基于欧氏距离法的农业可持续发展评价
时间：2021-04-16 07:56:10 来源：达达文档网 本文已影响 人 
打开文本图片集
摘 要：为综合评价贵州省铜仁市农业可持续发展水平，本研究建立了包括3大类别共16个指标在内的评价指标体系，设定了由各指标最优值构成的目标系统，并围绕评价指标体系收集整理了2014年铜仁市10县区的相关统计数据。基于欧氏距离法计算出各县区的农业可持续发展指数（ASDI），同时也基于16个评价指标计算了各县的协调度（MHC）。研究结果表明，本区域的人均粮食和人均耕地较高，而P肥施用与农业环保生产技术措施推广率较低，区域ASDI值介于0600～0.651之间，处于中低可持续发展水平。10县区中以石阡、思南、碧江3县的ASDI值最高，江口、玉屏县居中，印江、沿河、万山、德江、松桃5县相对较低。各县的MHC值与ASDI值之间达到了极显著相关水平，表明均衡发展水平是农业可持续发展的重要属性。本文提出了包括优先保护生态环境、发展山地高效农业、培育优势特色产业和推动现代农业发展等方面的政策建议。
关键词：农业可持续发展;欧氏距离;评价指标;目标系统
中图分类号：S-0;X3
文献标识码： A
人类文明自工业革命以来，伴随着经济社会的高速增长，一度引起了自然资源耗竭和生态环境的严重破坏。为了应对人类面临的可持续发展危机，联合国38届大会于1983年成立了世界环境与发展委员会（WCED），此后通过一系列文件决议以改善全球可持续发展状况。我国科学家基于寻求“人类活动强度与自然承载力”、“环境与发展”、“效率与公平”三者共耦的平衡点，提出了可持续发展科学的“拉格朗日点”，以实现可持续发展的平衡态[1]。农业作为第一产业，农业可持续发展对于支撑国民经济的健康、稳定和快速发展具有重要的作用。对于农业可持续发展水平的评价，需要基于农业生态经济系统的观点加以统筹考虑。其中，农业技术作为耦合农业生态系统和农业经济系统的中间环节，在很大程度上影响了农业生态系统的稳定性[2-3]。目前评价农业生态经济效益的方法多是基于多目标的综合指数法，通过构建涵盖了生态、经济、社会3个准则层的评价指标，对涉及到的评价指标进行加权累积求和。常见的评价方法有主成分分析、层次分析、模糊评价法、人工神经网络法、熵值理论法、DPSIR系统等[4-10]。这些方法虽具有明确的理论基础，但计算过程相对复杂，削弱了其应用价值。而基于欧氏距离法构建的ASDI指数具有逻辑清晰、计算简便的优点，且已在我国西北部的宁夏吴忠市、甘肃镇原县得到了应用[11-12]。本研究在对该指数进行适度改良的基础上，选择我国西南地区的贵州省铜仁市开展了进一步的应用，并结合协调度（MHC）[13]的计算，提出了促进当地的农业可持续发展的政策建议。
1 指标体系构建及评价方法
1.1 研究区域概况
铜仁市地处武陵山区腹地，跨黔北山地和黔东低山丘陵地区，武陵山绵亘中部。本区域东邻湘楚、北接重庆，是连接中原地区与西南边陲的纽带，素有“黔东门户”之称。铜仁市下辖碧江区、万山区、松桃苗族自治县、玉屏侗族自治县、印江土家族苗族自治县、沿河土家族自治县、江口县、石阡县、思南县、德江县等10县区，及大龙经济开发区和贵州铜仁高新技术产业开发区。全市属于中亚热带季风湿润气候区，年日照时数1045～1266 h，年均气温13.5～17.6 ℃，年平均降水量1110～1410 mm，无霜期275～317 d，热量丰富，光照适宜，降雨充沛。自然资源丰富，旅游资源独特，交通便利。立足于资源禀赋和交通條件，当地政府大力实施新型工业化、信息化、城镇化、农业现代化的同步发展和文化旅游产业振兴战略，着力打造黔东工业聚集区、环梵净山文化旅游创新区和乌江经济走廊，经济社会取得了快速健康的发展。
1.2 评价指标体系构建
本研究参照Yang等人[11]在甘肃省镇原县开展可持续发展评价构建的指标体系，从农业生产、农业资源与环境生态、人口与社会等3个方面共筛选了16个指标（见表1）。
由于部分数据会超过目标值范围，需要对评价指标原始数据进行转换处理，以利于标准化运算。对于氮、磷肥及农药施用量等指标，当原始数据（A）介于相应目标值与2倍目标值（2G）之间时，评价值按2倍目标值与原始数据A之差处理（即2G-A）。超过2倍目标值的，按0处理。对于人均粮食产量指标，超出目标值范围的数据按目标值处理。对于编号为1和2号的化肥施用量和5号农药施用量这3个指标而言，均以目标值为中心的双向指标;其余13个评价指标均为正向指标。
2 结果分析
