农村经济发展水平综合评价研究摘要。本文应用spss22.0软件采用主成分分析法，对XX县区（以下简称互助县）经济发展综合实力进行分析，在得出各个主成分的基础上结合各个主成分的贡献率计算出各乡（镇）综合实力的综合得分，按照得分的高低进行排名、归类，并对评价结果进行深入讨论，以期为制定农村经济发展政策提供决策与建议。关键词：农村经济；主成分分析；发展评价当前，互助县经济总体上增长较快、效益较好，但经济的繁荣集中表现在城市，农村经济的发展相对落后，城乡经济差距呈扩大化的趋势。为此，本文运用主成分分析的多变量处理优点，综合分析XX县区经济发展综合实力，重点比较分析了各乡（镇）的优劣势和影响因素，以此作为制定相关政策的依据，进而促进互助县各乡（镇）的共同发展。1指标体系和评价方法本文将在选取农村经济发展水平评估指标体系的基础上，运用主成分分析方法分析互助县经济发展综合实力，以期为不同区域农村的经济发展提供建议。1.1农村经济发展水平指标体系构建农村经济系统是一个多元素系统，要区分农村经济类型，首先要有一套能完整反映当前农村经济状况的指标体系。参考相关研究成果，并征求各专家意见之后，利用德尔菲调查法，经多次对指标筛选和整理，最终确定4个子系统的9项指标，分目标层、准则层、指标层3个层次构成农村经济发展水平评价指标体系（见表1），这9项指标可以从不同角度反映互助县农村的经济发展状况。其中，农业总产值、农村人均纯收入反映农村经济水平，非农从业人员占总从业人员比重及林牧副渔业增加值比重则反映农村产业结构配置情况，恩格尔系数表示人们食用支出数在日常生活中所占的比例，居民平均消费水平反映人们的生活水平，人均耕地面积、粮食单产、农村生产用电占总用电量的比重反映了不同地区的自然状况和生产条件[1]。表1农村经济发展水平评估指标体系1.2评价方法1.2.1主成分分析主成分分析的主要目第1页共3页的是用较少的变量去解释原有资料中的大部分变异，将部分变量转化成彼此相互独立或不相关的变量。通常是选出能解释大部分变量的几个新变量，并用以解释资料的综合性指标。1.2.2互助县各乡（镇）农村经济发展原始数据互助县共有19个乡（镇），由于海东工业园区的建设发展，高寨镇的大多数土地被征用，农户由政府统一安置到城市，传统的生活生产方式被改变，所以，其农业生产总值、农林牧副渔增加值等指标在《20XX年XX县区统计年鉴》中的信息缺失。根据以上所述9项指标，搜集整理了20XX年互助县除高寨镇以外的18个乡（镇）的相关数据，如表2所示。高寨镇信息缺失的原因是该镇作为海东市工业园区的一部分，根据海东工业园区的建设发展，高寨镇的农户全部入住到统一规划的安置小区，失去土地的农民进入了城市，高寨镇依靠传统土地的生活生产方式被破坏，所以，其农业总产值、农林牧副渔增加值等农村发展经济指标在年鉴中均无信息记录。2数据处理结果及说明根据以上信息确定的指标体系，本文采用20XX年互助县的指标值作为样本数据（数据来源于《20XX年互助县统计年鉴》）。由于各指标值有不同的量纲，对表2中的数据进行标准化处理。根据主成分分析原理，将标准化后的样本数据运用spss22.0软件求出其相关矩阵的特征值和各主成分贡献率，见表3。从表3中可知，前3个主成分的特征根大于1，且累计贡献率达到80.05%，基本可以反映原指标的大部分信息。因此，用3个主成分来代替原来的9个原始变量，降低原始数据的复杂性，达到降维的目的。用旋转矩阵中的因子载荷做为权重算综合得分，表4显示了在旋转因子以后3个因子在原始变量上的载荷。第一个因子与农业总产值、农村人均纯收入、农林牧渔业增加值比重与居民平均消费水平这4个载荷系数较大，主要解释了这4个变量[2]。而2个因子与非农业从业人员占总从业人员比重、恩格尔系数和人均耕地面积这3个变量的载荷系数较大，主要解释了这3个变量。第三个因子与粮食单产、农村生产用电占总用电量的比重这两个变量的载荷系数较大，主要解释了这两个变量。根据因子得分系数矩阵可将因子表示为第2页共3页变量的线性组合，由因子得分系数矩阵，可以将公因子表示为各变量的线性组合，...
