基于影響農(nóng)業(yè)產(chǎn)量因素實(shí)證分析2

1、基于影響糧食總產(chǎn)量因素的實(shí)證分析段偉偉內(nèi)容摘要：糧食產(chǎn)量對于我國這樣的人口大國有著至關(guān)重要的影響，糧食的產(chǎn)量又受多種因素的影響。本文旨在找出影響糧食產(chǎn)量的主要因素以及驗(yàn)證產(chǎn)量與這些因素之間的相關(guān)關(guān)系。本文選取糧食總產(chǎn)量為解釋變量，播種面積、化肥施用量、農(nóng)業(yè)勞動(dòng)力人口和成災(zāi)為解釋變量。經(jīng)過在最小二乘方法下的多元回歸分析，我們獲得了擬合度非常好的關(guān)于中國糧食總產(chǎn)量的回歸模型。文章對影響我國糧食生產(chǎn)的主要因素進(jìn)行的實(shí)證分析，總結(jié)得出其最主要影響因素有：農(nóng)業(yè)化肥施用量；糧食播種面積以及成災(zāi)面積，并分析了各種因素的影響情況，最后得出了相應(yīng)的結(jié)論建議。關(guān)鍵詞：最小二乘法；糧食總產(chǎn)量；影響因素建議；一、引言

2、糧食問題關(guān)系到人類的生存與發(fā)展，對人類有著極端的重要性。而中國擁有世界 21%的人口，如何養(yǎng)活這龐大的人口是中國面臨的一個(gè)巨大挑戰(zhàn)。中國的糧食安全問題，可以從國際和國內(nèi)兩個(gè)方面看待。在現(xiàn)階段國際環(huán)境下，從世界谷物的供求看，糧食安全形勢不容樂觀；經(jīng)濟(jì)全球化加劇對發(fā)展中國家隱藏著風(fēng)險(xiǎn)；自然條件惡化、局部地區(qū)戰(zhàn)亂、貧困人口增加、城市化發(fā)展等對世界糧食生產(chǎn)形成了威脅。從國內(nèi)看，我國糧食生產(chǎn)出現(xiàn)明顯滑坡，糧食安全面臨著挑戰(zhàn)；全國農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)大調(diào)整。糧食生產(chǎn)資源和生產(chǎn)要素過多流失和轉(zhuǎn)移。市場經(jīng)濟(jì)條件下糧食所面臨的的特殊風(fēng)險(xiǎn)性決定了糧食安全保護(hù)的必要性。糧食生產(chǎn)由于自然力作用的參與，使人類勞動(dòng)對它的作用時(shí)間

3、很有限，其價(jià)值生產(chǎn)率要比非農(nóng)業(yè)產(chǎn)品的價(jià)值生產(chǎn)率低得多，在社會(huì)經(jīng)濟(jì)系統(tǒng)中不具備足夠的競爭力，同時(shí)糧食生產(chǎn)的生產(chǎn)要素投入較其他產(chǎn)業(yè)來說很少，內(nèi)在推動(dòng)力不足，很難與其他行業(yè)平衡競爭。我國社會(huì)主義農(nóng)業(yè)有其獨(dú)有的經(jīng)營特點(diǎn)以及工業(yè)化趨勢和技術(shù)進(jìn)步等特點(diǎn)，我國特有的資源環(huán)境條件和所面臨的國際經(jīng)濟(jì)環(huán)境加大了糧食生產(chǎn)的難度，我國人口基數(shù)大、增長快，加之耕地、水資源等保護(hù)難度的加大，使得我國糧食生產(chǎn)面臨巨大的壓力。二、文獻(xiàn)綜述歷年來，研究糧食總產(chǎn)量的文章很多。呂愛清、杜國平、卞新民、陳路揚(yáng)、邱愛保（2005）在加入了虛擬變量的情況下，認(rèn)為，影響糧食產(chǎn)量的因素主要是化肥施用量和農(nóng)業(yè)勞動(dòng)力，主張為了提高糧食產(chǎn)量，應(yīng)該

