基于熵值法的我国农业高质量发展水平测度研究

邹 玲，吴泽忠，周 蓉，向玲凛

(成都信息工程大学，四川成都 610225)

改革开放以来，在党的正确路线、方针与政策的积极推动引导下，我国经济社会的发展正在实现由量变到质变的过程。农业是我国经济社会建设和发展的基础，农业的发展也应实现由数量到质量的转变，实现其高质量发展。2018 年《中共中央国务院关于实施乡村振兴战略的意见》明确提出，要实施质量兴农战略，推动农业由增产导向转向提质导向[1]。农业农村部等七部委联合发布的《国家质量兴农战略规划（2018—2022年）》，提出到2020年，我国质量兴农制度框架基本建立[2]。

近年来，我国农业在互联网、大数据等新科技的推动下，农业发展、农村条件逐步改善，农业生产水平逐步升高，农民收入增加；乡村振兴战略的开展加快了农业农村现代化的发展。寻找实现其增长的真正原因，进一步实现我国农业高质量发展，急需对我国农业高质量发展现状进行研究。与此同时，在新发展阶段，实现农业高质量发展必须以我国现阶段的发展状况为基础，提出相关意见和建议。

1 研究综述

自农业高质量发展提出以来，我国许多学者对农业高质量发展进行了研究。董艳敏等从生产效率、产业效益、绿色化生产、劳动者素质和农民收入5 个要素层面构建农业高质量发展评价体系，运用熵值法、莫兰指数和协调度方法测度了中国31 个省级行政区2000—2018 年的农业高质量发展水平[3]；王晓鸿等从绿色发展水平、现代化水平、稳定性、经济效率4 个维度选取指标来评价农业高质量发展水平[4]；张发明等认为农业高质量发展应当满足以下3 个层次：一是农产品的高质量，二是农业发展模式的高质量，三是农业社会的高质量，并构建了包含5 个一级指标的农业高质量发展评价指标体系[5]；刘战豫等通过熵值法和耦合协调模型，分析2015—2020年黄河流域中下游农业高质量发展与数字经济融合发展水平及时空演变[6]；董晓芳等从数字农业的信息基础、发展环境、人才资源、技术支持、产业效益、绿色发展6 个方面构建了指标体系，对2019 年31 个省区市的数字农业发展水平运用因子分析与聚类分析进行实证分析[7]；张鸿等从数字农业发展环境、数字农业信息基础、数字农业人才资源、数字农业技术支持、数字农业绿色发展、数字产业效益6 个方面出发，构建数字农业高质量发展评价指标体系，运用AHP-熵权法、综合评价模型实证测算并评价了中国2015—2019 年31 个省份数字农业发展情况[8]；黄修杰从高效化、绿色化和稳产化3 个方面构建了农业高质量发展评价模型，借助空间自相关分析方法、双变量空间关联性分析法分析了广东省农业高质量发展空间集聚特征与影响因素[9]。

当前国内学者对农业高质量发展的研究还存在局限性，部分学者致力于从理论上定性分析我国农业高质量发展状况，部分学者侧重寻找农业高质量发展的推动因素，更多的学者建立评价指标体系定性分析我国农业高质量发展水平，但是由于学者们对于农业高质量发展内涵特征不统一，其所构建的评价指标体系也存在差异，且目前学术界对于农业高质量发展并没有一致的定义，不同学者看法不同，大部分学者对农业高质量发展的指标构建并不完善。但综合上述研究，对于农业高质量发展，大部分研究者都认为包括经济效益高、生态环境好、农产品质量高、生产组织形式完备、国际竞争力高、农业科技含量高等几个方面。本研究在前人研究的基础上，总结出经济效益、生态环境、农产品质量及农业生产组织形式4 个方面，可以更为全面地描述我国农业高质量发展状况，并选取其作为一级指标构建评价指标体系来测度我国2016—2020 年间农业高质量发展水平。

2 农业高质量发展指标体系构建

农业发展是一个复杂的系统，与经济效益、生态环境、农业生产、农产品质量、科技创新、农业信息利用等诸多方面紧密联系。根据现有研究及数据的可得性，研究从经济效益、生态环境、农产品质量及农业生产组织形式4 个方面选取22 个指标构建综合评价指标体系。

