（农业机械化工程专业论文）湖南省农业机械化发展综合水平评价方法的研究.pdf

摘要 农业机械化系统是一个十分复杂的系统， 农业机械化的发展不仅受到自 然条件的影 响， 同时也受到社会经济条件的制约。 如何正确评价农业机械化发展水平， 规范农业机械 化水平的评价指标体系， 国内学者已进行了很多的研究， 他们主要是以我国北方或沿海 地区的农业机械化发展为研究对象，一般采用层次分析法、综合指数法， 模糊综合评判 法的研究方法，定性分析较多，定量分析较少，且在其建立的定量分析的数学模型中 ， 存在着一定的缺陷， 造成计算结果存在着一定的误差， 没有形成一套科学实用的评价指 标体系和方法， 不能准确评价农业机械化发展水平。因此如何建立适合评价我省以丘陵 为主的农业机械化发展水平的指标体系、 评价模型， 准确地评价我省农业机械化发展的 综合水平已非常必要了，同时对我省农业机械化的发展也具有非常重要的作用。 本文以近几年来湖南省农业机械化的发展为研究对象， 通过调查搜集有关湖南省农 业机械化的统计指标和数据， 从农业机械化的综合作业程度、 综合保障能力、 综合效益 三个方面，运用灰色关联法精选十五项指标， 并运用灰色层次分析法确定各指标的权重 系数， 建立了湖南省农业机械化发展综合水平评价指标体系;然后针对目前国内外对农 业机械化水平评价方法的不足， 在传统的 综合指数评价法的基础上， 运用偏最小二乘回 归分析法， 借助 d p s , 5 . 1 2数据处理软件， 建立了 湖南省农业机械化综合水平评价值计 算模型; 将农业机械化发展的初、中、高 级阶段作为评估的三个灰类， 运用灰色系统理 论的方法建立灰数白 化权函数， 并在此基础上建立了 灰色聚类综合评估、 多层次灰色综 合评估模型。 本文利用所建立的综合评价值模型和阶段性评价模型， 对近五年来湖南省农业机械 化发展综合水平分别进行了计算和评价。 两种不同 类型的 模型得到一个相同的结论: 当 前湖南省农业机械化发展综合水平仍处于初级阶段， 并在逐步向中 级阶段过渡。 利用关 联分析法，对评价指标体系中各指标对农业机械化发展的作用进行了排序， 指出 耕整地 机械化程度是湖南省农业机械化发展的最优因素， 其次是农业劳均年产值和农村运输机 械化程度，播栽机械化程度、收获机械化程度是劣势。 本文所研究的模型解决了 在农业机械化综合水平评价时因信息不确切、 不全面带来 的指标体系不健全、 评估模型粗糙的问题， 为农业机械管理和决策部门提供了科学的理 论依据， 对推进农业机械化事业的全面健康、 快速的发展， 均具有重要的意义。 关键词: 农业机械化指标体系水平评价灰色系统 s t u d y o n t h e e v a l u a t i o n m e t h o d s o f c o m p r e h e n s i v e l e v e l f o r t h e d e v e l o p m e n t o f a g r i c u l t u r a l me c h a n i z a t i o n i n hu n a n p r o v i n c e . a b s t r a c t a g r i c u l t u r a l m e c h a n i z a t i o n s y s t e m w a s v e ry c o m p l i c a t e d , n o t o n l y n a t u r a l c o n d i t i o n s b u t a l s o s o c i a l a n d e c o n o m i c a l t e r m s r e s t r ic t e d t h e d e v e l o p m e n t o f a g r i c u l t u r a l m e c h a n iz a t i o n . i n t e rn a l r e s e a r c h e r s h a v e s t u d i e d a l o t o n h o w t o c o r r e c t l y e v a l u a t e t h e l e v e l a n d f o r m n o r m a t i v e i n d e x e s f o r t h e d e v e l o p m e n t o f a g r i c u l t u r a l m e c h a n i z a t i o n . b u t m a i n l y r e s e a r c h e d o n t h e n o rt h a r e a o r t h e n e a r s e a a r e a , a n d m o s t l y a d o p t e d t h e a n a l y t i c h i e r a r c h y p r o c e s s a n d t h e c o l l i g a t i o n i n d e x p r o c e s s a n d t h e f