基于PCA的溫室控制蔬菜生產(chǎn)投入與產(chǎn)出調(diào)查分析

謝偉琴 楊小玲 況靈敏 肖志勇

摘 要 本文以基于溫室控制的蔬菜生產(chǎn)投入與產(chǎn)出關(guān)系為研究對象，在對江西樂平溫室蔬菜生產(chǎn)基地調(diào)查的基礎(chǔ)上，使用SPSS統(tǒng)計分析軟件對實地調(diào)查問卷進行定量比較，采用主成分分析法（PCA）重點剖析了智能溫室控制系統(tǒng)的使用對菜農(nóng)投入與產(chǎn)出的各大影響因子。結(jié)果表明：智能溫室控制系統(tǒng)的技術(shù)培訓力度、政府的蔬菜補貼和種植戶對技術(shù)的掌握度對產(chǎn)出影響較大，其次是智能溫室控制系統(tǒng)的前期投入、種植面積等因素，而勞動力投入對產(chǎn)出影響不大。

關(guān)鍵詞 溫室 投入與產(chǎn)出 SPSS 主成分分析法 影響因子

中圖分類號：F326.13??文獻標識碼：ADOI：10.16400/j.cnki.kjdkx.2015.02.090

Investigation and Analysis of Greenhouse Control Vegetable

Production Input and Output Based on PCA

——Take Jiangxi Leping City Vegetable Production base as an example

XIE Weiqin[1]， YANG Xiaoling[2]， KUANG Lingmin[1]， XIAO Zhiyong[1]

（[1] College of Software， Jiangxi Agricultural University， Nanchang， Jiangxi 330045;

[2] Institute of Technology， Jiangxi Agricultural University， Nanchang， Jiangxi 330045）

Abstract In this paper， based on the relationship between the input and output of vegetable production greenhouse control for the study， in Jiangxi Leping greenhouse vegetable production base on the basis of the investigation， using SPSS statistical analysis software for quantitative comparison of field surveys， using principal component analysis （PCA ） focused on the analysis of the use of intelligent control systems， the major greenhouse factor on vegetable inputs and outputs. The results showed that： Intelligent Greenhouse Control System technology training， a large government subsidies and vegetable growers master degree of technology impact on output， followed by the intelligent greenhouse control system upfront investment， acreage and other factors， while labor input does not affect output.

Key words greenhouse; input and output; SPSS; Principal Component Analysis; impact factor

樂平市地處“南昌—九江—景德鎮(zhèn)”金三角區(qū)域，全境處亞熱帶季風性濕潤氣候區(qū)，屬鄱陽湖平原低丘陵地帶，境內(nèi)一江七河，沿岸土地疏松、肥沃，非常適宜蔬菜作物生長?，F(xiàn)樂平市不但是全國無公害蔬菜生產(chǎn)示范基地縣（市）之一，而且是江西省唯一的全國綠色食品原料（蔬菜）標準化生產(chǎn)示范基地，同時又是全國鮮活農(nóng)產(chǎn)品定點批發(fā)市場、全國農(nóng)產(chǎn)品信息采集點、江西省最大的蔬菜基地和蔬菜集散中心、價格形成中心、信息傳播中心，初步成為江南地區(qū)最大的早春毛豆產(chǎn)地、最有特色的夏秋地瓜和芹菜生產(chǎn)基地、全國最大的紅萵筍供應基地?，F(xiàn)有40個蔬菜品種獲農(nóng)業(yè)部無公害蔬菜產(chǎn)品認證，有9個基地被江西省認定為無公害蔬菜生產(chǎn)基地，規(guī)模達12.6萬畝。規(guī)模的加大，引發(fā)著對技術(shù)的需求，大量的種植，迫切需要新的技術(shù)對種植的支持，因此，對智能溫室控制系統(tǒng)在蔬菜生產(chǎn)投入與產(chǎn)出的研究就迫在眉睫，最終得出規(guī)模與技術(shù)、投入與產(chǎn)出的關(guān)系。

1 數(shù)據(jù)來源以及數(shù)據(jù)處理

1.1 數(shù)據(jù)來源

本文采用的數(shù)據(jù)主要來源于調(diào)研團隊前往樂平市調(diào)研獲得。前期準備調(diào)查問卷，主要涉及樂平市種植蔬菜類別、種植面積、對智能溫室控制系統(tǒng)的使用、政府補貼額度、菜農(nóng)文化層次、前期投入和最終產(chǎn)出等問題。整個調(diào)查發(fā)出問卷200份，收回問卷186份，有效回收率為93%。在調(diào)研過程中，調(diào)研團隊就智能溫室控制系統(tǒng)在蔬菜生產(chǎn)上的投入與產(chǎn)出與菜農(nóng)進行深度溝通與交流，并分發(fā)調(diào)查問卷、引導當?shù)夭宿r(nóng)正確完成調(diào)查問卷。

