基于聚类分析和主成分分析对贵州省各地级市农业发展水平的综合评价 农业管理专业

摘要目录基于聚类分析和主成分分析对贵州省各地级市农业发展水平的综合评价摘要贵州作为我国主要的传统农业省份，是国内许多农产品的主要生产基地，自然的气候条件使得贵州省拥有了较为有利的农业生产条件，但是土地资源稀缺也严重制约了省内各个地级市的农业发展。在各个不同地级市之间，农业发展状况会有许多相似的地方，但同样也会存在一定的差异性。所以为了研究这种发展的相似性和差异性，采用聚类分析和主成分分析，对各个地级市的农业发展水平进行分析研究，通过分类结果和因子得分对近年来各个地级市农业发展状况进行一个简单的综合评价，通过比较分析产生差异的影响因素，最终根据分析结果和影响因素，提出如下建议:加强现代化农业，增强科技支撑，优化农业的整体结构；加强农业技术自主创新能力的建设；因地制宜，发展特色农业等以加强贵州省各个地级市的农业现代化发展，促进各区域可持续的、具有区域特色的农业发展，也为省内的农业发展提供一定的思路。关键词：农业发展；聚类分析；主成分分析；影响因素；综合评价；现代化农业ComprehensiveevaluationbasedonclusteranalysisandprincipalcomponentanalysisofthelevelofagriculturaldevelopmentinvariouscitiesinGuizhouProvinceAbstractGuizhou,asChina'smaintraditionalagriculturalprovince,isthemainproductionbaseofmanydomesticagriculturalproducts.ThenaturalclimateconditionsmakeGuizhouProvincehavemorefavorableagriculturalproductionconditions,butthescarcityoflandresourcesalsoseriouslyrestrictstheagricultureofvariousprefecture-levelcitiesintheprovince.developmentof.Therearemanysimilaritiesinagriculturaldevelopmentbetweendifferentprefecture-levelcities,buttherewillalsobecertaindifferences.Therefore,inordertostudythesimilarityanddifferenceofthisdevelopment,clusteranalysisandprincipalcomponentanalysiswereusedtoanalyzeandstudytheagriculturaldevelopmentofeachprefecture-levelcity.TheclassificationresultsandfactorscoresAsimplecomprehensiveevaluationofthedevelopmentstatus,throughcomparativeanalysisoftheinfluencingfactorsthatproducedifferences,andfinallybasedontheanalysisresultsandinfluencingfactors,thefollowingreasonablesuggestionsareproposed:strengthenmodernagriculture,strengthenscientificandtechnologicalsupport,optimizetheoverallstructureofagriculture;strengthenagriculturaltechnologyautonomyInnovativecapacitybuilding;adaptinglocalconditions,developingcharacteristicagriculture,etc.tostrengthenthedevelopmentofagriculturalmodernizationinallprefecture-levelcitiesinGuizhouProvince,