黑龙江省粮食综合生产能力测算研究

王春玉，窦以鑫

(1.黑龙江省农村能源办公室，哈尔滨150001;2.哈尔滨商业大学金融学院，哈尔滨150028)

一、引言

我国是一个农业大国和人口大国，也是一个农业资源特别是耕地资源极度匮乏的国家。“以占世界7%的耕地养活了占世界22%的人口”是中国农业对世界所做贡献的充分肯定，同时也是中国耕地资源匮乏的生动写照。粮食问题一直是备受我国政府广泛关注的问题，其涉及粮食生产、分配、贸易、消费等各个环节，是一个包括宏观调控、储备流通、质量监测等诸多层次的系统工程。对于中国这样一个资源匮乏的农业大国，妥善解决粮食安全问题有着重要的政治和经济意义。

黑龙江省作为我国最主要的粮食生产基地，自改革开放以来，粮食产量一直占全国总产量的较大比重，在进入21世纪后黑龙江省粮食产量保持高速增长，尤其是在国家进行农业政策调整之后，粮食产量每年都要上一个新台阶。黑龙江省是粮食生产大省，粮食生产供给关系到黑龙江全省的经济发展及每个群众的切身利益。随着科技的发展进步，粮食生产也在发生着变化，但是现在耕地面积日益减少，人口继续增加，解决粮食生产问题至关重要。本文根据黑龙江省的实际情况，构建了合理的指标体系，对黑龙江省粮食综合生产能力进行分析，提出提高黑龙江省粮食产量的对策，为黑龙江省粮食生产的发展和政府部门制定粮食生产对策提供借鉴。

二、文献综述

现有文献关于粮食产量影响因素的分析大多集中于实证分析部分，主要是通过不同的方法构建不同的模型来解释影响粮食产量的相关因素。但是早期的粮食生产理论多为定性分析，对于粮食生产中各个要素的贡献还无法进行精确预测。直到美国数学家柯布和经济学家道格拉斯(1928)共同探讨投入和产出的关系时创造的生产函数才将粮食生产的投入产出进行量化分析。后来，罗伯特·默顿·索洛(1956)证明了在增长中技术进步所取得的重大作用，并将技术进步引入生产函数，此后这方面研究的学者开始用完善的计量方法研究粮食生产增长影响因素。

对于粮食生产影响因素，国内诸多学者进行了深入研究。20世纪90年代初许多学者对农村体制改革后粮食生产影响因素进行了研究。顾焕章(1991)通过量化结果认为:中国在1950年以后的粮食增产主要依靠物质投入的增加［1］。林毅夫(1991)测算1984年以前，中国粮食生产增长主要受政策变迁影响，并认为中国粮食生产受多因素的影响日益明显，我国粮食单产有较大的提高空间，并对提高单产的措施进行了分析，明确了良种培育的重要作用［2］。朱希刚(1991)认为，技术进步和化肥施用的增加对生产率有较大影响［3］。

进入21世纪以来，学者们对于粮食生产影响因素定量研究较多，肖海峰、王娇(2004)对我国1995—2002年的粮食生产情况进行了C－D 函数分析，得出的结论是:粮食播种面积、化肥费用和其他物质费用是粮食生产的主要影响因素［4］。任平(2005)分别运用灰色关联分析法、主成分分析法，对四川省粮食生产影响因素进行分析，其结果表明:耕地面积和自然灾害是影响粮食产量的主要因素［5］。鲁欣(2006)运用主成分分析法，通过对影响宁夏回族自治区粮食生产的19 个因素进行分析，确定了对粮食生产影响较大的6 个因素，对这些因素建立了多元线性回归统计模型，结果表明:对粮食生产影响较大因素分别是粮食作物播种面积、有效灌溉面积［6］。梁子谦和李小军(2007)通过对水稻单位面积产量等因素进行分析，认为科技贡献率的不断提高，对水稻生产有积极的影响［7］。

还有一些学者对提高粮食生产能力进行了研究。封志明、李香莲(2000)以耕地面积为研究切入点，提出了提高粮食产量的相关对策［8］。刘修礼(2003)认为，增加要素投入，完善农田基础设施建设，增强粮食生产中的抗灾与技术进步是提高粮食产量的主要手段［9］。马有祥(2004)认为，应该从加大科技投入、保护耕地和加强农田基本建设、优化土地流转、优化资源配置等方面提高粮食生产能力［10］。张广翠(2005)认为，提高粮食产量，需要从以下几个方面入手:提高农民收益;深化农业技术推广与组织服务;保证粮食作物播种面积［11］。郭燕枝(2007)等通过对粮食产量的系列研究，认为提高农业灌溉水平、提高粮食作物播种面积和提高农业机械化率是提高粮食产量的有效手段［12］

