四川省糧食產量影響因素的實證分析
——基于多元線性回歸計量經濟模型

呂依璠

(中國礦業(yè)大學管理學院，江蘇 徐州 221116)

1 引言

自改革開放以來，隨著家庭聯產承包責任制在農村的不斷推廣，我國農村經營管理體制煥然一新，農村生產力得到解放，廣大農民的生產積極性不斷高漲，促進我國糧食產量有了大幅度提高。然而近年來，隨著城鎮(zhèn)化、工業(yè)化步伐加快，我國耕地面積不斷被擠占，糧食供求市場出現了“三多一低”現象，雖然糧食生產量、進口量、庫存量三項指標不斷上升，但糧食自給率卻出現降低。本文選取播種面積、農業(yè)機械總動力、農村用電量、化肥施用量、受災面積五個指標，作為影響四川省糧食產量的主要變量，研究影響四川省糧食產量的主要因素。在此基礎上利用Eviews軟件進行研究分析，建立多元線性回歸模型，以期發(fā)揮描述、估計、預測之作用，并且提出合理化建議。

1.1 播種面積

耕地是糧食生產的基礎，近年來，隨著工業(yè)化，城鎮(zhèn)化進程的加快，四川省耕地面積不斷被擠占，直接影響了播種面積，從而導致糧食產量受到影響，因此，將播種面積納入影響四川省糧食產量的主要因素。

1.2 農業(yè)機械總動力

農業(yè)機械化指農業(yè)生產從使用手工工具、畜力農具轉變?yōu)槠毡槭褂脵C器，是農業(yè)現代化的重要內容之一。農業(yè)機械化有利于幫助農民規(guī)模化生產經營、提高農業(yè)生產效率、降低勞動力成本，從而提高農產品市場競爭力。因此，選取農業(yè)機械總動力作為影響四川省糧食產量的主要因素之一。

1.3 農村用電量

農村用電量的高低側面反映出來農村現代化水平，間接反映了農業(yè)工業(yè)化，機械化進程，從而影響四川省糧食產量，因此選取農村用電量作為影響四川省糧食產量的主要因素之一。

當前學者對于四川省糧食產量的研究，主要集中于單一變量對糧食產量的影響，王海力，韓光中，羅耀華(2015)選取了社會經濟因素為解釋變量來分析對四川省糧食產量的影響。王宇(2015)選取了四川省城鎮(zhèn)化因素作為解釋變量來預測對四川省糧食產量的影響，而柳芬，謝世友(2017)等，雖然用多變量對四川省糧食產量進行分析，但是并沒有實證度量變量對四川省糧食產量的影響。本文選取播種面積，農業(yè)機械總動力，農村用電量，化肥施用量，受災面積五個指標，作為影響四川省糧食產量的主要變量，研究影響四川省糧食產量的主要因素，在此基礎上利用Eviews軟件進行研究分析，建立多元線性回歸模型，度量變量與四川省糧食產量間的關系，以期發(fā)揮描述、估計、預測之作用，并提出合理化建議。

2 計量經濟學模型設定

通過對影響四川省糧食產量相關因素的初步設定，并在《中國統(tǒng)計年鑒》搜集整理了2001年到2015年這15年間有關糧食產量(萬噸)，播種面積(千公頃)，農業(yè)機械總動力(萬千瓦)，農村用電量(億千瓦時)，化肥施用量(萬噸)，受災面積(千公頃)，建立多元線性回歸模型。

假設糧食產量為y，作為被解釋變量，播種面積為x1，農業(yè)機械總動力為x2，農村用電量x3，化肥施用量為x4，受災面積為x5。

由回歸結果可知，R方較大，F檢驗通過，只有x5對應的P值小于0.05，t檢驗通過，但是C,x1,x2,x3,x4對應的p值大于0.05，t檢驗沒有通過。認為此時方程存在多重共線性，多重共線性產生在這里可能有兩個主要原因，一是經濟變量之間有共同變化趨勢，或者變量之間有較強的相關性，二是建模過程中，解釋變量選擇不當。

