沈 方， 郝瑞彬， 尹力軍， 李文榮， 殷書柏

(唐山師范學院資源管理系，河北唐山 063000)

糧食主產(chǎn)區(qū)指糧食生產(chǎn)在全國占有重要地位且能夠提供較多糧食的集中產(chǎn)區(qū)。2003年財政部《關于改革和完善農(nóng)業(yè)綜合開發(fā)若干政策措施的意見》明確黑龍江、吉林、遼寧、內蒙古、河北、河南、山東、江蘇、安徽、四川、湖南、湖北、江西13個省份為糧食主產(chǎn)區(qū)。2003—2014年糧食主產(chǎn)區(qū)糧食產(chǎn)量占全國糧食總產(chǎn)量的比例平均為74.60%；同期主產(chǎn)區(qū)糧食增產(chǎn)量占全國糧食增產(chǎn)總量的比例平均為78.35%?？梢娂Z食主產(chǎn)區(qū)是我國保障糧食有效供給(谷物基本自給和口糧絕對安全)和實現(xiàn)糧食安全的關鍵。因此，主產(chǎn)區(qū)糧食生產(chǎn)問題，也就成了政府和學術界關注的熱點問題。

近期，關于主產(chǎn)區(qū)糧食生產(chǎn)相關問題的研究，涉及主產(chǎn)區(qū)糧食生產(chǎn)發(fā)展、演變及增產(chǎn)特征[1-4]、投入-產(chǎn)出效應[5]、全要素生產(chǎn)率及驅動因素[6]、糧-經(jīng)關系[7]、糧食生產(chǎn)比較優(yōu)勢[8-10]、糧食生產(chǎn)影響因素[11-13]等方面，取得了一系列有益成果。

而關于糧食增產(chǎn)影響因素的討論中，較為一致的觀點認為，物質投入增加、氣象條件有利、科技進步、政策扶持等是2004年以來糧食持續(xù)增產(chǎn)的主要因素[14-17]。以上因素無疑在糧食增產(chǎn)過程中有重要作用，但從本質上講，區(qū)域糧食產(chǎn)量變動直接取決于2個因素，即糧食播種面積和加權平均單產(chǎn)的變化，其他所有因素都是直接或間接作用于這2個因素進而影響糧食產(chǎn)量。

進一步分析發(fā)現(xiàn)，糧食加權平均單產(chǎn)的變化實際上源于2個方面，各糧食作物自身單產(chǎn)水平發(fā)生變化或各糧食作物間種植比例發(fā)生改變。由于不同作物單產(chǎn)水平存在差異，通過高、低產(chǎn)糧食作物間的種植替代，可能在各作物自身單產(chǎn)水平不變、甚至降低的條件下導致糧食總的加權平均單產(chǎn)提高。因此，區(qū)域糧食產(chǎn)量的變化實際上受控于糧食作物播種面積(規(guī)模)、各作物自身單產(chǎn)(質量)和糧食作物種植結構(結構)3個方面的變化。從已有研究來看，個別學者已經(jīng)關注到這個問題[18-20]，但是針對主產(chǎn)區(qū)的相關研究則鮮有報道。

2004—2014年我國糧食實現(xiàn)11年連續(xù)增產(chǎn)，其中主產(chǎn)區(qū)發(fā)揮了舉足輕重的作用，然而在現(xiàn)有的農(nóng)業(yè)資源條件下(包括單產(chǎn)水平、播種面積以及勞動人口結構等)，全國多處糧食主產(chǎn)省(區(qū))已經(jīng)接近產(chǎn)量極限，如何實現(xiàn)進一步增產(chǎn)，面臨嚴峻考驗。因此，深入探討主產(chǎn)區(qū)糧食生產(chǎn)變動的真正原因，分析對比不同促產(chǎn)因素的貢獻大小及其穩(wěn)定性，具有重要的理論和現(xiàn)實意義。