4、適度的增加農(nóng)業(yè)勞動(dòng)力投入和化肥施用量；汪燕、宮興麗（2006）認(rèn)為，在最小二乘法的基礎(chǔ)上，認(rèn)為，糧食總產(chǎn)量受到化肥施用量和耕地面積的影響，主張?jiān)诒ＷC耕地面積不縮減的情況下，努力提高農(nóng)民的積極性，增加化肥施用量，提高糧食產(chǎn)量；吳英杰（2008），認(rèn)為，在我國目前農(nóng)業(yè)勞動(dòng)力素質(zhì)普遍偏低的情況下，政府應(yīng)該加大農(nóng)業(yè)投入，優(yōu)化農(nóng)業(yè)機(jī)械動(dòng)力的配置，提高糧食產(chǎn)量。三、理論模型的構(gòu)建1. 理論分析:由糧食總產(chǎn)量及相關(guān)影響因素我們可以初步得出，該糧食總產(chǎn)量的模型為投入-產(chǎn)出模型。于是模型設(shè)立的依據(jù)是柯布-道格拉斯生產(chǎn)函數(shù)（Cobb-Dougalas(C-D)production function）即： 其中，A

5、是常數(shù)，代表著技術(shù)水平，,分別為資本和勞動(dòng)投入的產(chǎn)出彈性。2模型的設(shè)立：根據(jù)常識(shí)我們知道，影響農(nóng)產(chǎn)品產(chǎn)量的因素既有人為因素，也有非人為因素（比如氣候等），因此，我們選擇以下變量，如表一所示。變量符號(hào)代表含義被解釋變量Y糧食總產(chǎn)量解釋變量X1耕地面積X2化肥施用量X3成災(zāi)面積X4農(nóng)業(yè)勞動(dòng)人口 （表 1）在C-D理論模型的基礎(chǔ)上，我們初步將計(jì)量分析的數(shù)學(xué)模型設(shè)定為： 其中，為隨機(jī)擾動(dòng)項(xiàng)。3定性分析：根據(jù)經(jīng)驗(yàn)，我們發(fā)現(xiàn)，X1 (糧食播種面積)與Yi（糧食總產(chǎn)量）成正比例關(guān)系，于是，可以猜測B1的符號(hào)為正，同理，我們可以發(fā)現(xiàn)，B2（化肥施用量）的符號(hào)為正,此外發(fā)生災(zāi)害顯然不利于糧食生產(chǎn)，因此，可以初步

6、判定B4的符號(hào)為負(fù)，而且由于我國尚處在傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的過渡階段，我們也可以初步判定B3的符號(hào)為正。4取樣：為了獲得較為準(zhǔn)確的預(yù)測，我們選擇了從1991年2008年的數(shù)據(jù)，見表2：表 2年份糧食總產(chǎn)量Y耕地面積X1化肥施用量X2成災(zāi)面積X3農(nóng)業(yè)勞動(dòng)力X4199143529.3112314.02805.127814.0512.7199244265.8110560.02930.225893.0495.8199345648.8110509.03151.923134.0413.0199444510.1109544.03317.931382.0408.4199546661.8110060.03593.

7、722268.0420.5199650453.5112548.03827.921234.0346.2199749417.1112912.03980.730307.0338.9199851229.5113787.04083.725181.0302.0199950838.6113161.04124.326733.7286.8200046217.5108463.04146.434374.0270.3200145263.7106080.04253.831793.1247.1200245705.8103891.04339.427159.9232.3200343069.599410.04411.63251

8、6.3221.2200446946.9101606.04636.616297.3209.6200548402.2104278.04766.219966.1199.4200649804.2104958.04927.724631.9195.5200750160.3105638.05107.825063.8184.2200852870.9106793.05239.022283.5175.2數(shù)據(jù)來源：中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫四、模型估計(jì)（一）根據(jù)以上數(shù)據(jù)，利用EVIEWS分析軟件，初步估計(jì)為： （1） Se= (1.2282) (0.1352) (0.0923) (0.0165) (0.05530) t =

9、(-6.3676) (11.0884) (3.1004) (-5.5308) (-0.7810) =0.9681 調(diào)整=0.9582 F =98.5401 P=0.0000 DW=1.7002 通過以上的結(jié)果，我們發(fā)現(xiàn)，此方程的擬合度一般，X1,X2,X3的t值均通過t檢驗(yàn)，雖然X4的系數(shù)的符號(hào)為負(fù)，符合我們的假定，但是，其t值卻沒有通過檢驗(yàn)。表明模型存在不足之處，有待于進(jìn)一步完善。（二）模型的修正。1多重共線性的檢驗(yàn)：由上述的分析可以得出，回歸模型可能存在多重共線性。通過EVIEWS軟件分析，我們發(fā)現(xiàn)，X2與X4存在著高度的線性相關(guān)性，X1,X4也存在著較高的線性相關(guān)性。如表3所示。（表 3

