雍瑤瑤 劉越

【摘要】本文運用了2007～2016年安徽省農(nóng)業(yè)發(fā)展水平影響因素的時序數(shù)據(jù)，通過主成分分析法降維解決多重共線性問題之后，抽取出影響安徽省農(nóng)業(yè)發(fā)展水平的主成分。然后與因變量安徽省農(nóng)林牧漁業(yè)總產(chǎn)值進行回歸，得到主成分回歸方程，并據(jù)此提出政策建議。

【關(guān)鍵詞】農(nóng)業(yè)發(fā)展 主成分分析 回歸分析

一、引言

安徽是農(nóng)業(yè)大省，農(nóng)耕地面積很大，近年來安徽省農(nóng)業(yè)發(fā)展各方面都取得了長足的進步。但是農(nóng)業(yè)在經(jīng)濟發(fā)展中比重較低，產(chǎn)出效率提升稍慢，增長潛力尚未完全激發(fā)，使得其在全國范圍內(nèi)和先進省份相比仍有差距。今年農(nóng)業(yè)農(nóng)村工作主線是農(nóng)業(yè)供給側(cè)改革，要通過改革解決存在的問題，不斷提高農(nóng)業(yè)發(fā)展的質(zhì)量效率。本文對安徽省農(nóng)業(yè)發(fā)展水平影響因素進行主成分回歸分析，綜合分析了安徽省農(nóng)業(yè)發(fā)展水平的影響因素，以期為政府部門經(jīng)濟政策的制定提供參考依據(jù)。

二、指標選擇與數(shù)據(jù)來源

隨著經(jīng)濟不斷地發(fā)展，影響農(nóng)業(yè)發(fā)展的因素越來越多樣和復雜。選取農(nóng)林牧漁業(yè)總產(chǎn)值（Y）為因變量?？紤]到現(xiàn)代科技對農(nóng)業(yè)發(fā)展的影響，選取指標固定資產(chǎn)產(chǎn)出率（X1）；考慮到城鎮(zhèn)化和人均農(nóng)地的影響，選取指標勞均產(chǎn)值（X2）、人口城鎮(zhèn)化率（X3）、農(nóng)業(yè)人口從業(yè)比率（X4）；考慮到國家支持農(nóng)業(yè)的正面效應，選取指標=財政農(nóng)林水支出比率（X5）；考慮到生態(tài)農(nóng)業(yè)的發(fā)展方向，選取指標有效灌溉比率（X6）、除澇比率（X7）、水土流失治理比率（X8）、產(chǎn)值能耗（X9）。其中固定資產(chǎn)產(chǎn)出率（X1）等于農(nóng)林牧漁業(yè)總產(chǎn)值/農(nóng)林牧漁業(yè)全社會固定資產(chǎn)投資；財政農(nóng)林水支出比率（X5）等于地方財政農(nóng)林水事務支出/地方財政一般預算支出；產(chǎn)值能耗（X9）等于農(nóng)村用電量/農(nóng)林牧漁業(yè)總產(chǎn)值。各項原始數(shù)據(jù)來源自國家統(tǒng)計局發(fā)布《安徽省統(tǒng)計年鑒2016》。

三、實證分析

（一）主成分分析

在實際問題的研究中，為了全面的分析問題，往往涉及眾多的有關(guān)變量，由于某些自變量之之間具有相關(guān)性，若對這些變量直接進行回歸，會導致多重共線性，使計算過程復雜化，且得不到準確的結(jié)果。而利用主成分分析可以很好的解決回歸分析中的多重共線性問題。使用主成分作為新的自變量進行回歸使得回歸方程及參數(shù)估計更加可靠。本文運用統(tǒng)計軟件spss20.0對影響安徽省農(nóng)業(yè)發(fā)展水平的各因素進行主成分分析，分析結(jié)果見表1。

上表給出特征值，方差貢獻率，累計方差貢獻率。一般選取特征值大于1，累積貢獻率達85%以上的作為主成分。如表1所示，從總方差解釋中可以看出，可以提取兩個主成分F1和F2，兩個主成分方差累計貢獻率達到88.64%，能夠較好的解釋變量，說明變量在轉(zhuǎn)化成主成分后，大部分樣本數(shù)據(jù)信息都得到保留。