鑒于此，本研究嘗試將資源環(huán)境領域應用廣泛的因素分解方法引入糧食增產(chǎn)貢獻因素分析過程，定量測算播種面積變動(播種面積效應)、各作物自身單產(chǎn)變動(作物生產(chǎn)力效應)和糧食種植結構變動(作物結構效應)對主產(chǎn)區(qū)糧食生產(chǎn)變動的貢獻及其空間差異，找出主產(chǎn)區(qū)及各主產(chǎn)省(區(qū))糧食生產(chǎn)變動的主導因素，從而正確認識其本質，研究結論可以為相關部門提供有益參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

研究中用到的各主產(chǎn)省(區(qū))相關數(shù)據(jù)均取自相應省(區(qū))相應年份統(tǒng)計年鑒，各主產(chǎn)省(區(qū))數(shù)據(jù)相加得主產(chǎn)區(qū)總數(shù)據(jù)。因素分解中涉及的糧食作物類型，依據(jù)統(tǒng)計數(shù)據(jù)特征劃分為小麥、稻谷、玉米、薯類、大豆和雜糧，共6類。

1.2 改進的拉氏因素分解模型

假設系統(tǒng)v=x·y，系統(tǒng)v在時期t=0～t的變化為

Δv=vt-v0=x′y′-x0y0=(x0+Δx)(y0+Δy)-x0y0=y0Δx+x0Δy+ΔxΔy。

式中：y0Δx和x0Δy分別為時期t=0～t時Δx和Δy對Δv的影響，ΔxΔy為殘差。針對殘差問題，Sun提出了“聯(lián)合創(chuàng)造和平均分配”原理，通過將ΔxΔy平均分配給因素x和y，解決了分解過程中的“剩余”問題[21](圖1)。

由此，系統(tǒng)v=x·y變化的完全分解模型可表示為

式中：xeff、yeff分別為Δx和Δy對Δv的貢獻。這就是Sun提出的在資源、環(huán)境領域得到廣泛應用的RLI(rened laspeyres index)模型[22]。

1.3 糧食產(chǎn)量變化因素分解模型

(1)

(2)

進一步，可以得到糧食加權平均單產(chǎn)變動的作物貢獻分解模型，不同作物的貢獻同樣包括生產(chǎn)力效應、結構效應2部分，其測算公式為

2 結果與分析

2.1 主產(chǎn)區(qū)糧食產(chǎn)量變動因素分解效應的時序特征

2014年，主產(chǎn)區(qū)糧食總產(chǎn)量46 476.76萬t，相對于2003年增產(chǎn)15 505.89萬t，年均增產(chǎn)1 409.63萬t。依據(jù)糧食產(chǎn)量變動因素分解模型，即式(1)和(2)，以上一年為基年，將糧食產(chǎn)量逐年變動分解為播種面積、作物生產(chǎn)力和作物結構3個因素變化的效應，結果(表1)顯示：研究期主產(chǎn)區(qū)糧食持續(xù)增產(chǎn)(2009年相對于上年減產(chǎn)194.92萬t)同時得益于播種面積擴大、作物生產(chǎn)力提高和糧食作物種植結構調整，但不同年份三者的貢獻率差異較大。

2003—2014年，主產(chǎn)區(qū)糧食作物播種面積持續(xù)增加，由 6 718.617 萬hm2增加到8 361.017萬hm2，累計增加 1 642.400 萬hm2。播種面積增加累計增產(chǎn)糧食8 361.03萬t，占研究期糧食增產(chǎn)總量的53.92%，是主產(chǎn)區(qū)糧食增產(chǎn)的首要因素。

各糧食作物單產(chǎn)水平反映耕地真實產(chǎn)出能力的變化情況，與自然、社會、經(jīng)濟等眾多因素有關。因素分解結果(表2)顯示：研究期2003—2014年小麥、稻谷、玉米和雜糧4類糧食作物的因素分解效應均為正值，都導致了一定的糧食增產(chǎn)，增產(chǎn)效應為小麥>玉米>稻谷>雜糧，表明4類糧食作物各自的單產(chǎn)都有一定幅度的提高；而大豆和薯類的因素分解效應為負值，都導致了一定的糧食減產(chǎn)，減產(chǎn)效應大豆>薯類，表明2類糧食作物的單產(chǎn)在研究期是下降的。6類糧食作物的綜合作用，即作物生產(chǎn)力效應，累計實現(xiàn)糧食增產(chǎn)5 083.17萬t，占研究期糧食增產(chǎn)總量的32.78%，是主產(chǎn)區(qū)糧食增產(chǎn)的重要因素。

