灰色关联度下渔业经济论文

摘要通过《云南统计年鉴2015》和云南统计局网站收集的关于农林牧渔的相关数据，选取2003—2015年农林牧渔总产值数据，运用灰色关联度分析方法，通过测算农林牧渔各行业对农业总产值影响的关联程度，对云南省农业各产业进行实证分析。结果显示，在云南省农林牧渔中，关联程度最高的产业是传统种植业，这与云南省独特的地理优势有关，故与实际情况相符。下面小编整理了一些《灰色关联度下渔业经济论文(精选3篇)》的相关内容，希望能给你带来帮助!

灰色关联度下渔业经济论文 篇1：

煤炭资源型城市生态环境与产业结构优化研究

摘 要:本文从生态指数、环境指数、生态环境治理指数和生态环境综合影响指数四个方面,分别分析了四者与产业结构组成要素之间的关系,指出生态环境影响因素与产业结构组成要素之间存在强相关性。最后,总结出在生态环境影响下,煤炭资源型城市产业结构优化面临的机遇和挑战。

关键词:资源型城市;生态环境;产业结构优化;灰色关联度

Key words: resource city;eco-environment;optimization of industrial structure;grey relational grade

作者简介:夏 青 广东湛江师范学院副教授博士

1煤炭资源型城市产业结构优化方法的选择

灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺憾。它对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。

灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近,相应序列之间关联度就越大,反之就越小。若把生态环境与产业结构之间的关系看作一个系统,从其内涵和外延性分析,这个系统中部分因素未知,介于白色系统和黑色系统之间,即信息部分明确。通过分析可知,生态环境与产业结构之间存在影响强弱关系,但是因素之间具体关系不清,影响不明,所以该系统是一个灰色系统。若要明确系统中因素关系和影响强弱,这就需要通过灰色系统理论的方法使影响关系量化、序列化,为此应选择灰色关联度分析法进行分析。

基于以上分析,采用灰色关联度分析法构建生态环境影响因子与产业结构要素的序列矩阵,通过确定系统特征序列(母序列)和若干相关因素序列(子序列)之间的关联系数和关联度,来寻求系统中各因素间的主要关系,找出影响生态环境的主要产业因素,从而掌握分析产业结构及优化的主要切入点。

灰色关联度分析主要的计算步骤如下:

(1)确定序列矩阵

由系统特征序列与相关因素序列构成一个序列矩阵

(2)原始数据变换

无量化处理, ,得到无量化矩阵

(3)计算关联系数

(4)列关联系数矩阵

(5)求关联度

(6)排关联序

2煤炭资源型城市产业结构优化的过程分析

本文依据国家城市统计年鉴相关产业的划分标准,选取煤炭资源型城市14个产业结构要素(产业部门),分别用Xi(i=1,2,…,14)来表示,即:农林牧渔业(X1);采掘、制造、电力燃气及水的生产和供应业(X2);建筑业(X3);交通运输、仓储和邮政业(X4);批发和零售业(X5);金融业(X6);房地产业(X7);租赁和商务服务业(X8);科学研究、技术服务和地质勘察业(X9);水利、环境和公共设施管理业(X10);居民服务和其他服务业(X11);教育业(X12);卫生、社会保障和社会服务业(X13);公共管理和社会组织(X14)。并在此基础上,从生态指数(Y1)、环境指数(Y2)、环境治理指数(Y3)和综合影响指数 等四个方面对生态环境与产业结构进行了相关分析。

2.1以生态指数为特征序的产业结构优化分析

(1)数据处理

① 以生态指数为特征序列,以煤炭资源型城市的相关产业为因素序列,构成序列矩阵

② 根据公式(2)对序列矩阵的无量化处理

③ 根据公式(3)计算差值矩阵

④ 根据公式(4)得到了关联系数矩阵。

⑤ 在此基础上,借助关联系数矩阵,运用灰色系统理论的专门处理软件(刘思峰院士的《灰色系统理论及其应用》一书中附带软件)计算。

其中:r101、r102、r103、r104、r105、r106、r107、r108、r109、r110、r111、r112、r113、r114 分别表示农林牧渔业,采掘、制造、电力燃气及水的生产和供应业,建筑业,交通运输、仓储和邮政业,批发和零售业,金融业,房地产业,租赁和商务服务业,科学研究、技术服务和地质勘察业,水利、环境和公共设施管理业,居民服务和其他服务业,教育业,卫生、社会保障和社会服务业,公共管理和社会组织等14个产业与生态指数的灰色关联度。

