邓国仙，许忠裕，林树恒，黎丽菊，陆 涛，周静华
（1.广西壮族自治区农业科学院，南宁 530007；
2.广西水产畜牧学校，南宁 530022；
3.广西中农富玉国际农业科技有限公司，广西 玉林 537035）
农业是人类社会生存的根本，同时也是国民经济的基础，随着供给侧结构性改革和乡村振兴战略的实施，农业顺势待发，其作用在社会可持续发展中更是不可磨灭，中国农业发展进入全面转型升级的新阶段［1］。自2002 年中共十六大提出“走中国特色的城镇化道路”以来，城镇化进程进入了快速发展期，而农村发展则相对滞后。进入新发展阶段，中国最大的发展不充分体现在农村地区的发展不充分，最大的发展不平衡体现在东西部之间的发展不平衡。因此，农村发展对城乡发展起着至关重要的作用，研究西部地区农村经济问题，对打破区域不平衡以及国家经济水平发展都有重要意义。
农村经济问题是农村发展的热议问题，许多学者在农村区域经济发展问题上进行了研究，并取得了一定的成果。在时间序列上，中国农业改革的基准点是中共十一届三中全会。农村经济发展在历经风雨后，农村的生产要素市场发生了翻天覆地的变化，期间表现为家庭承包制改革、乡村工业崛起、农业产业化经营、农村劳动力流动、政策引导城乡统筹、农村土地确权登记等方面［2］。在空间序列上，有学者选取全国31个省份的相关指标，对全国范围内农村经济发展水平进行评价［3，4］；
也有学者对中国农村区域经济发展中出现的问题和影响要素进行探析［5，6］；
向琳等［7］以一个既定的特征即民族地区为研究对象对农村经济发展进行研究；
邹金辉［8］、王婷［9］以区域（如某个省、市、县、乡等）划分进行研究，通过建立多元回归、灰色协调聚类、因子分析等模型对研究对象进行定性和定量分析。对既定特征的农村区域经济发展的研究，大多数是宏观上的定性分析，评价某个研究组成对象与农村经济发展的关系，以此找寻农业均衡发展的对策建议。相对而言，西部大开发地区农村区域经济发展水平的综合评价定量研究较少。本研究以西部大开发地区农村区域经济发展为主线，确定西部大开发12 个省、自治区、直辖市为研究单位，以区域经济学、增长极以及区域均衡发展等相关理论方法为指导，再充分结合西部大开发地区现有的数据和实际情况，按照构建综合评价体系的思路，运用定性和定量相结合的方法对其农村区域经济发展水平进行分析。通过建立农村经济发展水平综合评价指标体系，运用因子分析法［10，11］客观评价西部大开发地区农村区域经济发展水平，为推进“十四五”农业农村现代化发展提供参考依据，并给出政策性建议。
1.1 西部大开发地区概况
西部大开发地区农村区域经济发展相对比较落后，2019 年农村居民人均可支配收入为12 817.14元，低于全国平均水平16 020.70 元，与东部地区相差7 171.46 元。西部大开发地区由于地理位置和环境因素等的影响，农业生产条件差，导致农村区域经济发展水平低，2019 年西部大开发地区受灾面积达530.95 万 hm2，占全国总受灾面积（1 925.7 万 hm2）的27.57%。截至2020 年3 月5 日，国家级贫困县分布于全国10 个省级行政区内，在所有省份中，贫困县数量排名前3 均分布在西部地区，其中贫困县最多的是云南省，有38 个，其次为广西壮族自治区，有22个。据《2020 年中国农村统计年鉴》统计，西部大开发地区农村居民最低生活保障人数达1 715.9 万人，占全国农村居民最低生活保障人数（3 455.4 万人）的49.66%。总体来讲，西部大开发地区的农村经济发展是全面建成小康社会里“全面”中的“短板面”，是全面实施乡村振兴战略里“乡村”中的“主战场”，只有发展好“最短面”和“主战场”，才能实现真正意义上的全面小康和乡村振兴。
1.2 数据来源
数据主要来源于《2020 年中国农村统计年鉴》和《2020 年中国统计年鉴》，或通过基础数据计算得出，能够最大程度保障统计数据的精确性和客观性。
2.1 西部大开发地区农村区域经济发展水平综合评价体系指标的选取
