四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力實(shí)證分析與評(píng)價(jià)

肖舒刈

(河海大學(xué)，江蘇 南京 210000)

?

四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力實(shí)證分析與評(píng)價(jià)

肖舒刈

(河海大學(xué)，江蘇 南京 210000)

以四川省各市(州)為研究對(duì)象，通過(guò)梳理國(guó)內(nèi)外相關(guān)文獻(xiàn)并結(jié)合各區(qū)域?qū)嶋H情況構(gòu)建出包含5個(gè)一級(jí)指標(biāo)、15項(xiàng)二級(jí)指標(biāo)組成的四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系。運(yùn)用因子分析法提取出農(nóng)業(yè)生產(chǎn)力、農(nóng)村居民生活水平、農(nóng)業(yè)規(guī)模和農(nóng)業(yè)結(jié)構(gòu)4個(gè)公因子并對(duì)各地市農(nóng)業(yè)競(jìng)爭(zhēng)力排序，而后依據(jù)上述4個(gè)公因子利用系統(tǒng)聚類(lèi)分析法對(duì)四川省21市(州)的農(nóng)業(yè)競(jìng)爭(zhēng)力進(jìn)行了分類(lèi)?；?014年統(tǒng)計(jì)年鑒的研究結(jié)果表明：四川省各市(州)按照農(nóng)業(yè)競(jìng)爭(zhēng)力水平情況可分為4類(lèi)，其中成都市農(nóng)業(yè)發(fā)展?fàn)顩r最好，甘孜州和阿壩州的農(nóng)業(yè)競(jìng)爭(zhēng)力最弱，與因子分析排序結(jié)果基本一致。最后，針對(duì)增強(qiáng)四川省農(nóng)業(yè)競(jìng)爭(zhēng)力提出了一系列相關(guān)措施與建議。

農(nóng)業(yè)競(jìng)爭(zhēng)力；評(píng)價(jià)指標(biāo)體系；因子分析；聚類(lèi)分析；四川省

農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)中的一個(gè)重要產(chǎn)業(yè)部門(mén)，當(dāng)代世界農(nóng)業(yè)發(fā)展的基本趨勢(shì)和特征是高度的商業(yè)化、資本化、專(zhuān)業(yè)化、區(qū)域化、知識(shí)化、國(guó)際化交織在一起，傳統(tǒng)農(nóng)業(yè)發(fā)展模式已難以適應(yīng)國(guó)際市場(chǎng)發(fā)展的要求。農(nóng)業(yè)競(jìng)爭(zhēng)力是市場(chǎng)化、國(guó)際化條件下農(nóng)業(yè)綜合生產(chǎn)力水平的集中體現(xiàn)，是農(nóng)產(chǎn)品生產(chǎn)、加工、流通及其價(jià)值創(chuàng)造與價(jià)值實(shí)現(xiàn)能力的綜合反映[1]。提升農(nóng)業(yè)競(jìng)爭(zhēng)力，是農(nóng)業(yè)發(fā)展的目標(biāo)和基本方向。四川是中國(guó)的農(nóng)業(yè)大省，經(jīng)過(guò)30多年的努力探索和發(fā)展，基本形成了成都、川南、攀西、川東北、川西北五大片區(qū)的優(yōu)勢(shì)產(chǎn)業(yè)布局，主要農(nóng)產(chǎn)品在西部乃至全國(guó)占有重要地位，農(nóng)業(yè)經(jīng)濟(jì)主要指標(biāo)一直排在全國(guó)各省市區(qū)的前列。但是，四川發(fā)展農(nóng)業(yè)產(chǎn)業(yè)化的自然基礎(chǔ)相對(duì)較差，全省耕地面積僅占轄區(qū)總面積的8.2%。目前，人均耕地面積僅533.33 m2，只相當(dāng)于全國(guó)平均水平的2/3，土地資源不足對(duì)農(nóng)業(yè)生產(chǎn)特別是種植業(yè)的產(chǎn)業(yè)化發(fā)展影響較大；加之地區(qū)間農(nóng)業(yè)資源分配不均、財(cái)政扶持力度差異，導(dǎo)致各地市(州)農(nóng)業(yè)發(fā)展水平差距不斷拉大。通過(guò)對(duì)四川省各市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力水平開(kāi)展系統(tǒng)研究與分析，一方面能夠明晰四川省農(nóng)業(yè)整體狀況，另一方面可以準(zhǔn)確掌握省內(nèi)地區(qū)間農(nóng)業(yè)發(fā)展差距及各自優(yōu)、劣勢(shì)，為正確調(diào)整農(nóng)業(yè)發(fā)展模式、合理配置農(nóng)業(yè)資源提供理論依據(jù)和針對(duì)性指導(dǎo)，對(duì)推動(dòng)四川省農(nóng)業(yè)競(jìng)爭(zhēng)力的穩(wěn)步提高有重要指導(dǎo)意義。

