中國農業綠色發展指標體系構建及其“十四五”趨勢預判

蘇 凱，孟海波，張 輝

中國農業綠色發展指標體系構建及其“十四五”趨勢預判

蘇 凱1,2，孟海波1，張 輝1※

（1. 農業農村部規劃設計研究院，北京 100125；2. 福建農林大學安溪茶學院，福州 350002）

構建農業綠色發展評價指標體系有利于定量評價中國農業綠色發展水平，為實現路徑探索、政策制定等提供有益參考。基于此，該研究在充分理解農業綠色發展科學內涵的基礎上，綜合考量系統性、數據可得性等原則，構建了中國農業綠色發展評價指標體系。而后應用熵值法、主成分分析法和層次分析法等分別計算各指標權重值，同時基于組合賦權法求出各指標最終綜合權重值，對2007—2019年中國農業綠色發展水平進行評價。在此基礎上，應用灰色Verhulst模型預測“十四五”時期的發展趨勢。研究結果顯示：2007—2019年中國農業綠色發展水平總體上呈穩步上升趨勢且逐漸邁向綠色發展路徑；“十四五”中國農業綠色發展將進入快車道，農業綠色發展綜合指數將達到77.9，比2019年提高了11.67%；“資源節約與高效利用”與“政策支持與科技支撐”指標是影響中國農業綠色發展的重要指標。因此，各級政府應將其作為后續施政重點，以穩步推進農業高質量綠色發展，助力農業現代化進程。

農業；綠色發展；Verhulst模型；復合指標體系；組合賦權法；高質量發展

0 引 言

農業綠色發展是新發展理念在農業領域的具體體現，是實施鄉村振興戰略的重要引領，也是促進鄉村產業振興、實現農業高質量發展的必由之路，更是探索具有中國特色的新型農業現代化道路的必然選擇，對保障國家糧食安全、資源安全以及生態安全具有重要意義[1]。因此，開展農業綠色發展評價指標體系構建及其綜合評價研究，有助于挖掘提升農業綠色發展的困點、難點和堵點，也可為政府機構在制定推進農業綠色發展有關政策時提供有益參考。

農業綠色發展是為了改變過去不可持續的發展模式，實現綠色發展新階段，從而有力地保障國家糧食安全、優質農產品有效供給和社會經濟可持續發展[2-3]。國內外學者己經就農業綠色發展有關議題做了眾多有益探索。國外學者主要圍繞有機農產品、有機農業發展政策和農業可持續發展評估等方面[4-9]，而國內學者則主要圍繞農業綠色發展內涵、農業綠色全要素生產率測度及發展路徑等方面進行探討，進而尋求農業永續發展[10-14]。在指標體系構建方面，目前國際上最具代表性的評價指標體系包括經合組織（Organization for Economic Co-operation and Development，OECD）[15]、聯合國環境規劃署[16]和韓國主導成立的全球綠色增長研究所（Global Green Growth Institute，GGGI）[17]等建立的框架體系，這些指標體系從資源與環境、經濟和社會發展等諸多方面對綠色發展進行監測與評估。然而，上述指標體系的指標項目經常缺乏相應的統計數據或指標體系過于繁雜難以進行定量評價，且缺乏對特定行業（如農業）建置相應評價指標體系及實證分析，無法直接應用于中國農業綠色發展評價。為此，中國學者就此展開了研究[18-19]。例如，張建杰等[20]以“食物生產-加工-消費”全鏈條為邊界，構建了一套中國農業綠色發展的指標體系。肖華堂等[21]則探討了農業綠色發展水平與效率的耦合協調性。黃少堅等[22]構建了一套4個一級指標和21個二級指標的農業綠色發展指標體系，并對此展開初步評估。總體而言，中國農業綠色發展指標構建和定量評價方法仍不夠成熟[23]，有待進一步完善和優化。深入分析現有文獻可以發現已有研究仍有如下三點值得進一步探討：1）現有文獻對農業綠色發展指標體系的建構主要借鑒農業可持續發展評價指標體系進行有益探索，雖然兩者之間有很大關聯，但不能直接照搬[24]，需結合新發展階段中國農業綠色發展的內涵進一步深入探討。例如，已有研究成果中鮮有將“碳”元素考慮在內。實際上農業領域在減緩氣候變化影響中扮演特殊角色，它既是溫室氣體重要的排放源，又是一個巨大的碳匯系統，還是受氣候變化影響最敏感的領域之一，從而給糧食供應、糧食價格和農民收入帶來潛在風險。當前，中國已提出“2030碳達峰·2060碳中和”目標，這對中國農業綠色發展提出了新的更高的要求。這意味著，推進農業綠色發展理應將“碳”元素考慮在內，以凸顯其在應對氣候變化中所起重要的作用。2）現有研究大多采用單一途徑獲取指標權重，如層次分析法（Analytic Hierarchy Process，AHP）、熵值法等，所獲取的權重值易于出現客觀數據支撐不足或存在極端主/客觀偏向性等問題。3）科學合理預測中國農業綠色發展趨勢，對于落實農業綠色發展具體措施、開展具體行動具有重要意義，但已有文獻也較少涉及該部分內容。

