农民对农村公共产品供给满意度实证_省略_析_基于江西省农户层面(2)

从事的农业生产情况

Ｘ０８常年从事农业生产＝１；从事农业生产而较少时间在外务工＝２；从事农业生产而多数时间（半年以上）在外务不从事农业生产＝４工＝３；

自变量农民对各项公共产品评价自变量农村公路满意度

农田水利设施满意度农村电网改造满意度农村饮用水满意度农村义务教育满意度文化设施及服务满意度农村医疗卫生条件满意度农村社会保障满意度生活垃圾处理满意度

农业生产技术指导与培训满意度生态环境保护满意度广播电视网络建设满意度

制度自变量

农村公共产品的需求表达是否和您有关系您对农村公共产品需求表达的渠道是否畅通您认为农村公共产品供给决策中发挥作用最大的是您是否支持当地政府或村委会向村民筹资或摊派

地区自变量

所在地区属于

ＸＸ０１ＸＸ０２ＸＸ０３ＸＸ０４ＸＸ０５ＸＸ０６ＸＸ０７ＸＸ０８ＸＸ０９ＸＸ１０ＸＸ１１ＸＸ１２

最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０最满意＝１；最不满意＝－１；其他＝０有＝１；没有＝２

畅通＝１；基本畅通＝２；不畅通＝３

县乡政府＝１；村干部＝２；农民的集体意见＝３支持＝１；不支持＝２

落后地区＝１；中等地区＝２；发达地区＝３

Ｘ２１Ｘ２２Ｘ２３Ｘ２４Ｘ３１

）表征农村公共产品供给制度相关的变量３　　（

“农村公共产品的需求表达是否和您有关系”该项表明农民对农村公共产品供给制度的Ｘ２１：认识，如果回答与自身无关，则农民认为农村公共产如果回答与自品是属于村集体或政府有关的责任；１０４

身有关，则农民认为农村公共产品是与自身利益攸关的事情。

“您对农村公共产品需求表达的渠道是否畅通”这一项表明当前农村公共产品需求表达渠Ｘ２２：从一定程度上反映了农村公共产品道的通畅程度，

许　莉：农民对农村公共产品供给满意度实证分析

供给制度建设的基本情况。

“您认为农村公共产品供给决策中发挥作用最大的是”表明农民对农村公共产品供给决策机Ｘ２３：制的认识，是村集体或政府主导，还是应有农民个人参与。

“您是否支持当地政府或村委会向村民筹资或摊派”从农村公共产品的资金来源看，农民认为Ｘ２４：是政府负担还是可以由村民共同负担。

）表征地区经济发展的变量（４

“所在地区属于”表明农Ｘ３１是地区所属变量，民所在地区的经济发展程度①。

数均较小，为了简单起见，只使用Ｘ０Ｘ０Ｘ０Ｘ０２、３、４、５进行因子分析，目的在于由Ｘ０Ｘ０２、３的主要信息构造出一个新的因子，代表Ｘ０由Ｘ０２、３的共同成分；代表Ｘ０Ｘ０４、５的主要信息构造出一个新的因子，

下面采用Ｓ进Ｘ０Ｘ０ＰＳＳ１７．０软件，４、５的共同成分。行因子分析。

初始相关性分析。由Ｓ１．ＰＳＳ１７．０的相关性分

析，对应的ｓＸ０Ｘ０．３４７，ｉｇ２、３之间的相关系数为－０值较小，为０．０００；Ｘ０Ｘ０．４、５之间的相关系数为０对应的ｓ为０．说明这两对变量４８６，ｉ０００。ｇ值较小，之间存在显著的相关性，从而有必要进行因子分析。２．ＫＭＯ和Ｂａｒｔｌｅｔｔ球形检验。ＫＭＯ检验是采样充足度的Ｋ用于检验ａｉｓｅｒｅｅｒ－Ｏｌｋｉｎ度量，－Ｍｙ变量之间的偏相关性；Ｂａｒｔｌｅｔｔ球形检验用于检验相关矩阵是否为单位阵，从而判断变量间是否独立，如果不能否定相关矩阵为单位阵的假设，说明变量不适合作因子分析。如果可能单独提供了一些信息，

