四川省农业高质量发展与耕地利用效率时空耦合及机制

姜 月,翟有龙,李 谦

(1. 西华师范大学地理科学学院,四川 南充 637009;2. 西华师范大学商学院,四川 南充 637009)

【研究意义】作为国民经济发展的重要基础,农业高质量发展是经济高质量发展的应有之义[1]。耕地利用效率反映农业生产过程中耕地与劳动力和资本等要素之间配置的合理程度及利用水平,理应遵循农业高质量发展要求[2]。随着人口不断增长和城镇化工业化进程加快,耕地资源承受着高强度利用和长期超负荷运转的双重压力,导致耕地地力下降、数量减少和质量退化等问题相继出现,严重制约了农业高质量发展。由此,在我国由传统农业向现代农业转型发展的背景下以及耕地资源日益紧缺的客观现实下,研究农业高质量发展与耕地利用效率的时空耦合特征及影响机制,对推进农业现代化和助力乡村振兴具有重要的理论意义和现实价值。【前人研究进展】目前学界对于农业高质量发展研究主要集中在内涵界定、测度评价、区域差异和实现路径等方面。农业高质量发展是通过农业全要素生产率的提升实现农业可持续性与高效益性的发展[3]。农业高质量发展包含农业生产体系、经营体系和产业体系等[4]。尽管学术界对农业高质量发展看法不一,但普遍认为它是衍生于高质量发展的战略要求,是在新发展理念引领下力求农业经济提质增效的一种发展。鉴于此,大多数学者从新发展理念出发构建农业高质量发展的评价指标体系[5-6],也有学者构建包括农业经济结构、产品质量、农民收入、农业生态质量和农民生活质量等多维度指标体系[7-8]。学者还对农业高质量发展的区域差异、实现路径进行了探索。尹朝静等[9]对2010—2018年中国农业高质量发展水平进行核算,认为中国农业高质量发展的总体区域差距不断缩小;何红光等[10]对全国1990—2014年农业经济增长质量进行了测度,结果表明各省农业经济增长质量的变化程度和发展均衡性均存在较大差异;董志勇等[11]提出通过完善土地集约化经营治理模式,建设新型农业主体,促进城乡要素自由流动,提高农村核心产业竞争力来促进农业高质量发展;唐文浩[12]认为数字技术已成为推进农业农村高质量发展的新动能,并提出打造数字化特色产业、强化信息化基础设施建设、提升农村居民数字素养等路径。关于耕地利用效率的研究主要集中在耕地利用效率的测算、时空特征以及影响因素分析。学界普遍认为耕地利用效率是以耕地、劳动力、资本等为核心的多要素投入与产出的经济、社会效益之间的关系,基于此,大多数学者采用SBM模型[13]、超效率DEA模型[14]对全国[15]、省域[16]、市域[17]的耕地利用效率测算,也有部分学者采用随机前沿生产函数[17]和主成分分析测算耕地利用效率。在影响因素方面,包括自然条件、经济发展水平、社会条件、农业生产条件、生态环境等[18-20]。随着研究的深入,部分学者采用Tobit[20]、GWR[21]模型、地理探测器[13]等方法从微观视角出发对影响因素进行分析。对于农业发展与耕地利用,学者多关注农业可持续发展与土地可持续利用[22-23],鲜有对农业高质量发展与耕地利用效率的关联研究。【本研究切入点】基于四川省21个市(州)面板数据,以2011—2021年作为研究时段,运用综合评价法、超效率DEA模型、耦合协调度模型、核密度估计对研究区农业高质量发展水平与耕地利用效率时空耦合特征进行分析。【拟解决的关键问题】从时空演变、耦合协调方面分析四川省21个市(州)农业高质量发展与耕地利用效率情况,并利用地理探测器探讨其耦合协调发展的影响机制,以期为促进两大系统协调发展和提升四川省农业高质量发展水平提供科学依据。

