□湯家慧

（安徽農(nóng)業(yè)大學 安徽 合肥 230036）

糧食安全影響一個國家長期經(jīng)濟發(fā)展速度甚至政權(quán)穩(wěn)定。糧食作為主要農(nóng)作物之一，是重要的食用原料和飼料來源。保障糧食產(chǎn)量對保障中國糧食安全具有重要的戰(zhàn)略意義，因此在一定程度上穩(wěn)定糧食產(chǎn)量、加強糧食市場安全是有必要的。利用Stata 分析，研究糧食產(chǎn)量及其主要影響因素之間是否存在長期穩(wěn)定的均衡關(guān)系，分析在糧食市場安全的條件下各因素對糧食產(chǎn)量的影響程度，并對加強中國糧食市場安全提供政策建議。

1 文獻綜述

1.1 糧食安全研究現(xiàn)狀

近年來，中國糧食市場得到了一定程度的發(fā)展。糧食安全問題一直是熱點話題，糧食安全方面的研究成為國內(nèi)學者重點關(guān)注對象。我國糧食安全研究成果較為豐富，主要集中在定義、類型、開發(fā)模式、問題、作用和對策等方面。金繼運等（2006）[1]指出了化肥在保障中國糧食安全中的作用與貢獻。根據(jù)近年來中國糧食生產(chǎn)過程中出現(xiàn)的問題，為了保障中國糧食安全，除了繼續(xù)加強化肥工業(yè)發(fā)展和增加化肥施用量外，還應該采取其他措施[2]。

1.2 糧食安全的影響因素

近年來，在“兩個市場”的戰(zhàn)略下，中國糧食基本上能滿足生產(chǎn)和生活的需求，主要糧食作物依靠“國內(nèi)市場”就能得到保障，僅個別品種需要借助于“國際市場”補充。目前，中國學者對糧食安全的主要影響因素開展了很多研究。魯奇（1999）[3]認為，中國未來耕地資源開發(fā)將會走高效集約道路，應該加強管理和保護，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展，進而提供食物安全保障。

2 數(shù)據(jù)分析

2.1 數(shù)據(jù)來源

選用1989—2019 年中國糧食產(chǎn)量（Y）、農(nóng)用耕地灌溉面積（X1）、糧食播種面積（X2）、糧食化肥施用量（X3）作為變量。相關(guān)數(shù)據(jù)來自1989—2019 年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及國家統(tǒng)計局網(wǎng)站，數(shù)據(jù)真實有效。

2.2 變量及模型設(shè)計

影響糧食產(chǎn)量的因素有很多，考慮到數(shù)據(jù)的可獲得性及其可量化性，選取農(nóng)用耕地灌溉面積、糧食播種面積、糧食化肥施用量3 個可以量化的指標作為自變量[4-5]，建立模型。根據(jù)國家統(tǒng)計局年度統(tǒng)計數(shù)據(jù)，整理出1989—2019 年全國范圍內(nèi)的糧食產(chǎn)量、農(nóng)用耕地灌溉面積、糧食播種面積、糧食化肥施用量等數(shù)據(jù)。采用的模型如下。

式中：Y代表糧食產(chǎn)量；X1 代表農(nóng)用耕地灌溉面積；X2 代表糧食播種面積；X3 代表糧食化肥施用量；β0 為常數(shù)項；μ為隨機干擾項，包含其他沒有考慮到的影響因素；β1、β2、β3 為待估計的參數(shù)。

通過對該模型進行回歸分析，得出各變量與中國糧食產(chǎn)量的變動關(guān)系。

3 實證結(jié)果與分析

利用Stata 14.0 軟件，分析糧食產(chǎn)量受農(nóng)用耕地灌溉面積、糧食播種面積、糧食施用量等變量影響產(chǎn)生的一系列變動。

3.1 描述性統(tǒng)計

在實證分析前，對上述收集的數(shù)據(jù)進行描述性統(tǒng)計。數(shù)據(jù)樣本量為31，分別對Y和X作描述統(tǒng)計分析。其中，X2 糧食作物播種面積的均值最大，X1 農(nóng)用耕地灌溉面積的均值最?。籜3 化肥施用量的標準差最小，Y糧食產(chǎn)量的標準差最大；X2 糧食播種面積的最小值為99 410；X1 農(nóng)用耕地灌溉面積的最大值為119 230。

