農村貧困與縣域環境的灰色關聯分析

王保雪　王榮黨

摘 要：農村貧困地區的生產格局仍然是以傳統農業為主，對農業收入產生重要影響的環境因素仍不容忽視。對于連片貧困地區，農村貧困環境因素具有共性特征，以縣域環境為研究對象，可以更有針對性地提出扶貧政策。采用灰色關聯分析法，對云南省扶貧開發重點縣的相關面板數據進行實證研究分析，找出影響農民人均純收入的環境因素的重要度并以此提出相應緩解農村貧困的政策和建議。

關鍵詞：農村；貧困；縣域環境；灰色關聯

中圖分類號：F320 文獻標志碼：A 文章編號：1673-291X（2014）06-0036-03

引言

貧困作為一個長期困擾人類的世界性難題，得到了世界各地的普遍關注。2002年，聯合國設定并啟動了8個“千年發展目標”，而8個目標的第一個就是“消滅極端貧窮與饑餓”。就中國而言，在經過了最初的由政策和體制推動反貧困，并在面上取得了十分明顯的效果后，中國農村貧困已不再是國家經濟總體欠發達、制度和政策缺失等帶有普遍性的因素造成的“面上的”貧困，取而代之的是由特殊的區域環境、生產條件以及人口素質等一系列帶有明顯地域性特征的約束條件導致的“點上的”貧困。2000—2010年，東部地區貧困人口占全國貧困人口的比重由10.2%下降至4.6%，西部地區貧困人口占全國貧困人口的比重由60.8%上升至65.1%。貧困人口進一步向西部地區集中[1]。如果拋開制度、政策、資本、教育、人力資源等諸多經濟社會因素的影響，以傳統農業為主的農村貧困地區的生產格局受環境的影響仍然是一個至關重要、不可回避的現實問題。

一、灰色關聯模型簡介

（一）灰色系統理論及其應用

灰色系統理論（Grey System Theory）創立于1982年，主創者為鄧聚龍。它主要用于處理數據少、樣本小、信息不完全和經驗缺乏的不確定性問題。該理論以關聯度計算為基本手段，把事物看成一個動態、發展的系統，對事物之間的變化情況進行定量的描述，對事物的發展狀態進行量的比較，在進行綜合評價時，不需要太多的數據，優于經典的精確數學方法。目前，灰色系統理論在各個方面得到了廣泛的應用。例如，教育與經濟、金融與創新、產業關聯、銀行選址，以及企業的技術創新與績效、科技投入與經濟增長、能源技術效率與經濟效率，還有，CPI與商品價格、居民消費與經濟增長、航運中心與金融中心的聯動等等，都用到了灰色關聯分析。由此可見，灰色關聯分析方法的實用性與有效性之強。

在區域研究方面，由于區域內部有明顯的相似性和連續性，同時又有明顯的差異性，灰色關聯分析方法的應用優勢更加明顯。趙新正等根據城市化動力機制和區域城市化水平的不同，利用灰色關聯分析法對影響區域城市化發展的指標體系進行定量研究[2]。畢克新等利用灰色關聯分析法對黑龍江省近十年區域知識產權與技術創新之間的關聯性進行了分析[3]。范君君等運用灰色系統理論中關聯分析方法，對甘南州經濟增長與各個特征人口之間的關聯性進行分析[4]。陳桃紅運用灰色關聯分析方法對西南五省區市的區域競爭力進行了評價，從而得出該五省區市區域競爭力大小的灰色關聯度[5]。

在三農問題的研究上，灰色關聯分析法也發揮了重要作用。朱麗琴等采用灰色關聯分析方法分析了廣東省農民家庭收入及其來源構成的關聯性，以此提出實現農民家庭收入持續快速增長的有效途徑[6]。劉衛柏等運用灰關聯度的相關理論分析闡述農村土地流轉的影響因素，并在分析了各個因素之間的主次關系[7]。陶愛祥選取農業單位GDP能耗作為衡量低碳農業發展水平的指標，運用灰色關聯理論，分析了中國農業科技發展水平與低碳農業發展水平之間的關系[8]。李冬梅等將灰色系統理論應用于對糧食產業安全度的評價，解決了對糧食產業安全的國際比較評價時信息不完全、樣本量小的問題[9]。

