基于主成分分析的農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染問題研究

鄭 石，王 熒

(1.福建師范大學(xué) 經(jīng)濟(jì)學(xué)院，福建 福州 350108；2.福建江夏學(xué)院 經(jīng)濟(jì)貿(mào)易學(xué)院，福建 福州 350108)

基于主成分分析的農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染問題研究

鄭 石1，王 熒2

(1.福建師范大學(xué) 經(jīng)濟(jì)學(xué)院，福建 福州 350108；2.福建江夏學(xué)院 經(jīng)濟(jì)貿(mào)易學(xué)院，福建 福州 350108)

選取了代表農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的10個(gè)指標(biāo)和代表農(nóng)業(yè)環(huán)境污染的7個(gè)指標(biāo)，運(yùn)用主成分分析的方法，分別對(duì)我國(guó)31個(gè)地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)環(huán)境污染狀況進(jìn)行了評(píng)價(jià)，并根據(jù)兩組主成分分別得出農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境污染程度的綜合得分。通過對(duì)兩組綜合得分的聚類分析，將31個(gè)地區(qū)劃分為4類，并對(duì)這4類地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染情況做出綜合評(píng)價(jià)和解釋，揭示了農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境污染之間的關(guān)系和矛盾，最后結(jié)合區(qū)域地理區(qū)位條件，因地制宜地提出促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)和環(huán)境可持續(xù)發(fā)展的建議。

農(nóng)業(yè)經(jīng)濟(jì)；農(nóng)業(yè)環(huán)境污染；主成分分析；聚類分析

0 引言

我國(guó)農(nóng)業(yè)保持了30年的高速發(fā)展，糧食產(chǎn)量和農(nóng)業(yè)現(xiàn)代化水平逐年上升，為我國(guó)的經(jīng)濟(jì)轉(zhuǎn)型提供了強(qiáng)有力的支撐。然而，農(nóng)業(yè)生產(chǎn)普遍采用集約化生產(chǎn)方式，即依賴化肥、農(nóng)藥以及除草劑的大量使用，造成了嚴(yán)重的農(nóng)業(yè)污染和環(huán)境問題，威脅到農(nóng)業(yè)的可持續(xù)發(fā)展。根據(jù)《第一次全國(guó)污染源普查公報(bào)(2010)》顯示，我國(guó)農(nóng)業(yè)污染源排放的3類主要污染物(COD、TN、TP)分別達(dá)到1324.09萬(wàn)、270.46萬(wàn)、28.47萬(wàn)t，占比分別為43.7%、57.2%、67.3%，農(nóng)業(yè)污染源已成為我國(guó)第一大污染源。另?yè)?jù)《全國(guó)土壤污染狀況調(diào)查報(bào)告(2014)》，我國(guó)土壤污染超標(biāo)率總體上已達(dá)16.1%，其中無(wú)機(jī)污染占比82.8%。此外，畜禽糞污隨意處置、糧食作物秸稈田間焚燒等現(xiàn)象仍然存在，不僅造成了嚴(yán)重的環(huán)境污染，而且影響了土壤的質(zhì)量，導(dǎo)致糧食的減產(chǎn)。農(nóng)業(yè)高投入、高消耗、高污染的生產(chǎn)方式，帶來(lái)的農(nóng)業(yè)資源與環(huán)境的問題積重難返，農(nóng)業(yè)面源污染在相當(dāng)長(zhǎng)的時(shí)期內(nèi)已經(jīng)成為制約農(nóng)業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展的重要因素之一[1]。因此，農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境的關(guān)系是現(xiàn)在及未來(lái)需要應(yīng)對(duì)和解決的問題。

經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的關(guān)系長(zhǎng)期以來(lái)一直是學(xué)者們討論的主題。伴隨經(jīng)濟(jì)的持續(xù)增長(zhǎng)，經(jīng)濟(jì)與環(huán)境的矛盾越來(lái)越突出。Grossman等[2]在針對(duì)北美自由貿(mào)易協(xié)定的環(huán)境影響時(shí)，首次實(shí)證研究了環(huán)境質(zhì)量與人均收入之間的關(guān)系，指出污染在低收入水平上隨人均GDP增加而上升，在高收入水平上隨GDP增長(zhǎng)而下降，并將這種環(huán)境質(zhì)量與人均收入間的倒“U”型關(guān)系稱為環(huán)境庫(kù)茲涅茨曲線(EKC)。并且他們認(rèn)為農(nóng)業(yè)技術(shù)在促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的同時(shí)會(huì)對(duì)環(huán)境污染產(chǎn)生負(fù)向的影響。國(guó)內(nèi)學(xué)者杜江[3]通過EKC檢驗(yàn)發(fā)現(xiàn)，隨著農(nóng)業(yè)經(jīng)濟(jì)規(guī)模的擴(kuò)大，農(nóng)業(yè)化學(xué)投入密度逐漸提高，環(huán)境狀況進(jìn)一步惡化，伴隨著人均收入的增加和技術(shù)的進(jìn)步以及人們環(huán)境意識(shí)的提高，化學(xué)投入品的密度逐漸減少，從而環(huán)境得到改善。唐麗霞等[4]通過對(duì)全國(guó)141個(gè)村的調(diào)查，系統(tǒng)分析了中國(guó)農(nóng)村的環(huán)境污染問題，發(fā)現(xiàn)中國(guó)農(nóng)村的水資源退化和污染、農(nóng)藥和化肥的濫用造成了農(nóng)業(yè)環(huán)境污染以及農(nóng)村環(huán)境污染。張樂柱等[5]利用VAR模型脈沖響應(yīng)函數(shù)方法，分析了廣東省1985～2010年農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與農(nóng)業(yè)環(huán)境污染的動(dòng)態(tài)關(guān)系，發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)增加了環(huán)境壓力，但環(huán)境質(zhì)量變化對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)存在著反作用。

