基于主成分分析的农业经济与环境污染问题研究

郑 石，王 荧

(1.福建师范大学 经济学院，福建 福州 350108；2.福建江夏学院 经济贸易学院，福建 福州 350108)

基于主成分分析的农业经济与环境污染问题研究

郑 石1，王 荧2

(1.福建师范大学 经济学院，福建 福州 350108；2.福建江夏学院 经济贸易学院，福建 福州 350108)

选取了代表农业经济发展的10个指标和代表农业环境污染的7个指标，运用主成分分析的方法，分别对我国31个地区的农业经济发展和农业环境污染状况进行了评价，并根据两组主成分分别得出农业经济发展与环境污染程度的综合得分。通过对两组综合得分的聚类分析，将31个地区划分为4类，并对这4类地区的农业经济与环境污染情况做出综合评价和解释，揭示了农业经济发展与环境污染之间的关系和矛盾，最后结合区域地理区位条件，因地制宜地提出促进农业经济和环境可持续发展的建议。

农业经济；农业环境污染；主成分分析；聚类分析

0 引言

我国农业保持了30年的高速发展，粮食产量和农业现代化水平逐年上升，为我国的经济转型提供了强有力的支撑。然而，农业生产普遍采用集约化生产方式，即依赖化肥、农药以及除草剂的大量使用，造成了严重的农业污染和环境问题，威胁到农业的可持续发展。根据《第一次全国污染源普查公报(2010)》显示，我国农业污染源排放的3类主要污染物(COD、TN、TP)分别达到1324.09万、270.46万、28.47万t，占比分别为43.7%、57.2%、67.3%，农业污染源已成为我国第一大污染源。另据《全国土壤污染状况调查报告(2014)》，我国土壤污染超标率总体上已达16.1%，其中无机污染占比82.8%。此外，畜禽粪污随意处置、粮食作物秸秆田间焚烧等现象仍然存在，不仅造成了严重的环境污染，而且影响了土壤的质量，导致粮食的减产。农业高投入、高消耗、高污染的生产方式，带来的农业资源与环境的问题积重难返，农业面源污染在相当长的时期内已经成为制约农业经济可持续发展的重要因素之一[1]。因此，农业经济与环境的关系是现在及未来需要应对和解决的问题。

经济发展与环境保护之间的关系长期以来一直是学者们讨论的主题。伴随经济的持续增长，经济与环境的矛盾越来越突出。Grossman等[2]在针对北美自由贸易协定的环境影响时，首次实证研究了环境质量与人均收入之间的关系，指出污染在低收入水平上随人均GDP增加而上升，在高收入水平上随GDP增长而下降，并将这种环境质量与人均收入间的倒“U”型关系称为环境库兹涅茨曲线(EKC)。并且他们认为农业技术在促进农业经济增长的同时会对环境污染产生负向的影响。国内学者杜江[3]通过EKC检验发现，随着农业经济规模的扩大，农业化学投入密度逐渐提高，环境状况进一步恶化，伴随着人均收入的增加和技术的进步以及人们环境意识的提高，化学投入品的密度逐渐减少，从而环境得到改善。唐丽霞等[4]通过对全国141个村的调查，系统分析了中国农村的环境污染问题，发现中国农村的水资源退化和污染、农药和化肥的滥用造成了农业环境污染以及农村环境污染。张乐柱等[5]利用VAR模型脉冲响应函数方法，分析了广东省1985～2010年农业经济增长与农业环境污染的动态关系，发现农业生产增加了环境压力，但环境质量变化对农业经济增长存在着反作用。

