影响四川农业总产值的因素分析

邓茜 刘欣聪

1.四川省农业宣传中心，四川成都

2.四川农业大学环境学院，四川成都

0 引言

我国第一产业分为农、林、渔、牧四大类，其中，农业占一半以上，依次是牧业、渔业、林业。四川省第一产业发展具有悠久的历史，盛产水稻、玉米、油菜籽、猪肉、鸡肉、兔肉等农副产品，第一产业不仅是四川省经济发展的基础，也对全国的粮食安全产生具有一定影响。党的十九大报告中指出“实现乡村振兴战略”是现代化经济体系的重要基础，同时指明了“质量兴农”是未来实现中国特色社会主义乡村振兴的道路[1]。自21世纪以来，四川省第一产业增加值从945.58亿元（2000年）增长至4426.66亿元（2018年），但第一产业占比却由24.1%（2000年）下降至10.9%（2018年）。这一方面说明了四川省第一产业高速增长，另一方面说明四川省正面临第二、三产业崛起，四川省正处于第一产业占比逐渐降低的产业结构调整时期。因此，根据2000～2018年的统计数据，研究四川省农业总产值的影响因素，将对产业结构优化、发展高质量农业提供重要的理论支撑。

农业总产值通常受地区总人口、城镇化率、化肥施用量、农村用电量、农业机械总动力、耕地面积、作物播种面积等因素的影响，国内许多学者对这些因素的影响进行过研究。吴媚等人通过多元回归模型分析[2]，探究了中国农业总产值影响因素，认为中国农业总产值受农用化肥施用量、农作物播种总面积影响较大，而受耕地灌溉面积影响不大。张新蕾等人运用SBM模型探究了云南省各市州的农业生产效率[4]，认为在化肥、农业机械投入方面，工业可以促进农业发展，从而影响农业总产值。罗文奇等人采用主成分分析法和线性回归模型探究了四川省农业产值影响因素[4]，认为影响农业产值的因素有农业机械总动力、耕地面积、农村用电量等。

这些因素共同作用于因变量农业总产值，但是这些因素具有多重线性且不完全独立，运用多重线性回归分析将产生一定的误差。因此，采用通径分析的方法，可以很好地揭示这些因素对因变量农业总产值的贡献度[5,6]。

1 数据来源与研究方法

1.1 数据来源

四川省农业总产值、四川省总人口、城镇人口的数据来自于《四川省国民经济和社会发展统计公报》。化肥施用量、农村用电量、农业机械总动力、耕地面积、作物播种面积的数据来自于四川省统计局编的《四川农村统计年鉴》。城镇化率、农业人口由总人口和城镇人口的数据计算得出。

1.1.1 人口及农村人口

四川省总人口从2000年的8234.8万人增长至2018年8 341.0万人，年均增长率0.07%；城镇化率由2000年的26.7%增长至2018年的52.3%，年均增长率3.6%；农村人口从2000年的6036.1万人降低至2018年的3979.0万人，年均增长率-2.17%。四川省政府从“十五”至“十三五”20年间，一直按照党中央的指导方针，坚持以经济建设为中心，坚持用发展和改革的办法解决前进中的问题，统筹规划城市化进程，使四川省的城镇化率一直逐步提升[7]，而农村人口逐步减少。

1.1.2 化肥施用量

化肥施用量一般指本年度内实际用于农业生产的化肥数量，化肥种类包括常规的氮、磷、钾肥，以及复合肥料等。化肥施用量按照折纯量计算，折纯量即为将氮肥、磷肥、钾肥分别按含100%N、含100%P2O5以及含100%K2O进行折算后的数量，复合肥按其所含主要成分折算。统计数据一般不包括由植物秸秆、畜禽粪便等农用废弃物堆肥产生的生态肥料。化肥施用量由2000年的212.6万t/年增长至2018年的235.2万t/年，年均增长率0.53%。

1.1.3 农村用电量、农业机械总动力

农村用电量是指农村地区生产生活用电总和。农村用电量从2000年的82.8亿度增长至2018年的198.6亿度，年均增长率4.71%。农业机械总动力是指全部农业机械动力的额定功率之和，包括由柴油、汽油等作为动力源的农业机械总功率。农业机械总动力从2000年的1679.7万kW增长至2018年的4603.9万kW，年均增长率5.45%。

