投影寻踪聚类模型在美丽乡村建设评价中的应用

陈锦泉+郑金贵

摘要：针对生态文明视角下美丽乡村建设评价中如何解决农村动态性多指标和高维数据无法真实体现其建设水平的问题，依据福建省晋江市的实际，从经济、社会、资源环境和制度保障等多指标入手，构建出晋江市的美丽乡村建设评价指标体系。同时，选取当地典型的20个美丽乡村为研究案例，利用投影寻踪聚类分析算法进行模型评价，不仅可以找出最优投影方向及乡村建设综合评判优劣顺序，还可以找出各乡村的重要建设支撑要素。结果表明，这种方法对地方的美丽乡村建设要素借鉴具有创新性和实用性。

关键词：投影寻踪聚类；生态文明建设；美丽乡村建设评价

中图分类号： F327文献标志码： A文章编号：1002-1302（2016）06-0579-04

收稿日期：2016-03-04

基金项目：国家科技支撑计划（编号：2013BAD01B05）；农业部“台湾优质示范与推广”项目（编号：NYB201001）；福建农林大学科技创新建设项目（编号：PTJH13001）。

作者简介：陈锦泉（1987—），男，博士研究生，研究方向为农村建设。E-mail：349569789@qq.com。

通信作者：郑金贵，教授，博士生导师，研究方向为“三农”建设发展。E-mail：jinguizheng@126.com。生态建设与美丽乡村建设是一个有机的建设整体，在美丽乡村建设过程中，农村的各项资源消耗是否达到生态建设的指标标准并未受到应有的重视。因此，本研究重要的评价指标来源主要立足于福建省晋江市实际乡村发展情况，再结合其他学者对美丽乡村建设与生态建设相关的理论研究而提出。美丽乡村建设是生态建设的重要部分，同时也是生态建设的重要有机载体，对减少乡村建设资源消耗及乡村生态发展具有重要的作用。生态文明视角下的美丽乡村建设是发展地区生态经济的重要组成部分，只有大力发展生态经济建设，走生态发展道路才能更好地实现美丽乡村的可持续发展。截至目前，我国美丽乡村建设评价领域的专家、学者提出了较多具有实用性的方法，如层次分析法、因子分析法、均方差权值法、灰色关联度法、加权求和法、神经网络算法等多种数理统计分析方法[1]。但由于各地的发展条件差异化使得各种方法在实际应用中都会存在一定的局限性，比如，层次分析法中由于专家赋值的定性数据较多，定量成分不足，且指标权重难以确定，当指标过多时数据统计量又过于庞大，容易引起最终的统计结果失真，这就造成该方法在模拟人脑决策选择最优解决方法的局限性；因子分析法是把多个复杂因子通过方差和权重的不同将其归结为单一的综合性因子，但由于这种方法的使用原理造成该方法在因素提取并归结过程中会有很多因子考虑不周到而有所遗漏；均方差权值法中根据样本离散程度相对量大小客观地确定指标权重的大小，样本的离散度越大其权重也越大，虽然这样可以大大增加各指标因素的客观性权重赋予力度，但是在整个系统推进中的动态调整力度达不到最好效果；灰色关联度法主要的不足是人为因素较多，定量因子不足；加权求和法主要不足之处是没有相应的参照标准，不能反映动态发展变化情况，而且对指标权重的赋予受专家等人为赋值主观性过多，致使系统最终评价不科学；神经网络算法在非线性映射功能上具有高精准度，且在局部神经元受损下并不会对全局计算结果造成多大影响，但由于该算法的本质算法为梯度下降法，需要优化的目标函数极为复杂，就容易使得计算结果过度拟合。鉴于美丽乡村建设评价指标体系建设中含有定量与定性数据，而且目前专家、学者普遍使用的评价方法也各有局限，为了能够更客观、更科学地反映出美丽乡村各指标建设情况，本研究选择投影寻踪聚类模型进行相应分析。