下表為主成分的特征向量，據(jù)此得出第一主成分F1和第二主成分F2的表達式。

F1=0.6430X1+0.6576X2+0.6562X3-0.6537X4+0.3314X5+0.6020 X6+6007X7-0.4227X8-0.4935X9

F2=0.1098X1+0.0496X2+0.0576X3+0.0059X4+0.3923X5-0.2606 X6-0.1224X7+0.4346X8-0.2984X9

可以看出第一主成分中固定資產(chǎn)產(chǎn)出率（X1）、勞均產(chǎn)值（X2）、人口城鎮(zhèn)化率（X3）、農(nóng)業(yè)人口從業(yè)比率（X4）、除澇比率（X7）、產(chǎn)值能耗（X9）占有較大比重，其中農(nóng)業(yè)人口從業(yè)比率（X4）和產(chǎn)值能耗（X9）成分系數(shù)為負數(shù)也符合實際。第二主成分中財政農(nóng)林水支出比率（X5）、水土流失治理比率（X8）占的比重較大。

（二）回歸分析

建立Y對F1、F2的回歸模型，結(jié)果如下表3。

由此可得Y與主成分的回歸預測方程為：

Y=3317.021+832.510F1+87.412F2

由上表5回歸模型中的顯著性檢驗結(jié)果可以看出，主成分F1的P值為0.00，F(xiàn)2的P值為0.024，說明它們在1%的顯著程度下通過了解釋變量顯著性檢驗。R平方為0.990，說明主成分對因變量的變動的解釋程度達到了99%，解釋程度較高，方程擬合度好。F檢驗統(tǒng)計量的觀測值為417.345，對應的概率P值近似為0，說明方程在1%的顯著程度下通過了方程顯著性檢驗，方程在整體上是顯著的。

將F1，F(xiàn)2代入上式，得到主成分回歸模型：

Y=3317.021+544.902X1+551.794X2+551.328X3-543.696X4 +310.186X5+478.391X6+489.39X7-313.913X8-436.927X9

四、結(jié)論

根據(jù)以上分析結(jié)果可以看出，固定資產(chǎn)產(chǎn)出率、勞均產(chǎn)值對農(nóng)林牧漁業(yè)總產(chǎn)值有著較大的正影響，因此要向農(nóng)業(yè)機械化、現(xiàn)代化邁進。人口城鎮(zhèn)化率與農(nóng)林牧漁業(yè)總產(chǎn)值正相關(guān)，農(nóng)業(yè)人口從業(yè)比率與農(nóng)林牧漁業(yè)總產(chǎn)值負相關(guān)，說明了城鎮(zhèn)化有助于優(yōu)化農(nóng)業(yè)生產(chǎn)內(nèi)部結(jié)構(gòu)，提高生產(chǎn)效率。有效灌溉面積和除澇面積與農(nóng)林牧漁業(yè)總產(chǎn)值正相關(guān)，因此，在農(nóng)業(yè)發(fā)展中要注重水利設(shè)施的建設(shè)。

參考文獻

[1]李毛俠.安徽省消費需求影響因素的主成分回歸分析[J].蚌埠，現(xiàn)代經(jīng)濟，2010（02）.

[2]張華，吳超.農(nóng)業(yè)經(jīng)濟效益評價指標探討[J].商業(yè)時代，2007（22）：88-89.

[3]劉孝超，黃承鋒，王亮.主成分分析在地區(qū)經(jīng)濟社會發(fā)展綜合評價中的應用[J].重慶交通大學學報，2007（2）：63-70.

[4]中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2016.

[5]薛薇.SPSS統(tǒng)計分析方法及應用（第三版）[M].北京：電子工業(yè)出版社，2013.

[6]李彬.新常態(tài)下安徽省16市經(jīng)濟可持續(xù)發(fā)展水平比較研究——基于主成分方法和系統(tǒng)聚類方法分析[J].淮南師范學報，2016（4）.

基金項目：安徽師范大學皖江學院人文社會科學研究一般項目“皖南農(nóng)業(yè)生產(chǎn)技術(shù)有效供給研究”（編號為wjxy-201712），安徽省高等學校人文社會科學研究重點項目“安徽省小農(nóng)戶和現(xiàn)代農(nóng)業(yè)發(fā)展有機銜接研究：農(nóng)業(yè)技術(shù)有效供給的視角”。

作者簡介：雍瑤瑤（1995-），女，漢族，安徽蕪湖人，安徽師范大學經(jīng)濟管理學院研究生，研究方向：理論經(jīng)濟學；劉越（1989-），女，漢族，安徽安慶人，任職于安徽師范大學皖江學院教師，研究方向：經(jīng)濟學。