新時代下我國糧食產量的影響因素分析

李苗

摘要：穩定糧食產量，助力農戶增收，為實現產業興旺、鄉村振興打下基礎。利用協整方法分析了糧食產量與各影響因素之間有協整關系并存在長期穩定的趨勢。研究發現，糧食產值與糧食播種面積、化肥施用量以及有效灌溉面積之間存在著長期均衡關系，在其他條件保持不變的情況下糧食播種面積、化肥施用量以及有效灌溉面積每增加1%，糧食產量增加1.311058%、0.202268%、0.501729%。最后，由實證分析結果提出糧食增產的對策措施。

Abstract： Stabilizing grain production and raising farmers' income are helpful to the implementation of rural revitalization strategy. The Cointegration method is used to analyze the existence of cointegration between the respective variables and the due variables and has a long-term stable relationship. The study shows that there is a long-term equilibrium relationship between grain yield and grain sowing area， fertilizer application amount and effective irrigation area， and every 1% increase in grain sowing area， fertilizer application amount and effective irrigation area under other conditions remains unchanged， the grain yield increases by 1.311058%， 0.202268%， 0.501729%. Finally， according to the results of co-integration analysis， the paper puts forward some policy suggestions to increase grain yield.

關鍵詞：新時代;糧食產量;影響因素;協整分析

Key words： new era;grain yield;influencing factors;co-integration analysis

中圖分類號：F316.1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）14-0150-03

0 ?引言

2019年中央一號文件提出打好農業基礎，保障糧食安全，有效提供市場所需農產品供給。我國在農業領域發展加快，糧食產量居于高位，從2003年開始連續12年增產，在2015年達到12429億斤，但由于部分糧食作物相對短缺，需要進口才能滿足龐大的市場需求和工業需求。連年攀升的糧食進口量改變了我國糧食凈出口的狀況，令人擔憂，因此增產糧食，減少進口量是目前我們需要攻堅的任務。糧食產量的增加可以解決當前從國外進口糧食的需求，在某種程度上也可以提高農戶生活的質量，糧食加工的副產品可以用在發酵制作制造生物能源，進一步實現資源整合，有效利用。因此，保障綠色糧食可持續發展對實現鄉村振興、促進農業穩定發展具有重要的意義。

目前，我國學者對糧食產量的主要影響因素有了一定的研究，王一杰等采用對比研究的分析方法指出化肥和農藥過度使用會造成糧食主產區的生產水平存在差異性從而影響糧食的產量等問題[1]。楊宗輝等采用SDM模型實證研究了我國各省域糧食生產的主要影響因素，得出結論，我國各省域糧食生產的多少與單位實際澆水面積、化肥量的作用大小有正向關系[2]。王澤宇等以面板數據為基礎，利用Tobit模型研究分析了農業勞動力結構與化肥施用效率之間存在正向關系，有助于糧食的生產[3]。楊興洪等通過C-D生產函數分析化肥施用量與糧食產量增長貢獻率之間的關系，得出化肥施用量對糧食增產具有減弱的作用趨勢[4]。郭斯華等運用Tobit 模型實證研究了早秈稻生產效率的作用因素，得出結論，化肥、農藥等要素在投入方面存在實際損失的問題，不利于糧食產值增收[5]。楊貞等利用灰色關聯分析法研究農田有效灌溉面積和糧食作物播種面積對糧食增產的影響，并得出農田有效灌溉面積的影響程度最大[6]。王曙光等采用灰色關聯分析法分析了江蘇省糧食種植在不用時間段，變量之間的關聯程度。結果發現，糧食產量與種植面積之間具有較強的關系;有效灌溉面積的影響力逐漸增強，大量施用化肥也會促進糧食的增產[7]。

1 ?我國糧食的生產狀況

我國是一個擁有13億人口的大國，是糧食生產與消費大國，同時也是一個農業大國，糧食歷來都是我們國家長治久安、百姓幸福生活的保障。隨著機械化的發展以及我國政府對三農問題的重視，我國糧食產量出現增長趨勢。

如圖1可知，在1990-2003年間我國糧食產量存在動態變化，2003年以后，糧食產量呈現增長方向。2000年我國糧食產量達到462180000噸，2001年達到了542490000噸，同比增長17%。2003年我國糧食產量為430700000噸，跌入低谷。在2003-2015年間，我國糧食產值突破了12年的連續增長，2016年糧食產量比2015年有所下降，達到62625萬噸。

圖2是1990-2016年間我國糧食生產使用化肥的情況，從中可以得出，使用的化肥整體呈現上升方向。2015年使用化肥達到60230000噸，比1990年的最小值25900000噸上升了34330000噸。2016年化肥需求量有所下降，但是僅僅下降了390000噸。