鑒于此，在分析農業綠色發展內涵的基礎上，以監測和評價農業發展的綠色化過程為重點，綜合考慮中國國情及數據可得性等原則，篩選適當指標項目，構建符合中國國情特色的農業綠色發展監測指標系統。而后采用AHP、熵值法（Entropy）和主成分分析法（Principal Component Analysis，PCA）測算出主客觀權重，以組合賦權法計算各指標綜合權重，由此計算農業綠色發展綜合指數，檢視2007—2019年中國農業綠色發展水平；在此基礎上，應用灰色Verhulst模型預測“十四五”中國農業綠色發展趨勢，以期為新時期背景下的農業綠色轉型及供給側改革提供決策參考。

1 農業綠色發展評價指標體系構建

1.1 評價指標選取

與傳統發展方式不同，農業綠色發展在關注糧食安全的同時，還關注“生態環境”與“人”的可協調性和永續性，也涉及經濟社會、人文景觀等諸多復雜因素[25]。目前學術界對農業綠色發展的定義尚未統一。借鑒已有文獻[1-2,11,14,26]，本研究嘗試將其定義為：農業綠色發展是指在資源環境承載的界限內，農業發展過程中充分利用農業生態資源，以資源節約高效利用為基本特征，以生態環境保護為根本要求，以生產綠色優質農產品為重要目標，以提高人民生活福祉為最終目的的一種人與自然和諧共生的最優價值生命共同體的新發展模式。為此，本研究在借鑒現有文獻評價框架體系的基礎上，結合前述對農業綠色發展內涵的理解，以監測和評價農業發展的綠色化過程為重點，并綜合考慮指標的系統性、可獲得性和連續性等原則，建立了包括“自然資源與生態安全”“資源節約與高效利用”“高質產品與生活富裕”和“政策支持與科技支撐”四項要素層面構建中國農業綠色發展評價指標體系，以此檢視中國農業綠色發展水平。

1）自然資源與生態安全。農業自然資源一般是指在農業生產過程中可利用的自然環境要素，包括土地資源、水資源、生物資源和氣候資源及其各要素之間相互聯系、相互制約組成的有機整體。農業自然資源是農業發展的基礎，農業綠色發展在很大程度上依賴于農業自然資源的持續利用。因此，豐富的農業自然資源存量，較強的生態承載能力奠定了農業綠色發展的基石。

2）資源節約與高效利用。該指標強調某一區域生產和消耗的綠色程度越高，意味著該地區資源消耗、溫室氣體和污染物排放越少，則越有利于農業持續健康發展，進而有利于經濟和環境的和諧發展。

3）高質產品與生活富裕。農業是人類社會的衣食之源，生存之本，是支撐整個國民經濟不斷發展與前進的保證。農業綠色發展在促進農民持續增收的同時，可生產綠色優質食品，進而提高人類生活水平。因此，推進農業綠色發展，其始終目的是為了提高人類社會福祉，是保障人類持久利益和生活質量的重要基礎。

4）政策支持與科技支撐。政策制定、創新投入與綠色技術水平及環境污染治理可以促進農業綠色發展。農業綠色發展強調包容性，突出增加對“人”的關注，因此有必要將農民收入、健康和教育水平等作為衡量社會產出的重要方面。

綜上所述，本研究的“農業綠色發展評價指標體系”由4項一級指標和35項二級指標構成，具體如表1所示。表1最后一欄依據不同指標定義與性質，分別呈現正向（用符號“+”表示）與負向（用符號“-”表示）的綠色發展意義。正向指標表示指標值與綠色發展呈正向關系，即該指標值越大，綠色發展水平越高；反之，表示指標值與綠色發展呈反向關系，即該指標值越小，綠色發展水平越高。

1.2 指標數據來源、權重確定及指數計算模型

1.2.1 數據來源及處理

基于數據可得性和統一性，本研究所用數據來源于國家統計局線上數據庫（https://data.stats.gov.cn/）、《中國環境統計年鑒》《中國農村統計年鑒》《中國農業統計年鑒》《綠色食品統計年報》《中國水利公報》《全國科技經費投入統計公報》、FAO數據庫等，個別缺失數據采用線性插值[27]與灰色預測[28]相結合的方法補齊。由于所獲取的35項指標存在計量單位不一致問題，為使指標具備可比性，本研究采用極差標準化法[18-19]對原始數據進行標準化處理。

1.2.2 研究方法

權重計算方法大致可分為兩大類：主觀賦權法，如AHP、專家評估法等，這些方法基于專家/決策者先前的經驗和偏好等信息來確定各指標權重；另一類以數據為基礎確定權重，稱為客觀賦權法，例如熵值法和PCA等。由于專家/決策者的個人水平、經驗、偏好不同等原因，在評測過程中難免存在主觀性，使得權重結果不盡相同，進而影響最終評價結果。另外，雖然運用Entropy、PCA等客觀賦權法可以解決主觀性帶來的影響，但使用該類方法的前提是具有相應的數據支撐且有時評價結果會與實際情況相悖，具有一定的局限性。因此，在進行指標權重確定時，本研究建議采用主客觀賦權法相結合的“組合賦權法”來確定權重，孫煒琳等[19]也與本研究的觀點一致。德爾菲法（Delphi method）具有匿名性、多次反饋等特點，能夠消除專家彼此之間的干擾[29]。為此，本研究充分利用專家對主客觀賦權法的經驗和學識，對3種方法（Entropy、PCA和AHP）的重要性進行賦權，以平衡3種主客觀權重的優缺點，提高評價結果的準確性。

