大數(shù)據(jù)在鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)中的應(yīng)用以鄉(xiāng)村稱號(hào)數(shù)據(jù)為例

　　[摘要]傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)在鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)中存在數(shù)據(jù)滯后、更新緩慢等問題,大數(shù)據(jù)技術(shù)有助于解決這些問題.在構(gòu)建大數(shù)據(jù)優(yōu)化鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)的理論邏輯基礎(chǔ)上,使用爬蟲技術(shù)從互聯(lián)網(wǎng)獲取33個(gè)鄉(xiāng)村稱號(hào)的47381個(gè)微觀數(shù)據(jù),并運(yùn)用分詞技術(shù)對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行統(tǒng)一格式的處理和存儲(chǔ).在實(shí)證分析中將指標(biāo)體系拓展為標(biāo)簽體系,對(duì)2020年中國(guó)省級(jí)鄉(xiāng)村振興發(fā)展水平進(jìn)行評(píng)估.研究發(fā)現(xiàn),大數(shù)據(jù)技術(shù)通過拓展鄉(xiāng)村大數(shù)據(jù)源、使用新算法等,能夠提升鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)的質(zhì)量和效率.

　　[關(guān)鍵詞]大數(shù)據(jù);鄉(xiāng)村振興;鄉(xiāng)村稱號(hào);指標(biāo)體系;標(biāo)簽?zāi)Ｐ?/p>

　　一、引言

　　中共十九大提出鄉(xiāng)村振興戰(zhàn)略,明確“產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕”二十字方針.在此背景下,如何對(duì)各地鄉(xiāng)村振興發(fā)展水平進(jìn)行測(cè)度和評(píng)價(jià),發(fā)掘優(yōu)勢(shì),補(bǔ)全短板,進(jìn)而因勢(shì)利導(dǎo)推動(dòng)鄉(xiāng)村發(fā)展,是實(shí)現(xiàn)中國(guó)鄉(xiāng)村振興的關(guān)鍵.當(dāng)前,已有研究通過構(gòu)建相關(guān)指標(biāo)體系來(lái)測(cè)度中國(guó)鄉(xiāng)村振興發(fā)展水平,并使用統(tǒng)計(jì)年鑒[1]、農(nóng)業(yè)普查數(shù)據(jù)[2]、調(diào)查數(shù)據(jù)庫(kù)[1]以及調(diào)研數(shù)據(jù)[3]進(jìn)行實(shí)證分析.然而,統(tǒng)計(jì)數(shù)據(jù)雖然具有可靠性較高的優(yōu)點(diǎn),但滯后期一般為2-3年,調(diào)研數(shù)據(jù)則較少進(jìn)行追蹤調(diào)查.由于難以獲取更多有效數(shù)據(jù),導(dǎo)致政府、學(xué)術(shù)機(jī)構(gòu)等難以全面、科學(xué)評(píng)價(jià)中國(guó)鄉(xiāng)村振興發(fā)展水平.

　　隨著國(guó)家大數(shù)據(jù)戰(zhàn)略推進(jìn),大數(shù)據(jù)技術(shù)更加成熟,正加速成為創(chuàng)造價(jià)值、發(fā)掘潛力的驅(qū)動(dòng)力,其應(yīng)用逐漸滲透到經(jīng)濟(jì)社會(huì)的各個(gè)微觀單元.在農(nóng)業(yè)農(nóng)村領(lǐng)域,大數(shù)據(jù)技術(shù)在農(nóng)產(chǎn)品價(jià)格監(jiān)測(cè)[4]、農(nóng)產(chǎn)品流通[5]、農(nóng)業(yè)災(zāi)害預(yù)警[6]等領(lǐng)域得到廣泛應(yīng)用,但無(wú)論在理論上還是實(shí)踐上,尚未有文獻(xiàn)對(duì)大數(shù)據(jù)在鄉(xiāng)村發(fā)展評(píng)價(jià)方面的應(yīng)用進(jìn)行系統(tǒng)研究.事實(shí)上,大數(shù)據(jù)在鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)中大有可為,這主要得益于鄉(xiāng)村大數(shù)據(jù)的沉淀.

