基于Logistic模型的东北地区粮食生产能力影响因素研究*<br/>——以宾县为例

基于Logistic模型的东北地区粮食生产能力影响因素研究*
——以宾县为例

2018-01-30余文涛石淑芹孙晓丽李正国

中国农业资源与区划 2017年12期

余文涛，石淑芹※，孙晓丽，李正国

(1.天津工业大学管理学院，天津 300387； 2.农业部农业信息技术重点实验室，北京 100081；3.中国农科院农业资源与农业区划研究所，北京 100081)

0 引言

随着人口持续膨胀与工业迅猛发展、农产品需求量大幅增长与极端恶劣气候造成的粮食价格上扬，粮食安全问题成为国内外学术界关注的热点，而稳定和增强粮食生产能力是保障粮食安全问题的核心所在。因此，加大对粮食生产能力影响因素的研究力度，探索影响粮食生产的因素，寻求提高粮食产出能力的措施，对确保国家粮食安全、健全粮食的流通体系，具有重大的理论和现实意义。

大量研究表明，影响粮食生产能力的因素包括耕地面积、农业机械、化肥施用量、农药使用量、劳动力、财政对粮食直接补贴资金额[1]、市场需求、粮食主产区粮食供给量[2]、粮食播种面积、有效灌溉面积、农村用电量指数[3]、受灾面积、抗灾能力、粮食单产、耕地质量[4]和粮食最低收购价格等。有学者将这些因素大致划分为四大类：(1)生产要素的投入； (2)农业技术进步； (3)国家农业政策、农业生产组织与经营制度； (4)自然灾害[5]。

现有研究中，常用的方法包括灰色关联度法[6]、GIS空间分析[7]、面板数据模型[8]等，这些模型多将重点放在生产要素的投入上，对其他因素考虑较少，尤其很少将温度及降水等气候因素纳入研究范围，因而据此构建的粮食生产能力影响机制缺乏准确性和科学性，不能很好地判断区域粮食生产能力状况。文章所采用的Logistic模型，最早是由比利时数学家Verhurlst在研究人口增长规律时提出，称为阻滞增长模型[9]。近些年来，Logistic模型被越来越多地应用于影响因素分析[10-12]。针对极端恶劣气候的频发、气候对粮食生产的影响加剧，且粮食生产能力具有复杂性与动态性等特点，该文从温度及降水等自然因素和作物收益等社会经济因素出发，利用黑龙江省宾县农户调查数据，运用Logistic模型综合考虑了各类因素对粮食生产能力的影响，并明确指出了各因素与粮食生产能力的显著性水平，以此为基础分析影响粮食生产能力各因素更合理。

1 研究区域与数据

1.1 研究区域概况

宾县位于黑龙江省南部，跨东经126°55′～128°19′，北纬45°30′～46°01′，隶属哈尔滨市。地处松花江南岸，与方正县、延寿县、尚志市接壤，北与巴彦县、木兰县、通河县隔松花江相望，西以蜚克图为界与阿城区为邻。宾县总面积3 845km2，自然概貌为“五山半水四分半田”(耕地面积约占50%)[13]，辖12个镇， 5个乡，共有143个行政村，有汉、满、蒙、回、苗、壮、朝鲜、侗、瑶、锡伯等10个民族，总人口约62万人，其中农业人口多达50万人。宾县年平均气温2.5～4.0℃，≥10℃积温为2 500～3 100℃，年平均无霜期110～150d。宾县地处温带季风气候区，春季干旱少雨，夏季温和多雨，年平均降水量为573.43mm，多年平均蒸发量为904.21mm。

1.2 数据来源

相比于统计数据，调查数据具有准确性、针对性等优点。该文以东北地区典型农业区——黑龙江省宾县为例，于2016年4月采用农户调查的方法，选取宾县新甸镇、宾安镇、常安镇3个典型镇区作为调查区域，包括24个行政村，共有384户。在选择样本时，尽量均匀分布，采用随机抽样方法对3个镇的农户进行现场问卷调查，每个村访问16户，一共发放了384份调查问卷，回收有效调查问卷382份，问卷有效率达到99.5%。采用数理统计方法，对所用农户样本数据资料进行统计。调查内容涉及以下几个方面：(1)农户的家庭基本情况； (2)农户农作物种植面积变化特征及内生原因； (3)自然环境变化情况； (4)社会经济变化情况等方面[14]。

2 研究方法

该文应用SPSS软件的二元logistic回归功能建立自然与社会经济因素对粮食生产能力影响的模型。在Logistic回归模型中，设Y是一个两分类因变量，可取值Y=0和Y=1来表示。对因变量Y有影响的m个因素成为自变量，分别为X1，X2，X3，…，Xm。在m个自变量的作用下，事件发生的条件概率记为:

