影响我国粮食价格因素的因子分析

郝鸣洋

【摘 要】粮食价格是一切物价的基础，它的波动事关改革发展稳定大局，始终是党和政府密切关注、人民群众十分关心的热点问题。然而保持粮食价格和影响粮食价格的因素有很多，如：粮食产量、粮食的播种面积、粮食的进出口、城市及农村的人均消费量等。本文利用SPSS20.0统计软件，运用因子分析的方法，建立了我国1978—2006年粮食价格的回归模型.对影响我国粮食价格的主要因素进行了分析研究。通过分析得出影响粮食价格的主要因素是，并提出相应的建议。

【关键词】粮食价格；因子分析；回归分析

0.背景

在1978到2006年这二十多年的时间里，我国将传统的粮食统购统销制度逐渐减弱并取缔，我国进入了粮食价格以双轨制运行的时代，粮食价格开始大幅波动。在通过实施提高粮食销售价格的同时放开粮食价格和粮食经营，并建立最低保护价和销售最高限价后，我国粮食价格出现了全国性的大涨趋势。但随后出现了持续下降，主要是受了粮食产量持续丰收及一些宏观因素的影响。针对此状况，国家采取了有效的扶农惠农政策，使我国粮食价格恢复到原来的上涨[1]。即使在国际粮食价格发生大幅上涨的期间内，我国粮食市场价格依然以平稳的趋势运行。我国粮食价格制度经过多年的实施，改进，已逐渐完善。

根据国家在1978-2007年发布的各种政策，条款对粮食产量、价格形成的影响，可以将我国粮食价格发展历程概括为一下五个阶段：第一阶段是1978-1989年，粮食价格呈震荡盘升。第二阶段是1990-1991年，粮食价格与之前相比持续处在最低点。第三阶段1992年-1996年，粮食价格出现持续的大幅度上涨。第四阶段是1997-2002年，粮食价格开始持续下降。第五阶段是2003年-2007年，粮食价格呈恢复性上涨趋势。

1.指标体系设计

影响粮食价格的因素有很多，大多数是能用数据来表示的，还有些是人们主观的想法，做法造成的，所以无法表示出来。所以我们只能按照一定的原则从中挑选一些有重要影响的，有利于我们进行分析的数据。我们筛选后的统计指标：（1）挑选由国家统计局发布的，与粮食价格有直接关联的指标：粮食产量X1，粮食播种面积X2，粮食生产价格指数X3；（2）根据粮食的需求对象的需求程度、经济能力的指标：城镇居民人均消费量X4，农村居民人均消费量X5；（3）重要程度不是很高但不可省略的数据项，因为由于恶劣天气的影响会导致粮食价格快速上升或下降：成灾面积X6。中国的粮食市场属于官方管制市场，与国际市场粮价关联性不强，因为中国粮食自给率已经达到95%，进口依存度很低[2]；而且我国粮食生产稳定，储备充裕，粮食安全基本有保证，加上政府一系列支农惠农政策不断加强和完善、限制粮食出口政策逐步发挥作用。即使国际市场粮价大幅上涨，但对国内的直接影响有限，短期内我国粮价大幅上涨的基础不存在，而会保持相对平稳的走势。因此没有采纳国际粮价指数而将重心放在国内市场。所以本文以X1-X6的1997-2006年的数据为例，对影响我国粮食价格的因素进行分析。

表1 影响粮食价格的各因素

2.因子分析

2.1因子分析的原理简介

“因子分析”与1931年由Thurstone首次提出，其概念起源于20世纪初Karl Pearson和Charles Spearmen等人关于智力测验的统计分析[3]。基本目的是用少数几个因子去描述多个变量之间的关系，被描述的变量一般都是能实际测量的随机变量，而那些因子是不可观测的潜在变量。因子分析的基本思想是把联系比较紧密的变量归为同一个类别，而不同类别的变量间的相关性较低。在同一个类别内的变量，可以想象是受到了某个共同因素的影响才彼此高度相关的，这个共同因素也称之为公共因子，他是潜在的并且不可观测的。因子分析反应了一种降维的思想，通过降维将相关性高的变量聚在一起，不仅便于提取容易的特征，而且降低了需要分析的变量数目和问题分析的复杂性。

2.2对粮食价格因素的数据进行因子分析并分析结果

我们分析的样本资料主要来源于各年的中国统计年鉴以及小部分在网上收集来的数据，其中缺失数据用均值代替。

（1）将原始样本矩阵进行标准化处理，以消除指标之间变化趋势、量纲的不一致及数量级的差异等现象。开始利用SPSS对数据进行数据分析。

（2）KMO检验和Bartlett球形检验。

KMO检验用于研究变量之间的偏相关性，计算偏相关性是由于控制了其他因素的影响，所以会比简单相关系数来得小。一般KMO统计量大于0.9时效果最佳，0.6以上可以接受，0.5以下不宜做因子分析，本数据KMO取值0.692尚可接受。

