绿色农业发展(GAD)不仅是中国促进农业发展的主要关注点之一,也是实现联合国可持续发展(SD)目标的重要步骤。十九大报告也提到了这一概念,并将其作为中国农业生态文化建设的国家战略。本研究采用修正的引力模型和社会网络分析方法,评估2003年至2018年中国31个省的绿色农业发展空间关联网络,并采用了熵权和线性相加框架的组合策略。结果表明:(i) 中国农业绿色关联网络结构稳定,具有良好的通达性,省与省之间、块与块之间的联系较为紧密,省与省之间的溢出效应明显。(ii) 地域网络呈现出 “核心-边缘 ”的空间变化,核心区呈扩大趋势,边缘区呈缩小趋势。核心区从东南沿海省份逐渐向南北地区延伸。(iii)网络构成要素的人口特征对GAD产生显著影响,并在各省之间存在差异。不同省份在产业结构、经济发展、空间毗邻、城市化发展、交通发展等方面的差异影响着GAD网络。在此基础上,本文提出了中国农业绿色协调发展与治理的政策建议。
农业作为保障国家粮食供应安全和维护社会经济发展的核心部门之一,对国民经济、个人生活和国家安全有着巨大的影响。自1978年中国实行改革开放以来,农业总产值从1397亿元提升到2018年的113579.53亿元。粮食单位面积产量提高了近10倍,最终促进了农业发展。然而,随着资源稀缺、环境制约、优质农产品结构性短缺等问题的出现,农业发展方式主要依赖化学投入品,从长远来看,这进一步造成了环境、人类健康甚至经济的脆弱局面。在这种情况下,研究如何应用先进的科学技术来促进生产要素的优化、创新配置,从而提高农业发展效率,解决资源问题,最大限度地减少环境约束,最终制定农业的绿色发展,就有了深厚的潜力基础。然而,绿色农业发展是一个复杂的现象,面临诸多障碍,取决于多个地区的各种内外因素,需要解决这些问题才能利用协调治理机制。同时,中国绿色农业发展存在一些明显的区域差异和不同的经济结构、技术进步。在区域协调发展战略和市场要素流动的推动下,区域绿色农业发展的空间关系可以提供比传统线性模型更有益的突破口,因为它可以为复杂的网络结构提供更多的评价机会。因此,在空间网络分析框架的背景下,本研究意在找到以下研究问题:(i)能够量化绿色农业发展空间关联网络的特征指标有哪些;(ii)网络中的省份是如何根据地位进行分布和量化的,它们在具体网络中扮演什么角色;(iii)能够影响网络形成的驱动因素有哪些?对上述问题的回答将是对现有文献的主要贡献,本研究旨在提供有关绿色农业发展政策形成和跨区域协同绿色治理机制构建的建议和评估。与此同时,绿色农业生产水平的差距也在逐步扩大。
本研究的主要贡献在于:首先,本研究提供了一个农业绿色发展水平动态评价的综合框架。第二,基于不同省份分析了农业绿色发展水平的空间分布。第三,运用社会网络分析方法分析了不同省份间农业绿色发展的空间关联网络结构。第四,本研究发现了中国农业绿色发展的空间。最后,首次探讨了影响农业绿色发展空间关联网络结构的驱动因素,全面分析了导致区域农业绿色发展不平衡的原因。
1.绿色农业发展水平的空间分布
本文基于2003-2018年的省级面板数据,采用熵权法和线性加权法测算我国绿色农业发展水平,并利用ArcGIS软件绘制了2003年、2008年、2013年和2018年绿色农业发展水平的空间分异图,对不同省份的绿色农业发展状况进行了对比分析(图1)。总体来看,从2003年到2018年,我国绿色农业发展总体水平逐步提高,各省绿色农业发展状况也得到明显改善。但从培育实际发展情况来看,绿色农业发展的整体水平仍有较大的提升空间。从不同地区来看,我国绿色农业发展水平呈现出明显的地区差异。东部沿海地区的绿色农业发展水平明显好于中西部地区。但中西部地区的绿色农业发展水平差距较小,说明随着时代的发展和经济的发展,资源禀赋较好的东部沿海地区将拥有绿色农业发展水平。由于资源匮乏,农业科技水平较低,农业发展模式较为粗放。中西部地区农业、产业结构相对不合理,导致绿色农业发展水平较低。
