退耕后五种粮食作物人均产量的影响因素

【摘要】本文把粮食作物细分为稻谷、小麦等五类,以其人均产量为被解释变量,分别与4类12个影响因素建立面板数据模型,通过对各指标及显著性水平赋予权重,建立粮食人均产量综合影响系数(Rj),从而研究退耕后影响粮食作物人均产量的主要因素。研究得出:退耕不是影响我国近十年来粮食人均产量的主要因素,而以“扩经减粮”为导向的农业结构调整政策、农作物单产以及技术类因素对粮食人均产量的影响显著。

【关键词】粮食作物人均产量 退耕还林 粮食人均产量综合影响系数(Rj)

近十年来,随着经济发展,农业结构调整和退耕还林政策的实施,我国粮食播种面积不断减少,粮食供给波动性加大,粮食安全再度为人们所关注。我国粮食产量从1999年退耕实施前的51229万吨逐年降至2003年的43069万吨,最大降幅达19%,然后逐年回升呈U型走势。同期退耕面积自1999年起,由16.46万公顷逐年大幅增加,至2003年达到顶峰223.65万公顷,然后逐年呈倒U型回落。这与同期间的粮食产量波动在变化趋势上呈明显的对应关系。在耕地减少、粮食减产的同时,国内对口粮、饲料粮和工业用粮的需求却在逐年增加,粮食供需矛盾凸现。故而分析评价退耕工程实施后影响粮食产量的主要因素十分必要。

雷玉桃(2003)、谭晶荣(2003)等认为退耕还林是粮食减产的主要原因之一。然而,更多的学者持反对意见。徐志刚、徐晋涛、黄季焜、Emi Uchida等(2006)认为1999年以来的退耕政策对粮食产出影响甚微,对粮食价格和进口几乎没有影响。Feng, Z. ,Yang, Y.等(2005),Feng, R. Dawson等(2006)得出退耕虽然对部分地区的粮食供给有一定影响,但是对国家层面的粮食供给和世界谷物市场没有显著影响。Uchida, E. & Rozelle等(2005)指出由于退耕地类型明确,在中国西北和西南地区分别是15度和25度以上坡耕地,因此对粮食产量没有太大影响。鲜祖德等(2005)计算出退耕工程和单产提高共同作用下西部粮食减产量仅为15亿公斤,影响甚微。何蒲明(2006)、刘鸿儒(2005)等认为,以“减粮扩经”为主旋律的种植业结构调整是影响粮食总产量的主要原因。杨红、Yang & Li(2000),Jing Zhu(2004)认为现有的耕地政策对长期粮食安全弊大于利,应该将农业研发支出作为更有效的政策工具保障长期粮食安全。

一、变量、数据与方法

1、变量和数据

粮食人均产量是反映粮食安全的重要指标,朱泽(1997)、徐逢贤(1999)、刘晓梅(2004)、吕新业、王济民(2004)等都将它作为衡量粮食安全的重要标准。本文以31个省份为研究对象,把稻谷(DG)、小麦(XM)、玉米(YM)、豆类(DL)、薯类(SL)人均产量作为被解释变量,选取影响粮食产量的4类12个影响因素作为解释变量(见表1),为了缓解可能存在的内生性问题,我们在模型中引入了被解释变量的滞后值DGT、XMT、YMT、DLT、SLT。所有数据均以省份为单位,选取我国31省份1999—2006年共8年的截面数据,共计248个样本。原始数据来源于2000—2007年国家统计年鉴、国土资源年鉴,2001—2007年国土资源公报,以及1998—2000年中国环境状况公报。

2、分析方法

本文将五种粮食作物的人均产量分别与12个影响因素建立5个面板数据模型(模型I,II,III,IV,V),将每个模型依次进行混合、个体固定效应和个体随机效应估计,然后对混合模型和个体固定效应模型进行F检验,对个体固定效应模型和个体随机效应模型进行Hausman检验,从而确定最优估计模型。最后将五个模型的最优回归结果汇总,整体分析影响粮食作物人均产量的主要因素。

