成慧，盧凌，葉珍珍，姚玉斌，徐岷

江西省疾病預(yù)防控制中心，江西 南昌 330029

農(nóng)村人居環(huán)境是生產(chǎn)經(jīng)營和生活居住的自然生態(tài)、地域空間、人文要素等要素組成的有機(jī)結(jié)合體，是農(nóng)村社會經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)，直接決定民生福祉是否滿足人民愿望和農(nóng)村能否持續(xù)穩(wěn)定發(fā)展[1]。2018年，江西省認(rèn)真貫徹黨中央、國務(wù)院決策部署，先后制定了《江西省農(nóng)村人居環(huán)境整治三年行動實(shí)施方案》、《江西省鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》，對持續(xù)改善農(nóng)村人居環(huán)境重大工程進(jìn)行了安排部署，強(qiáng)調(diào)以農(nóng)村垃圾、廁所糞污、污水治理和村容村貌提升為主攻方向，大力推進(jìn)農(nóng)村人居環(huán)境的改善[2]。為了解江西省農(nóng)村人居環(huán)境現(xiàn)狀及其變化趨勢，探討影響人居環(huán)境改善的因素，本文采用熵權(quán)TOPSIS法對2016—2020年江西省農(nóng)村人居環(huán)境進(jìn)行了綜合評價和分析。

1 材料與方法

1.1 數(shù)據(jù)來源

根據(jù)地理環(huán)境分別在江西省贛南、贛北及中部地區(qū)，以經(jīng)濟(jì)水平、人口等因素分層隨機(jī)抽取25個涉農(nóng)縣，每個縣隨機(jī)選擇5個鄉(xiāng)鎮(zhèn)(不含城關(guān)鎮(zhèn))，每個鄉(xiāng)鎮(zhèn)隨機(jī)選擇4個行政村作為監(jiān)測村，共計(jì)500個監(jiān)測村。收集2016—2020年監(jiān)測村環(huán)境整治、改水、改廁、垃圾污水處理、村容村貌和土壤衛(wèi)生等方面的數(shù)據(jù)資料。

1.2 評價指標(biāo)

查閱文獻(xiàn)資料[3-5]，結(jié)合《江西省鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》、《2018年江西省農(nóng)村人居環(huán)境整治三年行動實(shí)施方案》中規(guī)劃的目標(biāo)，以及專家咨詢結(jié)果，確定評價指標(biāo)體系。包括美麗鄉(xiāng)村創(chuàng)建率(x1)、衛(wèi)生城鎮(zhèn)創(chuàng)建率(x2)、集中式供水人口覆蓋率(x3)、衛(wèi)生廁所普及率(x4)、生活垃圾集中處理率(x5)、生活污水集中處理率(x6)、道路完全硬化率(x7)、溝渠無垃圾率(x8)、農(nóng)田土壤鉛的合格率(x9)和鎘的合格率(x10)，共計(jì)10個指標(biāo)，指標(biāo)均為正向指標(biāo)。指標(biāo)體系涵蓋農(nóng)村環(huán)境整治(x1、x2)、改水(x3)、改廁(x4)、垃圾污水處理(x5、x6)、村容村貌(x7、x8)和土壤衛(wèi)生(x9、x10)六個方面。

1.3 評價方法

熵權(quán)TOPSIS法是將熵權(quán)法和TOPSIS法相結(jié)合進(jìn)行綜合評價的方法?；驹頌?，將原始數(shù)據(jù)同向化和標(biāo)準(zhǔn)化處理后，結(jié)合熵權(quán)確定的指標(biāo)權(quán)重，建立加權(quán)標(biāo)準(zhǔn)化矩陣，找出評價對象中最優(yōu)方案和最劣方案，計(jì)算評價對象與優(yōu)劣方案的距離，進(jìn)而獲得評價對象與最優(yōu)方案的相對接近程度，并以此作為評價排序的依據(jù)[6]。計(jì)算步驟如下：

1.3.1 數(shù)據(jù)同向化和標(biāo)準(zhǔn)化處理 建立n個評價對象，m個指標(biāo)的數(shù)據(jù)集，用倒數(shù)法將極小型指標(biāo)(指標(biāo)值越小越好)轉(zhuǎn)換為極大型指標(biāo)(指標(biāo)值越大越好)，使得評價指標(biāo)的方向?qū)傩砸恢耓7]。為消除指標(biāo)計(jì)量單位的影響，用公式(1)[8]進(jìn)行標(biāo)化處理，得到標(biāo)準(zhǔn)化矩陣Z，Z=( zij)n×m。

(1)

