基于主成份回归模型的水稻播种面积影响因素研究*

刘 丹 王 雪 张晟义

（新疆财经大学工商管理学院，新疆 乌鲁木齐，830012）

基于主成份回归模型的水稻播种面积影响因素研究*

刘 丹 王 雪 张晟义

（新疆财经大学工商管理学院，新疆 乌鲁木齐，830012）

该文运用主成份回归模型，实证分析了各指标对水稻播种面积的影响。研究结果表明，农业机械总动力、农村居民人均纯收入、大专及大专以上文化程度、进口大米数量、稻谷最低收购价格的增加都会促进水稻种植面积的增加，其中农业机械总动力、农村居民人均纯收入、大专及大专以上文化程度对水稻种植面积的影响最为明显。最后根据实证结果提出了相应的政策建议。

主成份回归；水稻；播种面积

引言

我国幅员辽阔，各地区的粮食生产条件不同，粮食消费习惯也各不相同，“国以民为本,民以食为天”，因此，保障粮食供需的地区间平衡显得尤为重要。但是随着社会与经济的发展，我国粮食主产中心逐步北移，全国社会商品粮总体规模小，且有逐步集中到少数地区的趋势。与10年前相比，传统主产区粮食供求状况发生重要分化，主销区粮食产销缺口扩大，平衡区大多数缺粮。全国粮食区域性、结构性矛盾日益突出，“南粮北调”格局发生逆转，在全国粮食效益低、粮食播种面积减少的情况下，这一区域矛盾更为尖锐［1］。

耕地是决定粮食供给的基础，耕地的数量和质量是粮食生产能力的核心要素。而我国人均耕地面积只相当于世界平均水平的40%，土地供需矛盾十分突出。与此相对应的是我国耕地面积的储量减少，中国的耕地面积从1991年开始便逐步减少，年均减少433万亩，至2013年下降至1.3亿公顷，占土地面积11%。人均耕地面积更是减少到0.08公顷，即人均1.2亩。对于一个人均耕地面积不到美国1/6、不到俄罗斯1/10的国家来说，这种下降更值得警惕［2］。因此，研究粮食种植面积的影响因素，并建立数学模型衡量粮食种植面积与各个影响因素之间的关系，具有重要的现实意义。

1　实证研究

1.1变量选择及数据来源

本文以水稻为例，考察水稻播种面积的影响因素，由于在统计年鉴中只有谷物的生产价格指数，而很难找到粮食生产价格指数，为了保持数据口径的统一性，因变量选择的不是粮食播种面积，而是谷物的播种面积，这也具有很强的代表性［3］。基于本文的研究目的，对于自变量，主要选择农业机械总动力（NYJX）、化肥施用量（HFSY）、农村居民人均纯收入（JMSR）、平均每个劳动力负担人口（FDRK）、乡村就业人数(JYRS)、出口大米总数(CKDM)、 进口大米数量(JKDM)、大专及大专以上程度（DZYS）、稻谷最低收购价格（DGSG）等指标。定量分析所需的数据选取全国2000—2013年间的时间序列数据，在《中国统计年鉴》以及《中国农村统计年鉴》基础上整理得到，为了消除样本数据可能存在的异方差性，故对NYJX、HFSY、JMSR、FDRK、JYRS、CKDM、JKDM、DZYS、DGSG九个变量分别取对数，数据应用SPSS19.0软件进行分析。

1.2基于相关分析的指标变量分析

本文通过相关性分析初步检验我国水稻种植面积与各变量之间的相关程度以及各自变量之间的相关程度，结果如表1所示：

JYRS　CKDM　JKDM　DZYS　SGJG CKDM　.793　1.000 -.707 -.829 -.841 JKDM　-.722 -.707 1.000　.670　.834 DZYS　-.986 -.829　.670　1.000　.948 SGJG　-.971 -.841　.834　.948　1.000

1.3基于主成分回归的水稻种植面积模型

由于上述的指标之间存在较强的共线性，因此采用主成分回归的方法建立水稻种植面积模型。主成分分析作为一种处理高维数据的方法，通过正交变换方式将高维数据以尽可能少的投影映射到低维空间，使数据降维达到简化数据结构的目的，它也是一种将多个相关变量以尽可能少的信息损失为原则化为少数几个不相关变量的方法［4］。本文的主成分回归建模基于SPSS软件实现，具体过程如下：

1.3.1计算相关系数矩阵特征值、贡献率与累计贡献率

根据主成分分析法特征值都大于1的规则和碎石图的形状与趋势，确定主因子数规则，选取公共因子（如表2）。

由表1可看出,这里农业机械动力的特征值大于1，且累积比率为86%，基本反映了原来9个指标变量的绝大部分信息，且根据因子的碎石图可以发现从第二个因子开始图中的曲线趋于平坦，因此，可以考虑只取前1个主成分作为公共因子。

