吉林省粮食生产影响因素分析

郑欣欣

(吉林化工学院，吉林 吉林 132022)

“五谷者，万民之命，国之重宝”，粮食安全是国家安定、社会和谐、经济发展的重要保障。农业基础地位任何时候都不能忽视和削弱，中国人的饭碗任何时候都必须牢牢端在自己手里[1]。近40年来，诸多学者在粮食产量的影响因素方面进行了剖析和探究，取得了丰硕的成果，并且结合实际解决了很多粮食生产的相关问题，对提高粮食产量起到了积极作用。在中国知网期刊数据库中以“粮食产量影响因素”作为主题搜索，共计查找到438篇相关文献，最早一篇发表于1983年的《粮食作物收获中某些因素对产量损失的影响》[2]。关于该主题的主要研究成果集中在2007年以后，采用的研究方法以数据统计分析方法居多，所研究区域主要涉及山东省、安徽省、河南省、黑龙江省等粮食主产区。例如：王赞、李松臣[3]利用主成分分析、协整分析和回归分析方法对我国粮食生产影响因素进行了深入的研究。李心慧[4]等运用主成分分析法定量分析了河南省24年间的相关数据，得出了影响粮食单产的主要因素。刘浩然[5]等运用因子分析法和灰色系统理论分析了黑龙江省1985年—2014年粮食综合生产能力，并依据分析结果给出了相关建议。

习近平总书记在吉林考察时作出重要指示：吉林要把保障粮食安全放在突出位置，毫不放松抓好粮食生产，加快转变农业发展方式，在探索现代农业发展道路上创造更多经验[6]。吉林省在国家的粮食生产体系中的地位非常突出，是我国重要的粮食生产基地，分析吉林省的粮食产量影响因素能够为进一步发掘吉林省粮食增产潜力提供理论和实践支撑，对提高粮食产量、实现增产目标等具有重大意义。

1 研究区概况

吉林省地处中国东北地区的中部，位于北纬41°至北纬46°，是国家粮食主产区之一。吉林省土地总面积187 400 km2，气候为温带季风气候，四时交替分明，春季普遍干燥多风，夏季阴雨绵绵，秋季雨水减少天气转凉，冬季持续时间长并且气温非常低。吉林省拥有“耕地中的大熊猫”之称的黑土地，素有“黑土地之乡”的佳誉[7]。2021年，吉林省粮食播种面积创历史新高，达到572.13万 hm2，同比增加3.95万 hm2，粮食总产量达到807.84亿斤，同比增加47.24亿斤，净增量居全国第二位，总产量稳居全国第五位；粮食单产941.3斤/亩，比2020年增加48.7斤/亩，超过全国平均单产水平21.6%[8]。吉林省是我国的农业大省，在国家的粮食产业布局中占据了非常重要的地位。

2 因素分析、数据来源与研究方法

2.1 因素分析

在粮食生产中，影响产量的因素有很多，总的来说可以分为如下几大类。

2.1.1 土地因素。土地因素是指土地资源，比如耕地资源，粮食播种面积等。耕地资源是粮食种植的根基，是万物生长的基础，良好的耕地资源对粮食生产起到良好的促进作用。

2.1.2 资本因素。资本因素主要体现在粮食生产过程中各类生产物资的投入以及基础设施的建设完善情况方面，比如农业机械设施、电力资源、农药资源的配备等。

2.1.3 劳动力因素。劳动因素对于粮食产量来说至关重要，因为粮食生产直接被劳动力影响着，一方面在于体力劳动，也就是劳动力的数量，充足的劳动力资源对于粮食生产是有益的，另一方面劳动力素质水平也会对粮食产量造成影响。

2.1.4 自然因素。自然灾害一直是造成粮食减产的主要原因，虽然现代科技的发展能让人们做好一些预防措施，粮食生产的抗灾能力越来越强，但是自然灾害的不可控性还是会对于粮食生产造成一定的损失。

2.2 数据来源

本研究收集并整理了2004年—2020年吉林省粮食产量及其相关影响因素的数据，所有原始数据来源于《吉林统计年鉴》。研究选取了农村劳动力比重(X1)、粮食播种面积(X2)、粮食单位面积产量(X3)、有效灌溉面积(X4)、受灾面积(X5)、农业机械总动力(X6)、农村用电量(X7)、化肥施用量(X8)、农业生产资料价格总指数(X9)等9个影响因素，其中农村劳动力比重为农村劳动力占乡村人口的百分比，其他影响因素数据均为直接获取。

