基于地理探測器的四川省茶產(chǎn)業(yè)時空格局變化及驅(qū)動因素研究*

曹 杰,林正雨,陳春燕,劉遠(yuǎn)利,高文波,邵周玲

(四川省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息與農(nóng)村經(jīng)濟研究所 成都 610066)

農(nóng)作物空間格局是農(nóng)業(yè)土地利用的一種形式和結(jié)果,反映了農(nóng)業(yè)生產(chǎn)在空間范圍內(nèi)利用資源的狀況,是了解農(nóng)作物種類、結(jié)構(gòu)、分布特征的重要信息,也是進(jìn)行作物結(jié)構(gòu)調(diào)整和優(yōu)化的重要依據(jù)[1]。農(nóng)作物空間格局研究主要包括格局特征研究和格局機理研究[2]。在格局特征研究中,許多學(xué)者基于統(tǒng)計數(shù)據(jù)利用莫蘭指數(shù)、比較優(yōu)勢系數(shù)、地理集中度以及區(qū)域重心等方法展開了糧食作物生產(chǎn)空間格局研究,然而特色經(jīng)濟作物空間格局研究則相對較少。農(nóng)作物空間格局的形成與變化是自然因素和人類活動共同作用的結(jié)果,是一個受自然因素、生產(chǎn)投入以及社會經(jīng)濟因素共同影響的系統(tǒng)[3]。在格局機理研究中,一方面是從氣溫、降水、地形等自然因素或者勞動力、技術(shù)、政策、市場等社會經(jīng)濟因素某一角度進(jìn)行分析,然而單一角度難以全面理解農(nóng)作物空間格局的動態(tài)變化過程。另一方面綜合自然-社會經(jīng)濟多因素開展格局變化研究,一些學(xué)者利用空間杜賓模型[4]、地理加權(quán)回歸模型[5]、偏最小二乘法模型[6]得出社會經(jīng)濟因素成為作物生產(chǎn)擴張主要原因的結(jié)論,然而這些研究模型集中在度量自然-社會因素中各因子對農(nóng)作物空間格局的單獨影響,但是在同一系統(tǒng)中一個因素的功能可以根據(jù)其他因素的條件變化進(jìn)而增強或減少[7-8],因此開展兩兩因子之間交互影響的研究是十分必要的。

地理探測器是探測和利用空間分異性的工具[9],最先應(yīng)用于探究地方病發(fā)生的原因[10],隨后在國家到鄉(xiāng)鎮(zhèn)尺度[11-15]、從自然到社會領(lǐng)域[16-17]的各個方面都有應(yīng)用,然而一些研究隨意地選擇空間格網(wǎng)尺度以及主觀地采用離散方法對影響因子進(jìn)行分類,忽視地理空間分析普遍存在的可變面域問題[18]。地理探測器作為一種基于格網(wǎng)分析地理現(xiàn)象和因素之間關(guān)系的空間統(tǒng)計模型[18],以尺度效應(yīng)和分區(qū)效應(yīng)為表現(xiàn)的可變面域單元問題會影響變量之間的相關(guān)性,導(dǎo)致模型結(jié)果的不同[19-20]。離散方法以及分類數(shù)目會影響要素的地理特征,過多的分類可能會使數(shù)據(jù)更加的分散,而過少的分類卻不能更好地反映空間異質(zhì)性[18]。主觀而隨意地對影響因素進(jìn)行分類,無法精準(zhǔn)反映各因素與地理現(xiàn)象間的關(guān)系,需最優(yōu)離散化法和先驗知識來對定量變量進(jìn)行分類[18]。此外不同空間尺度上的地理變量可能顯示出顯著差異的地理特征[21],空間格網(wǎng)尺度的變化會使得地理探測器建模結(jié)果差異很大[22]。因此非常有必要計算可變面域問題如何影響地理探測,從而選擇最合適的空間格網(wǎng)尺度以及最優(yōu)化的因子離散方法。

茶(Camellia sinensis)是世界上最重要的經(jīng)濟作物之一,起源于中國西南部。一些學(xué)者在國家到縣域[23-25]不同尺度下開展了茶產(chǎn)業(yè)時空格局變化研究,剖析茶產(chǎn)業(yè)時空格局演變的自然-社會因素影響,但是揭示單因子影響茶產(chǎn)業(yè)格局變化的重要值以及兩兩因子之間是如何影響的研究還相對較少[26-27]。綜上所述,本文以中國重要產(chǎn)茶區(qū)和早茶區(qū)的四川省為研究區(qū),基于四川省1980-2019年茶面積縣域統(tǒng)計數(shù)據(jù),運用數(shù)理分析法、GIS 技術(shù)、空間數(shù)據(jù)分析方法探究茶產(chǎn)業(yè)時空格局變化特征,采用參數(shù)最優(yōu)地理探測器模型分析茶產(chǎn)業(yè)格局主要驅(qū)動因子及兩兩因子之間的影響,以期為優(yōu)化茶產(chǎn)業(yè)的經(jīng)濟結(jié)構(gòu)和區(qū)域農(nóng)業(yè)資源配置提供決策依據(jù)。

