论文部分内容阅读
摘要：【目的】對我国粮食主产区农业生产要素投入产出效应进行分析，为改善和优化粮食主产区的粮食生产投入要素配置提供参考。【方法】基于粮食主产区与省域角度，采用1997～2013年粮食生产数据，构建基于农业投入要素的粮食产量模型；利用面板数据及时间序列数据模型研究净播种面积、劳动力投入、机械总动力、化肥施用量、电力使用量、农药使用量及农用薄膜使用量等农业投入要素对粮食主产区及各省域粮食产量的影响。【结果】从粮食主产区来看，净播种面积是影响粮食产量增长最主要的因素；化肥投入是促使粮食产量增长的一个极其重要的因素；与净播种面积、化肥施用量的贡献相比，劳动力投入、机械总动力、电力使用量、农药使用量及农用薄膜使用量对粮食主产区粮食产量增长的效果均不显著。从粮食主产区省域内各农业生产要素投入对粮食产出贡献效应来看，总体上净播种面积对粮食产出的贡献效应仍然最大，其次是化肥，其他农业生产要素贡献效应不明显。【建议】应稳定粮食净播种面积、加快农村剩余劳动力转移、提高农业机械使用效率、合理控制化肥和农药施用量、完善粮食生产用电条件、提高农膜使用和管理水平，以确保我国粮食主产区粮食产量持续稳定增长。
关键词： 粮食产量；投入要素；效应；建议；粮食主产区
中图分类号： F304.7 文献标志码：A 文章编号：2095-1191（2016）01-0153-06
Analysis on output effect of agricultural production factor inputs in the main grain producing areas of China
LI Rui
（Economy & Trade Institute， Zhongzhou University， Zhengzhou 450044， China）
Abstract：【Objective】The output effects of agricultural production factors inputs in the main grain producing areas of China was analyzed， in order to provide reference for improving and optimizing allocation of grain production input factors in major grain producing areas. 【Method】From the perspective of main grain producing areas and provincial areas， the grain yield model based on agricultural input factors was constructed according to annual grain production data during 1997-2013. Furthermore， the effects of agricultural input factors viz.， net sown area， labor input， total mechanical power， chemical fertilizer application rate， application amounts of electric power， pesticides and agricultural film on grain yield of main grain producing areas and provinces were analyzed based on panel data and time series data. 【Result】From the point of main grain producing areas， the net sown area was the most important factor affecting grain output growth； fertilizer input was a important factor increasing grain output. And compared with contribution of net sown area and chemical fertilizer application rate， the labor input， total mechanical power， application amounts of electric power， pesticides and agricultural film had non-significant effects on growth of grain output in the main grain producing areas. From the point of contribution of all agricultural production factors input to grain output in the main grain producing areas， on the whole， the net sown area had the largest contribution to grain output， followed by chemical fertilizer application， but other agricultural production factors had non-significant contribution to grain output. 【Suggestion】In order to ensure sustained and stable growth of grain output in the main grain producing areas of china， some suggestion should be put forward， which included stabilizing net sown area of grain， accelerating rural surplus labor transfer， improving use efficiency of agricultural machinery， controlling reasonably application amounts of chemical fertilizer and pesticide， improving conditions of electric power utilization in grain production， and enhancing usage and management levels of agricultural film. Key words： grain output； input factor； effect； suggestion； main grain producing areas