10、）X1X2X3X4X11-0.583550.1318370.698831X2-0.583551-0.21981-0.97388X30.131837-0.2198110.201156X40.698831-0.973880.2011561 對于上述存在的線性相關(guān)性，我們采用逐步回歸法來逐步消除多重共線性。逐步回歸的結(jié)果如表4所示。（表 4）YX1X2X3X4調(diào)整R2F值P值lnY=f(X1)0.4018（1.0648）0.00781.13370.3028lnY=f(X1,X2)1.4224（8.7435）0.3768(10.7503)0.892762.41030.0000LnY=f(X1,X2,X

11、3)1.4248(15.1576)0.3565(17.3234)-0.0902(-5.5617)0.9594134.94270.0000LnY=f(X1,X2,X3,X4)1.4997(11.0885)0.2862(3.1004)-0.0913(-5.5308)-0.0432(-0.7810)0.958295.54010.0000 通過上述的逐步回歸，我們可以把模型設(shè)定為， （2）Se = (1.2104) (0.0940) (0.0206) (0.1621)t = (-6.4368) (15.1576) (17.3234) (-5.5617)R2 =0.9666 調(diào)整R2=0.9594F值=

12、134.942 P值=0.0000D-W=1.6779根據(jù)以上回歸，我們可以看出，各個(gè)解釋變量的t值均能通過t檢驗(yàn)，而且，調(diào)整后的R2也高度接近于1，F(xiàn)值也足夠大，且P值幾乎為零，說明，該模型較好的擬合了糧食產(chǎn)量與耕地面積，化肥施用量和成災(zāi)面積之間存在的關(guān)系。2異方差的檢驗(yàn)。雖然，“研究發(fā)現(xiàn)，異方差問題多存在于截面數(shù)據(jù)，而非時(shí)間序列” 經(jīng)濟(jì)計(jì)量學(xué)，古扎拉蒂，機(jī)械工業(yè)出版社，但是，在有些時(shí)間序列模型中還是存在著異方差。根據(jù)懷特的一般異方差檢驗(yàn)原理，利用EVIEWS軟件運(yùn)算，得出如下結(jié)果，如表5：（表 5）White Heteroskedasticity Test:F-statistic1.166

13、43Probability0.419396Obs*R-squared10.21532Probability0.333337給定顯著性水0.05下，通過查分布表，我們可以得出,因此，可以接受零假設(shè)，即該模型不存在異方差。3.自相關(guān)檢驗(yàn)。在給定顯著性水平為0.05的情況下，通過查德賓-沃森d統(tǒng)計(jì)量，我們可以得出，dL=0.933，dU=1.696，4- dU=2.304。通過利用D-W的d檢驗(yàn)的判定規(guī)則，很顯然，模型沒有通過自相關(guān)的檢驗(yàn)，表明模型存在自相關(guān)。3.1模型自相關(guān)的補(bǔ)救:3.1.1關(guān)于求。由于，本模型的樣本較少，因此，我們選擇泰爾-納加爾（Theil-Nagar）公式來估計(jì)。即=0.22

14、14。3.1.2數(shù)據(jù)的修正。我們利用模型方法對模型進(jìn)行修正，來消除隨機(jī)誤差項(xiàng)自相關(guān)。通過調(diào)整，我們調(diào)整后的樣本數(shù)據(jù)如表6所示。8.3331529.0386416.2250887.8960768.3602039.0416656.2883637.7992528.328139.0329966.3235428.1291288.3809339.0396376.3920287.7185338.4486079.0609516.4374847.7469448.4105549.0592316.4626478.1132468.4511689.0662356.4795277.8491898.4355349.0590

15、16.4837647.9500478.3419339.0178286.4869188.1881758.3421779.0050016.5113078.0544698.3565148.9890686.5255697.9142428.2949548.9495956.5376598.1291148.3943098.9812066.5837497.3985218.4057519.0023276.6003047.7544858.4275479.0030796.6275247.9195438.4283489.0080986.6560427.8904288.4794019.0175436.6734577.7

