山西省農(nóng)業(yè)機械化發(fā)展現(xiàn)狀及影響因素

王卓敏， 崔清亮

（山西農(nóng)業(yè)大學(xué)農(nóng)業(yè)工程學(xué)院，山西 晉中 030801）

0 引言

“十四五”時期是推動農(nóng)業(yè)機械化和農(nóng)機裝備產(chǎn)業(yè)轉(zhuǎn)型升級和農(nóng)業(yè)機械化向優(yōu)質(zhì)高效轉(zhuǎn)型重要階段[1]。在研究有關(guān)農(nóng)業(yè)機械化發(fā)展問題時，需正確認識影響其發(fā)展的主要因素，以便采取有效措施，促進當(dāng)?shù)剞r(nóng)業(yè)機械化的發(fā)展[2-3]。對于我國農(nóng)業(yè)機械化發(fā)展狀況的分析，前人已做了大量研究。白學(xué)峰等[4]詳細分析了我國農(nóng)業(yè)機械化發(fā)展現(xiàn)狀及發(fā)展趨勢，并指出我國農(nóng)業(yè)機械化的發(fā)展模式。蔣曉等[5]通過走訪調(diào)查及文獻資料對比分析等方法，研究了北京市農(nóng)業(yè)機械化技術(shù)及裝備發(fā)展現(xiàn)狀，并對生態(tài)、糧經(jīng)、蔬菜、果林、畜牧養(yǎng)殖、水產(chǎn)養(yǎng)殖和農(nóng)產(chǎn)品初加工7 大產(chǎn)業(yè)全程主要生產(chǎn)環(huán)節(jié)機械化技術(shù)及裝備現(xiàn)狀進行了系統(tǒng)闡述，指出存在的問題并給出了相關(guān)建議。郭明偉等[6]運用比較分析法，研究了近20 年山西省農(nóng)機擁有量和農(nóng)業(yè)機械化作業(yè)水平變化情況，指出存在的問題并提出對策。

本文在前人研究的基礎(chǔ)上，根據(jù)2004-2019 年山西省農(nóng)業(yè)機械化發(fā)展水平數(shù)據(jù)，采用主成分分析法對11 個影響因素進行研究，提取影響山西省農(nóng)業(yè)機械化水平的2 個主成分，建立多元線性回歸模型，旨在促進山西省農(nóng)業(yè)機械化水平均衡發(fā)展。

1 農(nóng)業(yè)機械化發(fā)展現(xiàn)狀

1.1 農(nóng)機總動力及農(nóng)業(yè)機械保有量

自2004 年國家實施農(nóng)機購置補貼政策以來，農(nóng)民積極購置農(nóng)業(yè)機械，山西省農(nóng)機具增量出現(xiàn)井噴式發(fā)展，拖拉機、收獲機械、植保機械、灌溉機械和農(nóng)副產(chǎn)品加工機械等農(nóng)機類型不斷豐富[7-9]。2000-2015 年，山西省農(nóng)業(yè)機械總動力呈逐年增長態(tài)勢，年均增長4.63%，2016 年農(nóng)業(yè)機械總動力比2015 年發(fā)生了較大變化，主要是農(nóng)用運輸車不再統(tǒng)計。由于農(nóng)業(yè)機械報廢更新速度加快，以及種植結(jié)構(gòu)的調(diào)整，2017 年山西省將多年來報廢的車輛及因損壞不可使用的機械做了處理，因此農(nóng)業(yè)機械總動力出現(xiàn)一定程度的下降。2018 年開始恢復(fù)性增長，雖然每年的增長程度有一定差異，但基本上呈現(xiàn)穩(wěn)定的增長態(tài)勢。2000-2019 年山西省農(nóng)業(yè)機械總動力變化趨勢如圖1 所示。

圖1 2000—2019 年山西省農(nóng)業(yè)機械總動力變化趨勢Fig. 1 Change trend of total power of agricultural machinery in Shanxi Province from 2000 to 2019

2018-2019 年山西省主要農(nóng)業(yè)機械保有量如圖2所示。其中動力機械大型化趨勢明顯，2019 年大中型拖拉機快速增長，73.5 kW 及以上大型拖拉機保有量達到1.43 萬臺，同比2018 年增長13.49%；其他如拖拉機、旋耕機和畜牧養(yǎng)殖機械等穩(wěn)定增長。雖然近年來部分機械的保有量有小幅度下調(diào)，但農(nóng)業(yè)機械裝備結(jié)構(gòu)不斷優(yōu)化，高效綠色機具增長較快。

