朱 雪

(武漢理工大學(xué)，湖北 武漢 430070)

0 引言

礦產(chǎn)資源是自然資源中的一種對(duì)人類有重要作用的資源,具有開發(fā)利用價(jià)值,是進(jìn)行社會(huì)生產(chǎn)發(fā)展的重要物質(zhì)基礎(chǔ)，現(xiàn)代社會(huì)人們的生產(chǎn)和生活都離不開礦產(chǎn)資源。而且礦產(chǎn)資源屬于非可再生資源，其儲(chǔ)量是有限的。它是發(fā)展采掘工業(yè)的物質(zhì)基礎(chǔ)。礦產(chǎn)資源的品種、分布、儲(chǔ)量決定著采礦工業(yè)可能發(fā)展的部門、地區(qū)及規(guī)模；其質(zhì)量、開采條件及地理位置直接影響礦產(chǎn)資源的利用價(jià)值，采礦工業(yè)的建設(shè)投資、勞動(dòng)生產(chǎn)率、生產(chǎn)成本及工藝路線等，并對(duì)以礦產(chǎn)資源為原料的初加工工業(yè)（如鋼鐵、有色金屬、基本化工和建材等）以至整個(gè)重工業(yè)的發(fā)展和布局有重要影響。礦產(chǎn)資源的地域組合特點(diǎn)也影響著地區(qū)經(jīng)濟(jì)的發(fā)展方向與工業(yè)結(jié)構(gòu)特點(diǎn)。礦產(chǎn)資源的利用與工業(yè)價(jià)值同生產(chǎn)力發(fā)展水平和技術(shù)經(jīng)濟(jì)條件有緊密聯(lián)系，隨地質(zhì)勘探、采礦和加工技術(shù)的進(jìn)步，對(duì)礦產(chǎn)資源利用的廣度和深度不斷擴(kuò)大。因此，對(duì)礦產(chǎn)資源儲(chǔ)量的分析具有重要的實(shí)際意義。本文所用數(shù)據(jù)來(lái)自于國(guó)家統(tǒng)計(jì)年鑒（2013），選取 12 個(gè)指標(biāo)：銅礦 X1，鉛礦 X2，鋅礦 X3，硫鐵礦 X4，高嶺土X5，石油 X6，天然氣 X7，煤炭 X8，鐵礦 X9，錳礦 X10，釩礦 X11，原生鈦鐵礦X12。

1 因子分析

因子分析法是通過(guò)對(duì)原始數(shù)據(jù)相關(guān)系數(shù)矩陣內(nèi)部結(jié)構(gòu)的研究，將多個(gè)指標(biāo)轉(zhuǎn)化為少量互不相關(guān)且不可觀測(cè)的隨機(jī)變量即因子，以提取原有指標(biāo)絕大部分的信息的統(tǒng)計(jì)方法。為了消除各指標(biāo)間量綱和數(shù)量級(jí)的差異，將原始指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化，并得到各指標(biāo)之間的相關(guān)系數(shù)矩陣。由相關(guān)系數(shù)矩陣可以看出，大部分的相關(guān)系數(shù)都較高，可用因子分析進(jìn)行精簡(jiǎn)。KOM的值為0.713>0.7，Bartlett球形檢驗(yàn)統(tǒng)計(jì)量為268.813，Sig.=0.000，拒絕了各變量相互獨(dú)立的假設(shè)，即變量之間具有較強(qiáng)的相關(guān)性。說(shuō)明適合作因子分析。

計(jì)算各因子的特征值、貢獻(xiàn)率、累積貢獻(xiàn)率、旋轉(zhuǎn)后因子負(fù)荷矩陣，由旋轉(zhuǎn)后因子的特征值和方差貢獻(xiàn)率，基于過(guò)程內(nèi)定取特征值大于的1規(guī)則，F(xiàn)actor過(guò)程提取了前4個(gè)因子，可以看出選入的4個(gè)因子累計(jì)方差貢獻(xiàn)率已達(dá)到75.142%，被放棄的其他8個(gè)因子解釋的方差僅為24.858%，說(shuō)明前4個(gè)因子提供了原始數(shù)據(jù)的足夠信息。因此，本文選取前四個(gè)主成分作為降維以后模型評(píng)價(jià)的核心指標(biāo)。

其中 λ1=3.146，λ2=2.566，λ3=1.865，λ4=1.440 分別求出其特征向量，并計(jì)算各變量在個(gè)主成分上的載荷，最終得到因子載荷矩陣。對(duì)因子載荷矩陣施行最大正交旋轉(zhuǎn)，建立旋轉(zhuǎn)后的因子模型。旋轉(zhuǎn)后的因子系數(shù)已經(jīng)明顯向兩極分化，有了更鮮明的實(shí)際意義。

從成分旋轉(zhuǎn)矩陣中可以看出第一主成分上X12、X11、X4、X9上有較大的載荷，說(shuō)明第一主成分是由原生鈦鐵礦，釩礦，硫鐵礦，鐵礦決定。它們是質(zhì)地屬性為金屬性黑色礦物，我們把第一主成分命名為黑色金屬礦產(chǎn)因子。