表1 中國農業綠色發展評價指標體系

1）熵值法計算權重值。熵值法（Entropy method）是通過計算指標的離散程度，再借助信息熵計算各指標的權重值[30]，具體計算公式如下：

信息熵

權重值

式中和分別表示有個評價對象和個評價指標；B表示計算第個指標下第個評價對象的指標值的比例，其中=1, 2, …,；=1, 2, …,。

2）PCA計算權重值。PCA是通過對指標進行相關性判定，確定一組互不相關的綜合指標，求取該組綜合指標的方差貢獻率及載荷矩陣，最終對指標進行歸一化處理指標權重。本文借助SPSS26.0進行因子分析，獲取一組互不相關的主成分因子及相應的特征根、方差貢獻率和因子載荷值，在此基礎上求取各指標權重，具體計算公式如下[31]：

式中為主成分個數，g為第個主成分的方差貢獻率，P為第個主成分第項指標的因子載荷值，為第個主成分的特征值。

3）AHP計算權重值。AHP是將與決策有關的元素分解為目標層、準則層與方案層，并為此構建相應的判斷矩陣，進行定性和定量分析的一種決策方法。借助yaahp10.3軟件，本文首先構建判斷矩陣，隨后求取指標排序權重值并進行一致性檢驗，最后進行指標權重值的計算。具體計算步驟可詳見文獻[32]，本文不再贅述。

4）組合賦權法（Combination weighting method）計算權重值，計算公式如下：

式中D表示基于組合賦權法計算得到的第個指標的綜合權重值，A、E和P分別表示由AHP、Entropy和PCA求取的權重值，0.38、0.29和0.33 表示隨機選取了10位專家通過Delphi對AHP、Entropy和PCA這3種方法的重要性進行賦權的均值。

5）確定綜合指數。采用線性加權求和法計算農業綠色發展綜合指數。計算公式為

式中G表示第年農業綠色發展指數，X和ω分別表示經標準化處理后的第個無量綱指標和第個無量綱指標的權重。

6）灰色Verhulst模型。傳統的灰色預測模型GM(1,1)主要適用于具有強指數律的序列，只能描述單調變化過程，導致其預測精度不高。Verhulst模型則能夠彌補傳統GM(1,1)預測模型在預測精度方面的不足，對非單調序列或飽和S型序列具有較強的預測能力[33]，該方法通過平均絕對百分比誤差（Mean Absolute Percentage Error，MAPE）來檢驗模型預測精度[28]，<10%、10%～20%、>20%～50%、>50%分別代表優秀的、良好的、合理的、不適當的預測能力。由于Verhulst模型的建模過程較為復雜，限于篇幅，本文不再贅述，具體原理、建模過程等可參考文獻[28]。

2 結果分析

2.1 指標權重值分析

各指標綜合權重值如表2所示。由表2可知，綜合了3種主客觀權重值之后，中國農業綠色發展評價指標的重要性前五依序為濕地覆蓋率（7，0.043）、碳基礎生產力（8，0.042）、環境保護支出強度（29，0.039）、環境污染治理投資強度（31，0.038）與單位面積優質農產品數量（26，0.034）。其中，有2項指標屬于“政策支持與科技支撐”。再結合前10項指標可以發現，屬于“自然資源與生態安全”和“政策支持與科技支撐”的指標分別占3項和4項。值得注意的是，與綠色優質農產品有關指標的權重值均排在前列，可見其在農業綠色發展中的重要性。這意味著在后續政策制定中，要進一步完善健全綠色優質農產品生產的有關政策，促進其高質量發展，進而推進農業綠色發展。

表2 各指標權重值

注：PCA為主成分分析法；Entropy為熵值法；AHP為層次分析法。

Note: PCA is principal component analysis; Entropy is entropy method; AHP is analytic hierarchy process.

