梁娟
[摘要]本文通過(guò)《中國(guó)統(tǒng)計(jì)年鑒》收集了1993至2018年的農(nóng)業(yè)數(shù)據(jù),并以這些數(shù)據(jù)為樣本運(yùn)用統(tǒng)計(jì)學(xué)知識(shí)對(duì)糧食產(chǎn)量的影響因素進(jìn)行分析。在分析過(guò)程中,首先用最小二乘法估計(jì)得出初始的模型,之后再對(duì)模型進(jìn)行檢驗(yàn)及修正獲得最終模型,對(duì)模型的檢驗(yàn)包括多重共線性、異方差性、自相關(guān)性和殘差正態(tài)性。本文通過(guò)一系列分析得出了與實(shí)際意義相符合的回歸模型,結(jié)果說(shuō)明對(duì)糧食產(chǎn)量影響最大的因素是糧食播種面積。
[關(guān)鍵詞]糧食產(chǎn)量;最小二乘法;多重共線性;異方差性
中圖分類(lèi)號(hào):F326.11 文獻(xiàn)標(biāo)識(shí)碼:A DOI:10.16465/j.gste.cn431252ts.202002
1 研究背景
近年來(lái),我國(guó)在經(jīng)濟(jì)、文化等各個(gè)方面的水平不斷發(fā)展,給人們帶來(lái)的實(shí)惠體現(xiàn)在日常生活的方方面面。與此同時(shí),隨之而來(lái)的各種問(wèn)題不斷出現(xiàn),霧霾引發(fā)的環(huán)境問(wèn)題、資源短缺問(wèn)題、貧富差距問(wèn)題等,不斷沖擊著人們的生活,而其中最值得我們關(guān)注的莫過(guò)于糧食短缺問(wèn)題。生活環(huán)境的變化和大眾生活觀念的改變,越來(lái)越多的農(nóng)民不再將種地作為自己的主要工作,大部分農(nóng)村勞動(dòng)力都選擇進(jìn)城打工,不再將土地作為家庭的主要經(jīng)濟(jì)來(lái)源。更令人擔(dān)憂的是,許多家庭將原有的種植土地改為其他用地,用以修蓋房屋等,這一改變帶來(lái)的問(wèn)題是我國(guó)許多土地的荒廢,有效土地面積的不斷減少,進(jìn)而引發(fā)了嚴(yán)重的糧食短缺問(wèn)題。此外,許多地區(qū)的水資源不斷減少,而留給土地的灌溉用水少之又少,導(dǎo)致原本就減少的種植糧食的土地由于得不到足夠的水,產(chǎn)量縮減。再者,自然災(zāi)害的發(fā)生,許多糧食受到天氣、害蟲(chóng)等的侵害導(dǎo)致糧食的減產(chǎn);由于土地管理不善,化肥的過(guò)度使用等導(dǎo)致土地質(zhì)量下降,這些問(wèn)題也都會(huì)在一定程度上影響糧食產(chǎn)量。對(duì)于人類(lèi)的生存來(lái)說(shuō),“吃穿住行”中“吃”占據(jù)首位,可見(jiàn)其對(duì)我們的重要性,因此近年來(lái)糧食產(chǎn)量的不斷減少已經(jīng)嚴(yán)重影響我們的生活,而這一問(wèn)題的解決迫在眉睫。
糧食產(chǎn)量的高低不僅取決于農(nóng)業(yè)生產(chǎn)要素的投入和農(nóng)業(yè)科技的發(fā)展水平,還受到政策、自然環(huán)境等諸多因素的影響,是諸多因素綜合作用的結(jié)果?,F(xiàn)有文獻(xiàn)[1-6]關(guān)于糧食產(chǎn)量影響因素的分析大多集中于實(shí)證分析部分,主要是通過(guò)不同的方法構(gòu)建不同的模型來(lái)解釋影響糧食產(chǎn)量的相關(guān)因素。
2 實(shí)證分析
2.1 變量和模型選取
2.1.1 變量說(shuō)明
