基于面板數(shù)據(jù)的糧食產(chǎn)量影響因素實(shí)證分析

摘要" 本研究選取A省1993—2022年的糧食作物播種面積（X1）、農(nóng)業(yè)機(jī)械總動(dòng)力（X2）、有效灌溉面積（X3）、農(nóng)用化肥施用折純量（X4）和成災(zāi)面積（X5）作為解釋變量，糧食產(chǎn)量（Y）作為被解釋變量，利用多元線性回歸方程進(jìn)行實(shí)證研究。結(jié)果表明，糧食產(chǎn)量及其影響因素的相關(guān)公式為，影響糧食產(chǎn)量的主要因素包括糧食作物播種面積（X1）、有效灌溉面積（X3）與成災(zāi)面積（X5），影響程度分別為90.3%、56.5%和-3.4%?；诖?，提出提高糧食產(chǎn)量的對(duì)策建議，包括保證耕地面積，建設(shè)高標(biāo)準(zhǔn)農(nóng)田；擴(kuò)大有效灌溉面積，提升水分利用效率；提高災(zāi)害預(yù)警能力，降低糧食生產(chǎn)成災(zāi)面積等。為提升研究區(qū)糧食產(chǎn)量提供參考。

關(guān)鍵詞" 糧食產(chǎn)量；糧食安全；Eviews軟件；面板數(shù)據(jù)

中圖分類號(hào)" F326.11"""""" 文獻(xiàn)標(biāo)識(shí)碼" A"""""" 文章編號(hào)" 1007-7731（2024）22-0141-04

DOI號(hào)" 10.16377/j.cnki.issn1007-7731.2024.22.032

基金項(xiàng)目 安徽省社科規(guī)劃項(xiàng)目“新時(shí)代鄉(xiāng)村振興與互聯(lián)網(wǎng)經(jīng)濟(jì)體的戰(zhàn)略耦合及實(shí)現(xiàn)路徑研究”（AHSKY2020D65）。

作者簡介 劉亞琳（2001—），女，安徽合肥人，碩士研究生，從事糧食安全、鄉(xiāng)村振興研究。

通信作者 李曉東（1975—），男，山西昔陽人，碩士，副教授，從事農(nóng)耕文化研究。

收稿日期 2024-09-23

Empirical analysis of the influencing factors of grain yield based on panel data

LIU Yalin1""" LI Xiaodong2

（1School of Management， Anhui Science and Technology University， Bengbu 233000， China;

2School of Humanities， Anhui Science and Technology University， Chuzhou 231000， China）

Abstract" The grain sowing area（X1）， total power of agricultural machinery（X2）， effective irrigation area（X3）， net amount of agricultural fertilizer application（X4） and disaster prone area（X5） in A Province from 1993 to 2022 were selected as explanatory variables， and conducted empirical research using a multiple linear regression equation with the dependent variable of grain yield（Y） utilization. The results indicated that the relevant formulas for grain yield and its influencing factors in the study area were as follows： ， the main factors affecting grain yield include grain sowing area（X1）， effective irrigation area（X3）， and disaster prone area（X5）， with impact degrees of 90.3%， 56.5%， and -3.4%， respectively. Based on this， countermeasures and suggestions were proposed for improving grain production， including ensure arable land area， construct high standard farmland， expand effective irrigation area， improve water use efficiency， enhance disaster warning capability， and reduce the area of grain production affected by disasters. Provided references for enhancing grain production in the research area.

