粮食主产区农业生态环境与农...济的耦合协调及空间关联分析_尚杰.pdf

第 57 卷第 1 期河 南 农 业 大 学 学 报Vol 57No 12023 年2 月Journal of Henan Agricultural UniversityFeb2023收稿日期:20220216基金项目:国家社会科学基金后期资助项目(20FGLB059)作者简介:尚杰(1962)，女，黑龙江哈尔滨人，教授，博士生导师，主要从事农业经济、生态经济方面的研究。引用:尚杰，丛殿勤 粮食主产区农业生态环境与农业经济的耦合协调及空间关联分析J 河南农业大学学报，2023，57(1):168178 DOI:10 16445/j cnki 10002340 20220824 002粮食主产区农业生态环境与农业经济的耦合协调及空间关联分析尚杰，丛殿勤(东北林业大学经济管理学院，黑龙江 哈尔滨 150040)摘要:【目的】探索中国粮食主产区农业生态环境与农业经济耦合协调规律及空间关联特征，为实现农业生态环境与农业经济协同发展提供智力支持。【方法】基于 20052020 年省际面板数据，运用耦合协调度模型、空间自相关模型对粮食主产区农业生态环境与农业经济的耦合时空特征及空间关联格局进行实证分析。【结果】粮食主产区农业生态环境与农业经济间耦合协调度呈现缓慢上升趋势和“北高南低”的空间非均衡化发展。农业生态环境、农业经济均表现出全局空间正相关，其下存在局部空间分异，两者间为空间正相关关系，高高、低低是主要空间集聚模式。【结论】应充分考虑农业生态环境与农业经济的区域关联性和空间异质性，加强临近地区间农业生产协作与交流，提升区域协同治理效率。关键词:粮食主产区;农业生态环境;农业经济;耦合协调;空间自相关中图分类号:X322;F327文献标志码:A文章编号:10002340(2023)01016811Coupling coordination and spatial correlation analysis of agriculturalecological environment and agricultural economy in major grainproducing areasSHANG Jie，CONG Dianqin(School of Economics and Management，Northeast Forestry University，Harbin，150040，China)Abstract:【Objective】This study was conducted to explore the coupling and coordination law andspatial correlation characteristics of agricultural ecological environment and agricultural economy inmajor grain producing areas in China，so as to provide intellectual support for the coordinateddevelopment of agricultural ecological environment and agricultural economy【Method】Based on theinter provincial panel data from 2005 to 2020，the coupling spatial-temporal characteristics and spatialcorrelation pattern of agricultural ecological environment and agricultural economy in the major grainproducing areas are empirically analyzed by using the coupling coordination degree model and spatialautocorrelation model【esult】The coupling coordination degree between agricultural ecologicalenvironment and agricultural economy in the major grain producing areas shows a slow upward trendand the spatial unbalanced development trend of“being high in the north and low in the South”Agricultural ecological environment and agricultural economy both show a positive correlation in theoverall space，under which