Spatio-Temporal Distribution and Its Influencing Factors of "One Village One Product" Demonstration Villages and Towns in China
-
摘要: “一村一品”示范村镇是乡村产业振兴的重要发展模式。以第1 ~ 11批3 780个全国“一村一品”示范村镇为研究对象,综合运用核密度分析、平均最近邻算法、标准差椭圆、分位数回归等方法分析其时空演变特征和影响因素。结果表明:“一村一品”示范村镇空间分布不均衡,多集中于京津冀—鲁西南、四川盆地、长三角与珠三角等经济相对发达的地区,反映了不同地区乡村产业振兴水平存在较大差异。示范村镇产业结构不尽相同,主要以初级产品和第一产业为主,休闲农业、农村服务业等二三产业所占比例过小。自然与人文条件及社会经济因素综合影响示范村镇的形成与分布,地方财政支出、路网密度、人均地区生产总值、农林牧渔业总产值、人均可支配收入等社会经济类指标与示范村镇数量存在正相关关系。据此提出加大财政转移支付力度、重视城乡产业协同发展、促进高端农业品牌打造等建议。Abstract: "OneVillage One product" is an important development model for rural industrial revitalization. The first to eleventh batches of 3780 national "One Village One Product" demonstration villages and towns are used as the research objects, and their spatial and temporal evolution characteristics and influencing factors are analyzed by using kernel density analysis, average nearest neighbor algorithm, standard deviation ellipse, quantile regression, and other methods. The results show that the spatial distribution of "One Village One Product" model villages and towns is uneven, mostly concentrated in the relatively developed economic regions such as Beijing-Tianjin-Hebei-Southwestern Shandong contiguous area, Sichuan Basin, Yangtze River Delta, and Pearl River Delta, reflecting the large difference in the level of rural industrial revitalization in different regions. The industrial structures of model villages and towns are different, relying mainly on primary products and primary industries, and the proportion of secondary and tertiary industries such as leisure agriculture and rural services is too small. Natural and human conditions and socio-economic factors together influence the formation and distribution of model villages and towns, among which socio-economic indicators such as local fiscal expenditure, road network density, regional per capita GDP, the gross output value of agriculture, forestry, animal husbandry and fishery, and per capita disposable income have positive relationships with the number of model villages and towns. Accordingly, improving measures are proposed such as increasing financial transfer payments, attaching importance to the synergistic development of urban and rural industries, and promoting the creation of high-end agricultural brands.
-
改革开放以来,我国工业化、城镇化得到快速发展。但在二元体制下城乡要素流动受到阻碍,城乡差距拉大,居民收入分化加剧,农村地区面临着基础薄弱、产业效益和竞争力不强、精神文化匮乏、老龄化速度加快等一系列问题,发展不平衡、不充分问题尤为突出。广大农村作为中国最基本的社会组织单元,是实现乡村振兴的主要载体[1]。自2000年以来,我国相继提出了新农村建设、美丽乡村、乡村振兴等一系列发展目标。2018年《中共中央 国务院关于实施乡村振兴战略的意见》发布,提出“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”的总要求,将产业兴旺作为乡村振兴的重点;到2020年,我国完成了现行标准下农村贫困人口全部脱贫、全面建成小康社会的历史性任务,“三农”工作的重心开始转向全面推进乡村振兴和农业农村现代化建设;2022年中央一号文件提出要逐步提高中央财政衔接推进乡村振兴补助资金用于产业发展的比重,重点支持帮扶产业补上技术、设施、营销等短板,强化龙头带动作用,促进产业提档升级,聚焦产业促进乡村发展,为乡村全面振兴工作进一步指明发展方向[2]。但在乡村产业振兴过程中,缺乏主导产业的乡村面临着发展水平低、基本要素供给不足的问题,在产品质量、产业结构、农产品品牌建设方面亟需优化升级[3]。而专业村镇中大部分村民从事一种或多种相互关联的生产或服务活动,逐渐形成具有一定知名度的某一种产品或行业[4],通过优化配置和有效管理影响乡村产业发展过程中的物质和非物质要素,能够较好应对当前乡村产业振兴过程中面临的问题[5]。
