基于多標準判別方法的農戶農業可持續性評價

侯林春，李會琴

（1.中國地質大學公共管理學院，湖北 武漢 430074；2.中國地質大學經濟與管理學院，湖北 武漢 430074）

家庭農業可持續發展評價對政府部門制定政策和發展戰略具有重要的參考價值。然而，農業可持續性的概念在不斷演化［1］。有學者認為，可持續農業是指能滿足現在和未來對食物與纖維、生態系統功能和健康生活等的社會需要，而且能使社會凈收益最大化的農業發展實踐［2］；也有學者認為，可持續農業是在農業生態系統的利用和管理過程中，能保持生物多樣性、生產力、再生能力、活力和運行能力，使現在和未來都能在地方、國家和全球尺度上完成其經濟、生態和社會功能，且不會危害到其他生態系統［1］。雖然農業可持續性的概念多種多樣，但學者們一致認為，農業可持續性有3個基本特征，即環境質量的保持、穩定的作物和生物生產量、社會的可接受性［3］。農業可持續被認為是農業和農村地區長期效益的前提，農業可持續性指標廣泛用于解釋和度量農場性能，這些指標包括環境質量、經濟生存能力與就業和社會性能［4］。有學者認為，農業可持續性應該包括生態健康、社會可接受和經濟生存能力三方面［5］。生態健康是指自然環境的保護和改善，經濟生存能力是指作物和生物生產量的保持，社會可接受性是指自我發展、公平和改善生活質量，也就是說，農業可持續性包括經濟可持續性、社會可持續性、生態可持續性［6］。

就如何解釋農業可持續性的指標體系，很多學者采用把農業可持續性的多維指標轉化為一個綜合指標［7］。但是，農業可持續性的綜合指標值的計算備受詬?。?］，指標權重的賦值往往有很大爭議［9］。指標權重賦值的方法總的來說可以劃分為客觀型方法和主觀型方法［10］?？陀^型方法也叫內生方法，是通過統計分析過程獲得指標的權重，沒有指標相對重要性的價值判斷過程。其代表性的方法主要有主成分分析法（PCA）、數據包絡分析法（DEA）和回歸分析法等。主觀型方法也稱為外生方法，是根據專家和決策者的觀點和認識來配置指標的權重，這種權重反映了人們對可持續性的不同維度和單個指標的偏好和重視程度［11］，其代表型的方法主要有層次分析法（AHP）、直接賦值法、Swing賦權法、Trade-off賦權法和SMART分析法等。因此，單純運用其中一種方法的計算結果不能客觀、全面反映出家庭農業的可持續性特征。

可持續性綜合指標值的計算方法有多種，Nardo等［10］總結了一系列可持續性綜合指標值的計算方法。例如，指標的加權法、主成分分析法、層次分析法、幾何平均法、多目標效用函數法等。Nardo 等還指出每一種計算方法的優點和局限性，同時也指出了建立可持續性綜合指標的利弊［10］。總的來說，目前還沒有一個農場尺度的農業可持續性評價指標值的計算方法能讓所有人滿意。因此，如果要解決或彌補綜合指標計算中的問題和缺陷，就必須采用新的技術方法或綜合利用不同的計算方法［11-12］。

本研究以湖北省荊州市公安縣長江村的644個農戶為例，利用農場和環境可持續性框架（Sustainability Assessment of Farming and the Environment Framework，SAFE），構建農戶農業可持續性評價的指標體系，綜合采用主成分分析法（PCA）、層次分析法（AHP）和多目標決策法（MCDM）等3種方法，構成多標準判別方法，計算指標權重和農戶農業可持續性綜合指標值，以期更準確地評價農戶農業可持續性及其影響因素。

1 評價指標選取及其意義

1.1 評價指標的選取

農業可持續發展評價對象決定了評價指標體系的構成［13-16］。本研究采用的農戶農業可持續評價指標體系是基于José等［17］提出的農場和環境可持續性框架（SAFE）。SAFE是一個基于農業生態系統所提供的商品和服務功能的等級框架，包括經濟、社會與環境3個維度的農業可持續指標體系。農戶農業可持續性評價指標體系由3個層次組成：第一層是目標層，以農戶農業可持續性綜合評價為目標，用來反映農戶農業可持續性的總體特征；第二層根據農業可持續發展內涵設立的3個系統維度，即經濟、社會、環境；第三層是指標層，選擇了14個具體的評價指標。

