我国各地区农业发展状况研究

我国各地区农业发展状况研究（黑体小二号）

改革开放以来，我国的经济有了长足发展，尽管农业在国民经济中的比重逐年下降，但农业的基础性作用越来越重要。由于受自然环境、人口分布等因素的影响，我国各地区之间的农业发展水平并不十分平衡，为此本文选取农业从业人口、耕地面积、农药使用量、农用化肥施用量等九个指标来分析不同地区间的农业差异。选取的指标及数据见SPSS数据文件农业综合发展水平.sav。

需要分析的问题：

（1）利用因子分析的结果对相关经济现象作出合理的解释

（2）探讨我国各地区农业发展水平的差异及其产生的原因。（宋体四号）

一、因子分析的适用性检验（四号黑体）

进行因子分析时，应首先检验变量间的相关程度。根据数据文件的数据，利用SPSS得到KMO和Bartlett检验的结果如下表1所示。（宋体四号）

表1 KMO和Bartlett检验

KMO 和 Bartlett 的检验

取样足够度的 Kaiser-Meyer-Olkin 度量。0.574

Bartlett 的球形度检验近似卡方195.528 df 36 Sig. 0.000

从表1中可以看出，KMO统计量的取值时0.574，为中度相关关系。Bartlett球度检验统计量为195.528，检验的P值近似为0，表面9个变量有较强的相关关系，可以做因子分析。

二、计算特征根和方差贡献率

表2 特征根和方差贡献率

表3 变量共同度

初始提取

农业从业人口（万人） 1.000 0.915

耕地面积（千公顷） 1.000 0.756

农药使用量（吨） 1.000 0.876

农用化肥施用量（万吨） 1.000 0.932

机耕面积占耕地面积（%） 1.000 0.854

机播面积占播种面积（%） 1.000 0.787

机收面积占收获面积（%） 1.000 0.797

农产品出口总值（万美元） 1.000 0.814

农产品进口总值（万美元） 1.000 0.883

由表2可以看出，提取三个因子累计方差率就达到了 84.601%，已经将原数据中的大部分信息提取出来；另外，提取的3个公因子对每个原始变量方差的解释程度都在75%以上（见表3），其中对农用化肥施用量的方差解释程度最高，达到了93.2% ；对耕地面积的方差解释程度最低，也达到了75.6%。因此我们选取三个公因子。

三、因子旋转与因子命名

为了得到意义明确的因子含义，我们将因子载荷阵进行最大方差法旋转，得到旋转后的因子载荷矩阵如下表4

表4 旋转因子载荷矩阵

从旋转后的因子载荷矩阵看到，第一个公因子在农业从业人口、耕地面积、农药使用量、化肥施用量上有较大载荷，说明农业从业人口、耕地面积、农药使用量、化肥施用量有较强的相关性，可以归为一类，而这四个变量反映了对农业的人力、土地、资本投入，因此第一个公因子可以命名为“农业投入”因子。

第二个公因子在机耕面积占耕地面积、机播面积占播种面积、机收面积占收获面积上的载荷较大，说明机耕面积占耕地面积、机播面积占播种面积、机收面积占收获面积的相关程度较高，这三个变量反映了农业机械化的水平，因此，可以将第二个公因子命名为“机械化水平”因子。

第三个公因子在农产品出口总值、农产品进口总值上的载荷大，说明农产品出口总值、农产品进口总值高度相关，这两个指标反映了对外贸易水平，因此可以将其命名为“涉外贸易”因子。

四、计算因子得分对各地区进行排名

表5 我国各地区的因子排名

对于“农业投入”因子，得分较高的是河南、山东、四川等地区，得分较低的地区为天津、上海、北京。从地形上看，河南、山东、四川的地形多以平原、盘地为主且人力资源丰富，比较适合农业耕种，因此对农业的投入较大；天津、上海、北京三个地区均为直辖市，主要从事第二、第三产业的生产经营活动，并且耕地面积相对于其他地区来说较为狭小，对农业的投入有限。

对于“机械化水平”因子，得分较高的地区是黑龙江、新疆、内蒙古，得分较低的地区是重庆、西藏、云南、贵州。黑龙江、新疆、内蒙古等地区地广人稀，适合机械化耕作；重庆、云南、贵州几个地区的地形多以山地、丘陵为主，不适合大规模机械化生产。

对于“涉外贸易”因子，得分较高的是山东、广东、北京、浙江等地区，得分较低的地区为四川、内蒙古、黑龙江。山东、广东等地区濒临海洋，自然条件优越，在对外贸易中，其他地区的农产品如果是经水路运输，则沿海地区为中转站，这也就解释了为什么沿海地区的得

分较高；四川、内蒙古、黑龙江等几个地区远在内陆，涉外贸易受到诸多限制。

从综合得分来看，得分较高的是山东、河南、江苏、黑龙江等地区，得分较低的地区为重庆、贵州、海南、西藏。