王霄宇，張艷，柳平增，姜紅花，馬學(xué)文，王剛

(1. 山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院，山東泰安，271018； 2. 山東農(nóng)業(yè)肥業(yè)科技有限公司，山東泰安，271600； 3. 德州市陵城區(qū)農(nóng)業(yè)農(nóng)村局，山東德州，253500)

0 引言

我國(guó)大蒜產(chǎn)量占全球總產(chǎn)量的70%以上，占據(jù)62.8%的國(guó)際市場(chǎng)份額[1]。作為大蒜主要生產(chǎn)國(guó)、消費(fèi)國(guó)和出口國(guó)，大蒜種植規(guī)模的相對(duì)穩(wěn)定是實(shí)現(xiàn)大蒜產(chǎn)業(yè)可持續(xù)發(fā)展的基礎(chǔ)，研究大蒜種植規(guī)模變化特征及影響因素，對(duì)于指導(dǎo)農(nóng)戶(hù)科學(xué)決策、穩(wěn)定蒜價(jià)及促進(jìn)產(chǎn)業(yè)平穩(wěn)發(fā)展具有十分重要的意義[2-4]。

針對(duì)大蒜種植規(guī)模影響因素，劉照普[5]認(rèn)為，由于2016年“蒜你狠”現(xiàn)象的出現(xiàn)，導(dǎo)致了2017年大蒜種植面積劇增。楊賓賓等[6]認(rèn)為，2018年大蒜種植面積的減少是受到大蒜國(guó)際市場(chǎng)份額下降的影響。李彩彩等[7]采用主成分分析法，對(duì)大蒜價(jià)格影響因素進(jìn)行了分析，結(jié)果表明上年度大蒜價(jià)格對(duì)本年度種植面積有較大影響。劉哲[8]認(rèn)為大蒜屬于小宗類(lèi)農(nóng)產(chǎn)品，種植面積和產(chǎn)量受人為因素影響較大。近年來(lái)國(guó)內(nèi)外學(xué)者愈發(fā)重視對(duì)農(nóng)作物的種植面積的研究，但鮮有對(duì)大蒜此類(lèi)小宗農(nóng)產(chǎn)品種植面積的研究。Brink[9]研究了政策、進(jìn)出口貿(mào)易對(duì)農(nóng)業(yè)種植面積的影響，肖雙喜等[10]采用逐步回歸法對(duì)棉花種植面積影響因素進(jìn)行了分析，王彩峰[11]分析了山東省蘋(píng)果種植面積的變化特征及影響因素。

綜合分析研究現(xiàn)狀可以看出，作為大蒜的主要生產(chǎn)和供應(yīng)國(guó)，當(dāng)前對(duì)大蒜種植規(guī)模的變化特征和影響因素研究尚不系統(tǒng)。本文擬在整合大蒜產(chǎn)業(yè)數(shù)據(jù)資源基礎(chǔ)上，分析大蒜種植規(guī)模變化特征，分析并確定影響大蒜種植規(guī)模的主要影響因素。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

本文采用1989—2019年全國(guó)大蒜種植面積進(jìn)行種植規(guī)模變化特征分析。為提高數(shù)據(jù)準(zhǔn)確性，論文所用數(shù)據(jù)綜合參考了山東農(nóng)業(yè)大學(xué)大數(shù)據(jù)中心大蒜大數(shù)據(jù)平臺(tái)、布瑞克數(shù)據(jù)、山東省農(nóng)業(yè)廳數(shù)據(jù)、農(nóng)業(yè)農(nóng)村部數(shù)據(jù)以及FAO等多方數(shù)據(jù)資源，并通過(guò)ArcGIS、ENVI等軟件提取了部分年份大蒜種植面積來(lái)對(duì)數(shù)據(jù)進(jìn)行了校正[12]。

1.2 數(shù)據(jù)選擇

分析大蒜種植面積影響因素，需綜合考慮市場(chǎng)因素、投入因素、生產(chǎn)者自身因素及環(huán)境因素等。參考國(guó)內(nèi)外學(xué)者的研究方法，結(jié)合業(yè)內(nèi)專(zhuān)家共識(shí)，基于可行性、相關(guān)性及簡(jiǎn)化性準(zhǔn)則，將大蒜種植面積影響因素劃分為經(jīng)濟(jì)因素、成本因素和自然因素[3, 10, 13]。經(jīng)濟(jì)因素主要包括大蒜批發(fā)市場(chǎng)價(jià)格、蒜苗批發(fā)價(jià)格、蒜黃批發(fā)價(jià)格、出口額等。自然因素主要包括自然災(zāi)害受災(zāi)面積、自然災(zāi)害絕收面積等。成本因素主要包括蒜種成本、澆水成本、大蒜保險(xiǎn)、補(bǔ)貼及勞動(dòng)力費(fèi)用等[14]。

