孫舜威
(上海對(duì)外經(jīng)貿(mào)大學(xué)統(tǒng)計(jì)與信息學(xué)院,上海 201620)
中國(guó)是農(nóng)業(yè)大國(guó),而陜西省也是中國(guó)的農(nóng)業(yè)大省,我們選取了許多論文進(jìn)行閱讀研究,其中詳細(xì)對(duì)陜西省的農(nóng)業(yè)狀況進(jìn)行分析,并從某些特定省市出發(fā)進(jìn)行精準(zhǔn)分析與評(píng)價(jià),但是絕大多數(shù)文獻(xiàn)中其中統(tǒng)計(jì)學(xué)的應(yīng)用較少。我們收集了其中較為成功的研究成果,并且從統(tǒng)計(jì)學(xué)的角度出發(fā),運(yùn)用統(tǒng)計(jì)方法,讓讀者對(duì)陜西省的農(nóng)業(yè)發(fā)展?fàn)顩r及成因有更直觀科學(xué)的理解。
隨著社會(huì)的發(fā)展和科技的進(jìn)步,農(nóng)業(yè)也逐步科技化。我國(guó)是農(nóng)業(yè)大國(guó),黃河、長(zhǎng)江流域更是世界農(nóng)業(yè)的起源地之一。在農(nóng)業(yè)的發(fā)展中,更為科學(xué)的理論也為發(fā)展提供了堅(jiān)實(shí)保障。其中統(tǒng)計(jì)學(xué)在農(nóng)業(yè)中的應(yīng)用非常廣泛。它不僅在各項(xiàng)農(nóng)業(yè)數(shù)據(jù)的分析整理方面起到作用,分析各項(xiàng)農(nóng)業(yè)數(shù)據(jù)之間的關(guān)系時(shí)也至關(guān)重要。它是國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)學(xué)的重要組成部分。
在諸多國(guó)內(nèi)外文獻(xiàn)中,作者運(yùn)用了統(tǒng)計(jì)方法對(duì)農(nóng)業(yè)生產(chǎn)資料進(jìn)行分析,以地理位置分區(qū),對(duì)不同區(qū)塊間的農(nóng)業(yè)差異進(jìn)行分析,研究農(nóng)業(yè)與食品之間的關(guān)系等等,但大都未提及到基礎(chǔ)農(nóng)業(yè)設(shè)施對(duì)于農(nóng)業(yè)的影響以及如何運(yùn)用統(tǒng)計(jì)學(xué)相關(guān)理論對(duì)此進(jìn)行分析,這也正是本文重點(diǎn)探討的問(wèn)題。
陜西省的農(nóng)業(yè)區(qū)面積大,發(fā)展速度快。因?yàn)殛兾鞯匦屋^為復(fù)雜,各地區(qū)的海拔高度,氣候環(huán)境都有著較大差異,從北到南形成了數(shù)十個(gè)明顯的農(nóng)業(yè)氣候區(qū),從東到西甚至形成24個(gè)種植業(yè)氣候類(lèi)型區(qū),情況復(fù)雜。故先進(jìn)行描述性統(tǒng)計(jì)分析。
我們收集了從2010—2018年陜西省的水利設(shè)施情況,除澇面積,主要農(nóng)業(yè)機(jī)械年末擁有量等數(shù)據(jù),相應(yīng)地我們又收集了對(duì)應(yīng)年份農(nóng)林牧漁總產(chǎn)值及城鎮(zhèn)居民平均收入。部分?jǐn)?shù)據(jù)如下:
首先分析部分基礎(chǔ)農(nóng)業(yè)生產(chǎn)條件與設(shè)施情況與農(nóng)業(yè)產(chǎn)值的關(guān)系。選取2010—2018年度的農(nóng)業(yè)生產(chǎn)總值為Y變量,單位為億元,選取農(nóng)業(yè)機(jī)械總動(dòng)力為X1變量,單位為萬(wàn)千瓦,選取聯(lián)合收割機(jī)數(shù)量為X2變量,單位為臺(tái)數(shù),選取水庫(kù)總庫(kù)容量為X3變量,單位為億立方米,選取水土流失治理面積為X4變量,單位為千公頃。對(duì)其進(jìn)行多元回歸分析,得到R方為0.9834,擬合優(yōu)度良好。但是到聯(lián)合收割機(jī)數(shù)量對(duì)于農(nóng)業(yè)生產(chǎn)總值的貢獻(xiàn)為負(fù),顯然不合常規(guī)。

圖1 部分指標(biāo)數(shù)據(jù)圖
求這組數(shù)據(jù)的方差膨脹因子,除X3以外均大于10,X1,X2,X4有嚴(yán)重的多重共線性,故需要找出對(duì)變量貢獻(xiàn)最大的一組數(shù)據(jù),采用逐步回歸法,對(duì)X1,X2,X4分別做一元線性回歸,觀察它們的擬合優(yōu)度:發(fā)現(xiàn)X1的總體擬合優(yōu)度優(yōu)于另外兩組數(shù)據(jù),故選取X1和X3做最后的多元線性回歸。得到的R2為0.9821,方差膨脹因子均小于10,即成功消除共線性影響,得到最后的回歸模型為:

即農(nóng)業(yè)機(jī)械總動(dòng)力每上升1萬(wàn)千瓦,農(nóng)業(yè)總產(chǎn)值上升0.93695億元;水庫(kù)總庫(kù)容量每上升1億立方米,農(nóng)業(yè)總產(chǎn)值上升12.46474億元。
選取2010—2018年度的漁業(yè)總產(chǎn)值為Y變量,單位為億元,選取水庫(kù)數(shù)為X1變量,單位為座,選取水庫(kù)總庫(kù)容量X2變量,單位為億立方米,選取水產(chǎn)品總產(chǎn)量為X3變量,單位為萬(wàn)噸,選取農(nóng)業(yè)機(jī)械總動(dòng)力為X4變量,單位為萬(wàn)千瓦。使用統(tǒng)計(jì)軟件sas對(duì)其進(jìn)行多元回歸分析。
選取這類(lèi)數(shù)據(jù)的理由是,水庫(kù)數(shù)與水庫(kù)總量是淡水養(yǎng)殖的重要指標(biāo),而陜西省處在內(nèi)陸,漁業(yè)主要依靠淡水養(yǎng)殖。水產(chǎn)品總產(chǎn)量與與農(nóng)業(yè)機(jī)械總動(dòng)力與漁業(yè)收入有著密不可分的聯(lián)系。
提取數(shù)據(jù)后,進(jìn)行多元回歸分析,得到R2為0.9884,R2模型擬合效果較好,但是,這樣高的R2通常意味著有多重共線性存在。因此之后應(yīng)進(jìn)行多重共線性檢驗(yàn),檢驗(yàn)方法選取方差膨脹因子方法進(jìn)行處理。
觀察到水庫(kù)數(shù)量對(duì)漁業(yè)生產(chǎn)總值貢獻(xiàn)為負(fù),顯然不合常規(guī)。
對(duì)原數(shù)據(jù)進(jìn)行多重共線性檢驗(yàn)。發(fā)現(xiàn)X3,X4具有多重共線性,對(duì)多重共線性的處理方法一般為找出對(duì)變量貢獻(xiàn)最大的一組數(shù)據(jù),由所得可以直接得出,X1,X2為適合模型的變量,所以選取X1,X2再次進(jìn)行多元回歸擬合。調(diào)整后的模型的R2為0.8844,方差膨脹因子為3.51301,無(wú)明顯多重共線性,最后得到的方程為:

即水庫(kù)數(shù)每上升1萬(wàn)千瓦,漁業(yè)總產(chǎn)值上升0.01744億元;水庫(kù)總庫(kù)容量每上升1億立方米,漁業(yè)總產(chǎn)值上升0.89974億元。