农业经济效益高，就是在保护环境和减少资源利用的条件下使农业产业可以创造出更大的经济价值。基于农业经济效益的定义，经济效益可以从农村居民生活水平及产业效益两方面来测度；居民生活水平从农村居民消费、农村居民收入、城乡收入对比3 个指标测度；产业效益从粮油加工业效益、农林牧渔业增长率、第一产业增加值比重3 个方面进行测度。对生态环境的测度主要包括资源消耗、环境保护以及环境污染3 个方面。农产品质量的好坏直接关系到人民的健康，关系到国民经济的可持续发展，中国经济的高速增长和农业生产的快速发展要求对农产品生产进行全过程的质量控制，提高农产品产量，进而提高农产品的市场竞争力和占有率，研究从化学防治和粮食生产两个维度评价农产品质量。农业生产组织形式对我国农业高质量发展水平也有着至关重要的作用，研究从农业生产的物质装备、农业科技创新输入输出、国家农业财政支出及第一产业劳动者投入量来综合测度我国各个省份农业生产组织形式完备程度。各指标及其计算方法见表1。

表1 农业高质量发展评价指标体系

3 数据来源与数据处理

3.1 数据来源

为保证所用数据的真实性、连续性、可比性，本文所用数据来源于国家统计局及《中国统计年鉴》《中国农村统计年鉴》。在数据处理中存在部分缺失数据，使用线性插值法进行补全。指标的选取遵循科学性、系统性、可操作性、动态性、独立性原则。

3.2 数据处理

由于评价指标体系中各指标所依赖数据的方向、数量级和量纲存在差异，因此需要对原始数据进行归一化处理，以消除方向、数量级和量纲的差异所带来的影响，本文采用极值法对指标数据进行归一化处理，以消除量纲和数量级的影响。

计算公式如下：

其中，xijp为归一化后的指标值，yijp为第i个省份第j项指标在第p年的原始数据，max(yij),min(yij)分别为第j项指标的最大值与最小值。

3.3 指标权重确定——熵值法

考虑到不同指标对综合评价的影响程度不同，选择运用客观赋权的熵值法为农业高质量发展的各项指标赋权。首先确定一级指标下各项指标的权重，计算出各一级指标的得分，而后再对一级指标运用熵值法对各一级指标赋权，计算农业高质量发展综合得分。

系统有无序的度量可以用熵来测度；根据其定义，熵常常用来判断指标的离散情况。信息熵的值越小，指标的离散程度越大，对综合评价的影响(即权重)越大。计算步骤为：

第一步：计算第j项指标下第i个样本值占该指标的比重

第二步：计算第j项指标的熵值

其中k=1/ln(n)＞0，满足ej≥0，若pijp为0，则令pijpln(pijp)为0.000 01（加上一个极小的值对熵值的影响可以忽略不计）；

第三步：计算熵值冗余度（差异）

第四步：计算各项指标权重

第五步：计算各样本综合得分

3.4 空间相关性检验——Moran's I检验

考虑到空间序列可能存在复杂的自相关情形，其不仅在多个方向上存在相关关系，并且可以形成相互影响的聚集效应。莫兰指数（Moran's I）能够检验数据是否存在空间的依赖性，其分为全局莫兰指数和局部莫兰指数。

全局莫兰指数是用于考察整个空间序列的空间聚集效应，计算方法为：

莫兰指数的取值一般介于-1 到1 之间，大于0 表示正空间自相关（高值与高值聚集，低值与低值聚集），小于0 表示负空间自相关（高值与低值聚集），其值越接近与0 表示空间分布是随机的，不存在空间相关性。

局部莫兰指数用于考察某区域附近的空间聚集效应，其含义与全局莫兰指数相似，计算方法为：

4 我国农业高质量发展分维度分析

对2016—2020年我国农业高质量发展状况分维度进行分析，运用熵值法测算出各一级指标的得分，取平均值作为各省份各指标得分（见图1）。

图1 农业高质量发展分维度得分

4.1 经济效益

选取居民生活和产业效益作为二级指标来测度经济效益，由图1 可以看出农业经济效益全国平均水平得分为0.294，在各省份的得分中最高的是天津市，其评价得分为0.497，其次是上海和北京，江西、黑龙江、吉林、广东等处于全国平均水平附近，排在最末的是甘肃省，其得分为0.157，极差为0.340。从产业效益和居民生活两个方面在一级指标经济效益中所占权重来看，居民生活为0.379 5，产业效益为0.620 5，产业效益所占比重较大，各省份在产业效益方面的均衡度较差。

4.2 农业生态环境

研究选取了3 个二级指标资源消耗、环境保护、环境污染来描述农业生态环境，熵值法计算出其权重分别为0.471 2，0.446 2，0.082 6。我国农业生态环境在2016—2020 年间平均综合得分为0.113，分省2016—2020 年平均得分如图1；其中，最高得分为河北（0.638），得分最低的是西藏（0.110）；近2/3 的省市区在全国平均水平以上。从指标的权重来看，资源消耗的权重最高（0.471 2），其次是环境保护（0.446 2）；熵值法通过指标间的差异来给指标赋予权重，资源消耗与环境保护的权重占比较高，表明各省市区在资源消耗及环境保护方面的差异较大，而对于环境污染各省市区的差异较小。

