摘要：本文采用灰色關聯分析法和通徑分析原理，刪選了影響江西省農田灌溉用水量的農業機械總動力、有效灌溉面積、谷物種植面積等8個因子進行了分析，兩種方法分析結果總體一致，評價結果較好的反映了各影響因子對江西省農業灌溉用水量的影響，以期為區域農業可持續發展提供科學依據和決策支持。

　　關鍵詞：江西省;農田灌溉用水量;灰色關聯分析;通徑分析

　　Abstract: based on the grey relation analysis and size analysis principle, delete to choose the influence of farmland irrigation water consumption of jiangxi agricultural machinery total power, efficient irrigation area, corn planting area, eight factors are analyzed, and the two methods of analysis results overall consistent, evaluation result better reflect the influence factors of jiangxi province agriculture irrigation water consumption, the influence of regional agriculture sustainable development so as to provide the scientific basis and decision support.

　　Keywords: jiangxi province; Irrigation water consumption; The grey relational analysis; Size analysis

　　中圖分類號： S274.4 文獻標識碼：A 文章編號：

　　2008年江西省全年總用水量為234.2億m3，農業作為用水大戶，其農田灌溉用水量為144.71億m3，占用水總量的61.8%，針對多因素影響的農田灌溉用水綜合評價分析問題，本文篩選了影響農田灌溉用水量(y)的8個因素：x1實際耕地面積(公頃)、x2農業機械總動力(萬瓦特)、x3有效灌溉面積(千公頃)、x4谷物種植面積(千公頃)、x5豆類種植面積(千公頃)、x6薯類種植面積(千公頃)、x7水利資金投入(萬元)和x8農業人口(萬人)，采用灰色關聯分析和通徑分析兩種方法，根據江西省1991年至2009年有關數據對區域農業灌溉用水量進行了對比分析，以期為區域農業用水提供參考，并對區域水資源的合理配置及社會、經濟的可持續發展提供決策依據。

　　1 灰色關聯理論

　　灰色系統(GS：Grey System)是既含已知信息又含未知信息或非確知信息的系統。灰色關聯分析(GRA：Grey Relational Analysis)是鄧聚龍于1984年針對關系的分析而提出的，是基于灰色系統理論的一種重要的多因素分析方法。灰色關聯分析彌補了傳統數理統計方法在系統分析時帶來的缺陷，適用范圍較為廣泛[1]。

　　2通徑分析理論

　　通徑分析(Path Analysis)是數量遺傳學家Sewall Wright于1921年提出來的一種多元統計技術，可以通過對自變量與因變量之間表面直接相關性的分解，來研究自變量對因變量的直接重要性和間接重要性，從而為統計決策提供可靠的依據.在眾多領域得到廣泛應用[1]。

　　通徑系數是表示相關變量間因果關系的一個統計量，是變量標準化、沒有單位的偏回歸系數，它是自變量與因變量之間帶有方向的相關系數 [2] [3]。本文中通徑分析計算采用SPSS 17.0軟件包進行計算。

　　3.江西省農業灌溉用水量分析研究

　　3.1灰色關聯度分析

　　根據公式(1)和(2)計算出江西省農田灌溉用水量y與8個影響因子間的關聯系數值。計算結果表明，影響農田灌溉用水量的最重要因子為谷物種植面積，其關聯系數值為0.8847，這與江西省主要種植作物水稻等這些都是高耗水作物種植有關，對農田灌溉用水量有著較大的影響，其次分別為：農業機械總動力(0.6658)>水利資金投入(0.6577)>有效灌溉面積(0.6277)>實際耕地面積(0.6244)>農業人口(0.5758)>薯類種植面積(0.5368)>豆類種植面積(0.4864)。由于江西省內各地區存在較多的電灌站進行提灌，因此農業機械總動力對其農業灌溉的影響較大;區域節水措施的實施水平與水利資金的投入有著密切的關系，從分析結果可以看出農業節水措施的實施對農業灌溉用水量有著較大的影響;有效灌溉面積、實際耕地面積和農業人口的大小與地區的發展有密切關系，這些因素決定了區域農業規模大小和發展的需要，對農業灌溉用水量也有著較大的影響;而薯類和豆類本身不屬于高耗水作物類別，而且近年來這兩類作物在江西省種植面積日趨下降，因此農田灌溉用水量之間關聯系數值相對較小。

