基于模糊灰色关联分析法的我国直辖市农机社会化服务水平空间演化特征研究

时间：2024-05-22

张宝文　牛坡

摘要針对我国正处于从传统农业向现代农业转型发展和农机社会化服务现状，在查阅资料和走访专家的基础上，应用德尔菲法、模糊灰色关联分析法，构建了母序列设6个指标。子序列含有农机社会化服务作业水平指数、农机社会化服务作业水平指数、农机社会化服务作业综合效益指数、农机社会化服务作业环境保障指数、农机社会化服务作业硬件信息化指数5个准则层共计22个指标的农机社会化服务水平评价指标体系。对我国4个直辖市在2016—2020年农机社会化服务水平的空间演化特征进行了研究。结果表明，我国4个直辖市在2016—2020年农机社会化服务处于中等水平。4个直辖市2016—2020年对参考序列模糊灰色关联水平由高到低依次为上海市、北京市、天津市、重庆市；其中上海市最高，为0.627 09；重庆市最低，为0.579 40；上海市与北京市处于第1梯队，天津市处于第2梯队，重庆市处于第3梯队。该研究结果可为农业决策部门提供参考。

关键词现代农业；模糊灰色关联分析法；农机社会化服务水平；北京市；上海市；天津市；重庆市

中图分类号 S 232.3文献标识码 A文章编号 0517-6611（2023）15-0214-06

doi：10.3969/j.issn.0517-6611.2023.15.051

Study on Spatial Evolution Characteristics of Agricultural Machinery Socialization Service Level in Municipalities Directly under the Central Government of China Based on Fuzzy Grey Correlation Analysis

ZHANG Bao-wen，NIU Po

（School of Mechanical Engineering，Chongqing Three Gorges University，Chongqing 404199）

Abstract Based on consulting data and visiting experts，using Delphi method and fuzzy grey correlation analysis method，we established six indicators of parent sequence. The sub-sequence includes agricultural machinery socialization service operation level index，agricultural machinery socialization service operation level index，comprehensive benefit index of agricultural machinery socialization service operation，guarantee index of agricultural machinery socialization service operation environment and hardware informatization index of agricultural machinery socialization service operation，totally 22 indexes of agricultural machinery socialization service level evaluation index system. The spatial evolution characteristics of agricultural machinery socialization service level in the four municipalities （Beijing，Shanghai，Tianjin，Chongqing） from 2016 to 2020 were studied. The results showed that the four municipalities directly under the central government （Beijing，Shanghai，Tianjin，Chongqing） have a medium level of agricultural machinery socialization service from 2016 to 2020. From 2016 to 2020，the fuzzy grey correlation levels of reference series in Beijing，Shanghai，Tianjin and Chongqing were as follows： Shanghai > Beijing > Tianjin > Chongqing;Shanghai was the highest（0.627 09）;Chongqing was the lowest （0.579 40）;Shanghai and Beijing were in the first echelon，Tianjin was in the second echelon，and Chongqing was in the third echelon. This study was expected to provide reference for agricultural decision-making departments.

Key words Modern agriculture;Fuzzy grey correlation analysis method;Service level of socialization of agricultural machinery;Beijing;Shanghai;Tianjin;Chongqing

我国政府自2004年起，连续19次在中央一号文件都提到“三农”问题。发展现代农业，实现小农户与现代农业有机衔接，已经成为我国实现农业现代化的必由之路。农业机械化是农业现代化的核心和基础。完善构建农机社会化服务体系，提升农机社会化服务水平是我国各地政府与农业决策部门的不二选择。然而，基于我国辽阔的、景观各异的自然地理环境与各地经济、生态、土地禀赋、人力资源等要素的差异，各地的农机社会化服务体系及发展水平具有差异性。党的十九届五中全会提出，要推进现代农业经营体系建设，发展壮大农业专业化社会化服务组织。作为农业社会化服务的关键，农机社会化服务在解决农业生产“谁来种、种什么、怎么种”这个重大课题中扮演着重要角色，同时对推进我国农业现代化进程和增进乡村振兴水平具有重要意义。为提升区域农机社会化服务协调发展水平，以国家或区域农业现代化发展的视角，构建一套发展农业机械化、完善农机社会化服务体系、评价农机社会化服务水平的系统指标体系以引导国家或区域现代农业生产显得尤为迫切，同时也具有重大的理论意义与实践意义。

