长江中游地区农业资源得天独厚, 区域内的洞庭湖平原、翻阳湖平原及江汉平原均是我国重要粮食主产区。据统计, 2021年长江中游地区的粮食产量占全国粮食总产量的11.76%, 其中稻谷产量的占比高达31.20%, 为保障我国粮食安全作出了巨大贡献。但近年来, 作为农业资源开发利用强度最高的地区之一, 长江中游地区农业可持续发展面临着巨大挑战。相关研究表明, 长江中游地区耕地占比呈缩小趋势且耕地破碎化程度加剧^[1]；此外, 随着农业现代化的推进, 长江中游地区农用化学要素施用量不断增加^[2], 面源污染、农业碳排放等问题日益突出, 资源环境承受着巨大压力^[3—4]。立足新发展阶段, 如何在提高农业经济产出的同时降低农业环境污染、践行绿色发展理念成为长江中游地区农业发展亟待解决的重要议题。与此同时, 随着长江中游地区协同发展的深入推进, 经济、信息、交通以及其他要素的跨区域流动不断加强^[5], 区域间农业经济也逐渐呈现出复杂的空间关联特征。由此可知, 有必要从网络视角审视长江中游地区农业绿色发展的空间关联关系并探究驱动关联网络形成的因素, 这对于构建跨区域的农业绿色发展协同机制具有重要意义。

农业绿色发展本质为一种可持续的发展方式, 要求在农业生产过程中, 既重视短期利益也追求长期利益；不仅要重视经济效益, 而且要兼顾生态效益^[6—7]。因此, 在考虑环境负外部性的前提下, 如何以最小的资源投入获得最大的经济社会效益逐渐成为关注的热点^[8—9]。强调经济效益和生态效益于一体的生态效率为衡量农业绿色发展水平提供了重要指标参考^[10]。“生态效率”最早于1990年由Schaltegger和Sturm^[11]提出, 其核心思想是以较少的资源投入和较低的污染排放创造较高的经济产出, 实现经济效益和生态效益双赢。由于生态效率高度契合可持续发展理念, 在三十多年的发展历程中, 获得了高度关注并逐渐成为研究热点, 被广泛应用于可持续发展的各个领域。具体到农业领域, 农业生态效率则是指在既定的农业生产要素组合下, 生产要素投入与经济期望产出和环境非期望产出的关系, 是衡量农业经济与资源环境协调发展的重要指标, 受到了学者们的广泛关注。从研究内容上看, 主要包括以下方面：一是农业生态效率的测度。在农业生态效率的评价指标体系上, 现有研究将环境污染纳入研究体系的方法主要有两种, 一种是把环境污染视为投入要素^[12]；另一种则是把环境污染视为非期望产出, 从投入产出角度构建农业生态效率的指标体系。在投入指标方面, 学者们一般选取化肥、农药、机械动力、劳动力、土地等生产要素^[13—14]。产出指标则主要涉及到两个方面：首先是期望产出。学术界在农业生态效率期望产出的选取上基本达成共识, 一般为农业总产值或农林牧渔总产值^[15]。其次为非期望产出, 国内外研究选取的非期望产出指标主要是农业碳排放量^[16]。在农业生态效率的测度方法上, 主要包括生命周期法^[17]、随机前沿法(SFA)^[18—19]、能值分析法^[20]、数据包络法(DEA)^[21—22]等。其中, 由于DEA方法无需主观设定参数和函数, 能够较准确地计算多投入多产出的效率, 现已成为农业生态效率测度应用最广泛的方法。二是农业生态效率的影响因素。现有研究从微观主体行为(如生产环节外包^[23]、土地流转^[24]等)、宏观经济与外部环境(如农村劳动力转移^[25]、农旅融合^[26]等)层面对农业生态效率的影响因素进行了探讨。三是农业生态效率的空间分析。区域协调战略的实施以及空间分析方法的日益完善, 促使学者们开始从空间视角研究农业生态效率。空间视角下的农业生态效率研究主要包括区域差异^[27—28]、空间相关性^[29—31]、空间溢出效应^[32]等, 研究尺度涵盖全国、区域、省域、县市等。以上文献为本文研究奠定了良好的基础, 但仍存在部分局限：一是现有研究对于农业生态效率空间关系的讨论多采用探索性空间数据分析、空间马尔科夫链等传统空间计量方法, 尽管一定程度上揭示了农业生态效率的空间关联特征及溢出效应, 但这种基于“属性数据”的传统空间计量方法将空间关系局限在了经济地理学的“相邻”或“相近”地区上, 难以从整体上考察两个或多个地区之间农业生态效率的空间关联关系并刻画区域整体农业生态效率的空间关联网络特征。二是即使少数学者在认识到“属性数据”的局限后, 开始采用基于“关系数据”的社会网络分析方法就全国^[33]、长江经济带^[34]的农业生态效率空间关联网络及其结构进行了整体分析, 但也尚未有专门针对长江中游这一重要农业生产基地的研究。三是上述针对农业生态效率空间关联网络及其驱动因素的研究多局限于静态视角, 仅针对单一年份进行了探究, 无法反映出空间关联网络及驱动因素在时序上的演化特征, 相对缺乏动态视角的考量。

