王保雪　王榮黨

摘 要：農(nóng)村貧困地區(qū)的生產(chǎn)格局仍然是以傳統(tǒng)農(nóng)業(yè)為主，對農(nóng)業(yè)收入產(chǎn)生重要影響的環(huán)境因素仍不容忽視。對于連片貧困地區(qū)，農(nóng)村貧困環(huán)境因素具有共性特征，以縣域環(huán)境為研究對象，可以更有針對性地提出扶貧政策。采用灰色關聯(lián)分析法，對云南省扶貧開發(fā)重點縣的相關面板數(shù)據(jù)進行實證研究分析，找出影響農(nóng)民人均純收入的環(huán)境因素的重要度并以此提出相應緩解農(nóng)村貧困的政策和建議。

關鍵詞：農(nóng)村；貧困；縣域環(huán)境；灰色關聯(lián)

中圖分類號：F320 文獻標志碼：A 文章編號：1673-291X（2014）06-0036-03

引言

貧困作為一個長期困擾人類的世界性難題，得到了世界各地的普遍關注。2002年，聯(lián)合國設定并啟動了8個“千年發(fā)展目標”，而8個目標的第一個就是“消滅極端貧窮與饑餓”。就中國而言，在經(jīng)過了最初的由政策和體制推動反貧困，并在面上取得了十分明顯的效果后，中國農(nóng)村貧困已不再是國家經(jīng)濟總體欠發(fā)達、制度和政策缺失等帶有普遍性的因素造成的“面上的”貧困，取而代之的是由特殊的區(qū)域環(huán)境、生產(chǎn)條件以及人口素質(zhì)等一系列帶有明顯地域性特征的約束條件導致的“點上的”貧困。2000—2010年，東部地區(qū)貧困人口占全國貧困人口的比重由10.2%下降至4.6%，西部地區(qū)貧困人口占全國貧困人口的比重由60.8%上升至65.1%。貧困人口進一步向西部地區(qū)集中[1]。如果拋開制度、政策、資本、教育、人力資源等諸多經(jīng)濟社會因素的影響，以傳統(tǒng)農(nóng)業(yè)為主的農(nóng)村貧困地區(qū)的生產(chǎn)格局受環(huán)境的影響仍然是一個至關重要、不可回避的現(xiàn)實問題。

一、灰色關聯(lián)模型簡介

（一）灰色系統(tǒng)理論及其應用

灰色系統(tǒng)理論（Grey System Theory）創(chuàng)立于1982年，主創(chuàng)者為鄧聚龍。它主要用于處理數(shù)據(jù)少、樣本小、信息不完全和經(jīng)驗缺乏的不確定性問題。該理論以關聯(lián)度計算為基本手段，把事物看成一個動態(tài)、發(fā)展的系統(tǒng)，對事物之間的變化情況進行定量的描述，對事物的發(fā)展狀態(tài)進行量的比較，在進行綜合評價時，不需要太多的數(shù)據(jù)，優(yōu)于經(jīng)典的精確數(shù)學方法。目前，灰色系統(tǒng)理論在各個方面得到了廣泛的應用。例如，教育與經(jīng)濟、金融與創(chuàng)新、產(chǎn)業(yè)關聯(lián)、銀行選址，以及企業(yè)的技術創(chuàng)新與績效、科技投入與經(jīng)濟增長、能源技術效率與經(jīng)濟效率，還有，CPI與商品價格、居民消費與經(jīng)濟增長、航運中心與金融中心的聯(lián)動等等，都用到了灰色關聯(lián)分析。由此可見，灰色關聯(lián)分析方法的實用性與有效性之強。

