Grain science and technology and economy
粮食科技与经济 41
基于因子分析的四川省南充市粮食生产影响因素研究
马祥玉
（电子科技大学 成都学院，四川 成都 611731）
[摘要]本文首先对四川省南充市粮食生产现状进行分析，然后采用因子分析的方法，运用统计软件SPSS，对2002—2017年的8个影响粮食生产的主要因素进行数据分析。通过研究得到两个主要公共因子，从而找到影响粮食生产的主要因素是受灾面积、成灾面积、农业人员、农村用电量、化肥施用量和农业机械总动力等不可控的随机因子，并通过构建综合评价模型验证了因子分析的合理性，最后给出提高四川省南充市粮食生产的对策建议。[关键词]粮食生产；影响因素；因子分析
中图分类号：F326.11 文献标识码：A DOI：10.16465/j.gste.cn431252ts.20200706
“民以食为天，国以粮为本”，粮食作为人们赖以
生存的必要因素之一，关系到人民生存的需要、社会秩序的稳定，其发展变化及影响因素一直是我国政府和人民群众高度关注的话题。改革开放以来，我国农村进入了全新的发展阶段，生产力水平不断提高，但我国粮食总产量呈现出不稳定增长趋势，这表明粮食生产环境与生产技术仍然存在问题[1]。2000年国家提出西部大开发战略，将农业发展作为西部大开发的重点之一。同年，四川省紧抓西部大开发战略，大力推进农业的发展，采取了一系列的举措，并完善了发展模式机制，把四川农业农村经济推向了一个新的台阶[2]。作为国家农业现代示范区，南充市的粮食发展于四川乃至西南地区都有着非同一般的意义。因此，目前需要针对不同地域不同环境，找到影响粮食发展的因素。
4 0003 5003 0002 5002 0001 5001 000 500
5793573931991991990012002002000090112010150179 2 2 2 2 1 2 时间/年
人均粮食占有量/kg
单位面积产量/（kg/hm2）
图1 南充市粮食发展趋势
不大。2017年人均粮食占有份额较2000年增加了1.12%，单位产量增加了5.61%。单位产量的上升幅度较大，表明粮食总量发展较好。人均粮食产量的相对稳定性表明粮食需求普遍处于相对平衡的状态。
虽然南充市的粮食生产相对稳定，但增长缓慢。影响粮食生产的主要因素有哪些？应该从哪些方面采取怎样的措施来促进粮食生产？这些问题值得进一步探讨。
1 南充市粮食生产的现状
人均粮食占有量可以代表粮食总产量，粮食单
位面积产量可以代表粮食生产的进步水平。为了分析南充市粮食总产量发展现状，本文以人均粮食占有量以及南充市粮食单位面积产量两个角度为切入点进行分析。从《南充统计年鉴》中收集了南充市1993—2017年的年粮食总产量、播种面积、常住人口数量[3]，经计算得到人均粮食占有量以及粮食单位面积产量数据，其发展趋势如图1所示。
由图1可知，南充人均粮食占有量及单位面积产量都具有一定程度的上下变动。2000—2006年期间波动比较频繁，2006年之后，粮食人均占有量和单位产量比较平稳，有小幅度的增长，但是增长幅度
收稿日期：2020-06-01
基金项目： 南充市社会科学研究“十三五”规划项目“南充市粮食生
产影响因素实证分析”（NC2019B071）。
作者简介：马祥玉，女，硕士，讲师，研究方向为应用数学。
2 粮食生产影响因素分析
粮食生产与多方面因素相关，为了定量分析南充市粮食生产影响因素，本文选择了在生产要素、技术条件、自然因素等方面具有代表性的8个因素进行因子分析，它们分别是化肥的施用量、有效灌溉面积、总播种面积、用电量、农业机械总动力、农业人员、受灾面积和成灾面积，由于2002年之前的受灾面积和成灾面积数据缺失，因此本文从《南充统计年鉴》中收集了2002—2017年的8个主要因素共16年的统计数据进行因子分析。2.1 因子分析
本文构建一系列与南充粮食生产相关的指标体
