邢柏棋 于相偉 王茂彬 范興奎

摘?要：本課題圍繞革命老區(qū)以“三農(nóng)問(wèn)題”為核心的鄉(xiāng)村振興戰(zhàn)略的總要求，通過(guò)收集整理革命老區(qū)發(fā)展?fàn)顩r數(shù)據(jù)，基于數(shù)學(xué)建模思想建立熵權(quán)TOPSIS模型對(duì)數(shù)據(jù)定量分析，構(gòu)建革命老區(qū)鄉(xiāng)村振興科學(xué)評(píng)價(jià)體制。幫助全方位展示和動(dòng)態(tài)掌握各地革命老區(qū)鄉(xiāng)村振興戰(zhàn)略的推進(jìn)進(jìn)程；發(fā)現(xiàn)革命老區(qū)鄉(xiāng)村振興戰(zhàn)略推進(jìn)中的薄弱環(huán)節(jié)，對(duì)進(jìn)一步分析預(yù)測(cè)鄉(xiāng)村振興戰(zhàn)略前景、有針對(duì)性地調(diào)整革命老區(qū)鄉(xiāng)村振興戰(zhàn)略各項(xiàng)規(guī)劃具有重要意義。

關(guān)鍵詞：“三農(nóng)”問(wèn)題；鄉(xiāng)村振興；熵權(quán)TOPSIS法

中圖分類號(hào)：F323.8????文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1005-6432（2024）01-0027-07

DOI：10.13939/j.cnki.zgsc.2024.01.007

1研究目的

1.1?探索建立功能完善、科學(xué)合理、可操作性強(qiáng)的統(tǒng)計(jì)監(jiān)測(cè)指標(biāo)體系

鄉(xiāng)村振興戰(zhàn)略是圍繞新時(shí)代“三農(nóng)”問(wèn)題，加快農(nóng)業(yè)農(nóng)村現(xiàn)代化步伐，加快推動(dòng)我國(guó)農(nóng)業(yè)大國(guó)向農(nóng)業(yè)強(qiáng)國(guó)邁進(jìn)的重大戰(zhàn)略舉措。探索建立功能完善、科學(xué)合理、可操作性強(qiáng)的統(tǒng)計(jì)監(jiān)測(cè)制度，對(duì)全方位展示革命老區(qū)鄉(xiāng)村振興戰(zhàn)略落地落實(shí)的狀態(tài)、動(dòng)態(tài)掌握各地革命老區(qū)鄉(xiāng)村振興戰(zhàn)略推進(jìn)的進(jìn)程、發(fā)現(xiàn)革命老區(qū)鄉(xiāng)村振興戰(zhàn)略推進(jìn)中的薄弱環(huán)節(jié)、分析預(yù)測(cè)鄉(xiāng)村振興戰(zhàn)略前景、有針對(duì)性地調(diào)整革命老區(qū)鄉(xiāng)村振興戰(zhàn)略各項(xiàng)規(guī)劃具有十分重要的意義［1］。

1.2?借助于數(shù)學(xué)模型構(gòu)建革命老區(qū)鄉(xiāng)村振興評(píng)價(jià)理論體系

本課題圍繞革命老區(qū)鄉(xiāng)村振興戰(zhàn)略的總要求，針對(duì)革命老區(qū)總體目標(biāo)任務(wù)及階段安排，對(duì)生態(tài)指標(biāo)、文明指標(biāo)、管理指標(biāo)、發(fā)展指標(biāo)、紅色文化指標(biāo)等進(jìn)行多元化評(píng)價(jià)和綜合分析，遴選老區(qū)實(shí)施鄉(xiāng)村振興戰(zhàn)略的科學(xué)性、建設(shè)性、可量化、可操作性的統(tǒng)計(jì)指標(biāo)。借助于數(shù)學(xué)模型構(gòu)建革命老區(qū)鄉(xiāng)村振興評(píng)價(jià)體系，通過(guò)數(shù)據(jù)分析定量地對(duì)革命老區(qū)鄉(xiāng)村振興進(jìn)行深入的理論研究，這無(wú)疑對(duì)革命老區(qū)將鄉(xiāng)村振興戰(zhàn)略落到實(shí)處具有十分重要的現(xiàn)實(shí)意義［2-3］。

