胡云耀，刘燕，冷蕊蕊

（西南林业大学经济管理学院，云南 昆明 650224）

经济社会高质量发展和人民高品质生活需求形成的“双高体系”，对我国农业发展和农业空间布局提出新要求、新挑战和新机遇，将成为我国推动农业生产力发展和优化农业空间布局的重要动力[1]。目前学术界不仅对农业高质量发展的内涵、要素及问题等方面进行了系统研究[2～5]，还在高质量发展评价体系构建、如何实现农业高质量发展等方面也进行了深入研究。有学者认为，农业高质量发展评价体系的指标构建包括资源、环境、经济、社会、人口、绿色发展、可持续发展、人才质量等方面[6～11]；要贯彻落实“创新、协调、绿色、开放、共享”等一系列发展理念，坚持深化农业供给侧结构性改革，从而以农业供给侧改革来实现农业高质量发展[11～16]。还有学者立足于全国或省域的某一段时间内对农业高质量发展的时空特征、动态演进、时空差异等方面进行深入的研究[16～20]。但关于云南省农业高质量发展的时空演变的研究极少。基于云南省农业发展情况，以2007 年、2011 年、2015 年和2019 年4 个时间节点的面源数据，运用熵值法、莫兰指数来分析评价云南省农业高质量发展的趋势，为云南省农业高质量发展提供数据支撑。

1 材料与方法

1.1 数据来源

以数据可获得性和完整性为原则，选取并汇总2007年、2011 年、2015 年和2019 年《云南省统计年鉴》[21～24]及云南省16（州）市政府统计公报为基础的面源数据。

1.2 研究方法

1.2.1 利用熵值法评价各市（州）的农业高质量发展水平

1.2.1.1 评价指标体系构建。参照相关文献的研究成果，结合云南省自身特点，根据云南省16 市（州）农业产业发展实际状况，构建资源基础质量、生产要素质量、农业产出质量、农业效益质量、农业结构质量5 个维度准则层，23 个指标层的云南省农业高质量发展的指标体系（表1）。

表1 云南省农业高质量发展相关指标Table 1 Relevant indicators of agricultural high-quality development in Yunnan Province

1.2.1.2 熵值法。熵值法是通过突出局部差异来确定指标权重，进而计算各样本综合得分，是一个相对数值，因此，熵值法适用于多指标的相对评价。熵值法的权重是根据各指标数据确定的，避免主观因素的影响，具有一定的客观性与科学性[25]。该方法是用来判断某个指标的离散程度，指标离散程度越大，对系统评价的影响程度越大。

（1）数据标准化。将各个指标的数据进行同向化处理和标准化处理，如下所示：

其中，Xij是第j 个指标中第i 个评价对象的标准值，X′ij是第j 个指标中第i 个评价对象的原始值，max（Xj）和min（Xj）分别是第j 个指标中的最大值和最小值。

（2）指标信息熵计算。根据公式，计算第j 个指标中第i 个评价对象的比例（Yij）和信息熵（ej）：

（3）各指标权重确定。根据公式，计算第j 个指标的熵权重（Wj）：

（4）综合评分计算。根据公式，计算各指标的综合评分（Rij）：

1.2.2 利用莫兰指数分析各市（州）农业高质量发展的空间布局 Moran’s I 指数及其散点图可描述样本空间依赖关系或分异规律，其中Moran’s I 指数包括全局Moran’s I 指数和局部Moran’s I 指数，分别考察整个样本空间聚集情况和局部空间分布特征。

1.2.2.1 全局莫兰指数。根据公式，计算全局莫兰指数（I全）：

其中，n 为区域单元总数，xi和yi为随机变量x在地理单元i 和j 上的属性值；x¯为n 个空间单元样本属性值的平均值；ϖij为地理单元相互之间邻接关系的权重矩阵。

1.2.2.2 局部莫兰指数。根据公式，计算局部莫兰指数（I局）：

式中，ϖij为空间权重值，n 为研究区域上所有地区的总为第n 个地区的综合质量得分。

1.2.2.3 莫兰指数可视化。为了更好地反映出各地区的空间分布特征，采用ArcGIS 软件对莫兰指数进行可视化，得到Moran’s I 散点图，该图的4 个象限用来识别某个地区与邻近地区之间的关系。第一象限（HH）表示某个地区与周围地区的局部Moran’s I 都是高值；第二象限（LH）表示某个地区是低值，而其周围地区是高值；第三象限（LL）表示某个地区与周边地区均是低值；第四象限（HL）表示某个地区是高值，而周围地区是低值且被其所包围。一、三象限表示正的空间自相关性，说明相似值集聚；二、四象限表示负的空间相关性，说明空间异常。