（二）灰色關聯分析方法

灰色關聯分析是通過灰色關聯度來分析系統因素間的影響程度或因素對系統主行為的貢獻測度的一種方法。灰色關聯度計算步驟如下：

（1）確定反映系統行為特征的參考數列和影響系統行為的比較數列

設參考數列為X0=（X0（1），X0（2），…，X0（n））

比較數列為Xi=（Xi（1），Xi（2），…，Xi（n）），i=1，2，…，m

（2）對參考數列和比較數列進行無量綱化處理

在進行灰色關聯度分析時，一般都要進行無量綱化的數據處理。以削除“由于系統中各因素數據的量綱不同，所導致不便于比較，或在比較時難以得到正確的結論”的研究障礙。

（3）求參考數列與比較數列的灰色關聯系數ξ（Xi）

對于一個參考數列X0有若干個比較數列X1，X2，…Xm 。各比較數列與參考數列在各個時刻的關聯系數ξ（Xi）可由下列公式算出：

ξi（k）=

其中ξ為分辨系數，0<ξ<1

|X0（k）-Xi（k）|為兩層式取絕對差值中最小值計算，第一層為先分別由各比較數列Xi曲線上的每一個點與參考數列Xi曲線上的每一個點之絕對差值中取最小值，再由這些最小值當中選取最小值。簡記為Δmin。

|X0（k）-Xi（k）|為兩層式取絕對差值中最大值計算，第一層為先分別由各比較數列Xi曲線上的每一個點與參考數列X0曲線上的每一個點之絕對差值取最大值，再由這些最大值當中選取最大值。簡記為△max。

|X0（k）-Xi（k）|為各比較數列Xi曲線上的每一個點與參考數列X0曲線上的每一個點之絕對差值。記為△Oi（k）。所以關聯系數γ（Xi）也可簡化如下列公式：

ξi（k）= k=1，2，…， n

（4）求關聯度γi

因為關聯系數是比較數列與參考數列在各個時刻的關聯程度值，所以它的數不止一個，而信息過于分散不便于進行整體性比較。因此，有必要將各個時刻的關聯系數集中為一個值，也就是求其平均值，作為比較數列與參考數列間關聯程度的數量表示，關聯度ri公式如下：endprint

ri=ξi（k）

（5）關聯度大小排序

將計算得到的關聯度按大小進行排序，關聯度越大說明該比較序列與參考序列關聯度越高，聯系越緊密，該序列反映的因素對研究對象影響越大。

二、灰色關聯實證分析

（一）指標選取

根據灰色關聯度分析法的要求，我們首先要確定參考序列的指標和比較序列的指標。選取能夠反映農村貧困情況的農民人均純收入為母序列，記為X0（k）。因為自然地理環境條件作為農村貧困的一個影響因素對農民的農業收入影響是最大的，而農業收入又是農民純收入的重要來源。所以本文選取農民人均純收入作為參考序列。

環境作為生產資料和勞動條件，是土壤、氣候、水及生物等各種自然條件的總和。在選擇比較序列時，主要選擇對農村經濟產生重要影響的因素。比如，一個地區是否交通便利，公路鐵路覆蓋率，距離大中型城市遠近燈，對于提高該地區工業和服務業在世界市場上的競爭力至關重要；還有，農業生產力從根本上依賴于氣候和土壤，當農業占經濟的主導地位時，地理條件是經濟發展最根本的制約因素等等。因此，本文選取代表地理條件、氣候條件、水資源、地形、土地、資源、災害、道路、地理區位八個方面的15個變量反映自然地理環境條件。比較序列所反映的具體因素（如表1所示）。

