基于因子分析的“泛珠三角”九省區(qū)非農化水平綜合評價

摘要：科學地評價“泛珠三角”各省區(qū)的非農化水平是確定“泛珠三角”區(qū)域經濟合作思路、制定合理的發(fā)展戰(zhàn)略與制定科學的區(qū)域經濟合作和產業(yè)轉移對策的需要。本文選用反映非農化發(fā)展水平的14項指標，利用因子分析法，對“泛珠三角”九省區(qū)發(fā)展階段進行綜合分析評價，分析各省區(qū)的非農化程度及差異，研究影響各省區(qū)非農化發(fā)展的主要因素，并為以后的合作與發(fā)展提供建議。

關鍵詞：因子分析法；非農化水平；綜合評價

中圖分類號：F127

文獻標識碼：A

文章編號：1003-9031(2007)03-0030-04

一、引言

非農化是指伴隨工業(yè)尤其是制造業(yè)發(fā)展帶來的一系列主要生產結構連續(xù)發(fā)生變化的過程，非農化引起且包含了整體經濟的進步和發(fā)展。^[1]除港澳外的“泛珠三角”九省區(qū)正在經歷各自不同層次的非農化發(fā)展階段。如果說區(qū)域內地區(qū)之間在非農化發(fā)展水平上的差異性是推動區(qū)域經濟合作的內在動力，那么，科學地評價“泛珠三角”各省區(qū)的非農化水平則是確定“泛珠三角”區(qū)域經濟合作思路、制定合理的發(fā)展戰(zhàn)略與制定科學的區(qū)域經濟合作和產業(yè)轉移對策的需要。因而本文選用反映非農化發(fā)展水平的14項指標，利用因子分析法，對“泛珠三角”九省區(qū)非農化階段進行綜合分析評價，分析研究各省區(qū)的非農化程度，評價影響各省區(qū)非農化發(fā)展的主要因素，并找出各省區(qū)非農化發(fā)展過程中出現的差異，為以后的合作與發(fā)展提供建議。

二、“泛珠三角”九省區(qū)非農化水平綜合評價指標選擇

(一)指標選取的原則

1.科學性原則。反映各省區(qū)非農化水平的綜合評價指標應建立在科學實用的基礎上，具體指標應能客觀和真實地反映各地區(qū)的實際情況。既能反映省區(qū)的產業(yè)化優(yōu)勢，又能反映省區(qū)的劣勢和不足；既能反映工業(yè)尤其是制造業(yè)發(fā)展狀況，又能反映這些地區(qū)的整體經濟結構、發(fā)展水平和發(fā)展階段。

2.系統性原則。各省區(qū)既有一定相似性，又有很大的差異，這就要求選取的指標覆蓋面寬，有代表性，能夠較全面地反映各地區(qū)的整體情況。

3.可操作原則。本文在選取指標時使用的是2005年的數據，這些數據均來源于國家統計局和地方政府統計部門，有較高的權威性、實用性。同時，本文在選取指標時，盡量避免濫而多。

(二)指標的選取

要進行省區(qū)非農化水平的綜合評價，需要建立一套可以量化的指標體系。非農化水平不僅涉及工業(yè)(特別是制造業(yè))的發(fā)展程度，而且涉及支撐和由此引起的各種類型的經濟結構和經濟規(guī)模的變化。因此，為了全面、系統地分析各省區(qū)的非農化發(fā)展階段，要考慮眾多的影響因素和指標，這樣才能夠得到比較全面的分析結果。本文綜合分析了各方面的因素，選取了如下14個指標來評價“泛珠三角”九省區(qū)工業(yè)化程度：人均國內生產總值(X1)、二三產業(yè)占GDP比重(X2)、第三產業(yè)占GDP比重(X3)、二三產業(yè)從業(yè)人員比重(X4)、第三產業(yè)從業(yè)人員比重(X5)、全社會固定投資額(X6)、進出口總額(X7)、城鎮(zhèn)化水平(X8)、霍夫曼系數(X9)、大中型企業(yè)比重(X10)、城鎮(zhèn)居民家庭人均消費支出(X11)、專業(yè)技術人員比重(X12)、非食品消費系數(=1-恩格爾系數)(X13)、高新技術產品出口比重(X14)等。

