農(nóng)業(yè)生態(tài)脆弱性指標(biāo)體系評價研究
——以邵陽市為例

段小芳，潘文權(quán)

(邵陽學(xué)院 城市建設(shè)系，湖南 邵陽，422000)

農(nóng)業(yè)生態(tài)脆弱性指標(biāo)體系評價研究
——以邵陽市為例

段小芳，潘文權(quán)

(邵陽學(xué)院 城市建設(shè)系，湖南 邵陽，422000)

文章以邵陽市為例，對南方丘陵區(qū)農(nóng)業(yè)生態(tài)脆弱性評價指標(biāo)體系進行了研究。文章主要運用AHP層次分析法和主成分分析方法，構(gòu)建農(nóng)業(yè)生態(tài)脆弱性評價層次結(jié)構(gòu)模型，并對邵陽市農(nóng)業(yè)生態(tài)脆弱性因子進行評價。結(jié)果表明：人口密度、人均耕地面積、恩格爾系數(shù)、農(nóng)業(yè)總產(chǎn)值是研究區(qū)農(nóng)業(yè)生態(tài)環(huán)境脆弱性的主要影響因子，人均GDP、農(nóng)民人均純收入、平均氣溫和森林覆蓋率對農(nóng)業(yè)生態(tài)環(huán)境的影響次之，多年平均降水量和水田占耕地面積比這兩個因子對生態(tài)環(huán)境脆弱性的影響最小。

農(nóng)業(yè)；生態(tài)脆弱性；指標(biāo)體系研究；AHP層次分析法；主成分分析

農(nóng)業(yè)生態(tài)脆弱性是指某一地區(qū)農(nóng)業(yè)生產(chǎn)過程對氣候、環(huán)境變化等敏感因素反應(yīng)的強弱[1]，已成為地理學(xué)、災(zāi)害學(xué)、自然資源學(xué)、農(nóng)學(xué)和經(jīng)濟學(xué)等領(lǐng)域普遍關(guān)注的問題[2]。而構(gòu)建合適的評價指標(biāo)體系并確定指標(biāo)權(quán)重是科學(xué)、合理地評價某一區(qū)域農(nóng)業(yè)生態(tài)脆弱性的前提。近年來，越來越多的學(xué)者嘗試用數(shù)學(xué)方法代替原始的專家打分法，如主成分分析、層次分析、灰色關(guān)聯(lián)分析、相關(guān)分析等。楊奇勇[3](2007)等人利用關(guān)聯(lián)聚類法建立湖南農(nóng)業(yè)干旱脆弱區(qū)的指標(biāo)體系；趙艷霞[4](2007)等人選取氣候、環(huán)境、農(nóng)業(yè)生產(chǎn)和社會經(jīng)濟等4大類共17項指標(biāo)構(gòu)成北方農(nóng)牧過渡帶農(nóng)業(yè)生態(tài)系統(tǒng)脆弱性指標(biāo)體系，并采用層次分析法確定指標(biāo)因子的權(quán)重；周松秀[5](2012)從自然、社會、經(jīng)濟子系統(tǒng)中選取13個評價指標(biāo)，構(gòu)建湘中丘陵盆地區(qū)農(nóng)業(yè)生態(tài)環(huán)境脆弱性評價指標(biāo)體系，然后采用主成分分析法計算各評價指標(biāo)權(quán)重；夏興生[6](2016)等人從氣候條件、承載體、農(nóng)業(yè)生產(chǎn)條件和社會經(jīng)濟4個方面構(gòu)建三峽庫區(qū)農(nóng)業(yè)生態(tài)環(huán)境脆弱指標(biāo)體系，在用層次分析法(AHP)和主成分分析法(PCA)分別確定指標(biāo)主觀權(quán)重和客觀權(quán)重的基礎(chǔ)上，以最小信息熵將權(quán)重組合為綜合權(quán)重。在眾多的數(shù)學(xué)方法中，主成分分析和層次分析是最常用的數(shù)學(xué)方法。國內(nèi)關(guān)于指標(biāo)篩選的方法和指標(biāo)權(quán)重確定的方法很多，但至今沒有統(tǒng)一的方法，對影響因素進行分析相對更少。層次分析法是定性指標(biāo)與定量指標(biāo)較好結(jié)合起來，能夠在最大程度上減少數(shù)據(jù)冗余，又能避免主觀性，是指標(biāo)篩選中應(yīng)用以及權(quán)重值的確定中最為廣泛的數(shù)理統(tǒng)計方法。主成分分析法是一種客觀賦權(quán)法，一定程度上考慮了指標(biāo)之間的相互依賴關(guān)系，避免主觀隨意性，已被廣泛用于確定評價指標(biāo)的權(quán)重。本文以邵陽市為例，從自然、社會和經(jīng)濟3個方面選取10個指標(biāo)，采用層次分析法構(gòu)建農(nóng)業(yè)生態(tài)脆弱評價層次結(jié)構(gòu)模型并確定各指標(biāo)權(quán)重值，利用主成分分析法對影響農(nóng)業(yè)生態(tài)脆弱性的主要因子進行分析，為區(qū)域農(nóng)業(yè)生態(tài)脆弱性指標(biāo)體系研究以及影響因素分析提供一種新的思路與方法。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