本文全面分析大蒜種植面積影響因素，主要選取了大蒜產(chǎn)量(x1)、大蒜單產(chǎn)(x2)、出口額(x3)、大蒜批發(fā)市場(chǎng)價(jià)格(x4)、上一年的種植面積(x5)、自然災(zāi)害受災(zāi)面積(x6)、蒜苗批發(fā)價(jià)(x7)、蒜黃批發(fā)價(jià)(x8)、主產(chǎn)區(qū)庫(kù)存量(x9)9個(gè)初始指標(biāo)，收集我國(guó)1989—2019年間大蒜種植面積與相應(yīng)指標(biāo)的時(shí)間序列數(shù)據(jù)(表1～表3)來(lái)對(duì)大蒜種植面積進(jìn)行分析和評(píng)價(jià)[15-17]。

表1 1989—1998年全國(guó)大蒜種植面積影響因素?cái)?shù)據(jù)表Tab. 1 National garlic planting area influencing factors data from 1989 to 1998

表2 1999—2008年全國(guó)大蒜種植面積影響因素?cái)?shù)據(jù)表Tab. 2 National garlic planting area influencing factors data from 1999 to 2008

表3 2009—2019年全國(guó)大蒜種植面積影響因素?cái)?shù)據(jù)表Tab. 3 National garlic planting area influencing factors data from 2009 to 2019

1.3 主成分回歸分析原理及方法

主成分分析(Principal Component Analysis，PCA)可以消除評(píng)估指標(biāo)之間的相關(guān)性影響，運(yùn)用線性變換將原來(lái)的多個(gè)指標(biāo)組合成相互獨(dú)立的少數(shù)幾個(gè)能充分反映母體信息的指標(biāo)[18-20]，從而在不丟掉主要信息的前提下，避開(kāi)變量之間的共線性關(guān)系，便于進(jìn)一步分析[16]。

大蒜種植面積影響因素有存在9個(gè)樣本，每個(gè)樣本包含30個(gè)數(shù)據(jù)，因此構(gòu)成9×30維矩陣

(1)

為消除量綱影響，首先對(duì)大蒜種植面積影響因素變量進(jìn)行標(biāo)準(zhǔn)化處理，將矩陣X標(biāo)準(zhǔn)化為Z，其中

(2)

σj——第j個(gè)變量的標(biāo)準(zhǔn)差。

根據(jù)以上得到的標(biāo)準(zhǔn)化矩陣Z，得到了有關(guān)種植面積影響因素ZT的相關(guān)系數(shù)矩陣

(3)

對(duì)其提取出一個(gè)主成分，第1個(gè)主成分F1可表示為

F1=a11Z1+a21Z2+…+a301Z30

(4)

如果累積貢獻(xiàn)率大于80%，則可以選取m個(gè)因子作主成分。因?yàn)榇笏夥N植面積影響因素第1個(gè)主成分貢獻(xiàn)率為80.676%，即提取第1個(gè)主成分。

選取該主成分建立大蒜種植面積影響因素標(biāo)準(zhǔn)化主成分回歸方程

F=BiFi

(5)

式中：Bi——該主成分Fi的標(biāo)準(zhǔn)化偏回歸系數(shù)。

y=Bixi

(6)

2 結(jié)果與分析

2.1 種植規(guī)模變化特征分析

1989—2019年全國(guó)大蒜種植面積如圖1所示，總體來(lái)看，全國(guó)大蒜種植面積總體呈現(xiàn)增長(zhǎng)趨勢(shì)，自1989—2003年，隨著大蒜需求量的不斷提高，大蒜種植面積持續(xù)增長(zhǎng)；2003年受自然災(zāi)害凍災(zāi)影響，大蒜產(chǎn)量大幅下降，大蒜市場(chǎng)價(jià)格受供需關(guān)系影響大幅提高，導(dǎo)致2004年大蒜種植面積急劇提升；而后2005—2015年影響因素各項(xiàng)指標(biāo)波動(dòng)較小，種植面積趨于穩(wěn)定；2016年大蒜批發(fā)市場(chǎng)價(jià)格創(chuàng)新高，進(jìn)而導(dǎo)致2017年大蒜種植面積劇增；2017年大蒜價(jià)格“蒜你賤”態(tài)勢(shì)顯著，導(dǎo)致2018年種植面積大幅減少。

