基于熵值法的低碳农业发展水平评价研究.docxVIP

基于熵值法的低碳农业发展水平评价研究 低碳农业是一种新的低碳经济农业模式。这是一个整合农业生产、安全保障、气候调节、生态保护、农业金融发展和多种职能的新农业。随着社会经济的发展, 与日俱增的农业石化能源消费引发的生态失衡、环境恶化、耕地锐减等成为农业可持续发展的瓶颈问题。为此, 探究一条适合我国农业低碳发展之路迫在眉睫。国内学者从不同角度对低碳农业进行研究。田云等运用主成分分析法, 围绕农业化学品利用能力、农业产业发展能力对中国31个省 (市、区) 的农业低碳竞争力展开分析。谢淑娟从农业生产要素投入、生产方式、能源利用低碳化、农业碳汇效应等4个维度, 运用德尔菲法构建了广东低碳农业发展评价指标体系。袁久和采用熵值法从人口、资源、社会、环境、资源系统等方面构建指标体系评价湖南农业可持续发展能力。杨霞采用GM-熵值法赋权组合对我国31个地区2010年的面板数据进行农业发展水平评价。 低碳农业最显著的特征是强调农业生产过程中节能减排, 实现经济、社会、生态效益的协调发展, 即“低消耗、低排放、高效率、高碳汇”。本文低碳农业内涵主要包括3个方面:低碳农业的主体是小农业, 即农田耕地的种植业;从农业发展的角度来看, 低碳农业不单指农业投入减量化, 经济产出高效、生态环境的可持续性也是其重要的度量指标;从农业发展途径来看, 低碳农业着重强调农业生产中减少高碳型要素投入、改良固碳型农作物、推广循环农业。基于此, 低碳农业发展水平评价指标的筛选可从以下3个方面着手: (1) 从投入产出效益出发选取农业生产环节中资源利用高效的指标; (2) 鉴于农业碳汇碳源功能, 从“化学品投入-废弃物处理”碳源碳汇生产处理路径选取能反映农业碳减排、碳吸收、碳储备等指标; (3) 农业社会投入也是低碳农业发展的重要内容, 应从农业环境治理措施中选取能直接影响农业社会低碳化的指标。 当前, 对我国省域低碳农业发展到何种程度、存在何种差异和特点, 学术界尚缺乏全面有效的评价指标和测评方法。因此, 确定一套科学的量化评价指标体系对低碳农业发展水平进行探讨就显得尤为重要。笔者采用熵值法对我国30个省域低碳农业发展水平进行动态评价, 根据省域低碳农业发展水平、能源利用低碳化水平进行分类分析, 以期为我国低碳农业的发展提供科学依据。 一、 方法和指标的选择 (一) 评价指标权重的确定 熵值法是一种客观赋权方法, 通过观测指标值提供的信息差异程度来确定权重从而避免人为主观臆断的偏差。设某地区m年低碳农业发展水平, 评价指标体系包括n个指标, 构建模型原始数据矩阵X= (xij)m·n。当某项评价对象xj的指标值相差较大, 熵值小则有效信息大, 权重也大, 在综合分析中所起的作用也越大;反之, 某项指标值相差小, 熵值较大, 说明该指标提供的信息小, 权重小, 在综合分析中所起的作用越小。因此, 根据系统多项指标值的差异程度, 利用信息熵来确定权重, 为综合评价提供依据。熵值法可以较为科学真实地反映出指标信息熵值的效用, 利用其对省域低碳农业发展水平评价的权重系数赋值可以较为客观地反映省域低碳农业的变化规律, 真实评价低碳农业水平。 模型原始数据矩阵X= (xij)m·n, 其中, xij表示第i个样本第j项指标值, j项指标的理想值为xj*, 其大小因指标反映评价对象的不同方面而性质有所差异, 对于正向指标, 指标理想值越大越好, 即为max Xj*;对于反向指标, 指标理想值越小越好, 即为min Xj*。由于各个评价指标的量纲、正负、计量单位均有差异并会对评价造成不同影响, 因此必须在计算权重前消除量纲, 对数据标准化。依据评价指标的性质从初始数据模型矩阵X中找到评价指标的极值作为理想值, 处理后数据分布于[0, 1]区间。 定义标准化值: 计算第j项指标的熵值ej和信息效用值为常数, 对于信息完全无序的样本, 熵值最大e=1;当m个样本处于完全无序分布, 各项指标的信息效用值取决于对应指标信息熵ej与1之间的差值, 信息效用值dj代表指标间差异系数, dj越大, 权重也就越大, 对样本评价的贡献就越大, 故定义信息效用值dj=1-ej, 第j项指标xij的权重为:采用加权求和公式计算样本综合评价值, 第i个样本的综合评价值为: 对于多级递阶结构综合评价指标体系, 以各类别二级指标评价结果为指标值由低到高确定权重, 按照相同步骤计算出最终得分。基于上述指标权重计算方法来测算30个省域各年份低碳农业发展水平评分, 以此评价我国低碳农业发展水平状况。 (二) 省域低碳农业发展指标选取 本文采用的数据均来自2008-2012年《中国农村统计年鉴》《中国能源统计年鉴》。其中, 碳排放源包括化肥、农药、农膜、柴油, 各碳排放源的碳排放系数 (δ) 如表1所示。 为科学评价我国省