⑥ 通过对煤炭资源型城市产业结构要素灰色关联度的比较分析,可以得出产业结构要素与生态指数间的灰色关联序。

r110>r104>r109>r113>r107>r111=r108>r112>r114>r103>r102>r101>r105>r106

(2)结果分析

① 水利、环境和公共设施管理业,交通运输、仓储和邮政业,科学研究、技术服务和地质勘查业与生态指数的关联度较大。其中,水利、环境和公共设施管理业与生态指数的关联度最高为0.8076,这说明在对生态质量的影响控制中政府的作用至关重要,其次,结合煤炭资源型城市产业结构的特征,煤炭的勘探和储运也对煤炭资源型城市的生态质量产生了很大影响,而这两个产业是煤炭资源型城市经济发展的支柱产业,如何平衡生态与二者的关系,成为煤炭资源型城市产业结构优化面临的严峻问题。

② 租赁和商务服务业、居民服务和其他服务业这两个产业对生态指数的影响是等同的,究其原因可以发现,这两个产业都是属于第三产业中的服务业,同时,这两个产业对生态质量的影响也较大。服务业的壮大能更好地促进煤炭资源型城市的经济发展,如何促进服务业良性发展,成为煤炭资源型城市的产业结构优化的机遇。

③ 金融业对煤炭资源型城市生态指数的关联度最低为0.6015,这说明二者之间的影响较低,煤炭资源型城市生态环境的好坏不是金融业发展的关键影响因素。

2.2以环境指数为特征序的产业结构优化分析

(1)数据处理

① 以环境指数为特征序列,以煤炭资源型城市的相关产业为因素序列,构成序列矩阵,在此基础上,运用灰色系统理论的相关处理软件计算,得到了关联系数矩阵(略)。

② 借助关联系数矩阵,得出煤炭资源型城市各个产业与环境指数的灰色关联度。

r201=0.8169;r202=0.8168;

r203=0.8152;r204=0.7889;r205=0.8059;

r206=0.6108;r207=0.8002;r208=0.8091;

r209=0.8365;r210=0.7743;r211=0.8091;

r212=0.8070;r213=0.7807;r214=0.8081

其中:r201、r202、r203、r204、r205、r206、r207、r208、r209、r210、r211、r212、r213、r214 分别表示农林牧渔业,采掘、制造、电力燃气及水的生产和供应业,建筑业,交通运输、仓储和邮政业,批发和零售业,金融业,房地产业,租赁和商务服务业,科学研究、技术服务和地质勘察业,水利、环境和公共设施管理业,居民服务和其他服务业,教育业,卫生、社会保障和社会服务业,公共管理和社会组织等14个产业与环境指数的灰色关联度。

③ 通过对煤炭资源型城市产业结构要素灰色关联度的比较分析,可以得出产业结构要素与环境指数间的灰色关联序。

r209>r201>r202>r203>r208=r211>r214>r212>r205>r207>r204>r213>r210>r206

(2)结果分析

① 科学研究、技术服务和地质勘察业,农林牧渔业,采掘、制造、电力燃气及水的生产和供应业,建筑业,交通运输、仓储和邮政业与环境指数的关联度较大。其中,科学研究、技术服务和地质勘察业与环境指数的关联度最高为0.8365,这说明该产业对煤炭资源型城市的环境质量影响最大,煤炭地质勘察的好坏直接关系到煤炭资源型城市的环境质量。

② 考虑煤炭资源型城市的发展特色,采掘、制造业等煤炭相关产业对环境造成了很大的影响,这给煤炭资源型城市的环境治理带来了很大的挑战,同时,通过数据对比发现农林牧渔业与环境的关联度仅次于科学研究、技术服务和地质勘察业为0.8169,这说明第一产业在煤炭资源型城市的经济发展中也占有较大的比重。

③ 金融业与环境指数的关联度最低为0.6108,这说明二者之间不存在决定性的影响关系,促进金融业良性发展成为煤炭资源型城市产业结构优化的发展方向。

2.3以环境治理指数为特征序的产业结构优化分析

(1)数据处理

① 以环境治理指数为特征序列,以煤炭资源型城市的相关产业为因素序列,构成序列矩阵,在此基础上,运用软件计算,得到了关联系数矩阵(略)。

② 借助关联系数矩阵,得出煤炭资源型城市各个产业与环境治理指数的灰色关联度。

其中:r301、r302、r303、r304、r305、r306、r307、r308、r309、r310、r311、r312、r313、r314 分别表示农林牧渔业,采掘、制造、电力燃气及水的生产和供应业,建筑业,交通运输、仓储和邮政业,批发和零售业,金融业,房地产业,租赁和商务服务业,科学研究、技术服务和地质勘察业,水利、环境和公共设施管理业,居民服务和其他服务业,教育业,卫生、社会保障和社会服务业,公共管理和社会组织等14个产业与环境治理指数的灰色关联度。

