• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      長(zhǎng)江經(jīng)濟(jì)帶耕地綠色低碳利用的時(shí)空格局及其成因分析

      2022-12-09 11:02:32王占岐
      中國(guó)土地科學(xué) 2022年10期
      關(guān)鍵詞:經(jīng)濟(jì)帶長(zhǎng)江耕地

      楊 斌,楊 俊,王占岐,譚 力

      (1.中國(guó)礦業(yè)大學(xué)公共管理學(xué)院,江蘇 徐州 221008; 2. 中國(guó)礦業(yè)大學(xué)中國(guó)資源型城市轉(zhuǎn)型發(fā)展與鄉(xiāng)村振興研究中心,江蘇 徐州 221116; 3. 中國(guó)地質(zhì)大學(xué)(武漢)公共管理學(xué)院,湖北 武漢 430074;4. 武漢輕工大學(xué)管理學(xué)院,湖北 武漢 430048)

      1 引言

      作為土地資源的精華,耕地在保障國(guó)家糧食生產(chǎn)、生態(tài)安全以及社會(huì)經(jīng)濟(jì)發(fā)展方面發(fā)揮著重要作用[1]。改革開(kāi)放以來(lái),我國(guó)農(nóng)業(yè)得到快速發(fā)展,實(shí)現(xiàn)了糧食產(chǎn)量和農(nóng)業(yè)產(chǎn)值雙向豐收[2]。然而,在取得這些農(nóng)業(yè)發(fā)展成就同時(shí),卻產(chǎn)生了一系列如耕地過(guò)度利用、土壤質(zhì)量下降以及面源污染等問(wèn)題[3-4],一定程度上制約了耕地資源可持續(xù)利用。2022年中央一號(hào)文件明確提出“加強(qiáng)農(nóng)業(yè)面源污染綜合治理,實(shí)施農(nóng)業(yè)投入品減量化,加強(qiáng)畜禽糞污、農(nóng)膜、秸稈等資源化利用,推進(jìn)農(nóng)業(yè)農(nóng)村綠色發(fā)展。”可見(jiàn),在生態(tài)文明建設(shè)和農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展背景下,如何兼顧減排增匯目標(biāo)并實(shí)現(xiàn)耕地資源“綠色化”“低碳化”利用成為當(dāng)前學(xué)術(shù)界討論的焦點(diǎn)話題。因此,科學(xué)測(cè)度耕地綠色低碳利用(Cultivated Land Green and Low-Carbon Utilization,CLGLU)水平,分析其時(shí)空格局及成因,對(duì)于探索區(qū)域CLGLU提升路徑和實(shí)現(xiàn)耕地健康可持續(xù)利用具有重要現(xiàn)實(shí)意義。

      當(dāng)前, CLGLU研究主要集中于環(huán)境約束下的耕地利用效率測(cè)度、區(qū)域差異及影響因素分析等方面[5-8]。在指標(biāo)體系設(shè)計(jì)上,學(xué)者們通?;凇巴度搿a(chǎn)出”思維構(gòu)建指標(biāo)體系,并將碳排放納入非期望產(chǎn)出,以實(shí)現(xiàn)耕地利用“低碳化”度量[5-6];還有學(xué)者考慮到耕地利用面源污染問(wèn)題,并將其與碳排放一同納入非期望產(chǎn)出,實(shí)現(xiàn)對(duì)耕地利用“綠色化”考察[8]。在研究方法上,多采用DEA模型、SBM-Undesirable模型、隨機(jī)前沿生產(chǎn)函數(shù)模型等[7,9-10]對(duì)耕地利用效率進(jìn)行綜合測(cè)度。在此基礎(chǔ)上,還有學(xué)者將生態(tài)效率概念引入耕地利用體系,探討了綠色發(fā)展理念下耕地利用生態(tài)效率的時(shí)空格局、演變規(guī)律及其驅(qū)動(dòng)因素等[11-12]??傮w來(lái)看,已有研究較為系統(tǒng)總結(jié)了環(huán)境約束下耕地利用效率相關(guān)內(nèi)容,為本文提供了重要理論和方法支撐,但仍有進(jìn)一步拓展空間。第一,在指標(biāo)體系設(shè)計(jì)上,現(xiàn)有研究主要考慮耕地利用碳排放,而忽視了耕地碳吸收功能。相關(guān)研究表明耕地不僅是碳源,更是巨大碳匯[13],若未能顧及耕地碳匯功能,將無(wú)法準(zhǔn)確度量CLGLU真實(shí)水平;第二,在測(cè)度方法上,盡管在傳統(tǒng)DEA模型和SBM-Undesirable模型在耕地利用效率測(cè)算上得到廣泛運(yùn)用,然而上述方法在投入產(chǎn)出有效前沿面上的理想值與實(shí)際值之間的原始比例存在一定損失,會(huì)引起測(cè)度結(jié)果失真[14-15]。EBM(Epsilon-Based Measure)模型作為一種混合距離測(cè)算方法,能夠同時(shí)顧及投入產(chǎn)出非徑向松弛變量和理想值與實(shí)際值的徑向比,可有效提高測(cè)度結(jié)果精度[16]。從現(xiàn)有文獻(xiàn)來(lái)看,鮮有研究運(yùn)用EBM模型對(duì)耕地利用水平進(jìn)行測(cè)度。

