张 俊 汪 辉 冯越珺

(安徽财经大学,安徽 蚌埠 233030)

一、引言

农业生态系统作为自然生态系统的主体,不仅为保障国家粮食安全和重要农产品有效供给提供了有力支撑,而且在改善生态环境、保护生物多样性、维持生态系统平衡、固碳释氧以及文化传承等方面也发挥着重要作用。伴随我国经济社会进入新发展阶段,加强农业生态系统保护已上升为国家的顶层设计。《中共中央 国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》以及《“十四五”全国农业绿色发展规划》(农规发〔2021〕8号)要求统筹推进山水林田湖草沙系统治理,保护修复农业生态系统,增强生态系统服务供给能力和碳汇能力。然而,现阶段我国农业生态环境保护仍然面临一些困难和挑战,工业化和城镇化发展不断挤占农业生态系统空间,农业生态系统退化形势较为严峻,农业生态服务供给以及生态安全保障能力不高,难以满足人们日益增长的优美生态环境需要。因此,如何提高农业生态系统服务供给能力,构建山水林田湖草沙生命共同体成为当前决策层和学术界迫切需要解决的重大问题。

作为衡量农业生态系统服务供给能力的重要指标,农业生态系统服务价值评估是农业生态保护、生态产品开发、碳生态补偿以及生态安全决策的重要依据和基础。然而,由于农业生态系统的结构复杂性和功能多样性,目前尚未形成一致的评估理论和方法体系,从而限制了对农业生态系统服务功能及其价值的客观认知。基于此,本文构建动态当量调节因子模型评估我国省际农业生态系统服务价值,考察农业生态系统服务价值的时空变化,同时采用时空地理加权回归模型揭示其驱动因素的时空异质性。这不仅有助于正确认识我国农业生态系统服务价值的现状特征,也可为农业生态服务价值提升、农业生态补偿、农业减排固碳增汇以及乡村生态振兴等多重目标提供理论支撑和政策参考。

二、文献综述

农业生态系统服务事关人类福祉与社会发展,如何增强农业生态系统服务供给的可持续性是当前农业生态经济领域的研究热点。现有相关研究主要聚焦于以下两方面:

一是农业生态系统服务价值评估。农业生态系统服务是人类从农业生态系统中直接或间接获得的产品和服务,既包括直接使用价值,又包括间接价值、选择价值和存在价值。目前识别评估农业生态系统服务价值仍然存在较大困难(Constanza et al.,1997;谢高地 等,2015)。从现有评估模型来看,主要包括基于市场理论的功能价值模型和基于单位面积价值的当量因子模型。功能价值模型指采用实际市场法、替代市场法和虚拟市场法评估生态系统单项服务功能的经济价值,如刘洪秀等(2023)对黑龙江农田生态系统所提供的粮食供应、碳固定、水文调节、土壤保持4类服务价值的评估,但功能价值模型对各项服务的经济价值缺乏统一的评价标准,参数设置和指标选取较为主观,其仅仅适用于小尺度生态系统服务价值评估(李学锋 等,2019)。相比之下,当量因子模型以基础当量表和标准当量为基础,通过价值当量与生态系统面积相乘得到生态系统服务价值,参数设置较少,各项服务的评价方法一致,评估效率更高,在全国、区域等大尺度生态系统服务价值评估中具有明显优势(谢高地 等,2015;张俊 等,2019),已成为目前农业生态系统服务价值评估的主流模型。

然而,当量因子模型在基础当量和标准当量构建中仅仅是一种静态评估,评估结果难以反映农业生态系统服务价值的时空变化。从基础当量因子表的构建来看,Constanza et al.(1997)在假定生态系统公益价值供给曲线为一条垂线的基础上,最先构建了全球尺度的当量因子表,并估算了单位面积生态服务价值当量(基础当量系数)。在Costanza et al.(1997)研究的基础上,谢高地等(2003,2008,2015)将生态系统服务划分为4大类11项,构建了2002年、2007年和2010年中国生态系统单位面积基础当量表,为农业生态系统服务价值评估提供了理论依据。借鉴谢高地等(2003,2008,2015)构建的当量因子表,叶延琼等(2011)发现广东省农业生态系统服务价值呈现下降趋势,王磊等(2015)、郑克强等(2019)、张俊等(2019)分别评估了北京市、粮食主产区以及我国31个省份的农业生态系统服务价值。从标准当量的核算来看,Costanza et al.(1997)把标准当量定义为每年单位面积农地的经济价值,但现有研究主要以某一年度单位面积农地粮食生产的净收益来表示,其本质是静态标准当量评估。例如,刘桂林等(2014)、郑克强等(2019)、李学锋等(2019)采用单位面积农田全年粮食产量市场价值的1/7作为净收益。部分文献以单位面积全国农田粮食生产的年度净利润或者平均利润来核算(谢高地 等,2015;张俊 等,2019),而王磊等(2015)、杨文杰等(2019)则直接以研究区域粮食产量与粮食价格的乘积来衡量1个标准当量的经济价值。

