广东省稻谷产量主要影响因素的计量经济分析.pdf

区域经济-65-稻谷是我国的重要农作物，其产量变化对国家粮食安全和农村经济发展具有重要影响。广东省作为国内主要的稻谷生产地，稻谷的产出量处于中国的领先地位。2021年，广东省稻谷产量为1 104.4万t，位居全国第八位，相较于2010年增长了6%，较2020年增加了4.82万 t。近年来，政府相关部门的重视和支持，以及种植技术的不断提升，广东省的稻谷产量和品质都有了较大提升，其中优质稻的比例越来越大，其主要原因是优质高产稻的种植面积越来越大，并且产量也在不断增加。此外，广东省还积极发展稻米加工和出口业务，将优质稻米出口到世界各地。稻谷是广东省的主要粮食作物，也是重要经济作物，了解稻谷产量的影响因素对于提高广东省农业生产效率和保障粮食安全具有重要意义。1 国内外相关研究稻谷作为世界主要粮食作物，在我国也具有非常重要的地位，我国是世界上生产稻谷最多的国家，目前每年生产量已经稳定在2亿 t左右，稻谷产量的研究一直是国内外农业研究的热点。虽然定性研究方法有效地揭示了影响稻谷产量的诸多要素，但由于缺乏具体的数据和统计分析手段，存在一定的主观判断和经验成分，因此，在定性研究的基础上，随着计量经济学等分析方法的发展，研究者开始探索将定性分析和计量学相结合的研究方式，以更精确地测量各种要素在稻谷生产中的影响程度。1926 年，柯布和道格拉斯提出了柯布道格拉斯函数，可以用于描述生产要素（如劳动力、土地、资本等）对农业生产的影响，有助于研究者对农业生产中的各种生产要素进行定量测算。经济学家索洛在1957年首次将技术进步因素纳入生产函数中，提出了著名的新古典增长模型，这一模型奠定了现代经济增长理论的基础，新古典增长模型改变了人们对传统增长理论的看法，并激发了新的研究领域和方法。随着计量经济学和技术手段不断进步，为分析与预测稻谷产量影响因素开辟了新的途径，也使得研究者更加准确和系统地评估各种农业生产要素的重要性，并提出相应的政策建议和发展方向。西方国家对稻谷生产的分析比较全面，不少学者先后从多角度进行了研究。Dobermann 1在其研究中分析了稻谷产量增长的影响因素，主要集中于五个方面：氮肥应用、土壤肥力、有效磷肥、播种力和后备土地资源。Timsina等 2通过对影响稻谷和小麦产量的种植方法、肥料、机械化等因素进行分析，探讨其影响稻谷、小麦的生产情况。Diagn等 3基于对西非塞内加尔河谷农场样本的实证研究，通过五年面板数据集评估灌溉水稻生产系统的生产力和技术效率的决定因素。国内学者对粮食产量的影响因素进行了长期且广泛的研究。沈吾爵 4分析了我国粮食产量问题，对提高粮食产量的具体措施进行了剖析。黑龙江省是我国重要的粮食生产基地之一，段其政等 5通过采用计量经济学相关方法，分析了对其粮食产量产生影响的诸多因素，如粮食作物播种面积、土地肥力、农用塑料薄膜使用情况等，并提出了相应的管理建议。唐玲等 6通过收集得到的内江市从1999年至2009年的相关数据，建立了主成分分析模型来探究水稻产量的变化与哪些因子有着较强的关联。邹芷潇等 7利用柯布-道格拉斯生产函数对数据中的社会经济因素和自然因素进行建模，并分别计算了它们对水稻产量的贡献率，运用Lasso回归模型进一步筛选出对水稻产量影响最为显著的因素，并构建了预测模型。从文献梳理情况看，国内外的研究成果很丰富，为本研究提供了借鉴和启示。关于广东省稻谷广东省稻谷产量主要影响因素的 计量经济分析田玥（广东培正学院广东培正学院数字经济研究所，广东广州510830）摘要 广东是我国稻谷主产省，稻谷产量对国内粮食安全和国际市场有重要影响。为了对影响广东省稻谷产量的主要因素进行计量经济分析，构建多元回归模型，利用 19952021 年样本数据进行实证检验，结果表明，广东省稻谷产量与稻谷播种面积、农用机械总动力呈正相关关系，与受灾面积呈负相关关系。应稳定稻谷播种面积、提升农用机械总动力、减少受灾面积，以保障广东省稻谷产量。关键词 稻谷产量；影响因素；计量经济；广东省 中图分类号 R155.5 文献标识码 A 收稿日期 2023-06-20 作者简介 田 玥（1989），女，河南平顶山人，讲师，硕士，研究方向:经济统计学、农业经济学。田玥：广东省稻谷产量主要影响因素的计量经济分析区域经济-66-农村经济与科技 2023 年第 34 卷第 12 期（总第 560 期）产量影响因素的研究比较缺乏，本研究旨在以广东省稻谷产量为研究对象，利用计量经济学方法对广东省稻谷产量影响因素模型进行构建与检验，以期为广东省稻谷增产提出可行性建议。2 模型设定影响稻谷产量的变量因素既多又复杂，考虑在柯布-道格拉斯生产函数基础上构建模型。