4.3 农产品质量

选取化学防治和粮食生产两个方面对农产品质量进行测度，运用熵值法计算其得分如图1 所示，可以看到大部分省份的农产品质量得分都在全国平均水平（0.387）附近，其中北京市得分最高（0.780），其次是福建省（0.766），得分最低的是安徽省（0.204），有一半以上的省级行政区的农产品质量得分低于全国平均水平。从化学防治和粮食生产所占权重来看，其分别为0.237 9，0.762 1，粮食生产所占比重远高于化学防治，表明不同省份间粮食生产状况还存在较大差异，在各省份间表现出不均衡状态。

4.4 农业生产组织形式

研究从物质装备、创新水平、财政支出和人力资源4个方面测度农业生产组织形式。从熵值法计算出的农业生产组织形式得分来看，除北京外，其余省份得分都极低。排名第一的北京与排名第二的上海相差分数高达0.412，最高分与最低分相差0.537，且仅有5个省级行政区的得分高于0.1，排名最低的是辽宁省（0.037）；近1/3 的省份没有达到全国的平均水平得分（0.068）。物质装备、创新水平、财政支出和人力资源4个方面权重分别为0.179 9，0.773 7，0.026 6，0.019 8，其中创新水平所占权重高达0.773 7，说明创新水平在各省份间的差异非常大，各省份对科技创新的投入存在较大的差距，导致农业生产组织形式得分极差大。

5 农业高质量发展分维度可视化分析

对不同地区农业高质量发展状况进行分类有利于更好地了解我国农业高质量发展状况，因此本文选择自然断点法对综合评价得分进行分类。运用Arcgis软件对各指标2016—2020年的平均值进行可视化呈现，将各一级指标按照其得分运用自然断点法将其分为5类，分别为低水平、较低水平、中等水平、较高水平、高水平，并运用莫兰指数对其空间相关度进行分析，其结果见图2。

图2 一级指标可视化地图

从图2 可以看出，农业经济效益呈现出由东部向西部地区递减的趋势，高水平地区主要集中在北京、天津及东部沿海一带；低水平及较低水平集中在新疆、西藏、青海等西部及西北地区。对经济效益得分进行空间自相关分析，得到莫兰指数为0.3400 05，且其p＜0.05，所以在5%的显著性水平下，经济效益存在空间自相关；局部莫兰指数分析表明，经济效益得分在新疆、西藏、青海、甘肃、宁夏及四川呈现出低低聚集的效应，在其余省份则不显著。

由图2 可以看到，我国农业生态环境也呈现出由东向西递减的趋势，农业生态环境处于低水平和较低水平的地区主要集中在西部地区及东北地区，农业生态环境发展处于较高水平及高水平的地区主要集中在华北地区和华东地区，大部分地区处于中等发展水平。运用莫兰指数对生态环境得分进行空间自相关分析，得到莫兰指数为0.517，且p＜0.05，所以在5%的显著性水平下，认为农业生态环境得分存在正的空间自相关。

农产品质量得分分布则没有呈现出由东向西递减的趋势，西藏、新疆、四川、贵州等西部地区农产品质量发展处于中等水平，东部地区的山东、河南、安徽及江西等省份农产品质量得分相对于全国水平来说处于低水平，且其周边省份的农产品质量得分也处于较低水平，处于较高水平及高水平的地区则位于东南沿海一带。莫兰指数不显著，认为农产品质量不存在显著的空间自相关。

农业生产组织形式与农产品质量存在着相似的分布情况，低水平及较低水平地区主要位于四川、重庆、湖北等中西部地区及内蒙古、山东、山西、河北等北部地区，北京的农业生产组织形式处于一个高水平的状态。运用莫兰指数进行分析，得到莫兰指数为-0.167 3，p值为0.003 5，莫兰指数值显著，认为农业生产组织形式存在弱的空间自相关；对其进行局部空间自相关分析，得到黑龙江存在高低聚集效应，内蒙古、河南存在低低聚集效应，其余省份的聚集效应则不显著。

6 农业高质量发展综合评价得分测算及分析

6.1 农业高质量发展综合评价

将4 个一级指标运用熵值法计算出2016—2020 各年的得分后取其平均值作为其综合得分，结果如图3所示。

图3 农业高质量发展综合得分

2016—2020 年我国农业高质量发展得分平均水平为0.349，得分最高的是北京（0.746），其次是福建（0.657）；得分最低的是安徽（0.203），近一半的省份农业高质量发展得分低于全国平均水平；且农业高质量发展得分最高的北京与得分最低的安徽相差达0.543。农业高质量发展的4 个一级指标的权重分别为经济效益0.254 2，生态环境0.322 1，农产品质量0.309 0，农业生产组织形式0.114 7。由于大部分省份农业生产组织形式的得分低，所以其在各省份所占比重相对于其他3 个一级指标来说较小，但也不可否认农业生产组织形式是农业高质量发展的一个重要影响因素。