　　在采集到鄉(xiāng)村大數(shù)據(jù)資源后,大數(shù)據(jù)技術(shù)還可以在分析、處理和展示數(shù)據(jù)方面發(fā)揮獨(dú)特優(yōu)勢(shì),為全方位、多維度、立體化刻畫鄉(xiāng)村發(fā)展面貌,評(píng)價(jià)中國(guó)鄉(xiāng)村振興發(fā)展水平提供技術(shù)支撐,也為解決中國(guó)農(nóng)業(yè)農(nóng)村問題提供新的方案.本文以從互聯(lián)網(wǎng)爬取的鄉(xiāng)村稱號(hào)數(shù)據(jù)為例,對(duì)大數(shù)據(jù)在中國(guó)鄉(xiāng)村振興評(píng)價(jià)中的應(yīng)用進(jìn)行探索,為鄉(xiāng)村振興評(píng)價(jià)領(lǐng)域中使用新數(shù)據(jù)、新模型、新技術(shù)提供參考,同時(shí)也給出大數(shù)據(jù)在解決經(jīng)濟(jì)社會(huì)問題時(shí)的具體使用方法.相比已有研究,本文主要在四個(gè)方面進(jìn)行創(chuàng)新.第一,本文創(chuàng)新性地使用非傳統(tǒng)數(shù)據(jù)源,為評(píng)價(jià)鄉(xiāng)村振興發(fā)展水平提供更多維度.

　　第二,本文提出非傳統(tǒng)數(shù)據(jù)的采集和處理方法,為規(guī)范使用大數(shù)據(jù)源提供模板.第三,本文應(yīng)用非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的量化方法,解決了大數(shù)據(jù)中數(shù)據(jù)量化難的問題.第四,本文結(jié)合使用傳統(tǒng)分析方法和新型分析方法,挖掘出更多有效信息.總體來(lái)看,本文在數(shù)據(jù)源選擇、數(shù)據(jù)處理、數(shù)據(jù)計(jì)算和數(shù)據(jù)展示的全流程都體現(xiàn)了大數(shù)據(jù)思維,在實(shí)際操作中,使用爬蟲技術(shù)、分詞技術(shù)、大數(shù)據(jù)匹配技術(shù)和可視化技術(shù)等信息技術(shù)手段,具有一定創(chuàng)新性.

　　二、大數(shù)據(jù)優(yōu)化鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)的理論邏輯

　　(一)大數(shù)據(jù)技術(shù)全生命周期視角下的鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)優(yōu)化在農(nóng)業(yè)農(nóng)村數(shù)據(jù)量不斷增加、大數(shù)據(jù)技術(shù)迅速發(fā)展的背景下,本文重新審視如何評(píng)價(jià)鄉(xiāng)村振興發(fā)展水平這一問題.大數(shù)據(jù)具有“5V”特征,即海量(Volume)、高速(Velocity)、多樣(Variety)、真實(shí)(Veracity)和低價(jià)值密度(Value).大數(shù)據(jù)技術(shù)是指大數(shù)據(jù)的應(yīng)用技術(shù).從大數(shù)據(jù)的生命周期來(lái)看,具體分為大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲(chǔ)和大數(shù)據(jù)分析等四個(gè)階段.在各個(gè)階段,大數(shù)據(jù)技術(shù)均有助于鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)優(yōu)化.

　　第一,在大數(shù)據(jù)采集階段,大數(shù)據(jù)技術(shù)可以對(duì)不同來(lái)源的鄉(xiāng)村數(shù)據(jù)進(jìn)行采集,包括行政記錄、商業(yè)記錄、互聯(lián)網(wǎng)數(shù)據(jù)、電子設(shè)備傳感數(shù)據(jù)等,這些數(shù)據(jù)可以統(tǒng)稱為非傳統(tǒng)數(shù)據(jù),不同于統(tǒng)計(jì)部門采集的傳統(tǒng)數(shù)據(jù)[7].使用非傳統(tǒng)數(shù)據(jù)進(jìn)行分析能夠增加數(shù)據(jù)量級(jí)和層次,拓展數(shù)據(jù)維度,豐富數(shù)據(jù)類型,減少數(shù)據(jù)滯后并提高數(shù)據(jù)頻率.

