四川省区域农业竞争力实证分析与评价

肖舒刈

(河海大学，江苏 南京 210000)



四川省区域农业竞争力实证分析与评价

肖舒刈

(河海大学，江苏 南京 210000)

以四川省各市(州)为研究对象，通过梳理国内外相关文献并结合各区域实际情况构建出包含5个一级指标、15项二级指标组成的四川省区域农业竞争力评价指标体系。运用因子分析法提取出农业生产力、农村居民生活水平、农业规模和农业结构4个公因子并对各地市农业竞争力排序，而后依据上述4个公因子利用系统聚类分析法对四川省21市(州)的农业竞争力进行了分类。基于2014年统计年鉴的研究结果表明：四川省各市(州)按照农业竞争力水平情况可分为4类，其中成都市农业发展状况最好，甘孜州和阿坝州的农业竞争力最弱，与因子分析排序结果基本一致。最后，针对增强四川省农业竞争力提出了一系列相关措施与建议。

农业竞争力；评价指标体系；因子分析；聚类分析；四川省

农业是国民经济中的一个重要产业部门，当代世界农业发展的基本趋势和特征是高度的商业化、资本化、专业化、区域化、知识化、国际化交织在一起，传统农业发展模式已难以适应国际市场发展的要求。农业竞争力是市场化、国际化条件下农业综合生产力水平的集中体现，是农产品生产、加工、流通及其价值创造与价值实现能力的综合反映[1]。提升农业竞争力，是农业发展的目标和基本方向。四川是中国的农业大省，经过30多年的努力探索和发展，基本形成了成都、川南、攀西、川东北、川西北五大片区的优势产业布局，主要农产品在西部乃至全国占有重要地位，农业经济主要指标一直排在全国各省市区的前列。但是，四川发展农业产业化的自然基础相对较差，全省耕地面积仅占辖区总面积的8.2%。目前，人均耕地面积仅533.33 m2，只相当于全国平均水平的2/3，土地资源不足对农业生产特别是种植业的产业化发展影响较大；加之地区间农业资源分配不均、财政扶持力度差异，导致各地市(州)农业发展水平差距不断拉大。通过对四川省各市(州)农业竞争力水平开展系统研究与分析，一方面能够明晰四川省农业整体状况，另一方面可以准确掌握省内地区间农业发展差距及各自优、劣势，为正确调整农业发展模式、合理配置农业资源提供理论依据和针对性指导，对推动四川省农业竞争力的稳步提高有重要指导意义。

1　理论基础与指标体系

1.1理论回顾

美国哈佛商学院著名战略管理学家迈克尔·波特于1990年提出的“钻石理论”强调基本要素与高级要素相互作用形成的整体竞争优势[2]。波特指出，类似自然资源、气候和地理位这样的基本要素仅能提供初始优势，而个人、企业以及政府投资等高级要素则能够帮助这些优势得到加强与扩展。而后国外学者多集中于对农业竞争力进行一系列的定性与定量研究，Kennedy等[3]指出总成本与成本要素是分析产业竞争力的基础，Gustavsson等[4]强调科技与创新能力已成为影响产业竞争力的关键要素，并有学者从劳动生产力、盈利性、产出增长等不同角度考虑构建了单维或多维的产业竞争力指数[5-6]。国内对于农业竞争力的研究主要经历了2个阶段[7-11]，一是关于农业竞争力内涵与影响因素的基础研究阶段，形成了农产品内在竞争力、农业市场竞争力、农业生产竞争力等主要观点[12-14]；二是对农业竞争力的科学评价研究阶段，目前仍是农业竞争力的研究热点问题——曹执令[15]从农业生产要素、农产品需求情况、农业经营主体和农业科技及政策竞争力等4个方面对湖南省各地区农业竞争力进行实证研究；潘启龙等[16]从6个方面构建了包含45个指标的农业科技园区竞争力评价体系；孙东琪[17]对苏鲁两省的产业模式竞争力进行了比较，并对未来发展趋势进行了预测。学者们运用各种方法从不同角度对农业竞争力展开研究，但就四川省区域内各市(州)农业竞争力来看，目前仍未进行过全方位的系统研究。本文以四川省各市(州)为研究对象，借鉴已有研究经验，充分利用四川省区域统计数据，对省内各市(州)的农业竞争力展开深入分析与评价，找出各地区农业发展的优势与不足，以期为四川省农业发展模式的改进提供有价值的科学指导。