Copyright©博看网 www.bookan.com.cn. All Rights Reserved.42 粮食安全 Grain SafetyVOL.45,No.07 July.2020系，运用因子分析，研究指标体系中是否存在影响粮食生产的本质因素。运用SPSS软件，得到KMO和Bartlett的检验统计量，其中KMO值为0.558，根据统计学家Kaiser H F[4]给出的标准，KMO取值小于0.5，不太适合因子分析。但Bartlett球度检验给出的sig=0.000，小于显著性水平0.05，因此拒绝零假设，认为适合于因子分析[5]。根据研究需要，采用主成分分析的方法提取主成分因子，并根据总方差解释表提取初始特征值大于1的因子共有两个，累计方程贡献率达到74.61%，解释了8个指标总方差的74.61%，可以相对全面地反映整体信息，总方差解释表如表1所示。表1 总方差解释初始特征值提取载荷平方和旋转载荷平方和成分总计方差累积/%总计方差累积/%总计方差累积/%百分比百分比百分比1
23456784.7211.2480.9780.5410.4160.0860.0060.004
59.010 59.0104.72159.01059.0103.78147.26247.26215.600 74.6101.24815.60074.6102.18827.34874.61012.229 86.8396.763 93.6025.196 98.7981.070 99.8680.079 99.9480.052100.000
对粮食生产量的影响力排在第二。2.2 综合评价解释完每个主成分的含义后，对每个因子的指标模型进行研究，运用SPSS软件，采用主成分提取方法，得到两个因子的得分系数矩阵，如表3所示。表3 成分得分系数矩阵组件化肥施用量有效灌溉面积总播种面积农业机械总动力农村用电量受灾面积农业人员成灾面积1 0.223 0.116 0.225-0.105-0.139 0.340 0.157 0.2942-0.074 0.353 0.563 0.215 0.169 0.256-0.131 0.195由表3可知每个因子对应的指标公式，于是有两个因子的表达式，如下：
F1=0.223x1+0.116x2+0.225x3-0.105x4-0.139x5+
0.340x6+0.157x7+0.294x8 0.256x6-0.131x7+0.195x8
（ 1）（2）
F2=-0.074x1+0.353x2+0.563x3+0.215x4+0.169x5+
将每一年的数据代入上述公式，计算得到历年粮食生产在两个因子上的得分，然后将每个因子得分与对应的权重进行线性加权求和，即可构建综合评价数学模型[6]：
为了使提取的主成分因子更加科学合理，对初
始因子载荷矩阵进行方差最大化正交旋转，旋转在第三次迭代后收敛，按照第一因子进行降序排序，使在同一公因子上具有较高载荷的变量在一起，得到旋转后的成分矩阵如表2所示。
表2 旋转后的成分矩阵
成分
受灾面积成灾面积农业人员农村用电量化肥施用量农业机械总动力总播种面积有效灌溉面积
10.8920.8130.7950.7870.7310.727
2
F=0.790F1+0.209F2 （3）
再将南充市历年8个因素的统计数据进行标准化后代入F计算，得到四川省南充市历年粮食生产综合得分[7]，如表4所示。
表4 粮食生产综合得分
时间/年20022003200420052006200720082009
得分
2.586 112 906 0.492 307 269-1.076 841 962-0.473 353 127 4.443 129 485 1.640 217 788-0.423 800 047-0.160 895 936
时间/年20102011201220132014201520162017
得分
-0.385 726 436-0.823 049 067-1.051 431 329-0.685 539 998-0.923 361 623-1.625 435 849-1.452 233 954-0.080 098 122
0.8840.593
