崔永福 陶佩君

摘要：以河北省136個(gè)縣級(jí)區(qū)域?yàn)檠芯繉?duì)象，通過(guò)選取對(duì)農(nóng)業(yè)發(fā)展具有較大影響的8個(gè)指標(biāo)，利用因子分析和ESDA方法，對(duì)該136個(gè)縣市的農(nóng)業(yè)發(fā)展水平進(jìn)行了分析。結(jié)果表明，針對(duì)原始指標(biāo)提取的公因子具有較大的貢獻(xiàn)率；各個(gè)縣市的農(nóng)業(yè)發(fā)展水平在空間分布上具有較強(qiáng)的相關(guān)性；部分縣市農(nóng)業(yè)發(fā)展水平在空間分布上集聚效應(yīng)顯著，但在省域范圍內(nèi)分布不均衡。

關(guān)鍵詞：縣域；因子分析；農(nóng)業(yè)發(fā)展水平；空間差異；ESDA；河北省

中圖分類號(hào)：F205 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2014）02-0474-04

Spatial Difference Analyses of the Agricultural Development Level of Various Counties in Hebei Province

CUI Yong-fu，TAO Pei-jun

（Agricultural University of Hebei， Baoding 071000， Hebei， China）

Abstract：By choosing 8 indicators having great impact on agricultural development of 136 counties in Hebei province， the agricultural development level of 136 counties was analyzed with factor analysis and ESDA methods. The results showed that the common factor extracted from original indicators had a greater contribution rate. The agricultural development level of various counties had a strong correlation in the spatial distribution. The agricultural development level in some counties had significant impact on the combined effect of the spatial distribution， but was unevenly distributed within the provincial regions.

Key words： county； factor analysis； agricultural development level； spatial difference； ESDA； Hebei province

經(jīng)濟(jì)指標(biāo)空間分布的差異問(wèn)題已成為社會(huì)經(jīng)濟(jì)研究中的一個(gè)熱點(diǎn)，而區(qū)域農(nóng)業(yè)發(fā)展水平的差異亦引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[1]。然而傳統(tǒng)農(nóng)業(yè)發(fā)展水平差異的度量方法，大多通過(guò)統(tǒng)計(jì)模型對(duì)指標(biāo)進(jìn)行加權(quán)評(píng)判來(lái)進(jìn)行，因其缺乏空間視角，難以真實(shí)反映區(qū)域農(nóng)業(yè)發(fā)展水平空間差異的變化與機(jī)制。相關(guān)研究表明，區(qū)域農(nóng)業(yè)發(fā)展空間差異具有普遍性，空間的影響尤其是空間自相關(guān)和空間異質(zhì)性必須在研究不同尺度的區(qū)域農(nóng)業(yè)發(fā)展差異問(wèn)題時(shí)加以考慮[2]。

1 研究區(qū)域、數(shù)據(jù)來(lái)源與研究方法

1.1 研究區(qū)域

1.2 數(shù)據(jù)來(lái)源

為分析河北省縣域農(nóng)業(yè)發(fā)展水平的空間差異，本研究圖件數(shù)據(jù)選取1∶10 000河北省基礎(chǔ)地理數(shù)據(jù)，空間分析尺度為河北省108個(gè)縣、 22個(gè)縣級(jí)市和6個(gè)自治縣共136個(gè)含有農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)的縣級(jí)行政區(qū)域。由于所研究的對(duì)象是河北省縣級(jí)區(qū)域，而地市所轄區(qū)因不含或所含研究指標(biāo)難以獲取，故不包含在研究區(qū)域內(nèi)，而且由于北京和天津隔斷了河北部分縣（市）的空間連接，造成分析區(qū)域存在“島”或者“空洞”的現(xiàn)象，為減少由于其存在而產(chǎn)生的誤差，故不采取判斷是否鄰接的辦法來(lái)構(gòu)造空間權(quán)重矩陣，而選擇基于距離規(guī)則來(lái)建立空間權(quán)重矩陣，即先獲取每個(gè)空間單元與其他各空間單元?dú)W氏距離中的最小值，再選擇這些距離最小值中的最大者定為最小距離，該規(guī)則可保證在此最小距離內(nèi)每個(gè)空間單元至少有一個(gè)值相鄰的空間單元。數(shù)據(jù)資料來(lái)自《河北統(tǒng)計(jì)年鑒（2012）》和《河北農(nóng)村統(tǒng)計(jì)年鑒（2012）》，依據(jù)“代表性、可獲取性、客觀性、可比性”的原則選取指標(biāo)變量，見(jiàn)表1。

