劉春芝　邵馨漾

摘 要：農業(yè)在我國國民經濟中占有基礎地位，支撐著整個經濟體系的運行和協(xié)調發(fā)展，促進我國農業(yè)經濟高質量發(fā)展已經成為當前政府面臨的一項重要任務。有必要以農業(yè)機械總動力、耕地灌溉面積、農業(yè)化肥施用量、農作物總播種面積、第一產業(yè)就業(yè)人員等指標為考量因素，建立多元線性回歸預測模型，經實證檢驗研究發(fā)現(xiàn)，影響我國未來農業(yè)總產值的重要因素是農業(yè)化肥施用量和農作物總播種面積。大力推進農業(yè)綠色轉型，確保農業(yè)化肥科學施用；擴大農作物播種面積，推廣智慧農機應用。

關鍵詞：農業(yè)總產值；農業(yè)化肥；農作物播種面積；多元線性回歸模型

中圖分類號：F323? ? ? 文獻標識碼：A? ? ? ?文章編號：1674-5450（2023）02-0040-07

我國是一個耕地面積遼闊、土壤肥沃、農村人口眾多、農作物種類繁多的國家，自古以來被譽為農業(yè)大國。農業(yè)在我國國民經濟中占有基礎性地位，支撐著整個經濟體系的運行和協(xié)調發(fā)展。作為三大產業(yè)的基礎產業(yè)，農業(yè)具有其他行業(yè)無可比擬的重要性，農業(yè)的發(fā)展程度與人民的生活質量和社會的長治久安息息相關。因此，要全面推進鄉(xiāng)村振興，堅持農業(yè)農村優(yōu)先發(fā)展，加快建設農業(yè)強國，確保中國人的飯碗牢牢端在自己手中。2022年中央一號文件提出，要接續(xù)全面推進鄉(xiāng)村振興，確保農業(yè)穩(wěn)產增產、農民穩(wěn)步增收、農村穩(wěn)定安寧[1]。在未來的幾年中，如何促進我國農業(yè)經濟的高質量發(fā)展已經成為當前政府面臨的一項重要任務。

一、問題描述

任何生產過程都是生產要素不斷配合實現(xiàn)最終產出的過程。在農業(yè)生產過程中，生產要素對產出的影響主要體現(xiàn)在兩個方面：一方面是生產要素本身對產出的影響；另一方面是生產要素的配合比例對產出的影響。制約農業(yè)生產發(fā)展的因素很多，其中有一些因素對生產過程起決定性作用。因此，探尋和分析哪些因素是最終影響農業(yè)總產出的主導因素，現(xiàn)有眾多農業(yè)生產要素之間的配合比例是否有利于農業(yè)生產，未來我國農業(yè)發(fā)展應該傾向于利用哪些生產要素，本文將嘗試選取包括農業(yè)機械總動力、耕地灌溉面積、農業(yè)化肥施用量、農作物總播種面積、第一產業(yè)就業(yè)人員、全國農作物受災面積在內的六個影響因素，利用多元回歸模型實證檢驗農業(yè)總產出的影響因素，以期為有關部門制訂政策提供決策依據(jù)，保障農業(yè)生產活動有條不紊地進行，盡可能避免農業(yè)市場價格波動，維護農產品供求平衡，穩(wěn)定經濟發(fā)展。

二、模型建立及指標分析

在針對實際問題進行實證研究的過程中，單一解釋變量往往無法對某一目標變量進行充分解釋，也很難預測目標變量的未來走向。因此，本文利用SPSS.26軟件，基于多元線性回歸模型對我國農業(yè)總產值影響因素進行分析，使用逐步回歸分析在六個自變量中篩選出對農業(yè)總產值影響較大的因素，對我國農業(yè)總產值進行解釋和初步預測。