1 材料与方法

1.1 研究区概况

四川省是我国西部经济大省,更是我国的农业大省、资源大省。2020年,四川第一产业增加值在全国排位第一,第一产业对全省经济增长的贡献率达14.1%。全省乡村人口众多,据第七次全国人口普查主要数据显示,乡村人口达3620.9万人,占全川人口的43.27%。但农村发展明显落后于城市,推进现代化四川建设,最艰巨最繁重的任务依然在农村。四川省委十二届二次全会上,推进农业现代化与建设农业强省被摆在突出位置。因此,揭示四川省农业高质量发展与耕地利用效率耦合关联与机制,对开启全面建设社会主义现代化四川新征程、推动治蜀兴川再上新台阶具有重要意义。

1.2 数据来源

研究数据来源于《四川统计年鉴》、各市(州)《统计年鉴》、国民经济和社会发展统计公报等,部分缺失数据采用插值法进行补全。考虑到分析前后的一致性,本研究以2020年四川省行政区划图作为标准底图,采用ArcGIS 10.8软件进行空间分析。

1.3 指标体系构建

1.3.1 农业高质量发展水平评价指标选取 本研究以新发展理念为指导,在全面理解农业高质量发展的内涵以及指标可获取情况下,参考已有研究成果[7-8],遵循系统性、层次性、代表性、可比性、可操作性原则,构建包含农业经济发展动力、农业经济结构优化、农业经济协调发展、农业经济系统稳定、农业经济绿色发展、农业经济成果及分配6个维度的指标体系(表1)。具体而言,农业经济发展动力决定了农业的发展速度、效率与质量,是农业高质量发展的主要表现,选取劳动生产率、粮食产出率、农业机械化水平等指标表征。农业经济结构能够反映农业各产业部门及内部的组成,以及其相互之间的关系,包括投资结构、就业结构和产业结构,由农林牧渔业投资比重、农业产业结构指数等指标表征。农业经济协调发展是农业高质量发展的内在要求,城乡协调、产业协调都是农业经济协调发展的重要内容,选取城乡居民收入比、产业协调指数等指标表征。农业经济系统稳定能够反映在面对外部冲击时农业经济抵御风险的能力,对农业高质量发展至关重要,具体指标包括农业经济增长率、农产品生产价格指数等。农业经济绿色发展是有效克服资源环境约束瓶颈的重要手段,是农业高质量发展普遍形态,主要体现在资源消耗、环境保护、污染减排三个方面,由森林覆盖率、农药使用强度、化肥使用强度等多个指标表征。农业经济成果及分配是农业高质量发展的根本目的,即让农业发展成果和福利惠及全体人民,选取人均粮食产量、农村居民恩格尔系数、每千农村人口卫生床位数等指标表征。

表1 四川省农业高质量发展综合评价指标体系

1.3.2 耕地利用效率评价指标选取 参考相关研究成果[13-14],耕地利用效率指标从投入和产出两个角度切入,投入方面考虑土地、资本和劳动力,土地投入由人均耕地面积表示,资本投入由单位耕地面积农业机械总动力、单位耕地面积化肥使用量和单位耕地面积有效灌溉面积表示,劳动力投入由单位耕地面积农业从业人员表示。产出方面包括经济效益和社会效益,分别由单位耕地面积农业产值和单位耕地面积粮食产量表示。

1.4 研究方法

1.4.1 超效率DEA模型 传统的DEA模型无法在多个决策单元同时有效时对这些单元做进一步比较,Anderson和Petersen对传统DEA模型进行改进,提出超效率DEA。该研究采用固定规模报酬条件下的投入导向模式[14],其线性规划模型为:

(1)

(λj≥0,j=1,2,...,k,...,n;S-≥0)

式中,每一个决策单元代表1个市(州);θ表示决策单元的效率值;Xj和Yj分别表示决策单元j的投入与产出;λj为决策单元j的权重;S-和S+为松弛变量,θ值越大,效率越高。

1.4.2 核密度估计 核密度估计是用来估计随机变量密度函数的非参数估计方法,其对模型的空间依赖性较弱,现常用来描述研究对象分布不均衡的现象[8]。假定随机变量X的密度函数形式如下:

(2)

(3)

1.4.3 耦合协调度模型 耦合协调度模型主要用于分析两种以上的系统间相互作用、协调协同的强弱程度[24]。耦合度可以反映系统之间相互依赖、相互制约的程度。协调度指耦合相互作用关系中良性耦合程度的大小,反映协调状况的优劣。

