【研究意义】蔬菜是人们日常生活必备食物，蔬菜产业高质量发展是满足粤港澳大湾区（以下简称“大湾区”）众多人口的迫切需求。大湾区蔬菜产区主要位于珠三角地区9市，2020年播种面积52.17万hm²，产量1 392.68万t，分别比2010年增加0.06%、12.49%，均居广东四大区域（东翼、西翼、粤北、珠三角）首位。开展大湾区蔬菜生产格局演变及其影响因素分析，有利于蔬菜产业空间布局优化，为产业高质量发展提供参考。【前人研究进展】空间自相关由Cliff和Ord在1967年区域科学会议上首次提出，即空间上的事物是相互关联的，但近距离事物之间大于远距离事物之间的影响作用^[1-3]，蔬菜产业同样在空间上存在聚集或分散的演变过程。纪龙等^[4]利用1978—2013年数据测算了我国蔬菜生产全局和局部空间自相关指数，表明蔬菜生产总体为中等集聚水平且各地集聚程度差异较大，蔬菜生产集聚呈现地域梯度和连片化特征。吴建寨等^[5]以31个省市为研究单元，利用集中度指数和基尼系数模型研究1995—2012年我国蔬菜生产的空间集聚演变特征、效应与机制，发现我国东、西部蔬菜产量差距明显减弱，生产重心向北方发生转移，蔬菜生产空间聚集的加强可有效促进蔬菜产值的增加。张倩等^[6]利用2011—2016年京津冀13个市、168个县域单元的面板数据，借助莫兰指数对京津冀地区蔬菜生产空间相关性进行研究，发现京津冀蔬菜生产水平存在空间负相关性且呈现减弱趋势，地理相近的市域之间在蔬菜生产上具有较低相互依赖性。苗晓颖等^[7]利用探索性空间数据分析方法，对山东1995—2019年蔬菜生产空间格局进行分析，发现蔬菜生产分布具有空间集聚性和空间相关性，但专业化程度较低。余超然等^[8]采用专业化、集聚化程度指数，对茂名市县域1998—2018年蔬菜产地集中状况进行量化分析，发现该市蔬菜产业集中度高，但区位熵表明蔬菜种植面积最小的茂南区反而专业化水平最高，集中度与其专业化水平不匹配。余永松等^[9]利用2015—2016年广西蔬菜产量数据，借助灰色预测模型GM(1, 1）进行预测分析，发现蔬菜产量与种植面积、消费量、财政支农支出呈极显著正相关。于丽艳等^[10]采用空间杜宾模型对环渤海区域5省市县域农业生产空间集聚形成的影响因素进行分析，发现农业生产空间集聚具有正的空间溢出效应，农业生产要素投入、市场需求、地区经济发展水平和交通条件对农业生产集聚具有显著影响。田亚军等^[11]分析我国1978—2018年省级蔬菜播种面积等数据，发现我国蔬菜生产空间布局受资源条件、技术进步、经济发展等多种因素影响，蔬菜生产具有向耕地资源更为丰富、人口老龄化程度较轻、农业比重相对较大、交通条件较好地区转移的倾向。钟鑫等^[12]对我国蔬菜区域分布特征及其比较优势进行研究，发现蔬菜生产成本变动、消费习惯变化、技术进步以及交通状况改善等是蔬菜生产比较优势变化的影响因素。【本研究切入点】相关学者利用空间相关理论在不同区域分析了蔬菜生产格局的空间演变和影像因素，但关于粤港澳大湾区蔬菜生产格局的研究较少。本研究针对粤港澳大湾区县域蔬菜产业发展历程，收集2010—2020年9市县域蔬菜生产的统计数据，利用ArcGIS制作2010—2020年行政区划地图，借助GeoDA和全局莫兰指数测算每年蔬菜生产的空间相关系数，判断蔬菜产业当年空间相关特征，运用局部莫兰指数分析不同县域每年蔬菜产业空间聚集格局及变化趋势，利用空间回归模型探索县域蔬菜产业格局演变的影响因素。【拟解决的关键问题】以粤港澳大湾区蔬菜生产为例，利用空间相关指数分析县域蔬菜产业空间格局变化趋势，研究其影响因素，为蔬菜产业的布局优化和高质量发展提供依据。

