原创《山西吕梁连片特困区农业经济评价与其时空分布特征》
该文是经济发展有关硕士论文范文与吕梁和连片和时空分布特征有关论文范文检索。
0 引言
山西省是黄土高原上一个具有悠久农业栽培历史、丰富农作物品种资源的农业大省,其农业经济发展的潜力和水平势必决定着整个社会经济实力的提升[1].因此,深入研究山西省农业经济的发展状况,并对其进行合理的评价,更具有典型性和科学性.从地形上来看,山西省属于“两山夹一川”的地理区位,中部为面积较小的平原,东西部分布有大量的山地和丘陵[2].人口及经济活动大都集中在平原地区,但该区由于缺乏适合农作物生长的土壤,耕作业受到很大限制；山地、丘陵区则适合种植林草,为林牧业发展提供了丰富的物质资源,同时山区还含有丰富的生物资源和矿产资源,利于副、工业的发展[1,3,4].山西省这种独特的地理区位,导致不同地区的农业经济发展具有显著的区域特征,造成不同地区的资源环境和资源利用存在明显差别[5-7].
21 世纪初期,中国扶贫事业取得巨大进步,贫困发生率从2000 年的10.2%下降到2010 年的2.8%,随着绝对贫困人口的减少,中国贫困已不再是因政策与制度缺失等带有普遍性因素造成的“面上”贫困,取而代之的是因区域环境、生产条件等差异导致的“点上”贫困[8].2011 年公布的《中国农村扶贫开发纲要（2011—2020 年）》提出把基本消除绝对贫困现象作为扶贫开发工作的首要任务,把六盘山区、秦巴山区、武陵山区等14 个连片特困地区作为主战场[9].山西省有4 个市共21 个县列入国家确定的吕梁山和燕山—太行山连片特困地区,这些地方是山西省贫困人口最集中、贫困程度最深、攻坚难度最大的地区.其中,吕梁山片区共有13 个县,贫困人口占全省贫困人口的30%,农民人均纯收入占全省平均水平的64%；区内沟壑纵横,人均耕地面积少,水土流失面积、干旱贫瘠耕地面积大,农业基础设施建设严重滞后[10].
自连片特困地区扶贫攻坚战略提出以来,已有不少学者开始关注连片特困区的贫困与发展问题[10-18].但针对吕梁山片区的研究并不多见,已见报道的是李静怡等[10]对吕梁地区生态环境质量与经济贫困空间耦合特征的研究,同时丁建军[14]、王艳慧等[16]、曹诗颂等[17]对14 个连片特困区贫困程度以及经济贫困与生态环境耦合关系的研究中也涉及到吕梁山片区,但以上研究并未对吕梁山片区的农业经济发展状况进行详细研究,更缺少从农业经济贫困角度入手,探讨吕梁山片区农业经济发展的区域特性.因此,本研究以山西吕梁连片特困区所辖13 个国家级贫困县作为研究对象,获取研究片区2007—2014年共8年的农业经济发展状况数据,以农业经济贫困为切入点,采用主成分分析法对片区的农业经济发展状况进行评价,同时探讨片区农业经济发展的时空分布特征.旨在对吕梁山片区扶贫开发的规划和实施提出相关政策建议,以期逐渐提高连片特困区经济竞争力,促其经济协调发展.
1 材料与方法
1.1 研究区概况
本研究以山西吕梁山区所辖13 个国家级贫困县作为研究区域,涉及忻州市4 个县（神池、五寨、岢岚、静乐）、吕梁市4 个县（兴、岚、临、石楼）、临汾市5 个县（永和、隰、汾西、大宁、吉）（图1）.研究区位于黄土高原的中部和东部地区,东北面靠近太行山,东南面比邻太岳山,西面接壤毛乌素沙地,有黄河干流从北向南穿过该区.区内地形起伏较大,土壤瘠薄,水土流失严重；年无霜期161~172 天,降水少而集中,水资源匮乏；煤炭、煤层气、岩盐、铁等矿产资源丰富,是重要的生态功能区[10].至2015 年,区内常住乡村人口占总人口比重高达84.44%,城镇人口仅占15.56%,而从业人员占乡村总人口数的41.50%.研究区城镇化进程缓慢,城镇人口就业率低下,束缚区内第三产业发展,造成农村人口失业率增加,导致大量外出.同时由于区内资源有限、环境恶劣、生产力水平低,导致社会经济发展能力不足,使得该区贫困问题日益凸显.