2 结果与分析

2.1 研究区概况

云南省地处中国西南边陲，与广西、贵州省、四川省、西藏自治区相邻，缅甸、老挝和越南接壤。地势西高东低，地形以山地和高原为主，其中山地面积占84%，高原面积占10%，盆地面积占6%。全省面积约39.41 万km2，内辖16 个市（州），人口超过4 800 万人，是我国重要的边境省份。

全省属于亚热带高原季风型气候，立体气候特点显著，年温差小、日温差大、干湿季节分明、气温随地势高低垂直变化明显，降水极不均匀。由于特殊的地理环境与自然条件，高原特色农业成为云南省经济发展的重要支撑。

2.2 云南省农业高质量发展评价

利用熵值法计算各市（州） 的综合得分。结果（表2）显示，2007～2019 年除西双版纳、红河、德宏、迪庆、丽江外，其他地区农业高质量发展的综合评分增幅为1.10%～30.51%；2007 年综合得分最高地区（西双版纳）是最低地区（怒江）的2.84 倍，2019 年综合得分最高地区（西双版纳）是最低地区（丽江）2.07 倍。表明云南省各市（州）质量农业均得到了发展，但地区间的发展差距较大，其中西双版纳、玉溪、昆明和曲靖农业高质量发展水平较为稳定。

表2 2007～2019 年云南省16 市（州）高质量农业发展的综合得分及排名Table 2 Comprehensive score and ranking of high-quality agricultural development of 16 cities（prefectures） in Yunnan Province from 2007 to 2019

2.3 云南省农业高质量发展水平空间演变

基于云南省各市（州） 的农业发展水平测度结果，引入全局莫兰指数和局部莫兰指数，运用ArcGIS软件对云南省各市（州）的空间集聚情况进行进一步研究。结果（图1）显示，2007 年、2011 年、2015年和2019 年研究区域的I全分别为-0.112、-0.027、-0.029和0.048，说明2007 年、2011 年、2015 年云南省各市（州）的属性值在空间上存在负相关；且2015 年指数值逐渐变大，说明云南省农业发展的区域差异进一步缩小。从2007～2019 年云南省16 市（州）的I局散点图分布（图1）显示，2007 年和2011 年一、四象限的点明显多于二、三象限；2015 年和2019 年一、二象限的点多于三、四象限。其中第二象限LH（极化效应） 区是主导。其中昆明、玉溪和德宏在2007～2015 年稳定在HH 区；昭通和文山在2007～2019 年稳定在LH 区；经过长足发展，普洱从LH 区转移到HH区；西双版纳、曲靖从HL 区转移到HH 区。云南省实现了不同区域间的协调发展。

图1 2007～2019 年云南省各市（州）的高质量农业发展的全局Moran’s I 指数可视化Fig.1 Global Moran’s I index visualization of high-quality agricultural development in each cities（prefectures） of Yunnan Province

3 主要结论与建议

3.1 主要结论

通过熵值法与莫兰指数对云南省2007～2019 年农业高质量发展水平进行评价与分析结果显示，2007～2019 年云南省各市（州）高质量农业均得到了发展，但地区间的差距较大。其中，西双版纳、玉溪、昆明和曲靖的农业高质量发展水平较为稳定。（2）云南省各地区高质量农业发展水平不断提高且区域间差距进一步缩小，基本实现了不同区域间的协同发展。

3.2 建议

为了进一步促进云南省各区域间高质量农业的协同发展，将从资源基础质量、生产要素质量、农业产出质量、农业效益质量、农业结构质量5 个方面提出以下建议。

3.2.1 提升农业竞争力、农产品质量、农民效益 构建农业产业链中农产品的信息化标准体系，利用卫星遥感、互联网+、物联网等科技，加强农业信息化生产与建设；构建完善的农产品质量标准体系，制定农产品生产标准、农产品质量等级标准，细化农产品分类，保证高质量农业的发展；加强农业技术集成应用与示范推广，依托科研院所与技术公司，因地制宜地积极开展3S、智能感知、模型模拟、智能控制等技术及软硬件产品的集成应用和示范。

3.2.2 把握三产融合发展契机 坚持创新、协调、绿色、开放、共享的发展理念，推进农业供给侧结构性改革，坚持以发展高原特色农业为基础、城乡联动为依托、为增加农民就业为目标，创新产业链与农民利益联结机制，着力构建云南省一二三产业融合发展的农业产业新体系。

3.2.3 坚持发展绿色农业 有效促进绿色农业相关政策的快速推行，实现农业经济可持续发展。充分发挥云南省25 个少数民族优势，以发展少数民族特色的县域经济为基础，做大做强云南省高原特色产业，形成以各自治州（县）为中心的具有当地特色及文化背景的农业生产方式、农产品及旅游产业。