基于因子分析的農村經濟發展水平評價研究

張幸

摘 要：通過對我國31個省市區（不含港澳臺）的農村經濟指標數據進行分析，建立農村經濟發展評價指標體系。運用因子分析法，結合分析結果，對我國農村經濟發展進行分析與評價。

關鍵詞：農村經濟發展;指標體系;因子分析法

文章編號：1004-7026（2019）24-0004-03 ? ? ? ? 中國圖書分類號：F127 ? ? ? ?文獻標志碼：A

改革開放以來，我國農村經濟發展取得了巨大成就，但農業基礎仍然較為脆弱，“三農”問題沒有得到根本解決。“三農”問題是關系到我國經濟發展和現代化建設的重要問題。

黨的十九大報告指出，要堅持農業農村優先發展，加快推進農業農村現代化。隨著社會經濟不斷發展，農村經濟發展進入到了一個新階段，對農村經濟發展水平進行評價顯得十分必要。

1 ?建立評價指標體系

農村經濟發展受到各種因素影響，需要在綜合各方面影響的基礎上建立適當的指標體系[1-3]。在文獻調查的基礎上，選取了我國31個省市區反應農村經濟發展情況的12項指標[4-9]，構建了如下指標體系：農業總產值X1（億元）、耕地面積X2（千hm2）、農作物總播種面積X3（千hm2）、有效灌溉面積X4（千hm2）、農業機械總動力X5（萬kW）、農用化肥施用折純量X6（萬t）、農林牧漁業全社會固定資產投資X7（億元）、農村用電量X8（億kW·h）、農村居民家庭人均純收入X9（元）、農村居民家庭人均消費支出X10（元）、農村人均住房面積X11（m2）、水庫數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，是將觀測的多個變量根據其相關性進行分組，綜合為少數幾個主因子，在不損失或少損失信息的情況下降維來計算綜合評價值的一種方法。

當因子載荷矩陣意義不夠明顯時，可以通過因子旋轉使因子意義更加突出，同時利用因子得分函數計算出各樣本得分，并予以評價和排序。因子分析模型的矩陣形式如下。

X=AF+？著 ? ? ? ? （1）

其中，X=（X1，X2，…，Xp）'，為原始指標;F=（F1，F2，…，Fm）'，是對所有X都起作用的公共因子;A為因子載荷矩陣;？著是變量X特有的特殊因子。

2.2 ?數據分析過程

為了消除不同量綱的影響，通過軟件SPSS 19.0將原始數據進行標準化，并輸出數據的Bartlett和KMO檢驗結果。Bartlett值為431.330，相應的概率值為0.000<0.05，即相關矩陣與單位矩陣不同。KMO值為0.750，各變量之間的相關性強。Bartlett和KMO檢驗表明，原有變量適合做因子分析。

根據標準化之后的數據建立指標間的相關系數矩陣R，得到特征值和累計貢獻率，前3個特征值及其貢獻率見表1。前3個特征值的方差累計貢獻率已經達到85.534%，說明前3個公共因子所代表的信息量已經能夠充分解釋原始數據信息，因而選擇前3個公共因子來反映我國農村經濟發展的水平。

因為初始因子載荷陣因子含義不夠明顯，所以采用最大方差法進行正交旋轉變換，使一部分變量在某些因子上載荷較大，在其他因子上載荷較小。旋轉后的因子載荷陣如表2所示。

2.3 ?因子命名解釋

在第1個主因子上載荷較大的指標有農業總產值X1（億元）、耕地面積X2（千hm2）、農作物總播種面積X3（千hm2）、有效灌溉面積X4（千hm2）、農業機械總動力X5（萬kW）、農用化肥施用折純量X6（萬t）、農林牧漁業全社會固定資產投資X7（億元），反映的是農村經濟綜合實力，可稱為綜合實力因子。

在第2個主因子上載荷較大的指標有農村用電量X8（億kW·h）、農村居民家庭人均純收入X9（元）、農村居民家庭人均消費支出X10（元）、農村人均住房面積X11（m2），反映的是農村生活水平，可概括為農村生活水平因子。

在第3個主因子上載荷較大的指標為水庫數X12（座），反映的是農村水利設施建設情況，可概括為水利設施因子。

2.4 ?各省市區綜合得分計算

31個省市區的3個主因子得分F1、F2、F3可由旋轉后的因子載荷矩陣和因子得分系數矩陣計算得到，它們分別從不同方面反映了各省市區農村經濟發展的水平，用3個主因子對應的方差貢獻率為權數，可得到綜合得分計算公式如下。