      鑒于此,本文以長(zhǎng)江經(jīng)濟(jì)帶為例,構(gòu)建CLGLU評(píng)價(jià)指標(biāo)體系,基于2005—2020年研究區(qū)131個(gè)地級(jí)市相關(guān)數(shù)據(jù),采用DEA-EBM模型對(duì)其CLGLU水平進(jìn)行科學(xué)測(cè)度,分析時(shí)空格局,并在此基礎(chǔ)上引入地理探測(cè)器模型考察時(shí)空差異的成因,以期為新時(shí)期我國(guó)耕地保護(hù)和區(qū)域可持續(xù)發(fā)展提供決策參考。

      2 研究方法、研究區(qū)概況與數(shù)據(jù)來(lái)源

      2.1 耕地綠色低碳利用指標(biāo)體系設(shè)計(jì)

      綠色低碳發(fā)展是追求以和諧、環(huán)保和可持續(xù)為目標(biāo)的經(jīng)濟(jì)增長(zhǎng)和社會(huì)發(fā)展模式,是新時(shí)期我國(guó)社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展和生態(tài)文明建設(shè)的必然選擇[17]。根據(jù)中共十九大報(bào)告闡釋?zhuān)G色發(fā)展理念實(shí)質(zhì)是在生態(tài)環(huán)境容量和資源承載力約束下,實(shí)現(xiàn)經(jīng)濟(jì)、社會(huì)和環(huán)境協(xié)調(diào)可持續(xù)發(fā)展;低碳發(fā)展理念是產(chǎn)業(yè)變革、技術(shù)創(chuàng)新以及生產(chǎn)生活方式轉(zhuǎn)型的重要指引。近年來(lái),學(xué)者們對(duì)綠色低碳發(fā)展理念進(jìn)行拓展,將其廣泛應(yīng)用在交通、能源、農(nóng)業(yè)等領(lǐng)域[18-20]。本文擬將綠色低碳發(fā)展理念應(yīng)用到耕地利用領(lǐng)域,特別是在減排增匯目標(biāo)下,即減少農(nóng)業(yè)面源污染和增加農(nóng)業(yè)碳匯,全面系統(tǒng)考察CLGLU水平。

      耕地利用是一項(xiàng)“投入+產(chǎn)出”的動(dòng)態(tài)過(guò)程,結(jié)合綠色低碳發(fā)展理念,本文將CLGLU內(nèi)涵界定為:在減排增匯目標(biāo)約束下,通過(guò)一定的生產(chǎn)要素投入,實(shí)現(xiàn)耕地利用的農(nóng)業(yè)產(chǎn)值、糧食產(chǎn)量和農(nóng)業(yè)碳匯等期望產(chǎn)出最大化,同時(shí)最大限度控制農(nóng)業(yè)碳排放、污染物等非期望產(chǎn)出的過(guò)程。其中,耕地利用“綠色化”強(qiáng)調(diào)在一定范圍內(nèi)合理進(jìn)行化肥、農(nóng)藥、地膜等要素投入,同時(shí)減少農(nóng)業(yè)生產(chǎn)污染物排放;耕地利用“低碳化”則強(qiáng)調(diào)一方面最大幅度增加耕地碳匯能力,另一方面減少碳排放,實(shí)現(xiàn)耕地低碳利用。結(jié)合已有相關(guān)研究[8-12]以及對(duì)CLGLU的內(nèi)涵解析,最終確定CLGLU評(píng)價(jià)指標(biāo)體系(表1)。

      表1 CLGLU評(píng)價(jià)指標(biāo)體系Tab.1 Evaluation index system of the CLGLU

      CLGLU評(píng)價(jià)投入要素包括土地、勞動(dòng)力和生產(chǎn)資料三大部分。其中,土地要素選取耕地播種面積表征,勞動(dòng)力投入采用第一產(chǎn)業(yè)從業(yè)人員數(shù)表征,并使用系數(shù)ρ=農(nóng)業(yè)產(chǎn)值①本文所指的農(nóng)業(yè)是以種植業(yè)為主,而非廣義農(nóng)業(yè)(農(nóng)林牧副漁業(yè))。/農(nóng)林牧漁總產(chǎn)值進(jìn)行修正[11];生產(chǎn)資料采用農(nóng)業(yè)機(jī)械投入量、農(nóng)用薄膜使用量和化肥施用量表征。期望產(chǎn)出包含經(jīng)濟(jì)產(chǎn)出、社會(huì)產(chǎn)出以及環(huán)境產(chǎn)出三方面,其中農(nóng)業(yè)總產(chǎn)值反映了耕地利用過(guò)程中各種作物所帶來(lái)經(jīng)濟(jì)效益情況,為國(guó)民經(jīng)濟(jì)和產(chǎn)業(yè)發(fā)展提供重要基礎(chǔ)支撐,以此作為耕地利用的經(jīng)濟(jì)產(chǎn)出;糧食產(chǎn)量反映了耕地利用對(duì)區(qū)域居民生活口糧的供給能力,對(duì)保證國(guó)家糧食安全和社會(huì)穩(wěn)定具有重要意義,因此可作為耕地利用社會(huì)產(chǎn)出[5,11];耕地上種植作物通過(guò)光合作用對(duì)二氧化碳進(jìn)行吸收,具有一定碳匯功能,以此作為耕地利用環(huán)境產(chǎn)出,其計(jì)算公式為[21]:

      式(1)中:Ca表示耕地種植作物的碳匯總量;Can為第n種作物的碳吸收量;m代表種植作物種類(lèi)(包括小麥、玉米、水稻、高粱、大豆、谷子和薯類(lèi));δn為第n種作物的含碳率;Qn為第n種作物的產(chǎn)量;εn為第n種作物的水分系數(shù);σn為第n種作物的經(jīng)濟(jì)系數(shù)。其中,耕地種植作物的含碳率、水分系數(shù)和經(jīng)濟(jì)系數(shù)主要依據(jù)王修蘭、田云和張俊飚等[13,21]的研究成果。

