舒暢 張鑫 王凱 鄒童 易楊 陳暉 李小飛
摘要 根據(jù)1990—2018年糧食產(chǎn)量相關(guān)統(tǒng)計數(shù)據(jù),選取有效灌溉面積、農(nóng)用化肥施用折純量、農(nóng)業(yè)機械總動力、農(nóng)用塑料薄膜使用量、農(nóng)藥使用量、支持農(nóng)業(yè)生產(chǎn)支出、農(nóng)村居民人均可支配收入、成災面積、農(nóng)村用電量、播種面積這10項指標,采用簡單相關(guān)分析、典型相關(guān)分析、偏最小二乘路徑模型分析了影響糧食產(chǎn)量的主演因素。結(jié)果表明: 通過簡單相關(guān)分析法,對單位面積糧食產(chǎn)量影響最大的因素是農(nóng)村用電量,對糧食總產(chǎn)量影響最大的因素是支持農(nóng)業(yè)生產(chǎn)支出;通過典型相關(guān)分析法,對產(chǎn)量影響較大的因素是有效灌溉面積、播種面積;通過偏最小二乘路徑模型法,對糧食產(chǎn)量影響較大的潛變量是科技因素,其中以塑料薄膜使用量所占載荷最大。
關(guān)鍵詞 糧食安全;偏最小二乘路徑分析;影響因素;對策
中圖分類號 S-9;F 320? 文獻標識碼 A
文章編號 0517-6611(2022)08-0191-04
doi:10.3969/j.issn.0517-6611.2022.08.053
開放科學(資源服務(wù))標識碼(OSID):
Study on Factors Influencing Grain Yield Based on Partial Least Squares Path Modeling
SHU Chang,ZHANG Xin,WANG Kai et al (Yiyang Agricultural Sciences Research Institute, Yiyang,Hunan 413046)
Abstract Based on the statistical data of grain output in China from 1990 to 2018, 10 indicators were selected, including effective irrigation area, pure amount of agricultural chemical fertilizer application, total power of agricultural machinery, consumption of agricultural plastic film, consumption of pesticides, expenditure for supporting agricultural production, per capita disposable income of rural residents, disaster area, rural electricity consumption and sown area. Simple correlation analysis, canonical correlation analysis and partial least square path model are used to analyze the main factors affecting grain yield. The results show that the most important factor affecting grain yield per unit area is rural electricity consumption, and the most important factor affecting total grain output is supporting agricultural production expenditure. Through canonical correlation analysis, the factors that have great influence on yield are effective irrigation area and sowing area;according to the partial least squares path model method, the potential variable that has a great influence on grain yield is scientific and technological factors, among which the load of plastic film is the largest.
