李曉云,劉念,曾琳琳,黃瑪蘭
(華中農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院,湖北 武漢 430070)
低地平原 - 水稻耕作系統(tǒng)水稻單產(chǎn)時空變化及收斂性分
李曉云,劉念,曾琳琳,黃瑪蘭
(華中農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院,湖北 武漢 430070)
低地平原-水稻耕作系統(tǒng)是我國重要的水稻生產(chǎn)系統(tǒng),該系統(tǒng)水稻生產(chǎn)能力影響區(qū)域糧食安全和農(nóng)村經(jīng)濟發(fā)展。本文運用探測性空間數(shù)據(jù)分析方法(ESDA)和空間收斂方法對1980-2014年低地平原-水稻耕作系統(tǒng)400多個縣域水稻單產(chǎn)進行分析,用描述性統(tǒng)計方法和莫蘭(Moran)統(tǒng)計值考察該系統(tǒng)縣域水稻單產(chǎn)的時空分布和空間自相關(guān),對該系統(tǒng)縣域水稻單產(chǎn)做空間絕對β收斂檢驗,對H-H和L-L空間自相關(guān)區(qū)域進行空間俱樂部收斂檢驗。研究表明,1980-2014年系統(tǒng)整體水稻單產(chǎn)水平提升較大且存在顯著的空間正相關(guān),縣域水稻單產(chǎn)空間分布存在距離衰減效應(yīng)??h域水稻單產(chǎn)存在空間絕對β收斂和空間俱樂部趨同現(xiàn)象,相比于H-H自相關(guān)區(qū)域,L-L自相關(guān)區(qū)域水稻單產(chǎn)收斂于一個較低的水平,且兩個區(qū)域水稻單產(chǎn)收斂速度均大于整個區(qū)域平均速度。因此,在水稻單產(chǎn)H-H集聚區(qū),應(yīng)擴大水稻單產(chǎn)優(yōu)勢區(qū)影響半徑,提升周邊地區(qū)水稻單產(chǎn)水平,盡可能縮小H-H和L-L兩個區(qū)域水稻單產(chǎn)的組內(nèi)和組間差距,提升區(qū)域水稻生產(chǎn)整體能力。
水稻單產(chǎn);空間自相關(guān);空間收斂;低地平原-水稻耕作系統(tǒng)
Abstract:Lowland rice farming system is an important rice producing practice in China, and rice production in this system infuences regional grain output and economic development. Based on the rice yield data of 400 counties in the lowland rice farming system from 1980 to 2014 and applying the Exploratory Spatial Data Analysis (ESDA) and the Spatial Convergence method, this study analyzed the rice yield changes: examining the temporal and spatial distribution and spatial autocorrelation of county rice yields by the Descriptive and Moran Statistical methods, conducting spatial absolute β convergence test for the rice yield in this system, and conducting the spatial autocorrelation convergence test for H-H and L-L regions. Results show that the general rice yield in the system has been increasing steadily and also showed positive spatial correlation in the system from 1980 to 2014 and the spatial distance impacts on regional yields have been declining. In addition, regional yields displayed absolute β convergence to a relatively low level compared to H-H and L-L regions, and the rates of convergence of rice yields in these two regions were higher than that of the whole system. Therefore, in the H-H concentration region, measures to expand the infuence radius of the core high-yield area can help increase rice yields in the surrounding areas. Minimizing the intra- and inter- yield gaps between H-H and L-L regions can enhance rice production capacity of the whole system.