0 引言
【研究意义】作为人口大国，我国政府充分认识到粮食主产区的重要作用，早在2003年就通过《关于改革和完善农业综合开发政策措施的意见》，确立黑龙江、吉林、辽宁、内蒙古、河北、河南、山东、江苏、安徽、四川、湖南、湖北、江西等13个省（区）为粮食主产区，明确界定了这些区域在我国粮食生产中的支撑地位。然而，近年来我国粮食主产区的粮食产量出现“V”字形发展轨迹，呈不稳定发展态势，而粮食主产区粮食增长的不稳定性势必影响我国粮食安全。引起粮食主产区粮食增长不稳定的因素很多，在众多因素中，农业生产要素作为粮食生产的物质基础，是粮食产量变化最重要的影响因素。因此，基于粮食主产区视角研究农业生产要素投入对粮食产量的影响，有助于比较各农业生产要素投入对粮食主产区粮食产量增长影响的差异，对保障我国粮食生产的稳定与安全具有重要意义。【前人研究进展】关于农业生产要素投入对粮食主产区粮食产量影响的研究较多。康鑫等（2013）基于我国13个粮食主产区的统计数据，运用DEA-TOPSIS法對各主产区农业生产资源投入产出效率进行测算，结果表明，我国粮食主产区农业生产资源投入产出整体效率较高，但存在区域间效率不平衡的问题，个别省（区）的农业生产资源投入产出模式亟需改进。周宁和崔奇峰（2013）对我国13个粮食主产区农业劳动生产率的增长路径进行研究，认为从粮食主产区土地和劳动力的相对禀赋看，相对于单位土地生产率的提高，单位劳动力产值提高的幅度更大。黄安胜等（2014）基于1998～2012年省际面板数据，运用DEA- Malmquist指数法测算全国、粮食主产区及各省（区）农业全要素生产率，进而分析粮食主产区农业全要素生产率的时空差异，结果表明，粮食主产区农业全要素生产率增长速度略高于全国平均水平，且粮食主产区内各子区域间和省（区）间农业全要素生产率增长速度存在较大差异。刘守义（2014）采用2000～ 2012年我国粮食主产区的面板数据进行实证分析，结果显示，播种面积、化肥投入及有效灌溉面积对粮食主产区粮食产量的提高具有积极影响，成灾面积具有显著的负影响，农业机械总动力和劳动力投入对粮食生产的影响不显著。罗芳和马卫民（2015）利用DEA- Malmquist指数法测算了我国粮食主产区农业全要素生产率，并采用面板数据模型分析了其影响因素，结果表明，人均GDP对粮食主产区农业全要素生产率的影响存在区域差异。【本研究切入点】已有研究均表明农业生产要素在粮食主产区粮食生产中起着关键性作用，其投入变化对粮食产量产生重要影响。然而从已有研究成果来看，鲜见基于粮食主产区视角比较农业生产要素投入对粮食产量影响差异的研究报道。【拟解决的关键问题】根据粮食主产区的划分，基于粮食主产区与省域角度，采用粮食生产数据构建回归模型，通过定量与定性分析相结合的方法比较各农业生产要素投入对粮食产出效应的影响，并在此基础上提出对策建议，旨在为改善和优化粮食主产区的粮食生产投入要素配置提供参考。
1 模型设定与数据来源
1. 1 模型设定
影响粮食产出的农业生产要素既包括土地、水及气候等自然资源，又包括农用机械设备、能源及通讯等经济资源。本研究根据重要性及数据可获得性的原则，选取土地、劳动力、化肥、机械总动力、电力、农药和农用薄膜作为投入变量，以考察农业生产要素投入对粮食产出效应的影响。
土地是最基本的粮食生产资料，而粮食作物总播种面积又是粮食生产中最直接的土地投入表现，能较好地表明粮食生产用地面积的数量，因此选用总播种面积指标来测算土地投入对粮食产量的影响较符合实际。然而，农业是弱质产业，受自然因素影响较大，自然灾害导致的绝收面积并没有在粮食产出中发挥作用，因此要准确测算播种面积投入对粮食产出的贡献，就必须剔除自然灾害影响的干扰。为了消除自然灾害对播种面积作用效果的影响，本研究引入净播种面积的概念，定义为净播种面积等于总播种面积减去因灾害形成绝收面积后的余额面积。以净播种面积代替总播种面积来反映粮食产出的实际投入土地面积相对更合理。
基于以上变量选取，建立粮食产量模型如下：
ln（Y）it=α0+α1ln（NA）it+α2ln（L）it+α3ln（M）it+α4ln（F）it+ α5ln（E）it+α6ln（P）it+α7ln（AF）it+μit
其中，Y表示粮食产量（万t）；α0为常数项；αj（j=1，…，7）表示各要素的投入产出弹性系数；μ表示随机误差项；i表示第i省域；t表示第t年；NA表示粮食作物净播种面积（×103 ha）；L表示粮食作物劳动力投入（万人）；M表示粮食作物机械总动力（万kW）；F表示粮食作物化肥施用量（万t）；E表示粮食作物电力使用量（万kW·h）；P表示粮食作物农药使用量（t）；AF表示粮食作物农用薄膜使用量（t）。
1. 2 数据来源
数据来源于1998～2014年《中国统计年鉴》、《新中国60年统计资料汇编》、1998～2014年《中国农村统计年鉴》及2014年度各省（区）统计年鉴。从统计年鉴提供的数据来看，除粮食产量和粮食作物播种面积两项指标外，成灾面积、劳动力、机械总动力、化肥施用量、电力使用量、农药使用量及农用薄膜使用量等变量的数据都是针对农业生产的数据而非直接粮食生产数据。因此，在实证分析前，需要计算得到相应的粮食生产数据。在此参照王奇等（2013）的方法，即首先确定折算系数A的值，则A=粮食作物播种面积/农作物播种面积；然后按照公式粮食生产数据=农业生产数据×A对农业生产数据进行折算。通过上述方法，即可得到粮食生产的劳动力投入、机械总动力、化肥施用量、电力使用量、农药使用量及农用薄膜使用量等数据。 对于农作物生产净用地的衡量，杨雪姣（2014）进行了修正，即：农业用地面积=农作物播种面积-30%成灾面积，式中系数30%为绝产面积占成灾面积的比例。本研究根据此方法将农作物播种面积替换为粮食作物总播种面积，并将农作物成灾面积折算成粮食作物成灾面积，从而得到粮食作物净播种面积的计算公式，为：粮食作物净播种面积=粮食作物总播种面积-0.3×农作物成灾面积×A。按照此公式，即可计算出每年粮食作物净播种面积。
2 粮食主产区粮食产出效应的面板数据分析
2. 1 单位根检验
为了避免伪回归，确保估计结果的有效性，必须对各面板序列的平稳性进行检验。本研究采用LLC、IPS、ADF和PP等4种方法对粮食主产区的粮食生产数据进行平稳性检验，结果表明，在5%显著性水平上所有变量都是不平稳序列。进一步对上述变量的一阶差分数据检验发现，在1%显著性水平上，所有一阶差分变量都是显著的，即表明均为一阶单整序列，符合协整检验对变量平稳性的要求。
2. 2 协整检验
协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系。本研究采用Kao检验法进行检验，检验结果如表1所示。从表1可以看出，粮食主產区在1%显著性水平上拒绝了原假设，即各变量之间存在协整关系。因此，可以认为粮食主产区的粮食产量与各农业生产要素投入之间存在长期的均衡稳定关系。