1　研究区域与数据来源 1.1　研究区域

粤港澳大湾区包括香港特别行政区、澳门特别行政区和广东广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆（珠三角9市），总面积5.6万km^2[13]，截至2020年12月，大湾区常住人口高达8 617.19万人^[14]。蔬菜产区主要位于珠三角9市。

1.2　数据来源及预处理

1.2.1 统计指标数据来源及预处理　蔬菜生产是多种因素共同作用的结果。本文综合考虑大湾区蔬菜生产的实际情况和数据可获得性，参考相关文献[6-12]，选择蔬菜总产量作为生产主要指标，土地因素选择蔬菜播种面积，市场需求因素选择城镇化率，经济水平因素选择地区生产总值，劳动力因素选择第一产业劳动力人数，农业技术投入因素选择农用化肥施用量和农用塑料薄膜使用量（表 1）。

蔬菜生产及其影响因素数据主要来自《广东农村统计年鉴》（2011—2021)^[15]，研究时间为2010—2020年，数据统计单元为县域。为降低量纲影响，需要对数据指标进行标准化处理。由于总产量、蔬菜播种面积、第一产业劳动力、农用化肥施用量和农用塑料薄膜使用量的数据在某些县域为0，采用归一法进行数据指标标准化。

式中，X’为标准化指标数据值，X为原数据，Max为最大值，Min为最小值。

1.2.2 图件数据来源及预处理　大湾区县域行政地图来自《广东省地图》（审图号：粤S(2020)102号）。利用ArcGIS将珠三角9市行政图进行底图制作，将每个县域蔬菜产量、播种面积、城镇化率等数据建立属性表，并与矢量图形一一对应，地图坐标系为CGCS2000。由于中山和东莞没有县域行政区划，以市域范围代表。

鉴于2010—2020年珠三角9市县域行政区划有部分调整，按图属一致原则，依据民政部《广东省县级以上行政区划变更情况2010—2018》^[16]和黄埔区（审图号：粤S(2020)01-005号）、南沙区（审图号：粤S(2020)01-005号）、番禺区（审图号：粤S(2020)01-005号）、宝安区[审图号：粤BS(2022)063号]、光明区[审图号：粤BS(2022)058号]、坪山区[审图号：粤BS(2022)055号]、龙华区[审图号：粤BS(2022)062号]行政区划镇街图，对照《广东省政区图册》^[17]，按镇街修改当年度行政区域边界，利用ArcGIS进行底图编制，保持与当年统计年鉴的行政区域一致，且镇街底图无修改；行政区划无调整的区域，则不修改行政边界。各年度县域行政区划主要修改情况为：（1)2010—2013年存在广州萝岗区、黄埔区；（2)2014年广州南沙区与番禺区调整行政区划，广州萝岗区、黄埔区合并为新黄埔区；（3)2017年深圳坪山区与龙华区成立、龙岗区与宝安区调整行政区划；（4)2018年深圳光明区成立、宝安区调整行政区划。

2　研究方法 2.1　全局空间自相关指数

空间自相关常用模型是Moran's I（莫兰指数）统计和Geary's C比值等^[18-19]。本研究参考前人研究成果^[2-8]，选择莫兰指数作为全局空间自相关指数的分析指标。利用GeoDa软件进行空间自相关指数计算，利用蒙特卡洛模拟方法计算Z值与评估显著性^[20-21]。

莫兰指数是用来衡量相邻的县域蔬菜生产空间相关关系，指数的取值范围在-1~1，正值表示蔬菜生产具有空间正相关性，负值表示蔬菜生产具有空间负相关性，零表示蔬菜生产不存在空间相关，即空间随机分布^{[3, 20, 22]}。计算公式^[3]如下：