Key words:rice yield; spatial autocorrelation analysis; spatial convergence; lowland rice farming system
2017年中央一號文件把深入推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革作為新的歷史階段農(nóng)業(yè)農(nóng)村工作主線,提出農(nóng)業(yè)供給側(cè)改革必須守住三條底線,確保糧食生產(chǎn)能力不降低、農(nóng)民增收勢頭不逆轉(zhuǎn)、農(nóng)村穩(wěn)定不出問題。我國是水稻生產(chǎn)和消費大國,全國有60%以上人口以稻谷為主食,隨著人口增長和生活水平提高,對糧食的需求將持續(xù)增長。提高糧食總產(chǎn)量有兩種途徑,一是擴大糧食播種面積,二是提高糧食單產(chǎn)水平。近年來,工業(yè)化與城鎮(zhèn)化發(fā)展對土地的需求日益增加,農(nóng)地非農(nóng)化現(xiàn)象日益突出[1]。依靠擴大糧食播種面積保障糧食生產(chǎn)能力的途徑行不通,未來我國糧食增長主要途徑是提高單產(chǎn)[2-3]。
作物單產(chǎn)水平變化與增產(chǎn)潛力成為保障未來糧食安全的重要一環(huán)。對水稻種植區(qū)域與單產(chǎn)時空變化的研究已較多,楊萬江和陳文佳[4]與程勇翔等[5]應(yīng)用區(qū)域重心分析法研究水稻種植重心轉(zhuǎn)移,表明中國水稻生產(chǎn)存在顯著的由南向北變動軌跡。Li等[6]分析了1980-2010年中國東中部五大耕作系統(tǒng)谷物單產(chǎn)時空變化,發(fā)現(xiàn)水稻、小麥和玉米單產(chǎn)存在不同程度的停滯,且低地平原水稻耕作系統(tǒng)水稻單產(chǎn)出現(xiàn)停滯現(xiàn)象明顯。鑒于近年來探測性空間數(shù)據(jù)分析方法(ESDA)的廣泛運用,不少學(xué)者從縣域視角考察糧食單產(chǎn)的空間依賴性及異質(zhì)性。葉長盛和朱傳民[7]用ESDA方法研究了1980-2009年江西省縣域糧食單產(chǎn)變化空間規(guī)律;柏林川等[8]用ESDA方法分析了1995-2010年山東省縣域糧食單產(chǎn)變化的空間差異及均衡增產(chǎn)潛力;劉玉等[9]用空間自相關(guān)方法揭示了1980-2012年河南縣域糧食單產(chǎn)空間格局和增產(chǎn)潛力。在單產(chǎn)收斂性檢驗研究方面,田旭等[10]研究表明我國30個省區(qū)的稻谷和玉米單產(chǎn)在全國范圍內(nèi)收斂,而小麥單產(chǎn)不存在總體收斂趨勢。隨著地理信息技術(shù)的廣泛應(yīng)用,空間分析逐步引入到收斂性分析中,空間收斂分析方法主要有空間β收斂和空間俱樂部收斂??臻gβ收斂主要是將空間關(guān)聯(lián)性納入β收斂檢驗;已有的空間俱樂部收斂研究主要是通過利用Moran指數(shù)將研究單元劃分為不同空間聚集模式,來檢驗區(qū)域是否存在空間俱樂部趨同[11-12],而將空間收斂性方法應(yīng)用于糧食單產(chǎn)檢驗的文獻還不多見。
不同水稻種植區(qū)域單產(chǎn)變化表現(xiàn)出一定的空間異質(zhì)性與空間相關(guān)性??臻g經(jīng)濟學(xué)認為相鄰單元的變量往往可能出現(xiàn)相似的取值。水稻生產(chǎn)的相鄰單位單產(chǎn)變化可能由于生產(chǎn)者學(xué)習(xí)模仿的行為,高產(chǎn)核心區(qū)對周邊種植區(qū)的示范與輻射作用而表現(xiàn)出相似或隨距離變化而變化的現(xiàn)象。已有研究表明,我國傳統(tǒng)水稻生產(chǎn)種植區(qū)域單產(chǎn)水平經(jīng)歷了一個較長時期的增長后,目前處于單產(chǎn)提高的平臺期[6]。不同種植單元的單產(chǎn)變化如何,單產(chǎn)平臺期的產(chǎn)量水平差異多大,是否出現(xiàn)空間集聚與收斂現(xiàn)象,本文用空間收斂分析進行一定的嘗試。本文以低地平原-水稻耕作系統(tǒng)400多個縣域水稻單產(chǎn)數(shù)據(jù)為基礎(chǔ),應(yīng)用探測性空間數(shù)據(jù)分析方法分析1980年以來該系統(tǒng)水稻單產(chǎn)時空變化趨勢,利用空間收斂方法考察水稻單產(chǎn)變化的空間依賴性和異質(zhì)性,判斷區(qū)域內(nèi)部和不同區(qū)域組內(nèi)縣域水稻單產(chǎn)是否出現(xiàn)趨同。在此基礎(chǔ)上,討論未來水稻單產(chǎn)發(fā)展趨勢,挖掘區(qū)域水稻生產(chǎn)潛力。
Dixon等[13]在《耕作制度與貧窮》一書中指出,全球低地平原-水稻耕作系統(tǒng)(Lowland Rice Farming System)主要分布在中國、泰國、越南和緬甸等地區(qū),我國低地平原-水稻耕作系統(tǒng)主要分布在中國南部和中東部地區(qū)。該系統(tǒng)糧食生產(chǎn)對中國的經(jīng)濟、社會和生態(tài)等方面產(chǎn)生了重要影響,而水稻作為該系統(tǒng)最重要的作物之一,顯著影響區(qū)域作物種植和糧食生產(chǎn)。
