基于组合赋权的安徽省农业机械化水平影响因素研究

丁拥军

摘 要：利用文献资料初步识别出影响安徽省农业机械化水平的10个因素，采用专家访谈对这些因素的重要度进行打分，根据专家意见得出6个影响安徽农机水平的重要因素。通过置信区间法得出这6个重要因素的主观权重，同时利用熵值法计算出6个因素的客观权重。然后将主观权重与客观权重通过最小相对熵法进行组合赋权，从而得出重要度排名前3位的核心因素分别为机械化知识水平、农户收入水平和农业机械价格。并根據这3个核心因素提出安徽省农业机械化水平的提升对策，为今后安徽省农业机械化发展提供参考。

关键词：农业机械;农业经济;影响因素

中图分类号 F323.3 文献标识码 A 文章编号 1007-7731（2022）04-0100-06

Abstract： In this paper， ten factors affecting the level of agricultural mechanization in Anhui province are preliminarily identified by using the literature， and the importance of these factors is scored by using expert interviews. Six important factors affecting the level of agricultural machinery in Anhui province are obtained according to expert opinions. The subjective weights of these six important factors are obtained by confidence interval method， and the objective weights of these six factors are obtained by entropy method. Then the subjective weight and objective weight are combined and weighted by the minimum relative entropy method， and it is concluded that the top three core factors of importance are mechanization knowledge level， farmer′s income level and agricultural machinery price. Finally， according to these three core factors， the countermeasures to improve the level of agricultural mechanization in Anhui province are proposed to provide reasonable suggestions for the development of agricultural mechanization in Anhui Province in the future.

Key words： Agricultural machinery; Agricultural economy; Influence factor

1 背景

自2004年以来，农业机械化服务在中国农村迅速发展，一些研究表明，这些服务显著提高了农业生产率。人们不会预先预期劳动力短缺是机械化的驱动力，但不断增加的农村向城市的移民和快速的经济增长导致了农业高峰季节的劳动力短缺。此外，机械化减少了农业劳动力的繁重劳动，放松了旺季劳动力的约束，降低了生产成本，并可以节约至关重要的资源[1]。在国家政策和安徽省级政府的强力推动下，安徽省农业机械化水平得到了长足的进步和发展[2]。根据国家统计局数据，2005—2019年的19年期间，安徽省机械总动力由3983.83万kW上升至6650.47万kW，增长了将近1倍。

安徽作为农业大省，在目前从事农业的劳动力逐渐减少的情况下，如何发展农村经济，不断提升农业机械化水平成为了重要的研究课题。为此，本研究通过理论的梳理，将主观与客观因素相结合，以寻找影响农业机械化水平的核心要素。

2 识别初步因素

初步因素的选择通过2个阶段实现，包括文献阅读和访谈问卷。文献阅读是通过Scopus搜索引擎归纳以及中国知网归纳，搭建农业机械化影响因素初步因素列表;访谈问卷则是通过对专家进行深度访谈，进行因素的主观重要度评判和因素的经验性感知选择。

2.1 文献收集 文献识别采用Scopus，因为该搜索引擎是最大的同行评议文献摘要和引文数据库。它拥有超过6000万的期刊，超过11万本书和700万的会议记录[3]。此外，Scopus搜索引擎已被用于许多类似的农业和农业经济学科的文献综述研究。检索包括以下关键词：Agricultural Mechanization、Mechanization strategy、agricultural development、 agricultural economy。为进一步分析，检索了包含这些关键词的出版物的标题、摘要和关键词。为了提高文章的准确性，进一步细化了研究主题领域为农业、社会科学、农业经济、农业工程、工业经济。中国知网作为中国最全面的科研出版物数据库，收录了包括中外文献、硕博生论文、专利、书籍、标准等十几种学术资源，收录95%以上的中文学术资源，其文献资源可基本覆盖中文领域。检索包括关键词：农业、农业机械化、第一产业、农业发展、农村建设、农机化，并将研究领域细化同Scopus一样为农业、社会科学、农业经济、农业工程、工业经济。将中英文文献进行归纳整理，其中中文文献5篇、英文文献2篇，作为本次初步影响因素归纳的文献资料。文献初步识别因素见表1。

2.2 问卷调查 在通过文献回顾得出农业机械化发展影响因素的初步识别关键因素列表2，为满足该因素列表更符合安徽省农业机械化的实际情况，本研究将采用问卷调查的方法对因素列表进行修订。