Keywords" grain yield; food security; Eviews software; panel date

保障糧食安全有助于改善農(nóng)業(yè)生產(chǎn)環(huán)境，降低農(nóng)林資源損耗，是農(nóng)業(yè)可持續(xù)發(fā)展的必由之路[1]。A省作為種糧面積較大的地區(qū)之一，其地理環(huán)境和氣候條件帶來了糧食品質(zhì)和產(chǎn)量雙優(yōu)的發(fā)展形勢。探索影響糧食產(chǎn)量的因素對(duì)糧食安全生產(chǎn)有重要的現(xiàn)實(shí)意義。郭耀輝等[2]研究指出，復(fù)種指數(shù)、機(jī)械化程度和科學(xué)施肥等與糧食增產(chǎn)呈正相關(guān)；耿娟等[3]研究表明，糧食產(chǎn)量與種植面積、有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力和化肥施用折純量呈正相關(guān)；王翰林[4]研究指出，糧食播種面積、有效灌溉面積和農(nóng)業(yè)機(jī)械總動(dòng)力與糧食產(chǎn)量呈正相關(guān)，受災(zāi)面積與糧食產(chǎn)量呈負(fù)相關(guān)；裘曉鋒[5]利用多元線性回歸模型，研究得出糧食作物播種面積、農(nóng)用機(jī)械總動(dòng)力、有效灌溉面積和農(nóng)用化肥施用量與糧食總產(chǎn)量呈正相關(guān)；王洪平[6]基于嶺回歸研究得出，農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量、農(nóng)田有效灌溉面積和糧食作物播種面積明顯影響黑龍江糧食產(chǎn)量；張紅軍[7]利用探索性數(shù)據(jù)空間分析法等方法，研究得出土地投入、農(nóng)業(yè)技術(shù)、自然災(zāi)害與勞動(dòng)力投入對(duì)糧食生產(chǎn)有較大影響。

相關(guān)學(xué)者對(duì)糧食產(chǎn)量的研究因地域不同、方法多樣，且各區(qū)域可獲得數(shù)據(jù)年限與研究側(cè)重點(diǎn)不盡相同，所得結(jié)論也不盡相同。本研究根據(jù)已有文獻(xiàn)指導(dǎo)及A省統(tǒng)計(jì)局網(wǎng)站中的面板數(shù)據(jù)，選取1993—2022年的糧食作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、化肥施用折純量與成災(zāi)面積數(shù)據(jù)，代入以糧食產(chǎn)量為被解釋變量的柯布—道格拉斯生產(chǎn)函數(shù)，進(jìn)行糧食產(chǎn)量影響因素實(shí)證研究，探索研究區(qū)糧食產(chǎn)量的部分影響因素，并進(jìn)一步調(diào)查其影響程度。

1 材料與方法

1.1 變量與數(shù)據(jù)分析

根據(jù)農(nóng)業(yè)種植客觀狀況以及A省統(tǒng)計(jì)局網(wǎng)站中省級(jí)數(shù)據(jù)收集種類，選取了A省1993—2022年的有關(guān)變量數(shù)據(jù)，以糧食作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、農(nóng)用化肥施用折純量與成災(zāi)面積數(shù)據(jù)作為解釋變量，與被解釋變量糧食產(chǎn)量的數(shù)據(jù)代入多元線性回歸方程進(jìn)行實(shí)證研究[8]。

1.1.1 變量分析 參考文獻(xiàn)[9]對(duì)獲取的具體數(shù)據(jù)進(jìn)行初步分析。變量定義如表1所示。

1.1.2 數(shù)據(jù)分析 根據(jù)數(shù)據(jù)變化可知，各變量變化趨勢及解釋變量與被解釋變量變化方向具有一致性，且數(shù)據(jù)整體離散程度較為理想，基本呈線性變化，可進(jìn)行下一步實(shí)證分析。

1.2 模型建立

基于數(shù)據(jù)分析與各指標(biāo)間正負(fù)相關(guān)性的明確，以及國家統(tǒng)計(jì)局網(wǎng)站中數(shù)據(jù)皆源于實(shí)際統(tǒng)計(jì)這一基本原則，選取柯布—道格拉斯生產(chǎn)函數(shù)（C—D生產(chǎn)函數(shù)）建立回歸模型。

首先建立非線性回歸模型，對(duì)糧食產(chǎn)量與所選取的5個(gè)影響因素間的關(guān)系進(jìn)行分析。C—D生產(chǎn)函數(shù)基本形式如式（1）所示。

（1）

式（1）中，Y表示總產(chǎn)出，A表示綜合技術(shù)水平，K和L分別表示投入的資本和勞動(dòng)力，α和β分別表示資本和勞動(dòng)力的彈性系數(shù)[10]。