20世纪70年代,日本大分县为扭转当地人才资金外流、产业萎缩的局面,发动了“一村一品”运动,通过大力发展特色产品,推进规模化、市场化、标准化建设,发展出一个或数个区域特色明显、市场潜力较大、附加值高的主导产业,提升当地经济整体实力和综合竞争力。该举措取得了显著成效,成为许多国家,尤其是发展中国家振兴乡村产业的重要手段[6]。1983年8月,“一村一品”运动创始者被邀请至上海举办演讲,随后“一村一品”运动在我国逐渐发展[7],陕西、广东、安徽等省份相继出台有关“一村一品”的扶持措施。在全面推进乡村产业振兴和农业农村现代化建设过程中,通过建立地市级、省级、国家级“一村一品”示范村镇评价认定体系,评选一批发展效果好、示范带动作用强的典型村落,能够自上而下地引导乡村发展,充分调动地方政府、当地村民和外部市场积极性。乡村在开展创建、对标工作的过程中,也可以因地制宜,充分发掘当地优势,衔接脱贫攻坚成果,激发自下而上推动乡村产业振兴的发展动力。这其中,全国“一村一品”示范村镇的评定标准更具有代表性和权威性,遴选要求更高,认定对象示范带动作用更强。截至2022年6月,国内已公布11批共计3780个国家级“一村一品”示范村镇。
“一村一品”示范村镇实质上是村域尺度上的产业集群,表现为区域农业经济空间中的凸起[8]。针对专业村镇的研究大多从地理视角切入,研究范围涉及全国[9],也有黄河流域[10],还有河南省[11]、北京市[12]等区域,采用核密度分析、地理探测器、分位数回归等方法,聚焦不同类别专业村镇的形成机制[8]、空间格局演化与集聚[13]、影响因素[14]等问题。现有“一村一品”研究多采用定性方法,探究其发展模式与对策,对“一村一品”示范村镇影响因素的分析多局限于村域及周边环境,以中微观尺度为主,较少从地域分异及演变特征角度对“一村一品”示范村镇开展研究,从宏观层面探讨“一村一品”示范村镇空间分布与形成机制的研究也较为欠缺。基于此,本研究借助ArcGIS 10.8软件,以第1 ~ 11批全国“一村一品”示范村镇为研究对象,采用核密度分析、平均最近邻算法、标准差椭圆、分位数回归等方式进行可视化研究与分析,了解目前我国“一村一品”示范村镇时空分布特征与影响因素,以期对我国乡村产业振兴提供一定参考和借鉴。
一. 数据来源及研究方法
一 数据来源
全国“一村一品”示范村镇数据来源于农业农村部乡村产业发展司(http://www.xqj.moa.gov.cn)2011—2021年陆续公布的11批共计3 780个示范村镇名单(见表1),具体分布统计见表2。村镇产业分类参考《商务部、财政部、国家税务总局关于开展农产品连锁经营试点的通知》中农产品范围注释及《农业及相关产业统计分类(2020)》中的相关说明,将全国“一村一品”示范村镇划分为12类。全国省级行政区划图基于国家测绘地理信息局标准地图服务网站下载审图号为GS(2020)4619号的标准地图制作。地形地貌数据、降水量数据、流域片区数据、农业片区数据等来源于中国科学院地理科学与资源研究所(http://www.igsnrr.ac.cn)。人文地理综合区划数据来源于国家科技资源共享服务平台国家地球系统科学数据中心下的长江三角洲分中心(http://nnu.geodata.cn)。各示范村镇经纬度坐标由高德地图API(application programming interface)解析方法批量获取,并导入ArcGIS中进行可视化,不同类型片区中村镇数量采用ArcGIS中叠加分析中的空间连接工具进行计算。
表 1 第1 ~ 11批全国“一村一品”示范村镇数量批次 公布年份 数量 /个 第1批 2011 322 第2批 2012 326 第3批 2013 322 第4批 2014 324 第5批 2015 306 第6批 2016 316 第7批 2017 300 第8批 2018 300 第9批 2019 442 第10批 2020 423 第11批 2021 399 合计 3 780 表 2 第1 ~ 11批全国“一村一品”示范村镇分布统计省(自治区、直辖市) 数量/个 占比/% 山东 253 6.69 四川 195 5.16 陕西 190 5.03 江苏 187 4.95 湖北 166 4.39 河南 164 4.34 河北 162 4.28 新疆 160 4.23 安徽 147 3.89 广东 143 3.78 广西 130 3.44 重庆 128 3.39 浙江 122 3.23 云南 121 3.20 江西 120 3.17 湖南 116 3.07 贵州 113 2.99 黑龙江 109 2.88 山西 108 2.86 辽宁 108 2.86 福建 106 2.80 甘肃 103 2.72 内蒙古 102 2.70 吉林 95 2.51 北京 91 2.41 青海 87 2.30 宁夏 76 2.01 西藏 52 1.38 天津 52 1.38 海南 38 1.01 上海 36 0.95 合计 3780 100.00 二 研究方法
1 核密度分析
核密度分析用于计算点、线等要素在指定领域范围内的单位密度,能够直观地反映出该要素在连续区域内的分布情况,分析结果是中间值大而周边值小的光滑曲面[15]。用r表示搜索半径、i(i = 1,2,…,n)表示输入点,$ {d}_{i} $为i与新位置的距离,则新位置的核密度由公式(1)确定。
$$ {\text{Density}} = \frac{3}{{\pi {r^2}}}\sum\limits_{i = 1}^n {{{\left( {1 - {{\left( {\frac{{{d_i}}}{r}} \right)}^2}} \right)}^2}} $$ (1) 2 平均最近邻算法
平均最近邻算法(average nearest neighbor,简称ANN)用以计算每个要素与其最近邻要素之间的平均距离,然后将其与随机分布的平均距离进行比较。如果最近邻要素间的平均距离大于随机分布的平均距离,则认为要素分布的模式趋向于扩散;如果最近邻要素间的平均距离小于随机分布的平均距离,则认为要素分布的模式趋向于聚集[16],计算公式如下。
$$ \mathrm{A}\mathrm{N}\mathrm{N}=\frac{{\overline{D}}_{{\rm{O}}}}{{\overline{D}}_{{\rm{E}}}} $$ (2) 式中:$ {\overline{D}}_{{\rm{O}}} $表示每个要素质心与其最近邻要素质心位置间距离的均值,计算公式为$ {\overline{D}}_{{\rm{O}}}=\dfrac{ \sum _{i=1}^{n}{d}_{i}}{n} $;$ {\overline{D}}_{{\rm{E}}} $表示随机模式下指定要素间的期望平均距离,计算公式为$ {\overline{D}}_{{\rm{E}}}=\dfrac{0.5}{\sqrt{n/A}} $。式中,n为点单元数,A为所研究区域面积。
3 标准差椭圆
标准差椭圆可以有效地刻画某些要素的空间分布特征[17],通过椭圆重心、长短轴和偏转角度等指标反映要素在空间分布上的聚集方向、聚集程度和聚集中心。$ {x}_{i} $、$ {y}_{i} $为要素坐标,$ \overline{x} $、$ \overline{y} $为所有坐标点的均值,椭圆方位角$ \theta $、长轴长度$ {\sigma }_{x} $、短轴长度$ {\sigma }_{y} $的计算公式如下。