there is local spatial differentiation There is a positive spatial correlationbetween them High-high and low-low are the main spatial agglomeration modes【Conclusion】The第 1 期尚杰，等:粮食主产区农业生态环境与农业经济的耦合协调及空间关联分析169regional relevance and spatial heterogeneity of agricultural ecological environment and agriculturaleconomy should be fully considered，and the agricultural production cooperation and exchange betweenadjacent regions should be strengthened to improve the efficiency of regional collaborative governanceKey words:major grain producing areas;agricultural ecological environment;agricultural economic;coupling coordination;spatial autocorrelation中国粮食主产区承担着保障国家粮食安全的重大责任1，在确保粮食产量稳步提升的同时，粗放的农业经营模式却造成了生态退化、耕地质量降等、面源污染严重等一系列生态环境问题2。国家乡村振兴战略规划(20182022 年)明确指出，要健全生态系统保护制度，推进农业绿色发展。在此背景下，探究粮食主产区农业生态环境与农业经济的耦合协调特征和空间关联格局，将对促进农业健康发展和生态可持续演进具有重要现实意义。农业生态环境与农业经济耦合协同问题近年引起广泛关注。在理论层面，任继周3 提出的大农业系统耦合理论奠定了研究的基础。农业生态环境为农业经济提供基本的物质保障和发展空间，农业经济又反过来作用于生态环境资源承载力和利用效率4，两者相互影响，彼此制约。在实证层面，在农业生态环境与农业经济耦合协调性评价、分布格局与演变过程、调节路径及影响因素等方面都有丰富研究。樊祖洪等5、陈锋正等6、郑博福等7 借助耦合协调度模型，对不同地域耦合协调状态及演变趋势进行分析;李慧等8 基于农户尺度构建结构方程模型，探讨了耦合过程中各要素的复杂关系;马世昌等9 和董晓佳等10 运用能值分析法对系统能值效率做出评价。地理学第一定律认为，地球上一切事物都是互相联系的，离得越近的事物彼此间联系越强。由于中国幅员辽阔和农业生产的普遍性，农业相关的物质投入、产品市场、技术交流及政策调控都无法脱离空间属性而独立存在。因此，引入空间自相关分析是必要的11。空间自相关是对单元属性值潜在依赖性的衡量，可分为全局和局部空间自相关12，通常用于疾病的空间扩散性13、经济指标的空间关联性14 以及人口1516、资源17 的空间分布特征研究18。总体而言，现有研究缺乏对农业生态环境与农业经济的空间关联性考察。既有研究往往以行政边界为基础对研究区域做出独立性假设19，忽视了农业要素的溢出，空间自相关模型则考虑到研究区域与周边区域的相互影响，更符合农业生产现实。本研究首先在驱动力状态响应(drivingforce-state-response，DFS)框架下构建起农业生态环境与农业经济综合评价指标体系，然后采用耦合协调度模型分析粮食主产区农业生态环境、农业经济耦合协调的时空变化，最后利用空间自相关模型探讨两系统间的空间关联性和区域异质性，以期为实现农业生态环境与农业经济均衡协调提供经验参考。1研究方法与数据来源1 1综合评价方法1 1 1综合评价指标体系构建农业生态环境与农业经济耦合协调指两系统按照固有互动模式，在人类适当调控下逐渐有机统一的过程20。本研究遵循指标选取的系统性、科学性、代表性和可操作性原则，参考陈锋正等6 的研究构建起尽可能准确完善的评价指标体系，需要说明的是由于生态环境为整个农业系统提供支持，因此这里的农业是指大农业。本研究在 DFS 框架下建立农业生态环境与农业经济的综合评价指标体系。其中，农业生态环境驱动力指人类为改变不利环境采取的一系列行动措施，选取耕地化肥折纯施用量、农药施用量、薄膜施用量 3 个指标表征;状态指现有资源环境条件，选取森林覆盖率、人均水库库容量等 4 个指标表征;响应指生态环境对人类行为措施做出的应答，选取有效灌溉率、复种指数等 4 个指标表征。农业经济驱动力指人与人竞争时采取的行动，选取农村人均用电量、人均农业机械总动力等 7 个指标表征;状态指农业经济基础，选取每百人均粮食产量、每百人均肉类产量等 4 个指标表征;响应指人类行为举措取得的成效，选取第一产业全员劳动生产率等 4 个指标表征，见表 1、表 2。