国外农机社会化服务研究较早，主要是从微观角度借助一些数理模型，就农机社会化服务影响农业生产的各要素展开研究［1-7］，已形成了成熟的理论体系。国内对于农机社会化服务起步较晚，主要是从微观角度关于农机社会化服务对现代农业生产各环节、各要素的影响及保障环境-契约的研究成果较多［8-13］，但将农机社会化服务体系作为一个生态系统，从宏观视角，涉及区域农机社会化服务水平评价的研究成果不多，其中具有代表性的成果有鞠卫平［14］对江苏省农机社会化服务体系创新的研究、周井华［15］对于吉林省农机社会化服务绩效水平的研究、汪涛［16］对于绵阳市农机社会化服务供需影响因素的研究。由于我国农业发展正处于从小农户经营向现代农业发展的转型阶段，各地的农机社会化服务体系呈不均衡发展态势，还没有形成一个统一的标准，呈现出良莠不齐的局面。如何从国家或区域高度，以宏观视角，根据现代农业发展的特点构建一套具代表性、可操作性、科学性的农机社会化服务水平评价体系，对区域农机社会化服务水平进行综合评价，进行时空特征分析，以引导现代农业生产和农业机械化的良性发展，成为各地农业决策部门和广大农技工作者面临的亟待解决的重大课题。其中，我国的四个直辖市（北京、上海、天津、重庆）按自然、经济、生态、行政区划，人口众多，经济发展好，地貌各异，生态环境保障力度大，现代农业生产和农业机械化发展程度较高，农机社会化服务体系发育程度较高，就推进农机社会化服务体系发展和提升农机社会化服务水平而言，在我国示范作用、理论意义与实践意义重大。目前，关于我国直辖市（北京、上海、天津、重庆）的农机社会化服务水平进行时空特征研究还鲜见报道。鉴于此，笔者对我国直辖市（北京、上海、天津、重庆）的农机社会化服务水平的时空特征进行研究，以期为我国区域现代农业生产和农业机械化、农业信息化发展提供一套可参考和借鉴的方案。

2 评价指标体系的构建

在查阅涉及现代农业发展、农业信息化、农业机械化、农机社会化服务水平评价相关文献的基础上［17-28］，结合实地走访相关领域专家，根据国际和我国农业部课题组关于现代农业发展评价的有关成果［21］，基于我国农业生产正处于从传统农业向现代农业转型发展的特点，依据代表性、科学性、可操作性、重点性的原则，构建了以下农机社会化服务水平评价的指标体系：母序列设6个指标，为农机总动力（Y1）、农机作业社会化服务面积（包括机耕面积、机播面积、机收面积、机械植保面积、农田节水灌溉面积和跨区作业面积，Y2）、农机化经营服务效益纯收入=（农机化经营服务效益收入-农机化作业服务总投入）（Y3）、年农机技术推广经费（Y4）、城镇固定互联网网络用户（Y5）、农机化作业服务组织总数（Y6）。

子序列各有关指标的设置为5个准则层，包括农机社会化服务作业水平指数（X1）、农机社会化服务作业水平指数（X2）、农机社会化服务作业综合效益指数（X3）、农机社会化服务作业环境保障指数（X4）、农机社会化服务作业硬件信息化指数（X5），共计22个指标。这是基于这5个准则层与农机社会化服务水平指数的重要逻辑关系而设置，具体见图1。

