长江中游城市群农业生态效率时空演变及驱动因子研究

　　摘要：农业生态效率研究对真实反映农业经济发展与生态环境保护的协调关系具有重要意义。为科学评价长江中游城市群农业发展并为其策略制定提供依据，基于２０００—２０１７年长江中游城市群各市面板数据，采用含有非期望产出的Ｓｕｐｅｒ－ＳＢＭ模型测算农业生态效率，分析其时空演变规律和空间相关性，并通过地理探测器模型对影响农业生态效率的驱动因子进行探测。结果表明：（１）２０００—２０１７年长江中游城市群平均农业生态效率整体水平较高，呈现“降—升—降”的走势，湖南、江西省域与湖北省域差距较大，且地区农业生态效率发展不平衡，区域间差异逐年增大。（２）从空间相关性上看，长江中游城市群农业生态效率全局相关性呈现“随机—聚集”过程，且集聚现象随时间演进逐渐显著，局部空间相关性显示较弱，各相关类型随时间有不同程度的上升趋势，空间相关性逐渐向中心区域集中。（３）农业生态效率受多驱动因子共同作用，不同年份下部分驱动因子变化较大，驱动因子在不同地区对农业生态效率的影响表现出一定的地域性和差异性。长江中游城市群地区农业生态效率存在较大的提升空间，整体差异正在逐渐扩大，各地区应加强联系，采取合理措施促进“两型”农业发展。

　　关键词：农业生态效率；Ｓｕｐｅｒ－ＳＢＭ模型；空间自相关；地理探测器；长江中游城市群

　　农业是支撑国民经济建设与发展的基础产业［１］。随着农业生产中农业机械、化肥、农药等大量投入，在农业生产效率不断提升的同时，环境外部负效益日益显现［２］，单纯对农业发展进行经济评价并不能准确反映农业发展的真实情况，迫切需要更合适的评价方法对农业发展进行评价。生态效率（ｅｃｏ－ｅｆｆｉｃｉｅｎｃｙ）由于同时将环境绩效和经济绩效内涵于其概念中，而被广泛运用于可持续发展的评价［３］。生态效率评价方法众多，目前主流的测算方法包括随机前沿法［４］（ＳＦＡ）和数据包络分析法［５］（ＤＥＡ）。数据包络分析法是一种非参数方法，该方法可以根据多项投入和产出指标，利用线性规划的方法，评价同类型决策单元的相对效率，但前沿面固定［６］。以数据包络分析法为基础的含有非期望产出的Ｓｕｐｅｒ－ＳＢＭ模型，由于将生态负产出纳入评价模型，可以有效解决普通ＤＥＡ投入产出造成的拥挤或松弛现象以及前沿面固定的问题，逐渐成为农业生态效率评价的主流方法［７］。

　　１研究方法

　　１．１含有非期望产出的Ｓｕｐｅｒ－ＳＢＭ模型

　　在测算农业生态效率时，除了要考虑农业产值等期望产出，还必须考虑非期望产出，如环境污染［２］。在农业生产评价中通常将化肥、农药、农膜等化学制品的过度使用产生的环境污染视为非期望产出。ＳＢＭ模型［２６］能够有效解决径向和角度的传统ＤＥＡ模型造成的投入要素的“拥挤”或“松弛”现象，但ＳＢＭ模型与传统ＤＥＡ模型存在相同的问题，即对于效率都为１的ＤＭＵｓ无法进行区分。Ｓｕｐｅｒ－ＳＢＭ模型［２７］是超效率ＤＥＡ模型和ＳＢＭ模型相结合的一种模型，其综合了两种模型的优势，有效解决了进一步有效区分处于前沿面ＤＭＵｓ的问题。

　　１．２空间相关性分析

　　通过空间自相关分析来了解农业生态效率的空间关联和空间差异，其中全局空间自相关常用的度量空间自相关程度的统计指标为Ｍｏｒａｎ′ｓＩ指数［６］，其计算公式为：Ｉ＝ｎ∑ｎｉ＝１∑ｎｊ＝１ｗｉｊ（ｘｉ－ｘ）（ｘｊ－ｘ）∑ｎｉ＝１∑ｎｊ＝１ｗｉｊ∑ｎｉ＝１（ｘｉ－ｘ）２（３）式中：ｎ为样本量；ｘｉ，ｘｊ为空间位置ｉ和ｊ的观察量；ｗｉｊ表示空间位置ｉ和ｊ的邻近关系，当ｉ和ｊ邻近时，ｗｉｊ＝１；反之为０。全局Ｍｏｒａｎ′ｓＩ指数的取值范围为［－１，１］，大于０为空间正相关，小于０为负相关，等于０为不相关。

