宋啟紅　丁樺　余鈺華

摘要：本研究以青海省八個(gè)市州為樣本，運(yùn)用因子分析對其農(nóng)業(yè)發(fā)展水平作出綜合性評價(jià)。結(jié)果顯示這八個(gè)市州可分為三類，其中海南州和海西州為青海省農(nóng)業(yè)發(fā)展水平最高的市州，其次為海東市和海北州，其余市州為最后一類，并且研究發(fā)現(xiàn)青海省各市州農(nóng)業(yè)發(fā)展水平相差較大。

關(guān)鍵詞：農(nóng)業(yè)發(fā)展;因子分析;青海省

中圖分類號：F320? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1005-913X（2019）12-0049-02

一、青海省農(nóng)業(yè)發(fā)展水平指標(biāo)體系構(gòu)建

根據(jù)構(gòu)建指標(biāo)體系所要求的客觀性、科學(xué)性、全面性、可比性等原則，選取以下七個(gè)參考指標(biāo)：

X1：人均播種面積（平方米/人）

X2：人均耕地面積（平方米/人）

X3：人均糧食產(chǎn)量（千克/人）

X4：單位土地農(nóng)機(jī)動(dòng)力（瓦/平方米）

X5：單位土地化肥施用量（千克/平方米）

X6：全年鄉(xiāng)村平均人口數(shù)（萬人）

X7：人均農(nóng)用運(yùn)輸車輛（輛/人）

以上選取的七個(gè)指標(biāo)中，除鄉(xiāng)村平均人口數(shù)外，都是采用了單位指標(biāo)，這主要是考慮到青海省各市州的人口多少和土地面積的大小差異較大，而單位指標(biāo)則降低了這種差異，增加了可比性。

二、基于因子分析的青海省農(nóng)業(yè)發(fā)展水平

（一）模型構(gòu)建

因子分析的數(shù)學(xué)模型為：X=AF+ε，其中，X=（X1，X2，…，Xp）為原始變量向量，A為公因子載荷矩陣，F(xiàn)=（F1，F(xiàn)2，…，F(xiàn)k）為X的公共因子，ε為特殊因子。

（二）樣本選取及數(shù)據(jù)來源

研究對象為青海省的八個(gè)地市州。所有的數(shù)據(jù)均來源于《2016年青海統(tǒng)計(jì)年鑒》。

（三）數(shù)據(jù)分析過程

1.因子分析的適宜性檢驗(yàn)

使用spss21.0進(jìn)行探索性分析，沒有出現(xiàn)異常值，所有數(shù)據(jù)均為有效值，缺失值0個(gè)，可以進(jìn)行數(shù)據(jù)的進(jìn)一步分析與處理。

KMO檢驗(yàn)和Bartletts球形檢驗(yàn)顯示，KMO值為0.589，數(shù)據(jù)不太理想。但Bartlett球形檢驗(yàn)統(tǒng)計(jì)量的觀測值為35.663，相伴概率P=0.004<0.05，結(jié)合相關(guān)系數(shù)矩陣的分析，說明數(shù)據(jù)適合做因子分析。

2.提取公因子

由表1可知，這兩個(gè)因子的特征值分別為4.019和1.300，均大于1，且累計(jì)方差貢獻(xiàn)率已達(dá)到75.988%，說明公因子的選取滿足要求。

3.公因子的命名

選用2個(gè)主因子對青海省的八個(gè)地區(qū)進(jìn)行實(shí)證分析，并為其命名。

從第一個(gè)主因子F1中可以看出，X1、X2、X3占比均超過80%，是組成F1的主要指標(biāo)，并且這幾類指標(biāo)都是可以反映某地區(qū)農(nóng)業(yè)基礎(chǔ)發(fā)展水平的，故可以將其命名為“農(nóng)業(yè)基礎(chǔ)發(fā)展因子”。

從第二個(gè)主因子F2中可以看出，X5、X6、X7占比均超過80%，是構(gòu)成F2的主要因子，這幾個(gè)指標(biāo)都是可以反映有關(guān)農(nóng)業(yè)后期投入方面信息的指標(biāo)，故而可以將主因子F2命名為“農(nóng)業(yè)后期發(fā)展因子”。

4.各市州的主因子得分及綜合得分

根據(jù)表3可以得出單因子得分函數(shù)為：

F₁=0.363X₁+0.336X₂+0.196X₃-0.161X₄+0.090X₅-0.198X₆-0.063X₇

F₂=-0.235X₁-0.156X₂+0.134X₃-0.103X₄+0.245X₅+0.590X₆+0.377X₇

在單因子得分的基礎(chǔ)上，進(jìn)而得出綜合因子得分函數(shù)為：

F綜=（0.57410F₁+0.18578F₂）/0.75988

F1、F2及綜合因子得分值F綜，見表4。

從綜合得分可以明顯地看出，海南州位列第一，海西州、海北州、海東市分列二三四位。第一和第二之間的差距較小，第三和第四的差距也較小。同時(shí)，上述四個(gè)市州均大幅度領(lǐng)先于其他四個(gè)市州。由其中懸殊的差距可知，青海省各市州農(nóng)業(yè)發(fā)展水平是非常不平衡，而黃南州、玉樹州和果洛州的綜合得分竟然為負(fù)數(shù)。

三、結(jié)論

研究結(jié)果表明青海省各地區(qū)農(nóng)業(yè)發(fā)展的極度不均衡，根據(jù)綜合農(nóng)業(yè)發(fā)展水平得分，排名二階梯的市州與排名第三階梯的市州的綜合得分相差巨大。針對本研究結(jié)果，建議青海省繼續(xù)保持現(xiàn)有的農(nóng)業(yè)發(fā)展水平，積極推進(jìn)青海省各地區(qū)農(nóng)業(yè)的結(jié)構(gòu)調(diào)整，尋求新的農(nóng)業(yè)經(jīng)濟(jì)增長點(diǎn)。首先，加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。其次，大力發(fā)展區(qū)域特色農(nóng)業(yè)。最后，加大科技投入，吸引優(yōu)質(zhì)農(nóng)業(yè)人才到青海工作。

參考文獻(xiàn)：

[1] 青海省統(tǒng)計(jì)局.青海統(tǒng)計(jì)年鑒2016[M].北京：中國統(tǒng)計(jì)出版社，2017.

[2] 嚴(yán) 菁，張素梅.關(guān)于建立青海農(nóng)業(yè)標(biāo)準(zhǔn)體系的思考[J].大眾標(biāo)準(zhǔn)化，2017（11）.

[3] 金 蘭，任永麗.青海農(nóng)業(yè)區(qū)及藏區(qū)中學(xué)生物教師教研現(xiàn)狀的調(diào)查及對策研究[J].青海師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2017（1）.

[4] 馮彩莉，張曉紅.中國共產(chǎn)黨認(rèn)同：青海藏區(qū)社會(huì)變遷進(jìn)程中的鄉(xiāng)村治理[J]. 青海社會(huì)科學(xué)，2017（6）.

[5] 趙有武.淺談青海東部地區(qū)農(nóng)業(yè)區(qū)域化品牌建設(shè)[J].農(nóng)民致富之友，2017（16）.

[6] 嚴(yán) 菁，張素梅.關(guān)于建立青海農(nóng)業(yè)標(biāo)準(zhǔn)體系的思考[J].大眾標(biāo)準(zhǔn)化，2017（11）.

[責(zé)任編輯：龐 林]