土地整治對中國糧食產(chǎn)出穩(wěn)定性的貢獻(xiàn)

謝向向，汪 晗，張安錄，楊 蒙

（1.華中農(nóng)業(yè)大學(xué)公共管理學(xué)院，湖北 武漢 430070；2.廣西大學(xué)公共管理學(xué)院，廣西 南寧 530004；3.中國長江三峽集團(tuán)公司移民工作局，四川 成都 610041）

1 引言

中國糧食安全狀況一直以來都是中國政府和國際社會極為重視和關(guān)注的重大問題之一[1]。為了保障糧食安全，多年來中央一號文件都把促進(jìn)糧食穩(wěn)定增產(chǎn)作為政府工作的重中之重，2011 年國務(wù)院辦公廳頒布《全國糧食穩(wěn)定增產(chǎn)行動的意見》，使得糧食安全從農(nóng)業(yè)供給視角上分解為具體的“糧食穩(wěn)定增產(chǎn)”的量的指標(biāo)[2]。土地整治作為適時補(bǔ)充耕地和提升土地產(chǎn)能的重要手段[3]，可能對糧食增產(chǎn)穩(wěn)產(chǎn)性產(chǎn)生重要作用。改革開放至今，糧食產(chǎn)量整體處于增長趨勢，但增長的波動性也較為明顯[4]。探索土地整治對中國糧食增產(chǎn)穩(wěn)定性的影響機(jī)制，對合理引導(dǎo)土地整治工作推進(jìn)，促進(jìn)糧食增產(chǎn)穩(wěn)產(chǎn)，具有重大的現(xiàn)實意義。

目前，為研究糧食產(chǎn)量變化特征，學(xué)者們將糧食產(chǎn)量分解為趨勢產(chǎn)量和波動產(chǎn)量，研究方法多是線性擬合法[5-6]、經(jīng)驗?zāi)B(tài)分解方法（EMD）[7]、B-P濾波法[8]、H-P濾波法[2，4]等。其中，H-P濾波法操作相對方便，適用數(shù)據(jù)較廣泛，較具包容性及科學(xué)性[9]。關(guān)于糧食產(chǎn)量影響因素的定量研究，主要集中在常規(guī)投入要素、自然條件、制度政策等對糧食產(chǎn)量的影響[10-12]，僅少數(shù)學(xué)者對糧食趨勢產(chǎn)量或波動產(chǎn)量影響因素進(jìn)行定量研究。尹朝靜等[13]分別以糧食總產(chǎn)量和趨勢產(chǎn)量為產(chǎn)出指標(biāo)，研究氣候因素對糧食生產(chǎn)效率的影響。張永強(qiáng)等[14]利用2004—2014年數(shù)據(jù)，建立糧食趨勢產(chǎn)量和波動產(chǎn)量雙函數(shù)模型。張樹濤[15]定量研究各影響因子趨勢量對糧食趨勢產(chǎn)量的影響和各影響因子波動量對波動產(chǎn)量的影響。糧食實際產(chǎn)量包含趨勢因素和波動因素，要實現(xiàn)糧食增產(chǎn)穩(wěn)產(chǎn)，必須同時把握未來糧食增產(chǎn)趨勢和波動情況。

關(guān)于糧食增產(chǎn)趨勢的影響因素，多集中于從投入產(chǎn)出角度研究。龍方[16]采用回歸分析法，得出化肥使用量、自然災(zāi)害、農(nóng)機(jī)具總動力、糧食收購價等對糧食增產(chǎn)的貢獻(xiàn)度。顧樂民[17]研究發(fā)現(xiàn)，中國糧食產(chǎn)量的增長主要取決于化肥施用量和農(nóng)業(yè)機(jī)械總動力。張永強(qiáng)[14]以糧食趨勢產(chǎn)量為被解釋變量，資本、技術(shù)、勞動投入為解釋變量，構(gòu)建面板回歸模型，研究各投入要素對糧食趨勢的影響。張樹濤[15]研究發(fā)現(xiàn)糧食播種面積趨勢量、有效灌溉面積趨勢量和科技進(jìn)步對糧食總產(chǎn)趨勢貢獻(xiàn)最大，而農(nóng)林牧漁從業(yè)人員趨勢量和支持農(nóng)業(yè)生產(chǎn)和事業(yè)支出趨勢量卻抑制糧食總產(chǎn)趨勢的增長。

