焉耆盆地糧食生產影響因素實證分析

買里婭·阿布力孜 買托合提·阿那依提

摘 要：糧食產量受多種因素的影響，該文根據1990-2013年焉耆盆地糧食生產要素的統計資料，基于C-D生產函數，運用協整檢驗得出協整關系式。結果表明：影響焉耆盆地糧食總產量的影響因素主要為糧食播種面積、農用機械總動力、化肥施用折純量和農村用電量，影響程度分別為：0.79%、0.405%、0.370%、-0.179%。結果與焉耆盆地山地面積多，耕地面積少的實際情況吻合。

關鍵詞：焉耆盆地;糧食總產量;C-D生產函數;協整

中圖分類號 F327 文獻標識碼 A文章編號 1007-7731（2015）13-33-04

Empirical Analysis of Influential Factors on Grain Production in Yanqi Basin

MaiLiYa AbuLiZi et al.

（Xinjiang Laboratory of Lake Environment & Resources in Arid Zone，Xinjiang Normal University，Urumqi 830054，China;Institute of Geographic Science and Tourism，Xinjiang Normal University，Urumqi 830054，China）

Abstract：Grain output is influenced by many factors. In this article，according to the statistical data about the grain output factors in Yanqi basin during 1990-2013，based on C-D production function，by using cointegration test come to the cointegration relationship. The results show that，grain acreage，agricultural machinery total power，fertilizer input and electricity for rural use are the major effects of the grain output in Yanqi basin，and their influence degree are 0.79%，0.405%，0.370% and -0.179% respectively，which match the actual situation of more mountain area and less arable land.

Key words：Yanqi basin;Total grain output;C-D production function;Cointegration

“國以糧為本，民以食為天”。糧食是人類生存和發展的物質基礎，同時也是國家和社會穩定的前提條件[1]。而糧食生產受到多方面因素的影響，包括自然、經濟、社會等。目前構建社會主義和諧社會的前提條件之一是確保國家糧食安全[2]。相關研究表明[3-4]：化肥施用量與糧食產量之間存在較強的正相關性，即在一定的限度下，化肥施用量越多，糧食總產量越高。洪業應[5]運用Pearson相關系數法的分析結果表明：化肥投入對糧食產量的影響最為明顯。而范東君等[6]則認為農業基礎設施和糧食播種面積是影響糧食生產最關鍵因素，它們對糧食產量貢獻率分別達到41.9%和24.63%。童彥等[7]認為耕地面積和糧食單產對糧食產量的影響處于第一、第二位，對糧食產能安全影響最為突出。

焉耆盆地是巴音古楞地區糧食主產區之一，對于經濟相對落后、城市化水平較低的焉耆盆地來說，進行糧食生產的影響因素實證分析是非常具有現實意義的。基于縣域尺度的研究，根據各方面因素對糧食生產影響的程度，本文選取1990-2013年焉耆盆地4縣糧食相關生產要素的數據，在主要分析焉耆、和靜、和碩及博湖4縣的糧食總產量變化的基礎上，結合生產函數對影響研究區糧食總產量的諸多因素進行分析，以期為促進糧食生產的可持續發展提供科學依據。

1 研究區概況

焉耆盆地是新疆中天山南部的斷陷盆地，地理坐標為82°28′～88°18′E，40°45′～43°33′N，東西長約160km，南北寬60～90km，面積5.52×104km2，行政區域包括博湖、焉耆、和靜、和碩等4縣及庫爾勒市的塔什店區及兵團農二師21～24、27、31、223等7個團場。盆地地勢西高東低、北高南低，地形復雜多樣，多種地貌類型交叉分布[8]，地貌形態分布詳見圖1。平原區海拔1 050～1 200m，屬于暖溫帶大陸性干旱氣候，光熱資源豐富，多年平均氣溫8.6℃，夏季月平均氣溫為22.8℃，冬季月平均氣溫為-9.8℃，是一個典型的綠洲—荒漠交錯地區。

