基于因子分析我国农业现代化水平评价.docVIP

基于因子分析我国农业现代化水平评价 　　摘要：为评价我国农业现代化水平，构建一套农业现代化评价指标体系，运用因子分析法对我国31个省辖市的农业现代化水平进行了评价，提出提高我国农业现代化水平必须加快农业技术投入，提高农业投资收益，激励农产采用农业技术创新。 　　关键词：农业现代化；因子分析；技术创新 　　中图分类号：F32　文献标识码：A　文章编号：1672-3198(2011)04-0003-02 　　 　　1、引　言 　　 　　农业是安天下的产业，民为国之本，农为民之本，所以说农业问题始终是社会关注的焦点问题。推进农业现代化，是加快工业化、城镇化，从根本上解决农民增收致富的必由之路。而且推进农业现代化，又是全面建设小康社会的基本途径。目前提高农业投资效率是重点，对于如何提高农业投资效率实现农业现代化则是广大学者和人民群众都关心的问题。对于这样一种需要通过科学技术的渗透、工业部门的介入、现代要素的投入、市场机制的引人和服务体系的建立，用现代工业装备农业、现代科技改造农业、现代管理方法管理农业、健全的社会化服务体系服务农业，使农业在形态上成为具有当今世界先进水平的现代化农业，其主要的目标是提高农业的综合生产能力，增加农民的收入，缩小工农差距和城乡差距，营造一个良好的生态环境，以实现农业的可持续发展。目前我国正处于由传统农业向现代农业转变的阶段，我国农业发展现状怎样，农业现代化发展水平如何，这就需要对农业现代化水平进行测定。 　　 　　2、模型建立 　　 　　2.1数据获取和处理 　　本文所用数据是通过《中国统计年鉴(2009)》的相关统计数据进行收集和整理得来的。经过筛选，最终选取了9个指标，同时本文对样本数据进行了标准化处理。 　　2.2因子分析模型解释 　　因子分析法是处理多变量数据的一种统计分析方法，基本原理就是将众多的原始变量表现为较少因子的线性组合，即将原始变量分解为公共因子，以少数因子来概括和揭示错综复杂的社会经济现象，从而建立起能揭示出事物之间本质关系的结构模型。因子分析模型为： 　　X＝AF＋e 　　具体而言，因子模型假定观测到的每个随机变量xi线性地依赖于少数几个不可观测的随机变量F1，F2，Fm…，和特殊因子向量Ei，即 　　xi＝ailF1＋ai2F2＋……＋aimFm＋Ei 　　式中，ail为第i个变量在第j个因子上的载荷，称为因子载荷。 　　当存在一个正交阵Γ时，则有x＝(AΓ)(ΓF)＋E 　　这时ΓF为新的公共因子，AΓ为新的因子载荷矩阵，利用这一特性，可以对得到的因子模型进行旋转以产生容易被解释的因子，然后用回归法计算因子得分。 　　2.3实证分析 　　利用SPSS16.0对样本进行了因子分析的适合性检验。结果显示Bartlett球形检验的显著概率为0.000，KMO检验值为0.738，适合作因子分析。 　　根据因子分析的输出结果，按照特征值大于1的原则，本文选取了3个因子作为公共因子，表1列出了3个公共因子的方差贡献率。 　　由此使用主成份分析法提取前3个因子为综合因子。为了加强公共因子对实际问题的分析能力和解释能力，对提取的3个公共因子建立原始因子载荷矩阵，并运用方差最大化正交旋转法对载荷矩阵进行因子旋转，得到旋转后的载荷矩阵如表2所示。 　　为了使计算结果误差最小，采用回归法得到因子得分系数矩阵(见表3)，根据该矩阵和变量观测值可计算出因子的得分。 　　计算公式为：F1＝-0.2011x1＋0.275x2＋……＋0，002x9 　　F2＝0.615x1-0.193x2＋……-0.086x9 　　F3＝-0.119x1-0.027x2＋……＋0.804x9 　　根据表1数据，以旋转后的累积方差贡献表中的各主因子的方差贡献率作为加重权数，计算各城市农业现代化水平的综合得分：y＝49.509F1＋22.901F2＋13.477F3(表4) 　　2.4结果分析及建议 　　从结果可以看出，排在前三位的城市有上海、北京、浙江。上海、北京、浙江都在公共因子1上的得分最高，同时北京在公共因予2上的得分也很高，浙江在公共因子3上的得分较高。因子1反映的主要包括农业投入，农业经济结构以及农业发展能力，因子3代表的是农业可持续发展能力。从综合得分可以看出农业现代化水平较高的地区为东部和中西部的中心城市，中部地区次之，东北以及西部欠发达地区较差。 　　根据东部农业现代化水平较高地区的经验，针对中、东、西部以及东北地区农业的特点，提出一些建议： 　　对于东部地区来说，综合经济实力相对较强，这些地区有一定的技术支持，因而对于东部地区，应该继续加强农业技术研究，大力发展农业技术，为增强农业的自主创新提供技术和产业支撑。应该借鉴上海的经验，走结构转化和资