我國玉米生產驅動因素貢獻份額分析*
——基于埃塔平方法（η2）

李婷婷，李文娟

（中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所，北京 100081）

0 引言

玉米是世界上種植最廣泛、最重要的糧食作物之一，兼具糧、經、飼等多種用途[1]。我國作為玉米生產大國，玉米生產在我國糧食生產中一直占有舉足輕重的地位[2]，2019 年我國玉米面積和產量分別為4 128萬hm2和2.6億t，分別占當年全國糧食面積和產量的35.6%和39.3%。當前，隨著社會經濟的發(fā)展和人民生活水平的不斷提高，糧食生產形勢和消費結構不斷發(fā)生改變，同時農業(yè)生產出現產業(yè)結構不平衡、生產方式粗放等問題[3]，對糧食生產產生了一定程度的影響。而玉米作為三大糧食作物之一，玉米生產對穩(wěn)定我國糧食產業(yè)發(fā)展有重要意義。文章對玉米生產的驅動因素及其貢獻份額進行深入研究，分析不同影響因素對玉米生產的影響程度，對穩(wěn)定玉米生產能力，保障我國糧食安全、飼料安全和玉米產業(yè)健康發(fā)展具有重要意義。

玉米生產是自然再生產和經濟再生產的過程，其受到多種因素的影響。圍繞玉米生產驅動因素及其貢獻份額的研究成果較為豐富[4-8]。王柳等[9]通過分析溫度、降水等氣象因子對我國玉米生產的影響，發(fā)現不同的氣象因子對各區(qū)域玉米生產產生不同程度的影響。曹士亮等[10]認為降水量、積溫對玉米的生產產生一定的影響。李文娟等[11]定量分析了我國糧食生產受農業(yè)旱災的影響程度。不少學者探究了氣象因素對玉米生產的影響，關于玉米生產受生產投入、社會經濟等因素的研究也較多。郭淑敏等[12]從有效灌溉面積、農機總動力、糧食播種面積、機耕面積、機播面積、機收面積、化肥純量等因素著手，分析各個生產投入因素對糧食生產的影響程度。李欠男等[13]探究了城鎮(zhèn)化率、勞動力投入、非農收入比例等社會經濟因素對我國玉米生產的影響。此外，還有一些研究認為技術進步和政策因素也會影響我國玉米的生產[14-17]?？傮w而言，已有的研究主要集中在氣候、生產投入等一種或兩種影響因素對玉米生產的研究，而綜合考慮多種影響因素的研究較少。因此，綜合考慮影響玉米生產的各種因素，并運用新的研究方法對影響因素的貢獻份額進行計算，對深入探究玉米生產影響因素有重要作用。該文綜合考慮氣象、生產投入、社會經濟、技術進步、政策5種影響因素，研究我國玉米生產的驅動因素，并運用埃塔平方法（η2）對貢獻份額進行測算。

1 研究方法與指標選取

1.1 埃塔平方法（η2）

埃塔平方法（η2）[18]是一種以逆向思維法為基本思想的統計分析方法。該方法從缺失因素后因變量的變化中剝離出缺失因素的貢獻份額，與正向思維法測算因素貢獻份額的方式相反。為了測算玉米生產各驅動因素貢獻份額（即埃塔平方η2）的大小，需要根據影響因素分別構建模型，包括全因素模型與局部因素模型群，運用模型群中回歸平方和與總平方和對各個因素的獨立貢獻份額和多因素間相互作用產生的交互貢獻份額進行計算，從而把多個變量間存在的相關性分離開來。

全因素模型與局部因素模型構建方法不同，但模型的基本形式相同，均為OLS 線性回歸模型，具體見式（1）。假設影響玉米生產的驅動因素（自變量）為X，共有i個，玉米產量（因變量）為Y，則全因素模型是由所有驅動因素（自變量）構成的多元線性回歸模型，能對影響玉米生產的所有驅動因素的綜合貢獻程度進行衡量。

而各個因素的獨立貢獻份額和因素間的交互貢獻份額是由局部因素模型進行測算的，假設計算驅動因素（自變量）X1對玉米生產的獨立貢獻份額，則需要構建去掉X1自變量的局部模型，其獨立貢獻份額可以通過式（2）計算出來，其中，SSgain為全要素模型回歸平方和SSf與局部因素模型回歸平方和SSp的差值，SStotal為模型總計平方和。

