您现在的位置: 论文网 >> 理学论文 >> 农林学论文 >> 基于多元统计的农业产业化评价方法论文

基于多元统计的农业产业化评价方法

出处:论文网
时间:2016-06-25

基于多元统计的农业产业化评价方法

  农业经济是我国当前社会经济发展的一个重要组成部分,对促进国家经济的可持续发展具有重要意义。了解当前各地区农业发展的实际情况,对日后农业经济发展战略的科学制定具有十分重要,这就要求相关部门要做好各地区农业产业化的评价工作,采用科学合理的评价方法,将各个地区的农业发展实际情况充分反映出来,进而为日后我国农业经济的可持续发展奠定坚实的基础。本文介绍了一个基于多元统计的农业产业化评价方法,通过对数据的有效处理和分析,来将某一地区的农业发展情况全面的反映出来。

  1 数据的采集与处理

  基于多元统计的农业产业化评价方法对数据的采集具有较高的要求,只有做好数据全面、充分的采集,才能够从根本上确保评价结果的准确性和针对性。为了更好的对基于多元统计的农业产业化评价方法进行分析,本文主要以某省份为例,利用多元统计评价方法探讨其范围内的农业产业化发展情况。在开展评价工作的时候,我们的首要任务是对数据进行采集,本次评价共选取数据类型13类,分别为该省市农村基层组织情况数据、农业机械总动力数据、乡镇过去力数据、农业现代化情况数据、农业机械拥有量数据、主要农作物的面积和产量数据、人均主要农产品产量数据、主要热带作物的面积和产量数据、水果与茶叶的面积和产量数据、集体企业主要财务指标数据、水产品产量数据、牲畜与家禽的饲养数据以及畜产品产量数据。在以上数据中,所涉及的变量有近100个,而该省份的县市数量却只有17个,这样一来,势必会在一定程度上导致相关阵的极大相关性,给主要成分的科学分析带来困难。所以,如果想要从根本上提高分析结果的准确性,就必须重视对变量的科学选取,基于多元统计的农业产业化评价方法在对变量进行选择的时候,主要按照以下几个步骤进行:

  (1)将有缺省值的变量删除

  (2)针对两个或两个以上相关性较高的变量,只需选择一部分变量作为评价指标即可。比如说,在"主要农作物的面积和产量"这一类数据中,有关水稻的面积有早水稻面积和晚水稻面积两种,这个时候,评价人员要根据实际情况选择其中一种变量即可。而对于"农业机械总动力"和"农业机械拥有量"两个数据的变量选取,如果运输机械和农用载重汽车之间的相关系数达到0.097,则需要根据实际情况选取一个即可。

  (3)如果在诸多变量中,有两个或两个以上变量所表示的实物存在一定程度上的类似,而且主成分分析的结果有很大的改进,那么我们在选取变量的时候,可以将这些变量合成一个变量。比如说,甘蔗、油料、花生以及橡胶等四种主要工业加工对象,可以将他们合为变量y1。但需要注意的是,合为一体的变量必须都具有一定的可加性。

  (4)根据地区农业评价的根本需求,对原数据进行分组,分组的标准和形式可以根据不同需求来具体设定。对各组的变量进行筛选,并做好主成分分析,使得变量尽可能少,而主成分分析的结果尽可能好。

  (5)将第四步中所取变量集中在一起,进行主成分分析,根据结果对所选变量进行调整。

  2 数据结果与分析

  做好数据的采集与处理之后,接下来的任务就是对数据的相关结果进行分析,分析的内容主要包括变量和主要成分分析,相关阵的特征值如附表所示:

  第三个特征向量的累计贡献率达77.1%,能够比较全面的将最初的信息反映出来。通过附表中的相关数据,我们对变量主成分的分析如下:

  第一主成分:

  Prin1=0.2072×6+0.2932×35+2004×26+0.1158×39+0.2047×36+0.2049×72+0.1841×78+0.1992×89+0.1882×82+0.1386×84+0.1476×85+0.2678y1+0.1858y2+0.1739y3

  单独说明原始数据标准变异的59.996%。它的各个系数都是正的,而且分布相对来说比较均匀,反映各个地区的总体发展规模。

  第二主成分:

  Prin2=-0.1118×6-0.1176×24-0.1568×28-0.1927×36-0.0074×72-0.0115×78+0.3851×89+0.03139×82+0.3149×84+0.3542×85-0.0058y1-0.0907y2-0.1289y3

