安徽省区域农业竞争力比较研究

陈杰

摘 要：农业竞争力对于增加农民收入，提升农业效益，促进农村发展具有重大作用。该文选取9项指标对安徽省区域农业竞争力采用因子分析与聚类分析。通过分析，找出安徽各地市农业发展的特点、层次、差异，并据此提出合理化建议以期实现安徽农业跨越式发展。

关键词：安徽；农业竞争力；因子分析；聚类分析

中图分类号 F323 文献标识码 A 文章编号 1007-7731（2016）12-0007-03

安徽省地处华东地区，气候适宜，地理条件优越，其中淮北平原是重要的农产品生产基地。淮河、长江的水文条件又为本地发展特色水产业提供了便利。但安徽省各地农业资源分布不均，生产条件存在差异，导致了各地农业竞争力的不同。研究安徽省各地市农业竞争力水平，总结各地市农业发展的优势与劣势，对有效配置农业资源，对提高安徽省整体农业竞争力具有重要意义。为了能够客观、准确地对安徽省各地市农业竞争力进行评价，本文采集了安徽16个地市的样本数据，用9项指标并采用SPSS21.0对于各地市农业竞争力进行因子分析。同时为更深入的了解各地市发展层次，以因子综合得分为依据对其进行聚类分析。

1 国内学者对区域农业竞争力的研究概况

众多国内学者对于区域农业竞争力基于不用视角进行了研究。曹执令[1]通过因子分析法对于湖南省各地市农业竞争力进行了评价，并认为可以划分3个区域。章海宏[2]以2005—2010年的数据对中国区域农业竞争力进行了动态分析，并提出相关建议。张伟华[3]通过对浙江省区域农业竞争力的研究，并分析了差异化原因，提出了相关建议。王得华[4]通过对河南省区域农业竞争力研究，认为各地市农业竞争力存在差异，并据此可以分为5类。张长耀[5]等对于西藏各地区的农业竞争力进行评价。刘秀琴[6]等通过生产、技术、市场、资本竞争力为指标对中国农业竞争力进行了评价。赵承华[7]通过层次分析法对辽宁省区域农业竞争力进行了分析，并提出合理化建议。王伶[8]通过因子分析和聚类分析对湖北省各市农业竞争力进行了研究。李晓甜[9]等运用因子分析法，对甘肃省各地市农业竞争力进行综合评价与实证分析，得出了甘肃省农业竞争力的时空演变规律特征。

以上国内学者对于农业竞争力的研究从国家层面、省级层面给予了分析，并运用了因子分析等计量方法进行实证。但是，现在还缺乏对安徽省区域竞争力的研究与实证分析。本文利用安徽省16个地市统计数据对于其农业竞争力进行比较分析，以期对提升安徽农业竞争力提供参考。

2 方法与指标的选取

2.1 研究方法的选取

2.1.1 因子分析法 这是一种多变量化简技术。目的是分解原始变量，从中归纳出潜在的“类别”，相关性较强的指标归为一类，不同类间变量的相关性较低。每一类变量代表了一个“共同因子”，即一种内在结构，因子分析就是要寻找该结构。

2.1.2 聚类分析法 按照个体（记录）的特征将它们分类，使同一类别内的个体具有尽可能高的同质性，而类别之间则具有尽可能高的异质性。

2.2 指标的选取 本人在前人研究的基础上，遵循指标的科学性、精简性、可获取性和可测量性的原则，选用9大指标对安徽省区域农业竞争力进行分析：农业总产值（万元）、农业机械总动力（万kW）、有效灌溉面积（khm2）、农业人口（人）、化肥施用量（t）、地膜覆盖面积（hm2）、农药使用量（t）、农作物播种面积（hm2）、受灾面积（khm2）。

本文选取安徽省16个地市（合肥、淮北、亳州、宿州、蚌埠、阜阳、淮南、滁州、六安、马鞍山、芜湖、宣城、铜陵、池州、安庆、黄山）为样本。用于分析的数据来自于《2015年安徽省统计年鉴》。

3 安徽省区域农业竞争力综合评价实证分析

3.1 数据的适用性检验 通过SPSS21.0软件，采用KMO检验和Bartlett检验对样本的所有数据进行适用性检验，检验结果如表1所示：

根据表1，KMO检测结果为0.728，Bartlett检验概率为0，表明各指标间具有较强的相关性，适合进行因子分析。

3.2 提取公因子 采用主成分分析法，根据特征值大小与方差累积贡献率来提取公因子。如表2所示：

根据表2，前2个主成分特征值均>1，且它们的累计方差贡献率达87.561%，说明这2个主成分包含原来9项指标87.561%的信息量，保留了较充分的原始信息，有较好的代表性，因此提取这2个公因子。

