中國糧食單產影響因素的實證研究

李悅 吳莎

摘要：改革開放40多年來，隨著城鎮化、工業化步伐的加快，我國經濟飛速發展，國民溫飽問題早已解決。但面對日趨緊張的國際局勢、不斷加劇的資源環境危機以及快速增長的人口等外部條件，我國在糧食安全問題上始終面臨著巨大的壓力。本文利用2000—2019年中國31個省市自治區的面板數據，采用全面可行廣義最小二乘法，即“全面FGLS”，實證考察了中國糧食單產的影響因素。通過研究發現：農業化肥施用率、種糧人口規模和年降水量對我國糧食單產有顯著促進作用，而農業機械化率、受災率以及氣溫顯著降低我國糧食單產。文章結合實證分析結果，提出了提高糧食單產的政策建議。

關鍵詞：糧食單產;影響因素;全面FGLS

中圖分類號：F326.11

文獻標識碼：A文章編號：1674-7615（2021）02-0117-08

DOI：10.15958/j.cnki.jywhlt.2021.02.020

糧食作物包括谷物作物、薯類作物以及豆類作物等。其中，谷物作物的大宗產品有小麥、水稻、玉米等三種。糧食是關系國計民生的重要戰略物資。我國是糧食大國，多年來為保證世界糧食安全，維護糧食供求平衡做出了重要貢獻。而一個大國的糧食安全， 一般需要依靠糧食綜合生產能力、國內糧食流通能力、國際糧食進口能力、弱勢人群救助能力等手段來保障。其中，糧食綜合生產能力是糧食安全的核心[1]。我國的糧食安全問題已上升到國家戰略，我國也一直致力于提高糧食綜合生產能力。

2020年是我國創造的糧食產量連續豐收的第17年。改革開放以來，我國糧食生產大致經歷了3個階段：第一個階段是1978—1998年的20年間，糧食產量在周期波動中整體提高;第二個階段是1999—2003年，有短暫下滑;第三個階段是2004年至今，逐步恢復產量并持續增長。具體如圖1所示。2004年之前，我國糧食產量增長速度較快，但年增長率呈現較大的不穩定性。2004年進入恢復期，除2016、2018年略有下降外，我國糧食產量總體持續增長，但增長態勢不明顯，年增長率呈小幅下降趨勢。

對此，本文結合最新面板數據分析我國糧食生產因素，發現阻礙我國糧食綜合生產發展的主要因素，探究新形勢下我國糧食可持續生產的內部機制，為制定合理的農業政策提供理論依據，對維護國家經濟安全和社會穩定具有重要的現實意義。

一、文獻綜述

關于我國糧食生產，學術界在不同時期有不同的研究，并取得了以下研究成果。

濮勵杰利用波動理論，分析了耕地面積變化率和糧食產量變化率兩者之間的波動關系，發現不同時期耕地面積變化對糧食產量變化的影響大小有所不同：隨著耕地面積的大幅下降，糧食產量增長由耕地面積和糧食單產的共同作用轉向由單產提高為主導作用[2]。肖國安和王文濤在糧食總產和糧食單產方面對糧食生產波動周期進行了劃分，研究了其波動特點，指出政府收購價是最根本的影響因素[3]。

同時，學者們還采用大量實證研究從糧食生產要素方面尋找影響糧食生產的因素，并評價了這些因素影響的大?。好宪姷炔捎米钚《朔ń⒕€性模型，發現在中國整體化肥使用量較低的情況下，距離化肥投入的飽和差距較大，化肥投入對糧食產量的邊際效益較高[4];馬九杰等通過Pearson相關系數對自然災害程度和糧食生產之間的關系進行分析，發現受災面積和成災面積的變化都會對糧食產量產生較顯著的負影響[5];邱麗麗等采用生產函數和經濟—氣候模型擬合驗證了氣溫升高不利于提高糧食單產[6];付華和李萍通過構建超越對數生產函數，估算了農業機械的投入產出彈性及糧食產出增量貢獻率，總結了農業機械的發展對于穩定糧食生產具有的重要影響[7];童彥等使用灰色關聯度分析和因子分析，多因素綜合評價了影響糧食產量的主要因素，包括耕地面積、糧食播種面積、糧食單產、化肥施用量、有效灌溉面積、農業機械總動力等六個方面[8]。

