农业生态脆弱性指标体系评价研究——以邵阳市为例

段小芳，潘文权

(邵阳学院 城市建设系，湖南 邵阳，422000)

农业生态脆弱性指标体系评价研究
——以邵阳市为例

段小芳，潘文权

(邵阳学院 城市建设系，湖南 邵阳，422000)

文章以邵阳市为例，对南方丘陵区农业生态脆弱性评价指标体系进行了研究。文章主要运用AHP层次分析法和主成分分析方法，构建农业生态脆弱性评价层次结构模型，并对邵阳市农业生态脆弱性因子进行评价。结果表明：人口密度、人均耕地面积、恩格尔系数、农业总产值是研究区农业生态环境脆弱性的主要影响因子，人均GDP、农民人均纯收入、平均气温和森林覆盖率对农业生态环境的影响次之，多年平均降水量和水田占耕地面积比这两个因子对生态环境脆弱性的影响最小。

农业；生态脆弱性；指标体系研究；AHP层次分析法；主成分分析

农业生态脆弱性是指某一地区农业生产过程对气候、环境变化等敏感因素反应的强弱[1]，已成为地理学、灾害学、自然资源学、农学和经济学等领域普遍关注的问题[2]。而构建合适的评价指标体系并确定指标权重是科学、合理地评价某一区域农业生态脆弱性的前提。近年来，越来越多的学者尝试用数学方法代替原始的专家打分法，如主成分分析、层次分析、灰色关联分析、相关分析等。杨奇勇[3](2007)等人利用关联聚类法建立湖南农业干旱脆弱区的指标体系；赵艳霞[4](2007)等人选取气候、环境、农业生产和社会经济等4大类共17项指标构成北方农牧过渡带农业生态系统脆弱性指标体系，并采用层次分析法确定指标因子的权重；周松秀[5](2012)从自然、社会、经济子系统中选取13个评价指标，构建湘中丘陵盆地区农业生态环境脆弱性评价指标体系，然后采用主成分分析法计算各评价指标权重；夏兴生[6](2016)等人从气候条件、承载体、农业生产条件和社会经济4个方面构建三峡库区农业生态环境脆弱指标体系，在用层次分析法(AHP)和主成分分析法(PCA)分别确定指标主观权重和客观权重的基础上，以最小信息熵将权重组合为综合权重。在众多的数学方法中，主成分分析和层次分析是最常用的数学方法。国内关于指标筛选的方法和指标权重确定的方法很多，但至今没有统一的方法，对影响因素进行分析相对更少。层次分析法是定性指标与定量指标较好结合起来，能够在最大程度上减少数据冗余，又能避免主观性，是指标筛选中应用以及权重值的确定中最为广泛的数理统计方法。主成分分析法是一种客观赋权法，一定程度上考虑了指标之间的相互依赖关系，避免主观随意性，已被广泛用于确定评价指标的权重。本文以邵阳市为例，从自然、社会和经济3个方面选取10个指标，采用层次分析法构建农业生态脆弱评价层次结构模型并确定各指标权重值，利用主成分分析法对影响农业生态脆弱性的主要因子进行分析，为区域农业生态脆弱性指标体系研究以及影响因素分析提供一种新的思路与方法。

1 研究区概况及数据来源

1.1 研究区概况

1.2 评价指标的选取

根据邵阳市农业生态环境的构成因素，遵循科学性、系统性、动态性、可操作性的原则，从自然、社会、经济等3个方面选取对农业生态脆弱性具有驱动作用或指示作用的指标，构建邵阳市农业生态脆弱性评价指标体系。指标体系包括：多年平均降水量(mm)、平均气温(℃)、森林覆盖率数(%)、人口密度(人/km2)、水田占耕地面积比重(%)、人均耕地面积(人/m2)、人均GDP(元)、农民人均纯收入(元)、恩格尔系数(%)、农业总产值(亿元)。

