糧食安全背景下貴州省糧食生產(chǎn)影響因素分析

摘要：糧食是人民群眾最基本的生活資料，保障糧食安全是滿足民眾獲得感、幸福感、安全感的前提。貴州作為典型的喀斯特山區(qū)省份，生態(tài)環(huán)境脆弱，糧食生產(chǎn)問(wèn)題不可忽視。文章結(jié)合2010—2020年貴州省糧食總產(chǎn)量進(jìn)行統(tǒng)計(jì)分析，歸納出影響糧食生產(chǎn)的因素，進(jìn)一步運(yùn)用多元線性回歸模型對(duì)貴州省糧食生產(chǎn)影響因素進(jìn)行全面分析，分析結(jié)果表明，糧食作物播種面積、有效灌溉面積和農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)對(duì)貴州糧食總產(chǎn)量存在顯著影響，并基于此提出了推動(dòng)貴州省糧食生產(chǎn)進(jìn)一步發(fā)展的對(duì)策和建議。

關(guān)鍵詞：糧食安全；回歸分析；糧食總產(chǎn)量；影響因素；貴州省

中圖分類號(hào)：F327 文獻(xiàn)標(biāo)志碼：A DOI：10.16465/j.gste.cn431252ts.20230202

Analysis on influencing factors of grain production in Guizhou Province under the background of grain security

Li Lianying， Wei Yuan

（ School of Management Science and Engineering， Guizhou University of Finance and Economics， Guiyang， Guizhou 550025 ）

Abstract： Grain is the most fundamental necessity of people， and ensuring food security is a prerequisite for satisfying people’s sense of gain， happiness， and security. Guizhou， as a typical karst mountainous province， has a fragile ecological environment and the problem of grain production cannot be ignored. This article combined statistical analysis of Guizhou’s total grain production from 2010 to 2020， summed up the factors affecting grain production， and further used the multiple linear regression model to conduct a comprehensive analysis of the factors affecting grain production in Guizhou Province. The analysis results showed that the sown area of grain crops， the effective irrigated area， and the price index of agricultural means of production have significant effects on the total grain production in Guizhou. Based on this， the paper put forward some countermeasures and suggestions to promote the further development of grain production in Guizhou Province.

Key words： grain security， regression analysis， total grain output， influencing factors， Guizhou Province

糧食問(wèn)題是人類生存發(fā)展的基本問(wèn)題之一，人口的增長(zhǎng)是糧食需求的第一個(gè)關(guān)鍵驅(qū)動(dòng)力[1-3]。據(jù)聯(lián)合國(guó)人口基金會(huì)發(fā)布的《2010年世界人口狀況報(bào)告》預(yù)測(cè)，世界人口將從2010年的近70億增長(zhǎng)到2050年的91.5億，盡管全世界都在為減少饑餓人數(shù)做出努力，事實(shí)上，仍然有著許多的不確定因素會(huì)影響糧食安全，例如氣候變化、生態(tài)環(huán)境的破壞、市場(chǎng)波動(dòng)以及戰(zhàn)爭(zhēng)等，尤其是耕地資源不足限制了糧食的增產(chǎn)增收[4-7]。中國(guó)是人口大國(guó)，對(duì)糧食的需求巨大，近幾年由于我國(guó)大量農(nóng)民進(jìn)城務(wù)工，從事耕作的青壯人口減少，加上氣候變化，對(duì)我國(guó)的糧食生產(chǎn)帶來(lái)了一定影響[8-9]。

糧食產(chǎn)量的穩(wěn)定對(duì)保障糧食安全具有重要作用。目前國(guó)內(nèi)學(xué)者運(yùn)用多種分析方法，通過(guò)構(gòu)建模型來(lái)分析影響糧食生產(chǎn)的因素，并提出了相關(guān)對(duì)策建議[10-13]。然而對(duì)貴州省糧食生產(chǎn)影響因素的實(shí)證分析研究目前還較少，鑒于此，本研究擬通過(guò)實(shí)證研究，對(duì)貴州省2010—2020年的糧食播種面積、有效灌溉面積、化肥使用量等影響貴州省糧食產(chǎn)量的因素進(jìn)行分析，以期為改善貴州的糧食生產(chǎn)現(xiàn)狀提出對(duì)策建議，促進(jìn)糧食安全可持續(xù)發(fā)展，從而推動(dòng)農(nóng)業(yè)模式實(shí)現(xiàn)多元化，也為貴州省糧食生產(chǎn)的相關(guān)研究提供補(bǔ)充，為后續(xù)研究提供參考案例。

