河南省糧食產(chǎn)量影響因素的實證研究

呂換換

本文1978-2014年37年的數(shù)據(jù)為基礎(chǔ)，選取了與河南糧食產(chǎn)量相關(guān)的指標(biāo)，以探析和檢驗不同因素對河南糧食產(chǎn)量產(chǎn)生的影響程度。實證表明：化肥施用折純量與糧食播種面積兩因素對糧食產(chǎn)量具有顯著影響。

河南 糧食產(chǎn)量

影響因素 實證分析

引言

目前，我國糧食需求處于剛性增長的狀態(tài)，供求缺口逐步加大，如何解決糧食供應(yīng)問題成了人們所關(guān)注的重要課題。河南地處中原地帶，適宜種植農(nóng)作物。因此，研究歷年來河南糧食產(chǎn)量的變化情況相關(guān)影響因素，對保證河南糧食產(chǎn)量可持續(xù)增長和滿足中國糧食需求問題具有深遠(yuǎn)的影響。

探究糧食產(chǎn)量的綜合作用因素及各因素之間的關(guān)聯(lián)程度是學(xué)者們關(guān)注的問題。李瑞華，李明秋（2009）從自然、經(jīng)濟和社會等角度展開研究，結(jié)果發(fā)現(xiàn)：對河南糧食產(chǎn)量產(chǎn)生作用的因素之中，自然因素的作用較小，社會和經(jīng)濟因素作用較大，其中作用程度最大的指標(biāo)是播種面積。顧樂民（2013）從播種面積、施肥量與成災(zāi)面積等角度，構(gòu)建了關(guān)于糧食產(chǎn)量的生產(chǎn)函數(shù)。周忐剛，鄭明亮（2015）運用了對數(shù)均值迪氏指數(shù)的方法，從耕地面積、復(fù)種指數(shù)、種植結(jié)構(gòu)與播面單產(chǎn)等方面，建立關(guān)于作用因素的分解模型，以研究糧食產(chǎn)量波動情況。李青松，鄧素君，徐國勁，文倩和朱嘉偉（2015），利用小波診斷技術(shù)研究1978-2012年河南糧食產(chǎn)量變化的特征和影響因素，結(jié)果顯示這些因素與糧食產(chǎn)量之間存在正相關(guān)關(guān)系，其中播種面積的作用程度最大，農(nóng)村用電量的作用程度最小。周昊天（2016）通過冗余變量檢驗法以及最小二乘法建立回歸模型，選取了8個指標(biāo)分析糧食產(chǎn)量的作用因素，包括播種面積、化肥施用量、灌溉面積、成災(zāi)面積、農(nóng)村用電量、農(nóng)村勞動力、國家財政用于農(nóng)業(yè)的支出、農(nóng)業(yè)機械動力等。

由上可知，存在不同的作用因素影響著糧食產(chǎn)量，本文通過選取6個指標(biāo)建立關(guān)于糧食產(chǎn)量的多元線性模型，以探究各種因素對河南糧食產(chǎn)量產(chǎn)生的作用。

研究設(shè)計

（1）指標(biāo)選取

糧食產(chǎn)量的作用因素會因所在地區(qū)存在差異和所處時間段不同而會產(chǎn)生各種不同的結(jié)果。鑒于存在以上差異，在考慮河南省的地理位置、氣候情況、政策方針、勞動力群體特征等方面的因素后，從以下6個方面選擇構(gòu)建了解釋變量，分別是播種面積X1、農(nóng)村的從業(yè)人員X2、農(nóng)用機械總動力X3、農(nóng)田的有效灌溉面積X4、化肥施用折純量Xs以及農(nóng)村用電量X6，同時選取糧食產(chǎn)量Y作為被解釋變量。

（2）資料來源

本文的數(shù)據(jù)資料來源于2015年的《河南統(tǒng)計年鑒》，共37年的年度數(shù)據(jù)，分別是從1978到2014年的有關(guān)數(shù)據(jù)，選取了與河南糧食產(chǎn)量相關(guān)的部分指標(biāo)利用Eviews8軟件進行數(shù)據(jù)處理。

