劉德偉
[摘 要]利用因子分析方法,以新能源上市公司作為研究對(duì)象,從新能源上市公司自身角度出發(fā),對(duì)影響新能源產(chǎn)業(yè)發(fā)展的因素進(jìn)行定量研究。首先根據(jù)以往研究成果以及數(shù)據(jù)可獲得性,初步確定影響新能源產(chǎn)業(yè)發(fā)展的因素;其次通過因子分析對(duì)原有變量進(jìn)行降維處理,接著對(duì)因子進(jìn)行了旋轉(zhuǎn),進(jìn)一步修正因子分析的結(jié)果;最后從企業(yè)角度確定影響新能源產(chǎn)業(yè)發(fā)展的3個(gè)主要因子:融資因子,科研因子,政策優(yōu)惠因子。
[關(guān)鍵詞]新能源產(chǎn)業(yè);上市公司;因子分析
[DOI]10.13939/j.cnki.zgsc.2016.16.059
1 引 言
在氣候日益變暖,環(huán)境惡化的大背景下,如何利用能源已經(jīng)不僅僅是一個(gè)經(jīng)濟(jì)問題,更是關(guān)乎世界各民族生存發(fā)展的政治與生存問題。我國(guó)能源結(jié)構(gòu)中化石能源比重偏高,非化石能源占能源消費(fèi)總量的比重僅為9.8%。根據(jù)國(guó)家發(fā)改委公布的《國(guó)家應(yīng)對(duì)氣候變化規(guī)劃(2014—2020年)》,風(fēng)電、太陽(yáng)能、生物質(zhì)能發(fā)電到2020年裝機(jī)將分別達(dá)到2億千瓦時(shí)、1億千瓦、3000萬(wàn)千瓦,分別比“十二五”規(guī)劃的1億千瓦、2100萬(wàn)千瓦、1300萬(wàn)千瓦目標(biāo),大幅增加1倍以上。
2 相關(guān)文獻(xiàn)綜述
關(guān)于對(duì)新能源產(chǎn)業(yè)發(fā)展因素的研究已經(jīng)有一定的成果。邱立成(2012)發(fā)現(xiàn),政策系數(shù)、能源依賴度和能源價(jià)格對(duì)新能源產(chǎn)業(yè)集聚的影響顯著,新能源產(chǎn)業(yè)激勵(lì)政策對(duì)新能源產(chǎn)業(yè)集聚有重要作用。蔣先玲等(2010)發(fā)現(xiàn)通過引入私營(yíng)資本,不僅擴(kuò)大了新能源項(xiàng)目的融資渠道,而且提高了新能源產(chǎn)業(yè)的經(jīng)濟(jì)效率。史際春(2010)認(rèn)為新能源與可再生能源的市場(chǎng)培育,除了需要借助市場(chǎng)機(jī)制之外,在現(xiàn)階段尤其需要國(guó)家公權(quán)力的介入。李彬(2009)對(duì)我國(guó)新能源融資進(jìn)行了研究,探討了能源與金融相互融合,深入分析了中國(guó)新能源融資現(xiàn)狀,并提出新能源融資可重點(diǎn)發(fā)展風(fēng)險(xiǎn)投資和建立新能源基金。綜合以往研究成果,市場(chǎng)、資本、政策、資源、研發(fā)等因素對(duì)新能源產(chǎn)業(yè)的發(fā)展具有較大影響。
3 實(shí)證研究
3.1 研究方法選擇與指標(biāo)體系建立
根據(jù)研究的角度以及數(shù)據(jù)的獲取性,本文選取我國(guó)62家新能源上市公司的財(cái)務(wù)數(shù)據(jù),采用因子分析的方法進(jìn)行實(shí)證研究。
本文借鑒前人的研究成果,從企業(yè)的角度出發(fā)選取直接融資率DF((股本+資產(chǎn)公積)/總資產(chǎn))、間接融資率IDF((短期借款+長(zhǎng)期借款)/總資產(chǎn))、R&D支出比重RD(研發(fā)支出/銷售收入)、科研人才密度TD(研發(fā)人員數(shù)量/全部就業(yè)人員數(shù)量)、職工人均薪酬P(guān)S(薪酬總支出/在職人數(shù))、政府補(bǔ)助GS(政府補(bǔ)助金額/銷售收入)、稅收優(yōu)惠TP(優(yōu)惠金額/銷售收入)、企業(yè)規(guī)模FS(總資產(chǎn))等指標(biāo)作為新能源產(chǎn)業(yè)的影響因素。
3.2 數(shù)據(jù)的選取及預(yù)處理
選取我國(guó)新能源行業(yè)62家上市公司2014年財(cái)務(wù)報(bào)告的數(shù)據(jù),計(jì)算出各統(tǒng)計(jì)指標(biāo)。由于這些指標(biāo)數(shù)據(jù)的單位不一樣,所以會(huì)導(dǎo)致量綱不一致的問題,不利于對(duì)數(shù)據(jù)進(jìn)行處理和分析。為解決這一問題,我們利用SPASS軟件采用Z—Score 方法對(duì)數(shù)據(jù)進(jìn)行無量綱化處理。
