李雪斐

河南工業(yè)大學，河南 鄭州 450001

0 引言

糧食安全是國家安全的重要基礎。黨的二十大報告提出：“全方位夯實糧食安全根基，全面落實糧食安全黨政同責……確保中國人的飯碗牢牢端在自己手中?！毙←準俏覈蠹Z食作物之一。2006 年，國家發(fā)改委等部門頒布《關于印發(fā)2006 年小麥最低收購價執(zhí)行預案的通知》，正式將小麥納入最低收購價格政策范圍，目的在于增加小麥的產(chǎn)量，保障小麥種植者的收益。河南省是我國的小麥主產(chǎn)區(qū)，小麥年產(chǎn)量約占全國小麥總產(chǎn)量的1/4。因此，河南省的小麥生產(chǎn)安全對全國影響巨大。同時，小麥生產(chǎn)在河南省經(jīng)濟發(fā)展中具有重要地位，直接影響全省經(jīng)濟發(fā)展與鄉(xiāng)村振興的實現(xiàn)。在鄉(xiāng)村振興背景下，研究河南省小麥生產(chǎn)顯得尤為重要?；诖?，筆者選取河南省1991—2021 年的相關數(shù)據(jù)，分析影響當?shù)匦←湲a(chǎn)量的重要因素，以期為保障河南省小麥生產(chǎn)安全提供依據(jù)。

1 文獻綜述

目前，國內(nèi)有很多學者運用不同的數(shù)據(jù)和分析方法，從不同角度詳細研究了糧食產(chǎn)量的影響因素。學者們大多采用柯布-道格拉斯生產(chǎn)函數(shù)（C-D 生產(chǎn)函數(shù)）、多元回歸分析、灰色系統(tǒng)理論模型和主成分分析法對糧食產(chǎn)量的影響因素進行實證分析。

李新旺等［1］基于河北省數(shù)據(jù)，采用C-D 生產(chǎn)函數(shù)研究了各因素對糧食產(chǎn)量的影響，發(fā)現(xiàn)糧食作物播種面積、有效灌溉面積和科技進步是促進河北省糧食總產(chǎn)量增長的3 個主要因素。谷寶同等［2］采用多元回歸分析方法對我國糧食產(chǎn)量的影響因素進行了實證分析，運用計量經(jīng)濟學檢驗方法對模型進行了調整，得到了我國糧食產(chǎn)量與播種面積、有效灌溉面積、化肥施用量、受災面積之間的關系，并就如何加強水利建設、科學施肥和保護糧食播種面積提出了建議。張宏喬［3］以河南省為例，通過灰色關聯(lián)度分析法，研究了農(nóng)業(yè)機械化與糧食總產(chǎn)、單產(chǎn)之間的關系，并對河南省農(nóng)業(yè)機械化發(fā)展提出了相關建議。姚睿寬［4］用灰色關聯(lián)法分析了河南省糧食產(chǎn)量的影響因素，結果表明對河南省糧食生產(chǎn)影響最大的是化肥施用量，影響最小的是受災面積，并對如何增加糧食產(chǎn)量提出了對策。李心慧等［5］運用主成分分析法，研究了河南省糧食產(chǎn)量的影響因素及其貢獻率，發(fā)現(xiàn)塑料薄膜的使用量、農(nóng)業(yè)機械總動力、農(nóng)村用電量、化肥施用折純量、農(nóng)藥實物量、有效灌溉面積對糧食單產(chǎn)的影響程度依次遞減。

綜合以上分析可以看出，目前學界對影響糧食產(chǎn)量因素的研究成果頗為豐富，主要是運用多種模型和分析方法對研究對象進行定量分析［6］，但是關于政策對糧食產(chǎn)量的影響研究較少。因此，筆者利用可操作性強和提及率高的多元線性回歸模型與嶺回歸模型，結合以往學者的研究成果選取解釋變量，同時加入政策實施因素，分析1991—2021 年河南省小麥產(chǎn)量的顯著影響因素。

