中国农业机械化的空间异质性与影响因素分析

张　敏，黄　英，周　智

(1.武汉工程科技学院 经济与管理学院，武汉　430200；2.河北农业大学 国土资源学院，河北 保定　071001)



中国农业机械化的空间异质性与影响因素分析

张敏1，黄英1，周智2

(1.武汉工程科技学院 经济与管理学院，武汉430200；2.河北农业大学 国土资源学院，河北 保定071001)

摘要：为了对农业机械化反映变量在区域空间位置变化时呈现出的属性差异进行综合测度并比较，在构建多指标评价体系的基础上，选用2013年的省际面板数据，运用因子分析法进行了区域农业机械化水平的综合评价与影响因素分析。分析结果表明：黑龙江、江苏、山东的综合分值位于全国前3位，机电排灌面积、有效灌溉面积、柴油发动机动力等是影响区域农业机械化水平的最主要影响因素，当前我国农业机械化水平的空间异质性变化与地区农业发展水平基本对应。

关键词：农业机械化；综合评价；空间异质性；影响因素

0引言

2014年1月19日，作为高扬“深化农村改革”旗帜、引领“加快农业现代化步伐”潮涌的“中央一号”文件在全国下发，文件中强调指出了加快推进农业现代化，加快发展农业机械化等重要任务。李克强总理在2015年政府工作报告中对这些任务进行了进一步的强调。无论是新农村建设，还是农业现代化建设，这些进程都与农业机械化的发展密不可分。农业现代化离不开农业装备的现代化，而农业机械化毫无疑问是农业装备现代化的重要组成部分，是农业生产技术变革和进步的重要途径和必经步骤[1]。随着农业现代化进程的不断推进，我国农业机械化的发展将面临新的机遇和挑战。与发达国家相比，当前我国农业机械化发展水平明显滞后，如何加快我国农业机械化的发展，推动农业现代化发展进程是政府各级部门及各界学者关注的重点[2]。毫无疑问，当前我国农业机械化发展的演变特征正是制约和影响农业现代化推进的关键所在。作为新农村建设和农业现代化建设的重要途径和配套手段，农业机械化水平可视为受多方面因素影响的系统工程，因此其水平测度需由多个反映变量进行综合评价[3]。针对农业机械化发展水平的评价与分析，国内外已经形成了较多的研究成果，从研究方法上可主要划分为定性和定量两方面。其中，定性方法的研究成果较多，大部分学者结合具体的地区对当地农业机械化的现状及存在问题进行了定性论述；还有一部分学者对中国农业机械化的整体发展现状和趋势进行了定性分析[4-6]。定量分析的主要成果则表现为不少学者采用多种定量方法对全国或者具体区域的农业机械化发展水平或投资效益及农业机械化与农业发展的关系分别进行了实证研究[7-9]。综合前人的研究成果，不难发现：当前农业机械化发展的评价指标体系构建已经比较完善，构建维度主要可表现为时间和空间两个维度。不少学者对具体地区农业机械化发展的变化趋势进行了时序分析，但针对区域之间差别特征进行判别分析的成果相对比较稀缺。为此，笔者在从多角度创新构建综合评价指标体系的同时，结合定量计算的综合分值进行区域差异的比较，将农业机械化反映变量在区域空间位置变化时呈现出的属性差异进行综合测度并比较，以此来理清农业机械化当前发展的空间格局，探索制约农业机械化区域发展水平的主要因子，以此促进地区农业机械化的协调与平衡发展。该研究对政府建立有效的农业机械化投入机制、优化农业机械的低效投入产出结构、加快新农村建设进程、有效促进农业现代化皆具有举足轻重的作用。

1研究设计

1.1　研究数据

本次研究中采用的数据是根据《2014中国统计年鉴》《2014中国农业年鉴》《2014中国农村统计年鉴》和中华人民共和国国家统计局官方网站上查得并整理。因原始数据的大小、单位不一，所以对原始数据进行了标准化处理，以此来消除数据大小以及单位对分析结果造成的影响。标准化处理的公式为[10]

