陳學(xué)文，劉養(yǎng)卉

(甘肅農(nóng)業(yè)大學(xué) 管理學(xué)院， 蘭州 730070)

岷縣作為甘肅省最大的藥材種植地和生產(chǎn)基地，以岷縣當(dāng)歸最為有名，俗稱“岷歸”[1]。位于東經(jīng)104°09′、北緯 34°26′，地處定西市西南部，洮河中游地區(qū)，總面積 3 578 km2。所處緯度帶優(yōu)越，氣候濕潤，其年平均氣溫保持在7 ℃左右；氣候干濕比較明顯，相對濕度約為68%，通常年降雨量基本維持在500～600 mm，無霜期為123 d，土地以黑土為主，其氣候條件與當(dāng)歸生長最適區(qū)相比較[2]，具有當(dāng)歸生產(chǎn)較為優(yōu)勢的氣候條件[3]。通過表1可以看出，岷縣發(fā)展當(dāng)歸產(chǎn)業(yè)有先天的地理?xiàng)l件，是最富地方特色的優(yōu)勢經(jīng)濟(jì)產(chǎn)業(yè)[4]。當(dāng)歸產(chǎn)量的多少，決定著當(dāng)?shù)剞r(nóng)民收入的高低。本文通過對岷縣當(dāng)歸產(chǎn)量影響因素進(jìn)行灰色關(guān)聯(lián)分析，得出結(jié)論，實(shí)現(xiàn)岷縣當(dāng)歸產(chǎn)業(yè)對當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展。

表1 岷縣當(dāng)歸生長環(huán)境因子對照一覽表

通過前人研究表明，當(dāng)歸產(chǎn)量不僅單一受環(huán)境因素影響，且影響因素根據(jù)不同地域差異較為明顯，劉佳琪[5]通過灰色關(guān)聯(lián)分析分析了從1998—2008年的當(dāng)歸產(chǎn)量變化，分析了影響因子之間的灰色關(guān)聯(lián)，從微觀因素分析得出，影響當(dāng)歸產(chǎn)量的最主要因素是當(dāng)歸的種植面積；有效灌溉面積和農(nóng)業(yè)機(jī)械總動力逐年增強(qiáng)；農(nóng)業(yè)生產(chǎn)價格指數(shù)占比有所減弱的趨勢，但從宏觀因素上來說，科技因素和經(jīng)濟(jì)因素對當(dāng)歸產(chǎn)量的影響逐年上升。趙海龍[6]利用空間結(jié)構(gòu)集聚效應(yīng)分析表明未來影響中藥材的產(chǎn)量的影響因子主要是科技和經(jīng)濟(jì)兩大宏觀因素。張博[7]利用C-D生產(chǎn)函數(shù)2010—2017慶陽中藥材生產(chǎn)的因素分析得出，中藥材的播種面積是影響中藥材產(chǎn)量的主要因素，此外，氣候和地域也是影響產(chǎn)量的因素之一。王太吉[8]通過SWOT現(xiàn)狀分析了2004—2013中藥材產(chǎn)量，事實(shí)表明，播種面積是影響產(chǎn)量的因素之一，但隨著時代的發(fā)展，宏觀因素和經(jīng)濟(jì)因素的發(fā)展超過自然因素，例如農(nóng)業(yè)用電量和農(nóng)民人均收入影響超過了播種面積，從宏觀層面上說，科技、經(jīng)濟(jì)因素對于現(xiàn)代中藥材的發(fā)展，影響因素逐年擴(kuò)大。

影響當(dāng)歸生產(chǎn)的因素分析方法有很多，例如有灰色關(guān)聯(lián)分析法、C-D 生產(chǎn)函數(shù)、多元回歸定量分析法、空間結(jié)構(gòu)集聚效應(yīng)分析法等。在這些分析方法中，以灰色關(guān)聯(lián)分析法應(yīng)用最為廣泛，其計(jì)算相對于其他方法較為簡單便捷，其定性分析結(jié)果吻合程度較為準(zhǔn)確，是一種高效、行之有效的方法。筆者從自然、科技、勞動力3個宏觀角度的8個微觀影響因素，對2010—2020年10年的岷縣當(dāng)歸產(chǎn)量與影響因素進(jìn)行動態(tài)灰色關(guān)聯(lián)度分析，通過分析得出影響產(chǎn)量的影響因素[9]，對以后當(dāng)?shù)剞r(nóng)業(yè)供給側(cè)改革和經(jīng)濟(jì)發(fā)展提供建議和參考。