1.2 数据来源与预处理
本研究采用的数据为吕梁片区农业经济数据,时间跨度8 年（2007—2014 年）,来自山西省统计局统计年鉴(http://www.stats-sx.gov.cn/)及国务院扶贫办2011年片区监测数据(http://www.cpad.gov.cn/).采用收入贫困发生率指标来表征吕梁片区不同地区的贫困差异程度,其数据来源于中国国际扶贫中心建档立卡项目(http://www.iprcc.org.cn/),计算方法为收入贫困人口与乡村人口的比值,可以较为实际的反应当地收入贫困状况[18].
1.3 评价指标的选择
本研究主要从农业经济入手,探究吕梁连片特困区经济贫困与农业经济发展状况的关系,因此可排除自然因素对经济发展的影响.考虑吕梁山区实际情况、参考国家“两不愁、三保障”等指标以及国务院扶贫办的最新贫困监测指标,同时基于贫困评价指标选取的科学性、政策相关性、动态性、典型性和可获取性等原则,本研究从社会和农业经济两方面建立了吕梁山区贫困评价指标体系（表1）.社会方面着重考虑特困区的人口特征,包括常住人口、乡村人口、从业人口等指标,用于计算收入贫困发生率；农业经济方面主要考察农民粮食产量、机械用量、用电量等指标,同时结合人口数、播种面积计算人均水平和面积水平上的农业经济指标.
1.4 评价指标的标准化
在农业经济发展状况评价过程中,不同指标的量纲可显著影响主成分分析结果,因此在分析前对所选指标做标准化无量纲处理[19-20].基于原始数据的均值和标准差,在SPSS 22.0 软件中进行数据Z-score 标准化（见式(1)）.对标准化后的变量值(Pmi)与零值(0)进行对比：若Pmi>0,说明高于平均水平；若Pmi<0,则说明低于平均水平.同时,所选7 个指标中,只有收入贫困发生率为负向指标,因此在进行主成分分析时,将其同趋化处理,变为正向指标.
式中：Pmi为标准化后的指标值；Xmi为原始指标值,Xi为i个指标的算术平均值；σi为样本标准差.
1.5 主成分分析法
主成分分析是将多指标简化为少量综合指标的一种统计分析方法,用少数变量尽可能多的反映原来变量信息,保证原信息损失小且变量数目尽可能少[21-22].以各县为单位,将选取的评价指标在SPSS 22.0 软件中进行标准化处理,以此为变量进行主成分分析,通过运算得出矩阵的特征根和相应的方差贡献率,利用“主成分相应特征根的平方根与特征向量乘积为因子载荷量”的性质来计算特征向量,从而得到主成分的线性表达式[19-22].首先,根据线性表达式计算出各主成分因子的得分（见式(2)）；然后,利用各主成分的方差贡献率作为权重,计算各主成分因子的综合得分（见式(3)）；最后,为了更好地反映各县农业经济的发展状况,将各主成分因子的综合得分按照百分制进行折算（见式(4)）,以此作为吕梁山区农业经济发展状况的评价分值.
式中：Bm为百分制折算后的值；Amax为折算前综合得分最大值；Amin为折算前综合得分最小值.
2 结果与分析
2.1 评价指标间的相关分析
对表征农业经济发展状况的7 个指标进行相关分析,选择相关性达到显著水平的指标绘出线性回归图（图2）.收入贫困发生率可较为实际的反应当地收入贫困状况,与人均农业总产值、人均农用机械量、农村人均用电量、单位播种面积粮食产量、单位播种面积机械动力均呈显著的线性递减关系(P<0.05),与单位播种面积化肥施用量呈极显著的线性递增关系(P<0.01),表明单位播种面积化肥施用量属于致贫指标,人均农业总产值、人均农用机械量、农村人均用电量、单位播种面积粮食产量、单位播种面积机械动力属于消贫指标.