2.2 農業綠色發展分項綜合指數分析

依據公式（5）計算出2007—2019年中國農業綠色發展4項一級指標綜合指數，如圖1所示。由圖1可以看出，2007—2019年，4項一級指標綜合指數的變化趨勢并不完全一致。總體上，政策支持與科技支撐指數（4）提升最大，這與國家出臺系列政策、不斷加大研發經費及涉農經費投入有很大關系。例如，2007年全國農林水事務支出僅為3 404.7億元，2019年增加至22 862.8億元，增長了572%。環境保護支出強度（29）、研究與試驗發展（R&D）經費投入強度（32）均有不同程度的提升，分別從2007年的0.37%和1.37%增加至2019年的0.75%和2.23%，分別增加了103.18%和62.77%。

自然資源與生態安全指數（1）呈增長態勢，從2007年的5.22提升至2019年的16.81。其中，森林覆蓋率（2）維持在20.4%以上；水土流失治理強度（4）明顯提升，2019年全國水土流失治理強度達到16.20，較2007年提升了4.42個百分點；濕地覆蓋面積也不斷增加，全國濕地覆蓋率（7）從2007年的4.54%增加至2019年的6.32%。可見，豐富的農業自然資源存量與較強的生態承載能力能夠奠定農業綠色發展的基石。

資源節約與高效利用指數（2）略有增長，從2007年的17.05提升至2019年的23.85，增加了39.88%。其中，單位農業產值耗水量（10）下降幅度最大，從2007年的1 195.99 m3/萬元下降至2019年的485.71 m3/萬元；另外，碳基礎生產力（8）也有明顯下降趨勢，從2007年的1.65 t/萬元下降至2019年的0.68 t/萬元，下降幅度達到97.60%。

高質產品與生活富裕指數（3）也有明顯提升，從2007年的2.30提升至2019年的11.03，年均增長29.2%。其中，農村居民可支配收入（25）快速增加對高質產品與生活富裕指數提升有重要貢獻。2007年全國農村居民可支配收入僅為4 327元，2019年增加至16 021元，增長了270%；單位面積優質農產品數量（26）從2007年的1.40個/萬hm2增加至3.04個/萬hm2，增加了116.54%；人均綠色食品可食用量（28）也不斷提升，從2007年的0.06 t/人增加至2019年的0.12 t/人，增長97.70%。

從一級指標各方面來看，資源節約與高效利用指數最高，而高質產品與生活富裕指數最低，其余兩項指數居中。2007—2019年，全國資源節約與高效利用指數均值為21.42，高質產品與生活富裕指數均值僅為6.77，兩者相差了14.65；自然資源與生態安全和政策支持與科技支撐兩項指標指數均值分別為11.49和13.27。該結果說明，綠色優質農產品供給不足是中國農業綠色發展面臨的挑戰之一，需堅持質量興農、綠色興農，積極開展新“三品一標”提升行動，大力發展綠色、有機、地理標志農產品生產，加快將農業生態環境優勢轉化為經濟效益優勢。

2.3 農業綠色發展綜合指數分析

依據公式（5）計算出2007—2019年中國農業綠色發展綜合指數，如圖2所示。

由圖2可以看出，農業綠色發展綜合指數由2007年的26.20上升至2019年的70.76，年均漲幅達到13.08%。具體而言，2008—2010年均漲幅達到19.2%，該時期國家相關政策文件偏向通過夯實農業基礎設施建設，促進農業發展以及農民增收，將資源要素更多向農村配置，農業生產方式得到很大轉變，使得農業綠色發展逐步提升。2011 —2013年中國農業綠色發展的增長幅度明顯加快，綜合指數從42.48提升到59.52，增幅達到40.18%。2012年中央一號文件聚焦“農業科技創新”，提出依靠科技促進農業增產增收、提質增收、節本增收，這提高了“資源節約與高效利用”，合理利用了“自然資源與生態安全”來發展農業。而2013年政策聚焦“現代農業”，通過創新“新型農業經營主體”，進一步提高“資源節約與高效利用”。2014—2016年農業綠色發展繼續穩步上升，其中2014年增長幅度達到了4.0%，綜合指數從59.52上升至61.92。2014年國家延續2013年政策，繼續聚焦“農業現代化”，夯實農業基礎地位。同時首次推出農業“一二三產融合”策略，通過延伸農業產業鏈，提高農業附加價值，提高農民收入，最終反哺農業綠色發展。自2017年《關于創新體制機制推進農業綠色發展的意見》發布以來，中國先后出臺了一系列促進農業綠色發展的重要政策，例如通過完善健全有關機制、建立農業綠色發展先行區、強化科學技術支撐能力等重要舉措，進一步推動農業發展向綠色化邁進。數據顯示：2017、2018和2019年中國農業綠色發展綜合指數分別提升了4.5%、1.8%和5.1%，高于2013—2016年的平均水平，該結果與上述政策實施不無關系。

此外，灰色Verhulst模型預測結果顯示：模型的MAPE為4.485%，根據模型檢驗標準，MAPE<10%的預測結果為優秀，具體預測結果如圖2所示。由圖2可以看出，到“十四五”末（2025年），中國農業綠色發展綜合指數將達到78.36，相較于2019年提高了11.67%。這意味著后續若持續優化完善有關政策和措施，中國農業綠色發展水平一定能夠開創農業發展的新局面。例如，2021年8月，農業農村部等6部門聯合印發《“十四五”全國農業綠色發展規劃》（簡稱《規劃》）明確要求“以構建綠色低碳循環發展的農業產業體系為重點，到2025年農業減排固碳能力明顯增強”。該《規劃》是中國首部農業綠色發展專項規劃，為“十四五”期間中國農業綠色發展提供了發展思路和方向。由此可預知，綠色技術將加快研發及應用，諸如農業作物綠色增產增效技術、綠色低碳種養結構與技術等綠色技術不斷推廣及應用，農業面源污染防治和農業生態保護修復水平不斷提高，“十四五”期間中國農業綠色發展必將進一步加速推進。