3.3 因子分析條件檢驗(yàn)
首先對(duì)需要進(jìn)行因子分析的數(shù)據(jù)做巴特利特球度檢驗(yàn)和KMO檢驗(yàn),以驗(yàn)證數(shù)據(jù)是否適合因子分析,經(jīng)SPASS統(tǒng)計(jì)軟件檢驗(yàn)結(jié)果見表1。KMO值為0.701,大于0.5,而且巴特利特球度檢驗(yàn)拒絕了相關(guān)系數(shù)為單位矩陣的原假設(shè)(Sig.=0.000),即相關(guān)矩陣不是單位矩陣,適合進(jìn)行因子分析。
3.4 提取因子及因子命名
根據(jù)特征值大于1,選取3個(gè)共同因子,這3個(gè)共同因子很好的解釋了原有的8個(gè)變量,累計(jì)解釋全部變量的78.985%的信息,如表2所示。
經(jīng)過旋轉(zhuǎn)后得到的因子提取結(jié)果見表3。由旋轉(zhuǎn)后的因子載荷可以得出,科研人才密度TD、研發(fā)投入RD、職工人均薪酬P(guān)S在第一個(gè)因子的載荷較大,將其理解為科研因子;直接融資率DF、間接融資率IDF、企業(yè)規(guī)模FS在第二個(gè)因子的載荷比較大,企業(yè)規(guī)模的大小很大一部分是由融資造成,因此可以將第二個(gè)因子理解為融資因子;而政府補(bǔ)助GS、稅收優(yōu)惠TP在第三個(gè)因子上的載荷較大,將其理解為政策優(yōu)惠因子。而且科研因子的貢獻(xiàn)率為35.488,融資因子的貢獻(xiàn)率為26.15,政策因子的貢獻(xiàn)率為17.348??蒲幸蜃右约叭谫Y因子在新能源產(chǎn)業(yè)的發(fā)展中起到較大的作用,政策優(yōu)惠因子起到的作用相對(duì)較小。
4 結(jié) 論
本文通過對(duì)我國(guó)新能源上市公司相關(guān)數(shù)據(jù)的分析,從企業(yè)自身角度實(shí)證得出影響我國(guó)新能源產(chǎn)業(yè)發(fā)展的三個(gè)主要因子:科研因子、融資因子、政策優(yōu)惠因子。因此,新能源企業(yè)可以重點(diǎn)加大對(duì)科研的投入,加強(qiáng)研發(fā)力度,拓展融資渠道,積極發(fā)展政策優(yōu)惠項(xiàng)目。
參考文獻(xiàn):
[1]史際春.新能源與可再生能源市場(chǎng)培育的經(jīng)濟(jì)法考量[J].甘肅社會(huì)科學(xué),2010(2):1-6.
[2]朱小波.促進(jìn)我國(guó)新能源產(chǎn)業(yè)發(fā)展的稅收政策思考[J].稅務(wù)研究,2010(7).
[3]邱立成,曹知修,王自鋒.歐盟新能源產(chǎn)業(yè)集聚的影響因素:1998—2009年面板數(shù)據(jù)模型的實(shí)證分析[J].世界經(jīng)濟(jì)研究,2012(9).
[4]蔣先玲,王琰,呂東鍇.新能源產(chǎn)業(yè)發(fā)展中的金融支持路徑分析[J].經(jīng)濟(jì)縱橫,2010(8).
[5]韓城.實(shí)證分析新能源發(fā)展的主要影響因素——基于協(xié)整分析與格蘭杰因果檢驗(yàn)[J].資源與產(chǎn)業(yè),2011(2):32-36.
[6]歐陽(yáng)曼.我國(guó)新能源產(chǎn)業(yè)發(fā)展的困境與展望[J].中國(guó)市場(chǎng),2013(38).
[7]P.D.Lund.Effects of Energy Policies on Industry Expansion in Renewable Energy[J].Renewable Energy,2009(34):53-64.
[8]Nick Johnstone,Ivan Hascic,David Popp.Renewable Energy Policies and Technological Innovation∶Evidence Based on Patent Counts[J].Environment Resource Economy,2010(45):133-155.
[9]Jobert A.,Laborgne P.,Mimler S..Local Acceptance of Wind Energy∶Factors of Success Identified in French and German Case Studies[J].Energy Policy,2007,35(5).