亚洲一区人妻,久久三级免费,国模少妇无码一区二区三区,日韩av动漫

國(guó)內(nèi)或國(guó)外 期刊或論文

您當(dāng)前的位置:發(fā)表學(xué)術(shù)論文網(wǎng)農(nóng)業(yè)論文》 農(nóng)村產(chǎn)業(yè)融合發(fā)展水平的統(tǒng)計(jì)評(píng)價(jià)> 正文

農(nóng)村產(chǎn)業(yè)融合發(fā)展水平的統(tǒng)計(jì)評(píng)價(jià)

所屬分類:農(nóng)業(yè)論文 閱讀次 時(shí)間:2021-11-17 16:51

本文摘要:摘要:文章通過(guò)重新構(gòu)建評(píng)價(jià)指標(biāo)體系為現(xiàn)有統(tǒng)計(jì)條件下跨時(shí)空農(nóng)村產(chǎn)業(yè)融合度水平比較提供新方案,在此基礎(chǔ)上,分別利用熵值法和均權(quán)法對(duì)我國(guó)31個(gè)省份展開測(cè)度。結(jié)果表明:中國(guó)農(nóng)村產(chǎn)業(yè)融合水平省域差異明顯但整體呈現(xiàn)東高西低特征,即東部高于中部,中部高于西部。通過(guò)

  摘要:文章通過(guò)重新構(gòu)建評(píng)價(jià)指標(biāo)體系為現(xiàn)有統(tǒng)計(jì)條件下跨時(shí)空農(nóng)村產(chǎn)業(yè)融合度水平比較提供新方案,在此基礎(chǔ)上,分別利用熵值法和均權(quán)法對(duì)我國(guó)31個(gè)省份展開測(cè)度。結(jié)果表明:中國(guó)農(nóng)村產(chǎn)業(yè)融合水平省域差異明顯但整體呈現(xiàn)“東高西低”特征,即東部高于中部,中部高于西部。通過(guò)比較發(fā)現(xiàn),熵權(quán)法和均權(quán)法下的評(píng)價(jià)結(jié)果具有較高一致性,可見賦權(quán)方法的不同并未改變中國(guó)農(nóng)村產(chǎn)業(yè)融合水平的地理梯度特征,不過(guò)均權(quán)法在分析多樣性和體系開放性方面存在優(yōu)勢(shì)。

  關(guān)鍵詞:農(nóng)村經(jīng)濟(jì);農(nóng)村產(chǎn)業(yè)融合發(fā)展;賦權(quán)方法

農(nóng)業(yè)產(chǎn)業(yè)融合

  0引言

  近年來(lái),隨著鄉(xiāng)村振興戰(zhàn)略的持續(xù)推進(jìn),農(nóng)村產(chǎn)業(yè)融合作為重要路徑備受關(guān)注,有關(guān)研究主要集中在以下三個(gè)方面:一是理論探討。關(guān)于農(nóng)村產(chǎn)業(yè)融合內(nèi)涵的討論,國(guó)家發(fā)展改革委宏觀院和農(nóng)經(jīng)司課題組(2016)[1]的觀點(diǎn)被廣泛接受。姜長(zhǎng)云(2016)[2]、李治和王東陽(yáng)(2017)[3]、趙霞等(2017)[4]從融合路徑的角度切入,將農(nóng)村產(chǎn)業(yè)融合劃分為產(chǎn)業(yè)鏈延伸、服務(wù)業(yè)引領(lǐng)、農(nóng)業(yè)功能拓展、新技術(shù)滲透、農(nóng)業(yè)產(chǎn)業(yè)內(nèi)部重組等類型。

  李潔(2018)[5]探討了融合的約束機(jī)制與驅(qū)動(dòng)因素,認(rèn)為經(jīng)營(yíng)主體發(fā)育遲緩、相關(guān)行業(yè)發(fā)展水平低、要素瓶頸突出、農(nóng)民增收利益機(jī)制不健全、公共服務(wù)體系不完善、金融服務(wù)支持不足等問題阻礙了融合發(fā)展,而科技進(jìn)步推力和城鄉(xiāng)消費(fèi)升級(jí)的拉力則極大地促進(jìn)了融合發(fā)展。二是發(fā)展評(píng)價(jià)。早期研究主要關(guān)注農(nóng)村產(chǎn)業(yè)融合水平較高區(qū)域,如李蕓等(2017a,2017b)[6,7]、蔣一卉(2017)[8]在構(gòu)建農(nóng)村產(chǎn)業(yè)融合評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上以北京為例展開了實(shí)證檢驗(yàn)。關(guān)于指標(biāo)賦權(quán)方法,姜崢(2018)[9]、劉鵬凌等(2019)[10]選擇了層次分析法,李治等(2019)[11]則運(yùn)用了熵值法賦權(quán)法。三是效應(yīng)分析。

