论文部分内容阅读
[摘要]区域林业产业竞争力涉及到地区林业生产所特有的资源优势以及优化配置相关的经济社会因素,将资源优势转化成林业初级产品、制成品和服务产品优势的综合能力。本文选取反映林业产业竞争力综合水平的三个构成要素林业资源要素、林业产品市场需求、林业产业化水平,选取12项具体指标,运用SPSS分析软件,对各地区的林业竞争力指标进行主成分分析,得出主成分因子得分及其决定的林业产业综合竞争力得分,并对不同层次的竞争力提升策略提出建议。
[关键词]林业产业 综合竞争力 主成分分析
一、引言
林业作为传统的基础性产业,除了能够提供传统的林产品外,还具有提供环境保护和生态旅游产品和服务的职能,林业产业的地位和关联效应越来越受到重视。提高林业产业竞争力对实现林业产业结构的调整和优化升级,进而促进各省市的经济社会发展具有长远战略意义。林业产业是涉及三大产业的复合型产业,对林业产业竞争力的研究具有综合性、创新性和前瞻性。
本文将运用在竞争力分析中广泛应用的主成分分析法,结合实际林业统计资料对各省市进行林业产业进行综合分析,并针对各省市的林业产业综合竞争力水平做出客观的评价。主成分分析法是通过线性组合的方式将众多原来具有一定相关性的指标,重新组合成一组新的无相关型的综合指标,目的是在最大程度不造成信息损失前提下,将多个变量减少为少数潜在因子,这些因子既可以高度概括大量数据的信息,又较为准确的反应原有变量之间的内在关系。基于主成分分析法进行的综合评价,适用于对全国各省市林业产业竞争力状况的综合评价。
二、林业产业综合竞争力主成分分析评价
1.评价指标选取
根据迈克尔.波特的“钻石模型”和已有的研究理论,本文构建的林业产业竞争力的测度因素主要包括林业资源要素、林业产品市场需求、林业产业化水平三个方面。为了定量测量和实证分析的需要,依据科学性、合理性和可操作性的原则,结合林业产业发展实际,选取能够反映林业产业竞争力的12项统计指标,建立相应指标体系。林业产业总体竞争力构成要素具体指标如下:
林业资源要素选取林业用地面积占全国比例(X1)、森林蓄积量(X2)、当年造林面积(X3)三个指标;林业产品市场需求选取林业第一产业产值比重(X4)、林业工业品市场占有率(X5)、林业主要工业产品产值(X6)、林业工业总产值(X7)四个指标;林业产业化水平选取林业从业人员比重(X8)、林业系统企业化水平(X9)、林业企业规模水平(X10)、林业工业企业人均产值(X11)公共服务水平(X12)五个指标,由此可得到全国各省市林业产业综合竞争力指标体系,如表1所示:
以上4个一级指标,12个二级指标能够在较大程度上反映现阶段我国各省市林业竞争力基本状况,根据《中国林业年鉴2007》和中国林业局2007年统计资料整理,全国31省市林业产业综合竞争力的具体指标数据。
2.全国各省市林业产业化竞争力主成分分析
根据表2所列数据,采用SPSS13软件对进行主成分分析。运用主成分分析法对林业产业化水平的评价指标进行处理。对三个方面12个指标进行主成分分析得主成分因子的特征值、贡献率如表3所示,本文根据主成分对应的累积贡献率大于70%的原则选取前4个主成分因子。
由表3可以看出,在所选取的12个指标中,特征值大于1的4个因子总体贡献率只有72.823%,由于林业产业竞争力的指标在选取上存在一定得难度,各指标中对总体竞争力分析的贡献率没有较为突出的指标,本文认为在该贡献率的水平下,所进行的主成分分析能够较为客观的反应林业产业竞争力构成指标的对竞争力的影响。
由SPSS软件分析结果中旋转后的因子载荷矩阵中我们可以看出,第一个因子主要解释了原变量中林业工业产品市场占有率(X5)、林业主要工业产品产值(X6)、林业工业总产值(X7)、林业企业规模化水平(X10)、林业企业人均值(X11),说明第一个因子主要解释了林业产品市场需求和林业企业化水平两个方面,构成林业产业竞争力的专业性因子;二个因子主要解释了林业竞争力中林业用地面积比例(X1)、森林蓄积量(X2)和林业企业从业人员比重(X8),这是林业产业竞争力的基础性因子;第三个因子重点解释了林业第一产业比重(X4)和林业系统企业化水平(X9);第四个因子当年造林面积和公共服务水平(K12),可以看作林业产业的提高性因子。