1 研究區(qū)概況

四川省位于中國西南,地處長江上游,地勢西高東低,由西北向東南傾斜,地形復(fù)雜多樣,以龍門山-大涼山為界,東部為四川盆地及盆周山地,西部為川西高山高原及川西南山地,地貌類型以山地為主。茶葉集中分布在海拔400～700 m 的東部盆地和海拔700～1400 m 的盆周山區(qū)。四川氣候復(fù)雜多樣且地帶性和垂直變化明顯。全省根據(jù)水熱條件和光照條件差異可分為盆地中亞熱帶濕潤氣候區(qū)、川西南山地亞熱帶半濕潤氣候區(qū)和川西北高山高原高寒氣候區(qū)三大氣候區(qū)。全省氣候東西區(qū)域差異明顯,盆地及南緣低山、河谷,年平均氣溫16～18 ℃,1月平均氣溫5～8 ℃,≥10 ℃積溫5000～6000 ℃,無霜期長達(dá)290～350 d,雨量1000～1500 mm,日照1000～1400 h,非常適宜茶葉生長。2019年四川茶葉產(chǎn)量3.25×105t,占全國茶葉總產(chǎn)量的11.72%,位居全國第4。全省共分5 大經(jīng)濟區(qū),轄183 個縣(市、區(qū)),其中有130 個縣(市、區(qū))產(chǎn)茶,涉茶人數(shù)超過500 萬,占全省人口總數(shù)的6% (圖1)。

圖1 四川省地理分區(qū)Fig.1 Geographical regions map of Sichuan Province

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文從自然和人文兩個層面選擇影響因素,自然層面上主要考慮地形、土壤和氣候3 個因子[28-30],人文層面上主要考慮生產(chǎn)要素和社會經(jīng)濟要素2 個方面。以2019年底四川省行政區(qū)劃為依據(jù),共計183 個縣級單位,四川省區(qū)縣地圖矢量數(shù)據(jù)來自國家基礎(chǔ)地理信息數(shù)據(jù)庫。采用茶葉面積表征茶葉生產(chǎn),各區(qū)縣茶葉面積數(shù)據(jù)來源于1980-2019年《四川統(tǒng)計年鑒》《四川省農(nóng)村統(tǒng)計年鑒》和《四川農(nóng)業(yè)統(tǒng)計年鑒》。自然要素、生產(chǎn)要素、社會經(jīng)濟要素3 個方面的15 個因子為自變量,生產(chǎn)要素數(shù)據(jù)以及社會經(jīng)濟要素來自2019年統(tǒng)計年鑒的截面數(shù)據(jù),部分縣域數(shù)據(jù)由于量綱、缺失、口徑等原因,采用滑動平均等統(tǒng)計方法進(jìn)行相應(yīng)處理與修正。高程數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供的SRTM 90 m。氣候數(shù)據(jù)來源于中國氣象科學(xué)共享數(shù)據(jù)服務(wù)平臺提供的中國地面氣候資料日值數(shù)據(jù)集(V3.0)。土壤酸堿度數(shù)據(jù)來源于2010年四川省2697采樣點測土配方施肥土壤基礎(chǔ)養(yǎng)分?jǐn)?shù)據(jù)集。

2.2 研究方法

2.2.1 產(chǎn)業(yè)集中度

選擇區(qū)位基尼系數(shù)分析1980-2019年四川茶產(chǎn)業(yè)空間的集聚特征和變化趨勢。

式中: Gini 為當(dāng)年茶葉面積的區(qū)位基尼系數(shù);N為縣區(qū)總數(shù),N=183;Xi、Xj分別為第i、j縣區(qū)當(dāng)年茶葉面積; μ為縣區(qū)茶葉面積占全省茶葉面積的占比均值。0≤Gini≤1,Gini 值越大,表明茶產(chǎn)業(yè)空間分布越集中。然而區(qū)位基尼卻存在企業(yè)規(guī)模缺陷[31],需要結(jié)合地理集中度指標(biāo)綜合分析茶葉空間特征:

式中: CRn為茶產(chǎn)業(yè)空間集中度;Sk反映茶葉面積最大的前k個縣域茶葉面積占全省茶葉面積的比值,本文選擇前15 個區(qū)縣,即n=15。

2.2.2 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析是一系列空間數(shù)據(jù)分析方法的集合,常在農(nóng)作物空間變化和集聚狀態(tài)的研究中應(yīng)用。采用全局Moran’sI值分析四川省茶產(chǎn)業(yè)空間整體分布情況[2],以判斷茶葉空間自相關(guān)性和空間分異規(guī)律。計算每一空間單元的Getis-OrdGi*[2],高指標(biāo)值(熱點區(qū))和低指標(biāo)值(冷點區(qū))反映茶產(chǎn)業(yè)空間的差異情況。

2.2.3 產(chǎn)業(yè)重心模型

借鑒力學(xué)重心概念,引入產(chǎn)業(yè)重心模型確定四川茶產(chǎn)業(yè)不同年份移動的方向、距離和速度,刻畫四川茶產(chǎn)業(yè)動態(tài)演化過程。

2.2.4 地理探測器

該模型用于檢驗四川省茶產(chǎn)業(yè)空間分布與其潛在驅(qū)動因素之間關(guān)系,通過風(fēng)險探測、因子探測、生態(tài)探測和交互探測4 個探測器揭示地理環(huán)境要素對地理現(xiàn)象的影響程度。

1)因子探測: 利用因子探測器度量地理環(huán)境因子對茶產(chǎn)業(yè)空間分布影響因素的決定力大小,用q值刻畫因子的具體解釋力。

式中:h=1,···,L,為自變量Y或因子X的分類;Nh和N分別是類別h和全區(qū)的單元數(shù); σh2和 σ2分別是類別h和全區(qū)的Y值的方差。SSW 為類別內(nèi)方差之和,SST 為全區(qū)總方差。q值范圍是0～1,q值越大說明因子對茶葉空間分異的影響越大。

2)交互探測: 本文利用交互探測識別不同的地理環(huán)境因子之間對茶產(chǎn)業(yè)空間分布的交互作用,評估因子之間的共同作用是否會增加或減弱對茶產(chǎn)業(yè)空間分布的解釋力以及這些因素對茶產(chǎn)業(yè)空間分布的影響是否獨立。分別計算任意兩個因子X1 與X2疊加后的q值[q(X1∩X2)],判斷各因子是否存在交互作用以及交互作用的程度,兩個因子之間的關(guān)系可以分為非線性減弱q(X1∩X2)＜Min[q(X1),q(X2)]、單因子非線性減弱Min[q(X1),q(X2)＜q(X1∩X2)]＜Max[q(X1),q(X2)]、雙因子增強q(X1∩X2)＞Max[q(X1),q(X2)]、獨立q(X1∩X2)=q(X1)+q(X2)以及非線性增強q(X1∩X2)＞q(X1)+q(X2) 5 類。

3 四川省茶產(chǎn)業(yè)時空分布格局

3.1 茶產(chǎn)業(yè)空間的時序特征

3.1.1 茶產(chǎn)業(yè)空間的時序變化

1980-2019年,四川省茶葉生產(chǎn)規(guī)模總體呈穩(wěn)步上升趨勢(圖2),茶葉種植面積除1997年減少外,其余年份均是增加。從1980年的3.48×104hm2增加到2019年的3.52×105hm2,增長了9 倍。1980年以來,四川省茶產(chǎn)業(yè)空間時序變化大致可以分為2 個時期: 1980-2008年的高速擴張期,茶葉種植面積增加了1.67×105hm2,年增長率6.48%,這個階段的發(fā)展是由于改革開放以后,國家對茶產(chǎn)業(yè)實行一系列產(chǎn)銷經(jīng)濟體制改革,同時市場化進(jìn)程推進(jìn),再加上各項先進(jìn)技術(shù)的推廣普及,促使四川茶葉生產(chǎn)持續(xù)大幅度增長; 2009-2019年的平穩(wěn)發(fā)展期,茶葉種植面積增加了1.71×105hm2,年增長率6.02%。進(jìn)入21世紀(jì)以后,國家開始大力支持西部地區(qū)社會經(jīng)濟發(fā)展,四川茶葉生產(chǎn)實施規(guī)?；?、集約化、品牌化戰(zhàn)略,茶產(chǎn)業(yè)跨過規(guī)模擴張的基礎(chǔ)發(fā)展階段,進(jìn)入產(chǎn)業(yè)升級轉(zhuǎn)軌的成長期。

圖2 1980-2019年四川省茶產(chǎn)業(yè)面積時序變化Fig.2 Temporal changes of tea industry area in Sichuan Province from 1980 to 2019

