陳春蘭 史琛 金濤



[摘要]為了探明江蘇糧食產量與主要生產投入要素的關系,利用多元線性回歸模型對1978-2018年江蘇糧食產量與生產投入要素的聯系進行分析。結果表明:化肥施用量、機械化水平和種植面積對江蘇糧食產量影響較大,作用因子分別為1.3914、1.1846和0.8264,而農用薄膜和農藥的使用對江蘇糧食產量增長具有副作用,作用因子分為-0.5775和-0.1118,增加有效灌溉面積也能增加糧食產量。針對江蘇糧食生產提出合理增加化肥使用、增加種植面積和提升機械化水平的建議,增強江蘇稻米產業的可持續發展的內在動力。
[關鍵詞]糧食產量;生產要素;江蘇
[中圖分類號]F323
[文獻標識碼]A
江蘇是我國糧食主產區之一,受益于氣候、地理和耕種技術進步等方面的優勢,江蘇糧食產量連續多年實現豐產豐收,很好的保障了江蘇的口糧安全。隨著經濟發展和人口的不斷提高,穩定增長的糧食產量是糧食安全的重要支撐。
糧食的生產受農業發展狀況和自然條件的影響。研究影響糧食產量的因素有助于分析口糧增長受限原因,為增強農業可持續發展能力提供方向。國內多名學者通過選取某時間段內糧食產量與影響因素的數據建立模型分析其作用關系,普遍認為糧食種植面積,化肥使用量,機械化耕種水平對糧食的生產有正面作用。韓葉梓認為機械化的投人能促進糧食面積的增加,從而提高糧食產量。譚忠昕發現拋開自然降水的不可控制因素,人為的有效灌溉面積是糧食增產的重要因素。孫小鈞認為化肥的合理使用能增加糧食生產的效率。劉珍環研究發現我國水稻種植面積變化對產量增減具有重要影響,其中產量增加表現為面積與非面積因素的共同作用。徐建玲等認為加快農業科學技術推廣,提高糧食單產是保障江蘇糧食安全的根本途徑。
針對糧食生產要素對產量的影響研究的回歸模型,以往的研究多采用數據分析軟件作為研究工具,以整體數據作為分析樣本,根據指標數據提出觀點。本研究基于線性回歸模型采用部分數據作為分析來源,得出模型后對剩余數據進行預測,預測數據與真實值的擬合程度越高,說明模型對未來數據發展趨勢表達更準確。該方法應用于研究生產要素對產量影響上,能明確調整投人的方向和程度,為產量持續增長提供思路和方法,保障糧食產業內在發展動力。
研究方法與數據來源
1.1研究方法
1.1.1模型選擇。糧食生產是一種精耕細作的集約型勞動,除了自然天氣的作用,其產量受農業生產要素的投入的影響明顯。糧食生長需要良好的灌溉條件,充足的肥料,及時的農藥化肥施撒等,例如在現代農業技術進步的生產條件下,運用農膜技術能極大改善作物生長條件,實現增產增收;農用機械的進步提升了耕作效率!,進一步解放了農業生產力。因此在沒有特大千旱洪澇災害的情況下,糧食的產量是多種要素共同作用的結果。本研究構造多元線性回歸模型對影響糧食生長的因素進行分析,模型如下:
其中,y是因變量,表示江蘇糧食的產量;Xla……Xxs是自變量,表示江蘇糧食生產要素的投人量,Bo……Bw是回歸系數,指各個生產要素對產量的影響因子;s是剩余項,代指其他影響因素,如:無法獲得的生產要素投人、數據收集誤差、模型內在誤差和變量內在誤差等。
1.1.2變量選擇與說明。現代農業的糧食生產是自然生長和技術生產的有機結合。江蘇作為中國糧食生產的重點區域之一,擁有肥沃雨水充沛的谷物生長條件,這也是糧食生產中最重要的兩種投入要素。作為經濟發展大省,改革開放以來江蘇的農業生產技術不斷進步,機械化水平不斷提高,農膜農藥和化肥等生產資料的出現解放了農業生產力。
為更好分析江蘇1978-2018年糧食生產量的變化與各生產要素投人的規律,筆者提出以下6種假設:
假設一:我國農業生產技術進步空間較大,在過去40年內,糧食產量的變化與農業機械化水平成正比變化關系,即機械代替勞力能提高生產力,提升糧食產量。
