新闻出版业发展指数研究-数据处理与缺失数据处理

由于新闻出版业发展指标体系中各项指标的计量单位、意义各不相同，分别有绝对数指标、相对数指标和平均数指标等，使得各层指标数据之间没有一个统一的量纲，无法直接进行比较与指标的加权综合。为此，本书首先对各指标的数据进行同趋势化和无量纲化。所谓同趋势化，是将逆向指标转化为正向指标，即指标的正向化，本书采用倒数法实现指标的同趋势化。无量纲化则是消除量纲和数量级的影响，将指标的实际值转化为可以综合的指标评价值，从而解决评价指标的可综合性问题，本书分区域数据采用的无量纲化处理的数学模型为：

式中，Iij为第i个地区第j个指标标准化后的结果，Xij为第i个地区第j个指标数据。对于第j个指标来说（纵向），所有省市中的这方面最小的数值用min（Xj）来表示。同样对于第j个指标来说（纵向），所有省市中这方面的最大的数值用max（Xj）来表示。无量纲化的数据经过变换后拥有统一的量纲，在整个标准化结果中，实际数据中最小的数值经过量纲化处理后的数据变为0，实际数据中最大的数值经过量纲化处理后的数据变为1，其他原始数据处理后的结果都在0～1之间变动。

全国2010～2014年数据的无量纲化方法为以2010年为基期，各年各指标值分别与2010年相应指标值作比的相对数作为指数反映指标变动情况，其中价值指标做了以2010年为基期的价格平减。(www.xing528.com)

在本书的原始数据采集中，由于涉及的三级指标较多，需要数据支撑量很大，再加上各地区的技术、经济和政府管理等方面存在差异，使得部分地区尤其西部地区的多项指标数据缺失。还有一些指标，如版权执法行政处罚数量、国民综合阅读率、国民数字化阅读率、数字出版营业收入等，只有全国的数据，没有分省数据，如果去掉这个指标，可能会导致整个指标体系的科学性出现较大问题。因此，本书对这些指标项的数据采取各省与全国同等赋值的处理办法，这有待课题组在以后的工作中想办法补充分省的数据。本书对于缺失数据的处理方式如下：将指标值完成测算和标准化后，赋予缺失数据为0，即缺失数据的地区在该项指标上被赋予最低指数值，依此提示各地应重视新闻出版产业数据及时的统计与公开。