在區(qū)域研究方面，由于區(qū)域內(nèi)部有明顯的相似性和連續(xù)性，同時又有明顯的差異性，灰色關聯(lián)分析方法的應用優(yōu)勢更加明顯。趙新正等根據(jù)城市化動力機制和區(qū)域城市化水平的不同，利用灰色關聯(lián)分析法對影響區(qū)域城市化發(fā)展的指標體系進行定量研究[2]。畢克新等利用灰色關聯(lián)分析法對黑龍江省近十年區(qū)域知識產(chǎn)權與技術創(chuàng)新之間的關聯(lián)性進行了分析[3]。范君君等運用灰色系統(tǒng)理論中關聯(lián)分析方法，對甘南州經(jīng)濟增長與各個特征人口之間的關聯(lián)性進行分析[4]。陳桃紅運用灰色關聯(lián)分析方法對西南五省區(qū)市的區(qū)域競爭力進行了評價，從而得出該五省區(qū)市區(qū)域競爭力大小的灰色關聯(lián)度[5]。

在三農(nóng)問題的研究上，灰色關聯(lián)分析法也發(fā)揮了重要作用。朱麗琴等采用灰色關聯(lián)分析方法分析了廣東省農(nóng)民家庭收入及其來源構成的關聯(lián)性，以此提出實現(xiàn)農(nóng)民家庭收入持續(xù)快速增長的有效途徑[6]。劉衛(wèi)柏等運用灰關聯(lián)度的相關理論分析闡述農(nóng)村土地流轉的影響因素，并在分析了各個因素之間的主次關系[7]。陶愛祥選取農(nóng)業(yè)單位GDP能耗作為衡量低碳農(nóng)業(yè)發(fā)展水平的指標，運用灰色關聯(lián)理論，分析了中國農(nóng)業(yè)科技發(fā)展水平與低碳農(nóng)業(yè)發(fā)展水平之間的關系[8]。李冬梅等將灰色系統(tǒng)理論應用于對糧食產(chǎn)業(yè)安全度的評價，解決了對糧食產(chǎn)業(yè)安全的國際比較評價時信息不完全、樣本量小的問題[9]。

（二）灰色關聯(lián)分析方法

灰色關聯(lián)分析是通過灰色關聯(lián)度來分析系統(tǒng)因素間的影響程度或因素對系統(tǒng)主行為的貢獻測度的一種方法?；疑P聯(lián)度計算步驟如下：

（1）確定反映系統(tǒng)行為特征的參考數(shù)列和影響系統(tǒng)行為的比較數(shù)列

設參考數(shù)列為X0=（X0（1），X0（2），…，X0（n））

比較數(shù)列為Xi=（Xi（1），Xi（2），…，Xi（n）），i=1，2，…，m

（2）對參考數(shù)列和比較數(shù)列進行無量綱化處理

在進行灰色關聯(lián)度分析時，一般都要進行無量綱化的數(shù)據(jù)處理。以削除“由于系統(tǒng)中各因素數(shù)據(jù)的量綱不同，所導致不便于比較，或在比較時難以得到正確的結論”的研究障礙。

（3）求參考數(shù)列與比較數(shù)列的灰色關聯(lián)系數(shù)ξ（Xi）

對于一個參考數(shù)列X0有若干個比較數(shù)列X1，X2，…Xm 。各比較數(shù)列與參考數(shù)列在各個時刻的關聯(lián)系數(shù)ξ（Xi）可由下列公式算出：

ξi（k）=

其中ξ為分辨系數(shù)，0<ξ<1

|X0（k）-Xi（k）|為兩層式取絕對差值中最小值計算，第一層為先分別由各比較數(shù)列Xi曲線上的每一個點與參考數(shù)列Xi曲線上的每一個點之絕對差值中取最小值，再由這些最小值當中選取最小值。簡記為Δmin。

|X0（k）-Xi（k）|為兩層式取絕對差值中最大值計算，第一層為先分別由各比較數(shù)列Xi曲線上的每一個點與參考數(shù)列X0曲線上的每一個點之絕對差值取最大值，再由這些最大值當中選取最大值。簡記為△max。

|X0（k）-Xi（k）|為各比較數(shù)列Xi曲線上的每一個點與參考數(shù)列X0曲線上的每一個點之絕對差值。記為△Oi（k）。所以關聯(lián)系數(shù)γ（Xi）也可簡化如下列公式：

