农业经济发展现状的评价模型分析

一。问题背景阐述

在2015年,全球经济依旧是处于缓慢复苏的状态,整体环境处于复杂严峻的形式。而在国内,除了面对错综复杂的国际形势外,还承受着巨大的经济下滑压力,整体经济结构的调整和改革正处于重要阶段,主动适应引领新常态,经济保持了总体平论文网稳的发展态势。

其中,农业是经济的基础产业,在经济结构中有着重要的地位,它的发展状况也是直接影响着整体的经济趋势,是社会经济发展中的坚实后盾。农业部市场预警专家委员会发布中国农业展望报告(2015-2024),对未来十年农业的发展进行了一系列预测,提出了未来十年稳中有涨的态势。

但是目前人口居多,农业发展直接关系到每一个人的切身利益,在现今人均耕地资源不足。各地区省份由于气候地貌等因素使得发展不平衡等诸多问题下,总体性的分析各个省份自治区的农业经济发展现状,有利于结合当地的农业自然资源发展开发,构建现代农业产业体系,使得农业发展在新常态“经济格局下能够持续稳定。协调地发展,对社会。国家的经济具有重要的现实意义。

二。相关概念和基本原理

折衷型模糊决策模型的应用是现代科学不确定性决策的一个重要的组成部分,它已经成功的在人工智能。自动控制。气象预测等诸多方面得到广泛应用。从不同角度来分析众多的决策问题,可以从中找出其共通点,将这些问题划分成各种具有不同特征的种类。其中可以从某一问题是否具有明确的决策环境。决策者可以明确区分其所处的环境状况,就能够将这些相同特征的决策问题划分成确定性决策问题与不确定性决策问题两种情况。其中,不确定性问题在现实条件下则更为常见,它是指在决策中的几个备选方案是不明确的,也可以说是在这几个可行的方案中的现实价值或者是获得的概率是未知的。而对于不确定性决策问题,现今主要研究模糊决策模型。

Hwang在对多属性决策问题进行分析中,通过引入理想解和负理想解来对方案进行选择,开创了模糊决策方法的先河[1]。之后又有众多的教授学者加以完善,能够解决模糊的。难以量化的问题,能够有效的解决诸多不确定性决策问题,对于在指标上的分界处,能够有效地解决由于上下界分界处的突变而导致的较大误差,更加吻合实施情况的表达。经过了将近60多年的发展,已然是现今研究的热点之一,并将之应用于诸多领域。学科之中。

其中折衷型模糊决策方法是从大数据资料中,先对数据矩阵进行规范化处理,区分正指标和负指标,对于规范化后的矩阵进行加权处理,假设正指标属性中的数值极大值为其模糊正理想解,而数值极小值为模糊负理想解,而负指标属性的正负理想解则相反,分别得出其模糊正。负理想解,由加权欧氏距离来计算每种情况下与模糊正。负理想解的距离,最后计算综合评价值的大小来确定最佳的方案,其值越大则为最优[2]。其基本思路就是挑选出的最终结果与其选定的正理想解距离越小,而对于选定负理想解的距离越大。

结合模糊方法理论来评价农业领域的文献较少,本文采用的折衷型模糊决策对农业经济发展的分析正处于现在的研究热点中,在过去的研究中,多采用层次分析法。因子分析法与主成分分析法等计量经济学的方法[3],本文采用的模糊数学方法在以往研究中涉及较少,可以完善和丰富对农业发展的方法和评价模型。

三。评价模型的应用

(一)指标选取的原则

在对农业经济发展分析上,需构建生产能力指标体系,所选取的指标应遵循以下几个原则:

1。全面性原则。在对农业发展分析时的指标要求能够涉及农业的各个方面,能够全面地反映其真实情况。

2。科学性原则。主要表现在所选取的指标合理有效,能够很好的反映被解释的单位,都有明确有效的计算方法和公式。

3。可操作原则。相关指标的选取应该尽量符合现实情况,能够通过一定方式寻找到,尽量选择非专业性的表达,能够量化表示或者是赋权表示其所表达的含义,并且与其他指标的关系。建立模型具有可操作性。实用性和可行性。

4。可比性原则。所选取的指标应采用现代统计理论表达,使得相同的指标所表达的含义能够适用于相同情况。

(二)指标的选取及权重设计

本文旨在分析农业经济发展现状,从自然资源。人力条件。机械动力等诸多因素考虑,并结合了众多文献中相关指标进行严格筛选后,从中抉择了7个指标属性:耕地灌溉面积(千公顷)。化肥施用量(万吨)。人均耕地面积(总资源)(公顷/人)。人均农业产值(万元/人)。农用机械总动力(万千瓦)。人均粮食产量(公斤/人)。农村居民人均可支配收入(元)(具体数值取自2015年中国统计年鉴[4])。

在对指标设计的权重上,有主观赋权和客观赋权这两种常见的方法。主观赋权主要是由相关人员的主观评判来确定相应的权数,相对于众多赋权方法来说是一种较为简便。操作性较强的方法,但是所要获得比较权威的权重比则又需要根据多位专家评分取平均;客观赋权是利用实际的指标数据依据一定的内在规律,产生其相应的指标权数,从客观角度对选定的众多指标数据设置某一定值数值,这种客观赋权的方法能够充分的利用指标数据所提供的信息,具有操作性和科学性[5]。本文主要采用离散系数法,对上述指标进行赋权。离散系数法主要是根据各个指标的标准差与均值的比得到各个指标的离散系数,最后将离散系数进行归一化得到各个指标的权重大小。离散系数越大,就说明指标数据越活跃,其所占到的权重越大。离散系数法能客观的给予权重值,排除了因专家主观评价赋值的影响,并能有效地结合数据,使得原本相对独立的指标数据能有机的结合在一起,避免了信息使用者因采用不同的指标而得出不同甚至相反的评价结果。在数据收集的过程中,有些指标中的数据值具有滞后效应,在发展的过程中短期内效果不显著,这在实证分析中存在着一定的误差,在本文中暂且忽略不计。

