农村贫困与县域环境的灰色关联分析

王保雪　王荣党

摘 要：农村贫困地区的生产格局仍然是以传统农业为主，对农业收入产生重要影响的环境因素仍不容忽视。对于连片贫困地区，农村贫困环境因素具有共性特征，以县域环境为研究对象，可以更有针对性地提出扶贫政策。采用灰色关联分析法，对云南省扶贫开发重点县的相关面板数据进行实证研究分析，找出影响农民人均纯收入的环境因素的重要度并以此提出相应缓解农村贫困的政策和建议。

关键词：农村；贫困；县域环境；灰色关联

中图分类号：F320 文献标志码：A 文章编号：1673-291X（2014）06-0036-03

引言

贫困作为一个长期困扰人类的世界性难题，得到了世界各地的普遍关注。2002年，联合国设定并启动了8个“千年发展目标”，而8个目标的第一个就是“消灭极端贫穷与饥饿”。就中国而言，在经过了最初的由政策和体制推动反贫困，并在面上取得了十分明显的效果后，中国农村贫困已不再是国家经济总体欠发达、制度和政策缺失等带有普遍性的因素造成的“面上的”贫困，取而代之的是由特殊的区域环境、生产条件以及人口素质等一系列带有明显地域性特征的约束条件导致的“点上的”贫困。2000—2010年，东部地区贫困人口占全国贫困人口的比重由10.2%下降至4.6%，西部地区贫困人口占全国贫困人口的比重由60.8%上升至65.1%。贫困人口进一步向西部地区集中[1]。如果抛开制度、政策、资本、教育、人力资源等诸多经济社会因素的影响，以传统农业为主的农村贫困地区的生产格局受环境的影响仍然是一个至关重要、不可回避的现实问题。

一、灰色关联模型简介

（一）灰色系统理论及其应用

灰色系统理论（Grey System Theory）创立于1982年，主创者为邓聚龙。它主要用于处理数据少、样本小、信息不完全和经验缺乏的不确定性问题。该理论以关联度计算为基本手段，把事物看成一个动态、发展的系统，对事物之间的变化情况进行定量的描述，对事物的发展状态进行量的比较，在进行综合评价时，不需要太多的数据，优于经典的精确数学方法。目前，灰色系统理论在各个方面得到了广泛的应用。例如，教育与经济、金融与创新、产业关联、银行选址，以及企业的技术创新与绩效、科技投入与经济增长、能源技术效率与经济效率，还有，CPI与商品价格、居民消费与经济增长、航运中心与金融中心的联动等等，都用到了灰色关联分析。由此可见，灰色关联分析方法的实用性与有效性之强。

在区域研究方面，由于区域内部有明显的相似性和连续性，同时又有明显的差异性，灰色关联分析方法的应用优势更加明显。赵新正等根据城市化动力机制和区域城市化水平的不同，利用灰色关联分析法对影响区域城市化发展的指标体系进行定量研究[2]。毕克新等利用灰色关联分析法对黑龙江省近十年区域知识产权与技术创新之间的关联性进行了分析[3]。范君君等运用灰色系统理论中关联分析方法，对甘南州经济增长与各个特征人口之间的关联性进行分析[4]。陈桃红运用灰色关联分析方法对西南五省区市的区域竞争力进行了评价，从而得出该五省区市区域竞争力大小的灰色关联度[5]。

在三农问题的研究上，灰色关联分析法也发挥了重要作用。朱丽琴等采用灰色关联分析方法分析了广东省农民家庭收入及其来源构成的关联性，以此提出实现农民家庭收入持续快速增长的有效途径[6]。刘卫柏等运用灰关联度的相关理论分析阐述农村土地流转的影响因素，并在分析了各个因素之间的主次关系[7]。陶爱祥选取农业单位GDP能耗作为衡量低碳农业发展水平的指标，运用灰色关联理论，分析了中国农业科技发展水平与低碳农业发展水平之间的关系[8]。李冬梅等将灰色系统理论应用于对粮食产业安全度的评价，解决了对粮食产业安全的国际比较评价时信息不完全、样本量小的问题[9]。

（二）灰色关联分析方法

灰色关联分析是通过灰色关联度来分析系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。灰色关联度计算步骤如下：

（1）确定反映系统行为特征的参考数列和影响系统行为的比较数列

设参考数列为X0=（X0（1），X0（2），…，X0（n））

比较数列为Xi=（Xi（1），Xi（2），…，Xi（n）），i=1，2，…，m

（2）对参考数列和比较数列进行无量纲化处理

在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。以削除“由于系统中各因素数据的量纲不同，所导致不便于比较，或在比较时难以得到正确的结论”的研究障碍。

