呂舒婕 林 健,2

(1.福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院,福建 福州 350002;2.福建農(nóng)林大學(xué)農(nóng)林大數(shù)據(jù)研究中心,福建 福州 350002)

1 概述

近年來(lái),我國(guó)的整體發(fā)展呈現(xiàn)出一定的區(qū)域差異,這種不平衡的發(fā)展會(huì)導(dǎo)致資源更容易向發(fā)達(dá)的地方傾斜,如北上廣深等特大城市引進(jìn)大量高質(zhì)量人才,長(zhǎng)此以往,將會(huì)引發(fā)嚴(yán)重城鄉(xiāng)數(shù)字鴻溝。黨的十九大正式提出將鄉(xiāng)村振興作為全面建成小康社會(huì)的重大戰(zhàn)略部署。實(shí)現(xiàn)鄉(xiāng)村振興,首當(dāng)其沖應(yīng)該關(guān)注如何更好地建設(shè)數(shù)字鄉(xiāng)村。方迎君[1]根據(jù)鄉(xiāng)村振興的戰(zhàn)略規(guī)劃,從數(shù)字鄉(xiāng)村現(xiàn)階段發(fā)展?fàn)顩r出發(fā),設(shè)計(jì)數(shù)字鄉(xiāng)村建設(shè)評(píng)價(jià)指標(biāo)體系;林帥君等[2]建立了一個(gè)涵蓋產(chǎn)業(yè)、教育、治理、惠民、環(huán)境和交通等6個(gè)方面的未來(lái)鄉(xiāng)村建設(shè)指標(biāo)體系。此外,運(yùn)用合適的方法確定指標(biāo)體系權(quán)重也是數(shù)字鄉(xiāng)村評(píng)價(jià)的研究重點(diǎn)之一?？靛鸞3]針對(duì)湖南省數(shù)字鄉(xiāng)村實(shí)際建設(shè)狀況,采用AHP法和優(yōu)劣解距離法分別對(duì)評(píng)價(jià)指標(biāo)的權(quán)重進(jìn)行確定和實(shí)例分析;許敬輝等[4]以全國(guó)各省份的數(shù)字鄉(xiāng)村相關(guān)數(shù)據(jù)為基礎(chǔ),通過(guò)因子分析法對(duì)數(shù)字鄉(xiāng)村發(fā)展指標(biāo)的重要程度進(jìn)行測(cè)算區(qū)分;李欣悅等[5]從農(nóng)村發(fā)展的局限性出發(fā),采用變異系數(shù)法對(duì)各指標(biāo)重要性進(jìn)行計(jì)算;劉慶[6]以河南省為研究區(qū)域,采用熵權(quán)法計(jì)算出各數(shù)字鄉(xiāng)村評(píng)價(jià)指標(biāo)的權(quán)重,并進(jìn)一步結(jié)合TOPSIS法對(duì)數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行測(cè)度;姜紅波等[7]以Fuzzy-DANP法為媒介,對(duì)全國(guó)數(shù)字鄉(xiāng)村各評(píng)價(jià)維度之間的相互作用關(guān)系進(jìn)行分析與權(quán)重計(jì)算。

受限于專(zhuān)家的知識(shí)儲(chǔ)備及客觀存在的問(wèn)題模糊性,所給出的判斷信息往往是不確定的。但大部分?jǐn)?shù)字鄉(xiāng)村評(píng)價(jià)矩陣中的偏好表達(dá)均為精確的點(diǎn)值,忽略了決策信息本身的不確定性,且現(xiàn)有的數(shù)字鄉(xiāng)村指標(biāo)權(quán)重計(jì)算方法在與模糊評(píng)價(jià)模型結(jié)合運(yùn)用時(shí),并未對(duì)評(píng)價(jià)模型本身的性質(zhì)即模型多解性進(jìn)行深入研究,從而導(dǎo)致一些潛在的更優(yōu)越的評(píng)價(jià)結(jié)果被遺漏。本研究為體現(xiàn)現(xiàn)實(shí)信息的不確定性,采用區(qū)間數(shù)對(duì)數(shù)字鄉(xiāng)村發(fā)展建設(shè)水平進(jìn)行評(píng)價(jià),并將模型的多重最優(yōu)解納入評(píng)價(jià)考慮范圍,完善了潛在最優(yōu)解流失的不足。此外,還根據(jù)區(qū)間數(shù)特性構(gòu)建了多重最優(yōu)解的有效篩選算法,提出了數(shù)字鄉(xiāng)村發(fā)展評(píng)價(jià)指標(biāo)權(quán)重計(jì)算的新思路。

