河北玉米產(chǎn)量與氣候因素對玉米單產(chǎn)的影響

河北玉米產(chǎn)量與氣候因素對玉米單產(chǎn)的影響

一、玉米聯(lián)產(chǎn)影響因素研究玉米不僅是重要的飼料和食品原料之一，也是重要的工業(yè)食品原料之一。伴隨飼料糧和工業(yè)用糧需求的增加,玉米需求呈增長態(tài)勢(馬永歡、牛文元,2009;陳東琪,2010);目前中國玉米已從凈出口轉(zhuǎn)變?yōu)閮暨M口。在此背景下,如何確保中國玉米產(chǎn)量增長對確保中國糧食安全的作用越來越重要。東北地區(qū)和華北地區(qū)的玉米產(chǎn)量增長作用至關(guān)重要,這兩個地區(qū)的玉米產(chǎn)量已超過中國玉米總產(chǎn)量的一半;雖然東北地區(qū)玉米的種植面積和產(chǎn)量一直高于華北地區(qū),但是東北地區(qū)的玉米單產(chǎn)卻遠低于華北地區(qū)。河北玉米無論是種植面積還是產(chǎn)量均居華北地區(qū)首位,而且玉米也是該省最重要的糧食作物之一。因此,河北玉米生產(chǎn)在華北地區(qū)具有一定代表性,選擇河北省為研究對象,對于準確理解中國玉米單產(chǎn)影響因素,進而提出穩(wěn)定提高玉米產(chǎn)量的政策建議具有一定的合理性。從現(xiàn)有對玉米單產(chǎn)影響因素的研究來看,國外的研究側(cè)重點非常突出,其影響因素分析涉及氣候變化、干旱(UnganaiandKogan,1998)、灌溉(MustekandDusek,1980;Gonzalezetal.,2002)、水資源利用(Stockleetal.,1985)以及技術(shù)投入等方面。對中國玉米總產(chǎn)量的影響因素研究中,Fanetal.(2011)的觀點具有一定的代表性,即認為中國玉米產(chǎn)量的提高中單產(chǎn)提高的作用尤為顯著;同時,受氣候變化、資源稀缺加劇(水、土地、能源、肥料)、環(huán)境退化(土壤質(zhì)量的降低、二氧化碳的排放、土壤表層水的富營養(yǎng)化)等因素影響,單產(chǎn)的提高變得越來越困難。不少學者著重對中國玉米單產(chǎn)及其影響因素展開了研究并得出一些重要研究發(fā)現(xiàn)。首先,化肥使用是保證持續(xù)產(chǎn)出的重要因素(Fanetal.,2005),適度增加化肥施用量對玉米增產(chǎn)有正面影響(張成龍等,2009;黎紅梅、李波,2010),但過度使用化肥不僅會提高生產(chǎn)成本,還會導致環(huán)境污染(張成龍等,2009)。其次,除草劑、農(nóng)藥(黎紅梅、李波,2010)、品種和節(jié)水灌溉技術(shù)(李少昆、王崇桃,2008;Fanetal.,2011)對玉米單產(chǎn)增加的影響也不容忽視,其與玉米單產(chǎn)之間為正相關(guān)關(guān)系(李少昆、王崇桃,2008)。第三,玉米單產(chǎn)與勞動力投入負相關(guān)(黎紅梅、李波,2010)。第四,灌溉對于玉米單產(chǎn)的提高發(fā)揮著重要作用,但在旱季,灌溉的作用很難完全抵消干燥氣候?qū)τ衩讍萎a(chǎn)的影響,相對于有灌溉條件的耕地而言,華北平原無灌溉條件的耕地中玉米減產(chǎn)可能達到25%(Koganetal.,2010)?？梢?以往的研究已經(jīng)表明,要素投入和氣候因素均可能對玉米單產(chǎn)產(chǎn)生顯著影響。因此,本文的理論假設主要包括:玉米單產(chǎn)存在地區(qū)層面的差異;投入要素的增加對玉米單產(chǎn)有正影響;氣候因素對玉米單產(chǎn)的影響顯著。從以往研究所利用的數(shù)據(jù)來看,目前國內(nèi)對于玉米單產(chǎn)的研究主要使用全國層面數(shù)據(jù)或樣本量較少的調(diào)研數(shù)據(jù)(黎紅梅、李波,2010),很難反映出區(qū)域農(nóng)戶微觀層面的行為選擇特征及玉米單產(chǎn)影響因素的貢獻;同時,對玉米單產(chǎn)的影響因素研究中,考慮不同地區(qū)間的空間異質(zhì)性非常重要(Thorntonetal.,2009)。