贵州省农业经济发展影响因素研究.pdf

http:/2023年8月 第14卷 第16期贵州省农业经济发展影响因素研究周义曾梦云喻满君贵州理工学院理学院，贵州贵阳550003摘要：针对贵州省农业经济发展现状，选取 11 个对当地农业经济贡献较突出的指标，并利用主成分分析法定量分析影响贵州省农业经济发展的因素，最后提出促进当地农业经济发展的建议，即推进特色农业产业化、加强生态农业品牌化、加快乡村旅游规模化、提升农业科技现代化等。关键词：乡村振兴；农业经济；主成分分析；经济发展中图分类号：F327文献标志码：A文章编号：1674-7909（2023）16-54-40引言农业是国家经济发展的基础，在国民经济中扮演着至关重要的角色。贵州省作为我国西南地区的重要省份，自然资源丰富，但一直是我国经济发展相对落后的地区。在乡村振兴战略实施背景下，贵州省抢抓机遇，充分利用自身资源优势、区位优势和政策优势，通过加强农业基础设施建设、推进农业产业结构调整、促进农业生产信息化等方式发展现代农业，努力将当地打造成全国重要的“山地特色农业强省”和生态旅游大省。尽管近年来贵州省农业经济发展水平持续提升，但由于区域限制，当地农业经济的发展仍受多方因素影响。因此，促进当地农业经济持续发展已成为贵州省各级政府面临的一项重要任务。通过分析贵州省农业经济发展的影响因素，可以找出促进其农业生产力提升的路径，为当地农业经济的持续发展提供参考。因此，充分了解贵州省农业经济发展现状，并结合当地特点和优势，因地制宜地促进当地农业经济快速发展具有重要的意义。笔者利用主成分分析法研究贵州省农业经济发展影响因素，并提出一些促进农业经济发展的思路，以期为当地农业经济发展提供助力。1研究方法与指标体系构建1.1研究方法主成分分析（Principal Component Analysis，PCA）是一种常用的数据降维分析方法，其主要是利用原始数据之间的相关性，将多个变量转化为少数几个综合变量，以简化变量体系，同时最大限度地保留原始数据信息，且这些综合变量之间不存在任何联系1，从而达到降维的目的。其主要计算步骤如下。设有n个样本，其中m个特征向量构成的矩阵如式（1）所示。X=x11x21xn1x12x22xn2x1mx2mxnm（1）第一步，数据标准化。数据指标间的数量级、量纲等存在差异2。因此，在进行主成分分析之前需要进行标准化处理，从而提取出具有显著特征的指标，使原始数据转为无量纲差异的数据指标Zij，即Zij=xij-xjVar(xi)(i=1，2，n；j=1，2，m)（2）-xj=1nj=1mxij（3）Var(xi)=1n-1j=1m(xij-xj)2（4）式（2）至式（4）中：-xj为第i个影响因素的样本均值，Var(xi)为第i个影响因素的标准差。第二步，计算相关系数矩阵。作者简介：周义（2000），男，本科生，研究方向：数据挖掘；曾梦云（2002），女，本科生，研究方向：农业经济；喻满君（2003），女，本科生，研究方向：乡村振兴。54http:/R=r11r21rn1r12r22rn2r1mr2mrnm（5）其中，rij计算公式为rij=i=1n(aij-aj)(aik-ak)i=1n(aij-aj)2(aik-ak)2（i=1，2，n；j，k=1，2，m）（6）-aj=1nj=1naij（7）第三步，构造主成分回归方程。由|R-Em=0求出特征值，其中1 2 n 0，其对应的特征向量为1，2，3，n，其中j=(1j，2j，nj)T，由特征向量组成m个新的指标变量。z*1=11x1+21x2+n1xnz*2=12x1+22x2+n2xnz*m=1mx1+2mx2+nmxn（8）式（8）中：z*1是第一个主成分，z*2是第二个主成分，z*m是第m个主成分。选择主成分要计算j(j=1，2，3，n)的信息贡献率和累计方差贡献率。第四步，确定主成分个数并计算综合得分。定义第j个主成分的信息贡献率为j=jj=1nj（9）累计方差贡献率为p=j=1pjj=1nj（10）在主成分分析中，如果有n个变量，则最多可以提取n个主成分，但如果将n个变量全部提取，就失去简化数据的意义3。因此，只需提取包含85%以上的数据指标，即p 85%时，则选择前p个主成分代替原来的指标变量。计算综合得分Z，计算公式为Z=j=1pjzj（11）1.2指标体系构建笔者主要从数据的关联性、全面性及指标量化的可行性等原则入手，以突出主导因素作为指标选取的原则4，并结合贵州省农业经济发展状况及大量研究农业经济影响因素的文献，从农业生产资料投入、农业资本投入、农业技术投入、农业产出4个方面选取了11个指标因子，即农作物总播种面积X1、有效灌溉面积X2、农用化肥施用折纯量X3、农村用电量X4、政府财政一般预算支出X5、农业机械总动力X6、农用大中型拖拉机数量X7、谷物单位面积产量X8、水果产量X9、肉类产量X10、水产品产量X11。