从四个因子的解释力度来看,发展型因子和基础型因子共同解释了林业产业区域竞争力的49.230%,充分说明了林业产业的发展在资源和产业基础方面的传统优势较为明显,与第一产业中种植业、渔业和畜牧业所体现的特征相符合。此外,提高型因子其解释比例为10.179%,说明林业产业的发展在着眼未来和长期发展性投入方面对竞争力具有重要的影响,也是各地区在今后林业产业发展中应当重视的方面。
根据表2、3中各指标的因子贡献率和旋转因子载荷矩阵系数,可以计算出各因子对应的指标系数,再有各因子系数和原始变量的观测值标准化值可以计算出各因子得分公式。其中,各因子对应的指标系数旋转因子载荷矩阵对应的系数除以各因子对应的特征值的平方根。由此,各因子得分的计算公式如下:F1=-0.0006 X1-0.0293 X2+0.0437 X3-0.0144 X4+0.5305 X5+0.2908 X6+0.5397 X7+0.0184 X8+0.0621 X9+0.4195 X10+0.3310 X11-0.0598 X12;同理可得F2,F3,F4。
在求的各地区因子得分后,根据各因子在旋转因子载荷矩阵中的贡献率,可以进一步求的各地区林业产业总体竞争力的得分。各因子的系数由旋转后的因子载荷矩阵中各因子占提取因子比例决定,林业产业综合竞争力得分的计算公式为:F=;
其中 为第i个主成分因子在所提取所有特征值大于1的因子中贡献率的比例。
各省市林业产业综合竞争力综合得分公式:F=0.2003 X1+0.1819 X2+0.1145 X3+0.1278 X4+0.2273 X5+0.2684 X6+0.2201 X7+0.1779 X8+0.1296 X9+0.0408 X10-0.0316 X11+0.0865 X12;
由此可以计算出各省市林业产业竞争力综合得分,结果如表4所示:
三、结论
通过对中国各省市林业产业区域竞争力指标的构建,从对林业资源要素、林业产品市场需求、林业产业化水平要素中我们得知,中国各省市的林业产业竞争力之间差距非常大,其评价结果与经济发达程度并没有明显的相关关系,表明林业产业竞争力不取决与经济发展水平,而是呈现出林业产业发展的特有的规律性。在上面的因子分析中,从提取的主成分因子来看,占较大优势的因子是传统性因子和基础竞争力因子关系密切。
从中我们可以看出,在综合竞争力的评估中,林业产业专业化优势和基础优势等因素所占的比重非常大,这与林业产业发展现状相符。而既不具备林业资源优势又不具备林业工业生产专业化优势的省市竞争力得分非常低,排名靠后。
通过因子分析的结果可以得到全国各省市林业产业综合竞争力方面的得分,可分为三个等级:
第一层次是综合得分大于1的省份,吉林、广西、内蒙古、云南、黑龙江、湖南、福建,这7个省份在林业资源方面和传统林业工业方面具有明显的优势,得分排名靠前。这些省市在林业资源禀赋和林业工业专业化程度方面均具有明显的优势,而且在提升性因子方面也具有一定得优势,其竞争力优势体现的较为明显。该层次的省份应该把握好自身的优势,并在相关政策和林业产业发展机遇具备的条件下,继续发挥原有的优势,在此基础上最大程度克服劣势或将劣势逐渐转化为优势。
第二层次是得分小于1大于0的省份,主要有四川、江苏、江西、西藏、广东、海南、山东、辽宁。这8个省份在林业产业综合竞争力方面的优势体现在专业化优势或者资源优势竞争力,与第一层次的省市相比,没有两方面相结合的共同优势,综合得分排名居中。该层次的省市在林业产业发展战略选择上应集中发挥自身的比较优势,加工能力强、专业化优势明显的省份,在资源方面可以充分利用外部优势,与自身加工制造能力相结合,通过提升制造业利润率来提升总体竞争力水平,制造业不具有明显优势的省市优势互补,实现共同增值。
第三层次是得分小于0的省份,包括河北、湖北、安徽、河南、贵州、浙江、甘肃、新疆、陕西、上海、山西、北京、青海、重庆、宁夏和天津。这16个省份的得分小于0,说明这些省市在林业产业总体競争力水平较低。根据表2所构建的竞争力来看,这些省份大部分既不具有林业资源优势又不具备林业专业生产的传统,或者受自然资源和产业发展历史影响,没有把林业产业作为重要的发展方向。这些省份在林业产业发展中应该根据各省的实际情况,充分发挥林业特色,使林业保持和发挥其经济发展基础性作用。
参考文献:
[1]张文霖:主成分分析在SPSS中的操作应用[J]. 市场研究,2005,No.12,P31-33
[2]游士兵肖加元:农业竞争力的测度及实证研究[J]. 中国软科学,2005,No.7,P148-149
