我国粮食产量影响因素的实证研究

□张家澍

（河南大学欧亚国际学院，河南 开封 475004）

1 研究背景

粮食安全问题关乎国计民生。我国人口基数较大且正处于发展中国家阶段，粮食问题显得尤为突出。随着社会经济转型和粮食种植面积减少，我国粮食产量曾经连续5 年减产。2003 年以后，我国粮食产量稳步增长，截至2021 年，我国粮食产量连续7 年保持在6.5 亿t 以上。随着社会主义现代化建设进程加快对社会发展的影响，房地产企业大量开垦土地进行住宅建设，耕地面积逐年减少对我国粮食安全构成了明显威胁。

粮食安全生产在任何时候都不能放松。必须把满足人们对基础物质资料的需求放在首位，稳定粮食产量，抓好粮食生产。在此背景下，考察粮食产量影响因素对粮食产量的影响效果及程度十分必要。通过对粮食产量影响因素的考察，准确科学预测粮食产量，是保障粮食安全和农业现代化发展的重要任务之一。查明粮食产量的影响因素，准确预测粮食产量，有利于开展包括国民生产总值、国民经济结构等在内的相关领域研究，对现代经济持续健康发展和人们生活消费质量不断提高具有重要意义。

粮食产量直接关系到国家和社会长期稳定。在一定程度上，国家稳定与粮食产量有着密切的关系。现实生活中，除增加农作物灌溉面积、施肥量外，收购价较低、收益不理想、流通渠道不顺等都会影响我国农户的生产积极性，进而可能影响全国粮食作物的耕种面积。应以保障农户利益为基本出发点，颁布实施一系列惠民政策，有效保障全国粮食总产量，加强对粮食的宏观调控，切实保障农民收入。

2 粮食产量影响因素的文献综述

目前国内学者对粮食产量影响因素的分析主要采用回归分析、分位数回归、灰色关联分析等方法。巫琦玲和张葵（2017）在近年有关粮食产量文献的基础上，归纳出使用频率最高的影响因素与准确率最高的模型，建立以粮食产量为因变量，以粮食播种面积、有效灌溉面积、农业机械总动力、化肥施用折纯量、受灾面积、成灾面积为自变量的多元线性回归模型，对2000—2015 年样本数据进行了详细分析。

李玉虎和陈俊美（2019）选取2000—2017 年河南省统计数据，选用灰色关联分析模型，对影响河南省粮食产量的8 个因子进行建模分析，得出农药施用实物量、化肥施用折纯量和耕地面积是影响粮食产量的重要因素，农村用电量对粮食产量的影响程度最低，灌溉面积、乡村从业人员、农用机械总动力和农用塑料薄膜使用量对粮食产量的影响程度依次降低等结论。

毛伟（2012）利用HP 滤波处理1979—2009 年湖北省粮食产量数据，得出其波动特征，并将各时间序列的长期趋势剔除，使序列仅含波动项以进行分位数分析。其研究结果表明，在粮食产量的低分位点上，各因素对粮食增产的作用明显；在其他分位点处，作用不明显。由此提出，要确保粮食播种面积，科学投放化肥，保障农业生产用电，鼓励粮食生产规模化，完善粮食生产的风险管理工具和制度，以保证粮食产量和保障粮食安全。

3 我国粮食产量影响因素的实证模型构建、检验及估计

文章研究有效灌溉面积、肥料施用量、大型拖拉机数量、农用柴油机数量4 个因素对粮食产量的影响，从回归分析的角度对粮食产量影响因素进行分析。对通过回归分析建立的模型加以统计检验、计量经济学等相关检验，并将模型加以实际运用，结合其他学者的研究方法进行验证，为粮食生产提供一些切实可行的建议。

3.1 数据来源、变量设定及模型设计

数据来源于《中国统计年鉴》收集的31 个省（自治区、直辖市）的粮食产量及相关影响因素数据。相关数据准确、详细，可以用于研究粮食产量的影响因素。根据相关数据与信息，建立如下多元回归模型。

式中：代表粮食产量；代表有效灌溉面积；代表肥料施用量；代表大型拖拉机数量；代表农用柴油机数量。

将收集的样本数据，采取Rstudio 软件进行操作运算，由回归结果得出初步线性回归模型如下。

在实证研究结果中，=0.873 6，=44.94。

3.2 样本数据的描述性统计

从表1 可以看出，每个变量的标准差和极差都比较大，而二者均可以用来衡量数据的离散程度，故可以得出该数据的离散程度相对较大。由此说明，各地区粮食产量存在较大差异，各地区之间农业发展水平存在较大差异，各地区之间发展极不平衡。

表1 变量间的描述性统计

3.3 多重共线性检验与逐步回归

为了确保模型设计的科学性，文章采取多重共线性检验来观察变量之间的相关关系。由表2 可知，变量与之间的相关系数为0.816 9，同时，与间的相关系数也比较大，达0.704 4。当解释变量之间相关性很强时，即有理由说明模型存在明显的多重共线性。因此，必须对模型进行相关统计检验和计量经济学检验，并予以修正，消除模型的多重共线性。下面采用逐步回归法，解决模型出现的多重共线性问题。

表2 相关系数矩阵

采用逐步回归的方法，依次建立因变量与自变量的线性回归模型。基于逐步回归命令所提取的3 个模型分别进行线性回归，由回归结果可知，建立的关于f（，，，）模型调整后的判别系数值为0.854 2，但仅有变量和的检验显著；关于f（，，）模型调整后的判别系数值为0.853 5，并且仍只有变量和通过了关于回归系数显著性判断的检验；关于f（，）模型调整后的判别系数为0.849 8，尽管相比于前两次回归，模型拟合优度稍有下降，但此时模型中包含的全部变量和均通过了显著性检验。因此，确定最终模型为剔除了变量和后，关于和的回归分析，最终模型以=f（，）为最优。

