农业发展绩效的多层次模糊综合评价
——基于安徽的数据分析

周泽炯，刘 洋

(1.安徽财经大学 经济学院，安徽 蚌埠，233030；2.安徽财经大学 金融学院，安徽 蚌埠，233030)

0 引言

农业发展绩效是按照一个区域农业生产情况来衡量该区域农业发展状态的重要指标，通过对区域农业生产情况进行绩效评价，可以发现该区域农业质量以及农业竞争力上存在的问题.把握好农业发展绩效，提高农业质量效益和竞争力，对农业发展有极大的促进作用.

近年来，安徽省在现代农业发展方面成效显著.根据安徽省统计局数据显示，2020年安徽省粮食产量居全国第4位，达到803亿斤.虽然安徽省农业发展活力和动力不断增强，但在各个市区存在农业发展情况差异较大的情况.因此，通过对各个市区农业发展绩效进行评价，以此来研究全省整体的农业发展绩效水平，对于推动安徽农业可持续发展具有重要意义.

现阶段，国内学者对于农业发展绩效评价的研究比较广泛，研究大致具有以下几个方面的特点：第一，是关于农业发展绩效指标体系的研究，陈飞[1]从安徽省林业生态经济发展出发，从生态、经济、社会等方面构建评价指标体系.该指标体系的构建为完善相关政策体系提供了建议，促进了林业生态经济的发展.张超等[2]对精准扶贫效果进行量化分析，研究特困地区扶贫绩效，以期促进特困地区的农业资源合理配置及扶贫模式创新.精准扶贫效果的量化分析对于完善“五位一体”格局、提升农业发展水平、促进特困地区农业资源合理配置具有重要意义.蔡祝海[3]通过构建新型农业经营评价指标体系，分析新型农业的发展现状和发展环境，提出了发展新型农业绩效的对策.该评价指标体系对于提升及优化新型农产品绩效具有理论指导和现实参考意义，从多维度找出了提升新型农业经营主体销售农产品效率的对策，对提升政策制定的适用与可行性意义重大.第二，是研究方法的多样化，王洪煜[4]等使用两步聚类、PSM模型以及IPWRA模型分析农户参与价值链活动生产绩效，提出提高小农户经营能力的策略，为研究农业绩效发展提供了关键性思路.余永松[5]通过构建农业发展要素需求预测DGM模型，基于数据包络分析方法对广西农业发展的投入与产出绩效进行分析，并根据预测结果，提出对广西农业发展的对策和建议.该种研究农业发展要素配置的方法对于未来的农业发展资源部署起到借鉴作用.

上述研究成果具有现实的参考意义，但存在着研究内容单调、偏向定性研究、指标不敏感、涵盖面广泛导致准确性欠佳的问题.基于上述研究成果，以安徽省为例，尝试层次分析法结合模糊综合评价对农业发展绩效进行综合评价，以期提高安徽省农业的发展程度.

1 指标选取和数据来源

1.1 指标选取

为了对农业发展绩效进行综合评价，我们借鉴孙浪华(2017)、宋俊秀(2019)的做法，从种植业、林业、渔业、畜牧业等四个方面选取了近17个指标，其具体的影响因子如下.

1)种植业.种植业是农业最重要的一个方面，其生产水平关系着整个国计民生.为了对农业进行更好的评价，我们从效益和成本分布选取了指标，分别是粮食产量(C1)、播种面积(C2)与农业产值(C3)和农业机械总动力(C4).

2)林业.陈飞(2016)对安徽省林业进行了详细的研究，他发现林业在整个农业经济体系中起到了很大的作用，但是目前还存在着林业自然资源有限、经营水平不高等缺点.因此，我们也选取了一效益三成本指标，分别是林业产值(C5)、林业面积(C6)、人工造林面积(C7)和封山育林面积(C8).

3)渔业.中国渔业报指出近些年来大力发展渔业，对渔业的六大方面进行整治，使其在经济发展中的地位逐渐增加[6].考虑到此因素，我们制定了淡水产品产值(C9)、渔业产值(C10)和渔业人均年工资水平(C11)三个效益指标和地表水资源总量(C12)一个成本指标.

4)畜牧业.科技进步是驱动现代畜牧业发展的根本动力.随着创新的快速发展，安徽省的畜牧业发展逐渐加快，虽然在农业中占比不大，但却是非常重要的一部分.我们从畜牧业中选取了大牲畜年末头数(C13)、活家存栏只数(C14)、肉类产量(C15)与牧业产值(C16)四个效益指标，还有放牧面积(C17)一个成本指标.

1.2 数据来源与处理

以安徽省下设的16个地级市作为研究对象，结合我们的指标体系，从《安徽省林业局公报》、《安徽省统计年鉴》、《安徽省畜牧局公报》中选取了2007-2019年安徽省16个地级市的数据.由于数据的类型、单位和数量级的差异，使得我们的研究对象具有一定的误差性.