關(guān)于糧食產(chǎn)量波動性的影響因素，學(xué)者們多是從氣候因素來考慮。Kueh[18]調(diào)查認(rèn)為氣候如降雨量的變化會使整個國家糧食產(chǎn)量產(chǎn)生較大波動。Samapundo S等[19]定量分析了水資源和溫度對產(chǎn)量增長的影響。龍方[19]、藺濤等[20]的研究均說明氣候變化和自然災(zāi)害是造成糧食產(chǎn)量波動的重要原因。蔣尚明等[21]基于經(jīng)驗?zāi)B(tài)分解法和集對分析理論，得出自然災(zāi)害受災(zāi)率對糧食單產(chǎn)波動的綜合影響率為31.26%。

土地整治作為解決農(nóng)業(yè)灌排問題，改善農(nóng)業(yè)生產(chǎn)條件的國家重大政策，在提高耕地產(chǎn)能和促進(jìn)糧食增產(chǎn)穩(wěn)定性方面發(fā)揮著巨大作用。然而現(xiàn)有研究中，鮮見關(guān)于土地整治對糧食產(chǎn)量波動作用的研究。目前，關(guān)于土地整治的研究也主要集中在土地整治的績效評價[22]，潛力分析[23]，土地整治與國民經(jīng)濟(jì)[24]、農(nóng)業(yè)經(jīng)濟(jì)[25]的關(guān)系研究。土地整治與糧食安全的結(jié)合也主要通過間接影響耕地數(shù)量和質(zhì)量角度分析[26]。土地整治作為保障糧食安全的重要舉措，對糧食增產(chǎn)穩(wěn)產(chǎn)性影響如何，有待研究?；诖?，本文試圖運(yùn)用2000—2015年中國省域土地整治與糧食生產(chǎn)相關(guān)數(shù)據(jù)，采用H-P濾波法將糧食產(chǎn)量分解為趨勢產(chǎn)量和波動產(chǎn)量，建立雙函數(shù)面板回歸模型，從全國和不同區(qū)域?qū)用嫜芯砍Ｒ?guī)投入要素對糧食產(chǎn)量趨勢的影響和土地整治對波動性的影響，以期為未來土地整治工程實施和糧食產(chǎn)量的穩(wěn)定增長提供參考。

2 研究方法

2.1 H-P濾波法

為了更直觀地反映糧食產(chǎn)量的變化特征，本文運(yùn)用H-P濾波法將糧食產(chǎn)量的長期趨勢和短期波動進(jìn)行分解，并測算出波動率。H-P濾波分解是由Hodrick和Prescott[27]提出，此方法假定時間序列Yt是由趨勢性成分和波動性成分兩部分組成，則對于時間序列Yt，H-P濾波就是要選擇一個時間序列，最小化實際值和樣本點的趨勢值，即要滿足如下條件：

糧食產(chǎn)量波動率是指實際糧食產(chǎn)量偏離長期趨勢的比值，測算公式如下：

2.2 變量設(shè)置與模型構(gòu)建

為考察各要素對糧食產(chǎn)量趨勢性和波動性的影響，分別建立趨勢產(chǎn)量模型和波動強(qiáng)度模型。由于糧食生產(chǎn)要素投入、技術(shù)水平及農(nóng)民素質(zhì)提高等社會經(jīng)濟(jì)因素是一個逐漸累積的過程，表現(xiàn)為長期尺度的隨時間變化的平穩(wěn)變化項。而氣溫、降水及極端氣候等氣候因素表現(xiàn)為短期時間尺度的偏離時間變化的顯著波動項[13]。因此，趨勢產(chǎn)量模型中以土地、勞動、資本三大常規(guī)投入要素作為解釋變量。本文要考察人為的土地整治投入對糧食產(chǎn)量穩(wěn)定性的作用，因此在糧食產(chǎn)量波動強(qiáng)度模型中，將土地整治投入變量作為解釋變量，氣候因素作為控制變量。假設(shè)糧食生產(chǎn)符合Cobb-Douglas函數(shù)，為消除數(shù)據(jù)的不穩(wěn)定性和異方差性，對數(shù)據(jù)進(jìn)行自然對數(shù)處理，構(gòu)建多元對數(shù)面板模型，具體形式如下：

