广东农业科学  2023, Vol. 50 Issue (9): 218-230   DOI: 10.16768/j.issn.1004-874X.2023.09.023.
0

文章信息

引用本文
梁伟森, 储霞玲, 郑林秀, 叶高松, 陈俊秋. 广东省蔬菜产业高质量发展的区域差异与动态演进[J]. 广东农业科学, 2023, 50(9): 218-230.   DOI: 10.16768/j.issn.1004-874X.2023.09.023
LIANG Weisen, CHU Xialing, ZHENG Linxiu, YE Gaosong, CHEN Junqiu. Regional Differences and Dynamic Evolution of High-quality Development of Vegetable Industry in Guangdong Province[J]. Guangdong Agricultural Sciences, 2023, 50(9): 218-230.   DOI: 10.16768/j.issn.1004-874X.2023.09.023

基金项目

广东省乡村振兴战略专项资金(粤财农〔2022〕92号);广东省蔬菜新技术研究重点实验室开放课题(202007,202307);佛山市哲学社会科学规划项目青年项目(2023-QN14)

作者简介

梁伟森,博士,助理研究员,主要从事蔬菜产业经济、乡村振兴研究。主持广东省蔬菜新技术研究重点实验室开放课题、佛山市哲学社会科学规划项目青年项目,参与国家社会科学基金、广东省社会科学基金等多个项目。发表学术论文15篇,其中核心期刊论文6篇。梁伟森(1991—),男,博士,助理研究员,研究方向为农业产业,E-mail:nj_sunshine@163.com; 储霞玲,硕士,副研究员、高级经济师,主要从事蔬菜产业经济、农业经济及农业政策与规划研究。现任广东省农村科技特派员、广东省农业农村厅专家库专家。主持广东省科技计划项目、广东省软科学项目、广东省级乡村振兴战略专项等项目10余项;获省市科技成果奖励8项。以第一作者发表学术论文18篇,主编专著1部、参编专著7部。完成《我省蔬菜生产中存在的突出问题及相关建议》《广东省农业绿色发展研究报告》等调研报告30余份,其中15份被广东省农业农村主管部门采纳;参与《关于推进现代农业高质量发展的指导意见》(粤乡振组21号)等12项政策制定.

通讯作者

储霞玲(1985—),女,硕士,副研究员,研究方向为农业产业,E-mail:158283003@qq.com.

文章历史

收稿日期:2023-07-21
广东省蔬菜产业高质量发展的区域差异与动态演进
梁伟森 , 储霞玲 , 郑林秀 , 叶高松 , 陈俊秋     
广东省农业科学院蔬菜研究所/广东省蔬菜新技术研究重点实验室/广州粤港澳大湾区菜篮子研究院,广东 广州 510640
摘要:【目的】 伴随居民“菜篮子”日益丰富,蔬菜产业发展发生了一定变化,构建指标体系探讨其高质量发展水平,分析其区域差异和动态演进具有重要意义。【方法】 以蔬菜消费大省广东为例,基于2015—2021年全省各市(除深圳)的面板数据,在使用熵值TOPSIS方法测度蔬菜产业高质量发展水平的基础上,通过Dagum基尼系数、核密度估计、传统及空间Markov链探讨蔬菜产业高质量发展的区域差异与动态演进规律。【结果】 (1)“十三五”以来广东蔬菜产业高质量发展水平呈波动上升态势,高水平地区以蔬菜种植面积较大的城市为主。(2)成果共享、生产效率、要素支撑维度指数涨幅均超过25%,绿色低碳维度涨幅超过20%,蔬菜供给维度涨幅最小,但也超过10%。(3)研究期内的总体区域差距先升后降、有所缩小,差距主要来源于超变密度,其次是区域间差异,再次是区域内差异。(4)产业发展的动态演进整体呈现向好态势,样本地区发展水平的等级转移具有稳定性,较低等级的城市向上转移的概率普遍大于向下转移。【结论】 广东蔬菜产业正逐步迈向高质量发展,其区域差异及动态演进呈现一定规律性变化。建议多方主体共建省级蔬菜产业信息平台,因地制宜推进冷链建设;加大蔬菜品种选育力度,着力开展绿色防控技术研究与推广;针对不同地区的薄弱项目进行差异化改进,提高蔬菜产业高质量发展水平。
关键词蔬菜产业    高质量发展    Dagum基尼系数    核密度估计    Markov链    
Regional Differences and Dynamic Evolution of High-quality Development of Vegetable Industry in Guangdong Province
LIANG Weisen , CHU Xialing , ZHENG Linxiu , YE Gaosong , CHEN Junqiu     
Vegetable Research Institute, Guangdong Academy of Agricultural Sciences/Guangdong Key Laboratory for New Technology Research of Vegetables/Guangdong-Hong Kong-Macao Greater Bay Area Vegetable Basket Research Institute in Guangzhou, Guangzhou 510640, China
Abstract: 【Objective】 With the increasing abundance of residents "vegetable baskets", certain changes have also taken place in the development of the vegetable industry. It is of great significance to construct an indicator system to explore its high-quality development level, and analyze its regional differences and dynamic evolution. 【Method】 Taking Guangdong, a major vegetable consumption province, as an example, based on panel data from various cities in the province (excluding Shenzhen) from 2015 to 2021, and by using the entropy TOPSIS method to measure the level of high-quality219 development of the vegetable industry, the research explores the regional differences and dynamic evolution laws of highquality development of vegetable industry through Dagum Gini coefficient, kernel density estimation, traditional and spatial Markov chains. 【Result】 (1) Since the 13th Five-Year Plan period, the high-quality development level of vegetable industry in Guangdong has shown a fluctuating upward trend, with high-level areas mainly being cities with larger vegetable planting areas. (2) The indicators for achievement sharing, productivity, and element support have all increased by over 25%, while the green and low-carbon dimensions have increased by over 20%. The vegetable supply dimension has the smallest increase, but also exceeded 10%. (3) The overall regional gap during the research period showed "first increasing and then decreasing", with some narrowing. The main source of the gap was the super variable density, followed by inter-regional gap, and then intra-regional gap. (4) The overall dynamic evolution of industrial development shows a positive trend, and the level transfer of development in the sample areas is stable. The probability of upward transfer in lower level cities is generally greater than that of downward transfer. 【Conclusion】 The vegetable industry in Guangdong is gradually moving towards high-quality development, and its regional differences and dynamic evolution show certain regular changes. It is recommended that multiple parties jointly build a provincial-level vegetable industry information platform and promote cold chain construction according to local conditions; intensify the breeding of vegetable varieties and focus on conducting research and promotion of green prevention and control technologies; differentiate and improve weak projects in different regions to enhance the high-quality development level of the vegetable industry.
Key words: vegetable industry    high-quality development    Dagum Gini coefficient    kernel density estimation    Markov chain    