2 相關(guān)概念

對(duì)區(qū)間模糊判斷矩陣相關(guān)的基本概念和一致性定義做出了簡(jiǎn)要解釋,對(duì)后續(xù)篩選涉及的參與指標(biāo)含義進(jìn)行概括。設(shè)Z={z1,z2,...,zn}是一個(gè)備選方案的有限集,其中n≥2,zi表示第i個(gè)備選方案,則判斷矩陣的相關(guān)概念如下所示。

①設(shè)T=(tij)n×n?Z×Z是一個(gè)模糊互補(bǔ)判斷矩陣,w=(w1,w2,...,wn)T是模糊判斷矩陣T=(tij)n×n的優(yōu)先權(quán)重向量。若tij滿(mǎn)足tij=0.5(wi-wj)+0.5,則稱(chēng)T是加性一致模糊互補(bǔ)判斷矩陣[8]。

(1)

則稱(chēng)w為T(mén)的標(biāo)準(zhǔn)化優(yōu)先權(quán)重向量。

(2)

⑤設(shè)T1=[tij(1)]n×n、T2=[tij(2)]n×n是方案集Z上的兩個(gè)n階矩陣,則兩矩陣之間的相似度表示如下[13]:

(3)

(4)

3 模型建立與多重最優(yōu)解篩選

為實(shí)現(xiàn)鄉(xiāng)村振興,促進(jìn)鄉(xiāng)村數(shù)字化發(fā)展,大量專(zhuān)家利用各類(lèi)方法對(duì)數(shù)字鄉(xiāng)村發(fā)展評(píng)價(jià)各指標(biāo)的重要性做出研究。其中,模糊測(cè)度是一種貼合實(shí)際的優(yōu)越綜合性評(píng)判媒介。但在利用模糊測(cè)度對(duì)屬性指標(biāo)之間的關(guān)系做出評(píng)判時(shí),決策者通常傾向于給出一個(gè)包含具體含義的離散標(biāo)度值,其范圍在區(qū)間數(shù)中限定在[0.1,0.9],如tij=[0.3,0.4]表示備選方案zi相較于zj優(yōu)劣程度在稍差與較差之間。相對(duì)應(yīng)的,為盡量保證專(zhuān)家評(píng)價(jià)信息的流失水平處于最低限度,使調(diào)整后的信息能夠更符合決策者的表達(dá)習(xí)慣,在信息矩陣一致性處理過(guò)程中的調(diào)整也應(yīng)是離散的。此外,傳統(tǒng)調(diào)整模型往往會(huì)忽略所計(jì)算出的最優(yōu)解的多重性,根據(jù)調(diào)整方案的不同,在無(wú)形中可能隱藏了更優(yōu)解的存在,導(dǎo)致最終計(jì)算結(jié)果并未實(shí)現(xiàn)最優(yōu)。因此,考慮到專(zhuān)家評(píng)價(jià)下的各類(lèi)鄉(xiāng)村數(shù)字化評(píng)價(jià)指標(biāo)的重要性需要更加全面且具有針對(duì)性地得到有效區(qū)分,本文挖掘模型最優(yōu)解的潛在多重性,針對(duì)區(qū)間模糊判斷矩陣的相關(guān)性質(zhì)建立一個(gè)可考慮多重最優(yōu)解的一致性離散調(diào)整和權(quán)重模型,并給出多重最優(yōu)解的精煉算法。

