基于因子分析海南省各市縣農(nóng)業(yè)經(jīng)濟(jì)綜合實(shí)力探究

文振材

基于因子分析海南省各市縣農(nóng)業(yè)經(jīng)濟(jì)綜合實(shí)力探究

文振材

（遼寧財(cái)貿(mào)學(xué)院遼寧葫蘆島125105）

文章在海南省各市縣農(nóng)業(yè)經(jīng)濟(jì)發(fā)展不均衡的情況下,依據(jù)海南省統(tǒng)計(jì)局發(fā)布的2019年農(nóng)業(yè)統(tǒng)計(jì)資料，選取相關(guān)指標(biāo)，采用多元統(tǒng)計(jì)分析中因子分析的方法求出兩個存在共線性的評價指標(biāo)體系之間的相關(guān)系數(shù),得到海南省各市縣農(nóng)業(yè)經(jīng)濟(jì)的綜合實(shí)力比較。

農(nóng)業(yè)經(jīng)濟(jì)；主成分分析；因子分析；綜合評價

農(nóng)業(yè)主要指農(nóng)牧林漁業(yè)，是海南省經(jīng)濟(jì)的基礎(chǔ)產(chǎn)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(jīng)濟(jì)，導(dǎo)致其整體工業(yè)基礎(chǔ)較為薄弱，農(nóng)業(yè)在海南省產(chǎn)業(yè)結(jié)構(gòu)中占有相當(dāng)大的比重。根據(jù)2019年海南省統(tǒng)計(jì)局公布的數(shù)據(jù)顯示，2018年全省地區(qū)生產(chǎn)總值4 832.05 億元，按可比價格計(jì)算，比上年增長5.8%。其中，農(nóng)業(yè)增加值1 000.11 億元，增長3.9%；第二產(chǎn)業(yè)增加值1 095.79 億元，增長4.8%；第三產(chǎn)業(yè)增加值2 736.15 億元，增長6.8%。三次產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重分別為20.7:22.7:56.6。根據(jù)圖1所示，海南省各縣市農(nóng)業(yè)總產(chǎn)值之間有較大差別，因此文章將通過對所收集的各項(xiàng)反映農(nóng)業(yè)經(jīng)濟(jì)水平的指標(biāo)進(jìn)行分析，探究海南省各縣市農(nóng)業(yè)經(jīng)濟(jì)綜合水平的比較。

圖1　海南省各縣市農(nóng)業(yè)總產(chǎn)值

1 數(shù)據(jù)來源方法和數(shù)據(jù)來源

1.1 因子分析法解讀[3]

因子分析基本原理就是利用降維的思想，從原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些具有錯綜復(fù)雜關(guān)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(jì)分析方法。就是要從數(shù)據(jù)中提取對變量起解釋作用的少數(shù)公共因子。

由于農(nóng)業(yè)經(jīng)濟(jì)的多指標(biāo)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(nóng)業(yè)經(jīng)濟(jì)綜合水平作為研究對象，通過對可觀測指標(biāo)變量進(jìn)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(nóng)業(yè)綜合實(shí)力水平，并指出其存在的問題和優(yōu)劣勢。

1.2 農(nóng)業(yè)經(jīng)濟(jì)綜合實(shí)力水平評價指標(biāo)構(gòu)建

1.2.1 綜合評價指標(biāo)構(gòu)建

在做實(shí)證分析時所選擇的數(shù)據(jù)指標(biāo)樣本必須具有代表性意義。鑒于農(nóng)業(yè)經(jīng)濟(jì)綜合水平評價的復(fù)雜性，結(jié)合國內(nèi)外研究以及農(nóng)業(yè)綜合水平評價指標(biāo)體系的理論，選取6個指標(biāo)作為指標(biāo)體系：1（鄉(xiāng)村從業(yè)人員）、2（糧食作物總產(chǎn)量）、3（耕地總面積）、4（熱帶作物年末面積）、5（農(nóng)業(yè)機(jī)械總動力）、6（農(nóng)業(yè)總產(chǎn)值），選擇2019年海南省統(tǒng)計(jì)年鑒中各項(xiàng)年度數(shù)據(jù)指標(biāo)作統(tǒng)計(jì)樣本。

1.2.2 指解讀標(biāo)

在我國，農(nóng)業(yè)屬于勞動密集型產(chǎn)業(yè)，農(nóng)業(yè)生產(chǎn)需要大量的人口[2]，我國是農(nóng)業(yè)大國，但并不是農(nóng)業(yè)強(qiáng)國，農(nóng)業(yè)單位產(chǎn)出相較于發(fā)達(dá)國家較低，因此土地和人力是影響我國農(nóng)業(yè)經(jīng)濟(jì)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(nóng)業(yè)經(jīng)濟(jì)的綜合能力。

我國很早就在推進(jìn)農(nóng)業(yè)現(xiàn)代化的改革，通過機(jī)械代替人工是大勢所趨，不僅可以提高生產(chǎn)效率，還能解放勞動力，因此我們選取農(nóng)業(yè)機(jī)械總動力作為綜合評價指標(biāo)。

2 因子分析

2.1 KMO球度檢驗(yàn)

農(nóng)業(yè)經(jīng)濟(jì)綜合水平使用KMO球形度測試來簡單比較相關(guān)系數(shù)和部分相關(guān)系數(shù)的值，KMO球形度測試值在0~1之間。指標(biāo)之間的相關(guān)性接近1，表明適用于因子分析。

表1　KMO和巴特利特檢驗(yàn)