1.2 評價指標的意義

1.2.1 經濟維度指標 經濟維度指標包括農戶農業收入（C1）、農業對GDP的貢獻（C2）和參加保險的作物面積（C3）。指標意義描述分別為：C1反映了農場短期（1年）內創造的總收入，農業當年收入是總的農作物收入與總的補貼之和；C2表示農戶農場為社會創造的財富，用農業當年總收入減去農業補貼來表示；C3反映了農戶面對不可預期的災害時收入的穩定性。

1.2.2 社會維度指標 社會維度指標包括農業就業（C4）、勞動力的穩定性（C5）、農業生產的持續狀況（C6）和農業經濟依賴程度（C7）。指標意義描述分別為：C4用當年單位面積土地的工作小時表示；C5用農忙時期所需勞動占全年所需勞動的百分比表示，值越高，農村勞動力人口越不穩定；C6依賴于戶主年齡和農業生產利潤，當戶主小于55歲或農業生產利潤高于平均收入時取最大值1，當戶主大于65歲或農業生產利潤低于平均收入時取最小值0，戶主年齡和農業生產利潤介于前兩者之間時取值0.5；C7用農戶農業收入占農戶總收入的百分比表示，如果指標值增大，說明農村人口的穩定性也增加。

1.2.3 環境維度指標 環境維度指標包括每塊田地的平均面積（C8）、土壤覆蓋（C9）、氮肥用量（C10）、磷肥用量（C11）、農藥用量（C12）、灌溉用水量（C13）和燃油用量（C14）。其意義描述分別為：C8反映了農業景觀的連續性特征，值越小，越有利于野生動植物的生存；C9表示土地植被覆蓋對水土流失的保護意義，用農戶土地的年植被覆蓋的天數表示；C10表示每年農戶施肥過程中釋放到環境中氮量；C11表示每年農戶施肥過程中釋放到環境中磷量；C12是指農戶在農業生產過程中每年向環境釋放的農藥毒素量，值越大，說明農藥的施用對環境造成的影響越大，反映了使用農藥在農產品中農藥殘留和農藥環境污染狀況；C13反映了農戶農業每年對水利系統的依賴程度；C14主要表征農業機械使用的柴油量，其值越大，說明農場土地壓實、板結越嚴重和燃油使用對環境的污染越大。

2 研究區選擇與綜合指標計算方法

2.1 研究區選取

本研究區為湖北省公安縣，該縣位于長江南岸，處于江漢平原和洞庭湖平原的中間地帶，對于長江中游地區的農業和農村經濟環境發展研究具有典型代表性。具體調研村的選擇主要根據公安縣農業局和楊家廠鎮農業技術專家的意見，最終課題組將調研村選定為公安縣楊家長鎮長江村。調查小組于2014年10月開展為期1周的調查，共發放700份調查問卷，獲得有效調查問卷644份。

2.2 綜合指標計算方法

本研究采用3種方法，分別為主成分分析法（PCA）、層次分析法（AHP）和多目標決策方法（MCDM），構成多標準判別方法，計算農業可持續性綜合指標值（CIAS）。選擇這3種方法是因為它們具備不同的函數綜合形式（加權和非加權）和不同的指標權重獲取方法（內生方法和外生方法）。本研究選擇的多目標決策方法（MCDM）是由Diaz-Balteiro等［18］在距離函數的基礎上發展起來的。多目標決策法是對層次分析法所取權重值進行等距離分解，目的是減小權重的人為選取所造成的誤差。

CIAS_MCDMi的計算表達式：

式中，CIAS_MCDMi為第i個農戶利用多目標決策法計算出的農業可持續性綜合指標值；參數λ的范圍是［0，1］，一般λ可取5個值（0，0.25，0.5，0.75，1）。n為家庭農場i評價指標的個數；wk為標準化的指標k（歸一化處理）的權重值。由于該公式是在的基礎上，引入參數λ把層次分析法中的權重等距離分解，因此CIAS_MCDMi的權重值即為層次分析法的權重值；Iki是家庭農戶i指標k的標準化的值。