3.1 建立區(qū)間模糊判斷矩陣一致性調(diào)整模型

按照判斷矩陣離散化調(diào)整的要求,首先在區(qū)間模糊嚴(yán)格加性一致性條件的基礎(chǔ)上引入正負(fù)偏差的整數(shù)型變量,以0.1為單位對(duì)偏好信息進(jìn)行離散調(diào)整,并限制調(diào)整后元素范圍不超出[0.1,0.9]。其中,由于判斷矩陣中元素之間的互補(bǔ)性,模型(M-1)及后續(xù)所涉及的模型均僅針對(duì)上三角矩陣元素進(jìn)行調(diào)整和計(jì)算。其次,將模型目標(biāo)設(shè)置為最小化元素調(diào)整量,且將權(quán)重的基本性質(zhì)作為約束條件添加進(jìn)模型中,模型設(shè)置輸出多個(gè)解。最后,給出以下區(qū)間模糊判斷矩陣一致性調(diào)整多重最優(yōu)解模型(M-1):

由于模型輸出多個(gè)最優(yōu)解,多重最優(yōu)解篩選流程的設(shè)置就顯得尤為重要,以下將對(duì)不同情況下的輸出解篩選算法進(jìn)行闡述。

3.2 多重最優(yōu)解精煉算法

①輸入多重最優(yōu)解個(gè)數(shù)g(g≥0)及其對(duì)應(yīng)的調(diào)整解組s={s(1),s(2),...,s(g)}和區(qū)間優(yōu)先權(quán)重w={w(1),w(2),...w(g)},首先判斷需要調(diào)整的g≥1是否具有多個(gè)最優(yōu)解,若有則進(jìn)入下一步,否則跳轉(zhuǎn)到第4步。

④輸出唯一最優(yōu)調(diào)整后矩陣Tk和區(qū)間優(yōu)先權(quán)重 。

4 福建省數(shù)字鄉(xiāng)村發(fā)展評(píng)價(jià)及分析

4.1 構(gòu)建數(shù)字鄉(xiāng)村發(fā)展指標(biāo)體系

選定福建省福州市閩侯縣上街鎮(zhèn)為研究區(qū)域,對(duì)其整體數(shù)字鄉(xiāng)村發(fā)展?fàn)顩r進(jìn)行分析和評(píng)價(jià)。上街鎮(zhèn)氣候溫暖濕潤(rùn),有利于農(nóng)業(yè)發(fā)展,內(nèi)含19個(gè)行政村,且靠近福州高新區(qū)及大學(xué)城,無(wú)論是開(kāi)展校地合作還是與高新技術(shù)企業(yè)合作都具有得天獨(dú)厚的優(yōu)勢(shì)。同時(shí),還具有豐富的文旅資源,與多條交通要道相通,為促進(jìn)數(shù)字鄉(xiāng)村項(xiàng)目高效建設(shè)和數(shù)字賦能鄉(xiāng)村振興提供了較為優(yōu)越的條件。

根據(jù)“十四五”期間提出的鄉(xiāng)村建設(shè)的六大內(nèi)容,基于鄉(xiāng)村振興的總要求和數(shù)字鄉(xiāng)村的建設(shè)內(nèi)涵與宗旨,并結(jié)合上街鎮(zhèn)高新企業(yè)眾多、各類(lèi)資源豐富的特點(diǎn),遵循科學(xué)性、全面性及指導(dǎo)性三大原則[15],以實(shí)用性和普適性為目標(biāo),尊重以人為本的基本理念,從數(shù)字產(chǎn)業(yè)、數(shù)字科技、數(shù)字生活、數(shù)字基建和數(shù)字治理等5方面,對(duì)上街鎮(zhèn)的數(shù)字鄉(xiāng)村發(fā)展水平進(jìn)行全面指標(biāo)體系構(gòu)建,共有5個(gè)一級(jí)指標(biāo),19個(gè)二級(jí)指標(biāo)[1,15-16],如表1所示。

