不同区域农业机械化生态风险的比较分析

洪丽君，黄　英

(武汉工程科技学院 经济与管理学院，武汉　430200)

0　引言

农业机械化是农业现代化加速发展的推进器，也是促进整个农村经济发展的重要途径。农业机械化的发展对农业乃至整个农村经济整个系统生态功能发挥的影响是巨大的，既是农业机械化健康发展的重要保障，也与农村稳定及经济安全息息相关。因此，农业机械化滋生的生态安全与风险预警越来越受重视，更是近年来各级政府部门、广大学者等相关人员的关注焦点[1]。当前，围绕水土资源及农业环境这些系统生态安全与风险预警的相关研究已初见成效，研究方法上涵盖定性和定量，研究尺度上既有宏观分析也有针对具体区域进行的微观具体分析，研究视角上既有发展预测也有当前状态分析，研究内容也从改善区域水土资源以及农业生态环境的对策分析延伸到了对水土资源及农业环境生态安全与风险预警评价及生态工程规划设计等更系统和全面的层面[2-4]。从研究成果来看，当前的研究中心以水土资源和农业环境生态安全评价的成果居多，风险评价与预警的成果较少；结合具体区域进行微观分析的成果较多，进行区域间差异比较的成果比较匮乏；以城市或将农村与城市作为一个整体的宏微观研究居多，关于农业机械化生态风险评价的成果并不多见。而从当前我国的基本情况和发展趋势而言，随着农业现代化进程的加速推进，农业机械化引发的生态风险不管是在经济属性还是发展阶段上都有很大不同，因此对农业机械化独立分析更为客观合理。另外，从防范角度来讲，农业机械化生态安全也不容忽视。因此，运用已经比较成熟的分析方法针对农业机械化生态风险评价这片待开发领域进行空间异质性的综合比较分析十分必要。为了探讨各区域农业机械化生态风险的异质性变化规律，本文首先构建了2015年31个省(市、区)农业机械化生态风险的综合评价指标体系；接着，运用主成分分析法对31个地区的农业机械化生态风险进行了综合评价，根据风险综合评价的结果进行了区域比较分析和预警等级划分；最后，运用因子分析法对各区域农业机械化生态风险的差异进行了影响因素分析，并提出了改善相关区域农业机械化生态警情的实证建议。

1　研究设计

1.1设计思路

要对不同区域农业机械化的生态风险进行综合评价和比较分析，就必须考虑引发区域农业机械化生态风险的多项影响指标，而各项指标所起作用不尽相同，因此需要结合统计软件对指标体系进行综合评价模型构建。综合评价模型构建采用的方法是主成分分析和因子分析，结合2015年的省际面板数据可对多项指标提取公共因子，并以公共因子对应的方差贡献率作为权数采用加权平均法构建综合评价模型。将根据软件算出的各区域指标对应的公共因子得分代入模型即可得到生态风险综合指数，农业机械化生态风险的区域特征大小便可由生态风险综合指数来反映。

由于各地农业机械化生态风险综合评价指数大小不一，为了便于对各地农业机械化存在的生态风险进行分级预警，采用极值标准化法对风险综合指数进行标准化处理。因风险指数为正向指标，指数越大，风险越大，预警级别越高，所以对其进行极值标准化处理。标准化处理后的风险指数范围为0～1之间，数值越靠近1，风险越大，预警级别越高。结合其他学者的相关研究，将风险指数采用等距分组分为巨警、重警、中警、轻警和无警5级[5]，具体评级表如表1所示。最后，可根据指标的因子载荷量结合旋转后的因子载荷矩阵对指标进行影响程度的主次分析。

表1　区域农业机械化生态风险对应的预警等级

1.2农业机械化生态风险指标体系构建

农业机械化生态风险一般表现为农业机械化投入及作业等活动引发的对农业生态系统健康程度造成的威胁[6]，而农业机械化生态风险的空间异质性则应来自不同区域在风险反映变量随着空间位置变化时呈现多方面属性差异的综合测度。由于各方面属性存在一定程度的差异，且每个反映变量所起的重要性程度并不相同，因此首先需要结合相关理论进行完整的指标体系构建，然后采用科学合理的定量分析方法对指标体系进行综合测度。当前绝大部分学者构建的生态风险评价指标体系多采用分解法，即首先从不同的视角将生态系统进行子系统分解，然后对各子系统选用合理的定量指标测度。目前的子系统分解方案主要以“自然-经济-社会”和“压力-状态-响应”两种框架为主[7]；但农业机械化作为一个动态的经济子系统，其与水土资源及农业环境在经济属性和利用特征等各方面均有明显差异，且当前农业机械化数据库系统并不完善，因此文章选用的指标体系在基于投入和产出的层面上将其具体表现为“投入-作业状态-生态效应”这样一个动态过程。[8]具体的农业机械化生态风险评价指标体系如图1所示。

