付彩紅, 張飛云

(新疆農(nóng)業(yè)大學公共管理學院,烏魯木齊 830052)

一直以來,農(nóng)業(yè)對國家經(jīng)濟建設和發(fā)展都起到了強有力的支撐作用,中國作為一個農(nóng)業(yè)大國更是如此。然而在農(nóng)業(yè)生產(chǎn)效率不斷提升的同時,各種農(nóng)藥、農(nóng)膜、化肥的高投入也造成了不可忽視的生態(tài)環(huán)境污染。黨的二十大報告提出,全面推進鄉(xiāng)村振興,堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展,到2035年廣泛形成綠色生產(chǎn)生活方式。在國家大力倡導綠色農(nóng)業(yè)的背景下,如何使農(nóng)業(yè)經(jīng)濟和生態(tài)協(xié)調發(fā)展成為當前乃至今后發(fā)展的重要研究方向。在滿足糧食、蔬菜等日常所需的情況下,提高農(nóng)業(yè)生態(tài)效率,維護農(nóng)業(yè)資源環(huán)境的良性發(fā)展成為一種必然選擇。

生態(tài)效率由于在考慮經(jīng)濟效益的同時也考慮生態(tài)效益而被廣泛運用于可持續(xù)發(fā)展的評價[1]。目前生態(tài)效率的研究方法眾多[2-5],其中,超效率SBM(Slack Based Measure)模型由于納入了非期望產(chǎn)出,可以使測算結果更加科學,成為現(xiàn)有學者最常用的方法[6-7]。對空間變化的分析普遍采用空間自相關[8-9],影響因素方面則較多使用回歸模型[10-11]、空間計量模型[12-13]和地理探測器模型[7-8]?，F(xiàn)有學者對農(nóng)業(yè)生態(tài)效率時空特征的研究涉及多個尺度,在全國[14-15]、長江經(jīng)濟帶[16-17]、三峽庫區(qū)[18-19]、省級[20-21]、縣級[22-23]等尺度上均有相關研究,但對作為農(nóng)業(yè)大省之一的河南省農(nóng)業(yè)生態(tài)效率的研究成果較少。陳增增采用非期望產(chǎn)出-SBM模型和Global-Malmquist指數(shù)模型測度河南省的農(nóng)業(yè)生態(tài)效率[24],發(fā)現(xiàn)2000—2017 年河南省農(nóng)業(yè)生態(tài)效率均值為0.718,農(nóng)業(yè)生態(tài)化發(fā)展進程緩慢,資源利用效率低下。閆明濤則采用Super-SBM模型測算1995—2019 年河南省農(nóng)業(yè)生態(tài)效率,選取空間杜賓模型和地理探測器分析其影響因素的溢出效應和空間分層異質性[7],結果表明,農(nóng)民收入水平、勞均播種面積和種植結構對本地區(qū)農(nóng)業(yè)生態(tài)效率具有正向直接效應,城鎮(zhèn)化率和農(nóng)業(yè)機械密度對本地區(qū)農(nóng)業(yè)生態(tài)效率具有負向直接效應。但通過分析現(xiàn)有研究發(fā)現(xiàn),現(xiàn)有研究多側重于農(nóng)業(yè)生態(tài)效率的評價和影響因素方面,缺少對河南省農(nóng)業(yè)生態(tài)效率時空演變的研究。

基于以上分析,該研究選擇河南省為研究區(qū),通過超效率SBM模型測算河南省2000—2020年18個地級市的農(nóng)業(yè)生態(tài)效率,并采用空間自相關和地理探測器模型探究河南省農(nóng)業(yè)生態(tài)效率的時空演變規(guī)律及影響因素。針對研究結果提出了相應的對策建議,以期為河南省生態(tài)農(nóng)業(yè)的可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況

河南省界于北緯31°23′～36°22′、東經(jīng)110°21′～116°39′,位于黃河下游的中東部地區(qū),東與安徽、山東接壤,北與河北、山西接壤,西與陜西接壤,南與湖北接壤(圖1)。地處北亞熱帶和暖溫帶地區(qū),氣候溫和,降水充沛,適合發(fā)展農(nóng)、林、牧、漁業(yè)。依據(jù)地形、河流等地理因素,一般將河南劃分為5個區(qū)域,分別是豫北、豫西、豫南、豫東、豫中。豫北共6個地市,分別是:濟源市、焦作市、新鄉(xiāng)市、鶴壁市、濮陽市、安陽市。豫西2個地市,分別是:洛陽市、三門峽市。豫東共3個地市,分別是:周口市、商丘市、開封市。豫南共3個地市,分別是:南陽市、信陽市、駐馬店市。豫中共4個地市,分別是:鄭州市、漯河市、許昌市、平頂山市。