关于劳动投入，选取第一产业就业人员；关于土地投入，从土壤条件考虑，选取稻谷播种面积、有效灌溉面积、受灾面积；关于全要素生产率，选取农用化肥施用量（折纯量）、农药使用量；关于资本投入，考虑选用农用机械总动力。为研究的方便及数据可得性，本研究把对稻谷产量产生影响的以上7个可控因素作为解释变量：用X1表示稻谷播种面积（单位：千hm2）、X2说明农用机械总动力（单位：万kW）、X3反映农用化肥施用量（折纯量）（单位：万t）、X4说明农药使用量（单位：万t）、X5表示有效灌溉面积（单位：千hm2）、受灾面积（单位：千hm2）以X6表示、第一产业就业人员（单位：万人）用X7表示；被解释变量为稻谷产量（单位：万t），用Y表示。由于模型中解释变量、被解释变量的数据均为时间序列数据，为更好反映变量之间的关系，取对数后，构建多元线性回归模型。lnY=0+1lnX1+2lnX2+3lnX3+4lnX4+5lnX5+6lnX6+7lnX7+ui根据理论和经验分析，建立理论假说：（1）稻谷播种面积与稻谷产量之间存在正相关关系；（2）农用机械总动力与稻谷总产量之间呈正相关关系；（3）在一定范围内，随着农用化肥施用量的增多，稻谷产量增多，达到一定值时再增加化肥施用量会对稻谷造成减产；（4）稻谷在生长过程中容易遭受病害，需要喷洒农药，适量农药有助于稻谷增产；（5）有效灌溉面积与稻谷总产量之间存在正相关关系；（6）受灾面积与稻谷总产量呈负相关关系；（7）农业对劳动力的吸纳已是极限，随着就业人员转向第二三产业，农业机械化程度提高，第一产业就业人数与稻谷产量呈负相关关系。3 实证分析3.1 模型估计本研究收集整理的样本为19952021年期间广东省相关年度信息，来源于中国统计年鉴以及广东农村统计年鉴，运用Eviews进行OLS估计 8，估计结果如下：lnY=-0.790198+1.269527lnX1+0.195675lnX2-0.458910lnX3+0.251231lnX4-0.023188lnX5-0.010577lnX6-0.166674lnX7t=(-0.548128)(12.74229)(1.783731)(-3.597802)(3.143270)(-0.295817)(-0.877037)(-3.782939)R2=0.982935 R-2=0.976648 F=156.3449 DW=2.5168103.2 经济意义检验根据最小二乘估计回归结果来看，在其他解释变量保持不变的情况下，如果稻谷播种面积每增长1%，则会带来稻谷产量平均增加1.269527%；当农用机械总动力增加1%，则会使稻谷产量平均增长0.195675%；当农用化肥施用量每增长1%，则会发现使稻谷产量平均减少0.45891%；当农药使用量每增加1%，则广东省稻谷产量平均增加0.251231%；当有效灌溉面积每增加1%，则广东省稻谷产量平均减少0.023188%；当受灾面积每增长1%，会导致广东省稻谷产量平均降低0.010577%；当第一产业就业人员每增加1%，广东省稻谷产量平均减少0.166674%。其中lnX1、lnX2、lnX4、lnX6、lnX7符合现实经济意义，lnX3、lnX5与理论分析和经验判断相悖。从OLS法估计模型结果可知，R2、R-2均大于0.97，表明模型的拟合优度高，F检验对应的P值近似为0，表明解释变量整体对稻谷产量具有显著影表 1相关系数矩阵项目lnX1lnX2lnX3lnX4lnX5lnX6lnX7lnX11.000 000-0.874 989-0.873 254-0.638 088-0.561 7740.532 8970.634 966lnX2-0.874 9891.000 0000.862 0960.662 9230.813 601-0.614 326-0.763 798lnX3-0.873 2540.862 0961.000 0000.806 4040.681 316-0.329 934-0.522 138lnX4-0.638 0880.662 9230.806 4041.000 0000.578 425-0.028 143-0.177 759lnX5-0.561 7740.813 6010.681 3160.578 4251.000 000-0.488 315-0.618 307lnX60.532 897-0.614 326-0.329 934-0.028 143-0.488 3151.000 0000.809 737lnX70.634 966-0.763 798-0.522 138-0.177 759-0.618 3070.809 7371.000 000区域经济-67-响。