欢迎访问7天职称论文网! 

热点推荐词:

职称论文发表范文

粮食主产区农业生态效率与新型城镇化耦合协调研究

文字:[大][中][小] 手机页面二维码 2022-05-17 11:34:42    

摘要:以中国 13 个粮食主产区 2010—2019 年的面板数据为基础,综合运用非期望产出的 SBM 模型、熵值法、耦合协调度模型、相对发展模型和 GIS  空间分析方法,分析了粮食主产区农业生态效率和新型城镇化耦合协调的时空分异特征。研究结果表明:粮食主产区的农业生态效率和新型城镇化的 整体水平均呈现出上升趋势;耦合度保持在 0.5 左右,长期处于拮抗阶段,空间分布上表现为“东高西低”的格局;耦合协调度逐年上升,在空间布局上呈现出“东高西低,南高北低”的局面。基于 此,提出推动农业生产绿色集约发展,持续提高农业生态效率;坚持以人为本的核心理念,切实提升新型城镇化质量;因地制宜采取差异化举措,推动区域协调与城乡统筹的对策建议。 

关键词:农业生态效率;新型城镇化;耦合协调;粮食主产区

中图分类号:F323;F062.2         文献标识码:A 

Research on Coupling and Coordination of Agricultural Eco-Efficiency and New Urbanization in Main Grain Production Areas

 LI Mingyue1, ZHOU Xiaohang1, ZHOU Yilin2, WANG Junyao1 

(1 School of Public Administration, South China University of Technology, Guangzhou Guangdong 510641, China;

2 Guangdong Provincial Land Survey and Planning Institute, Guangzhou Guangdong, 510075, China) 

Abstract: Based on the panel data of 13 major grain producing areas in China from 2010 to 2019, this paper comprehensively uses the SBM model of undesired output, entropy value method, coupling coordination model, relative development model and GIS spatial analysis method to analyze the spatiotemporal differentiation characteristics of the coupling coordination between agro-ecological efficiency and new-type

urbanization in the main producing areas. The research results show that the agricultural ecological efficiency of the main grain producing areas and the overall level of new urbanization both show an upward trend; The coupling degree is maintained at about 0.5, which is in the antagonistic stage for a long time, and the spatial distribution shows the pattern of “high in the East and low in the west”; The degree of coupling coordination is increasing year by year, showing a situation of “high in the East and low in the West, high in the South and low in the North” in terms of spatial layout. Based on this, this paper proposes to promote the green and intensive development of agricultural production, and continuously improve the agricultural ecological efficiency; adhere to the core concept of people-oriented, and effectively improve the quality of new urbanization; take differentiated measures according to local conditions, and promote regional coordination and urban-rural coordination.

Key words: agricultural ecological efficiency; new urbanization; coupling coordination; major grain- producing areas

随着中国城镇化的快速推进,城市人口和土地的扩张与资源环境之间的矛盾日益突出,耕地等 农业生产资源减少、生态环境恶化等各类风险已经出现[1],无序的城市建设和耕地流失引发了严峻 的粮食安全和生态环境问题。《2021 年新型城镇化和城乡融合发展重点任务》《2022 年政府工作报告》等文件强调:深入实施以人为核心的新型城镇化战略,加快推进城乡融合发展,为“十四五”开好 局起好步提供有力支撑。“十四五”时期是我国全面开启建设社会主义现代化国家的新时期[2],也是 全面推进乡村振兴和新型城镇化发展的关键时期,在此背景下,如何实现城镇化发展与农业生产中 资源消耗和生态保护的统筹协调成为重要的研究问题。农业生态效率是对农业生产过程中生态和经 济综合绩效的反映,通过研究农业生态效率与新型城镇化的相互作用及耦合协调关系,可以更有针 对性地回答上述问题。 

当前学术界关于农业生态效率和新型城镇化的研究主要集中在以下方面:农业生态效率研究、 新型城镇化研究以及两者间的关系研究。其中,农业生态效率的研究涉及概念界定、评价方法、影 响因素、实践应用等内容[3-6];新型城镇化研究涵盖了新型城镇化的概念内涵、发展目标、评价体系、空间格局、发展策略等方面内容[7-8];针对两者之间的关系研究,学者们主要从传统的城镇化和农业 生产效率入手,研究城镇化对农业生产效率的影响[9-12]、探讨城镇化与农业生产效率的长期互动关系[13-14]、分析城镇化与农业生产效率的协调关系等[15]

 纵观现有文献可知,学者们在农业生态效率和新型城镇化领域进行了较为详尽的研究,为后期相关研究奠定了良好的基础,但也存在一定的可拓展空间:第一,在研究对象上,现有研究主要探讨传统城镇化与农业生产效率的相互作用关系,而针对新型城镇化和农业生态效率的互动关系研究十分有限;第二,在指标选取上,部分既有研究的评价指标体系不够全面,未能考虑到新型城镇化以人为本的丰富内涵,以及农业生产中的生态负外部性因素;第三,在研究区域上,现有研究较多以我国某个地区或者个别省份为研究区域,而较少选择承担粮食生产主要任务的粮食主产区为研究区域;第四,部分文献的研究数据较为陈旧,难以反映现阶段我国城镇化与农业生产的实际情况。