　　第二,在大數(shù)據(jù)預(yù)處理階段,首先需要對(duì)缺失數(shù)據(jù)、異常數(shù)據(jù)做處理,將其按照一定方法補(bǔ)全或者剔除.然后,要將多源異構(gòu)鄉(xiāng)村大數(shù)據(jù)整理成為統(tǒng)一格式數(shù)據(jù),并對(duì)一些文本型數(shù)據(jù)做量化處理,將其轉(zhuǎn)換成數(shù)值型數(shù)據(jù).第三,在大數(shù)據(jù)存儲(chǔ)階段,要將海量的鄉(xiāng)村數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)中,且必須保障安全、快速和高效存儲(chǔ).第四,在大數(shù)據(jù)分析階段,借助機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等大數(shù)據(jù)分析方法對(duì)數(shù)據(jù)進(jìn)行處理,并使用可視化技術(shù)對(duì)數(shù)據(jù)進(jìn)行展示.

　　(二)大數(shù)據(jù)技術(shù)助力鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)質(zhì)量和效率提升大數(shù)據(jù)技術(shù)通過以上四個(gè)階段,能夠優(yōu)化鄉(xiāng)村振興發(fā)展水平評(píng)價(jià),主要體現(xiàn)在兩個(gè)方面.一是質(zhì)量提升.從本質(zhì)上看,鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)是一個(gè)特征發(fā)掘過程,大數(shù)據(jù)技術(shù)優(yōu)勢(shì)恰在于此.從廣度上看,大數(shù)據(jù)技術(shù)通過對(duì)廣泛的數(shù)據(jù)來(lái)源進(jìn)行采集,能夠?yàn)榭坍嬥l(xiāng)村發(fā)展面貌提供更多“原材料”.從深度上看,算法和技術(shù)可以為提取數(shù)據(jù)特征提供更多手段.二是效率優(yōu)化.大數(shù)據(jù)技術(shù)可以直接采集原始數(shù)據(jù),進(jìn)行快速運(yùn)算和分析,然后輸出結(jié)果,能夠縮短各個(gè)環(huán)節(jié)所用時(shí)間,同時(shí)減少人工失誤導(dǎo)致的數(shù)據(jù)偏差,從而提高鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)效率.

　　三、鄉(xiāng)村稱號(hào)數(shù)據(jù)概念說明和處理

　　(一)鄉(xiāng)村稱號(hào)數(shù)據(jù)概念介紹和數(shù)據(jù)質(zhì)量初步評(píng)估

　　在鄉(xiāng)村數(shù)據(jù)采集階段,要特別關(guān)注數(shù)據(jù)質(zhì)量問題.在大數(shù)據(jù)環(huán)境下,數(shù)據(jù)質(zhì)量問題更加突出,原因來(lái)自諸多因素,比如大數(shù)據(jù)來(lái)源多元化、數(shù)據(jù)總體多變且覆蓋不全、數(shù)據(jù)表現(xiàn)非標(biāo)準(zhǔn)、數(shù)據(jù)內(nèi)涵非確定和數(shù)據(jù)真假難辨等[8].

　　因此,大數(shù)據(jù)質(zhì)量評(píng)估要考慮“十性”要求:可得性、相關(guān)性、可靠性、有效性、及時(shí)性、適用性、準(zhǔn)確性、連貫性、可比性和可解釋性[7].通過梳理文獻(xiàn)中涉及的鄉(xiāng)村大數(shù)據(jù)源,本文選定鄉(xiāng)村稱號(hào)數(shù)據(jù)作為切入點(diǎn)進(jìn)行研究.鄉(xiāng)村稱號(hào)數(shù)據(jù)是指由政府部門經(jīng)過評(píng)審并發(fā)布的鄉(xiāng)村稱號(hào)名單,如“農(nóng)業(yè)產(chǎn)業(yè)強(qiáng)鎮(zhèn)”、“中國(guó)美麗休閑鄉(xiāng)村”等.雖然稱號(hào)是由政府部門發(fā)布,但其具有來(lái)源分散、更新速度較快、半結(jié)構(gòu)或非結(jié)構(gòu)化、文本型數(shù)據(jù)等特征,因此相關(guān)數(shù)據(jù)屬于非傳統(tǒng)數(shù)據(jù).結(jié)合上述數(shù)據(jù)質(zhì)量評(píng)估標(biāo)準(zhǔn),本文對(duì)稱號(hào)數(shù)據(jù)質(zhì)量進(jìn)行初步評(píng)估,發(fā)現(xiàn)其滿足有關(guān)數(shù)據(jù)質(zhì)量的“十性”要求.

