良種投入與耕作技術對湖北糧食綜合生產能力的影響

張躍強，陳池波

（中南財經政法大學工商管理學院，武漢430073）

0 引言

民以食為天，食以糧為安。自2004年以來，湖北省不斷加大對糧食良種的補貼和農田耕作技術的支持力度，取得了湖北糧食產量“十連增”的可喜成就。但不可否認，隨著城市化進程的加快和農村勞動力的轉移，湖北糧食生產的投入條件變得日益嚴峻，嚴重影響了湖北糧食綜合生產能力的提升。因此，在這些不利條件的影響下，要實現(xiàn)湖北糧食總產量的穩(wěn)步增加，必須充分發(fā)揮糧食良種和農田耕作技術的作用。那么，糧食良種和農田耕作技術對湖北糧食綜合生產能力的貢獻度如何？糧食良種和農田耕作技術從長期看是如何影響湖北糧食綜合生產能力的？本文在取得1991～2012年數(shù)據(jù)資料的基礎上，運用VAR模型，進行實證檢驗和分析，以得出更為可靠的結論和提出更有針對性的對策建議。

1 數(shù)據(jù)說明與模型選擇

1.1 數(shù)據(jù)說明

本文所需數(shù)據(jù)均來源于歷年的《湖北統(tǒng)計年鑒》和《湖北農村統(tǒng)計年鑒》，時間為1991～2012年。為準確分析良種投入和耕作技術對湖北糧食綜合生產能力的影響，特用水稻、小麥和玉米的良種面積之和代表良種投入，用機耕面積代表農田耕作技術，用糧食總產量代表糧食綜合生產能力。

為了消除時間序列中存在的異方差，還需對取得的數(shù)據(jù)取自然對數(shù)。為分析問題方便，我們用Y表示湖北糧食總產量，X1表示水稻、小麥和玉米良種面積之和，X2表示機耕面積，取對數(shù)后的新變量我們分別用LY、LX1、LX2來表示。

1.2 模型選擇

由于所使用的是時間序列數(shù)據(jù)，因而在進行實證檢驗時本文選擇使用向量自回歸（VAR）模型。向量自回歸（VAR）模型是將系統(tǒng)中每一個內生變量作為系統(tǒng)中所有內生變量的滯后值的函數(shù)來構造模型，可實現(xiàn)將單變量自回歸模型推廣到多元時間序列變量組成的“向量”自回歸模型[1]。含有N個變量，滯后k期的VAR模型的表達式為：

向量，Ut～ΠD(0，Ω)為N×1階隨機誤差列向量。

2 實證分析

2.1 變量的單位根檢驗

為了避免直接利用時間序列數(shù)據(jù)進行回歸分析造成的“偽回歸”現(xiàn)象，因此在進行回歸分析之前，首先要對各項時間序列變量進行平穩(wěn)性檢驗。借助于Eviews7.0軟件，對Y、X1、X2進行單位根檢驗，檢驗結果如表1所示。

表1 對各變量進行ADF單位根檢驗結果

由表1 可看出，在5%的顯著性水平下，LY、LX1、LX2均為非平穩(wěn)時間序列，但經過一階差分后都變?yōu)榱似椒€(wěn)時間序列。

2.2 VAR模型

根據(jù)前文分析，⊿LY、⊿LX1、⊿LX2均為一階單整時間序列，因此LY與LX1、LX2之間可能存在協(xié)整關系。但在進行協(xié)整檢驗之前先要確定VAR模型的最大滯后階數(shù)。

2.2.1 最大滯后階數(shù)P的確定

首先運用AIC和SC準則選擇最大滯后階數(shù)P值，經Eviews7.0軟件輸出后得到結果如表2所示：

表2 AIC與SC隨P的變化

從表2可看出，AIC值在滯后3期達到最小值，但SC值在滯后1期達到最小值，由于這兩項指標值并未在同一時期達到最小值，故需用對數(shù)似然比統(tǒng)計量LR確定P值。

經計算LR=35.2842，自由度 f=VAR(3)-VAR(1)=18，則伴隨概率為：

因此可確定最大滯后階數(shù)為3，即要建立的是VAR（3）模型。

2.2.2 協(xié)整檢驗與誤差修正模型

由于本文所要檢驗的是三個變量之間的協(xié)整關系，所以需采用Johansen協(xié)整檢驗法來進行[2]。而協(xié)整檢驗模型的滯后期為無約束VAR模型的一階差分變量的滯后期，由于我們所確定的無約束VAR模型的最大滯后期為3，因此協(xié)整檢驗模型的滯后期應為2，故所選用的檢驗形式是數(shù)據(jù)有確定性趨勢、協(xié)整方程有截距項，滯后期為2期，具體結果如表3所示：