2.空间关联整体网络特征及演变趋势分析
根据修正的引力模型,确定绿色农业发展的空间关联关系,建立关系矩阵。由于样本调查期内绿色农业发展空间关联关系的转移方向和关键节点没有发生明显变化,本文利用UCINET可视化工具绘制了2018年绿色农业发展的关联网络图。如图2所示,可以发现我国绿色农业发展水平在各省之间呈现出较为明显的网络结构,节点之间的关系存在明显差异。其中,北京、上海、天津、江苏、浙江等东部沿海省份相关强度明显较高。
2.1.网络密度
图3描述了2003~2018年中国绿色农业发展的空间相关密度和相关关系的演变趋势。从整体变化趋势来看,网络关联度和网络密度在样本调查期内保持了相同的演变趋势,呈现出先倾斜后下降的倒U型演变趋势。就具体数值而言,2003年网络关联数为166个,2012年和2013年达到峰值214个,2018年降至205个。相应的整体网络密度从2003年的0.1785-2012年和2013年的0.2301,下降到2018年的0.2204。研究还表明,省际间农业绿色发展呈现显著的相关性特征,但网络密度和关系数的变化过程具有明显的波动性特征。绿色农业发展关联全网密度最大值仅为0.2301。关联关系数仅为214个,而各省之间最大可能的关系总数为930个。最大可能网络密度值为1,说明绿色农业发展的空间关联度仍处于较低水平。它们之间的联动溢出效应较低,促进省际间农业绿色协调发展还有很大的提升空间。显然,在加强我国农业绿色发展的联动性,保持合理的网络密度的同时,也要避免因密度的不断提高而导致交易成本的上升,抑制农业资源的配置和要素资本的流动。
2.2.网络关联
中国绿色农业发展的空间关联网络的关联度是通过网络关联度、网络效率和网络层次来衡量的(图4)。从网络连通性来看,2003-2018年各省之间绿色农业发展的网络连通性为1,说明网络连通性具有显著的可达性,各省之间可以通过直接和间接的方式实现连通。各省之间绿色农业发展的联系非常紧密,存在明显的空间关联和溢出效应。在评估网络层次结构时,2003-2007年该值保持在0.4201,2008年下降到最低值0.1818,2009年又上升到0.3311。随后,该值保持持续下降趋势。网络层次结构呈现出“下降-上升-下降”的演变趋势,表明绿色农业发展相对严格的空间关联网络已逐渐瓦解,绿色农业之间的协同效应凸显。此外,弱层级关系也促进了各省之间联系渠道的畅通。在网络效率方面,该值从2003年的0.7770下降到2018年的0.2438,说明省际间的联系在逐渐增强。各省之间绿色农业发展的溢出渠道也在同步增长。各省网络存在明显的重叠关联现象,网络的连通性和稳定性得到提升。
3.个体网络特征
为了进一步解释各省在绿色农业发展空间关联网络中的地位和作用,本文对度中心度(De)、间度中心度(Be)、接近中心度(Cl)等个体网络特征指标进行了测度。结果发现,在抽样调查期内,各省的指标变化不大。因此,本研究以2018年为例进行分析,表2报告了2018年的指标情况。根据测算结果,图5显示了各省空间关联个体网络特征分布情况。
3.1.度中心度