1.3 研究方法

1.3.1 因子分析法 在實(shí)際工作中，收集的變量間會(huì)存在較強(qiáng)相關(guān)關(guān)系的情況，直接利用分析會(huì)使模型很復(fù)雜，而且還會(huì)帶來(lái)多重共線性問(wèn)題，主成分分析提供了解決的辦法[3]。其實(shí)質(zhì)就是將初始變量整合成少數(shù)幾個(gè)相互無(wú)關(guān)的主成分變量，新變量包含了原始變量的絕大部分信息。而因子分析在一定程度上可被視作是主成分分析的深化和拓展，對(duì)相關(guān)問(wèn)題的研究更為透徹[4]。其原理是將具有一定相關(guān)關(guān)系的多個(gè)變量綜合為數(shù)量較少的幾個(gè)因子，研究一組具有錯(cuò)綜復(fù)雜關(guān)系的實(shí)測(cè)指標(biāo)是如何受少數(shù)幾個(gè)內(nèi)在的獨(dú)立因子所支配的，所以其是多元分析中處理降維問(wèn)題的統(tǒng)計(jì)分析方法。

1.3.2 ESDA分析方法 采用ESDA（Exploratory spatial data analysis，探索性空間數(shù)據(jù)分析）方法，從空間相互作用角度，通過(guò)對(duì)空間自相關(guān)分析來(lái)揭示縣域農(nóng)業(yè)發(fā)展水平的空間依賴性和空間異質(zhì)性，以此來(lái)探討縣域農(nóng)業(yè)發(fā)展水平的空間分布特征。ESDA是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合，以空間關(guān)聯(lián)測(cè)度為核心，通過(guò)對(duì)事物或現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)整體趨勢(shì)和個(gè)別異常，揭示研究對(duì)象之間的空間相互作用機(jī)制。進(jìn)行分析前先分析各研究變量是否屬正態(tài)分布，否則要進(jìn)行正態(tài)變換，以滿足空間自相關(guān)研究的前提條件。分析過(guò)程利用Luc Anselin設(shè)計(jì)的OpenGeoDa軟件獲取空間權(quán)重矩陣，全局Morans I統(tǒng)計(jì)量（全局空間自相關(guān)空間計(jì)量模型，結(jié)果需進(jìn)行Z顯著性檢驗(yàn)）和Global Lisa分析 （局部空間自相關(guān)計(jì)量模型）來(lái)衡量全局和局部空間自相關(guān)。

全局空間自相關(guān)空間計(jì)量模型：

2 河北省縣域農(nóng)業(yè)發(fā)展水平的因子分析過(guò)程

2.2 公共因子的貢獻(xiàn)率

公共因子的貢獻(xiàn)率反映了每個(gè)公因子包含原指標(biāo)的信息量度，累積貢獻(xiàn)率表示相應(yīng)幾個(gè)公共因子累計(jì)反映原指標(biāo)的信息量[5]。由表3可知，前兩個(gè)因子的累計(jì)貢獻(xiàn)率達(dá)到74.793%，可以滿足解釋因子分析用變量子集來(lái)解釋整個(gè)問(wèn)題的要求。所以，選取的8個(gè)變量可以用2個(gè)主因子來(lái)解釋。第一因子在第一產(chǎn)業(yè)總產(chǎn)值、農(nóng)村居民人均純收入、農(nóng)林牧漁業(yè)總產(chǎn)值、鄉(xiāng)村從業(yè)人員數(shù)量、化肥使用量（NPK折純量）和有效灌溉面積這些指標(biāo)上的載荷較大；第二因子在農(nóng)機(jī)總動(dòng)力和農(nóng)業(yè)技術(shù)人員數(shù)量這兩個(gè)指標(biāo)上的載荷較大。

