吐尔逊·买买提,丁为民,艾力·哈斯木,Muhammad Hassan
(1.南京农业大学工学院,江苏南京 210031; 2.新疆农业大学机械交通学院,乌鲁木齐 830052)
农业机械化是农业走向现代化的必经之路,并且是现代农业的主要标志[1]。提高农业机械化水平是促进农业资源可持续发展的重要途径之一,同时农业机械化发展及其可持续性对促进农业可持续发展具有重要作用。
目前在农业机械化方面,许多研究关注了农业机械化评价指标的建立、指标权重分析、发展水平定性分析、总动力格局、农机化发展效益格局分析等方面。如部分研究[2-6]从不同层面研究了农机化发展水平指标体系、标准和方法,并进行了比较; 还有部分研究[7-14]对我国农业机械化效益、发展效应、总动力时空格局、现代农业与农业机械化的关系、农机化工程集成技术评价体系、影响因素的层次结构模型进行研究; 构建了农业机械化发展效应测度的指标体系; 对我国农机总动力分布格局进行定量和定性分析。提出了以农机作业为基础、能力为保障、效益为核心的评价方法,为我国农业机械化发展水平的评估、总体规划、正确把握总体发展方向奠定了理论基础。在农业可持续发展研究方面,有关学者围绕着农业可持续发展的评价理论[15]、指标体系[16]、发展对策[17]、发展路径[18]、能力评价[19-20]和综合效益评价[21-22]等方面做了大量研究,并得到了丰硕的成果。目前在农业机械化发展水平以及相关领域的研究比较丰富,并为农业机械化发展提供了较好的理论基础。但区域农业机械化可持续发展方面的研究尚未见报。
文章首先建立农机化可持续发展评价指标体系。然后提出将熵权法、变异系数以及专家法相结合建立两两比较判断矩阵方法。最后基于2001~2015年新疆可持续发展指标数据,应用层次分析法定量分析新疆农机化可持续发展水平,并对结果进行定性分析。
农业机械化作为现代农业的重要手段,其发展的可持续性程度与区域农业可持续发展存在紧密的联系。区域农业机械化可持续发展水平的演变趋势,会直接呈现在农业可持续发展,即农业经济效益、资源环境效益、社会效益等方面。区域农业机械化发展的可持续性是指,其在农机化作业水平、农机化作业经济效益、农机化作业对资源环境影响和农机化发展能力等4个维度上在可预见的时间跨度上维持较稳定的发展趋势的程度。
对农业机械化可持续发展系统的评价目的有两个:其一,探索不同准则层对农业机械化可持续性发展的影响并对其进行量化。其二,从时间维度测度衡量农业机械化可持续发展状况,可称之为农业机械化可持续发展系统的纵向动态趋势问题。对于某一个农业机械化系统来说,其当前发展水平(或状态)是过去状态的结果,也是其未来发展的起点和基础。
农业机械化可持续发展评价就是要通过对农机化自身发展水平、社会经济效益、环境和资源影响以及未来发展能力进行全面分析,探索其发展中存在的问题,为保证农业机械化长期和谐的发展、在生产中实现尽可能的效益最大化提供依据。
区域农业机械化与经济系统、社会系统、资源和环境系统协调发展以及它们之间存在的双向反馈和影响是农机化可持续发展的重点。农机化可持续发展表现在评价指标的确定、评价的实施当中正确、客观和科学地反映以上关系。因此农业机械化发展系统的评价包括农机化作业能力、经济效益、资源消耗、发展能力等4个方面。
根据评价目的和内容,研究从新疆统计年鉴(2001~2015)和新疆农机年报(2001~2015)获取相关的原始数据。由于资料有限,未涉及新疆生产建设兵团。
根据农业机械化可持续发展的内涵、区域农业机械化发展现状、评价目的和内容以及可持续发展理论的内涵,该文提出三级指标体系,见表1。以统计资源为数据源,应用文献[16]的方法计算并处理4个二级指标下的三级指标值,并组成关系数据模型。由于指标体系中各指标类型不同,因此指标的量纲一化方法也不相同,指标一般分为正向指标和逆向指标。正向指标的值与其作用成正比,逆向指标相反。新疆农业机械化目前处于快速发展时期,因此表1指标体系中作业能力、经济效益和发展能力是属于正向指标,值越大越优。资源环境影响指标属于逆向指标。因此该文建立两种最大最小化方法。
(1)
(2)
式(1)(2)中,s1和s2分别为正向指标和逆向指标的标准化后的值;min和max分别为指标原始值有效区间的最小和最大值,由专家咨询确定。可以发现,该文创建的指标体系中资源环境影响所含的3个指标是逆向指标(即F11、F12、F13),其余为正向指标。各指标的min、max以及2001年、2015年指标值见表1。
表1 新疆农业机械化可持续发展评价指标体系
