第五节 粮食主产区粮食综合生产能力影响因素实证分析

一 相关指标选取及数据说明

由于粮食产量是粮食综合生产能力的表征变量，根据我国的基本国情，我国的粮食产量基本与粮食综合生产能力对等，又由于粮食单产更能够反映出粮食生产的状况，所以就以我国13个粮食主产区的粮食单产为模型的被解释变量。影响粮食综合生产能力的因素有很多，本文选取单位农用机械总动力（农用机械总动力/粮食播种面积）、单位化肥施用量（化肥施用量折纯量/粮食播种面积）、单位有效灌溉面积（有效灌溉面积/年末耕地面积）、单位农业灾害成灾面积（农业灾害成灾面积/年末耕地面积）、粮食播种面积、第一产业从业人数和单位除涝面积（除涝面积/耕地面积）为解释变量。考虑到数据的可获得性，本文根据《中国统计年鉴》《中国农村统计年鉴》和13个粮食主产大省统计年鉴的有关数据统计，整理出了1986～2010年13个粮食主产区的农用机械总动力、化肥施用量、有效灌溉面积、除涝治水面积、粮食播种面积、农业灾害成灾面积和第一产业从业劳动力等数据。

二 模型

本文通过建立柯布-道格拉斯生产函数，选取7个影响粮食主产区粮食生产能力的要素指标，即单位农用机械总动力（农用机械总动力/粮食播种面积）、单位化肥施用量（化肥施用量折纯量/粮食播种面积）、单位有效灌溉面积（有效灌溉面积/年末耕地面积）、单位农业灾害成灾面积（农业灾害成灾面积/年末耕地面积）、粮食播种面积、第一产业从业人数和单位除涝面积（除涝面积/耕地面积），并根据各要素的生产弹性及其对粮食生产的贡献率，来分析粮食综合生产能力的影响因素以及影响程度。确定柯布-道格拉斯生产函数的形式为

用对数表示为

lnY=a0+a1lnX1+a2lnX2+a3lnX3+a4lnX4+a5lnX5+a6lnX6+a7lnX7+μ

其中，ai（i=1, 2, …, 7）的经济意义是变量X1、X2、X3、X4、X5、X6、X7的产出弹性，且0≤ai≤1; a0为常数虚拟变量，包含政策、制度等难以量化的因素的影响；X1为单位农用机械总动力（千瓦/公顷）；X2为单位化肥施用量折纯量（吨/公顷）；X3为单位有效灌溉面积；X4为单位农业灾害成灾面积；X5为粮食播种面积（千公顷）；X6为第一产业从业人数（万人）；X7为单位除涝面积；μ是随机误差项，描述变量外的其他因素对模型的干扰。

三 参数估计及检验

用最小二乘法（OLS）对参数进行估计（Eviews 6.0运行），通过输出的结果，得出方程的输出结果：

R2=0.91508

其中，lnx1、lnx2、lnx3、lnx5、lnx6的系数为正，说明单位农用机械总动力、单位化肥施用量折纯量、单位有效灌溉面积、粮食播种面积、第一产业从业人数与粮食单产呈正相关关系，每增加1%的单位农用机械总动力、单位化肥施用量折纯量、单位有效灌溉面积、粮食播种面积、第一产业从业人数，粮食单产相应可增加0.066137%、0.198326%、0.088723%、0.164671%、0.121536%。同理，lnx4、lnx7的系数为负，说明单位农业灾害成灾面积、单位除涝面积与粮食单产呈负相关关系，这些结果都与实际符合。F统计量为172.9803，对应的P值为0，小于0.05，表明方程总体线性显著。各个变量的T统计量对应的P值都小于0.05，表明各个变量对应的解释变量对被解释变量的影响是显著的。根据回归的结果可以看出方程的各变量对粮食单产的解释程度相对较高，R2为0.91508，即7个解释变量共同作用可以解释被解释变量91.508%的变动，剔除了变量之间的相互影响后，调整后的R2也达到了0.90979，作为时间序列数据来说，这种拟合水平是正常的。

四 结论

根据上述回归的结论可以看出，我国的粮食单产与单位农用机械总动力、单位化肥施用量、单位有效灌溉面积、粮食播种面积、第一产业从业人数都呈正相关关系，且它们对粮食单产的影响程度不相同。从弹性系数可以看出，单位农用化肥施用量的系数最高，其次是粮食播种面积；而单位农业灾害成灾面积和单位除涝面积却与粮食单产呈负相关关系。由此应该看出，粮食产量的提高与各个因素都有着密切的联系，应该制定有关粮食生产的科学政策，如高度重视粮食播种面积，稳定耕地资源，紧守18亿亩基本耕地底线；优化化肥使用比例和产品结构，继续改进化肥施用技术，提高化肥利用率，增加化肥对粮食生产的贡献率，确保我国粮食生产的稳定与提高；合理配置劳动力资源，努力提高农村劳动力素质水平，从而提高劳动力的产出效率；加强农业基础设施建设，不断推广农业科学技术，确保气象灾害的预测更加准确，从而提高全国抵御自然灾害的能力。