通过对5个模型的回归分析,把影响5种粮食作物产量的影响因素汇总,将“解释变量对某种农作物人均产量影响是否显著”作为一个指标,来衡量该变量对粮食人均产量的影响力,每种变量共得到5个指标(分别为该变量对稻谷、小麦、玉米、豆类、薯类人均产量是否显著),通过对每个指标以及其相应的显著性水平赋予权重,建立每种因素对人均粮食产量的综合影响力指数(Rj)。

以下的检验过程均借助计量软件EViews6.0完成。

二、五种粮食作物人均产量模型

1、模型I(人均稻谷产量模型)

(1)建立预期人均稻谷产量方程:LnDG=a0+a1lnTG+ a2lnJS+a3lnJD+a4lnDC+a5lnYD+a6lnJX+a7lnHF+a8lnGG+a9lnSZ+

a10lnCZ+a11lnRG+a12lnDGT。

LDG、LTG、LJS、LJD、LDC、LYD、LJX、LHF、LGG、LSZ、LCZ、LRG、LDGT分别代表取对数值后的DG、TG、JS、JD、DC、YD、JX、HF、GG、SZ、CZ、RG、DGT,详见表1。

(2)模型I(人均稻谷产量模型)分析。将1999—2006年共8年的数据取对数整理后共得到30个截面数据(由于青海省不产稻谷,故将其剔除),237个有效样本,其中,2003年前的各省份农业支出占地方财政支出比重(CZ)采用支援农村生产支出与农业综合开发支出之和与地方财政总支出之比;2004年之后的建设占用耕地面积包括了往年未变更上报数据。本文对237个样本数据依次进行混合、个体固定效应以及个体随机效应回归,并选择截面加权估计减少由于截面数据造成的异方差影响,三种模型估计结果如表2。

(3)最优模型的选取。①F检验。从表2中可得:SSEr=6.2369;SSEu=2.4513;N=30;T=8;K=12。

=11.56> F0.01(29,199)

结论:在1%的显著性水平下,应该建立个体固定效应模型。

②Hausman检验。利用Eview对个体随机效应模型进行Hausman检验,Hausman统计量值为185.41,对应概率0.0000,说明在1%显著性水平下拒绝随机效应模型,应建立个体固定效应模型。

③由F检验和Hausman检验可知,建立个体固定效应模型是解释模型I的最佳方法。

2、模型II、III、IV、V(小麦、玉米、豆类、薯类人均产量模型)

本文采用分析模型I同样的研究方法,对模型II、III、IV、V各自依次进行混合、个体固定效应、个体随机效应分析,检验后发现其最优的模型都为个体固定效应模型。将1999—2006年的省级截面数据对数化处理之后,模型II、III、IV、V分别获得有效样本数:237、243、244、244个,有效截面数:30、31、31、31个,LJD2、LJD3、LJD4、LJD5表示经济作物与小麦、玉米、豆类、薯类的播种面积比率;LCD2、LDC3、LDC4、LCD5表示该四种粮食作物单产。在下面的分析中将该两类变量分别综合为经济作物与粮食作物播种比率(JD),粮食作物单产(DC)。结果表明JD、DC、YD、JX、HF、GG影响显著,TG、JS、SZ、CZ、RG影响不显著,其中TG影响最不显著。鉴于篇幅限制,文章省略了该部分的估计过程,只显示最终结果,见表3。

三、结果分析

1、指标选取和权重赋值

根据结果(表3),将五种粮食作物的影响因素汇总,把“解释变量对某种农作物人均产量的影响是否显著”作为一个指标,每个解释变量共有五个指标(I稻谷指标、II小麦指标,III玉米指标,IV豆类指标,V薯类指标),分别为该变量对稻谷、小麦、玉米、豆类、薯类人均产量的显著性估计结果,用来衡量该变量对粮食人均产量的影响力。为了将5个指标的综合影响汇总,本文尝试对每个指标及其显著性水平赋值,显著性越高,说明解释变量对被解释变量的解释程度越高,相应赋值越高。为了计算方便,定义以下3个数据:

(1)Xi (i=1,2,3,4,5):对每个指标赋予的权重。

0.274,0.046,0.076。

(2)Yij(i=1,2…5,j=1,

2…12):赋予第j个变量的第i个指标对应的显著性水平的权重。对1%、5%、10%的显著性水平分别赋予权重1、0.9、0.75,不显著则权重为0。

(3)Rj (j=1,2…12):第j个变量对我国粮食人均产量的综合影响系数。

按照上述定义的指标,计算结果详见表4。

2、I、II、III、IV、V模型估计结果分析

(1)农业结构调整的“扩经减粮”政策是影响粮食产量的重要因素。如表4所示,经济作物与稻谷/小麦/玉米/豆类/薯类播种面积比率(JD)的综合影响系数(Rj)值为1(5个指标均达到1%显著性水平),它在很大程度上反映了我国1998年以来实施的农业结构大调整“减粮扩经”政策对我国粮食产量的显著影响。与1999年相比,2006年我国经济作物播种面积增加19%达832万公顷,我国粮食作物播种面积同期减少6.8%达767.1万公顷,两者增减面积基本持平。

(2)技术类因素仍是影响粮食安全的重要因素。在4个传统技术类要素中,粮食作物单产(DC),单位面积农村用电量(YD),单位面积农业机械总动力(JX),在15个衡量指标中有14个显著,只有单位面积化肥施用量(HF)影响力较小,其Rj值分别为1、0.9712、0.7048、0.2592,说明技术类因素仍是衡量影响粮食产量的重要因素。

单产(DC)Rj值为1,据鲜祖德等人测算由于单产提高使得西部粮食增收接近100亿斤,使得实际退耕致使西部地区粮食减产30亿斤。与1999年相比,2006年我国单位农用大中型拖拉机、农用机械总动力分别增长了2.2倍和1.5倍,单位面积农村用电量提高了2.96倍,这在很大程度上提高了粮食单产。

单位面积化肥施用量Rj值较低,只有0.2592(对稻谷、玉米、豆类人均产量的影响均不显著),这在一定程度上反映了近年来化肥过度使用而导致的农作物——化肥功效相关系数降低问题。洪玉(2004)研究得出稻谷、小麦、玉米、大豆与化肥使用的相关系数已经由七十年代末的0.90以上,分别降至

-0.92,0.1336,0.2155,0.0381,耕地有机质含量平均降至1%。

有效灌溉面积占农作物总播种面积比率(GG)对人均粮食产量的影响也很显著,Rj值达到0.8874,说明它也是影响粮食人均产量,缓解环境资源因素对粮食产量影响的重要因素。

(3)退耕还林对人均粮食产量的影响最不显著。退耕还林占粮食作物面积比重(TG)对五种粮食作物的影响均不显著,虽然累计退耕面积已达到1999年全国耕地总资源的4.4%,但退耕地类型在中国西北和西南地区分别是15度和25度以上坡耕地;以陕西、四川为例,25度以上坡耕地分别达到99%、86.3%,退出的平地为沙化地,其原本的粮食产量就很有限。同时,退耕之后森林覆盖率提高、径流含沙量减少、水土流失得到有效控制,其带来的生态效益为提高粮食单产提供了有力条件,从这个侧面来看对粮食产量有积极作用。

(4)建设占用耕地影响不明显。人均建设占用耕地(JS)只对小麦和玉米有一定影响(Rj值为0.3963),不是影响粮食产量的重要因素。自1999年至2007年,我国累计建设占用耕地109.95万公顷,虽然它是每年农作物播种面积减少的重要因素,占耕地面积年均减少量的30.1%,但其累计占用总量只占1999年我国农作物总播种面积的1.2%,不足以对粮食产量产生较大影响。黄季焜等人(2007)研究也得出我国东部地区建设用地已经向集约利用的方向发展,其增速明显减慢。