③ 通过对煤炭资源型城市产业结构要素灰色关联度的比较分析,可以得出产业结构要素与环境治理指数间的灰色关联序。

r309>r305> r302>r301> r303>r307>r308>r304>r313>r314>r312>r311>r310>r306

(2)结果分析

① 科学研究、技术服务和地质勘察业,采掘、制造、电力燃气及水的生产和供应业与环境治理指数的关联度较高,其中,科学研究、技术服务和地质勘察业与环境治理指数的关联度最高为0.9122,这说明煤炭产业对生态环境的影响是非常大的,如何治理煤炭相关产业,促进生态环境的良性循环,成为煤炭资源型城市产业结构优化的难题。

② 通过数据对比发现建筑业和房地产业与环境治理指数表现出了很大的关联度,这说明煤炭资源型城市的城市建设对生态环境的影响也较大,合理规划城市建设,成为煤炭资源型城市可持续发展的必然选择。

③ 金融业与环境治理指数的关联度最小为0.5132,这说明金融业的发展与生态环境之间的关联较小,这将成为煤炭资源型城市产业结构优化的机遇。

2.4以生态环境综合影响指数为特征序的产业结构优化分析

(1)数据处理

① 以生态环境综合影响指数为特征序列,以煤炭资源型城市的相关产业为因素序列,构成序列矩阵,在此基础上,同理运用灰色系统理论处理软件计算,得到了关联系数矩阵(略)。

② 借助关联系数矩阵,得出煤炭资源型城市各个产业与生态环境综合影响指数的灰色关联度。

其中:r401、r402、r403、r404、r405、r406、r407、r408、r409、r410、r411、r412、r413、r414分别表示农林牧渔业,采掘、制造、电力燃气及水的生产和供应业,建筑业,交通运输、仓储和邮政业,批发和零售业,金融业,房地产业,租赁和商务服务业,科学研究、技术服务和地质勘察业,水利、环境和公共设施管理业,居民服务和其他服务业,教育业,卫生、社会保障和社会服务业,公共管理和社会组织等14个产业与生态环境综合影响指数的灰色关联度。

③ 通过对煤炭资源型城市产业结构要素灰色关联度的比较分析,可以得出要素与生态环境综合影响指数间的灰色关联序。

r412> r414>r402>r408=r411>r403>r401>r409>r405>r407>r413>r404>r410>r406

(2)结果分析

① 教育业、公共管理和社会组织与生态环境综合影响指数的关联度较大,其中,教育业与生态环境综合影响指数的关联度最高为0.7093。这说明在煤炭资源型城市的可持续发展过程中,教育业和政府将起主导作用,因此,在产业结构优化过程中,应对这方面的产业予以倾斜。

② 采掘、制造、电力燃气及水的生产和供应业与生态环境综合影响指数的关联度也较大。这说明在煤炭资源型城市的发展过程中,与煤炭相关产业对生态环境的影响依然占据着重要的地位。

③ 金融业与生态环境综合影响指数的关联度依然最小为0.6636,再结合对上述三个指数的分析,可以发现煤炭资源型城市金融产业的发展可以不受生态环境的影响,或者说与生态环境之间的关系不是决定金融业发展的关键因素。

3煤炭资源型城市产业结构优化面临的机遇与挑战

通过对煤炭资源型城市产业结构优化的过程分析,从生态指数、环境指数、环境治理指数和生态环境综合影响指数等四个方面对煤炭资源型城市的产业结构优化进行了分析,通过对相关分析的总结归纳,提出了煤炭资源型城市产业结构优化面临的机遇和挑战。

3.1煤炭资源型城市产业结构优化面临的机遇

在保护生态环境的前提下,煤炭资源型城市的产业结构优化主要面临以下机遇:

① 发展服务业,促进煤炭资源型城市第三产业的发展。

② 发展金融业,完善煤炭资源型城市的投资经济环境。

3.2煤炭资源型城市产业结构优化面临的挑战

在保护生态环境的前提下,煤炭资源型城市的产业结构优化主要面临以下挑战:

① 提升地质勘探业的水平,避免对煤炭资源型城市生态平衡的破坏。

② 规范煤炭相关产业,减少对煤炭资源型城市生态环境的破坏。

③ 加强政府部门监管力度,发挥煤炭资源型城市政府宏观调控作用。

(责任编辑:谢 静)

参考文献：

[1]　鸡西市统计局．鸡西市国民经济统计年鉴．1994-2003．

[2]　刘思峰，党耀国，方志耕．灰色系统理论及其应用[M]．北京：科学出版社，2005： 50-51．

[3]　沙景华，刘刚．资源型城市产业结构优化问题研究——以山西省大同市为例[J]．中国矿业，2005，（5）：2-3．

[4]　董锁成，李泽红，李斌．中国资源型城市经济转型问题与战略探索[J]．中国人口·资源与环境，2007，17（3）：12-17.