表1 主產(chǎn)區(qū)糧食產(chǎn)量變動貢獻因素分解效應的時序特征

表2 糧食產(chǎn)量變化的作物生產(chǎn)力效應的時序特征

農(nóng)業(yè)生產(chǎn)受氣象因素影響大，容易發(fā)生波動，表現(xiàn)為各作物單產(chǎn)都存在相對較大的年際變化，進而影響區(qū)域糧食產(chǎn)量。如2009年，當年全國極端天氣多發(fā)頻發(fā)，特大干旱歷史罕見，給糧食生產(chǎn)帶來了嚴重負面影響，當年主產(chǎn)區(qū)玉米和大豆單產(chǎn)大幅度降低，合計減產(chǎn)1 497.39萬t；雖然當年糧食播種面積較上年大幅增加，增產(chǎn)糧食1 377.29萬t，仍然無法抵消單產(chǎn)下降和種植結構變化帶來的糧食減產(chǎn)，最終主產(chǎn)區(qū)糧食總產(chǎn)量較上年減少194.92萬t。

糧食加權平均單產(chǎn)是各糧食作物單產(chǎn)的加權平均值，權重是相應糧食作物的種植份額。由于各作物自身單產(chǎn)水平不同，作物種植結構改變(即權重發(fā)生改變)會對作物加權平均單產(chǎn)帶來影響，進而影響區(qū)域糧食產(chǎn)量變化，作物結構效應即為這一影響的反映。

因素分解結果(表3)顯示，玉米、稻谷的結構效應為正值，合計增產(chǎn)糧食4 595.75萬t，表明研究期2類作物在主產(chǎn)區(qū)糧食生產(chǎn)中比例是調增的；小麥、大豆、薯類、雜糧4類糧食作物的結構效應是負值，合計減產(chǎn)糧食2 534.06萬t，表明4類作物在主產(chǎn)區(qū)糧食生產(chǎn)中比例是調減的。6類作物綜合作用引致主產(chǎn)區(qū)糧食增產(chǎn)2 061.69萬t，占同期主產(chǎn)區(qū)糧食增產(chǎn)總量的13.30%。

總體上看，種植結構變動的糧食產(chǎn)量效應居次要地位，但部分年份的作用十分顯著，如結構效應對產(chǎn)量變動的貢獻率2014年為-137.45%，2012年為41.68%。表明近期主產(chǎn)區(qū)糧食種植結構調整對糧食產(chǎn)量的影響不容忽視。

表3 糧食產(chǎn)量變化的作物結構效應的時序特征

2.2 主產(chǎn)區(qū)糧食產(chǎn)量變動因素分解效應的空間差異

由于各糧食主產(chǎn)省(區(qū))的自然、社會、經(jīng)濟因素組合狀況不同，不同糧食作物種植優(yōu)勢差異明顯，糧食產(chǎn)量變動及其因素分解效應(驅動因素)都存在較大的區(qū)間差異(表4)。

2003—2014年13個糧食主產(chǎn)省(區(qū))都實現(xiàn)了一定的糧食增產(chǎn)，各主產(chǎn)省(區(qū))平均增產(chǎn)糧食1 192.76萬t，增產(chǎn)量由大到小為黑龍江>河南>內蒙古>吉林>安徽>山東>江蘇>河北>江西>湖北>湖南>遼寧>四川。糧食增產(chǎn)量的空間差異顯著，增產(chǎn)最多的黑龍江省增產(chǎn)量為3 729.90萬t，最少的四川省增產(chǎn)量為191.60萬t，前者是后者的19.47倍。