[3]谭荣波梅晓仁: SPSS统计分析实用教程[M]. 北京:科学出版社,2007.5
[4]国家林业局:中国林业年鉴2007[M]. 北京:中国林业出版社,2007.11
[关键词]林业产业 综合竞争力 主成分分析
一、引言
林业作为传统的基础性产业,除了能够提供传统的林产品外,还具有提供环境保护和生态旅游产品和服务的职能,林业产业的地位和关联效应越来越受到重视。提高林业产业竞争力对实现林业产业结构的调整和优化升级,进而促进各省市的经济社会发展具有长远战略意义。林业产业是涉及三大产业的复合型产业,对林业产业竞争力的研究具有综合性、创新性和前瞻性。
本文将运用在竞争力分析中广泛应用的主成分分析法,结合实际林业统计资料对各省市进行林业产业进行综合分析,并针对各省市的林业产业综合竞争力水平做出客观的评价。主成分分析法是通过线性组合的方式将众多原来具有一定相关性的指标,重新组合成一组新的无相关型的综合指标,目的是在最大程度不造成信息损失前提下,将多个变量减少为少数潜在因子,这些因子既可以高度概括大量数据的信息,又较为准确的反应原有变量之间的内在关系。基于主成分分析法进行的综合评价,适用于对全国各省市林业产业竞争力状况的综合评价。
二、林业产业综合竞争力主成分分析评价
1.评价指标选取
根据迈克尔.波特的“钻石模型”和已有的研究理论,本文构建的林业产业竞争力的测度因素主要包括林业资源要素、林业产品市场需求、林业产业化水平三个方面。为了定量测量和实证分析的需要,依据科学性、合理性和可操作性的原则,结合林业产业发展实际,选取能够反映林业产业竞争力的12项统计指标,建立相应指标体系。林业产业总体竞争力构成要素具体指标如下:
林业资源要素选取林业用地面积占全国比例(X1)、森林蓄积量(X2)、当年造林面积(X3)三个指标;林业产品市场需求选取林业第一产业产值比重(X4)、林业工业品市场占有率(X5)、林业主要工业产品产值(X6)、林业工业总产值(X7)四个指标;林业产业化水平选取林业从业人员比重(X8)、林业系统企业化水平(X9)、林业企业规模水平(X10)、林业工业企业人均产值(X11)公共服务水平(X12)五个指标,由此可得到全国各省市林业产业综合竞争力指标体系,如表1所示:
以上4个一级指标,12个二级指标能够在较大程度上反映现阶段我国各省市林业竞争力基本状况,根据《中国林业年鉴2007》和中国林业局2007年统计资料整理,全国31省市林业产业综合竞争力的具体指标数据。
2.全国各省市林业产业化竞争力主成分分析
根据表2所列数据,采用SPSS13软件对进行主成分分析。运用主成分分析法对林业产业化水平的评价指标进行处理。对三个方面12个指标进行主成分分析得主成分因子的特征值、贡献率如表3所示,本文根据主成分对应的累积贡献率大于70%的原则选取前4个主成分因子。
由表3可以看出,在所选取的12个指标中,特征值大于1的4个因子总体贡献率只有72.823%,由于林业产业竞争力的指标在选取上存在一定得难度,各指标中对总体竞争力分析的贡献率没有较为突出的指标,本文认为在该贡献率的水平下,所进行的主成分分析能够较为客观的反应林业产业竞争力构成指标的对竞争力的影响。
由SPSS软件分析结果中旋转后的因子载荷矩阵中我们可以看出,第一个因子主要解释了原变量中林业工业产品市场占有率(X5)、林业主要工业产品产值(X6)、林业工业总产值(X7)、林业企业规模化水平(X10)、林业企业人均值(X11),说明第一个因子主要解释了林业产品市场需求和林业企业化水平两个方面,构成林业产业竞争力的专业性因子;二个因子主要解释了林业竞争力中林业用地面积比例(X1)、森林蓄积量(X2)和林业企业从业人员比重(X8),这是林业产业竞争力的基础性因子;第三个因子重点解释了林业第一产业比重(X4)和林业系统企业化水平(X9);第四个因子当年造林面积和公共服务水平(K12),可以看作林业产业的提高性因子。
从四个因子的解释力度来看,发展型因子和基础型因子共同解释了林业产业区域竞争力的49.230%,充分说明了林业产业的发展在资源和产业基础方面的传统优势较为明显,与第一产业中种植业、渔业和畜牧业所体现的特征相符合。此外,提高型因子其解释比例为10.179%,说明林业产业的发展在着眼未来和长期发展性投入方面对竞争力具有重要的影响,也是各地区在今后林业产业发展中应当重视的方面。
