摘要：本文以中国31个省市自治区为样本，构建粮食综合生产能力评价指标体系，运用因子分析法对其进行综合评价，并依据K-means聚类分析结果进行空间类型划分。研究结果表明，物质投入产出能力因子是反映粮食综合生产能力的最主要因子，其次是科技能力因子、抵御自然灾害能力因子和政策支持能力因子。中国粮食综合生产能力区域差异显著。根据上述分析结果，从保护耕地资源，加强农业基础设施建设，加快农业科技进步，加大优势商品粮生产基地建设力度，坚持地区协同原则，注重农业组织制度创新等方面提出稳定和提高中国粮食综合生产能力的政策建议。

　　关键词：粮食综合生产能力 因子分析 聚类分析

　　1 问题的提出

　　农业是国民经济的基础，粮食是基础的基础，粮食综合生产能力与粮食安全问题一直是世界性重大问题。中国是世界人口最多的国家，粮食供给必须建立在自给的基础之上。改革开放以来，中国政府取得了用世界上不足9%耕地养活世界上近21%人口的辉煌成就。但是中国的人均粮食占有量一直在390公斤水平上下徘徊，尚未达到世界人均占有400公斤的水平。特别是20世纪80年代以来，中国粮食主产区呈现不断缩小的趋势。培育粮食综合生产能力，

　　基金项目：本文是吉林省普通高校人文社会科学重点研究基地开放项目《粮食主产区粮食综合生产能力培育机制研究》的阶段性成果，项目编号：2007022

　　作者简介：顾莉丽(1979-)，女，黑龙江省伊春人，讲师，管理学在读博士，研究方向：农业经济理论与政策，

　　姜会明(1963-)，男，吉林公主岭人，教授，管理学博士，博士生导师，研究方向：区域经济与农村发展。通讯作者

　　遏制粮食主产区缩小的趋势，制定针对性强的区域粮食发展政策，已经成为经济社会发展的重大问题。因此，有必要研究中国粮食综合生产能力分异特征及其空间类型问题，以确保国家的粮食安全。

　　2 基本模型

　　因子分析法(Factor Analysis)是探讨在存在相关关系的变量之间是否存在不能直接观

　　察到但对可观察变量起支配作用的潜在因子的分析方法。具体地说，因子分析就是用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量，从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归纳为少数几个综合因子的多变量统计分析方法[1]。因子分析法因子模型为：

　　X1=a11F1+a12F2+…+a1mFm+ε1

　　X2=a21F1+a22F2+…+a2mFm+ε2

　　… …

　　Xp=ap1F1+ap2F2+…+apmFm+εp

　　其矩阵形式：

　　X1 a11 a12 … a1m F1 ε1

　　X2 a21 a22 … a2m F2 ε2

　　. = . . + .

　　. . . .

　　. . . .

　　Xp ap1 ap2 … apm Fm εp

　　简记为： X = A × F + ε

　　(p×1) (p×m) (m×1)(p×1)

　　其中，X=(X1,X2, …,Xp)是可实测的p个指标所构成的p维随机向量。(F1,F2, …,Fm)叫做公共因子(或称为主因子)，它们是在各个原观测变量的表达式中都共同出现的因子，是相互独立不可观测的理论变量。矩阵A=aij称为因子载荷矩阵，其中元素的绝对值越大表明Xi与Fj相依程度越大。ε=(ε1, ε2, …, εp)称为特殊因子，在模型中起着残差的作用。为了使Xi与Fj相关关系更醒目、突出，可进一步进行因子旋转，使Xi与Fj中某些因子相关关系更强，而与Fj中其他因子相关更弱。经过因子旋转后的因子负载阵可以大大提高因子的可解释性。根据与某n个相关关系较强的指标给该因子赋予的综合经济意义，用一定的方法可计算因子得分系数阵和主因子的得分。因子得分值可以用来代替原来的变量用于后续的分析。由于消除了相关性，为后续的统计分析方法的应用提供了较大便利。