3 結論與建議

3.1 結 論

本研究首先構建中國農業綠色發展評價指標體系，接著運用組合賦權法計算農業綠色發展指標權重，分析2007—2019年中國農業綠色發展水平；在此基礎上，采用灰色Verhulst模型預測“十四五”期間的農業綠色發展趨勢，旨在為新時期背景下的農業綠色轉型及供給側結構性改革提供決策參考。主要研究結論如下：

1）從一級指標來看，資源節約與高效利用（2）權重最高，高達0.386，其次是政策支持與科技支撐（0.223）、自然資源與生態安全（0.212）和高質產品與生活富裕（0.179）。未來農業綠色發展必然以資源節約高效利用為基本特征，兼顧綠色可持續發展和高質量發展，以政策支持與科技支撐為新動能，最終實現人與自然和諧共生的最優價值生命共同體的新發展格局。

2）從二級指標來看，權重較高的指標從高到低依次為濕地覆蓋率（7）、碳基礎生產力（8）、環境保護支出強度（29）、環境污染治理投資強度（31）與單位面積優質農產品數量（26）、研究與試驗發展（R&D）經費投入強度（32）等。上述指標是4項一級指標中比較有代表性的指標，能夠直接反映影響農業綠色發展水平的因素。在新發展階段下，從這些層次進行發展轉型，走綠色低碳循環發展道路，不僅有利于推進生態文明建設和鄉村振興，也可促進農業提質增效和農民增收致富。

3）從綜合指數來看，2007年以來中國農業綠色發展水平呈穩步上升趨勢，資源利用水平不斷提高，農業生態環境系統持續改善，農業高效發展取得成效。四項一級指標中，資源節約與高效利用指數均值最高，而高質產品與生活富裕指數均值最低。所以，政府應進一步加強農業面源污染防治，有效提升農產品產地環境質量，加大綠色優質農產品供給，促進農業綠色發展水平不斷提升。

3.2 建 議

基于以上分析，本研究據此提出有關建議作為推進中國農業綠色發展的有益參考。

1）進一步健全完善農業綠色發展體制機制。一方面要修訂完善、補充和制定農業生態環境保護及修復、農業投入品管理、畜禽養殖場污染防治和排放標準、綠色農業農藥化肥使用標準、農村廁所改造及糞污處理標準規范[34]等有關農業綠色發展的法律法規和標準。另一方面，應按照農業綠色發展要求，堅持“誰受益誰補償”的原則，積極探索與“碳交易市場”有效接軌，建立市場化、多元化的農業生態補償機制。例如，健全碳排放權抵消機制，充分發揮碳市場在生態建設、修復和保護中的補償作用，引導碳交易履約企業和對口幫扶單位優先購買貧困地區農業碳匯項目產生的減排量。制訂相關的農業減排固碳技術規程與補貼制度，建立資源節約、高效利用、經濟合理的農業生產模式，增強農業生產對氣候變化的適應能力，助力碳達峰、碳中和目標實現。此外，在健全綠色標識產品清單制度的基礎上，建立生態交易平臺。比如，農民通過休耕或其他綠色生產方式生產出的農業生態產品經第三方權威認證并核算后，這些產品的生態增值部分可在生態交易平臺中經交易轉化為現金。這不僅有助于形成農業綠色發展和農民增收互相促進的良性機制，也有利于激發農民保護生態環境、綠色生產的參與性和積極性。

2）進一步強化農業綠色發展科技支撐。科技創新是加快推進“十四五”期間農業綠色發展的關鍵，是農業綠色發展的動力源泉，是降低資源消耗及提高資源使用的有效手段。有研究表明采用“茶-草-牧”生態茶園種植模式能有效改良土壤肥力，使土壤有效養分和酶活性不同程度提高，進而改善茶園土壤微生物菌群結構，提高其生物多樣性，最終不僅提高了資源利用率，也使茶葉產量和品質整體提升[35]。此外，深入開展農業碳達峰、碳中和理論研究，積極探索農業碳中和的實現途徑與配套技術，是新時代賦予農業綠色發展的新命題。因此，建議政府應加大科研投入，引導各類科研院校、企業等加強綠色關鍵技術攻關，以紓解“卡脖子”難題。例如，開展抗高溫、耐旱、低碳排放和高養分利用效率的作物品種選育，從源頭提高資源利用率和降低碳排放強度；研發農業碳減排增匯技術，提升農業減排固碳能力；研發推廣與當地資源環境承載力相適應的種養技術模式，研制節水灌溉、耕地保育等綠色設施裝備，打造全產業鏈農業綠色配套技術，以期在保護農業生態環境的同時提高資源節約與高效利用。

綜上所述，本研究對農業綠色發展評價指標體系構建及量化測度進行了有益探討，可作為后續相關研究的參考案例。然而，農業綠色發展是一個系統工程，各構成要素間的協調發展是關鍵，同時區域間還存在一定的空間聚集及分異現象，這些問題需要深入探究，我們將在后續研究中進一步分析。

[1] 中共中央辦公廳國務院辦公廳印發《關于創新體制機制推進農業綠色發展的意見》[EB/OL]. [2021-07-16]，http://www. gov. cn/xinwen/2017-09/30/content_5228960. htm.

