我国粮食产量影响因素的计量分析

周京　薛松　郭泽　黄珂华　赵金朔

摘要：我国是一个农业大国，粮食问题至关重要。本文搜集了我国 1986-2018年这33年间的有关粮食数据，基于计量经济模型，运用多元回归方法来探索影响粮食产量的相关因素，并得出对应结论，最后提出了提高我国粮食产量的优化路径。

关键词：粮食产量 计量经济学模型 回归分析

近年来，随着城市的扩张，工业、商业用地以及公路建设，城市绿化等都占用了大量土地;且我国人民的生活水平有了质的飞跃，对粮食的需求不仅增长而且要求更高，因此我国出台了一系列方针政策为确保粮食充足及安全。

2020年中央一号文件公布要保障重要农产品有效供给和促进农民持续增收[1]。而只有了解影响我国粮食产量的主要因素，政府才能针对性提出举措来促进粮食可持续增长，进而促进乡村振兴战略背景下农业的发展。

一、影响因素及数据收集

（一）影响因素

影响粮食产量的因素[2]有许多，基于我国农业生产中的经济实际，本模型选用以下因素：农药化肥施用量，粮食播种面积和耕地灌溉面积，在此基础上进行实证分析。

（二）样本收集

本文收集1986年—2018年各项经济指标，选取33个样本，样本数量足够大。其中Y为粮食产量，X1为农药化肥施用量、X2为粮食播种面积、X3为耕地灌溉面积为自变量，建立多元线性回归模型。其中X3“耕地灌溉面积”数据来源于《中国农村统计年鉴》（1952-2018），其余数据均来自于国家统计局网站。

二、平稳性检验

（一）ADF单位根检验

采用ADF检验方法，对自变量和因变量进行平稳性检验。

通过比较t统计量值与其各自的1%，5%，10%显著水平下的临界值，可以发现，原序列Y、X1、X2、X3的t统计量值均比各自10%显著性水平下的临界值大，因此这些序列在10%显著水平下均为非平稳序列。而各自一阶差分序列的t统计量值均比各自1%水平下的臨界值小。所以，各变量的一阶差分序列在trend and intercpet情况时，1%的显著性水平下均为平稳序列，检验结果如表1所示。

（二）协整检验

自变量与因变量均为一阶单整，因此进行协整分析，该检验t统计量的值为 -4.953212，对应的 P 值仅为0.000，小于 0.01。通过采用Engle and Granger提供的临界值，根据临界值计算公式C（a）=φ∞+φ1T–1+φ2T–2，计算可得，C（a）=-4.4948。经过协整检验，得到ADF值为=-4.953212<-4.4948。因此该残差序列是平稳的。因而，变量Y与X1、X2、X3之间的协整关系是存在的。

三、模型估计

运用E-views10.0软件，将1986-2018年的数据资料导入，根据最小二乘法，得到回归方程为：

Y=-0.563054X1+0.628289X2+1.220735X3-82492.24

t=（-8.246296）（9.737312）  （16.28662）（-8.767341）

R²=0.9891707  F=518.7611 DW=0.772515

（一）可决系数的检验

R²=0.9891707，可得出拟合优度较高。

（二）显著性检验

1.F 检验。F值为518.7611>F0.05（3，29）=2.93，说明回归方程显著成立。

2.T检验。每个变量的 T 值：X1=-8.246296，X2=9.737312，X3=16.28662，而t0.025（29）=2.045，则X1，X2，X3的t值均不在|t|

四、多重共线性检验

分别求Y对各自变量的简单回归模型，选出拟合效果最好的一元线性回归方程。在Y对X3的一元回归中的R^2最大，线性关系最强，拟合效果最好，所以以X3为基础，顺次加入其他变量逐步回归。在几个变量中，可知加入X2后方程的拟合优度最高 ，R^2提高到 0.938811，拟合优度再次提高，且X3和X2的t检验显著，F检验通过;而在X3基础上加入X1，拟合优度提高程度没有加入X2后提高显著，P值也较加入X2大，因此选择保留X2。然后在X3和X2的基础上，进行下一步检验。当加入变量X1后方程的拟合优度提高，R^2提高到 0.981707，且各参数的t检验显著，P值均调整为0.0000，因此选择保留 X1。经过多重共线性检验后，将X1，X2，X3变量予以保留。

