粵港澳大灣區(qū)蔬菜生產(chǎn)時(shí)空格局演變及其影響因素分析

劉 序，馮珊珊，胡韻菲，梁俊芬，羅旖文，劉淑嫻，黃繼川，周燦芳

（1.廣東省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所/農(nóng)業(yè)農(nóng)村部華南都市農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510640；2.農(nóng)業(yè)農(nóng)村部都市農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，上海 200240；3.廣東省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與環(huán)境研究所，廣東 廣州 510640）

【研究意義】蔬菜是人們?nèi)粘Ｉ畋貍涫澄?，蔬菜產(chǎn)業(yè)高質(zhì)量發(fā)展是滿足粵港澳大灣區(qū)（以下簡稱“大灣區(qū)”）眾多人口的迫切需求。大灣區(qū)蔬菜產(chǎn)區(qū)主要位于珠三角地區(qū)9 市，2020 年播種面積52.17 萬hm2，產(chǎn)量1 392.68 萬t，分別比2010 年增加0.06%、12.49%，均居廣東四大區(qū)域（東翼、西翼、粵北、珠三角）首位。開展大灣區(qū)蔬菜生產(chǎn)格局演變及其影響因素分析，有利于蔬菜產(chǎn)業(yè)空間布局優(yōu)化，為產(chǎn)業(yè)高質(zhì)量發(fā)展提供參考?！厩叭搜芯窟M(jìn)展】空間自相關(guān)由Cliff 和Ord 在1967 年區(qū)域科學(xué)會(huì)議上首次提出，即空間上的事物是相互關(guān)聯(lián)的，但近距離事物之間大于遠(yuǎn)距離事物之間的影響作用［1-3］，蔬菜產(chǎn)業(yè)同樣在空間上存在聚集或分散的演變過程。紀(jì)龍等［4］利用1978—2013 年數(shù)據(jù)測(cè)算了我國蔬菜生產(chǎn)全局和局部空間自相關(guān)指數(shù)，表明蔬菜生產(chǎn)總體為中等集聚水平且各地集聚程度差異較大，蔬菜生產(chǎn)集聚呈現(xiàn)地域梯度和連片化特征。吳建寨等［5］以31 個(gè)省市為研究單元，利用集中度指數(shù)和基尼系數(shù)模型研究1995—2012 年我國蔬菜生產(chǎn)的空間集聚演變特征、效應(yīng)與機(jī)制，發(fā)現(xiàn)我國東、西部蔬菜產(chǎn)量差距明顯減弱，生產(chǎn)重心向北方發(fā)生轉(zhuǎn)移，蔬菜生產(chǎn)空間聚集的加強(qiáng)可有效促進(jìn)蔬菜產(chǎn)值的增加。張倩等［6］利用2011—2016 年京津冀13 個(gè)市、168 個(gè)縣域單元的面板數(shù)據(jù)，借助莫蘭指數(shù)對(duì)京津冀地區(qū)蔬菜生產(chǎn)空間相關(guān)性進(jìn)行研究，發(fā)現(xiàn)京津冀蔬菜生產(chǎn)水平存在空間負(fù)相關(guān)性且呈現(xiàn)減弱趨勢(shì)，地理相近的市域之間在蔬菜生產(chǎn)上具有較低相互依賴性。苗曉穎等［7］利用探索性空間數(shù)據(jù)分析方法，對(duì)山東1995—2019 年蔬菜生產(chǎn)空間格局進(jìn)行分析，發(fā)現(xiàn)蔬菜生產(chǎn)分布具有空間集聚性和空間相關(guān)性，但專業(yè)化程度較低。余超然等［8］采用專業(yè)化、集聚化程度指數(shù)，對(duì)茂名市縣域1998—2018 年蔬菜產(chǎn)地集中狀況進(jìn)行量化分析，發(fā)現(xiàn)該市蔬菜產(chǎn)業(yè)集中度高，但區(qū)位熵表明蔬菜種植面積最小的茂南區(qū)反而專業(yè)化水平最高，集中度與其專業(yè)化水平不匹配。余永松等［9］利用2015—2016 年廣西蔬菜產(chǎn)量數(shù)據(jù)，借助灰色預(yù)測(cè)模型GM（1,1）進(jìn)行預(yù)測(cè)分析，發(fā)現(xiàn)蔬菜產(chǎn)量與種植面積、消費(fèi)量、財(cái)政支農(nóng)支出呈極顯著正相關(guān)。于麗艷等［10］采用空間杜賓模型對(duì)環(huán)渤海區(qū)域5 省市縣域農(nóng)業(yè)生產(chǎn)空間集聚形成的影響因素進(jìn)行分析，發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)空間集聚具有正的空間溢出效應(yīng)，農(nóng)業(yè)生產(chǎn)要素投入、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)發(fā)展水平和交通條件對(duì)農(nóng)業(yè)生產(chǎn)集聚具有顯著影響。田亞軍等［11］分析我國1978—2018年省級(jí)蔬菜播種面積等數(shù)據(jù)，發(fā)現(xiàn)我國蔬菜生產(chǎn)空間布局受資源條件、技術(shù)進(jìn)步、經(jīng)濟(jì)發(fā)展等多種因素影響，蔬菜生產(chǎn)具有向耕地資源更為豐富、人口老齡化程度較輕、農(nóng)業(yè)比重相對(duì)較大、交通條件較好地區(qū)轉(zhuǎn)移的傾向。鐘鑫等［12］對(duì)我國蔬菜區(qū)域分布特征及其比較優(yōu)勢(shì)進(jìn)行研究，發(fā)現(xiàn)蔬菜生產(chǎn)成本變動(dòng)、消費(fèi)習(xí)慣變化、技術(shù)進(jìn)步以及交通狀況改善等是蔬菜生產(chǎn)比較優(yōu)勢(shì)變化的影響因素。【本研究切入點(diǎn)】相關(guān)學(xué)者利用空間相關(guān)理論在不同區(qū)域分析了蔬菜生產(chǎn)格局的空間演變和影像因素，但關(guān)于粵港澳大灣區(qū)蔬菜生產(chǎn)格局的研究較少。本研究針對(duì)粵港澳大灣區(qū)縣域蔬菜產(chǎn)業(yè)發(fā)展歷程，收集2010—2020 年9 市縣域蔬菜生產(chǎn)的統(tǒng)計(jì)數(shù)據(jù)，利用ArcGIS 制作2010—2020年行政區(qū)劃地圖，借助GeoDA 和全局莫蘭指數(shù)測(cè)算每年蔬菜生產(chǎn)的空間相關(guān)系數(shù)，判斷蔬菜產(chǎn)業(yè)當(dāng)年空間相關(guān)特征，運(yùn)用局部莫蘭指數(shù)分析不同縣域每年蔬菜產(chǎn)業(yè)空間聚集格局及變化趨勢(shì)，利用空間回歸模型探索縣域蔬菜產(chǎn)業(yè)格局演變的影響因素?！緮M解決的關(guān)鍵問題】以粵港澳大灣區(qū)蔬菜生產(chǎn)為例，利用空間相關(guān)指數(shù)分析縣域蔬菜產(chǎn)業(yè)空間格局變化趨勢(shì)，研究其影響因素，為蔬菜產(chǎn)業(yè)的布局優(yōu)化和高質(zhì)量發(fā)展提供依據(jù)。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

