基于因子分析聯合熵值法的重慶市璧山區設施葡萄經濟效益分析與評價

楊士航 李光林 馬馳 黃小玉

摘要：【目的】通過對重慶市璧山區設施葡萄生產基地經濟效益進行調查分析，為該地區設施葡萄基地投入有效性評價提供依據。【方法】收集2015年2月—2018年2月重慶市璧山區10個設施種植基地的總產值、總收益、凈收入、生產規模、基地作業人數、基礎設施設備投入、政府財政補助及自籌資金等指標數據，從投入產出比、資金生產率、土地生產率和勞動生產率4個方面構建指標體系，采用因子分析法聯合熵值法，對設施葡萄生產基地的經濟效益進行評價，并對兩種方法進行對比分析。【結果】因子分析法中經濟效益得分最高的基地為A1，得分最低為A6，其余基地平均得分-0.183，為負值;2015—2016、2016—2017和2017—2018年3個時期經濟效益得分趨勢線的斜率（k）分別為 -0.1516、-0.1404和-0.1247，呈增長趨勢。熵值法中經濟效益得分最高的為基地A1，得分最低的為A3，其余基地平均得分為0.064，接近于0;3個時期經濟效益得分趨勢線的k分別為-0.0276、-0.0221和-0.0187，呈增長趨勢。因此，由因子分析法和熵值法得出的璧山區設施葡萄效益結果相似，均表明各基地間經濟效益差異明顯，但3年期間經濟效益差距逐漸縮小，設施葡萄種植產業現還處在發展階段。【建議】針對璧山區大興鎮的設施葡萄發展階段現狀，提出應盡快組織對重慶市設施農業示范基地開展全面摸底調查，建立評價體系，制定針對性發展規劃;優化政府資金使用向推進智能化、數據化及高新品種、新技術應用方向轉移;從品種選擇到發展理念全方位提升區域設施農業企業經營管理水平等建議。

關鍵詞： 設施葡萄;因子分析法;熵值法;效益分析;重慶市璧山區

中圖分類號： S628;F323.3? ? ? ? ? ? ? ? ? ? ? ?文獻標志碼： A 文章編號：2095-1191（2020）02-0477-08

Economic benefit analysis and evaluation of facility grape in Bishan District of Chongqing based on factor analysis

and entropy method

YANG Shi-hang， LI Guang-lin*， MA Chi， HUANG Xiao-yu

（College of Engineering and Technology， Southwest University， Chongqing? 400715， China）

Abstract：【Objective】Through investigating and analyzing the economic benefits of the facility grape production base in， Bishan District， Chongqing， this paper provided a basis for the effective evaluation of the facility grape base in Daxing Town， Chongqing. 【Method】Data on the total output value， total revenue， net income， production scale， number of base operators， infrastructure equipment investment， government financial subsidies， and self-raised funds from 10 facility planting bases in Daxing Town，Bishan District，Chongqing from February， 2015 to February， 2018 were collected.? An indicator system was constructed from four aspects：input-output ratio， capital productivity， land productivity， and labor productivity. Factor analysis method combined with entropy method was used to evaluate the economic benefits of the production base， and the two methods were compared and analyzed. 【Result】In the factor analysis method， the base with the highest score of economic benefit was A1， the lowest score was A6， and the average score of other bases was -0.183， which was negative. The slopes（k） of the trend line of economic benefit score in 2015-2016， 2016-2017 and 2017-2018 were -0.1516， -0.1404 and -0.1247， which showed an increasing trend. In entropy method， base A1 had the highest score of economic benefit， A3 had the lowest score， and the average score of other bases was 0.064， close to 0; the trend lines（k） of economic benefit scores in 2015-2016， 2016-2017 and 2017-2018 were -0.0276， -0.0221 and -0.0187， respectively， showing an increasing trend. Therefore， the economic benefits of facility grape production base in? Bishan District by factor analysis and entropy method were similar， there were obvious differences in economic benefits among the bases， but within three years， the economic benefit gap gradually narrowed， and the protected grape planting industry was still in the development stage. 【Suggestion】In view of the present situation of the development stage of the protected grape in Daxing Town， Bishan District， it is suggested that the parties concerned should organize a comprehensive investigation of Chongqings protected agricultural demonstration base as soon as possible， establish an evaluation system，and formulate a targeted development plan; optimize the use of government funds to promote the direction of intelligent，data-based and high-tech new varieties and new technology application; and comprehensively improve the regional level of facility agricultural enterprises from variety selection to development concept on operation and management.

