基于VAR模型的安徽省糧食產(chǎn)量影響因素的實(shí)證研究＊

孫 紅，卜樂(lè)樂(lè)，姚佐文

（安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，安徽合肥230036）

基于VAR模型的安徽省糧食產(chǎn)量影響因素的實(shí)證研究＊

孫 紅，卜樂(lè)樂(lè)，姚佐文

（安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，安徽合肥230036）

自然條件、政策環(huán)境、經(jīng)濟(jì)因素、技術(shù)進(jìn)步等因素都會(huì)影響糧食產(chǎn)量。選取安徽省1990—2012年影響糧食生產(chǎn)的7個(gè)因素，最初，使用前向逐步回歸分析的方法研究發(fā)現(xiàn)，對(duì)糧食產(chǎn)量影響較大的因素有糧食成災(zāi)面積、有效灌溉面積、化肥施用量3個(gè)變量。其次，Johansen協(xié)整檢驗(yàn)闡釋了這3個(gè)變量與糧食總產(chǎn)量之間的關(guān)系，并構(gòu)造脈沖響應(yīng)函數(shù)及進(jìn)行方差分解得出這3個(gè)變量對(duì)總產(chǎn)量的貢獻(xiàn)度為：糧食成災(zāi)面積＞化肥施用量＞有效灌溉面積。所以，增強(qiáng)農(nóng)業(yè)工程的防災(zāi)減災(zāi)效果，提升農(nóng)田水利基礎(chǔ)設(shè)施的使用效率，科學(xué)控制化肥施用量對(duì)提高安徽省糧食綜合生產(chǎn)能力具有重大作用。

糧食產(chǎn)量；Johansen檢驗(yàn)；脈沖響應(yīng)函數(shù)；方差分解

一、引言

近年來(lái)安徽省糧食總產(chǎn)量從2003年的2 214．8萬(wàn)噸增長(zhǎng)到2012年的3 289．1萬(wàn)噸，連續(xù)10年實(shí)現(xiàn)增產(chǎn)，年均增長(zhǎng)率達(dá)4．56%。作為我國(guó)13個(gè)糧食主產(chǎn)省之一的安徽省在維護(hù)國(guó)家糧食安全中的作用不可估量。因此，研究安徽省糧食產(chǎn)量及其影響因素?zé)o疑具有重要的現(xiàn)實(shí)意義。針對(duì)糧食生產(chǎn)的影響因素，國(guó)外學(xué)者從不同角度進(jìn)行了研究。一是從自然環(huán)境因素角度研究，如Roger、Samapundo、Aggarwal等分別討論了氣候因素、陽(yáng)光溫度及水資源因素、自然災(zāi)害因素等因素對(duì)糧食產(chǎn)量的不同程度的影響［1－3］。二是從土壤因素角度考慮，如Dobermann通過(guò)測(cè)算，得出了土壤肥力等因素對(duì)大米產(chǎn)量的貢獻(xiàn)率［4］。Lal、Mokma、Lowery研究認(rèn)為，土壤營(yíng)養(yǎng)成分的流失會(huì)影響玉米和大豆的產(chǎn)量［5］。三是從施肥因素角度考慮，如Ladha、Dawe、Pathak在實(shí)驗(yàn)研究中發(fā)現(xiàn)，僅施用一種肥料會(huì)導(dǎo)致農(nóng)作物減產(chǎn)，但配施氮磷鉀有機(jī)肥卻能保證作物穩(wěn)產(chǎn)甚至提升產(chǎn)量，且在亞洲稻麥輪作實(shí)驗(yàn)中得出，因施肥不當(dāng)，農(nóng)作物產(chǎn)量減產(chǎn)嚴(yán)重［6］。四是綜合自然、土壤、施肥及其他因素進(jìn)行研究，如Timsina、Connor分析了土壤肥沃程度、水量、自然災(zāi)害等變量對(duì)小麥和水稻產(chǎn)量造成的影響［7］。Vyn、Hooker使用定量的方法研究了多種因素和單一因素分別對(duì)谷物產(chǎn)量的影響程度［8］。

