通化市糧食產(chǎn)量影響因素分析

張明旭，趙海英

(通化師范學(xué)院歷史與地理學(xué)院，吉林 通化 134000)

糧食產(chǎn)量歷來是我國政府關(guān)注的重點(diǎn)之一，糧食安全關(guān)乎社會穩(wěn)定與可持續(xù)發(fā)展。金京淑利用多元線性回歸方法對吉林省糧食單產(chǎn)的影響因素進(jìn)行了分析，認(rèn)為灌溉對糧食單產(chǎn)有積極的影響[1]。童彥使用灰色關(guān)聯(lián)度方法對云南省糧食產(chǎn)量的影響因素進(jìn)行了分析，認(rèn)為農(nóng)業(yè)土地利用狀況和農(nóng)業(yè)現(xiàn)代化水平是影響云南省糧食產(chǎn)量的重要因素[2]。尚銳選取了糧食播種面積、農(nóng)用化肥折純量、農(nóng)機(jī)總動力和有效灌溉面積作為影響糧食產(chǎn)量的指標(biāo)，采用多元線性回歸方法對黑龍江省糧食產(chǎn)量進(jìn)行了研究[3]。趙子瑩對貴州省糧食產(chǎn)量增長的制約因素進(jìn)行了研究，認(rèn)為糧食生產(chǎn)機(jī)械化程度弱、糧食播種面積減少以及勞動力流失是影響糧食產(chǎn)量的主因，并提出應(yīng)采取有效措施來提高貴州省的糧食生產(chǎn)能力[4]。從總體上看，學(xué)者們的研究缺乏對糧食產(chǎn)量影響因素的詳細(xì)刻畫[5]，到目前為止使用分位數(shù)回歸來分析糧食產(chǎn)量的問題還比較鮮見。

通化市位于吉林省東南部，耕地面積為175萬hm2，糧食作物以玉米和水稻為主，其中水稻生產(chǎn)在吉林省占有重要地位，商品率高，除滿足本市的需求外，還大量銷往其他地區(qū)，分析通化市現(xiàn)階段影響糧食產(chǎn)量的各種因素，探索確保糧食穩(wěn)產(chǎn)增產(chǎn)的有效途徑具有重要意義。

1 材料和方法

1.1 材料與分析

材料來源于《通化市統(tǒng)計年鑒》，時間期限為1993～2012年。通化市該時段內(nèi)糧食產(chǎn)量波動較大，利用HP濾波技術(shù)對其變動情況進(jìn)行了分析，趨勢如圖1所示，波動趨勢線(以y表示)的特征按照1993-2002-2012年的關(guān)鍵點(diǎn)表現(xiàn)出較大波動上升與較小波動上升的變化軌跡。

影響糧食產(chǎn)量的自然因素與社會因素較多，參照學(xué)者們[6-9]在糧食產(chǎn)量影響因素方面的研究，結(jié)合通化市的實際情況，以糧食產(chǎn)量作為輸出變量，選取糧食播種面積、農(nóng)機(jī)總動力、化肥施用量、有效灌溉面積和農(nóng)業(yè)勞動人口5項指標(biāo)作為影響糧食產(chǎn)量的輸入變量。自然災(zāi)害對糧食產(chǎn)量有較大的負(fù)面影響，受災(zāi)面積可以反映糧食生產(chǎn)中受自然災(zāi)害影響的程度[10]，因無法收集到受災(zāi)面積的數(shù)據(jù)，所以沒有將受災(zāi)面積作為指標(biāo)。

圖1 通化市糧食產(chǎn)量HP濾波及變化周期

1.2 方法

1.2.1 分位數(shù)回歸模型

最小二乘法是估計回歸系數(shù)的常用方法，但在實際應(yīng)用過程中，假設(shè)條件要求較高，通常不能得到滿足。為克服普通最小二乘法在回歸分析中的缺點(diǎn)，1978年Koenker和Bassett把中位數(shù)回歸推廣到了一般分位數(shù)回歸 (Quantile Regression)上[11]。

