基于因子分析法的農(nóng)業(yè)科技創(chuàng)新能力評價研究

呂陽 李成標

摘要：運用因子分析法，提取了影響中部六省農(nóng)業(yè)科技創(chuàng)新能力的四個共同因子，并在此基礎上使用聚類分析法對中部六省農(nóng)業(yè)科技創(chuàng)新能力的發(fā)展現(xiàn)狀進行了分類，分析結(jié)果與中部六省實際情況大致吻合。最后，得到中部六省農(nóng)業(yè)科技創(chuàng)新能力的綜合排名，并給出了相應的建議。

關(guān)鍵詞：農(nóng)業(yè)科技創(chuàng)新能力;中部六省;因子分析;聚類分析

中圖分類號：F224;F323.3 ? ? ? ?文獻標識碼：A ? ? ? ?文章編號：0439-8114（2015）23-6109-05

DOI：10.14088/j.cnki.issn0439-8114.2015.23.078

Study on Evaluation of Agricultural Scientific and Technological Innovation Capability Based on Factor Analysis：A Case Study on Six Provinces of Central China

LV Yang， LI Cheng-biao

（School of Management， Yangtze University， Jingzhou 434023， Hubei， China）

Abstract： The factor analysis was used to extract four common factors that affect the agricultural scientific and technological innovation capability of the six central provinces， based on which， the status quo of agricultural scientific and technological innovation capability was classified by using cluster analysis. The results are accorded with the actual situation of Six central provinces. Finally， the ranking of agricultural scientific and technological innovation ability of the six central provinces was obtained， and the corresponding recommendations were given.

Key words：agricultural scientific and technological innovation capability;the six provinces of central China;factor analysis;cluster analysis

現(xiàn)代農(nóng)業(yè)的發(fā)展離不開科技創(chuàng)新，科技水平的高低從根本上決定了農(nóng)業(yè)、農(nóng)村發(fā)展的前景[1]。農(nóng)業(yè)科技創(chuàng)新能力決定著區(qū)域的經(jīng)濟發(fā)展態(tài)勢、農(nóng)民生活水平的高低。從2004-2013年，中共中央連續(xù)出臺了10個“一號文件”均把農(nóng)業(yè)科技創(chuàng)新作為重要的建設領(lǐng)域。2012年中央發(fā)布題為《關(guān)于加快推進農(nóng)業(yè)科技創(chuàng)新持續(xù)增強農(nóng)產(chǎn)品供給保障能力的若干意見》的一號文件中提出，農(nóng)業(yè)科技是實現(xiàn)農(nóng)業(yè)持續(xù)穩(wěn)定發(fā)展的根本出路，是確保國家糧食安全的基礎支撐，是突破資源環(huán)境約束的必然之路，是加快現(xiàn)代農(nóng)業(yè)建設的決定力量。中部六省作為中國主要農(nóng)業(yè)產(chǎn)地，近年來農(nóng)業(yè)取得了良好發(fā)展，增速較快。但是，中部六省在政策制度、地域、資源稟賦、環(huán)境等方面存在差異，因而六省在農(nóng)業(yè)科技創(chuàng)新能力發(fā)展水平上仍存在顯著差異。因此，加快中部六省農(nóng)業(yè)科技創(chuàng)新能力建設，對支撐地區(qū)農(nóng)業(yè)經(jīng)濟增長，提高農(nóng)業(yè)整體競爭力，并實現(xiàn)經(jīng)濟社會的可持續(xù)發(fā)展具有重要意義。

