我國糧食產量影響因素的實證研究

□張家澍

（河南大學歐亞國際學院，河南 開封 475004）

1 研究背景

糧食安全問題關乎國計民生。我國人口基數較大且正處于發展中國家階段，糧食問題顯得尤為突出。隨著社會經濟轉型和糧食種植面積減少，我國糧食產量曾經連續5 年減產。2003 年以后，我國糧食產量穩步增長，截至2021 年，我國糧食產量連續7 年保持在6.5 億t 以上。隨著社會主義現代化建設進程加快對社會發展的影響，房地產企業大量開墾土地進行住宅建設，耕地面積逐年減少對我國糧食安全構成了明顯威脅。

糧食安全生產在任何時候都不能放松。必須把滿足人們對基礎物質資料的需求放在首位，穩定糧食產量，抓好糧食生產。在此背景下，考察糧食產量影響因素對糧食產量的影響效果及程度十分必要。通過對糧食產量影響因素的考察，準確科學預測糧食產量，是保障糧食安全和農業現代化發展的重要任務之一。查明糧食產量的影響因素，準確預測糧食產量，有利于開展包括國民生產總值、國民經濟結構等在內的相關領域研究，對現代經濟持續健康發展和人們生活消費質量不斷提高具有重要意義。

糧食產量直接關系到國家和社會長期穩定。在一定程度上，國家穩定與糧食產量有著密切的關系?，F實生活中，除增加農作物灌溉面積、施肥量外，收購價較低、收益不理想、流通渠道不順等都會影響我國農戶的生產積極性，進而可能影響全國糧食作物的耕種面積。應以保障農戶利益為基本出發點，頒布實施一系列惠民政策，有效保障全國糧食總產量，加強對糧食的宏觀調控，切實保障農民收入。

2 糧食產量影響因素的文獻綜述

目前國內學者對糧食產量影響因素的分析主要采用回歸分析、分位數回歸、灰色關聯分析等方法。巫琦玲和張葵（2017）在近年有關糧食產量文獻的基礎上，歸納出使用頻率最高的影響因素與準確率最高的模型，建立以糧食產量為因變量，以糧食播種面積、有效灌溉面積、農業機械總動力、化肥施用折純量、受災面積、成災面積為自變量的多元線性回歸模型，對2000—2015 年樣本數據進行了詳細分析。

李玉虎和陳俊美（2019）選取2000—2017 年河南省統計數據，選用灰色關聯分析模型，對影響河南省糧食產量的8 個因子進行建模分析，得出農藥施用實物量、化肥施用折純量和耕地面積是影響糧食產量的重要因素，農村用電量對糧食產量的影響程度最低，灌溉面積、鄉村從業人員、農用機械總動力和農用塑料薄膜使用量對糧食產量的影響程度依次降低等結論。

毛偉（2012）利用HP 濾波處理1979—2009 年湖北省糧食產量數據，得出其波動特征，并將各時間序列的長期趨勢剔除，使序列僅含波動項以進行分位數分析。其研究結果表明，在糧食產量的低分位點上，各因素對糧食增產的作用明顯；在其他分位點處，作用不明顯。由此提出，要確保糧食播種面積，科學投放化肥，保障農業生產用電，鼓勵糧食生產規模化，完善糧食生產的風險管理工具和制度，以保證糧食產量和保障糧食安全。

3 我國糧食產量影響因素的實證模型構建、檢驗及估計

文章研究有效灌溉面積、肥料施用量、大型拖拉機數量、農用柴油機數量4 個因素對糧食產量的影響，從回歸分析的角度對糧食產量影響因素進行分析。對通過回歸分析建立的模型加以統計檢驗、計量經濟學等相關檢驗，并將模型加以實際運用，結合其他學者的研究方法進行驗證，為糧食生產提供一些切實可行的建議。

