四川省農(nóng)業(yè)產(chǎn)值影響因素實證分析

羅文奇 廖善剛

摘 要：【目的/意義】通過探討影響四川省農(nóng)業(yè)產(chǎn)值的主要因素，可為提升四川省現(xiàn)代化農(nóng)業(yè)發(fā)展水平提供對策建議?！痉椒?過程】以四川省2016年統(tǒng)計年鑒數(shù)據(jù)為基礎(chǔ)，收集整理四川省21個市（區(qū)）農(nóng)業(yè)投入的相關(guān)數(shù)據(jù)，選取6個農(nóng)業(yè)投入指標，采用主成分分析法和線性回歸模型對四川省農(nóng)業(yè)產(chǎn)值及對應(yīng)的農(nóng)業(yè)指標投入關(guān)系進行研究分析?！窘Y(jié)果/結(jié)論】研究發(fā)現(xiàn)：影響四川地區(qū)農(nóng)業(yè)產(chǎn)值的因素主要有耕地面積、灌溉面積和農(nóng)業(yè)機械總動力等，并提出保證耕地數(shù)量與質(zhì)量、擴大有效灌溉面積、提高化肥使用效率、保證農(nóng)村用電供應(yīng)、提高農(nóng)業(yè)機械總動力水平與鄉(xiāng)村從業(yè)人數(shù)等相關(guān)調(diào)整建議。

關(guān)鍵詞：農(nóng)業(yè)產(chǎn)值;農(nóng)業(yè)投入指標;主成分分析;線性回歸

中圖分類號：F323.5文獻標志碼：A文章編號：1637-5617（2020）01-0019-05

Abstract： 【Objective/Meaning】In order to improve the development level of modern agriculture in Sichuan Province， the main factors that influenced the agricultural output value of Sichuan Province were discussed， in order to provide countermeasures and suggestions for the development of modern agriculture. 【Methods/Procedures】Based on the statistical yearbook of Sichuan Province in 2016， the relevant data of agricultural input of 21 cities （districts） in Sichuan Province were collected and sorted out， and then the six agricultural input indicators were selected to study and analyze the relationship between agricultural output value and corresponding agricultural index input in Sichuan Province by using the method of principal component analysis and the model of linear regression. 【Results/Conclusions】It was found that the main factors influencing the agricultural output value in Sichuan were cultivated land area， irrigation area and total power of agricultural machinery， so the relevant adjustment suggestions were put forward including ensuring the quantity and quality of cultivated land; expanding the effective irrigation area; improving the efficiency of fertilizer use; ensuring the supply of electricity to rural areas; increasing the total power level of agricultural machinery and the number of rural employees.

Key words： agricultural output value; indicators of agricultural input; principal component analysis; linear regression

四川省是我國西南地區(qū)主要的農(nóng)業(yè)大省，農(nóng)業(yè)是四川經(jīng)濟的基礎(chǔ)，不僅對西南地區(qū)經(jīng)濟發(fā)展起著至關(guān)重要的作用，而且將直接影響全國的糧食安全。農(nóng)業(yè)、農(nóng)村、農(nóng)民問題是關(guān)系到國計民生的根本性問題，在我國社會經(jīng)濟發(fā)展的過程中，農(nóng)業(yè)的發(fā)展一直備受重視。黨的十九大報告首次將“實現(xiàn)鄉(xiāng)村振興戰(zhàn)略”作為現(xiàn)代化經(jīng)濟體系的有機組成部分，為農(nóng)業(yè)的發(fā)展指明了方向。因此，研究當前農(nóng)業(yè)經(jīng)濟增長的影響因素對促進我國農(nóng)業(yè)的發(fā)展，以及鄉(xiāng)村振興戰(zhàn)略的實施具有重要意義。目前，農(nóng)業(yè)問題已有很多專家學者做了深入的研究與討論，如張永麗[1]將甘肅省1978-2007年的農(nóng)業(yè)投入作為產(chǎn)出數(shù)據(jù)，分析甘肅省農(nóng)業(yè)產(chǎn)值的影響因素，結(jié)果表明技術(shù)進步是農(nóng)業(yè)產(chǎn)值增長的核心動力。朱森林[2]利用四川省1998-2014年的數(shù)據(jù)資料，實證檢驗了農(nóng)業(yè)就業(yè)人數(shù)、農(nóng)村用電量、物流貨運量等對四川省農(nóng)業(yè)產(chǎn)值的影響，結(jié)果表明這些因素對于提高農(nóng)業(yè)產(chǎn)量都有促進作用。李小強等[3]通過LMDI模型對黑龍江農(nóng)業(yè)碳排放與農(nóng)業(yè)產(chǎn)值增長的脫鉤情況進行研究，結(jié)果表明農(nóng)業(yè)勞動力素質(zhì)的提高、生產(chǎn)效率提升、農(nóng)業(yè)碳排放強度的減小與農(nóng)業(yè)生產(chǎn)規(guī)模的擴大對減少農(nóng)業(yè)碳排放，進而打破農(nóng)業(yè)碳排放和農(nóng)業(yè)產(chǎn)值間的耦合關(guān)系具有一定的促進作用。這些研究分別從農(nóng)業(yè)投入、碳排放量及不同農(nóng)業(yè)投入對農(nóng)業(yè)產(chǎn)值的影響的角度分析了農(nóng)業(yè)產(chǎn)值的影響因素。在此基礎(chǔ)上，本文將利用四川省2016年統(tǒng)計年鑒的農(nóng)業(yè)數(shù)據(jù)，采用主成分分析法及線性回歸模型探究對四川農(nóng)業(yè)產(chǎn)值有顯著影響的因素，以期為四川農(nóng)業(yè)現(xiàn)代化發(fā)展提供對策和建議。

