文振材
基于因子分析海南省各市縣農業(yè)經濟綜合實力探究
文振材
(遼寧財貿學院遼寧葫蘆島125105)
文章在海南省各市縣農業(yè)經濟發(fā)展不均衡的情況下,依據海南省統(tǒng)計局發(fā)布的2019年農業(yè)統(tǒng)計資料,選取相關指標,采用多元統(tǒng)計分析中因子分析的方法求出兩個存在共線性的評價指標體系之間的相關系數(shù),得到海南省各市縣農業(yè)經濟的綜合實力比較。
農業(yè)經濟;主成分分析;因子分析;綜合評價
農業(yè)主要指農牧林漁業(yè),是海南省經濟的基礎產業(yè)[1],由于海南省發(fā)展時間較短,發(fā)展方向主打旅游經濟,導致其整體工業(yè)基礎較為薄弱,農業(yè)在海南省產業(yè)結構中占有相當大的比重。根據2019年海南省統(tǒng)計局公布的數(shù)據顯示,2018年全省地區(qū)生產總值4 832.05 億元,按可比價格計算,比上年增長5.8%。其中,農業(yè)增加值1 000.11 億元,增長3.9%;第二產業(yè)增加值1 095.79 億元,增長4.8%;第三產業(yè)增加值2 736.15 億元,增長6.8%。三次產業(yè)增加值占地區(qū)生產總值的比重分別為20.7:22.7:56.6。根據圖1所示,海南省各縣市農業(yè)總產值之間有較大差別,因此文章將通過對所收集的各項反映農業(yè)經濟水平的指標進行分析,探究海南省各縣市農業(yè)經濟綜合水平的比較。
圖1 海南省各縣市農業(yè)總產值
因子分析基本原理就是利用降維的思想,從原始變量相關矩陣內部的依賴關系出發(fā),把一些具有錯綜復雜關系的變量表示成少數(shù)的公共因子和僅對某一個變量有作用的特殊因子的多變量統(tǒng)計分析方法。就是要從數(shù)據中提取對變量起解釋作用的少數(shù)公共因子。
由于農業(yè)經濟的多指標性,因子分析法能夠充分發(fā)揮其作用,文章以海南省各縣市的農業(yè)經濟綜合水平作為研究對象,通過對可觀測指標變量進行因子分析,得出具有代表性的公因子,用公因子來反映現(xiàn)象的總體情況,用綜合因子比較各個縣市的農業(yè)綜合實力水平,并指出其存在的問題和優(yōu)劣勢。
1.2.1 綜合評價指標構建
在做實證分析時所選擇的數(shù)據指標樣本必須具有代表性意義。鑒于農業(yè)經濟綜合水平評價的復雜性,結合國內外研究以及農業(yè)綜合水平評價指標體系的理論,選取6個指標作為指標體系:1(鄉(xiāng)村從業(yè)人員)、2(糧食作物總產量)、3(耕地總面積)、4(熱帶作物年末面積)、5(農業(yè)機械總動力)、6(農業(yè)總產值),選擇2019年海南省統(tǒng)計年鑒中各項年度數(shù)據指標作統(tǒng)計樣本。
1.2.2 指解讀標
在我國,農業(yè)屬于勞動密集型產業(yè),農業(yè)生產需要大量的人口[2],我國是農業(yè)大國,但并不是農業(yè)強國,農業(yè)單位產出相較于發(fā)達國家較低,因此土地和人力是影響我國農業(yè)經濟發(fā)展的最重要因素,鄉(xiāng)村從業(yè)人員的數(shù)量可以間接反映一個地區(qū)的農業(yè)經濟的綜合能力。
我國很早就在推進農業(yè)現(xiàn)代化的改革,通過機械代替人工是大勢所趨,不僅可以提高生產效率,還能解放勞動力,因此我們選取農業(yè)機械總動力作為綜合評價指標。
農業(yè)經濟綜合水平使用KMO球形度測試來簡單比較相關系數(shù)和部分相關系數(shù)的值,KMO球形度測試值在0~1之間。指標之間的相關性接近1,表明適用于因子分析。
表1 KMO和巴特利特檢驗
根據表1顯示,KMO球度檢驗值為0.784,接近于1,其顯著性為0,顯著性水平極高,說明選取的指標可以使用因子分析法。
因為原始數(shù)據指標不能有效反映海南省各縣市的農業(yè)經濟水平,因此需要利用因子分析法對所選取的海南省各縣市的6個指標變量提取公因子,使其可以對海南省各縣市的農業(yè)經濟綜合水平作出評價。
從公因子方差中可以看出,主成分幾乎包含了1到6各變量至少60%的信息,說明主成分能夠解釋絕大部分信息。
