劉　慧，張　俊

(安徽財經(jīng)大學(xué) 經(jīng)濟學(xué)院,安徽 蚌埠 233030)

?

未來中國糧食增產(chǎn)的影響因素研究
——基于糧食主產(chǎn)區(qū)面板數(shù)據(jù)的實證分析

劉慧，張俊

(安徽財經(jīng)大學(xué) 經(jīng)濟學(xué)院,安徽 蚌埠 233030)

摘要：運用1992-2012年中國15個糧食主產(chǎn)區(qū)的省際面板數(shù)據(jù),構(gòu)建了糧食產(chǎn)量影響因素模型，研究發(fā)現(xiàn):播種面積、技術(shù)進步對糧食產(chǎn)量產(chǎn)生重要的正向影響;受災(zāi)面積對糧食產(chǎn)量產(chǎn)生明顯的負向影響;增加第一產(chǎn)業(yè)從業(yè)人員和農(nóng)業(yè)的財政支出也可以提高糧食產(chǎn)量,但作用較弱。其后,又分別對水稻和小麥進行回歸,得到的結(jié)論與上面的結(jié)果基本一致,但水稻和小麥之間的回歸系數(shù)卻存在顯著差別。最后,基于實證結(jié)論提出了針對性的政策建議。

關(guān)鍵詞：糧食生產(chǎn)；糧食安全；影響因素；面板數(shù)據(jù)

一、問題提出

糧食是人類賴以生存的基礎(chǔ),是國家的根本,是社會穩(wěn)定的基石。“民以食為天”,面對人多地少的基本國情和復(fù)雜多變的國際形勢,保證糧食安全對于擁有13億人口的中國而言顯得尤為重要。1978年中國的糧食總產(chǎn)量為30 476.5萬噸,2014年的糧食總產(chǎn)量為60 702.61萬噸,增長近2倍,糧食總產(chǎn)量達到了歷史的最高水平。在這36年中,中國的糧食產(chǎn)量并不是逐年直線式增加,其間經(jīng)歷了多次徘徊甚至下滑,呈波動式上升的。自2003年以來，在政府一系列強農(nóng)惠農(nóng)政策的支持下,我國糧食產(chǎn)量實現(xiàn)了“十一”連增,但這并不意味著未來中國糧食供應(yīng)可以高枕無憂。

隨著國內(nèi)和國外糧食差價不斷擴大,關(guān)稅保護能力逐漸減弱,進口糧食數(shù)量逐年增加并且影響不斷加深,使得國內(nèi)糧食價格提升空間減小;同時農(nóng)資價格的大幅上漲,農(nóng)業(yè)科技沒有顯著突破,糧食生產(chǎn)收益又不斷下降,越來越多的青年農(nóng)民選擇外出打工,農(nóng)村勞動力紛紛“逃離”農(nóng)村與農(nóng)業(yè)生產(chǎn)，種種因素疊加在一起使得未來中國糧食增產(chǎn)面臨巨大挑戰(zhàn)，探討糧食增產(chǎn)的影響因素對增加我國的糧食供給，鞏固糧食安全具有重大的現(xiàn)實意義。

二、文獻綜述

中國是世界上人口最多的發(fā)展中國家,國內(nèi)糧食的增產(chǎn)潛力和供求關(guān)系會對世界產(chǎn)生重大影響,因而中國糧食產(chǎn)量能否持續(xù)、穩(wěn)定的增加一直是國內(nèi)外學(xué)者關(guān)注的焦點問題。學(xué)者們對改革開放以來影響中國糧食生產(chǎn)的因素進行了廣泛而深入的研究,這些研究主要集中在以下五個方面。

