基于多标准判别方法的农户农业可持续性评价

侯林春，李会琴

（1.中国地质大学公共管理学院，湖北 武汉 430074；2.中国地质大学经济与管理学院，湖北 武汉 430074）

家庭农业可持续发展评价对政府部门制定政策和发展战略具有重要的参考价值。然而，农业可持续性的概念在不断演化［1］。有学者认为，可持续农业是指能满足现在和未来对食物与纤维、生态系统功能和健康生活等的社会需要，而且能使社会净收益最大化的农业发展实践［2］；也有学者认为，可持续农业是在农业生态系统的利用和管理过程中，能保持生物多样性、生产力、再生能力、活力和运行能力，使现在和未来都能在地方、国家和全球尺度上完成其经济、生态和社会功能，且不会危害到其他生态系统［1］。虽然农业可持续性的概念多种多样，但学者们一致认为，农业可持续性有3个基本特征，即环境质量的保持、稳定的作物和生物生产量、社会的可接受性［3］。农业可持续被认为是农业和农村地区长期效益的前提，农业可持续性指标广泛用于解释和度量农场性能，这些指标包括环境质量、经济生存能力与就业和社会性能［4］。有学者认为，农业可持续性应该包括生态健康、社会可接受和经济生存能力三方面［5］。生态健康是指自然环境的保护和改善，经济生存能力是指作物和生物生产量的保持，社会可接受性是指自我发展、公平和改善生活质量，也就是说，农业可持续性包括经济可持续性、社会可持续性、生态可持续性［6］。

就如何解释农业可持续性的指标体系，很多学者采用把农业可持续性的多维指标转化为一个综合指标［7］。但是，农业可持续性的综合指标值的计算备受诟病［8］，指标权重的赋值往往有很大争议［9］。指标权重赋值的方法总的来说可以划分为客观型方法和主观型方法［10］。客观型方法也叫内生方法，是通过统计分析过程获得指标的权重，没有指标相对重要性的价值判断过程。其代表性的方法主要有主成分分析法（PCA）、数据包络分析法（DEA）和回归分析法等。主观型方法也称为外生方法，是根据专家和决策者的观点和认识来配置指标的权重，这种权重反映了人们对可持续性的不同维度和单个指标的偏好和重视程度［11］，其代表型的方法主要有层次分析法（AHP）、直接赋值法、Swing赋权法、Trade-off赋权法和SMART分析法等。因此，单纯运用其中一种方法的计算结果不能客观、全面反映出家庭农业的可持续性特征。

可持续性综合指标值的计算方法有多种，Nardo等［10］总结了一系列可持续性综合指标值的计算方法。例如，指标的加权法、主成分分析法、层次分析法、几何平均法、多目标效用函数法等。Nardo 等还指出每一种计算方法的优点和局限性，同时也指出了建立可持续性综合指标的利弊［10］。总的来说，目前还没有一个农场尺度的农业可持续性评价指标值的计算方法能让所有人满意。因此，如果要解决或弥补综合指标计算中的问题和缺陷，就必须采用新的技术方法或综合利用不同的计算方法［11-12］。

本研究以湖北省荆州市公安县长江村的644个农户为例，利用农场和环境可持续性框架（Sustainability Assessment of Farming and the Environment Framework，SAFE），构建农户农业可持续性评价的指标体系，综合采用主成分分析法（PCA）、层次分析法（AHP）和多目标决策法（MCDM）等3种方法，构成多标准判别方法，计算指标权重和农户农业可持续性综合指标值，以期更准确地评价农户农业可持续性及其影响因素。

1 评价指标选取及其意义

1.1 评价指标的选取

农业可持续发展评价对象决定了评价指标体系的构成［13-16］。本研究采用的农户农业可持续评价指标体系是基于José等［17］提出的农场和环境可持续性框架（SAFE）。SAFE是一个基于农业生态系统所提供的商品和服务功能的等级框架，包括经济、社会与环境3个维度的农业可持续指标体系。农户农业可持续性评价指标体系由3个层次组成：第一层是目标层，以农户农业可持续性综合评价为目标，用来反映农户农业可持续性的总体特征；第二层根据农业可持续发展内涵设立的3个系统维度，即经济、社会、环境；第三层是指标层，选择了14个具体的评价指标。