根據(jù)表1顯示，KMO球度檢驗(yàn)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(biāo)可以使用因子分析法。

2.2 公因子方差提取

因?yàn)樵紨?shù)據(jù)指標(biāo)不能有效反映海南省各縣市的農(nóng)業(yè)經(jīng)濟(jì)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(biāo)變量提取公因子，使其可以對海南省各縣市的農(nóng)業(yè)經(jīng)濟(jì)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。

2.3 總方差解釋

根據(jù)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(xué)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(jù)表明有足夠的信息來更詳細(xì)地解釋分析問題。

2.4 旋轉(zhuǎn)后因子載荷矩陣

為了更合理地解釋參賽隊(duì)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(zhuǎn)方差用于最大化旋轉(zhuǎn)因子加載矩陣，因?yàn)樵家蜃蛹虞d描述無法達(dá)到預(yù)期效果。

通過旋轉(zhuǎn)后的因子載荷矩陣可以寫出各原始變量的公因子表達(dá)式：

旋轉(zhuǎn)后的因子得分系數(shù)得到明顯區(qū)分，這在實(shí)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(biāo)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(chǎn)量是反映海南省各縣市農(nóng)業(yè)經(jīng)濟(jì)生產(chǎn)力的，是衡量海南省各縣市農(nóng)業(yè)單位生產(chǎn)基礎(chǔ)水平的重要指標(biāo)，這4個指標(biāo)變量主要用來反映海南省各縣市的單位農(nóng)業(yè)生產(chǎn)能力，因此可以將公因子1命名為1農(nóng)業(yè)生產(chǎn)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(nóng)業(yè)生產(chǎn)面積的重要因子，是衡量海南省各縣市農(nóng)業(yè)生產(chǎn)水平的重要指標(biāo)，因此可以將2命名為農(nóng)業(yè)生產(chǎn)面積因子。每個公因子的實(shí)際含義都很清楚，解釋的結(jié)果與實(shí)際一致，因此可以進(jìn)行下一步競爭力分析

3 綜合評價計(jì)算

根據(jù)（第一公因子得分*第一公因子方差貢獻(xiàn)率+第二公因子得分*第二公因子方差貢獻(xiàn)率）/兩個因子總方差貢獻(xiàn)率這一公式，可以求出因子綜合得分。

表2　公因子方差貢獻(xiàn)表

根據(jù)公因子方差貢獻(xiàn)率可知（見表2），第一公因子的方差貢獻(xiàn)率為62.640%，第二公因子的方差貢獻(xiàn)率17.817%，可以得出它們的綜合得分，根據(jù)綜合得分對其進(jìn)行排序。

表３　海南省各縣市F1、F2、F3得分結(jié)果

3.1 第一公因子得分F1

農(nóng)業(yè)生產(chǎn)能力因子1是占貢獻(xiàn)率最高的因子，占了58.708%，說明農(nóng)業(yè)生產(chǎn)能力是體現(xiàn)海南省各縣市農(nóng)業(yè)經(jīng)濟(jì)綜合實(shí)力水平的重要指標(biāo)。農(nóng)業(yè)生產(chǎn)能力因子1得分前3個縣市分別是?？谑?、樂東縣、儋州地區(qū)都超過1，高于其他縣市，也就是說?？谑?、樂東縣、儋州地區(qū)三個縣市的單位農(nóng)業(yè)生產(chǎn)能力強(qiáng)，生產(chǎn)效率排在各縣市前列。

3.2 第二公因子得分F2

農(nóng)業(yè)生產(chǎn)面積2是占貢獻(xiàn)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(nóng)業(yè)生產(chǎn)的土地面積多，農(nóng)業(yè)生產(chǎn)土地面積排在各縣市前列。

3.3 綜合因子得分F

總得分是通過加權(quán)和組合兩個因素的海南省各縣市的得分來計(jì)算的，可以基于總體得分海南省各縣市的農(nóng)業(yè)經(jīng)濟(jì)綜合實(shí)力進(jìn)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、海口市，說明這四個縣市的農(nóng)業(yè)經(jīng)濟(jì)綜合實(shí)力排在海南省前列。

4 建議

根據(jù)實(shí)證分析的結(jié)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(nóng)業(yè)生產(chǎn)能力較弱，具體體現(xiàn)在農(nóng)業(yè)人口少，農(nóng)業(yè)機(jī)械總動力較低，因此需要政府多給予補(bǔ)助，增加農(nóng)業(yè)從業(yè)人口；科學(xué)技術(shù)是第一生產(chǎn)力，農(nóng)業(yè)生產(chǎn)現(xiàn)代化發(fā)展需要加大科技投入，提高生產(chǎn)效率[3]。

根據(jù)實(shí)證分析的結(jié)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、?？?、陵水、昌江、東方這些縣市農(nóng)業(yè)生產(chǎn)土地面積較小，具體體現(xiàn)在耕地面積、熱帶農(nóng)作物年末面積較少，因此需要政府科學(xué)地?cái)U(kuò)大農(nóng)業(yè)生產(chǎn)面積，增加農(nóng)業(yè)生產(chǎn)用地。

[1]陳子璇.我國農(nóng)村信息化發(fā)展態(tài)勢及其區(qū)域差異分析[J].農(nóng)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(zé)任評價定量研究[J].林業(yè)經(jīng)濟(jì),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(xué),2012.

10.3969/j.issn.2095-1205.2020.08.46

F127

A

2095-1205(2020)08-95-02