第二主成分上X2、X3、X1，X8上有較高的載荷，說(shuō)明因子2主要依賴于鉛礦，鋅礦，銅礦，煤炭這幾個(gè)指標(biāo)，除煤炭以外，它們都是質(zhì)地屬性為金屬性的有色礦物，我們把因子2命名為有色金屬因子。

第三主成分上X10、X5上有較高的載荷，錳礦，高嶺土這二個(gè)指標(biāo)反映化工原料非金屬、建材原料非金屬礦產(chǎn)等，我們把因子3命名為非金屬礦產(chǎn)因子。

第四主成分上X6、X7上有較高的載荷，石油，天然氣這二個(gè)指標(biāo)反映了可以提供或者產(chǎn)生能量物質(zhì)的礦物，我們把因子4命名為能源礦產(chǎn)因子。

由SPSS可以得到各個(gè)變量的各個(gè)因子得分，為了最后的分析，我們考慮因子的綜合得分，依據(jù)如下公式：

F=0.3489F1+0.2846F2+0.2068F3+0.1597F4

經(jīng)計(jì)算，可得出各個(gè)地區(qū)的各因子得分排名。將各個(gè)地區(qū)的各因子得分?jǐn)?shù)據(jù)代入上式，可得出綜合評(píng)價(jià)指標(biāo)F的得分，以F得分從大到小排序?yàn)椋核拇?，?nèi)蒙古，廣西，新疆，云南，廣東，陜西，甘肅，遼寧，江西，海域，河北，黑龍江，貴州，湖南，福建，青海，山東，重慶，山西，安徽，湖北，河南，吉林，西藏，海南，江蘇，浙江，寧夏，天津，北京，上海。

2 聚類分析

根據(jù)指標(biāo)特征，利用SPSS軟件在因子分析的基礎(chǔ)上選擇中間距離法作快速聚類分析，以便得到更加合理的結(jié)果，分析各個(gè)地區(qū)的礦產(chǎn)資源儲(chǔ)量。

結(jié)合最終聚類結(jié)果和各地區(qū)各因子得分排名，可以發(fā)現(xiàn)第一類廣西礦產(chǎn)分布集中，有利于進(jìn)行大規(guī)模的集中開采。其中水泥用的石灰?guī)r是重要的建材非金屬礦產(chǎn)資源，廣西的石灰?guī)r無(wú)論是礦床規(guī)模、質(zhì)量、面積，均系全國(guó)之冠，已探明的礦區(qū)有39處。因此其在第三個(gè)因子排名第一。

第二類為內(nèi)蒙古和云南。內(nèi)蒙古在世界已探明的140多種礦產(chǎn)資源中，內(nèi)蒙古就有135種。探明儲(chǔ)量居全國(guó)第一的有5種，居全國(guó)前十位的有67種。云南目前已發(fā)現(xiàn)可用礦產(chǎn)150余種，占全國(guó)已發(fā)現(xiàn)礦產(chǎn)種類的93%，其中保儲(chǔ)量的潛在價(jià)值可達(dá)3萬(wàn)億元。其中居全國(guó)第一的礦種有鋅、鉛、錫、鎘、銦、鉈、藍(lán)石棉等。它們分別在第二個(gè)因子得分中分別排名第一、第二。

第四類為四川，該地固體礦產(chǎn)保有儲(chǔ)量名列全國(guó)第一位的有釩、鈦、硫鐵礦、白堊、水泥配料用礦巖、陶瓷用砂巖、水泥配料用粘土、熔煉水晶，光學(xué)螢石，玻璃用脈石英共10種。其在第一個(gè)因子排名位于第一。

以上三類地區(qū)均在一個(gè)或多個(gè)因子得分上排名較高，因而其綜合排名得分也較高。大多數(shù)地區(qū)屬于第三類，該類地區(qū)在四個(gè)因子成分上則無(wú)明顯優(yōu)勢(shì)，因而綜合排名也相對(duì)靠后。

3 結(jié)論

通過(guò)對(duì)我國(guó)各地區(qū)的礦產(chǎn)資源儲(chǔ)量因子分析，并在此基礎(chǔ)上進(jìn)行快速聚類分析，各地區(qū)可以看到自己礦產(chǎn)資源儲(chǔ)量情況，以便于合理的管理、開發(fā)與利用。在開采的同時(shí)也應(yīng)該注意優(yōu)化資源配置，實(shí)現(xiàn)礦產(chǎn)資源的最優(yōu)耗竭：同時(shí)限制或禁止不合理的亂采濫挖，防止礦產(chǎn)資源的損失，浪費(fèi)或破壞：并且對(duì)礦產(chǎn)資源的開發(fā)利用進(jìn)行全過(guò)程控制，將環(huán)境代價(jià)減小到最低限度：做到保護(hù)礦區(qū)生態(tài)環(huán)境，防止礦山壽命終結(jié)時(shí)淪為荒蕪不毛之地。

［1］薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M].北京：電子工業(yè)版社,2013.

［2］張寶友,肖文,朱衛(wèi)平.我國(guó)區(qū)域礦產(chǎn)資源競(jìng)爭(zhēng)力評(píng)價(jià)及與區(qū)域經(jīng)濟(jì)相關(guān)性研究[J].自然資源學(xué)報(bào)，2012，10.