上世紀(jì)90年代以來(lái)，國(guó)內(nèi)學(xué)者借鑒了國(guó)外多種研究方法如柯布－道格拉斯（C—D）生產(chǎn)函數(shù)、灰色關(guān)聯(lián)分析法、主成分分析法、因子分析法、協(xié)整分析方法、數(shù)據(jù)包絡(luò)（DEA）分析法等對(duì)糧食產(chǎn)量及其影響因素進(jìn)行了探究。例如肖海峰、王姣通過(guò)構(gòu)建C—D生產(chǎn)函數(shù)，分析得出播種面積、化肥施用量、其他物質(zhì)投入對(duì)糧食綜合生產(chǎn)能力的貢獻(xiàn)最大［9］。梁子謙、李小軍利用SSPS軟件，選用因子分析方法，研究分析了各影響因素對(duì)我國(guó)糧食單位面積產(chǎn)量及糧食總播種面積的影響程度［10］。王贊、李松臣利用主成分分析方法得出影響糧食產(chǎn)量的基礎(chǔ)因素，采用協(xié)整分析方法發(fā)現(xiàn)基礎(chǔ)因素及附加因素存在著長(zhǎng)期均衡的關(guān)系，并通過(guò)回歸分析認(rèn)為各因素對(duì)糧食生產(chǎn)的影響是相互關(guān)聯(lián)的，唯有把各因素充分利用起來(lái)才可保證糧食增產(chǎn)順利實(shí)現(xiàn)［11］。馬惠蘭等運(yùn)用灰色關(guān)聯(lián)模型分析了影響糧食產(chǎn)量的主要因素，認(rèn)為耕地面積、有效灌溉面積、糧食播種面積、耕地質(zhì)量和糧食單產(chǎn)是糧食生產(chǎn)關(guān)聯(lián)度最大的幾個(gè)變量，也是維護(hù)新疆糧食生產(chǎn)安全的重要前提和基礎(chǔ)［12］。肖紅波，王濟(jì)民采用數(shù)據(jù)包絡(luò)分析（DEA）方法研究了我國(guó)糧食全要素生產(chǎn)率的發(fā)展變化，認(rèn)為保障糧食生產(chǎn)持續(xù)增產(chǎn)的關(guān)鍵是加大糧食主產(chǎn)區(qū)科技創(chuàng)新強(qiáng)度、促進(jìn)非糧食主產(chǎn)區(qū)糧食科技成果轉(zhuǎn)化、改善全國(guó)糧食生產(chǎn)效率［13］。

經(jīng)上述文獻(xiàn)研究發(fā)現(xiàn)，國(guó)內(nèi)外相關(guān)學(xué)者對(duì)糧食產(chǎn)量影響因素這一問(wèn)題的考察因采取的數(shù)據(jù)及口徑有所差別，所以分析的結(jié)果存在一定差異。本文在綜合分析上述研究成果的基礎(chǔ)上，主要選取的是安徽地區(qū)糧食產(chǎn)量及其影響因素的樣本數(shù)據(jù)作為考察對(duì)象，在數(shù)據(jù)處理方法上采取的是二次指數(shù)平滑法，這樣既重視了近期數(shù)據(jù)的影響又不忽視遠(yuǎn)期數(shù)據(jù)的作用，消除時(shí)間序列數(shù)據(jù)的趨勢(shì)波動(dòng)和追蹤數(shù)據(jù)的變化，提高了建模精度，從而克服了傳統(tǒng)取對(duì)數(shù)模型的方法對(duì)數(shù)據(jù)放大或縮小帶來(lái)的誤差。在進(jìn)行自變量選擇時(shí)運(yùn)用的是逐步回歸法，避免了最小二乘法（OLS）可能帶來(lái)的數(shù)據(jù)的多重共線性問(wèn)題。在建立計(jì)量模型時(shí)，采用Granger檢驗(yàn)，得出各變量具有雙向因果關(guān)系，而單方程的線性回歸無(wú)法體現(xiàn)此種聯(lián)系，因此選擇向量自回歸（VAR）模型，以減小傳統(tǒng)線性回歸模型帶來(lái)的分析偏差，更好的分析影響機(jī)理。最后，本文通過(guò)構(gòu)造脈沖響應(yīng)函數(shù)并進(jìn)行方差分解分析，揭示不同影響因素對(duì)糧食產(chǎn)量的貢獻(xiàn)度，并提出相關(guān)政策建議。