選取逐步刪除法修正多重共線性，具體步驟為：比較解釋變量的t檢驗P值的大小，首先剔除P值最大的解釋變量，將剩下的解釋變量進行回歸分析，根據回歸檢驗，如果還存在多重共線性，繼續(xù)剔除t檢驗中P值最大的解釋變量，再次進行多元回歸，以此類推，直到所有的解釋變量的t檢驗的p值均小于顯著性水平0.05為止。由回歸結果可知，此時R方較大，x1，x4，x5對應的p值小于0.05，t檢驗通過，但是，由于x4代表化肥施用量，而x4對應系數為負值，表示每增加一個單位化肥施用量，糧食產量平均減少4.384805單位，沒有通過經濟意義檢驗，予以剔除，而x5代表受災面積，x5對應系數為負值，表示每增加一個單位受災面積，糧食產量平均減少0.159678單位，通過經濟意義檢驗。

建立最終多元線性回歸模型y=0.362165*x1-0.111112*x5。

由多元回歸模型可知，每增加一個單位播種面積，糧食產量平均增加0.362165單位，每增加一個單位受災面積，糧食產量平均減少0.111112單位。

3 對模型的相關檢驗

3.1 異方差檢驗

對異方差進行檢驗，即檢驗隨機誤差線方差是否隨著解釋變量觀測值變化而變化。在這里，選取懷特檢驗來判別是否存在異方差。

由估計結果可知，Obs*R-squared對應的概率p值=0.3311，大于0.01，接受原假設，所以該模型不存在異方差。

3.2 自相關檢驗

對模型進行自相關檢驗，實際就是針對不同樣本觀測點，檢驗隨機誤差項間是否相關。在這里，采用杜賓瓦森檢驗法?？芍狣W=1.716767，查DW表得到，dL=0.95，dU=1.54，dU

4 對時間序列的相關檢驗

由于我們的模型是基于時間序列數據來建立多元線性回歸模型，如果出現非非平穩(wěn)或者非協整的情況，將導致虛假回歸的出現。因此對被解釋變量y(糧食產量)，解釋變量x1(播種面積)，x5(受災面積)進行平穩(wěn)性檢驗和協整檢驗。

4.1 單位根檢驗

依次對y，x1，x5進行平穩(wěn)性檢驗，本文采用ADF檢驗方法。

根據檢驗結果可知，時間序列x1(播種面積)的ADF檢驗P值達0.9168，大于顯著性水平0.05，接受原假設，x1(播種面積)是非平穩(wěn)的時間序列。

已知x1(播種面積)是非平穩(wěn)的時間序列，進一步確定其單整階數，首先對x1(播種面積)進行一次差分，對差分后的時間序列x1(播種面積)再次進行單位根檢驗，若差分后的時間序列x1(播種面積)平穩(wěn)的，則認為時間序列y(糧食產量)具有一階單整性，若其非平穩(wěn)，則繼續(xù)差分直到通過單位根檢驗，此時，經過了幾次差分，認為時間序列x1(播種面積)具有幾階單整性。

由檢驗結果可知：x1(播種面積)兩次差分后ADF檢驗所對應P值為0.0001，小于顯著性水平0.05，拒絕原假設，x1(播種面積)兩次差分后的時間序列是平穩(wěn)的。根據之前的檢驗結果可知，x1(播種面積)是二階單整的時間序列。

由檢驗結果可知：x5(受災面積)兩次差分后ADF檢驗所對應P值為0.0027，小于顯著性水平0.05，拒絕原假設，x5(受災面積)兩次差分后的時間序列是平穩(wěn)的。可知x5(受災面積)是二階單整的時間序列。

由檢驗結果可知：y(糧食產量)兩次差分后ADF檢驗所對應P值為0.0003，小于顯著性水平0.05，拒絕原假設，y(糧食產量)兩次差分后的時間序列是平穩(wěn)的?？芍獃(糧食產量)是二階單整的時間序列。