圖2 2018—2019 年山西省主要農(nóng)業(yè)機械保有量Fig. 2 Number of main agricultural machinery in Shanxi Province from 2018 to 2019

1.2 農(nóng)作物機械化作業(yè)情況

山西省主要農(nóng)作物機械化作業(yè)情況如表1 所示，2019 年山西省農(nóng)業(yè)機械化作業(yè)水平有較大提升，農(nóng)作物綜合機械化率達71.2%，高于全國平均水平1.2 個百分點，但和其他農(nóng)業(yè)強省相比還存在一定的差距[10-11]。

表1 山西省主要農(nóng)作物機械化作業(yè)情況Tab. 1 Mechanized operation of main crops in Shanxi Province

1.3 農(nóng)業(yè)機械服務(wù)組織及人員情況

2018-2019 年山西省農(nóng)機服務(wù)組織及人員情況如表2 所示。近年來，山西省高度重視農(nóng)業(yè)機械服務(wù)體系建設(shè)，逐步建立起了涵蓋省、市、縣、鄉(xiāng)鎮(zhèn)的農(nóng)機服務(wù)網(wǎng)絡(luò)，形成專業(yè)性強、綜合服務(wù)能力強的農(nóng)機服務(wù)主體和模式，服務(wù)范圍較廣[12-13]。農(nóng)機從業(yè)人員向更加專業(yè)化邁進，2019 年年底，山西省鄉(xiāng)村農(nóng)機從業(yè)人員達到472 391 人，其中持有拖拉機駕駛證的69 004 人，持有聯(lián)合收割機駕駛證的10 810 人，同時持有以上兩證的4 984 人，占總農(nóng)機從業(yè)人員總數(shù)的1.06%；農(nóng)機維修人員24 028 人，獲得農(nóng)機職業(yè)技能鑒定證書的9 057 人。

表2 2018—2019 年山西省農(nóng)機服務(wù)組織及人員情況Tab. 2 Agricultural machinery service organizations and personnel in Shanxi Province from 2018 to 2019

2 農(nóng)業(yè)機械化影響因素

山西省位于我國中西部過渡區(qū)域，其農(nóng)業(yè)機械化發(fā)展在國內(nèi)各省份中屬于中等偏上水平，在發(fā)展過程中也面臨著若干制約問題。根據(jù)山西省農(nóng)業(yè)機械化發(fā)展的實際現(xiàn)狀及特點，采用主成分分析法，對原始變量進行標準化處理，構(gòu)建多元線性回歸模型，以尋找影響山西省農(nóng)業(yè)機械化發(fā)展的主要因素，并對其進行分析[14-16]。

2.1 變量選取和主成分分析

2.1.1 樣本數(shù)據(jù)收集

農(nóng)業(yè)機械化水平是該系統(tǒng)綜合性指標，本文用農(nóng)業(yè)生產(chǎn)中耕、種、收綜合機械化率來表示農(nóng)業(yè)機械化水平，選擇農(nóng)業(yè)機械化水平為模型的因變量用Y來表示[17]。農(nóng)業(yè)機械化發(fā)展水平的高低與山西省社會環(huán)境條件、經(jīng)濟發(fā)展水平等多種因素有關(guān)，根據(jù)現(xiàn)有的統(tǒng)計資料，選取大中型拖拉機X1、節(jié)水灌溉類機械X2、機耕面積X3、機播面積X4、機電灌溉面積X5、機械植保面積X6、機收面積X7、農(nóng)村居民人均可支配收入X8、人均農(nóng)業(yè)生產(chǎn)總值X9、農(nóng)業(yè)機械戶年末機構(gòu)數(shù)X10和鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)X11共11 項指標作為自變量，各變量值如表3 所示。

2.1.2 農(nóng)業(yè)機械化發(fā)展水平指標相關(guān)性分析

本文使用的是時間序列數(shù)據(jù)，不可避免地會出現(xiàn)多重共線性、異方差和自相關(guān)的統(tǒng)計問題。根據(jù)表3 的數(shù)據(jù)運用SPSS25.0 軟件進行相關(guān)分析，結(jié)果如表4 所示[18-19]。因變量Y與自變量X1～X11之間的相關(guān)性較強，相關(guān)系數(shù)分別為0.962、0.797、0.977、0.993、0.987、0.983、0.982、0.944、0.990、-0.356 和-0.305。其中，變量X10、X11呈明顯的負相關(guān)且相關(guān)系數(shù)較低，其他自變量與Y之間均呈明顯的正相關(guān)且相關(guān)系數(shù)較高，不適合直接使用普通最小二乘法。主成分分析適用于變量之間存在較強相關(guān)性的數(shù)據(jù)，可以提取變量信息，減少分析維度，從而使問題更加簡單、直觀[20]。