u z z y c o m p re h e n s i v e e v a l u a t i o n in t h e i r e v a l u a t i o n m e t h o d s ,t h e m e t h o d o f q u a l it a t i v e a n a l y s i s i s u s e d p o p u l a r a n d t h e m e t h o d o f q u a n t i t a t iv e a n a l y s i s i s u s e d l e s s . a n d t h e r e s u l t s o f a p p r a i s e w e r e a n y e r r o r b e c a u s e o f t h e r e b e in g s o m e l i m i t a t i o n s in t h e e s t a b l i s h e d m o d e l s . a n d n o t f o r m e d a s e t o f s c i e n t i f i c a n d a p p l i e d a p p r a i s i n g i n d e x a n d m e t h o d . s o it w a s im p o s s i b l e t o a p p r a i s e a c c u r a t e l y t h e l e v e l f o r t h e d e v e l o p m e n t o f a g r i c u l t u r a l m e c h a n i n z a t i o n . . s o i t w a s n e c e s s a r y t o h o w t o c o n s t r u c t a s e t o f a p p r a i s i n g i n d e x a n d m o d e l t h a t w e l l a n d t ru l y e v a l u a t e d t h e l e v e l f o r t h e d e v e l o p m e n t o f h u n a n p r o v i n c e s a g r i c u l t u r a l m e c h a n i z a t i o n t h a t t h e h i l l d o m i n a t e d . a t t h e s a m e t i m e i t h a d a n i m p o rt a n t e f f e c t s t o d e v e l o p a g r i c u l t u r a l m e c h a n i z a t i o n i n h u n a n p r o v i n c e . i t w a s e m p h a s i z e d o n t h e d e v e l o p m e n t p r o v i n c e o f l a t e y e a r s . f r o m t h e t h r e e a s p e c t s o f a g r i c u l t u r a l m e c h a n i z a t i o n i n h u n a n o f t a s k d e g r e e a n d a b i l i t y o f g e n e r a l p r o t e c t i n g a n d g e n e r a l b e n e f i t o f a g r i c u l t u r a l m e c h a n i z a t i o n , e a r l y s e l e c t e d 1 8 s t a t i s t i c i n d e x a n d h a n d p ic k e d 1 5 i n d e x f r o m t h e m b y t h e m e a n s o f g r e y - r e l a t i o n s h i p a n a l y s i s , a n d d e t e r m i n e d t h e j u r i s d i c t i o n o f e v e r y i n d e x t h r o u g h a p p l y i n g t h e g r e y a n a l y t i c h i e r a r c h y p r o c e s s t o c o m p a r e t h e e v e r y i n d e x w i t h e a c h o t h e r . a n d c o n s t r u c t e d e v a l u a t io n i n d e x s y s t e m o f a g r i c u l t