陳黎 陳平星

(云南大學(xué)滇池學(xué)院 云南昆明 653000)

2023年初，指導(dǎo)“三農(nóng)”工作的中央一號(hào)文件正式發(fā)布，文件要求扎實(shí)推進(jìn)鄉(xiāng)村振興建設(shè)，持續(xù)撬動(dòng)金融和社會(huì)資本按市場(chǎng)化原則更多投向農(nóng)業(yè)農(nóng)村。鄉(xiāng)村振興工程是持久而全面的建設(shè)工程，包含著豐富的內(nèi)涵和外延，構(gòu)建合理且完善的評(píng)價(jià)體系是檢驗(yàn)國(guó)家和各個(gè)地區(qū)鄉(xiāng)村振興完成程度的重要基礎(chǔ)。關(guān)于鄉(xiāng)村振興指標(biāo)體系構(gòu)建的相關(guān)研究，張挺等(2018)通過理論分析及德爾菲專家打分法構(gòu)造出基于全國(guó)層面的鄉(xiāng)村振興三層指標(biāo)及其對(duì)應(yīng)的若干目標(biāo)值[1]；劉瑾等(2021)通過對(duì)四川省部分州市的鄉(xiāng)村振興發(fā)展情況進(jìn)行研究，構(gòu)建了一套鄉(xiāng)村振興指標(biāo)體系，并創(chuàng)新性地使用四川省鄉(xiāng)村振興監(jiān)測(cè)數(shù)據(jù)進(jìn)行實(shí)證分析[2]。此外，少量文獻(xiàn)以全國(guó)省級(jí)面板數(shù)據(jù)為基礎(chǔ)，構(gòu)建我國(guó)鄉(xiāng)村振興綜合評(píng)價(jià)指標(biāo)體系并以此作為被解釋變量，研究其他因素對(duì)鄉(xiāng)村振興發(fā)展水平的影響[3-5]。

云南省位于我國(guó)西部邊陲，經(jīng)濟(jì)發(fā)展相對(duì)落后，鄉(xiāng)村振興擔(dān)子重責(zé)任大，但同時(shí)云南鄉(xiāng)村又有著廣闊的地域范圍、重要的地域經(jīng)濟(jì)社會(huì)單元功能以及獨(dú)特的地域民族文化魅力。實(shí)施鄉(xiāng)村振興戰(zhàn)略，對(duì)云南具有重大現(xiàn)實(shí)意義和深遠(yuǎn)歷史意義。現(xiàn)有研究多以定性分析為主，定量文獻(xiàn)少，郭豪杰等(2019)結(jié)合德爾菲法制定了一套云南省鄉(xiāng)村振興評(píng)價(jià)指標(biāo)體系，利用AHP法進(jìn)行指標(biāo)測(cè)度[6]，但AHP法屬于主觀賦權(quán)，人為評(píng)分可能會(huì)對(duì)鄉(xiāng)村振興發(fā)展水平的測(cè)算帶來干擾。因此，本文立足云南省，以“產(chǎn)業(yè)振興”等五大核心要求為一級(jí)指標(biāo)，以“糧食總產(chǎn)量”等二十項(xiàng)具體內(nèi)容為二級(jí)指標(biāo)，構(gòu)建云南省鄉(xiāng)村振興綜合評(píng)價(jià)體系。為提高評(píng)價(jià)結(jié)果的準(zhǔn)確性，本文分別采用主成分分析和熵值法測(cè)算云南省鄉(xiāng)村振興發(fā)展水平，并利用秩和比法進(jìn)行歸檔，以此研判鄉(xiāng)村振興戰(zhàn)略的提出是否真實(shí)有效地促進(jìn)了云南省的鄉(xiāng)村繁榮。

1 構(gòu)建指標(biāo)體系及資料來源

本文以國(guó)家鄉(xiāng)村振興戰(zhàn)略五大要求為一級(jí)指標(biāo)，結(jié)合《云南省鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》，充分考慮數(shù)據(jù)的可獲得性、全面性、連貫性，共計(jì)選取了20個(gè)二級(jí)指標(biāo)，以綜合評(píng)價(jià)云南省鄉(xiāng)村振興發(fā)展水平，具體見表1。

