基于AHP-GRD模型的农业发展影响因素研究——以徐州市为例

陈威林 吴梦园 何 颖 鲍思旭 徐媛媛 洪 欢

一、文献综述

自古以来，农业便在国民经济中占据着重要地位，是国家自立、社会安定的基础。近年来政府工作报告着重强调“三农”问题，众多专家学者通过探求农业高效率高质量发展路径，助力国民经济提升。侯满平(2020)深刻阐述了农业经济的重要性，特别是在新冠肺炎疫情的背景下，乡村农业的重要性，提出多领域多系统长期协同农业生态系统建设，促进农业可持续发展的重要意义。王军(2020)立足于乡村振兴战略下农业发展的地位，认为只有我国农业经济的稳定发展，才能保证其他产业的健康发展，并从城镇化、传统农业与特色农业、优化生产要素配置等方面提出解决问题的策略。丁桂芳(2020)从国家宏观层面分析了我国农业发展存在的问题：技术落后；农业劳动力数量少、素质低；环境污染严重等，提出优化产业结构、明确产权归属问题、加大资源倾斜的解决途径。

综上所述，各学者对农业发展研究多从国家宏观角度论证发展路径，对某一具体地区的实践指导上存在不足。本文结合历年来相关数据解读徐州农业发展现状，基于区域发展实践来分析徐州地区农业发展的状况，构建科学有效的评价指标体系，厘清阻滞农业发展的影响因素，最后提出针对性建议，为徐州农业进一步有序发展提供参考。

二、建立农业发展影响因素评价指标体系

（一）建立层次结构模型

现阶段研究某区域发展影响因素，普遍建立综合评价指标体系对该区域进行评价。

为保证本评价体系建立的科学性，通过文献检索法，参考已有文献所构建的指标体系，结合徐州市农业发展实际情况，分析各种因素关联度、隶属关系和重要性，确定农业发展影响因素评价指标，从而构建层次结构模型。如图1所示。

（二）构建农业发展影响因素判断矩阵

根据现有研究结果，结合1-9标度法进行数据汇总，分别得到以下判断矩阵。

（三）计算评价指标权重

结果表明，各判断矩阵的CI值均小于0.10，说明各判断矩阵的一致性均比较满意，最后，计算合成权重向量，结果如表1所示。

三、基于AHP-GRD模型的农业发展影响因素分析

在层次分析法求得各指标对总目标权重的基础上，选取权重大于5的播种面积、有效灌溉面积、农业机械总动力、拖拉机数量、化肥施用量、第一产业从业人数、财政拨款、人口自然增长八大指标，结合2016-2019年相应数据，进行各指标与农业总产值的灰色关联度分析，进一步研究影响农业发展的主要因素。通过建立灰色关联度模型，对选取的8个因素与农业总产值的关系进行相关性分析，通过关联度的大小判断影响性能的主次因素。

农业生产总值记为y1，8个子因素分别记为x1，x2，x3，x4，x5，x6，x7，x8。

定义：x0={x0(k)|k=1，2，…，n}=(x0(1)，x0(2)，…，x0(n))，其中k表示时刻。假设有m个比较数列xi={xi(k)|k=1，2，…，n}=(xi(1)，xi(2)，…，xi(n))，i=1，2，…，m

则x0(k)与xs(t)的关联系数为：

由于建立的指标体系包括目标层、主指标层和次指标层，因此需要计算合成权重向量。通过几何平均法求得各矩阵权重：

A矩 阵：WA=(0.2388，0.1310，0.0563，0.5738)λmax=4.0776 CI=0.0259

B矩 阵 ：WB=(0.1275，0.3824，0.4901)λmax=2.7689 CI=-0.1156

C矩阵：WC=(0.0769，0.3846，0.5385)λmax=3 CI=0

E矩 阵：WE=(0.5462，0.2323，0.1377，0.0838)λmax=4.0511 CI=0.0170

因为关联系数是比较数列与参考数列在每个时刻的关联度值，因此它的数值不止一个，而信息过于分散，不便于进行整体性比较。因此有必要将各个时刻的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示。

表1 农业发展影响因素评价指标权重

表2 各影响因素与农业总产值的关联度

通过Matlab编程得到子因素与母因素的相关系数如表2所示。分析表中数据可知，影响农业总产值重要因素为农业机械总动力，其次是有效灌溉面积，农业播种面积位居第三，大中型拖拉机数量、化肥施用量、第一产业从业人数相较于前者，与农业总产值关联度略有差距，相比之下，农林水财政预算支出和人口自然增长这两个因素对农业总产值的影响较低。

四、结果分析与发展策略

（一）实证结果分析

徐州市在农业发展上，受农业机械化水平影响较大。近年来虽然徐州市机械化水平有所提高，农作物耕种收机械化率达到75%，但高效机械设施较少，具有区域优势的玉米、大豆等粮食作物机械化发展比较缓慢。2019年末徐州市农业人口较上一年减少3.77万人，农村劳动力数量减少、老龄化加剧等状况，将会加剧农业机械化供需矛盾。

农业播种面积与农业发展协同效应显著，但徐州市三次产业结构占比分别为9.5%、40.4%、50.1%。城市扩张用地和徐州市行政区划制约了农业种植面积的增长空间。根据研究显示，家庭综合农场的最优土地经营规模区间为131-135亩，“种粮大户”的最优粮食播种面积区间为234-236亩，而徐州人均占有耕地面积仅1.35亩/人，每亩土地投入劳动力过多，农地规模经营过程漫长而遥远。

（二）发展策略建议

徐州市在江苏省内农业权重较大，具备农业规模优势和区域比较优势，农业发展具有广阔前景。综合区域内机械化水平差异、人地发展矛盾、科技投入不足等状况，给出以下建议。

1.加强农业机械化，提升经济效益。徐州可发挥当地生产大型农用器械的优势，尝试农机设备企业与科研院所、高校合作，进行研发和技术改造耕作机械，发展培育农机设备制造业，以工业反哺农业。企业与当地合作社、种植大户等建立合作机制，推广农业机械化技术与社会化服务，优化生产服务渠道，提高土地生产效益，促进农业产值进一步提升。

2.加强土地控制使用，提高土地产出效益。科学规划使用土地，加快更新徐州市土地利用数据，集约使用现有土地资源，遏制耕作土地资源浪费，依法监管查处违法批地和非法占地现象。同时提高现有土地生产效益，通过科学施肥、洒药，减少病虫灾害损失。根据当地土壤性质、气候环境等因素，分区域种植小麦、玉米、大豆、花生等具有比较优势的粮食作物，减少因自然条件产出效益低的生产作物，在稳定规模优势的基础上，加大农业科技投入，筛选出高产优质品种，提高土地产出效益。

3.加大农业科技投入，借助财政推广科技。对农业科技投入，要了解基层需求，借助财政资金推动农业科技发展政策，优化资金投入结构，实现科技成果实地转化。通过引进新品种新技术，开展良种繁育，扩宽农业生产技术应用，提高农产品产量和质量，让农民技术需求偏好得到满足，催促农民自愿学习、接受科技成果转化，充分利用技术提升农业生产率。

对于徐州农业发展，要充分依托当地比较优势，利用财政推动农业科技投入，深度调控农机化发展，根据要素禀赋差异，规划使用种植土地，提高土地产出效益。