張 俊 汪 輝 馮越珺

(安徽財(cái)經(jīng)大學(xué),安徽 蚌埠 233030)

一、引言

農(nóng)業(yè)生態(tài)系統(tǒng)作為自然生態(tài)系統(tǒng)的主體,不僅為保障國(guó)家糧食安全和重要農(nóng)產(chǎn)品有效供給提供了有力支撐,而且在改善生態(tài)環(huán)境、保護(hù)生物多樣性、維持生態(tài)系統(tǒng)平衡、固碳釋氧以及文化傳承等方面也發(fā)揮著重要作用。伴隨我國(guó)經(jīng)濟(jì)社會(huì)進(jìn)入新發(fā)展階段,加強(qiáng)農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)已上升為國(guó)家的頂層設(shè)計(jì)?！吨泄仓醒?國(guó)務(wù)院關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》以及《“十四五”全國(guó)農(nóng)業(yè)綠色發(fā)展規(guī)劃》(農(nóng)規(guī)發(fā)〔2021〕8號(hào))要求統(tǒng)籌推進(jìn)山水林田湖草沙系統(tǒng)治理,保護(hù)修復(fù)農(nóng)業(yè)生態(tài)系統(tǒng),增強(qiáng)生態(tài)系統(tǒng)服務(wù)供給能力和碳匯能力。然而,現(xiàn)階段我國(guó)農(nóng)業(yè)生態(tài)環(huán)境保護(hù)仍然面臨一些困難和挑戰(zhàn),工業(yè)化和城鎮(zhèn)化發(fā)展不斷擠占農(nóng)業(yè)生態(tài)系統(tǒng)空間,農(nóng)業(yè)生態(tài)系統(tǒng)退化形勢(shì)較為嚴(yán)峻,農(nóng)業(yè)生態(tài)服務(wù)供給以及生態(tài)安全保障能力不高,難以滿足人們?nèi)找嬖鲩L(zhǎng)的優(yōu)美生態(tài)環(huán)境需要。因此,如何提高農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)供給能力,構(gòu)建山水林田湖草沙生命共同體成為當(dāng)前決策層和學(xué)術(shù)界迫切需要解決的重大問(wèn)題。

作為衡量農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)供給能力的重要指標(biāo),農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估是農(nóng)業(yè)生態(tài)保護(hù)、生態(tài)產(chǎn)品開發(fā)、碳生態(tài)補(bǔ)償以及生態(tài)安全決策的重要依據(jù)和基礎(chǔ)。然而,由于農(nóng)業(yè)生態(tài)系統(tǒng)的結(jié)構(gòu)復(fù)雜性和功能多樣性,目前尚未形成一致的評(píng)估理論和方法體系,從而限制了對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)功能及其價(jià)值的客觀認(rèn)知。基于此,本文構(gòu)建動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子模型評(píng)估我國(guó)省際農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值,考察農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空變化,同時(shí)采用時(shí)空地理加權(quán)回歸模型揭示其驅(qū)動(dòng)因素的時(shí)空異質(zhì)性。這不僅有助于正確認(rèn)識(shí)我國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的現(xiàn)狀特征,也可為農(nóng)業(yè)生態(tài)服務(wù)價(jià)值提升、農(nóng)業(yè)生態(tài)補(bǔ)償、農(nóng)業(yè)減排固碳增匯以及鄉(xiāng)村生態(tài)振興等多重目標(biāo)提供理論支撐和政策參考。

二、文獻(xiàn)綜述

農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)事關(guān)人類福祉與社會(huì)發(fā)展,如何增強(qiáng)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)供給的可持續(xù)性是當(dāng)前農(nóng)業(yè)生態(tài)經(jīng)濟(jì)領(lǐng)域的研究熱點(diǎn)?，F(xiàn)有相關(guān)研究主要聚焦于以下兩方面:

一是農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估。農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)是人類從農(nóng)業(yè)生態(tài)系統(tǒng)中直接或間接獲得的產(chǎn)品和服務(wù),既包括直接使用價(jià)值,又包括間接價(jià)值、選擇價(jià)值和存在價(jià)值。目前識(shí)別評(píng)估農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值仍然存在較大困難(Constanza et al.,1997;謝高地 等,2015)。從現(xiàn)有評(píng)估模型來(lái)看,主要包括基于市場(chǎng)理論的功能價(jià)值模型和基于單位面積價(jià)值的當(dāng)量因子模型。功能價(jià)值模型指采用實(shí)際市場(chǎng)法、替代市場(chǎng)法和虛擬市場(chǎng)法評(píng)估生態(tài)系統(tǒng)單項(xiàng)服務(wù)功能的經(jīng)濟(jì)價(jià)值,如劉洪秀等(2023)對(duì)黑龍江農(nóng)田生態(tài)系統(tǒng)所提供的糧食供應(yīng)、碳固定、水文調(diào)節(jié)、土壤保持4類服務(wù)價(jià)值的評(píng)估,但功能價(jià)值模型對(duì)各項(xiàng)服務(wù)的經(jīng)濟(jì)價(jià)值缺乏統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn),參數(shù)設(shè)置和指標(biāo)選取較為主觀,其僅僅適用于小尺度生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估(李學(xué)鋒 等,2019)。相比之下,當(dāng)量因子模型以基礎(chǔ)當(dāng)量表和標(biāo)準(zhǔn)當(dāng)量為基礎(chǔ),通過(guò)價(jià)值當(dāng)量與生態(tài)系統(tǒng)面積相乘得到生態(tài)系統(tǒng)服務(wù)價(jià)值,參數(shù)設(shè)置較少,各項(xiàng)服務(wù)的評(píng)價(jià)方法一致,評(píng)估效率更高,在全國(guó)、區(qū)域等大尺度生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估中具有明顯優(yōu)勢(shì)(謝高地 等,2015;張俊 等,2019),已成為目前農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估的主流模型。

然而,當(dāng)量因子模型在基礎(chǔ)當(dāng)量和標(biāo)準(zhǔn)當(dāng)量構(gòu)建中僅僅是一種靜態(tài)評(píng)估,評(píng)估結(jié)果難以反映農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空變化。從基礎(chǔ)當(dāng)量因子表的構(gòu)建來(lái)看,Constanza et al.(1997)在假定生態(tài)系統(tǒng)公益價(jià)值供給曲線為一條垂線的基礎(chǔ)上,最先構(gòu)建了全球尺度的當(dāng)量因子表,并估算了單位面積生態(tài)服務(wù)價(jià)值當(dāng)量(基礎(chǔ)當(dāng)量系數(shù))。在Costanza et al.(1997)研究的基礎(chǔ)上,謝高地等(2003,2008,2015)將生態(tài)系統(tǒng)服務(wù)劃分為4大類11項(xiàng),構(gòu)建了2002年、2007年和2010年中國(guó)生態(tài)系統(tǒng)單位面積基礎(chǔ)當(dāng)量表,為農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估提供了理論依據(jù)。借鑒謝高地等(2003,2008,2015)構(gòu)建的當(dāng)量因子表,葉延瓊等(2011)發(fā)現(xiàn)廣東省農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)下降趨勢(shì),王磊等(2015)、鄭克強(qiáng)等(2019)、張俊等(2019)分別評(píng)估了北京市、糧食主產(chǎn)區(qū)以及我國(guó)31個(gè)省份的農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值。從標(biāo)準(zhǔn)當(dāng)量的核算來(lái)看,Costanza et al.(1997)把標(biāo)準(zhǔn)當(dāng)量定義為每年單位面積農(nóng)地的經(jīng)濟(jì)價(jià)值,但現(xiàn)有研究主要以某一年度單位面積農(nóng)地糧食生產(chǎn)的凈收益來(lái)表示,其本質(zhì)是靜態(tài)標(biāo)準(zhǔn)當(dāng)量評(píng)估。例如,劉桂林等(2014)、鄭克強(qiáng)等(2019)、李學(xué)鋒等(2019)采用單位面積農(nóng)田全年糧食產(chǎn)量市場(chǎng)價(jià)值的1/7作為凈收益。部分文獻(xiàn)以單位面積全國(guó)農(nóng)田糧食生產(chǎn)的年度凈利潤(rùn)或者平均利潤(rùn)來(lái)核算(謝高地 等,2015;張俊 等,2019),而王磊等(2015)、楊文杰等(2019)則直接以研究區(qū)域糧食產(chǎn)量與糧食價(jià)格的乘積來(lái)衡量1個(gè)標(biāo)準(zhǔn)當(dāng)量的經(jīng)濟(jì)價(jià)值。