綜合現(xiàn)有研究成果可知，經(jīng)濟(jì)與環(huán)境兩者的關(guān)系既對(duì)立又統(tǒng)一，兩者互相依存、互相制約，要同等對(duì)待經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)，統(tǒng)籌兼顧，不能顧此失彼[6]。目前，在研究對(duì)象方面，經(jīng)濟(jì)發(fā)展與環(huán)境的研究對(duì)象多是集中于工業(yè)領(lǐng)域，農(nóng)業(yè)領(lǐng)域的研究較少；在研究區(qū)域方面，主要范圍包括個(gè)別省份或地區(qū)；在研究方法方面，大多運(yùn)用EKC模型檢驗(yàn)、脈沖響應(yīng)函數(shù)、協(xié)整理論等，缺少主成分分析方法。同時(shí)有關(guān)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境污染關(guān)系的文獻(xiàn)研究比較缺乏，尚處于起步階段。鑒于此，在現(xiàn)有研究的基礎(chǔ)上，本文運(yùn)用主成分分析和聚類分析的方法，對(duì)2014年我國(guó)31個(gè)地區(qū)的農(nóng)業(yè)發(fā)展和環(huán)境污染進(jìn)行了分類和解析，并結(jié)合地理區(qū)位和實(shí)際情況，提出了科學(xué)對(duì)策和建議，為我國(guó)農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境的可持續(xù)發(fā)展提供了現(xiàn)實(shí)依據(jù)。

1 研究方法與指標(biāo)選取

1.1 研究方法與模型

1.1.1 主成分分析法 對(duì)于農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和環(huán)境污染狀況的評(píng)價(jià)，往往涉及多個(gè)指標(biāo)的綜合衡量。由于指標(biāo)太多，使得分析的復(fù)雜性增加，同時(shí)指標(biāo)間經(jīng)常具備一定的相關(guān)性。所以人們希望用較少的指標(biāo)代替原來(lái)較多的指標(biāo)，但依然能反映原有的全部信息，于是霍特林(Hotelling)1993年首先提出了主成分分析。主成分分析是研究如何通過少數(shù)幾個(gè)主成分來(lái)解釋多變量的方差——協(xié)方差結(jié)構(gòu)的分析方法，也就是求出少數(shù)幾個(gè)主成分，使它們盡可能多地保留原始變量的信息，且彼此不相關(guān)，可以很好地消除自變量之間的多重共線性。利用主成分分析能簡(jiǎn)化分析，更能反映事物的本質(zhì)[7]。

設(shè)原始變量為x1,x2,…,xn，主成分分析后得到的新變量(綜合變量)為y1,y2,…,ym，它們是x1,x2,…,xn的線性組合(m

第一，為了消除數(shù)據(jù)的量綱和數(shù)量級(jí)不同帶來(lái)的影響，需將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

第三，計(jì)算R的特征值和特征向量。根據(jù)特征方程|R-λI|=0，計(jì)算特征根λi，并按照從大到小排列：λ1≥λ2≥…≥λn，同時(shí)得到對(duì)應(yīng)的特征向量u1,u2,…，un。

1.1.2 聚類分析法 對(duì)于主成分分析得到的農(nóng)業(yè)發(fā)展和環(huán)境污染的評(píng)價(jià)得分，需要對(duì)其進(jìn)行分類，以便尋找各個(gè)地區(qū)農(nóng)業(yè)發(fā)展、環(huán)境污染的差異和區(qū)域特征。聚類分析是根據(jù)事物本身的特性研究個(gè)體分類的方法，將性質(zhì)相近的歸為一類，將性質(zhì)差別較大的歸入不同的類。聚類可分為快速樣本聚類(K-MeansCluster)和分層聚類(HierarchicalCluster)，其中K-Means算法由于效果好，因而最為著名，應(yīng)用也最為廣泛。