【研究意义】中共二十大报告强调树立大食物观,构建多元化食物供给体系,发展乡村特色产业。蔬菜是我国人均消费量最大的农产品,也是国内种植业仅次于粮食的第二大农作物,是多元化食物供给中不可或缺的重要部分。蔬菜产供销是全国从业人员最多的产业之一,是国内重要的民生产业,产业收益相比粮食作物更高,为促进农民增收做出了重要贡献[1]。伴随居民“菜篮子”日益丰富,蔬菜产业发展也发生了一定变化,构建合适的指标体系评价其高质量发展水平,探讨其区域差异和动态演进具有重要意义。

【前人研究进展】现有文献聚焦于农业、粮食产业的高质量发展,关于蔬菜产业高质量发展的研究不多,评价维度主要以“创新、协调、绿色、开发、共享”的新发展理念为主[2-4],也有基于产业发展现状及未来趋势选取维度,整体聚焦于产品供给、生产效率、绿色发展、三产融合、基础设施、经营主体、市场建设、福利共享等方面[5-8],研究成果大多支持农业高质量发展水平提高的趋势。此外,还有从投入产出计算全要素生产率衡量高质量发展水平的研究[9-11],评价方法涉及DEA模型、SBM模型、熵值法及其与TOPSIS结合、层次分析法、主成分分析法等,应用于效率测度、数据降维。随着区域协调发展的推进,一些学者将研究视角聚焦于农业发展的区域差异、分布演进等问题,研究方法涉及基尼系数、核密度估计、Markov链等。尹朝静等[12]测度了2010—2018年我国农业高质量发展水平,并使用多种方法分析其区域差异与动态演进,结果表明我国农业高质量发展水平稳步提高,总体区域差距不断缩小,但存在两极分化和空间不平衡现象,内部流动性较差。姬志恒[13]的研究还涉及到农村领域,研究表明2005—2018年我国农业农村发展质量稳步提升,全域内部相对差异渐趋缩小,区域间差异是主要来源。杨骞等[14]聚焦绿色农业,研究表明我国农业绿色全要素生产率呈先扩大后缩小趋势,超变密度对其空间分异的贡献率最高。常艳花等[15]构建我国农业现代化评价体系并分析时空差异特征,结果表明,2009年以来我国农业现代化发展水平呈上升态势,各区域的发展水平差异存在“收敛现象”。陈慧卿等[16]基于湖南86个县域的研究表明,2011年以来全省各县域的农业农村现代化发展水平逐年上升,但区域差距显著,区域间差异是主要来源。

【本研究切入点】现有的一系列研究成果对蔬菜产业高质量发展评价、区域差异及动态演进分析具有借鉴意义,相关研究集中于农业、农村、粮食产业的讨论,也有涉及畜牧业的研究,而关于蔬菜产业的相关研究较少,前期一些学者探讨了产业竞争力的问题,而关乎蔬菜产业高质量发展的定量研究仍然欠缺。【拟解决的关键问题】本文以蔬菜消费大省广东为研究对象,构建蔬菜产业高质量发展评价体系,使用多种方法分析2015—2021年全省蔬菜产业发展的区域差异与动态演进,揭示其时空特征及演变规律,为进一步提高蔬菜产业发展质量、增强“菜篮子”稳产保供能力提供依据。

1 研究设计 1.1 蔬菜产业高质量发展评价体系

随着社会发展和需求结构转变,我国农业不再局限于要素投入、产品供给,更多转向发挥农业多功能性和促进农业可持续发展,其本质内涵在于保产、高效、减量和增收[17]。蔬菜产业作为农业的重要组成,其高质量发展目标与农业一脉相承,须在要素生产率提升、资源环境保护、农业功能拓宽等方面下功夫。产业竞争力是高质量发展的重要体现,现有研究从生产端的要素、产品着手[18],逐步将研究视角转向全产业链,加入硬件设施、流通渠道、联农增收以及绿色发展等维度[19-21]。2021年12月,《山东“菜篮子”高质量发展指数》发布,以新发展理念和“菜篮子”市长负责制考核办法为依据,从生产加工、市场流通、绿色安全、创新发展、开放合作方面构建评价体系。为此,借鉴现有研究并考虑指标解释力及数据可得性,本研究结合广东农业实际,从蔬菜供给、生产效率、绿色低碳、要素支撑、成果共享等5个维度选取指标:

(1)蔬菜供给。保证产量供给是农业高质量发展的首要条件,蔬菜产品也如此。土地要素投入、农业产出、产品供给稳定,是供给层面的直观衡量,因此指标选取蔬菜播种面积、菜篮子基地、人均蔬菜供给量、蔬菜供给稳定和自给率;产业链延伸、产业收益是供给持续性的保证,参考韦礼飞等[22]、田璞玉等[23]的研究选取蔬菜加工、产业收益作为衡量指标。

(2)生产效率。效率提升是农业高质量发展的重要构件。从主要生产要素的投入产出效率进行衡量,包括土地生产率、劳动生产率、资本利用率,同时参考姬志恒[13]的研究,加入蔬菜规模化(即单位面积所需劳动力)衡量创新效率。

(3)绿色低碳。伴随气候风险加剧,农业生产领域的绿色发展、低碳减排备受重视。首先是农业化学投入的减少,包括农药、化肥,以及设施农业发展下农用薄膜的合理使用,促使农业碳排放整体减少。此外,农业资源的节约使用、废弃物的有机利用均有利于促进绿色农业发展,生态环境保护和修复同样不可或缺。

(4)要素支撑。蔬菜产业高质量发展离不开现代生产要素的支撑。农业机械化、农机化服务有利于促进蔬菜种植规模化,提高生产效率。企业作为市场组织单元,是蔬菜产业的重要参与主体,社会化服务可促进适度规模经营。此外,更高的耕地保有量和更强的防灾减灾能力均有利于蔬菜产业高质量发展。

(5)成果共享。共享是农业高质量发展的价值导向,蔬菜产业发展需要发挥联农带农效应。一方面是促进农民收入增长[24],尤其是农业生产收入,在指标上表现为收入增长率及经营性收入占比提高,同时带动消费增长(消费支出增加),改进消费结构(农村恩格尔系数降低)并提高生活质量[12];另一方面是缩小城乡居民收入差距,以城乡收入比的减小作为衡量指标[13],促进共同富裕。

本研究构建的广东省蔬菜产业高质量发展评价体系共有31个具体指标(表 1)。某些蔬菜产业数据无法从公开数据库单独获取,在要素投入方面,借鉴闵锐等[25]、李明文等[9]的研究,设置两个系数将广义农业中用于蔬菜种植的生产要素剥离出来:

表 1 广东省蔬菜产业高质量发展评价体系 Table 1 Evaluation system for high-quality development of vegetable industry in Guangdong Province

在农业产出方面,借鉴华坚等[26]的研究,设置系数计算蔬菜产出及排放相关指标:

1.2 研究方法

1.2.1 基于熵值TOPSIS的评价分析 蔬菜产业高质量发展评价包括多个指标,需要使用数据降维的方法合成单一指标,以对不同地区的发展水平进行比较。以往的研究多使用熵值法,依据研究对象各个指标的变异离散程度计算指标权重,属于非主观赋权法,但有可能因为某个指标的数值离散程度较大导致指标权重偏误[27]。为此,可利用逼近理想解的技术,通过测度各指标与其最优(劣)解之间的相对距离判断优劣水平[8],以提高评价结果精准度,具体的计算步骤为:

(1)数据标准化。使用极值法对正向指标、负向指标进行无量纲化和同向化处理。

正向指标的计算公式为:

负向指标计算公式为:

由此获得归一化矩阵X'=(x'ijm×n

(2)计算比重矩阵。计算第i个地区第j个蔬菜产业高质量发展水平评价指标x所占比重,获得比重矩阵P=(pijm×n

(3)计算熵值ej与差异性系数dj

(4)计算第j个指标权重wj

(5)计算各个样本的综合得分Ci

以上5步是熵值法的计算过程,进一步使用TOPSIS修正综合得分Ci

(6)计算加权规范化矩阵。

(7)拟定正、负理想解S+S-

(8)计算各个方案与理想解的欧氏距离。

(9)计算修正后的综合得分Fi,即蔬菜产业高质量发展指数,F1~F5指数分别为蔬菜供给、生产效率、绿色低碳、要素支撑、成果共享指数。

1.2.2 基于Dagum基尼系数的区域差异分析 本研究使用Dagum基尼及其分解方法分析广东省蔬菜产业高质量发展的区域差异。Dagum[28]将基尼系数分解为组内差异贡献(Gw)、组间差异净值贡献(Gnb)和组间超变密度(Gt)三部分,有效解决样本数据间交叉重叠等问题。计算的总体基尼系数为:

式中,yjiyhr为第j(h)组内市域i(r)蔬菜产业高质量发展评价值,μ为所有研究市域蔬菜产业高质量发展评价值的均值。n为研究市域个数,k为研究组的总数,本研究分组为珠三角、粤东、粤西和粤北四大区域。jh为组下标,ir为市域下标,nj (nh)j(h)组内部市域数量。组内差异贡献(Gw)、组间差异净值贡献(Gnb)和组间超变密度(Gt)计算公式如下:

式中,Djh为组jh间蔬菜产业高质量发展评价值的相对影响,其中,djh为组间蔬菜产业高质量发展差值,可视为组jh中所有yji-yhr>0样本值的加权平均,表示组jh中所有yhr-yji>0样本值的加权平均;Fi(Fh) 为组j(h) 累计密度分布函数。

1.2.3 基于核密度估计和Markov链的动态分布演进分析 核密度估计是一种非参数检验方法,它对数据分布不附加任何假定,是一种从数据样本本身出发研究数据分布特征的方法。因此,它对数据的依赖性较弱,结果更加具有稳健性[29]。设定随机变量X的密度函数为f(x),其表达式如下:

式中,NXihK(x) 分别为观测值个数、独立同分布观测值、带宽和核密度函数。K(x) 是一种加权函数或平滑转换函数,使用常见的高斯核函数。Kernel核密度估计对带宽较为敏感,一般多选择较小带宽以提高估计精度。Markov链通过构建Markov转移概率矩阵,探讨各地区蔬菜产业高质量发展随时间变化的动态转移趋势[30],将同时期的数据离散为不同等级,计算每种等级的概率分布,并分析随时间变化各种概率分布的变化。不同时刻的Markov概率转移矩阵λ×λ为:

式中,pij表示某地区在t时刻属于i等级而在t+1时刻属于j等级的概率,其表达式为:pij=zij/zizij表示t时刻i等级转移到t+1时刻j等级的地区数量之和,zi表示研究期内属于i等级的地区数量之和。若转移中等级上升,则称为向上转移;若等级下降,则称为向下转移。

进一步引入“空间滞后”概念,分析邻域城市的蔬菜产业高质量发展水平对本地区转移概率大小的影响,空间Markov链则将转移矩阵变化成λ×λ×λ的矩阵。空间滞后类型考虑了地理上与该地区临近的单位,地区a的空间滞后值Laga是该地区周边地理单位观测值的加权平均,公式为:

式中,Yb为地区b的观测值,n为城市总数,空间权重矩阵Wab表示地区a和地区b的空间关系。研究中使用邻接原则定义空间关系,即地区相邻值为1,否则为0。另外,使用以下公式检验空间滞后效应的统计学意义:

式中,k为蔬菜产业高质量发展等级数量,mij为传统Markov转移概率,mijS)为邻域状态类型S的空间Markov转移概率,nijS)为邻域状态类型S的空间Markov转移的城市数量,Qb服从自由度为kk-12的卡方分布。

经过长时间转移以后,系统内的各等级数量分布趋于稳定,呈现“稳态”,不受时间变化影响。用公式表示为,其中π为Markov过程演变的稳态矩阵。

1.3 数据来源

选取广东省20个地级市(除深圳)为样本进行分析,深圳的蔬菜种植面积较少,且农业产业占比很低,为避免异常影响而将其剔除。研究期限为2015—2021年,可展示“十三五”以来广东蔬菜产业的发展状况,因此共有140个观察值。数据来源于2016—2022年《广东统计年鉴》《广东农村统计年鉴》《中国住户调查年鉴》《中国城市统计年鉴》及“开放广东”数据库(https://gddata.gd.gov.cn)。

2 结果与分析 2.1 蔬菜产业高质量发展评价结果的时空特征分析

2.1.1 时间趋势分析 将样本数据通过熵值TOPSIS运算可得2015—2021年广东各市(除深圳)蔬菜产业高质量发展的评价结果,将某一年份各地区的评价指数通过均值运算获得该年份广东省的具体评价结果(图 1)。“十三五”以来,广东蔬菜产业高质量发展水平呈波动上升态势,由2015年的0.3210波动提高到2021年的0.3819,整体涨幅18.96%,年均增速接近3%。其中,各维度指数均不同程度上涨:

图 1 2015—2021年广东蔬菜产业高质量发展指数及其各维度指数变化趋势 Fig. 1 Trends of high-quality development index of vegetable industry and its various dimensions in Guangdong from 2015 to 2021

(1)蔬菜供给维度,研究期内F1指数呈波动上升态势,由2015年的0.3442减小到2017年的0.3105,随后逐步增加到2021年的0.3844,整体涨幅11.67%。在政策引导下,菜篮子基地的认证数量逐步提升,2021年已超过500个。得益于种植结构优化,蔬菜产值稳步提升,研究期内涨幅接近25%。蔬菜产量及价格波动有所下滑,供给稳定性逐步提升。蔬菜播种面积小幅波动,变化不大。