（一）基礎模型介紹

多元線性回歸模型中，有多種影響因素作為自變量來解釋因變量的變化，且自變量和因變量之間呈線性關系，基礎模型為：

利用該公式可以得出預測模型中目標變量，即農業(yè)總產值與樣本變量的線性相關度。

本文主要通過農業(yè)機械總動力（x1）、耕地灌溉面積（x2）、農業(yè)化肥施用量（x3）、農作物總播種面積（x4）、第一產業(yè)就業(yè)人員（x5）、全國農作物受災面積（x6）六個方面來分析影響農業(yè)總產值的主要因素，構建多元回歸模型的基礎模型如式（3）：

（二）指標選擇及數(shù)據(jù)來源

本文數(shù)據(jù)來源于《2021年中國統(tǒng)計年鑒》和《2021年中國農村統(tǒng)計年鑒》，包括2006—

2020年全國農業(yè)總產值、農業(yè)機械總動力、耕地灌溉面積、農業(yè)化肥施用量、農作物總播種面積、第一產業(yè)就業(yè)人員及農村居民家庭戶主文化程度、全國農作物受災面積等主要相關數(shù)據(jù)（見表1）。

1.農業(yè)總產值

本文所論述的農業(yè)總產值是指在一年內以貨幣形式表現(xiàn)的農業(yè)全部產品的總量和對農業(yè)生產活動進行的各種支持性服務活動的價值總量。隨著國家對農業(yè)現(xiàn)代化發(fā)展的重視程度越來越高，從總體看，農業(yè)信息化快速發(fā)展，農業(yè)經濟發(fā)展穩(wěn)步向前。從表1中可以看到，我國農業(yè)總產值逐年上升，由2006年的全國21 522.3億元飛躍至2020年的71 748.2億元，翻了3倍有余。

2.農業(yè)機械總動力

與傳統(tǒng)農業(yè)生產方式相比，現(xiàn)代化農業(yè)生產已開始大規(guī)模使用先進的大機器設備，來替代傳統(tǒng)耕種模式中靠人力、簡單工具和牲畜的生產方式。我國已擁有較完善的生產物質條件和現(xiàn)代化生產設備，如電力、水力、農膜、改良種子、低危害農藥、高產量種子等，既大大提高了農民的勞動效率和土地產出率，也降低了農民的勞動強度。同時，機械化水平對于農業(yè)現(xiàn)代化的發(fā)展也具有著不可比擬的重要性，農業(yè)機械化是農業(yè)現(xiàn)代化的物質裝備和技術支撐[2]。目前，我國農業(yè)機械總動力為105 622.1萬千瓦，相較于2006年的72 522.1萬千瓦多了近1.5倍（見表1）。

3.耕地灌溉面積

一般來講，要想走高質量現(xiàn)代化農業(yè)發(fā)展道路，就必須完善農田水利等基礎設施，這也是保障我國糧食安全的一項重要因素。2014年3月，習近平總書記就我國水安全問題發(fā)表了重要講話，明確提出了“節(jié)水優(yōu)先、空間均衡、系統(tǒng)治理、兩手發(fā)力”的十六字治水方針[3]。從表1可以看到，我國的耕地灌溉面積逐年遞增，由2006年的55 750.5千公頃漲至2020年的69 160.5千公頃，耕地灌溉面積的不斷擴大，對提高我國農業(yè)總產值具有積極影響。

4.農業(yè)化肥施用量

我國農業(yè)化肥施用量一直居高不下，存在著濫用化肥、施用化肥不科學等問題，這不僅會引起資源的浪費，而且還會給環(huán)境帶來一系列負面影響，包括導致土壤酸化、耕地板結等問題。從表1中可以看到，2006—2015年全國化肥施用量逐年增加，最高達到6 022.6萬噸，但從2016年開始農用化肥呈現(xiàn)出逐年下降的趨勢，截至2020年全國化肥施用量為5 250.7萬噸，這離不開政府政策引導和農民技能知識的提高。我們應該繼續(xù)秉持著合理利用農業(yè)化肥、綠色施肥的理念，將有機化肥和無機化肥相結合，避免化肥使用過量，提高肥料利用率，形成綠色環(huán)保、可持續(xù)發(fā)展的良性循環(huán)。