(4)

式中,C为耦合度,取值区间为[0,1],数值越大表示农业高质量发展与耕地利用效率相互作用越强;U1、U2分别为农业高质量发展水平与耕地利用效率;T为农业高质量发展与耕地利用效率综合发展指数;D为耦合协调度;α、β为待定系数,借鉴相关研究[24],取α=β=0.5。综合耦合协调度值,对四川省农业高质量发展与耕地利用效率耦合协调类型及阶段进行划分(表2)。

表2 四川省农业高质量发展与耕地利用效率耦合协调类型划分

1.4.4 地理探测器模型 地理探测器是从空间分异的角度分析地理对象之间的关系[13]。本研究采用因子探测分析四川省农业高质量发展与耕地利用效率耦合协调机制,公式如下:

(5)

2 结果与分析

2.1 四川省农业高质量发展与耕地利用效率时空特征

2.1.1 时间演变特征 (1)农业高质量发展时间变化。基于熵值法测算各级指标权重,采用综合评价法计算2011—2021年四川省21个市(州)农业高质量发展综合指数值,将其导入Stata15.0软件并绘制核密度分布图(图1)。2011—2021年四川省农业高质量发展水平略有下降后明显提升,空间多极分化现象显现。从核密度曲线波峰中心偏移位置看,曲线和主峰位置除了在2015年轻微左移和2019年大幅度右移外,大致保持右移态势,说明四川省农业高质量发展水平略有下降后明显提升。从波峰形态来看,主峰峰值下降,波峰逐渐变为扁而宽且由“单峰”向“多峰”转变,说明四川省农业高质量发展呈明显的扩散效应,极化现象减弱,多极分化逐渐显现。从分布延展性来看,左侧明显向右缩进,说明四川省农业高质量发展低值区逐渐向中高值区转化。

图1 四川省农业高质量发展动态演进Fig.1 Dynamic evolution of high-quality agricultural development in Sichuan province

(2)耕地利用效率时间变化。采用超效率DEA模型计算2011—2021年四川省21个市(州)耕地利用效率,将其导入Stata15.0软件并绘制核密度分布图(图2)。整体来看,四川省耕地利用效率先下降后逐步提升。从核密度曲线波峰中心偏移位置看,曲线和主峰位置除了在2015年左移外,整体向右推进,说明四川省耕地利用效率先下降后逐步提升。从波峰形态来看,主峰峰值下降,波峰呈“主峰+右侧峰”变化且由“尖而窄”变为“扁而宽”,说明四川省耕地利用效率差异有所减小。从分布延展性来看,“右拖尾”逐渐放宽,说明四川省耕地利用效率空间非均衡性呈减弱之势,耕地利用效率最高与最低区之间的绝对差距减小。

图2 四川省耕地利用效率动态演进Fig.2 Dynamic evolution of cultivated land use efficiency in Sichuan province

2.1.2 空间演变格局 (1)农业高质量发展水平空间演变。借助ArcGIS10.8,采用自然断点法将四川省农业高质量发展水平与耕地利用效率划分为低、较低、中等、较高和高5个等级。整体来看,2011—2021年四川省农业高质量发展水平由单极向多极演变,空间上逐渐形成“成都平原最优,外围分级镶嵌”的格局。川西北高原地区生态环境薄弱,人均粮食产量低,农村居民恩格尔系数高,导致农业高质量发展水平提升缓慢,始终处于低水平阶段。2011年全省农业高质量发展水平差异显著,空间极化现象明显,高水平区仅有成都1市,其得天独厚的地理区位、发达经济以及丰厚资源为农业生产发展提供了优越的条件;较高水平区主要集聚在以雅安、德阳、绵阳为主的成都平原,少量零散分布在川东北丘陵低山区和川南、攀西部分山区,如南充、内江和攀枝花;中等水平和较低水平区数量最多,包括宜宾、眉山、内江、达州、广元等。到2013年较高水平区扩散增加,眉山、乐山跃入较高水平阶段。到2017年雅安和攀枝花先后跃入高水平阶段,空间多极分化格局出现轮廓,而随着工业化、城镇化的进程加快,部分地区农业劳动力迁移、耕地资源减少,中等和较低水平区开始增多,其中南充、德阳等转为中等水平阶段,自贡、广元转为较低水平阶段,空间在川东北和川南边缘地区呈“Z”字形分布,较高水平区集聚现象被打破。至2019年随着乡村振兴战略的实施,各级政府高度重视农业综合生产能力和耕地保护与建设,全省农业高质量发展水平普遍提高,绵阳跃入高水平阶段,眉山、南充、乐山跃入较高水平阶段,达州、资阳跃入中等水平阶段,凉山州跃入较低水平阶段。到2021年空间多极分化特征明显,主要呈现以成都、绵阳、雅安、乐山为主的成都平原核心区,内江为主的川南核心区和攀枝花为主的攀西核心区,至此“成都平原最优,外围分级镶嵌”的空间格局基本形成(图3)。