1.播種面積、單產(chǎn)對糧食產(chǎn)量的影響。我國改革開放后很長一段時間采取的是農(nóng)業(yè)支持工業(yè)發(fā)展的政策，導(dǎo)致農(nóng)業(yè)投入長期不足,農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)普遍滯后,糧食單產(chǎn)貢獻率偏低,糧食增產(chǎn)仍然依賴播種面積的增加[1]。劉忠計算了2003-2011年中國糧食產(chǎn)量增加的主要貢獻因素和貢獻率,結(jié)果顯示,增加糧食作物播種面積的貢獻率最大,達到46.3%, 單產(chǎn)的貢獻率達到44.2%，僅次于糧食播種面積的增加[2]。

2.科技要素投入對糧食產(chǎn)量的影響。Kanwar剖析了影響印度糧食產(chǎn)量的因素,實證研究的結(jié)果表明灌溉對糧食產(chǎn)量影響巨大,引進并使用先進的灌溉技術(shù)既可使糧食增產(chǎn),又促進糧農(nóng)增收[3]。中國幅員遼闊,地形復(fù)雜多變,提高農(nóng)業(yè)現(xiàn)代化水平與糧食生產(chǎn)技術(shù)是促進糧食增產(chǎn)的重要因素[4-5]。星焱和胡小平發(fā)現(xiàn)化肥、農(nóng)藥施用量增加提高了糧食作物的抗災(zāi)能力,為糧食增產(chǎn)做出了重要貢獻[6]。田甜和李隆玲認為良種的使用和機械作業(yè)是推動糧食增產(chǎn)的重要因素[7]。

3.勞動力投入對糧食產(chǎn)量的影響。Barrientos的研究表明勞動力轉(zhuǎn)移導(dǎo)致城鎮(zhèn)化加速發(fā)展,工業(yè)和住房用地急劇增加,大量農(nóng)業(yè)用地被侵占,耕地面積減少,這對糧食產(chǎn)量產(chǎn)生了不利的影響。與此同時,大量接受過良好教育的農(nóng)村勞動者進入城市,使得留在農(nóng)村的勞動力人力資本素質(zhì)下降,從而影響糧食的生產(chǎn)效率。石智雷和楊云彥卻認為中國農(nóng)村勞動力轉(zhuǎn)移會改變農(nóng)村和農(nóng)業(yè)勞動者的價值觀念和思維習(xí)慣,提高其自身素質(zhì),城市資本也會隨之進入農(nóng)業(yè)生產(chǎn),增加農(nóng)業(yè)的資本投入,反而有利于糧食產(chǎn)量的增長[8]。

4.自然災(zāi)害和氣候變化對糧食產(chǎn)量的影響。馬九杰論證了農(nóng)業(yè)自然災(zāi)害對糧食綜合生產(chǎn)能力與糧食安全具有重要影響,認為氣候災(zāi)害導(dǎo)致的受災(zāi)面積對糧食產(chǎn)量有較強的削弱作用,降低了糧食的綜合生產(chǎn)能力,影響我國的糧食安全[9]。陳衛(wèi)洪和謝曉英認為氣候災(zāi)害頻發(fā)在很大程度上影響著糧食產(chǎn)量和整個糧食生產(chǎn)系統(tǒng)的平衡[10]。鄭國光認為加強農(nóng)田水利建設(shè),提高抵御自然災(zāi)害風險的能力是提高糧食綜合生產(chǎn)能力的重要策略[11]。

5.政府政策對糧食產(chǎn)量的影響。胡小平認為,由于自然氣候條件和生產(chǎn)技術(shù)在短期內(nèi)相對比較穩(wěn)定,因而制度和政策因素成為糧食產(chǎn)量波動的重要推手[12]。徐建軍和星焱認為，取消農(nóng)業(yè)稅,大力實施財政支農(nóng)的政策，有效地促進了糧食持續(xù)穩(wěn)定增產(chǎn)[13]。

此外,Scott Rozelle和黃季焜對1978年以來中國農(nóng)業(yè)全要素生產(chǎn)率進行了測算和估計[14],秦立建等從土地細碎化、勞動力轉(zhuǎn)移和農(nóng)業(yè)規(guī)模等具體方面分析了糧食增產(chǎn)[15]問題。

