貴州省糧食產(chǎn)量影響因素的偏最小二乘回歸分析

李福奪,　楊興洪

(貴州大學(xué) 管理學(xué)院, 貴州 貴陽(yáng) 550025)

?

貴州省糧食產(chǎn)量影響因素的偏最小二乘回歸分析

李福奪,楊興洪*

(貴州大學(xué) 管理學(xué)院, 貴州 貴陽(yáng) 550025)

摘要：以貴州省為研究區(qū)域，運(yùn)用偏最小二乘回歸分析方法，構(gòu)建貴州省糧食生產(chǎn)影響因素的偏最小二乘回歸模型.通過(guò)對(duì)模型進(jìn)行檢驗(yàn)，發(fā)現(xiàn)該回歸模型對(duì)自變量X和因變量Y的解釋能力較強(qiáng)自變量集與因變量集之間存在著顯著的線性關(guān)系，且擬合優(yōu)度高達(dá)R2=0.988 6，表明回歸模型精度較高，可靠性強(qiáng).研究結(jié)果表明，在所選取的指標(biāo)中，糧食播種面積、有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量和成災(zāi)面積等是影響貴州省糧食生產(chǎn)的關(guān)鍵因素.

關(guān)鍵詞：貴州省; 糧食生產(chǎn)； 影響因素； 偏最小二乘回歸法

世界氣候變化、人口增長(zhǎng)及環(huán)境問(wèn)題的日益凸顯，糧食生產(chǎn)與安全問(wèn)題受到世界各國(guó)的關(guān)注，這方面的研究也越來(lái)越多，越來(lái)越深入.國(guó)內(nèi)圍繞糧食產(chǎn)量影響因素問(wèn)題，趙慧江[1]在1990—2005年統(tǒng)計(jì)數(shù)據(jù)的基礎(chǔ)上，采用回歸分析方法通過(guò)建立以5種可量化的影響因素為自變量，以糧食產(chǎn)量為因變量的多元線性回歸模型，對(duì)影響我國(guó)糧食產(chǎn)量主要因子進(jìn)行了分析，并以此為依據(jù)提出了關(guān)于我國(guó)穩(wěn)定發(fā)展糧食生產(chǎn)的參考意見(jiàn).肖海峰[2]通過(guò)建立糧食總產(chǎn)量和影響因素的柯布-道格拉斯生產(chǎn)函數(shù)，對(duì)我國(guó)1978—2002年的數(shù)據(jù)進(jìn)行了分段研究，來(lái)分析我國(guó)糧食綜合生產(chǎn)能力.高倩倩等[3]運(yùn)用統(tǒng)計(jì)學(xué)的知識(shí)、采用Eviews 6.0統(tǒng)計(jì)軟件建立了糧食產(chǎn)量評(píng)估模型，對(duì)建國(guó)以來(lái)山東省糧食增產(chǎn)的主要因素進(jìn)行了分析，得出了提高糧食單產(chǎn)是糧食增產(chǎn)的最有效途徑的結(jié)論.杜國(guó)明等[4]以黑龍江省1981—2011年糧食總產(chǎn)、單產(chǎn)等方面的統(tǒng)計(jì)資料為數(shù)據(jù)源，運(yùn)用數(shù)理分析的方法對(duì)該省糧食產(chǎn)量的影響因素進(jìn)行了比較分析，認(rèn)為糧食增產(chǎn)主要依靠糧食播種面積等3個(gè)方面的提升.廖婧琳等[5]則更加關(guān)注自然災(zāi)害對(duì)糧食生產(chǎn)的影響，他們分析了水旱、冰雹、病蟲(chóng)害和低溫冷凍等農(nóng)業(yè)災(zāi)害對(duì)貴州省糧食產(chǎn)量的影響機(jī)理，并提出了相應(yīng)的應(yīng)對(duì)政策.盡管目前學(xué)術(shù)界對(duì)糧食產(chǎn)量影響因素的分析方法很多，但幾乎都存在著樣本量少，前提假設(shè)可靠性難以確認(rèn)，模型難以充分包絡(luò)影響因子的有效信息、容易出現(xiàn)“偽回歸”現(xiàn)象等問(wèn)題.為了解決上述問(wèn)題，為糧食增產(chǎn)影響因素的分析提供一種可靠的計(jì)量模型，本文提出了一種新的統(tǒng)計(jì)回歸分析方法——偏最小二乘回歸分析( PLS)，并以貴州省為研究區(qū)域，構(gòu)建偏最小二乘回歸分析模型，對(duì)影響貴州省糧食產(chǎn)量的主要因素進(jìn)行了定量分析，以期為貴州省糧食生產(chǎn)與安全戰(zhàn)略的實(shí)施提供科學(xué)的決策依據(jù).