2021年,河南省常住人口9 883萬人、地區(qū)生產(chǎn)總值58 887億元、糧食種植面積1 772 千hm2、糧食總產(chǎn)量6 544萬t,農(nóng)林牧漁業(yè)總產(chǎn)值達到10 501億元,居全國第2位。其中,農(nóng)業(yè)總產(chǎn)值6 564.83億元,居全國第1位。河南省作為農(nóng)業(yè)生產(chǎn)大省,對其農(nóng)業(yè)生態(tài)效率時空演變過程及其影響因素進行研究,不僅具有一定的理論意義,對于該地區(qū)農(nóng)業(yè)高質量發(fā)展亦具有積極的現(xiàn)實意義。

圖1 河南省地理位置示意圖

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

該研究數(shù)據(jù)主要來源于2001—2021年《河南省統(tǒng)計年鑒》和各地市統(tǒng)計年鑒,2001—2002年河南省國民經(jīng)濟與社會發(fā)展統(tǒng)計公報和政府工作報告等。其中,2012年有效灌溉面積因統(tǒng)計年鑒數(shù)據(jù)缺失采用相鄰2年的平均值來代替,個別缺失數(shù)據(jù)采用插值法補全,最終得到河南省18個地級市2000—2020年共21年的面板數(shù)據(jù)。

2.2 研究方法

2.2.1 指標體系

該研究參考閆明濤、康志林等學者指標選擇的基礎上[7,25],結合河南省農(nóng)業(yè)發(fā)展實際情況構建了河南省農(nóng)業(yè)生態(tài)效率評價指標體系(表1)。其中,農(nóng)業(yè)碳排放參考李娜、張志高等研究的碳排放系數(shù)[26-27],農(nóng)業(yè)面源污染則采用綜合評價指數(shù)來表征,以便于減少非期望產(chǎn)出指標提高整體測算的準確性[22]。

表1 河南省農(nóng)業(yè)生態(tài)效率測度指標體系

該研究在借鑒已有的相關研究的基礎上[7-8,11],結合河南省農(nóng)業(yè)發(fā)展現(xiàn)狀與數(shù)據(jù)可獲得性,選取了財政支農(nóng)水平、第一產(chǎn)業(yè)就業(yè)人數(shù)、人口老齡化程度、農(nóng)業(yè)機械化程度、產(chǎn)業(yè)結構、農(nóng)民人均可支配收入和農(nóng)業(yè)總產(chǎn)值作為影響河南省農(nóng)業(yè)生態(tài)效率的因素(表2)。經(jīng)過SPSS27軟件中的可視分箱功能對影響因素進行離散化處理,并采用地理探測器模型對河南省18個地級市2000、2005、2010、2015和2020年農(nóng)業(yè)生態(tài)效率的影響因素進行探測,從而得到各影響因素的q值。

表2 河南省農(nóng)業(yè)生態(tài)效率影響因素變量選擇

2.2.2 超效率SBM模型

超效率SBM模型是DEA(Data Envelopment Analysis)模型中較為完善的一種拓展模型,能有效區(qū)分DMU之間的差異,并將環(huán)境污染等非期望產(chǎn)出納入其中,使計算結果相對更精確。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表示農(nóng)業(yè)生態(tài)效率,x、yd、yu分別是投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素,n為DMU個數(shù),每個DMU由m個投入、r1個期望產(chǎn)出、r2個非期望產(chǎn)出共同組成。

2.2.3 全局空間自相關

農(nóng)業(yè)生態(tài)效率的空間差異采用Moran’s I指數(shù),公式如下:

(3)

式中,n,xi,xj分別為樣本量、空間位置i和j 的觀察量;Wij表示空間位置i和j的鄰近關系。I的取值范圍為[-1,1],I值的正負決定了空間自相關的正負,I值為0時空間不相關。

2.2.4 熱點分析

通過熱點分析可以知道高值或低值要素在空間上發(fā)生聚類的位置。z得分越高熱點的聚類越緊密,反之冷點的聚類越緊密。其公式如下:

(4)

式中,xj和n分別是要素j的屬性值和要素總和,wi,j是要素i和j之間的空間權重,且:

(5)

(6)

2.2.5 地理探測器模型

該研究采用地理探測器模型對河南省農(nóng)業(yè)生態(tài)效率的影響因素進行分析,主要用到其中的分異及因子探測器和交互作用探測器,公式如下:

(7)

交互作用探測器用于識別不同因子之間的交互作用,即不同因子X1和X2共同作用時是否會增加或減弱對因變量Y的解釋力,或這些因子對Y的影響是相互獨立的。

3 河南省農(nóng)業(yè)生態(tài)效率時空演變分析

3.1 2000—2020年河南省農(nóng)業(yè)生態(tài)效率變化

根據(jù)超效率SBM模型計算得到河南省農(nóng)業(yè)生態(tài)效率(圖2),通過Mann-Kendall趨勢分析發(fā)現(xiàn),2000—2020年河南省農(nóng)業(yè)生態(tài)效率整體呈現(xiàn)微弱下降趨勢。2000—2002年農(nóng)業(yè)生態(tài)效率顯著降低。2002年我國農(nóng)作物病蟲草鼠害災害嚴重,河南省小麥條銹病發(fā)生范圍涉及109個縣,損失小麥1.3億,除此之外,河南省發(fā)生蝗蟲面積達到37.8萬hm2,比2001年增加5.1萬hm2,為近年來最高值,因此對農(nóng)業(yè)生產(chǎn)造成不利影響,這可能是造成這3年農(nóng)業(yè)生態(tài)效率降低的原因。2003—2009年出現(xiàn)緩慢回升勢頭,2010—2017年波動較大,2018—2020年持續(xù)上升。2017年10月黨的十九大報告中明確提出鄉(xiāng)村振興戰(zhàn)略,2018年3月兩會期間提出“五個振興”。因此,在2017年后,河南省農(nóng)業(yè)化肥、農(nóng)藥、農(nóng)膜的投入均有一定程度的減少,2017—2020年河南省農(nóng)業(yè)碳排放由855萬t降至786萬t,同時農(nóng)業(yè)總產(chǎn)值由4 553億元上升至6 245億元。

圖2 河南省2000—2020年農(nóng)業(yè)生態(tài)效率變化

為了進一步分析河南省不同區(qū)域農(nóng)業(yè)生態(tài)效率的變化趨勢,該文按照河南省5大地理分區(qū),對各區(qū)域農(nóng)業(yè)生態(tài)效率的變化情況進行對比分析(圖3)。該文采用區(qū)域內(nèi)各市農(nóng)業(yè)生態(tài)效率的平均值作為區(qū)域的農(nóng)業(yè)生態(tài)效率值。豫西、豫南、豫北、豫中、豫東區(qū)域2000—2020年均值分別為1.02、0.77、0.81、0.57和0.71。由圖2可知,豫西地區(qū)與豫中地區(qū)2000年差距極小,2001—2015年差距持續(xù)擴大,但2019年開始差距呈現(xiàn)縮小趨勢。2002—2015年豫西地區(qū)農(nóng)業(yè)生態(tài)效率值處于穩(wěn)定上升階段,2015—2017年呈現(xiàn)小幅度下降趨勢,而除豫西外的4個區(qū)域農(nóng)業(yè)生態(tài)效率發(fā)展趨勢基本一致,均為“降-升-降”走勢,此外,這4個區(qū)域在2003、2016和2019年同時出現(xiàn)下降趨勢。這與Zhang 等對農(nóng)業(yè)生態(tài)效率的研究結果一致[28],即2000—2020年豫西地區(qū)農(nóng)業(yè)生態(tài)效率處于優(yōu)秀水平,而豫南和豫東地區(qū)則處于中等水平,豫北地區(qū)處于良好水平,豫中地區(qū)處于較低水平。

圖3 河南省分區(qū)域農(nóng)業(yè)生態(tài)效率時間演變圖

3.2 河南省農(nóng)業(yè)生態(tài)效率空間相關性分析

運用 ArcGIS 10.8軟件計算全局空間自相關指數(shù)(表2)。發(fā)現(xiàn)除2000年外,其他年份河南省農(nóng)業(yè)生態(tài)效率的空間自相關性均不顯著,為進一步探究河南省農(nóng)業(yè)生態(tài)效率在局部空間上的聚類情況,接著對河南省2000—2020年的農(nóng)業(yè)生態(tài)效率進行熱點分析。由圖4可知,2000—2010年沒有熱點地區(qū)出現(xiàn),2011—2019年三門峽成為主要熱點地區(qū)。2010年以來三門峽市全面取消農(nóng)業(yè)稅,各種支農(nóng)補貼制度全面建立并深入落實,農(nóng)業(yè)基礎設施水平大力提升,全市良種率覆蓋率、先進技術入戶率均達到90%以上,其周邊地區(qū)也積極調整農(nóng)業(yè)結構,不斷提升農(nóng)業(yè)基礎設施,因此,農(nóng)業(yè)生態(tài)效率均有所上升。

