基于主成分分析的黑龍江省農(nóng)業(yè)經(jīng)濟(jì)影響因素研究

米夢(mèng)瑤

（渤海大學(xué)經(jīng)濟(jì)學(xué)院 遼寧錦州 121007）

2020年12月28日，習(xí)近平總書記在中央農(nóng)村工作會(huì)議上強(qiáng)調(diào)：“堅(jiān)持把解決好‘三農(nóng)’問題作為全黨工作重中之重，舉全黨全社會(huì)之力推動(dòng)鄉(xiāng)村振興，促進(jìn)農(nóng)業(yè)高質(zhì)高效、鄉(xiāng)村宜居宜業(yè)、農(nóng)民富裕富足。”[1]農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展?fàn)顩r對(duì)我國國民經(jīng)濟(jì)有著重要的影響。

由于近年來國家財(cái)政的支持，我國農(nóng)業(yè)經(jīng)濟(jì)呈現(xiàn)出良好的發(fā)展態(tài)勢(shì)。據(jù)《中國統(tǒng)計(jì)年鑒（2021）》數(shù)據(jù)，2020年黑龍江省的農(nóng)林牧漁業(yè)總產(chǎn)值占全國的4.67%，其是大豆、小麥、玉米等糧食作物以及甜菜、亞麻等經(jīng)濟(jì)作物的主要出產(chǎn)地。目前，黑龍江省的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展面臨著農(nóng)業(yè)科技投入不足、農(nóng)業(yè)基礎(chǔ)設(shè)施老化甚至不足等問題，制約了農(nóng)業(yè)的發(fā)展。

基于此，本文在對(duì)黑龍江省農(nóng)業(yè)經(jīng)濟(jì)影響因素進(jìn)行深入了解的基礎(chǔ)上，認(rèn)為黑龍江省歷年的農(nóng)林牧漁業(yè)總產(chǎn)值是反映其農(nóng)業(yè)經(jīng)濟(jì)發(fā)展?fàn)顩r的重要指標(biāo)，因此將其作為被解釋變量，采用Pearson相關(guān)性分析的方法，將生產(chǎn)投入、自然狀況和技術(shù)水平這3個(gè)指標(biāo)作為影響農(nóng)業(yè)經(jīng)濟(jì)的重要指標(biāo)，進(jìn)而利用主成分分析法分析其對(duì)黑龍江省農(nóng)業(yè)經(jīng)濟(jì)的具體影響。

1 文獻(xiàn)綜述

劉冰認(rèn)為市場需求、資金投入、出口貿(mào)易、科學(xué)技術(shù)以及國家政策是影響我國農(nóng)業(yè)經(jīng)濟(jì)增長的重要因素[2]；隋潔等將農(nóng)林牧漁業(yè)總產(chǎn)值、勞動(dòng)力及固定資產(chǎn)投資作為影響因素來研究2003年—2019年山東省農(nóng)業(yè)經(jīng)濟(jì)[3]；張紅彥等從技術(shù)進(jìn)步、農(nóng)業(yè)機(jī)械、勞動(dòng)力、灌溉面積、播種面積、農(nóng)藥、薄膜以及化肥的使用量方面分析了其對(duì)2009年—2012年山東省農(nóng)業(yè)經(jīng)濟(jì)的影響[4]。

沈永昌等選取了1980年—2012年農(nóng)業(yè)的時(shí)間序列數(shù)據(jù)，并運(yùn)用主成分回歸分析的方法來研究我國農(nóng)業(yè)長期經(jīng)濟(jì)增長和短期經(jīng)濟(jì)增長[5]；張紅彥等結(jié)合了C-D生產(chǎn)函數(shù)以及橫截面時(shí)間序列混合數(shù)據(jù)，然后利用嶺回歸和主成分回歸的研究方法分析了2009年—2012年各影響要素對(duì)山東省農(nóng)業(yè)經(jīng)濟(jì)增長的貢獻(xiàn)[4]；Mohamed選取2008年—2019年的季度數(shù)據(jù)并運(yùn)用規(guī)范協(xié)整回歸（CCR），研究了部分農(nóng)業(yè)經(jīng)濟(jì)變量對(duì)伊拉克農(nóng)業(yè)國內(nèi)生產(chǎn)總值的影響[6]。