1研究區(qū)域與研究方法

1.1研究區(qū)域概況貴州省地形以山地為主，山地、高原占全省土地面積的87%，丘陵地占10%，盆地、河流灘涂等其他地貌占3%，是我國(guó)唯一沒(méi)有平原地貌的省份，境內(nèi)地勢(shì)西高東低，自中部向南、北、東三面傾斜，平均海拔在1 100 m左右.這種地理特點(diǎn)，使得貴州省可用于農(nóng)業(yè)開(kāi)發(fā)的土地資源不多，耕地面積少、質(zhì)量差，開(kāi)發(fā)利用比例大，后備耕地嚴(yán)重不足，有限的耕地資源給貴州省的糧食生產(chǎn)與安全造成了極大的壓力，也嚴(yán)重制約著貴州省經(jīng)濟(jì)的持續(xù)發(fā)展.2005年貴州省委省政府一號(hào)文件指出：“當(dāng)前和今后一個(gè)時(shí)期，必須堅(jiān)定不移地把加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，加快農(nóng)業(yè)科技進(jìn)步，提高農(nóng)業(yè)綜合生產(chǎn)能力作為一項(xiàng)緊迫的戰(zhàn)略任務(wù)，切實(shí)抓緊抓好，以確保我省糧食產(chǎn)量穩(wěn)定增長(zhǎng)和安全消費(fèi).”[6]實(shí)現(xiàn)糧食穩(wěn)定生產(chǎn)、增強(qiáng)糧食自給能力是貴州省三農(nóng)工作的重點(diǎn)，也是必須堅(jiān)持的重大原則.

1.2數(shù)據(jù)來(lái)源與指標(biāo)體系現(xiàn)實(shí)中影響糧食產(chǎn)量的因素有很多，對(duì)這些因素進(jìn)行量化是進(jìn)行分析研究的基礎(chǔ)，但這同時(shí)也是一個(gè)比較復(fù)雜和困難的工作.一些學(xué)者利用灰色系統(tǒng)理論，對(duì)影響糧食產(chǎn)量的因素進(jìn)行了動(dòng)態(tài)灰色關(guān)聯(lián)量化處理；還有學(xué)者通過(guò)建立糧食生產(chǎn)的時(shí)空回歸模型，對(duì)糧食產(chǎn)量的影響因素在時(shí)間和空間二維坐標(biāo)上進(jìn)行了量化分析[7].本文從數(shù)據(jù)可獲取性、指標(biāo)量化的可行性、主導(dǎo)因素重點(diǎn)凸顯性等指標(biāo)選取的原則出發(fā)，參考前人研究成果，并結(jié)合貴州省農(nóng)業(yè)系統(tǒng)的實(shí)際狀況，選取糧食總產(chǎn)量Y作為要預(yù)測(cè)的目標(biāo)數(shù)據(jù)，選取糧食播種面積x1、有效灌溉面積x2、農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)x3、農(nóng)業(yè)機(jī)械總動(dòng)力x4、農(nóng)業(yè)從業(yè)人員x5、家庭農(nóng)業(yè)支出x6、農(nóng)村用電量x7、化肥施用量x8、政府財(cái)政支農(nóng)支出x9和成災(zāi)面積x1010個(gè)對(duì)貴州省糧食產(chǎn)量有較大影響的指標(biāo)來(lái)構(gòu)建農(nóng)業(yè)系統(tǒng)糧食生產(chǎn)的指標(biāo)體系.其中，x1～x4、x7、x8數(shù)據(jù)來(lái)源于1992—2012年的《貴州統(tǒng)計(jì)年鑒》和《新中國(guó)60年統(tǒng)計(jì)資料匯編》，x5、x6、x9和x104個(gè)指標(biāo)數(shù)據(jù)由《貴州統(tǒng)計(jì)年鑒》(1992—2012)、《中國(guó)統(tǒng)計(jì)年鑒》和《貴州年鑒》等國(guó)家正式發(fā)布的統(tǒng)計(jì)資料整理計(jì)算而來(lái).

1.3研究方法偏最小二乘回歸分析是用來(lái)解決變量多重相關(guān)性對(duì)系統(tǒng)回歸建模干擾問(wèn)題的一種方法，在處理樣本容量小、解釋變量個(gè)數(shù)多、變量間存在嚴(yán)重多重相關(guān)性問(wèn)題方面具有獨(dú)特的優(yōu)勢(shì)[8]. 偏最小二乘回歸分析可以實(shí)現(xiàn)回歸建模、數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)化以及2組變量間的相關(guān)性分析.在決定是否采用PLS方法建模前，首先要進(jìn)行預(yù)備分析，以判斷自變量(因變量)是否存在多重相關(guān)性，判斷自變量和因變量間是否存在相關(guān)關(guān)系，具體計(jì)算方法是：對(duì)于矩陣Z=(X,Y)，記

當(dāng)因變量Y的階數(shù)為1時(shí)，為單變量偏最小二乘回歸分析模型(PLS1).偏最小二乘回歸分析模型的構(gòu)建步驟如下：

1) 標(biāo)準(zhǔn)化原始數(shù)據(jù).標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣E0=(fij)n×q(即X) 和F0=(eij)n×p(即Y)，其中，

(1)

(2)

(3)

其中W1是E0的第一個(gè)軸，稱(chēng)為模型的效應(yīng)權(quán)重，且等于1.

