华北地区奶业区域竞争力评价体系构建及实证分析

《华北地区奶业区域竞争力评价体系构建及实证分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、华北地区奶业区域竞争力评价体系构建及实证分析摘要：随着市场经济的深入发展，我国奶业逐渐步入正轨，并呈现出高速发展的局面。但由于我国奶业发展有明显的区域特征，主产区和主销区相分离，使得奶业区域竞争日趋激烈。为此，科学地评价华北地区奶业竞争力及实际发展水平，以利于促进国内奶业的健康稳定发展。关键词：华北地区；奶业；区域竞争力；因子分析法中图分类号：F307.3文献标识码：A文章编号.•1007-2101(2011)06-0093-04一、引言奶业是一个集经济与高效为一体的畜牧产业，也是现代农业的重要组成部分。当今世界各国都很重视发展奶业。在发达国家

2、奶业产值一般都占据畜牧业总产值1/3左右的比例，已成为农业的主导产业；近年来发展中国家特别是亚洲国家也高度重视发展奶业。牛奶产量和人均占有量已被当今世界视为一个国家经济发达程度与综合国力的标志之一，世界卫生组织也把人均乳品消费量作为重要标志来衡量一个国家人民的生活水平［1］。在我国奶业属于一个起步较晚、基础较薄弱的产业，随着国民经济快速发展，人民生活水平不断提高，奶业作为朝阳产业呈现出强劲的发展态势。特别是近几年来，我国奶业发展年均增长率高达23%〜25%，甚至高出世界平均增长率的6〜9倍。我国奶业发展在区域上呈现出明显的特征，存在主产区和主销

3、区区域分离的问题，这就使各地区奶业发展各具比较优势，虽然在规模上相距较大，但不同规模的奶业企业各地都有，而且都具有一定的发展空间。另外，发展奶业对促进地区经济的发展，带动相关产业的发展，提高农民收益上都有很大的促进作用，这就要求各地区根据当地资源进行合理配置，以提高现有奶业的生产效率和竞争力水平［2］。那么，如何客观评价各地奶业竞争力了解其实际发展水平，怎样把握当地奶业在市场上的优势地位，哪些因素对区域奶业竞争力起着决定作用？采取什么样的措施才能更有效地提高当地奶业竞争力？乳业界的人士都知道，世界上有一条国际公认的优质奶牛生长带，位于地球北纬4

4、0-47度之间。这一带状地区气候干爽、阳光充沛，特别适宜奶牛生长。畜牧专家分析，地理气候的优势可以令奶牛不受潮热侵袭、不需消耗过多能量、少病多产、奶质优良。专家还比照世界乳业强国比如英国、法国、丹麦、荷兰、美国、加拿大等，其乳制品工业区几乎都分布在这个纬度上。在我国，包括北京、天津、河北、内蒙古和山西五个省市区的华北地区都基本处于这一优质奶牛生长带上，得天独厚的地理区位条件使其一直是我国传统的优势奶业产区，在全国具有非常显著的代表性。在我国知名的乳品企业中，华北地区占有大部分，以伊利、蒙牛为代表的乳业集团无论从规模、年产值、市场占有率、净收益各

5、个方面都在乳业领域占有主导地位。因此，研宄我国华北地区奶业生产效率和竞争力是十分必要的，在为华北地区提升奶业竞争力的同时，也为其他各地提供借鉴。二、指标选择及数据来源在指标体系的构建上，本文在结合我国奶业及华北地区奶业的发展现状的基础上，借鉴了相关产业研宄专家（赵彦云，岳中刚、张利痒，孔祥智）的评价指标体系［3］，主要把重点放在了奶户和乳品加工企业等的相关指标上［4］，力求建立符合华北地区奶业发展特点的奶业区域竞争力评价指标体系（见表1）。本文的数据主要来源于《中国统计年鉴2005-2008》、《中国奶业年鉴2003-2008》、《中国奶业统计

6、资料2007-2008》，评价指标体系中某些指标是经过相关计算或简单回归估计后的结果。三、评价方法因子分析法是从研宄相关矩阵内部的依赖关系出发，把一些具有复杂关系的变量高度概括为少数几个综合因子的一种多元变量统计方法。利用该方法既可以减少变量的分析维度，又能减少信息损失。所以本文选择因子分析法进行降维，这样既可以简化研宄的过程，又不影响结果的可靠性，从而达到评价奶业区域竞争力的目的。（一）因子分析的条件检验KMO是用于比较变量间简单相关系数和偏相关系数的指标，KMO的统计量取值一般在0-1之间，如果KMO的检验结果在0.5-1之间则表明可以进行

7、因子分析，如果小于0.5则表明不适合进行因子分析，根据SPSS运行结果，KMO值为0.590，这就表明本研究可以进行因子分析。Bartlett球形检验是用来检验相关矩阵是不是单位阵的，SPSS结果显示Bartlett检验的卡方统计值为863.204，显著水平低于0.000，拒绝原假设（原假设是相关矩阵为单位阵），也就是说相关矩阵不是单位矩阵，可以进行因子分析。根据以上两个指标的检验说明本研宄可以进行因子分析。（二）公共因子的提取公因子的提取根据的是特征根大于1的原则，本文选用了5个累计方差贡献率为79.692%的公共因子，公共因子的贡献率表示的

8、是该公共因子所能反映原指标的信息量，累计贡献率表示相应几个因子累计反映原指标的信息量，也就是说本文提取的5个公共因子能反映原指标79.692%的信息量