假設二:肥料是糧食作物生長的重要養分來源,能促進碳水化合物的合成和新陳代謝,加速谷物分蘗,提高化肥的使用能增加糧食的產量。
假設三:糧食離不開灌溉,糧食的幼苗生長在水中,且在生長過程中需提供充足的水分,因此灌溉面積和糧食產量有正相關關系。
假設四:農膜技術能促進作物的生長,增加作物復種指數,江蘇屬于亞熱帶,谷物熟制為稻麥兩熟,且糧食種植時間集中在6月至10月,氣溫較高,適度較大,推廣農膜技術未能對糧食產量產生顯著提升。
假設五:農藥具有防治農作物病害,除草和殺蟲的作用,但隨著雜草和病蟲抗藥性的增強,對農藥的需求也逐漸增大,所以,農藥的增加能提升防治效果,糧食產量也增多。
假設六:江蘇人口眾多,在應對糧食需求上,開辟多處荒野用于種植谷物,以糧食為代表提出“萬畝良田計劃”,卓見成效,糧食常量逐步提高,此外由于規模化效益的存在,大田生產較小農經濟生產力更加強勁,因此可認為種植面積的擴大對糧食產量具有提升作用。
為驗證假設合理性,分別對江蘇糧食1978-2018年產量和機械化水平(農業機械化總動力)、化肥施用量、有效灌溉面積、農藥使用量、農用塑料薄膜使用量、糧食種植面積做線性圖,結果如圖1所示。
由圖1可知,6種假設合理,整體上線性關系是存在的。所以本研究選取以上六種農業生產要素為研究對象,用線性回歸研究生產要素對江蘇糧食產量的影響是可行的。
1.2數據來源與變量處理
各變量數據采用的樣本選取1978-2018年江蘇歷年的有關糧食生產活動的相關數據,來源于《江蘇省農村統計年鑒》。由于選取的六種生產要素量化單位不同,所以數值存在數量級差異,需進行處理,本研究以各類要素均值為中心,方差為單位分量,進行縮放處理。
2結果分析
2.1模型回歸結果
使用多元線性回歸模型為本研究模型(隨機種子random_state=:532),劃分模型學習與預測的比例為4:1,迭代出參數后帶人預測部分數據,驗證模型擬合情況,并交叉驗證。最終得回歸系數Po....P6依次為:0.03234、0.8264、1.3914、0.1253、-0.1118、-0.5776、1.1846。均方差誤差為0.4965,R'為0.81。即:
其中:ya代表a年江蘇的糧食產量,a代表年份,從1978年至2018年,xIa、x2a、Xza、x4a、x5a、x6a分別代表機械化水平、化肥施用量、有效灌溉面積,農藥使用量、農膜使用量和種植面積。
對測試集的數據驗證結果如圖2所示。
由圖2可以看出,使用訓練集產生的多元線性回歸模型在帶人測試集數據后與真實數據擬合程度高。
2.2參數回歸預測與真實產的擬合程度分析
為分析模型對原始數據的表達情況,將多元線性回歸模型參數帶人數據樣本,與真實值做對比圖,并參照1978-2018年間江蘇糧食產量的變化趨勢,如圖3所示。
從圖3中可以看出,所選模型的預測值與真實值擬合程度好,可以從模型的特征表示原始真實值的特征,即從模型表征的結果得出的結論是有依據的。
2.3對回歸結果的解釋
從上述實證分析的結果來看,江蘇糧食生產受農業生產資料投入的影響,其中化肥使用量、種植面積、機械化水平三種生產要素和糧食產量呈正相關,而農藥使用和農用薄膜的使用與之呈現負相關,有效灌溉面積的影響與其他要素較弱。
由此看出化肥使用量對江蘇糧食的生產有重要作用,這可能是江蘇所處的氣候條件決定的。充足的光照有利于稻苗的生長,抽穗,灌漿,增加施肥能促進其生長。同時江蘇地區夏季多雨的氣候會導致肥料的流失,因此投人更多的化肥是增加產量的關鍵。
1978年自實行家庭年產承包責任制以來江蘇稻米產量穩步升高,同時國家在農用機械方面實行大量補貼,農用機械化水平的不斷提升,解放了生產力,糧食產量在1999年達到最高。
1999-2004年,糧食價格低廉,江蘇的種植面積減少,糧食產量下降。2006年以后,國家推廣三農政策,實行保底糧價收購,激發了農戶糧食種植的激情,種植面積再度上升,產量隨之提高。
