常 潔,林正雨,高文波,杜興端

(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)

隨著消費結(jié)構(gòu)升級,居民對蛋白消費需求迅速攀升,大豆(Glycine max)需求快速增加,國內(nèi)產(chǎn)需缺口不斷擴大。2020 年中國大豆進口量已達到1.0033億t,創(chuàng)歷史新高[1]。與此同時,國際貿(mào)易環(huán)境與市場不確定性逐步加劇,進一步影響了大豆市場供需格局。大豆已經(jīng)成為了當(dāng)前我國糧食安全的主要風(fēng)險點[2]?；诖?2016 年農(nóng)業(yè)部出臺《關(guān)于促進大豆生產(chǎn)發(fā)展的指導(dǎo)意見》,明確指出要充分認識到促進大豆生產(chǎn)發(fā)展的重要性和緊迫性。2019 年農(nóng)業(yè)農(nóng)村部制定《大豆振興計劃實施方案》,提出要加強大豆優(yōu)勢區(qū)生產(chǎn)能力建設(shè),擴大種植面積,提高單產(chǎn)水平,改善產(chǎn)品品質(zhì),延伸產(chǎn)業(yè)鏈條,增加我國大豆有效供給,提升國產(chǎn)大豆自給水平,逐步形成國內(nèi)農(nóng)業(yè)種植結(jié)構(gòu)與國際農(nóng)產(chǎn)品市場變化動態(tài)銜接調(diào)整的新格局,全面推動大豆產(chǎn)業(yè)振興。

立足歷史的視角,中國大豆經(jīng)歷了從主食到副食、從主要出口到依靠進口的歷史變化過程,主糧屬性日益削弱[3],大豆的生產(chǎn)格局也發(fā)生了重大變化,影響因素逐漸復(fù)雜。隨著大豆產(chǎn)業(yè)逐漸上升為國家戰(zhàn)略,有關(guān)大豆生產(chǎn)格局與影響因素的相關(guān)研究逐步增多。李二玲等[4]對我國大豆產(chǎn)量、單產(chǎn)和種植面積的時空變化格局研究發(fā)現(xiàn),1982—2012 年,我國大豆種植格局呈現(xiàn)典型的周期性變化,并逐步從以東北地區(qū)為主向東北、西南地區(qū)遷移。陳雨生等[5]對2000—2018 年我國大豆產(chǎn)量的時空變化格局研究發(fā)現(xiàn),大豆產(chǎn)量逐步呈現(xiàn)出“東北集中、西南擴散”的態(tài)勢。楊曉娟等[6]則從風(fēng)險費率的測度發(fā)現(xiàn),大豆生產(chǎn)中西藏、寧夏、陜西等地區(qū)的種植風(fēng)險較大。Chen 等[7]則基于大豆規(guī)模和效率比較優(yōu)勢變化分析發(fā)現(xiàn),1949—2019 年,我國大豆具有種植規(guī)模優(yōu)勢區(qū)的省份主要在東北平原、黃淮海平原和長江中下游平原,大豆效率優(yōu)勢區(qū)則由華北地區(qū)向全國延伸,北方干旱半干旱區(qū)、四川盆地、云貴高原和長江中下游平原正成為我國新的大豆產(chǎn)量增長極。

同時,大豆的生產(chǎn)格局變化受諸多因素的影響,自然資源稟賦與投入、成本收益、社會需求與經(jīng)濟發(fā)展、管理技術(shù)與科技進步等[5,8-9]均會對大豆的種植面積、單產(chǎn)水平、產(chǎn)品品質(zhì)等產(chǎn)生影響。交通條件[5]、耕作制度[3]也是大豆生產(chǎn)空間發(fā)展變化的重要因素。部分研究則認為,大豆產(chǎn)業(yè)發(fā)展的主因是政策調(diào)控[10-12]。從比較收益的視角看,部分產(chǎn)業(yè)存在用地競爭,水稻(Oryza sativa)、玉米(Zea mays)等作物也是影響大豆生產(chǎn)的主要競爭性因素[6]。

影響大豆生產(chǎn)格局變化的因素也存在地區(qū)差異。對于西南片區(qū)而言,人口數(shù)量、國民素質(zhì)、農(nóng)業(yè)技術(shù)等對大豆生產(chǎn)格局的影響較為顯著,且呈現(xiàn)負相關(guān)關(guān)系[8]。從勞動力成本上升、主產(chǎn)區(qū)優(yōu)勢與大豆生產(chǎn)格局的變化關(guān)系看,與東北等傳統(tǒng)優(yōu)勢產(chǎn)區(qū)相比,西南產(chǎn)區(qū)的主產(chǎn)區(qū)優(yōu)勢尚不明顯,無法消解勞動力成本上升帶來的沖擊[13]。此外,南方大豆產(chǎn)區(qū)的生產(chǎn)受品種、地形、種植模式等多方面因素制約,其中勞動力資源、降水資源和化肥投入是該片區(qū)的主要影響因子,且機械化生產(chǎn)水平相對較低[9]。