分位數(shù)回歸模型如下：

其中：因變量 Y1，Y2…，Yn相互獨(dú)立；自變量x1，x2…，xn∈RP；殘差項 ε1，ε2…，εn；回歸系數(shù) β(τ)表示分位數(shù)水平τ的回歸系數(shù)。

分位數(shù)回歸相對于最小二乘回歸，應(yīng)用條件更加寬松，挖掘的信息更加豐富。分位數(shù)回歸可以提供不同分位點(diǎn)的估計結(jié)果，因此可以對因變量的整個分配情況作出更為清楚的解釋[12]。

1.2.2 建模

構(gòu)建的函數(shù)模型如下所示：

其中，area為糧食播種面積，mechanics為農(nóng)機(jī)總動力，fertilizer為化肥施用量，watering為有效灌溉面積，population為農(nóng)業(yè)勞動人口，ε為隨機(jī)誤差。

2 結(jié)果與分析

2.1 1993～2002年的分位回歸結(jié)果

利用R軟件[13]進(jìn)行計算，列出了各因素在0.1、0.25、0.5、0.75 和 0.9 分位點(diǎn)的回歸結(jié)果，并對糧食產(chǎn)量分布的不同位置進(jìn)行分析。通過對不同分位點(diǎn)的差異做更詳細(xì)的刻畫，可以更加深入地了解糧食產(chǎn)量的影響因素[14]，分位數(shù)回歸(顯著水平為5%)結(jié)果如圖2所示。

2.1.1 糧食播種面積對糧食產(chǎn)量的影響

糧食播種面積增加對糧食增產(chǎn)的促進(jìn)作用較大，糧食播種面積與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)呈現(xiàn)先下降，然后上升的趨勢，在0.5分位點(diǎn)處達(dá)到最小值，這表明在0.5分位點(diǎn)處，糧食播種面積對糧食產(chǎn)量的促進(jìn)作用小，在0.1和0.25分位點(diǎn)處次之，在0.9分位點(diǎn)處的促進(jìn)作用最大，即增加糧食播種面積對中等糧食產(chǎn)量的促進(jìn)作用相對較小，對低產(chǎn)量和高產(chǎn)量的促進(jìn)作用較為顯著。

圖2 1993～2002年變量系數(shù)曲線

2.1.2 農(nóng)機(jī)總動力對糧食產(chǎn)量的影響

農(nóng)機(jī)總動力增加對糧食增產(chǎn)的促進(jìn)作用較大，農(nóng)機(jī)總動力與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)呈現(xiàn)逐漸上升的趨勢，在0.9分位點(diǎn)處達(dá)到最大值，這表明糧食產(chǎn)量在0.9分位點(diǎn)處，農(nóng)機(jī)總動力的促進(jìn)作用最為顯著，而在0.1、0.25、0.5分位點(diǎn)農(nóng)機(jī)總動力的促進(jìn)作用相對較小，即從糧食低產(chǎn)量到中高產(chǎn)量的變化過程中，農(nóng)機(jī)總動力對糧食產(chǎn)量的促進(jìn)作用越來越大。

2.1.3 化肥施用量對糧食產(chǎn)量的影響

化肥施用量增加對糧食增產(chǎn)的促進(jìn)作用小，化肥施用量與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)呈現(xiàn)下降的趨勢，在 0.1、0.25、0.5、0.75 及 0.9 分位點(diǎn)處回歸系數(shù)曲線一直在向下變動，且在一定程度上出現(xiàn)了化肥施用量大量增加導(dǎo)致減產(chǎn)的情況。

