橡胶农场经济发展状况评价的统计分析

橡胶农场经济发展状况评价的统计分析*李均立 (华南热带农业大学教务处 儋州 571737)傅国华 过建春 (华南热带农业大学经济管理学院 儋州 571737)内容提要 本文根据橡胶农场经济发展状况和实证统计数据,运用因子分析和聚类分析方法,对2003年海南农垦79个橡胶农场的经济发展状况进行了评价和分类,为制订海南农垦经济发展战略提供参考。

关键词 海南农垦 橡胶农场 经济发展 因子分析 聚类分析随着我国改革开放与农垦体制改革的不断深入,同以天然橡胶产业为支柱产业的79个农场,由于地理环境、自然资源及产业结构等因素的影响,发展不平衡问题日益突出,成为制约海南农垦经济持续健康发展的重大问题之一。

农垦总局近几年加快了改革力度,实施了由点带面的协调发展战略,但是,受原有经济基础和资源等多方面的限制,它们之间的经济差异不可能在短时期内消除。

因此,全面研究79个橡胶农场的经济发展情况,分析和明确各农场经济发展的比较优势和相对弱势,对保证我国战略物资的储备与供应,促进垦区经济快速、持续、协调发展有着重要意义。

一、评价指标体系的构建要客观、合理而又可比地评价各农场的经济发展状况,找出差异,实施区域协调与持续稳定的发展战略,必须通过构建评价指标体系,对其经济社会发展水平的现状进行准确的描述。

选择评价的指标应体现几个方面的要求:全面性,既要反映经济发展实力,又要反映可持续发展水平;代表性,指标有强烈的经济和社会意义;可得性,有些指标很有意义,但因数据无法得到只能放弃,或以相近指标代替;简洁性,所选指标要尽量实用,因为因子分析要求样本容量大于变量个数;整合性,必须注重数量指标和质量指标、规模指标和效率指标的结合运用。

因此,本文选择从经济发展、胶园的生产规模、职工的工资福利、土地的利用、教育、运输等描述79个农场社会经济综合发展状况的15项指标:X1:国内生产总值(万元) X2:第一产业占GDP的比重(%)X3:第三产业占GDP的比重(%)X4:人均国内生产总值(元/人 年)X5:职工年人均纯收入(元/人 年)X6:职工自营经济纯收入占全部纯收入的比重(%)X7:土地利用率(%)X8:天然橡胶开割投产率(%)*本文得到了华南热带农业大学科技基金项目(编号:Rnd0441)的资助X 9:当年干胶单产(公斤/公顷)X 10:农场胶园胶苗保苗率(%)X 11:人均橡胶到达面积(公顷/人)X 12:人均住宅面积(平方米/人)X 13:人均文化教育服务用房面积(平方米/人)X 14:人均社会消费品零售额(元/人 年)X 15:运输营运收入(万元)二、因子分析因子分析法的基本原理是:通过对变量的相关系数矩阵内部结构的研究,找出能控制所有变量的少数几个随机变量(称之为因子),去描述多个变量之间的相关关系。

由相关性的大小把变量分组,使得同组内的变量之间相关性较高,但不同组的变量相关性较低。

将每个变量表示成因子的线性组合,以再现原始变量与因子之间的相互关系。

其目的是寻求变量基本结构,简化观测系统,减少变量维数,用少数的变量来解释整个问题。

1.特征值及载荷矩阵。

运用SA S 软件中的主成分估计参数法的Factor 过程对79个橡胶农场2003年的15项指标数据(原始数据略)作因子分析,得到因子特征值及其贡献率。

由所得结果特征值大于1的因子个数为5个,且累计贡献率超过85%。

因此下面只列出前5个因子的特征值(见表1)。

表1 前5个因子特征值及其贡献率因 子Fact or1Factor 2Factor3Factor4Fact or5特征值4.71043.2676 2.6241 1.85611.0197贡献率(%)0.31400.21780.17490.12370.0680累计贡献率(%)0.31400.53190.70680.83050.8985由于初始因子载荷阵不满足 简单结构准则 ,利用最大方差正交旋转法对初始载荷阵旋转,使因子载荷矩阵中因子载荷的平方值按列向0和1两个方向分化,使大的载荷更大,使小的载荷更小。