(4)

其中C1是F0的第一個(gè)軸，稱(chēng)為模型的因變量權(quán)重，且等于1. 這里要求t1和u1能分別較好的表達(dá)X和Y中的數(shù)據(jù)信息，且t1對(duì)u1具有較強(qiáng)的解釋能力. 之后求殘差矩陣E1和F1：

其中

從而得到F0、E0對(duì)t1的回歸方程：

(5)

(6)

3) 第2成分t2的提取.令

回到以上第3)步，對(duì)殘差矩陣進(jìn)行新一輪的成分提取和回歸分析，重復(fù)第1成分t1提取步驟，最終得到F1、E1對(duì)t2的回歸方程：

(7)

(8)

第h成分th的提取同理.

4) 構(gòu)建偏最小二乘回歸模型.根據(jù)以上分析，構(gòu)建的偏最小二乘回歸模型如下：

(9)

其中

F2為殘差矩陣.

(10)

PRESS越小說(shuō)明模型的擬合效果越好，PRESS取最小值時(shí)，模型的擬合效果達(dá)到最優(yōu)，這時(shí)提取的成分個(gè)數(shù)h即為最佳成分個(gè)數(shù).

2結(jié)果與分析

2.1研究結(jié)果利用SIMCA-P11.5軟件構(gòu)建偏最小二乘回歸模型，對(duì)模型進(jìn)行自動(dòng)擬合，相關(guān)結(jié)果見(jiàn)表1.

表 1　被偏最小二乘因子解釋的變差的百分比

從表1可以看出，從自變量中提取的5個(gè)成分可解釋變差的百分比分別是75.331 2%、15.013 4%、4.550 3%、3.275 1%和2.447 9%；計(jì)算可得，t1和u1的PRESS=0.663 4，t2和u2的PRESS=0.528 6，t3和u3的PRESS=0.374 5，t4和u4的PRESS=0.155 8，t5和u5的PRESS=-0.201 5，根據(jù)PRESS最小原則，最終確定應(yīng)該提取4個(gè)PLS成分.組合模型為：

t1=0.331 27x1+0.326 55x2+0.333 16x3+

0.317 62x4+0.291 95x5+0.247 81x6+0.309 97x7+

0.350 55x8+0.267 82x9-0.291 69x10, u1=0.303 68Y;

t2=0.320 06x1-0.291 25x2+0.287 51x3+

0.321 30x4+0.280 05x5-0.265 75x6+0.321 22x7+

0.340 79x8+0.265 43x9-0.240 07x10, u2=0.310 03Y;

t3=0.255 35x1+0.301 38x2+0.191 98x3-

0.331 29x4+0.290 15x5+0.301 23x6-0.321 45x7+

0.320 09x8+0.223 34x9-0.313 36x10, u3=0.307 65Y;

t4=0.341 21x1+0.240 07x2-0.231 23x3+

0.314 55x4-0.292 12x5+0.314 56x6+0.276 57x7+

0.334 40x8+0.199 89x9-0.285 58x10,

u4=0.291 24Y.

根據(jù)以上組合模型，可得回歸模型的檢驗(yàn)統(tǒng)計(jì)量，其調(diào)整的R2值、F檢驗(yàn)值和t檢驗(yàn)值，見(jiàn)表2.

表 2　回歸模型檢驗(yàn)統(tǒng)計(jì)量

從表2可以看出：

1) 擬合優(yōu)度R2=0.988 6，即t1、t2、t3和t4解釋了因變量98.86%的信息；

2) 方程顯著性檢驗(yàn)(F檢驗(yàn))：F=70.287 33，通過(guò)查閱F分布表得F0.05(3.30)=2.92，又因?yàn)镕>F0.05(3.30),因此在99%的置信度下通過(guò)了F檢驗(yàn)，所以因變量Y與t1、t2、t3、t4存在較好的線性關(guān)系如圖1所示;

3) 解釋變量t檢驗(yàn)：由于t0.05(30)=2.092，經(jīng)回歸分析所得t值大于這一數(shù)值，因此所有解釋變量都通過(guò)了t檢驗(yàn).

4) 序列相關(guān)性杜賓·瓦森(Durbin-Watson)檢驗(yàn)：由SIMCA-P11.5軟件構(gòu)建的偏最小二乘回歸模型的回歸結(jié)果可知，該模型的Durbin-Watson 檢驗(yàn)值為1.528 431，查表得

dL=1.19,dU=1.47，

故有

dU

所以x1、x2、…、x10序列不存在1階自相關(guān)性.通過(guò)以上分析得出，模型通過(guò)了可靠性檢驗(yàn)，且對(duì)自變量X和因變量Y解釋能力是很強(qiáng)的，分別達(dá)到了97.45%和98.86%，因此回歸模型精度較高，可靠性也是比較強(qiáng)的.由此最終得到的標(biāo)準(zhǔn)化偏最小二乘回歸方程為：

