基于因子探析粮食收购政策执行效果评价.docVIP

基于因子探析粮食收购政策执行效果评价 　　摘要依据现有研究，通过归纳分析影响粮食收购政策执行效果的因素，构建评价其执行效果的模型.确定衡量粮食收购政策执行效果的指标因子，运用因子分析技术，对政策的执行效果进行分析，进而得到因子综合得分并用于对粮食收购政策执行效果进行评价.运用本文的因子综合得分法对部分示例省份粮食收购政策的执行效果进行评价和分析，在此基础上进一步提出完善建议. 关键词因子分析；粮食收购政策；执行效果 中图分类号O212.4文献标识码A 1引言 粮食，不仅是维持人们日常生活的必需食品，而且还是维护国家经济发展和政治稳定的战略物资，具有不可替代的特性.国家自2005年起开始对粮食主产区实行了粮食收购政策.在粮食集中上市期间，当市场粮价低于最低收购价时，由国有粮食购销企业按照最低收购价挂牌敞开收粮，调节市场供求关系，引导其他市场主体收购行为，实现支撑市场粮价、保护农民收益的目的；当市场粮价高于最低收购价时，则不启动粮食收购政策.政策总体目的在于对市场粮价形成托底效应，并通过稳定粮价来保护农民种粮收益[1]. 粮食收购政策已经成为了国家保护粮食生产的最为重要的举措之一.但是不同时期在不同的省区，政策执行的效果却不尽相同.对于粮食收购政策的执行效果的评价，兰录平[2，3]运用固定影响变截距模型，对粮食收购政策的执行效果及影响进行实证分析；作者还分析了政策在设计方面存在的缺陷，并从优化政策设计、提高执行效果、完善配套措施三个方面，对粮食收购政策提出完善建议.张建杰[4]以小麦为例对执行省区与非执行省区产出的粮食总量、结构与效率进行动态及静态比较，表明小麦收购政策的托市效应较为明显.沈旭东[5]以江苏东台为例，阐述了粮食收购政策执行的情况，分析了执行粮食收购政策中存在的问题并提出了完善粮食收购政策的建议.徐欣[6]以小麦为例分析粮食收购政策的效果及执行情况，并进一步分析了政策执行效果对各利益主体的影响.如何客观评价粮食收购政策的执行效果依然是一个亟待解决的问题. 将因子分析法运用于综合评价方法，克服了传统评价方法在处理指标高度相关和权重设定上的缺陷，所构造的因子得分模型适用于对评价对象的静态比较[7].张原[8]以区域信用环境评价为研究对象，以构建区域信用环境评价指标体系为核心，运用因子分析法对区域信用环境进行深入分析.本文构建粮食收购政策执行效果的评价模型，并用因子分析法对政策的执行效果进行评价. 2评价模型构建 2.1评价指标体系的构建 现根据各因素对粮食收购政策执行效果的影响，对评价粮食收购政策的影响因子进行系统分析及整合.国家实行粮食收购政策的目的就在于保护农民利益、促进农民种粮积极性以及保障粮食市场供应.人口平均的粮食产量及粮食种植面积越大说明农民种粮积极性越高，则进一步说明粮食收购政策的执行效果越好.机械化水平（如：农业机械总动力、大中型拖拉机、农用排灌柴油机、拖拉机配套农具）越高，说明农民在粮食种植方面的投入越大，也说明政策的执行发挥了效果，所以本文认为也可以将机械化因素作为衡量政策执行效果的评价因素.同时本文认为第一产业生产总值以及农村居民人均纯收入的高低也会受到粮食收购政策执行效果的影响，并且认为其影响是积极的.综上所述，本文以农业产量、机械化和经济效益3个维度的相关指标作为评价粮食收购政策执行效果的因素.基于数据的可得性原则，为方便计算，结合已有指标体系中的各指标选取额度，筛选以后，本文从上文指出的几个方面，构建粮食收购政策执行效果的评价指标体系.（如表1所示）本文指标体系中的相关数据均来源于《中国农村统计年鉴》和《中国统计年鉴》.2.2评价方法―因子分析法 根据本文所构建的评价指标体系，影响执行效果的因素较多，为体现不同影响因素对政策执行效果的影响程度，需要对每个影响因素的相关指标进行权重划分，得到影响政策执行效果的主要因素及其指标.为增强评价结果的客观性，本文采用因子分析法对粮食收购政策的执行效果进行评价. 通过相关性分析结果可知指标原始变量间存在着较强的相关性.所以?u价指标并不能直接用于对执行效果进行评价分析. 本文运用KMO和Bartlett球形度检验进行因子分析的拟合检验，以确定数据是否适合进行因子分析.KMO统计量用于探查观测变量间的偏相关系数性.Bartlett球形度检验是一种检验变量之间相关程度的检验方法.进行KMO检验的结果显示KMO值为0.785，因此各变量间的相关程度无太大差异，数据适合做因子分析；Bartlett球形度检验的近似卡方为198.180，df为28，sig（球形检验的P值）为0.000.可见球形假设被拒绝，说明指标间并非完全独立，取值是有关系的，适合做因子分析. 本文采用主成分法计算提取公因