通過梳理國內(nèi)外學(xué)者的研究發(fā)現(xiàn),大多研究是從勞動力投入、技術(shù)水平、自然災(zāi)害、政府政策等因素的某一個方面去分析糧食產(chǎn)量問題,對于將這些因素綜合起來分析糧食總產(chǎn)量問題的研究還比較少。本文綜合考慮上述各因素對糧食產(chǎn)量的影響,旨在全面的分析各個因素對糧食產(chǎn)量的作用大小。

三、經(jīng)濟計量模型與實證分析

(一)樣本、變量與數(shù)據(jù)

本文的觀察樣本為中國的產(chǎn)糧大省,包括水稻主產(chǎn)區(qū)(黑龍江、江蘇、安徽、江西、湖北、湖南、廣西、四川)和小麥主產(chǎn)區(qū)(河北、江蘇、安徽、山東、河南),其中水稻主產(chǎn)區(qū)總產(chǎn)量占全國水稻產(chǎn)量的近70%,小麥主產(chǎn)區(qū)產(chǎn)量占全國小麥產(chǎn)量的75.99%(原始數(shù)據(jù)來自2014年《中國農(nóng)業(yè)統(tǒng)計年鑒》,經(jīng)筆者計算而來)。本文選擇的樣本區(qū)間為1992-2012年,主要基于以下考慮:鄧小平南巡之后,我國才逐步確立全面的市場經(jīng)濟體制,市場化程度不斷提高,因此1992年是理想的研究起始期；由于部分省份最新的統(tǒng)計資料無法獲得,導(dǎo)致本文的研究終結(jié)期只能到2012年。

農(nóng)業(yè)生產(chǎn)是典型的投入產(chǎn)出行為,因此投入要素是影響糧食產(chǎn)量的重要因素[16]。影響糧食產(chǎn)量主要的投入要素包括土地(播種面積)、勞動力、資本以及糧食生產(chǎn)的技術(shù)等。財政支出不僅改善了農(nóng)業(yè)生產(chǎn)的基礎(chǔ)設(shè)施,而且通過各種補貼調(diào)動了農(nóng)民種糧的積極性,直接或間接影響糧食的產(chǎn)量。鑒于此,我們只用財政支農(nóng)資金作為糧食生產(chǎn)中的資本投入和政府作用的共同代理變量。

農(nóng)業(yè)技術(shù)水平也是影響糧食產(chǎn)量的重要因素,衡量農(nóng)業(yè)技術(shù)進步的指標包括農(nóng)業(yè)機械總動力、化肥施用量等。程名望、黃甜甜等指出化肥施用量能更好地反映技術(shù)進步,原因是小農(nóng)經(jīng)濟所導(dǎo)致的土地碎片化經(jīng)營使得中國糧食生產(chǎn)中機械化大規(guī)模生產(chǎn)一直很難推廣,很多地區(qū)主要還是以人力耕種為主[17]。我們也認為化肥施用量比農(nóng)業(yè)機械總動力能更好地反映技術(shù)進步*其實反映糧食生產(chǎn)技術(shù)進步最好的指標是糧食良種的使用費(或推廣費),但現(xiàn)有的文獻無法獲得該數(shù)據(jù),我們只能退而求其次,選擇化肥的施用量作為指標,感謝安徽農(nóng)業(yè)大學(xué)經(jīng)濟與管理學(xué)院欒敬東院長對此提出的建設(shè)性建議。,其根本的原因是當機械總動力達到一定程度之后,隨著農(nóng)業(yè)機械總動力的增加,其數(shù)量并不能進一步的增加糧食產(chǎn)量,只是縮短糧食種植、收獲的時間。氣候因素會影響糧食的產(chǎn)量,風調(diào)雨順能夠獲得糧食的大豐收,干旱洪澇等氣象災(zāi)害則會對糧食產(chǎn)量造成重要的影響。為了總體反映氣候因素對糧食產(chǎn)量的影響,把每年各省的受災(zāi)面積作為氣候因素的衡量指標。

