四川省區域農業競爭力實證分析與評價

肖舒刈

(河海大學，江蘇 南京 210000)

?

四川省區域農業競爭力實證分析與評價

肖舒刈

(河海大學，江蘇 南京 210000)

以四川省各市(州)為研究對象，通過梳理國內外相關文獻并結合各區域實際情況構建出包含5個一級指標、15項二級指標組成的四川省區域農業競爭力評價指標體系。運用因子分析法提取出農業生產力、農村居民生活水平、農業規模和農業結構4個公因子并對各地市農業競爭力排序，而后依據上述4個公因子利用系統聚類分析法對四川省21市(州)的農業競爭力進行了分類。基于2014年統計年鑒的研究結果表明：四川省各市(州)按照農業競爭力水平情況可分為4類，其中成都市農業發展狀況最好，甘孜州和阿壩州的農業競爭力最弱，與因子分析排序結果基本一致。最后，針對增強四川省農業競爭力提出了一系列相關措施與建議。

農業競爭力；評價指標體系；因子分析；聚類分析；四川省

農業是國民經濟中的一個重要產業部門，當代世界農業發展的基本趨勢和特征是高度的商業化、資本化、專業化、區域化、知識化、國際化交織在一起，傳統農業發展模式已難以適應國際市場發展的要求。農業競爭力是市場化、國際化條件下農業綜合生產力水平的集中體現，是農產品生產、加工、流通及其價值創造與價值實現能力的綜合反映[1]。提升農業競爭力，是農業發展的目標和基本方向。四川是中國的農業大省，經過30多年的努力探索和發展，基本形成了成都、川南、攀西、川東北、川西北五大片區的優勢產業布局，主要農產品在西部乃至全國占有重要地位，農業經濟主要指標一直排在全國各省市區的前列。但是，四川發展農業產業化的自然基礎相對較差，全省耕地面積僅占轄區總面積的8.2%。目前，人均耕地面積僅533.33 m2，只相當于全國平均水平的2/3，土地資源不足對農業生產特別是種植業的產業化發展影響較大；加之地區間農業資源分配不均、財政扶持力度差異，導致各地市(州)農業發展水平差距不斷拉大。通過對四川省各市(州)農業競爭力水平開展系統研究與分析，一方面能夠明晰四川省農業整體狀況，另一方面可以準確掌握省內地區間農業發展差距及各自優、劣勢，為正確調整農業發展模式、合理配置農業資源提供理論依據和針對性指導，對推動四川省農業競爭力的穩步提高有重要指導意義。

1　理論基礎與指標體系

1.1理論回顧

美國哈佛商學院著名戰略管理學家邁克爾·波特于1990年提出的“鉆石理論”強調基本要素與高級要素相互作用形成的整體競爭優勢[2]。波特指出，類似自然資源、氣候和地理位這樣的基本要素僅能提供初始優勢，而個人、企業以及政府投資等高級要素則能夠幫助這些優勢得到加強與擴展。而后國外學者多集中于對農業競爭力進行一系列的定性與定量研究，Kennedy等[3]指出總成本與成本要素是分析產業競爭力的基礎，Gustavsson等[4]強調科技與創新能力已成為影響產業競爭力的關鍵要素，并有學者從勞動生產力、盈利性、產出增長等不同角度考慮構建了單維或多維的產業競爭力指數[5-6]。國內對于農業競爭力的研究主要經歷了2個階段[7-11]，一是關于農業競爭力內涵與影響因素的基礎研究階段，形成了農產品內在競爭力、農業市場競爭力、農業生產競爭力等主要觀點[12-14]；二是對農業競爭力的科學評價研究階段，目前仍是農業競爭力的研究熱點問題——曹執令[15]從農業生產要素、農產品需求情況、農業經營主體和農業科技及政策競爭力等4個方面對湖南省各地區農業競爭力進行實證研究；潘啟龍等[16]從6個方面構建了包含45個指標的農業科技園區競爭力評價體系；孫東琪[17]對蘇魯兩省的產業模式競爭力進行了比較，并對未來發展趨勢進行了預測。學者們運用各種方法從不同角度對農業競爭力展開研究，但就四川省區域內各市(州)農業競爭力來看，目前仍未進行過全方位的系統研究。本文以四川省各市(州)為研究對象，借鑒已有研究經驗，充分利用四川省區域統計數據，對省內各市(州)的農業競爭力展開深入分析與評價，找出各地區農業發展的優勢與不足，以期為四川省農業發展模式的改進提供有價值的科學指導。