1 灰色關(guān)聯(lián)計(jì)算原理

灰色關(guān)聯(lián)它是灰色系統(tǒng)理論的主要內(nèi)容之一[10]。它是判別兩種因素之間的關(guān)聯(lián)程度，所謂兩者之間的關(guān)聯(lián)度就是兩個序列或者兩兩因素之間關(guān)聯(lián)程度的大小，即影響程度的多少?；疑P(guān)聯(lián)度分析是指對一個系統(tǒng)內(nèi)所發(fā)生的變化的態(tài)勢的定量描述和兩者或者多者相比較的方法，若兩個因素或序列之間差距較小，可斷定兩者的關(guān)聯(lián)性越高，如果兩個因素或序列之間差距較大，其兩者的關(guān)聯(lián)性就越小，它的計(jì)算原理如下：

1.1 給出原始數(shù)據(jù)列

設(shè)參考序列或母序列為X0(k)={X0(1)，X0(2)，…，X0(n)}

m個比較序列或子序列為：

1.2 對原始數(shù)據(jù)進(jìn)行無量綱化及絕對差值計(jì)算

為了各單位的統(tǒng)一，因此對每一個序列的數(shù)據(jù)進(jìn)行無量綱化處理(以最大值為參考對象)，得到參考數(shù)列X0(k)；依次進(jìn)行計(jì)算可得：Xi(k)，i=1，2，…m，k=1，2，…，n

得到各序列無量綱化值，然后進(jìn)行絕對差值計(jì)算：X0-X1…X0-X10

1.3 計(jì)算關(guān)聯(lián)系數(shù)

先調(diào)查總結(jié)所得數(shù)據(jù)，用DPS軟件對總結(jié)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后按照公式計(jì)算出各個因素的關(guān)聯(lián)系數(shù)：

其中：ei(k)為關(guān)聯(lián)系數(shù)，它是根據(jù)公式所計(jì)算出來的，x0(k)-xi(k)為在k的時間段，兩個序列之間的絕對差值，Δ(max)為某一時段內(nèi)差的最大值，Δ(min)為某一時段內(nèi)差的最小值，分辨系數(shù)設(shè)為ρ，ρ的范圍一般在0～1之間，通常情況下ρ的取值為0.5。

1.4 求關(guān)聯(lián)度、列關(guān)聯(lián)序

通常關(guān)聯(lián)度是以兩個序列之間的某個因素或者某個點(diǎn)進(jìn)行對比，其關(guān)聯(lián)系數(shù)之平均值計(jì)算，公式表示為：

在上式公式中，ri即為關(guān)聯(lián)度，m為各個序列的個數(shù)。根據(jù)上述公式可計(jì)算出子序列對母序列的影響程度，即所謂的關(guān)聯(lián)度，然后依次按關(guān)聯(lián)度大小依次排列。所得出的值越大，說明二者之間的關(guān)聯(lián)性就越大，說明影響因子對母因素影響程度就越大，反之，二者之間的關(guān)聯(lián)性就越小，說明影響因子對母因素影響程度就越小。

2 指標(biāo)選取及數(shù)據(jù)來源

應(yīng)用灰色關(guān)聯(lián)分析理論，令當(dāng)歸總產(chǎn)量為母因素，設(shè)為X0，分別從自然、科技、經(jīng)濟(jì)3個宏觀層面選取子因素：選取10個微觀因素作為比較序列(見表2)，建立岷縣當(dāng)歸產(chǎn)量與其影響灰色關(guān)聯(lián)模型，根據(jù)所收集的資料，利用DPS進(jìn)行灰色關(guān)聯(lián)分析的數(shù)據(jù)處理[11]。

表2 岷縣當(dāng)歸產(chǎn)量影響因素指標(biāo)

在定性分析的基礎(chǔ)上，選擇部分相應(yīng)的可以量化的指標(biāo)進(jìn)行灰色關(guān)聯(lián)度的分析，指標(biāo)指標(biāo)均采用2010—2020年的時間序列數(shù)據(jù)，所有時間序列數(shù)據(jù)來源于2010—2020年的《甘肅農(nóng)村年鑒》、《甘肅年鑒》，2010—2020 年的《岷縣年鑒》及岷縣中藥材產(chǎn)業(yè)開發(fā)服務(wù)指導(dǎo)中心提供的相關(guān)數(shù)據(jù)(見表3)。

