［提要］　本研究通过因子分析模型对兵团农业发展影响因子进行探讨。结果表明：在兵团农业生产方面，可变物资投入水平因子具有较高载荷，对兵团农业产出的影响力最大，其次是固定生产资料投入、劳动力投入和人力资源投入；并且通过建立主成分得分回归方程，从定量的水平明确各个因子影响程度的大小。为提升兵团农业生产力，要适当加大可变物资投入水平的同时，适当调整各个投入因子的组合比例，并通过提高资源利用效率进行集约生产，从而起到缩减成本、扩大产出、提高竞争力的作用。

关键词：兵团农业；因子分析；主成分；建议

中图分类号：F32 文献标识码：A

收录日期：2019年4月4日

近年来，兵团农业出现快速发展现象，粮食生产能力不断提高，特色农产品销售业绩突出。但是，兵团由于特殊的体制等问题，仍然面临农业发展的瓶颈因子。因此，研究兵团农业发展的影响因子对提升兵团农业综合生产能力和保障兵团经济健康发展具有重大意义。

一、因子分析法原理

因子分析法是用于探讨相关变量之间是否存在不能直接观察、却对可观察变量起支配作用的分析方法。其原理是根据研究对象不同维度之间相关性大小对维度进行分组，以视同组内维度之间的相关性较强，不同组间维度之间的相关性较弱。每组维度代表一个公因子，以尽可能少的公因子来呈现原观测变量所包含的信息。因子分析法因子模型为：

X1＝a11F1+a12F2+…+a1mFm+?着1X2＝a21F1+a22F2+…+a2mFm+?着2…Xp＝ap1F1+ap2F2+…+apmFm+?着p

X=（X1，X2，…，Xp）是由P个指标所构成的P维随机向量。（F1，F2，…，Fm）被称为公因子。ε=（ε1，ε2，…，εp）模型中代表残差。在因子分析时，可通过旋转的方式使得Xi与Fj中某些因子相关性更强，而与Fj中其他因子相关性更弱，以大幅提升因子的可解释性。根据相关性较强的指标给该因子赋予经济含义，用一定的方法可计算因子得分系数阵和主成分得分。由于这种方法在很大程度上降低了相关性，这为后续相应的统计分析提供了较大便利。

二、农业发展影响因子分析

（一）指标选取。在对现有文献资料分析总结的基础上，本研究选取了影响兵团农业发展的七个主要因素：农业机械总动力（万千瓦）（X1）、播种面积（万亩）（X2）、农业从业人员数目（万人）（X3）、农药耗费量（万元）（X4）、肥料耗费量（万元）（X5）、农业固定投资（万元）（X6）和兵团农业技术人员数目（万人）（X7）。并用兵团农业总产值（亿元）（Y）作为衡量兵团农业发展程度的指标。根据《兵团统计年鉴》，我们搜集了2000～2012年新疆兵团范围内的时间序列数据，并将相关数据进行标准化处理，并通过SPSS23.0进行相应的统计分析。（表1）

（二）因子分析法可行性研究。因子分析所隐含的假设是原观测变量之间具有较强的相关性，这是因为如果相关性较低，则无法从中提取出较少的公因子用于解释原观测变量的共同特征，因此可以通过计算相关系数进行一定的判定。同时，在进行因子分析之前，我们需要进行KMO和Bartlett球形检验，只有当KMO值大于0.6时才能做因子分析。采用KMO检验结果见表3。通过计算表明，各个变量之间相关性较强，而且该组数据KMO值为0.709，这就说明既有数据适合做因子分析。接着，我们利用SPSS23.0进行统计分析。（表2、表3）

（三）因子分析。由于在农业生产中，农业投入对于农业生产以及农业发展起到至关重要的作用，因此本文根据相应的特征，对投入要素进行一定的分类，首先是外界可变物资投入，例如肥料、农药等；其次是固定生产资料投入，例如土地等；然后是劳动力的投入，在此方面又可以分为两种：专业技术人员和一般从业人员。显然两者所受的教育水平以及生产效率都有一定的差别，所以可以分开计量，当作两种要素的投入。那么在因子分析中进行成分抽取的时候我们设置为抽取四个成分，一方面可以尽量保留主要的解释变量又可以明晰要素发挥的作用。然后进行因子旋转（最大方差旋转）从而达到更好地对所选取的公共因子赋予合理的经济解释的作用。（表4）

