通遼市塞外紅蘋果產(chǎn)業(yè)發(fā)展分析與評價(jià)

韓春勝,王寶俠,韓永增 ,薩如拉

(1. 內(nèi)蒙古農(nóng)業(yè)大學(xué) 林學(xué)院,內(nèi)蒙古 呼和浩特 010019; 2. 通遼市林業(yè)和草原科學(xué)研究所,內(nèi)蒙古 通遼 028000)

塞外紅蘋果(Maluspumila′Saiwaihong′),樹勢強(qiáng)壯,生長旺盛,枝條比較柔軟。幼樹分枝角度較小,結(jié)果后主枝漸開張,枝頭下垂,短枝結(jié)果,芽眼小而扁,葉細(xì)長,葉尾急尖。植株壽命較長,喬化栽培3～4 a見果,6～7 a進(jìn)入豐產(chǎn)期;矮化栽培2～3 a見果,5～6 a進(jìn)入豐產(chǎn)期,具有香、脆、甜等優(yōu)點(diǎn)[1-3]。該品種通過國際森林認(rèn)證和國家林木良種審定,其市場銷路好、技術(shù)配套完善,受到了廣大果農(nóng)的歡迎和支持。2012年以來,通遼市全市范圍內(nèi)大規(guī)模種植,目前,種植推廣面積已達(dá)2萬hm2,種植范圍涉及了通遼市大部分果樹種植區(qū)域。塞外紅蘋果產(chǎn)業(yè)對通遼市的農(nóng)林業(yè)種植結(jié)構(gòu)調(diào)整、集體經(jīng)濟(jì)發(fā)展以及鄉(xiāng)村振興都發(fā)揮了較為重要的作用[4-5]。

1 研究區(qū)概況

通遼市位于內(nèi)蒙古中部,地形地貌有草原、山地、丘陵和沙地等類型。境內(nèi)海拔差較大,山區(qū)海拔1 000～2 000 m,丘陵地帶海拔500～1 000 m,平原地帶海拔200～500 m。通遼市位于溫帶大陸性季風(fēng)氣候區(qū),氣候特征為年降水量少,蒸發(fā)量大,夏季短暫,冬季漫長、寒冷干燥。年均氣溫較低,約為 3.5 ℃,其中1—2月最冷,平均氣溫為 -20 ℃左右;6—8月最熱,平均氣溫為20 ℃左右。年均降水量約270 mm,集中在6—9月,占全年降水總量的 80% 以上。年平均蒸發(fā)量約1 000 mm,是降水量的3～4倍。通遼市西南部地勢較高,氣溫低,降水量大;東北部地勢較低,氣溫高,降水量小。年平均風(fēng)速 3.5 m·s-1左右,風(fēng)力較大,冬季常有大風(fēng)天氣。

2 研究方法

2.1 數(shù)據(jù)來源

本研究數(shù)據(jù)主要來自通遼市各旗縣林業(yè)和草原局,通過查閱《內(nèi)蒙古自治區(qū)2012—2021年統(tǒng)計(jì)年鑒》及通遼市氣象局、國家地理系統(tǒng)科學(xué)數(shù)據(jù)共享中心等相關(guān)網(wǎng)站,收集了2012—2021年23個二級指標(biāo)的相應(yīng)數(shù)據(jù)。

2.2 層次分析法

層次分析法是一種用于多準(zhǔn)則決策的系統(tǒng)分析方法。它通過將復(fù)雜的決策問題分解為層次結(jié)構(gòu),并通過定量和定性的方式對各個層次進(jìn)行比較和評估,最終得出決策方案的相對權(quán)重[6-9]。層次分析法主要包括構(gòu)建層次結(jié)構(gòu)、確定判斷矩陣、計(jì)算權(quán)重和一致性檢驗(yàn)等步驟。

利用同一層次中所有本層次對應(yīng)從屬指標(biāo)的權(quán)重值,以及上層次所有指標(biāo)的權(quán)重,進(jìn)行加權(quán)計(jì)算本層次所有指標(biāo)對最高層次的權(quán)重值。層次分析法計(jì)算步驟如下:

權(quán)重計(jì)算方法為方根法,指假設(shè)針對某一準(zhǔn)則,各元素的權(quán)重向量為:

W=(W1,W2,W3,…,Wn)T

(1)

計(jì)算判斷矩陣最大特征值:

(2)

式中:(BW)i表示向量W的第i個分量;λmax則為矩陣B的最大特征值。

一致性驗(yàn)算:

當(dāng)λmax=n時(shí),矩陣B具有完全一致性,而一致性不完全時(shí),則為λmax>n,可以用λmax=n來檢驗(yàn)其一致性程度:

(3)

因而可采用這其余n-1個特征根的平均值來作為一致性指標(biāo)CI:

(4)

式中:當(dāng)λmax=n時(shí),CI=0,而一般,λmax>n,故CI>0。當(dāng)CI越小時(shí),說明一致性越好。

2.3 熵權(quán)法

熵權(quán)法利用信息熵根據(jù)各個指標(biāo)的變異程度計(jì)算權(quán)重,因此若評價(jià)指標(biāo)的熵值越大,則指標(biāo)值變異程度越小,其提供的信息量相應(yīng)的越少,權(quán)重也就越小;反之,若評價(jià)指標(biāo)的熵值越小,則指標(biāo)值變異程度越大,其提供的信息量相應(yīng)越多,權(quán)重也就越大[10-12]。

2.3.1指標(biāo)數(shù)據(jù)的無量綱化

為消除初始指標(biāo)變量之間量綱、數(shù)量級差異對評價(jià)結(jié)果的影響,需要將初始指標(biāo)變量進(jìn)行無量綱化處理。本文依據(jù)文中指標(biāo)評價(jià)目標(biāo)的取向,將指標(biāo)值分為“越大越好”的正向指標(biāo)和“越小越好”的逆向指標(biāo)?？紤]到對正向與逆向指標(biāo)的適用性,選用極差變換法對指標(biāo)變量進(jìn)行無量綱化處理[13]。

以通遼市為例,設(shè)評價(jià)對象有n個年份,反映其塞外紅蘋果產(chǎn)業(yè)可持續(xù)發(fā)展的評價(jià)指標(biāo)共有m個,用xij來表示塞外紅蘋果產(chǎn)業(yè)第j年的第i個指標(biāo)上的統(tǒng)計(jì)值。則有評價(jià)矩陣:

Y=(xij)m×n(i=1,2,…,m;j=1,2,…,n)

(5)

用極差變換法對其進(jìn)行無量綱化處理,則有公式(6)適用于正向指標(biāo)的處理,公式(7)適用于逆向指標(biāo)的處理:

(6)

(7)

2.3.2指標(biāo)信息熵的計(jì)算

根據(jù)信息論中信息熵的定義,計(jì)算第i個指標(biāo)的第j年的信息熵Ei則有:

(8)

式中:k=1/ln(n),n為評價(jià)對象的個數(shù);當(dāng)fij=0時(shí),則fijln(fij)=0;fij為第i個指標(biāo)的第j個評價(jià)年度占該指標(biāo)的比重。

指標(biāo)熵權(quán)確定由信息熵計(jì)算公式計(jì)算出各個指標(biāo)的信息熵E1,E2,E3,…,Ei,則有第i個指標(biāo)的熵權(quán)定義為:

(9)

2.4 最小相對信息熵確定組合權(quán)重

組合權(quán)重綜合指標(biāo)的主觀權(quán)重W1i和客觀權(quán)重W2i可得組合權(quán)重Wi。Wi與W1i和W2i應(yīng)盡可能接近,根據(jù)最小相對信息熵原理,用拉格朗日乘子法優(yōu)化可得組合權(quán)重計(jì)算式:

(10)

2.5 發(fā)展水平值確定

通過計(jì)算出指標(biāo)權(quán)重,則有第i個指標(biāo)的第j年份水平得分為:

Sij=Wi-xij

(11)

式中:xij為第i個指標(biāo)的第j年份的初始數(shù)值;Wi為該指標(biāo)的權(quán)重,運(yùn)用加法合成法由底層往上層將各指標(biāo)水平得分相加得到子系統(tǒng)的水平得分,將子系統(tǒng)的水平得分相加,最終得出評價(jià)體系的綜合得分[14-15]。