通過文獻梳理發(fā)現(xiàn),現(xiàn)有文獻在理論研究和實證分析方面均做出了有益的探討,但尚存在一些不足。首先是對于西南產(chǎn)區(qū)大豆的發(fā)展探討相對較少,對影響因素的地區(qū)差異關(guān)注不多。西南產(chǎn)區(qū)是我國大豆種植的新興產(chǎn)區(qū),2005 年之后,西南產(chǎn)區(qū)迅速超越長江中下游大豆產(chǎn)區(qū),成為了全國的第3 大產(chǎn)區(qū)。四川省是糧食大省,也是西南大豆產(chǎn)區(qū)的重要組成。2020 年,四川省大豆播種面積為43.27 萬hm2,產(chǎn)量達101.25 萬t,迅速躍升至全國播面和產(chǎn)量的第4 和第3,在西南產(chǎn)區(qū)的占比分別為46.57%和53.23%。其次,作為丘陵山地大省,四川省耕地資源相對有限,人地矛盾較為突出,推動大豆增產(chǎn)擴面也面臨著資源要素與生產(chǎn)空間競爭等諸多挑戰(zhàn)[14-15]。新時代糧食安全發(fā)展觀下,如何進一步優(yōu)化四川省大豆生產(chǎn)格局,推動川豆產(chǎn)業(yè)振興,對于全面提升西南大豆產(chǎn)區(qū)的優(yōu)勢及競爭力至關(guān)重要。有鑒于此,本研究以四川省為例,系統(tǒng)探討2000—2020 年大豆生產(chǎn)時空格局變化及其主要驅(qū)動因素,以期為優(yōu)化大豆生產(chǎn)布局、推動川豆產(chǎn)業(yè)振興和保障糧食安全提供一定的理論支撐和決策參考。

1 研究區(qū)概況、數(shù)據(jù)來源與方法

1.1 研究區(qū)概況

四川省是我國13 個糧食主產(chǎn)區(qū)之一,也是我國西南地區(qū)唯一的糧食主產(chǎn)省。幅員面積約為48.6 萬km2,地形起伏大,可分為成都平原、川中丘陵、盆地周邊山區(qū)、川西南山地區(qū)和川西高原5 大地貌區(qū)(圖1),西部為高原、山地,海拔多在4000 m 以上,東部為盆地、丘陵,海拔多在1000～3000 m。2019 年,為落實大豆產(chǎn)業(yè)振興計劃,四川省大力推動四川大豆產(chǎn)業(yè)振興,大豆種植規(guī)模和產(chǎn)量迅速提升。2020 年,四川省大豆播種面積和產(chǎn)量占全國的比重分別為4.38%和5.17%,播種面積居全國第4,產(chǎn)量躍居全國第3,是我國大豆種植新興地區(qū)之一。按照《農(nóng)業(yè)農(nóng)村部關(guān)于做好2022 年大豆油料擴種工作的指導(dǎo)意見》要求,四川省啟動了20.67 萬hm2大豆玉米帶狀復(fù)合種植示范推廣項目，以進一步提高全省大豆的產(chǎn)能和供給水平。

圖1 四川省地貌分區(qū)Fig.1 Geographical regions in Sichuan Province

1.2 數(shù)據(jù)來源

行政區(qū)劃數(shù)據(jù)來源于天地圖·四川(https://sichuan.tianditu.gov.cn)。社會經(jīng)濟統(tǒng)計數(shù)據(jù)來源于2000—2020 年的《四川統(tǒng)計年鑒》《四川農(nóng)村統(tǒng)計年鑒》和《四川農(nóng)業(yè)統(tǒng)計年鑒》。DEM 數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站(http://www.gscloud.cn/)。年均溫、年均降水量來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)。耕作制度數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心的農(nóng)田生態(tài)系統(tǒng)熟制數(shù)據(jù)(2000—2015 年)和Qiu等[16]的中國種植模式數(shù)據(jù)(2015—2021 年)。

1.3 指標(biāo)選擇

本文參考前人研究[3-5,8-9,17-21],同時考慮數(shù)據(jù)可獲得性,重點選取大豆產(chǎn)量表征大豆生產(chǎn)水平,并從資源要素投入、地理氣候、比較收益、交通條件、種植習(xí)慣、社會經(jīng)濟6 個方面提取變量,分析其對大豆生產(chǎn)的影響(表1)。由于四川省大豆生產(chǎn)主要為小農(nóng)主體,政策對農(nóng)戶主體的種植決策影響更多體現(xiàn)在補貼等帶來的比較收益[22-23],因此本研究不考慮政策因素的影響。

表1 四川省大豆產(chǎn)量的地理探測因子Table 1 Indicators of geographical detector of soybean production in Sichuan Province

資源要素投入: 采用耕地面積、大豆產(chǎn)業(yè)從業(yè)人員、農(nóng)業(yè)機械總動力3 項指標(biāo)表征大豆的土地、勞動力和技術(shù)資源要素投入。一般而言,其對大豆生產(chǎn)總體為正向影響。其中,大豆產(chǎn)業(yè)從業(yè)人員的計算,重點借鑒陳雨生等[5]的研究方法,對第一產(chǎn)業(yè)從業(yè)人員采用一定權(quán)重進行處理獲得,即:

式中: PEO 表示大豆產(chǎn)業(yè)從業(yè)人員數(shù),PEOP 表示第一產(chǎn)業(yè)從業(yè)人員數(shù),AOV 表示農(nóng)業(yè)產(chǎn)值,AOVP 表示第一產(chǎn)業(yè)產(chǎn)值,SSA 表示大豆播種面積,CSA 表示農(nóng)作物播種面積。

地理氣候條件: 大豆生產(chǎn)具有環(huán)境和生態(tài)適宜性,采用海拔、坡度、地形起伏度、溫度、降雨量等,表征地理環(huán)境與氣候?qū)Υ蠖股a(chǎn)的影響。其中,區(qū)縣單元地形起伏度(TER)的計算,重點借鑒封志明等[24]的計算方法,利用DEM 數(shù)據(jù)求得,即:式中: ELE、Max 和Min 分別表示縣域單元內(nèi)的平均海拔、最高海拔和最低海拔;PA表示該區(qū)域內(nèi)平地面積,其中平地定義為相對高差＜30 m 的區(qū)域;A表示區(qū)域總面積。

比較收益: 對于四川省而言,大豆的主要競爭性作物為玉米[25-26],因此采用大豆產(chǎn)值與玉米產(chǎn)值之間的差距表征農(nóng)業(yè)比較收益競爭。

農(nóng)戶種植習(xí)慣: 農(nóng)戶種植習(xí)慣與自身所掌握的技術(shù)技藝緊密相關(guān),也與家庭勞動力資源的配置與投入有密切關(guān)系,本研究采用耕作制度表征農(nóng)戶家庭的種植習(xí)慣和偏好。

區(qū)域交通條件: 交通設(shè)施完善的地區(qū),大豆的生產(chǎn)效率則相對較高。因此,重點采用路網(wǎng)密度表征。

社會經(jīng)濟環(huán)境: 采用人均GDP、城鎮(zhèn)化水平、鄉(xiāng)村戶均人口規(guī)模表征區(qū)域社會經(jīng)濟環(huán)境變化對大豆的影響。一般而言,經(jīng)濟發(fā)展水平較高的地區(qū),對大豆消費的促進作用較為顯著。城鎮(zhèn)化水平越高的地區(qū),耕地非糧化、人口非農(nóng)化趨勢更為顯著。鄉(xiāng)村家庭人口規(guī)模越小,對大豆的勞動力資源投入則會越有限。

1.4 研究方法

1.4.1 空間基尼系數(shù)

基尼系數(shù)可以用來衡量產(chǎn)業(yè)的地理聚集程度。借鑒相關(guān)研究[27],將大豆生產(chǎn)的基尼系數(shù)定義為G,計算公式為:

式中:i和j表示不同區(qū)縣,Yi、Yj表示區(qū)縣i和j的大豆產(chǎn)量占全省產(chǎn)量的比重;n表示區(qū)縣數(shù)量,其值為183;表示各區(qū)縣大豆產(chǎn)量占比的均值。G值介于0～1 之間,數(shù)值越大,表明全省大豆生產(chǎn)的空間聚集程度越高,反之則越分散。

1.4.2 地理集中度

基尼系數(shù)在衡量產(chǎn)業(yè)空間聚集程度方面具有一定的作用,但在地理單元設(shè)定與產(chǎn)業(yè)分類方面存在一定的局限。地理集中度為地理學(xué)中用來衡量區(qū)域活動聚集程度的重要指標(biāo),可與基尼指數(shù)相互印證。本研究引入地理集中度指標(biāo)(G′),該指標(biāo)用大豆產(chǎn)量排名靠前的m個縣域在全省范圍內(nèi)的比重之和來表示。其計算公式為:

式中: 結(jié)合四川省的大豆生產(chǎn)實際,m取10。G′介于0～1 之間,數(shù)值越大,表示大豆生產(chǎn)的地理聚集程度越高,反之則越低。

1.4.3 空間轉(zhuǎn)移系數(shù)

空間轉(zhuǎn)移系數(shù)可以從總量和份額兩個方面進一步衡量一個地區(qū)一段時間內(nèi)的大豆生產(chǎn)空間變化,以分析大豆生產(chǎn)空間的轉(zhuǎn)移特征。本研究重點對李政通等[28]的空間轉(zhuǎn)移系數(shù)進行優(yōu)化,構(gòu)建以生產(chǎn)發(fā)展階段為導(dǎo)向的空間轉(zhuǎn)移系數(shù)指標(biāo),并對大豆生產(chǎn)空間轉(zhuǎn)移特征進行分析。其計算公式為:

式 中:t表示節(jié) 點年份,m表示各 階段年份差,表示區(qū)縣i在t至t+m階段大豆生產(chǎn)變化的空間轉(zhuǎn)移系數(shù)均值;Pi,t+m/Pi,t-1表示區(qū)縣i的大豆產(chǎn)量在t+m年相對于t-1 年的變化;Yi,t+m/Yi,t-1表示區(qū)縣i的大豆產(chǎn)量占比在t+m年相對于t-1 年的變化;Pi,t+m和Pi,t-1分別表示區(qū)縣i在t+m年份和t-1 年份的大豆產(chǎn)量;Yi,t+m和Yi,t-1分別表示區(qū)縣i在t+m年份和t-1年份的大豆產(chǎn)量占比。當(dāng)＜1 時,說明區(qū)縣i在t至t+m階段大 豆生產(chǎn) 呈現(xiàn)退 化趨勢;當(dāng)1 時,說明區(qū)縣i在t至t+m階段的大豆生產(chǎn)維持在相當(dāng)水平;當(dāng)時,說明區(qū)縣i在t至t+m階段的大豆生產(chǎn)呈現(xiàn)轉(zhuǎn)入趨勢。非大豆生產(chǎn)區(qū)縣以空白值處理。

1.4.4 探索性空間數(shù)據(jù)分析

空間權(quán)重矩陣的設(shè)定受主觀因素影響,所以通常來講,不存在最優(yōu)的空間權(quán)重矩陣,只能結(jié)合矩陣的現(xiàn)實意義,選擇相對更適合的空間權(quán)重矩陣。該研究分別從地理位置與經(jīng)濟距離兩個角度出發(fā)構(gòu)建空間權(quán)重矩陣。鄰接矩陣中相鄰地區(qū)矩陣元素設(shè)定為1,不相鄰設(shè)定為0。地理距離矩陣中的元素為地區(qū)之間經(jīng)緯度計算的歐氏距離的倒數(shù)。經(jīng)濟權(quán)重矩陣中的元素為兩個地區(qū)之間經(jīng)濟距離的倒數(shù),其中經(jīng)濟權(quán)重用各地區(qū)樣本期內(nèi)人均GDP 的平均值表示。

本研究選擇莫蘭指數(shù)(Moran’sI)檢驗大豆生產(chǎn)是否存在空間相關(guān)性(空間自相關(guān)檢驗)。Moran’sI分為全局莫蘭指數(shù)(Global Moran’sI)和局部莫蘭指數(shù)(Local Moran’sI),具體公式如下:

式中:Wij表示i和j之間的空間權(quán)重(i≠j),W表示所有Wij之和,yi和yj表示各區(qū)縣大豆產(chǎn)量,表示各區(qū)縣大豆產(chǎn)量均值。Global Moran’sI值介于-1～1 之間,Global Moran’sI值為正,表示空 間相關(guān) 性為正;Global Moran’sI值為負,表示空 間相關(guān) 性為負;Global Moran’sI值為0,表示變 量在空間上具 有隨機性。

1.4.5 參數(shù)最優(yōu)地理探測器

本研究選取參數(shù)最優(yōu)地理探測器(OPGD)分析四川省大豆生產(chǎn)格局的驅(qū)動因素[29]。首先計算每個連續(xù)型因子在不同分級方式、不同間斷數(shù)下的q值[式(8)],q值在[0,1]區(qū)間,值越大表明大豆生產(chǎn)的空間分異越強,影響因子對大豆生產(chǎn)空間分異的解釋力越強,反之越弱。其中,分級方式根據(jù)統(tǒng)計規(guī)則確定(如等間距、自然間距、分位數(shù)間距、幾何間距和標(biāo)準(zhǔn)偏差間距),間斷數(shù)量設(shè)置為3～7 類。OPGD模型通過選擇q值最高的參數(shù)組合(分級方式與間斷數(shù))進行空間離散化,從而探測大豆生產(chǎn)的空間分層異質(zhì)性和影響因子對大豆生產(chǎn)空間分異的解釋力,并運用交互作用探測分析不同因子共同作用于大豆生產(chǎn)的影響情況。

式中:h=1,···,L,表示大豆產(chǎn)量與影響因子的分層;Nh表示h層的單元數(shù);N表示全區(qū)單元數(shù);和σ2分別表示大豆產(chǎn)量在h層和全區(qū)的方差;SSW 表示層內(nèi)方差之和;SST 表示全區(qū)總方差。地理探測器中兩個影響因子的交互作用類型,如表2 所示。

表2 地理探測器中兩個影響因子交互作用類型Table 2 Interaction types of two impat factors of geographical detector