3 研究區(qū)域與數(shù)據(jù)來源

考慮數(shù)據(jù)的可獲取性及研究單元之間數(shù)據(jù)的可比性，本文選擇中國除港、澳、臺以外的?。ㄊ小^(qū)）為研究對象，西藏、海南由于特殊的資源稟賦，未納入本文研究對象之列，最終研究樣本包括29個?。ㄊ?、區(qū)）。糧食生產(chǎn)具有明顯的區(qū)域性特征，結(jié)合本文研究重點，將其劃分為主產(chǎn)區(qū)和非主產(chǎn)區(qū)。根據(jù)2001年國務(wù)院《關(guān)于進(jìn)一步深化糧食流通體制改革的意見》，將河北、內(nèi)蒙古、遼寧、吉林、黑龍江、江蘇、安徽、江西、山東、河南、湖北、湖南、四川13個省份作為糧食主產(chǎn)區(qū)，將平衡區(qū)和主銷區(qū)所包含的16個省份作為非主產(chǎn)區(qū)，具體包括北京、天津、山西、上海、浙江、福建、廣東、廣西、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

由于1999年新時期土地整治以來，糧食產(chǎn)量波動性逐漸減弱，同時考慮數(shù)據(jù)可獲取性，故本文選取2000—2015年為研究時段。文中所需土地整治相關(guān)數(shù)據(jù)來源于2001—2016年《中國國土資源統(tǒng)計年鑒》；糧食生產(chǎn)相關(guān)數(shù)據(jù)來源于2001—2016年《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》以及各省統(tǒng)計年鑒等；氣候數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/data/detail/dataCode/B.0011.0001C.html）。需要說明的是，2005—2015年土地整治投資額年鑒上并未統(tǒng)計，是根據(jù)各省已知年份的土地整治投資額與實際新增費(fèi)之間的比例折算而來，新增費(fèi)數(shù)據(jù)則來源于國土資源部。

4 結(jié)果與分析

4.1 中國土地整治與糧食產(chǎn)量變化

4.1.1 土地整治的變化特征 1998年以來，中國土地整治事業(yè)由起步到較快發(fā)展，基本實現(xiàn)了由自發(fā)、無序、無穩(wěn)定投入到有組織、有規(guī)范、有較穩(wěn)定投入的轉(zhuǎn)變[28]。2000—2015年，中國土地整治總面積為1603.24×104hm2，投資額4548.05×108元，通過土地整治補(bǔ)充耕地448.29×104hm2，平均投資強(qiáng)度為1891元/畝。2000年以來土地整治規(guī)模和投資額整體呈上升趨勢（圖1），特別是2008年以來，幾乎每年國家重要文件都會提到“大規(guī)模實施土地整治”、“大力建設(shè)高標(biāo)準(zhǔn)農(nóng)田”等，土地整治工作正式納入黨中央層面的戰(zhàn)略布局，各項基礎(chǔ)工作進(jìn)一步強(qiáng)化，中國開始大規(guī)模實施土地整治[26]，而2014年整治規(guī)模和投資額驟減，2015年土地整治面積有所回升，但投資額仍繼續(xù)減少；2000—2012年，新增耕地面積變化較穩(wěn)定，隨后逐年減少。

圖1 2000—2015年全國土地整治項目變化Fig.1 The changes of land consolidation projects in China from 2000 to 2015

4.1.2 糧食產(chǎn)量的變化特征 本文采用Eviews 6.0，用H-P濾波法分離出糧食產(chǎn)量長期趨勢和短期波動（圖2）。改革開放以來，中國糧食產(chǎn)量變化大致可分為三個階段：

（1）1978—1998年，全國糧食產(chǎn)量由1978年的3.0591×108t增長到1998年的5.1230×108t。從長期趨勢來看，糧食趨勢產(chǎn)量一直處于增長趨勢，但年增長率不斷減小，從1979的3.65%減少到1998年的0.26%。從短期波動來看，這一階段糧食產(chǎn)量波動頻繁且波動幅度較大，波動率最大達(dá)到9.36%。這一時期，中國的農(nóng)村經(jīng)濟(jì)體制發(fā)生了重大變化，原有的人民公社體制轉(zhuǎn)變?yōu)榧彝ヂ?lián)產(chǎn)承包責(zé)任制，大大提高了農(nóng)民生產(chǎn)積極性。但由于農(nóng)業(yè)生產(chǎn)方式由集體經(jīng)營轉(zhuǎn)為農(nóng)戶分散經(jīng)營，產(chǎn)權(quán)細(xì)碎化現(xiàn)象嚴(yán)重，對農(nóng)業(yè)公共基礎(chǔ)設(shè)施投入減少，農(nóng)民生產(chǎn)的風(fēng)險性提高，導(dǎo)致農(nóng)業(yè)生產(chǎn)效率不高。