图3 2011—2021年四川省农业高质量发展空间格局Fig.3 Spatial pattern of high-quality agricultural development in Sichuan province from 2011 to 2021

(2)耕地利用效率空间演变。整体来看,四川省耕地利用效率空间格局与农业高质量发展水平具有趋同性。2011年全省耕地利用效率偏低且空间极化效应显著,47.6%的地区属于较低效率区,主要连片分布在以巴中、达州、广安为主的川东北盆周山区和以宜宾、泸州为主的川南山区;高效率区仅有成都1市,周边被德阳、雅安等较高效率区,眉山、资阳、遂宁等较低效率区和川西北低效率区包围。到2013年全省整体空间格局相对稳定,无明显变化,雅安升入高效率阶段,广元转为较低效率区。2015—2017年由于工业化、城镇化进程加快,部分地区耕地被占,耕地经营规模减小,产出降低,耕地利用效率有所下降,乐山、内江转为中等效率区。2019攀枝花升入高效率阶段,空间多极分化现象显现。到2021年受政策影响,各市(州)加强土地整治,有效限制了耕地的无序占用,全省耕地利用效率有所提升,眉山、德阳升入高效率阶段,由此以成都、雅安、德阳、眉山为核心的高效率大面积隆起区,攀枝花为极核,外围分级塌陷的空间格局逐渐形成(图4)。

图4 2011—2021年四川省耕地利用效率空间格局Fig.4 Spatial pattern of cultivated land use efficiency in Sichuan province from 2011 to 2021

2.2 四川省农业高质量发展与耕地利用效率耦合协调时空特征

2011—2021年四川省农业高质量发展水平与耕地利用效率耦合协调度由0.526提升至0.704,协调效应逐渐增强,整体经历了“勉强协调、初级协调、中级协调”3个层次变化。利用SPSS 25对两大系统的相关性做进一步验证,得出两者的Person相关系数为0.937(P<0.01),表明两大系统指数显著相关。从时序变化来看,四川省农业高质量发展水平与耕地利用效率耦合协调大致经历了3个时期:①发展期(2011—2014年),耦合协调度从0.527提升至0.607,由勉强失调型过渡到初级协调阶段。全省农业基础设施建设滞后,大量的农药化肥投入和劳动密集型农业发展方式导致农业高质量发展和耕地利用效率均处于较低水平。随着经济社会发展,农业投入增加,农业机械化水平提高,农业经济稳步增长,两大系统耦合协调度有所提升。②滞缓期(2015—2017年),耦合协调度从0.606变化至0.611,处于初级协调阶段。随着人民生活水平的提高,社会对农产品的需求量及结构也发生较大变化,而农业结构调整相对缓慢,难以满足农业经济发展的需要,农业高质量发展水平提升缓慢,并且农业资源短缺、自然环境脆弱以及早期经济高速发展导致耕地“非农化”“非粮化”问题日益突出,耕地后备资源严重不足,客观上抑制了两系统的相互作用与良好协调发展。③提升期(2018—2021年),耦合协调度从0.628提升至0.704,由初级协调过渡到中级协调阶段,表明两系统逐渐优化。一方面,自“高质量发展”提出以来,全省加快推动农业经济向高效率、有效供给、合理结构、绿色生态的质量增长转型发展,农业高质量发展水平明显提升,在一定程度上带动了农业自身系统的优化,另一方面,在一系列粮食安全与耕地利用相关的政策出台后,各级政府愈益重视耕地保护,逐渐将农业高质量发展与耕地资源可持续利用相结合,使两系统关系更为紧密和协调(图5)。