Key words Grain yield;Partial least squares path modeling;Impact factor;Countermeasure
我國是人口大國,同時也是糧食消費大國,糧食安全是關(guān)乎國家穩(wěn)定的重大問題。從2004年開始,每年中央一號文件均聚焦“三農(nóng)”問題。2020年受疫情影響,保障糧食產(chǎn)量再次成為人民關(guān)心的熱點問題。2020年5月23日,習近平總書記在全國政協(xié)會議上強調(diào),“對我們這樣一個有著14億人口的大國來說,農(nóng)業(yè)基礎(chǔ)地位任何時候都不能忽視和削弱,手中有糧、心中不慌在任何時候都是真理。這次新冠肺炎疫情如此嚴重,但我國社會始終保持穩(wěn)定,糧食和重要農(nóng)副產(chǎn)品穩(wěn)定供給功不可沒”。因此,對糧食產(chǎn)量開展研究,進一步揭示糧食產(chǎn)量與不同因素間的相互影響關(guān)系具有積極意義。
目前相關(guān)學者已從不同視角對糧食產(chǎn)量影響因素進行了研究:吳紅霞等分別采用偏最小二乘回歸模型、分位數(shù)回歸、灰色關(guān)聯(lián)度分析模型、主成分分析、粗糙集等方法對湖北、河南、廣東糧食產(chǎn)量影響因素進行客觀分析 [1-5]。李青松等 [6-8]從糧食產(chǎn)量波動特征角度出發(fā)分別對河南省糧食產(chǎn)量以及我國糧食產(chǎn)量影響因素進行探究。而胡慧芝等 [9]則聚焦長江流域縣域糧食產(chǎn)量演變情況。從研究方法來看,盡管不同學者研究方法不一,但由于糧食產(chǎn)量影響因素較多,各因素的影響程度強弱存在差異,此外不同的時間、空間維度也會使糧食產(chǎn)量具有獨特的區(qū)域性性質(zhì),有些模型并沒有很好地解決這一問題。
基于此,該研究以我國糧食產(chǎn)量為研究主體,以1990—2018 年為研究時間序列,選取10個影響糧食產(chǎn)量因子指標,根據(jù)我國糧食產(chǎn)量的特征,構(gòu)建偏最小二乘路徑(partial least squares path modeling,PLSPM)模型,深入研究自然、科技、經(jīng)濟、生產(chǎn)等因素對糧食產(chǎn)量的影響,進一步揭示我國糧食產(chǎn)量及其主要影響因素的內(nèi)在聯(lián)系,明確制約我國糧食生產(chǎn)因素,為今后調(diào)控我國糧食增產(chǎn)、穩(wěn)產(chǎn)提供理論依據(jù)。
1 數(shù)據(jù)來源與影響因子選取
1.1 數(shù)據(jù)來源 該研究所采集的糧食產(chǎn)量、科技因素、自然因素、經(jīng)濟因素和農(nóng)業(yè)生產(chǎn)條件數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》。由于大部分經(jīng)濟因素的統(tǒng)計數(shù)據(jù)在1990年以前缺失嚴重,故選取的數(shù)據(jù)范圍為1990—2018年。
1.2 影響因子選取 影響糧食產(chǎn)量的因素復雜,借鑒前人經(jīng)驗 [7,10],糧食產(chǎn)量主要的影響因素大致可以分為4類:自然因素(A1)、科技因素(A2)、經(jīng)濟因素(A3)以及農(nóng)業(yè)生產(chǎn)條件(A4)。因此該研究選取了1990—2018年糧食產(chǎn)量(稻谷、小麥、玉米3種作物產(chǎn)量),包括單位面積糧食產(chǎn)量(X1)、糧食總產(chǎn)量(X2)作為因變量。影響因子主要有:科技因素,包括有效灌溉面積(Y1)、農(nóng)用化肥施用折純量(Y2)、農(nóng)業(yè)機械總動力(Y3)、農(nóng)用塑料薄膜使用量(Y4)、農(nóng)藥使用量(Y5);經(jīng)濟因素,包括支持農(nóng)業(yè)生產(chǎn)支出(Y6)、農(nóng)村居民人均可支配收入(Y7);自然因素,包括成災面積(Y8);農(nóng)業(yè)生產(chǎn)條件投入因素,包括農(nóng)村用電量(Y9)、播種面積(Y10)。
