楊士航 李光林 馬馳 黃小玉

摘要：【目的】通過對重慶市璧山區(qū)設(shè)施葡萄生產(chǎn)基地經(jīng)濟效益進行調(diào)查分析，為該地區(qū)設(shè)施葡萄基地投入有效性評價提供依據(jù)?！痉椒ā渴占?015年2月—2018年2月重慶市璧山區(qū)10個設(shè)施種植基地的總產(chǎn)值、總收益、凈收入、生產(chǎn)規(guī)模、基地作業(yè)人數(shù)、基礎(chǔ)設(shè)施設(shè)備投入、政府財政補助及自籌資金等指標(biāo)數(shù)據(jù)，從投入產(chǎn)出比、資金生產(chǎn)率、土地生產(chǎn)率和勞動生產(chǎn)率4個方面構(gòu)建指標(biāo)體系，采用因子分析法聯(lián)合熵值法，對設(shè)施葡萄生產(chǎn)基地的經(jīng)濟效益進行評價，并對兩種方法進行對比分析?！窘Y(jié)果】因子分析法中經(jīng)濟效益得分最高的基地為A1，得分最低為A6，其余基地平均得分-0.183，為負值;2015—2016、2016—2017和2017—2018年3個時期經(jīng)濟效益得分趨勢線的斜率（k）分別為 -0.1516、-0.1404和-0.1247，呈增長趨勢。熵值法中經(jīng)濟效益得分最高的為基地A1，得分最低的為A3，其余基地平均得分為0.064，接近于0;3個時期經(jīng)濟效益得分趨勢線的k分別為-0.0276、-0.0221和-0.0187，呈增長趨勢。因此，由因子分析法和熵值法得出的璧山區(qū)設(shè)施葡萄效益結(jié)果相似，均表明各基地間經(jīng)濟效益差異明顯，但3年期間經(jīng)濟效益差距逐漸縮小，設(shè)施葡萄種植產(chǎn)業(yè)現(xiàn)還處在發(fā)展階段?！窘ㄗh】針對璧山區(qū)大興鎮(zhèn)的設(shè)施葡萄發(fā)展階段現(xiàn)狀，提出應(yīng)盡快組織對重慶市設(shè)施農(nóng)業(yè)示范基地開展全面摸底調(diào)查，建立評價體系，制定針對性發(fā)展規(guī)劃;優(yōu)化政府資金使用向推進智能化、數(shù)據(jù)化及高新品種、新技術(shù)應(yīng)用方向轉(zhuǎn)移;從品種選擇到發(fā)展理念全方位提升區(qū)域設(shè)施農(nóng)業(yè)企業(yè)經(jīng)營管理水平等建議。

關(guān)鍵詞： 設(shè)施葡萄;因子分析法;熵值法;效益分析;重慶市璧山區(qū)

中圖分類號： S628;F323.3? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)志碼： A 文章編號：2095-1191（2020）02-0477-08

Economic benefit analysis and evaluation of facility grape in Bishan District of Chongqing based on factor analysis

and entropy method

YANG Shi-hang， LI Guang-lin*， MA Chi， HUANG Xiao-yu

（College of Engineering and Technology， Southwest University， Chongqing? 400715， China）