综上所述, 本文基于2001—2019年长江中游地区38个地级市的面板数据对农业生态效率进行测算, 并将研究期依据五年计划划分为“十五”“十一五”“十二五”以及“十三五”四个时期, 运用引力模型定量刻画各地区之间农业生态效率的空间关联程度, 采用社会网络分析方法探究长江中游地区农业生态效率空间关联网络的动态演化特征, 最后利用二次指派程序(QAP)方法识别长江中游地区农业生态效率空间关联网络的驱动因素, 以期揭示空间关联网络的形成原因, 为长江中游地区实现农业绿色协同发展提供参考。

1 研究区与研究方法 1.1 研究区界定

长江中游地区包括湖北省、湖南省和江西省(图 1), 位于我国中南部, 由于地理位置优越、资源禀赋丰富, 具有较强的农业竞争力, 在农业发展格局中地位十分突出。据湖北省、湖南省和江西省统计局的官方统计, 2021年3省稻谷播种面积之和占全国稻谷播种面积的32.29%, 其稻谷产量总和达到了全国稻谷总产量的31.20%。本文聚焦于长江中游地区, 考虑到数据的可得性, 剔除了湖北的仙桃市、潜江市、天门市及神农架林区, 最终研究范围为长江中游地区38个地级市。

1.2 研究方法 1.2.1 超效率至强有效前沿最近距离(MINDS)模型

本文采用数据包络分析(DEA)方法中考虑非期望产出的超效率至强有效前沿最近距离(MINDS)模型测算农业生态效率, 该模型的投影点为至强有效前沿最小距离的点, 计算得到的效率值衡量的是以最少资源消耗和环境污染为代价取得最大期望产出, 更具经济意义。假设每个决策单元有M种投入(m=1, 2, …, M), U种期望产出(r=1, 2, …, U)以及V种非期望产出(v=1, 2, …, V), 在参考Aparicio等^[35]的基础上, 将超效率MINDS模型具体设定为：

(1)

式中, E为生产可能性集合；第i个地级市的投入、期望产出和非期望产出向量分别记为x_i、y_i和z_i；λ为决策单元的线性组合系数；s_m^-、s_u⁺和s_v^-分别表示投入、期望产出和非期望产出的松弛变量；ρ为农业生态效率, ρ≥1表示决策单元是有效的；0≤ρ < 1表示决策单元存在改进空间。

鉴于农业生态效率强调要综合考量农业的经济和环境效益, 本文在参考潘丹等^[13]、陆杉等^[36]的基础上, 从投入产出角度构建农业生态效率的评价指标体系。具体地, 投入指标包括农业从业人员数(万人)、农业机械总动力(万千瓦)、农作物总播种面积(千公顷)、农用化肥施用折纯量(万吨)、有效灌溉面积(千公顷)；期望产出指标为农业总产值(亿元)；非期望产出指标为农业碳排放量(万吨), 各碳排放源的碳排放系数及计算公式参见李波等^[37]的研究。

