涂 超,牟震江,張 果
(四川師范大學(xué),a.地理與資源科學(xué)學(xué)院;b.西南土地資源評(píng)價(jià)與監(jiān)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室,成都 610066)
隨著城市化工業(yè)化進(jìn)程的不斷加快,鄉(xiāng)村勞動(dòng)力、土地和資本等要素流入城市,導(dǎo)致鄉(xiāng)村的自我發(fā)展受阻,鄉(xiāng)村出現(xiàn)衰落現(xiàn)象[1]。2017 年中共十九大報(bào)告提出鄉(xiāng)村振興戰(zhàn)略,希望通過實(shí)施鄉(xiāng)村振興戰(zhàn)略盤活鄉(xiāng)村經(jīng)濟(jì),促進(jìn)城鄉(xiāng)一體化的發(fā)展。2022 年中共二十大報(bào)告提出要全面推進(jìn)鄉(xiāng)村振興,實(shí)現(xiàn)中國(guó)式現(xiàn)代化的發(fā)展[2]。中國(guó)式現(xiàn)代化的實(shí)現(xiàn)離不開農(nóng)業(yè)現(xiàn)代化。
在此政策背景下,中國(guó)學(xué)者對(duì)鄉(xiāng)村振興的研究進(jìn)入了飛速發(fā)展時(shí)期。針對(duì)鄉(xiāng)村振興這一熱點(diǎn)議題,國(guó)內(nèi)學(xué)者多從定性與定量2 個(gè)方面進(jìn)行。從定性方面來看,學(xué)者多從鄉(xiāng)村振興的理論邏輯與實(shí)施路徑方面進(jìn)行探討[3,4];從定量方面來看,一是將鄉(xiāng)村振興與鄉(xiāng)村旅游[5]、新型城鎮(zhèn)化[6]以及土地利用轉(zhuǎn)型[7]等結(jié)合,通過二者之間的耦合協(xié)調(diào)度進(jìn)行研究;二是基于鄉(xiāng)村振興戰(zhàn)略總要求,構(gòu)建鄉(xiāng)村振興發(fā)展水平評(píng)價(jià)體系進(jìn)行分析[8-10]。
土地的可持續(xù)利用是實(shí)現(xiàn)鄉(xiāng)村振興戰(zhàn)略的基礎(chǔ),在實(shí)施鄉(xiāng)村振興戰(zhàn)略背景下,鄉(xiāng)村振興與土地可持續(xù)利用二者相結(jié)合[11],既可以助力鄉(xiāng)村振興,又能夠推動(dòng)土地的可持續(xù)利用,進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化水平的提升。本研究利用四川省2018—2021 年有關(guān)鄉(xiāng)村振興發(fā)展的社會(huì)經(jīng)濟(jì)資料,分析鄉(xiāng)村振興與土地可持續(xù)利用之間的耦合協(xié)調(diào)發(fā)展情況,并利用地理探測(cè)器,探討影響鄉(xiāng)村振興與土地可持續(xù)利用協(xié)調(diào)發(fā)展的主要因素,旨在為鄉(xiāng)村振興戰(zhàn)略的制定以及土地保護(hù)政策的實(shí)施提供參考和借鑒。
四川省地處中國(guó)西南部腹地和長(zhǎng)江上游地區(qū),與重慶、貴州、云南、西藏、青海、甘肅以及陜西7 個(gè)?。ㄗ灾螀^(qū)、直轄市)接壤,地理坐標(biāo)為97°21'—108°33'E,26°03'—34°19'N??偯娣e48.6 萬(wàn)m2,下轄18 個(gè)地級(jí)市、3 個(gè)民族自治州,共21 個(gè)地級(jí)行政區(qū)。地形類型復(fù)雜、地勢(shì)西高東低,主體由山地、丘陵、平原、盆地和高原5 種地形構(gòu)成。
以四川省21 個(gè)地級(jí)市(州)為例,通過構(gòu)建耦合協(xié)調(diào)度模型分析四川省鄉(xiāng)村振興與土地可持續(xù)利用的耦合協(xié)調(diào)關(guān)系,采用地理探測(cè)器分析鄉(xiāng)村振興與土地可持續(xù)利用協(xié)調(diào)發(fā)展過程中的主要影響因素。指標(biāo)數(shù)據(jù)來源于2018—2021 年《四川省統(tǒng)計(jì)年鑒》,行政邊界數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心。
