梁雨薇 倪萍 王哲

云南大學(xué)發(fā)展研究院

中國糧食產(chǎn)量影響因素的嶺回歸分析

梁雨薇 倪萍 王哲

云南大學(xué)發(fā)展研究院

糧食對于一個國家的重要性，無論是在原始農(nóng)耕時代還是在經(jīng)濟(jì)大發(fā)展的今天，始終是世界性的共識。我國人口眾多，糧食問題更是關(guān)系國計(jì)民生的大問題。本文利用SPSS軟件，通過嶺回歸的方法，對影響我國糧食生產(chǎn)水平的因素進(jìn)行了實(shí)證分析，最后得出農(nóng)業(yè)化肥施用量、糧食播種面積以及農(nóng)業(yè)勞動力數(shù)量均對糧食總產(chǎn)量存在正向影響，而成災(zāi)面積對糧食總產(chǎn)量存在反向影響關(guān)系。

一、研究背景及意義

作為發(fā)展中國家，我國一直致力于促進(jìn)經(jīng)濟(jì)的發(fā)展。然而，任何經(jīng)濟(jì)的發(fā)展，必須以農(nóng)業(yè)的發(fā)展為基礎(chǔ)。正所謂“大軍未動，糧草先行”，糧食正是經(jīng)濟(jì)發(fā)展的保障，是農(nóng)業(yè)的根本。

盡管改革開放以來，我國糧食總產(chǎn)量總體趨勢是增長的，但這種增長并不穩(wěn)定[1]。從市場經(jīng)濟(jì)的角度來看，影響糧食產(chǎn)量的是糧食的價格，尤其是糧食的收購價格；從生態(tài)學(xué)的角度來看，影響糧食產(chǎn)量的是包括氣候、物種生存等等的環(huán)境因素，風(fēng)調(diào)雨順自然大豐收，而自然災(zāi)害頻發(fā)只能導(dǎo)致大量減產(chǎn)。市場經(jīng)濟(jì)分析的方法，已有經(jīng)濟(jì)學(xué)家在為是否應(yīng)當(dāng)設(shè)定糧食收購的最低價及其影響進(jìn)行研究。而環(huán)境因素是整個糧食生產(chǎn)的大環(huán)境，對糧食產(chǎn)量的影響是有目共睹、毋庸置疑的。同時，在對糧食產(chǎn)量所進(jìn)行的研究中，灰色系統(tǒng)理論分析、最小二乘法、多元回歸法都是常用的方法[2]，而少有學(xué)者運(yùn)用嶺回歸的方法來進(jìn)行研究。本文嘗試從中國統(tǒng)計(jì)年鑒查找有關(guān)糧食生產(chǎn)的數(shù)據(jù)，運(yùn)用嶺回歸分析的方法找到影響糧食生產(chǎn)的主要因素以及影響方式，為中國糧食產(chǎn)量這個宏觀問題給出另一種微觀分析視角和盡量令人信服的解釋。這也是本文研究意義所在。

二、模型的建立和變量的選擇

對我國糧食產(chǎn)量問題進(jìn)行的研究一直也是相關(guān)學(xué)者們的工作。王玉斌等人通過對1949-2004年和1978-2004年兩個區(qū)間段內(nèi)我國稻谷、小麥和玉米產(chǎn)量的波動進(jìn)行分析后，選用了減稅純收益、成災(zāi)面積、勞動用工數(shù)量、物質(zhì)投入情況等六個變量，運(yùn)用最小二乘法進(jìn)行了實(shí)證研究。2009年，吳英杰[3]通過建立柯布道格拉斯對數(shù)形式的生產(chǎn)函數(shù)，對1978-2005年的相關(guān)數(shù)據(jù)進(jìn)行了回歸分析。文章選用的指標(biāo)包括勞動力數(shù)量、糧食作物播種面積、化肥用量、國家凈支農(nóng)支出，分析結(jié)果證實(shí)了她們對糧食產(chǎn)量的影響作用，并且化肥使用量的彈性系數(shù)最大。陳秧分和李先德[4]在2013年進(jìn)行的研究中，建立了一個包含土地、勞動力、資本和宏觀背景四個方面共11個指標(biāo)的模型，對中國糧食產(chǎn)量變化進(jìn)行了分析。模型中包含了耕地面積、受災(zāi)面積、農(nóng)業(yè)勞動力、農(nóng)業(yè)機(jī)械總動力等。綜合相關(guān)研究，以及數(shù)據(jù)的可得性，本文選取了農(nóng)業(yè)化肥施用量、糧食播種面積、農(nóng)業(yè)機(jī)械總動力、農(nóng)業(yè)勞動力以及成災(zāi)面積作為本文模型中的自變量。數(shù)據(jù)來源于1983-2012中國統(tǒng)計(jì)局官網(wǎng)的相關(guān)統(tǒng)計(jì)結(jié)果。