[5]　李连济．煤炭城市产业结构转型的选择——以山西煤炭城市为例[J]．经济问题，2006，（5）：64-66．

[6]　李娓娓，张雪华．科技创新与产业结构优化升级研究——以山东省为例[J]．产业研究，2007，（5）：2-3．

[7]　张米尔，武春友．资源型城市产业转型障碍与对策研究[J]．经济理论与经济管理，2001，（2）：35-38．

[8]　申玉铭，杨彬彬，张云．资源型城市的生态环境问题与综合整治[J]．地理研究，2006，25（3）：430-438．

作者：夏　青

灰色关联度下渔业经济论文 篇2：

基于灰色关联分析的云南省农业发展研究

摘要 通过《云南统计年鉴2015》和云南统计局网站收集的关于农林牧渔的相关数据，选取2003—2015年农林牧渔总产值数据，运用灰色关联度分析方法，通过测算农林牧渔各行业对农业总产值影响的关联程度，对云南省农业各产业进行实证分析。结果显示，在云南省农林牧渔中，关联程度最高的产业是传统种植业，这与云南省独特的地理优势有关，故与实际情况相符。最后从产业结构调整和产业结构优化角度，对云南省农业产业的发展提供对策建议和发展方向。

关键词 灰色关联度分析； 农业产业； 产业结构优化

Study on Agricultural Development of Yunnan Province Based on Gray Relational Analysis

LUAN Xue-mei，GUO Ying-mei* （College of Economics and Management， Yunnan Agricultural Univercity， Kunming， Yunnan 650000）

Key words Gray relational analysis；Agricultural industry；Industrial structure optimization

云南省是我国农业较为发达的省份之一，地理位置优越，资源丰富，农业生产条件得天独厚，农作物、林木、畜禽种类繁多。近年来，随着人们对食品安全关注度的提升，云南省所特有的高原特色产业也备受关注，形成了较有影响的高原特色作物品牌。笔者选取2003—2015年农林牧渔行业的总产值数据，利用灰色关联方法，分析云南省农业及其各行业的经济要素对总产值影响的关联度，并找出农业行业发展的关键和优势因素，结合产业结构调整和产业结构优化，提出云南省农业发展的战略方向和重点，旨在为云南省农业产业的发展方向提供借鉴。

1 灰色关联分析模型构建

1.1 模型原理 灰色系统理论（Grey Throry）是一种系统科学理论，其中灰色关联分析是一种根据各系统因素之间发展趋势的相似或相异程度衡量因素间关联的一种方法。其基本思想是根据时间序列曲线几何形状的相似程度来判断其联系是否紧密。如果曲线之间越接近，则相对应的序列之间关联度越大，反之则越小，它对样本的多少和有无规律都同样适用，而且计算量小、方便，不会出现量化结果与定性分析结果不符的情况，非常适合动态历程分析[1]。灰色关联分析的具体计算步骤：

第1步：确定分析数列。设参考数列（又称母序列）为X0={x0（1），x0（2），…，x0（n）}；比較数列（又称子序列）为Xi={x1（1），x2（2），…，xi（n）}，i=1，2，…，m。

第2步：变量的无量纲化处理。

由于系统中各因素列中数据的计量单位不一致，不便于比较或者在比较时难以得到正确的结论，不能直接比较。因此在使用灰色关联度分析时，首先要进行数据的无量纲化处理[2]。

xi（k）=xi（k）xi（1），k=1，2，…，n；i=0，1，2，…，n

第3步：计算关联系数。记x0（k）与xi（k）的关联系数为ε0i（k），则：

ε0i（k）=minimink|x0（k）-xi（k）|+pmaximaxk|x0（k）-xi（k）||x0（k）-xi（k）|+pmaximaxk|x0（k）-xi（k）|

其中，p∈（0，+∞）为分辨系数，p越小，分辨力越大，一般p的取值为（0，1），具体取值视情况而定，通常取p=0.5。

第4步：计算关联度。关联度ri计算公式：

ri=1nnk=1εi（k），k=1，2，…，n

第5步：关联度排序。将关联度大小进行排序，从而判断影响参考序列变化的主要因素。对于关联度大小的排序，如果r1

1.2 模型构建

根据新的国民经济行业分类标准，云南省对农林牧渔业的划分：农业、林业、牧业、渔业、农林牧渔服务业。结合灰色关联分析的计算步骤，首先确定数列，记农林牧渔业总产值为母序列X0，农业、林业、牧业、渔业以及农林牧渔服务业为子序列，分别为X1，X2，X3，X4，X5；然后对数据进行无量纲化处理；最后根据选择的数据，进行相关系数和相关度计算，进而得到各子序列的排序。根据相关度的排序，得到与云南省农业关联度最强的行业。