根據(jù)農(nóng)業(yè)指標(biāo)特性與本文研究變量，建立基本擴(kuò)展模型，如式（2）所示。

（2）

式（2）中，Y為被解釋變量糧食產(chǎn)量；A為常數(shù)項(xiàng)，體現(xiàn)技術(shù)進(jìn)步與研究外變量影響；α、β、γ、δ和ε為糧食投入各影響因素的彈性系數(shù)。為了更好地符合模型假設(shè)要求、避免個(gè)別極值、消除異方差，對(duì)各變量取對(duì)數(shù)形式，形成多元回歸模型，如式（3）所示。

（3）

運(yùn)用Eviews 10軟件對(duì)糧食產(chǎn)量影響因素進(jìn)行多元線性回歸分析。

2 結(jié)果與分析

2.1 模型回歸

2.1.1 模型初步回歸 通過Eviews 10軟件對(duì)所選取的指標(biāo)進(jìn)行多元線性回歸后，得到的結(jié)果如表2所示。從回歸結(jié)果來看，修正后的樣本可決系數(shù)為0.927，說明模型擬合優(yōu)度較高，可以較好地解釋糧食產(chǎn)量與各影響因素間的關(guān)系。F=0，說明5個(gè)解釋變量聯(lián)合起來對(duì)被解釋變量的影響較明顯，但變量X2、X4的t檢驗(yàn)未通過，且X2系數(shù)符號(hào)與生產(chǎn)實(shí)際相反，遂考慮所選取變量間存在多重共線性；通過建立輔助回歸模型來檢驗(yàn)多重共線性，以lnX1作為被解釋變量，lnX2、lnX3、lnX4和lnX5作為解釋變量進(jìn)行回歸，得出F=0，通過檢驗(yàn)，即lnX2、lnX3、lnX4和lnX5聯(lián)合起來對(duì)lnX1的影響明顯，可以確定各解釋變量間存在多重共線性關(guān)系。

2.1.2 模型修正 為降低變量間的多重共線性對(duì)整體模型的影響，采用逐步回歸法對(duì)變量進(jìn)行處理。將變量間相關(guān)性作為變量引入順序依據(jù)，由系數(shù)數(shù)據(jù)可得，變量糧食作物播種面積（X1）與糧食產(chǎn)量（Y）之間的相關(guān)程度較高，因此以糧食產(chǎn)量與糧食作物播種面積的一元回歸為基礎(chǔ)進(jìn)行逐步回歸。將剩余解釋變量分別依次引入初始模型，尋找各變量間的最佳回歸模型。在變量引入過程中遵循修正后的R2數(shù)值逐漸增大且通過各項(xiàng)檢驗(yàn)，符合實(shí)際。其逐步回歸的各步參數(shù)如表3所示。

最終進(jìn)入模型的解釋變量包括lnX1、lnX3和lnX5，最優(yōu)模型如式（4）。

（4）

2.2 模型檢驗(yàn)

從逐步回歸法得出的最優(yōu)模型以及實(shí)證結(jié)果得出，糧食產(chǎn)量與所選擇的解釋變量間存在一定相關(guān)性，糧食產(chǎn)量主要受糧食作物播種面積、農(nóng)業(yè)有效灌溉面積及成災(zāi)面積的影響。其中糧食產(chǎn)量與糧食作物播種面積、農(nóng)業(yè)有效灌溉面積之間呈正相關(guān)，與成災(zāi)面積呈負(fù)相關(guān)，與生產(chǎn)實(shí)際相符合。根據(jù)回歸模型中各變量的彈性系數(shù)可得糧食產(chǎn)量與解釋變量間的影響程度。其中糧食作物播種面積的影響程度為90.3%，有效灌溉面積影響程度為56.5%，成災(zāi)面積影響程度為-3.4%，以糧食作物播種面積對(duì)糧食產(chǎn)量的影響最大。

