广东省粮食产量影响因素分析

广东省粮食产量影响因素分析

作者：田玥

来源：《南方农业·中旬》2017年第05期

摘要广东省作为全国粮食主销区，需要存粮于田，保障其粮食供给十分必要。利用1978—2014年广东省粮食生产数据，建立计量经济模型对影响广东省粮食产量的因素进行实证分析，结果表明粮食播种面积与化肥用量是粮食增产最主要的原因，在此基础上提出提高广东省粮食生产能力的相关对策和建议。

关键词粮食产量；影响因素；计量经济分析；广东省

中图分类号：F32 文献标志码：B DOI：10.19415/ki.1673-890x.2017.14.032

农业是国民经济的基础，粮食是基础的基础，是关系全局的重大战略问题。2015年中央一号文件强调了粮食安全，确保粮食供给不仅保证粮食数量更要保证粮食质量。广东省虽然经济发达，但人多地少，是全国最大的粮食主销区，粮食自给率仅为32%，与黑龙江省、河南省等粮食生产大省相比，差距很大，2014年黑龙江省粮食产量为6 242.19万t，河南省为5 772.30万t，而广东省只有1 357.34万t，保证广东省粮食供给、粮食安全任务艰巨[1]。为此，研究影响广东省粮食产量的主要因素十分必要，对确保广东省粮食产量稳步增长，增强粮食调控的针对性、有效性，保证粮食安全具有重大意义。

1 影响广东省粮食产量的因素

根据理论和经验分析，影响粮食生产的主要因素有很多，首要考虑的是和粮食产量有着直接关系的播种面积，其次是生产资料的投入，如化肥用量、农业机械动力、劳动力等，再者，广东省遭受自然灾害较多，也会对粮食产量产生影响，此外，还有政策等方面的因素，由于政策方面的因素很难量化，故模型中没有引入。

1.1 粮食播种面积

耕地是粮食最为重要的生产要素，粮食播种面积对粮食总产量有着较为直接的影响。广东省粮食播种面积较早年整体在减少，1978年粮食作物播种面积为582.53万hm2，而2014年只有250.701万hm2，但近年来是有稳定增长的趋势[2]。

1.2 化肥施用量

化肥对提高粮食单产贡献很大，化肥的施用占粮食生产的成本较高，广东省的化肥施用量是在逐年增长，由1978年的54.91万t增长到2014年的249.58万t，37年间增长了约

354.5%。

1.3 成灾面积

广东省地形起伏及受季风的影响，加之本身的地理位置，极易出现年降水量过多、冬季强寒潮湿气、夏季高温天气异常、强对流天气频繁等现象，从而酿成了种类繁多、持续时间较长、波及范围较广的洪涝、干旱、台风等灾情，使广东成为成灾面积广泛的灾害大省。成灾面积能够比较全面地反映受灾情况，对广东省粮食产量具有负面影响。

1.4 农业机械总动力

农业机械总动力反映了农业机械化水平，一般情况下，机械化水平的提高会使粮食单产有所增长。广东省农业机械动力不断增长，特别是实行农机补贴政策以来，大大激发了农民购买农机的积极性，农机使用的增加也节约了不少劳动力。

1.5 劳动力

劳动力是粮食生产必不可少的生产要素，但由于农业机械化的发展，替代了大量劳动力，再者，考虑到缺乏广东省直接参与粮食生产的劳动力数据，本文未把农村劳动人口作为重要解释变量。

2 模型设定及变量选取

本文搜集了广东省1978—2014年的粮食总产量与粮食播种面积、农业机械总动力、成灾面积和化肥投入纯量等数据，采用的数据来自于《中国统计年鉴》。以柯布-道格拉斯生产函数作为基本模型[3]，在此基础之上进行改进，本文估计的广东省粮食生产函数为：

模型中相关变量涉及的数据是时间序列数据，为了更好地说明变量之间的关系，对变量取对数，转变为多元线性回归方程：

其中，Y表示广东省粮食产量，万t；X1表示广东省粮食作物播种面积，万hm2；X2表示农业机械总动力，万kW；X3表示成灾面积，万hm2；X4表示农用化肥施用折纯量，万t，a1、a2、a3、a4分别表示相应的产出弹性，根据理论和经验分析，预测系数a1、a2、a4的符号为正，a3符号为负。通过运用Eviews7.2软件对数据进行处理分析，并得到相关结论[4]。

3 实证结果与分析

3.1 用OLS法估计模型

从模型结果可以看出，R2较大且比较接近于1，而且F=60.954 60>（4，32）=2.67，检验显著，所以认为广东省粮食产量与上述解释变量之间总体线性关系显著。但是，由于lnX2、lnX3前参数估计值没有通过t检验，因此认为解释变量之间存在多重共线性。

3.2 多重共线性检验

为了更全面地判断是否存在多重共线性，对各变量间的相关系数进行分析，见表1。

由相关系数矩阵可以看出，lnX2与lnX4，lnX1与lnX4，lnX1与lnX2之间存在高度相关性，可以判断该模型存在着多重共线性。

为了减少多重共线性的影响，本文采用逐步回归法。分别作lnY与lnX1、lnX2、lnX3、lnX4的回归，整理见表2。

由此可以确定X1为解释变量，接下来做逐步回归，结果见表3。

由表3数据可知，引入解释变量X4后，模型拟合优度提高，且参数符号合理，F统计量和各t检验统计量都显著，所以将解释变量X4纳入回归方程。接着再进行逐步回归，综合整理得到表4。

根据表4可知，引入解释变量X2后，拟合优度虽然再次提高，F检验也显著，但是X2的参数未能通过t检验；去掉X2，引入X3，拟合优度略有上升，F检验显著，但X3的参数的t 检验不显著。所以，能够纳入解释变量的只有X1和X4，广东省粮食生产函数拟合结果如下：

3.3 异方差性检验

通过剔除变量的方法避免多重共线性的影响，但是如果剔除了重要的变量可能会引起异方差性。因此，采用White检验对模型进行检验，检验结果见表5，nR2=4.455 591

3.4 自相关检验

根据上述回归结果以及DW检验法，可以知道D.W.=0.894 906，对样本量为37、两个解释变量的模型、5%的显著性水平，查DW统计表可得到，dL=1.364，dU=1.590，模型中D.W.

由上述回归模型的回归可得残差序列et，为估计自相关系数ρ，用et进行滞后一期的自回归，见表6，可得到回归方程：et=0.552583et-1。

因此可知ρ=0.552 583，对原模型进行广义差分回归，可得回归方程为：

其中

由于使用广义差分数据，样本容量变为36个，查5%显著水平的DW统计表可知

dL=1.354，dU=1.587，模型中D.W.=1.771 81，dU