许垒晶 张竞文 王妍

[提要] 本文从国家统计局网站选取2004～2018年数据，以粮食产量的时间序列及其三个因素为样本，建立多元线性回归模型。针对河北省粮食产量对粮食播种面积、农用化肥施用折纯量和粮食受灾面积的依赖性进行研究，并提出提高河北省粮食产量的相应建议。

关键词：河北;粮食产量;回归分析;对策建议

中图分类号：F32 文献标识码：A

收录日期：2020年2月16日

一、引言

虽然前几年我国可以自行解决温饱问题，但耕地面积减少、大量耕地浪费和农业机械化布局不均对粮食生产造成的制约仍然不容忽视。

河北省可用耕地9，780.7万亩，仅占河北省总面积即18.88万平方千米的34.54%，可用耕地较少。本文综合分析各种因素对粮食生产的影响，为提高粮食生产量，提出针对性的建设方案。

二、国内研究现状

李福道等以1992～2012年贵州省粮食总产量、粮食播种面积和有效灌溉面积为数据源，利用LOS分析贵州省粮食产量的影响因素，得出贵州省粮食生产的关键因素是粮食播种面积和有效灌溉面积的结论。

梁雨薇等选用1983～2012年数据，采用岭回归的方法对影响中国粮食产量的因素进行分析，得出化肥施用量、劳动力数量和粮食播种面积对粮食总产量有正相关影响，受影响面积对粮食总产量有负相关影响。

毛伟选用分位数回归方法对湖北省1979～2009年粮食总产量影响因素进行分析，得出了粮食产量受粮食生产技术创新、农业生产资料价格不断攀升、投入粮食生产的人力等方面的影响。

赵俊伟等根据1994～2011年统计局网站上的相关资料、选取了粮食播种面积和农机总动力等五个指标，对影响江西省粮食产量的因素进行了回归分析，得到了影响江西省粮食产量的主要因素是粮食播种面积和农机总动力的结论。

三、河北省粮食生产现状

（一）粮食总产量现状。从统计数据可以看出，河北省粮食生产总体呈上升趋势，但增速逐年放缓的趋势。虽然2018年河北省粮食总产量3，708.6万吨，居全国第五位。但与2017年相比，粮食产量甚至出现了负增长。夏季粮食产量1，466.47万吨，秋季粮食产量2，234.39万吨。其中，玉米产量1，941.15万吨，小麦产量1，450.73万吨。粮食结构单一，以玉米、小麦为主。

（二）粮食播种面积现状。粮食播种面积大体上呈上升趋势和较小的波动性，耕地面积增长速度缓慢。2018年河北省粮食播种面积为6，538.68千公顷，居全国第四位。粮食收获季节分为夏秋两季。

（三）机械化水平现状。河北省农作物种植综合机械化程度达到80%，种植业机械化水平的山麓达到62%，小麦玉米生产过程中基本实现机械化，区域优势作物弱势部位机械化水平明显提高。但主要经济作物机械化薄弱环节未取得良好突破。农业机械化和农机装备产业升级还面临着一定的挑战。

四、模型设定、数据搜集整理与参数估计

（一）模型构建。以河北省2004～2018年近15年粮食产量、粮食播种面积、农用化肥施用折纯量和受灾面积为基础，采用相关性分析Eviews10软件，输入数据后，通过相关图、相关表可以看出每一个因素与粮食产量具有某种程度上的线性相关关系，进而将三大因素作为自变量，将粮食产量作为一个因变量，建立了一个多变量线性回归方程：

Y=β0+β1X1+β2X2+β3X3+μ

上式中，Y代表河北省粮食产量，X1代表河北省粮食播种面积，X2代表化肥施用折纯量，X3代表粮食受灾面积，μ代表随机扰动项。

选用指标如灌溉面积、机械总动力等会导致高度的多重共线性，所以放弃了这些指标。由于分析工具的局限性与自身能力的不足遗漏了影响粮食产量的其他重要的解释变量。

（二）样本数据搜集与整理。本文数据来源于国家统计局网站，选用了河北省粮食产量（Y）、粮食播种面积（X1）、农用化肥施用折純量（X2）、粮食受灾面积（X3）四个指标，对这些指标2004～2018年的15年时间序列数据的回归分析。

（三）参数估计。将收集的数据用Eviews10软件进行操作运算，得到上述模型的参数值。

首先分别对每个因素进行线性回归分析结果如下：

Y=-9538.123+2.008584X1

（-5.103139）（6.781580）

Y=-4856.424+24.82491X2

（-5.661002）（9.321785）

Y=3800.728-0.413750X3

（14.39442）（-2.668803）

将以上三个因素结合分析对河北省粮食产量的影响结果如下：

Y=-7705.478+0.886623X1+16.43553X2-0.027382X3

（-5.435568）（3.158290）（5.611760）（-0.424090）

（四）时间序列的平稳性检验。Y的ADF检验中，从Y的参数值来看，其t统计量为-3.933364（在0.05置信度下），小于测试临界值-3.882778，拒绝存在单位根的零假设，所以可断定河北省的粮食产量Y时间序列是稳定的。