粵港澳大灣區(qū)包括香港特別行政區(qū)、澳門特別行政區(qū)和廣東廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶（珠三角9 市），總面積5.6 萬km2［13］，截至2020 年12 月，大灣區(qū)常住人口高達(dá)8 617.19 萬人［14］。蔬菜產(chǎn)區(qū)主要位于珠三角9 市。

1.2 數(shù)據(jù)來源及預(yù)處理

1.2.1 統(tǒng)計(jì)指標(biāo)數(shù)據(jù)來源及預(yù)處理 蔬菜生產(chǎn)是多種因素共同作用的結(jié)果。本文綜合考慮大灣區(qū)蔬菜生產(chǎn)的實(shí)際情況和數(shù)據(jù)可獲得性，參考相關(guān)文獻(xiàn)［6-12］，選擇蔬菜總產(chǎn)量作為生產(chǎn)主要指標(biāo)，土地因素選擇蔬菜播種面積，市場(chǎng)需求因素選擇城鎮(zhèn)化率，經(jīng)濟(jì)水平因素選擇地區(qū)生產(chǎn)總值，勞動(dòng)力因素選擇第一產(chǎn)業(yè)勞動(dòng)力人數(shù)，農(nóng)業(yè)技術(shù)投入因素選擇農(nóng)用化肥施用量和農(nóng)用塑料薄膜使用量（表1）。

