基于主成分回归分析的我国农产品贸易逆差影响因素研究

肖黎 张彩霞

摘 要：通过主成分分析发现，我国农产品贸易逆差的影响驱动因子可归纳为两大因素，第一大因素是农产品市场供求及国家政策支持因素，包括农产品进出口额、农产品国内供求、农产品国外需求、农产品出口国内支持等;第二大因素是成本价格因素，包括农产品国内成本、农产品进出口价格。通过回归分析发现，农产品进出口额、农产品国内供求、农产品劳动力成本、农产品进出口价格、农产品贸易竞争力、农产品出口国内支持、农产品国外需求与农产品贸易逆差呈正相关，人民币汇率与农产品贸易逆差负相关。当前应统筹兼顾，抓住重点，采取针对性的措施，将农产品贸易逆差值控制在合理范围之内，促进我国农产品贸易和农业经济健康快速发展。

关键词：主成分回归分析 农产品贸易逆差 影响因素

       一、前言

农产品贸易在我国农业经济发展、乡村振兴战略中发挥着十分重要的作用，从2004年开始，我国农产品贸易一直呈现逆差状态，而且逆差规模不断扩大。2004年，我国农产品贸易逆差为46.6亿美元，2017年则上升到503.3亿美元，涨幅达到980.04%。从发展趋势看，我国农产品贸易逆差现已成为一种常态。农产品贸易逆差是一把双刃剑，既有利也有弊，我们必须从实际出发，理性对待。农产品贸易逆差的形成不是单一因素孤立产生的，而是受到很多因素的影响，是众多因素综合影响的结果。本文将采用主成分回歸分析方法对我国农产品贸易逆差主要影响因素进行研究，并应用SPSS统计软件进行处理和分析，然后根据研究结论提出相应的政策建议。

     二、指标选择与数据来源

（一）指标选择

农产品贸易逆差常态化的影响因素很多，综合现有的研究成果并结合实际，笔者选取了2004-2016年农产品贸易逆差、农产品出口、农产品进口、农产品国内需求、农产品国内供给、农产品劳动力成本、农产品进口价格、农产品出口价格、农产品贸易竞争力、农产品出口支持力度、人民币汇率和农产品国外需求等12个指标进行主成分回归分析。

农产品贸易逆差（用Y表示）为我国2004-2016年农产品贸易逆差额（亿美元）;农产品出口（用X1表示）为我国2004-2016年农产品出口值（亿美元）;农产品进口（用X2表示）为我国2004-2016年农产品进口值（亿美元）;农产品国内需求（用X3表示）为我国2004-2016年全年社会消费品零售总额（亿元），用全年社会消费品零售总额代替农产品国内需求的原因，是基于农产品需求的范围很广，数据统计难度大，有的数据甚至没法统计，同时社会消费品零售总额在一定程度上代表了一国国民的消费水平;农产品国内供给（用X4表示）为我国2004-2016年农产品生产总值（亿元），本文采用农产品生产总值不采用农产品生产量指标，是基于用生产总值指标既简单又全面;农产品劳动力成本（用X5表示）为我国2004-2016年农产品生产价格指数（上年价格指数为100），选择这一数据的原因，是由于我国农产品大多为劳动密集型产品，劳动力成本是构成农产品价格的一个重要部分。农产品进口价格（用X6表示）为我国2004-2016年农产品出口价格指数（上年价格指数为100）;农产品出口价格（用X7表示）为我国2004-2016年农产品出口价格指数（上年价格指数为100）;农产品贸易竞争力（用X8表示）为我国2004-2016年我国农产品国际市场占有率，占有率越高，说明农产品贸易竞争力越强;农产品出口支持力度（用X9表示）为我国2004-2016年第一产业的固定资产投资额（亿元）;人民币汇率（用X10表示）为我国2004-2016年人民币对美元的平均汇率，采用直接标价法，即指以100单位美元为标准;农产品国外需求（用X11表示）为2004-2016年世界农产品总进口占世界货物总进口的比重（%）来计算折合多少单位的人民币;具体原始数据见表1。

（二）数据来源

本章中数据均来自于2004-2016年，农产品进出口额数据来自《2004-2017年中国农产品贸易发展报告》（中国农业出版社）;我国社会消费品零售总额数据来自国家统计局网站（www.stats.gov.cn）《2004-2016年国民经济和社会发展统计公报》;农业投资额、农产品生产价格指数、农产品进口价格指数、人民币汇率等数据来自国家统计网站《2004-2017年中国统计年鉴》，农产品国外需求数据来自国研网统计数据库（http：//gyw.gzkj.gov.cn/）（注：部分数据是通过整理加工所得）。