Abstract：【Objective】Through investigating and analyzing the economic benefits of the facility grape production base in， Bishan District， Chongqing， this paper provided a basis for the effective evaluation of the facility grape base in Daxing Town， Chongqing. 【Method】Data on the total output value， total revenue， net income， production scale， number of base operators， infrastructure equipment investment， government financial subsidies， and self-raised funds from 10 facility planting bases in Daxing Town，Bishan District，Chongqing from February， 2015 to February， 2018 were collected.? An indicator system was constructed from four aspects：input-output ratio， capital productivity， land productivity， and labor productivity. Factor analysis method combined with entropy method was used to evaluate the economic benefits of the production base， and the two methods were compared and analyzed. 【Result】In the factor analysis method， the base with the highest score of economic benefit was A1， the lowest score was A6， and the average score of other bases was -0.183， which was negative. The slopes（k） of the trend line of economic benefit score in 2015-2016， 2016-2017 and 2017-2018 were -0.1516， -0.1404 and -0.1247， which showed an increasing trend. In entropy method， base A1 had the highest score of economic benefit， A3 had the lowest score， and the average score of other bases was 0.064， close to 0; the trend lines（k） of economic benefit scores in 2015-2016， 2016-2017 and 2017-2018 were -0.0276， -0.0221 and -0.0187， respectively， showing an increasing trend. Therefore， the economic benefits of facility grape production base in? Bishan District by factor analysis and entropy method were similar， there were obvious differences in economic benefits among the bases， but within three years， the economic benefit gap gradually narrowed， and the protected grape planting industry was still in the development stage. 【Suggestion】In view of the present situation of the development stage of the protected grape in Daxing Town， Bishan District， it is suggested that the parties concerned should organize a comprehensive investigation of Chongqings protected agricultural demonstration base as soon as possible， establish an evaluation system，and formulate a targeted development plan; optimize the use of government funds to promote the direction of intelligent，data-based and high-tech new varieties and new technology application; and comprehensively improve the regional level of facility agricultural enterprises from variety selection to development concept on operation and management.

Key words： facility grape; factor analysis; entropy value method; benefit analysis; Bishan District， Chongqing

Foundation item：Chongqing Agricultural and Rural Committee Project（Yunongfa 2018-139）;Central University Basic Research Project（XDJK2019D015）

