以苹果产业为代表的陕西省水果产业生产影响因素分析

李亮 王玺 孙慧英 王达菲 李敏生

摘    要：运用灰色关联理论，通过陕西省2014—2018年水果產业相关数据，以陕西省水果产业总产值和苹果产业的产值为参考序列，以劳动、资本、土地、技术等要素为对比序列，进行灰色关联法的测算和分析。结果表明，陕西省水果产业发展中技术要素贡献最大，其次为资本。产业以技术密集和资本密集为主，产业结构逐渐向高度化发展。苹果产业中，土地要素贡献最大。

关键词：陕西省;水果产业;灰色关联分析;要素贡献

中图分类号：F304.3          文献标识码：A          DOI 编码：10.3969/j.issn.1006-6500.2020.08.006

Abstract： Using the grey correlation theory， through the relevant data of Shaanxi province's fruit industry from 2014 to 2018， taking the total output value of fruit industry and the output value of apple industry in Shaanxi Province as the reference sequence， and taking the labor， capital， land， technology and other elements as the comparative sequence， the calculation and analysis of grey correlation method were carried out. The results showed that the contribution of technical factors to the development of fruit industry in Shaanxi province was the largest， followed by capital. The industry was mainly technology intensive and capital intensive， and the industrial structure was gradually developing to a higher level. In the apple industry， land factor contributed the most.

Key words： Shaanxi province; fruit industry; the gray correlation analysis; factor's contribution

近年来，中国苹果生产布局由四大主产区的格局逐步调整为黄土高原和环渤海两大优势主产区的格局[1]。随着我国苹果生产区域的分布呈现“西移”趋势，且逐步向优势区域集中的特点[2]，陕西苹果的种植优势区域不断扩大。以苹果为主的果业是陕西最具优势的战略资源之一， 已成为陕西的六大支柱产业之一[3]。2018年陕西省苹果果园面积约597.57千hm2，产量达到1 008.69万t，无论面积还是产量，均为全国第一。果园总面积1 113.92千hm2，水果总产量1 835.08万t[4]。陕西省水果产业的快速发展得益于政府、科技、产业体系、市场体系、品牌、交流与合作等多个方面[5]。研究陕西省水果产业发展的影响因素及其关联程度，不仅能深入了解陕西省水果产业发展状况，也能为其他致力于发展水果产业的地区提供良好的借鉴。

已有的生产影响因素分析主要使用回归分析法[6-7]，以及基于DEA下的Tobit分析法等[8-10]。由于数据的不可得性以及回归方法对样本容量的限制，使得传统的回归分析方法在影响因素分析时难以奏效。灰色关联分析法，作为衡量因素间关联程度的一种方法，对随时间而变化的因素进行关联性大小的度量，使得影响因素的强弱通过关联度这一数值的排序，进而很好的解释各个因素对于被考察变量的影响。

利用灰色关联分析方法研究生产影响因素的文章集中发表于2010—2013年之间，均以某产品产量或产值为参考序列，以相关影响因素为对比序列，进行计算分析，得出影响因素与产量或产值之间的关联度大小[11-16]。

这些分析有的时间久远，对现在不具有指导意义，有的仅限于某一作物或树种。本文以陕西省水果产业为研究对象，试图对影响陕西省水果产值的各因素进行灰色关联分析。

1 灰色关联分析

灰色关联分析法是中国学者邓聚龙首创的系统科学理论，指在系统发展中，两个因素随着时间的发展，呈现出变化趋势的一致性，如果变化趋势越同步，则表明两个因素的关联性越高;反之，关联性越低。通过考察关联程度，以此来反映2个因素的密切程度[15]。具体在研究问题中，可以看到两个因素的地位并非平等的，某一因素是另一因素的直接影响因素。比如土地面积和产量产值，前者是因，后者是果。灰色关联分析与回归分析的区别在于，首先不需要大量的模型假设;其次，不需要进行严格的统计学和计量经济学检验。但衡量关联性的指标，关联系数和关联度，则与回归系数的意义却很相近，表示某一因素对另一因素的影响力和贡献度。

关联系数的计算方法为，第1步确定参考列和对比列。参考列相当于因变量，对比列相当于自变量。第2步进行数据处理，由于单位量纲的不同，为运算方便需要进行初值化或标准化处理。本文采用初值化处理。第3步是计算对比列和参考列的差值s，差值取绝对值消除正负号便于比较。第4步是找出差值中的最大值b和最小值a。第5步是根据公式计算关联系数。

其中，ρ为分辨系数，取值区间[0，1]，取值越小，区分能力越强，关联系数间差异越大，本文ρ取为0.5。第6步是计算关联度，由于数据取自时间序列数据，为便于比较对各时间点的关联系数取算数平均，得到关联度。第7步对关联度比较排序。比较标准为大于0.7为强关联，小于0.6为弱关联，介于0.6到0.7之间为中关联[17]。