上述學(xué)者以不同的研究變量為切入點(diǎn)，分析了農(nóng)業(yè)經(jīng)濟(jì)的影響因素，研究數(shù)據(jù)的時(shí)間跨度較大，能從較長的時(shí)間內(nèi)看出投入效果，并且采用不同的實(shí)證分析方法去探究問題。但目前對(duì)于黑龍江省農(nóng)業(yè)經(jīng)濟(jì)的研究相比較少，且其他文獻(xiàn)在數(shù)據(jù)年份方面未更新。因此，本研究在更新數(shù)據(jù)的基礎(chǔ)上來研究黑龍江省農(nóng)業(yè)經(jīng)濟(jì)的影響因素。

2 指標(biāo)的選取與篩選

2.1 指標(biāo)初步篩選及來源

在參考各類文獻(xiàn)的基礎(chǔ)上，本文從生產(chǎn)投入、自然狀況和科技水平3個(gè)角度共選取了11個(gè)指標(biāo)。數(shù)據(jù)均來自國家統(tǒng)計(jì)年鑒和黑龍江省統(tǒng)計(jì)年鑒。

生產(chǎn)投入包含農(nóng)林牧漁業(yè)勞動(dòng)力、農(nóng)作物耕種面積、農(nóng)林牧漁業(yè)固定資產(chǎn)投資以及國家在農(nóng)林水利上的財(cái)政支出4個(gè)指標(biāo)。

自然狀況包括年降水量、受災(zāi)面積和除澇面積3個(gè)指標(biāo)。因國家統(tǒng)計(jì)年鑒和黑龍江省統(tǒng)計(jì)年鑒均無法查詢黑龍江省的年降水量，本文選取哈爾濱市的年降水量代表黑龍江省的年降水量。

科技水平包括了農(nóng)業(yè)機(jī)械化水平、有效灌溉面積、農(nóng)用化肥施用量（折純量）及農(nóng)業(yè)用電量4個(gè)指標(biāo)。

2.2 Pearson相關(guān)系數(shù)

Pearson相關(guān)系數(shù)是用來衡量兩個(gè)變量之間的線性相關(guān)性的，其值介于-1與1之間，可用于衡量國民收入與居民儲(chǔ)蓄存款、身高和體重等變量間的線性關(guān)系。本文初步選取黑龍江省2005年—2020年的農(nóng)林牧漁業(yè)總產(chǎn)值作為因變量，將黑龍江省2005年—2020年的農(nóng)林牧漁業(yè)勞動(dòng)力、農(nóng)作物耕種面積、農(nóng)林牧漁業(yè)固定資產(chǎn)投資、國家在農(nóng)林水利上的財(cái)政支出、年降水量、受災(zāi)面積和除澇面積、農(nóng)業(yè)機(jī)械化水平、有效灌溉面積、農(nóng)用化肥施用量（折純量）及農(nóng)業(yè)用電量作為自變量。將所有變量的數(shù)據(jù)進(jìn)行Z標(biāo)準(zhǔn)化后進(jìn)行Pearson相關(guān)性分析，結(jié)果如表1所示。表1中，有9個(gè)指標(biāo)與農(nóng)林牧漁業(yè)總產(chǎn)值的相關(guān)系數(shù)絕對(duì)值大于0.7，說明了這9個(gè)指標(biāo)與農(nóng)林牧漁業(yè)總產(chǎn)值有很強(qiáng)的相關(guān)性，有助于研究分析。

表1 農(nóng)業(yè)經(jīng)濟(jì)影響因素相關(guān)性檢驗(yàn)表

3 主成分分析法

主成分分析（PCA）法是把原來多個(gè)變量劃分為少數(shù)幾個(gè)綜合指標(biāo)，從而消除指標(biāo)數(shù)據(jù)之間的相關(guān)性問題的一種統(tǒng)計(jì)分析方法。從數(shù)學(xué)角度來看，這是一種降維處理技術(shù)。基于此種理念，本文采用PCA法對(duì)影響黑龍江省農(nóng)業(yè)經(jīng)濟(jì)的因素進(jìn)行降維，以使構(gòu)建的函數(shù)降維，耦合不同種類因素，也使得所構(gòu)建的體系更加符合實(shí)際情況。

3.1 效度分析

在對(duì)指標(biāo)數(shù)據(jù)進(jìn)行主成分分析之前，需要對(duì)原始數(shù)據(jù)進(jìn)行KMO和Bartlett's檢驗(yàn)。一般情況下，當(dāng)KMO值超過0.6，則表示數(shù)據(jù)效度檢驗(yàn)成功，就可以進(jìn)行主成分分析。