2. 3 面板模型形式的选择
估计面板数据模型之前，需要对模型的形式进行选择。本研究采用F检验和Hausman检验法对粮食主产区回归模型选择形式进行判断，结果见表2。由表2可知，粮食主产区的面板数据应建立个体固定效应回归模型。
2. 4 实证结果
根据以上分析，利用1997～2013年粮食主产区的面板数据进行回归，所得结果如表3所示。从表3可知，模型的R2为0.9983，表明拟合优度较高；F为7174.224，表明方程的总体线性关系显著；在回归过程中，通过广义最小二乘法已消除了模型的相关性和异方差性。除机械总动力、农药使用量产出效应不显著被剔除外，其余变量均在1%水平上显著。
回归结果（表3）表明，净播种面积每增加1%，可使粮食主产区粮食产量增加0.743%，表明净播种面积在粮食增产中起主要促进作用；化肥施用量每增加1%，可使粮食主产区粮食产量增加0.336%，表明化肥投入是粮食产量增长的一个极其重要因素；相较于净播种面积与化肥的贡献而言，劳动力投入、电力使用量及农用薄膜使用量各增加1%的投入，分别使粮食主产区粮食产量增长0.067%、0.056%和0.038%，表明这些要素投入对促进粮食主产区粮食产量增长的作用较小。
4 结论
4. 1 农业生产要素投入对粮食主产区粮食产量影响的差异
从粮食主产区角度来看，只有净播种面积、化肥使用量及电力使用量对粮食的产出效应较明显，影响程度依次为：净播种面积>化肥施用量>劳动力投入>电力使用量>农用薄膜使用量。表明净播种面积是影响粮食主产区粮食产量增长最主要的生产要素，化肥施用量也是粮食主产区粮食产量增长的一个极其重要的因素。与净播种面积、化肥施用量的贡献相比，劳动力投入、电力使用量及农用薄膜使用量对粮食主产区粮食产量增长影响较弱。而机械总动力、农药使用量两个变量的回归系数为负，与实际经济意义不符，故被剔除。
4. 2 农业生产要素投入对区域内各省域粮食产量影响的差异
从省域内各农业生产要素投入对粮食产出贡献效应来看，总体上净播种面积对粮食产出的贡献效应仍然最大，其次是化肥，其他农业生产要素贡献效应不明显，与从粮食主产区角度分析的结论相吻合。从单个农业生产要素投入对各省域粮食产出贡献效应来看，净播种面积贡献效应较明显的省域为辽宁、山东、吉林、内蒙古、江西、四川、湖北、江苏、安徽和黑龙江，产出弹性系数均超过0.500，表明这些地区在地理、土壤等条件上更加适合种植粮食作物，土地的产粮效率较高；化肥投入产出贡献效应较突出的省域为河北、黑龙江、湖南和内蒙古，产生这种情况的原因可能是由于这些地区施肥增加土壤肥力的效果较好（顾莉丽，2011），在化肥施用量相同的条件下，粮食增产效应更加显著；劳动力投入、机械总动力、电力使用量、农药使用量及农用薄膜使用量对各省域粮食产量增长效果普遍不显著，产生这种情况的主要原因在于：①我国农村人口所占比重过大，在其他生产资料没有增加的情况下，相对过剩的农村劳动力投入对粮食产量的影响已表现出边际产量递减趋势，从而使劳动力投入的产出效率较低；②粮食生产的作业环境较差、农业机械不符合粮食生产需求及农民操作技术不熟练等因素均影响了农业机械的增产效率；③农村用电设施普遍陈旧老化、农业生产用电成本较高等严重影响了粮食生产对电力的需求，导致电力投入对大部分地区的粮食产出贡献不显著；④在粮食生产中普遍存在农药使用技术落后和过量施用等问题，环境污染严重，粮食作物产量下降；⑤广大农村地区农地膜的覆盖栽培技术和使用管理水平均较落后，使农地膜在粮食生产中不仅没有充分发挥应有作用，还产生大量农地膜碎片，对农田造成污染，给粮食作物生长带来危害，限制了粮食产量的增长。
5 对策建议
5. 1 稳定粮食净播种面积
一是要贯彻落实耕地保护政策，严格限制非农占地，防止工业化、城市化过度占用耕地，切实把耕地减少量控制在最低限度（孙萍和陈锐，2008）。同时，应积极开发后备耕地资源，缓解非农挤占造成耕地面积减少的压力，逐步实现耕地面积的长期稳定。二是要在粮食生产中改进传统耕作方式，从粗放耕作向精耕细作转变，加强耕地的深度开发，提高耕地的使用效率，从而增加粮食相对播种面积（曹志宏等，2008）。三是建立完善的农业防灾减灾机制，积极与气象、农业等部门协调配合，加强对洪涝干旱及病虫害的全方位动态监测，一旦发生灾害，相关部门应联合农民果断干预与治理，使粮食生产的受灾面积降至最低。 5. 2 加快农村剩余劳动力转移
农业劳动力投入对粮食产量影响已出现边际产量递减，加快转移农村剩余劳动力，提高劳动力产出效率，是我国农业发展的必然选择。目前，城乡居民身份差别、城镇化进程缓慢导致城市吸纳消化能力不足、农村劳动力素质偏低无法适应城市用工需要等是制约农村剩余劳动力转移的主要瓶颈。因此，政府应加快户籍制度改革，使进城农民享受与市民同等的社会权利，消除束缚农民自由转移的体制性障碍；加快农民本身的城镇化进程，不仅要让农民进城实现地域转移和职业转换，还要实现身份转换，真正使农业转移人口市民化，从根本上转移农村剩余劳动力；切实加强对农民的职业技能培训，使其能够更好地适应城市用工需要，促进农村剩余劳动力转移。
5. 3 提高农业机械使用效率
虽然粮食主产区农业机械总动力呈逐年增加趋势，但对提高粮食产量的效果不明显，说明农业机械的使用效率较低。因此，一是要加快土地制度创新，促进耕地资源合理集中，降低农业机械化作业的成本；二是要继续加大对农村基础设施建设的财政投入，为农业机械化作业创造良好的硬件环境；三是要加大对农业机械科技研发的投入，积极开发适合粮食生产的农用机械，确保农用机械具有较强的适用性，提高农业机械利用效率；四是要大力支持各地农机推广部门定期对农民进行培训，使农民掌握农业机械结构原理、操作规范、故障诊断与排除等知识，提高农民正确使用农业机械的能力（董雪征等，2009）。
5. 4 合理控制化肥和农药施用量
一是要选择合适的化肥与农药品种。目前市场上存在名目繁多的化肥和农药，部分农民在选择时存在一定的盲目性，需要对其进行正确引导，使其选择最合适的化肥和农药品种（郝振华和叶得明，2013）。二是要控制化肥和农药的使用量。应积极探索化肥和农药施用的科学方法，规范施肥用药环节，在确保粮食生产对化肥和农药基本需求的前提下，不要过量施用化肥，避免对粮食作物生长造成危害。三是要积极开发化肥和农药新产品。政府应加大对化肥和农药新产品开发的财政投入，鼓励科研机构不断开发出高效、低毒、易降解、低残留的生态肥料和农药，使化肥和农药的使用向安全、绿色方向发展。
5. 5 完善粮食生产用电条件
粮食生产用电需求得不到满足已制约粮食产量的增长，突破粮食生产用电掣肘，应采取以下措施：一是要加大对农村电网建设的投入，改造老旧线路及设备，使线路持续安全运行，确保粮食生产用电供应稳定；二是在粮食生产集中用电地点安装便民取电设备，以方便粮食生产用电的获取；三是明晰农村排灌用电设施的产权，理顺产权关系，明确设备的维护、维修等工作，保证设备良好运行；四是按照统筹城乡发展要求，实现城乡生产用电同网同价，不增加中间收费环节，减轻粮食生产用电负担。