(三)模型构建

1。先对数据矩阵进行规范化处理。在农业的经济发展状况中的单项指标变量有的是以公顷/人为单位的,有的则是以万元/人或者是万千瓦等为单位,变量的取值范围相差较大,为了使分析结果的标准无误,应先消除不同量纲的影响,对指标进行标准化处理。再者,在上述选取的7个指标中,化肥施用量与农用机械总动力2个指标属于逆指标,剩余的5个指标都为正指标。

2。对于规范化后的矩阵进行加权处理。先采用离散系数法来确定各项指标的权重值。先分别求出每一项指标的均值和标准差,再由每一项指标的均值和标准差的比值来求出离散系数,最后经过各个离散系数的整合,得到耕地灌溉面积。化肥施用量。人均耕地面积(总资源)。人均农业产值。农用机械总动力。人均粮食产量。农村居民人均可支配收入这7项指标权重依次为19百分号。7百分号。17百分号。12百分号。8百分号。19百分号和18百分号。

3。将每一项指标的权重与规范化后的矩阵相乘,加权后得到加权模糊矩阵数据,并得出其模糊正。负理想解。

4。分别计算各属性数值与上述模糊正理想解的距离和与模糊负理想解的距离以及其综合评价值。最后再根据综合评价的数值大小进行排名,依次是:黑龙江(0。7023)。内蒙古(0。5657)。新疆(05135)。河南(0。5060)。山东(0。5054)。江苏(0。4864)。吉林(0。4701)。河北(0。4464)。安徽(0。4400)。湖北(0。3864)。浙江(0。3638)。湖南(0。3631)。上海(0。3576)。辽宁(03131)。四川(0。3086)。北京(0。3083)。天津(0。3057)。宁夏(0。2774)。江西(0。2750)。福建(0。2599)。广东(0。2592)。云南(0。2382)。广西(0。2367)。海南(0。2353)。陕西(02326)。重庆(0。2250)。甘肃(0。2246)。山西(0。2129)。贵州(0。1806)。青海(0。0989)。西藏(0。0906)。

(四)模型分析

由分析出来的结果可以大致得出31个省市自治区的农业经济发展现状:

1。在用离散系数法求得权重,离散系数法是由各指标属性的平均数和标准差的比值求得,反映了各个数据的离散程度的高低。同一数据之间的极差越大,说明这个属性的活跃情况最大,那么这个属性所占的权重就越大。由指标权重分析情况可以看出,耕地灌溉面积。人均耕地面积(总资源)。人均粮食产量和农村居民人均可支配收入这4项指标所占有的比重较大,都占到17百分号以上,这些指标对农业发展的影响程度较大。而化肥施用量和农用机械总动力这2项指标所占有的比重较小,仅为7百分号左右,其影响程度较小。

2。极差可以反映出发展现状最优和最差两种极端情况的差异程度,标准差可以反映在拥有相同均值的情况下的离散程度,标准差越大,那么各个省份间发展的离散程度也就越大。31个省市自治区农业指标评价值相似度之间的差距极值较大,31个省市自治区的综合隶属度的极差为0。6117,排名最高的省份约为最低省份的7。75倍,这也说明各省市农业发展状况参差不齐,差距较大。

3。各个省份的整体发展现状也是不平衡的,最后综合评价值的均值为0。3351,有13个省份位于均值之上。

四。结论与建议

综合上述省市自治区的综合评价数值大小,并结合各个省市自治区的地理位置和区域特色等,简要的将31个省市自治区划分为4个等级:

(一)农业核心区

综合评价数值大于0。5的地区。黑龙江。内蒙古。新疆。河南。山东5个省份有较高的评价值,5省市均位于北方,其占地面积也居于全国前几个省市,在耕地面积权重较大的情况下,其结果也是最优的。在其农业质量。科技投入和物质投入都有较好的表现,农业生产效率高。这些省份需以庞大的城市消费市场作为其农业发展的依托,成分发挥农业优势,提高农业产量,促进农业的高效发展。

(二)农业优势发展区

综合评价数值居于0。3-0。5之间。有江苏。吉林。河北。安徽。湖北。浙江。湖南。上海。辽宁。四川。北京。天津这12个省份农业实力相当,各个地区各有特色和优势,需充分结合地区的自然条件,因地制宜,大力发展特色农业,共同构建现代化农业体系。

(三)农业综合发展区

综合评价数值居于0。2-0。3之间。有宁夏。江西。福建。广东。云南。广西。海南。陕西。重庆。甘肃。山西11个省市自治区。这些地区处于农业发展的中等水平,不同省份都有在一定程度上不同的农业发展限制因素,诸如水资源。气候变化。耕地地形等自然条件因素和政策条件因素,在一定层面上影响其农业的发展。

(四)农业生态发展区

综合评价数值在0。2之下。仅有3个省份。这3各省份均处于中西部,其地形相对复杂,农田水利设施基础等发展农业条件状况相对来说较差,这些地区应当主要突出该地的资源优势,一方面通过提高林地质量,提高森林覆盖率和治山保水工程来强化其生态功能,同时发展林业特种产品促进农业和经济的发展;在退坡耕地还林的同时,加强基本农田建设。

(作者单位:浙江财经大学)

农业经济发展现状的评价模型分析