1.2指標體系構建

本文在借鑒上述研究成果的基礎上，結合四川省農業發展實際情況，對各種能夠反映與衡量農業競爭力水平的因素進行了全面分析，根據波特“鉆石理論”指出的基礎要素與高級要素并重的原則，構建出包含產出競爭力、基礎競爭力、現代化競爭力、結構競爭力、相關產業及制度競爭力在內的5個一級指標，15項二級指標組成的四川省區域農業競爭力評價指標體系(表1)。

表1　四川省區域農業競爭力評價指標體系

2　研究方法

2.1因子分析

因子分析是多元統計分析中一種降維的統計方法，主要目的是從現有顯性信息中尋找更能體現問題的特點和本質，但不易被直接觀察或測量的隱性變量。因子分析的基本思想是將由眾多指標組成的變量集群整合成少量的幾個共性因子，這些共性因子能夠較為完整地反映原變量集群的信息內容，保證重要信息不會丟失，進而采用更少的公共因子來解釋研究問題，降低了研究的復雜性。每個共性因子所包含的原變量都是聯系較為緊密的，但各個共性因子間的相關性則較低或不相關，這樣能夠有效地避免統計過程中相關信息重復疊加情況的發生，從而保證統計結果的準確性與科學性。

2.2聚類分析

聚類分析是通過對已有統計量進行分析，從而實現“物以類聚”的統計方法與過程，即以能夠反映研究對象實質情況的統計量為依據，將研究對象集劃分為若干群組，各組內的數據研究對象是高度相似或相近的，但各組間的研究對象則存在較大差異或差距。聚類分析利用對屬性變量值的科學統計克服了主觀因素影響，實現對孤立數據進行符合客觀實際的分類，進而幫助研究者找出各研究對象之間存在的同質性與差異等。本文選用系統聚類法對因子分析得到的四川省各市(州)農業競爭力各因子得分和綜合得分進行分層分類，更有針對性地為四川省農業競爭力的提升提供指導與幫助。

3　四川省區域農業競爭力實證研究

3.1數據來源與標準化

本研究根據上文構建的四川省區域農業競爭力評價指標體系，參照《中國農業統計年鑒》和《2015年四川統計年鑒》獲取并整理四川省21個市(州)相關原始數據，由于篇幅限制，原始數據未錄入文內。本文借助社會經濟學統計軟件SPSS 20.0進行研究，由于各指標數量單位的差異使得各指標數據間不具備可比性，因此首先運用Z-score標準化法對數據進行無量綱化處理。

3.2因子分析過程

3.2.1數據效度檢驗本文采用KMO和Bartlett球形檢驗(表2)對原始數據的效度進行評價，以觀察是否適合進行因子分析。檢驗結果顯示，本研究KMO取值為0.760，Bartlett球形檢驗統計量Sig.=0<0.01，說明各指標變量間存在著顯著的相關性，非常適宜進行因子分析。

表2　KMO和Bartlett檢驗

3.2.2公因子選擇解釋的總方差(表3)給出了每個公因子所解釋的方差，“提取平方和載入”一欄顯示，前4個公因子的特征值分別為8.816、2.351、1.210和1.036，并且所解釋方差的累計和已達到89.42%，說明這4個公因子能夠較為完整地反映原15個指標變量所包含的重要信息，“旋轉平方和載入”一欄中經因子旋轉后得到的每個新公因子方差貢獻率雖稍有變化，但最終的累計方差貢獻率仍保持不變，說明提取這4個公因子具有較好的代表性，信息量丟失較少。