表1 云南省鄉(xiāng)村振興綜合評(píng)價(jià)體系

此外，數(shù)據(jù)選取時(shí)間為2009—2021年，在此期間我國(guó)先后提出了脫貧攻堅(jiān)和鄉(xiāng)村振興戰(zhàn)略，以用于考察云南省鄉(xiāng)村發(fā)展建設(shè)隨國(guó)家政策的變動(dòng)情況。數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》以及Wind資訊等，個(gè)別數(shù)據(jù)出現(xiàn)統(tǒng)計(jì)缺失，以插值法、回歸法等方法進(jìn)行補(bǔ)齊。

2 主要研究方法

為避免主觀和單一評(píng)價(jià)，采用主成分分析和熵值法結(jié)合加權(quán)秩和比法(WRSR)對(duì)云南省鄉(xiāng)村振興水平進(jìn)行綜合評(píng)價(jià)，以客觀反映鄉(xiāng)村發(fā)展情況。

2.1 主成分分析

主成分分析可用于對(duì)多指標(biāo)數(shù)據(jù)信息進(jìn)行濃縮，通過提取主成分進(jìn)行主成分得分和綜合得分的計(jì)算。關(guān)鍵步驟包括：

第一步，利用z-score法則對(duì)原始數(shù)據(jù)進(jìn)行處理，進(jìn)一步將多個(gè)分析指標(biāo)濃縮成幾個(gè)概括性指標(biāo)，即主成分；

第二步，利用方差解釋率進(jìn)行主成分的權(quán)重計(jì)算；

第三步，在上述基礎(chǔ)上，結(jié)合主成分得分情況，計(jì)算得到綜合得分。

2.2 熵值法

熵值法依據(jù)數(shù)據(jù)本身的信息量進(jìn)行客觀賦權(quán)，最終測(cè)算出云南省鄉(xiāng)村振興發(fā)展水平綜合指數(shù)。熵值法進(jìn)行測(cè)度評(píng)價(jià)的具體步驟如下：

第一步，對(duì)n年m個(gè)指標(biāo)歸一化處理?？紤]各項(xiàng)指標(biāo)計(jì)量單位不完全統(tǒng)一，在進(jìn)行綜合指標(biāo)計(jì)算前，先對(duì)各類子指標(biāo)從絕對(duì)量轉(zhuǎn)為相對(duì)量，以解決不同質(zhì)指標(biāo)值的同質(zhì)化問題。因本文構(gòu)建的指標(biāo)體系均為正向指標(biāo)(見表1)，統(tǒng)一采取以下最大最小法則算法進(jìn)行歸一化處理：

其中，i表示年份順序，j表示各具體子指標(biāo)i=1,2,…n；j=1,2,…m；xij，yij分別代表原始和歸一化后的指標(biāo)數(shù)據(jù)。

第二步，計(jì)算第j項(xiàng)指標(biāo)的熵值ej。

易知，熵值ej≥ 0。

第三步，計(jì)算各項(xiàng)指標(biāo)的權(quán)重wj。

其中dj=1-ej，表示信息熵冗余度，即信息效用值，該值越大對(duì)應(yīng)指標(biāo)權(quán)重越高。

第四步，計(jì)算不同年份下指標(biāo)的綜合得分sj。

2.3 秩和比法

秩和比(RSR)分析算法廣泛應(yīng)用于醫(yī)療衛(wèi)生領(lǐng)域多指標(biāo)綜合評(píng)價(jià)，使用RSR法綜合評(píng)價(jià)不同醫(yī)院的醫(yī)療水平情況并且進(jìn)行醫(yī)療水平排名和分檔次[7]。本文將RSR算法應(yīng)用于云南省歷年來鄉(xiāng)村振興發(fā)展水平的排序。RSR秩和比法共需五步，分別是RSR值計(jì)算、RSR分布計(jì)算、模型構(gòu)建擬合、分檔排序臨界值和分檔排序結(jié)果。其中，關(guān)鍵步驟包括：