2.2.1 问卷目的 将验证从文献得到的初始农业机械化发展影响因素列表并补充在除理论外特有的关键因素，同时根据重要度打分确定各因素权重，为后续问卷设计和模型建立奠定基础。

2.2.2 问卷对象 访谈对象选用立意抽样法。立意抽样法在定性研究中，可以使用相对较小的代表性较高的样本[10]，其目的是增加理解的深度[11]。立意抽样法用于选择最有可能产生适当和有用信息的受访者，是一种识别和选择案例的方法，可以有效地使用有限的研究资源。鉴于识别和分析需要受访者对安徽省农业机械化有全面清晰的认识从而收集政府、企业等各方在农业机械化的各类影响因素，提高研究结果的可靠性和通用性。

2.2.3 访谈问题 由于疫情原因，采用线上与线下访谈同时进行的方式，针对安徽省农业机械化影响因素进行半结构化访谈。受访者根据自身经验选择已设计好的答案，方便结果统计与梳理。根据文献综述将初步识别的因素分类整理为表2，设计等级为5的区间答案以供受访者填写。封闭式问题设置如下：请阅读表格，并将您认为各因素的重要性区间进行填写;您认为存在上述问题提到的因素但表格中未提及，请于“其他”行进行填写。

3 主观权重确定

3.1 置信区间法 采用置信区间法（RIM）以对评估的权重引入可靠度与方差（中心方差和区间方差），为评估体系的准确性和可靠性提供参考与支撑。置信区间法具备灵活性，能够反映从专家的角度主观判断到的各个因素的模糊重要性范围。专家可以采用模糊的范围以衡量，进行打分确定权重。如专家认为某一因素的重要度范围为（0～2）而非1分这一确切数值。此外，专家不需要进行两两比较，可以直接分配每个属性的等级范围。

权系数方差表示受访者意见的一致性。中心方差CV与区间方差IV越小，反映专家意见比较一致;反之，反映专家意见有较大分歧。

置信区间法（RIM）近年来被广泛运用。卢兆明在对高层建筑火灾风险进行评估时对权系数的可信情况引入可靠度与方差进行模糊评估[12]。因此，本文采用置信区间法（RIM）以完成对安徽省农业机械化水平评估因素的权重确定。

3.2 主观权重结果 基于John提出本文使用置信区间法RIM的假设如下：（1）评分区间内的概率分布函数是呈线性分布;（2）专家之间无序无重要性先后，对不同专家的意见给予同等的重视。

运用RIM进行因素权重结果统计时，采用可靠度（Re）、中心方差（CV）、区间方差（IR）3个参数进行模型评价。根据卢兆明提出，在专家确定因素权重期间，当2个或2个以上因素的权系数接近甚至相同时，可靠度越高，相应来说重要度排序更可靠且重要;反之，可靠度越低则表明该因素的可信度越低，相对来说该因素需要慎重考虑。因而在权系数计算的同时给予可靠度使得权系数包含更丰富信息，为决策者提供除权系数以外的参考价值。同样，针对权系数的方差而言，分为中心方差和区间方差。在权系数接近的同时二者的可靠度也很相似的情况下，采用方差以辨别各专家对于同一因素的意见分歧程度，以确定各专家意见的集中程度。当中心方差与区间方差越低时，表明在调查对象中存在较高水平的一致性，因而这一区间具有更高的集中性，相对来说该权系数更为可信。关于影响因素的平均特征区间等级和置信结果见表3。

从表3可以看出，8名专家对农业机械影响因素的权重打分均已完成。Yiu对成本估算员的性能评价进行了问卷调查，提出采用RIM时表明可靠性达到65%即为“可信”[13]。John在对标香港建筑项目时结合Yiu提出如果中心方差和区间方差的值分别低于0.65、2.10，客户之间只存在轻微的意见不一致，也称为“可信”[14]。因此，本文采用可靠度不低于65%、中心方差不高于0.65、区间方差不高于2.10作为权系数“可信“的临界值。即为，Re≥0.65;CV≤0.65;IV≤2.10。“相关政策”虽然可靠度处于正常水平，但其中心方差高达0.68>0.65，表明各专家对于该因素的重要度意见非常不一致，因而得出的权系数无参考意义，该项因素权重并不可信。同理，“地形因素”的中心方差0.94>0.65，其因素权重也不可信。而“農产品价格”“进口机械的税费”的权系数均小于0.1，表明专家看来这2项因素并不重要。因而最终筛选后影响因素共6个。归一化权重后，各影响因素的主观权重如表4所示。

