張云蘭

(1.廣西財經(jīng)學(xué)院經(jīng)濟(jì)與貿(mào)易學(xué)院,廣西南寧 530003;2.廣西財經(jīng)學(xué)院廣西金融與經(jīng)濟(jì)研究院,廣西南寧 530003;3.中國-東盟數(shù)字經(jīng)濟(jì)學(xué)院,廣西南寧 530003)

農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)是農(nóng)業(yè)生態(tài)系統(tǒng)與農(nóng)業(yè)經(jīng)濟(jì)系統(tǒng)相互融合的生態(tài)經(jīng)濟(jì)復(fù)合系統(tǒng),內(nèi)部種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)4個農(nóng)業(yè)生態(tài)子系統(tǒng)之間,以及4個農(nóng)業(yè)生態(tài)子系統(tǒng)與工業(yè)、服務(wù)業(yè)之間不斷發(fā)生著經(jīng)濟(jì)聯(lián)系[1]。農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全是區(qū)域生態(tài)安全和可持續(xù)發(fā)展的重要保障。廣西地處西南喀斯特地區(qū),是世界上最大的喀斯特連續(xù)帶,生態(tài)環(huán)境脆弱,人地矛盾突出,極易陷入“生態(tài)脆弱-貧困-掠奪式發(fā)展-生態(tài)經(jīng)濟(jì)系統(tǒng)退化-進(jìn)一步貧困”的惡性循環(huán)[2],是我國農(nóng)業(yè)資源與生態(tài)環(huán)境保護(hù)的重點區(qū)域,同時也是我國重要的生態(tài)安全屏障。近年來,我國全面推進(jìn)鄉(xiāng)村振興戰(zhàn)略,曾多次強調(diào)要加快推行農(nóng)業(yè)綠色生產(chǎn)方式,促進(jìn)農(nóng)業(yè)高質(zhì)量發(fā)展,促進(jìn)農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全。因此,在生態(tài)安全和鄉(xiāng)村振興視域下,建立廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全評價與預(yù)警體系,定量分析系統(tǒng)安全狀況和影響因素,動態(tài)預(yù)測系統(tǒng)安全警情演變趨勢,可為廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全調(diào)控提供依據(jù),進(jìn)而推進(jìn)廣西石漠化防治、農(nóng)業(yè)資源與生態(tài)環(huán)境保護(hù)、農(nóng)業(yè)可持續(xù)發(fā)展,以及鄉(xiāng)村振興和生態(tài)文明建設(shè)。

1992年,加拿大生態(tài)經(jīng)濟(jì)學(xué)家Rees[3]提出采用生態(tài)足跡(Ecological Footprint,EF)模型來衡量區(qū)域、自然資源的可持續(xù)發(fā)展,并與其學(xué)生Wackernagel于1996年進(jìn)一步完善了該方法[4]。生態(tài)足跡模型是通過計算一定區(qū)域內(nèi)人口消費的各種生物資源和能源數(shù)量,并按照相應(yīng)的換算系數(shù)折算成生物生產(chǎn)性土地面積,再將土地面積加和之后得到該區(qū)域總的生態(tài)足跡[5]。同時,根據(jù)區(qū)域內(nèi)耕地、林地、草地、水域、化石能源地、建設(shè)用地等6種類型的土地面積計算區(qū)域總的生態(tài)承載力[6]。通過比較生態(tài)足跡與生態(tài)承載力的大小,可判斷區(qū)域發(fā)展是否處于安全、可持續(xù)狀態(tài)。生態(tài)足跡模型作為生態(tài)安全評價和可持續(xù)發(fā)展研究的有效方法,得到國內(nèi)外學(xué)者的廣泛關(guān)注和運用。中國于1999年引入生態(tài)足跡模型,學(xué)者將其廣泛用于區(qū)域生態(tài)經(jīng)濟(jì)系統(tǒng)的定量研究。隨著研究區(qū)域的不斷擴(kuò)展,徐中民等[7]計算了1995年張掖地區(qū)的生態(tài)足跡;翁伯琦等[8]動態(tài)分析了1999-2003年福建生態(tài)足跡和生態(tài)承載力,提出減少福建生態(tài)赤字的對策;潘洪義等[9]測算了2009-2014年成都生態(tài)足跡時空演變規(guī)律,發(fā)現(xiàn)最嚴(yán)重的生態(tài)赤字發(fā)生在浦江縣;符正平等[10]研究了中國29個省在2004-2017年的可持續(xù)發(fā)展能力,發(fā)現(xiàn)生態(tài)省試點可以抑制人均生態(tài)足跡的增加,有效促進(jìn)區(qū)域可持續(xù)發(fā)展。隨著研究的不斷深入,一些學(xué)者還將生態(tài)足跡模型應(yīng)用到資源可持續(xù)利用[11]、水生態(tài)安全[12]、土地安全[13]和農(nóng)業(yè)生態(tài)安全[14]等方面。目前,利用生態(tài)足跡模型開展生態(tài)安全評價的研究較多,而基于生態(tài)安全評價結(jié)果進(jìn)一步開展安全預(yù)警的研究鮮見,未見有利用生態(tài)足跡模型深入開展農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全評價的研究,尤其是針對生態(tài)脆弱區(qū)農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全的長時間序列動態(tài)評價和預(yù)警還有待進(jìn)一步研究。因此,本研究采用生態(tài)足跡模型測算2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)生態(tài)足跡和生態(tài)承載力,定量評價系統(tǒng)的安全狀況,在此基礎(chǔ)上采用偏最小二乘(PLS)模型分析系統(tǒng)安全的影響因素,并基于灰色GM(1,1)模型開展系統(tǒng)安全預(yù)測和預(yù)警研究,以期為系統(tǒng)安全調(diào)控和可持續(xù)發(fā)展提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

