内容摘要:在SO2排放量、废水排放量以及固体废弃物排放量上占有绝对劣势。因此,山东省应着力加快在废物治理、工业废弃物综合利用率以及污水净化方面的生态保护建设,加大力度提高绿色产业竞争力。
由于各省份经济发展程度、自然资源储备、相关和辅助产业、地理文化环境不同,为了全面、客观、真实地评价各省份绿色产业的竞争力,本文选取内部绿色经营能力因子、外部竞争力因子和环境破坏因子构建综合评价体系,具体包括SO2排放量、工业固体废弃物排放量、废水排放量、工业固体废物综合利用率、污水处理设备、废气处理设备、全年人均可支配收入、全年人均消费支出、环境标志获证企业、环境影响评价机构、R&D经费支出、R&D支出占GDP比重、政府科研支出、科研项目数量、科研人员数量、申请专利数量等指标。根据《2010年中国统计年鉴》、《2010年中国环境统计公报》以及各省份环境统计公报(2010年)的统计数据,对30个省份的16个指标应用软件SPSS18.0进行因子分析。
1.KMO测度检验和Bartlett球形检验
KMO检验主要检测变量之间的偏相关系数是否过小,Bartlett球度检验则主要检验相关系数矩阵是否是单位矩阵,如果是单位矩阵,则不适合采用因子模型。由表1可知,KMO检验值为0.845,非常适合进行因子分析。一般认为,该值越大,作因子分析的效果越好。因此,此结果可以进行因子分析;同时,假设变量之间的相关系数为单位阵,球度检验的观测值为711.341,相应的概率P接近于0,在显著性水平为0.05的条件下,概率P小于显著性水平,因此可以充分拒绝原假设,得出相关系数矩阵不是单位矩阵的结论,对此收集的数据更加适合进行因子分析。
表1 KMO和Bartlett的检验
取样足够长度的Kaiser-Meyer-Olkin度量 | 0.845 | |
Bartlett的球形度检验 | 近似卡方 | 711.341 |
Df | 120 | |
Sig. | 0.000 |
2.初始解——公因子方差
因子共同度指提取的公因子对每个变量信息的反应程度。由表2可知,第一列是16个原始变量名。第二列是根据原始变量计算出来的变量共同度,利用主成分分析法得到的16个特征值是因子分析的初始解,根据这16个特征值和对应的特征向量计算出因子载荷矩阵。这时,每个变量的所有方差都能被因子变量解释,于是每个原始变量的共同度都是1。第三列是根据因子分析最终解计算出的变量共同度。根据最终提取的N个特征值与对应的特征向量计算出因子载荷矩阵。由于因子变量个数少于原始变量个数,所以每个变量的共同度一定小于1。例如,第一行的0.816<1,表示M个因子变量总共解释了原始变量(SO2排放量)方差的81.6%。最后,原始变量的绝大部分信息都可以被公因子解释,丢失的信息量少,公因子提取的效果比较理想,可以继续进行因子分析。
3.因子个数的确定
表3为因子提取的总方差解释,其中,从第一列到第四列初始解为对原始变量总体情况的描绘,第一列是16个初始解的序号(只选取前三个)。第二列是主成分(公因子)的特征根,它是衡量主成分重要程度的指标。例如,第一行的9.365表示第一个主成分刻画了原始变量总方差16中的9.365,它代表的方差最大,以下特征根依次递减,表示该主成分对原始变量的代表能力逐渐减弱。第三列是各主成分的方差贡献率,表示该主成分刻画的方差占原始变量总方差的比例。例如,第一行的58.531就是9.365/16的近似结果。第四列是主成分的累积方差贡献率,表示前M个主成分代表的方差占原始变量总方差的比例,其值就是各方差贡献率的累计值。
表2 公因子方差
因子 | 初始 | 提取 |
SO2排放量(万吨) | 1.00 | 0.816 |
工业固体废弃物排放量(万吨) | 1.00 | 0.868 |
废水排放量(万吨) | 1.00 | 0.851 |
工业固体废物综合利用率(%) | 1.00 | 0.618 |
污水处理设备(台) | 1.00 | 0.876 |
废气处理设备(台) | 1.00 | 0.778 |
全年人均可支配收入(元) | 1.00 | 0.859 |
全年人均消费支出(元) | 1.00 | 0.863 |
环境标志获证企业(个) | 1.00 | 0.862 |
环境影响评价机构(个) | 1.00 | 0.869 |
