陜西省糧食產(chǎn)量變化驅(qū)動(dòng)因素分析

武丹 孟婷婷

4. 陜西省土地整治工程技術(shù)研究中心，陜西西安 710075）

摘 要 為深入了解陜西省糧食產(chǎn)量的變化情況，探究影響陜西省糧食產(chǎn)量的主要因素，為糧食安全政策構(gòu)建提供理論參考，選取陜西省1999—2018年的糧食產(chǎn)量數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，以計(jì)量地理學(xué)為理論基礎(chǔ)，運(yùn)用主成分分析法探討引起糧食產(chǎn)量變化的主要影響因素。研究結(jié)果發(fā)現(xiàn)：影響糧食產(chǎn)量的11個(gè)因子被分成2個(gè)主成分，分別是農(nóng)業(yè)現(xiàn)代化投入和技術(shù)水平狀況、土地投入水平。從兩個(gè)成分分析中發(fā)現(xiàn)，農(nóng)用柴油使用量和農(nóng)業(yè)機(jī)械總動(dòng)力等反映農(nóng)業(yè)現(xiàn)代化水平的因素對(duì)糧食產(chǎn)量提高有很大的促進(jìn)作用;化肥施用量、農(nóng)村從業(yè)人員、農(nóng)用塑料薄膜使用量等農(nóng)業(yè)資料投入的增加也促使陜西省糧食產(chǎn)量增加。

關(guān)鍵詞 糧食產(chǎn)量;主成分分析;影響因素

中圖分類號(hào)：F326.1 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2020.26.052

隨著世界人口不斷增長(zhǎng)以及城市化進(jìn)程快速推進(jìn)和土地沙化范圍不斷擴(kuò)大，糧食的作用越來越重要，人們對(duì)糧食等自然資源的需求量逐年增加，糧食的供求關(guān)系出現(xiàn)問題[1]。對(duì)于中國(guó)糧食的生產(chǎn)問題，一些專家和學(xué)者對(duì)此進(jìn)行了深入研究，劉吉平等[2]通過空間自相關(guān)模型分析吉林省糧食產(chǎn)量變化，研究發(fā)現(xiàn)吉林省糧食生產(chǎn)產(chǎn)量在空間上有明顯的聚集性，并分析了影響糧食產(chǎn)量變化的主要因子，發(fā)現(xiàn)化肥使用量和機(jī)耕面積等因素對(duì)糧食產(chǎn)量的影響呈逐步加大趨勢(shì)。葉慧等[3]認(rèn)為農(nóng)作物存活的基礎(chǔ)在于水、空氣、土壤等自然資源，除此之外關(guān)乎其生長(zhǎng)的因素還包括農(nóng)業(yè)科技化水平等科技生產(chǎn)因素以及人為制定的各種種植制度等人為因素。肖海峰等[4]發(fā)現(xiàn)，糧食種植面積以及施肥程度和其他用料的使用對(duì)糧食生長(zhǎng)有直接影響，播種面積不足會(huì)局限糧食產(chǎn)量輸出。胡文海等[5]針對(duì)糧食產(chǎn)量問題的弊端指出，要想搞清楚糧食產(chǎn)量的問題必須研究農(nóng)作物的有效灌溉面積、播種面積和成災(zāi)面積之間的關(guān)系，且必須將其作為重點(diǎn)因素進(jìn)行研究。

基于前人研究成果，從陜西省糧食產(chǎn)量的歷史軌跡（1999—2018年）出發(fā)，采用主成分分析法探究陜西省糧食產(chǎn)量變化的驅(qū)動(dòng)性因素，探究不同驅(qū)動(dòng)因素對(duì)糧食產(chǎn)量的影響程度，為陜西省糧食生產(chǎn)體系建設(shè)及相關(guān)部門糧食生產(chǎn)決策提供理論支持和科學(xué)依據(jù)。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

研究數(shù)據(jù)主要來源于中國(guó)國(guó)家統(tǒng)計(jì)局1999—2018年《中國(guó)統(tǒng)計(jì)年鑒》數(shù)據(jù)，個(gè)別統(tǒng)計(jì)數(shù)據(jù)來源于陜西省統(tǒng)計(jì)局1999—2018年《陜西省統(tǒng)計(jì)年鑒》。