ξi（k）= k=1，2，…， n

（4）求關聯(lián)度γi

因為關聯(lián)系數(shù)是比較數(shù)列與參考數(shù)列在各個時刻的關聯(lián)程度值，所以它的數(shù)不止一個，而信息過于分散不便于進行整體性比較。因此，有必要將各個時刻的關聯(lián)系數(shù)集中為一個值，也就是求其平均值，作為比較數(shù)列與參考數(shù)列間關聯(lián)程度的數(shù)量表示，關聯(lián)度ri公式如下：endprint

ri=ξi（k）

（5）關聯(lián)度大小排序

將計算得到的關聯(lián)度按大小進行排序，關聯(lián)度越大說明該比較序列與參考序列關聯(lián)度越高，聯(lián)系越緊密，該序列反映的因素對研究對象影響越大。

二、灰色關聯(lián)實證分析

（一）指標選取

根據(jù)灰色關聯(lián)度分析法的要求，我們首先要確定參考序列的指標和比較序列的指標。選取能夠反映農(nóng)村貧困情況的農(nóng)民人均純收入為母序列，記為X0（k）。因為自然地理環(huán)境條件作為農(nóng)村貧困的一個影響因素對農(nóng)民的農(nóng)業(yè)收入影響是最大的，而農(nóng)業(yè)收入又是農(nóng)民純收入的重要來源。所以本文選取農(nóng)民人均純收入作為參考序列。

環(huán)境作為生產(chǎn)資料和勞動條件，是土壤、氣候、水及生物等各種自然條件的總和。在選擇比較序列時，主要選擇對農(nóng)村經(jīng)濟產(chǎn)生重要影響的因素。比如，一個地區(qū)是否交通便利，公路鐵路覆蓋率，距離大中型城市遠近燈，對于提高該地區(qū)工業(yè)和服務業(yè)在世界市場上的競爭力至關重要；還有，農(nóng)業(yè)生產(chǎn)力從根本上依賴于氣候和土壤，當農(nóng)業(yè)占經(jīng)濟的主導地位時，地理條件是經(jīng)濟發(fā)展最根本的制約因素等等。因此，本文選取代表地理條件、氣候條件、水資源、地形、土地、資源、災害、道路、地理區(qū)位八個方面的15個變量反映自然地理環(huán)境條件。比較序列所反映的具體因素（如表1所示）。

（二）資料數(shù)據(jù)來源

本文主要是整理了云南省3個扶貧開發(fā)重點縣（均為國家級扶貧開發(fā)重點縣）縣域環(huán)境條件的面板數(shù)據(jù)，數(shù)據(jù)來源于《云南統(tǒng)計年鑒》（2011、2012）、《祿勸年鑒》（2012）、《尋甸統(tǒng)計年鑒》（2011、2012）、《會澤年鑒》（2012）。具體數(shù)據(jù)（如下頁表2所示）：

（三）數(shù)據(jù)分析

基于下頁表2中的數(shù)據(jù)，依據(jù)灰色建模理論和步驟，建立云南省農(nóng)村貧困縣域環(huán)境灰色關聯(lián)模型，應用MATLAB R2011a軟件，算得參考序列與比較序列之間的關聯(lián)度（如下頁表3所示）：

（四）結果分析

（1）從上述分析結果可以看出，與農(nóng)民人均純收入關聯(lián)度最大的是人均耕地面積，其次是離最近城市的距離，而人均林地面積和礦產(chǎn)資源等級與農(nóng)民人均純收入關聯(lián)不大。這可能是由于現(xiàn)階段農(nóng)村地區(qū)尤其是農(nóng)村貧困地區(qū)的生產(chǎn)格局仍然以傳統(tǒng)的農(nóng)業(yè)為主，而城市是農(nóng)產(chǎn)品主要市場，距離城市的遠近對農(nóng)業(yè)收入會產(chǎn)生重要影響。而林業(yè)資源和礦產(chǎn)資源的開發(fā)力度不夠，資源隨豐富，卻不能帶來惠民效益。