5. 6 提高农膜使用和管理水平
各地政府应通过组织地膜覆盖栽培技术知识讲座、广播电视讲座、标准示范区展示等，使农民熟悉与地理条件、作物种类、生产季节相关的各种覆盖栽培技术。同时，技术人员还应到田间进行作物选种、土地整理及地膜覆盖栽培等方面的技术指导，使农民掌握利用农膜进行育种、增温保墒、抗旱节水等相关技术，提高农民的实际操作能力。同时，要规范农膜覆盖栽培技术的管理，将具有农膜覆盖栽培技术的专业人员安排到管理岗位，并对农膜覆盖栽培技术推广人员进行考评，以保证农膜覆盖栽培技术实施的有效性和可行性（张树波，2008）。此外，应尽快引进利用天然產品和农副产品的植物性纤维生产的可降解环保型农用地膜替代传统的聚乙烯农膜，防止农膜对土壤的污染。
参考文献：
曹志宏，郝晋珉，梁流涛. 2008. 黄淮海平原粮食产量与主要投入要素的灰色关联分析[J]. 农业现代化研究，29（3）：310-313.
Cao Z H，Hao J M，Liang L T. 2008. Gray comprehensive correlation analysis on major grain output and input elements of huang-huai-NAi plain[J]. Reseach of Agricultural Modernization，29（3）：310-313.
董雪征，温静，赵蒸. 2009. 各要素对粮食产量的影响效果及对策研究[J]. 消费导刊，（5）：33-34.
Dong X Z，Wen J，Zhao Z. 2009. Effect of various factors on grain yield and its countermeasures[J]. Consume Guide，（5）：33-34.
顾莉丽. 2011. 中国粮食主产区粮食产量波动研究[J]. 安徽农业科学，39（20）：12458-12461.
Gu L L. 2011. Study on fluctuation of grain yield in China’s major grain producing areas[J]. Journal of Anhui Agricultural Sciences， 39（20）：12458-12461.
郝振华，叶得明. 2013. 甘肃省粮食生产影响因素分析[J]. 中国农业科技导报，15（2）：45-53.
Hao Z H， Ye D M. 2013. Analysis of influential factors on grain production in Gansu Province[J]. Journal of Agricultural Science and Technology， 15（2）：45-53.
黄安胜，许佳贤，郑晶，刘振滨. 2014. 全国视域下的粮食主产区农业全要素生产率实证分析——基于1998-2012年省际面板数据[J]. 湖北农业科学，53（24）：6137-6141. Huang A S， Xu J X， Zheng J， Liu Z B. 2014. Nationwide perspective on agriculture TFP in major grain-producing area in China——based on the panel data of provinces from 1998 to 2012 and DEA-Malmquist index approach[J]. Hubei Agricultural Sciences，53（24）：6137-6141.
康鑫，王桂森，孙志茹. 2013. 粮食主产区农业生产资源投入产出效率评价研究[J]. 科技与经济，（3）：41-45.
Kang X， Wang G S， Sun Z R. 2013. Research on input and output efficiency of agricultural production resources in major grain producing areas[J]. Science & Technology and Economy，（3）：41-45.
刘守义. 2014. 我国粮食主产区粮食产量波动及增长影响因素分析[J]. 江西社会科学，（8）：96-100.
Liu S Y. 2014. Fluctuations of food production in major grain producing areas and growth factors[J]. Jiangxi Social Sciences，（8）：96-100.
罗芳，马卫民. 2015. 我国粮食主产区农业全要素生产率的测算及影响因素[J]. 贵州农业科学，43（2）：204-207.
Luo F， Ma W M. 2015. Measurement and influencing factors of agricultural total factor production efficiency of grain in major grain producing areas[J]. Guizhou Agricultural Sciences， 43（2）：204-207.
孫萍，陈锐. 2008. 影响粮食产量的因素分析及对策建议[J].天津理工大学学报，24（5）：51-53.
Sun P， Chen R. 2008. Effecting factors analysis of grain yield and countermeasure[J]. Journal of Tianjin University of Technology，24（5）：51-53.
王奇，詹贤达，王会. 2013. 我国粮食安全与水环境安全之间的关系初探——基于粮食产量与化肥施用的定量关系[J]. 中国农业资源与区划，34（1）：81-86.
Wang Q， Zhan X D， Wang H. 2013. The relationship between food and water environment security in China[J]. Chinese Journal of Agricultural Resources and Regional Planning， 34（1）：81-86.
杨雪姣. 2014. 基于DEA方法的黑龙江省农业科技进步贡献率的测算研究[D]. 哈尔滨：东北农业大学.
Yang X J. 2014. Study on the measurement of the contribution rate of agricultural science and technology of Heilongjiang province based on DEA method[D]. Haerbin：Northeast Agricultural University.