1.2.2 空间关联网络分析方法

(1) 引力模型

社会网络分析方法作为一种针对“关系数据”的跨学科分析方法, 被广泛应用于复杂关联网络研究中, 其以关系为基础分析单元, 通过量化区域内各地区之间的关系, 建立彼此间的关系模型。空间关联网络即为区域内各地区空间关联关系的集合, 各地区为网络中的节点, 地区间的关联关系则是网络中的连线, 因此长江中游地区各地级市空间关联关系的确定是本文研究的关键。当前, 对于空间关联关系的确定主要采用引力模型^[38—39]及向量自回归格兰杰因果关系(VAR Granger Causality)检验方法^[40]。相较于VAR Granger Causality检验方法, 基于引力模型的空间关联关系确定方法不仅有助于揭示空间关联网络的动态演变特征, 也能够综合考虑经济、地理距离等因素。参考相关研究^[41], 本文采用修正的引力模型确定长江中游地区农业生态效率的空间关联关系, 具体模型如下：

(2)

其中, Q_ij表示第i、j地级市间农业生态效率的引力, 反映长江中游地区各地级市间农业生态效率的空间关联强度；k_ij为引力系数；ρ_i、ρ_j分别表示i、j地级市的农业生态效率；d_ij为i、j地级市之间的地理距离；g_i、g_j分别表示i、j地区的人均地区生产总值。根据式(2)可计算长江中游各地级市农业生态效率之间的引力矩阵。以引力矩阵中各行的平均值为临界值, 引力高于该行临界值的记为1, 表示该行地级市农业生态效率与该列地级市农业生态效率具有关联关系；引力低于该行临界值的则记为0, 表示该行地级市农业生态效率与该列地级市农业生态效率不具有关联关系。

(2) 社会网络分析方法

本文运用社会网络分析方法探究长江中游地区农业生态效率的空间关联网络结构特征, 包括整体网络特征、个体网络特征与核心-边缘结构3个部分。具体方法介绍和计算公式参见文献^[42—43]。

① 整体网络特征。通过测度网络密度、网络关联度、网络等级度及网络效率对长江中游地区农业生态效率空间关联网络的整体网络结构特征进行刻画。其中, 网络密度表征空间关联网络中关系的数量及复杂度, 网络密度越大则意味着网络中各节点之间的关系越紧密。网络关联度表征空间关联网络的稳健性, 网络关联度越高说明网络越稳健。如果网络中很多连线均通过一个节点相连, 表明网络对该节点具有高依赖性, 一旦排除该节点, 网络有可能崩溃, 稳健性较低。网络等级度表征空间关联网络中各节点在网络中的支配地位, 反映网络中各节点之间在多大程度上是非对称地可达。网络效率表征空间关联网络的连接效率。网络效率越低, 则各节点之间存在越多连线, 农业生态效率的空间关联网络越稳定。

② 个体网络特征。采用点度中心度、中介中心度和接近中心度对长江中游农业生态效率空间关联网络的个体网络特征进行刻画。其中, 点度中心度表征各节点在空间关联网络中的地位, 点度中心度越高, 说明该节点与其他节点的关联关系越多, 该节点也更处于网络的中心地位。中介中心度表征各节点在空间关联网络中的中介作用, 中介中心度越高, 说明该节点在网络中发挥“中介”或“桥梁”的作用越大。接近中心度表征某节点不受其他节点控制的程度, 接近中心度越高, 说明该节点与其他节点存在更多的直接关联关系, 属于中心行动者。

③ 核心-边缘结构。核心-边缘结构是由地区之间相互关联而形成的中心紧凑、外围松散的特殊结构, 表征某一地区在空间关联网络中的地位或重要程度, 常用以辨识网络中的核心成员。因此, 本文利用核心-边缘结构明确长江中游地区农业生态效率空间关联网络中的核心行动者和边缘行动者, 并通过密度矩阵揭示核心区与边缘区的关联密度。