（2）上述結果中，除了人均耕地面積、離最近城市距離、人均林地面積和礦產(chǎn)資源等級這四個因素外，剩余的因素可分為兩類。一類是ri≥0.5的因素，這些因素有年平均氣溫、畝均可用水量、山地面積比重、水土流失等級、旅游資源等級、縣域公路密度、縣域鐵路密度，這些因素與農(nóng)民人均純收入有關聯(lián)。其中，年平均氣溫和畝均可用水量可以說明農(nóng)業(yè)生產(chǎn)條件，山地面積比重可以說明土地資源等級，水土流失等級可以說明土地質(zhì)量，縣域公路和鐵路密度可以說明地理區(qū)位的優(yōu)越性，這些環(huán)境條件的好壞都會對農(nóng)業(yè)收入產(chǎn)生影響，進而影響農(nóng)民人均純收入。另一類是ri<0.3的因素，這些因素有縣域平均海拔、年均降水量、縣域南北長度、縣域東西長度，這些因素與農(nóng)民人均純收入的關聯(lián)度較小。

三、政策建議

現(xiàn)階段農(nóng)村地區(qū)尤其是農(nóng)村貧困地區(qū)的生產(chǎn)格局仍然是以傳統(tǒng)的農(nóng)業(yè)為主，因此，與傳統(tǒng)農(nóng)業(yè)生產(chǎn)相關的環(huán)境條件，例如水資源量、耕地面積與質(zhì)量、交通便利性等，對增加農(nóng)民收入和減少貧困面更具約束性，有更強的相關影響。因此，通過水土保持、土地整理等措施保護和提高土地質(zhì)量，通過加大農(nóng)田基礎設施建設力度提高土地集約化程度，同時加大農(nóng)村道路改造，加大改善農(nóng)村交通條件的政策和資金投入，是幫助農(nóng)民增加收入、擺脫貧困的出路。

面對現(xiàn)有條件，利用自有資源優(yōu)勢，發(fā)展特色產(chǎn)業(yè)，實現(xiàn)產(chǎn)業(yè)轉移。從實證分析中可以看出，該三個縣均有豐富的林業(yè)資源，但是與當?shù)剞r(nóng)民的人均純收入關聯(lián)卻不大，所以可以考慮利用現(xiàn)有豐富的林業(yè)資源，努力發(fā)展第二、第三產(chǎn)業(yè)，實現(xiàn)剩余勞動力的再就業(yè)，從而增加農(nóng)民收入。同時，加大旅游資源開發(fā)，根據(jù)各自縣域特點發(fā)展特色旅游。

參考文獻：

[1] 中國農(nóng)村2011貧困檢測報告[R].北京：中國統(tǒng)計出版社，2012.

[2] 趙新正，寧越敏.中國區(qū)域城市化動力差異研究——基于灰色關聯(lián)分析法的分析[J].城市問題，2009，（12）.

[3] 畢克新，馬慧子，艾明曄.區(qū)域知識產(chǎn)權與區(qū)域技術創(chuàng)新整體水平的關聯(lián)分析[J].科技管理與研究，2012，（14）.

[4] 范君君，張良勇，鐘方雷.基于灰色關聯(lián)分析的甘南州經(jīng)濟增長與人口特征分析[J].草業(yè)科學，2009，（11）.

[5] 陳桃紅.區(qū)域競爭力比較視野下西南五省區(qū)市的發(fā)展策略研究[J].區(qū)域經(jīng)濟，2012，（5）.

[6] 朱麗琴，王生林，劉冠明.廣東農(nóng)民家庭收入來源的灰色關聯(lián)分析[J].廣東農(nóng)業(yè)科學，2009，（12）.

[7] 劉衛(wèi)柏，李中.農(nóng)村土地流轉影響因素的灰關聯(lián)度分析[J].湖南社會科學，2012，（3）.