1　理論基礎(chǔ)與指標(biāo)體系

1.1理論回顧

美國(guó)哈佛商學(xué)院著名戰(zhàn)略管理學(xué)家邁克爾·波特于1990年提出的“鉆石理論”強(qiáng)調(diào)基本要素與高級(jí)要素相互作用形成的整體競(jìng)爭(zhēng)優(yōu)勢(shì)[2]。波特指出，類(lèi)似自然資源、氣候和地理位這樣的基本要素僅能提供初始優(yōu)勢(shì)，而個(gè)人、企業(yè)以及政府投資等高級(jí)要素則能夠幫助這些優(yōu)勢(shì)得到加強(qiáng)與擴(kuò)展。而后國(guó)外學(xué)者多集中于對(duì)農(nóng)業(yè)競(jìng)爭(zhēng)力進(jìn)行一系列的定性與定量研究，Kennedy等[3]指出總成本與成本要素是分析產(chǎn)業(yè)競(jìng)爭(zhēng)力的基礎(chǔ)，Gustavsson等[4]強(qiáng)調(diào)科技與創(chuàng)新能力已成為影響產(chǎn)業(yè)競(jìng)爭(zhēng)力的關(guān)鍵要素，并有學(xué)者從勞動(dòng)生產(chǎn)力、盈利性、產(chǎn)出增長(zhǎng)等不同角度考慮構(gòu)建了單維或多維的產(chǎn)業(yè)競(jìng)爭(zhēng)力指數(shù)[5-6]。國(guó)內(nèi)對(duì)于農(nóng)業(yè)競(jìng)爭(zhēng)力的研究主要經(jīng)歷了2個(gè)階段[7-11]，一是關(guān)于農(nóng)業(yè)競(jìng)爭(zhēng)力內(nèi)涵與影響因素的基礎(chǔ)研究階段，形成了農(nóng)產(chǎn)品內(nèi)在競(jìng)爭(zhēng)力、農(nóng)業(yè)市場(chǎng)競(jìng)爭(zhēng)力、農(nóng)業(yè)生產(chǎn)競(jìng)爭(zhēng)力等主要觀點(diǎn)[12-14]；二是對(duì)農(nóng)業(yè)競(jìng)爭(zhēng)力的科學(xué)評(píng)價(jià)研究階段，目前仍是農(nóng)業(yè)競(jìng)爭(zhēng)力的研究熱點(diǎn)問(wèn)題——曹執(zhí)令[15]從農(nóng)業(yè)生產(chǎn)要素、農(nóng)產(chǎn)品需求情況、農(nóng)業(yè)經(jīng)營(yíng)主體和農(nóng)業(yè)科技及政策競(jìng)爭(zhēng)力等4個(gè)方面對(duì)湖南省各地區(qū)農(nóng)業(yè)競(jìng)爭(zhēng)力進(jìn)行實(shí)證研究；潘啟龍等[16]從6個(gè)方面構(gòu)建了包含45個(gè)指標(biāo)的農(nóng)業(yè)科技園區(qū)競(jìng)爭(zhēng)力評(píng)價(jià)體系；孫東琪[17]對(duì)蘇魯兩省的產(chǎn)業(yè)模式競(jìng)爭(zhēng)力進(jìn)行了比較，并對(duì)未來(lái)發(fā)展趨勢(shì)進(jìn)行了預(yù)測(cè)。學(xué)者們運(yùn)用各種方法從不同角度對(duì)農(nóng)業(yè)競(jìng)爭(zhēng)力展開(kāi)研究，但就四川省區(qū)域內(nèi)各市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力來(lái)看，目前仍未進(jìn)行過(guò)全方位的系統(tǒng)研究。本文以四川省各市(州)為研究對(duì)象，借鑒已有研究經(jīng)驗(yàn)，充分利用四川省區(qū)域統(tǒng)計(jì)數(shù)據(jù)，對(duì)省內(nèi)各市(州)的農(nóng)業(yè)競(jìng)爭(zhēng)力展開(kāi)深入分析與評(píng)價(jià)，找出各地區(qū)農(nóng)業(yè)發(fā)展的優(yōu)勢(shì)與不足，以期為四川省農(nóng)業(yè)發(fā)展模式的改進(jìn)提供有價(jià)值的科學(xué)指導(dǎo)。

1.2指標(biāo)體系構(gòu)建

本文在借鑒上述研究成果的基礎(chǔ)上，結(jié)合四川省農(nóng)業(yè)發(fā)展實(shí)際情況，對(duì)各種能夠反映與衡量農(nóng)業(yè)競(jìng)爭(zhēng)力水平的因素進(jìn)行了全面分析，根據(jù)波特“鉆石理論”指出的基礎(chǔ)要素與高級(jí)要素并重的原則，構(gòu)建出包含產(chǎn)出競(jìng)爭(zhēng)力、基礎(chǔ)競(jìng)爭(zhēng)力、現(xiàn)代化競(jìng)爭(zhēng)力、結(jié)構(gòu)競(jìng)爭(zhēng)力、相關(guān)產(chǎn)業(yè)及制度競(jìng)爭(zhēng)力在內(nèi)的5個(gè)一級(jí)指標(biāo)，15項(xiàng)二級(jí)指標(biāo)組成的四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系(表1)。