2.1 农机社会化服务作业水平指数（X1）该一级指标下设机耕机械化程度（x11）、机播机械化程度（x12）、机收机械化程度（x13）、植保机械化程度（x14）、节水灌溉机械化程度（x15）、跨区作业面积程度（x16）、使用化肥作业水平（x17）、倾均机械总动力年增长程度（x18）8个二级指标。该二级指标是基于我国目前正处于传统农业向现代农业转型发展阶段特点以及小农户与现代农业有效衔接的现实需求，参考大量相关研究文献和我国区域农业机械化综合发展评价的有关指标体系而设置。该二级指标体系的各指标是影响农机社会化服务作业水平的基礎指标。

2.2 农机社会化服务作业组织水平指数（X2）该一级指标下设农机作业服务组织数量比重（x21）、农机专业户数量比重（x22）、个体农机户数量比重（x23）3个二级指标。该二级指标体系所含的3个二级指标，是基本能够反映农机水平社会化服务组织水平的主要要素指标。

2.3 机社会化服务作业综合效益指数（X3）该一级指标的设置是基于农机社会化服务作业综合效益水平是影响农机社会化服务持续发展水平能否得到提升的动力和组推力量；是能否形成农机社会化服务体系良性循环的诱导因素。该一级指标下设的二级指标包括农机化经营服务投入产出水平（x31）、农村居民劳均产值（x32）、农村居民人均粮食产量（x33）、农民人均可支配收入（x34）、农村居民恩格尔系数（x35）5个二级指标。这5个二级指标的设置，是集聚主要影响农机社会化服务水平提升因素并可反映现代农业发展、农业机械化发展、农机社会化服务水平提升的关键要素。

2.4 农机社会化服务作业环境保障指数（X4）该一级指标下设的农机财政补贴水平（x41）、乡村农机持证技术人员比重（x42）、农机推广技术经费投入比重（x43）、常住人口城镇化率（x44）4个二级指标均是影响农机社会化服务水平提升的风向型指标。这4个二级指标反映了农机社会化服务环境的主要保障要素。

2.5 农机社会化服务作业硬件信息化指数（X5）该一级指标的设置是基于我国现代农业正在向新型、高效、集约、智能农业发展而设置。该一级指标的设定也是顺应农业信息化发展，进而提升区域农机社会化服务水平的趋势而设置。该一级指标是反映农机社会化服务水平的支持性指标。该一级指标下设的二级指标包括农村居民每百户计算机拥有量（x51）和农村居民每百户移动电话拥有量（x52）2个二级指标，基本上可以代表反映区域农村现代农业发展的信息化水平的主要要素。

3 数理模型的构建

灰色关联分析法可以从客观角度对子序列各指标与母序列关联度做出分析，它利用了子序列各数据点为坐标的曲面与母序列各数据点为坐标的理想曲面的逼近程度，来分析比较序列各指标的优劣。该方法具有客观性，但存在1个缺点，就是没有考虑各指标的相对重要性程度。为此，笔者引入主观性较强的模糊分析法，先就各指标的重要性程度通过相关领域专家打分的方式，按照模糊分析法原理，确定出各指标的模糊权重，进而与灰色关联分析法相结合，通過子序列各指标与母序列的关联度分析，进而推理出我国四大直辖市（北京、上海、天津、重庆）的农机社会化服务水平的空间演化特征。

3.1 数据来源数据来源于《中国农村统计年鉴》《中国农业年鉴》《重庆市统计年鉴》《重庆调查年鉴》《中国农业机械工业年鉴》《北京市统计年鉴》《上海市统计年鉴》《天津市统计年鉴》《天津市调查年鉴》《重庆市推进农业农村现代化“十四五”规划（2021—2025）》和北京市、上海市、天津市、重庆市相关部门门户网站等2016—2020年间数据。

3.2 模型构建

首先设定母序列Y={Yij（t），i=1，2，…，m;j=1，2，…，n;t=1，2，…，k}，Yij（t）表示第i个地区，第j个指标，第t个时期的参考指标值。子序列X={Xij（t），i=1，2，…，m;j=1，2，…，n;t=1，2，…，k}，Xij（t）表示第i个地区的第j个指标在第t时期的比较指标值。由于各指标的数值量纲不同，需要进行标准化处理。

