第四节 江西支柱产业选择的评价模型及其实证分析

一 支柱产业选择的评价模型

通过上节分析，确定了江西支柱产业选择评价指标体系，在这个指标体系中，包含12个具体指标。相对来说，选择的指标较多，并且指标之间可能具有内在相关性。例如，经济效率中6个指标就很可能会高度相关。综合考虑，最终选用因子分析方法。

因子分析方法是从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合变量的一种多变量统计方法。其主体思想是“降维”，即通过对诸多变量的相关性研究，用少数几个变量来表示原来变量的主要信息，进而用以替代原来的变量解释一些经济、社会的信息等。

因子分析的一般模型为：

X=（X ₁，X ₂，…，X _p）′为P元随机变量的，EX=μ，X=∑，如果可表示为：

X_I=μ_i+a_i1F₁+…+a_imF_im+ε_i，（i=1，2，…，p，m≤p）

或X-μ=AF+ε

称模型x-μ=AF+ε为正交因子模型，称F₁，F₂，…，F_m为公共因子，它们是不可观测的变量，它们的系数矩阵A称为因子载荷矩阵；a_ij（i=1，2，…，p，j=1，2，…，m）称为第i个变量在第j个因子上的载荷（简称为因子载荷），ε₁，ε₂，…，ε_p称为特殊因子，它们是不能被前m个公共因子包含的部分；并且满足：

cov（F，ε）=0，即F，ε不相关；

，即F₁，F₂，…，F_m不相关；

其中F=（F ₁，F ₂，…，F _m）′，ε（ε ₁，ε ₂，…，ε _p）′

用矩阵的表达方式：

二 基于因子分析方法的江西支柱产业选择实证分析

依据各指标的解释，通过数据的搜集并计算得出表3-7。

表3-7 江西省2011年工业主要行业各项指标值

续表

在进行因子分析之前，首先需要判断原始数据是否适合做因子分析。将数据输入SPSS19中，对其进行KMO样本测度和巴特莱特（Bartlett）球形度检验，得到的结果如表3-8所示。

表3-8 KMO 和 Bartlett 的检验

一般认为，KMO值大于0.5就适合做因子分析。表3-8给出的KMO值为0.547，大于0.5，因此可以用因子分析法。

进一步的，采用主成分分析方法来确定公共因子个数。常用的公共因子确定方法有：特征值、因子累计方差贡献率以及碎石图。SPSS处理结果如表3-9所示。

表3-9 解释的总方差

图3-3 SPSS分析提供的碎石图

依据特征值大于1以及累计方差贡献率大于80%的原则，提取4个主因子。从表3-9可以看出，前4个因子的特征值都大于1，而且它们的累计方差贡献率达到81.817%。从碎石图（见图3-3）也可以看出有4个因子的特征值大于1。因此，提取前4个主因子是比较合适的。

表3-10 因子载荷矩阵

因子载荷矩阵（见表3-10），列出了各项变量对应于4个公共因子的载荷值，根据该矩阵可以列出4个公共因子的表达式或因子模型。

主因子一：

F1=0.131X1-0.666X2-0.21X3-0.655X4+0.857X5+0.778X6-0.947X7+0.505X8+0.77X9-0.568X10+0.55X11-0.474X12

同理，依次可以列出主因子二（F2）、主因子三（F3）和主因子四（F4）的表达式。然后，分别将19个备选行业的12个原始指标值代入上述因子表达式中，即可求得19个行业对应的4个公共因子的因子值。

采用主成分分析法进行因子分析，公因子在许多变量上均有较高的载荷，但实际含义比较模糊，无法对各公共因子做出明确的说明。对因子载荷矩阵进行方差极大旋转后，便可提高其解释能力，旋转后的因子分析结果如表3-11所示。

表3-11 旋转因子载荷矩阵a

经过旋转后，第一因子在X10和X12上具有很大的载荷和解释能力，这两个指标分别代表产品销售率和三废治理系数。因此，主因子一主要是反映行业的可持续发展能力，X10、X12值越大说明该行业发展潜力越大。第二因子在X5、X6和X8这三个指标上具有很大的载荷和解释能力。这些指标反映了行业经济效率，其值越大，说明行业经济效益越好。第三因子在X2和X7上具有很大的载荷和解释能力。这两个指标主要是反映行业的生产效率，其值越大说明行业的生产效率越高。第四因子在X1和X3上具有很大载荷和解释能力。这两个指标主要是反映行业所处的竞争地位以及行业与其他行业之间的关联性大小，其值越大说明行业越具有竞争优势。

最后，根据回归分析所得到的各因子得分，采用加权平均法计算出江西支柱产业19个备选行业的综合得分，其计算公式为：

F=（40.558%F1+20.104%F2+12.303%F3+8.852F4）/81.817

计算得出各备选行业的综合得分及排名情况，如表3-12所示。

表3-12 各备选行业综合得分及排名

从表3-12可以看出，排在前六位的行业部门依次是：有色金属冶炼及压延加工业、黑色金属冶炼及压延加工业、食品制造业、纺织业、塑料制品业以及农副食品加工业。总体来看，这些产业具有良好的发展基础，对江西经济发展贡献大。排在后三位的是：通信设备、计算机及其他电子设备制造业，通用设备制造业以及有色金属矿采选业。这些行业总体发展情况不太理想，不宜充当经济发展中的支柱产业。

三 江西支柱产业的确定

对于表3-12中排名前六位的行业，其中有色金属冶炼及压延加工业、黑色金属冶炼及压延加工业、食品制造业在各方面的表现都较好。因此，可以将其列为支柱产业。但对于纺织业、塑料制品业和农副食品加工业，这三个行业在生产效率（F3）和关联效应（F4）方面表现较差，可以将它们排除在支柱产业范围之外。

支柱产业选择需要考虑多方面因素。表3-12排名靠前的只是说明该行业目前发展较好，但支柱产业选择过程中不但要关注行业现有发展水平，还要考虑政策的引导、产业的前景和成长性。交通运输设备制造业中的新能源汽车、航空工业，电气机械及器材制造业中的光伏产业，医药制造业中的中成药、生物医药等，这些行业都代表了未来产业结构调整的方向，并且江西目前也具备发展这些行业的基础条件。所以，有理由将交通运输设备制造业、电气机械及器材制造业和医药制造业确定为支柱产业重点培育。

综上分析，从工业角度最终确定的支柱产业有以下六大类：有色金属冶炼及压延加工业、黑色金属冶炼及压延加工业、食品制造业、交通运输设备制造业、电气机械及器材制造业以及医药制造业；再加上第二节中选定的旅游业。因此，本章确定的江西支柱产业有七大类：有色金属冶炼及压延加工业、黑色金属冶炼及压延加工业、食品制造业、交通运输设备制造业、电气机械及器材制造业、医药制造业以及旅游业。