基于面板數據的糧食產量影響因素實證分析

摘要" 本研究選取A省1993—2022年的糧食作物播種面積（X1）、農業機械總動力（X2）、有效灌溉面積（X3）、農用化肥施用折純量（X4）和成災面積（X5）作為解釋變量，糧食產量（Y）作為被解釋變量，利用多元線性回歸方程進行實證研究。結果表明，糧食產量及其影響因素的相關公式為，影響糧食產量的主要因素包括糧食作物播種面積（X1）、有效灌溉面積（X3）與成災面積（X5），影響程度分別為90.3%、56.5%和-3.4%。基于此，提出提高糧食產量的對策建議，包括保證耕地面積，建設高標準農田；擴大有效灌溉面積，提升水分利用效率；提高災害預警能力，降低糧食生產成災面積等。為提升研究區糧食產量提供參考。

關鍵詞" 糧食產量；糧食安全；Eviews軟件；面板數據

中圖分類號" F326.11"""""" 文獻標識碼" A"""""" 文章編號" 1007-7731（2024）22-0141-04

DOI號" 10.16377/j.cnki.issn1007-7731.2024.22.032

基金項目 安徽省社科規劃項目“新時代鄉村振興與互聯網經濟體的戰略耦合及實現路徑研究”（AHSKY2020D65）。

作者簡介 劉亞琳（2001—），女，安徽合肥人，碩士研究生，從事糧食安全、鄉村振興研究。

通信作者 李曉東（1975—），男，山西昔陽人，碩士，副教授，從事農耕文化研究。

收稿日期 2024-09-23

Empirical analysis of the influencing factors of grain yield based on panel data

LIU Yalin1""" LI Xiaodong2

（1School of Management， Anhui Science and Technology University， Bengbu 233000， China;

2School of Humanities， Anhui Science and Technology University， Chuzhou 231000， China）

Abstract" The grain sowing area（X1）， total power of agricultural machinery（X2）， effective irrigation area（X3）， net amount of agricultural fertilizer application（X4） and disaster prone area（X5） in A Province from 1993 to 2022 were selected as explanatory variables， and conducted empirical research using a multiple linear regression equation with the dependent variable of grain yield（Y） utilization. The results indicated that the relevant formulas for grain yield and its influencing factors in the study area were as follows： ， the main factors affecting grain yield include grain sowing area（X1）， effective irrigation area（X3）， and disaster prone area（X5）， with impact degrees of 90.3%， 56.5%， and -3.4%， respectively. Based on this， countermeasures and suggestions were proposed for improving grain production， including ensure arable land area， construct high standard farmland， expand effective irrigation area， improve water use efficiency， enhance disaster warning capability， and reduce the area of grain production affected by disasters. Provided references for enhancing grain production in the research area.

Keywords" grain yield; food security; Eviews software; panel date

保障糧食安全有助于改善農業生產環境，降低農林資源損耗，是農業可持續發展的必由之路[1]。A省作為種糧面積較大的地區之一，其地理環境和氣候條件帶來了糧食品質和產量雙優的發展形勢。探索影響糧食產量的因素對糧食安全生產有重要的現實意義。郭耀輝等[2]研究指出，復種指數、機械化程度和科學施肥等與糧食增產呈正相關；耿娟等[3]研究表明，糧食產量與種植面積、有效灌溉面積、農業機械總動力和化肥施用折純量呈正相關；王翰林[4]研究指出，糧食播種面積、有效灌溉面積和農業機械總動力與糧食產量呈正相關，受災面積與糧食產量呈負相關；裘曉鋒[5]利用多元線性回歸模型，研究得出糧食作物播種面積、農用機械總動力、有效灌溉面積和農用化肥施用量與糧食總產量呈正相關；王洪平[6]基于嶺回歸研究得出，農業機械總動力、化肥施用量、農田有效灌溉面積和糧食作物播種面積明顯影響黑龍江糧食產量；張紅軍[7]利用探索性數據空間分析法等方法，研究得出土地投入、農業技術、自然災害與勞動力投入對糧食生產有較大影響。

相關學者對糧食產量的研究因地域不同、方法多樣，且各區域可獲得數據年限與研究側重點不盡相同，所得結論也不盡相同。本研究根據已有文獻指導及A省統計局網站中的面板數據，選取1993—2022年的糧食作物播種面積、農業機械總動力、有效灌溉面積、化肥施用折純量與成災面積數據，代入以糧食產量為被解釋變量的柯布—道格拉斯生產函數，進行糧食產量影響因素實證研究，探索研究區糧食產量的部分影響因素，并進一步調查其影響程度。

