新时代下我国粮食产量的影响因素分析

李苗

摘要：稳定粮食产量，助力农户增收，为实现产业兴旺、乡村振兴打下基础。利用协整方法分析了粮食产量与各影响因素之间有协整关系并存在长期稳定的趋势。研究发现，粮食产值与粮食播种面积、化肥施用量以及有效灌溉面积之间存在着长期均衡关系，在其他条件保持不变的情况下粮食播种面积、化肥施用量以及有效灌溉面积每增加1%，粮食产量增加1.311058%、0.202268%、0.501729%。最后，由实证分析结果提出粮食增产的对策措施。

Abstract： Stabilizing grain production and raising farmers' income are helpful to the implementation of rural revitalization strategy. The Cointegration method is used to analyze the existence of cointegration between the respective variables and the due variables and has a long-term stable relationship. The study shows that there is a long-term equilibrium relationship between grain yield and grain sowing area， fertilizer application amount and effective irrigation area， and every 1% increase in grain sowing area， fertilizer application amount and effective irrigation area under other conditions remains unchanged， the grain yield increases by 1.311058%， 0.202268%， 0.501729%. Finally， according to the results of co-integration analysis， the paper puts forward some policy suggestions to increase grain yield.

關键词：新时代;粮食产量;影响因素;协整分析

Key words： new era;grain yield;influencing factors;co-integration analysis

中图分类号：F316.1                                       文献标识码：A                                  文章编号：1006-4311（2019）14-0150-03

0  引言

2019年中央一号文件提出打好农业基础，保障粮食安全，有效提供市场所需农产品供给。我国在农业领域发展加快，粮食产量居于高位，从2003年开始连续12年增产，在2015年达到12429亿斤，但由于部分粮食作物相对短缺，需要进口才能满足庞大的市场需求和工业需求。连年攀升的粮食进口量改变了我国粮食净出口的状况，令人担忧，因此增产粮食，减少进口量是目前我们需要攻坚的任务。粮食产量的增加可以解决当前从国外进口粮食的需求，在某种程度上也可以提高农户生活的质量，粮食加工的副产品可以用在发酵制作制造生物能源，进一步实现资源整合，有效利用。因此，保障绿色粮食可持续发展对实现乡村振兴、促进农业稳定发展具有重要的意义。

目前，我国学者对粮食产量的主要影响因素有了一定的研究，王一杰等采用对比研究的分析方法指出化肥和农药过度使用会造成粮食主产区的生产水平存在差异性从而影响粮食的产量等问题[1]。杨宗辉等采用SDM模型实证研究了我国各省域粮食生产的主要影响因素，得出结论，我国各省域粮食生产的多少与单位实际浇水面积、化肥量的作用大小有正向关系[2]。王泽宇等以面板数据为基础，利用Tobit模型研究分析了农业劳动力结构与化肥施用效率之间存在正向关系，有助于粮食的生产[3]。杨兴洪等通过C-D生产函数分析化肥施用量与粮食产量增长贡献率之间的关系，得出化肥施用量对粮食增产具有减弱的作用趋势[4]。郭斯华等运用Tobit 模型实证研究了早籼稻生产效率的作用因素，得出结论，化肥、农药等要素在投入方面存在实际损失的问题，不利于粮食产值增收[5]。杨贞等利用灰色关联分析法研究农田有效灌溉面积和粮食作物播种面积对粮食增产的影响，并得出农田有效灌溉面积的影响程度最大[6]。王曙光等采用灰色关联分析法分析了江苏省粮食种植在不用时间段，变量之间的关联程度。结果发现，粮食产量与种植面积之间具有较强的关系;有效灌溉面积的影响力逐渐增强，大量施用化肥也会促进粮食的增产[7]。

1  我国粮食的生产状况

我国是一个拥有13亿人口的大国，是粮食生产与消费大国，同时也是一个农业大国，粮食历来都是我们国家长治久安、百姓幸福生活的保障。随着机械化的发展以及我国政府对三农问题的重视，我国粮食产量出现增长趋势。

如图1可知，在1990-2003年间我国粮食产量存在动态变化，2003年以后，粮食产量呈现增长方向。2000年我国粮食产量达到462180000吨，2001年达到了542490000吨，同比增长17%。2003年我国粮食产量为430700000吨，跌入低谷。在2003-2015年间，我国粮食产值突破了12年的连续增长，2016年粮食产量比2015年有所下降，达到62625万吨。

图2是1990-2016年间我国粮食生产使用化肥的情况，从中可以得出，使用的化肥整体呈现上升方向。2015年使用化肥达到60230000吨，比1990年的最小值25900000吨上升了34330000吨。2016年化肥需求量有所下降，但是仅仅下降了390000吨。