1.3 数据来源及处理

因为邵阳市区城市化水平较高，不以种植业为主，因此各指标数据来源于各县。邵阳市共有8个县和1县级市。文中为了方便起见，把它们统称为县。多年平均降水量(C1)和平均气温(C2)等气象数据来源于《邵阳市农业区划报告数据集》和邵阳市气象局资料；森林覆盖率数(C3)据来源于湖南省国土资源厅；人口密度(C4)、水田占耕地面积比重(C5)、人均耕地面积(C6)、人均GDP(C7)、农民人均纯收入(C8)和恩格尔系数(C9)及农业总产值(C10)等社会经济数据来源于邵阳市统计局和《2011年邵阳市统计年鉴》。在这10项指标中，C1、C2、C3、C5、C6、C7、C10等8项为正向指标，数值越大，农业脆弱性越大；C4、C9等2项为逆向指标，数值越大，农业脆弱性越小。因此在数据处理时，采取倒数法将逆向指标正向化。以上数据首先经过无量纲化，然后采用SPSS19.0及Excel2010软件进行分析。

2 研究方法

2.1 层次分析法

层次分析法(简称AHP法)是20世纪70年代初由美国运筹学家Saaty提出的一种定性与定量分析相结合的多目标决策方法，被认为是计算复杂系统中各指标权重最有效的方法之一。利用层次分析法确定指标权重包括以下几个步骤：

2.1.1 原始数据的标准化

农业生态脆弱性指标具有不同的含义，因而在数量级和量纲上都不同，为了保证其客观性和科学性，需对原始数据进行标准化处理。

2.1.2 递阶层次结构模型

通过对研究问题进行初步分析判断，按属性将研究对象各指标进行分组，形成不同的层次结构。同一层次的指标作为准则，即受上一级指标的支配，也对下一层次的指标起支配作用。这样从上到下的支配关系就形成了一个递阶层次结构模型。

2.1.3 构造两两比较矩阵

阶梯层次结构模型构建确定了农业生态脆弱性上下层指标间的关系。因此，利用判断矩阵法可以计算出各指标对于支配其上一层指标的相对重要程度，这就是指标的权重。本研究通过专家咨询，采用德尔菲法对研究指标进行两两比较，得到判断矩阵。其中aij是指标i与j重要性的比较标度，n为参与权重分配的因子数(表1)。

表1 层次分析法评判标度及其含义

2.1.4 权重计算方法

(1)计算权重系数

按照专家咨询意见和层次分析法的评判标度进行两两判断矩阵A的构建，计算判断矩阵每一行各元素的乘积，即：

(1)

计算mi的n次方根,即：

(2)

(3)

(2)计算判断矩阵的最大特征根

(4)

(3)一致性

2.2 主成分分析法

主成分分析(PCA)是利用降维的思想把多个指标减少为少数几个综合指标的多元统计分析方法。采用主成分分析来诊断主要影响因素可分为以下几个步骤：(1)原始指标数据标准化；(2)计算各指标标准化数据的相关系数矩阵；(3)计算各指标特征值和特征向量；(4)计算各指标贡献率和累计贡献率；(5)计算主成分得分和综合得分。

3 结果与分析

3.1 邵阳市农业生态脆弱性评价指标层次分析

3.1.1 指标分类分析

根据邵阳市2011年的统计资料，计算出各评价指标的平均值。参考邵阳市生态脆弱性评价指标等级标准，并结合湖南省各县、市的实际情况，选取如下农业生态脆弱性评价指标：(1)较好的指标，平均年降水量、植被覆盖率、人口密度、水田占耕地比、恩格尔系数等；(2)中等指标，年平均气温、人均耕地、农业总产值等；(3)较差指标，人均GDP 和农民人均纯收入。

3.1.2 构建邵阳市农业生态脆弱性评价指标层次结构模型

根据上述公式分别计算出各指标的白化权函数值，然后得出每层各个指标的隶属度，最后得出邵阳市生态脆弱性指标体系的阶梯层次结构模型，如图1所示。 农业生态脆弱性评价指标体系包括自然、社会和经济3个子系统。农业生态脆弱性表现为种植业产量波动幅度和产品质量的安全情况，直接影响农民的收入和生活水平。人均GDP、农民人均纯收入、恩格尔系数等即是经济系统指标，也是脆弱性结果的表征指标。一方面脆弱性反映了外界压力导致农业生态脆弱性的程度，另一方面农业脆弱性直接受经济系统指标的影响。因此，人均GDP、农民人均纯收入越高，恩格尔系数越小，抗灾能力就越强，因而农业生态环境敏感性和易损性越小。

图1 邵阳市农业生态脆弱性指标体系的阶梯层次结构模型Fig.1 The hierarchical structure model of ecological vulnerability index system in Shaoyang City