图5 2011—2021年四川省农业高质量发展水平与耕地利用效率耦合协调度变化Fig.5 Changes in coupling coordination degree of high-quality agricultural development level and cultivated land utilization efficiency in Sichuan province from 2011 to 2021

从空间变化来看,成都市耦合协调度最高,耦合协调度均值为0.953,于2011年率先进入优质协调阶段,雅安和攀枝花耦合协调度次之,分别于2015年、2017年步入优质协调阶段,雅安农业资源消耗低,农业绿色发展稳中向好,农业高质量发展水平提升明显;攀枝花光热资源丰富,土地资源禀赋优越,农业机械化水平高,造就其发达的特色农业。绵阳、德阳、眉山、乐山、内江5市耦合协调度稳步提升,除绵阳(2019)外,其余4市均于2021年步入优质协调阶段。其中绵阳、眉山、乐山、内江农业机械化水平不断提高,粮食综合生产能力持续增强,农业经济结构不断调整优化,由此有效促进了农业稳产、农民增收,农业发展进入高水平阶段,促进了与耕地利用良好协调发展;德阳粮食种植规模不断扩大,粮食产量提高,逐渐演变为耕地利用高效率区,为农业高质量发展提供了充足的要素支撑。广安、巴中、泸州耦合协调度较低且提升缓慢,仅在0.4～0.6之间变化,广安、巴中受地形约束,区内耕地面积少,多为坡耕地,零碎分布,导致耕地机械化、规模化条件相对较差,始终属于较低效率区,且受区位条件限制,两市对人才、资本等吸引力较弱,农业劳动力老龄化、农村空心化趋势加强,农业高质量发展后续支撑条件严重不足,农业发展水平始终较低;泸州是全国白酒生产的基地,其耕地主要用于酿酒专用粮种植,耕地利用效率相对较低且提升缓慢。阿坝州和甘孜州耦合协调度有明显的凹陷,两州位于高海拔高原地区,耕地坡度大、耕层薄、肥力差,且地质灾害点多面广,农业高质量发展水平与耕地利用效率均处于垫底位置,由此耦合协调度最低,仍处于失调阶段(图6、表3)。

图6 2011—2021年各市(州)农业高质量发展与耕地利用效率耦合协调度变化Fig.6 Change in coupling coordination degree of high-quality agricultural development and cultivated land utilization efficiency in various cities (states) from 2011 to 2021

表3 2011—2021年各市(州)农业高质量发展与耕地利用效率耦合协调类型变化

2.3 四川省农业高质量发展与耕地利用效率耦合协调影响机制分析

2.3.1 驱动因子选取 为探讨影响四川省农业高质量发展与耕地利用效率耦合协调的主要驱动因子及作用机制,选取农业经济协调指数(X1)、农业机械化水平(X2)、城镇化水平(X3)、农业规模化程度(X4)和资源消耗强度(X5)5项指标作为探测因子,分别由种植业增加值与农业增加值之比、单位耕地面积农业机械总动力、城镇化率、农作物播种面积与种植业就业人员之比和农业用地面积与农林牧渔业总产值之比表示。

