唐高光　陈士银

摘 要：高标项目是解决我国“三农”问题和农业可持续发展的重要途径。该文以农村效益和农业效益为外生变量，农民效益为内生变量，通过构建SEM模型来评价高标项目建设的“三农”效益。结果表明：村庄道路便捷度指数为0.678 5，对农村效益的影响最大；农田水利设施完善度指数为0.665 5，对农业效益的影响最大；农民效益不仅受观测变量的影响，与农村效益及农业效益也密切相关。该文认为高标项目的建设需要注重农村、农业和农民的协调发展。

关键词：高标项目 “三农”效益 SEM模型

中图分类号：F301.23 文献标识码：A 文章编号：1672-3791（2016）06（b）-0064-04

“三农”问题是我国社会发展的根本问题。巩固农业基础，解决农业发展中存在的问题，保证农业、农村平稳快速发展，是我国自立自强、可持续发展的根本要求。高标准基本农田建设是对现有耕地进行基础巩固与加强，形成集中连片、高产稳产、设施配套齐全、生态环境友好并具备一定抗灾能力与现实相适应的基本农田。高标准基本农田建设能够提高耕地的综合能力，巩固及加强基础农业，确保国家的粮食安全。近年来，各地频发的洪涝、龟裂等土地灾害更加印证加快建设高标准基本农田的必要性。目前，国内学者对高标准基本农田建设的研究主要以《高标准基本农田建设标准TD/T1033-2012》[1]为依据，并结合农用地分等定级等成果，进行高标准基本农田保护区及耕地保护研究[2]，以土地适宜性及数量和质量为目标的布局调整优化研究[3]以及基本农田建设内容与生态服务价值的研究[4]、基本农田的整治区域、模式的划分与时空配置[5-7]等的研究，而高标项目建设的效益研究文献较少。该文拟从“三农”效益视角来分析高标项目建设的成效及影响因素，探索促进社会可持续发展的可行途径。

1 SEM模型

结构方程模式（Structural Equation Modeling，SEM模型）是一种融合因素分析和路径分析的多元统计技术，同时能对多变量间交换关系的定量研究，在1969年由Bock和Bargmann提出。是基于变量的协方差矩阵（或相关矩阵）来分析变量之间关系的一种统计方法。一个完整的SEM模型主要包括测量模型（Measurement Model）和结构模型（Structural Model）这两个次模型。测量模型及结构模型的矩阵方程如下[8]：

（1）

X为外源观测指标；λx为X指标与ξ潜伏变量的关系；ε为X的测量误差。

Y为内生观测指标；λy为Y指标与η潜伏变量的关系；δ为Y的测量误差。

η为内生潜伏变量；β为内生潜伏变量之间的关系。

ξ为外源潜伏变量；г为外源潜伏变量对内生潜伏变量的影响。

ζ为模式内所包含的变量及变量间关系所未能解释的部分。

2 变量的选择

（1）潜变量的选择。

SEM模型建立的第一步为假设模型的设立，在已掌握的数据和理论的基础上，根据研究方向进行假设。潜变量的选择对于建立结构方程模型具有重要意义，同时也是确立模型的基础。

为了研究高标项目对“三农”效益评价的影响程度，在高标项目效益评价的基本理论的基础上，选择农业效益、农村效益和农民效益作为模型的潜变量。由于农业效益和农村效益最终服务于农民效益，农民效益最终也体现在农业效益和农村效益上。所以在模型的设计上，选择农民效益（η）作为内生潜变量，农村效益（ξ1）及农业效益（ξ2）作为外生潜变量。

农村效益（ξ1）：即为实施高标准基本农田建设后，基础设施、公共设施、农村道路改造等对农村所产生的影响。

农业效益（ξ2）：主要指的是进行高标准基本农田项目建设对农产品的产量、农田耕作收割的基础设施及农业耕作收割等科学技术的进步状况等产生的影响。

农民效益（η）：为高标项目的实施对农民如生产方式、生活方式等所产生的影响。例如提高农民的收入以及生活质量等。

（2）观测变量的选择。

在SEM模型中，观测变量是间接测量潜变量的重要依据，科学地选择观测变量最终将直接影响整个模型的分析结果。高标项目建设的重点在于对农村田间道路生产路、对农田的水利灌溉排水设施等进行改善。