（二）資料數據來源

本文主要是整理了云南省3個扶貧開發重點縣（均為國家級扶貧開發重點縣）縣域環境條件的面板數據，數據來源于《云南統計年鑒》（2011、2012）、《祿勸年鑒》（2012）、《尋甸統計年鑒》（2011、2012）、《會澤年鑒》（2012）。具體數據（如下頁表2所示）：

（三）數據分析

基于下頁表2中的數據，依據灰色建模理論和步驟，建立云南省農村貧困縣域環境灰色關聯模型，應用MATLAB R2011a軟件，算得參考序列與比較序列之間的關聯度（如下頁表3所示）：

（四）結果分析

（1）從上述分析結果可以看出，與農民人均純收入關聯度最大的是人均耕地面積，其次是離最近城市的距離，而人均林地面積和礦產資源等級與農民人均純收入關聯不大。這可能是由于現階段農村地區尤其是農村貧困地區的生產格局仍然以傳統的農業為主，而城市是農產品主要市場，距離城市的遠近對農業收入會產生重要影響。而林業資源和礦產資源的開發力度不夠，資源隨豐富，卻不能帶來惠民效益。

（2）上述結果中，除了人均耕地面積、離最近城市距離、人均林地面積和礦產資源等級這四個因素外，剩余的因素可分為兩類。一類是ri≥0.5的因素，這些因素有年平均氣溫、畝均可用水量、山地面積比重、水土流失等級、旅游資源等級、縣域公路密度、縣域鐵路密度，這些因素與農民人均純收入有關聯。其中，年平均氣溫和畝均可用水量可以說明農業生產條件，山地面積比重可以說明土地資源等級，水土流失等級可以說明土地質量，縣域公路和鐵路密度可以說明地理區位的優越性，這些環境條件的好壞都會對農業收入產生影響，進而影響農民人均純收入。另一類是ri<0.3的因素，這些因素有縣域平均海拔、年均降水量、縣域南北長度、縣域東西長度，這些因素與農民人均純收入的關聯度較小。

三、政策建議

現階段農村地區尤其是農村貧困地區的生產格局仍然是以傳統的農業為主，因此，與傳統農業生產相關的環境條件，例如水資源量、耕地面積與質量、交通便利性等，對增加農民收入和減少貧困面更具約束性，有更強的相關影響。因此，通過水土保持、土地整理等措施保護和提高土地質量，通過加大農田基礎設施建設力度提高土地集約化程度，同時加大農村道路改造，加大改善農村交通條件的政策和資金投入，是幫助農民增加收入、擺脫貧困的出路。

面對現有條件，利用自有資源優勢，發展特色產業，實現產業轉移。從實證分析中可以看出，該三個縣均有豐富的林業資源，但是與當地農民的人均純收入關聯卻不大，所以可以考慮利用現有豐富的林業資源，努力發展第二、第三產業，實現剩余勞動力的再就業，從而增加農民收入。同時，加大旅游資源開發，根據各自縣域特點發展特色旅游。

參考文獻：

[1] 中國農村2011貧困檢測報告[R].北京：中國統計出版社，2012.

[2] 趙新正，寧越敏.中國區域城市化動力差異研究——基于灰色關聯分析法的分析[J].城市問題，2009，（12）.

[3] 畢克新，馬慧子，艾明曄.區域知識產權與區域技術創新整體水平的關聯分析[J].科技管理與研究，2012，（14）.

[4] 范君君，張良勇，鐘方雷.基于灰色關聯分析的甘南州經濟增長與人口特征分析[J].草業科學，2009，（11）.

[5] 陳桃紅.區域競爭力比較視野下西南五省區市的發展策略研究[J].區域經濟，2012，（5）.

[6] 朱麗琴，王生林，劉冠明.廣東農民家庭收入來源的灰色關聯分析[J].廣東農業科學，2009，（12）.

[7] 劉衛柏，李中.農村土地流轉影響因素的灰關聯度分析[J].湖南社會科學，2012，（3）.