2.6 灰色關(guān)聯(lián)度分析

灰色關(guān)聯(lián)度分析法是一種基于數(shù)據(jù)序列的分析方法,用于研究因素之間的相關(guān)性及其影響程度。其基本思想是將研究對象與參考序列之間的關(guān)聯(lián)程度用灰色關(guān)聯(lián)系數(shù)表示,并通過比較不同因素之間的關(guān)聯(lián)程度,確定其對研究對象的影響程度。其具體分析步驟為:

(1)確定分析數(shù)列

設(shè)參考序列為:

M=M(k) (k=1,2,3,…,n)

(12)

比較序列為:

Ki=Ki(k) (i=1,2,3,…,n;k=1,2,3,…,m)

(13)

(2)計(jì)算關(guān)聯(lián)系數(shù)

依據(jù)灰色系統(tǒng)理論,計(jì)算第i個評價(jià)指標(biāo)的第k年與第i個指標(biāo)對應(yīng)的參考指標(biāo)的關(guān)聯(lián)系數(shù),則有:

(14)

式中:Δmax為參考數(shù)列M與比較數(shù)列Ki最大差值;Δmin為參考數(shù)列M與比較數(shù)列Ki最小差值;Δoi(k)為參考數(shù)列M與比較數(shù)列Ki差值的數(shù)列;δ為分辨率系數(shù),一般取δ=0.5。

(3)關(guān)聯(lián)度計(jì)算,關(guān)聯(lián)度Ri公式如下:

(15)

3 結(jié)果與分析

3.1 發(fā)展現(xiàn)狀評價(jià)指標(biāo)體系構(gòu)建

評價(jià)指標(biāo)體系需要綜合考慮產(chǎn)業(yè)的經(jīng)濟(jì)效益、社會效益、環(huán)境效益和資源利用效率等方面,以及不同指標(biāo)之間的權(quán)衡和協(xié)調(diào),建立起一套科學(xué)、合理、可操作的評價(jià)體系。在選擇評價(jià)指標(biāo)時(shí)應(yīng)遵循指標(biāo)選取的全面性、針對性、可比性、可操作性和以人為本等原則,結(jié)合已有的評價(jià)指標(biāo)體系,從經(jīng)濟(jì)、社會、環(huán)境和資源 4 方面建立塞外紅蘋果產(chǎn)業(yè)發(fā)展現(xiàn)狀評價(jià)指標(biāo)體系(表1)。

表1 塞外紅蘋果產(chǎn)業(yè)發(fā)展現(xiàn)狀評價(jià)指標(biāo)體系Tab.1 Evaluation index system of the development status of Malus pumila ′Saiwaihong′ industry

該評價(jià)指標(biāo)體系構(gòu)建基于生態(tài)學(xué)和經(jīng)濟(jì)學(xué)理論,分析塞外紅蘋果產(chǎn)業(yè)發(fā)展中自然與經(jīng)濟(jì)系統(tǒng)的相互關(guān)系提供理論支持。明確產(chǎn)業(yè)問題、綜述文獻(xiàn)、考慮數(shù)據(jù)可用性、利益相關(guān)者參與、綜合多維性質(zhì)、強(qiáng)調(diào)可持續(xù)性視角以及采用熵權(quán)法與層次分析法進(jìn)行權(quán)重分配,為通遼市塞外紅蘋果產(chǎn)業(yè)指標(biāo)體系構(gòu)建提供了穩(wěn)健的框架。

該指標(biāo)體系為:第一層目標(biāo)層下設(shè)4個準(zhǔn)則層,分別是B1社會子系統(tǒng)、B2經(jīng)濟(jì)子系統(tǒng)、B3資源子系統(tǒng)、B4環(huán)境子系統(tǒng),各子系統(tǒng)下又分若干個次準(zhǔn)則層,各次準(zhǔn)則層下又設(shè)若干指標(biāo)層。