Y=0.193 25x1+0.183 76x2+0.020 17x3+

0.174 43x4+0.052 01x5+0.031 52x6+0.019 95x7+

0.160 44x8+0.017 879x9-0.184 03x10+1.776 25 ，

2.2結(jié)果分析結(jié)果表明，在上述選取的10個(gè)對(duì)貴州省糧食生產(chǎn)有較大影響的因素中，糧食播種面積、有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量和成災(zāi)面積等是影響貴州省糧食生產(chǎn)的關(guān)鍵因素.其中，糧食播種面積每變動(dòng)1個(gè)單位，糧食總產(chǎn)量就會(huì)變動(dòng)0.193 25個(gè)單位；有效灌溉面積變動(dòng)1單位，糧食總產(chǎn)量則會(huì)變動(dòng)0.183 76個(gè)單位；農(nóng)業(yè)機(jī)械總動(dòng)力每提升1單位，就會(huì)引起糧食總產(chǎn)量以0.174 43的倍數(shù)增加；化肥施用量每增加1單位，會(huì)使糧食總產(chǎn)量增加0.160 44單位；而成災(zāi)面積每減少1單位，就會(huì)促使糧食產(chǎn)量增加0.184 03倍.圖2和表3分別為貴州省糧食總產(chǎn)實(shí)際值與模型擬合值的對(duì)比曲線和貴州省1992—2012年影響糧食生產(chǎn)的5個(gè)關(guān)鍵指標(biāo)的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，由圖2可以看出擬合值與實(shí)際值具有很高的擬合度，最大擬合誤差僅5.5%.

表 3　貴州省1992—2012年影響糧食生產(chǎn)關(guān)鍵指標(biāo)統(tǒng)計(jì)數(shù)據(jù)

2.2.1糧食播種面積由圖3可以看出，貴州省糧食總產(chǎn)量和糧食播種面積之間呈現(xiàn)出較強(qiáng)的正相關(guān)關(guān)系，由貴州省糧食產(chǎn)量影響因素的偏最小二乘回歸方程可知相關(guān)系數(shù)為0.193 25，是對(duì)該省糧食產(chǎn)量影響最大的一個(gè)因素.貴州省糧食播種面積從1992年以來(lái)總體上呈現(xiàn)出逐年遞增趨勢(shì)，但增加幅度很小，增加速度也十分緩慢，這與貴州省多山多丘陵少平地的地理?xiàng)l件有關(guān).貴州省可用于農(nóng)業(yè)開(kāi)發(fā)的土地資源不多，耕地面積少、質(zhì)量差，開(kāi)發(fā)利用比例大，后備耕地嚴(yán)重不足，這極大地制約了糧食播種面積的擴(kuò)大和整個(gè)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展.同時(shí)，由于貴州省農(nóng)村勞動(dòng)力大量向城市轉(zhuǎn)移，導(dǎo)致農(nóng)業(yè)勞動(dòng)資源外流，使得農(nóng)業(yè)生產(chǎn)出現(xiàn)勞動(dòng)力短缺的現(xiàn)象，這也是制約糧食播種面積進(jìn)一步增加的原因[9].2000年以后，隨著貴州省農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)戰(zhàn)略性調(diào)整，加之糧食比較利益的下降，貴州省糧食播種面積開(kāi)始減少，相應(yīng)的糧食總產(chǎn)量也出現(xiàn)了自1992年8連增以來(lái)的首次下滑，如圖3所示.特別是2006年，貴州省全省糧食播種面積僅為389 萬(wàn)hm2，比2000年減少了89萬(wàn)hm2，糧食產(chǎn)量減少36萬(wàn)t，6年間糧食播種面積減少比例達(dá)18.62%，年均減少3.1%，相應(yīng)的糧食產(chǎn)量同比下降4個(gè)百分點(diǎn).正由于貴州省糧食總產(chǎn)量和糧食播種面積之間存在的這種關(guān)系，在目前的農(nóng)業(yè)技術(shù)水平下，貴州省要增加糧食產(chǎn)量確保糧食安全，就必須保證一定的糧食播種面積來(lái)作為基本保障.

2.2.2有效灌溉面積貴州省目前的農(nóng)田水利設(shè)施普遍存在著維護(hù)不足、老化嚴(yán)重，建設(shè)速度趕不上折舊速度等問(wèn)題，導(dǎo)致農(nóng)田有效灌溉面積難以滿(mǎn)足提高糧食產(chǎn)量的需要[10].由圖4可以看出，貴州省農(nóng)田有效灌溉面積在1992—2006這10多年間增長(zhǎng)速度經(jīng)歷了一個(gè)緩慢的波動(dòng)，有效灌溉水平并沒(méi)有得到實(shí)質(zhì)性的提高，只是到了2006年以后這種情況才得到初步改善.