1.2 评价指标的意义

1.2.1 经济维度指标 经济维度指标包括农户农业收入（C1）、农业对GDP的贡献（C2）和参加保险的作物面积（C3）。指标意义描述分别为：C1反映了农场短期（1年）内创造的总收入，农业当年收入是总的农作物收入与总的补贴之和；C2表示农户农场为社会创造的财富，用农业当年总收入减去农业补贴来表示；C3反映了农户面对不可预期的灾害时收入的稳定性。

1.2.2 社会维度指标 社会维度指标包括农业就业（C4）、劳动力的稳定性（C5）、农业生产的持续状况（C6）和农业经济依赖程度（C7）。指标意义描述分别为：C4用当年单位面积土地的工作小时表示；C5用农忙时期所需劳动占全年所需劳动的百分比表示，值越高，农村劳动力人口越不稳定；C6依赖于户主年龄和农业生产利润，当户主小于55岁或农业生产利润高于平均收入时取最大值1，当户主大于65岁或农业生产利润低于平均收入时取最小值0，户主年龄和农业生产利润介于前两者之间时取值0.5；C7用农户农业收入占农户总收入的百分比表示，如果指标值增大，说明农村人口的稳定性也增加。

1.2.3 环境维度指标 环境维度指标包括每块田地的平均面积（C8）、土壤覆盖（C9）、氮肥用量（C10）、磷肥用量（C11）、农药用量（C12）、灌溉用水量（C13）和燃油用量（C14）。其意义描述分别为：C8反映了农业景观的连续性特征，值越小，越有利于野生动植物的生存；C9表示土地植被覆盖对水土流失的保护意义，用农户土地的年植被覆盖的天数表示；C10表示每年农户施肥过程中释放到环境中氮量；C11表示每年农户施肥过程中释放到环境中磷量；C12是指农户在农业生产过程中每年向环境释放的农药毒素量，值越大，说明农药的施用对环境造成的影响越大，反映了使用农药在农产品中农药残留和农药环境污染状况；C13反映了农户农业每年对水利系统的依赖程度；C14主要表征农业机械使用的柴油量，其值越大，说明农场土地压实、板结越严重和燃油使用对环境的污染越大。

2 研究区选择与综合指标计算方法

2.1 研究区选取

本研究区为湖北省公安县，该县位于长江南岸，处于江汉平原和洞庭湖平原的中间地带，对于长江中游地区的农业和农村经济环境发展研究具有典型代表性。具体调研村的选择主要根据公安县农业局和杨家厂镇农业技术专家的意见，最终课题组将调研村选定为公安县杨家长镇长江村。调查小组于2014年10月开展为期1周的调查，共发放700份调查问卷，获得有效调查问卷644份。

2.2 综合指标计算方法

本研究采用3种方法，分别为主成分分析法（PCA）、层次分析法（AHP）和多目标决策方法（MCDM），构成多标准判别方法，计算农业可持续性综合指标值（CIAS）。选择这3种方法是因为它们具备不同的函数综合形式（加权和非加权）和不同的指标权重获取方法（内生方法和外生方法）。本研究选择的多目标决策方法（MCDM）是由Diaz-Balteiro等［18］在距离函数的基础上发展起来的。多目标决策法是对层次分析法所取权重值进行等距离分解，目的是减小权重的人为选取所造成的误差。

CIAS_MCDMi的计算表达式：

式中，CIAS_MCDMi为第i个农户利用多目标决策法计算出的农业可持续性综合指标值；参数λ的范围是［0，1］，一般λ可取5个值（0，0.25，0.5，0.75，1）。n为家庭农场i评价指标的个数；wk为标准化的指标k（归一化处理）的权重值。由于该公式是在的基础上，引入参数λ把层次分析法中的权重等距离分解，因此CIAS_MCDMi的权重值即为层次分析法的权重值；Iki是家庭农户i指标k的标准化的值。

