论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　7.效益化指标。提高效益是农业产业化经营发展的一个根本目标。效益化指标的设置可以反映农业产业化经营对当地农村经济发展的影响程度。它具体表现在经济效益、社会效益和生态效益三个方面，主要包括农业生产总值增长率、农民人均收入增长率等。

　　8.一体化指标。农业产业化经营就是要将农业产前、产中、产后环节联结起来形成农业产业一体化经营。因而一体化指标主要反映一体化服务农户覆盖率、农民组织化程度、农业生产单位与加工、储运、销售单位的契约化程度等。

　　9.商品化指标。商品化指标是用来反映农业产业内部的分工和专门化水平，以及农民的劳动从生产转向经营程度的高低。具体反映在农产品商品率、生产所需生产资料和生活资料及劳务外购率、产中接受社会化服务率等。

　　(三)农业产业化经营评价指标体系的设置结果

　　1.设置方法选择。由于影响和评价农业产业化经营的指标众多，为了避免指标的重复设置和相互混淆，以使指标体系层次清晰、重点突出，本文根据广东省农业产业化经营的证据，借助层次分析法(AnalyticalHierarchyProcess)，建立了农业产业化经营层次分析模型。层次分析法是美国运筹学家A.L.sarty提出的一种处理多指标、多因素问题的决策方法。该方法通过构造层次分析模型使解决问题的思路层次化、清晰化，并使定性分析与定量分析有机地结合在一起。目前这种方法已在社会、经济工程技术领域中得到广泛应用。

　　2.农业产业化指标层次分析模型的建立。农业产业化经营指标的选择应具有代表性，每一个指标能够反映农业产业化经营的某一方面。指标应具有可比性、可查性、可操作性和便于横向比较，结合上述分析，本文选取了15个指标，并把它们设置在层次分析模型中。

　　3.指标的计算方法。C1=生产基地面积/总耕地面积;C2=农副产品销售量/农副产品总产量;C3=外购农用物资/总物资;C4=接受社会化服务农户数/产业化经营农户总数;C5=产品综合增加值/该产品收购值;C6=参加合作组织或与龙头企业有稳定联系的农户数/产业化经营农户总数;C9=专业市场总经营户/农民总经营户数;C10=农副产品商品产值/农副产品总产值;C12=农业的投入收益率/国民经济投入收益率;C13=农户因产业化经营人均年纯收入/人均纯收入;C14=龙头企业收入/相关联诸农户收入;C15=产业化各环节吸纳劳动力人数/农村劳动力总人数。

　　三、农业产业化经营的评价方法

　　(一)加权平均的基本方法

　　加权平均法是用加权算术平均数作为农业产业化经营综合评价的最终结果。其过程为:

　　1.选定评价指标。即选定上述15个指标作为农业产业化经营综合评价的最终结果。

　　2.指标权重的确定。首先用相关系数计算客观权重和用环比法计算主观权重，然后经过主客观赋权并经归一化处理后，确定15个指标权重。

　　3.建立综合评价模型。Y=Σni=1pici，其中，Y为某一地区的农业产业化经营综合评价指数;Pi为各指标权重，Ci=为各指标值，i=1，2，…，15。Y值的大小反映了该地区的农业产业化经营的整体水平，Y值越大，表明产业化水平越高。

　　(二)主成分分析法

　　设对某一事物的研究涉及p个指标，分别用X1，X2，…，Xp表示，这p个指标构成的p维随机向量X=(X1，X2，…，Xp)＇。设随机向量X的均值为μ，协方差矩阵为Σ。

