我國糧食產量影響因素及對策研究

邵馨漾

摘 要：本文選取2007—2021年農業相關數據，運用SPSS 26計量軟件，建立關于我國糧食產量的多元線性回歸預測模型。研究發現，我國糧食產量主要受糧食作物播種面積與有效灌溉面積兩大因素影響。同時，每增加1 000 hm2糧食作物播種面積，我國糧食產量就會增加0.635萬t；每增加1 000 hm2有效灌溉面積，我國糧食產量就會增加0.773萬t。因此，我國應大力支持建設高質量農田，保護糧食作物播種面積；推進現代節水技術建設，擴大耕地有效灌溉面積。

關鍵詞：糧食產量；多元線性回歸；影響因素

Research on Factors Influencing Grain Production in China and Countermeasures

SHAO Xinyang

（College of International Business， Shenyang Normal University， Shenyang 110034， China）

Abstract： This paper selects agriculture-related data from 2007 to 2021 and uses SPSS 26 econometric software to build a multiple linear regression forecasting model on grain production in China. It is found that Chinas grain production is mainly affected by two major factors， namely the area sown with grain crops and the effective irrigated area. Meanwhile， for every 1 000 hectares of grain crop sown area， Chinas grain production will increase by 0.635 million tonnes; for every 1 000 hectares of effective irrigation area， Chinas grain production will increase by 0.773 million tonnes. Therefore， China should strongly support the construction of high-quality farmland to protect the area sown to food crops; promote the construction of modern water-saving technologies to expand the effective irrigated area of arable land.

Keywords： grain yield; multiple linear regression; influencing factors

糧食是人們生活所必需的重要物質基礎，也是國家能夠長治久安的必要條件。2022年的中央一號文件指出：“穩定全年糧食播種面積和產量，堅持中國人的飯碗任何時候都要牢牢端在自己手中，飯碗主要裝中國糧，確保糧食播種面積穩定、產量保持在1.3萬億斤以上?！盵1]二十大報告中也指出：“全面推進鄉村振興，堅持農業農村優先發展，加快建設農業強國，全方位夯實糧食安全根基，牢牢守住十八億畝耕地紅線?！盵2]因此，本文選取2007—2021年糧食產量、糧食作物播種面積、有效灌溉面積、農用化肥施用折純量、第一產業就業人員和農村用電量等相關數據，采用逐步回歸分析法，對我國未來糧食產量預測進行實證分析[3]。以期提前為各農業部門制定政策時提供決策依據，保障糧食生產活動有條不紊地進行，盡可能避免主要糧食作物價格波動，維持糧食供需平衡[4]。

1 基于多元回歸模型分析我國糧食產量影響因素

1.1 數據選擇

本文數據均來源于歷年《中國統計年鑒》，主要包括2007—2021年糧食產量、糧食作物播種面積、有效灌溉面積、農用化肥施用折純量、第一產業就業人員和農村用電量等相關數據，見表1。

1.2 多元線性回歸模型構建、求解和檢驗

本文通過構建多元線性回歸模型分析糧食作物播種面積（x₁）、有效灌溉面積（x₂）、農用化肥施用折純量（x₃）、第一產業就業人員（x₄）、農村用電量（x₅）5個因素對糧食產量（y）的影響。構建多元線性回歸模型為

y=β₀+β₁x₁+β₂x₂+β₃x₃+β₄x₄+β₅x₅+ε（1）

式中：β₀是常數，β₁，β₂，…，β_p是回歸模型的系數，ε是隨機誤差項。

本文通過SPSS 26軟件，使用逐步回歸分析法，對所有變量進行分析。表2客觀地展現了逐步回歸分析法下，該多元線性回歸模型中輸入和移去變量的現象，本次回歸分析中存在2個模型，經過輸入和移去變量，最終構建出的解釋變量分別為糧食作物播種面積和有效灌溉面積。

表3反映了模型的擬合狀況，本次分析中R²為0.986，調整后為0.983，證明該模型的擬合程度相當高，自變量與因變量之間存在著良好的相關性，能夠把98%的糧食產量解釋出來。德賓-沃森檢驗值為1.340，說明糧食產量其殘差服從獨立性。