2 模型與數(shù)據(jù)

2.1 模型

2.1.1 模型介紹。多元線性回歸分析，也被稱為復雜線性回歸分析，是一種數(shù)學統(tǒng)計方法，用于分析多個自變量如何直接影響因變量以及它們之間存在的相關性。該模型用于描述被解釋變量Y如何受自變量X1、X2、X3等及其之間的誤差項影響的方程式。實際上，一個變量的變化總是伴隨著多個因素的影響，考察單一因素對因變量的影響并不能充分、完整、準確地解釋被解釋變量。因此，用多個變量來估計這個解釋變量，更適用于解決千變?nèi)f化的實際問題，預測結果也更有效。多元線性回歸模型軟件操作簡單，便于人們理解，在交通、經(jīng)濟、環(huán)境等研究領域得到了廣泛應用。多元線性回歸模型可表示為

式（1）中：Y表示被解釋變量，X1、X2、X3、X4、X5、X6表示解釋變量，β0表示常數(shù)項，β1、β2、β3、β4、β5、β6表示回歸系數(shù)，μi表示隨機誤差項（指其他因素對糧食生產(chǎn)的影響）。

嶺回歸是一種解決多重共線性的有偏估計回歸方法，實質上是一種修正的最小二乘法估計方法，回歸系數(shù)更加真實可靠，代價就是失去一些信息和降低精度，犧牲了最小二乘法的無偏性?；貧w系數(shù)客觀解釋了自變量與因變量之間的關系，更具可操作性，適用于解決實際問題，適合對病態(tài)數(shù)據(jù)的擬合。

2.1.2 變量選取。以多元線性回歸分析的理論知識為基礎，參考大量文獻和前人的研究分析，考慮變量的合理性和數(shù)據(jù)的可得性，選擇河南省1991—2021 年的小麥產(chǎn)量（萬t）作為被解釋變量Y；在解釋變量中，X1為小麥播種面積（萬hm2）、X2為農(nóng)業(yè)機械總動力（萬kW）、X3為受災面積（萬hm2）、X4為有效灌溉面積（萬hm2）、X5為化肥施用折純量（萬t），并選擇是否實行最低收購價政策X6作為虛擬變量。采用多元線性回歸和嶺回歸進行分析，得出河南省小麥產(chǎn)量的模型，對模型結果進行檢驗和調整，分析影響河南省小麥產(chǎn)量的各因素大小。

2.2 數(shù)據(jù)來源

筆者選擇河南省小麥產(chǎn)量為研究對象，根據(jù)《河南統(tǒng)計年鑒》《河南省農(nóng)村統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》整理了1991—2021年相關數(shù)據(jù)，如圖1所示。

圖1 1991—2021年河南省小麥產(chǎn)量

3 實證分析

3.1 最小二乘法回歸

由于變量均為時間序列，為消除數(shù)據(jù)可能存在的異方差現(xiàn)象，在分析之前先對原始數(shù)據(jù)進行標準化處理，再使用SPSS 26.0 軟件進行最小二乘法回歸分析，得到回歸方程式為

從表1 最小二乘回歸系數(shù)Beat值可以看出，自變量X1、X2、X4、X6的系數(shù)都是正數(shù)，說明河南省的小麥產(chǎn)量與其播種面積、農(nóng)業(yè)機械總動力、有效灌溉面積之間呈同方向變動關系，而X3、X5的系數(shù)為負值，說明小麥產(chǎn)量與受災面積、化肥施用折純量呈反方向變動關系。

表1 最小二乘回歸系數(shù)

在回歸模型顯著的基礎上，從表2 模型摘要中可以看出，調整后的R2=0.982，接近于1，說明該模型對真實數(shù)據(jù)的反映程度達到98.2%，擬合度較高；DW為自相關性，檢驗結果為2.347，稍高于2，因此該方程不存在序列相關性。盡管自變量明顯影響因變量，但數(shù)據(jù)顯示自變量之間可能存在相關關系，導致出現(xiàn)多重共線性問題，有必要對方程中的自變量進行共線性診斷。