考慮到靜態(tài)當(dāng)量評(píng)估模型的局限性,少數(shù)研究嘗試從動(dòng)態(tài)當(dāng)量的角度評(píng)估生態(tài)系統(tǒng)服務(wù)價(jià)值。例如,Shi et al.(2012)采用植被歸一化指數(shù)(NDVI)構(gòu)建動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子,謝高地等(2015)、王若思等(2022)以植被凈初級(jí)生產(chǎn)力(NPP)、降水和土壤保持因子為基礎(chǔ),修正基礎(chǔ)當(dāng)量系數(shù)。王磊等(2015)、楊文杰等(2019)采用社會(huì)發(fā)展階段系數(shù)對(duì)標(biāo)準(zhǔn)當(dāng)量進(jìn)行修正,以反映生態(tài)系統(tǒng)服務(wù)價(jià)值的時(shí)空差異。

二是農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的驅(qū)動(dòng)因素。Santos et al.(2019)發(fā)現(xiàn)氣候變化對(duì)生態(tài)系統(tǒng)服務(wù)具有負(fù)向影響。Shipley et al.(2020)認(rèn)為生態(tài)服務(wù)利益相關(guān)者以及環(huán)境治理是生態(tài)系統(tǒng)服務(wù)價(jià)值的重要驅(qū)動(dòng)因素,通過(guò)界定生態(tài)產(chǎn)權(quán)(李敏 等,2021)、實(shí)施生態(tài)補(bǔ)償(Bachev,2021)以及開發(fā)農(nóng)業(yè)生態(tài)資產(chǎn)(鐘文晶 等,2022)等措施,促進(jìn)了生態(tài)受益地區(qū)與保護(hù)地區(qū)利益共享,提升了生態(tài)系統(tǒng)服務(wù)價(jià)值。王若思等(2022)利用地理探測(cè)器模型考察了樂(lè)山市生態(tài)系統(tǒng)服務(wù)價(jià)值的影響因素,發(fā)現(xiàn)社會(huì)經(jīng)濟(jì)因子的影響日益突出。葉延瓊等(2011)發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化對(duì)廣東省農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值具有負(fù)向影響。

現(xiàn)有研究為農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估及驅(qū)動(dòng)因素探尋奠定了重要基礎(chǔ),但仍存在兩方面不足:一是農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估的文獻(xiàn)多使用靜態(tài)當(dāng)量因子模型,對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)質(zhì)量以及生物量的時(shí)空差異缺乏考慮,鮮有文獻(xiàn)構(gòu)建動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子模型評(píng)估農(nóng)業(yè)生態(tài)服務(wù)功能的時(shí)空變化,從而限制了農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估的政策應(yīng)用。二是現(xiàn)有文獻(xiàn)多聚焦于氣候變化、環(huán)境治理、生態(tài)補(bǔ)償、社會(huì)經(jīng)濟(jì)等單一因素對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響,從復(fù)合維度實(shí)證考察農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的驅(qū)動(dòng)因素的文獻(xiàn)較為稀缺。與現(xiàn)有研究相比,本文的邊際貢獻(xiàn)主要體現(xiàn)在:第一,科學(xué)測(cè)算動(dòng)態(tài)標(biāo)準(zhǔn)當(dāng)量,利用NPP時(shí)空調(diào)節(jié)因子、降水調(diào)節(jié)因子、土壤保持調(diào)節(jié)因子、生物多樣性調(diào)節(jié)因子以及文化服務(wù)調(diào)節(jié)因子構(gòu)建地區(qū)層面動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子模型,評(píng)估我國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值,借助標(biāo)準(zhǔn)差橢圓實(shí)證考察農(nóng)業(yè)生態(tài)系統(tǒng)的分布動(dòng)態(tài)及演進(jìn)趨勢(shì)。第二,在STIRPAT模型的基礎(chǔ)上,將農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的驅(qū)動(dòng)因素納入“社會(huì)-經(jīng)濟(jì)-自然”的統(tǒng)一分析框架,并利用時(shí)空地理加權(quán)模型揭示其驅(qū)動(dòng)因素的時(shí)空異質(zhì)性,從而為制定差別化的農(nóng)業(yè)生態(tài)保護(hù)政策提供經(jīng)驗(yàn)證據(jù)。

三、研究設(shè)計(jì)

(一)農(nóng)業(yè)生態(tài)系統(tǒng)構(gòu)成及其服務(wù)功能

從農(nóng)業(yè)生態(tài)系統(tǒng)的構(gòu)成來(lái)看,部分研究以農(nóng)田為核心(謝高地 等,2013;鄭克強(qiáng) 等,2019),但多數(shù)研究以農(nóng)林牧漁為核心(葉延瓊 等,2011;王磊 等,2015;張俊 等,2019;Jiang et al.,2021)。本文認(rèn)為農(nóng)業(yè)生態(tài)系統(tǒng)以農(nóng)林牧漁為核心更能體現(xiàn)農(nóng)業(yè)蘊(yùn)含的生態(tài)價(jià)值,其是由耕地、林地、草地以及水域構(gòu)成的復(fù)雜的多功能生態(tài)系統(tǒng)。借鑒Constanza et al.(1997)、謝高地等(2015)的研究,本文把農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)功能劃分為供給服務(wù)、調(diào)節(jié)服務(wù)、支持服務(wù)與文化服務(wù)4類,并進(jìn)一步細(xì)分為食物生產(chǎn)、原材料生產(chǎn)、水資源供給、氣體調(diào)節(jié)、氣候調(diào)節(jié)、凈化環(huán)境、水文調(diào)節(jié)、土壤保持、維持養(yǎng)分循環(huán)、維持生物多樣性和提供美學(xué)景觀11種。

(二)動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子評(píng)估模型

為評(píng)估不同年份省域農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值,在謝高地等(2015)、張俊等(2019)研究的基礎(chǔ)上,構(gòu)建動(dòng)態(tài)當(dāng)量因子評(píng)估模型,表達(dá)式如下:

AESVit=∑Et×Ajit×Wnit×Dnj

(1)

其中:AESVit為i省t年的農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值,Et為全國(guó)(1)本文的“全國(guó)”不包含港澳臺(tái)地區(qū)。層面的動(dòng)態(tài)標(biāo)準(zhǔn)當(dāng)量,Ajit為i省t年第j類農(nóng)業(yè)生態(tài)系統(tǒng)面積,Wnit為i省t年第n種生態(tài)服務(wù)動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子,Dnj為j類農(nóng)業(yè)生態(tài)系統(tǒng)提供的第n種生態(tài)服務(wù)的基礎(chǔ)當(dāng)量系數(shù)。

