基于空间Panel data分位数回归的粮食产量分析

在对空间面板数据和分位数回归基本原理进行全面分析说明的基础上,选用全国31个省市2000~2012年的面板数据,对其进行了平稳性检验,考察了粮食生产的空间相关性,利用分位数回归方法对影响我国粮食产量的各影响因素进行了实证分析,根据估计结果定量分析了我国粮食产量的主要影响因素及其影响程度。研究结果表明:各省粮食生产存在空间相关性,而且粮食播种面积、农用化肥使用量和农业劳动力对粮食产量有重要影响,农用机械动力和受灾面积对粮食产量影响在不同分位点处表现不一,受灾面积则是粮食产量的抑制因素。     

基于空间Panel data分位数回归的粮食产量分析

在对空间面板数据和分位数回归基本原理进行全面分析说明的基础上,选用全国31个省市2000²012年的面板数据,对其进行了平稳性检验,考察了粮食生产的空间相关性,利用分位数回归方法对影响我国粮食产量的各影响因素进行了实证分析,根据估计结果定量分析了我国粮食产量的主要影响因素及其影响程度。研究结果表明:各省粮食生产存在空间相关性,而且粮食播种面积、农用化肥使用量和农业劳动力对粮食产量有重要影响,农用机械动力和受灾面积对粮食产量影响在不同分位点处表现不一,受灾面积则是粮食产量的抑制因素。     

山西省粮食总产量波动的影响因素分析

为了解山西省粮食产量波动影响因素的影响机制及作用大小,利用1949~2009年粮食产量序列资料,采用波动指数分析了山西省粮食总产量的波动特性与波动幅度,并分析了粮食总产量波动的影响因素。从作物学原理研究（总产量=播种面积×单位面积产量）出发,进一步分析了粮食播种面积和单产波动对粮食总产量波动的影响大小。结果表明：单产是影响粮食总产量波动的主要因素,其次是粮食播种面积。1949~2009年,单产波动对粮食总产量波动的影响达79.68%,播种面积对粮食总产量波动的影响为18.07%。     

我国粮食生产与其影响因素之间的空间机理研究——基于1978-2009年面板数据

基于1978-2009年我国各省区面板数据,运用灰色关联分析法对粮食产量和各影响因素之间的关联度进行分析,并从空间计量经济学角度,采用moran's Ⅰ指数验证了我国各省区粮食生产的空间特性,在此基础上利用Panel data建立空间计量模型实证分析我国粮食生产与其影响因素的作用机理.结果表明,上一期农产品价格指数和粮食播种面积对粮食生产具有决定性影响;化肥、农机动力等投入、有效灌溉面积、粮食直补等均对粮食产量的增长起到显著正效应;农业劳动力数量和受灾面积对粮食总量的变化具有负向影响.粮食生产具有明显的空间集聚特性.     

贵州粮食产量波动的影响因素研究

利用20世纪80年代以来的统计数据,运用数理统计方法对贵州粮食产量波动的影响因素进行研究。结果表明:粮食单产水平提高和粮食播种面积增加对贵州粮食产量增长的贡献分别为59.83%和40.17%;粮食单产总体水平的提高主要来源于各种粮食作物自身单产水平的提高,其对贵州粮食产量增长的贡献高达73.79%,而粮食生产内部结构调整对粮食增产的贡献为-13.96%,但结构调整对贵州粮食增产的贡献率在逐步提高、且"十五"以来结构调整的贡献率表现为正;在众多影响贵州粮食单产的因素中,影响最为显著的是旱灾率和结构变动协调性系数,且均表现为负,表明高产粮食作物对低产粮食作物的种植替代必须慎重。     