为了消除文章指标体系中所涉及到的两类指标类型包括效益型和成本型指标的差异，我们对数据进行了如下的处理：

(1)

(2)

aij为判断矩阵中元素，rij为标准化处理之后的数据，j代表指标.

2 层次分析法对指标权重的建立

2.1 研究方法

层次分析法就是建立递阶层次系统，以此来清楚的反映目标层、决策层、对象层三者之间的关系，从而做出更好的决策或评价[7].利用此方法我们主要是确定相对于安徽省农业发展绩效中，种植业、林业、渔业、畜牧业及各个具体指标的权重，便于后面的综合评价.

2.2 研究步骤

层次分析法的主要步骤分为四步：

1)建立递阶层次结构.将农业发展绩效作为目标层，种植业、林业、渔业、畜牧业作为准则层，下设的17个具体的指标作为对象层，具体分布如图1所示.

图1 农业发展绩效评价指标图

2)构造比较判别矩阵.根据取值的规则，参考相关文献按照下层对上层的重要性关系，我们对比较判别矩阵进行构建，具体的参考标准见表1.

表1 元素aij取值参考规则

3)单准则下的排序和检验.此步骤主要是通过列向量归一化、行向量求和、一致性检验等，求出下一层指标对上一层的权重关系，具体的计算公式如下：

(3)

(4)

(5)

(6)

A为一致矩阵，W表示归一化后的最大特征根的特征向量，ωi为上下层元素之间相对重要性的排序权值，λmax为判断矩阵的特征根，CI为一致性指标，RI为衡量CI大小的随机一致性指标，CR为检验系数.

4)层次总排序.此步骤主要是计算对象层对目标层之间的权重，并根据权重对指标进行排序，从最高层到最底层，以此来确定指标的相对重要性.

2.3 研究结果

通过对衡量安徽省农业发展绩效的17个指标进行分析，利用层次分析法建立递阶层次结构，构造比较判别矩阵，在单准则下进行排序和检验，最后对每个指标强弱关系进行排序，得到权重及检验结果.具体的数值见表2：

表2 层次排序的计算及检验结果

从表2的结果中，我们可以发现不管是单方面的检验还是总的一致性检验，其结果均小于0.1，这都说明满足一致性要求.接着，我们求得对象层的具体指标对目标层的权重，其具体的结果如表3.

表3 指标权重

鉴于表3，可以得到如下结论：从整体上看，种植业和畜牧业所占的比重较大，这说明其对农业发展的贡献值最大，林业和渔业的占比相对较小，但是仍是重要的组成部分.从具体的每个层面来看，在四大产业中，都是该行业的总产值所占的比重最高，其余的所占的比例相对较低，这说明农业发展绩效的评价中，总产值是极其重要的一个指标.同时，图1中每个层面的每个指标的权重都被求得，因此，我们将上述求得的指标值作为我们评价的权重向量.

3 模糊综合评价

3.1 研究思路

对农业发展绩效的评价，我们不能只看一个指标，而应该考虑多个方面的因素，这就是模糊综合评价法[8].此模型主要是在确定指标权重的条件下对原始数据的偏差模糊矩阵进行乘积，从而得到最终的排序结果，同时，我们根据排序的结果进行分类.

3.2 研究步骤

模糊综合评价法主要分为四步：

1)建立相对优属度矩阵R，其指标分为成本型和效益型，具体的计算见公式(1)和公式(2)；

2)建立各个具体评价指标体系的权重ωi(i=1，2，…，m)，其方法包括特征向量法、变异系数法、熵值法等等，本文采取层次分析法，其具体指标的值为(0.216 2，0.101 7，0.536 0，0.146 0，0.583 6，0.225 4，0.133 3，0.057 6，0.257 6，0.577 9，0.108 5，0.056 1，0.062 8，0.137 9，0.246 2，0.437 9，0.115 2)；

3)确定综合评价模型：

(7)

ωi、rij为不同层次指标的权重，Fi为综合指数.

3.3 研究结果

3.3.1 农业发展绩效年发展评价

通过对安徽省2007-2019年的农业发展绩效进行综合分析，我们得到了各个方面的具体的指数并赋予其排名，具体结果见表4.

从表4中，我们可以发现安徽省的农业发展绩效呈现一个逐年递增的状态，只是局部的某年会有些许波动，这说明安徽省的农业发展建设上面日渐趋好，尤其是2015年以来取得了很大的突破.从四个行业的具体发展来看，也都与综合评价指数一样呈现一个波动上升的趋势，这说明四大行业得到了良好的导向，发展趋好，但是不同行业的得分情况存在着一定的差异，畜牧业的评分明显低于其他三大行业，这说明其对农业发展的贡献率相对较低.

