吕梁各地农村经济发展现状比较分析

摘 要：文章比较分析了吕梁各地农村经济发展现状，提出了因地制宜发展吕梁各地农村经济的对策建议。

关键词：吕梁 农村经济 发展现状 比较分析 对策建议

中图分类号：F304.5 文献标识码：A

文章编号：1004-4914（2015）01-165-03

农业是国民经济的基础，保持农业持续健康发展，不仅能增加农民收入，扩大内需消费，更能保证国家粮食生产和农产品供给，是关系整个国民经济的大事，也关系着全面建成小康社会的目标能否实现。党的十八大报告中指出：“解决好农业、农村、农民问题是全党工作的重中之重。”从2004年起至今，中央一号文件已连续11年聚焦“三农”，凸显了国家对农业基础地位的重视和推进农业现代化的决心。

山西省吕梁市地处黄土高原腹地，黄河流域中段，境内山多川少，尤其西部山区，水土流失严重，沟壑纵横，地形复杂，土地贫瘠，加之降水偏少，不适合开展大规模农业机械化生产，这些不利条件一直以来都限制着吕梁农业的发展。改革开放之前，全市经济结构长期以来是以农业为主的自然经济，一直到1980年，农业产值仍然占工农业总产值的55.2%。改革开放后，工业、服务业获得了突飞猛进的发展，而农业由于先天不足、重视不够，一直处于缓慢增长的状态。1980年吕梁农林牧渔总产值为37798万元，1990年为127710万元，2012年为99.7亿元，是1980年的26.38倍；1980年吕梁工业产值为30692万元，2012年为1903.1亿元，是1980年的619.91倍。可见工业产值的增长速度要远远快于农业产值增长速度。近年来，吕梁市委、市政府为推动全市经济转型，日益重视农业的基础地位，提出“打基础、利长远、惠民生”和“8+2”农业产业化振兴的总体要求，大力发展设施农业、生态农业、高效农业，鼓励农民发起成立农业合作社，充分调动利用闲置资源，不断加大强农惠农力度，使农业综合生产能力空前提高、农民收入较快增长、新农村建设扎实推进。粮食产量、蔬菜产量、肉蛋产量相比以前，均有明显提高。2012年全市农林牧渔总产值为996935.10万元，比1980年的37798万元增长了25.38倍，农民人均纯收入由1985年的318元增长到2012年的5364元，农村经济社会各方面都在发生可喜的变化。

2014年吕梁市政府工作报告中指出，农业是本，全市要倾力支持“三农”，创新生产经营体制，精心培育特色主导产业，农业转型也是“经济转型”的重要内容。尤其在目前经济形势下，吕梁市主导产业——煤炭、钢铁均疲态尽显，农业作为可持续、低污染的“低碳经济”，理应得到高度重视和优先发展。除了政府财政上优先支持“三农”外，还要引导投资向农村倾斜，积极发展现代农业，稳步提高农业综合生产能力，采取有效途径，多渠道增加农民收入。目前，全市各县（市、区）农村的基础不同，经济发展情况不同，那么如何因地制宜的发展农村经济。首先，需要了解各县（市、区）农村经济发展的特点，只有对各地农村经济有一个初步的认识，才可能“有的放矢”，针对性地提出政策，有效执行政策。笔者通过对比2012年吕梁市13个县（市、区）农村经济的发展状况，比较分析各县（市、区）农村的经济发展状况及水平，为吕梁市未来各地农村经济的发展提供依据。

一、比较分析的思路和步骤

为了比较吕梁各县（市、区）农业经济的发展现状，首先要选取代表农村经济发展水平的若干指标，指标的选取要具有代表性、典型性及可测性。其次，对吕梁13个县（市、区）的若干农村经济指标进行因子分析，通过因子分析降维，把多因子综合成少数几个有代表性的因子。最后，通过这几个代表性因子对13个县（市、区）进行综合评价和排名，使之更加直观的反映吕梁13个县（市、区）农村经济的发展状况。

二、指标的选取

反映农村经济的指标众多，这里主要选取有代表性的、比较重要的若干指标，而且这些指标能够综合反映农村经济的主要方面。比如，选取农业、林业和牧业总产值用来反映这三个行业的总产出。从吕梁现实来看，农业、林业和牧业是农村经济的支柱行业，也是农民增收的主要来源；选取农业机械总动力和农村用电量客观衡量农业现代化的水平；选取农业从业人员数则是反映农业就业人员的总体情况等等。总之，结合吕梁统计年鉴以及相关资料，经过筛选，确定以下9个指标，并赋予每个指标变量名。

X1—农业从业人员数； X2—农业总产值；

X3—林业产值； X4—牧业产值；

X5—粮食播种面积； X6—油料播种面积；

X7—农用化肥总量； X8—农用机械总动力；

X9—农村用电量。

表1下面为以上9个指标2012年截面数据表

三、因子分析

（一）因子分析的基本思想及方法介绍

因子分析是一种将多变量降维的有效方法，它通过一系列的数据处理方法，把较多的错综复杂的变量，归纳组合为少数几个因子。用这几个因子可以解释所有变量的绝大部分的信息。所组合的因子内的变量之间相关性较高，不同因子的变量相关性较低。每个因子反映一定的结构特征，根据这一特点，可以将各个因子归纳命名，来反映某一类问题。这样，少数的因子就可以代替原先较多的变量，将复杂的问题简单化。

因子分析的基本步骤如下：

1.对要分析的所有变量计算相关系数矩阵；

2.提取因子；

3.为创建一个更易理解的因子结构，进行因子旋转；

4.计算因子得分，根据得分对研究问题作比较分析。

（二）因子分析过程

1.首先在SPSS中建立9个变量13个样本的数据表，计算相关系数矩阵如表2：

2.效度检验。

KMO=0.504>0.5，说明因子分析的效果较差；但Bartlett球形检验值为150.881，P=0.000<0.001，否定原假设，即认为变量间的相关矩阵不是单位矩阵，各变量间具有一定的关联性，可以进行因子分析，见表3。