      本文選取耕地面源污染和碳排放量作為CLGLU的非期望產(chǎn)出。耕地面源污染計(jì)算方法如下:首先測(cè)算耕地利用中農(nóng)藥、化肥、農(nóng)田廢棄物等所產(chǎn)生總氮(TN)、總磷(TP)和化學(xué)需氧量(COD)產(chǎn)出量,然后用三類(lèi)污染物產(chǎn)出量乘以各自排放評(píng)估系數(shù)便可得出標(biāo)準(zhǔn)面源污染排放量。其中,參考封永剛[8]、潘丹[22]等研究成果,將COD、TN和TP排放評(píng)估系數(shù)分別設(shè)為20 mg/L、1 mg/L和0.2 mg/L。耕地利用碳排放量基于農(nóng)業(yè)碳排放系數(shù)綜合評(píng)估法進(jìn)行測(cè)算[22-23],公式為:

      式(2)中:Ce為耕地利用碳排放總量;Ei為各種碳排放源總量;θi為各種碳排放源的排放系數(shù)。本文選取碳排放源主要包括化肥、地膜、農(nóng)機(jī)使用柴油、播種翻耕和農(nóng)業(yè)灌溉,θi的數(shù)值參考李波等[23]的研究成果,如表2所示。

      表2 耕地利用主要碳源排放系數(shù)Tab.2 Carbon emission coefficients of main carbon sources in cultivated land utilization

      2.2 DEA-EBM模型

      基于非期望產(chǎn)出的EBM模型是在DEA(Data Envelopment Analysis)模型基礎(chǔ)上演化而來(lái)。該模型從投入和產(chǎn)出2個(gè)維度對(duì)松弛變量的無(wú)效狀態(tài)進(jìn)行測(cè)度,能有效克服傳統(tǒng)數(shù)據(jù)包絡(luò)分析徑向角度的缺點(diǎn),使得測(cè)度結(jié)果更加精確[24-25]。本文采用全局參比的非期望EBM模型對(duì)CLGLU水平進(jìn)行測(cè)度,計(jì)算公式如下:

      式(3)中:ρ*表示規(guī)模報(bào)酬不變下CLGLU最佳值,且0≤ρ≤1;xki、ykn、bkz分別表示決策單元k中第i種投入資料、第n種期望產(chǎn)出值和第z種非期望產(chǎn)出值;表示權(quán)重向量;分別表示第i種投入資料、第n種期望產(chǎn)出和第z種非期望產(chǎn)出的松弛變量;t表示年份;θ、ε分別表示徑向部分和非徑向部分的參數(shù),0≤ε≤1。若ε= 0,EBM模型可變換為CCR模型;若ε= 1,EBM模型可變換為SBM模型。

      2.3 地理探測(cè)器模型

      地理探測(cè)器由王勁峰等提出,主要用來(lái)探測(cè)地理要素空間分異性、因子影響力及多因子交互作用的識(shí)別[26]。耕地為常見(jiàn)的地理要素,采用地理探測(cè)器模型能夠科學(xué)合理探究CLGLU時(shí)空格局的成因,其公式如下:

      式(4)中:q為CLGLU空間分異的探測(cè)因子;nh為下一級(jí)區(qū)域樣本單元數(shù);n為整個(gè)研究區(qū)域樣本單元數(shù);L下一級(jí)研究區(qū)域個(gè)數(shù);σ2為整個(gè)研究區(qū)域CLGLU平方差;σh2為下一級(jí)研究區(qū)域方差。q的取值區(qū)間為[0,1],q= 0時(shí),表示探測(cè)因子對(duì)CLGLU空間分異無(wú)影響;q= 1時(shí),表明探測(cè)因子對(duì)CLGLU空間分異的影響力最強(qiáng)。