　　3.2 通徑分析

　　4.2.1 變量y的正態性檢驗

　　通過Kolmogorov-Smirnov和Shapiro-Wilk兩種方法對農田灌溉用水量y進行正態性檢驗，顯著水平分別為P=0.200和P=0.238，均小于0.05表明變量y服從正態分布。

　　3.2.2 農田灌溉用水量回歸模型建立

　　為了充分反映每一個影響因素對農田灌溉用水量y的影響作用，我們將所有8個自變量全部納入回歸方程中來，建立的回歸模型如公式(3)所示：

　　y=-0.255+0.252x1+0.473x2+0.228x3+0.608x4-0.052x5-0.408x6-0.535x7-0.118x8(3)

　　回歸模型統計量F=15.964，決定系數r=0.992，顯著水平P=0.060達到極顯著水平，這說明變量y關于8個自變量所建立的回歸模型是具有統計學意義的，可采用模型(3)較為準確地對農田灌溉用水量進行計算預測。模型的標準估計誤差為0.0842，這表明所建立的農田灌溉用水量模型中仍有其他因素未被充分考慮進去，需要進一步深入探討。

　　3.2.2 農田灌溉用水量通徑分析

　　農田灌溉用水量影響因素通徑分析結果表明各因素之間均存在一定相關關系，農田灌溉用水量與各單項因素之間是相互影響相互作用的。結果表明變量x4是影響農田灌溉用水量最重要變量，與y的相關系數為最大值0.966，且達到了極顯著水平，x4通過其他變量累計對y的影響作用累計為0.323。變量x2、x3、x7和x6與農田灌溉用水量y的簡單相關系數分別是-0.926、-0.8842、0.8250和0.7607，均達到了極顯著水平;變量x5與y的簡單相關系數為0.2791，并通過了顯著性檢驗(P=0.05)，說明x5對y有著重要的影響作用;而x1和x8與變量y的簡單相關系數分別為-0.2248和-0.1260，但沒通過參數的顯著性檢驗，二者對y的影響作用不大。變量x4雖然是影響農田灌溉用水量的最重要影響因子，但其通過其余7個變量對y的作用程度較小，其間接通徑系數僅為-0.479。變量x6通過其余7個變量對y的間接作用最大，其間接通徑系數為最大值1.214。變量x1雖然不是影響農田灌溉用水量的主要因子，但其間接通徑系數為-0.520，相對較大，說明x1通過其余7個變量對農田灌溉用水量的影響作用較大。

　　4.結論

　　本文通過借助灰色關聯分析和通徑分，對江西省1990-2008年農田灌溉用水量進行了因子分析，兩種方法分析總體一致，谷物種植面積、農業機械總動力和水利資金投入是影響農田用水量的最重要因子。評價結果較好的反映了各影響因子對江西省農業灌溉用水量的影響，以期為區域農業可持續發展提供科學依據和決策支持。

　　參考文獻

　　[1] 鄧聚龍.社會、經濟灰色系統的理論與方法[J].中國社會科學,1984,(6):47-60.

　　[2] 叢鵬,彭勵.通徑分析在Excel和SPSS中的實現.農業網絡信息[J].2007,3:l09-110.

　　[3] 謝仲倫.相關性通徑分析問題剖析[J].農業系統科學與綜合研究,1996,12(3):161-167.

　　作者簡介：馬大前(1956- )，男，工程師，主要從事水利規劃工作。