K-means算法是斯圖爾特·勞埃德(StuartLloyd)于1982年提出的簡(jiǎn)單而有效的統(tǒng)計(jì)聚類技術(shù)。其計(jì)算步驟如下[8]：首先從n個(gè)數(shù)據(jù)中對(duì)象任意選擇k個(gè)對(duì)象作為初始簇中心，而對(duì)于剩下的其他對(duì)象，則根據(jù)它們與這些簇中心的相似度(距離)，分別將它們分配給與其最相似的(簇中心所代表的)簇；然后，再計(jì)算每個(gè)所獲新簇的中心(該簇中所有對(duì)象的均值)，不斷重復(fù)這一過程直到標(biāo)準(zhǔn)度函數(shù)開始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù)，具體定義如下：

其中，E為簇中所有對(duì)象的均方差之和；p代表簇中的一個(gè)點(diǎn)，可為多維；mi為簇Ci的均值，可為多維。公式所示的聚類標(biāo)準(zhǔn)，旨在使所獲得的k個(gè)簇具有使各簇本身盡可能地緊湊，而各簇之間盡可能地分開的特點(diǎn)。

1.2 指標(biāo)選取和數(shù)據(jù)來(lái)源

1.2.1 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展指標(biāo)的選取 本文從農(nóng)業(yè)經(jīng)濟(jì)總量、農(nóng)業(yè)經(jīng)濟(jì)效益和農(nóng)業(yè)經(jīng)濟(jì)結(jié)構(gòu)3個(gè)角度，共選取了10個(gè)農(nóng)業(yè)經(jīng)濟(jì)指標(biāo)，科學(xué)全面地反映了各地農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的程度和水平。其中，農(nóng)業(yè)經(jīng)濟(jì)總量包括2個(gè)指標(biāo)：X1為農(nóng)林牧漁業(yè)總產(chǎn)值(億元)和X2為農(nóng)林牧漁業(yè)固定資產(chǎn)投資(億元)，主要反映一個(gè)地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)規(guī)模與總量；農(nóng)業(yè)經(jīng)濟(jì)效益包括3個(gè)指標(biāo)，X3為人均農(nóng)林牧漁生產(chǎn)總值(元/人)、X4為農(nóng)村居民可支配收入(元/人)、X5為農(nóng)村居民消費(fèi)支出(元/人)，主要反映一個(gè)地區(qū)農(nóng)業(yè)經(jīng)濟(jì)效益和農(nóng)民生活水平；農(nóng)業(yè)經(jīng)濟(jì)結(jié)構(gòu)包括5個(gè)指標(biāo)，X6為第一產(chǎn)業(yè)占GDP比例、X7為農(nóng)業(yè)所占比例、X8為林業(yè)所占比例、X9為牧業(yè)所占比例、X10為漁業(yè)所占比例，主要反映一個(gè)地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)結(jié)構(gòu)。各項(xiàng)指標(biāo)數(shù)據(jù)來(lái)源于2015年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》并經(jīng)計(jì)算整理所得。

1.2.2 農(nóng)業(yè)環(huán)境污染指標(biāo)的選取 本文從水體、氣體、固體和土壤4種污染形態(tài)，選取共7項(xiàng)農(nóng)業(yè)污染指標(biāo)，全方位反映各個(gè)地區(qū)農(nóng)業(yè)環(huán)境污染狀況。其中，農(nóng)業(yè)水體污染包括4種排放物：O1-化學(xué)需氧量排放量(萬(wàn)t)、O2-氨氮排放量(萬(wàn)t)、O3-總氮排放量(萬(wàn)t)和O4-總磷排放量(萬(wàn)t)，主要反映農(nóng)業(yè)污水對(duì)環(huán)境的影響。農(nóng)業(yè)氣體污染主要選取1種排放物：O5-CO2排放量(萬(wàn)t)，主要反映農(nóng)業(yè)廢氣污染物對(duì)大氣的影響。CO2排放量由化肥、農(nóng)藥、農(nóng)膜、柴油、翻耕和灌溉共6種農(nóng)業(yè)碳源引起，參照以往研究，6類排放源排放系數(shù)分別為0.8956(kg/kg)[9]、農(nóng)藥4.9341(kg/kg)、農(nóng)膜5.18(kg/kg)、柴油0.5927(kg/kg)、農(nóng)業(yè)灌溉20.476(kg/hm2)、農(nóng)業(yè)播耕312.6(kg/km2)[10],CO2排放總量由各碳源乘以相應(yīng)系數(shù)，加總計(jì)算所得。農(nóng)業(yè)固體污染選取1種污染物：O6-農(nóng)膜殘留量(萬(wàn)t)，反映農(nóng)業(yè)固體廢棄物對(duì)環(huán)境的影響，農(nóng)膜殘留量根據(jù)《第一次全國(guó)污染普查農(nóng)田地膜殘留系數(shù)手冊(cè)》的殘留系數(shù)核算。農(nóng)業(yè)土壤污染選取1種污染物：O7-農(nóng)藥流失量(萬(wàn)t)，反映農(nóng)業(yè)土壤污染對(duì)環(huán)境的影響，農(nóng)藥流失量根據(jù)《第一次全國(guó)污染普查農(nóng)藥流失系數(shù)手冊(cè)》的流失系數(shù)核算。各項(xiàng)指標(biāo)數(shù)據(jù)來(lái)源于2015年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》和《中國(guó)環(huán)境年鑒》并經(jīng)計(jì)算整理所得。

