后疫情时代长三角地区重要经济作物选择及保障研究

张冰洁，张弸弢，张 浩

（南京林业大学 经济管理学院，南京 210037）

2020年人类经历了新冠疫情的大流行，世界经济陷入衰退，社会民生遭遇重创，在世界经济一体化的当今社会，中国经济不可避免地遭受了严重打击，尤其是农村地区经济作物产量下降，对民生和经济影响很大。习近平总书记在二十国集团领导人第十五次峰会上表示，在后疫情时代，我们要在做好常态化疫情防控的同时，努力稳定和恢复经济。目前，恢复农村经济、推进农业高质量发展迫在眉睫，长三角作为我国重要作物产地之一，农业高质量发展既是本地区经济协调发展壮大的要求，也是继续履行经济发展排头兵的需要[1]，经济作物对农村经济和民生产生直接影响，因此保障经济作物的生产至关重要。

很多学者关注了这一问题，例如童馨乐等人研究了新冠疫情对江苏地区城乡经济运行的影响，并就销售、消费环节提出相应建议[2]。再如王长松等对后疫情时代经济作物的生产储存等方面提出了普适性的措施以减少疫情对于农村经济的冲击[3]。但是中国经济作物种类很多并大多实现规模化种植，保障经济作物产量更加需要因地、适时、合理调配人、财、物等各种资源，特别是人力资源，然而近年来我国农业劳动力比重持续下降，长三角农村地区劳力不足问题突出[4]，而疫情仍有反复的可能性，劳动力配给难度增加。因此，后疫情时代面临无法全面兼顾的问题，所以应首先保障重要经济作物产量，在此基础上稳步增长从而实现高质量发展，这就涉及如何对重要经济作物进行识别和选择问题。本研究将以长三角为例，以双重标准判断经济作物的重要性并分级，进而针对经济作物的特点提出具体保障措施。

1 研究设计

1.1 重要经济作物判定和分级方法

经济作物一般指为工业，特别是指为轻工业提供原料的作物。我国纳入人工栽培的经济作物种类繁多，包括纤维作物、油料作物、糖料作物、水果和其他经济作物等。各品种经济作物在各地区中的用途及使用频率不同，对该地区的重要性也不尽相同。因此，本文将制定一系列标准用于判别经济作物对长三角地区的重要程度。

由于农业在保障民生和发展国民经济两方面发挥的重要作用最大[5]，其中产量大小直接关系到民生，特别是当地居民的生活，同时不同经济作物对农民收入乃至国民经济的影响差别较大，因此本文对经济作物重要性的判定标准有两个方面：产量大小和对经济的影响程度。

根据以上两个标准将重要经济作物分为两级，即产量较大且经济影响大的作为一级重要经济作物，仅满足其中一个条件的作为二级重要经济作物。具体分析时，产量较大的经济作物应是长三角地区的主要经济作物且在全国范围内产量占比居于前列，对经济的影响程度则以对全国农业总产值的影响显著性和影响大小来判断。

1.2 数据来源

长三角地区作物产量数据来源于国家统计局官网，时间为2000—2020年。

1.3 数据处理

产量数据先计算近二十年各经济作物产量的平均值，再应用Excel软件进行分析、整理与制图。产量与农业产值利用EViews软件先分析各变量相关性，再取对数采用逐步回归模型剔除影响不显著的变量。

2 实证分析

2.1 经济作物产量大小分析

2.1.1 长三角地区主要经济作物的判别

考虑到经济作物种类众多，基于保障“米袋子”“菜篮子”“果盘子”充足的原则，在经济作物定义范围内着重挑选对民生保障相关的经济作物，包括普通农产品以及林业产业。据统计数据显示（见图1），长江三角洲所有产物中产量较大的作物包括水稻、小麦、玉米、豆类、薯类、花生、油菜籽、柑橘和梨，其近二十年平均年产量均超过100万t。

图1 长三角2000-2019主要作物平均年产量（单位：万t）

长三角地区主要经济作物在全国占比分析

把上述经济作物的产量进行全国占比分析（见图2），玉米、花生、薯类、柑橘由于占全国总产量比例过低或长三角地区绝大部分地区不属于以上作物的主要产地，不符合上述第一点要求。因此在“产量大小”标准下，稻谷、小麦、豆类、油菜籽和梨符合条件。

图2 长三角主要作物占全国总产量比例

2.2 对经济影响程度分析

2.2.1 共线性诊断

首先建立基本多元回归模型Y=f（Xi），即将农业总产值（亿元）设为被解释变量Y，将稻谷产量X1（万t）、小麦产量X2（万t）、玉米产量X3（万t）、豆类产量X4（万t）、薯类产量X5（万t）、花生产量X6（万t）、油菜籽产量X7（万t）、柑桔产量X8（万t）、梨产量X9（万t）设为解释变量。模型设定为：

通常可采用最小二乘法对数据进行回归分析，但由于变量可能存在共线性，所以应先进行共线性诊断。两个线性相关变量之间的相关系数绝对值越接近于1，表示两个变量的线性相关性越强。通常线性系数大于0.7说明线性相关度比较高。通过EViews软件对模型进行相关系数检验，获得各变量之间的相关系数（见表1）。不难看出，变量X2与多数变量相关性强，同时X3与X7之间，X4与X5、X6、X7之间，X5与X6、X7之间，以及X9与X5、X7之间高度相关，说明回归模型存在多重共线性。

