徐英，黃凱美

(青島農(nóng)業(yè)大學理學與信息科學學院，山東青島 266109)

糧食安全問題對國民經(jīng)濟發(fā)展以及社會穩(wěn)定起到舉足輕重的作用。近年來，許多學者針對糧食產(chǎn)量的影響因素進行了分析探討，從中得出很多寶貴的經(jīng)驗和有效的應對方式。高心怡等[1]考慮到糧食產(chǎn)量的非線性特點，提出一種基于混合智能算法的支持向量機的預測模型；許甜甜等[2]在研究甘肅省糧食產(chǎn)量的影響因素時提出了灰色關聯(lián)動態(tài)分析模型；孟國慶等[3]在針對河北省糧食產(chǎn)量的預測影響因素的討論中利用灰色關聯(lián)和Lasso回歸模型進行了分析；曹永強等[4]利用灰色關聯(lián)方法討論了農(nóng)業(yè)氣象災害對遼寧省糧食產(chǎn)量的影響；趙茹欣等[5]在對關中地區(qū)糧食產(chǎn)量的影響因素及趨勢分析中考慮了氣候的變化，采用了突變分析、趨勢分析和敏感性分析等方法從糧食產(chǎn)量的不同角度進行了分析；韓群柱等[6]運用主成分分析法對關中地區(qū)農(nóng)業(yè)糧食生產(chǎn)變化的影響因素進行了評價研究；楊娟等[7]運用主成分分析法建立計量經(jīng)濟模型，對河南省糧食產(chǎn)量波動的影響因素進行了研究；沈方等[8]基于改進的拉氏因素分解方法,建立了糧食產(chǎn)量變動因素分解模型,定量分析糧食播種面積、作物單產(chǎn)和種植結(jié)構(gòu)三者的變化對糧食產(chǎn)量變動的影響；劉玉等[9]運用對數(shù)平均迪氏分解模型開展1980—2010年間河南省糧食產(chǎn)量變動因素分解研究；Goldstein等[10]關于糧食生產(chǎn)格局變化及其面臨的許多問題已引起學者廣泛關注。山東省是糧食生產(chǎn)大省，本文就山東省糧食生產(chǎn)的影響因素進行針對性分析和研究，研究結(jié)果將對山東省糧食產(chǎn)量的預測分析產(chǎn)生重要的實際意義。

1 數(shù)據(jù)來源與指標

本文的數(shù)據(jù)主要來源于《山東統(tǒng)計年鑒》[11]、《中國統(tǒng)計年鑒》[12]，關于山東省的糧食生產(chǎn)環(huán)節(jié)相關因素主要來自年鑒中的“農(nóng)業(yè)”條目。影響糧食生產(chǎn)的因素指標較多，需綜合考慮指標之間的關系。本文采用的影響因素指標主要有糧食作物播種總面積、有效灌溉面積、農(nóng)業(yè)就業(yè)人數(shù)、農(nóng)業(yè)機械總動力、農(nóng)用化肥折純量、農(nóng)村用電量、農(nóng)藥施用量、農(nóng)用地膜使用量、農(nóng)用柴油量9個指標(表1)。

表1 糧食產(chǎn)量影響因素原始指標

2 研究方法

在糧食產(chǎn)量的預測過程中，影響糧食產(chǎn)量的因素很多，有地理環(huán)境、天氣環(huán)境、生產(chǎn)資料等，可以采用的方法也較多，其中主成分分析法(principal component analysis,PCA)是一種較為合適的方法。本文根據(jù)相關文獻選取了2000—2018年與山東省糧食生產(chǎn)相關的9個原始指標。因為數(shù)據(jù)量較大，計算過程煩瑣，因此選用主成分分析法處理，以降低維數(shù)，同時保證原始指標的有效信息盡量不缺失。

主成分分析是利用降維的思想，在損失很少信息的前提下，把多個指標轉(zhuǎn)化為幾個綜合指標的多元統(tǒng)計方法[13]。其主要過程如下：

(1)根據(jù)統(tǒng)計問題采集原始變量樣本數(shù)據(jù)，為了減少原始變量的單位和量綱的不同對統(tǒng)計結(jié)果造成的影響，需要對原始變量的樣本數(shù)據(jù)進行標準化處理；