2.2.1 陜西省各地級(jí)市中農(nóng)業(yè)情況的各種指標(biāo)分析
通過(guò)兩種分析方法對(duì)描述山西省各地級(jí)市中農(nóng)業(yè)情況的各種指標(biāo)進(jìn)行分析,一方面找出用來(lái)衡量陜西省各地級(jí)市農(nóng)業(yè)發(fā)展情況的各個(gè)指標(biāo)之間的內(nèi)在聯(lián)系,另一方面找出陜西省各地級(jí)市農(nóng)業(yè)發(fā)展現(xiàn)狀的差異,以求發(fā)現(xiàn)其差距所在的原因,方便各市揚(yáng)長(zhǎng)避短,提高各自的與經(jīng)濟(jì)水平相符合的農(nóng)業(yè)政策建設(shè)。
2.2.2 聚類(lèi)分析
首先我們對(duì)數(shù)據(jù)進(jìn)行了聚類(lèi)分析,以便觀察各地級(jí)市農(nóng)業(yè)間的相似點(diǎn)、共同點(diǎn)。

圖2 ward法聚類(lèi)分析結(jié)果
由于理想的聚類(lèi)結(jié)果是類(lèi)的個(gè)數(shù)適當(dāng),類(lèi)之間較為分開(kāi)而類(lèi)內(nèi)接近并且未出現(xiàn)不合理的過(guò)大的類(lèi),基于此前提,我們選取ward法的結(jié)果作為聚類(lèi)結(jié)果并將其分為五類(lèi):
第一類(lèi):西安、商洛(農(nóng)產(chǎn)品生產(chǎn)效率高)。
第二類(lèi):銅川、安康、延安(農(nóng)業(yè)處于較低水平)。
第三類(lèi):漢中(‘魚(yú)米之鄉(xiāng)’水產(chǎn)品產(chǎn)量在陜西省各市中獨(dú)占鰲頭)。
第四類(lèi):寶雞、咸陽(yáng)(畜牧業(yè)發(fā)達(dá),災(zāi)情易發(fā)地)。
第五類(lèi):渭南、榆林(糧食主產(chǎn)區(qū))。
陜西省各市區(qū)的農(nóng)業(yè)有其獨(dú)特的特色。其中漢中以水產(chǎn)品為主;寶雞與咸陽(yáng)的畜牧業(yè)則較為出眾;渭南、榆林地區(qū)則是陜西省主要的糧食產(chǎn)區(qū);西安與商洛則能以較小的投入得來(lái)較大的收益,技術(shù)較為先進(jìn);銅川、安康、延安等地農(nóng)業(yè)水平則較為低下。
2.2.3 主成分分析
主成分分析的目的是為了減少變量的個(gè)數(shù),因此,一般不會(huì)使用所有主成分,忽略一些較小方差的主成分將不會(huì)對(duì)總方差帶來(lái)大的影響。
各成分的貢獻(xiàn)率為38.997,18.403,17.359,10.151,8.096,4.164,1.953,0.692,0.185。
通常選取累計(jì)貢獻(xiàn)率到達(dá)80以上,綜上,前五個(gè)主成分累計(jì)貢獻(xiàn)率已達(dá)到93.006%,并且第六個(gè)主成分僅貢獻(xiàn)了4.164%,若選取第六主成分意義不大,所以我們選取前五個(gè)主成分來(lái)綜合表示原始變量。得到主成分表達(dá)式的結(jié)果為下圖所示:

圖3 主成分分析結(jié)果
第一主成分中,高載荷主要集中在總播種面積,糧食產(chǎn)量與機(jī)械總動(dòng)力上,因此將主成分一定義為“播種工具與面積”。第二主成分中,高載荷主要集中在水產(chǎn)品產(chǎn)量上,可將第二主成分定義為“水產(chǎn)品情況”。第三主成分中,高載荷主要集中在災(zāi)情上,因此定義為“災(zāi)情影響”。第四主成分中,高載荷主要集中在禽蛋產(chǎn)量上,定義為“畜牧情況”。第五主成分中,高載荷集中在水產(chǎn)品與水果產(chǎn)量上,可將第五主成分定義為:“水果產(chǎn)量情況”。