2.4模型的特點和局限性
特點:數據信息表達程度更高。本模型是采用迭代的方法優化參數,損失函數為:
用RSS(殘差平方和)最小使真實數據與預測數據最接近,觀察預測值與真實值的擬合情況判斷模型的優劣,最終選定符合本數據集特,點的參數作為影響因子系數,模型繼承了數據特異性,表達出原始數據的內價值,即各個生產要素對產量的影響程度。此外,隨著迭代次數的增加,能減小特殊年份數據異常時對整體回歸性能的影響。
局限性:有限的自變量。由于選取數據的有限,列舉的影響江蘇糧食生產要素是有限的,必然會忽略如天氣、政策、科技進步、農業生產理念的轉變等要素的影響。所忽略的要素影響能力無法量化,致使模型評估和預測能力有限;模型的不唯一性,選取用來學習的數據樣本存在多種可能,不同數據樣本所迭代出的數值不相等。
3結論與建議
3.1結論
模型分析結果顯示:各農業生產要素在對江蘇糧食產量的影響上具有差異性。化肥的施用量對糧食產量的增長有促進作用,強度最高,作用彈性系數為1.3914;其次是種植面積,隨著種植面積的增加,糧食的產量不斷提高,作用彈性系數為1.1846;機械化水平對糧食產量的影響比較平緩,排在第三。農藥和農用塑料薄膜的使用不能提高糧食產量,模型中呈現頻相關,有效灌溉面積對糧食產量影響小。
3.2建議
(1)合理的增加化肥施灑,同時改進施肥技術,保證肥料高效利用。中國化肥使用總量較大,但是氮肥當季利用率只有30%~35%左右,低于世界發達國家20個百分點。推廣肥基檢測技術,實施精準施肥是解決農業生產中肥料利用率低的重要途徑,也是提高糧食產量的可選之路之一。
(2)優化糧食種植布局,提高機械化水平,釋放農業產能。保持現有糧食生產的前提下,以開墾的方式增加糧食種植面積能明顯提升糧食產量,也是推廣農業機械化提升農業生產力的重要舉措。
(3)倡導綠色生產,提高農業生產核心競爭力。選育高產抗病良種,減少農藥和農用薄膜的使用,不但能節約生產成本,更是農業綠色可持續發展的必然要求,增強農產品的核心競爭力。
[參考文獻]
[1]江蘇省人民政府研究室,江蘇省糧食局聯合調研組.促進江蘇糧食產業經濟發展的思路與舉措[J].唯實,2018(3):35-39.
[2]劉遠異,羅建兵,賀亞.農業生產要素對湖南糧食產量影響的實證研究[J].湖南農業科學,2018(5):92-95,9
[3]韓葉梓.農機作業服務發展對我國糧食生產的影響J福建茶葉,2020(3):94-96.
[4]譚忠昕,郭翔宇.基于超效率DEA模型的中國糧食生產用水效率評價[J].農業機械學報,2019,50(8):280-288.
[5]孫小鉤,伍國勇,任秀.化肥投人變化對糧食生產效率的影響——基于貴州省縣域面板數據的實證分析[J].南方農業學報,2019,50(8):1869-1877.
[6]劉珍環,李正國,唐鵬欽,等.近30年中國水稻種植區域與產量時空變化分析[J].地理學報,2013,68(5):680693.
[7]徐建玲,丁毅,劉洪辭.基于系統動力學的江蘇糧食安全情景分析[J].中央財經大學學報,2014(5):95-104.
[8]鮑國良,姚蔚.我國糧食生產現狀及面臨的主要風險[J].華南農業大學學報(社會科學版),2019,18(6):11-120.
[9]金鉑皓,紀曉嵐機械化與糧食增產:直接影響還是間接影響?——基于5類品種的實證[D].中國農業資源與區劃,2019,40(10):58.-67.
[10]王玉斌,李乾.農業生產性服務、糧食增產與農民增收——基于CHIP數據的實證分析[J].財經科學,2019(3):92-104.
[11]余欣榮.糧食增產背后的新挑戰[J].經濟研究參考,2017(12):25-26.
[12]巨曉棠.氮肥有效率的概念和意義辦土壤學報,2014,S1(5):921-932.