(1)

那么logistic回归模型为：

(2)

式(2)中，β0为常数项，β1，β2，β3，…，βm为回归系数。由式(2)可知，Logistic回归模型是一个概率型非线性回归模型，自变量Xj(j=1， 2，…，m) 可以是分类变量，也可以是连续变量，当β0+β1X1+β2X2+…+βmXm在[-∞，+∞]变化时，P的取值区间为[0， 1]。结果分析中，将P值的Sig.值与0.1进行比较，比值越小影响越显著，当比值大于0.1时，说明对事件没有影响或影响较小[15]。

需要说明的是，该模拟中运用粮食单产量代替了粮食生产能力。一是因为粮食生产能力是在自然、经济及科技等因素的综合作用下，在一定时期某一特定区域内所能实现的相对稳定的粮食产出能力，是一个理论值；二是粮食单产量指在粮食实际所占的耕地数量上，单位面积全年所生产的粮食数量，是现实的粮食产出量。影响粮食生产能力的因素既有确定性的一面，又有不确定性的一面，但各种作用的最终结果都将反映在每年的产量上[16]，因此在特定研究区域的一定时期内，可以用现实的粮食产出量代替特定时间内研究区域粮食产出的理论值。

为探讨自然和社会经济两类因素对粮食生产能力的影响程度及作用规律，通过借鉴其他相关研究成果，该研究选取粮食单产量(粮食生产能力)是否变化作为因变量，自然和社会经济各方面因素作为自变量，应用SPSS软件的二元Logistic回归(Binary Logistic Regression)功能建立模型。在数据调查过程中发现，虽然温度、降水等因素在小范围内差异较小，但实际农户对温度、降水等因素的主观感受仍旧存在一定差异，主要与农户选择种植何种作物有关，农户主观因素的差异并未影响到研究的合理性。

表1 模型变量及说明

变量名称变量类型变量说明自然因素粮食单产量虚拟变量0=是,1=否温度1=总体上升,2=没有明显的变化,3=有一定波动,4=总体下降了,5=不清楚温度是否集中在生育期内1=是,2=不是,3=不清楚降水1=增多了,2=没有明显的变化,3=有一定的波动,4=减少了,5=不清楚降水是否集中在生育期内1=是,2=不是,3=不清楚生育期变化1=延长了,2=没有明显的变化,3=有一定的波动,4=变短了,5=不清楚土地质量1=变好了,2=变差了,3=没变化自然灾害(冷害)1=少多了,2=和过去差不多,3=频繁多了自然灾害(干旱)1=少多了,2=和过去差不多,3=频繁多了社会经济因素品种技术推广1=有,2=没有,3=不清楚农业生产资料投入1=投入增多,2=没有明显的变化,3=有一定的波动,4=投入减少了,5=不清楚耕作方式1=人力为主,2=机械为主作物收益1=多种,2=少种,3=不清楚出售情况1=大,2=不大农业引导政策1=是,2=否,3=不清楚注:该研究采用问卷调查的方式从农户角度考虑各因素对粮食生产能力的影响,问卷中对各因素可能带来的影响进行了详细的说明与赋值,综合考虑了各因素可能带来的正负效应

表2 模型汇总

步骤-2对数似然值Cox&SnellR方NagelkerkeR方1137.832a0.2750.365

3 结果分析

该文选取的自然与社会经济两类因素对粮食单产变化有两种选择，即因变量为二元选择变量，以此构建Logistic模型，对各个因素变化的影响显著性进行检验，分析结果如表2。

从表2可以看出，研究选取的对粮食单产量有影响的自然因素与社会经济因素共14个自变量的回归系数显著性良好。-2对数似然值、Cox& Snell R方、Nagelkerke R方的值分别达到137.832a、0.275和0.365。根据Logistic回归模型的判定规则可以得出，该14个自变量均与因变量(粮食单产量)相关，并且模型的拟合度相对较好。从表3中可知，自然因素中，生育期变化、土地质量、旱灾3个变量在5%水平上达到显著，温度、降水、冷害3个变量在10%水平上达到显著，而温度是否集中在生育期内、降水是否集中在生育期内2个变量对因变量(粮食单产量)的影响效应相对较小；社会经济因素中，品种技术推广、作物收益2个变量在1%水平上达到显著，耕作方式变量在5%以上达到显著水平，农业生产资料投入变量在10%水平上达到显著，而出售情况、农业引导政策2个变量对粮食单产量的影响效应不显著(表3)。