2.3 主成分分析法

主成分分析法[9]是通过线性变换，将原来多个变量重新组合成一组新的互相无关的几个综合变量，同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的方法。通过该方法得到的新的变量能够使彼此相互独立，具有很强的代表性。方差分解所提取的主成分信息要满足特征值>1，累计贡献率越高，说明各个因子对总体的解释度较高，如果累计贡献率超过85%，则说明提取的主成分能对总体进行较好的概括。

3 结果与分析

主成分分析的具体操作是通过软件SPSS 22.0完成的。首先进行KMO统计量和Bartlett球形检验，结果见表1：KMO统计量为0.715(>0.5)，Bartlett球形检验结果为0.000(<0.000 1)，因此能够进行因子分析。然后，分析样本，得出各因素之间的相关系数矩阵，结果见表2。从表2可以得出，各个因素之间存在着一定程度的相关性。一方面，化肥施用量和农村劳动力比重、农村用电量之间的相关性强，相关系数分别为0.963和0.931。农业机械总动力和粮食播种面积、农村用电量之间的关联性比较强，相关系数分别为0.951和0.986，农村用电量和粮食播种面积之间也存在强相关关系，相关系数为0.912。这些因素之间呈现的强正相关关系，反映了在农业生产中人力、物力等多方面的投入对农业生产带来的积极影响；另一方面，受灾面积和农业生产资料价格总指数均与其他影响因素呈负相关关系，这说明了自然灾害和农业生产资料价格给农业生产带来了不利。

表1 KMO统计量和Bartlett球形检验结果

表2 各因素相关系数矩阵

接下来，计算相关系数矩阵的特征值，并得到累计方差贡献率，结果如表3所示。从结果可以得出，前2个因子主成分的特征值均>1，累计方差贡献率为85.27%(>85%)，从而可以认为二者基本包含了全部指标具有的信息，因此将前2个因子确定为吉林省粮食产量影响因素的主要因子是合理的。

表3 方差分解主成分提取分析

随后，利用主成分分析计算主成分载荷矩阵，结果如表4所示。从结果中可以看出，主成分1里包含的主要因子为农村劳动力比重(X1)、农业机械总动力(X6)、农村用电量(X7)、化肥施用量(X8)，相关系数分别为：0.913、0.950、0.975、0.958；主成分2中包含的关键因子为受灾面积(X5)、农业生产资料价格总指数(X9)，相关系数分别为0.78和-0.84。从主成分分析结果可以得出，主成分1包含的农村劳动力比重、农业机械总动力、农村用电量、化肥施用量这4个影响因素反映了农业生产过程中的人力、物力投入水平和农业现代化程度，其贡献率为69.124%；主成分2中的受灾面积和农业生产资料价格总指数这两个影响因素反映了自然灾害和生产资料价格对吉林省粮食产量的影响，贡献率为16.145%。

表4 主成分载荷矩阵

4 结论及建议

本文利用主成分分析法对近17年吉林省粮食产量相关影响因素数据进行了分析。通过主成分分析法得出，影响吉林省农业生产总值的因素大概可以概括为两部分：①人力投入和基础生产基础要素的投入，具体包括农业机械总动力、农村用电量、化肥施用量。②自然灾害和农业生产资料价格上涨对吉林省粮食产量的负面影响。

为了提高吉林省的粮食产量，基于以上结果分析给出如下建议：①提高劳动力综合素质和农业现代化水平。农村劳动力占比和农业机械总动力是非常重要的影响因素。因此，建议提高劳动力综合素质，开阔农民的视野，让农民接受先进的科技兴农知识、学习使用现代化农业机械的新本领和技术，使其跟上农业现代化的脚步，提高农业现代机械化水平，从而实现精细化农业和智慧农业，给粮食产量提高带来积极的影响。②精细化耕作，合理施肥。化肥施用量是提高粮食产量的重要因素，但是化肥使用过量会导致土壤板结、地下水受污染等。因此，提倡精细化耕作，根据不同土壤、不同作物、不同时间综合评估，合理配方、合理施肥。③精准预测，提高抗灾能力。近年来，吉林省是自然灾害较多的省份，恶劣气候对粮食生产造成了很大的影响。面对这种情况，建议相关部门提前采取有效措施，提高预测精确度，增强预警能力和抗灾减灾能力。④合理调控农业生产资料价格，提高农民的粮食种植积极性。农业生产资料价格对粮食产量具有一定的消极影响，农业生产资料价格上涨会导致农民减少对土地的投资，从而导致粮食产量的下降。因此，国家要合理干预和控制农业生产资料价格指数，提高农民对粮食种植的积极性。