我国粮食产量影响因素实证研究.docVIP

PAGE PAGE 1 我国粮食产量影响因素实证研究 　　摘要：本文利用1983－2010年中国统计年鉴数据，对农业化肥施用量、粮食播种面积、农业机械总动力、劳动力投入和成灾面积对粮食产量的影响情况进行实证分析，最后得出结论并给出政策建议。结果表明，农业生产程中，化肥施用量和粮食播种面积对粮食增长具有显著的影响，成灾面积对其有一定影响，而农业劳动就业人数对产出不具有影响力。 　　关键词：粮食产量；化肥施用量；粮食播种面积；劳动力投入； 　　引言 　　农业是一个国家重要的产业部门和国民经济的基础，而农业中心问题又是粮食问题。1978年以来，我国粮食产出取得了显著的成就，全国粮食总产量由1983年的38727.5万吨增加到2010年的54647.7万吨，年均增长率1.47%①。其间，全国粮食产量从1983年到1998年整体呈逐年增长趋势，但1999年-2003年出现下降态势，2004年之后开始回升，粮食产量波动性较强，到2010年已达到54647.7万吨。 　　我国是个农业大国，虽然我国的粮食产量在近几年一直呈上升态势，但是我国的粮食生产不足以满足国内消费需求，每年需进口大量的粮食，2010年我国进口谷物和大豆分别达570.8万吨和5480万吨，同时我国粮食没有国际竞争价格优势，这严重制约我国经济发展。因此，研究影响我国粮食增产因素具有现实的意义。 　　影响粮食增产因素主要有花费使用量、土地耕种面积、劳动力人数、成灾面积以及其他物质投入等，肖海峰、王娇（2004）通过柯布-道格拉斯生产函数，得到播种面积、其他物质费用、化肥费用、劳动投入和成灾面积对粮食产出弹性系数分别为0.879、0.345、0.205、-0.235和-0.104，也即播种面积是影响粮食产量的最大因素。梁子谦和李小军（2006）通过因子分析模型分析　，实证结果表明科技进步水平、物质投入、环境与气候和政策是影响我国粮食产量的主要因子，他们对粮食单产方差贡献分别是34.72%、21.35%、19.76%和18.43%。王祖力和肖海峰（2008）　[3]运用回归模型分析得到施用化肥量与粮食产量正相关性较强，且　1978-2006年间化肥使用量对粮食增长的弹性为0.20，贡献率为56.81%，化肥投入是所有要素投入中贡献最大的。[4]范东君和朱有志的研究表明（2011）[5]农业基础设施和粮食播种面积对粮食产量贡献率分别达41.9%和24.63%，但是粮食播种面积与粮食产量之间相关性不明显，而财政投入、化肥施用量、机械动力对粮食产量影响相对较小，相反，农业劳动力与粮食产量之间还存在负相关关系。 　　以上分析对研究影响我国粮食增产及其变动因素具有较大的指导意义，然而学者们在做计量的模型的分析时，未考虑解释变量序列相关性，因此在做计量模型时要考虑序列相关情况，否则做的模型再经典，也不会有什么经济意义，还可能出现伪回归，做出来的结果会失去其实践意义。因此，本文在前人研究基础上，建立多元回归模型，结合模型分析计量结果，运用相关检验判断分析方法，采用逐步回归法，消除模型可能出现的序列相关性，是其结果更具有指导意义。 　　1、模型与数据 　　1.1、模型变量和数据设定 　　本文选取农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力为解释变量，以粮食产量为被解释变量，模型使用1983年-2010年中国统计年鉴农业数据②。设定模型，采用线性生产函数： 　　其中，Y是粮食产量（万吨）；X1化肥施用量（万公顷）；X2粮食播种面积（千公顷）；X3成灾面积（公顷）；X4农业机械总动力（万千瓦）；X5农业劳动力（万人）；?%e随机误差项，即解释变量以外的随机扰动，如创新发明、气候、政策等难以量化的影响因素。 　　1.2、模型的参数估计 　　用OLS方法估计模型，借助计量经济学知识和Eviews软件对1983年-2010年统计年鉴的农业数据进行运算，所得到的结果如下： 　　统计值F=322.56，线性显著，且R2接近于1，方程整体回归性很好。然而，X4、X5未通过t检验，且前符号不符合经济意义，因此解释变量之间可能存在共线性（这两种情况可能是因为解释变量之间存在多重共线性）。 　　检验简单相关系数 　　1.3、逐步回归找出最简单的回归模型 　　逐个作Log（y）与Log（x1）、Log（x2）、Log（x3）、Log（x4）、Log（x5）间的回归。 　　可见，粮食产量受农药化肥使用量的影响较大，与经验相符，因此选（1）作为最初的回归模型。把其它解释变量分别引入初始回归模型中，找出最佳回归方程。 　　1.4、用逐步回归法找出合理的回归模型 　　逐步回归 　　第一步，在初始模型中引入lnx2，用lnY关于lnx1、lnx2做回归并用OLS法估计得：　lnY=f（lnx1、lnx