表1 相关系数矩阵

2.2.2 逐步回归分析

对于变量之间的多重共线性问题，常见解决方法有两类：一是增加样本量或重新抽样，但本文数据来源于国家统计局，故不能采用这一方法；另一类是剔除不重要的自变量，但是样本的多个自变量同时存在多重共线性，即不是简单两个变量之间的问题，这种情况下采用逐步回归法比较合适。逐步回归法要求将变量逐个引入模型，每引入一个解释变量后都要进行检验，当先引入的解释变量由于后引入的解释变量变得不再显著时，则将其剔除，这是一个反复的过程。

具体计算时，要将Y对各个Xi分别取对数进行回归分析，分别计算得出各个可决系数Ri2，以每一步计算的Ri2最大值作为下一步回归的基础，逐个将每一个Xi加入模型回归，然后比较并检验新加入Xi后的模型，其中模型的修正可决系数降低或系数为负时该变量被剔除。重复此步骤，计算的结果如表2所示，表中LNX是变量的对数。

表2 模型逐步回归结果

首先，在初始模型中分别引入X1、X2、X3、X4、X5、X6、X7、X8、X9，根据计算可得，X2加入模型回归时可决系数R2的值最大，所以选择变量X2作为回归的基础。当引入X6时，模型的升高、系数都为正且通过显著性检验。

其次，在X2、X6的基础上分别再引入X1、X3、X4、X5、X7、X8，其中模型的降低或系数为负而被剔除。当引入X9时，模型的升高、系数都为正且通过显著性检验。

计算发现，在加入新变量以后，除X2、X6、X9外，其余由于系数有为负或T检验不通过而被剔除。此时，可决系数=0.959 164，修正可决系数=0.951 507，说明模型对样本的拟合度很好。此外，F=125.270 7，给定显著水平a=0.05，自由度k=3，n-m-1=16，临界值a=3.24，F>Fa，即回归方程显著检验通过，并且得到=2.120，而X2、X6、X9的T检验值分别为3.799 565、2.341 928、3.687 451对应的T值都大于2.120，均通过T检验，即选入的变量影响显著。由此不难得到最优回归方程：

LNY=-6.70548950279+0.959540473235*LNX 2+0.402434472716*LNX6+1.10774146198*LNX9（2）

2.2.3 分析的结论

分析结果表明，对于经济影响显著的经济作物有：小麦、花生和梨。其影响程度为：当X2小麦产量每增加1个单位，农业总产值增加0.959 5个单位；当X6花生产量每增加1个单位，农业总产值增加0.402 4个单位；当X9梨产量每增加1个单位，农业总产值增加1.107 7个单位。

3 研究结论与保障措施

根据前文分级方法与各经济作物的条件满足情况可得，一级重要作物包括小麦和梨，二级重要作物包括花生、稻谷、豆类和油菜籽。整体来看，长三角地区可根据这些经济作物优先配置资源以保障产量，具体来说可根据不同的级别和不同经济作物特点采取相应措施。

3.1 一级重要经济作物

小麦和梨对于温度，阳光等外部环境条件都有一定的要求[6]，要想获得理想的产量，首先应当保证种子的及时播种。从以前经验看，由于疫情的影响，部分地区种子无法及时运输到位，导致错过最佳播种时间最终影响产量。由于当前我国农业产业化的趋势是先纵向联合（嵌入农产品供应链）、后横向联合（发展农业合作组织），各村镇之间有较为密切的合作[7]。以此为基础，各地区可以建立自己的“种子库”，一个乡镇储存一种类型的种子，在此年种子无法及时供应时，临近乡镇资源互换，使用储存的种子先进行一部分的播种，后期种子可以正常供应时再进行剩余部分的播种，这样既能避免无法及时播种的情况，又不至于造成大规模的陈年种子堆积浪费。

一级重要经济作物不仅要求产量大，而且对于农村经济也有一定的影响，在保证作物产量的同时也要保障作物的质量以保证卖上好价格。对此可以分批次进行播种，将种子根据其优劣进行分级，最优质的种子按照正常时期进行播种，在施肥除草等方面优先保障最优种子，次级种子延后播种和打理[8]。这样不仅可以保障经济作物的产量与部分品质，也可以通过错峰种植的方法解决人员稀缺的问题。进而可以实现在销售阶段以正常价格卖出普通质量的经济作物，优质经济作物以较高的价格卖出。

3.2 二级重要经济作物

二级重要经济作物与一级重要经济作物的产量保障思路基本相同，特别是对温度都有一定要求，处理方法参照一级重要经济作物。除此之外，二级重要经济作物对于水分和土地养分要求极高[9]。大豆、花生、油菜籽中的油含量与灌溉水分息息相关[10]。Nakano等研究证明关键农户（获得直接技术培训者）的种植产出率提升明显［11］。因此，建立一套科学的灌溉系统，增加农业种植活动中的技术使用，特别是以滴灌、喷灌为主的水肥一体化灌溉模式，能够有效减少人员需求并且提高经济作物产量。

长三角地区农村劳力短缺问题较为突出，特别是灌溉环节人力成本花费较高，而智能化物联网灌溉技术的应用，不仅能够节约灌溉用水，还能够最大化降低人力成本[12]。因此通过灌溉设施的建设，方便进行大规模灌溉和施肥，同时在需要减少水分的时期进行排水，能够使用极少的人工及时实施大面积灌溉，以保障经济作物的产量与质量[13]。