糧食生產(chǎn)是個(gè)繁雜的生產(chǎn)過(guò)程,影響其產(chǎn)量的因素很多,一般分為五大類(lèi):自然要素、資本要素、人力要素、科技要素和政策要素[7]。并且糧食生產(chǎn)還是種經(jīng)濟(jì)行為,經(jīng)濟(jì)行為就有固定的經(jīng)濟(jì)規(guī)律。自然要素是很難計(jì)算和統(tǒng)計(jì)的,但是可以根據(jù)成災(zāi)面積來(lái)表示。資本要素是通過(guò)在糧食生產(chǎn)上資本投入的多少來(lái)評(píng)估的,其中種植范圍和肥料的投入占重要地位。人力因素主要指從事農(nóng)業(yè)勞動(dòng)的人口,并且數(shù)據(jù)可根據(jù)各種數(shù)據(jù)資料獲得,所以相對(duì)來(lái)說(shuō)該變量較容易獲取。科技因素是指農(nóng)產(chǎn)品種中的科技含量,但它用定量描述很困難。政策因素有很多,但由于我國(guó)的情況較復(fù)雜,因此政策因素對(duì)糧食產(chǎn)量的影響不太顯著。根據(jù)理論和實(shí)際,本文選擇的五個(gè)因素具體如下:農(nóng)業(yè)化肥施用量、有效灌溉面積、成災(zāi)面積、農(nóng)業(yè)勞動(dòng)力、糧食播種面積。
2.1.2 模型選取
糧食生產(chǎn)是一種比較典型的經(jīng)濟(jì)投入產(chǎn)出行為,可以用Douglas[8]提出的CD函數(shù)來(lái)表示。CD函數(shù)的形式為:Q=AKαLβ,式中Q為產(chǎn)量,L為勞力投入量,K為資本投入量;A、α、β為參數(shù),0<α,β<1。進(jìn)行線性化得:
轉(zhuǎn)化為單位下的資本投入量并不會(huì)影響參數(shù)估計(jì)和實(shí)證分析結(jié)果,因此本文用農(nóng)業(yè)總體數(shù)據(jù)擬合模型,令Y代表中國(guó)糧食產(chǎn)量,單位是萬(wàn)t;X1代表農(nóng)業(yè)化肥施用量,單位是萬(wàn)t;X2代表糧食播種面積,單位是千公頃;X3是成災(zāi)面積,單位是千公頃;X4是農(nóng)業(yè)勞動(dòng)力,單位是萬(wàn)人;X5是有效灌溉面積,單位是千公頃。
由模型的估計(jì)結(jié)果可以看出,R2=0.989 575,可決系數(shù)很高,說(shuō)明模型擬合很好;F=360.701檢驗(yàn)值相對(duì)較大,對(duì)應(yīng)的P=0,表明方程顯著,就是Y與X1,X2,X3,X4,X5的關(guān)系顯著。但是很明顯,X4和X5的t值均小于t0.05(19)=1.729,說(shuō)明變量不顯著。并且變量X5與被解釋變量Y之間成負(fù)相關(guān)這與現(xiàn)實(shí)情況不符,也通不過(guò)經(jīng)濟(jì)意義檢驗(yàn)。此時(shí),應(yīng)該考慮模型可能存在多重共線性。
2.2.2 多重共線性的驗(yàn)證
2.2.2.1 簡(jiǎn)單相關(guān)系數(shù)
計(jì)算變量X1,X2,X3,X4,X5的簡(jiǎn)單相關(guān)系數(shù)矩陣,見(jiàn)表2。
相關(guān)系數(shù)的定義為,由表二可以看出變量之間ρ的均較大,尤其是X1和X4的ρ=0.987此時(shí)應(yīng)該考慮模型可能存在多重共線性。
2.2.2.2 方差擴(kuò)大因子法
方差擴(kuò)大因子見(jiàn)表3,X1,X4和X5的VIF大于10,VIF可以很準(zhǔn)確地確定多重共線性,所以認(rèn)為該模型存在多重共線性,下面將采用逐步回歸法解決。