一个研究对象的经济发展受多方面因素的影响，仅用1 个或2 个指标评价其水平的高低是片面的，且研究内容薄弱，指标过少还会引起研究结果出现大的偏差，因此应寻找多个指标来综合反映西部大开发地区农村区域经济发展的影响因素，以便分析、解决西部大开发地区农村区域经济的发展问题，以此提供可行性的对策。在前人研究的基础上，本研究参考了杜娟［2］、张幸［3］、邹金辉［8］、罗莎莎等［12］针对农村经济发展构建的评价指标体系，选取了自然资源禀赋、农村产业结构、农业产出效益、农业现代化水平、农民生活水平共5 个一级指标，从5 个方面阐述西部大开发地区农村区域经济发展的综合水平。将5 个一级指标细分、具体到每个经济指标上，二级指标选取了人均耕地面积（A1）、乡村人口占比（A2）、乡村第一产业就业人员占比（A3）、人均农林牧渔业增加值（A4）、人均农林牧渔业总产值（A5）、第一产业生产总值占比（A6）、粮食作物单位面积产量（A7）、人均用电量（A8）、农用化肥施用量（A9）、有效灌溉率（A10）、单位播种面积农业机械动力（A11）、农民人均可支配收入（A12）、农村居民人均消费支出（A13）、农村人口密度（A14）、农村居民最低生活保障人数（A15）共15 个指标。运用多个指标构建综合评价框架，将西部大开发地区农村区域经济发展在不同方面多个指标的信息综合起来，得到一个综合指标，由此得到该研究单位整体得分，然后进行下一步的研究。在通常情况下，大部分指标属于正向指标，但是有部分指标属于负向指标（如乡村第一产业就业人员占比、农村居民最低生活保障人数，在分析之前需作正向标准化处理。具体指标如表1 所示。
表1 农村区域经济发展水平综合评价指标
2.2 模型构建
2.2.1 标准化处理与描述性统计分析 数据在分析前需经标准化处理［13］以消除指标之间量纲不一致和数量级差异大的问题，同时进行描述性统计，结果见表2。对数据定量分析，通过描述性分析计算数据的集中性特征（平均值）和波动性特征（标准偏差），同时通过SPSS 25.0 软件对原始数据处理后，得到样本数据的最大值、最小值及中位数。描述性分析通常用于研究量表数据的基本认知情况分析，使用平均值表述样本对量表数据的整体情况。
表2 15 个农村区域经济发展水平综合评价指标的描述性统计情况
2.2.2 相关性分析 运用相关性分析样本数据之间的关系情况，包括是否有关系以及关系紧密程度等，以此对样本进行相关性检验，主要是检验该样本是否适合进行因子分析。相关系数表示样本分析项之间的关系，首先判断变量间是否有显著关系；
接着分析相关关系是正向还是负向，相关系数大于0 为正相关，反之为负相关；
最后通过相关系数大小判断关系紧密程度（通常相关系数大于0.4 则表示关系紧密）。同时，进行KMO检验，如果KMO大于0.6，则可以进行因子分析。
2.2.3 因子分析 因子分析（探索性因子分析）用于探索样本分析项应该分成几个因子（变量）较为合适，即选择特征根（λ）大于1 作为判定标准设定因子。因子确定后，判断因子与分析指标项对应的关系，即确定因子载荷系数（因子载荷系数表示分析指标项与因子之间的相关程度），对于每个因子，对应相关的因子载荷系数，对于每个分析指标项，则有对应的因子载荷系数，从中选出3 个数字绝对值大于0.4 的值，其对应哪个因子，则说明此分析指标项应该划分在这个因子里。利用因子的载荷系数计算综合得分系数，同时经过标准化处理得到各指标权重。对提取因子旋转后的方差贡献率进行加权平均，计算西部大开发地区12 个省、自治区、直辖市农村区域经济发展水平的综合得分，公式如下。
式中，Y表示综合得分，C1、C2，…，Cn分别表示对应因子的累计贡献率，Y1、Y2，…，Yn分别表示提取因子的成分。
3.1 相关性分析
利用相关分析法研究15 个评价指标之间的相关关系，使用Pearson 相关系数表示相关关系的强弱情况（表 3）。由表 3 可知，A1 与A3、A5 共2 项之间呈显著相关，A1 与A3 之间的相关系数为-0.866，且呈0.01 水平的显著性，说明A1 与A3 之间呈极显著负相关，与A5 之间的相关系数为0.646，且呈0.05 水平的显著性，说明A1 与A5 之间呈显著正相关；