3.2.1 数据标准化处理。

对于正向指标：

4 模糊权重指标体系

在前述数理模型基础和指标体系基础上，可以构建如下模糊权重指标体系，见表2。

5 2016—2020年间各直辖市农机社会化服务水平分析

基于上述数理模型和模糊权重指标体系，可以得到北京市、上海市、天津市、重庆市在2016—2020年间比较序列与参考序列各指标的平均灰色关联度、模糊灰色关联指数和平均模糊灰色关联度表现，具体见图2、3、4。

从图2可以看出，重庆市、天津市、上海市、北京市2016—2020年间平均灰色关联度表现为北京市＞上海市＞天津市＞重庆市；北京市最高，为0.737 74；重庆市最低，为0.563 23；北京市处于第1梯队，上海市处于第2梯队；天津市与重庆市处于第3梯队。参考国内外学者针对关联度的分类方法［30-31］，将其分为4种类型：（0，0.35］为低关联，（0.35，0.65］为中等关联，（0.65，0.85］为较高关联，（0.85，1］为高关联。北京市为较高关联，上海市、天津市、重庆市为中等偏上关联。基于关联度越高，关联关系越强，解释变量对被解释变量的解释作用越强，反之亦然。这也说明了该研究设立指标体系是科学、合理、可行的，我国四个直辖市（北京市、上海市、天津市、重庆市）的农机社会化服务水平在2016—2020年处于良好态势发展阶段。然而，从采用灰色关联分析法得出的结果看，由于灰色关联分析法是客观分析法，只是根据2016—2020年各指标数据表现采取了客观处理，没有考虑各指标的相对重要程度，进而从梯队结构看，天津市与重庆市的灰色关联水平表现相差很小，第1梯队北京市与第2梯队上海市相差较大，与我国农业现在处于从小农散户向现代农业转型发展的现状有点偏差。从图4可以看出，重庆市、天津市、上海市、北京市2016—2020年平均模糊灰色关联度表现为：上海市＞北京市＞天津市＞重庆市；其中上海市最高，为0.627 09；重庆市最低，为0.579 40；上海市与北京市处于第1梯队，天津市处于第2梯队，重庆市处于第3梯队；从整体角度看，我国四大直辖市的农机社会化服务水平在2016—2020年处于中等发展阶段。这是在引入偏主观模糊层次分析法的情况下，由于采用了主客观分析法相结合的处理方法，对灰色关联分析法所得结果进行了微调，从整体上看更接近于实际情况。

