中国农业与旅游产业融合发展的时空演进及空间关联性

王晶晶,王兆峰

(1.湖南人文科技学院商学院, 中国 娄底 417000;2.湖南师范大学旅游学院,中国 长沙 410081)

新时期推动农村第一、二、三产业融合发展,是加快推进农业农村现代化、实施乡村振兴战略的重要举措[1]。近年来,各地积极探索实践,农村产业融合发展呈现良好势头,形成的融合新模式和新业态备受关注,国家层面亦出台了系列政策文件支持农村产业融合发展。农旅融合作为农村地区产业融合发展的典型形式之一,近年来发展态势迅猛。乡村游、生态游、观光游、休闲游、农业体验游等农旅融合业态在全国各地不断涌现,并产生了良好的经济社会效益。截至2022年底,全国范围内累计创建了388个全国休闲农业和乡村旅游示范县,累计推介了1 973个“中国美丽休闲乡村”和1 597个国家级乡村旅游重点村镇。休闲农业与乡村旅游等融合业态已经成为各地推进农村产业融合发展的重要抓手。农旅融合发展对于激发“三农”活力、促进农民持续增收具有重要意义,因而也是解决“三农”问题、促进乡村振兴与共同富裕的有效途径[2,3]。

探究农业与旅游产业融合发展水平及其在时空维度下发展态势,有助于揭示农旅融合发展状态及规律,并为农旅融合发展政策制定与实施提供启示。为此,学者们从不同视角切入进行了评价分析。有学者通过构建综合评价体系对地区农旅融合水平进行了测度,陈洁从两产业融合的广度、融合的深度和融合的贡献度三维度出发构建了农旅融合度评价指标体系[4],杨珧等和周鹏飞等从融合条件、融合水平和融合效益三方面出发构建了农旅融合水平评价体系[5,6],均运用层次分析—模糊综合评价法对农旅融合度进行了测算。江艳军等和钟漪萍等用地级市入选示范县的个数占该市所辖全部县级行政单位(含县级市)个数的比值来衡量该地级市的农旅融合水平[7,8]。另有学者从两大产业的关联互动关系入手,构建了相应的模型进行了地区农旅融合水平测度。梁红宏和叶露等运用投入产出分析法分别对贵州省和海南省的农旅融合水平进行了测度[9,10]。聂磊等运用协整分析法评价了海南省农旅融合发展的定量因果关系[11]。夏杰长等运用向量自回归模型检验了中国农业和旅游产业的均衡及互动关系[12]。不少学者运用物理学中的耦合协同度理论模型对不同区域农旅融合协同度进行了测算,以判断两大产业在融合发展过程中的协调程度[13-17]。为全面揭示两大产业间的互动关系,本文拟借助耦合协同度模型对研究期样本省(区、市)农旅融合水平进行测度。同时,还将借助探索性空间分析工具对各省(区、市)农旅融合水平的时空演化特征进行刻画,探讨农旅融合发展水平的空间相关性及空间集聚效应,为两大产业融合发展提供理论支撑与经验借鉴,并为区域农业与旅游产业融合发展政策制定提供决策支持。

1 研究方法

1.1 耦合协同度模型

耦合本身是一个物理学概念,指两个或两个以上系统之间通过相互影响或作用产生的动态关联关系,其内涵包括关联性、整体性、多样性和协调性[18,19]。耦合度可以反映两大系统之间耦合程度的大小,耦合协调度可以刻画两大系统融合协调程度的大小,其水平越高,则子系统间要素融合渗透的程度越大[20-22]。陈学云等认为虽产业耦合和产业融合概念不同,但是两者的功效相同,深层次理论具有相通之处[23]。不少学者借助耦合协同模型来对产业融合度进行了测评[24-26],可见耦合评价法具有较好适用性,在此也运用耦合协同度模型构建农业和旅游产业融合水平测度模型。模型构建过程如下:

第一步,数据标准化处理。为消除不同量纲对数据分析的影响,对原始数据xjt作如下标准化处理:

(1)

第二步,指标权重的确定。熵值法通过计算指标的权重可反映每个指标的变化差异程度,能避免人为因素带来的指标偏差,得出比较客观的结果,在产业融合领域研究中使用较为普遍。根据熵权法确定各指标权重,公式如下:

(2)

(3)

αj=1-hj,

(4)