u r a l m e c h a n i z a t i o n i n h u n a n p r o v i n c e . i n a l l u s i o n t o t h e e x i s t e d s o m e c o m m o n s h o rt c o m i n g s o f t h e c o m p r e h e n s i v e e v a l u a t i o n m e t h o d a t p r e s e n t ，c o n s t r u c t e d t h e c o m p r e h e n s i v e e v a l u a t i o n v a l u e m o d e l t h r o u g h a d a p t i n g t h e p a rt i a l l e a s t s q u a r e r e g r e s s i o n a n d b y t h e d p s v 5 . 1 2 o n t h e b a s e o f t h e t r a d i t i o n a l i n t e g r a t e i n d e x e v a l u a t i o n m e t h o d s . c o n s i d e r e d t h e f a s t p h a s e a n d t h e i n t e r m e d i a t e p h a s e a n d a d v a n c e d p h a s e a s t h r e e g r e y n u m b e r , d e s i g n e d w h i t i n g f u n c t io n m o d e l , a n d c o n s t r u c t e d t h e g r e y c l u s t e r a n a l y s i s m o d e l a n d t h e m u lt i - l e v e l g r a y c o m p r e h e n s i v e e v a l u a t i o n m o d e l o f t h e d e v e l o p m e n t o f a g r i c u l t u r a l me c h a n i z a t i o n . b y t h e c o n s t r u c t e d c o m p r e h e n s i v e e v a l u a t i o n m o d e l a n d p h a s e e v a l u a t i o n m o d e l , c a lc u l a t e d t h e c o m p r e h e n s i v e e v a l u a t i o n v a l u e a n d p h a s e e v a l u a t i o n v a l u e o f t h e a g r i c u l t u r a l m e c h a n i z a t i o n f r o m 1 9 9 9 t o 2 0 0 3 i n h u n a n p r o v i n c e . f r o m k i n d s o f d i ff e r e n t m o d e l s , o b t a in e d t h e s a m e c o n c l u s i o n w h i c h t h e l e v e l o f t h e d e v e l o p m e n t o f h u n a n p r o v i n c e s a g r i c u l tu r a l m e c h a n i z a t i o n b e o n t h e f a s t p h a s e a n d b e t r a n s f e r r i n g t h e f a s t p h a s e t o t h e i n t e r m e d i a t e p h a s e a t p r e s e n t . a n a l y z e d t h e f a c t o r s t h a t a ff e c t e d t h e a c c i d e n t s o f t h e d e v e lo p m e n t o f h u n a n p r o v i n c e s a g r i c u l t u r a l m e c h a n i z a t i o n b y m e a n s o f g r e y - s y s t e m t h e o r y . a n d a l s o p o i n t e d o u t t h e d o m i n a n c e a ff e c t e d f a c t o r w a s m e c h a n i