我國糧食產量影響因素的計量分析

周京　薛松　郭澤　黃珂華　趙金朔

摘要：我國是一個農業大國，糧食問題至關重要。本文搜集了我國 1986-2018年這33年間的有關糧食數據，基于計量經濟模型，運用多元回歸方法來探索影響糧食產量的相關因素，并得出對應結論，最后提出了提高我國糧食產量的優化路徑。

關鍵詞：糧食產量 計量經濟學模型 回歸分析

近年來，隨著城市的擴張，工業、商業用地以及公路建設，城市綠化等都占用了大量土地;且我國人民的生活水平有了質的飛躍，對糧食的需求不僅增長而且要求更高，因此我國出臺了一系列方針政策為確保糧食充足及安全。

2020年中央一號文件公布要保障重要農產品有效供給和促進農民持續增收[1]。而只有了解影響我國糧食產量的主要因素，政府才能針對性提出舉措來促進糧食可持續增長，進而促進鄉村振興戰略背景下農業的發展。

一、影響因素及數據收集

（一）影響因素

影響糧食產量的因素[2]有許多，基于我國農業生產中的經濟實際，本模型選用以下因素：農藥化肥施用量，糧食播種面積和耕地灌溉面積，在此基礎上進行實證分析。

（二）樣本收集

本文收集1986年—2018年各項經濟指標，選取33個樣本，樣本數量足夠大。其中Y為糧食產量，X1為農藥化肥施用量、X2為糧食播種面積、X3為耕地灌溉面積為自變量，建立多元線性回歸模型。其中X3“耕地灌溉面積”數據來源于《中國農村統計年鑒》（1952-2018），其余數據均來自于國家統計局網站。

二、平穩性檢驗

（一）ADF單位根檢驗

采用ADF檢驗方法，對自變量和因變量進行平穩性檢驗。

通過比較t統計量值與其各自的1%，5%，10%顯著水平下的臨界值，可以發現，原序列Y、X1、X2、X3的t統計量值均比各自10%顯著性水平下的臨界值大，因此這些序列在10%顯著水平下均為非平穩序列。而各自一階差分序列的t統計量值均比各自1%水平下的臨界值小。所以，各變量的一階差分序列在trend and intercpet情況時，1%的顯著性水平下均為平穩序列，檢驗結果如表1所示。

（二）協整檢驗

自變量與因變量均為一階單整，因此進行協整分析，該檢驗t統計量的值為 -4.953212，對應的 P 值僅為0.000，小于 0.01。通過采用Engle and Granger提供的臨界值，根據臨界值計算公式C（a）=φ∞+φ1T–1+φ2T–2，計算可得，C（a）=-4.4948。經過協整檢驗，得到ADF值為=-4.953212<-4.4948。因此該殘差序列是平穩的。因而，變量Y與X1、X2、X3之間的協整關系是存在的。

三、模型估計

運用E-views10.0軟件，將1986-2018年的數據資料導入，根據最小二乘法，得到回歸方程為：

Y=-0.563054X1+0.628289X2+1.220735X3-82492.24

t=（-8.246296）（9.737312）? （16.28662）（-8.767341）

R²=0.9891707? F=518.7611 DW=0.772515

（一）可決系數的檢驗

R²=0.9891707，可得出擬合優度較高。

（二）顯著性檢驗

1.F 檢驗。F值為518.7611>F0.05（3，29）=2.93，說明回歸方程顯著成立。

2.T檢驗。每個變量的 T 值：X1=-8.246296，X2=9.737312，X3=16.28662，而t0.025（29）=2.045，則X1，X2，X3的t值均不在|t|

四、多重共線性檢驗

分別求Y對各自變量的簡單回歸模型，選出擬合效果最好的一元線性回歸方程。在Y對X3的一元回歸中的R^2最大，線性關系最強，擬合效果最好，所以以X3為基礎，順次加入其他變量逐步回歸。在幾個變量中，可知加入X2后方程的擬合優度最高 ，R^2提高到 0.938811，擬合優度再次提高，且X3和X2的t檢驗顯著，F檢驗通過;而在X3基礎上加入X1，擬合優度提高程度沒有加入X2后提高顯著，P值也較加入X2大，因此選擇保留X2。然后在X3和X2的基礎上，進行下一步檢驗。當加入變量X1后方程的擬合優度提高，R^2提高到 0.981707，且各參數的t檢驗顯著，P值均調整為0.0000，因此選擇保留 X1。經過多重共線性檢驗后，將X1，X2，X3變量予以保留。