得到最大方差旋转后的因子载荷系数矩阵(见表2)。

表2 前5个因子载荷系数矩阵变量Factor1Factor2Factor3Factor4Factor5X 10.692420.360190.38904-0.33802-0.18466X 20.134580.091340.13327-0.90072-0.08356X 30.74540-0.18526-0.34337-0.320320.08580X 40.84490-0.011480.139270.278010.05024X 50.144470.84775-0.19941-0.10084-0.03313X 6-0.089400.72964-0.366680.064290.13433X 7-0.175780.021810.138530.102760.87910X 8-0.16490-0.06383-0.564960.23855-0.39722X 90.08359-0.161280.89551-0.03131-0.00050X 100.04359-0.065530.89565-0.184150.05313X 11-0.19065-0.210630.076760.85331-0.10405X 120.222840.756800.092120.38960-0.44755X 130.83655-0.073120.01575-0.10365-0.17365X 140.652590.288580.113650.13271-0.20288X 15-0.195350.691430.005130.26191-0.00072由表1和表2可知,用5个公因子解释15个指标变量就包含原始数据89.85%的信息,满足了因子分析用变量集来解释整个问题的要求。

主因子F actor1在变量X 1、X 3、X 4、X 13、X 14上载荷系数较大,反映了GDP 、第三产业、文化教育用房与社会零售额的情况,称之为经济发展与文化生活因子F 1;Factor2在变量X 5、X 6、X 12、X 15上载荷系数较大,反映了职工收入、住房与营运收入情况,称之为职工收入与住行环境因子F 2;Factor 3在变量X 8、X 9、X 10上载荷系数较大,称之为胶园生产规模与管理因子F 3;F actor 4在变量X 2、X 11上载荷系数较大,反映了第一产业和人均橡胶面积情况,称之为橡胶种植因子F 4;Factor5在变量X 7上载荷系数较大,反映土地利用情况,称之为土地利用因子F 5。

2.综合评价。

根据各农场的公因子得分,以公因子的信息贡献率作为权重计算各农场的综合得分,公式如下:Si =(l1F1i+l2F2i+l3F3i+l 4F4i+l5F5i)/ 5i=1li其中i=1,2, ,79,Si为第i个农场的综合得分,Fki(k=1,2,3,4,5)为第i农场在第k个公因子上的得分,lk 为前5个公因子对应的特征值。

Si的值越高,表明经济发展状况越好。

在各公因子上按得分大小排名前20名与最后20名的农场见表3,各农场综合得分与最终排名见表4。

表3 在各公因子上按得分大小排名前20名与后20名的农场公因子排名前20名的农场排名后20名的农场F1邦溪、太平、红岭、南方、乘坡、芙蓉田、新伟、龙山、公爱、加钗、珠碧江、长征、保国、南新、福报、金波、南茂、大岭、新星、乐中红明、南滨、黄岭、红岗、东红、东岭、广青、东兴、东昌、西华、东和、红光、东路、昆仑、八一、中瑞、西庆、西达、西培、红华F2南新、蓝洋、八一、红明、南林、东和、红林、西联、南平、立才、保国、新中、乘坡、中建、东太、畅好、新伟、东平、三道、龙江昆仑、西华、东升、公爱、南岛、珠碧江、和岭、乐光、东岭、广青、乌石、南田、黄岭、金鸡岭、红岗、福报、广坝、抱伦、龙山、中瑞F3八一、西联、西培、西庆、龙江、西流、西华、阳江、红华、新盈、红岭、龙山、芙蓉田、大岭、蓝洋、邦溪、珠碧江、金波、牙叉、红光南方、晨星、东岭、南吕、南林、乘坡、立才、畅好、南茂、南岛、金江、南新、南阳、金鸡岭、公爱、东和、南平、东路、南田、三道F4南田、龙江、南新、八一、南阳、南滨、红明、南茂、南岛、东太、大岭、新星、西联、东平、乌石、广坝、新盈、东兴、红岗、西华新进、蓝洋、长征、东升、红岭、西流、白沙、红林、西培、广青、中建、畅好、新伟、龙山、晨星、昆仑、黄岭、西达、乘坡、东和F 5牙叉、红岭、南平、西流、卫星、白沙、保国、红田、红明、新星、红华、大岭、乐光、东路、新盈、乘坡、保显、东和、三道、西华加钗、立才、东升、南林、东岭、中瑞、蓝洋、南茂、新伟、南滨、东兴、乌石、阳江、东平、黄岭、和岭、龙山、新中、东太、八一在第一公因子的贡献中,第一名邦溪是第十名加钗的3.7倍;第二公因子的贡献中,第一名南新是第十名立才的2.6倍;第三公因子贡献中,第一名八一是第十名新盈的2.4倍;第四公因子的贡献中,第一名南田是第十名东太的4.7倍;第五公因子的贡献中,第一名牙叉是第十名新星的18.3倍。