表1　四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系

2　研究方法

2.1因子分析

因子分析是多元統(tǒng)計(jì)分析中一種降維的統(tǒng)計(jì)方法，主要目的是從現(xiàn)有顯性信息中尋找更能體現(xiàn)問(wèn)題的特點(diǎn)和本質(zhì)，但不易被直接觀察或測(cè)量的隱性變量。因子分析的基本思想是將由眾多指標(biāo)組成的變量集群整合成少量的幾個(gè)共性因子，這些共性因子能夠較為完整地反映原變量集群的信息內(nèi)容，保證重要信息不會(huì)丟失，進(jìn)而采用更少的公共因子來(lái)解釋研究問(wèn)題，降低了研究的復(fù)雜性。每個(gè)共性因子所包含的原變量都是聯(lián)系較為緊密的，但各個(gè)共性因子間的相關(guān)性則較低或不相關(guān)，這樣能夠有效地避免統(tǒng)計(jì)過(guò)程中相關(guān)信息重復(fù)疊加情況的發(fā)生，從而保證統(tǒng)計(jì)結(jié)果的準(zhǔn)確性與科學(xué)性。

2.2聚類(lèi)分析

聚類(lèi)分析是通過(guò)對(duì)已有統(tǒng)計(jì)量進(jìn)行分析，從而實(shí)現(xiàn)“物以類(lèi)聚”的統(tǒng)計(jì)方法與過(guò)程，即以能夠反映研究對(duì)象實(shí)質(zhì)情況的統(tǒng)計(jì)量為依據(jù)，將研究對(duì)象集劃分為若干群組，各組內(nèi)的數(shù)據(jù)研究對(duì)象是高度相似或相近的，但各組間的研究對(duì)象則存在較大差異或差距。聚類(lèi)分析利用對(duì)屬性變量值的科學(xué)統(tǒng)計(jì)克服了主觀因素影響，實(shí)現(xiàn)對(duì)孤立數(shù)據(jù)進(jìn)行符合客觀實(shí)際的分類(lèi)，進(jìn)而幫助研究者找出各研究對(duì)象之間存在的同質(zhì)性與差異等。本文選用系統(tǒng)聚類(lèi)法對(duì)因子分析得到的四川省各市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力各因子得分和綜合得分進(jìn)行分層分類(lèi)，更有針對(duì)性地為四川省農(nóng)業(yè)競(jìng)爭(zhēng)力的提升提供指導(dǎo)與幫助。

3　四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力實(shí)證研究

3.1數(shù)據(jù)來(lái)源與標(biāo)準(zhǔn)化

本研究根據(jù)上文構(gòu)建的四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，參照《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》和《2015年四川統(tǒng)計(jì)年鑒》獲取并整理四川省21個(gè)市(州)相關(guān)原始數(shù)據(jù)，由于篇幅限制，原始數(shù)據(jù)未錄入文內(nèi)。本文借助社會(huì)經(jīng)濟(jì)學(xué)統(tǒng)計(jì)軟件SPSS 20.0進(jìn)行研究，由于各指標(biāo)數(shù)量單位的差異使得各指標(biāo)數(shù)據(jù)間不具備可比性，因此首先運(yùn)用Z-score標(biāo)準(zhǔn)化法對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理。

3.2因子分析過(guò)程

3.2.1數(shù)據(jù)效度檢驗(yàn)本文采用KMO和Bartlett球形檢驗(yàn)(表2)對(duì)原始數(shù)據(jù)的效度進(jìn)行評(píng)價(jià)，以觀察是否適合進(jìn)行因子分析。檢驗(yàn)結(jié)果顯示，本研究KMO取值為0.760，Bartlett球形檢驗(yàn)統(tǒng)計(jì)量Sig.=0<0.01，說(shuō)明各指標(biāo)變量間存在著顯著的相關(guān)性，非常適宜進(jìn)行因子分析。

表2　KMO和Bartlett檢驗(yàn)

3.2.2公因子選擇解釋的總方差(表3)給出了每個(gè)公因子所解釋的方差，“提取平方和載入”一欄顯示，前4個(gè)公因子的特征值分別為8.816、2.351、1.210和1.036，并且所解釋方差的累計(jì)和已達(dá)到89.42%，說(shuō)明這4個(gè)公因子能夠較為完整地反映原15個(gè)指標(biāo)變量所包含的重要信息，“旋轉(zhuǎn)平方和載入”一欄中經(jīng)因子旋轉(zhuǎn)后得到的每個(gè)新公因子方差貢獻(xiàn)率雖稍有變化，但最終的累計(jì)方差貢獻(xiàn)率仍保持不變，說(shuō)明提取這4個(gè)公因子具有較好的代表性，信息量丟失較少。

