我國糧食主產區糧食生產變動貢獻因素分解

沈 方， 郝瑞彬， 尹力軍， 李文榮， 殷書柏

(唐山師范學院資源管理系，河北唐山 063000)

糧食主產區指糧食生產在全國占有重要地位且能夠提供較多糧食的集中產區。2003年財政部《關于改革和完善農業綜合開發若干政策措施的意見》明確黑龍江、吉林、遼寧、內蒙古、河北、河南、山東、江蘇、安徽、四川、湖南、湖北、江西13個省份為糧食主產區。2003—2014年糧食主產區糧食產量占全國糧食總產量的比例平均為74.60%；同期主產區糧食增產量占全國糧食增產總量的比例平均為78.35%。可見糧食主產區是我國保障糧食有效供給(谷物基本自給和口糧絕對安全)和實現糧食安全的關鍵。因此，主產區糧食生產問題，也就成了政府和學術界關注的熱點問題。

近期，關于主產區糧食生產相關問題的研究，涉及主產區糧食生產發展、演變及增產特征[1-4]、投入-產出效應[5]、全要素生產率及驅動因素[6]、糧-經關系[7]、糧食生產比較優勢[8-10]、糧食生產影響因素[11-13]等方面，取得了一系列有益成果。

而關于糧食增產影響因素的討論中，較為一致的觀點認為，物質投入增加、氣象條件有利、科技進步、政策扶持等是2004年以來糧食持續增產的主要因素[14-17]。以上因素無疑在糧食增產過程中有重要作用，但從本質上講，區域糧食產量變動直接取決于2個因素，即糧食播種面積和加權平均單產的變化，其他所有因素都是直接或間接作用于這2個因素進而影響糧食產量。

進一步分析發現，糧食加權平均單產的變化實際上源于2個方面，各糧食作物自身單產水平發生變化或各糧食作物間種植比例發生改變。由于不同作物單產水平存在差異，通過高、低產糧食作物間的種植替代，可能在各作物自身單產水平不變、甚至降低的條件下導致糧食總的加權平均單產提高。因此，區域糧食產量的變化實際上受控于糧食作物播種面積(規模)、各作物自身單產(質量)和糧食作物種植結構(結構)3個方面的變化。從已有研究來看，個別學者已經關注到這個問題[18-20]，但是針對主產區的相關研究則鮮有報道。

2004—2014年我國糧食實現11年連續增產，其中主產區發揮了舉足輕重的作用，然而在現有的農業資源條件下(包括單產水平、播種面積以及勞動人口結構等)，全國多處糧食主產省(區)已經接近產量極限，如何實現進一步增產，面臨嚴峻考驗。因此，深入探討主產區糧食生產變動的真正原因，分析對比不同促產因素的貢獻大小及其穩定性，具有重要的理論和現實意義。

鑒于此，本研究嘗試將資源環境領域應用廣泛的因素分解方法引入糧食增產貢獻因素分析過程，定量測算播種面積變動(播種面積效應)、各作物自身單產變動(作物生產力效應)和糧食種植結構變動(作物結構效應)對主產區糧食生產變動的貢獻及其空間差異，找出主產區及各主產省(區)糧食生產變動的主導因素，從而正確認識其本質，研究結論可以為相關部門提供有益參考。

1 數據來源與研究方法

1.1 數據來源

研究中用到的各主產省(區)相關數據均取自相應省(區)相應年份統計年鑒，各主產省(區)數據相加得主產區總數據。因素分解中涉及的糧食作物類型，依據統計數據特征劃分為小麥、稻谷、玉米、薯類、大豆和雜糧，共6類。

1.2 改進的拉氏因素分解模型

假設系統v=x·y，系統v在時期t=0～t的變化為

Δv=vt-v0=x′y′-x0y0=(x0+Δx)(y0+Δy)-x0y0=y0Δx+x0Δy+ΔxΔy。

式中：y0Δx和x0Δy分別為時期t=0～t時Δx和Δy對Δv的影響，ΔxΔy為殘差。針對殘差問題，Sun提出了“聯合創造和平均分配”原理，通過將ΔxΔy平均分配給因素x和y，解決了分解過程中的“剩余”問題[21](圖1)。

由此，系統v=x·y變化的完全分解模型可表示為

式中：xeff、yeff分別為Δx和Δy對Δv的貢獻。這就是Sun提出的在資源、環境領域得到廣泛應用的RLI(rened laspeyres index)模型[22]。

1.3 糧食產量變化因素分解模型

(1)

(2)

進一步，可以得到糧食加權平均單產變動的作物貢獻分解模型，不同作物的貢獻同樣包括生產力效應、結構效應2部分，其測算公式為

2 結果與分析

2.1 主產區糧食產量變動因素分解效應的時序特征

2014年，主產區糧食總產量46 476.76萬t，相對于2003年增產15 505.89萬t，年均增產1 409.63萬t。依據糧食產量變動因素分解模型，即式(1)和(2)，以上一年為基年，將糧食產量逐年變動分解為播種面積、作物生產力和作物結構3個因素變化的效應，結果(表1)顯示：研究期主產區糧食持續增產(2009年相對于上年減產194.92萬t)同時得益于播種面積擴大、作物生產力提高和糧食作物種植結構調整，但不同年份三者的貢獻率差異較大。