表3 LY與LX1、LX2Johansen協(xié)整檢驗結果

在表3中第4行跡統(tǒng)計量3.8633大于5%顯著性水平下的臨界值3.8415，拒絕原假設。這說明LY與LX1、LX2之間，分別在95%的置信水平下存在協(xié)整關系，從而說明良種投入和耕作技術與湖北糧食綜合生產能力之間存在長期均衡關系。估計出的標準化的協(xié)整方程為：

在式（4）中，圓括號內的數(shù)據(jù)為標準差，方括號內的數(shù)據(jù)為t統(tǒng)計量。從式（4）可看出，LX1、LX2對湖北糧食綜合生產能力的長期彈性系數(shù)分別是1.3929、-0.0451。表明良種投入對湖北糧食綜合生產能力發(fā)揮出較大的正向影響，而耕作技術尚未對湖北糧食綜合生產能力發(fā)揮出積極的影響效應，從而說明湖北糧食生產還未走上集約化發(fā)展之路。

由于長期分析是各種影響綜合作用的結果，同時長期分析結果有可能掩蓋某些問題，因此特采用誤差修正模型（VEC）來描述短期內良種投入和耕作技術對湖北糧食綜合生產能力的影響。利用協(xié)整方程式（4），可得誤差修正模型如下：

在式（5）中，圓括號內的數(shù)據(jù)為標準差，方括號內的數(shù)據(jù)為t統(tǒng)計量。根據(jù)誤差修正模型估計結果，短期來看，湖北糧食綜合生產能力受到自身、良種投入以及耕作技術的影響。具體來說，短期內，滯后1年的湖北糧食綜合生產能力對其自身變化影響比滯后2年的影響更為顯著；滯后1年的良種投入對湖北糧食綜合生產能力的變化影響也比滯后2年的影響更為顯著；而滯后2年的耕作技術對湖北糧食綜合生產能力的變化影響卻比滯后1年的影響更為顯著。

2.2.3 格蘭杰因果關系檢驗

為進一步測度和分析LX1、LX2對LY的影響，接下來通過Granger檢驗來判斷LX1與LY以及LX2對LY之間是否存在因果關系，利用EViews7.0輸出結果如表4所示：

表4 LX1、LX2與LY的格蘭杰因果檢驗結果

從表4可看出，在10%的顯著性水平下，LX1是LY的Granger原因，同時LY也是LX1的Granger原因，這表明良種投入是湖北糧食綜合生產能力提升的原因，同時糧食綜合生產能力提升又進一步促使良種更大規(guī)模的投入。但LX2不是LY的Granger原因，同時LY也不是LX1的Granger原因，這表明農田耕作技術尚未對湖北糧食綜合生產能力的提升產生實質性的影響，原因是由于湖北的農田耕作技術還未得到根本性的改進和提高造成的。

2.2.4 脈沖響應函數(shù)

圖1是根據(jù)VAR(3)模型形成的脈沖響應函數(shù)曲線。橫坐標代表響應函數(shù)的追蹤期數(shù)，這里設定為10年，縱坐標代表因變量對自變量的響應程度。圖中實線表示響應函數(shù)的計算值，虛線圍成的區(qū)域表示兩倍標準差的置信帶。

圖1 VAR(3)模型脈沖響應函數(shù)曲線

圖1共有4張反映不同結果的脈沖響應函數(shù)曲線圖。圖1(a)反映的是湖北糧食綜合生產能力對良種投入的響應情況和響應路徑，圖1(b)反映的是良種投入對湖北糧食綜合生產能力的響應情況和響應路徑，圖1(c)反映的是湖北糧食綜合生產能力對耕作技術的響應情況和響應路徑，圖1(d)反映的是耕作技術對湖北糧食綜合生產能力的響應情況和響應路徑。

本文主要分析良種投入和耕作技術對湖北糧食綜合生產能力的影響，故這里只對圖1(a)和圖1(c)進行分析。從圖1(a)可看出，湖北糧食綜合生產能力對良種投入一個標準新息的擾動的響應，一開始為正，并在第4年達到最大,之后開始下降并在第9年遞減為0，第10年變?yōu)樨擁憫＿@表明良種投入對湖北糧食綜合生產能力的影響一開始為正，隨著良種投入的普及和連續(xù)運用，良種投入對糧食總產量的作用開始降低，不僅不能帶來糧食總產量的增加，而且還會阻礙總產量的增加，屬于典型的“邊際效用遞減”。因此，需要研制新的良種代替舊的良種，以確保糧食生產能力的提升。從圖1(c)可看出，湖北糧食綜合生產能力對耕作技術一個標準新息的擾動的響應，一開始也為正，并在第3年達到最大，之后開始下降并在第7年遞減為0，第8年及之后為負效應。這表明耕作技術相比良種投入對湖北糧食綜合生產能力的正向影響較小。因此，需要不斷創(chuàng)造能夠使新耕作技術發(fā)揮作用的條件，才能促進湖北糧食綜合生產能力的有效提升。

