我國糧食生產(chǎn)的主要影響因素研究
——基于全國31個省市截面數(shù)據(jù)的實證分析

宦 捷

（澳門大學(xué)，澳門特別行政區(qū) 999078）

1.引言

民以食為天，糧食事關(guān)國計民生。近幾年來高度重視“三農(nóng)工作”，制定了“多予少取放活”“工業(yè)反哺農(nóng)業(yè)、城市支持農(nóng)村”的基本方針，提高惠農(nóng)政策的力度使農(nóng)民的積極性顯著提高。另一方面，政府在農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)上也加大投資，生產(chǎn)條件也有所好轉(zhuǎn)。根據(jù)國家統(tǒng)計年鑒，我國2000年～2018年間，糧食產(chǎn)量從46218.0萬噸增加到65789.2萬噸，糧食播種面積由2003年的14.9 億畝提高到2018年的17.6 億畝，糧食的供求基本達到平衡。因此，分析糧食生產(chǎn)的影響因素就具有極高的現(xiàn)實意義。

我國糧食生產(chǎn)正處于從主要依靠人力畜力轉(zhuǎn)向主要依靠機械動力的階段，過程中面臨諸多問題。針對這些現(xiàn)狀，本文利用2018年的農(nóng)作物成災(zāi)面積、耕地灌溉面積、農(nóng)村水電站、農(nóng)業(yè)機械總動力、農(nóng)藥使用量、農(nóng)用化肥施用量和糧食播種面積等影響因素進行研究，從而對我國糧食生產(chǎn)做出合理性建議。

2.文獻綜述

隨著農(nóng)業(yè)的不斷發(fā)展，學(xué)者們對糧食產(chǎn)量的影響因素及其他問題也進行了深入地研究。郭淑蘭運用雙對數(shù)多元回歸模型對2005年全國31個省區(qū)糧食產(chǎn)量影響因素進行分析，得出一方面糧食播種面積目前是我國穩(wěn)定和提高糧食產(chǎn)量的最重要因素，因此糧食補貼的對象首選應(yīng)當是針對種植面積補貼；另一方面施肥量是影響我國糧食單產(chǎn)的重要因素，并且應(yīng)在重視施肥量的同時，對于其他提高農(nóng)業(yè)生產(chǎn)效率的科技因素給予相應(yīng)的關(guān)注。鮑國良和姚蔚運用“平均單產(chǎn)”和“產(chǎn)量變異系數(shù)”兩個指標進行研究，分析得出我國糧食自然災(zāi)害的波動性與變異程度日益減小。近幾年來受災(zāi)面積、成災(zāi)面積以及單產(chǎn)變異系數(shù)均較之前年份有較大幅度下降，體現(xiàn)出我國糧食自然災(zāi)害的短期波動幅度在減小，且表現(xiàn)出持續(xù)減緩的趨勢。徐冬婷和秦月運用擴展C-D 生產(chǎn)函數(shù)對江蘇省糧食生產(chǎn)的主要影響因素進行實證分析，建議擴大農(nóng)業(yè)生產(chǎn)規(guī)模，種植產(chǎn)業(yè)化能夠提高農(nóng)用機械運作的效率，由化肥向有機肥改進，減少對土壤的傷害，提高糧食單產(chǎn)水平。

因此，為了達到更好的研究效果，本文將借助、結(jié)合上述各學(xué)者的研究成果，利用應(yīng)用多元統(tǒng)計方法和計量分析相結(jié)合的方式，建立主成分回歸模型，確定國家31個省區(qū)的糧食產(chǎn)量的主要影響因素，并針對關(guān)鍵因素提出相關(guān)發(fā)展建議，從而為我國糧食生產(chǎn)的發(fā)展貢獻一份力量。

3.數(shù)據(jù)說明

本文研究的原始數(shù)據(jù)來源于國家統(tǒng)計局統(tǒng)計年鑒（2019），所取數(shù)據(jù)為2018年31個省區(qū)糧食產(chǎn)量及相關(guān)指標。結(jié)合糧食產(chǎn)量的宏觀因素，主要從以下幾方面考慮：自然因素、經(jīng)濟因素和科技因素。為研究更為準確，根據(jù)每種影響因素選擇以下指標，建立多元線性回歸模型，各指標的單位及主要含義如下：

