基于因子分析联合熵值法的重庆市璧山区设施葡萄经济效益分析与评价

杨士航 李光林 马驰 黄小玉

摘要：【目的】通過对重庆市璧山区设施葡萄生产基地经济效益进行调查分析，为该地区设施葡萄基地投入有效性评价提供依据。【方法】收集2015年2月—2018年2月重庆市璧山区10个设施种植基地的总产值、总收益、净收入、生产规模、基地作业人数、基础设施设备投入、政府财政补助及自筹资金等指标数据，从投入产出比、资金生产率、土地生产率和劳动生产率4个方面构建指标体系，采用因子分析法联合熵值法，对设施葡萄生产基地的经济效益进行评价，并对两种方法进行对比分析。【结果】因子分析法中经济效益得分最高的基地为A1，得分最低为A6，其余基地平均得分-0.183，为负值;2015—2016、2016—2017和2017—2018年3个时期经济效益得分趋势线的斜率（k）分别为 -0.1516、-0.1404和-0.1247，呈增长趋势。熵值法中经济效益得分最高的为基地A1，得分最低的为A3，其余基地平均得分为0.064，接近于0;3个时期经济效益得分趋势线的k分别为-0.0276、-0.0221和-0.0187，呈增长趋势。因此，由因子分析法和熵值法得出的璧山区设施葡萄效益结果相似，均表明各基地间经济效益差异明显，但3年期间经济效益差距逐渐缩小，设施葡萄种植产业现还处在发展阶段。【建议】针对璧山区大兴镇的设施葡萄发展阶段现状，提出应尽快组织对重庆市设施农业示范基地开展全面摸底调查，建立评价体系，制定针对性发展规划;优化政府资金使用向推进智能化、数据化及高新品种、新技术应用方向转移;从品种选择到发展理念全方位提升区域设施农业企业经营管理水平等建议。

关键词： 设施葡萄;因子分析法;熵值法;效益分析;重庆市璧山区

中图分类号： S628;F323.3                       文献标志码： A 文章编号：2095-1191（2020）02-0477-08

Economic benefit analysis and evaluation of facility grape in Bishan District of Chongqing based on factor analysis

and entropy method

YANG Shi-hang， LI Guang-lin*， MA Chi， HUANG Xiao-yu

（College of Engineering and Technology， Southwest University， Chongqing  400715， China）

Abstract：【Objective】Through investigating and analyzing the economic benefits of the facility grape production base in， Bishan District， Chongqing， this paper provided a basis for the effective evaluation of the facility grape base in Daxing Town， Chongqing. 【Method】Data on the total output value， total revenue， net income， production scale， number of base operators， infrastructure equipment investment， government financial subsidies， and self-raised funds from 10 facility planting bases in Daxing Town，Bishan District，Chongqing from February， 2015 to February， 2018 were collected.  An indicator system was constructed from four aspects：input-output ratio， capital productivity， land productivity， and labor productivity. Factor analysis method combined with entropy method was used to evaluate the economic benefits of the production base， and the two methods were compared and analyzed. 【Result】In the factor analysis method， the base with the highest score of economic benefit was A1， the lowest score was A6， and the average score of other bases was -0.183， which was negative. The slopes（k） of the trend line of economic benefit score in 2015-2016， 2016-2017 and 2017-2018 were -0.1516， -0.1404 and -0.1247， which showed an increasing trend. In entropy method， base A1 had the highest score of economic benefit， A3 had the lowest score， and the average score of other bases was 0.064， close to 0; the trend lines（k） of economic benefit scores in 2015-2016， 2016-2017 and 2017-2018 were -0.0276， -0.0221 and -0.0187， respectively， showing an increasing trend. Therefore， the economic benefits of facility grape production base in  Bishan District by factor analysis and entropy method were similar， there were obvious differences in economic benefits among the bases， but within three years， the economic benefit gap gradually narrowed， and the protected grape planting industry was still in the development stage. 【Suggestion】In view of the present situation of the development stage of the protected grape in Daxing Town， Bishan District， it is suggested that the parties concerned should organize a comprehensive investigation of Chongqings protected agricultural demonstration base as soon as possible， establish an evaluation system，and formulate a targeted development plan; optimize the use of government funds to promote the direction of intelligent，data-based and high-tech new varieties and new technology application; and comprehensively improve the regional level of facility agricultural enterprises from variety selection to development concept on operation and management.