3.1 數據來源、變量設定及模型設計

數據來源于《中國統計年鑒》收集的31 個?。ㄗ灾螀^、直轄市）的糧食產量及相關影響因素數據。相關數據準確、詳細，可以用于研究糧食產量的影響因素。根據相關數據與信息，建立如下多元回歸模型。

式中：代表糧食產量；代表有效灌溉面積；代表肥料施用量；代表大型拖拉機數量；代表農用柴油機數量。

將收集的樣本數據，采取Rstudio 軟件進行操作運算，由回歸結果得出初步線性回歸模型如下。

在實證研究結果中，=0.873 6，=44.94。

3.2 樣本數據的描述性統計

從表1 可以看出，每個變量的標準差和極差都比較大，而二者均可以用來衡量數據的離散程度，故可以得出該數據的離散程度相對較大。由此說明，各地區糧食產量存在較大差異，各地區之間農業發展水平存在較大差異，各地區之間發展極不平衡。

表1 變量間的描述性統計

3.3 多重共線性檢驗與逐步回歸

為了確保模型設計的科學性，文章采取多重共線性檢驗來觀察變量之間的相關關系。由表2 可知，變量與之間的相關系數為0.816 9，同時，與間的相關系數也比較大，達0.704 4。當解釋變量之間相關性很強時，即有理由說明模型存在明顯的多重共線性。因此，必須對模型進行相關統計檢驗和計量經濟學檢驗，并予以修正，消除模型的多重共線性。下面采用逐步回歸法，解決模型出現的多重共線性問題。

表2 相關系數矩陣

采用逐步回歸的方法，依次建立因變量與自變量的線性回歸模型?；谥鸩交貧w命令所提取的3 個模型分別進行線性回歸，由回歸結果可知，建立的關于f（，，，）模型調整后的判別系數值為0.854 2，但僅有變量和的檢驗顯著；關于f（，，）模型調整后的判別系數值為0.853 5，并且仍只有變量和通過了關于回歸系數顯著性判斷的檢驗；關于f（，）模型調整后的判別系數為0.849 8，盡管相比于前兩次回歸，模型擬合優度稍有下降，但此時模型中包含的全部變量和均通過了顯著性檢驗。因此，確定最終模型為剔除了變量和后，關于和的回歸分析，最終模型以=f（，）為最優。

為了提升研究的科學性和嚴謹性，采用vif 方差膨脹因子的大小判斷是否存在共線性，默認膨脹因子小于10 為可容忍的范圍，即方差膨脹因子vif 小于10 就認為模型不存在多重共線性；若vif 大于10，則有理由認為模型存在多重共線性。變量、的方差膨脹因子均為1.299 718＜10，故通過逐步回歸對模型的修正后，此時模型不存在多重共線性，見表3。

表3 變量vif 值

與此同時，各回歸系數在顯著性水平下均顯著，故最終認定此模型合理，模型如下。

根據模型（3）可知，肥料施用量每增加1 萬t，糧食產量平均提高6.633 1 萬t；大型拖拉機數量每增加1 000 臺，糧食產量平均提高3.525 6 萬t?？梢?，肥料施用量是影響我國糧食產量的顯著性因素。從現實意義看，過度施用肥料會在一定程度上對糧食產量產生負面影響。從回歸結果得知，隨機干擾項的數值為77.855 4，說明仍有其他因素影響糧食產量。

3.4 統計檢驗與異方差檢驗

3.4.1 統計檢驗

從前文研究可以發現，兩個影響因素變量所對應的參數估計值均為正值，即肥料施用量的適當增加和大型拖拉機數量農業機械數量的增加對糧食產量均有正向促進作用。=0.859 8，調整=0.849 8，仍比較靠近1。因此，文章認為該模型的擬合是可行的且擬合效果比較好，變化的80%以上均可由解釋變量進行解釋。