[8] 陶愛祥.基于灰色關聯(lián)理論的低碳農(nóng)業(yè)與農(nóng)業(yè)科技關系研究[J].安徽農(nóng)業(yè)科學，2012，（22）.

[9] 李冬梅，劉春泓，王竹玲.基于灰色關聯(lián)分析的糧食產(chǎn)業(yè)安全評價與比較[J].科技管理研究，2012，（12）.

[責任編輯 劉嬌嬌]endprint

ri=ξi（k）

（5）關聯(lián)度大小排序

將計算得到的關聯(lián)度按大小進行排序，關聯(lián)度越大說明該比較序列與參考序列關聯(lián)度越高，聯(lián)系越緊密，該序列反映的因素對研究對象影響越大。

二、灰色關聯(lián)實證分析

（一）指標選取

根據(jù)灰色關聯(lián)度分析法的要求，我們首先要確定參考序列的指標和比較序列的指標。選取能夠反映農(nóng)村貧困情況的農(nóng)民人均純收入為母序列，記為X0（k）。因為自然地理環(huán)境條件作為農(nóng)村貧困的一個影響因素對農(nóng)民的農(nóng)業(yè)收入影響是最大的，而農(nóng)業(yè)收入又是農(nóng)民純收入的重要來源。所以本文選取農(nóng)民人均純收入作為參考序列。

環(huán)境作為生產(chǎn)資料和勞動條件，是土壤、氣候、水及生物等各種自然條件的總和。在選擇比較序列時，主要選擇對農(nóng)村經(jīng)濟產(chǎn)生重要影響的因素。比如，一個地區(qū)是否交通便利，公路鐵路覆蓋率，距離大中型城市遠近燈，對于提高該地區(qū)工業(yè)和服務業(yè)在世界市場上的競爭力至關重要；還有，農(nóng)業(yè)生產(chǎn)力從根本上依賴于氣候和土壤，當農(nóng)業(yè)占經(jīng)濟的主導地位時，地理條件是經(jīng)濟發(fā)展最根本的制約因素等等。因此，本文選取代表地理條件、氣候條件、水資源、地形、土地、資源、災害、道路、地理區(qū)位八個方面的15個變量反映自然地理環(huán)境條件。比較序列所反映的具體因素（如表1所示）。

（二）資料數(shù)據(jù)來源

本文主要是整理了云南省3個扶貧開發(fā)重點縣（均為國家級扶貧開發(fā)重點縣）縣域環(huán)境條件的面板數(shù)據(jù)，數(shù)據(jù)來源于《云南統(tǒng)計年鑒》（2011、2012）、《祿勸年鑒》（2012）、《尋甸統(tǒng)計年鑒》（2011、2012）、《會澤年鑒》（2012）。具體數(shù)據(jù)（如下頁表2所示）：

（三）數(shù)據(jù)分析

基于下頁表2中的數(shù)據(jù)，依據(jù)灰色建模理論和步驟，建立云南省農(nóng)村貧困縣域環(huán)境灰色關聯(lián)模型，應用MATLAB R2011a軟件，算得參考序列與比較序列之間的關聯(lián)度（如下頁表3所示）：

（四）結果分析

（1）從上述分析結果可以看出，與農(nóng)民人均純收入關聯(lián)度最大的是人均耕地面積，其次是離最近城市的距離，而人均林地面積和礦產(chǎn)資源等級與農(nóng)民人均純收入關聯(lián)不大。這可能是由于現(xiàn)階段農(nóng)村地區(qū)尤其是農(nóng)村貧困地區(qū)的生產(chǎn)格局仍然以傳統(tǒng)的農(nóng)業(yè)為主，而城市是農(nóng)產(chǎn)品主要市場，距離城市的遠近對農(nóng)業(yè)收入會產(chǎn)生重要影響。而林業(yè)資源和礦產(chǎn)資源的開發(fā)力度不夠，資源隨豐富，卻不能帶來惠民效益。