农业总产值可反映地区农业生产的规模和水平,与人均农用机械量、农村人均用电量呈极显著的线性递增关系(P<0.01),与单位播种面积化肥施用量呈显著的线性递减关系(P<0.05),表明农用机械和电力的使用可以增加农业总产值,但农业化肥的过度施用会降低农业总产值,导致收入贫困发生率升高.
单位播种面积粮食产量与人均农用机械量、单位播种面积机械动力呈极显著的线性递增关系(P<0.01),与农村人均用电量呈极显著的线性递减关系(P<0.01),而且单位播种面积机械动力与农村人均用电量也呈极显著的线性递减关系(P<0.01),表明农业机械的使用可以促进粮食产量,但电力使用过度消弱了农民从事粮食生产的积极性,使粮食产量降低.
单位播种面积化肥施用量与人均农用机械量、农村人均用电量呈显著的线性递减关系(P<0.05),表明农业化肥施用过多导致的农业总产值降低,会使得农民较少使用农用机械和电力.
人均农用机械量与农村人均用电量呈极显著的线性递增关系(P<0.01),表明农村农业机械的使用会导致电力大量消耗.
以上分析表明,吕梁山区在农业生产过程中,农业机械的大量使用致使电力消耗过大,虽然农业机械的使用可以增加粮食产量,但过度使用电力削弱了农民从事粮食生产的积极性,使得粮食产量降低；同时,农业化肥施用过多造成土壤贫瘠化,土壤质量的下降引起粮食产量减少,从而导致农业总产值下降.因此,农业机械和农业化肥的过度使用,造成土壤环境恶化,导致山区贫困加重.
图2 中的PF：收入贫困发生率,NC：人均农业总产值,NJ：人均农用机械量,ND：农村人均用电量,BLC：单位播种面积粮食产量,BNH：单位播种面积化肥施用量,BNJ：单位播种面积机械动力.
2.2 农业经济发展状况评价——主成分分析
2.2.1 球形检验与总方差分解反映吕梁山区农业经济发展状况的7 个指标中,单位播种面积化肥施用量的提取率只有17.75%,其他指标的提取率均在80%以上（表2）,因此舍掉这一指标再次进行主成分分析.为了进一步分析标准化后的指标是否适合做主成分因子分析,对剩余的6 个指标进行KMO和Bartlett 球形检验,得到KMO值为0.656>0.6,Bartlett 显著性达到极显著水平(P<0.01),因此适合做因子分析.
按照特征根大于1 且累积方差贡献率达到80%~85%即可提取为主成分的原则,提取前2 个作为主成分（表2）.前2 个主成分的累积方差贡献率已达到80.33%,基本可以反映原指标的大部分信息.因此,可用2个主成分来代替6个原始变量,以降低原始数据的复杂性,达到降维的目的.
2.2.2 因子分析因子载荷矩阵反映了原始变量与主成分间的相关系数.为了更好地表明各主成分与各指标之间的关系,继续进行因子分析,得到了主成分系数矩阵,以此说明各主成分在各指标上的载荷.但本研究中因子载荷矩阵结果表明,2 个主成分对原始数据信息的反映不清晰,无侧重性,使各主成分无明显的实际意义.因此,选用最大方差法对因子进行旋转,得到因子旋转矩阵（表3）.第1 主成分是对人均农业产值、人均农用机械量、农村人均用电量、收入贫困发生率有绝对值较大的载荷系数,是反映人均水平上农业经济发展状况的评价指标；第2 主成分是对单位播种面积农业机械动力、单位播种面积粮食产量有绝对值较大的载荷系数,是反映单位播种面积水平上农业经济发展状况的评价指标.对第1、第2 主成分因子取方差贡献率权重,得到综合主成分的线性方程（见式(5)）.