3.1.1 農(nóng)業(yè)
農(nóng)業(yè)總產(chǎn)值正在逐年攀升,與農(nóng)業(yè)產(chǎn)值來(lái)說(shuō),農(nóng)業(yè)機(jī)械總動(dòng)力是非常重要的一方面,農(nóng)業(yè)機(jī)械總動(dòng)力指全部農(nóng)業(yè)機(jī)械動(dòng)力的額定功率之和。農(nóng)業(yè)機(jī)械是指用于種植業(yè)、畜牧業(yè)、漁業(yè)、農(nóng)產(chǎn)品初加工、農(nóng)用運(yùn)輸和農(nóng)田基本建設(shè)等活動(dòng)的機(jī)械及設(shè)備。農(nóng)機(jī)總動(dòng)力按使用能源不同分為以下四部分:
柴油發(fā)動(dòng)機(jī)動(dòng)力:指全部柴油發(fā)動(dòng)機(jī)額定功率之和。
汽油發(fā)動(dòng)機(jī)動(dòng)力:指全部汽油發(fā)動(dòng)機(jī)額定功率之和。
電動(dòng)機(jī)動(dòng)力:指全部電動(dòng)機(jī)(含潛水電泵的電動(dòng)機(jī))額定功率之和。
其他機(jī)械動(dòng)力:指采用柴油、汽油、電力之外的其他能源,如水力、風(fēng)力、煤炭、太陽(yáng)能等動(dòng)力機(jī)械功率之和。
農(nóng)業(yè)增長(zhǎng)離不開(kāi)農(nóng)業(yè)機(jī)械化進(jìn)程,在一些重復(fù)的農(nóng)業(yè)環(huán)節(jié),如大面積的播種,收割等,機(jī)器相較于人類(lèi)來(lái)說(shuō)有著得天獨(dú)厚的優(yōu)勢(shì);另一方面農(nóng)業(yè)的發(fā)展離不開(kāi)穩(wěn)定的水源。水庫(kù)可以讓水源供給的不穩(wěn)定性轉(zhuǎn)化為相對(duì)的穩(wěn)定性。水庫(kù)是攔洪蓄水和調(diào)節(jié)水流的水利工程建筑物,可以利用來(lái)灌溉、發(fā)電、防洪和養(yǎng)魚(yú)。有時(shí)天然湖泊也稱(chēng)為水庫(kù)(天然水庫(kù)),但是本文只統(tǒng)計(jì)分析人工水庫(kù)。水庫(kù)規(guī)模通常按庫(kù)容大小劃分,分為小型、中型、大型等。水庫(kù)的容量越大,可以供給周邊農(nóng)業(yè)發(fā)展和人們生產(chǎn)生活需要的水源就越充足,同時(shí)也對(duì)于防洪防澇防干旱等有著很大作用。陜西省農(nóng)業(yè)種類(lèi)繁多,也是農(nóng)業(yè)大省,想繼續(xù)保持農(nóng)業(yè)的高歌猛進(jìn)就必須維持農(nóng)業(yè)的科技含量與水源的持續(xù)穩(wěn)定供應(yīng)。也正是因?yàn)檫@些指標(biāo)逐年增長(zhǎng),才鑄就了陜西省農(nóng)業(yè)的不斷發(fā)展。我們可以看出,在農(nóng)業(yè)的發(fā)展中,機(jī)械擁有量,總動(dòng)力等因素都對(duì)農(nóng)業(yè)的發(fā)展有著密不可分的作用。加大機(jī)械的投入量可以讓農(nóng)業(yè)取得更好的發(fā)展。
3.1.2 漁業(yè)