但lnX2、lnX5、lnX6对应的t统计量的P值均大于显著性水平0.05，不能通过t检验，需对模型进一步开展检验与修正。3.3 计量经济意义检验3.3.1多重共线性检验从表1可以看到，lnX1与lnX2、lnX1与lnX3、lnX2与lnX3、lnX2与lnX5、lnX3与lnX4、lnX6与lnX7之间的相关系数的绝对值都大于0.8，表明的确有着一定的多重共线性。为更准确判断多重共线性，得到各解释变量的VIF值（方差膨胀因子），VIF1=9.356546，VIF2=17.19779，VIF3=9.60475，VIF4=4.812336,VIF5=4.604088，VIF6=3.770234，VIF7=5.495259，此处VIF2大于10，证明有着严重多重共线性的问题。本研究利用逐步回归的方法，首先将lnX1、lnX2、lnX3、lnX4、lnX5、lnX6、lnX7分别与lnY进行回归分析，可发现lnY与lnX1的回归模型拟合优度最高，为模型1，如表2所示，接着，引入lnX6后，拟合优度提升，故模型2保留新的解释变量，再引入lnX2后，拟合优度进一步提升，并且模型3的F检验、t检验显著，再引入其他解释变量，并不会使模型变得更好。模型3中VIF值均小于5，说明逐步回归后的结果不存在多重共线性问题。所以，最优模型为：ln=-5.616852+1.423337lnX1+0.268813lnX2-0.036687lnX6t=(-4.369853)(15.27317)(3.311928)(-3.364731)R2=0.960369 R-2=0.955199 F=185.7833 DW=1.6081453.3.2 异方差检验时间序列数据中有可能出现异方差性，会影响回归模型的估计和运用，使模型无法精确地反映出数据的变化，因此需进行ARCH检验。结果如表3所示，F统计量相应的P值为0.4968a=0.05，LM检验统计量相应的P值为0.4769a=0.05，说明ARCH过程不成立，所以模型不存在异方差。表 3ARCH 检验结果Heteroskedasticity Test:ARCHF-statistic0.476 221Prob.F(1,24)0.496 8Obs*R-squared0.505 869Prob.Chi-Square(1)0.476 93.3.3 自 相 关 检 验 查 D W 统 计 表 可 知，dL=1.162,dU=1.651,模型中DW=1.608145,因此，dLDWa=0.05，表明不存在自相关。表 4BG 检验结果Breusch-Godfrey Serial Correlation LM Test:F-statistic0.357 944Prob.F(2,21)0.703 3Obs*R-squared0.890 086Prob.Chi-Square(2)0.640 83.4 统计检验（1）拟合优度检验：根据表2模型3可知，判断系数为0.960 369，修正的可决系数是0.955 199，说明该模型的拟合程度优良。（2）F检验：由表2可知F值为185.783 3，明显回归方程显著。（3）t检验：根据表2可知，第三个模型的lnX1、lnX2、lnX6变量的t检验P值均小于0.05的显著性水平，即在其余的解释变量不发生改变的情况下，该模型的解释变量相应对被解释变量具备显著影响。由此，得到最终的广东省稻谷生产模型为：lnt=-5.616852+1.423337lnX1t+0.268813lnX2t-0.036687lnX6t表 2逐步回归结果模型t 值（Sig.)R2调整后的R2F 值DWVIF1（常量）-0.811 159-1.546 777（0.134 5）lnX11.031 19615.01 903（0.000 0）0.900 2280.896 237225.571 40.486 7321.000 0002（常量）-1.545 924-3.456 894（0.002 0）lnX11.170 19318.44 869（0.000 0）0.941 4680.936 591193.017 11.013 8701.396 606lnX6-0.049 738-4.112 167（0.000 4）1.396 6063（常量）-5.616 852-4.369 853（0.000 2）lnX11.423 33715.27 317（0.000 0）0.960 3690.955 199185.783 31.608 1454.266 947lnX20.268 8133.311 928（0.003 0）4.907 173lnX6-0.036 687-3.364 731（0.002 7）1.606 394田玥：广东省稻谷产量主要影响因素的计量经济分析区域经济-68-农村经济与科技 2023 年第 34 卷第 12 期（总第 560 期）所有解释变量的符号都与先验预期一致，即稻谷播种面积、农用机械总动力与稻谷产量呈正相关，受灾面积与稻谷产量呈负相关。