張明旭　趙海英

摘要：吉林省2004年到2013年的農(nóng)業(yè)機械總動力從1230.6萬千瓦增加到2554.7萬千瓦，同期吉林省糧食產(chǎn)量增加了32.4%。分位數(shù)回歸結(jié)果表明：農(nóng)用機械總動力對糧食產(chǎn)量的促進作用越來越顯著。

關(guān)鍵詞：分位數(shù)回歸；糧食產(chǎn)量；濾波；通化市

中圖分類號：F323.3 文獻標識碼： A 文章編號： 1674-0432（2014）-18-19-1

吉林省是我國重要的商品糧基地，糧食生產(chǎn)條件優(yōu)越。吉林省位于東北地區(qū)中部，幅員面積為18.74萬平方公里，糧食作物以玉米和水稻為主，其中玉米生產(chǎn)在全國占有重要地位，商品率高，除滿足本省的需求外，還大量銷往其他省份。2013年吉林省糧食總產(chǎn)量達到355.1億公斤，比上年增長6.22%，總產(chǎn)量在全國的位次由上年的第5位上升到第4位；糧食單產(chǎn)達到494.25公斤/畝，繼續(xù)位居全國第1位，為國家糧食安全做出了突出貢獻。近年來，吉林省農(nóng)業(yè)機械化水平不斷提高，農(nóng)業(yè)機械化對吉林省糧食產(chǎn)量的作用具有重要意義。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

吉林省2004年～2013年的農(nóng)業(yè)機械總動力與糧食產(chǎn)量的數(shù)據(jù)如圖1所示。

圖1吉林省2004年～2013年的農(nóng)業(yè)機械總動力與糧食產(chǎn)量的數(shù)據(jù)

1.2 研究方法

最小二乘法是估計回歸系數(shù)的常用方法，但在實際應(yīng)用過程中，假設(shè)條件要求較高，通常不能得到滿足。為克服普通最小二乘法在回歸分析中的缺點，Koenker和Bassett把中位數(shù)回歸推廣到了一般分位數(shù)回歸上。

分位數(shù)回歸方法能更加全面地描述被解釋變量條件分布的全貌，而不是僅僅分析被解釋變量的條件期望，也可以分析解釋變量如何影響被解釋變量的中位數(shù)、分位數(shù)等，不同分位數(shù)下的回歸系數(shù)估計量常常不同，即解釋變量對不同水平被解釋變量的影響不同。分位數(shù)回歸可以提供不同分位點處的估計結(jié)果，因此可以對因變量的整個分配情況作出更為清楚的解釋。

2 建模

影響糧食產(chǎn)量的自然因素與社會因素較多，為分析農(nóng)業(yè)機械總動力對吉林省糧食產(chǎn)量的影響，本文以單因素的農(nóng)機總動力作為輸入變量，以歷年糧食產(chǎn)量作為因變量，在參考已有文獻的基礎(chǔ)上構(gòu)建一個函數(shù)模型，如下所示：

y=β0+β1n+ε

其中， n為農(nóng)機總動力，ε為隨機誤差。

3 計算結(jié)果

利用R軟件進行計算，列出了各因素在0.1、0.3、0.5、0.7和0.9分位點的回歸結(jié)果，并對糧食產(chǎn)量分布的不同位置進行分析。通過對不同分布點的差異做更詳細的刻畫，可以更加深入地了解農(nóng)用機械總動力對糧食產(chǎn)量的影響因素。

農(nóng)用機械總動力與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)先呈顯著上升，之后較為平緩的趨勢，在0.7分位點處達到最大值，這表明糧食產(chǎn)量位于0.7分位點處，農(nóng)用機械總動力的促進作用最為顯著，而在0.3、0.5、0.9分位點農(nóng)用機械總動力的促進作用較大，在0.1分位點的促進作用最小，農(nóng)用機械總動力對中高糧食產(chǎn)量的促進作用大，而對低糧食產(chǎn)量的促進作用最小。

4 結(jié)語

從分位數(shù)回歸結(jié)果可以看出農(nóng)用機械總動力對糧食產(chǎn)量的促進作用較為顯著。我國目前實行的是家庭聯(lián)產(chǎn)承包責任制，農(nóng)業(yè)生產(chǎn)比較分散。在有條件的地區(qū)，可以鼓勵土地流轉(zhuǎn)，實行機械化生產(chǎn)，提高效率，增加糧食產(chǎn)量，也可以推行農(nóng)業(yè)合作社提高農(nóng)機的使用水平來達到增產(chǎn)的目的。

參考文獻

[1] Koenker， R.and Bassett.G：The Asymptotic Distribution of the Least Absolute Error Estimator[J].Journal of the American Statistical Association，1978，（73）：618-622.

[2] 李群峰.基于分位數(shù)回歸的面板數(shù)據(jù)模型估計方法[J].統(tǒng)計與決策，2011，（17）：24-26.

[3] 童金萍，李柏年.基于分位數(shù)回歸法的安徽省糧食產(chǎn)量影響因素分析[J].科技和產(chǎn)業(yè)，2010，（5）：84-87.

作者簡介：張明旭，碩士學歷，通化師范學院，講師，研究方向：農(nóng)業(yè)資源。