（2）1999—2003年，糧食產(chǎn)量持續(xù)下降，2003年下降至4.3069×108t，相比1999年減產(chǎn)15.28%。長期趨勢產(chǎn)量的年增長率在1999—2001年為負(fù)，2003年波動幅度達(dá)到最大，為-9.94%。這一時期中國土地整治事業(yè)剛剛起步，且政府財政負(fù)擔(dān)較重，對糧食生產(chǎn)重視不夠，加上糧食價格長期低迷，嚴(yán)重挫傷了農(nóng)民種糧的積極性。此外，農(nóng)業(yè)結(jié)構(gòu)調(diào)整、“退耕還林”等政策的實施，城市發(fā)展占用大量耕地，造成糧食大幅減產(chǎn)。

（3）2004—2015年，這一時期土地整治工作有序、高效開展，逐漸推進(jìn)農(nóng)業(yè)科技創(chuàng)新、高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)，同時在國家糧食直補(bǔ)、取消農(nóng)業(yè)稅等政策驅(qū)動下，糧食產(chǎn)量開始回升，長期趨勢產(chǎn)量的年增長率也開始逐漸增大，尤其2010年以來逐漸穩(wěn)定在2.60%左右。波動幅度相比2003年以前明顯減小。

4.2 土地整治對糧食產(chǎn)量的影響分析

為考察不同區(qū)域土地整治對糧食產(chǎn)量波動性的影響，本文分別對全國、糧食主產(chǎn)區(qū)、糧食非主產(chǎn)區(qū)3個區(qū)域構(gòu)建模型。首先進(jìn)行數(shù)據(jù)的單位根檢驗，用來檢驗面板數(shù)據(jù)的平穩(wěn)性，以避免產(chǎn)生偽回歸問題[29]。根據(jù)Eviews 6.0軟件IPS 檢驗、PP-Fisher檢驗和ADFFisher檢驗結(jié)果，除農(nóng)業(yè)勞動力、農(nóng)業(yè)機(jī)械總動力和農(nóng)用化肥施用量外，其他數(shù)據(jù)均平穩(wěn)。對這三個變量進(jìn)行一階差分后，數(shù)據(jù)平穩(wěn)，可進(jìn)行模型分析。然后運(yùn)用Kao協(xié)整檢驗，結(jié)果顯示，ADF統(tǒng)計量在5%水平下表現(xiàn)顯著，拒絕原假設(shè)，說明因變量與自變量之間存在協(xié)整關(guān)系（表1）。

模型形式有變系數(shù)和變截距兩種，變系數(shù)模型表達(dá)的是各省的回歸結(jié)果，但本文主要從全國及各區(qū)域?qū)用鎭砜疾?，因此均使用變截距模型。然后進(jìn)行Husman檢驗，以判定固定效應(yīng)和隨機(jī)效應(yīng)模型的適用性，結(jié)果表明，除主產(chǎn)區(qū)的趨勢產(chǎn)量模型外均適合固定效應(yīng)模型。各模型估計結(jié)果見表2和表3。

圖2 1978—2015年全國糧食總產(chǎn)量變化Fig.2 The changes of national grain production from 1978 to 2015

表1 Kao協(xié)整檢驗結(jié)果Tab.1 The cointegration test results by Kao

表2 趨勢產(chǎn)量模型回歸結(jié)果Tab.2 The results of trend production regression model

表3 糧食產(chǎn)量波動率模型回歸結(jié)果Tab.3 The results of grain production volatility regression model

4.2.1 趨勢產(chǎn)量模型回歸結(jié)果分析 從趨勢產(chǎn)量回歸結(jié)果（表2）來看，土地、勞動、資本三大常規(guī)投入要素對糧食產(chǎn)量趨勢影響各異。糧食作物播種面積每增加1%，全國、主產(chǎn)區(qū)、非主產(chǎn)區(qū)糧食趨勢產(chǎn)量分別增產(chǎn)0.5556%、0.6278%和0.3467%，可見播種面積仍是保證糧食產(chǎn)量長期持續(xù)增產(chǎn)的重要手段。

農(nóng)業(yè)勞動力對全國糧食趨勢產(chǎn)量影響不顯著。就區(qū)域而言，農(nóng)業(yè)勞動力對主產(chǎn)區(qū)影響顯著為負(fù)（-0.1201），即隨著勞動力的減少，糧食趨勢產(chǎn)量呈增長趨勢?？赡艿脑蚴?，糧食主產(chǎn)區(qū)勞動力基數(shù)較大，而隨著農(nóng)業(yè)生產(chǎn)條件和技術(shù)水平的提高，農(nóng)業(yè)生產(chǎn)逐漸轉(zhuǎn)變了過去以勞動力為主的生產(chǎn)方式。因此表現(xiàn)為農(nóng)業(yè)勞動力不斷減少，而糧食生產(chǎn)效率卻在不斷提高。非主產(chǎn)區(qū)農(nóng)業(yè)勞動力促進(jìn)了糧食長期增產(chǎn)，可能是非主產(chǎn)區(qū)一般經(jīng)濟(jì)較發(fā)達(dá)，非農(nóng)就業(yè)機(jī)會多，加之種糧比較利益低下，農(nóng)村勞動力不斷減少，導(dǎo)致生產(chǎn)能力有限，糧食生產(chǎn)逐漸萎縮[10]。因此，農(nóng)業(yè)勞動力的大量流失會帶來非主產(chǎn)區(qū)糧食趨勢產(chǎn)量的減少。