考虑到静态当量评估模型的局限性,少数研究尝试从动态当量的角度评估生态系统服务价值。例如,Shi et al.(2012)采用植被归一化指数(NDVI)构建动态当量调节因子,谢高地等(2015)、王若思等(2022)以植被净初级生产力(NPP)、降水和土壤保持因子为基础,修正基础当量系数。王磊等(2015)、杨文杰等(2019)采用社会发展阶段系数对标准当量进行修正,以反映生态系统服务价值的时空差异。

二是农业生态系统服务价值的驱动因素。Santos et al.(2019)发现气候变化对生态系统服务具有负向影响。Shipley et al.(2020)认为生态服务利益相关者以及环境治理是生态系统服务价值的重要驱动因素,通过界定生态产权(李敏 等,2021)、实施生态补偿(Bachev,2021)以及开发农业生态资产(钟文晶 等,2022)等措施,促进了生态受益地区与保护地区利益共享,提升了生态系统服务价值。王若思等(2022)利用地理探测器模型考察了乐山市生态系统服务价值的影响因素,发现社会经济因子的影响日益突出。叶延琼等(2011)发现经济发展和城镇化对广东省农业生态系统服务价值具有负向影响。

现有研究为农业生态系统服务价值评估及驱动因素探寻奠定了重要基础,但仍存在两方面不足:一是农业生态系统服务价值评估的文献多使用静态当量因子模型,对农业生态系统质量以及生物量的时空差异缺乏考虑,鲜有文献构建动态当量调节因子模型评估农业生态服务功能的时空变化,从而限制了农业生态系统服务价值评估的政策应用。二是现有文献多聚焦于气候变化、环境治理、生态补偿、社会经济等单一因素对生态系统服务价值的影响,从复合维度实证考察农业生态系统服务价值的驱动因素的文献较为稀缺。与现有研究相比,本文的边际贡献主要体现在:第一,科学测算动态标准当量,利用NPP时空调节因子、降水调节因子、土壤保持调节因子、生物多样性调节因子以及文化服务调节因子构建地区层面动态当量调节因子模型,评估我国农业生态系统服务价值,借助标准差椭圆实证考察农业生态系统的分布动态及演进趋势。第二,在STIRPAT模型的基础上,将农业生态系统服务价值的驱动因素纳入“社会-经济-自然”的统一分析框架,并利用时空地理加权模型揭示其驱动因素的时空异质性,从而为制定差别化的农业生态保护政策提供经验证据。

三、研究设计

(一)农业生态系统构成及其服务功能

从农业生态系统的构成来看,部分研究以农田为核心(谢高地 等,2013;郑克强 等,2019),但多数研究以农林牧渔为核心(叶延琼 等,2011;王磊 等,2015;张俊 等,2019;Jiang et al.,2021)。本文认为农业生态系统以农林牧渔为核心更能体现农业蕴含的生态价值,其是由耕地、林地、草地以及水域构成的复杂的多功能生态系统。借鉴Constanza et al.(1997)、谢高地等(2015)的研究,本文把农业生态系统服务功能划分为供给服务、调节服务、支持服务与文化服务4类,并进一步细分为食物生产、原材料生产、水资源供给、气体调节、气候调节、净化环境、水文调节、土壤保持、维持养分循环、维持生物多样性和提供美学景观11种。

(二)动态当量调节因子评估模型

为评估不同年份省域农业生态系统服务价值,在谢高地等(2015)、张俊等(2019)研究的基础上,构建动态当量因子评估模型,表达式如下:

AESVit=∑Et×Ajit×Wnit×Dnj

(1)

其中:AESVit为i省t年的农业生态系统服务价值,Et为全国(1)本文的“全国”不包含港澳台地区。层面的动态标准当量,Ajit为i省t年第j类农业生态系统面积,Wnit为i省t年第n种生态服务动态当量调节因子,Dnj为j类农业生态系统提供的第n种生态服务的基础当量系数。

就标准当量而言,其目的在于衡量当年生态系统潜在服务价值的相对贡献率,现有研究主要采用两种方式核算1个标准当量:一是以单位面积(1hm2)农田粮食生产的年度净利润或者五年平均净利润(谢高地 等,2015;张俊 等,2019)来核算,但可能存在粮食生产年度净利润为零甚至为负的情况。例如,2000—2019年全国粮食生产成本逐年上升,粮食生产的净利润不断下降,其中2016—2018年三种主粮生产的净利润连续为负。因此,这一核算方式存在不足(杨文杰 等,2019)。二是以单位面积(1hm2)农田粮食产量市场价值的1/7作为1个标准当量,系数选择1/7是综合考虑种粮投入后粮食生产的平均收益率,这一方法为当前大多数文献所采用。基于此,本文借鉴谢高地等(2003)、刘桂林等(2014)、郑克强等(2019)、李学锋等(2019)的研究,以全国每年单位面积粮食主产品与副产品市场价值的1/7作为动态标准当量,表达式如下:

(2)

