论文部分内容阅读
摘要
通过对农机配备效率的系统分析，从农机配备的农机拥有量、机型、机耕效率和农业产值等方面构建出评价农机配备效率的指标体系。以2014年黑龙江垦区40个农场农机配备相关数据为例，运用因子分析方法提取出7个影响农机配备效率的主要因子，并进行了合理的解释，具体为农机化经济效益性价比、农机化保障性价比、播种面积每公顷平均农机动力性价比等。通过建立因子模型计算出7个主要因子得分，进一步建立出综合评价模型计算出综合得分，从而得出黑龙江垦区40个农场农机配备效率得分的排序和分类。结果表明，黑龙江垦区农机配备效率水平分为3类，分别为良好水平、中等水平和合格水平。其中良好水平的农场为16个，中等水平的为12个，合格水平的农场则为12个。并且由实际可得友谊农场、七星农场农机配备效率远远高于其他农场，评价结果与实际相符，该结果对农机主管部门了解农机配备情况和科学合理制定相关政策措施具有重要的指导意义。
关键词黑龙江垦区；农机配备；因子分析；评价模型
中图分类号S220.2文献标识码A文章编号0517-6611（2015）25-362-04
Abstract By systematically analyzing the efficiency of the agricultural machinery equipped， the index system on the efficiency of the agricultural machinery equipped is constructed from the number of agricultural machinery equipped， the types， the efficiency of machinecultivated， the output value of agriculture and so on. The factor analysis is used to select seven main factors affecting the efficiency of the agricultural machinery equipped. The data is from machinery equipped of 40 farms of Heilongjiang reclamation area in 2014. The factors are explained reasonably as the cost performance on agricultural mechanization economic benefits， the cost performance on agricultural mechanization security， the cost performance on average machinery power per hectare of sown area and so on. Calculating the seven main factor scores， a comprehensive evaluation model is established， furthermore， calculating the comprehensive score. Thus， we obtained the sorting and classification of the efficiency of machinery equipped on 40 farms in Heilongjiang reclamation area. The results showed that the levels on the efficiency of the agricultural machinery equipped are divided into three categories， respectively good level， middle level and the level of conformity. The numbers are respectively 16，12 and 12. The machinery efficiencies of the friendship farm and seven star farm are much higher than some farms， which are in line with the actual results. The results may provide some advice to the competent department of the agricultural machinery for understanding the agricultural machinery and developing some scientific and reasonable policies and measures.