（3）求参考数列与比较数列的灰色关联系数ξ（Xi）

对于一个参考数列X0有若干个比较数列X1，X2，…Xm 。各比较数列与参考数列在各个时刻的关联系数ξ（Xi）可由下列公式算出：

ξi（k）=

其中ξ为分辨系数，0<ξ<1

|X0（k）-Xi（k）|为两层式取绝对差值中最小值计算，第一层为先分别由各比较数列Xi曲线上的每一个点与参考数列Xi曲线上的每一个点之绝对差值中取最小值，再由这些最小值当中选取最小值。简记为Δmin。

|X0（k）-Xi（k）|为两层式取绝对差值中最大值计算，第一层为先分别由各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点之绝对差值取最大值，再由这些最大值当中选取最大值。简记为△max。

|X0（k）-Xi（k）|为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点之绝对差值。记为△Oi（k）。所以关联系数γ（Xi）也可简化如下列公式：

ξi（k）= k=1，2，…， n

（4）求关联度γi

因为关联系数是比较数列与参考数列在各个时刻的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此，有必要将各个时刻的关联系数集中为一个值，也就是求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下：endprint

ri=ξi（k）

（5）关联度大小排序

将计算得到的关联度按大小进行排序，关联度越大说明该比较序列与参考序列关联度越高，联系越紧密，该序列反映的因素对研究对象影响越大。

二、灰色关联实证分析

（一）指标选取

根据灰色关联度分析法的要求，我们首先要确定参考序列的指标和比较序列的指标。选取能够反映农村贫困情况的农民人均纯收入为母序列，记为X0（k）。因为自然地理环境条件作为农村贫困的一个影响因素对农民的农业收入影响是最大的，而农业收入又是农民纯收入的重要来源。所以本文选取农民人均纯收入作为参考序列。

环境作为生产资料和劳动条件，是土壤、气候、水及生物等各种自然条件的总和。在选择比较序列时，主要选择对农村经济产生重要影响的因素。比如，一个地区是否交通便利，公路铁路覆盖率，距离大中型城市远近灯，对于提高该地区工业和服务业在世界市场上的竞争力至关重要；还有，农业生产力从根本上依赖于气候和土壤，当农业占经济的主导地位时，地理条件是经济发展最根本的制约因素等等。因此，本文选取代表地理条件、气候条件、水资源、地形、土地、资源、灾害、道路、地理区位八个方面的15个变量反映自然地理环境条件。比较序列所反映的具体因素（如表1所示）。

（二）资料数据来源

本文主要是整理了云南省3个扶贫开发重点县（均为国家级扶贫开发重点县）县域环境条件的面板数据，数据来源于《云南统计年鉴》（2011、2012）、《禄劝年鉴》（2012）、《寻甸统计年鉴》（2011、2012）、《会泽年鉴》（2012）。具体数据（如下页表2所示）：

（三）数据分析

基于下页表2中的数据，依据灰色建模理论和步骤，建立云南省农村贫困县域环境灰色关联模型，应用MATLAB R2011a软件，算得参考序列与比较序列之间的关联度（如下页表3所示）：

（四）结果分析

（1）从上述分析结果可以看出，与农民人均纯收入关联度最大的是人均耕地面积，其次是离最近城市的距离，而人均林地面积和矿产资源等级与农民人均纯收入关联不大。这可能是由于现阶段农村地区尤其是农村贫困地区的生产格局仍然以传统的农业为主，而城市是农产品主要市场，距离城市的远近对农业收入会产生重要影响。而林业资源和矿产资源的开发力度不够，资源随丰富，却不能带来惠民效益。

（2）上述结果中，除了人均耕地面积、离最近城市距离、人均林地面积和矿产资源等级这四个因素外，剩余的因素可分为两类。一类是ri≥0.5的因素，这些因素有年平均气温、亩均可用水量、山地面积比重、水土流失等级、旅游资源等级、县域公路密度、县域铁路密度，这些因素与农民人均纯收入有关联。其中，年平均气温和亩均可用水量可以说明农业生产条件，山地面积比重可以说明土地资源等级，水土流失等级可以说明土地质量，县域公路和铁路密度可以说明地理区位的优越性，这些环境条件的好坏都会对农业收入产生影响，进而影响农民人均纯收入。另一类是ri<0.3的因素，这些因素有县域平均海拔、年均降水量、县域南北长度、县域东西长度，这些因素与农民人均纯收入的关联度较小。