2?研究現(xiàn)狀

2.1?國(guó)內(nèi)鄉(xiāng)村振興監(jiān)測(cè)指標(biāo)體系發(fā)展和研究現(xiàn)狀

中國(guó)共產(chǎn)黨始終高度重視“三農(nóng)”問(wèn)題，重視革命老區(qū)的鄉(xiāng)村振興工作。通過(guò)對(duì)國(guó)內(nèi)有關(guān)文獻(xiàn)的整理和分析，發(fā)現(xiàn)對(duì)于鄉(xiāng)村振興戰(zhàn)略的規(guī)劃與發(fā)展大多數(shù)是關(guān)于三農(nóng)問(wèn)題的本身研究，而對(duì)鄉(xiāng)村振興的研究剛剛提上日程，更沒(méi)有形成完善有效的革命老區(qū)鄉(xiāng)村振興的理論評(píng)價(jià)體系。這樣關(guān)于鄉(xiāng)村振興科學(xué)的評(píng)價(jià)研究就更具有重大而緊迫的現(xiàn)實(shí)意義。

2.2?國(guó)外鄉(xiāng)村振興監(jiān)測(cè)指標(biāo)體系發(fā)展動(dòng)態(tài)

農(nóng)村發(fā)展問(wèn)題是各國(guó)急需解決的難題，作為當(dāng)今世界重要的課題，國(guó)外對(duì)于農(nóng)村的振興有一定的評(píng)價(jià)標(biāo)準(zhǔn)。在現(xiàn)代化測(cè)評(píng)方面，比較有代表性的是英克爾斯評(píng)價(jià)指標(biāo)體系，該評(píng)價(jià)體系由人均國(guó)民生產(chǎn)總值、農(nóng)業(yè)產(chǎn)值占國(guó)內(nèi)生產(chǎn)總值的比重、農(nóng)業(yè)勞動(dòng)力占總勞動(dòng)力的比重、成人識(shí)字率等指標(biāo)組成。英克爾斯的標(biāo)準(zhǔn)簡(jiǎn)潔明了，運(yùn)用數(shù)據(jù)定量衡量農(nóng)村發(fā)展振興現(xiàn)狀，可操作性強(qiáng)，具有很強(qiáng)的實(shí)用性。除此之外，謝爾登和康維爾斯的社會(huì)變遷指標(biāo)對(duì)農(nóng)村發(fā)展評(píng)價(jià)體制也有重要影響。由此可以看出，西方對(duì)于農(nóng)村振興評(píng)價(jià)機(jī)制問(wèn)題有頗豐的研究成果。

3?鄉(xiāng)村振興評(píng)價(jià)機(jī)制——熵權(quán)TOPSIS法構(gòu)建

在選取科學(xué)和系統(tǒng)的指標(biāo)體系的基礎(chǔ)上，運(yùn)用熵權(quán)法求得指標(biāo)的權(quán)重，運(yùn)用TOPSIS法，借助指標(biāo)的權(quán)重和數(shù)據(jù)，求得每個(gè)革命老區(qū)鄉(xiāng)村振興政策實(shí)施的評(píng)分，進(jìn)而可以直觀看出鄉(xiāng)村振興政策的實(shí)施效果，并依據(jù)該評(píng)價(jià)機(jī)制發(fā)現(xiàn)問(wèn)題，及時(shí)調(diào)整政策。

3.1?評(píng)價(jià)鄉(xiāng)村發(fā)展程度指標(biāo)和研究對(duì)象的選取

在指標(biāo)選取的過(guò)程中，應(yīng)遵循系統(tǒng)性和全面性、科學(xué)性和實(shí)用性、先進(jìn)性和可操作性以及符合總體要求的原則。