Bartlett球形检验统计量的Sig<0.01，由此否定相关矩阵为单位阵的零假设，即认为各变量之间存在着显著的相关性。

（3）方差解释表。

方差解释表格给出了每个公因子所解释的方差及其累积和。观察前两个因子的累计贡献率达到87%，大于85%，满足了因子个数对累计贡献率的要求，因此，可以选择两个因子。同时在表中还注意到，旋转以前和旋转以后虽然因子总方差贡献没变，但是单个因子方差贡献率发生了细微变化。第一个因子的贡献率由64%减少到60%，而第二个因子贡献率由23%增加到27%。

表2 方差解释表

（4）旋转前后的因子成分矩阵。

成分矩阵是初始的未经旋转的因子载荷矩阵，旋转成分矩阵是经过旋转后的因子载荷矩阵。通过观察可以发现，旋转后每个公因子上的载荷分配与旋转前的效果差不多，综合旋转前和旋转后的结果，得出以下结论：因子1上载荷较大的变量有人均粮食消费量、城乡居民人均收入、城镇居民人均消费和；因子2上载荷较大的变量有粮食产量、播种面积和成灾面积。

表3 旋转前后的成分矩阵

（5）因子得分的系数矩阵。

表4 因子得分系数矩阵

根据因子得分系数矩阵，由此可得最终因子得分公式：

F1=-0.072X1+0.112X2+0.227X3+0.172X4+0.235X5+0.162X6-0.194X7

F2=0.534X1+0.300X2-0.016X3+0.133X4-0.056X5-0.418X6+0.035X7

进一步分析，根据各个变量的特点和所得的因子得分公式再综合因子成分矩阵的结果，可以看出：在第一公因子中人均粮食消费量、城镇居民人均消费量、农村居民人均消费量和生产价格指数起到了主要作用；在第二公因子中，明显的粮食产量、播种面积和成灾面积是第二公因子的作用因素；所以第一公因子反映的都是居民粮食消费量，也就是人们对于粮食的需求情况；第二公因子反应的是关于粮食生产的影响因素，体现了粮食的供应情况。

（6）综合各公因子构造综合评价模型，在因子分析的基础上，选择两个主成分Factor1（Y1）、Factor2（Y2），并以其方差贡献率64.227%和23.403%为权数构造如下综合评价函数：

Z=0.64227Y1+0.23403Y2

3.结论及建议

3.1结论

根据因子分析结果，第一主成分是居民对于粮食的需求量；第二主成分是粮食的供应量。所以综合来看，影响我国粮食价格的最主要原因是粮食的供需平衡问题。虽说以现在短期内我国粮食供给形式乐观，这是由于一系列的政府支农惠农以其他政策作用的结果。从长远角度来看，国家粮食价格的稳定不能一直依靠政府的干预，这知识暂时的维持办法，没有从根本上解决问题。所以保持粮食供给平衡是最需要解决的问题。

3.2建议

第一、从居民对于粮食的消费量方面来看，根据居民对粮食的需求量越大，粮食价格就会越高。所以解决这个原因的最好办法就是完善我国的粮食市场体系和结构[4]。因为国家想要对粮食市场价格进行宏观调控的前提条件是，有一个发育健全的粮食市场体系。就可以避免过去简单的粮食供求的杠杆关系。能够滞缓粮食供求量对于粮食价格的影响，在一定的范围内，保持粮食价格的稳定波动范围。

第二、提高农民的种粮积极性。这对于保证粮食产量，稳定国家粮食价格起着重要作用。国务院发展中心对此的解释是：“一旦农民失去了种粮的热情，即便是农业投入增加科技到位基础设施改善，我们面对的仍可能会是土地撂荒粮食减产。”所以各级政府应该加大保护种粮的积极性，分别在种粮食的补贴力度和对种粮成本及亩产盈利方面加强监管。这样能够大幅度的提高生产效率。

第三、为了防止出现突然事件造成粮食价格异常变动，应该加强我国的应急反应机制，建立完善的粮食专项储备制度和风险基金制度，这是健全和完善国家对粮食市场价格宏观调控机制的重要内容[5]。防止“谷贱伤农”和“谷贵伤民”的情况发生，影响到粮食价格。然而利用粮食专项储备的吞吐功能以及风险基金平抑市场价格的作用，可以减小粮食市场价格的波动幅度。

4.结束语

虽说我国地貌广阔，但是人口众多，决定了我国对于粮食的需求量。现时代的中国处于科技，经济发展的关键阶段，所以为国家提供安全的粮食保证、稳定粮食价格是国家各项发展的前提，这是一个必须解决的难题。

波动的粮食价格证明了我国改革发展的基础需要继续夯实，我们应该认真审视我们改革与发展，根据实际问题，采取相应的政策，方法来解决，为我国今后的各项发展提供坚实基础。 [科]

【参考文献】

[1]薛薇.统计分析与SPSS的应用[M].中国人民大学出版社，2011，（1）：317-340.

[2]何晓群.多元统计分析（第三版）[M].中国人民大学出版社，2012，（1）：143-171.

[3]中国粮食改革开放30年[Z].中国粮食经济学会、中国粮食行业协会.中国财政经济出版社，2009，（9）：96-100.

[4]曹筠.国内粮食价格影响因素的主成分分析.[J].北方经济，2009，（4）：5-7.

[5]冯云.中国粮食价格波动的实证分析[J].价格月刊，2008，（2）：41-44.