中国粮食单产影响因素的实证研究

李悦 吴莎

摘要：改革开放40多年来，随着城镇化、工业化步伐的加快，我国经济飞速发展，国民温饱问题早已解决。但面对日趋紧张的国际局势、不断加剧的资源环境危机以及快速增长的人口等外部条件，我国在粮食安全问题上始终面临着巨大的压力。本文利用2000—2019年中国31个省市自治区的面板数据，采用全面可行广义最小二乘法，即“全面FGLS”，实证考察了中国粮食单产的影响因素。通过研究发现：农业化肥施用率、种粮人口规模和年降水量对我国粮食单产有显著促进作用，而农业机械化率、受灾率以及气温显著降低我國粮食单产。文章结合实证分析结果，提出了提高粮食单产的政策建议。

关键词：粮食单产;影响因素;全面FGLS

中图分类号：F326.11

文献标识码：A文章编号：1674-7615（2021）02-0117-08

DOI：10.15958/j.cnki.jywhlt.2021.02.020

粮食作物包括谷物作物、薯类作物以及豆类作物等。其中，谷物作物的大宗产品有小麦、水稻、玉米等三种。粮食是关系国计民生的重要战略物资。我国是粮食大国，多年来为保证世界粮食安全，维护粮食供求平衡做出了重要贡献。而一个大国的粮食安全， 一般需要依靠粮食综合生产能力、国内粮食流通能力、国际粮食进口能力、弱势人群救助能力等手段来保障。其中，粮食综合生产能力是粮食安全的核心[1]。我国的粮食安全问题已上升到国家战略，我国也一直致力于提高粮食综合生产能力。

2020年是我国创造的粮食产量连续丰收的第17年。改革开放以来，我国粮食生产大致经历了3个阶段：第一个阶段是1978—1998年的20年间，粮食产量在周期波动中整体提高;第二个阶段是1999—2003年，有短暂下滑;第三个阶段是2004年至今，逐步恢复产量并持续增长。具体如图1所示。2004年之前，我国粮食产量增长速度较快，但年增长率呈现较大的不稳定性。2004年进入恢复期，除2016、2018年略有下降外，我国粮食产量总体持续增长，但增长态势不明显，年增长率呈小幅下降趋势。

对此，本文结合最新面板数据分析我国粮食生产因素，发现阻碍我国粮食综合生产发展的主要因素，探究新形势下我国粮食可持续生产的内部机制，为制定合理的农业政策提供理论依据，对维护国家经济安全和社会稳定具有重要的现实意义。

一、文献综述

关于我国粮食生产，学术界在不同时期有不同的研究，并取得了以下研究成果。

濮励杰利用波动理论，分析了耕地面积变化率和粮食产量变化率两者之间的波动关系，发现不同时期耕地面积变化对粮食产量变化的影响大小有所不同：随着耕地面积的大幅下降，粮食产量增长由耕地面积和粮食单产的共同作用转向由单产提高为主导作用[2]。肖国安和王文涛在粮食总产和粮食单产方面对粮食生产波动周期进行了划分，研究了其波动特点，指出政府收购价是最根本的影响因素[3]。

同时，学者们还采用大量实证研究从粮食生产要素方面寻找影响粮食生产的因素，并评价了这些因素影响的大小：孟军等采用最小二乘法建立线性模型，发现在中国整体化肥使用量较低的情况下，距离化肥投入的饱和差距较大，化肥投入对粮食产量的边际效益较高[4];马九杰等通过Pearson相关系数对自然灾害程度和粮食生产之间的关系进行分析，发现受灾面积和成灾面积的变化都会对粮食产量产生较显著的负影响[5];邱丽丽等采用生产函数和经济—气候模型拟合验证了气温升高不利于提高粮食单产[6];付华和李萍通过构建超越对数生产函数，估算了农业机械的投入产出弹性及粮食产出增量贡献率，总结了农业机械的发展对于稳定粮食生产具有的重要影响[7];童彦等使用灰色关联度分析和因子分析，多因素综合评价了影响粮食产量的主要因素，包括耕地面积、粮食播种面积、粮食单产、化肥施用量、有效灌溉面积、农业机械总动力等六个方面[8]。