3.1.2 茶產(chǎn)業(yè)空間集聚的時序變化

1980-2019年四川省茶產(chǎn)業(yè)區(qū)位基尼系數(shù)均大于0.5,數(shù)值范圍為0.796～0.861 (圖3),呈現(xiàn)高度集中特點?？臻g集聚程度隨時間變化而波動上升,1980-1998年波動較大,1999-2007年高速增長,從0.82 上升到0.85,2008-2019年穩(wěn)定發(fā)展,穩(wěn)定在0.85 附近。同時近40年來地理集中度的系數(shù)基本上維持在55%～70%,反映出四川省茶產(chǎn)業(yè)主要集中在總量排前15 的產(chǎn)茶大縣(區(qū))。20世紀(jì)80年代四川省茶葉生產(chǎn)已經(jīng)比新中國建立初期增長了5 倍以上(含重慶),但是這一時期由于缺乏合理規(guī)劃布局,一些高海拔、高緯度不適宜茶葉生長的地區(qū)卻發(fā)展了茶產(chǎn)業(yè),而茶樹生態(tài)適宜區(qū)的茶產(chǎn)業(yè)發(fā)展速度不快,資源利用不合理[32]。進(jìn)入21世紀(jì)之后,在國家西部大開發(fā)重大戰(zhàn)略的促進(jìn)下,四川顯示出產(chǎn)業(yè)優(yōu)勢,茶葉生產(chǎn)區(qū)域集中度顯著提升,形成川南、川東北和成都平原茶葉集中發(fā)展區(qū),宜賓、樂山、雅安等11 個茶葉主產(chǎn)市茶園面積占全省的98%。近年來,四川省制定《“川茶”產(chǎn)業(yè)振興工作推進(jìn)方案(2019-2022)》,對30 個茶葉優(yōu)勢縣進(jìn)行科學(xué)規(guī)劃,建設(shè)“兩帶兩區(qū)”優(yōu)勢茶產(chǎn)業(yè)集群帶。

圖3 1980—2019年四川省茶產(chǎn)業(yè)空間集聚特征Fig.3 Spatial agglomeration characteristics of tea industry in Sichuan Province from 1980 to 2019

3.2 茶產(chǎn)業(yè)空間的分異特征

3.2.1 空間關(guān)聯(lián)格局變化

利用Geoda 空間統(tǒng)計工具對1980-2019年中8個茶種植面積截面數(shù)據(jù)進(jìn)行空間分析,Moran’sI值從0.48 下降到0.34,然后開始上升到0.42,隨后穩(wěn)定在0.42,P值均為正值且為0.01(表1)。表明相鄰縣域茶園面積之間相互影響,存在著高值區(qū)與高值區(qū)相鄰、低值區(qū)與低值區(qū)相鄰的情況。在縣域尺度上,茶產(chǎn)業(yè)間分布具備顯著的正向空間自相關(guān)特征,呈現(xiàn)出明顯的地理集聚特征。本研究計算了四川省茶葉生產(chǎn)空間的Getis-OrdGi*指數(shù),并以Z值及其對應(yīng)P值劃分為冷點區(qū)、次冷點區(qū)、一般區(qū)、次熱點區(qū)和熱點區(qū)5 類。冷點區(qū)和次冷點區(qū)主要分布在川東北地區(qū)和成都平原區(qū)北部,且逐步收縮。熱點區(qū)和次熱點區(qū)主要分布在川南地區(qū)和成都平原區(qū)南部,1995年以后開始從川南地區(qū)向成都平原區(qū)擴張(圖4)。

表1 1980-2019年四川省茶產(chǎn)業(yè)空間Moran’s I 指數(shù)變化Table 1 Changes of space Moran’s I of tea industry in Sichuan Province from 1980 to 2019

圖4 1980-2019年四川省茶產(chǎn)業(yè)空間熱點分布Fig.4 Spatial hot spot distribution of tea industry in Sichuan Province from 1980 to 2019

3.2.2 重心遷移變化

1980-2019年四川省茶產(chǎn)業(yè)空間重心演變軌跡整體上向西遷移。重心分布在104.26°E～104.88°E,29.88°N～30.23°N,共移動74.08 km,年移動平均速度為3.09 km·a-1(表2)。茶葉面積重心波動程度較為激烈,從經(jīng)度上看重心逐漸西移,可大致劃分為3 個階段: 1980-2005年,經(jīng)度重心整體上向西移動,此階段正值改革開放后四川省茶產(chǎn)業(yè)迅猛發(fā)展時期,川西南和川東北都在大力擴張茶園面積,但是川西南地區(qū)擴張更為顯著; 2006-2014年,經(jīng)度重心保持在一個較為穩(wěn)定的狀態(tài),在104.20°E～104.40°E 之間徘徊,進(jìn)入21世紀(jì)后四川省茶產(chǎn)業(yè)進(jìn)入平穩(wěn)發(fā)展階段;2015年之后經(jīng)度重心軌跡又開始向東移動。重心坐標(biāo)在緯度上則變動幅度較大且規(guī)律性不顯著,先是無方向波動然后向南移動最后又向北移動。