表3　解釋的總方差

3.2.3因子分類與解釋為了使公因子的含義更加清晰，需要對因子載荷矩陣進行旋轉，經過8次迭代得到的旋轉成分矩陣(表4)更容易解釋各因子所代表的實際意義。

表4的分析結果清晰地表明了15個原始變量與4個公因子的載荷情況。第一個公因子(F1)在第一產業GDP(X1)、農林牧漁業總產值(X2)、年末實有耕地面積(X5)、有效灌溉面積(X6)、化肥施用量(X7)、第一產業從業人數(X8)、農業機械總動力(X9)、耕地面積(X10)、農林水事務財政支出(X14)和居民村委會個數(X15)10個指標上有較高負載，主要反映了區域農業生產的投入、產出與公共服務情況，因此可將其歸結為農業生產力競爭因子(F1)；第二個公因子(F2)包括農村居民人均純收入(X3)和農村用電量(X13)2個指標，反映了農村居民的基本生活情況，因此將其命名為農村居民生活水平競爭因子(F2)；第三個公因子(F3)下載荷較大的包括糧食單產(X4)和農業多樣化指數(X12)2個指標，集中體現了區域農業生產水平情況，因此可稱為農業規模競爭因子；第四個公因子(F3)在林牧漁業占農林牧漁的比重(X11)上有較高載荷，因此可稱其為農業結構競爭因子。

表4　旋轉成分矩陣

注：提取方法：主成分；旋轉法：具有Kaiser標準化的正交旋轉法。

3.2.4四川省各市(州)農業競爭力得分及排名通過上述分析僅能得到對各指標的因子分類結果，為了獲得關于各市(州)農業競爭力水平更加直觀的分析與評價，需要利用回歸法進行進一步統計分析得到成分得分系數矩陣(表5)。根據表5成分得分和標準化后的指標變量可以得到4個公因子得分函數：

F1=0.11X1+0.108X2-0.111X3-0.153X4+0.183X5+0.062X6+0.011X7+0.189X8+0.164X9+0.036X10-0.024X11+0.108X12-0.043X13+0.17X14+0.222X15

F2=0.061X1+0.061X2+0.364X3+0.142X4-0.11X5+0.158X6-0.039X7-0.19X8-0.52X9+0.151X10-0.21X11-0.032X12+0.374X13+0.049X14-0.267X15

F3=-0.053X1-0.046X2-0.005X3+0.344X4+0.048X5-0.072X6+0.211X7+0.164X8+0.063X9-0.064X10-0.666X11+0.092X12-0.223X13-0.216X14-0.051X15

F4=0.004X2-0.085X3+0.308X4-0.047X5-0.005X6+0.313X7-0.071X8-0.159X9+0.114X10+0.193X11-0.692X12-0.027X13-0.18X14+0.055X15

在已有4個公因子得分的基礎上進行加權求和，以旋轉后公因子的方差貢獻率作為權重，從而計算出四川省各市(州)農業競爭力評價綜合得分(ZF)，公式如下：

ZF=0.45202F1+0.22455F2+0.11744F3+0.10019F4

將四川省各市(州)2014年農業競爭力評估指標數據帶入以上計算式，計算得出四川省各市(州)4個公因子和綜合因子得分以及排名情況，經整理得到表6。

表5　成分得分系數矩陣

3.3基于因子分析的農業競爭力聚類分析過程

為了能夠更客觀地展現四川省各市(州)的農業競爭力層次分級，明晰各市(州)間農業競爭力水平差異程度，獲取相似地區間的內在隱性共性，本研究在前文因子分析的基礎上，利用統計得出的4個公因子得分及綜合得分展開進一步的區域農業競爭力聚類分析。本文采用系統聚類法得到四川省區域農業競爭力系統樹狀圖(圖1)，聚類譜系圖能夠直觀顯示整個聚類過程以及各類別間的相對差距大小。