4 客观权重确定

4.1 数据无量纲处理 在数据统计中，数据的量纲不同会造成模型权重的失效，可能存在模型更偏重数值水平很高的数据而相对削弱了数值很小的因素数据这样的情况发生。因而需要预先对数据进行无量纲化的处理，将不同特征的样本调整为同一尺度下的标准数据。而在进行主客观权重（置信区间法和熵值法）对数据进行无量纲标准化有助于可以构成更好的更合理的权重和分类。

4.1.1 无量纲化方法选择 结合各种无量纲方法的归纳以及郭亚军等、刘竞妍等作出无量纲化方法性质总结[15-16]，结果如表5所示。

目前，无量纲标准化法无法同时满足6个理想性质，但标准化处理、极值处理和功效性系数相对而言与6个理想性质更匹配。

根据朱喜安等[17]对于熵值法中无量纲化方法选择的实证研究可知，极值标准化法与标准化平移法二者与熵值法的结合均相较于原熵值法更具结果合理性，因而在熵值法的无量纲化处理时，优先考虑这2种方法。

本研究采取标准化平移法即将原始数据标准化后平移一定幅度K（通常K取最小标准化后的数据绝对值），这种将z-score标准化与平移结合的综合方法，一方面避免了z-score标准化带来的负数无法满足熵值法的数据大于0的要求;另一方面也避免了正负向无法判断的情况。但因为当K取最小标准化后的数据绝对值时，可能会出现平移后数据为0的情况，因而本文中将取K为最小标准化后的数据绝对值+0.001以避免这类情况。

4.1.2 无量纲化数学表达 多元回归分析中的数据无量纲化采用z-score标准化（zero-meannormalization），也是在采用SPSS进行因子分析时，系统默认的标准化方式。

4.2 客观权重计算

4.2.1 熵值法 对于客观赋权而言，常用的一种方法为熵值法。它是一种以客观数据内在差异性而反映出来的权重关系，熵值法与其他方法结果差异不大但具有计算简单、因素维度不变等优势。因而本研究将采用熵值法以对多因素进行客观赋权。

5 组合赋权

5.1 最小相对熵法 对于组合赋权一直有很多方法，其中最小相对信息熵是对一随机变量的不同取值之间的过渡，他们的差值则代表取值概率函数的差别。若将综合权重与主客观权重分别看作随机变量的不同概率分布，则二者的相对熵最小即概率分布越接近，此时主客观权重分配最接近于真实的综合权重。在实际权重分配中也有所应用。因而本研究也将采用最小相对熵法进行组合赋权。基于置信区间和熵值法所确立的主观及客观权重分别为[ηj]、[sj]，令组合赋权法得到的综合权重为[ωj]，相对信息熵为[F]。

5.2 组合赋权结果 根据公式（13）及主客观权重结果从而可以得到组合赋权后的综合权重如表7所示。

对于评价安徽省农业机械化水平的因素重要性排名如表8所示。由表8可知，为提升安徽省农业机械化水平，需注意机械化知识水平、农户收入水平、农业机械价格、农业劳动力、农作物播种面积和当地粮食产量。但根据综合赋权排名可知，影响程度最高的为机械化知识水平、农户收入水平和当地粮食产量。因而今后在提升安徽省农业机械化水平方面，需优先关注这3个方面。

6 提升安徽省农业机械化水平的对策建议

6.1 提升机械化知识水平 良好的机械化知识水平对于提升安徽省整体农业机械化水平具有一定的促进作用。这意味着整体农业机械操作及相关人员得到了有关农业机械的教育，可以从农机干部培训、农业机械相关院校教学及农村普及度等方面进行着手。首先，需重视对于目前仍在职干部的培训与继续教育，从而提高工作技能和水平。政府部門的人员应以身作则，提升相关知识水平，起到模范带头作用，用专业的知识技能和扎实的知识水平为农户提供服务和指导。其次，加强农业机械化相关高职、中专学校建设，通过系统化的技术学习与理论巩固，用理论指导实践，用实践完善理论。同时，农业机械学校应根据人才结构和实际需求进行匹配设置专业，加强人才的综合素质教育。再次，各省级以下学校要以农村为导向，开展适合农村发展的农业机械化知识推广普及，提升农业机械操作及相关人员的实操能力和科学意识，培养农民转变为农机专业人才，提高农业机械相关人员的专业水平和科技素养。