      依據(jù)耕地綠色低碳利用的內(nèi)涵界定和研究區(qū)耕地利用實(shí)際狀況,并參照已有相關(guān)研究[9,12,18-20],本文從社會(huì)經(jīng)濟(jì)、農(nóng)業(yè)現(xiàn)代化、自然環(huán)境和農(nóng)業(yè)政策4個(gè)層面選取CLGLU時(shí)空格局的探測(cè)因子,如表3所示。具體來(lái)看,在社會(huì)經(jīng)濟(jì)因素方面,本文選取城鎮(zhèn)化率(X1)和鄉(xiāng)村人均GDP(X2)作為表征指標(biāo)。城鎮(zhèn)化水平的提升推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展的同時(shí)使得農(nóng)村人口持續(xù)向城鎮(zhèn)轉(zhuǎn)移,農(nóng)村勞動(dòng)力價(jià)值不斷凸顯,人口的非農(nóng)化促使耕地朝向規(guī)模化和機(jī)械化經(jīng)營(yíng)轉(zhuǎn)變,有利于節(jié)約成本、改善耕地破碎化程度和提高土地利用效率,然而也增加了耕地面源污染的風(fēng)險(xiǎn);鄉(xiāng)村人均GDP作為農(nóng)村經(jīng)濟(jì)發(fā)展的重要指標(biāo),農(nóng)民生活水平的不斷提高,農(nóng)戶(hù)環(huán)保意識(shí)隨之增強(qiáng),對(duì)其生產(chǎn)資料(如耕地)的保護(hù)及可持續(xù)利用意愿更強(qiáng)烈,并最終可能對(duì)CLGLU產(chǎn)生積極影響。在農(nóng)業(yè)現(xiàn)代化因素方面,本文選取農(nóng)業(yè)機(jī)械化水平(X3)和農(nóng)業(yè)科技投入(X4)作為表征指標(biāo)。農(nóng)業(yè)機(jī)械化程度越高、農(nóng)業(yè)科技投入越大,農(nóng)業(yè)現(xiàn)代化水平越高。一方面,農(nóng)業(yè)現(xiàn)代化能有效改善耕地生產(chǎn)條件并提高生產(chǎn)效率,提高耕地利用期望產(chǎn)出;另一方面,農(nóng)機(jī)、柴油等大量投入必定會(huì)帶來(lái)碳排放等非期望產(chǎn)品的增加,對(duì)CLGLU產(chǎn)生一定影響。在自然環(huán)境因素方面,本文選取復(fù)種指數(shù)(X5)、自然災(zāi)害發(fā)生情況(X6)和農(nóng)業(yè)環(huán)境污染治理程度(X7)作為表征指標(biāo)。復(fù)種指數(shù)越高,單位面積內(nèi)耕地產(chǎn)能越高,有利于期望產(chǎn)品的積累;然而,這也會(huì)導(dǎo)致耕地利用強(qiáng)度相對(duì)較高,農(nóng)藥、化肥、農(nóng)膜等大量投入產(chǎn)生過(guò)多碳排放和農(nóng)業(yè)污染。長(zhǎng)江經(jīng)濟(jì)帶地處長(zhǎng)江流域,是洪澇、干旱以及地質(zhì)災(zāi)害頻發(fā)區(qū)域,兼具災(zāi)面廣、災(zāi)種多、災(zāi)損重的特點(diǎn)[27]。自然災(zāi)害對(duì)耕地利用以及農(nóng)業(yè)生產(chǎn)帶來(lái)嚴(yán)重負(fù)面影響,威脅區(qū)域耕地綠色利用及農(nóng)業(yè)可持續(xù)發(fā)展。基于數(shù)據(jù)可獲取性,本文選取農(nóng)作物受災(zāi)面積①本文選取的自然災(zāi)害為洪澇、旱災(zāi)、滑坡和泥石流4種。表征自然災(zāi)害對(duì)耕地綠色低碳利用水平的影響。農(nóng)業(yè)環(huán)境污染治理可有效改善農(nóng)業(yè)生產(chǎn)環(huán)境,并有利于形成示范聯(lián)動(dòng)效應(yīng),提高農(nóng)戶(hù)生產(chǎn)的環(huán)保意識(shí),降低農(nóng)業(yè)面源污染等非期望產(chǎn)出,推動(dòng)耕地綠色低碳利用。在農(nóng)業(yè)政策因素方面,本文選取財(cái)政支農(nóng)力度(X8)作為表征指標(biāo)。政府對(duì)農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)進(jìn)行補(bǔ)貼有利于緩解耕地棄耕撂荒現(xiàn)象,并激發(fā)農(nóng)戶(hù)生產(chǎn)積極性;同時(shí),政府對(duì)于生產(chǎn)資料的補(bǔ)貼又會(huì)刺激農(nóng)戶(hù)大量購(gòu)置農(nóng)業(yè)機(jī)械、化肥、農(nóng)藥等用品,潛在增加了農(nóng)業(yè)面源污染的風(fēng)險(xiǎn),影響耕地綠色低碳利用水平。

      表3 耕地綠色低碳利用探測(cè)因子Tab.3 Detection factors for cultivated land green and low-carbon utilization

      2.4 研究區(qū)概況

      長(zhǎng)江經(jīng)濟(jì)帶位于中國(guó)中南部,橫跨東、中、西3大區(qū)域,幅員遼闊,覆蓋上海、浙江、江蘇、安徽、湖北、湖南、江西、四川、重慶、云南、貴州11個(gè)?。ㄊ校iL(zhǎng)江經(jīng)濟(jì)帶地勢(shì)西高東低,呈階梯狀分布,國(guó)土總面積約205萬(wàn)km2,占全國(guó)總面積的21.35%左右,人口總量約為全國(guó)的40%[28]。鑒于長(zhǎng)江經(jīng)濟(jì)帶社會(huì)經(jīng)濟(jì)和自然地理?xiàng)l件差異,一般將其分為上游、中游和下游3大區(qū)域。上游地區(qū)包括四川、重慶、云南和貴州4?。ㄊ校杏蔚貐^(qū)包括湖北、湖南和江西3省,下游地區(qū)包括上海、江蘇、安徽和浙江4?。ㄊ校?。長(zhǎng)江經(jīng)濟(jì)帶耕地資源豐富,其中長(zhǎng)江中下游平原地勢(shì)平坦,土壤肥沃,光熱水充足,是全國(guó)重要的糧、棉、油生產(chǎn)基地。當(dāng)前,“生態(tài)優(yōu)先、綠色發(fā)展”以及“共抓大保護(hù)、不搞大開(kāi)發(fā)”已成為長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略主旋律[29]。農(nóng)業(yè)是長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略的基礎(chǔ)產(chǎn)業(yè),而耕地作為農(nóng)業(yè)的重要生產(chǎn)資料,實(shí)現(xiàn)CLGLU對(duì)于長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展乃至區(qū)域整體高質(zhì)量發(fā)展具有重要意義。