Key words： facility grape; factor analysis; entropy value method; benefit analysis; Bishan District， Chongqing

Foundation item：Chongqing Agricultural and Rural Committee Project（Yunongfa 2018-139）;Central University Basic Research Project（XDJK2019D015）

0 引言

【研究意义】设施农业摆脱了传统农业生产条件下自然气候的制约，增强了资源的集约高效利用，在单位面积经济效益显著提高的同时，保证了农牧产品的全年均衡供应，具有高投资、高产出、高效益、无污染及可持续等特征（齐飞等，2012）。设施葡萄栽培可有效抵御不良气候条件，为葡萄创造有利的生长环境，通过提早或延迟成熟期，扩大葡萄栽培区域，达到提升设施葡萄栽培经济效益的目的（周丽梅和段彦丹，2008）。重庆市璧山区葡萄种植历史悠久，在全国性品牌评选活动和葡萄种植销售论坛上获得过“中华名果”“中国优质葡萄之乡”“中国葡萄无公害科技创新示范区”等荣誉称号，园区选送的比昂扣、醉金香、温克等品种获中国农学会葡萄分会金奖，“璧山葡萄”获农业农村部农产品产地标识登记和国家工商行政管理总局产品地理标识认证。截至2017年底，璧山区葡萄种植面积约2400 ha，其中设施栽培面积约466.66 ha，占全区葡萄种植面积的19.4%，是重庆市规模最大、产量最高的设施葡萄种植地区，该产业已成为当地支柱产业之一。因此，调查分析璧山区设施葡萄种植基地经济效益，对当地设施葡萄产业持续性发展和开展产业扶贫具有重要意义。【前人研究进展】2013年中央“一号文件”提出与传统农业相比发展高效设施农业是我国农业向现代化转型的重要途径。国内关于设施农业的研究主要集中于设施农业现状分析和未来趋势研究。张震和刘学瑜（2015）总结我国设施园艺和设施养殖的发展现状，并对我国设施农业未来的发展趋势进行预测分析;宋艳超等（2016）运用SWOT方法对大庆市大同区进行设施农业发展的定性与定量分析;陈丹艳等（2018）结合碳贸易和环境因子探究设施农业固碳研究的必然性，提出发展设施农业固碳新思路。近年来，关于设施农业种植经济效益的研究逐渐增多。一是从设施农业研究地区的现状和采用的物联网模式入手。韩琦（2017）分析了西宁市物联网发展建设及实际应用效益;药林桃等（2018）通过调研江西省瑞金市等6个县级市设施种植情况，进行了4种常用设施大棚结构的成本效益分析。二是从效益指标体系进行定量评价及信息技术在设施农业上的应用。邹利东等（2014）为了准确掌握设施农业的空间分布信息，将空间分布信息采用基于支持向量机和耦合利用面向对象的分类方法自动提取;张凤荣等（2015）利用SPOT-5遥感影像结合土地变化模型对设施农业用地的数量、转化方向和不同用途管制区内的变化进行了分析;唐高光和陈士银（2016）以农村效益和农业效益为外生变量，农民效益为内生变量，构建SEM模型来评价高标项目建设的三农效益;曾璐等（2016）从功能结构和环境质量两方面建立了设施农业用地规模对生态效益影响的评价体系，论证了合理控制设施农业用地规模的必要性。【本研究切入点】目前，针对设施葡萄种植效益进行分析与评价的研究报道较少。【拟解决的关键问题】引入因子分析法和熵值法，以投入产出比、资金生产率、土地生产率和劳动生产率4个指标作为评价指标，分析重庆市璧山区大兴镇10个设施种植基地的经济效益，并对比两种方法所得结果，旨在为当地政府发展设施葡萄农业政策提出更具针对性的建议，也为国内设施葡萄经济效益的研究提供理论参考。