0 引言

【研究意義】設(shè)施農(nóng)業(yè)擺脫了傳統(tǒng)農(nóng)業(yè)生產(chǎn)條件下自然氣候的制約，增強了資源的集約高效利用，在單位面積經(jīng)濟效益顯著提高的同時，保證了農(nóng)牧產(chǎn)品的全年均衡供應(yīng)，具有高投資、高產(chǎn)出、高效益、無污染及可持續(xù)等特征（齊飛等，2012）。設(shè)施葡萄栽培可有效抵御不良氣候條件，為葡萄創(chuàng)造有利的生長環(huán)境，通過提早或延遲成熟期，擴大葡萄栽培區(qū)域，達到提升設(shè)施葡萄栽培經(jīng)濟效益的目的（周麗梅和段彥丹，2008）。重慶市璧山區(qū)葡萄種植歷史悠久，在全國性品牌評選活動和葡萄種植銷售論壇上獲得過“中華名果”“中國優(yōu)質(zhì)葡萄之鄉(xiāng)”“中國葡萄無公害科技創(chuàng)新示范區(qū)”等榮譽稱號，園區(qū)選送的比昂扣、醉金香、溫克等品種獲中國農(nóng)學(xué)會葡萄分會金獎，“璧山葡萄”獲農(nóng)業(yè)農(nóng)村部農(nóng)產(chǎn)品產(chǎn)地標(biāo)識登記和國家工商行政管理總局產(chǎn)品地理標(biāo)識認證。截至2017年底，璧山區(qū)葡萄種植面積約2400 ha，其中設(shè)施栽培面積約466.66 ha，占全區(qū)葡萄種植面積的19.4%，是重慶市規(guī)模最大、產(chǎn)量最高的設(shè)施葡萄種植地區(qū)，該產(chǎn)業(yè)已成為當(dāng)?shù)刂еa(chǎn)業(yè)之一。因此，調(diào)查分析璧山區(qū)設(shè)施葡萄種植基地經(jīng)濟效益，對當(dāng)?shù)卦O(shè)施葡萄產(chǎn)業(yè)持續(xù)性發(fā)展和開展產(chǎn)業(yè)扶貧具有重要意義?！厩叭搜芯窟M展】2013年中央“一號文件”提出與傳統(tǒng)農(nóng)業(yè)相比發(fā)展高效設(shè)施農(nóng)業(yè)是我國農(nóng)業(yè)向現(xiàn)代化轉(zhuǎn)型的重要途徑。國內(nèi)關(guān)于設(shè)施農(nóng)業(yè)的研究主要集中于設(shè)施農(nóng)業(yè)現(xiàn)狀分析和未來趨勢研究。張震和劉學(xué)瑜（2015）總結(jié)我國設(shè)施園藝和設(shè)施養(yǎng)殖的發(fā)展現(xiàn)狀，并對我國設(shè)施農(nóng)業(yè)未來的發(fā)展趨勢進行預(yù)測分析;宋艷超等（2016）運用SWOT方法對大慶市大同區(qū)進行設(shè)施農(nóng)業(yè)發(fā)展的定性與定量分析;陳丹艷等（2018）結(jié)合碳貿(mào)易和環(huán)境因子探究設(shè)施農(nóng)業(yè)固碳研究的必然性，提出發(fā)展設(shè)施農(nóng)業(yè)固碳新思路。近年來，關(guān)于設(shè)施農(nóng)業(yè)種植經(jīng)濟效益的研究逐漸增多。一是從設(shè)施農(nóng)業(yè)研究地區(qū)的現(xiàn)狀和采用的物聯(lián)網(wǎng)模式入手。韓琦（2017）分析了西寧市物聯(lián)網(wǎng)發(fā)展建設(shè)及實際應(yīng)用效益;藥林桃等（2018）通過調(diào)研江西省瑞金市等6個縣級市設(shè)施種植情況，進行了4種常用設(shè)施大棚結(jié)構(gòu)的成本效益分析。二是從效益指標(biāo)體系進行定量評價及信息技術(shù)在設(shè)施農(nóng)業(yè)上的應(yīng)用。鄒利東等（2014）為了準(zhǔn)確掌握設(shè)施農(nóng)業(yè)的空間分布信息，將空間分布信息采用基于支持向量機和耦合利用面向?qū)ο蟮姆诸惙椒ㄗ詣犹崛?張鳳榮等（2015）利用SPOT-5遙感影像結(jié)合土地變化模型對設(shè)施農(nóng)業(yè)用地的數(shù)量、轉(zhuǎn)化方向和不同用途管制區(qū)內(nèi)的變化進行了分析;唐高光和陳士銀（2016）以農(nóng)村效益和農(nóng)業(yè)效益為外生變量，農(nóng)民效益為內(nèi)生變量，構(gòu)建SEM模型來評價高標(biāo)項目建設(shè)的三農(nóng)效益;曾璐等（2016）從功能結(jié)構(gòu)和環(huán)境質(zhì)量兩方面建立了設(shè)施農(nóng)業(yè)用地規(guī)模對生態(tài)效益影響的評價體系，論證了合理控制設(shè)施農(nóng)業(yè)用地規(guī)模的必要性?！颈狙芯壳腥朦c】目前，針對設(shè)施葡萄種植效益進行分析與評價的研究報道較少?！緮M解決的關(guān)鍵問題】引入因子分析法和熵值法，以投入產(chǎn)出比、資金生產(chǎn)率、土地生產(chǎn)率和勞動生產(chǎn)率4個指標(biāo)作為評價指標(biāo)，分析重慶市璧山區(qū)大興鎮(zhèn)10個設(shè)施種植基地的經(jīng)濟效益，并對比兩種方法所得結(jié)果，旨在為當(dāng)?shù)卣l(fā)展設(shè)施葡萄農(nóng)業(yè)政策提出更具針對性的建議，也為國內(nèi)設(shè)施葡萄經(jīng)濟效益的研究提供理論參考。

1 數(shù)據(jù)來源及研究方法

1. 1 數(shù)據(jù)來源

重慶市璧山區(qū)大興鎮(zhèn)是“璧山葡萄”的發(fā)源地，也是重慶市葡萄種植面積最大的鄉(xiāng)鎮(zhèn)，故選取大興鎮(zhèn)10個政府重點扶持設(shè)施基地作為評價單元，分別用代碼A1～A10表示。基地設(shè)施主要由鋼架大棚及簡易農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)組成。于2015年2月—2018年2月對基地進行實地訪談?wù){(diào)研，同時收集截至2018年2月25日10個種植基地的年總產(chǎn)值（X1）、年總收益（X2）、年凈收入（X3）、生產(chǎn)規(guī)模（X4）、基地作業(yè)人數(shù)（X5）、基礎(chǔ)設(shè)施設(shè)備投入（X6）、政府財政補助（X7）和自籌資金（X8）等數(shù)據(jù)。