　　(二)鄉(xiāng)村稱號(hào)數(shù)據(jù)采集和篩選

　　發(fā)布鄉(xiāng)村稱號(hào)的政府部門包括農(nóng)業(yè)部、商務(wù)部、生態(tài)環(huán)境部等.本文分三步對(duì)稱號(hào)數(shù)據(jù)進(jìn)行采集和篩選.

　　第一步,初步搜索稱號(hào).首先,在各政府部門網(wǎng)站搜索框中輸入“稱號(hào)”、“試點(diǎn)”、“示范”等關(guān)鍵詞,然后對(duì)2005-2020年相關(guān)目錄進(jìn)行查看,即本文不查詢2005年之后沒有更新過任何批次的稱號(hào).經(jīng)過人工查找,定位包含稱號(hào)名單的條目,這些條目的形式一般為“標(biāo)題+正文+稱號(hào)名單”.經(jīng)統(tǒng)計(jì),共獲得54個(gè)稱號(hào).第二步,篩選有效稱號(hào).54個(gè)稱號(hào)并非都適合評(píng)價(jià)鄉(xiāng)村振興發(fā)展水平,需要根據(jù)稱號(hào)政策含義進(jìn)一步篩選.

　　一是剔除具有扶貧性質(zhì)的稱號(hào).以“農(nóng)民合作社質(zhì)量提升整縣推進(jìn)試點(diǎn)”為例,考慮到該稱號(hào)名單中包含很多仍處于貧困狀態(tài)的縣級(jí)行政單位,不能很好地代表鄉(xiāng)村振興發(fā)展水平,因此,對(duì)這類稱號(hào)進(jìn)行剔除處理.二是剔除具有明顯地域偏差的稱號(hào).地域偏差是指由于不同地域適合發(fā)展的農(nóng)業(yè)產(chǎn)業(yè)不同,因此不宜將與某類產(chǎn)業(yè)相關(guān)的稱號(hào)納入鄉(xiāng)村振興評(píng)價(jià)體系.三是剔除對(duì)象數(shù)量過少的稱號(hào).如“農(nóng)業(yè)重大技術(shù)協(xié)同推廣計(jì)劃試點(diǎn)”僅在2018年公布過8個(gè)試點(diǎn),數(shù)量太少,不宜納入評(píng)價(jià)體系.在對(duì)所有稱號(hào)進(jìn)行篩選后,本文得到29個(gè)有效稱號(hào).此外,在搜索引擎中直接搜索“農(nóng)村稱號(hào)”,還得到中國(guó)文明網(wǎng)、人民網(wǎng)、中國(guó)生態(tài)文化協(xié)會(huì)等官方媒體和協(xié)會(huì)評(píng)選出的3個(gè)稱號(hào).由于“淘寶村”稱號(hào)能夠體現(xiàn)農(nóng)村電子商務(wù)產(chǎn)業(yè)的發(fā)展情況。

　　因此本文也將其納入到有效稱號(hào)列表中.最終,本文得到33個(gè)有效稱號(hào)共128個(gè)批次的名單.第三步,采集稱號(hào)數(shù)據(jù).在獲取33個(gè)稱號(hào)各批次名單的原始鏈接后,從網(wǎng)站爬取數(shù)據(jù),大部分為網(wǎng)頁(yè)數(shù)據(jù),少部分頁(yè)面提供文件下載鏈接,文件格式包括Word、Excel、PDF、CEB等多種類型,數(shù)據(jù)基本上是半結(jié)構(gòu)化數(shù)據(jù).本文使用爬蟲技術(shù)手段獲取全部名單數(shù)據(jù).