2 實(shí)證分析

2.1 農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染的主成分分析

2.1.1 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的主成分分析 運(yùn)用SPSS22.0軟件中的主成分分析，通過計(jì)算反映農(nóng)業(yè)經(jīng)濟(jì)狀況的原始數(shù)據(jù)中樣本的相關(guān)陣，得到農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的主成分分析結(jié)果，如表1所示。

表1 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的主成分分析結(jié)果

由表1可知，前5個(gè)主成分的累積貢獻(xiàn)率達(dá)到89.864%，當(dāng)取前5個(gè)主成分代替原來(lái)的指標(biāo)時(shí)，已經(jīng)能夠很好地反映原始數(shù)據(jù)的大部分信息。從5個(gè)特征值的特征向量上看，第1個(gè)主成分E1在X4(農(nóng)村居民可支配收入)、X5(農(nóng)村居民消費(fèi)支出)前的系數(shù)很大，所以E1可認(rèn)為是反映各地區(qū)與農(nóng)民生活水平相關(guān)的一項(xiàng)農(nóng)業(yè)經(jīng)濟(jì)指標(biāo)；第2個(gè)主成分E2在X1(農(nóng)林牧漁業(yè)總產(chǎn)值)、X2(農(nóng)林牧漁業(yè)固定資產(chǎn)投資)、X3(人均農(nóng)林牧漁生產(chǎn)總值)前的系數(shù)較大，所以E2可認(rèn)為是反映各地區(qū)農(nóng)業(yè)經(jīng)濟(jì)總量和效益的一項(xiàng)經(jīng)濟(jì)指標(biāo)；在第3個(gè)主成分E3中，X7(農(nóng)業(yè)所占比例)、X8(林業(yè)所占比例)、X9(牧業(yè)所占比例)前的影響較大，而E3與X7負(fù)相關(guān)，與X8、X9正相關(guān)，所以E3是反映農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對(duì)各地區(qū)農(nóng)業(yè)經(jīng)濟(jì)的影響；第4個(gè)主成分E4在X2(農(nóng)林牧漁業(yè)固定資產(chǎn)投資)、X6(第一產(chǎn)業(yè)占GDP比例)前的系數(shù)較大，而E4與X6負(fù)相關(guān)，與X2正相關(guān)，所以E4是反映農(nóng)業(yè)基礎(chǔ)投資和地區(qū)農(nóng)業(yè)比例對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響；第5個(gè)主成分E5在X8(林業(yè)所占比例)前的系數(shù)較大，所以E5可認(rèn)為是反映林業(yè)經(jīng)濟(jì)對(duì)各地區(qū)農(nóng)業(yè)經(jīng)濟(jì)影響的一項(xiàng)經(jīng)濟(jì)指標(biāo)。

為了更好地衡量各個(gè)地區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展程度，用各個(gè)主成分的貢獻(xiàn)率作為加權(quán)平均的系數(shù)，得到農(nóng)業(yè)經(jīng)濟(jì)發(fā)展程度的綜合得分(記為A1)：

A1=0.3512E1+0.1971E2+0.1402E3+0.1259E4+0.0842E5

(1)

2.1.2 農(nóng)業(yè)環(huán)境污染的主成分分析 運(yùn)用SPSS 22.0軟件中的主成分分析，通過計(jì)算反映農(nóng)業(yè)環(huán)境污染的原始數(shù)據(jù)中樣本的相關(guān)陣，得到農(nóng)業(yè)環(huán)境污染的主成分分析結(jié)果，如表2所示。

