基于逐步回归的粮食产量影响因素研究

方仕杰 彭杰 姚靖铷

摘要：本文结合我国农业生产中的经济实际，选取了几个影响粮食产量的因素进行分析，主要包括农药化肥施用量、粮食播种面积、成灾面积、农业机械总动力四个因素。通过分析得出结论：提高粮食作物耕种面积是粮食增产的最有效途径，不过考虑到我国耕地资源有限，可提高粮食面积单产来达到提高粮食总产量的目标。

关键词：粮食产量；影响因素

1、引言

粮食是人类赖以生存的必需品，关系到全国人民的温饱问题。我国是一个农业大国，同时又是一个农业相对落后的国家，加快粮食生产发展是我国农业肩负的重大任务。然而，由于人口的不断增加，耕地的减少和退化，水资源的缺乏及农业环境污染等问题的存在，我国粮食生产和供给能力无法进一步提高，粮食问题仍然是我国面临的首要问题之一。因此，有必要对粮食产量的影响因素进行分析研究。

2、数据处理与模型设定

2.1 数据收集与整理

根据实际情况和模型设定需要，选择1996年至2019年的数据。以粮食产量Y（万吨）为被解释变量，农药化肥施用量X1（万吨）、粮食播种面积X2（千公顷）、成灾面积X3（千公顷）、农业机械总动力X4（万千瓦）和农业税收政策为解释变量，建立多元线性回归模型。本模型的所有数据均来自中国国家统计局发布的2019年《中国统计年鉴》，来源可靠，不掺杂虚假数据，具有权威性，内容真实，所估计出来的回归模型更具说服力。

2.2 建立模型

为了更好地对模型理解，我将对五个解释变量做简单的说明。

农药化肥施用量，指实际播种和生产中对粮食施以化肥的数量。粮食播种面积，指实际播种或移植有农作物的面积，包括耕地和非耕地上的农作物面积。

成灾面积，这里是指在遭受自然灾害的受灾面积中，农作物實际收货较常年正常产量减少3成以上的播种面积。农业机械总动力，指主要用于农、林、牧、渔业的各种动力机械的总和。农业税政策，是本文的主要创新点，来研究取消农业税的政策对粮食产量的影响。将该变量设定为虚拟变量D1，2006年为分界点，1996-2005年间还未取消农业税条例，所以其值为0，从2006-2015年其值为1。

基于以上五个因子，本文将模型设定为：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5D1+μ

3.模型的估计、检验和调整

3.1最小二乘估计

运用Eviews7软件对模型进行最小二乘估计得到的回归方程如下：

Y=-18336.81-0.953965X1+0.632277X2-0.1971X3+0.137795X4+877.2911D1

t=（-1.162609）（-0.206451）（14.05423）（-3.688315）（1.102906）（0.799938）

R2=0.986566 Adjusted R2=0.981768 F=205.6299

下面开始对回归的结果进行分析。

3.2 检验与调整

3.2.1统计推断检验

从回归结果来看，可决系数R2=0.986566，，调整R2=0.981768，可以判断该模型的拟合优度较好。F=205.6299，显著性较强，模型整体回归的显著性很好。但是，农药化肥施用量X1的t统计值的绝对值仅有0.206451，不显著，农业机械总动力的t统计值的绝对值也只有1.102906，也不显著，在5%的显著水平下，D1（虚拟变量）也没有通过t检验，说明农药化肥施用量和农业机械总动力以及废除农业税政策对粮食产量的影响不显著，或者变量之间存在多重共线性的影响使其t值不显著。因此，在初步判定的基础上，下面进行计量经济学检验和修正。

3.2.2 计量经济学检验

1、异方差检验

利用G-Q检验法检验模型是否存在异方差。

由于粮食总产量Y与粮食作物耕种面积X2的线性关系强，拟合程度较好，故选取X2进行异方差性的检验。将20个样本观测值从小到大排列，去掉中间的4个样本，余下部分平分得到两个样本区间，每组样本有8个，自由度为4。对每组样本分别求出回归模型，再求出各自的残差平方和RSS1和RSS2，得到统计量F值，与临界值F0.05（4，4）比较。

F=RSS2/RSS1=1257646/1250847=1.0054

查表：F0.05=6.39，1

2、自相关检验

从模型设定来看，没有违背D-W检验的假设条件，因此可以用D-W检验来检验模型是否存在自相关。运用OLS估计出来的结果为DW值=1.432773，得k=3时的临界值为dL=0.998，dU=1.676，dL<1.432773

nR^2=2.082504，，伴随概率为0.3530，查表得χ?（3）为7.81473，所以nR^2<χ?（3），

接受原假设，不存在自相关。

综合D-W检验和B-G检验可得出模型不存在自相关。

由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后得到的粮食产量的影响因素的多元线性回归的模型为：

Y=-23455.98+0.643732X2-0.180660X3+0.127767X4

4.结论

从整个模型结果来看，粮食产量和粮食播种面积成正相关关系，且对粮食产量的贡献显著，每增加一单位的粮食播种面积，粮食产量增加0.643732万吨。

参考文献

[1]庞浩.计量经济学.科学出版社，2014.6

[2]李妍：中国粮食生产影响因素及地区差异分析.经济研究导刊，2009（13）

[3]赵慧江：基于回归分析的粮食产量影响因素分析.怀化学院学报，2009（2）

（作者单位：中国计量大学）