      2.5 數(shù)據(jù)來(lái)源與處理

      本文社會(huì)經(jīng)濟(jì)數(shù)據(jù),如鄉(xiāng)村人口、耕地播種面積、第一產(chǎn)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)機(jī)械投入量、農(nóng)用薄膜使用量、化肥施用量、農(nóng)業(yè)總產(chǎn)值、糧食產(chǎn)量、國(guó)民生產(chǎn)總值和農(nóng)作物受災(zāi)面積等數(shù)據(jù)來(lái)源于長(zhǎng)江經(jīng)濟(jì)帶各?。ㄊ校┙y(tǒng)計(jì)年鑒、農(nóng)業(yè)統(tǒng)計(jì)年鑒和國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等(2006—2021年)。其中,部分缺失數(shù)據(jù)基于插值或趨勢(shì)推演法得到。DEM(Digital Elevation Model)數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn)。在Excel軟件中將以上基礎(chǔ)數(shù)據(jù)進(jìn)行歸納整理,形成2005—2020年長(zhǎng)江經(jīng)濟(jì)帶CLGLU測(cè)度及其成因分析面板數(shù)據(jù)集。其中,長(zhǎng)江經(jīng)濟(jì)帶CLGLU測(cè)度的投入產(chǎn)出各指標(biāo)數(shù)據(jù)描述性統(tǒng)計(jì)如表4所示。

      表4 描述性統(tǒng)計(jì)(N = 2 096)Tab.4 Descriptive statistics(N = 2 096)

      3 結(jié)果與分析

      3.1 長(zhǎng)江經(jīng)濟(jì)帶CLGLU測(cè)度及其時(shí)間演化

      以長(zhǎng)江經(jīng)濟(jì)帶131個(gè)地級(jí)市為研究單元,基于EBM模型分別對(duì)2005—2020年研究區(qū)CLGLU進(jìn)行測(cè)度,并采用上游、中游和下游的區(qū)域劃分進(jìn)行對(duì)比分析,如圖1所示。從總體來(lái)看,2005—2020年研究區(qū)CLGLU值呈現(xiàn)波動(dòng)上升的發(fā)展趨勢(shì),數(shù)值在0.460~0.604范圍內(nèi)變動(dòng),研究期間CLGLU平均增幅為1.85%,數(shù)值累計(jì)提高了31.38%。這與國(guó)家不斷注重對(duì)耕地資源保護(hù)和建設(shè)密切相關(guān),政府相繼出臺(tái)了一系列耕地利用管理的政策制度,耕地整治、高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)、耕地輪作休耕等措施效果顯著,耕地本底條件不斷改善。在流域?qū)用妫嫌?、中游和下游地區(qū)CLGLU均呈現(xiàn)波浪式上升特點(diǎn),其中上游水平在0.369~0.493范圍內(nèi)變動(dòng),中游水平在0.461~0.617范圍內(nèi)波動(dòng),下游水平在0.550~0.703范圍內(nèi)變動(dòng),研究區(qū)CLGLU水平表現(xiàn)為下游地區(qū)>中游地區(qū)>上游地區(qū)。

      圖1 2005—2020年長(zhǎng)江經(jīng)濟(jì)帶CLGLU水平時(shí)間演化Fig.1 Temporal evolution of CLGLU in the Yangtze River Economic Belt from 2005 to 2020

      3.2 長(zhǎng)江經(jīng)濟(jì)帶CLGLU空間格局

      基于長(zhǎng)江經(jīng)濟(jì)帶CLGLU水平測(cè)度結(jié)果,參考金貴等[27]關(guān)于土地利用效率的劃分方法,對(duì)其利用水平從低到高依次劃分為4個(gè)等級(jí),分別為低水平(0,0.350]、中低水平(0.350,0.500]、中高水平(0.500,0.700]和高水平(0.700,1.000]。為了更直觀表達(dá)長(zhǎng)江經(jīng)濟(jì)帶CLGLU空間格局特征,將市域尺度測(cè)度結(jié)果導(dǎo)入ArcGIS10.2軟件,繪制CLGLU時(shí)空分異圖,如圖2所示。2005年,研究區(qū)CLGLU高水平市域共6個(gè),主要集中在下游地區(qū);2010年,CLGLU高水平市域共8個(gè),較基期年小幅增長(zhǎng),主要分布在中下游地區(qū);到2015年高水平市域?yàn)?1個(gè),分布范圍不斷擴(kuò)張;2020年,高水平市域達(dá)18個(gè),主要出現(xiàn)在中游湖北省的荊門(mén)、天門(mén)、潛江、仙桃和下游江浙一帶的泰州、蘇州、無(wú)錫、湖州、嘉興等地。可見(jiàn),研究期間長(zhǎng)江經(jīng)濟(jì)帶CLGLU高水平區(qū)域主要集中于長(zhǎng)江中下游一帶。深層原因可能是:這些區(qū)域地處平原,地勢(shì)平坦,土壤肥沃,耕地資源豐富,加之在先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)和較完善的土地管理制度等多種因素影響下,該區(qū)域CLGLU處于較高水平,并對(duì)周邊地區(qū)具有較強(qiáng)的帶動(dòng)和輻射作用,空間集聚效應(yīng)顯著。低水平區(qū)域主要分布在上游四川、云南和貴州等地,該類(lèi)區(qū)域自身及其周邊地區(qū)CLGLU均較低。深層原因可能是:由于地處西部山區(qū),坡度、海拔較高,耕地自然稟賦較差,生產(chǎn)利用條件不便,不利于耕地流轉(zhuǎn)和規(guī)模經(jīng)營(yíng),且農(nóng)村勞動(dòng)力不斷向經(jīng)濟(jì)發(fā)達(dá)的中下游地區(qū)轉(zhuǎn)移,農(nóng)地經(jīng)營(yíng)主體的缺失在一定程度上阻礙了CLGLU提升;此外,隨著西部大開(kāi)發(fā)戰(zhàn)略的提出,加上較為寬松的環(huán)境管制,一些高能耗、高污染的制造產(chǎn)業(yè)及化工業(yè)逐漸從東部沿海地區(qū)向西部地區(qū)轉(zhuǎn)移,雖然一定程度帶動(dòng)了當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)發(fā)展,但也占用了大量?jī)?yōu)質(zhì)耕地資源,同時(shí)生態(tài)環(huán)境受到較大破壞,水土流失、耕地面源污染等日益凸顯,導(dǎo)致CLGLU水平較低。