（2）上述結果中，除了人均耕地面積、離最近城市距離、人均林地面積和礦產(chǎn)資源等級這四個因素外，剩余的因素可分為兩類。一類是ri≥0.5的因素，這些因素有年平均氣溫、畝均可用水量、山地面積比重、水土流失等級、旅游資源等級、縣域公路密度、縣域鐵路密度，這些因素與農(nóng)民人均純收入有關聯(lián)。其中，年平均氣溫和畝均可用水量可以說明農(nóng)業(yè)生產(chǎn)條件，山地面積比重可以說明土地資源等級，水土流失等級可以說明土地質(zhì)量，縣域公路和鐵路密度可以說明地理區(qū)位的優(yōu)越性，這些環(huán)境條件的好壞都會對農(nóng)業(yè)收入產(chǎn)生影響，進而影響農(nóng)民人均純收入。另一類是ri<0.3的因素，這些因素有縣域平均海拔、年均降水量、縣域南北長度、縣域東西長度，這些因素與農(nóng)民人均純收入的關聯(lián)度較小。

三、政策建議

現(xiàn)階段農(nóng)村地區(qū)尤其是農(nóng)村貧困地區(qū)的生產(chǎn)格局仍然是以傳統(tǒng)的農(nóng)業(yè)為主，因此，與傳統(tǒng)農(nóng)業(yè)生產(chǎn)相關的環(huán)境條件，例如水資源量、耕地面積與質(zhì)量、交通便利性等，對增加農(nóng)民收入和減少貧困面更具約束性，有更強的相關影響。因此，通過水土保持、土地整理等措施保護和提高土地質(zhì)量，通過加大農(nóng)田基礎設施建設力度提高土地集約化程度，同時加大農(nóng)村道路改造，加大改善農(nóng)村交通條件的政策和資金投入，是幫助農(nóng)民增加收入、擺脫貧困的出路。

面對現(xiàn)有條件，利用自有資源優(yōu)勢，發(fā)展特色產(chǎn)業(yè)，實現(xiàn)產(chǎn)業(yè)轉移。從實證分析中可以看出，該三個縣均有豐富的林業(yè)資源，但是與當?shù)剞r(nóng)民的人均純收入關聯(lián)卻不大，所以可以考慮利用現(xiàn)有豐富的林業(yè)資源，努力發(fā)展第二、第三產(chǎn)業(yè)，實現(xiàn)剩余勞動力的再就業(yè)，從而增加農(nóng)民收入。同時，加大旅游資源開發(fā)，根據(jù)各自縣域特點發(fā)展特色旅游。

參考文獻：

[1] 中國農(nóng)村2011貧困檢測報告[R].北京：中國統(tǒng)計出版社，2012.

[2] 趙新正，寧越敏.中國區(qū)域城市化動力差異研究——基于灰色關聯(lián)分析法的分析[J].城市問題，2009，（12）.

[3] 畢克新，馬慧子，艾明曄.區(qū)域知識產(chǎn)權與區(qū)域技術創(chuàng)新整體水平的關聯(lián)分析[J].科技管理與研究，2012，（14）.

[4] 范君君，張良勇，鐘方雷.基于灰色關聯(lián)分析的甘南州經(jīng)濟增長與人口特征分析[J].草業(yè)科學，2009，（11）.

[5] 陳桃紅.區(qū)域競爭力比較視野下西南五省區(qū)市的發(fā)展策略研究[J].區(qū)域經(jīng)濟，2012，（5）.

[6] 朱麗琴，王生林，劉冠明.廣東農(nóng)民家庭收入來源的灰色關聯(lián)分析[J].廣東農(nóng)業(yè)科學，2009，（12）.

[7] 劉衛(wèi)柏，李中.農(nóng)村土地流轉影響因素的灰關聯(lián)度分析[J].湖南社會科學，2012，（3）.

[8] 陶愛祥.基于灰色關聯(lián)理論的低碳農(nóng)業(yè)與農(nóng)業(yè)科技關系研究[J].安徽農(nóng)業(yè)科學，2012，（22）.