(5)

式中:Sij是第i年第j项指标的比重,hj是第j项指标的熵值,αj是第j项指标的差异系数,ωj是第j项指标的权重。

第三步,农业和旅游产业综合发展水平评价。根据线性加权法进行测算,确定建立农业综合发展水平评价函数,公式如下:

(6)

式中:ωj是农业评价指标的权重,Mij为农业第j个指标第i年的标准化值。

同理,建立旅游产业综合评价函数,公式如下:

(7)

式中:Nij为旅游产业第j个指标第i年标准化值。

第四步,建立农业和旅游产业耦合协调度模型,具体如下:

(8)

(9)

T=β×A(x)+γ×T(y),

(10)

式中:C为耦合度,C∈[0,1],C值越大说明两产业融合程度越理想。在式(10)中,T为农业与旅游产业的综合协调指数,A(x)表示农业综合发展指数,T(y)表示旅游产业综合发展指数,β和γ为待定系数。

为了避免出现两子系统发展水平不高但是两者融合度高的假象,在此采用耦合协调度U来表征农旅融合水平,即农旅融合度,U值越大,说明耦合协同状态越好,产业间融合度越高[14]。由于农业和旅游产业融合发展中,两大系统交叉融合,两大产业相互渗透,于是借鉴学者的观点,令β=γ=0.5。产业融合度的划分标准参照苏永伟的研究成果[24],由于农业和旅游产业性质不同,生产方式差异显著,所以两产业不可能完全融合为一个产业,所以完全融合区间在此不考虑,同样地,两产业完全无关联的状态在现实中也不存在,因此完全不融合状态在此亦不考虑。融合度评价标准具体见表1。

表1 耦合协调度(融合度)评价标准

1.2 探索性空间分析

本文将运用探索性空间数据分析法中的全局空间自相关分析和局部空间自相关分析对农旅融合水平(融合度)的空间分异性和空间依赖性等进行空间格局刻画。

第一,全局空间自相关,用它来反映不同省区农旅融合水平的平均空间差异与空间关联情况,其公式如下[27]:

(11)

第二,局部空间自相关,可以分析区域内各个省区与其领域省区间农旅融合水平的空间相关程度,反映局部区域内的空间异质性与不稳定性,因此可弥补全局Moran’sI检验结果过于笼统的缺点[29],其公式为:

(12)

式中:Zi和Zj分别为省区i和j观测值。根据局部Moran’sI指数值可将局部空间关联类型划分为4个空间集聚类型:第一类为高—高区,即本省区与其周边省区水平均较高;第二类为低—低区,即本省区与其周边省区水平均较低;第三类为高—低区,即本省域水平较高且被低水平省域包围;第四类为低—高区,即本省区水平较低且被高水平省域包围。

2 指标体系与数据来源

2.1 指标体系

遵循指标的全面性、可量化性、代表性和可获得性等原则,考虑所选指标能客观反映农业和旅游产业的经营现状、规模和效益等,最终从产业绩效和产业要素两个方面构建两大产业综合发展水平评价指标体系,具体见表2。就农业发展而言,其产业绩效通过农业总产值、农林牧渔业总产值、农村居民消费支出、主要农产品产量和农村居民家庭恩格尔系数5个指标来衡量,产业要素通过农作物播种面积、农业机械总动力、第一产业从业人数、有效灌溉面积和农林牧渔业全社会固定资产投资5个指标来衡量。就旅游产业而言,产业绩效用国内旅游收入、旅游外汇收入、国内旅游人数、入境过夜旅游人数和主要旅游企业营业收入5个指标来衡量,产业要素由旅行社数量、星级饭店数量、A级以上景区数量、旅游产业从业人数和旅游企业物质资本存量5个指标来衡量。其中主要旅游企业营业收入包括景区、旅游行业和星级酒店营业收入,旅游外汇收入按当年汇率折算成人民币再进行运算。