　　(三)鄉(xiāng)村稱號(hào)數(shù)據(jù)預(yù)處理

　　在大數(shù)據(jù)預(yù)處理階段,本文關(guān)注多源異構(gòu)數(shù)據(jù)的整合問題.33個(gè)稱號(hào)數(shù)據(jù)的格式和結(jié)構(gòu)不統(tǒng)一,甚至同一稱號(hào)不同批次的數(shù)據(jù)格式和結(jié)構(gòu)也不同.由于農(nóng)村稱號(hào)對(duì)象大部分是行政單位,因此,本文分三步對(duì)農(nóng)村稱號(hào)數(shù)據(jù)進(jìn)行預(yù)處理.第一步,提取稱號(hào)對(duì)象中的行政單位名稱.大部分稱號(hào)格式為“X省X市X縣X鄉(xiāng)鎮(zhèn)X村”,縣級(jí)稱號(hào)格式為“X省X市X縣”,鄉(xiāng)鎮(zhèn)級(jí)稱號(hào)格式類似.

　　本文對(duì)128個(gè)批次名單數(shù)據(jù)中所有行政單位名稱進(jìn)行提取.第二步,按照行政級(jí)別對(duì)原始數(shù)據(jù)進(jìn)行處理.對(duì)于原始數(shù)據(jù)中各級(jí)行政單位信息都完整的稱號(hào),可以直接使用分詞技術(shù)將“X省X市X縣X鄉(xiāng)鎮(zhèn)X村”中各個(gè)行政單位分開，以“全國(guó)民主法治示范村”和“淘寶村”兩個(gè)稱號(hào)為例,將稱號(hào)對(duì)象按照省、市、縣、鄉(xiāng)、村五級(jí)行政區(qū)劃進(jìn)行處理和存儲(chǔ).對(duì)于原始數(shù)據(jù)中各級(jí)行政單位信息不完全的稱號(hào),首先需要從國(guó)家統(tǒng)計(jì)局網(wǎng)站的統(tǒng)計(jì)用區(qū)劃和城鄉(xiāng)劃分代碼頁(yè)面爬取全國(guó)所有地區(qū)的行政區(qū)劃層級(jí)和代碼,然后將稱號(hào)中所含的行政區(qū)劃信息與統(tǒng)計(jì)局行政區(qū)劃信息進(jìn)行大數(shù)據(jù)匹配,補(bǔ)全缺失信息。按照五級(jí)行政區(qū)劃存儲(chǔ).

　　對(duì)于稱號(hào)對(duì)象為非行政區(qū)劃的稱號(hào),如“全國(guó)主食加工示范企業(yè)”,本文將企業(yè)名單與國(guó)家企業(yè)信用信息公示系統(tǒng)進(jìn)行匹配,獲得企業(yè)的注冊(cè)地址,并按以上步驟重復(fù)處理過程.最終獲取128個(gè)批次名單的47381個(gè)對(duì)象.第三步,根據(jù)本文需要對(duì)數(shù)據(jù)進(jìn)行量化處理.經(jīng)過前兩步,本文已經(jīng)將多種格式、多種類型的數(shù)據(jù)整理成為統(tǒng)一格式數(shù)據(jù),但這類文本型數(shù)據(jù)無(wú)法與指標(biāo)體系結(jié)合,同時(shí),不同稱號(hào)的對(duì)象有差異,稱號(hào)對(duì)象既包含行政區(qū)劃,又包含企業(yè)、園區(qū)等,相互之間不可比,因此需要進(jìn)行量化處理.

　　本文以省級(jí)鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)為例,首先分別對(duì)各個(gè)稱號(hào)在省級(jí)層面進(jìn)行數(shù)量統(tǒng)計(jì).考慮到不同省份的村、鄉(xiāng)鎮(zhèn)、區(qū)縣數(shù)量差異較大,因此不能直接使用絕對(duì)數(shù)量,需要將其轉(zhuǎn)換成比例數(shù)據(jù),轉(zhuǎn)換過程需要考慮稱號(hào)對(duì)象的行政區(qū)劃層級(jí).當(dāng)稱號(hào)對(duì)象行政區(qū)劃層級(jí)十分清晰,為縣級(jí)或村級(jí)時(shí),使用各省份縣級(jí)或村級(jí)行政單位的數(shù)量作為除數(shù),對(duì)絕對(duì)數(shù)量結(jié)果進(jìn)行處理;當(dāng)稱號(hào)對(duì)象包含不同的行政區(qū)劃時(shí),如“全國(guó)一村一品示范村鎮(zhèn)”稱號(hào)對(duì)象同時(shí)包含村和鎮(zhèn),此時(shí)需要選用較高層級(jí)的行政區(qū)劃數(shù)量,即各省份鎮(zhèn)的數(shù)量作為除數(shù);對(duì)于基地、企業(yè)等只能細(xì)分到縣級(jí)的稱號(hào),使用縣級(jí)行政單位數(shù)量作為除數(shù);除以上三種情況外,如果對(duì)象為園區(qū)、優(yōu)勢(shì)區(qū)、企業(yè)等稱號(hào),使用村級(jí)行政單位數(shù)量作為除數(shù).