1 區(qū)域概況

四川，簡稱川或蜀，緯度為97°21′～108°33′E、26°03′～34°19′N，位于中國內(nèi)陸西部，北連陜西、甘肅、青海，南接云南、貴州，東臨重慶，西銜西藏。四川省總面積48.6萬km2，轄18個地級市，3個自治州，其中包括54個市轄區(qū)、17個縣級市、108個縣、4個自治縣，常住人口8302萬。其氣候的總特點為：區(qū)域差異顯著、日照充足、降水集中于夏季、干雨季分明、氣候垂直變化大，氣候類型多樣，有利于農(nóng)、林、牧綜合發(fā)展。四川農(nóng)業(yè)具有精耕細作的特點，形成了夏、秋、晚秋作物一年三熟的耕作制度。常年農(nóng)作物種植面積在1.45億～1.5億hm2，其中糧食作物10億hm2左右，水稻、小麥、馬鈴薯等種植優(yōu)勢明顯，其中水稻最為突出，占糧食總產(chǎn)量的40%左右?？偟膩碚f，四川地理位置優(yōu)越，經(jīng)濟發(fā)達，農(nóng)業(yè)發(fā)展具有一系列的地區(qū)優(yōu)勢。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

為研究四川省農(nóng)業(yè)生產(chǎn)總值的影響因素，本文借鑒以前學者的指標選取方法，綜合考慮四川獨有的地域和氣候條件，選取2016年四川省21個市（區(qū)）的耕地面積X1、灌溉面積X2、化肥用量X3、農(nóng)村用電量X4、農(nóng)業(yè)機械總動力X5、鄉(xiāng)村從業(yè)人員X6等6個主要影響因素對農(nóng)業(yè)產(chǎn)值Y進行分析，構(gòu)建影響四川省21個市（區(qū)）農(nóng)業(yè)總產(chǎn)值評價體系（表1）。

2.2 研究方法

2.2.1 主成分分析

通過對四川省21個市（區(qū)）的農(nóng)業(yè)數(shù)據(jù)收集處理，采用主成分分析法，通過構(gòu)建主成分分析基本模型，來探究四川農(nóng)業(yè)生產(chǎn)總值的影響因素。主成分分析法也稱主分量分析法，是指將多個指標在多維度下重組，通過降維，將數(shù)據(jù)進行綜合處理以得到包含原數(shù)據(jù)的最多信息且彼此獨立的綜合指數(shù)，進而分析每個指標間權(quán)重的關(guān)系[4-5]。運用該方法來研究農(nóng)業(yè)產(chǎn)值的影響因素，可以將線性關(guān)系組合成為一些新的指標，將分析思路擴展，對四川省農(nóng)業(yè)產(chǎn)值密切聯(lián)系的關(guān)鍵性指標進行分析，能更好地把握四川地區(qū)的農(nóng)業(yè)資源，使分析更具有優(yōu)越性，同時為當?shù)剞r(nóng)業(yè)規(guī)劃提供更加科學的依據(jù)。

2.2.2 線性回歸模型

3 實證分析

3.1 主成分分析

利用表2中四川省各地區(qū)的農(nóng)業(yè)數(shù)據(jù)，借助SPSS 22.0軟件進行主成分分析，首先對原始數(shù)據(jù)進行預(yù)處理。預(yù)處理時，考慮到原始數(shù)據(jù)間存在正負向的差距，為了消除指標間量綱的不一致和數(shù)量級別差異的影響，將原始數(shù)據(jù)的樣本進行標準化處理，以方便計算且滿足標準正態(tài)分布過程（表2）。原始數(shù)據(jù)標準化公式為：