$$ \mathrm{t}\mathrm{a}\mathrm{n}\theta =\dfrac{ \displaystyle { \displaystyle\sum}_{i=1}^{n}{({x}_{i}-\overline{x})}^{2}- \displaystyle { \displaystyle\sum}_{i=1}^{n}{({y}_{i}-\overline{y})}^{2} + \sqrt{{\left[ \displaystyle { \displaystyle\sum}_{i=1}^{n}{({x}_{i}-\overline{x})}^{2}- \displaystyle { \displaystyle\sum}_{i=1}^{n}{({y}_{i}-\overline{y})}^{2}\right]}^{2} + 4 \displaystyle { \displaystyle\sum}_{i=1}^{n}{({y}_{i}-\overline{y})}^{2}{({x}_{i}-\overline{x})}^{2}}}{2 \displaystyle { \displaystyle\sum}_{i=1}^{n}({x}_{i}-\overline{x}) \displaystyle { \displaystyle\sum}_{i=1}^{n}({y}_{i}-\overline{y})} $$ (3) $$ {\sigma }_{x}=\sqrt{\frac{{ \displaystyle\sum} _{i=1}^{n}{\left[\right({x}_{i}-\overline{x})\mathrm{c}\mathrm{o}\mathrm{s}\theta -({y}_{i}-\overline{y}\left)\mathrm{s}\mathrm{i}\mathrm{n}\theta \right]}^{2}}{n}} $$ (4) $$ {\sigma }_{y}=\sqrt{\frac{{\displaystyle\sum} _{i=1}^{n}{\left[\right({x}_{i}-\overline{x})\mathrm{s}\mathrm{i}\mathrm{n}\theta -({y}_{i}-\overline{y}\left)\mathrm{c}\mathrm{o}\mathrm{s}\theta \right]}^{2}}{n}} $$ (5) 4 分位数回归
本研究首先采用分位数回归(quantile regression,简称QR)方式对模型进行估计。该方法是对最小二乘法的延伸,能够估计不同分布特征的因变量,使回归结果更符合实际分布特点[18]。同时,笔者还希望探索响应变量的全局分布,以考察不同分位数上要素数量的影响因素。由此,建立如下模型。
$$ {Q}_{\theta }\left({C}_{i}|{X}_{i}\right)={{\boldsymbol{\beta}} }^{\theta }{X}_{i} $$ (6) 式中:$ {C}_{i} $表示“一村一品”示范村镇数量,$ {X}_{i} $为各自变量,$\; {{\boldsymbol{\beta}} }^{\theta } $为对应的系数向量,$ {Q}_{\theta }\left({C}_{i}\right|{X}_{i}) $为$ {C}_{i} $在给定Xi的条件下与分位点θ(0 < θ < 1) 对应的条件分位数[19]。系数向量$\; {{\boldsymbol{\beta}} }^{\theta } $由最小化绝对离差(least absolute deviations, 简称LAD)求得。
$$ {{\boldsymbol{\beta}} }^{\theta }=\mathrm{a}\mathrm{r}\mathrm{g}\mathrm{m}\mathrm{i}\mathrm{n}\left\{\sum _{i,{c}_{i} \geqslant {X}_{i}{\boldsymbol{\beta}} }\theta |{C}_{i}-{X}_{i}{\boldsymbol{\beta}} | + \sum _{i,{c}_{i}<{X}_{i}{\boldsymbol{\beta}} }(1-\theta )|{C}_{i}-{X}_{i}{\boldsymbol{\beta}} |\right\} $$ (7) 此外,有关研究往往采用Bootstrap算法[20]对系数进行估计,以了解统计量的分布情况。本文同样基于此方法对“一村一品”示范村镇数量进行分位数回归。
二. 时空分布特征
一 时间演化特征
由于第1批至第4批高密度与次高密度核心区分布相近,故在此基础上选择3年为间隔年,将第7批作为研究对象;而2021年公布的第11批数据结果,与第10批仅1年间隔,演化趋势未产生较大差异,故选择最新公布的第11批作为研究对象,最终确定了第1、4、7、11批公布的全国“一村一品”示范村镇为本文的研究对象。利用ArcGIS 10.8软件对第1、4、7、11批全国“一村一品”示范村镇进行核密度分析(图1 ~ 4)。可以发现:①第1批与第4批全国“一村一品”示范村镇高密度核心区从北到南依次分布于京津冀、鲁西南以及长三角地区,次高密度核心区从北到南依次分布于辽东半岛、黄土高原—关中平原、江汉平原、四川盆地、闽东南等地区,在高密度和次高密度核心区外围还有较大中密度核心区;②第7批全国“一村一品”示范村镇京津冀—鲁西南高密度核心区开始呈现连片分布,长三角高密度核心区变动不大,四川盆地成为新的高密度核心区域,次高密度核心区数量减少;③第11批全国“一村一品”示范村镇京津冀—鲁西南连片范围进一步向南扩张,囊括河南、湖北等地,成为范围最广的一块高密度核心区,次高密度核心区从北到南依次为东北平原、关中平原、闽南—潮汕地区。
综上,可以发现,全国“一村一品”示范村镇在空间分布上并不均匀,高密度核心区大多分布于“胡焕庸线”东侧的平原地带,东部沿海地区乡村产业振兴水平强于西部内陆。同时,随着一些地区(如湖北、四川、湖南、广东、广西等省份)对乡村产业振兴逐渐重视,全国“一村一品”示范村镇数量和密度持续上升,原有中密度、次高密度核心区可以转化为新的高密度核心区,高密度核心区的数量和范围不断增大,不同核心区域逐渐由孤立向融合转变,最终形成了京津冀—鲁西南连片、四川盆地、长三角、江汉平原和珠三角5个高密度核心区。
二 空间分布特征
1 核密度分析结果
利用ArcGIS 10.8空间统计工具对全国“一村一品”示范村镇进行平均最近邻分析。全国“一村一品”示范村镇理论平均距离为35.09 km(各点随机分布时的平均距离),实际距离为16.52 km,小于理论平均距离,且最近邻指数为0.471,低于临界值1,可以认为全国“一村一品”示范村镇在空间上满足聚集分布。z 得分为−62.244 447, 则随机产生此聚类模式的可能性小于 1%。p值为0,同样拒绝要素为随机分布的零假设。在省域层面,排名前1/3的山东、四川、陕西、江苏、湖北、河南等省份“一村一品”示范村镇数量总和占比接近50%(见图5)。这些省份平原面积较多,气候适宜,区位条件较好,为农业及相关产业发展创造了有利条件,乡村产业振兴效果较为显著。排名后几位的北京、青海、宁夏、天津、西藏、海南、上海等地区“一村一品”示范村镇数量总和占比不超过10%。这些地区乡村产业振兴效果弱于平均水平,其中北京、天津、上海3座直辖城市城镇化率相对较高,乡村绝对数量较少,产业振兴规模不大。青海、宁夏、西藏等省份地处内陆,自然环境相对恶劣,受交通区位条件限制,经济基础较差,不利于乡村产业发展。
2 产业分布情况
参考《商务部、财政部、国家税务总局关于开展农产品连锁经营试点的通知》中农产品范围注释及《农业及相关产业统计分类(2020)》中的相关说明,将全国“一村一品”示范村镇划分为11个类别,暂无划分类别的民俗旅游、农村电商、休闲农业等相关产业归类为农村服务业及休闲观光农业,共得到12个类别(见表3)。
表 3 全国“一村一品”示范村镇分类及统计表序号 类别 数量