圖1　四川省區域農業競爭力聚類分析樹狀圖

由于聚類層次范圍選擇的不同，輸出分類結果也會不同，通過觀察聚類分析樹狀圖，樣本被分為4類的時群組間的特性較明顯，也更為符合四川省各(市)州間農業競爭力的實際情況。聚類分類結果與因子分析結果比對見表7。

3.4結果分析

依據表7顯示，四川省各市(州)農業競爭力因子分析排序結果和聚類分析分類結果具有較高一致性。

根據因子分析表6統計結果能夠得出以下結論。

(1)從綜合得分來看，四川省21個市(州)被劃分為3類：作為四川省省會的成都市在農業競爭力方面占有絕對優勢，遠超省內其他各市(州)；第二梯隊則包括了南充、綿陽、涼山州、達州、宜賓、德陽、資陽、眉山和瀘州在內的9個市(州)，其農業競爭力綜合得分均大于0，但各市(州)間仍存在明顯差距；廣安、樂山、廣元、內江、遂寧、巴中、自貢、雅安、甘孜州、攀枝花和阿壩州11個市(州)的農業競爭力綜合得分則低于0，負值并非表示其農業競爭力為負增長狀態，而僅代表該地區的農業競爭力低于整體平均水平。

表6　四川省21市(州)農業競爭力得分及排名

表7　城市聚類

(2)觀察公因子F1得分情況發現，凡農業生產力競爭因子得分大于0的城市，其最終的綜合得分均靠前，驗證了第一個公因子F1反映了原始指標變量的大部分重要信息；對公因子F2進行縱向比較發現，四川省21市(州)中有近一半地區的農村居民生活質量未達到平均水平，并且差距明顯，說明各地區間農業生產生活發展不均衡，應對落后地區加大投入與扶持力度，縮小地域生活水平差距；公因子F3得分情況相對均衡，大部分市(州)農業規模與資源均能達到平均水平并實現逐步超越，但甘孜州和阿壩州該項因子得分過低，要考慮加強技術投入以改善目前落后的狀況；對公因子F4進行縱向比較發現，成都、涼山州、宜賓、資陽、眉山、廣元、雅安、攀枝花和阿壩州得分較低，并且低于整體平均水平，說明上述地區的農業結構不盡合理，可能會對未來農業的可持續發展造成阻礙，應結合本地區自然環境和社會環境的實際情況，逐步改進第一產業構成，提升農業結構的科學性，為農業產業鏈的后續良好發展打下基礎。

根據聚類分析圖1和表7統計結果顯示，得出以下結論。

(1)第一類包括樂山、內江、眉山、瀘州、廣安、廣元、遂寧、自貢、巴中、綿陽、宜賓、達州、南充、資陽、德陽和涼山州16個市(州)，這類城市基本由成都經濟區、川南經濟區和川東北經濟區覆蓋，集中表現為區域內有一定的農業基礎，但農業競爭力有限，綜合得分基本徘徊于零界點，說明這些地區的農業發展水平均有待提升。綿陽、德陽、資陽和眉山市經濟結構以重大裝備制造業、高技術產業、現代服務業、特色旅游業以及現代農業為主，因此在保證第二、三產業經濟增長的同時能夠較好地兼顧農業發展；南充市和達州市成都聯結交通較為便利，農業機械化水平較高，并且農業財政投入充足，也進一步推動以絲麻紡織為代表的農產品加工業的發展，因此省內農業競爭力水平排名靠前；樂山、內江、瀘州、廣安、廣元、遂寧、自貢、巴中和宜賓市自然資源較豐富，地區提倡大力發展以水電和煤炭為代表的能源產業、化學工業與化纖紡織工業，對農業的重視度和投入度相對有限。

(2)第二類有雅安和攀枝花市，攀西地區礦產、生物等資源豐富，工業基礎相對較好，地區更傾向于第二產業發展，加之農業資源匱乏，兩地區耕地面積位于省內最后兩位，在農林水事務方面的財政投入也最少，自然環境和社會環境的雙重影響使得雅安和攀枝花的農業競爭力相對較弱。