2.2.2.3 逐步回歸
通過(guò)分析可知,糧食生產(chǎn)受有效灌溉面積X5的影響最大,與實(shí)際經(jīng)驗(yàn)相一致,因此選X5作為初始的回歸模型。
將剩余變量分別引進(jìn)原模型,進(jìn)行多方比較,得到最合適的回歸方程,結(jié)果如下所示:
第一步,引入X2 ,發(fā)現(xiàn)模型R2變大,參數(shù)符號(hào)符合實(shí)際意義,并且變量的t值均大于臨界值,通過(guò)檢驗(yàn);
第二步,引入X3,發(fā)現(xiàn)模型的R2比原來(lái)的更大,參數(shù)符號(hào)符合實(shí)際意義,并且變量的t值均大于臨界值,通過(guò)檢驗(yàn);
第三步,引入X1,R2比原來(lái)的減小,同時(shí)的t值小于臨界值,通不過(guò)檢驗(yàn);
第四步,去掉X1,引入X4,R2雖然有所提高,但是X4的參數(shù)不能通過(guò)t檢。
第三步和第四步說(shuō)明,X1和X4是影響可以忽略的。因此,最終的模型應(yīng)以y=f(X1,X3,X5)為最優(yōu)。
2.3 模型檢驗(yàn)
2.3.1 異方差檢驗(yàn)
運(yùn)用White檢驗(yàn)?zāi)P椭惺欠翊嬖诋惙讲睿玫浇Y(jié)果:
異方差檢驗(yàn)中:H0:模型中不存在異方差;H1:模型中存在異方差。
可知,R2=0.244,White統(tǒng)計(jì)量nR2=25×0.244=6.096<11.07,接受原假設(shè)。即模型不存在異方差性。
2.3.2 自相關(guān)性檢驗(yàn)
采用LM檢驗(yàn),由結(jié)果可知,nR2的伴隨概率為0.4544,比α大,接受原假設(shè)。所以,我們可以認(rèn)為此模型不存在自相關(guān)性。
2.3.3 殘差正態(tài)性檢驗(yàn)
殘差的正態(tài)性檢驗(yàn)中原假設(shè)H0:殘差服從正態(tài)分布;H1:殘差不服從正態(tài)分布。
對(duì)本文最小二乘估計(jì)后的殘差進(jìn)行正態(tài)性檢驗(yàn)見(jiàn)圖1。
由圖1可知,Jarque-Bera統(tǒng)計(jì)量的伴隨概率為0.709大于0.05,且偏度值(0.395)和峰度值(3.182)也表明殘差服從正態(tài)分布。
2.4 模型結(jié)果
通過(guò)以上檢驗(yàn)?zāi)P妥罱K確定為:
LnY=-6.777+1.342lnX2-0.075lnX3+0.33lnX5? ?(2)
由式(2)可得,當(dāng)有效灌溉面積增加1%時(shí),糧食產(chǎn)量增加0.334%;當(dāng)糧食播種面積增加1%時(shí),糧食產(chǎn)量增加1.342%;而當(dāng)成災(zāi)面積增加1%時(shí),糧食產(chǎn)量減少0.075%。綜上,糧食播種面積對(duì)其產(chǎn)量具有強(qiáng)有力的影響。
3 結(jié)論和政策建議
通過(guò)上面的分析,化肥施用量和農(nóng)業(yè)勞動(dòng)力兩個(gè)變量無(wú)法通過(guò)檢驗(yàn),于是剔除。對(duì)其他三個(gè)變量分析,得出糧食播種面積是其最主要的影響因素,其次是有效灌溉面積,而成災(zāi)面積則對(duì)其具有不利影響。隨著城鎮(zhèn)化水平的提高和技術(shù)的進(jìn)步,農(nóng)業(yè)勞動(dòng)力對(duì)糧食生產(chǎn)的影響基本可以忽略。通過(guò)調(diào)查研究,得出可以從以下幾方面提高糧食產(chǎn)量。