A1 与其他12 项指标之间的相关性不显著；
A2 与A11 之间呈极显著正相关，与A13 之间呈极显著负相关，分别与A4、A5、A8 之间呈显著负相关，与其他指标之间没有显著相关性；
A3 除与A5 之间呈显著负相关外，与其他指标之间相关性均不显著；
A4 与A5、A8 之间呈极显著正相关，与A9、A12、A13 之间呈显著正相关，与A11 之间呈显著负相关，与其他指标之间相关性不显著；
A5 除与A8 之间呈极显著正相关，与A9 之间呈显著正相关，与A11 之间呈显著负相关外，与其他指标之间相关性均不显著；
A6 除与A15 之间呈显著负相关外，与其他指标之间相关性均不显著；
A7 除与A10 之间呈极显著正相关外，与其他指标之间相关性均不显著；
A8 除与A9 之间呈显著的正相关关系，与A11 呈显著负相关外，与其他指标之间相关性均不显著；
A9 除与A15 之间呈显著负相关外，与其他指标之间相关性均不显著；
A12 除与A13 之间呈极显著正相关，与A14 之间呈显著负相关外，与其他指标之间相关性均不显著；
A13 除与A14 之间呈显著负相关外，与其他指标之间相关性均不显著。综上，15 个评价指标之间存在显著性差异，因此有必要对这15个指标进行降维处理，本研究适合进行农村区域经济发展水平综合评价的因子分析。
表3 15 个农村区域经济发展水平综合评价指标的相关系数
3.2 因子（变量）提取
由表4 可知，本研究样本有5 个因子的特征根，分别为4.274、2.568、2.433、2.293、2.276，均大于1，说明可以提取这5 个因子，进行因子分析；
5 个因子的方差解释率分别为28.496%、17.117%、16.219%、15.289%、15.174%，累计贡献率达92.295%，表明提取的5 个因子能解释全部指标的92.295%，因此提取的5 个因子能作为衡量西部大开发地区农村区域经济发展水平的主要变量。
表4 15 个农村区域经济发展水平因子旋转后的载荷矩阵及累积方差贡献率
因子1 中乡村人口占比、人均农林牧渔业增加值、人均农林牧渔业总产值、人均用电量、单位播种面积农业机械动力、农村居民人均消费支出指标的载荷系数绝对值较大，其中人均用电量和单位播种面积农业机械动力2 个指标较大，人均用电量为正向量，单位播种面积农业机械动力为负向量，2 个指标反映了农业现代化水平；
因子2 中农民人均可支配收入、农村居民人均消费支出、农村人口密度指标的载荷系数绝对值较大，其中农村人口密度为负向量，3 个指标反映了农民生活水平；
因子3 中第一产业生产总值占比、农用化肥施用量、农村居民最低生活保障人数指标的载荷系数绝对值较大，其中第一产业生产总值占比和农村居民最低生活保障人数这2 个指标较大，农村居民最低生活保障人数指标为负向量，主要反映了第一产业发展水平和农民生活保障水平；
因子4 中人均耕地面积和乡村第一产业就业人员占比指标的载荷系数绝对值较大，其中乡村第一产业就业人员占比指标为负向量，主要反映自然环境条件和农村就业结构的情况；
因子5 中粮食作物单位面积产量和有效灌溉率指标的载荷系数较大，2 个指标均为正向量，主要反映农业产出水平和农业水利水平。
由图1 可知，因子数大于5 后，因子的特征根趋于平缓，并无明显的变化，且数值均小于1。因此，选取5 个因子作为衡量西部大开发地区农村区域经济发展水平的主要变量论断得到了充分验证，表明所选取的5 个因子有效可行。
图1 碎石图
3.3 指标综合得分系数及权重