　　四、基于稱號(hào)數(shù)據(jù)的鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)

　　(一)模型構(gòu)建目前對(duì)鄉(xiāng)村振興進(jìn)行評(píng)價(jià)的主要方法是構(gòu)建指標(biāo)體系.指標(biāo)體系是最為經(jīng)典的一種評(píng)價(jià)方法,本文也使用指標(biāo)體系來(lái)對(duì)鄉(xiāng)村振興發(fā)展水平進(jìn)行評(píng)價(jià).由于標(biāo)簽?zāi)Ｐ途哂锌蚣茉O(shè)定更為自由、標(biāo)簽數(shù)據(jù)類型更加多樣等優(yōu)勢(shì),本文考慮使用信息領(lǐng)域“數(shù)據(jù)畫像”中的標(biāo)簽技術(shù),將指標(biāo)體系拓展為標(biāo)簽體系,對(duì)鄉(xiāng)村振興發(fā)展情況進(jìn)行可視化展示.

　　1.指標(biāo)體系構(gòu)建

　　本文選取2020年為評(píng)價(jià)年度,利用33個(gè)稱號(hào)來(lái)構(gòu)建指標(biāo)體系.根據(jù)鄉(xiāng)村振興戰(zhàn)略“二十字方針”要求,將一級(jí)指標(biāo)確定為產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效和共同富裕,然后將33個(gè)稱號(hào)作為底層指標(biāo),將稱號(hào)按其含義分配到所屬的一級(jí)指標(biāo)中.

　　2.標(biāo)簽?zāi)Ｐ蜆?gòu)建標(biāo)簽體系是一種靈活、多維和適合大數(shù)據(jù)系統(tǒng)的模型體系.在信息技術(shù)領(lǐng)域,標(biāo)簽技術(shù)通常被用在“用戶畫像”領(lǐng)域,即通過為事物打上不同的標(biāo)簽來(lái)描述和刻畫用戶特征.本文創(chuàng)新性地將畫像技術(shù)的核心———標(biāo)簽技術(shù)應(yīng)用到鄉(xiāng)村振興的評(píng)價(jià)領(lǐng)域,為評(píng)價(jià)鄉(xiāng)村振興發(fā)展水平提供了更多技術(shù)工具和展示方法.

　　本文將與鄉(xiāng)村稱號(hào)相關(guān)的標(biāo)簽分為三類.

　　第一類,事實(shí)標(biāo)簽.標(biāo)簽名稱與稱號(hào)名稱相同,標(biāo)簽值是經(jīng)過標(biāo)準(zhǔn)化處理的原始數(shù)據(jù).事實(shí)標(biāo)簽可以對(duì)底層指標(biāo)數(shù)據(jù)進(jìn)行展示.第二類,模型標(biāo)簽.模型標(biāo)簽是指經(jīng)過模型計(jì)算得到具體標(biāo)簽值的標(biāo)簽.本文模型是指標(biāo)體系,經(jīng)過指標(biāo)體系處理,可以計(jì)算各省份的總指數(shù)值、5個(gè)一級(jí)指標(biāo)值和33個(gè)二級(jí)指標(biāo)值,然后分別對(duì)各省份總指數(shù)值、一級(jí)指標(biāo)值和二級(jí)指標(biāo)值進(jìn)行排名,最后給各省份打上標(biāo)簽.