      圖2 2005—2020年長(zhǎng)江經(jīng)濟(jì)帶CLGLU空間格局Fig.2 Spatial pattern of the CLGLU in the Yangtze River Economic Belt from 2005 to 2020

      3.3 長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空格局的成因探測(cè)

      利用地理探測(cè)器模型分別計(jì)算各因子決定力q值大小,匯總統(tǒng)計(jì)如表5所示。研究結(jié)果表明,長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空格局受社會(huì)經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)現(xiàn)代化水平、自然環(huán)境和農(nóng)業(yè)政策等多種要素綜合影響,不同因子的影響作用差異顯著。具體來(lái)看,社會(huì)經(jīng)濟(jì)因素中,2005年城鎮(zhèn)化水平(X1)和鄉(xiāng)村人均GDP(X2)的因子影響力指數(shù)分別為0.562和0.518,因子排名處于第一、二位;2020年二者數(shù)值有所減小,為0.486和0.472,但仍位于前列,表明區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展水平對(duì)CLGLU時(shí)空格局產(chǎn)生了主要影響。其作用機(jī)理可能是:隨著工業(yè)化、城鎮(zhèn)化快速推進(jìn),大量鄉(xiāng)村人口不斷脫離農(nóng)村而涌向城鎮(zhèn),耕地利用主體不斷流失,特別是上游地區(qū)四川、貴州一帶,經(jīng)濟(jì)發(fā)展水平相對(duì)落后,農(nóng)村人口不斷向經(jīng)濟(jì)和城鎮(zhèn)化水平較高的中下游等地轉(zhuǎn)移,大量耕地被棄耕撂荒;同時(shí),城鎮(zhèn)化水平提高也會(huì)對(duì)耕地利用方式帶來(lái)一定影響,促進(jìn)其由粗放經(jīng)營(yíng)模式向集約和高效化利用方式轉(zhuǎn)變,進(jìn)而可能對(duì)CLGLU產(chǎn)生積極促進(jìn)效應(yīng)。此外,鄉(xiāng)村人均GDP越高,農(nóng)村經(jīng)濟(jì)發(fā)展越好,農(nóng)民生活水平越高,農(nóng)戶(hù)對(duì)耕地綠色低碳利用的意識(shí)更加強(qiáng)烈,對(duì)CLGLU產(chǎn)生積極影響。這也進(jìn)一步印證了經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化水平都較高的中下游地區(qū)CLGLU水平高于經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化水平較為落后的上游地區(qū)。

      表5 2005—2020年長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空格局地理探測(cè)結(jié)果Tab.5 Geographical detection results of spatial-temporal pattern for the CLGLU in the Yangtze River Economic Belt from 2005 to 2020

      農(nóng)業(yè)現(xiàn)代化因素方面,2005年農(nóng)業(yè)機(jī)械化水平(X3)和農(nóng)業(yè)科技投入(X4)的因子影響力指數(shù)分別為0.319和0.337,而后隨時(shí)間推移均逐漸增大,2020年達(dá)0.531和0.558,位居前兩位,這表明農(nóng)業(yè)現(xiàn)代化水平對(duì)長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空差異產(chǎn)生了重要影響,且影響力水平逐年增強(qiáng),其作用機(jī)理可能是:農(nóng)業(yè)機(jī)械化水平不斷提高和農(nóng)業(yè)科技投入持續(xù)增大能有效促進(jìn)耕地利用由傳統(tǒng)單一、粗放型經(jīng)營(yíng)向規(guī)?;?、現(xiàn)代化轉(zhuǎn)變,有利于降低生產(chǎn)成本,同時(shí)提高耕地利用產(chǎn)出,對(duì)區(qū)域CLGLU具有一定正向促進(jìn)效應(yīng)。當(dāng)前,長(zhǎng)江經(jīng)濟(jì)帶下游上海、江蘇和浙江等地,其經(jīng)濟(jì)、科技發(fā)展水平較高,農(nóng)業(yè)現(xiàn)代化水平處于較高水平。相較而言,上游四川、重慶、云南等地,其經(jīng)濟(jì)、科技發(fā)展水平較為落后,農(nóng)業(yè)機(jī)械化等現(xiàn)代農(nóng)業(yè)基礎(chǔ)設(shè)施和農(nóng)業(yè)科技人員投入等相對(duì)較弱,農(nóng)業(yè)現(xiàn)代化處于較低水平,在一定程度上制約了區(qū)域CLGLU的提升。