通过SPSS 25.0 软件分析，得到评价西部大开发地区农村区域经济发展水平的指标综合得分系数和每个指标的权重（表5）。由表5 可知，15 个指标中排在前3 名的分别是人均农林牧渔业总产值（8.57%）、人均农林牧渔业增加值（8.25%）、乡村人口占比（7.93%），反映农村产出效益和农村产业结构方面的情况。从一级指标来看，自然资源禀赋（A1）权重为6.39%，农村产业结构（A2、A3）权重为13.59%，农业产出效益（A4、A5、A6、A7）权重为28.03%，农业现代化水平（A8、A9、A10、A11）权重为26.30%，农民生活水平（A12、A13、A14、A15）权重为25.69%，表明在西部大开发地区农村区域经济发展水平中，农业产出效益、农业现代化水平和农民生活水平是重要的组成部分。
表5 旋转后指标综合得分系数及权重
3.4 西部大开发地区农村区域经济发展水平综合得分和排名
运用式（3）计算出西部大开发地区农村区域经济发展水平的综合得分和排名（表6）。从表6 可以看出，西部大开发12 个地区中，综合排名前五的地区（新疆、内蒙古、陕西、广西、四川）综合得分均为正数，其他地区综合得分均为负数；
西部大开发12 个地区农村区域经济发展存在明显的差异。从提取因子来看，因子1 中排名前三的分别是内蒙古、新疆和陕西，表明这3 个地区农业现代化水平较高，导致其因子得分也较高；
因子2 中排名前三的地区分别是内蒙古、新疆和四川，表明这3 个地区的农民生活水平较高，因此其因子得分较其他地区高；
因子3 中排名前三的地区分别是内蒙古、新疆和四川，表明这3个地区在第一产业发展和农民生活保障方面占主要优势，导致其因子得分较其他地区高；
因子4 中排名前三的地区分别是新疆、内蒙古和宁夏，表明这3 个地区的自然环境条件和农村就业结构在农村区域经济发展上有明显优势，因此其因子得分较其他地区高；
因子5 中排名前三的地区分别是新疆、西藏和陕西，表明这3 个地区的农业产出水平和农业水利水平较高，导致其因子得分高。综合得分最高的地区是新疆，为3.58 分，其次是内蒙古，为2.84 分，说明这2 个地区的农村区域经济发展水平相对较高；
得分最低的是西藏，为-2.89 分，说明其农村区域经济发展水平相对较低；
排名第一的新疆较排名最后的西藏综合得分高6.47 分，相差较大。
表6 西部大开发地区农村区域经济发展水平综合得分及排名（2019 年）
本研究通过因子分析探讨西部大开发地区12个省、自治区、直辖市2019 年的农村区域经济发展水平综合得分及排名，并进行了聚类分析，得出结论如下。
一是在对西部大开发地区农村区域经济发展影响因素的选取中，从自然资源禀赋、农村产业结构、农业产出效益、农业现代化水平、农民生活水平共5个一级指标展开，选出人均耕地面积、乡村人口占比、乡村第一产业就业人员占比、人均农林牧渔业增加值、人均农林牧渔业总产值、第一产业生产总值占比、粮食作物单位面积产量、人均用电量、农用化肥施用量、有效灌溉率、单位播种面积农业机械动力、农民人均可支配收入、农村居民人均消费支出、农村人口密度、农村居民最低生活保障人数共15 个二级指标。通过相关性检验，选取的15 个指标适合进行农村区域经济发展水平综合评价的因子分析。
二是通过因子分析得出西部大开发地区12 个省、自治区、直辖市2019 年的农村区域经济发展水平综合得分及排名。结果显示，综合得分排名前五的地区依次是新疆、内蒙古、陕西、广西、四川，且这5 个地区的综合得分均为正数，是西部大开发中农村区域经济发展水平较高的地区；
除了排名前五的地区，其他地区（宁夏、云南、重庆、贵州、甘肃、青海、西藏）综合得分为负数，是农村区域经济发展水平较低的地区；
西部大开发地区12 个省、自治区、直辖市2019 年农村区域经济发展存在明显的差异。
对比本研究，张幸［3］的研究表明西部大开发地区农村经济发展水平排名第一的是四川，其次是内蒙古，第三是新疆；
杨道建等［4］则表明西部大开发地区12 个省、自治区、直辖市中排名前三的分别是重庆、宁夏、内蒙古，两者与本研究结果相比有明显差异，导致其差异的原因可能是西部大开发战略的有效实施，对新疆、陕西、广西、四川农村区域经济产生了积极的作用；
同时彼此选择的评价指标有所不同，导致计算结果产生差异。本研究通过数据分析对西部大开发地区12 个省、自治区、直辖市农村经济发展水平进行了综合评分和排名，并对各地区进行了聚类分析，但分析的指标有限以及仅分析2019 年的数据，有一定的局限性，缺少系统性，在这方面还有待进一步的研究。