廣西地處云貴高原東南邊緣,東鄰廣東省、南鄰北部灣、西南與越南毗鄰,屬亞熱帶季風(fēng)氣候,年平均氣溫17.60-23.80 ℃,年平均降水量723.90-2 983.80 mm。行政區(qū)域土地面積2.376×105km2,其中山地和丘陵面積分別占62.05%和14.49%。根據(jù)第三次全國國土調(diào)查結(jié)果,廣西耕地、林地、園地、草地、水域及水利設(shè)施用地面積分別為3.307 6×106、1.609 53×107、1.670 3×106、2.762×105、7.49×105hm2,分別占土地總面積的13.97%、68.00%、7.06%、1.17%和3.16%,人均耕地面積僅0.07 hm2。2022年末,廣西常住人口5 047萬人,其中鄉(xiāng)村人口占44.35%。2022年廣西GDP達(dá)26 300.87億元,其中第一產(chǎn)業(yè)增加值4 269.81億元,占比16.2%,糧食、豬牛羊禽肉和水產(chǎn)品產(chǎn)量分別為1.393 1×107、4.46×106、3.638×106t[15-17]。

1.2 數(shù)據(jù)來源

參考文獻(xiàn)[18-20],結(jié)合研究區(qū)概況,本研究以2000-2021年為研究時段,開展基于生態(tài)足跡模型的廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全評價與預(yù)警,并將得出的結(jié)果與貴州、云南進(jìn)行比較分析。研究數(shù)據(jù)主要包括生物資源消費量、生物資源全球平均產(chǎn)量、人口、均衡因子、各類土地面積、產(chǎn)量因子等。其中,生物資源消費量、生物資源全球平均產(chǎn)量、人口、各類土地面積等數(shù)據(jù)來源于經(jīng)濟(jì)預(yù)測系統(tǒng)(EPS)數(shù)據(jù)庫、聯(lián)合國糧食及農(nóng)業(yè)組織(FAO)數(shù)據(jù)庫和2001-2022年的《中國統(tǒng)計年鑒》[21]、《中國農(nóng)村統(tǒng)計年鑒》[22]、《廣西統(tǒng)計年鑒》[23]、《云南統(tǒng)計年鑒》[24]、《貴州統(tǒng)計年鑒》[25];均衡因子和產(chǎn)量因子采用Wackernagel等[26]提出的取值方法。

1.3 方法

1.3.1 生態(tài)足跡模型

(1)生態(tài)足跡

根據(jù)國際通用的生態(tài)足跡模型[7],農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的生態(tài)足跡計算涉及耕地、草地、林地和水域所對應(yīng)的生物資源賬戶,即引用均衡因子將4類生物資源賬戶的生物資源消費量轉(zhuǎn)化成生物生產(chǎn)性土地[27],其計算公式如下:

式中,EF為總生態(tài)足跡;N為總?cè)丝跀?shù);ef為人均生態(tài)足跡;j代表4種土地類型,分別是耕地、草地、林地和水域;aaj為各類生物生產(chǎn)性土地面積;rj為均衡因子,無量綱,均衡處理后的4類土地面積即為可以相加的世界平均生物生產(chǎn)性土地面積;i為消費的生物資源賬戶項目類別;ai為第i種生物資源賬戶項目的人均年消費量所折算的生物生產(chǎn)性土地面積;pi為第i種生物資源賬戶項目的全球平均產(chǎn)量;ci為第i種生物資源賬戶項目的人均年消費量,n為消費的生物資源賬戶項目的數(shù)量。

本研究的生物資源賬戶包括34個生物資源項目,即耕地對應(yīng)的谷物、豆類、薯類、棉花、油料、麻類、甘蔗、蔬菜、煙葉等9個項目,林地對應(yīng)的茶葉、水果、木材、橡膠、松脂、油桐籽、油茶籽、核桃、板栗、白果、八角、桂皮、茴油、桂油、竹筍干、毛竹采伐量等16個項目,草地對應(yīng)的豬肉、牛肉、羊肉、禽肉、奶類、禽蛋、蜂蜜、蠶繭等8個項目,以及水域?qū)?yīng)的水產(chǎn)品。

(2)生態(tài)承載力

農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的生態(tài)承載力是指耕地、草地、林地、水域等4種類型土地所能提供給人類的生物生產(chǎn)性土地的面積總和[27]。生態(tài)承載力計算公式如下:

式中,EC為總生態(tài)承載力;N為總?cè)丝跀?shù);ec為人均生態(tài)承載力;aj為人均占有的j類生物生產(chǎn)性土地面積,通常指耕地、林地、草地、水域4類;rj為均衡因子;Yj為j類生物生產(chǎn)性土地的產(chǎn)量因子。由于生態(tài)足跡模型將水果納入林產(chǎn)品,因此本研究中廣西林地面積由統(tǒng)計數(shù)據(jù)中林地和果園面積相加所得。為了保護(hù)生物多樣性,需在生物生產(chǎn)性土地面積中扣除12%。

1.3.2 農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全評價

(1)資源利用效率指數(shù)

農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的資源利用效率指數(shù)是指萬元農(nóng)業(yè)GDP生態(tài)足跡[28],反映農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)發(fā)展對資源的利用效率,是生態(tài)足跡與農(nóng)業(yè)GDP(第一產(chǎn)業(yè)增加值)的比值,計算公式如下:

式中,REI為資源利用效率指數(shù);EF為總生態(tài)足跡;GDP為農(nóng)業(yè)GDP,單位為萬元;REI的值越大,說明系統(tǒng)資源的利用效率越低,反之則說明利用效率越高[29]。

(2)生態(tài)盈虧

農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的生態(tài)盈虧是指人均生態(tài)足跡和人均生態(tài)承載力之差[27],計算公式為

ed=ec-ef,式中,ed為生態(tài)盈虧,當(dāng)ed>0時為生態(tài)盈余,表明系統(tǒng)是安全、可持續(xù)的;當(dāng)ed<0時為生態(tài)赤字,表明系統(tǒng)超載,是不安全、不可持續(xù)的。

(3)生態(tài)壓力指數(shù)

農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的生態(tài)壓力指數(shù)是農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全評價的重要指標(biāo),是人均生態(tài)足跡和人均生態(tài)承載力的比值,表示系統(tǒng)承受的壓力程度[26,27],計算公式為

式中,EPI為生態(tài)壓力指數(shù),其值越大,表示系統(tǒng)的壓力越大,越不安全。EPI可劃分為5個等級,分別代表系統(tǒng)安全的5個級別,EPI<1.0為安全,1.0≤EPI<1.5為輕度不安全,1.5≤EPI<2.0為中度不安全,2.0≤EPI<3.0為重度不安全,EPI≥3.0為極度不安全[20,30,31]。

