(遼寧工業(yè)大學(xué)圖書(shū)館，遼寧 錦州 121001)

1 引言

智能手機(jī)用戶的井噴式增長(zhǎng)及用戶時(shí)間碎片化、閱讀重點(diǎn)化等因素的影響，使得移動(dòng)圖書(shū)館應(yīng)運(yùn)而生并快速發(fā)展起來(lái)。它依托移動(dòng)網(wǎng)絡(luò)及多媒體技術(shù)，使讀者可以方便靈活地對(duì)圖書(shū)館資源進(jìn)行查詢、瀏覽與獲取[1]。在我國(guó)，移動(dòng)圖書(shū)館尚處起步階段，服務(wù)內(nèi)容多限于一些基礎(chǔ)性的工作，諸如查、約、借等，服務(wù)質(zhì)量也良莠不齊。而學(xué)術(shù)界對(duì)專門(mén)性研究高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的文獻(xiàn)少之又少，筆者在中國(guó)知網(wǎng)期刊數(shù)據(jù)庫(kù)進(jìn)行檢索：檢索范圍選擇“全部”，篇名=“移動(dòng)圖書(shū)館”ד評(píng)價(jià)”，對(duì)檢索到的相關(guān)文獻(xiàn)進(jìn)行深度閱讀后發(fā)現(xiàn)，真正評(píng)價(jià)移動(dòng)圖書(shū)館服務(wù)質(zhì)量的文獻(xiàn)只有11篇，評(píng)價(jià)方法主要采用LibQual+和層次分析法，其評(píng)價(jià)的指標(biāo)體系多是通過(guò)文獻(xiàn)法或?qū)＜以L談法建立因果關(guān)系模型構(gòu)建移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系，指標(biāo)選擇較多，合理性有待商榷。鑒于此，本文采用因子分析法中的相關(guān)分析法和主成分分析法對(duì)已有研究成果中的各個(gè)指標(biāo)進(jìn)行分析、篩選、剔除，以期構(gòu)建一套針對(duì)高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)的指標(biāo)體系。

2 相關(guān)—主成分分析法應(yīng)用于高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建的可行性

“數(shù)據(jù)處理”是信息時(shí)代最主要的特征之一，數(shù)據(jù)無(wú)所不在，充斥于我們的生活之中。面對(duì)繁雜的數(shù)據(jù)，我們?cè)囍ㄟ^(guò)量化它，達(dá)到理解它、控制它、改變它的目的。因子分析法是當(dāng)前較為成熟的數(shù)據(jù)處理與分析方法，它利用公因子的公式組合來(lái)表示樣本的整體特征，通過(guò)從變量中找出關(guān)鍵因子，實(shí)現(xiàn)將本質(zhì)相同的變量歸入同一個(gè)因子的目的[2]，從而避免所統(tǒng)計(jì)的指標(biāo)出現(xiàn)信息重復(fù)，它不但可以最大限度地減少評(píng)價(jià)指標(biāo)的數(shù)目，增強(qiáng)評(píng)價(jià)指標(biāo)全面性與易用性，還可以檢驗(yàn)變量間關(guān)系的假設(shè)，已被廣泛應(yīng)用到各個(gè)領(lǐng)域。本文的評(píng)價(jià)指標(biāo)體系的構(gòu)建主要采用因子分析中相關(guān)性分析和主成分分析。相關(guān)性分析是通過(guò)計(jì)算相關(guān)系數(shù)來(lái)實(shí)現(xiàn)對(duì)原始指標(biāo)的定量刪除，避免反應(yīng)信息冗余的指標(biāo)出現(xiàn)在最終的評(píng)價(jià)體系中。在相關(guān)性分析的基礎(chǔ)上，對(duì)初步篩選后的指標(biāo)進(jìn)行主成分分析，刪除影響力小的評(píng)價(jià)指標(biāo)，最終實(shí)現(xiàn)評(píng)價(jià)指標(biāo)體系既簡(jiǎn)潔又影響顯著。

3 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建及篩選思路

3.1 海選原始指標(biāo)體系

海選的原始評(píng)價(jià)指標(biāo)來(lái)源于兩部分：已有研究成果中采用的指標(biāo)；圖書(shū)館界專家學(xué)者的意見(jiàn)。

筆者在中國(guó)知網(wǎng)期刊數(shù)據(jù)庫(kù)進(jìn)行檢索，檢索入口為“篇名”，檢索詞為“移動(dòng)圖書(shū)館”×(“評(píng)價(jià)”+“評(píng)估”)，匹配度為“模糊”，共檢索到相關(guān)文獻(xiàn)29篇，深度閱讀后，提取了相關(guān)文獻(xiàn)內(nèi)涉及的移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)，作為原始評(píng)價(jià)指標(biāo)之一[1,3-5]。