5.農作物總播種面積

雖然我國是農業(yè)大國，但人均農作物播種面積卻很少，根據(jù)有關統(tǒng)計數(shù)據(jù)顯示，世界人均總播種面積為4.8畝，美國人均農作物播種面積為10.5畝，而我國的人均農作物播種面積僅有1.3畝，還未達到世界人均農作物播種面積的30%，美國人均農作物播種面積甚至是我國的8倍有余[4]。在農業(yè)發(fā)展的影響因素中，農作物播種面積占有很大比例。同時，國家也相當重視農作物的播種面積，在2022年的中央一號文件中，政府明確要求要確保農作物播種面積的穩(wěn)定，盡量避免因為環(huán)境污染、城市化、工業(yè)化進程加快等因素，使得農作物播種面積減少。從表1中可以看到，2006—2020年間我國的農作物播種面積基本處于逐年上升趨勢，從2006年的152 149千公頃增長至2020年的167 487千公頃。

6.第一產業(yè)就業(yè)人員及農村居民家庭戶主文化程度

從表1中可以看出，我國第一產業(yè)的就業(yè)人員人數(shù)不斷減少，由2006年的31 941萬人減少到2020年的17 715萬人，在這15年里足足減少了14 226萬人，降低了近一半的比例。一是隨著城市化進程加快，城市的基礎設施和服務更加完善，就業(yè)崗位也更加豐富，薪資水平也比較可觀，年輕人更愿意去城市務工，大量務農人員涌入城市；二是在新時代背景下，我國的農業(yè)生產正處于過渡期，隨著我國農業(yè)現(xiàn)代化建設和科學技術的快速發(fā)展，傳統(tǒng)的農業(yè)生產方式已經無法滿足社會的要求，生產過程不斷朝著機械化方向發(fā)展，在提高農業(yè)產量的同時，也大大減少了對第一產業(yè)就業(yè)人員的需求；三是由于我國大力支持工業(yè)化的發(fā)展，大量農田被征用來建成住宅和廠房，耕地面積不斷減少，加劇了人地矛盾，導致第一產業(yè)就業(yè)人員外流。

科學技術是第一生產力，人才是我國的第一資源[5]。高素質和高技能的勞動力是現(xiàn)代化農業(yè)生產的先決條件，對于從事現(xiàn)代化農業(yè)生產的人群來說，與傳統(tǒng)農業(yè)生產者相比，他們擁有更現(xiàn)代化的管理模式、更先進的技能水平和更充足的知識儲備，各行各業(yè)要想獲得高質量的發(fā)展，就必須有掌握高技能、高素質的勞動力，同時在不斷實踐中積累經驗、摸索總結。我國第一產業(yè)就業(yè)人群遠遠達不到這樣的要求，表2在一定程度上展示了我國的農村居民的文化程度。就近八年的農村居民家庭戶主文化程度數(shù)據(jù)來看，有一半以上的居民文化程度只有初中水平，大學本科及以上學歷僅占0.2%，絕大部分人只完成了九年義務教育，高素質人才的缺失將極大地限制我國農業(yè)現(xiàn)代化的發(fā)展。同時相較于農業(yè)較發(fā)達的美國、加拿大等國家，我國還存在第一產業(yè)就業(yè)人員素質偏低、知識老舊、年齡偏高等問題。

7.全國農作物受災面積

從整個人類社會歷史長河來看，農業(yè)災害發(fā)生的原因主要來自氣象、生態(tài)、生物和地質等方面，有些重大嚴重的自然災害可能對社會造成不可估量的經濟損失。如2004年12月發(fā)生的印度洋海嘯，波及了周邊近14個國家，造成了227 000人死亡，經濟損失巨大。而我國自古以來也是一個自然災害頻發(fā)的國家，如洪災、干旱、臺風、地震、泥石流等，這影響了人民生命財產安全。從表1中可以看到，我國每年農作物受災情況都不容小覷，在2006—2020年間，輕時有18 478千公頃，重時高達48 992千公頃，雖然數(shù)值時有波動，但大體來看呈下降趨勢，這離不開國家“綠水青山”系列可持續(xù)惠農發(fā)展政策的支持，是國家政府和人民共同努力的結果。

