馬元魁,張雪赟,李 萍,劉 鐸
(西安工業(yè)大學(xué) 理學(xué)院,西安 710021)
糧食的種植面積是決定糧食供給的關(guān)鍵因素,也是保障糧食安全的重要前提。比較政策實(shí)施前后糧食種植面積是否有顯著性變化,可以用來衡量糧食最低收購價(jià)政策實(shí)施的效果??赡苡绊懠Z食種植面積的因素有很多,除了糧食最低收購價(jià)政策外,還可能有其他很多的影響因素,如農(nóng)業(yè)勞動力人口、糧食進(jìn)出口貿(mào)易、農(nóng)民受教育程度、城鄉(xiāng)收入差距、家庭負(fù)擔(dān)等。
不少學(xué)者以不同方式研究構(gòu)建糧食種植面積影響因素體系。在研究方法方面,主要有因子分析建模[1]、Person 相關(guān)系數(shù)分析[2]、多元線性回歸模型[3]、主成份分析法[4]等。得到的影響因素主要有人力、物力投入以及糧食平均價(jià)格[1],有效耕地面積、受災(zāi)面積以及糧食最低收購價(jià)格[2,5],進(jìn)出口差額和復(fù)種指數(shù)[3],糧食產(chǎn)量、城鄉(xiāng)收入差距[4,6],農(nóng)資費(fèi)用以及化肥施用量等[7]。學(xué)者們得出了保證糧食種植面積,實(shí)行糧食價(jià)格補(bǔ)貼和最低收購價(jià)政策的重要性。
為了確定影響糧食種植面積的因素,本文擬從不同糧食品種的角度出發(fā),找出可能的影響因素,對其進(jìn)行相關(guān)性分析,篩選出顯著相關(guān)的指標(biāo),使用SPSS進(jìn)行多元線性回歸分析,并從模型的整體顯著性、擬合優(yōu)度以及誤差分析方面進(jìn)行模型可靠性檢驗(yàn)。
影響小麥種植面積的相關(guān)評價(jià)指標(biāo)有很多,本文選取了其中一些評價(jià)指標(biāo),主要有小麥的最低收購價(jià)、小麥的產(chǎn)量、小麥的產(chǎn)值、小麥的生產(chǎn)成本、凈利潤、城鄉(xiāng)收入差距以及上一年種植面積等。選取2004-2013年10年間7個(gè)評價(jià)指標(biāo)的相關(guān)數(shù)據(jù),數(shù)據(jù)來源于《全國統(tǒng)計(jì)年鑒》和全國統(tǒng)計(jì)公報(bào)以及國家發(fā)改委等部門的小麥和稻谷的最低收購價(jià)格執(zhí)行預(yù)案[8-10]。
比較各個(gè)評價(jià)指標(biāo)與當(dāng)年全國小麥種植面積之間是否具有相關(guān)性,若相關(guān)性顯著,則說明此評價(jià)指標(biāo)是一個(gè)很重要的影響因素;若相關(guān)性不顯著,則說明此評價(jià)指標(biāo)對種植面積影響不大,可將此評價(jià)指標(biāo)剔除。
用SPSS統(tǒng)計(jì)軟件對當(dāng)年小麥種植面積與評價(jià)指標(biāo)的相關(guān)性進(jìn)行分析,結(jié)果見表1。
從表1可以看出,小麥產(chǎn)量、產(chǎn)值、小麥的生產(chǎn)成本、城鄉(xiāng)收入差距及上一年的種植面積的顯著性小于0.05,即與當(dāng)年小麥種植面積相關(guān)性顯著,小麥的最低收購價(jià)和小麥的凈利潤的顯著性大于0.05,即與當(dāng)年小麥種植面積相關(guān)性不顯著,故此評價(jià)指標(biāo)可以剔除。
表1 小麥種植面積與評價(jià)指標(biāo)的相關(guān)性
建立如下線性回歸模型:
y=β0+β1x1+β2x2+β3x3+β4x4+β5x5+ε
其中:x1為小麥的產(chǎn)量;x2為小麥的產(chǎn)值;x3為小麥的生產(chǎn)成本;x4為城鄉(xiāng)收入差距;x5為上一年小麥的種植面積。
使用SPSS統(tǒng)計(jì)軟件對小麥種植面積與各指標(biāo)體系進(jìn)行參數(shù)估計(jì),結(jié)果見表2。表2中的回歸系數(shù)給出了模型中的估計(jì)值,得到回歸方程為:
y=22 919.402-1.045x1-7.694x2-
15.277x3+1.207x4+0.032x5
表2 參數(shù)估計(jì)結(jié)果
模型預(yù)測的小麥的種植面積與當(dāng)年小麥真實(shí)種植面積的誤差分析結(jié)果見表3。結(jié)果表明整個(gè)模型擬合的相對誤差較小,擬合精度較高。
表3 誤差分析結(jié)果