1.2指标体系构建

本文在借鉴上述研究成果的基础上，结合四川省农业发展实际情况，对各种能够反映与衡量农业竞争力水平的因素进行了全面分析，根据波特“钻石理论”指出的基础要素与高级要素并重的原则，构建出包含产出竞争力、基础竞争力、现代化竞争力、结构竞争力、相关产业及制度竞争力在内的5个一级指标，15项二级指标组成的四川省区域农业竞争力评价指标体系(表1)。

表1　四川省区域农业竞争力评价指标体系

2　研究方法

2.1因子分析

因子分析是多元统计分析中一种降维的统计方法，主要目的是从现有显性信息中寻找更能体现问题的特点和本质，但不易被直接观察或测量的隐性变量。因子分析的基本思想是将由众多指标组成的变量集群整合成少量的几个共性因子，这些共性因子能够较为完整地反映原变量集群的信息内容，保证重要信息不会丢失，进而采用更少的公共因子来解释研究问题，降低了研究的复杂性。每个共性因子所包含的原变量都是联系较为紧密的，但各个共性因子间的相关性则较低或不相关，这样能够有效地避免统计过程中相关信息重复叠加情况的发生，从而保证统计结果的准确性与科学性。

2.2聚类分析

聚类分析是通过对已有统计量进行分析，从而实现“物以类聚”的统计方法与过程，即以能够反映研究对象实质情况的统计量为依据，将研究对象集划分为若干群组，各组内的数据研究对象是高度相似或相近的，但各组间的研究对象则存在较大差异或差距。聚类分析利用对属性变量值的科学统计克服了主观因素影响，实现对孤立数据进行符合客观实际的分类，进而帮助研究者找出各研究对象之间存在的同质性与差异等。本文选用系统聚类法对因子分析得到的四川省各市(州)农业竞争力各因子得分和综合得分进行分层分类，更有针对性地为四川省农业竞争力的提升提供指导与帮助。

3　四川省区域农业竞争力实证研究

3.1数据来源与标准化

本研究根据上文构建的四川省区域农业竞争力评价指标体系，参照《中国农业统计年鉴》和《2015年四川统计年鉴》获取并整理四川省21个市(州)相关原始数据，由于篇幅限制，原始数据未录入文内。本文借助社会经济学统计软件SPSS 20.0进行研究，由于各指标数量单位的差异使得各指标数据间不具备可比性，因此首先运用Z-score标准化法对数据进行无量纲化处理。

3.2因子分析过程

3.2.1数据效度检验本文采用KMO和Bartlett球形检验(表2)对原始数据的效度进行评价，以观察是否适合进行因子分析。检验结果显示，本研究KMO取值为0.760，Bartlett球形检验统计量Sig.=0<0.01，说明各指标变量间存在着显著的相关性，非常适宜进行因子分析。

表2　KMO和Bartlett检验

3.2.2公因子选择解释的总方差(表3)给出了每个公因子所解释的方差，“提取平方和载入”一栏显示，前4个公因子的特征值分别为8.816、2.351、1.210和1.036，并且所解释方差的累计和已达到89.42%，说明这4个公因子能够较为完整地反映原15个指标变量所包含的重要信息，“旋转平方和载入”一栏中经因子旋转后得到的每个新公因子方差贡献率虽稍有变化，但最终的累计方差贡献率仍保持不变，说明提取这4个公因子具有较好的代表性，信息量丢失较少。

表3　解释的总方差

3.2.3因子分类与解释为了使公因子的含义更加清晰，需要对因子载荷矩阵进行旋转，经过8次迭代得到的旋转成分矩阵(表4)更容易解释各因子所代表的实际意义。

表4的分析结果清晰地表明了15个原始变量与4个公因子的载荷情况。第一个公因子(F1)在第一产业GDP(X1)、农林牧渔业总产值(X2)、年末实有耕地面积(X5)、有效灌溉面积(X6)、化肥施用量(X7)、第一产业从业人数(X8)、农业机械总动力(X9)、耕地面积(X10)、农林水事务财政支出(X14)和居民村委会个数(X15)10个指标上有较高负载，主要反映了区域农业生产的投入、产出与公共服务情况，因此可将其归结为农业生产力竞争因子(F1)；第二个公因子(F2)包括农村居民人均纯收入(X3)和农村用电量(X13)2个指标，反映了农村居民的基本生活情况，因此将其命名为农村居民生活水平竞争因子(F2)；第三个公因子(F3)下载荷较大的包括粮食单产(X4)和农业多样化指数(X12)2个指标，集中体现了区域农业生产水平情况，因此可称为农业规模竞争因子；第四个公因子(F3)在林牧渔业占农林牧渔的比重(X11)上有较高载荷，因此可称其为农业结构竞争因子。

