貴州糧食產能影響因素分析及其趨勢預測

張莉，張賢，梁根宏，唐軍

(1 貴州大學經濟學院，貴陽 550025；2 中國電建集團貴陽勘測設計研究院有限公司，貴陽貴州 550081)

國以民為本，民以食為天。目前，人口增長導致糧食需求量增加，如何確保糧食安全已成為熱點問題，并上升到影響國家發展的高度。2021 年的中央一號文件指出:農業供給側結構性改革深入推進，糧食播種面積保持穩定。糧食產量受到經濟、社會、自然、人文、政策、技術、人力資源等多因素的綜合影響，探尋其影響因素及其影響機制對當地農業生產有重要的現實意義[1]。在糧食產量影響因素及作用方面，我國學者開展了很多研究，主要集中在影響因素之間的動態關聯[2]、分析模型與方法[3]以及影響因子相關性研究等方面[4]。盡管我國糧食供需總量平衡略有盈余，但受地理環境、農業稟賦以及特色農業導向的影響，四川、貴州、云南、重慶、西藏等西南省份仍存在部分供需缺口[5]。因此，科學準確的預測未來糧食產量不僅有利于維護我國中長期糧食安全，還有利于促進區域經濟持續發展、社會穩定和人們生活水平的提高[6]。

貴州省下轄9 個市(州)，糧食消費人口為3 500萬人以上，常年糧食產量在1 100 萬t 左右，產消缺口約450 萬t，對外依存度為25%以上。影響糧食產能的因素很多，以往學者們主要從自然氣候[7]、受災面積[8]、生產格局[9]、耕地質量[10]、農民收入[11]、勞動力投入[12]等方面進行研究。本文根據1978—2018 年貴州省糧食總產量的數據，分析糧食總產量、農用機械總動力、化肥施用、糧食播種面積、有效灌溉面積、受災面積、農業生產資料價格指數、機械化農具價格指數、化學肥料價格指數、農機用油價格指數、除澇面積、水土流失治理面積、農村用電量、鄉村人口、農藥及農藥械價格指數等因子對產量的影響，并采用主成分分析法和灰色預測模型預測影響貴州省糧食產量變化的關鍵因子，以期為推進貴州省糧食生產提供理論依據，為糧食生產決策提供參考。

1 材料與方法

1.1 研究區概況及數據來源

1.1.1 區域概況

貴州省地處中國西南腹地，為亞熱帶濕潤季風氣候，地形以高原、山地、丘陵和盆地4 種基本類型為主。土地總面積為1 761.7 萬hm2，共有9 個地級行政區劃單位(6 個地級市、3 個自治州)，88 個縣級行政區劃單位(15 個市轄區、9 個縣級市、52 個縣、11 個自治縣、1 個特區)。2018 年貴州省常住人口3 600萬，其中鄉村人口1 889.3 萬，占總人口的52.5%，農作物總播種面積547.7 萬hm2，其中糧食作物播種面積為274.0 萬hm2，糧食產量1 059.7萬t，全省農業機械總動力2 910.5 萬kW，全省GDP總量為14 806.5 億元。

1.1.2 數據來源及影響因子選取

本文根據1978—2018 年《中國統計年鑒》和《貴州統計年鑒》，將糧食產能的影響因素進行綜合整理，最終選取X1—糧食總產量(萬t)、X2—農用機械總動力(萬kW)、X3—化肥施用量(折純)(萬t)、X4—糧食播種面積(hm2)、X5—有效灌溉面積(hm2)、X6—受災面積(hm2)、X7—農業生產資料價格指數、X8—機械化農具價格指數、X9—化學肥料價格指數、X10—農機用油價格指數、X11—除澇面積(hm2)、X12—水土流失治理面積(hm2)、X13—農村用電量(億kW·h)、X14—鄉村人口(萬人)、X15—農藥及農藥械價格指數為研究因子。

1.2 研究方法

1.2.1 主成分分析法

主成分分析法(Principal Component Analysis)是一種降維的統計方法，可用于提取數據的主要特征分量[13]。主成分分析法引入多個變量，同時將復雜因素分解為幾個主成分，簡化了問題，同時獲得了更科學有效的數據結果。主成分分析法的步驟如下:

(1) 標準化采集p維隨機向量x＝(x1，x2，…，xp)T，n個樣本xi＝(xi1，xi2，…，xip)T，i＝1，2，…n，n>p，對矩陣進行處理:

得出矩陣Z。

(2)對矩陣Z求相關系數矩陣

(5)將標準化后的指標變量轉換為主成分Uij＝j＝1，2，…m，U1稱為第一主成分，U2稱為第二主成分，…，Up稱為第p主成分。

1.2.2 GM(1，1)模型

灰色預測是通過鑒別系統因素之間發展趨勢的相異程度，即進行關聯分析，并采用累加和累減的方式，生成有較強規律性的數據序列，最后構建一個以時間為變量的連續微分方程，從而達到預測事物未來發展趨勢的目的[12]。GM(1，1)模型的建模過程如下:

2 結果分析

2.1 貴州糧食生產的動態變化分析

根據《貴州統計年鑒》以及《中國統計年鑒》數據，繪制出1978—2018 年全國與貴州省糧食總產量變化趨勢圖(圖1)。結果顯示，貴州糧食總產量由1978 年的643.4 萬t 增加到2018 年的1 059.7 萬t，總體呈上升趨勢；全國糧食總體呈穩步上升趨勢，貴州糧食生產總量波動對全國糧食生產總量影響較小；貴州糧食總產量波動較大，1985 年，2006 年，2011 年以及2013 年出現糧食產量拐點，尤其是2011 年貴州省糧食產量出現大幅度下降，糧食產量是近25 年內最低，年產量為876.9 萬t。

圖1 1978—2018 年全國與貴州省糧食總產量變化Fig.1 The changes of total grain production in China and Guizhou Province from 1978 to 2018

貴州糧食生產大體經歷以下階段:

第一階段(1978—1991 年):1978 年12 月，貴州開始實行家庭聯產承包責任制。1991 年貴州糧食產量885.5 萬t，比1978 年糧食產量增長37.6%。在此期間，糧食生產出現拐點，糧食產量逐漸增加，同時農產品質量不斷提高。

第二階段(1992—2000 年):2000 年與1978 年相比，總人口從2 686.4 萬人上升到3 676.6 萬。此期間，糧食總產量由1978 年的643.4 萬t 上升到1 161.3萬t。“九五”時期，貴州認真貫徹執行中共中央、國務院關于農村改革、發展、穩定的一系列重大決策部署，圍繞農民增收、農業增效、農村穩定等工作目標，調整農業產業結構，大力發展特色農業。1992—2000 年，貴州糧食產量連續8 年增產，2000年比1978 年增長80.5%。

第三階段(2001—2010 年):中國共產黨第十六次全國代表大會提出了統籌城鄉經濟社會發展的戰略，標志國家發展理念上的重大創新。2001—2010年貴州糧食總產量從1 100.3 萬t 增長到1 112.3萬t。在此期間，中國的農業政策著眼于改善民生和轉變農業增長方式。

第四階段(2011—2018 年):“十二五”時期的主要任務是在工業化和城市化的深入發展中促進農業現代化。2011—2017 年貴州糧食總產量從876.9萬t 增長到1 242.5 萬t，增長率為41.7%。2018 年糧食產量相比2017 年下降了182.8 萬t。

2.2 貴州糧食產能影響因子分析

2.2.1 貴州糧食生產影響因子分析

糧食生產系統是一個復雜的系統，人口增長、耕地減少、農業投入不足、生態環境惡化、種糧經濟效益低等都對糧食產量產生影響[6]。本文按照SPSS主成分分析法選取數據的原則提取可靠性指標，根據貴州實際糧食產量和影響貴州糧食產能的相關特征，選取貴州省1999—2018 年間15 個影響指標的數據:X1—糧食總產量(萬t)、X2—農用機械總動力(萬kW)、X3—化肥施用量(折純，萬t)、X4—糧食播種面積(hm2)、X5—有效灌溉面積(hm2)、X6—受災面積(hm2)、X7—農業生產資料價格指數、X8—機械化農具價格指數、X9—化學肥料價格指數、X10—農機用油價格指數、X11—除澇面積(hm2)、X12—水土流失治理面積(hm2)、X13—農村用電量(億kW/h)、X14—鄉村人口(萬人)、X15—農藥及農藥械價格指數，采用SPSS 25.0 對原始數據標準化處理，分析得出變量的KMO 檢驗值為0.322，小于0.7，符合因子分析的相關要求；巴特利特球形檢驗值為0.000，小于0.000 1，故可對以上15 個因子變量做主成分分析。再對基礎數據進行主成分分析得出相關性矩陣、總方差解釋以及主成分載荷矩陣(表1～3)。

表1 糧食產能驅動力因素相關性矩陣Table 1 The correlation matrix of food productivity drivers

續表2

從表1 可以看出，影響貴州糧食產能的15 個因子之間存在不同程度的相關性，其中，農用機械總動力與化肥施用量(折純)、有效灌溉面積、水土流失治理面積、農村用電量有較好的相關性，相關系數分別是0.921、0.991、0.914 和0.956；有效灌溉面積與農村用電量、水土流失治理面積以及除澇面積有較好的相關性，相關系數分別為0.937、0.891、0.833；除澇面積與水土流失治理面積以及農村用電量的相關系數為0.938、0.916；此外，水土流失治理面積與農村用電量的相關系數為0.940。根據主成分分析得出，第一、二、三、四、五主成分的特征值大于1，累計貢獻率達到85.2%，大于85.0%，符合主成分分析要求(表2)。因此提取這5 個主成分，得出主成分和因子之間的相關性載荷矩陣(表3)。

