河南省农业生态效率时空演变及影响因素分析

付彩红, 张飞云

(新疆农业大学公共管理学院,乌鲁木齐 830052)

一直以来,农业对国家经济建设和发展都起到了强有力的支撑作用,中国作为一个农业大国更是如此。然而在农业生产效率不断提升的同时,各种农药、农膜、化肥的高投入也造成了不可忽视的生态环境污染。党的二十大报告提出,全面推进乡村振兴,坚持农业农村优先发展,到2035年广泛形成绿色生产生活方式。在国家大力倡导绿色农业的背景下,如何使农业经济和生态协调发展成为当前乃至今后发展的重要研究方向。在满足粮食、蔬菜等日常所需的情况下,提高农业生态效率,维护农业资源环境的良性发展成为一种必然选择。

生态效率由于在考虑经济效益的同时也考虑生态效益而被广泛运用于可持续发展的评价[1]。目前生态效率的研究方法众多[2-5],其中,超效率SBM(Slack Based Measure)模型由于纳入了非期望产出,可以使测算结果更加科学,成为现有学者最常用的方法[6-7]。对空间变化的分析普遍采用空间自相关[8-9],影响因素方面则较多使用回归模型[10-11]、空间计量模型[12-13]和地理探测器模型[7-8]。现有学者对农业生态效率时空特征的研究涉及多个尺度,在全国[14-15]、长江经济带[16-17]、三峡库区[18-19]、省级[20-21]、县级[22-23]等尺度上均有相关研究,但对作为农业大省之一的河南省农业生态效率的研究成果较少。陈增增采用非期望产出-SBM模型和Global-Malmquist指数模型测度河南省的农业生态效率[24],发现2000—2017 年河南省农业生态效率均值为0.718,农业生态化发展进程缓慢,资源利用效率低下。闫明涛则采用Super-SBM模型测算1995—2019 年河南省农业生态效率,选取空间杜宾模型和地理探测器分析其影响因素的溢出效应和空间分层异质性[7],结果表明,农民收入水平、劳均播种面积和种植结构对本地区农业生态效率具有正向直接效应,城镇化率和农业机械密度对本地区农业生态效率具有负向直接效应。但通过分析现有研究发现,现有研究多侧重于农业生态效率的评价和影响因素方面,缺少对河南省农业生态效率时空演变的研究。

基于以上分析,该研究选择河南省为研究区,通过超效率SBM模型测算河南省2000—2020年18个地级市的农业生态效率,并采用空间自相关和地理探测器模型探究河南省农业生态效率的时空演变规律及影响因素。针对研究结果提出了相应的对策建议,以期为河南省生态农业的可持续发展提供参考。

1 研究区概况

河南省界于北纬31°23′～36°22′、东经110°21′～116°39′,位于黄河下游的中东部地区,东与安徽、山东接壤,北与河北、山西接壤,西与陕西接壤,南与湖北接壤(图1)。地处北亚热带和暖温带地区,气候温和,降水充沛,适合发展农、林、牧、渔业。依据地形、河流等地理因素,一般将河南划分为5个区域,分别是豫北、豫西、豫南、豫东、豫中。豫北共6个地市,分别是:济源市、焦作市、新乡市、鹤壁市、濮阳市、安阳市。豫西2个地市,分别是:洛阳市、三门峡市。豫东共3个地市,分别是:周口市、商丘市、开封市。豫南共3个地市,分别是:南阳市、信阳市、驻马店市。豫中共4个地市,分别是:郑州市、漯河市、许昌市、平顶山市。

2021年,河南省常住人口9 883万人、地区生产总值58 887亿元、粮食种植面积1 772 千hm2、粮食总产量6 544万t,农林牧渔业总产值达到10 501亿元,居全国第2位。其中,农业总产值6 564.83亿元,居全国第1位。河南省作为农业生产大省,对其农业生态效率时空演变过程及其影响因素进行研究,不仅具有一定的理论意义,对于该地区农业高质量发展亦具有积极的现实意义。