本文以中国 13 个粮食主产区 2010—2019 年的面板数据为基础,从农业生态效率和新型城镇化的内涵出发构建评价指标体系,分别运用非期望产出 SBM 模型和熵值法对两者水平进行测度,并且利用耦合协调度模型,探究农业生态效率和新型城镇化耦合协调的时空分异特征,以期为促进粮食主产区农业生态效率与新型城镇化的协调发展,推动乡村振兴和城乡统筹发展提供科学依据和政策参考。

1    农业生态效率与新型城镇化耦合协调发展的机理分析

1.1    农业生态效率与新型城镇化的内涵

农业生态效率是以调控农业生产过程的资源利用为手段,在满足人类对食物和生活质量需求的同时,最大限度地减少资源消耗和废物污染,是对农业生产中生态和经济的综合绩效的评价,即基于经济指标和环境指标的投入产出比[16]。新型城镇化的内涵是以人为本,通过全面提高城镇化质量来推进新型产业化,拉动经济发展,提升人们的生活质量和品质,实现城乡统筹、城乡一体、产业互动、节约集约、生态宜居、社会和谐的发展目标[17]。

1.2    农业生态效率与新型城镇化的耦合机理

农业生态效率与新型城镇化二者间相互影响和作用,其耦合协调机理如图 1 所示。

 image.png

图 1 农业生态效率与新型城镇化耦合机理

 农业生态效率是新型城镇化的物质基础和重要保障。首先,农业生态效率的提高意味着单位面积耕地粮食产量的提高,满足了粮食等农产品的需求,为新型城镇化发展提供了重要的物质基础; 其次,高水平的农业生态效率离不开大规模的农业机械化耕种,有助于解放部分农业劳动力,推动第一产业从业人员向第二、第三产业转型,促进新型城镇化的人口城镇化发展;再次,高水平的农业生态效率意味着低水平的农业面源污染,有效满足了新型城镇化的生态环境保护需求;最后,高水平的农业生态效率意味着农业生产要素的优化和生产服务的集聚,有助于加快农业现代化经营方式和产业组织形式的形成,促进新型城镇化产业化发展。

新型城镇化是农业生态效率发展条件和要素支撑。首先,新型城镇化伴随着高质量的生活品质 和高质量农产品的需求,巨大的农产品市场会促使农户从传统粗放式的生产经营方式向绿色集约高 效的方式转型,有助于推动区域农业生态效率的提高;其次,新型城镇化的发展使得城镇具备优越 的生活环境和优质的就业岗位,这将吸引大量农业劳动力向城镇转移,促进大量耕地的流转和规模 化经营,从而提高农业生态效率水平;再次,新型城镇化的发展为农村带来了充足的资金、先进的 农业生产技术和生产经营理念,不断提高农业生产的经济效益和生态效益,有效促进农业生态效率 的提高;最后,新型城镇化的发展伴随着城市规模的扩张和对农用地的挤压,短期内造成农村耕地 面积减少的局面,但从长期来看,也会倒逼耕地规模化和集约化利用,从而有效提高农业生态效率。

2    研究区概况及数据来源

2.1    研究区概况

2003 年 12 月,国家财政部印发了《关于改革和完善农业综合开发若干政策措施的意见》,对我国粮食主产区的范围进行了界定。我国粮食主产区主要分布在东北、黄淮海以及长江中下游地区, 具体包括河南、河北、内蒙古、辽宁、吉林、黑龙江、江苏、山东、湖北、湖南、江西、安徽、四川 13 个省份。由于地理、土壤、气候、技术等条件优势,粮食主产区十分适宜种植某些粮食作物。

根据国家统计局发布的数据显示,2020 年粮食主产区的粮食产量为 52 597 万吨,占据我国粮食总产量的 78.56%。

粮食主产区在保障我国粮食安全方面发挥着不可替代的作用,然而随着城镇化进程的加快,城市土地的扩张对耕地资源造成了严重的威胁,为确保我国粮食稳定生产,研究粮食总产量占全国75%以上的粮食主产区的农业生态效率与新型城镇化耦合协调意义重大。因此,本研究以承担我国粮食生产重任的粮食主产区为研究区域,运用科学方法对其农业生态效率与新型城镇化的耦合协调关系进行量化分析,为促进两者协调发展提供依据。

2.2    数据来源

本研究的相关指标数据主要来源于《中国统计年鉴》(2010—2019 年)、《中国农业年鉴》(20102019 、《中国农村统计年鉴》20102019 、《中国区域经济统计年鉴》20102019 年)以及各省份的国民经济和社会发展统计公报和政府官方网站。对于个别缺失的统计数据,采用递推法、插值法等方法来处理数据缺失问题。

