我国农业产业结构优化时空差异分析基于灰色关联动态偏离份额法.doc

我国农业产业结构优化时空差异分析——基于灰色关联与动态偏离份额法 秦德智 邵慧敏 （云南大学 工商管理与旅游管理学院，昆明，650091） 摘要：为了更好推进农业产业结构优化，我们试图通过灰色关联与动态偏离份额法对农业产业结构优化进行时间和空间上的差异分析,从而找出影响农业产业结构优化的三大主要因素有需求、生产要素和制度，进而在此基础上提出促进农业产业结构优化的建议。 关键词：农业产业结构；灰色关联模型；动态偏离—份额模型；优化 An Analysis on?the Spatial and Temporal Variation?of Agricultural Structural Optimization?Based on Grey Correlation Method and Dynamic Shift-share Method Qin Dezhi Shao Huimin （College of Business Administration and Tourism, Yunnan University ,Kunming Yunnan 650091, China） Abstract：To optimize the Agricultural structure better,?grey correlation method and dynamic shift-share method are used to analyze the spatial and temporal variation, three main factors were found, there are requirement, factors of production, and institutions. Furthermore, on the basis of analysis results, some strategies were put forward for the optimization of the agricultural industry structure. Keywords: Agricultural Structure; Grey Correlation Model; DSSM; Optimization 新一轮的城镇化、土地改革对农业产业结构调整提出了更高的要求，如何在确保粮食安全基础上发展中国经济，如何发展优质高效农业进而满足国民更高的需求，如何在新形势下进一步增加农民收入等问题已成为我国急需解决的问题，一旦解决不好将深深影响社会和谐、经济发展，而这些难题的解决主要依赖于农业产业结构的优化。事实上，我国农业产业结构优化取得了一定的成果，然而还存在产业结构趋同、供给相对过剩等问题，同时在空间也出现了不平衡状态，农业产业结构的优化具有前所未有的必然性和紧迫性。因此，我们需要找到影响农业产业结构优化的主要因素，并探讨促进其优化的有效途径。一般情况下影响某事物发展的主要因素可以通过研究它的发展规律而得出，因此采用灰色关联模型和动态偏离—份额模型从时空两个不同维度对农业产业结构优化态势进行了描述，以便在分析差异成因的基础上总结出影响农业产业结构优化的主要因素。 一、研究方法 （一）灰色关联分析法 1.基本原理 灰色关联分析是是据序列曲线几何形状的相似程度来判断其联系是否紧密序列间的关联度就越大关联度越大因素变化态越一致 其中：i=1，2，…，ｍ；ｋ＝…，ｎ 母序列表示子序列的个数，表示每个序列的元素个数，则： （公式1） 为母序列与子序列在采样点的关联系数。 式中： 为分辨系数，一般取，其取值大小对关联度排序无影响。 每个采样点可根据公式1计算关联系数，而且也可先综合各点的关联系数，进而得出每个子序列与的关联度： （公式2） 式中表示指标个数，表示时间。 （二）动态偏离份额法 1.基本原理 偏离—份额分析法（DSSM）把整个区域经济看作是一个不断变化的过程，以其上一级次的区域或全国的经济发展作为参考系，将该区域本身经济总量在特定时间段的变动分解为三个分量分别为：份额分量、结构偏离分量和竞争力偏离分量，并根据以上三个分量的结果来解释该区域经济变化原由，从而判断该区域产业结构合理程度的高低以及竞争力的强弱，并据此确定产业结构的调整优化方向[1]。 2.模型设定 设某区域在 时间内，分解为个分量，以表示第 年相对于前一年的增量，则： （推导过程略）[2] 其中： (公式3) (公式4) 公式5) ：表示区域基年经济总量； ：表示区域末年经济总量 ：表示