基于主成分分析的山西省集中连片特困区农业经济发展评价

doi:10.11923/j.issn.2095-4050.cjas2020-0226

摘要/Abstract

摘要：

山西省境内的吕梁、太行两大集中连片特困区是国家扶贫攻坚的主战场。本研究以该片区所辖4市21个国家级贫困县作为研究对象,从山西省统计局统计年鉴及国务院扶贫办获取研究区内2008—2018年共11年农业经济数据,采用主成分分析法对区域内的农业经济发展状况进行评价,旨在探讨山西集中连片特困区农业经济发展状况的时空分布特征及其与贫困之间的关系。结果表明：两大片区的农业经济发展水平具有地域差异性,随着时间推移,农业经济发展有所好转,但农民在农业生产过程中大量使用落后的农业机械削减了农民的生产积极性,从而导致农业总产值降低,在农业种植中施用过多化肥造成土壤贫瘠、土壤质量下降,引起农作物产量减少,进一步导致贫困加重。因此,在集中连片特困区进行精准脱贫时,要“依地施策、依时施策”,改变该区传统落后的农业生产方式,走绿色、包容、可持续的农业经济发展道路。

关键词: 连片特困区, 可持续农业, 主成分分析, 山西省, 农业经济

Abstract:

Lvliang and Taihang, two concentrated and contiguous poverty-stricken areas in Shanxi Province, are the main targets for poverty alleviation of China. In this paper, 21 state-level special poverty-stricken counties in 4 cities of these areas were taken as the research objects. The agricultural economic data of the study areas from 2008 to 2018 were obtained from the Statistical Yearbook of Shanxi Provincial Bureau of Statistics and the Poverty Alleviation Office of the State Council. The principal component analysis method was used to evaluate the agricultural economic development, in order to explore the spatial and temporal distribution characteristics of agricultural economic development and their relationship with poverty in concentrated and contiguous poverty-stricken areas in Shanxi. The results show that there are regional differences in the agricultural economic development level between Lvliang and Taihang, and the agricultural economic development has been improved with the passage of time. However, farmers’ extensive use of backward agricultural machinery in agricultural production has reduced their enthusiasm for production, resulting in a decrease in the total agricultural output value. The application of excessive chemical fertilizer in agricultural planting has led to poor soil quality and crop yield decrease, and further aggravated poverty. Therefore, when targeted poverty alleviation is carried out in concentrated and contiguous poverty-stricken areas, it is necessary to “implement policies according to local conditions and time”, change the traditional backward agricultural production mode in these areas, and take a green, inclusive and sustainable agricultural economic development road.

Key words: Contiguous Poverty-stricken Areas, Sustainable Agriculture, Principal Component Analysis, Shanxi Province, Agricultural Economy

中图分类号:

杨晓辉, 杜荣, 秦瑞敏, 徐满厚. 基于主成分分析的山西省集中连片特困区农业经济发展评价[J]. 农学学报, 2021, 11(8): 116-124.

Yang Xiaohui, Du Rong, Qin Ruimin, Xu Manhou. An Evaluation of Agricultural Economic Development in Contiguous Poverty-stricken Areas in Shanxi Province Based on Principal Component Analysis[J]. Journal of Agriculture, 2021, 11(8): 116-124.