(2)生产效率维度,研究期内F2指数呈稳步上升态势,由2015年的0.2165逐步提高到2021年的0.2796,涨幅较大,接近30%。得益于蔬菜育种、栽培技术的提升,各要素生产率均不同幅度提升,有利于提高蔬菜产量,增强“菜篮子”保供能力。

(3)绿色低碳维度,研究期内F3指数呈波动上升态势,由2015年的0.3163增加到2021年的0.3891,涨幅23.02%,年均增速超过3.5%。在农业减排固碳的倡导下,农药和化肥使用强度均显著降低,前者减少11.64%,后者减少27.61%;在推进设施农业的情况下,农用薄膜的使用强度降幅较小、为2.20%;伴随农业硬件提升,节水灌溉面积具有较大提升、超过50%。

(4)要素支撑维度,研究期内F4指数呈波动上升态势,由2015年的0.2455减小到2017年的0.2410,随后逐步增加到2021年的0.3134,整体涨幅27.65%,年均增速超过4%。其中,防灾减灾涨幅最大,由39.82% 增加到79.75%,超过1倍;以涉农服务业为衡量的社会化服务,占蔬菜产值的比重由2015年的3.61% 增加到2021年的4.85%,涨幅接近35%;经营企业单位数的涨幅也超过30%,多种要素支撑蔬菜产业的高质量发展。

(5)成果共享维度,研究期内F5指数逐步提升,由2015年的0.3657增加到2021年的0.4767,在5个维度中涨幅最大、超过30%,年均增速接近4.5%,蔬菜产业在联农带农方面发挥重要作用。从指标来看,农村居民人均可支配收入由2015年的13 360元增加到2021年的22 306元,增长率在7%~10% 的区间波动,经营收入占比则在22%~27% 的区间波动。农村居民人均消费支出由11 103元增加到20 011元,涨幅超过80%,超过收入60% 的涨幅,收入提高和生活改善的需求促进了农村消费。研究期内农村恩格尔系数呈“先降后升”态势,由2015年的40.63% 减小到2018年的36.60%,伴随宏观经济增速下行,恩格尔系数又逐步上升到39.31%。在共同富裕的倡导下,城乡收入差距由2.60逐步减小到2.46,仍有改善空间。

2.1.2 空间分布分析 将研究期内某市的F指数及其5个维度指数通过均值运算获得该地区的评价结果,并使用Arcgis软件通过自然间断点分级法进行梯队分级,具体见表 2。广东各市蔬菜产业高质量发展水平分为5个梯队,第一梯队至第五梯队的F指数分别介于0.4054~0.4474、0.3218~0.4053、0.2981~0.3217、0.2605~0.2980、0.2559~0.2604之间。

表 2 广东各市(除深圳)蔬菜产业高质量发展及其各维度指数 Table 2 High-quality development index of vegetable industry and its various dimensions in various cities of Guangdong (excluding Shenzhen)

(1)处于第一梯队的地区有清远、广州和湛江,它们在省内的蔬菜种植面积较大,位居前3名,是广东主要的蔬菜种植地区,种植投入是蔬菜产业高质量发展的重要保证。其中,清远的F指数最高、为0.4474,得益于蔬菜产品的大规模、稳定供给,以及生产过程的绿色低碳;广州的F指数居第2名、为0.4459,虽然蔬菜种植面积居全省第2位,但其人口规模巨大使得人均供给量较少、波动性较大,供给维度指数较低,而作为省会城市具有高水平的农业科技能力,其绿色低碳和要素支撑水平较高;湛江的F指数居第3名、为0.4420,得益于自身在粤西地区较强的蔬菜供给能力,北运菜种植规模较大,蔬菜产值提升为农村居民增收、消费提升作出贡献。

(2)处于第二梯队的地区有惠州、韶关、梅州、肇庆和茂名,大多数毗邻高水平城市,呈现一定程度的空间集聚特征,重点围绕人口数量较多的珠三角,鲜菜需求及运输时效的要求一定程度上成就了这一局面。惠州和韶关的F指数分别为0.4053和0.4048,分居第4、第5名,前者的蔬菜种植面积居于全省前列,后者的“菜篮子”基地数量较多、同时蔬菜供给稳定性较大,蔬菜生产也较大促进了农村居民增收、缩小城乡差距,使得蔬菜供给和成果共享水平较高;梅州和肇庆的F指数分居第6、第7名,两者的多个维度指数均在中上水平,尤其是蔬菜供给、生产效率和绿色低碳指数;茂名的F指数为0.3877、居第8名,茂名是粤西北运菜的主要区域之一,蔬菜种植面积居全省第5位,供给维度指数居全省第3名,但其要素支撑和成果共享水平较低。

(3)处于第三梯队的地区有揭阳、汕尾、阳江,分布于粤东和粤西地区。揭阳的F指数为0.3217,居第9名,得益于较高的土地生产率,其生产效率水平高居全省第2位,要素支撑也处于中上水平区间,而蔬菜生产的绿色低碳及成果共享有待加强;汕尾的F指数为0.3200,居第10名,各个维度指数均在中等水平区间波动;阳江的F指数居第11名,其蔬菜种植的成果共享效应显著,但其生产效率水平处于全省末端。

(4)处于第四梯队的地区有佛山、潮州、中山、珠海、汕头、河源和江门,共7个市,F指数分居第12~18名,大多数城市位于珠三角地区,城镇化推进一定程度上挤占了蔬菜种植空间,对蔬菜产业高质量发展形成抑制。潮州和汕头位于粤东地区,其蔬菜生产效率较高,但土地投入和产出供给较低;河源位于粤北山区,其生产效率、要素支撑均处于全省较低水平,有待提升。

(5)处于第五梯队的地区有云浮和东莞,F指数分别为0.2604和0.2559,约为清远F指数的58%,省内各市之间的蔬菜产业高质量发展水平差距仍在可接受范围之内;云浮位于粤北地区,只有绿色低碳维度指数处于中间水平,其他4个维度指数均较低;东莞的F指数名列全省最后一名,其产业构成以工业为主,农业生产占比很低,蔬菜供给、生产效率、绿色低碳水平均处于全省末端。

2.2 蔬菜产业高质量发展的区域差异分析

为进一步探讨广东蔬菜产业高质量发展的区域差异,使用Dagum基尼系数及其分解方法,结果见表 3。其中,珠三角地区包括广州、珠海、佛山、惠州、东莞、中山、江门、肇庆等市,深圳在初始样本中已剔除;粤东地区包括汕头、汕尾、潮州、揭阳;粤西地区包括阳江、湛江、茂名;粤北地区包括韶关、河源、梅州、清远、云浮。

表 3 2015—2021年广东蔬菜产业高质量发展水平的Dagum基尼系数及分解结果 Table 3 Dagum Gini coefficient and decomposition results of high-quality development level of vegetable industry in Guangdong from 2015 to 2021

