我国粮食产量影响因素分析.doc

我国粮食产量影响因素分析【摘要】本文基于2009年―2014年中国31个省市地区的粮食产量及相关数据,利用多水平模型,选取粮食播种面积、化肥施用量和机械总动力作为解释变量,建立粮食产量影响因素模型,对结果进行了分析,并提出了相关政策及建议。【关键词】粮食产量多水平播种面积化肥施用量机械总动力一、引言粮食是人类赖以生存的基石,是国民经济发展的物质基础。我国一直很重视粮食的生产,从新的粮食安全战略中也可以知道,要保障我国粮食安全,首先要确保粮食的生产。中国是世界人口大国,粮食的供求关系以及我国粮食增产的能力会对世界产生重大的影响,因而中国的粮食能否持续稳定的增长成为了国内外学者研究的重点。李晓敏等(2006年)利用29年的粮食数据建立了柯布-道格拉斯生产函数的扩展模型,分析了影响粮食生产效益的因素。王雨?鳎?2011年)选用影响粮食生产的自然条件、科技、经济和政治四方面因素对粮食产量进行灰色关联度分析,反映出粮食产量的发展趋势。刘忠等(2013年)利用了2003-2011年中国粮食以及各粮食品种的产量和播种面积数据,运用贡献因素分解的方法,对主要增产省和主要作物的增产贡献因素做出分析及划分。刘慧等(2016年)在播种面积、技术、受灾面积这些影响粮食产量因素的基础上增加了第一产业从业人员和农业财政支出两个影响因素,分别对水稻和小麦产量作出分析。结合以有的对粮食产量的分析,本文运用多水平模型,利用2009年至2014年我国31省市地区的粮食数据,从粮食播种面积、化肥施用量和机械总动力这几个方面入手,对我国粮食产量的影响进行了分析研究。二、多水平模型建立步骤 ,yij是第i个个体的第j个观测变量,其中j为水平2,i为水平1,那么无条件两水平模型(又称空模型)可以表示为如下形式: 水平1:yij=β0j+eij 水平2:β0j=γ00+u0j 总模型:yij=γ00+u0j+eij 该模型的水平1和水平2都不存在解释变量,为相互独立的水平1残差,为相互独立的截距项水平2残差。在总模型中,γ00是固定效应部分,表示总截距,u0j+eij是随机效应部分。 ICC值称为组内相关系数,是组间方差占总方差的比例,实际上反映了组内个体相关性,即水平1单位在水平2单位中的聚集性或相似性。公式如下: ICC的值域在0到1之间,与接近1,说明相关越明显,是用来判断是否可以建立多水平模型的标准。,如果计算的组内方差不显著,就直接建立多元回归模型;反之,显著就考虑建立多水平模型。 ,可以是一水平解释变量,也可以是二水平解释变量,一水平解释变量模型如下: 水平1: 水平2: 总模型: 在总模型中,可以看出固定效应部分为γ00+α1x1ij+γ10z1ij,随机效应部分为u0j+u1jziij+eij。模型具有多个残差项,这是多水平模型区别经典模型的关键部分。γ00表示总截距,γ01表示第i组的平均值。三、粮食产量影响因素分析 ,因而选用各省粮食产量(Y)作为因变量。农业生产属于投入产出行为,因此投入要素是影响粮食产量的重要因素,本文选取粮食播种面积(X1)作为解释变量。同时,技术水平也是影响粮食产量的重要因素,因此本文加入化肥