表2 1980—2019年四川省茶產(chǎn)業(yè)空間重心遷移變化Table 2 Change of center of gravity of tea industry area in Sichuan Province from 1980 to 2019

4 茶產(chǎn)業(yè)空間驅(qū)動力探測

4.1 茶產(chǎn)業(yè)空間影響因子離散化

15 個影響因子除政策因子外均為連續(xù)性因子(表3)。利用地理探測器探究因子是如何影響四川省茶產(chǎn)業(yè)空間分布之前,首先對連續(xù)型因子離散化和空間單元尺度優(yōu)化,以期得到最優(yōu)參數(shù)。q值會隨著離散方法以及分類數(shù)而變化,對比不同離散方法下不同分類數(shù)變量的q值大小,選擇每個q值最大因子對應(yīng)的離散方法和分類數(shù),即為最優(yōu)離散方法與最佳分類數(shù)[16]。本文選擇的非監(jiān)督離散化方法-自然斷點法(natural breaks)被廣泛地運用在空間分異性研究中離散影響因子[33-34]。海拔因子根據(jù)四川省主要地貌類型平原、丘陵、山地和高原對應(yīng)值,土壤酸堿度根據(jù)四川省主要土壤類型紫色土、草甸土、棕壤、黃壤和水稻土對應(yīng)值,人均可支配收入根據(jù)常用的居民人均收入五等份,政策根據(jù)四川省茶葉生產(chǎn)重點縣名單進(jìn)行劃分(表4)。然后對其他11 個因子選取5～10 個分類數(shù),利用自然斷點法以及地理探測器中的因子探測,得到每一類影響因子的最大q值,則該分類數(shù)即為該影響因子的最優(yōu)離散分類數(shù)。結(jié)果表明分類數(shù)目確實會使得影響因子的q值不同(表5)。

表3 四川省茶產(chǎn)業(yè)空間格局的地理探測因子Table 3 Indicators of space geographical detector of tea industry in Sichuan Province

表4 基于先驗知識對四川省茶產(chǎn)業(yè)空間格局影響因子分類Table 4 Classify the quantitative variables of tea industry in Sichuan Province by prior knowledge

表5 基于最優(yōu)離散的四川茶產(chǎn)業(yè)空間格局影響因子分類Table 5 Classify the quantitative variables of tea industry in Sichuan Province by optimal classification algorithms

4.2 茶產(chǎn)業(yè)空間單元尺度優(yōu)化

q值的范圍以及等級的穩(wěn)定性可以反映空間格網(wǎng)尺度對于地理探測器模型結(jié)果影響,通過比較不同尺度上因子的q值,以期得到合適的空間單元尺度[22]。考慮到研究區(qū)范圍以及多元數(shù)據(jù)的空間分辨率,設(shè)立6 個格網(wǎng)尺度(5 km、10 km、20 km、30 km、40 km、50 km)來檢測q值的尺度效應(yīng)。q值并沒有隨著格網(wǎng)尺度增加顯著增加,但是影響因子的排名卻隨尺度改變而發(fā)生變化(圖5),這表明在不同格網(wǎng)尺度下,因素對茶葉空間格局的影響并不相同。土地利用強度(X8)、鄉(xiāng)村勞動力(X9)、化肥(X10)和人均可支配收入(X13)等生產(chǎn)要素以及社會經(jīng)濟要素的排名總體上變化平穩(wěn),特別是當(dāng)空間尺度小于30 km 時,排名幾乎沒有變化,說明這些因子對格網(wǎng)的尺度并不敏感。而自然要素中的極端最高溫(X7)、極端最低溫(X6)、生長季日均溫(X5)卻對格網(wǎng)尺度非常敏感,特別是當(dāng)空間格網(wǎng)尺度大于30 km 時,自然因素的排名隨著尺度的增加而發(fā)生強烈變化,這與四川省自然地理環(huán)境復(fù)雜多變有關(guān)。更大尺度范圍能夠更突出地表示地形、氣候等基礎(chǔ)條件的空間異質(zhì)性。由于建模尺度應(yīng)盡可能地精細(xì),以便可以更加準(zhǔn)確地分析影響因子,同時過大的尺度可能會隱藏一些空間異質(zhì)性規(guī)律,所以通過考慮比較q值變化以及排名,30 km 的空間格網(wǎng)尺度被確立為分析四川省茶產(chǎn)業(yè)空間格局驅(qū)動因子的合適尺度。