表3 山西省農(nóng)業(yè)機械化水平及影響因素原始數(shù)據(jù)Tab. 3 Original data of agricultural mechanization operation level and influencing factors in Shanxi Province

表4 相關(guān)性分析結(jié)果Tab. 4 Correlation analysis results

2.1.3 農(nóng)業(yè)機械化發(fā)展水平主成分分析

采用主成分分析法對11 個指標進行標準化處理[21]。表5 列出了各成分的方差貢獻率和累計貢獻率，SPSS25.0 只提取了前兩個特征根大于1 的主成分，可以看出第1 主成分的方差占所有主成分方差的78.21%，前兩個主成分的累計方差貢獻率達到94.69%，基本上可以代表農(nóng)業(yè)機械化發(fā)展的水平。

表5 特征值與載荷平方和Tab. 5 Characteristic value and load square sum

進一步分析出主成分特征向量如表6 所示，計算結(jié)果顯示第1 主成分與大中型拖拉機數(shù)量、節(jié)水灌溉類機械數(shù)量、機耕面積、機播面積、機電灌溉面積、機械植保面積、機收面積、農(nóng)村居民人均可支配收入和人均農(nóng)業(yè)生產(chǎn)總值高度相關(guān)，負載率分別達到0.952、0.844、 0.952、 0.978、 0.976、 0.984、 0.988、 0.970 和0.981；第2 主成分與農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量、鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量高度相關(guān)，負載率分別達0.881、0.906。將影響農(nóng)業(yè)機械化發(fā)展的影響因素歸納為農(nóng)業(yè)機械化裝備及作業(yè)綜合因素、資本支持因素、農(nóng)業(yè)生產(chǎn)資料投入因素。其中農(nóng)業(yè)機械化裝備及作業(yè)綜合因素包括大中型拖拉機數(shù)量、節(jié)水灌溉類機械數(shù)量、機耕面積、機播面積、機電灌溉面積、機械植保面積、機收面積，資本支持因素包括農(nóng)村居民人均可支配收入和人均農(nóng)業(yè)生產(chǎn)總值，構(gòu)成第1 主成分Z1；農(nóng)業(yè)生產(chǎn)資料投入因素包括農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量、鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量，構(gòu)成第2 主成分Z2。

表6 主成分特征向量Tab. 6 Principal component eigenvector

經(jīng)過計算得出11 個變量的主成份特征向量，從而得出主成分的表達式

表7 為綜合主成分與各主成分得分結(jié)果，從表中的數(shù)據(jù)可以看出，2004-2019 年主成分Z1得分基本呈逐年遞增態(tài)勢，指標得分從2004 年的-4.00 上升至2019年的3.89；主成分Z2得分基本呈現(xiàn)先上升后下降的態(tài)勢，2009 由負轉(zhuǎn)正，2016 年又由正轉(zhuǎn)負，從這一較大幅度的變化趨勢可以看出當(dāng)前農(nóng)機戶及農(nóng)機從業(yè)人員處于調(diào)整時期，符合國家機構(gòu)改革的實際情況。從山西省農(nóng)業(yè)機械化發(fā)展綜合主成分得分來看，指標得分由2004 年的-3.24 上升至2015 年的2.41，呈逐年遞增狀態(tài)，2011 年由負轉(zhuǎn)正，2016-2018 年呈階段性下降趨勢，2019 年又有較大幅度增長。山西省農(nóng)業(yè)機械化發(fā)展綜合主成分指標除農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量外，同其他變量均呈正相關(guān)關(guān)系，而鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量影響程度較小，其他均在0.21～0.29，所以實現(xiàn)農(nóng)業(yè)機械裝備的合理利用、提高農(nóng)機作業(yè)能力及質(zhì)量、合理利用資本支持所帶來的便利等，對促進山西省農(nóng)業(yè)機械化水平的提升具有重要意義。

表7 綜合主成分與各主成分得分Tab. 7 Comprehensive principal components and scores of each principal component