圖1 焉耆盆地地貌形態

2 模型構建與數據來源

糧食生產受諸多因素的影響，為了能夠定量的分析出不同因素對研究區糧食生產的影響，本文把理論分析作為切入點，從理論中總結出影響糧食生產的主要因素。

2.1 糧食生產影響因素分析 農業生產是自然再生產與經濟再生產的結合，生產過程必然受到自然條件、技術條件和各種經濟因素的制約和影響，糧食生產也不例外[9]。水、土地資源是糧食生產的基礎條件，是糧食生產的重要因素，其中土地耕地面積及質量直接關系到糧食的產出情況。生產技術是影響糧食生產的另一項主要因素。農業技術變化來源廣泛，包括農業技術裝備改善、勞動生產率提高、土地生產率提高、資源經濟效益改善等等[10]。

本研究充分借鑒已有研究成果的基礎上，結合研究區糧食生產實際情況，選擇以下幾種因素來分析研究區糧食生產：（1）糧食播種面積;（2）農村糧食產業從業人數;（3）農用機械總動力;（4）糧食作物化肥使用折純量;（5）糧食農田有效灌溉面積;（6）農村總用電量。

2.2 糧食生產模型建立 美國數學家Charles·Cobb和經濟學家Paul·Douglas提出了著名Cobb-Douglas生產函數，這種生產函數可以很好地分析資源投入與產品產出之間的經濟數量關系，因此被廣泛地運用。其基本模型為：

[Y=f（A，LA，CAP）=A·LAa·CAPb]

a+b=1 （1）

式（1）中：A表示全要素生產率;LA表示勞動投入;CAP表示資本投入。

在本文中，筆者在C-D生產函數的基礎上，筆者確定了糧食生產模型的被解釋變量為：糧食總產量（Y）;解釋變量為：糧食播種面積（LAND）、農村糧食從業勞動力（LA）、農用機械總動力（MACH）、糧食作物化肥施用折純量（FERTI）、糧食農田有效灌溉面積（IRRIGATE）、農村用電量（ELEC）。根據上述內容，研究區糧食生產的C-D生產函數寫成如下形式：

[Y=f（A，LAND，LA，MACH FERTI，IRRIGATE，ELECTRIC] ?[=A·LANDa·LAb·MACHC·FERTId·IRRIGATEe·ELECf] （2）

進一步對C-D生產函數進行對數轉換，得到關于產量的生產函數形式如式（3）所示：

ln（y）=1nA+a·1n（land）+b·1n（la）+c·1n（mach）+d·1n（ferti）+e·1n（irrigate）+f·1n（elec）+μ （3）

式（3）中：a表示糧食播種面積對糧食產出的彈性系數;b表示勞動力投入對糧食產出的彈性系數;c表示農用機械對糧食產出的彈性系數;d表示化肥使用折純量對糧食產出的彈性系數;e表示有效灌溉面積對糧食產出的彈性系數;f表示農村總用電量對糧食產出的彈性系數;μ是隨機擾動項。樣本時間從1990-2013年，樣本大小n=24。

2.3 數據來源與數據描述 在構建的分析模型框架基礎上，本文根據分析的需要，收集整理了1990-2013年研究區糧食生產的時間序列數據，數據來源于1990-2013年《新疆統計年鑒》。通過對數據整理可以發現，在所考察的時期里，研究區糧食總產量變化不太穩定，但總的有增加趨勢;播種面積變化波動較大，但初始面積變化不大;機械總動力有明顯的增加趨勢;農村用電量在2010-2011年有明顯的減少趨勢，但總體呈平穩增加趨勢;有效灌溉面積變化波動較大，略有增加趨勢;勞動力投入有較平穩的增加趨勢;化肥使用折純量變化波動較大，但整體呈增加趨勢。

2.4 模型優化 首先利用OLS法，根據收集整理的樣本數據，利用STATA13.0軟件用OLS對模型進行估計，其結果表1。回歸結果顯示，R2=0.974 1，調整以后的R2=0.965 0，表示模型有較好的模擬效果。F=106.75，P=0.005。可見，從整體上講計量方程解釋能力較好。但是ln（x4）和ln（x5）沒有t通過檢驗，說明這2個變量對糧食產量的影響不大。產量ln（y）與農村總用電量ln（x3）存在負相關關系。因此，去掉ln（x4）和ln（x5）2個變量，在同樣技術水平情況下，優化后的模型為：