在具体计算中，产业结构调整指数=1(农业产值/农林牧渔总产值)，并以粮油加工企业利润总额作为产业延伸水平的代替指标，其余指标均可在年鉴中直接获得。最后，采用熵权法确定指标权重，作为客观综合定权法，其主要根据指标传递信息量大小来确定权重21。170河南农业大学学报第 57 卷表 1农业生态环境综合评价指标体系Table 1Comprehensive evaluation index system of agricultural ecological environment一级指标Primary indicators二级指标Secondary indicators单位Unit属性Attribute权重Weight驱动力指标Driving forceindicators耕地化肥折纯施用量kghm2负向0 060 0耕地农药施用量kghm2负向0 043 8耕地薄膜施用量kghm2负向0 032 7状态指标Status indicators森林覆盖率%正向0 075 5人均水库库容量万 m3人1正向0 151 6人均耕地面积hm2人1正向0 235 0农业受灾率%负向0 010 9响应指标esponse indicators有效灌溉率%正向0 070 3复种指数%正向0 069 5水土流失治理度%正向0 128 3除涝面积比例%正向0 122 4表 2农业经济综合评价指标体系Table 2Comprehensive evaluation index system of agricultural economy一级指标Primary indicators二级指标Secondary indicators单位Unit属性Attribute权重Weight驱动力指标Driving forceindicators农村人均用电量kWh正向0 129 0人均农业机械总动力kW正向0 030 4每万人均大中型拖拉机配套农具台正向0 124 5每万人均小型拖拉机配套农具台正向0 061 7每万人均联合收割机台正向0 059 9每百人农用柴油均使用量t正向0 058 8农林水事务支出比重%正向0 021 8状态指标Status indicators每百人均粮食产量kg人1正向0 104 2每百人均肉类产量kg人1正向0 032 6农村居民家庭人均可支配收入元正向0 039 1农村居民家庭人均恩格尔系数%负向0 015 5响应指标esponseindicators第一产业全员劳动生产率元人1正向0 049 5产业结构调整指数%正向0 016 6产业延伸水平万元正向0 228 5人均固定资产投资完成额元正向0 027 91 1 2综合评价模型综合评价模型采用加权法，计算公式如下:Si=nj=1Wj*Xij(1)Ui=nj=1Wj*Xij(2)式中:Si为农业生态环境第i年的综合评价指数，Ui为农业经济第 i 年的综合评价指数，Wj为第 j 项指标的权重，Xij为第 i 年第 j 项指标的标准化值。1 2耦合协调度评价方法耦合协调度模型用于判定系统间的耦合协调程度，计算公式如下:C=S*U(S+U)2(3)T=S+U(4)D=C*T(5)式中:S、U 分别为农业生态环境、农业经济综合评价指数，C 为耦合指数;和 代表权重值，由于农业生态环境与农业经济同等重要，故=0 5，T为综合评价值;D 为耦合协调度，0D1，数值越大表明耦合协调关系越好，耦合协调度等级借鉴罗海平等22 的研究成果进行判定(表 3)。表 3耦合协调度等级划分标准Table 3Classification standard of couplingcoordination degree耦合协调度Coordination degree等级anking耦合协调度Coordination degree等级anking0 00 09极度失调0 500 59勉强协调0 100 19严重失调0 600 69初级协调0 200 29中度失调0 700 79中级协调0 300 39轻度失调0 800 89良好协调0 400 49濒临失调0 901 00优质协调1 3空间自相关测算方法1 3 1空间权重矩阵构建空间权重矩阵的构建第 1 期尚杰，等:粮食主产区农业生态环境与农业经济的耦合协调及空间关联分析171直接影响空间模型解释能力23，由于四川与湖北、湖南间隔重庆，故借鉴宋焱24 的处理方法，基于反距离标准构建空间权重矩阵。1 3 2单变量空间自相关全局空间自相关用于揭示某要素属性值在区域内整体关联程度及显著性25。通常用全局 Moran s I 表示，计算公式如下:I=ni=1nj=1Wij(Yi Y)(Yj Y)S2ni=1nj=1Wij(6)局部空间自相关能够探究不同地理位置的空间关联模式，从而发现局部区域空间聚集性和分异性26。通常用局部 Moran s I 表示，计算公式如下:Ii=Yi YS2nj=1，jiWij(Yi Y)(7)式中:Yi、Yj分别是单元i、单元j的属性值，n为研究单元总数，Y=1nni=1Yi;S2=1nni=1(Yi Y)2，Wij是空间权重矩阵。