1.2.3 二次指派程序(QAP)方法

为探究长江中游地区农业生态效率空间关联网络形成与演变的驱动力, 本文进一步开展空间关联网络的驱动因素分析。但由于社会网络分析中所涉及到的变量均为关系数据, 且农业生态效率为综合指标, 变量间可能会存在多重共线性, 使用传统计量模型可能会导致结果产生偏差。而二次指派程序(QAP)方法是一种非参数方法, 无需变量满足相互独立的条件, 故而本文采用QAP方法开展长江中游地区农业生态效率空间关联网络驱动因素分析。

1.3 数据来源

本文研究期为2001—2019年, 相关数据来源于《中国区域经济统计年鉴》、各省市统计年鉴与统计公报、EPS数据平台等, 部分缺失数据采用年均增长率进行补齐。鉴于社会网络分析法只能分析截面数据, 为反映长江中游地区农业生态效率空间关联网络的动态演化特征, 本文将研究期依据五年计划划分为“十五”(2001—2005年)、“十一五”(2006—2010年)、“十二五”(2011—2015年)及“十三五”(2016—2019年)四个时期。

2 长江中游地区农业生态效率空间关联网络分析 2.1 长江中游地区农业生态效率联系强度演化分析

本文首先基于引力模型计算“十五”“十一五”“十二五”以及“十三五”时期长江中游各地级市之间的农业生态效率引力强度, 并据此生成引力矩阵, 继而运用ArcGIS 10.2软件绘制四个时期的空间关联网络图(图 2), 图 2中不同颜色连线表示长江中游各地区之间空间关联关系的强弱, 箭头方向为溢出方向。

通过对比四个时期的长江中游地区农业生态效率空间关联网络可知：(1)在引力强度上, 长江中游地区农业生态效率的引力强度不断提高, 各地区农业生态效率均存在空间关联效应, 且突破了传统地理空间限制，实现了跨地区联动, 空间关联呈现出复杂、多线程的网络结构特征。但同时值得注意的是, 关联关系数由“十五”时期的293个下降至“十三五”时期的268个, 远远小于最大可能关系总数1406个(38×37), 说明长江中游地区农业生态效率空间关联关系仍有待加强。(2)在关联关系上, “十五”时期存在以武汉市为关键节点的4对(武汉市-孝感市、武汉市-黄冈市、武汉市-鄂州市、武汉市-黄石市)强关联关系；“十一五”时期宜春市-新余市的引力强度显著提高, 形成了武汉市-孝感市、武汉市-黄冈市、武汉市-鄂州市、宜春市-新余市4对强关联关系；“十二五”至“十三五”时期强关联关系逐渐减少, 由“十二五”时期的3对(武汉市-孝感市、武汉市-黄冈市、宜春市-新余市)减少至“十三五”时期的2对(武汉市-孝感市、武汉市-黄冈市)。强关联关系多分布在湖北的可能原因在于：一方面, 在省际发展差距上, 湖北的农业绿色发展水平较之于湖南和江西而言更高, 积累了更为先进且丰富的农业绿色发展经验, 如在强关联关系仅出现在湖北的“十五”时期, 三个省份的农业生态效率值由高到低分别为湖北(1.027)、江西(0.918)、湖南(0.899)；另一方面, 在省内发展差距上, 湖北省内农业绿色发展的不平衡现象更为突出, 仍以“十五”时期为例, 三个省份的内部发展不平衡程度由高到低分别为湖北、江西和湖南, 其标准差分别为0.123、0.046和0.018, 在农业绿色发展的位势差作用下, 省内各地区由于地缘相近、地域一体、文化相近, 进而在发挥高值地区对低值地区的辐射带动作用上更具优势。(3)在空间结构上, 长江中游地区农业生态效率逐渐呈现出以武汉市、长沙市为中心的“双核”放射性空间格局, 但其整体网络与个体网络特征需进一步借助社会网络分析法进行定量分析。

2.2 整体网络特征分析

为了解长江中游地区农业生态效率空间关联网络的整体结构特征, 本文运用Ucinet 6.0软件对网络密度、网络关联数、网络等级数以及网络效率进行计算, 结果如表 1所示。