6.2 提高农户收入水平 目前农业从业人员逐年减少，农户收入水平在很大程度地影响着人员留乡务农的意愿程度。当农户收入水平稳定甚至较高时，人们将更愿意进行农业机械的学习，从而进一步促进农业机械化水平的提升。为实现土地区块式管理经验，农业生产全自动机械化，并加速转型升级，要以点带面，以村镇为中心，主动引进能扶持手工业和农产品加工业的企业。既延长了农产品产业链，产品附加值得到提高;又可以吸引年龄大考农产品为生的小农户加入，拓宽家庭收入来源，提高家庭收入收益。使年龄大的劳动者从纯粹的耕种中剥离开来，加快土地流通。

6.3 把控农业机械价格 大中型农业机械价格相对于农民来说是一笔较高的支出，因而如何合理控制农业机械价格同时促进农民购买使用机械的积极性显得尤为重要。首先，国家及地方均出台了各项农机购置补贴的相关政策和指导意见。各地应认真履行中央及省级补贴政策要求，将补贴落到实处。同时，避免因政策补贴而盲目购机，相关管理和技术人员应正确指导农户购买适合当地使用的农具，加强机械的实用性和针对性，将补贴落到实处。其次，应适当扩大农民购买部分重点大中型机械的额度，降低贷款利率，为农民购买大中型机械提供动力和支持。

参考文献

[1]赵利.农业机械化发展水平、影响因素及作用研究综述[J].农村经济与科技，2020，31（11）：22-25.

[2]侯学锋.安徽农机化发展影响因素与对策探讨[J].湖南农机，2002（05）：11-12.

[3]Delbridge R，Lowe J，Oliver N.The process of benchmarking：A study from the automotive industry [J].International Journal of Operations and Production Management，1995，15（4）：50-62.

[4]Rasouli F，Sadighi H，Minaei S.Factors Affecting Agricultural Mechanization：A Case Study on Sunflower Seed Farms in Iran[J].Journal of Agricultural Science and Technology，2009，11（1）：39-48.

[5]Han Renting，Xuan Wang，Nan Geng，et.al. Investigation of the Contribution Rate of Agricultural Mechanization to Agricultural Production Using Cobb-douglas Model.Information Technology Journal，2013，12：1607-1613.

[6]陈旭.乡村振兴背景下吉林省农机需求影响因素与趋势研究[D].吉林：吉林大学，2020.

[7]周广浩.我国农业机械化发展影响因素分析[J].时代农机，2020，47（04）：25-26，28.

[8]林振宇，张朝飞，杨翔飞.耕地粮食生产效率测算及影响因素分析——以华北平原河南区域为例[J].测绘与空间地理信息，2021，44（07）：146-150.

[9]钟静.陕西省农业机械化发展影响因素分析[J].南方农机，2020，51（18）：20-21.

[10]Miles M B.Qualitative data analysis ：an expanded sourcebook [J].Sage，1994，60（100）：105-138.

[11]Lawrence A，Palinkas，Sarah M，et al.Purposeful Sampling for Qualitative Data Collection and Analysis in Mixed Method Implementation Research[J].Administration and policy in mental health，2015，42（5）：533-544.

[12]卢兆明，陆君安，胡永清，方正.高层建筑火灾风险评估中一种具有置信度和方差的权系数[J].中国安全科学学报，2001（05）：14-16，1.

[13]Yiu C Y，Ho H K，Lo S M，et al.Performance Evaluation for Cost Estimators by Reliability Interval Method [J].Journal of Construction Engineering & Management，2005，131（1）：108-116.

[14]Yeung J F Y，Chan A P C，Chan D W M，et al.Developing a Benchmarking Model for Construction Projects in Hong Kong [J].Journal of Construction Engineering and Management，2013，139（6）：705-716.

[15]郭亞军，易平涛.线性无量纲化方法的性质分析[J].统计研究，2008，025（002）：93-100.

[16]刘竞妍，张可，王桂华.综合评价中数据标准化方法比较研究[J].数字技术与应用，2018，036（006）：84-85.

[17]朱喜安，魏国栋.熵值法中无量纲化方法优良标准的探讨[J].统计与决策，2015（2）：12-15.

（责编：张宏民）

3357500338231