就標(biāo)準(zhǔn)當(dāng)量而言,其目的在于衡量當(dāng)年生態(tài)系統(tǒng)潛在服務(wù)價(jià)值的相對(duì)貢獻(xiàn)率,現(xiàn)有研究主要采用兩種方式核算1個(gè)標(biāo)準(zhǔn)當(dāng)量:一是以單位面積(1hm2)農(nóng)田糧食生產(chǎn)的年度凈利潤(rùn)或者五年平均凈利潤(rùn)(謝高地 等,2015;張俊 等,2019)來(lái)核算,但可能存在糧食生產(chǎn)年度凈利潤(rùn)為零甚至為負(fù)的情況。例如,2000—2019年全國(guó)糧食生產(chǎn)成本逐年上升,糧食生產(chǎn)的凈利潤(rùn)不斷下降,其中2016—2018年三種主糧生產(chǎn)的凈利潤(rùn)連續(xù)為負(fù)。因此,這一核算方式存在不足(楊文杰 等,2019)。二是以單位面積(1hm2)農(nóng)田糧食產(chǎn)量市場(chǎng)價(jià)值的1/7作為1個(gè)標(biāo)準(zhǔn)當(dāng)量,系數(shù)選擇1/7是綜合考慮種糧投入后糧食生產(chǎn)的平均收益率,這一方法為當(dāng)前大多數(shù)文獻(xiàn)所采用?；诖?本文借鑒謝高地等(2003)、劉桂林等(2014)、鄭克強(qiáng)等(2019)、李學(xué)鋒等(2019)的研究,以全國(guó)每年單位面積糧食主產(chǎn)品與副產(chǎn)品市場(chǎng)價(jià)值的1/7作為動(dòng)態(tài)標(biāo)準(zhǔn)當(dāng)量,表達(dá)式如下:

(2)

其中:Et為t年的1個(gè)標(biāo)準(zhǔn)當(dāng)量因子價(jià)值量(元/hm2),k為糧食作物種類,mtk為t年第k種糧食作物的播種面積(hm2);ptk為t年第k種糧食作物平均價(jià)格(元/kg),qtk為t年第k種糧食作物產(chǎn)量(kg/hm2),rtk表示t年第k種糧食作物副產(chǎn)品價(jià)值(元/hm2);Mt為t年糧食作物的總播種面積(hm2)。選擇水稻、小麥、玉米三大主糧的經(jīng)濟(jì)價(jià)值來(lái)核算動(dòng)態(tài)標(biāo)準(zhǔn)當(dāng)量。

上述動(dòng)態(tài)標(biāo)準(zhǔn)當(dāng)量?jī)H僅考慮了不同年度全國(guó)糧食作物的經(jīng)濟(jì)價(jià)值差異,但無(wú)論是全國(guó)層面抑或地區(qū)層面,與農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)密切相關(guān)的外部環(huán)境狀態(tài)是不斷變化的,因而農(nóng)業(yè)生態(tài)服務(wù)功能及其價(jià)值量也在不斷變化。例如,2000—2019年,全國(guó)植被凈初級(jí)生產(chǎn)力(NPP)從4235上升到4926(0.1g*C/m),增長(zhǎng)了16%;耕地復(fù)種指數(shù)從1.2上升到1.29,增長(zhǎng)了8%;水土流失治理面積、植被面積、自然保護(hù)區(qū)面積以及國(guó)家級(jí)自然保護(hù)區(qū)面積分別增長(zhǎng)68.9%、22.2%、51%、10.8%。此外,人均GDP也從7942元增加到45558元(以2000年為基期),增長(zhǎng)了474%(2)由于降水量的變動(dòng)主要源于自然因素,本文不考慮其累計(jì)增長(zhǎng)率。。在式(1)的基礎(chǔ)上,構(gòu)建地區(qū)層面動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子模型,表達(dá)式如下:

(3)

其中,Wnit為地區(qū)層面的動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子,gt1、gt2、gt3、gt4分別表示全國(guó)層面NPP、水土流失治理面積、植被面積(包括自然保護(hù)區(qū)面積和國(guó)家級(jí)自然保護(hù)區(qū)面積)以及人均GDP的累積增長(zhǎng)率,Nit、Jit、Tit、Sit、Cit分別表示NPP時(shí)空調(diào)節(jié)因子、降水調(diào)節(jié)因子、土壤保持調(diào)節(jié)因子、生物多樣性調(diào)節(jié)因子以及文化服務(wù)調(diào)節(jié)因子。借鑒相關(guān)研究(謝高地 等,2015;張俊 等,2019;楊文杰 等,2019),Wn1表示農(nóng)業(yè)生態(tài)系統(tǒng)提供的食物生產(chǎn)、原材料生產(chǎn)、氣體調(diào)節(jié)、氣候調(diào)節(jié)、凈化環(huán)境以及維持養(yǎng)分循環(huán)服務(wù)的基礎(chǔ)當(dāng)量,Wn2表示水資源供給以及水文調(diào)節(jié)服務(wù)的基礎(chǔ)當(dāng)量,Wn3表示土壤保持服務(wù)的基礎(chǔ)當(dāng)量,Wn4表示生物多樣性服務(wù)的基礎(chǔ)當(dāng)量,Wn5表示美學(xué)景觀服務(wù)的基礎(chǔ)當(dāng)量。此外,考慮耕地利用對(duì)其提供的食物、原材料和水資源供給服務(wù)的影響,一般來(lái)說(shuō),耕地利用程度越高,則食物和原材料供給越多,同時(shí)所消耗的水資源也越大。因此,對(duì)耕地系統(tǒng)提供的食物生產(chǎn)、原材料生產(chǎn)和水資源供給三項(xiàng)服務(wù)分別乘以耕地復(fù)種指數(shù)的累積增長(zhǎng)率和耕地調(diào)節(jié)因子,再與式(3)所對(duì)應(yīng)的動(dòng)態(tài)當(dāng)量因子相乘,進(jìn)而獲得地區(qū)層面耕地系統(tǒng)三項(xiàng)服務(wù)的動(dòng)態(tài)調(diào)節(jié)當(dāng)量。

在謝高地等(2015)、張俊等(2019)的基礎(chǔ)上,NPP時(shí)空調(diào)節(jié)因子以各地當(dāng)年NPP(0.1g*C/m)與全國(guó)年度NPP(0.1g*C/m)均值之比來(lái)表示,其中年度NPP均值為給定年份的8天凈光合作用產(chǎn)品(Net Photosynthesis)MOD17A2H相加合成。降水調(diào)節(jié)因子以各地年均降水量與全國(guó)年均降水量之比來(lái)表示。土壤保持調(diào)節(jié)因子以各地當(dāng)年水土流失治理面積占全國(guó)平均水土流失面積之比來(lái)表示(3)由于上海市水土流失治理面積數(shù)據(jù)缺失,本文未對(duì)上海市土壤保持調(diào)節(jié)因子進(jìn)行調(diào)整。。生物多樣性因子以各地當(dāng)年擁有植被面積與全國(guó)平均植被面積之比、自然保護(hù)區(qū)面積與全國(guó)平均自然保護(hù)區(qū)面積之比以及國(guó)家級(jí)自然保護(hù)區(qū)面積與全國(guó)平均國(guó)家級(jí)自然保護(hù)區(qū)面積之比三者加權(quán)來(lái)表示,權(quán)重分別是0.2、0.3和0.5,考慮到植被以及自然保護(hù)區(qū)對(duì)生物多樣性保護(hù)具有重要影響,而生物多樣性最富集的區(qū)域在于國(guó)家級(jí)自然保護(hù)區(qū),因此,國(guó)家級(jí)自然保護(hù)區(qū)面積占比權(quán)重設(shè)置為0.5。由于居民對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)的關(guān)注度以及美學(xué)景觀服務(wù)的支付意愿和支付能力與經(jīng)濟(jì)發(fā)展水平相關(guān),本文以各地人均GDP與全國(guó)人均GDP之比來(lái)表示文化服務(wù)調(diào)節(jié)因子。此外,以各地復(fù)種指數(shù)與全國(guó)復(fù)種指數(shù)之比作為耕地調(diào)節(jié)因子。