/个占比 /% 具体内容 1 水果及坚果 1271 33.62 红香酥梨、红富士苹果、红地球葡萄、岚棒山大果榛子、大埔蜜柚、昊琨西瓜等 2 蔬菜 944 24.97 双孢菇、青皮大蒜、谷婆婆西葫芦、化德大白菜、卫东南瓜、绿奥番茄、陶都水芹菜等 3 茶叶 312 8.25 安吉白茶、霄坑绿茶、武当道茶、狗脑贡茶、有机白毫茶、霞幕山白茶、油茶等 4 粮食 245 6.48 哈拉黑大米、有机稻米、禾久鲜食玉米、昊宇香米、朝阳小米、沁州黄小米、丰絮马铃薯等 5 药用植物 222 5.87 贝母、淮山山药、蒙辛庄中草药、药用玫瑰、中江丹参、卫红花等 6 畜牧类肉类产品 197 5.21 万武牛肉、土门羔羊肉、陆川猪、卡日岗土鸡、江山白银耳鸡、互助八眉猪、晧月肉牛等 7 水产动物产品 151 4.00 罗非鱼、大黄堡草鱼、三江鱼鳟鱼、罗氏沼虾、三门青蟹、脆肉鲩、斑点叉尾鮰 8 农村服务业及休闲观光农业 126 3.33 民俗旅游、窑洞文化、羌族歌舞、电商果苗、羽绒电商、农业公园等 9 传统手工艺制品 102 2.70 忠信花灯、圣卫工艺折扇、浚县泥咕咕、旧州绣球、冠湘竹木、星月佛珠、民族刺绣、潢川空心贡面、豆制品加工等 10 花卉及观赏植物 89 2.36 鄢陵蜡梅、素心蜡梅、慧田菊花、沂州海棠、南天竹、苦水玫瑰、麻城福白菊等 11 油料、糖料、水生及其他类植物 72 1.91 保山小粒咖啡、紫菜、平舆白芝麻、红根甜菜、白玉蔗、葵花、棉花等 12 奶蛋制品及其他畜牧产品 49 1.30 生鲜牛乳、佛坪土蜂蜜、正红鸭蛋、“雨雷”牌鸡蛋、蛾中仙柞蚕等 合计 3780 100.00 全国“一村一品”示范村镇分布椭圆反映总体上各类乡村振兴产业分布的平均状态,以总体分布椭圆为基准,通过对比各类别“一村一品”示范村镇的中心位置、椭圆面积,总结各类乡村振兴产业空间分布特征(见表4),可以将“一村一品”产业空间聚集模式划分为两类:集中化聚集模式(椭圆面积小于全体村镇椭圆面积)和离散化聚集模式(椭圆面积大于全体村镇椭圆面积)。利用标准差椭圆方法计算可得,茶叶、传统手工艺制品、蔬菜等7个类别在空间上符合集中化聚集模式,其中,茶叶类的椭圆面积最小,仅为133.89万km2。粮食、畜牧类肉类产品、水果及坚果等5个类别在空间上符合离散化聚集模式,其中,粮食类的椭圆面积最大,达到了438.86万km2。此外,还可根据不同产业类别分布椭圆与全体村镇分布椭圆中心位置的差别,将“一村一品”产业空间聚集模式划分为:沿海型聚集模式(椭圆中心在全体村镇椭圆中心以东)和内陆型聚集模式(椭圆中心在全体村镇椭圆中心以西)。通过计算可得,水产动物产品类的空间分布最靠近海岸线(中心位于安徽省安庆市),畜牧类肉类产品的空间分布最靠近内陆(中心位于陕西省咸阳市),粮食类的空间分布位于最北部(中心位于山西省长治市),茶叶类的分布空间位于最南部(中心位于湖南省常德市)。
表 4 “一村一品”示范村镇分类空间聚集模式类别 中心坐标 中心位置 椭圆面积 /万km2 空间聚集 分布中心 分布趋向 全体村镇 112.50E, 33.42N 河南省南阳市 341.81 药用植物 111.75E, 32.64N 河南省南阳市 331.61 集中化 西南方向 内陆 传统手工艺制品 110.88E, 31.96N 湖北省十堰市 330.03 集中化 西南方向 内陆 蔬菜 113.32E, 34.88N 河南省郑州市 313.71 集中化 东北方向 沿海 农村服务业及休闲观光农业 113.70E, 34.25N 河南省许昌市 294.66 集中化 东北方向 沿海 奶蛋制品及其他畜牧产品 111.67E, 32.28N 湖北省襄阳市 286.67 集中化 西南方向 内陆 水产动物产品 116.00E, 31.28N 安徽省安庆市 190.12 集中化 东南方向 沿海 茶叶 111.99E, 28.93N 湖南省常德市 133.89 集中化 西南方向 内陆 粮食 113.70E, 36.28N 山西省长治市 438.86 离散化 东北方向 沿海 油料、糖料、水生及其他类植物 112.19E, 34.16N 河南省洛阳市 431.49 离散化 西北方向 内陆 畜牧类肉类产品 108.61E, 34.46N 陕西省咸阳市 402.73 离散化 西北方向 内陆 花卉及观赏植物 112.60E, 33.26N 河南省南阳市 361.65 离散化 东南方向 沿海 水果及坚果 112.15E, 33.17N 河南省南阳市 348.07 离散化 西南方向 内陆 在此基础上,笔者绘制各省份“一村一品”示范村镇数量及产业构成图(见图6)。总体上,大部分“一村一品”示范村镇仍以水果及坚果和蔬菜为主导产业。在各地区层面,东北地区“一村一品”示范村镇以水果及坚果、蔬菜、粮食、药用植物等产业为主,我国粮食产量重心呈现向东北地区偏移的趋势[21];华北地区“一村一品”示范村镇以水果及坚果、蔬菜、粮食、畜牧类肉类产品、农村服务业及休闲观光农业等产业为主,区域内各省“一村一品”示范村镇产业结构分布相似;西北地区各省份“一村一品”示范村镇主导产业各具特色,涉及水果及坚果、蔬菜、药用植物、畜牧类肉类产品、花卉及观赏植物等产业;华东、华南地区“一村一品”示范村镇以茶叶为主导产业;华中地区“一村一品”示范村镇产业类型丰富,以水果及坚果、蔬菜、茶叶、农村服务业及休闲观光农业等产业为主;西南地区“一村一品”示范村镇主要以奶蛋制品及其他畜牧产品、传统手工艺制品为特色产业,且以传统手工艺制品为主导产业的村镇在西南地区占比最大。
全国“一村一品”示范村镇空间分布存在差异,反映各地乡村产业振兴水平的不同。全国“一村一品”示范村镇产业以水果及坚果、蔬菜、茶叶、粮食为主,占总数的73.32%。按空间聚集和分布趋向可划分为以水产动物产品为代表的沿海聚集型、以粮食产业为代表的沿海离散型、以奶蛋制品及其他畜牧产品为代表的内陆聚集型、以茶叶产业为代表的内陆离散型4种类型。具体而言,山东、四川、陕西、江苏、湖北、河南等经济大省和农业强省的“一村一品”示范村镇数量较多,乡村产业振兴水平较高;北京、天津、上海等城镇化率较高和青海、宁夏、西藏等经济发展水平不高、区位条件较差、自然环境恶劣的省份“一村一品”示范村镇数量较少。此外,不同地区产业分布也各不相同,如北方地区乡村产业以水果及坚果,蔬菜,粮食,药用植物,畜牧类肉类产品,油料、糖料、水生及其他类植物等产业为主;南方地区乡村产业以水果及坚果、茶叶、农村服务业及休闲观光农业、花卉及观赏植物等产业为主。
三. 影响因素
一 自然与人文因素
借助ArcGIS 10.8软件,将全国“一村一品”示范村镇分别与地形高程数据、年均降水量数据、流域区位数据、农业区位数据及人文地理区位数据分别进行叠加,同时采用叠加分析工具提取“一村一品”示范村镇数量进行汇总。
1 海拔高度
全国“一村一品”示范村镇在三级阶梯均有分布,主要集中在海拔较低但又不过于低洼的区域,海拔高度在0 ~ 1 500 m的村镇数量占总数的90%以上(见图7)。低海拔地区地势较为平坦,多为平整的平原、盆地地块,土壤较为肥沃,拥有便于引水灌溉的河流,适宜农作物生长,为经济发展创造必要条件。此外,在海拔高度较低的区域(0 m以下),村镇数目最少,仅占总数的0.16%。地势低洼地区容易遭受频繁的洪涝、倒灌等灾害,不利于农业发展和村落产业聚集。
2 年平均降水量