解決空間異質(zhì)性問題的方法之一是運用多水平模型(multilevelmodel)。因此,本文開展基于多水平模型的河北玉米單產(chǎn)影響因素研究,對區(qū)域農(nóng)戶層面影響玉米單產(chǎn)的因素進行分解(1)。本文共由四個部分組成。第一部分是引言,對研究玉米的意義和研究河北及樣本地區(qū)玉米重要性進行說明,同時歸納總結(jié)了前人的相關(guān)研究成果;第二部分是理論框架和模型方法的分析以及對樣本數(shù)據(jù)的統(tǒng)計描述、變量選擇的說明;第三部分對模型估計結(jié)果進行實證分析;最后是結(jié)論并對本文的研究發(fā)現(xiàn)進行總結(jié)。二、河北玉米聯(lián)產(chǎn)影響因素的多水平模型估計對玉米單產(chǎn)影響因素的分析,張利庠等(2008)、舒坤良等(2011)采用面板數(shù)據(jù)固定效果模型,黎紅梅、李波(2011)采用混合數(shù)據(jù)的OLS模型進行了估計,但由于河北不同地區(qū)間存在著水資源、地區(qū)政策、種植技術(shù)等的不同;同時在同一地區(qū)內(nèi)各種資源和技術(shù)又存在著基本一致的特點,所以,河北樣本地區(qū)的農(nóng)戶既受到其自身特征的影響(個體效應),也受到其生活環(huán)境的影響,即環(huán)境背景效應(Pytriketal.,2009)。因此,河北玉米單產(chǎn)有可能存在著顯著的空間異質(zhì)性。在這種情況下,如果采用經(jīng)典的最小二乘估計方法(OLS)可能會導致有偏的參數(shù)估計結(jié)果。因此,本文把河北玉米單產(chǎn)影響因素主要分為兩層(如圖1),即農(nóng)戶層面(水平1)和地區(qū)層面(水平2)并運用多水平模型對河北進行估計。多水平模型是把隨機誤差項分解到各數(shù)據(jù)層次結(jié)構(gòu)水平上,構(gòu)建與數(shù)據(jù)層次結(jié)構(gòu)相適應的隨機誤差項,從而有別于一般的多元線性回歸模型。分為兩個水平層面的多水平模型形式可以設定為:把(2)式代入(1)式并整理后,(1)式的右邊可以表示為固定部分與隨機部分之和(Goldstein,1987),即:在(1)式中,j表示水平2的各個地區(qū)(j=1,2,……,n);i表示j地區(qū)所對應的水平1上的各個農(nóng)戶yij為j地區(qū)i農(nóng)戶的玉米單產(chǎn);Xij為影響j地區(qū)農(nóng)戶玉米單產(chǎn)的k個影響因素的行向量(1×k);為待估計參數(shù)和水平2上的隨機誤差之和;為待估計參數(shù)的列向量(k×1);是水平1上的隨機誤差項且假定:在(2)式中,為平均截距;u0j為水平2上的隨機誤差項,反映不同地區(qū)對y的隨機效果,且假定:如果同時假定水平1上的殘差與水平2上的殘差相互獨立,即Cov(u0j,e0ij)=0,則因變量的方差為:在多水平模型的實際估計中,是否存在組內(nèi)相關(guān)(intra-classcorrelation,簡稱“ICC”),可以通過以下公式進行評價,即:在(4)式中,為水平2上的組間方差,為水平1上的組內(nèi)方差;為相關(guān)值,其反映了水平1上的農(nóng)戶的相似性或聚集性,可以用于判斷是否有必要進行多水平估計,一般認為,遠大于0,則說明水平2的影響越明顯,應該運用多水平模型估計(參見BrykandRaudenbush,1992)。三、數(shù)據(jù)和模型的形式(一)河北玉米生產(chǎn)概況本文所用數(shù)據(jù)來自農(nóng)業(yè)部農(nóng)村固定觀察點的調(diào)查數(shù)據(jù),即為2003~2010年河北省9個市(縣)的519個農(nóng)戶的混合數(shù)據(jù),總樣本數(shù)為4152個(表1)。樣本數(shù)據(jù)分布范圍包括河北省的四個玉米種植帶,主要分布在河北的東部和西南部地區(qū)。