本文从生产要素角度出发，以水果总产值来衡量水果产业发展水平，将影响水果产业发展的要素分为劳动、土地、资本、技术四类。包括农村从业人口、果园面积、研发投入、农机总动力、化肥施用量、农膜使用量、柴油使用量和农药使用量8个指标。以陕西省水果产业和苹果产业2014—2018年总产值为参考序列，以生产要素中劳动、资本、土地、技术为对比序列，进行灰色关联分析。以测算出影响水果产业和苹果产业的因素大小。其中，农村从业人口对应劳动要素，果园面积对应土地要素，研发投入对应技术要素，农机总动力、化肥施用量、农膜使用量、柴油使用量和农药使用量5个指标对应资本要素，这5个要素在统计年鉴中又称作农业现代化水平。

2 水果产业总体分析

2.1 初值化处理

由于各指标量纲不同，为了下一步取差值进行了初值化处理，方法是用2014年数据为基期，2015年至2018年各期数据分别除2014年的数据，并保留3位小数，以消除单位不同带来的不便。初值化处理后的数据消去了单位差异，单位失去了意义，因此表格中省去了单位。

2.2 计算差数列

以表2中水果生产总值为参考序列，以农村人口、果园面积、农业现代化情况、研发投入为对比序列，对比序列依年份逐列减去参照列对应数值，得到差值表。

2.3 取最大最小值

设a为最小值，b为最大值。在表3的所有差值中，取最大值最小值，可得

a=0，b=0.303

2.4 计算关联系数

将表3中的差值代入关联系数公式可得表4。

2.5 计算关联度

由于关联系数是各个时期对比列和参考列的关联，数据较多，一般用于趋势分析，本文重点在于探寻各影响因素与水果总产值的关系，因此将各个年份的关联系数做算术平均，得到各对比列的关联度。

2.6 比較关联度大小

一般来讲，关联度越大， 对比列与参考列关联性越强，影响程度越大[17]。关联度由大到小排序为：研发投入（0.786）>农用薄膜施用量（0.777）>农药施用量（0.745）>柴油使用量（0.737）>果园面积（0.730）>化肥施用量（0.718）>农村从业人口（0.706）>农机总动力（0.582）。

关联度的大小既可理解为要素对于被考察变量的同步情况，也可理解为影响程度和贡献程度。关联度越大，越同步，影响程度和贡献度也越大。可见，对于水果产业总体来讲，研发投入对其影响最大，表明陕西省果业发展中，主要依赖科技进步。农机动力为弱关联，表明果业整体来看，机械化程度较低。

3 陕西苹果产业分析

由图1和图2可知，陕西省2018年苹果面积和产量分别占全省水果面积和产量的53.65%和64.41%，在陕西水果中占有主体地位，通过具有代表性的苹果这一树种进行灰色关联分析，可以以点带面地进一步对陕西省水果产业影响因素进行分析。

按照关联度计算公式，以陕西省苹果产值（表5）为参考列，以陕西省农村从业人口、果园面积、农业现代化水平和研发投入为对比列，计算关联度，中间计算过程略，仅列明关联度数值。

由于保留3位小数后，农村从业人口与化肥施用量无法区分，因此保留4位小数。

关联度大小排序为：果园面积（0.816 6）>柴油使用量（0.774 6）>农药施用量（0.770 8）>化肥施用量（0.768 1）>农村从业人口（0.767 9）>农用薄膜使用量（0.761 6）>研发投入（0.629 8）>农机总动力（0.566 6）。

由于数据可得性的原因，农村从业人口、农业现代化水平、研发投入的数据并非陕西省苹果产业的数据，依然采用的是整个水果产业的数据。而苹果园面积虽然可以得到，但为了统一口径，便于比较，这里的果园面积依旧采用全省水果面积。根据灰色关联计算方法可知，等比例缩小指标数值，不改变关联系数结果。苹果面积占全省水果总面积的53.65%，农村从业人口、果园面积、农机总动力、化肥施用量、农用薄膜使用量、柴油使用量、农药施用量、研发投入等指标均按照53.65%比例取值，计算结果与关联度结果一致。因此，关联度分析近似估计了陕西省苹果产值对劳动力、土地、资本、技术的关系。

参照大于0.7为强关联，小于0.6为弱关联，介于0.6与0.7之间为中关联这一标准。通过比较发现，在影响苹果产业的因素中，果园面积为强关联，影响力最大，表明苹果产值的增长，更多依赖于栽培面积的增加。资本要素中，除了农机总动力为为弱关联外，其他都是强关联。表明苹果产值的增加与资本投入密切相关，但是苹果产业的机械化程度较低。此外，研发投入为中关联，这与陕西省水果总产值的增加与研发投入强关联不同，表明苹果生产中技术效率损失较大。