2 結(jié)果與分析

2.1 大豆生產(chǎn)時序變化特征

重點采用有序樣本聚類法[30]對2000—2020 年四川省大豆產(chǎn)量這一表征大豆產(chǎn)業(yè)發(fā)展的代表性指標(biāo)進行分析,得到2001 年、2008 年、2010 年、2016 年等最優(yōu)分割點(圖2)。據(jù)此,將四川省大豆產(chǎn)業(yè)的發(fā)展歷程劃分為以下5 個階段。1) 2001 年之前為零散種植期,為了滿足生豬養(yǎng)殖中的飼料需求,四川開始零散化 種植大豆[31]。2) 2001 至2007 年為試點提速期,面對川中丘陵區(qū)“小麥(Triticum aestivum)/玉米/甘薯(Ipomoea batatas)”種植模式帶來的水土流失、土壤肥力下降等問題,自2003 年始,四川省開始在川中丘陵地區(qū)推廣試點 “小麥/玉米/大豆”新三熟制技術(shù),全省大豆產(chǎn)量開始提速,2006 年的極端高溫干旱災(zāi)害導(dǎo)致全省大豆產(chǎn)量銳減,2007 年逐步恢復(fù)至2004年水平。3) 2008 至2009 年為快速提升期,隨著 “玉米-大豆”帶狀復(fù)合種植技術(shù)向川東北、川南地區(qū)的大規(guī)模推廣,四川省的大豆產(chǎn)量迅速提升[32]。自2008 年開始四川省成為全國大豆產(chǎn)量增速最快的省份,2009 年大豆產(chǎn)量年增速達13.07%,創(chuàng)歷史最高。4) 2010 至2015 年為增速放緩期,由于間套作大豆技術(shù)難度大且勞動強度大,大豆生產(chǎn)對勞動力的需求越來越強,大豆增產(chǎn)面臨著勞動力短缺的關(guān)鍵瓶頸,這一階段四川省大豆產(chǎn)量增速開始迅速放緩。5) 2016 年至今為振興提升期,隨著大豆上升為國家重大糧食安全戰(zhàn)略,有關(guān)大豆擴面增產(chǎn)的系列政策陸續(xù)出臺,大豆產(chǎn)量增速開始有所提升。2019 年,我國《大豆振興計劃實施方案》明確提出要在西南地區(qū)大力推廣玉米大豆輪作或間套作,四川省大豆產(chǎn)量快速提升,并躍居至全國第3。

圖2 2000—2020 年四川省大豆產(chǎn)量時序變化Fig.2 Temporal changes of soybean production in Sichuan Province from 2000 to 2020

2.2 大豆生產(chǎn)空間聚集變化特征

2000—2020 年四川省大豆生產(chǎn)的空間基尼系數(shù)與地理集中度系數(shù)變化如圖3 所示。總體來看,空間基尼系數(shù)(G值)為0.299～0.350,總體呈波動上升趨勢,2019 年后G值開始下降。這說明四川省的大豆生產(chǎn)在空間分布上越來越不均衡,空間集中程度逐步上升。地理集中度系數(shù)(G′值)與G的變化具有較高的一致性,總體呈波動上升趨勢,G′值從2000 年的0.294 上升到2019 年的0.371,之后開始下降。從趨勢上看,G′值波動較大。其中,2000—2010 年,主產(chǎn)區(qū)的聚集特征表現(xiàn)為先擴散后上升;2010 年之后,大豆生產(chǎn)表現(xiàn)為快速向排名前10 位的主產(chǎn)區(qū)聚集。2019 年之后,主產(chǎn)區(qū)的聚集優(yōu)勢開始下降?？傮w而言,四川省大豆生產(chǎn)的空間格局長期以來表現(xiàn)為較高的聚集型分布特征,且空間聚集水平逐步上升。

圖3 2000—2020 年四川省大豆產(chǎn)量空間聚集特征Fig.3 Spatial agglomeration characteristics of soybean production in Sichuan Province from 2000 to 2020

2.3 大豆生產(chǎn)空間轉(zhuǎn)移變化特征

利用空間轉(zhuǎn)移系數(shù),對四川省大豆生產(chǎn)的階段特征變化進行分析(圖4)。2001—2007 年期間,除川西高原地區(qū)為非生產(chǎn)區(qū)外,大豆空間變化開始呈現(xiàn)區(qū)域性的轉(zhuǎn)入轉(zhuǎn)出,其中川中丘陵區(qū)、川東北地區(qū)為主要的轉(zhuǎn)入地區(qū),川西南山地及成都平原和川南宜賓、瀘州則呈現(xiàn)較為明顯的轉(zhuǎn)出。2008—2009 年,川中丘陵地區(qū)和川東北山區(qū)的大豆轉(zhuǎn)入規(guī)模和空間持續(xù)擴大,并逐步向川南地區(qū)的宜賓、瀘州及川西南山地大部持續(xù)擴大,成都平原則呈現(xiàn)持續(xù)性轉(zhuǎn)出;2010—2015 年,成都平原持續(xù)轉(zhuǎn)出,川西南山地大部的大豆產(chǎn)量也開始減少,增產(chǎn)地區(qū)進一步向川中丘陵區(qū)、川東北和川南山區(qū)聚集;2016—2020 年,隨著大豆振興系列產(chǎn)業(yè)政策的推進實施,全省大豆增產(chǎn)地區(qū)進一步向川中、川東北、川南地區(qū)全面拓展,并逐步向成都平原北部和川西南山地中部擴大?？傮w而言,川中丘陵區(qū)長期以來是全省大豆種植和增產(chǎn)的主要地區(qū)。

圖4 2000—2020 年四川省不同階段大豆產(chǎn)量空間轉(zhuǎn)移系數(shù)變化Fig.4 Changes of spatial transfer coefficient of soybean yield at different stages in Sichuan Province from 2000 to 2020