三、政策建议

现阶段农村地区尤其是农村贫困地区的生产格局仍然是以传统的农业为主，因此，与传统农业生产相关的环境条件，例如水资源量、耕地面积与质量、交通便利性等，对增加农民收入和减少贫困面更具约束性，有更强的相关影响。因此，通过水土保持、土地整理等措施保护和提高土地质量，通过加大农田基础设施建设力度提高土地集约化程度，同时加大农村道路改造，加大改善农村交通条件的政策和资金投入，是帮助农民增加收入、摆脱贫困的出路。

面对现有条件，利用自有资源优势，发展特色产业，实现产业转移。从实证分析中可以看出，该三个县均有丰富的林业资源，但是与当地农民的人均纯收入关联却不大，所以可以考虑利用现有丰富的林业资源，努力发展第二、第三产业，实现剩余劳动力的再就业，从而增加农民收入。同时，加大旅游资源开发，根据各自县域特点发展特色旅游。

参考文献：

[1] 中国农村2011贫困检测报告[R].北京：中国统计出版社，2012.

[2] 赵新正，宁越敏.中国区域城市化动力差异研究——基于灰色关联分析法的分析[J].城市问题，2009，（12）.

[3] 毕克新，马慧子，艾明晔.区域知识产权与区域技术创新整体水平的关联分析[J].科技管理与研究，2012，（14）.

[4] 范君君，张良勇，钟方雷.基于灰色关联分析的甘南州经济增长与人口特征分析[J].草业科学，2009，（11）.

[5] 陈桃红.区域竞争力比较视野下西南五省区市的发展策略研究[J].区域经济，2012，（5）.

[6] 朱丽琴，王生林，刘冠明.广东农民家庭收入来源的灰色关联分析[J].广东农业科学，2009，（12）.

[7] 刘卫柏，李中.农村土地流转影响因素的灰关联度分析[J].湖南社会科学，2012，（3）.

[8] 陶爱祥.基于灰色关联理论的低碳农业与农业科技关系研究[J].安徽农业科学，2012，（22）.

[9] 李冬梅，刘春泓，王竹玲.基于灰色关联分析的粮食产业安全评价与比较[J].科技管理研究，2012，（12）.

[责任编辑 刘娇娇]endprint

ri=ξi（k）

（5）关联度大小排序

将计算得到的关联度按大小进行排序，关联度越大说明该比较序列与参考序列关联度越高，联系越紧密，该序列反映的因素对研究对象影响越大。

二、灰色关联实证分析

（一）指标选取

根据灰色关联度分析法的要求，我们首先要确定参考序列的指标和比较序列的指标。选取能够反映农村贫困情况的农民人均纯收入为母序列，记为X0（k）。因为自然地理环境条件作为农村贫困的一个影响因素对农民的农业收入影响是最大的，而农业收入又是农民纯收入的重要来源。所以本文选取农民人均纯收入作为参考序列。

环境作为生产资料和劳动条件，是土壤、气候、水及生物等各种自然条件的总和。在选择比较序列时，主要选择对农村经济产生重要影响的因素。比如，一个地区是否交通便利，公路铁路覆盖率，距离大中型城市远近灯，对于提高该地区工业和服务业在世界市场上的竞争力至关重要；还有，农业生产力从根本上依赖于气候和土壤，当农业占经济的主导地位时，地理条件是经济发展最根本的制约因素等等。因此，本文选取代表地理条件、气候条件、水资源、地形、土地、资源、灾害、道路、地理区位八个方面的15个变量反映自然地理环境条件。比较序列所反映的具体因素（如表1所示）。

（二）资料数据来源

本文主要是整理了云南省3个扶贫开发重点县（均为国家级扶贫开发重点县）县域环境条件的面板数据，数据来源于《云南统计年鉴》（2011、2012）、《禄劝年鉴》（2012）、《寻甸统计年鉴》（2011、2012）、《会泽年鉴》（2012）。具体数据（如下页表2所示）：

（三）数据分析

基于下页表2中的数据，依据灰色建模理论和步骤，建立云南省农村贫困县域环境灰色关联模型，应用MATLAB R2011a软件，算得参考序列与比较序列之间的关联度（如下页表3所示）：