圖1所示長江中下游連片低地平原-水稻耕作地區(qū)是該系統(tǒng)最重要的一部分,主要包括江蘇、安徽、河南、湖北、湖南、山東、江西和浙江八個省份的全部或部分地區(qū)。1980年以來,這8個省份水稻播種面積維持在全國水稻播種面積的40%~45%,而水稻產(chǎn)量則持續(xù)保持在全國水稻總產(chǎn)量50%以上。2014年八省水稻播種面積為6.67×107hm2,產(chǎn)量達1.09×108t,水稻是該地區(qū)名副其實的第一大農(nóng)作物。該稻區(qū)主要位于亞熱帶濕潤半濕潤農(nóng)業(yè)生態(tài)區(qū),區(qū)域內(nèi)平原多,水熱組合好,水稻種植歷史悠久,是中國集中水稻產(chǎn)業(yè)區(qū)和水稻生產(chǎn)核心區(qū)。本區(qū)為單、雙季稻栽培區(qū),其中江蘇、安徽、湖南、湖北、江西和浙江位于華中單雙季稻區(qū),而河南和山東位于華北單季稻區(qū)。
圖1 長江中下游連片低地平原-水稻耕作系統(tǒng)主要分布區(qū)域示意圖Fig. 1 The distribution of lowland rice farming system along the linked middle and lower reaches of the Yangtze River
2.1 數(shù)據(jù)來源
本文研究范圍為長江中下游連片低地平原-水稻耕作系統(tǒng),研究對象為該系統(tǒng)所包含的江蘇、安徽、河南、湖北、湖南、山東、江西和浙江八個省份的全部或部分地區(qū)(圖1),包括420個縣域水稻生產(chǎn)數(shù)據(jù)。個別年份若干缺失數(shù)據(jù),用插值法補充完整。1980-2003年各縣水稻播種面積、總產(chǎn)量和單產(chǎn)等生產(chǎn)數(shù)據(jù)來源于農(nóng)業(yè)部歷年《中國農(nóng)村統(tǒng)計年鑒》,2004-2014年水稻數(shù)據(jù)來源于各省(市)統(tǒng)計年鑒或者各省農(nóng)村統(tǒng)計年鑒等。
2.2 研究方法
2.2.1 空間自相關(guān) 大部分空間數(shù)據(jù)存在某種程度的依賴性,即空間自相關(guān)??臻g自相關(guān)能夠研究空間模式的時空變化,可用Moran’s I統(tǒng)計量來測度。設(shè)研究區(qū)域中存在n個面積單元,第i個單元上觀測值記為yi,觀測變量在n個單元中的均值記為y-,則Moran’s I計算公式如下[14]:
式中:E(I)表示均值,Var(I)表示標(biāo)準(zhǔn)差。Z值顯著表示有顯著聚類,否則表示未出現(xiàn)顯著聚類。
2.2.2 空間β收斂性分析 本文運用絕對β收斂分析系統(tǒng)內(nèi)不同縣域水稻單產(chǎn)增長速率與期初水稻單產(chǎn)水平的整體關(guān)系。未引入空間因素,采用Barro和Sala-i-Martin[16]提出的絕對β收斂方程。
1)標(biāo)準(zhǔn)化的絕對β收斂方程模型為[15]:
式中:T表示觀察期時間跨度,ln表示取自然對數(shù),yit和yi0分別指i縣第T年和初始年份水稻單產(chǎn)水平,α和β為待估參數(shù),其中β=-[(1-e-BT)/T ],B為收斂速度,ε為隨機誤差項。若β顯著為負,表明在0-T時段內(nèi)水稻單產(chǎn)變化與初始水稻單產(chǎn)水平呈負相關(guān)關(guān)系,區(qū)域水稻單產(chǎn)出現(xiàn)趨同,反之,若β值顯著為正,則表明區(qū)域水稻單產(chǎn)不存在趨同。
2)空間收斂β模型和標(biāo)準(zhǔn)化模型不同,空間計量模型將合適的空間權(quán)重矩陣納入模型中,主要包括空間滯后模型(SLM)和空間誤差模型(SEM)等。
縣域糧食單產(chǎn)絕對β收斂的空間滯后模型可表示為:
式中:ρ為空間滯后系數(shù),W表示空間權(quán)重矩陣,其它變量含義同上。
縣域糧食單產(chǎn)絕對β收斂的空間誤差模型可表示為:
式中:λ為空間誤差系數(shù),μ為隨機干擾項,其它變量含義同上。
2.2.3 空間俱樂部收斂 本文俱樂部收斂用來檢驗不同水稻單產(chǎn)依賴模式內(nèi)部各縣域之間是否在具有相似的集聚特征下趨于收斂。空間俱樂部收斂考慮了縣域水稻單產(chǎn)的空間關(guān)聯(lián),在對縣域水稻單產(chǎn)進行空間俱樂部收斂檢驗前,首先需對水稻單產(chǎn)進行分組,本文依據(jù)2014年水稻單產(chǎn)的Moran統(tǒng)計值,將空間依賴模式分成四組。由于H-L和L-H兩種空間自相關(guān)區(qū)域組,缺乏對水稻單產(chǎn)變化的平抑作用[16],因此本文選擇H-H和L-L兩個區(qū)域組作為空間俱樂部檢驗的最后分組,并使用SLM和SEM對水稻單產(chǎn)進行空間俱樂部收斂檢驗。
3.1 低地平原-水稻耕作系統(tǒng)水稻單產(chǎn)時空變化與差異分析