根據λ取值，CIAS_MCDMi對應的5個表達式：

根據以上計算公式，得出7個農業可持續性綜合指標值的結果（其中當λ= 1時，與層次分析法求出的綜合指標值相等）。

3 指標權重計算方法與結果

3.1 主成分分析方法的權重計算結果

通過應用Spss19.0統計軟件的主成分分析方法（PCA），最終計算得到14個指標的權重：農戶農業收入（C1，0.0507）、農業對GDP的貢獻（C2，0.0494）、參加保險的作物面積（C3，0.0604）、農業就業（C4，0.0434）、勞動力的穩定性（C5，0.0556）、農業生產的持續狀況（C6，0.2892）、農業經濟依賴程度（C7，0.0544）、每塊田地的平均面積（C8，0.0814）、土地覆蓋（C9，0.1186）、氮肥用量（C10，0.0371）、磷肥用量（C11，0.0371）、農藥用量（C12，0.0453）、灌溉用水量（C13，0.0373）、燃油用量（C14，0.0400）。

3.2 層次分析方法的權重計算結果

本研究沿用José等［8］的研究結果，確定農業可持續性的經濟維度、社會維度和環境維度的權重分別是28.5%、39.9%和31.7%。此外，采用專家打分和層次分析方法，確定了14個指標的權重。農業技術專家來自湖北省農業廳、公安縣農業局和公安縣楊家長鎮農技所，共7人。

利用層次分析方法，最終計算得到14個指標的權重：農戶農業收入（C1，0.166）、農業對GDP的貢獻（C2，0.09）、參加保險的作物面積（C3，0.029）、農業就業（C4，0.114）、勞動力的穩定性（C5，0.121）；農業生產的持續狀況（C6，0.082）、農業經濟依賴程度（C7，0.081）、每塊田地的平均面積（C8，0.025）、土地覆蓋（C9，0.037）；氮肥用量（C10，0.055）、磷肥用量（C11，0.058）、農藥用量（C12，0.065）、灌溉用水量（C13，0.045）、燃油用量（C14，0.031）。

4 綜合指標計算結果與影響因素分析

4.1 綜合指標計算結果分析

根據主成分分析法（PCA）、層次分析法（AHP）和多目標決策方法（MCDM）計算得出7個農業可持續性的綜合指標值（分別用CIAS_PCA、CIAS_AHP、CIAS_MC_000、CIAS_MC_025、CIAS_MC_050、CIAS_MC_075和CIAS_MC_100代替，表1），其中，λ=1時，多目標決策法和層次分析法計算公式相同，因此綜合指標值CIAS_AHP和與CIAS_MC_100（λ=1時）也相同。分別對可持續性綜合指標值進行統計分析（表1），結果顯示，可持續性綜合指標值符合正態分布（Kolmogorov–Smirnoff檢驗），這是由于雖然綜合指標值的計算方法不同，但是所有評價指標數據來自同一個調查區形成的數據庫，指標數據顯著相關。

表1 可持續性綜合指標的描述性統計表

4.2 綜合指標值和原始指標的關系分析

把農戶的農業可持續性綜合指標值作為因變量，農戶農業可持續性的14個評價指標值作為自變量進行線性回歸。由于利用逐步回歸分析法得到的多元回歸方程能較真實反映多個自變量與因變量的線性關系，因此，本研究采用統計軟件Spss19.0的逐步回歸分析法對農業可持續性綜合指標值及其對應的14個評價指標值進行線性回歸（表2）。

表2 農戶指標變量的逐步回歸結果

農業可持續性包括社會、經濟和環境3個維度的可持續性。其中經濟和社會的可持續性是農業可持續性的最終目的，環境可持續性是農業可持續性的基礎。但是，農民較少關注農業環境的可持續性，多數重視經濟的可持續性，從農戶自身出發，只有實現了農業經濟的可持續，農業的可持續才有保障。然而，計算過程中權重的選擇方法不同，農業可持續性綜合指標值也不同，因此逐步回歸結果中指標的系數不同。但是，農戶農業收入指標（C1）與綜合指標值（CIAS）的關系應該為正相關，該指標的系數值為正值。因此，在逐步回歸結果中排除CIAS_PCA、CIAS_MC_000和CIAS_MC_025的計算結果，而CIAS_AHP、CIAS_MC_050和CIAS_MC_075等3項綜合指標值與農業環境的可持續性相符。