至于基礎(chǔ)當(dāng)量系數(shù)Dnj,現(xiàn)有研究主要參照2002年和2007年中國(guó)生態(tài)系統(tǒng)服務(wù)基礎(chǔ)當(dāng)量表。然而,2002年和2007年的基礎(chǔ)當(dāng)量表以Constanza et al.(1997)對(duì)全球生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估為基礎(chǔ),對(duì)河流和湖泊的水文調(diào)節(jié)和水供給兩類服務(wù)的價(jià)值當(dāng)量評(píng)價(jià)較低,不符合我國(guó)水資源短缺國(guó)情以及大河戰(zhàn)略發(fā)展的需要。相對(duì)而言,2010年的基礎(chǔ)當(dāng)量表利用了最新的遙感數(shù)據(jù)、水文數(shù)據(jù)和氣象數(shù)據(jù),結(jié)合了改進(jìn)的CASA模型和專家經(jīng)驗(yàn),是對(duì)2002年和2007年基礎(chǔ)當(dāng)量表的改進(jìn)(謝高地 等,2015;張俊 等,2019)?；谏鲜隹紤],本文以2010年生態(tài)系統(tǒng)服務(wù)基礎(chǔ)當(dāng)量表為依據(jù),對(duì)生態(tài)系統(tǒng)二級(jí)分類的當(dāng)量取均值作為農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的基礎(chǔ)當(dāng)量系數(shù)。

(三)標(biāo)準(zhǔn)差橢圓

標(biāo)準(zhǔn)差橢圓作為一種衡量地理要素空間分布特征的方法,能夠考察全國(guó)各地農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的分布范圍和方向,通過(guò)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的分布重心、移動(dòng)速度、移動(dòng)距離、長(zhǎng)短軸標(biāo)準(zhǔn)差和方位角等方面的分析,反映其重心位置及其移動(dòng)趨勢(shì),揭示其時(shí)空分布特征。

(四)數(shù)據(jù)來(lái)源

本文數(shù)據(jù)主要來(lái)自2001—2021年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》以及分省統(tǒng)計(jì)年鑒。MOD17A2H遙感產(chǎn)品數(shù)據(jù)來(lái)自NASA網(wǎng)站。為消除價(jià)格因素的影響,以2000年各地CPI為基期對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行平減處理。

四、實(shí)證結(jié)果與分析

(一)時(shí)序特征分析

根據(jù)式(1)～(3)可得出2000—2019年全國(guó)層面標(biāo)準(zhǔn)當(dāng)量以及地區(qū)層面動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子,在此基礎(chǔ)上測(cè)算了全國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值以及人均農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值。表1列出了主要年份的測(cè)度結(jié)果。(1)2000—2019年全國(guó)1個(gè)標(biāo)準(zhǔn)當(dāng)量?jī)r(jià)值量呈現(xiàn)波動(dòng)式上升趨勢(shì)。其中,2000—2005年從796.80元/hm2增加到1190.60元/hm2,2006年以后上升幅度更大,到2014年達(dá)到2563.80元/hm2。此后,1個(gè)標(biāo)準(zhǔn)當(dāng)量?jī)r(jià)值量緩慢下降,2019年為2276.23元/hm2。原因可能在于2000年以來(lái)國(guó)家實(shí)施了一系列減輕農(nóng)民負(fù)擔(dān)的政策,尤其是2005年全面廢除農(nóng)業(yè)稅,對(duì)種糧農(nóng)民實(shí)行直接補(bǔ)貼,提高糧食收購(gòu)價(jià)格,使三種主糧的產(chǎn)量大幅上升。2000—2014年,水稻、小麥和玉米的價(jià)格分別從2.06元/kg、2.12元/kg、1.70元/kg上漲到5.62元/kg、4.82元/kg和4.48元/kg。此后,三種主糧的價(jià)格下跌,尤其是玉米價(jià)格下降幅度最大,而農(nóng)業(yè)生產(chǎn)成本和土地成本不斷上升,擠壓了三種主糧的利潤(rùn)空間。(2)全國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值(AESV)呈現(xiàn)波動(dòng)式上升趨勢(shì),年均增長(zhǎng)5.40%。原因可能在于我國(guó)生態(tài)建設(shè)初見成效,生態(tài)功能較強(qiáng)的林地、草地、水域等面積有所增加。其中,2000—2014年,AESV值由87318.95億元上升到275035.60億元,此后下降至2019年的236742.10億元。AESV占一產(chǎn)GDP之比呈現(xiàn)先升后降的趨勢(shì),從2000年的5.88增加到2004年的7.68,此后逐年下降至2019年的3.36,這一結(jié)果與現(xiàn)有研究不同(張俊 等,2019),表明農(nóng)業(yè)生態(tài)服務(wù)供給并未與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)同步。(3)人均農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值(人均AESV)從2000年的35358元上升至2019年的68672元。其中,2005年之前小幅提升,2006—2013年保持較快增速,此后,呈現(xiàn)波動(dòng)式下降趨勢(shì)。人均AESV占人均GDP之比直線式下降,這與現(xiàn)有研究結(jié)論基本一致(謝高地 等,2015),表明農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)日益稀缺,因此,必須加大農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù),堅(jiān)持走生態(tài)優(yōu)先綠色發(fā)展之路。

表1 主要年份全國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)價(jià)結(jié)果

表2進(jìn)一步報(bào)告了不同類型的生態(tài)服務(wù)價(jià)值。從一級(jí)服務(wù)類型來(lái)看,四類服務(wù)價(jià)值均呈上升趨勢(shì)。其中,調(diào)節(jié)服務(wù)貢獻(xiàn)最大,所占比例位于53.18%～65%之間,調(diào)節(jié)服務(wù)價(jià)值從2000年的56807.73億元上升至2019年的125924.25億元,上升幅度為121.67%。支持服務(wù)是占比第二大的服務(wù)類型,所占比重為27.23%～31%,其價(jià)值從2000年的23776.24億元上升至2019年的73227.44億元。供給服務(wù)價(jià)值占比從2000年的5.25%下降至2019年的4.49%,而文化服務(wù)所占比重從2000年的2.47%上升至2019年的11.39%,這一發(fā)現(xiàn)與現(xiàn)有研究結(jié)論基本相同(謝高地 等,2015;楊文杰 等,2019;張俊 等,2019),表明經(jīng)濟(jì)發(fā)展與社會(huì)進(jìn)步擴(kuò)大了人們對(duì)農(nóng)業(yè)生態(tài)美學(xué)景觀的需求,導(dǎo)致農(nóng)業(yè)生態(tài)系統(tǒng)提供的文化服務(wù)價(jià)值提升。

表2 全國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)各類服務(wù)價(jià)值及其比例

從二級(jí)服務(wù)類型來(lái)看,2000—2019年各項(xiàng)服務(wù)所提供的價(jià)值均顯著提高。其中,食物生產(chǎn)、土壤保持以及美學(xué)景觀服務(wù)的價(jià)值量呈現(xiàn)持續(xù)上升趨勢(shì),而原料生產(chǎn)、水資源供給、氣體調(diào)節(jié)、氣候調(diào)節(jié)、凈化環(huán)境、水文調(diào)節(jié)、維持養(yǎng)分循環(huán)以及生物多樣性服務(wù)的價(jià)值量呈現(xiàn)先升后降趨勢(shì)。從各項(xiàng)服務(wù)價(jià)值所占比重來(lái)看,水文調(diào)節(jié)、生物多樣性、氣候調(diào)節(jié)、土壤保持這四項(xiàng)服務(wù)占農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的70%以上,維持養(yǎng)分循環(huán)服務(wù)價(jià)值所占比重最小,僅占0.5%～0.6%,美學(xué)景觀服務(wù)價(jià)值所占比重上升趨勢(shì)明顯,從2000年的2.47%上升至2019年的11.39%。

從各類農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值來(lái)看,從高到低依次為林地、草地、水域和耕地。如圖1所示,2000—2019年,林地生態(tài)系統(tǒng)服務(wù)價(jià)值從29924.81億元上升至113927.9億元,增幅為280.71%,所占比重由2000年的34.27%上升至2019年的48.12%。其原因可能在于黨的十八大以來(lái),生態(tài)文明建設(shè)步伐加快,國(guó)家實(shí)施了退耕還林、防護(hù)林體系、天然林資源保護(hù)等一系列政策,顯著提高了林地覆蓋面積。草地生態(tài)系統(tǒng)服務(wù)價(jià)值從2000年的29740.82億元上升至2019年的61940.05億元,所占比重從2000年的34.06%下降至2019年的26.41%。水域生態(tài)系統(tǒng)服務(wù)價(jià)值從2000年的23284.33億元波動(dòng)式上升至2019年的50489.02億元,所占比重由2000年的26.67%下降至2019年的22.68%。耕地生態(tài)系統(tǒng)服務(wù)價(jià)值從2000年的4368.98億元波動(dòng)式上升至2019年的10385.11億元,所占比重由2000年的5%下降至2019年的4.18%,波動(dòng)幅度相對(duì)較小。原因可能在于近年來(lái)各地堅(jiān)守耕地保護(hù)紅線,加大了耕地整治力度,不斷擴(kuò)大耕地生態(tài)面積。