表4　旋转成分矩阵

注：提取方法：主成分；旋转法：具有Kaiser标准化的正交旋转法。

3.2.4四川省各市(州)农业竞争力得分及排名通过上述分析仅能得到对各指标的因子分类结果，为了获得关于各市(州)农业竞争力水平更加直观的分析与评价，需要利用回归法进行进一步统计分析得到成分得分系数矩阵(表5)。根据表5成分得分和标准化后的指标变量可以得到4个公因子得分函数：

F1=0.11X1+0.108X2-0.111X3-0.153X4+0.183X5+0.062X6+0.011X7+0.189X8+0.164X9+0.036X10-0.024X11+0.108X12-0.043X13+0.17X14+0.222X15

F2=0.061X1+0.061X2+0.364X3+0.142X4-0.11X5+0.158X6-0.039X7-0.19X8-0.52X9+0.151X10-0.21X11-0.032X12+0.374X13+0.049X14-0.267X15

F3=-0.053X1-0.046X2-0.005X3+0.344X4+0.048X5-0.072X6+0.211X7+0.164X8+0.063X9-0.064X10-0.666X11+0.092X12-0.223X13-0.216X14-0.051X15

F4=0.004X2-0.085X3+0.308X4-0.047X5-0.005X6+0.313X7-0.071X8-0.159X9+0.114X10+0.193X11-0.692X12-0.027X13-0.18X14+0.055X15

在已有4个公因子得分的基础上进行加权求和，以旋转后公因子的方差贡献率作为权重，从而计算出四川省各市(州)农业竞争力评价综合得分(ZF)，公式如下：

ZF=0.45202F1+0.22455F2+0.11744F3+0.10019F4

将四川省各市(州)2014年农业竞争力评估指标数据带入以上计算式，计算得出四川省各市(州)4个公因子和综合因子得分以及排名情况，经整理得到表6。

表5　成分得分系数矩阵

3.3基于因子分析的农业竞争力聚类分析过程

为了能够更客观地展现四川省各市(州)的农业竞争力层次分级，明晰各市(州)间农业竞争力水平差异程度，获取相似地区间的内在隐性共性，本研究在前文因子分析的基础上，利用统计得出的4个公因子得分及综合得分展开进一步的区域农业竞争力聚类分析。本文采用系统聚类法得到四川省区域农业竞争力系统树状图(图1)，聚类谱系图能够直观显示整个聚类过程以及各类别间的相对差距大小。

图1　四川省区域农业竞争力聚类分析树状图

由于聚类层次范围选择的不同，输出分类结果也会不同，通过观察聚类分析树状图，样本被分为4类的时群组间的特性较明显，也更为符合四川省各(市)州间农业竞争力的实际情况。聚类分类结果与因子分析结果比对见表7。

3.4结果分析

依据表7显示，四川省各市(州)农业竞争力因子分析排序结果和聚类分析分类结果具有较高一致性。

根据因子分析表6统计结果能够得出以下结论。

(1)从综合得分来看，四川省21个市(州)被划分为3类：作为四川省省会的成都市在农业竞争力方面占有绝对优势，远超省内其他各市(州)；第二梯队则包括了南充、绵阳、凉山州、达州、宜宾、德阳、资阳、眉山和泸州在内的9个市(州)，其农业竞争力综合得分均大于0，但各市(州)间仍存在明显差距；广安、乐山、广元、内江、遂宁、巴中、自贡、雅安、甘孜州、攀枝花和阿坝州11个市(州)的农业竞争力综合得分则低于0，负值并非表示其农业竞争力为负增长状态，而仅代表该地区的农业竞争力低于整体平均水平。

表6　四川省21市(州)农业竞争力得分及排名

表7　城市聚类

(2)观察公因子F1得分情况发现，凡农业生产力竞争因子得分大于0的城市，其最终的综合得分均靠前，验证了第一个公因子F1反映了原始指标变量的大部分重要信息；对公因子F2进行纵向比较发现，四川省21市(州)中有近一半地区的农村居民生活质量未达到平均水平，并且差距明显，说明各地区间农业生产生活发展不均衡，应对落后地区加大投入与扶持力度，缩小地域生活水平差距；公因子F3得分情况相对均衡，大部分市(州)农业规模与资源均能达到平均水平并实现逐步超越，但甘孜州和阿坝州该项因子得分过低，要考虑加强技术投入以改善目前落后的状况；对公因子F4进行纵向比较发现，成都、凉山州、宜宾、资阳、眉山、广元、雅安、攀枝花和阿坝州得分较低，并且低于整体平均水平，说明上述地区的农业结构不尽合理，可能会对未来农业的可持续发展造成阻碍，应结合本地区自然环境和社会环境的实际情况，逐步改进第一产业构成，提升农业结构的科学性，为农业产业链的后续良好发展打下基础。