2.4 大豆生產(chǎn)的空間變化相關(guān)性分析

2.4.1 全局自相關(guān)分析

采 用GeoDa 18.0 和Stata 15 測算出 鄰接矩陣(W1)、地理距離矩陣(W2)、經(jīng)濟距離矩陣(W3) 3 種矩陣的全局莫蘭指數(shù)(Global Moran’sI)值,結(jié)果見表3。3 種空間矩陣的Global Moran’sI值在2000—2020 年期間均顯著為正,但與鄰接矩陣(W1)和經(jīng)濟距離矩陣(W3)相比,基于地理距離矩陣(W2)的Global Moran’sI值相對較低。一定程度上說明,四川省大豆的生產(chǎn)更多取決于各區(qū)縣的鄰接位置和經(jīng)濟發(fā)展水平,大豆產(chǎn)量高的區(qū)縣更傾向于和高產(chǎn)的區(qū)縣聚集,產(chǎn)量低的區(qū)縣更傾向于與低產(chǎn)的區(qū)縣聚集。對2000—2020 年各矩陣的Global Moran’sI值求均值,得出W1、W2和W3的均值分別為0.490、0.112 和0.481,其中鄰接矩陣的均值最高。

表3 2000—2020 年四川大豆產(chǎn)量Global Moran’s I 指數(shù)變化Table 3 Changes in the Global Moran’s I index of soybean production in Sichuan Province from 2000 to 2020

2.4.2 局域自相關(guān)分析

與Global Moran’sI相比,Local Moran’sI可以表征大豆生產(chǎn)的局部空間聚集情況,體現(xiàn)區(qū)域間生產(chǎn)的空間依賴性。重點采用鄰接矩陣(W1)權(quán)重進行分析,結(jié)果如圖5 所示。

圖5 節(jié)點年份四川省大豆生產(chǎn)LISA 聚類圖Fig.5 LISA cluster plots of soybean production in Sichuan Province in node years from 2000 to 2020

根據(jù)發(fā)展階段特征,重點選擇2000 年、2001 年、2008 年、2010 年、2016 年、2020 年對局部空間聚類情況進行展示(圖5)。四川省大豆生產(chǎn)的空間聚集類型主要表現(xiàn)為高-高(H-H)聚集和低-低(L-L)聚集,即生產(chǎn)區(qū)與非生產(chǎn)地區(qū)較為明顯的聚集特征。高-高聚集區(qū)(H-H)的空間變化趨勢看,自2008 年始,四川省大豆生產(chǎn)的空間聚集水平總體呈現(xiàn)越來越高的趨勢,并逐步從四川盆地和盆周地區(qū)向川中丘區(qū)中部轉(zhuǎn)移,到2020 年基本形成了以川中丘陵區(qū)為核心的大豆優(yōu)勢產(chǎn)區(qū),H-H 聚集區(qū)的大豆產(chǎn)量占全省的50.32%。這一地區(qū)是四川省大豆的主產(chǎn)區(qū),大豆生產(chǎn)能力強,與之相鄰的地區(qū)大豆產(chǎn)量也較高,因此呈現(xiàn)出高產(chǎn)區(qū)聚集的空間分布特征。川西高原則受地形地貌、氣候等條件影響,長期以來是大豆的非生產(chǎn)區(qū)。川西南山地、成都平原等在大豆生產(chǎn)發(fā)展的空間格局變化波動明顯,聚集優(yōu)勢不顯著。

2.5 大豆生產(chǎn)的空間驅(qū)動因素分析

1)單因子探測及變化趨勢?？傮w而言,14 個因子對大豆生產(chǎn)空間格局的影響較為顯著。2020 年,q值大于0.2 的主導(dǎo)因子主要表現(xiàn)為大豆從業(yè)人員(PEO)＞耕地面積(LAD)＞農(nóng)業(yè)機械總動力(MCE)＞比較收益(BEF)＞平均高程(ELE)＞年均溫(TEP)＞平均坡度(SLP)＞地形起伏度(TER)＞路網(wǎng)密度(ROD)＞鄉(xiāng)村家庭規(guī)模(HOU),資源要素、比較收益、地理氣候、交通條件是驅(qū)動四川省大豆生產(chǎn)發(fā)展的主要因素(表4)。從驅(qū)動力變化趨勢看,長期以來,驅(qū)動大豆生產(chǎn)空間格局變化的因素主要為資源要素投入和比較收益,大豆從業(yè)人員(PEO)、耕地面積(LAD)、農(nóng)業(yè)機械條件(MCE)、比較收益(BEF) 4 個因子的q值長期居于前列。其次為地理氣候因素,海拔(ELE)、坡度(SLP)和地形起伏(TER)等對大豆產(chǎn)量的影響力均有所提升,其中氣溫(TEP)的q值位序則自2001 年開始顯著提升。一定程度上說明,作為西南丘陵山地大省,地形氣候?qū)Υ蠖股a(chǎn)的影響仍舊較大,且隨著大豆從業(yè)人員的減少,地理氣候因素的影響力越加顯著。交通條件方面,隨著我國現(xiàn)代農(nóng)業(yè)的發(fā)展和農(nóng)村公共服務(wù)環(huán)境的提升,路網(wǎng)密度(ROD)的影響力自2001 年之后開始顯著下降。社會經(jīng)濟環(huán)境各因子較之交通條件對大豆生產(chǎn)格局的影響相對較低,但隨著鄉(xiāng)村家庭規(guī)模(HOU)的小型化,從事農(nóng)業(yè)的勞動力資源下降,其影響力逐漸提升。耕作制度(COK)對大豆生產(chǎn)格局的影響則表現(xiàn)為逐步減弱,且2010 年q值不顯著。從種植習(xí)慣和偏好看,大豆在四川地區(qū)的種植模式多為輪休作物或與玉米等間套作[33],加之大豆的種植技術(shù)要求和對勞動力的需求較之玉米等其他作物相對較高,農(nóng)戶種植大豆的意愿不強,因此耕作制度(COK)對大豆生產(chǎn)格局的影響力最低。