X1、X2、X3的ADF检验中，从参数值来看，其t统计量在置信度为0.05下分别为-3.791172、-3.933364、-3.098896分别小于其临界值-2.442196、1.227849、-1.758476，均拒绝存在单位根的零假设，可断定河北省粮食播种面积、化肥施用折纯量、粮食受灾面积X1、X2、X3时间序列都是稳定的。

五、模型的检验与修正

（一）经济意义检验。通过回归处理，可以得出X1、X2的系数为正值，表明在其他情况不变的前提下Y（河北省粮食产量）与X1（河北省粮食播种面积）和X2（农用化肥施用折纯量）呈正比，与现实相符。X3的系数为负值，表明在其他条件不变的前提下Y（河北省粮食产量）与X3（粮食受灾面积）呈反比。与现实相符，因而所制定的模型是符合经济意义的。

（二）统计意义检验

1、拟合优度检验。样本可决定系数R2=0.94，修正的样本可决定系数R2=0.92系数较高，说明模型拟合程度较好，河北省粮食产量可以被粮食播种面积等三个要素所解释。

2、t检验。参数的t检验原假设H0：βj=0（j=0，1，2，3），在显著水平α=0.05情况下查表得tα/2（n-k-1）=2.201，由分析结果得β0、β1、β2、β3对应的t统计量分别为-5.4355683、158290、5.611760、-0.424090。β0、β1、β2的绝对值大于2.201，均拒绝H0，当假设其他变量不变的情况下，X1、X2对解释变量有显著影响。X3的t检验未通过，分析第一个原因可能是由于此因素对河北省粮食产量的贡献率不高，第二个原因是由于存在多重共线性，导致模型未通过检验。

3、F检验。方程的整体性检验原假设H0：β1=β2=β3，在显著性α=0.05情况下查表得F（2，13）=6.7，F^F（2，13），拒絕原假设H0，即X1、X2、X3结合起来对Y有显著性影响。

（三）计量经济学检验与修正

1、序列相关性检验。此模型为时间序列，所以对模型进行序列相关检验DW=2.054713，接受H0，随机误差项μt之间不存在序列相关性。

2、异方差检验。因为是时间序列所以不存在异方差。

3、多重共线性检验。rX1X2=0.69，rX1X3=-0.63，rX2X3=-0.49基本相关系数表明解释变量不存在高度相关，也就是不存在多重线性。

通过处理，模型得到了修正，并且通过了相应的t、F检验等，最终确定如下模型：

Y=-8104.577+0.940657X1+16.47913X2

（-7.919951）（3.895841）（2.825167）

最终通过相应检验，得出最终结论：河北省粮食播种面积、河北省农用化肥施用折纯量是影响河北省粮食产量的主要因素。

六、建议

（一）扩大有效耕地面积。加大土地托管和土地流转力度。总体来看，河北粮食生产稳中有增，粮食播种面积在一定程度上也不断地扩大，为保持粮食产量持续增长，河北省应该加大土地托管和土地流转力度，使闲置和废弃耕地得到再利用，加大土地资源整合力度，整平土地和山脊，扩大有效耕地面积。但也不能一味的扩大耕地面积，要保证耕地质量、改善土质结构、提高土壤肥力。

（二）合理控制化肥施用量。河北省化肥施用折纯量大致呈逐年上升的趋势。然而，过度使用化肥会导致土壤性质恶化、产品质量恶化和环境污染。为减少以上问题并且对河北省粮食产量的增加起促进作用，要合理控制化肥施用量，鼓励使用经过处理的农家肥等有机肥，提高化肥质量。

主要参考文献：

[1]李福夺，杨兴洪.贵州省粮食产量影响因素的偏最小二乘回归分析[J].四川师范大学学报（自然科学版），2016.39.

[2]丁华，杨耀旭.河南省粮食产量影响因素的实证分析——基于多元线性回归计量经济模型[J].粮食科技与经济，2015.40.

[3]梁雨薇，倪萍，王哲.中国粮食产量影响因素的岭回归分析[J].决策与信息，2015.

[4]毛伟.基于分位数回归的粮食产量影响因素分析——以湖北省为例[J].湖南财政经济学院学报，2012.28.

[5]赵俊伟，王帅，王杰，李顺德.基于回归分析的粮食产量影响因素分析——以江西省为例[J].经济研究导刊，2013.

[6]刘宇鹏，贾健.河北省粮食综合生产能力的现状、存在问题及对策选择[J].北方经济，2010.226.

[7]巫琦玲，张葵.基于回归分析的粮食产量影响因素分析[J].粮食科技与经济，2017.