综合现有研究成果可知，经济与环境两者的关系既对立又统一，两者互相依存、互相制约，要同等对待经济发展与生态环境保护，统筹兼顾，不能顾此失彼[6]。目前，在研究对象方面，经济发展与环境的研究对象多是集中于工业领域，农业领域的研究较少；在研究区域方面，主要范围包括个别省份或地区；在研究方法方面，大多运用EKC模型检验、脉冲响应函数、协整理论等，缺少主成分分析方法。同时有关农业经济发展与环境污染关系的文献研究比较缺乏，尚处于起步阶段。鉴于此，在现有研究的基础上，本文运用主成分分析和聚类分析的方法，对2014年我国31个地区的农业发展和环境污染进行了分类和解析，并结合地理区位和实际情况，提出了科学对策和建议，为我国农业经济与环境的可持续发展提供了现实依据。

1 研究方法与指标选取

1.1 研究方法与模型

1.1.1 主成分分析法 对于农业经济发展和环境污染状况的评价，往往涉及多个指标的综合衡量。由于指标太多，使得分析的复杂性增加，同时指标间经常具备一定的相关性。所以人们希望用较少的指标代替原来较多的指标，但依然能反映原有的全部信息，于是霍特林(Hotelling)1993年首先提出了主成分分析。主成分分析是研究如何通过少数几个主成分来解释多变量的方差——协方差结构的分析方法，也就是求出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此不相关，可以很好地消除自变量之间的多重共线性。利用主成分分析能简化分析，更能反映事物的本质[7]。

设原始变量为x1,x2,…,xn，主成分分析后得到的新变量(综合变量)为y1,y2,…,ym，它们是x1,x2,…,xn的线性组合(m

第一，为了消除数据的量纲和数量级不同带来的影响，需将原始数据进行标准化处理：

第三，计算R的特征值和特征向量。根据特征方程|R-λI|=0，计算特征根λi，并按照从大到小排列：λ1≥λ2≥…≥λn，同时得到对应的特征向量u1,u2,…，un。

1.1.2 聚类分析法 对于主成分分析得到的农业发展和环境污染的评价得分，需要对其进行分类，以便寻找各个地区农业发展、环境污染的差异和区域特征。聚类分析是根据事物本身的特性研究个体分类的方法，将性质相近的归为一类，将性质差别较大的归入不同的类。聚类可分为快速样本聚类(K-MeansCluster)和分层聚类(HierarchicalCluster)，其中K-Means算法由于效果好，因而最为著名，应用也最为广泛。

K-means算法是斯图尔特·劳埃德(StuartLloyd)于1982年提出的简单而有效的统计聚类技术。其计算步骤如下[8]：首先从n个数据中对象任意选择k个对象作为初始簇中心，而对于剩下的其他对象，则根据它们与这些簇中心的相似度(距离)，分别将它们分配给与其最相似的(簇中心所代表的)簇；然后，再计算每个所获新簇的中心(该簇中所有对象的均值)，不断重复这一过程直到标准度函数开始收敛为止。一般都采用均方差作为标准测度函数，具体定义如下：

其中，E为簇中所有对象的均方差之和；p代表簇中的一个点，可为多维；mi为簇Ci的均值，可为多维。公式所示的聚类标准，旨在使所获得的k个簇具有使各簇本身尽可能地紧凑，而各簇之间尽可能地分开的特点。

1.2 指标选取和数据来源

1.2.1 农业经济发展指标的选取 本文从农业经济总量、农业经济效益和农业经济结构3个角度，共选取了10个农业经济指标，科学全面地反映了各地农业经济发展的程度和水平。其中，农业经济总量包括2个指标：X1为农林牧渔业总产值(亿元)和X2为农林牧渔业固定资产投资(亿元)，主要反映一个地区的农业经济规模与总量；农业经济效益包括3个指标，X3为人均农林牧渔生产总值(元/人)、X4为农村居民可支配收入(元/人)、X5为农村居民消费支出(元/人)，主要反映一个地区农业经济效益和农民生活水平；农业经济结构包括5个指标，X6为第一产业占GDP比例、X7为农业所占比例、X8为林业所占比例、X9为牧业所占比例、X10为渔业所占比例，主要反映一个地区的农业经济结构。各项指标数据来源于2015年《中国农村统计年鉴》并经计算整理所得。