  不少學(xué)者圍繞融合的特定效應(yīng)展開探究,如李乾等(2018)[12]、曹祎遐等(2019)[13]、郭軍等(2019)[14]探析了收入效應(yīng)。盡管不乏關(guān)于農(nóng)村產(chǎn)業(yè)融合發(fā)展水平的研究,但評(píng)價(jià)指標(biāo)體系尚不統(tǒng)一,爭(zhēng)議主要集中在指標(biāo)選取和賦權(quán)方法確定兩個(gè)方面。有鑒于此,本文改進(jìn)了農(nóng)村產(chǎn)業(yè)融合評(píng)價(jià)指標(biāo),并基于主觀賦權(quán)法和客觀賦權(quán)法開展測(cè)度比較。

  1體系構(gòu)建與指標(biāo)選取

  1.1指標(biāo)選取

  1.1.1一級(jí)指標(biāo)

  本文以融合類型為劃分標(biāo)準(zhǔn)建立一級(jí)指標(biāo)。為指導(dǎo)農(nóng)村產(chǎn)業(yè)融合實(shí)踐,國(guó)家發(fā)改委等七部委2016年聯(lián)合印發(fā)《農(nóng)村產(chǎn)業(yè)融合發(fā)展試點(diǎn)示范實(shí)施方案》(發(fā)改農(nóng)經(jīng)〔2016〕833號(hào)),將試點(diǎn)示范縣的農(nóng)村產(chǎn)業(yè)融合分為6種類型,分別是農(nóng)業(yè)內(nèi)部融合型、產(chǎn)業(yè)鏈延伸型、功能拓展型、多業(yè)態(tài)復(fù)合型、新技術(shù)滲透型和產(chǎn)城融合型。由于該文件提出的分類法存在交叉,借鑒已有研究中總結(jié)的模式,本文基于政府分類對(duì)融合類型進(jìn)行修改。

  第一,剔除農(nóng)業(yè)內(nèi)部融合型。產(chǎn)業(yè)邊界清晰可界定為討論產(chǎn)業(yè)融合的前提條件,沒有產(chǎn)業(yè)邊界就沒有產(chǎn)業(yè)融合。因此,“農(nóng)業(yè)內(nèi)部融合型”屬于第一產(chǎn)業(yè)內(nèi)部細(xì)分產(chǎn)業(yè)之間的交叉,并未突破第一產(chǎn)業(yè)邊界與第二、第三產(chǎn)業(yè)發(fā)生作用,并不是嚴(yán)格意義上的農(nóng)村產(chǎn)業(yè)融合。第二,剔除多業(yè)態(tài)復(fù)合型。盡管該融合類型普遍存在但卻不利于一般性理論研究。多業(yè)態(tài)復(fù)合型與其他融合類型類似物理學(xué)中合力與分力的關(guān)系,需要分解討論。第三,剔除產(chǎn)城融合型。政府引導(dǎo)性分類認(rèn)為該融合類型為農(nóng)村產(chǎn)業(yè)融合與新型城鎮(zhèn)化的聯(lián)動(dòng)發(fā)展,但時(shí)空同步不足以證明作用關(guān)聯(lián)。本文將農(nóng)村產(chǎn)業(yè)融合歸納為四種融合模式,分別為產(chǎn)業(yè)延伸、技術(shù)滲透、功能拓展、組織創(chuàng)新。

  1.1.2二級(jí)指標(biāo)

  二級(jí)指標(biāo)是評(píng)價(jià)體系的基礎(chǔ),參考已有研究,本文放棄具有強(qiáng)烈地方特征的指標(biāo),剔除重復(fù)指標(biāo),盡可能保留了統(tǒng)計(jì)穩(wěn)定性較高的共識(shí)指標(biāo),最終確定了農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)指標(biāo)體系,如下頁(yè)表2所示。

  1.2賦權(quán)方法

  賦權(quán)方法包含主觀賦權(quán)法與客觀賦權(quán)法。本文將分別選擇客觀賦權(quán)法中的熵權(quán)法和主觀賦權(quán)法中的均權(quán)法對(duì)農(nóng)村產(chǎn)業(yè)融合發(fā)展指數(shù)進(jìn)行測(cè)算。