圖5 不同空間格網(wǎng)尺度下各影響因素對茶產(chǎn)業(yè)空間格局的決定力(影響因子的q 值)及其排名變化Fig.5 Deciding power (q value) and its rank of each influencing factor on spatial patterns of tea industry under different spatial grid scales in Sichuan Province

4.3 茶產(chǎn)業(yè)空間驅(qū)動力分析

4.3.1 因子分析

本文選取的7 個反映茶樹生長自然環(huán)境的指標(biāo),包含了光、溫、水、土等常規(guī)因子以及低溫和高溫脅迫等極端因子。年降水量、生長季日平均氣溫、海拔的解釋力相對較大,其中年降水量最大(0.31),表明降水對茶葉生長影響較大,而土壤酸堿度的q值最低(0.11)。極端最低氣溫的解釋力(0.18)大于極端最高氣溫(0.16),西南茶區(qū)普遍存在晚霜凍害的風(fēng)險[35],極端最低氣溫對四川茶產(chǎn)業(yè)的影響更大,反映了自然要素作為基礎(chǔ)條件影響茶產(chǎn)業(yè)發(fā)展。本文選取的4 個反映生產(chǎn)要素投入的指標(biāo),均是與茶產(chǎn)業(yè)擴張密切相關(guān)的。其中土地利用強度(0.91)和鄉(xiāng)村勞動力(0.87)最大,灌溉因子(0.17)的解釋力相對較低(圖6)。茶產(chǎn)業(yè)的擴張伴隨著資源大量投入,更多的土地種植茶葉將從客觀上直接擴大茶園面積。茶葉的種、采、加、銷等過程都需要大量的勞動力支撐[6]?；屎娃r(nóng)藥的使用能夠保證茶葉質(zhì)量,而灌溉因子的解釋力較小的原因是四川省茶葉分布集中在400～1400 m 的丘陵山區(qū),農(nóng)田灌溉設(shè)施提供灌溉水源存在困難。在社會經(jīng)濟因素中,政策因子的解釋力最大(0.74)。四川省政府將“川茶”列入四川省現(xiàn)代農(nóng)業(yè)“10+3”體系并優(yōu)先發(fā)展,相關(guān)資金向茶產(chǎn)業(yè)傾斜,政策的正向激勵促進(jìn)了茶產(chǎn)業(yè)空間擴張。

圖6 影響因子對四川茶產(chǎn)業(yè)空間格局的驅(qū)動分析結(jié)果Fig.6 Driving analysis of influence factors on tea industry in Sichuan Province

4.3.2 交互分析

15 個因子進(jìn)行兩兩交互分析,可分為自然因子交互、生產(chǎn)因子交互、社會經(jīng)濟因子交互、自然與生產(chǎn)因子交互、自然與社會經(jīng)濟因子交互以及生產(chǎn)與社會經(jīng)濟因子交互6 類(表6)。社會經(jīng)濟因子交互全是雙因子增強,其余5 類交互既有雙因子增強又有非線性增強,沒有相互獨立起作用的因素,這表明四川省茶產(chǎn)業(yè)空間格局并非由單一因素或單類因素所控制,是由自然、社會經(jīng)濟等多種要素共同作用的結(jié)果。6 類交互作用中,生產(chǎn)要素和社會經(jīng)濟要素平均交互作用表示出較高的解釋力(0.8870),說明政策、科技以及消費等社會經(jīng)濟要素能夠間接正向刺激茶產(chǎn)業(yè)的擴張,協(xié)同生產(chǎn)要素對茶產(chǎn)業(yè)產(chǎn)生影響。15 個因子的交互作用中,土地投入強度(X8)、鄉(xiāng)村勞動力(X9)、化肥(X10)以及農(nóng)藥(X11)等生產(chǎn)要素對其他因子交互作用的影響最強,說明生產(chǎn)要素的投入是決定茶產(chǎn)業(yè)發(fā)展的重要因素,其中各生產(chǎn)要素因子與政策因子的平均交互作用最高,說明茶產(chǎn)業(yè)政策的制定要多關(guān)注生產(chǎn)要素的保障。值得一提的是,兩因子之間的交互作用中科技(X14)與化肥(0.9779)、科技與鄉(xiāng)村勞動力(0.9714)以及科技與農(nóng)藥(0.9499)較大,表明茶葉科技水平提高的同時應(yīng)加大化肥、勞動力和農(nóng)藥等生產(chǎn)要素的投入,以期共同推動著四川茶產(chǎn)業(yè)的發(fā)展。