通过四个主成分的抽取，解释力度达到了99.150%。几乎保留了全部的信息。从旋转后的因子载荷矩阵中可以看出，公因子1在农业机械总动力、肥料消耗量、农药消耗量以及农业固定投资这四个指标的载荷值相对较大。当然从公因子包含项的特征可以归纳出四个指标的共同性质，因此可以将主成分1命名为可变物资投入（Y1）。公因子2在播种面积这一个指标上的载荷值相对较大，所以可以单独命名主成分2为固定生产资料投入（Y2）。公因子3在农业从业人员数目这一方面的载荷值很大，所以可以命名主成分3为劳动力投入（Y3）。公因子4在农业技术人员数目这一指标的载荷值很大，所以可以命名主成分4为人力资源投入（Y4）。

各主因子的方差贡献率、方差累计贡献率对于因子分析来说极其重要。方差贡献率是用于度量某个因子占总分的比重。方差贡献率越大，说明该公因子对原观测变量的解释率更大。在本研究中是指各因子对兵团农业发展或农业产值的影响力。分析结果显示，四个公共因子累计方差贡献率达到99.15%，基本涵盖了原先七个指标的全部信息。旋转后的各因子方差贡献率分别为85.436%、8.195%、3.804%和1.714%。由此可见，第一个因子，即可变物资投入（Y1）因子对兵团农业的影响力最大，其余三个因子的影响力相对较弱。这就启示我们，要提高兵团农业生产能力一方面要合理加大可变物资的投入水平，在另一方面也要协调好其他因素之间的关系，使生产达到规模效应。

（四）主成分回归。通过spss软件将主成分得分与表示兵团农业发展状态的农业产值进行回归分析。回归分析结果如表6所示。（表5、表6）

由显著性水平以及t值可以看出，各个参数明显可以通过显著性检验。分别用F1、F2、F3、F4表示四个主成分得分，则通过回归以后的回归方程为：

Y＝283.837+135.663F1+57.671F2+45.903F3+29.733F4

从回归结果可以看出，R2达到了0.988，且调整后的可决系数也达到0.982，所以模型参数的拟合度很高，从DW值为1.915，说明模型不存在序列相关性。从模型来看，主成分1的影响力度较大，主成分1得分每增加一个单位，兵团农业产值就会增加135.663个单位，其次主成分2、主成分3、主成分4对于兵团农业发展的影响力度逐渐减弱。

三、结论及建议

基于统计分析结果，可以得出以下结论：（一）影响兵团农业发展的主要因子有四个，分别为可变物资投入水平、固定生产资料投入、劳动力投入和人力资源投入，这四个因子对兵团农业发展贡献率分别为85.436%、8.195%、3.804%和1.714%。显然，第一个因子对兵团农业发展的影响力最大，其余三个因子的影响力相对较弱，总共才占比13.713%。（二）通过主成分分析可知，四个主成分对于兵团农业产值均具有显著的正向影响效应，该影响效应值从大到小依次为可变物资投入水平、固定生产资料投入、劳动力投入和人力资源投入。

基于上述结论，要提高兵团农业发展水平，须从主次分明、统分结合的三个方面入手：（一）当下影响兵团农业发展的是可变物资投入量的多少，影响力度达到了85.436%。因此，在以后的农业生产以及计划投入预算中应适当放宽投入比例，合理增加投入数量。（二）对于主成分1以外的因子，应在加大投入量的同时优化各个投入因子间的组合比例，使各个因子间相互协调、配合，以达到最大功能的组合优势。（三）在协调各个因子的同时，也要加大各个成分利用效率。中国农业属于高投入高产出的粗放式经营农业。对于资源的集约利用程度不高，因此要改变资源利用方式，提高利用效率，对于增加兵团农业产出、缩减农业生产成本，增加农业竞争力具有重要作用。

（作者单位：集友银行总行企业业务管理部）

主要参考文献：

［1］熊婷燕.主成分分析与R型因子分析的异同比较［J］.统计与决策，2006（2）.

［2］梁子谦，李小军.影响中国粮食生产的因子分析［J］.农业经济问题，2006（11）.

［3］陈文成.基于因子分析的区域经济不平衡发展研究［J］.数理统计与管理，2010.3.

［4］王雄军，赖健清，鲁艳红，等.基于因子分析法研究太原市土壤重金属污染的主要来源［J］.生态环境，2008.17（2）.

［5］贾万敬，何建敏.主成分分析和因子分析在评价区域经济发展水平中的应用［J］.现代管理科学，2007（9）.