1 資料與方法

1.1 研究區(qū)概況

貴州省地處云貴高原，省內(nèi)山地丘陵較多，因其獨(dú)特的喀斯特地貌導(dǎo)致有效耕地面積有限，生態(tài)安全性不斷降低，旱地和水田景觀的生態(tài)安全不容樂(lè)觀，貴州省的耕地資源問(wèn)題嚴(yán)重影響其糧食安全生產(chǎn)。此外，貴州省的糧食作物以稻谷、玉米、馬鈴薯等傳統(tǒng)作物為主。

1.2 數(shù)據(jù)來(lái)源

本研究的變量選擇根據(jù)相關(guān)文獻(xiàn)并結(jié)合貴州省具體情況分析總結(jié)得出，數(shù)據(jù)來(lái)源于《貴州統(tǒng)計(jì)年鑒》（2009—2021年）。通過(guò)對(duì)已有的研究成果和數(shù)據(jù)收集，再結(jié)合貴州省的自然、社會(huì)條件，最終選擇糧食總產(chǎn)量、糧食作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、貴州省財(cái)政用于農(nóng)業(yè)的總支出、農(nóng)業(yè)技術(shù)人員、化肥使用量、農(nóng)藥使用量、農(nóng)用塑料薄膜使用量、農(nóng)產(chǎn)品生產(chǎn)資料產(chǎn)品價(jià)格指數(shù)為變量，分別以Y、X1、X2、X3、X4、X5、X6、X7、X8、X9表示。

1.3 研究方法

本研究使用多元線性回歸模型，說(shuō)明被解釋變量與其他解釋變量之間的線性關(guān)系。多元線性回歸的數(shù)學(xué)模型的一般形式：y = β0 + β1x1 + β2x2 + … +βpxp（β0回歸常數(shù)，βi偏回歸系數(shù)），這是一個(gè)p元線性回歸模型，即有p個(gè)解釋變量或自變量。y是被解釋變量，xi （ i = 1， 2， 3 ，…， 9）是解釋變量。本研究數(shù)據(jù)處理和建模均使用SPSS 19.0軟件。

2 結(jié)果與分析

2.1 貴州省糧食生產(chǎn)現(xiàn)狀

2.1.1 貴州省糧食總產(chǎn)量變化趨勢(shì)及其原因

查閱統(tǒng)計(jì)資料收集數(shù)據(jù)，2010—2020年貴州省糧食總產(chǎn)量變化趨勢(shì)如圖1所示。

圖1顯示，貴州省的糧食產(chǎn)量在2010—2011年呈下降趨勢(shì)，2011年糧食總產(chǎn)量相比2010年下降了21.16%，2011—2017年總體呈現(xiàn)曲折增長(zhǎng)趨勢(shì)，2017—2018年有所下降，之后糧食產(chǎn)量趨于穩(wěn)定且有上升趨勢(shì)。一是2011年貴州省主要受高溫少雨氣候的影響，糧食產(chǎn)量大幅度下降；二是2011—2017年貴州省調(diào)整了農(nóng)村經(jīng)濟(jì)政策，總體呈現(xiàn)糧食產(chǎn)量穩(wěn)步上升的狀態(tài)，其中2013年仍然是受旱情影響，糧食產(chǎn)量波動(dòng)下降；三是2018—2020年，為打贏脫貧攻堅(jiān)戰(zhàn)，政府提出“糧改經(jīng)”的戰(zhàn)略，推進(jìn)農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，在糧食安全戰(zhàn)略背景下，2018年后貴州省糧食產(chǎn)量處于水平增長(zhǎng)狀態(tài)。

