農業機械化程度對吉林省糧食產量的影響分析

張明旭　趙海英

摘要：吉林省2004年到2013年的農業機械總動力從1230.6萬千瓦增加到2554.7萬千瓦，同期吉林省糧食產量增加了32.4%。分位數回歸結果表明：農用機械總動力對糧食產量的促進作用越來越顯著。

關鍵詞：分位數回歸；糧食產量；濾波；通化市

中圖分類號：F323.3 文獻標識碼： A 文章編號： 1674-0432（2014）-18-19-1

吉林省是我國重要的商品糧基地，糧食生產條件優越。吉林省位于東北地區中部，幅員面積為18.74萬平方公里，糧食作物以玉米和水稻為主，其中玉米生產在全國占有重要地位，商品率高，除滿足本省的需求外，還大量銷往其他省份。2013年吉林省糧食總產量達到355.1億公斤，比上年增長6.22%，總產量在全國的位次由上年的第5位上升到第4位；糧食單產達到494.25公斤/畝，繼續位居全國第1位，為國家糧食安全做出了突出貢獻。近年來，吉林省農業機械化水平不斷提高，農業機械化對吉林省糧食產量的作用具有重要意義。

1 數據與方法

1.1 數據

吉林省2004年～2013年的農業機械總動力與糧食產量的數據如圖1所示。

圖1吉林省2004年～2013年的農業機械總動力與糧食產量的數據

1.2 研究方法

最小二乘法是估計回歸系數的常用方法，但在實際應用過程中，假設條件要求較高，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，Koenker和Bassett把中位數回歸推廣到了一般分位數回歸上。

分位數回歸方法能更加全面地描述被解釋變量條件分布的全貌，而不是僅僅分析被解釋變量的條件期望，也可以分析解釋變量如何影響被解釋變量的中位數、分位數等，不同分位數下的回歸系數估計量常常不同，即解釋變量對不同水平被解釋變量的影響不同。分位數回歸可以提供不同分位點處的估計結果，因此可以對因變量的整個分配情況作出更為清楚的解釋。

2 建模

影響糧食產量的自然因素與社會因素較多，為分析農業機械總動力對吉林省糧食產量的影響，本文以單因素的農機總動力作為輸入變量，以歷年糧食產量作為因變量，在參考已有文獻的基礎上構建一個函數模型，如下所示：

y=β0+β1n+ε

其中， n為農機總動力，ε為隨機誤差。

3 計算結果

利用R軟件進行計算，列出了各因素在0.1、0.3、0.5、0.7和0.9分位點的回歸結果，并對糧食產量分布的不同位置進行分析。通過對不同分布點的差異做更詳細的刻畫，可以更加深入地了解農用機械總動力對糧食產量的影響因素。

農用機械總動力與糧食產量之間的分位數回歸系數先呈顯著上升，之后較為平緩的趨勢，在0.7分位點處達到最大值，這表明糧食產量位于0.7分位點處，農用機械總動力的促進作用最為顯著，而在0.3、0.5、0.9分位點農用機械總動力的促進作用較大，在0.1分位點的促進作用最小，農用機械總動力對中高糧食產量的促進作用大，而對低糧食產量的促進作用最小。

4 結語

從分位數回歸結果可以看出農用機械總動力對糧食產量的促進作用較為顯著。我國目前實行的是家庭聯產承包責任制，農業生產比較分散。在有條件的地區，可以鼓勵土地流轉，實行機械化生產，提高效率，增加糧食產量，也可以推行農業合作社提高農機的使用水平來達到增產的目的。

參考文獻

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

[2] 李群峰.基于分位數回歸的面板數據模型估計方法[J].統計與決策，2011，（17）：24-26.

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

作者簡介：張明旭，碩士學歷，通化師范學院，講師，研究方向：農業資源。