呂依璠

(中國礦業(yè)大學(xué)管理學(xué)院，江蘇 徐州 221116)

1 引言

自改革開放以來，隨著家庭聯(lián)產(chǎn)承包責(zé)任制在農(nóng)村的不斷推廣，我國農(nóng)村經(jīng)營管理體制煥然一新，農(nóng)村生產(chǎn)力得到解放，廣大農(nóng)民的生產(chǎn)積極性不斷高漲，促進我國糧食產(chǎn)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(xiàn)了“三多一低”現(xiàn)象，雖然糧食生產(chǎn)量、進口量、庫存量三項指標(biāo)不斷上升，但糧食自給率卻出現(xiàn)降低。本文選取播種面積、農(nóng)業(yè)機械總動力、農(nóng)村用電量、化肥施用量、受災(zāi)面積五個指標(biāo)，作為影響四川省糧食產(chǎn)量的主要變量，研究影響四川省糧食產(chǎn)量的主要因素。在此基礎(chǔ)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(yù)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(chǎn)的基礎(chǔ)，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(dǎo)致糧食產(chǎn)量受到影響，因此，將播種面積納入影響四川省糧食產(chǎn)量的主要因素。

1.2 農(nóng)業(yè)機械總動力

農(nóng)業(yè)機械化指農(nóng)業(yè)生產(chǎn)從使用手工工具、畜力農(nóng)具轉(zhuǎn)變?yōu)槠毡槭褂脵C器，是農(nóng)業(yè)現(xiàn)代化的重要內(nèi)容之一。農(nóng)業(yè)機械化有利于幫助農(nóng)民規(guī)?；a(chǎn)經(jīng)營、提高農(nóng)業(yè)生產(chǎn)效率、降低勞動力成本，從而提高農(nóng)產(chǎn)品市場競爭力。因此，選取農(nóng)業(yè)機械總動力作為影響四川省糧食產(chǎn)量的主要因素之一。

1.3 農(nóng)村用電量

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

當(dāng)前學(xué)者對于四川省糧食產(chǎn)量的研究，主要集中于單一變量對糧食產(chǎn)量的影響，王海力，韓光中，羅耀華(2015)選取了社會經(jīng)濟因素為解釋變量來分析對四川省糧食產(chǎn)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(yù)測對四川省糧食產(chǎn)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(chǎn)量進行分析，但是并沒有實證度量變量對四川省糧食產(chǎn)量的影響。本文選取播種面積，農(nóng)業(yè)機械總動力，農(nóng)村用電量，化肥施用量，受災(zāi)面積五個指標(biāo)，作為影響四川省糧食產(chǎn)量的主要變量，研究影響四川省糧食產(chǎn)量的主要因素，在此基礎(chǔ)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(chǎn)量間的關(guān)系，以期發(fā)揮描述、估計、預(yù)測之作用，并提出合理化建議。

2 計量經(jīng)濟學(xué)模型設(shè)定

通過對影響四川省糧食產(chǎn)量相關(guān)因素的初步設(shè)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(guān)糧食產(chǎn)量(萬噸)，播種面積(千公頃)，農(nóng)業(yè)機械總動力(萬千瓦)，農(nóng)村用電量(億千瓦時)，化肥施用量(萬噸)，受災(zāi)面積(千公頃)，建立多元線性回歸模型。

假設(shè)糧食產(chǎn)量為y，作為被解釋變量，播種面積為x1，農(nóng)業(yè)機械總動力為x2，農(nóng)村用電量x3，化肥施用量為x4，受災(zāi)面積為x5。

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

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(jù)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(jié)果可知，此時R方較大，x1，x4，x5對應(yīng)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(yīng)系數(shù)為負(fù)值，表示每增加一個單位化肥施用量，糧食產(chǎn)量平均減少4.384805單位，沒有通過經(jīng)濟意義檢驗，予以剔除，而x5代表受災(zāi)面積，x5對應(yīng)系數(shù)為負(fù)值，表示每增加一個單位受災(zāi)面積，糧食產(chǎn)量平均減少0.159678單位，通過經(jīng)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(chǎn)量平均增加0.362165單位，每增加一個單位受災(zāi)面積，糧食產(chǎn)量平均減少0.111112單位。

3 對模型的相關(guān)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(jié)果可知，Obs*R-squared對應(yīng)的概率p值=0.3311，大于0.01，接受原假設(shè)，所以該模型不存在異方差。

