影響四川農業總產值的因素分析

鄧茜 劉欣聰

1.四川省農業宣傳中心，四川成都

2.四川農業大學環境學院，四川成都

0 引言

我國第一產業分為農、林、漁、牧四大類，其中，農業占一半以上，依次是牧業、漁業、林業。四川省第一產業發展具有悠久的歷史，盛產水稻、玉米、油菜籽、豬肉、雞肉、兔肉等農副產品，第一產業不僅是四川省經濟發展的基礎，也對全國的糧食安全產生具有一定影響。黨的十九大報告中指出“實現鄉村振興戰略”是現代化經濟體系的重要基礎，同時指明了“質量興農”是未來實現中國特色社會主義鄉村振興的道路[1]。自21世紀以來，四川省第一產業增加值從945.58億元（2000年）增長至4426.66億元（2018年），但第一產業占比卻由24.1%（2000年）下降至10.9%（2018年）。這一方面說明了四川省第一產業高速增長，另一方面說明四川省正面臨第二、三產業崛起，四川省正處于第一產業占比逐漸降低的產業結構調整時期。因此，根據2000～2018年的統計數據，研究四川省農業總產值的影響因素，將對產業結構優化、發展高質量農業提供重要的理論支撐。

農業總產值通常受地區總人口、城鎮化率、化肥施用量、農村用電量、農業機械總動力、耕地面積、作物播種面積等因素的影響，國內許多學者對這些因素的影響進行過研究。吳媚等人通過多元回歸模型分析[2]，探究了中國農業總產值影響因素，認為中國農業總產值受農用化肥施用量、農作物播種總面積影響較大，而受耕地灌溉面積影響不大。張新蕾等人運用SBM模型探究了云南省各市州的農業生產效率[4]，認為在化肥、農業機械投入方面，工業可以促進農業發展，從而影響農業總產值。羅文奇等人采用主成分分析法和線性回歸模型探究了四川省農業產值影響因素[4]，認為影響農業產值的因素有農業機械總動力、耕地面積、農村用電量等。

這些因素共同作用于因變量農業總產值，但是這些因素具有多重線性且不完全獨立，運用多重線性回歸分析將產生一定的誤差。因此，采用通徑分析的方法，可以很好地揭示這些因素對因變量農業總產值的貢獻度[5,6]。

1 數據來源與研究方法

1.1 數據來源

四川省農業總產值、四川省總人口、城鎮人口的數據來自于《四川省國民經濟和社會發展統計公報》。化肥施用量、農村用電量、農業機械總動力、耕地面積、作物播種面積的數據來自于四川省統計局編的《四川農村統計年鑒》。城鎮化率、農業人口由總人口和城鎮人口的數據計算得出。

1.1.1 人口及農村人口

四川省總人口從2000年的8234.8萬人增長至2018年8 341.0萬人，年均增長率0.07%；城鎮化率由2000年的26.7%增長至2018年的52.3%，年均增長率3.6%；農村人口從2000年的6036.1萬人降低至2018年的3979.0萬人，年均增長率-2.17%。四川省政府從“十五”至“十三五”20年間，一直按照黨中央的指導方針，堅持以經濟建設為中心，堅持用發展和改革的辦法解決前進中的問題，統籌規劃城市化進程，使四川省的城鎮化率一直逐步提升[7]，而農村人口逐步減少。

1.1.2 化肥施用量

化肥施用量一般指本年度內實際用于農業生產的化肥數量，化肥種類包括常規的氮、磷、鉀肥，以及復合肥料等。化肥施用量按照折純量計算，折純量即為將氮肥、磷肥、鉀肥分別按含100%N、含100%P2O5以及含100%K2O進行折算后的數量，復合肥按其所含主要成分折算。統計數據一般不包括由植物秸稈、畜禽糞便等農用廢棄物堆肥產生的生態肥料。化肥施用量由2000年的212.6萬t/年增長至2018年的235.2萬t/年，年均增長率0.53%。

1.1.3 農村用電量、農業機械總動力

農村用電量是指農村地區生產生活用電總和。農村用電量從2000年的82.8億度增長至2018年的198.6億度，年均增長率4.71%。農業機械總動力是指全部農業機械動力的額定功率之和，包括由柴油、汽油等作為動力源的農業機械總功率。農業機械總動力從2000年的1679.7萬kW增長至2018年的4603.9萬kW，年均增長率5.45%。