2 基于灰色关联度的实证分析

2.1 数据来源

由于云南省是从2003年开始采用新的国民经济行业分类标准，对农林牧渔业的总产值进行统计，包括农业、林业、牧业、渔业、农林牧渔服务业，其中农业主要指种植业，不包括农民兼营商品性工业[1]。根据《云南统计年鉴2015》和云南统计局官网收集到的农业总产值数据，选取2003—2015年云南省农林牧渔总产值数据，分析农业各产业與农业总体的关联度（表1）。

2.2 云南省农林牧渔业的灰色关联模型的构建

根据灰色关联分析的计算步骤，记农林牧渔业总产值为母序列，种植业、林业、牧业、渔业以及农林牧渔服务业为子序列，分别为X1，X2，X3，X4，X5。根据表1提供的农林牧渔总产值数据，按灰色关联分析步骤，对数据进行无量纲化处理，即xi（k）=xi（k）xi（1），可以得到母序列和子序列的无量纲数据。

（1） 无量纲化的母序列：

X0={1.00 1.21 1.34 1.51 1.77 2.05 2.13 2.27 2.89 3.35 3.82 4.08 4.23}

（2） 无量纲化的子序列：

X1={1.00 1.19 1.29 1.45 1.63 1.82 1.96 2.13 2.59 3.22 3.78 4.16 4.24}

X2={1.00 1.18 1.44 1.95 2.14 2.51 2.68 2.52 3.36 3.09 4.01 4.14 4.34}

X3={1.00 1.26 1.40 1.50 1.90 2.35 2.30 2.43 3.33 3.76 3.97 4.02 4.25}

X4={1.00 1.16 1.39 1.59 2.16 2.30 2.53 2.90 3.38 3.81 4.25 4.71 4.93}

X5={1.00 1.06 1.24 1.35 1.69 1.78 1.80 1.93 2.17 2.42 2.73 3.02 3.37}

根据得到的母序列和子序列的无量纲数据，再根据相关系数的计算公式，得到各相关子序列与母序列每年度的相关系数及关联度。另外，将计算得到的云南省农林牧渔主序列与子序列关联系数代入到关联度的计算公式：ri=1nnk=1εi（k），可以得到农林牧渔主序列与子序列关联度以及关联度的排序，其中，p=0.5，minimink|x0（k）-xi（k）|=0，maximaxk|x0（k）-xi（k）|=1.69，计算结果见表2。

2.3 云南省农业发展分析

2.3.1 总产值分析。由表1可知，云南省农业系统总产值近几年均有很大提高。但由于农业经济发展仍面临许多问题和挑战，如对现有农业结构仍需进行大力调整，农业经济产出仍主要依靠资本和人力资源的大量投入，农业基础设施和技术装备落后，农业科技自主创新能力不强，粗放式的发展导致资源浪费极其严重等问题[3]。

2.3.2 数列分析。

在对母数列和子数列进行无量纲化处理时，均以2003年为基期年，进而计算以后任意一年各行业相对基期年的发展程度及各年的增值比例。2015年以农业总产值为参考值，则种植业的发展最接近于农业总产值的发展趋势；林业、牧业、渔业的发展均超过农业总产值的增长速度；而农林牧渔服务业的发展则处于滞后发展的状态。总体而言，渔业的发展速度最快，而农林牧渔服务业的发展速度最慢。由此可知，渔业的快速发展是从2010年后开始，这与云南省近年来推行生态文明政策、重视水域环境的建设密不可分。

2.3.3 关联系数分析。

由表2可知，种植业、林业、牧业、渔业及农林牧渔服务业均呈先减少后增加的趋势，即呈U形发展趋势。整体看，2010年各行业的相关系数均达到最低，随后均有所升高，这2010年云南省的“三融入”改革政策有关，使得云南在农垦方面的发展得到提高。

2.3.4 关联度及排序分析。由表2可知，在云南省农业结构中与农业总产值的关联度由大到小依次为种植业X1、牧业X3、林业X2、渔业X4、农林牧渔服务业X5。关联度越大，则表明子序列因素对主序列的影响越明显。因此，与云南省农业总产值关联度最大的是种植业和牧业。其中，种植业的关联度是0.896 2>0.800 0，表明种植业总产值和农业总产值之间有很强的关联性，即云南省种植业产业的发展趋势和农业发展总趋势相似。其次为畜牧业，关联度为0.864 2>0.800 0，表明其与农业总产值之间的关联度也较高，但不如种植业。相对而言，林业、渔业和农林牧渔服务业等产业对农业总产值的影响较低。因此对云南省农业总产值而言，农业即种植业的总产值对其影响最大，即云南省农业的发展重点依次是种植业、牧业、林业、渔业以及农林牧渔服务业。