4 结论与讨论

（1）根据陕西省水果业产值与各生产要素的关联度测算可知，技术进步对于果业发展的贡献最大，表明陕西省水果业的产业类型以技术集约型为主，现代化水平中除了农机总动力外其他资本投入、土地、劳动力等要素均为强关联。资本要素的贡献大于土地要素，土地要素贡献又大于劳动要素。这反映出随着农村劳动力年龄老化和青壮年劳动力的流出，劳动力要素的地位变低，而资本和技术要素地位升高。水果产业由劳动密集型向资本和技术密集型转变。农业生产严重依赖土地，因此，土地依旧是果业的重要影响因素。水果产业机械化程度低，一方面反映了对果园机械的研发不足，适用机械的缺乏。另一方面也反映了陕西省北部黄土高原区和南部秦巴山区共占全省土地面积的76%，平原区较少，水果业较难大规模使用机械的特点。

（2）从苹果产业对各生产要素的关联度测算可知，苹果产业的发展极大地依赖于果园面积的增长，从图1看到，陕西省2018年苹果园面积占全省水果面积的一半以上。土地要素贡献大于资本、劳动力和技术。与技术要素对全省水果产业的贡献不同，技术要素对苹果产业的贡献不明显，技术效率损失较大，表明在苹果生产中，新品种、新技术、新设备的应用上，有很大的改进空间。

（3）从灰色关联分析可知，陕西省水果业发展呈现出技术、资本密集型为主的特点，由于农业劳动力的贡献下降，同时机械化程度较低，因此急需补足果园机械化水平这一短板。建议根据各树种生产特点，动态调整产业结构，通过产业政策、规模政策、技术政策，使资源禀赋和现有经济条件相适宜，将资源优势转变为资产优势。加大研发力度，发明设计果园适用机械，尤其是适合丘陵山地作业的小型机械。推广宽行栽培模式，便于机械进出和园内作业。在坡度不大的丘陵山地，灌溉条件较好的地区，改造梯田为缓坡，便于履带式农机行走。继续发挥苹果产业规模优势，多种果，种好果，提升产业竞争力。重视培养果业人才，发挥农业高校科研院所的优势，通过政策扶持吸引返乡创业人员投身果业，实现果业内涵式发展。提高苹果产业市场竞争力，走良性循环的可持续发展道路。

参考文献：

[1]刘天军，范英.中国苹果主产区生产布局变迁及影响因素分析[J].农业经济问题，2012（10）：36-42.

[2]张聪颖，畅倩，霍学喜.中国苹果生产区域变迁分析[J].经济地理，2018，38（8）：141-151.

[3]穆养民，赵政阳，戴军.陕西果业发展的战略选择[J].西北农林科技大学学报（社会科学版），2004（5）：68-70，75.

[4]国家统计局.中国统计年鉴[M]. 北京： 中国统计出版社， 2019.

[5]孔令孜，覃泽林，李小红等.陕西省水果产业发展情况及对广西果业发展的启示[J].北方园艺，2016（22）：181-184.

[6]杨秀丽，孙正林.黑龙江省蔬菜产业生产影响因素的实证研究[J].北方园艺，2019（1）：177-182.

[7]黄臻我国粮食生产影响因素分析——基于C-D生产函数的岭回归分析[J].税务与经济2014（5）：50-54

[8]贾琳，夏英.农户粮食生产规模效率及其影响因素分析——基于黑、豫、川三省玉米种植户的调查数据[J].资源科学，

2017（5）：924-933.

[9]田红宇，祝志勇. 中国粮食生产效率及影响因素分析——基于DEA-Tobit两步法研究[J].中国农业资源与区划，2018（12）：161-168.

[10]常明，陈思博，马冰然.粮食水资源利用效率及影响因素分析：基于中国省际面板数据的实证研究[J].生态与农村环境学报，2020（2）：145-151.

[11]马惠兰，刘英杰，孙长平.新疆粮食生产与影响因素分析[J].农业技术经济，2010，（11）：96-99.

[12]高強，郭恒，赵国良，等.作物种植结构变化及影响粮食产量的因素分析——以甘肃省天水市为例[J].中国农业资源与区划，2012，33（4）：36-41.

[13]杨铭，刘青利.基于改进广义灰色关联度的河南省粮食生产影响因素分析[J].西南师范大学学报（自然科学版），

2015，40（9）：174-180.

[14]孙兰凤.新疆特色林果业影响因素灰色关联分析[J].新疆大学学报（哲学社科版），2011（6）：13-16.

[15]刘琼.陕西省果业发展的灰色关联分析[J].安徽农学通报，2012（5）：26-27.

[16]汤荣丽.陕西省猕猴桃生产影响因素分析[J].华中农业大学（社会科学版），2011（4）： 15-19.

[17]李爱军，王成文.安徽省农村一二三产业融合度测算及影响因素分析[J].宿州学院学报，2018，33（7）：1-6.

[18]陕西省统计局.陕西统计年鉴[M].北京：中国统计出版社，2015-2019.