图1 河南省地理位置示意图

2 数据来源及研究方法

2.1 数据来源

该研究数据主要来源于2001—2021年《河南省统计年鉴》和各地市统计年鉴,2001—2002年河南省国民经济与社会发展统计公报和政府工作报告等。其中,2012年有效灌溉面积因统计年鉴数据缺失采用相邻2年的平均值来代替,个别缺失数据采用插值法补全,最终得到河南省18个地级市2000—2020年共21年的面板数据。

2.2 研究方法

2.2.1 指标体系

该研究参考闫明涛、康志林等学者指标选择的基础上[7,25],结合河南省农业发展实际情况构建了河南省农业生态效率评价指标体系(表1)。其中,农业碳排放参考李娜、张志高等研究的碳排放系数[26-27],农业面源污染则采用综合评价指数来表征,以便于减少非期望产出指标提高整体测算的准确性[22]。

表1 河南省农业生态效率测度指标体系

该研究在借鉴已有的相关研究的基础上[7-8,11],结合河南省农业发展现状与数据可获得性,选取了财政支农水平、第一产业就业人数、人口老龄化程度、农业机械化程度、产业结构、农民人均可支配收入和农业总产值作为影响河南省农业生态效率的因素(表2)。经过SPSS27软件中的可视分箱功能对影响因素进行离散化处理,并采用地理探测器模型对河南省18个地级市2000、2005、2010、2015和2020年农业生态效率的影响因素进行探测,从而得到各影响因素的q值。

表2 河南省农业生态效率影响因素变量选择

2.2.2 超效率SBM模型

超效率SBM模型是DEA(Data Envelopment Analysis)模型中较为完善的一种拓展模型,能有效区分DMU之间的差异,并将环境污染等非期望产出纳入其中,使计算结果相对更精确。其公式如下:

(1)

λj≥0,i=1,2,…,m;j=1,2,…,n;

j≠0,s=1,2,…,r1;q=1,2,…,r2;

(2)

式中,AE表示农业生态效率,x、yd、yu分别是投入矩阵、期望产出矩阵和非期望产出矩阵中的元素,n为DMU个数,每个DMU由m个投入、r1个期望产出、r2个非期望产出共同组成。

2.2.3 全局空间自相关

农业生态效率的空间差异采用Moran’s I指数,公式如下:

(3)

式中,n,xi,xj分别为样本量、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。I的取值范围为[-1,1],I值的正负决定了空间自相关的正负,I值为0时空间不相关。

2.2.4 热点分析

通过热点分析可以知道高值或低值要素在空间上发生聚类的位置。z得分越高热点的聚类越紧密,反之冷点的聚类越紧密。其公式如下:

(4)

式中,xj和n分别是要素j的属性值和要素总和,wi,j是要素i和j之间的空间权重,且:

(5)

(6)

2.2.5 地理探测器模型

该研究采用地理探测器模型对河南省农业生态效率的影响因素进行分析,主要用到其中的分异及因子探测器和交互作用探测器,公式如下:

(7)

交互作用探测器用于识别不同因子之间的交互作用,即不同因子X1和X2共同作用时是否会增加或减弱对因变量Y的解释力,或这些因子对Y的影响是相互独立的。

3 河南省农业生态效率时空演变分析

3.1 2000—2020年河南省农业生态效率变化

根据超效率SBM模型计算得到河南省农业生态效率(图2),通过Mann-Kendall趋势分析发现,2000—2020年河南省农业生态效率整体呈现微弱下降趋势。2000—2002年农业生态效率显著降低。2002年我国农作物病虫草鼠害灾害严重,河南省小麦条锈病发生范围涉及109个县,损失小麦1.3亿,除此之外,河南省发生蝗虫面积达到37.8万hm2,比2001年增加5.1万hm2,为近年来最高值,因此对农业生产造成不利影响,这可能是造成这3年农业生态效率降低的原因。2003—2009年出现缓慢回升势头,2010—2017年波动较大,2018—2020年持续上升。2017年10月党的十九大报告中明确提出乡村振兴战略,2018年3月两会期间提出“五个振兴”。因此,在2017年后,河南省农业化肥、农药、农膜的投入均有一定程度的减少,2017—2020年河南省农业碳排放由855万t降至786万t,同时农业总产值由4 553亿元上升至6 245亿元。