從表4中能夠發現這個模型的p值為0.000＜0.01，F值為416.029，通過了顯著性水平檢驗，說明該模型顯著性極高，具有統計學意義。

表5為回歸方程系數表，利用SPSS 26軟件對所有變量數據進行相關性分析。通過多重共線性的診斷，糧食作物播種面積和有效灌溉面積的VIF值均為4.973＜10，說明變量之間幾乎不存在多重共線性。同時，根據回歸方程系數表，可以得出糧食產量的預測模型為

y=-5 141.179+0.635x₁+0.773x₂（2）

式中：y是常數，x₁是糧食作物播種面積，x2是有效灌溉面積。

根據國家統計局披露的數據可得，2021年我國糧食產量為68 284.75萬t，糧食作物播種面積117 630.82 khm²，有效灌溉面積69 625.35 khm²。帶入到預測模型中得出我國預測糧食產量為67 827.19萬t，預測結果與實際結果的相對誤差僅為0.54%，證明此預測模型較為準確，對我國的糧食產量預測有著一定的參考價值和實際意義。

2 研究結論

通過對歷年來影響我國糧食產量因素的數據進行整理收集，運用SPSS 26軟件進行多元線性回歸分析，可以得出結論：我國糧食產量主要受兩大因素影響，即糧食作物播種面積與有效灌溉面積[5]。由分析結果可知，每增加1 000 hm²糧食作物播種面積，我國糧食產量就會增加0.635萬t；每增加1 000 hm²有效灌溉面積，我國糧食產量就會增加0.773萬t。

3 對策建議

3.1 建設高質量農田，保護糧食作物播種面積

根據實證分析的結論可以發現，切實提高糧食作物播種面積有利于促進糧食增產。因此，基于糧食安全的重要戰略地位，我國要盡可能地避免糧食作物播種面積受到工業化和城鎮化等因素的侵蝕，穩步推進糧食生產規模，提高我國農業機械化率，促進單位農田的產量，合理改善和優化土地資源，科學使用化肥，因地制宜地保護耕地，以期建設高質量的綠色農田。這不僅可以促進糧食增產，也能夠切實保障我國糧食和主要農產品的供應安全。

3.2 推進現代節水技術建設，擴大耕地有效灌溉面積

有效灌溉面積是影響我國糧食產量的重要因素，對糧食增產起到了有效的促進作用。水是農業的生命線，沒有水資源，任何作物的生長和產量都無法得到保障。因此，政府必須提高對水利設施的投資，引進先進的農田灌溉技術和設備，在節約水資源的同時保障和擴大耕地的有效灌溉面積，引進滴灌、噴灌等先進的農田灌溉技術，推進現代節水技術建設[6]。在水資源匱乏的地區，實現對農田的高效灌溉，在“藏糧于地”和“藏糧于技”兩個層面加大糧食安全的保證力度，最終完成水資源安全和糧食安全的協同治理[7]。

參考文獻

[1]何曉曦.政策支撐，國內稻米市場供需平穩[N].國際商報，2022-07-20（5）.

[2]全力做好新時代“三農”工作[N].人民政協報，2022-11-16（12）.

[3]曲勝杰.我國糧食產量影響因素的實證分析：以1980—2011糧食生產情況為樣本[J].中共青島市委黨校 青島行政學院學報，2014（2）：27-31.

[4]樊超，曹培格，楊鐵軍，等.一種糧食產量短期預測方法及裝置：201610598631.7[P].2016-11-23.

[5]田稼科.基于時頻分析和LSTM的糧食產量預測模型研究[D].鄭州：河南工業大學，2021.

[6]張雪純.我國糧食產量影響因素分析[J].合作經濟與科技，2022（13）：4-7.

[7]奚云霄，劉靜，常明.節水灌溉對糧食作物種植的影響：基于農業勞動力資源的調節效應[J].中國生態農業學報（中英文），2022，30（3）：458-469.