由表 1可知：(1)网络密度。研究期内长江中游地区农业生态效率的网络密度呈逐年下降趋势, 由“十五”时期的0.208下降至“十三五”时期的0.191, 说明长江中游地区农业生态效率的空间关联网络趋于松散, 空间相互作用被弱化。(2)网络关联度。研究期内长江中游地区农业生态效率的网络关联度始终为1, 表明网络中不存在不可达点数, 网络具有较好的联通性, 所有地级市均处在空间关联网络中, 没有脱离网络的孤立地区, 空间溢出效应明显。(3)网络等级度。“十五”至“十二五”时期网络等级度稳定在0.053, 而在“十三五”时期下降至0, 说明在农业生态效率空间关联网络中, 各地级市间的等级结构被打破, 网络具有较高的通达性, 每个地级市均可轻松与其他地级市发生空间关联。这可能是因为2016年印发了《长江经济带发展规划纲要》, 突出强调要坚持地区协同联动、共建共享。(4)网络效率。研究期内网络效率由“十五”时期的0.743上升至“十三五”时期的0.766, 说明网络中冗余关系数趋于增加, 空间溢出的多重叠加效应减弱, 网络稳定性下降。整体网络特征的演化规律显示, 尽管研究期内长江中游地区农业生态效率的空间关联效应仍普遍存在, 但空间关联网络的稳定性却趋于下降, 其原因可能在于长江中游地区的湖北、湖南以及江西三个省份都是我国重要的粮食主产区, 因气候环境相似、地理位置邻近, 农产品高度同质化, 地区间农业关系仍以非合作博弈为主。

2.3 个体网络特征分析

由于整体网络特征指标只能反映出宏观层面长江中游地区农业生态效率空间关联网络的结构特征, 无法反映出各节点在网络中的地位或角色, 故本文进一步通过计算点度中心度、中介中心度以及接近中心度来更为细致地揭示个体网络结构特征。受限于篇幅, 本文仅就“十三五”时期长江中游地区农业生态效率空间关联的个体网络特征展开分析, 结果如表 2所示。

由表 2可知, 在点度中心度上, 长江中游地区的均值为19.06, 高于该均值的地级市个数共9个, 排前三位的地级市分别为长沙市、武汉市、鄂州市, 这些地级市与其他地级市均存在较强关联关系, 处于空间关联网络的核心地位。与此同时, 由于上述城市多为省会城市(长沙市、武汉市)或综合交通枢纽城市(鄂州市), 经济及交通区位优势突出, 故其点出度均高于点入度, 在空间关联网络中主要以发出关系为主, 能够辐射带动其他地级市发展。低于均值且排后三位的地级市分别为岳阳市、黄石市、九江市, 说明上述城市与其他地级市的关联关系较弱。可能原因在于岳阳市、黄石市以及九江市均位于各自省份的边界处, 而“十三五”时期农业生态效率空间关联网络中各节点之间的关系仍以省内关联为主, 行政界线一定程度上限制了地级市之间的跨省联动, 进而导致位于省份边界的地级市往往处于空间关联网络的边缘位置。

在中介中心度上, 长江中游地区的均值为3.45, 高于这一均值的地级市共9个, 长沙市、宜昌市以及武汉市位居前三名, 说明这三个城市在空间关联网络中主要发挥中介和桥梁作用, 在农业生态效率提升所需的技术、人才、资金等要素流动上具有较强的支配力和掌握力。长沙市以及武汉市作为省会城市, 毋庸置疑在促进资源要素流动与配置上具有优势地位, 宜昌市则主要是因为其素有“三峡门户”“川鄂咽喉、鄂西重镇”之称, 作为长江中游地区的重要综合交通枢纽, 是长江中游地区农业生产要素、农产品等的中转地, 故其能够成为空间关联网络中的“中介”和“桥梁”。排名后三位的地级市分别为位于省际边界的郴州市、岳阳市以及十堰市, 其中介中心度均小于或等于0.15, 说明这些地级市难以对其他地级市的农业生态效率施加影响。