式中：i表示評價對象(i=1,2,3……n)，j表示評價指標(biāo)(j=1,2,3……m)。

1.3.2 熵權(quán)法確定指標(biāo)權(quán)重 采用公式(2)～(4)[6-8]計(jì)算指標(biāo)的權(quán)重wj。

(2)

(3)

(4)

式中：pij表示指標(biāo)j中評價對i的特征比重，ej表示信息熵，wj第j個指標(biāo)的熵權(quán)。

1.3.3 構(gòu)建加權(quán)標(biāo)準(zhǔn)化矩陣 用熵權(quán)值對標(biāo)準(zhǔn)化矩陣進(jìn)行加權(quán)，得到標(biāo)準(zhǔn)化矩陣Y，Y=wj×zij。

1.3.5 計(jì)算評分 用公式(5)～(7)[6-8]計(jì)算各評價對象與最優(yōu)方案和最劣方案間的距離D+和D-，以及與最優(yōu)方案的接近程度Ci，Ci值越接近1，評價對象接近最優(yōu)水平的程度越高，Ci值越接近0，評價對象接近最優(yōu)水平的程度越低。

(5)

(6)

(7)

1.4 統(tǒng)計(jì)分析

運(yùn)用Excel 2016建立數(shù)據(jù)庫、計(jì)算指標(biāo)權(quán)重及TOPSIS評價指數(shù)。運(yùn)用SAS 9.4進(jìn)行統(tǒng)計(jì)分析，率間的比較采用χ2檢驗(yàn)，率變化趨勢采用趨勢性χ2檢驗(yàn)。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 監(jiān)測評價指標(biāo)

不同年度美麗鄉(xiāng)村創(chuàng)建率(x1)、衛(wèi)生城鎮(zhèn)創(chuàng)建率(x2)、集中式供水人口覆蓋率(x3)、衛(wèi)生廁所普及率(x4)、生活垃圾集中處理率(x5)、生活污水集中處理率(x6)、道路完全硬化率(x7)、溝渠無垃圾率(x8)、農(nóng)田土壤鉛合格率(x9)和鎘合格率(x10)的差異具有統(tǒng)計(jì)學(xué)意義(P<0.05)。除農(nóng)田土壤鉛合格率(x9)外，其余9個指標(biāo)的率在2016—2020年呈上升的趨勢(P<0.05)。見表1。

表1 2016—2020年江西省農(nóng)村人居環(huán)境監(jiān)測評價指標(biāo)(%)

2.2 熵權(quán)TOPSIS法結(jié)果

2.2.1 數(shù)據(jù)標(biāo)準(zhǔn)化 將原始數(shù)據(jù)消除量綱后，得到標(biāo)準(zhǔn)化矩陣，見表2。

表2 2016—2020年江西省農(nóng)村人居環(huán)境監(jiān)測評價指標(biāo)標(biāo)準(zhǔn)化矩陣

2.2.2 評價指標(biāo)的權(quán)重 經(jīng)熵權(quán)法計(jì)算出各評價指標(biāo)的熵權(quán)(wj)分別為0.106 6(x1)、0.209 2(x2)、0.115 6(x3)、0.091 1(x4)、0.056 4(x5)、0.157 6(x6)、0.066 1(x7)、0.080 3(x8)、0.061 5(x9)、0.055 7(x10)。10個指標(biāo)中，衛(wèi)生城鎮(zhèn)創(chuàng)建率(x2)、生活污水集中處理率(x6)、集中式供水人口覆蓋率(x3)的權(quán)重較大，農(nóng)田土壤鉛(x9)、鎘合格率(x10)的權(quán)重較小。

2.2.3 TOPSIS評價指數(shù)測算 用熵權(quán)值對標(biāo)準(zhǔn)化矩陣進(jìn)行加權(quán)，得到標(biāo)準(zhǔn)化矩陣后，計(jì)算各不同年度與最優(yōu)方案和最劣方案間的距離D+和D-，以及與最優(yōu)方案的接近程度Ci，根據(jù)Ci進(jìn)行排序。結(jié)果顯示，2016—2020年Ci值逐年增大，越來越接近理想值1，不同年度中，農(nóng)村人居環(huán)境衛(wèi)生質(zhì)量從優(yōu)到劣排序依次為2020年、2019年、2018年、2017年、2016年，見表3； 不同區(qū)域中，贛南地區(qū)的環(huán)境衛(wèi)生質(zhì)量優(yōu)于中部地區(qū)和贛北地區(qū)，見表4。