2.1.4 有效灌溉面積對糧食產(chǎn)量的影響

有效灌溉面積占耕地總面積的比重小，其對糧食增產(chǎn)的促進(jìn)小，有效灌溉面積與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)呈現(xiàn)先上升，然后下降的趨勢，在0.5分位點(diǎn)處對糧食產(chǎn)量的促進(jìn)作用相對較大，而在0.1、0.25、0.75及0.9分位點(diǎn)處對糧食產(chǎn)量的促進(jìn)作用小，即在糧食低產(chǎn)量與高產(chǎn)量處，有效灌溉面積對糧食產(chǎn)量的促進(jìn)作用小。

2.1.5 農(nóng)業(yè)勞動人口對糧食產(chǎn)量的影響

農(nóng)業(yè)勞動人口增加對糧食增產(chǎn)的促進(jìn)較小，農(nóng)業(yè)勞動人口與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)在0.1、0.25、0.5分位點(diǎn)處先呈現(xiàn)顯著下降，然后在0.75、0.9分位點(diǎn)處小幅上升的曲線波動趨勢，表明農(nóng)業(yè)勞動人口對糧食低產(chǎn)量的貢獻(xiàn)率相對較大，而對糧食高產(chǎn)量的貢獻(xiàn)率較小。

2.2 2003～2012年的分位回歸結(jié)果

該階段分位數(shù)回歸 (顯著水平為5%)結(jié)果如圖3所示。

圖3 2003-2012年變量系數(shù)曲線

2.2.1 糧食播種面積對糧食產(chǎn)量的影響

糧食播種面積增加對糧食增產(chǎn)的促進(jìn)作用較小，糧食播種面積與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)呈現(xiàn)明顯下降的趨勢，即在0.1、0.25、0.5、0.75及0.9分位點(diǎn)處回歸系數(shù)曲線一直在向下變動。

2.2.2 農(nóng)機(jī)總動力對糧食產(chǎn)量的影響

農(nóng)機(jī)總動力增加對糧食增產(chǎn)的促進(jìn)作用較大，農(nóng)機(jī)總動力與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)呈現(xiàn)先小幅下降再上升的趨勢，在0.1、0.25、0.75及0.9分位點(diǎn)處農(nóng)機(jī)總動力的促進(jìn)作用顯著，而在0.5分位點(diǎn)的促進(jìn)作用相對較小。

2.2.3 化肥施用量對糧食產(chǎn)量的影響

化肥施用量增加對糧食增產(chǎn)的促進(jìn)作用小，化肥施用量與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)呈現(xiàn)下降的趨勢，各系數(shù)在所分析的分位點(diǎn)處均為負(fù)值。

2.2.4 有效灌溉面積對糧食產(chǎn)量的影響

有效灌溉面積對糧食增產(chǎn)的促進(jìn)作用小，有效灌溉面積與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)在所分析的分位點(diǎn)處既有正值又有負(fù)值，分位數(shù)回歸系數(shù)呈現(xiàn)下降趨勢。

2.2.5 農(nóng)業(yè)勞動人口對糧食產(chǎn)量的影響

農(nóng)業(yè)勞動人口增加對糧食增產(chǎn)的促進(jìn)作用較小，農(nóng)業(yè)勞動力與糧食產(chǎn)量之間的分位數(shù)回歸系數(shù)先呈現(xiàn)顯著下降，然后小幅上升的趨勢，表明農(nóng)業(yè)勞動人口對糧食低產(chǎn)量的貢獻(xiàn)率相對較大，而對糧食中高產(chǎn)量的貢獻(xiàn)率較小。

3 結(jié)論與討論

從分位數(shù)回歸結(jié)果可以看出無論是第一階段還是第二階段，農(nóng)機(jī)總動力對糧食產(chǎn)量的促進(jìn)作用較大，需要著重指出的是，由于有效灌溉面積占耕地總面積的比重小，因此有效灌溉面積對糧食產(chǎn)量的促進(jìn)作用小，糧食播種面積和農(nóng)業(yè)勞動人口對糧食產(chǎn)量的促進(jìn)作用在減弱，化肥施用量增加對糧食增產(chǎn)的促進(jìn)作用小。