目标层准则层指标层指标名称minmax指标属性值2001年2015年原始值量纲一化值原始值量纲一化值农业机械化可持续发展水平农机化作业能力(B1)农机总动力(万kW)F1795273888345424898719耕地机械化程度(%)F2811009000473799989989播种机械化程度(%)F373958200411894189629收获机械化程度(%)F42263240057857398618植保机械化程度(%)F545725248286065817640排灌机械化程度(%)F62263250984939794437中耕机械化程度(%)F731513481178746197629农机化经济效益(B2)农业产值(万元)F83139568220550003488409184200500008940农林牧渔劳均产值(元/人)F91255733919481453507423493648401农民人均纯收入(元/人)F10153983571710002517597008886农机化对资源环境的影响(B3)化肥施用量(万t)F11752738330421248091253农药施用量(t)F1210366343241260293331204001302农用柴油施用量(万t)F1336914610183882671505农机化发展能力(B4)农村农机人员拥有量(人/1000人)F14103177114291533161287837农机人员受教育程度(%)F1560926628203883797423农机化教育培训程度(%)F16691037714233292787058百元农机原值纯收入(元/100元)F1748968307735061282746
农业机械化可持续发展评价指标由4个准则层、 17个指标层组成。传统的AHP方法中直接用专家法对各指标的重要程度进行判断,进而建立比较判断矩阵。该文在建立判断矩阵阶段引入文献[16]组合赋权法建立权重向量,并将权重向量和专家法相结合建立判断矩阵,在此基础上应用AHP方法进一步分析农机化可持续发展水平。
农机化可持续发展评价指标的权重反映其在所属准则层的重要程度。从信息论考虑,每个准则层中的指标所含信息的大小对该指标在准则层的重要度以及该准则层对该指标的依赖程度有不可忽视的影响。
熵作为信息论中抽取信息的重要方法,根据评价对象指标值对评价对象的提供信息大小度量指标的重要度。农业机械化可持续发展水平评价指标当中某一指标值变异程度越大,说明其值越离散,指标离散程度也在一定程度上反映其演变趋势。在文献[9]中提出基于指标标准值、熵和变异系数的组合赋权法。该文根据农机化可持续发展水平评价实际,对该方法进行简化,并提出基于熵和变异系数的赋权方法。
(3)
式(3)中,WEi为基于熵权法得出的指标权重;C.V.Wi为变异系数权重。其中熵权法权重和变异系数权重的计算方法见文献[16]。W.E.Ci为第i指标权重。
层次分析法(Analytic Hierarchy Process,AHP)是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初提出的一种层次决策分析方法。由于其在处理复杂决策问题上的实用性和有效性,很快得到重视,并应用到各领域。AHP方法中,将复杂问题分解为不同的要素,并将这些要素归并为不同的层次结构,在每一层按照某种规定准则对该层要素进行逐对比较建立判断矩阵。通过计算判断矩阵的最大特征值和对应的正交化特征向量,得出该层要素对该层准则的权重,进而计算各层要素对总的目标的权重,为进一步的决策提供依据。
基于AHP法分析的具体步骤如下:
(1)构造两两比较判断矩阵
AHP中权重通常分为5级: 1、3、5、7、9分别代表两个因素同样重要、一个比另一个稍微重要、较重要、很重要、绝对重要。每次取两个指标,即Fi和Fj,以Aij表示Fi和Fj对评价目标的影响大小之比,进而建立两辆比较矩阵。
(2)求最大特征向量
(4)
式(4)中,n为判断矩阵的阶数;Aij为归一化矩阵。然后将归一化后的矩阵按行相加:
(5)
最后对向量wi=(wi,wi…wn)归一化处理:
(6)
(3)计算判断矩阵最大特征根λmax
(7)
式(7)中,wi为最大特征向量,A为原始的判断矩阵。
(4)求解判断矩阵一致性指标C.I(Consistency index)和随机一致性比率C.R(Consistency ratio),方法为:
(8)
(9)
式(9)中,R.I为同阶平均随机一致性指标。在AHP方法中,当C.R<0.10时可以认为判断矩阵具有可接受的一致性,当C.R>0.10时需要调整调整判断矩阵,从而具有满意的一致性。
以2001~2015年新疆农机化可持续发展水平原始值为数据源,首先建立指标层权重向量,在此基础上建立判断矩阵,依据最大权重向量和特征值确定各层指标权重。最后从定量和定性维度分析农机化可持续发展水平的演变趋势。