3.1.1 低地平原-水稻耕作系統(tǒng)水稻單產(chǎn)時空演變趨勢 總體而言,1980-2014年低地平原-水稻耕作系統(tǒng)縣域水稻平均單產(chǎn)增長顯著(圖2)。據(jù)測算該系統(tǒng)水稻平均單產(chǎn)由1980年的3.9 t/hm2左右增加到了2014年的7.1 t/hm2左右,增長了約82.1%,近30 a水稻單產(chǎn)水平出現(xiàn)質(zhì)的提升。1980-1982、1990-1992、2000-2002和2012-2014年四個時間段縣域水稻單產(chǎn)變化出現(xiàn)明顯的空間集聚,但也呈現(xiàn)顯著空間差異。1980-1982年水稻單產(chǎn)水平較高的集聚區(qū)域主要分布在系統(tǒng)東部的江蘇和系統(tǒng)南部的湖南等地,這些地區(qū)水稻平均單產(chǎn)大于4.5 t/hm2;2012-2014年,水稻單產(chǎn)優(yōu)勢區(qū)主要分布在江蘇和湖北兩地,這兩個地區(qū)平均單產(chǎn)水平大于8 t/hm2;系統(tǒng)其余區(qū)域水稻單產(chǎn)均有不同程度的增長,但未形成明顯的單產(chǎn)優(yōu)勢區(qū)。從優(yōu)勢區(qū)域變化看,系統(tǒng)東部的江淮平原水稻單產(chǎn)優(yōu)勢明顯且地位繼續(xù)加強,系統(tǒng)西部的湖北江漢平原一帶單產(chǎn)逐漸處于領(lǐng)先優(yōu)勢,而系統(tǒng)南部的湖南省水稻單產(chǎn)優(yōu)勢已不明顯。1980-1982年系統(tǒng)南部的湖南省水稻單產(chǎn)在5 t/hm2左右,處于較高水平,其后水稻單產(chǎn)水平也呈波動式提升,但經(jīng)測算近10 a其水稻單產(chǎn)維持在6.0~6.5 t/hm2左右,并未出現(xiàn)明顯的突破;期初單產(chǎn)優(yōu)勢不明顯的湖北省,1980年以來年水稻單產(chǎn)保持穩(wěn)步提升,在上述四個時間點,水稻單產(chǎn)階段性增長較明顯,2014年前后,以江漢平原為核心的系統(tǒng)西部地區(qū)水稻單產(chǎn)已越過8 t/hm2大關(guān)。
圖2 1980-2014年縣域水稻單產(chǎn)分布圖Fig. 2 Changes of county rice yield from 1980 to 2014
3.1.2 縣域水稻單產(chǎn)變化時空差異分析 低地平原-水稻耕作系統(tǒng)東部的江蘇水稻單產(chǎn)一直保持領(lǐng)先優(yōu)勢,單產(chǎn)增長顯著。江蘇省素來是魚米之鄉(xiāng),耕地資源條件好,土壤肥沃,水稻品種更新、新種植技術(shù)推廣(如1992年的“秈改粳”)和水稻良種補貼等方面都走在全國前列[17]。1980年以來系統(tǒng)南部的江西省水稻單產(chǎn)水平穩(wěn)步增長,但增長幅度小于系統(tǒng)其他區(qū)域,單產(chǎn)進一步增長遇到瓶頸。2005至2013年,僅受高溫逼熟災(zāi)害影響,江西省雙季早稻單產(chǎn)損失3.9%-18.9%[18]。
水稻單產(chǎn)增長差異可能也與水稻熟制變化有關(guān)。1980年以來,雖然湖南省和江西省中稻和一季晚稻的播種面積有所增加,但近些年兩省早稻和雙季晚稻播種面積仍占到70%和85%以上(圖3),由于早稻和雙季晚稻相對中稻和一季晚稻單產(chǎn)較低,因此這兩個省份水稻平均單產(chǎn)增加受到限制。江蘇省目前只有中稻和一季晚稻水稻種植模式,湖北省中稻和一季晚稻播種面積占水稻總播種面積的比例已由期初的40%左右上升到期末的60%左右,這可能是20世紀(jì)90年代以來湖北省和江蘇省平均水稻單產(chǎn)遠遠大于湖南和江西兩省的主要原因之一。不過在稻作制度選擇上長江流域農(nóng)戶“雙改單”的行為是由利益最大化或以獲取更多的閑暇為目的,水稻單產(chǎn)增加對總產(chǎn)量產(chǎn)生較大沖擊[19]。
3.2 縣域水稻單產(chǎn)的空間相關(guān)性與區(qū)域差異分析
圖3 中稻和一季晚稻占水稻總播種面積比重Fig. 3 Ratios of mid-season and late-season rice to total rice area
圖4 1980-2014年縣域水稻單產(chǎn)莫蘭統(tǒng)計值Fig. 4 Moran’s I statistics of county rice yield from 1980 to 2014
圖5 1980年和2014年縣域水稻單產(chǎn)空間自相關(guān)類型分布Fig. 5 Spatial autocorrelation categories of county rice yields in 1980 and 2014
測算1980-2014年水稻單產(chǎn)莫蘭統(tǒng)計值(圖4),考察低地平原-水稻耕作系統(tǒng)水稻單產(chǎn)空間關(guān)聯(lián)性。1980年以來水稻單產(chǎn)Moran’ I統(tǒng)計值呈現(xiàn)一定的波動,但Moran’ I統(tǒng)計值大多落在區(qū)間(0.3,0.5)。個別年份(如1996年和1999年)Moran’ I統(tǒng)計值較低,但也大于0.3,有的年份(如1996年)水稻單產(chǎn)的莫蘭指數(shù)值甚至超過了0.6,表明近30 a來低地平原-水稻耕作系統(tǒng)縣域水稻單產(chǎn)呈現(xiàn)顯著空間正相關(guān),即水稻單產(chǎn)高的縣域,其周邊縣域水稻單產(chǎn)也較高,而水稻單產(chǎn)低的縣域,其周邊縣域單產(chǎn)水平也較低,表明水稻單產(chǎn)水平相似區(qū)出現(xiàn)了集聚。
