全國糧食種植面積影響因素分析

孫小軍

(云南財經大學 云南 昆明 650221)

全國糧食種植面積影響因素分析

孫小軍

(云南財經大學 云南 昆明 650221)

本文首先通過空間統計方法說明糧食種植面積存在區域差異，然后通過多元線性回歸方法對10個指標進行建模。結果表明：可選擇農業機械總動力、化肥施用量、農業固定資產投資、城鄉人均收入差距、農村用電量、第二產業比重和鄉村人口比重等7個變量來構建模型，通過這7個變量，可以對今后糧食種植面積進行預測，使得糧食種植生產能穩定發展。

糧食種植面積；空間統計；多元線性回歸；逐步回歸

一、引言

國以民為本，民以食為天，糧食種植面積是保證國家糧食供給安全的重要前提，研究糧食種植面積是十分有意義的。決定糧食的種植面積的原因有非常多，不同的學者對糧食種植面積的影響因素提出了不同的看法。葉麗麗、王少敏等[1]綜合應用灰色關聯和多元回歸方法得出農民受教育程度、農產品生產價格指數、化肥的施用量、農業勞動力人口、農村機械化程度等對糧食的種植面積有明顯的影響；王春華[2]認為糧食補貼能更好地發展農業生產，對糧食種植面積具有一定的影響；王莉、蘇禎等[3]認為農戶糧食種植面積變化與糧價波動相關,政府應該采用多種政策措施來穩定糧價的波動確保糧食生產的穩步增長；

本文結合糧食區域差異，對于糧食種植面積的影響因素分析，為了更好地研究各因素之間的關系，采用多元線性回歸模型對影響因素進行分析，以期得到最有效的結論。

二、糧食種植面積的區域差異分析

在我國糧食生產不斷變化的過程中，逐步形成了糧食主產區、產銷平衡區和糧食主銷區的生產格局。根據《國家糧食規劃綱要(2008-2020年)》的劃分標準，河南、內蒙古、湖南、河北、四川、吉林、遼寧、江西、山東、江蘇、安徽、湖北、黒龍江等13個省區為我國糧食生產的主產區；陜西、廣西、云南、新疆、甘肅、重慶、山西、貴州、青海、寧夏、西藏等11個省區為我國糧食生產的產銷平衡區；浙江、北京、福建、上海、廣東、天津、海南等7個省區為我國糧食生產的主銷區。為了解糧食種植面積的區域差異，本文利用1991-2015年中國31個省市自治區(不包括港澳臺)的糧食種植面積數據，對其進行空間統計，可知我國糧食種植面積存在著顯著的區域差異，其中糧食種植面積的上下差距接近于59倍，具體結果如圖1所示。

圖1 糧食種植面積區域差異的空間統計圖

糧食種植面積最大的是黑龍江省，其次分別是河南、山東、四川、安徽、河北、江蘇、內蒙古，這些省份均為我國糧食生產的主產區；糧食種植面積最小的是上海，其次是西藏、北京、青海、天津、海南，這些省份中上海、北京、天津與海南均為我國糧食生產的主銷區，而西藏與青海由于人口較少因此為我國糧食生產的產銷平衡區。

三、數據來源與指標選取分析

選取1991—2015年糧食種植面積的相關數據，主要自于國家統計局[4]、中國農業統計資料、國家糧食局[5]，并根據問題對數據進行整合和預處理。

對于糧食種植面積的影響因素，主要可以從投入要素論、制度創新論、技術進步論三個角度出發，本文將三方面因素進行綜合考慮，科學合理地選取可能會影響糧食種植面積的10個指標進行建模分析。具體指標為如表1所示。

表1 各變量含義

四、糧食種植面積模型構建

多元線性回歸分析[6]是處理變量之間關系的一種統計方法。其一般形式為：

設隨機變量y與一般變量x1,x2,…,xp的線性回歸模型為：

y=β0+β1x1+β2x2+…βpxp+ε

其中，β0,β1,…,βp是p+1個未知參數，β0成為回歸常數，β1,…,βp稱為回歸系數。y稱為被解釋變量，x1,x2,…,xp是p個可以精確測量并控制的一般變量，稱為解釋變量，ε是隨機誤差。該模型的理論回歸方程為：