圖1 全國(guó)大蒜種植面積走勢(shì)圖Fig. 1 Trend chart of national garlic planting area

總體來(lái)看，1989—2006年全國(guó)大蒜種植面積整體處于上升態(tài)勢(shì)，2007—2016年市場(chǎng)基本趨于理性，供求關(guān)系較為平衡，種植規(guī)模趨于穩(wěn)定。2017—2019年面積受“蒜你狠”和“蒜你賤”價(jià)格等影響出現(xiàn)鋸齒狀波動(dòng)現(xiàn)象。

2.2 主成分分析及回歸模型建立

KMO(Kaiser-Meyer-Olkin)檢驗(yàn)統(tǒng)計(jì)量是用于比較變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)。當(dāng)所有變量間的簡(jiǎn)單相關(guān)系數(shù)平方和遠(yuǎn)遠(yuǎn)大于偏相關(guān)系數(shù)平方和時(shí)，KMO值越接近于1，意味著變量間的相關(guān)性越強(qiáng)，原有變量越適合作因子分析；當(dāng)所有變量間的簡(jiǎn)單相關(guān)系數(shù)平方和接近0時(shí)，KMO值越接近于0，意味著變量間的相關(guān)性越弱，原有變量越不適合做因子分析。

Bartlett球狀檢驗(yàn)用于檢驗(yàn)相關(guān)陣中各變量間的相關(guān)性，是否為單位陣，即檢驗(yàn)各個(gè)變量是否各自獨(dú)立。如果變量間彼此獨(dú)立，則無(wú)法從中提取公因子，也就無(wú)法應(yīng)用因子分析法。Bartlett球形檢驗(yàn)判斷如果相關(guān)陣是單位陣，則各變量獨(dú)立因子分析法無(wú)效。由SPSS檢驗(yàn)結(jié)果Sig.<0.05(即P值<0.05)時(shí)，說(shuō)明各變量間具有相關(guān)性，因子分析有效。

從表4可以看出，KMO抽樣適度檢測(cè)值為0.894>0.5，Bartlett球度檢驗(yàn)結(jié)果近似卡方為256.523，相伴概率P(Sig=0.000)<0.05，綜合3個(gè)指標(biāo)，說(shuō)明變量之間具有相關(guān)性，可進(jìn)行因子分析。

表4 KMO和Bartlett檢驗(yàn)結(jié)果Tab. 4 KMO and Bartlett test results

本文的因子分析法選擇的是主成分分析方法，根據(jù)特征值大于1的標(biāo)準(zhǔn)提取因子，運(yùn)用SPSS 21.0軟件操作得出的因子方差見(jiàn)表5，解釋的總方差見(jiàn)表6，碎石圖見(jiàn)圖2。

表5 公因子方差Tab. 5 Common factor variance

表6 總方差解釋Tab. 6 Total variance explained

由表5可知，提取因子后因子方差均值很高，表明提取因子能很好地描述這9個(gè)指標(biāo)。公因子的貢獻(xiàn)率代表了公因子對(duì)原始數(shù)據(jù)反映的信息量的大小，表6也表明前1個(gè)因子滿足特征值>1，累計(jì)方差貢獻(xiàn)率達(dá)到80.676%，解釋了9個(gè)指標(biāo)總方差的80.676%，可以相對(duì)全面地反映整體信息。從圖2可以看出，從第2個(gè)因子開(kāi)始，特征值差異很小。

圖2 碎石圖Fig. 2 Gravel map

根據(jù)表7結(jié)果顯示大蒜批發(fā)市場(chǎng)價(jià)格和自然災(zāi)害受災(zāi)面積這些指標(biāo)上的載荷大，反映了這兩個(gè)因素對(duì)大蒜種植面積的影響程度較大。