从图3可以看出，就重庆市而言，参考序列各指标的模糊灰色关联水平表现为Y3＞Y4＞Y5＞Y2＞Y1＞Y6，最高为农机化经营服务效益纯收入（Y3），为0.606 49，最低为农机作业服务组织总数（Y6），为0.549 51，各指标模糊灰色关联水平为中等水平。这说明重庆市农机社会化服务水平还有很大的提升空间。大力发展、完善多样化的农机服务作业组织，基于重庆市丘陵山区面积占比高的现状，大力推行宜机化作业服务大有可为。就天津市而言，参考序列各指标的模糊灰色关联水平表现为Y2＞Y1＞Y4＞Y3＞Y5＞Y6，最高为农机作业社会化服务面积（Y2），为0.635 57，最低为农机作业服务组织总数（Y6），为0.553 44，各指标模糊灰色关联水平为中等水平。这说明天津市农机社会化服务水平提升还有较大的空间。数值表现略高于重庆市，加强农机社会化服务信息化力度，拓展农机作业服务组织范围，是一条发展现代农业的必需之路。就上海市而言，参考序列各指标的模糊灰色关联水平表现为Y2＞Y5＞Y3＞Y6＞Y1＞Y4，最高为农机作业社会化服务面积（Y2），为0.661 24，最低为年农机技术推广经费（Y4），为0.606 43，各指标模糊灰色关联水平为中等水平。这说明上海市农机社会化服务水平提升还有较大的空间。数值表现高于天津市和重庆市。加大农机技术推广力度是一条必选之路。就北京市而言，参考序列各指标的模糊灰色关联水平表现为Y5＞Y4＞Y3＞Y1＞Y6＞Y2，最高为城镇固定互联网络用户（Y5），为0.632 75，最低为农机作业社会化服务面积（Y2），为0.592 92，各指标模糊灰色关联水平为中等水平。这说明北京市农机社会化服务水平提升还有较大的空间。从单项指标模糊灰色关联水平表现来看：农机总动力（Y1）的表现为：天津市＞上海市＞北京市＞重庆市，天津市最高，为0.628 75，重庆市最低，为0.553 70；农机作业社会化服务面积（Y2）的表现为：上海市＞天津市＞北京市＞重庆市，上海市最高，为0.661 24，重庆市最低，为0.579 45；农机化经营服务效益纯收入（Y3）的表现为上海市＞北京市＞重庆市＞天津市，上海市最高，为0.622 71，天津市最低，为0.589 66；年农机技术推广经费（Y4）的表现为：北京市＞上海市＞重庆市＞天津市，北京市最高，为0.622 32，天津市最低，为0.594 77；城镇固定互联网络用户（Y5）的表现为：上海市＞北京市＞重庆市＞天津市，上海市最高，为0.639 15，天津市最低，为0.561 68；农机作业服务组织总数（Y6）的表现为：上海市＞北京市＞天津市＞重庆市，上海市最高，为0.618 98，重庆市最低，为0.549 51。各指标模糊灰色关联水平表现为中等水平。从上海市、北京市、天津市、重庆市在2016—2020年参考序列各指标模糊灰色关联水平最大值来看，上海的农机作业社会化服务面积（Y2）最高，为0.661 24；重庆市的农机总动力（Y1）最低，为0.553 70；均处于中等模糊关联水平。这说明我国四个直辖市（北京市、上海市、天津市、重庆市）提升农机社会化服务水平还有较大的提升空间。发展现代农业，促进农业机械化、农业信息化发展，仍然需多方面努力。

6 结论

在查阅大量资料和走访相关领域专家的基础上，通过设计问卷、专家打分、德尔菲法处理问卷，构建了基于模糊灰色关联分析法的农机社会化服务水平评价模型，该模型包括5个准则层22个评价指标。应用公开发布的北京市、上海市、天津市、重庆市2016—2020年农机社会化服务各指标数据，对北京市、上海市、天津市、重庆市2016—2020年农机社会化服务水平的空间演化特征进行了研究。研究结果显示，北京市、上海市、天津市、重庆市2016—2020年农机社会化服务为中等发展水平。北京市、上海市、天津市、重庆市2016—2020年对参考序列模糊灰色关联水平表现为：上海市＞北京市＞天津市＞重庆市；上海市最高，为0.627 09；重庆市最低，为0.579 40；上海市与北京市处于第1梯队，天津市处于第2梯队，重慶市处于第3梯队。北京市、上海市、天津市、重庆市2016—2020年对参考序列各指标模糊灰色关联指数表现为：就重庆市而言，参考序列各指标的模糊灰色关联水平表现为Y3＞Y4＞Y5＞Y2＞Y1＞Y6，最高为农机化经营服务效益纯收入（Y3），为0.606 49，最低为农机作业服务组织总数（Y6），为0.549 51；就天津市而言，参考序列各指标的模糊灰色关联水平表现为Y2＞Y1＞Y4＞Y3＞Y5＞Y6，最高为农机作业社会化服务面积（Y2），为0.635 57，最低为农机作业服务组织总数（Y6），为0.553 44；就上海市而言，参考序列各指标的模糊灰色关联水平表现为Y2＞Y5＞Y3＞Y6＞Y1＞Y4，最高为农机作业社会化服务面积（Y2），为0.661 24，最低为年农机技术推广经费（Y4），为0.606 43；就北京市而言，参考序列各指标的模糊灰色关联水平表现为Y5＞Y4＞Y3＞Y1＞Y6＞Y2，最高为城镇固定互联网络用户（Y5），为0.632 75，最低为农机作业社会化服务面积（Y2），为0.592 92；均处于中等关联水平。从上海市、北京市、天津市、重庆市在2016—2020年间参考序列各指标模糊灰色关联水平最大值来看，上海的农机作业社会化服务面积（Y2）最高，为0.661 24；重庆市的农机总动力（Y1）最低，为0.553 70；均处于中等模糊关联水平。这表明，我国的农机社会化服务水平还处于中等发展水平，需结合各地自然地理、生态环境育经济发展特点，因地制宜地采取措施，以提升农机社会化服务水平，为发展我国现代、新型、智能、生态、高效的现代农业提供支持力量。该研究成果也可为以为区域农业决策部门提供一种有益的参考，也可广大农机科技工作者提供一种可借鉴的方法体系。

