黑龙江省粮食生产影响因素分析
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Y=c +0X+0X+0X+0X+Uo 采用的是 STATA 软件
对回归模型进行分析。首先，检验数据的平稳性， 数据同阶单整后，变量之间才有共同的增长或减少
2数据采集与分析
的趋势。经过二阶差分后数据平稳并且通过了协整。 然后进行回归分析。
选取了黑龙江省2000—2018年的19年间的粮
回归结果见表2。
游文宇，等：黑龙江省粮食生产影响因素分析
・75・
显示，化肥施用量是粮食增产的重要因素，农业劳 动力比例与粮食的生产呈负相关的关系。杜国明等
人［5］运用数理统计分析得岀播种面积扩大 、种植业结 构调整和农作物单产水平提升都增加了粮食的产量。 马丽等人问建立了 VAR模型，通过模型对农田水利 投资进行分析。结果表明，水利建设投资提高了粮
121.55 123.24 129.72 125.70 143.81 150.92 162.20 175.20 180.73 198.87 214.89 228.44 240.28 244.96 251.93 255.31 252.75 251.20 245.64
2.95 3.10 3.54 3.66 4.72 4.75 5.79 8.17 6.24 6.68 7.38 7.80 8.05 8.40 8.74 8.29 8.25 8.32 7.42
收稿日期：2020-09-16
基金项目：国家自然科学基金项目（61702009）；安徽省社科规划办项目（AHSKQ2016080）。
（1995 作者简介：游文宇
—），女，硕士，研发方向为农业管理。
（1984 *通讯作者：马 凤
—），女，博士，副教授，研发方向为农业管理、信息计量与科学评价。
2021年第6期
Analysis of Influencing Factors of Grain Production in Heilongjiang Province
YOU Wenyu1, *MA Feng1, ZHANG Huanhuan2 （1. College of Economics and Management， Anhui Agricultural University， Hefei， Anhui 230036， China；
2. College of Life Science， Anhui Agricultural University， Hefei， Anhui 230036， China） Abstract： In order to get a comprehensive understanding of nearly 20 years in Heilongjiang province grain production status and restricting factors of grain production in Heilongjiang province， explore the stable increasing of grain in Heilongjiang province effective method. This article used the nearly 20 years on the related data of the food production in Heilongjiang province， using STATA software of Heilongjiang province， this paper analyzed the main influence factors of grain production， and to obtain the corresponding results. The results showed that the yield of grain in Heilongjiang province was positively correlated< with< the< amount< of< fertilizer< applied， the< total< sown< area< and< the< total< power< of< agricultural< machinery< were< negatively< correlated with the amount of fertilizer applied. Finally， it was suggested that fertilizer should be applied rationally to increase the grain yield in Heilongjiang province， the sown area of grain crops should be maintained， the application of agricultural science and technology should be emphasized， and suggestions on cultivating new agricultural talents should be given. Key words: regression analysis； total grain output； Heilongjiang province； influencing factors
采用了 STATA软件对黑龙江省粮食生产的主要 影响因素农用化肥施用折纯量、农作物总播种面积、 化肥施用量、农业机械总动力进行分析研究。
变量为黑龙江粮食总产量（万）自变量为农用化肥
施用折纯量（万）、农药使用量（万t）、农作物总 播种面积（khm2）和农业机械总动力（万kW）。模 型中c代表常数项，01, 02, 03, 04代表回归系数，u 是误差项，也称作干扰项。建立多元回归模型为：
数据均来源于国家统计局、黑龙江省农业统计年鉴。 原始数据统计见表1。
表1 原始数据统计
年份
Y总产量
/万t
X1农用化肥
施用折纯量
/万t
X农药
使用量
/万t
X3农作物
总播种面积
/khm2
X4农业机械
总动力
/万kW
食生产能力。倪超等人［7］使用了通径分析法对影响黑 龙江省粮食产量的因素进行分析，研究表明，农业 投入和产岀效益是黑龙江省粮食产量变化的主要影 响因素，生产条件和政策保障是黑龙江省粮食产量 变化的次要影响因素。王淑艳等人冈首先利用主成分 分析，再建立回归模型对粮食生产影响因素进行定 量分析。在作物生长过程中，受到很多因素的影响。 高卫囱提岀在影响粮食产量的重要因素当中，最主要 的影响因素是有效播种面积与化肥的施用量 。表明 在粮食生产中的安全性、保护性、时效性是至关重 要。在提高粮食产量方面，高云等人㈣、星焱等人［11］ 认为提高粮食单产更能显著地提高粮食生产的潜力 。
9D329.46 DD9D989.19 DD9D858.35 DD9D802.67 DD9D888.40 10D083.66 11D678.34 12D270.97 12D389.77 12D840.66 13D347.65 13D749.58 13D929.68 14D211.99 14D497.68 14D811.88 14D829.46 14D767.59 14D673.33
和农业机械总动力呈正相关，与化肥施用量呈负相关。最后，提出增加黑龙江省粮食产量需要合理施用化肥，保持
粮食作物播种面积，重视农业科技的运用及对新型农业人才培育和建议。
关键词：回归分析；粮食总产量；黑龙江省；影响因素
中图分类号：S117
文献标志码：A
doi： 10.16693/ki.1671-9646（X）.2021.06.018
1D613.80 1D648.29 1D741.75 1D807.74 1D952.17 2D234.04 2D570.60 2D785.30 3D018.36 3D401.27 3D736.29 4D097.84 4D552.93 4D849.28 5D155.52 5D442.29 5D634.27 5D813.76 6D084.65
摘要：为了更加全面地了解近20年黑龙江省粮食生产现状和影响黑龙江省粮食生产因素，探索黑龙江省粮食持续增
长的方法，使用有关黑龙江省粮食生产近20年的相关数据，运用STATA软件对黑龙江省粮食生产的主要影响因素
进行了分析研究，并取得相应结果。研究表明，黑龙江省粮食生产产量与农用化肥施用折纯量、农作物总播种面积
第6期（总第529期） 2021年6月
工 农产品加 Farm Products Processing
No.6 Jun.