若計算兩個（組）驅動因素X2與X3的交互貢獻份額，則需要構建由3個局部因素模型組成的局部模型群，模型群分別由不包含X2自變量的局部因素模型、不包含X3自變量的局部因素模型和不包含X2與X3兩個（組）自變量的局部因素模型構成，驅動因素X2與X3的交互貢獻份額可以由去掉X2與X3兩個（組）驅動因素后求得的交互貢獻份額和驅動因素X2、驅動因素X3各自的獨立貢獻份額的差值求得，具體見式（3）所示。同理，多個（組）因素的交互貢獻份額也由多個（組）因素相互作用的綜合交互貢獻份額與各個因素的獨立貢獻份額的差值求得。

通過上述模型可以測算出多個（組）因素的交互貢獻份額，當交互貢獻為0 時，表示因素間無相關性，即完全獨立，各自獨立影響玉米的生產；當交互貢獻大于0時，表示因素間存在交互作用，且因素間有正向促進作用，產生比各自獨立貢獻份額更大的驅動作用，共同對玉米的生產產生一定程度的影響；當交互貢獻小于0 時，表示因素間有反向作用，因素間相互削弱，使得交互貢獻份額減小，對玉米生產的貢獻作用較小。在對驅動因素貢獻份額進行研究時，采用埃塔平方法（η2），通過構建全因素模型和局部因素模型群，分別計算全時段、分時段、分區(qū)域的各組驅動因素的貢獻份額，并對計算結果進行分析。

1.2 指標選取

農作物生產是一種受多種因素綜合影響而發(fā)生的自然過程，由于農業(yè)生產的自然屬性和社會屬性，其同時受到自然、社會、生產投入和技術等多種因素的共同作用。選取不同因素中有代表性的指標可以研究不同因素對玉米生產的影響機制。該文基于已有研究成果，結合玉米生產的實際，綜合考慮相關數據資料的可得性和變量選取的合理性、完整性，從氣象、生產投入、社會經濟、技術進步和政策等五個方面共選取26 個指標構建指標體系，具體指標體系見表1。

表1 指標體系

2 模型構建與數據來源

2.1 模型構建

為了測算我國玉米生產驅動因素的貢獻份額，研究采用埃塔平方法分別對全國全時段、全國分時段和分區(qū)域全時段玉米生產的貢獻份額進行計算，共建立4 組OLS 模型群，分別為全國全時段玉米生產模型群、全國分時段玉米生產模型群、北方春玉米區(qū)玉米生產模型群和黃淮海夏玉米區(qū)玉米生產模型群。其中，每個模型群中都包含1個全因素模型和30個局部因素模型，具體局部模型見表2。通過模型群的構建，能夠對單一因素的獨立貢獻份額與多因素間的交互貢獻份額進行測算，明確玉米生產在不同區(qū)域、不同時段受驅動因素影響程度的大小。

表2 局部因素模型

2.2 數據來源

該研究中玉米生產及其影響因素的數據來源不同。玉米生產情況用玉米產量數據來表示，數據主要來自于中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所遙感團隊依據全國遙感影像識別出來的1980 年、1990年、2000 年和2010 年4 期的玉米10km×10km 總產量柵格數據。為了便于統計分析，將柵格內玉米種植面積≥1 000hm2的柵格篩選出來作為玉米生產的集中產區(qū)進行研究，而產量較少的零星產區(qū)不作為研究對象。

在影響玉米生產的5 類因素中，氣象因素數據資料來源于國家氣象數據中心，生產投入、社會經濟、技術進步因素的數據資料來源于《中國農業(yè)年鑒》《新中國農業(yè)60年統計資料》《中國統計年鑒》、不同省份統計資料等。其中，氣象數據為以柵格為單元的玉米集中產區(qū)的氣象矢量數據表，是由全國各省份氣象站點觀測數據采用ArcGIS 插值工具進行空間分析，并對氣象柵格數據與玉米集中產區(qū)的柵格數據進行疊加，將柵格數據轉換為矢量數據的結果。為了使統計數據與氣象數據具有可比性，將生產投入、社會經濟、技術進步因素等相關數據進行柵格化處理，轉換為10km×10km 的以柵格為單元的統計數據表。其中，5類驅動因素中部分指標不能直接從統計年鑒中獲取，需進行估算得到，包括成災面積、新增耕地、機耕面積、機播面積、機收面積、有效灌溉面積、化肥折純量，估算方式均為指標原始統計數據值乘以玉米種植面積與農作物種植面積的比值，而城鎮(zhèn)化水平由城鎮(zhèn)人口除以總人口進行表示，非農就業(yè)機會由非農就業(yè)人數除以農村勞動力人數來計算。科技進步因素用虛擬變量和農業(yè)機械總動力來衡量，其中虛擬變量每十年增長一次。政策因素也以虛擬變量來衡量。