二、數(shù)據(jù)的收集與變量的選取

影響糧食產(chǎn)量的因素大致可以歸結(jié)為四個(gè)方面：自然條件（氣候、土壤、生物因素及播種面積等），政策環(huán)境（政策導(dǎo)向、教育宣傳、產(chǎn)業(yè)扶持和價(jià)格支持制度等），經(jīng)濟(jì)因素（農(nóng)業(yè)生產(chǎn)資料、勞動(dòng)力等），科技進(jìn)步（糧食種植的品種、灌溉條件、栽培技術(shù)等）［14］。鑒于糧食產(chǎn)量是由糧食播種面積和糧食單位面積產(chǎn)量決定的，本文旨在分析研究的是影響糧食產(chǎn)量的間接因素，也即是通過(guò)影響糧食播種面積和糧食單位面積產(chǎn)量而最終影響糧食產(chǎn)量的因素。因此本文根據(jù)各因素對(duì)糧食產(chǎn)量影響的程度以及資料的可獲得性，結(jié)合安徽省糧食生產(chǎn)實(shí)際情況，選擇可能影響糧食生產(chǎn)的7種因素作為分析對(duì)象：X1：糧食成災(zāi)面積（千公頃）、X2：農(nóng)業(yè)機(jī)械總動(dòng)力（萬(wàn)千瓦）、X3：農(nóng)村用電量（億千瓦時(shí)）、X4：糧食生產(chǎn)勞動(dòng)力人數(shù)（萬(wàn)人）、X5：有效灌溉面積（千公頃）、X6：化肥施用量（萬(wàn)噸）、X7：農(nóng)業(yè)產(chǎn)品生產(chǎn)價(jià)格指數(shù)（上年為100）。我們把上述各影響因素定義為自變量，把糧食產(chǎn)量Y定義為因變量。通過(guò)查閱資料收集了安徽省1990—2012年的相關(guān)數(shù)據(jù)，數(shù)據(jù)統(tǒng)計(jì)描述見(jiàn)表1。

表1 農(nóng)業(yè)生產(chǎn)要素指標(biāo)數(shù)據(jù)

三、實(shí)證檢驗(yàn)及結(jié)果分析

（一）逐步回歸分析

利用Eviews6．0軟件，發(fā)現(xiàn)這7個(gè)因素的相關(guān)系數(shù)比較高，考慮到它們之間可能存在多重共線性，因此采用單向前進(jìn)逐步回歸法對(duì)數(shù)據(jù)進(jìn)行處理。首先，在對(duì)模型進(jìn)行逐步回歸之前，考慮到數(shù)據(jù)存在線性趨勢(shì)，為消除時(shí)間序列數(shù)據(jù)的趨勢(shì)波動(dòng)和追蹤數(shù)據(jù)的變化，所以本文選用二次指數(shù)平滑法對(duì)上述7個(gè)自變量進(jìn)行調(diào)整。經(jīng)調(diào)整后的序列用X1sm、X2sm、X3sm、X4sm、X5sm、X6sm、X7sm、Ysm表示。其次，通過(guò)單向前進(jìn)逐步回歸法，剔除對(duì)糧食產(chǎn)量影響不顯著的因素。因此，回歸后進(jìn)入模型的變量包括：糧食成災(zāi)面積X1sm、有效灌溉面積X5sm、化肥施用量X6sm，回歸方程為：