本文的數(shù)據(jù)大部分來自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》,一部分來自《新中國六十年統(tǒng)計資料匯編》以及歷年的各省統(tǒng)計年鑒,個別幾個統(tǒng)計缺失值我們采用線性插值法進行了補充，各個變量的選取及其數(shù)據(jù)的統(tǒng)計描述如表1所示。

表1　變量選取及其數(shù)據(jù)的統(tǒng)計描述

(二)研究方法與模型構(gòu)建

本文采用經(jīng)典的柯布-道格拉斯(C-D)型生產(chǎn)函數(shù),即Y=ALαKβGγ。為了全面觀察影響糧食產(chǎn)量的諸因素,本文擴展了這一生產(chǎn)函數(shù),引入受災(zāi)面積等變量;對函數(shù)兩邊取對數(shù),有助于消除模型的異方差性,最后建立的計量模型如下:

lnYit=α0+α1lnsizeit+α2lnlaborit+α3lnfertiit+α4lndisastit+α5lnfinanit+μit.

式中Yit、sizeit、laborit、fertiit、disastit、finanit分別表示第i個省份第t年的糧食產(chǎn)量、糧食播種面積、勞動力投入量、化肥施用量、受災(zāi)面積、財政支農(nóng)支出,μit為隨機誤差項。

(三)模型估計

運用stata12.0,分別采用固定效應(yīng)模型和隨機效應(yīng)模型進行面板回歸。為了克服模型的內(nèi)生性問題,檢驗面板數(shù)據(jù)模型估計的有效性和可靠性,本文還運用動態(tài)面板模型——系統(tǒng)廣義矩估計(SYS-GMM)方法進行進一步回歸,三種方法回歸的結(jié)果如表2所示。

表2　糧食產(chǎn)量的回歸結(jié)果

注:括號內(nèi)數(shù)值為估計系數(shù)的t值或z值;***、**和*分別表示在1%、5%和10%的水平下顯著,下文類似; Arellano-Bond AR檢驗括號前數(shù)值為Z值,括號內(nèi)為p值;Sargan檢驗報告的為p值。

從表2中可以看到,固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型,并且hausman檢驗也支持固定效應(yīng)模型。模型的R方達到0.835 8,這在面板數(shù)據(jù)模型中是非常高的,而且所有變量聯(lián)合檢驗的F統(tǒng)計量顯著性較高,因而模型的整體估計效果較好。根據(jù)固定效應(yīng)回歸結(jié)果可以看到:(1)播種面積前的系數(shù)為0.939,在所有變量系數(shù)中是最大的,而且其t統(tǒng)計量是高度顯著的,因此糧食的播種面積是影響糧食產(chǎn)量最重要的因素;(2)第一產(chǎn)業(yè)從業(yè)人員數(shù)會對糧食產(chǎn)量產(chǎn)生較弱的正向影響,第一產(chǎn)業(yè)從業(yè)人員每提高1%,糧食產(chǎn)量只提高0.011 3%,而且其t統(tǒng)計量并不顯著,這說明很長一段時間以來,中國的糧食產(chǎn)量的增長,不是靠增加農(nóng)業(yè)勞動力的投入來提高產(chǎn)量的;(3)以化肥施用量為代表的技術(shù)進步對糧食產(chǎn)量產(chǎn)生重要的影響,其影響作用僅次于播種面積,這突出反映在變量前的系數(shù)上,并且其t統(tǒng)計量高度顯著(相對于工業(yè),農(nóng)業(yè)的技術(shù)進步速度盡管相對緩慢,但它對糧食的增產(chǎn)作用卻十分明顯)；(4)受災(zāi)面積對糧食產(chǎn)量的影響是負向的,其t統(tǒng)計量也高度顯著,這與我們的直覺以及其他學(xué)者的研究結(jié)論相一致;(5)農(nóng)業(yè)的財政支出對糧食產(chǎn)量的作用是正向的,t統(tǒng)計量也相對顯著,這也與我們的預(yù)期相一致,但農(nóng)業(yè)的財政支出相比于農(nóng)業(yè)技術(shù)進步,其對糧食增產(chǎn)作用相對較弱。