表1 影響因素指標(biāo)選取Table 1 Indicator selection of influencing factors

蔬菜生產(chǎn)及其影響因素?cái)?shù)據(jù)主要來自《廣東農(nóng)村統(tǒng)計(jì)年鑒》（2011—2021）［15］，研究時(shí)間為2010—2020 年，數(shù)據(jù)統(tǒng)計(jì)單元為縣域。為降低量綱影響，需要對(duì)數(shù)據(jù)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。由于總產(chǎn)量、蔬菜播種面積、第一產(chǎn)業(yè)勞動(dòng)力、農(nóng)用化肥施用量和農(nóng)用塑料薄膜使用量的數(shù)據(jù)在某些縣域?yàn)?，采用歸一法進(jìn)行數(shù)據(jù)指標(biāo)標(biāo)準(zhǔn)化。

式中，X’為標(biāo)準(zhǔn)化指標(biāo)數(shù)據(jù)值，X為原數(shù)據(jù)，Max 為最大值，Min 為最小值。

1.2.2 圖件數(shù)據(jù)來源及預(yù)處理 大灣區(qū)縣域行政地圖來自《廣東省地圖》（審圖號(hào)：粵S（2020）102 號(hào)）。利用ArcGIS 將珠三角9 市行政圖進(jìn)行底圖制作，將每個(gè)縣域蔬菜產(chǎn)量、播種面積、城鎮(zhèn)化率等數(shù)據(jù)建立屬性表，并與矢量圖形一一對(duì)應(yīng)，地圖坐標(biāo)系為CGCS2000。由于中山和東莞沒有縣域行政區(qū)劃，以市域范圍代表。

鑒于2010—2020 年珠三角9 市縣域行政區(qū)劃有部分調(diào)整，按圖屬一致原則，依據(jù)民政部《廣東省縣級(jí)以上行政區(qū)劃變更情況2010—2018》［16］和黃埔區(qū)（審圖號(hào)：粵S（2020）01-005 號(hào)）、南沙區(qū)（審圖號(hào)：粵S（2020）01-005號(hào)）、番禺區(qū)（審圖號(hào)：粵S（2020）01-005 號(hào)）、寶安區(qū)［審圖號(hào)：粵BS（2022）063 號(hào)］、光明區(qū)［審圖號(hào)：粵BS（2022）058 號(hào)］、坪山區(qū)［審圖號(hào)：粵BS（2022）055 號(hào)］、龍華區(qū)［審圖號(hào)：粵BS（2022）062 號(hào)］行政區(qū)劃鎮(zhèn)街圖，對(duì)照《廣東省政區(qū)圖冊(cè)》［17］，按鎮(zhèn)街修改當(dāng)年度行政區(qū)域邊界，利用ArcGIS 進(jìn)行底圖編制，保持與當(dāng)年統(tǒng)計(jì)年鑒的行政區(qū)域一致，且鎮(zhèn)街底圖無修改；行政區(qū)劃無調(diào)整的區(qū)域，則不修改行政邊界。各年度縣域行政區(qū)劃主要修改情況為：（1）2010—2013 年存在廣州蘿崗區(qū)、黃埔區(qū)；（2）2014 年廣州南沙區(qū)與番禺區(qū)調(diào)整行政區(qū)劃，廣州蘿崗區(qū)、黃埔區(qū)合并為新黃埔區(qū)；（3）2017 年深圳坪山區(qū)與龍華區(qū)成立、龍崗區(qū)與寶安區(qū)調(diào)整行政區(qū)劃；（4）2018 年深圳光明區(qū)成立、寶安區(qū)調(diào)整行政區(qū)劃。

2 研究方法

2.1 全局空間自相關(guān)指數(shù)