圖1 2000—2019年各類農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值變動(dòng)

(二)地區(qū)差異

圖2描繪了不同地區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值(AESV)以及人均AESV的變動(dòng)。從AESV的結(jié)果來(lái)看,西部地區(qū)占全國(guó)AESV的比值在70%以上,從2000年的61933.16億元波動(dòng)上升至2019年的169000.12億元;東北地區(qū)增速最快,從2000年的6770.41億元上升至2019年的21386.67億元,年均增長(zhǎng)6.24%;東部地區(qū)的AESV值從2000年的8088.67億元上升至2019年的23175.47億元,年均增長(zhǎng)5.7%;中部地區(qū)增速相對(duì)較低,從2000年的10526.71億元上升至2019年的23179.84億元,年均增長(zhǎng)4.24%。可以看出,東北部、中部和東部三大地區(qū)的AESV值較為接近,但與西部地區(qū)相比存在較大差距。

圖2 2000—2019年AESV與人均AESV的地區(qū)差異

圖2同時(shí)顯示,西部地區(qū)的人均AESV最大,從2000年的86571元波動(dòng)式上升至2019年的165682元,年均增長(zhǎng)3.47%。原因在于西部地區(qū)農(nóng)業(yè)生態(tài)面積廣袤和常住人口密度相對(duì)較低,是我國(guó)重要的生態(tài)安全屏障,如2013年西藏人均AESV達(dá)到2356712元。東部地區(qū)的人均AESV最小,從2000年的1814元波動(dòng)式上升至2019年的4249.8元,年均增長(zhǎng)4.5%,主要由于東部地區(qū)農(nóng)業(yè)生態(tài)面積較小和常住人口密度大,例如上海人均AESV僅有80～203元。中部地區(qū)的人均AESV從2000年的3268元上升至2019年的6682元,年均增長(zhǎng)3.83%。東北地區(qū)的人均AESV從2000年的6502元上升至2019年的19351元,年均增長(zhǎng)5.9%。

(三)敏感性分析

借鑒劉桂林等(2014)的研究,利用敏感性指數(shù)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估結(jié)果進(jìn)行敏感性分析,表達(dá)式如下:

(4)

其中,AVCik和AVCjk分別是第k類農(nóng)業(yè)生態(tài)系統(tǒng)調(diào)整前后的價(jià)值系數(shù),AESVi和AESVj分別是農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的初始值和價(jià)值系數(shù)調(diào)整后的生態(tài)服務(wù)價(jià)值。如果CS>1,說(shuō)明AESV對(duì)AVC是富有彈性的,那么其結(jié)果缺乏可信度;如果CS<1,說(shuō)明AESV對(duì)AVC是缺乏彈性的,那么其結(jié)果是穩(wěn)健的。

根據(jù)式(4),本文分別把各類農(nóng)業(yè)生態(tài)系統(tǒng)(耕地、森林、草地以及水域)的生態(tài)價(jià)值系數(shù)調(diào)動(dòng)50%,進(jìn)而分析各類農(nóng)業(yè)生態(tài)系統(tǒng)的敏感性程度。圖3繪出了2000—2019年各類農(nóng)業(yè)生態(tài)系統(tǒng)的敏感性指數(shù)變動(dòng)趨勢(shì),結(jié)果顯示各類農(nóng)業(yè)生態(tài)系統(tǒng)的敏感性指數(shù)均小于0.5,表明農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值對(duì)價(jià)值系數(shù)缺乏彈性,評(píng)估結(jié)果是穩(wěn)健可信的。

圖3 2000—2019年各類農(nóng)業(yè)生態(tài)系統(tǒng)敏感性指數(shù)變動(dòng)

(四)空間分布特征

表3報(bào)告了主要年份省際農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值(AESV)標(biāo)準(zhǔn)差橢圓參數(shù)結(jié)果。從重心范圍以及移動(dòng)方向來(lái)看,2000—2019年,標(biāo)準(zhǔn)差橢圓的重心均位于甘肅省境內(nèi)。其中,2000—2005年,標(biāo)準(zhǔn)差橢圓的重心向西北方向移動(dòng)44.19km,移動(dòng)速度為8.828km/年;2005—2012年,重心向東北方向移動(dòng)88.37km,移動(dòng)速度為12.624km/年;2012—2019年,重心向東北方向移動(dòng)26.03km,移動(dòng)速度為3.719km/年。總體而言,標(biāo)準(zhǔn)差橢圓的重心移動(dòng)距離與移動(dòng)速度均呈現(xiàn)先升后降趨勢(shì),空間分布趨于穩(wěn)定。原因可能在于西部省份自然資源稟賦豐富,農(nóng)業(yè)生態(tài)系統(tǒng)面積較大,農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)良好,早期重心向西北方向移動(dòng)。伴隨西部大開發(fā)戰(zhàn)略的實(shí)施,西部省份的農(nóng)業(yè)生態(tài)系統(tǒng)面積有所下降。2004年國(guó)家加大了糧食主產(chǎn)區(qū)的政策支持力度,東北地區(qū)作為糧食主產(chǎn)區(qū),耕地面積不斷擴(kuò)張,推動(dòng)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值重心逐步向東北移動(dòng)。黨的十八大以來(lái),各地加大了生態(tài)文明建設(shè)力度,強(qiáng)化了生態(tài)保護(hù)紅線和環(huán)境質(zhì)量底線,提升了生態(tài)環(huán)境治理能力,農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的移動(dòng)速度減緩。

從標(biāo)準(zhǔn)差橢圓的分布范圍來(lái)看,2000—2012年,長(zhǎng)半軸長(zhǎng)度從1648.19km下降至1613.21km,此后上升至2019年的1629.71km?？傮w而言,樣本考察期內(nèi)長(zhǎng)半軸長(zhǎng)度減少,短半軸長(zhǎng)度呈現(xiàn)“下降—上升—下降”的趨勢(shì),由2000年的905.25km波動(dòng)上升至2019年的912.79km,表明農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值在東北-西南方向上呈現(xiàn)向心集聚趨勢(shì),東南-西北方向上呈現(xiàn)分散趨勢(shì)。

橢圓面積呈現(xiàn)波動(dòng)式下降趨勢(shì),從2000年的468.7萬(wàn)平方千米下降至2019年的467.3萬(wàn)平方千米,波動(dòng)幅度較小,表明農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的空間分布范圍較為穩(wěn)定。從標(biāo)準(zhǔn)差橢圓的轉(zhuǎn)角來(lái)看,轉(zhuǎn)角θ呈現(xiàn)下降趨勢(shì),從2000年的79.17°下降至2019年的76.68°,表明標(biāo)準(zhǔn)差橢圓向“正南-正北”方向移動(dòng),在此方向上農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值量增加,但下降幅度較小,呈現(xiàn)穩(wěn)定的“東北-西南”分布格局。

五、農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)因素

(一)模型設(shè)定

在STIRPAT模型(York et al.,2003)的基礎(chǔ)上,本文把農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)因素納入“社會(huì)-經(jīng)濟(jì)-自然”的分析框架。由于各地自然資源稟賦、經(jīng)濟(jì)發(fā)展水平以及農(nóng)業(yè)生態(tài)保護(hù)政策力度不同,導(dǎo)致農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的驅(qū)動(dòng)因素存在時(shí)間非平穩(wěn)性與空間異質(zhì)性,OLS回歸可能存在有偏和不一致問(wèn)題。借鑒Huang et al.(2010)的研究,在傳統(tǒng)地理加權(quán)回歸模型(GWR)中加入時(shí)間因子,利用高斯核函數(shù)法構(gòu)建權(quán)重矩陣,以AICc法測(cè)算最優(yōu)帶寬,從時(shí)空雙重維度分析農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的驅(qū)動(dòng)因素。模型設(shè)定如下:

(5)

其中:yi表示因變量,xik表示第i個(gè)省份的第k個(gè)自變量,(ui,vi,ti)表示第i個(gè)省份的時(shí)空坐標(biāo),βk表示估計(jì)系數(shù),εi為誤差項(xiàng)。

(二)變量選取與描述性統(tǒng)計(jì)

因變量為人均農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值(PAESV),結(jié)果來(lái)自于前文計(jì)算。在相關(guān)研究的基礎(chǔ)上(Shipley et al.,2020;鐘文晶 等,2022;王若思 等,2022),從“社會(huì)-經(jīng)濟(jì)-自然”的復(fù)合維度選取降水、氣溫、人口密度、城鎮(zhèn)化、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)以及環(huán)境治理等指標(biāo)。其中,降水資源量(RAIN)采用年降水量和地區(qū)面積的乘積來(lái)衡量,氣溫(TEM)采用平均氣溫(攝氏度)衡量,人口密度(POP)采用每平方公里常住人口數(shù)(人/平方公里)衡量,城鎮(zhèn)化(URBAN)采用年末常住人口城鎮(zhèn)化率衡量,經(jīng)濟(jì)發(fā)展水平(ECO)采用農(nóng)村人均可支配收入(元)衡量,產(chǎn)業(yè)結(jié)構(gòu)(INS)采用第二產(chǎn)業(yè)比重衡量,環(huán)境治理(ENV)采用人均環(huán)保支出(元)衡量。2007年之前的環(huán)保支出數(shù)據(jù)以農(nóng)林水事業(yè)費(fèi)與林業(yè)支出之和代替。為剔除價(jià)格因素,對(duì)所有經(jīng)濟(jì)類指標(biāo)以2000年CPI為基期進(jìn)行了平減處理。為消除偽回歸和異方差問(wèn)題,對(duì)所有變量均進(jìn)行對(duì)數(shù)化處理。變量的描述性統(tǒng)計(jì)如表4所示。

表4 變量的描述性統(tǒng)計(jì)

(三)模型結(jié)果比較

在檢驗(yàn)了多重共線性和空間自相關(guān)之后,分別采用混合回歸(POLS)、時(shí)間加權(quán)回歸(TWR)、地理加權(quán)回歸(GWR)以及時(shí)空地理加權(quán)回歸(GTWR)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)因素進(jìn)行估計(jì),結(jié)果如表5所示。其中GTWR模型的R2比POLS、TWR、GWR模型分別提高了0.029、0.018、0.005,并且GTWR模型的AICc值和RSS值最小,表明GTWR模型能更好地解釋農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)因素的時(shí)空異質(zhì)性,采用GTWR模型進(jìn)行估計(jì)是合理的。

表5 農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)因素的估計(jì)結(jié)果

從GTWR模型的估計(jì)系數(shù)均值來(lái)看,與POLS的系數(shù)方向基本一致。降水、氣溫、城鎮(zhèn)化、經(jīng)濟(jì)發(fā)展水平以及環(huán)境治理對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值具有正向影響,其中氣溫以及降水的系數(shù)最大,分別為0.725和0.408,表明氣溫、降水等自然因素對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值具有重要促進(jìn)作用,不僅影響農(nóng)作物的光合作用、生物多樣性以及水土保持等功能,而且有利于農(nóng)業(yè)生態(tài)系統(tǒng)修復(fù)。經(jīng)濟(jì)發(fā)展水平的估計(jì)系數(shù)為0.395,表明農(nóng)民增收有利于喚醒農(nóng)民的生態(tài)意識(shí),增強(qiáng)農(nóng)業(yè)生態(tài)保護(hù)自覺(jué)性,保護(hù)農(nóng)業(yè)生態(tài)面積,從而提升農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值,這一發(fā)現(xiàn)與現(xiàn)有研究基本一致(Shipley et al.,2020;鐘文晶 等,2022)。人口密度、產(chǎn)業(yè)結(jié)構(gòu)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值具有抑制作用,其中人口密度的估計(jì)系數(shù)為-1.239,負(fù)向效應(yīng)最大,原因可能在于人口密度上升一方面會(huì)擠占農(nóng)業(yè)生態(tài)系統(tǒng)空間,譬如生態(tài)功能較強(qiáng)的耕地、林地、草地等轉(zhuǎn)化為建筑用地和商業(yè)用地,另一方面也會(huì)消耗更多的資源,排放更多的污染物,破壞農(nóng)業(yè)生態(tài)系統(tǒng)平衡,進(jìn)而降低農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值。

(四)驅(qū)動(dòng)因素的時(shí)空異質(zhì)性分析

1.各驅(qū)動(dòng)因素參數(shù)估計(jì)的時(shí)序波動(dòng)

為分析農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)驅(qū)動(dòng)因素參數(shù)估計(jì)的時(shí)間變動(dòng)趨勢(shì),本文根據(jù)GTWR模型的估計(jì)結(jié)果,對(duì)2000—2019年各變量的平均參數(shù)變化情況進(jìn)行可視化分析,結(jié)果如圖4所示。

圖4 各驅(qū)動(dòng)因素估計(jì)結(jié)果的時(shí)序變動(dòng)

第一,從社會(huì)維度來(lái)看,人口密度(POP)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響始終為負(fù),呈現(xiàn)先升后降趨勢(shì),從2000年的-1.39波動(dòng)上升至2012年的-1.17,此后下降至2019年的-1.29,表明人口密度的負(fù)向影響逐漸減弱。可能因?yàn)槿丝诿芏壬仙龜D占了農(nóng)業(yè)生態(tài)空間,導(dǎo)致農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值下降。但系數(shù)的離散程度呈先擴(kuò)大后縮小的趨勢(shì),原因主要在于近年來(lái)推進(jìn)以人為本的新型城鎮(zhèn)化,人口密度對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的負(fù)向影響逐漸減小。與人口密度的影響方向不同,城鎮(zhèn)化(URBAN)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響由負(fù)轉(zhuǎn)正。估計(jì)系數(shù)由2000年的-0.002下降至2005年的波谷值-0.32,2012年之后由負(fù)為正,2019年系數(shù)上升至0.75?？赡苡捎?011年之前部分省份過(guò)度依賴土地出讓收入和土地抵押融資推進(jìn)城鎮(zhèn)化建設(shè),浪費(fèi)了大量農(nóng)業(yè)生態(tài)用地資源,導(dǎo)致農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值降低。黨的十八大以來(lái),國(guó)家實(shí)施新型城鎮(zhèn)化與生態(tài)文明建設(shè)戰(zhàn)略,推動(dòng)了土地城鎮(zhèn)化向以人為本的新型城鎮(zhèn)化轉(zhuǎn)變,城鄉(xiāng)融合、綠色低碳城市建設(shè)步伐加快,使城鎮(zhèn)化質(zhì)量與城鎮(zhèn)化水平同步提升。因此,城鎮(zhèn)化水平上升促進(jìn)了農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)與農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值提升。