2.3 公因子的提取

3 河北省縣域農(nóng)業(yè)發(fā)展水平的空間聚類及空間差異分析

3.1 空間聚類分析

空間聚類作為聚類分析的一個(gè)研究方向，是指將空間數(shù)據(jù)集中的對(duì)象分成由相似對(duì)象組成的類，同類中的對(duì)象間具有較高的相似度，而不同類中的對(duì)象間差異較大。聚類依據(jù)的數(shù)據(jù)取自因子分析中的縣域農(nóng)業(yè)發(fā)展水平的評(píng)價(jià)結(jié)果，由圖1可知，冀東平原區(qū)、太行山山前平原和黑龍港流域的大部分縣屬于高度農(nóng)業(yè)發(fā)展水平區(qū)；冀西北大部分縣屬于低度農(nóng)業(yè)發(fā)展水平區(qū)；冀北承德的大部分縣和其他地區(qū)零星分布縣市則屬于中度農(nóng)業(yè)發(fā)展水平區(qū)。

3.2 全局空間關(guān)聯(lián)性分析

全局的空間關(guān)聯(lián)性分析一般側(cè)重于研究區(qū)域空間對(duì)象某一屬性取值的空間分布狀態(tài)。由于全局空間自相關(guān)檢驗(yàn)要求變量滿足正態(tài)分布，在因子分析中已經(jīng)用Spss19.0軟件利用單樣本K-S檢驗(yàn)對(duì)縣域農(nóng)業(yè)發(fā)展水平進(jìn)行正態(tài)分布檢驗(yàn)（表5），漸進(jìn)顯著性（雙側(cè)）水平為0.068，大于0.05，所以以136個(gè)縣級(jí)單位為研究對(duì)象的農(nóng)業(yè)發(fā)展水平符合正態(tài)分布。利用ESDA分析方法中的式（1）原理計(jì)算河北省縣域農(nóng)業(yè)發(fā)展水平的空間相關(guān)系數(shù)Morans I、標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z值和平均值等（表6）。

由表6可知，河北省縣域農(nóng)業(yè)發(fā)展水平在空間分布上具有較強(qiáng)的全局空間自相關(guān)性，且在P<0.001的顯著水平下通過(guò)顯著性檢驗(yàn)。表明縣域農(nóng)業(yè)發(fā)展水平的高值（或低值）在空間布局上趨于相鄰，全局呈現(xiàn)強(qiáng)烈的空間依賴特征，而非隨機(jī)分布。

3.3 局部空間關(guān)聯(lián)性分析（LISA）

全局 Morans I統(tǒng)計(jì)量反映了河北省縣域農(nóng)業(yè)發(fā)展水平的空間自相關(guān)的整體情況，但卻掩蓋了內(nèi)部空間格局的動(dòng)態(tài)特征，亦不能反映單個(gè)空間區(qū)域單元的具體分布情況。所以采用局域空間關(guān)聯(lián)性分析（Cluster Lisa，圖3）來(lái)判斷縣域農(nóng)業(yè)發(fā)展水平的空間聚集情況，從而彌補(bǔ)全局空間關(guān)聯(lián)性分析的不足。Cluster Lisa圖運(yùn)用GIS技術(shù)顯示了基于某一指標(biāo)的空間集聚情況，一般分為Not Significant區(qū)、High-High區(qū)、Low-Low區(qū)、Low-High區(qū)和High-Low區(qū)共5種分布狀態(tài)。Not Significant區(qū)為空間集聚不明顯的區(qū)域；High-High區(qū)或Low-Low區(qū)代表該地區(qū)與周邊地區(qū)存在相似性，農(nóng)業(yè)發(fā)展均衡，但存在高-高集聚狀態(tài)或低-低集聚狀態(tài)；Low-High區(qū)和High-Low區(qū)則反映了該區(qū)域與周圍區(qū)域存在極化效應(yīng)，區(qū)域農(nóng)業(yè)發(fā)展不均衡。

