福建省數字鄉村發展水平評價及其提升對策*

呂舒婕 林 健,2

(1.福建農林大學計算機與信息學院,福建 福州 350002;2.福建農林大學農林大數據研究中心,福建 福州 350002)

1 概述

近年來,我國的整體發展呈現出一定的區域差異,這種不平衡的發展會導致資源更容易向發達的地方傾斜,如北上廣深等特大城市引進大量高質量人才,長此以往,將會引發嚴重城鄉數字鴻溝。黨的十九大正式提出將鄉村振興作為全面建成小康社會的重大戰略部署。實現鄉村振興,首當其沖應該關注如何更好地建設數字鄉村。方迎君[1]根據鄉村振興的戰略規劃,從數字鄉村現階段發展狀況出發,設計數字鄉村建設評價指標體系;林帥君等[2]建立了一個涵蓋產業、教育、治理、惠民、環境和交通等6個方面的未來鄉村建設指標體系。此外,運用合適的方法確定指標體系權重也是數字鄉村評價的研究重點之一?？靛鸞3]針對湖南省數字鄉村實際建設狀況,采用AHP法和優劣解距離法分別對評價指標的權重進行確定和實例分析;許敬輝等[4]以全國各省份的數字鄉村相關數據為基礎,通過因子分析法對數字鄉村發展指標的重要程度進行測算區分;李欣悅等[5]從農村發展的局限性出發,采用變異系數法對各指標重要性進行計算;劉慶[6]以河南省為研究區域,采用熵權法計算出各數字鄉村評價指標的權重,并進一步結合TOPSIS法對數字鄉村發展水平進行測度;姜紅波等[7]以Fuzzy-DANP法為媒介,對全國數字鄉村各評價維度之間的相互作用關系進行分析與權重計算。

受限于專家的知識儲備及客觀存在的問題模糊性,所給出的判斷信息往往是不確定的。但大部分數字鄉村評價矩陣中的偏好表達均為精確的點值,忽略了決策信息本身的不確定性,且現有的數字鄉村指標權重計算方法在與模糊評價模型結合運用時,并未對評價模型本身的性質即模型多解性進行深入研究,從而導致一些潛在的更優越的評價結果被遺漏。本研究為體現現實信息的不確定性,采用區間數對數字鄉村發展建設水平進行評價,并將模型的多重最優解納入評價考慮范圍,完善了潛在最優解流失的不足。此外,還根據區間數特性構建了多重最優解的有效篩選算法,提出了數字鄉村發展評價指標權重計算的新思路。

2 相關概念

對區間模糊判斷矩陣相關的基本概念和一致性定義做出了簡要解釋,對后續篩選涉及的參與指標含義進行概括。設Z={z1,z2,...,zn}是一個備選方案的有限集,其中n≥2,zi表示第i個備選方案,則判斷矩陣的相關概念如下所示。

①設T=(tij)n×n?Z×Z是一個模糊互補判斷矩陣,w=(w1,w2,...,wn)T是模糊判斷矩陣T=(tij)n×n的優先權重向量。若tij滿足tij=0.5(wi-wj)+0.5,則稱T是加性一致模糊互補判斷矩陣[8]。

(1)

則稱w為T的標準化優先權重向量。

(2)

⑤設T1=[tij(1)]n×n、T2=[tij(2)]n×n是方案集Z上的兩個n階矩陣,則兩矩陣之間的相似度表示如下[13]:

(3)

(4)

3 模型建立與多重最優解篩選

為實現鄉村振興,促進鄉村數字化發展,大量專家利用各類方法對數字鄉村發展評價各指標的重要性做出研究。其中,模糊測度是一種貼合實際的優越綜合性評判媒介。但在利用模糊測度對屬性指標之間的關系做出評判時,決策者通常傾向于給出一個包含具體含義的離散標度值,其范圍在區間數中限定在[0.1,0.9],如tij=[0.3,0.4]表示備選方案zi相較于zj優劣程度在稍差與較差之間。相對應的,為盡量保證專家評價信息的流失水平處于最低限度,使調整后的信息能夠更符合決策者的表達習慣,在信息矩陣一致性處理過程中的調整也應是離散的。此外,傳統調整模型往往會忽略所計算出的最優解的多重性,根據調整方案的不同,在無形中可能隱藏了更優解的存在,導致最終計算結果并未實現最優。因此,考慮到專家評價下的各類鄉村數字化評價指標的重要性需要更加全面且具有針對性地得到有效區分,本文挖掘模型最優解的潛在多重性,針對區間模糊判斷矩陣的相關性質建立一個可考慮多重最優解的一致性離散調整和權重模型,并給出多重最優解的精煉算法。