將研究期作為一個整體考慮(2003—2014年)，13個主產(chǎn)省(區(qū))播種面積效應均為正值，效應值由大到小為黑龍江>河南>吉林>山東>內蒙古>安徽>遼寧>湖北>江蘇>江西>湖南>四川>河北，其中黑龍江、吉林、遼寧、內蒙

表4 主產(chǎn)區(qū)糧食產(chǎn)量變動貢獻因素分解效應的空間差異(2003—2014年)

古、山東、湖北、湖南、江西和四川9個主產(chǎn)省(區(qū))播種面積增加為其糧食增產(chǎn)的首要因素，尤其是遼寧，播種面積效應的貢獻率達到了110.22%。

將研究期作為一個整體考慮(2003—2014年)(表4)，13個主產(chǎn)省(區(qū))中有12個作物生產(chǎn)力效應為正值，效應值由大到小為河北>河南>安徽>黑龍江>江蘇>山東>吉林>江西>內蒙古>湖南>遼寧>湖北，表明12個主產(chǎn)省(區(qū))糧食單產(chǎn)水平整體上都是提升的，其中河北、安徽、河南、江蘇4省作物生產(chǎn)力提高是其糧食增產(chǎn)的首要因素。13個主產(chǎn)省(區(qū))中，只有四川省作物生產(chǎn)力效應為負值，表明研究期四川省糧食單產(chǎn)水平整體上是下降的。

從各作物角度看，各主產(chǎn)省(區(qū))作物生產(chǎn)力效應變化的主要驅動作物不同(表5)。各主產(chǎn)省(區(qū))的前2位驅動作物分別為黑龍江(玉米、稻谷)、吉林(玉米、稻谷)、遼寧(雜糧、玉米)、內蒙古(玉米、大豆)、河北(雜糧、玉米)、山東(小麥、玉米)、河南(小麥、玉米)、江蘇(小麥、稻谷)、安徽(雜糧、玉米)、湖北(薯類、稻谷)、湖南(稻谷、薯類)、江西(稻谷、薯類)、四川(玉米、薯類)。表明各主產(chǎn)省區(qū)作物生產(chǎn)力變化的主要驅動作物基本上與其優(yōu)勢作物一致，即與各主產(chǎn)區(qū)糧食作物的傳統(tǒng)結構優(yōu)勢基本一致。

表5 糧食產(chǎn)量變化的作物生產(chǎn)力效應的空間差異(2003—2014年)

2003—2014年13個主產(chǎn)省(區(qū))中有10個作物結構效應為正值(表4)，效應值由大到小為黑龍江>內蒙古>吉林>河南>湖南>湖北>江蘇>山東>江西>四川，表明以上10個主產(chǎn)省(區(qū))整體上存在相對高產(chǎn)作物對低產(chǎn)作物的種植替代，即相對高產(chǎn)作物種植比例上升，相對低產(chǎn)作物比例下降；與之相對河北、安徽、遼寧作物結構效應為負值，表明這3個主產(chǎn)省(區(qū))存在相對低產(chǎn)作物對高產(chǎn)作物的種植替代。

從各作物角度看，各主產(chǎn)省(區(qū))作物結構效應變化的主要驅動作物不同(表6)。與作物生產(chǎn)力效應不同，由于區(qū)域內各作物之間存在直接的爭地關系，某糧食作物比例的上升，必然意味著其他某作物比例的下降，因此各驅動作物變化規(guī)律性相對明顯。各主產(chǎn)省(區(qū))基本上都是相對高產(chǎn)的玉米、稻谷、小麥中的2種或1種種植比例調增，相對低產(chǎn)的大豆、薯類、雜糧種植比例調減。如研究期有11個主產(chǎn)省(區(qū))玉米調增、有7個主產(chǎn)省(區(qū))稻谷調增、有5個主產(chǎn)省(區(qū))小麥調增，與之相對大豆(河北、四川、安徽調增)、薯類(湖北、四川調增)和雜糧基本全部調減。