1.2 數(shù)據(jù)處理

針對收回的調(diào)查問卷，調(diào)研團隊對其用統(tǒng)計分析軟件SPSS進行數(shù)據(jù)分析統(tǒng)計。通過選取運用智能溫室控制系統(tǒng)的年畝產(chǎn)值（）為產(chǎn)出，選取種植戶的學歷（）、職位（）、蔬菜種植面積（）、智能溫室控技術(shù)培訓（）、智能溫室控制系統(tǒng)的前期投入（）、智能溫室控制系統(tǒng)的后期維護費用（）、政府補貼力度（）、運用智能溫室控制系統(tǒng)后人力投入（）以及對智能溫室控制系統(tǒng)技術(shù)的掌握度（）等9個因素為投入進行分析。首先：通過對選取的9個因素數(shù)據(jù)進行min - max標準化（Min - Max Normalization，也稱為離差標準化），再運用描述性分析對數(shù)據(jù)進行標準化處理，其次運用主成分分析法進行因子分析并對其降維處理，最后運用相關(guān)性分析法處理投入與產(chǎn)出關(guān)系以獲得最終結(jié)論。

1.2.1 對數(shù)據(jù)進行歸一化處理

min - max標準化（Min - Max Normalization，也稱為離差標準化）是對原始數(shù)據(jù)的線性變換，使輸入值映射到[0-1]之間。具體轉(zhuǎn)換函數(shù)如公式（1）：

= ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

運用該公式對收集的數(shù)據(jù)進行歸一化處理，為接下來的分析做好分析準備。

1.2.2 運用主成份分析法處理數(shù)據(jù)

主成分分析方法的核心思想是：針對一些具有錯綜復雜關(guān)系、存在內(nèi)部相關(guān)性的因子，采用多元統(tǒng)計的方法對原指標體系降維，將原指標體系歸結(jié)為能夠反映其大量信息的綜合因子。

本文運用主成份分析法對原來選定的投入指標體系降維，提取主成份，將歸一化的數(shù)據(jù)運用SPSS對9個因子數(shù)據(jù)進行主成份分析。其分析得到結(jié)果如下：

表1給出了KMO和Bartlett的檢驗結(jié)果。其中KMO值為0.474表示比較適合做因子分析。Bartlett球形度檢驗Sig值為0.000小于顯著水平0.05，表示可以做因子分析。

表1 KMO和Bartlett的檢驗

表2給出了每個變量共同度的結(jié)果，表格數(shù)據(jù)左側(cè)表示每個變量可以被所有因素所能解釋的方差，右側(cè)表示共同度。從該表可以看出，各因素間相關(guān)性很強，表明變量中的大部分信息均能被因子所提取，說明因子分析的結(jié)果是有效。

表3運用主成份分析法，給出了因子貢獻率的結(jié)果。由表可以分析出第一個主成份占33.794%，第二個主成份占25.267%，第三個主成份占15.653%，第四個主成份占11.752%，前四個因子的特征值之和為86.467%，前四個成分包含了原9個因子變量86.467%的信息，因此提取前四個因子為主因子。