基于多元线性回归的广西粮食产量预测

【目的】利用多元线性回归分析方法构建广西粮食产量预测模型,以期为相关研究提供参考。【方法】对影响粮食产量的各种因素进行分析,应用多元线性回归分析法建立广西粮食产量的预测模型。【结果】对粮食产量贡献最为明显的因子是种植面积,其次是单位面积产量,降水量对粮食产量影响最小。粮食产量与种植面积、粮食单产、降水量的回归方程为：y=-517.759＋0.158x1＋0.382x2-0.001x3。应用多元线性回归模型预测2012年广西粮食产量为1464.381万t。【建议】在保证土地面积的前提下,加快农业科技创新、加强农田水利建设和完善促进粮食生产的相关政策,以保证广西粮食生产的稳定发展。     

基于多元线性回归的广西粮食产量预测

【目的】利用多元线性回归分析方法构建广西粮食产量预测模型,以期为相关研究提供参考。【方法】对影响粮食产量的各种因素进行分析,应用多元线性回归分析法建立广西粮食产量的预测模型。【结果】对粮食产量贡献最为明显的因子是种植面积,其次是单位面积产量,降水量对粮食产量影响最小。粮食产量与种植面积、粮食单产、降水量的回归方程为：y=-517.759+0.158x1+0.382x2-0.001x3。应用多元线性回归模型预测2012年广西粮食产量为1464.381万t。【建议】在保证土地面积的前提下,加快农业科技创新、加强农田水利建设和完善促进粮食生产的相关政策,以保证广西粮食生产的稳定发展。     

福建省粮食产量影响因素主成分分析与产量趋势预测

[目的]深入了解福建省粮食产量的主要影响因素,预测福建省粮食产量未来发展趋势,为相关部门制定粮食生产决策提供科学依据.[方法]以1978～2012年福建省粮食产量的相关统计资料为基础数据,利用主成分分析法探讨粮食产量的影响因素;并以2007～2012年的粮食产量数据为样本,建立GM（1,1）预测模型对福建省未来5年（2013～2017年）的粮食产量进行预测.[结果]1978～2012年福建省粮食产量呈波动增长、快速下降和平稳发展的阶段特征,粮食生产主要集中在南平、龙岩和三明市一带;利用主成分分析法在确保信息量的基础上,提取了农业现代化水平因素和价格政策因素两个主成分;灰色GM（1,1）模型预测结果显示,在政策扶持下2013～2017年福建省粮食产量将呈现小幅稳步增长的发展趋势.模型平均相对预测误差为0.87％,预测精度较高.[建议]应增加科技投入、提高单位面积粮食产量、加大粮食扶持政策实施力度,以保持福建省粮食生产能力及提高粮食产量水平.     

基于LMDI分解模型的山东省粮食产量时空差异及影响因素研究

山东省是农业大省,其粮食产量对全国的粮食供给有重大影响。本文利用LDMI模型对1996~2012年山东粮食产量的时空特征变化进行分析,并定量分析耕地面积、复种指数、粮食单产、粮作比例等不同因素对粮食总产的影响效果。结果表明,1996~2012年,山东粮食生产总体呈上升态势,总量由1996年的4 707万吨增至2012年的5 355万吨,利用因素分解法分析发现,粮食总量的增长主要依赖于粮食单产的上升和耕地面积的增加。将1996~2012年分成四个相等的时间段,分析粮食总量变化的驱动因素和影响效果,发现各因素的贡献值都随着时间推移出现不同程度下降,粮食产量的增速放缓。通过以上分析,力图解释山东省粮食总量变化的驱动因素,为保证粮食生产提供参考和依据。     

基于主成分分析的河南省粮食产量影响因素研究

为了探明河南省粮食产量变化的主要驱动力,明确不同因素对粮食产量变化影响的大小,基于1978-2014年面板数据,运用主成分分析法,建立计量经济模型对该期间影响河南省粮食产量波动的因素进行研究。结果表明,影响河南省粮食产量变化的前三位驱动力分别为经济发展与农业资本投入、劳动与土地投入、成本-收益。具体来看,河南省粮食产量与社会经济水平呈正相关关系,粮食产量的增长主要取决于农业机械总动力、化肥施用量、农村用电量,弹性系数高达0.045;第一产业就业人数对粮食产量增长为正影响,其弹性系数为0.028;受灾面积对粮食产量增长呈负影响,弹性系数为-0.022;耕地面积、粮食播种面积对粮食产量增长的贡献不显著,弹性系数分别为0.021、0.020;而农业生产资料价格指数与粮食零售价格指数对粮食产量影响极小,弹性系数仅为0.006与0.003。     