表3　解釋的總方差

3.2.3因子分類(lèi)與解釋為了使公因子的含義更加清晰，需要對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)，經(jīng)過(guò)8次迭代得到的旋轉(zhuǎn)成分矩陣(表4)更容易解釋各因子所代表的實(shí)際意義。

表4的分析結(jié)果清晰地表明了15個(gè)原始變量與4個(gè)公因子的載荷情況。第一個(gè)公因子(F1)在第一產(chǎn)業(yè)GDP(X1)、農(nóng)林牧漁業(yè)總產(chǎn)值(X2)、年末實(shí)有耕地面積(X5)、有效灌溉面積(X6)、化肥施用量(X7)、第一產(chǎn)業(yè)從業(yè)人數(shù)(X8)、農(nóng)業(yè)機(jī)械總動(dòng)力(X9)、耕地面積(X10)、農(nóng)林水事務(wù)財(cái)政支出(X14)和居民村委會(huì)個(gè)數(shù)(X15)10個(gè)指標(biāo)上有較高負(fù)載，主要反映了區(qū)域農(nóng)業(yè)生產(chǎn)的投入、產(chǎn)出與公共服務(wù)情況，因此可將其歸結(jié)為農(nóng)業(yè)生產(chǎn)力競(jìng)爭(zhēng)因子(F1)；第二個(gè)公因子(F2)包括農(nóng)村居民人均純收入(X3)和農(nóng)村用電量(X13)2個(gè)指標(biāo)，反映了農(nóng)村居民的基本生活情況，因此將其命名為農(nóng)村居民生活水平競(jìng)爭(zhēng)因子(F2)；第三個(gè)公因子(F3)下載荷較大的包括糧食單產(chǎn)(X4)和農(nóng)業(yè)多樣化指數(shù)(X12)2個(gè)指標(biāo)，集中體現(xiàn)了區(qū)域農(nóng)業(yè)生產(chǎn)水平情況，因此可稱(chēng)為農(nóng)業(yè)規(guī)模競(jìng)爭(zhēng)因子；第四個(gè)公因子(F3)在林牧漁業(yè)占農(nóng)林牧漁的比重(X11)上有較高載荷，因此可稱(chēng)其為農(nóng)業(yè)結(jié)構(gòu)競(jìng)爭(zhēng)因子。

表4　旋轉(zhuǎn)成分矩陣

注：提取方法：主成分；旋轉(zhuǎn)法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。

3.2.4四川省各市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力得分及排名通過(guò)上述分析僅能得到對(duì)各指標(biāo)的因子分類(lèi)結(jié)果，為了獲得關(guān)于各市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力水平更加直觀的分析與評(píng)價(jià)，需要利用回歸法進(jìn)行進(jìn)一步統(tǒng)計(jì)分析得到成分得分系數(shù)矩陣(表5)。根據(jù)表5成分得分和標(biāo)準(zhǔn)化后的指標(biāo)變量可以得到4個(gè)公因子得分函數(shù)：

F1=0.11X1+0.108X2-0.111X3-0.153X4+0.183X5+0.062X6+0.011X7+0.189X8+0.164X9+0.036X10-0.024X11+0.108X12-0.043X13+0.17X14+0.222X15

F2=0.061X1+0.061X2+0.364X3+0.142X4-0.11X5+0.158X6-0.039X7-0.19X8-0.52X9+0.151X10-0.21X11-0.032X12+0.374X13+0.049X14-0.267X15

F3=-0.053X1-0.046X2-0.005X3+0.344X4+0.048X5-0.072X6+0.211X7+0.164X8+0.063X9-0.064X10-0.666X11+0.092X12-0.223X13-0.216X14-0.051X15

F4=0.004X2-0.085X3+0.308X4-0.047X5-0.005X6+0.313X7-0.071X8-0.159X9+0.114X10+0.193X11-0.692X12-0.027X13-0.18X14+0.055X15

在已有4個(gè)公因子得分的基礎(chǔ)上進(jìn)行加權(quán)求和，以旋轉(zhuǎn)后公因子的方差貢獻(xiàn)率作為權(quán)重，從而計(jì)算出四川省各市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)綜合得分(ZF)，公式如下：

ZF=0.45202F1+0.22455F2+0.11744F3+0.10019F4

將四川省各市(州)2014年農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)估指標(biāo)數(shù)據(jù)帶入以上計(jì)算式，計(jì)算得出四川省各市(州)4個(gè)公因子和綜合因子得分以及排名情況，經(jīng)整理得到表6。

表5　成分得分系數(shù)矩陣

3.3基于因子分析的農(nóng)業(yè)競(jìng)爭(zhēng)力聚類(lèi)分析過(guò)程

為了能夠更客觀地展現(xiàn)四川省各市(州)的農(nóng)業(yè)競(jìng)爭(zhēng)力層次分級(jí)，明晰各市(州)間農(nóng)業(yè)競(jìng)爭(zhēng)力水平差異程度，獲取相似地區(qū)間的內(nèi)在隱性共性，本研究在前文因子分析的基礎(chǔ)上，利用統(tǒng)計(jì)得出的4個(gè)公因子得分及綜合得分展開(kāi)進(jìn)一步的區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力聚類(lèi)分析。本文采用系統(tǒng)聚類(lèi)法得到四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力系統(tǒng)樹(shù)狀圖(圖1)，聚類(lèi)譜系圖能夠直觀顯示整個(gè)聚類(lèi)過(guò)程以及各類(lèi)別間的相對(duì)差距大小。

