蘇興 王德俐

摘? ? 要：全球性流行病爆發(fā)（如：新冠肺炎疫情）和自然災害，使得糧食安全問題受到高度重視，輿論的擔憂之情明顯上升。因此，后疫情時代研究我國糧食產量的影響因素有重要意義。本文采用全國2000—2019年時序數據，基于柯布—道格拉斯生產函數進行了變量選取，運用多元線性回歸與協整實證分析了我國糧食產量的影響因素。研究發(fā)現：我國糧食產量與種植面積、化肥施用量呈正相關;與第一產業(yè)從業(yè)人員、成災面積呈負相關;與農業(yè)固定資產投資有長期均衡關系。在此基礎上，并依據研究結論給出了保障我國糧食安全的政策建議。

關鍵詞：糧食產量;糧食安全;影響因素;多元線性回歸;協整檢驗

中圖分類號：F326.11? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? DOI 編碼：10.3969/j.issn.1006-6500.2020.12.012

Research on Influencing Factors of my country's Grain Output

SU Xing，WANG Deli

（College of Mathematics and Statistics，Hebei University of Economics and Business，Shijiazhuang，Hebei 050061，China）

Abstract： Global epidemic outbreaks （e.g.， COVID-19） and natural disasters have made food security issues highly valued， and public concerns have obviously increased. Therefore， it is of great significance to study the factors affecting my country's food production in the post-epidemic era. This paper used the national time series data from 2000 to 2019， selected variables based on the Cobb-Douglas production function， and used multiple linear regression and cointegration to analyze the influencing factors of grain output in China empirically. The results showed that grain production in China was correlated positively with planting area and fertilizer application and negatively with primary industry employees and disaster area.And it had a long-term equilibrium relationship with agricultural fixed asset investment. Based on the research conclusions， policy recommendations to ensure China's food security were given.

Key words： grain production;food security;influencing factors;multiple linear regression;cointegration test

糧食安全是影響經濟發(fā)展和社會穩(wěn)定的戰(zhàn)略性問題，農業(yè)一直處于國民經濟發(fā)展的首位。而中國作為有著14億人口的大國，糧食安全更是關乎國之根本的重要問題。多年來中國糧食產量雖呈上升趨勢，但產量增速卻在年際間呈現劇烈波動態(tài)勢，由于放開“二孩政策”，人口可能將迎來增長小高峰，即國內形勢變化將使中國面臨新一輪糧食安全問題。此外，2020年初“新冠疫情”在全球范圍內的爆發(fā)，一方面導致各國相繼限制糧食出口，上演“屯糧潮”;另一方面由于隔離措施導致全球農業(yè)生產勞動力短缺和供應鏈中斷，即國際形勢變化亦使得糧食安全問題成為焦點議題。面對新形勢下糧食安全問題，國內糧食產能則是我國糧食保障體系的“三根支柱”之一。因此，研究我國糧食產量的影響因素并依此給出相應建議，不僅有助于促進我國糧食產能的進一步提升，而且也有助于在后疫情時代依靠“倉廩實”來穩(wěn)定民心，對于鞏固我國長久糧食安全有著重要意義。

已有諸多學者對糧食產量的影響因素進行了研究，相關研究主要集中在以下兩個方面：一是研究某一單一要素對我國糧食產量的影響，二是研究某一省份或區(qū)域內糧食產量的影響。

第一研究層面中，程名望等[1]選取了我國2001—

2010年中國糧食主產區(qū)的面板數據，運用回歸分析指出農村勞動力轉移未對糧食產量有顯著影響;房麗萍等[2]利用我國糧食生產數據，運用要素貢獻率測算得出了我國化肥投入對糧食生產的增產效應有所下降;范慶泉[3]基于1995—2008年中國省際農業(yè)面板數據，利用GMM方法指出農業(yè)支出政策是拉動我國糧食產量的重要因素;李福奪[4]基于1994—2013年20年間的城鎮(zhèn)化率與糧食總產量進行了協整分析，指出糧食產量與城鎮(zhèn)化之間存在協整關系;宋莉莉[5]基于疫情后糧食數據，得出新冠疫情給我國糧食生產帶來了用工難、跨區(qū)耕作受阻等影響;李勇[6]基于1998—2017年糧食主產區(qū)面板數據，構建空間面板計量模型得出了糧食產量空間格局變化的驅動因素。