1 材料與方法

1.1 變量與數據分析

根據農業種植客觀狀況以及A省統計局網站中省級數據收集種類，選取了A省1993—2022年的有關變量數據，以糧食作物播種面積、農業機械總動力、有效灌溉面積、農用化肥施用折純量與成災面積數據作為解釋變量，與被解釋變量糧食產量的數據代入多元線性回歸方程進行實證研究[8]。

1.1.1 變量分析 參考文獻[9]對獲取的具體數據進行初步分析。變量定義如表1所示。

1.1.2 數據分析 根據數據變化可知，各變量變化趨勢及解釋變量與被解釋變量變化方向具有一致性，且數據整體離散程度較為理想，基本呈線性變化，可進行下一步實證分析。

1.2 模型建立

基于數據分析與各指標間正負相關性的明確，以及國家統計局網站中數據皆源于實際統計這一基本原則，選取柯布—道格拉斯生產函數（C—D生產函數）建立回歸模型。

首先建立非線性回歸模型，對糧食產量與所選取的5個影響因素間的關系進行分析。C—D生產函數基本形式如式（1）所示。

（1）

式（1）中，Y表示總產出，A表示綜合技術水平，K和L分別表示投入的資本和勞動力，α和β分別表示資本和勞動力的彈性系數[10]。

根據農業指標特性與本文研究變量，建立基本擴展模型，如式（2）所示。

（2）

式（2）中，Y為被解釋變量糧食產量；A為常數項，體現技術進步與研究外變量影響；α、β、γ、δ和ε為糧食投入各影響因素的彈性系數。為了更好地符合模型假設要求、避免個別極值、消除異方差，對各變量取對數形式，形成多元回歸模型，如式（3）所示。

（3）

運用Eviews 10軟件對糧食產量影響因素進行多元線性回歸分析。

2 結果與分析

2.1 模型回歸

2.1.1 模型初步回歸 通過Eviews 10軟件對所選取的指標進行多元線性回歸后，得到的結果如表2所示。從回歸結果來看，修正后的樣本可決系數為0.927，說明模型擬合優度較高，可以較好地解釋糧食產量與各影響因素間的關系。F=0，說明5個解釋變量聯合起來對被解釋變量的影響較明顯，但變量X2、X4的t檢驗未通過，且X2系數符號與生產實際相反，遂考慮所選取變量間存在多重共線性；通過建立輔助回歸模型來檢驗多重共線性，以lnX1作為被解釋變量，lnX2、lnX3、lnX4和lnX5作為解釋變量進行回歸，得出F=0，通過檢驗，即lnX2、lnX3、lnX4和lnX5聯合起來對lnX1的影響明顯，可以確定各解釋變量間存在多重共線性關系。

2.1.2 模型修正 為降低變量間的多重共線性對整體模型的影響，采用逐步回歸法對變量進行處理。將變量間相關性作為變量引入順序依據，由系數數據可得，變量糧食作物播種面積（X1）與糧食產量（Y）之間的相關程度較高，因此以糧食產量與糧食作物播種面積的一元回歸為基礎進行逐步回歸。將剩余解釋變量分別依次引入初始模型，尋找各變量間的最佳回歸模型。在變量引入過程中遵循修正后的R2數值逐漸增大且通過各項檢驗，符合實際。其逐步回歸的各步參數如表3所示。

最終進入模型的解釋變量包括lnX1、lnX3和lnX5，最優模型如式（4）。

（4）

2.2 模型檢驗

從逐步回歸法得出的最優模型以及實證結果得出，糧食產量與所選擇的解釋變量間存在一定相關性，糧食產量主要受糧食作物播種面積、農業有效灌溉面積及成災面積的影響。其中糧食產量與糧食作物播種面積、農業有效灌溉面積之間呈正相關，與成災面積呈負相關，與生產實際相符合。根據回歸模型中各變量的彈性系數可得糧食產量與解釋變量間的影響程度。其中糧食作物播種面積的影響程度為90.3%，有效灌溉面積影響程度為56.5%，成災面積影響程度為-3.4%，以糧食作物播種面積對糧食產量的影響最大。

3 結論與討論

基于上述實證分析，可以得出糧食作物播種面積、有效灌溉面積及成災面積對研究區糧食產量的影響較大，而農業機械總動力、農用化肥施用折純量的影響不明顯。針對影響糧食產量的因素，提出如下提高研究區糧食產量的策略。

3.1 保證耕地面積，建設高標準農田

研究表明，糧食產量與耕地面積正相關，故需強化耕地保護與糧食安全認識，統籌耕地使用，增強對耕地重要性與自主保護的責任意識。司偉等[11]研究指出，不斷完善耕地保護制度，提升耕地質量建設工程的實際效果，切實做好耕地質量安全建設，堅守基本農田保護制度，完善耕地保護責任，實現耕地占補平衡，進一步加強耕地用途管理。同時，正確應對農田地區分布不均情況，集中力量建設高標準農田。了解土地資源情況，根據客觀條件因地制宜發展。擴大高標準農田建設及維護。不斷提升糧食種植中的土地生產率、資源利用率和糧食產出率。葉群慧等[12]探索研究了高標準農田建設實踐舉措，對于提升糧食安全保障能力具有積極意義。