圖1　四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力聚類(lèi)分析樹(shù)狀圖

由于聚類(lèi)層次范圍選擇的不同，輸出分類(lèi)結(jié)果也會(huì)不同，通過(guò)觀察聚類(lèi)分析樹(shù)狀圖，樣本被分為4類(lèi)的時(shí)群組間的特性較明顯，也更為符合四川省各(市)州間農(nóng)業(yè)競(jìng)爭(zhēng)力的實(shí)際情況。聚類(lèi)分類(lèi)結(jié)果與因子分析結(jié)果比對(duì)見(jiàn)表7。

3.4結(jié)果分析

依據(jù)表7顯示，四川省各市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力因子分析排序結(jié)果和聚類(lèi)分析分類(lèi)結(jié)果具有較高一致性。

根據(jù)因子分析表6統(tǒng)計(jì)結(jié)果能夠得出以下結(jié)論。

(1)從綜合得分來(lái)看，四川省21個(gè)市(州)被劃分為3類(lèi)：作為四川省省會(huì)的成都市在農(nóng)業(yè)競(jìng)爭(zhēng)力方面占有絕對(duì)優(yōu)勢(shì)，遠(yuǎn)超省內(nèi)其他各市(州)；第二梯隊(duì)則包括了南充、綿陽(yáng)、涼山州、達(dá)州、宜賓、德陽(yáng)、資陽(yáng)、眉山和瀘州在內(nèi)的9個(gè)市(州)，其農(nóng)業(yè)競(jìng)爭(zhēng)力綜合得分均大于0，但各市(州)間仍存在明顯差距；廣安、樂(lè)山、廣元、內(nèi)江、遂寧、巴中、自貢、雅安、甘孜州、攀枝花和阿壩州11個(gè)市(州)的農(nóng)業(yè)競(jìng)爭(zhēng)力綜合得分則低于0，負(fù)值并非表示其農(nóng)業(yè)競(jìng)爭(zhēng)力為負(fù)增長(zhǎng)狀態(tài)，而僅代表該地區(qū)的農(nóng)業(yè)競(jìng)爭(zhēng)力低于整體平均水平。

表6　四川省21市(州)農(nóng)業(yè)競(jìng)爭(zhēng)力得分及排名

表7　城市聚類(lèi)

(2)觀察公因子F1得分情況發(fā)現(xiàn)，凡農(nóng)業(yè)生產(chǎn)力競(jìng)爭(zhēng)因子得分大于0的城市，其最終的綜合得分均靠前，驗(yàn)證了第一個(gè)公因子F1反映了原始指標(biāo)變量的大部分重要信息；對(duì)公因子F2進(jìn)行縱向比較發(fā)現(xiàn)，四川省21市(州)中有近一半地區(qū)的農(nóng)村居民生活質(zhì)量未達(dá)到平均水平，并且差距明顯，說(shuō)明各地區(qū)間農(nóng)業(yè)生產(chǎn)生活發(fā)展不均衡，應(yīng)對(duì)落后地區(qū)加大投入與扶持力度，縮小地域生活水平差距；公因子F3得分情況相對(duì)均衡，大部分市(州)農(nóng)業(yè)規(guī)模與資源均能達(dá)到平均水平并實(shí)現(xiàn)逐步超越，但甘孜州和阿壩州該項(xiàng)因子得分過(guò)低，要考慮加強(qiáng)技術(shù)投入以改善目前落后的狀況；對(duì)公因子F4進(jìn)行縱向比較發(fā)現(xiàn)，成都、涼山州、宜賓、資陽(yáng)、眉山、廣元、雅安、攀枝花和阿壩州得分較低，并且低于整體平均水平，說(shuō)明上述地區(qū)的農(nóng)業(yè)結(jié)構(gòu)不盡合理，可能會(huì)對(duì)未來(lái)農(nóng)業(yè)的可持續(xù)發(fā)展造成阻礙，應(yīng)結(jié)合本地區(qū)自然環(huán)境和社會(huì)環(huán)境的實(shí)際情況，逐步改進(jìn)第一產(chǎn)業(yè)構(gòu)成，提升農(nóng)業(yè)結(jié)構(gòu)的科學(xué)性，為農(nóng)業(yè)產(chǎn)業(yè)鏈的后續(xù)良好發(fā)展打下基礎(chǔ)。