5.1 加强和深化差异化政策红利
新中国成立以来，中国农村经济在社会主义制度的优越性下得到了较大程度的持续发展，既有农民首创精神充分激发和市场机制进入带来活力释放的叠加作用，又有强农惠农富农政策支撑和西部重点发展战略实施的双重保障。特别是改革开放以来，农村经济步入以改革发展为核心的快速通道，国家发展战略层面的东西部差异化政策体系逐步建立，特殊政策红利逐步向西部转移，一系列惠农助农政策也相应出台，如西部大开发战略等。当前，中国农村经济发展有了质的飞跃，而西部大开发地区的农村经济协调发展水平也呈不断上升趋势，但进入“十四五”新发展阶段以后农村经济改革发展涉及面越来越广，传统政策红利释放也达到瓶颈，推进西部大开发地区农村经济持续保持高质量发展需要考虑的层次越来越多，亟需形成新的、更加精准的政策红利。因此，促进西部地区农村经济进一步协调发展，必须首先从政策保障层面出发，把政策的差异化从东西部层面进一步深化聚焦到西部大开发地区内部，根据西部大开发地区农村区域经济不同发展层次建立健全分类推进、梯度振兴的差异化政策，以新一轮政策红利释放来激发西部大开发地区农村区域经济新的发展活力。
5.2 构建和培育乡村特色产业
习近平总书记指出，脱贫摘帽不是终点，而是新生活、新奋斗的起点。西部大开发地区在“西部大开发”中实现了与全国同步全面建成小康社会，但是西部地区作为后发展欠发达地区和中国“十三五”时期脱贫攻坚主战场，乡村产业发展总体还处于培育成长期，巩固产业扶贫成果、继续推进乡村产业振兴、促进农村经济持续向好发展的任务十分艰巨。要以实施新一轮西部大开发战略为契机，一是做好西部大开发地区乡村特色产业的发展规划，对新疆、内蒙古、陕西、广西、四川5 个农村区域经济发展相对较好的省、自治区、直辖市要发挥农业“大”的基础、重点培育产业集群；
对重庆、贵州、云南、西藏、甘肃、青海、宁夏7 个省、自治区要用好特色资源、重点发展“小木耳大产业”等特色产业，加快扶贫产业向高质量发展转型升级；
二是注重新业态、新产业的培育发展，大力推动乡村产业融合发展，推进农业与旅游、文化、健康养老等产业以及农业与加工流通业的深度融合，构建乡村产业全产业链；
三是加强品牌农业建设，推动乡村产业特色化、规模化、标准化发展，加快培育形成一批特色鲜明的乡土化、多样化的乡村产业品牌，不断提高脱贫地区乡村产业的质量效益和市场竞争力，全面提升西部大开发地区农村区域经济高质量发展水平。
5.3 促进和推动资源要素进入西部大开发地区
“十四五”时期，中国“三农”工作重心转向全面推进乡村振兴。加快西部大开发地区12 个省、自治区、直辖市农村区域经济发展，必须以乡村振兴战略全面实施为总抓手，坚持农业农村优先发展，推动优先考虑干部配备、优先满足要素配置、优先保障资金投入、优先安排公共服务的乡村振兴“四个优先”保障体系在西部大开发地区重点倾斜、率先落实，从而引导更多的市场要素进入西部大开发地区，持续汇聚起支撑西部大开发地区农村经济发展的优质资源，全面推动质量强农、绿色强农、科技强农、品牌强农、融合强农、开放强农。
猜你喜欢因子区域农业国内农业今日农业(2022年1期)2022-11-16国内农业今日农业(2022年3期)2022-11-16国内农业今日农业(2022年2期)2022-11-16擦亮“国”字招牌 发挥农业领跑作用今日农业(2021年14期)2021-11-25因子von Neumann代数上的非线性ξ-Jordan*-三重可导映射数学物理学报(2021年4期)2021-08-30一些关于无穷多个素因子的问题中等数学(2020年1期)2020-08-24影响因子文化创新比较研究(2020年8期)2020-01-02我的健康和长寿因子特别健康(2018年3期)2018-07-04分区域小学生导刊(2016年34期)2016-04-11基于严重区域的多PCC点暂降频次估计电测与仪表(2015年5期)2015-04-09