特征值>1的主成分1和主成分2的累計貢獻率達到99.45%，且主成分1的貢獻率達82.807%，主成分2的貢獻率達16.643%，符合提取主成分的要求（表3）。

如表4所示，主成分1在耕地面積、灌溉面積、農(nóng)村用電量、鄉(xiāng)村從業(yè)人員4個因素上的載荷較大，主要為反映土地自身因素和農(nóng)業(yè)投入技術(shù)對

農(nóng)業(yè)產(chǎn)值的綜合影響;主成分2在化肥用量和農(nóng)業(yè)機械總動力2個因素上的載荷較大，側(cè)重于反映農(nóng)業(yè)技術(shù)投入因素對農(nóng)業(yè)產(chǎn)值的影響。

3.2 線性回歸模型分析

X1的系數(shù)為0.113278，表明在其他自變量不變的情況下，耕地面積X1每增加1個單位，農(nóng)業(yè)總產(chǎn)值Y平均增加0.113278個單位;X2的系數(shù)為0.700518，表明在其他自變量不變的情況下，灌溉面積X2每增加1個單位，農(nóng)業(yè)總產(chǎn)值Y平均增加0.700518個單位;X3的系數(shù)為1.162203，表明在其他自變量不變的情況下，化肥用量每增加1個單位，農(nóng)業(yè)總產(chǎn)值Y平均增加1.162203個單位;X4的系數(shù)為1.93634，表明在其他自變量不變的情況下，農(nóng)村用電量每增加1個單位，農(nóng)業(yè)總產(chǎn)值Y平均增加1.93634個單位;X5的系數(shù)為0.000177，表明在其他自變量不變的情況下，農(nóng)業(yè)機械總動力每增加1個單位，農(nóng)業(yè)總產(chǎn)值Y平均增加0.000177個單位;X6的系數(shù)為0.308487，表明在其他自變量不變的情況下，鄉(xiāng)村從業(yè)人員每增加1個單位，農(nóng)業(yè)總產(chǎn)值Y平均增加0.308487個單位。

R2=0.92663，表明總離差平方和中的92.663%可由樣本回歸的離差平方和做出解釋，剩下的7.337%則歸因于隨機誤差項中所含因素對Y的影響，說明樣本的擬合度很高。

根據(jù)輸出的回歸結(jié)果，F(xiàn)統(tǒng)計量的P值為0.000000<0.05，因此通過F檢驗，即各自變量耕地面積、灌溉面積、化肥用量、農(nóng)村用電量、農(nóng)業(yè)機械總動力和鄉(xiāng)村從業(yè)人員對因變量農(nóng)業(yè)總產(chǎn)值有整體顯著影響，設(shè)立的模型表現(xiàn)為整體性顯著。其中，各回歸系數(shù)的t值的P值只有農(nóng)業(yè)機械總動力X5的系數(shù)為0.000177<0.05，結(jié)果表明農(nóng)業(yè)機械總動力對農(nóng)業(yè)總產(chǎn)值有顯著影響，這也符合現(xiàn)實情況。

4 結(jié)論及建議

4.1 結(jié)論

四川作為西南地區(qū)最重要的農(nóng)業(yè)生產(chǎn)基地之一，農(nóng)業(yè)開發(fā)具有較強的地域優(yōu)勢和潛在的大局意識，因此研究四川省農(nóng)業(yè)總產(chǎn)值的影響因素對于促進西南地區(qū)農(nóng)業(yè)迅速發(fā)展具有重要的指導(dǎo)意義，而且對其他農(nóng)業(yè)大省具有較強的借鑒意義[6]。截至2016年底，四川全省耕地面積67.35萬hm2，但因建設(shè)占用、災(zāi)毀、生態(tài)退耕等原因減少耕地面積1.65 hm2。耕地面積在農(nóng)業(yè)產(chǎn)值的貢獻率約83%，因此區(qū)域內(nèi)的農(nóng)業(yè)產(chǎn)值在一定程度上是由耕地面積的多少決定的。同時，農(nóng)村從業(yè)人員對于地區(qū)農(nóng)業(yè)總產(chǎn)值的影響最小，主要原因是現(xiàn)代農(nóng)業(yè)和城市化的快速發(fā)展，使農(nóng)業(yè)機械化水平提高，對于從事直接農(nóng)業(yè)生產(chǎn)人數(shù)的要求減小。同時，農(nóng)村勞動力受到城市化進程的影響，大量涌入城市，成為農(nóng)村需要提高機械化水平的現(xiàn)實推動力。從以上的結(jié)果數(shù)據(jù)可知，四川省21個市（區(qū)）的農(nóng)業(yè)總產(chǎn)值表現(xiàn)為區(qū)域差異大、東多西少、北多南少的特點，鄉(xiāng)村從業(yè)人數(shù)對于區(qū)域農(nóng)業(yè)產(chǎn)值的影響不大，化肥用量和農(nóng)村用電量對區(qū)域農(nóng)業(yè)產(chǎn)值的影響相對較大，耕地面積、灌溉面積及農(nóng)村機械總動力的影響顯著。由此表明，廣闊的耕地面積和灌溉面積及農(nóng)業(yè)機械總動力3方面因素是影響四川地區(qū)農(nóng)業(yè)總產(chǎn)值的主要原因。