3.1 建立區間模糊判斷矩陣一致性調整模型

按照判斷矩陣離散化調整的要求,首先在區間模糊嚴格加性一致性條件的基礎上引入正負偏差的整數型變量,以0.1為單位對偏好信息進行離散調整,并限制調整后元素范圍不超出[0.1,0.9]。其中,由于判斷矩陣中元素之間的互補性,模型(M-1)及后續所涉及的模型均僅針對上三角矩陣元素進行調整和計算。其次,將模型目標設置為最小化元素調整量,且將權重的基本性質作為約束條件添加進模型中,模型設置輸出多個解。最后,給出以下區間模糊判斷矩陣一致性調整多重最優解模型(M-1):

由于模型輸出多個最優解,多重最優解篩選流程的設置就顯得尤為重要,以下將對不同情況下的輸出解篩選算法進行闡述。

3.2 多重最優解精煉算法

①輸入多重最優解個數g(g≥0)及其對應的調整解組s={s(1),s(2),...,s(g)}和區間優先權重w={w(1),w(2),...w(g)},首先判斷需要調整的g≥1是否具有多個最優解,若有則進入下一步,否則跳轉到第4步。

④輸出唯一最優調整后矩陣Tk和區間優先權重 。

4 福建省數字鄉村發展評價及分析

4.1 構建數字鄉村發展指標體系

選定福建省福州市閩侯縣上街鎮為研究區域,對其整體數字鄉村發展狀況進行分析和評價。上街鎮氣候溫暖濕潤,有利于農業發展,內含19個行政村,且靠近福州高新區及大學城,無論是開展校地合作還是與高新技術企業合作都具有得天獨厚的優勢。同時,還具有豐富的文旅資源,與多條交通要道相通,為促進數字鄉村項目高效建設和數字賦能鄉村振興提供了較為優越的條件。

根據“十四五”期間提出的鄉村建設的六大內容,基于鄉村振興的總要求和數字鄉村的建設內涵與宗旨,并結合上街鎮高新企業眾多、各類資源豐富的特點,遵循科學性、全面性及指導性三大原則[15],以實用性和普適性為目標,尊重以人為本的基本理念,從數字產業、數字科技、數字生活、數字基建和數字治理等5方面,對上街鎮的數字鄉村發展水平進行全面指標體系構建,共有5個一級指標,19個二級指標[1,15-16],如表1所示。

表1 數字鄉村發展水平指標體系

續表

4.2 確定數字鄉村發展指標權重

在實際應用中,部分指標的數據僅為一個較為模糊的范圍,呈現出上下波動的趨勢,利用區間數對其進行概括較為合理,相對應的,所計算的權重也應為區間形式,用以體現數據波動對指標重要性的影響。根據上文構建的數字鄉村發展指標體系,利用所提出的多重最優解篩選方法,將模型(M-1)應用于指標重要性評價,并基于計算結果給出數字鄉村發展體系內各指標的重要程度,以便后續進行針對性分析和建議。根據所構建的指標體系,邀請專家對閩侯縣上街鎮的數字鄉村發展情況進行評判,各板塊劃分下指標評價的6個區間判斷矩陣如下所示。

數字鄉村評價體系內,b1～b5對應的19個二級指標c1～c19的區間判斷矩陣Tb1、Tb2、Tb3、Tb4、Tb5分別為:

b1～b5等5個一級指標層的區間判斷矩陣Tb為:

將以上6個判斷矩陣分別代入模型(M-1)進行求解發現,Tb2為一致矩陣,無需進行調整,得到其對應區間優先權重W2={[0.2667,0.6667],[0.0667,0.6667],[0.0667,0.2667]};Tb5可得唯一解,經多重最優解算法篩選后,可直接輸出其唯一解及對應區間優先權重W5={[0,0.4],[0.2,0.4],[0.2,0.6],[0.2,0.2];Tb1、Tb3、Tb4和Tb均輸出多個最優解。因此,利用篩選算法對這4個矩陣的調整結果進行多重最優解篩選。

針對Tb1求解模型(M-1),計算得到s(1)、s(2)、s(3)、s(4)、s(5)、s(6)6個最優解和w(1)、w(2)、w(3)、w(4)、w(5)、w(6) 6個區間優先權重,最優調整量為2,因其有多個解,進入多重最優解篩選算法。6個調整解如下所示:

6個調整解的權重分別如下所示:

w(1)={[0.3333,0.7333],[0.1333,0.3333],[0.1333,0.3333]}

w(2)={[0.4667,0.6667],[0.0667,0.2667],[0.2667,0.2667]}

w(3)={[0.4667,0.6667],[0.0667,0.2667],[0.0667,0.2667]}

w(4)={[0.5333,0.7333],[0.1333,0.1333],[0.1333,0.3333]}

w(5)={[0.4,0.8],[0,0.4],[0.2,0.2]}

w(6)={[0.4667,0.6667],[0.0667,0.4667],[0.0667,0.2667]}

根據計算產生的6個區間權重,采用層級之間區間權重相乘的方式對單個二級指標的權重進行重新歸一化,給出指標體系內各層級指標的重要性區間。計算得c1、c2、c33個數字產業指標的權重為wb1=([0,0.2667],[0,0.1067],[0,0.1067])T,c4、c5、c63個數字科技指標的權重為wb2=([0,0.2667],[0,0.2667],[0,0.1067])T,c7、c8、c9、c10、c115個數字生活指標的權重為wb3=([0.016,0.192],[0.016,0.512],[0.096,0.192],[0.016,0.192],[0.016,0.352])T,c12、c13、c14、c154個數字基建指標的權重為wb4=([0.02,0.2],[0.02,0.12],[0.02,0.28],[0.02,0.02])T,c16、c17、c18、c194個數字治理指標的權重為wb3=([0,0.08],[0,0],[0,0.12],[0,0.04])T。

計算結果表明,數字化服務生活普及度c8在指標體系中最為重要,其次為農村居民數字新興產業就業程度c11,二者皆為概括鄉村居民數字生活開展狀況的指標。c7、c9、c10等3個指標也在指標體系中占有較高比重,符合數字鄉村建設以人為本的中心理念。數字產業和數字科技的c1～c6、數字基建的c12～c14,以及數字治理的c18等10個指標的重要程度均在0～0.3,彼此相差較小,表明在上街鎮未來的鄉村振興發展和數字鄉村建設中,應當更加注重數字產業、數字科技和數字基建三個方面的共同建設,保持三者平衡共進。在細化到單個指標的情況下,應加強科技在農業發展上的應用,引進更多的專業技術人才,并繼續保持鄉村地區技術革新和發展,為經濟增長帶來的活躍力。從總體來看,數字治理下的幾個指標占比較低,但這并不意味著鄉村治理在數字鄉村建設中無關緊要。為使鄉村居民在生活中能夠更加全面地享受到技術紅利,高水平的基建是數字鄉村建設的根本,良好的經濟條件和科技的多樣化應用是數字鄉村未來長遠發展的重要支撐,而推進鄉村數字治理需要建立在前三者全方位發展的基礎之上,因此,其建設緊迫度相對而言處于較低水平,鄉村數字治理仍有較大發展空間。

4.3 結論與分析

數字鄉村戰略是我國深入實行鄉村振興,順應新時代需求的前瞻性發展項目。本研究建立了區間判斷矩陣下的嚴格加性一致離散調整和權重模型,并將最優解多重性應用在數字鄉村評價建設中。需要特別指出的是,本文所提出的權重模型并不受到鄉村多樣性的限制,針對不同鄉村建立不同指標體系時,其內指標的內容變動和數量增減均不影響所提模型及篩選算法的運用,其區別只在于所給出的判斷矩陣的階數變化。本文主要創新點如下:

①專家意見均按照0.1～0.9離散標度給出,此方式在評價數字鄉村建設指標時也能夠對各指標之間偏好信息的具體變動含義進行更直觀的刻畫,幫助決策者快速理解調整結果,從而提高反饋速度,令整體決策流程效率得到有效提高。

②所得到的區間模糊互補判斷矩陣均由一個混合整數規劃模型對其進行嚴格加性一致性調整和權重計算,且該模型在被運用于新的數字鄉村評價指標體系權重計算中時,能夠保證決策評價信息的內部邏輯性和計算合理性。

③最優解的多重性為數字鄉村指標的權重求解問題提供了多種潛在的解決路徑,決策柔性得到了大幅度提升,而多重最優解篩選算法依照信息量留存度最大的原則,使篩選得到的數字鄉村指標權重結果能夠保留最多的原始偏好信息,最大程度減少了調整過程中的信息扭曲與缺失。

5 建議

在農業產業發展層面,推動傳統農業經濟產業轉型升級,引導電商、物聯網和人工智能等新型數字化經濟產業與農業生產和鄉村服務業聯合發展,開發增加農民的多渠道收入,實現農民數字化創收。

在農業科技層面,加大政府在新型農業科技研發和農業機械補貼的資金投入,提高智能農業機械在農民生產生活中的使用比例,并通過提高人才待遇吸引更多數字技術型專業人才安家落戶,為數字鄉村的進一步建設升級做好人才儲備。

在農民生活層面,加強物流覆蓋建設并提高在線數字化產品在鄉村地區的普及率,對文化程度落后的農民開展針對性教育學習,提高農民對現代科技的認識度和應用參與率,從而實現廣大鄉村居民生活與數字化建設推進的時代銜接。

在農村基建層面,完善農村網絡建設,加強鄉村地區連通性,并推進新型科技與農業基建深度融合發展,統籌建設更多農業相關大數據管理平臺和線下站點,為農業穩定繁榮創造良好發展環境。

在農村治理層面,提升政府的政務公開透明度和時效性,保障農民在鄉村治理中的參與權。相關部門應加快出臺數字鄉村相關政策,為推進數字鄉村建設提供政策支撐。