另外一個(gè)原始評(píng)價(jià)指標(biāo)來(lái)源于圖書(shū)館領(lǐng)域的專家學(xué)者。我們共選取了10位涉足移動(dòng)信息服務(wù)領(lǐng)域且具有多年高校圖書(shū)館工作經(jīng)驗(yàn)的學(xué)者作為調(diào)查對(duì)象，聽(tīng)取了他們的意見(jiàn)建議，作為原始評(píng)價(jià)指標(biāo)之二。

我們對(duì)這兩部分指標(biāo)體系進(jìn)行了匯總，選取了內(nèi)容質(zhì)量、環(huán)境質(zhì)量、交互質(zhì)量、結(jié)果質(zhì)量4個(gè)一級(jí)指標(biāo)22個(gè)二級(jí)指標(biāo)，構(gòu)建出高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)的原始評(píng)價(jià)指標(biāo)體系，具體見(jiàn)表1。

表1 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)體系

注：本文采用因子分析法對(duì)這22個(gè)原始指標(biāo)進(jìn)行了優(yōu)化，以避免指標(biāo)間的重復(fù)度，并力爭(zhēng)使每個(gè)指標(biāo)對(duì)測(cè)評(píng)結(jié)果具有顯著性影響。

圖1 原始評(píng)價(jià)指標(biāo)篩選示意圖[6]

3.2 評(píng)價(jià)指標(biāo)篩選思路

首先，在查閱了相關(guān)文獻(xiàn)和咨詢專家的基礎(chǔ)上，對(duì)影響高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的指標(biāo)進(jìn)行構(gòu)建，即選取原始變量；其次，利用因子分析法中的相關(guān)性分析和主成分分析對(duì)四個(gè)原始指標(biāo)準(zhǔn)則層內(nèi)的指標(biāo)進(jìn)行分析，計(jì)算出相關(guān)系數(shù)得分和因子載荷得分，刪除載荷因子小和相關(guān)系數(shù)大的指標(biāo)；最后，構(gòu)建出新的高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系。具體分析、評(píng)價(jià)、篩選過(guò)程見(jiàn)圖1所示。

4 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系的重構(gòu)

4.1 篩選前原始指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化

數(shù)據(jù)的標(biāo)準(zhǔn)化就是通過(guò)公式計(jì)算將評(píng)價(jià)指標(biāo)轉(zhuǎn)化為0-1之間的數(shù)，以便消除指標(biāo)差異性對(duì)篩選指標(biāo)的影響。評(píng)價(jià)指標(biāo)有正向、負(fù)向、區(qū)間三種，它們是依據(jù)評(píng)價(jià)指標(biāo)對(duì)被評(píng)價(jià)主體影響的不同而劃分的。正向指標(biāo)標(biāo)準(zhǔn)化數(shù)值越大、負(fù)向指標(biāo)標(biāo)準(zhǔn)化數(shù)值越小，指標(biāo)越好，區(qū)間指標(biāo)在特定的區(qū)間范圍內(nèi)，指標(biāo)最好。具體剔除時(shí)要剔除正向指標(biāo)指數(shù)值小、負(fù)向指標(biāo)指數(shù)值大、以及區(qū)間范圍之外的指標(biāo)。

正向指標(biāo)數(shù)據(jù)和負(fù)向指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理時(shí)采用的公式分別為：

(1)

(2)

其中：i為原始評(píng)價(jià)指標(biāo)體系中指標(biāo)的數(shù)值，j為評(píng)價(jià)對(duì)象的數(shù)值，m為指標(biāo)的總個(gè)數(shù)(本文中m為20)，vij為第j個(gè)評(píng)價(jià)對(duì)象的第i個(gè)指標(biāo)數(shù)值，xij為將vij標(biāo)準(zhǔn)化后的數(shù)值。

4.2 相關(guān)性分析篩選原理與方法

4.2.1 篩選原理

萬(wàn)物是相互關(guān)聯(lián)的，具有相關(guān)性。相關(guān)性是指兩個(gè)變量之間的變化趨勢(shì)的一致性，而相關(guān)性分析是分析客觀事物之間關(guān)系的數(shù)量分析方法，通過(guò)對(duì)具備相關(guān)性的變量進(jìn)行分析，達(dá)到衡量?jī)蓚€(gè)變量的相關(guān)度的目的。利用公式，計(jì)算出同一準(zhǔn)則層中每對(duì)指標(biāo)的相關(guān)系數(shù)，系數(shù)較大的指標(biāo)中刪除其中一個(gè)，保證評(píng)價(jià)指標(biāo)的簡(jiǎn)練，避免指標(biāo)重復(fù)反映信息[7]。本文中主要是剔除高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)中高度重復(fù)度的指標(biāo)，以降低重復(fù)性評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響。