3    研究方法与模型

3.1    指标体系构建

3.1.1     农业生态效率评价指标体系

针对农业生态效率评价的指标选取,需要结合农业生态发展现实要求,体现农业生产与资源利 用、环境保护的相互协调。本文在借鉴现有学者研究成果的基础上[18-20],结合统计数据的可获得性 以及统计口径的一致性,最终以劳动力、土地、灌溉、机械动力、化肥、农药、农膜作为地区农业 资源的投入指标,以农业总产值作为期望产出指标,以农业碳排放和污染排放作为非期望产出指标, 构建农业生态效率评价指标体系(表 1)。

image.png

农业生态效率评价指标体系

3.1.2     新型城镇化评价指标体系

依据《国家新型城镇化规划(2014—2020 年)》的新型城镇化评价框架,参考现有学者有关新型城镇化研究成果[21-23],并且基于指标选取的科学性、全面性、客观性、可获取性等原则,本文构建了包含人口城镇化、经济城镇化、社会城镇化、空间城镇化、生态城镇化、以及创新与研发共计 6个维度 22 个指标的新型城镇化评价指标体系(表 2)。 

表 2  新型城镇化评价指标体系

 

目标层

准则层

指标层

 

 

 

 

 

 

 

 

 

 

 

新型城镇化

 

人口城镇化

城镇人口比例/%

城镇人口密度/(人/平方千米)

城镇就业人数占总就业人数比重/%

 

 

经济城镇化

人均 GDP/元

二、三产业占 GDP 比例/%

人均固定资产投资额/元

城镇居民人均可支配收入/元

 

 

社会城镇化

每千人口中卫生技术人员数/人

每千人口医疗卫生机构床位数/张

人均教育经费/元

人均拥有公共图书馆藏量/册

 

空间城镇化

建成区面积/平方千米

人均拥有建成区面积/(平方千米/万人)

人均拥有城镇道路面积/平方米

 

 

生态城镇化

建成区绿化覆盖率/%

城镇居民人均生活垃圾清运量/吨

每万人拥有公共厕所数/个

城市生活垃圾无害化处理率/%

城市污水日处理能力/万立方米

 

创新与研发

万人拥有科研人员数/人

每万人拥有申请专利授权数/件

  



R&D 经费支出占 GDP 比例/%

 

3.2    研究方法

3.2.1     基于非期望产出的 SBM 模型

数据包络分析(DEA)由 Charnes & Cooper[24]于 1978 年首次提出并用于测度生产效率,基于非期望产出的 SBM 模型是 DEA 方法的拓展模型之一,最先由 Tone[25]在 2001 年提出,该模型不仅将各决策单元的非期望产出纳入考虑,而且很好地处理了投入产出变量的松弛性问题[26],相较于传统的 DEA 模型具有显著的优势。基于非期望产出 SBM 模型的基本原理可以描述如下:

假定农业生产过程中的决策单元数量为 n,对于每一决策单元来说,都包含 1 个投入向量、1 个期望产出向量和 1 个非期望产出向量,这 3 个向量可分别表示为:x∈Rm、ye∈Rα、yn∈Rβ,其中字母 m、α、β 的含义是决策单元中的投入要素有 m 种、期望产出要素有 α 种以及非期望产出要素有 β种 。 定义矩阵 XYeYn 分 别 为 :X=[x1, x2, …, xn]Rm×n,

Ye = [ ye , ye ,      , ye ]Î Rα´n , 

1           2                        n

 Y = [ yn , yn ,     , yn ]Î Rβ´n ,并且假设 XYeYn 均大于零,在保持规模报酬不变的条件下,其生产

1            2                        n 

可能的集合为:p={(x, ye, yn)|x≥Xλ, ye≤Yeλ, yn≥Ynλ, λ≥0},则非期望产出 SBM 模型的公式如下:

è r =1  ye          h =1 yn ø

s.t. x = X l + D- , ye = Y el - De , yn = Y nl + Dn

0                                               0                                                0

D-≥0, De≥0, Dn≥0, l≥0

式中:D-、De、Dn 均为松弛变量,其含义分别表示投入存在冗余、期望产出不足和非期望产出过多; 

ρ*是决策单元的生态效率,其范围在 0~1 之间,当 ρ*=1,D-、De、Dn 均为 0 时,决策单元完全有效率,反之则说明存在效率损失。

3.2.2     熵值法

熵值法是一种多指标综合评价的重要方法,利用熵法确定指标权重,不仅可以克服主观赋权法无法避免的随机性问题,还可以有效解决多个指标变量之间的信息重叠问题[27]。本文借助熵值法, 一方面可将多项农业污染指标综合处理为一项指数,从而减少非期望产出指标,提高农业生态效率测算的精确度;另一方面也对涵盖 22 项指标的新型城镇化综合指数进行测算。设 Xij 为第 i 个决策单元的第 j 项指标,利用熵值法进行综合评价的步骤如下:

第一,对数据进行标准化处理。 xij

=      Xij - min( X j ) max( X j ) - min( X j )