6.2 农业高质量发展水平综合评价可视化分析

将农业高质量发展年度平均得分在ArcGIS 可视化呈现后可以看到，在空间上我国农业高质量发展水平并没有呈现出由东向西依次递减的趋势，处于较高水平及高水平的地区主要集中在北京、天津及东部沿海地区，西部地区中新疆、四川、重庆处于中等水平，处于低水平的仅有内蒙古、安徽和吉林3 个省份，其余省份均处于较低水平。计算其莫兰指数为0.208，p值为0.02，莫兰指数小，认为其存在较弱的空间自相关性，空间聚集效应较小（见图4）。

图4 农业高质量发展综合得分可视化地图

6.3 农业高质量发展时间演变趋势分析

根据一级指标数据运用熵值法计算出各年度的农业高质量发展得分结果及其排名如表2 所示。从年度变化趋势来看，北京市的农业高质量发展水平一直居于第一，其农业经济效益、生态环境、农产品质量及农业生产组织形式得分都稳居前列；福建、天津、浙江农业高质量发展水平也一直稳居前十。

表2 2016—2020年我国部分省级行政区农业高质量发展得分及其排名

表3 列出了2020 年相对于2016 年排名变动较大（大于4）的省份，从中可以看到排名上升变动较大的省份数量低于排名下降的省份，且大部分省份在2016—2020 年间农业高质量发展得分存在较大波动，排名不稳定。

表3 2020年相对2016年排名变动较大的省份

7 结论与建议

7.1 结论

在农业高质量发展的4 个一级指标中，农业经济效益、生态环境都呈现出由东向西递减的趋势，东部地区的经济发展本身就高于西部地区，且其在早期发展中对于生态环境的保护可能没有付出太多，经济发展起来之后对于农业生态环境的保护也更加注重，更愿意投入更多去保护生态环境，所以我们可以看到东部地区的农业生态环境得分高于西部地区。对于农产品质量及农业生产组织形式，西部大部分省份处于中等水平，而一些东部省份还是低水平及较低水平，这应该引起我们的注意。各省份农业生产组织形式的得分较低，从侧面表明了我国在创新水平、物质装备、财政支持及人力资源方面投入的薄弱。

2016—2020 年我国农业高质量发展平均水平存在波动的状况；特别是在2019—2020年间，农业高质量发展综合得分下降了0.052，除个别省份在此期间得分保持没有下降外，大部分省份在此期间的农业高质量发展得分都有所降低，这极可能是因为2020年大规模爆发的新冠肺炎疫情对农业高质量发展的影响，这也表明我国农业高质量发展还不稳定，其应对突然冲击的稳定性还需加强。

7.2 建议

1）西部地区应极力寻找发展方向提高经济效益。西部地区地处内陆，地广人稀，发展相对落后，且交通运输系统不完善，各种资源相对匮乏，寻求新的发展方向以提高其产业效益和居民生活水平十分必要。农村居民生活方面可以通过促进农村居民农业就业，根据市场情况出台相应的补贴政策，提高农业产业收入，调动农村居民自发带动发展的积极性。同时，出台政策引进优秀人才，助力其农业农村发展。在产业方面，各地区可以依靠其自身所有的基础和优势，大力发展自身基础性和优势性产业，不断挖掘农业的多项功能，促进全产业多元融合发展，鼓励农村居民依托自身优势自主多元化创业，提高农业发展的稳定性。

2）农业高质量发展更应该注重绿色发展，不应该以牺牲环境为代价。农业生态环境的保护需要政府出台一系列政策加大对农业农村生产进行环境保护、污染限制：环境保护方面加大农业生态环境司法保护力度；在污染限制方面政府部门要充分发挥生态环境保护的引领作用，推进重点污染项目的治理；与此同时，政府要加强对生态环境保护的宣传力度，实施一系列环境保护惠民政策，加强农村居民自身环保意识，建立长期有效的管理机制，做到政府与人民协同推进生态环境持续向好发展。

3）创新是引领发展的第一动力。对于农产品质量、农业生产组织形式，应该加大农业科技创新投入。政府与企业应不断加大在农业科技创新方面的投入，构建在新发展阶段下的新要求的新型农业农村科技创新体系，不断优化农业科技创新的组织载体。教育、科技的发展是农业发展的不竭动力，农业科技创新投入资金也要充分发挥对农业科技进步的引导和促进作用，鼓励社会企业和个人投入农业科研和农业成果的开发。总而言之，创新发展是农业高质量发展的不竭动力，要从各个方面加强农业创新。