1.1.4 耕地面積、作物播種面積

耕地面積是指種植農作物的土地面積，包含熟地、農作物為主間種樹木的地、至少保證收獲一季的灘地，每年的耕地面積包含了休耕、臨時種植其他作物的土地面積。四川省耕地面積由2000年的434.61萬hm2增長至2018年的672.27萬hm2，年均增長率2.32%。作物播種面積是指某一年度內播種農作物的總面積，包含耕地和非耕地。四川省農作物普遍可以種植1～2季[8]，故四川省作物播種面積通常大于耕地面積。

1.1.5 農業總產值

農業總產值是指一切通過土地進行栽種收獲的谷物、蔬菜、食用菌、中藥材等農作物的總產值。四川省農業總產值由2000年的785.4億元增長至2018年的4153.7億元，年均增長率9.16%。

1.2 研究方法

1.2.1 數據歸一化

因每個因素的單位不同，在分析時應將其歸一化，使每個因素的值落入[0,1]這個特定區間，從而減少誤差。各自變量數據通過式（1）進行歸一化。

其中，x為歸一化后因素的值；x'為因素的原始數值；xmax、xmin分別代表x因素原始數值中的最大值和最小值。

1.2.2 自變量相關性分析

以四川省農業總產值為因變量，對其產生的因素包含四川省總人口數、四川省農村人口數、四川省城鎮化率、化肥施用量、農村用電量、農業機械總動力、耕地面積、作物播種面積等。這些因素的相關性分析如表1所示。

表1中，因變量農業總產值與農村人口、城鎮化率、耕地面積、農村用電量、農業機械總動力呈極顯著相關性，與化肥施用量呈顯著相關。農村人口和城鎮化率呈極顯著負相關（-0.9979），故農業人口對農業總產值的貢獻可以被城鎮化率充分表達。因此，將城鎮化率、耕地面積、農村用電量和農業機械總動力這4個因素作為自變量進行分析。

1.2.3 通徑分析

通徑分析是一種以多元線性回歸方程組為基礎的拓展分析方法，其主要功能是量化各自變量對因變量的貢獻度[5,9]。農業總產值的通徑圖如圖1所示。其路徑系數圖如圖2所示。

表 1 自變量與因變量的相關性表

圖 1 農業總產值的通徑圖

圖中，PUR、PCF、PEC、PTP分別表示自變量城鎮化率（UR）、耕地面積（CA）、農村用電量（EC）、農業機械總動力（TP）對因變量農業總產值的路徑系數；ra、b表示自變量a和b之間的影響系數。Pe表示誤差e對農業總產值的路徑系數。

式中，ra、y表示自變量a和因變量y之間的間接路徑系數。

誤差路徑系數Pe由式（3）計算出。

式中，Pe表示誤差路徑系數。

決定系數d用來衡量自變量對因變量的貢獻度。決定系數分為直接決定系數和間接決定系數，直接決定系數da、y是自變量a對因變量y的直接貢獻度；間接決定系數da、b是自變量a通過中間變量b路徑影響下對因變量y的間接貢獻度。直接決定系數由式（4）計算出。

式中，da、y為自變量a的直接決定系數；Pa為自變量a的通徑系數。

自變量a、b的間接決定系數由式（5）計算出。

da、b為自變量a通過中間變量b對因變量y的貢獻度。db、a表示自變量b通過中間量a對因變量y的貢獻度，在數值上二者是相等的。

2 結果與討論

2.1 自變量的路徑系數

城鎮化率、耕地面積、農村用電量、農業機械總動力對農業總產值的路徑系數分別為0.9790、0.7996、0.9804、0.9848。

圖 2 路徑系數圖

農村用電量對農業總產值直接路徑系數（0.5764）最大，其次是農業機械總動力路徑系數（0.4759）和耕地面積路徑系數（0.1160），城鎮化率對農業總產值直接路徑系數為負（-0.1507）。通過“城鎮化率-農村用電量-農業總產值”路徑對農業總產值的間接路徑系數最大（0.5756），通過“農村用電量-城鎮化率-農業總產值”路徑對農業總產值的間接負路徑系數（-0.1575）最大。自變量“城鎮化率”的直接路徑為負，但在通過中間變量“耕地面積”“農村用電量”或“農業機械總動力”后，其間接路徑為正。

2.2 自變量的貢獻度

如表2所示，城鎮化率、耕地面積、農村用電量、農業機械總動力對農業總產值的貢獻度分別為11.50%、7.04%、43.98%、36.35%。

其中，農村用電量直接貢獻度、累計間接貢獻度均最大，因而總貢獻度也為最大，是農業總產值的主要貢獻因素。其次是農業機械總動力、城鎮化率、耕地面積，這些因素通過直接或間接路徑對因變量產生了影響。約有1.13%的誤差不能被表中4個自變量解釋，可能是其他因素存在的原因，如化肥施用量、總人口等。

