农业科技灰色关联熵分析

１引言

农业的发展变化时刻受着农业科技的影响，探讨农业科技发展变化的相关影响因素就显得很重要。在这方面，国内的学者无论从理论上还是实践上都进行了深入广泛的研究，并取得了比较有意义的研究成果，肯定了农业发展进程中科技因素的重要性。目前的研究方法更多集中在农业科技的评价、测度，也通过建立相关指标来探究农业科技的发展情况，目前比较常用的评价农业科技发展情况方法有测算贡献率的比较法、单一指标评价法以及总体评价方法，这些方法能比较全面的衡量某一时期农业科技的发展水平。刘明、王克林提出目前我国农业现代化进程测度的支撑技术———多指标综合测度法的优化方案，来实现对农业现代化进程时空上动态特征的量化分析。卢亚丽、傅新红提出了区域农业科技进步测度模型的设计的依据和应该遵循的原则，并构造了一个测度模型。以上研究仅从测度和评价的角度对农业科技的发展变化进行了研究，为了能更深入的研究农业科技的发展变化情况，本文将以系统思想为研究基础，结合灰色系统理论来探讨农业科技系统的发展变化状况。

２基于灰关联熵的农业科技系统演化方向判别模型

２．１农业科技系统的有序性分析

由于农业科技时刻都在发展进步中，因此整个农业科技系统充满随机和不确定性，在对农业科技系统分析的时候，把其看作是一类灰色系统，根据灰色系统理论中的关联分析原理，来做定量描述分析，揭示农业科技发展水平和合理阈值之间的关联程度，获得的关联系数越大，就表示系统的有序性越强，所以计算性越强。但由于农业科技系统的多目标性，所获得的关联系数也比较多，不能很好的反映农业科技系统整体的变化规律，为了解决这个问题，可以将这种关联系数的变化规律用熵来表述，通过不同时段系统熵的变化来对其演化方向进行判别。

２．２农业科技系统的灰色关联熵

（１）有关的模型。农业科技系统演化发展的灰色关联系数：设时间序列为ｘｉ＝（ｘｉ（１），ｘｉ（２），…，ｘｉ（ｍ）），ｘｉ（ｍ）表示在第ｍ年第ｉ个指标的数值。首先：要获得每个数列的初值像，令Ｘ′ｉ＝Ｘｉ／ｘｉ（１）＝（ｘ′ｉ（１），ｘ′ｉ（２），…，ｘ′ｉ（ｍ）），ｉ＝１，２，…，ｎ。第二步：获得序列差的值。有Δｉ（ｋ）＝｜ｘ′ｏ（ｋ）－ｘ′ｉ（ｋ）｜，Δｉ＝（Δｉ（１），Δｉ（２），…，Δｉ（ｍ）），ｉ＝１，２，…，ｎ。第三步，来求两极的最大差与最小差。因此，记Ｍ＝ｍａｘｉｍａｘｋΔｉ（ｋ），ｍ＝ｍｉｎｉｍｉｎｋΔｉ（ｋ）。最后，获得所需要的关联系数γｏｉ（ｋ）＝ｍ＋ζＭΔｉ（ｋ）＋ζＭ，ζ∈（０，１），ｉ＝１，２，…，ｎ；ｋ＝１，２，…，ｍ。（１）按照信息熵的概念做如下定义：定义１：设数列Ｘ＝（ｘ１，ｘ２，…，ｘｎ），ｘｉ≥０，且ｘｉ＝１，称函数ｎｘｉｌｏｇｘｉ为序列Ｘ的灰熵，ｘｉ为属性信息。定义２：设Ｘ为比较列，Ｙ为参考列，Ｒｊ＝｛ζ（ｘ（ｋ），ｙ（ｋ））｝ｋ＝１，２，…，ｎ，则映射Ｍａｐ：Ｒｊ→Ｐｊ，Ｐｉ＝ζ（ｘ（ｉ），ｙ（ｉ））／ｎζ（ｘ（ｉ），ｙ（ｉ）），ＰｉＰｊ，ｉ＝１，２，…，ｎ为灰色关联系数分布映射，映射值称为分布的密度值。根据灰熵定义，以及灰关联分布映射，灰关联熵可以表示为：Ｓ（ｔ）＝－ｎｉ＝１ＰｉｌｏｇＰｉ（２）式中Ｓ（ｔ）为农业科技系统在第ｔ时段的灰色关联熵，它表示此时刻农业科技系统的状态，系统状态发生变化，相应熵值也就发生变化。由于农业科技系统耗散性的特点，系统能量不会消失，与外界进行着物质与能量的交换，总熵有增有减，由熵的有序度联系可知，农业科技系统的演变方向即可良性化，也可恶性化，这取决于系统熵的变化机制。为此，可以借助熵的变化理论建立农业科技系统演化方向的判别模型，作为检验和判断系统演变规律的方法。ΔＳ＝Ｓ（ｍ）－Ｓ（ｎ）（３）其中，Ｓ（ｍ）为系统在ｍ时点的熵值，Ｓ（ｎ）为系统在ｎ时点的熵值，而两者之差即为两个时间段下农业科技系统与外界发生能量和物质交换所引起的熵变，根据熵变值ΔＳ的大小，即可判断农业科技系统演化过程中所处的状态以及演化的方向：当ΔＳ＞０时，系统出现了熵增，系统无序状态增大，此时系统的演化循环处于恶性。当ΔＳ＜０时，系统出现了熵减，系统有序度状态增强，此时系统的循环演化处于良性，并且此时系统最稳定。当ΔＳ＝０时，表明系统在某段时间间隔内熵无变化，此时系统状态和初始状态一致。