,其中,xij

表示第 i 个决策单元第 j 项

指标数据标准化值,max(Xj)和 min(Xj)分别表示第 j 项指标的最大值和最小值。

第二,确定指标权重。 yij = xij

å xij 表示第 i 个决策单元第 j 项指标的权重,m 表示决策单元数

i =1

目。 

1    m

第三熵值ej =- å yij ln yij 计算熵值yij=0

i =1 

lim yij ln yij = 0 ,使得标准化值为零时也有意义。通过 gj=1-ej 计算变异系数。

yij ®0

第四,计算综合指数。先通过 wj = g j

å g j 确定第 j 项指标在综合评价中的权重,最后通过

j =0

Zi  = åwj yij  计算得出综合指数。

j =0 

3.2.3     耦合协调度模型

耦合度可以用来描述各个系统之间相互影响的程度[28],农业生态效率与新型城镇化两系统彼此独立且相互作用,参考廖重斌学者的研究[29],可构建农业生态效率(U1)与新型城镇化综合指数

(U2)的耦合度模型,基本公式如下:

式中:C 为耦合度,取值范围为[0, 1]。当 C 值接近 1,说明农业生态效率与新型城镇化之间具有较强的相互关系,两者之间耦合态势越强;当 C 值接近 0,说明农业生态效率与新型城镇化之间的相互关系越弱,两者之间的耦合性越差。

虽然耦合度模型能够很好地描述农业生态效率与新型城镇化之间相互作用的强弱,但却不能显   示出整体的协调情况。因此需要在此基础上引入耦合协调度模型,来对两者的发展水平和协调性进行综合评价。借鉴翁钢民和李凌雁[30]的研究,构建耦合协调度的模型公式如下:

式中:D 表示耦合协调度,取值范围为[0, 1]。当 D 值接近 1,说明两个系统之间相互协调程度越紧密;反之,当 D 值越接近 0,说明两者关系不大,相互影响弱;T 表示综合发展指数,a 和 b 分别为农业生态效率与新型城镇化的待定系数,设定 a=b=0.5。

为了更加清晰地分析农业生态效率与新型城镇化之间的耦合协调状态,参考相关研究成果[30-31], 将耦合度 C 值以及耦合协调度 D 值进行等级区间划分,具体标准见表 3。 

表 3 耦合度及耦合协调度等级区间划分标准

 

指数

取值范围

等级或阶段


 

 

 

耦合度 C

0≤C≤0.3

低水平耦合

0.3<C≤0.5

拮抗阶段

0.5<C≤0.8

磨合阶段

0.8<C≤1.0

高水平耦合

 

 

 

 

 

耦合协调度   D

0≤D≤0.1

极度失调

0.1<D≤0.2

严重失调

0.2<D≤0.3

中度失调

0.3<D≤0.4

轻度失调

0.4<D≤0.5

濒临失调

0.5<D≤0.6

勉强协调

0.6<D≤0.7

初级协调

0.7<D≤0.8

中级协调

0.8<D≤0.9

良好协调

0.9<D≤1.0

优质协调

 

3.2.4     相对发展模型

为了进一步确定农业生态效率与新型城镇化两系统之间的相对发展情况,通过引入相对发展模   型[32]来探究其相对发展类型,模型公示如下:

θ=U1/U2          (5)

式中:θ 为相对发展度;U1、U2 分别为农业生态效率与新型城镇化综合指数。同时,可对其类型进行划分,当 0<θ≤0.9 时,农业生态效率滞后于新型城镇化;当 0.9<θ≤1.1 时,两者同步发展;当θ>1.1 时,新型城镇化滞后于农业生态效率。

4 实证结果与分析

4.1 农业生态效率与新型城镇化耦合协调时序分析

根据上述研究方法,分别计算出自 2010 年以来粮食主产区的农业生态效率、新型城镇化综合指数、相对发展度、耦合度和耦合协调度,如表 4 和图 2 所示。 

表 4 2010—2019 年粮食主产区农业生态效率与新型城镇化耦合协调指标

 

 

年份

农业生态效率

(U1)

新型城镇化指数

(U2)

 

相对发展度(θ)

 

耦合度

(C)

 

耦合协调度(D)

 

相对发展类型

 

耦合阶段

 

耦合协调阶段

2010

0.231

0.242

0.956

0.500

0.344

同步发展

拮抗

轻度失调

2011

0.283

0.270

1.046

0.500

0.372

同步发展

拮抗

轻度失调


 

2012

0.316

0.302

1.046

0.500

0.393

同步发展

拮抗

轻度失调

 

2013

 

0.361

 

0.326

 

1.107

 

0.499

 

0.414

新型城镇化滞

 

拮抗

 

濒临失调

 

2014

 

0.399

 

0.350

 

1.140

 

0.499

 

0.432

新型城镇化滞

 

拮抗

 

濒临失调

 

2015

 

0.424

 

0.379

 

1.121

 

0.499

 

0.448

新型城镇化滞

 

拮抗

 

濒临失调

 

2016

 

0.458

 

0.402

 

1.138

 

0.499

 

0.463

新型城镇化滞

 