5 討論與結(jié)論

5.1 討論

本文對1980-2019年四川省茶產(chǎn)業(yè)時空格局演化特征以及自然-人文影響因子的解釋力進(jìn)行深入研究,分析不同階段下茶產(chǎn)業(yè)規(guī)模變化以及集聚特征,探究茶產(chǎn)業(yè)空間關(guān)聯(lián)格局關(guān)系和重心遷移變化軌跡?；趨?shù)最優(yōu)地理探測器探討了不同因子的影響程度。與黃修杰等[26]、肖智等[27]學(xué)者開展的茶葉空間格局變化影響因素研究對比,本研究定量化分析各影響因子的解釋力以及兩兩因子的交互作用,發(fā)現(xiàn)四川省茶產(chǎn)業(yè)呈現(xiàn)社會經(jīng)濟驅(qū)動為主的空間格局,這與前人的研究發(fā)現(xiàn),人力成本、自然環(huán)境、新技術(shù)應(yīng)用、土地成本和產(chǎn)業(yè)扶持政策對西部茶區(qū)擴大規(guī)模有更顯著的驅(qū)動作用的結(jié)果相一致[6]。但是有學(xué)者[6]認(rèn)為技術(shù)創(chuàng)新因子對茶園規(guī)模擴大的解釋能力相對較低,與本研究中科技因子的解釋力較高(0.43),特別是科技與生產(chǎn)要素因子之間交互作用q值較大的研究結(jié)論不一致,這是由于近年來四川省大力推動茶葉育種創(chuàng)新以及茶園機械化采摘,推動了茶產(chǎn)業(yè)的擴張。此外,一些利用地理探測器開展四川區(qū)域研究,忽略可變面域問題對模型的影響,林正雨等[2]把影響因素按照自然間斷法劃分為3 級,而汪可可等[36]將各驅(qū)動因子等分為9 級,主觀地劃分影響因子必然造成結(jié)果的誤差,本研究對連續(xù)性因子進(jìn)行離散化,首先對海拔、土壤酸堿度、人均可支配收入、政策基于先驗知識進(jìn)行分類,隨后對剩下的因子利用自然斷點法和因子探測確定最優(yōu)離散分類,發(fā)現(xiàn)不同的分類數(shù)目使得影響因子的解釋力不同。茶產(chǎn)業(yè)空間單元尺度優(yōu)化,確定30 km 為合適尺度,這與王安怡等[33]將四川盆地劃分為 0.3°×0.3° (1°約為111 km)格網(wǎng)的研究結(jié)果基本一致。

本研究在許多方面仍需提升和完善。第一,2009-2019年茶產(chǎn)業(yè)年增長率、區(qū)位基尼系數(shù)以及地理集中度均在下降,這說明四川茶產(chǎn)業(yè)總體發(fā)展規(guī)模進(jìn)入了放緩階段。但是區(qū)位基尼系數(shù)下降幅度低于地理集中率,表明雖然生產(chǎn)空間集聚程度下降明顯,但是前 15 家產(chǎn)茶大縣(區(qū))產(chǎn)業(yè)優(yōu)勢受到更大程度的沖擊,這說明有部分縣區(qū)最近幾年也有所發(fā)力,茶產(chǎn)業(yè)得到快速發(fā)展,影響前15 家產(chǎn)茶大縣的原本堅挺地位,使得四川省茶產(chǎn)業(yè)空間呈現(xiàn)“遍地開花”的局面。那么四川省內(nèi)部茶葉生產(chǎn)格局究竟發(fā)生著怎樣的變化? 以及這些變化是哪些因素造成? 這就又涉及到地理學(xué)基礎(chǔ)問題-尺度效應(yīng),四川省內(nèi)有川南和川東北兩大茶葉帶,這兩個茶葉帶空間格局特征以及驅(qū)動因素并不相同,以省域為研究區(qū)的空間尺度可能會掩蓋更加有趣的地理信息,不能更加精準(zhǔn)地體現(xiàn)四川省茶產(chǎn)業(yè)空間格局變化特征以及驅(qū)動因子,接下來要加強產(chǎn)業(yè)帶尺度的格局研究。第二,在地理探測器空間格網(wǎng)尺度優(yōu)化中,一般是以q值大小以及q值的排名共同決定,但是在本文中雖然不同格網(wǎng)尺度下各因子q值排名有所不同,但是q值卻沒有隨之顯著提升,這與一些研究結(jié)果不同,具體原因還需要進(jìn)一步研究。