Key words： facility grape; factor analysis; entropy value method; benefit analysis; Bishan District， Chongqing

Foundation item：Chongqing Agricultural and Rural Committee Project（Yunongfa 2018-139）;Central University Basic Research Project（XDJK2019D015）

0 引言

【研究意義】設施農業擺脫了傳統農業生產條件下自然氣候的制約，增強了資源的集約高效利用，在單位面積經濟效益顯著提高的同時，保證了農牧產品的全年均衡供應，具有高投資、高產出、高效益、無污染及可持續等特征（齊飛等，2012）。設施葡萄栽培可有效抵御不良氣候條件，為葡萄創造有利的生長環境，通過提早或延遲成熟期，擴大葡萄栽培區域，達到提升設施葡萄栽培經濟效益的目的（周麗梅和段彥丹，2008）。重慶市璧山區葡萄種植歷史悠久，在全國性品牌評選活動和葡萄種植銷售論壇上獲得過“中華名果”“中國優質葡萄之鄉”“中國葡萄無公害科技創新示范區”等榮譽稱號，園區選送的比昂扣、醉金香、溫克等品種獲中國農學會葡萄分會金獎，“璧山葡萄”獲農業農村部農產品產地標識登記和國家工商行政管理總局產品地理標識認證。截至2017年底，璧山區葡萄種植面積約2400 ha，其中設施栽培面積約466.66 ha，占全區葡萄種植面積的19.4%，是重慶市規模最大、產量最高的設施葡萄種植地區，該產業已成為當地支柱產業之一。因此，調查分析璧山區設施葡萄種植基地經濟效益，對當地設施葡萄產業持續性發展和開展產業扶貧具有重要意義。【前人研究進展】2013年中央“一號文件”提出與傳統農業相比發展高效設施農業是我國農業向現代化轉型的重要途徑。國內關于設施農業的研究主要集中于設施農業現狀分析和未來趨勢研究。張震和劉學瑜（2015）總結我國設施園藝和設施養殖的發展現狀，并對我國設施農業未來的發展趨勢進行預測分析;宋艷超等（2016）運用SWOT方法對大慶市大同區進行設施農業發展的定性與定量分析;陳丹艷等（2018）結合碳貿易和環境因子探究設施農業固碳研究的必然性，提出發展設施農業固碳新思路。近年來，關于設施農業種植經濟效益的研究逐漸增多。一是從設施農業研究地區的現狀和采用的物聯網模式入手。韓琦（2017）分析了西寧市物聯網發展建設及實際應用效益;藥林桃等（2018）通過調研江西省瑞金市等6個縣級市設施種植情況，進行了4種常用設施大棚結構的成本效益分析。二是從效益指標體系進行定量評價及信息技術在設施農業上的應用。鄒利東等（2014）為了準確掌握設施農業的空間分布信息，將空間分布信息采用基于支持向量機和耦合利用面向對象的分類方法自動提取;張鳳榮等（2015）利用SPOT-5遙感影像結合土地變化模型對設施農業用地的數量、轉化方向和不同用途管制區內的變化進行了分析;唐高光和陳士銀（2016）以農村效益和農業效益為外生變量，農民效益為內生變量，構建SEM模型來評價高標項目建設的三農效益;曾璐等（2016）從功能結構和環境質量兩方面建立了設施農業用地規模對生態效益影響的評價體系，論證了合理控制設施農業用地規模的必要性。【本研究切入點】目前，針對設施葡萄種植效益進行分析與評價的研究報道較少。【擬解決的關鍵問題】引入因子分析法和熵值法，以投入產出比、資金生產率、土地生產率和勞動生產率4個指標作為評價指標，分析重慶市璧山區大興鎮10個設施種植基地的經濟效益，并對比兩種方法所得結果，旨在為當地政府發展設施葡萄農業政策提出更具針對性的建議，也為國內設施葡萄經濟效益的研究提供理論參考。