2.1.2 2010—2020年貴州省各類糧食總產(chǎn)量變化

貴州省2010—2020年各類糧食總產(chǎn)量變化趨勢(shì)如圖2所示。

由圖2可知，貴州省的糧食種類在近10年來(lái)是有一些戰(zhàn)略性調(diào)整的，谷物類的總產(chǎn)量占比稍有減少，薯類的總產(chǎn)量占比明顯加大，玉米總產(chǎn)量的波動(dòng)幅度較大，小麥、豆類則保持一定的比例，但所占比例較低。貴州省雖然以農(nóng)業(yè)生產(chǎn)為主，但農(nóng)業(yè)生產(chǎn)效率并不高，主要原因是貴州省自然條件差，耕地資源少而人口增長(zhǎng)快，糧食自我供給不足。在稻谷、小麥、玉米、大豆、薯類等主要農(nóng)作物生產(chǎn)方面，貴州省的稻谷、薯類作物的產(chǎn)量呈逐年上升趨勢(shì)，特別是薯類產(chǎn)量，貴州省的氣候比較適合種植薯類作物，而且對(duì)于全國(guó)的貢獻(xiàn)率較為可觀。相比之下，貴州省的大部分地區(qū)都不太適宜種植小麥、大豆此類作物，因此產(chǎn)量也相對(duì)較低，而玉米則受國(guó)家農(nóng)業(yè)政策的影響，對(duì)玉米種植面積進(jìn)行調(diào)減時(shí)，其產(chǎn)量也呈下降趨勢(shì)。

2.2 實(shí)證分析結(jié)果

本研究選擇貴州省2010—2020年近10年的糧食總產(chǎn)量為因變量，糧食作物播種面積、貴州省財(cái)政用于農(nóng)業(yè)的總支出、農(nóng)業(yè)技術(shù)人員、農(nóng)產(chǎn)品生產(chǎn)資料產(chǎn)品價(jià)格指數(shù)等因素為自變量，構(gòu)建相應(yīng)的多元回歸系數(shù)分析表，具體數(shù)據(jù)見(jiàn)表1和表2。

表1檢驗(yàn)結(jié)果顯示：調(diào)整的R方為0.744，擬合優(yōu)度較好，表明除模型自動(dòng)排除的1個(gè)變量外，其余8個(gè)解釋變量能夠解釋被解釋變量的74.4%；其次，顯著性檢驗(yàn)的概率sig為0.01，表明因變量y與自變量x之間是顯著線性關(guān)系，說(shuō)明該模型是顯著的。此外，P值越小，結(jié)果越顯著。在影響貴州省糧食總產(chǎn)量的因素中，糧食作物播種面積、灌溉面積、農(nóng)產(chǎn)品生產(chǎn)資料產(chǎn)品價(jià)格指數(shù)對(duì)糧食總產(chǎn)量有顯著影響；相比之下，其余因素對(duì)貴州省糧食總產(chǎn)量的影響不顯著。

由于模型中部分變量不顯著，因此對(duì)糧食作物播種面積、有效灌溉面積、農(nóng)產(chǎn)品生產(chǎn)資料產(chǎn)品價(jià)格指數(shù)3個(gè)因素進(jìn)行向后回歸分析。由表2可以看出，VIF都小于5，表明所有偏回歸系數(shù)都是顯著的，且不存在多元共線問(wèn)題，此外，F(xiàn)=9.719，P=0.00，說(shuō)明多元回歸分析的前提條件也是滿足的，殘差服從正態(tài)分布。

式中：y為貴州省糧食總產(chǎn)量，萬(wàn)t；x1為糧食作物播種面積，萬(wàn)hm2；x3為有效灌溉面積，萬(wàn)hm2；x9為農(nóng)產(chǎn)品生產(chǎn)資料產(chǎn)品價(jià)格指數(shù)。

根據(jù)式（2）可以發(fā)現(xiàn)：① 在x1糧食作物播種面積、x9農(nóng)產(chǎn)品生產(chǎn)資料價(jià)格指數(shù)不變的情況下，增加有效灌溉面積，糧食總產(chǎn)量將會(huì)出現(xiàn)增產(chǎn)，說(shuō)明不斷完善農(nóng)業(yè)水利設(shè)施條件，增加有效灌溉面積是提高糧食總產(chǎn)量的一項(xiàng)重要措施。② 在x1、x3不變且系數(shù)為正的情況下，由于x9農(nóng)產(chǎn)品生產(chǎn)資料產(chǎn)品價(jià)格指數(shù)的回歸系數(shù)為負(fù)，因此若x9增長(zhǎng)越快，糧食總產(chǎn)量將會(huì)出現(xiàn)減產(chǎn)，二者成反比，表明對(duì)糧食總產(chǎn)量影響最大的是農(nóng)產(chǎn)品生產(chǎn)資料價(jià)格指數(shù)波動(dòng)，其產(chǎn)生的是負(fù)面的影響，這說(shuō)明農(nóng)業(yè)生產(chǎn)資料價(jià)格增加會(huì)嚴(yán)重影響農(nóng)民生產(chǎn)糧食的積極性。