有研究認為，糧食生產波動還受到經濟、技術及政策等因素的影響：孫婭范和余海鵬提出，糧食價格、糧食生產投入品價格以及其他相關農產品的價格（如種糧的機會成本）會對糧食產量產生影響[9];孫建星驗證了農業政策性銀行的信貸支農投入對糧食產量的貢獻不顯著，信貸支農投入在糧食生產環節的支持力度還有待加強[10];劉巧芹等指出，投入增長、技術進步、效率提升是提高糧食單產的三條有效路徑[11];隋麗莉和顧莉麗指出了我國目前糧食價格政策存在的主要問題，論述了問題的解決對調動農民種糧積極性和提高糧食產量直接有效[12]。還有學者研究指出，取消農業稅、減免稅收和增加補貼等政策措施，對提高農戶的種糧積極性起到了重要作用：如周振等關于糧食直補對農戶種糧積極性影響的研究[13]，王輝關于稅費改革對糧食生產影響的研究[14]，辛翔飛等從糧食生產和農民收入的角度對我國糧食補貼政策效果的研究[15]。此外，陳祥云等總結了新中國成立以來我國為保證糧食安全在政策層面所進行的一系列探索、改革以及取得的成績，并提出了新形勢下的政策方向[16]。

雖然學者們從不同角度對影響糧食生產的要素進行了定量研究，但研究范式大都建立在投入型增長模式上。這種“粗放型”的增長，主要依靠物質資本的投入來推動經濟的增長。因此，文獻中多以總量研究為主，如糧食總產量或播種總面積、機械總動力、總有效灌溉面積以及化肥總施用量等，即使少數研究選取了糧食單產作為被解釋變量，但解釋變量關注的重點還集中在總投入量上。Solow 理論在1957年提出，“促使經濟增長的根本動力在于提高經濟體的全要素生產率”。這是一種效率型增長模式，依靠科技進步推動經濟增長，決定著經濟增長的可持續性。因此，本研究以“效率增長”為指導思想，注重效率變量的選取，關注糧食生產增長的可持續性。另外，已有研究采集的數據大多時間過早，未能捕捉到近年來我國農業生產環境和農業生產方式的變化，導致研究結論在一定程度上存在時效性略微滯后的情況，因此，本研究將對相關數據持續進行更新。

二、數據來源、計量模型構建及變量說明

（一）數據來源

依據指標體系，本文通過整理并計算歷年《中國統計年鑒》、各省市《統計年鑒》及統計公報，獲得全國2000—2019年31個省市的相關數據。對于個別數據的缺失，如2019年第一產業從業人員數和有效灌溉面積等，采用插值法獲得，最終得到49 600個觀測值。

（二）計量模型構建和變量說明

糧食生產是社會再生產和自然再生產的有機結合，其生產能力受到社會、經濟和氣候等多種因素的影響。在對影響糧食生產的因素進行選擇時，應從多個方面考慮。同理，本文在模型變量的選取時，也需要充分涵蓋上述多種因素。

1.被解釋變量的選取

本文選取糧食單產作為被解釋變量。通常而言，糧食產量由單產與糧食播種面積共同決定。隨著我國城鎮化的快速發展，堅守18億畝耕地成為我國政府確保國家糧食安全的紅線。在過去的20年里，相關部門積極推進土地綜合整治，在因建設占用、災毀、生態退耕、農業結構調整等因素減少耕地面積的情況下，通過土地整治、農業結構調整等方式來實現耕地總量動態平衡。然而，通過大幅度提高播種面積來增加糧食產量的概率很低，對糧食單產進行研究更具現實意義。

2.解釋變量的選取

海量的數據指標有助于更全面分析影響我國糧食產量的原因，但多個解釋變量間的相關性糾纏，如多重共線性、序列相關和異方差等影響，增加了模型建構與分析的復雜性。因此，本文依據糧食的生產要素，引入7個解釋變量，建立面板數據分析模型并檢驗回歸系數的顯著性。

（1）農業機械化率：用農業機械總動力除以糧食播種面積得到。農業機械化不僅在一定程度上代替了人畜勞動力，更重要的是能夠改善農業的生產經營條件，提高農業的生產技術水平，最終大幅提高農業的經濟效率和效益。預期該解釋變量與被解釋變量呈正相關關系。

