基于因子分析法的河南省工业优势产业评价.docxVIP

基于因子分析法的河南省工业优势产业评价 一、优势产业的评价方法和指标的选择 因子分析的实质就是用几个潜在的但不能观察的互不相关的随机变量，去描述许多变量之间的相关关系，这些随机变量被称为因子。 与工业各行业发展相关的指标很多，并且指标间相关系数又较为复杂，根据相对优势理论和竞争优势理论，本文选取了具有较强代表性的13个指标构成工业各行业因子分析的指标体系。x1工业增加值、x2平均从业人员、x3资产总计、x4主营业务收入、x5主营业务成本、x6利税总额、x7总资产贡献率、x8成本费用利润率、x9全员劳动生产率、x10RD全时人员、x11RD内部经费支出、x12有效发明专利数、x13新产品产值。其中x1、x2、x3、x4、x5和x6反映的是规模因素；x7、x8和x9反映的是经济效益因素；x10、x11、x12和x13反映的是创新和发展因素。为了消除不同指标因量纲数值大小不同造成的误差，模型中的数据是经过标注化处理过的数据。 二、实证分析 （一）相关性检验 对选取的各种指标进行标准化处理后，采用主成分分析法提取公共因子，并用因子分析法来对指标进行分析。所选各指标的相关系数存在较高的相关性，适合进行因子分析。 （二）因子分析 本文基于相关矩阵采用主成分分析法计算其因子载荷矩阵、公共方差、剩余方差以及相应的贡献度，按照MAP（最小平均偏相关）标准确定因子数目。三个公因子对原始数据的累计贡献率达到100%，通过因子分析实现了将13维数据降到3维的目的。在未旋转的因子载荷中，除x13外其他各指标的公共方差都较大，x13的剩余方差相对较大，因此需要进一步通过因子旋转才能发现有用的因子模式。 经过旋转后如表1所示，F1对x1、x2、x3、x4、x5、x6的解释能力最强，x1、x2、x3、x4、x5、x6都是与企业规模紧密相关的因素，可以定义F1为规模因子。F2对x7、x8、x9的解释能力最强，x7、x8、x9都是反映经济效益的因素，可以定义F2为经济效益因子。F3对x10、x11、x12、x13解释能力最强，x10、x11、x12、x13都是反映发展创新的因素，可以定义F3为发展与创新因子。 通过计算因子得分及总得分排名前十位的行业如表2所示。 （三）实证结果分析 表中有不少行业的评价得分为负值，表明这些行业某一指标的水平低于平均水平。河南省工业各行业最大的差异表现为经济规模的差异，即第一个因子的经济意义，该因子的方差贡献率为66.9%，有17个行业的规模因子是大于0，占整个行业的42.5%，即有近一半的行业规模高于平均水平。其中因子得分排名前十的行业工业增加值、企业从业人员人数、资产总计和利润总额分别占2021年河南省整个工业的56%、55%、61%和74%，这十个行业中食品加工业和纺织业是轻加工业，专用设备制造业和计算机、通信和其他电子设备制造业是高技术资本密集型行业，两者的规模水平在河南省规模水平排名前10的行业中相对较低，两者增加值占2021年河南省整个工业增加值占比的4.62%和3%，排名第1的非金属矿物制品业占比为13.8%，可见河南省高技术产业规模水平有待提高。剩余的6个行业都是高耗能、能源原材料行业，也是河南省优势支柱产业，2021年这6个产业增加值占河南省整个工业的比重为35%，资源优势支柱产业的比重依然比较大。 总体上从规模水平看，当前河南省工业主要还是以能源原材料工业为主，高技术行业规模相对较低。 第二大差异是经济效益—经济效益因子，该因子的方差贡献率为24.8%，经济效益因子得分排名前十的行业中轻工业和采矿行业非常多，这些行业中仅有色金属矿采选业经济规模稍高于平均水平。经济效益因子为正的行业差异比较悬殊，烟草制品业经济效益因子最大，达到5.78，其他经济效益高于平均值的其他行业经济效益因子都低于1。在规模因子排名前十的行业中仅非金属矿物制品业平均回报率高于平均水平，其他规模因子排名前十的行业经济效益因子均低于平均水平。 反映产业未来竞争优势的投入和产出的发展和创新因子的方差贡献率为8.4%，发展和创新因子得分排名前十的行业中，除传统的冶金工业、化工工业、建材工业等原材工业和煤炭采选业外，剩余的多是机械装备制造业和电子信息产业，其中发展与创新因子得分最高的四个行业都是机械装备制造业。另外还可以看出，大部分规模因子得分较高的行业发展创新因子也比较高，规模因子排名前十的行业中除纺织业外其他行业的发展创新因子均高于平均水平。传统的六大高耗能行业发展和创新投入与产出水平均高于平均水平。高技术行业中的医药制造业发展与创新投入与产业水平高于平均水平，仪器仪表制造业发展与创新投入与产出水平略低于平均水平。高成长行业中电