河北省粮食综合生产能力提升要素与对策

本文基于历年来河北粮食生产的统计资料,分析了1949年以来河北省粮食生产发展的变化趋势,以及影响粮食产量增长的因果关系。结果表明:单位面积产量、有效灌溉面积、耕地面积、单位耕地化肥施用量和农业机械总动力与粮食产量均呈显著相关;科技创新水平在粮食生产中起重要作用。提出了河北省提高粮食综合生产能力四项战略措施:即推动粮食生产由资源依赖型向科技依存型转变;科学利用和严格保护农业资源;增强集约运作能力,提高农机装备水平;通过粮食生产优惠政策的支持,提高农民种粮积极性。     

农业“四项补贴”对粮食产量的总体及结构效应——基于重庆市的经验实证

基于重庆市农业"四项补贴"的经验数据,构建panel data模型分析农业"四项补贴"对粮食产量的总体效应及"四项补贴"各分项对粮食产量的结构效应,基于F检验和Hausman检验识别模型具体形式,运用GLS或FGLS方法对模型进行估计。结果表明:农业"四项补贴"对粮食产量具有显著正向效应;农业"四项补贴"对粮食产量的结构效应存在差异,农资综合补贴对粮食产量的效应最强,良种推广补贴次之,农机购置补贴对粮食产量的影响不显著。因此,各级政府应继续强化农业"四项补贴"支持力度,并不断优化其结构,促进粮食增产。     

1988～2008年内蒙古粮食产量影响因素比较

在灰色关联分析的基础上,筛选了粮食单产（X1）、粮食播种面积（X2）、农业劳动力（X3）、农业机械总动力（X4）、化肥施用量（X5）、农作物受灾面积（X6）、有效灌溉面积（X7）和农业固定资产投资（X8）8个对粮食生产影响较显著的因子来构建指标体系。根据1988～2008年《内蒙古统计年鉴》的相关数据,运用灰色关联分析法对影响内蒙古粮食生产的诸因素进行了关联分析,量化了粮食总产量与诸因素的关联程度,并依据关联度值,总结了各因素对粮食产量的影响能力。结果表明,粮食单产始终是影响内蒙古粮食总产量的主要因素;粮食播种面积和受灾面积是影响粮食产量减少的最主要因素;有效灌溉面积和农业机械总动力是影响粮食产量增加的首要因素;化肥施用量对粮食产量的的影响力在下降;农业固定资产投资对粮食产量的影响力始终很小。     

浙江省粮食单产影响因素分析

对近10年来浙江省粮食单产历史演变分析表明,粮食单产总体呈增长趋势。运用柯布—道格拉斯生产函数,对20世纪90年代以来全省粮食单产的主要影响因素进行了分时段分析,结果表明:1990—1997年期间,农业科技投入的贡献最大,达17.64%;1998—2000年期间,农业科技投入的贡献继续保持第一,为9.68%;2001—2004年期间,成灾面积扩大对粮食单产增速放慢所起的作用最大,达48.94%;从整体来看,1990—2004年期间,农业科技投入在推动粮食单产增长过程中的贡献最大,达44.50%。从而得出依靠农业科技进步,将是继续提高浙江粮食综合生产能力的主要途径和手段。     