其中,廊坊市的樣本量最多。樣本數(shù)據(jù)的統(tǒng)計描述情況整理在表2中。從表2的玉米單產(chǎn)水平可以看出,2003~2010年,河北各個地區(qū)的玉米平均單產(chǎn)為每畝447.6公斤;每畝的化肥投入額最大為83.11元;其次是機械作業(yè)費用,為每畝30.13元;灌溉費最少,為每畝14.46元;而2010年每畝勞動投工量只有13.68日,從標準差來看,所有中間投入中,固定資產(chǎn)投入的變動最大。河北玉米的播種主要集中在6月底,收獲季節(jié)在9月底和10月初(表3)。從表2可以看出,河北7月份的溫度最高,平均溫度為26.74°C;9月份平均溫度最低為21.04°C;7月平均降雨量最高為133.20毫米,8月份的降雨為122.80毫米,9月份的降雨量僅為64.10毫米。(二)種植規(guī)模的設定由于柯布—道格拉斯(C-D)生產(chǎn)函數(shù)具有一階齊次性、勞動和資本可以相互替代等優(yōu)點,使用較為普遍(李兆平,1997;張成龍等,2009;黎紅梅、李波,2010),本文也選擇柯布—道格拉斯生產(chǎn)函數(shù)模型。在模型中,影響玉米產(chǎn)量的因素主要選擇了種苗投入、化肥投入、農(nóng)藥投入、機械作業(yè)費用、灌溉投入、勞動力投入、固定資產(chǎn)投入以及氣候因素等(詳見表2)。鑒于C-D生產(chǎn)函數(shù)的特性,為彌補其不足,本文設定了玉米種植規(guī)模的虛擬變量用于考察種植規(guī)模對玉米單產(chǎn)的影響,玉米種植規(guī)模的設定以農(nóng)戶的種植面積為標準(參見LundandPrice,2007;HelfandandLevine,2004),由于樣本的玉米種植面積平均水平為4.7畝,假定農(nóng)戶玉米種植面積在2-5畝為中等規(guī)模農(nóng)戶,種植面積大于5畝為大規(guī)模農(nóng)戶(設定其為虛擬變量size3),種植面積小于2畝為小規(guī)模農(nóng)戶(設定其為虛擬變量size1),水平2中的地區(qū)是按照河北玉米種植區(qū)進行劃分的(參見表1),氣候變量分別選擇了河北6月到9月的溫度和降雨。把(3)式進行拓展可得具體的模型形式如下:在(5)式中,a0代表常數(shù)項;tem6、tem7、tem8和tem9分別代表6月、7月、8月以及9月的平均氣溫,rf6、rf7、rf8和rf9分別代表6月、7月、8月以及9月的平均降雨;e0ij為水平1上的殘差;u0j為水平2上的殘差;Ln表示自然對數(shù)值,其他變量的含義參見表2。四、不同氣候因素對玉米聯(lián)產(chǎn)的彈性分析本文研究基于樣本數(shù)據(jù),運用多水平模型的最大似然估計法(ML)及約束性最大似然估計法(REML)對上述(5)式的模型進行估計,其結(jié)果整理在表4中。為了進行對比,運用最小二乘法(OLS)估計的結(jié)果也整理在表4中。從表4可以看出,運用ML和REML對多水平模型估計得到的ICC分別為0.317和0.378,表明水平2的方差比例在模型殘差的總方差中分別占31.7%和37.8%,遠大于0,如果運用OLS估計有可能會導致有偏的參數(shù)估計,故應選擇多水平模型估計。同時,基于AIC準則,即AIC值越小越好,由于用ML方法估計的多水平模型的AIC值比運用REML方法估計的AIC值要小,故主要針對運用ML方法的估計結(jié)果進行分析。從表4可以看出,除了農(nóng)藥投入,機械操作投入以及7月溫度和8月降雨對河北玉米單產(chǎn)影響在10%水平上不顯著之外,其他因素對河北玉米單產(chǎn)的影響均在10%水平上顯著;從各因素的影響來看,固定資產(chǎn)投入、勞動力投入、化肥投入、灌溉費用、種子投入都對玉米增產(chǎn)有著正向作用,相對中等規(guī)模農(nóng)戶而言,小規(guī)模農(nóng)戶對玉米單產(chǎn)具有正向作用,而大規(guī)模農(nóng)戶則對玉米單產(chǎn)有著負向作用。