以上主要通过计量方法和主成分析方法对粮食综合生产能力进行研究，运用计量方法选取变量过多容易产生多重共线性，主成分分析没有经过因子旋转不利于提取主要变量，所以，本文以东北重要粮食生产基地黑龙江作为研究对象，采用因子分析方法分析黑龙江省粮食综合生产能力。

三、研究方法

因子分析法(Factor Analysis)是一种通过降维技术把多个指标转化为少数几个综合指标的统计分析方法。它是通过研究众多变量之间的内部依赖关系，探求观测数据的基本结构，并用几个抽象的变量来表示其基本的数据结构。这几个抽象的变量被称为“因子”，能反映原来众多变量的主要信息。

(一)基本模型

因子分析的模型可以表示为:每个观测变量有一组因子的线性组合来表示，设有k 个观测变量，分别为X1，X2，…，Xk，则因子模型的一般表达式为:

Xi=αi1F1+αi2F2+…+αimFm+εi

其中，Fj是公共因子(j =1，2，…，m)，αij是第i 个变量与第j 个公共因子Fj之间的相关系数，称为因子载荷。εi为X 的特殊因子，代表信息损失。

(二)方差贡献率

因子载荷中各列元素的平方和为各公共因子Fj的特征值λj，它也是因子Fj的方差。这是衡量因子Fj重要程度的一个量用表示因子Fj的方差贡献率。因子方差贡献率的大小，反映了该因子对原始数据的解释能力［12］。用表示前k 各因子F1，F2，…，Fk是累计方差贡献率。累计方差贡献率越大，因子分析的效果就越好。

(三)因子个数的选取

用公共因子代替原有变量的信息，必然带来信息的损失，提出公共因子越多损失信息越少，但提取因子过多不利于简化数据结构，常用因子个数的选取准则有两个，满足其一即可:(1)选取的前几个因子的累计方差贡献率不小于85%;

(2)选择特征根大于1 的因子。

(四)变量及数据说明

根据粮食综合生产能力的内涵并综合前人研究成果，选取8 个影响粮食产量的因素:粮食播种面积X1、农业机械总动力X2、水资源总量X3、化肥施用量X4、农村用电量X5、农业劳动力X6、科技三项费用支出X7、各市财政支出X8。本文数据来源于《中国统计年鉴》和黑龙江省统计年鉴。

四、实证结果及分析

表1 KMO 检验和Bartlett 球形检验结果

KMO 检验是检验变量整体的偏相关程度，KMO 值越大，表示变量间共同因素越多，越适合做因子分析。从表1 可见，KMO 值为0.871，该值较大说明原变量适合进行因子分析。Bartlett球形检验是检验变量间相关系数是否为单位阵即检验变量间是否无关，统计量的观测值为156.678，相应的概率P 接近0，拒绝原假设变量无关的假定。上述两个检验都说明数据适合作因子分析。

表2 变量共同度

从表2 可见，除了科技三项费用支出所有变量的变量共同度均超过80%，说明公共因子综合信息的能力较强，以公共因子代替原有变量损失信息较少。

表3 总方差分解表

由表3 可见，前两个因子的累计方差贡献率达到86.677%，认为前两个公因子能够反映我们原有6 个指标的86.677%的信息，第三个公因子对应的特征根较前两个相差较大，根据因子个数选取准则原则1 和2 最后提取前两个公因子。

表4 旋转后因子载荷矩阵

从第三列可以看出:第一主成分主要与财政投入、科技三项费用支出、农业机械总动力、化肥施用量、农业用电量、劳动力等指标有关，定义为物质投入因子;第二主成分主要与水资源有关，把这一因子定义为自然因子。

表5 因子得分系数矩阵

对三个公因子进行权重计算，公式如下:

wi表示第i 个公因子的权重，Ai表示第i 个公因子的贡献率。

计算黑龙江省13 个地市粮食综合生产能力水平及排名情况。采用的公式如下:

Ti=0.84* F1i+0.16* F2i

Ti表示第i 城市的总因子得分，F1i表示第i城市对应第一公因子的得分，F2i表示第i 城市对应的第二公因子的得分，计算结果如表6所示。

表6 综合得分情况

表7 物质投入因子得分表

从表6 和表7 来看，排在前五位的城市分别是哈尔滨、齐齐哈尔、绥化、佳木斯和牡丹江。这说明无论是物质投入和自然条件，这几个城市都具优势。在这五个城市中又以哈尔滨的粮食综合生产能力为最强，远远超出了其他城市分粮食生产能力的发展状况，其他的各市情况一般。哈尔滨作为黑龙江省的省会，其在政治、经济、科技等方面均为较高水平，对农业发展的投入走在前面，重视农业生产，重视提高农民生活水平，是使之在农业发展方面取得成效的关键。相较于得分高的城市而言，伊春、七台河、鹤岗等城市粮食综合生产能力较弱，为了分析各城市的优势、弱势所在现作具体分析。

从表6 和表7 来看，哈尔滨、齐齐哈尔、绥化、佳木斯、大庆等城市在粮食生产的物质投入方面做得比较好。其在物质投入方面具有优势。与总得分排名相比，这几个城市也因物质投入有一定规模而致使粮食综合生产能力较高。

表8 自然因子得分排名

五、结论及对策建议

本文通过因子分析方法研究黑龙江省粮食综合生产能力，研究结果表明:影响粮食生产能力的因子为物质投入因子和自然因子。通过因子综合得分得到，哈尔滨、齐齐哈尔、绥化、佳木斯和牡丹江粮食综合生产能力较强，同时，这些城市物质投入因子和自然因子也较强。进一步从物质投入方面和自然因素方面进行对比分析，发现哈尔滨、齐齐哈尔、绥化、佳木斯、大庆等城市在粮食生产的物质投入方面做得比较好，因为物质投入因子具有较高的权重，所以，这些城市的总得分也较高，自然因子的权重较小，但对综合排名仍有影响，自然因子排名和总排名作对比分析发现，相对于总得分排名下降的城市有哈尔滨、齐齐哈尔、大庆、佳木斯、绥化、鹤岗等城市;排名上升的有伊春、鸡西、牡丹江、黑河、大兴安岭、七台河等城市，而双鸭山总排名和自然因子排名相同。

根据以上结论，得到如下政策启示:(1)依法保护耕地，稳住粮田耕地面积是粮食生产重要保障，一切优质高产农作物的生产都必须以一定数量和质量的耕地作为支撑。(2)增加物质要素投入，促进粮食生产增长。从过去20 多年黑龙江省粮食生产发展的实际情况看，物质要素对粮食生产起到了重要作用。目前，物质要素投入仍处于合理的水平，增加化肥等物质要素投入仍会带来产量较大的增长。(3)强化政策支持能力，促进粮食生产可持续发展，保证粮食产量稳定和提高农民生产积极性。

［1］颐焕章，张景顺.中国农业增长的源泉与技术进步［J］.农业技术经济，1991，(1):1－8.

［2］林毅夫.关于我国农业科技投入的选择［J］.科学学研究，1991，(3):8－12.

［3］朱希刚.种植业生产技术进步评价和经营规模对策［J］.农业技术经济，1991，(1):17－23.

［4］肖海峰，王 姣.我国粮食综合生产能力影响因素分析［J］.农业技术经济，2004，(6):26.

［5］任 平，王广杰，等.多元统计分析在粮食产量影响因素分析中的应用［J］.资源开发与市场，2005，21(3):157－159.

［6］鲁 欣，秦大庸，等.宁夏粮食产量主要影响因子分析［J］.灌溉排水学报，2006，25(6):65－70.

［7］梁子谦，李小军.影响中国粮食生产的因子分析［J］.农业经济问题，2006，(11):19－22，79.

［8］封志明，李香莲.耕地与粮食安全战略:藏粮于土，提高中国土地资源的综合生产能力［J］.地理与国土研究，2000，16(3):1－5.

［9］刘修礼.略议粮食综合生产能力的内涵与提高［J］.江西农业科技，2003，(12):43－44.

［10］马有祥.树立科学发展观，构筑我国粮食安全长效机制［J］.中国农村经济，2004，(10):10－15.

［11］张广翠.中国粮食安全的现状与前瞻［J］.人口学刊，2005，(3):37－41.

［12］郭燕枝，郭静利，王秀东.我国粮食综合生产能力影响因素分析［J］.农业经济问题，2007，(増刊):22－25.