摘要：本文运用主成分分析的方法，对选取的影响钢铁产业政策演进的6个主要的影响因素进行了实证分析。研究表明，对钢铁产业政策演进影响程度较大的影响因素分别为产业布局、产业结构、产业组织、产业技术创新4个因素。
关键词：钢铁产业；政策演进；影响因素
1.引言
我国政府为了实现一定的社会和经济目标，而对钢铁产业的形成和发展进行干预的各种政策的总和即为钢铁产业政策。“钢铁产业政策是以钢铁产业为直接对象，保护和扶植钢铁产业，调整和整顿钢铁产业组织，其目的是实现经济稳定与增长，改善资源配置，增强国际竞争力，改善与保护生态环境等。钢铁产业政策要求我国政府对每个钢铁企业的生产活动、交易活动都进行一定的干预，从而直接或间接地干预市场的形成和市场机制，进而实现特定的经济性的或社会性的目标[1]”。钢铁产业政策的演进是在一些影响因素的推动之下发生的。通过对现有文献和研究分析可以发现，钢铁产业政策的制定和实施会受到钢铁产业布局、钢铁产业组织、钢铁产业结构变动、钢铁产业技术创新、钢铁产能变化和钢铁产业环保这几种因素的影响。本文采用主成分分析法对这几种因素影响程度的大小进行了实证分析。
2.模型简介及数据选取
为定量判别影响因素对钢铁产业政策演进的影响因素，本文用主成分分析法来确定各因素对政策演进影响的方差的大小，进而通过建立综合评价模型确定各因素影响程度的大小，以确定钢铁产业政策演进过程中的主导影响因子。
主成分分析数学模型如下：
因为在实际应用中，存在着指标的量纲不同，为了在计算之前去除量纲的影响，就需要将原始的这些数据标准化，本论文中数据都是关于影响程度重要性的打分，不存在量纲影响，因此，不需要进行数据标准化。
本研究主要是根据主成分分析法进行因子分析，建立主成分得分系数矩阵，再建立综合评价模型，根据模型中变量系数确定权重，以确定影响度的大小。
根据前文对钢铁产业政策演进影响因素的研究，其影响因子主要选取了钢铁产业布局、钢铁产业组织、钢铁产业结构变动、钢铁产业技术创新、钢铁钢铁产能、钢铁产业环保这6个因素来分别代表模型中的变量X1-X6。
3.实证分析
按照对专家的调查数据，结合因子分析法，对钢铁产业政策演进影响因素的因子分析如表2。
根据“KMO和Bartlett的检验”可知：巴特利特球度检验统计量的观测值为53.262，相应的概率值接近0，小于显著性水平0.05，故应拒绝原假设，认为相关
数矩阵与单位矩阵存在显著差异。Kaiser给出了常用的KMO度量标准：0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。本模型KMO的值为0.837，0.837大于0.8，所以原有变量适合进行因子分析。
4.实证结果
对提取的三个主成分得分系数矩阵进行分析，可以发现主成分一对产业布局、产业环保因素反应充分；主成分二对钢铁产业技术创新、钢铁产能、产业环保因素反应充分；主成分三对产业组织、产业结构因素反应充分。
利用主成分得分系数中的数据得到的三个主成分模型如下：
从综合得分模型来看，各因子对钢铁产业政策演进影响程度从大到小分别为钢铁产业布局、钢铁产业结构、钢铁产业组织、钢铁产业技术创新、钢铁产业环保和钢铁产能。
从中我们选取对钢铁产业政策演进影响程度较大的钢铁产业布局、钢铁产业结构、钢铁产业组织、钢铁产业技术创新这4个因素为主导因子。