此外,氣候因素對單產(chǎn)的影響也存在著一定的差異。從表5中各影響因素的彈性計算結(jié)果可以看出,相對中間投入,氣候因素對河北樣本地區(qū)玉米的單產(chǎn)影響更加敏感,同時,溫度對單產(chǎn)的彈性為-2.159,降雨對單產(chǎn)的彈性僅為0.019,表明河北樣本地區(qū)6~9月份溫度的變動可能會加劇單產(chǎn)波動,其中9月溫度影響最敏感(-1.139),其次是6月和8月的溫度,其彈性分別是-0.157和-0.082;6~9月降雨的總彈性為正(0.019),6月降雨對玉米單產(chǎn)影響是負(-0.147),7月降雨和9月降雨對玉米單產(chǎn)彈性為正,分別是0.057和0.045。從中間投入的彈性計算結(jié)果來看,生化投入的彈性為0.138,機械投入的彈性僅為0.037,表明玉米單產(chǎn)對生化投入的彈性相對敏感;種子投入的彈性為0.076,表明每畝種子投入每增加1%,則玉米單產(chǎn)增加0.076%,由于單位面積種子投入的數(shù)量是一定的,種子費用的增加主要是種子質(zhì)量的提高,提高玉米種子品質(zhì)對玉米單產(chǎn)的提高具有重要意義;灌溉投入的彈性為0.033,表明每畝灌溉費用增加1%,玉米單產(chǎn)提高0.033%;化肥投入的彈性為0.030,表明化肥投入每增加1%,玉米單產(chǎn)將會提高0.030%;勞動力投入和固定資產(chǎn)投入彈性分別為0.021和0.014,表明勞動力投入和固定投入的增加也可以提高玉米單產(chǎn)。進一步從農(nóng)戶經(jīng)營規(guī)模對單產(chǎn)的影響來看,大規(guī)模農(nóng)戶的虛擬變量的彈性是-0.031,而小規(guī)模農(nóng)戶的虛擬變量的彈性是0.041,表明相對于中等規(guī)模農(nóng)戶而言,小規(guī)模經(jīng)營有利于玉米單產(chǎn)的提高。從表6玉米單產(chǎn)增長率及其各要素貢獻率的計算結(jié)果可以看出,玉米單產(chǎn)在總體上呈增長趨勢,年增長率為1.74%,其中,氣候因素的貢獻率為53.11%,中間投入的貢獻率為17.37%,前者遠大于后者,表明氣候因素對玉米單產(chǎn)起著非常重要的作用。在氣候因素的貢獻率中,降雨對玉米單產(chǎn)提高的貢獻率為223.57%,溫度的貢獻率為-170.46%,這也表明氣候因素對玉米單產(chǎn)增長率的貢獻主要歸因于降雨的正的貢獻。從中間投入的貢獻率來看,種子投入和化肥投入對河北樣本地區(qū)玉米單產(chǎn)增長率的貢獻相對較高,其貢獻率分別為46.78%和15.02%;固定資產(chǎn)投入、勞動力投入和灌溉費用對玉米單產(chǎn)的增長的貢獻率分別為-2.32%、-11.68%、-17.36%。這表明,首先灌溉費用對玉米單產(chǎn)提高產(chǎn)生一定的限制;其次,河北樣本地區(qū)農(nóng)業(yè)勞動力的減少,可能是由于農(nóng)村青壯年勞動力大多外出務工導致了農(nóng)業(yè)勞動力素質(zhì)下降(程國強,2012),已經(jīng)對河北玉米單產(chǎn)造成了不利影響;第三,農(nóng)業(yè)基礎設施仍然是制約玉米單產(chǎn)提高的重要因素。從氣候因素來看,一方面,6月份溫度對玉米單產(chǎn)增長率的貢獻為正,其貢獻率為6.34%,8月和9月的貢獻率均為負,分別為-5.49%和-56.99%,這表明8月份和9月份溫度對玉米單產(chǎn)增長有著一定的制約作用;另一方面,降雨對玉米單產(chǎn)貢獻率相對較高,6月份降雨的貢獻率為108.92%,9月份降雨對玉米單產(chǎn)的貢獻率為62.53%,表明6月份和9月份的降雨對河北玉米單產(chǎn)的提高有很重要的作用。最后,從殘差的貢獻率來看,其對玉米單產(chǎn)的貢獻率為29.52%,表明科技進步對玉米單產(chǎn)有著正向的影響。五、河北玉米生產(chǎn)企業(yè)氣候適應性分析本文基于河北省農(nóng)戶層面的4152個樣本數(shù)據(jù),通過建立玉米單