3.2 指標(biāo)權(quán)重的確定

使用公式(6)和(7)對原始數(shù)據(jù)進(jìn)行無量綱化處理,將數(shù)據(jù)轉(zhuǎn)化為無量綱化的指標(biāo)值。再用熵權(quán)法計(jì)算權(quán)重,根據(jù)熵權(quán)法公式(8)和(9),計(jì)算各層次指標(biāo)相對于上一層次的權(quán)重。使用層次分析法步驟,進(jìn)行兩兩比較,構(gòu)建層次結(jié)構(gòu)模型,并計(jì)算出各因素之間的權(quán)重。最后根據(jù)公式(10),將熵權(quán)法計(jì)算得到的權(quán)重和層次分析法計(jì)算得到的權(quán)重相結(jié)合,按照一定的比例進(jìn)行加權(quán)平均,得到各指標(biāo)的綜合權(quán)重,即組合權(quán)重,詳見表2。

表2 2012—2021年塞外紅蘋果產(chǎn)業(yè)發(fā)展現(xiàn)狀指標(biāo)權(quán)重Tab.2 Index weight of the development status of Malus pumila ′Saiwaihong′ industry from 2012 to 2021

根據(jù)表2指標(biāo)權(quán)重可知,在準(zhǔn)則層中,各部分對產(chǎn)業(yè)發(fā)展水平的影響程度最大為經(jīng)濟(jì)子系統(tǒng),其權(quán)重值 0.479;環(huán)境子系統(tǒng)影響程度最小,其權(quán)重值為 0.022。D31每公頃平均產(chǎn)量、D32塞外紅蘋果種植面積、D33進(jìn)出口額、D65森林覆蓋率和D22技術(shù)人員數(shù)量的權(quán)重值較大,為 0.062～0.136。D31每公頃平均產(chǎn)量權(quán)重最大,為 0.136,表明產(chǎn)量對于塞外紅蘋果產(chǎn)業(yè)的發(fā)展至關(guān)重要,因此要提高生產(chǎn)效率、增加其產(chǎn)量,可以增加其經(jīng)濟(jì)效益,以便更好地滿足市場需求。D32塞外紅蘋果種植面積權(quán)重為 0.130,表明種植面積對塞外紅蘋果產(chǎn)業(yè)的發(fā)展起到重要作用。擴(kuò)大種植面積對于滿足市場需求、增加產(chǎn)量和推動經(jīng)濟(jì)增長具有重要意義。D22技術(shù)人員數(shù)量的權(quán)重為 0.062,表明技術(shù)人員的數(shù)量對于塞外紅蘋果產(chǎn)業(yè)的發(fā)展非常重要。技術(shù)人員數(shù)量的增加,意味著通遼市的塞外紅蘋果產(chǎn)業(yè)將更具有創(chuàng)新能力和技術(shù)含量,從而提高競爭力。此外,D42經(jīng)濟(jì)林總產(chǎn)值權(quán)重最小,為 0.007,說明塞外紅蘋果產(chǎn)業(yè)對經(jīng)濟(jì)林總產(chǎn)值的貢獻(xiàn)不大,產(chǎn)業(yè)發(fā)展尚在起步階段,競爭較小,發(fā)展空間和潛力較大。

3.3 發(fā)展現(xiàn)狀評價(jià)值的確定

根據(jù)組合熵權(quán)法確定的權(quán)重,由公式(11)分別計(jì)算出2012—2021年通遼市塞外紅蘋果產(chǎn)業(yè)可持續(xù)發(fā)展評價(jià)體系綜合得分,再將綜合得分均值化,得出通遼市塞外紅蘋果產(chǎn)業(yè)可持續(xù)發(fā)展水平值(表3)。

表3 塞外紅蘋果發(fā)展水平值表Tab.3 Development level of Malus pumila ′Saiwaihong′

如表3所示,通遼市塞外紅蘋果產(chǎn)業(yè)發(fā)展水平總體呈現(xiàn)出明顯的上升趨勢,盡管水平仍然相對較低,但增長幅度明顯。通遼市塞外紅蘋果產(chǎn)業(yè)日益壯大并逐漸由粗放向集約、由平面向立體全面發(fā)展。

