基于主成分分析的河南省粮食产量影响因素研究

杨娟++王帅++骆云中

摘要：为了探明河南省粮食产量变化的主要驱动力，明确不同因素对粮食产量变化影响的大小，基于1978-2014年面板数据，运用主成分分析法，建立计量经济模型对该期间影响河南省粮食产量波动的因素进行研究。结果表明，影响河南省粮食产量变化的前三位驱动力分别为经济发展与农业资本投入、劳动与土地投入、成本-收益。具体来看，河南省粮食产量与社会经济水平呈正相关关系，粮食产量的增长主要取决于农业机械总动力、化肥施用量、农村用电量，弹性系数高达0.045；第一产业就业人数对粮食产量增长为正影响，其弹性系数为0.028；受灾面积对粮食产量增长呈负影响，弹性系数为-0.022；耕地面积、粮食播种面积对粮食产量增长的贡献不显著，弹性系数分别为0.021、0.020；而农业生产资料价格指数与粮食零售价格指数对粮食产量影响极小，弹性系数仅为0.006与0.003。

关键词：粮食产量；驱动力；影响因素；主成分分析；弹性系数

中图分类号：F301.2 文献标识码：A 文章编号：0439-8114（2017）13-2587-06

DOI：10.14088/j.cnki.issn0439-8114.2017.13.046

Study on Factors Influencing the Grain Yield of Henan Province Based on Principal Component Analysis

YANG Juan1，WANG Shuai2，LUO Yun-zhong1

（1.School of Resources and Environment，Southwest University，Chongqing 400715，China；

2.Shanxi Provincial Land Engineering Construction Group， Xian 710075， China）

Abstract： To ascertain the main driving factors for grain yield change of Henan province and verify the influence of different factors on the change， an econometric model was built based on the panel data from 1978 to 2014 and principal component analysis， to explore the factors influencing the grain yield of Henan province during the period. The results showed that， the top three driving factors were economic development and agricultural capital investment， labor input， costs and benefits respectively. Specifically， the grain yield of Henan province was positive correlated with socio-economy level， which mainly depended on the total powers of agriculture machine， chemical fertilizer and rural power consumption， and the coefficient of elasticity was up to 0.045. While the employment in the primary industry had a “positive” influence on grain yield increase and the coefficient of elasticity was 0.028. The agricultural disaster area had a “negative” influence on grain yield increase and the coefficient of elasticity was -0.022. The contribution of the arable land area and grain acreage for grain yield growth was not significant and the coefficients of elasticity were 0.021 and 0.020 respectively， while the price index of agricultural means production and grain retail price index had less influence on grain yield， and the coefficients of elasticity were only 0.006 and 0.003.

Key words： grain yield； driving forces； influence factors； principal component analysis； the coefficients of elasticity

中國人均耕地数量不足全球平均水平的1/4，同时2/3以上的区域缺水，随着城镇化和工业化进程加快，资源环境压力将不断增大，粮食安全形势严峻。河南省粮食产量常年占全国的1/10，粮食自给率在140%左右，是粮食主产区之一。因此，河南省的粮食生产能力直接关系到中国粮食安全[1，2]。针对中国粮食生产问题，大量学者对此进行了深入探索，研究大多关注粮食生产格局[3，4]、阶段特征[5，6]、影响因素[7-9]等方面。影响粮食产量的因素众多，杨建波等[10]从耕地质量角度进行研究；刘东等[4]从土地资源的承载力角度进行研究；李茂松等[11]从自然灾害角度开展研究；刘洛等[12]从耕地的利用变化角度来研究；也有从政府补贴、土地流转等角度进行研究[13-15]。基于以上研究成果，本研究主要采用主成分分析法并引入计量经济模型，分析1978-2014年河南省粮食产量波动的主要驱动因素，进而定量揭示出各个因子对河南粮食产量波动的影响大小，以期为河南省制定粮食生产规划和产业政策提供参考。

2 基于主成分分析的河南省粮食产量影响因素研究

2.1 河南省粮食产量变化阶段特征

改革开放以来，河南省粮食产量总体呈增长趋势，2014年粮食产量5 772.30万t，较1978年净增加3 587.62万t，增长164.22%。这种增长背后的剧烈波动可分为三个阶段：第一阶段（1978-1981年）增长起步阶段，粮食种植比例缓慢减少，从83.19%减至81.99%，但粮食产量呈缓慢增长趋势，从2 097.40万t增至2 314.50万t；第二阶段（1982-2003年）缓慢增长阶段，粮食产量在不断波动中增长，从2 217.10万t增至3 569.47万t。2003年粮食种植比例从1982年的80.56%降至2003年的65.21%，且2003年粮食减产640.51万t；第三阶段（2004-2014年）快速增长阶段。全省的粮食种植比例从64.97%增至71%，粮食产量从4 260.00万t跃至5 772.30万t，粮食产量呈现快速增长的趋势，实现了“十一连增”。