第二研究層面中，劉守義[7]基于面板數據，運用固定效應模型研究了糧食主產區(qū)的生產影響因素;李心慧[8]基于河南省1990—2014年糧食生產相關數據，利用主成分分析研究了河南省糧食產量影響因素;宰潛力[9]運用計量分析研究了福建省糧食產量的影響因素;楊玲玲[10]運用多元線性回歸研究了合肥市糧食產量的影響因素;劉玉[11]運用空間自相關分析方法，得出了黃淮海地區(qū)不同類型縣域的糧食產量影響及交互作用。

綜觀相關研究，學者們已探索了糧食生產的各個方面，但仍存一些不足之處。多數有關全國糧食生產的研究僅建立單一變量與糧食產量的關系，而沒有考慮其他因素的影響，而考慮因素全面的研究又多局限于某地區(qū)內。因此，基于全國時序數據尋求我國糧食產量與各影響因素間的關系，對我國糧食保障體系長足發(fā)展有著重大理論與現實意義。

1 多元回歸實證分析

1.1 理論模型構建

多元回歸分析是分析兩個或兩個以上的變量的變動對因變量所產生的影響，多元線性回歸的模型能表達成下列形式：

y=β0+β1X1+β2X2+…+βnXn μ （1）

式中，y為因變量，也稱被解釋變量;β0，β1…βn為自變量系數;μ代表隨機誤差。

1.2 基于C—D生產函數的變量選取

柯布道格拉斯（C—D）生產函數是經典的用來研究投入與產出關系的生產函數，因此可以用C—D生產函數來選取影響我國糧食生產的解釋變量。

總結參考之前學者們已有研究文獻[12-13]，多在經典柯布道格拉斯生產函數基礎上進行了基于糧食生產的拓展：

Q=f（L，K，G）=ALαKβGγ（A，α，β，γ>0） （2）式中，Q表示產量;L表示勞動投入;K表示資本投入;G表示土地投入;A表示全要素生產率?；谏a函數的同時，變量選取不僅要參考前人文獻，還要考慮數據的可獲得性和定量研究的可行性。

被解釋變量選取我國糧食產量。解釋變量中，關于勞動投入，考慮到農林牧漁業(yè)從業(yè)人員近7年數據缺失，故選取第一產業(yè)就業(yè)人員，且程名望[1]指出中國農業(yè)存在勞動邊際遞減現象，謝杰[14]指出農業(yè)對勞動力的吸納已是極限，因此當前已處于勞動投入反而抑制農業(yè)生產的階段;關于土地投入，從土壤條件考慮，選取糧食種植總面積、有效灌溉面積、成災面積;關于全要素生產率，選取農業(yè)機械總動力、化肥施用量。而農業(yè)固定資產投資存在較早年份的數據缺失情況，若進行缺失值填補，可能影響到所建立的回歸模型結果的準確性，故本文對資本投入暫不計入多元回歸分析中，而單獨將其與我國糧食產量進行協整分析。綜上所述，變量設計如表1所示。

基于以上分析以及對變量的選取，建立我國糧食產量的影響因素的假設模型：

yt=β0+β1x1t+β2x2t+β3x3t+β4x4t β5x5tβ6x6t+ μt（3）

1.3 數據收集與多元回歸分析

本文使用的是年度數據，年度跨度20年，樣本區(qū)間為2000—2019年。數據來源為國家統計局。各項指標原始統計數據見表2。

利用上述數據，使用Eviews6.0軟件，利用OLS法估計模型，得到如下回歸結果：

yt=14 746.38+0.378x1t+0.029x2t+0.187x3t+

0.728x4t-0.510x5t-0.105x6t（4）

t值? ? ?1.081? ? ? 6.893? ? 0.872? ? ?1.120? ? 0.937? ? -3.330? ? ?-4.545

P值? ? 0.299 2? ? ?0.000? ? 0.399 1? ? 0.282 8? ?0.365 8? ?0.005 4? ? ?0.000 5

R2=0.997 9，R2=0.996 9，F=1 027.258（P值=0.000）

從上述結果可以看出，可決系數與調整的可決系數均大于0.99，表明模型的擬合優(yōu)度較高;F檢驗的值P=0.000，表明解釋變量整體對糧食產量具有顯著影響。但x2、x3、x4對應的t統計量的P值都相當高，不能通過t檢驗。因此初步判斷解釋變量間存在嚴重的多重共線性。