根据λ取值，CIAS_MCDMi对应的5个表达式：

根据以上计算公式，得出7个农业可持续性综合指标值的结果（其中当λ= 1时，与层次分析法求出的综合指标值相等）。

3 指标权重计算方法与结果

3.1 主成分分析方法的权重计算结果

通过应用Spss19.0统计软件的主成分分析方法（PCA），最终计算得到14个指标的权重：农户农业收入（C1，0.0507）、农业对GDP的贡献（C2，0.0494）、参加保险的作物面积（C3，0.0604）、农业就业（C4，0.0434）、劳动力的稳定性（C5，0.0556）、农业生产的持续状况（C6，0.2892）、农业经济依赖程度（C7，0.0544）、每块田地的平均面积（C8，0.0814）、土地覆盖（C9，0.1186）、氮肥用量（C10，0.0371）、磷肥用量（C11，0.0371）、农药用量（C12，0.0453）、灌溉用水量（C13，0.0373）、燃油用量（C14，0.0400）。

3.2 层次分析方法的权重计算结果

本研究沿用José等［8］的研究结果，确定农业可持续性的经济维度、社会维度和环境维度的权重分别是28.5%、39.9%和31.7%。此外，采用专家打分和层次分析方法，确定了14个指标的权重。农业技术专家来自湖北省农业厅、公安县农业局和公安县杨家长镇农技所，共7人。

利用层次分析方法，最终计算得到14个指标的权重：农户农业收入（C1，0.166）、农业对GDP的贡献（C2，0.09）、参加保险的作物面积（C3，0.029）、农业就业（C4，0.114）、劳动力的稳定性（C5，0.121）；农业生产的持续状况（C6，0.082）、农业经济依赖程度（C7，0.081）、每块田地的平均面积（C8，0.025）、土地覆盖（C9，0.037）；氮肥用量（C10，0.055）、磷肥用量（C11，0.058）、农药用量（C12，0.065）、灌溉用水量（C13，0.045）、燃油用量（C14，0.031）。

4 综合指标计算结果与影响因素分析

4.1 综合指标计算结果分析

根据主成分分析法（PCA）、层次分析法（AHP）和多目标决策方法（MCDM）计算得出7个农业可持续性的综合指标值（分别用CIAS_PCA、CIAS_AHP、CIAS_MC_000、CIAS_MC_025、CIAS_MC_050、CIAS_MC_075和CIAS_MC_100代替，表1），其中，λ=1时，多目标决策法和层次分析法计算公式相同，因此综合指标值CIAS_AHP和与CIAS_MC_100（λ=1时）也相同。分别对可持续性综合指标值进行统计分析（表1），结果显示，可持续性综合指标值符合正态分布（Kolmogorov–Smirnoff检验），这是由于虽然综合指标值的计算方法不同，但是所有评价指标数据来自同一个调查区形成的数据库，指标数据显著相关。

表1 可持续性综合指标的描述性统计表

4.2 综合指标值和原始指标的关系分析

把农户的农业可持续性综合指标值作为因变量，农户农业可持续性的14个评价指标值作为自变量进行线性回归。由于利用逐步回归分析法得到的多元回归方程能较真实反映多个自变量与因变量的线性关系，因此，本研究采用统计软件Spss19.0的逐步回归分析法对农业可持续性综合指标值及其对应的14个评价指标值进行线性回归（表2）。

表2 农户指标变量的逐步回归结果

农业可持续性包括社会、经济和环境3个维度的可持续性。其中经济和社会的可持续性是农业可持续性的最终目的，环境可持续性是农业可持续性的基础。但是，农民较少关注农业环境的可持续性，多数重视经济的可持续性，从农户自身出发，只有实现了农业经济的可持续，农业的可持续才有保障。然而，计算过程中权重的选择方法不同，农业可持续性综合指标值也不同，因此逐步回归结果中指标的系数不同。但是，农户农业收入指标（C1）与综合指标值（CIAS）的关系应该为正相关，该指标的系数值为正值。因此，在逐步回归结果中排除CIAS_PCA、CIAS_MC_000和CIAS_MC_025的计算结果，而CIAS_AHP、CIAS_MC_050和CIAS_MC_075等3项综合指标值与农业环境的可持续性相符。