3 結(jié)論與討論

基于上述實(shí)證分析，可以得出糧食作物播種面積、有效灌溉面積及成災(zāi)面積對(duì)研究區(qū)糧食產(chǎn)量的影響較大，而農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)用化肥施用折純量的影響不明顯。針對(duì)影響糧食產(chǎn)量的因素，提出如下提高研究區(qū)糧食產(chǎn)量的策略。

3.1 保證耕地面積，建設(shè)高標(biāo)準(zhǔn)農(nóng)田

研究表明，糧食產(chǎn)量與耕地面積正相關(guān)，故需強(qiáng)化耕地保護(hù)與糧食安全認(rèn)識(shí)，統(tǒng)籌耕地使用，增強(qiáng)對(duì)耕地重要性與自主保護(hù)的責(zé)任意識(shí)。司偉等[11]研究指出，不斷完善耕地保護(hù)制度，提升耕地質(zhì)量建設(shè)工程的實(shí)際效果，切實(shí)做好耕地質(zhì)量安全建設(shè)，堅(jiān)守基本農(nóng)田保護(hù)制度，完善耕地保護(hù)責(zé)任，實(shí)現(xiàn)耕地占補(bǔ)平衡，進(jìn)一步加強(qiáng)耕地用途管理。同時(shí)，正確應(yīng)對(duì)農(nóng)田地區(qū)分布不均情況，集中力量建設(shè)高標(biāo)準(zhǔn)農(nóng)田。了解土地資源情況，根據(jù)客觀條件因地制宜發(fā)展。擴(kuò)大高標(biāo)準(zhǔn)農(nóng)田建設(shè)及維護(hù)。不斷提升糧食種植中的土地生產(chǎn)率、資源利用率和糧食產(chǎn)出率。葉群慧等[12]探索研究了高標(biāo)準(zhǔn)農(nóng)田建設(shè)實(shí)踐舉措，對(duì)于提升糧食安全保障能力具有積極意義。

3.2 擴(kuò)大有效灌溉面積，提升水分利用效率

研究表明，擴(kuò)大耕地有效灌溉面積，提升水分利用效率，有利于提升糧食產(chǎn)量。進(jìn)一步加大對(duì)農(nóng)田水利基礎(chǔ)設(shè)施的投入，改善老舊灌溉設(shè)施，拓展新的灌溉網(wǎng)絡(luò)，以確保更多的耕地得到有效灌溉。在糧食生產(chǎn)中，積極引進(jìn)應(yīng)用先進(jìn)水利管理技術(shù)，如滴灌、噴灌等節(jié)水灌溉方式，以提升糧食生產(chǎn)用水效率；同時(shí)通過優(yōu)化灌溉系統(tǒng)設(shè)計(jì)，利用信息化手段進(jìn)行精準(zhǔn)調(diào)控，進(jìn)一步提高水分利用效率。呂敬峰[13]研究指出，農(nóng)田水利工程建設(shè)離不開節(jié)水灌溉技術(shù)的應(yīng)用，兩者相輔相成，有利于農(nóng)業(yè)節(jié)水生產(chǎn)，促進(jìn)糧食可持續(xù)生產(chǎn)。

3.3 提高災(zāi)害預(yù)警能力，降低糧食生產(chǎn)成災(zāi)面積

建立有效的災(zāi)害預(yù)警系統(tǒng)，包括氣象災(zāi)害和病蟲害等預(yù)警體系，及時(shí)向糧食生產(chǎn)者提供準(zhǔn)確的預(yù)警信息，有利于降低糧食生產(chǎn)成災(zāi)面積。肖振中[14]研究指出，氣象災(zāi)害對(duì)糧食生產(chǎn)影響較大，建立農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警體系有利于保障糧食安全。通過灌溉系統(tǒng)、水庫和堤壩等水利設(shè)施建設(shè)，提升抗災(zāi)害能力；通過輪作、深翻等方式，改善土壤結(jié)構(gòu)；通過科技支撐，研發(fā)和應(yīng)用抗逆性強(qiáng)的糧食作物品種；通過應(yīng)用生物技術(shù)和遺傳工程，提高糧食作物的抗病蟲、抗旱和抗?jié)衬芰?；通過推廣農(nóng)業(yè)保險(xiǎn)，減輕自然災(zāi)害帶來的經(jīng)濟(jì)損失，加強(qiáng)對(duì)農(nóng)民的技術(shù)培訓(xùn)，提高其應(yīng)對(duì)災(zāi)害的能力。