五、序列相關性檢驗與處理

進行D-W法檢驗序列相關性，從回歸結果可以看出，擬合優度R^2=0.981707，說明該直線對原始數據擬合較好;X1，X2，X3的t值均滿足|t|>ta/2（n-2），表明參數顯著不為零，F=518.7611表明方程顯著不為零。給定顯著性水平a=0.05，DW值為0.772515。查D-W統計表，n=33，k=3，Z得dL=1.26，dU=1.65。DW值

接下來進行LM檢驗，LM（2）=nR^2=13.19635>卡方（2）=5.99147，臨界概率Prob.Chi-Square=0.0014，小于0.05，所以只要取顯著水平a=0.0014，就可以認為輔助回歸模型是顯著的，又因為et-1，et-2的回歸系數均顯著不為0，即存在高階自相關性。

經過迭代法進行修正。在LS窗口下輸入AR（1），AR（2），施用迭代估計法進行估計運算。DW=2.1150505，n=31，k=3。

經查表得，dL=1.23，dU=1.65，4-dU=2.35，dU=1.65< DW=2.115059<4-dU，表明已不存在一階正序列相關。

再使用偏相關系數檢驗方法進行檢驗，修正后數據中Prob值均大于臨界值，即表明不存在高階自相關的情況，因此消除了序列相關性的影響。

六、經濟意義檢驗

X1為負值，隨著農藥化肥化肥施用量的提高，糧食產量一開始應有增加，但隨著農藥化肥施用量的逐步提升，達到極值后，會出現產量下降的結果，因此該變量予以保留。

X2為正值，表明糧食播種面積與糧食產量呈正相關關系。

X3為正值，表明耕地灌溉面積與糧食產量呈正相關關系。

因此保留X1、X2、X3這三個變量。

最終構建回歸模型，修正后的回歸模型為：

Y=-0.610882X1+0.689360X2+1.123372X3-88762.34? ? [AR（1）=0.790964? AR（2）=-0.236135]

t=（-4.771346）（5.678677）（9.469395）? （-4.974655）

R^2=0.989179F=396.1161DW=2.115059

從R^2值可以看出，回歸模型的擬合優度理想，從F值可以看出，在0.05顯著性水平下，該方程通過檢驗，即變量之間存在線性關系。從t值可以看出，X1、X2、X3系數的t統計量均不在-ta2/2

七、結論及建議

通過該方程可知，農藥化肥施用量、糧食播種面積、耕地灌溉面積對我國糧食產量均有影響。其中，對糧食產量的貢獻中耕地灌溉面積最顯著。耕地灌溉面積每增長1個單位，糧食總產量增加1.123372個單位。而在已經施用農藥化肥達到極值的情況下，農藥化肥施用量每增長1個單位，糧食總產量減少0.610882個單位，呈現負增長態勢;糧食播種面積每增長1個單位，糧食總產量增加0.689369個單位。

（一）提升化肥質量效益，合理施用化肥

合理施用化肥促進糧食增收，但實際上過度施用會使得糧食減產。應以提升科技手段來注重化肥質的提升;其次是施用化肥需要合理適度，避免因施用過多使得土地污染而糧食減產。

（二）保護糧食播種面積及耕地灌溉面積

城市化發展加速，以及近年來水土流失等自然因素影響，導致糧食播種面積、耕地灌溉面積及耕地質量與之前相比有很大差距，這勢必影響糧食增收能力。因此應完善并貫徹落實保護農田耕種面積的法律法規[3]，切實確保糧食的供應充足。

參考文獻：

[1]《中共中央國務院關于抓好“三農”領域重點工作確保如期實現全面小康的意見（2020年1月2日）》.

[2]吳玉鳴.中國糧食生產主要影響因素的多因素動態關聯分析——兼與熊健先生商榷[J].農業經濟問題，1998（01）：38-41.

[3]楊雨芳，趙慧峰.基于計量經濟模型河北省糧食產量影響因素分析[J].農村經濟與科技，2019，30（01）：22-25.

作者單位：河北農業大學經濟管理學院