16、69（表 6） 3.1.3模型的修正：根據(jù)以上顯示數(shù)據(jù)，我們利用EVIEWS軟件進(jìn)行回歸，回歸結(jié)果如下： （3） Se =(1.1759) (0.1159) (0.0299) (0.0167)t =（-5.1948(12.2916) (11.9227) (-5.0094) =0.9503 調(diào)整=0.9388 F值=82.8693 P值=0.0000 D-W=1.7599在給定0.05的顯著水平下，通過查德賓-沃森d統(tǒng)計(jì)量，我們可以看出，dL=0.897,dU=1.710，于是，4- dU=2.290。所以，我們可以得出，dU=1.710<1.7599<4- dU=2.290，于是，

17、我們們就可以接受原假設(shè)：無正或負(fù)自相關(guān)！因此，自相關(guān)問題得到修正?。ㄈ┠Ｐ偷拇_定：通過以上的分析及檢驗(yàn)，最終的模型確立為： （4）五、經(jīng)濟(jì)意義分析對于模型（4），經(jīng)濟(jì)含義上，的系數(shù)為1.4204，表明在其他條件不變的情況下，耕地面積每增加1%，糧食總產(chǎn)量就會(huì)增加1.4240%。由此，我們可以看出，我國糧食生產(chǎn)的粗放型經(jīng)營；的系數(shù)為0.3562，同樣表明在其他條件不變的情況下，化肥施用量每增加1%，糧食產(chǎn)量就會(huì)增加0.3562%，由此，我們可以得出，適當(dāng)加大農(nóng)業(yè)肥料的施用量，有利于我們解決糧食緊缺的局面；的系數(shù)為-0.0837，表明其他條件不變的情況下，農(nóng)業(yè)成災(zāi)面積每增加1%，糧食產(chǎn)量就會(huì)減少

18、0.0837%，表明，我國糧食生產(chǎn)還是或多或少的受到自然災(zāi)害帶來的影響，應(yīng)該大力加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。六、結(jié)論及建議1.保護(hù)耕地。實(shí)行更為嚴(yán)格的耕地保護(hù)政策，充分利用現(xiàn)有行政法律等措施保護(hù)耕地，加快征地制度改革，確定合理的土地征用補(bǔ)償標(biāo)準(zhǔn)，強(qiáng)化對征用耕地的經(jīng)濟(jì)制約，全面清查建設(shè)用地，嚴(yán)格對各種科技園區(qū)和開發(fā)區(qū)的審批，嚴(yán)禁非法占地。加強(qiáng)地力調(diào)查和質(zhì)量評價(jià)，盡快建立全國耕地質(zhì)量動(dòng)態(tài)監(jiān)測和預(yù)警系統(tǒng)，充分利用遙感等現(xiàn)代技術(shù)手段，進(jìn)行耕地的動(dòng)態(tài)監(jiān)測，確保耕地面積在安全值內(nèi)。另外要抓好耕地建設(shè)，推進(jìn)農(nóng)村住宅城市化，把一部分農(nóng)村住宅改造為新的農(nóng)田，通過耕地的再造，使全國耕地面積凈減少的數(shù)量控制在 700 萬

19、公頃以內(nèi)2開拓國際市場。把“立足國內(nèi)自給”的傳統(tǒng)糧食安全戰(zhàn)略轉(zhuǎn)變?yōu)椤斑m當(dāng)保證國內(nèi)糧食生產(chǎn)能力，合理利用國際糧食市場”的戰(zhàn)略。在農(nóng)業(yè)社會(huì)的自然經(jīng)濟(jì)狀態(tài)下，農(nóng)業(yè)是社會(huì)的支柱產(chǎn)業(yè)，而且產(chǎn)量比較低下，又缺乏國際貿(mào)易，如果出現(xiàn)了自然災(zāi)害等原因出現(xiàn)了供給缺口，就可能產(chǎn)生社會(huì)經(jīng)濟(jì)恐慌，進(jìn)而可能面臨經(jīng)濟(jì)危機(jī)。我國應(yīng)按照比較優(yōu)勢原則進(jìn)行專業(yè)分工和國際貿(mào)易，糧食的凈進(jìn)口很可能在很大程度上被其他食品的凈出口所抵消，這種格局既有利于國際資源和市場，又會(huì)促進(jìn)國內(nèi)資源配置效率的提高，可以實(shí)現(xiàn)有效率的糧食安全。利用國際市場，還可以建立一種有良好特征和功能的農(nóng)業(yè)新模式，通過調(diào)整以往單一的資源內(nèi)向型利用戰(zhàn)略，有選擇的轉(zhuǎn)向利用世