promotingsustainableandregionally-specificagriculturaldevelopmentinallregions,andprovidingcertainideasforagriculturaldevelopmentintheprovince.Keywords:agriculturaldevelopment；clusteranalysis；principalcomponentanalysis；influencingfactors；comprehensiveevaluation；modernagriculture目录TOC\o"1-2"\h\z\u1. 绪论 图SEQ图\*ARABIC1贵州政区图研究目的与意义本文的主要目的：是分析贵州省各地级市农业发展，对贵州省各市的农业发展水平进行一个综合评价。通过聚类分析和主成分分析贵州省各地级市在2018年度的农业发展数据，研究各个地级市之间在农业发展方面的相似性及差异性并提出相关建议及对策，促进贵州农业更快更有效的发展。本文研究分析的意义是：农业作为我国的第一大产业，经济发展更是离不开农业的发展，每个地区农业经济发展水平都会直接影响到这个地区的整体经济发展水平。而且积极发展农业可以有效带动第二、第三产业的发展，所以分析各个地级市的农业发展现状并根据分析结果得出结论且提出建议，有利于在脱贫攻坚背景下更好的因地制宜的、均衡的发展本省农业经济，全面打赢脱贫攻坚战，然后发展出自己的特色农业，走出一条适合贵州山地特色的特色农业发展道路，推动农业农村经济稳定发展。文献综述农业发展问题作为影响国民经济发展的世界性重点问题，一直以来就受到国内外学者的广泛的关注。我国不少学者都综合研究分析了我国农业发展水平，普遍认为我国农业的发展整体比较好，但是存在地区发展不平衡等一系列问题，所以我国的农业发展需要进行转型。而对于贵州省的农业发展，尽管我省农业发展总体具备较好的发展趋势，但也还是存在较大的地区差异使得整体农业经济发展不平衡，为了响应国家农业发展改革和农业发展现代化政策，也需要进行转型，大力发展我省特色农业。关于各地级市农业发展之间的差异性和相似性研究也不多，大部分都是研究整个省的农业发展。随着农业的不断发展，各类学者开始运用各种方法对我国不同省份的农业发展进行综合评价。针对贵州省农业发展水平的研究有：黄臻（2014）运用聚类分析方法，构造出一套科学的评价指标体系，对贵州及各地级市农业现代化发展水平进行了综合评价，认为贵州的农业现代化发展总体较为缓慢，发展具有较大的潜力，并且根据不同的制约因素将各个地级市分成四种类型，并且提出促进农业现代化发展的政策建议[1]；张坤（2016）对贵州的农业产业化进行了深化研究，认为农业的产业化生产具有极大的优越性，农业产业化是贵州农业发展一个非常重要的支撑，结合实际，总结了贵州农业产业化发展存在的问题和优势[2]；熊德斌、刘昕（2018）运用了层次分析法和专家评价法对贵州农业现代化发展水平进行了综合评价，得出了贵州的农业现代化建设目前并没有取得明显成效，农业现代化水平依旧处在初步实现阶段[3]；范荣尚（2019）认为找准山区特点及科学谋划是发展贵州山地农业的关键点，并且分析了当前现状和存在的问题，提出了要发展区域特色产品、打造多功能农业、加强农业技术指导、完善基础设施建设等建议[4]；黄毓骁（2019）提出贵州农业发展面临诸多问题，存在许多薄弱环节和历史问题，需要建设自己的农业科技创新队伍，加强基础设施建设[5]；刘春波、李官平、刘伟（2019）认为农业机械化是农业现代化发展的重要表现，而且贵州当前机械化程度不够，提出了当前贵州农业机械化发展存在的问题及对策[6]。针对其他省份农业发展水平综合评价的有：王晓蓉（2013）运用聚类分析和主成分分析对山东省各地级市农业竞争力水平进行分析[7]；彭博、罗泽举（2015）根据河南省的基础状况，运用聚类分析和主成分分析对河南各地区农业发展状况进行了综合评价，将河南省的18个实划分成了3个梯度，针对每一个梯度都提出了相应的发展策略[8]；金莹、陈秉谱、马燕玲（2016）认为农业科技是推动传统农业向现代化农业转变的强大动力，研究结果表明农业科技竞争力水平的高低与该地区农业经济、综合经济发展水平呈现正相关关系[9]；连旭（2016）用聚类分析、主成分分析和ArcGIS制图分析对新疆县域农业发展进行了综合评价[10]；彭妍、周丽（2018）综合评价了我国各省市的农业经