空間自相關(guān)常用模型是Moran's I（莫蘭指數(shù)）統(tǒng)計(jì)和Geary's C 比值等［18-19］。本研究參考前人研究成果［2-8］，選擇莫蘭指數(shù)作為全局空間自相關(guān)指數(shù)的分析指標(biāo)。利用GeoDa 軟件進(jìn)行空間自相關(guān)指數(shù)計(jì)算，利用蒙特卡洛模擬方法計(jì)算Z 值與評(píng)估顯著性［20-21］。

莫蘭指數(shù)是用來衡量相鄰的縣域蔬菜生產(chǎn)空間相關(guān)關(guān)系，指數(shù)的取值范圍在-1～1，正值表示蔬菜生產(chǎn)具有空間正相關(guān)性，負(fù)值表示蔬菜生產(chǎn)具有空間負(fù)相關(guān)性，零表示蔬菜生產(chǎn)不存在空間相關(guān)，即空間隨機(jī)分布［3，20，22］。計(jì)算公式［3］如下：

式中，n 為樣本數(shù)，yi或yj為i或j區(qū)域的蔬菜生產(chǎn)指標(biāo)值；為均值；wij為權(quán)重矩陣，一般為對(duì)稱矩陣，其中wii＝0。

在零假設(shè)條件下，即蔬菜生產(chǎn)指標(biāo)沒有任何空間相關(guān)性。另一種假設(shè)是蔬菜生產(chǎn)的空間分布是隨機(jī)。兩種假設(shè)下的Z 得分檢驗(yàn)形式為：

一般來說，根據(jù)正態(tài)分布檢驗(yàn)值，當(dāng)|Z|＞1.65、1.96、2.58 時(shí)，此時(shí)拒絕兩種假設(shè)，即蔬菜生產(chǎn)不存在空間正態(tài)分布或者隨機(jī)分布，也就是在90%、95%、99%的概率下（0.1、0.05、0.01顯著水平）存在空間自相關(guān)。

2.2 局部空間自相關(guān)指數(shù)

全局莫蘭指數(shù)能夠判斷蔬菜生產(chǎn)在空間上的整體分布情況，但難以探測(cè)聚集位置所在區(qū)域的相關(guān)程度［3，23］。為進(jìn)一步分析每個(gè)縣域蔬菜生產(chǎn)指標(biāo)的空間關(guān)聯(lián)特征，本研究利用局部相關(guān)指數(shù)（Local Indices of Spatial Association）分析某一縣域與其鄰近縣域蔬菜生產(chǎn)指數(shù)之間的相似性或相關(guān)性，識(shí)別空間集聚和空間孤立，探測(cè)空間聚集和異質(zhì)狀況?？臻g關(guān)聯(lián)格局呈現(xiàn)“高-高”“低-低”“高-低”和“低-高”4 種格局，其中，“高-高”為蔬菜生產(chǎn)指標(biāo)高于均值的縣域集聚，“低-低”為蔬菜生產(chǎn)指標(biāo)低于均值的縣域集聚，“高-低”為蔬菜生產(chǎn)指標(biāo)高于均值的縣域被低于均值的縣域所包圍，“低-高”為蔬菜生產(chǎn)指標(biāo)低于均值的縣域被高于均值的縣域所包圍［2-3,24］。局部空間相關(guān)指數(shù)采用局部莫蘭指數(shù)，計(jì)算公式［3］如下：

2.3 空間回歸模型

為進(jìn)一步分析蔬菜生產(chǎn)指標(biāo)在空間相關(guān)作用下的影響因素，本文引入空間回歸模型，探索縣域蔬菜生產(chǎn)的相關(guān)影響因素對(duì)其的空間影響。常用空間回歸模型包括空間滯后模型（SLM）和空間誤差模型（SEM），選擇蔬菜總產(chǎn)量為因變量，選擇土地因素、市場(chǎng)需求、經(jīng)濟(jì)水平、勞動(dòng)力、農(nóng)業(yè)技術(shù)投入為自變量。

（1）空間滯后模型：探索各變量在空間上的溢出效應(yīng)，能夠檢驗(yàn)因變量的擴(kuò)散效應(yīng)以及解釋變量對(duì)鄰域縣域因變量的影響［10,25］。