其中:Et为t年的1个标准当量因子价值量(元/hm2),k为粮食作物种类,mtk为t年第k种粮食作物的播种面积(hm2);ptk为t年第k种粮食作物平均价格(元/kg),qtk为t年第k种粮食作物产量(kg/hm2),rtk表示t年第k种粮食作物副产品价值(元/hm2);Mt为t年粮食作物的总播种面积(hm2)。选择水稻、小麦、玉米三大主粮的经济价值来核算动态标准当量。

上述动态标准当量仅仅考虑了不同年度全国粮食作物的经济价值差异,但无论是全国层面抑或地区层面,与农业生态系统服务密切相关的外部环境状态是不断变化的,因而农业生态服务功能及其价值量也在不断变化。例如,2000—2019年,全国植被净初级生产力(NPP)从4235上升到4926(0.1g*C/m),增长了16%;耕地复种指数从1.2上升到1.29,增长了8%;水土流失治理面积、植被面积、自然保护区面积以及国家级自然保护区面积分别增长68.9%、22.2%、51%、10.8%。此外,人均GDP也从7942元增加到45558元(以2000年为基期),增长了474%(2)由于降水量的变动主要源于自然因素,本文不考虑其累计增长率。。在式(1)的基础上,构建地区层面动态当量调节因子模型,表达式如下:

(3)

其中,Wnit为地区层面的动态当量调节因子,gt1、gt2、gt3、gt4分别表示全国层面NPP、水土流失治理面积、植被面积(包括自然保护区面积和国家级自然保护区面积)以及人均GDP的累积增长率,Nit、Jit、Tit、Sit、Cit分别表示NPP时空调节因子、降水调节因子、土壤保持调节因子、生物多样性调节因子以及文化服务调节因子。借鉴相关研究(谢高地 等,2015;张俊 等,2019;杨文杰 等,2019),Wn1表示农业生态系统提供的食物生产、原材料生产、气体调节、气候调节、净化环境以及维持养分循环服务的基础当量,Wn2表示水资源供给以及水文调节服务的基础当量,Wn3表示土壤保持服务的基础当量,Wn4表示生物多样性服务的基础当量,Wn5表示美学景观服务的基础当量。此外,考虑耕地利用对其提供的食物、原材料和水资源供给服务的影响,一般来说,耕地利用程度越高,则食物和原材料供给越多,同时所消耗的水资源也越大。因此,对耕地系统提供的食物生产、原材料生产和水资源供给三项服务分别乘以耕地复种指数的累积增长率和耕地调节因子,再与式(3)所对应的动态当量因子相乘,进而获得地区层面耕地系统三项服务的动态调节当量。

在谢高地等(2015)、张俊等(2019)的基础上,NPP时空调节因子以各地当年NPP(0.1g*C/m)与全国年度NPP(0.1g*C/m)均值之比来表示,其中年度NPP均值为给定年份的8天净光合作用产品(Net Photosynthesis)MOD17A2H相加合成。降水调节因子以各地年均降水量与全国年均降水量之比来表示。土壤保持调节因子以各地当年水土流失治理面积占全国平均水土流失面积之比来表示(3)由于上海市水土流失治理面积数据缺失,本文未对上海市土壤保持调节因子进行调整。。生物多样性因子以各地当年拥有植被面积与全国平均植被面积之比、自然保护区面积与全国平均自然保护区面积之比以及国家级自然保护区面积与全国平均国家级自然保护区面积之比三者加权来表示,权重分别是0.2、0.3和0.5,考虑到植被以及自然保护区对生物多样性保护具有重要影响,而生物多样性最富集的区域在于国家级自然保护区,因此,国家级自然保护区面积占比权重设置为0.5。由于居民对农业生态系统的关注度以及美学景观服务的支付意愿和支付能力与经济发展水平相关,本文以各地人均GDP与全国人均GDP之比来表示文化服务调节因子。此外,以各地复种指数与全国复种指数之比作为耕地调节因子。

至于基础当量系数Dnj,现有研究主要参照2002年和2007年中国生态系统服务基础当量表。然而,2002年和2007年的基础当量表以Constanza et al.(1997)对全球生态系统服务价值评估为基础,对河流和湖泊的水文调节和水供给两类服务的价值当量评价较低,不符合我国水资源短缺国情以及大河战略发展的需要。相对而言,2010年的基础当量表利用了最新的遥感数据、水文数据和气象数据,结合了改进的CASA模型和专家经验,是对2002年和2007年基础当量表的改进(谢高地 等,2015;张俊 等,2019)。基于上述考虑,本文以2010年生态系统服务基础当量表为依据,对生态系统二级分类的当量取均值作为农业生态系统服务价值的基础当量系数。

(三)标准差椭圆

标准差椭圆作为一种衡量地理要素空间分布特征的方法,能够考察全国各地农业生态系统服务价值的分布范围和方向,通过对农业生态系统服务价值的分布重心、移动速度、移动距离、长短轴标准差和方位角等方面的分析,反映其重心位置及其移动趋势,揭示其时空分布特征。

(四)数据来源

本文数据主要来自2001—2021年《中国农村统计年鉴》《中国环境统计年鉴》《中国林业统计年鉴》《中国统计年鉴》《全国农产品成本收益资料汇编》以及分省统计年鉴。MOD17A2H遥感产品数据来自NASA网站。为消除价格因素的影响,以2000年各地CPI为基期对农业生态系统服务价值进行平减处理。