（2）有效灌溉率：用有效灌溉面積除以糧食播種面積得到。預期該解釋變量與被解釋變量呈正相關關系。

（3）受災率：用受災面積除以糧食播種面積得到。農業與自然災害之間存在極強的相關性，預期該解釋變量與被解釋變量呈負相關關系。

（4）農用化肥施用率：用農業化肥施用量除以糧食播種面積得到。預期該解釋變量與被解釋變量呈正相關關系。

（5）種糧人口規模：種糧人口規模一定程度上反映一個地區糧食種植的整體水平[17]。本文用第一產業從業人員數作為種糧人口規模的替代變量。預期該解釋變量與被解釋變量呈正相關關系。

（6）年降水量：采用省會城市的年均降水量來衡量。預期該解釋變量與被解釋變量呈正相關關系。

（7）年平均氣溫：采用省會城市的年均氣溫來衡量。在溫室效應、全球變暖的環境危機下，預期該解釋變量與被解釋變量呈負相關關系。

為了增加數據的平穩性，消弱共線性和異方差等影響，模型對樣本數據取自然對數，具體模型設定如下：其中，P_a表示糧食單產（噸/公頃）;M_a表示農業機械化率（千瓦/公頃），I_a表示有效灌溉率（%），F_a表示農用化肥施用率（噸/公頃），D_a表示受災率（%），L表示種糧人口規模（萬人），R表示年降水量（毫米），T表示年平均氣溫（攝氏度），λi表示表示不隨時間變化的省份個體異質性，εi，t表示擾動項。

（三）描述性統計

表1為主要變量的描述性統計及預期符號。

從描述性統計結果來看，糧食單產與影響糧食單產各重要因素的最大值與最小值之間差距較大。標準差除以均值即變異系數，基本均在50%以上，其中受災率和種糧人口規模的變異系數甚至超過70%。這表明影響糧食生產的各重要因素在地理和時空上分布不均，并且情況較為嚴重。

三、實證結果分析

本文在檢驗樣本是否存在個體效應的基礎上，采用 Hausman 檢驗來確定選擇固定效應（Fixed Effect， FE）模型還是隨機效應（Random Effect， RE）模型。估計結果如表 2所示。由 Hausman 檢驗結果可知，選取固定效應模型分析中國糧食單產的影響因素更合適。其次，面板數據模型容易出現組間異方差與組內序列相關等問題，導致普通最小二乘法估計出現失效。為了減少序列相關和異方差，本文分別采用Wooldridge Test和Wald Test檢驗模型是否存在組內序列相關和組間異方差。如果存在組內序列相關與組間異方差，則采用全面FGLS對模型進行回歸分析。檢驗結果顯示，采用全面FGLS模型更合適。模型（1）（2）（3）分別表示隨機效應、固定效應和全面FGLS模型的估計結果。

從全面FGLS模型估計結果看：農業化肥施用率、種糧人口規模和年降水量顯著促進我國糧食單產;農業機械化率、受災率以及氣溫顯著降低我國糧食單產;有效灌溉率對我國糧食單產有促進作用，但不顯著。除了農業機械化率這個解釋變量外，其余5個解釋變量的回歸系數符號均與預期符號一致。

四、提高糧食單產的建議

從以上模型研究的分析結果，并結合我國農業生產的現狀，本文提出以下提高糧食單產的建議：

（一）科學合理施肥

在20世紀，農用化肥的施用對糧食產量曾達到46.43%的平均貢獻率[18]，拉動了糧食的持續增長。根據數據統計，進入21世紀后，我國農用化肥施用總量仍以每年2%～3%的速度增加，直到2015年達到峰值6 023.53萬噸后才有所下降。因基數大，下降幅度小，農用化肥施用量及施用強度仍居高位。按照農作物總播種面積計算，2019年我國農作物單位面積化肥施用量達到325.64千克/公頃，遠遠超出了國家生態環境部設置的250千克/公頃的安全上限。過度施肥和不科學施肥導致農田土壤質量下降，嚴重影響了我國農業可持續發展。針對農業施肥存在的問題，國家已經開始著手強化科學支撐，強調科學施肥，逐漸調整我國的施肥方式和結構。從模型分析結果來看，化肥施用對我國目前糧食單產的促進作用仍具顯著性，仍是糧食產量提高的重要因素之一。過度施肥除了帶來環境問題外，我國化肥施用對糧食單產已顯示出邊際效用遞減的特征[19]。因此，糧食生產需要逐漸減少對化肥施用的依賴，轉變為以科技促進糧食增產的新生產模式，逐步實現科學施肥、經濟施肥以及環保施肥。