ln（y）=1nA+a·1n（land）+c·1n（mach）+d·1n（ferti）+f·1n（elec）+μ （4）

表1 模型整體估計結果

[Variable＼&Coefficients＼&t Stat＼&P-value＼&coefficient＼&-0.1805643＼&-0.56＼&0.582＼&lnx1＼&0.975305＼&4.6＼&0.000＼&lnx2＼&0.250177＼&2.64＼&0.017＼&lnx3＼&-0.15009＼&-2.63＼&0.017＼&lnx4＼&-0.2831＼&-1.56＼&0.138＼&lnx5＼&0.156187＼&2.10＼&0.051＼&lnx6＼&0.268683＼&3.38＼&0.004＼&R Square＼&0.9741＼&F＼&106.75＼&Adjusted R Square＼&0.9650＼&Prob>F＼&0.0000＼&D-W＼&1. 9＼&＼&＼&]

3 實證分析

3.1 單位根檢驗 時間序列的平穩性主要是用單位根檢驗來進行。常用的平穩性檢驗方法是ADF單位根檢驗、KPSS單位根檢驗、DF-GLS單位根檢驗等。其中，DF-GLS單位根檢驗[11-13]是由Elliot、Rothenberg和Stock于1996年提出的，其實質就是退勢版的ADF檢驗。DF-GLS單位根檢驗在面對小樣本的檢驗時，穩定性較好，是目前最有功效的單位根檢驗法，因此本文也將采用這種方法進行檢驗。檢驗結果（表2）表明：經過一階差分后lny、lnx1、lnx2、lnx3、lnx6是平穩序列。

表2 DF-GLS單根檢驗

[變量＼&檢驗形式（c，t，k）＼&DF-GLS

統計量＼&1%

臨界值＼&5%

臨界值＼&10%

臨界值＼&結論＼&lny＼&（c，t，2）＼&-1.135＼&-3.770＼&-3.343＼&-2.927＼&非平穩＼&lnx1＼&（c，t，2）＼&-1.001＼&-3.770＼&-3.343＼&-2.927＼&非平穩＼&lnx2＼&（c，t，2）＼&-1.133＼&-3.770＼&-3.163＼&-2.748＼&非平穩＼&lnx3＼&（c，t，2）＼&-1.240＼&-3.770＼&-3.343＼&-2.927＼&非平穩＼&lnx6＼&（c，t，2）＼&-1.429＼&-3.770＼&-3.343＼&-2.927＼&非平穩＼&Δlny＼&（c，0，2）＼&-2.574＼&-2.660＼&-2.517*＼&-2.086＼&平穩＼&Δlnx1＼&（c，0，2）＼&-2.743＼&-2.660＼&-2.517*＼&-2.086＼&平穩＼&Δlnx2＼&（c，0，2）＼&-0.800＼&-2.660＼&-2.517*＼&-2.086＼&平穩＼&Δlnx3＼&（c，t，2）＼&-2.898＼&-3.770＼&-3.332＼&-2.896*＼&平穩＼&Δlnx6＼&（c，0，2）＼&-2.812＼&-2.660*＼&-2.517＼&-2.086＼&平穩＼&]

注：（C，T，K）分別表示單位根檢驗方程中的常數項、趨勢項和滯后階數，其中滯后階數是根據AIC和SIC標準選擇的。一階差分項上標的*表示所通過的顯著水平。

3.2 協整檢驗 如果序列變量有某種平穩的線性組合，那么這些變量之間存在協整關系。EG兩步法、Johansen極大似然法是常用的2種模型。EG兩步法主要用于小樣本參數估計方面。當變量個數大于2，變量之間可能存在多個協整關系，分析結果不易解釋，而后者則可用于多個變量之間的協整關系的檢驗[14-17]。本研究變量超過2個，所以采用Johansen極大似然法。因為時間序列都是一階單整，對序列進行協整檢驗，滯后期=4，協整檢驗結果（表3）。

表3 Johansen協整檢驗

[假設協整

方程個數＼&特征值＼& ? ? ?跡檢驗 ? ? ?＼& ? 最大特征根檢驗 ? ＼&跡統計量＼&5%臨界值＼&最大特征根＼&5%臨界值＼&0＼&0.88134＼&109.3690＼&77.74＼&46.8921＼&36.41＼&1＼&0.80181＼&62.4769＼&54.64＼&35.6079＼&30.33＼&2＼&0.49042＼&26.8690*＼&34.55＼&14.8319＼&23.78＼&3＼&0.39302＼&12.0371＼&18.17＼&10.9836＼&16.87＼&4＼&0.04676＼&1.00535＼&3.74＼&1.00535＼&3.74＼&]

