基于分位数回归的粮食产量影响因素分析.doc

基于分位数回归的粮食产量影响因素分析 —以湖北省为例 毛伟 (广东海洋大学经济管理学院，广东湛江524088) 【摘要】 【关健词】 【中图分类号】 影响粮食产童的主要因素有播种面积、成灾面积、农用机械总动力、化肥投入折纯贡、农村用电圣、有效灌溉面积等方面。利用HP滤波处理1979年至2009年湖北省粮食产蚤数据得出其的波动特征，并将各时间序列的长期趋势别除，使序列仅含波动项以进行分位数分析。结果表明:在粮食产童的低分位点上，各因素对粮食增产的作用明显;在其它分位点处，作用不明显。需要确保粮食播种面积，科学投放化肥，保障农业生产用电，鼓励粮食生产规模化，完善粮食生产的风险管理工具和制度，以保证粮食产责，保障根食安全。粮食产童;分位数回归;HP滤波;湖韭F327【文献标识码】A文章编号】2095一1361 (2012) 02一0081一06 一、引言 历年来，粮食产量一直是一个备受关注的话题，学者们从不同角度对其进行了研究:黄卉(2010) t}从政策、农民、科技、生产条件等方面分析影响粮食产量的因素，并提出相应的对策建议。有部分学者使用普通最小二乘法来研究粮食产量问题，如张利库等(2008)使用普通最小二乘法研究了不同阶段化肥施用量对我国粮食产量的影响，认为化肥施用量对粮食产量的显著的正增产效应一直保持到近期才变得不显著。吴英杰( 2009 ) tsa建立扩展的C一D生产函数模型，利用普通最小二乘法，研究各因素对粮食产量的影响。由于最小二乘法是均值回归，所以难以全面反映整个被解释变量的条件分布特征。 有的学者使用ARCH类模型的方法来研 究。如冯云(2008首先使用ARCH类模型分析了中国粮价波动的特征，然后使用普通最小二乘法分析了粮价波动的原因;王玉斌等(2007 )利用年度数据和ARCH类模型分析了影响中国粮食产量波动的因素。 上述研究在一定程度上分析了影响中国粮食产量的因素，但是总体来看，缺乏对粮食产量的条件分布下完整的统计描述，现有文献中很少有使用分位数回归的方法来研究粮食产量的问题。童金萍等(2010 ) t6〕首先利用HP滤波找出安徽粮食产量的波动拐点，然后分两阶段使用分位数回归的方法分析了影响安徽省粮食总产量的影响因素，并对安徽省增加粮食量提出了相应的政策建议。但也存在以下不足之处:一方面，虽然利用HP滤波寻找波动拐点，却依然使用原始时间序列数据来进行实证分析，而没有使用HP滤波去掉时间序列中的长期趋势后的数据来进行分析。另一方面，30个样本分两个阶段分别回归的处理方式，使得两个阶段分别只含有20个和10个样本数，样本容量太小，这些都使得计量结果的准确性值得怀疑。 由于多数时间序列包含有较明显的时间趋势，而这种趋势将极大地影响波动问题分析结果的准确性，因此笔者首先使用HP滤波来分析湖北省粮食产量的波动趋势，并引人虚拟变量来刻画产量的结构突变，然后使用HP滤波法将各时间序列的长期趋势剔除，并使用仅含波动项的序列进行计量分析。计量方法选用分位数回归法，这样就可完整地考察条件分布下粮食产量的统计性质。 湖北地处长江中下游地区，水资源丰富，粮食生产居农业中的首要地位，历来就是中 国主要农产品的生产基地。但是受自然、经济、社会和世界粮食供求形势的影响，粮食 生产的不确定趋势增强，而粮食生产关系到湖北社会稳定和经济能否可持续发展，分析 现阶段影响湖北粮食产量的各种因素，探寻确保粮食生产健康稳定发展的途径，具有重 要的现实意义。 二、模型与方法简介 1 } Hodrick一Prescott滤波方法 该法是分解长期趋势的常用方法，设{矶}是包含趋势成分和波动成分的时间序 列，叭二X，十片，t二1, 2,…，T。其中{YT}是趋势成分，而} Y;}是波动成分， 使刀尸滤波方法就是将趋势成分从时间序列中分离出来。 通常，I}中的趋势部分可用最小化以下函数的方式来求解:min艺{(K一 对)2 +}[c(L)对〕’}，其中c(L)=(L一，一1)一(1一L) 2、分位数回归 分位数回归由Koenker和Bassett (1978 ) 提出，它是一种解释变量x和被解释变量Y的分位数之间线性关系的估计方法。OLS考 察解释变量x对被解释变量Y的条件期望E(Y}x)的影响，这实质上是均值回归。条件 期望E(y!x)只是刻画y}x集中趋势的一个指标，它无法考察x对整个条件分布Ylx 的影响，而分位数回归将分位点回归集中起来就可提供一个关于条件分布Y}x的完整的统计描叙。当条件分布Y}x非对称时，条件期望E (y}x)无法反映整个条件分布的全貌，分位数回归并没有很强的分布假设，在扰动项非正态的情况下，分位数估计量