（四）结果分析

（1）从上述分析结果可以看出，与农民人均纯收入关联度最大的是人均耕地面积，其次是离最近城市的距离，而人均林地面积和矿产资源等级与农民人均纯收入关联不大。这可能是由于现阶段农村地区尤其是农村贫困地区的生产格局仍然以传统的农业为主，而城市是农产品主要市场，距离城市的远近对农业收入会产生重要影响。而林业资源和矿产资源的开发力度不够，资源随丰富，却不能带来惠民效益。

（2）上述结果中，除了人均耕地面积、离最近城市距离、人均林地面积和矿产资源等级这四个因素外，剩余的因素可分为两类。一类是ri≥0.5的因素，这些因素有年平均气温、亩均可用水量、山地面积比重、水土流失等级、旅游资源等级、县域公路密度、县域铁路密度，这些因素与农民人均纯收入有关联。其中，年平均气温和亩均可用水量可以说明农业生产条件，山地面积比重可以说明土地资源等级，水土流失等级可以说明土地质量，县域公路和铁路密度可以说明地理区位的优越性，这些环境条件的好坏都会对农业收入产生影响，进而影响农民人均纯收入。另一类是ri<0.3的因素，这些因素有县域平均海拔、年均降水量、县域南北长度、县域东西长度，这些因素与农民人均纯收入的关联度较小。

三、政策建议

现阶段农村地区尤其是农村贫困地区的生产格局仍然是以传统的农业为主，因此，与传统农业生产相关的环境条件，例如水资源量、耕地面积与质量、交通便利性等，对增加农民收入和减少贫困面更具约束性，有更强的相关影响。因此，通过水土保持、土地整理等措施保护和提高土地质量，通过加大农田基础设施建设力度提高土地集约化程度，同时加大农村道路改造，加大改善农村交通条件的政策和资金投入，是帮助农民增加收入、摆脱贫困的出路。

面对现有条件，利用自有资源优势，发展特色产业，实现产业转移。从实证分析中可以看出，该三个县均有丰富的林业资源，但是与当地农民的人均纯收入关联却不大，所以可以考虑利用现有丰富的林业资源，努力发展第二、第三产业，实现剩余劳动力的再就业，从而增加农民收入。同时，加大旅游资源开发，根据各自县域特点发展特色旅游。

参考文献：

[1] 中国农村2011贫困检测报告[R].北京：中国统计出版社，2012.

[2] 赵新正，宁越敏.中国区域城市化动力差异研究——基于灰色关联分析法的分析[J].城市问题，2009，（12）.

[3] 毕克新，马慧子，艾明晔.区域知识产权与区域技术创新整体水平的关联分析[J].科技管理与研究，2012，（14）.

[4] 范君君，张良勇，钟方雷.基于灰色关联分析的甘南州经济增长与人口特征分析[J].草业科学，2009，（11）.

[5] 陈桃红.区域竞争力比较视野下西南五省区市的发展策略研究[J].区域经济，2012，（5）.

[6] 朱丽琴，王生林，刘冠明.广东农民家庭收入来源的灰色关联分析[J].广东农业科学，2009，（12）.

[7] 刘卫柏，李中.农村土地流转影响因素的灰关联度分析[J].湖南社会科学，2012，（3）.

[8] 陶爱祥.基于灰色关联理论的低碳农业与农业科技关系研究[J].安徽农业科学，2012，（22）.

[9] 李冬梅，刘春泓，王竹玲.基于灰色关联分析的粮食产业安全评价与比较[J].科技管理研究，2012，（12）.

[责任编辑 刘娇娇]endprint

ri=ξi（k）

（5）关联度大小排序

将计算得到的关联度按大小进行排序，关联度越大说明该比较序列与参考序列关联度越高，联系越紧密，该序列反映的因素对研究对象影响越大。

二、灰色关联实证分析

（一）指标选取

根据灰色关联度分析法的要求，我们首先要确定参考序列的指标和比较序列的指标。选取能够反映农村贫困情况的农民人均纯收入为母序列，记为X0（k）。因为自然地理环境条件作为农村贫困的一个影响因素对农民的农业收入影响是最大的，而农业收入又是农民纯收入的重要来源。所以本文选取农民人均纯收入作为参考序列。

环境作为生产资料和劳动条件，是土壤、气候、水及生物等各种自然条件的总和。在选择比较序列时，主要选择对农村经济产生重要影响的因素。比如，一个地区是否交通便利，公路铁路覆盖率，距离大中型城市远近灯，对于提高该地区工业和服务业在世界市场上的竞争力至关重要；还有，农业生产力从根本上依赖于气候和土壤，当农业占经济的主导地位时，地理条件是经济发展最根本的制约因素等等。因此，本文选取代表地理条件、气候条件、水资源、地形、土地、资源、灾害、道路、地理区位八个方面的15个变量反映自然地理环境条件。比较序列所反映的具体因素（如表1所示）。