为了提升研究的科学性和严谨性，采用vif 方差膨胀因子的大小判断是否存在共线性，默认膨胀因子小于10 为可容忍的范围，即方差膨胀因子vif 小于10 就认为模型不存在多重共线性；若vif 大于10，则有理由认为模型存在多重共线性。变量、的方差膨胀因子均为1.299 718＜10，故通过逐步回归对模型的修正后，此时模型不存在多重共线性，见表3。

表3 变量vif 值

与此同时，各回归系数在显著性水平下均显著，故最终认定此模型合理，模型如下。

根据模型（3）可知，肥料施用量每增加1 万t，粮食产量平均提高6.633 1 万t；大型拖拉机数量每增加1 000 台，粮食产量平均提高3.525 6 万t。可见，肥料施用量是影响我国粮食产量的显著性因素。从现实意义看，过度施用肥料会在一定程度上对粮食产量产生负面影响。从回归结果得知，随机干扰项的数值为77.855 4，说明仍有其他因素影响粮食产量。

3.4 统计检验与异方差检验

3.4.1 统计检验

从前文研究可以发现，两个影响因素变量所对应的参数估计值均为正值，即肥料施用量的适当增加和大型拖拉机数量农业机械数量的增加对粮食产量均有正向促进作用。=0.859 8，调整=0.849 8，仍比较靠近1。因此，文章认为该模型的拟合是可行的且拟合效果比较好，变化的80%以上均可由解释变量进行解释。

考察方差整体显著性，=85.84，计算相关临界值，值仍小于显著性水平，表明选择线性模型是合理的，回归方程是显著的，即和联合起来对模型因变量的作用效果是显著的。

考察单个变量的显著性，此时变量和的检验值均大于0.05 的置信水平，故此时参数均是显著的。

3.4.2 异方差检验

通过对模型进行BP 异方差检验，其中原假设H为模型不存在异方差，备择假设H为模型存在异方差。由程序运行结果可知，值为0.226 6，高于显著性水平0.05，认为回归模型中不会出现异方差现象。

4 我国粮食产量影响因素的实证结果及对策

4.1 我国粮食产量影响因素实证模型的估计结果

由模型（2）可知，影响产量的4 个因素均对粮食产量具有正向促进作用。当其他变量保持不变时，有效灌溉面积每增多1 单位，粮食产量相应平均增多0.173 5 万t；肥料施用量每施加1 万t，粮食产量相应平均增多4.575 2 万t。当其他变量保持不变时，大型拖拉机数量每投入1 000 台，粮食产量相应平均增多3.170 8 万t；农用柴油机数量每投入1 000 台，粮食产量相应平均增多0.444 4 万t。=0.873 6，调整=0.854 2，比较靠近1，认为该模型拟合是可行的且拟合效果比较好，变化的80%以上可有解释变量进行解释。=44.94，计算相关临界值，同时值小于显著性水平，即回归方程是显著的。变量和的t 检验值大于0.05 的置信水平，故此时参数均是显著的。

由模型（3）可知，当其他变量保持不变时，肥料施用量每提高1 万t，粮食产量相应提高6.633 1 万t；保持肥料施用量不变，大型拖拉机每增多1 000 台，粮食产量相应增多3.525 6 万t。利用模型（3）进行预测分析，设置解释变量值，预测相应的粮食产量。由表4可得出在给定具体值的基础上对应的95%的取值范围（上界和下界）。其中，fit 为粮食产量的预测均值产量，lwr 和upr 分别为取300、取400 时对应的粮食产量区间估计的上下界，即设定肥料施用量为300 万t，设定大型拖拉机数量为400 000 台，通过predict 函数预测出粮食产量的概率为0.95 的相应区间。

表4 我国粮食产量预测模型实证结果

4.2 提升我国粮食产量的建议

虽然目前我国粮食产量处于自给自足并有剩余的状态，但随着人口增加和耕地面积减少，保障粮食安全的任务依然艰巨。各地区之间农业发展水平存在很大的不平衡性，未来应当注重协调地区间农业发展，充分发挥各地区优势，实现协调发展。基于对我国粮食产量影响因素的分析结果，在最终模型设定的基础上，提出提升我国粮食产量的政策建议。

第一，合理施用化肥，增加有机肥施用量。合理施用化肥对提升粮食产量有一定的促进作用，但过度施用化肥会带来一系列问题，因此应该注重对化肥的合理施用。施用有机肥可以培肥地力，有助于提高产量和土地资源利用率。应以科学的态度合理施肥，增加有机肥施用量。

第二，提升农业机械化水平，推广对大型拖拉机的使用。大型拖拉机数量增加能够使耕地效率得到显著提升，故应进一步加强基础设施和配套设施建设，加大对大型拖拉机的推广力度。同时，政府应当鼓励科研人员研发更高效、先进的农用机械，提高农业生产效率。

第三，政府应当审时度势，加大财政对粮食生产的支持力度。在粮食产量不稳定时，应当对农产品以正常价格回购，避免农民生活水平大幅下降。在农业健康发展时，注意稳定市价，并适度提升粮价，促进农民收入增加。除模型中所呈现的粮食产量影响因素外，还有很多其他因素影响粮食产量。政府部门有必要增加政策投入，自觉承担起对粮食产品市场价格合理干预和管理的责任，避免谷贱农伤，并采取粮食补助等优惠政策帮助农户增收，提升农民生产粮食的积极性，从而提高粮食产量和质量。