本文建立的模型如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ

在方程中，

Y代表糧食產(chǎn)量(單位：萬噸)；

X1代表農(nóng)業(yè)化肥施用量（單位：萬公斤）；

X2糧食播種面積（單位：千公頃）；

X3代表成災(zāi)面積（單位：公頃）；

X4代表農(nóng)業(yè)機(jī)械總動力（單位：萬千瓦）；

X5代表農(nóng)業(yè)勞動力（單位：萬人）；

μ代表隨即擾動項(xiàng)

μ指其他政策因素以及對因變量有影響的隨機(jī)因素

三、統(tǒng)計(jì)分析及結(jié)果

應(yīng)用SPSS軟件對所收集的數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如表一：

表一 5個因素對糧食產(chǎn)量影響的回歸結(jié)果

查表可知，在0.05的置信水平下，F(xiàn)（5,24）=2.62，t0.025（24）=2.064，由以上結(jié)果可知，模型的整體擬合優(yōu)度為0.987，并且F檢驗(yàn)高度顯著（F=359.416，P=0.000）說明模型對實(shí)際問題的擬合情況比較好。杜賓沃森值也比較接近于2，說明模型并不存在嚴(yán)重自相關(guān)問題。但是回歸系數(shù)的顯著性檢驗(yàn)中，X4，X5的回歸系數(shù)都無法通過，同時，X4和X5的回歸系數(shù)為負(fù)值，顯然與經(jīng)濟(jì)意義不符。說明用所有5個變量做回歸并不是很好。

從VIF值可以看出，農(nóng)業(yè)化肥施用量以及農(nóng)業(yè)機(jī)械總動力這兩個自變量的方差膨脹因子遠(yuǎn)遠(yuǎn)超過10，說明存在嚴(yán)重的共線性問題。另外，由方差比例表可以看到，第5行X1，X4，X5的方差比例值同時比較大，分別為0.59，0.54.0.52，第6行X2的方差比例值也較大，為0.91.也說明模型中這幾個變量之間存在多重共線性。

以上5個自變量在實(shí)際問題中，肯定都對糧食產(chǎn)量有影響，因此不能簡單剔除某些因素以消除或減少共線性問題。這里我們嘗試使用嶺回歸的方法，其結(jié)果如表二至表四：

表二：5個因素嶺回歸分析R2與β系數(shù)和K值關(guān)系表

表三：5個因素的嶺跡圖

表四：5個因素嶺回歸分析R2和K值關(guān)系圖

從嶺跡圖上可以看出，X4、的標(biāo)準(zhǔn)化嶺回歸系數(shù)比較穩(wěn)定，并且絕對值很小，按照嶺回歸剔除變量的原則，可以予以剔除。而其他幾個因素的標(biāo)準(zhǔn)化嶺回歸系數(shù)都是比較平滑地趨近于零，無法予以剔除。經(jīng)過以上分析，模型中保留的自變量為X1,X2,X3,X5,再做嶺回歸，得嶺跡圖如表五和表六：