      自然環(huán)境因素中,2005—2020年復(fù)種指數(shù)(X5)、自然災(zāi)害發(fā)生情況(X6)和農(nóng)業(yè)環(huán)境污染治理程度(X7)三者因子影響力均值分別為0.409、0.389和0.377,表明自然環(huán)境因素對(duì)長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空演化也具有重要影響。其作用機(jī)理可能是:復(fù)種指數(shù)越大,耕地利用強(qiáng)度越大,單位面積內(nèi)糧食產(chǎn)量和農(nóng)業(yè)產(chǎn)值等期望產(chǎn)出越高,有利于社會(huì)經(jīng)濟(jì)效益的積累,但隨著復(fù)種指數(shù)的提高,農(nóng)業(yè)機(jī)械以及化肥、農(nóng)藥、地膜等也會(huì)隨之不斷加大投入,帶來(lái)過(guò)多碳排放和農(nóng)業(yè)面源污染問(wèn)題,從而對(duì)CLGLU產(chǎn)生一定負(fù)面影響。長(zhǎng)江經(jīng)濟(jì)帶是極端氣候、地質(zhì)災(zāi)害等多發(fā)地域,極易發(fā)生洪澇、旱災(zāi)、滑坡和泥石流等自然災(zāi)害,威脅區(qū)域耕地利用和農(nóng)業(yè)產(chǎn)生,嚴(yán)重制約了糧食產(chǎn)量和農(nóng)業(yè)產(chǎn)值的提升,并對(duì)農(nóng)業(yè)農(nóng)村的生產(chǎn)生活環(huán)境帶來(lái)負(fù)向效應(yīng),不利于區(qū)域耕地綠色和可持續(xù)利用。據(jù)統(tǒng)計(jì),2020年長(zhǎng)江經(jīng)濟(jì)帶11?。ㄊ校┌l(fā)生自然災(zāi)害導(dǎo)致的農(nóng)作物受災(zāi)面積達(dá)486.34萬(wàn)hm2,絕收面積64.39萬(wàn)hm2,其中旱災(zāi)面積168.52萬(wàn)hm2(絕收面積28.56萬(wàn)hm2),洪澇、山體滑坡、泥石流和臺(tái)風(fēng)受災(zāi)面積202.57萬(wàn)hm2(絕收面積45.68萬(wàn)hm2),受災(zāi)人口達(dá)6 235.75萬(wàn)人次,導(dǎo)致直接經(jīng)濟(jì)損失1 127.58億元①資料來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒2021》。。此外,政府關(guān)于農(nóng)村環(huán)境污染治理投入能有效緩解耕地利用過(guò)程中碳排放和面源污染等問(wèn)題,并有利于形成示范聯(lián)動(dòng)效應(yīng),提高農(nóng)戶(hù)生產(chǎn)的環(huán)保意識(shí),推動(dòng)耕地綠色低碳利用。

      農(nóng)業(yè)政策因素中,2005年財(cái)政支農(nóng)力度(X8)的因子影響力指數(shù)為0.284,排名最低,但隨時(shí)間推移呈現(xiàn)逐步增大態(tài)勢(shì),2020年達(dá)0.436,位居第5位,表明農(nóng)業(yè)政策因素對(duì)長(zhǎng)江經(jīng)濟(jì)帶CLGLU空間差異產(chǎn)生了一定影響。其作用機(jī)理可能是:健全合理的耕地利用管理制度以及一系列糧食直補(bǔ)、農(nóng)業(yè)稅改革和農(nóng)機(jī)器具購(gòu)買(mǎi)補(bǔ)貼等支農(nóng)政策均有利于管控耕地棄耕、農(nóng)地非農(nóng)化態(tài)勢(shì)以及緩解農(nóng)戶(hù)農(nóng)業(yè)生產(chǎn)投入壓力,激發(fā)其生產(chǎn)積極性,對(duì)于增加耕地投入和提高期望產(chǎn)出具有積極作用。目前,長(zhǎng)江經(jīng)濟(jì)帶中下游地區(qū)耕地利用管理制度更為完善,且政府財(cái)政支農(nóng)力度較強(qiáng),發(fā)揮了其對(duì)CLGLU正面促進(jìn)效應(yīng);而上游地區(qū)各?。ㄊ校┱暧^引領(lǐng)和導(dǎo)向作用發(fā)揮不足,關(guān)于促進(jìn)耕地利用管理的政策制度相對(duì)薄弱,且政府財(cái)政支農(nóng)力度投入不強(qiáng),從而限制了區(qū)域CLGLU水平提升。

      4 結(jié)論與政策啟示

      本文基于DEA-EBM模型和地理探測(cè)器模型探討了2005—2020年長(zhǎng)江經(jīng)濟(jì)帶CLGLU的時(shí)空格局及其成因,主要結(jié)論如下:(1)研究期間長(zhǎng)江經(jīng)濟(jì)帶CLGLU水平呈現(xiàn)穩(wěn)步上升的發(fā)展態(tài)勢(shì),從2005年0.460上升至2020年0.604,平均增幅為1.85%。(2)研究區(qū)CLGLU水平空間差異較大,從下游、中游、上游依次遞減,高水平區(qū)主要集中在中下游江蘇、浙江和湖北等地,呈現(xiàn)“條塊狀”分布特征,且隨著時(shí)間推移聚集效應(yīng)出現(xiàn)小幅擴(kuò)張;低水平區(qū)主要分布在上游四川、云南和貴州一帶。(3)長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空格局受社會(huì)經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)現(xiàn)代化水平、自然環(huán)境和農(nóng)業(yè)政策等多種要素綜合影響,不同因子的影響作用差異較大。研究期內(nèi)社會(huì)經(jīng)濟(jì)因素因子影響力指數(shù)有所減小,但仍是影響長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空格局的主要因素;農(nóng)業(yè)機(jī)械化水平和農(nóng)業(yè)科技投入因子影響力指數(shù)逐漸增大,是長(zhǎng)江經(jīng)濟(jì)帶CLGLU時(shí)空差異的重要影響因素;復(fù)種指數(shù)、自然災(zāi)害發(fā)生情況和農(nóng)業(yè)環(huán)境污染治理程度對(duì)研究區(qū)CLGLU時(shí)空演化產(chǎn)生了一定影響;財(cái)政支農(nóng)力度因子影響力指數(shù)隨時(shí)間推移逐步增大。