三、對非農化指標的因子分析

根據2005年《中國統計年鑒》提供的原始數據并經過初步計算，可以得到九省區(qū)各非農化指標排序，如表1。

表1九省區(qū)各非農化指標排序表

資料來源：根據2005年《中國統計年鑒》提供的原始數據初步計算。

從表1可以發(fā)現，除廣東和福建兩省各非農化指標相對一致外，其它各省區(qū)非農化水平在不同指標下進行評價的結果相差懸殊。依據不同的指標就有不同的結論說明。非農化水平是一個系統而又復雜的指標范疇，用工業(yè)或者制造業(yè)比重指標來衡量一個地區(qū)的非農化水平過于簡單膚淺。因此本文采用因子分析法，運用NOSA統計分析軟件對各指標的原始數據進行分析，試圖對各省區(qū)的非農化程度做出比較全面、綜合的評價。

因子分析法是從研究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歸結為少數幾個綜合因子的一種多變量統計分析方法。其基本思想是根據相關性大小把變量分組，使得同組的變量之間相關性較高，但不同組的變量相關性較低。每組變量代表一個基本結構，這個基本結構稱為公共因子。對所研究的問題就可以試圖用最少個數的公共因子的線性函數與特殊因子之和來描述原來觀測的每一分量。從中找出幾個主要的因子，每一個主要因子就代表反映經濟變量間相互依賴的一種經濟作用，抓住這些主要因子就可以幫助我們對復雜的經濟問題進行分析和解釋。在遇到研究多個指標的實際問題時，指標較多給分析帶來很多的麻煩，增加了分析問題的復雜性和難度。而因子分析法很好地解決了這個問題。

首先按照因子分析法的步驟，對原始數據進行標準化處理求出各個指標的相關系數計算矩陣R的特征值、特征值的貢獻率和累計貢獻率，如表2。

表2 特征值 ，求特征值的貢獻率和累計貢獻率表

根據特征值大于1的提取原則，前3個因子符合原則，并且累計貢獻率為84.49，即前3個公因子所解釋的方差占總方差的84.49%，用這3個公因子來反映各省區(qū)的工業(yè)化程度所損失的信息不多，所以這3個公因子能夠綜合反映工業(yè)化水平。采用主成分分析法計算出因子負荷矩陣如表3：

表3主成分負荷陣表

表4旋轉后因子負荷陣表

建立因子分析模型的目的不僅是找出主因子，更重要的是知道每個主因子的意義。然而用上述方法求出的公因子解，各主因子的典型代表變量不很突出，容易使因子的意義含糊不清，不便于對實際問題進行分析。因此，對提取的三個主分量F1、F2、F3建立原始因子載荷矩陣，同時，為便于對各因子載荷作合理解釋，對其進行旋轉使其結構簡單化，以排除噪音的干擾作用。基于主成分的最大方差varimax正交旋轉法，5次迭代后收斂，即為方差最大正交旋轉矩陣如表4。

將指標值按正交載荷中的高載荷分為三類，各主因子命名如表5：

表5因子命名

由表5可以看出：公共因子F1對人均國內生產總值(X1)、二三產業(yè)占GDP比重(X2)、二三產業(yè)從業(yè)人員比重(X4)、進出口總額(X7)、城鎮(zhèn)化水平(X8)、城鎮(zhèn)居民家庭人均消費支出(X11)、高新技術產品出口比重(X14)有絕對值較大的負荷系數，所以F1是這7個指標的綜合反映，用于反映非農化產出水平和經濟發(fā)展程度；公共因子F2對第三產業(yè)占GDP比重(X3)、第三產業(yè)從業(yè)人員比重(X5)、專業(yè)技術人員比重(X12)、非食品消費系數(=1-恩格爾系數)(X13)有絕對值較大的負荷系數，所以F1是這4個指標的綜合反映，用于反映非農化的人才素質和生產生活環(huán)境質量狀況；公共因子F3對霍夫曼系數(X9)、大中型企業(yè)比重(X10)有絕對值較大的負荷系數，所以F1是這兩個指標的綜合反映，用于反映非農化的產業(yè)集中與產業(yè)升級狀況。

設Y為主成分變量，利用原始數據X和主成分均已標準化處理后的前三個所提取的主成分的載荷陣可得主因子得分矩陣。然后，以各因子的貢獻率占三個因子的累計貢獻率的比重作為權重進行加權匯總計算各省區(qū)的非農化水平綜合測評得分，計算公式如下：

Zi=0.4881Y1i+0.2948Y2i+0.2171Y3i

其中：Zi為各省區(qū)非農化程度總得分(i=1，2，…，9)；Yji的系數為各因子的信息貢獻率，它是各因子的方差貢獻率與三個主成分的累計貢獻率(84.49)的比值，通過計算得出綜合得分F。如表6所示：