3 结论与建议

3.1 结论

该研究基于统计年鉴提供的关于云南省农业总产值的数据，结合上述对农业灰色关联度的分析，可以得到云南省农业总产值与农林牧渔各产值之间的灰色相关度，结果表明，种植业是云南省农业发展的主要方向，其次是牧业、林业、渔业以及农林牧渔服务业。通过与实际情况对比，发现此结论与云南省目前的发展实情相符。云南省农林牧渔总产值中农业所占比重最大，这与云南省的地理优势相关。云南省地处我国西南的边陲，气候温暖，山地居多，物种丰富，高原特色农产品丰富，其独特的地理位置和气候优势，决定了其农业发展快于其他行业发展，如烟草、花卉、咖啡、蔬菜等特色产业。另外，云南省不仅被称为“植物王国”，也被称为“动物王国”，因此云南省的畜牧业发展仅次于农业的发展也与实际情况相符。

3.2 建议 第一，从产业结构调整角度。需要改变传统农业的粗放式经营模式，转而向精细农业发展，由“高消耗、低收益”向“低消耗、高收益”转变[4]。另外，还需要加强与其他产业的合作，充分利用自身资源优势，发展高原特色农业。第二，从产业结构优化角度。区域结构的产业结构优化主要着眼于生产要素的有效配置[5]，对于种植业，在原有特色农业的基础上，如花卉、烟草、咖啡、茶叶等，进一步加强冬季农业的发展，如冬果、冬蔬、坚果、有机蔬菜等；对于林业，注重经济林、林下产业的发展，如核桃、橡胶、野生菌等；对于牧业，注重特色禽类的发展，如加大对高原特色鸡、版纳小耳猪的养殖；对于农副产业；重视精加工，充分利用得天独厚的自然资源，大力发展庄园经济、美丽农场等休闲农业。

第三，改善基础设施，发展高科技农业。虽然云南省土地面积较大，但高原、山地面积较多，在一定程度上制约了农业的发展。因此，在改善基础设施的基础上，引入农业高新技术，把先进的技术引入到农业生产中，发展高科技农业，进而提高农业发展的总体水平[6]。发展高技术农业不仅是云南省需要考虑的，也是其他省份发展农业需要考虑的，是今后農业发展的方向。

参考文献

[1] 邱振雄.基于灰色关联分析的江苏农业研究[J].农业研究与应用，2014（6）：57-60.

[2] 李风琦，朱再昱，曹建华.基于灰色关联理论的农业经济结构分析：以南昌市为例[J].中国农业通报，2013，29（2）：97-102.

[3] 冯晶.我国农业现代化发展的灰色关联分析[J].农民致富之友，2013（8）：30.

[4] 芮慧慧.安徽省农业产业升级及科技保障研究[D].合肥：安徽农业大学，2012.

[5] 宁吟旭.云南省产业结构优化与产业素质关系的实证研究[D].昆明：昆明理工大学，2010.

[6] 李森业.现代农业机械化水平影响因素的灰色关联研究[J].中国农业信息，2014（7）：96.

作者：栾雪梅 郭颖梅

灰色关联度下渔业经济论文 篇3：

兵团第六师团场一二三产业融合度水平评价及影响因素研究

[摘要]农村一二三产业融合，在近五年的中央一号文件中都是最重要的关键词之一。为了反映六师农牧团场一二三产业融合的实际情况，查找产业融合的问题，确定今后发展的思路，本文对六师农牧团场一二三产业融合程度和关键影响因素进行了实证分析。结果表明：当前六师农牧团场一二三产业融合整体上还处于初级阶段，融合度处于中低层次。并提出了着力实施乡村振兴战略，优化农牧团场劳动力就业结构等政策建议。

[关键词]一二三产业;产业融合;融合度;赫芬达尔指数;灰色关联分析法

产业兴旺是实现乡村振兴的着力点和“火车头”。习近平总书记强调，产业振兴要紧紧围绕发展现代农业，围绕农村一二三产业融合发展，构建乡村产业体系，实现产业兴旺。国务院办公厅以国办发〔2015〕93号印发《关于推进农村一二三产业融合发展的指导意见》（以下简称《意见》）主要目标是：到2020年，农村产业融合发展总体水平明显提升。《意见》实施以来，到2017年底，六师各团场产业融合发展总体水平如何，还需要从哪些方面加强，明确今后的发展方向，以问题为导向。本文参考国内较成熟的研究方法，即运用赫芬达尔指数法和灰色关联分析法，对六师农牧团场一二三产业从融合程度测算和影响因素两个角度进行了研究。

一、测量方法简介

本文通过对国内相关研究方法进行文献研究，并结合实际数据的情况，选择赫芬达尔指数法和灰色关联分析法相结合的方法对六师一二三产业融合度进行测算。赫芬达尔指数法被学者和政府部门用来测量产业集中度和产业融合度，其基本测算公式是：