3.3 因子命名与解释 为了因子的可解释性，采用方差最大正交旋转法对初始载荷矩阵进行因子旋转，以寻求最佳解释方式。

根据表3，第一个公因子（F1）在农业总产值、农业机械总动力、有效灌溉面积、农业人口、化肥施用量、地膜覆盖面积、农作物播种面积上有较高的载荷，因此可以将其命名为农业生产要素因子。第二公因子（F2）在农药使用量、受灾面积上具有较高载荷，因此将其命名为农业抗风险能力因子。

3.4 因子得分与排名 为了计算16个地市农业竞争力的综合得分，以2个公因子各自的方差贡献率占其累计贡献率的比重作为权重进行加权计算，综合得分的计算公式为：

F=（76.133/87.561）F1+（11.428/87.561）F2.

利用上述综合得分计算公式，可得16个地市的综合得分（F）及排名如表4所示：

3.5 聚类分析 为了能更好地区分各地市农业竞争力的差异，找出每一类别的同质性。本文在提取公因子的基础上，将9个指标信息浓缩在2个公因子上，并利用这2个公因子得分与综合得分进行聚类分析。结果如图1所示：

图1 使用平均联接（组间）的聚类分析

根据树状图显示，可以将16个地市农业竞争力划分为3个层次较为合适（表5）。

第一类包括淮南、马鞍山、淮北、芜湖、宣城、黄山、铜陵、池州，这些城市农业竞争力较弱。这可能是因为淮南、马鞍山、淮北、铜陵这些城市矿产资源丰富，工业基础较好，而农业基础相对较弱。芜湖市重点发展汽车产业、电子电器、水泥产业，依托工业发展。黄山、池州、宣城旅游资源丰富，重点布局旅游业，同时由于地理、自然条件等条件限制了其农业的发展与壮大。

第二类包括亳州、安庆、滁州、合肥、蚌埠、六安、阜阳，这些城市农业竞争力较强。主要原因是这些区域农业资源禀赋较好，农业生产要素投入充足，农业总产值高。同时由于农业总产值较高，农民与政府相对比较重视农业的投入，重视防灾减灾，农业抗风险能力较强。

第三类为宿州市。宿州市地形平坦，沃野千里，耕地面积广阔。农业规模较大，便于机械化操作，因此其农业机械总动力较大。但是其农业发展过多的依赖于农业要素投入，农业生产效率相对较低，抵抗风险能力较弱。

4 结论

F1的得分及其排名基本决定了综合得分的排名。F1与农业总产值、农业机械总动力、有效灌溉面积、农业人口、化肥施用量、地膜覆盖面积、农作物播种面积有重大关系，因此可以得出安徽区域农业竞争力基本取决于农业生产要素投入情况。但是F2作为抗风险能力，也对农业竞争力有重大影响。研究表明，不同地市之间农业竞争力存在明显的差异。农业资源禀赋较好、生产要素投入充足的地市农业竞争力较强，而过度依赖工业，不太重视农业的地市，农业竞争力较弱。同时农业竞争力强弱又受制于风险因素。

根据以上分析，具体对策如下：（1）安徽省各区域应立足于当地农业生产禀赋条件，发挥比较优势，合理布局优化农业生产要素，提升区域农业竞争力。（2）要提高区域农业集约化水平，提高农业产出效率。通过分析认为，安徽省过度依赖于投入要素数量来增加产出，忽视了其质量的提高，以后应注重集约化经营，提升区域农业综合竞争力。（3）大力发展农业保险。在农业生产过程中，极易受到自然灾害的影响。因此大力发展农业保险有利于规避某些自然风险对于农业的影响，提高农业的抗风险能力，进而提升农业竞争力。

参考文献

[1]曹执令.湖南省区域农业竞争力比较研究[J].经济地理，2012，02：139-142.

[2]章海宏.中国区域农业竞争力的比较研究[J].中国农学通报，2012，17：165-170.

[3]张伟华.论浙江省农业竞争力的区域比较[D].浙江师范大学，2013.

[4]王得华.河南省各地市农业竞争力的评估及比较研究[D].武汉：华中师范大学，2013.

[5]张长耀，宋连久.西藏各地市农业竞争力模型和综合评价[J].农机化研究，2014，11：59-64.

[6]刘秀琴，黄耀斌，蔡嘉森，等.中国农业竞争力国际比较[J].华中农业大学学报（社会科学版），2014，05：34-39.

[7]赵承华，赵梓如.辽宁省农业竞争力评价及对策研究[J].农业经济，2013，08：67-69.

[8]王伶.湖北省区域农业竞争力的因子-聚类分析——基于湖北省17市（州、区）的样本数据[J].湖北社会科学，2015，11：72-76.

[9]李晓甜，石培基.甘肃省区域农业竞争力评价与时空演变分析[J].农业现代化研究，2016，02：238-246. （责编：张长青）