黑龙江粮食产能及其影响因素研究*

刘浩然，吴克宁，2※，宋 文，胡 琴，刘 欢

(1.中国地质大学(北京)土地科学技术学院，北京 100083；2.国土资源部土地整治重点实验室，北京 100035)

0 引言

粮食作为国民经济战略物资，是维持人民生存、涉及社会稳定的必需品，兼具有经济、社会、文化、生态等多种功能[1]。我国人多地少，耕地后备资源不足，虽然1981—2014年我国农村恩格尔系数从59.9%降至37.9%，但粮食作为农村家庭主要消费品的现实仍然存在，因而粮食安全是国家和人民的焦点问题，仍处于并将长期处于国家关注的重要领域。

黑龙江省作为中国粮食主产区之一，占据维护国家粮食安全“压舱石”的特殊地位，其粮食生产态势受自然、经济、社会、政策、技术、劳动力等多因素的综合影响，探寻其影响因素及其影响机制对发挥好该省耕地面积广、土地集中连片、土质肥沃的资源优势有及其重要的现实意义[2]。在粮食生产影响因素及作用分析方面，我国学者做了众多研究，主要集中在探寻影响因素[3-5]、探索模型方法[6-10]以及具体影响因素的相关性分析[11-14]等领域。已有研究证明农业生产要素对粮食生产确实有重要影响，并且通过数学方法能很好地反映其影响的重要性。

文章结合现实情况，分析1985—2014年黑龙江省粮食生产和播种面积的面板数据，筛选归纳影响因素，用因子分析法和灰色系统动态关联度模型估计出影响该省粮食产量变化的指标因子重要程度，以期为推进黑龙江省粮食生产提供理论依据，为我国粮食安全提供参考。

1 研究区概况及数据来源

1.1 区域概况

黑龙江省位于我国东北边陲，南起北纬43°26′，北至北纬53°34′，东经121°10′～135°05′，地处寒温带和中温带，湿润区、半湿润区和半干旱区3个分区，地缘辽阔、地貌多样、自然资源丰富。土地总面积4 730万hm2(含加格达奇和松岭区)，占全国总面积的4.9%，居全国第6位。2016年黑龙江省粮食产量6 058.5万t，连续6年位列全国第一，全省农业机械总动力5 634.3万kW·h，占全国总消耗的5.8%。现辖1个副省级城市，有11个地级市、1个地区行署，128个县(市、区)，常住人口城镇化率59.2%，户籍人口城镇化率49.9%。

1.2 数据来源

该文采用1985—2014年黑龙江省时间序列数据来源于该省历年《统计年鉴》《中国统计年鉴》和《中国农村统计年鉴》，部分补充验证数据来源于土地调查数据库、实地调查；受灾面积、单位面积粮食产量、粮食作物播种面积、有效播种面积农业机械总动力、农用柴油使用量、农业化肥折纯施用量通过统计资料和调查资料直接获取；农业劳动力比重为农业从业人口占农村从业人口的百分比，用以统计农业劳动力对粮食生产的影响；农业生产资料价格指数通过获取国家统计局农业生产资料价格指数环比数据后通过处理得到同比指数，用以统计生产资料价格对粮食生产的影响。

表1 粮食产量影响因素相关系数矩阵

2 研究方法及影响因素选取

2.1 构建影响因子的指标体系

在实际生产过程中，影响粮食产量的因素很多，学者从气候条件、耕地质量、作物品种、社会资本、科技水平、管理水平等等方面进行研究[15-19]，用《孟子》中言之战略成功的3项条件将达到粮食生产健康的影响因素概括为“天时”、“地利”、“人和”。天时主要为自然因素，如光照、温度、降水、自然灾害等；地利涵盖地力条件、耕作条件、土壤健康状况等；其余非自然影响条件纳入到“人和”中，如科技水平、市场条件、劳动力投入、机械投入等。通过指标可获取性以及对黑龙江省粮食生产情况的定性分析，参考研究区相关研究，筛选后的研究因子如表1。

2.2 主成分分析法

主成分分析法是通过降维处理的数学方法变化，选取少数在变量中信息量较大的主成分分析事物变化，即通过线性组合，适当调整组合系数，组合成新的变量并使新的变量相互独立且代表性较好。也就是确定原变量Xi(i=1，2，…，…，p)在诸主成分上的载荷，载荷即数学中Xi(i=1，2，…，…，p)的相关系数矩阵的m个较大的特征值所对应的单位特征向量。主成分在变量中信息量比例越大在综合评价中贡献作用越大。