繼而使用軟件Eviews6.0，利用輔助回歸法進行多重共線性診斷，將每個解釋變量對其他解釋變量進行回歸，考查他們的可決系數。輔助回歸的可決系數及由此得到的方差膨脹因子如表3所示。

由于變量相應的方差膨脹因子均大于6，因此模型存在嚴重的多重共線性，需要修正。本文選擇逐步回歸法以修正模型。

首先建立基礎回歸模型，將對每一個解釋變量進行OLS法回歸，得通過顯著性檢驗，且可決系數最高。因此選擇為基礎模型。將其余變量逐個引入基礎模型，估計結果如表4所示。

在基礎模型中引入x1后，可決系數明顯提高，且能夠通過變量顯著性檢驗。在此基礎上引入變量x2、x3、x4、x6，發(fā)現只有引入x6能全部通過變量顯著性檢驗，且可決系數有顯著提升。進一步引入變量x2、x3、x4，發(fā)現引入x4的可決系數最高，故引入x4。且若繼續(xù)引入變量，將導致可決系數下降且部分變量無法通過顯著性檢驗，因此模型中不再引入其余變量。

進一步運用懷特檢驗法檢驗異方差性，結果顯示：檢驗統計量nR2的P值>0.05，說明接受原假設，即認為模型不存在異方差。進一步檢驗自相關性。模型DW值為2.041，取值在2附近，故無一階自相關性。繼續(xù)運用LM檢驗驗證有無高階自相關，檢驗4階P值均>0.05，故可認為模型無自相關性。

綜上所述，回歸模型的最終結果為：

yt=28 252.38-0.676x5t+0.406x1t-0.116x6t+1.125x4t

（5）

t值? ? 4.110? ? ?-9.210? ? ?8.685? ? ?-5.462? ? ?2.768

P值? ? 0.000 9? ? 0.000 0? ? 0.000 0? ?0.000 1? ? 0.014 4

R2=0.997 6，R2=0.997 0，F=1 579.343（P值=0.000），DW=2.041

根據最終模型的結果可知，我國糧食產量與第一產業(yè)農業(yè)人員呈負相關，勞動投入每增加1單位，我國糧食產量將下降0.676個單位;與糧食種植總面積呈正相關，糧食種植總面積每增加1單位，糧食產量將增加0.406個單位;與成災面積呈負相關，成災面積每增加一個單位，糧食產量將減少0.116個單位;與化肥施用量呈正相關，化肥施用量每增加一個單位，糧食產量將增加1.125個單位。

2 協整實證分析

本文繼續(xù)分析資本投入與我國糧食產量的關系，選取2003—2017年的農業(yè)固定資產投資與我國糧食產量的數據進行分析。由于兩個變量可能為非平穩(wěn)的，而兩個非平穩(wěn)時間序列之間可能存在偽回歸，從而導致無效的計量結果。故本文采用EG檢驗分析變量間的發(fā)展關系：首先考查變量的平穩(wěn)性，如果變量都是同階單整序列，則用EG法對回歸方程的殘差進行平穩(wěn)性檢驗以驗證兩變量間是否存在協整關系。

2.1 變量的單位根檢驗

從國家統計局收集反映資本投入的農業(yè)固定資產投資數據，并設農業(yè)固定資產投資為x7。同時對x7、y進行對數處理，則所要估計的結構系數恰好是變量間的彈性系數，且對數模型有助于消除異方差。原始數據如表5所示。

應用Eviews6.0軟件對2003—2017年的農業(yè)固定資產投資與我國糧食產量的對數數據進行ADF單位根檢驗，結果如表6所示。

從結果可以看出，經過一階差分后，兩變量的ADF檢驗值均小于5%置信度下臨界值，即一階差分后兩序列均為平穩(wěn)序列。故兩變量序列為一階差分平穩(wěn)序列，均為I（1）過程。符合進行下一步的協整檢驗的條件。

2.2 協整檢驗

運用協整檢驗分析我國糧食產量與農業(yè)固定資產投資之間是否具有持久穩(wěn)定的關系。首先對兩變量進行一元線性回歸，在此基礎上生成二者的殘差序列，繼而對殘差序列進行平穩(wěn)性檢驗，若平穩(wěn)則說明我國糧食產量與農業(yè)固定資產投資存在長期穩(wěn)定的關系。