Y等于0.400NC + 0.486NJ + 0.204ND + 0.472PF +0.290BNJ+0.363BLC ……………………………… (5)
表3 中的PF：收入贫困发生率,NC：人均农业总产值,NJ：人均农用机械量,ND：农村人均用电量,BLC：单位播种面积粮食产量,BNH：单位播种面积化肥施用量,BNJ：单位播种面积机械动力.
2.2.3 综合得分对吕梁山区所辖13 个特困县在2007—2014 年共8 年的农业经济发展状况数据取平均,计算每个县的各个主成分因子得分,然后以每个主成分的方差贡献率为权数,得到各个县的综合因子得分,最后将综合因子得分百分制化（表4）.吕梁山区所辖3 市的第1 主成分得分：忻州市>临汾市>吕梁市,表明在人均水平上忻州市的农业经济发展状况优于其他两市；第2 主成分得分：吕梁市>忻州市>临汾市,表明在单位播种面积水平上吕梁市的农业经济发展状况优于其他两市；从整体上看,忻州市的综合得分>吕梁市>临汾市,说明忻州市的农业经济发展状况最优,吕梁市次之,最劣的是临汾市.吕梁山区从北往南,忻州市、吕梁市所辖4 县的百分制得分呈降低趋势,临汾市所辖5 县呈升高趋势；从西往东,也呈现某种变化趋势,如沿兴县-岚县-静乐县方向呈降低趋势.因此,有必要进一步对吕梁山区的农业经济发展状况进行空间分析.
2.3 农业经济发展的时空分布特征
在空间方面,吕梁山区所辖13 个特困县从北向南呈现明显的纬度分布格局,现基于主成分因子分析法对研究区2007—2014 年农业经济发展状况进行时空尺度上的评价（图3）.第1 主成分得分随时间基本呈升高趋势,但在37.6°N附近的2009—2013 年出现最低值；随纬度呈先降低后升高的趋势,在2011 年前后的37.3°—37.9°N附近出现最低值.第2 成分得分随时间也基本呈升高趋势,但在38.7°附近的2008—2009 年出现较低值；随纬度呈先升高后降低的趋势,在所有年份的37°—37.8°N附近出现最高值.综合得分随时间同样基本呈升高趋势；随纬度呈先降低后升高的趋势,在2009 年前后的38.0°—38.4°N附近出现最低值.因此,吕梁山区农业经济发展随时间呈好转趋势,特别是2011 年以来更为明显.山区中纬度地区人均水平上的农业经济发展状况最劣,但其单位播种面积水平上的农业经济发展状况最优.吕梁山区农业经济发展状况的百分制得分（图4）,随经纬度呈先增后减的变化趋势,山区东北部和东南部出现低值,中部出现高值,表明山区中部的农业经济发展状况较好.
3 结论
（1）粮食生产受诸多因素影响,并且粮食生产影响因素具有一定的地域性,不同区域粮食生产的影响因素以及因子之间的关联性是不同的.吕梁山区在农业生产过程中,农业机械的大量使用致使电力消耗过大,虽然农业机械的使用可以增加粮食产量,但电力的过度使用消弱了农民从事粮食生产的积极性,使得粮食产量降低；同时,农业化肥施用过多造成土壤贫瘠化,土壤质量的下降引起粮食产量减少,从而导致农业总产值下降.因此,农业机械和农业化肥的过度使用,造成土壤环境恶化,导致山区贫困加重.（2）农业生态系统是一个自然-社会-经济复合生态系统,其运行与调控既要遵循自然生态系统的原理,又要满足社会经济发展的需求.吕梁山区农业经济发展随时间呈好转趋势,特别是2011 年以来更为明显；但是,吕梁山区东北部和东南部的农业经济发展状况较劣,而中部的农业经济发展状况较优.因此,吕梁山区农业经济发展具有明显的时空分布特征.