3.1.3 邵阳市农业生态脆弱性评价指标权重

根据上述计算方法与公式分别计算出各评价指标的权重(表2)。人均GDP第一，为0.16，农业生产总值第二，为0.15；平均年降水量、农民人均收入第三，为0.12；人均耕地面积的权重值第四，为0.10。这说明研究区的农业生态脆弱性是结构型脆弱性和胁迫性脆弱性共同作用的结果，其中人类活动的胁迫脆弱性起着重要作用。因而提高人均收入是恢复生态环境的关键。

表2 生态脆弱性评价各指标组合权重

3.2 邵阳市农业生态脆弱性的影响因素分析

利用SPSS19.0计算出特征根、主成分贡献率和主成分因子载荷(表3)。从表3中可以看出，累计贡献率大于70%的主成分的个数为3个，记为1、2、3。主成分因子载荷代表不同主成分中各个指标的权重大小，反映了各主成分与原指标之间的相关性。第1主成分与C4、C6、C9、C10相关程度极高，这4个因素代表社会成因指标的人口密度和人均耕地面积、经济水平指标的恩格尔系数和农业总产值。它们的贡献率达到36.375%，是农业生态环境脆弱性最主要的影响因子。第2主成分与 C2、 C3、 C7、C8相关性较高，这4个因素主要反映的是自然条件和农民的经济状况，其贡献率达到22.252%，是农业生态环境脆弱性主要的影响因素。第3主成分与C1和C5明显正相关，其贡献率达到16.707%，是农业生态环境脆弱性较为重要的影响因素。

表3 主成分因子载荷矩阵、特征值及贡献率

4 结论

(1)论文主要根据数据资料的可获得性选取农业生态脆弱性指标，但是如化肥施用量、农药使用量等对农业生态脆弱性起重要作用的因子并未纳入到评价指标体系中。由于目前对农业生态脆弱性的研究较少，缺少与其他区域农业脆弱性的比较。

(2)研究所选取的农业生态脆弱性指标之间可能存在一些非线性关系，如何建立研究模型进行指标的筛选，是本领域研究需要解决的难题。

(3)农业生态环境脆弱性是自然和人文等多种因素复合作用的结果，如何诊断农业生态脆弱性产生的主导因素，是农业生态脆弱性研究中需要解决的问题。

[1]侯亚红,刘文泉.我国黄土高原地区农业生产的气候脆弱性变化预测[J].灾害学,2003,18(3):34-38.

[2]郑文武,曾永年,吴桂平,等.遥感和GIS支持下的湘西北喀斯特山区县域农业生态环境脆弱度评价[J].地理与地理信息科学,2010,26(2):93-96.

[3]杨奇勇,尹辉.湖南省农业干旱水资源风险评价[J].湖南师范大学自然科学学报,2008,31(1):14-16.

[4]周松秀.湘中丘陵盆地区农业生态环境脆弱性评价——以衡阳盆地为例[J].安徽农业科学,2012,40(11):6804-6807.

[5]夏兴生,朱秀芳,李月臣,等.基于AHP-PCA熵组合权重模型的三峡库区(重庆段)农业生态环境脆弱性评价[J].南方农业学报,2016,47(4):548-556.

Study on index system of agricultural vulnerability——A case study of Shaoyang City

DUAN Xiaofang,PAN Wenquan

(Department of City Constructing,Shaoyang University,Shaoyang 422000,China)

Taking Shaoyang as an example, the evaluation index system of agricultural ecological frangibility in hilly area of South china is studied. We used the analytic hierarchy process (AHP) and the principal component analysis (PCA) method to construct the hierarchical structure model of agricultural ecological vulnerability, and to evaluate the vulnerability factors of agricultural ecology in Shaoyang. The results show that the population density, per capita arable land area, Engel coefficient, total output value of agriculture are the main influence factors on agricultural ecological environment vulnerability, and per capita GDP, per capita net income of farmers, average temperature and the forest coverage rate are the secondary influence factors, multi annual average precipitation and the area ratio of paddy field and cultivated are minimum influence on the ecological environment vulnerability.

agriculture; ecological vulnerability; indicator system; AHP analysis; principal component analysis.

1672-7010(2017)02-0090-06

2017-02-20

湖南省教育厅科学研究项目(13C859)

段小芳(1976-)，女，湖南武冈人，讲师，硕士，主要从事生态学研究,E-mail:1273208178@qq.com

Q14

A