z a t i o n d e g r e e o f f u r r o w in g t e r r a c e , t h e s e c o n d o n e w a s p r o d u c e v a l u e f o r p e r l a b o r , t h e l a s t o n e w a s m e c h a n i z a t i o n d e g r e e o f p l a n t i n g a n d h a r v e s t i n g . t h e c o n s t r u c t e d m o d e l s o l v e d t h a t t h e e x i s t e d p r o b l e m o f b e i n g t h e s c a r c i t y a n d n e u t r a l i n f o r ma t i o n i n t h e me c h a n i z a t i o n . as c o u r s e o f e v a l u a t i n g t h e l e v e l f o r d e v e l o p m e n t o f a g r i c u l t u r a l we l l a s d e p a r t m e n t o f a g r i c u l t u r a l p r o v i d e d t h e t h e o r e t i c a l t h e r e u n d e r f o r t h e d e c i s i o n - m a k i n g m e c h a n i z a t i o n , i t w a s a s w e l l a s i m p o rt a n t t o p r o m o t e t h e d e v e lo p m e n t o f a g r i c u l t u r a l m e c h a n i z a t i o n r a p i d l y a n d h e a l t h y . k e y s : a g r i c u lt u r a l m e c h a n i z a t i o n ; i n d e x s y s t e m; le v e l a p p r a i s a l ; g r e y s y s t e m i i i 独 创 性 声 明 本人声明所呈交的论文是我个人在指导老师指导下进行的研究工作及取得的 研究成果。 尽我所知， 除了文中特别加以标注和致谢的地方外， 论文中不包括其他 人已发表或撰写过的研究成果， 也不包含为获得湖南农业大学或其它教育机构的学 位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已 在论 文中作了明确的说明并表示了谢意。 时 间 : o- 0 a ,， 二 1 a , = il a , i = 1 , 2 , . . . , n . 四、求权重系数 计 算矩阵a 的 最大特征根又 。 、 ， 然后求出 其相 应的 规范 化 特征向 量w ，即 表2 - 1 两两比 较判断标度约定 t a b l e 2 - 1 t h e p r o m i s e d s t a n d a r d f o r j u d g i n g a f t e r c o m p a r i n g w i t h e a c h o t h e r x , 与 x ， 的 比 较 情 况 x ， 比 x j 同 等 重 要 x ， 比x j 略 微 重 要 x ， 比 x j 明 显 重 要 x ， 比 x j 重 要 得 多 x ， 比 x ， 极 为 重 要 x ， 比x ， 处于 两 相 邻 判 断 之 间 标度 a . 月 a , = 5 a , = 7 a ;, = 9 x 与x j 的 反 向 比 较 气= 2 , 4 , 6 , 8 1 表2 - 2 两两比 较判断结果 t a b l e 2 - 2 t h e r e s u l t o f j u d g i n g a f t e r c o m p a r i n g w i t h e a c h o t h e r x , 分 x j x , x 2x al几 allazl x , x 2 xa1“ 朋 ala气anz a 附=i . . 牙 ( 2 - 2 ) 则 其 中w 的 各 个 分 量( w , ， w a ， . . . ， w , ) ， 就 是 对 应 于 因 素lx i , x i x 的 权 重 系 数 它表示了各因素重要性的排序，也就是相对于该准则的各因素的相对重要程度。 上述计算权重系数的方法比较麻烦， 一般采用和积法和方根法两种近似算法简便地 计算 w : ( 一)和积法计算步骤 ( ， ， 对 按 列 规 范 化 可 = 一 a , i, j 一 ,2 , . -,n . 玖。 ( 2 ) 再 按 行 相 加 得 和 数 可= 艺 可 (3) 再 规 范 化 即 得 权 重 系 ”w;“ w,w; ( 二)方根的计算步骤 ( 1 ) 按行元素求积， 再 求1 加次 幂， 得 、 = f , -， 一 ，2， ，” ( 2 )规范化，即得权重系数 五、 进行一致性检验 在实际中， 用两两比较法得到的判断矩阵， 由于人们主观判断不准确和随着判断问 题 难度和复杂程度的增加等原因， 决策者很难保证整个判断过程中决策思维的一致性， 可能 会发生判断不一致和情况，需要进行一致性检验。 定义一致性指标为 c .1 . _ 丛-n ( 2 - 3 ) 儿一1 其中 最大 特征 根a n a 、 的 算 法 是: r , a w l . 尤 一 否n w 户 ( 2 - 4 ) 定义平均随机一致性指标r i . , r .1 . 对应判断矩阵值由s a a t y 经实验得到， 如表2 - 3 给 出 “ ， : _ 、， ， 二 ， ， . ，_ . ，_c.1 .、. 、 足 义-数任 比1 9 u 为 c. k . =吮 二 下， 则 白 nj- 表2 - 3平均随机一致性指标 t a b e 2 - 3 t h e a v e r a g e s t o c h a s t i c c o i n c i d e n c e i 耐 i c a t o r 矩阵的阶2 3 4 5 6 7 8 9 1 0 1 11 2 1 3 r. i . 0 0 0 . 5 8 0 . 9 1 . 1 2 1 . 2 4 3 2 1 . 4 1 1 . 4 5 1 . 4 9 1 . 5 1 1 . 5 4 1 . 5 6 c. r . 二 =0 - . 0 . 1 全0 . 1 a 具有完全一致性 a 具有满意一致性 a 具有非常满意一致性 rll，v.leseseses、 rz-了2 c-r 只 要 满足c .r . - 1 ) ， 则对任一y i ( i = 1 ,2 , 3 ,4 . . . . . m ) 运用上面的 计算 公式可得关 联度矩阵r = ( r i ) 值得说 明的是， 为了对单位量纲不同的数据作关联度分析， 在进行上述计算之前， 首 先要对序列作初值化处理， 使之无量纲化。 无量纲化的方法常用的有初值化和均值化、 区 间相对值化。 初值化是指所有数据均用第一个数据除， 然后得一个新的数列， 这个数列就 是各个不同时刻的值相对第一个时刻的百分比。 就实际应用而言，关联分析的计算工作可按如下程序进行: ( 1 ) 标 称 化( 无 量 纲 化) 。 对y i 和x i 分 别 实 行 初 值 化， 去 掉 其 量 纲。 这 里i e m , j e n. (2 ) 计 算 差 值 矩 阵 d o ) 。 首 先 置 一 ， ， 用 公 式 d (,) = 一， (k ) - x j ( k )i , i s m , j e n 求 得 d o ) 从只 : 矩 阵 中 挑 出 极 值( 极 大 值 和 极 小 值)，并 变 换 矩 阵d (n ， 其 公 式 为 : = d ). in + 川 (y ) . . d ( )+ d ( ) .-川 ( 2 - 1 0 ) 武 司 ( 3 ) 计算关联 度向 量 r i; ， 对d ( 气按算术平均 值， 得关 联度向 量 r 1 = r i l , r ;2 ,r i 3 阵中 矩其 ( ， 一 方 菩 d (1),r(k ) 、 。 、 ( 2 - 1 1 ) ( 4 ) 排关联序为准确评价及理顺各子序列对母序列的关联程度， 需将关联度依大小顺 序 排 成 一 列 ，称关 联序 ， 对于 各子 序列要比 较 其 对同 一母 序列 来说 ， 孰 大孰 小 ，从而 可以 明 确 及理顺各子序列对于母序列的” 主次” 、 “ 优劣”关系，可表示为: 若 : : 。 。 y : 。 、 ， 则 有 表 达 式 风ix , 卜1x e ix o i ( 优 于 ) 若 : : 。 y o h ， 则 有 表 达 式 x a ix o 卜(x b ix 0 1 ( 劣 于 ) 若 : : 。 一 : oh ， 则 有 表 达 式 x. i x o 一 体ix o 1 ( 等 价 于 ) 2 . 4灰色层次分析法 灰色 层次分 析 法:; ) ,:) -.i 1x e . ) aop ( ,对传 统 层次分 析法的 主 要扩 展之处 在于 使 用灰 数 来 描述或表示各因素之间两两比较的结果。为此，首先介绍有关灰色矩阵的一些概念。 灰矩阵: 若某矩阵的元素是灰数， 则称该矩阵为灰矩阵。 与灰数的描述方式类似， 一 般灰矩阵a记 作: 公( . .i 2 2 : 。 。 以 a , , i , j = 1 ,2 . . . , n 为白 化 值的 灰 矩阵a 记 作: . ( a .( a ) . ( a , .( a , 2 ) . ( a , , ) .( a , ) . ( a 2 , ) .( a, ). ( a , 2 )二 必( a - ) 广一!l 一一 而白化后的灰矩阵 a记作 |!lllllleeles ( ) 二 1 , . ( p卜 。 ， . ( a , )一 1/ . (a ) , !, j , 2 , . . . 3 , n 则称( a ) 为灰正反矩阵， 记 作: . ( a , ). ( a , ) . ( a 2 ) .( a ) = 1 . ( a 2 ) 11一a1一a 一一 对 灰正 反 矩阵 ( a ) 二 ( . ( a , ) ) ， 如果 . ( a) - . ( a ,k ) = . ( a ,k ) 对 所 有， j . k = 1 ,2 ， 一 ， n 成 立， 则 称 ( a ) 为 一 致 性 灰正 反 矩阵 ， 简 称一 致灰阵 . 该 等 式 说明 ， 在 一 个 一 致 性 灰 正 反 矩 阵 中 ， 若 . (a ) 取 白 化 值 6 ( a , ),0 (a , ) 取 白 化 值 戴 a sk )， 则 . ( a ik ) 必 取白 化 值 ( a sk ) = . ( a , ) - . ( a ,k ) 一 判断矩阵: 将进行两两比较所得结果写成矩阵形式， 称为灰色层次分析的判断矩阵。 判断矩阵是灰正互反矩阵。 对 矩 阵a = ( a ) ， 以 第 行 对角 线 元素 为 中 心， 以 第 行 非 对 角 线 元 素 模 之 和 为 半 径 ， 在 复 平 面 上 作 圆 ， 所 确 定 的 圆 称 为 g e r s c h g o r i 门 圆 ， 简 称 g 圆 ， 记 为 g ， 若 q ， 则 z 满 足 一 a , ia n li=1 = 1,2 ,.一 对角线 元素为白 的 灰矩阵 ( 沟 的一 切特征 值在它的g , , l = 1 , 2 ， 一 ， n 的 和 集内 . 正反矩阵的最大特征值是正实数，它对应正的特征向量。 灰下互反阵的任一白 化阵，其最大特征值是正实数， 它对应正的特征向 量。 对实矩阵。 对 实 矩 阵 a = ( a ., ) 以 第 i 行 对 角 线 元 素 a n 为 中 心 ， 以 第 i 行 非 对 角 线 元 素 的 绝 对 值 之 和为 半 径， 在 数 轴上 作 邻域， 所 确定的 邻域 称为g e r s c h g o r i n 邻 域， 简 称g 邻域， 记 为n , , 若a e g， ， 则a 满 足 一 引 “ 黔, i 1 脚，= i , , . . r 灰正 互反阵的任一白 化的最大特征值在它的邻域的和集内。 n x n 阶灰正 互反阵势一致阵的充要条 件是它的最大特征值。 ( 硫、 ) 是白 实数且 礼 ) 二 n n x n 阶灰正互反阵的最大 特征值( 礼a x ) ? n 灰色层次分析法的步骤如下: 一、判断标度 设x = x i, x z ， 一 ， x 为 评 价 指 标 体 系 中 同 层 次 因 素 集 ， 对 因 素 ， ， 与 x ， 进 行 重 要 程 度 比 较时报间断标度约定如下: 表2 - 4 灰色层次分析法两两比较法判断标度约定 t a b e 2 - 4 t h e p r o m i s e d s t a n d a r d f o r j u d g i n g a f t e r c o m p a r i n g w i t h e a c h o t h e r b y t h e g r e y a n a l y t i c h i e r a r c h y p r o c e s s x ， 与x , 的 比 较 情 况 x ， 比 x ， 同 等 重 要 标 度 . ( 1 ) x ， 比 x , 略 故 重 要 戈比 x明 显 重 要 x 比 x , 重 要 得 多 x , 比 x , 极 为 重 要 x , 比x ， 处于 两 相 邻 判 断 之间 .( 3 ) . ( 5 ) .( 7 ) .( 9 ) x ， 比 ， 略 微 次 要 x ， 比 x ， 明 显 次 要 x ， 比 x ， 次 要 得 多 x , 比x , 极 为 次 要 a 9 = . ( 2 ) ， . ( 4 ) ， 0 ( 6 ) , . ( 8 ) . (l ) . ( / ) . (/ ) o (为 二、进行两两比较 判断 群 体中 某 专 家对两 个x 与二 ， 因 素 进 行 相互间 重 要 程 度的比 较结 果 如 下: 表 2 - 5因素间两两判断结果 t a b l e 2 - 5 t h e r e s u l t o f j u d g i n g a f t e r c o m p a r i n g w i t h e a c h o t h e r a m o n g f a c t o r x , x 2 . x .( a . )0( a ,2 ).( a , ) . ( a , , )必( a , , ) . ( a 2 ) . ( a ,. ). ( a, ).( a ) 三、建立判断矩阵 将其两两比 较结果写成矩阵形式，得出该专家的判断矩阵 0( r ) . ( a , , ) .( a , ) 0 ( a . , ) . ( a , ) . ( a z z ) . ( a, ) .( a , , ) 公( a 2 , ) .