在接近中心度上, 长江中游地区的均值为57.96, 高于该均值的地级市个数共7个, 其中接近中心度排前三位的地级市与点度中心度排前三位的地级市一致, 分别为长沙市、武汉市和鄂州市, 说明上述地级市在空间关联网络中扮演着中心行动者的角色, 能够快速与其他地级市产生关联。黄石市、衡阳市和岳阳市的接近中心度位居后三位, 说明上述地级市对其他地级市农业生态效率的提升带动作用较弱, 处于空间关联网络的边缘行动者位置。

综上所述, 点度中心度、中介中心度以及接近中心度的结果十分相似。长江中游地区农业生态效率的空间关联网络结构表现出明显的马太效应, 武汉市、长沙市等经济、交通相对发达的地级市在空间关联网络中地位更高, 而位于省际边界的地级市往往处于空间关联网络的边缘位置。值得注意的是, 同为省会城市的南昌市在空间关联网络中的地位均弱于武汉市和长沙市, 说明南昌市与其他地级市的联系还不够紧密, 未充分发挥出其作为省会城市的辐射带动作用。

2.4 核心-边缘结构分析

本文运用Ucinet 6.0软件将长江中游地区农业生态效率空间关联网络划分为核心区和边缘区, 并结合ArcGIS 10.2进行可视化处理；通过计算核心区与边缘区的内部密度及关联密度, 生成密度矩阵反映其关联关系, 结果如图 3和表 3所示。

由图 3可知, 在核心区地级市数量上, “十五”“十一五”“十二五”“十三五”时期处于核心区的地级市分别为15、15、16和16个, 说明研究期内处于核心区的地级市数量相对变化不大；在核心-边缘形态演变趋势上, 除“十五”至“十一五”期间长江中游地区农业生态效率空间关联网络核心区分布形态出现较大变化外, “十一五”至“十三五”期间, 其分布形态基本相似, 说明长江中游地区农业生态效率空间关联网络的核心-边缘结构趋于稳定。具体地, “十五”时期核心区在空间上呈“大聚集、小分散”的分布形态, 主要聚集在江汉平原、洞庭湖平原及省会城市周边；“十一五”“十二五”以及“十三五”时期核心区在空间上则呈现出“小聚集、大分散”的分布形态, 核心区由中部聚集转变为向四周发散, 但在“十三五”时期表现出向中部小幅度聚集的趋势。

由表 3可知, 核心区内部的网络密度尽管在“十三五”时期出现小幅度上升, 但整体仍表现出下降趋势, 由“十五”时期的0.405降至“十三五”时期的0.300；而边缘区内部的网络密度在研究期内持续呈下降趋势, 由“十五”时期的0.089降至“十三五”时期的0.015, 说明核心区和边缘区内部关联均日益松散。核心区对边缘区的网络密度以及边缘区对核心区的网络密度均呈先增后降趋势, 但整体上核心区对边缘区的网络密度由“十五”时期的0.136上升至“十三五”时期的0.173, 边缘区对核心区的网络密度由“十五”时期的0.336上升至“十三五”时期的0.364, 说明核心区与边缘区的关联关系日益紧密, 但值得注意的是核心区与边缘区的网络密度均小于0.5, 说明空间关联网络还存在较大优化空间。