四、实证结果与分析

(一)时序特征分析

根据式(1)～(3)可得出2000—2019年全国层面标准当量以及地区层面动态当量调节因子,在此基础上测算了全国农业生态系统服务价值以及人均农业生态系统服务价值。表1列出了主要年份的测度结果。(1)2000—2019年全国1个标准当量价值量呈现波动式上升趋势。其中,2000—2005年从796.80元/hm2增加到1190.60元/hm2,2006年以后上升幅度更大,到2014年达到2563.80元/hm2。此后,1个标准当量价值量缓慢下降,2019年为2276.23元/hm2。原因可能在于2000年以来国家实施了一系列减轻农民负担的政策,尤其是2005年全面废除农业税,对种粮农民实行直接补贴,提高粮食收购价格,使三种主粮的产量大幅上升。2000—2014年,水稻、小麦和玉米的价格分别从2.06元/kg、2.12元/kg、1.70元/kg上涨到5.62元/kg、4.82元/kg和4.48元/kg。此后,三种主粮的价格下跌,尤其是玉米价格下降幅度最大,而农业生产成本和土地成本不断上升,挤压了三种主粮的利润空间。(2)全国农业生态系统服务价值(AESV)呈现波动式上升趋势,年均增长5.40%。原因可能在于我国生态建设初见成效,生态功能较强的林地、草地、水域等面积有所增加。其中,2000—2014年,AESV值由87318.95亿元上升到275035.60亿元,此后下降至2019年的236742.10亿元。AESV占一产GDP之比呈现先升后降的趋势,从2000年的5.88增加到2004年的7.68,此后逐年下降至2019年的3.36,这一结果与现有研究不同(张俊 等,2019),表明农业生态服务供给并未与农业经济增长同步。(3)人均农业生态系统服务价值(人均AESV)从2000年的35358元上升至2019年的68672元。其中,2005年之前小幅提升,2006—2013年保持较快增速,此后,呈现波动式下降趋势。人均AESV占人均GDP之比直线式下降,这与现有研究结论基本一致(谢高地 等,2015),表明农业生态系统服务日益稀缺,因此,必须加大农业生态系统保护,坚持走生态优先绿色发展之路。

表1 主要年份全国农业生态系统服务价值评价结果

表2进一步报告了不同类型的生态服务价值。从一级服务类型来看,四类服务价值均呈上升趋势。其中,调节服务贡献最大,所占比例位于53.18%～65%之间,调节服务价值从2000年的56807.73亿元上升至2019年的125924.25亿元,上升幅度为121.67%。支持服务是占比第二大的服务类型,所占比重为27.23%～31%,其价值从2000年的23776.24亿元上升至2019年的73227.44亿元。供给服务价值占比从2000年的5.25%下降至2019年的4.49%,而文化服务所占比重从2000年的2.47%上升至2019年的11.39%,这一发现与现有研究结论基本相同(谢高地 等,2015;杨文杰 等,2019;张俊 等,2019),表明经济发展与社会进步扩大了人们对农业生态美学景观的需求,导致农业生态系统提供的文化服务价值提升。

表2 全国农业生态系统各类服务价值及其比例

从二级服务类型来看,2000—2019年各项服务所提供的价值均显著提高。其中,食物生产、土壤保持以及美学景观服务的价值量呈现持续上升趋势,而原料生产、水资源供给、气体调节、气候调节、净化环境、水文调节、维持养分循环以及生物多样性服务的价值量呈现先升后降趋势。从各项服务价值所占比重来看,水文调节、生物多样性、气候调节、土壤保持这四项服务占农业生态系统服务价值的70%以上,维持养分循环服务价值所占比重最小,仅占0.5%～0.6%,美学景观服务价值所占比重上升趋势明显,从2000年的2.47%上升至2019年的11.39%。

从各类农业生态系统服务价值来看,从高到低依次为林地、草地、水域和耕地。如图1所示,2000—2019年,林地生态系统服务价值从29924.81亿元上升至113927.9亿元,增幅为280.71%,所占比重由2000年的34.27%上升至2019年的48.12%。其原因可能在于党的十八大以来,生态文明建设步伐加快,国家实施了退耕还林、防护林体系、天然林资源保护等一系列政策,显著提高了林地覆盖面积。草地生态系统服务价值从2000年的29740.82亿元上升至2019年的61940.05亿元,所占比重从2000年的34.06%下降至2019年的26.41%。水域生态系统服务价值从2000年的23284.33亿元波动式上升至2019年的50489.02亿元,所占比重由2000年的26.67%下降至2019年的22.68%。耕地生态系统服务价值从2000年的4368.98亿元波动式上升至2019年的10385.11亿元,所占比重由2000年的5%下降至2019年的4.18%,波动幅度相对较小。原因可能在于近年来各地坚守耕地保护红线,加大了耕地整治力度,不断扩大耕地生态面积。