基于2014年铜仁市10县区的统计资料，经过欧氏距离计算可得出各县区农业可持续发展指数（图1）。10县区的ASDI值处于0.600～0.651之间，按评定标准划为中等偏低的可持续发展水平。整体而言，各县区的ASDI之间区别不大。其中，以印江、沿河、万山、德江、松桃的可持续发展水平相对较低;江口、玉屏居中;石阡、思南、碧江最高。从协调度来看，10县区MHC值处于0.47～0.58之间，以印江、沿河、德江的协调度较低，思南、石阡最高，其余5县区居中。可见ASDI与MHC之间总体上具有相同的变化趋势，两者的相关系数为0.926，且达到极显著水平（P<0.001）。
欧氏距离仅针对上SZ、SG和SJK这3个系统而言，是指各系统距SG的距离。第3列的均值和标准差10个县区的未经转换过的原始数据
2组指标，除了人均耕地面积和人均可支配收入外，其余指标的标准差为0，即只取唯一值。对于标准差并不为0的指标，耕地资源相对较高，高出目标值的90%以上;人均可支配收入相对较低，约占50%。对于标准差取唯一值的指标，劳动力大专以上学历最低，占目标值的20%;代表环境友好型农业技术的秸秆还田率、畜禽粪便还田率、减施增效农作面积比、测土配方面积比指标相对较低，平均占目标值约为50%;剩余的3个指标较高，以农村饮水安全指标最接近目标值，达到99%;土壤有机质含量和农业非成灾面积比占各自目标值的比较为接近，分别为85%和75%。
对于权重因子而言，农业资源与生态环境组的指标权重因子相对较高，平均值为2.59;农业生产与粮食安全组指标居中，均值为2.01;人口与社会组的指标的权重因子相对较低，平均值为1.69。由于各县人均粮食量均超过400 kg，统一按400 kg处理，因此在计算欧氏距离过程中实际上只有7个指标的标准差不为0。对于复合肥施用比例、人均可支配收入及人均耕地面积3个指标，其权重因子较高，超过2;剩余的氮、磷、钾肥施用量及农药施用量等4个指标的权重因子相对较低，数值低于2。
表2中还列出了零系统（SZ）、目标系统（SG）和江口县（SJK）的标准化值。基于零系统（SZ）、目标系统（SG）和10县的标准化值，可构建定量表示各研究系统（Si）指标介于SZ和SG之间相对位置，即（SG-Si）/（Si-SZ）。当该值大于1时，表明中间系统指标远离目标系统;当该值小于1时，表明接近目标系统。从表中可以看出，江口县的人均粮食、复合肥施用比例等于目标值;农村饮水安全、农业非成灾面积比、钾肥施用量等指标接近目标值;劳动力大专以上学历远离目标值;其余指标相对居中。通过做雷达图可以直观地显示出各县的可持续发展状况，图2为ASDI值最高、最低的石阡县和印江县2县区的可持续发展现状对比。由图可以看出，石阡县的氮磷钾肥施用量、复合肥料施用比例、农药施用量和农民可支配收入等6个指标均高于印江县，而人均耕地面积指标则低于印江，其余指标两县相同。
3 结论与建议
铜仁市位于贵州省东北部，生态环境优良，资源禀赋突出。同时也是喀斯特地貌分布区与少数民族聚居区，生态环境脆弱，面临着艰巨的脱贫攻坚任务。本研究利用欧氏距离法计算出的铜仁市10县区的ASDI值介于0.600～0.651之间，属于中低可持续发展水平。其中，以印江、沿河、万山、德江、松桃5县区的可持续发展水平相对较低;江口、玉屏2县居中;碧江、思南、石阡3县区最高。虽然本区域人均耕地资源接近全国水平，但是环境友好型农业技术推广率及农业投入水平相对较低，无法充分发挥其资源环境优势，降低了农业可持发展水平。基于研究结果及当地发展特点提出如下建议：
3.1 依托农业技术以提高协调度
本研究结果表明了协调度与农业可持续发展水平之间的显著相关性：对于ASDI值较低的印江、沿河、德江3县，虽然人均耕地面积（0.139 hm2）均超过目标值，但是其农业生产投入、人均可支配收入等指标均值均不高于10县平均水平（数据未列出），农业生态经济系统的协调度较低，可持续发展指数也较低;其他7个县区的耕地资源相对较低，但是其他指标整体优于平均水平，其协调度较高，农业可持续发展指数也整体较高。需要加强对环境友好型农业技术的推广力度，提高农业生态经济系统协调度，促进经济、生态、社会各子系统的优势互补，通过加强内生增长动力以实现高质量的农业可持续发展[14-15]。
3.2 培育特色鲜明的农业产业
基于自然资源禀赋，立足本地的生态茶叶、中药材、生态畜牧业、油茶、果蔬和食用菌等优势产业， 因地制宜地发展山地高效农业。发展生态农业，采取资源节约、环境友好和生态保育技术，优化产业布局，完善产业链条，打造知名品牌，不断提高农业生态产业化水平[16]。