Moran s I取值范围为 1，1，Moran s I 0表示空间正相关，取值越接近 1 说明正相关程度越强;Moran s I 0 表示空间负相关，取值越接近 1说明负相关程度越强;Moran s I=0 表示不存在空间相关性。1 3 3双变量空间自相关双变量空间自相关用于分析两个及以上变量间的空间关联性27。双变量Moran s I是用所有相邻位置的加权平均值评估一个位置变量与其他变量的相关程度28。其计算公式为:Iilm=zilnj=1Wijzjm(8)式中:zil=XilXll，zjm=XjmXmm，Xil是单元 i 属性的 l值，Xjm是单元j属性的m值，Xl、Xm是属性l、m的平均值，l、m是属性 l、m 的方差。1 4数据来源研究数据包括自然环境和社会经济两方面，主要来源于 20062021 年 中国统计年鉴 中国农村统计年鉴 中国农业统计年鉴 中国环境统计年鉴 中国粮食年鉴，部分缺失数据通过查阅粮食主产区各省份统计年鉴或通过移动平均法计算获得。2实证结果与分析2 1综合评价分析参照刘青利等29 的研究方法，选取 2005、2010、2015、2020 年 4 个年份，通过综合评价指数及排名分析粮食主产区农业生态环境、农业经济的时空演变规律。表 4农业生态环境系统综合评价指数及排名Table 4Comprehensive evaluation index and ranking of agricultural environment and ecosystem省份Province2005评价指数Evaluationindex排名anking2010评价指数Evaluationindex排名anking2015评价指数Evaluationindex排名anking2020评价指数Evaluationindex排名anking河北 Hebei0 281 660 314 370 297 9100 352 110内蒙古 Inner Mongolia0 388 920 452 910 483 620 555 32辽宁 Liaoning0 354 040 384 140 374 760 430 36吉林 Jilin0 380 330 393 330 394 750 462 65黑龙江 Heilongjiang0 389 510 435 120 515 010 576 31江苏 Jiangsu0 235 4110 272 3110 290 5110 375 79安徽 Anhui0 257 690 289 490 311 890 350 011江西 Jiangxi0 340 050 367 850 412 440 499 34山东 Shandong0 206 6130 241 4130 251 3130 313 812河南 Henan0 241 7100 248 9120 254 3120 312 413湖北 Hubei0 267 880 337 160 427 730 524 43湖南 Hunan0 269 970 293 880 316 670 399 47四川 Sichuan0 230 7120 281 2100 313 080 398 48172河南农业大学学报第 57 卷表 5农业经济系统综合评价指数及排名Table 5Comprehensive evaluation index and ranking of agricultural economic system省份Province2005评价指数Evaluationindex排名anking2010评价指数Evaluationindex排名anking2015评价指数Evaluationindex排名anking2020评价指数Evaluationindex排名anking河北 Hebei0 108 230 156 070 208 370 230 99内蒙古 Inner Mongolia0 107 840 213 830 324 020 480 43辽宁 Liaoning0 083 150 172 550 245 850 250 97吉林 Jilin0 128 110 216 420 300 830 658 81黑龙江 Heilongjiang0 120 320 234 510 346 310 549 92江苏 Jiangsu0 076 170 188 340 284 940 362 14安徽 Anhui0 061 490 136 480 197 180 289 35江西 Jiangxi0 040 4120 093 8110 135 7110 185 212山东 Shandong0 080 460 160 060 224 960 264 46河南 Henan0 063 980 135 390 185 090 235 28湖北 Hubei0 040 8110 107 1100 175 7100 220 510湖南 Hunan0 040 9100 083 4120 135 5120 185 911四川 Sichuan0 034 7130 067 7130 105 1130 137 413由表 4 可知，粮食主产区农业生态环境综合评价指数呈现波动上升态势，表明生态环境正处于持续改善中。