式中,Z为各段波阻抗,k为波数,ω为角频率,c为纵波在细长杆中的传播速度,ρ和S分别为换能器各段密度和横截面积。
该文首先应用3.1方法,以2001~2015年新疆农机化可持续发展水平原始值作为数据源为每一个指标层建立相应的权重向量。分别为:作业能力 {0.286 7, 0.118 2, 0.157 0, 0.132 4, 0.074 0, 0.107 9, 0.123 9},经济效益 {0.313 2, 0.354 5, 0.332 3},资源环境影响 {0.329 0, 0.348 1, 0.322 9},发展能力 {0.298 8, 0.205 4, 0.226 7, 0.269 1}。此权重向量表明相应的指标对其所属准则层的重要程度。
4.2.1 建立判断矩阵
研究请5位专家,在参考4.1方法建立的权重向量的基础上,对各指标两两比较并打分,进而建立了7个成对比较判断矩阵。分别是农机化可持续发展评价指标体系判断矩阵(M0)、作业能力指标判断矩阵(M1)、经济效益指标判断矩阵(M2)、资源消耗判断矩阵、(M3)、发展水平判断矩阵(M4)等。因篇幅所限,只给出矩阵M1。
该矩阵中M(1, 2)、M(1, 3)、M(1, 4)值为5,表明农机总动力对农机化作业能力的影响程度与耕地机械化程度、播种机械化程度、收获机械化程度更显著。
4.2.2 最大权重向量求解
在Matlab2014a环境下编程求解判断矩阵M0~M6的最大特征向量、最大特征值、C.I和C.R,并依据AHP方法的规则,对其进行一致性检验,结果见表2。
表2 农机化可持续发展指标APH参数
矩阵M0M1M2M3M4最大特征向量045160522901584053930304401575064830134002148009300133801220009290154400796004700229707731009160028800229最大特征值41709575100300373107840460CI00569800844000180053900153CR00633100639000320093000170
表2中,M0最大特征向量值表明,对于农业机械化可持续发展来说影响最大的准则层是作业能力,第二是经济效益,影响最小的是发展能力。M1表示,作业能力准则层所含的7个三级指标对作业能力的重要程度。一致性检验结果表明C.R均为<0.10,因此,判断矩阵有效及可用。
4.2.3 农机化可持续发展评价
根据新疆农业机械化可持续发展评价体系和现有的数据,选取2001年和2015年的相关指标,应用表2权重,对农业机械化可持续发展进行评价。结果见表3。
表3 2001年和2015年新疆农机化可持续发展评价
目标层准则层指标层准则名权重指标属性值指标名称权重指标属性值2001201520012015农业机械化可持续发展水平评价农机化作业能力(B1)052290818818851F1045164548719F20158447379989F30157541189629F4013385788618F50047028607640F6002888494437F70022917877629农机化经济效益(B2)03044462688862F8064831848940F9012207428401F10022972518886农机化对资源环境影响(B3)009299715641452F11013404211253F12009299331302F130773118381505农机化发展能力(B4)007964922977162F140539315337837F150214820387423F160154423327058F17009167350646
根据表3和各准则层权重计算2001年和2015年新疆农业机械化可持续发展水平分别为35.15和80.31。
(1)从政策层面来看, 2000年以来实施的西部大开发政策促进了新疆第一、二、三产业的发展,使得新疆社会经济、GDP、教育和生产技术方面有长足的发展,这些变化为农业机械化发展水平发展尤其为农业机械化保障水平和效益水平的提高提供了保障,同时极大地提高了农机化可持续发展能力。国家从2004年以来实施的农机补贴政策掀起了农民及各生产合作社的农机购买热潮,从而提高了耕种收机械化程度,进而为进一步促进农机化可持续发展能力提供了保障。因此, 2015年新疆可持续发展水平和2001年相比提高了45.15。此结果与新疆农业机械化发展的实际较吻合。
(2)从权重向量的各元素值分布趋势来看,各个权重值与农业机械化可持续发展现状基本一致,表明该文提出的基于熵和变异系数的赋权方法在获取研究对象有效信息和赋权方面有较好应用价值。