第二,從經(jīng)濟(jì)維度來(lái)看,經(jīng)濟(jì)發(fā)展(ECO)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響由正轉(zhuǎn)負(fù),系數(shù)從2000年的0.8下降至2019年的-0.1。近年來(lái)農(nóng)民增收更多來(lái)自于非農(nóng)收入的較快增長(zhǎng),從農(nóng)業(yè)生態(tài)保護(hù)中獲得的收益可能相對(duì)較少。為減少務(wù)農(nóng)勞動(dòng)時(shí)間和勞動(dòng)強(qiáng)度,農(nóng)民傾向于增加農(nóng)藥、化肥、薄膜、機(jī)械等方面的投入,這不利于農(nóng)業(yè)生態(tài)保護(hù),并對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)產(chǎn)生負(fù)向影響。產(chǎn)業(yè)結(jié)構(gòu)(INS)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響在大多數(shù)年份為負(fù),估計(jì)系數(shù)從2000年的-0.1下降至2019年的-0.31,其中2012年的系數(shù)達(dá)到波峰值0.21,2019年的系數(shù)進(jìn)入波谷-0.31,表明不同年份的產(chǎn)業(yè)結(jié)構(gòu)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的作用方向與強(qiáng)度存在較大差異。二產(chǎn)比重上升可能意味著工業(yè)企業(yè)的大幅度擴(kuò)張,在城市環(huán)境考評(píng)壓力不斷上升的情況下,大量工業(yè)企業(yè)向鄉(xiāng)村轉(zhuǎn)移,對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)產(chǎn)生擠出效應(yīng)。環(huán)境治理(ENV)的估計(jì)系數(shù)從2000年的0.28波動(dòng)下降至2019年的-0.05,其中2016年環(huán)境治理對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響由正轉(zhuǎn)負(fù),表明環(huán)保支出上升能夠帶來(lái)地方生態(tài)環(huán)境改善。但近年來(lái)地方政府為應(yīng)對(duì)環(huán)境考評(píng)和環(huán)保督察壓力,加大了對(duì)城市污染企業(yè)的環(huán)境規(guī)制力度,環(huán)保支出更多投向城市和工業(yè)污染治理,而農(nóng)業(yè)、農(nóng)村的環(huán)境規(guī)制力度相對(duì)薄弱,環(huán)保投入相對(duì)較少,因此,需要加大農(nóng)業(yè)農(nóng)村環(huán)境規(guī)制和環(huán)保投入力度,提升環(huán)保支出效率,引導(dǎo)企業(yè)和社會(huì)公眾共同參與農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù),才能有效促進(jìn)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值提升。

第三,從自然維度來(lái)看,降水(RAIN)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響始終為正,原因可能在于降水有利于農(nóng)作物的生長(zhǎng)發(fā)育,促進(jìn)了水文調(diào)節(jié)和水資源供給。2000—2019年,降水變量的系數(shù)在0.35～0.49之間,2001年達(dá)到最大值0.49,此后呈現(xiàn)小幅度下降趨勢(shì),表明降水對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的正向影響有所下降?！吨袊?guó)氣候變化藍(lán)皮書(2021)》顯示,我國(guó)降水量季節(jié)分配很不均勻,2012年以來(lái)極端強(qiáng)降水事件呈現(xiàn)增多趨勢(shì)。盡管科技進(jìn)步增強(qiáng)了我國(guó)農(nóng)業(yè)抵抗極端天氣的能力,但近年來(lái)洪澇災(zāi)害頻發(fā),不利于糧食作物生長(zhǎng)和土壤保持,一定程度上削弱了降水的正向影響。氣溫(TEM)對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響為正,估計(jì)系數(shù)在0.27～1.23之間,呈現(xiàn)波動(dòng)上升趨勢(shì),原因可能在于氣溫為植物生長(zhǎng)提供所需的能量,擴(kuò)大植物凈初級(jí)生產(chǎn)力(NPP),從而增加了農(nóng)業(yè)生態(tài)系統(tǒng)的調(diào)節(jié)服務(wù)價(jià)值,這一發(fā)現(xiàn)與現(xiàn)有研究結(jié)論基本一致(Santos et al.,2019)。

2.各驅(qū)動(dòng)因素參數(shù)估計(jì)的空間分異

根據(jù)GTWR模型估計(jì)結(jié)果,利用折線圖分析各驅(qū)動(dòng)因素參數(shù)估計(jì)均值的空間分異,結(jié)果如圖5所示。

圖5 各驅(qū)動(dòng)因素估計(jì)結(jié)果的空間分異

第一,從社會(huì)維度來(lái)看,人口密度(POP)在各地均為負(fù)向效應(yīng),系數(shù)絕對(duì)值在0.94～2.58之間,東部與中部地區(qū)的負(fù)向影響較大,西部與東北地區(qū)的負(fù)向作用相對(duì)較小,影響強(qiáng)度最小的五個(gè)省份為西藏、遼寧、吉林、四川以及黑龍江。原因可能在于西部與東北地區(qū)人口主要流向東部和中部地區(qū),進(jìn)一步降低了本地的人口密度,從而對(duì)本地農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的負(fù)向影響變小。城鎮(zhèn)化(URBAN)對(duì)西部和東北地區(qū)的大多數(shù)省份農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)具有負(fù)向影響,其中,廣東、福建的負(fù)向作用最小。其余18個(gè)省市的系數(shù)為正,系數(shù)值在0.08～1.14之間,主要聚焦于東部和中部地區(qū),可能因?yàn)檫@些地區(qū)重視城鎮(zhèn)化質(zhì)量,減弱了城鎮(zhèn)化對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的負(fù)向影響。 第二,從經(jīng)濟(jì)維度來(lái)看,經(jīng)濟(jì)發(fā)展(ECO)除遼寧、寧夏兩個(gè)省份以外,其余均為正值。貴州、福建、湖南、江西以及廣西5個(gè)省份的正向效應(yīng)最大,系數(shù)值在0.64～0.74之間。產(chǎn)業(yè)結(jié)構(gòu)的估計(jì)值除新疆、西藏、甘肅、青海、寧夏、海南、福建、四川、廣東、黑龍江、山西、重慶以及湖南13個(gè)省份外,其余18個(gè)省份均為負(fù)值,其中河北、河南以及山東3個(gè)省份的負(fù)向作用最大。從理論邏輯來(lái)說(shuō),二產(chǎn)比重越大,意味著占用更多的農(nóng)業(yè)生態(tài)用地,對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)的負(fù)向影響越大。至于13個(gè)省份產(chǎn)業(yè)結(jié)構(gòu)的估計(jì)系數(shù)為正,原因可能是這些省份具有生態(tài)資源比較優(yōu)勢(shì),二產(chǎn)比重上升加快了當(dāng)?shù)毓I(yè)化和城鎮(zhèn)化進(jìn)程,引致農(nóng)業(yè)生態(tài)產(chǎn)品需求增長(zhǎng),有利于農(nóng)業(yè)生態(tài)產(chǎn)品的開發(fā)與保護(hù)。例如,新疆、西藏以及甘肅的系數(shù)值分別達(dá)到1.65、0.8和0.6。環(huán)境治理(ENV)在各地均為正向效應(yīng),系數(shù)值在0.03～0.38之間,呈現(xiàn)“西部和東北高-東部和中部低”的空間分異,其中四川、遼寧、甘肅、云南以及寧夏5個(gè)省份的系數(shù)值最大,原因可能在于西部和東北地區(qū)的人口密度相對(duì)較小,而農(nóng)業(yè)生態(tài)面積相對(duì)較大,人均環(huán)保支出增加帶來(lái)了農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)的規(guī)模經(jīng)濟(jì)效應(yīng),從而對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的促進(jìn)作用相對(duì)更大。

第三,從自然維度來(lái)看,降水(RAIN)在各地均為正向效應(yīng),系數(shù)值在0.53～0.89之間變動(dòng)。西部與東北地區(qū)的正向效應(yīng)較大,其中西藏、四川、寧夏、甘肅以及青海為系數(shù)值最大的五個(gè)省份?？赡苡捎谖覈?guó)水資源呈現(xiàn)南多北少、東多西少的空間非均勻分布,降水對(duì)西部與東北地區(qū)的調(diào)節(jié)作用和供給作用更大。與降水不同,氣溫(TEM)除遼寧、吉林、黑龍江、新疆四地外,其余均為正值,系數(shù)值在0.03～1.51之間變動(dòng),排名前五的省份為河南、湖北、福建、江西以及安徽。原因可能在于我國(guó)大部分地區(qū)以暖溫帶和亞熱帶為主,氣溫上升使耕地復(fù)種指數(shù)增加,提升了農(nóng)業(yè)生態(tài)系統(tǒng)的供給服務(wù)價(jià)值。而遼寧、吉林、黑龍江、新疆主要屬于中溫帶地區(qū),氣溫上升對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)產(chǎn)生較大的破壞效應(yīng)。