张树波. 2008. 地膜覆盖栽培技术存在的问题及对策[J]. 中国农村小康科技，（9）：28-29.
Zhang S B. 2008. Problems and countermeasures of plastic film mulching cultivation technology[J]. Chinese Countryside Well-off Technology，（9）：28-29.
周宁，崔奇峰. 2013. 粮食主产区农业劳动生产率增长路径分析[J]. 中国农学通报，29（32）：112-117.
Zhou N， Cui Q F. 2013. China major grain producing areas of agricultural labor productivity growth path analysis[J]. Chinese Agricultural Science Bulletin， 29（32）：112-117.
（责任编辑 孔令孜）
关键词： 粮食产量；投入要素；效应；建议；粮食主产区
中图分类号： F304.7 文献标志码：A 文章编号：2095-1191（2016）01-0153-06
Analysis on output effect of agricultural production factor inputs in the main grain producing areas of China
LI Rui
（Economy & Trade Institute， Zhongzhou University， Zhengzhou 450044， China）
Abstract：【Objective】The output effects of agricultural production factors inputs in the main grain producing areas of China was analyzed， in order to provide reference for improving and optimizing allocation of grain production input factors in major grain producing areas. 【Method】From the perspective of main grain producing areas and provincial areas， the grain yield model based on agricultural input factors was constructed according to annual grain production data during 1997-2013. Furthermore， the effects of agricultural input factors viz.， net sown area， labor input， total mechanical power， chemical fertilizer application rate， application amounts of electric power， pesticides and agricultural film on grain yield of main grain producing areas and provinces were analyzed based on panel data and time series data. 【Result】From the point of main grain producing areas， the net sown area was the most important factor affecting grain output growth； fertilizer input was a important factor increasing grain output. And compared with contribution of net sown area and chemical fertilizer application rate， the labor input， total mechanical power， application amounts of electric power， pesticides and agricultural film had non-significant effects on growth of grain output in the main grain producing areas. From the point of contribution of all agricultural production factors input to grain output in the main grain producing areas， on the whole， the net sown area had the largest contribution to grain output， followed by chemical fertilizer application， but other agricultural production factors had non-significant contribution to grain output. 【Suggestion】In order to ensure sustained and stable growth of grain output in the main grain producing areas of china， some suggestion should be put forward， which included stabilizing net sown area of grain， accelerating rural surplus labor transfer， improving use efficiency of agricultural machinery， controlling reasonably application amounts of chemical fertilizer and pesticide， improving conditions of electric power utilization in grain production， and enhancing usage and management levels of agricultural film. Key words： grain output； input factor； effect； suggestion； main grain producing areas
0 引言