1.2 評價指標(biāo)的選取

根據(jù)邵陽市農(nóng)業(yè)生態(tài)環(huán)境的構(gòu)成因素，遵循科學(xué)性、系統(tǒng)性、動態(tài)性、可操作性的原則，從自然、社會、經(jīng)濟等3個方面選取對農(nóng)業(yè)生態(tài)脆弱性具有驅(qū)動作用或指示作用的指標(biāo)，構(gòu)建邵陽市農(nóng)業(yè)生態(tài)脆弱性評價指標(biāo)體系。指標(biāo)體系包括：多年平均降水量(mm)、平均氣溫(℃)、森林覆蓋率數(shù)(%)、人口密度(人/km2)、水田占耕地面積比重(%)、人均耕地面積(人/m2)、人均GDP(元)、農(nóng)民人均純收入(元)、恩格爾系數(shù)(%)、農(nóng)業(yè)總產(chǎn)值(億元)。

1.3 數(shù)據(jù)來源及處理

因為邵陽市區(qū)城市化水平較高，不以種植業(yè)為主，因此各指標(biāo)數(shù)據(jù)來源于各縣。邵陽市共有8個縣和1縣級市。文中為了方便起見，把它們統(tǒng)稱為縣。多年平均降水量(C1)和平均氣溫(C2)等氣象數(shù)據(jù)來源于《邵陽市農(nóng)業(yè)區(qū)劃報告數(shù)據(jù)集》和邵陽市氣象局資料；森林覆蓋率數(shù)(C3)據(jù)來源于湖南省國土資源廳；人口密度(C4)、水田占耕地面積比重(C5)、人均耕地面積(C6)、人均GDP(C7)、農(nóng)民人均純收入(C8)和恩格爾系數(shù)(C9)及農(nóng)業(yè)總產(chǎn)值(C10)等社會經(jīng)濟數(shù)據(jù)來源于邵陽市統(tǒng)計局和《2011年邵陽市統(tǒng)計年鑒》。在這10項指標(biāo)中，C1、C2、C3、C5、C6、C7、C10等8項為正向指標(biāo)，數(shù)值越大，農(nóng)業(yè)脆弱性越大；C4、C9等2項為逆向指標(biāo)，數(shù)值越大，農(nóng)業(yè)脆弱性越小。因此在數(shù)據(jù)處理時，采取倒數(shù)法將逆向指標(biāo)正向化。以上數(shù)據(jù)首先經(jīng)過無量綱化，然后采用SPSS19.0及Excel2010軟件進行分析。

2 研究方法

2.1 層次分析法

層次分析法(簡稱AHP法)是20世紀70年代初由美國運籌學(xué)家Saaty提出的一種定性與定量分析相結(jié)合的多目標(biāo)決策方法，被認為是計算復(fù)雜系統(tǒng)中各指標(biāo)權(quán)重最有效的方法之一。利用層次分析法確定指標(biāo)權(quán)重包括以下幾個步驟：

2.1.1 原始數(shù)據(jù)的標(biāo)準(zhǔn)化

農(nóng)業(yè)生態(tài)脆弱性指標(biāo)具有不同的含義，因而在數(shù)量級和量綱上都不同，為了保證其客觀性和科學(xué)性，需對原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。

2.1.2 遞階層次結(jié)構(gòu)模型

通過對研究問題進行初步分析判斷，按屬性將研究對象各指標(biāo)進行分組，形成不同的層次結(jié)構(gòu)。同一層次的指標(biāo)作為準(zhǔn)則，即受上一級指標(biāo)的支配，也對下一層次的指標(biāo)起支配作用。這樣從上到下的支配關(guān)系就形成了一個遞階層次結(jié)構(gòu)模型。

2.1.3 構(gòu)造兩兩比較矩陣

階梯層次結(jié)構(gòu)模型構(gòu)建確定了農(nóng)業(yè)生態(tài)脆弱性上下層指標(biāo)間的關(guān)系。因此，利用判斷矩陣法可以計算出各指標(biāo)對于支配其上一層指標(biāo)的相對重要程度，這就是指標(biāo)的權(quán)重。本研究通過專家咨詢，采用德爾菲法對研究指標(biāo)進行兩兩比較，得到判斷矩陣。其中aij是指標(biāo)i與j重要性的比較標(biāo)度，n為參與權(quán)重分配的因子數(shù)(表1)。