R&D经费支出(亿元) | 1.00 | 0.935 |
R&D支出占GDP比重(%) | 1.00 | 0.885 |
政府科研支出(亿元) | 1.00 | 0.926 |
科研项目数量(项) | 1.00 | 0.930 |
科研人员数量(名) | 1.00 | 0.940 |
申请专利数量(项) | 1.00 | 0.947 |
表3 解释的总方差
因子 | 初始特征值 | 提取平方和载入 | 旋转平方和载入 | ||||||
合计 | 方差% | 累积% | 合计 | 方差% | 累积% | 合计 | 方差% | 累积% | |
1 | 9.365 | 58.531 | 58.531 | 9.365 | 58.531 | 58.531 | 6.150 | 38.436 | 38.436 |
2 | 3.280 | 20.499 | 79.031 | 3.280 | 20.499 | 79.031 | 5.240 | 32.749 | 71.185 |
3 | 1.176 | 7.351 | 86.382 | 1.176 | 7.351 | 86.382 | 2.431 | 15.197 | 86.382 |
在此,结合特征值λ(λ>1)准则,即特征值大于或者等于1的主成分作为初始因子,舍弃特征值小于1的主成分;因子累积方差贡献率达到80%以上为基准;碎石检验准则,即碎石图(见图1)中曲线扁平开始的前一个点也就是被认为是提取的最大公因子个数。综合以上三个原则,确定此处选取因子个数为3个。
图1 碎石图
4.根据因子载荷矩阵求解因子模型
在提取三个主成分后,利用因子分析法估计因子载荷矩阵,如表4所示,它表示变量和公因子的相关系数。
表4 旋转成分矩阵
因子 | 成分 | ||
1 | 2 | 3 | |
SO2排放量 | 0.364 |
进一步,我们通过因子分析法得出标准化因子得分系数矩阵,如表5所示。
由标准化因子得分系数矩阵可得主成分得分模型如下。第一主成分表达式为:
F1=-0.018x1-0.166x2-0.004x3+0.215x4+0.187x5+0.095x6-0.066x7-0.070x8+0.028x9-0.064x10-0.014x11-0.238x12-0.023x13+0.171x14+0.204x15+0.216x16 (1)
第二主成分表达式为:
F2=-0.010x1+0.095x2-0.127x3-0.085x4-0.088x5-0.032x6+0.208x7+0.211x8+0.123x9+0.164x10+0.158x11+0.340x12+0.174x13-0.038x14-0.071x15-0.716x16 (2)
第三主成分表达式为:
F3=0.344x1+0.484x2+0.213x3-0.264x4+0.013x5+0.154x6-0.015x7-0.036x8-0.028x9+0.239x10+0.072x11+0.142x12+0.012x13-0.038x14-0.077x15-0.133x16 (3)
其中,x1~x16依次表示为表5第一列因子,分别将30个省份的16个原始变量值代入上面3个公因子表达式中,即可求得30个省份在绿色产业上的竞争力得分排名。
表5 标准化因子得分系数矩阵
因子 | 成分 | ||
1 | 2 | 3 | |
SO2排放量(x1) | -0.018 | -0.010 | 0.344 |
工业固体废弃物排放量(x2) | -0.166 | 0.095 | 0.484 |
废水排放量(x3) | -0.004 | -0.127 | 0.213 |
工业固体废物综合利用率(x4) | 0.215 | -0.085 | -0.264 |
污水处理设备(x5) | 0.187 | -0.088 | 0.013 |
废气处理设备(x6) | 0.095 | -0.032 | 0.154 |
全年人均可支配收入(x7) | -0.066 | 0.208 | -0.015 |
全年人均消费支出(x8) | -0.070 | 0.211 | -0.036 |
环境标志获证企业(x9) | 0.028 | 0.123 | -0.028 |
环境影响评价机构(x10) | -0.064 | 0.164 | 0.239 |