【研究意义】作为人口大国，我国政府充分认识到粮食主产区的重要作用，早在2003年就通过《关于改革和完善农业综合开发政策措施的意见》，确立黑龙江、吉林、辽宁、内蒙古、河北、河南、山东、江苏、安徽、四川、湖南、湖北、江西等13个省（区）为粮食主产区，明确界定了这些区域在我国粮食生产中的支撑地位。然而，近年来我国粮食主产区的粮食产量出现“V”字形发展轨迹，呈不稳定发展态势，而粮食主产区粮食增长的不稳定性势必影响我国粮食安全。引起粮食主产区粮食增长不稳定的因素很多，在众多因素中，农业生产要素作为粮食生产的物质基础，是粮食产量变化最重要的影响因素。因此，基于粮食主产区视角研究农业生产要素投入对粮食产量的影响，有助于比较各农业生产要素投入对粮食主产区粮食产量增长影响的差异，对保障我国粮食生产的稳定与安全具有重要意义。【前人研究进展】关于农业生产要素投入对粮食主产区粮食产量影响的研究较多。康鑫等（2013）基于我国13个粮食主产区的统计数据，运用DEA-TOPSIS法對各主产区农业生产资源投入产出效率进行测算，结果表明，我国粮食主产区农业生产资源投入产出整体效率较高，但存在区域间效率不平衡的问题，个别省（区）的农业生产资源投入产出模式亟需改进。周宁和崔奇峰（2013）对我国13个粮食主产区农业劳动生产率的增长路径进行研究，认为从粮食主产区土地和劳动力的相对禀赋看，相对于单位土地生产率的提高，单位劳动力产值提高的幅度更大。黄安胜等（2014）基于1998～2012年省际面板数据，运用DEA- Malmquist指数法测算全国、粮食主产区及各省（区）农业全要素生产率，进而分析粮食主产区农业全要素生产率的时空差异，结果表明，粮食主产区农业全要素生产率增长速度略高于全国平均水平，且粮食主产区内各子区域间和省（区）间农业全要素生产率增长速度存在较大差异。刘守义（2014）采用2000～ 2012年我国粮食主产区的面板数据进行实证分析，结果显示，播种面积、化肥投入及有效灌溉面积对粮食主产区粮食产量的提高具有积极影响，成灾面积具有显著的负影响，农业机械总动力和劳动力投入对粮食生产的影响不显著。罗芳和马卫民（2015）利用DEA- Malmquist指数法测算了我国粮食主产区农业全要素生产率，并采用面板数据模型分析了其影响因素，结果表明，人均GDP对粮食主产区农业全要素生产率的影响存在区域差异。【本研究切入点】已有研究均表明农业生产要素在粮食主产区粮食生产中起着关键性作用，其投入变化对粮食产量产生重要影响。然而从已有研究成果来看，鲜见基于粮食主产区视角比较农业生产要素投入对粮食产量影响差异的研究报道。【拟解决的关键问题】根据粮食主产区的划分，基于粮食主产区与省域角度，采用粮食生产数据构建回归模型，通过定量与定性分析相结合的方法比较各农业生产要素投入对粮食产出效应的影响，并在此基础上提出对策建议，旨在为改善和优化粮食主产区的粮食生产投入要素配置提供参考。
1 模型设定与数据来源
1. 1 模型设定
影响粮食产出的农业生产要素既包括土地、水及气候等自然资源，又包括农用机械设备、能源及通讯等经济资源。本研究根据重要性及数据可获得性的原则，选取土地、劳动力、化肥、机械总动力、电力、农药和农用薄膜作为投入变量，以考察农业生产要素投入对粮食产出效应的影响。
土地是最基本的粮食生产资料，而粮食作物总播种面积又是粮食生产中最直接的土地投入表现，能较好地表明粮食生产用地面积的数量，因此选用总播种面积指标来测算土地投入对粮食产量的影响较符合实际。然而，农业是弱质产业，受自然因素影响较大，自然灾害导致的绝收面积并没有在粮食产出中发挥作用，因此要准确测算播种面积投入对粮食产出的贡献，就必须剔除自然灾害影响的干扰。为了消除自然灾害对播种面积作用效果的影响，本研究引入净播种面积的概念，定义为净播种面积等于总播种面积减去因灾害形成绝收面积后的余额面积。以净播种面积代替总播种面积来反映粮食产出的实际投入土地面积相对更合理。
基于以上变量选取，建立粮食产量模型如下：
ln（Y）it=α0+α1ln（NA）it+α2ln（L）it+α3ln（M）it+α4ln（F）it+ α5ln（E）it+α6ln（P）it+α7ln（AF）it+μit
其中，Y表示粮食产量（万t）；α0为常数项；αj（j=1，…，7）表示各要素的投入产出弹性系数；μ表示随机误差项；i表示第i省域；t表示第t年；NA表示粮食作物净播种面积（×103 ha）；L表示粮食作物劳动力投入（万人）；M表示粮食作物机械总动力（万kW）；F表示粮食作物化肥施用量（万t）；E表示粮食作物电力使用量（万kW·h）；P表示粮食作物农药使用量（t）；AF表示粮食作物农用薄膜使用量（t）。
1. 2 数据来源
数据来源于1998～2014年《中国统计年鉴》、《新中国60年统计资料汇编》、1998～2014年《中国农村统计年鉴》及2014年度各省（区）统计年鉴。从统计年鉴提供的数据来看，除粮食产量和粮食作物播种面积两项指标外，成灾面积、劳动力、机械总动力、化肥施用量、电力使用量、农药使用量及农用薄膜使用量等变量的数据都是针对农业生产的数据而非直接粮食生产数据。因此，在实证分析前，需要计算得到相应的粮食生产数据。在此参照王奇等（2013）的方法，即首先确定折算系数A的值，则A=粮食作物播种面积/农作物播种面积；然后按照公式粮食生产数据=农业生产数据×A对农业生产数据进行折算。通过上述方法，即可得到粮食生产的劳动力投入、机械总动力、化肥施用量、电力使用量、农药使用量及农用薄膜使用量等数据。 对于农作物生产净用地的衡量，杨雪姣（2014）进行了修正，即：农业用地面积=农作物播种面积-30%成灾面积，式中系数30%为绝产面积占成灾面积的比例。本研究根据此方法将农作物播种面积替换为粮食作物总播种面积，并将农作物成灾面积折算成粮食作物成灾面积，从而得到粮食作物净播种面积的计算公式，为：粮食作物净播种面积=粮食作物总播种面积-0.3×农作物成灾面积×A。按照此公式，即可计算出每年粮食作物净播种面积。
2 粮食主产区粮食产出效应的面板数据分析
2. 1 单位根检验
为了避免伪回归，确保估计结果的有效性，必须对各面板序列的平稳性进行检验。本研究采用LLC、IPS、ADF和PP等4种方法对粮食主产区的粮食生产数据进行平稳性检验，结果表明，在5%显著性水平上所有变量都是不平稳序列。进一步对上述变量的一阶差分数据检验发现，在1%显著性水平上，所有一阶差分变量都是显著的，即表明均为一阶单整序列，符合协整检验对变量平稳性的要求。
2. 2 协整检验
协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系。本研究采用Kao检验法进行检验，检验结果如表1所示。从表1可以看出，粮食主產区在1%显著性水平上拒绝了原假设，即各变量之间存在协整关系。因此，可以认为粮食主产区的粮食产量与各农业生产要素投入之间存在长期的均衡稳定关系。
2. 3 面板模型形式的选择
估计面板数据模型之前，需要对模型的形式进行选择。本研究采用F检验和Hausman检验法对粮食主产区回归模型选择形式进行判断，结果见表2。由表2可知，粮食主产区的面板数据应建立个体固定效应回归模型。
2. 4 实证结果
根据以上分析，利用1997～2013年粮食主产区的面板数据进行回归，所得结果如表3所示。从表3可知，模型的R2为0.9983，表明拟合优度较高；F为7174.224，表明方程的总体线性关系显著；在回归过程中，通过广义最小二乘法已消除了模型的相关性和异方差性。除机械总动力、农药使用量产出效应不显著被剔除外，其余变量均在1%水平上显著。