1.1.4 耕地面积、作物播种面积

耕地面积是指种植农作物的土地面积，包含熟地、农作物为主间种树木的地、至少保证收获一季的滩地，每年的耕地面积包含了休耕、临时种植其他作物的土地面积。四川省耕地面积由2000年的434.61万hm2增长至2018年的672.27万hm2，年均增长率2.32%。作物播种面积是指某一年度内播种农作物的总面积，包含耕地和非耕地。四川省农作物普遍可以种植1～2季[8]，故四川省作物播种面积通常大于耕地面积。

1.1.5 农业总产值

农业总产值是指一切通过土地进行栽种收获的谷物、蔬菜、食用菌、中药材等农作物的总产值。四川省农业总产值由2000年的785.4亿元增长至2018年的4153.7亿元，年均增长率9.16%。

1.2 研究方法

1.2.1 数据归一化

因每个因素的单位不同，在分析时应将其归一化，使每个因素的值落入[0,1]这个特定区间，从而减少误差。各自变量数据通过式（1）进行归一化。

其中，x为归一化后因素的值；x'为因素的原始数值；xmax、xmin分别代表x因素原始数值中的最大值和最小值。

1.2.2 自变量相关性分析

以四川省农业总产值为因变量，对其产生的因素包含四川省总人口数、四川省农村人口数、四川省城镇化率、化肥施用量、农村用电量、农业机械总动力、耕地面积、作物播种面积等。这些因素的相关性分析如表1所示。

表1中，因变量农业总产值与农村人口、城镇化率、耕地面积、农村用电量、农业机械总动力呈极显著相关性，与化肥施用量呈显著相关。农村人口和城镇化率呈极显著负相关（-0.9979），故农业人口对农业总产值的贡献可以被城镇化率充分表达。因此，将城镇化率、耕地面积、农村用电量和农业机械总动力这4个因素作为自变量进行分析。

1.2.3 通径分析

通径分析是一种以多元线性回归方程组为基础的拓展分析方法，其主要功能是量化各自变量对因变量的贡献度[5,9]。农业总产值的通径图如图1所示。其路径系数图如图2所示。

表 1 自变量与因变量的相关性表

图 1 农业总产值的通径图

图中，PUR、PCF、PEC、PTP分别表示自变量城镇化率（UR）、耕地面积（CA）、农村用电量（EC）、农业机械总动力（TP）对因变量农业总产值的路径系数；ra、b表示自变量a和b之间的影响系数。Pe表示误差e对农业总产值的路径系数。

式中，ra、y表示自变量a和因变量y之间的间接路径系数。

误差路径系数Pe由式（3）计算出。

式中，Pe表示误差路径系数。

决定系数d用来衡量自变量对因变量的贡献度。决定系数分为直接决定系数和间接决定系数，直接决定系数da、y是自变量a对因变量y的直接贡献度；间接决定系数da、b是自变量a通过中间变量b路径影响下对因变量y的间接贡献度。直接决定系数由式（4）计算出。

式中，da、y为自变量a的直接决定系数；Pa为自变量a的通径系数。

自变量a、b的间接决定系数由式（5）计算出。

da、b为自变量a通过中间变量b对因变量y的贡献度。db、a表示自变量b通过中间量a对因变量y的贡献度，在数值上二者是相等的。

2 结果与讨论

2.1 自变量的路径系数

城镇化率、耕地面积、农村用电量、农业机械总动力对农业总产值的路径系数分别为0.9790、0.7996、0.9804、0.9848。

图 2 路径系数图

农村用电量对农业总产值直接路径系数（0.5764）最大，其次是农业机械总动力路径系数（0.4759）和耕地面积路径系数（0.1160），城镇化率对农业总产值直接路径系数为负（-0.1507）。通过“城镇化率-农村用电量-农业总产值”路径对农业总产值的间接路径系数最大（0.5756），通过“农村用电量-城镇化率-农业总产值”路径对农业总产值的间接负路径系数（-0.1575）最大。自变量“城镇化率”的直接路径为负，但在通过中间变量“耕地面积”“农村用电量”或“农业机械总动力”后，其间接路径为正。

2.2 自变量的贡献度

如表2所示，城镇化率、耕地面积、农村用电量、农业机械总动力对农业总产值的贡献度分别为11.50%、7.04%、43.98%、36.35%。

其中，农村用电量直接贡献度、累计间接贡献度均最大，因而总贡献度也为最大，是农业总产值的主要贡献因素。其次是农业机械总动力、城镇化率、耕地面积，这些因素通过直接或间接路径对因变量产生了影响。约有1.13%的误差不能被表中4个自变量解释，可能是其他因素存在的原因，如化肥施用量、总人口等。