（二）補償農業機械化成本

進入21世紀后，國家出臺了一系列促進農業機械化發展的法規和指導意見，并對農機實施了補貼政策。我國農業機械總動力數值在國家的政策扶持和推動下迅速攀升，統計資料顯示：我國農業機械總動力從2000年的5.26億千瓦增長到2019年的10.28億千瓦，實現了近1倍的增長;我國農業綜合機械化率由2000年的30.59% 增長到了2019 年的超70%，2005—2015年間增長近30個百分點[20-21]。農業機械化的大幅提升，促進了農業生產效率的提高，彌補了由于大量農村勞動力轉移導致的勞動力短缺，縮短了農業勞動時間。但與此同時，農業機械化服務的單位成本也不斷上漲，促使農戶轉向了經濟價值更高的經濟作物的種收[22]，因此，相較于農業機械化的提高，糧食作物的產量相對減少。

圖2和圖3顯示：2000年至今，主要經濟農作物如棉花、油料、麻類、甘蔗、甜菜、煙葉、水果的增產明顯高于糧食增產。其中，水果的產量增幅最大，從2000年的6225.15萬噸增長到2019年的27400.84萬噸。主要經濟農作物和糧食的產量的比例由2000年的3：8攀升到2019年的2：3，這很好地解釋了本研究模型中，機械化率與我國糧食單產顯著負相關的原因。因此，在發揮機械化在我國糧食生產中的積極作用的同時，也要考慮如何補償農業機械化成本不斷上漲帶來的負擔，提高農戶種糧積極性。

（三）提高農戶種糧積極性

本研究模型結果顯示，種糧人口規模的擴大顯著增加糧食單產。由于受到市場、政策、體制以及自然等多因素的影響，農業勞動力價值的實現存在很大的不確定性，不能像其他行業通過統一標準的工資形式來體現和補償。由此造成農村與城鄉收入的差距，促使農村勞動力大量轉移。數據顯示，全國第一產業從業人員數從2000年的3.46億下降到2019年的2.47億，減少了近1億。再加上經濟作物相較于糧食作物能產生更高的經濟收益，也讓經濟作物的種植對農戶更具吸引力。雖然有政府的糧食補貼，但目前政策中，補貼按土地面積來計算發放，農戶種糧的積極性未被充分調動起來。因此，補貼政策需要進行優化調整，應按實際種糧的面積而非土地面積核算，才能真正達到提高農戶種糧積極性的目的。除了政府政策之外，還應充分發揮市場機制的作用。當今社會，人們對優質健康食品的需求不斷增加，若能建立起以市場為導向的優質優價的價格機制，既能吸引農戶種糧增收，又能提升糧食的品質。

本研究建立模型時，考慮到數據計量和獲取的難易程度，對勞動力要素僅從“量”的角度進行討論。但在發展現代農業的今天，對勞動力的知識和技能都提出了一定的要求，即勞動力“質”的體現。智能機械的操作和控制，生產和市場信息的獲取、加工、處理，以及物聯網、大數據時代的到來等，都對農村勞動力提出了更高的要求。而我國的基本國情則是農村勞動力平均受教育年限較短，雖然政府多年來一直致力于改善農村教育，但要達到科技興農、實現農業產業化，還有很長的一段路要走。

（四）增強農業防災抗災減災

我國歷來就是一個自然災害頻繁的國家，在國土空間范圍內，自然災害種類繁多且災情較為嚴重。面對頻現的自然災害，政府加大了對綜合減災的研究力度，采用先進的科學和技術研發成果提供自然災害風險防范對策，提高自然災害的設防和應急處理能力。數據顯示：2019年我國受災面積和成災面積分別是19 257和7 913千公頃，與2004年的37 106和16 297千公頃相比，減少了近50%，但我國自然災害防治能力總體還比較弱。從模型檢驗結果來看，自然災害仍是影響糧食單產的主要因素之一。