　　3 粮食综合生产能力分异特征分析

　　粮食生产是自然再生产与经济再生产交织的过程。一方面，不同的农业要素投入搭配可

　　以产生不同的产出效果;另一方面，农业生产的效果与自然条件的变化密切相关，相同的生产投入并不一定有相同的产出[2]。粮食综合生产能力是指一个国家或地区在一定时期内，由当时的资源状况和经济、技术条件所决定的，以及各种生产要素综合投入所形成的，并且可以相对稳定实现一定产量的粮食产出能力[3]。它主要包括资源保障、物质装备、科技支撑、抵御风险和政策支持等方面的能力。根据粮食综合生产能力的内涵，经过对统计指标的分析和筛选，共选择9个指标构建综合评价的指标体系：粮食产量(Y1)、人均粮食占有量(Y2)、粮食播种面积(Y3)、有效灌溉面积(Y4)、化肥施用量(Y5)、农业机械总动力(Y6)、成灾率(Y7)、农业支出占财政支出比重(Y8)、农业科技三项费用(Y9)。鉴于我国粮食丰歉周期多为3年，以上指标数据均取2006年—2008年的极大值。为了消除由观测量纲的差异所造成的影响，本文对所选指标数据进行标准化，使标准化后的变量均值为0，方差为1，然后对标准化后的数据利用spss统计分析软件进行数据计算，该组数据KMO=0.789，显然适合做因子分析。计算出旋转后的因子载荷矩阵(见表1)，最终因子的特征根值和贡献率(见表2)。

　　表1 旋转后因子载荷矩阵表

　　Table1 Rotated Component Matrix

　　1

　　2

　　3

　　4

　　粮食产量(Y1)

　　0.964

　　-0.048

　　0.07

　　0.119

　　化肥施用量(Y5)

　　0.937

　　0.198

　　-0.057

　　0.067

　　有效灌溉面积(Y4)

　　0.934

　　0.073

　　0.059

　　0.132

　　粮食播种面积(Y3)

　　0.925

　　-0.164

　　0.075

　　0.112

　　农业机械总动力(Y6)

　　0.891

　　0.152

　　-0.109

　　0.019

　　农业科技三项费用(Y9)

　　0.220

　　0.890

　　0.042

　　-0.026

　　人均粮食占有量(Y2)

　　0.492

　　-0.555

　　0.378

　　0.23

　　成灾率(Y7)

　　-0.043

　　-0.014

　　0.968

　　0.043

　　农业支出占财政支出比重(Y8)

　　0.144

　　-0.077

　　0.057

　　0.982

　　进行因子旋转是为了更好地对所选取的公共因子赋予合理的经济解释。由旋转后的因子载荷矩阵可以看出，公因子1在粮食产量(Y1)、化肥施用量(Y5)、有效灌溉面积(Y4)、粮食播种面积(Y3)和农业机械总动力(Y6)上的载荷值很大。公因子1主要反映了中国粮食生产投入产出水平，因此，将公因子1定义为物质投入产出能力因子。公因子2在指标农业科技三项费用(Y9)、人均粮食占有量(Y2)上的载荷值很大。从中国实际情况看，农业科技三项费用投入越高，农业科技成果产出水平越高，技术进步速度越快，人均粮食占有量越多，因此，将其定义为科技能力因子。公因子3在指标成灾率(Y7)上的载荷值很大，公因子3从一定程度上反映了气候与粮食生产的协调状况，可将其定义为抵御自然灾害能力因子。公因子4在指标农业支出占财政支出比重(Y8)上的载荷值很大。公因子4主要反映了财政支农状况，因此，将公因子4定义为政策支持能力因子。

　　表2 最终因子特征根值与贡献率

　　Table2 Final Component Variance Explained

　　最终因子

　　特征根值

　　方差贡献率%

　　累积方差贡献率%

　　1

　　4.642

　　51.573

　　51.573

　　2

　　1.203

　　13.366

　　64.939

　　3

　　1.114

　　12.378

　　77.317

　　4

　　1.068

　　11.866

　　89.182

　　方差贡献率是衡量公共因子相对重要程度的指标，方差贡献率越大，表明该公共因子相对越重要，或者说方差越大表明公共因子对变量的贡献越大。据表2，前4个因子的累积方差贡献率为89.182%，这表明前4个主因子反映了原来9个指标的89.182%的信息量。各因子旋转后的方差贡献率说明，因子1、因子2、因子3和因子4可以解释原始信息的能力分别是51.573%、13.366%、12.378%和11.866%。由此可见，第一因子，即物质投入产出能力因子是反映粮食综合生产能力的最主要因子，其余三个因子的评价能力明显减弱。

　　运用线性回归法求得我国31个省市自治区的因子得分值，以最终因子的方差贡献率为权数，采用加权求和法得各省市自治区粮食综合生产能力的综合得分，并依据评价结果进行排序(见表3)。