拮抗

 

濒临失调

2017

0.433

0.427

1.015

0.500

0.464

同步发展

拮抗

濒临失调

2018

0.457

0.464

0.986

0.500

0.480

同步发展

拮抗

濒临失调

2019

0.539

0.493

1.093

0.500

0.508

同步发展

拮抗

勉强协调


从农业生态效率(U1)来看,2010—2019 年,粮食主产区的农业生态效率水平处于 0.231~
0.539 之间,整体呈现出上升趋势,仅在 2016 年有小幅波动,说明随着农业生产资源配置的改进和耕地的规模化经营,粮食主产区的农业生态效率稳步提升。

从新型城镇化综合指数(U2)来看,2010—2019 年,粮食主产区的新型城镇化水平逐年上升, 数值位于 0.242~0.464 之间,表明伴随着人口的转移、产业的发展以及公共服务设施的完善,粮食主产区的新型城镇化水平逐渐提升。

从相对发展度(θ)来看,粮食主产区的农业生态效率和新型城镇化的相对发展度在 2010—2014 年不断提升,相对发展类型由同步发展阶段转为新型城镇化滞后阶段;2014—2016 年相对发展度稳定在 1.1 水平值以上,此时仍处于新型城镇化滞后阶段;2016—2019 年呈现出整体下降趋势, 相对发展度下降至 1.1 水平值以下,相对发展类型由新型城镇化滞后阶段迈向同步发展阶段。

从耦合度(C)来看,粮食主产区的农业生态效率和新型城镇化的耦合度在 2010—2019 年稳定0.5 左右,耦合度一直处于拮抗阶段,整体态势表明粮食主产区农业生态效率和新型城镇化之间的关系基本以对抗状态为主。

从耦合协调度(D)来看,粮食主产区的农业生态效率和新型城镇化的耦合协调度由 2010 年的0.344 逐步上升至 2019 年的 0.508,耦合协调阶段大致经历了“轻度失调(2010—2012 年)濒临失调(2013—2018 年)勉强协调(2019 ”的演变历程,这说明两系统之间逐渐转向良性协调发展。

4.2    农业生态效率与新型城镇化耦合度空间特征分析

本文选取 2010 年、2013 年、2016 年和 2019 年作为代表年份,进行耦合度空间格局演变分析。首先根据耦合度模型,分别计算出 2010 年、2013 年、2016 年和 2019 年 13 个粮食主产区的耦合度C,并根据耦合度等级区间划分确定耦合阶段(表 5。由表 5 可知,13 个粮食主产区的农业生态效率与新型城镇化耦合度均在 0.40.5 之间波动,整体耦合程度不高,长期处于拮抗阶段,说明新型城镇化进程中引发的城市空间扩张问题对耕地资源造成了威胁,阻滞了农业生态效率的提高,两系统之间处于互相抗衡的局面。 

表 5 粮食主产区农业生态效率与新型城镇化耦合度

 

 

地区

2010 年

2013 年

2016 年

2019 年

耦合度

(C)

 

耦合等级

耦合度

(C)

 

耦合等级

耦合度

(C)

 

耦合等级

耦合度

(C)

 

耦合等级

河北

0.491

高值耦合

0.474

中等耦合

0.472

中等耦合

0.482

较高耦合

内蒙古

0.488

较高耦合

0.491

高值耦合

0.482

较高耦合

0.485

较高耦合

辽宁

0.491

高值耦合

0.500

高值耦合

0.494

高值耦合

0.475

中等耦合

吉林

0.498

高值耦合

0.500

高值耦合

0.499

高值耦合

0.483

较高耦合

黑龙江

0.496

高值耦合

0.497

高值耦合

0.489

较高耦合

0.450

低值耦合

江苏

0.491

高值耦合

0.499

高值耦合

0.500

高值耦合

0.499

高值耦合

安徽

0.496

高值耦合

0.500

高值耦合

0.500

高值耦合

0.497

高值耦合

江西

0.490

较高耦合

0.487

较高耦合

0.491

高值耦合

0.452

低值耦合

山东

0.500

高值耦合

0.495

高值耦合

0.477

中等耦合

0.488

较高耦合

河南

0.468

较低耦合

0.473

中等耦合

0.466

较低耦合

0.459

低值耦合

湖北

0.499

高值耦合

0.490

较高耦合

0.494

高值耦合

0.475

中等耦合


 

湖南

0.474

中等耦合

0.452

低值耦合

0.455

低值耦合

0.477

中等耦合

四川

0.457

低值耦合

0.462

较低耦合

0.465

较低耦合

0.461

较低耦合

 