1.3.3 農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響因素

農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)屬于“自然-社會-經(jīng)濟(jì)”復(fù)合系統(tǒng),是受人類控制、以農(nóng)業(yè)生產(chǎn)為主要目標(biāo)的綜合體[1]。農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響因素分析的指標(biāo)可分為農(nóng)業(yè)資源指標(biāo)、農(nóng)業(yè)經(jīng)濟(jì)指標(biāo)和農(nóng)業(yè)社會指標(biāo)。依據(jù)科學(xué)性、代表性、可操作性和通行性原則,結(jié)合廣西的實際情況,選取20個相關(guān)指標(biāo)構(gòu)建備選指標(biāo)集。通過理論分析、部門調(diào)研、專家咨詢,最終確定8個指標(biāo)作為廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響分析指標(biāo)體系,即人口密度和城鎮(zhèn)化率代表農(nóng)業(yè)社會指標(biāo),人均農(nóng)業(yè)GDP、農(nóng)業(yè)經(jīng)濟(jì)密度(農(nóng)業(yè)GDP除以農(nóng)業(yè)用地面積)、化肥施用量和農(nóng)業(yè)機械總動力代表農(nóng)業(yè)經(jīng)濟(jì)指標(biāo),人均耕地面積和耕墾指數(shù)(耕地面積除以農(nóng)業(yè)用地面積)代表農(nóng)業(yè)資源指標(biāo)。

參考徐智超等[32]和高艷珍等[33]的研究,在廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響因素分析中選擇最典型的生態(tài)壓力指數(shù)代表系統(tǒng)安全狀況。因此,以2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的生態(tài)壓力指數(shù)(Y)為因變量,2000-2021年人口密度(X1)、人均農(nóng)業(yè)GDP(X2)、人均耕地面積(X3)、耕墾指數(shù)(X4)、農(nóng)業(yè)經(jīng)濟(jì)密度(X5)、城鎮(zhèn)化率(X6)、化肥施用量(X7)、農(nóng)業(yè)機械總動力(X8)等8個指標(biāo)為自變量,量化分析廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響因素。首先對農(nóng)業(yè)GDP進(jìn)行平減處理,再利用PLS模型進(jìn)行回歸分析。在PLS模型分析中,自變量的回歸系數(shù)標(biāo)準(zhǔn)化值的絕對值越大說明這個自變量對因變量的影響越大。

1.3.4 農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全預(yù)警

(1)生態(tài)壓力指數(shù)預(yù)測

通過預(yù)測2022-2033年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)人均生態(tài)足跡和人均生態(tài)承載力,計算出2022-2033年系統(tǒng)生態(tài)壓力指數(shù),以生態(tài)壓力指數(shù)作為警情指數(shù)開展廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全預(yù)警研究。灰色預(yù)測模型是趨勢預(yù)測的有效方法,是對在一定范圍內(nèi)變化且變化與時間有關(guān)的灰色過程進(jìn)行動態(tài)預(yù)測,該模型的優(yōu)點是對樣本量和概率分布沒有嚴(yán)格要求,運算簡便、精度較高、易于檢驗,也不用考慮分布規(guī)律或變化趨勢等,且對不規(guī)律的數(shù)據(jù)預(yù)測效果更好[34]。GM(1,1)模型是最常用、最有效的灰色預(yù)測模型[35]。因此,本研究中采用GM(1,1)模型預(yù)測廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)生態(tài)壓力指數(shù),分析系統(tǒng)安全警情演變趨勢,并與同屬石漠化片區(qū)的云南、貴州相比較。

(2)警情標(biāo)準(zhǔn)劃分

參照農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全等級劃分標(biāo)準(zhǔn),根據(jù)農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的實際情況,結(jié)合相關(guān)研究成果[35]和專家意見,以生態(tài)壓力指數(shù)預(yù)測值來劃分警度。本研究將廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情劃分為巨警、重警、中警、輕警、無警5個等級,并確定相應(yīng)的警度和指示燈,如表1所示。

表1 農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情標(biāo)準(zhǔn)

2 結(jié)果與分析

2.1 生態(tài)足跡與生態(tài)承載力

2.1.1 人均生態(tài)足跡動態(tài)分析

可以發(fā)現(xiàn)，過境免簽政策的實施產(chǎn)生了一定的效果，但是并沒有達(dá)到政策制定者所設(shè)想的規(guī)模。為此，本文以2013年至2016年北京72小時過境免簽政策為案例，選取京津冀城市群作為研究樣本，驗證過境免簽政策的實際效果。選擇京津冀地區(qū)作為研究樣本，一是因為此地區(qū)是我國入境旅游經(jīng)濟(jì)一體化的樣板地區(qū)之一（厲新建、宋昌耀、張飛飛，2015），案例地本身具有一定的代表性；二是由于包括西城、東城、海淀、朝陽等16區(qū)在內(nèi)的北京市是實施過境免簽政策的地區(qū)，而天津市以及河北省11個城市并沒有實施該項政策，這便于在比較中檢驗過境免簽政策實施對入境旅游的提升作用。