　　２研究数据与指标体系

　　２．１研究区域

　　长江中游城市群是位于长江中游地区，以武汉城市圈、环长株潭城市群、环鄱阳湖城市群为主体形成的特大型城市群，是长江经济带的重要组成部分，在我国区域发展格局中占有重要地位［２８］。本文选取２０１５年４月发展改革委印发的《长江中游城市群发展规划》中划定的范围作为研究区域，包括湖北省域：武汉、黄石、宜昌、襄阳、鄂州、荆门、孝感、荆州、黄冈、咸宁、仙桃、潜江、天门；湖南省域：长沙、株洲、湘潭、衡阳、岳阳、常德、益阳、娄底；江西省域：南昌、景德镇、萍乡、九江、新余、鹰潭、宜春、上饶及抚州、吉安的部分县（区）共３１个市级行政单元。

　　２．２数据来源

　　本文以狭义农业为研究对象测算农业生态效率，所用到的数据来源于《农村统计年鉴》、《区域经济统计年鉴》、《湖北统计年鉴》、《湖北农村统计年鉴》、《湖南统计年鉴》、《江西统计年鉴》等统计年鉴以及ＥＰＳ数据平台，部分缺失数据通过插值法进行补全，最终得到长江中游城市群３１个市２０００—２０１７年共１８年的面板数据。省、市界线的矢量数据来源于全国地理信息资源系统（ｗｗｗ．ｗｅｂｍａｐ．ｃｎ）公布的２０１７年全国１∶１００万基础地理数据库，空间坐标系统为２０００年大地坐标系（ＣｈｉｎａＧｅｏｄｅｔｉｃＣｏｏｒ－ｄｉｎａｔｅＳｙｓｔｅｍ２０００）。

　　２．３指标体系构建

　　对已有研究中的农业投入产出指标体系［２，７，１５，２９－３０］进行综合考虑，再结合数据的可获得性与统计口径的一致性，最终选取劳动、灌溉、农膜、农药、化肥、土地、机械、燃料、电能投入等９项指标作为区域农业资源投入指标。期望产出指标以农业总产值作为变量来表现，为消除年份物价因素的影响，通过计算平减指数将农业总产值调整为２０００年不变价格的产值［７］。鉴于农业碳排放包含的范围较全面，同时农业碳排放的计算方法已经较为成熟且容易量化，故本文以农业碳排放作为非期望产出。农业碳排放的来源主要是农业生产过程中使用的化肥、农药、农膜，使用农业机械消耗的化石燃料，农业耕作破环土壤有机碳库导致的碳流失，农业灌溉消耗电能间接耗费的化石燃料。本文参考李波等［３１］的碳排放模型及测算系数，采用相应指标乘系数的方法进行估算，以上六大类碳源的碳排放系数为：化肥０．８９５６（ｋｇ／ｋｇ）、农药４．９３４１（ｋｇ／ｋｇ）、农膜５．１８（ｋｇ／ｋｇ）、柴油０．５９２７（ｋｇ／ｋｇ）、翻耕３１２．６（ｋｇ／ｋｍ２）、农业灌溉２０．４７６（ｋｇ／ｈｍ２）。综上指标构建长江中游城市群农业生态效率评价指标体系（表１）。