2.2.1 总体及区域内差异 2015—2021年广东蔬菜产业高质量发展水平的总体基尼系数均值为0.1088,呈先升后降的波动下滑态势。其中,2015—2016年由0.1109上升到0.1266,随后逐步降低到2018年的0.1022,经历2018—2019年的小幅上升,又逐步下滑到2021年的0.0992。研究期内,总体基尼系数下滑10.55%,表明“十三五”以来广东蔬菜产业高质量发展水平的总体区域差距有所缩小。从区域内差异来看,研究期内珠三角、粤东、粤西和粤北地区的基尼系数均值分别为0.0709、0.1138、0.1127、0.0267,粤东四市的蔬菜产业高质量发展水平的区域内差异最大,其次是粤西三市,再次是珠三角,区域内差异最小的是粤北五市。从区域内差异的演变趋势来看,珠三角的基尼系数呈波动上升态势,由2015年的0.0599增加到2021年的0.0694,涨幅15.92%,城镇化步伐下区域内发展差异水平有所增加。粤东地区的基尼系数呈波动下滑态势,由0.1277减小到0.1102,降幅13.67%,区域内蔬菜产业高质量发展水平的差异有所缩小。粤西地区的基尼系数呈先升后降的波动态势,由2015年的0.0978增加到2016年的0.1387,随后波动减小到2021年的0.1015,研究期内整体涨幅3.75%,区域内发展不平衡水平略有提高。粤北地区的基尼系数呈“V”型波动下滑态势,由2015年的0.0383减小到2018年的0.0113,随后逐步提高到2021年的0.0313,研究期内整体降幅18.11%,区域内蔬菜产业高质量发展水平趋于均衡。

2.2.2 区域间差异 从区域间差异来看,2015—2021年基尼系数均值由大至小排序为:“粤东- 粤西”>“粤东- 粤北”>“珠三角- 粤西”>“珠三角- 粤北”>“珠三角- 粤东”>“粤西- 粤北”,数值分别为0.1239、0.1219、0.1154、0.1147、0.1048、0.0939。其中,前四者的区域间差异高于全省平均水平0.1088。从区域间差异的演变趋势来看,2015—2021年所有区域间差异均有所下降。降幅最大的是“粤东- 粤北”,由0.1468减小到0.1078,降幅超过25%;其次是“粤东- 粤西”和“珠三角- 粤北”,分别由0.1317减小到0.1129、由0.1201减小到0.1056,降幅均超过10%;再次是“珠三角- 粤西”和“珠三角- 粤东”,分别由0.1089减小到0.0989、由0.1110减小到0.1032,降幅均超过7%;降幅最小的是“粤西- 粤北”区域间,由0.0887减小到0.0855,降幅3.61%,两个区域的蔬菜种植面积较大,其区域间差异的基数较小,产业高质量发展的不平衡程度降幅相对有限。

2.2.3 区域差异贡献 从区域差异贡献来看,研究期内广东蔬菜产业高质量发展水平的总体差异主要由超变密度贡献,其次是区域间差异,再次是区域内差异,贡献率均值分别为41.96%、31.81%、26.23%。从区域差异贡献的演变趋势来看,超变密度贡献由2015年的38.53% 波动增加到2021年的44.86%,区域内差异则由24.77% 波动增加到27.03%,区域间贡献则由36.70% 波动减少到28.11%。蔬菜产业高质量发展的总体差异主要来源于区域间差异、超变密度贡献,伴随省内城镇化加速及产业结构调整,区域间差异的贡献有所弱化,逐渐趋平于区域内差异,而超变密度贡献率有所提高。不论是珠三角还是粤东西北地区,每个区域内均有部分城市的蔬菜产业高质量发展水平相对较高,同时有部分城市的发展水平相对较低,导致不同区域之间存在非常明显的交叉重叠现象,不同城市之间蔬菜产业高质量发展水平的相对提高或降低均有可能导致总基尼系数增加。

2.3 蔬菜产业高质量发展的动态演进分析

2.3.1 基于核密度估计的动态分布 为进一步探究广东蔬菜产业高质量发展的动态分布特征,使用MATLAB R2022a软件构造Kernel核密度三维分布图。由图 2可知,广东蔬菜产业高质量发展具有以下显著特点:(1)蔬菜产业高质量发展的分布曲线整体呈现“先左后右”移动态势,表明“十三五”以来广东蔬菜产业高质量发展水平先降后升,与描述性统计中的“波动上升”相匹配;(2)核密度图存在“右拖尾”现象,表明省内某些城市不断重视和提高蔬菜产业发展水平,尤其是蔬菜主产区,与其他城市逐渐拉开差距;(3)研究期内,波动整体分布呈“双峰”及“单峰”分布交替呈现的格局,2021年呈“单峰”形态,产业两极分化趋势在弱化。

图 2 2015—2021年广东蔬菜产业高质量发展水平的动态演进 Fig. 2 Dynamic evolution of high-quality development level of vegetable industry in Guangdong from 2015 to 2021

2.3.2 基于Markov链的动态分布 进一步使用Markov链探讨广东蔬菜产业高质量发展分布的内部流动性,分析其随空间变化的演进规律。采取四分位分类法,将蔬菜产业高质量发展指数划分为低水平、中低水平、中高水平、高水平共4个等级,分别对应小于25%、25%~50%、50%~75%、大于75% 的分位数。通过MATLAB R2022a软件运算,获得广东各市(除深圳)蔬菜产业高质量发展分布状态转移的概率。由传统Markov链的计算结果(表 4)可知:(1)对角线的概率值均大于非对角线的概率值,说明广东各市(除深圳)蔬菜产业高质量发展水平的等级转移具有稳定性,维持原有状态的概率较大,此外,中高水平和高水平两个等级在下期维持原有状态类型的概率更大,分别为74.07% 和92.59%,其“俱乐部收敛”现象相比低水平、中低水平更为明显;(2)样本城市蔬菜产业高质量发展实现跨等级转移的概率均小于3%,例如由低水平跨越到中高水平和高水平的概率分别为2.94% 和0,其发展是一个循序渐进的过程,“跳跃式”向上转移的概率较小;(3)向上转移的概率普遍大于向下转移的概率,如从低水平向上转移到中低水平的概率为29.41%,大于从中低水平向下转移到低水平的概率12.50%,有利于全省蔬菜产业的高质量发展。

表 4 广东蔬菜产业高质量发展水平的传统Markov转移概率矩阵 Table 4 Traditional Markov transfer probability matrix of high-quality development level of vegetable industry in Guangdong

