基于PSR模型的广东省农村绿色发展评价研究

［摘 要］ 建立农村绿色发展评价机制对提升农村绿色发展水平具有理论支撑意义。基于此，以广东省为例，采用PSR模型构建农村绿色发展评价指标体系，采用CRITIC法获得各评价指标客观权重，并计算得到广东省农村绿色发展评价综合指数。结果表明，生物灾害的监测与防治、森林覆盖率的变化、节水灌溉的实施是影响广东省农村绿色发展评价效果的重要因素，持续发展农业经济、缩小城乡居民收入差距、改善生态环境是提升广东省农村绿色发展水平的有效手段。

［关键词］ 农村；绿色发展评价；PSR模型；广东省

［中图分类号］ F327；X321 ［文献标志码］ A ［文章编号］ 1674-7909（2022）17--4

0 引言

2021年，中共中央、国务院印发的《国家标准化发展纲要》提出，要完善绿色发展标准化保障；推进乡村振兴标准化建设，推动新型城镇化标准化建设［1］。目前，区域绿色发展质量评价及标准化研究已成为学界关注的热点。压力-状态-响应（Pressure-State-Response，PSR模型）常用于研究构建绿色发展评价指标体系［2-3］，常以熵值法、TOPSIS法、CRITIC法等客观赋权法来计算评价指标权重［4-5］。目前，对绿色发展评价的研究多以城市或城市群为单位来进行，而对农村的研究相对较少。

广东省东邻福建省，北接江西省、湖南省，西接广西壮族自治区，南邻南海，珠江口东西两侧分别与我国香港、澳门特别行政区接壤，西南部雷州半岛隔琼州海峡与海南省相望［6］。2021年末，广东省常住人口

12 684.00万人，比2020年末增加60万人，其中乡村常住人口3 217.93万人，占常住人口比重25.37%；2021年广东省实现地区生产总值124 369.67亿元，比2020年增长8.0%，其中第一产业增加值5 003.66亿元，增长7.9%，对地区生产总值增长的贡献率为4.2%［7］。笔者以经济发达省份广东省为例，采用广东省农村统计数据资源和应用较为广泛、成熟的PSR模型构建农村绿色发展评价指标体系［8］，选取能全面、客观反映指标权重的CRITIC法计算指标客观权重和绿色发展评价指数［9］。

1 数据来源与模型构建

1.1 数据来源

该研究采用的各项数据主要来源于广东统计信息网发布的《广东省国民经济和社会发展统计公报》（2017—2020年）和《广东农村统计年鉴》（2017—2020年）。

1.2 模型方法

采用PSR模型构建广东省农村绿色发展评价模型（见图1）。压力模块选取与农业生产方式和资源消耗情况相关的指标，包括第一产业增加值、农用化肥施用量、农用塑料薄膜使用量、农药使用量等；状态模块选取与人们生活水平和生态环境状况相关的指标，包括空气污染情况、生物灾害发生程度、森林覆盖情况、城乡居民收入差距等；响应模块选取农业生产能力和生态环境治理相关的指标，包括农业机械生产能力、河道治理长度、节水灌溉面积、生物灾害防治面积等［10-12］。农业生产和资源消耗会对人们生活水平和生态环境状况产生正向或负向压力，受到压力作用后该体系会做出反应，即采取提升农业生产能力的措施和生态环境治理措施对人们生活水平和生态环境状况进行调节。因此，压力、状态、响应3个模块之间具有动态传导机制，能形成有效动态循环。