通过对表 2的分析，C I A S_A H P、CIAS_MC_050和CIAS_MC_075等3项农业可持续性综合指标值通过了实际检验，其相关系数的平方（R2）分别是0.83、0.828和0.829。因此，本研究用这3项农业可持续性综合指标值共同解释影响农业可持续性的因素。

4.3 农业可持续性的影响因素分析

根据农户农业可持续性评价指标和逐步回归分析结果（表2），分析农业可持续性的影响因素。

4.3.1 环境因素的影响分析 根据表2可知，CIAS_AHP、CIAS_MC_050和CIAS_MC_075等3个综合指标值对应的氮肥用量（C10）、磷肥用量（C11）、灌溉用水量（C13）等3个指标的系数均为负值，说明这3个指标都是负向指标。氮肥用量（C10）、磷肥用量（C11）、灌溉用水量（C13）是环境指标。一般来说，对于特定农户，氮肥、磷肥和灌溉水量的投入越大，农业生产对生态环境的不利影响越大，同时农业经济投入也会随之增大，但其所带来的农业经济收益也越大，也就越有利于农业经济的可持续性。同时，农户最关注的不是农业环境的可持续性，因此，氮肥用量（C10）、磷肥用量（C11）和灌溉用水量（C13）3个指标与农户农业可持续性综合指标值（CIAS）成负相关关系。

农药用量（C12）也是负向指标，其与农业可持续性综合指标值（CIAS）呈现正相关关系。考虑到研究区是我国重要的棉花产区之一，棉花是当地重要的经济作物。为增加经济作物产量，并防止大面积的棉花病虫，农户多使用大量农药。这不仅增加了农业的经济投入，使农业经营成本大大提高，降低了农业经济的可持续性，也影响农业环境的可持续发展。

燃油用量（C14）也是负向指标，与农业可持续性综合指标值（CIAS）呈正相关关系。说明研究区农业机械化程度较高，农业机械耕作投入在农业经济投入中占较大比重，同时也说明农民农业机械化耕作也对环境可持续发展产生不利影响，如排放温室气体、压实耕地等。

每块土地的平均面积（C8）是负向指标，与农业可持续性综合指标值（CIAS）呈正相关关系。这说明每块土地的平均面积（C8）越小，越有利于小型野生动物的生存，也越有利于农业的可持续性。这不仅弥补了江汉平原开阔平坦的地形给小动物提供的单一环境，同时，小块田地的交错分布和多种作物同时耕作也提高了小型动物寻找不同栖息地的机会。

4.3.2 社会与经济因素的影响分析 农业生产的持续状况（C6）是一个正向指标，其系数却是负数。说明该指标与综合指标得分值呈负相关关系。该指标依赖于户主年龄和农场利润，负相关关系反映了研究区的农户户主的年龄偏大或农场利润偏低。一般而言，在同一个家庭内劳动力投入越多，人均农业经济收入就越低，经济可持续性就越差，越影响该家庭的农业可持续状况，同时也会影响农业社会可持续性。

农业对GDP的贡献（C2）与农业的可持续性综合指标值呈正相关关系。从理论上讲，增加农业对GDP的贡献，农业为社会创造了更多的财富，也就是提高农民对农业经济的依赖程度。农户从农业中的收入增加，农民种地变得更加有利可图，实现了农业经济可持续发展，同时也为稳定农村人口、减少农村流动人口做出了更高效的贡献，实现了农村社会可持续发展。