有研究认为，粮食生产波动还受到经济、技术及政策等因素的影响：孙娅范和余海鹏提出，粮食价格、粮食生产投入品价格以及其他相关农产品的价格（如种粮的机会成本）会对粮食产量产生影响[9];孙建星验证了农业政策性银行的信贷支农投入对粮食产量的贡献不显著，信贷支农投入在粮食生产环节的支持力度还有待加强[10];刘巧芹等指出，投入增长、技术进步、效率提升是提高粮食单产的三条有效路径[11];隋丽莉和顾莉丽指出了我国目前粮食价格政策存在的主要问题，论述了问题的解决对调动农民种粮积极性和提高粮食产量直接有效[12]。还有学者研究指出，取消农业税、减免税收和增加补贴等政策措施，对提高农户的种粮积极性起到了重要作用：如周振等关于粮食直补对农户种粮积极性影响的研究[13]，王辉关于税费改革对粮食生产影响的研究[14]，辛翔飞等从粮食生产和农民收入的角度对我国粮食补贴政策效果的研究[15]。此外，陈祥云等总结了新中国成立以来我国为保证粮食安全在政策层面所进行的一系列探索、改革以及取得的成绩，并提出了新形势下的政策方向[16]。

虽然学者们从不同角度对影响粮食生产的要素进行了定量研究，但研究范式大都建立在投入型增长模式上。这种“粗放型”的增长，主要依靠物质资本的投入来推动经济的增长。因此，文献中多以总量研究为主，如粮食总产量或播种总面积、机械总动力、总有效灌溉面积以及化肥总施用量等，即使少数研究选取了粮食单产作为被解释变量，但解释变量关注的重点还集中在总投入量上。Solow 理论在1957年提出，“促使经济增长的根本动力在于提高经济体的全要素生产率”。这是一种效率型增长模式，依靠科技进步推动经济增长，决定着经济增长的可持续性。因此，本研究以“效率增长”为指导思想，注重效率变量的选取，关注粮食生产增长的可持续性。另外，已有研究采集的数据大多时间过早，未能捕捉到近年来我国农业生产环境和农业生产方式的变化，导致研究结论在一定程度上存在时效性略微滞后的情况，因此，本研究将对相关数据持续进行更新。

二、数据来源、计量模型构建及变量说明

（一）数据来源

依据指标体系，本文通过整理并计算历年《中国统计年鉴》、各省市《统计年鉴》及统计公报，获得全国2000—2019年31个省市的相关数据。对于个别数据的缺失，如2019年第一产业从业人员数和有效灌溉面积等，采用插值法获得，最终得到49 600个观测值。

（二）计量模型构建和变量说明

粮食生产是社会再生产和自然再生产的有机结合，其生产能力受到社会、经济和气候等多种因素的影响。在对影响粮食生產的因素进行选择时，应从多个方面考虑。同理，本文在模型变量的选取时，也需要充分涵盖上述多种因素。

1.被解释变量的选取

本文选取粮食单产作为被解释变量。通常而言，粮食产量由单产与粮食播种面积共同决定。随着我国城镇化的快速发展，坚守18亿亩耕地成为我国政府确保国家粮食安全的红线。在过去的20年里，相关部门积极推进土地综合整治，在因建设占用、灾毁、生态退耕、农业结构调整等因素减少耕地面积的情况下，通过土地整治、农业结构调整等方式来实现耕地总量动态平衡。然而，通过大幅度提高播种面积来增加粮食产量的概率很低，对粮食单产进行研究更具现实意义。

2.解释变量的选取

海量的数据指标有助于更全面分析影响我国粮食产量的原因，但多个解释变量间的相关性纠缠，如多重共线性、序列相关和异方差等影响，增加了模型建构与分析的复杂性。因此，本文依据粮食的生产要素，引入7个解释变量，建立面板数据分析模型并检验回归系数的显著性。

（1）农业机械化率：用农业机械总动力除以粮食播种面积得到。农业机械化不仅在一定程度上代替了人畜劳动力，更重要的是能够改善农业的生产经营条件，提高农业的生产技术水平，最终大幅提高农业的经济效率和效益。预期该解释变量与被解释变量呈正相关关系。