3.2 單位根檢驗

由于數(shù)據(jù)是時間序列，故進行單位根檢驗，判定是不是平穩(wěn)序列。根據(jù)結(jié)果可知，所得數(shù)據(jù)Test Statistic 的值均大于在1%和5%水平上的值，數(shù)據(jù)存在單位根，說明該時間序列是隨機游走序列，而隨機游走序列式是非平穩(wěn)的。

3.3 一階差分

從以上結(jié)果得知，繼續(xù)差分后的Test Statistic 的值均小于在1%和5%水平上的值，說明數(shù)據(jù)較為平穩(wěn)，無須進行二次差分。

3.4 協(xié)整檢驗

經(jīng)過上述單位根檢驗，可知所選變量都具有一階單整性，由此可以進行協(xié)整檢驗。在Stata 中進行操作得到的結(jié)果顯示，藍色星號所對應的rank 等級為0，也就是說明在整個數(shù)據(jù)里，4 個變量中有0 個協(xié)整關(guān)系，所選變量通過協(xié)整檢驗，在進行回歸時不會存在偽回歸問題。

3.5 首次回歸結(jié)果

通過之前的步驟，進行協(xié)整檢驗后，由回歸結(jié)果可知，Prob＞F=0，小于0.01，檢驗通過，由此可知此模型在0.01 顯著性水平上是有效的。且R為0.981 2，Adj-R2為0.979 1，其數(shù)值十分接近于1，因此模型擬合程度較好。同時，從T 檢驗結(jié)果來看，X1 有效耕地灌溉面積、X2 糧食播種面積、X3 化肥施用量的P值大于0.05，且糧食產(chǎn)量與X1 有效耕地灌溉面積、X2糧食播種面積、X3 化肥施用量3 個影響因素存在正相關(guān)，不能否定原假設(shè)，兩組差別無顯著意義，說明結(jié)果更傾向于接受假定的參數(shù)取值。

3.6 多重共線性檢驗

多重共線性結(jié)果如圖1 所示。由圖1 得知，變量X1、X2、X3 的值均小于10，說明不存在多重共線性，模型良好，無須進行修復多重共線性檢驗。多重共線性產(chǎn)生一方面可能是由于各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，另一方面可能是解釋變量選擇不當。

3.7 數(shù)據(jù)相關(guān)性分析

利用Stata 14.0 軟件相關(guān)命令，計算一組變量間的協(xié)方差或相關(guān)系數(shù)矩陣，多個變量之間的相關(guān)關(guān)系?？赏ㄟ^計算一組變量中兩兩變量的相關(guān)系數(shù)，來判斷數(shù)據(jù)相關(guān)性。

3.8 自相關(guān)檢驗

根據(jù)所選數(shù)據(jù)為時間序列產(chǎn)生一定的自相關(guān)，要對模型進行自相關(guān)的相關(guān)檢驗，此處用LM 檢驗和DW 檢驗兩種方法進行檢驗。

LM檢驗結(jié)果如圖2 所示。

在給定α=0.05 的情況下，BG 檢驗的卡方統(tǒng)計量chi2（1）=4.444，對應p 值為0.035 0＜0.05，表明待檢驗的序列不存在自相關(guān)性。

DW 檢驗結(jié)果如圖3 所示。

由圖3 可知DW=1.049 906。解釋變量K=4，樣本容量31，查閱DW 表可知dl=1.160，du=1.735。根據(jù)DW檢驗決策規(guī)則得知，dl＜DW＜4-du，也就是1.160＜1.049 906＜4-1.735，因此不存在自相關(guān)性。

通過上述兩項檢驗得出，不需要對模型進行自相關(guān)修正。

4 結(jié)論和政策建議

4.1 結(jié)論

通過模型建立與調(diào)整，最終得到有效多元線性回歸模型，其中X1、X2、X3 分別對應農(nóng)用有效耕地面積、糧食播種面積、化肥施用量。從回歸結(jié)果可以看出，該回歸方程回歸效果良好。

4.2 政策建議

提高農(nóng)戶種植積極性，提高農(nóng)民的種植技術(shù)和綜合素質(zhì)，科學種植。加強科研，提供更加優(yōu)良的糧食種子，提高糧食競爭力。實行更為嚴格的耕地保護政策。耕地面積是糧食生產(chǎn)的基本條件，只有保證基本耕地面積，才能保障糧食收成。