贵州省农业发展状况探析Word格式文档下载.docx
《贵州省农业发展状况探析Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《贵州省农业发展状况探析Word格式文档下载.docx(18页珍藏版)》请在冰豆网上搜索。
97.895
5
.109
1.215
99.110
6
.065
.718
99.828
7
.010
.111
99.939
8
.005
.053
99.991
9
.001
.009
100.000
从上表可以看出对贵州省农业贡献最大的是前面四个因子,这其中又是前两个因子的贡献最大,所以粮食、棉花等对贵州的农业起着重大的影响。
而从旋转后的因子载荷阵(表2)中可以得出每个原始变量的因子表达式。
表2旋转后的因子载荷阵
ComponentMatrixa
粮食
.770
.336
-.487
.165
棉花
-.431
.835
.333
.045
油料
.954
.113
-.133
.138
糖料
.913
.180
-.197
-.269
水果
.987
.036
-.088
大牲畜年底
.900
.199
.207
肉类
.976
.047
.203
-.010
奶类
.869
-.046
.459
水产品
.993
.057
.013
-.075
ExtractionMethod:
PrincipalComponentAnalysis.
a.4componentsextracted.
其中
依次写下去,就是每个原始变量的因子表达式,从第一个表达式可以看出第一个因子在粮食的原始变量中所占的比重是比较大的,所以第一因子对粮食的原始变量的影响比其他因子的影响大;
同样的第二个表达式中第二个因子的比重比较大,因此在棉花的原始变量中第二因子对其的影响比其他因子的影响大。
也可以从表中看出第一因子除了在棉花的载荷值小以外,其余的载荷值都比较大,可以看出
为反映贵州省农业的主要产业的公因子。
在
(粮食)、
(棉花)上的载荷值大,说明
是反映贵州农业的谷物的公因子。
(奶类)上的载荷值大,故
反映的是贵州农业的精粮的公因子。
表3因子得分表
ComponentScoreCoefficientMatrix
F
0.11
0.36
-0.697
0.932
0.08909
-0.062
0.893
0.478
0.257
0.088542
0.136
0.121
-0.191
0.781
0.121437
0.13
0.192
-0.282
-1.522
0.070817
0.141
0.01
0.052
-0.496
0.107272
0.129
-0.288
0.285
1.169
0.11795
0.139
0.051
0.291
-0.056
0.13779
0.124
-0.05
0.658
0.144224
0.142
0.06
0.019
-0.426
0.112163
根据因子得分表中的因子得分系数和原始变量的标准化值就可以计算每个观测值的各因子的得分。
旋转后的因子得分表达式可以写成:
等。
再将其综合因子得分算出,其公式是F=(77.786
+10.391
+7.755
+1.963
)/97.895所以得到综合得分。
继而可以综合评价各个变量对贵州省农业的发展做出的贡献大小。
综合得分前两名的是肉类和奶类,后两名的是棉花和糖料。
在结合因子得分分析,肉类和奶类综合得分高的原因是因为它们在第一公共因子所占的得分比较高,在第三公共因子上占的得分也比其他的要高很多,说明肉类和奶类在农业发展上占比较重的地位。
然而棉花和糖料综合得分低的原因在于在第三公共因子和第四公共因子的得分比较低,说明了棉花和糖料在农业发展上占的比重比较低。
从以上的分析可以看出,贵州省的农业发展中虽然粮食的产量每年都在上长,但它并不是贵州农业发展中的重点,反而是肉类和奶粉所占的比重较大,说明了在农业发展上其生活消费对农业发展做出了很大的贡献。
2.4移动平均法分析预测
对于一个时间序列,我们可以假定在一个比较短的时间间隔里,序列的取值是比较稳定的,它们之间的差异主要由随机波动
造成的。
=
向前L期的预测值为:
对贵州未来各种农产品用移动平均法进行预测,预测结果如下:
年份
1949
1950
1951
1952
1953
1954
327.89
3.472
7.07
261.4
1955
350.79
4.392
6.76
273.5
7.884
1956
376.1
5.814
6.552
289.52
9.306
1957
409.59
7.124
6.104
309.44
10.476
0.072
1958
447.78
8.336
6.012
330.12
11.36
0.158
1959
476.88
9.842
6.03
342
11.894
0.236
1960
479.31
9.478
6.324
344.28
10.97
0.302
1961
457.27
8.978
6.528
335.14
9.166
0.366
1962
424.96
7.424
6.742
314.92
6.908
0.396
1963
390.94
5.838
6.526
291.72
5.024
0.358
1964
360.42
4.134
6.164
279.4
4.44
0.328
1965
366.91
4.66
5.954
279.04
5.968
0.314
1966
401.6
4.928
5.512
291.36
9.45
0.306
1967
431.41
5.986
4.998
311.08
12.278
0.322
1968
461.57
6.936
4.656
330.34
14.896
0.346
1969
484.12
7.068
4.18
342.44
15.478
0.376
1970
485.96
6.11
3.638
351.08
14.99
0.394
1971
491.33
5.336
3.294
357.82
14.178
0.374
1972
508.12
5.29
3.682
363.7
13.782
0.354
1973
490.51
5.462
3.534
371.8
13.032
0.342
1974
513.29
6.134
3.824
383.6
13.37
1975
529.03
6.986
4.212
393.96
13.868
0.33
1976
533.52
7.466
4.754
402.64
13.438
1977
535.87
7.742
4.648
407.28
13.412
1978
583.44
7.404
5.256
407.06
13.608
0.362
1979
592.32
5.828
6.318
327.124
91.454
2.858
1980
608.22
4.32
7.492
245.68
171.63
7.346
1981
630.1
2.902
