张明旭　赵海英

摘要：吉林省2004年到2013年的农业机械总动力从1230.6万千瓦增加到2554.7万千瓦，同期吉林省粮食产量增加了32.4%。分位数回归结果表明：农用机械总动力对粮食产量的促进作用越来越显著。

关键词：分位数回归；粮食产量；滤波；通化市

中图分类号：F323.3 文献标识码： A 文章编号： 1674-0432（2014）-18-19-1

吉林省是我国重要的商品粮基地，粮食生产条件优越。吉林省位于东北地区中部，幅员面积为18.74万平方公里，粮食作物以玉米和水稻为主，其中玉米生产在全国占有重要地位，商品率高，除满足本省的需求外，还大量销往其他省份。2013年吉林省粮食总产量达到355.1亿公斤，比上年增长6.22%，总产量在全国的位次由上年的第5位上升到第4位；粮食单产达到494.25公斤/亩，继续位居全国第1位，为国家粮食安全做出了突出贡献。近年来，吉林省农业机械化水平不断提高，农业机械化对吉林省粮食产量的作用具有重要意义。

1 数据与方法

1.1 数据

吉林省2004年～2013年的农业机械总动力与粮食产量的数据如图1所示。

图1吉林省2004年～2013年的农业机械总动力与粮食产量的数据

1.2 研究方法

最小二乘法是估计回归系数的常用方法，但在实际应用过程中，假设条件要求较高，通常不能得到满足。为克服普通最小二乘法在回归分析中的缺点，Koenker和Bassett把中位数回归推广到了一般分位数回归上。

分位数回归方法能更加全面地描述被解释变量条件分布的全貌，而不是仅仅分析被解释变量的条件期望，也可以分析解释变量如何影响被解释变量的中位数、分位数等，不同分位数下的回归系数估计量常常不同，即解释变量对不同水平被解释变量的影响不同。分位数回归可以提供不同分位点处的估计结果，因此可以对因变量的整个分配情况作出更为清楚的解释。

2 建模

影响粮食产量的自然因素与社会因素较多，为分析农业机械总动力对吉林省粮食产量的影响，本文以单因素的农机总动力作为输入变量，以历年粮食产量作为因变量，在参考已有文献的基础上构建一个函数模型，如下所示：

y=β0+β1n+ε

其中， n为农机总动力，ε为随机误差。

3 计算结果

利用R软件进行计算，列出了各因素在0.1、0.3、0.5、0.7和0.9分位点的回归结果，并对粮食产量分布的不同位置进行分析。通过对不同分布点的差异做更详细的刻画，可以更加深入地了解农用机械总动力对粮食产量的影响因素。

农用机械总动力与粮食产量之间的分位数回归系数先呈显著上升，之后较为平缓的趋势，在0.7分位点处达到最大值，这表明粮食产量位于0.7分位点处，农用机械总动力的促进作用最为显著，而在0.3、0.5、0.9分位点农用机械总动力的促进作用较大，在0.1分位点的促进作用最小，农用机械总动力对中高粮食产量的促进作用大，而对低粮食产量的促进作用最小。

4 结语

从分位数回归结果可以看出农用机械总动力对粮食产量的促进作用较为显著。我国目前实行的是家庭联产承包责任制，农业生产比较分散。在有条件的地区，可以鼓励土地流转，实行机械化生产，提高效率，增加粮食产量，也可以推行农业合作社提高农机的使用水平来达到增产的目的。

参考文献

[1] Koenker， R.and Bassett.G：The Asymptotic Distribution of the Least Absolute Error Estimator[J].Journal of the American Statistical Association，1978，（73）：618-622.

[2] 李群峰.基于分位数回归的面板数据模型估计方法[J].统计与决策，2011，（17）：24-26.

[3] 童金萍，李柏年.基于分位数回归法的安徽省粮食产量影响因素分析[J].科技和产业，2010，（5）：84-87.

作者简介：张明旭，硕士学历，通化师范学院，讲师，研究方向：农业资源。