内蒙古、黑龙江始终保持前 2 名，排名随时间不断变化，对比 2005 年与 2020 年，可以发现排名上升的省份包括江苏、江西、山东、湖北、四川;下降的包括河北、辽宁、吉林、安徽、河南;内蒙古、黑龙江、湖南排名没有发生变动。由表 5 可知，农业经济综合评价指数表现出“起点低、增速慢”特征。吉林、黑龙江、内蒙古长期位居前 3 名，从排名变动看，上升省份包括内蒙古、江苏、安徽、湖北;下降的省份包括河北、辽宁、湖南;吉林、黑龙江等6 个省份排名无变化。2 2耦合协调度时空演变分析依据公式(3)(5)，测度 2005、2010、2015、2020 年粮食主产区各省域农业生态环境与农业经济耦合协调度并判定等级(依据表 3)，并用 ArcGIS进行可视化呈现，结果见表 6、图 1。表 6农业生态环境与农业经济耦合协调度及等级Table 6The coupling coordination degree and grade of agricultural ecological environment and agricultural economy省份Province2005耦合协调度Coordinationdegree等级Grade2010耦合协调度Coordinationdegree等级Grade2015耦合协调度Coordinationdegree等级Grade2020耦合协调度Coordinationdegree等级Grade河北 Hebei0 295 4中度失调0 332 7轻度失调0 352 9轻度失调0 377 6轻度失调内蒙古 Inner Mongolia0 320 0轻度失调0 394 4轻度失调0 444 9濒临失调0 508 2勉强协调辽宁 Liaoning0 292 8中度失调0 358 8轻度失调0 389 5轻度失调0 405 3濒临失调吉林 Jilin0 332 2轻度失调0 381 9轻度失调0 415 1濒临失调0 525 4勉强协调黑龙江 Heilongjiang0 329 0轻度失调0 399 6轻度失调0 459 5濒临失调0 530 5勉强协调江苏 Jiangsu0 258 7中度失调0 336 5轻度失调0 379 3轻度失调0 429 5濒临失调安徽 Anhui0 250 8中度失调0 315 2轻度失调0 352 1轻度失调0 398 9轻度失调江西 Jiangxi0 242 0中度失调0 304 8轻度失调0 343 9轻度失调0 389 9轻度失调山东 Shandong0 253 9中度失调0 313 5轻度失调0 344 8轻度失调0 379 5轻度失调河南 Henan0 249 3中度失调0 302 9轻度失调0 329 3轻度失调0 368 1轻度失调湖北 Hubei0 228 7中度失调0 308 2轻度失调0 370 2轻度失调0 412 3濒临失调湖南 Hunan0 229 2中度失调0 279 7中度失调0 321 8轻度失调0 369 1轻度失调四川 Sichuan0 211 5中度失调0 262 6中度失调0 301 2轻度失调0 342 0轻度失调2 2 1耦合协调度时序变化分析粮食主产区农业生态环境与农业经济耦合协调度介于 0 211 50 530 5，呈现“缓慢上升”的发展态势。展开而言，2005 年耦合协调度处在 0 211 50 332 2，中度失调与轻度失调省份比例为103，说明此时生态环境还未引起足够重视，农业经济高产仍是各省份普遍目标;2010 年耦合协调度介于 0 262 60 399 6，中度失调与轻度失调省份比例为 211，河北、辽宁等 8 个省份实现等级跃升;2015 年耦合协调度处于 0 301 20 459 5，轻度失调与濒临失调省份比第 1 期尚杰，等:粮食主产区农业生态环境与农业经济的耦合协调及空间关联分析173例为 103，耦合协调等级略有提升;2020 年耦合协调度介于 0 342 00 530 5，轻度失调、濒临失调与勉强协调省份比例为 733，内蒙古、吉林、黑龙江进入勉强协调等级。对比 2005 年与 2020 年，10个中度失调省份全部实现等级提升，且有 3 个省份进入勉强协调等级，说明粮食主产区农业生态环境与农业经济耦合协同程度加深，10 个省份还处在失调阶段，农业生态环境与农业经济耦合协调道路任重道远。图 1农业生态环境与农业经济耦合协调度 LISA 聚集区Fig 1LISA aggregation area of coupling coordination degree of agricultural ecological environment and agricultural economy2 2 2耦合协调度的区域差异分析粮食主产区农业生态环境与农业经济耦合协调度整体上呈现“北高南低”的空间分布特征。