2003—2014年，主產區糧食作物播種面積持續增加，由 6 718.617 萬hm2增加到8 361.017萬hm2，累計增加 1 642.400 萬hm2。播種面積增加累計增產糧食8 361.03萬t，占研究期糧食增產總量的53.92%，是主產區糧食增產的首要因素。

各糧食作物單產水平反映耕地真實產出能力的變化情況，與自然、社會、經濟等眾多因素有關。因素分解結果(表2)顯示：研究期2003—2014年小麥、稻谷、玉米和雜糧4類糧食作物的因素分解效應均為正值，都導致了一定的糧食增產，增產效應為小麥>玉米>稻谷>雜糧，表明4類糧食作物各自的單產都有一定幅度的提高；而大豆和薯類的因素分解效應為負值，都導致了一定的糧食減產，減產效應大豆>薯類，表明2類糧食作物的單產在研究期是下降的。6類糧食作物的綜合作用，即作物生產力效應，累計實現糧食增產5 083.17萬t，占研究期糧食增產總量的32.78%，是主產區糧食增產的重要因素。

表1 主產區糧食產量變動貢獻因素分解效應的時序特征

表2 糧食產量變化的作物生產力效應的時序特征

農業生產受氣象因素影響大，容易發生波動，表現為各作物單產都存在相對較大的年際變化，進而影響區域糧食產量。如2009年，當年全國極端天氣多發頻發，特大干旱歷史罕見，給糧食生產帶來了嚴重負面影響，當年主產區玉米和大豆單產大幅度降低，合計減產1 497.39萬t；雖然當年糧食播種面積較上年大幅增加，增產糧食1 377.29萬t，仍然無法抵消單產下降和種植結構變化帶來的糧食減產，最終主產區糧食總產量較上年減少194.92萬t。

糧食加權平均單產是各糧食作物單產的加權平均值，權重是相應糧食作物的種植份額。由于各作物自身單產水平不同，作物種植結構改變(即權重發生改變)會對作物加權平均單產帶來影響，進而影響區域糧食產量變化，作物結構效應即為這一影響的反映。

因素分解結果(表3)顯示，玉米、稻谷的結構效應為正值，合計增產糧食4 595.75萬t，表明研究期2類作物在主產區糧食生產中比例是調增的；小麥、大豆、薯類、雜糧4類糧食作物的結構效應是負值，合計減產糧食2 534.06萬t，表明4類作物在主產區糧食生產中比例是調減的。6類作物綜合作用引致主產區糧食增產2 061.69萬t，占同期主產區糧食增產總量的13.30%。

總體上看，種植結構變動的糧食產量效應居次要地位，但部分年份的作用十分顯著，如結構效應對產量變動的貢獻率2014年為-137.45%，2012年為41.68%。表明近期主產區糧食種植結構調整對糧食產量的影響不容忽視。

表3 糧食產量變化的作物結構效應的時序特征

2.2 主產區糧食產量變動因素分解效應的空間差異

由于各糧食主產省(區)的自然、社會、經濟因素組合狀況不同，不同糧食作物種植優勢差異明顯，糧食產量變動及其因素分解效應(驅動因素)都存在較大的區間差異(表4)。

2003—2014年13個糧食主產省(區)都實現了一定的糧食增產，各主產省(區)平均增產糧食1 192.76萬t，增產量由大到小為黑龍江>河南>內蒙古>吉林>安徽>山東>江蘇>河北>江西>湖北>湖南>遼寧>四川。糧食增產量的空間差異顯著，增產最多的黑龍江省增產量為3 729.90萬t，最少的四川省增產量為191.60萬t，前者是后者的19.47倍。

將研究期作為一個整體考慮(2003—2014年)，13個主產省(區)播種面積效應均為正值，效應值由大到小為黑龍江>河南>吉林>山東>內蒙古>安徽>遼寧>湖北>江蘇>江西>湖南>四川>河北，其中黑龍江、吉林、遼寧、內蒙

表4 主產區糧食產量變動貢獻因素分解效應的空間差異(2003—2014年)

古、山東、湖北、湖南、江西和四川9個主產省(區)播種面積增加為其糧食增產的首要因素，尤其是遼寧，播種面積效應的貢獻率達到了110.22%。

將研究期作為一個整體考慮(2003—2014年)(表4)，13個主產省(區)中有12個作物生產力效應為正值，效應值由大到小為河北>河南>安徽>黑龍江>江蘇>山東>吉林>江西>內蒙古>湖南>遼寧>湖北，表明12個主產省(區)糧食單產水平整體上都是提升的，其中河北、安徽、河南、江蘇4省作物生產力提高是其糧食增產的首要因素。13個主產省(區)中，只有四川省作物生產力效應為負值，表明研究期四川省糧食單產水平整體上是下降的。