Ysm＝5049．07－2．177 X1sm＋0．032 X5sm＋0．024 X6sm＋ε

R2＝0．999991，F(xiàn)＝282236．9，DW＝1．93，檢驗(yàn)水平都通過(guò)了1%的顯著性水平檢驗(yàn)。從回歸結(jié)果看，X2sm、X3sm、X4sm、X7sm這幾個(gè)變量未通過(guò)經(jīng)濟(jì)意義的檢驗(yàn)，因此在回歸分析中予以剔除?；貧w模型表明：糧食產(chǎn)量Y是隨著糧食成災(zāi)面積X1sm的增加而降低，且隨著有效灌溉面積X5sm和化肥施用量X6sm的增加而提高。

（二）序列平穩(wěn)性檢驗(yàn)

由于樣本數(shù)據(jù)是時(shí)間序列的數(shù)據(jù)，為避免模型出現(xiàn)偽回歸現(xiàn)象，需對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文選用ADF單位根檢驗(yàn)方法對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，根據(jù)模型數(shù)據(jù)的序列形態(tài)，這里采取包含截距項(xiàng)與趨勢(shì)項(xiàng)的檢驗(yàn)方式。經(jīng)檢驗(yàn)，時(shí)間序列X1sm、X5sm、X6sm、Ysm水平值皆不可拒絕存在單位根的零假設(shè)，則它們都是非平穩(wěn)的，即含有單位根。那么對(duì)上述各變量進(jìn)行一階差分，發(fā)現(xiàn)各變量在1%的顯著性水平下拒絕原假設(shè)，則所有變量均為一階單整I（1）數(shù)列，符合協(xié)整檢驗(yàn)的要求。

（三）Johansen協(xié)整檢驗(yàn)

Johansen協(xié)整檢驗(yàn)的前提是模型不存在自相關(guān)和異方差。因此，可使用Q檢驗(yàn)和LM檢驗(yàn)進(jìn)行模型自相關(guān)的檢驗(yàn)［15］。本文選用的是LM檢驗(yàn)（見(jiàn)表2），通過(guò)LM檢驗(yàn)可知模型不存在自相關(guān)。

表2 LM檢驗(yàn)

其次，采用White檢驗(yàn)可檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲?。通過(guò)White檢驗(yàn)（見(jiàn)表3），可得檢驗(yàn)統(tǒng)計(jì)量的值為9．252，查詢?chǔ)址植急恚?．052（9）＝16．910，由于9．252＜16．910，拒絕原假設(shè)，模型不存在異方差。因此，整個(gè)模型都通過(guò)了計(jì)量假設(shè)檢驗(yàn)的前提。

表3 White檢驗(yàn)結(jié)果

在進(jìn)行Johansen協(xié)整檢驗(yàn)前，為了保持合理的自由度使模型參數(shù)具有較強(qiáng)的解釋力，同時(shí)消除誤差項(xiàng)的自相關(guān)，需確定VAR模型的最優(yōu)滯后階數(shù)。因此根據(jù)LR、FPE、AIC、SC和HQ準(zhǔn)則，滯后期P為3時(shí)效果最好，確定VAR（3）為最優(yōu)模型。因而協(xié)整檢驗(yàn)的VAR模型滯后期為2期。通過(guò)上述ADF平穩(wěn)性檢驗(yàn)，可知所有序列都是I（1）序列，滿足進(jìn)行Johansen協(xié)整檢驗(yàn)的條件，Johansen協(xié)整檢驗(yàn)結(jié)果見(jiàn)表4。

由于所選變量均含有趨勢(shì)項(xiàng)和截距項(xiàng)，因此選用Johansen協(xié)整檢驗(yàn)的第四種協(xié)整方程進(jìn)行檢驗(yàn)。通過(guò)Johansen協(xié)整檢驗(yàn)，最大特征值檢驗(yàn)