1.2.2 农业环境污染指标的选取 本文从水体、气体、固体和土壤4种污染形态，选取共7项农业污染指标，全方位反映各个地区农业环境污染状况。其中，农业水体污染包括4种排放物：O1-化学需氧量排放量(万t)、O2-氨氮排放量(万t)、O3-总氮排放量(万t)和O4-总磷排放量(万t)，主要反映农业污水对环境的影响。农业气体污染主要选取1种排放物：O5-CO2排放量(万t)，主要反映农业废气污染物对大气的影响。CO2排放量由化肥、农药、农膜、柴油、翻耕和灌溉共6种农业碳源引起，参照以往研究，6类排放源排放系数分别为0.8956(kg/kg)[9]、农药4.9341(kg/kg)、农膜5.18(kg/kg)、柴油0.5927(kg/kg)、农业灌溉20.476(kg/hm2)、农业播耕312.6(kg/km2)[10],CO2排放总量由各碳源乘以相应系数，加总计算所得。农业固体污染选取1种污染物：O6-农膜残留量(万t)，反映农业固体废弃物对环境的影响，农膜残留量根据《第一次全国污染普查农田地膜残留系数手册》的残留系数核算。农业土壤污染选取1种污染物：O7-农药流失量(万t)，反映农业土壤污染对环境的影响，农药流失量根据《第一次全国污染普查农药流失系数手册》的流失系数核算。各项指标数据来源于2015年《中国农村统计年鉴》和《中国环境年鉴》并经计算整理所得。

2 实证分析

2.1 农业经济与环境污染的主成分分析

2.1.1 农业经济发展的主成分分析 运用SPSS22.0软件中的主成分分析，通过计算反映农业经济状况的原始数据中样本的相关阵，得到农业经济发展的主成分分析结果，如表1所示。

表1 农业经济发展的主成分分析结果

由表1可知，前5个主成分的累积贡献率达到89.864%，当取前5个主成分代替原来的指标时，已经能够很好地反映原始数据的大部分信息。从5个特征值的特征向量上看，第1个主成分E1在X4(农村居民可支配收入)、X5(农村居民消费支出)前的系数很大，所以E1可认为是反映各地区与农民生活水平相关的一项农业经济指标；第2个主成分E2在X1(农林牧渔业总产值)、X2(农林牧渔业固定资产投资)、X3(人均农林牧渔生产总值)前的系数较大，所以E2可认为是反映各地区农业经济总量和效益的一项经济指标；在第3个主成分E3中，X7(农业所占比例)、X8(林业所占比例)、X9(牧业所占比例)前的影响较大，而E3与X7负相关，与X8、X9正相关，所以E3是反映农业产业结构对各地区农业经济的影响；第4个主成分E4在X2(农林牧渔业固定资产投资)、X6(第一产业占GDP比例)前的系数较大，而E4与X6负相关，与X2正相关，所以E4是反映农业基础投资和地区农业比例对农业经济发展的影响；第5个主成分E5在X8(林业所占比例)前的系数较大，所以E5可认为是反映林业经济对各地区农业经济影响的一项经济指标。

为了更好地衡量各个地区农业经济发展程度，用各个主成分的贡献率作为加权平均的系数，得到农业经济发展程度的综合得分(记为A1)：

A1=0.3512E1+0.1971E2+0.1402E3+0.1259E4+0.0842E5

(1)

2.1.2 农业环境污染的主成分分析 运用SPSS 22.0软件中的主成分分析，通过计算反映农业环境污染的原始数据中样本的相关阵，得到农业环境污染的主成分分析结果，如表2所示。

表2 农业环境污染的主成分分析结果

由表2可知，前3个主成分的累积贡献率达到95.845%，当取前3个主成分代替原来的指标时，已经能够很好地反映原始数据的大部分信息。从3个特征值的特征向量上看，第1个主成分P1与7个农业环境污染指标正相关，并且与7项指标的系数都在0.8以上，所以P1可认为是通过原7项指标反映各地区农业环境污染状况的一项综合指标；第2个主成分P2在O7(农药流失量)前有较大系数，主要反映土壤污染对农业环境的影响；第3个主成分P3在O6(农膜残留量)前有较大系数，主要反映固体废物污染对农业环境造成的影响。