　　例如,假設(shè)山西省“國(guó)家農(nóng)業(yè)科技園”二級(jí)指標(biāo)值在各省份中排名第8,可以打上“國(guó)家農(nóng)業(yè)科技園排名第八”的標(biāo)簽.第三類,預(yù)測(cè)標(biāo)簽.預(yù)測(cè)標(biāo)簽是指基于多年數(shù)據(jù)進(jìn)行預(yù)測(cè)的標(biāo)簽.可以將獲取的鄉(xiāng)村稱號(hào)微觀數(shù)據(jù)按照年度進(jìn)行累計(jì)計(jì)算,得到連續(xù)多年數(shù)據(jù),在此基礎(chǔ)上進(jìn)行預(yù)測(cè)標(biāo)簽值的計(jì)算.例如,假設(shè)2019年山東省“鄉(xiāng)風(fēng)文明”一級(jí)指標(biāo)值排名第6,2020年排名第4,可以打上“山東省鄉(xiāng)風(fēng)文明2020年上升2位,有上升趨勢(shì)”的標(biāo)簽.

　　(二)實(shí)證分析

　　1.指標(biāo)體系結(jié)果分析

　　熵權(quán)法是一種客觀賦權(quán)方法,能夠避免人為因素的干擾.因此,本文選用熵權(quán)法計(jì)算指標(biāo)權(quán)重.同時(shí),本文使用機(jī)器學(xué)習(xí)中的聚類分析方法,將31個(gè)省份(不包括港澳臺(tái))聚為3類,縱坐標(biāo)為鄉(xiāng)村振興總指數(shù)值.天津、上海和北京三地名列前茅,屬于第一梯隊(duì),吉林、寧夏等11個(gè)省份屬于第二梯隊(duì),四川、河北等17個(gè)省份屬于第三梯隊(duì).可以看出,鄉(xiāng)村振興指數(shù)與東中西部地理位置的關(guān)聯(lián)性較弱.雖然東部沿海省份總體發(fā)展水平明顯高于大部分中部省份和西部省份,但寧夏、貴州、重慶等西部省份的總指數(shù)值較高,出現(xiàn)在前十名,這與以往的研究結(jié)果差異較大.因此,使用新型數(shù)據(jù)可以從更多維度對(duì)鄉(xiāng)村振興發(fā)展水平進(jìn)行刻畫,有助于更加全面地了解鄉(xiāng)村發(fā)展情況.

　　2.標(biāo)簽?zāi)Ｐ驼故?/p>

　　各省份都可以使用標(biāo)簽技術(shù)對(duì)事實(shí)標(biāo)簽、模型標(biāo)簽和預(yù)測(cè)標(biāo)簽進(jìn)行展示.本文以北京市和四川省為例,使用詞云圖展示事實(shí)標(biāo)簽.從北京市詞云圖可以看出,“全國(guó)主食加工示范企業(yè)”標(biāo)簽最為顯著,這與北京市市場(chǎng)經(jīng)濟(jì)發(fā)達(dá),適合企業(yè)發(fā)展的大環(huán)境相關(guān),此外,“全國(guó)文明村鎮(zhèn)”、“全國(guó)環(huán)境優(yōu)美鄉(xiāng)鎮(zhèn)”、“數(shù)字農(nóng)業(yè)建設(shè)項(xiàng)目試點(diǎn)”等多個(gè)標(biāo)簽也較為突出,說明北京市在鄉(xiāng)村振興發(fā)展的多個(gè)方面具有獨(dú)特優(yōu)勢(shì).四川省的“全國(guó)農(nóng)村創(chuàng)業(yè)創(chuàng)新園區(qū)(基地)”和“淘寶村”標(biāo)簽比較突出,說明四川省作為西部省份,其農(nóng)業(yè)農(nóng)村發(fā)展出現(xiàn)了新的動(dòng)向,如推動(dòng)農(nóng)業(yè)技術(shù)創(chuàng)新、發(fā)展農(nóng)村電子商務(wù)等,這些變化有助于縮小東西部鄉(xiāng)村發(fā)展差距.關(guān)于模型標(biāo)簽和預(yù)測(cè)標(biāo)簽,理想狀態(tài)是使用算法并編寫程序,將計(jì)算過程和結(jié)果輸出等步驟標(biāo)準(zhǔn)化、流程化,本文在此不做展示.