和跡檢驗(yàn)均在具有1個(gè)協(xié)整方程時(shí)通過(guò)5%的置信水平檢驗(yàn)，說(shuō)明糧食產(chǎn)量和各變量之間的協(xié)整關(guān)系成立，存在長(zhǎng)期均衡關(guān)系。故標(biāo)準(zhǔn)化的協(xié)整關(guān)系如下：

Ysm＝－3．029X1sm＋0．070X5sm－0．118X6sm＋ε（1．231） （0．009） （0．022）

表4 Johansen協(xié)整檢驗(yàn)結(jié)果

協(xié)整方程反映了糧食產(chǎn)量與各影響因素之間存在著長(zhǎng)期均衡關(guān)系。長(zhǎng)期來(lái)看，糧食產(chǎn)量Y與糧食成災(zāi)面積X1sm、化肥施用量X6sm具有負(fù)向關(guān)系，與有效灌溉面積X5sm具有正向關(guān)系。糧食成災(zāi)面積每增加1個(gè)百分點(diǎn)，相應(yīng)糧食產(chǎn)量將減少3．029個(gè)百分點(diǎn)，這與實(shí)際情況相符；有效灌溉面積每增加1%，相應(yīng)糧食產(chǎn)量將增加7%，因此加強(qiáng)安徽省農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)對(duì)保障糧食生產(chǎn)具有重大效用；然而化肥施用量每增加1%，相應(yīng)糧食產(chǎn)量卻減少11．8%，表明安徽省化肥的邊際效應(yīng)已降為負(fù)值，所以提高化肥施用量來(lái)增加糧食產(chǎn)量已不是可行的途徑，因此要科學(xué)合理的施肥，加大配方肥施用面積，提高化肥使用率［16］。

（四）Granger因果檢驗(yàn)

Granger因果關(guān)系檢驗(yàn)可確定各變量之間的相互影響關(guān)系，并且可驗(yàn)證Johansen協(xié)整檢驗(yàn)的正確性，實(shí)際上是檢驗(yàn)一個(gè)變量的滯后變量是不是可以引入到其余變量方程中。通過(guò)Granger檢驗(yàn)（見(jiàn)表5）發(fā)現(xiàn)，模型中每個(gè)變量都受到了其他變量的滯后影響，所以它們之間互為Granger因果關(guān)系，進(jìn)一步證實(shí)了上述結(jié)論符合模型最初的假定和經(jīng)濟(jì)意義。

（五）脈沖響應(yīng)函數(shù)及方差分解

為了進(jìn)一步研究糧食產(chǎn)量與影響因素之間的動(dòng)態(tài)關(guān)系，下文將采用西姆斯（C．A．Smis）提出的向量自回歸（VAR）技術(shù)構(gòu)造脈沖響應(yīng)函數(shù)并進(jìn)行方差分解分析［17］。

表5 Granger檢驗(yàn)

1．脈沖響應(yīng)函數(shù)