1. 2 評價指標(biāo)體系

設(shè)施農(nóng)業(yè)經(jīng)濟效益指標(biāo)是各方面因素的綜合考慮，主要是從土地的投入與產(chǎn)出、一定時期內(nèi)單位資本量創(chuàng)造的產(chǎn)出及勞動力所創(chuàng)造的價值等方面進行評價（馮修紀(jì)等，2014）。農(nóng)業(yè)經(jīng)濟效益指標(biāo)的選取要具有自然的約束性、外延性、連續(xù)性和綜合性等特點（楊文健和陳麗萍，2012）。結(jié)合璧山區(qū)實際情況，選取投入產(chǎn)出比、資金生產(chǎn)率、土地生產(chǎn)率和勞動生產(chǎn)率4個指標(biāo)代表經(jīng)濟效益情況。其中，投入產(chǎn)出比反映土地單位投入的產(chǎn)出效率，計算公式為：投入產(chǎn)出比=總產(chǎn)出/總投入;資金生產(chǎn)率反映資金投入的產(chǎn)出水平，計算公式為：資金生產(chǎn)率=凈收入/總投入;土地生產(chǎn)率反映土地利用的產(chǎn)出水平，計算公式為：土地生產(chǎn)率=總產(chǎn)出/土地面積;勞動生產(chǎn)率反映勞動力創(chuàng)造經(jīng)濟效益能力，計算公式為：勞動生產(chǎn)率=凈收入/農(nóng)業(yè)勞動力。

1. 3 評價方法

1. 3. 1 因子分析法 以1.2中的4個指標(biāo)作為公共因子，運算得出矩陣的特征根（λ）和方差貢獻率，用因子分析法計算出各指標(biāo)對總指標(biāo)的貢獻率，篩選出主因子，并確定主因子的權(quán)重，用權(quán)數(shù)與該因子的得分乘數(shù)之和構(gòu)造得分函數(shù)，最終得出璧山區(qū)10個典型葡萄種植基地的經(jīng)濟效益得分，根據(jù)得分數(shù)值和得分圖例得出經(jīng)濟效益情況?？紤]投入產(chǎn)出比、資金生產(chǎn)率、土地生產(chǎn)率和勞動生產(chǎn)率4個指標(biāo)值均為正向指標(biāo)，無需進行無量綱化處理，采用SPSS 19.0對數(shù)據(jù)值進行Z-score標(biāo)準(zhǔn)化處理（李小勝和陳珍珍，2010），簡化觀測系數(shù)，減少變量維度，使得因子處理的結(jié)果更具有真實性（葉宗裕，2003）。

標(biāo)準(zhǔn)化處理公式如下：

X=（x-x）/SD? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

式中，x為指標(biāo)的均值，SD為標(biāo)準(zhǔn)差，x為變量的觀察值。經(jīng)Z-score標(biāo)準(zhǔn)化處理后，數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布。

建立主因子函數(shù)模型：

Fi=[1ifixi]? ? ? ? ? （2）

式中，F(xiàn)i為主因子指標(biāo)數(shù)值，Xi為因子指標(biāo)值，i為因子指標(biāo)數(shù)量，fi為因子的得分系數(shù)。建立Zi函數(shù)模型：

Zi=[1iAiFi] （3）

式中，Zi為主因子經(jīng)濟效益得分，Ai為主因子權(quán)重值，Zi 得分越高說明經(jīng)濟效益越好。

1. 3. 2 熵值法 在信息論中，熵是對不確定性的一種度量，可用于形容系統(tǒng)的有序化程度，越是有序，信息熵越低;越是混亂，信息熵越高。用熵值法確定指標(biāo)權(quán)重，不僅多指標(biāo)變量信息重合問題可以得到解決，還能有效規(guī)避主觀賦權(quán)法所造成隨機性、臆斷性問題（王富喜等，2013）。熵值法計算采用各方案某一指標(biāo)占同一指標(biāo)值總和的比值，不存在量綱的影響，且不需要進行標(biāo)準(zhǔn)化處理，考慮投入產(chǎn)出比、資金生產(chǎn)率、土地生產(chǎn)率和勞動生產(chǎn)率4個指標(biāo)值都為正向指標(biāo)，亦無需進行非負化處理。