2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)人均生態(tài)足跡為0.990-1.884 hm2/人,在時間序列上呈波浪式上升趨勢,2021年較2000年總體上增長90.30%(圖1)。其中,2000-2021年林地人均生態(tài)足跡增長最快,且變化趨勢與系統(tǒng)較為一致,增長了8.64倍,主要是由于木材和水果消費快速增加,促使其人均生態(tài)足跡分別增加7.17倍和12.62倍;耕地、草地和水域的人均生態(tài)足跡增長相對緩慢,分別增長32.53%、24.74%和39.53%。2021年,4類土地人均生態(tài)足跡占系統(tǒng)比重排序為林地>耕地>草地>水域,分別為36.84%、34.82%、25.16%和3.18%。

2.1.2 人均生態(tài)承載力動態(tài)分析

2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)人均生態(tài)承載力變化較小,在0.592-0.718 hm2/人之間波動(表2),平均值為0.659 hm2/人,2021年較2000年總體下降0.67%。2000-2021年林地人均生態(tài)承載力增加36.44%;耕地和草地人均生態(tài)承載力分別減少0.088、0.001 hm2/人,水域人均生態(tài)承載力穩(wěn)定。耕地和林地的人均生態(tài)承載力占系統(tǒng)比重較大,2021年占比分別為45.10%、54.39%。

表2 2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)人均生態(tài)承載力

2.2 系統(tǒng)安全評價

2.2.1 資源利用效率指數(shù)分析

2000-2021年廣西農(nóng)業(yè)GDP從538.69億元增加到4 015.5億元,增長6.45倍;廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)生態(tài)足跡從4 702.51萬公頃增加到9 490.07萬公頃,增長1.02倍;系統(tǒng)資源利用效率指數(shù)從8.73 hm2/萬元波動下降到2.36 hm2/萬元(圖2),下降72.97%,表明系統(tǒng)資源利用效率提高72.97%,2011年以來,系統(tǒng)資源利用效率提升速度明顯放緩。2000-2021年林地資源利用效率指數(shù)波動較大,總體下降25.97%,平均值為8.31 hm2/萬元,大于耕地、草地和水域。綜上表明林地資源利用效率在4類土地類型中最低,盡管2021年林地資源利用效率較2000年提高25.97%,但漲幅低于耕地、草地和水域,后三者的資源利用效率分別提高83.99%、74.70%和74.18%。

圖2 2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)資源利用效率指數(shù)

2.2.2 生態(tài)盈虧分析

2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)處于生態(tài)赤字狀態(tài),且從-0.395 hm2/人不斷加劇到-1.292 hm2/人(圖3),表明系統(tǒng)因資源過度消耗出現(xiàn)超負(fù)荷運行。其中,林地由2000年生態(tài)盈余(0.164 hm2/人)到2021年生態(tài)赤字(-0.373 hm2/人);耕地、草地和水域一直處于生態(tài)赤字狀態(tài),并逐漸加劇;生態(tài)赤字嚴(yán)重程度為草地>耕地>水域,2021年分別為-0.473、-0.389、-0.057 hm2/人。耕地、林地、草地、水域和系統(tǒng)總體均處于不安全狀態(tài),且有不斷加劇的趨勢。

圖3 2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)生態(tài)盈虧

2.2.3 生態(tài)壓力指數(shù)分析

表3 2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)生態(tài)壓力指數(shù)

續(xù)表

2.3 系統(tǒng)安全影響因素分析

廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響因素分析的自變量和因變量變化情況如表4所示。2000-2021年因變量Y增長91.57%,自變量X中增長率排前3的分別是人均農(nóng)業(yè)GDP(X2)、農(nóng)業(yè)機械總動力(X8)和農(nóng)業(yè)經(jīng)濟(jì)密度(X5)。8個自變量和因變量之間的Pearson相關(guān)系數(shù)均呈現(xiàn)出0.01水平的顯著性(表5),表明指標(biāo)選擇較為合理;部分自變量之間具有顯著的相關(guān)性,說明存在多重共線性情況。因此,回歸分析采用PLS模型較為合適,可以有效解決多重共線性問題[31,33]。