2.3 討論

通徑模型的研究數據表明，農村用電量的增長是目前四川省農業總產值增加的主要貢獻因素。四川省農村用電量主要來自于排灌、山區抽水、村民生產生活用電。四川地區主要糧食作物為稻谷，約占糧食總產量的42.0%左右，排灌用電量增加，提高了耕地的灌溉程度，從而增加糧食產量，提高農業總產值。山區抽水、村民生產生活用電量增加，一方面由于農村生活水平改善，對農產品質量需求提高，促進農業總產值提高；另一方面，由于農業自動化設備的持續投入，提高了農業種植效率，從而提升了農業總產值。自變量“農村用電量”的直接路徑系數為正，但在通過中間變量“城鎮化率”后間接路徑系數為負，這說明城鎮化率增大，農村人口數量減少，導致單位人數的用電量變大，這可能是由于農村通常引進的是勞動密集型企業，企業的規模越大，農村用電量越大，被吸引進企業的勞動力就越多，導致了區域內務農人口相對減少，從而使農業總產值減少。

其次的貢獻因素是農業機械總動力。在2000年以前，四川省80.0%的耕地位于山區、丘陵，機械化程度較低，農用機械尚未普及，四川地方財政較為困難，很難像沿海發達地區對農業機械進行補貼。隨著國家西部大開發戰略的實施，四川經濟高速發展，政府加大了對農業機械補貼的導向性[10]。農業機械中拖拉機、排灌機、單人手持耕整機等大量普及，極大地提高了農業種植效率，從而提升了農業總產值[10]。以農機合作組織（企業）、農機大戶為主的農機服務市場進一步發展，將農機服務與單一農戶農機需求有效整合，減少了因人力不足造成的糧食損失，減輕了農民農業生產的勞動強度，使農民能擴大農產品的種植量，進一步提高了農業總產值。

表 2 各自變量對應變量的貢獻度

隨著城市化進程加快，農村人口越來越少，從事農業的村民減少，導致農業總產值降低，因此，自變量“城鎮化率”的直接路徑系數為負。路徑“城鎮化率-農村用電量-農業總產值”間接系數最大，這是因為城鎮化的電力基礎設施為農村電力設施全覆蓋、農村電網增容提供了有效支持，從而提升了農業生產效率，提高了農業總產值。通過“城鎮化率-農業機械總動力-農業總產值”路徑對農業總產值的間接路徑系數為正，表明“城鎮化率”和“農業機械總動力”兩個因素之間有相互促進作用。這一方面是由于城鎮化率增加，農村人口減少，農民為減輕勞動強度，有較強地農機購買意愿；另一方面是城鎮化降低了農機的運輸、燃料、維修保養成本，使農業機械保有量逐步增加，提高了農業生產的效率。

耕地面積對農業總產值的影響相比其他3個因素較低，主要是因為四川省農村勞動力缺乏，耕地面積增加對農業總產值增加影響有限。但是耕地面積增加可以促使農用機械總動力、農村用電量增加，種植效率提升。因此，自變量“耕地面積”在通過中間變量“農用機械總動力”“農村用電量”之后，對農業總產值間接路徑系數為正。

3 結論

通過對四川省總人口數、四川省農村人口數、四川省城鎮化率、化肥施用量、農村用電量、農業機械總動力、耕地面積、作物播種面積這8個因素進行相關性分析，篩選出了城鎮化率、耕地面積、農村用電量、農業機械總動力這4個與四川省農業總產值最相關的因素。將這4個因素作為自變量對農業總產值（因變量）進行通徑分析，研究結果揭示了這4個因素通過不同的直接路徑、間接路徑影響農業總產值。其中，城鎮化率、耕地面積、農村用電量、農業機械總動力對農業總產值的貢獻度分別為11.50%、7.04%、43.98%、36.35%，有1.13%的誤差不能被表中4個因素解釋。農村用電量、農業機械總動力、耕地面積對農業總產值有直接正貢獻；城鎮化率的直接貢獻為負，但是通過農村用電量、農業機械總動力、耕地面積的影響后，總貢獻為正。因此，農業部門可以依據以上因素的影響過程，調整農業生產結構、優化農業布局，使四川省農業發展更加快速高效。