李华东

(北京信息科技大学经济管理学院，北京 100192)

都市型现代农业评价指标体系的构建

李华东

(北京信息科技大学经济管理学院，北京 100192)

运用聚类分析、主成分分析等方法，构建了包含9个指标的我国都市型现代农业评价指标体系。基于此指标体系，运用因子分析法，对2014年北京、上海、天津、广州4个具有代表性的都市型现代农业城市的发展水平进行了评估。结果表明，北京、上海、天津、广州的因子分析的综合得分分别为0.47、0.18、-1.08、0.43。各城市应当充分借鉴都市型现代农业发展水平较高的城市的经验，结合自身的资源及地区优势，找到合适自身发展的方向，进一步提高都市型现代农业的发展水平。

都市型现代农业；评价指标体系；聚类分析；主成分分析；因子分析

都市型现代农业是农业发展进程中的重要形式之一。20世纪30年代，关于都市型现代农业的研究与实践已经逐步在美、日、欧等发达国家展开，并逐步向发展中国家扩展。20世纪90年代，我国开始探索都市型现代农业的发展模式，并首先在北京、上海、广州等大型城市推进，继而在苏州、南京、杭州、西安等大中型城市逐步展开。“十三五”时期是全面建成小康社会的决胜阶段，而“三农”问题也是全面建成小康社会的关键问题。积极探索推进都市型现代农业持续健康发展，在为居民提供良好的生态环境的同时，提供具有休闲娱乐、旅游观光、农业高科技教育的都市型现代农业，是高质高效发展现代农业的有效途径之一。而衡量都市型现代农业的发展水平，首先要设计一套科学合理、简明便捷的评价指标体系，这对于都市型现代农业合理规划实施方案、有效利用资源及自身优势等方面，具有重大的指导意义。

1 文献综述

21世纪以来，国内众多学者对我国都市型现代农业发展水平从不同角度、不同层面进行了理论和实证研究。蒋和平等[1]从农业投入水平、农业产出水平、农村社会发展水平及农业可持续发展水平4个方面构建了包含24个指标的指标体系；韩世元[2]认为指标体系的设计原则应该宁少勿多，具有典型性和代表性，并以此设计了包含人均GDP、第三产业占GDP比重、科技贡献率、农业劳动生产率、农业商品率、非生产类投资占农业总投资的比重、农业社会服务人数占全部农业劳动力比重、生态环境指标8个指标的指标体系；果雅静等[3]从经济发展水平、社会发展水平、生态环境可持续发展水平3个方面构建了包含17个指标的指标体系；陈凯等[4]构建了包含20个指标的都市农业现代化评价指标体系，并以广州、北京和武汉等11个城市的数据对该模型进行了验证；徐向峰[5]构建了包含农业综合生产指标、农业社会服务指标、农业生态环境指标、农业保障水平指标4大类共12项指标的指标体系；毕然等[6]将ANP方法运用到了都市型农业评价指标体系的构建过程中，建立了包含生态环境水平、社会服务水平、城乡和谐水平、科技创新及农业机械化水平6项二级指标及18项三级指标的都市型现代农业评价指标体系。李强等[7]认为现有指标体系未能凸显都市型农业的特征，并设计了包含发展条件、发展水平及社会贡献3个一级指标、12个二级指标、26个三级指标及64个四级指标的都市型现代农业评价指标体系。

综合各研究成果发现，目前针对都市型现代农业建立的评价指标体系，在建立过程受到各学者主观影响的情况较为普遍，各专家学者一般根据自己的需要建立指标体系，而缺乏客观系统的建立方法。同时，所建立的指标数量从十几个到几十个不等，指标数量过多会造成指标之间所描述或者表达的意义重复，对评价指标体系的效果也会造成很大影响。再者，指标过多会导致某些指标的数据提取困难。一般情况下，获取指标数据会来自国家统计年鉴或者各省、市的统计年鉴，但是目前我国各省(市)的统计年鉴的标准并不统一，会出现某个指标数据不能完全收集到的情况。

综上，虽然现有的都市型现代农业指标体系在某种程度上能够衡量和评价农业的发展水平，但是并不具有客观性以及可操作性。因此，建立一套具有客观性、简明性、易操作性的都市型现代农业评价指标体系十分必要。