空间Markov链的计算结果见表 5。首先检验空间滞后效应的统计学意义,在自由度为36、a=0.005的置信水平下,Qb=126.10,统计P=0,因此拒绝接受广东各市(除深圳)蔬菜产业高质量发展水平的等级转移在空间上相互独立的假设,认为空间滞后效应具有统计学意义。分析表 5可得:(1)地理空间对广东蔬菜产业高质量发展的等级转移具有重要作用。对比传统Markov转移概率矩阵,在不同的地理空间上,蔬菜产业高质量发展的转移概率发生显著变化;(2)无论邻域等级是何种水平,各对角线的概率值整体均大于非对角线的概率值,各市蔬菜产业高质量发展水平偏向于“等级锁定”,这与传统Markov链的分析类似,且跨等级转移的概率仍然较小,例如当邻域等级为中低水平时,从低水平跨越到中高水平的转移概率为6.67%,数值较小;(3)随着邻域等级提升,低水平、中低水平地区保持原始状态的稳定性趋于下降,向上转移的概率整体趋于提高,例如随着邻域等级“低→中低→中高”走向,低水平地区转移到中低水平地区的概率呈现“20.00% → 33.33% → 44.44%”向上变化,有利于全省蔬菜产业高质量发展;(4)当邻域等级为高水平时,低水平地区和高水平地区均保持原有状态,基本不会发生转移。

表 5 广东蔬菜产业高质量发展水平的空间Markov转移概率矩阵 Table 5 Spatial Markov transfer probability matrix of high-quality development level of vegetable industry in Guangdong

进一步计算Markov转移的“稳态”,初始状态下低水平、中低水平、中高水平、高水平地区的数量占比分别为40.00%、20.00%、25.00%、15.00%;达到稳定状态后,低水平和中低水平的数量占比均趋于0(具体分别为7.27E-16、5.59E-16),中高水平、高水平的数量占比分别为22.22%、77.78%。从长期来看,广东各市(除深圳)蔬菜产业高质量发展水平随时间推移而逐步由低等级状态转向高等级状态,呈现“由低往高”的演变态势。

3 结论与建议

本研究在测度广东蔬菜产业高质量发展水平的基础上,通过描述统计、基尼系数、核密度估计,以及Markov链分析产业发展的区域差异与动态演进规律,得到以下结论:

(1)“十三五”以来,广东蔬菜产业高质量发展水平呈“波动上升”态势,高水平地区以蔬菜种植面积较大的地区为主。各维度指数均不同程度上涨,涨幅由大至小排序为成果共享(30.37%)>生产效率(29.12%)>要素支撑(27.65%)>绿色低碳(23.02%)>蔬菜供给(11.67%)。空间分布上,处于第一梯队的是蔬菜种植面积较大的清远、广州、湛江;处于第二梯队的是毗邻第一梯队地区的惠州、韶关、梅州、肇庆、茂名;处于第三梯队的是揭阳、汕尾、阳江;处于第四梯队的是佛山、潮州、中山、珠海、汕头、河源和江门,大多位于珠三角;处于第五梯队的是云浮和东莞。

(2)2015年以来,广东蔬菜产业高质量发展水平的总体区域差距先升后降、有所缩小,差距主要来源于不同区域之间的交叉重叠。从区域内差异来看,珠三角和粤西地区的基尼系数均有上涨,而粤东和粤北的发展差距则有所减小。从区域间差异来看,研究期内各个市域之间的产业发展差距均有减小,粤西和粤北的蔬菜种植面积较大,发展差距较小,而它们与珠三角、粤东则存在更大程度的差距。从区域差异贡献来看,界定不同区域之间交叉重叠现象的超变密度贡献最大,均值为41.96%;其次是平均贡献率为31.81% 的区域间差异;区域内差异的贡献最小,均值为26.23%。

(3)广东蔬菜产业高质量发展的动态演进整体呈现逐步向好态势。从分布动态来看,分布曲线呈“先左后右”的移动态势,产业发展水平波动上升,波峰高度下降、宽度拓宽反映了一定程度的绝对差异扩大趋势,蔬菜产业专业化逐步显现。从空间动态来看,广东各市(除深圳)蔬菜产业高质量发展水平的等级转移具有稳定性,存在“俱乐部收敛”现象,较低等级的城市向上转移的概率普遍大于向下转移的概率。长期来看,各市域均有从低等级状态转向高等级状态的趋势,有利于促进全省蔬菜产业的高质量发展。

根据上述研究结论,提出以下政策建议:第一,针对蔬菜供给维度涨幅较小的研究结果,有必要多举措提高供给水平。在确保蔬菜种植面积比较稳定的条件下,相关部门可联合种植大户、农业企业等多方市场主体共建省级蔬菜产业信息平台,实时公布各类蔬菜供需信息及市场指导意见,为种植户提供及时的生产信息,减少供给大起大落。因地制宜推进冷链建设,包括田头冷库和运输冷链,延长蔬菜保鲜期,优化冷链运输管理模式,重点提升设施使用效率。加大蔬菜精深加工力度,延长产业链、提升附加值,支持蔬菜品类的预制菜技术研发与商业应用。第二,绿色低碳维度的涨幅不大,在“碳达峰碳中和”目标驱动下,亟需加大力度推进农业减排固碳、绿色发展。根据广东气候特点,加大蔬菜品种选育力度,由丰产型逐步向优质、丰产、多抗、广适应性等综合发展[31],针对主产区连作障碍等问题开展绿色防控技术研究与示范推广。重视蔬菜质量安全,推行绿色生产方式,以绿色健康产品开拓粤港澳大湾区高端品牌市场,在绿色发展的同时提高产业收益。第三,着力推进区域协调发展战略,结合省内各市域的资源禀赋,针对不同地区的薄弱项进行差异化、精准化改进,提高蔬菜产业高质量发展水平。如对珠三角推进冷链建设、加大设施化程度,对粤东地区推进精深加工,对粤西、粤北地区的蔬菜主产区推进适宜的农业机械化,优化蔬菜栽培技术(水肥一体化等),提高农药化肥的使用效率。