图2 河南省2000—2020年农业生态效率变化

为了进一步分析河南省不同区域农业生态效率的变化趋势,该文按照河南省5大地理分区,对各区域农业生态效率的变化情况进行对比分析(图3)。该文采用区域内各市农业生态效率的平均值作为区域的农业生态效率值。豫西、豫南、豫北、豫中、豫东区域2000—2020年均值分别为1.02、0.77、0.81、0.57和0.71。由图2可知,豫西地区与豫中地区2000年差距极小,2001—2015年差距持续扩大,但2019年开始差距呈现缩小趋势。2002—2015年豫西地区农业生态效率值处于稳定上升阶段,2015—2017年呈现小幅度下降趋势,而除豫西外的4个区域农业生态效率发展趋势基本一致,均为“降-升-降”走势,此外,这4个区域在2003、2016和2019年同时出现下降趋势。这与Zhang 等对农业生态效率的研究结果一致[28],即2000—2020年豫西地区农业生态效率处于优秀水平,而豫南和豫东地区则处于中等水平,豫北地区处于良好水平,豫中地区处于较低水平。

图3 河南省分区域农业生态效率时间演变图

3.2 河南省农业生态效率空间相关性分析

运用 ArcGIS 10.8软件计算全局空间自相关指数(表2)。发现除2000年外,其他年份河南省农业生态效率的空间自相关性均不显著,为进一步探究河南省农业生态效率在局部空间上的聚类情况,接着对河南省2000—2020年的农业生态效率进行热点分析。由图4可知,2000—2010年没有热点地区出现,2011—2019年三门峡成为主要热点地区。2010年以来三门峡市全面取消农业税,各种支农补贴制度全面建立并深入落实,农业基础设施水平大力提升,全市良种率覆盖率、先进技术入户率均达到90%以上,其周边地区也积极调整农业结构,不断提升农业基础设施,因此,农业生态效率均有所上升。

2000—2020年“冷点”主要集中在豫中地区,这些地区大多都存在资源投入配置不合理和环境污染物排放量过多等问题导致农业生态效率不高[22]。

图4 河南省近20年农业生态效率热点分析图

4 河南省农业生态效率影响因素分析

q统计值与驱动因子的解释力呈正相关。由表3可知,2000年农民人均纯收入、第一产业就业人员的q值较大(q>0.5),财政支农水平和人口老龄化的q值较小,说明2000年第一产业就业人员等驱动因子对农业生态效率影响的显著性较强,人口老龄化等宏观环境对其影响较弱;2005年产业结构的q值最大,其次是农民人均纯收入、农业总产值和第一产业就业人员,农业机械化程度和财政支农水平的q值较小(q<0.2),说明2005年产业结构是影响农业生态效率的主要驱动因子,而财政支农水平和农业机械化程度对农业生态效率的影响较小;2010年产业结构的q值最高,农业机械化程度、财政支农水平和人口老龄化的q值较低(q<0.2),说明2010年产业结构因子对农业生态效率的解释力水平最高,而农业机械化程度、财政支农水平和人口老龄化对农业生态效率的影响水平相对较低。2015年产业结构的q值最高,农业机械化程度和农民人均纯收入的q值较低(q<0.1),说明2015年产业结构因子对农业生态效率的解释力水平最高,而农业机械化程度和农民人均纯收入对农业生态效率的影响水平相对较低。2020年第一产业就业人员的q值最高,其次是农业总产值,财政支农水平的q值最低(q<0.1),说明2020年第一产业就业人员因子对农业生态效率的解释力水平最高,而财政支农水平最低。