根據特征值大于1的原則,通過因子分析過程提取了前兩個因子。第一個因子的初始特征值為3.806,約占方差的63.426%,第二個因子的初始特征值為1.002,約占方差的17.03%,兩個因子的特征值占了方差的80.457%,因此提取兩個公因子是科學合理的。其余4個因子所解釋的方差小于總數(shù)的20%,所以前2個因子所提供的原始數(shù)據表明有足夠的信息來更詳細地解釋分析問題。
為了更合理地解釋參賽隊伍的競爭力,線性組合需要捕捉更令人滿意的共同公因子。將采用正交旋轉方差用于最大化旋轉因子加載矩陣,因為原始因子加載描述無法達到預期效果。
通過旋轉后的因子載荷矩陣可以寫出各原始變量的公因子表達式:
旋轉后的因子得分系數(shù)得到明顯區(qū)分,這在實際中具有更重要的意義,然后為每個公因子指定一個特定的名稱。
第一個公共因子1中,系數(shù)絕對值大的指標主要有1、2、5、6四個因子。1鄉(xiāng)村從業(yè)人員和2糧食作物總產量是反映海南省各縣市農業(yè)經濟生產力的,是衡量海南省各縣市農業(yè)單位生產基礎水平的重要指標,這4個指標變量主要用來反映海南省各縣市的單位農業(yè)生產能力,因此可以將公因子1命名為1農業(yè)生產能力因子。
第二個公共因子2中系數(shù)絕對值大的主要有3、4,兩個因子。耕地面積3和熱帶作物年末面積4是反映海南省各縣市的農業(yè)生產面積的重要因子,是衡量海南省各縣市農業(yè)生產水平的重要指標,因此可以將2命名為農業(yè)生產面積因子。每個公因子的實際含義都很清楚,解釋的結果與實際一致,因此可以進行下一步競爭力分析
根據(第一公因子得分*第一公因子方差貢獻率+第二公因子得分*第二公因子方差貢獻率)/兩個因子總方差貢獻率這一公式,可以求出因子綜合得分。
表2 公因子方差貢獻表
根據公因子方差貢獻率可知(見表2),第一公因子的方差貢獻率為62.640%,第二公因子的方差貢獻率17.817%,可以得出它們的綜合得分,根據綜合得分對其進行排序。
表3 海南省各縣市F1、F2、F3得分結果
農業(yè)生產能力因子1是占貢獻率最高的因子,占了58.708%,說明農業(yè)生產能力是體現(xiàn)海南省各縣市農業(yè)經濟綜合實力水平的重要指標。農業(yè)生產能力因子1得分前3個縣市分別是海口市、樂東縣、儋州地區(qū)都超過1,高于其他縣市,也就是說海口市、樂東縣、儋州地區(qū)三個縣市的單位農業(yè)生產能力強,生產效率排在各縣市前列。
農業(yè)生產面積2是占貢獻率的17.817%,得分最高的前5個縣市分別是儋州地區(qū)、瓊中縣、白沙縣、瓊海市、澄邁縣都超過1,高于其他的縣市,也就是說就儋州地區(qū)、瓊中縣、白沙縣、瓊海市、澄邁縣這五個地區(qū)的用于農業(yè)生產的土地面積多,農業(yè)生產土地面積排在各縣市前列。
總得分是通過加權和組合兩個因素的海南省各縣市的得分來計算的,可以基于總體得分海南省各縣市的農業(yè)經濟綜合實力進行綜合評估。綜合得分前四的這五個縣市分別是儋州地區(qū)、澄邁縣、樂東縣、??谑?,說明這四個縣市的農業(yè)經濟綜合實力排在海南省前列。
根據實證分析的結果1我們可以得知,文昌、瓊海、萬寧、臨高、東方、定安、三亞、屯昌、瓊中、陵水、白沙、昌江、保亭、五指山這些縣市農業(yè)生產能力較弱,具體體現(xiàn)在農業(yè)人口少,農業(yè)機械總動力較低,因此需要政府多給予補助,增加農業(yè)從業(yè)人口;科學技術是第一生產力,農業(yè)生產現(xiàn)代化發(fā)展需要加大科技投入,提高生產效率[3]。
根據實證分析的結果2我們可以得知,屯昌、萬寧、定安、樂東、保亭、文昌、五指山、臨高、三亞、??凇⒘晁?、昌江、東方這些縣市農業(yè)生產土地面積較小,具體體現(xiàn)在耕地面積、熱帶農作物年末面積較少,因此需要政府科學地擴大農業(yè)生產面積,增加農業(yè)生產用地。
[1]陳子璇.我國農村信息化發(fā)展態(tài)勢及其區(qū)域差異分析[J].農家參謀,2018(12):10.
[2]杜葦.基于六維視角的我國林業(yè)企業(yè)社會責任評價定量研究[J].林業(yè)經濟,2020,42(06):61-72.
[3]郭佳佳.基于因子分析的我國商業(yè)銀行競爭力研究[D].陜西師范大學,2012.
10.3969/j.issn.2095-1205.2020.08.46
F127
A
2095-1205(2020)08-95-02