2  影响粮食产量因素的实证分析

2.1 变量选择及数据来源

粮食变量受多种因素影响，但由于某些因素具有抽象不可量化的特性，文章选取了粮食的播种面积、使用化肥值、有效灌溉面积、生产价格指数4个指标，作为实证研究中自变量选取，这些量化指标数据可以在《中国统计年鉴》中查询。文章中选取1990-2016年我国粮食的产值、粮食的播种面积、使用化肥值、有效灌溉面积、生产资料价格指数等数据。本文中用Y表示粮食产值，单位万吨;用X1表示粮食播种面积，单位万吨;用X2表示化肥施用量，单位万吨;用X3表示有效灌面积，用千公顷做单位;X4表示生产资料价格指数（1990年=100）。实证分析过程中运用Eviews8.0进行数据处理。

2.2 模型构建

由于选取了1990-2016年的时间序列数据，在进行实证之前，需要进行平稳性检验，确保得到的数据不会随时间变化而改变。根据协整理论认为k维向量时间序列Yt=（y1t，y2t，…ykt）的分量序列时间被称为d，b阶协整，记为Yt～CI（d-b），如果满足①y1t，y2t，…ykt都是d阶单整的，即Yt～Id，但需要做到回归中各分量都要是d阶单整。②存在非零向量β，使得βYt～I（d-b），0

2.2.1 单位根检验

单位根检验是为了分析时间序列中是否存在伪回归情况，从而判断序列是否具有平稳性。通常采用ADF检验方法，根据出现的结果，若是ADF統计值大于临界值，则接受第一假设，说明选区的时间序列不具有稳定性，需要通过差分的方法消除单位根。若选取的时间序列全具有不平稳性，经过d阶差分后都为平稳序列，则它们具有同阶单整，与此同时，各变量之间的长期动态均衡关系可以通过协整理论来研究。

2.2.2 协整检验

一组非平稳序列的可能会出现伪回归的现象，而协整可以判断线性组合是否具有稳定的关系，进而描述变量之间的长期关系。关于协整关系检验，最普遍使用的方法是，EG两步法，它的过程如下：

第一步是计算非均衡误差et，若et为稳定序列则为协整。首先对时间序列yt的分量序列进行静态回归，通过OLS法进行回归分析，得到残差序列et。然后单位根法检验残差序列的平稳性，判断残差序列是否具有平稳性。若et具有平稳性，则可以确定时间序列各变量之间存在协整关系。

第二步，由于存在协整关系，则可以将残差序列作为非均衡误差项引入模型，建立ECM。在Quick/Estimate equation对话框中将误差修正项当作解释变量，和其他解释变量一起，建立短期模型，即误差修正模型。

2.3 实证分析

2.3.1 单位根检验

为了防止多重共线性和异方差性的出现，对文中各个变量取自然对数[2]，由表1得出结论，因变量与各自变量自然对数ADF统计量的值均未能通过5%显著性水平检验，因此它们的时间序列中含有单位根，不具有平稳性。经过一阶差分处理，此时ADF统计量值都通过了10%显著性水平检验，即消除了单位根，序列具有平稳性。满足变量为同阶单整的条件下，进行协整分析，判断粮食产量与各相关自变量之间是否有协整关系。

2.3.2 协整检验与协整方程

利用OLS对变量进行回归，将所取自然对数变量带入方程，得出回归结果，如表2。

得出回归方程：

LnY=-11.77919+1.311058LnX1+0.202268LnX2+0.501729LnX3+0.048707LnX4  （1）

从表2中可以看出，R2值是0.930385，解释了模型中样本拟合总体的效果高。DW值是2.784895，解释了模型中不存在自相关问题。表2中LnX1、LnX2、LnX3的t统计量对应的概率p值小于临界值，即通过10%的显著性检验。没有通过检验的LnX4，说明相应的自变量与粮食产值没有明显的长期均衡关系。LnX1、LnX2、LnX3的回归系数符号为正，与预期结果一致，即增加粮食播种面积，则相应的作物产值会提升，如粮食播种面积扩增1%，作物产值会增收1.311058%;使用化肥量增加1%，作物产值提高0.202268%;实际灌溉面积扩增1%，则相应的作物产值提升0.501729%。生产资料价格没有通过显著性检验，可能是因为劳动过程中所需要的生产工具包含了固定资产如机器设备，厂房等，而固定资产投资对作物产值的影响不大，一般只充当媒介的作用。

选取ADF方法检验残差序列是否存在单位根。结果如表3。

上述结果表明，残差序列通过了5%的显著性水平。LnY与LnX1、LnX2、LnX3之间存在协整关系。从方程（1）可知，从长期来看，在外界条件一定的情况下，增加1%的粮食播种面积，相应的产值会提升1.311058%;使用化肥量提升1%，作物产值上升0.202268%;同样地，实际灌溉面积增加1%，相应的作物产值会上升0.501729%。因此作物产值和播种面积、使用化肥量以及作物实际灌溉面积之间存在长期的均衡关系。

