基于因子分析法的安徽省农业影响因素分析

基于因子分析法的安徽省农业影响因素分析

作者：邵洋洋 谢金锦 来源：《商情》2017年第08期

【摘要】基于经济生产函数Y=，农业经济增长与劳动力投入、资本投入、耕地面积、技术投入等因素息息相关。本文采用2000-2015年安徽省统计年鉴数据，对影响农业发展的7个主要影响指标进行因子分析，研究影响安徽省长期农业经济增长的因素。研究得出，耕地面积和乡村从业人员是影响安徽农村发展的两个最主要的因素。因此，我们需要在扩大耕地面积的同时增加技术人才的投入。

【关键词】安徽省 农业 因子分析 一、引言

“民以食为天”，农业发展对一个国家的发展起着举足若轻的作用。对于拥有十几亿人口的中国而言，农业在未来经济发展上无疑也是重中之重的。改革开放以来指导“三农”工作的第18份中央一号文件《关于落实发展新理念加快农业现代化实现全面小康目标的若干意见》提出，在经济发展新常态、资源环境约束趋紧的大背景下，如何促进农民收入稳定较快增长并确保如期实现全面小康已成为我国农业农村发展必须完成和破解的历史任务和现实难题。“小康不小康，关键看老乡。”全面建设小康社会重中之重在于农村，而农村亟待解决的问题又在于农业经济增长问题，即农村居民收入增长问题。加快农业经济增长问题，不仅有利于缩小城乡居民生活水平的差距，也将对促进城乡经济的平衡发展起着重要的促进作用。为了探究如何促进我国农业发展，本文在此以安徽省农业为例，试图用因子分析法得出影响农业经济增长的主要因素。

二、研究对象及方法 （一）研究对象

安徽省相较于我国其他地区有着更为长久的农业发展史。据出土文物中的农具与种子化石考证，安徽省的农业生产最早可追溯到四五千年前的新石器时代。安徽省平原面积辽阔，约占全省面积49.6%，土壤肥沃，河流众多，长江和淮河自西向东横贯全境，极其适于以农耕为主的农林牧渔业的全面发展，它是中国重要的农产品生产基地，是中国的一个典型农业大省。据国家统计局公布，2016年全国粮食总产量61623.9万吨，而安徽省粮食总产量为3417.5万吨，占比5.55%，是全国排名第八的种植大省。因此本文以安徽省农业为研究对象，对农业影响因素进行探究。 （二）研究方法

龙源期刊网 http://www.qikan.com.cn

本文主要采用因子分析方法对影响安徽省农业发展的因素综合分析，因子分析将众多的原始变量减少为几个新因子，“从树木看森林”，舍其次要因素，把握主要矛盾的主要方面，从而构造成一个结构简单的模型，认识到问题的本质。

按照经济的生产函数按照经济的生产函数Y=，可得农业总产出Y与投入的劳动量N、投入的资本量K及经济的技术状况A有关，因此把农业增长的影响因子基本估计为劳动力投入、资本投入、耕地面积、技术投入。根据能够收集到的统计资料，本文拟采用年末实有耕地面积（X1）来分析耕地对农业增长的影响，乡村从业人员（X2）表示投入的劳动力，因经济的技术状况体现在施肥、灌溉技术、农业机械化和电气化，故本文农业生产函数中的技术进步可采用农用化肥施用量（X3）、农业机械总动力（X4）、农田有效灌溉面积（X5）、农村用电量（X6）来表示，资本投入则体现在国家对农村的投资方面，故采用农村固定资产投资 （X7）代表影响农业增长的资金因素。本文运用SPSS19.0软件对表1中2000-2015年安徽省的7个农业发展主要影响指标进行因子分析，研究影响安徽省长期农业经济增长的因素。 三、结果与分析 （一）数据来源

笔者采用2000-2015年的时间序列数据进行分析，所有时间序列数据来源于历年《安徽统计年鉴》。 （二）因子分析 1.因子相关性检验

经KMO检验及Bartlett球度检验发现，KMO检验值为0.731>0.5，Bartlett 球度检验值是178.891，Sig=0.000，上述检验表明各变量间信息重叠度高，对反映安徽省农业发展的7个因素进行因子分析是可行的。

2.因子提取和因子载荷矩阵的求解

由表1可以看出，前两个因子的特征值分别是5.43和1.032，均大于1，并且经过方差极大值旋转前两个因子累计贡献率就达到92.324%，解释了原有变量的92.324%，说明前两个因子涵盖了7个指标中的绝大部分信息，且第三个特征根下降较快，因此本文选取两个公因子，两个公因子的方差贡献率分别是75.554%和16.770%。 3.因子旋转、命名