为进一步探讨粮食主产区农业生态效率与新型城镇化耦合度的空间差异,运用 ArcGIS 软件,将处于拮抗阶段的粮食主产区耦合度进一步划分为五个等级,由低至高依次为低值耦合区(0.450,0.460]、较低耦合区(0.460, 0.470]、中等耦合区(0.470, 0.480]、较高耦合区(0.480, 0.490]和高值耦合区0.490, 0.500],如图 3 所示。

 image.png

图 3 粮食主产区农业生态效率与新型城镇化耦合度空间分布 

由图 3 可知,2010 年,高值耦合区主要为东北三省(辽宁、吉林、黑龙江)以及靠近东部沿海地区省份(河北、山东、江苏、安徽,说明这些地区的农业生态效率与新型城镇化相互作用较强;耦合度偏低的地区为西部地区(四川)和中部地区(河南,由于区位差异的影响,上述地区的新型城镇化水平较低,而农业生态效率水平较高,两系统相互作用程度较弱。2013 年,粮食主产区耦合度的空间分布特征与 2010 年相似,其中东北三省(辽宁、吉林、黑龙江)以及靠近东部沿海地区省份(山东、江苏、安徽)耦合度仍处于较高水平;而位于西部地区的四川省和中部地区的湖南省耦合度偏低。2016 年,粮食主产区大部分省份的耦合度变化不大,其中湖北省和江西省的耦合度有明显上升,迈入了高值耦合区,这是由于这两个省份的新型城镇化发展良好,两系统相互作用程度增强;而山东省的耦合度下降明显,这是由于该地区新型城镇化发展相对滞后。2019 年,高值耦合区主要集中在靠近东部沿海的江苏和安徽二省,这些地区的新型城镇化与农业生态效率的相互作用较强;靠近西部和中部地区的省份耦合度仍然相对较低;此外,黑龙江省和江西省由于新型城镇化发展相对滞后,而农业生产发展较为成熟,两系统相互作用程度较弱,耦合度下降较为明显。

4.3    农业生态效率与新型城镇化耦合协调度空间特征分析

选取 2010 年、2013 年、2016 年和 2019 年为代表年份,进一步分析粮食主产区农业生态效率与新型城镇化耦合协调空间分布规律与发展特征。

通过耦合协调度模型,分别计算出 13 个粮食主产区在上述年份的耦合协调度(D),并根据耦合协调度等级区间划分确定耦合协调阶段(表 6)。由表 6 可知,13 个粮食主产区的农业生态效率与新型城镇化耦合协调度分布在 0.2~0.7 之间,耦合协调阶段分布在中度失调、轻度失调、濒临失调、勉强协调和初级协调五个阶段,多数省区主要集中在轻度失调、濒临失调、勉强协调这三个阶段。 

表 6 粮食主产区农业生态效率与新型城镇化耦合协调度

 

 

地区

2010 年

2013 年

2016 年

2019 年

耦合协调

度(D)

耦合协调

阶段

耦合协调

度(D)

耦合协调

阶段

耦合协调

度(D)

耦合协调

阶段

耦合协调

度(D)

耦合协调

阶段

河北

0.327

轻度失调

0.405

濒临失调

0.460

濒临失调

0.498

濒临失调

内蒙古

0.313

轻度失调

0.378

轻度失调

0.396

轻度失调

0.426

濒临失调

辽宁

0.393

轻度失调

0.482

濒临失调

0.521

勉强协调

0.601

初级协调

吉林

0.366

轻度失调

0.404

濒临失调

0.434

濒临失调

0.410

濒临失调

黑龙江

0.354

轻度失调

0.431

濒临失调

0.474

濒临失调

0.558

勉强协调

江苏

0.450

濒临失调

0.552

勉强协调

0.627

初级协调

0.690

初级协调

安徽

0.302

轻度失调

0.372

轻度失调

0.413

濒临失调

0.453

濒临失调

江西

0.263

中度失调

0.339

轻度失调

0.405

濒临失调

0.563

勉强协调

山东

0.409

濒临失调

0.504

勉强协调

0.605

初级协调

0.632

初级协调


 

河南

0.318

轻度失调

0.391

轻度失调

0.477

濒临失调

0.573

勉强协调

湖北

0.353

轻度失调

0.440

濒临失调

0.492

濒临失调

0.602

初级协调

湖南

0.319

轻度失调

0.424

濒临失调

0.489

濒临失调

0.530

勉强协调

四川

0.344

轻度失调

0.417

濒临失调

0.491

濒临失调

0.576

勉强协调

 