表3 影響岷縣當(dāng)歸產(chǎn)量的主要影響因素

通過表3可以看出2010—2013由于當(dāng)歸種植面積等指標(biāo)低且波動起伏大，當(dāng)歸產(chǎn)量經(jīng)歷了一個低谷時期，2013年產(chǎn)量低至1.98萬t，2014年受國家政策影響，2014—2020年當(dāng)歸種植面積迅速回升，2020年產(chǎn)量達(dá)到6.5萬t，同比2013年多了4萬t產(chǎn)量?；谏鲜龇治?，將劃分2個時段(第一時段是2010—2013年，第二時段是2014—2020年)對當(dāng)歸產(chǎn)量與影響因素的關(guān)系進(jìn)行分析比較。

3 結(jié)果與分析

將2010—2020年岷縣當(dāng)歸產(chǎn)量數(shù)據(jù)及10個影響因素的數(shù)據(jù)，分時段進(jìn)行無量綱化處理，然后進(jìn)行絕對差值計(jì)算。分時段對當(dāng)歸產(chǎn)量與各影響因素的關(guān)聯(lián)分析，在分析的過程中，在DPS軟件中對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，系數(shù)ρ取0.5，母序列取值設(shè)為1。得到原始數(shù)據(jù)處理值見(見表4)。

由表4中各影響因素與當(dāng)歸總產(chǎn)量的關(guān)聯(lián)系數(shù)，得出各因素對總產(chǎn)量的影響程度的排序如表5所示。

表4 原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后的數(shù)值

表5 灰色關(guān)聯(lián)度分析排序結(jié)果

3.1 宏觀因素關(guān)聯(lián)分析

從宏觀層面分析(見圖1)，第一時段(2010—2013)岷縣當(dāng)歸產(chǎn)量的自然、科技和經(jīng)濟(jì)3個宏觀因素的關(guān)聯(lián)度從強(qiáng)到弱的排序依次是自然因素、科技因素和經(jīng)濟(jì)因素。第二時段(2014—2020)岷縣當(dāng)歸產(chǎn)量的自然、科技和經(jīng)濟(jì)3個宏觀因素的關(guān)聯(lián)度從強(qiáng)到弱的排序依次經(jīng)濟(jì)因素、科技因素和自然因素。隨著科技和經(jīng)濟(jì)的迅速發(fā)展，岷縣當(dāng)歸產(chǎn)量2014—2020年經(jīng)濟(jì)影響力最大，相比于第一時段最強(qiáng)的自然因素，在第二時段排在最后。

圖1 岷縣當(dāng)歸產(chǎn)量3個宏觀影響因素2個時間段的關(guān)聯(lián)度對比

3.2 微觀因素關(guān)聯(lián)分析

從微觀層面分析(見圖2)，第一時段(2010—2013)岷縣當(dāng)歸產(chǎn)量的各影響因素關(guān)聯(lián)度從強(qiáng)到弱的排序依次是:r10>r06>r04>r08>r05>r01>r03>r07>r09>r02。

圖2 岷縣當(dāng)歸產(chǎn)量10個微觀影響因素2個時間段關(guān)聯(lián)度對比

第二時段(2014—2020)岷縣當(dāng)歸產(chǎn)量的各影響因素關(guān)聯(lián)度從強(qiáng)到弱的排序依次是:r01>r09>r08>r04>r03>r05>r07>r02>r06>r10。

3.3 不同時段影響因素對比分析

①當(dāng)歸種植面積。2010—2013年岷縣當(dāng)歸種植面積對產(chǎn)量的影響因素是(0.536)排序第6，2014—2020年當(dāng)歸種植面積對產(chǎn)量的影響因素是(0.983)排序第1，說明種植面積對當(dāng)歸的產(chǎn)量正向影響作用在增強(qiáng)。

②農(nóng)用塑料薄膜使用量。2010—2013年農(nóng)用塑料薄膜使用量對當(dāng)歸產(chǎn)量的影響因素排在第二位，到了2014—2020年農(nóng)用塑料薄膜使用量對當(dāng)歸產(chǎn)量的影響因素排在了第八位，下降了六位?？梢娝芰媳∧τ诋?dāng)歸產(chǎn)量的作用逐漸在下降，伴隨著倡導(dǎo)生態(tài)環(huán)境的保護(hù)，塑料制品在現(xiàn)實(shí)生活中使用率越來越低。