圖5顯示了低地平原-水稻耕作系統(tǒng)1980年和2014年縣域水稻單產(chǎn)空間自相關(guān)類型變化,1980年和2014年縣域水稻單產(chǎn)莫蘭統(tǒng)計值分別為0.435和0.446,均在1%水平上顯著,表明兩個時間點縣域水稻單產(chǎn)存在顯著空間正相關(guān)。2014年水稻單產(chǎn)H-H集聚模式主要分布在系統(tǒng)東部的江淮平原和系統(tǒng)西部的江漢平原,區(qū)域水稻單產(chǎn)平均水平大于8 t/hm2;L-L集聚模式主要分布在系統(tǒng)南部的湖南和江西兩省,區(qū)域水稻單產(chǎn)平均水平在6.5 t/hm2左右。
此外,基于一階、二階和三階臨接矩陣的縣域水稻的Moran指數(shù)值較為顯著,且隨著階數(shù)增加,Moran指數(shù)值依次衰減(表1),表明縣域水稻單產(chǎn)水平受到地理距離的影響,空間外溢對區(qū)域糧食單產(chǎn)影響呈現(xiàn)距離衰減特征。由于技術(shù)擴散半徑有限,增長極溢出的先進農(nóng)業(yè)技術(shù)對鄰近縣域影響更直接有效,因此消除或者減少地理距離對技術(shù)擴散的影響,有利于區(qū)域水稻單產(chǎn)水平提升。
表1 縣域水稻單產(chǎn)的Moran’s I統(tǒng)計值Table 1 Moran’s I statistics of county rice yield
3.3 縣域水稻單產(chǎn)的空間收斂性檢驗和比較
3.3.1 縣域水稻單產(chǎn)的空間收斂性檢驗實證分析 對低地平原-水稻種植系統(tǒng)水稻單產(chǎn)進行絕對β收斂檢驗,估計結(jié)果顯示(表2),回歸系數(shù)β顯著地小于0,從其他檢驗參數(shù)看,F(xiàn)和log L在1%的水平下通過了顯著性檢驗,AIC和SC的值也通過了檢驗。因此可以判斷出1980-2014年縣域水稻單產(chǎn)存在絕對收斂,表明期初水稻單產(chǎn)較低的縣域水稻單產(chǎn)平均增長率更快。
表2 水稻單產(chǎn)標(biāo)準(zhǔn)化方程估計結(jié)果Table 2 Estimation results of the standardized equation on rice yields
未考慮空間效應(yīng)的水稻糧食單產(chǎn)存在絕對β收斂,但莫蘭指數(shù)顯示(圖4),該地區(qū)水稻單產(chǎn)呈現(xiàn)空間正相關(guān)性,因此忽視空間效應(yīng)的最小二乘法可能有偏??紤]空間相關(guān)性后,對縣域水稻單產(chǎn)進行空間絕對β收斂檢驗(表3)。對縣域水稻單產(chǎn)的空間相關(guān)性進行檢驗,根據(jù)Florax空間模型的選擇方式,應(yīng)從LM-lag和LM-err中選擇更顯著者,可知LM-lag和LM-err的p值都很小,但后者t值更大,因此更顯著。
表3 水稻單產(chǎn)空間相關(guān)性檢驗Table 3 Spatial correlation test on rice yield
表4顯示了空間滯后模型(SLM)和空間誤差模型(SEM)的空間絕對β收斂檢驗結(jié)果。SLM模型和SEM模型回歸參數(shù)β估計值分別為-0.021和-0.025,均顯著地小于0,表明區(qū)域縣域水稻單產(chǎn)整體上存在空間收斂,即在考慮鄰近縣域可能存在的空間關(guān)聯(lián)后,整個區(qū)域縣域水稻單產(chǎn)出現(xiàn)趨同。就單產(chǎn)收斂速度而言,SEM模型的收斂速度大于SLM模型,二者收斂速度分別為3.781%和5.475%,半生命周期分別為32.22 a和27.56 a。
表4 水稻單產(chǎn)空間計量模型估計結(jié)果Table 4 Estimation results of spatial econometric models of rice yields
空間自相關(guān)類型顯示(圖5),2014年低地平原-水稻系統(tǒng)中大多數(shù)的縣域水稻單產(chǎn)位于H-H和L-L兩個區(qū)域,呈現(xiàn)了空間俱樂部趨同特征??紤]到H-L和L-H兩種空間依賴區(qū)域組,缺乏對水稻單產(chǎn)變化的平抑作用,因此本文選擇H-H和L-L兩個區(qū)域作為空間俱樂部檢驗的最后分組。對兩個區(qū)域組2014年水稻單產(chǎn)空間相關(guān)性檢驗結(jié)果見表5。同樣依據(jù)Florax空間模型的選擇方式,H-H和L-L兩個區(qū)域組選用SEM比空間滯后模型SLM的空間俱樂部收斂檢驗更好。
表6顯示,在空間誤差模型中,H-H區(qū)域組和L-L區(qū)域組的回歸系數(shù)β均為負值,其值均為-0.028,且通過了顯著性檢驗;同時,空間滯后系數(shù)λ顯著為正,表明H-H和L-L區(qū)域組內(nèi)縣域水稻單產(chǎn)正向依賴顯著,即縣域水稻單產(chǎn)空間分布模式相似的區(qū)域組內(nèi),水稻單產(chǎn)呈現(xiàn)出空間收斂特征。2014年H-H區(qū)域組和L-L區(qū)域組組內(nèi)水稻平均單產(chǎn)水平分別為8 t/hm2和6 t/hm2。相對于H-H區(qū)域組而言,L-L區(qū)域組水稻單產(chǎn)收斂于較低水平。
表5 H-H和L-L區(qū)域組水稻單產(chǎn)空間相關(guān)性檢驗Table 5 Spatial correlation tests on rice yields in H-H and L-L regions