总体来看,不同年份下农业生态效率的影响因子变化均有所差异。人口老龄化的q值由2000年的0.093变化为2020年的0.176,说明人口老龄化程度对农业生态效率的影响随时间逐渐增强,近年来人口老龄化程度越来越高,人口老龄化意味着劳动力质量的下降,因此会在一定程度上降低农业生态效率。财政支农因子对农业生态效率的影响程度一直较低,但结合财政支农水平数据可以发现,2010—2015年国家财政支农水平有较大提升,因此财政支农水平因子相应的对农业生态效率的影响也逐渐增加,但到2020年随着国家财政支农水平的下降,该因子对农业生态效率的影响也减弱到最低。产业结构因子是2005、2010和2015年最为显著的驱动因子,而到了2020年变化为第4位,说明工业化后期,农业现代化、科技化的发展使得产业结构对农业生态效率的影响逐渐减弱。农业机械化程度和农民人均可支配收入因子的q值2000—2020年有所下降,前者说明起初农用机械在一定程度上会提高生产效率,但是工业化后期过多地使用农用机械会产生大量的碳排放从而可能造成农业生态效率的降低,后者表明随着城镇化、工业化的发展,尽管农民人均纯收入较以前有所增加,但对比其他行业来说,差距仍然巨大,因此对农业生态效率的影响有所减弱。而农业总产值是该文农业生态效率测算中一个极为重要的期望产出,随着农业总产值的增加对农业生态效率的影响也有所增强。同时因子交互探测发现,河南省农业生态效率时空分异格局的形成是各影响因素共同作用的结果,这与闫明涛等人的研究结果较为一致[7]。

表3 河南省2000、2005、2010、2015和2020年影响因子变化情况

5 结论及建议

5.1 结论

1) 从时间演变来看,2000—2020年,河南省农业生态效率总体呈微弱下降趋势。2000—2020年,河南省18个地级市农业生态效率平均值由0.828降至0.714。

2) 从空间分布特征来看,河南省农业生态效率全局空间自相关性不显著;热点分析发现农业生态效率“热点”区域主要位于豫西地区,“冷点”区域主要集中在豫中地区。

3) 从影响因素来看,研究期内第一产业就业人员、农业总产值和人口老龄化程度对农业生态效率的影响逐渐增强,财政支农水平对农业生态效率的影响程度一直较低,而农民人均纯收入、农业机械化程度和产业结构对农业生态效率的影响程度逐渐降低。

5.2 对策建议

1) 政府需要加大农业财政投入,重视农业科技研发与应用,加大农业财政收入能够使财政支农水平对农业生态效率的影响增强,从而更好地促进资源节约与生态环境保护。

2) 增加第一产业人员就业渠道,减少农村劳动力外流到其他产业,完善各种农业补贴政策,保护农民利益,防止“谷贱伤农”,在一定程度上增加农民人均纯收入。

3) 政策向农村老龄人口倾斜,考虑老龄人口的健康以减缓农村劳动力质量水平的下降。

4) 因地制宜地采取措施,如针对水资源投入冗余的城市应当积极推广水肥一体化等技术,提高水资源利用效率。针对农膜投入冗余的城市应当加快可降解地膜的研发和机械化生产,从源头保证农膜可回收。

然而该研究仍有一定不足之处,在农业生态效率评价指标体系的构建中,各学者的指标体系基于自己的考虑并不相同,该研究指标体系的选取中因数据的可获取性,仅选取了11个指标,并不完全能代表种植业投入产出情况。此外,该研究在识别影响因素时考虑并不全面,影响农业生态效率的因素复杂众多,且不同驱动因子的影响也存在明显差异,虽较为系统地分析了河南省农业生态效率的影响因子,但对不同因子具体的作用方向并未深入探究。在今后的研究中将继续关注河南省农业生态效率情况,并对指标体系进行拓展,选取更有代表性的指标,以增强研究指导价值,同时综合考虑各种影响因素,重点关注能够提高农业生态效率的主导因子,提出更加科学具体的对策建议。