表2 總方差分解Table 2 The total variance decomposition

表3 主成分載荷矩陣Table 3 The principal component load matrix

從主成分載荷矩陣(表3)中可知，農用機械總動力、有效灌溉面積、農村用電量、水土流失治理面積是第一主成分的主要因子，其相關系數分別是0.964、0.960、0.956、0.942；農業生產資料價格指數與化學肥料價格指數是第二主成分中的關鍵因子，相關系數為0.798 和0.751；第三主成分中的主要因子是受災面積，其相關系數為0.796；主成分四與主成分五的關鍵因子分別為機械化農具價格指數和糧食總產量。結合文獻可知，影響貴州省糧食產能變化的驅動因子可以歸納為3 個方面:農業機械化發展水平、農產品生產資料成本和糧食作物有效播種面積。

2.2.2 貴州省糧食生產的驅動因素分析

2.2.2.1 經濟、技術因素

從表2 可知，第一主成分的貢獻率為42.3%，是主控因子，一定程度上反映了貴州省農業現代化水平。經濟與技術因素對農業產能的影響主要體現在農業機械化水平與土地治理能力對糧食產能的影響強度上。

(1)農業機械化對貴州糧食產能的影響。農業機械總動力和用電量可體現農業現代化水平。貴州人口眾多，有效耕地面積少，山地面積占全省的93.0%[15]。截止2019 年，貴州全年糧食種植面積為270.9 萬hm2，糧食總產量為1 051.2 萬t，單位面積糧食產量3 880.4 kg/hm2[16]。隨著農業規模化發展和生產專業化程度的提高，農業機械化對糧食產能的影響將越來越大。因此，完善農業農村基礎設施和農業生產裝備，將是貴州未來提高糧食生產能力的重要途徑。

(2)土地治理能力對貴州糧食產能的影響。貴州省是典型巖溶區，石漠化面積為27 956.6 km2，占國土總面積的15.9%，導致糧食作物播種面積較小[17]。現階段實現耕地總量動態平衡的關鍵是土地治理，具有較高的研究價值和意義[18]。水土流失治理面積、除澇面積和有效灌溉面積是保證有效耕地面積的基礎條件，隨著水土流失治理能力的提高和有效除澇面積的擴大，糧食生產地域洪澇等自然災害的治理能力不斷提高，糧食產量穩步增長的能力也應增強。

2.2.2.2 農業生產資料成本因素

第二主成分的貢獻率為17.2%。農業生產資料成本指數在各因子中的相關系數最高，其次是化肥價格指數和機械化農具價格指數，都直接反映了農業生產成本對貴州糧食產能的影響。化肥、農藥、播種機械等農業生產資料是糧食生產必不可少的投入，生產資料成本的增加會給農民帶來更大的經濟負擔，進而影響農民的生產積極性和糧食產量[19]。農業機械化是實現農業現代化的重要標志和前提，在黨和國家支持下，貴州農業機械化水平不斷提高[20]。農業機械化水平對糧食生產成本效率具有正向顯著的直接效應，當前農機總動力已經突破2 300.0 萬kW，截止2019 年底，大中型拖拉機和小型拖拉機擁有量達到1.8 萬臺和12.4 萬臺。為此，國家需加強對農產品市場的宏觀調控，扶持引導適度規模經營，提高種植技術及適用性農業機械化水平等，以降低生產要素和資源性成本，減輕農民負擔。

2.2.2.3 糧食作物有效播種面積因素

第三主成分的貢獻率為10.4%，其中受災面積的相關系數最高，說明受災面積對糧食產能具有很高的影響。糧食產量一定程度上取決于受災面積的大小。近年來由于城鎮化進程的加快，一部分農業用地轉變為工業用地，加上大量使用化肥和農藥導致的土地耕種能力下降，直接導致糧食播種面積減少。

第四主成分與第五主成分的貢獻率分別為7.9%與7.3%。各因子中機械化農具價格指數與糧食播種面積的相關性較強。因此，在注重提高農業機械化生產的同時，必須加強對土地資源的保護。

2.3 貴州省糧食產量趨勢預測

作為一個人口大國，糧食安全問題于中國而言是一個永恒的課題，是保障國家安全的重要基石[21]。為了維護人與自然、人與社會以及社會經濟協調發展，實現土地資源合理利用，對未來一段時間的糧食產量做出科學預測具有重大現實意義。

將1978—2018 年貴州省糧食產量數據導入GM(1，1)模型，輸入灰色預測公式中，計算得出2019—2048 年貴州省糧食總產量預測值(表4)，最后根據1978—2018 年貴州省糧食產量實際值和2019—2048 年貴州省糧食產量預測值繪制貴州省1978—2048 年糧食總產量趨勢預測圖(圖2)。