20、界資源，有助于把國內(nèi)資源的利用、保護(hù)結(jié)合起來，防止中國自然資源縮減和退化，保持自然資源基礎(chǔ)完整。3成災(zāi)面積代表著非人力因素，上述模型表明，我國的糧食產(chǎn)量或多或少的受到了自然災(zāi)害的影響，因此，逐步減少甚至消除自然災(zāi)害對糧食產(chǎn)量的影響，是我們政府面前的一個(gè)難題，也是保證我們糧食產(chǎn)量穩(wěn)定，不受國際糧食市場影響的重要因素。因此，加大對農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，努力提高農(nóng)民的抗災(zāi)抗旱的能力。比如，加大農(nóng)業(yè)的基礎(chǔ)設(shè)施建設(shè)，修建水庫用于防旱，修建排水系統(tǒng)利于防澇。這些，都會(huì)有利于保證我國的糧食安全。七、模型的不足1沒有考慮農(nóng)業(yè)人力資本：根據(jù)舒爾茨的人力資本理論，我們可以看出，農(nóng)業(yè)產(chǎn)量與農(nóng)民的受教育程度有些很重要的聯(lián)

21、系?？茖W(xué)技術(shù)是第一生產(chǎn)力，大力提高我國農(nóng)民的素質(zhì)會(huì)進(jìn)一步提高我國的糧食產(chǎn)量。如若在本模型中納入農(nóng)村人力資本因素，模型會(huì)進(jìn)一步完善。2沒有考慮糧食價(jià)格：在西方經(jīng)濟(jì)學(xué)中，影響供給的一個(gè)重要因素是商品的價(jià)格，糧食也不例外。如果在本模型中加入糧食收購價(jià)格這一因素，模型會(huì)更加的完善！3數(shù)據(jù)的有效性：由于農(nóng)業(yè)勞動(dòng)力人口數(shù)據(jù)的缺失，因此，整個(gè)模型的樣本數(shù)據(jù)個(gè)數(shù)為19個(gè)，相對較少，這在一定程度上削弱了模型的解釋能力。參考文獻(xiàn)【1】 古扎拉蒂，經(jīng)濟(jì)計(jì)量學(xué)【M】,北京：機(jī)械工業(yè)出版社，2009【2】 勵(lì)莉、陳峰。中國糧食總產(chǎn)量多因素計(jì)量分析【J】.湖南農(nóng)機(jī)，2007（6）【3】 呂愛清、杜國平、卞新民、陳路揚(yáng)、邱

22、愛保.中國糧食產(chǎn)量虛擬變量模型研究【J】.安徽農(nóng)業(yè)科學(xué)，2005（11）【4】 謝杰。中國糧食生產(chǎn)影響因素研究【J】。經(jīng)濟(jì)問題探索，2007（9）【5】 易丹輝。數(shù)據(jù)分析與EVIEWS應(yīng)用：第一版【M】。北京：中國統(tǒng)計(jì)出版社，2002附EVIEWS輸出結(jié)果：一.原始輸出結(jié)果Dependent Variable: YMethod: Least SquaresDate: 12/08/10 Time: 13:02Sample: 1991 2008Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C-7.820

23、6321.228193-6.3675920.0000X11.4996930.13524911.088410.0000X20.2862470.0923253.1004110.0084X3-0.0913050.016508-5.5308210.0001X4-0.0431900.055299-0.7810210.4488R-squared0.968072 Mean dependent var10.76666Adjusted R-squared0.958247 S.D. dependent var0.062078S.E. of regression0.012685 Akaike info criter

24、ion-5.666700Sum squared resid0.002092 Schwarz criterion-5.419374Log likelihood56.00030 F-statistic98.54013Durbin-Watson stat1.700270 Prob(F-statistic)0.000000二、.Y X1 X2 X3輸出結(jié)果Dependent Variable: YMethod: Least SquaresDate: 12/08/10 Time: 13:04Sample: 1991 2008Included observations: 18VariableCoefficientStd. Errort-StatisticProb. C-7.7909721.210386-6.4367680.0000X11.4247650.09399715.157560.0000X20.3564880.02057817.323370.0000X3-0.0901820.016215-5.5616580.0001R-squared0.966573 Mean dependent var10.76666Adjusted R-squared0.959411 S.