農(nóng)業(yè)機(jī)械總動力對全國和非主產(chǎn)區(qū)糧食趨勢產(chǎn)量的影響均顯著為正（0.0853和0.1012），而對主產(chǎn)區(qū)影響不顯著。根據(jù)儲敏[13]的研究，非主產(chǎn)區(qū)糧食產(chǎn)量雖不及主產(chǎn)區(qū)，但憑借自身經(jīng)濟(jì)實力，加大了對農(nóng)業(yè)基礎(chǔ)設(shè)施的投入，使得在有限的播種面積下，盡可能地提高糧食產(chǎn)量。農(nóng)用化肥施用量在全國、主產(chǎn)區(qū)、非主產(chǎn)區(qū)的影響均顯著為正（0.2824、0.4730和0.2281），可見化肥施用量作為農(nóng)資投入的代表，仍是當(dāng)前保持糧食持續(xù)增產(chǎn)的重要措施。

4.2.2 糧食產(chǎn)量波動性模型回歸結(jié)果分析 根據(jù)糧食產(chǎn)量波動強(qiáng)度回歸結(jié)果（表3），土地整治規(guī)模對全國和主產(chǎn)區(qū)糧食產(chǎn)量波動均有顯著負(fù)向影響（-1.4162和-2.2215），表明土地整治面積的投入降低了糧食生產(chǎn)波動性。對非主產(chǎn)區(qū)影響不顯著。土地整治主要集中在糧食主產(chǎn)區(qū)，整治工程的實施解決了農(nóng)業(yè)灌排、田間道路等問題，農(nóng)業(yè)規(guī)模生產(chǎn)增加，降低了農(nóng)業(yè)生產(chǎn)的成本和風(fēng)險，從而糧食生產(chǎn)效率和持久穩(wěn)定生產(chǎn)能力不斷提高。張俊峰等[25]對土地整治對農(nóng)業(yè)經(jīng)濟(jì)增長的效應(yīng)分析結(jié)果表明，土地整治面積與農(nóng)業(yè)生產(chǎn)總值的直接通徑系數(shù)達(dá)到0.682，可見，土地整治規(guī)模對農(nóng)業(yè)生產(chǎn)有顯著影響，而中國當(dāng)前耕地質(zhì)量等級偏低，還有近70%的耕地質(zhì)量有待提高。因此，要通過土地整治來增加有效耕地數(shù)量，提高耕地質(zhì)量，改善農(nóng)業(yè)生產(chǎn)條件，必須要保證一定量的土地整治規(guī)模。

單位土地整治面積投資額在全國層面影響顯著為負(fù)，可見土地整治資金投入可抑制糧食產(chǎn)量增長的波動性。單位土地整治投資額每增加1%，糧食產(chǎn)量的波動程度就下降0.7589個百分點。就區(qū)域而言，土地整治投資強(qiáng)度對主產(chǎn)區(qū)糧食產(chǎn)量波動有顯著負(fù)向影響（-1.3509），在非主產(chǎn)區(qū)影響不顯著。由圖1，1999年以來土地整治投資額整體處于上升趨勢，土地整治共投入專項資金約4548.05×108元，平均投資強(qiáng)度約為1891元/畝，國家對土地整治工程尤其是主產(chǎn)區(qū)越來越重視。根據(jù)研究結(jié)果，土地整治資金投入效果顯著，在一定程度上促進(jìn)了糧食產(chǎn)量的穩(wěn)定增長。