表2 农旅融合水平测度指标体系

表3 2006—2019年融合水平全局 Moran’s I指数

2.2 数据来源

基于我国各省农业、旅游产业基础以及农旅融合发展政策以及农业和旅游产业数据的可获得性,本文以2006—2019年28个省(区、市)为研究样本,研究区域不包括北京、上海、天津、香港、澳门和台湾。考虑到北京、上海和天津这3个直辖市城镇化率很高,其农业产值占地区GDP的比重均在5%以下,故未将这3个直辖市纳入研究样本中。由于数据获取的难度与统计口径的不一致,亦未将香港、澳门和台湾三个地区列为研究样本。另由于2020年初起新冠疫情因素,旅游产业发展受到的冲击较大,所以2020—2022年数据未纳入研究范围。研究数据来源于《中国旅游统计年鉴》《中国农村统计年鉴》《中国统计年鉴》及各省统计年鉴、国民经济和社会发展统计公报(2006—2019年)。此外,各相关部委以及各省统计局官网也是重要的数据补充来源。对于以货币单位衡量的数据都已消除通货膨胀因素,调整为2006年的不变价格水平值。数据分析主要采用EXCLE,SPSS,ArcGIS和Geoda软件来实现。

3 农旅融合水平测度结果及分析

3.1 农业和旅游产业综合发展水平分析

运用式(6)和式(7)计算两大产业综合发展水平值,历年农业和旅游产业综合发展水平的年度均值变化趋势如图1所示。在整个研究期内,农业与旅游产业综合发展水平呈现波折中上升的趋势,多数年份农业综合发展水平高于旅游产业综合发展水平。只是旅游产业综合发展水平年均增长率达6.81%,高于农业综合发展水平的年均增长率2.70%。我国是传统的农业大国,农业是第一产业的核心,自2003年起中央一号文件持续聚焦于农业农村发展问题,国家和各级政府在资金、政策等方面给予农业农村极大的支持,因此,农业发展一直处于稳定增长状态。同时,随着国民经济社会的发展,我国旅游产业亦呈蓬勃发展态势,只是旅游产业由于自身的强关联性,较易受到外部环境因素的冲击,导致增长过程存在一定的波动性。比如在2008—2009年间全球性金融危机导致经济下行压力大,在2010—2013年间旅游产业综合发展水平基本处于停滞增长状态。自2014年起,各级政府出台了系列政策指导文件以推动旅游消费应对经济下滑态势。2018年,文化和旅游部和原国家旅游局合并设立文化和旅游部,旅游产业发展进入了快车道。在2018—2019年间,旅游产业综合发展水平上升至基本与农业综合发展水平持平。

图1 2006—2019年农业和旅游产业综合发展水平变化趋势

3.2 农业和旅游产业融合水平的时空分异分析

3.2.1 农旅融合水平时序差异分析 在产业综合发展水平测算基础上,测度得出历年各省区农业和旅游产业融合水平,结果如图2所示(1)① 考虑篇幅因素,各省区历年农旅融合水平值暂未列出。①。从图2可以看出,农旅融合度呈逐年上升趋势,其年度均值从2006年的0.311上升至2019年的0.622,反映出两产业融合发展态势良好。这主要得益于国家层面密集发布的支持政策,2006年发展休闲观光农业被列入“十一五”规划。2007年及以后的中央一号文件多次提出要重视发展乡村旅游。2010年,原农业部出台了《全国休闲农业发展“十二五”规划》,并与原国家旅游局开展了全国休闲农业与乡村旅游示范县创建活动。2017年,原农业部联合多部门出台了乡村旅游及休闲农业提质升级行动方案,意味着农旅融合进入提质增效的新阶段。2019年国务院发布的《关于促进乡村产业振兴的指导意见》提出要实施休闲农业和乡村旅游精品工程。近年来,农旅融合发展作为推动农村产业结构升级、促进农民增收的重要途径,受到了越来越多的重视,因此,农旅融合水平有了进一步的提高。

图2 历年全国和各区域农旅融合度均值变化趋势

(注:审图号GS(2022)4307,底图无修改)

3.2.2 融合水平空间差异分析 就整个研究区而言,由图2可知,在研究期内东部地区农旅融合水平相对较高,其次是中部地区,西部地区融合水平偏低(2)② 东部地区包括河北、辽宁、江苏、浙江、福建、山东、广东和海南8省;中部地区包括山西、吉林、黑龙江、江西、河南、湖北、安徽和湖南8省;西部地区包括内蒙古、广西、重庆、四川省、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12省(自治区、市)。②。为方便了解融合状态的区域差异,截取2006年、2011年、2015年和2019年数据进行分析。