2000—2020年“冷點”主要集中在豫中地區(qū),這些地區(qū)大多都存在資源投入配置不合理和環(huán)境污染物排放量過多等問題導致農(nóng)業(yè)生態(tài)效率不高[22]。

圖4 河南省近20年農(nóng)業(yè)生態(tài)效率熱點分析圖

4 河南省農(nóng)業(yè)生態(tài)效率影響因素分析

q統(tǒng)計值與驅動因子的解釋力呈正相關。由表3可知,2000年農(nóng)民人均純收入、第一產(chǎn)業(yè)就業(yè)人員的q值較大(q>0.5),財政支農(nóng)水平和人口老齡化的q值較小,說明2000年第一產(chǎn)業(yè)就業(yè)人員等驅動因子對農(nóng)業(yè)生態(tài)效率影響的顯著性較強,人口老齡化等宏觀環(huán)境對其影響較弱;2005年產(chǎn)業(yè)結構的q值最大,其次是農(nóng)民人均純收入、農(nóng)業(yè)總產(chǎn)值和第一產(chǎn)業(yè)就業(yè)人員,農(nóng)業(yè)機械化程度和財政支農(nóng)水平的q值較小(q<0.2),說明2005年產(chǎn)業(yè)結構是影響農(nóng)業(yè)生態(tài)效率的主要驅動因子,而財政支農(nóng)水平和農(nóng)業(yè)機械化程度對農(nóng)業(yè)生態(tài)效率的影響較小;2010年產(chǎn)業(yè)結構的q值最高,農(nóng)業(yè)機械化程度、財政支農(nóng)水平和人口老齡化的q值較低(q<0.2),說明2010年產(chǎn)業(yè)結構因子對農(nóng)業(yè)生態(tài)效率的解釋力水平最高,而農(nóng)業(yè)機械化程度、財政支農(nóng)水平和人口老齡化對農(nóng)業(yè)生態(tài)效率的影響水平相對較低。2015年產(chǎn)業(yè)結構的q值最高,農(nóng)業(yè)機械化程度和農(nóng)民人均純收入的q值較低(q<0.1),說明2015年產(chǎn)業(yè)結構因子對農(nóng)業(yè)生態(tài)效率的解釋力水平最高,而農(nóng)業(yè)機械化程度和農(nóng)民人均純收入對農(nóng)業(yè)生態(tài)效率的影響水平相對較低。2020年第一產(chǎn)業(yè)就業(yè)人員的q值最高,其次是農(nóng)業(yè)總產(chǎn)值,財政支農(nóng)水平的q值最低(q<0.1),說明2020年第一產(chǎn)業(yè)就業(yè)人員因子對農(nóng)業(yè)生態(tài)效率的解釋力水平最高,而財政支農(nóng)水平最低。

總體來看,不同年份下農(nóng)業(yè)生態(tài)效率的影響因子變化均有所差異。人口老齡化的q值由2000年的0.093變化為2020年的0.176,說明人口老齡化程度對農(nóng)業(yè)生態(tài)效率的影響隨時間逐漸增強,近年來人口老齡化程度越來越高,人口老齡化意味著勞動力質量的下降,因此會在一定程度上降低農(nóng)業(yè)生態(tài)效率。財政支農(nóng)因子對農(nóng)業(yè)生態(tài)效率的影響程度一直較低,但結合財政支農(nóng)水平數(shù)據(jù)可以發(fā)現(xiàn),2010—2015年國家財政支農(nóng)水平有較大提升,因此財政支農(nóng)水平因子相應的對農(nóng)業(yè)生態(tài)效率的影響也逐漸增加,但到2020年隨著國家財政支農(nóng)水平的下降,該因子對農(nóng)業(yè)生態(tài)效率的影響也減弱到最低。產(chǎn)業(yè)結構因子是2005、2010和2015年最為顯著的驅動因子,而到了2020年變化為第4位,說明工業(yè)化后期,農(nóng)業(yè)現(xiàn)代化、科技化的發(fā)展使得產(chǎn)業(yè)結構對農(nóng)業(yè)生態(tài)效率的影響逐漸減弱。農(nóng)業(yè)機械化程度和農(nóng)民人均可支配收入因子的q值2000—2020年有所下降,前者說明起初農(nóng)用機械在一定程度上會提高生產(chǎn)效率,但是工業(yè)化后期過多地使用農(nóng)用機械會產(chǎn)生大量的碳排放從而可能造成農(nóng)業(yè)生態(tài)效率的降低,后者表明隨著城鎮(zhèn)化、工業(yè)化的發(fā)展,盡管農(nóng)民人均純收入較以前有所增加,但對比其他行業(yè)來說,差距仍然巨大,因此對農(nóng)業(yè)生態(tài)效率的影響有所減弱。而農(nóng)業(yè)總產(chǎn)值是該文農(nóng)業(yè)生態(tài)效率測算中一個極為重要的期望產(chǎn)出,隨著農(nóng)業(yè)總產(chǎn)值的增加對農(nóng)業(yè)生態(tài)效率的影響也有所增強。同時因子交互探測發(fā)現(xiàn),河南省農(nóng)業(yè)生態(tài)效率時空分異格局的形成是各影響因素共同作用的結果,這與閆明濤等人的研究結果較為一致[7]。