1 數據來源及研究方法

1. 1 數據來源

重慶市璧山區大興鎮是“璧山葡萄”的發源地，也是重慶市葡萄種植面積最大的鄉鎮，故選取大興鎮10個政府重點扶持設施基地作為評價單元，分別用代碼A1～A10表示。基地設施主要由鋼架大棚及簡易農業物聯網系統組成。于2015年2月—2018年2月對基地進行實地訪談調研，同時收集截至2018年2月25日10個種植基地的年總產值（X1）、年總收益（X2）、年凈收入（X3）、生產規模（X4）、基地作業人數（X5）、基礎設施設備投入（X6）、政府財政補助（X7）和自籌資金（X8）等數據。

1. 2 評價指標體系

設施農業經濟效益指標是各方面因素的綜合考慮，主要是從土地的投入與產出、一定時期內單位資本量創造的產出及勞動力所創造的價值等方面進行評價（馮修紀等，2014）。農業經濟效益指標的選取要具有自然的約束性、外延性、連續性和綜合性等特點（楊文健和陳麗萍，2012）。結合璧山區實際情況，選取投入產出比、資金生產率、土地生產率和勞動生產率4個指標代表經濟效益情況。其中，投入產出比反映土地單位投入的產出效率，計算公式為：投入產出比=總產出/總投入;資金生產率反映資金投入的產出水平，計算公式為：資金生產率=凈收入/總投入;土地生產率反映土地利用的產出水平，計算公式為：土地生產率=總產出/土地面積;勞動生產率反映勞動力創造經濟效益能力，計算公式為：勞動生產率=凈收入/農業勞動力。

1. 3 評價方法

1. 3. 1 因子分析法 以1.2中的4個指標作為公共因子，運算得出矩陣的特征根（λ）和方差貢獻率，用因子分析法計算出各指標對總指標的貢獻率，篩選出主因子，并確定主因子的權重，用權數與該因子的得分乘數之和構造得分函數，最終得出璧山區10個典型葡萄種植基地的經濟效益得分，根據得分數值和得分圖例得出經濟效益情況。考慮投入產出比、資金生產率、土地生產率和勞動生產率4個指標值均為正向指標，無需進行無量綱化處理，采用SPSS 19.0對數據值進行Z-score標準化處理（李小勝和陳珍珍，2010），簡化觀測系數，減少變量維度，使得因子處理的結果更具有真實性（葉宗裕，2003）。

標準化處理公式如下：

X=（x-x）/SD? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

式中，x為指標的均值，SD為標準差，x為變量的觀察值。經Z-score標準化處理后，數據符合標準正態分布。

建立主因子函數模型：

Fi=[1ifixi]? ? ? ? ? （2）

式中，Fi為主因子指標數值，Xi為因子指標值，i為因子指標數量，fi為因子的得分系數。建立Zi函數模型：

Zi=[1iAiFi] （3）

式中，Zi為主因子經濟效益得分，Ai為主因子權重值，Zi 得分越高說明經濟效益越好。

1. 3. 2 熵值法 在信息論中，熵是對不確定性的一種度量，可用于形容系統的有序化程度，越是有序，信息熵越低;越是混亂，信息熵越高。用熵值法確定指標權重，不僅多指標變量信息重合問題可以得到解決，還能有效規避主觀賦權法所造成隨機性、臆斷性問題（王富喜等，2013）。熵值法計算采用各方案某一指標占同一指標值總和的比值，不存在量綱的影響，且不需要進行標準化處理，考慮投入產出比、資金生產率、土地生產率和勞動生產率4個指標值都為正向指標，亦無需進行非負化處理。