表4 廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響因素分析指標(biāo)的變化

續(xù)表

如表6所示,X3、X4的回歸系數(shù)標(biāo)準(zhǔn)化值為負(fù)數(shù),表明人均耕地面積和耕墾指數(shù)對生態(tài)壓力指數(shù)具有逆向影響,有利于廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全。另外6個自變量的回歸系數(shù)標(biāo)準(zhǔn)化值為正數(shù),表明其值增加會使生態(tài)壓力指數(shù)同步升高,不利于廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全,其影響程度的大小為人均農(nóng)業(yè)GDP>城鎮(zhèn)化率>農(nóng)業(yè)機械總動力>化肥施用量>人口密度>農(nóng)業(yè)經(jīng)濟(jì)密度?；赑LS模型的回歸方程如下:Y=0.125×X1+0.229×X2-0.118×X3-0.108×X4+0.047×X5+0.226×X6+0.155×X7+0.219×X8。

表5 指標(biāo)之間的Pearson相關(guān)系數(shù)矩陣

表6 基于PLS模型的回歸系數(shù)標(biāo)準(zhǔn)化值

農(nóng)業(yè)經(jīng)濟(jì)增長是影響廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全的主要因素。農(nóng)業(yè)機械的推廣應(yīng)用提高了農(nóng)業(yè)生產(chǎn)效率,但也給農(nóng)田水土保持造成一定的破壞;化肥施用量大幅增加,提高了農(nóng)產(chǎn)品產(chǎn)量,但也造成農(nóng)業(yè)生態(tài)環(huán)境污染。隨著城鎮(zhèn)化進(jìn)程加快,大量農(nóng)業(yè)人口轉(zhuǎn)為非農(nóng)人口,農(nóng)業(yè)自然資源和生態(tài)環(huán)境壓力逐漸增加。

2.4 系統(tǒng)安全警情分析

根據(jù)廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)生態(tài)壓力指數(shù)(系統(tǒng)安全警情指數(shù))預(yù)測結(jié)果(表7)可知,2022-2033年系統(tǒng)從重度不安全狀態(tài)轉(zhuǎn)變?yōu)闃O度不安全狀態(tài),且不斷加劇,安全警情也從重警演變?yōu)榫蘧?指示燈由橙色變?yōu)榧t色。將廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情與云南、貴州作橫向比較,可知2022-2033年云南、貴州的農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情不斷惡化,這與廣西的情況一致;貴州農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)均處于中度不安全狀態(tài),警度為中警,指示燈為黃色;云南農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)從中度不安全狀態(tài)逐漸轉(zhuǎn)變?yōu)橹囟炔话踩珷顟B(tài),警度由中警演變?yōu)橹鼐?指示燈由黃色轉(zhuǎn)變?yōu)槌壬？傮w來說,2022-2033年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情較云南、貴州更為嚴(yán)重。

表7 2022-2033年農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情

3 討論

廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)人均生態(tài)承載力總體上較為平穩(wěn),人均生態(tài)足跡不斷增加且大于人均生態(tài)承載力,即系統(tǒng)發(fā)展對自然資本的需求和消耗超過系統(tǒng)供給能力,導(dǎo)致生態(tài)赤字,系統(tǒng)處于不安全狀態(tài),生態(tài)壓力指數(shù)呈上升趨勢,這與劉璐瑤等[11]和楊屹等[36]的研究結(jié)果相似。由于生態(tài)足跡模型中的均衡因子、產(chǎn)量因子取值方法不同,以及生物資源賬戶選取的項目數(shù)量不同,生態(tài)壓力指數(shù)大小與楊屹等[36]的研究結(jié)果存在一定差異,但差異較小且總體趨勢一致。本研究的生物資源賬戶項目數(shù)量達(dá)34個,且研究時序長達(dá)22年,能更全面、更準(zhǔn)確地反映廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的生態(tài)足跡和安全狀況。