三、模型求解和檢驗

本文通過SPSS.26軟件，使用逐步回歸分析法，根據(jù)各個因子對y的影響程度，按從高到低的順序把所有因子引入回歸方程中，同時檢驗方程中包含的所有變量，觀察他們是否仍然保持顯著性，把不顯著的因素從回歸方程中剔除，一直到方程中所有變量對y產生的影響都不再顯著，再加入新的變量，從沒有被選上的剩余因子中，挑選對y作用最明顯的因子進行檢驗，具有顯著性的引入方程，反之剔除，具體的處理結果如表3。

表3客觀地展現(xiàn)了步進準則下該多元線性回歸模型中輸入和移去的變量。經過輸入和除去變量，最終構建出的回歸模型中共有兩個解釋變量，分別為農業(yè)化肥施用量（x3）和農作物總播種面積（x4）。

表4為排除變量表，解釋了將農業(yè)機械總動力、耕地灌溉面積、全國農作物受災面積和第一產業(yè)就業(yè)人員這四個變量排除的具體原因。這四個變量的顯著性統(tǒng)計量分別為0.998、0.574、0.869和0.219，均大于0.05，未通過顯著性檢驗。同時，耕地灌溉面積和第一產業(yè)就業(yè)人員的VIF值分別為52.575、86.154均大于10，說明變量之間存在多重共線性，有必要剔除這四個變量。

表5反映了模型的擬合狀況，R表示相關系數(shù)，檢驗值是0.996，R2為判定系數(shù)，主要是用來反映回歸方程的擬合程度，R2的取值范圍應該在［0，1］之間，且R2越接近于1，表明擬合程度越好，通常認為當數(shù)值大于0.800時，回歸效果即可接受。本次分析R2的值是0.992，調整后的判定系數(shù)值是0.991，這個數(shù)值非常趨近于1，表明該模型擬合程度較高，自變量與因變量之間存在著良好的相關性，模型可以把99%的因變量解釋出來。同時，德賓—沃森檢驗值分布在0～4之間，越接近2，觀測值相互獨立的可能性越大。本文德賓—沃森檢驗值為2.861，說明因變量農業(yè)總產值其殘差服從獨立性。

方差分析指標顯示，模型的顯著性值（t統(tǒng)計量對應的概率值）等于0.000<0.05，通過了顯著性水平檢驗，具有統(tǒng)計學意義。

本文利用SPSS.26軟件對樣本數(shù)據(jù)進行相關性分析。表6為模型回歸方程系數(shù)表，在多重共線性的診斷中農業(yè)化肥施用量和農作物總播種面積的VIF值均為2.011，小于10，說明變量之間幾乎不存在多重共線性。

根據(jù)以上所有分析結果，我們可以得出預測模型：

y=-420816.078-19.530x3+3.5474x4（4）

可見，影響我國未來農業(yè)總產值的主要因素有2個，分別是農業(yè)化肥施用量和農作物總播種面積。其回歸標準化殘差的正態(tài)P—P圖如圖1所示。

根據(jù)國家統(tǒng)計局披露的數(shù)據(jù)可知，2020年全國農業(yè)總產值為71 748.2億元，農業(yè)化肥施用量（x3）為5 250.7萬噸，農作物總播種面積（x4）167 487千公頃，將x3、x4帶入預測模型中得出農業(yè)總產值為70 914.95億元，預測結果與實際結果相對誤差僅為1.49%，誤差大小在可接受范圍內。同時，2011—2020年的10年之間相對誤差均在1.5%以內，證明此預測模型較為準確，在現(xiàn)實的農業(yè)預測中具有參考價值和一定的實際意義（見表7）。