③有效灌溉面積。2014—2020年有效灌溉面積對當(dāng)歸產(chǎn)量的影響因素排在第五位，比 2010—2013年上升了2位，說明有效灌溉面積對于提高當(dāng)歸的產(chǎn)量的作用在加強(qiáng)，改善種植當(dāng)歸的配套設(shè)施，提高灌溉率，有利于當(dāng)歸產(chǎn)量的進(jìn)一步提高。

④農(nóng)民人均純收入。2010—2013年產(chǎn)量明顯比較低，導(dǎo)致農(nóng)民人均純收入也比較低，在影響因素中排名倒數(shù)第二，但在2014—2020年產(chǎn)量增長速度較快，農(nóng)民人均收入水平也大幅度提高，可見當(dāng)歸產(chǎn)量的增加對農(nóng)戶收入水平的提高也有重要的作用。

⑤受災(zāi)面積。受當(dāng)時生態(tài)環(huán)境的破環(huán)和預(yù)防措施水平效率低下，2010—2013年受災(zāi)面積對產(chǎn)量因素的影響最為突出(0.802)，排在影響產(chǎn)量因素的第1位，2014—2020隨著岷縣生態(tài)環(huán)境的改善和農(nóng)業(yè)科技水平的不斷提高，自然災(zāi)難系統(tǒng)的日益完善，受災(zāi)面積影響大幅度下降(0.617)，排在影響產(chǎn)量因素的最后一位。

⑥農(nóng)村用電量和農(nóng)業(yè)機(jī)械總動力。2014—2020年農(nóng)村用電量和農(nóng)業(yè)機(jī)械總動力分別排在影響產(chǎn)量因素的第3和7位，較2010—2013的第4和8位影響因素來說，分別上升了一位，說明國家出臺了農(nóng)業(yè)補(bǔ)貼政策，當(dāng)歸種植成集約一體化種植，機(jī)械總動力的提高，有利于當(dāng)歸生產(chǎn)節(jié)約成本，生產(chǎn)能力得到進(jìn)一步提升。

3.3.7 農(nóng)村勞動力

2014—2020年農(nóng)村勞動力對當(dāng)歸產(chǎn)量的影響從2010—2013年的第5位下降到了第6位。伴隨著生產(chǎn)力的提高，科技水平的迅速發(fā)展，機(jī)械化逐漸代替勞動力進(jìn)行規(guī)?；a(chǎn)，這就導(dǎo)致大量農(nóng)民進(jìn)城務(wù)工，勞動力轉(zhuǎn)移速度明顯過快，勞動力的大規(guī)模減少很有可能會影響當(dāng)歸的產(chǎn)量。建議當(dāng)?shù)氐恼哟螽?dāng)歸種植的補(bǔ)貼力度，以保護(hù)農(nóng)民種植當(dāng)歸的積極性，使當(dāng)歸能夠穩(wěn)定生產(chǎn)。

2010—2013年農(nóng)業(yè)生產(chǎn)資料價格指數(shù)對當(dāng)歸產(chǎn)量的影響因素排在第3位，雖然比2014—2020年下降了一位，但農(nóng)業(yè)生產(chǎn)資料價格指數(shù)對當(dāng)歸產(chǎn)量的影響因素依然重要。

4 結(jié)論與建議

通過對2010—2020年岷縣當(dāng)歸產(chǎn)量及其影響因素的灰色關(guān)聯(lián)分析可知，在當(dāng)前的環(huán)境因素和生產(chǎn)條件下，當(dāng)歸種植面積是當(dāng)歸產(chǎn)量的決定性因素。因此，要加大當(dāng)歸的種植面積、減少塑料薄膜的使用量、提高當(dāng)歸有效的灌溉面積、保障農(nóng)村勞動力、農(nóng)藥化肥提質(zhì)增效、保證農(nóng)村用電量和農(nóng)業(yè)機(jī)械總動力的提高，是穩(wěn)定當(dāng)歸生產(chǎn)的必然選擇[12]。在化肥折純的使用上，建議要以保護(hù)生態(tài)環(huán)境和土地資源為準(zhǔn)則，用以提升土壤肥力，提高耕地質(zhì)量；在穩(wěn)定當(dāng)歸種植面積的前提下，加強(qiáng)水利工程基礎(chǔ)設(shè)施建設(shè)，提高當(dāng)歸單產(chǎn)；增加農(nóng)業(yè)生產(chǎn)資料價格指數(shù)，推進(jìn)農(nóng)業(yè)機(jī)械轉(zhuǎn)型升級等舉措切實(shí)提升岷縣當(dāng)歸產(chǎn)能[13]。