3 长江中游地区农业生态效率空间关联关系驱动因素研究 3.1 模型构建与变量选择

在综合参考相关文献^[44—46]以及数据可得性的基础上, 以长江中游农业生态效率空间关联关系为被解释变量, 从空间邻接关系、经济发展水平差异、农业产业地位差异、财政支出差异、农业劳动力差异、农业机械化水平差异以及交通运输水平差异6个方面选取长江中游地区农业生态效率空间关联的驱动因素。具体地：(1)空间邻接矩阵(ad)：空间相邻的地级市由于地理位置相近, 要素跨区域流动也更为畅通, 从而农业生态效率也更易于产生关联。本文通过构建0—1邻接矩阵表征地级市之间的邻接关系, 其中地级市之间相邻记为1, 否则记为0；(2)农业产业地位差异矩阵(agri)：农业产业地位相近的地区在农业产业发展过程中往往有着更多的联系, 本文基于第一产业比重指标构建差异矩阵；(3)财政支出差异矩阵(gov)：财政支出水平表示地方政府宏观调控上的能力强弱, 其水平越强对于农业发展的调控能力也越强, 本文基于财政支出指标构建差异矩阵；(4)农业从业人员差异矩阵(labor)：农业从业人员是农业生产的重要生产要素, 其跨区域流动能够使地区间农业生态效率产生空间关联；(5)经济发展水平差异矩阵(pgdp)：经济发展水平是地区间进行交流与产生关联的基础, 本文基于地方人均国内生产总值(GDP)指标构建差异矩阵；(6)交通运输水平差异矩阵(trans)：地区交通基础设施越发达, 说明可达性越高, 有助于产生空间关联, 本文基于公路里程指标构建差异矩阵。

基于上述驱动因素的选取, 最终构建的模型如下：

(3)

式中, S表示长江中游地区农业生态效率空间关联矩阵；ad、agri、gov、labor、pgdp、trans分别表示空间邻接矩阵、农业产业地位差异矩阵、财政支出水平差异矩阵、农业从业人员差异矩阵、经济发展水平差异矩阵以及交通运输水平差异矩阵。

3.2 QAP结果分析

基于式(3)模型对“十五”“十一五”“十二五”以及“十三五”时期长江中游地区农业生态效率空间关联关系驱动因素进行QAP回归分析, 随机置换次数为2000, 结果如表 4所示。

由表 4的回归结果可知, 空间邻接矩阵系数在研究期内均为正数, 且在1%的水平上显著, 说明在地理位置上相邻的地级市更容易产生空间关联, 其可能原因在于：一方面, 相邻的地级市之间农业生产要素的流动成本相对较低, 要素流动较为通畅；另一方面, 相邻的地级市往往经济发展水平、农业生产条件等较为相似。农业产业地位差异矩阵系数在研究期内均为负值, 仅“十三五”时期未通过显著性检验, 说明在总体上, 农业产业地位相近的地级市之间农业生态效率的空间关联越强。财政支出差异矩阵系数与经济发展水平差异矩阵系数始终为负数, 且均通过了10%的显著性检验, 说明地级市之间财政支出水平与经济发展水平越相近, 越有助于发挥农业生态效率的网络传导效应, 促进空间关联网络的形成。农业从业人员差异矩阵系数在研究期内均不显著, 说明其对空间关联网络结构的影响有限, 可能是由于当前我国农业经营的主要形式仍是以小农经济为主, 而耕地空间位置的不可移动以及使用的排他性极大限制了农业从业人员的空间流动, 进而无法对空间关联网络产生影响。交通运输水平差异矩阵的系数在“十五”至“十一五”时期为负数但不显著, 而在“十二五”至“十三五”时期转变为正数, 并在10%的水平下显著, 说明交通运输水平日益成为影响空间关联网络的重要因素, 这可能是因为交通运输水平较高的地级市往往发展水平较高, 虹吸效应的存在强化了与其他地级市的空间联系, 从而促进空间关联网络的形成。

4 结论与讨论 4.1 结论

本文运用超效率MINDS模型对2001—2019年长江中游地区农业生态效率进行测算, 并将研究期划分为“十五”“十一五”“十二五”和“十三五”4个时期, 运用引力模型和社会网络分析方法揭示长江中游地区农业生态效率的空间关联网络结构特征和动态演化规律, 继而采用QAP方法探究空间关联网络形成的驱动因素。研究结论如下：(1)长江中游地区农业生态效率的空间关联效应已突破传统地理距离限制, 呈现出相互交织的复杂空间网络结构。整体网络密度、网络关系数以及网络等级度均呈下降趋势, 网络效率趋于上升, 网络结构有待进一步优化；(2)在个体网络结构特征上, 武汉市和长沙市在网络中扮演中心行动者角色且充当“中介”和“桥梁”作用, 而处于省际边缘的地级市则在网络中扮演边缘行动者角色, 对其他地区的空间溢出效应较弱；(3)在核心-边缘结构上, 核心区的空间分布由“大聚集、小分散”演变为“小聚集、大分散”, 核心区与边缘区的关联关系趋于紧密；(4)在空间关联网络的驱动因素上, 地理空间的邻接、农业产业地位、财政支出水平与经济发展水平的相近、交通运输水平的差异均能够促进长江中游地区农业生态效率空间关联网络的形成。

