由于经济与环境的密切联系，我国早期为追求经济的繁荣快速发展，对环境造成了一些不可弥补的负面影响：我国的森林覆盖率只达到全球平均水平的2/3，森林资源质量也不高。自“十二五”以来，我国对林业建设越发重视，经过探索制定了一系列的决策对林业进行改革，实行科学发展观，坚持可持续发展战略。之后在“十三五”提出“创新、协调、绿色、开放、共享”的新发展理念，立足生态文明建设取得了阶段性成果：境内的森林面积逐步扩大，林业产业规模也持续增大 [ 1 ] 。下表1是近年来我国林业产业数据 [ 2 ] [ 3 ] [ 4 ] ：

表1. 2016~2021年我国林业产业建设、投资、总产值和GDP表

我国的林业一直是社会经济中的重要组成部分。在早期，林木资源等占了我国总产出的较大比例；而在后期，我国转向可持续绿色经济发展，国家则越发倾向于林业建设投资，林业产业占国民总产值的比重也逐渐增大 [ 5 ] 。研究我国重点林业产业的竞争力并挖掘其发展潜力，有利于立足国内外市场行情，利用好国内、国外两种资源和两个市场，挖掘我国林产品市场潜力、提高国际竞争力，对林业产业结构调整优化，推动林业产业持续、健康、均衡发展。而国情和国际环境都是复杂多变的，我国不同的经济发展阶段会使林业产业结构随之产生一定的改变。因此需要系统性地科学研究我国林业产业中的一些具有代表意义的不同类别指标，对我国林业产业发展的影响，才能从众多的方案中找到适合现有国情和国际环境的最有竞争力的林业产业发展。故本文浅析了我国林业产业的发展现况：选取了与林业产业存在较重要相关的7个指标对林业产业竞争力进行主成分分析，并通过分析结果选出排名最高的样本的林业产业竞争力最强，为林业产业发展提供客观依据 [ 6 ] 。

林业是指保护生态环境保持生态平衡，通过逐步优化的科学技术并依据我国严格的林业相关法律为管理手段，保护和培育森林来取得森林里可供利用的一切产品，同时利用林木的自然特性以发挥防护作用的生产部门，是国民经济的重要组成部分之一 [ 7 ] 。林业以森林为主要经营、利用对象，且能持续经营森林资源，具有产业属性。因为良好的周边环境能够使人感觉轻松愉悦，故发展林业能促进人口增长；使社会和经济形成良性绿色发展。发展林业需要保护环境，并协调森林资源与经济发展之间的平衡，属于一种社会公益事业，还能够发挥防止水土流失、防风固沙、调节气候等重要作用。在我国，不同于在国外被认为是独立的生产部门，林业习惯于被归属于大农业，其包含农，林，牧，渔四大产业及其他农村相关方面。

林业不仅具有产业属性，其同样包含公益性部分，即在发展经济的同时保护生态环境。林业产业可分为三大产业，以下列举的是除湿地产业外的三次产业：

第一产业包括林木育种与育苗；造林和更新；经济林产品的种植和采集(如中药材，含油果，香料和森林食品种植)；陆生野生动物的繁育与利用等。大部分是林木资源的直接利用产业。第二产业多是对第一产业的产品进行加工制造。第三产业包括林业旅游和休闲服务；林业生态服务；林业公共管理和其他组织服务。第三产业主要是服务业 [ 8 ] 。

主成分分析法，也叫做主分量分析，是将多个指标化成少数几个综合指标的一种多元统计分析方式。因为相关的多变量中可能存在着信息重叠，为了克服这种相关性、复杂性，通常采用较少的变量代替原来较多的变量，把转化形成的综合指标称之为主成分，主成分都能够反映原始变量的大部分信息，并且不包含重复信息。转换形成的主成分是互不相关的新变量，这些新的变量依次按照方差从大到小进行排列。该类方法在引进多方面变量的同时将复杂影响因素归结成几个主成分，使问题解决更为简单科学化，能够解决学习和生活中的实际问题。累计贡献率达到85%以上是进行主成分分析的必要条件之一，即m个主成分对p个原始变量的解释能力达到85%以上；还要求主成分的特征值大于1。

选取的指标必须是客观存在的，要经过明确调查研究，考虑数据是否方便收集得到，具有可造作性；同时选取的指标必须具有可比性和代表性，能将各项指标进行对比分析，能反映研究对象。根据以上原则，考虑到林业资源，基本建设和产业市场竞争力，选取了有关林业资源、基本建设、市场竞争力的7个指标：林业产业总产值(万亿元)记为X₀；造林面积(万公顷)记为X₁；全国林业投资总额(亿元)记为X₂；全国商品材总产量(万立方米)记为X₃；还有防沙育林面积(万公顷)记为X₄；重点工程完成建设(万公顷)记为X₅；第一产业产值占总产值的比重(%)记为X₆[ 26 ] 。根据2009~2021年的中国林业发展报告得到下表3 [ 27 ] ：

表3. 2009~2020年相关统计指标数据

由于2019年突发疫情，各大产业行业均受到不良方向的影响，放在一起分析会影响最终结果，造成较大误差，故作为特殊数据剔除。且2020年开始的十四五规划在绿色生态建设这一方面变得更区域化，重点建设化，与搜集到的指标数据相关性减弱。所以本次主成分分析研究2009~2018年的资料。本文借助SPSS软件对这组标准化之后的数据进行主成分分析，来得到我们需要的结论与对策。