根據(jù)聚類(lèi)分析圖1和表7統(tǒng)計(jì)結(jié)果顯示，得出以下結(jié)論。

(1)第一類(lèi)包括樂(lè)山、內(nèi)江、眉山、瀘州、廣安、廣元、遂寧、自貢、巴中、綿陽(yáng)、宜賓、達(dá)州、南充、資陽(yáng)、德陽(yáng)和涼山州16個(gè)市(州)，這類(lèi)城市基本由成都經(jīng)濟(jì)區(qū)、川南經(jīng)濟(jì)區(qū)和川東北經(jīng)濟(jì)區(qū)覆蓋，集中表現(xiàn)為區(qū)域內(nèi)有一定的農(nóng)業(yè)基礎(chǔ)，但農(nóng)業(yè)競(jìng)爭(zhēng)力有限，綜合得分基本徘徊于零界點(diǎn)，說(shuō)明這些地區(qū)的農(nóng)業(yè)發(fā)展水平均有待提升。綿陽(yáng)、德陽(yáng)、資陽(yáng)和眉山市經(jīng)濟(jì)結(jié)構(gòu)以重大裝備制造業(yè)、高技術(shù)產(chǎn)業(yè)、現(xiàn)代服務(wù)業(yè)、特色旅游業(yè)以及現(xiàn)代農(nóng)業(yè)為主，因此在保證第二、三產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)的同時(shí)能夠較好地兼顧農(nóng)業(yè)發(fā)展；南充市和達(dá)州市成都聯(lián)結(jié)交通較為便利，農(nóng)業(yè)機(jī)械化水平較高，并且農(nóng)業(yè)財(cái)政投入充足，也進(jìn)一步推動(dòng)以絲麻紡織為代表的農(nóng)產(chǎn)品加工業(yè)的發(fā)展，因此省內(nèi)農(nóng)業(yè)競(jìng)爭(zhēng)力水平排名靠前；樂(lè)山、內(nèi)江、瀘州、廣安、廣元、遂寧、自貢、巴中和宜賓市自然資源較豐富，地區(qū)提倡大力發(fā)展以水電和煤炭為代表的能源產(chǎn)業(yè)、化學(xué)工業(yè)與化纖紡織工業(yè)，對(duì)農(nóng)業(yè)的重視度和投入度相對(duì)有限。

(2)第二類(lèi)有雅安和攀枝花市，攀西地區(qū)礦產(chǎn)、生物等資源豐富，工業(yè)基礎(chǔ)相對(duì)較好，地區(qū)更傾向于第二產(chǎn)業(yè)發(fā)展，加之農(nóng)業(yè)資源匱乏，兩地區(qū)耕地面積位于省內(nèi)最后兩位，在農(nóng)林水事務(wù)方面的財(cái)政投入也最少，自然環(huán)境和社會(huì)環(huán)境的雙重影響使得雅安和攀枝花的農(nóng)業(yè)競(jìng)爭(zhēng)力相對(duì)較弱。

(3)第三類(lèi)包括甘孜州和阿壩州2個(gè)少數(shù)民族自治州，受氣候、地形地勢(shì)和地理位置等自然環(huán)境的影響，這2個(gè)地區(qū)以林業(yè)和畜牧業(yè)為主，經(jīng)濟(jì)相對(duì)落后導(dǎo)致農(nóng)業(yè)基礎(chǔ)設(shè)施不完善、技術(shù)落后、機(jī)械化程度和農(nóng)業(yè)生產(chǎn)效率低，因此使得上述2個(gè)區(qū)域的農(nóng)業(yè)競(jìng)爭(zhēng)力弱。

(4)第四類(lèi)僅含有成都市，地區(qū)整體農(nóng)業(yè)競(jìng)爭(zhēng)力最強(qiáng)。隨著城市化進(jìn)程加快，成都區(qū)域的耕地面積呈減少趨勢(shì)，并且人均耕地面積在全省范圍內(nèi)排名靠后，但成都市的第一產(chǎn)業(yè)GDP仍位居全省第一，主要?dú)w結(jié)于以下幾點(diǎn)：首先，農(nóng)業(yè)技術(shù)投入力度大，機(jī)械化程度高，提升了成都市農(nóng)業(yè)生產(chǎn)效率，將有限資源的效能發(fā)揮至最大，使得其有效灌溉面積及其機(jī)耕面積均排首位；其次，農(nóng)業(yè)公共服務(wù)到位，成都市農(nóng)林水事務(wù)支出全省最高，達(dá)759105萬(wàn)元，遠(yuǎn)超其他各市(州)農(nóng)業(yè)財(cái)政投入，地區(qū)政策的大力幫扶使得成都市農(nóng)業(yè)發(fā)展得到大力支持。