[9] 李冬梅，劉春泓，王竹玲.基于灰色關聯(lián)分析的糧食產(chǎn)業(yè)安全評價與比較[J].科技管理研究，2012，（12）.

[責任編輯 劉嬌嬌]endprint

ri=ξi（k）

（5）關聯(lián)度大小排序

將計算得到的關聯(lián)度按大小進行排序，關聯(lián)度越大說明該比較序列與參考序列關聯(lián)度越高，聯(lián)系越緊密，該序列反映的因素對研究對象影響越大。

二、灰色關聯(lián)實證分析

（一）指標選取

根據(jù)灰色關聯(lián)度分析法的要求，我們首先要確定參考序列的指標和比較序列的指標。選取能夠反映農(nóng)村貧困情況的農(nóng)民人均純收入為母序列，記為X0（k）。因為自然地理環(huán)境條件作為農(nóng)村貧困的一個影響因素對農(nóng)民的農(nóng)業(yè)收入影響是最大的，而農(nóng)業(yè)收入又是農(nóng)民純收入的重要來源。所以本文選取農(nóng)民人均純收入作為參考序列。

環(huán)境作為生產(chǎn)資料和勞動條件，是土壤、氣候、水及生物等各種自然條件的總和。在選擇比較序列時，主要選擇對農(nóng)村經(jīng)濟產(chǎn)生重要影響的因素。比如，一個地區(qū)是否交通便利，公路鐵路覆蓋率，距離大中型城市遠近燈，對于提高該地區(qū)工業(yè)和服務業(yè)在世界市場上的競爭力至關重要；還有，農(nóng)業(yè)生產(chǎn)力從根本上依賴于氣候和土壤，當農(nóng)業(yè)占經(jīng)濟的主導地位時，地理條件是經(jīng)濟發(fā)展最根本的制約因素等等。因此，本文選取代表地理條件、氣候條件、水資源、地形、土地、資源、災害、道路、地理區(qū)位八個方面的15個變量反映自然地理環(huán)境條件。比較序列所反映的具體因素（如表1所示）。

（二）資料數(shù)據(jù)來源

本文主要是整理了云南省3個扶貧開發(fā)重點縣（均為國家級扶貧開發(fā)重點縣）縣域環(huán)境條件的面板數(shù)據(jù)，數(shù)據(jù)來源于《云南統(tǒng)計年鑒》（2011、2012）、《祿勸年鑒》（2012）、《尋甸統(tǒng)計年鑒》（2011、2012）、《會澤年鑒》（2012）。具體數(shù)據(jù)（如下頁表2所示）：

（三）數(shù)據(jù)分析

基于下頁表2中的數(shù)據(jù)，依據(jù)灰色建模理論和步驟，建立云南省農(nóng)村貧困縣域環(huán)境灰色關聯(lián)模型，應用MATLAB R2011a軟件，算得參考序列與比較序列之間的關聯(lián)度（如下頁表3所示）：

（四）結果分析

（1）從上述分析結果可以看出，與農(nóng)民人均純收入關聯(lián)度最大的是人均耕地面積，其次是離最近城市的距離，而人均林地面積和礦產(chǎn)資源等級與農(nóng)民人均純收入關聯(lián)不大。這可能是由于現(xiàn)階段農(nóng)村地區(qū)尤其是農(nóng)村貧困地區(qū)的生產(chǎn)格局仍然以傳統(tǒng)的農(nóng)業(yè)為主，而城市是農(nóng)產(chǎn)品主要市場，距離城市的遠近對農(nóng)業(yè)收入會產(chǎn)生重要影響。而林業(yè)資源和礦產(chǎn)資源的開發(fā)力度不夠，資源隨豐富，卻不能帶來惠民效益。

