江苏省区域农业竞争力的因子分析研究

一。引言

区域农业竞争力是地区农业在市场化。国际化条件下表现出来的生存。发展和获利能力,是农产品生产。加工。流通及其价值创造与价值实现能力的综合反映。提升农业竞争力,实现农业的现代化,是现代市场农业发展的内在要求,也是农业发展的目标和论文网基本方向。为了能够对江苏省区域农业竞争力进行客观。准确的评价,本文拟运用现代统计分析方法中的因子分析,采用SPSS14。0forwindows,指标选取根据全面性。可操作性。可比性。系统性和代表性原则,采集了江苏省13个地级市的8项指标,并最终从中提取了3个主要因子,从而对该地区的农业竞争力做了综合分析评价,以找出各区域农业竞争存在的优劣势,为地方各级政府部门实施相关农业政策调控,进一步促进农业发展提供了操作依据。

二。因子分析的基本原理和评价指标的选取

因子分析是从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子,以再现原始变量与因子之间相关关系的一种多变量统计分析方法。因子分析的出发点是用较少的互相独立的因子变量来代替原有变量的绝大部分信息,可以将这一思想用一个数学模型来表示。假设有n个样本,p个原有变量,分别用x1,x2,x3……xp表示,其中xi(i=1,2,……,p)是均值为零。标准差为1的标准化变量,F1,F2,……,Fm分别表示m个因子变量(m数学模型中,F为因子变量或公共因子;A为因子载荷知阵;aij称为因子载荷,是第i个原有变量在第j个因子变量上的负荷;?孜为特殊因子,表示了原有变量不能被公共因子所解释的部分,在实际中忽略不计。因子模型建立起来以后,为了对样本进行优劣分等,在统计模型上就需要将公共因子用变量的线性组合表示,其数学模型为:Fi=bi1x1+bi2x2+……+bipxp(i=1,2,……m),此式称为因子得分函数,并由此计算各公共因子得分。下面笔者根据实际情况整理出因子分析的步骤。

1。建立指标体系和原始矩阵Z,将原始数据标准化,得到标准化矩阵X;

2。计算Z或者X得相关矩阵的特征值矩阵R;

3。解特征方程｜R-?姿E｜=0,计算相关矩阵的特征值?姿i,根据方差累计贡献率(一般取值在85百分号以上)确定因子个数N;

4。计算特征向量和初始因子载荷矩阵A;

5。如果因子意义不明显,不妨对初始因子进行旋转,一般采用方差极大旋转,旋转后的主因子解为B;

6。构造主因子得分和综合因子得分,根据主因子和综合因子得分情况,给出相应的评价。

区域农业竞争力作为一个有机系统,则对其评价应该从多维度。多视角着眼,从系统的角度进行综合考察。在此,我们紧紧围绕区域农业竞争力的定义,根据江苏省各地市的具体情况和统计数据的可得性,选取了8项有代表性的指标作为江苏省13个地级市农业竞争力的评价指标体系,具体指标如下:x1:农村第一产业就业人员比重(百分号),x2:第一产业总产值(亿元),x3:农业总产值指数(2004年为100),x4:农民人均家庭经营纯收入(元),x5:人均耕地面积(公顷/人),x6:单位播种面积化肥施用量(吨/公顷),x7:单位播种面积农机总动力(千瓦/公顷),x8:林牧渔业占第一产业比重(百分号)。

三。江苏省区域农业竞争力综合评价的实证分析

数据取自江苏统计年鉴2006,对2006年江苏省统计年鉴披露的数据进行计算整理,就可以得到13个地级市区域农业竞争力的8项评价指标的数据。运用SPSS(14。0)统计分析软件进行计算,首先得到经标准化处理后的8个指标变量间的相关系数矩阵及KMO检验和Bartletts球形检验。