從各作物角度看，各主產省(區)作物生產力效應變化的主要驅動作物不同(表5)。各主產省(區)的前2位驅動作物分別為黑龍江(玉米、稻谷)、吉林(玉米、稻谷)、遼寧(雜糧、玉米)、內蒙古(玉米、大豆)、河北(雜糧、玉米)、山東(小麥、玉米)、河南(小麥、玉米)、江蘇(小麥、稻谷)、安徽(雜糧、玉米)、湖北(薯類、稻谷)、湖南(稻谷、薯類)、江西(稻谷、薯類)、四川(玉米、薯類)。表明各主產省區作物生產力變化的主要驅動作物基本上與其優勢作物一致，即與各主產區糧食作物的傳統結構優勢基本一致。

表5 糧食產量變化的作物生產力效應的空間差異(2003—2014年)

2003—2014年13個主產省(區)中有10個作物結構效應為正值(表4)，效應值由大到小為黑龍江>內蒙古>吉林>河南>湖南>湖北>江蘇>山東>江西>四川，表明以上10個主產省(區)整體上存在相對高產作物對低產作物的種植替代，即相對高產作物種植比例上升，相對低產作物比例下降；與之相對河北、安徽、遼寧作物結構效應為負值，表明這3個主產省(區)存在相對低產作物對高產作物的種植替代。

從各作物角度看，各主產省(區)作物結構效應變化的主要驅動作物不同(表6)。與作物生產力效應不同，由于區域內各作物之間存在直接的爭地關系，某糧食作物比例的上升，必然意味著其他某作物比例的下降，因此各驅動作物變化規律性相對明顯。各主產省(區)基本上都是相對高產的玉米、稻谷、小麥中的2種或1種種植比例調增，相對低產的大豆、薯類、雜糧種植比例調減。如研究期有11個主產省(區)玉米調增、有7個主產省(區)稻谷調增、有5個主產省(區)小麥調增，與之相對大豆(河北、四川、安徽調增)、薯類(湖北、四川調增)和雜糧基本全部調減。

3 結論與討論

3.1 主要結論

2014年，主產區糧食總產量46 476.76萬t，相對于2003年增產糧食15 505.89萬t， 年均增產1 409.63萬t。因素分解結果顯示：研究期主產區糧食生產增長同時得益于播種面積擴大、作物生產力提高和糧食作物種植結構調整，貢獻率分別為53.92%、32.78%、13.30%，但不同年份三者的貢獻率差異較大。

表6 糧食產量變化的作物結構效應的空間差異(2003—2014年)

從作物角度看，小麥、玉米、稻谷自身單產的提高對研究期作物生產力效應提高發揮主導作用；玉米、稻谷種植比例的調增是作物結構效應提高的主體。

相對于2003年，2014年13個糧食主產省(區)都實現了一定的糧食增產，但是增產量及其驅動因素存在較大空間差異。其中播種面積增加為首要增產因素的主產省區有9個，包括黑龍江、吉林、遼寧、內蒙古、山東、湖北、湖南、江西和四川；作物生產力提高為首要增產因素的主產區有4個，包括河北、安徽、河南、江蘇；作物種植結構調整是糧食增產的次要因素。

從作物角度看，各主產省(區)作物生產力效應變化的主要驅動作物差異較大，基本上是各主產省(區)的優勢作物；各主產省(區)作物結構效應變化主要驅動作物不同，但規律性相對明顯，基本上都是相對高產的玉米、水稻、小麥種植比例調增，相對低產的大豆、薯類、雜糧種植比例調減。

3.2 討論

利用因素分解方法對影響糧食產量變化的3個因素，即播種面積、作物生產力和種植結構進行研究，對于正確認識主產區糧食增產的本質有重要意義。因素分解結果表明，研究期主產區糧食增產的首要因素是糧食作物播種面積擴大，即糧食生產規模的擴張。

根據因素分解模型，建立相應的數據庫，可以實現糧食產量動態變化直接驅動因子(播種面積、作物生產力和作物結構)貢獻的逐年動態“監測”(表1)。

對于不同的主產省(區)，未來糧食增產路徑選擇應根據因素分解結果，深入分析3個關鍵促產因素的可挖潛力，進一步可根據其他非關鍵因素(如化肥施用量、有效灌溉面積、勞動力狀況、糧食價格等)與3個關鍵因素間的關系，建立定量分析模型，進行主導因素分析，間接評價各非關鍵因素對糧食產量的影響，進而依據分析結果因地制宜地做出政策安排。

區域糧食作物播種面積變化受區域耕地面積、復種指數(區域農作物播種總面積與區域耕地面積的比值)和糧作比例(區域糧食作物播種面積與農作物播種面積的比值)控制，即糧食作物播種面積=耕地面積×復種指數×糧作比例，根據RLI模型，可以對糧食作物播種面積變化做因素分解分析，但是由于目前主產區統一口徑的耕地面積數據無法獲取，因此暫未對此進行深入分析。日后，數據獲取條件改善后希望能夠在這方面做進一步研究。