陜西省糧食產量變化驅動因素分析

武丹 孟婷婷

4. 陜西省土地整治工程技術研究中心，陜西西安 710075）

摘 要 為深入了解陜西省糧食產量的變化情況，探究影響陜西省糧食產量的主要因素，為糧食安全政策構建提供理論參考，選取陜西省1999—2018年的糧食產量數據作為基礎數據，以計量地理學為理論基礎，運用主成分分析法探討引起糧食產量變化的主要影響因素。研究結果發現：影響糧食產量的11個因子被分成2個主成分，分別是農業現代化投入和技術水平狀況、土地投入水平。從兩個成分分析中發現，農用柴油使用量和農業機械總動力等反映農業現代化水平的因素對糧食產量提高有很大的促進作用;化肥施用量、農村從業人員、農用塑料薄膜使用量等農業資料投入的增加也促使陜西省糧食產量增加。

關鍵詞 糧食產量;主成分分析;影響因素

中圖分類號：F326.1 文獻標志碼：B DOI：10.19415/j.cnki.1673-890x.2020.26.052

隨著世界人口不斷增長以及城市化進程快速推進和土地沙化范圍不斷擴大，糧食的作用越來越重要，人們對糧食等自然資源的需求量逐年增加，糧食的供求關系出現問題[1]。對于中國糧食的生產問題，一些專家和學者對此進行了深入研究，劉吉平等[2]通過空間自相關模型分析吉林省糧食產量變化，研究發現吉林省糧食生產產量在空間上有明顯的聚集性，并分析了影響糧食產量變化的主要因子，發現化肥使用量和機耕面積等因素對糧食產量的影響呈逐步加大趨勢。葉慧等[3]認為農作物存活的基礎在于水、空氣、土壤等自然資源，除此之外關乎其生長的因素還包括農業科技化水平等科技生產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]發現，糧食種植面積以及施肥程度和其他用料的使用對糧食生長有直接影響，播種面積不足會局限糧食產量輸出。胡文海等[5]針對糧食產量問題的弊端指出，要想搞清楚糧食產量的問題必須研究農作物的有效灌溉面積、播種面積和成災面積之間的關系，且必須將其作為重點因素進行研究。

基于前人研究成果，從陜西省糧食產量的歷史軌跡（1999—2018年）出發，采用主成分分析法探究陜西省糧食產量變化的驅動性因素，探究不同驅動因素對糧食產量的影響程度，為陜西省糧食生產體系建設及相關部門糧食生產決策提供理論支持和科學依據。

1 數據來源及研究方法

1.1 數據來源

研究數據主要來源于中國國家統計局1999—2018年《中國統計年鑒》數據，個別統計數據來源于陜西省統計局1999—2018年《陜西省統計年鑒》。

1.2 研究方法

通過主成分分析方法研究陜西省糧食產量變化的驅動因素。主成分分析方法的核心是對所有變量進行降維處理，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雜性的多變量濃縮為幾個彼此獨立的綜合指標，而提取的指標被稱為主成分[6]。主成分保留了原始變量絕大多數信息（≥85%），利用主成分分析可以簡化問題的復雜性，抓住問題的主要矛盾，揭示事物內部變量之間的規律[7]。每個主成分提取的信息量用方差進行衡量，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，繼續選取第二個主成分，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，各主成分間保持獨立。因此構造出F1、F2、…、Fm為原變量指標的第一、第二、…、第m個主成分，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協方差陣的特征值所對應的特征向量，ZX1，ZX2，…，ZXp為原始變量進行標準化處理后的值。標準化處理是由于在實際應用當中存在指標的量綱不同，在計算之前需要將原始數據標準化來消除量綱的影響。

主成分分析的數據壓縮和解釋轉換的變量主成分是彼此獨立存在的，并且主要成分分析的效果隨參數之間的相關度變得更明顯。因此在進行主成分分析時所選擇的研究因子即自變量要與研究的因變量具有較強的相關性。

2 結果與分析

2.1 指標選取與檢驗

選取折純后化肥施用量（X1）、農作物總播種面積（X2）、農用柴油使用量（X3）、農藥使用量（X4）、農業機械總動力（X5）、有效灌溉面積（X6）、農業總產值（X7）、鄉村從業人員（X8）、農用塑料薄膜使用量（X9）、糧食作物播種面積（X10）、耕地面積（X11）11個因子作為糧食產量的主要影響因素。所選取的11個影響因子不僅與因變量糧食產量存在相關性，而且各個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，運用KMO統計量和Bartlett球形檢驗，消除變量的重復信息，重建包含信息最多而數量最小的新變量，讓新變量間相互獨立，檢驗結果如表1所示。