1.3 統(tǒng)計分析方法 采用SPSS 24.0統(tǒng)計軟件進行描述性統(tǒng)計分析和相關(guān)性分析 [11]。采用R軟件處理。并通過plspm程序包對糧食產(chǎn)量以及各指標構(gòu)建偏最小二乘路徑模型(PLSPM)。
2 結(jié)果與分析
2.1 糧食產(chǎn)量及其影響因子的基本統(tǒng)計特征
1990—2018年糧食單產(chǎn)、總產(chǎn)以及各影響因素的最小值、最大值、平均值、標準差、偏度和峰度等基本統(tǒng)計結(jié)果見表1。糧食年單產(chǎn)在13 318.92~1 8547.49 kg/hm 2,年平均單產(chǎn)產(chǎn)量為15 890.68 kg/hm 2,糧食年總產(chǎn)量在36 297.38萬~60 977.34萬t,年平均總產(chǎn)量為46 341.19萬t。各影響因素數(shù)據(jù)偏度在-0.47~1.00,峰度在-1.49~-0.19。
2.2 糧食產(chǎn)量與各影響因素簡單相關(guān)性分析
由表2 可知,單位面積糧食產(chǎn)量、糧食總產(chǎn)量均與受災面積呈極顯著負相關(guān),相關(guān)系數(shù)分別為-0.789、-0.831,單位面積糧食產(chǎn)量、糧食總產(chǎn)量均與有效灌溉面積、農(nóng)用化肥施用折純量、農(nóng)業(yè)機械總動力、農(nóng)用塑料薄膜使用量、農(nóng)藥使用量、支持農(nóng)業(yè)生產(chǎn)支出、農(nóng)村居民人均可支配收入、成災面積、農(nóng)村用電量、播種面積等因素呈極顯著正相關(guān)。單位面積糧食產(chǎn)量與農(nóng)村用電量相關(guān)性最大,相關(guān)系數(shù)為0.977, 糧食總產(chǎn)量與支持農(nóng)業(yè)生產(chǎn)支出相關(guān)性最大,相關(guān)系數(shù)為0.965。
2.3 糧食產(chǎn)量與各影響因素典型相關(guān)性分析
對樣本進行典型相關(guān)系數(shù)的顯著性檢驗,結(jié)果顯示2組典型變量顯著相關(guān)(表3)。
進一步分析得到這2組典型變量構(gòu)成的線性表達式:
V1=0.818X1-1.743X2
U1=0.31Y1+0.126Y2+0.052Y3-0.103Y4-0.165Y5-0.224Y6-0.207Y7-0.002Y8+0.215Y9-0.775Y10
以及:
V2=3.088X1-2.674X2
U2=0.269Y1+3.174Y2-0.543Y3-1.044Y4-1.036Y5-1.031Y6-0.062Y7-0.276Y8+1.299Y9-0.994Y10
構(gòu)成典型變量的原變量系數(shù)大小代表原變量對典型相關(guān)系數(shù)影響的程度,從以上典型變量線性表達式中可以看出,第一典型變量表明糧食總產(chǎn)量與農(nóng)用塑料薄膜使用量、農(nóng)藥使用量、農(nóng)業(yè)生產(chǎn)支出、農(nóng)村居民人均可支配收入、播種面積成正相關(guān),其中播種面積對糧食總產(chǎn)量影響最大,成災面積對糧食總產(chǎn)量影響能力有限;第二典型變量表明單產(chǎn)面積糧食產(chǎn)量與有效灌溉面積、農(nóng)用化肥施用折純量、農(nóng)村用電量呈正相關(guān),農(nóng)用化肥施用折純量對單位面積糧食產(chǎn)量影響程度最大,農(nóng)村居民人均可支配收入對單位面積糧食產(chǎn)量的影響能力有限,而成災面積對單位面積糧食產(chǎn)量的負面影響較大。
2.4 糧食產(chǎn)量與影響因素偏最小二乘路徑分析與模型構(gòu)建