5.2 結(jié)論

本研究旨在針對茶產(chǎn)業(yè)時空格局及驅(qū)動因素研究中,缺乏分析單因子影響茶產(chǎn)業(yè)空間格局變化的解釋力以及揭示兩兩因子之間是如何影響等科學(xué)問題,利用數(shù)理分析法、GIS 技術(shù)、空間數(shù)據(jù)分析方法分析了1980-2019年四川省茶產(chǎn)業(yè)空間格局演變特征,通過參數(shù)最優(yōu)地理探測器,從自然環(huán)境要素、生產(chǎn)要素和社會經(jīng)濟要素3 方面探究了各影響因子的解釋力以及相互作用的影響,揭示了四川省茶產(chǎn)業(yè)空間分異格局及其演化趨勢,得出以下結(jié)論: 1)在時序變化上,1980-2019年四川省茶葉生產(chǎn)規(guī)?？傮w呈穩(wěn)步上升趨勢。區(qū)位基尼系數(shù)數(shù)值均大于0.5且隨時間波動上升,地理集中度變化更為平穩(wěn)。2)在空間變化上,全局莫蘭指數(shù)均大于0,相鄰縣域之間相互影響。熱點區(qū)分布在川南地區(qū)和成都平原區(qū)南部,冷點區(qū)集中于川東北地區(qū)和成都平原區(qū)北部。茶葉生產(chǎn)重心演變軌跡整體上向西移動。3)通過先驗知識對海拔、土壤酸堿度、人均可支配收入以及政策進(jìn)行離散?；谧匀粩帱c法對其余因子進(jìn)行離散,確定鄉(xiāng)村勞動力最優(yōu)分類數(shù)是5,土地利用強度最優(yōu)分類數(shù)是6,生長季日均溫和科技最優(yōu)分類數(shù)是9,年降水量、年活動積溫、越冬期日極端最低溫、生長季日極端最低溫、化肥、農(nóng)藥、灌溉最優(yōu)分類數(shù)是10。30 km 的空間格網(wǎng)尺度被確立為合適尺度。4)四川省茶產(chǎn)業(yè)空間分異格局是生產(chǎn)要素為主導(dǎo),多種因素相互影響的結(jié)果。因子探測發(fā)現(xiàn),生產(chǎn)要素對于格局有強烈的驅(qū)動,其中土地利用強度(0.91)、鄉(xiāng)村勞動力(0.87)、化肥(0.86)、農(nóng)藥(0.75)是解釋力最大的4 個因子。交互探測發(fā)現(xiàn),雙因子交互作用解釋力均比單因子作用強,交互作用類型均為非線性增強和雙因子增強,生產(chǎn)因子與社會經(jīng)濟因子之間的交互作用最大(0.8870)。

5.3 啟示

研究結(jié)果對四川省茶產(chǎn)業(yè)發(fā)展有以下3 方面啟示: 1)降水對茶葉生長影響較大,四川省茶產(chǎn)業(yè)發(fā)展關(guān)注茶葉生長季缺水以及突發(fā)性強降水帶來的干旱洪澇災(zāi)害,茶園建設(shè)著力于蓄、保、排水功能,加強健全丘陵山地茶園蓄排灌系統(tǒng),完善園內(nèi)溝、池和渠等設(shè)施。此外極端低溫天氣影響更大,加大與氣象部門聯(lián)系,建立預(yù)防茶樹低溫凍害機制; 建園選擇在避風(fēng)、向陽、朝南的林間坡地; 采用覆蓋、噴保護劑等物理和化學(xué)保溫方法,減緩極端低溫影響。2)茶產(chǎn)業(yè)的擴張伴隨著生產(chǎn)要素大量投入,然而糧食安全以及耕地非糧化、整治“毀林種茶”等政策措施的執(zhí)行,一味追求茶園面積擴張已經(jīng)不太適應(yīng)現(xiàn)在的新形勢,必須堅持“以質(zhì)取勝”。鮮葉采摘環(huán)節(jié)的勞動力短缺已經(jīng)成為困擾茶葉生產(chǎn)的瓶頸,建設(shè)標(biāo)準(zhǔn)化機采茶葉基地,選育推廣適宜機采的品種以及研發(fā)適應(yīng)山地靈活、采摘嫩度高的小型茶園機械?；?、農(nóng)藥的大量投入會影響茶葉質(zhì)量安全,通過精準(zhǔn)施肥、配方施肥、施有機肥以及嚴(yán)格控制用藥,推廣病蟲害綠色防控技術(shù),以確保質(zhì)量安全。3)在制定茶產(chǎn)業(yè)政策時,考慮將茶葉標(biāo)準(zhǔn)化基地建設(shè)納入農(nóng)田基本建設(shè)項目,支持茶園綠色防控全覆蓋以及推進(jìn)有機肥替代化肥等提高土壤有機質(zhì)含量技術(shù)。此外,四川省茶產(chǎn)業(yè)發(fā)展過程中一方面要加強茶葉良種普及率的提升和新技術(shù)推廣,另一方面保障用地、勞動力、化肥、農(nóng)藥等生產(chǎn)要素的穩(wěn)定投入。