表6 H-H和L-L區(qū)域組水稻單產(chǎn)空間俱樂部估計結(jié)果Table 6 Estimation results on rice yields in H-H and L-L regions
在空間誤差模型下,H-H和L-L區(qū)域組收斂速度分別為9.32%和8.73%,半生命周期分別為24.25 a和24.50 a。H-H和L-L區(qū)域組收斂速度和半生命周期接近,但相對而言,H-H區(qū)域組由于總體單產(chǎn)水平較高,有利于技術(shù)水平的擴散,因此收斂速度更快,半生命周期相對更短??傮w來看,H-H區(qū)域組和L-L區(qū)域組的收斂速度大于考察期整體區(qū)域的收斂速度5.475%(SEM),且小于整體區(qū)域半生命周期27.56 a,表明水稻單產(chǎn)相似的聚集區(qū)收斂速度更快。
3.3.2 不同空間集聚模式的收斂性分析 對H-H和L-L兩種空間模式的檢驗表明,系統(tǒng)縣域水稻單產(chǎn)存在空間俱樂部收斂,且H-H區(qū)域組和L-L區(qū)域組水稻單產(chǎn)收斂速度大于整個區(qū)域空間收斂速度。單產(chǎn)集聚空間模式相似區(qū)域呈現(xiàn)出收斂特征,即在兩個不同的區(qū)域組內(nèi)部,單產(chǎn)相對較低縣市對單產(chǎn)相對較高縣市水稻單產(chǎn)產(chǎn)生了“追趕效應(yīng)”。2014年江蘇省絕大部分縣市屬于H-H空間分布模式,江西基本屬于L-L分布模式。因此,本文以江蘇省和江西省典型縣市為例,分析兩個自相關(guān)區(qū)域組水稻單產(chǎn)收斂特征。
1980-2014年江蘇省四個縣市水稻單產(chǎn)變化趨勢圖顯示(圖6a):1980年四縣市水稻單產(chǎn)排序為建湖縣>新沂市>東??h>射陽縣,隨后幾十年,單產(chǎn)波動式上升,2014年水稻單產(chǎn)的排序為射陽縣>建湖市>新沂市>東??h。期初水稻單產(chǎn)水平較低的射陽縣對水稻單產(chǎn)較高的其他三縣市產(chǎn)生了“追趕效應(yīng)”,同時不同縣單產(chǎn)水平整體差異有所縮小,H-H集聚區(qū)水稻單產(chǎn)呈現(xiàn)出“收斂特征”。1980-2014年江西省四個縣市水稻單產(chǎn)變化趨勢圖顯示(圖6b),由于江西省四個縣市期初水稻單產(chǎn)較接近,因此期末四個縣市水稻單產(chǎn)的差距并未明顯縮小,但期初水稻單產(chǎn)較低的縣市(宜豐市)對水稻單產(chǎn)較高縣市(德安縣)產(chǎn)生了“追趕效應(yīng)”,L-L集聚區(qū)水稻單產(chǎn)也呈現(xiàn)“收斂特征”。
圖6 1980-2014年H-H(a)和L-L(b)典型縣市水稻單產(chǎn)變化圖Fig. 6 Typical rice yield changes in H-H and L-L regions from 1980 to 2014
相對于H-H區(qū)域,L-L區(qū)域整體水稻單產(chǎn)水平較低。2014年江蘇省四個典型縣市水稻單產(chǎn)平均水平約為9 t/hm2,而江西四個縣市水稻單產(chǎn)平均水平約為7 t/hm2,表明H-H集聚區(qū)和L-L集聚區(qū)水稻單產(chǎn)水平存在較大差距,逐步縮小組間水稻單產(chǎn)水平差距,也是未來提升整體水稻單產(chǎn)水平的重要一環(huán)。
低地平原-水稻耕作系統(tǒng)是我國重要的水稻生產(chǎn)基地,從該系統(tǒng)縣域水稻單產(chǎn)水平時間序列看,水稻單產(chǎn)增長明顯??臻g自相關(guān)分析顯示水稻單產(chǎn)空間正相關(guān)顯著,即區(qū)域內(nèi)出現(xiàn)明顯H-H和L-L空間聚類,多階臨接矩陣Moran指數(shù)值顯示該耕作系統(tǒng)縣域水稻單產(chǎn)存在較大距離衰減效應(yīng)。因此減弱距離對種植技術(shù)和科技推廣的阻礙,增大水稻單產(chǎn)優(yōu)勢區(qū)對鄰近區(qū)域空間輻射效應(yīng),有利于促進區(qū)域水稻單產(chǎn)水平的整體提升。
空間H-H集聚分布區(qū)發(fā)生位移,期初單產(chǎn)優(yōu)勢區(qū)湖南目前單產(chǎn)水平無優(yōu)勢,江漢平原和江淮平原成為水稻單產(chǎn)水平典型的H-H集聚區(qū),說明部分區(qū)域“趕超效應(yīng)”明顯,進一步挖掘趕超產(chǎn)生的原因,有利于有的放矢地在單產(chǎn)增長乏力地區(qū)采取相應(yīng)措施,調(diào)動單產(chǎn)增長。例如在江西、湖南等地加大中稻和晚稻種植比例,對于提高區(qū)域水稻單產(chǎn)和品質(zhì)改善有較大促進作用。
從收斂性檢驗結(jié)果看,無論是區(qū)域整體,還是H-H和L-L集聚區(qū)水稻單產(chǎn)水平均存在絕對β收斂,揭示該耕作系統(tǒng)水稻單產(chǎn)在經(jīng)歷了若干年增長后,目前趨近于一個收斂狀態(tài),未來單產(chǎn)繼續(xù)增長的壓力較大。在繼續(xù)加大科技創(chuàng)新促進單產(chǎn)增長的同時,短期內(nèi)優(yōu)化水稻生產(chǎn)空間分布,提升水稻品質(zhì)和種植效益是穩(wěn)定區(qū)域水稻生產(chǎn)面積,保障糧食生產(chǎn),提高農(nóng)戶收益的重要手段。