由圖2可知，在0.01的顯著性水平上，樂(lè)亭縣、灤南縣、昌黎縣、赤城縣、沽源縣、張北縣、萬(wàn)全縣、懷安縣、宣化縣、蔚縣、淶源縣、新樂(lè)市、無(wú)極縣和晉州市共14個(gè)縣市存在明顯的集聚效應(yīng)，在0.05的顯著性水平上則有唐?？h、灤縣、盧龍縣、崇禮縣、尚義縣、涿鹿縣、平山縣、欒城縣、藁城市、深澤縣、贊皇縣、臨城縣、邯鄲縣和鹽山縣存在空間集聚效應(yīng)。由圖3可以看出，樂(lè)亭縣、灤南縣、昌黎縣、灤縣、盧龍縣屬High-High集聚區(qū)，另一個(gè)High-High集聚區(qū)包括藁城市、新樂(lè)市、無(wú)極縣、欒城縣和晉州市，2個(gè)農(nóng)業(yè)集聚區(qū)分別代表了冀東和冀中南的高度農(nóng)業(yè)發(fā)展水平。而冀西北絕大部分縣及平山縣、贊皇縣、臨城縣、鹽山縣則處于Low-Low區(qū)，主要因?yàn)槠渚幱谵r(nóng)業(yè)生產(chǎn)條件較差地區(qū)。邯鄲縣、深澤縣和唐海縣處于Low-High區(qū)，因其自身生產(chǎn)條件限制，未能融入周邊縣市的高度農(nóng)業(yè)發(fā)展圈。High-Low區(qū)未有縣市，也充分說(shuō)明了農(nóng)業(yè)發(fā)展水平對(duì)農(nóng)業(yè)生產(chǎn)條件的依賴。

4 結(jié)論與討論

4.1 結(jié)論

運(yùn)用因子分析找到了能代表原始數(shù)據(jù)的2個(gè)公因子，并據(jù)此計(jì)算了河北省縣域農(nóng)業(yè)發(fā)展水平。聚類分析的結(jié)果顯示了河北省縣域農(nóng)業(yè)發(fā)展水平的分布格局，說(shuō)明農(nóng)業(yè)發(fā)展水平深受農(nóng)業(yè)生產(chǎn)條件的制約。全局空間關(guān)聯(lián)性分析則表明河北省縣域農(nóng)業(yè)發(fā)展水平存在著較強(qiáng)的空間相關(guān)性。局部空間關(guān)聯(lián)性分析的結(jié)果表明河北省縣域農(nóng)業(yè)發(fā)展水平存在空間集群現(xiàn)象，High-High區(qū)有一定的輻射帶動(dòng)作用，但就其數(shù)量、分布和作用范圍來(lái)講仍顯不足，而Low-High區(qū)中的不均衡性也很明顯。所以在省市級(jí)層面的農(nóng)業(yè)發(fā)展政策制定上，應(yīng)依托 “農(nóng)業(yè)科技特派員”、“專家大院”等制度安排，在省地市域范圍內(nèi)建設(shè)更多的農(nóng)業(yè)發(fā)展“極點(diǎn)”和“極線”，以點(diǎn)成線，促線帶面，促進(jìn)農(nóng)業(yè)低值區(qū)的發(fā)展，最終實(shí)現(xiàn)農(nóng)業(yè)的均衡化和快速化發(fā)展。

4.2 討論

縣域農(nóng)業(yè)發(fā)展水平受多重因素的影響，本研究選取的指標(biāo)針對(duì)前人的研究成果進(jìn)行了部分修正，但由于數(shù)據(jù)不易獲取的原因，因子分析中變量的綜合代表性還有待進(jìn)一步探討，總體公因子貢獻(xiàn)率稍偏低。以后的研究中需要獲取更多的數(shù)據(jù)指標(biāo)，通過(guò)對(duì)不同變量賦予相應(yīng)權(quán)重，同時(shí)在空間單元上盡量融入市轄區(qū)及北京、天津區(qū)縣的數(shù)據(jù)，可能對(duì)于河北省縣域發(fā)展水平的綜合評(píng)價(jià)會(huì)更為科學(xué)。

參考文獻(xiàn)：

[1] 薛艷飛，顏毓?jié)?基于因子分析的陜西省現(xiàn)代農(nóng)業(yè)發(fā)展水平研究[J].湖北農(nóng)業(yè)科學(xué)，2011，50（23）：4993-4995.

[2] 徐貽軍，任木榮.湖南現(xiàn)代農(nóng)業(yè)發(fā)展水平評(píng)價(jià)[J].經(jīng)濟(jì)地理，2009， 29（7）：1166-1170.

[3] 楊維忠，張 甜.spss統(tǒng)計(jì)分析與行業(yè)應(yīng)用[M].北京：清華大學(xué)出版社，2011.169-177.

[4] 李樹(shù)明，徐衛(wèi)濤.我國(guó)現(xiàn)代農(nóng)業(yè)發(fā)展水平測(cè)度及其制約因素研究[J].求索，2010（7）：5-7.

[5] 連 健，李小娟，宮輝力，等.基于ESDA的北京市鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)空間特性分析[J].2010，29（1）：130-132.