2.2 主成分分析

由于选取的12个影响因子不仅与因变量粮食产量存在相关性，而各个变量之间也存在一定的相关性，为了消除自变量之间的共线性，运用主成分分析方法，把变量（关系紧密的变量）重复信息删除，创建最小数量的新变量，让其相互独立，并最大限度保留原有的变量信息。故将以上模型作以下变形：

令Qt=lnYt；Pit=lnXit （4）

运用SPSS统计软件，调用其主成分分析程序，首先进行坐标变换处理，得到标准化后的数据和相关矩阵，再根据相关矩阵求特征值与特征向量，提取主成分，计算结果见表2。

抽取特征值大于1的成分，这3个主成分的累积贡献率高达90.635%，相当于代表了前面12个指标的90.635%的信息，抽取他们足以代表原始指标的绝大部分信息，可以用来解释粮食产量影响因子。

为了更直观地看出各个变量在主成分上的影响度，根据变量载荷矩阵（表3），进而计算出主成分得分系数矩阵（表4）和1978-2014年期间每年的主成分综合得分。

2.3 模型参数估计

将主成分综合得分定义为自变量，河南省的粮食产量定义为因变量，进行建模，得到回归模型。

Qt=？琢t+？茁1tF1+？茁2tF2+？茁3tF3+？着t （5）

通过SPSS统计分析软件，将该方程模拟参数执行回归估计，结果见表5。该模型的拟合优度R=0.979，调整后的R2=0.956，说明表3中的资料拟合优度较好；显著性检验F=259.693，P<0.001，表示该模型整体显著性比较高。在各个回归系数显著性检验中，常数项与主成分F1的系数显著性水平极高，能够完成0.1%的显著性检验，而主成分F2、F3也能满足10%的显著性检验。因此，确定回归方程的常数项为8.196，主成分F1、F2、F3的回归系数分别为0.306、0.019、0.021。公因子F1、F2、F3分别表示粮食产量的第一驱动力、第二驱动力及第三驱动力。

需指出，在回归方程里自变量为主成分分析里提取的三个公因子，而在因子分析里，成分系数矩阵给出了公因子与标化原始变量的对应关系（表3），因此只需将公因子的计算公式代入回归方程，就可解出对应原始变量和因变量的标化回归系数方程。最终，所得标化原始变量作自变量的标化回归方程为：

Qt=8.196+0.045P1+0.041P2+0.021P3+0.020P4+0.045P5+0.042P6+0.045P7+0.045P8+0.003P9+0.006P10+0.028P11-0.022P12

如前所述，在進行主成分分析前，对全部数据做了对数处理，故该标化回归方程中的回归系数为各个影响因子对粮食产量的弹性系数，即为每个因子变化一个百分点影响粮食产量的程度，则可以进一步分析各个因子对于粮食产量的敏感程度。

2.4 结果与分析

2.4.1 粮食产量变化主要驱动力 结合主成分分析结果，根据成分矩阵中Pi在各主成分上的贡献程度，可解释每个主成分代表的现实意义。F1中GDP、城镇化率、农业机械总动力、有效灌溉面积、化肥施用量、农村用电量这6个指标的负荷分别为0.985、0.985、0.984、0.933、0.942、0.973，说明这6个指标在主成分F1中具有高贡献率，故将主成分F1的现实因素归纳为经济发展与农业资本投入。

同理，在主成分F2中第一产业就业人数、粮食播种面积、耕地面积、受灾面积这4个指标的贡献率较高并相对统一，故将主成分F2的现实因素归纳为劳动与土地投入。主成分F3中粮食零售价格指数、农业生产资料价格指数与其他指标相比具有较高贡献率，故将主成分F3的现实因素归纳为成本—收益。

实证结果显示，影响粮食产量的前三位驱动因素为经济发展与农业资本投入、劳动与土地投入、成本—收益，其弹性系数分别为0.306、0.019与0.021，说明对粮食产量影响最大的因素为经济发展与农业资本投入，其次为劳动与土地投入，最后为成本—收益。