（2）空間誤差模型：在空間誤差項(xiàng)的空間擾動(dòng)相關(guān)下，探討未知誤差變量對(duì)觀測(cè)值的影響［10,25］。

式中，yit和yjt分別為t年度區(qū)域i和區(qū)域j的因變量觀測(cè)值；wij為空間權(quán)重矩陣，ρ和λ為空間自回歸系數(shù)，x為自變量，β為自變量的回歸系數(shù)，μi、γi分別為個(gè)體效應(yīng)、時(shí)間效應(yīng)，εit和εjt為誤差項(xiàng)，vit為新誤差項(xiàng)。

3 結(jié)果與分析

3.1 蔬菜生產(chǎn)年際變化分析

近十年來，大灣區(qū)蔬菜產(chǎn)業(yè)持續(xù)發(fā)展，總產(chǎn)量呈現(xiàn)“先減、后增、再減、再增”的變化過程（圖1）。2010—2011 年，蔬菜產(chǎn)量均出現(xiàn)較大下降，減少8.82%；2012—2016 年產(chǎn)量均持續(xù)增加，年均增長2.71%；2016—2017 年蔬菜產(chǎn)量再次出現(xiàn)大幅減少；2018—2020 年以逐年平均4.23%的速度增加。通過分析2010—2020 年縣域蔬菜總產(chǎn)量數(shù)據(jù)（圖2）發(fā)現(xiàn)，蔬菜總產(chǎn)量排前五名縣（區(qū)）從2010 年的增城、高要、白云、南海、博羅，2020 年的增城、高要、博羅、白云、惠東，蔬菜產(chǎn)出大縣主要位于大灣區(qū)東北、中北和西北部。

圖1 2010—2020 年粵港澳大灣區(qū)蔬菜產(chǎn)量變化率Fig.1 Inter-annual variation of vegetable yield in Guangdong-Hong Kong-Macao Greater Bay Area from 2010 to 2020

圖2 2010、2020 年粵港澳大灣區(qū)蔬菜縣域總產(chǎn)量分布Fig.2 Distribution of vegetable gross outputs in various counties of Guangdong-Hong Kong-Macao Greater Bay Area from 2010 to 2020

3.2 蔬菜生產(chǎn)全局空間關(guān)聯(lián)分析

以蔬菜總產(chǎn)量為指標(biāo)，計(jì)算2010—2020 年大灣區(qū)9 市縣域的全局莫蘭指數(shù)（表2），發(fā)現(xiàn)2010—2011 年的莫蘭指數(shù)沒有通過顯著性檢驗(yàn)，說明蔬菜總產(chǎn)量在這兩個(gè)年度不存在空間自相關(guān)關(guān)系，每個(gè)縣域蔬菜產(chǎn)量相對(duì)獨(dú)立或隨機(jī)。2012—2020 年，莫蘭指數(shù)通過顯著性檢驗(yàn)，顯著水平在0.05，莫蘭指數(shù)大于0，說明縣域蔬菜產(chǎn)量存在正向空間相關(guān)關(guān)系，蔬菜高產(chǎn)的縣域在空間上呈現(xiàn)聚集現(xiàn)象。從圖3 可以看出，蔬菜總產(chǎn)量的空間自相關(guān)程度從2012 年開始逐年上升，呈現(xiàn)逐年增加趨勢(shì)，說明縣域蔬菜產(chǎn)量的空間集聚程度在逐年變強(qiáng)。2012—2016 年莫蘭指數(shù)加速上升，增速達(dá)到12.34%，蔬菜生產(chǎn)區(qū)域呈現(xiàn)出快速集聚狀態(tài)；而2016—2020 年莫蘭指數(shù)波動(dòng)上升，增速僅1.32%，蔬菜生產(chǎn)區(qū)域的空間聚集呈現(xiàn)相對(duì)穩(wěn)定狀態(tài)。

圖3 2012—2020 年粵港澳大灣區(qū)蔬菜總產(chǎn)量莫蘭指數(shù)Fig.3 Inter-annual variation of Moran indexes of vegetable gross outputs in Guangdong-Hong Kong-Macao Greater Bay Area from 2012 to 2020