参加保险的作物面积（C3）与农业可持续性综合指标值呈正相关关系。投资农作物保险是国家为了提高农民种地的积极性，减少种地的风险所采取的一种措施，该措施使农村土地不因天灾或经营赔本而荒废。据调查，研究区参加保险的作物面积比例达到100%，种植作物都参加了保险。农作物参与保险能给农民提供直接的收入来源，同时农民得到的保险费可以投资改善农业生产条件，购买农业生产设备，实行精耕细作，这在一定程度上也提高了农业经济的可持续性。

增加农业就业（C4）与农业可持续性综合指标值呈正相关关系。农业就业指标是农民职业精神和专业程度的一种表现。一般而言，农业就业的增加意味着管理经营农业的人数增加，这将提高农业社会可持续性。农业就业包括农户自己的劳动力和雇佣的劳动力，雇用劳工让更多的劳动力就业，为农业社会可持续性做出了贡献，但对农业综合可持续性具有消极影响，这种消极影响表现在劳动生产率较低和农户自身劳动力投入不足。

农业经济的依赖程度（C7）与农业可持续性综合指标值呈正相关关系。增加农业收入在家庭总收入的比重，农户其他来源（外出打工）的收入在总收入中的比重将会降低。这样有利于稳定农业劳动力，减少外出打工人口的流动，提高农业社会的可持续性。

劳动力的稳定性（C5）表示农户农忙时期所需劳动占全年所需劳动的比重。该指标值越高，说明农户劳动力除了农忙时期都多外出务工，农村劳动力人口不稳定。该指标与可持续性综合指标的相关系数约为0.027，说明研究区农户农闲外出打工现象比较普遍。这也与我国目前农民工大量外出务工的现状一致。

综上分析，在经济、社会和环境3个子系统中，社会子系统对农业可持续发展的贡献最大。其中，农业就业、农业生产的持续情况、农业经济依赖程度等指标对农业可持续性的影响较显著。环境子系统中，每块田地的平均面积、农药风险及机械力使用等指标对农业可持续性的影响较显著。经济子系统中，农业对GDP的贡献、参加保险的作物面积等指标对农业的可持续性的影响较显著。同时，农户家庭劳动力的稳定程度和生产效率对农业的可持续性的影响也很重要。

4.4 农户聚类分析

为了分析农户农业可持续性是否在研究区样本农户内部存在差异，本研究对644个样本农户进行了聚类分析。针对CIAS_AHP 、CIAS_MC_050和CIAS_MC_075等3个计算方案得出的可持续性综合指标值进行聚类分析，结果发现，3种聚类分析方案的结论基本一致（表3）。

表3 综合指标值的聚类分析

由表3可知，644个样本农户聚类后分为两类，第一类376户，第二类268户。第一类农户农业可持续性综合值的平均值小于第二类农户的平均值。也就是说，相比较而言，第一类农户的农业可持续性较差，第二类农户的农业可持续性较好。根据农户农业可持续性综合值的大小，第一类农户中，最具代表性的农户编号有195号、591号和558号；第二类农户中，最具代表性的农户编号有495号、261号和399号。

通过计算，3种计算方案得出的农户农业可持续性综合指标值的最大和最小所对应的农户排序基本一致。因此，针对计算结果和14个原始数据指标进行分析，研究认为：（1）综合指标值得分低的农户家庭人口数多，但劳动力少；而综合指标得分值高的农户家庭人口少，劳动力相对较多，尤其是农忙时间家庭的劳动力较稳定。（2）综合指标值得分低的农户种植面积大，需要投入的劳动力多，但由于自身家庭劳动力不足，需要雇佣劳动力，增加了劳动成本；而综合指标值得分高的农户种植面积较少，家庭人口少，但有全部或者一半以上的家庭劳动力，因此在农忙期间不雇佣或者很少雇佣劳动力，节约了雇佣劳动力成本。（3）综合指标值得分低的农户作物产量较低，平均单位面积总收入值较低；而综合指标值得分高的农户作物产量较高，平均单位面积的总收入较高，这些农户对农户GDP的贡献大。（4）综合得分值低的农户平均单位面积的总投入较低；而综合指标值高的农户平均单位面积的总投入较高。