在動態(tài)面板模型結(jié)果中(表2第三列),糧食產(chǎn)量的滯后一期系數(shù)為正,且在1%的顯著性水平下對當期產(chǎn)量起促進作用,說明糧食生產(chǎn)存在著“慣性”的特征,而其他變量的回歸結(jié)果與靜態(tài)面板模型結(jié)果基本一致,農(nóng)業(yè)財政支出沒有通過檢驗,與前面的結(jié)果(對糧食產(chǎn)量提高作用較弱)也基本一致。Arellano-Bond AR檢驗中,AR的p值表明,在1%的顯著性水平下誤差項存在一階自相關(guān),在10%的顯著性水平下,模型接受了誤差項不存在二階序列相關(guān)的原假設(shè)。在sargan檢驗中,報告的p值為1,說明選擇的工具變量是有效的,模型的回歸結(jié)果是可以接受的,靜態(tài)面板模型與動態(tài)面板模型顯示回歸結(jié)果的穩(wěn)健性較好。

(四)小麥和水稻產(chǎn)量的影響因素比較

除了利用我國15個糧食主產(chǎn)區(qū)的糧食總產(chǎn)量數(shù)據(jù)進行實證分析外,我們還分別使用水稻主產(chǎn)區(qū)的水稻產(chǎn)量和小麥主產(chǎn)區(qū)的小麥產(chǎn)量,對中國最重要的兩個口糧品種進行面板回歸,觀察其結(jié)果是否與糧食總產(chǎn)量的回歸結(jié)果相一致。此時的riceout和wheout對應(yīng)于原回歸模型中的Y,ricearea和whearea對應(yīng)于原回歸模型的size,具體回歸結(jié)果如表3所示。

表3　水稻和小麥產(chǎn)量的回歸結(jié)果

由表3知,二者的固定效應(yīng)模型的回歸系數(shù)方向與糧食總產(chǎn)量的回歸結(jié)果相一致,只是具體的系數(shù)大小有一定差異,模型的R方都很高,F統(tǒng)計量也高度顯著,顯示模型的估計效果均較好。

仔細觀察表3可知,水稻和小麥的回歸系數(shù)有明顯差別,下面我們將分析這個有趣的問題。(1)小麥播種面積前的系數(shù)明顯大于水稻的系數(shù)。這是因為水稻的單位面積產(chǎn)量要遠高于小麥的產(chǎn)量,特別是超級雜交水稻的推廣,更是大幅度提高水稻的單產(chǎn),因此增加相同的產(chǎn)量,小麥需要投入更多的土地。(2)水稻的勞動力投入的系數(shù)明顯大于小麥的系數(shù),而且水稻的t統(tǒng)計量高度顯著,小麥的t統(tǒng)計量不顯著。這是因為相比于小麥,水稻由于特殊的生長特性(水田生長),本身就需要更多的勞動力投入,或者說水稻的勞動密集程度更高；而且我國的水稻主產(chǎn)區(qū)主要是位于江南丘陵地區(qū),這些地區(qū)土地碎片化經(jīng)營嚴重,生產(chǎn)階段中難以使用大型的機械,加重了對勞動的依賴。我國小麥主產(chǎn)區(qū)主要分布在華北平原一帶,這里地勢相對平坦,加上小麥的生長特性(旱田生長),使得小麥生產(chǎn)更適宜機械化作業(yè),減少了對勞動的依賴。(3)小麥產(chǎn)量對化肥施用量更敏感,即投入相同的化肥,小麥的增產(chǎn)效果更好。由于水田的特性(腐殖質(zhì)的形成),使得種植水稻的土地更加肥沃,因此化肥的邊際產(chǎn)出效應(yīng)不明顯。(4)氣候等自然災(zāi)害引起的受災(zāi)面積都會減少各自的產(chǎn)量,但對于小麥的影響程度更大。這是因為水稻主產(chǎn)區(qū)的農(nóng)田水利等基礎(chǔ)設(shè)施相對比較完善,無論是抗?jié)尺€是抗旱的能力都遠強于小麥主產(chǎn)區(qū)。小麥主產(chǎn)區(qū)的華北平原水資源比較匱乏,且該區(qū)域受季風氣候影響大,導(dǎo)致干旱等氣象災(zāi)害經(jīng)常影響小麥的產(chǎn)量。(5)農(nóng)業(yè)的財政支出都會提高各自的產(chǎn)量,但對小麥的影響程度更大。這可能一方面是因為農(nóng)業(yè)財政支出中一部分投向了農(nóng)田水利等基礎(chǔ)設(shè)施,從而對小麥產(chǎn)量產(chǎn)生更大的影響；另一方面,對糧食的支持價格,大大促進了增產(chǎn)效果更明顯的小麥化肥的使用,對農(nóng)機的補貼也促進了大型機械的使用,這些都有利于進一步提高小麥的產(chǎn)量。