分析研究表明,在去除多重共線性的情況下,漁業(yè)收入主要由水庫(kù)容量和水庫(kù)數(shù)量決定。陜西省常年被嚴(yán)重的水土流失問(wèn)題所困擾,無(wú)論在農(nóng)林牧漁的哪一部分發(fā)展中,對(duì)水土流失的治理與可持續(xù)發(fā)展的觀念應(yīng)當(dāng)是發(fā)展計(jì)劃需要首先考慮的。在確保治理水土流失問(wèn)題不受干擾的情況下,適當(dāng)增加水庫(kù)數(shù)量與水庫(kù)容量,有助于農(nóng)業(yè)體系更好的對(duì)抗洪澇,也能同時(shí)在漁業(yè)方面有著更大的收益。需要指出的是,陜西多高原山地,地理?xiàng)l件上并不適合大力發(fā)展?jié)O業(yè),對(duì)此我們的意見(jiàn)是發(fā)展特色漁業(yè),通過(guò)包裝有限的實(shí)體價(jià)值來(lái)獲得更高的商業(yè)價(jià)值。
通過(guò)相關(guān)分析,可以看出,陜西省農(nóng)業(yè)發(fā)展因?yàn)楦鞯丶?jí)市地理?xiàng)l件的不同而產(chǎn)生較大差異。西安,商洛的農(nóng)產(chǎn)品生產(chǎn)效率領(lǐng)先全省,而地理?xiàng)l件較差,科技滲透力度不夠大的銅川,安康,延安地區(qū)農(nóng)業(yè)僅在較低水平;漢中因?yàn)槭亲怨乓詠?lái)的魚(yú)米之鄉(xiāng),所以水產(chǎn)品產(chǎn)領(lǐng)先全省,獨(dú)占鰲頭;寶雞與咸陽(yáng)兩地因?yàn)闉?zāi)情頻頻發(fā)生,不利于難以遷徙的農(nóng)業(yè),所以畜牧業(yè)較為發(fā)達(dá);渭南與榆林兩個(gè)地區(qū)因?yàn)橥寥罋夂驐l件較為優(yōu)勢(shì),所以成為了糧食主產(chǎn)區(qū)。而陜西省農(nóng)業(yè)較為關(guān)鍵的幾大因素中,糧食的播種面積與農(nóng)用機(jī)械的投入量首當(dāng)齊沖,尤為重要;糧食產(chǎn)量高但卻集中于渭南、榆林兩地,水產(chǎn)品的產(chǎn)量過(guò)于集中于漢中地區(qū);部分市區(qū)頻發(fā)的災(zāi)情對(duì)農(nóng)業(yè)有著巨大影響;各省市畜牧業(yè)發(fā)展良好,禽蛋產(chǎn)量頗高。陜西省跨緯度相對(duì)較大,導(dǎo)致省內(nèi)氣候條件各不相同;全省地形也較為復(fù)雜。從主成分分析等結(jié)論中我們發(fā)現(xiàn),因地制宜是陜西省農(nóng)業(yè)發(fā)展的關(guān)鍵條件。在不同的地區(qū)發(fā)展適合當(dāng)?shù)氐霓r(nóng)產(chǎn)業(yè)才充分利用資源。有一些地區(qū)發(fā)展的有關(guān)產(chǎn)業(yè)是相同的,但是由于一些科技,理論因素的差異,最后得到的結(jié)果有較大差距。西安等較為先進(jìn)的地級(jí)市可以和相對(duì)落后的地級(jí)市多進(jìn)行技術(shù)指導(dǎo)和交流,只有補(bǔ)上短板,陜西省農(nóng)業(yè)才能更加均衡全面發(fā)展。可以看到在寶雞,咸陽(yáng)等地,災(zāi)情頻頻發(fā)生,大幅度限制了當(dāng)?shù)叵嚓P(guān)產(chǎn)業(yè)的發(fā)展。當(dāng)?shù)卣畱?yīng)當(dāng)注重災(zāi)情的防護(hù),建設(shè)更多防護(hù)設(shè)施,加強(qiáng)人們的防患意識(shí),盡可能在災(zāi)情到來(lái)時(shí)止損,這樣才能使這些地方的農(nóng)業(yè)獲得更大的發(fā)展空間。