計算第j項指標(biāo)下第i個方案占該指標(biāo)的比重，其中，Xij為第i個方案第j個指標(biāo)的數(shù)值，m為待評方案的數(shù)量，n為評價指標(biāo)的數(shù)量：

Pij=[Xiji=1nXij]? ? ? （j=1，2[…]m）? ? ? （4）

計算第j項指標(biāo)的熵值ej：

ej=-[1/ln（m）][i=1nPij]ln（Pij），ej≥0? ? ? ? ? ? ? （5）

計算第j項指標(biāo)的差異系數(shù)gj：

gj=1-ej? ? ? ? ? ? ? （6）

式中，gj越大指標(biāo)越重要。

求權(quán)重：

Wj=[gjj=1mgj]? ? ? （j=1，2[…]m）? ? ? ? ? ? ? （7）

計算各方案的綜合得分：

Si=[j=1mWj]×Pij? ?（i=1，2[…]n） （8）

1. 4 統(tǒng)計分析

采用SPSS 19.0進行數(shù)據(jù)處理，使用Excel 2007制作圖表。

2 運用因子分析法和熵值法分析評價璧山區(qū)設(shè)施葡萄種植經(jīng)濟效益

2. 1 公共因子提取

從表1可看出，投入產(chǎn)出比、資金生產(chǎn)率、土地生產(chǎn)率、勞動生產(chǎn)率4個評價指標(biāo)的數(shù)值相差較大，如直接進行分析，所得結(jié)果誤差大，缺乏可信度，所以對數(shù)據(jù)采用均值標(biāo)準(zhǔn)化處理。

2. 2 因子分析法評價結(jié)果

2. 2. 1 數(shù)據(jù)標(biāo)準(zhǔn)化處理 評價指標(biāo)標(biāo)準(zhǔn)化值如表2所示，標(biāo)準(zhǔn)化后的數(shù)值呈不規(guī)則分布，說明數(shù)據(jù)具有獨立性，互不影響。變量值圍繞0上下波動，大于0說明高于平均水平，小于0說明低于平均水平。假設(shè)變量值大于0為合格，其中，投入產(chǎn)出比、資金生產(chǎn)率、土地生產(chǎn)率和勞動生產(chǎn)率在2015—2016年的合格率分別為20%、20%、30%和50%，在2016—2017年的合格率分別為20%、20%、30%和50%，在2017—2018年的合格率分別為30%、50%、50%和50%?？梢?，3個時期內(nèi)4個指標(biāo)合格率較低且均未過半，其中，投入產(chǎn)出比、資金生產(chǎn)率和土地生產(chǎn)率指標(biāo)合格率呈現(xiàn)出逐年遞增趨勢;勞動生產(chǎn)率變量合格率持平，究其原因可能是凈收入增加的同時加大了勞動力的付出。

2. 2. 2 KMO檢驗和巴特利球體檢驗 利用KMO檢驗來判斷數(shù)據(jù)重疊度，計算得KMO檢驗系數(shù)依次為0.626、0.540、0.70，說明變量間的重疊度不是特別高;計算得巴特林球體檢驗x2統(tǒng)計值P均為0，說明相關(guān)系數(shù)矩陣和單位矩陣差異顯著，變量適合進行因子分析。

2. 2. 3 提取主因子 對數(shù)據(jù)進行因子分析，得到的特征根和方差貢獻率如表3所示。將最初的特征值設(shè)置為0.5，根據(jù)表3特征根與方差貢獻率表可得，選取兩個主因子和特征值λ1和λ2，特征值取值分為2.871和0.613（2015—2016）、3.212和0.511（2016—2017）和3.316、0.604（2017—2018），且3個時期累積方差貢獻率分別為87.096%、93.064%和98.004%，將提取出的兩個主因子代入之前建立的經(jīng)濟效益評價模型公式（2）和（3）。依次計算出設(shè)施葡萄種植經(jīng)濟效益的權(quán)重系數(shù)、主因子指標(biāo)數(shù)值及主因子經(jīng)濟效益得分。