3.2 擴大有效灌溉面積，提升水分利用效率

研究表明，擴大耕地有效灌溉面積，提升水分利用效率，有利于提升糧食產量。進一步加大對農田水利基礎設施的投入，改善老舊灌溉設施，拓展新的灌溉網絡，以確保更多的耕地得到有效灌溉。在糧食生產中，積極引進應用先進水利管理技術，如滴灌、噴灌等節水灌溉方式，以提升糧食生產用水效率；同時通過優化灌溉系統設計，利用信息化手段進行精準調控，進一步提高水分利用效率。呂敬峰[13]研究指出，農田水利工程建設離不開節水灌溉技術的應用，兩者相輔相成，有利于農業節水生產，促進糧食可持續生產。

3.3 提高災害預警能力，降低糧食生產成災面積

建立有效的災害預警系統，包括氣象災害和病蟲害等預警體系，及時向糧食生產者提供準確的預警信息，有利于降低糧食生產成災面積。肖振中[14]研究指出，氣象災害對糧食生產影響較大，建立農業氣象災害監測預警體系有利于保障糧食安全。通過灌溉系統、水庫和堤壩等水利設施建設，提升抗災害能力；通過輪作、深翻等方式，改善土壤結構；通過科技支撐，研發和應用抗逆性強的糧食作物品種；通過應用生物技術和遺傳工程，提高糧食作物的抗病蟲、抗旱和抗澇能力；通過推廣農業保險，減輕自然災害帶來的經濟損失，加強對農民的技術培訓，提高其應對災害的能力。

綜上，本文基于1993—2022年的糧食產量及糧食作物播種面積、農業機械總動力、有效灌溉面積、農用化肥施用折純量與成災面積的面板數據，建立相關回歸模型，并進行多元線性回歸分析，得出A省糧食產量及其影響因素的相關公式：，即糧食作物播種面積、有效灌溉面積與成災面積對研究區糧食產量影響明顯。基于此，提出提高糧食產量的對策建議，包括保證耕地面積，建設高標準農田；擴大有效灌溉面積，提升水分利用效率；提高災害預警能力，降低糧食生產成災面積等。為研究區進一步提高糧食產量，促進農業可持續發展提供參考。

參考文獻

[1] 韓雅雯. 糧食安全對我國農業可持續發展的影響及其策略研究[J]. 陜西農業科學，2024，70（1）：98-101.

[2] 郭耀輝，況嘉欣，杜興端，等. 中國西南地區糧食增產潛力、影響因素與策略研究[J]. 資源開發與市場，2024，40（6）：843-850.

[3] 耿娟，聶文倩. 基于嶺回歸和LASSO回歸淺析河南省糧食產量影響因素[J]. 山西農經，2023（23）：7-10.

[4] 王翰林. 我國糧食產量影響因素實證分析[J]. 合作經濟與科技，2022（3）：12-14.

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

[6] 王洪平. 基于嶺回歸淺析黑龍江省糧食產量影響因素[J]. 糧食問題研究，2022（3）：16-20.

[7] 張紅軍. 安徽省糧食作物種植結構演變及糧食安全評價[J]. 云南農業大學學報（社會科學版），2021，15（2）：87-93.

[8] 許光宇，李陽陽，毛成龍. 影響我國糧食產量因素的計量經濟學研究[J]. 中國集體經濟，2011（15）：87-88.

[9] 劉東勛. 中國各地區糧食生產的影響因素分析[J]. 河南大學學報（社會科學版），2013，53（5）：35-43.

[10] 李貝貝，竇學誠. 甘肅省糧食產量影響因素研究： 基于糧食安全視角[J]. 生產力研究，2023（9）：56-59，161.

[11] 司偉，陳哲. 保障中國糧食安全的多元目標、現實困境與機制構建[J]. 中州學刊，2023（10）：30-38.

[12] 葉群慧，朱梅，高燦紅，等. 安徽合肥： 多舉措推動高標準農田高質量建設[J]. 中國農業綜合開發，2023（9）：16-18.

[13] 呂敬峰. 農田水利工程中節水灌溉技術的應用[J]. 中國設備工程，2024（10）：212-214.

[14] 肖振中. 糧食安全視域下的農業氣象災害監測預警分析[J]. 糧食科技與經濟，2018，43（11）：43-45.

（責任編輯：李媛）