“一村一品”示范村镇主要分布在降水相对适宜的区域,降水过少(低于300 mm)和降水过多(高于2 000 mm)地区“一村一品”示范村镇数量都不多,仅占总数的16.8%。年均降水量在500 ~ 1 600 mm区域范围内村镇总数占比达到58.1%(见图8)。我国位于亚欧大陆东部和太平洋西岸地区,降水主要由夏季东南季风带来,在降水特征上表现为显著的“雨热同期”。东南季风带来的气流最先登陆东南沿海地区,在此区域形成极为丰沛的降水。总体上我国年降水量由东南地区向西北地区递减。
3 流域区位
全国“一村一品”示范村镇大量聚集在水量充足的流域片区,其中45%的示范村镇分布在长江、黄河流域片区(见图9)。长江、黄河分别是中国第一、第二长河,流域面积广,雨水丰沛,水热条件适合开展农业种植,同时便利的运输条件使得乡村资源能够向外输出,产品得到推广与传播,有利于“一村一品”示范村镇的打造;海河、淮河流域包含河南、山东、安徽等多个人口大省,“一村一品”示范村镇密度远高于其他流域,村庄密度皆大于12个/万km2,域内农业发展水平高,利于“一村一品”示范村镇发展。
4 农业区位
地形地貌影响乡村资源禀赋。平原与三角洲地区地形平坦开阔,适宜发展种植业,长江中下游地区与黄淮海平原区内耕地面积宽广,交通四通八达,农业发展水平高,是我国重要的商品粮棉油基地,农作物产量充足,种类丰富,在农业发展中占有举足轻重的地位,区内“一村一品”示范村镇呈现出高密度聚集特征(见图10);华南区地形地貌以山地丘陵为一大特点,利于发展林果业;青藏高原海拔高,气温低,适宜种植农作物品种有限,作物生长周期长,主要依托河谷农业与畜牧业,农业发展受到限制,“一村一品”示范村镇数量较少。
5 人文地理区位
人文地理区位反映了不同区域人文要素的地域差异性和异质性[22],不同地域文化类型促使特色区域经济格局的形成[23],推动乡村特色产业发展。华北人文地理大区下的山东齐鲁文化、燕赵文化是中华农耕文明的重要支柱,既携带孔孟荀之儒家传统价值观,同时传承经世济民这一立世准则及商业文化传统,重视农业发展,区内“一村一品”示范村镇数量位于各大区之首(见图11);华东人文地理大区下的浙南吴越文化讲求秀慧、细腻、智巧,江淮徽重商文化突出,农业发展理念先进,村级集体经济发展模式成效显著,“一村一品”示范村镇聚集程度高,特色产业集中在中药材业、花卉苗木业、茶业等高附加值产业[24];青藏人文地理大区包含了藏、汉、羌、回、土、撒拉等高原游牧民族文化,藏香、罗萨美朵、糌粑、布塑面具、卡垫等产品具有强烈地方民族文化特色,重视传统手工艺传承,产业化发展程度低,限制“一村一品”示范村镇发展。
二 社会经济因素
为进一步探索导致乡村产业振兴水平差异的社会经济因素,利用我国31个省、市、自治区2010—2021年的统计数据建立模型进行分析。
1 构建模型
已有研究认为各类特色产业村镇的分布受到人口、经济、产业等因素间的相互作用[25]。具体而言,总人口数、城镇化率、人均GDP、人均可支配收入、农林牧副渔业产值、区域交通可达性等因素[5, 25-27]都会对区域内特色产业村镇数量造成影响。基于此,将各省“一村一品”示范村镇数量(C)作为因变量,衡量当地的乡村产业振兴水平,选取出口总额(O)衡量对外贸易水平,地方财政一般预算支出(F)衡量地方政府实力,路网密度(R)、城镇化率(U)衡量地方建设水平,地区生产总值(G)、人均地区生产总值(P)衡量经济发展水平,农林牧渔业总产值(M)衡量农业发展水平,全体居民人均可支配收入(I)衡量人民生活水平。以上8个变量为自变量,并将各自变量取对数值,建立如下面板模型。
$$ \begin{split} {C}_{it}=&\;{\alpha }_{1}\mathrm{l}\mathrm{n}{O}_{it} + {\alpha }_{2}\mathrm{l}\mathrm{n}{F}_{it} + {\alpha }_{3}\mathrm{l}\mathrm{n}{R}_{it} + {\alpha }_{4}\mathrm{l}\mathrm{n}{U}_{it} + \\&{\alpha }_{5}\mathrm{l}\mathrm{n}{G}_{it} + {\alpha }_{6}\mathrm{l}\mathrm{n}{P}_{it} + {\alpha }_{7}\mathrm{l}\mathrm{n}{M}_{it} + {\alpha }_{8}\mathrm{l}\mathrm{n}{I}_{it} + {\alpha }_{0} + {\varepsilon }_{it} \end{split}$$ (8) 式中:$ {\alpha }_{0} $为截距,$ {\alpha }_{1},\cdots {,\alpha }_{8} $为变量系数,$ {\varepsilon }_{it} $为随机误差项。本研究使用数据均来自于各省统计局及国家统计年鉴。表5为使用Stata16.0进行回归的结果,OLS(ordinary least squares,简称OLS)回归结果显示调整R2 = 0.6427,表明回归模型具有较好的拟合性,各自变量都在不同程度上对 “一村一品”示范村镇数量具有较为显著的影响。
表 5 全国“一村一品”示范村镇影响因素分位数回归结果解释
变量分位点0.1 分位点0.5 分位点0.9 OLS回归 lnO −0.39(2.61) −5.86**(2.33) −13.20***(4.93) −4.56**(2.12) lnF 49.66***(15.77) 51.63***(11.41) 80.75***(16.05) 64.34***(10.41) lnR 2.65(6.03) 4.82(4.40) 13.52**(5.36) 7.67**(3.04) lnU −24.52(22.60) −50.52***(15.44) −39.61(24.15) −30.91**(14.35) lnG −40.03***(14.41) −49.54***(12.03) −66.84***(17.13) −57.32***(10.58) lnP 20.06(24.24) 50.01***(12.74) 120.60***(31.85) 67.25***(13.17) lnM 21.78***(5.94) 30.13***(4.68) 39.23***(6.02) 33.50***(3.23) lnI 29.47***(30.78) 46.02***(11.35) −20.92***(30.55) 17.39(15.34) 截距项 −597.4***(115.70) −931.1***(82.23) −1222.0***(117.40) −998.5***(61.11) 调整R2 0.327 9 0.444 4 0.469 1 0.642 7 注:*、**、***分别表示 10%、5%、1%的显著性水平;括号内为标准误;模型 Bootstrap 400次。 2 分析回归结果
研究采用Bootstrap方法对各省“一村一品”示范村镇数量进行分位数回归,在表5中分别列出“一村一品”示范村镇数量在0.1、0.5、0.9共3个分位点的回归情况。通过回归结果可以发现,不同因素对各省“一村一品”示范村镇数量的影响系数存在明显变化,具体如下。
1)出口总额在0.1分位点上影响不显著,在0.5、0.9分位点上对各省“一村一品”示范村镇数量的空间分布具有显著负向影响,且绝对值不断升高,反映出对外经贸水平与乡村产业振兴水平间存在负相关关系。据联合国商品贸易统计数据库(https://comtrade.un.org)统计显示,我国出口商品结构主要以机械及运输设备、轻纺制品、橡胶制品、矿冶制品等为主[28],出口总额较高的地区第二、三产业发达,且处于对外开放的前沿,产业链主要向城市延伸,不利于乡村特色产业的发展和乡村产业振兴的实现。