2 评价指标体系的构建

2.1 构建方法 在研究已有的各都市型农业评价指标体系之后，为了克服在构建模型时主观性较强以及指标繁多复杂且数据不易获得等缺点，提出以下构建方法。

第一步，总结相关都市型现代农业指标体系构建的文献，运用理论分析法及频率统计法，同时考虑数据的可获得性，构建初步的指标体系。

第二步，运用聚类分析法，对构建的众多指标进行聚类，使得具有高度相似性的指标划分到一类，而把差异性较大的指标区分开来。

第三步，运用主成分分析法，对聚类分析之后形成的各大类进行分析，剔除贡献率不足1.5%的指标，形成精简的都市型现代农业指标体系。

第四步，运用因子分析法，确定影响都市型现代农业发展水平的主要因素，并计算其综合评价指数。

2.2 模型构建

2.2.1 建立初步指标体系。建立都市型现代农业评价指标体系，首先应该力求该指标体系能够全面、客观地反映都市型现代农业的发展水平和发展进程。其次，该指标体系应该具有通用性，即虽然各地区具有自身的发展特点，但在运用该指标体系进行横向对比时，可以分辨出某个地区的优势及劣势，以便下一步政策方针的部署及规划。最后，构建指标体系还要考虑数据的可获得性，力求直接或者经过简单的计算即可获得某个指标的数据。综上，运用理论分析法及频度统计法，选取了使用频率高，能够衡量都市型现代农业发展水平，且数据易于获得的指标，初步构建了包含15个指标的指标体系(表1)。

2.2.2 对初步指标体系进行聚类分析，确立指标体系三大类。为了克服主观性强的因素，运用SPSS19.0软件作为统计分析工具，采用K-均值聚类方法，根据2014年北京、上海、天津、广州4个城市统计数据，对表1中15个指标的数据进行聚类分析，将15个指标分为3类：第1类包括有效灌溉率、单位耕地面积农机总动力、第一产业劳动生产率、城乡居民收入之比、单位面积化肥使用量、单位面积农药使用量和森林覆盖率7项指标；第2类包括人均肉奶蛋鱼类产量、人均鲜活地产农产品产量、农业产值占GDP的比重和农业从业人员比重4项指标；第3类包括农民人均可支配收入、农民人均消费支出、人均住房面积和每千人拥有卫生技术人员4项指标。

表1 都市型现代农业初步评价指标体系

2.2.3 对各类指标进行主成分分析，找出能够描述该类的主要指标。通过聚类分析确定指标的分类之后，运用主成分分析，对每一大类的指标进行筛选，剔除每类贡献率不足1.5%的指标，保留剩余指标，形成精简的都市型现代农业指标体系。主成分分析结果见表2～4。

表2 第1类指标主成分分析结果

从表3可以看出，单位面积农药使用量、森林覆盖率、城乡居民收入之比及第一产业劳动生产率4项指标贡献率不足1.5%，故应当舍弃；有效灌溉率、单位耕地面积农机总动力及单位面积化肥使用量贡献率分别为81.346%、13.127%及5.527%，应当保留。

表3 第2类指标主成分分析结果

从表3可以看出，农业从业人员比重贡献率不足1.5%，故应当舍弃；人均肉奶蛋鱼类产量、人均鲜活地产农产品产量及农业产值占GDP比重贡献率分别为86.21%、10.925%及2.865%，应当保留。

表4 第3类指标主成分分析结果

从表4可以看出，每千人拥有卫生技术人员的贡献率不足1.5%，故应当舍弃；农民人均可支配收入、人均消费支出及人均住房面积贡献率分别为85.115%、9.97%及4.915%，应当保留。

整理表2～4得到包含3个一级指标及9个二级指标的精简的都市型现代农业指标体系(表5)。把各指标所在大类按照指标属性加以归纳，可以分为农业投入水平(包括有效灌溉率、单位耕地面积农机总动力及单位面积化肥使用量)、农业产出水平(包括人均肉奶蛋鱼类产量、人均鲜活地产农产品产量及农业产值占GDP的比重)及居民生活水平(包括农民人均可支配收入、农民人均消费支出及人均住房面)3大类。

2.2.4 对最终版都市型现代农业评价指标体系进行因子分析。对表5中9个指标运用因子分析法进行降维处理。首先运用SPSS对数据进行KMO和Bartlett检验，检验结果显示，KMO值为0.635，Sig.值为0.000，小于0.05显著性水平，说明变量之间存在相关关系，适合做因子分析。表6列出了提取的公因子的特征值、方差贡献率及累计方差贡献率。由表6可知，3个公因子方差累计贡献率接近100%，表明这3个公因子基本能够反映原始指标的全部信息，因子分析的效果理想。