四、研究結論及對策性建議

（一）研究結論

影響我國未來農業(yè)總產值最重要的因素是農業(yè)化肥施用量和農作物總播種面積，由回歸方程結果可知，每增加1萬噸農業(yè)化肥施用量，農業(yè)總產值就會減少19.530億元；每增加1千公頃農作物播種面積，農業(yè)總產值就會增加3.5474億元。

（二）對策性建議

1.大力推進農業(yè)綠色轉型，確保農業(yè)化肥科學施用

（1）降低農業(yè)化肥施用量，提高化肥利用率。在農業(yè)化肥施用量方面，單位面積施肥量大、施肥結構不平衡、有機肥資源利用率低仍然是我國當前農業(yè)施肥方面的普遍問題。過度和盲目施用化肥不僅浪費資源，還會造成土壤酸化和耕地板結。應引導農民注重有機肥和化肥資源的綜合利用、測土配方施肥、改善耕地質量，樹立“經濟施肥、增產施肥、環(huán)保施肥”的施肥理念。依托專業(yè)的農化服務組織和新型經營結構，促進施肥方式的適當轉換，提高肥料的最大利用率，促進農業(yè)綠色環(huán)保、高產高效和可持續(xù)發(fā)展，為糧食增產和農民增收作出貢獻。

（2）促進農業(yè)綠色發(fā)展，建設高標準農田。建設高標準農田的本質在于協(xié)調農業(yè)生產和環(huán)境保護之間的關系，實施高標準農田建設政策有助于減少農業(yè)化肥施用量。2015年發(fā)布的《到2020年化肥使用量零增長行動方案》中就明確指出，要加快高標準農田建設，改善農業(yè)生產條件與耕地質量，減少農業(yè)生產對化肥要素的依賴[6]。要加快高標準農田管理體系建設，抓好新建項目全程質量管理，加強工程建后管護，確?！敖ǔ梢划€、管好一畝”，形成“田成方、林成網、路相通、渠相連”的高標準格局[7]。堅持量質并重、用養(yǎng)結合，采取改良土壤、保水保肥、監(jiān)測地力、退化治理等綜合措施，實施耕地質量提升、化肥減量增效和耕地質量監(jiān)測三大行動，不斷加強耕地地力建設，促進耕地質量提升，為發(fā)展現(xiàn)代農業(yè)提供有力保障，為確保國家糧食安全夯實根基[8]。

2.擴大農作物播種面積，推廣智慧農機應用

（1）擴大農作物播種面積，加快土地流轉和規(guī)模經營。通過多元線性回歸分析，我們發(fā)現(xiàn)影響我國農業(yè)總產值最重要的因素之一就是農作物總播種面積。無論是傳統(tǒng)農業(yè)還是現(xiàn)代化農業(yè)，土地的重要性都是不言而喻的。因此，我們必須完善土地管理政策，不斷健全土地流轉機制，積極建立有序的土地流轉平臺，讓農民逐步自愿將土地轉讓給龍頭企業(yè)和農業(yè)生產組織，同時，農民也可以通過股票、租賃、交換等方式參與其中。分散的農業(yè)生產已不再符合現(xiàn)代農業(yè)的發(fā)展需求，規(guī)模化和集約化經營才是未來國家和世界農業(yè)發(fā)展的主要趨勢，農業(yè)專業(yè)合作組織已經成為建設現(xiàn)代農業(yè)、推進農業(yè)產業(yè)化的重要平臺。在此期間，政府要為農業(yè)提供大量的技術、信貸、管理等方面支持，不斷提高農業(yè)專業(yè)合作組織的管理水平，進一步加強和提高農民的積極性。引導具有示范引領作用和較強聲譽的農業(yè)產業(yè)化龍頭企業(yè)做得更強，繼續(xù)擴大和整合農業(yè)產業(yè)鏈，全面發(fā)展和提高農業(yè)產業(yè)水平，進一步提高農產品深加工水平，為提高農產品附加值奠定堅實基礎。