2　结果与分析

2.131个省、直辖市和自治区农业机械化生态风险的比较分析

根据SPSS综合分析结果(见表2、图2)结合各风险等级的具体分布来看：31个省、直辖市和自治区中，有2个地区生态风险为巨警等级，所占比重为6.45%；有4个地区生态风险为重警等级，所占比重为12.90%；1个地区为中警等级，所占比重为3.23%；10个地区为轻警等级，所占比重为32.26%；14个地区为无警等级，所占比重为45.16%。虽然从轻警以下的风险等级来看我国大部分地区农业机械化面临的生态风险形势还比较乐观，但结合农业发展来看生态风险预警等级较低的地区大部分皆是农业机械化投入较低农业效益不显著的省市，若加速农业机械化的投入与发展，其生态风险等级势必会有所提高。其次，东、西、中部地区农业机械化生态风险的差异仍然比较显著。农业机械化面临较大生态风险的地区以华北地区为主，东北和华东有部分省份；农业机械化面临较小生态风险的地区以西北、西南和青藏地区为主，华中、华北、华东和华南有少数省份。综合来看，各区域间农业机械化生态风险的空间异质性与地区农业发展速度呈现正相关关系。

具体而言，我国31个省、直辖市和自治区中农业机械化生态风险指数最高的前5名分别是：山东、河南、黑龙江、安徽和河北。这些地区大部分都是以农业作为主要支柱产业的大省，说明当前地区农业经济发展仍然是引发农业机械化生态风险的主要诱因，大力发展农业机械化带来的生态风险应该引起足够的重视。东部和中部地区的农业机械化发展速度历来一直领先于西部地区，从而使东部和中部在当前面临比西部更为严峻的农业机械化生态威胁，这在各区域农业机械化生态风险的综合评价中再次得到了印证。国家对西部地区可以进一步加强资金、政策等多方面的支持力度，但注意要保障农业机械化生态系统健康的服务功能，而东部和中部地区应在减少农业机械化活动对农业生态系统的干扰和保护农业生态环境等方面采取进一步的举措。

海南、福建、重庆、贵州和云南是当前我国农业机械化生态风险预警等级最低的5个地区。从农业发展情况来看，这些地区农业机械化投入在其农业发展中所起的作用还可进一步加强。从各等级的地区分布比重来看，当前针对不同地区的发展状况需要采取不同的发展战略，必须对农业机械化生态风险较严重地区进行风险防治与加强预警；必须处理好农业机械化发展较快地区的经济发展与农业机械化生态风险之间的矛盾；必须加快机械化条件较劣地区的多项投入，进行与农业生态承载力相匹配的开发与建设，加快地区经济发展速度。同时，农业机械化系统是一个多层次、多维度的动态综合整体，必须促进系统要素的优化配置，尽可能实现“1+1>2”的功效。

图1　农业机械化生态风险评价指标体系

地区风险指数标准化值预警等级所属区域排名山东1．0000巨警华北1河南0．8972巨警华北2黑龙江0．7196重警东北3安徽0．6763重警华东4河北0．6651重警华北5江苏0．6309重警华东6

续表2

图2　2015年各地区农业机械化生态风险评价得分

2.2不同区域农业机械化生态风险的警情和影响因素分析

结合表1和表2可得到不同地域划分的预警等级分布。根据地域划分来看：农业机械化生态风险最严重、预警等级为巨警的区域以华北拥有省(市、区)最多，预警等级为重警的区域以华东居多，东北和华北各有1个省份；风险一般、预警等级为中警的区域以西北地区居多；轻警等级主要分布在华中地区，东北和华北各有2个省份；而西北、西南和青藏地区的农业机械化生态风险较小，各拥有较多的无警等级。农业机械化生态风险的因子载荷量如表3所示。

表3农业机械化生态风险的因子载荷量

Table 3Factor loading of indexes on ecological risk of agricultural mechanization

萃取构面指标因子载荷量特征值解释百分比/%农业机械化投入农业机械总动力0．956联合收割机数量0．936农用化肥施用量0．891农药使用量0．858农用小型拖拉机数量0．855农用排灌电动机数量0．845农用排灌柴油机机数量0．8019．04837．70作业效率粮食人均占有量0．784机电排灌面积0．768除涝面积-0．729其他投入农用塑料薄膜使用量0．682农村居民家庭拥有农业机械原值0．914农用大型拖拉机数量0．8554．65819．41生态响应人均耕地-0．834水土流失治理面积-0．901受灾面积0．688退耕还林工程造林面积-0．6782．50810．45