偏最小二乘路徑模型是一種研究顯變量與潛變量的完整多元相關(guān)關(guān)系模型。利用R語言對糧食產(chǎn)量、科技因素、經(jīng)濟因素、環(huán)境因素、生產(chǎn)因素的各參數(shù)進行了偏最小二乘路徑模型構(gòu)建,如圖1所示,科技因素、經(jīng)濟因素、生產(chǎn)因素對糧食產(chǎn)量有正向作用,且經(jīng)濟因素對產(chǎn)量影響效應最大,影響系數(shù)達到0.994 1,其次是科技因素,影響系數(shù)為0.935 2,而生產(chǎn)因素對糧食產(chǎn)量影響系數(shù)最小僅為0.834 1。而環(huán)境因素對糧食產(chǎn)量的提高具有反向作用。模型擬合度達到0.920 6。
利用R語言構(gòu)建顯變量與潛變量載荷關(guān)系,由圖1可知,糧食產(chǎn)量因素中顯變量糧食總產(chǎn)量載荷高于糧食單位面積產(chǎn)量;科技影響因素中顯變量農(nóng)用塑料薄膜使用量因素載荷最大為0.997 8,其次是農(nóng)用化肥施用量載荷系數(shù)為0.994 1,農(nóng)藥施用量載荷最低為0.948 4;在經(jīng)濟影響因素中顯變量財政支農(nóng)支出載荷系數(shù)高于農(nóng)村居民人均可支配收入;生產(chǎn)影響因素中顯變量農(nóng)村用電量載荷系數(shù)高于播種面積。
3 結(jié)論與建議
3.1 結(jié)論
相關(guān)分析是研究兩組隨機變量間相關(guān)程度及相關(guān)方向的一種統(tǒng)計方法。該研究相關(guān)分析結(jié)果表明:影響糧食產(chǎn)量的各因素均與糧食單位產(chǎn)量、糧食總產(chǎn)量相關(guān)性達到極顯著水平,除受災面積因素外其余各因素與糧食單位產(chǎn)量、糧食總產(chǎn)量均成正相關(guān)性。其中,與單位面積糧食產(chǎn)量相關(guān)性最大的因素是農(nóng)村用電量,與糧食總產(chǎn)量相關(guān)性最大的因素是支持農(nóng)業(yè)生產(chǎn)支出。
典型相關(guān)分析旨在揭示兩組指標之間的整體相關(guān)性。該研究典型相關(guān)分析結(jié)果表明:單位面積糧食產(chǎn)量主要由農(nóng)用化肥施用折純量因素決定,糧食總產(chǎn)量主要由播種面積因素決定。簡單相關(guān)分析結(jié)果與典型相關(guān)分析結(jié)果有差異,這主要是由于簡單相關(guān)分析注重兩個變量間的邏輯關(guān)系,其結(jié)果往往過于表面,不能深刻地反映兩組變量間的本質(zhì)聯(lián)系。
最小偏二乘路徑模型(PLSPM)是著重研究顯變量與潛變量之間關(guān)系的一種測量模型,能夠更直觀地體現(xiàn)顯變量與潛變量的內(nèi)在聯(lián)系。該研究最小偏二乘路徑模型分析結(jié)果表明:氣候因素是主要限制糧食產(chǎn)量提高的主要因素,科技因素對糧食產(chǎn)量提升作用最大。在科技因素中顯變量塑料薄膜使用量載荷量最大,在經(jīng)濟因素中顯變量財政支農(nóng)支出的載荷量最大,在生產(chǎn)條件因素中農(nóng)村用電量載荷量最大。
3.2 建議 通過對1990—2018年我糧食產(chǎn)量影響因素的深入分析,針對構(gòu)建我國糧食安全長效機制提出以下建議。
3.2.1 提升科技創(chuàng)新對糧食安全的提升作用。①完善科技創(chuàng)新體制建設(shè)。建立市場為導向、農(nóng)業(yè)企業(yè)與科研單位為主體、政府全方位服務(wù)的農(nóng)業(yè)科技體系,打破科研、教育和推廣三個環(huán)節(jié)閉環(huán)狀態(tài),強化各單位之間的溝通與協(xié)作。②加速科技人才隊伍建設(shè)。體系化培養(yǎng)科研人才與技工人才,強化知識產(chǎn)權(quán)保護與成果轉(zhuǎn)化,切實保障科技人才待遇。③集中力量進行科技攻關(guān)與成果推廣。對農(nóng)業(yè)“卡脖子”的薄弱環(huán)節(jié)如新品種選育等,加快科技攻關(guān);加快推進農(nóng)業(yè)數(shù)字化建設(shè),推廣物聯(lián)網(wǎng)、智聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新技術(shù)應用,全面落實“智慧農(nóng)業(yè)”發(fā)展戰(zhàn)略。