表1 層次分析法評判標(biāo)度及其含義

2.1.4 權(quán)重計算方法

(1)計算權(quán)重系數(shù)

按照專家咨詢意見和層次分析法的評判標(biāo)度進行兩兩判斷矩陣A的構(gòu)建，計算判斷矩陣每一行各元素的乘積，即：

(1)

計算mi的n次方根,即：

(2)

(3)

(2)計算判斷矩陣的最大特征根

(4)

(3)一致性

2.2 主成分分析法

主成分分析(PCA)是利用降維的思想把多個指標(biāo)減少為少數(shù)幾個綜合指標(biāo)的多元統(tǒng)計分析方法。采用主成分分析來診斷主要影響因素可分為以下幾個步驟：(1)原始指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化；(2)計算各指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)的相關(guān)系數(shù)矩陣；(3)計算各指標(biāo)特征值和特征向量；(4)計算各指標(biāo)貢獻率和累計貢獻率；(5)計算主成分得分和綜合得分。

3 結(jié)果與分析

3.1 邵陽市農(nóng)業(yè)生態(tài)脆弱性評價指標(biāo)層次分析

3.1.1 指標(biāo)分類分析

根據(jù)邵陽市2011年的統(tǒng)計資料，計算出各評價指標(biāo)的平均值。參考邵陽市生態(tài)脆弱性評價指標(biāo)等級標(biāo)準(zhǔn)，并結(jié)合湖南省各縣、市的實際情況，選取如下農(nóng)業(yè)生態(tài)脆弱性評價指標(biāo)：(1)較好的指標(biāo)，平均年降水量、植被覆蓋率、人口密度、水田占耕地比、恩格爾系數(shù)等；(2)中等指標(biāo)，年平均氣溫、人均耕地、農(nóng)業(yè)總產(chǎn)值等；(3)較差指標(biāo)，人均GDP 和農(nóng)民人均純收入。

3.1.2 構(gòu)建邵陽市農(nóng)業(yè)生態(tài)脆弱性評價指標(biāo)層次結(jié)構(gòu)模型

根據(jù)上述公式分別計算出各指標(biāo)的白化權(quán)函數(shù)值，然后得出每層各個指標(biāo)的隸屬度，最后得出邵陽市生態(tài)脆弱性指標(biāo)體系的階梯層次結(jié)構(gòu)模型，如圖1所示。 農(nóng)業(yè)生態(tài)脆弱性評價指標(biāo)體系包括自然、社會和經(jīng)濟3個子系統(tǒng)。農(nóng)業(yè)生態(tài)脆弱性表現(xiàn)為種植業(yè)產(chǎn)量波動幅度和產(chǎn)品質(zhì)量的安全情況，直接影響農(nóng)民的收入和生活水平。人均GDP、農(nóng)民人均純收入、恩格爾系數(shù)等即是經(jīng)濟系統(tǒng)指標(biāo)，也是脆弱性結(jié)果的表征指標(biāo)。一方面脆弱性反映了外界壓力導(dǎo)致農(nóng)業(yè)生態(tài)脆弱性的程度，另一方面農(nóng)業(yè)脆弱性直接受經(jīng)濟系統(tǒng)指標(biāo)的影響。因此，人均GDP、農(nóng)民人均純收入越高，恩格爾系數(shù)越小，抗災(zāi)能力就越強，因而農(nóng)業(yè)生態(tài)環(huán)境敏感性和易損性越小。

圖1 邵陽市農(nóng)業(yè)生態(tài)脆弱性指標(biāo)體系的階梯層次結(jié)構(gòu)模型Fig.1 The hierarchical structure model of ecological vulnerability index system in Shaoyang City

3.1.3 邵陽市農(nóng)業(yè)生態(tài)脆弱性評價指標(biāo)權(quán)重

根據(jù)上述計算方法與公式分別計算出各評價指標(biāo)的權(quán)重(表2)。人均GDP第一，為0.16，農(nóng)業(yè)生產(chǎn)總值第二，為0.15；平均年降水量、農(nóng)民人均收入第三，為0.12；人均耕地面積的權(quán)重值第四，為0.10。這說明研究區(qū)的農(nóng)業(yè)生態(tài)脆弱性是結(jié)構(gòu)型脆弱性和脅迫性脆弱性共同作用的結(jié)果，其中人類活動的脅迫脆弱性起著重要作用。因而提高人均收入是恢復(fù)生態(tài)環(huán)境的關(guān)鍵。