济发展水平，通过聚类分析和主成分分析方法分析研究了我国各省农业经济发展的差异水平[11]；缪建群、杨文亭、伍健（2017）分析得出要发展现代农业，推动地区农业经济的发展，需要充分发挥和利用本地区的农业资源优势，因势利导，找出符合本地区农业经济的主导产业模式[12]；钟丽娜、李松柏（2018）认为加强自主创新能力，转变农业发展模式，增强农业可持续发展，优化农业现代化结构是发展农业现代化的重中之重[13]；王方怡、洪志猛、康智明（2019）运用多元统计方法对福建省农业区域差异进行了研究得出它们发展呈现区域差异性[14]；黄敦平、王昱斐、孙晶晶（2019）用因子分析和聚类分析将安徽省各个地级市划分为三种类型，最后提出了相关的对策建议[15]；秦杨杨（2020）认为地区经济的发展受制于该地区的自然资源、经济等因素，资源基础较好的地区会凭借优势迅速发展，较弱的地区发展则较为缓慢，最终导致各地区之间经济发展的不平衡[16]；韩正午、肖萍（2020）用聚类分析和主成分分析分析了湖南省各地级市的农业发展的相似性和差异性，最终提出因地制宜、绿色发展，加强农业技术的创新、增加地区联系的发展建议[17]；陈立华（2020）研究分析了影响农业发展的制约因素有农村劳动力转移、农民的农业科技素质等[18]。综上，大多数学者都综合评价一个省整体的农业发展水平，对省内各地区农业发展水平问题及差异性的研究较少，所以本文着重分析各地级市农业发展的差异性及影响因素，从各地区实际情况出发，全面规划，扬长避短，综合开发、利用各地区的优势，更好地突破地区发展不平衡问题，使得各地区的农业尽量达到一个平衡发展和一个稳定增长且可持续发展。数据来源及综合评价指标体系构建各地级市农业数据来源及指标选取本文选取的是贵州省9个地级市（州）2018年农业发展数据，这些地级市分别是：贵阳市、六盘水市、遵义市、安顺市、毕节市、铜仁市、黔西南州、黔东南州、黔南州。选取了农业数据中的13个指标，X1：乡村从业人员（万人）；X2：农业、林、牧、渔业生产总值（亿元）；X3：化肥用量（吨）；X4：油菜籽播种面积（千公顷）；X5：烤烟播种面积（千公顷）；X6：农林水利事务支出（亿元）；X7：农业机械总动力（万千瓦）；X8：水产品（吨）；X9：农业生产总值(亿）；X10：油菜籽产量(吨）；X11：烤烟产量(吨）；X12：茶叶产量(吨）；X13：水果产量(吨）。数据统计表贵州省各个地级市2018年农业发展的部分指标具体数据如表1所示。

表SEQ表\*ARABIC1各地级市（州）2018年农业发展数据乡村从业人员（万人）农业、林、牧、渔业生产总值（亿元）化肥用量（百吨）油菜籽播种面积（千公顷）烤烟播种面积（千公顷）农林水利事务支出（亿元）农业机械总动力（万千瓦）贵阳市107.50163.64534．7529.503.4241.25201.27六盘水市143.80155.16600．2715.847.2033.43186.60遵义市391.61433.061931．42108.6732.7272.24496.25安顺市153.46155.91632．2459.345.5530.38215.58毕节市371.63439.591955．2363.9340.0054.08592.16铜仁市190.15253.58908．2857.369.8354.75306.01黔西南州181.36226.02687．9742.3119.7250.67290.00黔东南州236.86221.74702．0848.199.7862.75298.36黔南州218.62228.041006．6372.546.2654.68324.29水产品（吨）农业生产总值(亿元）油菜籽产量(吨）烤烟产量(吨）茶叶产量(吨）水果产量(吨）贵阳市2316153.104.980.790.4934.39六盘水市1512147.952.331.360.2419.58遵义市53411411.3621.505.407.5044.21安顺市22161149.169.410.870.5833.21毕节市11032414.7612.626.460.3730.61铜仁市37649242.5110.611.703.5048.56黔西南州34029212.926.553.370.8426.99黔东南州46328211.317.341.741.4650.01黔南州28448216.5610.871.063.0581.46（备注：数据来源于贵州统计年鉴）数据处理本文的数据运用Excel表格进行数据整理，SPSS软件进行聚类分析和主成分分析。