通過對表 2的分析，C I A S_A H P、CIAS_MC_050和CIAS_MC_075等3項農業可持續性綜合指標值通過了實際檢驗，其相關系數的平方（R2）分別是0.83、0.828和0.829。因此，本研究用這3項農業可持續性綜合指標值共同解釋影響農業可持續性的因素。

4.3 農業可持續性的影響因素分析

根據農戶農業可持續性評價指標和逐步回歸分析結果（表2），分析農業可持續性的影響因素。

4.3.1 環境因素的影響分析 根據表2可知，CIAS_AHP、CIAS_MC_050和CIAS_MC_075等3個綜合指標值對應的氮肥用量（C10）、磷肥用量（C11）、灌溉用水量（C13）等3個指標的系數均為負值，說明這3個指標都是負向指標。氮肥用量（C10）、磷肥用量（C11）、灌溉用水量（C13）是環境指標。一般來說，對于特定農戶，氮肥、磷肥和灌溉水量的投入越大，農業生產對生態環境的不利影響越大，同時農業經濟投入也會隨之增大，但其所帶來的農業經濟收益也越大，也就越有利于農業經濟的可持續性。同時，農戶最關注的不是農業環境的可持續性，因此，氮肥用量（C10）、磷肥用量（C11）和灌溉用水量（C13）3個指標與農戶農業可持續性綜合指標值（CIAS）成負相關關系。

農藥用量（C12）也是負向指標，其與農業可持續性綜合指標值（CIAS）呈現正相關關系?？紤]到研究區是我國重要的棉花產區之一，棉花是當地重要的經濟作物。為增加經濟作物產量，并防止大面積的棉花病蟲，農戶多使用大量農藥。這不僅增加了農業的經濟投入，使農業經營成本大大提高，降低了農業經濟的可持續性，也影響農業環境的可持續發展。

燃油用量（C14）也是負向指標，與農業可持續性綜合指標值（CIAS）呈正相關關系。說明研究區農業機械化程度較高，農業機械耕作投入在農業經濟投入中占較大比重，同時也說明農民農業機械化耕作也對環境可持續發展產生不利影響，如排放溫室氣體、壓實耕地等。

每塊土地的平均面積（C8）是負向指標，與農業可持續性綜合指標值（CIAS）呈正相關關系。這說明每塊土地的平均面積（C8）越小，越有利于小型野生動物的生存，也越有利于農業的可持續性。這不僅彌補了江漢平原開闊平坦的地形給小動物提供的單一環境，同時，小塊田地的交錯分布和多種作物同時耕作也提高了小型動物尋找不同棲息地的機會。

4.3.2 社會與經濟因素的影響分析 農業生產的持續狀況（C6）是一個正向指標，其系數卻是負數。說明該指標與綜合指標得分值呈負相關關系。該指標依賴于戶主年齡和農場利潤，負相關關系反映了研究區的農戶戶主的年齡偏大或農場利潤偏低。一般而言，在同一個家庭內勞動力投入越多，人均農業經濟收入就越低，經濟可持續性就越差，越影響該家庭的農業可持續狀況，同時也會影響農業社會可持續性。

農業對GDP的貢獻（C2）與農業的可持續性綜合指標值呈正相關關系。從理論上講，增加農業對GDP的貢獻，農業為社會創造了更多的財富，也就是提高農民對農業經濟的依賴程度。農戶從農業中的收入增加，農民種地變得更加有利可圖，實現了農業經濟可持續發展，同時也為穩定農村人口、減少農村流動人口做出了更高效的貢獻，實現了農村社會可持續發展。

