陜西省農業現代化發展影響因素測定

秦 芳

（西安培華學院，陜西 西安 710125）

0 引言

農業現代化是指依靠經濟發展和技術進步，利用科學管理模式，實現傳統農業向現代農業的轉變，即實現高產、優質、低耗農業產業體系，實現可持續發展的農業生態體系，實現科學管理的創新發展體系[1]。農業現代化關系著糧食安全、農民增收減貧、鄉村振興及城鄉融合發展[2]。陜西省作為西北5 省的行政和經濟發展中心，2022 年末，全省常住人口中農村人口占35.98%，第一產業占生產總值的比例為7.9%[3]。對陜西省農業現代化進行研究，把握影響其發展的核心因素，并提出相應的建議，不僅對于農民持續增收、鞏固脫貧攻堅成果、促進城鄉融合，還對推進西北5省及全國各省的農業現代化發展具有重要現實意義和參考價值。

農業現代化發展一直是研究人員關注和研究的重要議題。在國家層面上，相關研究可以分為3 類。第1 類是有關實現農業現代化路徑的研究。從分析實現農業現代化的重要意義入手，探討實現農業現代化所面臨的困境，并提出完善現代農業基礎設施、推進農業治理、拓展農業功能等方面的實現路徑[4-6]。第2 類是從鄉村振興和農民增收視角研究農業現代化發展。將農業發展分為起步發展、初步發展、全面發展和深入推進等階段，強調加強農業基礎設施建設，推動綠色生態農業發展，優化產業鏈布局，注重鄉村振興、農民增收和城鄉融合等方面的發展[7-9]。第3 類是綜合評價我國農業現代化發展的研究，主要從農業投入水平、農業產出水平、農村社會發展水平、質量效益水平和農業可持續發展水平等方面構建指標體系，對我國農業現代化的發展水平進行綜合評價，并提出相應的建議[10-13]。在區域層面上的研究主要集中在綜合評價農業現代化的發展狀況，吸取國內同類研究成果的基礎上構建指標體系，對各省的區域性特征進行評價，并提出相應的對策和建議[14-16]。

對大量文獻的梳理和研究發現，目前關于農業現代化的研究主要集中在對其綜合評價和發展路徑的探索，而對農業現代化發展影響因素的研究相對較少。本研究通過分析農業現代化發展的影響因素，彌補現有研究的不足，其貢獻表現在構建指標體系，通過主成分分析方法對指標體系進行降維處理，找出影響陜西省農業現代化發展的核心因素，通過回歸分析及假設檢驗，建立曲線回歸模型，對影響因素進行量化測定，并分析邊際效應。

1 陜西省農業概況

陜西省地勢呈南北高、中間低，由高原、山地、平原和盆地等多種地貌構成，其中黃土高原占全省土地面積的40%，地跨黃河、長江兩大水系，橫跨3 個氣候帶，陜北北部長城沿線屬中溫帶季風氣候，關中及陜北大部屬暖溫帶季風氣候，陜南屬北亞熱帶季風氣候。《陜西省第三次全國國土調查主要數據公報》顯示，全省耕地面積293.4 萬hm2，81%分布在陜北高原和關中平原，榆林市、渭南市、咸陽市和寶雞市耕地面積較大，合計占全省耕地面積的64.03%；陜西省水域及水利設施用地27.3 萬hm2，榆林市、漢中市、安康市和渭南市水域面積較大，合計占全省水域面積的61.57%。陜西省著力推進特色現代農業建設，建成高標準農田134.1 萬hm2，種糧面積穩定在300 萬hm2，糧食生產“十九連豐”，年均產量保持在1 200 萬t 以上，2022 年達到1 298 萬t。陜西省完善提升農村公路超過5 萬km[17]。

2 研究方法和數據來源

2.1 研究方法

主要利用主成分分析法和回歸分析法，通過SPSS26.0 和EViews12.0 軟件進行建模分析。

2.1.1 主成分分析法

主成分分析（Principal Component Analysis，PCA）是一種多元統計分析方法，用于考察多個變量之間的相關性。它可以從一組原始變量中提取少數幾個主成分，這些主成分盡可能多地保留原始變量的信息，并且彼此之間不相關。在多元回歸分析中，PCA 可以降低模型復雜度，同時避免自變量之間的多重共線性問題。利用主成分分析法對包含9 個變量的數據進行分析，目的是通過降維，找出影響陜西省農業現代化發展的核心因素。

