我国粮食产量影响因素实证分析

□文/王翰林

（安徽师范大学经济管理学院 安徽·芜湖）

［提要］针对我国粮食安全问题，从粮食生产视角探明我国粮食产量与各主要影响因素之间的定量关系。基于2001～2019年的时间序列数据，建立多元线性回归模型，根据回归分析结果，提出守住耕地红线、推进种业创新、壮大粮食主体的建议，坚持“藏粮于地”“藏粮于技”和“藏粮于民”战略，以期中国的粮食生产能力更上一层楼。

中国土地拥有量仅占全球土地总量的1/10，却养活了世界上1/5的人口。从2003年至2015年，我国粮食产量实现了“十二连增”。当下，我国粮食生产形势保持良好态势，全国粮食总产量连续8年超过6.3亿吨，其中有5年在6.6亿吨以上；2020年我国粮食产量创历史新高，总量接近6.7亿吨，仓廪装满“中国粮”，实现了我国粮食供给绝对安全。

一、文献综述

针对粮食产量变化的影响因素，众多学者从不同角度，采用不同方法进行了深入的探索。彭俊杰从气候变化的角度进行研究；魏君英等从农村人口老龄化的角度进行研究；麻坤等从施用化肥的角度开展研究；余家凤等从粮食价格波动的角度开展研究；刘瑶等从耕地数量等各项因素开展研究。杨娟等采用主成分分析法和弹性系数对河南省的粮食产量影响因素进行研究；杨月锋等采用主成分分析法和GM预测模型对福建省的粮食产量影响因素进行研究；马卫鹏等采用主成分分析法对安徽省的粮食产量影响因素和驱动力进行研究；周志刚等采用对数均值迪氏指数法对中国粮食产量进行研究。前人对粮食产量的研究大多侧重某一因素或某一方面，研究结果具有单一性。因此，基于以上研究成果，有必要通过实证分析探究粮食产量与各影响因素之间的定量关系，这对促进我国粮食生产稳定发展和保持“中国粮”的持续大丰收具有十分重要的意义。

二、我国粮食生产发展状况

改革开放以来，我国始终把“三农”工作放在重要位置，毫不动摇地走中国特色粮食发展与安全之路，在粮食生产领域取得了举世瞩目的产粮奇迹，实现了谷物自给有余、口粮绝对安全的稳定格局。图1显示了2001～2019年我国粮食总产量、人均粮食占有量的波动趋势。从整体上观察，近20年来我国粮食总产量有小幅度的波动但总体上朝着向好的趋势发展，可以大致分为3个阶段：第一阶段为产量下滑阶段（2001～2003年），这一阶段由于自然灾害频发，粮食收购价格低、农业生产投入高、生产技术水平落后和农业负担过重等导致农民生产积极性不高以及播种面积不断减少，最终使粮食产量下降到近20年来最低值；第二阶段为产量波动增长阶段（2003～2015年），这一阶段我国粮食产量实现了“十二连增”，由43，069.53万吨增加到2015年的66，060.27万吨，12年间增长了约53%，增长速度较快，我国粮食生产水平跃上新台阶；第三阶段为粮食产量处于稳中有升阶段（2015～2019年），截至目前现有数据，我国粮食产量实现新的“五连增”，并在2020年创历史新高，总量接近6.7亿吨。（图1）

图1 2001～2019年我国粮食产量波动趋势图

三、实证分析

（一）变量选取及说明。在综合相关文献的基础上，基于数据的可获得性，并结合我国现阶段的实际情况，从基本生产要素投入、技术水平及农业现代化程度、自然条件三个方面共选取了6个影响因素作为解释变量，粮食产量y作为被解释变量，如表1所示。数据来源于《中国统计年鉴》。（表1）

表1 指标选取说明一览表

（二）回归模型的建立及求解。在许多实际问题中，影响因变量（被解释变量）的因素往往有多个，这种自变量（解释变量）有多个、因变量（被解释变量）只有一个的回归模型称为多元回归模型。当因变量（被解释变量）与各自变量（解释变量）之间为线性关系时，称为多元线性回归模型。因此，可以用如下表达式来建立多元线性回归模型：

y=β0+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+u

其中，x1为粮食作物播种面积，x2为有效灌溉面积，x3为农业机械总动力，x4为国有农场化肥施用量，x5为受灾面积，x6为国有农场耕地面积，y为粮食产量，β0为常数项，u为随机扰动项。

将2001～2019年各变量的原始数据代入所建立的多元线性回归模型中，利用Eviews软件运行得到回归系数等，输出结果如表2所示。（表2）

由表2可以初步得出我国的粮食产量与各影响因素间的线性回归方程：

y=-18432.11+0.3230x1+0.5495x2+0.0696x3+23.9326x4-0.1097x5-0.2972x6

t=（-2.3548 3.6276 3.8915 1.8361 1.3114 -3.7871-0.1725）

R2＝0.9967 R2＝0.9951

DW＝1.9158 F＝612.0230

根据以上模型求解结果可知，2001～2019年我国的粮食产量与粮食播种面积、有效灌溉面积、农业机械总动力、化肥施用量4个影响因素正相关，说明粮食播种面积、有效灌溉面积、农业机械总动力、化肥施用量越多，粮食产量越高，符合实际经济意义；粮食产量与受灾面积、耕地面积这两个影响因素负相关，其中耕地面积对粮食产量的影响不符合经济意义，故需对模型进行检验和修正。