表4 安徽省农业年绩效综合评价表

3.3.2 安徽省农业发展绩效地区差异评价

了解到安徽省的农业发展绩效评价的年排名情况，我们进一步对安徽省每个地级市2019年的农业发展绩效的进行综合评价，得到了各个市农业发展的差异状况，其结果见表5.

表5 安徽省农业发展绩效地区评价表

根据表5的结果，可以发现，安徽省的农业发展情况存在严重的地区差异.中部地区(六安、安庆、阜阳、滁州、合肥)农业发展绩效评分都在2之上；北部地区(宿州、蚌埠、亳州等)农业评分都在1.5～2之间，属于农业发展较好地区；南部地区发展相对较差，大多在1.5分以下；淮北和黄山评分都低于1，农业发展成效最差.从各个具体的指标来看，我们发现种植业和林业在各个市的评价指数都较高，渔业和畜牧业的波动变化都较大.

为了对不同类别的城市进行分类，我们依据综合评价得分情况进行分层，按照2分以上为第Ⅰ类城市，1.5～2分为第Ⅱ类城市，1～1.5分为第Ⅲ类城市，1分以下为第Ⅳ类城市.得到的安徽省农业发展绩效地区差异图如图2所示.

图2 安徽省农业发展绩效评价地域分类图

从图2中，我们可以将六安、淮南、安庆、合肥、滁州划分为第Ⅰ类城市，将芜湖、宿州、亳州蚌埠划分为第Ⅱ类城市，将淮南、宣城、马鞍山、池州、铜陵划分为第Ⅲ类城市，将黄山和淮北划分为第Ⅳ类城市.通过划分，我们发现安徽省的农业发展的特点是中部好，北部其次，南部最差的分布规律，同时，我们得出地域面积的大小和经济发展程度都会在一定程度上影响各个地区的农业发展情况的结论.

4 结论和建议

4.1 结论

基于多层次模糊综合评价，构建安徽省农业发展绩效评价体系，对2007-2019年安徽省农业整体发展进行综合评价，同时对安徽省2019年下属的16个市的绩效差异和贡献度进行评析，判断各个地级市的农业发展绩效和地区差异情况，可以得到以下结论.

1)安徽省的农业发展绩效呈现一个稳步上升的趋势.从时间序列分析，2007-2019年农业发展绩效呈现不断上升的趋势，但各年上升的幅度有所差异.单从2019年截面数据进行分析，显示出全省各市的农业发展水平都还不错，这表明近些年来对农业这方面的投入取得了良好的成效，但其差距仍然存在，仍需要进一步提高.

2)安徽省各市之间的农业发展绩效地区差异很多，空间上呈现中部发展好，南北发展一般的特点.从2019年截面数据进行模糊统计分析显示出各市的农业发展差异较大，综合评分最高的是阜阳市达2.495 7，而最低的黄山市0.960 4，分差达到2.5倍左右.根据农业发展绩效得分从高到低，将安徽省16个市划分为Ⅰ类、Ⅱ类城、Ⅲ类、Ⅳ类，基于空间分布我们发现中部地区农业发展最好，南部农业发展最差.

3)各维度绩效不一，差异较为显著.种植业、林业发展成效较好，渔业发展成效一般，而畜牧业的发展成效较差.从截面数据来看，安徽省各个地区农业发展绩效在不同维度差异较大，种植业、林业隶属度相对较高且稳定，渔业波动较为剧烈，畜牧业最低且并不稳定.

4.2 建议

根据上述的结论，从以下几个方面提出相应的建议.

1)持续加强安徽省的农业建设，完善总体规划，加强政策引导，优势产业要按照因地制宜的原则发展，并推动农林牧渔的联合发展[9].要以自然条件为基础，结合市场需求，将自身的优势产业发展壮大，例如在平原地区要加速发展种植业和水产养殖业，在山地丘陵地域适当发展林业和畜牧业.

2)加速数字化农业的建设，发展现代农业.要提高各种高新技术对农业的普及率，发展“互联网+农业”，提高农业的科技化水平[10].要进一步整合和组织好科研院、农科所、各层的技术人员，同时，大力支持专业组织、科研单位、高等院校、科技企业对技术的研发与推广，逐步将各种高端技术营业到农村，实现“技术兴农、技术助农”的目标.

3)适当缩小地区之间的发展差距，实现联动式发展.从分析的结果来看，经济发达程度和地区自然条件是影响差距的关键因素.因此，相关部门必须要在合理调整自然条件的基础上，实现地区之间的帮扶工作，发挥好龙头市区对各个市区的辐射作用，通过提供技术、资金和劳动力的援助，以及政府提供的政策方面的优势，实现“一带多、一帮一”的发展模式，全面提升安徽省的农业发展水平，逐步缩小地区差距.