4.2 建議

根據(jù)各地區(qū)農(nóng)業(yè)產(chǎn)值的實際情況來看，農(nóng)業(yè)總產(chǎn)值較高但人均消耗量也較大。因此，農(nóng)業(yè)資源的投入需要進一步加大，在保持農(nóng)業(yè)發(fā)展優(yōu)勢的情況下，加快推進農(nóng)業(yè)現(xiàn)代化和產(chǎn)業(yè)化的結(jié)合發(fā)展。同時，針對廣元、巴中、雅安、攀枝花和甘孜阿壩這些農(nóng)業(yè)產(chǎn)值較低的地區(qū)，進行適宜的農(nóng)事生產(chǎn)活動，要結(jié)合本地區(qū)的農(nóng)業(yè)實際情況，避免災(zāi)害性天氣或地質(zhì)災(zāi)害對農(nóng)業(yè)發(fā)展造成的損失[7]。為了更好地提高四川地區(qū)的農(nóng)業(yè)總產(chǎn)值，加強西南地區(qū)及全國的糧食安全，本文針對農(nóng)業(yè)產(chǎn)值的影響因素提出促進四川省現(xiàn)代農(nóng)業(yè)發(fā)展的對策和建議：

4.2.1 保證耕地數(shù)量與質(zhì)量

耕地作為影響四川省農(nóng)業(yè)總產(chǎn)值最直接的因素，對于整個西南地區(qū)甚至全國的糧食安全都有十分重要的意義。因此，在城市開發(fā)過程中，要做到盡量少侵占良田，對農(nóng)村耕地進行跟蹤調(diào)查，鼓勵農(nóng)民進行農(nóng)事生產(chǎn)，減少撂荒現(xiàn)象的發(fā)生。對于勞動力不足的農(nóng)村家庭進行資金補貼或開展土地流轉(zhuǎn)工作，保證耕地數(shù)量與質(zhì)量。

4.2.2 擴大有效灌溉面積

有效灌溉面積是保障我國糧食產(chǎn)量的關(guān)鍵因素之一，對于地形單元復(fù)雜多樣的四川省，由于各地區(qū)間環(huán)境差異性顯著，在提高有效灌溉面積方面應(yīng)做到因地制宜[8]。灌溉面積是影響四川省農(nóng)業(yè)產(chǎn)值的第二大因素，影響灌溉面積的主要因素是灌溉水源的輻射范圍。為進一步擴大灌溉面積，應(yīng)加快推進農(nóng)村水利基礎(chǔ)設(shè)施建設(shè)，為部分未受到良好灌溉或缺乏灌溉條件的耕地提供有力的灌溉保障。

4.2.3 提高化肥使用效率

目前我國是世界上第一大化肥生產(chǎn)國和消費國，隨著農(nóng)業(yè)科學的不斷發(fā)展，化肥的使用量持續(xù)增加，然而大量使用化肥對農(nóng)產(chǎn)品質(zhì)量、環(huán)境及農(nóng)業(yè)可持續(xù)發(fā)展等方面均會產(chǎn)生負面影響[9]。化肥用量的高低在一定程度上與農(nóng)業(yè)總產(chǎn)值呈正相關(guān)，但過量使用則會導(dǎo)致農(nóng)作物減產(chǎn)甚至造成環(huán)境污染。農(nóng)業(yè)總產(chǎn)值的提高并不是單純依靠化肥使用量，且由于化肥使用具有明顯的邊際效用遞減規(guī)律，因此要合理使用和控制化肥用量，增加對不同農(nóng)作物化肥需求量的研究，從根源上提高化肥的使用效率，減少化肥過度使用對環(huán)境造成的污染。