( a . . ) rll.les奋.l 一一 . ( a ) 是 一 个 灰正 互反 阵， 满 足 ( a ) 二 1 . ( a ; ) r 0 , . ( a , ) =1/ . (a ) , i , j = 1 , 2 , 二 ，n。 四、权重系数的数值解法; 灰正互反阵的任一白化阵的最大特征值为正实数，对应正的特征向量，但由于灰色 矩阵对应无穷多个白化阵， 其特征值不能用解析法求出。 本文因此采用采用以下的数值解 法判断矩阵( a ) 的特征值及特征向量。 ( 一) 利用和积法求矩阵( a ) 的特征向 量 用和积法求矩阵( a ) 的特征向量时，按以下步骤进行。 ( 1 )对矩阵先进行白化，得到其白化阵 . ( a ) = , 和 u i 之间 建 立回 归 方 程，运 算过 程简 单 描 述如 下: 设 有两 组 变量 x 和 y , x 由 p 个分 量 ( x i ，二 ， x p ) 构 成， y 由 4 个 分 量 ( y i ，二 ， y q ) 构成。 可以 获得两个矩阵 x = x i , ， x p n ， 和y = i y l , . ， y g l n x q 。 偏最小二 乘回归( p l s ) 分 析 首 先 在 x 与 y 中 提出 成分 t ，和 u , ( t ， 是 x ， 二 ， x p 的 线 性 组合， u : 是 y i , ， y q 的 线 性 组 合)。在成分提取时要满足下列两个要求: ( 1 ) t . 和u i 尽可能大的携带它们各自 数据表中的 变异信息; ( 2 ) t ， 和u , 的相关程度能够达到最大。 这就表明，自 变量的成分t : 和因变量的成分u l 在应尽可能好的代表数据x 和y 的同时， t i 对u i 又有最强的解释能力。 在第一成分t ， 和u i 被提取后，偏最小二乘回归分析分别实施x 对t , 的回归及y 对t : 的回 归。如果回归方程己 达到满意的精度，则终止运算;否则。 将利用x 被t 1 解释后的残余信 息及y 被 t , 解释后的残余信息进行第二轮的成分提取。如此反复，一直达到满意的精度为 止。 若最终 对x 提取了 m 个成分 t ,， t , ， 偏最小 二乘回归 将通过实 施y k 对 t ， t , 的 回 归， 然后再表达成 y k 关于原 变量x 1 , . ， . ， x n 的回归 方 程， k = 1 , 2 , 二 ， 9 第三章 评价指标体系的建立 农业机械化是农业现代化的主要标志和重要内容， 是实现农业现代化的必要前提。 要 发挥农业机械化在农业现代化建设中的重要作用， 首先， 必需正确认识现阶段农业机械化 的发展水平。我国农业机械化事业的发展受诸多因素的影响与制约， 其中包括社会、 经济 和政策因素， 耕地和劳动力资源条件， 资金投入以及农业机械化管理水平等。 科学地评价农 业机械化在农业现代化中的地位和作用， 研究不同地区农业机械化的发展水平和发展速度， 需要通过一系列具体指标从不同侧面、 不同范围以及不同层次来进行客观评价。 农业机械 化评价指标体系的准确设置和正确运用将有助于评价标准的统一性， 便于使用同一计量尺 度计算和分析农业机械化的作用效果。 因此， 建立湖南省农业机械化发展综合水平评价指 标体系对湖南省健全农机化宏观调控和微观指导， 发挥农业机械化的作用， 制定农业机械 化 发 展 规 划 ， 具 有 十 分 重 要 的 理 论 意 义 和 现 实 意 义 11) u z1 (431 l4+) 461 1设置评价指标的原则 农业机械化评价指标的设置， 实质上是对农业机械化的社会效果和经济效果进行科学 的 评价与分析的过程。 因此， 农业机械化评价指标体系的设置要从实际需要出 发，主 要遵 循以下原则: ( i )重点性。重点突出农业机械化在农业生产中的综合发展水平，同时体现农业机 械化的保障能力及农业机械化创造经济效益的能力。 ( 2 ) 全面性。农业机械化发展综合水平指标体系应能够全面、客观地反映农业机械 化的作用效果 包括对社会、 经济及生态的效果， 反映农业机械化内 在的质量和效益， 反映农 业机械化对农业现代化、对社会进步和经济发展的贡献份额。 ( 3 )代表性。力求指标的设置能反映农业机械化的作用效果，一个指标已经反映的 内容，原则上不再设置另外指标。 ( 4 )可比 性。评价指标体系的指标反映的该地区的农业机械化综合水平要能和其它 地区的农业机械化综合水平相比 较， 使各地区指标具有相对统一性， 从而提高指标体系的 使用范围。 ( 5 ) 数量性。评价指标尽量数量化，并具备可获得性，对那些应该考虑但又难于获 得客观数据的指标要尽量少设或不设，通过指标标准化处理使指标数量具有可叠加性。 ( 6 ) 可 操作性。各项指标要易于评价、考核验收。 ( 7 ) 导向性。 指标的设置要有利于引导各地区的农业机械化进程， 推进农业机械化 的发展。 ( 8 ) 指标简明、实用， 含义要确切， 指标之间应互相衔接， 指标的计算范围和计算方 法应有科学依据， 切实可行。 2评价指标体系的建立 2 . 