(3)第三類包括甘孜州和阿壩州2個少數民族自治州，受氣候、地形地勢和地理位置等自然環境的影響，這2個地區以林業和畜牧業為主，經濟相對落后導致農業基礎設施不完善、技術落后、機械化程度和農業生產效率低，因此使得上述2個區域的農業競爭力弱。

(4)第四類僅含有成都市，地區整體農業競爭力最強。隨著城市化進程加快，成都區域的耕地面積呈減少趨勢，并且人均耕地面積在全省范圍內排名靠后，但成都市的第一產業GDP仍位居全省第一，主要歸結于以下幾點：首先，農業技術投入力度大，機械化程度高，提升了成都市農業生產效率，將有限資源的效能發揮至最大，使得其有效灌溉面積及其機耕面積均排首位；其次，農業公共服務到位，成都市農林水事務支出全省最高，達759105萬元，遠超其他各市(州)農業財政投入，地區政策的大力幫扶使得成都市農業發展得到大力支持。

4　結論與建議

本文基于波特“鉆石理論”思想的指導，結合四川省區域農業發展的實際情況，構建了包含5個一級指標、15項二級指標組成的四川省區域農業競爭力評價指標體系。因子分析根據指標間的隱性聯系將其整合為4個公因子，其中公因子F1和F2方差貢獻率占比大，這2項因子得分高低對農業競爭力的最終排名起主導作用。除去公因子F1和F2中的結果指標(第一產業GDP、農林牧漁業總產值和農村居民人均收入)，其他指標大致可以歸為兩類：一是保證農業活動開展的農業資源基本要素，二是支持農業生產的資金、技術投入高級要素，再次印證了波特“鉆石理論”的科學性。在因子分析基礎上進行的系統聚類分析根據四川省21市(州)的農業競爭力實際情況將其分為4類，聚類結果基本符合地區現狀。省會成都市農業競爭力最強，甘孜州和阿壩州農業競爭力最弱，且兩類間農業發展差距明顯，究其原因，成都市所擁有的得天獨厚的地理優勢以及先進的基礎設施正是其他地區所缺失的。因此，在自然環境難以改變的情況下，積極改善社會生產條件是提升其農業競爭力的關鍵。

本研究針對四川省區域農業發展現狀，為后期農業管理工作提出以下幾點建議。一是加大科技投入，提高農業生產效率。農業科學技術的普及、機器體系的形成和農業機器的廣泛應用是現代農業的顯著特點，科學培育與機械化操作的完美結合，能夠有效提高農產品產量與質量。二是結合地區實際情況，優化農業產業結構，推動地區特色農業發展。自然資源稟賦狀況對地區農業發展有重要影響，不同的自然環境形成差異化的農業結構，各地區應順應自然規律，重點發展符合自然條件的農業種類，以最少的投入實現產出最大化。三是增加財政投入，加強農業基礎設施建設。強化農業基礎設施建設是推動農村經濟發展、促進農業和農村現代化的重要措施之一，各地區應盡快建立和完善農田水利建設、農產品流通重點設施建設、商品糧棉生產基地建設，以及農業教育、科研、技術推廣和氣象基礎設施建設等，為農業競爭力的提升提供保障。四是合理配置農業經濟資源，加大對落后地區的扶持力度。農業自然資源是難以改變的，但對于能夠直接或間接對農業生產發揮作用的社會經濟因素和社會生產成果可以適當進行人為干預。政府應加強對農業人員的專業教育與培訓，逐步擴大新型農民隊伍，提升勞動力素質；另一方面，積極引進和推廣先進生產技術設備，進一步提升農業現代化水平，提高科技對農業生產的貢獻率。

[1] 萬青.六安市農業競爭力的測度與實證分析[J].江西農業學報,2007,19(2):138-141.

