云南省農業高質量發展評價與空間演變

胡云耀，劉燕，冷蕊蕊

（西南林業大學經濟管理學院，云南 昆明 650224）

經濟社會高質量發展和人民高品質生活需求形成的“雙高體系”，對我國農業發展和農業空間布局提出新要求、新挑戰和新機遇，將成為我國推動農業生產力發展和優化農業空間布局的重要動力[1]。目前學術界不僅對農業高質量發展的內涵、要素及問題等方面進行了系統研究[2～5]，還在高質量發展評價體系構建、如何實現農業高質量發展等方面也進行了深入研究。有學者認為，農業高質量發展評價體系的指標構建包括資源、環境、經濟、社會、人口、綠色發展、可持續發展、人才質量等方面[6～11]；要貫徹落實“創新、協調、綠色、開放、共享”等一系列發展理念，堅持深化農業供給側結構性改革，從而以農業供給側改革來實現農業高質量發展[11～16]。還有學者立足于全國或省域的某一段時間內對農業高質量發展的時空特征、動態演進、時空差異等方面進行深入的研究[16～20]。但關于云南省農業高質量發展的時空演變的研究極少?；谠颇鲜∞r業發展情況，以2007 年、2011 年、2015 年和2019 年4 個時間節點的面源數據，運用熵值法、莫蘭指數來分析評價云南省農業高質量發展的趨勢，為云南省農業高質量發展提供數據支撐。

1 材料與方法

1.1 數據來源

以數據可獲得性和完整性為原則，選取并匯總2007年、2011 年、2015 年和2019 年《云南省統計年鑒》[21～24]及云南省16（州）市政府統計公報為基礎的面源數據。

1.2 研究方法

1.2.1 利用熵值法評價各市（州）的農業高質量發展水平

1.2.1.1 評價指標體系構建。參照相關文獻的研究成果，結合云南省自身特點，根據云南省16 市（州）農業產業發展實際狀況，構建資源基礎質量、生產要素質量、農業產出質量、農業效益質量、農業結構質量5 個維度準則層，23 個指標層的云南省農業高質量發展的指標體系（表1）。

表1 云南省農業高質量發展相關指標Table 1 Relevant indicators of agricultural high-quality development in Yunnan Province

1.2.1.2 熵值法。熵值法是通過突出局部差異來確定指標權重，進而計算各樣本綜合得分，是一個相對數值，因此，熵值法適用于多指標的相對評價。熵值法的權重是根據各指標數據確定的，避免主觀因素的影響，具有一定的客觀性與科學性[25]。該方法是用來判斷某個指標的離散程度，指標離散程度越大，對系統評價的影響程度越大。

（1）數據標準化。將各個指標的數據進行同向化處理和標準化處理，如下所示：

其中，Xij是第j 個指標中第i 個評價對象的標準值，X′ij是第j 個指標中第i 個評價對象的原始值，max（Xj）和min（Xj）分別是第j 個指標中的最大值和最小值。

（2）指標信息熵計算。根據公式，計算第j 個指標中第i 個評價對象的比例（Yij）和信息熵（ej）：

（3）各指標權重確定。根據公式，計算第j 個指標的熵權重（Wj）：

（4）綜合評分計算。根據公式，計算各指標的綜合評分（Rij）：

1.2.2 利用莫蘭指數分析各市（州）農業高質量發展的空間布局 Moran’s I 指數及其散點圖可描述樣本空間依賴關系或分異規律，其中Moran’s I 指數包括全局Moran’s I 指數和局部Moran’s I 指數，分別考察整個樣本空間聚集情況和局部空間分布特征。

1.2.2.1 全局莫蘭指數。根據公式，計算全局莫蘭指數（I全）：

其中，n 為區域單元總數，xi和yi為隨機變量x在地理單元i 和j 上的屬性值；xˉ為n 個空間單元樣本屬性值的平均值；?ij為地理單元相互之間鄰接關系的權重矩陣。

1.2.2.2 局部莫蘭指數。根據公式，計算局部莫蘭指數（I局）：

式中，?ij為空間權重值，n 為研究區域上所有地區的總為第n 個地區的綜合質量得分。

1.2.2.3 莫蘭指數可視化。為了更好地反映出各地區的空間分布特征，采用ArcGIS 軟件對莫蘭指數進行可視化，得到Moran’s I 散點圖，該圖的4 個象限用來識別某個地區與鄰近地區之間的關系。第一象限（HH）表示某個地區與周圍地區的局部Moran’s I 都是高值；第二象限（LH）表示某個地區是低值，而其周圍地區是高值；第三象限（LL）表示某個地區與周邊地區均是低值；第四象限（HL）表示某個地區是高值，而周圍地區是低值且被其所包圍。一、三象限表示正的空間自相關性，說明相似值集聚；二、四象限表示負的空間相關性，說明空間異常。