4 讨论
4.1 粮食生产影响因素
随着工业化、城市化进程加快,在机会成本和利益驱动下,大量资本、劳动力、土地涌入第二、三产业,粮食生产出现了农业基础设施不完善、耕地面积减少、生产效益低下、抗灾能力弱等严重问题,粮食安全已成为最严峻的挑战之一[23].研究粮食生产的影响因素、波动规律和动态变化趋势,对提高粮食综合生产能力、稳定发展农村经济、确保粮食满足经济不断增长的需求具有非常重要的意义.在粮食生产影响因素方面,许月卿等[24]运用灰色关联度理论量化河北省粮食总产量与诸因子的关联程度,马祖琦等[25]利用主成分分析法将陕西省粮食产量的影响因子归纳提取出主要影响因子,朱晓磊等[7]利用主成分分析法探讨出粮食单产、农业机械总动力、农用化肥施用量、农村用电量、财政农业支出是影响山西省粮食产量变化的重要因子.另外,还有学者从耕地[26]、气候[27]、化肥施用量[28]等单因素变化探讨对粮食产量的影响.本研究得出,吕梁山区在农业生产过程中,农业机械的大量使用致使电力消耗过大,虽然农业机械的使用可以增加粮食产量,但昂贵的电力削弱了农民从事粮食生产的积极性,使得粮食产量降低；同时,农业化肥施用过度造成土壤贫瘠化,土壤质量下降引起粮食产量减少,从而导致农业总产值下降.农业机械和农业化肥的过度使用,造成土壤环境恶化,导致山区贫困加重.本研究的结论与吴凯和谢贤群[29]对黄淮海平原化肥用量的研究相类似,虽然化肥对粮食产量的贡献率在40%以上,但其超量施用对农业发展亦有不少负面影响.杨丽霞等[30]研究也得出,单位播种面积化肥施用量对粮食单产的影响存在明显的空间异质性,浙江、福建等地区增施化肥对粮食单产的边际效应进入到递减阶段.可见,粮食生产受诸多因素影响,并且粮食生产影响因素具有一定的地域性,不同区域粮食生产的影响因素以及因子之间的关联性是不同的.
4.2 农业经济时空分布
农业生态系统是一个自然-社会-经济复合生态系统,包括诸如土地、劳力、资本、管理及各种投入等一系列与农业有关的因素,其运行与调控既要遵循自然生态系统的原理,又要满足社会经济发展的需求[31].国内绕“社会-经济-自然复合生态系统”展开了广泛研究,在设计农业生态经济指标时,已不再局限于单纯完善评价指标,而是侧重于指标之间的互作及模型应用的研究[32-37],但其评价指标体系大多针对某一特定的区域而定,对不同区域之间的对比研究较少.如在本研究中,对表征吕梁山区农业经济发展状况的6 个指标进行相关分析,选择相关性达到显著水平的指标绘出线性回归图；谢花林等[38]应用综合评价法、层次分析法和GIS 等多种方法与手段,在区域尺度上对西部地区的6 个农业生态区进行农业生态系统健康评价.关于农业生态经济时间变化方面的研究较多,有基于“社会-生态-经济”系统对江苏省1999—2008 年区域农业生态经济的时空变异进行了分析[31]；有通过建立农业经济系统与农业生态系统的耦合度模型,分析了70 年来纸坊沟流域农业生态经济系统耦合态势[39],并基于层次分析法对该流域的农业生态安全进行了评价[40].本研究基于主成分分析法对吕梁山区2007—2014 年的农业经济发展状况进行了评价,得到吕梁山区农业经济发展随时间呈现好转趋势,特别是2011 年以来更为明显；吕梁山区东北部和东南部的农业经济发展状况较劣,中部的农业经济发展状况较优.本研究的结论与朱晓磊等[7]对山西省粮食生产时空变化的研究较为一致.朱晓磊等[7]研究表明,粮食总产量和粮食单产量在1978—2011 年间呈明显波浪式增长,年均递增率分别为1.55%和1.90%；年均粮食增长率较高的地区主要集中于中部和南部盆地,增长率较低的地区主要分布于一些自然条件较差的山区,如位于吕梁山山脉东北段的宁武县、保德县、娄烦县等.因此,吕梁山区农业经济发展状况具有明显的时空分布特征.
经济发展论文参考资料：
上文结论，此文为一篇关于吕梁和连片和时空分布特征方面的经济发展论文题目、论文提纲、经济发展论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