2 ?影響糧食產量因素的實證分析

2.1 變量選擇及數據來源

糧食變量受多種因素影響，但由于某些因素具有抽象不可量化的特性，文章選取了糧食的播種面積、使用化肥值、有效灌溉面積、生產價格指數4個指標，作為實證研究中自變量選取，這些量化指標數據可以在《中國統計年鑒》中查詢。文章中選取1990-2016年我國糧食的產值、糧食的播種面積、使用化肥值、有效灌溉面積、生產資料價格指數等數據。本文中用Y表示糧食產值，單位萬噸;用X1表示糧食播種面積，單位萬噸;用X2表示化肥施用量，單位萬噸;用X3表示有效灌面積，用千公頃做單位;X4表示生產資料價格指數（1990年=100）。實證分析過程中運用Eviews8.0進行數據處理。

2.2 模型構建

由于選取了1990-2016年的時間序列數據，在進行實證之前，需要進行平穩性檢驗，確保得到的數據不會隨時間變化而改變。根據協整理論認為k維向量時間序列Yt=（y1t，y2t，…ykt）的分量序列時間被稱為d，b階協整，記為Yt～CI（d-b），如果滿足①y1t，y2t，…ykt都是d階單整的，即Yt～Id，但需要做到回歸中各分量都要是d階單整。②存在非零向量β，使得βYt～I（d-b），0

2.2.1 單位根檢驗

單位根檢驗是為了分析時間序列中是否存在偽回歸情況，從而判斷序列是否具有平穩性。通常采用ADF檢驗方法，根據出現的結果，若是ADF統計值大于臨界值，則接受第一假設，說明選區的時間序列不具有穩定性，需要通過差分的方法消除單位根。若選取的時間序列全具有不平穩性，經過d階差分后都為平穩序列，則它們具有同階單整，與此同時，各變量之間的長期動態均衡關系可以通過協整理論來研究。

2.2.2 協整檢驗

一組非平穩序列的可能會出現偽回歸的現象，而協整可以判斷線性組合是否具有穩定的關系，進而描述變量之間的長期關系。關于協整關系檢驗，最普遍使用的方法是，EG兩步法，它的過程如下：

第一步是計算非均衡誤差et，若et為穩定序列則為協整。首先對時間序列yt的分量序列進行靜態回歸，通過OLS法進行回歸分析，得到殘差序列et。然后單位根法檢驗殘差序列的平穩性，判斷殘差序列是否具有平穩性。若et具有平穩性，則可以確定時間序列各變量之間存在協整關系。

第二步，由于存在協整關系，則可以將殘差序列作為非均衡誤差項引入模型，建立ECM。在Quick/Estimate equation對話框中將誤差修正項當作解釋變量，和其他解釋變量一起，建立短期模型，即誤差修正模型。

2.3 實證分析

2.3.1 單位根檢驗

為了防止多重共線性和異方差性的出現，對文中各個變量取自然對數[2]，由表1得出結論，因變量與各自變量自然對數ADF統計量的值均未能通過5%顯著性水平檢驗，因此它們的時間序列中含有單位根，不具有平穩性。經過一階差分處理，此時ADF統計量值都通過了10%顯著性水平檢驗，即消除了單位根，序列具有平穩性。滿足變量為同階單整的條件下，進行協整分析，判斷糧食產量與各相關自變量之間是否有協整關系。

2.3.2 協整檢驗與協整方程

利用OLS對變量進行回歸，將所取自然對數變量帶入方程，得出回歸結果，如表2。

得出回歸方程：

LnY=-11.77919+1.311058LnX1+0.202268LnX2+0.501729LnX3+0.048707LnX4 ?（1）

從表2中可以看出，R2值是0.930385，解釋了模型中樣本擬合總體的效果高。DW值是2.784895，解釋了模型中不存在自相關問題。表2中LnX1、LnX2、LnX3的t統計量對應的概率p值小于臨界值，即通過10%的顯著性檢驗。沒有通過檢驗的LnX4，說明相應的自變量與糧食產值沒有明顯的長期均衡關系。LnX1、LnX2、LnX3的回歸系數符號為正，與預期結果一致，即增加糧食播種面積，則相應的作物產值會提升，如糧食播種面積擴增1%，作物產值會增收1.311058%;使用化肥量增加1%，作物產值提高0.202268%;實際灌溉面積擴增1%，則相應的作物產值提升0.501729%。生產資料價格沒有通過顯著性檢驗，可能是因為勞動過程中所需要的生產工具包含了固定資產如機器設備，廠房等，而固定資產投資對作物產值的影響不大，一般只充當媒介的作用。

選取ADF方法檢驗殘差序列是否存在單位根。結果如表3。

上述結果表明，殘差序列通過了5%的顯著性水平。LnY與LnX1、LnX2、LnX3之間存在協整關系。從方程（1）可知，從長期來看，在外界條件一定的情況下，增加1%的糧食播種面積，相應的產值會提升1.311058%;使用化肥量提升1%，作物產值上升0.202268%;同樣地，實際灌溉面積增加1%，相應的作物產值會上升0.501729%。因此作物產值和播種面積、使用化肥量以及作物實際灌溉面積之間存在長期的均衡關系。