2.1.2 回歸分析法

回歸分析法基于統計學原理，通過一系列假設檢驗建立擬合度較高的回歸模型，揭示自變量與因變量之間的關系，并預測因變量的變化。根據主成分分析的結果，利用主成分與因變量進行回歸分析，從而對陜西省農業現代化發展的影響因素進行量化測定。

2.2 數據來源

研究數據主要來源為《中國統計年鑒》和《陜西統計年鑒》、農業農村部、陜西省農業農村廳，以及及中國知網數據庫，主要選擇2001—2020 年相關數據進行分析。

3 影響因素分析

3.1 變量選擇及說明

本著科學性、客觀性和系統性原則，參考已有研究成果，結合《“十四五”推進農業農村現代化規劃》《陜西省“十四五”數字農業農村發展規劃》，最終從農業投入水平、農業產出水平、農村發展水平和農業可持續發展水平4 個維度選擇9 個變量構建影響陜西省農業現代化發展的因素指標體系（表1）[1-16]。

表1 陜西省農業現代化發展影響因素指標體系Tab.1 Indicator system of influencing factors of agricultural modernization development in Shaanxi Province

3.2 數據處理及結果解析

3.2.1 數據處理

首先，檢驗9 個變量（X1～X9）是否適合做主成分分析。利用SPSS26.0 進行變量之間的相關性檢驗，結果顯示變量之間存在顯著相關關系，這為進行主成分分析奠定了基礎，為了進一步驗證是否適合做主成分分析，進行KMO 和Bartlett 球形度檢驗，KMO 的取值越接近于1，說明變量間的相關性越強，Bartlett 球形度檢驗的原假設（H0）是數據呈球形分布，即各變量在一定程度上相互獨立。檢驗結果（表2）顯示，KMO= 0.855，Bartlett 特球形度檢驗結果P＜0.001，拒絕原假設，即變量之間具有相關性。綜合KMO 和Bartlett 球形度檢驗的結果，得出結論：這9 個變量具有相關性，適合進行主成分分析，可以繼續進行下一步分析。

表2 KMO 和Bartlett 檢驗Tab.2 KMO and Bartlett test

其次，降維并提取主成分。以特征值大于1 且方差貢獻率累積大于85%為判定準則。利用主成分分析法，對9 個變量提取主成分，結果如表3 所示。由表3 可知，特征值大于1 的主成分有農村投入產出及農村發展（FAC1）和農業治理（FAC2），FAC1的方差百分比為64.814%，表示FAC1能夠解釋這9 個變量中64.814%的信息。FAC1和FAC2的方差貢獻率累積為89.221%，表明這2 個主成分共同解釋了這9 個變量中89.221%的信息。因此，FAC1和FAC2能夠較全面地解釋文中構建的9 個影響陜西省農業現代化發展的指標。

表3 總方差解釋Tab.3 Interpretation of total variance

分析表4 中旋轉后的主成分與9 個變量的相關系數矩陣，可以揭示各主成分對每個變量的影響程度。相關系數的絕對值越接近于1，表明對應變量受主成分影響越大。由表4 可知，FAC1主要提取了8 個變量的信息，包括單位耕地面積產出率X5、單位耕地面積農藥施用量X3、有效灌溉率X4、農村居民家庭平均每百戶移動電話擁有量X7、森林覆蓋率X8、勞均農業機械總動力X1及農業勞動者素質X6。而FAC2則主要提取了水土流失治理面積X9的信息。

表4 旋轉后的主成分與變量之間的相關系數矩陣aTab.4 Correlation coefficient matrix between principal components and variables after rotation