具体而言，2005 年，内蒙古、黑龙江、吉林为轻度失调，中度失调区分布广泛，覆盖辽宁以南全部主产区省份;2010 年，绝大多数主产区省份演进为轻度失调;2015 年，空间集聚特征显著，耦合协调度以北部 3 省(内蒙古、黑龙江、吉林)为核心向南逐渐递减，北部 3 省为濒临失调其余则为轻度失调;2020 年，空间集聚进一步凸显，北部 3 省率先迈入勉强协调等级，辽宁、江苏、湖北也跃升至濒临失调。总体而言，耦合协调度呈现由东北向东南、西南递减的空间格局，北部 3 省表现出良好协同趋势。北部 3 省拥有得天独厚的自然条件，土壤肥沃且耕地面积广，通过土地流转与科技研发的密切配合充分发挥出农业生产的规模优势，生态保护理念的传播也促使农民在生产经营中更加注重长远效益，客观上促进了农业生产与生态环境的良性发展。2 3空间自相关分析从综合评价分析可知，粮食主产区农业生态环境、农业经济存在着一定程度的空间集聚，为此引入空间自相关模型探讨各区域属性值可能存在的关联性和规律性。2 3 1单变量全局空间自相关分析依据公式(6)，利用 Geoda 计算得到 2005、2010、2015、2020174河南农业大学学报第 57 卷年的全局 Moran s I，从整体考察粮食主产区农业生态环境、农业经济的空间关联度，结果见表 7。表 7全局空间自相关结果Table 7Global spatial autocorrelation results年份Year实证结果Empiricalresults生态环境Ecologicalenvironment农业经济Agriculturaleconomy年份Year实证结果Empiricalresults生态环境Ecologicalenvironment农业经济Agriculturaleconomy2005Moran s I0 353 00 527 02010Moran s I0 274 00 518 0P-Value0 014 00 002 0P-Value0 025 00 001 0Z-score2 740 13 938 9Z-score2 278 83 916 92015Moran s I0 060 00 435 02020Moran s I0 016 00 321 0P-Value0 164 00 001 0P-Value0 314 00 014 0Z-score0 919 43 378 3Z-score0 421 12 758 4注:P 为概率，Z 为检验值，当 Z1 96 或 Z1 96，P0 05 时，有 95%把握认为存在全局空间自相关。Note:P is the probability and Z is the test value When Z1 96 or Z1 96，P0 05，95%，there is，with 95%certainty，global spatial auto-correlation由表 7 可知，2005、2010 年农业生态环境 Mo-ran s I 为正，表现为全局空间正相关，且 Z1 96，在 95%显著水平下通过检验;2015、2020 年未能通过检验，数据呈现随机分布特征;2005、2010、2015、2020 年农业经济 Moran s I 均为正，Z1 96 且 P0 05，有 95%把握认为粮食主产区农业经济存在显著全局空间正相关，Moran s I 值逐渐变小说明空间正相关程度越来越弱。2 3 2单变量局部空间自相关分析依据公式(7)计算局部 Moran s I 指数，在存有全局空间关联性前提之下进一步探测局部空间集聚位置或异常值30。依据农业生态环境局部空间自相关结果，得到 2 条结论:第一，当 2005、2010 年存在全局空间正相关时，寻找到具体集聚位置及局部空间负相关异常位置。2005 年，农业生态环境不仅有黑龙江、吉林的高高集聚，河南、江苏、安徽、湖北、湖南的低低集聚，还存在江西高低集聚的异常格局;2010 年，农业生态环境不仅包括河南、江苏、安徽、湖南的低低集聚，还存在江西、湖北高低集聚的局部分异现象。第二，当 2015、2020 年并无显著全局空间自相关时，发现了被掩盖的局部空间自相关关系。2015 年，河南、江苏、安徽呈现低低集聚;湖北、江西呈现高低集聚;2020 年也得出类似结论，江苏、安徽呈现低低集聚，湖北呈现高低集聚，证明全局空间自相关确实会在一定程度上掩盖具体的局部空间自相关关系。农业经济局部空间自相关分析与全局空间自相关结论基本一致，同时发现了局部空间异常。4个研究年份均存在显著全局空间正相关，黑龙江、吉林、辽宁呈现高高集聚，河南、安徽、湖北、湖南、江西呈现低低集聚，局部空间异常体现在江苏持续表现为高低集聚。2 3 3双变量全局空间自相关分析为探究粮食主产区农业生态环境与农业经济之间的空间关联性，依据公式(8)测算两者双变量 Moran s I 指数，结果见表 8。