（二）资料数据来源

本文主要是整理了云南省3个扶贫开发重点县（均为国家级扶贫开发重点县）县域环境条件的面板数据，数据来源于《云南统计年鉴》（2011、2012）、《禄劝年鉴》（2012）、《寻甸统计年鉴》（2011、2012）、《会泽年鉴》（2012）。具体数据（如下页表2所示）：

（三）数据分析

基于下页表2中的数据，依据灰色建模理论和步骤，建立云南省农村贫困县域环境灰色关联模型，应用MATLAB R2011a软件，算得参考序列与比较序列之间的关联度（如下页表3所示）：

（四）结果分析

（1）从上述分析结果可以看出，与农民人均纯收入关联度最大的是人均耕地面积，其次是离最近城市的距离，而人均林地面积和矿产资源等级与农民人均纯收入关联不大。这可能是由于现阶段农村地区尤其是农村贫困地区的生产格局仍然以传统的农业为主，而城市是农产品主要市场，距离城市的远近对农业收入会产生重要影响。而林业资源和矿产资源的开发力度不够，资源随丰富，却不能带来惠民效益。

（2）上述结果中，除了人均耕地面积、离最近城市距离、人均林地面积和矿产资源等级这四个因素外，剩余的因素可分为两类。一类是ri≥0.5的因素，这些因素有年平均气温、亩均可用水量、山地面积比重、水土流失等级、旅游资源等级、县域公路密度、县域铁路密度，这些因素与农民人均纯收入有关联。其中，年平均气温和亩均可用水量可以说明农业生产条件，山地面积比重可以说明土地资源等级，水土流失等级可以说明土地质量，县域公路和铁路密度可以说明地理区位的优越性，这些环境条件的好坏都会对农业收入产生影响，进而影响农民人均纯收入。另一类是ri<0.3的因素，这些因素有县域平均海拔、年均降水量、县域南北长度、县域东西长度，这些因素与农民人均纯收入的关联度较小。

三、政策建议

现阶段农村地区尤其是农村贫困地区的生产格局仍然是以传统的农业为主，因此，与传统农业生产相关的环境条件，例如水资源量、耕地面积与质量、交通便利性等，对增加农民收入和减少贫困面更具约束性，有更强的相关影响。因此，通过水土保持、土地整理等措施保护和提高土地质量，通过加大农田基础设施建设力度提高土地集约化程度，同时加大农村道路改造，加大改善农村交通条件的政策和资金投入，是帮助农民增加收入、摆脱贫困的出路。

面对现有条件，利用自有资源优势，发展特色产业，实现产业转移。从实证分析中可以看出，该三个县均有丰富的林业资源，但是与当地农民的人均纯收入关联却不大，所以可以考虑利用现有丰富的林业资源，努力发展第二、第三产业，实现剩余劳动力的再就业，从而增加农民收入。同时，加大旅游资源开发，根据各自县域特点发展特色旅游。

参考文献：

[1] 中国农村2011贫困检测报告[R].北京：中国统计出版社，2012.

[2] 赵新正，宁越敏.中国区域城市化动力差异研究——基于灰色关联分析法的分析[J].城市问题，2009，（12）.

[3] 毕克新，马慧子，艾明晔.区域知识产权与区域技术创新整体水平的关联分析[J].科技管理与研究，2012，（14）.

[4] 范君君，张良勇，钟方雷.基于灰色关联分析的甘南州经济增长与人口特征分析[J].草业科学，2009，（11）.

[5] 陈桃红.区域竞争力比较视野下西南五省区市的发展策略研究[J].区域经济，2012，（5）.

[6] 朱丽琴，王生林，刘冠明.广东农民家庭收入来源的灰色关联分析[J].广东农业科学，2009，（12）.

[7] 刘卫柏，李中.农村土地流转影响因素的灰关联度分析[J].湖南社会科学，2012，（3）.

[8] 陶爱祥.基于灰色关联理论的低碳农业与农业科技关系研究[J].安徽农业科学，2012，（22）.

[9] 李冬梅，刘春泓，王竹玲.基于灰色关联分析的粮食产业安全评价与比较[J].科技管理研究，2012，（12）.

[责任编辑 刘娇娇]endprint