从表2旋转成分矩阵可以看出，因子1与X2：乡村从业人员（万人）、X3：农用化肥施用量（万吨）、X4：农业机械总动力（万千瓦）、X5：农村有效灌溉面积（千公顷）、X6：农村用电量（亿千瓦时）、X7：农村固定资产投资（万元）相关性强，因子2与X1：年末实

龙源期刊网 http://www.qikan.com.cn

有耕地面积（千公顷）相关系数相对较高。因此，可将因子1和因子2分别命名为社会环境因子和自然环境因子。 4.计算因子得分

为了考察安徽省多年来的农业发展情况，并对其进行分析和综合评价，将2个公共因子表现为7个指标的线性组合，得出因子得分函数：

Y1=-0.05X1+0.092X2+0.089X3+0.079X4+0.06X5+0.077X6+0.072X7 Y1=0.833X1-0.262X2-0.106X3+0.019X4+0.138X5+0.048X6+0.08X7

方差贡献率反映了各个主成分所含的信息了，故将主成分的权数根据它们的方差贡献率来确定，进而得出因子综合得分函数： Y=0.818Y1+0.182Y2

通过计算可以得出综合因子得分，并对各年的综合因子得分进行排序。从因子得分来看，如果某年的因子得分为负，说明该年农业发展速度低于多年平均速度，反之则高于16年农业发展速度。由表5可知，16年来高于多年平均速度的有7个年份。而且，因子得分高低直接反映了该年发展速度高低，说明2014年是安徽农业发展最好的年份。 四、结论与建议

由上述分析可得，耕地面积和乡村从业人员是影响安徽农村发展的两个最主要的因素。全面建设小康社会重中之重在于农村，而农村亟待解决的问题又在于农民收入增长问题。在网络社会的当代，如果我们从互联网营销方面入手，那么农业发展问题就会有新的视角。据此，笔者认为在扩大耕地面积的同时，更应运用互联网平台促进农业技术传播，通过互联网营销实现农村经济增长，缓解农村信息不对称问题，并通过完善信息化人才培养体系促进农村现代化发展。因此，笔者提出几点促进安徽农业发展的建议： （一）合理有效的缓解信息不对称问题

一方面，加快信息基础设施建设。政府应加强引导与支持农村互联网基础设施建设，利用移动设备、电视广播等建立起覆盖城乡各地区的农业信息网络。同时，政府可以通过海报或讲座等方式让民众了解网络对于现今农业营销的重要性，并利用学校及村委会资源对农民进行计算机及网络知识培训，逐步引导他们使用各类电子设施进而学会网络营销。生产者和消费者的同步信息化，为未来基于互联网的订单农业奠定了基础。另一方面，建立高质量的农业电子商务的平台。政府应扶持农业电子商务平台的建立，让农民能够获得及时、有效、准确的农业生产信息，摆脱以往的生产及经营盲目性。同时，为企业和农民提供网上交易的平台，减少了中

龙源期刊网 http://www.qikan.com.cn

间环节，减少了费用，缩小了小农户与大市场之间的差距，提高了工作效率及经济效率，使得农民收入进一步提高。

（二）完善农村信息化人才培养体系

首先，政府应通过各种方式、多种渠道宣传使人才强国意识深入人心，形成全社会看重农业信息化人才培养的氛围，使更多人才趋向于农业发展行业。其次，引导高校重视农业相关专业，社会实践是锻造人才的熔炉，应开展面向农业发展实践，积极培养农业信息化人才，稳步提升农业信息化人才的“量”与“质”。在当今以改革创新为核心的时代精神背景下，应加强培养农业科技创新人才，建立健全人才流动机制，促使优秀人才配置到对应的农业创新岗位上。最后，落实人才激励政策，采用物质奖励、精神嘉奖等方法将人才留在农村，推动农业现代化的发展。 参考文献：

[1]张斌.基于主成分回归分析法的新疆农业经济增长影响因 素评价[J].新疆财经大学学报，2008（04）：27-31. [2]李睿，张敏.新疆农业科技人才发展现状及对策研究[J]. 农村经济与科技，2014（04）：176+131.

[3]赵玉洲.农业订单生产模式下的“互联网+快递服务”策略 分析[J].互联网天地，2016（09）：1-3.

[4]王姣，周颖，王珊珊.经济新常态背景下辽宁省农民收入增 长研究[J].农业经济，2015（11）：116-117.

注：本文为2016年安徽财经大学经济学院大学生科研创新基金项目阶段性研究成果（项目编号：ACJJXYZD16006）。

龙源期刊网 http://www.qikan.com.cn

龙源期刊网 http://www.qikan.com.cn