中国粮食产量的影响因素研究—计量经济学论文.doc

中国粮食产量的影响因素研究0944047本文系本人所写，不存在抄袭现象，否则后果自负。签名日期摘要文章针对2003年到2009年期间各地区的粮食产量，运用多元回归的计量分析方法，系统的探讨了中国在2003年到2009年的各地区的粮食产量的影响因素，以及各影响因素对于粮食产量的影响程度。研究结果发现，在所有考虑到的因素中，粮食产量受农业劳动力人数的负面影响最大，即从事农业的劳动力人数越多粮食产量相应越少；其次就是播种面积对粮食产量的正面影响最大。除去这些非自然因素，我们还可以看到日照时间、降雨量、温度等自然因素反而对粮食产量的影响不显著。关键词地区年份粮食产量影响因素回归分析一、引言近几年来，随着环境恶化结果的逐渐显现，人们越来越关注自己未来的生活及其质量，其中人们最为关心的就要数自己的温饱问题了，当然我国的粮食产量也越发的受到人们的关注了。虽然2005年左右，朱镕基总理在华商大会上已经说过中国人民已经一劳永逸的解决了吃饭的问题，并且根据中国统计局中2010年的数据，我们可以知道中国粮食自给率很高，已经超过了99，但是中国人民还是显得忧心忡忡，大部分人对于这种乐观的数据持有怀疑的态度。其实在之前已经有国外学者预言过，按照中国人口增长的速度与中国粮食产量的增长速度来看，中国人民在不久的将来就会生活在饥饿之中。在我看来，虽然这种预言以及中国人民的担心可能只是杞人忧天，但毕竟粮食的问题是关系到我们民生的大问题，所以这些担忧也不无道理。因而研究一下现今中国的粮食产量及其影响因素是非常必要的，我认为一旦清楚了中国每年各地的粮食产量的变化及影响粮食产量的因素，中国的人民会对自己的国家有更多的信心。鉴于此，本文通过针对2003年至2009年全国31个主要地区的粮食产量的统计数据，运用面板数据的方法，系统详细地讨论了中国粮食产量的影响因素并且比较这些因素对中国粮食产量的贡献大小，最后得出本文结论。本文其余部分的结构安排如下第二部分是有关于粮食产量分析的文献综述，第三部分是理论模型的简述，第四部分是近几年各粮食产量的影响因素统计分析，第五部分是基于面板数据的回归分析，第六部分是结论。二、文献综述农业作为我国最基础的产业，农产品的每年的产量直接关系着我们的民生，故而粮食的产量一直是我们最关心的。所以有关农产品产量的研究可以说是不胜枚举。一些学者致力于具体某类农产品产量某及其影响因素的研究，如厉益与吴玮于2011年10月发表在西安社会科学上的16241662年台湾蔗糖产量增长的原因就针对台湾1624年到1662年的蔗糖产量进行了分析，最后总结出台湾蔗糖产量在这几年里增长的的三点原因（1）台湾优越的自然条件为蔗糖的生产提供了丰盛的原材料；（2）荷兰统治者的扶植奖励政策也是促进蔗糖产量增长的一大因素；（3）最重要的一点是大陆移民的贡献。另外，有些学者也尝试着研究某一地区的农产品产量及其影响因素，如赵曦就以沈阳市农业资源利用效率的研究为题研究了沈阳市20012006年的农业资源利用效率。最后，另一类学者则致力于用一些软件预测与分析我国农产品的产量。比如吴琦磊与邓金堂发表在2010年5月情报探索上的基于EVIEWS的我国农产品产量与相关投入的模型分析与预测检验以及崔兴凯与路秀英刊登在2011年8月的微电子学与计算机上的基于NGM（1,1，K）模型的农产品产量预测方法都是以理论模型为基础，预测了农产品的产量。前者借助EVIEWS软件研究了农产品产量的相关投入的影响因素及其影响程度，后者则是基于NGM（1,1，K）模型预测了农产品的产量。与之前学者们的论文相比，本文是以中国的粮食产量作为被解释变量，把研究的目标缩小且具体化，粮食产量与人们的平常生活更息息相关，本文以之作为被解释变量更有实际的意义。三、理论模型既然本文致力于中国粮食产量的研究，根据个人的常识以及前人所作的文献，我认为中国的粮食产量主要受到两方面的因素影响。首先，粮食作为农作物，其产量肯定会受到自然条件的影响，比如日照时间、降雨量以及气温的变化。有些农作物是喜日照的，每天的日照时间越长，其产量就会多，但并不是所有的农作物都是这样的，而同理，降雨量以及气温变化等因素对于农作物产量也具有相似的影响。至此，我们至少可以判断日照时间、降雨量以及气温的变化在一定程度上可以解释粮食产量的变化。其次，我认为粮食的播种面积以及每年的受灾面积对于粮食产量也有一些影响。但受灾面积并不能很好地解释粮食产量的增长变化，因为受灾面积可能不仅只包含耕地，它还有可能包括居民住宅区等，所以这样相比较而言，粮食的播种面积显然能比受灾面积更好地解释粮食产量的变化。最后，劳动力的人数也是解释粮食产量的一大重要因素。当然这是指从事粮食种植的劳动力人数，而不是简单的就业人数，众所周知，就业人数不仅包括从事农业的劳动力人数，还包括在第二产业、第三产业就业的人。耕地需要有人耕种管理才能有产出，因而第一产业的就业人员数很明显会影响到粮食的产量。所以，本文可以把粮食产量作为被解释变量，日照时间、降雨量、气温变化、劳动力以及粮食播种面积作为解释变量，做水平或者对数的回归模型，相信能够有效地解释粮食产量的变化。