表2 農(nóng)業(yè)環(huán)境污染的主成分分析結(jié)果

由表2可知，前3個(gè)主成分的累積貢獻(xiàn)率達(dá)到95.845%，當(dāng)取前3個(gè)主成分代替原來(lái)的指標(biāo)時(shí)，已經(jīng)能夠很好地反映原始數(shù)據(jù)的大部分信息。從3個(gè)特征值的特征向量上看，第1個(gè)主成分P1與7個(gè)農(nóng)業(yè)環(huán)境污染指標(biāo)正相關(guān)，并且與7項(xiàng)指標(biāo)的系數(shù)都在0.8以上，所以P1可認(rèn)為是通過原7項(xiàng)指標(biāo)反映各地區(qū)農(nóng)業(yè)環(huán)境污染狀況的一項(xiàng)綜合指標(biāo)；第2個(gè)主成分P2在O7(農(nóng)藥流失量)前有較大系數(shù)，主要反映土壤污染對(duì)農(nóng)業(yè)環(huán)境的影響；第3個(gè)主成分P3在O6(農(nóng)膜殘留量)前有較大系數(shù)，主要反映固體廢物污染對(duì)農(nóng)業(yè)環(huán)境造成的影響。

為了更好地評(píng)價(jià)各個(gè)地區(qū)農(nóng)業(yè)環(huán)境污染程度，用各個(gè)主成分的貢獻(xiàn)率作為加權(quán)平均的系數(shù)，得到農(nóng)業(yè)環(huán)境污染程度的綜合得分(記為A2)：

A2=0.8308P1+0.0733P2+0.0544P3

(2)

2.1.3 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境污染的綜合得分評(píng)價(jià) 為了更好地研究與解釋各地區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境污染之間的關(guān)系，分別根據(jù)公式(1)和(2)計(jì)算綜合得分A1和A2并排名，結(jié)果如表3所示。

由表3可知，在對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展程度A1的排名中，排在前幾位的分別是：北京、浙江、福建、上海和江蘇，說(shuō)明排在前面的這些地區(qū)農(nóng)業(yè)發(fā)展程度較好；排在后幾位的分別是：寧夏、新疆、貴州、西藏和甘肅，說(shuō)明排在后面的這些地區(qū)農(nóng)業(yè)發(fā)展還比較落后。北京、浙江、福建、上海和江蘇的農(nóng)業(yè)發(fā)展排在全國(guó)前列，雖然這些地區(qū)并非傳統(tǒng)的農(nóng)業(yè)大省，農(nóng)業(yè)生產(chǎn)規(guī)模不是最大，但這些地區(qū)位于東部沿海，林漁業(yè)較為發(fā)達(dá)，農(nóng)林牧漁比例更加協(xié)調(diào)，同時(shí)其人均農(nóng)業(yè)產(chǎn)值和農(nóng)民收入高，農(nóng)村基礎(chǔ)設(shè)施和農(nóng)民生活水平優(yōu)于全國(guó)其他地區(qū)，使得農(nóng)業(yè)經(jīng)濟(jì)憑借良好的效益水平和產(chǎn)業(yè)結(jié)構(gòu)得以轉(zhuǎn)型突破。而排在后面的寧夏、新疆、貴州、西藏和甘肅，這些地區(qū)地處西部，相對(duì)惡劣的地理氣候條件限制了農(nóng)業(yè)的發(fā)展，人均農(nóng)業(yè)產(chǎn)值和農(nóng)民收入與東部地區(qū)還有很大差距，農(nóng)牧業(yè)占比高，林漁業(yè)薄弱，產(chǎn)業(yè)結(jié)構(gòu)較為單一，使得農(nóng)業(yè)經(jīng)濟(jì)落后于其他地區(qū)。

在對(duì)農(nóng)業(yè)環(huán)境污染程度A2的排名中，排在前幾位的分別是：山東、河南、河北、湖南和湖北，說(shuō)明排在前面的這些地區(qū)農(nóng)業(yè)環(huán)境污染嚴(yán)重；排在后幾位的分別是：北京、寧夏、上海、青海和西藏，說(shuō)明排在后面的這些地區(qū)農(nóng)業(yè)環(huán)境污染較輕。山東、河南、河北、湖南和湖北都是全國(guó)有名的農(nóng)業(yè)大省，化肥、農(nóng)藥、農(nóng)膜等農(nóng)業(yè)生產(chǎn)資料的大量使用促進(jìn)了這些地區(qū)農(nóng)業(yè)的高產(chǎn)增收，同時(shí)也加劇了水體面源污染、農(nóng)藥殘留土壤污染和CO2排放空氣污染，再加上農(nóng)戶生態(tài)意識(shí)的缺乏和對(duì)環(huán)境治理的漠視，農(nóng)業(yè)廢水、廢氣和廢物的排放給這些地區(qū)造成了嚴(yán)重的環(huán)境污染。排在后面的北京和上海，對(duì)于農(nóng)業(yè)環(huán)境污染高度重視，積極采取治理措施并卓有成效。而寧夏、青海、西藏屬于西部地區(qū)，農(nóng)業(yè)生產(chǎn)條件不足，農(nóng)業(yè)發(fā)展較為落后，并非全國(guó)主要的農(nóng)業(yè)生產(chǎn)區(qū)域，所以這些地區(qū)的農(nóng)業(yè)環(huán)境優(yōu)于其他地區(qū)，農(nóng)民的農(nóng)業(yè)污染比較少。