2.4.2 各因素对粮食产量波动的影响 具体来说，从标化回归方程可以更清晰地得出粮食产量对每个指标的敏感程度，按大小排列依次为GDP（0.045）、农业机械总动力（0.045）、化肥施用量（0.045）、农村用电量（0.045）、有效灌溉面积（0.042）、城镇化率（0.041）、第一产业就业人数（0.028）、受灾面积（-0.022）、耕地面积（0.021）、粮食播种面积（0.020）、农业生产资料价格指数（0.006）、粮食零售价格指数（0.003）。

1）河南省粮食产量与社会经济水平呈正相关关系。其中，GDP对粮食产量有显著正影响。改革开放以来，GDP从162.92亿元增至34 938.24亿元，城镇化率从13.6%跃至45.2%，与粮食产量总体增加的趋势相一致。

2）粮食产量的增长主要取决于农业机械总动力、化肥施用量、农村用电量等农业资本投入，其弹性系数均为0.045。其中，化肥施用量仍然对河南省粮食生产起正向作用，但有研究表示近期化肥投入对粮食增产效果不再显著[25，26]，有学者认为化肥施用量符合边际报酬递减规律[3，27]。耕地数量有限且短时间内不会大量增加，粮食增产对土地的依赖性逐步向资本倾斜。因此，河南省今后应继续增加农业资本投入，促进农地资本集约化经营，以提高粮食单产，进而增加粮食总产量。

3）第一产业就业人数对粮食产量增长为正向作用，弹性系数为0.028。虽然劳动力投入能够促进河南省粮食生产，随着农业劳动力不断向第二三产业转移，由于资本与劳动的替代性和互补性[3]，增加粮食生产的资本投入，也可提高河南省粮食产量[27]。另一方面，大量农村劳动力析出，导致部分地区农地撂荒，应积极引导和推进农地适度规模经营，并在财政补贴、税收、信贷、科技等方面给予优惠和扶持。

4）因自然灾害造成的受灾面积对粮食产量增长呈负影响，弹性系数为-0.022。河南省是自然灾害频发的省份，其中旱灾最为频发。因此，今后须加强农田基础设施建设，特别是水利设施，预防与减少旱灾、洪涝、冻害、虫灾等自然灾害给粮食产量带来的负影响。

5）耕地面积、粮食播种面积的弹性系数分别为0.021、0.020，对粮食产量增长的贡献不明显。河南省可利用的后备耕地资源严重不足，且在工业化与城镇化加速发展的背景下，期望以增加耕地面積来提高粮食产量是不太现实的，故应严格坚守耕地保护政策来保障粮食产量。

6）农业生产资料价格指数与粮食零售价格指数对粮食生产影响较小，弹性系数仅为0.006与0.003。在农业生产资料价格长期持续增长的同时，粮食的零售价格却并未随之提高，“卖粮难”和“增产不增收”的现象严重打击了农民种粮的积极性。故河南省今后应在已有各项支农补贴的基础上，进一步健全支持粮食生产的政策体系，完善惠农政策，提高农民种粮积极性，以达到增产增收的双重目标。

3 结论与讨论

3.1 结论

1）河南省粮食产量变化的前三位驱动因素分别为经济发展与农业资本投入、劳动与土地投入、成本—收益。

2）河南省粮食产量与社会经济水平呈正相关关系；粮食产量的增长主要取决于农业机械总动力、化肥施用量、农村用电量等农业资本投入；耕地面积、粮食播种面积对粮食产量增长较小；第一产业就业人数对粮食产量增长为正影响；因自然灾害造成的受灾面积对粮食增长产生负影响；农业生产资料价格指数与粮食零售价格指数对粮食生产影响极小。

3.2 讨论

1）本研究采用主成分分析法对河南省粮食产量变化影响因素进行研究，把相关性较大的影响因子中重复信息删掉，创建了最小数量的新变量F1、F2、F3，让其相互独立，并保留原有的变量信息的90.635%；采用主成分分析法，通过提取彼此独立的主成分，能够消除变量间的相关影响，减少选取指标的工作量；将提取的三个主成分作为新自变量进入回归分析，使回归变量有了现实意义。

2）本研究就1978-2014年河南省粮食产量影响因素进行分析，根据定量结果揭示了主要驱动因素。与传统的观点认为耕地损失影响粮食产量进而威胁国家粮食安全相比，本研究结果表明河南省粮食增产的最大影响因素并非耕地面积或粮食播种面积，而很大程度上取决于经济发展水平和农业资本投入。

3）由于研究期间河南省粮食产量波动剧烈，可见其影响因子的复杂性，本研究未根据波动的具体情况按年份对其分阶段分析，一定程度上影响了研究深度；各个要素并非全部与粮食生产相对应，可能会对研究结果产生一定影响；由于影响粮食产量的因素繁多、加上区域性差异较大，一方面变量选择可能存在遗漏，另一方面由于研究的为省级层面，较为宏观，不可控因素较多，可能会对研究结果带来影响，有待以后研究不断修正。

参考文献：

[1] 陈锡文.粮食安全面临三大挑战[J].中国经济报告，2014（2）：43-45.