  1.2.1熵權(quán)法

  李治等(2019)[11]采用了熵值法賦權(quán)法構(gòu)建農(nóng)村產(chǎn)業(yè)融合評(píng)價(jià)體系。熵本為熱力學(xué)概念,后引入信息論,以信息熵反映指標(biāo)變異程度,從而可以用于指標(biāo)綜合評(píng)價(jià)。熵權(quán)法通過(guò)信息熵原理來(lái)確定權(quán)重,屬于客觀賦權(quán)法。

  1.2.2均權(quán)法

  均權(quán)法同樣是農(nóng)村產(chǎn)業(yè)融合度評(píng)價(jià)過(guò)程中值得借鑒的賦權(quán)方法。均權(quán)法對(duì)同級(jí)指標(biāo)賦予相同權(quán)重。如果一個(gè)評(píng)價(jià)體系分為i個(gè)維度,每個(gè)維度下又有j個(gè)指標(biāo),那么,每個(gè)維度權(quán)重均為1/i,維度下的各個(gè)指標(biāo)再平均分配權(quán)重,即每個(gè)指標(biāo)權(quán)重為1/ij。均權(quán)法本質(zhì)上屬于主觀賦權(quán)方法,依據(jù)指標(biāo)構(gòu)建者的主觀判斷,強(qiáng)制將各指標(biāo)賦予同等權(quán)重。

  1.3數(shù)據(jù)標(biāo)準(zhǔn)化處理

  為了方便不同單位或量級(jí)的指標(biāo)進(jìn)行比較和加權(quán),通常會(huì)采取數(shù)據(jù)標(biāo)準(zhǔn)化的方式剔除單位限制,將數(shù)據(jù)轉(zhuǎn)化為無(wú)量綱的純數(shù)值。具體到本文,采用Min-max標(biāo)準(zhǔn)化處理方法。在對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化之前,根據(jù)二級(jí)指標(biāo)與農(nóng)村一、二、三產(chǎn)業(yè)融合的關(guān)系區(qū)分為正向指標(biāo)和反向指標(biāo)。正向指標(biāo)對(duì)一級(jí)指標(biāo)具有正向激勵(lì)作用,反向指標(biāo)對(duì)一級(jí)指標(biāo)具有反向阻礙作用。

  1.4數(shù)據(jù)來(lái)源及處理

  農(nóng)村產(chǎn)業(yè)融合指數(shù)測(cè)算所需原始數(shù)據(jù)主要來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng),農(nóng)產(chǎn)品加工業(yè)產(chǎn)值來(lái)自《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》,農(nóng)林牧漁專業(yè)及輔助性活動(dòng)產(chǎn)值來(lái)自《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》,農(nóng)村居民人均可支配收入構(gòu)成來(lái)自《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》,淘寶村數(shù)據(jù)源于阿里研究院公布的統(tǒng)計(jì)結(jié)果,休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范縣數(shù)量根據(jù)文化和旅游部公布的統(tǒng)計(jì)名單進(jìn)行梳理,休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范縣數(shù)量根據(jù)農(nóng)業(yè)農(nóng)村部公布的統(tǒng)計(jì)名單進(jìn)行整理。31個(gè)省份(不含港澳臺(tái))的省域數(shù)據(jù)部分來(lái)源于各省統(tǒng)計(jì)年鑒,個(gè)別缺失值主要利用均值插補(bǔ)法補(bǔ)齊,如遇推算結(jié)果出現(xiàn)負(fù)值則根據(jù)有效性原則以0值計(jì)入。

  2研究結(jié)果與分析

  2.1融合水平比較

  從省級(jí)行政區(qū)劃來(lái)看,農(nóng)村產(chǎn)業(yè)融合水平未見明顯規(guī)律,但若以國(guó)家統(tǒng)計(jì)局東、中、西部地區(qū)的標(biāo)準(zhǔn)劃分,則顯現(xiàn)出明顯差異特征。

  2.1.1熵權(quán)法下的農(nóng)村產(chǎn)業(yè)融合指數(shù)

  31個(gè)省份農(nóng)村產(chǎn)業(yè)融合指數(shù)結(jié)果。其中,東部地區(qū)報(bào)告期內(nèi)融合度均值約為0.38,中部地區(qū)均值約為0.32,西部地區(qū)均值約為0.19。

  2.1.2均權(quán)法下的農(nóng)村產(chǎn)業(yè)融合水平中國(guó)31省份農(nóng)村產(chǎn)業(yè)融合度。

  其中,東部地區(qū)報(bào)告期內(nèi)融合度均值約為0.38,中部地區(qū)均值約為0.32,西部地區(qū)均值約為0.19。各省份2013—2019年農(nóng)村產(chǎn)業(yè)融合度均值分別為0.294、0.298、0.293、0.300、0.282、0.280、0.299,方差分別為0.020、0.019、0.021、0.019、0.021、0.020、0.019。報(bào)告期末較期初融合度上升的地區(qū)有19個(gè),下降的有12個(gè)。