根据表2、3中各指标的因子贡献率和旋转因子载荷矩阵系数,可以计算出各因子对应的指标系数,再有各因子系数和原始变量的观测值标准化值可以计算出各因子得分公式。其中,各因子对应的指标系数旋转因子载荷矩阵对应的系数除以各因子对应的特征值的平方根。由此,各因子得分的计算公式如下:F1=-0.0006 X1-0.0293 X2+0.0437 X3-0.0144 X4+0.5305 X5+0.2908 X6+0.5397 X7+0.0184 X8+0.0621 X9+0.4195 X10+0.3310 X11-0.0598 X12;同理可得F2,F3,F4。
在求的各地区因子得分后,根据各因子在旋转因子载荷矩阵中的贡献率,可以进一步求的各地区林业产业总体竞争力的得分。各因子的系数由旋转后的因子载荷矩阵中各因子占提取因子比例决定,林业产业综合竞争力得分的计算公式为:F=;
其中 为第i个主成分因子在所提取所有特征值大于1的因子中贡献率的比例。
各省市林业产业综合竞争力综合得分公式:F=0.2003 X1+0.1819 X2+0.1145 X3+0.1278 X4+0.2273 X5+0.2684 X6+0.2201 X7+0.1779 X8+0.1296 X9+0.0408 X10-0.0316 X11+0.0865 X12;
由此可以计算出各省市林业产业竞争力综合得分,结果如表4所示:
三、结论
通过对中国各省市林业产业区域竞争力指标的构建,从对林业资源要素、林业产品市场需求、林业产业化水平要素中我们得知,中国各省市的林业产业竞争力之间差距非常大,其评价结果与经济发达程度并没有明显的相关关系,表明林业产业竞争力不取决与经济发展水平,而是呈现出林业产业发展的特有的规律性。在上面的因子分析中,从提取的主成分因子来看,占较大优势的因子是传统性因子和基础竞争力因子关系密切。
从中我们可以看出,在综合竞争力的评估中,林业产业专业化优势和基础优势等因素所占的比重非常大,这与林业产业发展现状相符。而既不具备林业资源优势又不具备林业工业生产专业化优势的省市竞争力得分非常低,排名靠后。
通过因子分析的结果可以得到全国各省市林业产业综合竞争力方面的得分,可分为三个等级:
第一层次是综合得分大于1的省份,吉林、广西、内蒙古、云南、黑龙江、湖南、福建,这7个省份在林业资源方面和传统林业工业方面具有明显的优势,得分排名靠前。这些省市在林业资源禀赋和林业工业专业化程度方面均具有明显的优势,而且在提升性因子方面也具有一定得优势,其竞争力优势体现的较为明显。该层次的省份应该把握好自身的优势,并在相关政策和林业产业发展机遇具备的条件下,继续发挥原有的优势,在此基础上最大程度克服劣势或将劣势逐渐转化为优势。
第二层次是得分小于1大于0的省份,主要有四川、江苏、江西、西藏、广东、海南、山东、辽宁。这8个省份在林业产业综合竞争力方面的优势体现在专业化优势或者资源优势竞争力,与第一层次的省市相比,没有两方面相结合的共同优势,综合得分排名居中。该层次的省市在林业产业发展战略选择上应集中发挥自身的比较优势,加工能力强、专业化优势明显的省份,在资源方面可以充分利用外部优势,与自身加工制造能力相结合,通过提升制造业利润率来提升总体竞争力水平,制造业不具有明显优势的省市优势互补,实现共同增值。
第三层次是得分小于0的省份,包括河北、湖北、安徽、河南、贵州、浙江、甘肃、新疆、陕西、上海、山西、北京、青海、重庆、宁夏和天津。这16个省份的得分小于0,说明这些省市在林业产业总体競争力水平较低。根据表2所构建的竞争力来看,这些省份大部分既不具有林业资源优势又不具备林业专业生产的传统,或者受自然资源和产业发展历史影响,没有把林业产业作为重要的发展方向。这些省份在林业产业发展中应该根据各省的实际情况,充分发挥林业特色,使林业保持和发挥其经济发展基础性作用。
参考文献:
[1]张文霖:主成分分析在SPSS中的操作应用[J]. 市场研究,2005,No.12,P31-33
[2]游士兵肖加元:农业竞争力的测度及实证研究[J]. 中国软科学,2005,No.7,P148-149
[3]谭荣波梅晓仁: SPSS统计分析实用教程[M]. 北京:科学出版社,2007.5
[4]国家林业局:中国林业年鉴2007[M]. 北京:中国林业出版社,2007.11