回归结果（表3）表明，净播种面积每增加1%，可使粮食主产区粮食产量增加0.743%，表明净播种面积在粮食增产中起主要促进作用；化肥施用量每增加1%，可使粮食主产区粮食产量增加0.336%，表明化肥投入是粮食产量增长的一个极其重要因素；相较于净播种面积与化肥的贡献而言，劳动力投入、电力使用量及农用薄膜使用量各增加1%的投入，分别使粮食主产区粮食产量增长0.067%、0.056%和0.038%，表明这些要素投入对促进粮食主产区粮食产量增长的作用较小。
4 结论
4. 1 农业生产要素投入对粮食主产区粮食产量影响的差异
从粮食主产区角度来看，只有净播种面积、化肥使用量及电力使用量对粮食的产出效应较明显，影响程度依次为：净播种面积>化肥施用量>劳动力投入>电力使用量>农用薄膜使用量。表明净播种面积是影响粮食主产区粮食产量增长最主要的生产要素，化肥施用量也是粮食主产区粮食产量增长的一个极其重要的因素。与净播种面积、化肥施用量的贡献相比，劳动力投入、电力使用量及农用薄膜使用量对粮食主产区粮食产量增长影响较弱。而机械总动力、农药使用量两个变量的回归系数为负，与实际经济意义不符，故被剔除。
4. 2 农业生产要素投入对区域内各省域粮食产量影响的差异
从省域内各农业生产要素投入对粮食产出贡献效应来看，总体上净播种面积对粮食产出的贡献效应仍然最大，其次是化肥，其他农业生产要素贡献效应不明显，与从粮食主产区角度分析的结论相吻合。从单个农业生产要素投入对各省域粮食产出贡献效应来看，净播种面积贡献效应较明显的省域为辽宁、山东、吉林、内蒙古、江西、四川、湖北、江苏、安徽和黑龙江，产出弹性系数均超过0.500，表明这些地区在地理、土壤等条件上更加适合种植粮食作物，土地的产粮效率较高；化肥投入产出贡献效应较突出的省域为河北、黑龙江、湖南和内蒙古，产生这种情况的原因可能是由于这些地区施肥增加土壤肥力的效果较好（顾莉丽，2011），在化肥施用量相同的条件下，粮食增产效应更加显著；劳动力投入、机械总动力、电力使用量、农药使用量及农用薄膜使用量对各省域粮食产量增长效果普遍不显著，产生这种情况的主要原因在于：①我国农村人口所占比重过大，在其他生产资料没有增加的情况下，相对过剩的农村劳动力投入对粮食产量的影响已表现出边际产量递减趋势，从而使劳动力投入的产出效率较低；②粮食生产的作业环境较差、农业机械不符合粮食生产需求及农民操作技术不熟练等因素均影响了农业机械的增产效率；③农村用电设施普遍陈旧老化、农业生产用电成本较高等严重影响了粮食生产对电力的需求，导致电力投入对大部分地区的粮食产出贡献不显著；④在粮食生产中普遍存在农药使用技术落后和过量施用等问题，环境污染严重，粮食作物产量下降；⑤广大农村地区农地膜的覆盖栽培技术和使用管理水平均较落后，使农地膜在粮食生产中不仅没有充分发挥应有作用，还产生大量农地膜碎片，对农田造成污染，给粮食作物生长带来危害，限制了粮食产量的增长。
5 对策建议
5. 1 稳定粮食净播种面积
一是要贯彻落实耕地保护政策，严格限制非农占地，防止工业化、城市化过度占用耕地，切实把耕地减少量控制在最低限度（孙萍和陈锐，2008）。同时，应积极开发后备耕地资源，缓解非农挤占造成耕地面积减少的压力，逐步实现耕地面积的长期稳定。二是要在粮食生产中改进传统耕作方式，从粗放耕作向精耕细作转变，加强耕地的深度开发，提高耕地的使用效率，从而增加粮食相对播种面积（曹志宏等，2008）。三是建立完善的农业防灾减灾机制，积极与气象、农业等部门协调配合，加强对洪涝干旱及病虫害的全方位动态监测，一旦发生灾害，相关部门应联合农民果断干预与治理，使粮食生产的受灾面积降至最低。 5. 2 加快农村剩余劳动力转移
农业劳动力投入对粮食产量影响已出现边际产量递减，加快转移农村剩余劳动力，提高劳动力产出效率，是我国农业发展的必然选择。目前，城乡居民身份差别、城镇化进程缓慢导致城市吸纳消化能力不足、农村劳动力素质偏低无法适应城市用工需要等是制约农村剩余劳动力转移的主要瓶颈。因此，政府应加快户籍制度改革，使进城农民享受与市民同等的社会权利，消除束缚农民自由转移的体制性障碍；加快农民本身的城镇化进程，不仅要让农民进城实现地域转移和职业转换，还要实现身份转换，真正使农业转移人口市民化，从根本上转移农村剩余劳动力；切实加强对农民的职业技能培训，使其能够更好地适应城市用工需要，促进农村剩余劳动力转移。
5. 3 提高农业机械使用效率
虽然粮食主产区农业机械总动力呈逐年增加趋势，但对提高粮食产量的效果不明显，说明农业机械的使用效率较低。因此，一是要加快土地制度创新，促进耕地资源合理集中，降低农业机械化作业的成本；二是要继续加大对农村基础设施建设的财政投入，为农业机械化作业创造良好的硬件环境；三是要加大对农业机械科技研发的投入，积极开发适合粮食生产的农用机械，确保农用机械具有较强的适用性，提高农业机械利用效率；四是要大力支持各地农机推广部门定期对农民进行培训，使农民掌握农业机械结构原理、操作规范、故障诊断与排除等知识，提高农民正确使用农业机械的能力（董雪征等，2009）。
5. 4 合理控制化肥和农药施用量
一是要选择合适的化肥与农药品种。目前市场上存在名目繁多的化肥和农药，部分农民在选择时存在一定的盲目性，需要对其进行正确引导，使其选择最合适的化肥和农药品种（郝振华和叶得明，2013）。二是要控制化肥和农药的使用量。应积极探索化肥和农药施用的科学方法，规范施肥用药环节，在确保粮食生产对化肥和农药基本需求的前提下，不要过量施用化肥，避免对粮食作物生长造成危害。三是要积极开发化肥和农药新产品。政府应加大对化肥和农药新产品开发的财政投入，鼓励科研机构不断开发出高效、低毒、易降解、低残留的生态肥料和农药，使化肥和农药的使用向安全、绿色方向发展。
5. 5 完善粮食生产用电条件
粮食生产用电需求得不到满足已制约粮食产量的增长，突破粮食生产用电掣肘，应采取以下措施：一是要加大对农村电网建设的投入，改造老旧线路及设备，使线路持续安全运行，确保粮食生产用电供应稳定；二是在粮食生产集中用电地点安装便民取电设备，以方便粮食生产用电的获取；三是明晰农村排灌用电设施的产权，理顺产权关系，明确设备的维护、维修等工作，保证设备良好运行；四是按照统筹城乡发展要求，实现城乡生产用电同网同价，不增加中间收费环节，减轻粮食生产用电负担。
5. 6 提高农膜使用和管理水平
各地政府应通过组织地膜覆盖栽培技术知识讲座、广播电视讲座、标准示范区展示等，使农民熟悉与地理条件、作物种类、生产季节相关的各种覆盖栽培技术。同时，技术人员还应到田间进行作物选种、土地整理及地膜覆盖栽培等方面的技术指导，使农民掌握利用农膜进行育种、增温保墒、抗旱节水等相关技术，提高农民的实际操作能力。同时，要规范农膜覆盖栽培技术的管理，将具有农膜覆盖栽培技术的专业人员安排到管理岗位，并对农膜覆盖栽培技术推广人员进行考评，以保证农膜覆盖栽培技术实施的有效性和可行性（张树波，2008）。此外，应尽快引进利用天然產品和农副产品的植物性纤维生产的可降解环保型农用地膜替代传统的聚乙烯农膜，防止农膜对土壤的污染。
参考文献：
曹志宏，郝晋珉，梁流涛. 2008. 黄淮海平原粮食产量与主要投入要素的灰色关联分析[J]. 农业现代化研究，29（3）：310-313.