根据度中心度的测量结果,各省绿色农业发展空间关联网络的平均度中心度为32.258,有7个省份高于平均值,分别是北京、天津、上海、江苏、福建、甘肃、重庆。除甘肃和重庆外,这些省份均处于我国东部沿海经济发达地区,这说明东部沿海地区在我国沿海地区较为发达。区域绿色农业发展的空间相关性和溢出效应影响较大,其他省份在绿色农业发展网络中与东部省份的关系较多。上海的中心度最高,说明上海在中国绿色农业发展空间关联网络中处于核心地位。原因在于上海的绿色农业发展水平与其他30个省份中的27个省份存在空间关联和空间溢出关系。然而,辽宁、黑龙江、吉林、河北、陕西、宁夏、青海和新疆则位居全国末尾。这些省份大多位于西部和东北地区,经济发展水平较低,自然资源条件较差。其地理分布相对偏远,与其他省份的空间相关性较弱。此外,中心度的平均点外度和点内度为6.613。有15个省份的点出度高于平均值。重庆、甘肃和上海居前,辽宁、河北和安徽居后。点内度高于平均值的省份有8个,排名靠前的省份主要是上海、北京、天津和江苏。这些省份的点内度远高于其点外度和全国平均点外度,说明这些省份主要接受网络中其他省份的溢出关系。
3.2.接近中心度
平均接近中心度为60.854。超过平均值的前五个省份主要是上海、天津、江苏、北京和浙江,说明这些省份与关联网络中其他省份的连接距离较短,能够实现快速关联。它们大多在关联网络中扮演着“行动者”的角色。原因在于这些省份位于东部地区。这些省份与其他省份之间的绿色农业发展资源流动性大。同时,发达的经济实力和交通可达性扩大了获取农业发展资源的渠道和能力。但排名靠后的省份有黑龙江、吉林、辽宁、陕西、宁夏、新疆和青海。这些省份主要位于中国东北和西北的地理边缘地带,与其他省份的联系较弱,在联合网络中处于边缘地位。
3.3.关联中心度
关联中心度的平均值为2.336,排在前五位的省份分别是上海、天津、江苏、北京和浙江。这表明,上述省份在绿色农业发展的空间关联网络中起着中介作用,有力地控制着整个关联网络。它们是空间关联网络中的关键节点。排名前七位的省份间度中心度之和为65.831,占总间度中心度的90.90%以上。这些省份大多位于经济发达的东部地区,技术创新水平较高,政府对绿色农业发展的监管力度相对较大。更容易吸纳其他省份流入的绿色发展要素资源,实现对其他省份的有力控制。但下六省的中介中心度之和仅为0.305,难以在网络中控制和支配其他省份。
4.核心-外围结构的演变
如图6所示,我国绿色农业发展的空间关联网络呈现出核心区扩大、外围区缩小的趋势。其中,核心区省份数量从2003年的10个增加到2018年的13个。核心区分布呈现由东南沿海省份向南北两端逐步延伸的趋势,由单核集聚逐步向多核集聚拓展,进一步强化了在协会网络中的核心引领地位。在绿色农业发展方面,东部沿海发达省份扩散辐射范围的扩大,显著促进了周边省份绿色农业发展水平的提升。周边省份在协会网络结构中的主动性与日俱增。总体而言,我国绿色农业发展关联网络呈现出明显的核心-外围结构。核心地区数量增加,外围地区数量减少。大部分节点生活在连接密度较低的边缘地区。随着经济的发展和省际关联度的提高,边缘地区的省份逐渐开始融入网络,但有些关系仍需进一步加强(图7)。
5.块模型分析
采用块模型分析方法对我国绿色农业发展的空间关联网络进行分析,将其划分为四个部分,考察绿色农业发展的空间关联网络分布(表3)。结果显示,第一区块包括黑龙江、吉林、辽宁、山东、内蒙古、河北、重庆、宁夏、青海、山西、河南、陕西等12个省份。第二区块包括湖南、新疆、云南、海南、江西、贵州、安徽、广西、湖北、四川、甘肃、西藏12个省,第三区块包括北京、天津、上海、陕西4个省。第四块包括广东、福建、浙江三省。2018年,中国绿色农业发展的空间关联网络总数为205个,内部关联系数为18个,外部关联系数为187个。绿色农业发展在区块间存在明显的空间溢出效应。