表4 節(jié)點年份各影響因素對大豆產(chǎn)量的驅(qū)動力(q 值)及位序變化Table 4 Driving force (q-value) and its order for each influencing factor of soybean production in Sichuan Province in node years from 2000 to 2020

2)因子交互探測及變化趨勢?？傮w而言,主導(dǎo)因子對大豆產(chǎn)量的驅(qū)動作用并不獨立,多呈現(xiàn)非線性增強或雙因子增強效應(yīng)(圖6)。將兩兩因子交互作用q值求和,得出各因子的交互作用總體強度(表5)?？梢钥闯? 大豆從業(yè)人員(PEO)與各因子的交互作用相對最強,其次為耕地規(guī)模(LAD) (表5)。交互效應(yīng)強度方面,總體表現(xiàn)為地理氣候＞資源要素＞經(jīng)濟社會＞比較收益＞交通條件＞耕作制度(圖7),資源要素和比較收益單因子與其他因子之間的交互驅(qū)動力長期以來最為顯著且總體呈波動上升趨勢,海拔高程(ELE)、鄉(xiāng)村家庭規(guī)模(HOU)、氣溫(TEP)的q值位序提升較快,而交通條件(ROD)和地區(qū)經(jīng)濟水平(GDP)的q值位序則呈波動性下降(表5)。一定程度上表明,資源與環(huán)境的約束和比較收益的沖擊對四川省大豆生產(chǎn)格局變化的影響力正逐步提升。

圖6 節(jié)點年份各影響因素對大豆生產(chǎn)的交互作用探測結(jié)果Fig.6 Interaction detection results of the influencing factors on soybean producion in Sichuan Province in node years from 2000 to 2020

圖7 節(jié)點年份各類因子對大豆生產(chǎn)的交互作用力(q 值之和)結(jié)構(gòu)Fig.7 Interaction force (sum of q) structure of the factor categories in Sichuan Province in node years from 2000 to 2020

3 討論與結(jié)論

3.1 討論

本研究對2000—2020 年四川省大豆生產(chǎn)時空格局及其影響因子的驅(qū)動力變化特征進行重點探究,分析不同時期下大豆產(chǎn)量變化和空間聚集與轉(zhuǎn)移特征,對生產(chǎn)格局的空間相關(guān)性進行了測度,并基于參數(shù)最優(yōu)地理探測器探討了不同影響因子的驅(qū)動力變化趨勢。從空間變化來看,四川省的大豆生產(chǎn)空間主要向川中丘陵區(qū)聚集且空間影響呈顯著的正向作用,與張曉峰等[21]對四川盆地大豆生產(chǎn)潛力研究結(jié)果一致。從單因子驅(qū)動因素看,四川大豆生產(chǎn)主要受資源要素、比較收益、地理氣候和交通條件的影響和制約,與前人研究結(jié)果基本一致[5]。其中,大豆從業(yè)人員與耕地面積的驅(qū)動力長期穩(wěn)居前2,與姚成勝等[34]對西南產(chǎn)區(qū)的研究結(jié)果基本一致。四川省為山地丘陵大省,人多地少,鄉(xiāng)村人口流失迅速,農(nóng)業(yè)勞動力短缺問題突出,坡耕地居多且更為細碎,是制約當(dāng)前大豆生產(chǎn)的關(guān)鍵因素。從因子驅(qū)動變化趨勢看,資源要素方面,機械總動力對大豆的影響力迅速攀升至第3 位,與王靜等[8]、司偉等[20]對西南地區(qū)的研究結(jié)果一致,主要原因可能是四川丘陵山區(qū)機械化水平遠低于全省與全國水平,在勞動力減少趨勢下大豆機械投入不足的問題越來越突出。地理氣候方面,年均溫的驅(qū)動力位序自2001 年之后提升較快,旱災(zāi)等高溫危害及次生災(zāi)害對大豆的影響逐漸顯著,與張雪等[19]對長江流域的研究結(jié)論相一致。從雙因子交互作用看,因子間多呈現(xiàn)非線性增強或雙因子增強效應(yīng),與秦婷婷等[9]研究結(jié)果基本一致。其中資源要素與地理環(huán)境條件的約束和比較收益的沖擊對大豆空間格局的影響力提升較快。主要原因在于大豆仍舊為勞動、土地密集型產(chǎn)品,受四川省地理地貌環(huán)境的約束和競爭性作物(玉米)的效應(yīng)沖擊更為明顯。