表2 生態(tài)脆弱性評價各指標(biāo)組合權(quán)重

3.2 邵陽市農(nóng)業(yè)生態(tài)脆弱性的影響因素分析

利用SPSS19.0計算出特征根、主成分貢獻率和主成分因子載荷(表3)。從表3中可以看出，累計貢獻率大于70%的主成分的個數(shù)為3個，記為1、2、3。主成分因子載荷代表不同主成分中各個指標(biāo)的權(quán)重大小，反映了各主成分與原指標(biāo)之間的相關(guān)性。第1主成分與C4、C6、C9、C10相關(guān)程度極高，這4個因素代表社會成因指標(biāo)的人口密度和人均耕地面積、經(jīng)濟水平指標(biāo)的恩格爾系數(shù)和農(nóng)業(yè)總產(chǎn)值。它們的貢獻率達到36.375%，是農(nóng)業(yè)生態(tài)環(huán)境脆弱性最主要的影響因子。第2主成分與 C2、 C3、 C7、C8相關(guān)性較高，這4個因素主要反映的是自然條件和農(nóng)民的經(jīng)濟狀況，其貢獻率達到22.252%，是農(nóng)業(yè)生態(tài)環(huán)境脆弱性主要的影響因素。第3主成分與C1和C5明顯正相關(guān)，其貢獻率達到16.707%，是農(nóng)業(yè)生態(tài)環(huán)境脆弱性較為重要的影響因素。

表3 主成分因子載荷矩陣、特征值及貢獻率

4 結(jié)論

(1)論文主要根據(jù)數(shù)據(jù)資料的可獲得性選取農(nóng)業(yè)生態(tài)脆弱性指標(biāo)，但是如化肥施用量、農(nóng)藥使用量等對農(nóng)業(yè)生態(tài)脆弱性起重要作用的因子并未納入到評價指標(biāo)體系中。由于目前對農(nóng)業(yè)生態(tài)脆弱性的研究較少，缺少與其他區(qū)域農(nóng)業(yè)脆弱性的比較。

(2)研究所選取的農(nóng)業(yè)生態(tài)脆弱性指標(biāo)之間可能存在一些非線性關(guān)系，如何建立研究模型進行指標(biāo)的篩選，是本領(lǐng)域研究需要解決的難題。

(3)農(nóng)業(yè)生態(tài)環(huán)境脆弱性是自然和人文等多種因素復(fù)合作用的結(jié)果，如何診斷農(nóng)業(yè)生態(tài)脆弱性產(chǎn)生的主導(dǎo)因素，是農(nóng)業(yè)生態(tài)脆弱性研究中需要解決的問題。

[1]侯亞紅,劉文泉.我國黃土高原地區(qū)農(nóng)業(yè)生產(chǎn)的氣候脆弱性變化預(yù)測[J].災(zāi)害學(xué),2003,18(3):34-38.

[2]鄭文武,曾永年,吳桂平,等.遙感和GIS支持下的湘西北喀斯特山區(qū)縣域農(nóng)業(yè)生態(tài)環(huán)境脆弱度評價[J].地理與地理信息科學(xué),2010,26(2):93-96.

[3]楊奇勇,尹輝.湖南省農(nóng)業(yè)干旱水資源風(fēng)險評價[J].湖南師范大學(xué)自然科學(xué)學(xué)報,2008,31(1):14-16.

[4]周松秀.湘中丘陵盆地區(qū)農(nóng)業(yè)生態(tài)環(huán)境脆弱性評價——以衡陽盆地為例[J].安徽農(nóng)業(yè)科學(xué),2012,40(11):6804-6807.

[5]夏興生,朱秀芳,李月臣,等.基于AHP-PCA熵組合權(quán)重模型的三峽庫區(qū)(重慶段)農(nóng)業(yè)生態(tài)環(huán)境脆弱性評價[J].南方農(nóng)業(yè)學(xué)報,2016,47(4):548-556.

Study on index system of agricultural vulnerability——A case study of Shaoyang City

DUAN Xiaofang,PAN Wenquan

(Department of City Constructing,Shaoyang University,Shaoyang 422000,China)

Taking Shaoyang as an example, the evaluation index system of agricultural ecological frangibility in hilly area of South china is studied. We used the analytic hierarchy process (AHP) and the principal component analysis (PCA) method to construct the hierarchical structure model of agricultural ecological vulnerability, and to evaluate the vulnerability factors of agricultural ecology in Shaoyang. The results show that the population density, per capita arable land area, Engel coefficient, total output value of agriculture are the main influence factors on agricultural ecological environment vulnerability, and per capita GDP, per capita net income of farmers, average temperature and the forest coverage rate are the secondary influence factors, multi annual average precipitation and the area ratio of paddy field and cultivated are minimum influence on the ecological environment vulnerability.

agriculture; ecological vulnerability; indicator system; AHP analysis; principal component analysis.

1672-7010(2017)02-0090-06

2017-02-20

湖南省教育廳科學(xué)研究項目(13C859)

段小芳(1976-)，女，湖南武岡人，講師，碩士，主要從事生態(tài)學(xué)研究,E-mail:1273208178@qq.com

Q14

A