表五：4個因素嶺回歸分析R2與β系數(shù)和K值關(guān)系表

為了保證嶺跡回歸圖上各回歸系數(shù)的嶺估計(jì)基本穩(wěn)定，并且符號合理，取K=0.05，做嶺回歸估計(jì)，得結(jié)果如表七:此時，模型擬合優(yōu)度為0.9794464,F=297.8330972,P=0.000高度顯著。同時，嶺回歸的殘差平方和為18294458，是原來的殘差平方和11730433.58的1.56倍，相差不大?？梢哉f，模型的擬合效果很好，各解釋變量的經(jīng)濟(jì)含義也是符合的。

嶺回歸方程為：Y=-25204.16341+4.28843X1+0.52375X2-0.11790X3+0.03814X5

標(biāo)準(zhǔn)化嶺回歸方程為:Y=1.0 1 2 9 5 X1+0.3 5 2 11 X2-0.12237X3+0.02476X5

但是在回歸系數(shù)的顯著性檢驗(yàn)中，在0.05的置信水平下，農(nóng)業(yè)勞動力對糧食產(chǎn)量的影響不顯著。這并不能說農(nóng)業(yè)勞動力對糧食產(chǎn)量沒有影響。出現(xiàn)這個統(tǒng)計(jì)分析結(jié)果，可能是由于農(nóng)業(yè)機(jī)械化水平的提高導(dǎo)致的機(jī)械對勞動的替代，以及糧食品種的改良和種植技術(shù)的提高等因素造成的。

表六：4個因素的嶺跡圖

四、結(jié)論及建議

從以上嶺回歸結(jié)果可以看到，農(nóng)業(yè)化肥施用量、糧食播種面積以及農(nóng)業(yè)勞動力數(shù)量均對糧食總產(chǎn)量存在正向影響，也就是在一定條件下，可以通過提高農(nóng)業(yè)化肥施用量、擴(kuò)大糧食播種面積以及加大農(nóng)業(yè)勞動力投入的方式來提高我國糧食產(chǎn)量。這需要我們做好農(nóng)業(yè)化肥銷售和定價工作，科學(xué)施肥，還需要在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的同時，注意保障農(nóng)業(yè)用地和農(nóng)村勞動力的教育和扶持政策。另一方面，成災(zāi)面積對糧食總產(chǎn)量存在反向影響關(guān)系。這一點(diǎn)提醒我們要注重生態(tài)環(huán)境保護(hù)，減少二氧化碳和其他污染物的排放，盡量減少甚至避免認(rèn)為因素引起的各種災(zāi)害，真正為糧食增產(chǎn)保駕護(hù)航。

表七：4個因素下嶺回歸結(jié)果

[1]王玉斌,蔣俊明,王曉志,陳慧萍.中國糧食產(chǎn)量波動影響因素實(shí)證分析[J].北京農(nóng)學(xué)院學(xué)報,2007年10月.第22卷第4期 P38-41.

[2]高衛(wèi),張電學(xué),雷利軍,劉杰.中國糧食產(chǎn)量影響因素分析及研究方法綜述[J].安徽農(nóng)業(yè)科學(xué),2014,42(33):11954－11955，11958

[3]吳英杰.中國糧食產(chǎn)量影響因素實(shí)證分析[J].經(jīng)濟(jì)研究導(dǎo)刊,2009年第7期:24-26.

[4]陳秧分,李先德.中國糧食產(chǎn)量變化的時空格局與影響因素[J].農(nóng)業(yè)工程學(xué)報,2013年10月第29卷第20期:1-10.

梁雨薇.198708.女.漢.湖北紅安.云南大學(xué).管理科學(xué)與工程.項(xiàng)目管理方向.碩士研究生

倪萍.199011.女.漢.陜西咸陽.云南大學(xué).管理科學(xué)與工程.項(xiàng)目管理方向.碩士研究生

王哲.199003.女.漢.山西晉城.云南大學(xué).技術(shù)經(jīng)濟(jì)及管理.項(xiàng)目管理方向.碩士研究生