計算第j項指標下第i個方案占該指標的比重，其中，Xij為第i個方案第j個指標的數值，m為待評方案的數量，n為評價指標的數量：

Pij=[Xiji=1nXij]? ? ? （j=1，2[…]m）? ? ? （4）

計算第j項指標的熵值ej：

ej=-[1/ln（m）][i=1nPij]ln（Pij），ej≥0? ? ? ? ? ? ? （5）

計算第j項指標的差異系數gj：

gj=1-ej? ? ? ? ? ? ? （6）

式中，gj越大指標越重要。

求權重：

Wj=[gjj=1mgj]? ? ? （j=1，2[…]m）? ? ? ? ? ? ? （7）

計算各方案的綜合得分：

Si=[j=1mWj]×Pij? ?（i=1，2[…]n） （8）

1. 4 統計分析

采用SPSS 19.0進行數據處理，使用Excel 2007制作圖表。

2 運用因子分析法和熵值法分析評價璧山區設施葡萄種植經濟效益

2. 1 公共因子提取

從表1可看出，投入產出比、資金生產率、土地生產率、勞動生產率4個評價指標的數值相差較大，如直接進行分析，所得結果誤差大，缺乏可信度，所以對數據采用均值標準化處理。

2. 2 因子分析法評價結果

2. 2. 1 數據標準化處理 評價指標標準化值如表2所示，標準化后的數值呈不規則分布，說明數據具有獨立性，互不影響。變量值圍繞0上下波動，大于0說明高于平均水平，小于0說明低于平均水平。假設變量值大于0為合格，其中，投入產出比、資金生產率、土地生產率和勞動生產率在2015—2016年的合格率分別為20%、20%、30%和50%，在2016—2017年的合格率分別為20%、20%、30%和50%，在2017—2018年的合格率分別為30%、50%、50%和50%。可見，3個時期內4個指標合格率較低且均未過半，其中，投入產出比、資金生產率和土地生產率指標合格率呈現出逐年遞增趨勢;勞動生產率變量合格率持平，究其原因可能是凈收入增加的同時加大了勞動力的付出。

2. 2. 2 KMO檢驗和巴特利球體檢驗 利用KMO檢驗來判斷數據重疊度，計算得KMO檢驗系數依次為0.626、0.540、0.70，說明變量間的重疊度不是特別高;計算得巴特林球體檢驗x2統計值P均為0，說明相關系數矩陣和單位矩陣差異顯著，變量適合進行因子分析。

2. 2. 3 提取主因子 對數據進行因子分析，得到的特征根和方差貢獻率如表3所示。將最初的特征值設置為0.5，根據表3特征根與方差貢獻率表可得，選取兩個主因子和特征值λ1和λ2，特征值取值分為2.871和0.613（2015—2016）、3.212和0.511（2016—2017）和3.316、0.604（2017—2018），且3個時期累積方差貢獻率分別為87.096%、93.064%和98.004%，將提取出的兩個主因子代入之前建立的經濟效益評價模型公式（2）和（3）。依次計算出設施葡萄種植經濟效益的權重系數、主因子指標數值及主因子經濟效益得分。

從圖1可知運用因子分析法得出的設施葡萄種植基地效益評價得分，其中，基地A2、A7、A8和A10的經濟效益呈正向增長，于計算期內達最大值即效益最高點;基地A3和A9的經濟效益呈負增長，于計算期內達最小值即效益最低點;基地A1、A4、A5和A6的經濟效益呈不規律分布，效益不穩定。因子分析法中得分最高的基地為A1，得分最低的基地為A6，除去得分最高和最低的基地，其余8個基地平均因子得分-0.183，為負值。因子得分越大，經濟效益越明顯，說明因子分析法中重慶璧山區大興鎮設施葡萄經濟效益不明顯。進一步分析，如基地效益評價得分趨勢圖（圖2）所示，圖中折線為各時期得分點的連線，趨勢虛線為各基地得分點最小二乘法線性回歸所得，可反映因子分析下不同年份的設施葡萄基地間得分情況變化規律。由虛線斜率（k）<0可知，3個時期各基地經濟效益差異明顯;趨勢線k分別為 -0.1516、-0.1404和-0.1247，k呈現出增大趨勢，說明2015—2018年各基地間得分數值差距縮小，經濟效益差距逐漸縮小。

4. 2 優化調整政府支持設施農業的資金使用方向

為全面提升設施生產車間的工廠化生產水平，提高全年產出效能和綜合利用能力，各級政府農業、財政主管部門支持設施農業的資金使用環節應向推進智能化、數據化及高新品種、新技術應用方向轉移，建立“企業負責棚架、管網等基礎設施建設，政府支持智能監測控制、產品質量監控及高產高效模式創建”相互補充的投融資模式，采取“政府投一點，企業籌一點，融資貸一點”的方式，保障資金投入，提高產出效益。