文章编号：1671-9646（2021） 06a-0074-03
黑龙江省粮食生产影响因素分析
游文宇1, **马凤1,张焕焕2
（1.安徽农业大学经管学院，安徽合肥230036; 2.安徽农业大学生命科学学院，安徽合肥230036）
食总产量与影响粮食总产量的4个因素指标数据，
从这个结果可以看出，R-squared=0.994 5,表
表2 回归结果
R-squared=0.994 5， Prob>F=0
Y
回归系数
标准差
t
p>ltl 95%置信区间
置信区间
X1 X2 X3 X -cons
30.172D690D0 5.890D140D0 DDDD-206.177D100D0 DD73.732D460D0 DDDDDDDDDD0.168D360D4 DDDD0.134D779D3 DDDDDDDDDD0.305D993D1 DDDD0.135D614D9 -2D650.563D000D0 863.475D800D0
影响黑龙江省粮食产量的因素很多， 选用了 4个 影响黑龙江省粮食产量的主要影响因素。其中，因
粮食的总产值在不断持续上升，粮食的单产逐渐提 高，农业机械化水平也是不断提升。在关于主要经 济作物种植方面中，关于黑龙江省最新研究调查当 中主要农产品种植面积发展趋势 ，玉米的种植面积 大幅上升，大豆减少，水稻处于平稳的状态吟嗅
宋小青等人［12指岀粮食产量变化当中农民种植粮食的 积极性变化是最终制约粮食安全的关键因素，这与 龙方等人问的研究结果一致。总的来说，黑龙江粮食 生产的发展状况是良好的，表现在以下几个方面：
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 20居世界第3位， 仅次于俄罗斯和加拿大。我国耕地的保有量仅为 121 800 khm2，农用土地占土地总面积的比率不到 59%。黑龙江省有丰富的水资源和耕地资源，黑龙江 省的农用地面积为39 502 hm2,农用土地面积占全 省土地总面积的83.5%。黑龙江省粮食生产量不仅能 自给自足还能够向其他地区输送。随着经济水平的 提高及人民生活条件的改善，粮食需求快速增长， 提高中国粮食增产潜力与粮食生产水平，成为了中 国粮食发展中需要解决的关键问题之一。黑龙江省 作为我国重要粮食生产地区其中之一，对保障我国
粮食生产安全具有重要作用。有关影响粮食产量的 因素有很多，对于粮食生产总量与粮食生产影响因 素之间的关系，许多学者从多方面进行了分析探讨。 姚增福等人［1］利用生产函数模型对黑龙江省粮食生产 技术效率的影响因素进行了分析，结果表明，有关 资源禀赋的各变量对粮食生产技术效率影响有明显
差异性。周清明倒运用Logit模型针对农民种粮意愿 和影响因素进行了分析。研究表明，粮食价格和种 粮规模等与农民种粮意愿呈正相关的关系，农民受 教育程度和农资价格与农民的种粮意愿呈负相关关 系。肖海峰等人运用了生产弹性和贡献率对粮食生 产能力的影响因素进行分析。刘浩然等人［4］运用灰色 系统理论分析研究影响粮食生产的影响因素。结果
2D545.50 2D651.70 2D941.20 2D512.30 3D001.00 3D092.00 3D843.50 3D880.98 4D627.26 4D788.87 5D632.86 6D212.57 6D598.60 7D055.11 7D403.80 7D615.78 7D416.13 7D410.34 7D506.80
对回归模型进行分析。首先，检验数据的平稳性， 数据同阶单整后，变量之间才有共同的增长或减少
2数据采集与分析
的趋势。经过二阶差分后数据平稳并且通过了协整。 然后进行回归分析。
选取了黑龙江省2000—2018年的19年间的粮
回归结果见表2。
游文宇，等：黑龙江省粮食生产影响因素分析
・75・
显示，化肥施用量是粮食增产的重要因素，农业劳 动力比例与粮食的生产呈负相关的关系。杜国明等
人［5］运用数理统计分析得岀播种面积扩大 、种植业结 构调整和农作物单产水平提升都增加了粮食的产量。 马丽等人问建立了 VAR模型，通过模型对农田水利 投资进行分析。结果表明，水利建设投资提高了粮
121.55 123.24 129.72 125.70 143.81 150.92 162.20 175.20 180.73 198.87 214.89 228.44 240.28 244.96 251.93 255.31 252.75 251.20 245.64
2.95 3.10 3.54 3.66 4.72 4.75 5.79 8.17 6.24 6.68 7.38 7.80 8.05 8.40 8.74 8.29 8.25 8.32 7.42
收稿日期：2020-09-16
基金项目：国家自然科学基金项目（61702009）；安徽省社科规划办项目（AHSKQ2016080）。
（1995 作者简介：游文宇
—），女，硕士，研发方向为农业管理。
（1984 *通讯作者：马 凤
—），女，博士，副教授，研发方向为农业管理、信息计量与科学评价。
2021年第6期
Analysis of Influencing Factors of Grain Production in Heilongjiang Province
YOU Wenyu1, *MA Feng1, ZHANG Huanhuan2 （1. College of Economics and Management， Anhui Agricultural University， Hefei， Anhui 230036， China；