2.3 讨论

通径模型的研究数据表明，农村用电量的增长是目前四川省农业总产值增加的主要贡献因素。四川省农村用电量主要来自于排灌、山区抽水、村民生产生活用电。四川地区主要粮食作物为稻谷，约占粮食总产量的42.0%左右，排灌用电量增加，提高了耕地的灌溉程度，从而增加粮食产量，提高农业总产值。山区抽水、村民生产生活用电量增加，一方面由于农村生活水平改善，对农产品质量需求提高，促进农业总产值提高；另一方面，由于农业自动化设备的持续投入，提高了农业种植效率，从而提升了农业总产值。自变量“农村用电量”的直接路径系数为正，但在通过中间变量“城镇化率”后间接路径系数为负，这说明城镇化率增大，农村人口数量减少，导致单位人数的用电量变大，这可能是由于农村通常引进的是劳动密集型企业，企业的规模越大，农村用电量越大，被吸引进企业的劳动力就越多，导致了区域内务农人口相对减少，从而使农业总产值减少。

其次的贡献因素是农业机械总动力。在2000年以前，四川省80.0%的耕地位于山区、丘陵，机械化程度较低，农用机械尚未普及，四川地方财政较为困难，很难像沿海发达地区对农业机械进行补贴。随着国家西部大开发战略的实施，四川经济高速发展，政府加大了对农业机械补贴的导向性[10]。农业机械中拖拉机、排灌机、单人手持耕整机等大量普及，极大地提高了农业种植效率，从而提升了农业总产值[10]。以农机合作组织（企业）、农机大户为主的农机服务市场进一步发展，将农机服务与单一农户农机需求有效整合，减少了因人力不足造成的粮食损失，减轻了农民农业生产的劳动强度，使农民能扩大农产品的种植量，进一步提高了农业总产值。

表 2 各自变量对应变量的贡献度

随着城市化进程加快，农村人口越来越少，从事农业的村民减少，导致农业总产值降低，因此，自变量“城镇化率”的直接路径系数为负。路径“城镇化率-农村用电量-农业总产值”间接系数最大，这是因为城镇化的电力基础设施为农村电力设施全覆盖、农村电网增容提供了有效支持，从而提升了农业生产效率，提高了农业总产值。通过“城镇化率-农业机械总动力-农业总产值”路径对农业总产值的间接路径系数为正，表明“城镇化率”和“农业机械总动力”两个因素之间有相互促进作用。这一方面是由于城镇化率增加，农村人口减少，农民为减轻劳动强度，有较强地农机购买意愿；另一方面是城镇化降低了农机的运输、燃料、维修保养成本，使农业机械保有量逐步增加，提高了农业生产的效率。

耕地面积对农业总产值的影响相比其他3个因素较低，主要是因为四川省农村劳动力缺乏，耕地面积增加对农业总产值增加影响有限。但是耕地面积增加可以促使农用机械总动力、农村用电量增加，种植效率提升。因此，自变量“耕地面积”在通过中间变量“农用机械总动力”“农村用电量”之后，对农业总产值间接路径系数为正。

3 结论

通过对四川省总人口数、四川省农村人口数、四川省城镇化率、化肥施用量、农村用电量、农业机械总动力、耕地面积、作物播种面积这8个因素进行相关性分析，筛选出了城镇化率、耕地面积、农村用电量、农业机械总动力这4个与四川省农业总产值最相关的因素。将这4个因素作为自变量对农业总产值（因变量）进行通径分析，研究结果揭示了这4个因素通过不同的直接路径、间接路径影响农业总产值。其中，城镇化率、耕地面积、农村用电量、农业机械总动力对农业总产值的贡献度分别为11.50%、7.04%、43.98%、36.35%，有1.13%的误差不能被表中4个因素解释。农村用电量、农业机械总动力、耕地面积对农业总产值有直接正贡献；城镇化率的直接贡献为负，但是通过农村用电量、农业机械总动力、耕地面积的影响后，总贡献为正。因此，农业部门可以依据以上因素的影响过程，调整农业生产结构、优化农业布局，使四川省农业发展更加快速高效。