小于０．输出的ＫＭＯ的值等于５则不适作因子分析，

尚可接受。０．５０５，Ｂａｒｔｌｅｔｔ的球形度检验统计量的相伴概率为０．拒绝相关矩阵为单位阵的零假设，０００，说明各变量之间存在显著的相关性，这与上一步由相关系数矩阵所做的分析相一致，可以进行因子分析。

变量的共同度。采用主成分分析方法提取公３．

根据处理的结果，因子，Ｘ０Ｘ０Ｘ０Ｘ０２、３、４、５变量共同度的取值分别为０．６７８、０．６９３、０．７４４、０．７４７，表明几个公共因子分别能够解释Ｘ０７．８％，Ｘ０２方差的６３方差的６９．３％，Ｘ０４．４％，Ｘ０４．４方差的７５方差的７

说明提取的几个公共因子对原始变量还是有解７％，释效果的。

公因子选取。根据测算结果的解释总方差，前４．

两个因子的累积方差达到７说明这个公共因６．１％，即总体７子可以解释总方差的７６．１％，６．１％的信息可以由这两个公共因子来解释。结合特征初始值（即方差贡献）的碎石图，将特征值按照从大到小的降序排列后，前两个公因子的特征值均大于１，且第二个公因子之后的特征值变化趋于平缓，故采用两个公因子来分析是比较合适的。

“因子载荷矩阵。表４中，成分矩阵”是初始的５．

“未经旋转的因子载荷矩阵，旋转成分矩阵”是经过

三、实证分析

由于纳入了较多自变量，为了保证自变量之间是不相关的，首先需要进行相关性分析。对存在相关关系的自变量，为了尽量保留变量的信息，本文采用对该自变量提取综合因子，然后再做实因子分析法，证处理。

（一）变量相关性分析

由于选择的自变量较多，当自变量之间存在相关性时，必然会影响到处理结果，故首先对所有的自变量进行相关性检验。采用Ｅｖｉｅｗｓ５．０测算自变量的相关系数矩阵，自变量之间的相关系数均比较小，在０．３以上的只有两个：Ｘ０Ｘ０２、３之间的相关序数为根据王３４７，Ｘ０Ｘ０．４８６。－０．４、５之间的相关序数为０

保进的判断法则，当两个变量之间的相关系数在就可以认为变量之间存在相关关０．３～０．８之间，６］５９６１－

。处理的方法通常有两种，一种是按照经济系［

计量的常规处理方法，删去存在相关关系的两个变量中的一个，只保留其中的一个；另一种是采用因子）方法，分析（将变量进行降维处理，ＦａｃｔｏｒＡｎａｌｓｉｓ　ｙ由存在相关关系的变量构造出新的因子，新的因子但是消包含了原来存在着相关关系的变量的信息，除了相关关系。在下面的实证分析中，笔者综合采用两种方法，一方面消除变量的相关性，另一方面尽量保留原有变量的信息。

（二）因子分析

由前文的相关系数矩阵可知，Ｘ０Ｘ０２、３之间，采用因子分析方法对Ｘ０Ｘ０４、５之间存在着相关性，

其进行处理。由于这几个变量与其他变量的相关系

①

我们将选取的２将人均Ｇ人均１个县按照人均ＧＤＰ的差异划分为三类地区：ＤＰ在１７０００元／人以上的县归为发达地区，　将人均Ｇ这种地区划分ＧＤＰ在９０００～１７０００元／人之间的县归为中等地区，ＤＰ在９０００元／人以下的县归为落后地区。　　　

只是为了说明地区的经济发展状况的不同而设定的，并无固定的划分标准。

１０５

统计与信息论坛

旋转后的因子载荷矩阵。由于因子载荷是变量与公共因子的相关系数，对于某一变量，某个公因子的 …… 此处隐藏：1723字，全部文档内容请下载后查看。喜欢就下载吧 ……