1.3 评价指标体系构建

在已构建广东省农村绿色发展评价模型的基础上，遵循科学性、可行性、客观性、发展性原则，建立广东省农村绿色发展评价指标体系（见表1）。

2 研究方法

采用CRITIC法综合确定各评价指标的客观权重，计算步骤如下［4］。

①数据无量纲化的标准化处理：

正向指标（1）

负向指标（2）

式（1）（2）中：xij为指标体系中第i个样本下第j个数据，xjmin、xjmax分别为第i个样本数据的最小值和最大值。

②指标变异性计算：

（3）

式（3）中：Sj为第j个指标标准差；是第j个指标样本均值；m、n分别指样本数和指标数；Zij为①中经无量纲标准化处理后的数值。

③指标冲突性计算：

（4）

式（4）中：Hj表示第j个指标与其他指标的冲突性；rhj表示指标h与j间的相关系数；n为指标数。

④指标信息量和客观权重计算：

Qj=Sj×Hj（5）

（6）

⑤绿色发展评价指数计算：

（7）

3 结果与分析

3.1 广东省绿色发展各评价指标权重

根据表1所示的广东省农村绿色发展评价指标体系，收集2017—2020年广东省农村发展相关指标数据，采用CRITIC法计算评价指标客观权重，结果如表2所示。压力、状态、响应这3个一级指标所占权重分别为21.4%、42.5%、36.1%。这表明状态层下各指标在广东省农村绿色发展工作中处于相对重要的地位。压力层下各二级指标的权重为5.19%～5.44%，权重分布较为均匀；状态层下各二级指标权重为5.08%～17.03%，权重分布差异显著，并以生物灾害发生程度及森林覆盖率这2个指标的影响较大；响应层下各二级指标权重为5.08%～16.59%，权重分布差异较为显著，并以生物灾害防治面积这一指标的影响较大。在所有二级指标中，权重在8%以上的指标权重从高到低依次为生物灾害发生程度、生物灾害防治面积、森林覆盖率、节水灌溉面积。这表明生物灾害的监测与防治、森林覆盖率的提高、节水灌溉的实施是影响广东省农村绿色发展水平的重要因素；其他二级指标的权重均在5%～6%，分布较为均匀。

3.2 广东省农村绿色发展评价指数

根据表2所列的广东省农村绿色发展评价指标权重，计算得到2017年、2018年、2019年、2020年广东省农村绿色发展评价指数分别为0.489 3、0.167 4、0.340 8、0.539 0，评价指数随时间呈现先减小后增加的趋势。为进一步查明造成这种趋势的原因，绘制压力、状态、响应这三个层次对评价指数的逐年贡献分布图，如图2所示。

由图2可知，2018年是广东省农村绿色发展的重要转折点。与2017年相比，2018年的压力层得分适度上升，响应层得分略有降低，状态层得分大幅降低，具体表现为状态层二级指标生物灾害程度和森林覆盖率得分大幅下降。根据《广东农村统计年鉴》（2017—2020年）中的数据可知，这与当年病害、鼠害、螺害增加及森林覆盖率下降密切相关。与2018年相比，2019年和2020年广东省农村绿色发展评价指数呈逐年上升趋势，且2020年评价指数超过了2017年。与2018年相比，2020年对评价指数贡献的增幅百分比从高到低依次为状态层、压力层和响应层，2020年对评价指数贡献的增加值从高到低依次为压力层、状态层和响应层。

2018—2020年，广东省农村绿色发展二级评价指标指数如表3所示。压力层下的4个二级指标指数均呈逐年上升趋势；与2018年相比，2020年各二级指标增幅从高到低依次是第一产业增加值、农药使用量、农用塑料薄膜使用量、农用化肥施用量。这与近年来广东省农林牧渔业快速发展、农业农村生态环境保护力度不断加大密切相关。在状态层下的4个二级指标中，生物灾害发生程度指标指数没有变化，其他3个指标指数均呈逐年上升趋势；与2018年相比，2020年平均灰霾天气日数这一指标的增幅高于城乡居民收入比。这表明近年来广东省农村生态环境质量得到了显著改善、农村居民生活水平得到了持续提升、生物灾害发生程度未有明显变化。在响应层下的4个二级指标中，农业机械总动力、治理达标河段长度、节水灌溉面积等3个指标指数均呈逐年上升趋势，生物灾害防治面积则呈先下降后上升趋势；与2018年相比，2020年响应层下的4个二级指标增幅从高到低依次是农业机械总动力、治理达标河段长度、生物灾害防治面积、节水灌溉面积。这表明近年来广东省农村水利工程建设、流域生态治理、农用机械装备、生物灾害防治等工作得到了不同程度发展。在所有二级指标中，对增幅贡献较大的4个指标从大到小依次是第一产业增加值、农药使用量、平均灰霾天气日数、城乡居民收入比。这表明广东省农村绿色发展评价指数的持续提升与广东省农村经济持续发展、城乡居民收入差距不断缩小、生态环境不断改善等密切相关。