　　３结果与分析

　　３．１长江中游城市群农业生态效率测算及时空演变研究

　　基于ＭａｘＤｅａ８．０软件平台，采用无径向（Ｎｏｎ－Ｏｒｉｅｎｔｅｄ）、规模报酬可变（ＶＲＳ）、农业碳排放作为非期望产出的Ｓｕｐｅｒ－ＳＢＭ模型，测算长江中游城市群２０００—２０１７年３１个市的农业生态效率。在此基础上，将研究区域分为湖北省域、湖南省域、江西省域３个部分，分别求得各年份均值，对各省域农业生态效率均值进行对比分析（图１）。（１）２０００—２０１７年长江中游城市群平均农业生态效率整体水平较高，呈现“降—升—降”的走势。２０００—２００５年持续降低，２００６—２０１０年出现缓慢回升势头，２０１１—２０１７年继续出现降低趋势，２０００—２０１７年长江中游城市群农业生态效率均值由１．０３降至０．６８。（２）湖北、湖南、江西省域２０００—２０１７年期间总均值分别为１．０９，０．５９，０．８３。总体上看，湖南、江西省域与湖北省域差距较大，而且差距呈现不断扩大趋势。２０００—２０１２年湖北省域农业生态效率值保持在１以上，２０１３—２０１７年呈现小幅度下降趋势，而湖南、江西两个省域农业生态效率与整体发展趋势基本一致，出现了先降、再升、再降３个阶段，２００２年开始两省域同时出现明显下降趋势，随后在２００６年开始出现小幅度回升，最后分别从２００８年、２０１０年开始继续下降。

　　３．２长江中游城市群农业生态效率空间相关性研究

　　通过测度全局空间自相关，２０００—２０１７年长江中游城市群农业生态效率的Ｍｏｒａｎ′ｓＩ指数逐渐增大，全局相关性显示为“随机—聚集”过程，说明农业生态效率集聚现象有随时间演进逐渐显著的特征。为进一步探究长江中游城市群农业生态效率的空间关联性和空间依赖性特征，采用局部空间自相关指数（ＬｏｃａｌＭｏｒａｎ′ｓＩ指数）来反映研究单元相邻区域空间要素的空间关联性与异质性。运用ＡｒｃＧＩＳ１０．２软件计算２０００—２０１７年长江中游城市群农业生态效率全局空间自相关指数。在通过有效性检验的情况下，根据ＬｏｃａｌＭｏｒａｎ′ｓＩ公式计算得到的ｚｉ与Ｉｉ值将长江中游城市群农业生态效率研究单元划分为４种空间相关类型［３２］：（１）当ｚｉ＞０，Ｉｉ＞０，说明研究单元与其相邻单元农业生态效率水平均较高，二者表现为正相关，属于高高（Ｈｉｇｈ—Ｈｉｇｈ）集聚，将研究单元划分为“扩散型”；（２）当ｚｉ＜０，Ｉｉ＞０，说明研究单元自身和相邻单元农业生态效率水平均较低，二者表现为正相关，属于低低（Ｌｏｗ—Ｌｏｗ）集聚，将研究单元划分为“传染型”；（３）当ｚｉ＜０，Ｉｉ＜０，说明研究单元自身农业生态效率水平较低，但相邻单元农业生态效率水平较高，二者也表现为负相关，属于低高（Ｌｏｗ—Ｈｉｇｈ）集聚，将研究单元划分为“沉陷型”；（４）当ｚｉ＞０，Ｉｉ＜０，说明研究单元自身农业生态效率水平较高，但相邻单元农业生态效率水平较低，二者表现为负相关，属于高低（Ｈｉｇｈ—Ｌｏｗ）集聚，将研究单元划分为“极化型”。

　　结论

　　本文基于含有非期望产出的Ｓｕｐｅｒ－ＳＢＭ模型，以长江中游城市群３１个市作为研究单元，使用２０００—２０１７年面板数据，结合空间自相关模型和地理探测器对研究区域农业生态效率的时空演变、空间相关性及其驱动因子进行探究。主要研究结论如下：

　　（１）从时空演变来看，２０００—２０１７年长江中游城市群平均农业生态效率整体水平较高，呈现“降—升—降”的走势，２０００—２０１７年长江中游城市群农业生态效率平均值由１．０３降至０．６８，湖南、江西省域与湖北省域差距较大。２０００年湖北省域农业生态效率均值比湖南、江西省域分别高出１９．４２％和３．９４％，至２０１７年增长为４８．５４％和３０．８９％，各研究单元差异扩大，地区农业生态效率发展不平衡，区域分化现象逐渐显著。