3 結論與討論

3.1 主要結論

2014年，主產(chǎn)區(qū)糧食總產(chǎn)量46 476.76萬t，相對于2003年增產(chǎn)糧食15 505.89萬t， 年均增產(chǎn)1 409.63萬t。因素分解結果顯示：研究期主產(chǎn)區(qū)糧食生產(chǎn)增長同時得益于播種面積擴大、作物生產(chǎn)力提高和糧食作物種植結構調整，貢獻率分別為53.92%、32.78%、13.30%，但不同年份三者的貢獻率差異較大。

表6 糧食產(chǎn)量變化的作物結構效應的空間差異(2003—2014年)

從作物角度看，小麥、玉米、稻谷自身單產(chǎn)的提高對研究期作物生產(chǎn)力效應提高發(fā)揮主導作用；玉米、稻谷種植比例的調增是作物結構效應提高的主體。

相對于2003年，2014年13個糧食主產(chǎn)省(區(qū))都實現(xiàn)了一定的糧食增產(chǎn)，但是增產(chǎn)量及其驅動因素存在較大空間差異。其中播種面積增加為首要增產(chǎn)因素的主產(chǎn)省區(qū)有9個，包括黑龍江、吉林、遼寧、內蒙古、山東、湖北、湖南、江西和四川；作物生產(chǎn)力提高為首要增產(chǎn)因素的主產(chǎn)區(qū)有4個，包括河北、安徽、河南、江蘇；作物種植結構調整是糧食增產(chǎn)的次要因素。

從作物角度看，各主產(chǎn)省(區(qū))作物生產(chǎn)力效應變化的主要驅動作物差異較大，基本上是各主產(chǎn)省(區(qū))的優(yōu)勢作物；各主產(chǎn)省(區(qū))作物結構效應變化主要驅動作物不同，但規(guī)律性相對明顯，基本上都是相對高產(chǎn)的玉米、水稻、小麥種植比例調增，相對低產(chǎn)的大豆、薯類、雜糧種植比例調減。

3.2 討論

利用因素分解方法對影響糧食產(chǎn)量變化的3個因素，即播種面積、作物生產(chǎn)力和種植結構進行研究，對于正確認識主產(chǎn)區(qū)糧食增產(chǎn)的本質有重要意義。因素分解結果表明，研究期主產(chǎn)區(qū)糧食增產(chǎn)的首要因素是糧食作物播種面積擴大，即糧食生產(chǎn)規(guī)模的擴張。

根據(jù)因素分解模型，建立相應的數(shù)據(jù)庫，可以實現(xiàn)糧食產(chǎn)量動態(tài)變化直接驅動因子(播種面積、作物生產(chǎn)力和作物結構)貢獻的逐年動態(tài)“監(jiān)測”(表1)。

對于不同的主產(chǎn)省(區(qū))，未來糧食增產(chǎn)路徑選擇應根據(jù)因素分解結果，深入分析3個關鍵促產(chǎn)因素的可挖潛力，進一步可根據(jù)其他非關鍵因素(如化肥施用量、有效灌溉面積、勞動力狀況、糧食價格等)與3個關鍵因素間的關系，建立定量分析模型，進行主導因素分析，間接評價各非關鍵因素對糧食產(chǎn)量的影響，進而依據(jù)分析結果因地制宜地做出政策安排。

區(qū)域糧食作物播種面積變化受區(qū)域耕地面積、復種指數(shù)(區(qū)域農(nóng)作物播種總面積與區(qū)域耕地面積的比值)和糧作比例(區(qū)域糧食作物播種面積與農(nóng)作物播種面積的比值)控制，即糧食作物播種面積=耕地面積×復種指數(shù)×糧作比例，根據(jù)RLI模型，可以對糧食作物播種面積變化做因素分解分析，但是由于目前主產(chǎn)區(qū)統(tǒng)一口徑的耕地面積數(shù)據(jù)無法獲取，因此暫未對此進行深入分析。日后，數(shù)據(jù)獲取條件改善后希望能夠在這方面做進一步研究。