(2)對標準化處理后的新變量計算其對應的相關矩陣，求出其對應的特征值與特征向量；

(3)根據(jù)主成分的累計方差貢獻率(一般累計方差貢獻率大于85%)選取合適的主成分，并計算各個主成分對應的系數(shù)向量，得到主成分的函數(shù)表達式。

3 結(jié)果和分析

3.1 山東省糧食產(chǎn)量的變化

為了研究山東省糧食總產(chǎn)量的變化情況，自《山東統(tǒng)計年鑒》采集到山東省1978—2018年糧食總產(chǎn)量的數(shù)據(jù)，根據(jù)相關數(shù)據(jù)繪制其變化趨勢圖(圖1)。從該趨勢圖可以看出，山東省糧食產(chǎn)量的低谷期出現(xiàn)在1981、1988、1992、1997及2002年，糧食產(chǎn)量的高峰期出現(xiàn)在1979、1987、1991、1996、1999及2017年，1978—2002年糧食產(chǎn)量的變化較為劇烈，中間出現(xiàn)多次周期性波動，從2002到2017年，糧食產(chǎn)量一直保持著穩(wěn)定增產(chǎn)的趨勢，但是2018年糧食產(chǎn)量較2017年又有所減少。由圖1可以看出，山東省糧食產(chǎn)量出現(xiàn)多次波動，因此，糧食產(chǎn)量的影響因素分析對于山東省糧食產(chǎn)量的預測較為重要。

圖1 1978—2018年山東省糧食產(chǎn)量趨勢圖

3.2 主成分分析結(jié)果

從表2可以看出，第一個主成分對應的特征值為4.591，其方差貢獻率為51.012%，第二個主成分對應的特征值為3.478，其方差貢獻率為38.648%，第一、第二主成分的累計方差貢獻率達到89.66%，超過85%，較為合適，因此選取第一、第二主成分即可，對應的載荷矩陣如表3所示。

表2 相關系數(shù)矩陣的特征值及主成分的方差貢獻率、累計方差貢獻率

表3 主成分因子載荷矩陣

從表3可以看出，糧食作物播種總面積、有效灌溉面積、農(nóng)業(yè)就業(yè)人數(shù)、農(nóng)藥施用量、農(nóng)用地膜使用量、農(nóng)用柴油量在第一主成分上表現(xiàn)出較高的因子載荷量，而農(nóng)業(yè)機械總動力、農(nóng)村用電量在第二主成分上表現(xiàn)出非常高的因子載荷量，從結(jié)果可以看出，第一主成分主要體現(xiàn)了地理環(huán)境因素指標和生產(chǎn)資料指標兩方面，第二主成分主要體現(xiàn)了農(nóng)用機械投入指標。因此，守住耕地面積這一紅線是糧食生產(chǎn)的重中之重，同時要加大農(nóng)用機械數(shù)量投入，這在提高農(nóng)業(yè)生產(chǎn)效率的同時可以緩解農(nóng)業(yè)從業(yè)人員的勞動壓力。

4 結(jié)論

(1)2002年之前，山東省糧食總產(chǎn)量經(jīng)過數(shù)次波動，出現(xiàn)過低谷和波峰，變化較劇烈；2002—2017年糧食產(chǎn)量呈現(xiàn)出持續(xù)增長的趨勢，從3 292.7萬t增長至5 374.3萬t，雖然2018年糧食總產(chǎn)量較2017年有小幅回落，但降幅較小。

(2)主成分分析中，第一主成分主要體現(xiàn)在地理環(huán)境因素指標和生產(chǎn)資料指標兩方面，第二主成分主要體現(xiàn)在農(nóng)用機械投入指標。通過分析可知，在穩(wěn)定糧食播種面積的基礎上，需要不斷完善農(nóng)業(yè)補貼制度，優(yōu)化糧食種植品種結(jié)構(gòu)，加大農(nóng)用機械數(shù)量投入。