基于指标重要度识别的农业科技服务供需有效对接方法(2)

　　需求是农业科技服务供需有效对接的根本前提和目标导向，需求特征决定了有效农业科技服务所必须达到的要求，农业科技服务产品与需求特征越是吻合，供需对接就会越有效。需求特征包括用户自身条件、农业生产方式等，选取用户文化程度（初中及以上）、农民人均纯收入、农机化水平为衡量指标；供给是农业科技服务供需有效对接的又一决定性因素，农业科技服务产品供给的类型、数量、价格等直接关系着用户需求能够得到满足的程度，选取专家团队规模、产品服务覆盖率、产品服务价格为衡量指标；信息认知则是沟通需求和供给的桥梁，包括用户对供给信息的认知以及供方对用户需求信息的认知，只有准确全面地掌握信息，才能够做出正确有效的选择，选取需求信息认知（供方对需求信息掌握的全面性和准确性）和供给信息认知（用户对供给信息掌握的全面性和准确性）为衡量指标。

　　通过以上分析，选取用户文化程度、农机化水平、人均收入等8项指标，对农业科技服务供需对接有效性进行衡量，具体见表1。

　　二、指标重要度识别

　　从系统角度，农业科技服务供需对接有效性受需求特征、供给特征和信息认知等多因素影响，且各因素的重要程度存在差异，其相应的政策效果也不尽相同，需要进行科学甄别。本文采用灰色关联度与主成分分析相结合的综合集成赋权法对指标重要度进行识别，灰色关联度能充分挖掘各项指标的信息，并体现决策者的直观判断，主成分分析在尽可能多的保留原指标信息的条件下能通过指标归类产生一系列互不相关的综合性指标。

　　（一）指标主成分分析

　　对指标观测值进行标准化得到标准变量，根据指标累计贡献率，经线性变换对指标进行聚集得到主成分集合，使高维数据得到最佳简化，指标相关性得到消除，同时不会影响对系统的真实反映。其主成分分析模型为：

　　（二）指标权重系数计算

　　设第i个主成分的权重系数为wi，则线性组合C=∑mi=1wiFi为全体指标的综合指标。为更客观反映指标信息，设主成分的权重系数wi为：

　　（三）灰色关联度计算及指标集选择

　　根据主成分分析客观计算得到的所有指标的权重系数，计算得到K个样本城市的综合指标，将其作为参考序列，记为（C（1），C（2），…，C（K））；将指标j的标准化值作为比较序列，记为（Z（1）j，Z（2）j，…，Z（K）j）；计算比较序列和参考序列的关联系数矩阵，并以此计算指标的灰色关联度为：

　　式中：ρ为分辨系数，取值区间为（0，1），通常取ρ=0.5，关联度Rj反映了第j个指标与参考序列的相似程度。关联度越大说明相似度越高，即第j个指标对农业科技服务供需对接的有效性影响越大。因此，可以通过关联度排序识别各指标的重要度。

　　三、实例应用

　　本文选取陕西安康和汉中的汉阴、石泉、宁陕等15个样本地区进行指标重要度识别，数据来源于《安康统计年鉴2012》、《汉中统计年鉴2012》及其他相关文献资料，并运用MATLAB软件进行相应处理。样本指标值见表2。

　　可见，在影响农业科技服务对接有效性的8项指标中，需求信息认知、产品服务覆盖率和产品服务价格具有较高的重要度，与供需对接有效性综合指标的关联度均达到0.7以上，用户文化程度、农机化水平、农民人均纯收入等指标的重要度相对较低。

　　在制定具体的政策措施时，可将资源更多投入到需求信息认知、产品服务覆盖率和产品服务价格等方面的建设，加强调研工作，全面了解用户对农业科技服务产品的具体需求，加强农业科技服务产品的研发工作，为用户提供更多合适的选择，同时加大政府对农业科技服务的补贴力度和范围，减小用户的成本负担，这样可显著增强农业科技服务供需对接的有效性，同时大大提高资源的使用效率，减少资源的闲置和浪费。

　　四、结 论