陕西省粮食生产安全的驱动因素分析

以新中国成立以来陕西省的年鉴统计资料为依据,从粮食生产总量、耕地面积、粮食单产3个方面对粮食生产安全的驱动因素进行分析.结果表明:粮食生产总量和单产变化规律基本趋于一致,都呈波动增长趋势;耕地面积总体呈下降趋势,但下降趋势减缓;粮食生产总量由耕地面积和单产决定,当耕地面积逐渐减少时,粮食生产总量的增长只能依赖于粮食单产大幅增加;制约粮食单产的主要因素有:自然灾害、农业基础实施建设与农业投入、农业生态环境、土地政策、耕地质量、农业科技水平和劳动力文化水平等,所有这些因素都使得提高粮食生产综合能力的潜力变得极为有限.为保障陕西省粮食生产安全,针对陕西省粮食单产的影响因素提出了相应的对策建议.     

陕西省粮食生产安全驱动因素分析

以陕西省的年鉴统计资料为依据,对其粮食生产总量、耕地面积、单产进行了分析。结果表明:粮食生产总量和单产的变化规律基本趋于一致,都呈波动增长趋势;耕地面积总体呈下降趋势,但下降趋势有所减缓。粮食生产总量由耕地面积和单产决定。制约粮食单产的主要因素有:自然灾害、农业基础设施建设与农业投入、农业生态环境、土地政策、耕地质量、农业科技水平和劳动力文化水平等。     

唐山市粮食生产态势及影响因素分析

唐山市是我国京津地区具有战略意义的商品粮基地,对唐山粮食生产的研究对确保我国京津唐地区粮食安全有重要意义。利用唐山市粮食生产投入产出数据,应用灰色关联度,对影响唐山市粮食总产因素和生产函数对单产的投入因素分别进行分析和模拟。结果表明:影响唐山市粮食产量相关因子的关联度顺序为有效灌溉面积>粮食单产>耕地面积>粮食作物播种面积>农业机械总动力>受灾面积>化肥施用量>机耕面积>农村用电量>劳动力数量;农业机械总动力、有效灌溉面积和用电量对粮食单产有显著的正影响,目前的施肥水平下,氮肥对粮食单产有显著的负影响,磷肥和钾肥则为正影响。     

我国粮食生产的时空格局及其影响因素分析

粮食问题是关乎我国国计民生的重大问题,随着经济的发展,我国粮食生产格局发生了显著的变化,对粮食供需平衡及粮食安全问题有潜在的影响。基于1997-2016年我国31个行政区的省域面板数据,从粮食产量和播种面积两个维度解析我国粮食生产布局的变化情况,并运用全局Morans Ⅰ指数检验我国各省域粮食产量的空间相关性,进一步采用空间杜宾模型（SDM）实证分析我国各省域粮食生产格局变动的影响因素。结果表明：我国粮食生产的重心逐渐北移,且各省域粮食产量之间存在明显的正向空间自相关性。有效灌溉面积、化肥施用量、粮食播种面积占作物播种面积的比例及人均耕地面积均对我国粮食产量的增长有着显著的正向影响,其中有效灌溉面积与人均耕地面积的空间溢出效应显著,这些因素的综合作用使得粮食产量的格局在近20年发生了演变。基于此,建议从提升农业科技水平、完善粮食主产区的基础设施建设、保护耕地、加强各省份之间粮食供给与需求的协调等方面做好粮食安全保障工作。     

黑龙江省农机购置补贴政策效果实证分析

黑龙江省是全国重要的商品粮生产基地,黑龙江省粮食生产直接关系国家粮食储备及战略安全。农机购置补贴政策可以推进黑龙江省农业机械化、现代化,进而有效地增加粮食生产、农民收入。为研究黑龙江农机购置补贴政策的实施效果,基于面板数据,借助Eviews 7.0计量软件,对农机购置补贴政策拉动黑龙江省农业经济发展的影响程度进行了定量分析。结果表明:农机购置补贴政策对黑龙江省农户购机投入、粮食产量、农民收入均具有积极的正向影响,从而带动了全省农机总动力的提升、促进了农村劳动力的有效转移、刺激了农业生产消费。