     三、主成分回归分析

主成分回归分析是以主成分为自变量进行的回归分析，是分析多元共线性问题的一种方法。用主成分分析法对回归模型中的多重共线性进行消除后，将主成分变量作为自变量进行回归分析，然后根据得分系数矩阵将原变量代回得到的新的模型。基本步骤为：原始数据标准化，计算相关系数矩阵，求相关矩阵R的特征根、特征向量和方差贡献率，确定主成分，建立主成分特征函数，使用主成分代替原始变量进行多元回归。

（一）主成分分析

1.计算系数相关矩阵.本文分析采用的是SPSS Statistics 22.0，由于软件本身带有数据的标准化功能以消除不同类型数据量纲的影响，故输入上述自变量和因变量之后，可直接对上述数据进行相关的操作运算。利用SPSS软件的降维操作，可以得到相关系数矩阵（见表2）。

（三）变量分析

从上述回归方程可知，农产品出口额（X1）、农产品进口额（X2）、农产品国内需求（X3）、农产品国内供给（X4）、农产品劳动力成本（X5）、农产品进口价格（X6）、农产品出口价格（X7）、农产品贸易竞争力（X8）、农产品出口国内支持（X9）、农产品国外需求（X11）的系数为正数，说明这些变量与农产品贸易逆差（Y）呈正相关，即这些变量越大，农产品贸易逆差就越大。人民币汇率（X10）的系数为负数，与农产品贸易逆差（Y）负相关，说明人民币汇率变量越大，农产品贸易逆差就越小。也就是说，农产品出口额（X1）、农产品进口额（X2）、农产品国内需求（X3）、农产品国内供给（X4）、农产品劳动力成本（X5）、农产品进口价格（X6）、农产品出口价格（X7）、农产品贸易竞争力（X8）、农产品出口国内支持（X9）和农产品国外需求（X11）分别增加一个百分点，农产品贸易逆差（Y）分别增加0.156、0.154、0.010、0.144、0.111、0.142、0.151、0.125、0.120和0.076百分点;人民币汇率（X10）增加1个百分点，农产品贸易逆差减少0.137个百分点。

     四、结论与建议

我国农产品贸易逆差自2004年出现以来就呈现出不断扩大的趋势，并且这种逆差状况已成为一钟常态，反映了在多种因素的驱动下，我国农产品贸易暂时不会消除，将会在较长时期内继续存在。本文通过主成分分析发现，我国农产品贸易逆差的影响驱动因子可归纳为两大因素，第一大因素是农产品市场供求及国家政策支持因素，包括农产品出口额、农产品进口额、农产国内需求、农产品国内供给、农产品国外需求、农产品出口国内支持等;第二大因素是成本价格因素，包括农产品国内成本、农产品出口价格和农产品进口价格。通过回归分析，农产品出口额（X1）、农产品进口额（X2）、农产品国内需求（X3）、农产品国内供给（X4）、农产品劳动力成本（X5）、农产品进口价格（X6）、农产品出口价格（X7）、农产品贸易竞争力（X8）、农产品出口国内支持（X9）、农产品国外需求（X11）与农产品贸易逆差（Y）呈正相关，人民币汇率（X10）与农产品贸易逆差（Y）负相关。

农产品贸易逆差的形成与持续扩大，既有有利的一面，也有不利的一面。农产品贸易逆差的形成不是单一因素导致的，而是众多因素共同作用的结果。因此，我们在分析农产品逆差的影响因素时，既要抓住主要因素，抓住重点，又不可忽略次要因素，要统筹兼顾，采取针对性的有效措施，将农产品贸易逆差值控制在合理范围之内，从而促进我国农产品贸易和农业经济的健康快速发展，实现国家乡村振兴，农民富裕幸福的伟大目标。

参考文献：

[1]肖黎，周镕基.我国农产品贸易逆差与进出口农产品结构的灰色关联研究[J]. 衡阳师范学院学报，2019（01）.

[2]陳继勇，杨格.中美货物贸易巨额逆差的真实原因[J]. 江汉论坛，2019（01）.

[3]肖黎，周镕基.我国农产品进出口量价与农产品贸易逆差增长的灰色关联分析[J]. 商丘师范学院学报，2019 （01）.

[4]陈继勇.中美贸易战的背景、原因、本质及中国对策[J]. 武汉大学学报（哲学社会科学版），2018 （05）.

[5]高焕香.我国农产品出口持续时间及其影响因素的实证研究[D]. 南京：东南大学，2017.

[6]张玉娥，朱晶.基于三元差额视角的中国农产品贸易逆差结构[J]. 财经科学，2015（10）.

[7]张小龙，张建辉.我国农产品贸易逆差的现状、特征及应对策略[J]. 价格月刊，2014（10）.