4 结论与建议4.1 研究结论广东省稻谷产量与稻谷播种面积、农用机械总动力呈正相关关系，在其他解释变量保持不变的情况下，如果稻谷的播种面积每提高1%，广东省稻谷产量就平均增加1.423 337%；当农用机械总动力提升1%，则广东省稻谷产量会平均提升0.268 813%。广东省稻谷产量与受灾面积成负相关关系，在其余的解释变量不发生改变的情形下，当受灾面积每提高1%，广东省稻谷产量会平均减少0.036687%。4.2 保障广东省稻谷产量的对策建议4.2.1 稳定稻谷播种面积第一，推广高效种植技术。通过推广高效种植技术，如优质品种选择、育秧、田间管理、化肥施用、病虫害防治等，提高稻谷产量，同时，鼓励农民进行农村土地流转，集中种植规模化稻田，提高耕作效率。第二，加强水利建设。保证稻田的充足灌溉水源对于提高稻谷产量至关重要。政府可以加大水利基础设施建设投入，建设水利设施，如水库、水塘、灌溉渠道等，确保稻田的充足水源。第三，提高农民收益。政府可以通过提高农民收益来鼓励他们种植。如提高稻谷收购价格、发放农村补贴、提供农业保险等措施，都能够提高农民的收益。4.2.2 提升农用机械总动力第一，推广农业机械化。宣传推广农业机械化有利于提高劳动生产率，优化资源配置，减少人力、物力和财力投入，在保障粮食安全的同时还可以促进经济发展。为了让更多的农业生产者意识到农业机械化在现代农业发展中的重要作用，政府可以提供农业技术培训支持，帮助农民利用现代化农业技术和机械设备，改善相关的产出效果。第二，加强农机维护和管理。及时维修、保养和更换老旧的农用机械，保证农用机械的正常运转和使用寿命，同时加强农机管理，合理配置和使用农用机械，避免浪费和损失。第三，加强政策支持。政府可以推出相关的农业机械化扶持激励，提供补助和款项等支持措施，倡导农业生产者置办和利用农用机械，促进农业生产现代化。4.2.3 减少受灾面积第一，建设防洪排涝设施。在稻谷种植区域建设排水沟、水坑、堤坝等防洪排涝设施，以降低洪水对农田的影响，减少稻谷受灾面积。第二，加强气象监测。加强对气象变化的监测和预测，及时掌握降雨和台风等自然灾害的情况，提前做好应对准备工作。第三，推广优质品种。优质品种具有抗病虫、适应性强、稳产高产等优势，能够减少自然灾害带来的影响。第四，加大教育宣传力度。通过教育和宣传，可以提高农业从业者应对各种灾害的意识和能力，把受灾面积降到最小程度。5 结语通过对影响广东省稻谷产量的主要因素进行计量经济分析，发现播种面积、农用机械总动力、受灾面积对广东省稻谷产量存在显著影响。因此，通过稳定稻谷播种面积、提升农用机械总动力、减少受灾面积等措施，能够有效保障广东省稻谷产量，这不仅对提高广东省的农业生产效率和粮食安全具有重要意义，也可以为其他稻谷主产省的发展提供借鉴和启示。参考文献1 DobermannA.Predictive Modeling direct seeded flooded rice J.Geoderma,1994(62):125-150.2 J TimsinaJ,onnorD.J C.Productivity and management of rice-wheat cropping systems:issues and challengesJ.Field Crops Research,2001(69):93-132.3 Diagne,DemontM,SeckPA,etal.Self-sufficiency policy and irrigated rice productivity in the Senegal River Valley J.Food Security,2013(05):55-68.4 沈吾爵.当前我国粮食问题的症结及解决的对策J.铁道师院学报,1988(1):91-96.5 段其政,田佳辰.黑龙江省粮食产量的影响因素分析J.粮食科技与经济,2020,45(12):52-55.6 唐 玲,蔡丹红,庞宇峰,等.内江市水稻产量影响因素的主成分分析J.内江师范学院学报,2011,26(8):62-66.7 邹芷潇,程昌秀,沈 石.社会经济及气象因素对水稻产量的影响研究以三江平原为例J.中国农业资源与区划,2022,43(4):24-30.8 庞 皓.计量经济学（第四版）M.北京:科学出版社,2019.