黨的十九大剔除實(shí)施鄉(xiāng)村戰(zhàn)略的總體要求，即“產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富?！?，從產(chǎn)業(yè)興旺切入到生活富裕結(jié)局構(gòu)成了一個(gè)完整的目標(biāo)。其中產(chǎn)業(yè)興旺是鄉(xiāng)村振興的根本出路，生態(tài)宜居是鄉(xiāng)村振興的內(nèi)在要求，鄉(xiāng)風(fēng)文明是鄉(xiāng)村振興的緊迫任務(wù)，治理有效是鄉(xiāng)村振興的重要保障，生活富裕是鄉(xiāng)村振興的主要目的。

綜上所述，根據(jù)當(dāng)代國(guó)家和政府對(duì)于鄉(xiāng)村振興戰(zhàn)略的規(guī)劃和要求，對(duì)相關(guān)性強(qiáng)的指標(biāo)利用聚類等數(shù)學(xué)方法，優(yōu)化指標(biāo)選取。

本課題選取產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富裕以及紅色文化等六個(gè)維度作為準(zhǔn)則層，選取高標(biāo)準(zhǔn)農(nóng)田占比、農(nóng)業(yè)機(jī)械化水平、農(nóng)業(yè)土地產(chǎn)出率、農(nóng)村居民恩格爾系數(shù)、村莊綠化覆蓋率、農(nóng)村無(wú)害化廁所普及率、農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率、歷史文化價(jià)值等30個(gè)指標(biāo)作為指標(biāo)層，構(gòu)建革命老區(qū)鄉(xiāng)村振興綜合評(píng)價(jià)體系［8-12］，下面是對(duì)綜合評(píng)價(jià)模型中維度層指標(biāo)的選取，如表1所示。

針對(duì)研究對(duì)象的選取，根據(jù)查閱文獻(xiàn)資料和實(shí)地走訪調(diào)查，并重點(diǎn)參考中共中央民政部下發(fā)關(guān)于革命老區(qū)的判定標(biāo)準(zhǔn)等相關(guān)文件，選取15個(gè)具有深厚紅色文化底蘊(yùn)和革命歷史的老區(qū)作為研究對(duì)象，如江西省的瑞金、黑龍江省的巴彥、山東省的臨沂。

3.2?指標(biāo)數(shù)據(jù)收集與整理

根據(jù)選取的革命老區(qū)和指標(biāo)層，在國(guó)家統(tǒng)計(jì)年鑒、中國(guó)農(nóng)業(yè)農(nóng)村部等官方網(wǎng)站收集數(shù)據(jù)。對(duì)每個(gè)指標(biāo)數(shù)據(jù)均選取最新數(shù)據(jù)或各省統(tǒng)計(jì)平均數(shù)據(jù)，保證了數(shù)據(jù)集的真實(shí)性和時(shí)效性，鄉(xiāng)村振興監(jiān)測(cè)體系結(jié)果更加真實(shí)有效。

3.3?熵權(quán)TOPSIS評(píng)價(jià)模型

熵權(quán)TOPSIS法充分利用原始數(shù)據(jù)信息的同時(shí)剔除主觀性，結(jié)合指標(biāo)層的權(quán)重系數(shù)、評(píng)價(jià)對(duì)象指標(biāo)層數(shù)據(jù)距離理想解的差距，對(duì)評(píng)價(jià)對(duì)象即革命老區(qū)進(jìn)行評(píng)分，從而達(dá)到鄉(xiāng)村振興政策監(jiān)測(cè)的目的，通過(guò)定量分析和精確評(píng)估結(jié)果，更好地調(diào)整和完善鄉(xiāng)村振興工作。