由计算的相关系数矩阵可得出,8个指标变量之间存在较强的相关性,说明它们反映的信息有较大的重叠性。因此,可以利用因子分析来降低指标的维度,以较少的指标个数但又包含绝大部分原始信息的综合指标来分析江苏省各地级市区域农业竞争力水平。而在KMO和Bartletts球形检验中,KMO(Kaiser-Meyer-Olkin)给出了抽样充足度的检验,KMO的统计值一般界于0和1之间,若该统计指标在0。5和1之间则表明可以进行因子分析,若小于0。5则表明不适宜进行因子分析。本研究的KMO值为0。636说明因子分析是可以接受的。Bartletts球形检验是看相关矩阵是不是单位矩阵(原假设相关矩阵为单位阵),Bartletts球形检验的卡方统计值为90。478(p<0。000),拒绝原假设,说明相关矩阵不是单位阵,可以考虑进行因子分析。通过以上两项统计指标的检验表明本研究适合进行因子分析。

接着进一步求解相关系数矩阵的特征值及特征向量,计算出8个指标变量的共同度,并计算得各因子的累计方差贡献率(见表1)。变量共同度是衡量因子分析效果的一个指标,由计算可得出(主成分法),各个变量的共同度都高于0。8,说明提取出的公因子已经基本反映了原来8个指标变量80百分号以上的信息,仅有少量的信息丢失,因子分析提取的效果比较理想。从表1中可知,第一公因子F1。第二公因子F2和第三公因子F3的累计方差贡献率已经达到了89。145百分号,可以认为这3个因子基本反映了原来8个指标的绝大部分信息。因此,提取F1。F2和F3分别作为第一主因子。第二公因子和第三公因子(一般要求所选取的各主因子的累计方差贡献率达到85百分号以上)。

观察实行方差极大正交旋转后所得的主因子F1。F2和F3的因子载荷矩阵(见表2),指标变量X1。X2。X3。X4。X5和X7在第一主因子上有较大的绝对系数,这个因子体现了农业资源丰富的程度,是农业进一步发展的基础,可命名为潜力因子。对第二个主因子而言,X6在其上因子载荷系数达到0。954,其反映了农业发展的现代化水平,可称为现代化因子。第三个主因子对X8有较大的绝对系数,它体现了农业发展的结构水平,故可称之为结构因子。

最后,计算各地级市农业竞争力的综合得分,可采用回归法计算各公共因子得分,即以第一主因子。第二主因和第三主因子的方差贡献率占3个主因子累计贡献率的比重作为权重进行加权汇总,综合得分F的计算公式为:

F=(61。490F1+19。181F2+8。475F3)/89。145则得表3的综合分值及其排序。

四。江苏省区域农业竞争力的综合评价分析与结论

根据江苏省13个地级市区域农业竞争力综合得分及排序(见表3),可以把表3中这些地级市大致分为三类,第一类是无锡。。常州。南京。南通,这五市农业竞争力综合得分均是负数;第二类包括连云港。宿迁。盐城。泰州。徐州。扬州和镇江七市,它们得分在0-1之间;第三类是,得分为1。11078,明显高于其他区域。上述对江苏省13个地级市的区域农业竞争力排序和分析结果,基本也符合江苏省各地区农业发展的大致状况,例如,人均耕地面积较多,农业资源丰富,农业发展的基础条件较好,但农业现代化水平上比较低,农业内部结构还不是很合理,仍有待提高;徐州市由于地靠苏北,土地总面积较大,再加上近年来为了提高单位面积的产量,大量加大单位面积上的投人,使用了较多的化肥,农业总产值规模和增长速度都有很大提高,这对于短期有效的发展农业是有利的;。无锡和常州三市,处于工业化。城市化和经济发展水平较高的苏南地区,人口众多,再加上经济建设对耕地的需求量很大,人均耕地面积相对不足,农业发展的基础资源较为缺乏,如何采取更加有力的措施确保耕地总量的动态平衡,控制非农业占用耕地,严格执行建设用地审批制度就显越来越重要。总之,各地级市应充分发挥本地区的优势,弥补不足之处,积极促进本区农业的发展,共同提高区域的农业竞争力。

江苏省区域农业竞争力的因子分析研究