2主成分分析的实证研究2.1对数据进行效度检验笔者利用KMO（Kaiser-Meyer-Olkin）检验和巴特利特球形度检验评估相关数据集的可用性。KMO用于衡量变量之间的简单相关性，检验公式如式（12）所示。KMO=i jr2iji jr2ij+i j2ij（12）式（12）中：r2ij表示简单相关系数，2ij表示偏相关系数。在实际分析中，如果KMO指数值在0.61.0，则认为该数据适合进行下一步分析。巴特利特球形度检验则用于评估变量之间偏相关性的大小。通过计算巴特利特球形度，可以更准确地评估不同变量之间的依赖性，从而更好地理解其特征。相关检验结果如表 1所示。表1农业经济影响因素的KMO和巴特利特球形检验结果项目KMO取样适切性量数巴特利特球形度检验近似卡方自由度显著性数值0.704350.568550.000由表1可知，KMO指数值为0.704，说明各指标间存在一定的相关性；经过巴特利特球形度检验，其结果显示的统计量为350.568，显著性概率值为0.000，小于0.05的显著水平，显著性检验通过，说明该数据指标可以进行主成分分析。2.2求解相关系数矩阵利用统计软件SPSS 26.0对检验后的数据进行相关性分析，得到相关系数矩阵，如表2所示。由表2可知，影响贵州省农业经济的各指标之间的相关性大部分集中于0.701.00，11个指标之间均存在较强的相关性，即存在信息有相互重叠部分，说明此次研究具有统计学意义。2.3计算相关系数矩阵的特征值及贡献率相关系数矩阵的特征值及贡献率如表3所示。周 义，等.贵州省农业经济发展影响因素研究55http:/2023年8月 第14卷 第16期表3主成分总方差解释成分X1X2X3X4X5X6X7X8X9X10X11初始特征值总计7.2922.4770.7010.2250.1260.0720.0580.0290.0140.0050.002方差百分比/%66.29522.5166.3692.0441.1470.6540.5230.2630.1260.0470.016累积/%66.29588.81195.18097.22598.37299.02699.54899.81199.93799.984100.000提取载荷平方和总计7.2922.477方差百分比/%66.29522.516累积/%66.29588.811由表3可知，基于特征值大于1的标准，相关系数矩阵R的特征值为1=7.292、2=2.477，主成分的贡献率为1=0.662 95、2=0.225 16，使用最大方差法提取前面2个主成分，得到前两个主成分的累计方差贡献率为2=88.811%，已超过85%，即基本上保留了原始指标的大部分信息，大致能解释各变量之间的差异，因此主成分分析效果比较理想，具有研究意义。碎石图（Scree Plot）是一种用于帮助确定保留多少个因子的图表。在碎石图中，如果出现了一个明显的“拐点”，那么这个拐点前的因子就是需要保留的因子数量。笔者得到的相关碎石图如图1所示。从图1可以看出，自第3个特征值后，碎石图的陡峭趋势逐渐趋于平缓，且特征值接近0。因此，笔者选择使用前两个累计方差贡献率大于85%的主成分来代替整体数据是合理的。2.4计算主成分表达式各主成分得分系数如表4所示。根据表4的数据确定主成分的线性表达式。组件号特征值102468234567891011图1碎石图表4主成分得分系数指标农作物总播种面积有效灌溉面积农用化肥施用折纯量农村用电量地方财政一般预算支出农业机械总动力农用大中型拖拉机数量谷物单位面积产量水果产量肉类产量水产品产量主成分10.3510.2970.1720.3340.3630.3510.1640.1460.3030.3600.351主成分20.1080.1390.543-0.234-0.0840.0880.535-0.446-0.3440.000-0.036z1=0.351x*1+0.297x*2+0.172x*3+0.334x*4+0.363x*5+0.351x*6+0.164x*7+0.146x*8+0.303x*9+0.360 x*10+0.351x*11（13）z2=0.108x*1+0.139x*2+0.543x*3-0.234x*4-0.084x*5+0.088x*6+0.535x*7-0.446x*8-0.344x*9-0.036x*11（14）2.5计算综合得分将所选取的第1主成分和第2主成分的信息贡献率1和2作为权数，构建综合评价模型。