为了更好地评价各个地区农业环境污染程度，用各个主成分的贡献率作为加权平均的系数，得到农业环境污染程度的综合得分(记为A2)：

A2=0.8308P1+0.0733P2+0.0544P3

(2)

2.1.3 农业经济发展与环境污染的综合得分评价 为了更好地研究与解释各地区农业经济发展与环境污染之间的关系，分别根据公式(1)和(2)计算综合得分A1和A2并排名，结果如表3所示。

由表3可知，在对农业经济发展程度A1的排名中，排在前几位的分别是：北京、浙江、福建、上海和江苏，说明排在前面的这些地区农业发展程度较好；排在后几位的分别是：宁夏、新疆、贵州、西藏和甘肃，说明排在后面的这些地区农业发展还比较落后。北京、浙江、福建、上海和江苏的农业发展排在全国前列，虽然这些地区并非传统的农业大省，农业生产规模不是最大，但这些地区位于东部沿海，林渔业较为发达，农林牧渔比例更加协调，同时其人均农业产值和农民收入高，农村基础设施和农民生活水平优于全国其他地区，使得农业经济凭借良好的效益水平和产业结构得以转型突破。而排在后面的宁夏、新疆、贵州、西藏和甘肃，这些地区地处西部，相对恶劣的地理气候条件限制了农业的发展，人均农业产值和农民收入与东部地区还有很大差距，农牧业占比高，林渔业薄弱，产业结构较为单一，使得农业经济落后于其他地区。

在对农业环境污染程度A2的排名中，排在前几位的分别是：山东、河南、河北、湖南和湖北，说明排在前面的这些地区农业环境污染严重；排在后几位的分别是：北京、宁夏、上海、青海和西藏，说明排在后面的这些地区农业环境污染较轻。山东、河南、河北、湖南和湖北都是全国有名的农业大省，化肥、农药、农膜等农业生产资料的大量使用促进了这些地区农业的高产增收，同时也加剧了水体面源污染、农药残留土壤污染和CO2排放空气污染，再加上农户生态意识的缺乏和对环境治理的漠视，农业废水、废气和废物的排放给这些地区造成了严重的环境污染。排在后面的北京和上海，对于农业环境污染高度重视，积极采取治理措施并卓有成效。而宁夏、青海、西藏属于西部地区，农业生产条件不足，农业发展较为落后，并非全国主要的农业生产区域，所以这些地区的农业环境优于其他地区，农民的农业污染比较少。

表3 农业经济发展与环境污染的综合得分及排名

2.2 农业经济与环境污染的聚类分析 根据综合得分表，采取聚类分析中的K-means法，运用SPSS 22.0软件中的聚类分析中的K-means聚类，针对各个地区农业经济发展环境污染的2个综合得分A1和A2，将各地区进行聚类。当选择聚为4类时，得到方差分析表4。

表4 变异数分析

由表4可知，对聚类结果的类别间距离进行方差分析，方差分析表明：类别间距离差异的概率值均小于0.001，即聚类效果好。因此，可以得到农业经济与环境污染的4类聚类结果，如表5所示。

表5 农业经济与环境污染的聚类分析结果

为了更好地解释每一类所表示的意义，对综合得分数据表3中的农业经济发展程度A1和农业环境污染A2绘制散点图。为了清楚地表示每一类的含义，在散点图上分别作辅助线A1=0，A2=-0.5，A3=2.5，整个平面划分为4个区块，并在每个区块上标注所属类别，如图1所示。