表一 糧食產(chǎn)量影響因素指標表

糧食產(chǎn)量（Y）農(nóng)業(yè)生產(chǎn)經(jīng)營者日歷年度內(nèi)生產(chǎn)的全部糧食數(shù)量。糧食播種面積（X1）指農(nóng)業(yè)生產(chǎn)經(jīng)營者應(yīng)在日歷年度內(nèi)收獲糧食作物在全部土地（耕地或非耕地）上的播種或移植面積。耕地灌溉面積（X2），指具有一定的水源，地塊比較平整，灌溉工程或設(shè)備已經(jīng)配套，在一般年景下能夠進行正常灌溉的耕地面積。農(nóng)村水電站（X3）:指的是農(nóng)業(yè)水電站的個數(shù)農(nóng)業(yè)機械總動力（X4）指全部農(nóng)業(yè)機械動力的額定功率之和。農(nóng)用化肥施用量（X6）指本年內(nèi)實際用于農(nóng)業(yè)生產(chǎn)的化肥數(shù)量，包括氮肥、磷肥、鉀肥和復(fù)合肥。農(nóng)作物成災(zāi)面積（X7）是指：因水旱等災(zāi)害造成農(nóng)作物比正常年份減產(chǎn)3成（含3成）以上的播種面積。μt為隨機誤差項：指不被包含在該模型中的解釋變量和一些不可觀測因素對被解釋變量干擾的總影響項。

4.模型建立與求解

4.1 建立主成分分析模型

主成分分析模型依據(jù)數(shù)據(jù)信息丟失最少的原則，綜合簡化多變量截面數(shù)據(jù)，實現(xiàn)高維變量空間的降維。本文主要研究全國31個省市糧食產(chǎn)量的主要影響因素，依據(jù)主成分得分進行排名。根據(jù)主成分分析理論，假設(shè)有n 個樣本，p個指標組成矩陣 X：

通過原始數(shù)據(jù)進行標準化處理，消除量綱的影響設(shè)

根據(jù)變化后的矩陣X′，求出協(xié)方差矩陣和相關(guān)矩陣的特征值aij，及其對應(yīng)的特征向量，得到原指標的線性組合Fj，通過計算累計貢獻率確定主成分，實現(xiàn)降維。

4.2 建立多元線性回歸模型

多元線性回歸模型：被解釋變量Y對p個解釋變量1～p的線性回歸模型，先給Y做歸一化處理，再將上面得到的因子得分代入到模型中，得到主成分回歸模型，得到

4.3 主成分分析模型求解

KMO 和 Bartlett球形度檢驗中 Kaiser-Meyer-Olkin度量的值大于0.5，所以適合做因子分析。因為方差累積貢獻率越高，主成分的效果就會越好，我們利用方差累積貢獻率和碎石圖結(jié)合起來判斷。

圖一由累積方差貢獻率和碎石圖可得需要3個因子，同時人工輸入個因子在抽取項中點擊因子的固定數(shù)量，得到新的累積方差貢獻率。由表二可知，第一個主因子的提取量僅為49.778%，第二個主因子提取量為76.689%，第三個提取量為92.881%，大于90%。

圖一 碎石圖

表二 旋轉(zhuǎn)后解釋的總方差

根據(jù)表三可得，X2、X4、X5、X6由第一主因子解釋，其中包含的影響因素為耕地灌溉面積、農(nóng)業(yè)機械總動力、農(nóng)藥使用量和農(nóng)用化肥施用量；X1、X7由第二主因子解釋，其中包含的影響因素為糧食播種面積農(nóng)作物成災(zāi)面積，X3由第三主因子解釋，其影響因素為水電站個數(shù)。

表三 旋轉(zhuǎn)成分矩陣

X1 .673 .688 .033 X3 .165 -.063 .979

表四 因子得分系數(shù)矩陣

4.4 多元回歸模型求解

把三個主因子的因子得分作為自變量多元進行回歸，方程如下：

表五 各個主因子系數(shù)及顯著性

表六 調(diào)整后的回歸模型系數(shù)

各指標總系數(shù)如下表所示：

表七 各指標總系數(shù)表

由表中數(shù)據(jù)可知X1、X2、X7這三個影響因素系數(shù)最大，即農(nóng)作物成災(zāi)面積、糧食播種面積以及灌溉面積對糧食產(chǎn)量的影響最大；X4、X5、X6這三個影響因素系數(shù)其次，即農(nóng)業(yè)機械總動力、農(nóng)藥使用量和農(nóng)用化肥施用量的影響相對重要。

5.結(jié)論與建議

5.1 結(jié)論

通過對主成分分析法，基于前人文獻，選取七個指標，并對主成分分析法的應(yīng)用進行拓展，在損失信息量最小的前提下，獲取各指標對全國31個省市糧食產(chǎn)量影響因素的權(quán)重，得到全國糧食產(chǎn)量影響因素模型。