參加保險的作物面積（C3）與農業可持續性綜合指標值呈正相關關系。投資農作物保險是國家為了提高農民種地的積極性，減少種地的風險所采取的一種措施，該措施使農村土地不因天災或經營賠本而荒廢。據調查，研究區參加保險的作物面積比例達到100%，種植作物都參加了保險。農作物參與保險能給農民提供直接的收入來源，同時農民得到的保險費可以投資改善農業生產條件，購買農業生產設備，實行精耕細作，這在一定程度上也提高了農業經濟的可持續性。

增加農業就業（C4）與農業可持續性綜合指標值呈正相關關系。農業就業指標是農民職業精神和專業程度的一種表現。一般而言，農業就業的增加意味著管理經營農業的人數增加，這將提高農業社會可持續性。農業就業包括農戶自己的勞動力和雇傭的勞動力，雇用勞工讓更多的勞動力就業，為農業社會可持續性做出了貢獻，但對農業綜合可持續性具有消極影響，這種消極影響表現在勞動生產率較低和農戶自身勞動力投入不足。

農業經濟的依賴程度（C7）與農業可持續性綜合指標值呈正相關關系。增加農業收入在家庭總收入的比重，農戶其他來源（外出打工）的收入在總收入中的比重將會降低。這樣有利于穩定農業勞動力，減少外出打工人口的流動，提高農業社會的可持續性。

勞動力的穩定性（C5）表示農戶農忙時期所需勞動占全年所需勞動的比重。該指標值越高，說明農戶勞動力除了農忙時期都多外出務工，農村勞動力人口不穩定。該指標與可持續性綜合指標的相關系數約為0.027，說明研究區農戶農閑外出打工現象比較普遍。這也與我國目前農民工大量外出務工的現狀一致。

綜上分析，在經濟、社會和環境3個子系統中，社會子系統對農業可持續發展的貢獻最大。其中，農業就業、農業生產的持續情況、農業經濟依賴程度等指標對農業可持續性的影響較顯著。環境子系統中，每塊田地的平均面積、農藥風險及機械力使用等指標對農業可持續性的影響較顯著。經濟子系統中，農業對GDP的貢獻、參加保險的作物面積等指標對農業的可持續性的影響較顯著。同時，農戶家庭勞動力的穩定程度和生產效率對農業的可持續性的影響也很重要。

4.4 農戶聚類分析

為了分析農戶農業可持續性是否在研究區樣本農戶內部存在差異，本研究對644個樣本農戶進行了聚類分析。針對CIAS_AHP 、CIAS_MC_050和CIAS_MC_075等3個計算方案得出的可持續性綜合指標值進行聚類分析，結果發現，3種聚類分析方案的結論基本一致（表3）。

表3 綜合指標值的聚類分析

由表3可知，644個樣本農戶聚類后分為兩類，第一類376戶，第二類268戶。第一類農戶農業可持續性綜合值的平均值小于第二類農戶的平均值。也就是說，相比較而言，第一類農戶的農業可持續性較差，第二類農戶的農業可持續性較好。根據農戶農業可持續性綜合值的大小，第一類農戶中，最具代表性的農戶編號有195號、591號和558號；第二類農戶中，最具代表性的農戶編號有495號、261號和399號。

通過計算，3種計算方案得出的農戶農業可持續性綜合指標值的最大和最小所對應的農戶排序基本一致。因此，針對計算結果和14個原始數據指標進行分析，研究認為：（1）綜合指標值得分低的農戶家庭人口數多，但勞動力少；而綜合指標得分值高的農戶家庭人口少，勞動力相對較多，尤其是農忙時間家庭的勞動力較穩定。（2）綜合指標值得分低的農戶種植面積大，需要投入的勞動力多，但由于自身家庭勞動力不足，需要雇傭勞動力，增加了勞動成本；而綜合指標值得分高的農戶種植面積較少，家庭人口少，但有全部或者一半以上的家庭勞動力，因此在農忙期間不雇傭或者很少雇傭勞動力，節約了雇傭勞動力成本。（3）綜合指標值得分低的農戶作物產量較低，平均單位面積總收入值較低；而綜合指標值得分高的農戶作物產量較高，平均單位面積的總收入較高，這些農戶對農戶GDP的貢獻大。（4）綜合得分值低的農戶平均單位面積的總投入較低；而綜合指標值高的農戶平均單位面積的總投入較高。