表5 都市型现代农业评价指标体系

旋转后的因子载荷矩阵见表7，可以看出，第1个公因子(F1)主要解释了农业产值占GDP比重、农民人均可支配收入、农民人均消费支出及人均住房面积4项指标，称为社会发展因子；第2个公因子(F2)主要解释了有效灌溉率及单位耕地面积农机总动力2项指标，可以称为农业投入因子；第3个公因子(F3)主要解释了单位面积化肥使用量、人均肉奶蛋鱼类产量及人均鲜活地产农产品产量3项指标，可以称为农业产出因子。

表6 因子贡献率

3 评价指标体系的应用

在构建了指标体系之后，以北京、上海、天津、广州4个城市为例，横向对比分析其都市型现代农业的发展水平。具体数据主要来源于《中国农村统计年鉴(2015)》《北京统计年鉴(2015)》《上海统计年鉴(2015)》《天津统计年鉴(2015)》及《广州统计年鉴(2015)》。

把表7中3个公因子引入因子得分方程，并根据方差贡献率计算出北京、上海、天津、广州4个城市都市型现代农业发展水平的综合得分，具体见表8。

从表8可以看出，2014年4个城市都市型现代农业发展水平排名依次为北京、广州、上海、天津。从因子排名来看，社会发展因子(F1)的特征值为6.031，方差贡献率为67.010%，4个城市中社会发展因子得分最高的是上海，得分最低的是天津。农业投入因子(F2)的特征值为2.550，方差贡献率为28.344%，4个城市中农业投入因子得分最高的是北京，得分最低的是上海。农业产出因子(F3)特征值为0.419，方差贡献率为4.656%，4个城市中农业产出因子得分最高的是广州，得分最低的是上海。

表7 旋转后因子载荷矩阵

表8 2014年4大城市因子得分

4 结论

总体来看，北京作为我国的政治经济文化中心，其都市型现代农业的发展略领先于其他城市，在都市型现代农业投入方面力度很大，但是产出并没有与投入成正比。广州作为最早一批发展都市型现代农业的城市，依靠自身的地理优势及科学的发展模式，取得了较快且均衡的发展态势。相较北京和广州，上海和天津的发展水平略有差距：上海的农业投入及农业产出水平偏低，天津的社会发展水平在4个城市中是最低的。

由于各城市所处的地理位置，所拥有及可以利用的资源均不同，故限制各城市都市型现代农业发展水平的因素各不相同，则针对问题所采取的措施也不尽相同。各城市可以通过都市型现代农业发展水平的横向对比，分析判断自身的优势及劣势；同时，可以充分借鉴都市型现代农业发展水平较高的城市的经验，结合自身的资源及地区优势，找到适合自身发展的方向，进一步提高都市型现代农业的发展水平。

[1] 蒋和平，张成龙，刘学瑜.北京都市型现代农业发展水平的评价研究[J].农业现代化研究，2015,36(3):327-332.

[2] 韩士元.都市农业的内涵特征和评价标准[J].天津社会科学，2002(2):85-87.

[3] 果雅静, 高尚宾, 吴华杰，等.都市型现代农业综合发展水平评价方法研究[J].中国生态农业学报, 2008,16(2):495-501.

[4] 陈凯,史红亮,续华梅.都市农业现代化评价分析：以北京、上海和广州等11城市为例[J].技术经济与管理研究,2009(2):6-8，11.

[5] 徐向峰.中国都市型现代农业发展评价研究[J].农学学报, 2011(9):61-66.

[6] 毕然,魏津瑜,陈锐.ANP方法在都市型农业评价指标体系中的应用[J].中国农机化,2008(6):30-34.

[7] 李强，周培.都市型农业的层次划分与评价指标体系研究[J].地域研究与开发, 2015,34(3)：156-161.

The Construction of Elements Evaluation Index System of Urban Modern Agriculture

LI Hua-dong

(School of Economics and Management, Beijing Information Science & Technology University, Beijing100092)

Using the method of clustering analysis, principal component analysis, this paper builds an evaluation index system of urban modern agriculture in China including nine indicators.Based on this index system, using factor analysis method, the modern agriculture development level of the four representative cities(Beijing, Shanghai, Tianjin, Guangzhou) in 2014 was evaluated.The results showed that the composite scores of Beijing, Shanghai, Tianjin, Guangzhou were 0.47, 0.18, -1.08, 0.43.It was proposed that areas should draw lessons from the high level of urban modern agriculture experience, combined with its own resources and regional advantages, to find out the right direction, in order to improve the level of urban modern agriculture.

Urban modern agriculture; Evaluation index system; Clustering analysis; Principal component analysis; Factor analysis

李华东(1991- )，女，吉林松原人，硕士研究生，研究方向：农业经济。

2016-09-30

S-9；F 323.3

A

0517-6611(2016)34-0206-04