目前，對農(nóng)業(yè)科技創(chuàng)新能力進行評價的相關(guān)研究有：陳麗佳[2]用多指標多層次綜合評價法對廣東省各市農(nóng)業(yè)科技創(chuàng)新能力進行綜合評價，根據(jù)綜合評價值計算出各市綜合排名，進而將廣東省的農(nóng)業(yè)科技創(chuàng)新能力劃分為4個層次以及創(chuàng)新層次;以柳卸林等為代表的中國科技發(fā)展戰(zhàn)略研究小組[3]對2000-2004年的中國各省的區(qū)域創(chuàng)新能力進行了評價;紀邵勤[4]系統(tǒng)全面地研究了中國農(nóng)業(yè)科技創(chuàng)新體系的活動主體、相關(guān)要素以及運行機制，提出構(gòu)建新時期中國農(nóng)業(yè)科技創(chuàng)新體系的思路、原則、目標、結(jié)構(gòu)設計、功能定位以及體制和運行機制創(chuàng)新等;魏康寧等[5]以安徽省為實例，用T0PSIS模型對其創(chuàng)新能力進行了簡單分析，并提出了相應建議;林伯德[6]提出以科技創(chuàng)新的鏈環(huán)—回路模型作為評價農(nóng)業(yè)科技創(chuàng)新能力的依據(jù)，并基于該理論分析了其對農(nóng)業(yè)科技創(chuàng)新能力評價的啟示，構(gòu)建了農(nóng)業(yè)科技創(chuàng)新能力評價模型;王林[7]論述了農(nóng)業(yè)科技創(chuàng)新必須重視知識經(jīng)濟的挑戰(zhàn)，以及知識經(jīng)濟時代農(nóng)業(yè)科技創(chuàng)新的主攻方向;馬利華等[8]以形成“目標-建設-評價-建設-目標”系統(tǒng)的科技建設指導理論和模式機制為出發(fā)點，以縣域農(nóng)業(yè)科技創(chuàng)新能力及其指數(shù)定義為基礎，研究了縣域農(nóng)業(yè)科技創(chuàng)新能力的構(gòu)成體系;朱玉春等[9]運用多元統(tǒng)計學中的主成分分析和聚類分析的方法，分別對中國31個省份的農(nóng)業(yè)科技創(chuàng)新能力進行了評價與比較;陳奇榕等[10]研究了農(nóng)業(yè)科技創(chuàng)新水平評估原則、指標體系以及建立綜合評估模型與評估指數(shù)的計算方法步驟，同時進行了農(nóng)業(yè)科技創(chuàng)新水平評價指標測算實證與分析。近年來，因子分析和聚類分析結(jié)合的應用較廣泛，但就現(xiàn)有文獻來看，因子分析和聚類分析在中部六省農(nóng)業(yè)科技創(chuàng)新能力的評價上鮮見報道。本文將用因子分析法準確客觀地找到影響中部六省農(nóng)業(yè)科技創(chuàng)新的共同因素，分析中部六省農(nóng)業(yè)科技創(chuàng)新存在的差異以及導致差異的主要原因，為中部六省有針對性地制定農(nóng)業(yè)發(fā)展政策提供理論依據(jù)。

1 ?評價指標體系的確定

構(gòu)建科學合理的農(nóng)業(yè)科技創(chuàng)新能力評價指標體系，是農(nóng)業(yè)科技創(chuàng)新能力綜合評價的基礎和前提，也是做好農(nóng)業(yè)科技創(chuàng)新能力評價的關(guān)鍵。但影響農(nóng)業(yè)科技創(chuàng)新能力的因素多而復雜。本文在嚴格遵循設計指標體系科學性、可比性、綜合性、易操作性和代表性等原則下，查閱大量文獻，借鑒相關(guān)評價理論與方法，并結(jié)合中部六省實際狀況，從農(nóng)業(yè)科技創(chuàng)新投入能力、農(nóng)業(yè)科技創(chuàng)新支撐能力、農(nóng)業(yè)科技創(chuàng)新產(chǎn)出能力以及農(nóng)業(yè)科技創(chuàng)新可持續(xù)發(fā)展能力等4個方面建立了指標體系（表1）。

2 ?農(nóng)業(yè)科技創(chuàng)新能力評價與結(jié)果分析

2.1 ?樣本數(shù)據(jù)來源

本研究的數(shù)據(jù)來源于中部六省2012年的統(tǒng)計年鑒，各項指標的具體數(shù)據(jù)如表2。

2.2 ?因子分析法的基本原理

因子分析法（Factor analysis）是以回歸方程的形式將變量表示成因子變量的線性組合，它根據(jù)研究變量內(nèi)部之間的相互關(guān)系，以最小的信息缺失，把信息重疊的諸多關(guān)聯(lián)性較強的原始變量歸納為數(shù)量略少的幾個因子，即運用少數(shù)公因子來闡明關(guān)聯(lián)變量之間繁雜結(jié)構(gòu)的多變量統(tǒng)計分析方法。因子分析法的目的是尋找變量的基本結(jié)構(gòu)，簡化觀測系統(tǒng)，削減變量維數(shù)，用較少的變量來解釋問題。運用這種研究技術(shù)，可以方便地找出影響區(qū)域經(jīng)濟發(fā)展的主要因素是哪些以及它們的權(quán)重。

2.3 ?因子分析的過程以及分析結(jié)果

本文的數(shù)據(jù)分析過程采用SPSS19.0統(tǒng)計軟件。

2.3.1 ?原有變量進行因子分析的可行性檢驗 ?由于數(shù)據(jù)量較大，首先借助SPSS統(tǒng)計軟件對數(shù)據(jù)進行標準化處理，計算得出相關(guān)系數(shù)矩陣。從結(jié)果可知，相關(guān)系數(shù)矩陣中大部分相關(guān)系數(shù)均大于0.3，且通過了KMO和Bartlett的球形度檢驗，因此用因子分析法對中部六省農(nóng)業(yè)科技創(chuàng)新能力進行分析是合適的。

2.3.2 ?確定主因子變量 ?通過計算得到相關(guān)矩陣特征值和特征向量的總方差解釋表（表3）。根據(jù)主成分的選取原則，由于前4個特征值的累積貢獻率為96.556%，已經(jīng)超過了85.000%，所以提取前4個主因子對中部六省農(nóng)業(yè)科技創(chuàng)新能力進行綜合評價。

