王金梅

（1.中煤航測(cè)遙感集團(tuán)有限公司，陜西 西安 710100；2.中煤數(shù)字科技（廣州）有限公司，廣東 廣州 510000）

0 引言

2018年中央一號(hào)文件以鄉(xiāng)村振興戰(zhàn)略為主線，詳細(xì)部署了鄉(xiāng)村振興戰(zhàn)略的時(shí)間表和路線圖，其中強(qiáng)調(diào)不同地區(qū)、不同發(fā)展階段的村莊要因地制宜、因時(shí)而異地實(shí)施鄉(xiāng)村振興戰(zhàn)略。對(duì)此，多位學(xué)者從鄉(xiāng)村綠色發(fā)展理念出發(fā)，分別從自然因素、經(jīng)濟(jì)因素、社會(huì)因素3個(gè)方面，同時(shí)結(jié)合鄉(xiāng)村產(chǎn)業(yè)發(fā)展、美麗鄉(xiāng)村建設(shè)和農(nóng)民生活改善3個(gè)維度，構(gòu)建了我國(guó)鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系，最后得出結(jié)論，認(rèn)為發(fā)展現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)的關(guān)鍵是產(chǎn)業(yè)融合［1-3］。目前已有研究對(duì)于鄉(xiāng)村振興五大目標(biāo)任務(wù)的具體界定較為詳盡，但對(duì)鄉(xiāng)村振興發(fā)展水平的研究相對(duì)較少［4-5］。因此，筆者提出在多準(zhǔn)則的影響下對(duì)鄉(xiāng)村振興發(fā)展進(jìn)行評(píng)價(jià)，全面、多方位地反映鄉(xiāng)村振興發(fā)展水平。圍繞鄉(xiāng)村振興戰(zhàn)略方針，從自然地理?xiàng)l件、農(nóng)業(yè)資源、開(kāi)發(fā)建設(shè)及休閑娛樂(lè)4個(gè)準(zhǔn)則層出發(fā)，利用熵權(quán)TOPSIS法，構(gòu)建指標(biāo)體系，計(jì)算鄉(xiāng)村振興發(fā)展指數(shù)。同時(shí)，對(duì)2018年惠州市1 270個(gè)村莊的鄉(xiāng)村發(fā)展水平進(jìn)行量化測(cè)評(píng)，為鄉(xiāng)村分類發(fā)展和村莊規(guī)劃試點(diǎn)工作的開(kāi)展提供理論和方法參考。

1 研究區(qū)及數(shù)據(jù)來(lái)源

惠州市地處粵港澳大灣區(qū)東岸，背靠羅浮山，南臨大亞灣，是珠江三角洲中心城市之一?；葜菔锌偯娣e11 347 km2，設(shè)有仲愷高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)和大亞灣經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)2個(gè)國(guó)家級(jí)開(kāi)發(fā)區(qū)，是國(guó)土空間規(guī)劃、村莊規(guī)劃優(yōu)化提升試點(diǎn)城市之一。研究區(qū)共有 1 270個(gè)村莊。研究矢量數(shù)據(jù)源于2018年惠州市土地利用變更調(diào)查矢量數(shù)據(jù)庫(kù)，柵格數(shù)據(jù)源于地理空間數(shù)據(jù)云平臺(tái)。利用柵格數(shù)據(jù)源，可以對(duì)自然地理?xiàng)l件的相關(guān)指標(biāo)進(jìn)行計(jì)算；利用2018年惠州市土地利用數(shù)據(jù)，可以對(duì)農(nóng)業(yè)資源、開(kāi)發(fā)建設(shè)、休閑娛樂(lè)等方面的相關(guān)指標(biāo)進(jìn)行計(jì)算，以此作為計(jì)算下層指標(biāo)層的數(shù)據(jù)支撐。

2 鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系構(gòu)建

2.1 鄉(xiāng)村振興評(píng)價(jià)指標(biāo)的確定

根據(jù)對(duì)鄉(xiāng)村振興戰(zhàn)略總體目標(biāo)的分析和對(duì)鄉(xiāng)村布局的研究，筆者構(gòu)建了4個(gè)準(zhǔn)則層，同時(shí)，將這4個(gè)準(zhǔn)則層細(xì)分為17個(gè)指標(biāo)層，筆者采用的“四準(zhǔn)則十七指標(biāo)”可以較全面地反映出現(xiàn)階段鄉(xiāng)村的客觀發(fā)展條件，并且根據(jù)數(shù)學(xué)量化方法，對(duì)17個(gè)指標(biāo)項(xiàng)進(jìn)行量化處理，為之后的發(fā)展指數(shù)計(jì)算做準(zhǔn)備。筆者建立的鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系和各指標(biāo)的說(shuō)明如表1所示。