2.3 指标因素的灰色系统分析

邓聚龙教授在20世纪80年代提出了用于研究“部分信息中已知，部分信息未知”的“小样本”、“贫信息”不确定性系统，通过对已知信息的生成、开发去了解认识现实世界，实现对系统运行行为和演化规律的正确把握和描述[20]。灰色关联分析方法就是灰色系统方法内容之一，建模机理如下。

①给出原始数据列，设有m个时间序列为子序列

(1)

式(1)中，n为各序列长度即数据个数，这m个序列代表m个因素。

另设母序列

(2)

关联度是两个序列关联型大小的度量。

②原始数据变换。由于系统中各因素的量纲(或单位)不相同，如X2单位面积粮食产量为kg/hm2，X3粮食作物播种面积为万hm2，而X4有效灌溉面积单位为千hm2，数据很难进行比较。因此对原始数据进行变换消除量纲(或单位)。该文采用初值化变换，分别用同一序列的第一个数据除以后面的每个原始数据，得到新的倍数序列。

③计算关联系数

Δ0i(k)=|x0(k)-xi(k)|(1≤i≤m)

(3)

(4)

式(4)中Δ(min)为母子比较序列最小绝对差值，Δ(max)为最大绝对差值，ρ是分辨系数，目的是削弱最大绝大差数值太大引起的失真，ξ0i(k)是第k个时刻母序列和子序列的关联系数。

④求关联度。实际应用中，采用近似公式：

(5)

图1 1985—2014年全国与黑龙江主要粮食产量变化态势

3 结果与分析

3.1 生产态势分析

3.1.1 综合产量态势分析

根据全国统计年鉴及黑龙江省统计年鉴资料，绘制全国以及1985—2014年黑龙江省粮食总产量变化趋势(图1)，黑龙江粮食产量总体呈上升态势。1989年，1997年，2000年以及2003年出现粮食产量拐点，尤其是2000年黑龙江省粮食产量出现较大产量下降，增长率为30年内最低，年产量2 545.5万t，增长率为-17.21%。减产的原因为：一是自然灾害干旱、局地暴雨等；二是种植结构调整，该省2000年粮食播种面积减少24.7万hm2；三是农民自身种植意愿下降，部分农民选择抛荒或留守老人妇女进行种植，青壮劳力进城务工[3-4]。随后，随着自然条件变好、政府政策引导，粮食产量开始缓慢提升，但在未恢复下降前产量时又迎来了第二个较大拐点，2003年产量再次下滑，低至2 512.3万t甚至低于2000年产量，其原因也是自然、社会以及农民因素。此后11年，受国家农业政策调整的刺激以及农业投入的影响，该省粮食产量稳步提升，粮食作物产量平均环比增长率8.8%以上。

图2 1985—2014年全国与黑龙江省主要粮食播种面积变化态势

从图1也可以看出，黑龙江省粮食作物产量变化趋势和全国基本一致，从侧面也表现了该省作为全国粮食主产区的重要性，体现出粮食主产区生产很大程度决定了全国粮食生产大局。2001年全国粮食产量增加量的65.49%来自黑龙江省粮食产量增长。2003年起中国实现了“粮食十二连增”，不可否认黑龙江省作为粮食大省为保障粮食安全做出了巨大贡献，其生产态势及其影响因素研究成为该省粮食生产从需求转向供给侧改革，克服粮食生产供需矛盾，粮食生产目标从追求数量增长为主转到数量与质量并重并拓展向农业生态效益。

3.1.2 粮食播种面积变化分析

1985—2014年，黑龙江省粮食作物播种面积整体呈缓慢上升态势，部分年份下降，而从2003—2014年播种面积连年上升，2005年和2009年面积增加尤为突出，环比播种面积增长率高达20.36%和19.52%，此后上升速率变缓，2014年该省粮食种植面积达1 422.68万hm2。