2)地方财政一般预算支出在各个分位点上均对“一村一品”示范村镇数量具有显著正向影响,且高分位点系数值高于低分位点系数值,表明了乡村产业振兴水平与地方政府实力间存在正相关关系。一般而言,国内乡村产业的发展很大程度上依赖政府的扶持与支出[29],财政支出较高的地区,农业生产更容易从中受益,通过推动农业生产率的提升,最终作用于乡村产业振兴。其次,财政支出水平较高的地区,地方政府提供的公共服务水平更高,有利于乡村特色产品发掘与乡村特色产业发展。
3)路网密度、城镇化率两项指标分别在0.9、0.5分位点上对“一村一品”示范村镇数量具有显著影响,反映地方建设水平与乡村产业振兴水平关系尚不明确。路网密度与乡村产业振兴水平间存在正相关关系,但仅在路网密度达到较高值时,相关系数才较为显著,通过改善与外界的交通联系能够促进当地特产的市场推广与品牌打造,向周边延伸产业链,刺激更多村镇发掘当地的特色产品,推动更多“一村一品”示范村镇产生。城镇化率对乡村产业振兴水平具有负向影响,在0.1和0.9分位上的数值要高于0.5分位上的数值,城镇化率与乡村产业振兴水平间存在“U型”关系。由于城乡要素流动不畅,在城镇化过程中不可避免地伴随乡村人口、产业、土地等资源的单向流出,因此城镇化与乡村产业振兴水平间存在负相关关系。同时城镇化水平较低与城镇化基本完成水平较高的地区,对乡村影响程度也相对较小,系数较不显著,只有城镇化率在一定区间时,对乡村产业振兴水平才能产生较显著的负向影响。
4)地区生产总值、人均地区生产总值对“一村一品”示范村镇数量分别具有负相关、正相关关系,经济发展水平与乡村产业振兴水平关系较为复杂。地区生产总值在各个分位点对“一村一品”示范村镇数量均有显著负向影响,且影响随着分位点的增高逐渐增强。与城镇化进程类似,随着经济的快速发展,更多的乡村居民并非选择继续在当地务农,而是选择离开田园,通过进城务工、经商等方式参与市场经济活动,乡村当地真正具有地域特色和高附加值的产品缺乏发掘,乡村产业振兴水平不高。与地区生产总值不同,人均地区生产总值在0.1分位点对“一村一品”示范村镇数量系数不显著,在0.5与0.9分位点对“一村一品”示范村镇数量产生显著正向影响,随着分位点增高,回归系数增大。已有研究认为,人均GDP与劳动生产率间存在密切相关关系[30],较高的劳动生产率有利于高技术含量产品产生,促进乡村产业振兴,因此人均GDP与乡村产业振兴水平存在正相关关系且边际效应不断提升。
5)农林牧渔业总产值对“一村一品”示范村镇数量产生显著正向影响,且在各分位点之间回归系数逐渐升高,目前不同阶段农业发展水平对乡村产业振兴的影响程度波动幅度不大。农林牧渔业总产值反映一定时期内农业生产总规模和总成果,农业生产规模较大、农业产量较高的山东、四川、江苏等省份“一村一品”示范村镇数量相对较多(见图5)。
6)全体居民人均可支配收入在各分位点上对“一村一品”示范村镇数量具有显著影响,在0.5分位点的回归系数要高于0.1与0.9分位点的回归系数,显示全体居民人均可支配收入对“一村一品”示范村镇数量的空间分布具有“倒U型”效应。居民人均可支配收入可以作为区域创业与可持续发展能力的表征变量[31]。一定水平的可支配收入推动了当地农村居民的创业热情,有利于乡村产业的打造。此外,较高的可支配收入有利于规模化、品牌化商品的销售,刺激当地农村产业发展。但是,到0.9分位点时,人均可支配收入与“一村一品”示范村镇数量呈现负相关关系,可能的原因是目前国内“一村一品”示范村镇提供的产品尚不能满足更高收入居民的需求,因此在全体居民人均可支配收入达到一定阈值时,二者作用表现为负向。
四. 结论与建议
一 结 论
本研究以2011—2021年期间陆续公布的3780个全国“一村一品”示范村镇为研究对象,借助ArcGIS 10.8软件探讨国内各区域乡村产业振兴的影响因素、时间演化特征和空间分布格局(见图12),得出如下结论。
1)“一村一品”示范村镇空间分布不均衡。村镇分布多聚集于地形平缓,降水适中,气候温和的平原、盆地和丘陵地带,集中于长江中下游和黄淮海平原区。随着国家对乡村产业振兴逐渐重视,原有中密度和次高密度核心区转变为新的高密度核心区域,高密度核心区的数量和范围不断增大,不同区域逐渐由孤立向融合转变,最终形成京津冀—鲁西南、四川盆地、长三角、江汉平原和珠三角5个高密度核心区域。
2)“一村一品”示范村镇产业结构不尽相同。大多数村镇主导产业以初级产品为主,水果及坚果、蔬菜、茶叶、粮食4类产业占到总数的70%以上,传统手工艺制品、花卉植物等产业占比过小;产业分布可划分为以水产动物产品为代表的沿海聚集型、以粮食产业为代表的沿海离散型、以奶蛋制品及其他畜牧产品为代表的内陆聚集型、以茶叶产业为代表的内陆离散型4种空间类型。全国大部分地区“一村一品”示范村镇仍以水果及坚果和蔬菜为主导产业。北方乡村产业以粮食,药用植物,畜牧类肉类产品,油料、糖料、水生及其他类植物等产业为主;南方地区乡村产业以茶叶、农村服务业及休闲观光农业、花卉及观赏植物等产业为主。
3)“一村一品”示范村镇的形成与分布受到自然与人文条件及社会经济因素的共同影响。海拔高度在0 ~ 500 m,年均降水量在500 ~ 1 600 mm的地区范围内示范村镇数量显著高于其他区域;水量充足、地形平坦开阔的区域适宜发展种植业,利于“一村一品”示范村镇的发展;地域文化特点影响区域经济格局形成及“一村一品”示范村镇特色产业发展方向与模式;地方财政支出、路网密度、人均地区生产总值、农林牧渔业总产值、人均可支配收入等社会经济类指标与示范村镇数量存在正相关关系。
二 建 议
1)加大财政转移支付力度。乡村产业振兴离不开财政政策的支撑与保障作用,财政支出水平高的地区,给予农业更多发展机会,将财政用于推广农机农技,惠农政策能够促进当地农业生产水平的提升。加大财政对于农业的投入是统筹城乡发展、缩小城乡差距的需要,因此应加大对中西部相对落后地区的财政投入与转移支付,提升当地公共服务水平,挖掘当地具有投资潜力的特色乡镇产业。
2)重视城乡产业协同发展。特色产业集群化发展思路能够有效衔接国家新型城镇化战略与农村地区三产融合发展目标[32],打破城乡二元结构下资金、技术、信息、人才等生产要素向乡村流动的壁垒。通过积极培育高素质农民,开展农业技能、创业就业知识培训,培养乡土人才;搭建招商引资平台,盘活乡村闲置资源,向产业孵化基地迈进;建立专业特色村镇、农业产业化聚集区,充分利用主城近郊村镇优势,发挥产业聚集效应,实现城乡融合发展。
3)促进高端农业品牌打造。立足于不同地区的特色乡村产业,重视产业链整合,把产业链增值收益更多留在乡村,惠及农民。目前的“一村一品”示范村镇产品尚不能满足高收入人群需求,因地制宜地进行乡村产业品牌的打造,提升产品附加值,是有效解决低端农产品供过于求,增收困难而高质农产品优质不优价的途径之一,品质农业与品牌农业的合力并举是未来乡村产业振兴的重要抓手。
本研究基于全国“一村一品”示范村镇分布数据分析全国范围内的乡村产业振兴水平和产业结构,并通过自然与人文条件及社会经济两方面探讨乡村产业振兴水平的影响因素。研究对象是农业农村部在2011—2021年陆续公布的“一村一品”示范村镇,并非计算求得的乡村产业振兴指标,二者不能够完全等同,此类数据的计算与获取方法还有待进一步深化。此外,研究基于省域尺度展开,研究尺度较大,对于中观、微观层面存在的问题缺乏解释力。经济发展水平、建设水平等因素与乡村产业振兴水平间的关系较为复杂,人员素质、资本投入等指标同样会影响到当地的乡村产业振兴水平,该部分研究在今后也有待进一步完善。
