兵團農業生產影響因素分析

鄭中元

[提要] 本研究通過因子分析模型對兵團農業發展影響因子進行探討。結果表明：在兵團農業生產方面，可變物資投入水平因子具有較高載荷，對兵團農業產出的影響力最大，其次是固定生產資料投入、勞動力投入和人力資源投入;并且通過建立主成分得分回歸方程，從定量的水平明確各個因子影響程度的大小。為提升兵團農業生產力，要適當加大可變物資投入水平的同時，適當調整各個投入因子的組合比例，并通過提高資源利用效率進行集約生產，從而起到縮減成本、擴大產出、提高競爭力的作用。

關鍵詞：兵團農業;因子分析;主成分;建議

中圖分類號：F32 文獻標識碼：A

收錄日期：2019年4月4日

近年來，兵團農業出現快速發展現象，糧食生產能力不斷提高，特色農產品銷售業績突出。但是，兵團由于特殊的體制等問題，仍然面臨農業發展的瓶頸因子。因此，研究兵團農業發展的影響因子對提升兵團農業綜合生產能力和保障兵團經濟健康發展具有重大意義。

一、因子分析法原理

因子分析法是用于探討相關變量之間是否存在不能直接觀察、卻對可觀察變量起支配作用的分析方法。其原理是根據研究對象不同維度之間相關性大小對維度進行分組，以視同組內維度之間的相關性較強，不同組間維度之間的相關性較弱。每組維度代表一個公因子，以盡可能少的公因子來呈現原觀測變量所包含的信息。因子分析法因子模型為：

X=（X1，X2，…，Xp）是由P個指標所構成的P維隨機向量。（F1，F2，…，Fm）被稱為公因子。ε=（ε1，ε2，…，εp）模型中代表殘差。在因子分析時，可通過旋轉的方式使得Xi與Fj中某些因子相關性更強，而與Fj中其他因子相關性更弱，以大幅提升因子的可解釋性。根據相關性較強的指標給該因子賦予經濟含義，用一定的方法可計算因子得分系數陣和主成分得分。由于這種方法在很大程度上降低了相關性，這為后續相應的統計分析提供了較大便利。

二、農業發展影響因子分析

（一）指標選取。在對現有文獻資料分析總結的基礎上，本研究選取了影響兵團農業發展的七個主要因素：農業機械總動力（萬千瓦）（X1）、播種面積（萬畝）（X2）、農業從業人員數目（萬人）（X3）、農藥耗費量（萬元）（X4）、肥料耗費量（萬元）（X5）、農業固定投資（萬元）（X6）和兵團農業技術人員數目（萬人）（X7）。并用兵團農業總產值（億元）（Y）作為衡量兵團農業發展程度的指標。根據《兵團統計年鑒》，我們搜集了2000～2012年新疆兵團范圍內的時間序列數據，并將相關數據進行標準化處理，并通過SPSS23.0進行相應的統計分析。（表1）

表1 影響兵團農業發展的主要因素指標和農業總產值一覽表

（二）因子分析法可行性研究。因子分析所隱含的假設是原觀測變量之間具有較強的相關性，這是因為如果相關性較低，則無法從中提取出較少的公因子用于解釋原觀測變量的共同特征，因此可以通過計算相關系數進行一定的判定。同時，在進行因子分析之前，我們需要進行KMO和Bartlett球形檢驗，只有當KMO值大于0.6時才能做因子分析。采用KMO檢驗結果見表3。通過計算表明，各個變量之間相關性較強，而且該組數據KMO值為0.709，這就說明既有數據適合做因子分析。接著，我們利用SPSS23.0進行統計分析。（表2、表3）

表2 相關系數矩陣一覽表

表3 KMO 及Bartlett 球形度檢驗結果一覽表

表4 旋轉后的因子載荷矩陣

表5 各主成分得分一覽表

（三）因子分析。由于在農業生產中，農業投入對于農業生產以及農業發展起到至關重要的作用，因此本文根據相應的特征，對投入要素進行一定的分類，首先是外界可變物資投入，例如肥料、農藥等;其次是固定生產資料投入，例如土地等;然后是勞動力的投入，在此方面又可以分為兩種：專業技術人員和一般從業人員。顯然兩者所受的教育水平以及生產效率都有一定的差別，所以可以分開計量，當作兩種要素的投入。那么在因子分析中進行成分抽取的時候我們設置為抽取四個成分，一方面可以盡量保留主要的解釋變量又可以明晰要素發揮的作用。然后進行因子旋轉（最大方差旋轉）從而達到更好地對所選取的公共因子賦予合理的經濟解釋的作用。（表4）