因此，繼續加強農業基礎設施建設，全面提升農業整體的防災抗災綜合能力，包括提高農業自然災害的預測預報水平，培育抗災高產品種，完善農業農產品保險體系，加強人們對自然災害的辨識和避讓意識，抓好農業防災抗災減災的組織工作等，仍然是減少自然災害提高糧食單產的重要途徑之一。

（五）發展均衡高效的節水灌溉

農田水利是農業發展的命脈，增加有效灌溉面積是提高糧食產量的有效手段之一。本文模型研究中，有效灌溉面積與糧食單產存在不顯著的正相關關系。其原因如下：第一，農業灌溉不充分。雖然我國2019年的農業用水量達3 682.3億立方米，占全國用水總量的61.2%，但農業灌溉用水效率不到60%，低于發達國家80%的平均水平。第二，農業灌溉不均衡。21世紀初，我國整體糧食的有效灌溉率較低，近年來雖有較大提高，但31個?。ㄊ小⒆灾螀^）之間有效灌溉率不均衡。我國大部分的中低產田主要集中在干旱地區，特別是西部地區，但農田水利設施卻是東部平原、丘陵地區較好。條件好的區域較易吸引外部企業，帶動農業產業化發展，條件差的區域則較難吸引企業進入。農田水利設施的多樣化和不均勻分布，在一定程度上也帶來了農業產業化的不均衡[23]，在全國范圍內會導致有效灌溉率對糧食生產促進作用不明顯。因此，要加大對農田水利基礎設施建設的投入，特別是西部地區，以解決東西部之間水利設施、灌溉設施不均衡的問題。另外，還要注重在灌溉技術和管理上的改善，大力推廣節水灌溉，發展節水農業，這樣才能實現均衡、高效的農業灌溉，以達到提高糧食單產的目的。

五、結語

本文運用全國31個省份2000—2019年的面板數據以及全面FGLS估計方法，實證檢驗了各要素對我國糧食單產的影響，得到以下結論：第一，農業化肥施用率的提高對我國糧食單產的增加有顯著促進作用。從可持續性角度來看，化肥施用必將達到飽和，最終導致邊際效用遞減，同時造成環境問題。第二，增加勞動力要素的投入也會明顯提高我國糧食單產，但在以科學技術為第一生產力的時代，相較于勞動力數量的增加，提高勞動力的知識性與技能性將是更為有效持續的方法。第三，我國農業機械化整體水平在過去的20年中得到了很大的提升，但隨著機械作業成本的提高，農戶轉向了經濟價值更高的經濟作物的種植，對我國糧食單產產生了不利影響。第四，我國農田水利灌溉基礎設施在全國范圍內的地區間建設不均衡，從而導致未能充分發揮對糧食單產的促進作用。第五，自然環境是糧食生產活動的基礎條件，無論是受災情況、降雨量還是氣溫，都對糧食單產有著顯著影響。隨著全球環境問題的凸顯，人們必須在經濟發展與環境保護之間尋求平衡點，才能實現糧食生產的可持續增長。

值得注意的是，本研究是在31個?。ㄊ小⒆灾螀^）的數據基礎上進行的實證分析，從有關各影響因素的描述性統計中可以看出，每個要素的數據離散程度均較大，在一定程度上反映了地區間可能存在較大的差異。因此，在下一步的研究中，有待根據不同地區之間的差異，對影響糧食單產的因素進行分析與研究，再提出更為精準、有效的政策建議。

參考文獻：

[1]

馬曉河，藍海濤.影響糧食安全的10大因素權威解讀[J].中國投資，2008（11）：21-23.

[2]濮勵杰.貴州省50年來耕地資源數量變化特征及其與糧食產量的關系研究[J].南京大學學報（自然科學版），2005，41（1）：105-112.

[3]肖國安，王文濤.糧食產量主要影響因素實證分析及政策選擇[J].湖南科技大學學報，2007，10（2）：90-93.

[4]孟軍，敖常林，冷志杰.化肥對黑龍江省糧食產量影響的分析[J].預測，1997，16（4）：34-35.

