基於主成分分析的農業產業化與金融支持相關性研究
理論探索
作者：謝愛輝 樊順安
【摘要】 農業產業化是發展現代農業的主要方式和根本出路。本文以西安市為例，在分析農業產業化發展水平影響因素的基礎上，運用SPSS17.0軟件和主成分分析法，計算西安市2000—2012年各年農業產業化發展水平的綜合得分，揭示其發展的階段特征，然後對農業產業化水平和金融支農水平作線性回歸分析，得出二者存在較強的線性正相關關係，最後提出了增強西安農業產業化金融支持對策和建議。
【關鍵詞】 農業產業化 主成分分析 金融支持
一、引言
十八大明確提出：“加快發展現代農業，增強農業綜合生產能力，確保國家糧食安全和重要農產品有效供給。”發展現代農業客觀上要求農業生產必須改變小規模生產和分散經營格局，通過實施農業產業化，可以有效推進農業增長方式的新轉變。新時期，做好金融支持，扶持農業產業化，應當是我國農業發展的重要方向。
近年來，西安市委、市政府逐漸明確了農業在國民經濟中的重要地位，積極調整農業產業結構，圍繞農業“服務城市、富裕農民”的目標，繼續擴大對農業的金融支持力度，並以發展農業產業化龍頭企業為突破口，大力推進農業產業化的發展。本文通過對西安市農業產業化發展情況的實際調查和相關文獻查閱，將從實證的角度來分析西安市農業產業化發展水平與金融支持之間的關係。
二、農業產業化水平評價
1、評價指標選取及說明
關於農業產業化水平評價指標的研究，諸如張國強、周潔紅、徐馮璐等人分別就農業現代化水平、農業產業化經營規模、產業化經營結構、農業產業市場化、市場競爭力和產業化效益等指標進行了研究。程文兵在前者研究的基礎上，從農業現代化程度、農業生產效率、農業市場化以及生產經營結構和規模等五個方麵，采用截麵數據進行實證研究。通過查閱相關的文獻資料根據數據的可獲得性和評價指標的代表性，我們進一步調整相關度量指標，然後基於時間序列數據進行實證分析，研究西安市農業產業化水平發展情況。結果顯示，自2000年以來，西安市農業產業化水平逐漸提高。
2、數據來源及說明
進行農業產業化水平指標評估的數據來源於西安市曆年統計年鑒，並經整理計算得到。需要說明的是，考慮到農業戶口居民並非都從事農業生產活動，故本文研究時采用農業從業人口。統計年鑒中關於機械總動力數據包括農林牧漁及服務業，由於不能剔除林牧漁業的機械總動力，此處X1數值比理論上偏大，但其對實證結果影響有限，可以忽略。
3、實證分析
因子分析可將相關比較密切的幾個變量歸在同一類中，使每一類變量就成為一個因子，以較少的幾個因子反映原始資料的大部分信息。鑒於農業產業化水平評價指標變量較多，本文利用因子分析法找出文中9個變量中隱藏的具有代表性的因子，將相同本質的變量歸入一個因子，以此減少變量的數目。再利用SPSS17.0統計軟件找出主因子時選用主成分分析法。
（1）因子分析前提條件檢驗。利用統計軟件SPSS17.0，我們對以上指標數據進行因子分析的適用性前提條件驗證。結果顯示KMO值為0.792。當KMO值越大時，表示變量間的共同因素越多，越適合進行因子分析。據專家Kaiser（1974）的觀點，當KMO的值小於0.5時，較不宜進行因子分析。另外，Bartletts球形檢驗的值為211.229，自由度36，達到顯著。相伴概率遠小於0.05，代表母群體的相關矩陣間有共同因素存在。綜上，指標數據適合進行因子分析。
（2）確定主因子。利用主成分分析法，采用特征值大於1準則提取因子變量，得出各主成分所解釋的原始變量方差。由於前兩個因子共同解釋了原始變量92.603%的信息，故提取前兩個因子作為主因子，使得原有信息僅少部分丟失同時又能夠簡化分析。前兩個因子的特征根分別為7.248、1.086，其後的因子特征值均小於1，故舍去。
（3）解釋因子變量。為了進一步確定主因子的解釋能力，對提取的兩個主因子建立原始因子載荷矩陣，用方差極大化法對因子旋轉得旋轉成分矩陣。根據結果可知，主因子F1在X1—X8上的載荷值很大，這些變量是解釋農業生產現代化水平、農業生產效率和經營規模的主要指標，因此F1是解釋產業現代化的主因子。F2在X9上的載荷值很大，此變量是產業結構的主要指標，因此F2是解釋產業結構優化的主因子。
三、農業產業化水平與金融支持關係檢驗
根據上述西安市農業產業化水平實證結果擬與金融支持之間進行線性回歸擬合，認為西安市農業產業化水平（F）是金融支持（X）的一元線性函數，線性回歸模型為：F=B0+B1X+U。其中B0、B1為待估參數，U為隨機幹擾項，X為西安市農民人均貸款餘額，X=農業貸款總額/農業人口。