实证分析聚类分析3.1.1聚类分析的基本思想聚类分析的基本思想是：采用多变量统计值，定量地确定相互之间的亲疏关系，考虑到对象多因素之间的联系和主导作用，按它们亲疏差异程度，归于不同分类中一元，使得能够反映事物的内在必然联系，且分类也更客观实际。就是说，聚类分析是把研究对象视为多维空间中许多的点，然后合理地分成若干类，所以它是一种根据变量域之间相似性而逐步归群成类的方法，它能够客观的反映这些变量或区域之间的内在组合的关系。聚类分析是通过一个对称矩阵来探究相关关系的一种多元统计分析方法，分析的结果为一些群集。对向量聚类后，数据处理的难度也就自然降低，所以从某种意义上来说，聚类分析也起到了一定降维的作用。具体步骤如下：利用公式对原始数据进行变换，消除量纲。zxs使用公式（4）计算每个样品之间的距离，将距离最为接近的两个样品合成一类。d计算一个类与另一类之间的距离，并将距离最接近的两个类合并为一个新的大类。绘制系统聚类图。3.1.2结果分析采用系统聚类法对9个地级市样本进行了聚类，考虑到全省各个地级市城市的级别还有经济发展状况，初步判断分成三类是合理的，聚类图如图2所示，K-means聚类表如表2所示。图SEQ图\*ARABIC2各地级市系统聚类示意图表SEQ表\*ARABIC2K-means聚类表聚类成员表案例号地级市聚类距离1贵阳18355.2402六盘水17237.9723遵义221222.9904安顺114171.0735毕节221222.9906铜仁38269.1667黔西南314066.5358黔东315764.8299黔南南319801.078从聚类图和聚类表可得：表SEQ表\*ARABIC3分类结果表分类结果地级市（州）第一类遵义市、毕节市第二类铜仁市、黔东南州、黔西南州、黔南州第三类贵阳市、六盘水市、安顺市所以从分类结果可以大致看出：农业发展和经济发展有非常紧密的联系，经济发达的地区，农业的发展也就自然比较快，因为有经济的支撑，可以向农业发展给予一定的物质条件，像农业机械总动力、化肥用量、农林水利事务支出等。 贵州省作为中国农业经济发展中不可缺少的一部分，它的农业发展有自己的特色，但也存在各个地区发展的巨大差异。遵义和毕节作为贵州地理面积较大的两个地级市，经济发展也是名位居前列的，所以拥有发展农业的巨大优势，农业发展水平也相对较高，是贵州省主要的农业产地；而铜仁市、黔西南州、黔东南州、黔南州地理面积虽然较大，但地理位置却相对比较偏僻，地形较为复杂，而且经济也欠发达，所以不太适合农业的发展。贵阳市作为贵州省省会城市，经济发展相比快很多，所以也能带动整个省农业的快速发展，但自身由于自然条件限制，还是以发展城镇经济为主；六盘水市和安顺市由于占地面积比较小，且六盘水市煤矿资源丰富，重点发展煤矿经济，所以发展农业并没有很大的条件优势，不适合大力发展农业；所以，贵州省政府可以加快经济比较欠发达地区的农业基础设施的建设，大力拓展山区农业的市场，采取合理的扶持措施，加强农业市场的建设，促进各地区农业的协调发展。主成分分析3.2.1数据标准化处理及分析步骤主成分分析是利用降维的思想把多变量转化为少数几个变量的方差，其中每一个主成分都能够反映原始变量的绝大部分信息，而且信息不发生重复，通常表现为几个原始指标的线性组合。步骤如下：按照（1）~（3）式对原始数据进行标准化处理，得出标准化矩阵Z。对标准化矩阵求相关系数矩阵R。根据R求出p个特征根，因为R为正定矩阵，所以其特征值λi都是正数，按大小排列即λ根据选取主成分的原则，特征值λm要求大于1，而且累计方差贡献率要达到80%~95%，充分反映出原始指标的信息，λ1，λ2，．．．λｍ累计方差贡献率：i=1mRα得到前m个特征值对应特征向量如下所示：α对特征向量进行标准化处理，得到如下的单位特征向量：αi表示向量αie计算出前m个主成分和变量的相关系数，如下：yrrij，zj可以揭示变量z以方差贡献率kiky计算综合得分y，然后根据y值的大小，比较得出各地级市之间农业发展的差异，最后进行聚类分析。3.2.2主成分分析的可行性原始数据的各个变量之间具有较强的线性相关关系是使用主成分分析的前提，实际上，如果变量之间相关性太小了，这个时候进行主成分分析并没有任何意义，所以不是所有的数据都可以进行主成分分析，应用主成分进行分析之前首先要进行适用性统计检验。