我国粮食综合生产能力影响因素的实证研究

摘要：在粮食综合生产能力的影响因素中，选取灌溉面积、化肥施用量、农业机械总动力、粮食作物播种面积、农业灾害成灾面积、第一产业劳动力数这六个因素建立模型，采用EVIEWS软件对数据进行分析，通过拟合情况、系数的显著性、随机干扰自相关性、异方差、多重共线性、时间序列平稳生、单位根以及协整检验这八项检验，消除多重共线性，修正原回归模型，最终得到关于粮食综合生产能力影响因素的长期均衡和短期均衡模型。 关键词：生产能力 影响因素 1 粮食综合生产能力的概念

本文主要采用《十六大报告辅导读本》里关于粮食综合生产能力的定义，指一定时期一定地区，在一定的经济技术条件下，由各生产要素综合投入所形成的，可以稳定地达到一定产量的粮食产出能力。主要包括耕地保护能力、生产技术水平、科技服务能力、政策保障能力和抵御自然灾害能力这五个方面。从定义可以看出，粮食综合生产能力主要抱括两个方面，一方面，它是由土地、资本、物质、劳动力等要素的投入所形成，另一方面，粮食综合水平的高低，是由玉米、小麦、大豆、水稻等粮食产品的产出量体现。 2 模型的建立

影响粮食综合生产能力的因素有很多，本文选取了灌溉面积、化肥施用量、农业机械总动力、粮食作物播种面积、农业灾害成灾面积、第一产业劳动力数这六个可以量化的因素建立模型。根据尹成杰发表于《农业经济问题》的《关于我国粮食生产波动思考的建议》，1985年取消了部分鼓励粮食生产的优惠政策，因此直接选取了1985年以后的数据指标。根据国家统计局年度统计数据、《国家统计年鉴》及《中国粮食年鉴》的统计数据，整理出了1985-2008年全国的农业有效灌溉面积、化肥施用量、农业机械总动力、粮食作物播种面积、农业灾害成灾面积、第一产业劳动力等数据建立模型。

lny=a0+a1lnx1t+a2lnx2t+a3lnx3t+a4lnx4t+a5lnx5t+a6lnx6t+μ

式中：Y：粮食产量（亿公斤）；X1：有效灌溉面积（千公顷）；X2：化肥施用量（万公斤）；X3：农业机械总动力（万千瓦）；X4：粮食作物播种面积（千公顷）；X5：农业灾害成灾面积（千公顷）；X6：第一产业劳动力数；T：表示年数；μ：表示随机干扰项 方程的输出方式：

LNY=2.08002352+0.6859642336*LNX1+0.3307593023*LNX

2-0.1520786672*LNX3+1.182274229*LNX4-0.09209495786*LNX5-0.1770989136*LNX6

LNX1、LNX2、LNX4的系数为正，说明有效灌溉面积、化肥施用量、粮食播种面积与粮食产量是正向相关的关系，每增加1单位的有效灌溉面积、化肥施用量、粮食播种面积可分别增加0.685、0.331、1.182单位的粮食产量。同理，LNX3、LNX5、LNX6的系数为负，说明农业机械总动力、农业灾害成灾面积、第一产业劳动力的人数与粮食产量呈负向相关的关系。但农业机械总动力与粮食产量是弱负相关关系，这与我们的实际定性分析不想符合。原因可能是方程式中存在着多重共线性的问题，需要进一步修正检验。

2.1 拟合情况检验 从回归结果中，可以看到方程的各变量对粮食产量的解释程度很高，高达0.991975，剔除了变量之间的相互影响后调整的R2也高达0.98143。作为时间序列数据来说，这种高的拟合水平是正常的。

2.2 系数的显著性检验 从回归图中可以看到LNX1、LNX2、LNX3、LNX4、LNX5、LNX6的T值都均大于t0.05(28-6)=1.717，均能通过了检验。但由于LNX3、LNX6的系数符号出现了异常，可以推测因为存在着多重共线性，使得T检验的结果失效。

2.3 随机干扰项自相关检验 自相关现象大多出现在时间序列数据中，而经济系统的经济行为都具有时间上的惯性。

自相关的检验一般有两种方法，一种是图示法，一种是DW检验法。EVIEWS软件中直接提供了DW值，通过其观察可以判断方程是否存在自相关的问题。

DW=2.015997。DL=0.951，DU=1.958，4-DU=2.042。DW刚好落在（DU，4-DU）的区间中，说明本方程的随机扰动项不存在自相关关系，时间上的滞后效应不明显，随机扰动项依然服从于正态分布。

2.4 异方差的检验 本文中采用White检验和ARCH检验两种方法相结合来进行异方差检验。进行White检验时可得TR2=11.71093<χ20.05 (12)=28.8693。使用ARCH检验时可得：(n-p)R2=0.073600<χ20.05 (12)=3.84146。由此可以看出：方程不存在异方差。这也说明了该方程的结构较好，不存在把重要的解释变量遗落在随机扰动项中，方程转变了数学表述的形式不影响方程的结果。

2.5 多重共线性检验 通过直接观察单个解释变量的相关系数，易发现LNX1、LNX2、LNX3的系数相关性较高，说明这三个变量存在严重的多重共线性。因此采用逐步回归的办法，去检验和解决多重共线性问题。分别作Y对LNX1、LNX2、LNX3、LNX4、LNX5、LNX6的一元回归