可测变量的选择，对数量有一定的要求，过多或过少都将对模型的信息交流产生影响，最终影响模型的运行结果。所以在进行潜变量的选择时，需要选择具有代表性的指标，或是根据潜变量的定义选择2～3个观测变量。

根据以上的论述和能够收集到的数据，以及针对研究的“三农”效益，对可测变量进行筛选后，选择以下观测变量。

农村效益（ξ1）：选取基础设施增加率、村庄道路便捷率、排水设施完善率3个观测变量。

农业效益（ξ2）：选取农田水利设施完善率、每亩农产品产量增加率、田间道路改善率3个观测变量。

农民效益（η）：选取出售农产品净收入增加率、项目参与增加率、每亩农产品增值率3个观测变量。

3 模型构建

高标准基本农田项目的建设，最终将对农业、农村、农民产生不同程度的影响。经过高标项目建设，农业的规模化生产将提高农民的收入水平，农村面貌改善促进农民生活质量的改善。换言之，农业效益及农村效益的变化影响将最终体现在农民效益上，由此建立的初步高标项目各效益评价的概念模型如图1所示。

根据初步建立的高标项目各效益评价概念模型以及参照SEM方程的构建模型，建立高标项目效益评价的结构方程模型方程式。测量模型反应测量指标与因子间的关系，由于误差项在模型中是可以相关的，对于解决实际中的问题具有重要意义。

4 徐闻县高标项目“三农”效益评价实证

4.1 项目区概况

徐闻县地处热带季风气候区，气候温暖，雨量充沛。年平均气温为23 ℃，雨季集中旱、雨季明显，多台风。2013年末全县土地总面积197 952.85公顷，其中耕地面积69 481.50公顷、园地面积57 515.93公顷、林地面积13 573.45公顷、草地面积2 016.03公顷、城镇及工矿用地面积17 900.64公顷、交通运输用地4 485.13公顷、水域及水利设施用地面积31 469.94公顷、其他用地面积1 518.54公顷。

徐闻县前山镇北松等3个村高标准基本农田建设项目规模433.33公顷，其中基本农田面积408.05公顷，占建设总规模的 94.17%，规划实施后项目总面积不变。项目建设地点涉及前山镇北松村、甲村村和孙田村3个村委会，其中北松村4 433.91亩、甲村村1 216.40亩、孙田村849.69亩，项目区农作物一年两熟，主要种植甘蔗、香蕉、菠萝和水稻等作物，项目建设前后数据见表1。

4.2 结果与分析

对SEM模型进行评价一般参考相应的拟合指数，也就是模型的拟合优度。根据统计量，在协方差和期望协方差的差异衡量模型的拟合优度。χ2统计量和RMSEA是评价拟合优度的两个指标。

SEM模型还可以根据其他拟合指数进行分析，如：标准拟合指数（NFI）、比较拟合指数（CFI）、非标准化拟合指数（NNFI）[9]等。

根据SEM模型运行所得出的结果以及SEM模型整体评价的原理，得到相关参数检验见表2。

在原有模型下，根据表2的总体评价指标，χ2统计量为42.50，符合判定标准；近似误差均方根RMSEA为1.78，小于 0.10，符合判定标准；标准拟合指数为0.918 5，非标准拟合指数为 0.932 8，均在判定范围内，符合判定标准；比较拟合指数0.910 2，大于0.90，符合判定标准。

变量间的模型路径系数如表3所示。

依据该模型结论得出，所选取的观测变量对农村效益、农业效益和农民效益的评价较为合理。一方面体现了各评价指标间的协调性，另一方面也体现对“三农”效益影响的大小。为高标项目的“三农”效益评价提供了一定的参考依据。