表3 江西省不同年度農(nóng)村人居環(huán)境衛(wèi)生質(zhì)量TOPSIS評價結(jié)果

表4 江西省不同區(qū)域農(nóng)村人居環(huán)境衛(wèi)生質(zhì)量TOPSIS評價結(jié)果

3 討論

由于農(nóng)村人居環(huán)境問題具有綜合性和復(fù)雜性，單一指標(biāo)無法全面、客觀評價農(nóng)村人居環(huán)境衛(wèi)生狀況[9]。目前對環(huán)境衛(wèi)生狀況的評價，多從單一指標(biāo)出發(fā)，不能結(jié)合多種指標(biāo)做出綜合評價。TOPSIS法是綜合評價方法中常用的一種方法，該方法對數(shù)據(jù)分布、樣本含量、指標(biāo)數(shù)量沒有嚴(yán)格的限制，不僅適合小樣本資料，而且能同時進(jìn)行多個對象、多指標(biāo)的大樣本資料的分析與評價[10]。由于評價的多種指標(biāo)中，不同指標(biāo)對總體的影響程度可能不同，這時就需要給每個指標(biāo)賦予權(quán)重后再進(jìn)行TOPSIS評價。熵權(quán)TOPSIS法是利用熵權(quán)法確定指標(biāo)權(quán)重的一種TOPSIS法。熵權(quán)法以指標(biāo)本身數(shù)值大小來確定權(quán)重，與傳統(tǒng)TOPSIS法的賦權(quán)方式相比，具有客觀性，可消除主觀因素的干擾[11]。

從綜合評價結(jié)果來看，2016—2020年的綜合評價指數(shù)Ci越來越接近1，評價結(jié)果呈現(xiàn)降序排列，提示我省農(nóng)村人居環(huán)境衛(wèi)生質(zhì)量總體趨勢穩(wěn)定向好。說明農(nóng)村人居環(huán)境整治行動、打造江西新時代五美鄉(xiāng)村、建立“1341”城鄉(xiāng)發(fā)展新格局等一系列舉措取得成效。10個評價指標(biāo)的平均呈現(xiàn)上升的趨勢，其中，農(nóng)村衛(wèi)生廁所普及率和生活垃圾集中處理率提前達(dá)到了《江西省鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》中2022年的目標(biāo)要求。而美麗鄉(xiāng)村創(chuàng)建率、衛(wèi)生城鎮(zhèn)創(chuàng)建率、生活污水集中處理率和集中式供水人口覆蓋率水平不高，四者評價權(quán)重之和占總權(quán)重的58.90%，提示環(huán)境整治、改水和污水治理是影響江西省農(nóng)村人居環(huán)境改善的主要因素。分區(qū)域評估江西省農(nóng)村人居環(huán)境衛(wèi)生質(zhì)量，發(fā)現(xiàn)贛北地區(qū)的衛(wèi)生質(zhì)量低于贛南地區(qū)和中部地區(qū)，這可能與贛北地區(qū)的集中式供水人口覆蓋率、美麗鄉(xiāng)村創(chuàng)建率和生活污水集中處理率的水平與贛南地區(qū)相差較大有關(guān)。以2020年為例，贛北地區(qū)集中式供水人口覆蓋率(53.88%)比贛南地區(qū)(91.29%)低近40個百分點(diǎn)，美麗鄉(xiāng)村創(chuàng)建率和生活污水集中處理率分別低了20和14個百分點(diǎn)。提示我省需因地制宜，合理配置衛(wèi)生資源，如飲用水安全工程、生活污水處理處理設(shè)施建設(shè)方面的資金投入可偏向于贛北地區(qū)。

農(nóng)村環(huán)境整治、改水和污水治理離不開資金的保障、長效管理機(jī)制的建立和群眾的積極參與。建議：一是政府部門加強(qiáng)多元化資金投入，保障財政資金投入的同時，積極吸引社會資本對農(nóng)村基礎(chǔ)設(shè)施的投入[12]；二是以縣為單位，推進(jìn)全縣一盤棋、城鄉(xiāng)一體化來做好人居環(huán)境設(shè)施的建設(shè)和日常維護(hù)，建立長效管理機(jī)制，對集中式供水、污水處理等技術(shù)和管理要求較高的設(shè)施，考慮市場化運(yùn)行或者由政府牽頭構(gòu)建統(tǒng)一的運(yùn)維管護(hù)隊(duì)伍[13]。三是發(fā)揮群眾的主體作用，讓群眾積極參與到環(huán)境整治運(yùn)動中，加強(qiáng)宣傳，提高廣大農(nóng)村居民對環(huán)境衛(wèi)生重要性的認(rèn)識，增強(qiáng)群眾的責(zé)任意識，保障農(nóng)村生態(tài)循環(huán)可持續(xù)性發(fā)展[14]。

利益沖突無