Key words Heilongjiang reclamation area； Agricultural machinery equipment； Factor analysis； Evaluation model
当前中国农业正处于由传统农业向现代农业转变的关键时期，重要目标就是不断改善农业生产条件，提高农业生产效率，降低农业生产成本。因此，加快农机化进程等已成为研究的热点[1]。有关农机装备的研究有很多，如2005年李行等通过吉林省农机装备的历史数据，选取农机总动力、大中型拖拉机及其配套机具、小型拖拉机及其配套机具4个指标采用回归预测等方法进行农机装备水平预测分析[2]；2006年郭雪娥等对洞庭湖区农机装备结构进行了调整目标和内容研究[3]；2008年董晓慧等采用组合算法对农机装备水平进行预测分析[4]；2009年刘玉梅对农户对大型农机装备需求的决定因素进行分析[5]；2013年杨宛章提出 “农机装备配置合理度和适宜农机装备占有率”2个新的农机装备统计指标，对新疆各地州县的农机装备现状进行正确的量化评估等[6]。以上都是对农机装备的水平和需求进行的预测和分析，而在农机配备评价上的研究较少，该文将利用因子分析方法对农机配备进行评价研究。 1农机配备评价指标体系的建立
1.1影响农机配备效率的因素分析
区域农机配备的效率受到多种因素的影响，农机配备效率是一个由粮食产量、作业水平、综合效益相互制约的复杂系统，关于农机配备效率的评价应当从机械化的本质出发，全面考虑农机系统资源配置的情况，并从社会效益、经济效益和生态效益等方面入手，以使评价结果真实地反映农机配备的工作效率。
根据农机化的制约因素作用大小和机理不同，主要从社会效益、经济效率等方面考虑。其中经济效益主要体现在农业产值和人均纯收入的变化，社会效益体现在劳均播种面积的增加和农业劳动力数量的减少，以及专业技术人员的增加。特别是耕地面积占土地面积是一个社会指标，从机耕效率上更能体现出农机配备的工作效率。
1.2评价指标体系的建立原则
由于黑龙江省各农场农机化发展差异性较大，不同农作物品种间机械化水平发展不平衡，不同作业环节之间机械发展难易程度不一致，对农机配备效率和评价存在较大的复杂性。因此，对农机配备效率的评价应遵循科学性、实用性、可比性、可操作性和现实指导性的原则，重在对实际发展情况进行科学、合理地评价。同时，为了量化，尽量采用同一单位下指标值。
各因子构成有以下基本原则：
（1）指标要简明科学，具有系统完整性。指标选取要兼顾社会、经济和环境等各方面，但指标体系不能过于庞大，要有利于政策调整的方向选择。
（2）指标数据比较容易通过权威部门取得，具有公正性和可比性。
（3）指标要有可操作性，能够反映农业可持续发展的动态变化，并能对政策调整作出反应。根据这3个原则，研究建立农机配备效率评价指标体系。
1.3评价指标体系的建立
先对农机配备的工作系统进行因素分析。通过以全国和黑龙江垦区的农机配备为研究对象，调研和收集资料，对影响农机配备工作效益和效率的因素进行系统分析，再从社会和经济等方面入手，以农机装备的农机拥有量、机型、机耕效率、农业产值和粮食产量等指标为主要指标，确定农机配备工作效率的评价指标体系，部分指标具体内涵如下：
灌溉机械效率=有效灌溉面积耕地总面积×100%；
耕地机械效率=机械耕整地面积耕地总面积×100%；
播种机械效率=当年机械播种面积总播种面积×100%；
小型农机配套比=小型拖拉机配套农具农用小型拖拉机
农业劳动力占全省总劳动力比重=第一产业从业人员年末社会从业人员人数×100%；
农机人员受教育程度=专业技术人员农村年末劳动力总人数×100%；
播种面积每公顷平均劳动力=
农业机械总动力总播种面积；
大中型农机配套比=大中型拖拉机配套农具农用大中型拖拉机
2农机配备评价模型的建立
2.1数据的收集和整理
调研和收集大量数据是区域农机配备评价研究的基础工作，在数据收集中注意完整性、准确性和代表性。主要以黑龙江省2014年垦区统计年鉴的数据作为基础数据的主要来源，对收集的数据按照上述建立农机配备评价的指标体系的要求进行处理。最终选取12个指标建立黑龙江省垦区农机配备评价指标体系[7]（表1）。
2.2因子模型的建立
利用SPSS软件[8-9]建立因子模型，建立步骤：①打开SPSS界面建立农机配备评价指标数据文件，点击“分析”；②选择“数据降维”-“因子分析”，运行结果见表2、3和4。
由表2可知，KMO 和 Bartlett 的检验结果适合作因子分析，Bartlett球性检验的Sig取值为0.000，表示拒绝原假设，认为各个变量之间不是独立的，得出农机配备评价指标体系数据适合作因子分析。
表3中列出了所有的公共成分，且按特征根从大到小次序的排列。从表3中可以看到，第一公共成分的特征根为3.411，方差贡献率为28.421%，前7个公共成分的累积贡献率为90.480%，根据提取因子的条件——特征根大于0.8，所以提取了7个因子。
再将因子进行方差最大的正交旋转，使因子便于解释。最后，计算出因子得分，进而求出每个垦区农场的综合评价函数得分，建立黑龙江省垦区农机配备的综合评价模型。