2.2.5 方差分解

基于VAR(3)模型，得到了LY的方差分解結果，如表5所示：

表5中，第1列為預測期，S.E.為變量LY、LX1和LX2的各期預測標準誤差，LY、LX1、LX2列是以LY列為因變量的方程新息對各期預測誤差的貢獻度，每行的結果相加為100。

從LY的方差分解可看出，湖北糧食綜合生產能力從第1期開始就受到自身波動的影響，但之后這種影響呈逐漸減弱趨勢，到第10期時僅為49.04%。而湖北糧食綜合生產能力受良種投入和耕作技術沖擊的影響從第2期才開始顯現(xiàn)。具體來說，湖北糧食綜合生產能力受良種投入沖擊的影響先趨于增大，在第7期達到最大值39.43%后再減弱，在第10期時減弱為36.28%；而受耕作技術沖擊的影響基本上是一直趨于增大，由第2期的6.00%增大到第10期的14.68%。這表明良種投入對湖北糧食綜合生產能力的影響在經過一段時間達到最大后會減弱，需要研發(fā)新的良種來代替原來的良種，而農田耕作技術對湖北糧食綜合生產能力的影響盡管在不斷加大，但還是遠小于良種投入對湖北糧食綜合生產能力的影響。

表5 LY的方差分解結果

3 結論與對策建議

3.1 結論

根據(jù)前文分析，我們得出：良種投入對湖北糧食綜合生產能力提升發(fā)揮出積極的促進作用，良種投入每增加1%，將使得湖北糧食綜合生產能力提升1.39%；但農田耕作技術尚未對湖北糧食綜合生產能力發(fā)揮出積極的促進作用，這是由于一方面湖北現(xiàn)階段糧食生產方式還未完成粗放型向集約型的轉變，農田耕作技術整體上還比較落后，落后的耕作技術不利于糧食總產量的提高，另一方面先進耕作技術的運用也需要滿足一定的條件且對糧食總產量正向影響的發(fā)揮需要一定的時滯才能顯現(xiàn)出來。通過脈沖響應函數(shù)和方差分析發(fā)現(xiàn)：良種投入對湖北糧食綜合生產能力的影響具有“邊際效用遞減規(guī)律”，即效用在經過一段時間達到最大后開始下降，故需要研制新的良種來進行替代，而農田耕作技術對湖北糧食綜合生產能力的正向影響效應遠小于良種投入，因而應努力提升耕作技術水平并積極滿足技術的適用條件。

3.2 對策建議

一是應加快研制新的糧食良種。根據(jù)分析，良種對湖北糧食綜合生產能力的影響具有“邊際效用遞減規(guī)律”。如果長時間使用這批良種，則其對湖北糧食綜合生產能力的提升作用會越來越小，甚至為負。因此，為確保湖北糧食綜合生產能力實現(xiàn)長期而有效的提升，必須不斷提高農業(yè)科研水平，研究和開發(fā)新的良種。

二是應積極滿足耕作技術的適用條件。任何技術的運用都需要滿足一定的條件。耕作技術之所以還未對湖北糧食綜合生產能力發(fā)揮出較大的正向效應，重要原因就是不具備運用這些技術的條件。因此，在運用耕作技術時，首先應滿足它的適用條件，包括地形條件、土地規(guī)模條件等，這樣才有助于實現(xiàn)耕作技術的效用，促進湖北糧食綜合生產能力的有效提升。

三是應注重農田耕作技術的長期使用。從理論上說，耕作技術的改進會對湖北糧食綜合生產能力的提升產生積極的促進作用。但技術如果運用不當，也會對湖北糧食綜合生產能力產生不利的影響，同時技術效應的發(fā)揮需要一定的時滯。因此，不能過多的追求農田耕作技術的短期效應，而應在熟練掌握該項耕作技術的基礎上突出它的長期效應。

[1]李占風.經濟計量學[M].北京：中國統(tǒng)計出版社，2010.

[2]Johansen S.Estimation and Hypothesis Testing of Cointegration Vectors Autoregressive Models[J].Econometrica,1991,59.