4.2.4 保證農(nóng)村用電供應(yīng)

農(nóng)村用電量在一定程度上反映了農(nóng)村人數(shù)與經(jīng)濟發(fā)展程度，部分偏遠的農(nóng)村（如涼山、甘孜阿壩部分地區(qū)）還存在基礎(chǔ)電網(wǎng)不完善、供電量小于需電量等問題，因此加快建設(shè)和完善農(nóng)村基礎(chǔ)電網(wǎng)設(shè)施是目前農(nóng)村發(fā)展需要解決的重要問題之一。需建立相應(yīng)的用電補貼制度和階梯收費制度，對于家庭收入較少的貧困人員進行相應(yīng)的資金補貼。

4.2.5 提高農(nóng)業(yè)機械總動力水平與鄉(xiāng)村從業(yè)人數(shù)

農(nóng)業(yè)現(xiàn)代化發(fā)展需要科學技術(shù)的大力支持，建立現(xiàn)代新型農(nóng)業(yè)體系是我國目前農(nóng)業(yè)發(fā)展的重要目標之一，因此提高農(nóng)業(yè)機械總動力水平對我國農(nóng)業(yè)發(fā)展具有積極的推動作用。四川省農(nóng)業(yè)機械總動力對農(nóng)業(yè)總產(chǎn)值的影響相對較大，但結(jié)構(gòu)性過剩與需求不足并存，低水平、粗放式的發(fā)展特征明顯，需求上漲但農(nóng)機裝備生產(chǎn)制造能力弱，因此需要大力發(fā)展農(nóng)業(yè)機械[10]。政府方面可以適當減免購置農(nóng)業(yè)機械產(chǎn)品的稅收，加大宣傳力度，對于研發(fā)農(nóng)業(yè)機械產(chǎn)品的科研團隊給予適當?shù)呢斦С郑岣咿r(nóng)機科技創(chuàng)新能力。同時鄉(xiāng)村從業(yè)人數(shù)的逐漸減少也成為影響農(nóng)業(yè)總產(chǎn)值的原因之一，為了增加農(nóng)村勞動力，可以提高鄉(xiāng)村從業(yè)人員的經(jīng)濟補助，完善農(nóng)村基礎(chǔ)設(shè)施，用更好的從業(yè)環(huán)境吸引年輕勞動力，鼓勵年輕勞動力進行美麗鄉(xiāng)村建設(shè)。

參考文獻：

[1]張永麗，葛秀峰. 技術(shù)進步對農(nóng)業(yè)經(jīng)濟增長的影響研究——以甘肅省為例[J]. 華南農(nóng)業(yè)大學學報（社會科學版），2010，9（1）：28-36.

[2]朱森林，李傾城. 四川省農(nóng)業(yè)產(chǎn)值影響因素研究：基于1998-2014年時間序列的分析[J]. 勞動保障世界，2017（26）：59.

[3]李小強，楊果. 黑龍江省農(nóng)業(yè)碳排放與農(nóng)業(yè)產(chǎn)值增長的脫鉤情況及其影響因素研究[J]. 經(jīng)濟研究導(dǎo)刊，2013（26）：58-60.

[4]安帥，張妍妍. 中國農(nóng)業(yè)總產(chǎn)值影響因素計量分析與研究[J]. 農(nóng)村經(jīng)濟與科技，2018，29（7）：50-51.

[5]鞏一飛. 山西省農(nóng)業(yè)競爭力評價研究[D]. 荊州：長江大學，2018.

[6]徐揚. 四川農(nóng)業(yè)生產(chǎn)要素配置促進農(nóng)業(yè)經(jīng)濟發(fā)展的實證研究[D]. 成都：成都理工大學，2017.

[7]呂華. 陜西省農(nóng)業(yè)發(fā)展分析[J]. 遼寧農(nóng)業(yè)科學，2019（1）：35-41.

[8]豐娜娜. 西藏各地區(qū)灌溉水平對農(nóng)業(yè)產(chǎn)值的影響——基于面板數(shù)據(jù)的分析[J]. 商場現(xiàn)代化，2016（16）：25-26.

[9]孫雙利，薛家駒. 中國糧食可持續(xù)生產(chǎn)能力的定量分析：基于化肥使用量視角[J]. 經(jīng)濟師，2016（7）：45-46，48.

[10]隨順濤，歐之福，楊建國，等. 四川現(xiàn)代農(nóng)機裝備發(fā)展存在的問題與對策研究[J]. 安徽農(nóng)業(yè)科學，2019，47（15）：256-258.