-
表 1 第1 ~ 11批全国“一村一品”示范村镇数量
批次 公布年份 数量 /个 第1批 2011 322 第2批 2012 326 第3批 2013 322 第4批 2014 324 第5批 2015 306 第6批 2016 316 第7批 2017 300 第8批 2018 300 第9批 2019 442 第10批 2020 423 第11批 2021 399 合计 3 780 表 2 第1 ~ 11批全国“一村一品”示范村镇分布统计
省(自治区、直辖市) 数量/个 占比/% 山东 253 6.69 四川 195 5.16 陕西 190 5.03 江苏 187 4.95 湖北 166 4.39 河南 164 4.34 河北 162 4.28 新疆 160 4.23 安徽 147 3.89 广东 143 3.78 广西 130 3.44 重庆 128 3.39 浙江 122 3.23 云南 121 3.20 江西 120 3.17 湖南 116 3.07 贵州 113 2.99 黑龙江 109 2.88 山西 108 2.86 辽宁 108 2.86 福建 106 2.80 甘肃 103 2.72 内蒙古 102 2.70 吉林 95 2.51 北京 91 2.41 青海 87 2.30 宁夏 76 2.01 西藏 52 1.38 天津 52 1.38 海南 38 1.01 上海 36 0.95 合计 3780 100.00 表 3 全国“一村一品”示范村镇分类及统计表
序号 类别 数量
/个占比 /% 具体内容 1 水果及坚果 1271 33.62 红香酥梨、红富士苹果、红地球葡萄、岚棒山大果榛子、大埔蜜柚、昊琨西瓜等 2 蔬菜 944 24.97 双孢菇、青皮大蒜、谷婆婆西葫芦、化德大白菜、卫东南瓜、绿奥番茄、陶都水芹菜等 3 茶叶 312 8.25 安吉白茶、霄坑绿茶、武当道茶、狗脑贡茶、有机白毫茶、霞幕山白茶、油茶等 4 粮食 245 6.48 哈拉黑大米、有机稻米、禾久鲜食玉米、昊宇香米、朝阳小米、沁州黄小米、丰絮马铃薯等 5 药用植物 222 5.87 贝母、淮山山药、蒙辛庄中草药、药用玫瑰、中江丹参、卫红花等 6 畜牧类肉类产品 197 5.21 万武牛肉、土门羔羊肉、陆川猪、卡日岗土鸡、江山白银耳鸡、互助八眉猪、晧月肉牛等 7 水产动物产品 151 4.00 罗非鱼、大黄堡草鱼、三江鱼鳟鱼、罗氏沼虾、三门青蟹、脆肉鲩、斑点叉尾鮰 8 农村服务业及休闲观光农业 126 3.33 民俗旅游、窑洞文化、羌族歌舞、电商果苗、羽绒电商、农业公园等 9 传统手工艺制品 102 2.70 忠信花灯、圣卫工艺折扇、浚县泥咕咕、旧州绣球、冠湘竹木、星月佛珠、民族刺绣、潢川空心贡面、豆制品加工等 10 花卉及观赏植物 89 2.36 鄢陵蜡梅、素心蜡梅、慧田菊花、沂州海棠、南天竹、苦水玫瑰、麻城福白菊等 11 油料、糖料、水生及其他类植物 72 1.91 保山小粒咖啡、紫菜、平舆白芝麻、红根甜菜、白玉蔗、葵花、棉花等 12 奶蛋制品及其他畜牧产品 49 1.30 生鲜牛乳、佛坪土蜂蜜、正红鸭蛋、“雨雷”牌鸡蛋、蛾中仙柞蚕等 合计 3780 100.00 表 4 “一村一品”示范村镇分类空间聚集模式
类别 中心坐标 中心位置 椭圆面积 /万km2 空间聚集 分布中心 分布趋向 全体村镇 112.50E, 33.42N 河南省南阳市 341.81 药用植物 111.75E, 32.64N 河南省南阳市 331.61 集中化 西南方向 内陆 传统手工艺制品 110.88E, 31.96N 湖北省十堰市 330.03 集中化 西南方向 内陆 蔬菜 113.32E, 34.88N 河南省郑州市 313.71 集中化 东北方向 沿海 农村服务业及休闲观光农业 113.70E, 34.25N 河南省许昌市 294.66 集中化 东北方向 沿海 奶蛋制品及其他畜牧产品 111.67E, 32.28N 湖北省襄阳市 286.67 集中化 西南方向 内陆 水产动物产品 116.00E, 31.28N 安徽省安庆市 190.12 集中化 东南方向 沿海 茶叶 111.99E, 28.93N 湖南省常德市 133.89 集中化 西南方向 内陆 粮食 113.70E, 36.28N 山西省长治市 438.86 离散化 东北方向 沿海 油料、糖料、水生及其他类植物 112.19E, 34.16N 河南省洛阳市 431.49 离散化 西北方向 内陆 畜牧类肉类产品 108.61E, 34.46N 陕西省咸阳市 402.73 离散化 西北方向 内陆 花卉及观赏植物 112.60E, 33.26N 河南省南阳市 361.65 离散化 东南方向 沿海 水果及坚果 112.15E, 33.17N 河南省南阳市 348.07 离散化 西南方向 内陆 表 5 全国“一村一品”示范村镇影响因素分位数回归结果
解释
变量分位点0.1 分位点0.5 分位点0.9 OLS回归 lnO −0.39(2.61) −5.86**(2.33) −13.20***(4.93) −4.56**(2.12) lnF 49.66***(15.77) 51.63***(11.41) 80.75***(16.05) 64.34***(10.41) lnR 2.65(6.03) 4.82(4.40) 13.52**(5.36) 7.67**(3.04) lnU −24.52(22.60) −50.52***(15.44) −39.61(24.15) −30.91**(14.35) lnG −40.03***(14.41) −49.54***(12.03) −66.84***(17.13) −57.32***(10.58) lnP 20.06(24.24) 50.01***(12.74) 120.60***(31.85) 67.25***(13.17) lnM 21.78***(5.94) 30.13***(4.68) 39.23***(6.02) 33.50***(3.23) lnI 29.47***(30.78) 46.02***(11.35) −20.92***(30.55) 17.39(15.34) 截距项 −597.4***(115.70) −931.1***(82.23) −1222.0***(117.40) −998.5***(61.11) 调整R2 0.327 9 0.444 4 0.469 1 0.642 7 注:*、**、***分别表示 10%、5%、1%的显著性水平;括号内为标准误;模型 Bootstrap 400次。 -
