湖北科技學院 張吉剛 梁娜
為了評價我國各行業的能源消費情況,需要考慮多個指標。多個指標變量間的相關性使分析變得復雜,針對這種情況,可采用因子分析法。因子分析法可根據相關性的大小將原始變量分組,使得同組內變量間的相關性較高,但不同組之間的變量相關性較低,每組變量(主因子)可以反映問題的一個方面、一個維度,選取其中的幾個組變量(主因子),能從幾個維度反映我國各行業的能源消費結構。
根據國家統計局2013年統計數據,選取了九個能源指標,即:x1煤炭,x2焦炭,x3原油消耗,x4汽油,x5煤油,x6柴油,x7燃料油,x8天然氣,x9電力。以九大行業:農、林、牧、漁、水利業,工業,采掘業,制造業,電力、煤氣及水生產和供應業,建筑業,交通運輸倉儲和郵政業,批發、零售業和住宿、餐飲業,生活消費在2012年的九個能源消費量數據作為本文因子分析數據。
通過SPSS11.0軟件計算,得到經標準化處理后的各項指標的相關系數矩陣的特征值與貢獻率(見表1)。從表1可以看出,變量的相關系數矩陣有兩個數值較大(均大于1)的特征值,即分別為6.505、2.975,它們一起解釋了能源結構標準差的94.808% (累計貢獻率)。這兩個成分基本上反映了原始數據所提供的足夠信息。

表1 總方差解釋表
圖1中的橫坐標為因子的序號,縱坐標為相應特征值,特征值越大表示對原始變量越重要。碎石圖中比較陡的直線說明直線斷點所對應的因子的特征值差值較大,比較緩的則對應較小的特征值差值。圖1中前面2個因子的坡度相對很陡,說明前面2個因子是主要因子。

圖1 因子碎石圖
對提取的兩個主因子分量F1、F2建立原始因子載荷矩陣,然后對其進行結構調整簡化,得出方差最大正交旋轉矩陣(見表2)。這是經標準化處理后的前兩個主因子的載荷矩陣。同時,將指標值載荷矩陣中載荷較高的情況分為兩類。可以依此給各個主因子命名。

表2 旋轉后因子載荷矩陣
主因子F1在x9電力、x3原油、x7燃料油、x8天然氣、x1煤炭、x2焦炭消費量上的系數分別是0.99377、0.97264、0.96977、0.94069、0.88962,有較大的載荷,電力、原油、燃料油、天然氣、煤炭、焦炭都是生產企業的主要能源,因此將該因子F1稱為生產能源消費因子,主因子F1對全部初始變量的方差貢獻率為65.054%,是分析能源消費結構時所需要考慮的主要方面。
主因子F2在x4汽油、x5煤油、x6柴油消費量上的系數分別是0.98386、0.97641、0.97147,有較大的載荷,稱主因子F2為機械能源消費因子。主因子F2對全部初始變量的方差貢獻率為29.754%,它也是分析能源消費結構時需要重點考慮的因素。
計算9個行業在兩個主因子得分,如表3所示。以各行業主因子F1得分作為x軸變量,主因子F2得分為y軸變量,作散點圖,如圖2所示。

表3 因子得分表

圖2 9個行業2公因子得分的散點圖
圖2中,在主因子F1生產能源消費的垂直方向上,工業位居第一,是生產能源消費量最大的行業,制造業第二,消耗生產能源僅次于工業,生產能源:電力、原油、燃料油、天然氣、煤炭、焦炭都是來自自然資源的開發,因此,我國工業、制造業在F1生產能源消費的高得分,反映其發展給自然帶來開發過度、空氣污染等環境問題。建筑業,批發、零售業和住宿、餐飲業,采掘業,生活消費和農、林、牧、漁、水利業的主因子F1得分都為負數,反映了這些行業在我國生產能源消費體系中所占比例相對較少,對空氣污染程度相對較低。
在主因子F2機械能源消費的水平方向上,交通運輸、倉儲和郵政業位居第一,說明它在機械能源消費上所占比例很大,我國交通運輸、倉儲和郵政業的迅猛發展,各機械類工具數量飛速提高,使得機械能源消費增大,同時帶來了一系列的空氣污染、噪音等環境問題。
工業在機械能源消費上所占比例比制造業和農、林、牧、漁、水利業稍高一點,建筑業,批發、零售業和住宿、餐飲業,采掘業,生活消費和電力、煤氣水生產、供應業在機械能源消費上所占比例最小。
以0為參考基準,得分大于0的行業能源消費相對多一些,得分小于0的相對少一些,依此9個行業分別位于圖2的四個區域,可以把9個行業聚為3類。把在生產能源消費方面消耗比例很大的工業和制造業歸為一類,把在機械能源消耗比例很大的交通運輸、倉儲和郵政業歸為一類,其他的6個行業歸為一類,它們在生產能源消費、機械能源消費中所占比例都很小。
從以上的分析可以看出,用因子分析法可以從錯綜復雜的眾多數據中理出一個比較清晰的結構,在我國各行業能源消費結構中,主因子F1生產能源消費占總能源消費65.054%,主因子F2機械能源消費占總能源消費29.754%。根據九個行業的兩個主因子得分的散點圖分布,可分成三類:工業和制造業在生產能源消費方面為一類;交通運輸、倉儲和郵政業在機械能源消費大歸為一類;其他的為一類。
[1] 高惠璇.應用多元統計分析[M].北京大學出版社,2005.
[2] 葉翔翔.我國能源消費分解實證[J].統計觀察,2008(5).
[3] 惲菁,榮斌.能源消費結構與產業結構調整研究[J].統計科學與實踐,2008(1).
[4] 劉文卿,何曉群.應用回歸分析[M].中國人民大學出版社,2007(7).