據(jù)貴州省水利廳公布的資料顯示，2012年貴州全省農(nóng)田有效灌溉面積為154.84 萬(wàn)hm2，其中稻田92.15 萬(wàn)hm2，占貴州省稻田總面積的42.6%；旱地62.69 萬(wàn)hm2，占全省旱地總面積的27.83%，全省仍有57.4%的稻田和72.17%的旱地要依靠自然降雨和提灌等方式來(lái)保證農(nóng)業(yè)生產(chǎn)用水.但是，近些年來(lái)，隨著貴州省開(kāi)始重視生態(tài)治理，作為配套工程修建了一些現(xiàn)代化的農(nóng)業(yè)灌溉基礎(chǔ)設(shè)施，再加之國(guó)家西部扶貧開(kāi)發(fā)資金源源不斷的引入，加強(qiáng)了貴州省農(nóng)業(yè)綜合開(kāi)發(fā)力度，一批節(jié)水灌溉水利設(shè)施也逐步完成建設(shè)并投入使用，這些都增加了農(nóng)田有效灌溉面積、提高了有效灌溉比例[11]，由圖4和表3可看出，2006年到2012年貴州省的農(nóng)田有效灌溉面積從109.38萬(wàn)hm2提高到154.84萬(wàn)hm2，6年間增加了45.46萬(wàn)hm2，增加比例達(dá)41.56%，原因正在于此.雖然近年來(lái)貴州省農(nóng)田有效灌溉面積開(kāi)始有所增加，但要達(dá)到相當(dāng)規(guī)模以滿(mǎn)意糧食生產(chǎn)的需求，仍將需要相當(dāng)長(zhǎng)的一段時(shí)間.

2.2.3農(nóng)業(yè)機(jī)械總動(dòng)力由貴州省糧食產(chǎn)量影響因素的偏最小二乘回歸方程可以看出，農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)貴州省糧食生產(chǎn)的貢獻(xiàn)率為0.174 43，也就是說(shuō)農(nóng)業(yè)機(jī)械總動(dòng)力每增加1個(gè)單位，就會(huì)引起糧食產(chǎn)量以0.174 43的倍數(shù)增加，可見(jiàn)農(nóng)業(yè)機(jī)械總動(dòng)力也是貴州省糧食增產(chǎn)的關(guān)鍵因素之一.1992—2012年這20年間，貴州省農(nóng)業(yè)機(jī)械總動(dòng)力從0.8 萬(wàn)臺(tái)提升到11.3萬(wàn)臺(tái)，同比增長(zhǎng)131.25%，其中50 馬力以上的大中型機(jī)械增加5.6 萬(wàn)臺(tái)，占到全部增加量的44.8%，尤其是2008年以后，貴州省的農(nóng)業(yè)機(jī)械總動(dòng)力呈現(xiàn)出直線型增長(zhǎng)趨勢(shì)，短短4年就增加了7.9 萬(wàn)臺(tái)，增幅達(dá)232.35%，農(nóng)業(yè)機(jī)械總動(dòng)力的提升對(duì)促進(jìn)貴州省糧食產(chǎn)量的增加起到了重要的作用.然而，必須指出的是由于貴州省多山多坡多丘陵的地理狀況，耕地分散且種植條件普遍較差，導(dǎo)致農(nóng)業(yè)機(jī)械化進(jìn)程受到很大制約，農(nóng)業(yè)機(jī)械總動(dòng)力雖然在不斷增加，但發(fā)展瓶頸也越來(lái)越大，對(duì)糧食產(chǎn)量的促進(jìn)作用減少，相關(guān)問(wèn)題值得進(jìn)一步探討.

2.2.4化肥施用量由偏最小二乘回歸擬合方程可知，化肥施用量對(duì)貴州省糧食生產(chǎn)的貢獻(xiàn)率為0.160 44，可見(jiàn)適當(dāng)增加化肥施用量也是促進(jìn)糧食增產(chǎn)的有效途徑之一.從下圖6可以看出，自1992年起，貴州省農(nóng)業(yè)化肥施用量總體上處在不斷增加的狀態(tài)，除2001—2006年出現(xiàn)局部時(shí)間段小幅下降外，其他年份增幅都比較平穩(wěn)，到2012年貴州全省農(nóng)業(yè)化肥施用量達(dá)到156.36 萬(wàn)t，是1992年的1.79倍.貴州省農(nóng)業(yè)化肥施用量與糧食產(chǎn)量的關(guān)聯(lián)度較高，對(duì)糧食產(chǎn)量影響也比較大，化肥在農(nóng)業(yè)生產(chǎn)中的廣泛應(yīng)用，對(duì)糧食穩(wěn)產(chǎn)和增產(chǎn)都起到了比較大的作用.然而另一方面要指出的是，由于受邊際效益遞減規(guī)律的影響，化肥投入在貴州省糧食生產(chǎn)方面的促進(jìn)作用也必將逐步下降，因此一味地靠增加化肥施用量來(lái)增加糧食產(chǎn)量的做法并不可行，關(guān)鍵是要提高化肥的使用效率.