黑龙江省粮食播种面积增长变化波动与全国基本符合，1999年由于粮食产量创历史高峰，粮食供给大于需求，出现卖粮难，国家毅然实施战略性结构调整，农业部编制了《种植业生产结构调整“十五”计划和2015年规划》，水稻、小麦、玉米三大主粮面积大幅调减，并连续4年下降，直到2004年我国全面放开粮食收购市场和收购价格，为保护农民利益和提高种粮积极性，国家在主产区分别对稻谷、小麦两个重点粮食品种实行最低收购价政策，使农民种粮主动性增加，粮食作物播种面积开始回升。

3.2 产量影响因素分析

3.2.1 主成分分析法分析结果

该文选取了1994—2014年的9个指标因素研究黑龙江省粮食生产的影响因素，依照特征值大于1作为提取条件[21]，在SPSS22中利用主成分分析法做因子分析，分析样本得出的相关系数矩阵及主成分载荷矩阵见表2。

表2 粮食产量影响因素相关系数矩阵

由表2可见，1994—2014年，第一主成分因素与单位面积粮食产量(X2)、粮食作物播种面积(X3)、有效灌溉面积(X4)、农业机械总动力(X6)、农用柴油使用量(X7)和农业化肥折纯施用量(X8)呈较强正相关，而与农业劳动力比重(X5)呈较强负相关，这几个变量综合反映了农业投入贡献率为76.7%；第二主成分因素受灾面积(X1)和农业生产资料价格指数(X9)贡献率为10.67%，反映了自然灾害和农业生产资料价格变化在这一时期对粮食生产的影响。

通过因子分析，选取的指标因素既包含正相关因素，又涵盖了与粮食总产量负相关因素，因素兼具相关性和代表性。为更好地分清主导因素、定量分析指标因素与粮食生产产量的动态关联程度，该文对选取的指标因素进行灰色系统动态关联度分析。

3.2.2 灰色系统动态关联度分析结果

该文选取X1～X9共9个影响粮食产量的主要因子，选取以上变量1994—2014年数据作为样本，根据灰色建模理论和程序建立黑龙江省粮食生产灰色系统动态关联分析。

表4表明，1994—2014年与粮食总产量关联度指标因素排序为农业化肥折纯施用量(X8)>农用柴油使用量(X7)>粮食作物播种面积(X3)>X2单位面积粮食产量(X2)>农业劳动力比重(X5)>农业机械总动力(X6)>受灾面积(X1)>农业生产资料价格指数(X9)>有效灌溉面积(X4)。

3.2.3 因素指标分析

在因子分析中，农业折纯化肥施用量与粮食总产量呈较强正相关；在灰色系统动态关联分析中，1994—2014年，农业化肥施用折纯施用量与粮食总产量的关联度最高关联系数达0.832，说明20年化肥施用是黑龙江省增产的重要因素。化肥折纯施用量对该省粮食生产的影响深远，这与一般研究、实际生产基本相符，在农户调研和国土部门访谈中了解到黑龙江近年来化肥施用量确有增加且农户视之为重要保产增产手段。

表4 1994—2014年粮食总产量和影响因素的灰色关联分析

农用柴油使用量和农业机械总动力与粮食总产量呈较强正相关，第一主成分因子中农业机械总动力相关性最高，在灰色系统动态关联分析中，农用柴油使用量的关联度较高。而农业劳动力比重这一指标与粮食总产量呈较强负相关，在灰色系统动态关联度分析中处在排名中位。这3个指标因素同属第一主成分因子农业投入类，对粮食总产量影响较大。黑龙江省耕地面积广、人均耕地面积居全国前列，土地集中连片度较高，比较适合发展相对劳力需求较少的机械作业和大农场经营，因而农业机械总动力、农用柴油使用量的增加说明农民农业机械化水平增高，机种机收机播增加，也侧面表征规模经营的发展。同时，结合该省的粮食产量态势，劳力需求较小的机械化作业和规模经营发展会对应非农务工人员增多、农业劳动力比重下降，这与以往观点“农业劳动力转移会威胁粮食安全”不同，即黑龙江省农业劳动力比重降低的反应是粮食产量上升。