检验方法有巴特莱特球度检验、相关系数矩阵直观检验、碎石图、φ检验……巴特莱特球度检验和KMO检验巴特莱特检验是检验整个相关矩阵，检验原假设为相关矩阵是一个单位阵，即各个变量之间相互独立，它的统计量是根据相关系数矩阵的行列式所得，如果这个统计量的值较大，则应拒绝原假设，即认为相关系数矩阵不会是一个单位阵，原始变量之间若具有相关性，则适合进行主成分分析，反之不适合。KMO检验的是变量间的相关性和偏相关性，KMO统计量取值在0~1之间，越接近1，变量间相关性越强，偏相关性就越弱，主成分分析效果会越好。用SPSS分析得出的相关矩阵不是正定矩阵，首先数据中变量个数大于了样本个数，其次是因为变量之间出现了高度相关。因此无法输出巴特莱特球度检验统计量的值和KMO检验值，但由于样本的特殊性，无法增加样本，所以可以用其他方法检验是否能够进行主成分分析。相关系数检验相关系数矩阵检验是根据相关系数矩阵中反映的原始变量之间的相关性大小来检验是否适用于主成分分析。计算出变量间的简单相关系数之后，如果大部分相关系数都较小，变量间的相关性不显著，则说明不适合主成分分析，反之，如果大部分相关系数都较大，说明变量间的相关性显著，适用于主成分分析。简单相关系数表如下：表SEQ表\*ARABIC4变量相关系数表Pearson相关性X1X2X3X4X5X6X7X8X9X10X11X12X13X11.965.958.779.893.754.956.469.966.837.887.577.159X2.9651.979.732.939.721.980.3741.000.821.935.552.073X3.958.9791.760.904.634.965.287.980.841.895.555.109X4.779.732.7601.552.701.695.684.737.977.536.832.489X5.893.939.904.5521.554.930.237.936.658.999.328-.205X6.754.721.634.701.5541.677.781.724.711.562.742.471X7.956.980.965.695.930.6771.314.979.763.922.430.125X8.469.374.287.684.237.781.3141.383.627.236.732.447X9.9661.000.980.737.936.724.979.3831.826.932.559.078X10.837.821.841.977.658.711.763.627.8261.645.842.344X11.887.935.895.536.999.562.922.236.932.6451.329-.219X12.577.552.555.832.328.742.430.732.559.842.3291.457X13.159.073.109.489-.205.471.125.447.078.344-.219.4571从表中可以比较明显的看出大部分变量之间相关系数都比较大，即变量存在显著的相关性，证明数据可以进行主成分分析。碎石图碎石图是根据原始数据的相关矩阵特征值的大小画出来的主成分方差随主成分的个数变化散点图。根据碎石图也能对主成分分析适用性简单进行判断。理论情况下应该从第一个主成分开始呈曲线迅速下滑，然后逐渐平缓，最后近似一条直线。碎石弯曲程度越为明显说明越适合进行主成分分析，反之从一开始就很平缓，近似一条直线则说明不适合进行主成分分析。SPSS输出碎石图如下：图SEQ图\*ARABIC3碎石图从碎石图可以看出第一个主成分开始曲线下降的幅度很明显，即可判断数据适合进行主成分分析。3.2.3结果分析因为数据符合进行主成分分析前提，所以运用SPSS对数据进行了主成分分析，得到如下分析结果：表SEQ表\*ARABIC5特征值及主成分的贡献率和累计贡献率解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的%累积%合计方差的%累积%合计方差的%累积%19.20270.78470.7849.20270.78470.7847.48657.58457.58422.39018.38789.1712.39018.38789.1714.10631.58789.1713.6124.70893.8794.4973.82697.7045.2031.56299.2676.046.35799.6247.029.22599.8