3.3.1?對(duì)指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理

重點(diǎn)對(duì)指標(biāo)數(shù)據(jù)建立初始矩陣A=（wtj），?其中，wij表示第t個(gè)革命老區(qū)的第j個(gè)初始值標(biāo)值。利用模糊隸屬度對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化。通過(guò)指標(biāo)標(biāo)準(zhǔn)化處理，將原始數(shù)據(jù)的值控制在0～1，即相較于原始數(shù)據(jù)，其具有相同的尺度，在熵權(quán)TOPSIS法中對(duì)于指標(biāo)熵權(quán)的確定和每年鄉(xiāng)村振興政策實(shí)施效果的評(píng)價(jià)更加客觀合理。

對(duì)于指標(biāo)的標(biāo)準(zhǔn)化分為正向標(biāo)準(zhǔn)化和負(fù)向標(biāo)準(zhǔn)化。其中正向化指標(biāo)是指該指標(biāo)值越大，表示鄉(xiāng)村振興政策落實(shí)越完善。負(fù)向化指標(biāo)相反。針對(duì)本課題指標(biāo)，除城鄉(xiāng)居民收入比和農(nóng)村居民恩格爾系數(shù)為負(fù)向化指標(biāo)，其余指標(biāo)都為正向化指標(biāo)。根據(jù)此方法，設(shè)ytj為第j個(gè)評(píng)價(jià)對(duì)象第t個(gè)指標(biāo)標(biāo)準(zhǔn)化后的值；n為被評(píng)價(jià)的對(duì)象數(shù)，則可通過(guò)正向化指標(biāo)標(biāo)準(zhǔn)化公式（1）、負(fù)向化指標(biāo)標(biāo)準(zhǔn)化公式（2）對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化。

ytj=wtj－min1≤j≤nwtjmax1≤j≤nwtj－min1≤j≤nwtj（1）

ytj=max1≤j≤nwtj－wtjmax1≤j≤nwtj－min1≤j≤nwtj（2）

借助原始收集的指標(biāo)數(shù)據(jù)，根據(jù)上述數(shù)據(jù)標(biāo)準(zhǔn)化處理方式，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理后部分展示如表2所示。

3.3.2?鄉(xiāng)村振興評(píng)價(jià)體系指標(biāo)的熵值

根據(jù)鄉(xiāng)村振興評(píng)價(jià)體系對(duì)革命老區(qū)振興工作評(píng)價(jià)的定量要求，并綜合考慮指標(biāo)之間的相互獨(dú)立性，運(yùn)用熵權(quán)法對(duì)指標(biāo)的熵值進(jìn)行確定。在信息論中，熵是對(duì)不確定性的一種度量。不確定性越大，熵就越大，包含的信息量就越大。在熵權(quán)法中，可以運(yùn)用熵值的特性來(lái)判斷鄉(xiāng)村發(fā)展程度指標(biāo)的離散程度，指標(biāo)離散程度越大，該指標(biāo)對(duì)鄉(xiāng)村振興評(píng)價(jià)體系的影響程度越大，即權(quán)重越大。這種對(duì)指標(biāo)重要程度定量化的確定，精確度較高，客觀性較強(qiáng)。結(jié)合指標(biāo)收集的實(shí)際情況與指標(biāo)之間的關(guān)系，在30個(gè)指標(biāo)中選取9個(gè)數(shù)據(jù)來(lái)源準(zhǔn)確、具有長(zhǎng)遠(yuǎn)發(fā)展的目標(biāo)作為評(píng)價(jià)指標(biāo)體系，如高標(biāo)準(zhǔn)農(nóng)田占比、無(wú)害化廁所普及率、居民文化娛樂(lè)支出占比等。熵權(quán)指標(biāo)層構(gòu)成體系如圖2所示。