4.2 讨论

与已有研究多关注农业生态效率的空间格局、空间溢出效应不同, 本文从复杂网络视角探讨了长江中游地区农业生态效率的空间关联网络及其驱动因素, 弥补了以往研究受制于地理空间距离、地区发展等级而忽视地区间水平关联和远域关联的不足。研究结论显示长江中游地区农业生态效率具有明显的空间网络特征, 且内部等级结构趋于松散, 这一结论与吉雪强和张跃松^[34]得到的长江经济带种植业碳排放效率整体呈现出复杂空间网络特征、空间关联网络由单极主导演变为多中心协同发展格局等结论具有相似性；然而, 本文所得到的长江中游地区农业生态效率空间关联网络的关联性减弱、稳定性下降结论却与其得出的长江经济带种植业碳排放效率空间关联网络的关联性增强、稳定性上升结论相反, 可能原因在于相对于大范围的长江经济带区域而言, 长江中游区域内地区在地理环境、地区资源禀赋、经济发展水平等方面均存在较小差异, 尤其三个省份在农业生产上具有高度的相似性, 均以稻谷、油菜等农产品为主, 农产品同质化导致的农业产业竞争可能远远大于长江经济带地区。同时, 地区为追求自身经济效益的最大化往往倾向于独立开展农业绿色生产活动, 进一步加剧了非合作博弈, 削弱了地区间的空间关联性。

厘清长江中游地区农业生态效率空间关联关系及其驱动因素对于促进其农业可持续协同发展具有一定实践指导意义。结合上述结论, 本文的政策启示如下：(1)应全面了解长江中游地区农业生态效率的空间关联关系及其网络结构特征, 强化农业可持续发展的系统观念与空间观念。研究表明长江中游地区中各地级市的农业生态效率普遍存在空间关联关系, 但空间关系仍以省内关联为主。为此, 未来应当进一步强化长江中游地区协同发展机制, 消除地方保护主义与市场分割行为, 打破行政界线壁垒, 提高省际之间关联的紧密程度。(2)要理性认识各地区在空间关联网络中的不同地位与作用, 因地制宜以推进农业绿色发展。一方面, 位于核心区的武汉市、长沙市等地区应充分发挥位置优势和资源禀赋优势, 辐射带动其他地区农业生态效率增长；另一方面, 位于边缘区的岳阳市、黄石市等地区应加强与周边地区的交流与合作, 建立农业可持续发展联系沟通机制, 积极主动融入长江中游地区协同发展规划。(3)深入挖掘长江中游地区农业生态效率空间关联网络形成的驱动因素, 积极推进区域经济、财政、农业发展水平等协同发展以缩小地区间差异, 为地方农业可持续发展的空间溢出提供重要条件保障。

长江中游地区农业绿色发展的合作联动目前仍处于探索阶段, 未来如何优化空间网络结构、实现区域农业绿色协同发展将是重要的研究课题。本文从网络视角出发揭示了长江中游地区农业生态效率的空间关联关系, 探索了农业生态效率的空间传导机制, 一定程度上弥补了现有研究对于农业绿色发展空间关联关系分析的不足。但受限于数据来源和获取方式, 对于长江中游地区农业生态效率空间关联网络的驱动因素, 本文仅从空间邻接、经济发展水平、农业产业地位、财政支出水平、农业从业人员以及交通运输水平6个方面考察了其对空间关联网络形成的影响, 具有一定片面性；同时, 本文仅探究了驱动因素的作用程度和作用方向, 未来有必要进一步理清各驱动因素间互动的作用机制, 为农业绿色发展区域协作提供新的理论认知和经验参考。