從圖1可知運用因子分析法得出的設(shè)施葡萄種植基地效益評價得分，其中，基地A2、A7、A8和A10的經(jīng)濟效益呈正向增長，于計算期內(nèi)達最大值即效益最高點;基地A3和A9的經(jīng)濟效益呈負增長，于計算期內(nèi)達最小值即效益最低點;基地A1、A4、A5和A6的經(jīng)濟效益呈不規(guī)律分布，效益不穩(wěn)定。因子分析法中得分最高的基地為A1，得分最低的基地為A6，除去得分最高和最低的基地，其余8個基地平均因子得分-0.183，為負值。因子得分越大，經(jīng)濟效益越明顯，說明因子分析法中重慶璧山區(qū)大興鎮(zhèn)設(shè)施葡萄經(jīng)濟效益不明顯。進一步分析，如基地效益評價得分趨勢圖（圖2）所示，圖中折線為各時期得分點的連線，趨勢虛線為各基地得分點最小二乘法線性回歸所得，可反映因子分析下不同年份的設(shè)施葡萄基地間得分情況變化規(guī)律。由虛線斜率（k）<0可知，3個時期各基地經(jīng)濟效益差異明顯;趨勢線k分別為 -0.1516、-0.1404和-0.1247，k呈現(xiàn)出增大趨勢，說明2015—2018年各基地間得分數(shù)值差距縮小，經(jīng)濟效益差距逐漸縮小。

4. 2 優(yōu)化調(diào)整政府支持設(shè)施農(nóng)業(yè)的資金使用方向

為全面提升設(shè)施生產(chǎn)車間的工廠化生產(chǎn)水平，提高全年產(chǎn)出效能和綜合利用能力，各級政府農(nóng)業(yè)、財政主管部門支持設(shè)施農(nóng)業(yè)的資金使用環(huán)節(jié)應(yīng)向推進智能化、數(shù)據(jù)化及高新品種、新技術(shù)應(yīng)用方向轉(zhuǎn)移，建立“企業(yè)負責(zé)棚架、管網(wǎng)等基礎(chǔ)設(shè)施建設(shè)，政府支持智能監(jiān)測控制、產(chǎn)品質(zhì)量監(jiān)控及高產(chǎn)高效模式創(chuàng)建”相互補充的投融資模式，采取“政府投一點，企業(yè)籌一點，融資貸一點”的方式，保障資金投入，提高產(chǎn)出效益。

4. 3 著力提升區(qū)域設(shè)施農(nóng)業(yè)企業(yè)的經(jīng)營管理水平

針對重慶市璧山區(qū)屬中亞熱帶濕潤季風(fēng)氣候，氣候潮濕、雨量充沛，春旱、夏澇、秋涼、冬暖的特點，著力推廣普及避雨栽培、水肥渣一體化、環(huán)境智能監(jiān)測技術(shù)，并提升土壤有機質(zhì)含量的應(yīng)用，充分利用重慶的光熱條件和小氣候環(huán)境特點，以提高葡萄產(chǎn)量、品質(zhì)和食用性安全。在品種搭配上，除主要種植蜜麗葡萄外，考慮到璧山區(qū)所處地理位置，應(yīng)選種適合地區(qū)種植的高附加值早熟品種，如小蜜蜂、京蜜、巨玫瑰、維多利亞和夏黑等。在技術(shù)推廣上，在大數(shù)據(jù)、物聯(lián)網(wǎng)、智能化應(yīng)用基礎(chǔ)上建立學(xué)習(xí)、觀摩、休閑觀光體驗的發(fā)展理念、核心技術(shù)和經(jīng)營策略，抓住國家實施鄉(xiāng)村振興戰(zhàn)略的大好機遇，帶動重慶地區(qū)設(shè)施葡萄生產(chǎn)企業(yè)全面提升經(jīng)營管理水平。

參考文獻：

陳丹艷，楊振超，孔政，胡曉婷，王曉旭，何蔚，陳樂涵. 2018. 設(shè)施農(nóng)業(yè)固碳研究現(xiàn)狀與展望[J]. 中國農(nóng)業(yè)科技導(dǎo)報，20（2）： 122-128. [Chen D Y，Yang Z C，Kong Z，Hu X T，Wang X X，He W，Chen L H. 2018. Current situation and prospect of carbon sequestration facility agriculture[J]. Journal of Agricultural Science and Technology，20（2）： 122-128.]