根据表4可知，7个公共因子中第1公共因子在农业生产总值、农业劳动播种面积、粮食总产值上具有很大载荷，将其定义为农机化经济效益性价比为F1。第2公共因子在农机人员受教育程度、土地生产率上具有很大载荷，从侧面反映了农机配备的效率，将其定义为农机化保障性价比为F2。第3公共因子在灌溉机械效率和播种面积每公顷平均劳动力上具有很大载荷，将其定义为播种面积每公顷平均农机动力性价比为F3。第4公共因子在大中型农机具配套比和农业劳动力占全省劳动力比值上具有很大载荷，将其定义为大中型农机人员性价比为F4。第5公共因子在耕地机械效率上具有很大载荷，将其定义为耕整地机械化性价比为F5。第6公共因子在小中型农机具配套比上具有很大载荷，将其定义为小中型农机具性价比为F6。第7公共因子在播种机械效率上具有很大载荷，将其定义为播种机械化性价比为F7。
根据表5中的因子得分系数，建立各公共因子得分模型。
2.3综合评价模型的建立
根据模型（1）和各公共因子得分模型，以及表3中方差贡献率大小为权重，构造综合评价模型（2），再计算出各农场的综合得分，并按降序排列，得出各农场农机配备效率的综合得分序列，见表6。
由表6可知，按综合得分分布情况以0.145 7和0.157 5为分界点，将考察的40个农场划分为3类，序号从1～16定义其农机配备效率为良好水平，序号从17～28定义其农机配备效率为中等水平，序号从29～40定义其农机配备效率为合格水平。从表6中可以看出，综合得分较高的农场有友谊、七星、普阳、红卫、前进、八五九及二九〇，说明其机械化程度较高，农机配备效率高。延军、八五五等综合得分相对较低，说明其机械化程度较低。根据文献查阅了解到以上排序是符合实际情况的，是具有一定的科学性的。对黑龙江省政府、黑龙江农垦局及其他农机主管部门科学合理的制定相关政策措施，提高农业的综合生产能力，实现农民增收和农业增效等具有相当的参考价值。 3结论
（1）以农机化的基本理论为前提，以定量化地探究农机化的发展水平，深入探讨了区域农机化发展水平的评价方法，在充分吸收前人研究成果的基础上，定性化地分析了影响农机配备效率的主要因素，对影响农机配备发展水平的基本因素从经济效益和社会效益等方面进行了分析，并从农机配备发展实际出发，建立了科学的综合评价指标体系。
（2）使用了多元统计分析方法中的因子分析方法建立综合评价模型。因子分析方法是利用降维的思想，研究相关阵或协方差的内部依赖关系，将多个变量综合为几个公共因子，并再现原始变量与因子之间的相关关系。对因子进行方差最大的正交旋转，便于联系实际解释每个因子的涵义，能够更客观地解释农机化发展水平的状况。因此，因子分析较其他统计分析方法来说更具现实意义。
（3）针对黑龙江省农机配备发展水平的现实状况进行了实证分析，首先，根据因子模型的思想，利用SPSS软件[8]进行计算，建立了综合评价模型，得到了关于黑龙江省40个农场的综合得分排名。
所用数据均来源于黑龙江垦区2014年统计年鉴，数据真实可靠，因此所得结论具有极大的参考价值及现实意义。由于该研究涉及面广，有条件的限制和阻碍。因此该文对区域农机配备发展水平的评价仅做了有限的探讨，提出的指标体系和采用的综合评价模型在日后在研究中将不断改进完善。
参考文献
[1]
于晓秋，冷志杰.黑龙江垦区农机配套服务的内涵和动因分析[J].农机化研究，2012，34（12）：1-6.
[2] 李行，白丽，马成林，等.2005-2015年吉林省农机装备水平预测分析[J].农业机械学报，2005，36（11）：83-86.
[3] LAL H，JONES J W，PEART R M，et al.FARMSYS-a whole farm machinery management decision support system [J].Agricultural systems，1992，38：257-273.
[4] HAFFAR I，KHOURY R.A computer model for field machinery selection under multiple cropping[J].Computers and electronics in agriculture，1992，7（3）：219-229.
[5] HUNT D.Farm power and machinery management [M].Ames：The Iowa State University Press，1983：255-273.
[6] 杨宛章.定量优化农机装备结构的研究[J].新疆农业科学，2013，50（1）：189-193.
[7] 黑龙江农垦总局统计局.黑龙江垦区统计年鉴.2011[M].哈尔滨：中国统计出版社，2012：309-360.
[8] 高惠璇.应用多元统计分析[M].北京：北京大学出版社，2005：293-321.
[9] 管宇.实用多元统计分析：SPSS实例精选[M].杭州：浙江大学出版社，2011：214-223.