（2）有效灌溉率：用有效灌溉面积除以粮食播种面积得到。预期该解释变量与被解释变量呈正相关关系。

（3）受灾率：用受灾面积除以粮食播种面积得到。农业与自然灾害之间存在极强的相关性，预期该解释变量与被解释变量呈负相关关系。

（4）农用化肥施用率：用农业化肥施用量除以粮食播种面积得到。预期该解释变量与被解释变量呈正相关关系。

（5）种粮人口规模：种粮人口规模一定程度上反映一个地区粮食种植的整体水平[17]。本文用第一产业从业人员数作为种粮人口规模的替代变量。预期该解释变量与被解释变量呈正相关关系。

（6）年降水量：采用省会城市的年均降水量来衡量。预期该解释变量与被解释变量呈正相关关系。

（7）年平均气温：采用省会城市的年均气温来衡量。在温室效应、全球变暖的环境危机下，预期该解释变量与被解释变量呈负相关关系。

为了增加数据的平稳性，消弱共线性和异方差等影响，模型对样本数据取自然对数，具体模型设定如下：其中，P_a表示粮食单产（吨/公顷）;M_a表示农业机械化率（千瓦/公顷），I_a表示有效灌溉率（%），F_a表示农用化肥施用率（吨/公顷），D_a表示受灾率（%），L表示种粮人口规模（万人），R表示年降水量（毫米），T表示年平均气温（摄氏度），λi表示表示不随时间变化的省份个体异质性，εi，t表示扰动项。

（三）描述性统计

表1为主要变量的描述性统计及预期符号。

从描述性统计结果来看，粮食单产与影响粮食单产各重要因素的最大值与最小值之间差距较大。标准差除以均值即变异系数，基本均在50%以上，其中受灾率和种粮人口规模的变异系数甚至超过70%。这表明影响粮食生产的各重要因素在地理和时空上分布不均，并且情况较为严重。

三、实证结果分析

本文在检验样本是否存在个体效应的基础上，采用 Hausman 检验来确定选择固定效应（Fixed Effect， FE）模型还是随机效应（Random Effect， RE）模型。估计结果如表 2所示。由 Hausman 检验结果可知，选取固定效应模型分析中国粮食单产的影响因素更合适。其次，面板数据模型容易出现组间异方差与组内序列相关等问题，导致普通最小二乘法估计出现失效。为了减少序列相关和异方差，本文分别采用Wooldridge Test和Wald Test检验模型是否存在组内序列相关和组间异方差。如果存在组内序列相关与组间异方差，则采用全面FGLS对模型进行回归分析。检验结果显示，采用全面FGLS模型更合适。模型（1）（2）（3）分别表示随机效应、固定效应和全面FGLS模型的估计结果。

从全面FGLS模型估计结果看：农业化肥施用率、种粮人口规模和年降水量显著促进我国粮食单产;农业机械化率、受灾率以及气温显著降低我国粮食单产;有效灌溉率对我国粮食单产有促进作用，但不显著。除了农业机械化率这个解释变量外，其余5个解释变量的回归系数符号均与预期符号一致。

四、提高粮食单产的建议

从以上模型研究的分析结果，并结合我国农业生产的现状，本文提出以下提高粮食单产的建议：

（一）科学合理施肥

在20世纪，农用化肥的施用对粮食产量曾达到46.43%的平均贡献率[18]，拉动了粮食的持续增长。根据数据统计，进入21世纪后，我国农用化肥施用总量仍以每年2%～3%的速度增加，直到2015年达到峰值6 023.53万吨后才有所下降。因基数大，下降幅度小，农用化肥施用量及施用强度仍居高位。按照农作物总播种面积计算，2019年我国农作物单位面积化肥施用量达到325.64千克/公顷，远远超出了国家生态环境部设置的250千克/公顷的安全上限。过度施肥和不科学施肥导致农田土壤质量下降，严重影响了我国农业可持续发展。针对农业施肥存在的问题，国家已经开始着手强化科学支撑，强调科学施肥，逐渐调整我国的施肥方式和结构。从模型分析结果来看，化肥施用对我国目前粮食单产的促进作用仍具显著性，仍是粮食产量提高的重要因素之一。过度施肥除了带来环境问题外，我国化肥施用对粮食单产已显示出边际效用递减的特征[19]。因此，粮食生产需要逐渐减少对化肥施用的依赖，转变为以科技促进粮食增产的新生产模式，逐步实现科学施肥、经济施肥以及环保施肥。