参考文献

［1］ CHANCELLOR W J.The tractor contractor system in southeast Asia and the suitability of imported agricultural machinery，agricultural mechanization in southeast Asia，（ Kishida，Y. Ed.）［R］.Farm Machinery Industrial Research Corp，1971：58-60.

［2］ AUDSLEY E.An arable farm model to evaluate the commercial viability of new machines or techniques［J］.Journal of agricultural engineering research，1981，26（2）：135-149.

［3］ YASUNOBU I C，MOROOKA Y.A contract system for rice farming work in the Muda Plain，Peninsula Malaysia［J］.Farming Japan，1995，29（2）：25-30.

［4］ TAKIGAWA T，BAHALAYODHIN B，KOIKE M，et al.Development of the contract hire system for rice production in Thailand：Business engagement of contractors for rice harvesting operation［J］.Journal of Japanese society of agricultural machinery，2002，64（5）：60-67.

［5］ CAMARENA E A，GRACIA C，CABRERA SIXO J M.A mixed integer linear programming machinery selection model for multifarm systems［J］.Biosystems engineering，2004，87（2）：145-154.

［6］ GHOSH B K.Determinants of farm mechanisation in modern agriculture：A case study of burdwan districts of West Bengal［J］.International journal of agricultural research，2010，5（12）：1107-1115.

［7］ ADEKUNLE A，OSAZUWA P，RAGHAVAN V.Socio-economic determinants of agricultural mechanisation in Africa：A research note based on cassava cultivation mechanisation［J］.Technological forecasting and social change，2016，112（11）： 313-319.

［8］魏素豪.我国农机作业服务市场发展历程、趋势与优化路径研究［J］.管理现代化，2020，40（6）：16-18.

［9］庞爱平，田金明，徐子晟，等.我国农机社会化服务模式研究［J］.农机科技推广，2022（3）：7-8，30.

［10］李佳芳，杨俊孝.农机社会化服务对土地规模经营的影响：基于服务外包和供给的双重视角［J］.中国农机化学报，2022，43（8）：182-188.

［11］李平，伍海君.农机社会化服务效率的时空分异研究：来自中国省域证据［J］.中国农机化学报，2022，43（9）：210-218.

［12］罗明忠，邱海兰.农机社会化服务采纳、禀赋差异与农村经济相对贫困缓解［J］.南方经济，2021（2）：1-18.

［13］孙思维.长江中下游丘陵地区农户农机购买意愿影响因素研究：以湖北省枝江市为例［D］.武汉：湖北工业大学，2017.

［14］鞠卫平.江苏省农机社会化服务体系创新研究［D］.南京：南京农业大学，2007.

［15］周井华.吉林省农机社会化服务绩效研究［D］.长春：吉林农业大学，2015.

［16］汪涛.绵阳市农机社会化服务供需影响因素研究［D］.绵阳：西南科技大学，2021.

［17］鞠金艳，赵林，王金峰.农机总动力增长波动影响因素分析［J］.农业工程学报，2016，32（2）：84-91.

［18］骆健民，郑文钟，何勇.浙江省农业机械化发展水平评价［J］.浙江大学学报（农业与生命科学版），2007，33（2）：217-221.

［19］郑文钟，何勇，岑益郎.基于粗糙集和模糊聚类的农机化水平评价方法［J］.农业机械学报，2006，37（2）：58-61.