参考文献(References):
[1]
薛亮, 张真和, 柴立平, 张晶, 贾会娟. 关于"十四五"期间我国蔬菜产业发展的若干问题[J]. 中国蔬菜, 2021(4): 5-11. DOI:10.19928/j.cnki.1000-6346.2021.5002
XUE L, ZHANG Z H, CHAI L P, ZHANG J, JIA H J. Several issues related to the development of China's vegetable industry during the 14th Five Year Plan period[J]. Chinese Vegetables, 2021(4): 5-11. DOI:10.19928/j.cnki.1000-6346.2021.5002
[2]
刘涛, 李继霞, 霍静娟. 中国农业高质量发展的时空格局与影响因素[J]. 干旱区资源与环境, 2020, 34(10): 1-8. DOI:10.13448/j.cnki.jalre.2020.261
LIU T, LI J X, HUO J J. Spatial-temporal pattern and influencing factors of high-quality agricultural development in China[J]. Journal of Arid Land Resources and Environment, 2020, 34(10): 1-8. DOI:10.13448/j.cnki.jalre.2020.261
[3]
刘忠宇, 热孜燕·瓦卡斯. 中国农业高质量发展的地区差异及分布动态演进[J]. 数量经济技术经济研究, 2021, 38(6): 28-44. DOI:10.13653/j.cnki.jqte.2021.06.002
LIU Z Y, RE Z Y·W K S. A research of the regional disparities and distributional dynamic evolution of high-quality agricultural development in China[J]. Journal of Quantitative & Technological Economics, 2021, 38(6): 28-44. DOI:10.13653/j.cnki.jqte.2021.06.002
[4]
孙中义, 王力, 李兴锋. 人口老龄化、农业社会化服务与农业高质量发展[J]. 贵州财经大学学报, 2022, 218(3): 37-47.
SUN Z Y, WANG L, LI X F. Population aging, socialized agricultural services and agricultural high quality development[J]. Journal of Guizhou University of Finance and Economics, 2022, 218(3): 37-47.
[5]
黄修杰, 蔡勋, 储霞玲, 马力, 左喆瑜. 我国农业高质量发展评价指标体系构建与评估[J]. 中国农业资源与区划, 2020, 41(4): 124-133.
HUANG X J, CAI X, CHU X L, MA L, ZUO Z Y. Index construction and evaluation of high-quality development of agriculture in China[J]. Chinese Journal of Agricultural Resources and Regional Planting, 2020, 41(4): 124-133.
[6]
郭楚月, 曾福生. 农村基础设施影响农业高质量发展的机理与效应分析[J]. 农业现代化研究, 2021, 42(6): 1017-1025. DOI:10.13872/j.1000-0275.2021.0074
GUO C Y, ZENG F S. Analysis on the mechanism and effects of rural infrastructure on the high-quality development of agriculture[J]. Research of Agricultural Modernization, 2021, 42(6): 1017-1025. DOI:10.13872/j.1000-0275.2021.0074
[7]
唐小平, 蒋健. 农村人口老龄化对农业高质量发展的影响[J]. 华南农业大学学报(社会科学版), 2023, 22(3): 45-56.
TANG X P, JIANG J. Impact of rural population aging on high-quality agricultural development[J]. Journal of South China Agricultural University (Social Science Edition), 2023, 22(3): 45-56.
[8]
朱战国, 朱书凝, 周琳, 张彤. 高质量发展新格局下中国生猪产业可持续发展水平评价[J]. 农业经济问题, 2023(4): 105-122. DOI:10.13246/j.cnki.iae.2023.04.005
ZHU Z G, ZHU S N, ZHOU L, ZHANG T. Sustainability assessment of China's hog industry in the new pattern of high-quality development[J]. Issues in Agricultural Economy, 2023(4): 105-122. DOI:10.13246/j.cnki.iae.2023.04.005
[9]
李明文, 王振华, 张广胜. 农业服务业促进粮食高质量发展了吗——基于272个地级市面板数据的门槛回归分析[J]. 农业技术经济, 2020(7): 4-16. DOI:10.13246/j.cnki.jae.2020.07.001
LI M W, WANG Z H, ZHANG G S. Has agricultural service industry promoted the development of high-quality grain?——Threshold regression analysis based on panel data of 272 prefecture-level cities[J]. Journal of Agrotechnical Economics, 2020(7): 4-16. DOI:10.13246/j.cnki.jae.2020.07.001
[10]
龚锐, 谢黎, 王亚飞. 农业高质量发展与新型城镇化的互动机理及实证检验[J]. 改革, 2020, 317(7): 145-159.
GONG R, XIE L, WANG Y F. Interactive mechanism and empirical test of agricultural high-quality development and new urbanization[J]. Reform, 2020, 317(7): 145-159.
[11]
高维龙. 粮食产业高质量发展的绿色创新驱动机制研究[J]. 江西财经大学学报, 2022, 141(3): 73-86. DOI:10.13676/j.cnki.cn36-1224/f.2022.03.002
GAO W L. Research on green innovation driving mechanism for high-quality development of grain industry[J]. Journal of Jiangxi University of Finance and Economics, 2022, 141(3): 73-86. DOI:10.13676/j.cnki.cn36-1224/f.2022.03.002
[12]
尹朝静, 高雪, 杨坤. 中国农业高质量发展的区域差异与动态演进[J]. 西南大学学报(自然科学版), 2022, 44(12): 87-100. DOI:10.13718/j.cnki.xdzk.2022.12.010
YIN C J, GAO X, YANG K. Regional differences and dynamic evolution of high-quality agricultural development in China[J]. Journal of Southwest University (Natural Science Edition), 2022, 44(12): 87-100. DOI:10.13718/j.cnki.xdzk.2022.12.010
[13]
姬志恒. 中国农业农村高质量发展的空间差异及驱动机制[J]. 数量经济技术经济研究, 2021, 38(12): 25-44. DOI:10.13653/j.cnki.jqte.2021.12.001
JI Z H. Spatial differences and driving mechanism of high quality development in China's agriculture and rural areas[J]. Journal of Quantitative & Technological Economics, 2021, 38(12): 25-44. DOI:10.13653/j.cnki.jqte.2021.12.001
[14]
杨骞, 王珏, 李超, 刘鑫鹏. 中国农业绿色全要素生产率的空间分异及其驱动因素[J]. 数量经济技术经济研究, 2019, 36(10): 21-37. DOI:10.13653/j.cnki.jqte.2019.10.002
YANG Q, WANG J, LI C, LIU X P. The spatial differentiation of agricultural green total factor productivity and its driving factor recognition in China[J]. Journal of Quantitative & Technological Economics, 2019, 36(10): 21-37. DOI:10.13653/j.cnki.jqte.2019.10.002
[15]
常艳花, 张红利, 师博, 张新月. 中国农业现代化发展水平的动态演进及趋势预测[J]. 经济问题, 2022(5): 82-89. DOI:10.16011/j.cnki.jjwt.2022.05.009
CHANG Y H, ZHANG H L, SHI B, ZHANG X Y. The dynamic evolution and trend prediction of China's agricultural modernization development level[J]. On Economic Problems, 2022(5): 82-89. DOI:10.16011/j.cnki.jjwt.2022.05.009
[16]
陈慧卿, 曾福生. 湖南省农业农村现代化发展水平测度及其区域差异[J]. 经济地理, 2022, 42(11): 185-194. DOI:10.15957/j.cnki.jjdl.2022.11.020