3 模型結果與分析

該研究運用埃塔平方法，分別構建4個玉米生產的模型群：全國全時段玉米模型群、全國分時段玉米模型群、北方春玉米區(qū)全時段玉米模型群和黃淮海夏玉米區(qū)全時段玉米模型群。通過測算各個局部模型的調整后的R2、埃塔平方值與貢獻份額，定量化各個因素的貢獻程度，有利于深入分析貢獻份額在不同時段不同區(qū)域上的變化。

3.1 全國全時段模型群

全國全時段模型群分別對我國玉米生產在全時段受氣象、生產投入、社會經濟、技術進步和政策項因素的綜合交互影響及各個單一因素影響的貢獻份額進行計算。由表3測算結果可知，各單一因素對我國玉米生產的貢獻程度各不相同。在5個單一因素中，技術進步因素對我國玉米生產的貢獻程度最大，貢獻份額為2.71%，生產投入和社會經濟因素次之，貢獻份額分別為1.97%和1.11%，而政策因素的貢獻份額最小，僅為0.16%，對玉米生產的促進作用較弱。同時，多因素的交互作用也對玉米生產產生了不同程度的影響，在雙因素的交互作用中，社會經濟和技術進步因素、生產投入和技術進步因素兩組模型的貢獻作用最為顯著，交互貢獻份額分別為2.58%和1.59%，兩組雙因素的交互作用為我國玉米生產分別額外貢獻了2.58%和1.59%，表明社會經濟和技術進步因素、生產投入和技術進步因素兩組因素間作用方向相同，因素間的正向促進對推動玉米生產產生較大影響。而生產投入和社會經濟因素的貢獻份額最小，且為負值，說明生產投入和社會經濟因素間作用方向反向，因素間的作用有相互削弱的趨勢，對玉米生產的貢獻作用較小。在3類因素的交互作用中，生產投入、社會經濟和技術進步因素組合模型的貢獻份額最大，為19.78%，說明3 類因素的交互作用對玉米生產貢獻了19.78%。多因素的交互作用中貢獻份額最為突出的是由氣象、生產投入、社會經濟和技術進步4類因素形成的組合模型，對我國玉米生產交互貢獻了19.78%。

表3 全國全時段模型群不同影響因素貢獻份額分析

3.2 全國分時段模型群

為了研究不同時期我國玉米生產受驅動因素的影響程度，對我國玉米生產不同時段的貢獻份額進行計算，分別為1980年、1990年、2000年和2010年4個時段，計算結果如表4。

表4 1980—2010年全國分時段模型群不同影響因素貢獻份額分析

從全國分時段玉米生產模型群的5項單一因素來看，1980年技術進步因素的貢獻份額高達9.41%，位5 項居因素首位，其次為社會經濟和氣象因素，貢獻份額分別為8.07%和2.05%，生產投入和政策因素對玉米生產的貢獻程度最低；1990年社會經濟因素的貢獻份額降低至3.48%，但仍位于首位，政策因素提升至2.96%，僅次于社會經濟因素，而技術進步和氣象因素的貢獻份額均有所降低，分別降至1.97%和1.71%，生產投入因素的貢獻份額雖有所提升，但對玉米生產的貢獻程度仍然較低；2000年社會經濟和技術進步因素的貢獻份額再次分別提升至4.18%和3.05%，對玉米生產的貢獻程度較高，氣象因素次之，而生產投入和政策因素分別降低0.44%和2.88%，處于5 項因素最后兩位；2010 年除政策因素外，其他4 項因素的貢獻份額均有小幅度減少，政策因素貢獻份額由第五位升至第三位，社會經濟因素貢獻份額仍然最大，生產投入因素貢獻程度降為最低?？傮w而言，4個時段中，社會經濟因素的貢獻份額始終最大，對全國玉米的貢獻作用最為顯著，而技術進步因素除1990年外均位居第二，貢獻作用僅次于社會經濟因素。從多個因素來看，社會經濟因素和技術進步因素不僅各自的貢獻份額較大，而兩大因素交互作用的交互貢獻份額仍然較大，在雙因素模型中，其交互貢獻份額在不同時段中始終最大。在3 項因素組合模型中，1980 年社會經濟、技術進步和政策因素組合模型的交互貢獻份額最大，貢獻了7.65%，1990 年氣象、社會經濟和技術進步因素組合模型的交互貢獻份額由1980 年的6.84%提升至19.01%，排名由第二位升至第一位，而在2000 年，隨著氣象、生產投入和社會經濟因素組合模型交互貢獻份額的快速增加，其超過氣象、社會經濟和技術進步因素組合模型位居第一，短暫超越后，在2010 年，氣象、生產投入和社會經濟因素組合模型的貢獻份額再次回落為第二，而氣象、社會經濟和技術進步因素組合模型回升至第一。多因素交互作用中，氣象、生產投入、社會經濟和技術進步因素組合模型的交互貢獻份額在除1980 時段外始終最大，而1980 年由氣象、社會經濟、技術進步和政策因素構成的模型的交互貢獻份額最大，對我國玉米生產的交互貢獻高達10.28%。

