延河流域世行項目投資效果影響因素的通徑分析

陳莉

(安徽建筑工業學院管理學院，安徽合肥230022)

目前多數文獻往往只定性地分析項目投資效果的影響因素，生產要素對項目投資效果的影響研究還為數不多。項目投資所產生的效果，可以分為直接效果和間接效果兩種。直接效果是由建設項目本身所帶來的收益或效用;間接效果是指由建設項目間接引起的效果。本研究運用通徑分析方法對世行貸款項目投資效果影響因素進行深入剖析，探求影響世行貸款項目投資效果的主要因素和次要因素，分析農業機械化和其它因素相比較，農業機械化對延河流域地區世行貸款二期項目的影響效果。

1 通徑分析原理

1921年，美國學者Wright首先提出通徑系數(path coefficient)的分析方法。當各自變量間相關系數很大時，多元回歸分析中最小二乘法失去作用，多元回歸方程建立無效。通徑分析(path analysis)也稱為路徑分析，是繼回歸分析之后發展起來的一種方法，是多元線性回歸分析的擴展，它是從定量的角度建立模型來探索和分析系統內變量間復雜因果關系的一種統計方法。通徑分析方法的核心思想是，將復雜系統內某一自變量對因變量的總影響有效分解為直接影響和間接影響。在該方法中，至關重要的是確定變量之間的通徑系數。通徑系數是自變量與依變量之間帶有方向性的相關系數，又是變量標準化的不帶單位的偏回歸系數。變量之間若有多層因果關系，可以由多個有內在聯系的多元回歸方程組成一套通徑分析聯立方程組，應用通徑分析分解變量之間的直接作用和間接作用[1]。具體而言，它把每一個自變量xi與因變量y的相關系數rjy剖分成xj對y的直接作用和xj通過其它自變量xk對y的間接影響用矩陣表示為:

2 樣本數據的選取

使用的資料來源于作者2008年5月在陜西省延安地區的調研資料。在分析中首先選擇的指標為:以人均農業總產值為因變量y，用人均農業總產值表示項目投資效果;簡易公路長度、農業支出、人口密度、受過高級教育人數比例、大型鐵木農具原值、農田土地利用比例這6項指標分別為自變量JG，NZ，RM，GJ，TN，T L。由于數據有限，僅對這 6項指標進行分析(表1)。

3 延河流域地區世行貸款二期項目的通徑分析

第一次通徑分析結果的誤差為0.515 976，說明指標選取不合適，有些指標沒有被涵蓋。經過大量的實驗，重新選擇指標為:以人均純收入y，農村大路長度、治理面積占總面積百分比、人口密度、受過高級教育人數比例、農業機械原值、灌溉面積總數、年用電量這7項指標分別為自變量 DL，ZM ，RM ，GJ，NJ，GM ，YD。

由于數據有限，重新選擇指標進行分析，指標選取情況見表2。

表1 初始選取指標

表2 重新選取的指標

相關系數為:

通徑圖表表明(表3，圖略)，第二次通徑分析誤差很小，結果比較滿意。

表3 通徑分析作用

農業機械化是指運用先進適用的農業機械裝備農業，改善農業生產經營條件，不斷提高農業生產技術水平和經濟效益、生態效益的過程。狹義的農業機械化通常是指種植業生產過程中某個環節的作業機械化，或某種農業生物產品、某個農業部門的生產過程機械化，即運用各種動力機械和配套的作業機具替代人畜力與傳統農具，進行農業生產的各種移動或固定作業。廣義的農業機械化通常是指農、林、牧、漁各部門生產實現(農業)機械化的過程，它是根據各地區特點與農村經濟發展需要，逐步實現機械技術、生物技術與現代管理技術的緊密結合或融合，改變傳統生產方式而不斷提高農業勞動生產率的動態過程[3]。農業機械化水平是用農業機械原值表示。通徑圖表顯示，農村大路長度總作用為0.48，治理度占總面積百分比總作用為0.76，人口密度總作用為0.284 001，受過高級教育人數比例總作用為0.883，農業機械原值總作用為-0.14，灌溉面積總數總作用為0.777，年用電量總作用為0.639。

統計分析結果表明，農村大路長度與灌溉面積總數、年用電量之間存在著較強的正相關，相關系數分別為0.719和0.677;治理面積占總面積百分比與受過高級教育人數比例之間存在著較強的正相關，相關系數為0.863;灌溉面積總數與年用電量之間存在著較強的正相關，相關系數為0.946;農村大路長度與受過高級教育人數比例，農業機械原值之間存在著正相關，相關系數分別為0.369和0.335;治理面積占總面積百分比與灌溉面積總數，年用電量之間存在著正相關，相關系數分別為0.441和0.466;人口密度與受過高級教育人數比例存在著正相關，相關系數為0.459;農村大路與治理面積占總面積百分比，人口密度存在著正相關，相關系數不高，分別為0.273和0.284;治理面積占總面積百分比與人口密度，農業機械原值存在著正相關，相關系數不高，分別為0.273和0.229;人口密度與灌溉面積總數，年用電量存在著正相關，相關系數不高，分別為0.153和0.041;農業機械原值與人口密度，受過高級教育人數比例，灌溉面積總數，年用電量存在著負相關關系，相關系數分別為-0.005，-0.101，-0.155，-0.007。