此外,生產(chǎn)機(jī)械化、農(nóng)民組織化和產(chǎn)品品牌化水平不斷提高。為積極響應(yīng)和實(shí)施鄉(xiāng)村振興戰(zhàn)略,相關(guān)部門應(yīng)積極采取措施彌補(bǔ)短板、改善不足,推動通遼市塞外紅蘋果產(chǎn)業(yè)向更高層次邁進(jìn)。

3.4 灰色關(guān)聯(lián)度分析

將通遼市塞外紅蘋果產(chǎn)業(yè)發(fā)展評價(jià)體系原始數(shù)據(jù)均值化,選取每個指標(biāo)在年份區(qū)間內(nèi)的最大值組成一個新的數(shù)列作為參考數(shù)列,均值化后的數(shù)據(jù)作為比較數(shù)列,根據(jù)公式(14)和(15)測算出具體指標(biāo)數(shù)據(jù)間的灰色關(guān)聯(lián)度(表4)。

表4 2012—2021年通遼市塞外紅產(chǎn)業(yè)可持續(xù)發(fā)展指標(biāo)灰色關(guān)聯(lián)度表Tab.4 Grey correlation degree of sustainable development Index of Malus pumila ′Saiwaihong′ industry in Tongliao from 2012 to 2021

由表4可知,D14城市化水平影響程度最大,其關(guān)聯(lián)度為 0.941;其次是D31每公頃平均產(chǎn)量,其關(guān)聯(lián)度為 0.939。

D34人均GDP、D32塞外紅蘋果種植面積、D21科研支出、D13塞外紅蘋果企業(yè)數(shù)量、D64經(jīng)濟(jì)林造林面積、D12人均收入、D33進(jìn)出口額和D62化肥使用量等指標(biāo)的表現(xiàn)相對較弱,通遼市塞外紅蘋果產(chǎn)業(yè)的基礎(chǔ)設(shè)施不完善,且農(nóng)村多為散戶種植,缺乏購買力強(qiáng)的銷售渠道,其系統(tǒng)化、集約化的產(chǎn)業(yè)體系也不完整。

D65森林覆蓋率、D35塞外紅蘋果銷售價(jià)格、D52耕地總面積、D15公路運(yùn)輸能力、D51機(jī)械總動量、D22技術(shù)人員數(shù)量、D42經(jīng)濟(jì)林總產(chǎn)值、D41商品化率和D11人均消費(fèi)額,關(guān)聯(lián)度 0.813～0.897 之間,產(chǎn)業(yè)化經(jīng)營程度較低,科技支撐不夠,政府對科技人才的培養(yǎng)力度弱,阻礙了產(chǎn)業(yè)的可持續(xù)發(fā)展。

評價(jià)體系中表現(xiàn)力最弱的指標(biāo)變量D61農(nóng)藥總用量、D72氣溫、D63有效灌溉面積和D71年降水量,它們的關(guān)聯(lián)度值僅有 0.794～0.614。在通遼市塞外紅蘋果產(chǎn)業(yè)的可持續(xù)發(fā)展中影響最小。