[2] 邁克爾·波特.國家競爭優勢[M].北京:中信出版社,2010.

[3] Kennedy P L, Harrison R W. Analyzing agribusiness competitiveness: the case of the United States sugar industry[J]. International Food and Agribusiness Management Review, 1998(2): 51-62.

[4] Gustavsson R, Hanson P, Lundberg L. Technology resource endowments and international competitiveness[J]. European Economic Review, 1999, 43(7): 23-38.

[5] Maria Sassi. Agricultural convergence and competitiveness in the EU -15 regions[C]//Contributed paper prepared for presentation at the International Association of Agricultural Economists Conference, Gold Coast, Australia, 2006: 67-80.

[6] Christian Fischer, Sebastian Schornberg. Assessing the competitiveness situation of EU food and drink manufacturing industries: An index -based approach[J]. Agribusiness, 2007(4): 56-72.

[7] 趙樹寬,劉冠宏.農業競爭力理論范式探討[J].當代經濟研究,2013(5):20-26.

[8] 趙海燕,何忠偉.中國大國農業國際競爭力的演變及對策:以蔬菜產業為例[J].國際貿易問題,2013(7):3-14.

[9] 萬云芳.制約陜西農業競爭力提高的影響因素分析[J].江西農業學報,2012,24(10):153-155.

[10] 高云,詹慧龍,趙躍龍,等.國家現代農業示范區競爭力評價及區域優勢分析[J].浙江農業學報,2015,27(10):1841-1849.

[11] 鄭軍,史建民.基于AHP法的生態農業競爭力評價指標體系構建[J].中國生態農業學報,2010,18(5):1087-1092.

[12] 劉洋,甘紅.區域農業競爭力系統評價[J].農業系統科學與綜合研究,2005,21(4):57-60.

[13] 唐仁健.從根本上提升我國農業競爭力——中國農業應對WTO的宏觀思考[J].農業經濟問題,2001,22(1):25-31.

[14] 蘇航.農產品競爭力與農業競爭力的內涵界定[J].經濟論壇,2005(24):125-127.

[15] 曹執令.湖南省區域農業競爭力比較研究[J].經濟地理,2012,32(2):139-142.

[16] 潘啟龍,劉合光.現代農業科技園區競爭力評價指標體系研究[J].地域研究與開發,2013,32(1):5-11.

[17] 孫東琪.蘇魯兩省產業競爭力模式比較及其競爭路徑研究[J].經濟地理,2013,33(2):128-134.

(責任編輯：管珊紅)

Empirical Analysis and Evaluation of Regional Agricultural Competitiveness in Sichuan Province

XIAO Shu-yi

(Hohai University, Nanjing 210000, China)

Taking 21 cities (prefectures) of Sichuan province as the research objects, the regional agricultural competitiveness evaluation index system that consisted of 5 primary indexes and 15 secondary indexes was constructed on the basis of combining the related worldwide literatures with the regional actual situations. Four common factors (agricultural productivity, rural residents’ living standard, agricultural scale, and agricultural structure) were extracted by using factor analysis, and the agricultural competitiveness of all cities (prefectures) was ranked. Based on the above 4 common factors, the agricultural competitiveness of 21 cities (prefectures) in Sichuan province was sorted by using systematic clustering analysis. According to the statistical data and the evaluated regional agricultural competitiveness in the year 2014, 21 cities (prefectures) in Sichuan province could be divided into 4 categories; among them, Chengdu city had the best status of agricultural development, while Ganzi prefecture and Aba prefecture had the weakest agricultural competitiveness, which was consistent with the ranking results of factor analysis. Finally, a series of related measures and suggestions were put forward to strengthen the agricultural competitiveness of Sichuan province.

Agricultural competitiveness; Evaluation index system; Factor analysis; Clustering analysis; Sichuan province

2016-03-29

肖舒刈(1992—)，女，四川成都人，碩士研究生，研究方向：人力資源、區域經濟學研究。

F327

A

1001-8581(2016)09-0112-07