1 数据来源及研究方法

1. 1 数据来源

重庆市璧山区大兴镇是“璧山葡萄”的发源地，也是重庆市葡萄种植面积最大的乡镇，故选取大兴镇10个政府重点扶持设施基地作为评价单元，分别用代码A1～A10表示。基地设施主要由钢架大棚及简易农业物联网系统组成。于2015年2月—2018年2月对基地进行实地访谈调研，同时收集截至2018年2月25日10个种植基地的年总产值（X1）、年总收益（X2）、年净收入（X3）、生产规模（X4）、基地作业人数（X5）、基础设施设备投入（X6）、政府财政补助（X7）和自筹资金（X8）等数据。

1. 2 评价指标体系

设施农业经济效益指标是各方面因素的综合考虑，主要是从土地的投入与产出、一定时期内单位资本量创造的产出及劳动力所创造的价值等方面进行评价（冯修纪等，2014）。农业经济效益指标的选取要具有自然的约束性、外延性、连续性和综合性等特点（杨文健和陈丽萍，2012）。结合璧山区实际情况，选取投入产出比、资金生产率、土地生产率和劳动生产率4个指标代表经济效益情况。其中，投入产出比反映土地单位投入的产出效率，计算公式为：投入产出比=总产出/总投入;资金生产率反映资金投入的产出水平，计算公式为：资金生产率=净收入/总投入;土地生產率反映土地利用的产出水平，计算公式为：土地生产率=总产出/土地面积;劳动生产率反映劳动力创造经济效益能力，计算公式为：劳动生产率=净收入/农业劳动力。

1. 3 评价方法

1. 3. 1 因子分析法 以1.2中的4个指标作为公共因子，运算得出矩阵的特征根（λ）和方差贡献率，用因子分析法计算出各指标对总指标的贡献率，筛选出主因子，并确定主因子的权重，用权数与该因子的得分乘数之和构造得分函数，最终得出璧山区10个典型葡萄种植基地的经济效益得分，根据得分数值和得分图例得出经济效益情况。考虑投入产出比、资金生产率、土地生产率和劳动生产率4个指标值均为正向指标，无需进行无量纲化处理，采用SPSS 19.0对数据值进行Z-score标准化处理（李小胜和陈珍珍，2010），简化观测系数，减少变量维度，使得因子处理的结果更具有真实性（叶宗裕，2003）。

标准化处理公式如下：

X=（x-x）/SD                                 （1）

式中，x为指标的均值，SD为标准差，x为变量的观察值。经Z-score标准化处理后，数据符合标准正态分布。

建立主因子函数模型：

Fi=[1ifixi]          （2）

式中，Fi为主因子指标数值，Xi为因子指标值，i为因子指标数量，fi为因子的得分系数。建立Zi函数模型：

Zi=[1iAiFi] （3）

式中，Zi为主因子经济效益得分，Ai为主因子权重值，Zi 得分越高说明经济效益越好。

1. 3. 2 熵值法 在信息论中，熵是对不确定性的一种度量，可用于形容系统的有序化程度，越是有序，信息熵越低;越是混乱，信息熵越高。用熵值法确定指标权重，不仅多指标变量信息重合问题可以得到解决，还能有效规避主观赋权法所造成随机性、臆断性问题（王富喜等，2013）。熵值法计算采用各方案某一指标占同一指标值总和的比值，不存在量纲的影响，且不需要进行标准化处理，考虑投入产出比、资金生产率、土地生产率和劳动生产率4个指标值都为正向指标，亦无需进行非负化处理。