Z=0.66295z1+0.22516z2（15）表2相关系数矩阵项目X1X2X3X4X5X6X7X8X9X10X11X11.0000.7110.6050.7700.9110.8730.5710.3050.6460.9210.946X21.0000.4920.6550.7660.8260.4430.0210.5750.7710.618X31.0000.0740.3380.5290.951-0.300-0.1170.4370.445X41.0000.9240.8230.0940.5400.9700.8780.854X51.0000.9150.3020.4570.8730.9430.936X61.0000.5090.1930.7350.9340.830X71.000-0.290-0.1120.4160.408X81.0000.6090.3470.513X91.0000.8020.768X101.0000.897X111.00056http:/式（15）中：Z代表综合评价指标。将各年份标准化后的数据分别带入综合评价模型，可得出综合评价值Z。20032021年贵州省主成分得分和综合得分如表5所示。表5主成分得分和综合得分年份2003200420052006200720082009201020112012201320142015201620172018201920202021主成分1得分（Z1）-3.95-3.66-2.98-3.10-3.08-2.37-1.80-1.24-0.740.600.651.572.262.472.682.512.803.423.98主成分2得分（Z2）-1.14-1.46-1.16-0.74-0.320.030.500.802.291.662.091.891.821.180.58-1.05-1.67-2.31-2.98综合得分（Z）-2.88-2.76-2.24-2.22-2.12-1.56-1.08-0.640.020.770.901.471.911.901.901.431.481.741.97排名19181716151413121110972338651由表5可知，在主成分1的得分中，2014年后的得分比较高，均大于1.50，说明2014年后的农业经济综合发展水平良好，贵州省农业正向高质量发展方向迈进；而主成分2的得分中，自2016年后逐渐降低，说明2016年后贵州省农业经济发展已经达到一定水平。3结论及建议3.1推进特色农业产业化产业是发展的基础，只有不断发展产业才能为农民提供稳定的收入来源。第一，贵州省应积极发展特色农业产业，进一步加大特色优势农业产业化发展力度，促进农业产业结构调整，延长产业链，提升产品附加值，增加农民经济收入。第二，贵州省应大力发展“一村一品、一县一业”，推广“公司+合作社+农户”的农业发展模式，通过龙头企业带动农民积极参与，让农民真正成为特色农业产业化发展的主体。3.2加强生态农业品牌化贵州省应大力发展生态农业，培育生态农业品牌，提高当地生态农产品知名度和市场占有率，从而促进农业经济健康发展。首先，贵州省应加大生态农产品的宣传力度，通过在各大媒体投放广告、开展主题活动等形式宣传当地生态农产品。其次，贵州省应加强对生态农产品生产、加工、销售等环节的监管，建立健全可追溯制度，提高品牌知名度。再次，贵州省应通过政府支持、企业参与、农民自愿合作等方式打造生态农业品牌，提高农产品市场竞争力。最后，贵州省可通过建设“贵州生态产品馆”、开展“百企帮百村”等活动，提高品牌影响力。3.3加快乡村旅游规模化乡村旅游是一种综合型产业，涵盖饮食、住宿、交通、旅游、购物和娱乐等多方面的交易服务。其内涵丰富，产业链条长，发展潜力大，在农业经济发展中具有重要作用。乡村旅游的发展有利于农业与旅游业的有机融合，实现农业产业化和旅游业规模化，从而带动农村产业兴旺。第一，贵州省应以农民专业合作社为主体，联合其他农民组织共同发展乡村旅游，提高农民组织化程度；第二，贵州省应积极鼓励农民将闲置土地和房屋出租给其他经济组织，引进工商资本投资建设特色民宿等乡村旅游项目；第三，贵州省应积极开展线上线下营销活动，加大宣传力度，吸引游客前来观光旅游；第四，贵州省应切实采取措施，加强法治宣传，加大乡村治理力度，改善人居环境，提高乡村旅游服务质量，提升乡村旅游行业人员素质5。3.4提升农业科技现代化贵州省是我国的农业大省，但由于地理位置、生态环境等原因，其农业发展仍面临诸多问题。因此，贵州省必须加大对农业科技创新的支持力度，重点解决“卡脖子”问题，促进当地农业科技进步。同时，积极引进现代化农业机械，在保证农作物产量的同时，做好质量监管工作，在降低生产成本的同时保证农产品质量。参考文献：1 窦悦琪.贵州省旅游业发展与政策相关性研究 D.贵阳：贵州财经大学，2021.2 秦杨杨.基于主成分分析和 K-means 聚类分析的地区经济发展研究J.中国商论，2020（4）：214-215.3 张景仪，张国翠，刘靖.基于主成分综合评价的精神损失量化研究J.中阿科技论坛（中英文），2021（6）：188-190.4 王君，李锦宏.贵州省农业经济影响因素研究：基于灰色关联分析 J.中国集体经济，2017（7）：11-12.5 王安平，杨可.新时代乡村旅游业与乡村振兴融合发展途径研究 J.重庆社会科学，2020（12）：99-107.周 义，等.贵州省农业经济发展影响因素研究57