表2 2010—2020 年粵港澳大灣區(qū)蔬菜總產(chǎn)量莫蘭指數(shù)Table 2 Moran index of vegetable gross output in Guangdong-Hong Kong-Macao Greater Bay Area from 2010 to 2020

3.3 蔬菜生產(chǎn)局部空間關(guān)聯(lián)年際變化分析

通過計(jì)算2010—2020 縣域蔬菜總產(chǎn)量的局部莫蘭指數(shù)，發(fā)現(xiàn)大部分縣域局部莫蘭指數(shù)沒有通過0.05 水平顯著性檢驗(yàn)，通過檢驗(yàn)的區(qū)域多為“高-高”和“低-低”聚集的空間關(guān)聯(lián)格局，僅有1 個(gè)縣域存在6 個(gè)年度的“低-高”格局，沒有“高-低”格局（圖4）。

蔬菜總產(chǎn)量“高-高”聚集格局，數(shù)量上呈

現(xiàn)逐年上升趨勢(shì)，空間上聚集區(qū)域大多位于大灣區(qū)東北部。其中，2010 年位于博羅、斗門兩個(gè)縣（區(qū)）域，2011—2012 年位于博羅、增城兩個(gè)縣（區(qū)）域，2013—2015 年位于博羅、增城、惠城、惠東4 個(gè)縣（區(qū)）域，2016 年位于博羅、龍門、惠城、惠東4 個(gè)縣（區(qū)）域，2017 年位于博羅、龍門、惠城3 個(gè)縣（區(qū)）域，2018—2020 年位于博羅、龍門、惠城、從化4 個(gè)縣（區(qū)）域。

蔬菜總產(chǎn)量“低-低”聚集區(qū)域位于大灣區(qū)中部廣州、佛山和深圳等城市核心區(qū)域，數(shù)量上從2010 年7 個(gè)增加到2020 年的11 個(gè)，該區(qū)域沒有蔬菜種植或少量種植，總產(chǎn)量不高。

蔬菜總產(chǎn)量“低-高”聚集區(qū)域，2010—2015 年僅有龍門縣，2016 年后龍門縣被相鄰區(qū)域正向作用影響明顯，變?yōu)椤案?高”聚集的空間關(guān)聯(lián)格局。

3.4 蔬菜生產(chǎn)的影響因素分析

根據(jù)大灣區(qū)蔬菜生產(chǎn)全局空間關(guān)聯(lián)分析結(jié)果，2012 年后莫蘭指數(shù)開始顯著上升，則以2012—2016 和2016—2020劃分兩個(gè)階段，以2012、2016 和2020年縣域數(shù)據(jù)為基礎(chǔ)，利用空間回歸模型分析相應(yīng)年份影響因素作用大小。通過對(duì)比分析模型擬合度程度及相關(guān)指標(biāo)（表3），選擇空間滯后模型（SLM）作為空間回歸模型。

表3 回歸模型檢驗(yàn)結(jié)果Table 3 Test results of regression models

對(duì)比3 個(gè)年度空間回歸模型的參數(shù)估計(jì)結(jié)果（表4）發(fā)現(xiàn)，2012 年蔬菜生產(chǎn)的影響因素主要為土地、經(jīng)濟(jì)水平、勞動(dòng)力和農(nóng)業(yè)技術(shù)投入，2016、2020 年則為土地和農(nóng)業(yè)技術(shù)投入。具體影響因素的指標(biāo)中，2012 年的蔬菜播種面積和第一產(chǎn)業(yè)勞動(dòng)力對(duì)蔬菜生產(chǎn)具有正向作用；而地區(qū)生產(chǎn)總值和農(nóng)業(yè)化肥施用量則具有負(fù)向作用，說明經(jīng)濟(jì)發(fā)展水平越高，對(duì)蔬菜生產(chǎn)影響具有一定負(fù)向作用，而農(nóng)用化肥施用量則對(duì)蔬菜產(chǎn)量的增加不明顯，反而影響產(chǎn)量提升，化肥使用需要減少。2016、2020 年的影響因素主要為蔬菜播種面積和農(nóng)用塑料薄膜使用量，但蔬菜產(chǎn)量主要依賴播種面積的增加，雖然農(nóng)用塑料薄膜對(duì)蔬菜生產(chǎn)具有負(fù)向作用，但影響作用相對(duì)較小?？傮w上土地因素對(duì)大灣區(qū)蔬菜生產(chǎn)影響最大，市場(chǎng)需求、經(jīng)濟(jì)水平、勞動(dòng)力、農(nóng)業(yè)技術(shù)投入在2016 年后均影響不大或作用不顯著，說明大灣區(qū)蔬菜產(chǎn)量的提高主要依賴種植規(guī)模的擴(kuò)大。