图/表 7

参考文献 32

[1]	张颖丽, 李建华. 欠发达地区政府拉动型科技人才吸纳对策研究[J]. 社会科学辑刊, 2010(3):63-66.
[2]	石琳琳, 王光森. 新时代中国社会主要矛盾:旨归·导向·着力点[J]. 中共云南省委党校学报, 2018, 19(5):36-40.
[3]	龚亮保. 从打好扶贫攻坚战到打赢脱贫攻坚战[J]. 老区建设, 2015(21):1.
[4]	钟琴梅. 少数民族地区精准扶贫研究—以贵州省印江土家族苗族自治县为例[D]. 湘潭:湘潭大学, 2019.
[5]	王宗礼. 把全面从严治党要求贯穿到脱贫攻坚全过程[N]. 甘肃日报, 2019-03-13(008).
[6]	徐满厚, 贾燕燕, 张潇月, 等. 山西吕梁连片特困区农业经济发展评价及其时空分布特征[J]. 农学学报, 2018, 8(5):73-80.
[7]	李晓龙, 徐鲲. 连片特困地区扶贫攻坚的战略选择[J]. 南京林业大学学报:人文社会科学版, 2014, 14(2):61-68.
[8]	Yang X J, Wang Y Y, Kong Z Q, et al. Study on the Participation Path of Tourism Accurate Poverty Alleviation Community in Contiguous Destitute Areas—A Case Study of Ankang City, Qinba Mountain Area, Shaanxi Province[J]. IOP Conference Series: Earth and Environmental Science, 2019, 237(3).
[9]	邢慧斌, 刘冉冉. 集中连片特困区教育精准扶贫绩效的空间差异研究——以燕山-太行山区8 个连片特困县为例[J]. 教育与经济, 2019(1):7-15.
[10]	陈厚义. 贵州连片特困区经济社会发展的对比研究[J]. 贵州社会科学, 2012(10):82-86.
[11]	张骏逸, 竺三子, 刘鹏凌. 大别山连片贫困区农业经济增长影响因素分析—基于 Panel Data 模型分析[J]. 山西农业大学学报:社会科学版, 2014, 13(5):498-503.
[12]	李永红, 刘小鹏, 裴银宝, 等. 六盘山集中连片特困区村域空间贫困及分异研究——以宁夏泾源县为例[J]. 宁夏大学学报:自然科学版, 2017, 38(3):308-316.
[13]	朱青. 贵州喀斯特地区贫困农户可持续发展分析[J]. 农业经济, 2013(8):85-87.
[14]	Garong Nima. Measures and Safeguards to Realize Stable Poverty Alleviation in Contiguous Destitute Areas Based on Human Capital Development — A Case Study of Xialatuo Village[J]. Open Journal of Social Sciences, 2019, 7(4):70-84.
[15]	杨隆. 山西省消除贫困的财政政策研究[D]. 太原:山西财经大学, 2017.
[16]	曹银贵, 周伟, 王静, 等. 基于主成分分析与层次分析的三峡库区耕地集约利用对比[J]. 农业工程学报, 2010, 26(4):291-296.
[17]	徐红涛, 陈春波, 郑宏伟, 等. 基于相关分析和自适应遗传算法的盐渍化建模变量和参数优选[J]. 地球信息科学学报, 2020, 22(7):1497-1509.
[18]	罗中良, 麦宜佳, 施仁. 一类基于统计理论的神经网络模式识别方法[J]. 工业仪表与自动化装置, 2001(6):5-7.
[19]	王莺, 王静, 姚玉璧, 等. 基于主成分分析的中国南方干旱脆弱性评价[J]. 生态环境学报, 2014, 23(12):1897-1904.
[20]	黄文准. 农业科技创新对农村经济影响的实证研究[J]. 科技管理研究, 2011, 31(12):1-4.
[21]	袁磊. 我国农业总产值影响因素研究——基于全国31省市数据的实证分析[J]. 山东农业大学学报:社会科学版, 2013, 15(3):29-33.
[22]	范君晖, 闫明星. 基于结构方程模型的健康人力资本收入效应研究[J]. 湖南财政经济学院学报, 2019, 35(2):57-64.
[23]	李川川. 郑州国家中心城市竞争力评价[D]. 开封:河南大学, 2019.
[24]	杨婷, 王玉贵, 方孝梅, 等. 因子分析法在医院科室综合效益评价中的应用[J]. 中国卫生统计, 2009, 26(2):161-163.
[25]	Xu S G, Cui Y X, Yang C X, et al. The fuzzy comprehensive evaluation (FCE) and the principal component analysis (PCA) model simulation and its applications in water quality assessment of Nansi Lake Basin, China[J]. Environmental Engineering Research, 2021, 26(2):222-232.
[26]	Marianne S. Feeding the World: Brazil's Transformation into a Modern Agricultural Economy by Herbert S. Klein and Francisco Vidal Luna (review)[J]. Journal of Interdisciplinary History, 2020, 50(3):475-477. doi: 10.1162/jinh_r_01473 URL
[27]	卢娜娜. 河南省绿色循环农业现状分析与对策研究[D]. 郑州:河南农业大学, 2015.
[28]	肖小华. 不同耕地流转类型农户对粮食补贴政策满意度比较研究[D]. 南昌:江西农业大学, 2016.
[29]	潘仲尼, 王广斌, 张航瑞, 等. 吕梁市特色农业发展研究[J]. 湖南农业科学, 2016(9):97-100.
[30]	党史文苑编辑部. 脱贫之战,总书记发出总攻令[J]. 党史文苑, 2016(16):1.
[31]	李欣. 精准扶贫背景下山东省产业扶贫问题研究[D]. 济南:山东大学, 2018.
[32]	谢晓燕, 刘洪银. 攻坚期农村低保群体稳定脱贫路径选择[J]. 天津行政学院学报, 2019, 21(2):52-58.

贫困因素	维度	具体指标
社会	人口特征	收入贫困发生率(PF)
农业经济	人均水平	人均农业总产值(NC)
		人均农用机械量(NJ)
		农村人均用电量(ND)
	面积水平	单位播种面积粮食产量(BLC)
		单位播种面积化肥施用量(BNH)
		单位播种面积机械动力(BNJ)

贫困因素	维度	具体指标
社会	人口特征	收入贫困发生率(PF)
农业经济	人均水平	人均农业总产值(NC)
		人均农用机械量(NJ)
		农村人均用电量(ND)
	面积水平	单位播种面积粮食产量(BLC)
		单位播种面积化肥施用量(BNH)
		单位播种面积机械动力(BNJ)

	PF	NC	ND	NJ	BLC	BNH
NC	-0.391^**
ND	-0.218^**	0.571^**
NJ	-0.480^**	0.542^**	0.601^**
BLC	-0.306^**	0.238	-0.297^**	0.262^**
BNH	0.377^**	-0.164^*	-0.171^*	-0.106^*	0.045
BNJ	-0.182^**	0.186	-0.137^*	0.076	0.397^**	0.134^**

	PF	NC	ND	NJ	BLC	BNH
NC	-0.391^**
ND	-0.218^**	0.571^**
NJ	-0.480^**	0.542^**	0.601^**
BLC	-0.306^**	0.238	-0.297^**	0.262^**
BNH	0.377^**	-0.164^*	-0.171^*	-0.106^*	0.045
BNJ	-0.182^**	0.186	-0.137^*	0.076	0.397^**	0.134^**

成分	特征根	方差贡献率/%	累积方差贡献率/%
1	3.175	48.364	48.364
2	1.614	33.052	81.416