襄阳市森林食品产业影响因素分析

第二节　襄阳市森林食品产业影响因素分析

应用森林食品产业影响因素模型： y=a₀+a₁x₁+ a₂x₂+a₃ x₃+a₄x₄+a₅x₅+a₆x₆+a₇x₇+a₈x₈+μ，选取襄阳2000-2009年度数据作为样本空间来对襄阳市森林食品产业因素进行实证研究。(襄阳市森林食品产业影响因素相关数据见表4.1)

表4.1　襄阳森林食品产业影响因素相关数据表

一、PLS成分的确定

运用软件SAS9.0的cv=one cvtest pval=0.01stat= PRESS的交互检验(Cross-Validation)方法对方程的多个PLS成分的有效性进行检验，发现在0.01的显著性水平下，只有1个成分满足交互有效性条件。因此，选取1个PLS成分作为模型的主成分进行回归分析，得到自变量信息和解释因变量变异信息的程度，结果较为理想。(PLS成分对自变量和因变量变异信息的解释程度见表4.2)

表4.2　PLS成分对自变量和因变量变异信息的解释程度

二、模型结果和自变量投影重要性指标VIP

通过SAS软件的PLS过程，可以得到各自变量的系数以及标准化回归系数(见表4.3)。由于标准化系数的符号只是表明自变量对因变量的影响方向，其大小只能粗略地衡量自变量对因变量影响程度，却没有考虑自变量对形成PLS成分的贡献。变量投影重要性指标VIP(Variable Importancein Projection)则综合考虑了自变量对构造PLS成分的贡献和PLS成分对因变量的解释能力，其计算公式为：

其中，p表示自变量的个数；Rd(Y； t_h)=r₂(Y； t_h)，表示成分t_h对因变量Y的解释能力；w_hj是轴w_h的第j个分量，用于测量xj对构造t_h成分的边际贡献； Rd(Y；t₁，...，t_k)=Rd(Y；t_h)，表示所有t₁，…，t_k成分对因变量Y的累计解释能力。

按照上述计算公式，编制SAS程序计算每个自变量的投影重要性指标VIP(见表4.2：自变量的系数、标准化回归系数与VIP值)，并从大到小进行排序(VIP值排序见图4.1)，从而可以准确地判断每个自变量对因变量影响的相对重要性。

表4.3　自变量的系数、标准化回归系数与VIP值

三、影响因子排序分析

从以上的检验结果可知，方程通过了PLS回归的交互有效性检验，说明模型克服了多重共线性的干扰，在0.01的水平上显著并有效。其中，对自变量的信息利用率均在91％以上，说明模型选择的自变量系统较为有效，干扰因素较少。对因变量变异信息的解释能力均在98％以上，说明模型构建指标选择恰当。

结果表明，森林食品产业发展中按因素的贡献程度排序分别为：农业产值、林业合作组织发展情况、森林食品名牌数、林业投资、森林食品龙头企业数、森林覆盖率、林权改革推进程度、森林食品基地建设情况。

通过对森林食品产业影响因子及贡献程度分析得出以下结论：a.森林食品产业发展要注重相关产业的共同发展及彼此的资源互补，特别是与区域农业产业化、现代化程度相关联； b.森林食品产业发展要通过明晰林地产权，加强林业合作组织建设，扩大森林食品基地规模，提高森林食品生产标准化程度，来提高森林食品生产能力； c.要重视森林食品龙头企业的扶持； d.要重视森林食品品牌建设； e.要注重对森林食品产业政策引导和资金的投入。

图4.1　VIP值排序

本章小结

“森林食品产业影响因素模型”界定、验证了影响森林食品产业发展的关键因子，为森林食品产业发展战略及推进策略的确定提供了科学的工具；“森林食品产业影响因素模型”分析了影响产业发展的各因子贡献权重，为政府确定促进森林食品产业区域发展的资源投入比例提供了科学的依据。