影響稻谷種植面積的相關(guān)評價(jià)指標(biāo)有很多,本文同樣選取了稻谷的最低收購價(jià)、稻谷的產(chǎn)量、稻谷的產(chǎn)值、稻谷的生產(chǎn)成本、凈利潤、城鄉(xiāng)收入差距及上一年的種植面積等。選取2004-2013年 10年間這7個(gè)評價(jià)指標(biāo)的相關(guān)數(shù)據(jù),數(shù)據(jù)來源于《全國統(tǒng)計(jì)年鑒》和全國統(tǒng)計(jì)公報(bào)以及國家發(fā)改委等部門的小麥和稻谷的最低收購價(jià)格執(zhí)行預(yù)案[8-10]。
稻谷種植面積與評價(jià)指標(biāo)的相關(guān)性見表4。從表4中可以看出,稻谷的最低收購價(jià)、產(chǎn)量、產(chǎn)值、生產(chǎn)成本、城鄉(xiāng)收入差距及上一年的種植面積的顯著性小于0.05,即與當(dāng)年稻谷種植面積相關(guān)性顯著;凈利潤的顯著性大于0.05,即與當(dāng)年稻谷種植面積相關(guān)性不顯著,故此評價(jià)指標(biāo)可以剔除。
建立如下線性回歸模型:
其中:x1為最低收購價(jià);x2為稻谷的產(chǎn)量;x3為稻谷的產(chǎn)值;x4為稻谷的生產(chǎn)成本;x5為城鄉(xiāng)收入差距;x6為上一年稻谷的種植面積。用SPSS統(tǒng)計(jì)軟件對稻谷種植面積與各指標(biāo)體系進(jìn)行參數(shù)估計(jì),結(jié)果見表5,表5中的回歸系數(shù)給出了模型中參數(shù)的估計(jì)值,因此回歸方程為
y=23 385.364+826.083x1-4.192x2+0.731x3-
3.036x4+0.165x5+0.205x6
使用SPSS軟件對該回歸模型的整體效果進(jìn)行評估得到的結(jié)果見表6、表7。其中對應(yīng)的模型F值為32.706,遠(yuǎn)遠(yuǎn)超過F檢驗(yàn)的臨界值2.98,P值為0.008,小于0.05 ,表明模型是顯著的,具有一定的可信度及穩(wěn)定性。對于整個(gè)模型的擬合情況,其中調(diào)整后復(fù)判定系數(shù)R2的值達(dá)到了0.955,表明整個(gè)模型的擬合精度高。
模型預(yù)測的稻谷的種植面積與當(dāng)年稻谷真實(shí)種植面積的誤差分析結(jié)果見表8,結(jié)果表明整個(gè)模型擬合的相對誤差很小,擬合精度較高。
表4 稻谷種植面積與評價(jià)指標(biāo)的相關(guān)性
表5 參數(shù)估計(jì)結(jié)果
表6 雙參數(shù)分析結(jié)果
表7 模型擬合優(yōu)度檢驗(yàn)
表8誤差分析結(jié)果
Tab.8 The results of error analysis
年 份真實(shí)值預(yù)測值絕對誤差相對誤差/%200428 379.0028 387.568.560.030 0200528 847.4028 771.8075.600.262 1200628 937.9028 949.1411.240.039 0200728 918.8029 086.84168.040.581 0200829 241.0029 117.58123.420.422 1200929 626.9229 540.5686.360.291 5201029 873.4029 822.4051.000.170 7201130 057.0430 050.506.540.021 7201230 137.1130 164.9427.830.092 0201330 312.0030 308.763.240.010 7
本文對實(shí)行糧食最低收購價(jià)的小麥和稻谷分別進(jìn)行研究,使用SPSS統(tǒng)計(jì)軟件,對影響種植面積的各評價(jià)指標(biāo)進(jìn)行相關(guān)性分析,篩選出顯著相關(guān)的指標(biāo),建立回歸模型;并從模型的整體顯著性、擬合優(yōu)度以及誤差分析方面進(jìn)行模型可靠性檢驗(yàn),結(jié)果顯示模型可靠性高。
影響小麥種植面積的因素為小麥的產(chǎn)量,小麥的產(chǎn)值,小麥的生產(chǎn)成本,城鄉(xiāng)收入差距,上一年小麥的種植面積。影響稻谷種植面積的因素為最低收購價(jià),稻谷的產(chǎn)量,稻谷的產(chǎn)值,稻谷的生產(chǎn)成本,城鄉(xiāng)收入差距,上一年稻谷的種植面積。影響小麥和稻谷種植面積的因素不同,因此影響糧食種植面積的因素會因?yàn)榧Z食品種的不同也有所差異。