2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)中耕地的人均生態(tài)足跡占比最大,且人均耕地面積、耕墾指數(shù)對系統(tǒng)安全具有較強的正向影響,而人均農(nóng)業(yè)GDP和城鎮(zhèn)化率對系統(tǒng)安全具有較強的逆向影響。廣西素有“八山一水一分田”之稱,因此在城鎮(zhèn)化進(jìn)程中,要加快土地整理,擴(kuò)大耕地面積,加大耕地保護(hù)力度,積極落實田長制,優(yōu)化耕地利用模式,協(xié)調(diào)人地關(guān)系。林地人均生態(tài)足跡快速增加,導(dǎo)致系統(tǒng)不安全狀態(tài)進(jìn)一步加劇,應(yīng)堅持“兩山”理念,優(yōu)化林業(yè)產(chǎn)業(yè)結(jié)構(gòu),提升林業(yè)生態(tài)產(chǎn)品價值。草地和水域人均生態(tài)足跡占比較小,但生態(tài)壓力指數(shù)排前2,主要是因為人民生活水平提高,主要消費結(jié)構(gòu)發(fā)生改變,從糧食轉(zhuǎn)變?yōu)槿狻⒌?、奶?這與柯志成等[37]的研究結(jié)果一致。因此,要堅持草牧平衡規(guī)律,積極恢復(fù)受損草地的生態(tài)功能,改良畜禽品種,發(fā)展有特色、高品質(zhì)和高效益的畜牧業(yè);積極推廣生態(tài)健康養(yǎng)殖模式,強化養(yǎng)殖尾水治理技術(shù),提高水產(chǎn)養(yǎng)殖業(yè)綠色轉(zhuǎn)型升級。

2023-2033年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情等級為巨警,且高于云南[20]、貴州,表明廣西農(nóng)業(yè)可持續(xù)發(fā)展?fàn)顩r不容樂觀[38],系統(tǒng)安全調(diào)控迫在眉睫。從廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全影響因素分析可以看出,系統(tǒng)安全影響因素是多元的。近年來廣西人均耕地面積和耕墾指數(shù)均低于云南和貴州,而城鎮(zhèn)化率、農(nóng)業(yè)機械總動力、化肥施用量、農(nóng)業(yè)經(jīng)濟(jì)密度等均高于云南和貴州;廣西人均農(nóng)業(yè)GDP高于貴州,人口密度高于云南。這些是引起廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全狀態(tài)不如云南和貴州的具體原因。因此,廣西要堅持生態(tài)優(yōu)先、綠色發(fā)展,從多個方面采取措施,例如積極實施鄉(xiāng)村振興戰(zhàn)略,嚴(yán)守耕地紅線,推進(jìn)新型城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化協(xié)同發(fā)展;擴(kuò)大生態(tài)移民工程,培養(yǎng)農(nóng)業(yè)新型經(jīng)營主體;加強水土流失、石漠化治理,推廣保護(hù)性耕作、水肥一體化和高效節(jié)水農(nóng)業(yè)。今后應(yīng)針對廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全調(diào)控模式和路徑開展深入研究。

4 結(jié)論

本研究基于生態(tài)足跡模型開展廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全評價、安全影響因素和安全預(yù)警研究,主要結(jié)論如下。

①2000-2021年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)人均生態(tài)足跡逐年增加,人均生態(tài)承載力波動較小;資源利用效率不斷提升,但2011年以來增速明顯放緩;系統(tǒng)處于生態(tài)赤字狀態(tài),且生態(tài)壓力指數(shù)逐漸升高,系統(tǒng)從中度不安全狀態(tài)轉(zhuǎn)變?yōu)橹囟炔话踩珷顟B(tài),2021年進(jìn)入極度不安全狀態(tài)。

②人均耕地面積和耕墾指數(shù)對廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全具有正向影響,影響程度大小為人均耕地面積>耕墾指數(shù);人口密度、人均農(nóng)業(yè)GDP、農(nóng)業(yè)經(jīng)濟(jì)密度、城鎮(zhèn)化率、化肥施用量、農(nóng)業(yè)機械總動力對系統(tǒng)安全具有逆向影響,影響程度排前2的是人均農(nóng)業(yè)GDP和城鎮(zhèn)化率。

③安全預(yù)警結(jié)果顯示,2023-2033年廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)在極度不安全狀態(tài)中不斷加劇,安全警情為巨警,指示燈變?yōu)榧t色;廣西農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全警情等級高于貴州和云南。

致謝

本文得到了全國哲學(xué)社會科學(xué)工作辦公室的支持,是“農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)安全評價與預(yù)警研究”系列論文之四。