利用OLS法估計協整方程，得樣本回歸函數：

ln（yt）=4.520726+1.246 348 ln（x7t）（6）

P 值：0.0000? ? ? 0.0000

R2=0.936 3，R2=0.931 4

則殘差序列為：et=ln（yt）-4.520 726-1.246 348 ln（x7t）。

對以上殘差序列的平穩(wěn)性進行檢驗，檢驗結果如表7所示。

由上表可看出，殘差序列的ADF檢驗值小于10%置信度下臨界值，該序列具有平穩(wěn)性。因此，我國糧食產量與農業(yè)固定資產投資在2003—2017年間存在著長期均衡關系。表明農業(yè)固定資產投資每增加1%，我國糧食產量將增加1.246%。

3 結論與建議

3.1 結 論

根據C—D生產函數選取影響我國糧食產量的要素：糧食種植總面積、農業(yè)機械總動力、有效灌溉面積、化肥施用量、第一產業(yè)從業(yè)人員、成災面積、農業(yè)固定資產投資。由于農業(yè)固定資產投資存在數據缺失問題，故僅對前6個變量與我國糧食產量的關系建立多元回歸線性模型，并通過逐步回歸消除模型存在的共線性。通過協整檢驗探索得出我國農業(yè)固資產投資與糧食產量間的長期關系，具體結論如下：

（1） 通過多元線性回歸模型，我國糧食產量與糧食種植總面積、化肥施用量呈正相關，與第一產業(yè)從業(yè)人員、成災面積呈負相關。在這4個變量中，化肥施用量對我國糧食產量影響最大。這與唐華倉[12]、房麗萍[4]等人指出的化肥對糧食產量貢獻已接近邊際遞減階段，增產效應有所下降的結論不一致。其主要原因在于1998年前我國糧食產量大幅增加主要得益于化肥施用，但隨著土壤養(yǎng)分的逐漸飽和與施肥結構的不合理，導致我國農業(yè)在2005—2015年間處于轉型期，不同區(qū)域化肥施用對糧食產量影響存在顯著差異。同時，農村農業(yè)部已認識到該問題，于2015年推進化肥農藥使用量零增長行動，至今已連續(xù)減少且三大糧食作物的化肥利用率相比2015年提高了4個百分點，化肥減量增效明顯。因此，本文結論符合新的化肥施用背景，反映了我國近年來農用化肥對糧食產量增效顯著。

而勞動投入與我國糧食生產呈負相關，其原因在于農業(yè)從業(yè)人員以達到飽和狀態(tài)，我國糧食生產仍存在“內卷化”與“過密化”現象。

（2） 通過協整分析，農業(yè)固定資產投資與我國糧食產量有長期均衡關系。其主要原因在于近年來“三農”力度加大，政府鼓勵社會資本下鄉(xiāng)。農業(yè)固定資產投資本質是對農業(yè)稀缺資源的優(yōu)化配置，是農業(yè)供給側結構性改革的重要環(huán)節(jié)。

3.2 建 議

（1） 規(guī)范耕地用途，科學適度施肥，提高糧食生產效率。雖然我國糧食產量與糧食種植面積呈正相關，但僅依靠擴大糧食種植面積提高糧食產量是行不通的。主要原因在于耕地是一種不可再生或很難再生的稀缺資源，且我國城鎮(zhèn)化率正逐年提升。根據李福奪等[4]研究結論，當我國城鎮(zhèn)化率2026年達到70%目標時，相應糧食產量將達到85 360.4萬t，而根據2000—2019年這20年糧食單產均值5.04 t·hm-2來算，則需要耕地1.693 3 億hm2，遠超我國1.2億hm2耕地紅線。因此，為保障我國糧食安全，首先需嚴格規(guī)范耕地用途，嚴守耕地紅線，限制耕地轉向非農用途，加緊利用好因農村勞動力外流留下的“拋荒”土地;其次應提高糧食生產效率，可以適度實施糧食規(guī)模和集約經營，從而更充分利用機械設備，提高農業(yè)勞動生產率;此外應堅持化肥施用減量措施，同時注重鉀肥、磷肥、氮肥的施用結構，以對糧食生產發(fā)揮最大促進作用。