3.3 分區(qū)域全時段模型群

根據《玉米優(yōu)勢區(qū)域布局規(guī)劃（2008—2015 年）》將我國玉米生產區(qū)域劃分為三大區(qū)域，分別為北方春玉米區(qū)、黃淮海夏玉米區(qū)和西南玉米區(qū)。其中，北方春玉米區(qū)包含黑龍江、吉林、遼寧、內蒙古、甘肅、寧夏、新疆7 個省區(qū)，黃淮海夏玉米區(qū)包含河北、河南、山東、山西、陜西、江蘇、安徽7 個省份，西南玉米區(qū)包含湖北、重慶、四川、云南、廣西、貴州6個省區(qū)。三大產區(qū)中，北方春玉米區(qū)和黃淮海夏玉米區(qū)一直都是我國玉米的主要分布區(qū)域和種植優(yōu)勢區(qū)域，在保障我國玉米生產中發(fā)揮了重要作用。因此，選取這兩個區(qū)域對其玉米生產影響因素進行分析。

3.3.1 北方春玉米區(qū)

北方春玉米區(qū)的測算結果見表5。從表可知，氣象因素在5 項單一因素中對北方春玉米區(qū)的生產有較為顯著的影響，貢獻份額達到了1.77%，技術進步因素的貢獻作用僅次于氣象因素，貢獻份額為0.85%。而政策因素的貢獻份額最低，對玉米生產貢獻了0.32%。在雙因素的交互作用中，社會經濟和技術進步因素組合模型對玉米生產的交互貢獻最大，生產投入和技術進步因素組合模型次之。在3項因素的交互作用中，生產投入、社會經濟和技術進步因素組合模型與氣象、社會經濟和技術進步因素組合模型分別以19.37%和8.23%的貢獻份額位居前兩位。在多要素交互作用中，氣象、生產投入、社會經濟和技術進步因素組合模型以高達30.25%的貢獻值位居首位，生產投入、社會經濟、技術進步和政策因素組合模型的貢獻作用排第二，貢獻值為23.66%，兩組模型各自產生的交互作用均對北方春玉米區(qū)玉米的生產產生重要的影響。

表5 北方春玉米區(qū)模型群

3.3.2 黃淮海夏玉米區(qū)

從黃淮海夏玉米區(qū)玉米生產驅動因素貢獻份額的測算結果（表6）可知，在單一因素中，生產投入因素對該產區(qū)玉米生產的貢獻作用最大，貢獻份額高達3.2%，社會經濟因素次之，對玉米生產貢獻2.88%，而貢獻份額最低的為技術進步因素，僅為0.06%。在雙因素中，社會經濟和技術進步因素組合模型的貢獻份額最大，貢獻值為2.16%，其次為生產投入和技術進步因素組合模型，交互貢獻了1.75%。在3 項因素的交互作用中，社會技術、技術進步和政策因素組合模型以3.16%的貢獻份額位居首位，其次為氣象、生產投入和技術進步因素組合模型，交互作用為2.87%。從多因素的交互作用看，生產投入、社會經濟、技術進步和政策因素組合模型的交互貢獻值最大，為22.48%，其次為氣象、生產投入、社會經濟和技術進步因素組合模型，交互貢獻值為19.36%。兩組模型中各個要素的綜合交互作用，對黃淮海夏玉米區(qū)玉米的生產有較大的影響。