如表1所示，KMO的度量值為0.770。采用統計學家Kaiser設定的指標，當KMO的值大于0.6時，適合做因子分析[8]。Bartlett球形檢驗中顯著性概率小于顯著水平0.05，說明研究指標的設置滿足效度檢測且具有顯著性差異[9]。本研究中顯著性概率為0.000，說明研究指標的設置滿足效度檢測，且Bartlett球形檢驗結果顯著，因此證明本研究中選取的11個影響因子指標之間并非獨立，即存在相關性，適合做因子分析。

2.2 主成分分析結果

對選取的11個糧食產量影響因子進行主成分分析，得到糧食生產的特征值、各主成分的方差貢獻率和累積貢獻率，結果如表2所示。

由表2發現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，并且兩個主成分的累積貢獻率已達到89.637%，大于85%，說明前兩個主成分可以解釋原來指標數據的大部分信息，完全符合主成分分析的要求。因此，對提取的兩個主成分進行分析，得到主成分的相關系數載荷矩陣，如表3所示。

從表3可以發現，第一主成分中的主要因子有9項，分別是折純后化肥施用量、農用柴油使用量、農藥使用量、農業機械總動力、有效灌溉面積、農業總產值、鄉村從業人員、農用塑料薄膜使用量及耕地面積，其相關系數分別高達0.968、0.974、0.917、0.948、-0.842、0.978、0.964、0.983和0.792，9個因子主要反映了陜西省糧食生產的農業現代化及農業投入程度，因此可以將第一主成分定義為農業現代化投入及技術水平主成分，其貢獻度高達75.555%，說明農業現代化投入及技術水平狀況是陜西省糧食產量的主要影響因素。第二主成分中的關鍵因子是農作物總播種面積與糧食作物播種面積，相關系數分別是0.920和0.723，這兩個影響因子主要反映了土地的投入情況對陜西省糧食產量的影響。綜上可得，影響陜西省糧食演化的驅動因子可以歸納為兩類，分別是農業現代化投入及技術水平情況、土地投入水平。

3 結論

1）農業現代化投入和技術水平狀況、土地投入水平兩大主成分中，農業現代化投入和技術水平狀況是影響陜西省糧食產量變化的主要因素。但從單個因子分析看，農業機械總動力、農用柴油使用量、農業總產值、化肥施用量、農藥使用量、鄉村從業人員、農用塑料薄膜使用量是影響糧食生產的主要驅動因子。

2）近年來，陜西省糧食產量增長緩慢，但人均糧食產量變化波動明顯，未來提高農業現代化水平、農業裝備水平和科技水平，加強農業設備投入是增加糧食產量的重要途徑。

參考文獻：

[1]?陳秧分，李先德.中國糧食產量變化的時空格局與影響因素[J].農業工程學報，2013，29（20）：1-10.

[2]?劉吉平，劉佳鑫.吉林省25年糧食產量空間格局的動態變化[J].東北農業大學學報，2013，44（5）：138-143.

[3]?葉慧.購銷市場化下影響我國糧食綜合生產能力的因素分析[J].安徽農業科學，2009，37（3）：1339-1341.

[4]?肖海峰，王姣.我國糧食綜合生產能力影響因素分析[J].農業技術經濟，2004（6）：45-49.

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

[6]?王黎明，馮仁國，楊燕風.區域可持續發展指標的相關性分析及降維模型研究——以中國省級區域為例[J].地球科學進展，2001（6）：802-812.

[7]?楊月鋒，徐學榮.福建省糧食產量影響因素主成分分析與產量趨勢預測[J].南方農業學報，2014，45（4）：697-703.

[8]?彭行宇，紀雄輝.湖南省化肥施用現狀及其前景探討[J].湖南農業科學，2006（6）：66-69.

[9]?楊月娥.為新農村建設安裝強力引擎——湖南農業機械化發展現狀與對策[J].湖南農機，2006（4）：4-5.

（責任編輯：劉 昀）