河南省農(nóng)業(yè)生態(tài)效率時空演變及影響因素分析

付彩紅, 張飛云

(新疆農(nóng)業(yè)大學(xué)公共管理學(xué)院,烏魯木齊 830052)

一直以來,農(nóng)業(yè)對國家經(jīng)濟建設(shè)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(jìn)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(dǎo)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(diào)發(fā)展成為當(dāng)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(hù)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(jié)果更加科學(xué),成為現(xiàn)有學(xué)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(guān)[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]。現(xiàn)有學(xué)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(guān)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(jìn)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(yīng)和空間分層異質(zhì)性[7],結(jié)果表明,農(nóng)民收入水平、勞均播種面積和種植結(jié)構(gòu)對本地區(qū)農(nóng)業(yè)生態(tài)效率具有正向直接效應(yīng),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(fù)向直接效應(yīng)。但通過分析現(xiàn)有研究發(fā)現(xiàn),現(xiàn)有研究多側(cè)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(guān)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(jié)果提出了相應(yīng)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(dá)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(jìn)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(zhì)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(biāo)體系

該研究參考閆明濤、康志林等學(xué)者指標(biāo)選擇的基礎(chǔ)上[7,25],結(jié)合河南省農(nóng)業(yè)發(fā)展實際情況構(gòu)建了河南省農(nóng)業(yè)生態(tài)效率評價指標(biāo)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(biāo)提高整體測算的準(zhǔn)確性[22]。

表1 河南省農(nóng)業(yè)生態(tài)效率測度指標(biāo)體系

該研究在借鑒已有的相關(guān)研究的基礎(chǔ)上[7-8,11],結(jié)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(jié)構(gòu)、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(jìn)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(jìn)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(jié)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(guān)

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(guān)系。I的取值范圍為[-1,1],I值的正負(fù)決定了空間自相關(guān)的正負(fù),I值為0時空間不相關(guān)。

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(quán)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(jìn)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(zāi)害嚴(yán)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(dá)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(jìn)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(jìn)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(jié)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(guān)性分析

運用 ArcGIS 10.8軟件計算全局空間自相關(guān)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(guān)性均不顯著,為進(jìn)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(jìn)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(chǔ)設(shè)施水平大力提升,全市良種率覆蓋率、先進(jìn)技術(shù)入戶率均達(dá)到90%以上,其周邊地區(qū)也積極調(diào)整農(nóng)業(yè)結(jié)構(gòu),不斷提升農(nóng)業(yè)基礎(chǔ)設(shè)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(dǎo)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(qū)動因子的解釋力呈正相關(guān)。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(qū)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(jié)構(gòu)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(jié)構(gòu)是影響農(nóng)業(yè)生態(tài)效率的主要驅(qū)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(jié)構(gòu)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(jié)構(gòu)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(jié)構(gòu)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(jié)構(gòu)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(zhì)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(jié)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(yīng)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(jié)構(gòu)因子是2005、2010和2015年最為顯著的驅(qū)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(jié)構(gòu)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(jié)果,這與閆明濤等人的研究結(jié)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(jié)論及建議

5.1 結(jié)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(guān)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(jié)構(gòu)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(yīng)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(jìn)資源節(jié)約與生態(tài)環(huán)境保護(hù)。

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(hù)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(zhì)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(yīng)當(dāng)積極推廣水肥一體化等技術(shù),提高水資源利用效率。針對農(nóng)膜投入冗余的城市應(yīng)當(dāng)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(biāo)體系的構(gòu)建中,各學(xué)者的指標(biāo)體系基于自己的考慮并不相同,該研究指標(biāo)體系的選取中因數(shù)據(jù)的可獲取性,僅選取了11個指標(biāo),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(fù)雜眾多,且不同驅(qū)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(guān)注河南省農(nóng)業(yè)生態(tài)效率情況,并對指標(biāo)體系進(jìn)行拓展,選取更有代表性的指標(biāo),以增強研究指導(dǎo)價值,同時綜合考慮各種影響因素,重點關(guān)注能夠提高農(nóng)業(yè)生態(tài)效率的主導(dǎo)因子,提出更加科學(xué)具體的對策建議。