表3 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與環(huán)境污染的綜合得分及排名

2.2 農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染的聚類分析 根據(jù)綜合得分表，采取聚類分析中的K-means法，運(yùn)用SPSS 22.0軟件中的聚類分析中的K-means聚類，針對(duì)各個(gè)地區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展環(huán)境污染的2個(gè)綜合得分A1和A2，將各地區(qū)進(jìn)行聚類。當(dāng)選擇聚為4類時(shí)，得到方差分析表4。

表4 變異數(shù)分析

由表4可知，對(duì)聚類結(jié)果的類別間距離進(jìn)行方差分析，方差分析表明：類別間距離差異的概率值均小于0.001，即聚類效果好。因此，可以得到農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染的4類聚類結(jié)果，如表5所示。

表5 農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染的聚類分析結(jié)果

為了更好地解釋每一類所表示的意義，對(duì)綜合得分?jǐn)?shù)據(jù)表3中的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展程度A1和農(nóng)業(yè)環(huán)境污染A2繪制散點(diǎn)圖。為了清楚地表示每一類的含義，在散點(diǎn)圖上分別作輔助線A1=0，A2=-0.5，A3=2.5，整個(gè)平面劃分為4個(gè)區(qū)塊，并在每個(gè)區(qū)塊上標(biāo)注所屬類別，如圖1所示。

圖1 農(nóng)業(yè)經(jīng)濟(jì)發(fā)展程度與環(huán)境污染狀況散點(diǎn)圖

觀察散點(diǎn)圖1，發(fā)現(xiàn)3條輔助線正好將平面上的樣本劃分為4類，而這4類正好與聚類分析過程得到的4類相匹配。這樣就能明確每一聚類所表示的含義：1類(圖1左上角)表示的是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展好且環(huán)境污染輕的地區(qū)；2類(圖1中部)表示的是農(nóng)業(yè)經(jīng)濟(jì)相對(duì)較好但環(huán)境污染中度的地區(qū)；3類(圖1右部)表示的是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展差而環(huán)境污染輕的地區(qū)；4類(圖1左下角)表示的是農(nóng)業(yè)經(jīng)濟(jì)發(fā)展相對(duì)較好但環(huán)境污染重度的地區(qū)。

根據(jù)聚類分析的結(jié)果，1類表示農(nóng)業(yè)經(jīng)濟(jì)好且環(huán)境優(yōu)的地區(qū)，包括北京、天津、上海、浙江、福建5個(gè)地區(qū)，而山東、河南和河北這3個(gè)農(nóng)業(yè)經(jīng)濟(jì)好的農(nóng)業(yè)大省卻處在環(huán)境重度污染的4類，同時(shí)江蘇、四川、湖北、湖南、廣東、黑龍江等地，農(nóng)業(yè)經(jīng)濟(jì)較好但環(huán)境中度污染，處于2類。由此可以發(fā)現(xiàn)，我國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，都存在著農(nóng)業(yè)環(huán)境污染的嚴(yán)重問題。究其原因是這些地區(qū)在農(nóng)業(yè)生產(chǎn)中取得經(jīng)濟(jì)發(fā)展的同時(shí)，對(duì)當(dāng)?shù)氐霓r(nóng)業(yè)污染源管理不當(dāng)以及農(nóng)藥、化肥等物質(zhì)的控制不足，這些都對(duì)當(dāng)?shù)氐霓r(nóng)業(yè)環(huán)境造成了破壞。例如，山東省2014年的農(nóng)林牧漁總產(chǎn)值為9198.3億元，比全國(guó)的平均農(nóng)林牧漁總產(chǎn)值高出18個(gè)百分點(diǎn)，而2014年的中國(guó)環(huán)境年鑒統(tǒng)計(jì)表明：山東省農(nóng)業(yè)水體污染中的化學(xué)需氧量、氨氮、總氮和總磷排放量分別高達(dá)126.1萬(wàn)t、6.9萬(wàn)t、57.4萬(wàn)t和6.4萬(wàn)t，均居全國(guó)首位；農(nóng)業(yè)CO2廢氣排放量高達(dá)768.9萬(wàn)t，居全國(guó)第二。由全國(guó)農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染的數(shù)據(jù)可以看出，河南、河北4類地區(qū)以及江蘇、四川、湖北、湖南、廣東、黑龍江等2類地區(qū)均有類似的現(xiàn)象。由此可見，在4類的3個(gè)地區(qū)和2類的12個(gè)地區(qū)中，這些地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展是以犧牲當(dāng)?shù)氐霓r(nóng)業(yè)生態(tài)環(huán)境為代價(jià)的。由結(jié)果可以發(fā)現(xiàn)，山西、吉林、海南、重慶、貴州、云南、西藏、陜西、甘肅、青海和寧夏11個(gè)省，都處于農(nóng)業(yè)經(jīng)濟(jì)差而環(huán)境好的3類，并且這些地區(qū)之間存在差異。比如：海南可以通過發(fā)展自身的農(nóng)業(yè)經(jīng)濟(jì)，從而進(jìn)入1類；吉林、云南和甘肅如果再不重視農(nóng)業(yè)生態(tài)環(huán)境的保護(hù)和治理，就會(huì)落入環(huán)境較差的2類；而青海、寧夏、西藏和貴州西部地區(qū)，則可以利用各自的地理、資源和環(huán)境的優(yōu)勢(shì)，因地制宜的大力發(fā)展各自的農(nóng)業(yè)經(jīng)濟(jì)。