由表2可以看出，成分1包括受灾面积、成灾面积、农业人员、农村用电量、化肥施用量和农业机械总动力，这6项指标随机性比较大，只能进行引导，无法完全控制，取名为随机性指标，定义为因子F1。成分2由有效灌溉面积和总播种面积组成，这两项指标主要为粮食生产的载体，它的变化是基本可控的，取名为生产要素指标，定义为因子F2。
由表1可知，因子F1的方差贡献率达到了59.010%，是影响粮食生产量的最主要因素；因子F2
然后将历年标准化后的粮食生产综合得分与标准化后的粮食产量加以比较，得到它们的趋势图，如图2所示。
由图2可知，南充市历年粮食产量与粮食生产综合得分的变化趋势一致，说明粮食产量与驱动因子变化趋势发展一致，粮食产量的变化滞后于随机性指标的变化而变化，也受耕地及播种面积因子的影响。
Copyright©博看网 www.bookan.com.cn. All Rights Reserved.VOL.45,No.07 July.2020
Grain science and technology and economy
粮食科技与经济 43
1.510.50-0.5-1-1.5-2-2.5-3
标准化后粮食产量
综合得分
根据研究结果可知，在有效灌溉面积和总播种面积变化不大的情况下，自然灾害在南充粮食发展
时间/年
中作用最为显著。同时，农业人员、农村用电量、化肥施用量、农业机械总动力等因素对粮食发展也有较大的影响。为提高粮食产量，需要在自然灾害研究上加大力度，尽量降低因干旱、水涝等自然因素造成的损失，提高农业生产抵御自然灾害的能力。另外，需要引进现代化农业技术，研发优质化肥，应积极引入先进生产设备，从家庭式农业生产转变为农场式农业生产，以提高机械化在农业生产中的作用。
参
162-163.
[2] 张社梅,蒋远胜.四川省农业经济增长结构变动分析[J].农
业技术经济,2015(2):85-94.
[3] 南充统计年鉴委员会.南充统计年鉴[Z].南充:南充市统计
局,2018年.
[4] Kaiser H F,Rice J.MarkIV L J.Human Resource
Management on the Farm: Attracting, Keeping, and Motivating Labor[J].Educational and Psychological Measurement,34(1):111-117.
[5] 朱建平.应用多元统计分析[M].北京:科学出版社,2006:126- 147.
[6] 耿兴银,刘海生,程根银,等.基于因子分析的山西省煤矿安
全发展影响因素研究[J].华北科技学院学报,2019,16(1):103-107.
[7] 曹烨,邹振东,陈文磊,等.基于因子分析的深圳市水资源与能源
安全形势分析[J].北京大学学报(自然科学版),2018,54(6):1346-1350.
图2 标准化后的历年粮食生产综合得分与粮食产量趋势图
3 结论及建议
本文以南充粮食生产影响因素分析为课题，收
集包括生产要素、技术条件、自然因素等8个因素数据进行分析。首先分析南充市粮食总产量发展现状，得出结论：南充市的粮食产量逐渐增长，但增幅并不大，南充人均粮食占有量及单位面积产量具有一定程度的上下变动，但整体比较稳定，粮食需求处于相对平衡的状态，生产水平发展较好。其次，根据因子分析结果，南充粮食生产的影响因素可分为两个因子，第一个因子为随机因子，对应受灾面积、成灾面积、农业人员、农村用电量、化肥施用量和农业机械总动力；第二个因子为生产要素因子，对应有效灌溉面积和总播种面积。其中，第一个因子对南充市粮食生产的影响的方差贡献率达到了59.010%，是影响粮食生产的比较重要的因素。最后，通过建立综合评价模型计算出历年南充市粮食生产的得分，得出粮食生产综合得分与南充市历年粮食产量的变化趋势一致，说明因子分析的结果与当地实际情况相吻合。
考文献
[1] 陈雪.中国农业经济现状分析[J].农村经济与科技,2017,28(8):
欢迎投稿 欢迎订阅
投稿邮箱：LSKJJJ@163.com QQ：306319603
Copyright©博看网 www.bookan.com.cn. All Rights Reserved.
因篇幅问题不能全部显示，请点此查看更多更全内容