綜上，本文基于1993—2022年的糧食產(chǎn)量及糧食作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、農(nóng)用化肥施用折純量與成災(zāi)面積的面板數(shù)據(jù)，建立相關(guān)回歸模型，并進(jìn)行多元線性回歸分析，得出A省糧食產(chǎn)量及其影響因素的相關(guān)公式：，即糧食作物播種面積、有效灌溉面積與成災(zāi)面積對(duì)研究區(qū)糧食產(chǎn)量影響明顯。基于此，提出提高糧食產(chǎn)量的對(duì)策建議，包括保證耕地面積，建設(shè)高標(biāo)準(zhǔn)農(nóng)田；擴(kuò)大有效灌溉面積，提升水分利用效率；提高災(zāi)害預(yù)警能力，降低糧食生產(chǎn)成災(zāi)面積等。為研究區(qū)進(jìn)一步提高糧食產(chǎn)量，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展提供參考。

參考文獻(xiàn)

[1] 韓雅雯. 糧食安全對(duì)我國農(nóng)業(yè)可持續(xù)發(fā)展的影響及其策略研究[J]. 陜西農(nóng)業(yè)科學(xué)，2024，70（1）：98-101.

[2] 郭耀輝，況嘉欣，杜興端，等. 中國西南地區(qū)糧食增產(chǎn)潛力、影響因素與策略研究[J]. 資源開發(fā)與市場，2024，40（6）：843-850.

[3] 耿娟，聶文倩. 基于嶺回歸和LASSO回歸淺析河南省糧食產(chǎn)量影響因素[J]. 山西農(nóng)經(jīng)，2023（23）：7-10.

[4] 王翰林. 我國糧食產(chǎn)量影響因素實(shí)證分析[J]. 合作經(jīng)濟(jì)與科技，2022（3）：12-14.

[5] 裘曉鋒. 江西省糧食產(chǎn)量影響因素分析： 基于多元線性回歸模型[J]. 農(nóng)村實(shí)用技術(shù)，2020（1）：28-29.

[6] 王洪平. 基于嶺回歸淺析黑龍江省糧食產(chǎn)量影響因素[J]. 糧食問題研究，2022（3）：16-20.

[7] 張紅軍. 安徽省糧食作物種植結(jié)構(gòu)演變及糧食安全評(píng)價(jià)[J]. 云南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，15（2）：87-93.

[8] 許光宇，李陽陽，毛成龍. 影響我國糧食產(chǎn)量因素的計(jì)量經(jīng)濟(jì)學(xué)研究[J]. 中國集體經(jīng)濟(jì)，2011（15）：87-88.

[9] 劉東勛. 中國各地區(qū)糧食生產(chǎn)的影響因素分析[J]. 河南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，53（5）：35-43.

[10] 李貝貝，竇學(xué)誠. 甘肅省糧食產(chǎn)量影響因素研究： 基于糧食安全視角[J]. 生產(chǎn)力研究，2023（9）：56-59，161.

[11] 司偉，陳哲. 保障中國糧食安全的多元目標(biāo)、現(xiàn)實(shí)困境與機(jī)制構(gòu)建[J]. 中州學(xué)刊，2023（10）：30-38.

[12] 葉群慧，朱梅，高燦紅，等. 安徽合肥： 多舉措推動(dòng)高標(biāo)準(zhǔn)農(nóng)田高質(zhì)量建設(shè)[J]. 中國農(nóng)業(yè)綜合開發(fā)，2023（9）：16-18.

[13] 呂敬峰. 農(nóng)田水利工程中節(jié)水灌溉技術(shù)的應(yīng)用[J]. 中國設(shè)備工程，2024（10）：212-214.

[14] 肖振中. 糧食安全視域下的農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警分析[J]. 糧食科技與經(jīng)濟(jì)，2018，43（11）：43-45.

（責(zé)任編輯：李媛）