土地整治新增耕地面積對全國及主產(chǎn)區(qū)糧食產(chǎn)量波動的影響均顯著為正（0.8018和1.3931），對非主產(chǎn)區(qū)影響不顯著。這與預(yù)期不符，可能的原因是，一方面，從數(shù)據(jù)來看，通過土地整治新增的耕地越來越有限，而糧食產(chǎn)量增長趨于穩(wěn)定。另一方面在實際土地整治中，盲目追求新增耕地數(shù)量的增加[25]或建設(shè)用地占用了質(zhì)量較高的耕地，補(bǔ)充和新增的耕地本身質(zhì)量不高，不易耕作，造成糧食產(chǎn)出不高，因此表現(xiàn)為質(zhì)量較低的新增耕地數(shù)量抑制了糧食增產(chǎn)穩(wěn)定性。可見，簡單的增加耕地數(shù)量已不能帶來糧食產(chǎn)量的大幅提高，當(dāng)前，國家也在不斷調(diào)整土地整治的目標(biāo)和要求，從單純地增加耕地數(shù)量向增加耕地數(shù)量、提高耕地質(zhì)量、改善耕地綜合生產(chǎn)能力的目標(biāo)轉(zhuǎn)變。

從氣候因素來看，在全國層面，極端高溫對糧食產(chǎn)量波動有著正向影響。在主產(chǎn)區(qū)，糧食產(chǎn)量波動同樣受極端高溫的影響，影響系數(shù)為0.3571。因此，控制作物生長季的極端高溫，可以在一定程度上減少糧食產(chǎn)量增長的波動性。主要作物生長期降水量對非主產(chǎn)區(qū)的糧食產(chǎn)量波動產(chǎn)生顯著的負(fù)向影響，降水量每增加1%，糧食產(chǎn)量波動幅度就會降低2.4342個百分點。可見，在非主產(chǎn)區(qū)有較明顯的干旱現(xiàn)象，作物生長的水分不足，產(chǎn)出穩(wěn)定性下降。

5 結(jié)論與討論

5.1 結(jié)論

本文采用2000—2015年全國和糧食主產(chǎn)區(qū)、非主產(chǎn)區(qū)的面板數(shù)據(jù)，首先運(yùn)用H-P濾波法將糧食產(chǎn)量分離，分析其趨勢性和波動性，然后基于C-D生產(chǎn)函數(shù)，分別構(gòu)建趨勢產(chǎn)量模型和波動強(qiáng)度模型，分析各投入要素對糧食趨勢產(chǎn)量的影響及土地整治對糧食產(chǎn)量波動性的影響，得出以下結(jié)論：

（1）改革開放以來，糧食產(chǎn)量呈波動中增長趨勢，但波動幅度逐漸降低，2003年降幅達(dá)到最大，隨后增長趨于穩(wěn)定。

（2）從長期趨勢來看，糧食作物播種面積和農(nóng)用化肥施用量對全國和各區(qū)域糧食趨勢產(chǎn)量均有顯著正向影響，可見播種面積和以農(nóng)用化肥為代表的農(nóng)資投入仍是保證糧食持續(xù)增產(chǎn)的重要手段；農(nóng)業(yè)勞動力對糧食產(chǎn)量的長期趨勢影響在全國層面不顯著，在主產(chǎn)區(qū)表現(xiàn)為負(fù)（-0.1201），非主產(chǎn)區(qū)表現(xiàn)為正（0.2232），說明糧食主產(chǎn)區(qū)存在勞動力過剩現(xiàn)象，而長期來看，非主產(chǎn)區(qū)農(nóng)業(yè)勞動力的大量流失卻會帶來糧食減產(chǎn)；農(nóng)業(yè)機(jī)械總動力在全國和非主產(chǎn)區(qū)的影響均顯著為正，在主產(chǎn)區(qū)表現(xiàn)為不顯著。

（3）土地整治對糧食產(chǎn)量波動作用明顯，土地整治規(guī)模每增加1%，全國、主產(chǎn)區(qū)的糧食產(chǎn)量波動幅度分別下降1.4162%和2.2215%。單位土地整治投資額每增加1%，全國、主產(chǎn)區(qū)糧食產(chǎn)量波動強(qiáng)度分別下降0.7589%和1.3509%。土地整治新增耕地面積對全國和主產(chǎn)區(qū)的糧食產(chǎn)量波動強(qiáng)度影響為正?？赡苁且驗橥ㄟ^土地整治新增的耕地質(zhì)量較低，產(chǎn)出不高，抑制了糧食產(chǎn)量穩(wěn)定增長。土地整治的投入在非主產(chǎn)區(qū)均表現(xiàn)為不顯著。

（4）氣候因素影響糧食產(chǎn)量波動。全國和主產(chǎn)區(qū)的糧食產(chǎn)量波動主要受極端高溫的影響，非主產(chǎn)區(qū)降水量減少將加劇糧食產(chǎn)量的波動性。

