吉林省糧食生產影響因素分析

鄭欣欣

(吉林化工學院，吉林 吉林 132022)

“五谷者，萬民之命，國之重寶”，糧食安全是國家安定、社會和諧、經濟發展的重要保障。農業基礎地位任何時候都不能忽視和削弱，中國人的飯碗任何時候都必須牢牢端在自己手里[1]。近40年來，諸多學者在糧食產量的影響因素方面進行了剖析和探究，取得了豐碩的成果，并且結合實際解決了很多糧食生產的相關問題，對提高糧食產量起到了積極作用。在中國知網期刊數據庫中以“糧食產量影響因素”作為主題搜索，共計查找到438篇相關文獻，最早一篇發表于1983年的《糧食作物收獲中某些因素對產量損失的影響》[2]。關于該主題的主要研究成果集中在2007年以后，采用的研究方法以數據統計分析方法居多，所研究區域主要涉及山東省、安徽省、河南省、黑龍江省等糧食主產區。例如：王贊、李松臣[3]利用主成分分析、協整分析和回歸分析方法對我國糧食生產影響因素進行了深入的研究。李心慧[4]等運用主成分分析法定量分析了河南省24年間的相關數據，得出了影響糧食單產的主要因素。劉浩然[5]等運用因子分析法和灰色系統理論分析了黑龍江省1985年—2014年糧食綜合生產能力，并依據分析結果給出了相關建議。

習近平總書記在吉林考察時作出重要指示：吉林要把保障糧食安全放在突出位置，毫不放松抓好糧食生產，加快轉變農業發展方式，在探索現代農業發展道路上創造更多經驗[6]。吉林省在國家的糧食生產體系中的地位非常突出，是我國重要的糧食生產基地，分析吉林省的糧食產量影響因素能夠為進一步發掘吉林省糧食增產潛力提供理論和實踐支撐，對提高糧食產量、實現增產目標等具有重大意義。

1 研究區概況

吉林省地處中國東北地區的中部，位于北緯41°至北緯46°，是國家糧食主產區之一。吉林省土地總面積187 400 km2，氣候為溫帶季風氣候，四時交替分明，春季普遍干燥多風，夏季陰雨綿綿，秋季雨水減少天氣轉涼，冬季持續時間長并且氣溫非常低。吉林省擁有“耕地中的大熊貓”之稱的黑土地，素有“黑土地之鄉”的佳譽[7]。2021年，吉林省糧食播種面積創歷史新高，達到572.13萬 hm2，同比增加3.95萬 hm2，糧食總產量達到807.84億斤，同比增加47.24億斤，凈增量居全國第二位，總產量穩居全國第五位；糧食單產941.3斤/畝，比2020年增加48.7斤/畝，超過全國平均單產水平21.6%[8]。吉林省是我國的農業大省，在國家的糧食產業布局中占據了非常重要的地位。

2 因素分析、數據來源與研究方法

2.1 因素分析

在糧食生產中，影響產量的因素有很多，總的來說可以分為如下幾大類。

2.1.1 土地因素。土地因素是指土地資源，比如耕地資源，糧食播種面積等。耕地資源是糧食種植的根基，是萬物生長的基礎，良好的耕地資源對糧食生產起到良好的促進作用。

2.1.2 資本因素。資本因素主要體現在糧食生產過程中各類生產物資的投入以及基礎設施的建設完善情況方面，比如農業機械設施、電力資源、農藥資源的配備等。

2.1.3 勞動力因素。勞動因素對于糧食產量來說至關重要，因為糧食生產直接被勞動力影響著，一方面在于體力勞動，也就是勞動力的數量，充足的勞動力資源對于糧食生產是有益的，另一方面勞動力素質水平也會對糧食產量造成影響。

2.1.4 自然因素。自然災害一直是造成糧食減產的主要原因，雖然現代科技的發展能讓人們做好一些預防措施，糧食生產的抗災能力越來越強，但是自然災害的不可控性還是會對于糧食生產造成一定的損失。

2.2 數據來源

本研究收集并整理了2004年—2020年吉林省糧食產量及其相關影響因素的數據，所有原始數據來源于《吉林統計年鑒》。研究選取了農村勞動力比重(X1)、糧食播種面積(X2)、糧食單位面積產量(X3)、有效灌溉面積(X4)、受災面積(X5)、農業機械總動力(X6)、農村用電量(X7)、化肥施用量(X8)、農業生產資料價格總指數(X9)等9個影響因素，其中農村勞動力比重為農村勞動力占鄉村人口的百分比，其他影響因素數據均為直接獲取。