式中，n为样本数，y_i或y_j为i或j区域的蔬菜生产指标值；y为均值；w_ij为权重矩阵，一般为对称矩阵，其中w_ii=0。

在零假设条件下，即蔬菜生产指标没有任何空间相关性。另一种假设是蔬菜生产的空间分布是随机。两种假设下的Z得分检验形式为：

一般来说，根据正态分布检验值，当|Z| > 1.65、1.96、2.58时，此时拒绝两种假设，即蔬菜生产不存在空间正态分布或者随机分布，也就是在90%、95%、99%的概率下（0.1、0.05、0.01显著水平）存在空间自相关。

2.2　局部空间自相关指数

全局莫兰指数能够判断蔬菜生产在空间上的整体分布情况，但难以探测聚集位置所在区域的相关程度^{[3, 23]}。为进一步分析每个县域蔬菜生产指标的空间关联特征，本研究利用局部相关指数（Local Indices of Spatial Association）分析某一县域与其邻近县域蔬菜生产指数之间的相似性或相关性，识别空间集聚和空间孤立，探测空间聚集和异质状况。空间关联格局呈现“高-高”“低-低”“高-低”和“低-高”4种格局，其中，“高-高”为蔬菜生产指标高于均值的县域集聚，“低-低”为蔬菜生产指标低于均值的县域集聚，“高-低”为蔬菜生产指标高于均值的县域被低于均值的县域所包围，“低-高”为蔬菜生产指标低于均值的县域被高于均值的县域所包围^{[2-3, 24]}。局部空间相关指数采用局部莫兰指数，计算公式^[3]如下：

式中，, I_i为第i个分布对象全局相关性系数。利用GeoDa进行局部空间自相关指数计算和显著性检验。

2.3　空间回归模型

为进一步分析蔬菜生产指标在空间相关作用下的影响因素，本文引入空间回归模型，探索县域蔬菜生产的相关影响因素对其的空间影响。常用空间回归模型包括空间滞后模型（SLM）和空间误差模型（SEM），选择蔬菜总产量为因变量，选择土地因素、市场需求、经济水平、劳动力、农业技术投入为自变量。

（1）空间滞后模型：探索各变量在空间上的溢出效应，能够检验因变量的扩散效应以及解释变量对邻域县域因变量的影响^{[10, 25]}。

（2）空间误差模型：在空间误差项的空间扰动相关下，探讨未知误差变量对观测值的影响^{[10, 25]}。

式中，y_it和y_jt分别为t年度区域i和区域j的因变量观测值；w_ij为空间权重矩阵，ρ和λ为空间自回归系数，x为自变量，β为自变量的回归系数，μ_i、γ_i分别为个体效应、时间效应，ε_it和ε_jt为误差项，v_it为新误差项。

3　结果与分析 3.1　蔬菜生产年际变化分析

近十年来，大湾区蔬菜产业持续发展，总产量呈现“先减、后增、再减、再增”的变化过程（图 1）。2010—2011年，蔬菜产量均出现较大下降，减少8.82%;2012—2016年产量均持续增加，年均增长2.71%;2016—2017年蔬菜产量再次出现大幅减少；2018—2020年以逐年平均4.23%的速度增加。通过分析2010—2020年县域蔬菜总产量数据（图 2）发现，蔬菜总产量排前五名县（区）从2010年的增城、高要、白云、南海、博罗，2020年的增城、高要、博罗、白云、惠东，蔬菜产出大县主要位于大湾区东北、中北和西北部。