根據(jù)上述研究結(jié)果，可得到如下啟示：（1）應(yīng)將土地整治投入機(jī)制與農(nóng)業(yè)生產(chǎn)運(yùn)行機(jī)制、自然因素等相結(jié)合，促進(jìn)糧食長期持續(xù)增產(chǎn)穩(wěn)產(chǎn)。（2）繼續(xù)推進(jìn)土地整治工程的實施，并優(yōu)先推進(jìn)主產(chǎn)區(qū)土地整治和耕地保護(hù)工作，在保證土地整治面積的前提下，制定和規(guī)范投資標(biāo)準(zhǔn)，合理增加投資強(qiáng)度，整合涉農(nóng)資金，切實將資金用于改善整治區(qū)的灌排、道路等基礎(chǔ)設(shè)施條件，提高糧食生產(chǎn)效率。（3）在土地整治過程中，不能片面追求新增耕地數(shù)量的增加，還應(yīng)不斷提高耕地質(zhì)量，加大中低產(chǎn)田改造，建立高產(chǎn)穩(wěn)產(chǎn)農(nóng)田，提高糧食生產(chǎn)能力。（4）因地制宜、合理引導(dǎo)農(nóng)業(yè)勞動力。農(nóng)村勞動力轉(zhuǎn)移已不可避免，應(yīng)利用先進(jìn)的科學(xué)技術(shù)，加強(qiáng)培育高素質(zhì)、專業(yè)化的新型生產(chǎn)主體，完善和加強(qiáng)糧食生產(chǎn)相關(guān)支持政策，提高農(nóng)民的種糧比較利益。（5）應(yīng)加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，提高防災(zāi)抗災(zāi)能力，減少自然災(zāi)害對糧食生產(chǎn)的影響。

5.2 討論

本研究存在以下不足：一是由于數(shù)據(jù)獲取的復(fù)雜性，本文僅研究了中國省域尺度的糧食產(chǎn)量變化和影響因素，在一定程度上影響了研究深度。二是指標(biāo)選取問題。在趨勢產(chǎn)量影響因素分析時，僅選取了糧食播種面積、農(nóng)業(yè)勞動力、農(nóng)業(yè)機(jī)械總動力和農(nóng)用化肥施用量4個指標(biāo)，而并未考慮如農(nóng)藥使用量、種子費(fèi)、塑料薄膜使用量等其他影響因子。氣候因素中，作物生長期降水量、平均氣溫等指標(biāo)選取較粗糙，由于作物在不同的生長階段所需的降水量、氣溫值是不同的，且省域內(nèi)不同地區(qū)的氣候要素也差別較大，而文中并未細(xì)分作物不同生長階段和省域內(nèi)不同地區(qū)的降水量、氣溫等，可能會對結(jié)果造成影響。三是模型構(gòu)建問題。糧食生產(chǎn)與各影響因素不一定都呈線性關(guān)系，后期可考慮加入二次項或交互項的問題。

參考文獻(xiàn)（References）：

［1］周志剛，鄭明亮. 基于對數(shù)均值迪氏指數(shù)法的中國糧食產(chǎn)量影響因素分解［J］.農(nóng)業(yè)工程學(xué)報，2015，31（2）：1 - 6.

［2］葉明華. 中國糧食實現(xiàn)穩(wěn)定增產(chǎn)了嗎？——基于1978—2009年糧食主產(chǎn)區(qū)糧食產(chǎn)量的H-P濾波分解［J］.財貿(mào)研究，2012，（3）：15 - 21.

［3］童彤. 加大土地整治促進(jìn)糧食產(chǎn)能提升［N］.中國經(jīng)濟(jì)時報，2017 - 01 - 04（002）.

［4］高帆. 我國糧食生產(chǎn)的波動性及增長趨勢：基于H-P濾波法的實證研究［J］.經(jīng)濟(jì)學(xué)家，2009，（5）：57 - 68.

［5］李靖，孫曉明. 省域糧食單產(chǎn)水平與波動狀況研究［J］ .中國人口·資源與環(huán)境，2011，（4）：76 - 80.

［6］喻翠玲，馮中朝. 我國糧食生產(chǎn)的波動性及其影響因素分析［J］.農(nóng)業(yè)現(xiàn)代化研究，2006，27（1）：7 - 10.

［7］劉會玉，林振山，張明陽. 基于EMD的我國糧食產(chǎn)量波動及其成因多尺度分析［J］.自然資源學(xué)報，2005，20（5）：745 - 751.

［8］程杰，武拉平. 我國主要糧食作物生產(chǎn)波動周期研究：1949—2006年［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2007，81（5）：80 - 87.