5 结语

本研究采用农场和环境可持续性框架，构建农户农业可持续性评价的指标体系，综合采用主成分分析法、层次分析法和多目标决策法等3种方法，构成多标准判别方法，计算指标权重和农户农业可持续性综合指标值，使家庭农业可持续性综合指标值从理论上尽量逼近家庭农业可持续性，以客观地反映出家庭间农业可持续性的差异。研究认为，农户家庭劳动力的稳定直接影响农业的可持续性，农户农业投入（种子、农药、氮肥、磷肥、灌溉用水和燃油）的多少不能决定农业可持续性，农户农业的经营管理水平在提高农业可持续性上显得很重要；农户种植土地面积越大，农业可持续性相对就越好；农业补贴对农业可持续性的影响不明显，但是在一定程度上鼓励农户种植的积极性。不同区域和类型的农业区应该有不同的可持续性评价指标。因此，精确评价农业可持续性除了需要综合应用评价方法外，还需要考虑农业可持续性指标体系的选取和构建。

［1］Schaller N.The concept of agricultural sustainability［J］.Agriculture Ecosystems & Environment，1993，46：89-97.

［2］Tilmen D.Agricultural sustainability and intensive production practices［J］.Nature，2002，418（8）：661-617.

［3］Francisco José Areal，Laura Riesgo.Farmers’s views on the future of olive farming in Andalusia，Spain［J］.Land Use Policy，2014，36：543-553.

［4］吴传均.中国农业与农村可持续发展问题——不同类型地区实证研究［M］.北京：环境科学出版社，2002.

［5］Yunlong C，Smit B.Sustainability in agriculture：a general review［J］.Agriculture Ecosystems & Environment，1994，49：299-307.

［6］Christian Levers，Van Butsic，Verburg P H，et al.Drivers of changes in agricultural intensity in Europe［J］.Land Use Policy，2016，58：380-393.

［7］Yiorgos Gadanakis，Richard Bennett，Julian Park，et al.Evaluating the Sustainable Intensification of arable farms［J］.Journal of Environmental Management，2015，150：288-298.

［8］Jos é A Gó mez-Lim ó n，Laura Riesgo.Alternative approaches to the construction of a composite indicator of agricultural sustainability：An application to irrigated agriculture in the Duero basin in Spain［J］.Journal of Environmental Management，2009，90：3345–3362.

［9］Andrea Bonfiglio，Andrea Arzeni，Antonella Bodini.Assessing eco-efficiency of arable farms in rural areas［J］.Agricultural Systems，2017，151：114-125.

［10］Nardo M，Saisana M，Saltelli A，et al.Handbook on constructing composite indicators：methodology and user guide［Z］.OECD Statistics Working Paper，2005.

［11］José A Gómez-Limón，Gabriela Sanchez-Fernandez.Empirical evaluation of agricultural sustainability using composite indicators［J］.Ecological Economics，2010，69：1062-1075.

［12］Peng Zhou，Ang B W，Poh K L.A mathematical programming approach to constructing composite indicators［J］.Ecological Economics，2007，62：291-297.

［13］段妍磊.河北省农业可持续发展指标体系分析［J］.中国农业资源与区划，2016（6）：169-173.

［14］黄宇.西安休闲农业可持续发展能力评价与分析［J］.中国农业资源与区划，2015（6）：158-163.

［15］田云，张俊飚.中国农业碳排放研究回顾、评述与展望［J］.华中农业大学学报（社会科学版），2014（2）：23-27.

［16］谢美娥，谷树忠.新时期中国农业可持续发展的目标定位与基本思路［J］.中国农业资源与区划，2013（6）：18-26.

［17］José A Gómez-Limón，Gabriela Sanchez-Fernandez.Empirical evaluation of agricultural sustainability using composite indicators［J］.Ecological Economics，2010，69：1062-1075.

［18］Diaz-Balteiro L，Romero C.In search of a natural systems sustainability index［J］.Ecological Economics，2004，49：401-405.