3.2　蔬菜生产全局空间关联分析

以蔬菜总产量为指标，计算2010—2020年大湾区9市县域的全局莫兰指数（表 2），发现2010—2011年的莫兰指数没有通过显著性检验，说明蔬菜总产量在这两个年度不存在空间自相关关系，每个县域蔬菜产量相对独立或随机。2012—2020年，莫兰指数通过显著性检验，显著水平在0.05，莫兰指数大于0，说明县域蔬菜产量存在正向空间相关关系，蔬菜高产的县域在空间上呈现聚集现象。从图 3可以看出，蔬菜总产量的空间自相关程度从2012年开始逐年上升，呈现逐年增加趋势，说明县域蔬菜产量的空间集聚程度在逐年变强。2012—2016年莫兰指数加速上升，增速达到12.34%，蔬菜生产区域呈现出快速集聚状态；而2016—2020年莫兰指数波动上升，增速仅1.32%，蔬菜生产区域的空间聚集呈现相对稳定状态。

3.3　蔬菜生产局部空间关联年际变化分析

通过计算2010—2020县域蔬菜总产量的局部莫兰指数，发现大部分县域局部莫兰指数没有通过0.05水平显著性检验，通过检验的区域多为“高-高”和“低-低”聚集的空间关联格局，仅有1个县域存在6个年度的“低-高”格局，没有“高-低”格局（图 4）。

蔬菜总产量“高-高”聚集格局，数量上呈现逐年上升趋势，空间上聚集区域大多位于大湾区东北部。其中，2010年位于博罗、斗门两个县（区）域，2011—2012年位于博罗、增城两个县（区）域，2013—2015年位于博罗、增城、惠城、惠东4个县（区）域，2016年位于博罗、龙门、惠城、惠东4个县（区）域，2017年位于博罗、龙门、惠城3个县（区）域，2018—2020年位于博罗、龙门、惠城、从化4个县（区）域。

蔬菜总产量“低-低”聚集区域位于大湾区中部广州、佛山和深圳等城市核心区域，数量上从2010年7个增加到2020年的11个，该区域没有蔬菜种植或少量种植，总产量不高。

蔬菜总产量“低-高”聚集区域，2010—2015年仅有龙门县，2016年后龙门县被相邻区域正向作用影响明显，变为“高-高”聚集的空间关联格局。

3.4　蔬菜生产的影响因素分析

根据大湾区蔬菜生产全局空间关联分析结果，2012年后莫兰指数开始显著上升，则以2012—2016和2016—2020划分两个阶段，以2012、2016和2020年县域数据为基础，利用空间回归模型分析相应年份影响因素作用大小。通过对比分析模型拟合度程度及相关指标（表 3），选择空间滞后模型（SLM）作为空间回归模型。

对比3个年度空间回归模型的参数估计结果（表 4）发现，2012年蔬菜生产的影响因素主要为土地、经济水平、劳动力和农业技术投入，2016、2020年则为土地和农业技术投入。具体影响因素的指标中，2012年的蔬菜播种面积和第一产业劳动力对蔬菜生产具有正向作用；而地区生产总值和农业化肥施用量则具有负向作用，说明经济发展水平越高，对蔬菜生产影响具有一定负向作用，而农用化肥施用量则对蔬菜产量的增加不明显，反而影响产量提升，化肥使用需要减少。2016、2020年的影响因素主要为蔬菜播种面积和农用塑料薄膜使用量，但蔬菜产量主要依赖播种面积的增加，虽然农用塑料薄膜对蔬菜生产具有负向作用，但影响作用相对较小。总体上土地因素对大湾区蔬菜生产影响最大，市场需求、经济水平、劳动力、农业技术投入在2016年后均影响不大或作用不显著，说明大湾区蔬菜产量的提高主要依赖种植规模的扩大。

4　讨论 4.1　从年际和县域分析蔬菜生产空间关联格局

空间自相关的基础是来自地理学第一定律^[1-3]，距离远近影响事物的空间分布。蔬菜生产除受到自然条件因素影响外，还受到周边经营主体、产业政策市场需求、经济效益等社会经济因素影响，进而形成区域蔬菜种植的空间聚集格局。相关学者从全国^[4-5]、区域^[6]、省级层面^[7-9]进行深入研究发现，蔬菜生产格局在空间上呈现出聚集、连片或负相关的空间格局，对蔬菜产业发展和布局调整提供科学依据。