[1] 羅丹, 嚴(yán)瑞珍, 陳潔. 不同農(nóng)村土地非農(nóng)化模式的利益分配機制比較研究[J]. 管理世界, 2004(9): 87-96.
Luo D, Yan R Z, Chen J. A comparative study of different beneft distribution mechanisms on the non-agricultural model of rural farmland[J]. Management World, 2004(9): 87-96.
[2] 高云, 陳偉忠, 詹慧龍, 等. 中國糧食增產(chǎn)潛力影響因素分析[J].中國農(nóng)學(xué)通報, 2013, 29(35): 132-138.
Gao Y, Chen W Z, Zhan H L, et al. The analysis of infuencing factors on grain potential yield growth[J]. Chinese Agricultural Science Bulletin, 2013, 29(35): 132-138.
[3] 陳印軍, 易小燕, 方琳娜, 等. 中國耕地資源與糧食增產(chǎn)潛力分析[J]. 中國農(nóng)業(yè)科學(xué), 2016, 49(6): 1117-1131.
Chen Y J, Yi X Y, Fang L N, et al. Analysis of cultivated land and grain production potential in China[J]. Scientia Agricultura Sinica, 2016, 49(6): 1117-1131.
[4] 楊萬江, 陳文佳. 中國水稻生產(chǎn)空間布局變遷及影響因素分析[J]. 經(jīng)濟地理, 2011, 31(12): 2086-2093.
Yang W J, Chen W J. Studies on the spatial distribution changing of China’s rice production and its infuencing factors[J]. Economic Geography, 2011, 31(12): 2086-2093.
[5] 程勇翔, 王秀珍, 郭建平, 等. 中國水稻生產(chǎn)的時空動態(tài)分析[J].中國農(nóng)業(yè)科學(xué), 2012, 45(17): 3473-3485.
Chen Y X, Wang X Z, Guo J P, et al. The temporal-spatial dynamic analysis of China rice production[J]. Scientia Agricultura Sinica, 2012, 45(17): 3473-3485.
[6] Li X Y, Liu N J, You L Z, et al. Patterns of cereal yield growth across China from 1980 to 2010 and their implications for food production and food security[J]. Plos One, 2016, 11(7). Doi: 10.1371/journal.pone.0159061.
[7] 葉長盛, 朱傳民. 江西省縣域糧食生產(chǎn)地域格局變化研究[J].農(nóng)業(yè)現(xiàn)代化研究, 2011, 32(3): 315-319.
Ye C S, Zhu C M. Regional pattern changes of county grain production in Jiangxi Province[J]. Research of Agricultural Modernization, 2011, 32(3): 315-319.
[8] 柏林川, 武蘭芳, 宋小青. 1995-2010年山東省糧食單產(chǎn)變化空間分異及均衡增產(chǎn)潛力[J]. 地理科學(xué)進展, 2013, 32(8): 1257-1265.
Bo L C, Wu L F, Song X Q. Spatial difference of grain yield changes during 1995-2010 and balanced potential output to increase in Shandong Province[J]. Process in Geography, 2013, 32(8): 1257-1265.
[9] 劉玉, 郜允兵, 高秉博, 等. 1980-2012年河南省縣域糧食單產(chǎn)時空分異及增產(chǎn)潛力研究[J]. 北京大學(xué)學(xué)報: 自然科學(xué)版, 2014, 50(6): 1106-1114.
Liu Y, Gao Y B, Gao B B, et al. Spatial-temporal difference of grain yield per hectare during 1980-2012 at county level and its balanced increasing potential in Henan Province[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014, 50(6): 1106-1114.