一是編秩次。對(duì)指標(biāo)進(jìn)行秩次的排序，計(jì)算頻數(shù)、累計(jì)頻數(shù)、平均秩次以及向下累計(jì)頻率值，查《百分比與概率單位對(duì)照表》以確定所對(duì)應(yīng)的概率單位值Probit[8]；

二是RSR值的擬合值。將上一步得到的Probit值作為自變量X，將RSR分布值作為因變量Y進(jìn)行線性回歸模型擬合，并結(jié)合此回歸方程計(jì)算RSR值的擬合值，用于最終的分檔排序；

三是分檔排序。結(jié)合分檔排序臨界值0，得到最終不同年份的分檔等級(jí)Level，Level數(shù)字越大，代表等級(jí)越好。

3 實(shí)證結(jié)果與分析

3.1 主成分測(cè)算結(jié)果

本文利用z-score法則對(duì)20個(gè)二級(jí)指標(biāo)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并進(jìn)行Bartlett 球形度檢驗(yàn)，結(jié)果顯示p值小于0.5，表明可以進(jìn)一步做主成分分析。通過主成分分析過程得到各評(píng)價(jià)指標(biāo)的特征值、貢獻(xiàn)率以及累積貢獻(xiàn)率，并據(jù)此提取2個(gè)主成分，具體見表2。

表2 主成分提取

表2顯示主成分分析共提取出2個(gè)主成分，特征根值均大于1，此2個(gè)主成分的方差解釋率分別是81.901%、9.940%，累積方差解釋率為91.841%。此時(shí)，可計(jì)算出各主成分加權(quán)后方差解釋率，即權(quán)重依次為：

81.901/91.841=89.18% 9.940/91.841=10.82%

進(jìn)一步，根據(jù)公式：線性組合系數(shù)=成分載荷數(shù)/sqrt(特征根),計(jì)算得到2個(gè)主成分下各指標(biāo)的系數(shù)，結(jié)合標(biāo)準(zhǔn)化后的數(shù)據(jù)得到2個(gè)主成分得分及綜合得分，得分越高則表明當(dāng)年鄉(xiāng)村振興程度就越高，結(jié)果如表3所示。

表3 主成分得分和綜合得分

3.2 熵值法測(cè)算結(jié)果

依據(jù)最大最小法則，對(duì)所有原始指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。根據(jù)前文所述關(guān)于熵值法的應(yīng)用步驟，依次計(jì)算出各個(gè)指標(biāo)的信息熵值、信息效用值以及權(quán)重系數(shù)，結(jié)果如表4所示。

表4 二級(jí)指標(biāo)的信息熵值、信息效用值以及權(quán)重系數(shù)

進(jìn)一步，依據(jù)表4的權(quán)重系數(shù)，結(jié)合歸一化后的數(shù)據(jù)，加權(quán)計(jì)算出鄉(xiāng)村振興歷年的綜合指數(shù)，數(shù)值越大代表當(dāng)年鄉(xiāng)村振興水平越高，結(jié)果如表5所示。

表5 熵值法下測(cè)算鄉(xiāng)村振興綜合指數(shù)

依據(jù)表4和表5的結(jié)果數(shù)據(jù)可知，與主成分分析相比，熵值法下2010年與2011年的排名順序有細(xì)微差異，其余年份的排序高度一致。這表明，云南省鄉(xiāng)村振興水平整體上呈現(xiàn)良好的向上勢(shì)頭，鄉(xiāng)村建設(shè)和產(chǎn)業(yè)發(fā)展不斷得以提升。

3.3 基于秩和比法的等級(jí)評(píng)價(jià)

為進(jìn)一步探討鄉(xiāng)村振興發(fā)展情況與相關(guān)政策的提出時(shí)點(diǎn)是否存在必然聯(lián)系，本文采用秩和比法進(jìn)行綜合排序，并根據(jù)不同時(shí)間段進(jìn)行歸檔。