2. College of Life Science， Anhui Agricultural University， Hefei， Anhui 230036， China） Abstract： In order to get a comprehensive understanding of nearly 20 years in Heilongjiang province grain production status and restricting factors of grain production in Heilongjiang province， explore the stable increasing of grain in Heilongjiang province effective method. This article used the nearly 20 years on the related data of the food production in Heilongjiang province， using STATA software of Heilongjiang province， this paper analyzed the main influence factors of grain production， and to obtain the corresponding results. The results showed that the yield of grain in Heilongjiang province was positively correlated< with< the< amount< of< fertilizer< applied， the< total< sown< area< and< the< total< power< of< agricultural< machinery< were< negatively< correlated with the amount of fertilizer applied. Finally， it was suggested that fertilizer should be applied rationally to increase the grain yield in Heilongjiang province， the sown area of grain crops should be maintained， the application of agricultural science and technology should be emphasized， and suggestions on cultivating new agricultural talents should be given. Key words: regression analysis； total grain output； Heilongjiang province； influencing factors
采用了 STATA软件对黑龙江省粮食生产的主要 影响因素农用化肥施用折纯量、农作物总播种面积、 化肥施用量、农业机械总动力进行分析研究。
变量为黑龙江粮食总产量（万）自变量为农用化肥
施用折纯量（万）、农药使用量（万t）、农作物总 播种面积（khm2）和农业机械总动力（万kW）。模 型中c代表常数项，01, 02, 03, 04代表回归系数，u 是误差项，也称作干扰项。建立多元回归模型为：
数据均来源于国家统计局、黑龙江省农业统计年鉴。 原始数据统计见表1。
表1 原始数据统计
年份
Y总产量
/万t
X1农用化肥
施用折纯量
/万t
X农药
使用量
/万t
X3农作物
总播种面积
/khm2
X4农业机械
总动力
/万kW
食生产能力。倪超等人［7］使用了通径分析法对影响黑 龙江省粮食产量的因素进行分析，研究表明，农业 投入和产岀效益是黑龙江省粮食产量变化的主要影 响因素，生产条件和政策保障是黑龙江省粮食产量 变化的次要影响因素。王淑艳等人冈首先利用主成分 分析，再建立回归模型对粮食生产影响因素进行定 量分析。在作物生长过程中，受到很多因素的影响。 高卫囱提岀在影响粮食产量的重要因素当中，最主要 的影响因素是有效播种面积与化肥的施用量 。表明 在粮食生产中的安全性、保护性、时效性是至关重 要。在提高粮食产量方面，高云等人㈣、星焱等人［11］ 认为提高粮食单产更能显著地提高粮食生产的潜力 。
9D329.46 DD9D989.19 DD9D858.35 DD9D802.67 DD9D888.40 10D083.66 11D678.34 12D270.97 12D389.77 12D840.66 13D347.65 13D749.58 13D929.68 14D211.99 14D497.68 14D811.88 14D829.46 14D767.59 14D673.33
和农业机械总动力呈正相关，与化肥施用量呈负相关。最后，提出增加黑龙江省粮食产量需要合理施用化肥，保持
粮食作物播种面积，重视农业科技的运用及对新型农业人才培育和建议。
关键词：回归分析；粮食总产量；黑龙江省；影响因素
中图分类号：S117
文献标志码：A
doi： 10.16693/ki.1671-9646（X）.2021.06.018
1D613.80 1D648.29 1D741.75 1D807.74 1D952.17 2D234.04 2D570.60 2D785.30 3D018.36 3D401.27 3D736.29 4D097.84 4D552.93 4D849.28 5D155.52 5D442.29 5D634.27 5D813.76 6D084.65
摘要：为了更加全面地了解近20年黑龙江省粮食生产现状和影响黑龙江省粮食生产因素，探索黑龙江省粮食持续增
长的方法，使用有关黑龙江省粮食生产近20年的相关数据，运用STATA软件对黑龙江省粮食生产的主要影响因素
进行了分析研究，并取得相应结果。研究表明，黑龙江省粮食生产产量与农用化肥施用折纯量、农作物总播种面积
第6期（总第529期） 2021年6月
工 农产品加 Farm Products Processing
No.6 Jun.