3.2.2 結果解析

（1）對FAC1進行解析。FAC1和FAC2的累積方差貢獻率為89.221%（表3）。其中，FAC1由8 個變量構成，其方差貢獻率為64.814%（表3），這表明FAC1在陜西省農業現代化發展中起核心作用，占據主導地位。具體而言，在8 個影響因素中，單位耕地面積產出率X5的影響最為顯著（表4），單位耕地面積產出率X5代表著農業產出水平，而農業產出水平是實現農業現代化的關鍵，當單位耕地面積產出率提高時，耕地利用效率也相應提高，農產品產量不斷增長，從而更好地確保農產品特別是糧食的安全性，并優化農業投入結構和產出結構。單位耕地面積產出率的提高離不開單位耕地面積農藥施用量X3和單位耕地面積化肥施用量X2的貢獻。然而，農藥和化肥的盲目施用會導致環境污染、農產品質量安全問題及增加農業生產成本等挑戰。為此，陜西省采取了有機肥還田率提升、綜合防控減少病蟲害等多項措施，科學、精準、適量施用化肥和農藥。有效灌溉率X4對陜西省農業現代化發展也具有顯著影響（表4），陜西省多年平均降水量676 mm，降水南多北少，陜南為濕潤區，關中為半濕潤區，陜北為半干旱區。多年平均地表徑流量426億m3，水資源總量445 億m3，居全國各省（市、區）第19 位。水資源時空分布嚴重不均。從時間分布上看，全省年降雨量的60%～70%大都集中在7—10 月，往往造成汛期洪水成災，而春、夏兩季旱情多發；從地域分布上看，秦嶺以南的長江水系，流域面積占全省的37%，水資源量占到全省總量的71%，而秦嶺以北的黃河水系，流域面積占全省的63%，水資源量僅占29%[18]。采用高效節水的灌溉技術，提高水資源的利用效率，成為節約水資源、推動農業高質量發展的重要舉措。農村居民家庭平均每百戶移動電話擁有量X7是衡量農村發展水平的指標，而農村發展水平與農業現代化發展相輔相成、相互促進。農業現代化發展離不開良好的農業生態環境，森林覆蓋率X8是農業生態環境的基礎，對農業現代化發展至關重要，可以減少農作物受災面積，確保農業生產的穩定性和可持續發展。農業機械化是傳統農業向農業現代化轉變的重要標志之一，是提高勞動生產率的重要手段，不斷加大勞均農業機械總動力X1，促進農業現代化快速發展。不斷提升農業勞動者素質X6對農業現代化發展有正向的促進作用[19]。

（2）FAC2解析。FAC2由水土流失治理面積X9構成（表4），占主成分因素影響方差貢獻率的24.407%（表3），水土流失治理與生態環境、農業經濟可持續發展密不可分，對農業現代化發展影響顯著。

3.3 綜合回歸分析

進一步驗證FAC1和FAC2對陜西省農業現代化發展的影響，在主成分分析的基礎上，選擇農民人均純收入Y1（以2000 年為不變價格的收入水平）和農村居民家庭恩格爾系數Y2兩個因變量，FAC1和FAC2為自變量，取2001—2020 年的相關數據，利用EViews12.0進一步分析各主成分對陜西省農業現代化發展的影響程度[20-21]。

3.3.1 序列平穩性檢驗

為了防止出現偽回歸，首先需要對時間序列進行平穩性檢驗，即ADF 檢驗，原假設（H0）是至少存在一個單位根，即序列非平穩；備擇假設（H1）是不存在單位根，即序列平穩。檢驗結果顯示，在10%顯著性水平下，變量Y1、Y2、FAC1、FAC2均拒絕原假設，即不存在單位根，均為0 階平穩序列，因此，可以繼續建立和分析回歸模型。

3.3.2 模型設定

以FAC1和FAC2為自變量，Y2和Y1為因變量，建立線性回歸模型，嘗試在線性回歸模型中引入變量的平方項和變量間的交互項等方法。并進行一系列假設檢驗，利用F-test 對回歸模型的總體顯著性檢驗，即檢驗全部自變量對因變量的共同影響是否顯著；利用Ramsey Reset test 進行回歸模型設定誤差的檢驗；利用White test 進行殘差異方差檢驗；利用BG test 進行殘差自回歸檢驗；利用Shapiro-Wilk 進行殘差正態性檢驗。經過反復嘗試并結合實際情況，最終得到如下回歸模型形式及相關檢驗結果（表5）（α=0.05）。

表5 模型1 和模型2 的檢驗結果Tab.5 Test results of model 1 and model 2

F-test 中，模型1 和模型2 的原假設（H0）是總體影響不顯著，備擇假設（H1）是總體影響顯著。Ramsey Reset test 中，模型1 和模型2 的原假設（H0）是回歸模型不存在設定誤差，備擇假設均（H1）是回歸模型存在設定誤差。White test 中，模型1 和模型2的原假設（H0）是殘差同方差，備擇假設（H1）是殘差異方差。BG test 中模型1 和模型2 的原假設（H0）是殘差無自相關，備擇假設均（H1）是殘差存在自相關；Shapiro-Wilk 檢驗中，模型1 和模型2 的原假設（H0）是殘差序列服從正態分布，備擇假設（H1）是殘差序列不服從正態分布。