4.2.2 篩選方法

(1)計(jì)算高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)各指標(biāo)的相關(guān)系數(shù)

各指標(biāo)的相關(guān)系數(shù)可以通過(guò)SPSS軟件來(lái)實(shí)現(xiàn)，具體的計(jì)算公式為：

(3)

其中：i為原始評(píng)價(jià)指標(biāo)體系中指標(biāo)的數(shù)值，j為評(píng)價(jià)對(duì)象的數(shù)值，k為評(píng)價(jià)對(duì)象的數(shù)值，rij為相關(guān)系數(shù)(高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)中i、j兩指標(biāo)的相關(guān)系數(shù))，zki為第k個(gè)評(píng)價(jià)對(duì)象的第i個(gè)指標(biāo)的值[8]。

(2)設(shè)定臨界值，篩選指標(biāo)

根據(jù)高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)的實(shí)際情況設(shè)定一個(gè)臨界點(diǎn)M(0M，則可刪除兩項(xiàng)比較指標(biāo)中的一個(gè)指標(biāo)；若|rij|

4.3 主成分分析篩選原始指標(biāo)的原理與方法

4.3.1 篩選原理

主成分分析的基準(zhǔn)思想是降維，通過(guò)降維可以實(shí)現(xiàn)指標(biāo)的精簡(jiǎn)——即把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)的主成分。這種方法在引進(jìn)多方面變量的同時(shí)將復(fù)雜因素歸結(jié)為幾個(gè)主成分，從而保證篩選出的指標(biāo)均為重要指標(biāo)[9]。

在相關(guān)性分析的基礎(chǔ)上，繼續(xù)對(duì)評(píng)價(jià)指標(biāo)進(jìn)行主成分分析，獲取各個(gè)指標(biāo)的因子載荷，因子載荷是介于-1和1之間的數(shù)值，它反映評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響力度。保留因子載荷絕對(duì)值大的指標(biāo)，刪除因子載荷絕對(duì)值小的指標(biāo)。

4.3.2 篩選方法

(1)主成分分析的計(jì)算模型

主成分分析的計(jì)算模型為：Fj=xi1X1+xi2X2+……+ximXm

其中：k為主成分的個(gè)數(shù)，m為指標(biāo)個(gè)數(shù)，Xi為原始指標(biāo)體系中的第i個(gè)指標(biāo)(1≤i≤m)，本文中m為22，則Xi表示X1到X22；Fj為第j個(gè)主成分(1≤j≤k)，本文中k為4，則Fi表示F1到F4；xij為為對(duì)應(yīng)第i個(gè)特征值的特征向量中第j個(gè)分量。

(2)主成分分析的步驟

主成分分析的步驟如圖2所示：

圖2 主成分分析流程圖[6]

4.4 判定新建評(píng)價(jià)指標(biāo)體系的合理性

相關(guān)性分析、主成分分析都是以同一準(zhǔn)則層內(nèi)的原始評(píng)價(jià)指標(biāo)為對(duì)象，篩選出具有代表性的指標(biāo)。相關(guān)性分析通過(guò)刪除相關(guān)系數(shù)大的指標(biāo)，來(lái)避免指標(biāo)所轄信息冗余重復(fù)。而主成分分析則是通過(guò)主成分因子載荷的數(shù)值對(duì)指標(biāo)進(jìn)行刪除，刪除對(duì)評(píng)價(jià)結(jié)果影響力小的指標(biāo)。依次使用相關(guān)性分析和主成分分析篩選原始指標(biāo)，既可以使選出的指標(biāo)間沒(méi)有高度的相關(guān)性，又可以使統(tǒng)計(jì)指標(biāo)含義清晰，從而使構(gòu)建出的新的指標(biāo)體系更加科學(xué)合理。但是新構(gòu)建的評(píng)價(jià)指標(biāo)體系是否合理尚需要判斷。因此，我們運(yùn)用因子分析法，用數(shù)據(jù)方差來(lái)表示指標(biāo)信息含量，建立高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系合理性判定標(biāo)準(zhǔn)。具體來(lái)說(shuō)，用IN表示篩選后的原始評(píng)價(jià)指標(biāo)對(duì)原始海選評(píng)價(jià)指標(biāo)的信息貢獻(xiàn)率[10]，具體公式如下：