四、近几年各地区粮食产量的影响因素的统计分析（一）各地区粮食产量的特征由于2003年至2009年，全国各地区的粮食产量的数据过多，不便于分析各地区的粮食产量的趋势特征，故在此仅以2009年为例，大致可以得到全国各地区粮食产量的分布特征以及增减趋势，如下图09全国粮食产量0100020003000400050006000地区产量全国粮食产量全国粮食产量12152994191524431232783066204353232913141811311115911190103411北京09天津09石家庄太原09呼和浩沈阳09长春09哈尔滨上海09南京09杭州09合肥09福州09南昌09济南09郑州09武汉09长沙09广州09南宁09海口09重庆成都贵阳09昆明09拉萨09西安09兰州西宁09银川09乌鲁木根据上图的分布特征来看，我们可以知道（1）在2009年，哈尔滨、济南和郑州的粮食产量都已经超过了4000万吨，尤其郑州更是高居榜首，为中国粮食最大产量的地方。（2）其次是南京、合肥及成都，这三个地区的粮食产量皆位于3000万吨至4000万吨，仅次于哈尔滨、济南和郑州。（3）接着，粮食产量位于20003000万吨的地区有石家庄、长春、南昌、武汉以及长沙。（4）除去这10个地区，其余的地区的粮食产量均低于2000万吨。由此，很显然，2009年各地区的粮食产量是显著不同的。（二）各年度粮食产量的统计特征产量2009200820072006200520042003最小值905395039386883932670185803最大值5389536548524522501045824260356947均值1712325170551316180731604771156136115144181389333中位数1314512434412847138760413949711390136073标准差1381425137409312974651253345118720711269831002608总和5308208528709250160284974789484021946946954306933观察值31313131313131如上表是按照年份统计的各地区的粮食产量。从上表可知，2003年的粮食平均产量为1389333万吨，2004年为1514418万吨，2005年为1561361万吨，2006年为1604771万吨，2007年为1618073万吨，2008年为1705513万吨而2009年则为1712325万吨。由此我们可知，每年全国的粮食产量都有所增长，经过7年的过程中国的平均粮食产量已经由2003年的1389333万吨增长至2009年的1712325万吨。从最大值来看，2003年的地区最大粮食产量为356947万吨，2004年为4260万吨，2005年为4582万吨，2006年为5010万吨，2007年则为524522万吨，2008年为536548万吨最后2009年为5389万吨。其中前三年差别较大，后四年差别不大。从标准差来看，2009年与2008年的标准差都比较大，分别为1381425和1374093，这说明这两年的粮食产量波动幅度较大，而其余几年相对而言则波动程度较小。那不管从哪个值来看，我们都可以知道，近几年，全国粮食的产量都是处于上升势头中的，虽然不同时间段的上升速度有快有慢，但总体上是属于稳步上升类的。（三）粮食产量影响因素以及其表示通过前面的分析，可以发现影响粮食产量的相关因素有（1）所处地区，很显然，不同地区的粮食产量是明显不同的。所以我认为与这一因素相关的因素均是影响粮食产量的重要因素，如温度、日照时间、降雨量以及播种面积等。（2）根据年份即时间的不同，粮食的产量也有些许差别，基本可以说是产量随年份的增加而增加的。其实这一因素，我们可以忽略掉，因为随着技术的进步、科技的发展，粮食产量逐年递增是很正常的现象。但是为了保证研究结果的准确性，还是把年份考虑在内取数据。（3）另外，我认为从事农业的劳动力人数也是影响粮食产量的重要因素之一。毫无疑问，第一产业中的就职人数即农民的多少会影响到农产品产量的多少，所以理所当然更会影响到粮食产量的多少。那经过简单的分析，可以得到有如下变量（其中，粮食产量为被解释变量，其余皆是解释变量。）变量表示符号单位意义粮食产量OUTPUT万吨该变量表示该年该地区总的粮食作物产量总日照时间SUN小时该变量表示该年该地区总的日照时间平均气温TEMP摄氏度该变量表示该年该地区平均的温度总降雨量RAIN毫米该变量表示该年该地区总的降雨量粮食播种面积SEED千公顷该变量表示该年该地区粮食作物的总播种面积劳动力人数LABOR万人该变量表示该年该地区从事粮食作物种植的劳动力人数五、基于面板数据的回归分析（一）粮食产量影响因素的变量综上，可以期待以下几个数据可以解释粮食产量的变化，（1）不同地区不同时间的气温的变化，用TEMP来表示，其数值取每个地区的每年的平均温度，单位为摄氏度。（2）不同地区不同年份的日照时间的长短，用SUN来代表，单位取小时。（3）各地区不同年份降雨量的变化，用RAIN表示，单位取毫米。