坦桑尼亚玉米产量的决定因素：多元线性回归与主成分回归的比较分析

《Cogent Food & Agriculture》：Determinants of maize production in Tanzania: a comparative analysis of multiple linear and principal component regressions

　　

研究人员旨在考察以肥料、土地利用、降水与气温为预测变量的玉米产量关键决定因素，具体致力于处理预测变量间的多重共线性，并评估主成分回归（PCR）相较传统多元线性回归（MLR）能否提供更稳健的结果。研究采用1961—2022年时序数据，应用PCR将相关预测变量转化为正交主成分，并将其表现与MLR模型比较，以评价决定因素的解释力与统计显著性。结果显示，PCR模型解释玉米产量变异的43.2%，预测力中等且与MLR相近；PCR在5%水平上识别土地利用、气温与肥料具统计显著性，而MLR仅认定土地利用与肥料显著，表明PCR有效揭示了被多重共线性掩盖的气温效应。截距项显示当预测变量取均值时基线产量为13,051吨。在多重共线性条件下建模时，PCR展现出农业产量建模中的方法学优势，通过揭示隐蔽的气候影响（尤其是气温）为气候智慧型与数据驱动型农业政策决策提供增强的实证依据。

研究背景方面，玉米（Zea Mays）是坦桑尼亚及撒哈拉以南非洲重要的粮食与收入来源，但该国产量长期低于2吨/公顷。现有文献已证实气候变量（降水、气温、CO₂排放）与非气候变量（肥料、土地利用、农业技术）均影响玉米生产，且气候参数间存在区域依赖性相关（如高温常与旱季伴生），土地利用与肥料用量也常高度相关，导致多重共线性使传统普通最小二乘（OLS）估计的系数不稳定、难以解释。为此，研究人员以坦桑尼亚1961—2022年FAOSTAT年度时序数据（因变量为玉米产量hg/ha，自变量为肥料吨数、土地利用ha、降水mm、气温℃）为基础，比较MLR与PCR在相关预测变量下的稳健性。论文发表于《Cogent Food & Agriculture》。

关键技术方法上，研究人员采用两类建模路径：其一为多元线性回归（MLR），基于OLS最小化残差平方和，依赖t检验、F检验与R²进行推断，但无法消除多重共线性；其二为主成分回归（PCR），先将预测变量标准化（均值0、标准差1），通过主成分分析（PCA）依据协方差矩阵特征值（λ₁≥λ₂≥…≥0）提取正交主成分（PC），按Kaiser准则保留特征值>1者，本研究因仅4个预测变量故保留全部4个PC以去相关并保留完整信息，再以PC为自变量做线性回归。样本队列源自FAOSTAT公开库（1961—2022年坦桑尼亚全国年度聚合数据，非农户级队列）。

研究结果部分，3.1节多元线性回归（MLR）中，相关矩阵显示肥料与土地利用相关r=0.8354、气温与土地利用r=0.7809，证实局部多重共线性；MLR估计仅土地利用（正向）与肥料（负向）在5%水平显著，降水与气温虽为正但不显著，研究人员指出这源于多重共线性对气温效应的掩盖。3.2节主成分回归（PCR）中，特征值分解显示pc1高载荷于土地利用、气温、肥料，pc2高载荷于降水，pc3高载荷于气温，pc4高载荷于土地利用；PCR模型R²=43.2%，pc1、pc3、pc4（对应土地利用、气温、肥料）均达5%显著，气温效应被成功解蔽；截距13,051吨表示标准化预测变量为0（即样本均值）时的期望产量，非全国基线。研究人员强调PCR优势不在提升预测力而在多重共线性下稳定系数、降低标准误、改善可解释性。

讨论与结论翻译：研究获中等预测表现（PCR解释43.2%变异，与MLR相当），剩余57.8%由种子质量、灌溉、推广服务、病虫害、土壤肥力等未纳入因素解释；但PCR较MLR额外识别气温为显著决定因素，证明原数据多重共线性掩盖了该气候变量真实影响，PCR借正交化予以揭示。截距13,051吨为所有PC取均值（标准化零）时的基线产量参照。总体而言，PCR不仅确认土地利用与肥料重要性，且显化气温关键作用，增进模型洞察与稳健性。政策上建议投资气候智慧型农业（耐热品种、灌溉、预警）、优化肥料站点管理、保护土地并激励可持续扩耕，同时因57.8%未解释变异需整合种子、灌溉、推广、土壤与气候韧性等综合策略，未来研究遇共线性变量应优先采用降维技术辅助农业政策建模。