3.2 自相關(guān)檢驗

對模型進行自相關(guān)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(guān)。在這里，采用杜賓瓦森檢驗法。可知DW=1.716767，查DW表得到，dL=0.95，dU=1.54，dU

4 對時間序列的相關(guān)檢驗

由于我們的模型是基于時間序列數(shù)據(jù)來建立多元線性回歸模型，如果出現(xiàn)非非平穩(wěn)或者非協(xié)整的情況，將導(dǎo)致虛假回歸的出現(xiàn)。因此對被解釋變量y(糧食產(chǎn)量)，解釋變量x1(播種面積)，x5(受災(zāi)面積)進行平穩(wěn)性檢驗和協(xié)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(jù)檢驗結(jié)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(shè)，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(shù)，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(rèn)為時間序列y(糧食產(chǎn)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(jīng)過了幾次差分，認(rèn)為時間序列x1(播種面積)具有幾階單整性。

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

由檢驗結(jié)果可知：x5(受災(zāi)面積)兩次差分后ADF檢驗所對應(yīng)P值為0.0027，小于顯著性水平0.05，拒絕原假設(shè)，x5(受災(zāi)面積)兩次差分后的時間序列是平穩(wěn)的?？芍獂5(受災(zāi)面積)是二階單整的時間序列。

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

4.2 協(xié)整檢驗

經(jīng)過上述單位根檢驗，可知y(糧食產(chǎn)量)，x1(播種面積)，x5(受災(zāi)面積)都具有二階單整性，由此可以進行協(xié)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(jié)果可知：殘差et的ADF檢驗所對應(yīng)P值為0.0034，小于顯著性水平0.05，拒絕原假設(shè)，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(xié)整關(guān)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(yīng)p值為0.3896，大于顯著性水平0.05，接受原假設(shè)，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(jié)論以及建議

5.1 結(jié)論

通過對2001到2015年四川省糧食產(chǎn)量的影響因素進行實證分析，可以得出，影響四川省糧食產(chǎn)量的主要因素一個是播種面積，一個是受災(zāi)面積，這兩個因素對四川省糧食產(chǎn)量的波動起了重要作用，并且播種面積對四川省糧食產(chǎn)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(chǎn)量平均增加0.362165單位，每增加一個單位受災(zāi)面積，糧食產(chǎn)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(nóng)田保護條例》，嚴(yán)格實行基本農(nóng)田保護制度,對基本農(nóng)田實行特殊保護，促進農(nóng)業(yè)生產(chǎn)和社會經(jīng)濟的可持續(xù)發(fā)展。但是，糧食產(chǎn)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(chǎn)能力，努力保持四川省糧食生產(chǎn)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(zāi)害對四川糧食產(chǎn)量起著重要影響。第一，四川省政府應(yīng)該積極做好防范措施，加強對自然災(zāi)害監(jiān)控、預(yù)測等工作，做到防患于未然，并且事先制定完善的應(yīng)急預(yù)案，對自然災(zāi)害頻發(fā)地區(qū)更要大量投入人力、物力，加強對災(zāi)害的事前預(yù)警。第二，健全的農(nóng)業(yè)基礎(chǔ)設(shè)施能有效降低自然災(zāi)害對對糧食產(chǎn)量、人民生活的影響。四川省多發(fā)旱澇災(zāi)害，對于水利設(shè)施的基礎(chǔ)建設(shè)，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(dān)起相應(yīng)責(zé)任，嚴(yán)格執(zhí)行上級命令，監(jiān)督本地農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，并且定期派遣技術(shù)人員進行檢查和維護。第三，政府應(yīng)該組織農(nóng)業(yè)生產(chǎn)者因地制宜，種植更加符合四川省地形氣候的農(nóng)作物。第四，政府應(yīng)鼓勵科研機構(gòu)研發(fā)新品種農(nóng)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(zāi)害的能力更強的農(nóng)作物的研發(fā)。

[1] 王海力,韓光中,羅耀華. 四川省糧食產(chǎn)量變化與社會經(jīng)濟的相關(guān)性研究[J].湖南農(nóng)業(yè)科學(xué),2015.

[2] 柳芬,謝世友,馮歡,崔瑩,陳川.四川省糧食產(chǎn)量影響因素的動態(tài)關(guān)聯(lián)分析[J].江蘇農(nóng)業(yè)科學(xué),2017.

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

[4] 楊勇,朱信凱.基于指數(shù)分解法的中國糧食增量貢獻要素研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2014.