CHEN H Q, ZENG F S. Level measurement and regional difference of agricultural and rural modernization development in Hunan Province[J]. Economic Geography, 2022, 42(11): 185-194. DOI:10.15957/j.cnki.jjdl.2022.11.020
[17]
张露, 罗必良. 中国农业的高质量发展: 本质规定与策略选择[J]. 天津社会科学, 2020(5): 84-92. DOI:10.16240/j.cnki.1002-3976.2020.05.012
ZHANG L, LUO B L. Pursuing high quality development of agriculture in China: Essential regulations and strategy options[J]. Tianjin Social Sciences, 2020(5): 84-92. DOI:10.16240/j.cnki.1002-3976.2020.05.012
[18]
谭雅蓉, 于金莹, 刘新, 张倩. 京津冀协同发展背景下北京蔬菜产业竞争力评价及对策研究[J]. 黑龙江农业科学, 2020(4): 97-103.
TAN Y R, YU J Y, LIU X, ZHANG Q. Study on the competitiveness evaluation and countermeasures of Bejing vegetable industry under the background of coordinated development of Beijing-Tianjin-Hebei[J]. Heilongjiang Agricultural Sciences, 2020(4): 97-103.
[19]
喻妍, 田清淞. 山东与其他蔬菜大省产业发展的比较分析[J]. 中国蔬菜, 2017(12): 5-9. DOI:10.19928/j.cnki.1000-6346.2017.12.002
YU Y, TIAN Q S. Comparative analysis of industrial development between Shandong and other major vegetable provinces[J]. Chinese Vegetables, 2017(12): 5-9. DOI:10.19928/j.cnki.1000-6346.2017.12.002
[20]
于丽艳, 穆月英. 我国不同地区蔬菜产业竞争力聚类分析[J]. 中国蔬菜, 2019(8): 21-27.
YU L Y, MU Y Y. Cluster analysis of the competitiveness of vegetable industry in different regions of China[J]. China Vegetables, 2019(8): 21-27.
[21]
乔俊勇, 崔茂森. 山东省蔬菜产业竞争力评价及时空演变研究[J]. 北方园艺, 2022(12): 138-146. DOI:10.11937/bfyy.20215319
QIAO J Y, CUI M S. Study on competitiveness evaluation and temporal and spatial evolution of vegetable industry in Shandong Province[J]. Northern Horticulture, 2022(12): 138-146. DOI:10.11937/bfyy.20215319
[22]
韦礼飞, 伍琦, 威海霞, 曾小林, 刘为胜, 杨磊. 江西省农业现代化发展水平评价及对策研究[J]. 广东农业科学, 2019, 46(8): 165-172. DOI:10.16768/j.issn.1004-874X.2019.08.022
WEI L F, WU Q, WEI H X, ZENG X L, LIU W S, YANG L. Evaluation and countermeasure research of agricultural modernization development level in Jiangxi Province[J]. Guangdong Agricultural Sciences, 2019, 46(8): 165-172. DOI:10.16768/j.issn.1004-874X.2019.08.022
[23]
田璞玉, 张丹婷, 周灿芳. 粤港澳大湾区现代都市农业评价、区域差异及驱动因素研究[J]. 广东农业科学, 2023, 50(1): 1-12. DOI:10.16768/j.issn.1004-874X.2023.01.001
TIAN P Y, ZHANG D T, ZHOU C F. Study on evaluation, regional differences and driving factors of modern urban agriculture in Guangdong-Hong kong-Macao Greater Bay Area[J]. Guangdong Agricultural Sciences, 2023, 50(1): 1-12. DOI:10.16768/j.issn.1004-874X.2023.01.001
[24]
黎新伍, 徐书彬. 基于新发展理念的农业高质量发展水平测度及其空间分布特征研究[J]. 江西财经大学学报, 2020(6): 78-94. DOI:10.13676/j.cnki.cn36-1224/f.2020.06.009
LI X W, XU S B. The measurement of the level of agricultural high-quality development and the study of the spatial distribution characteristics: On the basis of the new development concept[J]. Journal of Jiangxi University of Finance and Economics, 2020(6): 78-94. DOI:10.13676/j.cnki.cn36-1224/f.2020.06.009
[25]
闵锐, 李谷成. 环境约束条件下的中国粮食全要素生产率增长与分解——基于省域面板数据与序列Malmquist-Luenberger指数的观察[J]. 经济评论, 2012(5): 34-42. DOI:10.19361/j.er.2012.05.004
MIN R, LI G C. A study on growth and decomposition of China's grain TFP growth under environmental constrains: Empirical analysis based on provincial panel data and sequential Malmquist-Luenberger index[J]. Economic Review, 2012(5): 34-42. DOI:10.19361/j.er.2012.05.004
[26]
华坚, 潘雪晴. 农业科技创新对粮食产业高质量发展的影响——基于30个省份面板数据分析[J]. 华东经济管理, 2022, 36(7): 55-64. DOI:10.19629/j.cnki.34-1014/f.220402006
HUA J, PAN X Q. Impact of agricultural science and technology innovation on the high-quality development of grain industry: Based on panel data analysis in 30 provinces and cities[J]. East China Economic Management, 2022, 36(7): 55-64. DOI:10.19629/j.cnki.34-1014/f.220402006
[27]
刘云菲, 李红梅, 马宏阳. 中国农垦农业现代化水平评价研究——基于熵值法与TOPSIS方法[J]. 农业经济问题, 2021(2): 107-116. DOI:10.13246/j.cnki.iae.2021.02.010
LIU Y F, LI H M, MA H Y. Evaluation of agricultural modernization of state farms: Based on entropy weight method and TOPSIS method[J]. Issues in Agricultural Economy, 2021(2): 107-116. DOI:10.13246/j.cnki.iae.2021.02.010
[28]
DAGUM C. A new approach to the decomposition of the Gini income inequality ratio[J]. Empirical Economics, 1997, 22(4): 515-531.
[29]
杜书云, 刘丁瑞, 牛文涛. 全面推进乡村振兴下中国趋农产业发展水平的区域差异及分布动态演进[J]. 中国软科学, 2023(2): 46-60.
DU S Y, LIU D R, NIU W T. Regional differences and distribution dynamic evolution of agriculture-oriented industries development in the context of comprehensive rural revitalization in China[J]. China Soft Science, 2023(2): 46-60.
[30]
许庆, 刘进, 熊长江. 中国农村基础设施发展水平、区域差异及分布动态演进[J]. 数量经济技术经济研究, 2022, 39(2): 103-120. DOI:10.13653/j.cnki.jqte.2022.02.005
XU Q, LIU J, XIONG C J. Dynamic evolution of development level, regional differences and distribution of rural infrastructure in China[J]. Journal of Quantitative & Technological Economics, 2022, 39(2): 103-120. DOI:10.13653/j.cnki.jqte.2022.02.005
[31]
陈汉才, 吴增祥, 林悦欣, 沈卓, 黎庭耀, 杨易, 周轩, 张艳. 广东菜心、芥蓝研究现状与展望[J]. 广东农业科学, 2021, 48(9): 62-71. DOI:10.16768/j.issn.1004-874X.2021.09.007
CHEN H C, WU Z X, LIN Y X, SHEN Z, LI T Y, YANG Y, ZHOU X, ZHANG Y. Research status and prospect of flowering Chinese cabbage and Chinese kale in Guangdong[J]. Guangdong Agricultural Sciences, 2021, 48(9): 62-71. DOI:10.16768/j.issn.1004-874X.2021.09.007

(责任编辑     崔建勋)