[1] 周扬,黄晗,刘彦随. 中国村庄空间分布规律及其影响因素[J]. 地理学报,2020,75(10):2206-2223. doi: 10.11821/dlxb202010012 [2] 新华社. 中共中央 国务院关于做好2022年全面推进乡村振兴重点工作的意见[EB/OL]. (2022-02-22)[2022-11-23]. http://www.lswz.gov.cn/html/xinwen/2022-02/22/content_269430.shtml. [3] 刘海洋. 乡村产业振兴路径:优化升级与三产融合[J]. 经济纵横,2018(11):111-116. [4] 陈建胜. 分工·市场·合作:基于浙江专业村发展路径研究[J]. 中外企业家,2007(12):89-91. doi: 10.3969/j.issn.1000-8772.2007.12.026 [5] 周爽,吴娜琳. 中国特色种植村镇的空间分布及其成因:以国家级示范性专业村镇为例[J]. 经济地理,2021,41(4):137-147. [6] 秦富,钟钰,张敏,等. 我国“一村一品”发展的若干思考[J]. 农业经济问题,2009,30(8):4-8,110. [7] 秦富,卢向虎,李瑾,等. “一村一品”与现代农业组织[J]. 山东农业大学学报(社会科学版),2007(2):1-6,127. doi: 10.3969/j.issn.1008-8091.2007.02.001 [8] 高更和,石磊. 专业村形成历程及影响因素研究:以豫西南3个专业村为例[J]. 经济地理,2011,31(7):1165-1170. [9] 王明杰,颜梓晗,余斌,等. 电子商务专业村空间格局演化及影响因素研究:基于2015—2020年中国淘宝村数据[J]. 地理科学进展,2022,41(5):838-853. doi: 10.18306/j.issn.1007-6301.2022.5.dlkxjz202205008 [10] 崔之珍,李二玲,刘晨光. 黄河流域绿色农业专业村的时空演变及机制[J]. 经济地理,2021,41(12):158-166. [11] 乔家君,汪海飞. 欠发达区特色种植型村域经济发展时空变化:以河南省十里铺村为例[J]. 人文地理,2012,27(2):82-86. doi: 10.3969/j.issn.1003-2398.2012.02.015 [12] 石金,徐广才. 北京市蔬菜专业村产业集聚测度实证研究[J]. 中国农学通报,2021,37(11):158-164. doi: 10.11924/j.issn.1000-6850.casb2020-0849 [13] 朱乾坤,乔家君,韩冬,等. 河南省专业村空间格局与集聚测度[J]. 地理科学进展,2022,41(3):396-408. doi: 10.18306/dlkxjz.2022.03.004 [14] 曹智,刘彦随,李裕瑞,等. 中国专业村镇空间格局及其影响因素[J]. 地理学报,2020,75(8):1647-1666. doi: 10.11821/dlxb202008007 [15] XIE Z X,YAN J. Kernel Density Estimation of traffic accidents in a network space[J]. Computers,Environment and Urban Systems,2008,32(5):396-406. doi: 10.1016/j.compenvurbsys.2008.05.001
[16] YANG R,XU Q,LONG H L. Spatial distribution characteristics and optimized reconstruction analysis of China's rural settlements during the process of rapid urbanization[J]. Journal of Rural Studies,2016,47:413-424. doi: 10.1016/j.jrurstud.2016.05.013
[17] WANG B,SHI W Z,MIAO Z L. Confidence analysis of standard deviational ellipse and its extension into higher dimensional Euclidean space[J]. PloS One,2015,10(3):1-17.
[18] 杨立勋,陈晶,程志富. 西北五省区旅游产业绩效影响因素分析:基于面板数据分位数回归[J]. 旅游学刊,2013,28(8):94-101. doi: 10.3969/j.issn.1002-5006.2013.08.010 [19] 何军. 代际差异视角下农民工城市融入的影响因素分析:基于分位数回归方法[J]. 中国农村经济,2011(6):15-25. [20] EFRONB. Bootstrap methods:another look at the Jackknife[J]. The Annals of Statistics,1979,7(1):1-26.
[21] 谢坤,丁明军,辛良杰,等. 中国县域粮食产量的时空格局及其与经济发展的空间关系[J]. 经济地理,2021,41(11):167-175. [22] 方创琳,刘海猛,罗奎,等. 中国人文地理综合区划[J]. 地理学报,2017,72(2):179-196. doi: 10.11821/dlxb201702001 [23] 何频. 论地域文化与区域特色经济[J]. 生产力研究,2006(4):143-144,179. [24] 吴斌. 浙江特色农业发展研究[D]. 长沙: 中南林业科技大学, 2019. [25] 陈国磊,罗静,曾菊新,等. 中国“一村一品”示范村镇的空间分异格局[J]. 经济地理,2019,39(6):163-171. [26] 耿虹,李彦群,范在予. 农家乐发展的地域空间格局及其影响因素:基于浙江、湖北、四川的比较研究[J]. 经济地理,2019,39(11):183-193. [27] 陈秧分,刘玉,李裕瑞. 中国乡村振兴背景下的农业发展状态与产业兴旺途径[J]. 地理研究,2019,38(3):632-642. [28] 金融研究中心.金融学术前沿: 从贸易结构看RCEP的签订[EB/OL].(2020-12-14) [2022-11-26]. https://fddi.fudan.edu.cn/_t2515/ed/27/c18985a257319/page.htm. [29] 李杰,邓磊,廖慧. 民族地区财政转移支付与乡村振兴:机理与对策[J]. 广西社会科学,2019(3):71-75. doi: 10.3969/j.issn.1004-6917.2019.03.012 [30] 杨汝岱,姚洋. 有限赶超与经济增长[J]. 经济研究,2008(8):29-41,64. [31] 肖婧仪,薛永基,王明天. 农林业区域创业可持续发展系统动力学建模与分析:以福建省永安市为例[J]. 林业经济,2019,41(9):112-117. [32] 易醇,张爱民. 城乡一体化背景下的城乡产业融合协同发展模式研究[J]. 软科学,2018,32(4):105-109. -
期刊类型引用(6)
1. 叶文军,李静. 中国农业农村信息化示范区空间分配趋势及影响因素分析. 中南农业科技. 2024(04): 124-129 . 百度学术
2. 胡囡,谭永滨,唐瑶,郭先春,黄思晗,吴骏. 信息挖掘技术在乡村振兴示范村经验学习中的应用. 北京测绘. 2024(02): 131-138 . 百度学术
3. 胡盈盈,李玉萍,李海亮,罗红霞,杨歆歆,禹萱,郑倩. 湖南省“一村一品”发展现状及空间分布特征分析. 南方农业学报. 2024(03): 889-898 . 百度学术
4. 白俊红. 以新质生产力助力“一村一品”高质量发展. 国家治理. 2024(16): 72-77 . 百度学术
5. 张珺,胡小芳. “一村一品”南阳市特色农产品助力乡村振兴高质量发展策略. 河北农机. 2024(18): 154-156 . 百度学术
6. 李练练,陈国磊,张纪莎,马太佳,吴学成. 中国乡村特色产业村镇空间分布及影响因素. 浙江大学学报(理学版). 2024(06): 651-663 . 百度学术
其他类型引用(3)