IN=trSs/trSh

(4)

其中：S表示高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)的協(xié)方差矩陣，trS表示高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)協(xié)方差矩陣的跡，h表示海選的高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量原始評(píng)價(jià)指標(biāo)總個(gè)數(shù)，s表示原始評(píng)價(jià)指標(biāo)篩選后得到的指標(biāo)個(gè)數(shù)，trSs篩選后指標(biāo)的方差之和，trSh篩選前的指標(biāo)方差之和，IN為二者的商——信息貢獻(xiàn)率。

5 高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)的實(shí)證分析

5.1 樣本的選取

在借鑒相關(guān)文獻(xiàn)論述和對(duì)部分讀者進(jìn)行訪談的基礎(chǔ)上，設(shè)計(jì)了針對(duì)高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)調(diào)查問(wèn)卷。問(wèn)卷分為兩部分：第一部分為讀者的基本情況(性別、年齡、學(xué)科、身份……)；第二部分是對(duì)影響高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的各個(gè)指標(biāo)進(jìn)行調(diào)研。問(wèn)卷采用李克特五級(jí)量表，對(duì)下設(shè)的“非常滿意”“滿意”“不確定”“不滿意”“非常不滿意”五個(gè)指標(biāo)，分別賦值5分、4分、3分、2分、1分。

以遼寧省高校圖書(shū)館為例，共發(fā)放問(wèn)卷500份，問(wèn)卷回收率96%，其中無(wú)效問(wèn)卷23份，有效問(wèn)卷回收率為91.4%，達(dá)到了調(diào)查問(wèn)卷的基本要求。

5.2 指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化

本文所涉及指標(biāo)均為正向指標(biāo)，數(shù)據(jù)代入公式(1)即得到標(biāo)準(zhǔn)化數(shù)據(jù)。在SPSS中具體操作過(guò)程如下：

在SPSS的菜單中依次選擇：分析—描述統(tǒng)計(jì)—描述，在彈出的對(duì)話框里勾選“將變量保存為標(biāo)準(zhǔn)化得分”復(fù)選框，然后把要標(biāo)準(zhǔn)化的變量選入右邊變量框，點(diǎn)擊“OK”，就可以得到我們預(yù)期的標(biāo)準(zhǔn)化數(shù)據(jù)，見(jiàn)表2。

表2 高校圖書(shū)館評(píng)價(jià)指標(biāo)篩選原始數(shù)據(jù)及標(biāo)準(zhǔn)化數(shù)據(jù)

5.3 基于相關(guān)性分析的指標(biāo)篩選

依據(jù)公式(3)，計(jì)算出同一準(zhǔn)則層中每對(duì)指標(biāo)的相關(guān)系數(shù)。系數(shù)高表明兩指標(biāo)關(guān)系緊密，所代表的信息重復(fù)，則可刪除其中一個(gè)指標(biāo)。系數(shù)低表明兩指標(biāo)關(guān)系疏遠(yuǎn)，均應(yīng)予以保留。在SPSS中具體操作步驟如下：

(1)導(dǎo)入數(shù)據(jù)：把數(shù)據(jù)錄入SPSS中，依次點(diǎn)擊“文件”—“打開(kāi)”—“數(shù)據(jù)”(并選擇你的數(shù)據(jù)，如果為SPSS數(shù)據(jù)可以直接導(dǎo)入，若為excel格式，需要在“文件類(lèi)型”框中選擇“excel格式”)；

(2)數(shù)據(jù)分析：在SPSS工具欄處，依次點(diǎn)擊：“分析”—“相關(guān)”—“雙變量”；

(3)選擇變量：點(diǎn)擊“選項(xiàng)”，選擇需要分析的“統(tǒng)計(jì)量”，將要分析的變量放入“變量”框；

(4)獲取結(jié)果：選中要分析的數(shù)據(jù)，點(diǎn)擊“確定”，在output窗口就可以看到結(jié)果；

(5)結(jié)果分析：計(jì)算結(jié)果稱皮爾遜相關(guān)系數(shù)，用字母r來(lái)表示，設(shè)定臨界點(diǎn)M，若r>M，則可刪除兩項(xiàng)比較指標(biāo)中的一個(gè)；若r

表3 相關(guān)性分析的篩選篩選

對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行相關(guān)性分析，本文設(shè)定一個(gè)臨界點(diǎn)M=0.8，若|rij|>0.8，則刪除兩項(xiàng)比較指標(biāo)中的一個(gè)指標(biāo)；若|rij|<0.8，兩個(gè)指標(biāo)都保留。