馮修紀(jì). 2014. 德江縣2010年糧食增產(chǎn)工程項目經(jīng)濟效益評價[J]. 農(nóng)技服務(wù)，31（9）： 26-27. [Feng X J. 2014. Economic benefit evaluation of Dejiang County grain yield increase project in 2010[J]. Agricultural Technology Service，31（9）： 26-27.]

韓琦. 2017. 西寧市設(shè)施農(nóng)業(yè)物聯(lián)網(wǎng)建設(shè)效益分析[J]. 農(nóng)業(yè)科技通訊，（8）：55-56. [Han Q. 2017. Benefit analysis of construction of internet of things for facilities agriculture in Xining City[J]. Bulletin of Agricultural Science and Technology，（8）：55-56.]

李小勝，陳珍珍. 2010. 如何正確應(yīng)用SPSS軟件做主成分分析[J]. 統(tǒng)計研究，27（8）： 105-108. [Li X S，Chen Z Z. 2010. Correctly using SPSS software for principal components analysis[J]. Statistical Research，27（8）：105-108.]

聶華林，胡文威，漆建波. 2017. 重慶市萬州區(qū)設(shè)施農(nóng)業(yè)發(fā)展現(xiàn)狀問題及對策[J]. 農(nóng)業(yè)技術(shù)與裝備，（10）： 21-23. [Nie H L，Hu W W，Qi J B. 2017. Development status problems and countermeasures of facility agriculture in Wanzhou District of the Municipality of Chongqing[J]. Agricultural Technology & Equipment，（10）： 21-23.]

齊飛，周新群，丁小明，魏曉明. 2012. 設(shè)施農(nóng)業(yè)工程技術(shù)分類方法討論[J]. 農(nóng)業(yè)工程學(xué)報，28（10）： 1-7. [Qi F，Zhou X Q，Ding X M，Wei X M. 2012. Discussion on classification method of protected agricultural engineering technology[J]. Transactions of the Chinese Society of Agricultural Engineering，28（10）： 1-7.]

宋艷超，王德勇，閔凱. 2016. 政府職能角度下設(shè)施農(nóng)業(yè)發(fā)展的SWOT分析——以大慶市大同區(qū)為例[J]. 安徽農(nóng)業(yè)科學(xué)，44（12）： 281-283. [Song Y C，Wang D Y，Min K. 2016. SWOT Analysis of facility agriculture development under the perspective of government function—A case of Datong District in Daqing City[J]. Journal of Anhui Agricultural Sciences，44（12）： 281-283.]

唐高光，陳士銀. 2016. 基于SEM模型的高標(biāo)項目“三農(nóng)”效益分析——以徐聞縣前山鎮(zhèn)項目為例[J]. 科技資訊，14（17）： 64-67. [Tang G G，Chen S Y. 2016. Benefit analysis of high standard project “three rural issues” based on SEM model—Taking Qianshan Town project of Xuwen County as an example[J]. Science & Technology Information，14（17）： 64-67.]

王富喜，毛愛華，李赫龍，賈明璐. 2013. 基于熵值法的山東省城鎮(zhèn)化質(zhì)量測度及空間差異分析[J]. 地理科學(xué)，33（11）：1323-1329. [Wang F X，Mao A H，Li H L，Jia M L. 2013. Quality measurement and regional difference of urbanization in Shandong Province based on the entropy method[J]. Scientia Geographica Sinica，33（11）：1323-1329.]

楊文健，陳麗萍. 2012. 農(nóng)業(yè)可持續(xù)發(fā)展的經(jīng)濟效益評價指標(biāo)體系研究——以重慶市為例[J]. 中國農(nóng)業(yè)資源與區(qū)劃，37（5）： 1-7. [Yang W J，Chen L P. 2012. Research on economic benefit evaluation index system of agriculture sustainable development—Take Chongqing City as an example[J]. Chinese Journal of Agricultural Resources and Regional Planning，37（5）： 1-7.]