六、結(jié)論與政策啟示

雙碳戰(zhàn)略目標(biāo)對(duì)我國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)提出了更高的要求,面對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)退化和資源環(huán)境約束趨緊的嚴(yán)峻形勢(shì),迫切需要探索農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的提升路徑。本文構(gòu)建動(dòng)態(tài)當(dāng)量調(diào)節(jié)因子模型對(duì)2000—2019年我國(guó)31個(gè)省份的農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行評(píng)估,利用標(biāo)準(zhǔn)差橢圓方法考察農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的分布動(dòng)態(tài)及演進(jìn)趨勢(shì),并基于時(shí)空地理加權(quán)回歸建模技術(shù)擴(kuò)展傳統(tǒng)STIRPAT模型,識(shí)別農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的驅(qū)動(dòng)因素及其時(shí)空分異。研究結(jié)論如下:

(1)樣本考察期內(nèi),1個(gè)標(biāo)準(zhǔn)動(dòng)態(tài)當(dāng)量呈現(xiàn)波動(dòng)式上升趨勢(shì),從2000年的796.8元/hm2上升至2019年的2276.23元/hm2。全國(guó)AESV以及人均AESV均呈現(xiàn)波動(dòng)式上升趨勢(shì),而全國(guó)AESV占一產(chǎn)GDP之比、人均AESV占人均GDP之比呈現(xiàn)下降趨勢(shì),仍然存在較大的提升空間。

(2)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的空間非均衡性特征明顯。西部地區(qū)的AESV總量以及人均AESV最大,東北部、中部和東部地區(qū)的AESV總量接近且東部地區(qū)的人均AESV最小。從增速來(lái)看,東北地區(qū)的AESV總量以及人均AESV增速最快,年均增長(zhǎng)率分別為6.24%和 5.9%。標(biāo)準(zhǔn)差橢圓的重心位于甘肅省境內(nèi),重心的移動(dòng)距離與移動(dòng)速度均呈現(xiàn)先升后降趨勢(shì)。標(biāo)準(zhǔn)差橢圓的轉(zhuǎn)角下降幅度較小,表明農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)穩(wěn)定的“東北-西南”空間分布格局。

(3)降水、氣溫、城鎮(zhèn)化、經(jīng)濟(jì)發(fā)展和環(huán)境治理有利于提升農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值,而人口密度以及產(chǎn)業(yè)結(jié)構(gòu)具有抑制作用。從各驅(qū)動(dòng)因素的時(shí)序變動(dòng)來(lái)看,降水和氣溫始終具有正向影響,人口密度始終為負(fù)。從各驅(qū)動(dòng)因素的空間分異來(lái)看,降水和環(huán)境治理均為正向效應(yīng),在西部與東北地區(qū)的正向影響較大。人口密度的影響為負(fù),在東部與中部地區(qū)的負(fù)向影響較大。氣溫、城鎮(zhèn)化、經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)在作用方向和影響程度上均存在明顯的空間分異性。

基于上述研究結(jié)論,政策啟示在于:

第一,進(jìn)一步加大農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)力度。一方面,要嚴(yán)守生態(tài)保護(hù)紅線和耕地保護(hù)紅線,科學(xué)劃定農(nóng)業(yè)生態(tài)保護(hù)空間,提高農(nóng)業(yè)生態(tài)面積保有量。另一方面,加快農(nóng)業(yè)生態(tài)環(huán)境的立法進(jìn)度,提高農(nóng)業(yè)生態(tài)系統(tǒng)監(jiān)管執(zhí)法的保障力,防治農(nóng)業(yè)面源污染。因地制宜開展農(nóng)業(yè)生態(tài)修復(fù),增強(qiáng)農(nóng)業(yè)生態(tài)系統(tǒng)的穩(wěn)定性和可持續(xù)性。

第二,探索農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的地區(qū)協(xié)同提升機(jī)制。研究顯示,全國(guó)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值具有明顯的空間非均衡性效應(yīng),可以根據(jù)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的分布特征,把西部、東北劃分為重點(diǎn)生態(tài)功能區(qū),加大對(duì)重點(diǎn)生態(tài)功能區(qū)的轉(zhuǎn)移支付,壓實(shí)非生態(tài)功能區(qū)、生態(tài)敏感區(qū)和脆弱區(qū)穩(wěn)定農(nóng)業(yè)生態(tài)系統(tǒng)面積的責(zé)任,共同維護(hù)好國(guó)家生態(tài)安全。以市場(chǎng)和民眾為主導(dǎo)有利于提高權(quán)利與責(zé)任的對(duì)稱性和農(nóng)業(yè)生態(tài)保護(hù)的協(xié)調(diào)性(李周,2023),加快構(gòu)建農(nóng)業(yè)生態(tài)產(chǎn)品和生態(tài)服務(wù)交易平臺(tái),促進(jìn)地區(qū)間開展農(nóng)業(yè)生態(tài)產(chǎn)品交易、生態(tài)補(bǔ)償和生態(tài)調(diào)節(jié),降低地區(qū)間的農(nóng)業(yè)生態(tài)赤字和生態(tài)差距,從而實(shí)現(xiàn)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的協(xié)同提升。

第三,推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型。從社會(huì)維度來(lái)說(shuō),要充分考慮生態(tài)系統(tǒng)承載力,合理確定人口密度,降低人口密度對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的負(fù)向影響。此外,要發(fā)揮新型城鎮(zhèn)化對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值的促進(jìn)作用,處理好城鎮(zhèn)化發(fā)展與農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)之間的關(guān)系,從城鄉(xiāng)一體化高質(zhì)量發(fā)展的角度保護(hù)農(nóng)業(yè)生態(tài)系統(tǒng),構(gòu)建以提高生物多樣性和生態(tài)服務(wù)功能為目標(biāo)導(dǎo)向的生態(tài)修復(fù)體系,提高城市韌性與生態(tài)安全保障能力。從經(jīng)濟(jì)維度來(lái)說(shuō),農(nóng)民增收和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)有利于農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值提升,一方面要支持農(nóng)民發(fā)展綠色農(nóng)業(yè)、循環(huán)農(nóng)業(yè)和智慧農(nóng)業(yè),加大對(duì)綠色生產(chǎn)的政策補(bǔ)貼力度,增加農(nóng)民的生態(tài)保護(hù)收益,調(diào)動(dòng)農(nóng)戶保護(hù)農(nóng)業(yè)生態(tài)系統(tǒng)的積極性。另一方面,推動(dòng)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí),推動(dòng)傳統(tǒng)制造業(yè)綠色化改造,建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系。與此同時(shí),加大環(huán)保支出向農(nóng)業(yè)、農(nóng)村的傾斜力度,完善農(nóng)業(yè)生態(tài)環(huán)保支出的管理與監(jiān)督,增強(qiáng)農(nóng)村環(huán)境規(guī)制執(zhí)行效率。建立農(nóng)業(yè)生態(tài)系統(tǒng)損害責(zé)任終身追究制,加大對(duì)地方政府保護(hù)生態(tài)資產(chǎn)的考評(píng)監(jiān)督,確保農(nóng)業(yè)生態(tài)系統(tǒng)保護(hù)政策的有效實(shí)施與執(zhí)行。從自然維度來(lái)說(shuō),降水和氣溫有利于農(nóng)業(yè)生態(tài)系統(tǒng)服務(wù)價(jià)值提升,要牢固樹立“山水林田湖草沙是一個(gè)生命共同體”的理念,加強(qiáng)農(nóng)業(yè)生態(tài)文明教育,引導(dǎo)民眾敬畏自然、尊重自然、順應(yīng)自然、保護(hù)自然,形成保護(hù)農(nóng)業(yè)生態(tài)系統(tǒng)和節(jié)約資源的生活方式,構(gòu)建人與自然和諧共生的新格局。