通过对农机配备效率的系统分析，从农机配备的农机拥有量、机型、机耕效率和农业产值等方面构建出评价农机配备效率的指标体系。以2014年黑龙江垦区40个农场农机配备相关数据为例，运用因子分析方法提取出7个影响农机配备效率的主要因子，并进行了合理的解释，具体为农机化经济效益性价比、农机化保障性价比、播种面积每公顷平均农机动力性价比等。通过建立因子模型计算出7个主要因子得分，进一步建立出综合评价模型计算出综合得分，从而得出黑龙江垦区40个农场农机配备效率得分的排序和分类。结果表明，黑龙江垦区农机配备效率水平分为3类，分别为良好水平、中等水平和合格水平。其中良好水平的农场为16个，中等水平的为12个，合格水平的农场则为12个。并且由实际可得友谊农场、七星农场农机配备效率远远高于其他农场，评价结果与实际相符，该结果对农机主管部门了解农机配备情况和科学合理制定相关政策措施具有重要的指导意义。
关键词黑龙江垦区；农机配备；因子分析；评价模型
中图分类号S220.2文献标识码A文章编号0517-6611（2015）25-362-04
Abstract By systematically analyzing the efficiency of the agricultural machinery equipped， the index system on the efficiency of the agricultural machinery equipped is constructed from the number of agricultural machinery equipped， the types， the efficiency of machinecultivated， the output value of agriculture and so on. The factor analysis is used to select seven main factors affecting the efficiency of the agricultural machinery equipped. The data is from machinery equipped of 40 farms of Heilongjiang reclamation area in 2014. The factors are explained reasonably as the cost performance on agricultural mechanization economic benefits， the cost performance on agricultural mechanization security， the cost performance on average machinery power per hectare of sown area and so on. Calculating the seven main factor scores， a comprehensive evaluation model is established， furthermore， calculating the comprehensive score. Thus， we obtained the sorting and classification of the efficiency of machinery equipped on 40 farms in Heilongjiang reclamation area. The results showed that the levels on the efficiency of the agricultural machinery equipped are divided into three categories， respectively good level， middle level and the level of conformity. The numbers are respectively 16，12 and 12. The machinery efficiencies of the friendship farm and seven star farm are much higher than some farms， which are in line with the actual results. The results may provide some advice to the competent department of the agricultural machinery for understanding the agricultural machinery and developing some scientific and reasonable policies and measures.