表3 Logistic模型分析检验

自变量BS.EWalsdfSig.Exp(B)自然因素温度0.1060.0613.03010.0821.112温度是否集中生育期1.3340.8162.67310.1023.796降水0.3680.2093.08410.0791.444降水是否集中在生育期0.6500.9000.52110.4710.522生育期变化0.2010.1032.10410.0151.231土地质量0.7890.3335.60710.0182.208冷害0.3410.2022.83710.0921.406旱灾0.1440.0714.12910.0421.155社会经济因素品种技术推广0.3140.1009.81110.0021.368农业生产资料投入2.3591.3283.15910.07610.584耕作方式0.2140.0876.05110.0140.807作物收益0.7340.22810.32710.0012.202出售情况0.5740.5850.96510.3271.776农业引导政策0.5320.5630.87410.3151.673

3.1 自然因素对生产能力影响分析

(1)温度条件是影响作物生产能力的一个重要条件，模型分析表明温度对粮食生产能力的影响显著。实际调查中，约77.0%的农户认为同1980年相比温度总体上升，温度变化能够引起作物生产能力的变化，宾县水稻是气候变暖收益较大的作物，小麦产量对温度变化较为敏感，波动较大，玉米产量则影响较小，温度变化对大豆的影响效果也较为明显。

(2)模型分析表明，降水对作物产量的影响效果较为显著。调查显示，约5.76%的农户表示近年来当地降水增多， 67.05%左右的农户认为近年当地降水减少，降低了粮食产量，降水过多或过少都会引起作物的减产。

(3)作物的生育期一般是指作物从播种到产品收获所经历的一段时间，由于播种地区自然条件的不同而改变，模型分析表明，生育期变化对粮食生产能力的影响显著。调查表明， 74.08%左右的农户认为作物生育期延长，仅2.61%的农户认为生育期变短。

(4)土地质量是表现土地生物生产能力的重要指标。黑龙江省宾县土壤多为黑土，肥力相对较高。模型分析表明，土地质量对近年来粮食生产能力有显著影响。调查的农户中，有22.5%的农户认为近年来土地质量变好， 46.3%的农户认为土地质量变差。

(5)宾县低温冷害通常发生在夏季，通过调查数据得知， 51.3%的农户认为近年冷害的发生减少， 9.7%的农户则认为冷害有增多的趋势； 17.5%的农户认为旱灾减少，而超过一半的农户认为近年旱灾频繁增多。作物因低温受到伤害，使生育期延迟，造成作物产量减少。模型分析亦表明，冷害和旱灾对粮食生产能力存在显著影响。

3.2 社会经济因素对生产能力影响分析

(1)在农业品种技术推广效果方面， 41.6%的农户认为品种技术推广增加了粮食单产量， 53.4%的农户认为品种技术推广使土地生产力有一定提高，剩余农户表示没有明显的效果。模型分析表明，农业生产技术推广、作物品种推广对粮食生产能力影响显著。

(2)农业生产资料投入包括种子、化肥、农药、地膜、机械、排灌等项目。调查数据显示，机械费和化肥的投入成本较高，在机械和排灌方面，约35.2%的农户认为设施水平较差。模型分析表明，农业生产资料投入对粮食生产能力的影响在10%水平上达到显著。

(3)耕作方式的改变对土地生产力和作物生产力有一定的影响。分析表明，耕作方式对粮食生产能力的影响在5%上达到显著水平。从调查数据上来看， 12.3%的农户耕作方式以人力为主， 87.7%的农户耕作方式以机械为主。随着科学技术水平的不断提高，农业生产耕作方式也逐渐由人工方式为主转向机械为主，农业生产的机械化对粮食单产量的提高发挥了巨大作用。

(4)在社会经济因素当中，作物收益对于粮食生产能力的影响值Sig.为0.001，远小于0.1，影响结果达到显著，远高于其他社会经济因素对生产能力的影响。调查显示，约57.3%的农户认为作物纯收益对农作物的选择播种有影响，大于70%的农户认为作物纯收益提高了他们的种地积极性。农户在进行农业生产时往往会综合考虑自然与社会经济多种因素，而作物纯收益则能够综合体现并影响这些因素，对粮食单产的影响较大。

(5)出售情况对粮食生产能力的影响效果不显著。究其原因，粮食出售对象与方式变化的影响主要体现在农作物种植结构与种植面积上，对单产的影响效果不大。调查数据的统计显示，约60%的农户认为作物出售对象与方式的变化对农户种地积极性没有明显的影响。

(6)宾县调查数据统计显示， 61.2%的农户认为农业引导政策能够提高当地的经济效益， 17%的农户认为农业政策降低了当地的经济效益， 17.5%的农户认为农业政策对当地经济效益没有太大的影响，剩余农户则表示不清楚。分析原因发现，宾县的农业引导政策和规划的普及性表现为较低。约62.8%的农户表示所在地没有实施过农业引导政策和农业生产规划。通过Logistic模型分析，农业引导政策对粮食生产能力的影响结果不显著。