首先利用SPSS软件对标准化之后的七项统计指标数据进行相关性分析，得到这七项变量间的相关系数，如表4所示是各指标之间的相关系数矩阵：

表4. 各因素的相关系数矩阵

由表4各元素的相关系数矩阵的结果可以看出：林业总产值X₀与全国林业投资总额X₂的相关系数为0.986，接近1，说明全国林业投资总额X₂与林业总产值X₀存在显著性相关；造林面积X₁与全国林业投资总额X₂和林业总产值X₀的相关系数大于0.5，说明X₁与X₂和X₀存在很高且正向的相关性，同时全国林业投资总额X₂与其他4个因素的相关系数都不高，不存在显著性相关；而防沙育林面积X₄仅与造林面积X₁的相关系数超过0.5，即X₄与X₁相关性很高且正向相关；全国商品材总产量X₃与其他6个因素的相关系数都不高，说明全国商品材总产量X₃与其他因素均不存在显著性相关；重点工程完成建设X₅和第一产业产值占总产业产值的比重X₆也仅与彼此的相关系数较高，说明X₅与X₆相关性很高且正向相关，同时两者都与其他5个因素的相关系数不高，均不存在显著性相关。为了更进一步得了解我国林业产业竞争力的影响因素，下面将采取主成分分析法，提取这7个存在一定相关性的自变量的主要影响因子。

主成分分析的思想是降维，从而把大量相关变量转换成几个较少主成分，这些主成分新变量之间不相关。通过最大化各主成分所解释的方差来获得，从而形成线性组合的权重，并且要保证各主成分之间不存在相关关系。

由表4中的数据作为原始数据，运用SPSS软件进行主成分分析得到的结果如下表5和图1，表6所示：

表5. 公因子方差

表5公因子方差给出了该次分析中主成分从每个原始变量中提取的信息，由此可以看出除了全国商品材总产量X₃指标信息损失较大，主成分几乎包含了其余各个指标的80%左右的信息。

图1. 主成分分析中主成分的特征值

表6. 特征根与方差贡献率

由表6和图1可以得到结论：选取的指标里特征值大于1的因子有两个，即有两个主成分。但由于两个主成分累计贡献率为83.144%，没有达到85%，需进一步选择方差最大旋转法，将旋转和不旋转合并，得到的结果如上表6后半部分所示。

因子旋转后，第一个主成分的方差贡献率为45.117%，解释了林业产业总产值45.117%的方差；第二个主成分的方差贡献率为38.027%，解释了林业产业总产值38.027%的方差，累计贡献率为83.144%。此时，在该贡献率的水平下，所进行的主成分分析较为客观。因此保留两个主成分因子，继续运行得到因子载荷阵。但由于公共因子在部分原始变量上的载荷没有明显差别，所以有必要进行因子旋转，旋转后的因子载荷矩阵见表7；并用相应的因子载荷矩阵除以主成分相应特征值的平方根，从而得到2个主成分中每个变量所对应的系数Z，如下表8是主成分的系数向量。

表7. 旋转后的因子载荷阵

表8. 主成分的系数向量

用F₁和F₂分别表示第一主成分和第二主成分。所以可以得到主成分的表达式：

F 1 = 0.427 X 0 + 0.514 X 1 + 0.396 X 2 − 0.096 X 3 + 0.478 X 4 − 0.043 X 5 − 0.396 X 6

F 2 = 0.384 X 0 + 0.015 X 1 + 0.426 X 2 + 0.453 X 3 − 0.153 X 4 − 0.525 X 5 − 0.409 X 6

从两个主成分的定量关系式可以看出：造林面积X₁；防沙育林面积X₄这两个变量在第一个主成分的系数较大。全国林业投资总额X₂；全国商品材总产量X₃在第二个主成分的系数较大。故第一个主成分F₁为林业资源竞争力，第二个主成分F₂为林业基本建设竞争力。

表9. 成分得分系数矩阵

在我国林业产业竞争力的影响因素中，7个原始指标一共提取了两个主成分。主成分F₁和F₂得分系数结果如上表9所示，用Y₁；Y₂和Y_综来表示两个主成分F₁；F₂的得分和综合得分，即：

Y 1 = 0.182 X 0 + 0.343 X 1 + 0.15 X 2 − 0.189 X 3 + 0.365 X 4 + 0.115 X 5 − 0.155 X 6

Y 2 = 0.154 X 0 − 0.143 X 1 + 0.194 X 2 + 0.362 X 3 − 0.256 X 4 − 0.373 X 5 − 0.182 X 6

林业产业综合竞争力的得分的计算公式为(其中Pⁱ表示第i项主成分的方差贡献率)：

Y 综 = ∑ i = 1 2 P i ⋅ F i / ( P 1 + P 2 ) = ( 0.45117 F 1 + 0.38027 F 2 ) / 0.83144

通过上述的三个得分公式，计算出每个主成分在每一年份的得分和综合得分，得分结果如表10所示：

表10. 因变量与两个主成分得分的数值及排名表

因为第一个主成分因子的方差贡献率比第二个主成分因子的方差贡献率要高，所以第一个主成分因子F₁即林业资源竞争力的作用最强；第二个主成分因子F₂即林业基本建设竞争力的作用次要强。

由上表10中的综合得分及排名可以得出我国林业产业竞争力正逐年提高，即2018年的综合排名最高，林业产业竞争力最强，发展最好。但同时，F₁、F₂得分各不相同，说明每年的林业产业竞争力都存在自己的优势和劣势，2018年的林业资源竞争力F₁排名第二，林业基本建设竞争力F₂排名第三。