5 結語

本研究采用農場和環境可持續性框架，構建農戶農業可持續性評價的指標體系，綜合采用主成分分析法、層次分析法和多目標決策法等3種方法，構成多標準判別方法，計算指標權重和農戶農業可持續性綜合指標值，使家庭農業可持續性綜合指標值從理論上盡量逼近家庭農業可持續性，以客觀地反映出家庭間農業可持續性的差異。研究認為，農戶家庭勞動力的穩定直接影響農業的可持續性，農戶農業投入（種子、農藥、氮肥、磷肥、灌溉用水和燃油）的多少不能決定農業可持續性，農戶農業的經營管理水平在提高農業可持續性上顯得很重要；農戶種植土地面積越大，農業可持續性相對就越好；農業補貼對農業可持續性的影響不明顯，但是在一定程度上鼓勵農戶種植的積極性。不同區域和類型的農業區應該有不同的可持續性評價指標。因此，精確評價農業可持續性除了需要綜合應用評價方法外，還需要考慮農業可持續性指標體系的選取和構建。

［1］Schaller N.The concept of agricultural sustainability［J］.Agriculture Ecosystems & Environment，1993，46：89-97.

［2］Tilmen D.Agricultural sustainability and intensive production practices［J］.Nature，2002，418（8）：661-617.

［3］Francisco José Areal，Laura Riesgo.Farmers’s views on the future of olive farming in Andalusia，Spain［J］.Land Use Policy，2014，36：543-553.

［4］吳傳均.中國農業與農村可持續發展問題——不同類型地區實證研究［M］.北京：環境科學出版社，2002.

［5］Yunlong C，Smit B.Sustainability in agriculture：a general review［J］.Agriculture Ecosystems & Environment，1994，49：299-307.

［6］Christian Levers，Van Butsic，Verburg P H，et al.Drivers of changes in agricultural intensity in Europe［J］.Land Use Policy，2016，58：380-393.

［7］Yiorgos Gadanakis，Richard Bennett，Julian Park，et al.Evaluating the Sustainable Intensification of arable farms［J］.Journal of Environmental Management，2015，150：288-298.

［8］Jos é A Gó mez-Lim ó n，Laura Riesgo.Alternative approaches to the construction of a composite indicator of agricultural sustainability：An application to irrigated agriculture in the Duero basin in Spain［J］.Journal of Environmental Management，2009，90：3345–3362.

［9］Andrea Bonfiglio，Andrea Arzeni，Antonella Bodini.Assessing eco-efficiency of arable farms in rural areas［J］.Agricultural Systems，2017，151：114-125.

［10］Nardo M，Saisana M，Saltelli A，et al.Handbook on constructing composite indicators：methodology and user guide［Z］.OECD Statistics Working Paper，2005.

［11］José A Gómez-Limón，Gabriela Sanchez-Fernandez.Empirical evaluation of agricultural sustainability using composite indicators［J］.Ecological Economics，2010，69：1062-1075.

［12］Peng Zhou，Ang B W，Poh K L.A mathematical programming approach to constructing composite indicators［J］.Ecological Economics，2007，62：291-297.

［13］段妍磊.河北省農業可持續發展指標體系分析［J］.中國農業資源與區劃，2016（6）：169-173.

［14］黃宇.西安休閑農業可持續發展能力評價與分析［J］.中國農業資源與區劃，2015（6）：158-163.

［15］田云，張俊飚.中國農業碳排放研究回顧、評述與展望［J］.華中農業大學學報（社會科學版），2014（2）：23-27.

［16］謝美娥，谷樹忠.新時期中國農業可持續發展的目標定位與基本思路［J］.中國農業資源與區劃，2013（6）：18-26.

［17］José A Gómez-Limón，Gabriela Sanchez-Fernandez.Empirical evaluation of agricultural sustainability using composite indicators［J］.Ecological Economics，2010，69：1062-1075.

［18］Diaz-Balteiro L，Romero C.In search of a natural systems sustainability index［J］.Ecological Economics，2004，49：401-405.