（二）补偿农业机械化成本

进入21世纪后，国家出台了一系列促进农业机械化发展的法规和指导意见，并对农机实施了补贴政策。我国农业机械总动力数值在国家的政策扶持和推动下迅速攀升，统计资料显示：我国农业机械总动力从2000年的5.26亿千瓦增长到2019年的10.28亿千瓦，实现了近1倍的增长;我国农业综合机械化率由2000年的30.59% 增长到了2019 年的超70%，2005—2015年间增长近30个百分点[20-21]。农业机械化的大幅提升，促进了农业生产效率的提高，弥补了由于大量农村劳动力转移导致的劳动力短缺，缩短了农业劳动时间。但与此同时，农业机械化服务的单位成本也不断上涨，促使农户转向了经济价值更高的经济作物的种收[22]，因此，相较于农业机械化的提高，粮食作物的产量相对减少。

图2和图3显示：2000年至今，主要经济农作物如棉花、油料、麻类、甘蔗、甜菜、烟叶、水果的增产明显高于粮食增产。其中，水果的产量增幅最大，从2000年的6225.15万吨增长到2019年的27400.84万吨。主要经济农作物和粮食的产量的比例由2000年的3：8攀升到2019年的2：3，这很好地解释了本研究模型中，机械化率与我国粮食单产显著负相关的原因。因此，在发挥机械化在我国粮食生产中的积极作用的同时，也要考虑如何补偿农业机械化成本不断上涨带来的负担，提高农户种粮积极性。

（三）提高农户种粮积极性

本研究模型结果显示，种粮人口规模的扩大显著增加粮食单产。由于受到市场、政策、体制以及自然等多因素的影响，农业劳动力价值的实现存在很大的不确定性，不能像其他行业通过统一标准的工资形式来体现和补偿。由此造成农村与城乡收入的差距，促使农村劳动力大量转移。数据显示，全国第一产业从业人员数从2000年的3.46亿下降到2019年的2.47亿，减少了近1亿。再加上经济作物相较于粮食作物能产生更高的经济收益，也让经济作物的种植对农户更具吸引力。虽然有政府的粮食补贴，但目前政策中，补贴按土地面积来计算发放，农户种粮的积极性未被充分调动起来。因此，补贴政策需要进行优化调整，应按实际种粮的面积而非土地面积核算，才能真正达到提高农户种粮积极性的目的。除了政府政策之外，还应充分发挥市场机制的作用。当今社会，人们对优质健康食品的需求不断增加，若能建立起以市场为导向的优质优价的价格机制，既能吸引农户种粮增收，又能提升粮食的品质。

本研究建立模型时，考虑到数据计量和获取的难易程度，对劳动力要素仅从“量”的角度进行讨论。但在发展现代农业的今天，对劳动力的知识和技能都提出了一定的要求，即劳动力“质”的体现。智能机械的操作和控制，生产和市场信息的获取、加工、处理，以及物联网、大数据时代的到来等，都对农村劳动力提出了更高的要求。而我国的基本国情则是农村劳动力平均受教育年限較短，虽然政府多年来一直致力于改善农村教育，但要达到科技兴农、实现农业产业化，还有很长的一段路要走。

（四）增强农业防灾抗灾减灾

我国历来就是一个自然灾害频繁的国家，在国土空间范围内，自然灾害种类繁多且灾情较为严重。面对频现的自然灾害，政府加大了对综合减灾的研究力度，采用先进的科学和技术研发成果提供自然灾害风险防范对策，提高自然灾害的设防和应急处理能力。数据显示：2019年我国受灾面积和成灾面积分别是19 257和7 913千公顷，与2004年的37 106和16 297千公顷相比，减少了近50%，但我国自然灾害防治能力总体还比较弱。从模型检验结果来看，自然灾害仍是影响粮食单产的主要因素之一。