图1 2000—2019年各类农业生态系统服务价值变动

(二)地区差异

图2描绘了不同地区农业生态系统服务价值(AESV)以及人均AESV的变动。从AESV的结果来看,西部地区占全国AESV的比值在70%以上,从2000年的61933.16亿元波动上升至2019年的169000.12亿元;东北地区增速最快,从2000年的6770.41亿元上升至2019年的21386.67亿元,年均增长6.24%;东部地区的AESV值从2000年的8088.67亿元上升至2019年的23175.47亿元,年均增长5.7%;中部地区增速相对较低,从2000年的10526.71亿元上升至2019年的23179.84亿元,年均增长4.24%。可以看出,东北部、中部和东部三大地区的AESV值较为接近,但与西部地区相比存在较大差距。

图2 2000—2019年AESV与人均AESV的地区差异

图2同时显示,西部地区的人均AESV最大,从2000年的86571元波动式上升至2019年的165682元,年均增长3.47%。原因在于西部地区农业生态面积广袤和常住人口密度相对较低,是我国重要的生态安全屏障,如2013年西藏人均AESV达到2356712元。东部地区的人均AESV最小,从2000年的1814元波动式上升至2019年的4249.8元,年均增长4.5%,主要由于东部地区农业生态面积较小和常住人口密度大,例如上海人均AESV仅有80～203元。中部地区的人均AESV从2000年的3268元上升至2019年的6682元,年均增长3.83%。东北地区的人均AESV从2000年的6502元上升至2019年的19351元,年均增长5.9%。

(三)敏感性分析

借鉴刘桂林等(2014)的研究,利用敏感性指数对农业生态系统服务价值评估结果进行敏感性分析,表达式如下:

(4)

其中,AVCik和AVCjk分别是第k类农业生态系统调整前后的价值系数,AESVi和AESVj分别是农业生态系统服务的初始值和价值系数调整后的生态服务价值。如果CS>1,说明AESV对AVC是富有弹性的,那么其结果缺乏可信度;如果CS<1,说明AESV对AVC是缺乏弹性的,那么其结果是稳健的。

根据式(4),本文分别把各类农业生态系统(耕地、森林、草地以及水域)的生态价值系数调动50%,进而分析各类农业生态系统的敏感性程度。图3绘出了2000—2019年各类农业生态系统的敏感性指数变动趋势,结果显示各类农业生态系统的敏感性指数均小于0.5,表明农业生态系统服务价值对价值系数缺乏弹性,评估结果是稳健可信的。

图3 2000—2019年各类农业生态系统敏感性指数变动

(四)空间分布特征

表3报告了主要年份省际农业生态系统服务价值(AESV)标准差椭圆参数结果。从重心范围以及移动方向来看,2000—2019年,标准差椭圆的重心均位于甘肃省境内。其中,2000—2005年,标准差椭圆的重心向西北方向移动44.19km,移动速度为8.828km/年;2005—2012年,重心向东北方向移动88.37km,移动速度为12.624km/年;2012—2019年,重心向东北方向移动26.03km,移动速度为3.719km/年。总体而言,标准差椭圆的重心移动距离与移动速度均呈现先升后降趋势,空间分布趋于稳定。原因可能在于西部省份自然资源禀赋丰富,农业生态系统面积较大,农业生态系统保护良好,早期重心向西北方向移动。伴随西部大开发战略的实施,西部省份的农业生态系统面积有所下降。2004年国家加大了粮食主产区的政策支持力度,东北地区作为粮食主产区,耕地面积不断扩张,推动农业生态系统服务价值重心逐步向东北移动。党的十八大以来,各地加大了生态文明建设力度,强化了生态保护红线和环境质量底线,提升了生态环境治理能力,农业生态系统服务价值的移动速度减缓。

从标准差椭圆的分布范围来看,2000—2012年,长半轴长度从1648.19km下降至1613.21km,此后上升至2019年的1629.71km。总体而言,样本考察期内长半轴长度减少,短半轴长度呈现“下降—上升—下降”的趋势,由2000年的905.25km波动上升至2019年的912.79km,表明农业生态系统服务价值在东北-西南方向上呈现向心集聚趋势,东南-西北方向上呈现分散趋势。

椭圆面积呈现波动式下降趋势,从2000年的468.7万平方千米下降至2019年的467.3万平方千米,波动幅度较小,表明农业生态系统服务价值的空间分布范围较为稳定。从标准差椭圆的转角来看,转角θ呈现下降趋势,从2000年的79.17°下降至2019年的76.68°,表明标准差椭圆向“正南-正北”方向移动,在此方向上农业生态系统服务价值量增加,但下降幅度较小,呈现稳定的“东北-西南”分布格局。

五、农业生态系统服务的驱动因素

(一)模型设定

在STIRPAT模型(York et al.,2003)的基础上,本文把农业生态系统服务的驱动因素纳入“社会-经济-自然”的分析框架。由于各地自然资源禀赋、经济发展水平以及农业生态保护政策力度不同,导致农业生态系统服务的驱动因素存在时间非平稳性与空间异质性,OLS回归可能存在有偏和不一致问题。借鉴Huang et al.(2010)的研究,在传统地理加权回归模型(GWR)中加入时间因子,利用高斯核函数法构建权重矩阵,以AICc法测算最优带宽,从时空双重维度分析农业生态系统服务价值的驱动因素。模型设定如下:

(5)

其中:yi表示因变量,xik表示第i个省份的第k个自变量,(ui,vi,ti)表示第i个省份的时空坐标,βk表示估计系数,εi为误差项。

(二)变量选取与描述性统计

因变量为人均农业生态系统服务价值(PAESV),结果来自于前文计算。在相关研究的基础上(Shipley et al.,2020;钟文晶 等,2022;王若思 等,2022),从“社会-经济-自然”的复合维度选取降水、气温、人口密度、城镇化、经济发展水平、产业结构以及环境治理等指标。其中,降水资源量(RAIN)采用年降水量和地区面积的乘积来衡量,气温(TEM)采用平均气温(摄氏度)衡量,人口密度(POP)采用每平方公里常住人口数(人/平方公里)衡量,城镇化(URBAN)采用年末常住人口城镇化率衡量,经济发展水平(ECO)采用农村人均可支配收入(元)衡量,产业结构(INS)采用第二产业比重衡量,环境治理(ENV)采用人均环保支出(元)衡量。2007年之前的环保支出数据以农林水事业费与林业支出之和代替。为剔除价格因素,对所有经济类指标以2000年CPI为基期进行了平减处理。为消除伪回归和异方差问题,对所有变量均进行对数化处理。变量的描述性统计如表4所示。

表4 变量的描述性统计

(三)模型结果比较

在检验了多重共线性和空间自相关之后,分别采用混合回归(POLS)、时间加权回归(TWR)、地理加权回归(GWR)以及时空地理加权回归(GTWR)对农业生态系统服务驱动因素进行估计,结果如表5所示。其中GTWR模型的R2比POLS、TWR、GWR模型分别提高了0.029、0.018、0.005,并且GTWR模型的AICc值和RSS值最小,表明GTWR模型能更好地解释农业生态系统服务驱动因素的时空异质性,采用GTWR模型进行估计是合理的。

表5 农业生态系统服务驱动因素的估计结果

从GTWR模型的估计系数均值来看,与POLS的系数方向基本一致。降水、气温、城镇化、经济发展水平以及环境治理对农业生态系统服务价值具有正向影响,其中气温以及降水的系数最大,分别为0.725和0.408,表明气温、降水等自然因素对农业生态系统服务价值具有重要促进作用,不仅影响农作物的光合作用、生物多样性以及水土保持等功能,而且有利于农业生态系统修复。经济发展水平的估计系数为0.395,表明农民增收有利于唤醒农民的生态意识,增强农业生态保护自觉性,保护农业生态面积,从而提升农业生态系统服务价值,这一发现与现有研究基本一致(Shipley et al.,2020;钟文晶 等,2022)。人口密度、产业结构对农业生态系统服务价值具有抑制作用,其中人口密度的估计系数为-1.239,负向效应最大,原因可能在于人口密度上升一方面会挤占农业生态系统空间,譬如生态功能较强的耕地、林地、草地等转化为建筑用地和商业用地,另一方面也会消耗更多的资源,排放更多的污染物,破坏农业生态系统平衡,进而降低农业生态系统服务价值。

(四)驱动因素的时空异质性分析

1.各驱动因素参数估计的时序波动

为分析农业生态系统服务驱动因素参数估计的时间变动趋势,本文根据GTWR模型的估计结果,对2000—2019年各变量的平均参数变化情况进行可视化分析,结果如图4所示。

图4 各驱动因素估计结果的时序变动

第一,从社会维度来看,人口密度(POP)对农业生态系统服务价值的影响始终为负,呈现先升后降趋势,从2000年的-1.39波动上升至2012年的-1.17,此后下降至2019年的-1.29,表明人口密度的负向影响逐渐减弱。可能因为人口密度上升挤占了农业生态空间,导致农业生态系统服务价值下降。但系数的离散程度呈先扩大后缩小的趋势,原因主要在于近年来推进以人为本的新型城镇化,人口密度对农业生态系统服务的负向影响逐渐减小。与人口密度的影响方向不同,城镇化(URBAN)对农业生态系统服务价值的影响由负转正。估计系数由2000年的-0.002下降至2005年的波谷值-0.32,2012年之后由负为正,2019年系数上升至0.75。可能由于2011年之前部分省份过度依赖土地出让收入和土地抵押融资推进城镇化建设,浪费了大量农业生态用地资源,导致农业生态系统服务价值降低。党的十八大以来,国家实施新型城镇化与生态文明建设战略,推动了土地城镇化向以人为本的新型城镇化转变,城乡融合、绿色低碳城市建设步伐加快,使城镇化质量与城镇化水平同步提升。因此,城镇化水平上升促进了农业生态系统保护与农业生态系统服务价值提升。