1.2 研究方法

通過主成分分析方法研究陜西省糧食產(chǎn)量變化的驅(qū)動(dòng)因素。主成分分析方法的核心是對(duì)所有變量進(jìn)行降維處理，即在選定的所有變量中盡可能多地提取其反映的信息，通過線性變換的方法將復(fù)雜性的多變量濃縮為幾個(gè)彼此獨(dú)立的綜合指標(biāo)，而提取的指標(biāo)被稱為主成分[6]。主成分保留了原始變量絕大多數(shù)信息（≥85%），利用主成分分析可以簡(jiǎn)化問題的復(fù)雜性，抓住問題的主要矛盾，揭示事物內(nèi)部變量之間的規(guī)律[7]。每個(gè)主成分提取的信息量用方差進(jìn)行衡量，方差越大，表明該主成分包含原始變量的信息就越多。一般情況下，第一主成分的方差最大，其包含的信息最多。若第一主成分不足以代表原有變量的信息，繼續(xù)選取第二個(gè)主成分，但第二主成分代表的信息不再包含第一主成分已有的信息，以此類推，各主成分間保持獨(dú)立。因此構(gòu)造出F1、F2、…、Fm為原變量指標(biāo)的第一、第二、…、第m個(gè)主成分，主成分分析法步驟如下：

Fp=a1i×ZX1+a2i×ZX2+api×ZXp（1）

式中a1i，a2i，…，api（i=1，…，m）為X協(xié)方差陣的特征值所對(duì)應(yīng)的特征向量，ZX1，ZX2，…，ZXp為原始變量進(jìn)行標(biāo)準(zhǔn)化處理后的值。標(biāo)準(zhǔn)化處理是由于在實(shí)際應(yīng)用當(dāng)中存在指標(biāo)的量綱不同，在計(jì)算之前需要將原始數(shù)據(jù)標(biāo)準(zhǔn)化來消除量綱的影響。

主成分分析的數(shù)據(jù)壓縮和解釋轉(zhuǎn)換的變量主成分是彼此獨(dú)立存在的，并且主要成分分析的效果隨參數(shù)之間的相關(guān)度變得更明顯。因此在進(jìn)行主成分分析時(shí)所選擇的研究因子即自變量要與研究的因變量具有較強(qiáng)的相關(guān)性。

2 結(jié)果與分析

2.1 指標(biāo)選取與檢驗(yàn)

選取折純后化肥施用量（X1）、農(nóng)作物總播種面積（X2）、農(nóng)用柴油使用量（X3）、農(nóng)藥使用量（X4）、農(nóng)業(yè)機(jī)械總動(dòng)力（X5）、有效灌溉面積（X6）、農(nóng)業(yè)總產(chǎn)值（X7）、鄉(xiāng)村從業(yè)人員（X8）、農(nóng)用塑料薄膜使用量（X9）、糧食作物播種面積（X10）、耕地面積（X11）11個(gè)因子作為糧食產(chǎn)量的主要影響因素。所選取的11個(gè)影響因子不僅與因變量糧食產(chǎn)量存在相關(guān)性，而且各個(gè)變量之間也存在一定的共線性，為了消除自變量之間的共線性，運(yùn)用KMO統(tǒng)計(jì)量和Bartlett球形檢驗(yàn)，消除變量的重復(fù)信息，重建包含信息最多而數(shù)量最小的新變量，讓新變量間相互獨(dú)立，檢驗(yàn)結(jié)果如表1所示。

如表1所示，KMO的度量值為0.770。采用統(tǒng)計(jì)學(xué)家Kaiser設(shè)定的指標(biāo)，當(dāng)KMO的值大于0.6時(shí)，適合做因子分析[8]。Bartlett球形檢驗(yàn)中顯著性概率小于顯著水平0.05，說明研究指標(biāo)的設(shè)置滿足效度檢測(cè)且具有顯著性差異[9]。本研究中顯著性概率為0.000，說明研究指標(biāo)的設(shè)置滿足效度檢測(cè)，且Bartlett球形檢驗(yàn)結(jié)果顯著，因此證明本研究中選取的11個(gè)影響因子指標(biāo)之間并非獨(dú)立，即存在相關(guān)性，適合做因子分析。

2.2 主成分分析結(jié)果

對(duì)選取的11個(gè)糧食產(chǎn)量影響因子進(jìn)行主成分分析，得到糧食生產(chǎn)的特征值、各主成分的方差貢獻(xiàn)率和累積貢獻(xiàn)率，結(jié)果如表2所示。

由表2發(fā)現(xiàn)第一和第二主成分的特征值分別為8.311和1.553，值均大于1，并且兩個(gè)主成分的累積貢獻(xiàn)率已達(dá)到89.637%，大于85%，說明前兩個(gè)主成分可以解釋原來指標(biāo)數(shù)據(jù)的大部分信息，完全符合主成分分析的要求。因此，對(duì)提取的兩個(gè)主成分進(jìn)行分析，得到主成分的相關(guān)系數(shù)載荷矩陣，如表3所示。