表6九省區(qū)主因子及綜合得分一覽表

由表6的因子綜合測評總得分可以發(fā)現，廣東省的非農化程度最高，其因子綜合測評總得分是排在第二集團的福建和海南的兩倍；貴州省非農化水平的因子綜合測評總得最低，其因子綜合測評總得分為-1.05，其它五省處于第三集團。

四、結論與建議

1.一個地區(qū)的非農化水平是該地區(qū)產業(yè)集群、產業(yè)結構、產業(yè)環(huán)境、產業(yè)質量以及科技、教育和生活水平等諸多方面的綜合反映。^[2]如果僅用工業(yè)尤其是制造業(yè)產值比重和就業(yè)比重來衡量某一地區(qū)的非農化水平，或者來比較不同地區(qū)的非農化結構與程度差異，其結論必然有失偏頗。因為，非農化引起且包含了整個國民經濟的進步和發(fā)展，包含了生產函數和消費函數由低到高的變化，而不只是工業(yè)尤其是制造業(yè)的簡單擴張。因此，本文用包括工業(yè)產值比重在內的14個指標綜合得分對“泛珠三角”九省區(qū)的非農化水平排名，出現不太一樣的結果。其差異表現在：海南由工業(yè)產值比重排名第九上升為綜合得分排名第三，貴州由第五降為第九，云南由第三降為第五，廣西由第八上升為第六。應該說，14個指標綜合得分能更真實更全面更準確地反映各省區(qū)的非農化水平。

2.在“泛珠三角”經濟圈中，即使是發(fā)展程度最高的廣東也遠未完成工業(yè)化過程。我們也發(fā)現，廣東的工業(yè)尤其是制造業(yè)發(fā)展程度相當高，經濟發(fā)展程度與非農化規(guī)模因子得分高，但其非農化的結構和環(huán)境因子表現較差。這說明，廣東正面臨非農化的結構調整與升級這一緊迫任務，即淘汰或轉移部分傳統產業(yè)，促進生產函數和消費函數由低到高的突破性變化。

3.“泛珠三角”九省區(qū)雖然在地理上處于同一經濟圈，但各自屬于不同的非農化階段，非農化水平差異性較大。廣東非農化水平綜合得分1.07，而貴州綜合得分僅為-1.05。貴州處于非農化最低階段，廣東處于非農化最高階段，福建和海南處于非農化中等偏上階段，其它五省區(qū)處于非農化中等偏下階段。這種區(qū)域內非農化發(fā)展階段的差異性，可能在某種程度上是克服行政區(qū)域阻隔、推動區(qū)域經濟合作的內在動力。區(qū)域內產業(yè)的正向推移和反向推移將有力地推動整個“泛珠三角”非農化進程。

4.福建和海南非農化水平處于經濟圈第二集團，但原因各不相同。福建非農化因子作用相對均衡，產業(yè)集群、產業(yè)結構、產業(yè)環(huán)境、產業(yè)質量以及科技、教育和生活水平等諸多方面的綜合表現較好；而海南呈現出較為嚴重的非農化因子結構和產業(yè)結構失衡現象，表現為工業(yè)發(fā)展的不足。因此，福建和海南應采用不同的非農化路徑。福建應發(fā)揮優(yōu)勢，通過區(qū)域合作，全面提升非農化水平，海南則應利用區(qū)域合作，主動地、有選擇地接受區(qū)域內的產業(yè)轉移，并加以改進與創(chuàng)新。

5.在“泛珠三角”非農化高速發(fā)展的背后，隱藏著極大的經濟發(fā)展和非農化水平的不平衡。實現“泛珠三角”經濟區(qū)域的有效合作，關注各省區(qū)非農化階段、結構、環(huán)境和質量的差異性，優(yōu)勢互補，有利于各省區(qū)非農化綜合水平的提高。

6.海南非農化水平相對較低，直接原因是工業(yè)尤其是制造業(yè)不發(fā)達，而提高制造業(yè)比重并不是實現地區(qū)經濟非農化的必然路徑和唯一選擇。海南應該走非農化而不是傳統工業(yè)化道路。海南的產業(yè)發(fā)展選擇應充分考慮國際國內市場環(huán)境正在演變著的產業(yè)分工和產業(yè)內分工業(yè)態(tài)，以非農化而不是工業(yè)化為目標、以市場環(huán)境條件而不是自身資源條件為基礎確定經濟發(fā)展戰(zhàn)略。

參考文獻：

[1] 張繼軍.海南省非農化問題的實證研究[J].農業(yè)現代化研究，2006，(11).

[2] 張培剛.發(fā)展經濟學[M].北京：經濟科學出版社，2001.