（2） 培育多環(huán)境生長品種，防抗結合，提高糧食抗災能力。首先應建立完善的農業(yè)災害預警機制，以達到對糧食“搶管”、“搶收”，以降低災害損失;其次應鼓勵培育耐旱、抗寒等適宜多環(huán)境生產的糧食新品種，運用綜合栽培技術防御災害，如地膜覆蓋;此外我國地域遼闊，各地應根據當地氣候規(guī)律，合理安排品種搭配與播載期。做到防抗結合以提高作物抵御自然災害能力。

（3） 加大農業(yè)投資，實現糧食生產轉化為“資本投入型”和“技術進步型”。應認識到雖然當前農業(yè)固定資產投資與糧食生產有長期均衡關系，但不意味著農業(yè)固定資產投資將長效下沉至農業(yè)領域并發(fā)揮效用，仍需加緊對農業(yè)固定資產投資的引導支持。農業(yè)固定資產投資有回落趨勢，主要由于農業(yè)投資回報周期長、涉農投資環(huán)境亟待加強、農業(yè)保險不發(fā)達。因此，為促進農業(yè)固定資產投資深入，應深化“放改服”改革，完善農村金融、保險等服務體系，健全農業(yè)信貸擔保體系，以營造良好的投資環(huán)境。且應鼓勵社會資本創(chuàng)新，提高投資項目回報率。此外，雖然研究表明當前農村勞動力“過密化”現象仍存在，但農村勞動力外流終將迎來“劉易斯拐點”，因此在農村勞動力大量外流的背景下，應以糧食生產向“技術進步型”轉型來保障糧食安全。應加大科技興農力度，加大農業(yè)研究的支持力度，適度加強對農業(yè)生產資料的補貼力度，以切實保障糧食生產安全。

參考文獻：

[1]程名望，張帥，潘烜.農村勞動力轉移影響糧食產量了嗎？——基于中國主產區(qū)面板數據的實證分析[J].經濟與管理研究，2013（10）：79—85.

[2]房麗萍，孟軍.化肥施用對中國糧食產量的貢獻率分析——基于主成分回歸C-D生產函數模型的實證研究[J].中國農學通報，2013，29（17）：156-160.

[3]陳飛，范慶泉，高鐵梅.農業(yè)政策、糧食產量與糧食生產調整能力[J].經濟研究，2010，45（11）：101-114，140.

[4]李福奪，楊興洪.我國城鎮(zhèn)化與糧食安全生產關系研究[J].統計與決策，2016，（8）：128-130.

[5]宋莉莉，張琳，楊艷濤，侯麗薇，王國剛.新型冠狀病毒肺炎疫情對我國糧食產業(yè)的影響分析[J].中國農業(yè)科技導報，

2020，22（6）：12-16.

[6]李勇，何歡歡.主產區(qū)糧食產量時空格局演變與影響因素[J].中國農機化學報，2020，41（6）：216-224.

[7]劉守義.我國糧食主產區(qū)糧食產量波動及增長影響因素分析[J].江西社會科學，2014，34（8）：96-100.

[8]李心慧，朱嘉偉，王旋，等.基于主成分分析的河南省糧食產量影響因素分析[J].河南農業(yè)大學學報，2016，50（2）：268-274.

[9]宰潛力，孫雪漪.福建省糧食產量與影響因素的多元線性計量——基于1994-2015年度數據的分析[J].現代商貿工業(yè)，2018，39（28）：12-13.

[10]楊玲玲.計量經濟模型下化肥使用量對農業(yè)總產值的影響——以合肥市為例[J].農村經濟與科技，2018，29（8）：156-157.

[11]劉玉，任艷敏，潘瑜春.黃淮海地區(qū)縣域糧食生產空間分異格局及其影響因素探測[J].北京大學學報（自然科學版），

2020，56（2）：315-323.

[12]唐華倉.生產要素對糧食產量的貢獻系數分析[J].生產力研究，2007，（12）：20-21，59.

[13]趙雪雁，劉江華，王蓉，等.基于市域尺度的中國化肥施用與糧食產量的時空耦合關系[J].自然資源學報，2019，34（7）：1471-1482.

[14]謝杰.中國糧食生產影響因素研究[J].經濟問題探索.2007（9）：36-40.