498.020.151100.00092.821E-162.170E-15100.000109.590E-177.377E-16100.00011-1.251E-16-9.619E-16100.00012-1.439E-16-1.107E-15100.00013-3.323E-16-2.556E-15100.000由上表5和主成分选取原则可知，第一主成分y1可以解释变量变异性的70.784%，第二主成分y2可以解释变量变异性的18.387%，综合提取出的主成分累计方差贡献率约为89.871%>85.000%，所以，提取前两个主成分y1、y2已经可以很好的解释样本的变差，即可以代表所大部分的变量信息。进行因子载荷旋转后，第一主成分可以解释变量变异性的57.584%，与初始方差贡献率相比有所下降，第二主成分则可以解释变量变异性的31.587%，与初始方差贡献率相比有所上升，但所提取的两个主成分累计方差贡献率仍然保持不变为89.871%，能代替原始变量解释大部分的差异，即可以用两个综合变量代替原来的13个变量对各个地级市农业发展水平进行综合评价。表SEQ表\*ARABIC6因子载荷矩阵表成份矩阵旋转成份矩阵Comp.1Comp.2Comp.1Comp.2Zscore(X9).973-.211Zscore(X5).988.028Zscore(X1).972-.117Zscore(X11).986.021Zscore(X2).971-.219Zscore(X2).949.298Zscore(X3).952-.218Zscore(X9).947.306Zscore(X7).939-.259Zscore(X7).942.247Zscore(X10).914.253Zscore(X3).933.289Zscore(X5).869-.472Zscore(X1).899.387Zscore(X11).863-.477Zscore(X12).318.846Zscore(X4).858.390Zscore(X8).158.839Zscore(X6).811.369Zscore(X13)-.202.795Zscore(X12).700.572Zscore(X4).547.768Zscore(X13).224.789Zscore(X6).517.726Zscore(X8).558.647Zscore(X10).663.677由主成分载荷矩阵可以看出，第一主成分y1在X1（乡村从业人员）、X2（农业、林、牧、渔业生产总值）、X3（化肥用量）、X5（烤烟播种面积）、X7（农业机械总动力）、X9(农业生产总值）、X11(烤烟产量)上的载荷值较大，可以反映这几个指标的基本信息，第二主成分y2在X4（油菜籽播种面积）、X6（农林水利事务支出）、X8（水产品）、X10(油菜籽产量）、X12(茶叶产量）、X13(水果产量)上的载荷值较大，可以反映这些指标的基本信息。根据成分得分系数矩阵和式（8）、式（10）还有式（11）计算得出各个地级市的主成分综合得分及排名如下表：表SEQ表\*ARABIC7主成分得分表成份得分系数矩阵Comp.1Comp.2Zscore(X1)0.1160.011Zscore(X2)0.137-0.026Zscore(X3)0.135-0.027Zscore(X4)-0.0010.188Zscore(X5)0.181-0.123Zscore(X6)-0.0010.178Zscore(X7)0.143-0.042Zscore(X8)-0.0830.264Zscore(X9)0.136-0.023Zscore(X10)0.0330.141Zscore(X11)0.181-0.125Zscore(X12)-.054.245Zscore(X13)-.145.298表SEQ表\*ARABIC8综合得分表地市y1（第一主成分得分）y2（第二主成分得分）y（综合得分）综合排名贵阳市-0.738425771-0.725815678-0.6544784948六盘水市-0.902831721-0.508422833-0.6804821389遵义市0.7926297671.6898808440.9902105871安顺市-0.293249188-0.605079008-0.3599909187毕节市0.9168521990.1737697410.5828488182铜仁市-0.011553437-0.045054606-0.020884