2.2.1 指標(biāo)體系的確定 查閱參考文獻(xiàn)[11-13],構(gòu)建鄉(xiāng)村振興與土地可持續(xù)利用指標(biāo)體系,并以國(guó)家鄉(xiāng)村振興戰(zhàn)略二十字方針作為準(zhǔn)則層。產(chǎn)業(yè)興旺反映鄉(xiāng)村發(fā)展水平,選取人均農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值、旅游人數(shù)、第一產(chǎn)業(yè)產(chǎn)值比重、農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量指標(biāo);生態(tài)宜居反映鄉(xiāng)村的宜居情況,選取化肥使用量、衛(wèi)生院床位數(shù)指標(biāo);鄉(xiāng)風(fēng)文明選取鄉(xiāng)鎮(zhèn)文化站、農(nóng)村電視覆蓋率指標(biāo);治理有效選取一般公共預(yù)算支出、有效灌溉率、農(nóng)村低保人數(shù)占比指標(biāo);生活富裕選取農(nóng)村居民人均可支配收入占比、農(nóng)村用電量、農(nóng)村人均住房面積指標(biāo)(表1)。
查閱參考文獻(xiàn)[11,14,15],構(gòu)建土地可持續(xù)利用水平指標(biāo)體系,選擇經(jīng)濟(jì)可持續(xù)性、社會(huì)可接受性和環(huán)境可持續(xù)性3 個(gè)層面構(gòu)建一級(jí)指標(biāo),選取地均農(nóng)業(yè)生產(chǎn)值、地均工業(yè)產(chǎn)值、地均第三產(chǎn)業(yè)產(chǎn)值、地均社會(huì)消費(fèi)品零售總額、人均耕地面積、人口密度、城鄉(xiāng)收入比、人均道路面積、人均公園綠地面積和建成區(qū)綠化覆蓋率構(gòu)建二級(jí)指標(biāo),指標(biāo)體系和權(quán)重見表1。
2.2.2 數(shù)據(jù)處理 由于原始數(shù)據(jù)受到不同量綱的影響,使得指標(biāo)間的可比性無法成立,需要用極差標(biāo)準(zhǔn)化的方法對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行處理。在數(shù)據(jù)標(biāo)準(zhǔn)化處理過程中,由于出現(xiàn)了0 值的現(xiàn)象,需要對(duì)數(shù)據(jù)再進(jìn)行平移,使熵值運(yùn)算有效[16]。具體計(jì)算式如下。
正向指標(biāo):
負(fù)向指標(biāo):
式中,Xij為第j個(gè)城市的第i個(gè)指標(biāo)的原始數(shù)據(jù),maxXij為第i個(gè)指標(biāo)評(píng)價(jià)數(shù)值中的最大值,minXij為第i個(gè)指標(biāo)評(píng)價(jià)數(shù)值中的最小值,而Y'ij則是第j個(gè)城市第i個(gè)指標(biāo)經(jīng)過極差標(biāo)準(zhǔn)化平移后的數(shù)值。
2.2.3 指標(biāo)權(quán)重的確定 為了保證指標(biāo)權(quán)重的相對(duì)客觀性,利用客觀賦權(quán)法中的熵值法和變異系數(shù)法,求取其指標(biāo)權(quán)重,從而利用其中間值構(gòu)建綜合指標(biāo)權(quán)重。
1)熵值法。計(jì)算第j項(xiàng)指標(biāo)在第i年指標(biāo)值的比重Pij。
計(jì)算第j項(xiàng)指標(biāo)的熵Ej。
計(jì)算第j項(xiàng)指標(biāo)的權(quán)重Wj。
式中,m,n不指定某一特定數(shù)值,n為年份i的最大取值,m為指數(shù)j的最大取值,1≤i≤n,1 ≤j≤m,Vj為變異系數(shù)。
2)變異系數(shù)法。
式中,W'j為權(quán)重,Gj為標(biāo)準(zhǔn)差,Sj為數(shù)據(jù)標(biāo)準(zhǔn)化后的平均值。
3)綜合指標(biāo)權(quán)重Wj″。
2.2.4 綜合指數(shù)法 利用綜合指數(shù)法計(jì)算鄉(xiāng)村振興與土地可持續(xù)利用的發(fā)展水平[17],計(jì)算式如下。
式中,f(x)為鄉(xiāng)村振興發(fā)展水平,g(x)為土地可持續(xù)利用水平。
2.2.5 耦合協(xié)調(diào)度 為了解鄉(xiāng)村振興與土地可持續(xù)利用二者之間的協(xié)調(diào)發(fā)展程度,利用耦合協(xié)調(diào)度[18,19],并在此基礎(chǔ)上引入發(fā)展度(T),構(gòu)建耦合協(xié)調(diào)度模型。