4. 3 著力提升區域設施農業企業的經營管理水平

針對重慶市璧山區屬中亞熱帶濕潤季風氣候，氣候潮濕、雨量充沛，春旱、夏澇、秋涼、冬暖的特點，著力推廣普及避雨栽培、水肥渣一體化、環境智能監測技術，并提升土壤有機質含量的應用，充分利用重慶的光熱條件和小氣候環境特點，以提高葡萄產量、品質和食用性安全。在品種搭配上，除主要種植蜜麗葡萄外，考慮到璧山區所處地理位置，應選種適合地區種植的高附加值早熟品種，如小蜜蜂、京蜜、巨玫瑰、維多利亞和夏黑等。在技術推廣上，在大數據、物聯網、智能化應用基礎上建立學習、觀摩、休閑觀光體驗的發展理念、核心技術和經營策略，抓住國家實施鄉村振興戰略的大好機遇，帶動重慶地區設施葡萄生產企業全面提升經營管理水平。

參考文獻：

陳丹艷，楊振超，孔政，胡曉婷，王曉旭，何蔚，陳樂涵. 2018. 設施農業固碳研究現狀與展望[J]. 中國農業科技導報，20（2）： 122-128. [Chen D Y，Yang Z C，Kong Z，Hu X T，Wang X X，He W，Chen L H. 2018. Current situation and prospect of carbon sequestration facility agriculture[J]. Journal of Agricultural Science and Technology，20（2）： 122-128.]

馮修紀. 2014. 德江縣2010年糧食增產工程項目經濟效益評價[J]. 農技服務，31（9）： 26-27. [Feng X J. 2014. Economic benefit evaluation of Dejiang County grain yield increase project in 2010[J]. Agricultural Technology Service，31（9）： 26-27.]

韓琦. 2017. 西寧市設施農業物聯網建設效益分析[J]. 農業科技通訊，（8）：55-56. [Han Q. 2017. Benefit analysis of construction of internet of things for facilities agriculture in Xining City[J]. Bulletin of Agricultural Science and Technology，（8）：55-56.]

李小勝，陳珍珍. 2010. 如何正確應用SPSS軟件做主成分分析[J]. 統計研究，27（8）： 105-108. [Li X S，Chen Z Z. 2010. Correctly using SPSS software for principal components analysis[J]. Statistical Research，27（8）：105-108.]

聶華林，胡文威，漆建波. 2017. 重慶市萬州區設施農業發展現狀問題及對策[J]. 農業技術與裝備，（10）： 21-23. [Nie H L，Hu W W，Qi J B. 2017. Development status problems and countermeasures of facility agriculture in Wanzhou District of the Municipality of Chongqing[J]. Agricultural Technology & Equipment，（10）： 21-23.]

齊飛，周新群，丁小明，魏曉明. 2012. 設施農業工程技術分類方法討論[J]. 農業工程學報，28（10）： 1-7. [Qi F，Zhou X Q，Ding X M，Wei X M. 2012. Discussion on classification method of protected agricultural engineering technology[J]. Transactions of the Chinese Society of Agricultural Engineering，28（10）： 1-7.]

宋艷超，王德勇，閔凱. 2016. 政府職能角度下設施農業發展的SWOT分析——以大慶市大同區為例[J]. 安徽農業科學，44（12）： 281-283. [Song Y C，Wang D Y，Min K. 2016. SWOT Analysis of facility agriculture development under the perspective of government function—A case of Datong District in Daqing City[J]. Journal of Anhui Agricultural Sciences，44（12）： 281-283.]

唐高光，陳士銀. 2016. 基于SEM模型的高標項目“三農”效益分析——以徐聞縣前山鎮項目為例[J]. 科技資訊，14（17）： 64-67. [Tang G G，Chen S Y. 2016. Benefit analysis of high standard project “three rural issues” based on SEM model—Taking Qianshan Town project of Xuwen County as an example[J]. Science & Technology Information，14（17）： 64-67.]