根据聚类分析图1和表7统计结果显示，得出以下结论。

(1)第一类包括乐山、内江、眉山、泸州、广安、广元、遂宁、自贡、巴中、绵阳、宜宾、达州、南充、资阳、德阳和凉山州16个市(州)，这类城市基本由成都经济区、川南经济区和川东北经济区覆盖，集中表现为区域内有一定的农业基础，但农业竞争力有限，综合得分基本徘徊于零界点，说明这些地区的农业发展水平均有待提升。绵阳、德阳、资阳和眉山市经济结构以重大装备制造业、高技术产业、现代服务业、特色旅游业以及现代农业为主，因此在保证第二、三产业经济增长的同时能够较好地兼顾农业发展；南充市和达州市成都联结交通较为便利，农业机械化水平较高，并且农业财政投入充足，也进一步推动以丝麻纺织为代表的农产品加工业的发展，因此省内农业竞争力水平排名靠前；乐山、内江、泸州、广安、广元、遂宁、自贡、巴中和宜宾市自然资源较丰富，地区提倡大力发展以水电和煤炭为代表的能源产业、化学工业与化纤纺织工业，对农业的重视度和投入度相对有限。

(2)第二类有雅安和攀枝花市，攀西地区矿产、生物等资源丰富，工业基础相对较好，地区更倾向于第二产业发展，加之农业资源匮乏，两地区耕地面积位于省内最后两位，在农林水事务方面的财政投入也最少，自然环境和社会环境的双重影响使得雅安和攀枝花的农业竞争力相对较弱。

(3)第三类包括甘孜州和阿坝州2个少数民族自治州，受气候、地形地势和地理位置等自然环境的影响，这2个地区以林业和畜牧业为主，经济相对落后导致农业基础设施不完善、技术落后、机械化程度和农业生产效率低，因此使得上述2个区域的农业竞争力弱。

(4)第四类仅含有成都市，地区整体农业竞争力最强。随着城市化进程加快，成都区域的耕地面积呈减少趋势，并且人均耕地面积在全省范围内排名靠后，但成都市的第一产业GDP仍位居全省第一，主要归结于以下几点：首先，农业技术投入力度大，机械化程度高，提升了成都市农业生产效率，将有限资源的效能发挥至最大，使得其有效灌溉面积及其机耕面积均排首位；其次，农业公共服务到位，成都市农林水事务支出全省最高，达759105万元，远超其他各市(州)农业财政投入，地区政策的大力帮扶使得成都市农业发展得到大力支持。

4　结论与建议

本文基于波特“钻石理论”思想的指导，结合四川省区域农业发展的实际情况，构建了包含5个一级指标、15项二级指标组成的四川省区域农业竞争力评价指标体系。因子分析根据指标间的隐性联系将其整合为4个公因子，其中公因子F1和F2方差贡献率占比大，这2项因子得分高低对农业竞争力的最终排名起主导作用。除去公因子F1和F2中的结果指标(第一产业GDP、农林牧渔业总产值和农村居民人均收入)，其他指标大致可以归为两类：一是保证农业活动开展的农业资源基本要素，二是支持农业生产的资金、技术投入高级要素，再次印证了波特“钻石理论”的科学性。在因子分析基础上进行的系统聚类分析根据四川省21市(州)的农业竞争力实际情况将其分为4类，聚类结果基本符合地区现状。省会成都市农业竞争力最强，甘孜州和阿坝州农业竞争力最弱，且两类间农业发展差距明显，究其原因，成都市所拥有的得天独厚的地理优势以及先进的基础设施正是其他地区所缺失的。因此，在自然环境难以改变的情况下，积极改善社会生产条件是提升其农业竞争力的关键。

本研究针对四川省区域农业发展现状，为后期农业管理工作提出以下几点建议。一是加大科技投入，提高农业生产效率。农业科学技术的普及、机器体系的形成和农业机器的广泛应用是现代农业的显著特点，科学培育与机械化操作的完美结合，能够有效提高农产品产量与质量。二是结合地区实际情况，优化农业产业结构，推动地区特色农业发展。自然资源禀赋状况对地区农业发展有重要影响，不同的自然环境形成差异化的农业结构，各地区应顺应自然规律，重点发展符合自然条件的农业种类，以最少的投入实现产出最大化。三是增加财政投入，加强农业基础设施建设。强化农业基础设施建设是推动农村经济发展、促进农业和农村现代化的重要措施之一，各地区应尽快建立和完善农田水利建设、农产品流通重点设施建设、商品粮棉生产基地建设，以及农业教育、科研、技术推广和气象基础设施建设等，为农业竞争力的提升提供保障。四是合理配置农业经济资源，加大对落后地区的扶持力度。农业自然资源是难以改变的，但对于能够直接或间接对农业生产发挥作用的社会经济因素和社会生产成果可以适当进行人为干预。政府应加强对农业人员的专业教育与培训，逐步扩大新型农民队伍，提升劳动力素质；另一方面，积极引进和推广先进生产技术设备，进一步提升农业现代化水平，提高科技对农业生产的贡献率。

[1] 万青.六安市农业竞争力的测度与实证分析[J].江西农业学报,2007,19(2):138-141.