式中,C為兩子系統(tǒng)耦合度;T為兩子系統(tǒng)綜合評(píng)價(jià)指數(shù);D為耦合協(xié)調(diào)度,D∈[0,1],D越大表明二者協(xié)調(diào)性越強(qiáng);兩系統(tǒng)同等重要,故α與β的取值均為0.5。學(xué)術(shù)界對(duì)耦合協(xié)調(diào)度的分類大致有“四等分”“六等分”以及“八等分”等方式,標(biāo)準(zhǔn)不一致。結(jié)合前人研究[11,12]以及研究區(qū)的差異情況,采用“六等分”的劃分方式將耦合協(xié)調(diào)度分為極度不耦合(0<D≤0.2)、低耦合(0.2<D≤0.3)、中度耦合(0.3<D≤0.4)、較高耦合(0.4<D≤0.5)、高耦合(0.5<D≤0.8)和極度耦合(0<D≤0.2),共6 個(gè)類型。
2.2.6 地理探測(cè)器 地理探測(cè)器是探測(cè)和分析空間分異性的重要工具,也是揭示驅(qū)動(dòng)力的重要工具[20]。運(yùn)用地理探測(cè)器中的因子探測(cè)器探究四川省鄉(xiāng)村振興與土地可持續(xù)利用協(xié)調(diào)發(fā)展的主要影響因素。
式中,h=1,2,…,n;L為變量Y或因子X的分層(Strata),即分類或分區(qū);Nh和N分別為層h和全區(qū)的單元數(shù);和σ2分別是層h和全區(qū)Y的方差。
利用熵值法與變異系數(shù)法求取綜合指標(biāo)權(quán)重,再采用綜合指數(shù)法計(jì)算鄉(xiāng)村振興與土地可持續(xù)利用的發(fā)展水平,并通過耦合協(xié)調(diào)度計(jì)算2017—2020 年四川省的耦合協(xié)調(diào)水平。
利用ArcGIS 10.6 軟件對(duì)鄉(xiāng)村振興與土地可持續(xù)利用做了空間可視化處理,采用自然斷點(diǎn)法將其水平值分為五等,即低水平、較低水平、中等水平、較高水平以及高水平(圖1)。
圖1 2017—2020 年研究區(qū)鄉(xiāng)村振興發(fā)展水平
2017—2020 年,研究區(qū)鄉(xiāng)村振興水平在空間分布上呈中部高、東部次之、西部最低的發(fā)展態(tài)勢(shì)。從時(shí)間來看,2017—2020 年研究區(qū)鄉(xiāng)村振興水平在穩(wěn)步上升,其中,鄉(xiāng)村振興水平最高值常年位于成都市,4 年分別為0.87、0.90、0.90、0.88,最低值則穩(wěn)定在甘孜藏族自治州,4 年分別為0.2、0.2、0.2、0.3,上升幅度較大的地級(jí)市有自貢市(鄉(xiāng)村振興水平值為0.37~0.40)、德陽(yáng)市(鄉(xiāng)村振興水平值為0.44~0.47)、樂山市(鄉(xiāng)村振興水平值為0.22~0.26),其他地市州的鄉(xiāng)村振興水平也存在一定程度的上升??傮w來看,自國(guó)家2017 年提出鄉(xiāng)村振興戰(zhàn)略開始,四川省的鄉(xiāng)村振興就始終處在穩(wěn)步發(fā)展階段。
2017—2020 年,研究區(qū)土地可持續(xù)利用水平在空間上主要呈中間高、四周低的分布態(tài)勢(shì)(圖2),中部土地可持續(xù)利用水平較高的主要集中在成都、德陽(yáng)以及綿陽(yáng)3 個(gè)地級(jí)市。從時(shí)間來看,2017—2020年研究區(qū)土地可持續(xù)利用水平存在不穩(wěn)定性,這與本研究在時(shí)間以及指標(biāo)選取上存在一定的關(guān)系。從數(shù)據(jù)來看,研究區(qū)土地利用類型水平最高值分布在成都,4 年分別為0.91、0.89、0.89、0.89,處于高水平,而最低值則分布在阿壩藏族羌族自治州、甘孜藏族自治州以及涼山彝族自治州三州,其水平值均低于0.01。
圖2 2017—2020 年研究區(qū)土地可持續(xù)利用水平
通過計(jì)算得出2017—2020 年四川省21 個(gè)地級(jí)市鄉(xiāng)村振興與土地可持續(xù)利用的耦合協(xié)調(diào)度情況,并按照“六等分”來劃分其耦合協(xié)調(diào)水平,利用ArcGIS 10.6 軟件對(duì)其耦合協(xié)調(diào)水平進(jìn)行可視化處理(圖3)。
圖3 2017—2020 年研究區(qū)鄉(xiāng)村振興與土地可持續(xù)利用耦合協(xié)調(diào)度