[2] 隋斌，董姍姍，孟海波，等. 農業工程科技創新推進農業綠色發展[J]. 農業工程學報，2020，36(2)：1-6.

Sui Bin, Dong Shanshan, Meng Haibo, et al. Innovation in agricultural engineering and technology to accelerate green development of agriculture[J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 1-6. (in Chinese with English abstract)

[3] 叢宏斌，孟海波，于佳動，等. “綠色”引領下東北地區秸稈產業發展長效機制解析[J]. 農業工程學報，2021，37(13)：314-321.

Cong Hongbin, Meng Haibo, Yu Jiadong, et al. Analysis of long-term mechanism for development of straw industry in northeast China under guidance of “Green-concept”[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(13): 314-321. (in Chinese with English abstract)

[4] Donnik I, Voronin B, Loretts O. Production of organic agricultural products is an important area of “Green” economy[J]. Indian Journal of Science and Technology, 2016, 9(14): 1-5.

[5] Ghofrani Y R, Mohammad T, Ebrahim C. Organic agriculture: Food for future green consumers in Iran[J]. International Journal of Agricultural Management and Development, 2017, 7(2): 179-189.

[6] Rajabion L, Khorraminia M, Andjomshoaa A, et al. A new model for assessing the impact of the urban intelligent transportation system, farmers’ knowledge and business processes on the success of green supply chain management system for urban distribution of agricultural products[J]. Journal of Retailing and Consumer Services, 2019, 50: 154-162.

[7] Karlsson M, Hovelsrud G K. “Everyone comes with their own shade of green”: Negotiating the meaning of transformation in Norway's agriculture and fisheries sectors[J]. Journal of Rural Studies, 2021, 81: 259-268.

[8] Piao R S, Silva V L, Del Aguila I N, et al. Green growth and agriculture in Brazil[J]. Sustainability, 2021, 13(3): 1162.

[9] Talukder B, Blay-Palmer A, Vanloon G W, et al. Towards complexity of agricultural sustainability assessment: Main issues and concerns[J]. Environmental and Sustainability Indicators, 2020, 6: 100038.

[10] 葉興慶. 以綠色托舉中國農業[J]. 中國農業大學學報：社會科學版，2019，36(3)：5-8.

Ye Xingqing. To promote Chinese agriculture based on the green development[J]. Journal of China Agricultural University: Social Sciences, 2019, 36(3): 5-8. (in Chinese with English abstract)

[11] 馬文奇，馬林，張建杰，等. 農業綠色發展理論框架和實現路徑的思考[J]. 中國生態農業學報，2020，28(8)：1103-1112.

Ma Wenqi, Ma Lin, Zhang Jianjie, et al. Theoretical framework and realization pathway of agriculutral green development[J]. Chinese Journal of Eco-Agriculture, 2020, 28(8): 1103-1112. (in Chinese with English abstract)

[12] 于法穩. 基于綠色發展理念的智慧農業實現路徑[J]. 學術前沿，2020(24)：79-89.

Yu Fawen. The path of realizing smart agriculture based on the concept of green development[J]. Frontiers, 2020(24): 79-89. (in Chinese with English abstract)

[13] 劉亦文，歐陽瑩，蔡宏宇. 中國農業綠色全要素生產率測度及時空演化特征研究[J]. 數量經濟技術經濟研究，2021，38(5)：39-56.

Liu Yiwen, Ouyang Ying, Cai Hongyu. Evaluation of China's agricultural green TFP and its spatiotemporal evolution[J]. The Journal of Quantitative & Technical Economics, 2021, 38(5): 39-56. (in Chinese with English abstract)

[14] 尹昌斌，李福奪，王術，等. 中國農業綠色發展的概念、內涵與原則[J]. 中國農業資源與區劃，2021，42(1)：1-6.

Yi Changbin, Li Fuduo, Wang Shu, et al. The concept, connotation and principle of agricultural green development in China[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(1): 1-6. (in Chinese with English abstract)

[15] OECD (Organization for Economic Co-operation and Development). Green Growth Indicators[M]. Paris: OECD Publishing, 2014.

[16] UNEP (United Nations Environment Programme). Measuring progress towards an inclusive green economy[R]. [2021-07-16],https://www.gwp.org/globalassets/global/toolbox/references/measuring-progress-towards-an-inclusive-green-economy-unep-2012.pdf.

[17] GGGI (The Global Green Growth Institute). Moving towards a common approach on green growth indicators[R]. [2021-07-16],https://www.oecd.org/greengrowth/GGKP%20Moving%20towards%20a%20Common%20Approach%20on%20Green%20Growth%20Indicators%5B1%5D.pdf.

[18] 魏琦，張斌，金書秦. 中國農業綠色發展指數構建及區域比較研究[J]. 農業經濟問題，2018(11)：11-20.