2.3 模型的檢驗(yàn)與評(píng)價(jià)

由表2可知，該模型中各解釋變量的容差與方差膨脹因子都接近于1，說(shuō)明解釋變量間的多重共線性弱。圖3顯示了標(biāo)準(zhǔn)化殘差關(guān)于標(biāo)準(zhǔn)正態(tài)分布的P-P圖，數(shù)據(jù)點(diǎn)圍繞基準(zhǔn)線還存在一定的規(guī)律性，利用非參數(shù)檢驗(yàn)方法對(duì)標(biāo)準(zhǔn)化殘差進(jìn)行檢驗(yàn)，發(fā)現(xiàn)標(biāo)準(zhǔn)化殘差與標(biāo)準(zhǔn)正態(tài)分布不存在顯著差異，可以認(rèn)為殘差滿足了模型的前提要求。對(duì)該模型進(jìn)行DW檢驗(yàn)，DW取值為1.129，計(jì)算殘差與預(yù)測(cè)值的spearman等級(jí)相關(guān)系數(shù)為-0.055，而且檢驗(yàn)并不顯著，殘差的異方差現(xiàn)象并不明顯。因此，除模型殘差存在一定正自相關(guān)，殘差獨(dú)立性不太滿足要求外，本研究所建立的回歸模型滿足殘差正態(tài)性、等方差性要求，且變量之間不存在多重共線性問(wèn)題，說(shuō)明該模型較為理想。

3 結(jié)論與對(duì)策建議

3.1 研究結(jié)論

（1）貴州省的糧食產(chǎn)量在2010—2011年呈下降趨勢(shì)，2011—2016年總體上呈現(xiàn)增長(zhǎng)趨勢(shì)，2017—2020年表現(xiàn)出先降后升的變化趨勢(shì)，主要是因?yàn)椋紫龋捎卩l(xiāng)村青壯年勞動(dòng)力的轉(zhuǎn)移、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)單一以及自然災(zāi)害等因素對(duì)研究區(qū)糧食產(chǎn)量有一定的影響。其次，隨著農(nóng)業(yè)生產(chǎn)資料價(jià)格的漸漲，從事農(nóng)業(yè)生產(chǎn)為人們所帶來(lái)的經(jīng)濟(jì)效益降低，越來(lái)越多的人不愿意從事農(nóng)業(yè)生產(chǎn)，從而導(dǎo)致糧食產(chǎn)量降低。最后，相對(duì)于平原地區(qū)而言，貴州省高原山地居多，地理環(huán)境差，耕地面積少，難以實(shí)現(xiàn)機(jī)械化大生產(chǎn)，以及貴州省農(nóng)田水利設(shè)施條件的限制，這在很大程度上影響了貴州省糧食產(chǎn)量。

（2）影響糧食產(chǎn)量的因素多種多樣，最終分析得出本研究所選取的各影響因素對(duì)貴州省糧食產(chǎn)量的影響程度不一，但都與糧食產(chǎn)量有著一定的相關(guān)關(guān)系，其中糧食作物播種面積、有效灌溉面積、農(nóng)產(chǎn)品生產(chǎn)資料價(jià)格指數(shù)對(duì)糧食總產(chǎn)量有著顯著的影響。基于此提出具有針對(duì)性的解決措施。

3.2 對(duì)策建議

3.2.1 調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，增加糧食作物播種面積

目前貴州省單產(chǎn)水平不高，增加糧食作物播種面積仍是提高糧食總產(chǎn)量的關(guān)鍵措施，積極調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，確保糧食播種面積的相對(duì)穩(wěn)定。另一方面要樹立食物安全觀念，通過(guò)讓技術(shù)人員到農(nóng)村進(jìn)行培訓(xùn)指導(dǎo)，培育綠色有機(jī)食物種類，達(dá)到提高農(nóng)產(chǎn)品產(chǎn)量的目的。