從空間上來看,研究區(qū)耦合協(xié)調(diào)水平呈中間高、東西低的分布模式,其中高度協(xié)調(diào)位于成都市,較高協(xié)調(diào)位于自貢市,而攀枝花、德陽(yáng)、瀘州、綿陽(yáng)4 個(gè)地級(jí)市常年處于中度協(xié)調(diào)水平,其余各地市(州)則均處于低耦合與極度不耦合水平。從時(shí)間上來看,2017—2020 年研究區(qū)耦合協(xié)調(diào)水平以低耦合為主,始終處于上升發(fā)展的僅有自貢市和攀枝花市2 個(gè)地級(jí)市,其他地市(州)的耦合協(xié)調(diào)因年份的不同其水平也發(fā)生相應(yīng)的變化。
為了能夠較好地找到影響鄉(xiāng)村振興與土地可持續(xù)利用協(xié)調(diào)發(fā)展的因素,從8個(gè)準(zhǔn)則層中各選取1個(gè)指標(biāo)數(shù)據(jù),分別是從產(chǎn)業(yè)興旺中選取人均農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值,從生態(tài)宜居中選取化肥使用量,從鄉(xiāng)風(fēng)文明中選取農(nóng)村電視覆蓋率,從治理有效中選取一般公共預(yù)算支出,從生活富裕中選取農(nóng)村居民人均可支配收入,從經(jīng)濟(jì)可持續(xù)性中選取地均農(nóng)業(yè)生產(chǎn)值,從社會(huì)可接受性中選取人均耕地面積,從環(huán)境可持續(xù)性中選取人均公園綠地面積。將這8個(gè)指標(biāo)作為自變量,鄉(xiāng)村振興與土地可持續(xù)利用耦合協(xié)調(diào)水平作為因變量,運(yùn)用因子探測(cè)器定量分析影響四川省鄉(xiāng)村振興與土地可持續(xù)利用協(xié)調(diào)發(fā)展的主要因素(圖4)。
圖4 鄉(xiāng)村振興與土地可持續(xù)利用協(xié)調(diào)發(fā)展的影響因子
結(jié)果表明,年份不同,其主要影響因素也會(huì)發(fā)生相應(yīng)的變化??傮w來看,人均農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值影響程度最高;地均農(nóng)業(yè)生產(chǎn)值除2019 年外,也對(duì)鄉(xiāng)村振興與土地的可持續(xù)利用的協(xié)調(diào)發(fā)展有重要影響;人均公園綠地面積僅在2017 年有較大影響,其他年份影響程度均有所減??;對(duì)四川省鄉(xiāng)村振興與土地可持續(xù)利用的協(xié)調(diào)發(fā)展影響因素較小的是農(nóng)村電視覆蓋率以及一般公共預(yù)算支出。
1)2017—2020 年,四川省的鄉(xiāng)村振興水平總體呈上升趨勢(shì),從空間分布上看,中部最高,東部次之,西部最低;從土地可持續(xù)利用水平上看,土地可持續(xù)利用水平普遍較低,空間上呈中部高、四周低的分布態(tài)勢(shì)。總體而言,四川省西部各地市州的鄉(xiāng)村振興以及土地可持續(xù)利用水平除攀枝花市外都有待提高。
2)2017—2020 年,四川省的鄉(xiāng)村振興與土地可持續(xù)利用的耦合協(xié)調(diào)水平以低耦合為主,處于高耦合的只有成都市,而低耦合與極度不耦合的地級(jí)市(州)有15 個(gè),在空間分布上呈中部高、四周低態(tài)勢(shì)。
3)通過地理探測(cè)器中的因子探測(cè)器發(fā)現(xiàn)人均農(nóng)林牧漁服務(wù)業(yè)產(chǎn)值、地均農(nóng)業(yè)生產(chǎn)值對(duì)鄉(xiāng)村振興與土地的可持續(xù)利用的協(xié)調(diào)發(fā)展水平影響較大,農(nóng)村電視覆蓋率以及一般公共預(yù)算支出對(duì)其影響較小。
綜上所述,2017—2020 年四川省鄉(xiāng)村振興和土地可持續(xù)利用水平均以中部地區(qū)發(fā)展較好,而其余地市(州)特別是川西地區(qū),均存在不足之處。本研究的指標(biāo)數(shù)據(jù)來源于《四川省統(tǒng)計(jì)年鑒》,由于數(shù)據(jù)來源較為單一,故在指標(biāo)選取上存在諸多不足且指標(biāo)體系的構(gòu)建不夠完善,研究時(shí)間在年份的選取上較為靠近,不能完全反映四川省各地市(州)鄉(xiāng)村振興與土地可持續(xù)利用發(fā)展水平在時(shí)間上的發(fā)展情況,有待進(jìn)一步研究。