由表5 可知，模型1 和模型2 中AdjustedR2非常接近于1，說明模型1 和模型2 的擬合程度非常高，即模型中引入的自變量FAC1和FAC2對Y1和Y2的解釋能力非常強。F-test 結果的P＜0.05，均拒絕原假設，說明兩個模型均高度顯著，即模型1 和模型2 中的所有自變量對因變量的總體影響顯著。Ramsey Reset test 的結果分別為0.010 4 和0.055 6，均＞0.01，則均不拒絕原假設，即模型1 和模型2 的函數形式正確。White test 的結果分別為0.075 2 和0.258 4，均＞0.05，殘差均為同方差。BG test 的結果分別為0.070 9 和0.315 7，均＞0.05，均不拒絕原假設，即模型1 和模型2 的殘差不存在自相關。Shapiro-Wilk 檢驗結果分別為0.589 和0.452，均＞0.1，不拒絕原假設，即模型1 和模型2 殘差均服從正態分布。

3.3.3 回歸分析

由表6 可知，模型1 和模型2 中所有自變量的回歸系數和常量t檢驗的P值均＜0.05，說明各自變量對因變量的影響均顯著。

表6 回歸模型估計結果Tab.6 Estimation results of regression model

將回歸系數和常量代入回歸模型可得

模型1 中回歸系數的含義，FAC1以線性的形式出現在回歸模型中，其回歸系數為1 900，說明在其他變量保持不變的條件下，每增加一個單位的FAC1，可使Y1平均增加1 900 元。FAC2以平方項的形式出現在模型1 中，其系數為負，說明Y1與FAC2呈現倒U 型曲線關系，FAC2對Y1的邊際效應不是恒定的，而是呈現初始的正效應和后期的負效應。具體而言，初始階段，隨著FAC2的增加，Y1增加，而在農業治理成熟之后，一旦FAC2超過某個閾值，增加FAC2反而會對Y1產生負面影響。

模型2 中回歸系數的含義，FAC1的回歸系數為負，說明增加FAC1會導致Y2降低，與預期一致，具體而言，FAC1的系數為-5.3，說明在其他變量保持不變的條件下，每增加一個單位的FAC1，Y2平均下降5.3%。FAC2以平方項的形式出現在模型2 中，并且回歸系數為正，說明FAC2與Y2之間呈現U 型曲線關系，FAC2對Y2的邊際效應不是恒定的，當自變量FAC2處于低較水平時，增加FAC2，會顯著降低Y2，然而，一旦自變量FAC2超過某個閾值，邊際效應變為負。即水土流失治理面積FAC2增加到一定程度后，對Y2的下降不再具有促進作用。

4 結論及建議

4.1 結論

綜合主成分分析和回歸分析的結果表明，FAC1是影響陜西省農業現代化發展的核心因素。回歸模型分析發現，FAC1對Y1和Y2的影響效果都非常顯著。具體而言，大量投入FAC1，能夠持續增加Y1并降低Y2。另一方面，FAC2對Y1和Y2的影響呈現曲線關系，提示在農業現代化發展初期，需要加大農業治理力度，以促進Y1的增長和降低Y2。

FAC1是關鍵的推動因素，而FAC2在農業現代化發展初期具有重要的作用，共同促進了陜西省農業現代化發展，并對Y1和Y2產生積極影響。

4.2 發展建議

FAC1是陜西省農業現代化發展的核心因素，依據FAC1主要提取文中8 個變量的信息，結合陜西省實際情況。在促進陜西省農業現代化發展過程中，需進一步加強農業技術培訓和科技支持，提高農民對現代農業技術的掌握和應用能力，以提高農產品產出率和農藥施用的科學合理性。加大對農田水利設施的建設和改造，提高農田灌溉效率，減少水資源浪費，確保農作物的充足灌溉。不斷推動信息技術在農業生產和農村發展中的應用，提供農民與市場、技術和信息的便捷渠道，促進農業現代化和農村經濟的融合發展。進一步加強生態環境保護和資源節約利用，提高農業機械化水平，培養農業勞動者的專業技能和創新能力。

依據FAC2主要提取文中1 個變量的信息，結合陜西省實際情況，在促進陜西省農業現代化發展過程中，需不斷加大對水土流失治理的投入和力度，采取合理的水土保持措施，包括植被恢復、防風固沙、梯田建設等，減少土壤侵蝕和水土流失的風險，保護農田生態環境，進一步加強農田水利設施的維護和管理，確保農田排水良好，有效避免水浸和積水造成的農作物損失和土地退化。