其中，X表示市场总规模，Xi表示第i产业的规模。

将HHI值划分为五区，如表1所示。HHI值越小，表明融合程度越高，HHI值越大，则越低。

在进行灰色关联分析时，一般分为以下8个步骤：

第一，确定分析指标，收集數据，形成n个指标的数据序列矩阵。

第三，指标数据无量纲化。本文选择均值化。

其中，i=0，1，…，n;k=1，2，…，m

第四，计算被评价指标序列与参考数据列的绝对值差。

第五，确定绝对差值后的比较数据序列的最小值a金额最大值b。

第六，计算关联系数。

其中，p取值区间[0，1]，为分辨系数，取值越小，关联系数间差异越大，p一般情况下为0.4。

第七，计算关联序。

也可根据各指标的影响作用对其加权平均。

第八，根据关联序，得出分析结果。关联系数越大，一般来说对系统的影响程度越大。小于0.6为弱关联，关联度大于0.7为强关联，介于两者之间为中关联。

二、六师农牧团场一二三产业融合度测算

（一）数据来源

新疆生产建设兵团第六师地处天山东段北麓，准噶尔盆地东南缘，有着丰富的农业资源。当前，正在深入推进农业供给侧结构性改革，推进农业从数量规模型向质量效益型转变以及团场综合配套改革深入推进的交叉期。因此，本文选择六师农业数据为样本，可以较好的反应六师农牧团场一二三产融合的真实情况，本文所有数据均来自2012—2018年《第六师五家渠市统计年鉴》和《第六师五家渠市年鉴》。

（二）第一产业内部各行业融合度测算

选择2011—2017年第六师第一产业内部各行业产值为指标，运用HHI法对融合度测算，再进一步采用灰色关联分析法在对其内部各行业与产业融合关系的紧密程度进行分析，结果如表2、表3所示。

从表2计算的结果可以看出，2011—2017年，六师五家渠第一产业内部各行业的HHI指数在0.49-0.55之间，计算值比较稳定，产业融合度属于中高度偏中度。

表3表示，灰色关联度的排序为林业>农林牧渔服务业>渔业>牧业>农业。从排序结果来看，林业与第一产业融合关联度最高，其次为农林牧渔服务业，从表2数据显示六师林业和渔业对总产值的占比较少，对总产值的贡献较小，综合考虑，农林牧渔服务业对加强第一产业内容融合起着最重要的作用，其次是牧业，最后是农业;从关联系数的大小来分析，农业为弱关联，林业、农林牧渔服务业和牧业为中关联。说明第一产业内部处于低度融合状态，需要加强相互渗透、相互交叉，通过调整产业结构，进一步增加科技投入等方式，最终融合为一体，实现第一产业内部的优化升级。

（三）农业与相关第二产业融合度测算

第一产业与第二产业之间关系紧密，两者相辅相成。一方面，第一产业为第二产业供应原料和动力;另一方面，第二产业为第一产业提供农业装备和技术。选择与第一产业相关的农副食品加工业，食品制造业，酒、饮料和精制茶制造业，纺织业，造纸和纸制品业，橡胶和塑料制品6个行业规模以上工业增加值为参考值，采用灰色关联分析法对第一产业与其相关的第二产业的关联度进行测算。

表4表示灰色关联度的排序为：农林牧渔服务业>渔业>林业>农业>牧业。从排序结果看，农林牧渔服务业对第一产业内部融合的影响最大，对加强相关第二产业融合起着决定性的作用。从关联系数的大小来看，农林牧渔服务业和渔业为中关联，其他产业为弱关联。说明对相关第二产业的融合也不高。

选择第二产业为其提供的化肥、农药、农业机械总动力等为指标，选择第一产业总产值为参考值，采用灰色关联分析法对与农业相关的第二产业和第一产业的关联度进行测算。

表5 与农业相关的第二产业和第一产业的关联度测算表

表5表示灰色关联度的排序为：大中型拖拉机>农药>机引农具>小型拖拉机>化肥>农用运输车>农业机械总动力。从排序结果来看，大中型拖拉机对农业产值的影响最大，其次是农药、机引农具、小型拖拉机、化肥。随着农业现代化的推进，大型农业机械和一些新装备对一产产值的影响越来越明显。从关联系数值来看，大中型拖拉机是强关联，排灌机械农用运输车和农机总动力是弱关联，其他都属于中关联。

（四）农业与相关第三产业之间融合度测算

第三产业为第一产业的发展提供各项服务，以相关指标的可获取性为前提，选择课题经费，旅游总收入，粮油、食品类销售总额，棉麻类销售总额种子饲料类销售总额，服装鞋帽、针、纺织品类销售总额，一产固定资产投资为指标，以农业产值为参考值，运用灰色关联分析法对与其相关的第三产业的融合关联度进行测算，结果如表6所示。