2.3.3 ?建立因子載荷矩陣 ?因子載荷值即成分得分系數(shù)，可體現(xiàn)主因子與原始指標體系之間的關(guān)聯(lián)程度。本文采用最大方差法對因子矩陣進行正交旋轉(zhuǎn)，經(jīng)過5次迭代后收斂，得到總方差解釋表（表3），并且在經(jīng)過具有Kaiser標準化的正交旋轉(zhuǎn)迭代后實現(xiàn)收斂，得到旋轉(zhuǎn)后的因子載荷矩陣（表4）。

結(jié)合表4可以重新定義4個主因子：

主因子F1包括：第一產(chǎn)業(yè)從業(yè)人數(shù)（X1）、農(nóng)業(yè)機械總動力（X6）、農(nóng)村用電量（X7）、第一產(chǎn)業(yè)固定投資（X8）、農(nóng)業(yè)機耕面積（X9）、農(nóng)田有效灌溉面積（X10）、農(nóng)業(yè)總產(chǎn)值（X11）、地方財政科技撥款（X2），這些指標都與農(nóng)業(yè)科技創(chuàng)新物質(zhì)裝備與投入相關(guān)，因此F1代表農(nóng)業(yè)科技創(chuàng)新基礎因子。

主因子F2包括：科技活動人員（X3）、R&D人員（X4）、R&D經(jīng)費支出（X5）、農(nóng)業(yè)受災面積（X17），這些指標基本與農(nóng)業(yè)科技創(chuàng)新發(fā)展的科技投入相關(guān)，因此F2代表農(nóng)業(yè)科技創(chuàng)新科技因子。

主因子F3包括：恩格爾系數(shù)（X15）、第一產(chǎn)業(yè)貢獻率（X12）、人均純收入（X13），這些指標與社會經(jīng)濟效益以及人民生活質(zhì)量有關(guān)，因此F3代表農(nóng)業(yè)科技創(chuàng)新效益因子。

主因子F4包括：技術(shù)市場成交合同金額（X14）、森林覆蓋率（X16）、環(huán)境污染治理投資總額（X18），這些指標與農(nóng)業(yè)可持續(xù)發(fā)展有關(guān)，因此F4代表農(nóng)業(yè)科技創(chuàng)新可持續(xù)發(fā)展因子。

依據(jù)成分得分系數(shù)矩陣寫出綜合得分以及F1、F2、F3、F4主因子的因子得分：

綜合得分F=（39.792%F1+25.438%F2+20.929%F3+10.397%F4）/96.556%，

F1=0.098X1+0.092X2-0.061X3+…-0.164X17-0.130X18

F2=0.042X1+0.022X2+0.230X3+…+0.331X17+0.083X18

F3=0.002X1+0.133X2+0.020X3+…+0.010X17-0.184X18

F4=0.001X1+0.105X2+0.118X3+…-0.193X17+0.301X18

其中，Xi（i=1，2，…，18）為各省各指標數(shù)據(jù)的標準化數(shù)值。

通過綜合評價函數(shù)，得出中部六省各因子的綜合得分（表5）。

2.4 ?聚類分析

聚類分析（Cluster analysis）是對樣本（個體）以某種相似性為度量標準對指標或因子進行分類的一種多元統(tǒng)計分析方法。根據(jù)分類對象的不同，聚類分析分為R型和O型兩種。R型聚類分析用于指標聚類，Q型聚類分析沒有對度量數(shù)據(jù)之間的親疏程度給定分類的標準，也沒有硬性規(guī)定所有數(shù)據(jù)應該分成幾類，而是比較客觀地從數(shù)據(jù)自身出發(fā)進行分類。在因子分析的基礎上，本文采用R型聚類分析方法，即對變量進行分類處理，然后將標準化后的數(shù)據(jù)輸入到SPSS19.0統(tǒng)計軟件中，選擇歐式距離的平方法進行統(tǒng)計分析，最遠距離法為聚類方法，最后輸出聚類結(jié)果列表和聚類樹狀圖（表6和圖1）。

根據(jù)表6聚類后的結(jié)果，當分為4個集群時，可以把中部六省農(nóng)業(yè)科技創(chuàng)新能力分為4類：

第1類：河南省。河南省以0.668的綜合得分獨占鰲頭，遠遠高于其他5個省份，屬于領(lǐng)先類層次，農(nóng)業(yè)科技創(chuàng)新能力在中部六省中具有明顯優(yōu)勢，這體現(xiàn)了其傳統(tǒng)的農(nóng)業(yè)大省、人口大省以及新興的經(jīng)濟大省和工業(yè)大省的地位。其中，河南省在農(nóng)業(yè)科技創(chuàng)新基礎方面最為突出，位居首位，農(nóng)業(yè)科技創(chuàng)新基礎指標的各項數(shù)據(jù)均名列前茅。但在農(nóng)業(yè)科技創(chuàng)新效益、農(nóng)業(yè)科技創(chuàng)新科技、農(nóng)業(yè)科技創(chuàng)新可持續(xù)發(fā)展方面得分偏低，分別為-0.08，-0.43，-0.26，排名靠后，嚴重影響到了河南省的農(nóng)業(yè)科技創(chuàng)新能力。