表1 鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系

2.2 發(fā)展指數(shù)計(jì)算方法

筆者利用構(gòu)建的鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系，采用多目標(biāo)決策分析中較為常用的熵權(quán)TOPSIS法，計(jì)算各鄉(xiāng)村的振興發(fā)展指數(shù)。這不僅可以充分利用原始數(shù)據(jù)信息，而且結(jié)果能精確地反映各評(píng)價(jià)方案之間的差距。

熵權(quán)TOPSIS法的基本思路如下：首先，根據(jù)指標(biāo)體系構(gòu)建評(píng)價(jià)矩陣，并對(duì)其進(jìn)行無(wú)量綱化處理；其次，通過(guò)熵值法計(jì)算各指數(shù)的權(quán)重大小，從而構(gòu)建加權(quán)評(píng)價(jià)矩陣；最后，對(duì)各項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，得到正理想解和負(fù)理想解，并以此得出正理想解和負(fù)理想解之間的加權(quán)歐式距離，計(jì)算出各個(gè)評(píng)價(jià)對(duì)象的排名。當(dāng)計(jì)算得到的熵值越小，說(shuō)明信息量越大，確定性越高，反之則相反。此次研究的主要計(jì)算步驟如下。

首先，構(gòu)建評(píng)價(jià)矩陣：

式（1）中：a指被評(píng)價(jià)對(duì)象的數(shù)量；b指每一個(gè)被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)數(shù)量。

其次，無(wú)量綱化處理。采用極差變換法對(duì)選取的原始指標(biāo)進(jìn)行無(wú)量綱化處理，即通過(guò)式（2）將指標(biāo)xij轉(zhuǎn)換為指標(biāo)zij，以此形成規(guī)范評(píng)價(jià)矩陣Z。

式（2）中：i=1,2,…,a；j=1,2,…,b。

再次，確定指標(biāo)權(quán)重。在規(guī)范評(píng)價(jià)矩陣Z的基礎(chǔ)上，計(jì)算第j個(gè)評(píng)價(jià)指標(biāo)xj的熵值，計(jì)算公式如式（3）、式（4）。隨后，通過(guò)式（5）計(jì)算第j個(gè)評(píng)價(jià)指標(biāo)xj的權(quán)重。

然后，構(gòu)建加權(quán)評(píng)價(jià)矩陣。通過(guò)rij=wj×zij將指標(biāo)zij轉(zhuǎn)換為指標(biāo)rij，以此形成加權(quán)評(píng)價(jià)矩陣R=（rij）a×b。

最后，計(jì)算鄉(xiāng)村振興發(fā)展指數(shù)。先確定加權(quán)評(píng)價(jià)矩陣R的正理想解向量，[見(jiàn)式（6）]和負(fù)理想解向量[見(jiàn)式（7）]，并以此計(jì)算出各評(píng)價(jià)單元與正理想解和負(fù)理想解的距離，見(jiàn)式（8）、式（9）。再通過(guò)式（10）計(jì)算各村莊的鄉(xiāng)村振興發(fā)展指數(shù)（Ci），其數(shù)值大小與鄉(xiāng)村振興發(fā)展水平正相關(guān)。

3 鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系實(shí)證分析

基于上文構(gòu)建的鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系和發(fā)展指數(shù)計(jì)算方法，對(duì)惠州市1 270個(gè)村莊的鄉(xiāng)村振興發(fā)展指數(shù)得分進(jìn)行定量評(píng)價(jià)。評(píng)價(jià)對(duì)象a為1 270個(gè)村莊，每個(gè)被評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)b為17個(gè)，計(jì)算得出惠州市1 270個(gè)村莊的發(fā)展指數(shù)得分如表2所示。

為了驗(yàn)證筆者構(gòu)建的指標(biāo)體系的合理性，利用計(jì)算得出的各村莊的鄉(xiāng)村發(fā)展指數(shù)結(jié)果按高低排序，取前20%為中心村。將識(shí)別中心村的結(jié)果與已編制鎮(zhèn)域規(guī)劃、村莊規(guī)劃成果中對(duì)規(guī)劃村等級(jí)的定義相比較，結(jié)果與筆者計(jì)算的鄉(xiāng)村發(fā)展指數(shù)耦合程度較高。因此，筆者構(gòu)建的“四準(zhǔn)則十七指標(biāo)”的鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系可用于指導(dǎo)鄉(xiāng)村分級(jí)分類發(fā)展。