圖2?鄉(xiāng)村振興監(jiān)測(cè)指標(biāo)體系

判定指標(biāo)對(duì)應(yīng)熵值和權(quán)重系數(shù)的公式如下：

設(shè)ej為第j個(gè)指標(biāo)的熵值，pij為第i個(gè)系統(tǒng)中的第j項(xiàng)指標(biāo)的特征比重。

pij=wtj∑ni=1wtj??ej=－1lnn∑ni=1pijlnpij（3）

式中，∑ni=1wtj為第j個(gè)指標(biāo)的所有系統(tǒng)觀測(cè)數(shù)據(jù)之和。

設(shè)指標(biāo)j的差異系數(shù)為gj，30個(gè)指標(biāo)權(quán)重系數(shù)為sj，公式表示如下：

gj=1－ejsj=gj∑30j=1wtj（4）

借助預(yù)處理指標(biāo)數(shù)據(jù)，運(yùn)用Python軟件計(jì)算指標(biāo)的差異系數(shù)和權(quán)重系數(shù)，結(jié)果如表3所示。

通過(guò)觀察指標(biāo)權(quán)重系數(shù)可知，高標(biāo)準(zhǔn)農(nóng)田占比權(quán)重系數(shù)最大，在鄉(xiāng)村振興評(píng)價(jià)體系中影響程度最大，最重要。畜禽糞污綜合利用率權(quán)重系數(shù)最小，對(duì)評(píng)價(jià)體系影響最小，重要程度較低。此結(jié)果有熵權(quán)值的概念得到印證，在原始數(shù)據(jù)中，各革命老區(qū)高標(biāo)準(zhǔn)農(nóng)田占比指標(biāo)數(shù)據(jù)差異度較大，即數(shù)據(jù)離散程度大，因此權(quán)重系數(shù)高。相反，畜禽糞污綜合利用率指標(biāo)數(shù)據(jù)差異度較小，離散程度較小，因此該指標(biāo)權(quán)重系數(shù)較小。

3.3.3?革命老區(qū)鄉(xiāng)村振興評(píng)價(jià)得分

為定量地反映革命老區(qū)的鄉(xiāng)村振興發(fā)展指數(shù)，由指標(biāo)數(shù)據(jù)和指標(biāo)權(quán)重相乘，可以確定各指標(biāo)數(shù)據(jù)加權(quán)值，強(qiáng)調(diào)了各指標(biāo)重要程度的區(qū)別，優(yōu)化完善了鄉(xiāng)村振興評(píng)價(jià)機(jī)制。設(shè)yij為第i個(gè)革命老區(qū)第j個(gè)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)的加權(quán)值，wij為第i個(gè)革命老區(qū)的第j個(gè)指標(biāo)觀測(cè)值規(guī)范化處理后的值，sj為權(quán)重系數(shù)，根據(jù)上述加權(quán)方法可知：

yij=wijsj（5）

借助標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)和指標(biāo)權(quán)重，可計(jì)算出評(píng)價(jià)指標(biāo)加權(quán)后的數(shù)據(jù)矩陣，結(jié)果如表4所示。

結(jié)合評(píng)價(jià)體系的實(shí)際情況，采用TOPSIS法衡量各革命老區(qū)發(fā)展指標(biāo)與理想解的貼近度。在指標(biāo)體系中，挑選正向評(píng)價(jià)指標(biāo)的最大值、負(fù)向評(píng)價(jià)指標(biāo)的最小值組成評(píng)價(jià)體系中理想最優(yōu)解，反之組成最劣解。理想最優(yōu)解和最劣解也就是正負(fù)理想解。設(shè)y+j為第j個(gè)指標(biāo)觀測(cè)數(shù)據(jù)的最大值，y－j為第j個(gè)指標(biāo)觀測(cè)數(shù)據(jù)的最小值，j=1，2，…，30。

y+j=max1≤k≤nwkj??y－j=min1≤k≤nwkj（6）

按照最優(yōu)理想解和最劣解公式，運(yùn)用Python計(jì)算出：

y+j=［1.1.1.1.1.1.1.1.1］

y－j=［0.31?0.56?0.76?0.4?0.32?0.58?0.60?0.5?0.29］

計(jì)算出評(píng)價(jià)系統(tǒng)，即各個(gè)革命老區(qū)加權(quán)指標(biāo)數(shù)值與正負(fù)理想解的歐式距離。在這里引入歐式距離，可以定量地反映某個(gè)革命老區(qū)與達(dá)到最理想的鄉(xiāng)村振興實(shí)施目標(biāo)的差距。設(shè)d+i為第i個(gè)革命老區(qū)與正理想解的歐式距離，d－i為第i個(gè)革命老區(qū)與負(fù)理想解的歐氏距離，則：