由回歸方程可知，糧食產(chǎn)量的影響因素大小依次為：農(nóng)作物成災(zāi)面積、糧食播種面積、耕地灌溉面積、農(nóng)用化肥施用量、農(nóng)業(yè)機械總動力、農(nóng)藥使用量、農(nóng)村水電站，農(nóng)作物成災(zāi)面積和糧食播種面積對糧食產(chǎn)量的影響最大。由此可知，2018 年，全國31個省區(qū)糧食產(chǎn)量的增加很大程度上歸功于種植面積的增加以及旱澇災(zāi)害的治理；化肥施用量對糧食生產(chǎn)也有一定的影響，化肥作為農(nóng)業(yè)技術(shù)水平提高的代表，可促進糧食產(chǎn)量的增加。但是由于化肥的過度 施用給土壤環(huán)境帶來一定的傷害，很多地市都在控制；農(nóng)用機械總動力會使糧食產(chǎn)量增加，但是比播種面積與化肥施用量對糧食產(chǎn)量的影響小。

5.2 建議

5.2.1 保證糧食播種面積，減少成災(zāi)面積，確保糧食產(chǎn)量。

近五年來，各個省區(qū)糧食播種面積變化不大呈現(xiàn)略微波動趨于平緩的狀態(tài)，總播種面積穩(wěn)定在 11800 千公頃左右，很大程度上支撐了糧食產(chǎn)量的逐年增長，由此可見耕地的質(zhì)量和數(shù)量是保障糧食生產(chǎn)的必要條件。因此，首先，應(yīng)健全耕地保護制度，減少土地污染，在不影響居民正常生活的前提下保證土地利用最大化；其次，應(yīng)對產(chǎn)量低的耕地進行實地考察，采取針對性措施增加糧食單產(chǎn)，有效提高全國各個省區(qū)糧食總產(chǎn)量；第三，政府可以針對種植面積進行相應(yīng)補貼。

5.2.2 發(fā)展農(nóng)業(yè)科技，優(yōu)化化肥的施用，提供良好的種植環(huán)境。

由實證分析結(jié)果可知，除去播種環(huán)境和自然條件影響因素，化肥在糧食生產(chǎn)過程中占據(jù)很高地位，是必不可少的投入要素。因此，全國31個省區(qū)需要改善肥料，提高化肥品質(zhì)、使用效率或使化肥向有機肥改進，由此有助于農(nóng)作物生長，提高糧食單產(chǎn)水平。同時，針對科技落后地區(qū)、勞動力低下地區(qū)，政府可建立農(nóng)業(yè)技術(shù)推廣平臺，向村民推廣技術(shù)，提高農(nóng)戶科技耕種意識，將技術(shù)應(yīng)用到糧食生產(chǎn)的各方面，進而提高糧食產(chǎn)量。其次，對于技術(shù)研發(fā)，要加大農(nóng)業(yè)科技研發(fā)力度，有效加快對農(nóng)業(yè)機械、糧食品種、肥料與農(nóng)藥的改善，進而與實際勞作相對接，高效應(yīng)用技術(shù)成果。

5.2.3 提高農(nóng)業(yè)機械化水平，增加整體糧食生產(chǎn)效率。

我國各種機械化勞動力為糧食產(chǎn)量的增加做出了巨大貢獻，正在經(jīng)歷從人力到機械化轉(zhuǎn)型的階段。由于中國是一個生產(chǎn)季節(jié)多樣化的大國，伴隨著農(nóng)業(yè)人口減少，使勞務(wù)輸出和機器服務(wù)長期存在，可以大大降低運營成本。首先，我國應(yīng)當針對不同省區(qū)，結(jié)合各地的耕地情況，綜合考慮農(nóng)民運用農(nóng)用機械的技術(shù)水平，推廣適用型農(nóng)用機械，提高糧食生產(chǎn)率；此外，使農(nóng)業(yè)的生產(chǎn)規(guī)模增加，并且提高農(nóng)業(yè)機械化效率，最終提高糧食生產(chǎn)率。

5.2.4 引進農(nóng)業(yè)科技人才，突出發(fā)展重點產(chǎn)業(yè)。

根據(jù)農(nóng)業(yè)的發(fā)展趨勢、發(fā)展需求，對農(nóng)業(yè)技術(shù)人員的隊伍進行仔細研究，制定詳細的人才引進計劃，做到因地制宜，投入資金發(fā)展具有農(nóng)業(yè)科學(xué)技術(shù)的人才，最終達到優(yōu)化團隊結(jié)構(gòu)的目的。