钢铁产业政策演进影响因素实证分析.docVIP

钢铁产业政策演进影响因素实证分析 本文运用主成分分析的方法，对选取的 影响钢铁产业政策演进的6个主要的影响因素进行了 实证分析。研究表明，对钢铁产业政策演进影响程度 较大的影响因素分别为产业布局、产业结构、产业组 织、产业技术创新4个因素。 关键词：钢铁产业；政策演进；影响因素 1?引言 我国政府为了实现一定的社会和经济目标，而对 钢铁产业的形成和发展进行干预的各种政策的总和即 为钢铁产业政策。“钢铁产业政策是以钢铁产业为直接 对象，保护和扶植钢铁产业，调整和整顿钢铁产业组 织，其目的是实现经济稳定与增长，改善资源配置， 增强国际竞争力，改善与保护生态环境等。钢铁产业 政策要求我国政府对每个钢铁企业的生产活动、交易 活动都进行一定的干预，从而直接或间接地干预市场 的形成和市场机制，进而实现特定的经济性的或社会 性的目标[1]”。钢铁产业政策的演进是在一些影响因 素的推动之下发生的。通过对现有文献和研究分析可 以发现，钢铁产业政策的制定和实施会受到钢铁产业 布局、钢铁产业组织、钢铁产业结构变动、钢铁产业 技术创新、钢铁产能变化和钢铁产业环保这几种因素 的影响。本文采用主成分分析法对这几种因素影响程 度的大小进行了实证分析。 模型简介及数据选取 为定量判别影响因素对钢铁产业政策演进的影响 因素，本文?用主成分分析法来确定各因素对政策演进 影响的方差的大小，进而通过建立综合评价模型确定 各因素影响程度的大小，以确定钢铁产业政策演进过 程中的主导影响因子。 “主成分分析法是设法将原来众多的具有一定相 关性的各个指标重新组合成一组新的、互相无关的、 综合指标来代替原来的指标，在数学上的处理就是， 将原来P个指标作为线性组合，作为新的综合指标。 最经典的做法就是用F1的方差来表达，即Var (F1) 越大，表示F1包含的信息越多。因此在所有的线性组 合中选取的F1应该是方差最大的，故称F1为第一主 成分。如果第一主成分不足以代表原来P个指标的信 息，再考虑选取F2,即选择第二个线性组合，为了有 效地反映原来信息，F1已有的信息就不需要再出现在 F2中，用数学语言表达就是要求Cov (Fl，F2) =0， 则称为第二主成分，依此类推可以构造出第三、第 四，……，第P个主成分。 主成分分析数学模型如下： Fl=allXl+a21X2+ +aplXpF2=al2Xl+a22X2+ +ap2Xp Fm=almXl+a2mX2+ +apmXp 其中 ali，a2i, ，api (i=l m)为 X 的协 方差矩阵Z的特征值对应的特征向量，XI，X2： ， XP是原始变量经过标准化处理的值[2]”。 因为在实际应用中，存在着指标的量纲不同，为 了在计算之前去除量纲的影响，就需要将原始的这些 数据标准化，本论文中数据都是关于影响程度重要性 的打分，不存在量纲影响，因此，不需要进行数据标 准化。 本研宄主要是根据主成分分析法进行因子分析， 建立主成分得分系数矩阵，再建立综合评价模型，根 据模型中变量系数确定权重，以确定影响度的大小。 根据前文对钢铁产业政策演进影响因素的研宄， 其影响因子主要选取了钢铁产业布局、钢铁产业组织、 钢铁产业结构变动、钢铁产业技术创新、钢铁钢铁产 能、钢铁产业环保这6个因素来分别代表模型中的变 量 X1-X6。 为保证分析结论的准确，邀请包括政府、企业、 科研院校、在内的20名专家进行了影响程度调查。这 些专家均长期从事对钢铁产业发展的研宄，其中包括: 河北省发展与改革委员会2人，首钢集团3人，唐钢 集团5人，天津财经大学5人，江西师范大学5人。 模型所需数据是根据专家对影响因子的影响程度大小 打分获得，评分标准为：影响程度非常大5分，影响 程度大4分，影响程度一般3分，影响程度不大1-2 分。本次共向有关人员发放调查问卷20份，收回有效 问卷20份，评分结果如下表： 实证分析 按照对专家的调查数据，结合因子分析法，对钢 铁产业政策演进影响因素的因子分析如表2。 根据“KMO和Bartlett的检验”可知：巴特利特 球度检验统计量的观测值为53.262，相应的概率值接 近0,小于显著性水平0.05,故应拒绝原假设，认为 相关 数矩阵与单位矩阵存在显著差异。Kaiser给出了 常用的KMO度量标准：0.9以上表示非常适合；0.8 表示适合；0.7表示一般；0.6表示不太适合；0.5以下 表示极不适合。本模型KMO的值为0.837，0.837大 于0.8,所以原有变量适合进行因子分析。 在表3 “公因子方差”中，显示了这些变量的共 同度数据。上表第一列是影响因子，第二列是因子分 析初始解下的变量共同度，该列数据表明，如果对原 有的6个变量?用主成份分析方法提取所有的6个特征 值，那么原有变量的所有方差都可被解释，变量的共 同