其中,区块1的溢出关系总数为71个,区块1的内部关系数为11个,接受区块的外部相关系数数为29个,溢出区块的溢出关系为55个。该区块接受其他区块的溢出关系,向其他区块发送连接,对其他区块的溢出系数较多,因此该区块属于“双向溢出”区块。区块II的溢出关系总数为115个溢出关系。区块内部关系数为7,溢出区块的外部相关系数为83。该区块与其他区块的溢出关系最高,区块II属于“主流出”区块。区块Ⅲ的溢出关系总数为124个,其中预期内部关系比为10%,实际内部关系比为3.70%。
此外,98个区块外部相关系数被接受。区块自身的溢出效应有限,但接受其他区块外部关系的系数最高。区块Ⅲ属于“主要流入”区块;区块Ⅳ的外溢关系总数为51个,对其他区块的接受关系数和外溢关系数分别为28个和23个。该区块接收外部成员的连接并向其他部门发送关系,属于“代理”区块。
此外,本研究还研究了区块间绿色农业发展的相关关系,根据区块分布关系计算出区块密度矩阵,并与全网密度值进行比较。如果区块网络密度小于整个网络密度,其值为1,否则为0。区块密度矩阵可转换为像矩阵,矩阵结果如表4所示。通过比较表3和表4的结果,可以看出区块之间的关系(图4)。可以发现,中国的绿色农业发展总体上是不平衡的。东部大部分省份,如北京、天津、上海、江苏等省份,属于主流入区块,而中西部大部分省份属于主流出区块。处于网络关键节点的东部地区省份拥有先进的农业科技要素,经济发展水平较高,对中西部地区的虹吸效应明显。它们吸纳了网络边缘的中西部省份的要素和资源。农业绿色相关网络区块呈现出明显的“东强西弱”特征。
此外,根据像矩阵(表4),区块I主要接受区块III的溢出关系,区块II主要接受区块III和区块IV的溢出关系。相反,区块Ⅲ主要接受来自区块Ⅰ的溢出关系,区块Ⅳ接受来自区块Ⅲ和区块Ⅳ的溢出关系,而区块内部的溢出关系并不显著。
6.网络结构效应分析
为了揭示绿色农业发展关联网络的结构特征,本研究从整体网络结构和自我网络结构两个角度实证检验了网络结构对绿色农业发展水平和地区差异的影响。从整体网络结构角度,用各省绿色农业发展指数的平均值来衡量绿色农业发展水平,用各省绿色农业发展指数的变异系数来衡量绿色农业发展水平的省际差异。同时,利用网络密度、网络层次和网络效率进行OLS回归。此外,还从自我网络结构的角度将绿色农业发展指数作为样本调查期的解释变量。它以各省的中心度、中心间度和接近度为解释变量,构建了用于回归分析的平衡面板数据。为避免指标间的差异和多重共线性,对解释变量和被解释变量进行了对数处理。
6.1.整个网络结构对绿色农业发展水平的影响
根据表5的结果,网络密度、网络效率、网络层次对绿色农业发展水平的影响系数分别为0.819、-0.306、-1.920,均通过了1%的显著性检验,说明整个网络结构对绿色农业发展水平有显著影响。网络密度的提高和网络层次、网络效率的降低均具有显著性。可以明显改善绿色农业发展水平。首先,主要原因是网络密度的增加表明网络中关联关系的数量增加,省与省之间的互动是辅助性的。核心省份将发挥强大的呼应效应和扩散效应,带动边缘省份的发展,最终促进整个绿色农业发展水平的增长。其次,网络层次的减少可以促进原来单一联系的省份向双向联系转变。优势省份与主导省份逐渐趋于平等,将经济发展水平高、农业科技资源丰富的省级主导绿色农业发展模式转变为整体农业绿色协调发展模式。从而提高整体绿色农业发展模式下实体农业绿色发展水平。最后,网络效率的降低使得相关网络中的关联度增加,各省在绿色农业发展中的要素禀赋差异减小。降低了绿色农业发展要素在省际间的流动成本,增强了区域资源与绿色农业发展的关联性,绿色农业发展整体水平显著提升。
6.2.整体网络结构对各省绿色农业发展水平差异的影响