本研究从区域层面，聚焦粤港澳大湾区的蔬菜生产格局，采用逐年分析模式，从县域视角判断蔬菜产量的空间关联。蔬菜是每日必须品，而大湾区人口众多，蔬菜种植规模和产量均在逐年增加以满足市场。从全局莫兰指数来看，空间相关性的正向作用不断增强，表现出空间聚集程度不断提升，形成蔬菜生产的核心区域，这也为蔬菜产业布局优化提供了决策依据。从局部莫兰指数来看，蔬菜生产的核心区域出现一定程度变化，主要聚集区域集中在大湾区东北部。

4.2　借助空间回归模型定量分析蔬菜生产影响因素

蔬菜生产的影响因素主要包括自然条件、社会经济条件等，相关学者运用经济计量模型、空间回归模型、灰色模型等多种方法开展研究，发现影响因素主要为产业聚集程度、种植面积、消费量、财政支出、经济发展水平、交通条件、技术进步、成本变动等^{[7-12, 24-28]}。在前人研究基础上，本研究借助空间回归模型，定量分析土地、市场需求、经济水平、劳动力、农业技术投入等社会经济因素对蔬菜生产空间聚集的影响程度，通过分析发现，土地因素仍是蔬菜产量增加的关键因素，劳动力正向作用则逐渐不显著。由于影响因素选择的不同和研究区域差异，市场需求、经济水平、农业技术投入与相关学者研究结果不同。大湾区虽然是蔬菜消费重要区域，蔬菜生产的比较优势明显，但该区域生产不能完全满足市场需求，外调蔬菜也是重要供给措施。因此，在研究蔬菜生产的影响因素上，需要进一步增加物流、外调、农业装备等因素分析。

5　结论与建议 5.1　结论

本研究收集2010—2020粤港澳大湾区9地县域蔬菜生产指标和相关影响因素数据，借助全局空间自相关指数测算分析当年蔬菜产业空间相关特征，运用局部空间的相关指数分析当年度县域蔬菜产业空间相关格局，判断蔬菜产业空间聚集特征及变化趋势，利用空间回归模型探索蔬菜生产的影响因素。得出以下结论：

（1）蔬菜生产在总体上形成空间正向相关格局。近十年来，粤港澳大湾区蔬菜产量呈现先减、后增、再减、再增的变化过程，产量总体上仍在不断增加。通过全局自相关分析，发现2012—2020县域蔬菜总产量存在正向空间相互关联，表明蔬菜生产存在一定程度的聚集格局，随年际变化聚集程度在不断增强。

（2）蔬菜生产区域在空间上逐渐聚集，形成产业核心区。通过局部空间自相关分析，发现蔬菜产业在龙门县、博罗县、惠城区等区域呈现“高-高”聚集格局，并逐渐在大湾区东北部聚集。通过县域蔬菜总产量对比分析，同样发现该聚集区域及周边是蔬菜生产主要区域。而“高-低”“低-高”等空间相关格局，在周边县域蔬菜产业发展的影响下，逐渐演变为“高-高”“低-低”或空间不相关状态。

（3）土地是蔬菜生产的主要因素。通过空间回归模型分析，发现2012年影响蔬菜生产的主要因素为土地、经济水平、劳动力和农业技术投入；2016年后主要因素为土地，其他因素影响作用不明显或不显著，说明大湾区蔬菜种植规模的扩大是产量增加的第一因素。

5.2　建议

在粤港澳大湾区蔬菜产业发展中，建议在博罗县、龙门县、惠城区、从化区等蔬菜生产核心区，加大农业科技、农业装备投入，加强农机与农艺深度融合，因地制宜发展设施蔬菜，加强田间自动灌溉、施肥等设备建设，进一步提升蔬菜生产的现代化水平，不断带动周边蔬菜生产区域提升产业综合效益，形成蔬菜高质量发展新格局。同时协调蔬菜本地生产与外地调运关系，进一步满足大湾区的市场需求。