4　結(jié)論與建議

本文基于波特“鉆石理論”思想的指導(dǎo)，結(jié)合四川省區(qū)域農(nóng)業(yè)發(fā)展的實(shí)際情況，構(gòu)建了包含5個(gè)一級(jí)指標(biāo)、15項(xiàng)二級(jí)指標(biāo)組成的四川省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系。因子分析根據(jù)指標(biāo)間的隱性聯(lián)系將其整合為4個(gè)公因子，其中公因子F1和F2方差貢獻(xiàn)率占比大，這2項(xiàng)因子得分高低對(duì)農(nóng)業(yè)競(jìng)爭(zhēng)力的最終排名起主導(dǎo)作用。除去公因子F1和F2中的結(jié)果指標(biāo)(第一產(chǎn)業(yè)GDP、農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)村居民人均收入)，其他指標(biāo)大致可以歸為兩類(lèi)：一是保證農(nóng)業(yè)活動(dòng)開(kāi)展的農(nóng)業(yè)資源基本要素，二是支持農(nóng)業(yè)生產(chǎn)的資金、技術(shù)投入高級(jí)要素，再次印證了波特“鉆石理論”的科學(xué)性。在因子分析基礎(chǔ)上進(jìn)行的系統(tǒng)聚類(lèi)分析根據(jù)四川省21市(州)的農(nóng)業(yè)競(jìng)爭(zhēng)力實(shí)際情況將其分為4類(lèi)，聚類(lèi)結(jié)果基本符合地區(qū)現(xiàn)狀。省會(huì)成都市農(nóng)業(yè)競(jìng)爭(zhēng)力最強(qiáng)，甘孜州和阿壩州農(nóng)業(yè)競(jìng)爭(zhēng)力最弱，且兩類(lèi)間農(nóng)業(yè)發(fā)展差距明顯，究其原因，成都市所擁有的得天獨(dú)厚的地理優(yōu)勢(shì)以及先進(jìn)的基礎(chǔ)設(shè)施正是其他地區(qū)所缺失的。因此，在自然環(huán)境難以改變的情況下，積極改善社會(huì)生產(chǎn)條件是提升其農(nóng)業(yè)競(jìng)爭(zhēng)力的關(guān)鍵。

本研究針對(duì)四川省區(qū)域農(nóng)業(yè)發(fā)展現(xiàn)狀，為后期農(nóng)業(yè)管理工作提出以下幾點(diǎn)建議。一是加大科技投入，提高農(nóng)業(yè)生產(chǎn)效率。農(nóng)業(yè)科學(xué)技術(shù)的普及、機(jī)器體系的形成和農(nóng)業(yè)機(jī)器的廣泛應(yīng)用是現(xiàn)代農(nóng)業(yè)的顯著特點(diǎn)，科學(xué)培育與機(jī)械化操作的完美結(jié)合，能夠有效提高農(nóng)產(chǎn)品產(chǎn)量與質(zhì)量。二是結(jié)合地區(qū)實(shí)際情況，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，推動(dòng)地區(qū)特色農(nóng)業(yè)發(fā)展。自然資源稟賦狀況對(duì)地區(qū)農(nóng)業(yè)發(fā)展有重要影響，不同的自然環(huán)境形成差異化的農(nóng)業(yè)結(jié)構(gòu)，各地區(qū)應(yīng)順應(yīng)自然規(guī)律，重點(diǎn)發(fā)展符合自然條件的農(nóng)業(yè)種類(lèi)，以最少的投入實(shí)現(xiàn)產(chǎn)出最大化。三是增加財(cái)政投入，加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。強(qiáng)化農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)是推動(dòng)農(nóng)村經(jīng)濟(jì)發(fā)展、促進(jìn)農(nóng)業(yè)和農(nóng)村現(xiàn)代化的重要措施之一，各地區(qū)應(yīng)盡快建立和完善農(nóng)田水利建設(shè)、農(nóng)產(chǎn)品流通重點(diǎn)設(shè)施建設(shè)、商品糧棉生產(chǎn)基地建設(shè)，以及農(nóng)業(yè)教育、科研、技術(shù)推廣和氣象基礎(chǔ)設(shè)施建設(shè)等，為農(nóng)業(yè)競(jìng)爭(zhēng)力的提升提供保障。四是合理配置農(nóng)業(yè)經(jīng)濟(jì)資源，加大對(duì)落后地區(qū)的扶持力度。農(nóng)業(yè)自然資源是難以改變的，但對(duì)于能夠直接或間接對(duì)農(nóng)業(yè)生產(chǎn)發(fā)揮作用的社會(huì)經(jīng)濟(jì)因素和社會(huì)生產(chǎn)成果可以適當(dāng)進(jìn)行人為干預(yù)。政府應(yīng)加強(qiáng)對(duì)農(nóng)業(yè)人員的專(zhuān)業(yè)教育與培訓(xùn)，逐步擴(kuò)大新型農(nóng)民隊(duì)伍，提升勞動(dòng)力素質(zhì)；另一方面，積極引進(jìn)和推廣先進(jìn)生產(chǎn)技術(shù)設(shè)備，進(jìn)一步提升農(nóng)業(yè)現(xiàn)代化水平，提高科技對(duì)農(nóng)業(yè)生產(chǎn)的貢獻(xiàn)率。

[1] 萬(wàn)青.六安市農(nóng)業(yè)競(jìng)爭(zhēng)力的測(cè)度與實(shí)證分析[J].江西農(nóng)業(yè)學(xué)報(bào),2007,19(2):138-141.