　　对X进行线性变换，可以形成新的综合变量，用Y表示，新的综合变量可以由原来的变量线性表示，由于可以任意地对原始变量进行上述线性变换，由不同的线性变换得到综合变量Y的统计特性也不尽相同。因此，为了取得较好的效果，我们总是希望Yi=u'iX的方差尽可能大且各Yi之间相互独立，由于:var(Yi)=var(u'iX)=u'iΣui面对任意给的常数c，有var(cu'ix)=Cu'iΣuic=c2u'iΣui因此对ui不加限制时，可使var(Yi)任意增大，问题将变得没有意义。为此，将线性变换约束在以下的原则之下:第一，u'iui=1，即:u2i1+u2i2+…+u2ip=1(i=1，2，…，p);第二，Yi与Yj相互无关(i≠j;i，j=1，2，…，p);第三，Y1是X1，X2，…，Xp的一切满足原则1的线性组合中方差最大者;Y2是与Y1不相关的X1，X2，…，XP所有线性组合中方差最大者;…;Yp是与Y1，Y2，…，YP－1都不相关的X1，X2，…，XP的所有线性组合中方差最大者。

　　基于以上三条原则决定的综合变量Y1，Y2，…，YP分别称为原始变量第1、第2、…，第p个主成分。其中，各综合变量在总方差中占的比重依次递减，在实际研究工作中，通常只挑选前几个方差最大的主成分，从而达到简化系统结构、抓住问题实质的目的。以主成分分析作为农业产业化经营评价方法，以上15个指标无法直接综合评价各地的农业产业化经营发展状况，且各指标之间彼此有一定的相关性。因此，用主成分分析法对各地农业产业化经营的数据进行分析，用一个或少数几个综合指标概括原始指标尽可能多的信息，以实现对问题的高度概括。由于综合指标彼此不相关，用其进行综合评价较为合理。其基本步骤为:(1)对数据进行无量纲化、标准化处理。以此算出标准化后数据变量的相关系数矩阵。(2)求出相关系数矩阵的特征值和特征向量，所得的特征值即为该主成分对应的方差。方差越大，相应主成分“概括”原始指标的能力越强，对总评价目标的贡献也越大。(3)算出各主成分的贡献率和累计贡献率。当累计贡献率大于90%时，即可确定主成分的个数。通过主成分得分多少，可确定各地产业化在该主成分中的位置，利用综合指标便可对各地农业产业化水平进行总排序，主成分得分高低可反映农业产业化某一方面的优劣，而综合指标得分高低则反映了农业产业化经营综合发展水平的高低。

　　四、农业产业化经营综合评价实证分析

　　本研究选取广东省农业产业化经营发展较好的5个典型地区，每一地区选一个代表性产业，运用加权平均法和主成分分析法进行综合评价。

　　(一)加权平均法的具体应用

　　1.指标权重的确定。用相关系数法计算出15个指标的客观权重，同时用环比法计算出上述指标的主观权重，最后对主客观权重运用组合赋权的方法并经归一化处理，得出这15个指标的权重为9.2%、5.8%、4.8%、4.1%、10.5%、5.7%、7.2%、6.5%、7.8%、9.1%、8.6%、10.8%、6.9%、6.8%、4.5%，汇总为108.4%。

　　2.根据权重值和各项指标的评定，运用综合评价指数模型:Y=Σni=1pici，进行综合评价。

　　3.综合评价。根据综合指数Y值的大小排序:四会沙糖桔、佛山陈村花卉得分较高，产业化发展水平较高;徐闻蔬菜得分居中，产业化发展前景看好;而高州龙眼、梅州金柚得分相对较低，产业化水平尚处于起步阶段，可进一步发展。

　　(二)主成分分析法的具体应用

　　1.确定主成分。表2中前5个特征值累计贡献率达91.68%，完全可以认为前5个变量已概括了大部分信息。而后10个特征值对方差的贡献率都不大(均小于5%)，因此本研究取前5个主成分。

　　2.计算排序。计算各地区在主成分中的得分，然后以各主成分的贡献率为权重，求得各地区的加权综合指标I的得分及排序。

　　3.综合评价。根据加权综合指标I值的大小排队，佛山陈村花卉、四会沙糖桔依然得分较高，徐闻蔬菜居中，梅州金柚和高州龙眼靠后。

　　五、结论与政策启示