圖1是在向量自回歸（VAR）技術(shù)和漸進(jìn)分析方法共同作用下模擬出來(lái)的脈沖響應(yīng)函數(shù)曲線，該響應(yīng)函數(shù)的橫軸為追蹤期數(shù)，縱軸為因變量對(duì)解釋變量的影響程度，圖中的實(shí)線部分為響應(yīng)函數(shù)的計(jì)算值，另外，設(shè)定此響應(yīng)函數(shù)追蹤期數(shù)為10年。從圖1可以觀察到糧食產(chǎn)量Ysm受其自身的一個(gè)沖擊立刻產(chǎn)生較強(qiáng)的正向沖擊反應(yīng)，并且第5期達(dá)到最大值，從第5期往后開始下降，最后保持在0．2附近，說(shuō)明糧食短期產(chǎn)量對(duì)長(zhǎng)期糧食產(chǎn)量具有不可忽視的影響。糧食成災(zāi)面積X1sm對(duì)糧食產(chǎn)量Ysm的脈沖響應(yīng)在前6期有著較強(qiáng)的負(fù)向沖擊，并在第5期由負(fù)值上升為正值，隨后又不斷的正負(fù)波動(dòng)，直到第9期趨于0。糧食產(chǎn)量Ysm對(duì)來(lái)自有效灌溉面積X5sm、化肥施用量X6sm的沖擊在第一期即產(chǎn)生較大的正向沖擊反應(yīng)，有效灌溉面積X5sm的沖擊第3期達(dá)到最大值后逐漸降低，在第9期后變?yōu)樨?fù)值?；适┯昧縓6sm的脈沖響應(yīng)在第2期達(dá)到最大，之后緩慢下降，第5期至第8期平穩(wěn)于1．5附近，第9期往后降為負(fù)值?？梢钥闯?，有效灌溉面積對(duì)糧食產(chǎn)量的影響與化肥施用量相類似，但總體沖擊強(qiáng)度大于化肥使用量。

2．方差分解

為了更直觀具體的研究VAR模型的動(dòng)態(tài)特征，運(yùn)用方差分解把系統(tǒng)中各內(nèi)生變量的波動(dòng)情況按其成因分解為與各方程新息有關(guān)的組成部分，模型中內(nèi)生變量的重要性通過(guò)新息體現(xiàn)出來(lái)。文章利用Eviews6．0軟件獲取的方差結(jié)果（圖2所示）。

可以看出，由于把糧食產(chǎn)量Ysm設(shè)為第一因變量，導(dǎo)致其在第1期的貢獻(xiàn)率為100%，從第2期開始，糧食產(chǎn)量Ysm對(duì)其本身的沖擊逐漸下降，第6期后基本穩(wěn)定在80%左右，說(shuō)明糧食產(chǎn)量自身的沖擊雖逐漸下降，但仍發(fā)揮著舉足輕重的作用。糧食成災(zāi)面積X1sm對(duì)糧食產(chǎn)量的貢獻(xiàn)率由第2期的3%逐漸上升至第10期的11%左右，可見(jiàn)自然災(zāi)害對(duì)安徽糧食生產(chǎn)的影響十分顯著，所以我們要提高防災(zāi)抗災(zāi)減災(zāi)能力，減少自然災(zāi)害對(duì)糧食生產(chǎn)的破壞。有效灌溉面積X5sm對(duì)糧食產(chǎn)量的貢獻(xiàn)率不大，一直保持在2%左右的水平，這是因?yàn)槭茏匀粸?zāi)害和氣候變遷等一系列因素的影響，相關(guān)的農(nóng)田水利基礎(chǔ)設(shè)施未能充分發(fā)揮其作用，導(dǎo)致有效灌溉面積的貢獻(xiàn)率不高?；适┯昧縓6sm的一個(gè)結(jié)構(gòu)沖擊對(duì)糧食總產(chǎn)量的貢獻(xiàn)度在第一期上升比較迅速，往后各期漸趨平穩(wěn)至6%。從目前形勢(shì)來(lái)看，隨著化肥工業(yè)的發(fā)展，農(nóng)業(yè)種植過(guò)程中工業(yè)化肥施用的量在逐年增加，使得農(nóng)業(yè)生產(chǎn)及種植環(huán)境破壞極其嚴(yán)重，從而導(dǎo)致糧食生產(chǎn)減產(chǎn)。因此應(yīng)大力支持農(nóng)民施用有機(jī)肥料，鼓勵(lì)政府加大配方肥等的科技投入，著重提高農(nóng)用化肥的使用效率，進(jìn)而增加糧食產(chǎn)量。