表4 空間回歸模型參數(shù)估計(jì)結(jié)果Table 4 Parameter estimation results of spatial regression models

4 討論

4.1 從年際和縣域分析蔬菜生產(chǎn)空間關(guān)聯(lián)格局

空間自相關(guān)的基礎(chǔ)是來自地理學(xué)第一定律［1-3］，距離遠(yuǎn)近影響事物的空間分布。蔬菜生產(chǎn)除受到自然條件因素影響外，還受到周邊經(jīng)營主體、產(chǎn)業(yè)政策市場(chǎng)需求、經(jīng)濟(jì)效益等社會(huì)經(jīng)濟(jì)因素影響，進(jìn)而形成區(qū)域蔬菜種植的空間聚集格局。相關(guān)學(xué)者從全國［4-5］、區(qū)域［6］、省級(jí)層面［7-9］進(jìn)行深入研究發(fā)現(xiàn)，蔬菜生產(chǎn)格局在空間上呈現(xiàn)出聚集、連片或負(fù)相關(guān)的空間格局，對(duì)蔬菜產(chǎn)業(yè)發(fā)展和布局調(diào)整提供科學(xué)依據(jù)。

本研究從區(qū)域?qū)用妫劢够浉郯拇鬄硡^(qū)的蔬菜生產(chǎn)格局，采用逐年分析模式，從縣域視角判斷蔬菜產(chǎn)量的空間關(guān)聯(lián)。蔬菜是每日必須品，而大灣區(qū)人口眾多，蔬菜種植規(guī)模和產(chǎn)量均在逐年增加以滿足市場(chǎng)。從全局莫蘭指數(shù)來看，空間相關(guān)性的正向作用不斷增強(qiáng)，表現(xiàn)出空間聚集程度不斷提升，形成蔬菜生產(chǎn)的核心區(qū)域，這也為蔬菜產(chǎn)業(yè)布局優(yōu)化提供了決策依據(jù)。從局部莫蘭指數(shù)來看，蔬菜生產(chǎn)的核心區(qū)域出現(xiàn)一定程度變化，主要聚集區(qū)域集中在大灣區(qū)東北部。

4.2 借助空間回歸模型定量分析蔬菜生產(chǎn)影響因素

蔬菜生產(chǎn)的影響因素主要包括自然條件、社會(huì)經(jīng)濟(jì)條件等，相關(guān)學(xué)者運(yùn)用經(jīng)濟(jì)計(jì)量模型、空間回歸模型、灰色模型等多種方法開展研究，發(fā)現(xiàn)影響因素主要為產(chǎn)業(yè)聚集程度、種植面積、消費(fèi)量、財(cái)政支出、經(jīng)濟(jì)發(fā)展水平、交通條件、技術(shù)進(jìn)步、成本變動(dòng)等［7-12，24-28］。在前人研究基礎(chǔ)上，本研究借助空間回歸模型，定量分析土地、市場(chǎng)需求、經(jīng)濟(jì)水平、勞動(dòng)力、農(nóng)業(yè)技術(shù)投入等社會(huì)經(jīng)濟(jì)因素對(duì)蔬菜生產(chǎn)空間聚集的影響程度，通過分析發(fā)現(xiàn)，土地因素仍是蔬菜產(chǎn)量增加的關(guān)鍵因素，勞動(dòng)力正向作用則逐漸不顯著。由于影響因素選擇的不同和研究區(qū)域差異，市場(chǎng)需求、經(jīng)濟(jì)水平、農(nóng)業(yè)技術(shù)投入與相關(guān)學(xué)者研究結(jié)果不同。大灣區(qū)雖然是蔬菜消費(fèi)重要區(qū)域，蔬菜生產(chǎn)的比較優(yōu)勢(shì)明顯，但該區(qū)域生產(chǎn)不能完全滿足市場(chǎng)需求，外調(diào)蔬菜也是重要供給措施。因此，在研究蔬菜生產(chǎn)的影響因素上，需要進(jìn)一步增加物流、外調(diào)、農(nóng)業(yè)裝備等因素分析。