表2 變量共同度表

表3 種植戶投入原變量主成分統(tǒng)計信息

運用表3得到的主成份統(tǒng)計信息，再進行求特征向量矩陣，處理得到結(jié)果為表4所示，從特征向量矩陣得出主成分的計算公式如下：

= 0.023 + 0.3310.009 + 0.261 + 0.53 + 0.489 + 0.3240.203 + 0.394

= 0.083 + 0.4490.5080.0620.055 + 0.1460.465 + 0.506 + 0.181

= 0.334 + 0.036 + 0.294 + 0.6580.244 0.2540.023 + 0.338 + 0.359

= 0.027 + 0.004 + 0.0060.010 + 0.004 + 0.0070.003 + 0.0020.005

其中、、、是經(jīng)過主成份分析得到的第一、第二、第三、第四主成份，（ = 1，2，3，4，5，6，7，8，9）都經(jīng)過了特征化處理。

表4 特征向量矩陣

1.2.3 數(shù)據(jù)的相關(guān)性分析

主成分分析法處理后的數(shù)據(jù)再進行相關(guān)性分析處理，得出了相關(guān)性系數(shù)矩陣（見表5），進一步分析得出了樂平基于智能溫室控制系統(tǒng)的蔬菜投入與產(chǎn)出關(guān)系。具體從表5可以看出，智能溫室控制系統(tǒng)在樂平市蔬菜投入與產(chǎn)出的相關(guān)性較強。其中，智能溫室控制系統(tǒng)的技術(shù)培訓對樂平市蔬菜產(chǎn)出相關(guān)性系數(shù)為0.689，樂平市蔬菜產(chǎn)出與政府的補助相關(guān)性系數(shù)為0.637，從而可知，樂平市蔬菜的產(chǎn)出與這兩項因子是密切相關(guān)的。其次種植戶對智能溫室控制系統(tǒng)技術(shù)的掌握系數(shù)為0.545，該因子也對樂平市蔬菜的產(chǎn)出具有一定影響。

2 智能溫室系統(tǒng)在農(nóng)業(yè)投入與產(chǎn)出效益分析

智能溫室控制系統(tǒng)是將最新科學技術(shù)應用在農(nóng)業(yè)生產(chǎn)中，菜農(nóng)若掌握了這個技術(shù)，不僅可以減少惡劣天氣影響，而且還能給菜農(nóng)們帶來更多的收入。如果能夠大面積普及，形成一定的規(guī)模化產(chǎn)業(yè)，那帶來的經(jīng)濟效益肯定是可觀的，可以帶動整個產(chǎn)業(yè)的繁榮。目前，樂平市專門成立蔬菜科學研究所，并建立蔬菜工廠化育苗基地，該基地有工廠化育苗中心，年可生產(chǎn)優(yōu)質(zhì)蔬菜苗1000余萬株，可帶動6000余戶菜農(nóng)致富。據(jù)不完全統(tǒng)計，截至目前，樂平全市蔬菜播種面積31.8萬畝，總產(chǎn)量突破97.8萬噸，總產(chǎn)值12.15億元，蔬菜批發(fā)大市場全年總交易量74.8萬噸，交易額12.3億元，菜農(nóng)人平均收入達2800余元。

3 提高收益對策

通過智能溫室控制系統(tǒng)在蔬菜投入與產(chǎn)出的效益分析，結(jié)論證明智能溫室控制系統(tǒng)在蔬菜生產(chǎn)中的收益主要受到智能溫室控制系統(tǒng)的培訓次數(shù)、政府的補貼和菜農(nóng)對智能溫室控制系統(tǒng)技術(shù)的掌握度、系統(tǒng)前期投入、種植面積和勞動力等因子影響，其中培訓次數(shù)、政府的補貼影響最大，其次是菜農(nóng)對智能溫室控制系統(tǒng)技術(shù)的掌握度、系統(tǒng)的前期投入，而種植面積和勞動力基本沒有影響。因此，本文認為：進一步加強對智能溫室控制系統(tǒng)技術(shù)的推廣，安排專業(yè)技術(shù)人員對菜農(nóng)培訓，促進菜農(nóng)對技術(shù)的掌握和使用;政府加大補貼力度，讓菜農(nóng)可以放心地使用智能溫室控制系統(tǒng)。在前期技術(shù)推廣和政府補貼的基礎(chǔ)上，菜農(nóng)能夠充分地使用智能溫室控制系統(tǒng)，也能提高蔬菜的產(chǎn)量和質(zhì)量。

*肖志勇為本文通訊作者

基金項目：江西省大學生創(chuàng)新創(chuàng)業(yè)訓練項目（項目編號DC201332）;江西省教育廳青年科學基金項目（項目編號GJJ13250）

參考文獻

[1] 楊凡，齊振宏，王景旭，周末.水稻投入產(chǎn)出效率評價及相關(guān)因素分析[J].統(tǒng)計與決策， 2011（17）：100 - 102.

[2] 柴有江.打造高品位“江南菜鄉(xiāng)”樂平市做大做強蔬菜產(chǎn)業(yè)綜述[N].景德鎮(zhèn)日報，2012 - 07 - 15.

[3] 彭桂蘭，張學軍.溫室環(huán)境計算機測控技術(shù)的研究現(xiàn)狀和發(fā)展趨勢[J].現(xiàn)代化農(nóng)業(yè)，2002（5）：9 - 11.

[4] 陳勝.SPSS統(tǒng)計分析從入門到精通[M].北京：清華大學出版社，2010.