表1 數(shù)字鄉(xiāng)村發(fā)展水平指標(biāo)體系

續(xù)表

4.2 確定數(shù)字鄉(xiāng)村發(fā)展指標(biāo)權(quán)重

在實(shí)際應(yīng)用中,部分指標(biāo)的數(shù)據(jù)僅為一個(gè)較為模糊的范圍,呈現(xiàn)出上下波動(dòng)的趨勢(shì),利用區(qū)間數(shù)對(duì)其進(jìn)行概括較為合理,相對(duì)應(yīng)的,所計(jì)算的權(quán)重也應(yīng)為區(qū)間形式,用以體現(xiàn)數(shù)據(jù)波動(dòng)對(duì)指標(biāo)重要性的影響。根據(jù)上文構(gòu)建的數(shù)字鄉(xiāng)村發(fā)展指標(biāo)體系,利用所提出的多重最優(yōu)解篩選方法,將模型(M-1)應(yīng)用于指標(biāo)重要性評(píng)價(jià),并基于計(jì)算結(jié)果給出數(shù)字鄉(xiāng)村發(fā)展體系內(nèi)各指標(biāo)的重要程度,以便后續(xù)進(jìn)行針對(duì)性分析和建議。根據(jù)所構(gòu)建的指標(biāo)體系,邀請(qǐng)專(zhuān)家對(duì)閩侯縣上街鎮(zhèn)的數(shù)字鄉(xiāng)村發(fā)展情況進(jìn)行評(píng)判,各板塊劃分下指標(biāo)評(píng)價(jià)的6個(gè)區(qū)間判斷矩陣如下所示。

數(shù)字鄉(xiāng)村評(píng)價(jià)體系內(nèi),b1～b5對(duì)應(yīng)的19個(gè)二級(jí)指標(biāo)c1～c19的區(qū)間判斷矩陣Tb1、Tb2、Tb3、Tb4、Tb5分別為:

b1～b5等5個(gè)一級(jí)指標(biāo)層的區(qū)間判斷矩陣Tb為:

將以上6個(gè)判斷矩陣分別代入模型(M-1)進(jìn)行求解發(fā)現(xiàn),Tb2為一致矩陣,無(wú)需進(jìn)行調(diào)整,得到其對(duì)應(yīng)區(qū)間優(yōu)先權(quán)重W2={[0.2667,0.6667],[0.0667,0.6667],[0.0667,0.2667]};Tb5可得唯一解,經(jīng)多重最優(yōu)解算法篩選后,可直接輸出其唯一解及對(duì)應(yīng)區(qū)間優(yōu)先權(quán)重W5={[0,0.4],[0.2,0.4],[0.2,0.6],[0.2,0.2];Tb1、Tb3、Tb4和Tb均輸出多個(gè)最優(yōu)解。因此,利用篩選算法對(duì)這4個(gè)矩陣的調(diào)整結(jié)果進(jìn)行多重最優(yōu)解篩選。

針對(duì)Tb1求解模型(M-1),計(jì)算得到s(1)、s(2)、s(3)、s(4)、s(5)、s(6)6個(gè)最優(yōu)解和w(1)、w(2)、w(3)、w(4)、w(5)、w(6) 6個(gè)區(qū)間優(yōu)先權(quán)重,最優(yōu)調(diào)整量為2,因其有多個(gè)解,進(jìn)入多重最優(yōu)解篩選算法。6個(gè)調(diào)整解如下所示:

6個(gè)調(diào)整解的權(quán)重分別如下所示:

w(1)={[0.3333,0.7333],[0.1333,0.3333],[0.1333,0.3333]}

w(2)={[0.4667,0.6667],[0.0667,0.2667],[0.2667,0.2667]}

w(3)={[0.4667,0.6667],[0.0667,0.2667],[0.0667,0.2667]}

w(4)={[0.5333,0.7333],[0.1333,0.1333],[0.1333,0.3333]}

w(5)={[0.4,0.8],[0,0.4],[0.2,0.2]}

w(6)={[0.4667,0.6667],[0.0667,0.4667],[0.0667,0.2667]}

根據(jù)計(jì)算產(chǎn)生的6個(gè)區(qū)間權(quán)重,采用層級(jí)之間區(qū)間權(quán)重相乘的方式對(duì)單個(gè)二級(jí)指標(biāo)的權(quán)重進(jìn)行重新歸一化,給出指標(biāo)體系內(nèi)各層級(jí)指標(biāo)的重要性區(qū)間。計(jì)算得c1、c2、c33個(gè)數(shù)字產(chǎn)業(yè)指標(biāo)的權(quán)重為wb1=([0,0.2667],[0,0.1067],[0,0.1067])T,c4、c5、c63個(gè)數(shù)字科技指標(biāo)的權(quán)重為wb2=([0,0.2667],[0,0.2667],[0,0.1067])T,c7、c8、c9、c10、c115個(gè)數(shù)字生活指標(biāo)的權(quán)重為wb3=([0.016,0.192],[0.016,0.512],[0.096,0.192],[0.016,0.192],[0.016,0.352])T,c12、c13、c14、c154個(gè)數(shù)字基建指標(biāo)的權(quán)重為wb4=([0.02,0.2],[0.02,0.12],[0.02,0.28],[0.02,0.02])T,c16、c17、c18、c194個(gè)數(shù)字治理指標(biāo)的權(quán)重為wb3=([0,0.08],[0,0],[0,0.12],[0,0.04])T。