图1 农业经济发展程度与环境污染状况散点图

观察散点图1，发现3条辅助线正好将平面上的样本划分为4类，而这4类正好与聚类分析过程得到的4类相匹配。这样就能明确每一聚类所表示的含义：1类(图1左上角)表示的是农业经济发展好且环境污染轻的地区；2类(图1中部)表示的是农业经济相对较好但环境污染中度的地区；3类(图1右部)表示的是农业经济发展差而环境污染轻的地区；4类(图1左下角)表示的是农业经济发展相对较好但环境污染重度的地区。

根据聚类分析的结果，1类表示农业经济好且环境优的地区，包括北京、天津、上海、浙江、福建5个地区，而山东、河南和河北这3个农业经济好的农业大省却处在环境重度污染的4类，同时江苏、四川、湖北、湖南、广东、黑龙江等地，农业经济较好但环境中度污染，处于2类。由此可以发现，我国农业经济发达的地区，都存在着农业环境污染的严重问题。究其原因是这些地区在农业生产中取得经济发展的同时，对当地的农业污染源管理不当以及农药、化肥等物质的控制不足，这些都对当地的农业环境造成了破坏。例如，山东省2014年的农林牧渔总产值为9198.3亿元，比全国的平均农林牧渔总产值高出18个百分点，而2014年的中国环境年鉴统计表明：山东省农业水体污染中的化学需氧量、氨氮、总氮和总磷排放量分别高达126.1万t、6.9万t、57.4万t和6.4万t，均居全国首位；农业CO2废气排放量高达768.9万t，居全国第二。由全国农业经济与环境污染的数据可以看出，河南、河北4类地区以及江苏、四川、湖北、湖南、广东、黑龙江等2类地区均有类似的现象。由此可见，在4类的3个地区和2类的12个地区中，这些地区的农业经济发展是以牺牲当地的农业生态环境为代价的。由结果可以发现，山西、吉林、海南、重庆、贵州、云南、西藏、陕西、甘肃、青海和宁夏11个省，都处于农业经济差而环境好的3类，并且这些地区之间存在差异。比如：海南可以通过发展自身的农业经济，从而进入1类；吉林、云南和甘肃如果再不重视农业生态环境的保护和治理，就会落入环境较差的2类；而青海、宁夏、西藏和贵州西部地区，则可以利用各自的地理、资源和环境的优势，因地制宜的大力发展各自的农业经济。

3 农业经济与环境可持续发展的思考与建议

运用主成分分析和聚类分析的方法，从整体上把握了2014年全国31个地区农业经济与环境污染的综合情况，并划分为4个类别。将各类包含的地区标注在地图上(图2)，结合地理区位条件对我国农业经济与环境污染进行综合分析。同时根据各地区主要的农业污染状况，因地制宜地提出促进农业经济和环境可持续发展的对策和建议。

图2 农业经济与环境污染的聚类分布图

1类地区主要分布在京津地区和东南丘陵，是值得提倡的农业发展模式。尽管北京、天津和上海的农业规模小，但人均产值高、产业结构优，农业经济得到有利发展，同时保持环境友好的业态。京津地区人均水资源低，地下水超采问题较重，通过积极推广喷灌、滴灌等高效节水灌溉技术，实施保护性耕作，促使农业得到高效发展。浙江、福建地处东南丘陵，发达的林业和渔业，优化了农业产业结构，减少了农业投入品的高污染，保证了优良的农业生态环境。

2类地区主要分布在东北平原和南方地区，是需要维护农业生态环境的地区。黑龙江、辽宁和内蒙古东北部平原构成的东北黑土区，是我国重要的粮仓。由于化肥、农药等农资的大量使用，造成东北黑土区农田生态功能退化。通过建设有机肥工厂、生产场、堆沤池，推动畜禽粪便及秸秆等有机废弃物还田，可有效提高黑土地有机质含量，维护农业生态环境；湖北、湖南、江西、广西、四川属于南方耕地污染区，农药、化肥使用产生的镉砷等重金属土壤污染问题突出。要加强重金属污染源头防治，开展污染土壤治理，在重度污染区开展休耕试点，实施退耕还林还草，从而降低农业土壤污染，提升农业生态环境。