圖1 脈沖響應(yīng)函數(shù)曲線

圖2 Ysm的方差分解

四、結(jié)論及建議

以上是基于安徽省糧食產(chǎn)量與各影響因素的1990—2012年統(tǒng)計(jì)資料的實(shí)證分析，檢驗(yàn)證明了各變量之間存在相互因果關(guān)系，繼而構(gòu)造脈沖響應(yīng)函數(shù)并對(duì)影響因素進(jìn)行方差分解，得出各影響因素對(duì)糧食產(chǎn)量的貢獻(xiàn)度情況為：糧食成災(zāi)面積（X1sm）＞化肥施用量（X6sm）＞有效灌溉面積（X5sm）。當(dāng)然，影響糧食生產(chǎn)的因素既包括宏觀因素又包括微觀因素，本文雖分析了影響安徽省糧食產(chǎn)量的主要因素，但制度因素，如政策支持、價(jià)格及補(bǔ)貼等因素的影響還需要我們做進(jìn)一步的深入研究［18］。

針對(duì)上述結(jié)論，對(duì)安徽省糧食生產(chǎn)提出如下建議：

一要進(jìn)一步加強(qiáng)安徽省農(nóng)業(yè)防災(zāi)抗災(zāi)減災(zāi)工作，保障糧食生產(chǎn)。即進(jìn)一步加強(qiáng)農(nóng)業(yè)氣候變化的監(jiān)測(cè)及科學(xué)預(yù)測(cè)，減少自然災(zāi)害對(duì)糧食作物的破壞，做好防災(zāi)工作；加大農(nóng)田水渠道管理，增強(qiáng)糧田抗災(zāi)害能力，確保農(nóng)田符合旱澇保收的標(biāo)準(zhǔn)；擴(kuò)大穩(wěn)產(chǎn)高產(chǎn)糧田建設(shè)面積，加大對(duì)中低產(chǎn)田的改造力度，增加單位面積產(chǎn)出率，減少自然災(zāi)害對(duì)糧田作物的迫害，進(jìn)而實(shí)現(xiàn)糧食穩(wěn)產(chǎn)增產(chǎn)。

二要進(jìn)一步加強(qiáng)農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)，目前，安徽省農(nóng)田水利基礎(chǔ)設(shè)施不完善、使用效率低、糧食生產(chǎn)能力弱，因此政府需著重加強(qiáng)農(nóng)田相關(guān)設(shè)施的建設(shè)，擴(kuò)大糧田灌溉面積，進(jìn)而改善農(nóng)田生產(chǎn)條件。

三要重視科學(xué)技術(shù)，促使糧食穩(wěn)產(chǎn)增產(chǎn)。首先針對(duì)土地質(zhì)量，合理施肥，減少化肥的不合理使用對(duì)土壤的傷害。其次要加強(qiáng)耕地質(zhì)量的建設(shè)，應(yīng)鼓勵(lì)農(nóng)民發(fā)展綠肥、秸稈還田和施用農(nóng)家肥，擴(kuò)大土壤有機(jī)質(zhì)。

［1］ROGER W．Implications of Climatic Variability for Food Security in the Southern African Development Community（SADC）［C］．Zimbabwe：Internet Journal for African Studies，1997．

［2］SAMAPUNDO S，DEVLIEGHERE F，MEULENAER B，et al．Predictive Modeling of the Individual and Combined Effect of Water Activity and Temperature on the Radial Growth of Fusarium verticilliodes and proliferatum on Corn［J］．International Journal of Food Microbiology，2005，105：35－52．

［3］AGGARWAL，KALRA N，CHANDER S，et al．Info－Crop：A Dynamic Simulation Model for the Assessment of Crop Yields，Losses Due to Pests，Environmental Impact of Agro－ecosystems in Tropical Environments［J］．Performance of the Model J．Agricultural Systems，2006，89：47－67．

［4］DOBERMANN A．Factors Causing Field Variations of Direct－seeded Flooded Rice［J］．Geoderma，1994，62：125－150．

［5］LAL R，MOKMA D，LOWERY B．Relation between Soil Quality and Soil Erosionpp R．Lai［M］．Soil Quality and Soil Erosion．Boca Raton：CRC Press，1999．