考察方差整體顯著性，=85.84，計算相關臨界值，值仍小于顯著性水平，表明選擇線性模型是合理的，回歸方程是顯著的，即和聯合起來對模型因變量的作用效果是顯著的。

考察單個變量的顯著性，此時變量和的檢驗值均大于0.05 的置信水平，故此時參數均是顯著的。

3.4.2 異方差檢驗

通過對模型進行BP 異方差檢驗，其中原假設H為模型不存在異方差，備擇假設H為模型存在異方差。由程序運行結果可知，值為0.226 6，高于顯著性水平0.05，認為回歸模型中不會出現異方差現象。

4 我國糧食產量影響因素的實證結果及對策

4.1 我國糧食產量影響因素實證模型的估計結果

由模型（2）可知，影響產量的4 個因素均對糧食產量具有正向促進作用。當其他變量保持不變時，有效灌溉面積每增多1 單位，糧食產量相應平均增多0.173 5 萬t；肥料施用量每施加1 萬t，糧食產量相應平均增多4.575 2 萬t。當其他變量保持不變時，大型拖拉機數量每投入1 000 臺，糧食產量相應平均增多3.170 8 萬t；農用柴油機數量每投入1 000 臺，糧食產量相應平均增多0.444 4 萬t。=0.873 6，調整=0.854 2，比較靠近1，認為該模型擬合是可行的且擬合效果比較好，變化的80%以上可有解釋變量進行解釋。=44.94，計算相關臨界值，同時值小于顯著性水平，即回歸方程是顯著的。變量和的t 檢驗值大于0.05 的置信水平，故此時參數均是顯著的。

由模型（3）可知，當其他變量保持不變時，肥料施用量每提高1 萬t，糧食產量相應提高6.633 1 萬t；保持肥料施用量不變，大型拖拉機每增多1 000 臺，糧食產量相應增多3.525 6 萬t。利用模型（3）進行預測分析，設置解釋變量值，預測相應的糧食產量。由表4可得出在給定具體值的基礎上對應的95%的取值范圍（上界和下界）。其中，fit 為糧食產量的預測均值產量，lwr 和upr 分別為取300、取400 時對應的糧食產量區間估計的上下界，即設定肥料施用量為300 萬t，設定大型拖拉機數量為400 000 臺，通過predict 函數預測出糧食產量的概率為0.95 的相應區間。

表4 我國糧食產量預測模型實證結果

4.2 提升我國糧食產量的建議

雖然目前我國糧食產量處于自給自足并有剩余的狀態，但隨著人口增加和耕地面積減少，保障糧食安全的任務依然艱巨。各地區之間農業發展水平存在很大的不平衡性，未來應當注重協調地區間農業發展，充分發揮各地區優勢，實現協調發展。基于對我國糧食產量影響因素的分析結果，在最終模型設定的基礎上，提出提升我國糧食產量的政策建議。

第一，合理施用化肥，增加有機肥施用量。合理施用化肥對提升糧食產量有一定的促進作用，但過度施用化肥會帶來一系列問題，因此應該注重對化肥的合理施用。施用有機肥可以培肥地力，有助于提高產量和土地資源利用率。應以科學的態度合理施肥，增加有機肥施用量。

第二，提升農業機械化水平，推廣對大型拖拉機的使用。大型拖拉機數量增加能夠使耕地效率得到顯著提升，故應進一步加強基礎設施和配套設施建設，加大對大型拖拉機的推廣力度。同時，政府應當鼓勵科研人員研發更高效、先進的農用機械，提高農業生產效率。

第三，政府應當審時度勢，加大財政對糧食生產的支持力度。在糧食產量不穩定時，應當對農產品以正常價格回購，避免農民生活水平大幅下降。在農業健康發展時，注意穩定市價，并適度提升糧價，促進農民收入增加。除模型中所呈現的糧食產量影響因素外，還有很多其他因素影響糧食產量。政府部門有必要增加政策投入，自覺承擔起對糧食產品市場價格合理干預和管理的責任，避免谷賤農傷，并采取糧食補助等優惠政策幫助農戶增收，提升農民生產糧食的積極性，從而提高糧食產量和質量。