2.2.5成災(zāi)面積由圖7可以看出，貴州省糧食總產(chǎn)量和自然災(zāi)害成災(zāi)面積之間呈現(xiàn)出一定的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為0.184 03，是對(duì)該省糧食產(chǎn)量影響第2大的因素.因受農(nóng)業(yè)自然災(zāi)害的影響， 貴州省糧食產(chǎn)量多年來(lái)波動(dòng)較大.貴州省常發(fā)性農(nóng)業(yè)自然災(zāi)害有冰雹、春旱、暴雨、倒春寒和作物病蟲(chóng)害等，其中寒災(zāi)和旱災(zāi)是對(duì)該省糧食生產(chǎn)影響最大的2種自然災(zāi)害[12].貴州省農(nóng)業(yè)自然災(zāi)害成災(zāi)面積在1992—2012年這20年里經(jīng)歷了一個(gè)“減-增-減-增-減”的波動(dòng)變化過(guò)程，1992年，貴州省農(nóng)業(yè)自然災(zāi)害成災(zāi)面積為56.36 hm2，約占當(dāng)年全省糧食播種面積的15%，之后的7年里，貴州省糧食成災(zāi)面積逐年減少，到1999年，成災(zāi)面積僅為20.54 hm2，減少量為35.82 hm2，降幅達(dá)63.56%，是8年里的最小值.

農(nóng)業(yè)自然災(zāi)害成災(zāi)面積的減少是糧食穩(wěn)產(chǎn)和增產(chǎn)的有力保障，從表3可以看出，1992—1999年，貴州省的糧食產(chǎn)量是逐年遞增的，從772 萬(wàn)t增加到880 萬(wàn)t，增幅達(dá)14%.1999年以后，貴州省又經(jīng)歷了2個(gè)自然災(zāi)害多發(fā)期(分別為1999—2002年和2005—2006年)和2個(gè)自然災(zāi)害少發(fā)期(分別為2002—2005年和2006—2012年)，在2個(gè)自然災(zāi)害多發(fā)期內(nèi)和2個(gè)自然災(zāi)害少發(fā)期內(nèi)，貴州省糧食作物年均成災(zāi)面積分別為56.10 萬(wàn)hm2和21.34 萬(wàn)hm2，糧食產(chǎn)量年均增長(zhǎng)7.6%和15.8%，可見(jiàn)自然災(zāi)害成災(zāi)面積對(duì)貴州省糧食生產(chǎn)的影響程度是很大的.

3結(jié)論與建議

3.1結(jié)論1) 利用SIMCA-P11.5軟件構(gòu)建的偏最小二乘回歸模型對(duì)X和Y的解釋能力較強(qiáng)，通過(guò)對(duì)自變量集和因變量的相關(guān)關(guān)系進(jìn)行分析，發(fā)現(xiàn)兩者之間存在著明顯的線性關(guān)系，通過(guò)對(duì)模型進(jìn)行自動(dòng)擬合，然后把擬合值與實(shí)際值進(jìn)行比較，發(fā)現(xiàn)最大誤差只有5.5%，因此認(rèn)為擬合效果很好，構(gòu)建的模型具有可靠性，在貴州省糧食生產(chǎn)的影響因素的相關(guān)性方面具有良好的分析能力.

2) 貴州省糧食產(chǎn)量影響因素的偏最小二乘回歸模型表明，糧食播種面積、有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥施用量和成災(zāi)面積5個(gè)指標(biāo)是影響貴州省糧食生產(chǎn)的關(guān)鍵因素.其中，前4個(gè)指標(biāo)與糧食產(chǎn)量正相關(guān)，第5個(gè)指標(biāo)與糧食產(chǎn)量負(fù)相關(guān)；糧食播種面積對(duì)糧食產(chǎn)量影響最大，化肥施用量對(duì)糧食產(chǎn)量影響相對(duì)在減弱.

3) 由于貴州省特殊的地理地貌和氣候環(huán)境制約，在農(nóng)業(yè)現(xiàn)代化和機(jī)械化發(fā)展初期，提高農(nóng)業(yè)生產(chǎn)機(jī)械化水平可以提高生產(chǎn)力，但當(dāng)機(jī)械化水平達(dá)到一定程度后其發(fā)展便會(huì)遇到瓶頸；在一定的時(shí)期和一定的水平下，增加化肥施用量會(huì)提高糧食產(chǎn)量，但受邊際效益遞減規(guī)律的影響，在目前貴州省化肥施用量已很大的前提下，繼續(xù)增加化肥施用量不一定能夠繼續(xù)增加糧食產(chǎn)量.

4) 成災(zāi)面積對(duì)貴州省糧食生產(chǎn)的影響較大，因此政府應(yīng)該加大投入，做好防災(zāi)減災(zāi)預(yù)案，提高糧食生產(chǎn)的可能性.