（4）各地区不同年份播种面积的大小，用SEED表示，单位取千公顷。（5）从事第一产业的就职人员数，用LABOR表示，单位为万人。另，所有的数据来源于中国统计局，皆为数字变量。（二）各变量的预处理各变量的统计量信息OUTPUTTEMPSUNRAINSEEDLABOR最小值5803470703807490141344757最大值53890025403245202628201139103333186均值15865414471998198414733741996717中位数13607315031994007569030737477954标准差124278502477657526337374461261623325485126247354823954总和3442796331397543360652182599907322001520987560观察值21700217217217217217如上表是计量中所涉及到的各影响因素以及因变量的统计量信息表。从中，我们可以获知被解释变量以及各解释变量的各种统计信息。比如从标准差一行，我们可以得知，粮食产量和播种面积的数据波动范围比较大，而温度则表现的比较稳定，波动范围很小。（三）数据平稳性的检验因为本文使用的是面板数据，并且本文每个变量都有217个数据，因而考虑到各种因素，本文决定检验一下2009年31个地区的数据的平稳性，相信2009年的数据能够很好代表其他几年的情况。经过对2009年数据的检验，可得如下结论GROUPUNITROOTTESTSUMMARYSERIESOUTPUT,SUN,RAIN,TEMP,LABORDATE01/02/12TIME2045SAMPLE131EXOGENOUSVARIABLESINDIVIDUALEFFECTSAUTOMATICSELECTIONOFMAXIMUMLAGSAUTOMATICLAGLENGTHSELECTIONBASEDONSIC0ANDBARTLETTKERNELBALANCEDOBSERVATIONSFOREACHTESTCROSSMETHODSTATISTICPROBSECTIONSOBSNULLUNITROOTASSUMESCOMMONUNITROOTPROCESSLEVIN,LINCHUT404623000005150NULLUNITROOTASSUMESINDIVIDUALUNITROOTPROCESSIM,PESARANANDSHINWSTAT433978000005150ADFFISHERCHISQUARE384657000005150PPFISHERCHISQUARE381452000005150PROBABILITIESFORFISHERTESTSARECOMPUTEDUSINGANASYMPTOTICCHISQUAREDISTRIBUTIONALLOTHERTESTSASSUMEASYMPTOTICNORMALITY由上，我们可以看到所有的P值都为0005，很明显，对数模型中不存在异方差。六、结论总体而言，通过针对2003年至2009年中国31个地区粮食产量的217个数据的各影响因素分析，可以获得如下基本结论粮食种植属农业活动的一种，一般都在户外进行，不可避免地会受到温度，降水量，日照时间长短等因素的影响，同时还会受到劳动力，粮食播种面积等因素的综合影响。但是具体而言，在自然环境因素中，（1）在对数回归模型中，日照的系数的T值为163，说明日照时间长短对粮食产量的正面影响并不显著，另外降雨量系数的T值为086，气温的系数的T值为058，说明降雨量与气温对粮食产量的影响都不显著，这可能是由于随着科技的发展，农业劳动也越来越多地在暖棚内进行，这意味着人们可以人工地在棚内对植物进行浇灌以及控温调温，日光调控等，不论自然环境多么恶劣，气温骤降还是雨水灾害，又或者连续几天都不出太阳，这些对棚内的植物都产生不了任何影响，从而也导致粮食产量不受降雨量以及气温变化以及日照时间长短这种自然因素的影响。另外，（1）播种面积对粮食产量有显著的正面影响，731098表示播种面积增加1千公顷粮食产量就会相应的增加731098个百分比。（2）劳动力人数对粮食产量存在着显著的负面面影响，9549509表示当劳动力人数每增加1万人，粮食产量就会相应地减少9549509万吨。这可能是由于一旦从事农业的劳动力越多，就会显示出我国劳动力的有效利用率越低，这样就会导致我国粮食产量会随着劳动力人数的增多而降低。在其中，我们可以发现，播种面积以及从事农业的劳动力的人数对粮食产量的影响明显显著于自然因素对其的影响。我认为，这是因为自然环境不管怎么变化，都是有规律的，不会超出一定的界限，因而在日照时间变化的数据之中轻易不会出现极端值，即这个解释变量的相关数据的波动范围较小。（这可以由“各变量的统计量信息”的表格中得到，日照时间等的标准差明显小于播种面积以及劳动力人数的标准差。）而播种面积以及劳动力人数就不一定了。比如说劳动力人数的话，近几年农村劳动力大规模地向城市转移，这样的话从事农业劳动的人员必然就会减少，从而导致粮食产量的下降，若这个趋势持续下去，我国的粮食产量必定会受到严重的打击；而讲到播种面积的