四、結(jié)論與政策建議

(一)結(jié)論

運用1992-2012年中國15個糧食主產(chǎn)區(qū)的省際面板數(shù)據(jù),利用擴展的柯布-道格拉斯(C-D)函數(shù)構(gòu)建了中國糧食產(chǎn)量影響因素模型,實證分析了各因素對糧食產(chǎn)量的影響大小。研究發(fā)現(xiàn):播種面積是影響糧食產(chǎn)量的首要因素;技術(shù)進步也對糧食產(chǎn)量產(chǎn)生重要的正向影響;第一產(chǎn)業(yè)從業(yè)人員對糧食產(chǎn)量的影響較小,而且統(tǒng)計上不顯著;受災(zāi)面積對糧食產(chǎn)量產(chǎn)生負向影響,對農(nóng)業(yè)的財政支出可以提高糧食產(chǎn)量,但作用較弱。

該結(jié)論的含義十分明顯:既然糧食生產(chǎn)中,投入的要素之間替代性不如工業(yè)生產(chǎn)那么強,其生產(chǎn)對土地存在著高度依賴,那么中央采取嚴格的耕地保護制度就顯得非常必要;由于城鎮(zhèn)化的推進,耕地保護面臨日益嚴峻的形勢,要進一步增加糧食產(chǎn)量,就要依靠農(nóng)業(yè)的技術(shù)進步,特別是基因育種、雜交育種、配方施肥等技術(shù)的運用;在全球氣候變暖引發(fā)日益頻繁的氣象災(zāi)害的背景下,以及我國歷史上對農(nóng)田水利設(shè)施投入的欠賬,都要求我國要進一步增加對農(nóng)業(yè)基礎(chǔ)設(shè)施的財政投入,這樣可以減少自然災(zāi)害對糧食生產(chǎn)的影響,從而保證糧食的供給;靠增加農(nóng)業(yè)勞動力來增加糧食產(chǎn)量既不可行也不現(xiàn)實,農(nóng)村勞動力的大量外流對中國的糧食生產(chǎn)并不構(gòu)成大的威脅,而這還將為糧食生產(chǎn)機械化程度的進一步提高創(chuàng)造條件,但這可能需要農(nóng)村土地制度配套改革和創(chuàng)新。

本文還對該區(qū)間內(nèi)水稻、小麥各自主產(chǎn)區(qū)的產(chǎn)量分別進行回歸,得到的結(jié)論基本與以總體糧食產(chǎn)量的回歸結(jié)果相一致。通過對水稻和小麥的回歸結(jié)果的比較,我們發(fā)現(xiàn)一個有趣的結(jié)果,即水稻和小麥各變量的回歸系數(shù)有顯著差別。基于這兩種作物的生長特性和種植區(qū)域的地理區(qū)位差別,本文分析了產(chǎn)生這一差別的可能原因。該結(jié)論的最重要意義在于,要提高我國的糧食總產(chǎn)量,必須針對不同的種植區(qū)域、不同的糧食作物,采取差異化的政策措施,這樣才能使政策效果最大化。