王富喜，毛愛華，李赫龍，賈明璐. 2013. 基于熵值法的山東省城鎮化質量測度及空間差異分析[J]. 地理科學，33（11）：1323-1329. [Wang F X，Mao A H，Li H L，Jia M L. 2013. Quality measurement and regional difference of urbanization in Shandong Province based on the entropy method[J]. Scientia Geographica Sinica，33（11）：1323-1329.]

楊文健，陳麗萍. 2012. 農業可持續發展的經濟效益評價指標體系研究——以重慶市為例[J]. 中國農業資源與區劃，37（5）： 1-7. [Yang W J，Chen L P. 2012. Research on economic benefit evaluation index system of agriculture sustainable development—Take Chongqing City as an example[J]. Chinese Journal of Agricultural Resources and Regional Planning，37（5）： 1-7.]

藥林桃，李慶，曹曉林，陳立才，李寶光. 2018. 江西省設施種植業發展模式與對策研究——以瑞金市等六縣（市）為例[J]. 現代農業科技，（16）： 164-166. [Yao L T，Li Q，Cao X L，Chen L C，Li B G. 2018. Study on current development modes and countermeasures of facility plan-ting in Jiangxi Province：Taking Ruijin City and other five counties（cities） as examples[J]. Modern Agricultural Science and Technology，（16）： 164-166.]

葉宗裕. 2003. 關于多指標綜合評價中指標正向化和無量綱化方法的選擇[J]. 浙江統計，（4）： 24-25. [Ye Z Y. 2003. Selection of the methods of index forward and dimensionless in multi-index comprehensive evaluation[J]. Zhejiang Statistics，（4）： 24-25.]

曾璐，李巧云，趙晶，孔巍，孔祥斌. 2016. 設施農業用地規模對設施農業項目生態效益的影響[J]. 農村經濟與科技，27（11）： 15-16. [Zeng L，Li Q Y，Zhao J，Kong W，Kong X B. 2016. The influence of the scale of facility agricultural land on the ecological benefits of facility agricultu-ral projects[J]. Rural Economy and Science-Technology，27（11）： 15-16.]

張鳳榮，張小京，周建. 2015. 都市區設施農業用地空間變化及其政策啟示[J]. 資源科學，37（4）： 637-644. [Zhang F R，Zhang X J，Zhou J. 2015. Spatial changes of greenhouse land and policy enlightenment in metropolitan areas[J]. Resources Science，37（4）： 637-644.]

張震，劉學瑜. 2015. 我國設施農業發展現狀與對策[J]. 農業經濟問題，（5）：64-70. [Zhang Z，Liu X Y. 2015. The present situation and countermeasures of facility agriculture development in our country[J]. Issues in Agricultu-ral Economy，（5）：64-70.]

趙坤，何曉瑤. 2018. 設施農業發展的SWOT分析及對策思考——以內蒙古巴彥淖爾市為例[J]. 時代金融，（9）： 91-93. [Zhao K，He X Y. 2018. SWOT Analysis and countermeasure consideration of facility agriculture development： A case study of Bayannaoer City，Inner Mongolia[J]. Times Finance，（9）： 91-93.]

周麗梅，段彥丹. 2008. 設施葡萄栽培關鍵技術[J]. 現代農業科技，（24）： 79. [Zhou L M，Duan Y D. 2008. Critical techniques of protected grape cultivation[J]. Modern Agri-cultural Science and Technology，（24）： 79.]

周振興. 2014. 設施農業發展理論與技術體系構建的實證研究——基于江蘇設施農業高效創建模式分析[J]. 農業科技管理，33（1）： 7-11. [Zhou Z X. 2014. An empirical study on development theory and technical system on facility agriculture，based on analysis of modes of creation of efficient facility agriculture in Jiangsu Province[J]. Management of Agricultural Science and Technology，33（1）： 7-11.]

鄒利東，郭航，朱秀芳，王艷艷，鄭學昌，王建闊. 2014. 設施農業空間分布信息自動提取方法研究[J]. 遙感技術與應用，29（4）： 669-674. [Zou L D，Guo H，Zhu X F，Wang Y Y，Zheng X C，Wang J K. 2014. Automatically extrac-ting the spatial distribution information of facility agriculture[J]. Remote Sensing Technology and Application，29（4）： 669-674.]