結果表明：跡統計值都大于最大特征值統計值（除最后一個相等），并且在5%的顯著水平下，變量之間有2協整關系。標準化的協整關系式如下：

ln（y）=-0.107+0.790ln（land）+0.405ln（mach）+0.3701n（ferti）-0.1791n（elec） （4）

在上述的實證結果中，糧食總產量主要受糧食播種面積、機械總動力、化肥使用折純量和農村用電量的影響，長期看來，糧食總產量與糧食播種面積、農用機械總動力與化肥使用折純量之間有正相關關系，而與農村總用電量之間有負相關關系。在本文建立的對數線性回歸方程中，各回歸系數代表的是：當其他解釋變量保持不變時，自變量每變動一個單位所引起的被解釋變量的變動數量。回歸系數的絕對值越大，那么對應的因素對糧食產量的影響也越大。

3.3 結果分析

3.3.1 播種面積的影響 播種面積是影響糧食產量的重要因素，一定數量和質量的耕地資源是實現糧食安全的關鍵因素。由本次研究結果顯示，播種面積的影響最大，播種面積對糧食總產量的彈性達0.790，即在其他投入不變的情況下，糧食播種面積每增加1%，糧食產量將增加0.790%，表明適當擴大播種面積是提高糧食產量的有效途徑。但是焉耆盆地糧食播種面積在考察時間段內變化波動較大，1990-2003年播種面積遞減;2003-2005年大幅度上升;2005-2007年又大幅度下降;2007-2010又大幅度上升，之后變化不大。如此變化的原因如下：首先，較低的糧食價格導致了較低的經濟效率，從而導致部分農民主動放棄種糧食。其次，隨著西部大開發戰略的實施，農業產業結構調整和城鎮基礎設施建設力度的加大，耕地資源也面臨著嚴峻的挑戰。2001年以來，受國家退耕還林以及加強耕地保護政策的影響，焉耆盆地耕地面積經歷了先減后增的變化。

3.3.2 農用機械總動力的影響 糧食生產現代化的一個主要標志是農用機械總動力的大小。從本次研究的結果來看，農用機械總動力與糧食總產量之間有著正相關的關系，彈性系數為0.405，說明農用機械總動力每增加1%，糧食總產量就會有0.405%的增長。在考察年間，焉耆盆地農用機械總動力呈穩步上升趨勢，從1990年的13.6896×104kW增加到2013年的76.3279×104kW，增加了5.6倍。這也說明，焉耆盆地正從傳統的農業向現代農業轉變，這對于保證糧食生產的高產、穩定及農業機械的使用起到了非常重要的作用。國家的農機補貼政策帶動了農民投資，從而實現了農業生產等機械擁有量較快增長，加快了糧食生產機械化作業進程，提高了農機作業水平，減輕了農業勞動強度，提高了生產效率，為糧食生產提供了有力保障。

3.3.3 化肥使用量的影響 肥料是作物的“營養”，合理施用化肥，不僅帶來了農業增產，而且降低了農業生產成本、提高農業經濟效益。本研究結表示，化肥施用量與糧食產量的彈性系數為0.370，說明化肥投入對糧食產量仍然具有重要作用。但同時，也應該認識到農業生產中普遍存在施肥不合理的現象，過量施用化肥會造成土壤有機結構惡化、土壤板結等問題，嚴重影響農業的可持續發展。因此，從長遠的眼光來看，不能僅依靠化（下轉90頁）（上接35頁）肥施用量的增加促進糧食產量的增加，應該科學的把有機肥料和化肥施用相結合。

3.3.4 農村總用電量的影響 農村總用電量與糧食總產量之間存在著負相關關系，且彈性系數為-0.179。筆者認為農村用電量對糧食生產的影響表現為以下2個方面：一方面，隨著國家和省政府對農村電網建設投入的加大，雖然焉耆盆地農村電力設施條件和用電狀況得到了顯著改善，為農村經濟社會發展提供了有效的能源支撐，但是電費支出過高，加重了農民負擔，抑制了農民從事農業生產的積極性;另一方面，農村用電安全存在各種隱患，如設備的產權不屬于供電部門，設備不定期試驗，容易產生漏電，極易造成人身觸電事故。