從表3可以發(fā)現(xiàn)，第一主成分中的主要因子有9項(xiàng)，分別是折純后化肥施用量、農(nóng)用柴油使用量、農(nóng)藥使用量、農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、農(nóng)業(yè)總產(chǎn)值、鄉(xiāng)村從業(yè)人員、農(nóng)用塑料薄膜使用量及耕地面積，其相關(guān)系數(shù)分別高達(dá)0.968、0.974、0.917、0.948、-0.842、0.978、0.964、0.983和0.792，9個(gè)因子主要反映了陜西省糧食生產(chǎn)的農(nóng)業(yè)現(xiàn)代化及農(nóng)業(yè)投入程度，因此可以將第一主成分定義為農(nóng)業(yè)現(xiàn)代化投入及技術(shù)水平主成分，其貢獻(xiàn)度高達(dá)75.555%，說明農(nóng)業(yè)現(xiàn)代化投入及技術(shù)水平狀況是陜西省糧食產(chǎn)量的主要影響因素。第二主成分中的關(guān)鍵因子是農(nóng)作物總播種面積與糧食作物播種面積，相關(guān)系數(shù)分別是0.920和0.723，這兩個(gè)影響因子主要反映了土地的投入情況對(duì)陜西省糧食產(chǎn)量的影響。綜上可得，影響陜西省糧食演化的驅(qū)動(dòng)因子可以歸納為兩類，分別是農(nóng)業(yè)現(xiàn)代化投入及技術(shù)水平情況、土地投入水平。

3 結(jié)論

1）農(nóng)業(yè)現(xiàn)代化投入和技術(shù)水平狀況、土地投入水平兩大主成分中，農(nóng)業(yè)現(xiàn)代化投入和技術(shù)水平狀況是影響陜西省糧食產(chǎn)量變化的主要因素。但從單個(gè)因子分析看，農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)用柴油使用量、農(nóng)業(yè)總產(chǎn)值、化肥施用量、農(nóng)藥使用量、鄉(xiāng)村從業(yè)人員、農(nóng)用塑料薄膜使用量是影響糧食生產(chǎn)的主要驅(qū)動(dòng)因子。

2）近年來，陜西省糧食產(chǎn)量增長(zhǎng)緩慢，但人均糧食產(chǎn)量變化波動(dòng)明顯，未來提高農(nóng)業(yè)現(xiàn)代化水平、農(nóng)業(yè)裝備水平和科技水平，加強(qiáng)農(nóng)業(yè)設(shè)備投入是增加糧食產(chǎn)量的重要途徑。

參考文獻(xiàn)：

[1]?陳秧分，李先德.中國(guó)糧食產(chǎn)量變化的時(shí)空格局與影響因素[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（20）：1-10.

[2]?劉吉平，劉佳鑫.吉林省25年糧食產(chǎn)量空間格局的動(dòng)態(tài)變化[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2013，44（5）：138-143.

[3]?葉慧.購(gòu)銷市場(chǎng)化下影響我國(guó)糧食綜合生產(chǎn)能力的因素分析[J].安徽農(nóng)業(yè)科學(xué)，2009，37（3）：1339-1341.

[4]?肖海峰，王姣.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.

[5]?胡文海.我國(guó)中部地區(qū)糧食生產(chǎn)特征及其對(duì)我國(guó)糧食安全的影響[J].地理研究，2008，27（4）：885-895.

[6]?王黎明，馮仁國(guó)，楊燕風(fēng).區(qū)域可持續(xù)發(fā)展指標(biāo)的相關(guān)性分析及降維模型研究——以中國(guó)省級(jí)區(qū)域?yàn)槔齕J].地球科學(xué)進(jìn)展，2001（6）：802-812.

[7]?楊月鋒，徐學(xué)榮.福建省糧食產(chǎn)量影響因素主成分分析與產(chǎn)量趨勢(shì)預(yù)測(cè)[J].南方農(nóng)業(yè)學(xué)報(bào)，2014，45（4）：697-703.

[8]?彭行宇，紀(jì)雄輝.湖南省化肥施用現(xiàn)狀及其前景探討[J].湖南農(nóng)業(yè)科學(xué)，2006（6）：66-69.

[9]?楊月娥.為新農(nóng)村建設(shè)安裝強(qiáng)力引擎——湖南農(nóng)業(yè)機(jī)械化發(fā)展現(xiàn)狀與對(duì)策[J].湖南農(nóng)機(jī)，2006（4）：4-5.

（責(zé)任編輯：劉 昀）