2 結果與分析

2.1 研究區概況

云南省地處中國西南邊陲，與廣西、貴州省、四川省、西藏自治區相鄰，緬甸、老撾和越南接壤。地勢西高東低，地形以山地和高原為主，其中山地面積占84%，高原面積占10%，盆地面積占6%。全省面積約39.41 萬km2，內轄16 個市（州），人口超過4 800 萬人，是我國重要的邊境省份。

全省屬于亞熱帶高原季風型氣候，立體氣候特點顯著，年溫差小、日溫差大、干濕季節分明、氣溫隨地勢高低垂直變化明顯，降水極不均勻。由于特殊的地理環境與自然條件，高原特色農業成為云南省經濟發展的重要支撐。

2.2 云南省農業高質量發展評價

利用熵值法計算各市（州） 的綜合得分。結果（表2）顯示，2007～2019 年除西雙版納、紅河、德宏、迪慶、麗江外，其他地區農業高質量發展的綜合評分增幅為1.10%～30.51%；2007 年綜合得分最高地區（西雙版納）是最低地區（怒江）的2.84 倍，2019 年綜合得分最高地區（西雙版納）是最低地區（麗江）2.07 倍。表明云南省各市（州）質量農業均得到了發展，但地區間的發展差距較大，其中西雙版納、玉溪、昆明和曲靖農業高質量發展水平較為穩定。

表2 2007～2019 年云南省16 市（州）高質量農業發展的綜合得分及排名Table 2 Comprehensive score and ranking of high-quality agricultural development of 16 cities（prefectures） in Yunnan Province from 2007 to 2019

2.3 云南省農業高質量發展水平空間演變

基于云南省各市（州） 的農業發展水平測度結果，引入全局莫蘭指數和局部莫蘭指數，運用ArcGIS軟件對云南省各市（州）的空間集聚情況進行進一步研究。結果（圖1）顯示，2007 年、2011 年、2015年和2019 年研究區域的I全分別為-0.112、-0.027、-0.029和0.048，說明2007 年、2011 年、2015 年云南省各市（州）的屬性值在空間上存在負相關；且2015 年指數值逐漸變大，說明云南省農業發展的區域差異進一步縮小。從2007～2019 年云南省16 市（州）的I局散點圖分布（圖1）顯示，2007 年和2011 年一、四象限的點明顯多于二、三象限；2015 年和2019 年一、二象限的點多于三、四象限。其中第二象限LH（極化效應） 區是主導。其中昆明、玉溪和德宏在2007～2015 年穩定在HH 區；昭通和文山在2007～2019 年穩定在LH 區；經過長足發展，普洱從LH 區轉移到HH區；西雙版納、曲靖從HL 區轉移到HH 區。云南省實現了不同區域間的協調發展。

圖1 2007～2019 年云南省各市（州）的高質量農業發展的全局Moran’s I 指數可視化Fig.1 Global Moran’s I index visualization of high-quality agricultural development in each cities（prefectures） of Yunnan Province

3 主要結論與建議

3.1 主要結論

通過熵值法與莫蘭指數對云南省2007～2019 年農業高質量發展水平進行評價與分析結果顯示，2007～2019 年云南省各市（州）高質量農業均得到了發展，但地區間的差距較大。其中，西雙版納、玉溪、昆明和曲靖的農業高質量發展水平較為穩定。（2）云南省各地區高質量農業發展水平不斷提高且區域間差距進一步縮小，基本實現了不同區域間的協同發展。

3.2 建議

為了進一步促進云南省各區域間高質量農業的協同發展，將從資源基礎質量、生產要素質量、農業產出質量、農業效益質量、農業結構質量5 個方面提出以下建議。

3.2.1 提升農業競爭力、農產品質量、農民效益 構建農業產業鏈中農產品的信息化標準體系，利用衛星遙感、互聯網+、物聯網等科技，加強農業信息化生產與建設；構建完善的農產品質量標準體系，制定農產品生產標準、農產品質量等級標準，細化農產品分類，保證高質量農業的發展；加強農業技術集成應用與示范推廣，依托科研院所與技術公司，因地制宜地積極開展3S、智能感知、模型模擬、智能控制等技術及軟硬件產品的集成應用和示范。

3.2.2 把握三產融合發展契機 堅持創新、協調、綠色、開放、共享的發展理念，推進農業供給側結構性改革，堅持以發展高原特色農業為基礎、城鄉聯動為依托、為增加農民就業為目標，創新產業鏈與農民利益聯結機制，著力構建云南省一二三產業融合發展的農業產業新體系。

3.2.3 堅持發展綠色農業 有效促進綠色農業相關政策的快速推行，實現農業經濟可持續發展。充分發揮云南省25 個少數民族優勢，以發展少數民族特色的縣域經濟為基礎，做大做強云南省高原特色產業，形成以各自治州（縣）為中心的具有當地特色及文化背景的農業生產方式、農產品及旅游產業。