另外，整理得出惠州市各區(qū)縣鄉(xiāng)村發(fā)展指數(shù)如 表3所示。由表2和表3可以看出，惠州市鄉(xiāng)村發(fā)展水平不均衡。1 270個(gè)村莊的鄉(xiāng)村發(fā)展指數(shù)得分的平均值為0.057，僅337個(gè)村莊得分超過(guò)平均值；最高值為0.509，是最低值0.015的35倍。

表2 惠州市1 270個(gè)村莊發(fā)展指數(shù)得分

表3 惠州市各區(qū)縣鄉(xiāng)村發(fā)展指數(shù)統(tǒng)計(jì)

另外，鄉(xiāng)村發(fā)展指數(shù)得分與經(jīng)濟(jì)發(fā)展水平相關(guān)。各區(qū)縣鄉(xiāng)村發(fā)展指數(shù)平均值和高于平均值村莊占比較高的是大亞灣區(qū)和仲愷區(qū)，表明經(jīng)濟(jì)建設(shè)開(kāi)發(fā)區(qū)的設(shè)立對(duì)鄉(xiāng)村振興發(fā)展起到了推進(jìn)作用。發(fā)展指數(shù)較低的是惠城區(qū)、惠陽(yáng)區(qū)和龍門(mén)縣。其中，惠城區(qū)是主城區(qū)，惠陽(yáng)區(qū)靠近深圳，城鎮(zhèn)化水平都較高，可用于農(nóng)業(yè)發(fā)展的資源較少，在一定程度上影響了發(fā)展指數(shù)得分，后期該區(qū)鄉(xiāng)村應(yīng)繼續(xù)向城鎮(zhèn)化方向發(fā)展。龍門(mén)縣處于惠州市北部生態(tài)區(qū)，開(kāi)發(fā)建設(shè)水平較低，后期該區(qū)鄉(xiāng)村應(yīng)補(bǔ)齊基礎(chǔ)及公共服務(wù)設(shè)施短板。

將計(jì)算得出的各區(qū)縣的發(fā)展指數(shù)平均值與2018年惠州市各區(qū)縣的人均GDP做相關(guān)性分析。結(jié)果表明，鄉(xiāng)村發(fā)展指數(shù)大小與人均GDP之間的擬合度較高，總體向右上方傾斜，為正相關(guān)關(guān)系（見(jiàn)圖1）。這也反映出人均GDP高的鄉(xiāng)村，鄉(xiāng)村發(fā)展指數(shù)也高?？梢钥闯?，大亞灣的人均GDP最高，相應(yīng)的鄉(xiāng)村發(fā)展指數(shù)也就最高。但是，惠陽(yáng)區(qū)的擬合度較差，這也反映出目前惠陽(yáng)區(qū)城鎮(zhèn)化水平較高，相應(yīng)的鄉(xiāng)村發(fā)展指數(shù)較小。

圖1 惠州市各區(qū)縣的發(fā)展指數(shù)平均值與當(dāng)?shù)厝司鵊DP的關(guān)系

4 結(jié)論

惠州市鄉(xiāng)村發(fā)展水平不平衡，鄉(xiāng)村發(fā)展指數(shù)得分與經(jīng)濟(jì)發(fā)展水平相關(guān)，鄉(xiāng)村發(fā)展指數(shù)大小與人均GDP之間的擬合度較高。由此可以得出，該研究為評(píng)價(jià)鄉(xiāng)村發(fā)展現(xiàn)狀、指導(dǎo)鄉(xiāng)村分級(jí)分類發(fā)展提供了一個(gè)有現(xiàn)實(shí)操作性的方法，也為政府科學(xué)決策提供了依據(jù)。但是，由于現(xiàn)有研究數(shù)據(jù)不足，指標(biāo)體系還有待完善，后期將增加社會(huì)、經(jīng)濟(jì)、政治、鄉(xiāng)風(fēng)文明和產(chǎn)業(yè)等指標(biāo)，進(jìn)一步完善鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系，使其能為政府決策提供更科學(xué)的指導(dǎo)依據(jù)。