  在第二主成分的分析中我们发现,其中,总收入、净利润、固定资产净值和年末占有流动资金的系数均在0.31-0.49之间,而且都大于-0.24,这表明,该省各地区集体企业的发展程度。第一主成分和第二只成分共同说明原始数据标准变异的68.19%。

  第三主成分:

  Prin3=-0.0719×6+0.0727×24-0.0042×26+0.3518×39-0.1671×36+0.1376×72-0.1301×78-0.0642×89-0.2926×82+0.3756×84+0.0998×85-0.3178y1+0.00885y2+0.1519y3

  根据上述三个主成分的分析,我们可以得出以下结论:即第一主成分的得分越大,该地区的农业发展总体水平就越高;而第二主成分的得分越大,则说明该地区集体企业发展就会越好。从该省各个地区的整体发展现状来看,有3-5个县的总体规模相对较大,究其原因,主要是因为这两个地区的气候和环境都很好,适合农作物的生长。同时,也有2个地区的集体企业发展比较突出,依靠这一方面的优势,其总体发展效果也相对较高,但是与一些整体发展较好的地区来说,这些地区的发展却具有单一化和产业化发展水平低等不足之处,因此,还有待对其发展进行进一步完善。但与上述地区相比,该省还有部分地区的发展存在一些问题,比如说由于受到环境因素和气候的限制,导致农业的总体发展水平不高,从而直接影响了该省农业的总体发展水平。所以,结合当前该省农业发展的实际情况,采取针对性的措施对其发展水平进行不断完善是不容忽视的,应该引起相关部门的高度重视。

  3 聚类和判别分析

  聚类和判别分析也是基于多元统计的农业产业化评价方法的一个重要组成部分。通过对数据的采集与处理,和对数据处理的结果分析我们已经对该省的农业发展总体情况有了一个简要的了解与掌握,从整体上来看,该省的农业发展总体水平处于中等偏上,在农业发展中,仍然存在一些有待解决的问题。通过本文的分析我们可以说看,如果我们用各观测值的第一和第二主成分得分进行聚类分析(距离用类平均法average) ,在要求聚四类的情况下,该省的大部分地区都属于第一类,只有少部分地区属于第二类,甚至还有几个地区需要单独将其划分到第三类和第四类中。以prin1为横坐标,prin2为纵坐标,将各观测值所类别作如下描点:对这第一和第二两类进行判别分析,可知没有发生误判情况。进而,进行交叉判别(即将任一观测值取出,再判断它来自哪一类),同样也没有误判发生。具体计算过程就从略了。因此,我们可以认为,对如上选取得变量进行的主成分分析和聚类分析是比较理想的。

  4 结语

  综上所述,随着我国社会经济发展脚步的不断加快,农业经济作为其中的一个重要组成部分,也得到了国家相关部门的高度重视。从本文的分析我们能够看出,选择科学合理的农业产业化评价方法,能够将某一地区农业发展的实际情况全面、充分的体现出来。文章中所介绍的基于多元统计的评价方法,不仅适用于不同的地区的农业发展评价标准,而且评价效果也具有很强的科学性和合理性。因此,在未来的时间里,相关部门应该做好该统计方法的推广工作,使其作用能够在农业经济发展中充分发挥出来,进而有效促进我国社会经济的可持续发展。

基于多元统计的农业产业化评价方法

论文搜索
关键字:多元 基于 评价 统计 产业 农业
最新农林学论文
新型农林人才培养模式下果树栽培学有效教学
浅谈林业生态保护与林业产业发展
新疆与哈萨克斯坦农业合作模式的对策及思考
从“农业现代化”到“乡村振兴战略”
供给侧改革视角下我国农业现代化发展研究
北方秋葵育苗技术
蔬菜病虫害防治农药减量增效的影响因素及改
甜玉米去留分蘖对产量及产值的影响
宁阳县蔬菜标准园区创建措施及成效
甜玉米新品种江甜088的选育经过及高产栽培技
热门农林学论文
关于规范园林设计行业的思考
林业的可持续发展战略
浅谈园林绿地中的道路规划
中国农业科技园区简介
试论我国农业现代化的发展趋势
生态旅游农业开发模式的研究-珠海生态农业科
我国种业发展的现状和对策
农业植物新品种保护的基本现状与对策措施
论农业产业化的理论基础
农业现代化转型进程中的土地制度调整