[10] 田旭, 于曉華, 張曉恒. 中國糧食生產(chǎn)潛能分析: 一個基于“俱樂部收斂”的視點[J]. 浙江大學(xué)學(xué)報: 人文社會科學(xué)版, 2016(5): 112-128.
Tian X, Yu X H, Zhang X H. Grain output potential in China: A perspective from club convergence[J]. Journal of Zhejiang University (Humanities and Social Sciences), 2016(5): 112-128.
[11] 覃成林, 劉迎霞, 李超. 空間外溢與區(qū)域經(jīng)濟增長趨同——基于長江三角洲的案例分析[J]. 中國社會科學(xué), 2012(5): 76-94.
Qin C L, Liu Y X, Li C. Spatial spillover and the convergence of regional economic growth: A case study of the Yangtza River Delta[J]. Social Sciences in China, 2012(5): 76-94.
[12] 曾馨漫, 劉慧, 劉衛(wèi)東. 京津冀城市群城市用地擴張的空間特征及俱樂部收斂分析[J]. 自然資源學(xué)報, 2015(12): 2045-2056.
Zeng X M, Liu H, Liu W D. Spatial pattern and club convergence analysis of urban expansion in Beijing-Tianjin-Hebei urban agglomeration[J]. Journal of Natural Resources, 2015(12): 2045-2056.
[13] Dixon J, Gulliver A, Gibbon D. Farming Systems and Poverty: Improving Farmers’ Livelihoods in a Changing World[M]. 2001: 218-219.
[14] 王遠飛. 空間數(shù)據(jù)分析方法[M]. 北京: 科學(xué)出版社, 2007.Wang Y F. Spatial Data Analysis[M]. Beijing: Science Press, 2007.
[15] Barro R, Sala-i-Martin X. Convergence[J]. The Journal of Political Economy, 1992, 100: 223-251.
[16] 張戰(zhàn)仁. 中國區(qū)域創(chuàng)新差異形成的時空因素研究——基于地理空間視角[M]. 北京: 中國社會科學(xué)出版社, 2013.
Zhang Z R. The Study of Forming Space-time Difference of Regional Innovation under the Geographic Space Perspective in China[M]. Beijing: China Social Sciences Press, 2013.
[17] 佴軍, 張洪程, 陸建飛. 江蘇省水稻生產(chǎn)30年地域格局變化及影響因素分析[J]. 中國農(nóng)業(yè)科學(xué), 2012, 45(16): 3446-3452.
Nai J, Zhang H C, Lu J F. Regional pattern changes of rice production in thirty years and its influencing factors in Jiangsu Province[J]. Scientia Agricultura Sinica, 2012, 45(16): 3446-3452.
[18] 孔萍, 殷劍敏, 謝佳杏. 高溫逼熟對江西省雙季早稻產(chǎn)量的影響[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2015, 20(4): 57-65.
Kong P, Yin J M, Xie J X. Study on the yield of early rice by heart-forced maturing in Jiangsu Province[J]. Journal of China Agricultural University, 2015, 20(4): 57-65.
[19] 王全忠, 周宏. 稻作制度選擇、種植業(yè)結(jié)構(gòu)調(diào)整及農(nóng)戶決策獨立性檢驗[J]. 農(nóng)林經(jīng)濟管理學(xué)報, 2016, 15(2): 133-143.
Wang Q Z, Zhou H. Farmers’ switch of planting pattern from double-cropping to single-cropping rice structure adjustment and individual decision-making testing[J]. Journal of Agro-Forestry Economics and Management, 2016, 15(2): 133-143.
(責(zé)任編輯:王育花)
The analysis of temporal and spatial distribution changes and convergence of rice yield in lowland rice farming system
LI Xiao-yun, LIU Nian, Zeng Lin-lin, Huang Ma-lan
(College of Economics and Management, Huazhong Agricultural University, Wuhan, Hubei 430070, China)
F304.5 文獻標(biāo)識碼:A 文章編號:1000-0275(2017)04-0640-09
10.13872/j.1000-0275.2017.0075
李曉云, 劉念, 曾琳琳, 黃瑪蘭. 低地平原-水稻耕作系統(tǒng)水稻單產(chǎn)時空變化及收斂性分析[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2017, 38(4): 640-648.
Li X Y, Liu N, Zeng L L, Huang M L. The analysis of temporal and spatial distribution changes and convergence of rice yield in lowland rice farming system[J]. Research of Agricultural Modernization, 2017, 38(4): 640-648.
國家自然科學(xué)基金項目(71673102);中央高?;究蒲袠I(yè)務(wù)費專項基金(2662016PY060)。
李曉云(1978-),女,福建邵武人,博士,教授,博士生導(dǎo)師,主要從事農(nóng)業(yè)耕作系統(tǒng)和糧食安全研究,E-mail:lixiaoyun@ mail.hzau.edu.cn。
2017-02-23,接受日期:2017-05-24
Foundation item: National Natural Science Foundation of China (71673102); The Fundamental Research Funds for the Central Universities (2662016PY060).
Corresponding author: LI Xiao-yun, E-mail: lixiaoyun@mail.hzau.edu.cn.
Received 23 February, 2017;Accepted 24 May, 2017
農(nóng)業(yè)現(xiàn)代化研究2017年4期