第二,从经济维度来看,经济发展(ECO)对农业生态系统服务价值的影响由正转负,系数从2000年的0.8下降至2019年的-0.1。近年来农民增收更多来自于非农收入的较快增长,从农业生态保护中获得的收益可能相对较少。为减少务农劳动时间和劳动强度,农民倾向于增加农药、化肥、薄膜、机械等方面的投入,这不利于农业生态保护,并对农业生态系统服务产生负向影响。产业结构(INS)对农业生态系统服务价值的影响在大多数年份为负,估计系数从2000年的-0.1下降至2019年的-0.31,其中2012年的系数达到波峰值0.21,2019年的系数进入波谷-0.31,表明不同年份的产业结构对农业生态系统服务价值的作用方向与强度存在较大差异。二产比重上升可能意味着工业企业的大幅度扩张,在城市环境考评压力不断上升的情况下,大量工业企业向乡村转移,对农业生态系统服务产生挤出效应。环境治理(ENV)的估计系数从2000年的0.28波动下降至2019年的-0.05,其中2016年环境治理对农业生态系统服务价值的影响由正转负,表明环保支出上升能够带来地方生态环境改善。但近年来地方政府为应对环境考评和环保督察压力,加大了对城市污染企业的环境规制力度,环保支出更多投向城市和工业污染治理,而农业、农村的环境规制力度相对薄弱,环保投入相对较少,因此,需要加大农业农村环境规制和环保投入力度,提升环保支出效率,引导企业和社会公众共同参与农业生态系统保护,才能有效促进农业生态系统服务价值提升。

第三,从自然维度来看,降水(RAIN)对农业生态系统服务价值的影响始终为正,原因可能在于降水有利于农作物的生长发育,促进了水文调节和水资源供给。2000—2019年,降水变量的系数在0.35～0.49之间,2001年达到最大值0.49,此后呈现小幅度下降趋势,表明降水对农业生态系统服务价值的正向影响有所下降。《中国气候变化蓝皮书(2021)》显示,我国降水量季节分配很不均匀,2012年以来极端强降水事件呈现增多趋势。尽管科技进步增强了我国农业抵抗极端天气的能力,但近年来洪涝灾害频发,不利于粮食作物生长和土壤保持,一定程度上削弱了降水的正向影响。气温(TEM)对农业生态系统服务价值的影响为正,估计系数在0.27～1.23之间,呈现波动上升趋势,原因可能在于气温为植物生长提供所需的能量,扩大植物净初级生产力(NPP),从而增加了农业生态系统的调节服务价值,这一发现与现有研究结论基本一致(Santos et al.,2019)。

2.各驱动因素参数估计的空间分异

根据GTWR模型估计结果,利用折线图分析各驱动因素参数估计均值的空间分异,结果如图5所示。

图5 各驱动因素估计结果的空间分异

第一,从社会维度来看,人口密度(POP)在各地均为负向效应,系数绝对值在0.94～2.58之间,东部与中部地区的负向影响较大,西部与东北地区的负向作用相对较小,影响强度最小的五个省份为西藏、辽宁、吉林、四川以及黑龙江。原因可能在于西部与东北地区人口主要流向东部和中部地区,进一步降低了本地的人口密度,从而对本地农业生态系统服务的负向影响变小。城镇化(URBAN)对西部和东北地区的大多数省份农业生态系统服务具有负向影响,其中,广东、福建的负向作用最小。其余18个省市的系数为正,系数值在0.08～1.14之间,主要聚焦于东部和中部地区,可能因为这些地区重视城镇化质量,减弱了城镇化对农业生态系统服务的负向影响。 第二,从经济维度来看,经济发展(ECO)除辽宁、宁夏两个省份以外,其余均为正值。贵州、福建、湖南、江西以及广西5个省份的正向效应最大,系数值在0.64～0.74之间。产业结构的估计值除新疆、西藏、甘肃、青海、宁夏、海南、福建、四川、广东、黑龙江、山西、重庆以及湖南13个省份外,其余18个省份均为负值,其中河北、河南以及山东3个省份的负向作用最大。从理论逻辑来说,二产比重越大,意味着占用更多的农业生态用地,对农业生态系统服务的负向影响越大。至于13个省份产业结构的估计系数为正,原因可能是这些省份具有生态资源比较优势,二产比重上升加快了当地工业化和城镇化进程,引致农业生态产品需求增长,有利于农业生态产品的开发与保护。例如,新疆、西藏以及甘肃的系数值分别达到1.65、0.8和0.6。环境治理(ENV)在各地均为正向效应,系数值在0.03～0.38之间,呈现“西部和东北高-东部和中部低”的空间分异,其中四川、辽宁、甘肃、云南以及宁夏5个省份的系数值最大,原因可能在于西部和东北地区的人口密度相对较小,而农业生态面积相对较大,人均环保支出增加带来了农业生态系统保护的规模经济效应,从而对农业生态系统服务价值的促进作用相对更大。