  其中,增幅、降幅排在前5位的地區(qū)分別為西藏(41.9%)、新疆(41.43%)、廣西(25.23%)、海南(19.66%)、青海(18.45%)和遼寧(-20.95%)、甘肅 (-17.92%)、黑龍江(-12.30%)、四川(-10.34%)、重慶(-9.75%)。借鑒熱力圖的方法,將農(nóng)村產(chǎn)業(yè)融合指數(shù)分為[0,0.2)、[0.2,0.25)、[0.25,0.3)、[0.3,0.35)、[0.35,0.4)、[0.4,1)六個(gè)區(qū)間,通過(guò)由淺到深的色塊表示,從色塊深淺排布中可以直觀看到,盡管采取了不用的賦權(quán)方法,但是各地區(qū)農(nóng)村產(chǎn)業(yè)融合度“東高西低”的地理梯度特征沒有改變。

  2.2維度貢獻(xiàn)率比較

  2.2.1熵權(quán)法下的維度貢獻(xiàn)率

  本文采取維度權(quán)重衡量維度貢獻(xiàn)率,用于比較產(chǎn)業(yè)延伸、技術(shù)滲透、功能拓展、組織創(chuàng)新四個(gè)維度在農(nóng)村產(chǎn)業(yè)融合中的作用。某個(gè)維度占的權(quán)重越大,說(shuō)明該維度對(duì)促進(jìn)農(nóng)村一、二、三產(chǎn)業(yè)融合度發(fā)揮的作用越大,反之則越小。

  3進(jìn)一步討論

  3.1評(píng)價(jià)一致性

  本文利用我國(guó)31個(gè)省份2013—2019年的面板數(shù)據(jù),分別利用主觀賦權(quán)法和客觀賦權(quán)法對(duì)各地區(qū)農(nóng)村產(chǎn)業(yè)融合度進(jìn)行測(cè)算。其中,主觀賦權(quán)法采用的是均權(quán)法,客觀賦權(quán)法則采用的是熵權(quán)法。由于評(píng)價(jià)方法的不同,無(wú)法對(duì)其融合度結(jié)果進(jìn)行直接比較,為此,本文給出兩種賦權(quán)方法下各地區(qū)農(nóng)村產(chǎn)業(yè)融合度分年度排序。

  31個(gè)省份2013—2019年共217組樣本數(shù)據(jù)中,僅有北京、天津、山西、黑龍江、福建、廣西、云南、新疆的28組數(shù)據(jù)參差距離大于5。也就是說(shuō),當(dāng)i=5時(shí),D5=12.90%。同理,求得D10=0.92%,也就是說(shuō),使用熵權(quán)法和均權(quán)法測(cè)算農(nóng)村產(chǎn)業(yè)融合度,31個(gè)省份中僅有不足1%的地區(qū)在觀測(cè)期內(nèi)排位差距超過(guò)10。綜合兩種賦權(quán)方法下農(nóng)村產(chǎn)業(yè)融合度的排位參差率和地理梯度表現(xiàn),本文認(rèn)為熵權(quán)法和均權(quán)法在農(nóng)村產(chǎn)業(yè)融合度的測(cè)算中表現(xiàn)出較高的一致性,兩種賦權(quán)方法均有效。

  3.2分析多樣性

  在比較維度貢獻(xiàn)率時(shí),均權(quán)法和熵權(quán)法使用了不同的指標(biāo)。均權(quán)法用分維度指數(shù)值與融合度的比值衡量維度貢獻(xiàn)率,熵權(quán)法用統(tǒng)計(jì)算法下的維度權(quán)重來(lái)確定維度貢獻(xiàn)率。兩相比較,均權(quán)法測(cè)算的維度貢獻(xiàn)率更具有現(xiàn)實(shí)解釋意義,熵權(quán)法對(duì)離散程度更高的指標(biāo)賦予了更高的權(quán)重,其統(tǒng)計(jì)意義大于現(xiàn)實(shí)解釋意義。