根据表5,网络密度、网络效率和网络层次结构对绿色农业发展水平区域差异的回归系数分别为-0.490、0.153和1.213。说明网络密度的提高、网络层次结构的下降、网络效率的提高将显著缩小绿色农业发展的区域差异,使绿色农业发展水平在空间上呈现均衡分布。主要原因如下:首先,网络密度的增加显著提高了各省绿色农业发展之间的相关性,增加了整个网络结构对各省绿色农业发展的影响,避免了绿色农业发展的空间差异和两极分化趋势;其次,随着网络层次结构的下降,核心节点的主导地位逐渐弱化,而边缘节点的“话语权”最后,网络效率的降低意味着整个网络中重要环节数量的增加,多省绿色农业发展的环节和要素互动更加紧密,能够显著发挥协同效应和优势互补,缩小绿色农业发展水平的相对差异。
6.3.个体网络结构对绿色农业发展水平的影响
采用面板数据模型进行回归分析。根据Hausman检验结果,选择了合理的固定效应模型和随机效应模型。回归结果见表6。度中心度、度间中心度和接近中心度的回归系数分别为0.203、0.054和1.036,且均在1%的显著性水平上显著。各省中心度对促进绿色农业发展水平有显著的正向影响。可能的原因有:首先,中心度越高,各省与网络关联结构中其他省份的关系越密切,局部关联度越高,各省从整个网络结构中获得的利益就越多,促进绿色农业发展水平的提高。其次,在绿色农业发展的网络中,具有较高间度中心性的省份具有明显的比较优势。它可以有效引导资源要素的合理配置,有效控制与其他省份的关联效应,使巨型网络结构区域有效合理,提高绿色农业发展水平。最后,中心化程度越高,省际关系越密切,省际交流合作程度越高,要素流动和资源配置成本越低。全省绿色农业发展水平稳步提升。
基于核心评价和结论,研究提出了以下政策启示。第一,政府应更加注重优化空间关联网络结构,突破区域要素流动壁垒,实现省际间的紧密互动和均衡发展,提高绿色农业发展资源的空间配置效率,促进绿色农业的平稳发展。应着力提升省际间的关联度,提高绿色农业发展网络的密度和稳健性,为农业绿色指标和径级的整体协调发展提供更加顺畅的机制。其次,考虑到绿色农业发展空间关联网络各节点的鲜明特点,政府应针对绿色农业发展网络的空间关联性和溢出效应制定特色鲜明的政策并给予全力支持。“经济实力较强、农业科技水平较高、创新能力较强 "的核心省份具有较高的绿色发展水平。政府应充分发挥其在技术、管理等方面的比较优势,突出其积极的示范引领作用,带动其他省份改变绿色农业发展框架,制定更多的意识培养机制,向绿色农业发展的优势转型。对于网络边缘省份,决策者应因地制宜,灵活调整核心政策方向,积极引进核心省份的高新技术和管理手段,通过采用能力、创新和区域间联动发展策略,缩小核心省份与边缘省份之间的差距。最后,考虑到中国绿色农业发展空间关联网络的驱动因素,立法者应重点加强不同省份之间在产业结构、经济、城镇化发展等领域的协作关系,从而繁荣适应性,缩小省份之间在技术、经济、人才等方面的差距,促进区域间空间关联网络更加稳定。应努力在不造成自然资源进一步退化的情况下提高产量并维持增产。
初审:梁笑嫣
审核:徐彩瑶
排版编辑:任 燕
文献推荐人:任 燕
参考文献:Zhe, C., Apurbo, S., Airin, R., Xiaojing, L., Xianli, X., 2022. Exploring the drivers of green agricultural development (GAD) in China: A spatial association network structure approaches. Land Use Policy 112.
以上内容仅代表个人对文章的理解,详情请点击阅读原文。
推荐阅读
探索基于自然的生态文明解决方案,助力实现“双碳”战略目标,协同推进人与自然和谐共生与全体人民共同富裕的中国式现代化建设,让我们一起加油!