基于主成分分析法的安徽省农业发展水平影响因素探究

2018-11-01 16:35雍瑶瑶刘越
时代金融 2018年17期
关键词:农业发展回归分析主成分分析

雍瑶瑶 刘越

【摘要】本文运用了2007~2016年安徽省农业发展水平影响因素的时序数据,通过主成分分析法降维解决多重共线性问题之后,抽取出影响安徽省农业发展水平的主成分。然后与因变量安徽省农林牧渔业总产值进行回归,得到主成分回归方程,并据此提出政策建议。

【关键词】农业发展 主成分分析 回归分析

一、引言

安徽是农业大省,农耕地面积很大,近年来安徽省农业发展各方面都取得了长足的进步。但是农业在经济发展中比重较低,产出效率提升稍慢,增长潜力尚未完全激发,使得其在全国范围内和先进省份相比仍有差距。今年农业农村工作主线是农业供给侧改革,要通过改革解决存在的问题,不断提高农业发展的质量效率。本文对安徽省农业发展水平影响因素进行主成分回归分析,综合分析了安徽省农业发展水平的影响因素,以期为政府部门经济政策的制定提供参考依据。

二、指标选择与数据来源

随着经济不断地发展,影响农业发展的因素越来越多样和复杂。选取农林牧渔业总产值(Y)为因变量。考虑到现代科技对农业发展的影响,选取指标固定资产产出率(X1);考虑到城镇化和人均农地的影响,选取指标劳均产值(X2)、人口城镇化率(X3)、农业人口从业比率(X4);考虑到国家支持农业的正面效应,选取指标=财政农林水支出比率(X5);考虑到生态农业的发展方向,选取指标有效灌溉比率(X6)、除涝比率(X7)、水土流失治理比率(X8)、产值能耗(X9)。其中固定资产产出率(X1)等于农林牧渔业总产值/农林牧渔业全社会固定资产投资;财政农林水支出比率(X5)等于地方财政农林水事务支出/地方财政一般预算支出;产值能耗(X9)等于农村用电量/农林牧渔业总产值。各项原始数据来源自国家统計局发布《安徽省统计年鉴2016》。

三、实证分析

(一)主成分分析

在实际问题的研究中,为了全面的分析问题,往往涉及众多的有关变量,由于某些自变量之之间具有相关性,若对这些变量直接进行回归,会导致多重共线性,使计算过程复杂化,且得不到准确的结果。而利用主成分分析可以很好的解决回归分析中的多重共线性问题。使用主成分作为新的自变量进行回归使得回归方程及参数估计更加可靠。本文运用统计软件spss20.0对影响安徽省农业发展水平的各因素进行主成分分析,分析结果见表1。

上表给出特征值,方差贡献率,累计方差贡献率。一般选取特征值大于1,累积贡献率达85%以上的作为主成分。如表1所示,从总方差解释中可以看出,可以提取两个主成分F1和F2,两个主成分方差累计贡献率达到88.64%,能够较好的解释变量,说明变量在转化成主成分后,大部分样本数据信息都得到保留。

下表为主成分的特征向量,据此得出第一主成分F1和第二主成分F2的表达式。

F1=0.6430X1+0.6576X2+0.6562X3-0.6537X4+0.3314X5+0.6020 X6+6007X7-0.4227X8-0.4935X9

F2=0.1098X1+0.0496X2+0.0576X3+0.0059X4+0.3923X5-0.2606 X6-0.1224X7+0.4346X8-0.2984X9

可以看出第一主成分中固定资产产出率(X1)、劳均产值(X2)、人口城镇化率(X3)、农业人口从业比率(X4)、除涝比率(X7)、产值能耗(X9)占有较大比重,其中农业人口从业比率(X4)和产值能耗(X9)成分系数为负数也符合实际。第二主成分中财政农林水支出比率(X5)、水土流失治理比率(X8)占的比重较大。

(二)回归分析

建立Y对F1、F2的回归模型,结果如下表3。

由此可得Y与主成分的回归预测方程为:

Y=3317.021+832.510F1+87.412F2

由上表5回归模型中的显著性检验结果可以看出,主成分F1的P值为0.00,F2的P值为0.024,说明它们在1%的显著程度下通过了解释变量显著性检验。R平方为0.990,说明主成分对因变量的变动的解释程度达到了99%,解释程度较高,方程拟合度好。F检验统计量的观测值为417.345,对应的概率P值近似为0,说明方程在1%的显著程度下通过了方程显著性检验,方程在整体上是显著的。

将F1,F2代入上式,得到主成分回归模型:

Y=3317.021+544.902X1+551.794X2+551.328X3-543.696X4 +310.186X5+478.391X6+489.39X7-313.913X8-436.927X9

四、结论

根据以上分析结果可以看出,固定资产产出率、劳均产值对农林牧渔业总产值有着较大的正影响,因此要向农业机械化、现代化迈进。人口城镇化率与农林牧渔业总产值正相关,农业人口从业比率与农林牧渔业总产值负相关,说明了城镇化有助于优化农业生产内部结构,提高生产效率。有效灌溉面积和除涝面积与农林牧渔业总产值正相关,因此,在农业发展中要注重水利设施的建设。

参考文献

[1]李毛侠.安徽省消费需求影响因素的主成分回归分析[J].蚌埠,现代经济,2010(02).

[2]张华,吴超.农业经济效益评价指标探讨[J].商业时代,2007(22):88-89.

[3]刘孝超,黄承锋,王亮.主成分分析在地区经济社会发展综合评价中的应用[J].重庆交通大学学报,2007(2):63-70.

[4]中华人民共和国国家统计局.中国统计年鉴[M].北京:中国统计出版社,2016.

[5]薛薇.SPSS统计分析方法及应用(第三版)[M].北京:电子工业出版社,2013.

[6]李彬.新常态下安徽省16市经济可持续发展水平比较研究——基于主成分方法和系统聚类方法分析[J].淮南师范学报,2016(4).

基金项目:安徽师范大学皖江学院人文社会科学研究一般项目“皖南农业生产技术有效供给研究”(编号为wjxy-201712),安徽省高等学校人文社会科学研究重点项目“安徽省小农户和现代农业发展有机衔接研究:农业技术有效供给的视角”。

作者简介:雍瑶瑶(1995-),女,汉族,安徽芜湖人,安徽师范大学经济管理学院研究生,研究方向:理论经济学;刘越(1989-),女,汉族,安徽安庆人,任职于安徽师范大学皖江学院教师,研究方向:经济学。

猜你喜欢
农业发展回归分析主成分分析
浅谈转型期农业发展对经济增长的影响
主成分分析法在大学英语写作评价中的应用
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用