Wei Qi, Zhang Bin, Jin Shuqin. A study on construction and regional comparison of agricultural green development index in China[J]. Issues in Agricultural Economy, 2018(11): 11-20. (in Chinese with English abstract)

[19] 孫煒琳，王瑞波，姜茜，等. 農業綠色發展的內涵與評價研究[J]. 中國農業資源與區劃，2019，40(4)：14-21.

Sun Weilin, Wang Ruibo, Jiang Qian, et al. Study on connotation and evaluation of the agricultural green development[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(4):14-21. (in Chinese with English abstract)

[20] 張建杰，崔石磊，馬林，等. 中國農業綠色發展指標體系的構建與例證[J]. 中國生態農業學報，2020，28(8)：1113-1126.

Zhang Jianjie, Cui Shilei, Ma Lin, et al. Construction of a green development index system for agriculture in China and examples[J]. Chinese Journal of Eco-Agriculture, 2020, 28(8): 1113-1126. (in Chinese with English abstract)

[21] 肖華堂，薛蕾. 我國農業綠色發展水平與效率耦合協調性研究[J]. 農村經濟，2021(3)：128-134.

[22] 黃少堅，馮世艷. 農業綠色發展指標設計及水平測度[J]. 生態經濟，2021，37(5)：125-131.

Huang Shaojian Feng Shiyan. Index design and level measurement of agricultural green development[J]. Ecological Economy, 2021, 37(5): 125-131. (in Chinese with English abstract)

[23] 孫曉，楊鵬，王虹揚. 農業綠色發展研究文獻計量分析[J]. 中國農業資源與區劃，2021，42(2)：1-9.

Sun Xiao, Yang Peng, Wang Hongyang. Bibliometric analysis of agricultural green development[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(2): 1-9. (in Chinese with English abstract)

[24] 張乃明，張麗，趙宏，等. 農業綠色發展評價指標體系的構建與應用[J]. 生態經濟，2018，34(11)：21-24，46.

Zhang Naiming, Zhang Li, Zhao Hong, et al. Construction and application of evaluation index system for agricultural green development[J]. Ecological Economy, 2018, 34(11): 21-24, 46. (in Chinese with English abstract)

[25] Leakey R R. A re-boot of tropical agriculture benefits food production, rural economies, health, social justice and the environment[J]. Nature Food, 2020, 1: 260-265.

[26] 中國農業綠色發展研究會，中國農業科學院農業資源與農業區劃研究所. 中國農業綠色發展報告2020 [M]．北京：中國農業出版社，2021.

[27] 饒莉娟，王健林，張星. 不同插值方法對精細化預報產品在青島地區的檢驗比較[J]. 中國農學通報，2020，36(32)：100-108.

Rao Lijuan, Wang Jianlin, Zhang Xing. Different interpolation methods: comparison for refined forecast products in Qingdao Area[J]. Chinese Agricultural Science Bulletin, 2020, 36(32): 100-108. (in Chinese with English abstract)

[28] Zhao Y F, Shou M H, Wang Z X. Prediction of the number of patients infected with COVID-19 based on rolling grey Verhulst models[J]. International Journal of Environmental Research and Public Health, 2020, 17(12): 4582.

[29] 任吉，于佳琪. 熵權法在碩士研究生方法論課程質量評價體系構建中的應用[J]. 黑龍江高教研究，2021，39(9)：105-110.

Ren Ji, Yu Jiaqi. Application of entropy methods to postgraduates’ methodology course quality evaluation system construction[J]. Heilongjiang Researches on Higher Education, 2021, 39(9): 105-110. (in Chinese with English abstract)

[30] 李峰，孫波，王軒，等. 層次分析法結合熵權法評估農村屋頂光伏系統電能質量[J]. 農業工程學報，2019，35(11)：159-166.

Li Feng, Sun Bo, Wang Xuan, et al. Power quality assessment for rural rooftop photovoltaic access system based on analytic hierarchy process and entropy weight method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(11): 159-166. (in Chinese with English abstract)

[31] 郭松，李在留，薛建輝. 掌葉木種子及其籽油性狀綜合評價模型構建和優選[J]. 農業工程學報，2019，35(6)：314-322.

Guo Song, Li Zailiu, Xue Jianhui. Establishment and optimization of comprehensive evaluation model for seed and seed oil traits of Handeliodendron bodinieri[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 314-322. (in Chinese with English abstract)

[32] 楊亞東，程長林，杜婭婷，等. 全國縣域鄉村產業發展狀況及其就業帶動潛力評價[J]. 農業工程學報，2021，37(13)：322-330.

Yang Yadong, Cheng Changlin, Du Yating, et al. Evaluation of national county-level rural industry development condition and its employment driving potential[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(13): 322-330. (in Chinese with English abstract)

[33] 趙安周，王冬利，王金杰，等. 京津冀城市群城市化-旅游業-生態環境耦合協調度及障礙因子診斷[J]. 水土保持研究，2021，28(4)：333-341.