5.4 基于主成分分析的指標(biāo)篩選

在利用相關(guān)性分析對(duì)原始評(píng)價(jià)指標(biāo)進(jìn)行第一次定量刪除后，還要用主成分分析對(duì)余下指標(biāo)進(jìn)行二次定量刪除，并依據(jù)計(jì)算出的各個(gè)指標(biāo)的因子載荷，刪除因子載荷絕對(duì)值小的指標(biāo)。在SPSS中的具體步驟如下：

(1)打開(kāi)SPSS，在欄中輸入需要分析的數(shù)據(jù)；

(2)在菜單欄中，依次選擇“分析”—“降維”—“因子分析”，進(jìn)入到因子分析界面；

(3)在因子分析界面里，將預(yù)計(jì)分析的數(shù)據(jù)選擇進(jìn)入變量框內(nèi)；

(4)點(diǎn)擊“描述”按鈕，在“方法”選項(xiàng)卡、“分析”選項(xiàng)卡、“輸出”選項(xiàng)卡、“抽取”選項(xiàng)卡中分別選擇“主成分”“相關(guān)性矩陣”“未旋轉(zhuǎn)的因子節(jié)和碎石圖”“基于特征值”，選擇完畢后，點(diǎn)擊“繼續(xù)”按鈕；

(5)點(diǎn)擊“抽取”按鈕，選擇“主成分”—“碎石圖”；

(6)點(diǎn)擊“旋轉(zhuǎn)”按鈕，選擇“載荷圖”，點(diǎn)擊“繼續(xù)”—“確定”，新窗口中就會(huì)出現(xiàn)所需的主成分的因子負(fù)載數(shù)據(jù)；

(7)根據(jù)因子載荷絕對(duì)值篩選原始指標(biāo):保留因子載荷的絕對(duì)值大的指標(biāo)，刪除因子載荷絕對(duì)值小的指標(biāo)。

表4 主成分的特征值和貢獻(xiàn)率

表5 主成分載荷系數(shù)

表6 構(gòu)建的高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)

對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行主成分分析，計(jì)算出主成分負(fù)載系數(shù)。并根據(jù)遼寧工業(yè)大學(xué)圖書(shū)館讀者對(duì)移動(dòng)圖書(shū)館服務(wù)質(zhì)量的期望設(shè)定一個(gè)臨界點(diǎn)N，本文將N定也0.9，對(duì)于|bij|<0.9的指標(biāo)予以刪除，反之保留。最終的保留指標(biāo)如表6所示。

5.5 判定指標(biāo)體系構(gòu)建的合理性

利用前面數(shù)據(jù)，通過(guò)公式，計(jì)算出篩選前后各指標(biāo)的方差之和trSh和trSs的數(shù)值分別為2.042和2.064。帶入公式IN=trSs/trSh，得到篩選后的指標(biāo)對(duì)篩選前指標(biāo)的信息貢獻(xiàn)率為98%。即從海選22指標(biāo)中篩選出16個(gè)指標(biāo)，63.6%(14/22)的指標(biāo)反映了98%的原始信息，指標(biāo)構(gòu)建合理。

6 結(jié)語(yǔ)

本文通過(guò)借鑒前人研究成果和專家訪談的方式，海選出了影響高校移動(dòng)圖書(shū)館服務(wù)質(zhì)量的原始指標(biāo)22個(gè)，運(yùn)用因子分析法中的相關(guān)性分析和主成分分析對(duì)這22個(gè)指標(biāo)進(jìn)行梳理篩選：通過(guò)相關(guān)性分析，剔除同一準(zhǔn)則層內(nèi)相關(guān)系數(shù)大的指標(biāo)，通過(guò)主成分分析剔除負(fù)載系數(shù)絕對(duì)值小的指標(biāo)。共精選出16個(gè)評(píng)價(jià)指標(biāo)，重構(gòu)了新的高校圖書(shū)館服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系。規(guī)避了主觀確定指標(biāo)權(quán)重的隨意性，實(shí)現(xiàn)了定量定性的結(jié)合，使得高校圖書(shū)館評(píng)價(jià)指標(biāo)體系更具科學(xué)性、合理性。最后用信息貢獻(xiàn)率對(duì)評(píng)價(jià)指標(biāo)的合理性進(jìn)行了判定，新構(gòu)建的63.6%的指標(biāo)能反映98%的原始信息，說(shuō)明所構(gòu)建的新的評(píng)價(jià)指標(biāo)體系合理有效。