3.3 加大制度层面的支持力度
加大对于农业高科技研发推广和开展环境保护措施的财政补贴力度，加强生态转移支付。
完善土地流转制度，加强农业新型经营主体的培育，推动适度规模经营。对农业企业的生产、加工、营销、环境保护等运营环节出台税收减免、法律援助、技术扶持、人才引进等优惠政策。
参考文献：
[1]牛文元，马宁，刘怡君. 可持续发展从行动走向科学——《2015世界可持续发展年度报告》. 中国科学院院刊，2015，30（5）：573-585.
[2]严立冬，邓远建，屈志光. 农业生态经济学[M]. 武汉： 武汉大学出版社，2015： 23，57.
[3]斯科特 H. 哈金斯，张辉. 技术在农业可持续发展中的作用[J]. 世界农业，2017，12：202-203.
[4]Bolcarova P，Kolosta S. Assessment of sustainable development in the EU 27 using aggregated SD index[J]. Ecological Indicators，2015，48：699-705.
[5]Shen L X，Muduli K，Barve Akhilesh. Developing a sustainable development framework in the context on mining industries： AHP approach[J]. Resources Policy，2015，46：15-26.
[6]魏志敏，顧明. 农业生产系统可持续发展定量评价研究——以邯郸农业生产发展为例[J].贵州工业大学学报（社会科学版），2005，7（4）：22-24.
[7]Cornelissen A M G，van den Berg J，Koops W J，et al. Assessment of the contribution of sustainability indicators to sustainable development： a novel approach using fuzzy set theory[J]. Agriculture，Ecosystem and Environment，2001，86：173-185.
[8]孟天醒，文倩，范慧平. 基于BP神经网络的河南省可持续发展能力评价[J]. 湖北农业科学，2016，55（5）：1333-1335，1342.
[9]徐榕阳，马琼. 基于熵值法的新疆农业可持续发展能力动态评价[J]. 农村经济与科技，2016，27（23）： 163-165.
[10]Zhou S D，Mueller F，Burkhard B，et al. Assessing agricultural sustainable development based on the DPSIR approach：Case study in Jiangsu，China[J]. Journal of Integrative Agriculture，2013，12（7）：1292-1299.
[11]Yang S Q，Mei X R. A sustainable agricultural development assessment method and a case study in China based on euclidean distance theory[J]. Journal of Cleaner Production，2017，168： 551-557.
[12]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[J]. 生态学报，2017，37（11）：3840-3848.
[13]杨世琦，高旺盛. 农业生态系统协调度测度理论与实证研究[J]. 中国农业大学学报，2016，11（2）：7-12.
[14]王先华，方小宁，谭李文. 铜仁市农业生态环境的脆弱性及可持续发展[J]. 河北农业科学，2008，12（3）：106-107，112.
[15]顾明. 农业生产与自然资源的可持续利用[J]. 贵州大学学报（社会科学版），2004，22（5）：98-102.
[16]李长健，徐丽峰. 完善农村土地流转 实现农业可持续发展[J]. 贵州大学学报（社会科学版），2010，28（6）：20-23.
（责任编辑：曾 晶）