［6］LADHA J K，DAWE D，ATHAK H．How Extensive are Yield Declines in Long－term Rice－wheat Experiments in Asia［J］．Field Crops Research，2003，81：159－180．

［7］TIMSINA J，CONNOR D J．Productivity and Management of Rice——wheat Cropping Systems：Issues and Challenges［J］．Field Crops Research，2001，69：93－132．

［8］VYN T J，HOOKER D C．Assessment Multiple and Single－factor Stress Impacts on Corn［J］．Field Crops Research，2002，75：123－137．

［9］肖海峰，王姣．我國(guó)糧食綜合生產(chǎn)能力影響因素分析［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2004（6）：45－49．

［10］梁子謙，李小軍．影響中國(guó)糧食生產(chǎn)的因子分析［J］．農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2006（11）：19－22．

［11］王贊，李松臣．我國(guó)糧食生產(chǎn)影響因素的研究——基于主成分分析和協(xié)整分析［J］．天津大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2009，11（9）：338－402．

［12］馬惠蘭，劉英杰，孫長(zhǎng)平．新疆糧食生產(chǎn)與影響因素分析［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（11）：96－99．

［13］肖紅波，王濟(jì)民．新世紀(jì)以來(lái)我國(guó)糧食綜合技術(shù)效率和全要素生產(chǎn)率分析［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（1）：36－46．

［14］王雨濛．湖北省糧食生產(chǎn)灰色關(guān)聯(lián)動(dòng)態(tài)分析［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011（6）：81－86．

［15］高鐵梅．計(jì)量經(jīng)濟(jì)分析方法與建模——Eviews應(yīng)用及實(shí)例［M］．北京：清華大學(xué)出版社，2006：150－152．

［16］林源，馬驥．農(nóng)戶糧食生產(chǎn)中化肥施用的經(jīng)濟(jì)水平測(cè)算——以華北平原小麥種植戶為例［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013（1）：25－31．

［17］孫自保，宋連久，李萍．基于VAR模型的西藏糧食增長(zhǎng)趨勢(shì)分析［J］．軟科學(xué)，2010（6）：80－84．

［18］呂德宏，閆文收，楊希．農(nóng)業(yè)資金投入渠道對(duì)糧食生產(chǎn)能力影響差異性及協(xié)作性研究［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013（6）：106－112．

An Empirical Study on Factors Influencing Anhui Grain Output Based on VAR Model

SUN Hong，BU Le－le，YAO Zuo－wen
（School of Economics and Management，Anhui Agricultural University，Hefei 230036，China）

The factors influencing grain output include natural conditions，policy environment，economy factors，technology progress and so on．The paper selects seven factors based on the data from 1990—2012in Anhui Province，and employs forward stepwise regression analysis to study the main factors influencing grain output．The result indicates that the inundated area of grain，the effective irrigation area and the chemical fertilizer significantly affect the grain output，the relationship between the three variables and the grain output is illustrated by Johansen test，and the contribution degrees are explained by constructing the impulse response functions and the variance decomposition methods．Therefore，to strengthen agricultural disaster prevention and reduction，to improve irrigation and water conservancy construction efficiently and to control the amount of chemical fertilizer scientifically have great impact on improving the overall grain production capability of Anhui Province．

grain output；VAR model；impulse response function；variance decomposition

F301．2

A

1009－2463（2014）04－0043－06

2013－12－31

安徽省軟科學(xué)研究計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：1302053038《技術(shù)創(chuàng)新鏈視角下新型農(nóng)業(yè)科技服務(wù)體系構(gòu)建研究）

孫 紅（1987－），女，山東棗莊人，安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，碩士研究生。

卜樂(lè)樂(lè)（1986－），男，安徽阜陽(yáng)人，安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，碩士研究生。

姚佐文（1963－），男，安徽樅陽(yáng)人，安徽農(nóng)業(yè)大學(xué)科技處處長(zhǎng)，教授，博士。