[2] 邁克爾·波特.國(guó)家競(jìng)爭(zhēng)優(yōu)勢(shì)[M].北京:中信出版社,2010.

[3] Kennedy P L, Harrison R W. Analyzing agribusiness competitiveness: the case of the United States sugar industry[J]. International Food and Agribusiness Management Review, 1998(2): 51-62.

[4] Gustavsson R, Hanson P, Lundberg L. Technology resource endowments and international competitiveness[J]. European Economic Review, 1999, 43(7): 23-38.

[5] Maria Sassi. Agricultural convergence and competitiveness in the EU -15 regions[C]//Contributed paper prepared for presentation at the International Association of Agricultural Economists Conference, Gold Coast, Australia, 2006: 67-80.

[6] Christian Fischer, Sebastian Schornberg. Assessing the competitiveness situation of EU food and drink manufacturing industries: An index -based approach[J]. Agribusiness, 2007(4): 56-72.

[7] 趙樹(shù)寬,劉冠宏.農(nóng)業(yè)競(jìng)爭(zhēng)力理論范式探討[J].當(dāng)代經(jīng)濟(jì)研究,2013(5):20-26.

[8] 趙海燕,何忠偉.中國(guó)大國(guó)農(nóng)業(yè)國(guó)際競(jìng)爭(zhēng)力的演變及對(duì)策:以蔬菜產(chǎn)業(yè)為例[J].國(guó)際貿(mào)易問(wèn)題,2013(7):3-14.

[9] 萬(wàn)云芳.制約陜西農(nóng)業(yè)競(jìng)爭(zhēng)力提高的影響因素分析[J].江西農(nóng)業(yè)學(xué)報(bào),2012,24(10):153-155.

[10] 高云,詹慧龍,趙躍龍,等.國(guó)家現(xiàn)代農(nóng)業(yè)示范區(qū)競(jìng)爭(zhēng)力評(píng)價(jià)及區(qū)域優(yōu)勢(shì)分析[J].浙江農(nóng)業(yè)學(xué)報(bào),2015,27(10):1841-1849.

[11] 鄭軍,史建民.基于AHP法的生態(tài)農(nóng)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系構(gòu)建[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2010,18(5):1087-1092.

[12] 劉洋,甘紅.區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力系統(tǒng)評(píng)價(jià)[J].農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究,2005,21(4):57-60.

[13] 唐仁健.從根本上提升我國(guó)農(nóng)業(yè)競(jìng)爭(zhēng)力——中國(guó)農(nóng)業(yè)應(yīng)對(duì)WTO的宏觀思考[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題,2001,22(1):25-31.

[14] 蘇航.農(nóng)產(chǎn)品競(jìng)爭(zhēng)力與農(nóng)業(yè)競(jìng)爭(zhēng)力的內(nèi)涵界定[J].經(jīng)濟(jì)論壇,2005(24):125-127.

[15] 曹執(zhí)令.湖南省區(qū)域農(nóng)業(yè)競(jìng)爭(zhēng)力比較研究[J].經(jīng)濟(jì)地理,2012,32(2):139-142.

[16] 潘啟龍,劉合光.現(xiàn)代農(nóng)業(yè)科技園區(qū)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系研究[J].地域研究與開(kāi)發(fā),2013,32(1):5-11.

[17] 孫東琪.蘇魯兩省產(chǎn)業(yè)競(jìng)爭(zhēng)力模式比較及其競(jìng)爭(zhēng)路徑研究[J].經(jīng)濟(jì)地理,2013,33(2):128-134.

(責(zé)任編輯：管珊紅)

Empirical Analysis and Evaluation of Regional Agricultural Competitiveness in Sichuan Province

XIAO Shu-yi

(Hohai University, Nanjing 210000, China)

Taking 21 cities (prefectures) of Sichuan province as the research objects, the regional agricultural competitiveness evaluation index system that consisted of 5 primary indexes and 15 secondary indexes was constructed on the basis of combining the related worldwide literatures with the regional actual situations. Four common factors (agricultural productivity, rural residents’ living standard, agricultural scale, and agricultural structure) were extracted by using factor analysis, and the agricultural competitiveness of all cities (prefectures) was ranked. Based on the above 4 common factors, the agricultural competitiveness of 21 cities (prefectures) in Sichuan province was sorted by using systematic clustering analysis. According to the statistical data and the evaluated regional agricultural competitiveness in the year 2014, 21 cities (prefectures) in Sichuan province could be divided into 4 categories; among them, Chengdu city had the best status of agricultural development, while Ganzi prefecture and Aba prefecture had the weakest agricultural competitiveness, which was consistent with the ranking results of factor analysis. Finally, a series of related measures and suggestions were put forward to strengthen the agricultural competitiveness of Sichuan province.

Agricultural competitiveness; Evaluation index system; Factor analysis; Clustering analysis; Sichuan province

2016-03-29

肖舒刈(1992—)，女，四川成都人，碩士研究生，研究方向：人力資源、區(qū)域經(jīng)濟(jì)學(xué)研究。

F327

A

1001-8581(2016)09-0112-07