E(y)=β0+β1x1+β2x2+…βpxp

多元線性回歸分析的一般步驟：

1.求參數y=β0+β1x+β2x2+ε估計值β0，β1，β2，建立回歸模型β0；

2.對回歸方程的效果及各自變量的貢獻率做顯著性檢驗。

為貫徹落實財政部《行政事業單位內部控制規范（試行）》精神，高校對內部控制建設日益重視。大多數高校從整體上對內部控制制度及流程重新進行了梳理和規范，根據各自特點與發展方向，改進內控體系建設，提高精細化管理水平。

根據以上建立的糧食種植面積與影響因素指標體系，建立以下多元線性回歸模型，運用R軟件對模型進行估計，結果如表2所示。

表2 模型估計結果

由表2模型的估計結果可以看出，F統計量的P值為7.282e-06，在0.05的顯著水平下顯著，說明回歸模型顯著。調整的R2為0.8557，說明模型的擬合效果較好。而解釋變量x1、x4、x5、x8、x9的回歸系數的P值均較大，說明這些變量對被解釋變量y的線性回歸效果不顯著，需進行逐步回歸來將這些變量剔除。進行逐步回歸估計結果如表3所示。

表3 逐步回歸估計結果

由表3模型的估計結果可以看出，F統計量的P值為7.619e-08，在0.05的顯著水平下顯著，說明回歸模型顯著。調整的R2為0.8778，說明模型的擬合效果較好。因此回歸方程為：

y=-3.476×105+1.584x2+16.12x3+0.9158x4-4.277x6

+6.006x7-1.035×103x8+5.582×103x10

通過利用逐步回歸，可以選擇農業機械總動力、化肥施用量、農業固定資產投資、城鄉人均收入差距、農村用電量、第二產業比重和鄉村人口比重等7個變量來構建模型，通過這7個變量，可以對今后糧食種植面積進行預測，使得糧食種植生產能穩定發展。

五、結論與建議

為了找出影響糧食種植面積的因素，本文首先通過空間統計的方法說明糧食種植面積存在區域差異，然后選取影響糧食種植面積的10個指標，建立了多元線性回歸模型和逐步回歸模型。結果表明，可以選擇農業機械總動力、化肥施用量、農業固定資產投資、城鄉人均收入差距、農村用電量、第二產業比重和鄉村人口比重等7個變量來構建模型，通過這7個變量，可以對今后糧食種植面積進行預測，從而來提高糧農種植的積極性，擴大糧食的種植面積。

從本文糧食種植面積的影響因素分析中，給出如下建議：

1.從多角度出發調控糧食種植面積。影響糧食種植的因素眾多，包括投入要素、技術進步、政策支持等因素。因此若有效地調控糧食種植面積，應從三者的角度出發，比如調整農業生產要素的投入、促進技術進步、出臺相應的農業政策。

2.適時調整糧食最低收購價以調控糧食種植面積。為了調控糧食的種植面積，國家可以適當調整糧食最低收購價，同時可以提供給糧農其他的一些優惠政策，從而來提高糧農種植的積極性，擴大糧食的種植面積。

[1]葉麗麗，王少敏.基于灰色關聯和線性規劃的糧食種植面積影響因素分析[J].理論探討，2017，5：69-71.

[2]王春華.國外糧食補貼政策對我國糧食生產的啟示[J].糧食問題研究，2016，5：51-53.

[3]王莉，蘇禎.農戶糧食種植面積與糧價的相關性研究——基于全國農村固定觀察點的農戶調查數據[J].農業技術經濟，2010，9：90-96.

[4]中華人民共和國國家統計局：http://www.stats.gov.cn/tjsj/ndsj/

[5]國家糧食局：http://www.chinagrain.gov.cn/index.html

[6]吳喜之.應用回歸及分類——基于R[M]，北京：中國人民大學出版社，2016：14-150.

孫小軍(1992.7-)，男，漢族，研究生，云南財經大學，研究方向：應用統計。