d+i=?（y+1－yi1）2+（y+2－yi2）2+…+（y+30－yi30）2（7）

d－i=?（y－1－yi1）2+（y－2－yi2）2+…+（y－30－yi30）2（8）

借助以上公式可計(jì)算得到各革命老區(qū)對(duì)應(yīng)的到正負(fù)理想解的距離：

在鄉(xiāng)村振興評(píng)價(jià)系統(tǒng)中，為定量地衡量各革命老區(qū)發(fā)展情況，即革命老區(qū)鄉(xiāng)村振興發(fā)展指數(shù)，引入相對(duì)貼近度的概念，設(shè)fi為第i個(gè)革命老區(qū)各自指標(biāo)體系到正理想解的貼近度，fi值為各革命老區(qū)的鄉(xiāng)村振興發(fā)展指數(shù)。公式為：

fi=d－id－i+d+i（10）

式中，i=1，2，…，n。針對(duì)該鄉(xiāng)村振興發(fā)展指數(shù)，若革命老區(qū)的指標(biāo)體系距正理想解距離近，距負(fù)理想解距離遠(yuǎn)，則fi→1，其鄉(xiāng)村振興發(fā)展指數(shù)較高，反之，fi→0，其鄉(xiāng)村振興發(fā)展指數(shù)較低。由此，按照f(shuō)i值從大到小對(duì)各革命老區(qū)進(jìn)行高低排序。fi值越大，排名越靠前，表示該革命老區(qū)鄉(xiāng)村振興發(fā)展水平越高；fi值越小，排名越靠后，表明該革命老區(qū)鄉(xiāng)村振興發(fā)展水平越低。

借助指標(biāo)標(biāo)準(zhǔn)化后的數(shù)據(jù)和權(quán)重，運(yùn)用Python軟件對(duì)革命老區(qū)的得分進(jìn)行求解，最終得出得分即鄉(xiāng)村振興評(píng)價(jià)指數(shù)結(jié)果，如表6所示。

分析以上革命老區(qū)得分即鄉(xiāng)村振興評(píng)價(jià)指數(shù)可知，浙江嘉興的得分最高，其次是黑龍江巴彥、江西瑞金，得分處于中間的有山東臨沂、河南大別山，最后是甘肅慶陽(yáng)與吉林長(zhǎng)春。

4?鄉(xiāng)村振興評(píng)價(jià)體系的分析與建議

根據(jù)熵權(quán)TOPSIS法對(duì)鄉(xiāng)村振興評(píng)價(jià)監(jiān)測(cè)體系的構(gòu)建，得出的指標(biāo)權(quán)重系數(shù)和革命老區(qū)的評(píng)價(jià)指數(shù)，可以定量地分析得分高的革命老區(qū)發(fā)展長(zhǎng)處、得分低的革命老區(qū)發(fā)展不足之處，從而得到更為全面系統(tǒng)的發(fā)展建議。為直觀看出各革命老區(qū)指標(biāo)數(shù)據(jù)和最終得分結(jié)果，運(yùn)用折線圖形式進(jìn)行展示，如圖3所示?。

圖3?各革命老區(qū)對(duì)應(yīng)指標(biāo)數(shù)據(jù)和得分

借助此折線圖分析，針對(duì)評(píng)價(jià)指標(biāo)，高標(biāo)準(zhǔn)農(nóng)田占比和農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)各革命老區(qū)之間差別較大，數(shù)據(jù)離散程度較大，其他指標(biāo)相反。針對(duì)得分，可以看出浙江嘉興和江西瑞金排名較高，甘肅慶陽(yáng)和內(nèi)蒙古興安盟排名較低。