在表 6 的基础上,运用 ArcGIS 进行空间可视化表达,生成 13 个粮食主产区农业生态效率与新型城镇化耦合协调度空间分布图,见图 4。由图 4 可知,2010 年,粮食主产区整体耦合协调度偏低, 大部分省区位于轻度失调阶段,耦合协调度偏高的地区是位于东部沿海的山东省和江苏省;而江西省耦合协调度最低,处于中度失调阶段。2013 年,13 个粮食主产区的耦合协调度均有所提升,大部分省区此时处于濒临失调阶段,位于东部沿海的山东省和江苏省耦合协调度仍然领先,处于勉强协调阶段;北部地区(内蒙古)以及中部地区(河南、安徽和江西)的耦合协调度相对较低,处于轻度失调阶段。2016 年,13 个粮食主产区的耦合协调度进一步提升,山东省和江苏省的耦合协调度达到了 0.6 以上,继续保持领先,迈入了初级协调阶段;辽宁省紧随其后,处于勉强协调阶段;耦合协调度最低的是内蒙古,数值在 0.4 以下,仍处于轻度失调阶段;其他省份均位于濒临失调阶段。2019年,所有地区的耦合协调度均在 0.4 以上,其中数值在 0.6 以上的地区有 4 个,分别是位于东部沿海的辽宁、山东和江苏 3 省以及位于中部地区的湖北省;位于北部的内蒙古耦合协调度相对 2016 年有所提升,但仍然低于平均水平,处于濒临失调阶段。总体而言,粮食主产区农业生态效率与新型城镇化耦合协调空间分布主要呈现出“东高西低,南高北低”的局面,并且各个省份都由低耦合协调阶段逐渐向高耦合阶段迈进。靠近东南沿海地区的省份得益于独特的区位优势,新型城镇化发展良好,并且农业生产方式绿色集约高效,使得两系统能相互促进和协调发展;西北地区的省份囿于较为封闭的地理环境,新型城镇化缓慢,同时农业生产方式较为粗放,使得两系统耦合协调程度相对较弱。

5   结论与建议

5.1    研究结论

本研究以中国 13 个粮食主产区为研究对象,通过构建农业生态效率和新型城镇化评价指标体系, 综合运用非期望产出的 SBM 模型、熵值法、耦合协调度模型、相对发展模型和 GIS 空间分析方法, 对粮食主产区 2010—2019 年农业生态效率和新型城镇化耦合协调的时空特征进行分析,主要结论如下:

(1) 在研究期内,粮食主产区的农业生态效率和新型城镇化的整体水平均呈现出上升趋势,两系统的相对发展类型表现为“同步发展(2010—2012 年)—新型城镇化滞后(2013—2016 年)—同步发展(2017—2019”的变化态势。 

(2) 整体而言,粮食主产区农业生态效率和新型城镇化的耦合度保持在 0.5 左右,变化幅度不大,并长期处于拮抗阶段;分省份来看,13 个省份的耦合度在 0.4~0.5 之间波动,耦合阶段均处于拮抗阶段;在空间分布上,靠近东部沿海地区的耦合度较高,而中部和西部地区的耦合度相对较低。

(3) 整体而言,粮食主产区农业生态效率和新型城镇化的耦合协调度逐年上升,耦合协调阶段经历了“轻度失调(2010—2012  年)—濒临失调(2013—2018  年)—勉强协调(2019  年)”的演变历程;分省区来看,13 个省区的耦合协调度分布在 0.2~0.7 之间,并且多数省区主要集中在轻度失调、濒临失调、勉强协调这三个阶段;在空间布局上,耦合协调度呈现出“东高西低,南高北低” 的局面。

5.2    对策建议

为切实提高粮食主产区农业生态效率和新型城镇化的耦合协调水平,促进城乡统筹和区域协调发展,本文提出以下几点建议:

(1) 推动农业生产绿色集约发展,持续提高农业生态效率。粮食主产区应该合理配置农业种植结构,科学增加各类资源要素的投入,减少农业资源的耗费和环境的破坏,走农业绿色生产的可持续发展道路;同时完善耕地流转制度,加快推进耕地规模化和产业化经营;加大农业科技和人才的投入,引入先进农业生产技术和理念,为农业生态效率的提高提供强有力的技术支撑

(2) 坚持以人为本的核心理念,切实提升新型城镇化水平。粮食主产区应合理配置城镇化规模和进程,科学规划城镇开发边界,认真落实耕地占补平衡政策,坚决杜绝乱占耕地行为;推动产业结构的优化升级,大力发展农业技术服务等产业,形成新型城镇化的多元产业支撑格局,为农业生产提供全方位保障;确保公共服务和基础设施的供给,吸引更多的农民自愿离开农村,为促进人口城镇化和农业规模化经营创造有利条件。

(3) 因地制宜采取差异化举措,推进区域协调与城乡统筹。东部沿海地区农业生态效率与新型 城镇化间的耦合协调情况较好,需要在巩固优势的基础上,加速推进传统粗放型城镇化模式的转变, 有效发挥城镇发展的辐射带动和农业生产的良性反馈作用,促进新型城镇化水平和农业生态效率的 持续提升;而中部和西北地区的耦合协调情况不容乐观,需要强化城镇发展的基础支撑,完善城镇 公共服务和基础设施建设,有序推进农业人口的转移,避免盲目赶超而引发的无序扩张问题,促进 城乡发展的统筹协调和良性互动,进而推动区域整体高质量协调发展。 

参考文献: 

[1]  李雨凌,马雯秋,姜广辉,等. 中国粮食主产区耕地撂荒程度及其对粮食产量的影响[J]. 自然资源学报,202161439-1454. 

[2]  魏后凯. “十四五”时期中国农村发展若干重大问题[J]. 中国农村经济,2020(1):2-16. 

[3]  侯孟阳,姚顺波.  1978—2016  年中国农业生态效率时空演变及趋势预测[J].  地理学报,2018(11):2168-2183. 