因此，继续加强农业基础设施建设，全面提升农业整体的防灾抗灾综合能力，包括提高农业自然灾害的预测预报水平，培育抗灾高产品种，完善农业农产品保险体系，加强人们对自然灾害的辨识和避让意识，抓好农业防灾抗灾减灾的组织工作等，仍然是减少自然灾害提高粮食单产的重要途径之一。

（五）发展均衡高效的节水灌溉

农田水利是农业发展的命脉，增加有效灌溉面积是提高粮食产量的有效手段之一。本文模型研究中，有效灌溉面积与粮食单产存在不显著的正相关关系。其原因如下：第一，农业灌溉不充分。虽然我国2019年的农业用水量达3 682.3亿立方米，占全国用水总量的61.2%，但农业灌溉用水效率不到60%，低于发达国家80%的平均水平。第二，农业灌溉不均衡。21世纪初，我国整体粮食的有效灌溉率较低，近年来虽有较大提高，但31个省（市、自治区）之间有效灌溉率不均衡。我国大部分的中低产田主要集中在干旱地区，特别是西部地区，但农田水利设施却是东部平原、丘陵地区较好。条件好的区域较易吸引外部企业，带动农业产业化发展，条件差的区域则较难吸引企业进入。农田水利设施的多样化和不均匀分布，在一定程度上也带来了农业产业化的不均衡[23]，在全国范围内会导致有效灌溉率对粮食生产促进作用不明显。因此，要加大对农田水利基础设施建设的投入，特别是西部地区，以解决东西部之间水利设施、灌溉设施不均衡的问题。另外，还要注重在灌溉技术和管理上的改善，大力推广节水灌溉，发展节水农业，这样才能实现均衡、高效的农业灌溉，以达到提高粮食单产的目的。

五、结语

本文运用全国31个省份2000—2019年的面板数据以及全面FGLS估计方法，实证检验了各要素对我国粮食单产的影响，得到以下结论：第一，农业化肥施用率的提高对我国粮食单产的增加有显著促进作用。从可持续性角度来看，化肥施用必将达到饱和，最终导致边际效用递减，同时造成环境问题。第二，增加劳动力要素的投入也会明显提高我国粮食单产，但在以科学技术为第一生产力的时代，相较于劳动力数量的增加，提高劳动力的知识性与技能性将是更为有效持续的方法。第三，我国农业机械化整体水平在过去的20年中得到了很大的提升，但随着机械作业成本的提高，农户转向了经济价值更高的经济作物的种植，对我国粮食单产产生了不利影响。第四，我国农田水利灌溉基础设施在全国范围内的地区间建设不均衡，从而导致未能充分发挥对粮食单产的促进作用。第五，自然环境是粮食生产活动的基础条件，无论是受灾情况、降雨量还是气温，都对粮食单产有着显著影响。随着全球环境问题的凸显，人们必须在经济发展与环境保护之间寻求平衡点，才能实现粮食生产的可持续增长。

值得注意的是，本研究是在31个省（市、自治区）的数据基础上进行的实证分析，从有关各影响因素的描述性统计中可以看出，每个要素的数据离散程度均较大，在一定程度上反映了地区间可能存在较大的差异。因此，在下一步的研究中，有待根据不同地区之间的差异，对影响粮食单产的因素进行分析与研究，再提出更为精准、有效的政策建议。

参考文献：

[1]

马晓河，蓝海涛.影响粮食安全的10大因素权威解读[J].中国投资，2008（11）：21-23.

[2]濮励杰.贵州省50年来耕地资源数量变化特征及其与粮食产量的关系研究[J].南京大学学报（自然科学版），2005，41（1）：105-112.

[3]肖国安，王文涛.粮食产量主要影响因素实证分析及政策选择[J].湖南科技大学学报，2007，10（2）：90-93.

[4]孟军，敖常林，冷志杰.化肥对黑龙江省粮食产量影响的分析[J].预测，1997，16（4）：34-35.