(5)社会经济类变量影响不显著。人均GDP(RG)只对玉米和豆类有一定影响(Rj值为0.3154),说明我国各省份间的经济水平差距并不是影响粮食产量的主要原因,这与我国长期实行的粮食安全省长负责制有关,各省虽有经济发展和要素禀赋差异,但这并没有影响到对本省粮食安全重视程度。

各省份农业支出占地方财政支出比重(CZ)只对薯类人均产量影响显著(Rj值为0.392),考虑到地方财政对农业的支出有滞后效应,本文也曾将滞后一期的CZ2加入到模型中进行验证,得出相同结论(只对薯类显著)。1999—2007年我国31个省份年均农业支出占地方财政支出比例仅为3.18%,其中最大的云南为4.32%,最小的上海仅为1.58%,相对而言,地方财政对农业支出投入力度小,对农业影响不十分显著。

(6)自然灾害不是影响粮食产量的重要原因。耕地受灾面积占农作物总播种面积(SZ)比率只对薯类人均产量有影响(Rj值为0.076),随着有效灌溉面积的提高,农业机械、化肥的使用很大程度上平抑了自然灾害的影响。

四、结论

本文研究表明,农业结构调整的“减粮扩经”政策和农作物单产是退耕实施以来影响我国粮食人均产量最重要的因素;传统技术类因素(单位面积的农村用电量、农业机械总动力、单产)以及有效灌溉面积仍显重要。两种政策类因素(退耕还林和人均建设占用耕地)以及社会经济类因素对粮食人均产量影响不显著,自然灾害不构成影响粮食产量的主要原因。退耕还林面积占粮食作物播种面积比重对稻谷、小麦、玉米、豆类、薯类人均产量五个指标的影响均不显著,说明退耕还林工程并不是1999年以来我国出现较大幅度粮食产量波动的主要原因,建议将生态退耕工程制度化并长期坚持下去,加大对农业的财政支出,将推进技术进步作为保障粮食安全的重点。

【参考文献】

[1] Zhigang Xu,Jintao Xu,Xiangzheng Deng,Jikun Huang,Emi Uchida,Scott Rozelle: Grain for Green versus Grain:Conflict between Food Security and Conservation Set-Aside in China[J].World Development,Vol.34,No.1,2006.

[2] Dan-Feng SUN,Hong LI,R. DAWSON,Cheng-Jie TANG,Xian-Wen LI:Characteristics of Steep Cultivated Land and the Impact of the Grain-for-Green Policy in China[J]. Pedosphere,Volume 16,Issue 2,2006(4).

[3] H. Peng,G. Cheng,Z. Xua,Y. Yin,W. Xu:Social,economic,and ecological impacts of the‘Grain for Green’project in China: A preliminary case in Zhangye,Northwest China[J].Journal of Environmental Management,2007.

[4] 雷玉桃、谢建春、王雅鹏:退耕还林与粮食安全协调机制浅析[J].农业现代化研究,2003,24(3).

[5] 谭晶荣:退耕还林与中国的粮食安全问题[J].粮食问题研究,2003(1).

[6] 国家统计局农村司:退耕还林对西部地区粮食供求的影响[R].2005年中国农村经济调研报告.

[7] 何蒲明:退耕还林与粮食安全的博弈[J].林业经济问题(双月刊),2006,6(2).

[8] 刘鸿儒等陕西省农调队:退耕还林对陕西粮食生产和需求的影响[R].2005年中国农村经济调研报告.

[9] 洪玉等浙江省农调队课题组:我国粮食安全标准研究[R],2005年中国农村经济调研报告.

[10] 黄季焜、朱莉芬、邓祥征:中国建设用地扩张的区域差异及其影响因素[J].中国科学,2007,37(9).

[11] 鲜祖德:国家统计局农村司:退根还森对西部地区粮食供求的影响[R].2005年中国农村经济调研报告.

(责任编辑:李文斐)