在SO2排放量、廢水排放量以及固體廢棄物排放量上占有絕對劣勢。因此,山東省應著力加快在廢物治理、工業廢棄物綜合利用率以及污水凈化方面的生態保護建設,加大力度提高綠色產業競爭力。
由于各省份經濟發展程度、自然資源儲備、相關和輔助產業、地理文化環境不同,為了全面、客觀、真實地評價各省份綠色產業的競爭力,本文選取內部綠色經營能力因子、外部競爭力因子和環境破壞因子構建綜合評價體系,具體包括SO2排放量、工業固體廢棄物排放量、廢水排放量、工業固體廢物綜合利用率、污水處理設備、廢氣處理設備、全年人均可支配收入、全年人均消費支出、環境標志獲證企業、環境影響評價機構、R&D經費支出、R&D支出占GDP比重、政府科研支出、科研項目數量、科研人員數量、申請專利數量等指標。根據《2010年中國統計年鑒》、《2010年中國環境統計公報》以及各省份環境統計公報(2010年)的統計數據,對30個省份的16個指標應用軟件SPSS18.0進行因子分析。
1.KMO測度檢驗和Bartlett球形檢驗
KMO檢驗主要檢測變量之間的偏相關系數是否過小,Bartlett球度檢驗則主要檢驗相關系數矩陣是否是單位矩陣,如果是單位矩陣,則不適合采用因子模型。由表1可知,KMO檢驗值為0.845,非常適合進行因子分析。一般認為,該值越大,作因子分析的效果越好。因此,此結果可以進行因子分析;同時,假設變量之間的相關系數為單位陣,球度檢驗的觀測值為711.341,相應的概率P接近于0,在顯著性水平為0.05的條件下,概率P小于顯著性水平,因此可以充分拒絕原假設,得出相關系數矩陣不是單位矩陣的結論,對此收集的數據更加適合進行因子分析。
表1 KMO和Bartlett的檢驗
|
取樣足夠長度的Kaiser-Meyer-Olkin度量 |
0.845 |
|
Bartlett的球形度檢驗 |
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對每個變量信息的反應程度。由表2可知,第一列是16個原始變量名。第二列是根據原始變量計算出來的變量共同度,利用主成分分析法得到的16個特征值是因子分析的初始解,根據這16個特征值和對應的特征向量計算出因子載荷矩陣。這時,每個變量的所有方差都能被因子變量解釋,于是每個原始變量的共同度都是1。第三列是根據因子分析最終解計算出的變量共同度。根據最終提取的N個特征值與對應的特征向量計算出因子載荷矩陣。由于因子變量個數少于原始變量個數,所以每個變量的共同度一定小于1。例如,第一行的0.816<1,表示M個因子變量總共解釋了原始變量(SO2排放量)方差的81.6%。最后,原始變量的絕大部分信息都可以被公因子解釋,丟失的信息量少,公因子提取的效果比較理想,可以繼續進行因子分析。
3.因子個數的確定
表3為因子提取的總方差解釋,其中,從第一列到第四列初始解為對原始變量總體情況的描繪,第一列是16個初始解的序號(只選取前三個)。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標。例如,第一行的9.365表示第一個主成分刻畫了原始變量總方差16中的9.365,它代表的方差最大,以下特征根依次遞減,表示該主成分對原始變量的代表能力逐漸減弱。第三列是各主成分的方差貢獻率,表示該主成分刻畫的方差占原始變量總方差的比例。例如,第一行的58.531就是9.365/16的近似結果。第四列是主成分的累積方差貢獻率,表示前M個主成分代表的方差占原始變量總方差的比例,其值就是各方差貢獻率的累計值。
表2 公因子方差
|
因子 |
初始 |
提取 |
|
SO2排放量(萬噸) |
1.00 |
0.816 |
|
工業固體廢棄物排放量(萬噸) |
1.00 |
0.868 |
|
廢水排放量(萬噸) |
1.00 |
0.851 |
|
工業固體廢物綜合利用率(%) |
1.00 |
0.618 |
|
污水處理設備(臺) |
1.00 |
0.876 |
|
廢氣處理設備(臺) |
1.00 |
0.778 |
|
全年人均可支配收入(元) |
1.00 |
0.859 |
|
全年人均消費支出(元) |
1.00 |
0.863 |
|
環境標志獲證企業(個) |
1.00 |
0.862 |
|
環境影響評價機構(個) |
1.00 |
0.869 |
|
R&D經費支出(億元) |
1.00 |
0.935 |
|
R&D支出占GDP比重(%) |
1.00 |
0.885 |
|
政府科研支出(億元) |
1.00 |
0.926 |
|
科研項目數量(項) |
1.00 |
0.930 |
|
科研人員數量(名) |
1.00 |
0.940 |
|
申請專利數量(項) |
1.00 |
0.947 |
表3 解釋的總方差
|
因子 |
初始特征值 |
提取平方和載入 |
旋轉平方和載入 |
|
合計 |
方差% |
累積% |
合計 |
方差% |
累積% |
合計 |
方差% |
累積% |
|
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,結合特征值λ(λ>1)準則,即特征值大于或者等于1的主成分作為初始因子,舍棄特征值小于1的主成分;因子累積方差貢獻率達到80%以上為基準;碎石檢驗準則,即碎石圖(見圖1)中曲線扁平開始的前一個點也就是被認為是提取的最大公因子個數。綜合以上三個原則,確定此處選取因子個數為3個。