由表2檢驗(yàn)結(jié)果可知，原始數(shù)據(jù)的顯著性概率值小于0.005，說明能夠拒絕原假設(shè)。且表中的KMO值為0.753，大于0.6，進(jìn)一步說明了指標(biāo)數(shù)據(jù)能夠進(jìn)行主成分分析。

表2 KMO和Bartlett's球形檢驗(yàn)結(jié)果

3.2 實(shí)證研究

基于之前Pearson相關(guān)性分析的結(jié)果，篩選過后選取9個(gè)指標(biāo)作為影響因素指標(biāo)。由表1初步構(gòu)建的指標(biāo)體系來看，這些數(shù)據(jù)之間存在很強(qiáng)的相關(guān)性。假若直接利用這9個(gè)指標(biāo)進(jìn)行農(nóng)業(yè)經(jīng)濟(jì)影響因素的指標(biāo)體系構(gòu)建，這些數(shù)據(jù)之間會(huì)出現(xiàn)多重共線性的問題，不利于后續(xù)研究。

因此，為了消除這些數(shù)據(jù)之間的相關(guān)性和重復(fù)性的問題，本文選取主成分分析法對(duì)原有9個(gè)指標(biāo)進(jìn)行降維。

利用SPSS 25.0軟件，在“數(shù)據(jù)視圖”頁面進(jìn)行“分析—降維—因子”的步驟，將標(biāo)準(zhǔn)化后的9個(gè)指標(biāo)放入“變量”框進(jìn)行主成分分析，同時(shí)在“描述”選項(xiàng)中勾選“KMO和巴特利特球形度檢驗(yàn)”（此步驟用于效度檢驗(yàn)），結(jié)果如表3所示。

表3 主成分分析總方差解釋

由表3結(jié)果可知，主成分中有一個(gè)最大的特征根，其值為7.833，且它的累積方差占到了總方差的87.032%，說明這9個(gè)指標(biāo)可作為一個(gè)主成分進(jìn)行后續(xù)分析。所以，在農(nóng)業(yè)經(jīng)濟(jì)影響因素的指標(biāo)體系構(gòu)建時(shí)，本文將提取1個(gè)主成分，其成分矩陣如表4所示。

表4 成分矩陣系數(shù)表

續(xù)表4 成分矩陣系數(shù)表

4 結(jié)論

根據(jù)表4，在正向影響的眾多因素中，對(duì)農(nóng)業(yè)經(jīng)濟(jì)影響最大的指標(biāo)為農(nóng)業(yè)機(jī)械化水平，占據(jù)了主成分的99.7%。此結(jié)果的原因可能是，機(jī)械化水平代表了科技發(fā)展程度，科技越進(jìn)步，機(jī)械化發(fā)展越快，代表著生產(chǎn)效率的提高。農(nóng)業(yè)機(jī)械化發(fā)展大大提高了勞動(dòng)力質(zhì)量和產(chǎn)出效益，帶動(dòng)了農(nóng)村經(jīng)濟(jì)社會(huì)的發(fā)展。

第二個(gè)對(duì)農(nóng)業(yè)經(jīng)濟(jì)影響較大的指標(biāo)為農(nóng)業(yè)用電量，占據(jù)了主成分的99.6%。農(nóng)業(yè)用電量對(duì)農(nóng)業(yè)經(jīng)濟(jì)影響較大的原因可能是其與農(nóng)業(yè)機(jī)械化水平有很大聯(lián)系，隨著農(nóng)業(yè)機(jī)械化水平的不斷提高，農(nóng)業(yè)用電量也隨之增大。

緊接著影響農(nóng)業(yè)經(jīng)濟(jì)的指標(biāo)依次為有效灌溉面積、除澇面積、國家在農(nóng)林水利上的投入、農(nóng)林牧漁業(yè)固定資產(chǎn)投資和農(nóng)作物耕種面積，它們分別占據(jù)了主成分的98.8%、98.7%、98.4%、97.2%和87.9%。這些因素雖然沒有農(nóng)業(yè)機(jī)械化水平和農(nóng)業(yè)用電量的影響大，但是它們占據(jù)主成分的比重也較高，說明其在農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展中也發(fā)揮了很大的作用。