3.2建議

3.2.1加強(qiáng)耕地保護(hù)，穩(wěn)定糧食播種面積2012年貴州省政府1號(hào)文件要求要保證全省糧食播種面積穩(wěn)定在423.3 萬(wàn)hm2、糧食總產(chǎn)量穩(wěn)定在1 150 萬(wàn)t左右，為此就必須進(jìn)一步挖掘耕地潛力.近5年來(lái)，貴州省糧食播種面積一直保持在441～499 萬(wàn)hm2之間，平均為475.8 萬(wàn)hm2，變異系數(shù)為5.72%，總體糧食播種面積還算比較穩(wěn)定.糧食播種面積會(huì)受到諸如糧價(jià)、氣候環(huán)境、耕地?cái)?shù)量與質(zhì)量等多方面因素的影響[13]，只有確保糧食價(jià)格穩(wěn)定增加農(nóng)民種糧收入、加強(qiáng)預(yù)測(cè)預(yù)警以減小氣候環(huán)境對(duì)播種的影響、實(shí)行嚴(yán)格的耕地保護(hù)政策提高耕地質(zhì)量，才能進(jìn)一步挖掘挖掘農(nóng)地潛力，糧食播種面積才會(huì)有所保障.

3.2.2加強(qiáng)農(nóng)田基礎(chǔ)設(shè)施建設(shè)，提升有效灌溉水平貴州省目前的農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)比較薄弱，普遍存在著維護(hù)不足、老化嚴(yán)重、建設(shè)速度趕不上折舊速度的問(wèn)題，導(dǎo)致農(nóng)田有效灌溉面積難以滿(mǎn)足提高糧食產(chǎn)量的需要.但有效灌溉面積對(duì)貴州省糧食產(chǎn)量影響較大，因此必須要加強(qiáng)農(nóng)田水利設(shè)施建設(shè)，改善農(nóng)業(yè)灌溉條件，提升農(nóng)田有效灌溉水平，增加有效灌溉面積，才能增加糧食產(chǎn)量.

3.2.3加強(qiáng)農(nóng)業(yè)災(zāi)害預(yù)警預(yù)報(bào)，降低災(zāi)害損失要加快完善自然災(zāi)害預(yù)警預(yù)報(bào)系統(tǒng)，最大限度的攻克突發(fā)性農(nóng)業(yè)自然災(zāi)害在預(yù)報(bào)方面的難關(guān).可以考慮將地理信息系統(tǒng)中的遙感遙測(cè)技術(shù)引入到自然災(zāi)害的監(jiān)測(cè)中，提高預(yù)報(bào)精度.要加快貴州省防汛抗旱領(lǐng)導(dǎo)辦公室的職能建設(shè)，對(duì)災(zāi)后農(nóng)業(yè)減災(zāi)工作開(kāi)展專(zhuān)業(yè)指導(dǎo)、對(duì)口援助，最大限度的降低糧食產(chǎn)量損失.另一方面，還要深化貴州省綜合防治體系建設(shè)，農(nóng)業(yè)自然災(zāi)害是一個(gè)復(fù)雜的系統(tǒng)工程，只有有的放矢、全面規(guī)劃、綜合防治，才能有效減少自然災(zāi)害對(duì)糧食產(chǎn)量的影響.

3.2.4加快農(nóng)業(yè)科技創(chuàng)新，提高單糧食單產(chǎn)在可用耕地面積有限、糧食播種面積也不可能大幅增加的情況下，貴州省糧食總產(chǎn)量的增加就必須要依靠提高單位面積產(chǎn)量.在2006—2012年這6年間，貴州省糧食單產(chǎn)平均值為268 kg，變異系數(shù)為4.37%，而同期全國(guó)糧食單產(chǎn)平均值平均為312 kg,是貴州省的1.16倍，由此可以看出，貴州省糧食單位面積產(chǎn)量依舊很低，農(nóng)業(yè)生產(chǎn)效率不高.要想提高糧食單產(chǎn)，就必須加快農(nóng)業(yè)科技創(chuàng)新，提高糧食生產(chǎn)中的科技含量，具體可以考慮選育適合貴州省生長(zhǎng)的優(yōu)良糧食作物品種，提高生物技術(shù)應(yīng)用能力、擴(kuò)大生物技術(shù)應(yīng)用范圍，研制不會(huì)破壞土壤結(jié)構(gòu)的綠色新型肥料提高土壤肥力等[14].

3.2.5改革現(xiàn)有耕地制度，進(jìn)一步挖掘糧食生產(chǎn)潛力目前貴州省政府和各下級(jí)地方政府在耕地保護(hù)上目標(biāo)不一致：省政府更注重耕地的可持續(xù)利用和全省的糧食生產(chǎn)與安全，地方政府更注重短期經(jīng)濟(jì)效益而不太關(guān)注對(duì)耕地的保護(hù)和永續(xù)利用；貴州全省耕地規(guī)模化經(jīng)營(yíng)水平很低，不利于提高糧食生產(chǎn)效率.針對(duì)這些個(gè)問(wèn)題，必須果斷改革現(xiàn)有耕地制度，可考慮通過(guò)把耕地有效保護(hù)和地方政府政績(jī)掛鉤來(lái)規(guī)范其非理性的供地行為；要提高土地規(guī)模經(jīng)營(yíng)程度，通過(guò)立法立規(guī)為其提供法律保障，以進(jìn)一步挖掘糧食生產(chǎn)潛力，提高糧食產(chǎn)出效益[15].