2.3.3 誤差修正模型的建立

由協整分析得到我國糧食產量與其播種面積、使用化肥量以及作物實際灌溉面積之間存在長期均衡關系，通過建立誤差修正模型可以得出變量間的短期動態均衡關系。誤差修正的模型，不僅有短期調節作用，而且考慮了長期均衡關系。由以上述理論為基礎，采用因變量自然對數的一階差分D（lnY）作因變量，用D（lnX1）、D（lnX2）、D（lnX3）、D（lnX4）、滯后一期的誤差修正項e（-1）為自變量，建立誤差修正模型。見表4。

得出誤差修正模型為：

D（lnY）=0.011048+1.670926D（LnX1）+0.053912D（LnX2）+0.021347D（LnX3）+0.020880D（LnX4）-1.427982e（-1）

由表4得出以下發現，R2值接近與1，說明模型中能夠更好解釋糧食產量的變動。用DW值診斷相關性，表中DW值為2.102686，在2的附近，說明各自變量之間不存在相關性。前三個影響因素對數的一階差分通過了5%的顯著性水平檢驗，說明我國糧食產量與其播種面積、使用化肥量以及作物實際灌溉面積具有動態的短期均衡關系。而不能通過檢驗的生產資料價格指數X4，說明糧食產值與該自變量之間不存在短期均衡關系。誤差項e（-1）的估計系數為-1.427982，該大小反映了偏離的調整力度，上一期偏離程度的大小，可以通過系數調整力拉回均衡狀態，說明系統存在誤差修正機制。從誤差修正模型得出結論，我國糧食產值與其播種面積和實際灌溉面積之間具有顯著動態的短期均衡關系。

3 ?研究結論

①我國糧食的產值與其播種面積、化肥施用量以及實際澆水面積之間具有穩定關系，但生產資料價格對它的影響程度不大，可能是因為勞動過程所需要的物資以及勞動者使用的工具包含了固定資產，而固定資產對于糧食產值的影響需要一段時間，可能會導致糧食產量與生產資料價格指數之間沒有長期均衡關系。②由協整分析得出我國糧食的播種面積、化肥施用量以及有效灌溉面積與糧食產值之間有顯著的動態短期均衡關系。

4 ?政策建議

①隨著城鎮化的進程，大批青年人離鄉進城，農村留下的是老年人和留守兒童以及土地閑置拋荒的問題。因此，政府可以出臺相關保護政策，不攻破耕地紅線以此保障在城鎮化進程中作耕面積的減少;還可以通過農業補貼政策，引導更多的勞動力返鄉創業，糧食種植有了保障才能有糧食產量的增長。

②在土壤養分沒有飽和的情況下，增加一定的化肥施用量，糧食產量會得到提高。但是由于大部分的化肥以酸性居多，如果長時間施用過多，就會導致土壤酸化，對于氮磷鉀等元素的吸收能力就會下降，田間莊稼缺少必須的養分，會導致產值下降?；适┯眠^量，土壤板結后，影響作物的正常呼吸，可能會直接導致農作物死亡，所以導致糧食產量不會增長。因此政府可以讓專業人員下鄉指導農業者合理施用化肥，積極推進糧食向優質化、綠色化方向發展，提高糧食質量。

③糧食生產面臨著自然與市場雙重風險，政府應該加強對農田的水利設施建設投入。種植物得到實際灌溉面積，可以免遭旱災風險，從而在收成季節提高作物產量。

參考文獻：

[1]王一杰，邸菲，辛嶺.我國糧食主產區糧食生產現狀、存在問題及政策建議[J].農業現代化研究，2018，39（01）：37-47.

[2]楊宗輝，蔡鴻毅，覃誠，劉合光.我國糧食生產的時空格局及其影響因素分析[J].中國農業科技導報，2018，20（09）：1-11.

[3]王則宇，李谷成，周曉時.農業勞動力結構、糧食生產與化肥利用效率提升——基于隨機前沿生產函數與Tobit模型的實證研究[J].中國農業大學學報，2018，23（02）：158-168.

[4]楊興洪，張凡凡，張啟楠.糧食主產區要素投入貢獻率測度研究[J].價格理論與實踐，2018（04）：89-92.

[5]郭斯華，季凱文.江西水稻生產效率測算及其影響因素分析[J].江西財經大學學報，2018（02）：90-99.

[6]張貞，馬賽，汪權方.基于Pearson灰色關聯熵的糧食產量主影響因子識別——以河南省為例[J].干旱區資源與環境，2017，31（09）：43-48.

[7]王曙光，佘義斌，陳霞，袁秋勇.江蘇省糧食產量影響因素的灰色關聯分析[J].中國農學通報，2018，34（13）：159-164.

[8]高鐵梅.計量經濟分析方法與建模[M].北京：清華大學出版社，2009.

[9]周聰，王新華.中國玉米產量主要影響因素的協整分析[J].糧食科技與經濟，2014（1）：39.