我国粮食产量影响因素的计量分析

我国粮食产量影响因素的计量分析

一、引言

农业是国民经济的基础, 粮食是基础的基础。粮食是人类赖以生存的必需物品，是国民经济发展和社会稳定的重要物质基础。尤其是对人均耕地已不足1. 4 亩且人口绝对规模持续扩大的我国而言,粮食产量的稳定增长显得格外重要。因此在研究加快粮食生产发展的进程中，只有了解影响粮食产量的主要因素，才有利于揭示粮食增产的规律，对指导粮食增产有重要的意义，政府也才能正确地做出举措来促进粮食产量健康合理可持续的增长。影响粮食产量的因素众多，如水资源贫富、有效灌溉面积、城市化、自然气候、农资投入、作物种植结构、国家政策、生产资料与粮食价格指数比、农药化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力等。

二、变量的选取及模型的设定

在此，选取影响和制约粮食产量的农药化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力这五个主要因素，并拟合出关于我国粮食生产的线性回归模型。确定的模型的被解释变量为：粮食产量；解释变量为：农药化肥施用量X1、粮食播种面积X2、成灾面积X3、农业机械总动力X4、农业劳动力X5。由初步的分析知，粮食产量与成灾面积是负相关的，而与其它变量则是正相关的。根据所确定模型变量收集到了1983年至2007年主要粮食生产数据(表1)。通过EVIEWS软件对数据进行处理、分析并得出相关结论。

基于以上变量，建立模型为：Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ，其中，β0度量常数项，表示在没有其他五个因素时粮食产量为负值，即粮食有消耗；β1度量当农药化肥使用量变动一个单位时，粮食产量的变动；β2度量当粮食播种面积变动一个单位，粮食产量的变动；β3度量当成灾面积变动一个单位，粮食产量的变动；β4度量农业机械总动力对粮食产量的影响；β5度量农业劳动力对粮食产量的影响；μ为随机扰动项。

表1 1983-2007年我国粮食产量及影响因素数据

年份

粮食产量农业化肥

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

(万吨) （万公斤）（千公顷）（公顷）（万千瓦）（万人）1983 38728 1660 114047 16209 18022 31151

1984 40731 1740 112884 15264 19497 30868 1985 37911 1776 108845 22705 20913 31130 1986 39151 1931 110933 23656 22950 31254 1987 40208 1999 111268 20393 24836 31663 1988 39408 2142 110123 23945 26575 32249 1989 40755 2357 112205 24449 28067 33225 1990 44624 2590 113466 17819 28708 38914 1991 43529 2806 112314 27814 29389 39098 1992 44264 2930 110560 25895 30308 38699 1993 45649 3152 110509 23133 31817 37680 1994 44510 3318 109544 31383 33802 36628 1995 46662 3594 110060 22267 36118 35530 1996 50454 3828 112548 21233 38547 34820 1997 49417 3981 112912 30309 42016 34840 1998 51230 4084 113787 25181 45208 35177 1999 50839 4124 113161 26731 48996 35768 2000 46218 4146 108463 34374 52574 36043 2001 45264 4254 106080 31793 55172 36513 2002 45706 4339 103891 27319 57930 36870 2003 43070 4412 99410 32516 60387 36546 2004 46947 4637 101606 16297 64028 35269 2005 48402 4766 104278 19966 68398 33970 2006 49804 4928 104958 24632 72522 32561 2007 50160 5108 105638 25064 76590 31444 注：这里由于没有从事粮食生产的农业劳动数据，用第一产业劳动力替代。

资料来源：《中国统计年鉴》（1995，2008）。

三、实证分析

表2 中国粮食产量函数

Dependent Variable: Y

Method: Least Squares

Date: 11/23/11 Time: 21:25

Sample: 1983 2007

Included observations: 25

X1 5.994511 0.609713 9.831685 0.0000

X2 0.536701 0.057858 9.276245 0.0000

X3 -0.135873 0.029720 -4.571732 0.0002

X4 -0.090822 0.042053 -2.159696 0.0438

X5 -0.007390 0.070511 -0.104814 0.9176

C -26695.08 7507.527 -3.555775 0.0021

R-squared 0.980829 Mean dependent var 44945.64

Adjusted R-squared 0.975783 S.D. dependent var 4150.729