計(jì)算結(jié)果表明,數(shù)字化服務(wù)生活普及度c8在指標(biāo)體系中最為重要,其次為農(nóng)村居民數(shù)字新興產(chǎn)業(yè)就業(yè)程度c11,二者皆為概括鄉(xiāng)村居民數(shù)字生活開(kāi)展?fàn)顩r的指標(biāo)。c7、c9、c10等3個(gè)指標(biāo)也在指標(biāo)體系中占有較高比重,符合數(shù)字鄉(xiāng)村建設(shè)以人為本的中心理念。數(shù)字產(chǎn)業(yè)和數(shù)字科技的c1～c6、數(shù)字基建的c12～c14,以及數(shù)字治理的c18等10個(gè)指標(biāo)的重要程度均在0～0.3,彼此相差較小,表明在上街鎮(zhèn)未來(lái)的鄉(xiāng)村振興發(fā)展和數(shù)字鄉(xiāng)村建設(shè)中,應(yīng)當(dāng)更加注重?cái)?shù)字產(chǎn)業(yè)、數(shù)字科技和數(shù)字基建三個(gè)方面的共同建設(shè),保持三者平衡共進(jìn)。在細(xì)化到單個(gè)指標(biāo)的情況下,應(yīng)加強(qiáng)科技在農(nóng)業(yè)發(fā)展上的應(yīng)用,引進(jìn)更多的專(zhuān)業(yè)技術(shù)人才,并繼續(xù)保持鄉(xiāng)村地區(qū)技術(shù)革新和發(fā)展,為經(jīng)濟(jì)增長(zhǎng)帶來(lái)的活躍力。從總體來(lái)看,數(shù)字治理下的幾個(gè)指標(biāo)占比較低,但這并不意味著鄉(xiāng)村治理在數(shù)字鄉(xiāng)村建設(shè)中無(wú)關(guān)緊要。為使鄉(xiāng)村居民在生活中能夠更加全面地享受到技術(shù)紅利,高水平的基建是數(shù)字鄉(xiāng)村建設(shè)的根本,良好的經(jīng)濟(jì)條件和科技的多樣化應(yīng)用是數(shù)字鄉(xiāng)村未來(lái)長(zhǎng)遠(yuǎn)發(fā)展的重要支撐,而推進(jìn)鄉(xiāng)村數(shù)字治理需要建立在前三者全方位發(fā)展的基礎(chǔ)之上,因此,其建設(shè)緊迫度相對(duì)而言處于較低水平,鄉(xiāng)村數(shù)字治理仍有較大發(fā)展空間。

4.3 結(jié)論與分析

數(shù)字鄉(xiāng)村戰(zhàn)略是我國(guó)深入實(shí)行鄉(xiāng)村振興,順應(yīng)新時(shí)代需求的前瞻性發(fā)展項(xiàng)目。本研究建立了區(qū)間判斷矩陣下的嚴(yán)格加性一致離散調(diào)整和權(quán)重模型,并將最優(yōu)解多重性應(yīng)用在數(shù)字鄉(xiāng)村評(píng)價(jià)建設(shè)中。需要特別指出的是,本文所提出的權(quán)重模型并不受到鄉(xiāng)村多樣性的限制,針對(duì)不同鄉(xiāng)村建立不同指標(biāo)體系時(shí),其內(nèi)指標(biāo)的內(nèi)容變動(dòng)和數(shù)量增減均不影響所提模型及篩選算法的運(yùn)用,其區(qū)別只在于所給出的判斷矩陣的階數(shù)變化。本文主要?jiǎng)?chuàng)新點(diǎn)如下:

①專(zhuān)家意見(jiàn)均按照0.1～0.9離散標(biāo)度給出,此方式在評(píng)價(jià)數(shù)字鄉(xiāng)村建設(shè)指標(biāo)時(shí)也能夠?qū)Ω髦笜?biāo)之間偏好信息的具體變動(dòng)含義進(jìn)行更直觀的刻畫(huà),幫助決策者快速理解調(diào)整結(jié)果,從而提高反饋速度,令整體決策流程效率得到有效提高。

②所得到的區(qū)間模糊互補(bǔ)判斷矩陣均由一個(gè)混合整數(shù)規(guī)劃模型對(duì)其進(jìn)行嚴(yán)格加性一致性調(diào)整和權(quán)重計(jì)算,且該模型在被運(yùn)用于新的數(shù)字鄉(xiāng)村評(píng)價(jià)指標(biāo)體系權(quán)重計(jì)算中時(shí),能夠保證決策評(píng)價(jià)信息的內(nèi)部邏輯性和計(jì)算合理性。

③最優(yōu)解的多重性為數(shù)字鄉(xiāng)村指標(biāo)的權(quán)重求解問(wèn)題提供了多種潛在的解決路徑,決策柔性得到了大幅度提升,而多重最優(yōu)解篩選算法依照信息量留存度最大的原則,使篩選得到的數(shù)字鄉(xiāng)村指標(biāo)權(quán)重結(jié)果能夠保留最多的原始偏好信息,最大程度減少了調(diào)整過(guò)程中的信息扭曲與缺失。

5 建議

在農(nóng)業(yè)產(chǎn)業(yè)發(fā)展層面,推動(dòng)傳統(tǒng)農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí),引導(dǎo)電商、物聯(lián)網(wǎng)和人工智能等新型數(shù)字化經(jīng)濟(jì)產(chǎn)業(yè)與農(nóng)業(yè)生產(chǎn)和鄉(xiāng)村服務(wù)業(yè)聯(lián)合發(fā)展,開(kāi)發(fā)增加農(nóng)民的多渠道收入,實(shí)現(xiàn)農(nóng)民數(shù)字化創(chuàng)收。

在農(nóng)業(yè)科技層面,加大政府在新型農(nóng)業(yè)科技研發(fā)和農(nóng)業(yè)機(jī)械補(bǔ)貼的資金投入,提高智能農(nóng)業(yè)機(jī)械在農(nóng)民生產(chǎn)生活中的使用比例,并通過(guò)提高人才待遇吸引更多數(shù)字技術(shù)型專(zhuān)業(yè)人才安家落戶(hù),為數(shù)字鄉(xiāng)村的進(jìn)一步建設(shè)升級(jí)做好人才儲(chǔ)備。

在農(nóng)民生活層面,加強(qiáng)物流覆蓋建設(shè)并提高在線數(shù)字化產(chǎn)品在鄉(xiāng)村地區(qū)的普及率,對(duì)文化程度落后的農(nóng)民開(kāi)展針對(duì)性教育學(xué)習(xí),提高農(nóng)民對(duì)現(xiàn)代科技的認(rèn)識(shí)度和應(yīng)用參與率,從而實(shí)現(xiàn)廣大鄉(xiāng)村居民生活與數(shù)字化建設(shè)推進(jìn)的時(shí)代銜接。

在農(nóng)村基建層面,完善農(nóng)村網(wǎng)絡(luò)建設(shè),加強(qiáng)鄉(xiāng)村地區(qū)連通性,并推進(jìn)新型科技與農(nóng)業(yè)基建深度融合發(fā)展,統(tǒng)籌建設(shè)更多農(nóng)業(yè)相關(guān)大數(shù)據(jù)管理平臺(tái)和線下站點(diǎn),為農(nóng)業(yè)穩(wěn)定繁榮創(chuàng)造良好發(fā)展環(huán)境。

在農(nóng)村治理層面,提升政府的政務(wù)公開(kāi)透明度和時(shí)效性,保障農(nóng)民在鄉(xiāng)村治理中的參與權(quán)。相關(guān)部門(mén)應(yīng)加快出臺(tái)數(shù)字鄉(xiāng)村相關(guān)政策,為推進(jìn)數(shù)字鄉(xiāng)村建設(shè)提供政策支撐。