(二)政策建議

為了進一步提高中國的糧食產(chǎn)量,保證我國的糧食安全,針對模型的結(jié)論,我們提出如下政策建議。第一,加大對農(nóng)業(yè)的科技投入,同時提高農(nóng)業(yè)技術(shù)的普及效率。技術(shù)進步明顯可以提高中國的糧食產(chǎn)量,因此應(yīng)該加大對農(nóng)業(yè)的科技投入。我們也應(yīng)該認識到我國的技術(shù)創(chuàng)新轉(zhuǎn)化為現(xiàn)實生產(chǎn)力的效率還比較低,農(nóng)業(yè)方面就更明顯,因此必須要提高農(nóng)業(yè)技術(shù)的普及效率。第二,繼續(xù)加大對農(nóng)業(yè)的財政支持,特別是農(nóng)田水利設(shè)施的投入。在加大對農(nóng)業(yè)財政支出的基礎(chǔ)上,也要優(yōu)化財政支出結(jié)構(gòu),提高財政支出對糧食增產(chǎn)的效率。氣象災(zāi)害對糧食生產(chǎn)十分不利,加大對農(nóng)田水利設(shè)施的投資,提高糧食生產(chǎn)抗擊自然災(zāi)害的能力,無疑也是提高中國糧食產(chǎn)量的一個明智選擇。第三,針對不同的糧食作物或種植區(qū)域,政府應(yīng)采取差異化的政策,使糧食增產(chǎn)的效果最大化。比如，在小麥主產(chǎn)區(qū),應(yīng)該大力增加水利等基礎(chǔ)設(shè)施的投入,以及增加秸稈還田等用于培肥地力的投入；而在水稻種植區(qū),有限的資金應(yīng)該花在有利于水稻種植機械化程度提高的農(nóng)業(yè)機械的研制和推廣上,這樣可以提高政策的增產(chǎn)效果。第四,要實行嚴格的耕地保護政策,嚴格執(zhí)行18畝耕地的紅線。糧食生產(chǎn)對土地的高度依賴,要求我們必須維持一定的耕地數(shù)量。要嚴厲打擊違法亂占耕地,違法改變耕地用途的現(xiàn)象,科學(xué)進行城市規(guī)劃,提高工業(yè)和城市用地效率,以減少城市化、工業(yè)化對耕地保護的壓力。

參考文獻：

[1]黎東升,曾靖.經(jīng)濟新常態(tài)下我國糧食安全面臨的挑戰(zhàn)[J].農(nóng)業(yè)經(jīng)濟問題,2015(5):42-47.

[2]劉忠,黃峰,李保國.2003-2011年中國糧食增產(chǎn)的貢獻因素分析[J].農(nóng)業(yè)工程學(xué)報,2013(12):1-7.

[3]KANWAR,S.Relative profitability，supply shifters and dynamic output response in developing economy[J].Journal of Policy Modeling,2006,28(1):67-88.[4]黃季焜,楊軍,仇煥廣,等.本輪糧食價格的大起大落:主要原因及未來走勢[J].管理世界,2009(1):72-78.

[5]陳飛,范慶泉,高鐵梅.農(nóng)業(yè)政策、糧食產(chǎn)量與糧食生產(chǎn)能力調(diào)整[J].經(jīng)濟研究,2010(11):101-114.

[6]星焱,胡小平.中國新一輪糧食增產(chǎn)的影響因素分析:2004-2011年[J].中國農(nóng)村經(jīng)濟,2013(6):14-26.

[7]田甜,李隆玲,黃東,等.未來中國的糧食產(chǎn)量將依靠什么?——基于糧食生產(chǎn)“十連增”的分析[J].中國農(nóng)村經(jīng)濟,2015(6):13-22.