致謝貴州大學(xué)人文社科重點(diǎn)特色學(xué)科重大項(xiàng)目(GDZT12007)對(duì)本文給予了資助,謹(jǐn)致謝意.

參考文獻(xiàn)

[1] 趙慧江. 基于回歸分析的糧食產(chǎn)量影響因素分析[J]. 懷化學(xué)院學(xué)報(bào)，2009，28(2):31-35.

[2] 肖海峰. 我國(guó)糧食綜合生產(chǎn)能力影響因素分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2004(6)：45-49.

[3] 高倩倩,邢秀峰,姚傳進(jìn). 基于逐步回歸分析的糧食產(chǎn)量影響因素研究[J]. 當(dāng)代經(jīng)濟(jì)，2010(9)：145-147.

[4] 杜國(guó)明，劉彥隨，劉閣,等. 黑龍江省近30年來(lái)糧食生產(chǎn)變化及增產(chǎn)因素分析[J]. 農(nóng)業(yè)現(xiàn)代化研究，2014,35(5)：519-524.

[5] 廖婧琳,蘇月,馮澤蔚,等. 54年來(lái)農(nóng)業(yè)自然災(zāi)害對(duì)貴州省農(nóng)業(yè)經(jīng)濟(jì)的影響分析[J]. 安徽農(nóng)業(yè)科學(xué)，2008,36(25)：114-117.

[6] 趙子瑩，謝頌磊. 1978—2008年貴州省糧食產(chǎn)量影響因素分析[J]. 農(nóng)業(yè)現(xiàn)代科技，2013(8)：336-337.

[7] 謝杰. 中國(guó)糧食生產(chǎn)影響因素研究[J]. 經(jīng)濟(jì)問(wèn)題探索，2007(9)：36-40.

[8] 馬明德，馬學(xué)娟. 農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)影響因子的偏最小二乘回歸分析研究[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2014,35(5):123-128.

[9] 肖厚軍. 貴州糧食綜合生產(chǎn)能力的影響因素與對(duì)策分析[J]. 貴州農(nóng)業(yè)科學(xué)，2005,33(4)：101-103.

[10] 王天生，王瑤. 貴州省糧食生產(chǎn)發(fā)展60年回顧與展望[J]. 貴州農(nóng)業(yè)科學(xué)，2009,37(9)：1-9.

[11] 楊靜，張和喜，蔡長(zhǎng)舉，等. 貴州省節(jié)水灌溉發(fā)展現(xiàn)狀及對(duì)策[J]. 中國(guó)農(nóng)村水利水電，2012(7)：29-30.

[12] 蔣彥. 貴州省自然災(zāi)害對(duì)農(nóng)業(yè)經(jīng)濟(jì)的影響分析[J]. 北京農(nóng)業(yè)，2012(18)：223.

[13] 郭柏林. 我國(guó)糧食播種面積變化的地理研究[J]. 經(jīng)濟(jì)地理，1995,15(1)：55-60.

[14] 劉春香，閆國(guó)慶. 我國(guó)農(nóng)業(yè)技術(shù)創(chuàng)新成效研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2012(2)：32-37.

[15] 許慶， 尹榮梁， 章輝. 規(guī)模經(jīng)濟(jì)、規(guī)模報(bào)酬與農(nóng)業(yè)適度規(guī)模經(jīng)營(yíng)：基于我國(guó)糧食生產(chǎn)的實(shí)證研究[J]. 經(jīng)濟(jì)研究，2011(3)：59-71.

(編輯陶志寧)

Analysis of the Partial Least-Square Regression (PLS) on Influencing Factors of Grain Output in Guizhou Province

LI Fuduo,YANG Xinghong

(Collegeofmanagement,GuizhouUniversity,Guiyang550025,Guizhou)

Abstract：Taking Guizhou province as the study area, the influence factors of grain production partial least-square regression model were constructed. It shows that there is a significant linear relationship between independent variable set and dependent variable set. The goodness of fit R2=0.9886, which indicates the regression model with high precision and strong reliability.The research results also show that in the selection of indicators, the sown area to grain, effective irrigated area, total power of agricultural machinery, fertilizer application and disaster area are the key factors affecting grain production in Guizhou.

Key words：Guizhou province； grain output； influencing factors； least-square regression method

doi:10.3969/j.issn.1001-8395.2016.01.025

中圖分類(lèi)號(hào)：F321

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-8395(2016)01-0151-08

*通信作者簡(jiǎn)介：楊興洪(1971—)，女，教授，主要從事農(nóng)業(yè)經(jīng)濟(jì)理論與政策、農(nóng)業(yè)保險(xiǎn)等研究,E-mail:18366622500@163.com

基金項(xiàng)目：貴州省教育廳高校人文社會(huì)科學(xué)基地研究項(xiàng)目(12JDO22)

收稿日期:2014-11-11