在正向影響的指標(biāo)中，影響最小的為農(nóng)業(yè)化肥使用量，占據(jù)了主成分的80.9%。其原因主要為農(nóng)作物的產(chǎn)量與化肥施用量存在著單向的因果關(guān)系，在其他條件不變的情況下，過少或者過多施用化肥都不利于農(nóng)作物的產(chǎn)出。因此農(nóng)業(yè)生產(chǎn)中，對(duì)化肥量的把控是十分重要的。

本次結(jié)果中唯一對(duì)于農(nóng)業(yè)經(jīng)濟(jì)有負(fù)向影響的指標(biāo)為農(nóng)林牧漁業(yè)勞動(dòng)力，它對(duì)主成分有-74.7%的影響。農(nóng)林牧漁業(yè)勞動(dòng)力對(duì)農(nóng)業(yè)經(jīng)濟(jì)有負(fù)向影響的原因可能是勞動(dòng)力人數(shù)的多少不代表農(nóng)作物產(chǎn)量的多少。隨著科技的不斷發(fā)展，農(nóng)業(yè)機(jī)械化水平不斷提高，傳統(tǒng)農(nóng)業(yè)生產(chǎn)過程中的人工勞動(dòng)不斷被替代，越來越多的勞動(dòng)力得到了解放，機(jī)械化在農(nóng)業(yè)生產(chǎn)過程中得到普及，勞動(dòng)力人數(shù)也就不斷減少。

5 建議

基于黑龍江省農(nóng)業(yè)的發(fā)展情況和本文的結(jié)論，提出以下建議：

（1）提高黑龍江省農(nóng)業(yè)機(jī)械化水平[7]。

提高機(jī)械化水平是提高勞動(dòng)生產(chǎn)效率的直接手段。因此，應(yīng)提高各類農(nóng)業(yè)器械的現(xiàn)代化程度，使之與智能網(wǎng)絡(luò)聯(lián)結(jié)更加緊密。現(xiàn)代化科技應(yīng)用到農(nóng)業(yè)中也體現(xiàn)了智能化的普及，拓寬了勞動(dòng)者的視野。

（2）加大國家在農(nóng)林水利上的財(cái)政投入。

經(jīng)濟(jì)來源也是制約農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的重要因素。加大資金投入力度，不論是購買機(jī)械還是其他農(nóng)業(yè)事務(wù)的支出，都能使得農(nóng)業(yè)發(fā)展有良好的資金基礎(chǔ)，例如糧食生產(chǎn)補(bǔ)貼、農(nóng)機(jī)購買與應(yīng)用補(bǔ)貼及耕地保護(hù)等的補(bǔ)貼。《黑龍江省2021—2023年第一批農(nóng)機(jī)購置補(bǔ)貼產(chǎn)品補(bǔ)貼額一覽表（2022年修訂）》中詳細(xì)提出了不同種類器械的補(bǔ)貼價(jià)格。

（3）加強(qiáng)黑龍江省農(nóng)田水利方面的建設(shè)。

完善農(nóng)業(yè)的灌溉設(shè)備以及灌溉技術(shù)，以提高有效灌溉面積，充分利用水資源。做好洪水、干旱等災(zāi)害的應(yīng)對(duì)和防護(hù)措施，縮小損害面積，降低損害程度。同時(shí)對(duì)黑龍江省黑土地的保護(hù)利用也應(yīng)加以重視，穩(wěn)步實(shí)施《黑龍江省黑土地保護(hù)利用條例》，防止其數(shù)量減少、質(zhì)量下降和生態(tài)功能退化。確保糧食的綠色、有機(jī)和健康。

（4）調(diào)整黑龍江省農(nóng)業(yè)結(jié)構(gòu)部署。

在“優(yōu)化存量資源配置，擴(kuò)大優(yōu)質(zhì)增量供給”的基礎(chǔ)上，通過改善農(nóng)業(yè)結(jié)構(gòu)，進(jìn)一步促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)的增長。農(nóng)業(yè)種植養(yǎng)殖方面，黑龍江省應(yīng)不斷大力推進(jìn)黑土地的糧食多樣化種植，增加區(qū)域性、特色性的農(nóng)業(yè)經(jīng)濟(jì)作物種類的種植，發(fā)展特色產(chǎn)業(yè)，防止單一化種植使得農(nóng)業(yè)勞動(dòng)力在面對(duì)不可抗因素時(shí)的抵御能力下降。