1.2　研究思路

首先在对国内外学者研究成果进行总结创新的基础上去构建多指标评价体系，然后结合省际面板数据采用定量分析方法来计算各地区的综合分值，以此来测度区域的农业机械化发展水平，并对其展示的空间异质性进行评价与比较，并结合因子分析结果得到制约空间异质性的主要影响因素。

1)构建多指标评价体系。国内外学者对农业机械化发展水平进行评价时，多从以下几个视角出发来构建指标体系：①从农业机械的驱动构成角度，如柴油发动机、汽油发动机、电动机和其他机械等；②从农业机械作业的构成层面，一般由机械耕种、机械播种、机械收割、有效灌溉和机电排灌等方面构成；③农业机械化发展同样可视为农业生产上的投资，因此也可从投入和产出两方面进行指标划分。研究中构建的指标体系综合采用了上述3种划分角度，首先将农业机械化发展分为投入和产出两大方面，在投入上又进一步从装备驱动和作业水平两方面进行进一步的细分，而产出上则创新地将综合效益划分为经济、社会和生态3大方面，从而使本研究构建的农业机械化综合评价指标体系既满足层次丰富和内容完整的原则，又能满足科学性和可操作性的要求[11-13]。本次构建的指标体系，二级指标数量为17个，如表1所示。

2) 农业机械化区域差异的综合测度与比较。一般而言，区域特征的差异可表现为目标测度变量在多项空间特征上的复杂变化和变异性[14]。经过上述指标体系构建的步骤之后，研究获取了反映农业机械化空间异质性的反映变量，因这些变量大小不一，且在综合水平测度中所起的重要性不一，所以需要采用科学的评价方法对这些变量进行重要性测度和综合分值计算。主成分和因子分析是常用的综合评价方法之一；具体步骤为：第1步进行是否适合采用因子分析方法的判别分析，主要依据为目标测量变量之间的相关程度；第2步进行公共因子的提取，采用的方法是主成分分析法；第3步，根据各区域对应的公共因子得分，采用加权平均的方法得到所选样本的综合得分，其中权重为各公共因子对应的方差贡献率。最后，根据综合分值和因子分析的结果可对所选样本的差异进行比较和影响因素分析。

表1　多指标评价体系

2结果与分析

2.1　农业机械化水平的空间异质性

由综合评价的结果(见表2和图1)可以看出：中国东、中、西部的农业机械化发展空间异质性比较明显。从各省、市的具体分值来看，排名第1的是黑龙江省，且其分值优势比较明显；江苏和山东紧跟其后，位列第2名和第3名；新疆、上海和河南位列第4～6名，新疆的分值与山东较为接近；吉林、内蒙、河北和天津位列第7～10名；重庆、青海、甘肃、云南和贵州依次位列最后5位，排最后1名的是贵州，其综合分值与倒数第2位相差比较悬殊。

表2　2013年各地区农业机械化水平综合分值的排序一览表

图1　各地区农业机械化综合评价得分

将表2按地域对分值进行汇总平均后，得到的排名情况从大到小依次是：东北、华东、华北、华中、西北、华南、青藏和西南；分值依次是：0.464、0.372、0.248、-0.05、-0.09、-0.248、-0.341和-0.605。从地域分值均值的分布来看，东北、华东和华北在农业机械化发展水平方面具有明显的优势；华中和西北地区发展水平居中，且区域差异较小；华南和青藏地区农业机械化的发展仍有较大的上升空间；西南地区农业机械化发展水平较劣。