各农场的土地利用率差距最大,这与农场分布的地理位置与实际情况是相吻合的。

由表4可知,综合得分(大于0)在平均水平之上的农场有38个,其中邦溪、南新、西联等3个农场的得分最高(均在1.00以上),大大高于平均水平,经济实力最强;其他农场的经济实力位于平均水平之下(综合得分小于0),得分最低的是西达、黄岭、中瑞。

可见经济实力的差距是比较大的。

三、聚类分析为进一步验证因子分析对79个农场经济实力评价的科学性与客观性,并能进行区划研究,首先消除量纲和指标间相关性的影响,并采用Q型系统聚类分析法中的W ard法。

W ar d法基于方差分析的基本思想,如果分类正确,则同类样品之间的离差平方和应较小,不同类样品之间的离差平方和应较大。

由运行S A S程序后得到的聚类谱系图(略)得知,将75个农场的经济实力分为五类。

第一类:西联、蓝洋、红岭、八一、南新、牙叉、龙江、邦溪;第二类:红明、东太、东平、保国、红田、红林、金波、珠碧江、芙蓉田、大岭、南方、加钗、乘坡、太平、新伟、长征、立才;第三类:新中、中建、西流、龙山、新星、南滨、乐中、福报、山荣、公爱、白沙、卫星、大丰、阳江、乌石、南田、南茂、保显、红华、南平、南阳、南林;第四类:南俸、东兴、中坤、南吕、红光、西培、西华、西庆、畅好、金江、南岛、乐光、广坝、新进、新盈、东昌、红岗、抱伦;第五类:东路、东红、东升、东和、东岭、中瑞、金鸡岭、黄岭、广青、晨星、和岭、西达、昆仑、三道。

分类的结果与综合得分的排名基本上是一致的。

表4 各农场的综合得分与排名排序农场综合得分排序农场综合得分排序农场综合得分1邦溪1.476928立才0.150355西培-0.28562南新1.058529白沙0.146256南岛-0.28773西联1.051430山荣0.126757红华-0.31804太平0.922731阳江0.107958畅好-0.32465八一0.835932南林0.092459红光-0.33926蓝洋0.832833大丰0.043660广坝-0.35927红岭0.808034卫星0.040461西庆-0.37038龙江0.698935乌石0.026162南吕-0.37699牙叉0.624236南俸0.019563东红-0.4191 10红明0.621037龙山0.007464东昌-0.4397 11芙蓉田0.553738新中0.006565抱伦-0.4545 12保国0.482939福报-0.024566东升-0.4636 13新伟0.470440西流-0.025167红岗-0.5462 14大岭0.468041新盈-0.048168和岭-0.5556 15红田0.465442南阳-0.077269金鸡岭-0.5626 16南方0.424043南滨-0.097270东和-0.5726 17新星0.420044中建-0.124671晨星-0.5790 18金波0.365845公爱-0.145672东岭-0.6590 19红林0.364646金江-0.157273三道-0.6622 20东太0.318947西华-0.185274东路-0.6679 21珠碧江0.274148南田-0.196975广青-0.6706 22加钗0.274049南平-0.198076昆仑-0.7337 23乘坡0.234650东兴-0.207177西达-0.7441 24东平0.208351保显-0.222078黄岭-0.8530 25乐中0.196652新进-0.237379中瑞-0.8543 26南茂0.186853中坤-0.245427长征0.167654乐光-0.2826四、结论与建议1.从聚类分类与综合得分的排名结果可以看出,位于西部地区的大部分橡胶农场经济发展状况相对较好,中部的次之,东部与南部的相对较差。