Zhao Anzhou, Wang Dongli, Wang Jinjie, et al. Quantitative investigation of the interactive coupling relationship among urbanization-tourism industry-ecological environment and their obstacle factors in Beijing-Tianjing-Hebei urabn agglomeration[J]. Research of Soil and Water Conservation, 2021, 28(4): 333-341. (in Chinese with English abstract)

[34] 張輝，趙立欣，孟海波，等. 中國農村廁所改造及糞污處理標準體系研究[J]. 農業工程學報，2020，36(23)：209-214.

Zhang Hui, Zhao Lixin, Meng Haibo, et al. Study on the standard system for rural toilet construction and excrement disposal in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(23): 209-214. (in Chinese with English abstract)

[35] 江文甲，林滿紅，翁佩瑩，等. 福建安溪縣鄉鎮土地生態系統服務價值的演變機制[J/OL]. 應用生態學報，2021：1-11[2021-06-17]. https://doi. org/10. 13287/j. 1001-9332. 202110. 011.

Jiang Wenjia, Lin Manhong, Weng Peiying, et al. Evolution mechanism of ecosystem service value at the township-scale in Anxi Counry of Fujian Province, China[J/OL]. Chinese Journal of Applied Ecology, 2021: 1-11[2021-06-17]. https://doi. org/10. 13287/j. 1001-9332. 202110. 011. (in Chinese with English abstract)

Construction of the green development indicators for agriculture and its prediction in the 14th Five-Year Plan in China

Su kai1,2, Meng Haibo1, Zhang Hui1※

(1.,,100125,; 2.,,350002,)

The ever-increasing needs for a better life have proposed much higher requirements for agricultural development, as socialism with Chinese characteristics has entered a new era. The Agricultural Green Development (AGD) has been the re-creation under the Sinicization for the concept of sustainable development. The construction of green development indicators for agriculture can greatly contribute to quantitatively valuating the AGD level, particularly for path exploration and policy-making. Accordingly, this study aims to first construct the evaluation index system of AGD in China. Then, the entropy, Principal Component Analysis (PCA), and Analytic Hierarchy Process (AHP) were applied to calculate the weight value of each indicator. As such, a combination weighting was used to calculate the final comprehensive weight value of each indicator to evaluate the AGD level in China from 2007 to 2019. Finally, a grey Verhulst model was adopted to predict the development trend in the 14th Five-Year Plan. The findings of this study revealed that China's AGD level showed a steady upward trend, and gradually moved towards the path of green development during 2007-2019. The comprehensive index of AGD rose from 26.20 in 2007 to 70.76 in 2019, with an average annual increase of 13.08%. Among them, the comprehensive index of AGD in 2017, 2018, and 2019 increased by 4.5%, 1.8%, and 5.1%, respectively, higher than the average level from 2013 to 2016. This was because, 1) a series of important policies were released to promote the AGD in recent years, including the relevant mechanism for AGD, the national AGD pilot zones, the supporting capacity of science and technology. 2) The agricultural development was oriented towards the path of green development during policy decision-making. More importantly, the weight value of the first-level index "Resource conservation and efficient utilization" was the largest (0.386), and the rest of the three first-level indicators were ranked in descending order "Policy support and science & technology support" (0.223), "Natural resources and ecological security" (0.212) and "High-quality products and affluence" (0.179). 3) China's AGD was predicted to enter the fast lane during the 14th Five-Year Plan, where the comprehensive index of AGD reached 77.9, an increase of 11.67% over 2019. It was also found that there were much larger weight values for the indicators of energy consumption per unit of agricultural output, carbon base productivity, and R&D investment intensity. It inferred that scientific and technological innovation can be an effective way to reduce resource consumption for higher efficient use, which was the power source for AGD. Therefore, three recommendations can be addressed during this time: 1) To further improve the system and mechanism of AGD; 2) To explore diversified agricultural and ecological compensation (e.g., carbon compensation), and 3) to strengthen the tackling of key green technologies (e.g., green technology for higher production and efficiency of crops, green and low-carbon planting and breeding technology). This finding can provide potential decision-making support to promote the AGD for the construction of the evaluation index system.

agriculture; green development; Verhulst model; composite index system; combination weighting method; high-quality development

蘇凱，孟海波，張輝. 中國農業綠色發展指標體系建構及其“十四五”趨勢預判[J]. 農業工程學報，2021，37(20)：287-294.doi：10.11975/j.issn.1002-6819.2021.20.032 http://www.tcsae.org

Su kai, Meng Haibo, Zhang Hui. Construction of the green development indicators for agriculture and its prediction in the 14th Five-Year Plan in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(20): 287-294. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.20.032 http://www.tcsae.org

2021-08-16

2021-10-08

農業農村部規劃設計研究院自主研發項目（SC202101）；福建省自然科學基金項目（2021J01650）

蘇凱，博士，講師，碩士生導師，研究方向為農業綠色發展與生態資源評價。Email：fjsk1311@163.com

張輝，研究員，研究方向為現代農業發展規劃、計劃及戰略研究。Email：zhanghui@aape.org.cn

10.11975/j.issn.1002-6819.2021.20.032

F323

A

1002-6819(2021)-20-0287-08