江苏省粮食价格影响因素

康依雯

粮食作为一个国家立足的根本，其供给在我国的经济贸易中一直占据重要的地位。随着我国人口数量的增加，国家对于粮食的需求也在逐渐增加。江苏作为我国沿海经济大省，研究其粮食定价的影响因素对于提升江苏农业质量、促进江苏农业经济发展有着重要意义。本文运用主成分分析法对江苏粮食价格影响因素进行探究分析，研究发现指标体系中的各个不同的指标与粮食经济有着较大的影响关系。本文从影响因素入手，为江苏发展农业经济提出相应建议。

中国作为世界上最大的人口国家，庞大的人口基数再加上人口数的逐年递增，使我国对于粮食需求一直处于较高水平。粮食供给在我国一直处于举足轻重的地位。随着如今双减政策与三胎政策的出台，一方面减轻了孩子教育方面的压力，刺激了三胎政策的实施进展，助力于未来我国人口数量的增加。另一方面，在如今这个新冠疫情全球大肆虐的时代下，劳动力短缺，从而导致粮食供应的日朘月减，甚至威胁到了一些国家或地区的粮食安全，例如美国这种人民没有储蓄习惯的国家，出现了超市哄抢的现象，可见粮食问题至关重要。江苏省经济发达且位于东部季风区，地处亚热带季风气候，降水量丰富，又位于长江中下游沿岸，土壤肥沃，适宜农作物的种植，是全国农业大省之一。本文根据江苏省粮食价格进行合理的科学分析，对解决粮食方面的问题有着现实意义。

一、文献综述

粮食是一个国家赖以生存的必需品，然而随着社会的发展和科技的进步，关于粮食资源的问题依旧存在，此事兹事体大。所以对各粮食影响因素进行深入探究，实证分析的同时提出针对性的对策建议，从而对我国粮食问题的宏观调控有着相应的参考作用。

杨月锋和徐学荣（2014）通过运用主成分分析法与 gm 模型等方法，深入分析福建省粮食总产量的主要影响因素，预测福建省粮食总产量未来的发展趋势。史卫亚等（2016）运用了灰色模型，分析影响粮食产量的各种因素之间的关联，并发现粮食产量与粮食作物播种面积、有效灌溉面积、农村人口数、受灾面积关联度最大。李昊儒等（2018）运用了HP滤波分析法，灰色关联与层次分析法，根据粮食产量波动特征，从自然、科技、社会、农业条件等方面对粮食产量的影响进行量化分析。刘浩然等（2019）运用了因子分析法，主成分分析法，灰色系统理论等方法，研究了黑龙江省粮食产能及其影响因素，结论得出黑龙江省农业劳动力比重与粮食产量呈负相关且要防止过量施用化肥增加抗灾能力。高露（2020）运用了计量模型，格兰杰因果检验法和误差修正模型，研究得出人口数量、三农支出、汇率等因素对粮食价格有显著影响。唐庆等（2020）运用相关系数，多元线性回归等方法，探究湖南省粮食零售价格指数的影响，从而得出湖南省居民的粮食消费价格指数影响最大，工业生产出厂价格次之。秦茜等（2020）运用主成分回归法对我国粮食生產影响因素进行分析，研究得出，粮食生产性因素影响程度最大，粮食价格因素影响不大。粮食播种面积虽然影响较小，但不能忽视。徐英（2021）运用主成分分析法对山东省粮食生产影响因素进行分析和讨论，结果表明，要在稳定粮食播种面积的基础上，不断完善农业制度，优化粮食种植品种结构，加大农用机械投入。

综上所述，目前国内针对粮食问题方面的研究，更倾向于分析粮食产量相关影响因素，而研究粮食价格影响因素的较少，因而本文针对江苏省粮食价格影响因素进行分析讨论，并根据实证分析的结果提出相应的科学建议。

二、数据选取和模型选取

（一）数据选取

本文选取了2003～2018年江苏省粮食生产统计数据（数据来源于EPS数据库和《江苏省统计年鉴》），选取了农用机械总动力（X1）作为江苏省农业机械化程度指标，有效灌溉面积（X2），粮食播种面积（X3），农用化肥施用量（X4）和农药使用量（X5）作为江苏省农业种植技术水平指标，农用塑料薄膜使用量（X6）作为江苏省农业现代化指标，受灾面积（X7）作为江苏省受自然灾害程度指标和粮食总产量（X8）作为江苏省耕作水平指标，从而构建了江苏省粮食价格的影响体系来对主要影响因素进行分析研究。