2006年,青海、西藏和内蒙古3个自治区处于极低度融合状态,9个省(自治区)(新疆、甘肃、宁夏、山西、河北、吉林、黑龙江、海南和贵州)处于低度融合状态,12个省(自治区、市)(安徽、江西、河南、湖南、湖北、重庆、陕西、辽宁、广西、广东、云南和福建)处于中低度融合状态,四川、浙江、江苏和山东4省处于勉强融合状态,暂无省份两产业处于更高融合状态,可见当时两产业融合状态较不理想。在2011年,所有省份两产业均已超越低度融合状态,2006年处于极低融合状态的青海、西藏和内蒙古也已进入了中低度融合状态。此时处于勉强融合状态的省(自治区)有3个(新疆、甘肃和宁夏),15省(自治区、市)两产业进入了初级融合状态(黑龙江、吉林、辽宁、河北、河南、陕西、山西、安徽、重庆、贵州、云南、广西、广东、海南和湖北),7个省两产业进入了中级融合状态(江西、四川、湖南、浙江、山东、江苏和福建)。在2015年,5省(自治区)处于勉强融合状态(内蒙古、甘肃、西藏、青海和宁夏),15省(自治区)处于初级融合状态(新疆、四川、云南、贵州、广东、广西、重庆、湖北、陕西、山西、河南、河北、黑龙江、吉林和海南),江西、福建、安徽、辽宁、湖南和山东6省进入了中级融合状态,浙江和江苏2省进入良好融合状态,由此可见两产业融合水平越来越高。在2019年,西藏和青海2自治区尚处于勉强融合状态,4省(自治区)处于初级融合状态(新疆、甘肃、宁夏和内蒙古),中级融合状态的省(自治区)由6个增加到17个,另外浙江、山东、江苏、四川和福建5省进入良好融合状态。只是在研究期内,暂无省份进入优质融合状态,说明还有进一步推进两产业融合发展的空间。

总体来看,2006年我国农旅融合水平呈现出“从东部到西部逐步递减,从北方向南方逐步递增”的空间分布特征,这一特征至2019年仍未发生明显的变化。农旅融合发展受到产业发展基础条件、广阔的消费市场、健全的服务体系等因素的影响,而东部沿海地区一直以来经济较发达,在上述因素方面具有先天的优势。另一方面,伴随着东部沿海地区溢出效应的形成,以及重大国家战略发展区域建设的推进,内陆地区的农旅融合状态也从较不理想水平向较为理想状态的演变,较理想融合发展区域逐步呈现从“沿海向内陆扩展”的空间演变态势。

3.3 融合水平空间关联格局分析

3.3.1 融合水平全局自相关检验 首先运用Geoda软件进行全局空间自相关分析,在此以欧几里得距离的倒数作为空间权重,借助全局Moran’sI指数来反映融合度的空间趋同特征。2006—2019年各年度的全局Moran’sI指数值均大于0且通过了显著性检验。由此可见,我国农旅融合水平在空间上存在显著的正相关性,邻近省区之间一般呈现高水平或低水平融合状态的集聚特征。随着时间推移,这一指数不断上升,表明两大产业融合水平空间分布的集聚特征随着时间推移而不断强化。

3.3.2 融合水平局部自相关检验 为进一步分析融合水平的局部自相关特征,在此用局部Moran’sI指数来检验省区间两大产业融合发展的局部空间依赖性特征。运用软件得出历年农旅融合度局部自相关Lisa集聚图,为方便比较,仅选取2006,2011,2015和2019年的Lisa聚集图进行分析(如图4)。

(注:审图号GS(2022)4307,底图无修改)