R&D经费支出(x11) | -0.014 | 0.158 | 0.072 |
R&D支出占GDP比重(x12) | -0.238 | 0.340 | 0.142 |
政府科研支出(x13) | -0.023 | 0.174 | 0.012 |
科研项目数量(x14) | 0.171 | -0.038 | -0.038 |
科研人员数量(x15) | 0.204 | -0.071 | -0.077 |
申请专利数量(x16) | 0.216 | -0.071 | -0.133 |
5.综合评价值的计算和排序
在因子分析法中,依据各个指标间的相关关系确定的其权数具有客观性,并且权值等于方差百分比。将每个公因子与相对应的方差百分比进行线性加权求和,就可以得出某一产业部门的综合评价值。因此,按照各个公因子对应的方差贡献率作为权数,计算出一个综合统计量。综合得分计算方法为:
(4)
其中,F表示三个主成分的综合指标,F1表示内部绿色经营力因子,F2表示外部竞争力因子,F3表示环境破坏力因子,λ1、λ2、λ3分别表示F1、F2、F3的特征值。由以上计算方法,即可得出绿色产业竞争力的综合评指标,表示为:
F=0.4450F1+0.3791F2+0.1759F3 (5)
由以上综合得分公式和F1、F2、F2得分公式可得各个省份在这4个指标上的竞争力得分,运用EXCEL可计算出各省份得分,并进行相应排序如表6所示。
表6 2010年中国30个省绿色产业竞争力综合排名和主成分排名
排名 | F1 | F2 | F3 | F | ||||
省份 | 得分 | 省份 | 得分 | 省份 | 得分 | 省份 | 得分 | |
1 | 广东 | 2.70152 | 北京 | 3.90909 | 河北 | 2.88159 | 广东 | 1.57341 |
2 | 江苏 | 1.75315 | 上海 | 2.33782 | 山东 | 1.77575 | 江苏 | 1.17107 |
3 | 浙江 | 1.56507 | 广东 | 1.01003 | 辽宁 | 1.53061 | 浙江 | 0.90587 |
4 | 山东 | 0.98257 | 天津 | 0.67708 | 山西 | 1.32499 | 上海 | 0.86458 |
5 | 河南 | 0.31609 | 江苏 | 0.61085 | 内蒙古 | 1.09636 | 北京 | 0.71473 |
6 | 湖南 | 0.25910 | 浙江 | 0.49206 | 四川 | 1.07766 | 山东 | 0.55551 |
7 | 安徽 | 0.13704 | 辽宁 | 0.41309 | 河南 | 1.01828 | 河北 | 0.22984 |
8 | 福建 | 0.13519 | 山东 | 0.30329 | 江苏 | 0.90588 | 辽宁 | 0.18557 |
9 | 湖北 | 0.06904 | 陕西 | -0.00007 | 陕西 | 0.18667 | 河南 | 0.09995 |
10 | 海南 | 0.05677 | 四川 | -0.02544 | 广西 | 0.16233 | 四川 | 0.08239 |
11 | 北京 | 0.00916 | 福建 | -0.02623 | 贵州 | 0.14723 | 福建 | -0.02775 |
12 | 重庆 | -0.02494 | 内蒙古 | -0.16299 | 浙江 | 0.13006 | 山西 | -0.06967 |
13 | 广西 | -0.09791 | 河北 | -0.19526 | 江西 | 0.11719 | 天津 | -0.07760 |
14 | 天津 | -0.10672 | 重庆 | -0.21942 | 云南 | -0.00271 | 湖北 | -0.09312 |
15 | 四川 | -0.21917 | 湖北 | -0.23293 | 广东 | -0.06633 | 湖南 | -0.11759 |
16 | 上海 | -0.22283 | 安徽 | -0.29213 | 北京 | -0.12714 | 陕西 | -0.11845 |
17 | 吉林 | -0.25578 | 山西 | -0.43399 | 湖北 | -0.20207 | 安徽 | -0.12045 |
