退耕后五种粮食作物人均产量影响因素.docVIP

退耕后五种粮食作物人均产量影响因素【摘要】本文把粮食作物细分为稻谷、小麦等五类,以其人均产量为被解释变量,分别与4类12个影响因素建立面板数据模型,通过对各指标及显著性水平赋予权重,建立粮食人均产量综合影响系数(Rj),从而研究退耕后影响粮食作物人均产量的主要因素。研究得出:退耕不是影响我国近十年来粮食人均产量的主要因素,而以“扩经减粮”为导向的农业结构调整政策、农作物单产以及技术类因素对粮食人均产量的影响显著。 【关键词】粮食作物人均产量 退耕还林 粮食人均产量综合影响系数(Rj) 近十年来,随着经济发展,农业结构调整和退耕还林政策的实施,我国粮食播种面积不断减少,粮食供给波动性加大,粮食安全再度为人们所关注。我国粮食产量从1999年退耕实施前的51229万吨逐年降至2003年的43069万吨,最大降幅达19%,然后逐年回升呈U型走势。同期退耕面积自1999年起,由16.46万公顷逐年大幅增加,至2003年达到顶峰223.65万公顷,然后逐年呈倒U型回落。这与同期间的粮食产量波动在变化趋势上呈明显的对应关系。在耕地减少、粮食减产的同时,国内对口粮、饲料粮和工业用粮的需求却在逐年增加,粮食供需矛盾凸现。故而分析评价退耕工程实施后影响粮食产量的主要因素十分必要。 雷玉桃(2003)、谭晶荣(2003)等认为退耕还林是粮食减产的主要原因之一。然而,更多的学者持反对意见。徐志刚、徐晋涛、黄季?、Emi Uchida等(2006)认为1999年以来的退耕政策对粮食产出影响甚微,对粮食价格和进口几乎没有影响。Feng, Z. ,Yang, Y.等(2005),Feng, R. Dawson等(2006)得出退耕虽然对部分地区的粮食供给有一定影响,但是对国家层面的粮食供给和世界谷物市场没有显著影响。Uchida, E. Rozelle等(2005)指出由于退耕地类型明确,在中国西北和西南地区分别是15度和25度以上坡耕地,因此对粮食产量没有太大影响。鲜祖德等(2005)计算出退耕工程和单产提高共同作用下西部粮食减产量仅为15亿公斤,影响甚微。何蒲明(2006)、刘鸿儒(2005)等认为,以“减粮扩经”为主旋律的种植业结构调整是影响粮食总产量的主要原因。杨红、Yang Li(2000),Jing Zhu(2004)认为现有的耕地政策对长期粮食安全弊大于利,应该将农业研发支出作为更有效的政策工具保障长期粮食安全。 一、变量、数据与方法 1、变量和数据 粮食人均产量是反映粮食安全的重要指标,朱泽(1997)、徐逢贤(1999)、刘晓梅(2004)、吕新业、王济民(2004)等都将它作为衡量粮食安全的重要标准。本文以31个省份为研究对象,把稻谷(DG)、小麦(XM)、玉米(YM)、豆类(DL)、薯类(SL)人均产量作为被解释变量,选取影响粮食产量的4类12个影响因素作为解释变量(见表1),为了缓解可能存在的内生性问题,我们在模型中引入了被解释变量的滞后值DGT、XMT、YMT、DLT、SLT。所有数据均以省份为单位,选取我国31省份1999―2006年共8年的截面数据,共计248个样本。原始数据来源于2000―2007年国家统计年鉴、国土资源年鉴,2001―2007年国土资源公报,以及1998―2000年中国环境状况公报。 2、分析方法 本文将五种粮食作物的人均产量分别与12个影响因素建立5个面板数据模型(模型I,II,III,IV,V),将每个模型依次进行混合、个体固定效应和个体随机效应估计,然后对混合模型和个体固定效应模型进行F检验,对个体固定效应模型和个体随机效应模型进行Hausman检验,从而确定最优估计模型。最后将五个模型的最优回归结果汇总,整体分析影响粮食作物人均产量的主要因素。 通过对5个模型的回归分析,把影响5种粮食作物产量的影响因素汇总,将“解释变量对某种农作物人均产量影响是否显著”作为一个指标,来衡量该变量对粮食人均产量的影响力,每种变量共得到5个指标(分别为该变量对稻谷、小麦、玉米、豆类、薯类人均产量是否显著),通过对每个指标以及其相应的显著性水平赋予权重,建立每种因素对人均粮食产量的综合影响力指数(Rj)。 以下的检验过程均借助计量软件EViews6.0完成。 二、五种粮食作物人均产量模型 1、模型I(人均稻谷产量模型) (1)建立预期人均稻谷产量方程:LnDG=a0+a1lnTG+ a2lnJS+a3lnJD+a4lnDC+a5lnYD+a6lnJX+a7lnHF+a8lnGG+a9lnSZ+ a10lnCZ+a11lnRG+a12lnDGT。 LDG、LTG、LJS、LJD、LDC、LYD、LJX、LHF、LGG、LSZ、LC