為方便判斷各革命老區(qū)的指標(biāo)數(shù)據(jù)水平，對(duì)各指標(biāo)對(duì)應(yīng)的數(shù)據(jù)求出其平均數(shù)，結(jié)果如表7所示。

重點(diǎn)借助革命老區(qū)浙江嘉興對(duì)應(yīng)的標(biāo)準(zhǔn)化后指標(biāo)數(shù)據(jù)和權(quán)重可知，其所有指標(biāo)數(shù)據(jù)都在平均值以上。通過(guò)表4和表7的數(shù)據(jù)可知，針對(duì)權(quán)重最高的高標(biāo)準(zhǔn)農(nóng)田占比指標(biāo)，其對(duì)應(yīng)的加權(quán)后指標(biāo)數(shù)值0.302遠(yuǎn)高于平均值0.163。同樣，對(duì)于權(quán)重其次的農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率其加權(quán)后指標(biāo)數(shù)值0.558也遠(yuǎn)高于平均數(shù)值0.382。其次，統(tǒng)籌分析其全部加權(quán)后指標(biāo)數(shù)值，浙江嘉興革命老區(qū)是最接近TOPSIS法中正理想解即最優(yōu)理想解；并且對(duì)于權(quán)重最小的畜禽糞污綜合利用率，其加權(quán)后指標(biāo)數(shù)值也高于平均數(shù)值。綜合以上情況，在鄉(xiāng)村振興評(píng)價(jià)監(jiān)測(cè)體系中，浙江嘉興得到最高評(píng)分。加之，浙江嘉興處于中國(guó)當(dāng)今經(jīng)濟(jì)最發(fā)達(dá)的長(zhǎng)江三角洲地帶，氣候溫暖潮濕，適宜農(nóng)業(yè)生產(chǎn)的發(fā)展，是最有發(fā)展?jié)摿Φ母锩蠀^(qū)。因此在鄉(xiāng)村振興政策實(shí)施過(guò)程中，需要重視權(quán)重系數(shù)高的指標(biāo)，如大力開(kāi)發(fā)高標(biāo)準(zhǔn)農(nóng)田，將耕地的產(chǎn)出率提升。并且，加大投入對(duì)農(nóng)業(yè)科學(xué)技術(shù)的研發(fā)、提高農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率可提升農(nóng)業(yè)生產(chǎn)產(chǎn)量，降低人工成本。這樣，可以有規(guī)劃地提升革命老區(qū)在鄉(xiāng)村振興評(píng)價(jià)監(jiān)測(cè)體系的評(píng)價(jià)指數(shù)。

用相同的方式和思路對(duì)得分最低的甘肅慶陽(yáng)進(jìn)行分析，對(duì)于權(quán)重較高的高標(biāo)準(zhǔn)農(nóng)田占比，其加權(quán)后指標(biāo)數(shù)值為0，也就是在所有革命老區(qū)中處于最低水平。對(duì)于農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率來(lái)說(shuō)，甘肅慶陽(yáng)革命老區(qū)的指標(biāo)數(shù)值遠(yuǎn)低于平均值（也就是其綜合分析所有加權(quán)后對(duì)應(yīng)的指標(biāo)數(shù)值），可以看出指標(biāo)數(shù)值距離最優(yōu)理想解最遠(yuǎn)，較為貼近最劣解。這也是其評(píng)分最低的主要原因。其在鄉(xiāng)村振興發(fā)展中也有成果，禽畜糞污綜合利用率和村綜合性文化服務(wù)中心覆蓋率較高，比較貼近于最優(yōu)理想解數(shù)值。但是，這兩個(gè)指標(biāo)在權(quán)重系數(shù)上處于較低水平，因此也是評(píng)價(jià)指數(shù)不高的原因之一。而且，相比于浙江嘉興，甘肅慶陽(yáng)位于較偏遠(yuǎn)的西部，大部分地區(qū)氣候高寒、多風(fēng)沙，環(huán)境較為惡劣，不利于農(nóng)業(yè)的發(fā)展，整體經(jīng)濟(jì)水平較低。因此應(yīng)著重根據(jù)當(dāng)?shù)氐淖匀画h(huán)境和人文條件，大力提高能有效適應(yīng)當(dāng)?shù)囟囡L(fēng)沙環(huán)境的高標(biāo)準(zhǔn)農(nóng)田占比，并且根據(jù)當(dāng)?shù)刎?cái)政能力，多向農(nóng)業(yè)技術(shù)發(fā)展方向投資，提升科技進(jìn)步對(duì)農(nóng)業(yè)生產(chǎn)的貢獻(xiàn)。并根據(jù)此評(píng)價(jià)體系，在維持當(dāng)前水平前提下，適當(dāng)減少對(duì)畜禽糞污綜合利用的發(fā)展和村綜合性文化服務(wù)中心的建設(shè)。