　　（２）从空间相关性来看，２０００—２０１７年长江中游城市群农业生态效率的Ｍｏｒａｎ′ｓＩ指数逐渐增大，全局相关性显示为“随机—聚集”过程，农业生态效率集聚现象随时间演进逐渐显著。长江中游城市群农业生态效率总体空间关联性较弱，扩散型、传染型、沉陷型、极化型平均个数分别为１．５６，２．８９，１．００，２．５６，关联不显著的研究单元占比较大，但各相关类型均有不同程度的上升趋势，关联显著的研究单元随时间推进逐渐增多，空间相关性逐渐向中心区域集中。

　　（３）从驱动因子来看，长江中游城市群农业生态效率受多种因子共同作用，不同年份下部分农业生态效率的驱动因子变化较大，农业经济水平、城镇化水平对农业生态效率的影响随时间逐渐增强现象明显。各驱动因子在不同地区对农业生态效率的影响表现出一定的相似性和差异性，城镇化水平是对生态效率影响最显著的驱动因子，且各地区影响水平较接近，而农业经济水平、农业人力资本、工业化水平等因子影响则表现出明显的地域性和差异性。单纯从农业总产值上看，长江中游城市群地区农业发展迅速，产值不断上升，但农业生态效率的变化趋势显示，各地市均存在较大的提升空间，且整体差异正在逐渐扩大；地区空间关联性方面，武汉都市圈区域内长期呈现热点中心，而环长株潭城市群、环鄱阳湖城市群区域则表现为冷点中心，空间关联中心始终集中在３个省会城市周边，且有向中心区域集中的趋势；驱动因子方面，长江中游城市群地区农业生态效率的驱动因子在时序和空间分布上均存在明显差异。目前，农业发展仍面临“两型农业”的艰巨任务，长江中游城市群应打破各地区地域界限，加强政策流动，缩小地区间差异；合理控制农业化学用品和农业机械动力的使用，制定有关限制条件，加大对农业污染物排放的治理投资；加强农业基础设施条件和农业生态补偿机制的建设，同时加大对农业技术研究的投入，促使农业现代化技术快速进步。长江中游城市群作为全国产业协调发展、共建生态文明示范区，农业生态化研究具有重要价值。本文通过对长江中游城市群地区农业生态效率的测算及分析，发现了研究时期内农业生态效率的地理空间特征，揭示了其有关驱动因子的显著性和时空分布，研究结论对地区农业生态化发展战略相关政策的制定有借鉴意义。但农业生产除可见成本外，各种社会经济因素对农业生态效率的损失均存在影响，深入研究相关政策、农业劳动力、农业耕作方式、农业技术变化等要素是未来农业生态效率研究可考虑的方向。同时基于本文结论，农业生态效率的驱动因子存在明显的地区差异，针对不同地域特征，对农业生态效率驱动因子的差异评价也是今后深入研究的重要方向，从空间视角制定出科学的农业生态发展策略，对优化地区资源要素配置和促进区域可持续发展有着重要作用。

　　参考文献：

　　［１］陈菁泉，信猛，马晓君，等．农业生态效率测度与驱动因素［Ｊ］．环境科学，２０２０，４０（７）：３２１６－３２２７．

　　［２］侯孟阳，姚顺波．１９７８—２０１６年农业生态效率时空演变及趋势预测［Ｊ］．地理学报，２０１８，７３（１１）：２１６８－２１８３．

　　［３］ＳｃｈａｌｔｅｇｇｅｒＳ，ＳｔｕｒｍＡ．ＫｏｌｏｇｉｓｃｈｅＲａｔｉｏｎａｌｉｔｔ［Ｊ］．ＤｉｅＵｎｔｅｒｎｅｈｍｕｎｇ，１９９０，４（４）：２７３－２９０．

　　［４］任宇飞，方创琳，蔺雪芹．东部沿海地区四大城市群生态效率评价［Ｊ］．地理学报，２０１７，７２（１１）：２０４７－２０６３．

　　［５］金贵，吴锋，李兆华，等．快速城镇化地区土地利用及生态效率测算与分析［Ｊ］．生态学报，２０１７，３７（２３）：８０４８－８０５７

　　舒晓波１，２，冯维祥１，廖富强１，２，凌春园１

《长江中游城市群农业生态效率时空演变及驱动因子研究》

上一篇：新经济背景下农业经济可持续发展探究

下一篇：智慧生态农业发展战略思考与技术对策研究