藥林桃，李慶，曹曉林，陳立才，李寶光. 2018. 江西省設(shè)施種植業(yè)發(fā)展模式與對策研究——以瑞金市等六縣（市）為例[J]. 現(xiàn)代農(nóng)業(yè)科技，（16）： 164-166. [Yao L T，Li Q，Cao X L，Chen L C，Li B G. 2018. Study on current development modes and countermeasures of facility plan-ting in Jiangxi Province：Taking Ruijin City and other five counties（cities） as examples[J]. Modern Agricultural Science and Technology，（16）： 164-166.]

葉宗裕. 2003. 關(guān)于多指標(biāo)綜合評價中指標(biāo)正向化和無量綱化方法的選擇[J]. 浙江統(tǒng)計，（4）： 24-25. [Ye Z Y. 2003. Selection of the methods of index forward and dimensionless in multi-index comprehensive evaluation[J]. Zhejiang Statistics，（4）： 24-25.]

曾璐，李巧云，趙晶，孔巍，孔祥斌. 2016. 設(shè)施農(nóng)業(yè)用地規(guī)模對設(shè)施農(nóng)業(yè)項目生態(tài)效益的影響[J]. 農(nóng)村經(jīng)濟與科技，27（11）： 15-16. [Zeng L，Li Q Y，Zhao J，Kong W，Kong X B. 2016. The influence of the scale of facility agricultural land on the ecological benefits of facility agricultu-ral projects[J]. Rural Economy and Science-Technology，27（11）： 15-16.]

張鳳榮，張小京，周建. 2015. 都市區(qū)設(shè)施農(nóng)業(yè)用地空間變化及其政策啟示[J]. 資源科學(xué)，37（4）： 637-644. [Zhang F R，Zhang X J，Zhou J. 2015. Spatial changes of greenhouse land and policy enlightenment in metropolitan areas[J]. Resources Science，37（4）： 637-644.]

張震，劉學(xué)瑜. 2015. 我國設(shè)施農(nóng)業(yè)發(fā)展現(xiàn)狀與對策[J]. 農(nóng)業(yè)經(jīng)濟問題，（5）：64-70. [Zhang Z，Liu X Y. 2015. The present situation and countermeasures of facility agriculture development in our country[J]. Issues in Agricultu-ral Economy，（5）：64-70.]

趙坤，何曉瑤. 2018. 設(shè)施農(nóng)業(yè)發(fā)展的SWOT分析及對策思考——以內(nèi)蒙古巴彥淖爾市為例[J]. 時代金融，（9）： 91-93. [Zhao K，He X Y. 2018. SWOT Analysis and countermeasure consideration of facility agriculture development： A case study of Bayannaoer City，Inner Mongolia[J]. Times Finance，（9）： 91-93.]

周麗梅，段彥丹. 2008. 設(shè)施葡萄栽培關(guān)鍵技術(shù)[J]. 現(xiàn)代農(nóng)業(yè)科技，（24）： 79. [Zhou L M，Duan Y D. 2008. Critical techniques of protected grape cultivation[J]. Modern Agri-cultural Science and Technology，（24）： 79.]

周振興. 2014. 設(shè)施農(nóng)業(yè)發(fā)展理論與技術(shù)體系構(gòu)建的實證研究——基于江蘇設(shè)施農(nóng)業(yè)高效創(chuàng)建模式分析[J]. 農(nóng)業(yè)科技管理，33（1）： 7-11. [Zhou Z X. 2014. An empirical study on development theory and technical system on facility agriculture，based on analysis of modes of creation of efficient facility agriculture in Jiangsu Province[J]. Management of Agricultural Science and Technology，33（1）： 7-11.]

鄒利東，郭航，朱秀芳，王艷艷，鄭學(xué)昌，王建闊. 2014. 設(shè)施農(nóng)業(yè)空間分布信息自動提取方法研究[J]. 遙感技術(shù)與應(yīng)用，29（4）： 669-674. [Zou L D，Guo H，Zhu X F，Wang Y Y，Zheng X C，Wang J K. 2014. Automatically extrac-ting the spatial distribution information of facility agriculture[J]. Remote Sensing Technology and Application，29（4）： 669-674.]