文章编号：1671-9646（2021） 06a-0074-03
黑龙江省粮食生产影响因素分析
游文宇1, **马凤1,张焕焕2
（1.安徽农业大学经管学院，安徽合肥230036; 2.安徽农业大学生命科学学院，安徽合肥230036）
食总产量与影响粮食总产量的4个因素指标数据，
从这个结果可以看出，R-squared=0.994 5,表
表2 回归结果
R-squared=0.994 5， Prob>F=0
Y
回归系数
标准差
t
p>ltl 95%置信区间
置信区间
X1 X2 X3 X -cons
30.172D690D0 5.890D140D0 DDDD-206.177D100D0 DD73.732D460D0 DDDDDDDDDD0.168D360D4 DDDD0.134D779D3 DDDDDDDDDD0.305D993D1 DDDD0.135D614D9 -2D650.563D000D0 863.475D800D0
影响黑龙江省粮食产量的因素很多， 选用了 4个 影响黑龙江省粮食产量的主要影响因素。其中，因
粮食的总产值在不断持续上升，粮食的单产逐渐提 高，农业机械化水平也是不断提升。在关于主要经 济作物种植方面中，关于黑龙江省最新研究调查当 中主要农产品种植面积发展趋势 ，玉米的种植面积 大幅上升，大豆减少，水稻处于平稳的状态吟嗅
宋小青等人［12指岀粮食产量变化当中农民种植粮食的 积极性变化是最终制约粮食安全的关键因素，这与 龙方等人问的研究结果一致。总的来说，黑龙江粮食 生产的发展状况是良好的，表现在以下几个方面：
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 20居世界第3位， 仅次于俄罗斯和加拿大。我国耕地的保有量仅为 121 800 khm2，农用土地占土地总面积的比率不到 59%。黑龙江省有丰富的水资源和耕地资源，黑龙江 省的农用地面积为39 502 hm2,农用土地面积占全 省土地总面积的83.5%。黑龙江省粮食生产量不仅能 自给自足还能够向其他地区输送。随着经济水平的 提高及人民生活条件的改善，粮食需求快速增长， 提高中国粮食增产潜力与粮食生产水平，成为了中 国粮食发展中需要解决的关键问题之一。黑龙江省 作为我国重要粮食生产地区其中之一，对保障我国
粮食生产安全具有重要作用。有关影响粮食产量的 因素有很多，对于粮食生产总量与粮食生产影响因 素之间的关系，许多学者从多方面进行了分析探讨。 姚增福等人［1］利用生产函数模型对黑龙江省粮食生产 技术效率的影响因素进行了分析，结果表明，有关 资源禀赋的各变量对粮食生产技术效率影响有明显
差异性。周清明倒运用Logit模型针对农民种粮意愿 和影响因素进行了分析。研究表明，粮食价格和种 粮规模等与农民种粮意愿呈正相关的关系，农民受 教育程度和农资价格与农民的种粮意愿呈负相关关 系。肖海峰等人运用了生产弹性和贡献率对粮食生 产能力的影响因素进行分析。刘浩然等人［4］运用灰色 系统理论分析研究影响粮食生产的影响因素。结果
2D545.50 2D651.70 2D941.20 2D512.30 3D001.00 3D092.00 3D843.50 3D880.98 4D627.26 4D788.87 5D632.86 6D212.57 6D598.60 7D055.11 7D403.80 7D615.78 7D416.13 7D410.34 7D506.80