表3 河南省2000、2005、2010、2015和2020年影響因子變化情況

5 結論及建議

5.1 結論

1) 從時間演變來看,2000—2020年,河南省農(nóng)業(yè)生態(tài)效率總體呈微弱下降趨勢。2000—2020年,河南省18個地級市農(nóng)業(yè)生態(tài)效率平均值由0.828降至0.714。

2) 從空間分布特征來看,河南省農(nóng)業(yè)生態(tài)效率全局空間自相關性不顯著;熱點分析發(fā)現(xiàn)農(nóng)業(yè)生態(tài)效率“熱點”區(qū)域主要位于豫西地區(qū),“冷點”區(qū)域主要集中在豫中地區(qū)。

3) 從影響因素來看,研究期內(nèi)第一產(chǎn)業(yè)就業(yè)人員、農(nóng)業(yè)總產(chǎn)值和人口老齡化程度對農(nóng)業(yè)生態(tài)效率的影響逐漸增強,財政支農(nóng)水平對農(nóng)業(yè)生態(tài)效率的影響程度一直較低,而農(nóng)民人均純收入、農(nóng)業(yè)機械化程度和產(chǎn)業(yè)結構對農(nóng)業(yè)生態(tài)效率的影響程度逐漸降低。

5.2 對策建議

1) 政府需要加大農(nóng)業(yè)財政投入,重視農(nóng)業(yè)科技研發(fā)與應用,加大農(nóng)業(yè)財政收入能夠使財政支農(nóng)水平對農(nóng)業(yè)生態(tài)效率的影響增強,從而更好地促進資源節(jié)約與生態(tài)環(huán)境保護。

2) 增加第一產(chǎn)業(yè)人員就業(yè)渠道,減少農(nóng)村勞動力外流到其他產(chǎn)業(yè),完善各種農(nóng)業(yè)補貼政策,保護農(nóng)民利益,防止“谷賤傷農(nóng)”,在一定程度上增加農(nóng)民人均純收入。

3) 政策向農(nóng)村老齡人口傾斜,考慮老齡人口的健康以減緩農(nóng)村勞動力質量水平的下降。

4) 因地制宜地采取措施,如針對水資源投入冗余的城市應當積極推廣水肥一體化等技術,提高水資源利用效率。針對農(nóng)膜投入冗余的城市應當加快可降解地膜的研發(fā)和機械化生產(chǎn),從源頭保證農(nóng)膜可回收。

然而該研究仍有一定不足之處,在農(nóng)業(yè)生態(tài)效率評價指標體系的構建中,各學者的指標體系基于自己的考慮并不相同,該研究指標體系的選取中因數(shù)據(jù)的可獲取性,僅選取了11個指標,并不完全能代表種植業(yè)投入產(chǎn)出情況。此外,該研究在識別影響因素時考慮并不全面,影響農(nóng)業(yè)生態(tài)效率的因素復雜眾多,且不同驅動因子的影響也存在明顯差異,雖較為系統(tǒng)地分析了河南省農(nóng)業(yè)生態(tài)效率的影響因子,但對不同因子具體的作用方向并未深入探究。在今后的研究中將繼續(xù)關注河南省農(nóng)業(yè)生態(tài)效率情況,并對指標體系進行拓展,選取更有代表性的指標,以增強研究指導價值,同時綜合考慮各種影響因素,重點關注能夠提高農(nóng)業(yè)生態(tài)效率的主導因子,提出更加科學具體的對策建議。