4 结论与建议

表土剥离技术[17]、改良作物品种等都可以提高粮食生产能力，而针对不同的地区，提高粮食生产能力的措施有所不同。根据该文得出的结果显示，温度、降水、土地质量、作物生育期变化、自然灾害等自然因素，机械化水平、农业生产资料如化肥、农药、地膜等的投入、有效灌溉面积、品种技术推广、作物收益等社会经济因素对粮食生产能力有显著的影响，据此，可从以下几个方面入手提高粮食生产能力。

4.1 加强低温冷害预防，提高应对措施和水平

为减少作物受低温冷害的影响，可通过以下途径：一是加强对低温冷害天气的预防，尽量控制对作物生长不利的气候条件，利用科学技术对局部气候环境进行改善和利用；二是改良作物种苗的耐寒性，根据宾县自然气候条件，选择高耐寒并且高产的作物品种；三是使用地膜覆盖等各种技术措施，或采用育苗移栽技术，减少低温冷害对种苗的影响。

4.2 降低干旱灾害影响，提高水利灌溉水平

应对旱灾对粮食产量造成的影响，首先要做好预防和监测，黑龙江省气象部门要做好气象和天气的监测和预报，同时气象部门、水利部门、农业部门之间要做好联系与沟通，做好旱灾的影响评估；其次，对旱灾频繁发生的地区，要加强节水抗旱知识的宣传；大力推广节水栽培技术，发展耐旱作物品种，节约利用水资源；再次，要组织兴修水利，进行水资源储存，完善水利设施，提高水利灌溉水平，保障农田的有效灌溉面积。

4.3 完善耕地保护制度，提高土地质量

土地质量的高低是关乎土地生产能力高低最重要的因素，提高土地质量要从政策制度和科技两方面入手。首先，要逐渐完善农村土地管理制度、产权制度和使用制度，加强对耕地利用的合理配置和保护，完善农业政策法律法规，为耕地保护提供切实有效的法律支持。加强对土地专业技术人员的培养，建立能够反映耕地质量各方面信息的耕地质量信息化管理技术体系[18]。同时，在运用科学技术提高土地质量的同时，要合理利用化肥、农药，逐步实现绿色生产与可持续生产。

4.4 提高机械化水平，加强农业基础设施建设

建立健全的机械化发展相关法律法规和机械化管理制度是提高机械化水平的有力保障，我国于2004年11月颁布并开始实施了《中华人民共和国农业机械化促进法》[19]，对农机科研开发生产、农业机械购置及农业机械作业服务和保障等方面进行了职责划分与确定。黑龙江省政府应当立足当地实际情况，出台关于发展当地农业机械化的相关政策及规范措施；同时，对农业机械化的相关补贴政策也需要进行完善；加大对机械化创新的政策支持与资金投入，为机械化的创新提供持续、稳定的资金支持；建立相关的农机培训学校与交流平台，对农机使用与操作人员进行培训，提高农户操作农机的知识和技能水平。

[1] 李志红，谢东辉.影响我国气候旱区粮食生产能力的灰色关联分析.中国农业资源与区划， 2016， 37(8)： 124～129

[2] 罗光强，邱溆.提高我国粮食主产区粮食生产能力的对策.经济纵横, 2013，(3)： 87～91

[3] 曾玉荣，周江梅，杨军，等.福建粮食生产能力预测与粮食安全保障对策研究.福建农业学报, 2007，(4)： 426～432

[4] 王国强，宋艳华.基于耕地质量数量的河南省粮食生产能力研究.中国农业资源与区划， 2012， 33(1)： 49～55， 61

[5] 肖海峰，王姣.我国粮食综合生产能力影响因素分析.农业技术经济, 2004，(6)： 45～49

[6] 张秀娟，段小红.甘肃省粮食综合生产能力影响因素分析.湖南农业科学, 2010，(17)： 167～170

[7] 石淑芹，陈佑启，姚艳敏，等.东北地区耕地变化对粮食生产能力的影响评价.地理学报, 2008，(6)： 574～586

[8] 江松颖，刘颖，金雅.我国粮食综合生产能力影响因素及其变迁分析.统计与决策, 2016，(14)： 118～121

[9] 齐欢. 数学模型方法.武汉：华中理工大学出版社， 1996

[10]张乐勤，陈发奎.基于Logistic模型的中国城镇化演进对耕地影响前景预测及分析.农业工程学报， 2014, 30(4): 1～11

[11]余霜，李光，冉瑞平.基于Logistic-ISM模型的喀斯特地区农户耕地保护行为影响因素分析.地理与地理信息科学， 2014， 30(3)： 140～144， 149

[12]曾凌云，王钧，王红亚.基于GIS和Logistic回归模型的北京山区耕地变化分析与模拟.北京大学学报(自然科学版)， 2009, 45(1): 165～170