2.3.3 误差修正模型的建立

由协整分析得到我国粮食产量与其播种面积、使用化肥量以及作物实际灌溉面积之间存在长期均衡关系，通过建立误差修正模型可以得出变量间的短期动态均衡关系。误差修正的模型，不仅有短期调节作用，而且考虑了长期均衡关系。由以上述理论为基础，采用因变量自然对数的一阶差分D（lnY）作因变量，用D（lnX1）、D（lnX2）、D（lnX3）、D（lnX4）、滞后一期的误差修正项e（-1）为自变量，建立误差修正模型。见表4。

得出误差修正模型为：

D（lnY）=0.011048+1.670926D（LnX1）+0.053912D（LnX2）+0.021347D（LnX3）+0.020880D（LnX4）-1.427982e（-1）

由表4得出以下发现，R2值接近与1，说明模型中能够更好解释粮食产量的变动。用DW值诊断相关性，表中DW值为2.102686，在2的附近，说明各自变量之间不存在相关性。前三个影响因素对数的一阶差分通过了5%的显著性水平检验，说明我国粮食产量与其播种面积、使用化肥量以及作物实际灌溉面积具有动态的短期均衡关系。而不能通过检验的生产资料价格指数X4，说明粮食产值与该自变量之间不存在短期均衡关系。误差项e（-1）的估计系数为-1.427982，该大小反映了偏离的调整力度，上一期偏离程度的大小，可以通过系数调整力拉回均衡状态，说明系统存在误差修正机制。从误差修正模型得出结论，我国粮食产值与其播种面积和实际灌溉面积之间具有显著动态的短期均衡关系。

3  研究结论

①我国粮食的产值与其播种面积、化肥施用量以及实际浇水面积之间具有稳定关系，但生产资料价格对它的影响程度不大，可能是因为劳动过程所需要的物资以及劳动者使用的工具包含了固定资产，而固定资产对于粮食产值的影响需要一段时间，可能会导致粮食产量与生产资料价格指数之间没有长期均衡关系。②由协整分析得出我国粮食的播种面积、化肥施用量以及有效灌溉面积与粮食产值之间有显著的动态短期均衡关系。

4  政策建议

①随着城镇化的进程，大批青年人离乡进城，农村留下的是老年人和留守儿童以及土地闲置抛荒的问题。因此，政府可以出台相关保护政策，不攻破耕地红线以此保障在城镇化进程中作耕面积的减少;还可以通过农业补贴政策，引导更多的劳动力返乡创业，粮食种植有了保障才能有粮食产量的增长。

②在土壤养分没有饱和的情况下，增加一定的化肥施用量，粮食产量会得到提高。但是由于大部分的化肥以酸性居多，如果长时间施用过多，就会导致土壤酸化，对于氮磷钾等元素的吸收能力就会下降，田间庄稼缺少必须的养分，会导致产值下降。化肥施用过量，土壤板结后，影响作物的正常呼吸，可能会直接导致农作物死亡，所以导致粮食产量不会增长。因此政府可以让专业人员下乡指导农业者合理施用化肥，积极推进粮食向优质化、绿色化方向发展，提高粮食质量。

③粮食生产面临着自然与市场双重风险，政府应该加强对农田的水利设施建设投入。种植物得到实际灌溉面积，可以免遭旱灾风险，从而在收成季节提高作物产量。

参考文献：

[1]王一杰，邸菲，辛岭.我国粮食主产区粮食生产现状、存在问题及政策建议[J].农业现代化研究，2018，39（01）：37-47.

[2]杨宗辉，蔡鸿毅，覃诚，刘合光.我國粮食生产的时空格局及其影响因素分析[J].中国农业科技导报，2018，20（09）：1-11.

[3]王则宇，李谷成，周晓时.农业劳动力结构、粮食生产与化肥利用效率提升——基于随机前沿生产函数与Tobit模型的实证研究[J].中国农业大学学报，2018，23（02）：158-168.

[4]杨兴洪，张凡凡，张启楠.粮食主产区要素投入贡献率测度研究[J].价格理论与实践，2018（04）：89-92.

[5]郭斯华，季凯文.江西水稻生产效率测算及其影响因素分析[J].江西财经大学学报，2018（02）：90-99.

[6]张贞，马赛，汪权方.基于Pearson灰色关联熵的粮食产量主影响因子识别——以河南省为例[J].干旱区资源与环境，2017，31（09）：43-48.

[7]王曙光，佘义斌，陈霞，袁秋勇.江苏省粮食产量影响因素的灰色关联分析[J].中国农学通报，2018，34（13）：159-164.

[8]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2009.

[9]周聪，王新华.中国玉米产量主要影响因素的协整分析[J].粮食科技与经济，2014（1）：39.