由图4可知,“高—高”集聚形态的地域范围在不断扩大,由2006年的浙江、江苏和山东等3省区演变为2011年的浙江、江西和安徽等3个省区,到2015年演变为浙江、江西、江苏和山东等4个省区,总体来看,“高—高”集聚区仍以东南沿海省份为核心。至2019年的浙江、江西、安徽、江苏、山东和福建6个省区处于“高—高”集聚区,可见东南沿海地区两产业融合发展态势良好,并且逐步形成对邻近中部省区的辐射效应。“低—低”集聚形态的地域范围在西北及个别东北地区省份间转移,由2006年的青海、黑龙江和新疆3个省(自治区)转移至2011年的青海、甘肃和新疆等3个省(自治区),2016年转移为西藏和新疆等2个省(自治区),2019年缩小为西藏1个省区,据此可知西部地区两产业融合发展仍处于起步阶段,仍需大力扶持农旅融合业态的发展。“高—低”集聚形态的地区由2006年的四川和辽宁2个省演变为2011年的四川和湖北2个省,至2015年变为湖南和四川2个省,2019年又演变为四川、湖北、辽宁和宁夏4个省(自治区),可见这些省虽自身两产业融合度不算低,但由于周边省两产业融合水平不高,使得其无法与周边省形成聚集效应。另外,“低—高”集聚形态的地域范围一直在不停变化,2006年贵州和河北2个省处于此状态,2011年河北和云南2个省进入此状态,2019年又变为青海和甘肃2个省。总体来看,这些省(自治区)自身农业与旅游产业融合发展水较低,而其周边省区两产业融合发展态势稍好,但它们却未能享受到融合水平较高省区带来的积极辐射作用。

4 结论与讨论

4.1 结论

本文分析了2016—2019年间各省(区、市)农业与旅游产业综合发展水平时空演进特征,基于耦合协同度模型对农业与旅游产业融合发展水平(融合度)进行了测算,并对农旅融合度的空间关联特征进行了刻画,主要得出以下结论:

第一,基于农业与旅游产业综合发展水平的时序演变特征分析发现,各省(区、市)多数年份的旅游产业综合发展水平农业综合发展水平,表现为旅游产业滞后型发展状态。

第二,基于农业和旅游产业融合度时序演化特征分析发现,两大产业融合度总体呈现逐年上升态势。自2006年起,乡村旅游与休闲农业发展备受各级政府关注,近年来推进两产业融合发展亦成为了促进乡村产业振兴的重要途径,因此两产业融合水平亦实现了逐年上升。

第三,基于农业与旅游产业融合水平的空间关联格局分析发现,两大产业融合发展呈现较为显著的全局和局部空间集聚特征。“高—高”空间集聚形态主要以东南沿海省份以及个别邻近的中部省(区、市)为主;“高—低”空间集聚形态的主要以西部的四川以及东北个别省为主;“低—高”空间集聚形态的区域随时间在不断变化,但仍以中西部省(自治区)为主;而“低—低”空间集聚形态的扩散效应区主要集中于西藏、青海、甘肃和新疆等西部省(自治区)。

4.2 讨论

第一,从研究结论来看,农业对旅游产业的影响和推动作用尚未有效发挥出来,两大产业尚未形成优质的融合发展局面。只是近年来部分省(区、市)旅游产业发展有赶超农业发展的势头,这与国家政策导向息息相关。自2018年文化和旅游部成立以来,国内旅游产业迎来新的发展契机。经两大产业各自的综合发展水平空间格局特征分析可知,两大产业空间分异呈现自沿海省份向内陆省份逐步递减的特征,这与各地区产业发展条件、经济发展基础与配套设施的完善程度存在一定的联系。

第二,虽然从时间维度看,两大产业逐步由低水平融合向中度及良好融合状态迈进,但是离优质融合还有一定的距离。未来还需要进一步促进两大产业价值链各环节相互合作、各功能相互渗透,进一步深化产业融合。基于农业与旅游产业融合度的空间异质性的分析可知,两大产业融合发展状态整体表现为南方较北方融合水平高,且东部较西部地区融合水平高的规律,这与两大产业综合发展水平的空间分异特征存在一定的相似性。

第三,还要在客观认识不同省区经济社会发展差异的基础上,结合各省区两大产业基础与特色因地制宜地进行产业融合发展规划,增强自身两大产业高质量融合发展能力;同时鼓励相邻省区合作开展两大产业融合发展综合规划,加强区域产业融合合作,促进区域协同发展。

受限于数据的可获得性,本文尝试从宏观视角对农旅融合水平进行评估,对微观地区关注不足。未来将通过选取典型案例地的方式,如全国休闲农业和乡村旅游示范县或乡村旅游重点村等进行更微观的分析,以提高研究结论的精准性。另外,考虑到2020年新冠疫情对旅游休闲产业造成了巨大的冲击和影响,不利于研究结论的平稳性和可靠性,2020年及以后的官方统计数据信息并未纳入本论文研究观察期内。未来将对统计数据进行持续追踪和更新,尤其是要重点关注“十四五”开局以后农文旅等产业融合发展演化态势。