（三）回归模型的检验与修正

1、统计推断检验。由表2的求解结果可知，模型的决定系数R2＝0.9667，调整后的R2＝0.9951，模型的拟合优度较高。从全部因素的共同影响来看，在5%的显著性水平上，F检验的p值为0.0000，说明粮食播种面积、有效灌溉面积、农业机械总动力、化肥施用量、受灾面积和耕地面积对中国粮食产量的共同影响是显著的。从单个因素的影响来看，在5%的显著性水平上，x1、x2、x5的t检验的p值小于0.05，x3、x4、x6的t检验的p值大于0.05，说明粮食作物播种面积、有效灌溉面积和受灾面积对粮食产量的影响是显著的，而农业机械总动力、化肥施用量、耕地面积的影响则不显著。根据统计推断检验可知，模型可能存在多重共线性，必须对其进行计量经济学检验和修正。

表2 OLS参数回归结果一览表

2、计量经济学检验。利用Eviews软件，输出各解释变量之间的相关系数，结果如表3所示。从表中数据可知，解释变量x1与x2、x3、x4、x5、x6之间的相关系数大于0.8，这说明解释变量之间确实存在严重的多重共线性。（表3）

表3 相关系数矩阵一览表

因此，采用逐步回归法消除模型的多重共线性，利用Eviews软件经过反复的“引入-检验-剔除”，得到最优的输出结果，最终确定理想模型为：

y=-24717.80+0.3451x1+0.6169x2+0.1043x3-0.1033x5

t=（-3.9735 4.1468 6.0147 5.0248 -3.6522）

R2＝0.9962 R2＝0.9952 F＝928.5878

prob（F）＝0.0000 DW＝1.6620

四、政策建议

根据检验修正后的模型可知，粮食播种面积、有效灌溉面积和农业机械总动力分别增加1%，我国的粮食产量将分别增加0.3451%、0.6169%、0.1043%；受灾面积每增加1%，粮食产量将减少0.1033%。其实，粮食产量还与诸多其他因素有关。因此，农业部门要大力发展农业，保障粮食供给安全。保障我国粮食供给安全，首要前提是保住粮食产能，让“中国饭碗”盛满“中国粮”，不因粮受制于人，牢牢把握粮食生产的主动权。为此，提出以下建议：

（一）严守耕地红线，藏粮于地。随着城镇化和工业化进程的加快以及退耕还林、维护生态环境的需要，实现耕地数量的增长是十分困难的，因此坚守耕地红线成为粮产稳定提高的前提。第一，保证耕地资源总量不减，协调好粮食生产与生态环境之间的关系，坚决防止生态环境逆向演化，健全耕地休耕轮作制度，切实按照中央要求，“生态保护、永久基本农田、城镇开发边界”三条红线不得随意逾越；第二，有效提高耕地质量，大力开展高标准农田建设，建成一批旱涝保收、高产稳产粮田，重点治理水土侵蚀，改良酸化、盐渍化土壤，改善土壤理化性状。坚守耕地红线，不仅要保证耕地数量不下降，还要在保护好现有耕地面积的基础上不断提高耕地的质量，真正做到藏粮于地。

（二）推进种业创新，藏粮于技。在广大农业科技工作者的努力下，我国的农业科技水平取得了很大的进步，但种业科技的创新水平和推进农业高质量发展的要求相比还有较大差距，突出反映在创新性和突破性的新品种不多，而且总体来看，部分重要农产品的单产量也不算高。由此观之，应毫不动摇地坚持走科技兴农道路，特别是要加快构建现代种业科技创新和产业发展体系。一是要加强种质资源的普查、收集、保护和评估利用；二是支持产学研协作攻关；三是整合品种研发力量和种业企业，解决品种过多、过杂和低水平竞争问题，加快培育具有国际竞争力的现代种业集团；四是加快智慧农业技术的发展和应用，推广“互联网+农业”，提升农业大数据的应用水平，用生产经营决策“数字化”提高粮食生产效率和可持续性。

（三）壮大粮产主体，藏粮于民。现阶段，我国正在加快粮食规模化、高效化发展，对于种粮主体的素质和能力要求进一步提高，有必要培育和壮大新型粮产主体，强化技术指导，对促进粮食种植、提升产能、保障粮食安全具有重要意义。同时，扎实推进“藏粮于民”战略，要激活以家庭承包经营为基础、统分结合的双层经营体制改革，并着力培育新型农业经营主体和社会化服务组织，把小农户引入现代农业发展轨道。