计算第j项指标下第i个方案占该指标的比重，其中，Xij为第i个方案第j个指标的数值，m为待评方案的数量，n为评价指标的数量：

Pij=[Xiji=1nXij]      （j=1，2[…]m）      （4）

计算第j项指标的熵值ej：

ej=-[1/ln（m）][i=1nPij]ln（Pij），ej≥0              （5）

计算第j项指标的差异系数gj：

gj=1-ej              （6）

式中，gj越大指标越重要。

求权重：

Wj=[gjj=1mgj]      （j=1，2[…]m）              （7）

计算各方案的综合得分：

Si=[j=1mWj]×Pij   （i=1，2[…]n） （8）

1. 4 统计分析

采用SPSS 19.0进行数据处理，使用Excel 2007制作图表。

2 运用因子分析法和熵值法分析评价璧山区设施葡萄种植经济效益

2. 1 公共因子提取

从表1可看出，投入产出比、资金生产率、土地生产率、劳动生产率4个评价指标的数值相差较大，如直接进行分析，所得结果误差大，缺乏可信度，所以对数据采用均值标准化处理。

2. 2 因子分析法评价结果

2. 2. 1 数据标准化处理 评价指标标准化值如表2所示，标准化后的数值呈不规则分布，说明数据具有独立性，互不影响。变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。假设变量值大于0为合格，其中，投入产出比、资金生产率、土地生产率和劳动生产率在2015—2016年的合格率分别为20%、20%、30%和50%，在2016—2017年的合格率分别为20%、20%、30%和50%，在2017—2018年的合格率分别为30%、50%、50%和50%。可见，3个时期内4个指标合格率较低且均未过半，其中，投入产出比、资金生产率和土地生产率指标合格率呈现出逐年递增趋势;劳动生产率变量合格率持平，究其原因可能是净收入增加的同时加大了劳动力的付出。

2. 2. 2 KMO检验和巴特利球体检验 利用KMO检验来判断数据重叠度，计算得KMO检验系数依次为0.626、0.540、0.70，说明变量间的重叠度不是特别高;计算得巴特林球体检验x2统计值P均为0，说明相关系数矩阵和单位矩阵差异显著，变量适合进行因子分析。

2. 2. 3 提取主因子 对数据进行因子分析，得到的特征根和方差貢献率如表3所示。将最初的特征值设置为0.5，根据表3特征根与方差贡献率表可得，选取两个主因子和特征值λ1和λ2，特征值取值分为2.871和0.613（2015—2016）、3.212和0.511（2016—2017）和3.316、0.604（2017—2018），且3个时期累积方差贡献率分别为87.096%、93.064%和98.004%，将提取出的两个主因子代入之前建立的经济效益评价模型公式（2）和（3）。依次计算出设施葡萄种植经济效益的权重系数、主因子指标数值及主因子经济效益得分。

从图1可知运用因子分析法得出的设施葡萄种植基地效益评价得分，其中，基地A2、A7、A8和A10的经济效益呈正向增长，于计算期内达最大值即效益最高点;基地A3和A9的经济效益呈负增长，于计算期内达最小值即效益最低点;基地A1、A4、A5和A6的经济效益呈不规律分布，效益不稳定。因子分析法中得分最高的基地为A1，得分最低的基地为A6，除去得分最高和最低的基地，其余8个基地平均因子得分-0.183，为负值。因子得分越大，经济效益越明显，说明因子分析法中重庆璧山区大兴镇设施葡萄经济效益不明显。进一步分析，如基地效益评价得分趋势图（图2）所示，图中折线为各时期得分点的连线，趋势虚线为各基地得分点最小二乘法线性回归所得，可反映因子分析下不同年份的设施葡萄基地间得分情况变化规律。由虚线斜率（k）<0可知，3个时期各基地经济效益差异明显;趋势线k分别为 -0.1516、-0.1404和-0.1247，k呈现出增大趋势，说明2015—2018年各基地间得分数值差距缩小，经济效益差距逐渐缩小。

4. 2 优化调整政府支持设施农业的资金使用方向

为全面提升设施生产车间的工厂化生产水平，提高全年产出效能和综合利用能力，各级政府农业、财政主管部门支持设施农业的资金使用环节应向推进智能化、数据化及高新品种、新技术应用方向转移，建立“企业负责棚架、管网等基础设施建设，政府支持智能监测控制、产品质量监控及高产高效模式创建”相互补充的投融资模式，采取“政府投一点，企业筹一点，融资贷一点”的方式，保障资金投入，提高产出效益。