按R2的大小排序为：LNX2、LNX1、LNX3、LNX6、LNX4、LNX5。

以LNX2为基础，顺次加入其他变量逐步回归最终可得消除多重共线性的结果：

这说明，在其他因素不变的情况下，当化肥施用量、粮食作物播种面积增加1个单位，粮食产量将分别增加0.3315、1.3506单位；当农业灾害成灾面积、第一产业劳动力数增加1个单位时，粮食产量将分别减少0.0845、0.0859单位。 2.6 时间序列平稳性、单位根以及协整检验 为了避免时间序列数据存在伪回归的问题，我们要用检验来探究到底是真回归还是伪回归。通过单位根检验可得，在1％、5％、10％三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.7343、-2.9907、-2.6348，t检验统计量值为-3.807394，小于相应临界值，从而拒绝H0，表明粮食产量的差分序列不存在单位根，是平稳序列。即粮食产量序列是二阶单整的，LNY～I（2）。采用同样方法，可检验得到LNX2、LNX4、LNX5、LNX6序列也是二阶单整的，即LNX2、LNX4、LNX5、LNX6～I（2）。为了分析粮食产量（LNY）和各解释变量（LNX2、LNX4、LNX5、LNX6）之间是否存在协整关系，我们先作两变量之间的回归，然后检验回归残差的平稳性。

以粮食产量（LNY）为被解释变量，（LNX2、LNX4、LNX5、LNX6）为解释变量，用OLS回归方法估计回归模型，提取残差项序列，进行单位根检验可得在1％、5％、10％三个显著性水平下，单位根检验的Mackinnon临界值分别为-2.6700、-1.9566、-1.6235，t检验统计量值为-4.315431，小于相应临界值，从而拒绝H0，表表明残差序列不存在单位根，是平稳序列，说明粮食产量（LNY）和（LNX2、LNX4、LNX5、LNX6）之间存在协整关系。

经济意义上讲，表明两者之间有长期均衡关系。但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归式中的误差项ut看作均衡误差，通过建立误差修正模型把粮食产量的短期行为与长期变化联系起来。误差修正模型

后的方程式为：

DLNY=0.004139719932+0.2588237257*DLNX2+1.509282242*DLNX4-0.08553366034*DLNX5-0.01707417616*DLNX6-1.012819466*UT(-1)-0.3313845987*UT(-2)

该方程式表明了粮食产量与化肥施用量、粮食播种面积、农业灾害面积以及第一产业劳动力数的一个短期均衡关系。并且说明了粮食产量的变化不仅取决于上述解释变量的变化，而且还取决于上年或者是前年的粮食产量对均衡水平的偏离，UT(-1)、UT(-2)的估计系数- 1.012819466、- 0.3313845987是对偏离的修正。 总之，通过上述8个检验，我们得到了关于粮食产量影响因素的回归模型。即：

LNY=0.3315135283*LNX2-0.08592825984*LNX6+1.350633211*LN X4-0.08454105226*LNX5+4.891456164（长期均衡模型）

DLNY=0.004139719932+0.2588237257*DLNX2+1.509282242*DLNX4-0.08553366034*DLNX5-0.01707417616*DLNX6-1.012819466*UT(-1)-0.3313845987*UT(-2)（短期均衡模型） 3 结论及政策含义

3.1 保护耕地资源，稳定粮食播种面积 通过本文的分析可知，在影响粮食综合生产能力的因素中，粮食作物播种面积是最主要的影响因素。但由于受农业结构调整、生态退耕、自然灾害损毁和非农业建设占用等多种因素的影响，耕地资源逐年减少，目前仅为世界平均水平的40%。实现《纲要》所确定的目标面临的困难重重，因此我国必须稳定耕地面积，紧守18亿亩基本耕地底线，优化结构与布局、加快开发后备资源、改造中低产田，切实提高粮食生产能力。

3.2 合理施用化肥，提高化肥利用率 化肥施用量与粮食产量呈正向相关关系，说明国我通过施用化肥来提高粮食产量还有一定空间，化肥是农业生产中起到重要作用的物质要素投入，欧美等发达国家目前的粮食产量中有近一半是通过化肥投入取得。然而我国的化肥施用不合理，浪费现象严重，部分地区已引起环境污染。我们必须优化化肥施用比例和产品结构，改进化肥施用技术，推广科学施肥，提高化肥利用率，进行区域化肥优化配置。

3.3 加大基础设施建设，减少成灾面积 由上文分析可知成灾面积对我国农业的影响呈弱负相关，并不代表自然灾害对我国粮食生产的影响不大，而是多年来我国农业基础设施投入持续增加，农业、林业、水利、气象等公益性领域的科学应用研究，农业科学技术的推广应用，气象灾害预测更为准确，使得全国抵抗自然灾害能力不断增强。以夯实粮食综合生产能力为目标，我国必须加强农田水利设施建设，将农业基础设施投入与地方政府政绩挂钩，提高资金建设有效性、建立工程建设管理体制，以提高耕地基础能力和抗灾能力。

3.4 提高农业劳动者素质，对农民工进行培训 第一产业劳动力数量与粮食产量呈弱负相关，一方面是由于大量青壮年劳动力外出打工，留在农村的主要是老弱病残人士，整体素质较低，先进科学技术无法得到推广。另一方面是由于剩余劳动力滞留在土地上没有得到有效配置所造成。因此我们应该合理配置劳动力，通过提高劳动力的产出效率来增加劳动力要素对粮食生产的贡献。国家必须切实提高农民的科技文化素质，大力发展多种形式的教育及培训，以提高农业劳动者的素质，促进农业进步。 参考文献：

[1]国家统计局.中国农村统计年鉴[M].中国统计出版社.1985-2008. [2]肖国安.中国粮食安全研究[M].中国经济出版社，2005.

[3]姜爱林.关于粮食综合生产能力研究的几个问题[J].粮食科技与经济，2004(2). [4]郭燕枝，郭静利，王秀东.我国粮食综合生产能力影响因素分析[J].农业经济问题，2007.