[8] 陶愛祥.基于灰色關聯理論的低碳農業與農業科技關系研究[J].安徽農業科學，2012，（22）.

[9] 李冬梅，劉春泓，王竹玲.基于灰色關聯分析的糧食產業安全評價與比較[J].科技管理研究，2012，（12）.

[責任編輯 劉嬌嬌]endprint

ri=ξi（k）

（5）關聯度大小排序

將計算得到的關聯度按大小進行排序，關聯度越大說明該比較序列與參考序列關聯度越高，聯系越緊密，該序列反映的因素對研究對象影響越大。

二、灰色關聯實證分析

（一）指標選取

根據灰色關聯度分析法的要求，我們首先要確定參考序列的指標和比較序列的指標。選取能夠反映農村貧困情況的農民人均純收入為母序列，記為X0（k）。因為自然地理環境條件作為農村貧困的一個影響因素對農民的農業收入影響是最大的，而農業收入又是農民純收入的重要來源。所以本文選取農民人均純收入作為參考序列。

環境作為生產資料和勞動條件，是土壤、氣候、水及生物等各種自然條件的總和。在選擇比較序列時，主要選擇對農村經濟產生重要影響的因素。比如，一個地區是否交通便利，公路鐵路覆蓋率，距離大中型城市遠近燈，對于提高該地區工業和服務業在世界市場上的競爭力至關重要；還有，農業生產力從根本上依賴于氣候和土壤，當農業占經濟的主導地位時，地理條件是經濟發展最根本的制約因素等等。因此，本文選取代表地理條件、氣候條件、水資源、地形、土地、資源、災害、道路、地理區位八個方面的15個變量反映自然地理環境條件。比較序列所反映的具體因素（如表1所示）。

（二）資料數據來源

本文主要是整理了云南省3個扶貧開發重點縣（均為國家級扶貧開發重點縣）縣域環境條件的面板數據，數據來源于《云南統計年鑒》（2011、2012）、《祿勸年鑒》（2012）、《尋甸統計年鑒》（2011、2012）、《會澤年鑒》（2012）。具體數據（如下頁表2所示）：

（三）數據分析

基于下頁表2中的數據，依據灰色建模理論和步驟，建立云南省農村貧困縣域環境灰色關聯模型，應用MATLAB R2011a軟件，算得參考序列與比較序列之間的關聯度（如下頁表3所示）：

（四）結果分析

（1）從上述分析結果可以看出，與農民人均純收入關聯度最大的是人均耕地面積，其次是離最近城市的距離，而人均林地面積和礦產資源等級與農民人均純收入關聯不大。這可能是由于現階段農村地區尤其是農村貧困地區的生產格局仍然以傳統的農業為主，而城市是農產品主要市場，距離城市的遠近對農業收入會產生重要影響。而林業資源和礦產資源的開發力度不夠，資源隨豐富，卻不能帶來惠民效益。

（2）上述結果中，除了人均耕地面積、離最近城市距離、人均林地面積和礦產資源等級這四個因素外，剩余的因素可分為兩類。一類是ri≥0.5的因素，這些因素有年平均氣溫、畝均可用水量、山地面積比重、水土流失等級、旅游資源等級、縣域公路密度、縣域鐵路密度，這些因素與農民人均純收入有關聯。其中，年平均氣溫和畝均可用水量可以說明農業生產條件，山地面積比重可以說明土地資源等級，水土流失等級可以說明土地質量，縣域公路和鐵路密度可以說明地理區位的優越性，這些環境條件的好壞都會對農業收入產生影響，進而影響農民人均純收入。另一類是ri<0.3的因素，這些因素有縣域平均海拔、年均降水量、縣域南北長度、縣域東西長度，這些因素與農民人均純收入的關聯度較小。