　　五、進(jìn)一步探討

　　統(tǒng)計(jì)數(shù)據(jù)和大數(shù)據(jù)的結(jié)合使用是政府統(tǒng)計(jì)工作的未來(lái)趨勢(shì),本文使用稱號(hào)數(shù)據(jù)作為切入點(diǎn)進(jìn)行研究.隨著各級(jí)政府?dāng)?shù)據(jù)資源共享和開放工作進(jìn)程的推進(jìn),大量鄉(xiāng)村數(shù)據(jù)資源被集合起來(lái),在此基礎(chǔ)上,政府部門可以對(duì)統(tǒng)計(jì)數(shù)據(jù)和大數(shù)據(jù)進(jìn)行拼接,基于多維數(shù)據(jù)進(jìn)行數(shù)據(jù)分析.使用大數(shù)據(jù)要注意四點(diǎn)事項(xiàng):

　　一是警惕“數(shù)據(jù)陷阱”,防止出現(xiàn)由于過度挖掘?qū)е碌倪^度擬合現(xiàn)象.二是警惕有偏的大數(shù)據(jù),即數(shù)據(jù)量夠大,但代表性不足的大數(shù)據(jù),使用這類數(shù)據(jù)進(jìn)行分析的結(jié)果往往遠(yuǎn)離事實(shí).在實(shí)際工作中,需要先對(duì)相關(guān)大數(shù)據(jù)源進(jìn)行人工篩查,確保其代表性、相關(guān)性和可靠性.

　　三是要重視對(duì)“小數(shù)據(jù)”研究.根據(jù)數(shù)據(jù)含義、數(shù)據(jù)類型等將“大數(shù)據(jù)”拆解為“小數(shù)據(jù)”,對(duì)各個(gè)“小數(shù)據(jù)”內(nèi)部情況進(jìn)行詳細(xì)研究,解決好每個(gè)“小數(shù)據(jù)”內(nèi)部數(shù)據(jù)質(zhì)量問題.四是利用統(tǒng)計(jì)思維處理大數(shù)據(jù).大數(shù)據(jù)應(yīng)用不是將大數(shù)據(jù)扔進(jìn)一個(gè)“黑盒子”中等待結(jié)果輸出,而是需要結(jié)合統(tǒng)計(jì)方法的人工全程參與.大數(shù)據(jù)方法與傳統(tǒng)統(tǒng)計(jì)方法并不沖突.未來(lái),隨著大數(shù)據(jù)技術(shù)的進(jìn)一步發(fā)展,大數(shù)據(jù)分析和預(yù)測(cè)結(jié)果將成為政府部門作出決策的重要參考和依據(jù),積極運(yùn)用大數(shù)據(jù)技術(shù)和提高工作人員大數(shù)據(jù)素養(yǎng)將成為影響政府治理水平和服務(wù)能力的重要因素.

　　[參考文獻(xiàn)]

　　[1]賈晉,李雪峰,申云.鄉(xiāng)村振興戰(zhàn)略的指標(biāo)體系構(gòu)建與實(shí)證分析[J].財(cái)經(jīng)科學(xué),2018(11).

　　[2]劉瑾,李望月,張仲,高維龍.我國(guó)鄉(xiāng)村振興發(fā)展水平測(cè)度與評(píng)估———基于省級(jí)數(shù)據(jù)的實(shí)證研究[J].農(nóng)村經(jīng)濟(jì)與科技,2020,31(05).

　　[3]張挺,李閩榕,徐艷梅.鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系構(gòu)建與實(shí)證研究[J].管理世界,2018,34(08).

　　[4]DevalkarS,SeshadriS,GhoshC,etal.DataScienceApplicationsinIndianAgriculture[J].ProductionandOperationsManagement,2018,27(9):1701G1708.

　　[5]趙曉飛,付中麒.大數(shù)據(jù)背景下我國(guó)農(nóng)產(chǎn)品流通渠道變革實(shí)現(xiàn)路徑與保障機(jī)制[J].中國(guó)流通經(jīng)濟(jì),2020,34(12).

　　[6]李濤,馮仲科,孫素芬,程文生.基于Hadoop的氣象大數(shù)據(jù)分析GIS平臺(tái)設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2019,50(01).

　　[7]余芳東.非傳統(tǒng)數(shù)據(jù)質(zhì)量評(píng)估的國(guó)際經(jīng)驗(yàn)及借鑒[J].統(tǒng)計(jì)研究,2017,34(12).

　　[8]李金昌.大數(shù)據(jù)應(yīng)用的質(zhì)量控制[J].統(tǒng)計(jì)研究,2020,37(02).

　　作者：劉瑾1李振2,3鞏蓉蓉1劉英4

轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/29475.html