3.1 擴(kuò)大種植面積,合理利用土地
播種面積是評(píng)估生產(chǎn)的重點(diǎn),因此擴(kuò)大糧食播種面積是我們當(dāng)前不得不面對(duì)的問(wèn)題。首先,農(nóng)民要遵守耕地保護(hù)制度,不要隨意非法占用耕地,保證耕地的面積不減少;其次,要經(jīng)常翻新耕地,以便使耕地的土質(zhì)有不錯(cuò)的養(yǎng)分,保障質(zhì)量;再次,合理利用土地,合理搭配農(nóng)業(yè)品種,充分利用土地。最后,增加耕地種植的多樣性,使糧食的品種更加豐富,需求少的糧食品種要減少其種植面積,相反,需求大的品種要擴(kuò)大其種植面積,從而間接地對(duì)糧食的產(chǎn)量起到促進(jìn)作用。
3.2 充分利用水資源,促進(jìn)糧食生產(chǎn)
由于水資源的缺乏,要想使莊稼得到充沛的水分,必須充分利用現(xiàn)有的資源,既要合理利用生活用水,如修建地下管道,將城市中可再次利用的水輸送到農(nóng)村、灌溉農(nóng)田,又要充分利用雨水,如將雨水聚集在一個(gè)可循環(huán)的水池中,以便更容易將其引入農(nóng)田中,使莊稼更好地生長(zhǎng),從而使糧食得到更高的產(chǎn)量。并且灌溉的方法也要變化,使用旋轉(zhuǎn)灌溉就是一個(gè)比較好的方法,還可以興修水利,注重水源的質(zhì)量保證。
3.3 注重生態(tài)文明,減少成災(zāi)面積
要想在優(yōu)美的自然環(huán)境中生活,必須以保護(hù)環(huán)境作為首要的責(zé)任。首先,應(yīng)減少成災(zāi)面積,要在災(zāi)難到來(lái)之前消滅它,以免造成不必要的損失;其次,每當(dāng)收割完農(nóng)作物時(shí),不要焚燒秸稈,要對(duì)農(nóng)作物的秸稈進(jìn)行合理的利用,例如作為肥料埋在地下,以使得來(lái)年的土地質(zhì)量更好;最后,將農(nóng)作物的秸稈回收至沼氣池作為燃料。
參考文獻(xiàn)
[1] 尚銳,董雪.黑龍江省糧食產(chǎn)量影響因素分析:1998—2002 [J].現(xiàn)代農(nóng)業(yè)科技,2013(8):292-294.
[2] 趙慧江.基于回歸分析的糧食產(chǎn)量影響因素分析[J].內(nèi)蒙古農(nóng)業(yè)科技,2009(2):31-35.
[3] 范東京,朱有志.糧食產(chǎn)量影響因素的實(shí)證分析與貢獻(xiàn)度測(cè)算[J].內(nèi)蒙古財(cái)經(jīng)學(xué)院,2011(3):81-87
[4] 楊聰敏,馬長(zhǎng)海.糧食產(chǎn)量影響因素研究[J].對(duì)策研究, 2013(6):34-36.
[5] 呂愛(ài)清,杜國(guó)平,卞新民,等.中國(guó)糧食產(chǎn)量虛擬變量模型研[J].安農(nóng)業(yè)科技,2005(11):2136-2137.2155.
[6] 謝杰.中國(guó)糧食生產(chǎn)影響因素研究[J].經(jīng)濟(jì)問(wèn)題探索, 2007(9):36-40.
[7] 許光宇,李陽(yáng)陽(yáng),毛成龍.影響我國(guó)糧食產(chǎn)量因素的計(jì)量經(jīng)濟(jì)學(xué)研究[J].集體經(jīng)濟(jì);學(xué)術(shù)探討,2011(5):87-88.
[8] Rathowsky D.Handbook of nonlinear regression models[M].Marcel Dekker:New York and Basel,1990.