Key words Heilongjiang reclamation area； Agricultural machinery equipment； Factor analysis； Evaluation model
当前中国农业正处于由传统农业向现代农业转变的关键时期，重要目标就是不断改善农业生产条件，提高农业生产效率，降低农业生产成本。因此，加快农机化进程等已成为研究的热点[1]。有关农机装备的研究有很多，如2005年李行等通过吉林省农机装备的历史数据，选取农机总动力、大中型拖拉机及其配套机具、小型拖拉机及其配套机具4个指标采用回归预测等方法进行农机装备水平预测分析[2]；2006年郭雪娥等对洞庭湖区农机装备结构进行了调整目标和内容研究[3]；2008年董晓慧等采用组合算法对农机装备水平进行预测分析[4]；2009年刘玉梅对农户对大型农机装备需求的决定因素进行分析[5]；2013年杨宛章提出 “农机装备配置合理度和适宜农机装备占有率”2个新的农机装备统计指标，对新疆各地州县的农机装备现状进行正确的量化评估等[6]。以上都是对农机装备的水平和需求进行的预测和分析，而在农机配备评价上的研究较少，该文将利用因子分析方法对农机配备进行评价研究。 1农机配备评价指标体系的建立
1.1影响农机配备效率的因素分析
区域农机配备的效率受到多种因素的影响，农机配备效率是一个由粮食产量、作业水平、综合效益相互制约的复杂系统，关于农机配备效率的评价应当从机械化的本质出发，全面考虑农机系统资源配置的情况，并从社会效益、经济效益和生态效益等方面入手，以使评价结果真实地反映农机配备的工作效率。
根据农机化的制约因素作用大小和机理不同，主要从社会效益、经济效率等方面考虑。其中经济效益主要体现在农业产值和人均纯收入的变化，社会效益体现在劳均播种面积的增加和农业劳动力数量的减少，以及专业技术人员的增加。特别是耕地面积占土地面积是一个社会指标，从机耕效率上更能体现出农机配备的工作效率。
1.2评价指标体系的建立原则
由于黑龙江省各农场农机化发展差异性较大，不同农作物品种间机械化水平发展不平衡，不同作业环节之间机械发展难易程度不一致，对农机配备效率和评价存在较大的复杂性。因此，对农机配备效率的评价应遵循科学性、实用性、可比性、可操作性和现实指导性的原则，重在对实际发展情况进行科学、合理地评价。同时，为了量化，尽量采用同一单位下指标值。
各因子构成有以下基本原则：
（1）指标要简明科学，具有系统完整性。指标选取要兼顾社会、经济和环境等各方面，但指标体系不能过于庞大，要有利于政策调整的方向选择。
（2）指标数据比较容易通过权威部门取得，具有公正性和可比性。
（3）指标要有可操作性，能够反映农业可持续发展的动态变化，并能对政策调整作出反应。根据这3个原则，研究建立农机配备效率评价指标体系。
1.3评价指标体系的建立
先对农机配备的工作系统进行因素分析。通过以全国和黑龙江垦区的农机配备为研究对象，调研和收集资料，对影响农机配备工作效益和效率的因素进行系统分析，再从社会和经济等方面入手，以农机装备的农机拥有量、机型、机耕效率、农业产值和粮食产量等指标为主要指标，确定农机配备工作效率的评价指标体系，部分指标具体内涵如下：
灌溉机械效率=有效灌溉面积耕地总面积×100%；
耕地机械效率=机械耕整地面积耕地总面积×100%；
播种机械效率=当年机械播种面积总播种面积×100%；
小型农机配套比=小型拖拉机配套农具农用小型拖拉机
农业劳动力占全省总劳动力比重=第一产业从业人员年末社会从业人员人数×100%；
农机人员受教育程度=专业技术人员农村年末劳动力总人数×100%；
播种面积每公顷平均劳动力=
农业机械总动力总播种面积；
大中型农机配套比=大中型拖拉机配套农具农用大中型拖拉机
2农机配备评价模型的建立
2.1数据的收集和整理
调研和收集大量数据是区域农机配备评价研究的基础工作，在数据收集中注意完整性、准确性和代表性。主要以黑龙江省2014年垦区统计年鉴的数据作为基础数据的主要来源，对收集的数据按照上述建立农机配备评价的指标体系的要求进行处理。最终选取12个指标建立黑龙江省垦区农机配备评价指标体系[7]（表1）。
2.2因子模型的建立
利用SPSS软件[8-9]建立因子模型，建立步骤：①打开SPSS界面建立农机配备评价指标数据文件，点击“分析”；②选择“数据降维”-“因子分析”，运行结果见表2、3和4。
由表2可知，KMO 和 Bartlett 的检验结果适合作因子分析，Bartlett球性检验的Sig取值为0.000，表示拒绝原假设，认为各个变量之间不是独立的，得出农机配备评价指标体系数据适合作因子分析。
表3中列出了所有的公共成分，且按特征根从大到小次序的排列。从表3中可以看到，第一公共成分的特征根为3.411，方差贡献率为28.421%，前7个公共成分的累积贡献率为90.480%，根据提取因子的条件——特征根大于0.8，所以提取了7个因子。
再将因子进行方差最大的正交旋转，使因子便于解释。最后，计算出因子得分，进而求出每个垦区农场的综合评价函数得分，建立黑龙江省垦区农机配备的综合评价模型。