4 延河流域地區世行貸款二期項目通徑分析結果

運用SAS統計分析軟件，對1998和2004年的資料進行通徑分析，結果如表3所示。從通徑分析結果可以看出誤差較小，說明未研究的自變量和誤差對因變量y的通徑效應系數即剩余通徑系數很小，且統計檢驗在置信度95%的條件下都是顯著的，說明已選出了主要的變量。各自變量xj對y的直接作用為b*j，xj通過其它自變量xk對y的間接作用為rjyb*j，將表3中各自變量對y的間接作用進行整理排序得到表4。

分析表4可以看出，在第1列，有5個GM ，2個ZM，說明GM不僅自身對y有影響，而且也是其它變量對y產生影響的最大的間接變量。第2列有4個ZM ，2個 GJ，但第3 列又有 3個GJ，3個 NJ，第 4列有3個NJ，2個 DL，第5列有 3個DL，4個 RM，第6列有5個YD。采用“直觀法”可以得出，間接影響效果排序為:GM ＞ZM ＞GJ＞NJ＞DL＞RM ＞YD;各變量對y的直接作用按絕對值大小排序為GM ＞YD＞ZM ＞RM ＞GJ＞DL＞NJ，由變量與 y的相關關系看，GJ對y的直接作用為正，GJ通過ZM，GM對 y的間接作用分別為0.516 465 8和1.231 632 55，協助GJ對y起增進作用，GJ對y的總的作用居于第1位;GM對y的直接作用為正，正向的間接影響抵消了負向的間接影響，使GM對y的總的作用居于第2位;ZM對y的直接作用為正，它通過GJ，NJ，GM 的正向的間接影響抵消了通過 DL，RM，YD的負向的間接影響，使ZM對y的總的作用居于第3位;YD對 y的直接作用為負，但它通過變量DL，RM ，NJ的間接影響均為負 ，通過 GJ，GM ，YD，ZM的間接影響為正，YD對y的總影響為第4位;DL 對 y的直接作用為負，但它通過NJ，GJ，GM ，ZM的正向的間接影響抵消了通過RM，YD的負向的間接影響，使DL對y的總的作用居于第5位;RM對y的直接作用雖為負，它通過ZM ，GJ，GM 的正向的間接影響抵消了通過DL，NJ，YD的負向的間接影響后，RM 對y的總的影響僅為0.284，居于第6位;NJ對y的總的作用居于最后，綜合以上直接因素、間接因素以及綜合作用，可以得出，要提高y，必須提高GJ，GM ，ZM;適當提高 YD 和 NJ，基本保持 DL，適當可以減少RM。農業機械化是農業現代化的最主要的標志，是構成農業綜合生產力的主導方面。而在延河流域世行項目投資效果影響因素的通徑分析結果表明，農業機械原值NJ對延河流域世行項目投資效果排在最后。

表4 自變量對y的間接作用

5 結論

通過對延河流域世行項目投資效果影響因素的通徑分析表明，農業機械化對延河流域地區世行貸款二期項目投資效果的影響力度并不顯著，延河流域地區世行貸款二期項目農業機械化對純收入的總作用居于最后，延河流域地區農業機械化水平亟待提高。

延河流域世界銀行貸款項目成效主要體現在“三增加、三減少、三改善”，即增加了基本農田，增加了糧食產量，增加了群眾收入;減少了坡耕地面積，減少了土壤侵蝕量，減少了貧困人口;改善了農業生產條件，改善了生態環境，改善了群眾生活水平。根據延河流域項目區的實際情況，延河流域廣泛推廣應用農業新技術，推進農業機械化刻不容緩。“十二五”期間，延河流域應進一步加大對農業機械化科研的投入，加強農機裝備科研創新，加快農業機械化新技術、新機具的研究和開發，鼓勵科研人員從事農機科研開發，使農機裝備結構進一步優化，農機服務的社會化程度進一步提升，農機化在現代農業建設中的支撐作用進一步增強;完善的財政支持政策和補貼機制是保證農機化事業順利進行的重要前提，加強政府對農業機械化發展的政策扶持，加大政府對農機的資金投入和補貼力度，要進一步完善農機購買者的補貼政策，政府對農機購買者實行貸款支持，要建立相應的監管補貼、貸款資金管理政策;要大力建設基地農業，不斷提高糧食生產機械化水平，增強農業綜合生產能力，逐步完善法規體系，使農機管理從單純依靠行政管理轉移到依法管理的軌道上來[4]。

[1] 張琪，叢鵬，彭勵.通徑分析在 Excel和 SPSS中的實現[J].農業網絡信息，2007，3(2):109-111.

[2] 何風華，李明輝.Excel在通徑分析中的應用[J].中國衛生統計，2005，10(5):331-332.

[3] 楊敏麗，白人樸.中國農業機械化財政投入分析[J].農業機械學報，2004，35(5):94-97.

[4] 王智才.建設現代農業加快推進農業機械化[J].農業機械學報，2004，35(5):154-158.