表 8双变量空间自相关结果Table 8Bivariate spatial autocorrelation results实证结果Empirical results2005201020152020Moran s I0 487 00 423 00 270 00 199 0P-Value0 001 00 002 00 020 00 046 0Z-score3 931 53 516 02 417 11 794 4由表 8 可知，2005、2010、2015、2020 年农业生态环境与农业经济的双变量 Moran s I 指数分别为 0 487 0、0 423 0、0 270 0、0 199 0，且通过 95%显著性水平检验，表明两者间存在显著的空间正相关，Moran s I 指数持续下降，证明这种正相关性在减弱。可能的原因是，随着农村劳动力的转移，机械、化学物品等物化劳动产生了大量的碳排放和面源污染，这些负向环境效应影响了农业经济与生态环境的正向耦合。2 3 4双变量局部空间自相关分析在 Z 检验(P=0 05)的基础上绘制双变量局部空间自相关LISA 聚类图，用于清晰展现农业生态环境与农业经济发展之间的局部空间关系，结果见图 2。研究年份农业生态环境与农业经济 LISA 聚类图空间分布大致类似，可划分为 3 类区域。一类是农业生态环境高值农业经济高值区，包括黑龙江、吉林、辽宁，这些省份农业生态环境与农业经济实现了良好耦合，生态环境为农业经济发展提供有效支撑，同时农业经济为环境的保护修复提供资金和技术保障。二类是农业生态环境高值农业经济低值区，包括江西、湖北，两省份生态条件优越但未发挥出全部优势，未来发展潜力大。三类是农业第 1 期尚杰，等:粮食主产区农业生态环境与农业经济的耦合协调及空间关联分析175生态环境低值农业经济低值集聚区，集中在河南、安徽、江苏、湖南，这是亟须调整的省份，其他地区则不显著。总体而言，双变量局部空间自相关与双变量全局空间自相关结论大致吻合。图 2双变量空间自相关 LISA 集聚区Fig 2Bivariate spatial autocorrelation LISA aggregation area3结论与建议3 1结论(1)粮食主产区农业生态环境、农业经济综合评价指数表现出“起点低，增速慢”特征，农业生态环境与农业经济间耦合协调度呈现缓慢上升态势和“北高南低”的空间非均衡化发展，北部 3 省(内蒙古、黑龙江、吉林)耦合协调度相对较高且呈现集聚状态，其余省份分布不均衡。(2)农业生态环境、农业经济均呈现全局空间正相关，但相关性正在减弱，局部空间自相关分析与全局空间自相关结论大体一致，同时发现了局部区域的具体集聚位置和空间分异位置。(3)农业生态环境与农业经济间存在空间正相关，表现为生态环境高值农业经济高值区、生态环境高值农业经济低值区、生态环境低值农业经济低值区 3 种集聚形态。3 2建议(1)摒弃传统粗放型农业经济增长方式，以创新科技驱动生态环境与经济增长的良性互动。要以科技力量加速两系统间物质循环、能量传递、信息流动和价值转换，发挥科技在连接生态环境与农业经济的桥梁和纽带作用。(2)注重发挥农业生态环境与农业经济的全局和局部空间正相关作用，优化空间关联格局。政府在进行资源配置和综合规划时，应鼓励省份间展开多维合作，通过要素流动、技术渗透、政策蔓延等溢出机制逐步实现区域的均衡化发展。(3)尊重农业生态环境与农业经济空间关联的现实差异，因地制宜规划布局。生态环境高值农业经济高值区，要在原有良好势头基础上积极探索耦合发展新模式，辐射带动落后地区实现战略性176河南农业大学学报第 57 卷转变;生态环境高值农业经济低值区需找准着力点释放生态环境优势潜能;生态环境低值农业经济低值区要坚持“内发力”与“外借力”相结合，逐步缩小差距完成追赶。参考文献 eferences:1 赵惠敏 新时期粮食主产区利益补偿机制研究J 社会科学战线，2021(12):5055ZHAO H M Study on benefit compensation mechanismof main grain producing areas in the new era J SocialSciences Front，2021(12):5055 2 李周 粮食主产区生态安全研究J 学习与探索，2020(8):8894LI Z Study on ecological security in main grain producingareas J Study Exploration，2020(8):8894 3 任继周 系统耦合在大农业中的战略意义 J 科学，1999，51(6):1214EN J Z Strategic significance of system coupling in bigagriculture J Science，1999，51(6):1214 4 王晶，胡一，白清俊 治沟造地背景下延安市农业生态经济系统耦合发展分析 J 应用生态学报，2020，31(9):31543162WANG J，HU Y，BAI Q J Analysis on the coupling de-velopment of agricultural eco economic system in Yanan City under the background of gully control and landreclamationJ Chinese Journal of Appl