结合上述分析结果不难发现：当前中国农业机械化的空间异质性表现特征与地区经济发展水平、农业机械耕种优势及国家对区域的经济投放力度等要素息息相关。从地区经济发展水平的分布来看：东部地区一直位居中国三大区域中经济实力最强的榜首位置，东北、华东区域由于其先天的农业耕种优势一直是我国农业大省，其农业机械化发展水平超前的地位也在分析结果中得到了印证；中部地区居中的经济发展水平与其农业机械化发展水平居中的分析结果基本对应；而西部地区因受到近几年国家经济投放和地区经济发展加速等因素的影响，其大部分省市的区域经济和农业发展速度增速明显，但其本身农业资源条件的劣势大大抑制了当地农业机械化的发展和农业现代化进程的推进。

2.2　农业机械化发展的主要影响因素

在采用SPSS进行因子分析的过程中，得到了农业机械化评价指标体系中各项指标的因子载荷量如表3所示。根据表3的分析结果，得到影响各地区农业机械化发展的最主要因素是农业机械的排灌作业水平，其次是装备水平，再次是产出效益。从机电排灌面积、机耕率、机播率和机收率这些占主要影响作用的指标来看，当前农业机械的作业水平仍然是制约我国农业机械化发展的关键因素。农业机械装备水平中柴油发动机和电动机仍占据了主要地位，而产出效益中社会和经济效益同样跻身为影响我国农业机械化空间差异的主要因素。因生态效益测度指标难以将农业机械的贡献进行完全剥离，从而导致生态效益测度指标的重要性相对薄弱；但从农业现代化的长远发展角度来看，生态效益将成为制约农业可持续发展的主要瓶颈，在农业机械化发展中会日渐占据越来越重要的地位。结合各省市地区农业机械化综合分值和单项指标得分来看，黑龙江农业机械化发展水平位居首位的主要原因得益于其农业机械作业水平和装备水平的优势，这与农业大省黑龙江对本地农业强大的重视力度和投资不无关系。江苏、山东排名靠前的原因则不尽相同：江苏省排名靠前的主要原因来自于当地排灌作业水平的明显优势，而山东则是因为当地装备水平和耕播作业水平的强大支撑使其跻身前三位。甘肃、云南和贵州名次靠后的原因比较相似，除相对其他地区而言各项指标处于劣势之外，在农业机械作业水平上与其他地区实力相差比较悬殊。这些地区在后期应认识到自身在单项指标上巨大的上升空间，并采取有针对性的、可行性强的措施去加大投入。

表3　主要测度指标的因子载荷量

3结论与讨论

1) 研究从农业机械的驱动构成、投入和产出等多角度创新构建了综合评价指标体系，将农业机械化反映变量在区域空间位置变化时呈现出的属性差异进行综合测度并比较。我国31个省(市、区)农业机械化发展水平从高到低的排名依次是：黑龙江、江苏、山东、新疆、上海、河南、吉林、内蒙古、河北、天津、辽宁、北京、浙江、安徽、湖南、湖北、广东、江西、宁夏、西藏、福建、海南、陕西、山西、四川、广西、重庆、青海、甘肃、云南和贵州。

2) 因子分析的结果表明：影响农业机械化发展的主要因素依次是机电排灌面积、有效灌溉面积、柴油发动机动力、电动机动力、农村改水累计受益人口、机械收割面积占耕地总面积的比率、机械播种面积占耕地总面积的比率、机械耕种面积占耕地总面积的比率及农村居民家庭人均年纯收入；东、西、中部地区在农业机械化发展的空间差异与其地区农业发展水平排名基本对应。

3) 当前我国农业机械化发展水平存在比较明显的空间异质性，其地域差异性与地区农业发展水平、农业机械装备和作业水平的分布基本同步。从制约因素来看，当前各地区农业机械化的作业水平与装备水平仍是制约其发展水平的主要因素，同时因农业在各自区域所处的地位不同导致各地区对农业机械的投入力度不同，进一步加深了农业机械化发展的空间异质性。从长远发展看，农业现代化进程的推进将带来各地农业新一轮的发展高峰，处于劣势的各省(市、区)下一步应根据自身农业机械装备和作业水平的不足从加强装备作业水平出发，构建与资源环境治理保护协调同步的新型农业机械化发展模式，从提升对农业机械产出综合效益的重视程度等方面着手，推进有中国特色的农业现代化进程的实现。本次研究中生态效益的测度指标未能完美实现农业机械贡献与其他生产方式和技术的剥离，今后将针对这些不足进行进一步的深入探讨。

参考文献：

[1]白人朴.改革创新在新起点上加快推进农业机械化[J]. 农业技术与装备,2014 (1):7-8.