３实证研究

为了能更清楚的认识农业科技系统演化发展的状况，就有必要通过实证分析来论证。由于农业科学技术一直在发展更新，因此整个农业科技系统的演化也在不断进行。农业科学技术的进步有很多方面可以体现出来，为了论证的方便，本文选取两个大的类别：农业机械技术和农业生物化学技术。能表征这两方面技术发展水平的指标比较多，为了能较全面的反映农业科技演化的情况，本文从众多的指标中选取有代表性的，同时参考以下几个方面：（１）指标的选取必须尽量全面、完整，而且所选取的指标能根据不同的要求来考查。（２）要选取有代表性的和典型性的指标，对于表征的含义相同、相近或者具有较大关联性的指标不予考虑，所选取的指标尽可能的含有更多的信息量，以此来反映问题的不同方面。（３）选取的指标应该具有实用性和可行性，能反映某一时期的农业科学技术水平，并且能有明确的含义，更易于量化分析和评价。根据以上几点的要求，本文选取农业机械化、电气化、水利化和生物化学化这四个方面来反映农业科技在某一时期的发展水平。具体而言，这四个方面分别指的是指的是农业机械总动力、农村用电量、化肥施用量和农药施用量、有效灌溉面积。本文参考《河南省统计年鉴》（２００１－２００９年）获得相关数据见表１。利用表征农业技术发展程度的农业机械总动力、农业的用电量、化肥施用量、农药使用量、有效灌溉面积这五个指标作为比较数列Ｘｉ＝｛Ｘｉ（ｔ），ｔ｝＝１，２，…９，ｉ＝１，２，３，４，５，取农业总产值作为参考列Ｘ０＝｛Ｘ０（ｔ），ｔ＝１，２，…，９｝，计算Ｘ１，Ｘ２，Ｘ３，Ｘ４，Ｘ５与Ｘ０之间的灰色关联系数。由此得出Ｘ０与Ｘ１，Ｘ２，Ｘ３，Ｘ４，Ｘ５间的关联度为：γ０１＝０．７０８１，γ０２＝０．６３３２，γ０３＝０．６６９８，γ０４＝０．７６４４，γ０５＝０．６３５８。根据灰色关联熵的相关理论可知，在系统的发展变化过程中，表征农业科技系统某一时期发展水平的值与某一合理阈值的关联系数越大，则演化过程中系统的有序性就越强。根据所获得的数据可以看出，河南省农业电气化和农业化学化的发展相对于其他方面呈现出较强的有序性，农业机械化的发展过程中的有序性最弱。农业的现代化发展过程中，电力、农药化肥、机械设备必不可少，由于河南人口众多，农业的发展主要以家庭为单位，大规模机械化耕作不能实现。由于近几年政府一直加大农村电网的改造，农村电力基础设施日趋完善，有助于农业科技的发展。通过改善化肥的效用和农药的功效，可以不断的增加农业的产值。由于河南省人口众多，加上不同地区的地貌差异比较大，山区农业机械化的推广就要比平原地区难很多，个体农业耕种都会影响农业机械化的使用效率，进而就会影响对农业科技系统的演化进程。另外，国家政策、农业发展资金、劳动力素质以及气候等的原因，都会对农业科技系统的演化发展有影响。为更进一步了解农业科技系统演化的情况如何，本文根据熵变理论，把上述时间分为几个时间段，求其不同时间段的灰关联熵，以此来判定农业科技系统的演化方向。根据熵的变化理论，经过计算得出以上的灰关联熵值，可以看出，所选取的五个反映农业科技发展水平的指标，随着时间的发展，熵值都呈递减趋势，也反映了农业科技系统的演化发展是良性的。如果将三个时间段的数据相加可以得到ｓ１＝６．８１２２，ｓ２＝４．４９７８，ｓ３＝３．３２０４，可以看到熵值总体也在递减，农业科技系统处于良性循环的演化发展过程中，也表明系统的功能处于一个稳定的状态。

４结论

就本文选用的指标，根据所获得的数据，可以看出，河南省农业科技系统演化的状态是良性的，但是就单个反映农业科技发展水平的指标而言，部门之间还是有一定的差异的。根据上文的数据可知，农业产值与农业电气化、生物化学化的关联性更紧密一些，即这些部门的演化发展情况要好于其他部门。也表明在农业科技的发展过程中，对现代信息工业科学技术的利用还是明显不足，无法推广精准农业。而且化肥和农药的大量使用，对环境是一个很大的潜在威胁，因此这就要求政府在考虑发展的时候，能加大对农业的科技投入，是发展更为和谐。由于选用指标的限制，本文还不能完全体现出整个农业科技系统的发展演化情况，本文的研究结果也仅仅以河南的农业发展情况为基础，也比较符合河南省农业发展的实际，也为决策者提供一定的参考依据。