Cao Z H，Hao J M，Liang L T. 2008. Gray comprehensive correlation analysis on major grain output and input elements of huang-huai-NAi plain[J]. Reseach of Agricultural Modernization，29（3）：310-313.
董雪征，温静，赵蒸. 2009. 各要素对粮食产量的影响效果及对策研究[J]. 消费导刊，（5）：33-34.
Dong X Z，Wen J，Zhao Z. 2009. Effect of various factors on grain yield and its countermeasures[J]. Consume Guide，（5）：33-34.
顾莉丽. 2011. 中国粮食主产区粮食产量波动研究[J]. 安徽农业科学，39（20）：12458-12461.
Gu L L. 2011. Study on fluctuation of grain yield in China’s major grain producing areas[J]. Journal of Anhui Agricultural Sciences， 39（20）：12458-12461.
郝振华，叶得明. 2013. 甘肃省粮食生产影响因素分析[J]. 中国农业科技导报，15（2）：45-53.
Hao Z H， Ye D M. 2013. Analysis of influential factors on grain production in Gansu Province[J]. Journal of Agricultural Science and Technology， 15（2）：45-53.
黄安胜，许佳贤，郑晶，刘振滨. 2014. 全国视域下的粮食主产区农业全要素生产率实证分析——基于1998-2012年省际面板数据[J]. 湖北农业科学，53（24）：6137-6141. Huang A S， Xu J X， Zheng J， Liu Z B. 2014. Nationwide perspective on agriculture TFP in major grain-producing area in China——based on the panel data of provinces from 1998 to 2012 and DEA-Malmquist index approach[J]. Hubei Agricultural Sciences，53（24）：6137-6141.
康鑫，王桂森，孙志茹. 2013. 粮食主产区农业生产资源投入产出效率评价研究[J]. 科技与经济，（3）：41-45.
Kang X， Wang G S， Sun Z R. 2013. Research on input and output efficiency of agricultural production resources in major grain producing areas[J]. Science & Technology and Economy，（3）：41-45.
刘守义. 2014. 我国粮食主产区粮食产量波动及增长影响因素分析[J]. 江西社会科学，（8）：96-100.
Liu S Y. 2014. Fluctuations of food production in major grain producing areas and growth factors[J]. Jiangxi Social Sciences，（8）：96-100.
罗芳，马卫民. 2015. 我国粮食主产区农业全要素生产率的测算及影响因素[J]. 贵州农业科学，43（2）：204-207.
Luo F， Ma W M. 2015. Measurement and influencing factors of agricultural total factor production efficiency of grain in major grain producing areas[J]. Guizhou Agricultural Sciences， 43（2）：204-207.
孫萍，陈锐. 2008. 影响粮食产量的因素分析及对策建议[J].天津理工大学学报，24（5）：51-53.
Sun P， Chen R. 2008. Effecting factors analysis of grain yield and countermeasure[J]. Journal of Tianjin University of Technology，24（5）：51-53.
王奇，詹贤达，王会. 2013. 我国粮食安全与水环境安全之间的关系初探——基于粮食产量与化肥施用的定量关系[J]. 中国农业资源与区划，34（1）：81-86.
Wang Q， Zhan X D， Wang H. 2013. The relationship between food and water environment security in China[J]. Chinese Journal of Agricultural Resources and Regional Planning， 34（1）：81-86.
杨雪姣. 2014. 基于DEA方法的黑龙江省农业科技进步贡献率的测算研究[D]. 哈尔滨：东北农业大学.
Yang X J. 2014. Study on the measurement of the contribution rate of agricultural science and technology of Heilongjiang province based on DEA method[D]. Haerbin：Northeast Agricultural University.
张树波. 2008. 地膜覆盖栽培技术存在的问题及对策[J]. 中国农村小康科技，（9）：28-29.
Zhang S B. 2008. Problems and countermeasures of plastic film mulching cultivation technology[J]. Chinese Countryside Well-off Technology，（9）：28-29.
周宁，崔奇峰. 2013. 粮食主产区农业劳动生产率增长路径分析[J]. 中国农学通报，29（32）：112-117.
Zhou N， Cui Q F. 2013. China major grain producing areas of agricultural labor productivity growth path analysis[J]. Chinese Agricultural Science Bulletin， 29（32）：112-117.
（责任编辑 孔令孜）