[2]杨妮. 斯大林农业机械化道路探析[J].西南科技大学学报: 哲学社会科学版,2014,31(5):70-75.

[3]苏永伟.农业机械化发展: 美国经验与启示[J].农村经济与科技, 2015(3):131-133.

[4]李永安.影响我国农业机械化发展的制度困境与改革出路[J].中国农机化学报, 2014,35(5):312-315.

[5]张汝坤,朱云,时玲,等.云南高原特色农业机械化发展探讨[J]. 中国农机化学报, 2014,35(4): 292-295.

[6]陈鹏,张蕾,张明亮,等.天津农业机械化发展现状分析及对策建议[J].天津农业科学,2014,20(8):78-82.

[7]周渝岚,王新利,赵琨.农业机械化发展对农业经济发展方式转变影响的实证研究[J].上海经济研究, 2014(6):34-41.

[8]鞠金艳, 王金武. 黑龙江省农业机械化发展关键影响因素分析[J]. 农机化研究, 2014, 36(2):60-63.

[9]王术, 刘一明.农业机械化与区域农业可持续发展关系实证分析[J].农机化研究, 2015,37(4):1-6.

[10]黄英，张志.统计学方法与应用[M].武汉：中国地质大学出版社，2013:266-267.

[11]李森业. 现代农业机械化水平影响因素的灰色关联研究[J]. 中国农业信息, 2014(13):96.

[12]叶萌,崔胜凯,杨琼.地区农业机械化水平评价与实证分析—以齐齐哈尔农业机械化水平评价为例[J].特区经济, 2014(9):163-164.

[13]杨春雷,杨宛章.新疆农业机械化发展水平评价体系[J]. 农业工程, 2014(3):1-5.

[14]Romeo G T，Kurada Y． Public infrastructure and productivity growth in Philippine agriculture，1974- 2000[J].Journal of Asian Economics,2005(16):555 -576.

An Analysis on Spatial Heterogeneity and Influencing Factors of Agriculture Mechanization

Zhang Min1, Huang Ying1, Zhou Zhi2

(1.Department of Economics, Wuhan University of Engineering Science, Wuhan 430200, China; 2. Land Resource, Agricultural University of Hebei, Baoding 071001, China)

Abstract：In order to analyze spatial heterogeneity of agriculture mechanization basing on differences of area conditions, the article made up multi-index evaluation system and selected panel data of 2013. The results of factor analysis show that: firstly, Heilongjiang, Jiangsu and Shandong is the national top three; secondly, mechanical and electrical irrigated and drainage areas, effective irrigated areas and diesel engine power are the main influencing factors affecting agriculture mechanization; finally, the spatial heterogeneity of agriculture mechanization has basic corresponding with regional agriculture development in different regions.

Key words：agriculture mechanization; comprehensive evaluation; spatial heterogeneity; influencing factors

中图分类号：S23-0

文献标识码：A

文章编号：1003-188X(2016)08-0001-05

作者简介：张敏(1981-)，女，河南濮阳人，讲师，硕士，(E-mail)68125265@qq.com。

基金项目：湖北省科技支撑计划软科学研究人才基金项目(2014BDH127)；北方国际大学联盟教育教学部第四期教育教学研究课题(20140403002)；河北省社会科学基金项目(HB14GL039)

收稿日期：2015-08-24