（2）上述結果中，除了人均耕地面積、離最近城市距離、人均林地面積和礦產(chǎn)資源等級這四個因素外，剩余的因素可分為兩類。一類是ri≥0.5的因素，這些因素有年平均氣溫、畝均可用水量、山地面積比重、水土流失等級、旅游資源等級、縣域公路密度、縣域鐵路密度，這些因素與農(nóng)民人均純收入有關聯(lián)。其中，年平均氣溫和畝均可用水量可以說明農(nóng)業(yè)生產(chǎn)條件，山地面積比重可以說明土地資源等級，水土流失等級可以說明土地質(zhì)量，縣域公路和鐵路密度可以說明地理區(qū)位的優(yōu)越性，這些環(huán)境條件的好壞都會對農(nóng)業(yè)收入產(chǎn)生影響，進而影響農(nóng)民人均純收入。另一類是ri<0.3的因素，這些因素有縣域平均海拔、年均降水量、縣域南北長度、縣域東西長度，這些因素與農(nóng)民人均純收入的關聯(lián)度較小。

三、政策建議

現(xiàn)階段農(nóng)村地區(qū)尤其是農(nóng)村貧困地區(qū)的生產(chǎn)格局仍然是以傳統(tǒng)的農(nóng)業(yè)為主，因此，與傳統(tǒng)農(nóng)業(yè)生產(chǎn)相關的環(huán)境條件，例如水資源量、耕地面積與質(zhì)量、交通便利性等，對增加農(nóng)民收入和減少貧困面更具約束性，有更強的相關影響。因此，通過水土保持、土地整理等措施保護和提高土地質(zhì)量，通過加大農(nóng)田基礎設施建設力度提高土地集約化程度，同時加大農(nóng)村道路改造，加大改善農(nóng)村交通條件的政策和資金投入，是幫助農(nóng)民增加收入、擺脫貧困的出路。

面對現(xiàn)有條件，利用自有資源優(yōu)勢，發(fā)展特色產(chǎn)業(yè)，實現(xiàn)產(chǎn)業(yè)轉移。從實證分析中可以看出，該三個縣均有豐富的林業(yè)資源，但是與當?shù)剞r(nóng)民的人均純收入關聯(lián)卻不大，所以可以考慮利用現(xiàn)有豐富的林業(yè)資源，努力發(fā)展第二、第三產(chǎn)業(yè)，實現(xiàn)剩余勞動力的再就業(yè)，從而增加農(nóng)民收入。同時，加大旅游資源開發(fā)，根據(jù)各自縣域特點發(fā)展特色旅游。

參考文獻：

[1] 中國農(nóng)村2011貧困檢測報告[R].北京：中國統(tǒng)計出版社，2012.

[2] 趙新正，寧越敏.中國區(qū)域城市化動力差異研究——基于灰色關聯(lián)分析法的分析[J].城市問題，2009，（12）.

[3] 畢克新，馬慧子，艾明曄.區(qū)域知識產(chǎn)權與區(qū)域技術創(chuàng)新整體水平的關聯(lián)分析[J].科技管理與研究，2012，（14）.

[4] 范君君，張良勇，鐘方雷.基于灰色關聯(lián)分析的甘南州經(jīng)濟增長與人口特征分析[J].草業(yè)科學，2009，（11）.

[5] 陳桃紅.區(qū)域競爭力比較視野下西南五省區(qū)市的發(fā)展策略研究[J].區(qū)域經(jīng)濟，2012，（5）.

[6] 朱麗琴，王生林，劉冠明.廣東農(nóng)民家庭收入來源的灰色關聯(lián)分析[J].廣東農(nóng)業(yè)科學，2009，（12）.

[7] 劉衛(wèi)柏，李中.農(nóng)村土地流轉影響因素的灰關聯(lián)度分析[J].湖南社會科學，2012，（3）.

[8] 陶愛祥.基于灰色關聯(lián)理論的低碳農(nóng)業(yè)與農(nóng)業(yè)科技關系研究[J].安徽農(nóng)業(yè)科學，2012，（22）.

[9] 李冬梅，劉春泓，王竹玲.基于灰色關聯(lián)分析的糧食產(chǎn)業(yè)安全評價與比較[J].科技管理研究，2012，（12）.

[責任編輯 劉嬌嬌]endprint