4. 3 着力提升区域设施农业企业的经营管理水平

针对重庆市璧山区属中亚热带湿润季风气候，气候潮湿、雨量充沛，春旱、夏涝、秋凉、冬暖的特点，着力推广普及避雨栽培、水肥渣一体化、环境智能监测技术，并提升土壤有机质含量的应用，充分利用重庆的光热条件和小气候环境特点，以提高葡萄产量、品质和食用性安全。在品种搭配上，除主要种植蜜丽葡萄外，考虑到璧山区所处地理位置，应选种适合地区种植的高附加值早熟品种，如小蜜蜂、京蜜、巨玫瑰、维多利亚和夏黑等。在技术推广上，在大数据、物联网、智能化应用基础上建立学习、观摩、休闲观光體验的发展理念、核心技术和经营策略，抓住国家实施乡村振兴战略的大好机遇，带动重庆地区设施葡萄生产企业全面提升经营管理水平。

参考文献：

陈丹艳，杨振超，孔政，胡晓婷，王晓旭，何蔚，陈乐涵. 2018. 设施农业固碳研究现状与展望[J]. 中国农业科技导报，20（2）： 122-128. [Chen D Y，Yang Z C，Kong Z，Hu X T，Wang X X，He W，Chen L H. 2018. Current situation and prospect of carbon sequestration facility agriculture[J]. Journal of Agricultural Science and Technology，20（2）： 122-128.]

冯修纪. 2014. 德江县2010年粮食增产工程项目经济效益评价[J]. 农技服务，31（9）： 26-27. [Feng X J. 2014. Economic benefit evaluation of Dejiang County grain yield increase project in 2010[J]. Agricultural Technology Service，31（9）： 26-27.]

韩琦. 2017. 西宁市设施农业物联网建设效益分析[J]. 农业科技通讯，（8）：55-56. [Han Q. 2017. Benefit analysis of construction of internet of things for facilities agriculture in Xining City[J]. Bulletin of Agricultural Science and Technology，（8）：55-56.]

李小胜，陈珍珍. 2010. 如何正确应用SPSS软件做主成分分析[J]. 统计研究，27（8）： 105-108. [Li X S，Chen Z Z. 2010. Correctly using SPSS software for principal components analysis[J]. Statistical Research，27（8）：105-108.]

聂华林，胡文威，漆建波. 2017. 重庆市万州区设施农业发展现状问题及对策[J]. 农业技术与装备，（10）： 21-23. [Nie H L，Hu W W，Qi J B. 2017. Development status problems and countermeasures of facility agriculture in Wanzhou District of the Municipality of Chongqing[J]. Agricultural Technology & Equipment，（10）： 21-23.]

齐飞，周新群，丁小明，魏晓明. 2012. 设施农业工程技术分类方法讨论[J]. 农业工程学报，28（10）： 1-7. [Qi F，Zhou X Q，Ding X M，Wei X M. 2012. Discussion on classification method of protected agricultural engineering technology[J]. Transactions of the Chinese Society of Agricultural Engineering，28（10）： 1-7.]

宋艳超，王德勇，闵凯. 2016. 政府职能角度下设施农业发展的SWOT分析——以大庆市大同区为例[J]. 安徽农业科学，44（12）： 281-283. [Song Y C，Wang D Y，Min K. 2016. SWOT Analysis of facility agriculture development under the perspective of government function—A case of Datong District in Daqing City[J]. Journal of Anhui Agricultural Sciences，44（12）： 281-283.]

唐高光，陈士银. 2016. 基于SEM模型的高标项目“三农”效益分析——以徐闻县前山镇项目为例[J]. 科技资讯，14（17）： 64-67. [Tang G G，Chen S Y. 2016. Benefit analysis of high standard project “three rural issues” based on SEM model—Taking Qianshan Town project of Xuwen County as an example[J]. Science & Technology Information，14（17）： 64-67.]