3 農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境可持續(xù)發(fā)展的思考與建議

運(yùn)用主成分分析和聚類分析的方法，從整體上把握了2014年全國(guó)31個(gè)地區(qū)農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染的綜合情況，并劃分為4個(gè)類別。將各類包含的地區(qū)標(biāo)注在地圖上(圖2)，結(jié)合地理區(qū)位條件對(duì)我國(guó)農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染進(jìn)行綜合分析。同時(shí)根據(jù)各地區(qū)主要的農(nóng)業(yè)污染狀況，因地制宜地提出促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)和環(huán)境可持續(xù)發(fā)展的對(duì)策和建議。

圖2 農(nóng)業(yè)經(jīng)濟(jì)與環(huán)境污染的聚類分布圖

1類地區(qū)主要分布在京津地區(qū)和東南丘陵，是值得提倡的農(nóng)業(yè)發(fā)展模式。盡管北京、天津和上海的農(nóng)業(yè)規(guī)模小，但人均產(chǎn)值高、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)，農(nóng)業(yè)經(jīng)濟(jì)得到有利發(fā)展，同時(shí)保持環(huán)境友好的業(yè)態(tài)。京津地區(qū)人均水資源低，地下水超采問題較重，通過積極推廣噴灌、滴灌等高效節(jié)水灌溉技術(shù)，實(shí)施保護(hù)性耕作，促使農(nóng)業(yè)得到高效發(fā)展。浙江、福建地處東南丘陵，發(fā)達(dá)的林業(yè)和漁業(yè)，優(yōu)化了農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，減少了農(nóng)業(yè)投入品的高污染，保證了優(yōu)良的農(nóng)業(yè)生態(tài)環(huán)境。

2類地區(qū)主要分布在東北平原和南方地區(qū)，是需要維護(hù)農(nóng)業(yè)生態(tài)環(huán)境的地區(qū)。黑龍江、遼寧和內(nèi)蒙古東北部平原構(gòu)成的東北黑土區(qū)，是我國(guó)重要的糧倉(cāng)。由于化肥、農(nóng)藥等農(nóng)資的大量使用，造成東北黑土區(qū)農(nóng)田生態(tài)功能退化。通過建設(shè)有機(jī)肥工廠、生產(chǎn)場(chǎng)、堆漚池，推動(dòng)畜禽糞便及秸稈等有機(jī)廢棄物還田，可有效提高黑土地有機(jī)質(zhì)含量，維護(hù)農(nóng)業(yè)生態(tài)環(huán)境；湖北、湖南、江西、廣西、四川屬于南方耕地污染區(qū)，農(nóng)藥、化肥使用產(chǎn)生的鎘砷等重金屬土壤污染問題突出。要加強(qiáng)重金屬污染源頭防治，開展污染土壤治理，在重度污染區(qū)開展休耕試點(diǎn)，實(shí)施退耕還林還草，從而降低農(nóng)業(yè)土壤污染，提升農(nóng)業(yè)生態(tài)環(huán)境。

3類地區(qū)主要分布在西北地區(qū)，是需要提升農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的地區(qū)。山西、陜西、甘肅、青海、寧夏屬于西北旱作農(nóng)業(yè)區(qū)，是農(nóng)業(yè)地膜覆蓋大區(qū)，農(nóng)膜的大量使用造成農(nóng)業(yè)生態(tài)系統(tǒng)脆弱。要加強(qiáng)農(nóng)膜回收利用，健全農(nóng)膜回收利用機(jī)制。該區(qū)域位于農(nóng)牧交錯(cuò)地帶，可重點(diǎn)調(diào)整農(nóng)業(yè)結(jié)構(gòu)，減糧增飼，做強(qiáng)草食畜牧業(yè)，構(gòu)建農(nóng)林牧復(fù)合、草果田契合、一二三產(chǎn)融合的產(chǎn)業(yè)新體系，通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。