根据路径系数大小可看出，村庄道路便捷率和排水设施完善率对农村效益的评价起重要性作用， 其中村庄道路便捷程度为0.678 5，对农村效益影响最大。村庄交通便捷，农村与乡镇便于交流，从而带动农村发展，这与数据分析相一致。其次，排水设施的完善对于农村建设及农业耕种发展起重要作用。农业效益中，农田水利设施完善率和每亩农产品产量增加率比较反应农业效益的优劣程度，其路径系数分别为0.665 5和0.625 6，说明耕地条件和农产品收益更为体现农业效益。

农民效益作为内生潜变量，不仅受观测变量指标影响，同时也受农村效益和农业效益这两个外生潜变量影响。根据农民效益中的观测变量可知，出售农产品净收入增加率对农民效益的影响最大，路径系数为0.624 6，其次为每亩农产品增值率，最后是每亩农产品增值率。这也与增加农民收入是解决农民问题的根本这一现实情况符合。农产品净收入增加，农民收入也跟着提高，这也是解决“三农”问题的根本目标。根据农村效益和农业效益，当村庄道路便捷率、排水设施完善率、农田水利设施完善率、田间道路改善率等观测变量在高标项目建设后出现不同程度的提高，说明交通设施和灌排排水设施的改善促进农产品增产，从而增加农民收入。由此表明农业效益和农村效益对农民效益产生正影响。

5 结论与讨论

该论文对于高标项目的农村效益评价可以看出，村庄道路便捷程度对于农村效益的影响最高，此指标反应农村的经济发展程度，只有道路通畅了，才能更好地与外界交流，达到经济环境改善，这一指标也很好地揭示了农村发展的状况，与现实情况相一致。

从3个潜变量相互关系中可以看出，农民效益作为内生潜变量受农村效益和农业效益这两个外生潜变量影响。根据农村效益和农业效益的观测变量可知，当高标准基本农田项目建成后，改善了农村道路和田间道路，使得用于耕种的物质更方便运输及使用，同时引进耕作机器，提高现代农业化，大大地提高了耕种和收割效率。另一方面，灌溉排水设施的完善，在减少村民耕种时间的同时，使作物更有效地接受灌溉。当汛期来临时，由于排水设施的完善建设，大大降低农民的经济损失，最终受益于农民效益。

高标项目的建设通过对现有土地进行整治，合理安排基础设施的位置，使其更符合实际生产要求，更方便为当地村民所用，使在土地面积一定的情况下，增加每亩农田的产出率，从而提高农民的经济收入，改善农民生活质量。根据数据结果与现实情况的结合，更好地解释高标项目建设对农业、农村及农民效益的提高。也在现有条件下，通过高标项目，改善当地的生态环境，促进当地经济、生态协调发展。

参考文献

[1] TD/T 1003-2012，高标准基本农田建设标准[S].2012.

[2] 王洪波，程锋，张中帆，等.中国耕地等别分异特性及其对耕地保护的影响[J].农业工程学报，2011，27（11）：1-8.

[3] 崔勇.基于GIS的北京市怀柔区高标准基本农田建设适宜性评价研究[J].中国土地科学，2014，28（9）：76-83.

[4] 唐秀美.高标准基本农田建设对耕地生态系统服务价值的影响[J].生态学报，2015，35（24）：8009-8015.

[5] 薛剑.高标准基本农田建设评价模型的构建及建设时序的确定[J].农业工程学报，2015，30（5）：193-203.

[6] 边振兴.基于LESA体系的高标准基本农田建设时序研究[J].自然资源学报，2016，31（3）：436-446.

[7] 王晨.高标准基本农田区域分布与建设潜力研究[J].中国人口·资源与环境，2014，24（5）：226-229.

[8] 侯杰泰.为何需要结构方程模式及如何建立潜伏变项[J].教育研究学报（香港），1994，19（1）：87-92.

[9] 温忠麟，侯杰泰，马什赫伯特.结构方程模型检验：拟合指数与卡方准则[J].心理学报，2004，36（2）：186-194.