　　表3 中国各省市自治区粮食综合生产能力综合评价得分及排序

　　Table3 Comprehensive evaluation scores and ranking

　　about the comprehensive capacity of grain production in China

　　位序

　　省市自治区

　　得分

　　位序

　　省市自治区

　　得分

　　1

　　山东

　　1.268

　　17

　　云南

　　-0.052

　　2

　　河南

　　1.137

　　18

　　广西

　　-0.056

　　3

　　江苏

　　0.722

　　19

　　山西

　　-0.086

　　4

　　河北

　　0.707

　　20

　　陕西

　　-0.227

　　5

　　安徽

　　0.436

　　21

　　甘肃

　　-0.228

　　6

　　湖南

　　0.419

　　22

　　贵州

　　-0.320

　　7

　　黑龙江

　　0.366

　　23

　　重庆

　　-0.353

　　8

　　吉林

　　0.364

　　24

　　福建

　　-0.386

　　9

　　四川

　　0.325

　　25

　　宁夏

　　-0.407

　　10

　　湖北

　　0.296

　　26

　　海南

　　-0.595

　　11

　　辽宁

　　0.272

　　27

　　青海

　　-0.658

　　12

　　广东

　　0.158

　　28

　　天津

　　-0.764

　　13

　　内蒙古

　　0.157

　　29

　　北京

　　-0.795

　　14

　　江西

　　0.146

　　30

　　上海

　　-0.840

　　15

　　新疆

　　0.059

　　31

　　西藏

　　-1.062

　　16

　　浙江

　　-0.005

　　上述计算结果和排序可以得出如下结论：1、粮食综合生产能力综合评价值大于零的省市自治区共15个，占全国省市自治区的48.39%。说明粮食综合生产能力高于平均水平的省市自治区接近半数。2、粮食综合生产能力的省际差异较大。2004—2006年粮食综合生产能力的前三强依次为山东、河南和江苏，其平均能力为正的1.042，而排名最后3位的北京、上海、西藏的平均能力为负的0.899。评价值大于零的省市自治区中，山东分值最高，为分值最低新疆的21.5倍。评价值小于零的省市自治区中，西藏得分值最低，为分值较高浙江的212.5倍。3、粮食综合生产能力较强的省市自治区主要分布在黄淮海区、长江中游区和东北区，其粮食综合生产能力约占全国一半，是我国目前三大产粮区域，对全国粮食产出具有重大支撑作用。4、已列入国家13个主产省区的江西省排在第14位，而广东省进入了粮食综合生产能力前13强，名列第12位。这主要是因为广东省的农业科技三项费用支出较高，从而使广东省的综合得分较高，进而使广东省进入了前13强。

　　4 粮食综合生产能力空间类型划分

　　依据中国粮食综合生产能力综合评价结果，运用K-means聚类分析方法，可将31个省

　　市自治区划分为四种空间类型。

　　4.1 强综合生产能力型

　　综合得分大于0.40，主要包括山东、河南、江苏、河北、安徽、湖南6个省份。这些省份水土资源条件较为优越，农村经济基础较好，粮食产量较高，具有较大的粮食综合生产能力。

　　4.2 较强综合生产能力型

　　综合得分为0.15～0.40，主要包括黑龙江、吉林、四川、湖北、辽宁、广东、内蒙古7个省份。这七个省份中除广东省外，人均耕地资源多，农业机械化水平较高，劳动生产率名列前茅，粮食的商品率较高，是建立商品粮基地的重要地区。

　　4.3 较弱综合生产能力型

　　综合得分为-0.055～0.150，主要包括江西、新疆、浙江和云南。

　　4.4 弱综合生产能力型

　　综合得分为-1.07～-0.055，主要集中分布在西北区、西南区和青藏区，包括广西、陕西、甘肃、贵州、青海、西藏等14个省市自治区。

　　5 主要结论和政策建议

　　5.1 主要结论

　　5.1.1 反映我国粮食综合生产能力的主要因子有四个

　　反映我国粮食综合生产能力的主要因子有物质投入产出能力因子、科技能力因子、抵御自然灾害能力因子和政策支持能力因子，对粮食综合生产能力方差的贡献率分别是51.573%、13.366%、12.378%和11.866%。因此，第一因子即物质投入产出能力因子对粮食综合生产能力反映能力最大，其余三个因子的反映能力明显减弱。