[8]石智雷,楊云彥.外出務(wù)工對農(nóng)村勞動力能力發(fā)展的影響及政策含義[J].管理世界,2011(12):40-54.

[9]馬九杰,崔衛(wèi)杰,朱信凱.農(nóng)業(yè)自然災(zāi)害風險對糧食綜合生產(chǎn)能力的影響分析[J].農(nóng)業(yè)經(jīng)濟問題,2005(4):14-17.

[10]陳衛(wèi)洪,謝曉英.氣候災(zāi)害對糧食安全的影響機制研究[J].農(nóng)業(yè)經(jīng)濟問題,2013(01):12-19.

[11]陳國光.科學(xué)應(yīng)對全球氣候變暖,提高糧食安全保障能力[J].求是,2009(23):47-49.

[12]胡小平.宏觀政策是影響中國糧食生產(chǎn)的決定性因素[J].中國農(nóng)村經(jīng)濟,2001(11):54-57.

[13]SCOTT ROZELLE,黃季焜.中國的農(nóng)村經(jīng)濟與通向現(xiàn)代工業(yè)國之路[J].經(jīng)濟學(xué)(季刊),2005(4):1020-1042.

[14]秦立建,張妮,蔣中一.土地細碎化、勞動力轉(zhuǎn)移與中國農(nóng)戶糧食生產(chǎn)——基于安徽省的調(diào)查[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2011(11):16-22.

[15]徐建軍,星焱.財政支農(nóng)糧食產(chǎn)出效應(yīng)的區(qū)域比較研究[J].財政研究,2013(1):54-57.

[16]麻吉亮,陳永福,錢小平.氣候因素、中間投入和玉米單產(chǎn)增長——基于河北農(nóng)戶層面多水平模型的實證分析[J].中國農(nóng)村經(jīng)濟,2012(11):11-20.

[17]程名望,黃甜甜,劉雅娟.勞動力轉(zhuǎn)移對糧食安全的影響——基于糧食主銷區(qū)面板數(shù)據(jù)的分析[J].上海經(jīng)濟研究,2015(4):87-100.

A Study of the Factors Affecting China’s Future Grain Yield Increase——Based on the Empirical Analysis of the Panel Data of Main Grain Producing Areas

LIU Hui，ZHANG Jun

(SchoolofEconomics,AnhuiUniversityofFinance&Economics,BengbuAnhui233030，China)

Abstract：Using the provincial panel data of China’s 15 major grain producing areas from 1992 to 2012, this paper constructs the model of the factors influencing grain yield and finds that planting area and technological progress have an important positive effect on grain yield while disaster-stricken area has an obvious negative effect on it and that increasing the number of people working in the first industry and financial expenditure on agriculture can also increase grain yield, but the effect is weak. Then, the results obtained from the regression of rice and wheat are basically the same as the above results, but there is a significant difference in the regression coefficients between rice and wheat. Finally, the policy recommendations are put forward based on the empirical conclusion.

Key words：food production；food security；influencing factors；panel data

中圖分類號：F326.1

文獻標識碼：A

文章編號：1009-5837(2016)02-0040-06

作者簡介：劉慧(1992- ),女,山西大同人,安徽財經(jīng)大學(xué)碩士生,主要從事宏觀經(jīng)濟理論與政策研究;張俊(1970- ),男,安徽無為人，安徽財經(jīng)大學(xué)副教授、碩士生導(dǎo)師,博士,主要從事農(nóng)村經(jīng)濟理論與實踐研究。*

基金項目：國家社科基金一般項目“財政激勵、預(yù)期與農(nóng)民工市民化矯正機制研究”(11BJL039);安徽財經(jīng)大學(xué)研究生科研基金創(chuàng)新項目“人口老齡化、產(chǎn)業(yè)結(jié)構(gòu)升級與經(jīng)濟增長”(ACYC2015078)

*收稿日期：2016-02-26

(編輯：趙樹慶)