表6 黃淮海夏玉米區(qū)模型群

4 結論與討論

4.1 全時段技術進步、生產投入和社會經濟因素對玉米生產影響顯著

由全時段模型測算結果可知技術進步、生產投入和社會經濟因素分別對玉米生產有較為顯著的獨立影響，且因素間的相互作用共同推動了我國玉米的生產。這一模型測算結果較為符合現實，改革開放以來，我國社會經濟快速發(fā)展，隨著家庭聯產承包責任制的實施，生產投入水平不斷加大，玉米生產能力得到充分釋放，極大促進了玉米產業(yè)的發(fā)展。此外，玉米育種、栽培、施肥、病蟲害防治等農業(yè)技術的不斷進步，為玉米的生產提供了較好的條件，提高了農戶抵御自然災害的能力，農民種植玉米的積極性大大提高。

除技術進步、生產投入和社會經濟因素外，氣象和政策因素也是影響玉米生產的重要因素，雖然貢獻份額較小，但仍對玉米生產有一定程度的影響，只是與其他因素相互作用時，貢獻作用被小部分抵消而已。玉米作為重要的糧飼兼用作物，隨著畜牧業(yè)與加工業(yè)的不斷發(fā)展，社會對玉米及其加工品需求不斷地擴大，同時玉米生產技術的提高，生產基礎設施、灌溉水平的優(yōu)化等，使得玉米生產受到自然災害的影響程度逐漸減弱，玉米需求擴大的同時生產成本卻逐漸降低，農戶種植玉米的利益得到了保障，越來越多的農戶選擇種植玉米。社會經濟的發(fā)展、農業(yè)技術的進步和生產投入的加大共同削弱了氣候因素對玉米生產的影響，改變了過往靠天吃飯的生產模式。此外，農業(yè)政策的落實也會受到地區(qū)經濟發(fā)展水平、技術水平和自然氣候等因素的影響。農業(yè)補貼、稅收、價格保護等政策雖然刺激了農民生產玉米的積極性，但對于不適合種植玉米的地區(qū)、經濟水平較高、缺乏充足耕地的地區(qū)而言，政策因素對玉米生產帶來的增產作用被自然氣候、社會經濟等因素沖淡。這正是氣候、政策因素與其他因素相互作用的結果。

4.2 不同時段社會經濟、技術進步因素的驅動作用始終較大

由分時段模型結果可知，在不同時段中，社會經濟和技術進步因素的貢獻份額始終較大。改革開放以來，我國社會經濟水平得到大幅度提升，政府對農業(yè)問題較為重視，農業(yè)生產投入水平、農業(yè)技術研發(fā)水平等都得到一定提升。隨著我國農業(yè)技術水平的提高和玉米高產品種的推廣，玉米的單產水平不斷提高，綜合生產能力也有所提升?？傮w來看，社會經濟水平和農業(yè)技術水平的提高對玉米的生產起到了推動作用。

除社會經濟和技術進步因素外，氣象、生產投入和政策因素也對玉米生產有一定程度影響。雖然3種因素的影響效應相對較小，但其驅動作用仍不可忽視。隨著多個指導“三農”工作的“中央一號文件”和各種支農惠農政策的出臺，國家對農業(yè)生產投入的力度逐漸加大，農業(yè)基礎設施建設水平、農業(yè)機械水平和農業(yè)生產技術水平都得到了提高，大大削弱了氣象因素、生產投入因素對玉米生產的影響程度。但對于經濟水平較為落后、農業(yè)生產環(huán)境較差的地區(qū)，其農業(yè)生產投入力度、農業(yè)技術應用水平仍然較低，其生產受氣象、生產投入等因素的影響依然較大。因此，玉米生產是多種驅動因素共同作用的結果，在玉米生產中，既要重視社會經濟和技術進步因素，也不能忽視氣象、生產投入和政策因素。

4.3 不同區(qū)域玉米生產受驅動因素的影響存在差異

由不同區(qū)域模型結果可知，北方春玉米區(qū)氣象、生產投入、社會經濟和技術進步因素對玉米生產的交互影響效應較大，豐富的光熱資源、肥沃的土地、良好的氣候條件和不斷優(yōu)化的生產技術水平等共同促進了該產區(qū)玉米的生產，而黃淮海夏玉米區(qū)玉米生產受生產投入、社會經濟、技術進步和政策因素的交互影響效應較大，相比于北方春玉米區(qū)，氣象因素對黃淮海夏玉米區(qū)玉米生產的促進作用相對較弱，這主要由于黃淮海夏玉米區(qū)氣溫高、降雨集中、蒸發(fā)量大等自然氣候原因，玉米在生長過程中更易遭受自然災害[19]。因此，可根據不同區(qū)域玉米生產影響因素的差異，在玉米生產中發(fā)揮優(yōu)勢因素，盡可能降低不利因素的影響，要因地制宜進行合理的玉米生產。