在主成分和熵值法計(jì)算過程中，可分別得到一級(jí)指標(biāo)的權(quán)重，利用加權(quán)后的一級(jí)指標(biāo)數(shù)據(jù)進(jìn)行WRSR分析，考察兩種評(píng)價(jià)方法下鄉(xiāng)村振興發(fā)展水平的RSR值、RSR分布值、Probit值以及回歸模型中RSR擬合值，結(jié)果如表6所示。

表6 兩種評(píng)價(jià)方法下鄉(xiāng)村振興發(fā)展水平RSR擬合值及分檔等級(jí)(Level)

表6中兩處RSR擬合值是根據(jù)各自的回歸方程計(jì)算得出，該回歸模型中因變量是表格中RSR分布值，自變量是Probit值。分檔等級(jí)Level是依據(jù)分檔排序臨界值表格給出，Level數(shù)字越大，代表等級(jí)越好。

結(jié)果顯示，在兩種評(píng)價(jià)方法下，盡管RSR擬合值存在著細(xì)微差別，但是最終的分檔等級(jí)是一致的。從Level數(shù)值結(jié)果來看，2011年云南省鄉(xiāng)村振興水平存在小幅回落，但是整體上是穩(wěn)步上升的；從2019年開始，云南省鄉(xiāng)村發(fā)展有了質(zhì)的提高，整體水平大幅度上升，這表明我國(guó)2017年提出的鄉(xiāng)村振興戰(zhàn)略計(jì)劃，確實(shí)對(duì)云南省農(nóng)村地區(qū)產(chǎn)生了積極的推動(dòng)力。

4 結(jié)語

鄉(xiāng)村振興戰(zhàn)略的全面實(shí)施有利于解決我國(guó)長(zhǎng)久以來的“三農(nóng)”問題，有利于實(shí)現(xiàn)全民共同小康?，F(xiàn)有文獻(xiàn)對(duì)于云南省鄉(xiāng)村振興問題的定量研究比較匱乏，極少數(shù)文獻(xiàn)利用專家打分等主觀評(píng)價(jià)模型估算了鄉(xiāng)村振興綜合指數(shù)。本文首先構(gòu)建了包含5項(xiàng)一級(jí)指標(biāo)、20項(xiàng)二級(jí)指標(biāo)的云南省鄉(xiāng)村振興綜合評(píng)價(jià)體系；其次，分別采用主成分和熵值法測(cè)算鄉(xiāng)村振興發(fā)展水平，并對(duì)兩種方法進(jìn)行比較；最后，利用加權(quán)秩和比法測(cè)算出Level數(shù)值并進(jìn)行歸檔。結(jié)果顯示：

(1)兩種測(cè)算鄉(xiāng)村振興發(fā)展水平的方法，僅在2010年和2011年的排名上有細(xì)微差異，其余年份排序高度一致；

(2)兩種方法計(jì)算結(jié)果均表明云南省近十年鄉(xiāng)村發(fā)展穩(wěn)步前進(jìn)；

(3)秩和比法得到的分檔等級(jí)顯示：從2019年起，云南省鄉(xiāng)村振興水平顯著提升，表明鄉(xiāng)村振興戰(zhàn)略的提出對(duì)于云南省農(nóng)村地區(qū)的發(fā)展產(chǎn)生了積極影響。

本文旨在利用不同評(píng)價(jià)方法多維度測(cè)算云南省鄉(xiāng)村振興發(fā)展水平。此外，在計(jì)算綜合指數(shù)的過程中， 5個(gè)一級(jí)指標(biāo)及20個(gè)二級(jí)指標(biāo)的權(quán)重也相應(yīng)給出，管理者可以根據(jù)權(quán)重的大小判定其對(duì)鄉(xiāng)村振興發(fā)展的貢獻(xiàn)力度，以此提出更有針對(duì)性的規(guī)劃建議。