4 結論與建議

眾所周知，農業生產是國民經濟各行各業中，遭受自然環境各要素影響較顯著的行業，以糧食生產為主的縣域糧食生產既受到自然要素的影響，又遭受人為因素的影響，由于所選取的指標體系不同，所以所得出的結論也不同。焉耆盆地的地貌類型多種復雜，山地、盆地、荒漠戈壁、河谷和平原交叉分布。盆地中和盆地周邊的山地（坡地）地貌占地域總面積的78.57%，平原（包括山前洪積扇和沖積平原）占18.18%，沙漠占1.32%，湖泊（博斯騰湖）占1.93%，目前能利用的土地面積還很少。上述分析的自變量中，糧食播種面積是影響最大、變化較為明顯的要素。根據焉耆盆地山地面積多、平原面積少的實際情況，合理調整土地利用結構，在保證耕地面積不減少的前提下，充分利用其他土地搞好城市建設，適當增加糧食播種面積，加強現有耕地的深度開發，通過先進的農業科技和耕作制度來提高耕地的利用效率是預防糧食危機，保證糧食安全，持續發展農業生產的有效途徑。

本研究認為，研究區各級政府應充分考慮上述自變量的影響，適當協調各自變量的相互制約作用，結合該區域自然、資源、人文和技術等實際，應采取穩定糧食播種面積，提高單產，因資源、因地定產等有效措施，不斷改善糧食生產總環境。

參考文獻

[1]段小紅，王化俊.甘肅省糧食綜合生產能力不同階段的影響因素分析[J].中國農業資源與區劃，2011（6）：50-55.

[2]郝振華，葉得明.甘肅省糧食生產影響因素分析[J].中國農業科技導報，2013（2）：45-53.

[3]張中文.我國糧食產量影響因素的實證分析[J].湖南行政學院學報，2011（3）：86-90.

[4]韓秀鳳.1988-2008年內蒙古糧食產量影響因素比較[J].安徽農業科學，2011（8）：4902-4904.

[5]洪業應，安和平.基于糧食安全與化肥投入的協調發展研究——以畢節地區為例[J].農業現代化研究，2011，32（5）：577-580.

[6]范東君，朱有志.糧食產量影響因素的實證分析與貢獻度測算[J].內蒙古財經學院學報，2011（3）：81-87.

[7]童彥，潘玉君，朱海燕.云南省糧食產能安全主要影響因素的定量分析[J].國土與自然資源研究，2011（4）：43-44.

[8]買托合提·阿那依提，玉素甫江·如素力，麥麥提吐爾遜·艾則孜，等.新疆開都河流域主要地貌形態特征研究[J].冰川東突，2014（5）：1160-1166.

[9]黃臻.我國糧食生產影響因素分析—基于C-D生產函數的嶺回歸分析[J].稅務與經濟，2014（5）：50-54.

[10]買托合提·阿那依提，玉素甫江·如素力，買合皮熱提·吾拉木.焉耆縣地貌特征及其地貌災害和氣象災害的關系研究[J].安徽農學通報，2014（23）：85-87.

[11]陳強.高級計量經濟學及Stata應用[M].北京：高等教育出版社，2010.

[12]宰松梅，溫季，仵峰，等.河南省糧食生產主要影響因素分析[J].節水灌溉，2011（6）：55-59.

[13]李玉平，蔡運龍.確保中國糧食安全的根本途徑[J].旱區地理，2008，31（6）：951-958.

[14]王祖力，肖海峰.化肥施用對糧食產量增長的作用分析[J].農業經濟問題，2008，8：65-68.

[15]郝振華，葉得明.甘肅省糧食生產影響因素分析[J].中國農業科技導報，2013，15（2）：45-53.

[16]范東君.糧食產量影響因素的實證分析與貢獻率測算[J].湖南工業大學學報，2011（5）：55-61.

[17]王贊，李松臣.我國糧食生產影響因素的研究——基于主成分分析和協整分析[J].天津大學學報，2009（5）：398-402.

（責編：張宏民）