（3）模型設(shè)定

本文選擇了多元線性回歸模型，假定模型中被解釋變量為Y，解釋變量為X1、X2…Xn，回歸系數(shù)為βo、β1、β2、β3…βn，隨機誤差項為μ。則模型形式為：

Y=β0+β1X1+β2X2+β3X3+…+β

nXn+μ

（l）

研究結(jié)果與分析

（1）建立多元線性回歸模型

假設(shè)時間年份為t，t=l代表1978年，t=2代表1979年……t=37代表2014年，那么糧食產(chǎn)量與各因素之間存在以下關(guān)系：

Yt=β0+β1Xit+β2X2t+β3X3t+…+β

6X6t+μ（t=l，2，3，…，T） （2）

式中：T為樣本數(shù)；βo表示了不受任何因素影響下的河南糧食產(chǎn)量；β1代表了播種面積的作用水平；B2代表了農(nóng)村從業(yè)人員的作用水平；B3代表了農(nóng)用機械總動力的作用水平；B4代表了農(nóng)田有效灌溉面積的作用水平；B5代表了化肥施用折純量的作用水平；B6代表了農(nóng)村用電量的作用水平；μ代表了隨機擾動項。

運用最小二乘法進行回歸分析.得到的回歸方程為：

Y=-5705.869+0.741020X1+0.22119

X2-0.187414X3+0.135722X4+5.73343

7X5+1.2865X6

t= （-1.954253）

（2.85631 ）

（0.768917）

（-1.820417）

（0.614858） （2.338673）

（0.251711）

R2=0.97524

F=196.9419

結(jié)果顯示：R2=0.975240，說明此樣本回歸線的解釋力為97.524%，即河南省糧食產(chǎn)量Y的總變化量中，由這6項解釋變量共同解釋的程度為97.524%，模型對樣本的擬合度較高；F=196.9419，臨界值F0.05（6，34） =2.42，因為F=196.9419>F0.05（6，34） =2.42，總體上回歸模型顯著，即這6項指標(biāo)對河南糧食產(chǎn)量的共同影響是顯著的；對于X2、X4與X6三個指標(biāo)進行的T檢驗，結(jié)果發(fā)現(xiàn)并不顯著，而X3的系數(shù)與所預(yù)期得符號完全相反，由此可知各個解釋變量之間很可能存在著多重共線性的關(guān)系。基于此，獲取6個解釋變量之間的相關(guān)系數(shù)，結(jié)果如表l所示：

由上可知，X1與其它變量之間存在的相關(guān)程度很弱，而X2、X3、X4、X5和X6之間的相關(guān)程度比較高，這證實了解釋變量之間的確存在著多重共線的關(guān)聯(lián)。因此可采用前向有進有出逐步回歸法來解決多重共線性問題，根據(jù)檢驗結(jié)果確立的回歸方程為：

Y=-3224.447+7.155249X5+0.56614

Xl-0.145276X3

t=（-2.510374）

（6.954512）

（3.998528）

（-2.15948）

R2=0.97424， F=416.0144， DW=1.52368

（2）模型檢驗

1.經(jīng)濟意義檢驗

進行多重共線的檢驗發(fā)現(xiàn)，播種面積X1與化肥施用折純量Xs的系數(shù)都是正數(shù)，這個結(jié)果符合經(jīng)濟價值；農(nóng)用機械總動力X3的系數(shù)是負(fù)數(shù)，然而這個結(jié)果并不符合經(jīng)濟理論，因此需要進行剔除。

2.統(tǒng)計意義檢驗

本文選擇的方法是擬合優(yōu)度檢驗（R2檢驗），對X1、X5與Y做回歸分析，根據(jù)統(tǒng)計檢驗的回歸結(jié)果而得到的回歸方程為：

Y=-145 9.89 6+0.379916X1+4.976773X5

T=（-1.399646）（3.214432）（23.38371）

R2=0.970599

F=561.2207

由上可知，R2=0.970599，這說明樣本回歸直線的解釋能力為97.06%，這代表了糧食產(chǎn)量Y的總變化量中，在97.06%的水平上是由播種面積X.和化肥施用折純量Xs進行解釋的，模型的擬合優(yōu)度較高。