總體而言,現(xiàn)有研究多關(guān)注全國尺度、主產(chǎn)區(qū)尺度的研究,研究尺度較為宏觀,較少考慮各地各省的差異性,聚焦于四川省大豆空間格局的文獻較為缺乏。本研究在前人研究基礎(chǔ)上,進一步聚焦四川省近20 年的發(fā)展,深入探究了其空間格局及影響因素的變化趨勢。本研究尚有一些方面需要進一步改進和提升。首先,影響大豆生產(chǎn)格局變化的因素很多,比如大豆的品種特征及分布、生物災(zāi)害[35]等因素,基于數(shù)據(jù)難以獲取,因此未加以考慮;其次,本研究重點選擇了節(jié)點年份進行因子驅(qū)動力的分析,在解釋基于發(fā)展階段的驅(qū)動力變化特征方面具有一定的局限性;同時,參數(shù)最優(yōu)地理探測器的因子驅(qū)動力分析方法,在影響因子的正負效應(yīng)方面判定具有不確定性,下一步可對影響因子的正負驅(qū)動效應(yīng)進行進一步的探討。

3.2 結(jié)論

1) 基于有序樣本分類法,將四川省大豆生產(chǎn)發(fā)展階段劃分為2001 年之前的零散化種植期、2001至2007 年的試點提速期、2008 至2009 年的快速提升期、2010 至2015 年的增速放緩期及2016 年至2022 年的振興提升期5 個階段。

2) 基于空間基尼系數(shù)、地理集中度系數(shù)對四川省大豆生產(chǎn)格局的分析表明: 2000—2020 年四川省大豆生產(chǎn)在空間分布上地域發(fā)展不均衡,在區(qū)縣尺度上的地理分布總體呈現(xiàn)較集中分布,且空間聚集水平逐步上升。

3) 基于空間轉(zhuǎn)移系數(shù)對大豆生產(chǎn)格局變化進行分析可以看出: 四川省大豆生產(chǎn)總體呈現(xiàn)逐步向川中丘陵區(qū)集中的態(tài)勢,川西南山地表現(xiàn)為階段性的轉(zhuǎn)入轉(zhuǎn)出,成都平原地區(qū)總體表現(xiàn)為轉(zhuǎn)出,而川東北地區(qū)、川南地區(qū)則表現(xiàn)為轉(zhuǎn)入,川西高原地區(qū)為大豆非生產(chǎn)區(qū)。利用莫蘭指數(shù)對大豆生產(chǎn)格局的空間相關(guān)性進一步檢驗得出,四川省大豆的生產(chǎn)格局更多取決于區(qū)縣間的空間鄰近和經(jīng)濟趨同,且主要表現(xiàn)為高-高(H-H)聚集和低-低(L-L)聚集特征,其中川中丘陵優(yōu)勢區(qū)聚集效應(yīng)逐漸顯著。

4) 對四川省大豆生產(chǎn)格局變化影響因素的地理探測結(jié)果分析表明: 四川省大豆生產(chǎn)格局的變化受資源要素、地理氣候、比較收益、交通條件、經(jīng)濟社會、種植習(xí)慣等多種影響因素的共同作用,以非線性增強、雙因子增強效應(yīng)為主導(dǎo)?？傮w而言,驅(qū)動四川省大豆生產(chǎn)格局形成的主導(dǎo)因子為資源稟賦條件和比較收益因子,同時作為西南丘陵山地大省,地形氣候和經(jīng)濟社會條件對大豆生產(chǎn)的影響仍舊較大,氣溫(TEP)的單因子作用和鄉(xiāng)村地區(qū)家庭人口規(guī)模(HOU)的交互作用顯著提升,氣溫逐步升高及鄉(xiāng)村地區(qū)家庭的小型化正逐漸成為影響大豆生產(chǎn)格局變化的關(guān)鍵因素。

基于上述結(jié)論,本文得到如下啟示: 第一,進一步破解大豆產(chǎn)業(yè)發(fā)展的資源環(huán)境約束。著力破解山地丘陵大省耕地資源細碎化的現(xiàn)狀,提升耕地質(zhì)量和使用效率,發(fā)展面向大豆生產(chǎn)端的社會化服務(wù),加快面向大豆間作技術(shù)場景和丘陵山地場景的技術(shù)和機械的研發(fā)和應(yīng)用,緩解勞動力短缺問題。第二,圍繞糧食安全和兼顧比較收益,進一步優(yōu)化大豆生產(chǎn)、農(nóng)機、服務(wù)、保險等環(huán)節(jié)的政策體系,推動政策體系協(xié)同發(fā)力。第三,重點關(guān)注氣候變化引發(fā)的干旱[36]等大豆生產(chǎn)風(fēng)險,健全農(nóng)業(yè)領(lǐng)域的自然災(zāi)害風(fēng)險預(yù)警與防范機制,探索改良和選育適應(yīng)氣候變化的新優(yōu)品種,強化大豆自然災(zāi)害風(fēng)險抵御能力。