3类地区主要分布在西北地区，是需要提升农业经济增长的地区。山西、陕西、甘肃、青海、宁夏属于西北旱作农业区，是农业地膜覆盖大区，农膜的大量使用造成农业生态系统脆弱。要加强农膜回收利用，健全农膜回收利用机制。该区域位于农牧交错地带，可重点调整农业结构，减粮增饲，做强草食畜牧业，构建农林牧复合、草果田契合、一二三产融合的产业新体系，通过优化产业结构促进农业经济增长。

4类地区主要分布在华北平原，是亟需治理农业环境污染的地区。山东、河北、河南地处华北平原，是中国的重要粮食生产基地。长期的农业集约型发展，化肥、农药等的大量使用造成了华北地区严重的大气污染和水污染。应引起农业部及相关环保部门和机构的高度重视，转变对农业环境污染深重的农业生产方式。按照农业可持续发展的战略要求，制定科学的农业环境综合治理规划，制定有利于农业污水集中处理和农村生活垃圾安全处置的政策，加强农业环境污染知识的普及和环境环保的宣传，规范和减少农户农资的投入和使用，从源头上遏制和降低农业环境污染。

[1] 杨志敏,陈玉成,魏世强，等.重庆市农业面源污染影响因子的系统分析[J].农业环境科学学报,2009,28(5):999-1004.

[2] Grossman G M, Krueger A B. Environmental impacts of a North American free trade agreement[J]. Social Science Electronic Publishing, 1992, 8(2): 223-250.

[3] 杜江.转型期中国农业增长与环境污染问题研究[D].武汉：华中农业大学,2009.

[4] 唐丽霞,左停.中国农村污染状况调查与分析：来自全国141个村的数据[J].中国农村观察,2008(1):31-38.

[5] 张乐柱,吴颖懿.环境污染与农业经济增长互动发展的机理：基于广东省1985～2010年数据的实证分析[J].山东农业大学学报：社会科学版，2013(3):19-24.

[6] 宋承珠,宋秉阳,宋秉坛.经济发展与环境保护[J].发展，2010(1):67.

[7] 李靖华，郭耀煌.主成分分析用于多指标评价的方法研究：主成分评价[J].管理工程学报,2002(1):39-43.

[8] 何承,朱扬勇.城市交通大数据[M].上海：上海科学技术出版社,2015:167-168.

[9] West T O, Marland G A. Synthesis of carbon sequestration,carbon emissions,and net carbon flux in agriculture:comparing tillage practices in the United States[J]. Agriculture, ecosystems and environment, 2002, 91(1/3): 217-232.

[10] 李波,张俊飚,李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境,2011,21(8):80-86.

(责任编辑：管珊红)

Research on Agricultural Economy and Environmental Pollution Based on Principal Component Analysis

ZHENG Shi1, WANG Ying2

(1. School of Economics, Fujian Normal University, Fuzhou 350108, China;2. Faculty of Economics and Commerce, Fujian Jianxia College, Fuzhou 350108, China)

Ten economic indicators and 7 environmental indicators were selected to respectively evaluate the agricultural economic development and agricultural environmental pollution in 31 regions of China by using principal component analysis method. The overall scores of agricultural economic development and environmental pollution were respectively calculated by two groups of principal components. Through the cluster analysis of these two groups of overall scores, the 31 regions were divided into four categories, and the agricultural economy and environmental pollution in these four-category areas were comprehensively evaluated and explained. In addition, the relationship and contradiction between the agricultural economic development and the environmental pollution were revealed. Lastly, this paper put forward some advices to promote the sustainable development of agriculture and environment in the light of the regional geographical conditions.

Agricultural economy; Agricultural environmental pollution; Principal component analysis; Cluster analysis

2017-03-13

福建省社科规划课题“农村劳动力转移背景下的生态资源保护问题研究”(2012C073)。

郑石(1991—)，男，福建莆田人，硕士研究生，主要研究方向：农业经济学。

F323

A

1001-8581(2017)06-0125-06