4 结论

基于PSR模型，笔者从农业生产方式和资源消耗情况、人们生活水平和生态环境状况、农业生产能力和生态环境治理3个方面，构建了由压力、状态、响应3个一级指标及第一产业增加值、农用化肥施用量、农用塑料薄膜使用量等12个二级指标构成的广东省农村绿色发展评价指标体系。在此基础上，采用CRITIC法计算得到广东省农村绿色发展评价指标体系中各指标的权重。结果表明，压力、状态、响应这三个一级指标所占权重分别为21.4%、42.5%、36.1%，生物灾害的监测与防治、森林覆盖率的变化、节水灌溉的实施是影响广东省农村绿色发展的重要因素。另外，2017年、2018年、2019年、2020年广东省农村绿色发展评价指数分别为

0.489 3、0.167 4、0.340 8、0.539 0，其中2018年是重要转折点。与2017年相比，2018年广东省农村绿色发展评价指数的骤降与当地病害、鼠害、螺害增加及森林覆盖率下降密切相关。2019—2020年广东省农村绿色发展指数逐渐上升，与广东省农村经济持续发展、城乡居民收入差距不断缩小、生态环境不断改善等因素密切相关。

参考文献：

［1］朱英.中共中央 国务院印发《国家标准化发展纲要》［EB/OL］.（2021-10-10）［2022-07-10］.http：//www.gov.cn/zhengce/2021-10/10/content_5641727.htm.

［2］柳晓娟，侯华丽，武强，等.长江经济带矿业绿色发展空间格局与驱动机制研究［J］.矿业研究与开发，2021（4）：

176-182.

［3］王钰，王小梅.兰西城市群开发区的绿色发展水平及限制因素分析［J］.地域研究与开发，2021（4）：32-38.

［4］朱智超.江西省绿色发展水平综合评价与障碍因子分析［D］.南昌：江西财经大学，2021：19.

［5］邹磊，刘慧媛，王飞宇，等.长江中游城市群绿色发展水平的地区差异及其影响因素［J］.中国科学（地球科学），2022（8）：1462-1475.

［6］广东年鉴编纂委员会.广东年鉴2021［M］.广州：广东年鉴社，2021：1.

［7］广东省统计局.2021年广东省国民经济和社会发展统计公报［EB/OL］. （2022-03-02）［2022-07-10］.http：//stats.gd.gov.cn/tjgb/content/post_3836135.html.

［8］董微微，李北伟.基于PSR模型中国网络信息生态环境评价及障碍因子分析［J］.情报科学，2019（4）：66-71.

［9］吴希.三种权重赋权法的比较分析［J］.中国集体经济，2016（34）：73-74.

［10］陈影，文传浩，沈体雁.成渝地区双城经济圈绿色发展效率评价及时空演变研究［J］.长江流域资源与环境，2022（5）：1137-1151.

［11］陈明华，刘文斐，王山，等.黄河流域绿色发展绩效评价、差异分解及驱动因素［J］.中国人口·资源与环境，2022（4）：126-133.

［12］张玉芳，畅田颖，胡炜霞.山西省城市绿色发展效率评价［J］.陕西理工大学学报（自然科学版），2021（6）：84-92.