王富喜，毛爱华，李赫龙，贾明璐. 2013. 基于熵值法的山东省城镇化质量测度及空间差异分析[J]. 地理科学，33（11）：1323-1329. [Wang F X，Mao A H，Li H L，Jia M L. 2013. Quality measurement and regional difference of urbanization in Shandong Province based on the entropy method[J]. Scientia Geographica Sinica，33（11）：1323-1329.]

杨文健，陈丽萍. 2012. 农业可持续发展的经济效益评价指标体系研究——以重庆市为例[J]. 中国农业资源与区划，37（5）： 1-7. [Yang W J，Chen L P. 2012. Research on economic benefit evaluation index system of agriculture sustainable development—Take Chongqing City as an example[J]. Chinese Journal of Agricultural Resources and Regional Planning，37（5）： 1-7.]

药林桃，李庆，曹晓林，陈立才，李宝光. 2018. 江西省设施种植业发展模式与对策研究——以瑞金市等六县（市）为例[J]. 现代农业科技，（16）： 164-166. [Yao L T，Li Q，Cao X L，Chen L C，Li B G. 2018. Study on current development modes and countermeasures of facility plan-ting in Jiangxi Province：Taking Ruijin City and other five counties（cities） as examples[J]. Modern Agricultural Science and Technology，（16）： 164-166.]

叶宗裕. 2003. 关于多指标综合评价中指标正向化和无量纲化方法的选择[J]. 浙江统计，（4）： 24-25. [Ye Z Y. 2003. Selection of the methods of index forward and dimensionless in multi-index comprehensive evaluation[J]. Zhejiang Statistics，（4）： 24-25.]

曾璐，李巧云，赵晶，孔巍，孔祥斌. 2016. 设施农业用地规模对设施农业项目生态效益的影响[J]. 农村经济与科技，27（11）： 15-16. [Zeng L，Li Q Y，Zhao J，Kong W，Kong X B. 2016. The influence of the scale of facility agricultural land on the ecological benefits of facility agricultu-ral projects[J]. Rural Economy and Science-Technology，27（11）： 15-16.]

张凤荣，张小京，周建. 2015. 都市区设施农业用地空间变化及其政策启示[J]. 资源科学，37（4）： 637-644. [Zhang F R，Zhang X J，Zhou J. 2015. Spatial changes of greenhouse land and policy enlightenment in metropolitan areas[J]. Resources Science，37（4）： 637-644.]

张震，刘学瑜. 2015. 我国设施农业发展现状与对策[J]. 农业经济问题，（5）：64-70. [Zhang Z，Liu X Y. 2015. The present situation and countermeasures of facility agriculture development in our country[J]. Issues in Agricultu-ral Economy，（5）：64-70.]

赵坤，何晓瑶. 2018. 设施农业发展的SWOT分析及对策思考——以内蒙古巴彦淖尔市为例[J]. 时代金融，（9）： 91-93. [Zhao K，He X Y. 2018. SWOT Analysis and countermeasure consideration of facility agriculture development： A case study of Bayannaoer City，Inner Mongolia[J]. Times Finance，（9）： 91-93.]

周丽梅，段彦丹. 2008. 设施葡萄栽培关键技术[J]. 现代农业科技，（24）： 79. [Zhou L M，Duan Y D. 2008. Critical techniques of protected grape cultivation[J]. Modern Agri-cultural Science and Technology，（24）： 79.]

周振兴. 2014. 设施农业发展理论与技术体系构建的实证研究——基于江苏设施农业高效创建模式分析[J]. 农业科技管理，33（1）： 7-11. [Zhou Z X. 2014. An empirical study on development theory and technical system on facility agriculture，based on analysis of modes of creation of efficient facility agriculture in Jiangsu Province[J]. Management of Agricultural Science and Technology，33（1）： 7-11.]

鄒利东，郭航，朱秀芳，王艳艳，郑学昌，王建阔. 2014. 设施农业空间分布信息自动提取方法研究[J]. 遥感技术与应用，29（4）： 669-674. [Zou L D，Guo H，Zhu X F，Wang Y Y，Zheng X C，Wang J K. 2014. Automatically extrac-ting the spatial distribution information of facility agriculture[J]. Remote Sensing Technology and Application，29（4）： 669-674.]