[2] 迈克尔·波特.国家竞争优势[M].北京:中信出版社,2010.

[3] Kennedy P L, Harrison R W. Analyzing agribusiness competitiveness: the case of the United States sugar industry[J]. International Food and Agribusiness Management Review, 1998(2): 51-62.

[4] Gustavsson R, Hanson P, Lundberg L. Technology resource endowments and international competitiveness[J]. European Economic Review, 1999, 43(7): 23-38.

[5] Maria Sassi. Agricultural convergence and competitiveness in the EU -15 regions[C]//Contributed paper prepared for presentation at the International Association of Agricultural Economists Conference, Gold Coast, Australia, 2006: 67-80.

[6] Christian Fischer, Sebastian Schornberg. Assessing the competitiveness situation of EU food and drink manufacturing industries: An index -based approach[J]. Agribusiness, 2007(4): 56-72.

[7] 赵树宽,刘冠宏.农业竞争力理论范式探讨[J].当代经济研究,2013(5):20-26.

[8] 赵海燕,何忠伟.中国大国农业国际竞争力的演变及对策:以蔬菜产业为例[J].国际贸易问题,2013(7):3-14.

[9] 万云芳.制约陕西农业竞争力提高的影响因素分析[J].江西农业学报,2012,24(10):153-155.

[10] 高云,詹慧龙,赵跃龙,等.国家现代农业示范区竞争力评价及区域优势分析[J].浙江农业学报,2015,27(10):1841-1849.

[11] 郑军,史建民.基于AHP法的生态农业竞争力评价指标体系构建[J].中国生态农业学报,2010,18(5):1087-1092.

[12] 刘洋,甘红.区域农业竞争力系统评价[J].农业系统科学与综合研究,2005,21(4):57-60.

[13] 唐仁健.从根本上提升我国农业竞争力——中国农业应对WTO的宏观思考[J].农业经济问题,2001,22(1):25-31.

[14] 苏航.农产品竞争力与农业竞争力的内涵界定[J].经济论坛,2005(24):125-127.

[15] 曹执令.湖南省区域农业竞争力比较研究[J].经济地理,2012,32(2):139-142.

[16] 潘启龙,刘合光.现代农业科技园区竞争力评价指标体系研究[J].地域研究与开发,2013,32(1):5-11.

[17] 孙东琪.苏鲁两省产业竞争力模式比较及其竞争路径研究[J].经济地理,2013,33(2):128-134.

(责任编辑：管珊红)

Empirical Analysis and Evaluation of Regional Agricultural Competitiveness in Sichuan Province

XIAO Shu-yi

(Hohai University, Nanjing 210000, China)

Taking 21 cities (prefectures) of Sichuan province as the research objects, the regional agricultural competitiveness evaluation index system that consisted of 5 primary indexes and 15 secondary indexes was constructed on the basis of combining the related worldwide literatures with the regional actual situations. Four common factors (agricultural productivity, rural residents’ living standard, agricultural scale, and agricultural structure) were extracted by using factor analysis, and the agricultural competitiveness of all cities (prefectures) was ranked. Based on the above 4 common factors, the agricultural competitiveness of 21 cities (prefectures) in Sichuan province was sorted by using systematic clustering analysis. According to the statistical data and the evaluated regional agricultural competitiveness in the year 2014, 21 cities (prefectures) in Sichuan province could be divided into 4 categories; among them, Chengdu city had the best status of agricultural development, while Ganzi prefecture and Aba prefecture had the weakest agricultural competitiveness, which was consistent with the ranking results of factor analysis. Finally, a series of related measures and suggestions were put forward to strengthen the agricultural competitiveness of Sichuan province.

Agricultural competitiveness; Evaluation index system; Factor analysis; Clustering analysis; Sichuan province

2016-03-29

肖舒刈(1992—)，女，四川成都人，硕士研究生，研究方向：人力资源、区域经济学研究。

F327

A

1001-8581(2016)09-0112-07