  3.3體系開放性

  受限于國(guó)內(nèi)農(nóng)村統(tǒng)計(jì)條件,本文在構(gòu)建農(nóng)村產(chǎn)業(yè)融合度評(píng)價(jià)體系時(shí),若干合理指標(biāo)未能及時(shí)納入,比如鄉(xiāng)村休閑旅游主營(yíng)業(yè)務(wù)收入、農(nóng)產(chǎn)品電商銷售額、農(nóng)村專業(yè)合作社帶動(dòng)農(nóng)戶數(shù)量等。也正是因?yàn)檫@些不足,才凸顯了均權(quán)法在當(dāng)前評(píng)價(jià)中的優(yōu)勢(shì)地位。

  畢竟,一級(jí)指標(biāo)確定相對(duì)容易,只要不改變整體評(píng)價(jià)框架,各維度間的權(quán)重就不會(huì)發(fā)生改變。那么,待指標(biāo)數(shù)據(jù)獲取后,可在不影響維度權(quán)重的情況下補(bǔ)充二級(jí)指標(biāo),避免了評(píng)價(jià)體系因統(tǒng)計(jì)完善所帶來(lái)的頻繁調(diào)整,或者形成數(shù)據(jù)“斷代”,致使跨期不可比。了主觀賦權(quán)法所帶來(lái)的不認(rèn)同感,同時(shí)還為指標(biāo)體系的完善預(yù)留了空間。因此,相比熵權(quán)法,均權(quán)法更有利于評(píng)價(jià)體系的自我完善且更易與農(nóng)村產(chǎn)業(yè)融合發(fā)展實(shí)踐形成動(dòng)態(tài)銜接。本文構(gòu)建的農(nóng)村產(chǎn)業(yè)融合度評(píng)價(jià)體系,在維度選擇方面兼顧了導(dǎo)向性與現(xiàn)實(shí)性,避免了簡(jiǎn)單參照“先進(jìn)模式”選取目標(biāo)指標(biāo),對(duì)于我國(guó)農(nóng)村產(chǎn)業(yè)融合發(fā)展中尚不典型的業(yè)態(tài)指標(biāo)暫不納入。

  在指標(biāo)確定方面,兼顧精準(zhǔn)性和有效性,避免對(duì)指標(biāo)體系科學(xué)性的盲目追求,確保其所需數(shù)據(jù)的完整性與可獲取性,為此暫未納入那些尚未建立統(tǒng)計(jì)而目前較難獲得省際層面數(shù)據(jù)的指標(biāo);在權(quán)重確定上,兼顧前瞻性與實(shí)用性,在指標(biāo)的賦權(quán)方法上選擇均權(quán)法,既避免主觀賦權(quán)法帶來(lái)的不認(rèn)同感以及不同樣本對(duì)權(quán)重產(chǎn)生影響,也方便后續(xù)增補(bǔ)統(tǒng)計(jì)條件成熟的新指標(biāo),為評(píng)價(jià)體系的自身完善預(yù)留空間。本文構(gòu)建的評(píng)價(jià)體系為跨時(shí)空比較提供了解決方案,也可用于市際、縣域、村級(jí)等不同層面農(nóng)村產(chǎn)業(yè)融合水平的評(píng)價(jià)。

  參考文獻(xiàn):

  [1]國(guó)家發(fā)展改革委宏觀院和農(nóng)經(jīng)司課題組.推進(jìn)我國(guó)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展問題研究[J].經(jīng)濟(jì)研究參考,2016,(4).

  [2]姜長(zhǎng)云.推進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展的路徑和著力點(diǎn)[J].中州學(xué)刊,2016,(5).

  [3]李治,王東陽(yáng).交易成本視角下農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展問題研究[J].中州學(xué)刊,2017,(9).

  [4]趙霞,韓一軍,姜楠.農(nóng)村三產(chǎn)融合:內(nèi)涵界定、現(xiàn)實(shí)意義及驅(qū)動(dòng)因素分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題,2017,38(4).

  [5]李潔.農(nóng)業(yè)多元價(jià)值下的農(nóng)村產(chǎn)業(yè)融合:內(nèi)在機(jī)理與實(shí)現(xiàn)路徑[J].現(xiàn)代經(jīng)濟(jì)探討,2018,(11).

  [6]李蕓,陳俊紅,陳慈.北京市農(nóng)業(yè)產(chǎn)業(yè)融合評(píng)價(jià)指數(shù)研究[J].農(nóng)業(yè)現(xiàn)代化研究,2017,38(2).

  [7]李蕓,陳俊紅,陳慈.農(nóng)業(yè)產(chǎn)業(yè)融合評(píng)價(jià)指標(biāo)體系研究及對(duì)北京市的應(yīng)用[J].科技管理研究,2017,37(4).

  作者:陳池波,李碩,田云

轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng):http:///nylw/28720.html