表2 模型摘要

方差膨脹因子（Variance Inflation Factor，VIF）指的是自變量之間存在多重共線性時的方差與不存在多重共線性時的方差之間的比率。隨著VIF值增大，共線性的問題越來越嚴重。當VIF＞10時，表明變量之間存在強烈的共線性關系。從回歸結果的共線性估計可以看出，只有播種面積、受災面積和政策因素的VIF＜10，因此初步認為模型中的變量之間存在多重共線性，使用最小二乘法已經(jīng)不合適，下文將使用嶺回歸法解決多重共線性問題［7］。

3.2 嶺回歸

運用SPSS 26.0 軟件，將迭代步長設為0.01，得出最佳嶺回歸的參數(shù)k值。執(zhí)行程序后，得到如圖2所示的嶺跡圖，其中縱坐標代表回歸系數(shù)，橫坐標代表嶺回歸參數(shù)。

圖2 嶺軌圖

從圖2 中可以看出，隨著k值的逐漸增大，相關變量的系數(shù)發(fā)生變化并逐漸穩(wěn)定。當k=0.60 時，k繼續(xù)增加而相關變量的系數(shù)基本保持不變，因此最佳嶺回歸參數(shù)k=0.50。在程序中加入k=0.50 并再次運行，得到的回歸系數(shù)如表3所示。

表3 嶺回歸系數(shù)

從表3 得知，模型中F的統(tǒng)計量為232.406，P值為0.000，在0.05 的顯著性水平上通過檢驗，說明模型有效。R2=0.983，調整后的R2=0.979，調整后的R2下降，主要是因為嶺回歸為解決共線性問題而舍棄了一些信息，降低了擬合的準確性，但這種減少并不明顯，在可接受范圍內(nèi)。

表3結果顯示，6個自變量的標準化回歸系數(shù)分別是β1=0.753，β2=0.019，β3=-0.022，β4=0.432，β5=0.296，β6=190.084，說明小麥種植面積、農(nóng)業(yè)機械總動力、農(nóng)田有效灌溉面積、化肥施用量、最低收購價政策都與河南省小麥產(chǎn)量呈正相關關系。也就是說，小麥種植面積增加、農(nóng)業(yè)機械總動力增加、農(nóng)田有效灌溉面積增加、化肥施用折純量增加、實行最低收購價政策都會增加糧食產(chǎn)量，受災面積增加會引起小麥減產(chǎn)，完全符合事實。從回歸系數(shù)結果中的P值來看，小麥播種面積（X1）、農(nóng)田有效灌溉面積（X4）、是否實行最低收購價政策（X6）均小于0.05，表明各解釋變量對被解釋變量具有顯著影響，并且均通過了t值的顯著性檢驗。農(nóng)業(yè)機械總動力（X2）、受災面積（X3）、化肥施用折純量（X5）沒有通過顯著性檢驗，故剔除這3 個變量，得出標準化的嶺回歸方程式為

嶺回歸的標準化系數(shù)能夠比較客觀地反映自變量對因變量的影響程度。通過比較3 個自變量的系數(shù)大小，可以了解自變量對因變量的影響程度。自變量值越大，其對小麥產(chǎn)量的影響程度越高。因為β6＞β1＞β4，所以對河南省小麥產(chǎn)量影響程度由大到小的因素分別為是否實行糧食最低收購價政策、小麥播種面積、農(nóng)田有效灌溉面積。具體表現(xiàn)為糧食最低收購價政策的實行作為一個虛擬變量對小麥產(chǎn)量的增加影響顯著，表明國家政策的變化對于小麥產(chǎn)量的變化有重要影響。小麥播種面積增加1 個單位，小麥產(chǎn)量平均增加0.753個單位。土地是糧食生產(chǎn)最重要的影響因素，因此小麥播種面積的保護尤為重要。農(nóng)田有效灌溉面積平均增加1個單位，小麥產(chǎn)量平均增加0.432個單位。