4 討論與結(jié)論

4.1 討論

本研究中,權(quán)重是通過組合熵權(quán)法來確定的。通過計(jì)算指標(biāo)的信息熵,反映了指標(biāo)的差異程度,然后將信息熵轉(zhuǎn)化為權(quán)重,權(quán)重越大表示該指標(biāo)對總體目標(biāo)的貢獻(xiàn)越大。產(chǎn)業(yè)可持續(xù)發(fā)展的評價(jià)結(jié)果,通過表1和表2可以看出經(jīng)濟(jì)系統(tǒng)是最重要的方面,其權(quán)重值最高,為 0.479,說明經(jīng)濟(jì)的發(fā)展對于產(chǎn)業(yè)可持續(xù)發(fā)展至關(guān)重要;其次為資源系統(tǒng),其權(quán)重為 0.288,說明資源的可持續(xù)利用和保護(hù)同樣至關(guān)重要;然后為社會系統(tǒng),其權(quán)重值為 0.211,表明社會公平、人民生活水平等因素對于產(chǎn)業(yè)可持續(xù)發(fā)展也發(fā)揮著重要作用;環(huán)境系統(tǒng)的權(quán)重值為 0.022,相對其他系統(tǒng)來說較低,但環(huán)境保護(hù)和修復(fù)對于產(chǎn)業(yè)可持續(xù)發(fā)展的貢獻(xiàn)不容忽視。綜合以上可以得出結(jié)論,產(chǎn)業(yè)可持續(xù)發(fā)展需要平衡經(jīng)濟(jì)、社會、資源和環(huán)境等多方面的需求和利益。經(jīng)濟(jì)發(fā)展是產(chǎn)業(yè)可持續(xù)發(fā)展的基礎(chǔ),但不能犧牲社會、資源和環(huán)境的利益。應(yīng)加強(qiáng)技術(shù)創(chuàng)新和科學(xué)管理,制定相應(yīng)政策和措施,優(yōu)化發(fā)展模式和結(jié)構(gòu),提高發(fā)展質(zhì)量和效益,以推進(jìn)經(jīng)濟(jì)社會可持續(xù)發(fā)展。同時(shí),應(yīng)注重資源的可持續(xù)利用和保護(hù),加強(qiáng)環(huán)境保護(hù)和修復(fù),提高社會公平和人民生活水平,實(shí)現(xiàn)經(jīng)濟(jì)、社會、資源和環(huán)境的協(xié)調(diào)發(fā)展。

針對D22技術(shù)人員數(shù)量的權(quán)重較高,提出以下建議以促進(jìn)產(chǎn)業(yè)的快速發(fā)展:(1)構(gòu)建專業(yè)化科技服務(wù)體系,提升農(nóng)牧民的技術(shù)能力;舉辦果樹培訓(xùn)班,建立科技示范基地和網(wǎng)絡(luò)服務(wù),組成技術(shù)服務(wù)隊(duì)伍,入戶指導(dǎo)果樹管理技術(shù);允許科研院所人員到企業(yè)開展創(chuàng)新工作或創(chuàng)辦企業(yè);注重團(tuán)隊(duì)建設(shè)和人才梯隊(duì)培養(yǎng),精準(zhǔn)引進(jìn)人才。(2)推進(jìn)科技服務(wù)體系落實(shí)到位。通過建立全方位科技服務(wù)體系,確保技術(shù)措施落實(shí)到田間;健全縣鄉(xiāng)村戶4級科技服務(wù)體系,完善科技服務(wù)承包責(zé)任制。通過技術(shù)培訓(xùn)和學(xué)習(xí)參觀提高果農(nóng)、果業(yè)大戶和技術(shù)人員的能力,促進(jìn)塞外紅蘋果產(chǎn)業(yè)發(fā)展。

4.2 結(jié)論

在對現(xiàn)有文獻(xiàn)數(shù)理分析的基礎(chǔ)上,從社會系統(tǒng)、經(jīng)濟(jì)系統(tǒng)、資源系統(tǒng)、環(huán)境系統(tǒng)4 個方面,構(gòu)建通遼市塞外紅蘋果產(chǎn)業(yè)發(fā)展現(xiàn)狀評價(jià)指標(biāo)體系,并采取層次分析法、熵權(quán)法測度出通遼市塞外紅蘋果2012—2021年的產(chǎn)業(yè)發(fā)展水平。得到以下結(jié)論:

(1) 在準(zhǔn)則層中,各部分對產(chǎn)業(yè)發(fā)展水平的影響程度為:經(jīng)濟(jì)系統(tǒng)>資源系統(tǒng)>社會系統(tǒng)>環(huán)境系統(tǒng)。

(2) 在指標(biāo)層中,每公頃平均產(chǎn)量居于主導(dǎo),其次為塞外紅蘋果種植面積與進(jìn)出口額、森林覆蓋率、技術(shù)人員數(shù)量等。

(3) 通遼市塞外紅蘋果產(chǎn)業(yè)發(fā)展水平整體呈上升趨勢。

(4) 城市化水平影響程度最大,其次是每公頃平均產(chǎn)量。 農(nóng)藥總用量、氣溫、有效灌溉面積和年降水量影響較小。