(3)从准则层来看,农机化作业能力、农机化经济效益和农机化发展能力方面新疆可持续发展水平分别提高了69.70、85.94和48.64,但资源消耗方面的得分下降了1.12。表明,近年来随着新疆农业机械化发展水平快速提高,其经济效益对可持续发展的贡献率最为显著,其次是作业水平,最后是发展能力。但表3结果同时也表明,农机化环境影响对可持续发展的贡献率下降。可能的原因有过度开荒、农机化燃料、化肥和农药等。因此新疆农业机械化发展当中资源消耗对农机化可持续发展能力的影响不容忽视。
(1)根据新疆农业机械化发展现状,提出了农机化可持续发展评价原则和主要内容,建立可持续发展指标,并应用专家法制定了指标有效值区间,建立了2001年和2015年农业机械化可持续发展关系数据模型。提出了基于组合赋权和专家法构建AHP判断矩阵的方法,在此方法的基础上建立了所需判断矩阵,应用AHP方法分析表明,用此方法建立的判断矩阵符合判断矩阵一致性要求。
(2)对2001年和2015年新疆农业机械化可持续发展进行评价,结果表明, 2001~2015年新疆农业机械化可持续发展能力全局上提高了45.15。农机化作业能力、经济效益和发展能力对新疆农机化可持续发展的贡献率较高。但环境影响方面对可持续发展的影响处于下降状态。
(3)基于AHP方法计算的新疆可持续发展能力量化结果与新疆农业机械化发展现状基本一致。所创建的方法在农业机械化可持续发展以及类似系统的演变趋势分析中有一定参考价值。
[1] 鞠金艳, 王金武.黑龙江省农业机械化作业水平预测方法.农业工程学报, 2009, 25(5): 83~88
[2] 白人朴, 杨敏丽.农业机械化发展水平评价指标体系及评价标准研究.农业机械化软科学研究成果汇编(农业部农业机械化管理司), 2001
[3] 卢秉福, 韩卫平,朱明.农业机械化发展水平评价方法比较.农业工程学报, 2015, 31(16): 46~49
[4] 罗锡文, 廖娟,胡炼,等.提高农业机械化水平促进农业可持续发展.农业工程学报, 2016, 32(1): 1~11
[5] 秦英华. 我国农业机械化发展水平与对策研究.农机化研究, 2008,(6): 228~230
[6] 杨敏丽, 白人朴.我国农业机械化发展的阶段性研究.农业机械学报, 2005, 36(12): 167~170
[7] 卢秉福, 张祖立,朱明,等.农业机械化发展效应的全局密切值法测度.农业机械学报, 2008, 39(5): 56~59
[8] 张燕, 徐华君.中国农业机械动力空间格局分析.农机化研究, 2015, 37(11): 12~16
[9] 张宗毅, 曹光乔.“十五”期间中国农机化效率及其地区差异.农业工程学报, 2008, 24(7): 284~289
[9] 吐尔逊·买买提, 谢建华.新疆农业机械化发展水平区划时空格局.中国农业资源与区划, 2017, 38(2): 81~88
[10]黄光群, 韩鲁佳,刘贤,等.农业机械化工程集成技术评价体系的建立.农业工程学报, 2012, 28(16): 74~79
[11]李美娥, 单士睿.改进的AHP法在评价农业机械化发展水平中的应用.农机化研究, 2011, 33(5): 56~59
[12]杨敏丽, 白人朴,刘敏,等.建设现代农业与农业机械化发展研究.农业机械学报, 2005, 36(7): 68~72
[13]吐尔逊·买买提, 丁为民,谢建华,等.时间序列组合预测模型研究:以农业机械总动力为例.南京农业大学学报, 2016, 39(4): 688~695
[14]杨世琦. 基于欧氏距离的农业可持续发展评价理论构建与实例验证.生态学报, 2017, 37(11): 3840~3848
[15]段妍磊. 河北省农业可持续发展指标体系分析.中国农业资源与区划, 2016, 37(6): 169~173, 183
[16]李娜. 新常态下农业可持续发展的新问题及对策研究.中国农业资源与区划, 2016, 37(1): 30~33
[17]王丽娟, 刘玉,费建琴,等.基于SWOT分析的重点生态功能区农业可持续发展路径研究——以浙江省为例.中国农业资源与区划, 2016, 37(11): 65~71
[18]叶文辉, 陈丽如.基于DEA方法的农业可持续发展能力评价——以云南省为例.山西大学学报(哲学社会科学版), 2016, 39(3): 97~103
[19]郭旭文. 新常态下河南省休闲农业可持续发展能力评价及对策研究.中国农业资源与区划, 2016, 37(9): 34~39
[20]张金华. 现代农业可持续发展综合效益评价研究——以贵州省为例.中国农业资源与区划, 2016, 37(6): 178~183
[21]张丽叶. 河南省现代农业可持续发展的综合效益评价.中国农业资源与区划, 2016, 37(10): 95~100