圖2 貴州省1978—2048 年糧食總產量趨勢預測圖Fig.2 The trends of total grain production of Guizhou from 1978 to 2048

表4 貴州糧食產量灰色預測值Table 4 The grey forecast of the grain production in Guizhou 萬t

通過定性與定量分析得出，貴州省2019—2048年的糧食預測產量呈逐年上升趨勢。根據預測，2048 年貴州糧食總產量將突破2 000 萬t，達到2 071.2萬t，比2018 年增長1 011.5 萬t，平均每10年增長300 萬t 左右。

3 討論

經濟、技術是影響貴州糧食產能主要因素。農用機械總動力、有效灌溉面積、農村用電量、水土流失治理面積等因素與貴州糧食產量有密切的相關性。其原因可能是貴州農業經濟總量相較于我國其他地區仍處于較低水平，農業技術與其他地區相比仍然有一定程度的差距，所以經濟、技術因素的邊際貢獻處于上升趨勢。這與其他學者的研究結果基本一致。如宰松梅等[22]利用灰色關聯度分析確定了有效灌溉面積、農業機械總動力、化肥施用量等因素是影響遼寧省糧食生產的主要因素；黃臻等[23]運用多元回歸分析的方法對我國1989 年以來糧食生產發展變化趨勢及糧食生產主要影響因素的貢獻大小進行分析，認為糧食作物播種面積、灌溉面積、農機總動力、化肥使用量以及農村用電量對我國糧食產能的影響較大。

農業生產資料成本是糧食產量波動的重要影響因素之一。農業生產資料成本包括化肥、農藥和農業機械的成本與耗費。農業生產資料的價格、投入量、質量和相關技術等都直接影響糧食的產量。貴州糧食產量波動受自然災害影響，與貴州獨特的氣候條件和耕種習慣密不可分[8]。貴州省大部分農業地區屬于喀斯特地貌，土壤自身肥力較低，生態環境比較脆弱，自然災害發生率較高，而農業生產資料的合理投入可明顯提高糧食產能。

4 結論與建議

4.1 結論

(1)雖然貴州糧食產量波動較大，但總體呈現上升趨勢。由1978 年的643.4 萬t 上升至2018 年的1 059.7 萬t，產量提高約64.7%，增幅明顯，而1985、2006、2011、2013 年出現拐點，糧食產量明顯上升。可見，貴州省糧食產量雖有波動，但總體發展態勢較好，糧食生產潛力巨大。

(2)本文通過主成分分析確立了影響貴州糧食產能的5 個主成分，其中經濟、技術因素是主要影響因素，農業生產資料成本對糧食產能有很大的影響，受災面積和播種面積則影響較大。影響因子權重最大的是經濟技術水平，權重系數為0.496 4。

(3)利用灰色預測模型對貴州糧食產能的預測表明，2019—2048 年的糧食預測產量呈現逐年上升趨勢。2048 年貴州糧食總產量將突破2 000 萬t，平均每10 年增長300 萬t 左右。

4.2 建議

隨著城市人口的增長，工業化和城鎮化的快速推進，非農業建設用地不斷增加，糧食有效播種面積將持續減少[24]。2018 年貴州糧食作物播種面積為274.0 萬hm2，比2017 年下降了10.2%。農業機械化有效地減少了城市化后“誰來種田”的糧食安全問題，并將促進農村剩余勞動力的進一步釋放[25]。2018 年貴州農業機械總動力為2 376.7 萬kW，占全國的2.4%。需建設多元化的農機技術推廣體系，加快發展農村科技性服務組織。

我國的糧食產量實現了跨越式發展，但也帶來了嚴重的農業環境污染，這將制約農業的可持續發展[26]。糧食作物增產的主要動力來自化肥的使用，然而化肥的過量使用將導致土壤肥力下降、酸化加劇和鹽堿化嚴重，并導致肥料利用的邊際效應下降、地下水污染以及病蟲害增加等嚴重問題，最終導致農產品質量下降[27]。建議政府部門積極做好宣傳工作，組織農民學習化肥施用知識，正確引導農民適度施用化肥，按照糧食作物種類進行測土配方施肥，多使用農家肥、有機肥等，避免不必要的肥料浪費，防止過量施肥或單一施肥，造成面源污染。

提高水資源利用效率是實現有效灌溉的根本途徑。2018 年貴州省水利建設投入390.9 億元，有效灌溉面積為160.6 萬hm2，節水灌溉面積為34.1 萬hm2。因此，以農田水利建設為重點，大力發展節水灌溉，擴大有效灌溉面積，是提高糧食產量的當務之急。建議政府推廣節水灌溉技術，如滲灌、噴灌、調壓灌溉等。