2.3 主成分分析法

主成分分析法[9]是通過線性變換，將原來多個變量重新組合成一組新的互相無關的幾個綜合變量，同時根據實際需要從中可以取出幾個較少的綜合變量盡可能多地反映原來變量的信息的方法。通過該方法得到的新的變量能夠使彼此相互獨立，具有很強的代表性。方差分解所提取的主成分信息要滿足特征值>1，累計貢獻率越高，說明各個因子對總體的解釋度較高，如果累計貢獻率超過85%，則說明提取的主成分能對總體進行較好的概括。

3 結果與分析

主成分分析的具體操作是通過軟件SPSS 22.0完成的。首先進行KMO統計量和Bartlett球形檢驗，結果見表1：KMO統計量為0.715(>0.5)，Bartlett球形檢驗結果為0.000(<0.000 1)，因此能夠進行因子分析。然后，分析樣本，得出各因素之間的相關系數矩陣，結果見表2。從表2可以得出，各個因素之間存在著一定程度的相關性。一方面，化肥施用量和農村勞動力比重、農村用電量之間的相關性強，相關系數分別為0.963和0.931。農業機械總動力和糧食播種面積、農村用電量之間的關聯性比較強，相關系數分別為0.951和0.986，農村用電量和糧食播種面積之間也存在強相關關系，相關系數為0.912。這些因素之間呈現的強正相關關系，反映了在農業生產中人力、物力等多方面的投入對農業生產帶來的積極影響；另一方面，受災面積和農業生產資料價格總指數均與其他影響因素呈負相關關系，這說明了自然災害和農業生產資料價格給農業生產帶來了不利。

表1 KMO統計量和Bartlett球形檢驗結果

表2 各因素相關系數矩陣

接下來，計算相關系數矩陣的特征值，并得到累計方差貢獻率，結果如表3所示。從結果可以得出，前2個因子主成分的特征值均>1，累計方差貢獻率為85.27%(>85%)，從而可以認為二者基本包含了全部指標具有的信息，因此將前2個因子確定為吉林省糧食產量影響因素的主要因子是合理的。

表3 方差分解主成分提取分析

隨后，利用主成分分析計算主成分載荷矩陣，結果如表4所示。從結果中可以看出，主成分1里包含的主要因子為農村勞動力比重(X1)、農業機械總動力(X6)、農村用電量(X7)、化肥施用量(X8)，相關系數分別為：0.913、0.950、0.975、0.958；主成分2中包含的關鍵因子為受災面積(X5)、農業生產資料價格總指數(X9)，相關系數分別為0.78和-0.84。從主成分分析結果可以得出，主成分1包含的農村勞動力比重、農業機械總動力、農村用電量、化肥施用量這4個影響因素反映了農業生產過程中的人力、物力投入水平和農業現代化程度，其貢獻率為69.124%；主成分2中的受災面積和農業生產資料價格總指數這兩個影響因素反映了自然災害和生產資料價格對吉林省糧食產量的影響，貢獻率為16.145%。

表4 主成分載荷矩陣

4 結論及建議

本文利用主成分分析法對近17年吉林省糧食產量相關影響因素數據進行了分析。通過主成分分析法得出，影響吉林省農業生產總值的因素大概可以概括為兩部分：①人力投入和基礎生產基礎要素的投入，具體包括農業機械總動力、農村用電量、化肥施用量。②自然災害和農業生產資料價格上漲對吉林省糧食產量的負面影響。

為了提高吉林省的糧食產量，基于以上結果分析給出如下建議：①提高勞動力綜合素質和農業現代化水平。農村勞動力占比和農業機械總動力是非常重要的影響因素。因此，建議提高勞動力綜合素質，開闊農民的視野，讓農民接受先進的科技興農知識、學習使用現代化農業機械的新本領和技術，使其跟上農業現代化的腳步，提高農業現代機械化水平，從而實現精細化農業和智慧農業，給糧食產量提高帶來積極的影響。②精細化耕作，合理施肥。化肥施用量是提高糧食產量的重要因素，但是化肥使用過量會導致土壤板結、地下水受污染等。因此，提倡精細化耕作，根據不同土壤、不同作物、不同時間綜合評估，合理配方、合理施肥。③精準預測，提高抗災能力。近年來，吉林省是自然災害較多的省份，惡劣氣候對糧食生產造成了很大的影響。面對這種情況，建議相關部門提前采取有效措施，提高預測精確度，增強預警能力和抗災減災能力。④合理調控農業生產資料價格，提高農民的糧食種植積極性。農業生產資料價格對糧食產量具有一定的消極影響，農業生產資料價格上漲會導致農民減少對土地的投資，從而導致糧食產量的下降。因此，國家要合理干預和控制農業生產資料價格指數，提高農民對糧食種植的積極性。