2.2 多元回歸分析

對主成分分析法提取的兩大主成分進行分析，明晰了影響山西省農(nóng)業(yè)機械化發(fā)展的主要因素，利用主成分分析法得出的結(jié)果進行了多元回歸分析，建立起以農(nóng)業(yè)機械化水平Y(jié)的標準化數(shù)據(jù)ZY為因變量，主成分Z1和Z2為自變量的二元線性回歸方程，回歸結(jié)果如表8 所示。從表8 中可以看出R2為0.992，調(diào)整后的R2為0.991，而且模型通過F檢驗（F=813.072，P<0.05），模型有效。主成分Z1的回歸系數(shù)為0.993，主成分Z2的回歸系數(shù)為0.080，對因變量ZY具有顯著影響，回歸方程為

表8 模型匯總Tab. 8 Model summary

將式（1）、式（2）代入式（4）得到因變量ZY與自變量ZX1～ZX11的多元回歸方程。只有農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量、鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量呈負相關(guān)，其余因子都與農(nóng)業(yè)機械化水平呈正相關(guān)。按照對農(nóng)業(yè)機械化水平的影響程度，由大到小的排列順序為機電灌溉面積、機播面積、人均農(nóng)業(yè)生產(chǎn)總值、機械植保面積、機收面積、機耕面積、大中型拖拉機數(shù)量、農(nóng)村居民人均可支配收入、節(jié)水灌溉類機械數(shù)量、鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量和農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量。多元回歸方程為

3 結(jié)論

（1）利用SPSS25.0 軟件進行主成分分析，提取了影響山西省農(nóng)業(yè)機械化發(fā)展的兩大主成分Z1和Z2，并將其歸納為農(nóng)業(yè)機械化裝備及作業(yè)綜合因素、資本支持因素、農(nóng)業(yè)生產(chǎn)資料投入因3 大類。其中農(nóng)業(yè)機械化裝備及作業(yè)綜合因素包括大中型拖拉機數(shù)量、節(jié)水灌溉類機械數(shù)量、機耕面積、機播面積、機電灌溉面積、機械植保面積和機收面積，資本支持因素包括農(nóng)村居民人均可支配收入和人均農(nóng)業(yè)生產(chǎn)總值，構(gòu)成第1 主成分Z1；農(nóng)業(yè)生產(chǎn)資料投入因素包括農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量、鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量，構(gòu)成第2 主成分Z2。

（2）建立了以農(nóng)業(yè)機械化水平Y(jié)的標準化數(shù)據(jù)ZY為因變量，主成分Z1和Z2為自變量的二元線性回歸方程，并創(chuàng)建了ZY與ZX1～ZX11的多元線性回歸模型。除農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量和鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量呈負相關(guān)外，其他均呈正相關(guān)，對山西省農(nóng)業(yè)機械化發(fā)展具有顯著的促進作用。多元線性回歸分析結(jié)果顯示對農(nóng)業(yè)機械化水平影響程度由大到小的排序為機電灌溉面積、機播面積、人均農(nóng)業(yè)生產(chǎn)總值、機械植保面積、機收面積、機耕面積、大中型拖拉機數(shù)量、農(nóng)村居民人均可支配收入、節(jié)水灌溉類機械數(shù)量、鄉(xiāng)村農(nóng)業(yè)機械從業(yè)人員數(shù)量和農(nóng)業(yè)機械戶年末機構(gòu)數(shù)量。

（3）在推進山西省農(nóng)業(yè)機械化發(fā)展過程中，要提高農(nóng)業(yè)機械化裝備水平及農(nóng)業(yè)機械化作業(yè)水平，首先需要有相當(dāng)?shù)霓r(nóng)機總動力增量作保障，也要重視農(nóng)機具的合理搭配與利用，充分發(fā)揮農(nóng)業(yè)機械總動力的效力?？紤]到人均農(nóng)業(yè)生產(chǎn)總值與農(nóng)村居民人均可支配收入對農(nóng)業(yè)機械化水平也有較大的影響，所以要認識到提高山西省農(nóng)業(yè)機械化水平需依附于農(nóng)業(yè)生產(chǎn)總值、農(nóng)村居民的人均可支配收入的大幅度提高，以及農(nóng)業(yè)機械裝備技術(shù)水平的提升，要完善并落實農(nóng)機購置補貼政策，加速農(nóng)業(yè)機械化科技創(chuàng)新，增強農(nóng)機社會化服務(wù)組織服務(wù)水平。