1.3.2计算成份矩阵以及特征向量矩阵（表3）

表3　成份矩阵与特征向量矩阵

根据表中数据，可以写出主成份函数：

Z1＝0.0512X1－0.0512X2+0.0512X3－0.0408X4－0.0512X5－0.0436X6+0.038X7+0.0512X8+0.0504X9

1.3.3回归分析

应用SPSS软件以水稻种植面积为因变量，以综合主成分F为自变量，对两者进行回归分析，得到回归结果如下：

表4　主成份回归结果

最后得到主成分回归模型为

Y＝ 1.248×Z1＝ 0.063898X1－0.063898X2+0.063898X3－ 0.05092X4－0.0639X5－ 0.05441X6+0.047424X7+ 0.063898X8+0.062899X9

由回归方程的结果可以看出，农业机械总动力、农村居民人均纯收入、大专及大专以上程度、进口大米数量、稻谷最低收购价格的增加都会促进水稻种植面积的增加，其中农业机械总动力、农村居民人均纯收入、大专及大专以上文化程度对水稻种植面积的影响最为明显，这些都是符合我们预期的。

2　政策建议

2.1提高农业机械化水平

提高农业机械化水平是实现农业现代化的重要途径，政府可以适当发挥国家农机购置补贴政策的杠杆作用，促进农机装备总量增长结构优化升级，在购机补贴政策的实施上，实行“阳光补贴”，确保补贴政策不折不扣落到实处。这样农民就可以借助农机购置补贴政策，不断提升农场的农业机械化水平，扩宽农业机械化的范围，并由水稻种植过程向小麦、玉米等其他农作物种植过程延伸；由农作物耕、种、收环节向产前、产后全过程拓展［5］。

其次，政府还应依托农机科技入户项目、三新工程和市级秸秆机械化还田作业跟踪管理信息系统项目，把“互联网+”技术引入农机领域，使农机化和信息化融合，打造智慧农机发展平台。并且加快完善信息化系统，按照“服务更优质、功能更多元”的建设标准，对系统进行深度研发，完善系统服务功能，提升技术精准度，确保秋季农机作业监测需求。扩大农机作业信息化监管范围，在深松整地机具上安装信息化管理终端，引导作业监管向深松整地领域拓展。此外，还应加大技术培训，对农机手、合作社理事长、基层农机管理人员进行全方面培训，确保培训主体全覆盖。针对系统使用人文化程度不高但动手能力强的特点，减少理论灌输增加现场演示，确保他们掌握技术要领，能够熟练操作［6］。

2.2粮食直补向主产区倾斜

国家近年来不断提高粮食最低收购价，稳定了种粮农户的收益预期，稳定了粮食种植面积，有效保障了农民种粮收益［7］。但粮食价格增幅明显放缓，已逼近“天花板”。而粮食生产成本持续上涨，特别是人工成本和土地成本涨幅较大，粮食“地板”越来越高，种粮比较效益仍然较低。而主销区的粮食无法做到自给自足，必须从主产区调入粮食才能满足需求的地区，同时这些粮食主销区也是当前国家粮食政策最直接的受益者，因此，粮食主销区也应对主产区进行利益补偿，主销区可以按照一定的比例共同对粮食主产区进行利益补偿，补偿金额根据粮食调出量核定，多调多得，少调少得。在补贴标准上，要与物价水平、农资价格、粮食生产人工成本及其他农产品价格的上升保持同步性增长，及时调整和加大农机补贴的种类与数量，改变目前普惠制的粮食直补方式。实行“产补”挂钩模式，由单纯根据种粮面积补贴，变为依照种粮面积和向国家出售商品粮数量补贴方式，使粮食补贴向种粮大户倾斜，逐步增加粮食主产区粮食风险基金规模和产粮大县奖励资金规模［8］。

2.3完善农村基础教育，提高新生代农民工受教育程度

一是完善教育信息化基础条件。基本建成区县教育城域网，加大“校校通”、校园网以及多媒体教室的投资与建设，同时完善乡村教师人才培养运行机制和专业发展支撑体系，创建高水平区域乡村教师发展研究中心。二是建设数字教育资源。建成各地基础教育资源库、中小学数字图书馆，农村地区教学点实现数字教育资源全覆盖。各地中小学教师通过“一师一优课、一课一名师”、“卓越课堂”优质课程资源库建设等活动“晒课”，让农村学生同样享受到优质教育资源。三是推进教育信息化深入乡村。通过采取送教下乡、提高教学点教师待遇、加强教学点的师资队伍建设和加快推进农村教育信息化建设等多种措施改善办学条件，提高农村教学点的教育教学质量。同时，通过加大对农村贫困学生的资助力度，完善救助制度和体系，确保学生不因贫失学，确保每一名农村孩子都能顺利、方便地接受更好的义务教育。建设区域乡村教师发展协同创新中心［9］。