18 | 黑龙江 | -0.31059 | 云南 | -0.43454 | 湖南 | -0.30616 | 内蒙古 | -0.18893 |
19 | 陕西 | -0.33991 | 江西 | -0.46808 | 安徽 | -0.40188 | 重庆 | -0.22204 |
20 | 新疆 | -0.36725 | 吉林 | -0.47128 | 福建 | -0.44324 | 广西 | -0.32056 |
21 | 宁夏 | -0.37432 | 湖南 | -0.47226 | 新疆 | -0.50048 | 黑龙江 | -0.32336 |
22 | 贵州 | -0.40383 | 黑龙江 | -0.52869 | 甘肃 | -0.60168 | 云南 | -0.35482 |
23 | 云南 | -0.42609 | 河南 | -0.57987 | 黑龙江 | -0.72206 | 江西 | -0.36371 |
24 | 河北 | -0.45621 | 甘肃 | -0.64286 | 重庆 | -0.72634 | 贵州 | -0.41312 |
25 | 山西 | -0.46228 | 宁夏 | -0.67379 | 吉林 | -0.81857 | 吉林 | -0.43647 |
26 | 江西 | -0.46488 | 贵州 | -0.68403 | 宁夏 | -1.18222 | 新疆 | -0.52965 |
27 | 青海 | -0.51921 | 新疆 | -0.73381 | 青海 | -1.19328 | 甘肃 | -0.55526 |
28 | 辽宁 | -0.53993 | 青海 | -0.74789 | 上海 | -1.31663 | 宁夏 | -0.62996 |
29 | 甘肃 | -0.71908 | 广西 | -0.80598 | 天津 | -1.63044 | 海南 | -0.69593 |
30 | 内蒙古 | -1.67381 | 海南 | -0.92180 | 海南 | -2.11336 | 青海 | -0.72447 |
资料来源:根据SPSS18.0统计得来。
6.结合钻石理论模型对山东省绿色产业竞争力影响因素的定性说明
通过以上实证分析,从定量角度对全国30个省份的绿色产业竞争力进行了分析。接下来以钻石理论为基础从定性角度,对山东省绿色产业竞争力进行比较分析。
第一,山东省绿色产业在内部绿色竞争力因子方面全国排名靠前,也就是说在环保经营实力和技术竞争力方面竞争力较强。第一公因子F1的方差贡献率为58.531%,说明F1是影响绿色产业竞争力的最主要因素,并且山东省F1在30个省份中的排名为第四,所以山东省在这方面比其他省份相对具有绝对优势,也正因此山东省能够继续加快企业转型和扩大绿色产业市场。
第二,山东省在绿色产业的外部拉动力因子方面具有比较优势,反映在市场需求拉力、企业外部压力、政府推动力三方面。由表6可知,山东省第二公因子排名第八,进一步说明山东省在市场需求和政府支持力度上处于全国靠前位置,有利于绿色产业竞争力的提高,发展绿色产业的外部环境比较适宜。山东省的地理位置、国民收入、政府科研支出和资源储备都有利于绿色产业竞争力的提高。
第三,山东省在产业发展的过程中对生态环境的破坏程度较大。由表6可知,山东省的环境破坏力因子排名第二,即在发展过程中SO2排放量、污水排放量和固体废弃物排放量相当大,在这方面的治理还存在很大的改进空间。同时,说明与绿色产业相配套的相关环保设施还不健全,排污监控机制有待改进。
第四,从综合得分来看,山东省绿色产业竞争力比较强,排名位居第六。由于综合得分是由因子F1、F2、F3按照比例共同决定的,进一步分析三个指标以及16个原始指标可知,山东省在科研项目、科研人数、R&D科研经费支出和政府科技经费支出上占有绝对优势。同时,在SO2排放量、废水排放量以及固体废弃物排放量上占有绝对劣势。因此,山东省应着力加快在废物治理、工业废弃物综合利用率以及污水净化方面的生态保护建设,加大力度提高绿色产业竞争力。
版权提示:智研咨询倡导尊重与保护知识产权,对有明确来源的内容注明出处。如发现本站文章存在版权、稿酬或其它问题,烦请联系我们,我们将及时与您沟通处理。联系方式:gaojian@chyxx.com、010-60343812。