2.3.2 探测结果分析 从探测结果可以看出,P值在不同阶段均通过0.01显著性水平检验,表明各驱动因子对四川省农业高质量发展与耕地利用效率耦合协调的影响具有较强显著性,并且不同驱动因子的驱动力在不同时期具有差异性。具体来看,农业规模化程度的驱动力逐年增强,并成为对农业高质量发展与耕地利用效率协调发展影响作用最强的驱动因子,表明提高农业规模化水平对促进两大系统协调发展具有显著影响。农业经济协调指数的驱动力在研究初期较弱,但整体也呈上升趋势,一是由于在一些偏远山区和经济落后地区,大量农村人口进城务工,导致劳动力流失造成耕地撂荒,二是由于农业生产条件不足,技术欠缺等原因,粮食作物经济利益低下,导致经济效益更高经济作物取代粮食作物,但随着2020年四川省落实坚决遏止耕地“非农化”的决策部署,粮食种植面积占比增加,农业经济协调对两大系统协调发展的驱动力有所提高。除此之外,资源消耗强度的驱动力也处于波动提升态势。城镇化水平的驱动作用早期较强,后期有所减弱,城市化推进可以加速农村剩余劳动力转移,为农村土地规模化经营、农业规模化生产提供支撑,也可以促进市场、人才、科技等要素的流动,这些均能有效促进农业高质量发展,但随着城镇的扩张,大量耕地不断被占用,严重阻碍了农业高质量发展与耕地利用效率协调发展。农业机械化水平的驱动力也处于下降态势,主要是随着经济社会的发展,各市(州)农业机械化水平均有不同程度的提升,农业机械化水平差异有所减小(表4)。

表4 四川省农业高质量发展与耕地利用效率耦合协调驱动因子探测结果

3 讨 论

本研究认为农业高质量发展能够带来结构效应和技术效应,是提升耕地利用效率的重要推力,而高效的耕地利用能够为农业发展提供充足的生产要素支撑,是促进农业高质量发展的重要途径。随着我国向现代化农业转型的步伐加快以及在耕地保护形式日益严峻的客观现实下,如何推动两大系统协调发展是推动农业高质量发展与提高耕地利用效率的关键。本文着重探讨了2011—2021年四川省21个市(州)农业高质量发展与耕地利用效率耦合协调的时空演变特征,并利用地理探测器分析了两大系统耦合协调发展的影响因素。研究表明,四川省农业高质量发展水平与耕地利用效率先略有下降后有所提升,空间演变具有趋同性,均存在“平原-高原”二元结构突出的特点;两大系统耦合协调发展共经历了“发展、滞缓、提升”3个时期,最终步入中级协调阶段。从探测结果可知,农业规模化程度和资源消耗强度的驱动力明显提升,说明推进农业规模化经营、降低资源消耗对促进农业高质量发展与耕地利用效率协调发展具有一定的积极作用。城镇化水平的驱动力降低较为明显,城市化推进对于农业高质量发展和耕地利用协调发展具有一定矛盾,耕地对于农业高质量发展的意义明显大于对城市经济发展的带动作用,全省应该在稳定现有耕地规模,努力实现耕地数量不减少、质量有提高的基础上合理推进城市化发展。

4 结 论

(1)2011—2021年四川省农业高质量发展水平与耕地利用效率均有所提升,农业高质量发展水平空间差异减小,整体由单极向多极演变,空间上形成“成都平原最优,外围分级镶嵌”的格局;耕地利用效率空间分布与农业高质量发展水平具有趋同性,形成“以成都、雅安、德阳、眉山为核心的高效率大面积隆起区,攀枝花为极核,外围分级塌陷”的格局。

(2)四川省农业高质量发展与耕地利用效率耦合协调度由0.526提升至0.704,协调效应逐渐增强,整体经历了“勉强协调、初级协调、中级协调”3个变化,从时间变化来看,大致可以分为发展期(2011—2014年)、滞缓期(2015—2017年)、提升期(2018—2021年)3个时期,从空间变化来看,成都于2011年率先步入优质协调阶段,雅安和攀枝花分别于2015年、2017年步入优质协调阶段,绵阳、德阳、眉山、乐山、内江耦合协调度平稳增长,除绵阳(2019年)外,其余4市均于2021年步入良好协调阶段,而阿坝州、甘孜州和凉山州仍处于失调阶段。

(3)不同驱动因子对四川省农业高质量发展与耕地利用效率耦合协调的影响均具有较强显著性,并且具有一定差异。农业规模化程度的驱动力逐年增强,成为影响作用最显著的驱动因子,资源消耗强度和农业经济协调指数的驱动力也有所提升,城镇化水平、机械化水平的驱动力有所减弱。