4 結語

對河南省小麥產(chǎn)量變化的影響因素進行了實證分析，得出以下結論：1991—2020 年，河南省小麥總產(chǎn)量的影響因素主要是小麥種植面積、有效灌溉面積和糧食最低收購價政策。根據(jù)各因素的不同影響，提出以下建議。

4.1 保護小麥播種面積

在嚴格確保耕地數(shù)量不減少、質量不降低的基礎上，適度合理增加小麥播種面積。為此，政府部門需要采取有效措施，通過建立基本耕地保護區(qū)，開發(fā)高質量農(nóng)田，因地制宜地優(yōu)化、調整耕地利用結構，并對非農(nóng)業(yè)占地進行一定的限制，保證基本農(nóng)田的總量不減少、用途不改變、質量不降低。同時，政府部門要做好城鄉(xiāng)土地規(guī)劃，規(guī)范工業(yè)用地，控制各類建設用地，依法推進土地適度流轉；遏制土地撂荒和沙化；在城鎮(zhèn)化過程中禁止隨意劃地行為，嚴守耕地紅線。

4.2 加強農(nóng)田基礎設施建設

水利是農(nóng)業(yè)的命脈。河南省位于華北平原，年降水量少且季節(jié)性分布相當明顯，導致糧食生產(chǎn)受到嚴重的水資源限制，干旱災害經(jīng)常發(fā)生。政府部門應加大對節(jié)水設施建設的資金投入，合理配置水資源，努力實現(xiàn)優(yōu)質農(nóng)田的灌溉系統(tǒng)全覆蓋；對農(nóng)業(yè)基礎設施建設制定具體方案，修建水庫在雨季蓄水，在干旱時期提供灌溉用水；加強灌溉相關知識培訓，向農(nóng)民傳授最新的灌溉技術，提高灌溉效率，提升農(nóng)田蓄水設施為農(nóng)業(yè)發(fā)展服務的能力，減輕干旱、洪澇等對農(nóng)業(yè)生產(chǎn)的影響，增強農(nóng)作物的抗災能力，確保農(nóng)作物產(chǎn)量穩(wěn)定。

4.3 加強小麥產(chǎn)業(yè)政策扶持

通過對模型進行評估，發(fā)現(xiàn)糧食最低收購價政策對小麥生產(chǎn)有著顯著影響。因此，實行小麥最低收購價政策是穩(wěn)定小麥生產(chǎn)、增加農(nóng)民收入的重要舉措。基于這一研究結果，政府應繼續(xù)實行小麥保護價政策，避免種糧農(nóng)民經(jīng)濟受到損失，并充分發(fā)揮政策對小麥種植的調節(jié)作用，提高小麥產(chǎn)量。政府應重點支持一些受影響較大的糧食主產(chǎn)區(qū)，完善小麥最低收購價的等級和品質差異機制，通過制定相關糧食生產(chǎn)政策，加快農(nóng)業(yè)科技的發(fā)展，促使河南省小麥生產(chǎn)穩(wěn)步、快速發(fā)展。同時，政府可以根據(jù)河南省農(nóng)業(yè)生產(chǎn)現(xiàn)狀和特點，推進保險公司建立健全農(nóng)業(yè)保險體系，不斷改進農(nóng)業(yè)保險的險種，降低因為自然災害或市場行情變化等因素給小麥生產(chǎn)帶來的影響。此外，政府應通過各種途徑加大對小麥產(chǎn)業(yè)的投入力度，培育小麥加工龍頭企業(yè)。政府可以將各方面的資金、項目、政策等有利要素進行整合，安排專項資金，給予科技含量高、附加值高、經(jīng)濟效益好的項目適當?shù)姆龀?，以促進產(chǎn)業(yè)化、規(guī)模化、隊伍化發(fā)展，使其成為市場競爭的強者，從而為農(nóng)民經(jīng)營提供保障。