三、政策建議

現階段農村地區尤其是農村貧困地區的生產格局仍然是以傳統的農業為主，因此，與傳統農業生產相關的環境條件，例如水資源量、耕地面積與質量、交通便利性等，對增加農民收入和減少貧困面更具約束性，有更強的相關影響。因此，通過水土保持、土地整理等措施保護和提高土地質量，通過加大農田基礎設施建設力度提高土地集約化程度，同時加大農村道路改造，加大改善農村交通條件的政策和資金投入，是幫助農民增加收入、擺脫貧困的出路。

面對現有條件，利用自有資源優勢，發展特色產業，實現產業轉移。從實證分析中可以看出，該三個縣均有豐富的林業資源，但是與當地農民的人均純收入關聯卻不大，所以可以考慮利用現有豐富的林業資源，努力發展第二、第三產業，實現剩余勞動力的再就業，從而增加農民收入。同時，加大旅游資源開發，根據各自縣域特點發展特色旅游。

參考文獻：

[1] 中國農村2011貧困檢測報告[R].北京：中國統計出版社，2012.

[2] 趙新正，寧越敏.中國區域城市化動力差異研究——基于灰色關聯分析法的分析[J].城市問題，2009，（12）.

[3] 畢克新，馬慧子，艾明曄.區域知識產權與區域技術創新整體水平的關聯分析[J].科技管理與研究，2012，（14）.

[4] 范君君，張良勇，鐘方雷.基于灰色關聯分析的甘南州經濟增長與人口特征分析[J].草業科學，2009，（11）.

[5] 陳桃紅.區域競爭力比較視野下西南五省區市的發展策略研究[J].區域經濟，2012，（5）.

[6] 朱麗琴，王生林，劉冠明.廣東農民家庭收入來源的灰色關聯分析[J].廣東農業科學，2009，（12）.

[7] 劉衛柏，李中.農村土地流轉影響因素的灰關聯度分析[J].湖南社會科學，2012，（3）.

[8] 陶愛祥.基于灰色關聯理論的低碳農業與農業科技關系研究[J].安徽農業科學，2012，（22）.

[9] 李冬梅，劉春泓，王竹玲.基于灰色關聯分析的糧食產業安全評價與比較[J].科技管理研究，2012，（12）.

[責任編輯 劉嬌嬌]endprint

ri=ξi（k）

（5）關聯度大小排序

將計算得到的關聯度按大小進行排序，關聯度越大說明該比較序列與參考序列關聯度越高，聯系越緊密，該序列反映的因素對研究對象影響越大。

二、灰色關聯實證分析

（一）指標選取

根據灰色關聯度分析法的要求，我們首先要確定參考序列的指標和比較序列的指標。選取能夠反映農村貧困情況的農民人均純收入為母序列，記為X0（k）。因為自然地理環境條件作為農村貧困的一個影響因素對農民的農業收入影響是最大的，而農業收入又是農民純收入的重要來源。所以本文選取農民人均純收入作為參考序列。

環境作為生產資料和勞動條件，是土壤、氣候、水及生物等各種自然條件的總和。在選擇比較序列時，主要選擇對農村經濟產生重要影響的因素。比如，一個地區是否交通便利，公路鐵路覆蓋率，距離大中型城市遠近燈，對于提高該地區工業和服務業在世界市場上的競爭力至關重要；還有，農業生產力從根本上依賴于氣候和土壤，當農業占經濟的主導地位時，地理條件是經濟發展最根本的制約因素等等。因此，本文選取代表地理條件、氣候條件、水資源、地形、土地、資源、災害、道路、地理區位八個方面的15個變量反映自然地理環境條件。比較序列所反映的具體因素（如表1所示）。

（二）資料數據來源

本文主要是整理了云南省3個扶貧開發重點縣（均為國家級扶貧開發重點縣）縣域環境條件的面板數據，數據來源于《云南統計年鑒》（2011、2012）、《祿勸年鑒》（2012）、《尋甸統計年鑒》（2011、2012）、《會澤年鑒》（2012）。具體數據（如下頁表2所示）：