1 指标设置 在进行农业机械化综合水平评价时， 把农机化实际作用( 有用效果) 大小作为评价的 基 础， 把经济效果( 有用效果与劳动消耗之比 ) 作为评价的核心， 把产业结构、 经营规模状况和 经济水平作为评价的重要环境条件。 也就是应建立以 农机作业为墓础、 能力为保障、 效益 为核心的农业机械化发展水平评价指标体系4 6 1 4 7 1 48 j l4 9 1 m j1 本文根据湖南省农业机械化发展的实际 情况， 初步确定湖南省农业机械化发展水平评 价指标体系的基本框架包括: ( 1 ) 农业机械化作业程度( b ,) : 反映农业机械化在农业生产中实际作用的大小， 用反 映机械化生产方式替代传统生产方式己 经达到的程度指标来反映农业机械化实际作用的 大小。它是农业机械化评价的基础，从湖南省的实际情况出发，在全国统一、主导性强、 必须评价的基本农机作业项目 评价指标的( 耕、 种、 收机械化程度) 的基础上， 初步下设: 农作物耕整地机械化程度( b . ) :栽播机械化程度 ( b ) ;收获机械化程度 ( b) ; 脱粒机械化程度 ( b) : 排灌机械化程度 ( b) ;植保机械化程度 ( b , ) ; 农产品 加工机械 化程度 ( b , )和农村运输机械化程度 (b,. )八个二级指标。 ( 2 ) 农业机械化综合保障能力( b , ): 反映农机人员、 农机装备和农机社会化服务体 系对提高农业综合发展能力， 实现发展目 标的保障能力， 保障能力强相应的农机化水平较 高;保障能力弱，相应的农业机械化水平较低，初步下设: 农业劳均农机原值 ( b , ) 、 播面顷均农机动力 ( b 2 2 ) 、 农村农机人员拥有量 ( b , , ) 农机 人员 受教育程度 ( b) 和农机社会化服务体系建设程度 ( b 2 5 )五个二级指标。 ( 3 ) 农业机械化综合效益 ( b , ): 农业机械化过程一方面是成果 ( 有用效果) 创造过 程， 另一方面又是劳动消耗过程， 评价农机化水平的高低不能只看其劳动消耗的大小， 把 农机化生产中的消耗与有用效果两个方面加以比较， 为综合考察其合乎目的性的程度。 它 初步下设: 农业劳均产值( b .) 、农业劳均播种面积 ( b i z ) 、百元农机原值纯收入 ( b s 3 ) 和千瓦动 力农机作业收入 b) 、第一产业劳动力占农村总劳动力比重 ( b 35 )五个二级指标。 2 . 2评价指标的标准化 根据农业部制定的评价全国 农业机械化发展水平时用的 评价标准， 结合湖南省的实际 情况， 确定 湖南省实 现农业现代化时农业机械化评价指标体系中 各指标应达到的 基本标准 值: 表 3 - 1 湖南省农业机械化发展水平评价指标标准值 t a b e 3 - 1 t h e l e v e l e v a l u a t i o n s t a n d a r d v a l u e o f a g r i c u l t u r a l 一 .m e c h a n 丝 ra t i o n i n h u n a n p r o v i n c e 一 一 一_. 指标名称单 位标准值 农作物耕整地机械化程度 ( b 1 1 ) ,%1 0 0 栽播机械化程度 ( k)%1 0 0 六u八u n0 11.1 以刊% 收获机械化程度 ( b 卜 ) 月 们1 机械化程度 ( b 0000 % 1 3 1 灌机械化程度 ( b) 植保机械化程度 ( b n曰n 10106 农产品加下机械化程度 ( b ,j 农村运输机械化程度 ( b 播面顷均农机动力 扭 k wh 尼 月划八划n 05nu 一n，1.立 马j 农业劳均农机原值 ( b : ) 农 村农机人员 拥有i ( b , j 农机人员受教育 程度 ( 日) 元 人 人/ 千人 % 农机f 1 会化服务体系建设程度 ( b 农业劳均产值( b , )万儿 人 农业劳均播种面积 ( 氏h m z 人 百儿农机原值纯收入b 元 百元 n八u n乃乙 巴dz、 于瓦动力农机作业收入 ( b . ) 已.k w 第 一 产业劳动力占农村 l劳动力比重 ( b , , ) 2 . 3评价指标的计算 耕整地机械化程度 ( b , ) 机械耕整地面积 播栽总面积 x 1 0 0 % 栽播机械化程度 ( b ,. ) = 机械播栽面积 播栽总面积 x 1 0 0 % 收获机械化程度 ( b ) 二 机械收获面积 收获总面积 x 1 0 0 % 脱粒机械化程度 ( b)二 机械脱粒粮食数量 粮食总产量 x 1 0 0 % 排灌机械化程度 ( b ,.: )二 机械排灌面积 有效灌溉面积 x 1 0 0 % 植保机械化程度 ( b 、 )= 机械植保总面积 播栽总面积 x 1 0 0 % 农产品加工 机械化程度 ( b)二 机械加工农产品量 农产品总量( 1 + p , + p , x p 2 ) x 1 0 0 % ( p i : 半精量加工指数 p 2 农村运输机械化程度 ( b , ) 二 精量加工指数) 农机运输作业量 农业运输总量 x 1 0 0 % 农业劳均农机原值 ( b : . ) 农业机械原值 农林牧渔劳动力数 播面顷均农机动力 (