我國目前實行的是家庭聯(lián)產(chǎn)承包責(zé)任制，農(nóng)業(yè)生產(chǎn)比較分散。在有條件的地區(qū)，可以鼓勵土地流轉(zhuǎn)，擴(kuò)大土地生產(chǎn)規(guī)模，實行機(jī)械化生產(chǎn)，提高效率，增加糧食產(chǎn)量。通化市大部分地區(qū)農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)嚴(yán)重不足，相應(yīng)的配套設(shè)施嚴(yán)重滯后，抵御旱災(zāi)的能力不強(qiáng)，水資源的利用率低，靠天吃飯的狀況沒有得到改變。政府應(yīng)增加財政投入，強(qiáng)化農(nóng)田水利設(shè)施建設(shè)，使有效灌溉面積占耕地總面積的比重不斷增加，同時提高水資源的利用率，不斷提高糧食的綜合生產(chǎn)能力。施用化肥對增加糧食產(chǎn)量是有限度的，糧食生產(chǎn)應(yīng)科學(xué)施肥，改善施肥結(jié)構(gòu)，靠提高有機(jī)肥的比重來提高土壤肥力，逐步解決化肥施用過量或施加不當(dāng)所產(chǎn)生的負(fù)面效應(yīng)。增加農(nóng)業(yè)的科技投入，通過提高單產(chǎn)實現(xiàn)糧食增產(chǎn)。

[1]金京淑，劉 妍.吉林省糧食單產(chǎn)影響因素分析[J].吉林農(nóng)業(yè)科學(xué)，2010，35(3)：57-59，64.

[2]童 彥，潘玉君，華紅蓮，等.云南省糧食產(chǎn)量影響因素的實證研究[J].資源開發(fā)與市場，2007，23(7)：594-597.

[3]尚 銳，董 雪.黑龍江省糧食產(chǎn)量影響因素分析[J].現(xiàn)代農(nóng)業(yè)科技，2013(8)：292-293.

[4]趙子瑩，謝頌磊.1978-2008年貴州省糧食產(chǎn)量影響因素分析[J].現(xiàn)代農(nóng)業(yè)科技，2013(8)：336-337.

[5]毛 偉.基于分位數(shù)回歸的糧食產(chǎn)量影響因素分析-以湖北省為例[J].湖南財政經(jīng)濟(jì)學(xué)院學(xué)報，2012(4)：81-86.

[6]李瑞華.河南省糧食產(chǎn)量影響因素分析 [J].廣東農(nóng)業(yè)科學(xué)，2009(7)：323-325.

[7]王玉斌，陳慧萍.中國糧食產(chǎn)量波動及其國際比較[J].新疆農(nóng)墾經(jīng)濟(jì)，2008(6)：9-32.

[8]謝 杰.中國糧食生產(chǎn)影響因素研究 [J].經(jīng)濟(jì)問題探索，2007(9)：36-40.

[9]易 鵬，段豫川.中國糧食生產(chǎn)影響因素的動態(tài)分析[J].農(nóng)村經(jīng)濟(jì)，2008(1)：53-57.

[10]吳英杰.中國糧食產(chǎn)量影響因素實證分析：1978-2005[J].經(jīng)濟(jì)研究導(dǎo)刊，2009(7)：24-26.

[11]Koenker R,Bassett G.Th e Asymptotic Distribution of the Least Absolute Error Estimator[J].Journal of the American Statistical Association，1978(73)：618-622.

[12]李群峰.基于分位數(shù)回歸的面板數(shù)據(jù)模型估計方法[J].統(tǒng)計與決策，2011(17)：24-26.

[13]http://www.r-project.org/.

[14]童金萍，李柏年.基于分位數(shù)回歸法的安徽省糧食產(chǎn)量影響因素分析[J].科技和產(chǎn)業(yè)，2010(5)：84-87.