334黔西南州-0.027987883-0.218484013-0.0851290886黔东南州-0.2271845020.180941094-0.073668065黔南州0.052496934-0.0722763390.0073999073由于选取的第一主成分和第二主成分的方差贡献率分别为k1=57.584%、k2=31.587%，所以可以构建综合评价模型：y=k1第一类为遵义市、毕节市，这两个地级市地理面积大，所以可用于农业种植的面积较广，经济实力也属于省内比较雄厚的，它们在农业发展方面的投入也比较大，在农业发展方面的潜力也比较大，属于经济实力较强，农业发展潜力较大的地级市。第二类为黔南州、铜仁市、黔东南州、黔西南州，这几个地级市处于贵州省东部和南部地区，地理面积虽然比较大，但地势条件相对不够优越，比较偏僻，经济实力也欠发达，这一类属于农业发展水平一般，且综合实力较低的地级市，适合因地制宜，发展特色农业。第三类为安顺市、贵阳市、六盘水市，这三个地级市位置相邻，虽然经济实力很强，但是地理面积相比起来太小，发展农业不占优势，属于经济实力很强，但农业发展基本条件很薄弱的地级市。影响各地级市农业发展因素浅析一个地区农业发展的影响因素不是单方面的，是多种因素共同作用的结果，其中几个比较主要且对一个地区农业发展影响较大的有自然因素、生产资源、经济因素、农业从业人员的数量和素质、农业技术的发展等因素。3.3.1自然因素在影响一个地方农业发展水平的因素中，最直接同时影响也最大的应该就是自然因素，比如地形地貌、土壤条件、资源、海拔高度、气候类型、降水量等自然条件都很大程度的在影响一个地区的农业发展。贵州省境内地势东低西高，位于我国的西南部地区，平均海拔大约为1100米，高原和山地居多，全省地貌可以分为四种基本类型，分别是高原、丘陵、山地和盆地，其中仅山地和丘陵就占了92.5%的面积，而且可以用于农业开发的土地资源较少，非农业用地较多，人均耕地面积与全国平均水平相比远低。但贵州的亚热带温润季风气候，温暖湿润，气温变化也小，冬暖夏凉，降水丰沛。由于会受到地形和大气环流等影响，贵州省的气候呈现多样性，不够稳定，灾害天气种类比较繁多，所以对农业生产，尤其是种植业的危害比较严重。而在贵州境内各个地区的自然条件也有非常大的差异，像农业发展比较好的遵义市就处于贵州北部地区，地形的起伏很大，地貌也比较复杂。遵义的纬度较低，属于亚热带季风气候，日照充足，雨量充沛，耕地相对比较集中，土地利用率也较高，是粮食和油料作物的主要产地。而和遵义农业发展水平差异较小的毕节则位于贵州的西北部地区，是贵州金三角之一，属于北亚热带季风湿润气候，季风气候较为明显，由于海拔相对高差较大，所以垂直气候变化尤其明显，立体气候突出，降雨量比较充沛，有利于多种植物的生长。黔南州的位置在贵州省中南部，处于贵州高原和广西丘陵的过度斜坡地带，地形复杂多样。虽然它地处高原，但纬度却较低，处在东亚季风区，和海的距离较近，所以每年都会受到来自海洋暖湿气流的较大影响。季风活动也会使黔南州四季冷暖变化很大，有骤冷骤热的天气特征，属于多雨的地区，气候类型多样，垂直差异和地区差异都比较明显，有高原山区的气候特点和变化规律。位于贵州东北部的铜仁市则是以山地为主，地形复杂，但地面起伏不算太大，东南低，西北较高。立体气候的分布特征比较明显，大部分地域处在中亚热带季风气候区，所以四季比较分明，降水充沛。处于贵州东南部的黔东南州仅是土地面积大约就占了全省土地总面积的1/5，耕地面积占了全州14%，土壤种类也非常丰富。由于处在中亚热带季风湿润气候区，所以光照非常充足，雨热同季。森林资源也非常丰富，是全国重点林区之一，拥有“杉乡”、“林海”之称，贵州全省有10个林业重点县，仅黔东南州就有8个，林产品种类丰富，林业发展的优势巨大。西南部的黔西南则属于典型的低纬度、高海拔山区，处在亚热带季风湿润气候区，雨量充沛，终年温暖湿润，热量充足。在林业、园林水果方向的发展较为有前景。而地理面积较小的贵阳、安顺、六盘水在农业发展的自然条件方面不具备太大的优势。贵阳位于贵州中部，也是贵州的政治、经济、交通、文化中心，地形地貌以山地、丘陵为主，海拔处于贵州省平均海拔的水平，处在费德尔环流圈。而且贵阳的境内土壤以酸性黄色土壤为主，所以不太适合那些生长在碱性或者中性土壤的作物或者林木果树。安顺是典型高原型湿润亚热带季风气候，也是全球非常典型的喀斯特地貌集中区。位于贵州西部的六盘水地貌较为复杂，在北亚热带季风气候区，土壤类型种类也比较丰富。