由表一可以看出，在2003～2018年期间，农业机械化总动力（X1），粮食播种面积（X3），塑料薄膜使用量（X6）和粮食总产量（X8）等指标呈稳定的上升趋势，有效灌溉面积（X2）先减再增，但总体也是呈上升倾向，而农用化肥施用量（X4），农药使用量（X5）和受灾面积（X7）等指标却逐年递减，综上可以看出江苏省农业技术水平的大幅提高，现代化水平的进步和防灾抗灾系统的加强，从而促进了粮食产量的与日俱增的同时，影响着粮食价格的变动。

（二）模型选取

本文通过主成分分析法来研究各因素指标与江苏省粮食价格的影响。主成分分析法是一种降维的统计方法。它可以从多个变量中提取少数几个相互独立却又保留了大部分变量信息的主要成分，通过提取的主成分来反应变量之间的关系，从而提取相关信息。

（三）主成分分析法步骤

1.根据研究对象选取相应的指标及其原始数据，然后对其数据进行了标准化的处理，从而避免原始指标单位与量纲的不同来直接影响到统计结果。

2.对标准化处理后的新数据指标的相关系数矩阵进行计算，得出各新指标对应的特征值和特征向量。

3.值均要大于1和累积方差的贡献率为大于85%的标准提取合适的各个主成分，并通过计算不同主成分之间的系数向量，得到每一个主成分之间的函数表达式。

三、实证分析

（一）运用了SPSS软件，先将所选取8个指标分别进行 KMO 统计量和 Bartlett 球形检验。由表2可知 KMO 的度量值为0.829且 Bartlett 球形测定检验的显著性低于0.01，检验结果完全符合KMO度量值应该大于0.6及 Bartlett 显著性低于0.05的标准，适宜做因子分析。

表2  KMO统计量和Bartlett球形检验结果

（二）用SPSS对8个指标进行主成分分析，由表3可知第一和第二主成分的特征值分别为6.268和1.062，均大于1，并且第一第二主成分的累积方差贡献率达到了91.633%，大于85%，完全符合主成分分析的标准。这两个因子反映了原始指标的大部分信息，起到了很好的降维作用。所以，提取这两个主成分进行分析，得到了主成分载荷矩阵（表4）。

表3总方差解释

表4主成分载荷矩阵

（三）由表4可得农用机械總动力（X1），农药使用量（X5），农用塑料薄膜使用量（X6）和粮食总产量（X8）这四个指标在第一主成分上的载荷值很高，且这些指标反映了江苏省的农业机械化程度和现代化水平耕作水平，因此将第一主成分定义为农业耕作现代化水平。有效灌溉面积（X2）和农用化肥施用量（X4）在第二主成分上的载荷值较高，这两个指标反映了江苏省的农业种植技术，因此将第二主成分定义为农业种植技术水平。综上所述，江苏省粮食价格的主要影响因素可分为两个方面，分别为农业耕作现代化水平和农业种植技术水平。

四、结论与建议

粮食的总产量与其价格相互关联，且呈负相关关系，其总产量的扩大会造成粮食价格的递减。高现代化的耕作水平与先进的种植技术都互相促进着粮食产量的增长，因而影响到了粮食价格的波动。总而言之，为了保障江苏省粮食价格的平稳，我们应该积极稳定其总产量的扩增。从而针对上述结论提出了如下建议。

（一）增加农用机械量与科技的投入，完善农业种植设施

近十几年来，江苏省的粮食种植面积增长幅度不大，又因为土地具有数量有限且位置固定的特性，因此过于注重扩大耕作面积已经不大现实了。所以，要将重心转移到粮食的生产效率方面。通过提高机械化与科技水平，在减轻了劳动力压力的同时，完善的农用设施提高了耕作便利，积极地促进粮食的生产效率。

（二）加强专业文化的培养，引进高质量人才

近阶段以来，我国注重乡村振兴，推动农业全面发展，人才成为发展中的重中之重。人才不仅仅是乡村振兴的关键，也是推动农业发展的主要资源动力。因此，加强农业方面的人才培养，引入更加智能的粮食生产流程，可以降低农业成本并改良农作物的品质。然而我国目前的农业农村人才发展不均衡且数量不足，人才问题理应受到高度重视。

（三）合理控制农业用品的投入量

农药、化肥等农业用品在一定程度上能起到提高和保护粮食产量的作用，但是若肆意投入过多反而会事与愿违。不仅仅导致了农业用品被挥霍浪费，还影响到了粮食总产量的损失。2003～2018年期间，虽然江苏省的粮食播种面积在不断增加，但是农业用品的投入量都在逐年递减，可以明显看出对投入量的一个合理控制。

（作者单位：上海工程技术大学 管理学院）