［9］王桂芝，陸金帥，陳克垚，等. 基于HP濾波的氣候產(chǎn)量分離方法探討［J］.中國農(nóng)業(yè)氣象，2014，35（2）：195 - 199.

［10］王躍梅，姚先國，周明海. 農(nóng)村勞動力外流、區(qū)域差異與糧食生產(chǎn)［J］.管理世界，2013，（11）：67 - 76.

［11］陳秧分，李先德. 中國糧食產(chǎn)量變化的時空格局與影響因素［J］.農(nóng)業(yè)工程學(xué)報，2013，29（20）：1 - 10.

［12］姚成勝，李政通，易行. 中國糧食產(chǎn)量變化的驅(qū)動效應(yīng)及其空間分異研究［J］.中國人口·資源與環(huán)境，2016，26（9）：72 - 81.

［13］尹朝靜，李谷成，葛靜芳. 糧食安全：氣候變化與糧食生產(chǎn)率增長——基于HP濾波和序列DEA方法的實證分析［J］.資源科學(xué)，2016，38（34）：665 - 675.

［14］張永強(qiáng)，張曉飛，周寧，等. 農(nóng)戶資本投入不確定性對糧食產(chǎn)量影響的空間差異分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017，（3）：14 - 24.

［15］王樹濤. 區(qū)域耕地生產(chǎn)力穩(wěn)定性評價體系研究［D］.保定：河北農(nóng)業(yè)大學(xué)，2008.

［16］龍方，楊重玉，彭澧麗. 糧食生產(chǎn)波動影響因素的實證分析——以湖南省為例［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010，（9）： 97 -104.

［17］顧樂民. 基于最小一乘準(zhǔn)則的中國糧食產(chǎn)量與影響因素的相關(guān)性分析［J］.農(nóng)業(yè)工程學(xué)報，2013，29（11）： 1 - 10.

［18］Kueh Y Y. Weather cycles and agricultural instability in China. Agricultural Economics，1986，37（1）：101 - 104.

［19］Samapundo S, Devlieghere F, De Meulenaer B, et al. Predictive modelling of the individual and combined effect of water activity and temperature on the radial growth of Fusarium verticilliodes and F-proliferatum on corn［J］.International Journal of Food Microbiology，2005，105（1）：35 - 52.

［20］龍方，楊重玉，彭澧麗. 自然災(zāi)害對中國糧食產(chǎn)量影響的實證分析——以稻谷為例［J］.中國農(nóng)村經(jīng)濟(jì)，2011，（5）：33 - 44.

［21］藺濤，謝云，劉剛，等. 黑龍江省氣候變化對糧食生產(chǎn)的影響［J］.自然資源學(xué)報，2008，23（2）：307 - 318.

［22］蔣尚明，金菊良，許滸，等. 基于經(jīng)驗?zāi)B(tài)分解和集對分析的糧食單產(chǎn)波動影響分析. 農(nóng)業(yè)工程學(xué)報，2013，29（4）：213 - 221.

［23］謝向向，張安錄，楊蒙. 土地整治績效空間差異及投入優(yōu)先序——以湖北省為例［J］.資源科學(xué)，2016，38（11）：2058 - 2071.

［24］趙玉領(lǐng)，蘇強(qiáng)，吳克寧，等. 河南嵩縣土地整理的數(shù)量質(zhì)量潛力［J］.農(nóng)業(yè)工程學(xué)報，2008，24（9）：73 - 78.

［25］管栩，金曉斌，周月書，等. 農(nóng)村土地整治項目對國民經(jīng)濟(jì)影響的定量分析——以長沙縣福臨鎮(zhèn)土地整治項目為例［J］.中國土地科學(xué)，2013，27（2）：39 - 45.

［26］張俊峰，張安錄. 土地整治對中國農(nóng)業(yè)經(jīng)濟(jì)增長的效應(yīng)分析——基于通徑分析法［J］.東北農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2014，12（2）：1 - 6.

［27］王軍，鐘莉娜. 中國土地整治文獻(xiàn)分析與研究進(jìn)展［J］ .中國土地科學(xué)，2016，30（4）：88 - 97.

［28］HODRICK R J, E C PRESCOTT. Postwar U. S. business cycles: An empirical investigation［J］.Journal of Money,Credit, and banking，29（1）：1 - 16.

［29］樊閩. 中國土地整理事業(yè)發(fā)展的回顧與展望［J］.農(nóng)業(yè)工程學(xué)報，2006，22（10）：246 - 251.

［30］易丹輝. 數(shù)據(jù)分析與Eviews應(yīng)用［M］.北京：中國人民大學(xué)出版社，2014.