所以各个地级市在自然因素上本身就存在很大的差异，那么在农业发展上也必然有很大的差异性。3.3.2生产资源农业生产资源包括土地资源和水资源等。由于现在我国城镇化发展速度较快，贵州省和各个省份的情况也不例外，农村大量的田地被占用于城市建设或交通建设，导致农业耕地可用面积在不断地减少，这也成为了制约贵州省农业发展的一个隐患。而且在贵州的农业发展过程中，水资源的短缺也成为了一大主要问题，大部分的水资源主要都提供给了城市使用，农村农业灌溉用水量减少。更严重的是现在随着社会的不断地发展，生态环境遭到了严重破坏，水资源污染也影响了农业用水，土地的板结、沙漠化及盐碱化严重影响了农用土地的安全，不利于农业的发展。所以，生产资源也成为了影响贵州农业发展的一个主要因素。3.3.3经济因素影响农业发展的另外一个非常直接且不可忽视的因素就是这个地区的经济发展状况，一个地区农业的发展需要经济作为支撑，而这个地区经济发展也需要农业基础，二者相互依赖、相互制约着。近年来，贵州省的经济发展速度一直位于全国前列，而在贵州各个地级市当中，经济的发展也有好有坏，有所差别，这就使得各个地区在农业方面的经济投入也有较大的差异。贵州经济发展位居前列的城市，像遵义市、毕节市、安顺市、贵阳市、六盘水市，这些城市的经济实力都比较强，对农业带动也较强，在农业这个基础产业中的投入也比较大，有能力更好地对地方农业发展做出支持。而像黔南州、铜仁市、黔东南州、黔西南州等就是贵州省经济发展不太好的地区，它们对农业的经济支持和带动就相比较弱，没有很大的优势。所以，一个地方的经济发展会在非常大程度上影响这个地区的农业发展。3.3.4农业从业人员的数量和素质目前，我省仍然存在大规模的农业人口，而且很大程度的农业劳动力由于受到农业生产率的提高产生了劳动力闲置。我国城市的迅速发展，需要大量的劳动力参与到城市建设中，而在这个农村和城市收入差距较大的阶段，大量的农村劳动力涌入到城市中，成为了这个时代的“农民工”。而从农村流入城市的农业人口大多数都是年轻的一辈人，留守农村的多数为老人小孩，他们从事农业生产的能力比较有限，从而进一步影响了农业生产效率，造成了我省农村劳动力的严重缺乏。同时从事农业生产人员的素质程度不高，所以在农业生产科技的推广和普及上存在着较大的障碍。虽然多年来我们国家的农村村民在农业科技的接受程度上有了较大的提升，但是，由于受教育程度有限，在农业科技的接受程度上仍然有较多问题，导致农业科技推动速度比较缓慢，现代化科技和农业生产力的转化程度较低，制约了农业的发展。3.3.5农业技术的发展我省各个地级市的农业发展逐年都在增长，当地的主要农作物也每年都在稳定增加，其中一个重要的原因就是因为农业技术在发展，农业机械化程度也得到了很大的提升，农用机械的使用一年比一年有所提高，农户开始广泛使用耕地机器、除草机器、播种机器，还有收割机器等农用机械。农药、化肥等的使用量也在增加，大大减少了病虫害的危害，也增强了土壤的肥沃力。这些都是因为农业技术在发展，农业科技水平在提高，农业科技在生物技术、品种培育和生物除草等方面都得到了非常广泛的应用，并且在农业发展上也起到了很重要的作用。结论与建议结论贵州省近几年来农业的发展比较迅速，在发展过程中也存在很多问题，两种分析方法得出的结果高度一致，从分类的结果可以看出，三分类也基本符合贵州省各地级市农业发展水平的客观情况、当地的农业政策制度、所处地理环境和农业区域资源的格局，最终也反映了目前贵州省的农业发展不太平衡。各个地区农业发展存在较为明显的区域差距和发展不协调等问题不只是与各地的经济发展和自然条件存在着一定的联系，还与各个地区农业经济的支撑主体有关。经济发展比较好的地区农业发展一般都比较好、较快，像遵义市、毕节市都是贵州比较发达的地区，所以农业发展也会比较好，但是也有特殊的情况，像贵阳、安顺、六盘水，因为这些城市的农业发展条件不完全，还有它们发展的重心不同，所以农业的发展水平较低。而像黔南州、铜仁市、黔东南州、黔西南州等由于地理各方面的自然条件因素和经济因素导致农业发展比较缓慢，但是可以因地制宜的发展其他产业，由此来带动经济的发展。在积极发展主体产业的同时，也必须要协调好农业各个分支之间的关系，促进农业良好且可持续发展。根据各个地区的自然差异，所种植的作物自然也有所不同，遵义地区主要作物是玉米、高粱、小麦、水稻、油菜、茶叶、烟叶和部分中药材。整个遵义市的粮食产量大约就占了全省总量的1/4，素来就有“黔北