五、序列相关性检验与处理

进行D-W法检验序列相关性，从回归结果可以看出，拟合优度R^2=0.981707，说明该直线对原始数据拟合较好;X1，X2，X3的t值均满足|t|>ta/2（n-2），表明参数显著不为零，F=518.7611表明方程显著不为零。给定显著性水平a=0.05，DW值为0.772515。查D-W统计表，n=33，k=3，Z得dL=1.26，dU=1.65。DW值

接下来进行LM检验，LM（2）=nR^2=13.19635>卡方（2）=5.99147，临界概率Prob.Chi-Square=0.0014，小于0.05，所以只要取显著水平a=0.0014，就可以认为辅助回归模型是显著的，又因为et-1，et-2的回归系数均显著不为0，即存在高阶自相关性。

经过迭代法进行修正。在LS窗口下输入AR（1），AR（2），施用迭代估计法进行估计运算。DW=2.1150505，n=31，k=3。

经查表得，dL=1.23，dU=1.65，4-dU=2.35，dU=1.65< DW=2.115059<4-dU，表明已不存在一阶正序列相关。

再使用偏相关系数检验方法进行检验，修正后数据中Prob值均大于临界值，即表明不存在高阶自相关的情况，因此消除了序列相关性的影响。

六、经济意义检验

X1为负值，随着农药化肥化肥施用量的提高，粮食产量一开始应有增加，但随着农药化肥施用量的逐步提升，达到极值后，会出现产量下降的结果，因此该变量予以保留。

X2为正值，表明粮食播种面积与粮食产量呈正相关关系。

X3为正值，表明耕地灌溉面积与粮食产量呈正相关关系。

因此保留X1、X2、X3这三个变量。

最终构建回归模型，修正后的回归模型为：

Y=-0.610882X1+0.689360X2+1.123372X3-88762.34    [AR（1）=0.790964  AR（2）=-0.236135]

t=（-4.771346）（5.678677）（9.469395）  （-4.974655）

R^2=0.989179F=396.1161DW=2.115059

从R^2值可以看出，回归模型的拟合优度理想，从F值可以看出，在0.05显著性水平下，该方程通过检验，即变量之间存在线性关系。从t值可以看出，X1、X2、X3系数的t统计量均不在-ta2/2

七、结论及建议

通过该方程可知，农药化肥施用量、粮食播种面积、耕地灌溉面积对我国粮食产量均有影响。其中，对粮食产量的贡献中耕地灌溉面积最显著。耕地灌溉面积每增长1个单位，粮食总产量增加1.123372个单位。而在已经施用农药化肥达到极值的情况下，农药化肥施用量每增长1个单位，粮食总产量减少0.610882个单位，呈现负增长态势;粮食播种面积每增长1个单位，粮食总产量增加0.689369个单位。

（一）提升化肥质量效益，合理施用化肥

合理施用化肥促进粮食增收，但实际上过度施用会使得粮食减产。应以提升科技手段來注重化肥质的提升;其次是施用化肥需要合理适度，避免因施用过多使得土地污染而粮食减产。

（二）保护粮食播种面积及耕地灌溉面积

城市化发展加速，以及近年来水土流失等自然因素影响，导致粮食播种面积、耕地灌溉面积及耕地质量与之前相比有很大差距，这势必影响粮食增收能力。因此应完善并贯彻落实保护农田耕种面积的法律法规[3]，切实确保粮食的供应充足。

参考文献：

[1]《中共中央国务院关于抓好“三农”领域重点工作确保如期实现全面小康的意见（2020年1月2日）》.

[2]吴玉鸣.中国粮食生产主要影响因素的多因素动态关联分析——兼与熊健先生商榷[J].农业经济问题，1998（01）：38-41.

[3]杨雨芳，赵慧峰.基于计量经济模型河北省粮食产量影响因素分析[J].农村经济与科技，2019，30（01）：22-25.

作者单位：河北农业大学经济管理学院