9.464
162.874
254.666
12.608
1982
629.63
1.226
15.32
82.68
342.026
18.858
1983
627.21
0.05
23.704
5.456
435.26
25.836
0.496
1984
639.14
0.054
27.426
5.93
453.28
30.992
0.584
1985
666.08
0.062
31.364
6.84
474.74
35.376
0.752
1986
655.412
34.64
7.874
498.18
39.756
0.912
1987
676.41
0.07
36.212
9.404
522.62
44.426
1.076
1988
680.244
0.066
35.86
11.126
546.3
49.33
1.316
1989
666.844
0.074
38.134
12.814
571.34
54.814
1.526
1990
656.944
38.602
14.328
594.24
59.594
1.684
1991
682.152
40.982
15.636
616.92
64.144
1.862
1992
724.784
0.08
44.96
16.294
638.64
68.784
2.04
1993
747.93
0.088
46.368
16.092
657.26
73.182
2.152
1994
794.63
0.084
47.05
16.272
673.78
76.928
2.29
1995
840.718
49.928
17.9
549.554
204.756
19.93
1996
886.288
0.092
52.92
19.946
421.868
336.452
39.61
1997
909.708
0.224
51.686
23.634
289.64
453.64
59.88
1998
957.108
52.804
28.204
156.528
573.066
80.76
1999
1003.21
0.238
56.596
35.85
21.908
696.16
102.9
1.522
3.76
2000
1040.51
0.252
60.594
42.23
25.128
697.47
108.3
1.53
4.3
2001
1083
0.258
63.696
50.18
27.154
703.808
113
1.592
4.894
2002
1102.54
0.112
66.836
56.08
30.548
720.212
118.6
1.678
5.572
2003
1104.2
0.108
69.538
63.47
33.452
738.64
126.2
1.854
6.222
2004
1105.06
0.09
71.552
67.666
36.708
758.976
135
2.214
6.81
2005
1109.94
74.632
69.45
39.63
784.082
145.8
2.632
7.48
2006
1099.66
0.0668
74.6904
70.008
41.336
788.6004
150.1
2.8204
7.728
2007
1099.54
0.06616
75.36448
70.9876
42.3172
797.0965
153.8
2.98448
7.8956
2008
1112.6
0.065392
75.94138
70.38912
42.84864
802.3078
155.5
3.07538
7.98272
2009
1114.26
0.06647
76.66765
69.31894
42.66237
802.3933
155.3
3.01445
7.987264
2010
1107.2
0.067764
75.45918
70.03073
41.75884
794.896
152.1
2.90534
7.814717
2011
1106.65
0.066517
75.62462
70.14688
42.18461
797.0588
153.4
2.96001
7.88166
2012
1108.05
0.066461
75.81146
70.17466
42.35433
798.7505
154
2.98793
7.912392
该表对贵州农产品2005年到2012年的预测,从表中可以看出,粮食在未来这几年的产量比较稳定,没有明显的波动,2005年,粮食的预测值为1109.94万吨,而在2012年,粮食的预测值为1108,.05万吨,从数字上看出,没有太大的波动。
棉花在未来几年产量有下滑的趋势,它是在平稳的下降,2005年,棉花的预测值为0.074万吨,而在2012年,它的预测值为0.066461万吨,有明显的下降趋势。
油料在未来的几年中,其产量先微微上升然后再慢慢下滑,整体波动不是很大,预测该产品在2005年的产量为74.632万吨,在2012年的产量约为75.81146万吨,产量在慢慢上升。
糖料在未来的几年中变动也不大,呈上升趋势,从预测的情况看,从2005年的69.45万吨到2012年的70.17466万吨,在缓慢的增长。
在水果方面也在增长,从2005年的39.63万吨到2012年的42.35433万吨,其增长速度比较平稳,缓慢。
在牲畜,肉类,奶类,水产品方面,从表中可以看出,其产量都在增长,增长的速度比较平稳,缓慢。
从整体上看,在未来几年内,贵州的农业,农产品在平稳,缓慢的上升,农业在稳中求进,慢慢地上升。
但在棉花的产量上呈下降趋势,最主要的原因可能是因为棉花的产量不高,人们种植棉花所取得的效益较低,所以把精力向其他方面转移。
3总结与建议
贵州的发展离不开农业,通过对1949年到2004年贵州农产品的分析,预测,贵州的农业正在缓慢的发展,但由于贵州特殊的地形,在主要农产品的发展上已经没有多大的上涨幅度了,不管怎样的加大力度,也很难有大的突破,我们应该充分利用贵州的自然资源,比如说贵州的植物的品种繁多,药材广泛,气候适宜,我们可以发展贵州的特色农业!
参考文献
[1]朱建平.应用多元统计分析.北京:
科学出版社,2009.
[2]王燕.应用时间序列分析.北京:
中国人民大学出版社,2008.
[3]张启贤,陈欣,刘新平.基于因子分析下的学生成绩综合评价模型研究.西安文理学院学报.自然科学出版社,2008(04).
[4]何晓群.多元统计分析.北京:
中国人民大学出版社,2009.
[5]贵州统计年鉴2005.
附表1贵州省历年主要农业产品产量统计(1949--2004)
(万吨)
头数(万头)
296.55
2.69
6.93
246.80
299.80
2.66
6.97
245.90
4.33
319.05
3.22
7.09
257.50
6.41
344.65
3.90
7.13
269.60
7.71
0.03
379.40
4.89
7.23
287.20
9.12
0.0