3.2.2 加大農(nóng)業(yè)生產(chǎn)建設(shè)投入，保障有效灌溉面積

為了提高貴州省的糧食增長(zhǎng)率，繼續(xù)加大農(nóng)業(yè)生產(chǎn)建設(shè)投入力度，不斷增加農(nóng)田有效灌溉面積，具體根據(jù)貴州省不同地區(qū)的地形地貌和生產(chǎn)建設(shè)的實(shí)際情況，實(shí)現(xiàn)地方產(chǎn)品向優(yōu)勢(shì)特色產(chǎn)品轉(zhuǎn)化，推進(jìn)農(nóng)村經(jīng)濟(jì)和糧食生產(chǎn)社會(huì)經(jīng)濟(jì)實(shí)現(xiàn)跨越式發(fā)展。

3.2.3 調(diào)動(dòng)農(nóng)民種糧積極性

政府部門應(yīng)該加強(qiáng)監(jiān)管手段，維持農(nóng)業(yè)生產(chǎn)資料價(jià)格的穩(wěn)定，加大農(nóng)業(yè)生產(chǎn)資料補(bǔ)貼的力度，以提高農(nóng)民種植糧食作物的積極性。同時(shí)還要優(yōu)化農(nóng)村人口結(jié)構(gòu)，加強(qiáng)務(wù)農(nóng)人員素質(zhì)的培養(yǎng)，加大對(duì)農(nóng)業(yè)專業(yè)人才的引進(jìn)力度，留住人才，從而更好地助力鄉(xiāng)村振興。

參 考 文 獻(xiàn)

[1] 張?zhí)煅?基于多元線性回歸模型的我國(guó)糧食耕地面積影響因素分析[J].時(shí)代金融，2017（11）：248-253.

[2] 馬祥玉.基于因子分析的四川省南充市糧食生產(chǎn)影響因素研究[J].糧食科技與經(jīng)濟(jì)，2020，45（7）：41-43.

[3] 胡慧芝，王建力，王勇，等.1990～2015年長(zhǎng)江流域縣域糧食生產(chǎn)與糧食安全時(shí)空格局演變及影響因素分析[J].長(zhǎng)江流域資源與環(huán)境，2019，28（2）：359-367.

[4] 楊威.基于多元線性回歸模型的湖南省糧食產(chǎn)量的影響因素分析[J].黑龍江糧食，2021（7）：107-108.

[5] 裘曉鋒.江西省糧食產(chǎn)量影響因素分析：基于多元線性回歸模型[J].農(nóng)村實(shí)用技術(shù)，2020（1）：28-29.

[6] 游文宇，馬鳳，張煥煥.黑龍江省糧食生產(chǎn)影響因素分析[J].農(nóng)產(chǎn)品加工，2021（11）：74-76.

[7] 徐英，黃凱美.基于主成分分析的山東省糧食生產(chǎn)影響因素[J].青島農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，38（2）：153-156.

[8] 張濤，田東林，楊進(jìn)敏.基于多元線性回歸的山東省糧食生產(chǎn)影響因素分析[J].糧食科技與經(jīng)濟(jì)，2021，46（2）：16-21.

[9] 馬恩樸，蔡建明，林靜，等.2000—2014年全球糧食安全格局的時(shí)空演化及影響因素[J].地理學(xué)報(bào)，2020，75（2）：332-347.

[10] 盧新海，柯楠，匡兵.中國(guó)糧食生產(chǎn)能力的區(qū)域差異和影響因素[J].中國(guó)土地科學(xué)，2020，34（8）：53-62.

[11] 吳靜芬，李丁，劉笑杰，等.長(zhǎng)江經(jīng)濟(jì)帶糧食生產(chǎn)時(shí)空動(dòng)態(tài)演變及影響因素分析[J].農(nóng)業(yè)現(xiàn)代化研究，2021，42（3）：407-417.

[12] 楊宗輝，李金鍇，韓晨雪，等.我國(guó)糧食生產(chǎn)重心變遷及其影響因素研究[J].農(nóng)業(yè)現(xiàn)代化研究，2019，40（1）：36-43.

[13] 楊宗輝，蔡鴻毅，覃誠(chéng)，等.我國(guó)糧食生產(chǎn)的時(shí)空格局及其影響因素分析[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2018，20（9）：1-11.