4.2 協整檢驗

經過上述單位根檢驗，可知y(糧食產量)，x1(播種面積)，x5(受災面積)都具有二階單整性，由此可以進行協整檢驗。以y為被解釋變量，x1，x5為解釋變量建立多元線性回歸模型，進行回歸，求出殘差et，對et的平穩(wěn)性進行檢驗。

由檢驗結果可知：殘差et的ADF檢驗所對應P值為0.0034，小于顯著性水平0.05，拒絕原假設，殘差et是平穩(wěn)的。

4.3 誤差修正模型的建立

由于y，x1，x5存在協整關系，由此建立誤差修正模型ECM。

第一步。首先對yt=k0+k1*x1t+k2*x5t進行回歸，求得殘差et。所以，et=yt-0.362165*x1t+0.111112*x5t以△yt=yt-yt-1為被解釋變量，以△x1t=x1t-x1t-1、△x5t=x5t-x5t-1，et-1為解釋變量建立多元線性回歸模型△yt=r1*△x1t+r2*△x5t+r3*et-1+ut。

由于△x1t的t檢驗對應p值為0.3896，大于顯著性水平0.05，接受原假設，沒有通過t檢驗，因此剔除，重新以△yt，△x5t，et-1做多元線性回歸。

由此建立誤差修正模型：

△yt=-0.150158*△X5t-0.923842et-1

5 結論以及建議

5.1 結論

通過對2001到2015年四川省糧食產量的影響因素進行實證分析，可以得出，影響四川省糧食產量的主要因素一個是播種面積，一個是受災面積，這兩個因素對四川省糧食產量的波動起了重要作用，并且播種面積對四川省糧食產量的影響力更強。通過所估計的多元線性回歸方程，每增加一個單位播種面積，糧食產量平均增加0.362165單位，每增加一個單位受災面積，糧食產量平均減少0.111112單位。

5.2 建議

一，四川省必須堅決落實《基本農田保護條例》，嚴格實行基本農田保護制度,對基本農田實行特殊保護，促進農業(yè)生產和社會經濟的可持續(xù)發(fā)展。但是，糧食產量的提高不能僅僅依賴于播種面積的增加，四川省必須繼續(xù)穩(wěn)中有進，不斷鞏固提升本省糧食生產能力，努力保持四川省糧食生產不斷向好發(fā)展的勢頭。

二，通過回歸模型，我們可以得知，自然災害對四川糧食產量起著重要影響。第一，四川省政府應該積極做好防范措施，加強對自然災害監(jiān)控、預測等工作，做到防患于未然，并且事先制定完善的應急預案，對自然災害頻發(fā)地區(qū)更要大量投入人力、物力，加強對災害的事前預警。第二，健全的農業(yè)基礎設施能有效降低自然災害對對糧食產量、人民生活的影響。四川省多發(fā)旱澇災害，對于水利設施的基礎建設，政府必須引起重視，加大財政投入。除此以外,各級地方政府要承擔起相應責任，嚴格執(zhí)行上級命令，監(jiān)督本地農業(yè)基礎設施建設，并且定期派遣技術人員進行檢查和維護。第三，政府應該組織農業(yè)生產者因地制宜，種植更加符合四川省地形氣候的農作物。第四，政府應鼓勵科研機構研發(fā)新品種農作物，以加大獎勵的方式提高科研工作者研發(fā)積極性，從而促進本身抵御旱澇災害的能力更強的農作物的研發(fā)。

[1] 王海力,韓光中,羅耀華. 四川省糧食產量變化與社會經濟的相關性研究[J].湖南農業(yè)科學,2015.

[2] 柳芬,謝世友,馮歡,崔瑩,陳川.四川省糧食產量影響因素的動態(tài)關聯分析[J].江蘇農業(yè)科學,2017.

[3] 丁華,楊耀旭.河南省糧食產量影響因素的實證分析——基于多元線性回歸計量經濟模型[J].糧食科技與經濟,2015.

[4] 楊勇,朱信凱.基于指數分解法的中國糧食增量貢獻要素研究[J].農業(yè)技術經濟,2014.