粮食作物播种面积、单位面积粮食产量、受灾面积、农业生产资料价格指数、有效灌溉面积在灰色系统动态关联分析中关联度依次降低。在因子分析中有效灌溉面积、粮食作物播种面积、单位面积粮食产量体现了与粮食总产量较强正相关，农业生产资料价格指数和受灾面积和粮食总产量呈负相关。自然灾害的影响程度和不确定性使受灾面积指标因素对粮食总产量的影响具有波动性，但自然灾害对粮食生产态势的影响毋庸置疑，如2000年黑龙江省经历农业气象灾年，干旱、局地暴雨并引发洪涝、冰雹、大风、泥石流等[22]，粮食总产量仅为2 545.5万t，比1999年下降17.2%。因子分析中有效灌溉面积的相关性大于粮食作物播种面积和单位面积粮食产量，说明灌溉仍是制约黑龙江省粮食产量的重要因素。

4 结论、建议与展望

4.1 结论

该文根据统计数据，深入分析了黑龙江省粮食生产变化，并基于较长时间的面板数据对比分析了该省粮食生产和全国粮食生产的关系，揭示在自然、经济、政策引导下的黑龙江粮食生产的产量情况，特别是黑龙江省粮食种植面积的变化及其影响因素。

该省粮食生产变化影响因素可以用“天时”、“地利”、“人和”划分指标因素归属，用因子分析法和灰色系统动态关联度模型估计影响黑龙江粮食产量变化的指标因子重要程度。1994—2014年，影响黑龙江省粮食生产的第一主成分因素与单位面积粮食产量、粮食作物播种面积、有效灌溉面积、农业机械总动力、农用柴油使用量和农业化肥折纯施用量呈较强正相关，而与农业劳动力比重呈较强负相关，贡献率为76.7%；第二主成分因素受灾面积和农业生产资料价格指数贡献率为10.67%。关联度指标因素排序为农业化肥折纯施用量>农用柴油使用量>粮食作物播种面积>单位面积粮食产量>农业劳动力比重>农业机械总动力>受灾面积>农业生产资料价格指数>有效灌溉面积。

4.2 建议

(1)化肥施用量仍是近阶段粮食增产的主要推力，但是过量施用化肥会导致土壤板结、酸化加剧、盐碱化严重，而且导致肥料利用边际效用下降，利用率降低，地下水遭受污染，增加病虫害，使农产品质量下降[23]。建议通过有关部门宣传和积极引导，让农民从根本上认识过量施用化肥的危害，通过配方施肥，完善施肥参数，鼓励增施有机肥、微肥和生物菌肥[24]。

(2)黑龙江省农业劳动力比重与粮食生产较大关联度呈负相关，打破以往劳力作为主要粮食生产投资的观点，农业机械总动力、农用柴油使用量对粮食生产有重要影响，即该省耕地面积广，人均耕地面积高，适宜机械化、规模化、产业化粮食生产。考虑到该省粮食生产实际情况、农业机械作业的规模效应及农业劳动力比重变化，建议积极推进农业机械作业服务产业的发展，用劳动力产业化、细化分工促进整体科技进步、效率提升，解放冗余劳动力，使之创造更大价值。

(3)灌溉作为制约粮食生产因素的现实，土地整治工程中可加强对灌溉水平的评估和工程投入，同时灌溉条件作为国家标准《农用地质量分等规程》的国家级分等因素评价推荐指标，建议推广到黑龙江省耕地质量等别评定、农用地定级评价以及黑龙江土地整治评价工作中，使得耕地质量评价、耕地产能评价、土地整治评价更科学、合理、符合实际，评价成果更好服务于粮食生产能力提升、粮食安全保障。

(4)黑龙江省仍存有自然灾害的风险，在粮食生产时注重气候对其造成的影响，提前采取有效措施，提高预测预警能力，增强抗灾能力。

4.3 展望

通常认为播种面积和单产是影响粮食总产量的主要因素，通过该文的分析，探讨了粮食总产量其他影响因素，如柴油使用量、农业劳动力比重和灌溉水平等。但是该文影响因素的选取还存在不足，不能完全刻画出影响黑龙江省粮食生产态势的因素及影响机制，仍需结合黑龙江省自然条件、经济社会条件，特别是进一步考虑光温条件、土壤性质、政策效应、整治工程实施、农民受教育程度等方面指标因素。同时，该文只进行了单一因素的研究分析，未来可进一步通过复合指标分析研究，讨论其机理，探讨其中指标因素的贡献度。另外，还可以进行与其他粮食主产区的横向对比分析探寻不同粮食主产区影响因素的异同。