3.2.2 強化財政資金對糧食安全的保障作用。①狠抓惠農(nóng)政策的到位與落實工作。加大各項惠農(nóng)政策的宣傳力度,讓政策真正下沉到農(nóng)戶層面。加大對政策落實的督查力度。②完善財政投入與金融資本作用。完善涉農(nóng)資金統(tǒng)籌整合長效機制,加大糧食生產(chǎn)補貼和收購價格補貼力度。發(fā)揮財政投入引領(lǐng)作用,撬動金融資本、社會力量參與鄉(xiāng)村振興。持續(xù)深化農(nóng)村金融改革,運用多種金融工具保障農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展。③切實控制農(nóng)資價格,嚴厲打擊隨意哄抬農(nóng)資價格行為。切實保障農(nóng)機具、農(nóng)資等售后服務(wù),嚴厲打擊“騙農(nóng)”“坑農(nóng)”“傷農(nóng)”等行為。
3.2.3 發(fā)揮基礎(chǔ)設(shè)施對糧食安全的“避險”作用。①加強傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)。加快農(nóng)田水利、機耕道等基礎(chǔ)設(shè)施建設(shè)力度,探索“誰受益、誰管護”的設(shè)施管護機制。用優(yōu)惠政策吸引社會資本投資基礎(chǔ)設(shè)施建設(shè),探索建立倉儲、烘干等公用共享設(shè)施。②加強新一代基礎(chǔ)設(shè)施建設(shè)。加大農(nóng)村電網(wǎng)建設(shè)力度,提升農(nóng)村電力保障水平。加快建設(shè)農(nóng)業(yè)遙感衛(wèi)星等新一代基礎(chǔ)設(shè)施,完善農(nóng)業(yè)氣象綜合監(jiān)測網(wǎng)絡(luò),提升農(nóng)業(yè)氣象災害防范能力。③完善基礎(chǔ)設(shè)施“軟件”建設(shè)。在完善農(nóng)村土地確權(quán)頒證與加快土地流轉(zhuǎn)的基礎(chǔ)上,強化以綠色防控、土地托管、農(nóng)技服務(wù)、烘干倉儲銷售等為重點的農(nóng)業(yè)生產(chǎn)社會化服務(wù)體系建設(shè),充分保障糧食產(chǎn)量,防止耕地非糧化。
參考文獻
[1]
吳紅霞,李荊荊,聶艷,等.基于偏最小二乘回歸模型的湖北省糧食產(chǎn)量影響因素分析[J].湖北農(nóng)業(yè)科學,2017,56(13):2553-2559.
[2] 毛偉.基于分位數(shù)回歸的糧食產(chǎn)量影響因素分析:以湖北省為例[J].湖南財政經(jīng)濟學院學報,2012,28(2):81-86.
[3] 李玉虎,陳俊美.基于灰色關(guān)聯(lián)分析模型的河南糧食產(chǎn)量影響因素分析[J].農(nóng)業(yè)技術(shù)與裝備,2019(3):92-93,96.
[4] 李心慧,朱嘉偉,王旋,等.基于主成分分析的河南省糧食產(chǎn)量影響因素分析[J].河南農(nóng)業(yè)大學學報,2016,50(2):268-274.
[5] 歐陽浩,戎陸慶,黃鎮(zhèn)謹,等.基于粗糙集方法的廣東省糧食產(chǎn)量影響因素分析[J].中國農(nóng)業(yè)資源與區(qū)劃,2014,35(6):100-107.
[6] 李青松,鄧素君,徐國勁,等.河南省糧食產(chǎn)量波動特征及影響因素分析[J].中國農(nóng)學通報,2015,31(18):226-230.
[7] 李昊儒,毛麗麗,梅旭榮,等.近30年來我國糧食產(chǎn)量波動影響因素分析[J].中國農(nóng)業(yè)資源與區(qū)劃,2018,39(10):1-10,16.
[8] 顧莉麗.中國糧食主產(chǎn)區(qū)糧食產(chǎn)量波動研究[J].安徽農(nóng)業(yè)科學,2011,39(20):12458-12461.
[9] 胡慧芝,王建力,王勇,等.1990~2015年長江流域縣域糧食生產(chǎn)與糧食安全時空格局演變及影響因素分析[J].長江流域資源與環(huán)境,2019,28(2):359-367.
[10] 劉克強.對中國糧食安全問題的研究[J].首都經(jīng)濟貿(mào)易大學學報,2008,10(5):42-46.
[11] 王蘇斌,鄭海濤,邵謙謙,等.SPSS 統(tǒng)計分析[M].北京:機械工業(yè)出版社,2003:113-230.