5 結(jié)論與建議

5.1 結(jié)論

本研究收集2010—2020 粵港澳大灣區(qū)9 地縣域蔬菜生產(chǎn)指標(biāo)和相關(guān)影響因素?cái)?shù)據(jù)，借助全局空間自相關(guān)指數(shù)測(cè)算分析當(dāng)年蔬菜產(chǎn)業(yè)空間相關(guān)特征，運(yùn)用局部空間的相關(guān)指數(shù)分析當(dāng)年度縣域蔬菜產(chǎn)業(yè)空間相關(guān)格局，判斷蔬菜產(chǎn)業(yè)空間聚集特征及變化趨勢(shì)，利用空間回歸模型探索蔬菜生產(chǎn)的影響因素。得出以下結(jié)論：

（1）蔬菜生產(chǎn)在總體上形成空間正向相關(guān)格局。近十年來，粵港澳大灣區(qū)蔬菜產(chǎn)量呈現(xiàn)先減、后增、再減、再增的變化過程，產(chǎn)量總體上仍在不斷增加。通過全局自相關(guān)分析，發(fā)現(xiàn)2012—2020 縣域蔬菜總產(chǎn)量存在正向空間相互關(guān)聯(lián)，表明蔬菜生產(chǎn)存在一定程度的聚集格局，隨年際變化聚集程度在不斷增強(qiáng)。

（2）蔬菜生產(chǎn)區(qū)域在空間上逐漸聚集，形成產(chǎn)業(yè)核心區(qū)。通過局部空間自相關(guān)分析，發(fā)現(xiàn)蔬菜產(chǎn)業(yè)在龍門縣、博羅縣、惠城區(qū)等區(qū)域呈現(xiàn)“高-高”聚集格局，并逐漸在大灣區(qū)東北部聚集。通過縣域蔬菜總產(chǎn)量對(duì)比分析，同樣發(fā)現(xiàn)該聚集區(qū)域及周邊是蔬菜生產(chǎn)主要區(qū)域。而“高-低”“低-高”等空間相關(guān)格局，在周邊縣域蔬菜產(chǎn)業(yè)發(fā)展的影響下，逐漸演變?yōu)椤案?高”“低-低”或空間不相關(guān)狀態(tài)。

（3）土地是蔬菜生產(chǎn)的主要因素。通過空間回歸模型分析，發(fā)現(xiàn)2012 年影響蔬菜生產(chǎn)的主要因素為土地、經(jīng)濟(jì)水平、勞動(dòng)力和農(nóng)業(yè)技術(shù)投入；2016 年后主要因素為土地，其他因素影響作用不明顯或不顯著，說明大灣區(qū)蔬菜種植規(guī)模的擴(kuò)大是產(chǎn)量增加的第一因素。

5.2 建議

在粵港澳大灣區(qū)蔬菜產(chǎn)業(yè)發(fā)展中，建議在博羅縣、龍門縣、惠城區(qū)、從化區(qū)等蔬菜生產(chǎn)核心區(qū)，加大農(nóng)業(yè)科技、農(nóng)業(yè)裝備投入，加強(qiáng)農(nóng)機(jī)與農(nóng)藝深度融合，因地制宜發(fā)展設(shè)施蔬菜，加強(qiáng)田間自動(dòng)灌溉、施肥等設(shè)備建設(shè)，進(jìn)一步提升蔬菜生產(chǎn)的現(xiàn)代化水平，不斷帶動(dòng)周邊蔬菜生產(chǎn)區(qū)域提升產(chǎn)業(yè)綜合效益，形成蔬菜高質(zhì)量發(fā)展新格局。同時(shí)協(xié)調(diào)蔬菜本地生產(chǎn)與外地調(diào)運(yùn)關(guān)系，進(jìn)一步滿足大灣區(qū)的市場(chǎng)需求。