根据表4可知，7个公共因子中第1公共因子在农业生产总值、农业劳动播种面积、粮食总产值上具有很大载荷，将其定义为农机化经济效益性价比为F1。第2公共因子在农机人员受教育程度、土地生产率上具有很大载荷，从侧面反映了农机配备的效率，将其定义为农机化保障性价比为F2。第3公共因子在灌溉机械效率和播种面积每公顷平均劳动力上具有很大载荷，将其定义为播种面积每公顷平均农机动力性价比为F3。第4公共因子在大中型农机具配套比和农业劳动力占全省劳动力比值上具有很大载荷，将其定义为大中型农机人员性价比为F4。第5公共因子在耕地机械效率上具有很大载荷，将其定义为耕整地机械化性价比为F5。第6公共因子在小中型农机具配套比上具有很大载荷，将其定义为小中型农机具性价比为F6。第7公共因子在播种机械效率上具有很大载荷，将其定义为播种机械化性价比为F7。
根据表5中的因子得分系数，建立各公共因子得分模型。
2.3综合评价模型的建立
根据模型（1）和各公共因子得分模型，以及表3中方差贡献率大小为权重，构造综合评价模型（2），再计算出各农场的综合得分，并按降序排列，得出各农场农机配备效率的综合得分序列，见表6。
由表6可知，按综合得分分布情况以0.145 7和0.157 5为分界点，将考察的40个农场划分为3类，序号从1～16定义其农机配备效率为良好水平，序号从17～28定义其农机配备效率为中等水平，序号从29～40定义其农机配备效率为合格水平。从表6中可以看出，综合得分较高的农场有友谊、七星、普阳、红卫、前进、八五九及二九〇，说明其机械化程度较高，农机配备效率高。延军、八五五等综合得分相对较低，说明其机械化程度较低。根据文献查阅了解到以上排序是符合实际情况的，是具有一定的科学性的。对黑龙江省政府、黑龙江农垦局及其他农机主管部门科学合理的制定相关政策措施，提高农业的综合生产能力，实现农民增收和农业增效等具有相当的参考价值。 3结论
（1）以农机化的基本理论为前提，以定量化地探究农机化的发展水平，深入探讨了区域农机化发展水平的评价方法，在充分吸收前人研究成果的基础上，定性化地分析了影响农机配备效率的主要因素，对影响农机配备发展水平的基本因素从经济效益和社会效益等方面进行了分析，并从农机配备发展实际出发，建立了科学的综合评价指标体系。
（2）使用了多元统计分析方法中的因子分析方法建立综合评价模型。因子分析方法是利用降维的思想，研究相关阵或协方差的内部依赖关系，将多个变量综合为几个公共因子，并再现原始变量与因子之间的相关关系。对因子进行方差最大的正交旋转，便于联系实际解释每个因子的涵义，能够更客观地解释农机化发展水平的状况。因此，因子分析较其他统计分析方法来说更具现实意义。
（3）针对黑龙江省农机配备发展水平的现实状况进行了实证分析，首先，根据因子模型的思想，利用SPSS软件[8]进行计算，建立了综合评价模型，得到了关于黑龙江省40个农场的综合得分排名。
所用数据均来源于黑龙江垦区2014年统计年鉴，数据真实可靠，因此所得结论具有极大的参考价值及现实意义。由于该研究涉及面广，有条件的限制和阻碍。因此该文对区域农机配备发展水平的评价仅做了有限的探讨，提出的指标体系和采用的综合评价模型在日后在研究中将不断改进完善。
参考文献
[1]
于晓秋，冷志杰.黑龙江垦区农机配套服务的内涵和动因分析[J].农机化研究，2012，34（12）：1-6.
[2] 李行，白丽，马成林，等.2005-2015年吉林省农机装备水平预测分析[J].农业机械学报，2005，36（11）：83-86.
[3] LAL H，JONES J W，PEART R M，et al.FARMSYS-a whole farm machinery management decision support system [J].Agricultural systems，1992，38：257-273.
[4] HAFFAR I，KHOURY R.A computer model for field machinery selection under multiple cropping[J].Computers and electronics in agriculture，1992，7（3）：219-229.
[5] HUNT D.Farm power and machinery management [M].Ames：The Iowa State University Press，1983：255-273.
[6] 杨宛章.定量优化农机装备结构的研究[J].新疆农业科学，2013，50（1）：189-193.
[7] 黑龙江农垦总局统计局.黑龙江垦区统计年鉴.2011[M].哈尔滨：中国统计出版社，2012：309-360.
[8] 高惠璇.应用多元统计分析[M].北京：北京大学出版社，2005：293-321.
[9] 管宇.实用多元统计分析：SPSS实例精选[M].杭州：浙江大学出版社，2011：214-223.