浅谈主成分分析法的农业信息化水平评价研究.docx

浅谈主成分分析法的农业信息化水平评价研究论文摘要：通过构建实用的农业信息化评价指标体系，应用主成分分析法对凉山州农业信息化进行实证评价，评价结果与凉山州农业信息化情况相符。论文关键词：农业信息化水平；评价指标体系；主成分分析法农业信息化是国民经济信息化的重要组成部分。加速农业信息化建设，对于推进我国农业产业化，实现农业现代化，全面建设小康社会具有重大意义…。研究建立农村信息化发展水平的指标体系和评价方法，科学和客观地测算以及比较分析我国各地区信息化水平，有助于政府梳理农村信息化建设跨越式发展的思路，制定切实可行的农村信息化发展战略和政策。在建设社会主义新农村进程中，农业信息化更是新农村建设的突破口和重要途径。笔者应用主成分分析法，构建了实用的农业信息化评价指标体系，并用于评价四川省凉山州的农业信息化水平，获得良好效果。1测算方法选择与指标体系构建1．1研究综述对信息化水平测度的研究，最早来自美国经济学家Machlup和Porat在知识产业理论基础上提出的信息经济的测算方法。国内相关学者自2000年后开始运用多种方法对农业信息化水平的测度及其影响因素等进行了研究。国内外学者普遍采用多指标综合评价的方法，如波拉特法、层次分析法、模糊综合评价法、数据包络法、专家评分法和灰色关联分析等。但这些评价方法都一致要求所选用的评价指标之间具有很强的独立性，而这一要求在实际选用指标时很难得到保证，也就是说，指标之间可能存在某种线性相关性。采用这样的指标体系进行评价，显然难以保证评价结果的公正性。基于上述原因，笔者选择基于主成分分析法对农业信息化水平进行评价，以解决指标体系之间的干涉问题。1．2主成分分析法基本原理主成分分析法是把多个指标约化为少数几个综合指标的一种多元统计分析方法。在多指标(变量)的研究中(如m个指标)，由于指标的个数很多，且彼此之间往往存在一定的相关性，因而导致观测数据所反映的信息在一定程度上有所重叠。主成分分析则可通过一种降维的方法对数据进行简化，从较多的指标中找出较少的几个综合指标，使这些综合性指标尽可能反映原来指标的信息，且指标之间互不相关。通常是取原始m个指标的某种线性组合，适当选取组合系数，使得这少数几个综合指标之间的相对独立性、代表性尽可能完好。1．3农业信息化水平评价指标体系构建根据农业信息化水平的内涵及国家信息化指标体系研究和政府统计的现状，遵循代表性、全面性、可操作性、科学性、可比性、动态性等原则，参照其他学者建立的农业信息化水平评价指标体系，结合有关专家的反馈意见、研究区域的实际情况及研究目的，选取指示性强、数据来源可靠的l3项指标，笔者尝试建立了一个较为简洁实用的农业信息化水平评价指标体系(表1)，可用于评价我国各地区的农业信息化水平。该体系可用于农业信息化发展水平的横向比较，也可在此基础上拓展到纵向比较。指标中的数据绝大部分可从权威的统计年鉴中获取，个别数据可通过调查和处理获取。通过采用该体系评价后基本上可以反映一个地区的农业信息化发展水平。2实证分析笔者利用主成分分析法对四川省凉山州17个县(市)农业信息化发展水平进行评价。在指标体系所涉及的指标中，“涉农网站数量(X8)”可通过网络查询的方法得到，“农村信息员受训率(X10)”可通过农户调查与专家意见调查取得“农业信息化发展战略(X11)”在市(县)年度工作报告中查询，其他指标在《凉山州统计年鉴(2007)》中查得(因《凉山州统计年鉴2008、2009版》正在编印中，故选择2007年数据)。计算过程采用SPSS软件求解。2．1原始数据进行无量纲化处理对四川省凉山州l7县(市)农业信息化指标体系原始数据进行无量纲化处理(原始数据与无量纲化数据略)。2．2选取主成分和构建综合评价函数由于指标X3、X4、X8数据采用的是凉山州全州的标准化均值，故在因子分析中将该3项指标模糊。设定提取5个因子(因子得分最多的5个主成分，命名为F1～F5)，用SPSS软件求得5个因子的特征值、贡献率和累计贡献率(表2)，由表2可知，5个主成分的信息携带量已达全部信息的94．970％，能够代表原来的指标信息进行评价。KMO测试值为0．792，表明因子分析效果较好，原有变量信息绝大部分可被因子解释，同时计算出各个因子得分情况(表3)。根据因子得分系数表，可得到主成分计算模型为方差的贡献率反映了主成分的重要性，因此，以方差的贡献率(5个主成分的贡献率)作为主成分权重进行综合评价，即可构建评价模型：运用以上评价模型可求得四川省凉山州17个县(市)农业信息化的评价分值(表4)。3结论与讨论3．1结论表4中所列分值在一定程度上反映了凉山州17个县(市)的农业信息化发展水平。根据评价结果可知，西昌市由于其州府的优势，农业信息化发展水平远高于其他县；会理、会东、冕宁、宁南和德昌县虽然与西昌市