第三,从自然维度来看,降水(RAIN)在各地均为正向效应,系数值在0.53～0.89之间变动。西部与东北地区的正向效应较大,其中西藏、四川、宁夏、甘肃以及青海为系数值最大的五个省份。可能由于我国水资源呈现南多北少、东多西少的空间非均匀分布,降水对西部与东北地区的调节作用和供给作用更大。与降水不同,气温(TEM)除辽宁、吉林、黑龙江、新疆四地外,其余均为正值,系数值在0.03～1.51之间变动,排名前五的省份为河南、湖北、福建、江西以及安徽。原因可能在于我国大部分地区以暖温带和亚热带为主,气温上升使耕地复种指数增加,提升了农业生态系统的供给服务价值。而辽宁、吉林、黑龙江、新疆主要属于中温带地区,气温上升对农业生态系统产生较大的破坏效应。

六、结论与政策启示

双碳战略目标对我国农业生态系统保护提出了更高的要求,面对农业生态系统退化和资源环境约束趋紧的严峻形势,迫切需要探索农业生态系统服务价值的提升路径。本文构建动态当量调节因子模型对2000—2019年我国31个省份的农业生态系统服务价值进行评估,利用标准差椭圆方法考察农业生态系统服务价值的分布动态及演进趋势,并基于时空地理加权回归建模技术扩展传统STIRPAT模型,识别农业生态系统服务价值的驱动因素及其时空分异。研究结论如下:

(1)样本考察期内,1个标准动态当量呈现波动式上升趋势,从2000年的796.8元/hm2上升至2019年的2276.23元/hm2。全国AESV以及人均AESV均呈现波动式上升趋势,而全国AESV占一产GDP之比、人均AESV占人均GDP之比呈现下降趋势,仍然存在较大的提升空间。

(2)农业生态系统服务价值的空间非均衡性特征明显。西部地区的AESV总量以及人均AESV最大,东北部、中部和东部地区的AESV总量接近且东部地区的人均AESV最小。从增速来看,东北地区的AESV总量以及人均AESV增速最快,年均增长率分别为6.24%和 5.9%。标准差椭圆的重心位于甘肃省境内,重心的移动距离与移动速度均呈现先升后降趋势。标准差椭圆的转角下降幅度较小,表明农业生态系统服务价值呈现稳定的“东北-西南”空间分布格局。

(3)降水、气温、城镇化、经济发展和环境治理有利于提升农业生态系统服务价值,而人口密度以及产业结构具有抑制作用。从各驱动因素的时序变动来看,降水和气温始终具有正向影响,人口密度始终为负。从各驱动因素的空间分异来看,降水和环境治理均为正向效应,在西部与东北地区的正向影响较大。人口密度的影响为负,在东部与中部地区的负向影响较大。气温、城镇化、经济发展和产业结构在作用方向和影响程度上均存在明显的空间分异性。

基于上述研究结论,政策启示在于:

第一,进一步加大农业生态系统保护力度。一方面,要严守生态保护红线和耕地保护红线,科学划定农业生态保护空间,提高农业生态面积保有量。另一方面,加快农业生态环境的立法进度,提高农业生态系统监管执法的保障力,防治农业面源污染。因地制宜开展农业生态修复,增强农业生态系统的稳定性和可持续性。

第二,探索农业生态系统服务价值的地区协同提升机制。研究显示,全国农业生态系统服务价值具有明显的空间非均衡性效应,可以根据农业生态系统服务价值的分布特征,把西部、东北划分为重点生态功能区,加大对重点生态功能区的转移支付,压实非生态功能区、生态敏感区和脆弱区稳定农业生态系统面积的责任,共同维护好国家生态安全。以市场和民众为主导有利于提高权利与责任的对称性和农业生态保护的协调性(李周,2023),加快构建农业生态产品和生态服务交易平台,促进地区间开展农业生态产品交易、生态补偿和生态调节,降低地区间的农业生态赤字和生态差距,从而实现农业生态系统服务价值的协同提升。

第三,推动经济社会发展全面绿色转型。从社会维度来说,要充分考虑生态系统承载力,合理确定人口密度,降低人口密度对农业生态系统服务价值的负向影响。此外,要发挥新型城镇化对农业生态系统服务价值的促进作用,处理好城镇化发展与农业生态系统保护之间的关系,从城乡一体化高质量发展的角度保护农业生态系统,构建以提高生物多样性和生态服务功能为目标导向的生态修复体系,提高城市韧性与生态安全保障能力。从经济维度来说,农民增收和产业结构转型升级有利于农业生态系统服务价值提升,一方面要支持农民发展绿色农业、循环农业和智慧农业,加大对绿色生产的政策补贴力度,增加农民的生态保护收益,调动农户保护农业生态系统的积极性。另一方面,推动地区产业结构转型升级,推动传统制造业绿色化改造,建立健全绿色低碳循环发展经济体系。与此同时,加大环保支出向农业、农村的倾斜力度,完善农业生态环保支出的管理与监督,增强农村环境规制执行效率。建立农业生态系统损害责任终身追究制,加大对地方政府保护生态资产的考评监督,确保农业生态系统保护政策的有效实施与执行。从自然维度来说,降水和气温有利于农业生态系统服务价值提升,要牢固树立“山水林田湖草沙是一个生命共同体”的理念,加强农业生态文明教育,引导民众敬畏自然、尊重自然、顺应自然、保护自然,形成保护农业生态系统和节约资源的生活方式,构建人与自然和谐共生的新格局。