　　5.1.2 我国粮食综合生产能力区域差异性显著

　　目前，黄淮海区、长江中游区和东北区是我国粮食综合生产能力最强的三大区域。山东、河南、江苏、河北、安徽、湖南、黑龙江、吉林、四川、湖北、辽宁和内蒙古等是我国重要的粮食主产区。广西、山西、陕西、甘肃、贵州、重庆、福建、宁夏、海南、青海、天津、北京、上海、西藏是我国粮食综合生产能力弱的省市自治区。

　　5.2 政策建议

　　根据上述分析结果，对保护和提高中国粮食综合生产能力提出如下建议：

　　5.2.1 实行严厉的耕地保护制度，提高耕地的生产效率

　　土地是农业生产的基本物质条件，中国虽号称地大物博，但真正的宜农耕地并不多，加之20多年来城市化、工业化的发展都导致耕地锐减。因此，要保证耕地供应和粮食生产，就必须认真贯彻和落实保护耕地的规章制度和政策法规，切实把耕地减少量控制在最低限度。此外，土地的低效利用也是限制粮食生产的重要因素，必须通过进一步的土地产权改革，促进土地的规模化经营，提高土地利用效率。

　　5.1.2 加强农业基础设施建设，增强抵御自然灾害的能力

　　我国的农业基础设施仍存在很多薄弱环节，特别是农业的排灌设施配套，因此，必须加强农田水利和生态建设。根据不同区域在主导技术、耕作制度等方面的差异，有针对性地开展基础设施建设，促进工程措施与农艺技术的有效结合。

　　5.1.3 加快农业科技进步，提高农业生产能力

　　要实现粮食的稳定增长，归根结底要依靠科技进步。要通过高产优质农产品品种的培育、应用和大面积推广以及常规农业技术的创新和推广，来提高农业生产的单位产出率。同时，发展农村教育，对农民进行技能培训，提高农民素质和种粮技能，加速农业由传统农业向现代农业的转化进程。

　　5.1.4 注重农业组织制度创新，为农业技术措施的应用提供实施路径和载体

　　提高粮食综合生产能力不仅仅限于生产力，也包括了生产经营方式的改革创新。目前的家庭经营在土地利用上高度分散，造成了水利设施建设、机械技术推广以及专用型品种区域化生产的障碍，影响了粮食综合生产能力的提高。因此，在提高粮食综合生产能力措施的选择上，不仅要重视生产力因素的改善，还要重视农业组织制度因素的分析和破解，以农业组织制度创新为农业生产条件的改善和新技术的应用提供实施路径和运行载体。目前要在稳定家庭经营的基础上，推进农民合作经济组织的发展，以农民合作经济组织来推动生产要素的合理利用。

　　5.1.5 加大优势商品粮生产基地建设力度，坚持地区协同原则

　　粮食生产不仅要受自然资源气候条件与地理区位的制约，而且粮食生产还受到社会经济实力、科技发展水平、市场发育情况、物流设施基础与生产者组织化程度及经营管理机制的影响。因此，要发挥区域比较优势，加快优势商品粮生产基地建设，政府要推动资源、人力、财力向优势与相对优势商品粮产区集中[4]。改革粮食流通体制，加大粮食仓储设施建设，建设多元复合的农产品生产基地，保护和调动农民种粮积极性，打破“粮食大县、工业小县、财政穷县”的局面。同时，商品粮基地的发展必须坚持地区协同原则，不能把粮食安全的重担都压在中部粮食主产区身上，东部和西部地区的区域性粮食主产区，也要分担部分国家粮食安全的任务或责任，保持一定的粮食生产能力。

　　参考文献

　　[1]薛薇.统计分析方法及应用[M].北京：电子工业出版社, 2007年4月，301—348

　　[2]梁子谦，李小军.影响中国粮食生产的因子分析[J].农业经济问题，2006，11、19—22

　　[3]王祖力，肖海峰.中国粮食综合生产能力实证分析[J].新疆农垦经济，2007，6、1—4

　　[4]屈宝香，刘立军，周旭英，张华.我国优势商品粮基地及其梯级战略分析[J].农业经济导刊，2007，9、91—95

　　[5]国家统计局.中国统计年鉴[M].北京：中国统计出版社，2005—2007

　　[6]国家统计局.中国农村统计年鉴[M].北京：中国统计出版社，2005—2007