2.4培育农民专业合作社，发展农村经济

从实践上来看，农民专业合作社是适应农业现代化、产业化要求，符合农村发展需要和农民意愿的经济组织形式；是发挥惠农政策效益，增强贫困户自我发展能力，推进脱贫攻坚的有效载体；是通过适度规模经营，提供产业服务，大力培养新型职业农民的重要途径［10］。鼓励、支持、发展农民专业合作社，有利于更好地坚持和丰富、完善农村基本经营制度，有利于农村长远发展。尽管这些合作社的功能、性质、形式不尽相同，但仍有规律可循，它们都是以利益为纽带、以自愿为原则、以服务为主要内容、以龙头企业为依托、以创品牌为目标。农民专业合作社类型比较多样化，有着不同发育程度，在发展农村经济、推进脱贫攻坚中日益显现重要作用，并且已经积累了比较成熟的经验和作法。

不过从总体上看，我国农民专业合作社的发展仍处于探索起步阶段，还存在覆盖面不够广、参与度不太高、管理不够规范、政府扶持政策不够到位等问题。政府及有关部门应认真研究、总结、推广先进经验，采取更有力有效的措施，推动农民专业合作社向更高阶段发展，进一步提高农民组织化程度和全区农业现代化产业化水平。

［1］王云.耕地约束条件下浙江粮食与经济作物种植面积变化研究[D].浙江农林大学,2013(06).

［2］严士清,徐敏.粮食产量与耕地面积间的动力学方法分析[J].农机化研究,2005(02)：60-62.

［3］魏君英,何蒲明.粮食直接补贴政策对粮食播种面积影响的实证研究[J].农业经济,2013(3):27-29.

［4］林海明,杜子芳.主成分分析综合评价应该注意的问题[J].统计研究,2013(8)：25-31.

［5］洪自同，郑金贵.农业机械购置补贴政策对农户粮食生产行为的影响——基于福建的实证分析[J]. 农业技术经济,2012(11)：41-48.

［6］罗锡文，廖娟，胡炼，臧英，周志艳.提高农业机械化水平促进农业可持续发展[J].农业工程学报,2016(01)：1-11.

［7］王莉,苏祯.农户粮食种植面积与粮价的相关性研究——基于全国农村固定观察点的农户调查数据[J]. 农业技术经济,2010(9)：90-96.

［8］魏后凯,王业强.中央支持粮食主产区发展的理论基础与政策导向[J].经济学动态,2012(11)：49-55.

［9］肖正德.新时期促进农村教师发展的战略意义及其保障机制[J].南京社会科学,2011(4)：112-118.

［10］王勇.农民专业合作社面临新境况分析[J].中国农村观察,2012(5)：41-48.

On the Influencing Factors of Rice Growing Area Based on the PCA model

LIU Dan，WANG Xu，ZHANG Sheng-yi
(School of Business Administration, Xinjiang University of Finance & Economics, Urumchi 830012)

This paper analyzes the influencing factors of rice growing area empirically based on the PCA model. The results show that the following factors will increase the area of rice growing: the total power of agricultural machinery, the per capita income of rural residents, the degree of education, the quantity of imported rice, and the increase of lowest purchasing price. The total power of agricultural machinery, the per capita income of rural residents and the degree of education can influence the rice growing area greatly. This paper also puts forward some suggestions for this subject.

PCA; rice; growing area

S-03

A

1674-3083（2016）05-0019-05

2016-09-27

国家自然科学基金项目（71362032）；教育部人文社会科学规划基金项目（12YJAZH198）；教育部新世纪优秀人才支持计划资助项目（NCET-12-1074）；国家软科学研究计划项目（2011GXQ4D082）；新疆财经大学研究生科研基金项目“‘中巴经济走廊’建设背景下南疆四地州的商贸物流业发展对策研究”（XJUFE2016K054）。

刘丹（1991—），女，汉族，湖南人，新疆财经大学在读硕士研究生，研究方向：企业管理。王雪（1990—），女，满族，辽宁本溪人，新疆财经大学在读硕士研究生，研究方向：企业管理。张晟义（1970—），男，浙江东阳人，博士，教授，研究员，主要研究方向：运营管理、涉农供应链管理、能源生物质物流管理。