3.計量經(jīng)濟意義檢驗

第一，異方差性檢驗（懷特檢驗）

因為模型中隨機誤差項具有異方差時，會影響模型的檢驗、應(yīng)用以及參數(shù)估計，基于此接下來選擇懷特檢驗的方法來檢測異方差性。檢驗結(jié)果是取顯著水平α=0.05，則nR2=4.14790.05，故該回歸模型不存在異方差。

第二，自相關(guān)性檢驗（DW檢驗）

本文采用DW檢驗的方法進行自相關(guān)性檢驗，結(jié)果如下：

由表5可知，DW=2.4957，給定顯著水平α=0.05時根據(jù)Durhin-Watson統(tǒng)計表，n=37，k=2，得下限臨界值dL=l.42和上限臨界值du=1.53，因為4-du=2.47

et=-116.3679+0.013418Xl-0.02269

4X5+0.303311et-l-0.080486et-2

t=（-0.112688）（0.114647）

（-0.107339 ）（1.706982 ）

（-0.450031）

p1=0.303311，

p2=-0.080486

其中F=0.728451

（3）模型的解釋

經(jīng)過系列檢驗，本文所確定的解釋變量分別是糧食播種面積X1以及化肥施用折純量X5，回歸方程如下所示：

Y=-1459.896+0.379916X1+4.976773X5

由此可知：在保持其它因素不變時，增加播種面積l千公頃能夠增加糧食產(chǎn)量0.38萬噸；增加化肥施用折純量l萬噸能夠增加糧食產(chǎn)量4.98萬噸。2014年，針對糧食產(chǎn)量進行預(yù)測的結(jié)果是5931.34萬噸，它的實際產(chǎn)量是5772.3萬噸，預(yù)測的誤差是2.755%，該模型的效果比較好。

結(jié)論

通過實證分析和檢驗可知，糧食播種面積以及化肥施用折純量兩個因素對河南糧食產(chǎn)量的作用相對較大。一方面，糧食播種面積是對河南糧食產(chǎn)量產(chǎn)生作用的重要因素。因此應(yīng)該盡量避免對農(nóng)田的不合理占用，不適合大塊種植的田地可分成多個小塊農(nóng)田和梯田種植，充分利用每一寸土地。另一方面，適當(dāng)?shù)幕适┯昧繉Z食增產(chǎn)有非常重要的作用，若施用的化肥過少，糧食增產(chǎn)的效果會很弱；若施用過多，很可能會把糧食作物燒壞而減產(chǎn)。因此，我們應(yīng)該根據(jù)每年的化肥施用量，以找出最適合增加糧食產(chǎn)量的化肥量。同時，盡可能降低因化肥的使用而對土地造成的酸化，更好地發(fā)揮化肥對糧食產(chǎn)量的促進作用。

[1]農(nóng)業(yè)部農(nóng)研中心課題組.新常態(tài)下糧食供求平衡呈現(xiàn)新特征[N]沖國經(jīng)濟時報，2016-1-29（10）.

[2]李瑞華，李明秋.河南省糧食產(chǎn)量影響因素分析[J].廣東農(nóng)業(yè)科學(xué)，2009（7）.

[3]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）.

[4]周忐剛，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)工程報，2015，31 （2）

[5]李青松，鄧素君，徐國勁，文倩，朱嘉偉.河南省糧食產(chǎn)量波動特征及影響因素分析.[J]沖國農(nóng)學(xué)通報，2015，31（18）.

[6]周昊天.影響我國糧食作物生產(chǎn)的實證分析[J].智富時代，2016（11）.

[7]丁華，楊耀旭.河南省糧食產(chǎn)量影響因素的實證分析一一基于多元線性回歸計量經(jīng)濟模型[J].糧食科技與經(jīng)濟，2015，40（3）.

[8]呂海燕，李海旺，李武林.基于逐步回歸分析的河南糧食產(chǎn)量因素研究[J].河南科學(xué)， 2013.31，（12）.

[9]郭慧萍.河南省糧食綜合生產(chǎn)能力影響因素的量化分析結(jié)果及其政策含義[J].河南工業(yè)大學(xué)學(xué)報，2016， 12（1）.