表7 成分得分系數(shù)矩陣Tab. 7 Component score coefficient matrix

同時(shí)根據(jù)每個(gè)因子對(duì)應(yīng)的指標(biāo)公式，歸納得到

F1=0.138x1+0.147x2+0.145x3+0.330x4+0.145x5-0.228x6+0.244x7+0.134x8+0.120x9

(7)

將每一年的數(shù)據(jù)代入式(7)，計(jì)算得到歷年的大蒜種植面積在成分系數(shù)得分矩陣上的得分，將得分因子與對(duì)應(yīng)的權(quán)重進(jìn)行加權(quán)求和，即可構(gòu)建綜合評(píng)價(jià)數(shù)學(xué)模型

F=0.69F1+0.439

(8)

整合式(6)～式(8)可以得到主成分回歸模型

F=0.095 2x1+0.101 4x2+0.100 1x3+0.227 7x4+0.100 1x5-0.157 3x6+0.108 4x7+0.092 5x8+0.059 6x9+0.439

(9)

對(duì)模型進(jìn)行卡方檢驗(yàn)，檢驗(yàn)結(jié)果如表8所示。

表8 卡方檢驗(yàn)Tab. 8 Chi-square test

由表8可知，卡方值為81.532，顯著性為0.000，因此大蒜種植面積影響因素回歸模型擬合度較好。由式(9)可知，對(duì)大蒜種植面積影響最大的影響因素為大蒜批發(fā)市場(chǎng)價(jià)格影響，其次為自然災(zāi)害受災(zāi)面積。

3 結(jié)論與建議

本文以全國(guó)大蒜種植規(guī)模變化特征和種植面積影響因素為研究對(duì)象，分析了1989—2019年大蒜種植規(guī)模變化特征，并在此基礎(chǔ)上提出一種種植面積影響因素主成分回歸分析方法，分析影響大蒜種植面積的主要影響因素。

1) 1989—2008年全國(guó)大蒜種植面積整體處于上升態(tài)勢(shì)，局部存在輕微波動(dòng)，2009—2016年市場(chǎng)基本趨于理性，供求關(guān)系較為平衡，種植規(guī)模趨于穩(wěn)定，種植面積波動(dòng)不大，2017年和2018年面積波動(dòng)較大，隨后2019年趨于正常。

2) 采用主成分分析法對(duì)1989—2019年全國(guó)大蒜種植面積及影響因素?cái)?shù)據(jù)進(jìn)行分析，根據(jù)影響因素分析結(jié)果，可將大蒜種植面積影響因素?cái)M合為大蒜價(jià)格這個(gè)主要因子，該因子包括大蒜批發(fā)市場(chǎng)價(jià)格、蒜苗批發(fā)價(jià)和蒜黃批發(fā)價(jià)，對(duì)大蒜種植面積影響的方差貢獻(xiàn)率達(dá)到了80.676%，是影響大蒜種植面積的重要因素，其次為自然災(zāi)害受災(zāi)面積，兩個(gè)因子的累計(jì)方差貢獻(xiàn)率為88.921%。

根據(jù)研究可知，大蒜價(jià)格及自然災(zāi)害受災(zāi)面積為影響大蒜種植面積的最為關(guān)鍵因素。為穩(wěn)定大蒜種植面積，保持供給平衡，推動(dòng)大蒜產(chǎn)業(yè)的健康平穩(wěn)發(fā)展，現(xiàn)提出幾點(diǎn)產(chǎn)業(yè)發(fā)展建議。

1) 完善采集和服務(wù)機(jī)制，建立大蒜產(chǎn)業(yè)大數(shù)據(jù)共建共享新模式。應(yīng)完善大蒜價(jià)格信息傳導(dǎo)機(jī)制，穩(wěn)定大蒜價(jià)格。政府應(yīng)充分利用和分析市場(chǎng)信息，制定完善的大蒜價(jià)格傳導(dǎo)機(jī)制。

2) 加大科技創(chuàng)新普及力度和政策扶植力度，提高自然災(zāi)害抵御能力。加大蒜農(nóng)培訓(xùn)力度，研究推廣更加高效的生產(chǎn)和管理技術(shù)，增設(shè)大蒜保險(xiǎn)等服務(wù)政策，提高對(duì)自然災(zāi)害的抵御能力，有效降低種植風(fēng)險(xiǎn)，促進(jìn)大蒜產(chǎn)業(yè)健康穩(wěn)定發(fā)展。