[2] 李效顺，蒋冬梅，卞正富.粮食安全视角的中国耕地资源盈亏测算[J].资源科学，2014，36（10）：2057-2065.

[3] 陈秧分，李先德.中国粮食产量变化的时空格局与影响因素[J].农业工程学报，2013，29（20）：1-10.

[4] 刘 东，封志明，杨艳昭，等.中国粮食生产发展特征及土地资源承载力空间格局现状[J].农业工程学报，2011，27（7）：1-6.

[5] 陆文聪，梅 燕，李元龙.中国粮食生产的区域变化：人地关系、非农就业与劳动报酬的影响效应[J].中国人口科学，2008，80（3）：20-28.

[6] 陆文聪，梅 燕.中国粮食生产区域格局变化及其成因实证分析：基于空间计量经济学模型[J].中国农业大学学报：社会科学版，2007，24（3）：140-152.

[7] 杜华章.江苏区域粮食产量影响因素实证分析[J].农学学报，2012（1）：58-63.

[8] 赵芳丽.1978-2006年我国粮食产量影响因素研究——基于C-D生产函数模型[J].消费导刊，2008（16）：50.

[9] 何秀丽，张平宇，刘文新.东北地区粮食单产的时序变化及影响因素分析[J].农业现代化研究，2006，27（5）：360-363.

[10] 杨建波，王朝晖，邱士可，等.耕地分等因素对粮食产量的影响[J].农业工程学报，2010，26（4）：306-311.

[11] 李茂松，李章成，王到龙，等.50年来我国自然灾害变化对粮食产量的影响[J].自然灾害学报，2005，14（2）：55-60.

[12] 刘 洛，徐新良，刘纪远，等.1990-2010年中国耕地变化对粮食生产潜力的影响[J].地理学报，2014，69（12）：1767-1778.

[13] 周应恒，赵 文，张晓敏.近期中国主要农业国内支持政策评估[J].农业经济问题，2009（5）：4-11.

[14] 范东君.政府在粮食生产问题上的机会主义行为倾向解释[J].学术论坛，2009（12）：109-113.

[15] 陈 飞，范庆泉，高铁梅.农业政策、粮食产量与粮食生产调整能力[J].经济研究，2010（11）：101-114，140.

[16] 张 兰，冯淑怡，曲福田.农地流转区域差异及其成因分析——以江苏省为例[J].中国土地科学，2014，28（5）：73-80.

[17] 李效顺，曲福田，陈友偲，等.经济发展与城市蔓延的Logistic曲线假说及其验证——基于华东地区典型城市的考察[J].自然资源学报，2012，27（5）：713-722.

[18] 陈龙乾，姚 远，李效顺.港口城区房地产投资驱动机制分析——以连云港市港口城区为例[J].地理与地理信息科学，2012，28（3）：44-48.

[19] 石淑芹，陈佑启，姚艳敏，等.东北地区耕地变化对粮食生产能力的影响评价[J].地理學报，2008，63（6）：574-586.

[20] 战雪丽，张世英.基于copula的中国粮食产量与GDP的相关性分析[J].统计与决策，2006（8）：89-90.

[21] 刘彦随，王介勇，郭丽英.中国粮食生产与耕地变化的时空动态[J].中国农业科学，2009，42（12）：4269-4274.

[22] 周 振，穆娜娜.农业机械化对中国粮食增产的影响研究[J].中国物价，2015（11）：27-29.

[23] 向安强，贾兵强.略论明清以来河南旱灾[J].农业考古，2005（3）：187-194，209.

[24] YE Y，LEGATES R，QIN B.Coordinated Urban-Rural Development Planning in China：The Chengdu Model[J].Journal of the American Planning Association，2012，79（2）：125-137.

[25] 刘 玉，郭丽英，刘彦随.1980-2008年环渤海地区县域粮食的时空动态变化及分析[J].农业工程学报，2012，28（12）：230-236.

[26] 张利庠，彭 辉，靳兴初.不同阶段化肥施用量对我国粮食产量的影响分析——基于1952-2006年30个省份的面板数据[J]. 农业技术经济，2008（4）：85-94.

[27] 邓大才.粮食安全：耕地、贸易、技术与条件——改革开放30年粮食安全保障的途径研究[J].财经问题研究，2010（2）：3-7.