基于因子分析的农村经济发展水平评价研究

2019-02-11张幸

山西农经 2019年24期

关键词：农村经济发展因子分析法指标体系

张幸

摘要：通过对我国31个省市区（不含港澳台）的农村经济指标数据进行分析，建立农村经济发展评价指标体系。运用因子分析法，结合分析结果，对我國农村经济发展进行分析与评价。

关键词：农村经济发展;指标体系;因子分析法

文章编号：1004-7026（2019）24-0004-03 中国图书分类号：F127 文献标志码：A

改革开放以来，我国农村经济发展取得了巨大成就，但农业基础仍然较为脆弱，“三农”问题没有得到根本解决。“三农”问题是关系到我国经济发展和现代化建设的重要问题。

党的十九大报告指出，要坚持农业农村优先发展，加快推进农业农村现代化。随着社会经济不断发展，农村经济发展进入到了一个新阶段，对农村经济发展水平进行评价显得十分必要。

1 建立评价指标体系

农村经济发展受到各种因素影响，需要在综合各方面影响的基础上建立适当的指标体系[1-3]。在文献调查的基础上，选取了我国31个省市区反应农村经济发展情况的12项指标[4-9]，构建了如下指标体系：农业总产值X1（亿元）、耕地面积X2（千hm2）、农作物总播种面积X3（千hm2）、有效灌溉面积X4（千hm2）、农业机械总动力X5（万kW）、农用化肥施用折纯量X6（万t）、农林牧渔业全社会固定资产投资X7（亿元）、农村用电量X8（亿kW·h）、农村居民家庭人均纯收入X9（元）、农村居民家庭人均消费支出X10（元）、农村人均住房面积X11（m2）、水库数X12（座）。

2 建立因子分析模型

2.1 因子分析法的基本原理

因子分析法是Spearman于1904年提出的，是将观测的多个变量根据其相关性进行分组，综合为少数几个主因子，在不损失或少损失信息的情况下降维来计算综合评价值的一种方法。

当因子载荷矩阵意义不够明显时，可以通过因子旋转使因子意义更加突出，同时利用因子得分函数计算出各样本得分，并予以评价和排序。因子分析模型的矩阵形式如下。

X=AF+？着（1）

其中，X=（X1，X2，…，Xp）'，为原始指标;F=（F1，F2，…，Fm）'，是对所有X都起作用的公共因子;A为因子载荷矩阵;？着是变量X特有的特殊因子。

2.2 数据分析过程

为了消除不同量纲的影响，通过软件SPSS 19.0将原始数据进行标准化，并输出数据的Bartlett和KMO检验结果。Bartlett值为431.330，相应的概率值为0.000<0.05，即相关矩阵与单位矩阵不同。KMO值为0.750，各变量之间的相关性强。Bartlett和KMO检验表明，原有变量适合做因子分析。

根据标准化之后的数据建立指标间的相关系数矩阵R，得到特征值和累计贡献率，前3个特征值及其贡献率见表1。前3个特征值的方差累计贡献率已经达到85.534%，说明前3个公共因子所代表的信息量已经能够充分解释原始数据信息，因而选择前3个公共因子来反映我国农村经济发展的水平。

因为初始因子载荷阵因子含义不够明显，所以采用最大方差法进行正交旋转变换，使一部分变量在某些因子上载荷较大，在其他因子上载荷较小。旋转后的因子载荷阵如表2所示。

2.3 因子命名解释

在第1个主因子上载荷较大的指标有农业总产值X1（亿元）、耕地面积X2（千hm2）、农作物总播种面积X3（千hm2）、有效灌溉面积X4（千hm2）、农业机械总动力X5（万kW）、农用化肥施用折纯量X6（万t）、农林牧渔业全社会固定资产投资X7（亿元），反映的是农村经济综合实力，可称为综合实力因子。

在第2个主因子上载荷较大的指标有农村用电量X8（亿kW·h）、农村居民家庭人均纯收入X9（元）、农村居民家庭人均消费支出X10（元）、农村人均住房面积X11（m2），反映的是农村生活水平，可概括为农村生活水平因子。

在第3个主因子上载荷较大的指标为水库数X12（座），反映的是农村水利设施建设情况，可概括为水利设施因子。

2.4 各省市区综合得分计算

31个省市区的3个主因子得分F1、F2、F3可由旋转后的因子载荷矩阵和因子得分系数矩阵计算得到，它们分别从不同方面反映了各省市区农村经济发展的水平，用3个主因子对应的方差贡献率为权数，可得到综合得分计算公式如下。

F=0.606 2F1+0.275 4F2+0.108 4F3 （2）

根据公式（2），可以计算出综合因子得分，并对31个省市区的农村经济发展水平进行排序，计算及排序结果如表3所示。

3 结果与分析

从综合得分F来看，13个省市区总得分F>0，其他18个省市区得分均在0以下。全国各省市区农村经济发展有着较大差异，得分最高的浙江省与得分最低的西藏自治区分值差距达2.6分。山东省、河南省作为中国农业强省，得分遥遥领先于其他地区。青海省、西藏自治区得分在最后，其农业生产面临资源和自然环境的制约，最直观的表现是耕地面积和有效灌溉面积等指标排名都靠后。

从综合实力因子F1来看，排名和按综合得分F的排名变化很小。河南省、山东省依赖其突出的农业总产值、耕地面积、农作物总播种面积、有效灌溉面积等指标，得分领先于其他省市区，而青海省、西藏自治区、上海市处在最后3位的名次。

从农村生活水平因子F2来看，上海市、江苏省、浙江省在这个因子得分上表现突出，甘肃省、西藏自治区则表现不佳。上海市在农村居民家庭人均纯收入、农村居民家庭人均消费支出、农村人均住房面积上名列前茅，这与上海市经济中心的地位相呼应。

从水利设施因子F3来看，湖南省、江西省和湖北省在水库数指标上排名靠前，而内蒙古自治区和黑龙江省排名倒数，这与其自然禀赋有关[10]。以湖南省为例，湖南地处洞庭湖以南，省内河网密布，水资源相对丰富，为水库选址及建设提供了条件。

4 结论与建议

綜合因子分析结果可知，综合实力因子解释了总信息量的52.7%，说明当前我国农村经济发展主要还是以自然资源为主。

总体上看，31个省市区的农村经济发展水平较低且不均衡的现象较为严重。因此，如何使各省市区均衡发展，是我国农村经济发展亟待解决的问题。具体来说，应注意以下几点。

首先，结合地区特色资源，发展特色农业，实行农业产业化，在保证粮食产量的基础上，优化产品结构，提高农业生产效率。

其次，实施乡村振兴战略，按照产业兴旺、生态宜居、乡风文明、治理有效、生活富裕的总要求，建立健全城乡融合发展体制机制和政策体系。

再次，深化农村改革，发展现代农业，促进农村经济发展。构建新型农业生产经营体系，加快农村集体产权制度改革，努力改善农村金融服务，大力发展农村专业合作组织，提高农业竞争力和农村经济水平。

参考文献：

[1]佟瑞，朱顺泉.基于因子分析法的我国各省市社会经济发展水平评价研究[J].生产力研究，2005（9）：19-20.

[2]冯建中，何先平，邓习军.基于因子分析的湖北省农村经济发展研究[J].安徽农业科学，2012（2）：1136-1138.