[5]马九杰，崔卫杰，朱信凯.农业自然灾害风险对粮食综合生产能力的影响分析[J].农业经济问题，2005（4）：14-17.

[6]邱丽丽，彭燕梅，尹艳琼.滇中地区气候变化对粮食单产的影响分析[J].环境科学导刊， 2017，36（6）：5-10.

[7]付华，李萍.农业机械化发展对粮食生产的影响——基于机械异质性和区域异质性的分析[J].财经科学， 2020（12）：40-55.

[8]童彦，潘玉军，华红莲，等.云南省粮食产量影响因素的实证研究[J].资源开发与市场，2007，23（7）：594-597.

[9]孙娅范，余海鹏.价格对中国粮食生产的因果关系及影响程度分析[J].农业技术经济，1999（2）：36-38.

[10]孙建星.农业政策性银行信贷投入与粮食生产的协整分析——以河南为例[J].金融理论与实践，2008（11）：66-68.

[11]刘巧芹，刘玉，胡永翔.高标准农田建设对粮食单产的贡献率测度研究进展[J].江苏农业科学，2016（8）：557-560.

[12]隋丽莉，顾莉丽.新世纪以来我国粮食价格政策成效、问题与改革方向[J].经济纵横，2020（3）：119-128.

[13]周振，谭智心，钟真.粮食直补对农户种粮积极性的影响[J].华南农业大学学报 （社会科学版）， 2014，13（4）：24-36.

[14]王辉.税费改革对粮食生产的影响研究[J].当代经济科学，2015，37（7）：107-128.

[15]辛翔飞，张怡，王济民.我国粮食补贴政策效果评价———基于粮食生产和农民收入的视角[J].经济问题，2016（2）：92-96.

[16]陈祥云，李荣耀，赵劲松.我国粮食安全政策：演进轨迹、内在逻辑与战略取向[J].经济学家，2020（10）：117-128.

[17]张利国，鲍丙飞，董亮.鄱阳湖生态经济区粮食单产时空格局演变及驱动因素探究[J].经济地理，2018，38（2）：154-161.

[18]彭琳.中国化肥施用与粮食生产的进程、前景与布局[J].农业现代化研究，2020（1）：14-18.

[19]朱满德，李辛一，徐雪高.化肥施用强度对中国粮食单产的影响分析——基于省级面板数据的分位数回归[J].農业现代化研究，2017（7）：649-657.

[20]李建伟，周洪，赵汉雨.基于支持向量机的中国农业机械总动力预测[J].河南农业大学学报，2013，47（3）：296-300.

[21]农业农村部.2019年全国农作物耕种收综合机械化率超过70%[N].经济日报，2020-01-10（12）.

[22]杨进，吴比，金松青，等.中国农业机械化发展对粮食播种面积的影响[J].中国农村经济，2018（3）：89-104.

[23]陈于.农业产业化背景下我国农田水利设施调研报告[J].中国农村水利水电，2015（8）：4-7.

An Empirical Study on the Influencing Factors of Grain Yield Per Unit Area in China：Based on Comprehensive FGLS

LI Yue1， WU Sha2

（1.School of International Education， Guizhou Normal University， Guiyang， Guizhou， China， 550001; 2.Peoples Armed College， Guizhou University， Guiyang， Guizhou， China， 550025）

Abstract：

Over the past 40 years of reform and opening， with the accelerating urbanization and industrialization， Chinas economy has developed rapidly， and the problem of food and clothing was solved long ago. However， in the face of the increasingly tense international situation， the aggravating crisis of resources and environment， and the rapid growth of population， food security in China always faces enormous pressure. Based on the panel data of 31 provinces in China from 2000 to 2019， this paper empirically studies the influencing factors of grain yield per unit area in China by using the comprehensive FGLS. The results show that： agricultural fertilizer application rate， labor scale of growing grain and annual precipitation play significant roles in promoting grain yield per unit area in China， while agricultural mechanization rate， disaster rate and temperature significantly reduce grain yield in China. Combined with the empirical research results， this paper puts forward some suggestions to improve the grain yield per unit area in China.

Key words：

grain yield per unit area; influencing factors; comprehensive FGLS

（责任编辑：蒲应秋）