      基于上述研究結(jié)論,得出如下政策啟示:(1)實(shí)施由經(jīng)濟(jì)發(fā)達(dá)地區(qū)到經(jīng)濟(jì)落后山區(qū)的差別化與多元化耕地利用和管理策略。長(zhǎng)江經(jīng)濟(jì)帶幅員遼闊,上中下游經(jīng)濟(jì)發(fā)展水平差異較大,對(duì)于經(jīng)濟(jì)發(fā)達(dá)和耕地資源稟賦較高的中下游地區(qū),大力推動(dòng)耕地流轉(zhuǎn)與規(guī)模經(jīng)營(yíng),發(fā)展現(xiàn)代農(nóng)業(yè),同時(shí)鼓勵(lì)發(fā)展生態(tài)農(nóng)業(yè)和有機(jī)農(nóng)業(yè),實(shí)施清潔生產(chǎn),推動(dòng)耕地資源“綠色化”利用;對(duì)于經(jīng)濟(jì)水平相對(duì)落后的上游地區(qū),積極制定支農(nóng)、惠農(nóng)相關(guān)耕地利用政策,不斷吸納更多農(nóng)業(yè)生產(chǎn)勞動(dòng)力,同時(shí)促進(jìn)耕地利用模式和功能轉(zhuǎn)型優(yōu)化,進(jìn)一步提升耕地減碳增匯能力,推動(dòng)耕地利用經(jīng)濟(jì)、社會(huì)和生態(tài)效益耦合協(xié)調(diào)發(fā)展。(2)完善相關(guān)政策工具制定,嚴(yán)格控制耕地利用碳排放。通過(guò)構(gòu)建耕地利用“低碳減排”考核體系,為耕地低碳利用提供政策支撐;進(jìn)一步完善耕地保護(hù)生態(tài)補(bǔ)償機(jī)制,提倡清潔環(huán)保型耕地利用模式,并將其與生態(tài)補(bǔ)償政策掛鉤,提高耕地經(jīng)營(yíng)者使用低碳環(huán)保型農(nóng)業(yè)機(jī)械、有機(jī)肥的補(bǔ)貼力度,逐步提高經(jīng)營(yíng)者耕地“低碳化”利用意愿。(3)推進(jìn)農(nóng)業(yè)科技創(chuàng)新。一方面,加快農(nóng)業(yè)科技人員培訓(xùn),推動(dòng)產(chǎn)學(xué)研與農(nóng)科教的結(jié)合,增強(qiáng)農(nóng)業(yè)科技對(duì)耕地綠色低碳利用的提升作用;另一方面,加強(qiáng)農(nóng)業(yè)生態(tài)技術(shù)研發(fā),注重提升耕地減排增匯功能,修復(fù)污染土地和減少農(nóng)業(yè)生產(chǎn)碳排放。(4)加大農(nóng)業(yè)污染治理力度。不斷加強(qiáng)對(duì)長(zhǎng)江經(jīng)濟(jì)帶各流域農(nóng)業(yè)污染治理力度,規(guī)范農(nóng)藥、化肥和地膜等生產(chǎn)資料使用,嚴(yán)格管控農(nóng)業(yè)面源污染,同時(shí)注重引導(dǎo)農(nóng)戶(hù)耕地生產(chǎn)綠色低碳行為,并促使其形成示范聯(lián)動(dòng)效應(yīng),帶動(dòng)耕地綠色低碳利用水平全面提升。

      本文深入分析了長(zhǎng)江經(jīng)濟(jì)帶綠色低碳利用水平的現(xiàn)實(shí)特征及其相關(guān)成因,對(duì)于新時(shí)期我國(guó)耕地保護(hù)和區(qū)域耕地資源可持續(xù)利用具有重要參考價(jià)值。未來(lái)研究可在綠色低碳視角下耕地利用轉(zhuǎn)型與糧食安全關(guān)系方面進(jìn)一步深化,探索耕地綠色低碳轉(zhuǎn)型對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和糧食安全的作用機(jī)制,并深入揭示其耦合協(xié)調(diào)關(guān)系及影響機(jī)理。

      猜你喜歡
      經(jīng)濟(jì)帶長(zhǎng)江耕地
      自然資源部:加強(qiáng)黑土耕地保護(hù)
      我國(guó)將加快制定耕地保護(hù)法
      保護(hù)耕地
      新增200億元列入耕地地力保護(hù)補(bǔ)貼支出
      一條江的嬗變長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展之路
      法人(2021年2期)2021-03-02 07:12:46
      長(zhǎng)江之頭
      青年歌聲(2020年11期)2020-11-24 06:57:28
      陜西呼應(yīng)長(zhǎng)江經(jīng)濟(jì)帶
      長(zhǎng)江之歌(外二首)
      長(zhǎng)江圖(外二首)
      長(zhǎng)江經(jīng)濟(jì)帶與漢江生態(tài)經(jīng)濟(jì)帶如何協(xié)調(diào)融合
      绍兴市| 邵东县| 泾川县| 大丰市| 周至县| 射洪县| 深州市| 株洲市| 民乐县| 图们市| 德阳市| 黄骅市| 沂水县| 台北县| 钦州市| 监利县| 黑河市| 德州市| 阿拉尔市| 怀柔区| 正定县| 阜城县| 江门市| 汪清县| 巩义市| 霍州市| 凉山| 横山县| 长武县| 临洮县| 尼玛县| 昂仁县| 南江县| 固始县| 清苑县| 泸西县| 台前县| 庆阳市| 同德县| 扶沟县| 水富县|