（三）數據分析

基于下頁表2中的數據，依據灰色建模理論和步驟，建立云南省農村貧困縣域環境灰色關聯模型，應用MATLAB R2011a軟件，算得參考序列與比較序列之間的關聯度（如下頁表3所示）：

（四）結果分析

（1）從上述分析結果可以看出，與農民人均純收入關聯度最大的是人均耕地面積，其次是離最近城市的距離，而人均林地面積和礦產資源等級與農民人均純收入關聯不大。這可能是由于現階段農村地區尤其是農村貧困地區的生產格局仍然以傳統的農業為主，而城市是農產品主要市場，距離城市的遠近對農業收入會產生重要影響。而林業資源和礦產資源的開發力度不夠，資源隨豐富，卻不能帶來惠民效益。

（2）上述結果中，除了人均耕地面積、離最近城市距離、人均林地面積和礦產資源等級這四個因素外，剩余的因素可分為兩類。一類是ri≥0.5的因素，這些因素有年平均氣溫、畝均可用水量、山地面積比重、水土流失等級、旅游資源等級、縣域公路密度、縣域鐵路密度，這些因素與農民人均純收入有關聯。其中，年平均氣溫和畝均可用水量可以說明農業生產條件，山地面積比重可以說明土地資源等級，水土流失等級可以說明土地質量，縣域公路和鐵路密度可以說明地理區位的優越性，這些環境條件的好壞都會對農業收入產生影響，進而影響農民人均純收入。另一類是ri<0.3的因素，這些因素有縣域平均海拔、年均降水量、縣域南北長度、縣域東西長度，這些因素與農民人均純收入的關聯度較小。

三、政策建議

現階段農村地區尤其是農村貧困地區的生產格局仍然是以傳統的農業為主，因此，與傳統農業生產相關的環境條件，例如水資源量、耕地面積與質量、交通便利性等，對增加農民收入和減少貧困面更具約束性，有更強的相關影響。因此，通過水土保持、土地整理等措施保護和提高土地質量，通過加大農田基礎設施建設力度提高土地集約化程度，同時加大農村道路改造，加大改善農村交通條件的政策和資金投入，是幫助農民增加收入、擺脫貧困的出路。

面對現有條件，利用自有資源優勢，發展特色產業，實現產業轉移。從實證分析中可以看出，該三個縣均有豐富的林業資源，但是與當地農民的人均純收入關聯卻不大，所以可以考慮利用現有豐富的林業資源，努力發展第二、第三產業，實現剩余勞動力的再就業，從而增加農民收入。同時，加大旅游資源開發，根據各自縣域特點發展特色旅游。

參考文獻：

[1] 中國農村2011貧困檢測報告[R].北京：中國統計出版社，2012.

[2] 趙新正，寧越敏.中國區域城市化動力差異研究——基于灰色關聯分析法的分析[J].城市問題，2009，（12）.

[3] 畢克新，馬慧子，艾明曄.區域知識產權與區域技術創新整體水平的關聯分析[J].科技管理與研究，2012，（14）.

[4] 范君君，張良勇，鐘方雷.基于灰色關聯分析的甘南州經濟增長與人口特征分析[J].草業科學，2009，（11）.

[5] 陳桃紅.區域競爭力比較視野下西南五省區市的發展策略研究[J].區域經濟，2012，（5）.

[6] 朱麗琴，王生林，劉冠明.廣東農民家庭收入來源的灰色關聯分析[J].廣東農業科學，2009，（12）.

[7] 劉衛柏，李中.農村土地流轉影響因素的灰關聯度分析[J].湖南社會科學，2012，（3）.

[8] 陶愛祥.基于灰色關聯理論的低碳農業與農業科技關系研究[J].安徽農業科學，2012，（22）.

[9] 李冬梅，劉春泓，王竹玲.基于灰色關聯分析的糧食產業安全評價與比較[J].科技管理研究，2012，（12）.

[責任編輯 劉嬌嬌]endprint