通過四個主成分的抽取，解釋力度達到了99.150%。幾乎保留了全部的信息。從旋轉后的因子載荷矩陣中可以看出，公因子1在農業機械總動力、肥料消耗量、農藥消耗量以及農業固定投資這四個指標的載荷值相對較大。當然從公因子包含項的特征可以歸納出四個指標的共同性質，因此可以將主成分1命名為可變物資投入（Y1）。公因子2在播種面積這一個指標上的載荷值相對較大，所以可以單獨命名主成分2為固定生產資料投入（Y2）。公因子3在農業從業人員數目這一方面的載荷值很大，所以可以命名主成分3為勞動力投入（Y3）。公因子4在農業技術人員數目這一指標的載荷值很大，所以可以命名主成分4為人力資源投入（Y4）。

各主因子的方差貢獻率、方差累計貢獻率對于因子分析來說極其重要。方差貢獻率是用于度量某個因子占總分的比重。方差貢獻率越大，說明該公因子對原觀測變量的解釋率更大。在本研究中是指各因子對兵團農業發展或農業產值的影響力。分析結果顯示，四個公共因子累計方差貢獻率達到99.15%，基本涵蓋了原先七個指標的全部信息。旋轉后的各因子方差貢獻率分別為85.436%、8.195%、3.804%和1.714%。由此可見，第一個因子，即可變物資投入（Y1）因子對兵團農業的影響力最大，其余三個因子的影響力相對較弱。這就啟示我們，要提高兵團農業生產能力一方面要合理加大可變物資的投入水平，在另一方面也要協調好其他因素之間的關系，使生產達到規模效應。

（四）主成分回歸。通過spss軟件將主成分得分與表示兵團農業發展狀態的農業產值進行回歸分析。回歸分析結果如表6所示。（表5、表6）

表6 主成分得分回歸結果一覽表

由顯著性水平以及t值可以看出，各個參數明顯可以通過顯著性檢驗。分別用F1、F2、F3、F4表示四個主成分得分，則通過回歸以后的回歸方程為：

從回歸結果可以看出，R2達到了0.988，且調整后的可決系數也達到0.982，所以模型參數的擬合度很高，從DW值為1.915，說明模型不存在序列相關性。從模型來看，主成分1的影響力度較大，主成分1得分每增加一個單位，兵團農業產值就會增加135.663個單位，其次主成分2、主成分3、主成分4對于兵團農業發展的影響力度逐漸減弱。

三、結論及建議

基于統計分析結果，可以得出以下結論：（一）影響兵團農業發展的主要因子有四個，分別為可變物資投入水平、固定生產資料投入、勞動力投入和人力資源投入，這四個因子對兵團農業發展貢獻率分別為85.436%、8.195%、3.804%和1.714%。顯然，第一個因子對兵團農業發展的影響力最大，其余三個因子的影響力相對較弱，總共才占比13.713%。（二）通過主成分分析可知，四個主成分對于兵團農業產值均具有顯著的正向影響效應，該影響效應值從大到小依次為可變物資投入水平、固定生產資料投入、勞動力投入和人力資源投入。

基于上述結論，要提高兵團農業發展水平，須從主次分明、統分結合的三個方面入手：（一）當下影響兵團農業發展的是可變物資投入量的多少，影響力度達到了85.436%。因此，在以后的農業生產以及計劃投入預算中應適當放寬投入比例，合理增加投入數量。（二）對于主成分1以外的因子，應在加大投入量的同時優化各個投入因子間的組合比例，使各個因子間相互協調、配合，以達到最大功能的組合優勢。（三）在協調各個因子的同時，也要加大各個成分利用效率。中國農業屬于高投入高產出的粗放式經營農業。對于資源的集約利用程度不高，因此要改變資源利用方式，提高利用效率，對于增加兵團農業產出、縮減農業生產成本，增加農業競爭力具有重要作用。

主要參考文獻：

[1]熊婷燕.主成分分析與R型因子分析的異同比較[J].統計與決策，2006（2）.

[2]梁子謙，李小軍.影響中國糧食生產的因子分析[J].農業經濟問題，2006（11）.

[3]陳文成.基于因子分析的區域經濟不平衡發展研究[J].數理統計與管理，2010.3.

[4]王雄軍，賴健清，魯艷紅，等.基于因子分析法研究太原市土壤重金屬污染的主要來源[J].生態環境，2008.17（2）.

[5]賈萬敬，何建敏.主成分分析和因子分析在評價區域經濟發展水平中的應用[J].現代管理科學，2007（9）.