（2）提高農業(yè)機械化率，推進智慧農機發(fā)展。雖然我國的農作物播種面積總量較多，但是人均農作物播種面積卻很少。因此，必須合理利用好現(xiàn)有的耕地面積，提高土地的利用率，而提高農業(yè)機械化率可以促進耕地利用率和農業(yè)生產效率提升，同時也是我國農業(yè)現(xiàn)代化發(fā)展的必然趨勢。要加強農業(yè)機械的推廣和培訓，提高農民對農業(yè)機械設備重要性的認識，組織農村技術合作社，改善農業(yè)發(fā)展狀況。

加快我國農業(yè)機械設備的智能化進程。智慧農業(yè)機械可以更好地利用先進的農業(yè)技術，增加單位土地的生產率，提高勞動生產效率，這是我國未來農業(yè)機械化發(fā)展的必然趨勢。為了推動我國智慧農業(yè)機械設備的生產，政府有必要加大財政支持力度，設立農業(yè)專項基金，降低創(chuàng)新和研發(fā)成本，鼓勵和引導農業(yè)龍頭企業(yè)的現(xiàn)代化轉型，鼓勵農民使用智慧農業(yè)機械，以逐步實現(xiàn)農業(yè)的精準化、智能化和科學化。

參考文獻：

［1］ 2022年中央一號文件：錨定鄉(xiāng)村振興總目標? 譜寫綠色林業(yè)新篇章［J］.浙江林業(yè)，2022（3）：1-2.

［2］ 李天笑. 基于SPSS的江蘇省現(xiàn)代農業(yè)影響因素探究［D］.舟山：浙江海洋大學，2019.

［3］ 周明勤，曾慶忠，王鵬，等.深化投融資改革? 推動引江補漢工程高質量發(fā)展［J］.中國水利，2022（18）：64-66.

［4］ 世界人均耕地面積排名［EB/OL］.（2022-09-05）［2022-10-15］.https：//www.haoqunkj.cn/hj/758.html.

［5］ 梁成艾，王德召.中國共產黨農民教育賦能鄉(xiāng)村治理的歷史演進與邏輯理路［J］.西南大學學報（社會科學版），2022（3）：12-27.

［6］ 梁志會，張露，張俊飚.土地整治與化肥減量：來自中國高標準基本農田建設政策的準自然實驗證據(jù)［J］.中國農村經濟，2021（4）：123-144.

［7］ 李翠霞，許佳彬.中國農業(yè)綠色轉型的理論闡釋與實踐路徑［J］.中州學刊，2022（9）：40-48.

［8］ 孫正清，陶浩，江水.加強耕地地力建設? 全面提升耕地質量［J］.中國農業(yè)綜合開發(fā)，2022（5）：11-13.

Analysis of Factors Influencing Chinas Total Agricultural Output

Liu Chunzhi， Shao Xinyang

（College of International Business， Shenyang Normal University， Shenyang Liaoning 110034）

Abstract：Agriculture occupies a fundamental position in Chinas national economy and supports the operation and coordinated development of the entire economic system. Promoting the high-quality development of Chinas agricultural economy has become an important task facing the government at present. Using indicators such as total agricultural machinery power， irrigated arable land area， agricultural fertilizer application， total crop sown area and primary industry employment as factors for consideration， a multiple linear regression prediction model was established and empirically tested to find that the important factors affecting Chinas future total agricultural output are agricultural fertilizer application and total crop sown area. The green transformation of agriculture should be vigorously promoted to ensure the scientific application of agricultural fertilizers; the area sown with crops should be expanded and the application of intelligent agricultural machinery should be promoted.

Key words：total agricultural production; agricultural fertilizer; crop sown area; multiple linear regression

【責任編輯：李 菁? ? 責任校對：趙 踐】

收稿日期： 2022-11-08

基金項目： 遼寧省社會科學基金重點項目（L22AJY016）

作者簡介： 劉春芝，女，遼寧沈陽人，沈陽師范大學教授，經濟學博士，主要從事產業(yè)經濟與企業(yè)管理研究；邵馨漾，女，遼寧丹東人，沈陽師范大學西方經濟學碩士研究生，主要從事區(qū)域經濟與東北振興研究。