金宇辰 劉昊旻 王思笛








摘要:論文選取四川省36個國家級貧困縣作為分析對象,在此基礎上通過對多個指標的描述統計分析展現四川省貧困縣總體發展狀況以及產業結構。再通過因子分析法得出各貧困縣的主要致貧因素,并對每一個貧困縣的發展狀況進行綜合評價,根據綜合評價得分對所有貧困縣發展狀況進行排序。最后用敏感性分析找出各貧困縣發展的敏感因素。
關鍵詞:描述統計;因子分析;敏感性分析
一、引言
2013年來,四川省共計為625萬人建檔立卡,占全國貧困人口的比例約為1/13。在全國來說,四川省除了成都平原地區外,其他地方幾乎都分布有貧困地區,并且集中分布于三州(甘孜州、阿壩州、涼山州)、攀枝花市、樂山市、巴中市、達州市、南充市等,其中涼山州比重最大,約占四川省貧困縣的1/3。目前,貧困縣雖已全面脫貧,但后續發展仍需持續關注。如何在維持已有經濟水平上,更好的改善人民生活質量,有待我們進一步研究。下面就以四川省36個貧困縣為研究對象進行研究。本文數據均來源于四川省統計年鑒,通過對原始數據進行匯總整理得出。
二、描述性統計
1.四川省貧困縣總體發展狀況
由圖1得四川省貧困縣生產總值呈逐年增加趨勢,但貧困縣生產總值占全省生產總值的比重在總體上卻呈下降趨勢,說明其他非貧困縣的生產總值有更快速的提高。
2.四川省貧困縣產業結構
由圖2和圖3對比分析可得,四川省通過這些年對各貧困縣的產業結構不斷進行調整發展,第三產業已在貧困縣的發展中占主導地位,但第二產業占比偏低,政府應該在兼顧第一產業、第三產業發展的情況下,注重第二產業的發展。
三、因子分析
對于描述貧困縣致貧因素的可選指標比較多,并且這些指標間往往存在相關性的情況,因此論文選取因子分析的方法把存在相關性的致貧因素綜合成較少的幾個指標,求出各貧困縣的綜合得分,然后根據綜合得分即主要致貧因素對四川省的減貧水平以及經濟發展水平進行分析。
在指標的選取這一環節,我們基本要按可取性、科學性和系統性這三個選取原則。本文在這三個原則的基礎上選取9個指標反映貧困縣狀況。以下為所選指標:生產總值X1、人均生產總值X2、在崗職工平均工資X3、城鎮化率X4、糧食產量X5、公路里程X6、社會消費品零售總額X7、公共財政預算收入X8、中小學師生比X9,并進行標準化處理消除不同量綱的影響。
1.相關性檢驗(KMO檢驗)
在使用一個方法之前,首先要確定所研究問題是否滿足使用此方法的前提條件。KMO檢驗是對變量是否適合做因子分析的檢驗,KMO>9表示非常合適;0.8表示合適;0.7表示一般;0.6表示不太合適;0.5以下表示極不合適。表1的KMO值達到了0.781,說明比較適合做因子分析。
2.提取信息量
表2給出了從每個原始變量中提取的信息,除X3、X6以外,公共因子幾乎包含了各個變量至少75%的信息,信息提取比較全面,可以繼續做因子分析。
3.保留因子數
表3得前兩個因子的特征根累計貢獻率已達到76.432%,因此保留前兩個因子即可。其中第一個因子集中了原始變量總信息的59.771%,第二個因子集中了原始變量總信息的16.661%。
4.確定公共因子
由表4得,第一個公共因子F1在生產總值X1、糧食產量X5、公路里程X6、社會消費品零售總額X7、公共財政預算收入X8上有較大載荷,說明這五個變量具有很強的相關性,歸為一類,可以命名為經濟發展因子;第二個公共因子F2在人均生產總值X2、在崗職工平均工資X3、城鎮化率X4、中小學師生比X9上有較大載荷,說明這四個變量具有很強的相關性,歸為一類,可以命名為生活質量因子,它反映的是每一個家庭的生活質量。
5.綜合因子得分
本文將四川省各個貧困縣分別在2個公共因子上的得分作為衡量該縣的主要致貧因子。F1為經濟發展因子,它反映的是一個縣總體經濟發展狀況;F2為生活質量因子,它反映的是每一個家庭的生活質量水平。在經濟發展因子F1上得分低,說明整體經濟狀況比較差,應鼓勵企業發展,增加第一、二、三產業生產總值;在生活質量因子F2上得分低,說明每個家庭幸福指數比較差,應該加強基礎建設服務,如提高教育水平、加快城鎮建設、改善醫療設施等。
四、敏感性分析
本文中綜合因子得分:F=(F1*59.771+F2*16.661)/ 76.432,其中F1、F2變動1%所對應的F變化的百分比就代表著綜合因子得分對兩個公共因子敏感程度的大小。這里以宣漢縣為例:F=(2.21*59.771+0.42*16.661)/ 76.432=1.82。當F1變動1%時,F2變動1.1%;F變動0.04%。所以以目前的發展階段,宣漢縣對經濟發展因子F1的變動更為敏感,應該著重穩定總體經濟的發展,切不可出現倒退現象,否則極有可能出現返貧現象。
參考文獻
[1]溫素彬,劉歡歡.敏感性分析:解讀與應用案例[J].會計之友,2020(15):147-152.
[2]張薇.我國綠色經濟評價指標體系的構建與實證[J].統計與決策,2021,37(16):126-129.