同樣，對(duì)于評(píng)分處于中間水平的山東臨沂和河南平頂山，其指標(biāo)數(shù)值不論是對(duì)于權(quán)重高還是低的指標(biāo)都是處于平均值。且兩地都是處于中原地區(qū)，氣候和經(jīng)濟(jì)條件相似具有相似的發(fā)展前景。針對(duì)這兩個(gè)革命老區(qū)，應(yīng)在維持當(dāng)前狀況下，盡力發(fā)展每一項(xiàng)指標(biāo)，向評(píng)分最高的浙江嘉興靠攏。

參考文獻(xiàn)：

［1］黃莉，鄧詩(shī)靖，周芷秀，等.基于G1-熵權(quán)法的地域性紅色文化旅游資源評(píng)價(jià)指標(biāo)體系構(gòu)建［J］.寧德師范學(xué)院學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，139（4）：42-50.

［2］顧鳳岐，王爽．構(gòu)建社會(huì)主義新農(nóng)村指標(biāo)體系研究［J］．統(tǒng)計(jì)與信息論壇，2006（5）.

［3］秦艷.我國(guó)鄉(xiāng)村振興的目標(biāo)評(píng)價(jià)體系構(gòu)建研究［D］.廈門：廈門大學(xué)，2018.

［4］中國(guó)統(tǒng)計(jì)信息網(wǎng)［EB/OL］.www.tjcn.org.

［5］龔純，王正林.MATLAB語(yǔ)言常用算法程序集［M］.北京：電子工業(yè)出版社，2010.

［6］司守奎，孫璽菁.數(shù)學(xué)建模算法與應(yīng)用［M］.北京：國(guó)防工業(yè)出版社，2011.

［7］張琴，王曉晴，李莉莉.鄉(xiāng)村振興統(tǒng)計(jì)監(jiān)測(cè)指標(biāo)體系的構(gòu)建研究［J］.青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，35（1）：112-116.

［8］徐海麗.廣西實(shí)施鄉(xiāng)村振興戰(zhàn)略的統(tǒng)計(jì)監(jiān)測(cè)指標(biāo)與方法［J］.改革與戰(zhàn)略，2019，35（6）：86-103.

［9］李剛，遲國(guó)泰，程硯秋.基于熵權(quán)TOPSIS的人的全面發(fā)展評(píng)價(jià)模型及實(shí)證［J］.系統(tǒng)工程學(xué)報(bào)，2011，26（3）：400-407.

［10］楊惠敏，付萍.基于熵權(quán)的多級(jí)模糊綜合評(píng)價(jià)的應(yīng)用［J］.北京：華北電力大學(xué)學(xué)報(bào)，2005，32（5）：104-107.

［11］遲國(guó)泰，曹婷婷，張昆.基于相關(guān)-主成分分析的人的全面發(fā)展評(píng)價(jià)指標(biāo)體系構(gòu)建［J］.系統(tǒng)工程理論與實(shí)踐，2012，32（1）：111-119.

［12］范興奎，閆潔，宋善洋.基于模糊評(píng)價(jià)的深圳市人才吸引力水平研究［J］.牡丹江師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2019（106）：10-14.