4類地區(qū)主要分布在華北平原，是亟需治理農(nóng)業(yè)環(huán)境污染的地區(qū)。山東、河北、河南地處華北平原，是中國(guó)的重要糧食生產(chǎn)基地。長(zhǎng)期的農(nóng)業(yè)集約型發(fā)展，化肥、農(nóng)藥等的大量使用造成了華北地區(qū)嚴(yán)重的大氣污染和水污染。應(yīng)引起農(nóng)業(yè)部及相關(guān)環(huán)保部門和機(jī)構(gòu)的高度重視，轉(zhuǎn)變對(duì)農(nóng)業(yè)環(huán)境污染深重的農(nóng)業(yè)生產(chǎn)方式。按照農(nóng)業(yè)可持續(xù)發(fā)展的戰(zhàn)略要求，制定科學(xué)的農(nóng)業(yè)環(huán)境綜合治理規(guī)劃，制定有利于農(nóng)業(yè)污水集中處理和農(nóng)村生活垃圾安全處置的政策，加強(qiáng)農(nóng)業(yè)環(huán)境污染知識(shí)的普及和環(huán)境環(huán)保的宣傳，規(guī)范和減少農(nóng)戶農(nóng)資的投入和使用，從源頭上遏制和降低農(nóng)業(yè)環(huán)境污染。

[1] 楊志敏,陳玉成,魏世強(qiáng)，等.重慶市農(nóng)業(yè)面源污染影響因子的系統(tǒng)分析[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào),2009,28(5):999-1004.

[2] Grossman G M, Krueger A B. Environmental impacts of a North American free trade agreement[J]. Social Science Electronic Publishing, 1992, 8(2): 223-250.

[3] 杜江.轉(zhuǎn)型期中國(guó)農(nóng)業(yè)增長(zhǎng)與環(huán)境污染問題研究[D].武漢：華中農(nóng)業(yè)大學(xué),2009.

[4] 唐麗霞,左停.中國(guó)農(nóng)村污染狀況調(diào)查與分析：來(lái)自全國(guó)141個(gè)村的數(shù)據(jù)[J].中國(guó)農(nóng)村觀察,2008(1):31-38.

[5] 張樂柱,吳穎懿.環(huán)境污染與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)互動(dòng)發(fā)展的機(jī)理：基于廣東省1985～2010年數(shù)據(jù)的實(shí)證分析[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013(3):19-24.

[6] 宋承珠,宋秉陽(yáng),宋秉壇.經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)[J].發(fā)展，2010(1):67.

[7] 李靖華，郭耀煌.主成分分析用于多指標(biāo)評(píng)價(jià)的方法研究：主成分評(píng)價(jià)[J].管理工程學(xué)報(bào),2002(1):39-43.

[8] 何承,朱揚(yáng)勇.城市交通大數(shù)據(jù)[M].上海：上?？茖W(xué)技術(shù)出版社,2015:167-168.

[9] West T O, Marland G A. Synthesis of carbon sequestration,carbon emissions,and net carbon flux in agriculture:comparing tillage practices in the United States[J]. Agriculture, ecosystems and environment, 2002, 91(1/3): 217-232.

[10] 李波,張俊飚,李海鵬.中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解[J].中國(guó)人口·資源與環(huán)境,2011,21(8):80-86.

(責(zé)任編輯：管珊紅)

Research on Agricultural Economy and Environmental Pollution Based on Principal Component Analysis

ZHENG Shi1, WANG Ying2

(1. School of Economics, Fujian Normal University, Fuzhou 350108, China;2. Faculty of Economics and Commerce, Fujian Jianxia College, Fuzhou 350108, China)

Ten economic indicators and 7 environmental indicators were selected to respectively evaluate the agricultural economic development and agricultural environmental pollution in 31 regions of China by using principal component analysis method. The overall scores of agricultural economic development and environmental pollution were respectively calculated by two groups of principal components. Through the cluster analysis of these two groups of overall scores, the 31 regions were divided into four categories, and the agricultural economy and environmental pollution in these four-category areas were comprehensively evaluated and explained. In addition, the relationship and contradiction between the agricultural economic development and the environmental pollution were revealed. Lastly, this paper put forward some advices to promote the sustainable development of agriculture and environment in the light of the regional geographical conditions.

Agricultural economy; Agricultural environmental pollution; Principal component analysis; Cluster analysis

2017-03-13

福建省社科規(guī)劃課題“農(nóng)村勞動(dòng)力轉(zhuǎn)移背景下的生態(tài)資源保護(hù)問題研究”(2012C073)。

鄭石(1991—)，男，福建莆田人，碩士研究生，主要研究方向：農(nóng)業(yè)經(jīng)濟(jì)學(xué)。

F323

A

1001-8581(2017)06-0125-06