F=0.606 2F1+0.275 4F2+0.108 4F3 ? ? ? ? （2）

根據公式（2），可以計算出綜合因子得分，并對31個省市區的農村經濟發展水平進行排序，計算及排序結果如表3所示。

3 ?結果與分析

從綜合得分F來看，13個省市區總得分F>0，其他18個省市區得分均在0以下。全國各省市區農村經濟發展有著較大差異，得分最高的浙江省與得分最低的西藏自治區分值差距達2.6分。山東省、河南省作為中國農業強省，得分遙遙領先于其他地區。青海省、西藏自治區得分在最后，其農業生產面臨資源和自然環境的制約，最直觀的表現是耕地面積和有效灌溉面積等指標排名都靠后。

從綜合實力因子F1來看，排名和按綜合得分F的排名變化很小。河南省、山東省依賴其突出的農業總產值、耕地面積、農作物總播種面積、有效灌溉面積等指標，得分領先于其他省市區，而青海省、西藏自治區、上海市處在最后3位的名次。

從農村生活水平因子F2來看，上海市、江蘇省、浙江省在這個因子得分上表現突出，甘肅省、西藏自治區則表現不佳。上海市在農村居民家庭人均純收入、農村居民家庭人均消費支出、農村人均住房面積上名列前茅，這與上海市經濟中心的地位相呼應。

從水利設施因子F3來看，湖南省、江西省和湖北省在水庫數指標上排名靠前，而內蒙古自治區和黑龍江省排名倒數，這與其自然稟賦有關[10]。以湖南省為例，湖南地處洞庭湖以南，省內河網密布，水資源相對豐富，為水庫選址及建設提供了條件。

4 ?結論與建議

綜合因子分析結果可知，綜合實力因子解釋了總信息量的52.7%，說明當前我國農村經濟發展主要還是以自然資源為主。

總體上看，31個省市區的農村經濟發展水平較低且不均衡的現象較為嚴重。因此，如何使各省市區均衡發展，是我國農村經濟發展亟待解決的問題。具體來說，應注意以下幾點。

首先，結合地區特色資源，發展特色農業，實行農業產業化，在保證糧食產量的基礎上，優化產品結構，提高農業生產效率。

其次，實施鄉村振興戰略，按照產業興旺、生態宜居、鄉風文明、治理有效、生活富裕的總要求，建立健全城鄉融合發展體制機制和政策體系。

再次，深化農村改革，發展現代農業，促進農村經濟發展。構建新型農業生產經營體系，加快農村集體產權制度改革，努力改善農村金融服務，大力發展農村專業合作組織，提高農業競爭力和農村經濟水平。

參考文獻：

[1]佟瑞，朱順泉.基于因子分析法的我國各省市社會經濟發展水平評價研究[J].生產力研究，2005（9）：19-20.

[2]馮建中，何先平，鄧習軍.基于因子分析的湖北省農村經濟發展研究[J].安徽農業科學，2012（2）：1136-1138.

[3]樓海淼，孫秋碧.基于因子分析的我國各省經濟活力評價研究[J].福州大學學報，2005（3）：32-35.

[4]于曉紅.基于因子分析的區域農村經濟情況評價[J].農業經濟，2014（6）：96-97.

[5]楊婷婷，陳英鳳，樊華術.基于因子分析的我國區域經濟差異研究[J].創新科技，2018（10）：36-39.

[6]陸保一，明慶忠，陳輝.基于因子分析法的河南省區域經濟發展時空差異研究[J].樂山師范學院學報，2018（4）：

75-83.

[7]劉秀麗，郭海珍，張勃，等.基于因子分析法的山西省區域經濟發展水平評價[J].西北師范大學學報（自然科學

版），2018（2）：102-107，120.

[8]王洪富，李國良，龐蓉蓉，等.基于因子分析法的云南州市經濟水平評價研究[J].價值工程，2018（6）：54-56.

[9]馬麗娜.基于因子分析的陜西各城市綜合經濟實力分析[J].電腦知識與技術，2018（35）：256-258.

[10]國家統計局.湖北統計年鑒2017[M].北京：中國統計出版社，2018.