[4]  郑德凤,郝帅,孙才志. 基于 DEA-ESDA 的农业生态效率评价及时空分异研究[J]. 地理科学,20183419-427. 

[5] 洪开荣,陈诚,丰超,等. 农业生态效率的时空差异及影响因素[J]. 华南农业大学学报(社会科学版),2016(2):31-41.

[6]  聂弯,于法稳. 农业生态效率研究进展分析[J]. 中国生态农业学报,2017(9):1371-1380. 

[7]  王梓懿,沈正平,杜明伟. 基于 CiteSpace Ⅲ的国内新型城镇化研究进展与热点分析[J]. 经济地理, 2017132-39. 

[8]  申丽娟,谢佳,丁恩俊. 国内新型城镇化研究进展的文献计量分析[J]. 西南大学学报(自然科学版),2015(11):163-169.

[9]  赵丽平,侯德林,王雅鹏,等. 城镇化对粮食生产环境技术效率影响研究[J]. 中国人口·资源与环境,2016(3):153-162.

[10]  何悦,漆雁斌. 城镇化发展对粮食生产技术效率的影响研究——基于我国 13 个粮食主产区的面板数据[J]. 中国农业资源与区划,2019(3):101-110.

[11]  尚杰,吉雪强,陈玺名. 中国城镇化对农业生态效率的影响——基于中国 13 个粮食主产区2009—2018 年面板数据[J]. 中国生态农业学报(中英文202081265-1276. 

[12]  陈哲,李晓静,夏显力,等.  城镇化发展对农业绿色生产效率的影响[J].  统计与决策,2021(12):99-102. 

[13]  宋元梁,胡晗,宋光阳. 农业技术效率改进与城镇化关系的实证研究——以中西部六省为例[J]. 统计与信息论坛,2012(11):53-59.

[14]  赵丽平,侯德林,王雅鹏,等. 城镇化与粮食生产技术效率的互动关系研究[J]. 中国人口·资源与环境,2017(8):106-114.

[15]  时悦,梁净. 城镇化与农业生产效率耦合协调关系——基于黑龙江省、辽宁省、吉林省 3 省数据分析[J]. 农林经济管理学报,2019(2):190-198.

[16]  周震峰. 关于开展农业生态效率研究的思考[J]. 农业科技管理,2007(6):9-11. 

[17]  姚士谋,张平宇,余成,等. 中国新型城镇化理论与实践问题[J]. 地理科学,2014(6):641-647. [18]潘丹,应瑞瑶. 中国农业生态效率评价方法与实证——基于非期望产出的 SBM 模型分析[J]. 生态学报,2013123837-3845. 

[19]  王宝义,张卫国. 中国农业生态效率的省际差异和影响因素——基于 1996—2015 年 31 个省份的面板数据分析[J]. 中国农村经济,2018146-62. 

[20]  李波,张俊飚,李海鹏. 中国农业碳排放时空特征及影响因素分解[J]. 中国人口·资源与环境,2011880-86. 

[21]  王新越,秦素贞,吴宁宁. 新型城镇化的内涵、测度及其区域差异研究[J]. 地域研究与开发,2014469-75.

[22]  彭冲,陈乐一,韩峰.  新型城镇化与土地集约利用的时空演变及关系[J].  地理研究,2014(11):2005-2020. 

[23]  齐红倩,席旭文,高群媛. 中国城镇化发展水平测度及其经济增长效应的时变特征[J]. 经济学家,20151126-34. 

[24]  Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research, 1978, 2(6): 429-444.

[25]  Tone K. A slacks-based measure of efficiency in data envelopment analysis [J]. European Journal of Operational Research, 2001, 130(3): 498-509.

[26]  Tone K. Dealing with undesirable outputs in DEA: A slacks-based measure (SBM) approach [M]. Toronto: North American Productivity Workshop, 2004.

[27]  王富喜,毛爱华,李赫龙,等. 基于熵值法的山东省城镇化质量测度及空间差异分析[J]. 地理科学,2013(11):1323-1329.

[28]  王毅,丁正山,余茂军,等. 基于耦合模型的现代服务业与城市化协调关系量化分析——以江苏省常熟市为例[J]. 地理研究,2015(1):97-108.

[29]  廖重斌. 环境与经济协调发展的定量评判及其分类体系——以珠江三角洲城市群为例[J]. 热带地理,1999(2):76-82.

[30]  翁钢民,李凌雁. 中国旅游与文化产业融合发展的耦合协调度及空间相关分析[J]. 经济地理,20161178-185. 

[31]  王成,唐宁.  重庆市乡村三生空间功能耦合协调的时空特征与格局演化[J].  地理研究,2018(6):1100-1114. 

[32]  邓宗兵,宗树伟,苏聪文,等. 长江经济带生态文明建设与新型城镇化耦合协调发展及动力因素研究[J]. 经济地理,2019(10):78-86.

返回上一步
打印此页
  • 电话咨询

  • 13838208225