由表3可知：农业机械化投入是影响农业机械化生态风险的最主要因素，山东、河南和黑龙江等地一直是机械化投入和作业效率较高的全国农业大省，因此这些地方农业机械化对农业生态环境的影响是较大的，再加上人口压力的双重效应，直接导致了风险等级较高的危险状态；而安徽、河北、江苏等地位列重警等级的主要原因在于地区农业经济响应较弱且环境状态与压力的影响：湖南、湖北等地因处于农业经济发展的上升期，目前农业机械化的投入和作业效率对农业生态环境的影响并未上升到危险的等级，后期应着重在加大农业机械化投入与农业生态环境的协调发展上下功夫；青海和西藏等地农业机械化生态风险较小的主要原因在于其农业资源上对农业机械化投入和作业的限制，后期可着重在加大农业经济发展力度上下功夫；新疆、吉林和内蒙等地在农业机械化生态风险和农业经济发展上皆表现得较优，后期可保持农业机械化与农村经济协调发展的良好态势。综合来看：当下加大农业机械化投入对加剧农业资源环境与经济发展的矛盾并没有缓解，反而有些许加剧的趋势。作为一个农业大国，如何协调这些尖锐的矛盾将是急需解决的焦点。各地区对农业机械化生态安全与风险的重视力度需要继续加强，对现有农村经济要采用保障农业生态系统健康发展的现代化农业发展模式[8]。

3　结论与讨论

首先，选择了农业机械化生态风险综合评价的动态指标体系；接着，结合生态风险综合评价指数标准化值的分布和前人对我国31个省(市、区)农业机械化生态风险的预警等级进行了分类与评价；最后，结合因子分析的结果对警情比较严重地区提出了有针对性的改善分析。其研究结论客观、真实地展现了当前我国农业机械化生态风险的空间异质性规律，同时可为降低不同地域农业机械化生态风险等级的政策制定提出提供有效的实证参考。通过上述实证研究可知：

1)根据2015年31个省区农业机械化生态风险指标体系的综合分析结果，各地农业机械化面临的生态风险按从大到小的排名依次是：山东、河南、黑龙江、安徽、河北、江苏、新疆、吉林、湖南、湖北、辽宁、内蒙古、西藏、天津、广东、江西、四川、上海、宁夏、甘肃、广西、浙江、青海、山西、北京、陕西、海南、福建、重庆、贵州、云南。

2) 我国31个省(市、区)的农业机械化生态风险空间差异比较显著，31个省、直辖市和自治区中，有2个地区生态风险为巨警等级，所占比重为6.45%；有4个地区生态风险为重警等级，所占比重为12.90%；1个地区为中警等级，所占比重为3.23%；10个地区为轻警等级，所占比重为32.26%；14个地区为无警等级，所占比重为45.16%。从地域分布来讲，我国青藏、西北、西南地区农业机械化生态风险较小，华北、华东、东北地区农业机械化生态风险形势较严峻。

3)研究结果表明：影响农业机械化生态风险的主要因素依次是农业机械总动力、联合收割机数量、农用化肥施用量、农药使用量、农用小型拖拉机数量、农用排灌电动机数量、农用排灌柴油机机数量、粮食人均占有量、机电排灌面积、除涝面积、农用塑料薄膜使用量、农村居民家庭拥有农业机械原值、农用大型拖拉机数量、人均耕地、水土流失治理面积、受灾面积及退耕还林工程造林面积。当前，东、西、中部在农业机械化生态风险的空间差异与农业机械化投入及农业经济发展呈正相关关系。农业机械化发展速度加快使农业生态系统面临的风险呈现加剧趋势，经济发展差距使得区域间社会、环境、人口压力的差距在不断膨胀，从而对农业生态系统影响加剧，生态系统恢复程度日趋减弱。从长远看，地区农业机械化发展的不平衡和现代化农业的可持续发展模式应该是下一步着力改进的地方。

参考文献：

[1]Zhou Z, Huang Y.Spatial Heterogeneity and Its Influencing Factors of Ecological Security in Rural Land [J]. Journal of Geochemical Exploration, International Journal of Earth Sciences and Engineering,2015,8(4):1902-1909.

[2]张军以,苏维词,张 捷.2000-2009年重庆市土地资源生态安全评价及趋势分析[J].地域研究与开发,2011,30(4): 127-140.

[3]刘亚琼, 黄 英.农业机械化对农村环境影响的实证研究[J].农机化研究,2016,38(12):75-80.

[4]谢正峰. 中国“土地生态安全”与“土地生态风险”研究比较[J].云南地理环境研究，2012,24(5):12-18.

[5]Bommarco R, Kleijn D, Potts S G. Ecological intensification: harnessing ecosystem services for food security[J].Trends in Ecology & Evolution, 2013,28(4):230-238.

[6]李文华, 成升魁, 梅旭荣,等.中国农业资源与环境可持续发展战略研究[J].中国工程科学,2016, 18(1):56-64.

[7]彭 建, 吴健生, 潘雅婧,等. 基于PSR模型的区域生态持续性评价概念框架[J]. 地理科学进展, 2012,31(7):933-940.

[8]张敏, 洪丽君. 基于 DEA 的区域农业机械化投资效率比较分析[J]. 农机化研究, 2017,39(3):264-268.