[5]馬九杰，崔衛杰，朱信凱.農業自然災害風險對糧食綜合生產能力的影響分析[J].農業經濟問題，2005（4）：14-17.

[6]邱麗麗，彭燕梅，尹艷瓊.滇中地區氣候變化對糧食單產的影響分析[J].環境科學導刊， 2017，36（6）：5-10.

[7]付華，李萍.農業機械化發展對糧食生產的影響——基于機械異質性和區域異質性的分析[J].財經科學， 2020（12）：40-55.

[8]童彥，潘玉軍，華紅蓮，等.云南省糧食產量影響因素的實證研究[J].資源開發與市場，2007，23（7）：594-597.

[9]孫婭范，余海鵬.價格對中國糧食生產的因果關系及影響程度分析[J].農業技術經濟，1999（2）：36-38.

[10]孫建星.農業政策性銀行信貸投入與糧食生產的協整分析——以河南為例[J].金融理論與實踐，2008（11）：66-68.

[11]劉巧芹，劉玉，胡永翔.高標準農田建設對糧食單產的貢獻率測度研究進展[J].江蘇農業科學，2016（8）：557-560.

[12]隋麗莉，顧莉麗.新世紀以來我國糧食價格政策成效、問題與改革方向[J].經濟縱橫，2020（3）：119-128.

[13]周振，譚智心，鐘真.糧食直補對農戶種糧積極性的影響[J].華南農業大學學報 （社會科學版）， 2014，13（4）：24-36.

[14]王輝.稅費改革對糧食生產的影響研究[J].當代經濟科學，2015，37（7）：107-128.

[15]辛翔飛，張怡，王濟民.我國糧食補貼政策效果評價———基于糧食生產和農民收入的視角[J].經濟問題，2016（2）：92-96.

[16]陳祥云，李榮耀，趙勁松.我國糧食安全政策：演進軌跡、內在邏輯與戰略取向[J].經濟學家，2020（10）：117-128.

[17]張利國，鮑丙飛，董亮.鄱陽湖生態經濟區糧食單產時空格局演變及驅動因素探究[J].經濟地理，2018，38（2）：154-161.

[18]彭琳.中國化肥施用與糧食生產的進程、前景與布局[J].農業現代化研究，2020（1）：14-18.

[19]朱滿德，李辛一，徐雪高.化肥施用強度對中國糧食單產的影響分析——基于省級面板數據的分位數回歸[J].農業現代化研究，2017（7）：649-657.

[20]李建偉，周洪，趙漢雨.基于支持向量機的中國農業機械總動力預測[J].河南農業大學學報，2013，47（3）：296-300.

[21]農業農村部.2019年全國農作物耕種收綜合機械化率超過70%[N].經濟日報，2020-01-10（12）.

[22]楊進，吳比，金松青，等.中國農業機械化發展對糧食播種面積的影響[J].中國農村經濟，2018（3）：89-104.

[23]陳于.農業產業化背景下我國農田水利設施調研報告[J].中國農村水利水電，2015（8）：4-7.

An Empirical Study on the Influencing Factors of Grain Yield Per Unit Area in China：Based on Comprehensive FGLS

LI Yue1， WU Sha2

（1.School of International Education， Guizhou Normal University， Guiyang， Guizhou， China， 550001; 2.Peoples Armed College， Guizhou University， Guiyang， Guizhou， China， 550025）

Abstract：

Over the past 40 years of reform and opening， with the accelerating urbanization and industrialization， Chinas economy has developed rapidly， and the problem of food and clothing was solved long ago. However， in the face of the increasingly tense international situation， the aggravating crisis of resources and environment， and the rapid growth of population， food security in China always faces enormous pressure. Based on the panel data of 31 provinces in China from 2000 to 2019， this paper empirically studies the influencing factors of grain yield per unit area in China by using the comprehensive FGLS. The results show that： agricultural fertilizer application rate， labor scale of growing grain and annual precipitation play significant roles in promoting grain yield per unit area in China， while agricultural mechanization rate， disaster rate and temperature significantly reduce grain yield in China. Combined with the empirical research results， this paper puts forward some suggestions to improve the grain yield per unit area in China.

Key words：

grain yield per unit area; influencing factors; comprehensive FGLS

（責任編輯：蒲應秋）