表6 与农业相关的第三产业和第一产业的关联度测算表

从排序结果来看，旅游总收入对农业产值影响最大，为强关联，这体现了农业多功能性的发挥，拓宽了农业资源开发利用渠道、提高了农业经济效益。从灰色关联系数值来看，棉麻类销售总额、服装鞋帽、针、纺织品类销售总额、一产固定资产投资、粮油、食品类销售总额为中关联，课题经费和种子饲料类销售总额为弱关联。

（五）產业融合度的综合评价

综合以上测算结果，六师农牧团场农业融合度，以及农业与第二、第三产业融合度都不高。表明六师农牧团场农业生产水平和效率并不高，与农业相关的第二、第三产业发展水平也较低。

三、一二三产业融合具体影响因素分析

要分析产业融合的影响因素，必须要明确产业融合的动力机制。结合学者们对农村产业融合评价体系研究的结果，在指标的重要性、可靠性、获取便利性的基础上，本文选取以下指标作为具体影响因素，见表7，应用赫芬达尔指数与灰色关联相结合的方法进行分析。

（一）农牧团场一二三产业之间融合度测算

选择第三次产业投资总额为指标，运用赫芬达尔指数对三产之间的融合度测算，结果如表8所示。

（二）产业融合影响因素分析

为了进一步分析一二三产业之间融合度的主要影响因素，结合表7的具体关联因素，以产业融合度为参考值，应用灰色关联分析进行关联度测算。通过查阅《第六师五家渠市年鉴》《第六师五家渠市统计年鉴》获取到相关农业数据。从表9的结果可以看出，各指标灰色关联系数都大于0.5，说明各指标都与产业融合关系密切，指标选择较为合理。通过排序结果可知，在产业融合关联因素中，非农就业比例和农产品加工与农业总产值比值的关联度最为密切。同时，第二、三产业比重的增加也会促进农牧团场产业融合发展。农业合作社等产业化组织、农业服务业关联度排序相对靠后，说明农工专业合作社等产业化组织对产业融合影响没有显现。

四、六师五家渠农牧团场一二三产业融合度测算结论和发展建议

总体来说，六师五家渠农牧团场产业融合整体上还处于初级阶段，无论在产业内部渗透、链条延伸和功能拓展等方面融合度都处于中低层次。结合分析结果，提出以下措施建议：

（一）着力实施乡村振兴战略

围绕“产业兴旺”，坚持质量兴农、绿色兴农原则，大力推进高标准农田建设。要根据市场供求变化和区域比较优势，深入推进产业结构、产品结构、区域结构调整，着力提升农业质量效益。要充分发挥五家渠市城郊优势和农业资源，打造“农业+旅游”“农业+文化”“农业+康养”等新业态，稳步把休闲观光农业发展成为师市职工增收新的增长点。要积极发展订单农业，依托师市农发集团、梅花氨基酸等龙头企业，全面建立“龙头企业+合作社+职工”的生产经营模式。

（二）优化农牧团场劳动力就业结构

要对团场劳动力进行分类，让其团场劳动力可以在打工和搞家庭经营之间做一合理选择，同时，要实行团场人才“双向流动和柔性引进”，引导富余劳动力进入农产品加工、农业现代服务等领域，城镇干部、科技人才、大学生、企业家等向团场连队流动;以促进农牧团场产业发展，促进农牧团场劳动力的合理配置。

（三）鼓励、支持农业相关配套产业的发展

完善农牧产业链结构，引导和培育向结合，完善配套服务体系，发展农业生产性服务业，要着眼满足普通农户和新型经营主体的生产经营需要，立足服务农业生产产前、产中、产后全过程，充分发挥公益性服务机构的引领带动作用，重点发展农业经营性服务，以促进农牧团场相关服务业的快速发展，不断优化升级农业产业，为六师农牧产业融合提供有力保障。

（四）加快培育和规范新型农业经营主体

大力培育和发展种植合作社、农机合作社，提高职工对接市场能力和农业规模经营水平。加强合作社规范运行管理，发挥示范带动和桥梁纽带作用。要发挥党建引领连队稳定发展作用，培育扶持壮大农工合作社发展，拓宽职工群众多元增收渠道，不断做实做大做强连队经济，把连队建设成为产业兴旺、生态宜居、乡风文明、治理有效、生活富裕美丽家园。

参考文献：

[1]梁立华.农村地区第一、二、三产业融合的动力机制、发展模式及实施策略[J].改革与战略，2016（8）：74-77.

[2]国家发展改革委宏观院和农经司课题组.推进我国农村一二三产业融合发展问题研究[J].经济研究参考，2016（4）：3-28.

[3]李爱军，王成文.安徽省农村一二三产业融合度测算及影响因素分析[J].宿州学院学报，2018（7）：1-7.

作者：焦心舒 杨丽