長江經濟帶農田生態價值時空變化及影響因素分析*

王建鑫 ,羅小鋒** ,劉在洲 ,唐 林

(1.華中農業大學經濟管理學院 武漢 430070;2.湖北農村發展研究中心 武漢 430070;3.武漢紡織大學馬克思主義學院 武漢 430073;4.武漢工程大學法商學院 武漢 430070)

綠水青山就是金山銀山,如何將自然生態優勢轉化為經濟社會優勢,積極探索生態價值實現機制是當前學術界共同關心和探討的問題。農田生態系統兼顧糧食安全和生態安全雙重目標[1-2],對農田生態系統生態產品價值進行核算,有利于促進農田生態系統發揮生態效益和經濟社會效應,推動農業資源環境的可持續利用和農業高質量發展[3]。農田生態系統不僅提供了糧食和原材料等供給服務,同時還提供了調節服務、文化服務和支持服務等[4-6]。因此,農田生態系統的生態資源核算不僅要體現可通過市場交易實現的糧食供給等經濟價值[7],更要兼顧生態轉化的環境改善功能[2,8]。

長江經濟帶光、熱、水、土資源優越,是中國重要的農業生產區,農業也是長江經濟帶發展戰略重要的基礎產業[9]。為兼顧“生態優先,綠色發展” 的理念,推動高水平建設“綠色大糧倉” 發展戰略,長江經濟帶農業發展要兼顧綠色發展和生態發展,促進農業生態產品價值轉化,實現農業增效增收,推動鄉村振興和共同富裕[9-10]。然而,長江經濟帶經濟發展和生態資源占比上存在著明顯差異且生態產品人均供給水平不高,與人民群眾對優質農產品、清新空氣、潔凈飲用水等生態產品日益強盛的需求形成鮮明對比[11]。同時,農業資源生態化、產業化轉化率較低等問題也長期制約著長江經濟帶生態資源隱性價值顯化[12]。據此,學者們從人類活動、資源利用、綠色發展以及生態資產核算等方面對長江經濟帶農田生態系統生態價值變化展開探討。人類活動方面,土地城鎮化的快速擴張和工礦生產用地擠占等引起長江經濟帶農業用地逐漸減少[13]。鐘業喜等[14]分析長江經濟帶土地利用變化和生態系統服務價值發現,農田生態系統服務價值對土地變動敏感程度較高。空間分布上,上游地區的生態服務價值存量明顯高于其他區域,呈現上游空間聚集[15]。資源利用方面,水、土、光、熱等自然資源利用效率的提升,有助于促進資源要素匹配[16],提高農田生態價值。同時,化肥、農藥、能源等投入要素持續減量能夠有效緩解農業面源污染,促進區域農田生態價值的提升[17]。綠色發展方面,部分研究結果驗證了長江經濟帶農業綠色發展水平總體呈現上升態勢[18],但缺乏對農田生態系統服務功能的關注。亦有學者從農業碳排放視角考察發現長江經濟帶農業碳排放呈現階段式增長態勢,主要增長貢獻集中于中下游省份[16],中游省份農業碳排放強度和總量相對高于其他區域[19-20]。生態資源核算方面,張林波等[21]運用生態系統生產總值對長江經濟帶各生態系統類型核算的結果顯示,農田生態系統服務約占總系統服務的17.92%。總而言之,學者們多集中于從單一維度對農田生態系統的可持續發展問題展開研究,鮮有研究從生態系統整體視角探索農田生態系統綠色化、生態化發展。盡管已有學者關注農田生態系統中的生態系統服務價值,但并未將其納入生態系統整體框架進行研究,缺乏從系統論角度長期考察農田生態價值的動態變化。

鑒于此,本研究從農田生態系統整體視角出發,基于生態系統服務價值評估模型拓展的能值分析框架,以長江經濟帶11 省(市)為研究對象,測度2010—2021 年長江經濟帶農田生態價值,以期揭示長江經濟帶農田生態價值的基本特征和分布規律,繼而探究其時空變化特征與影響因素,為推動完善長江經濟帶農業生態產品價值實現機制提供參考依據,對促進長江經濟帶綠色可持續發展、建立和完善農業生態產品價值實現機制具有重要意義。本研究可能的邊際貢獻體現在以下兩方面: 第一,豐富了農田生態價值測算評估分析框架。本研究基于改進的生態系統服務價值評估模型及能值分析框架,剖析農田生態系統中能值流動結構和變動趨勢,盡可能真實反映長江經濟帶農田生態系統生態價值總量及時間變化特征。第二,從空間視角探究長江經濟帶農田生態價值的空間動態變化特征和關鍵影響因素,旨在挖掘區域內農田生態價值增長的空間聯結以及提升區域內農田生態價值的內在驅動力。

1 研究方法與數據來源

1.1 農田生態系統能值分析框架

生態資源核算與量化方法主要包括物質量法、價值量法和指標體系法等[3,18],但以上方法均存在計算方法復雜、不同功能之間難以直接比較或者估值過高的問題。因此,本研究引入能值分析方法作為長江經濟帶農田生態系統的基準評估框架[22],并且采用Costanza 等[23]構建的生態系統服務價值模型(Ecosystem Service Value,ESV)核算農田生態系統服務功能。能值分析方法和ESV 模型已經成熟應用于生態、經濟、社會以及復合系統核算等相關研究[24-30]。而且,能值分析方法更加強調流量價值和可再生資源高效利用的重要性[23],這也符合農業綠色可持續發展的要求。該方法采用太陽能值作為農田生態系統中產出的產品(服務)能值轉換的基準,其轉換過程可表示為:

式中:Mr為物質的太陽能值,Er為物質有效能量或質量,Tr為太陽能值轉換率。

農田生態系統作為自然再生產和人工再生產復合交織的生態系統,根據能值分析理論,農田生態經濟能值可分為投入能值與產出能值(表1)。為了方便統計,農業產出能值為水稻(Oryza sativa)、小麥(Triticum aestivum)和玉米(Zea mays)產出,生態服務能值(即生態服務功能)包括除已通過市場化實現價值的糧食生產外的氣體調節、氣候調節、水源涵養、土壤保育和生物多樣性保護等,其計算參考謝高地等[29]修訂的單位面積生態系統服務價值當量表,并以長江經濟帶糧食單產數據和平均市場價格對模型進行修正,以消除自然因素和價格波動的影響[15]。最終計算可得2010—2021 年長江經濟帶當量因子價值量均值為2219.37 ￥·hm-2(圖1),該結果與羅海平等[10]的結果基本保持一致。最終,基于計算數據編制2010—2021 年長江經濟帶農田生態經濟系統能值流分析表(表2)。結果顯示,2010—2021 年長江經濟帶單位面積糧食供給能值平均產出為9.32×1016sej·hm-2,單位面積生態服務能值平均產出為1.61×1017sej·hm-2。

圖1 2010—2021 年長江經濟帶農田生態系統單位當量因子價值量變動Fig.1 Variation of value of equivalent factors per unit area of farmland ecosystem in the Yangtze River Economic Belt from 2010 to 2021

表1 農田生態系統能值分析簡表Table 1 Brief table of emergy analysis of farmland ecosystems

表2 長江經濟帶農田生態系統能值流分析Table 2 Analysis of emergy flow of farmland ecosystem in the Yangtze River Economic Belt sej·hm-2

1.2 農田生態價值測度指標體系

農田生態價值是指依照生態學的原理和生態系統的發展規律對農業綠色化、生態化和資源價值化的綜合測度,是生態效益、社會效益以及經濟效益的相互統一[6,21]。由此,依據能值分析框架構建農田生態價值測度指標體系,并遵循科學性、針對性、現實性和可度量性的原則以及相關研究成果[21-24,26],從生態發展、社會進步、經濟發展和可持續性發展4 個方面對能值指標進行甄選,并構建長江經濟帶農田生態價值測度指標體系,具體指標含義及測量詳見表3。同時,為避免層次分析法、主成分分析法等主觀測量干擾引起的評價結果偏差以及方便不同年份之間比較,指標體系測度采用針對面板數據改進的熵值法,建立“區域-時間-指標” 的立體時間序列數據。

表3 長江經濟帶農田生態價值測度指標體系Table 3 Index system for measuring the farmland ecological value in the Yangtze River Economic Belt

1.3 空間計量模型構建

全局空間自相關表示研究區域內鄰近空間單元農田生態價值的空間關聯特征,區域總體的空間關聯性采用全域Moran’sI指數進行檢驗。為了探索農田生態系統功能在省域間空間關聯隨時間變化情況,采用空間杜賓模型(spatial Durbin model,SDM)來探究各因素對長江經濟帶農田生態價值的空間效應。參考Le Sage 等[31]的研究,模型表達式為:

式中:i、j為不同省份,t為年份;Yit為農田生態價值;Xit、Xjt為解釋變量向量,即農田生態價值的可能影響因素;Wij為空間權重矩陣;αi為常數項,ρ、β、φ為回歸系數,μi為空間固定效應,εit為隨機誤差項。空間權重矩陣選取標準化的鄰接空間權重矩陣作為基準分析,引入標準化的反距離平方空間權重矩陣作為穩健性檢驗。為削弱模型異方差性,變量均取對數(加1 取對數),另考慮價格變動因素,以2010 為基期對模型變量作消脹處理。長江經濟帶農田生態價值的驅動因素和障礙因子見表4。由于長江經濟帶部分省份2009 年及更早數據缺失嚴重,本研究選取2010—2021 年長江經濟帶11 個省(市)級層面數據,應用能值分析框架剖析農田生態系統能值構成及流動,并測算農田生態價值。研究所采用的自然地理、社會經濟等基礎數據主要來源于2011—2022年《中國統計年鑒》《中國農業統計年鑒》《中國水資源公報》《中國環境統計年鑒》《全國農產品成本收益資料匯編》和各省統計年鑒、水資源公報及政府文件,部分缺失數據根據插值法進行推算補齊。氣象數據來源于《中國氣象年鑒》以及美國國家環境信息中心網站(https://www.ncei.noaa.gov/)。能量折算系數、能值轉換率和計算公式主要參考Odum[22]和藍盛芳等[25]研究。能值貨幣比率采用喻鋒等[26]計算值8.67×1011sej·￥-1。能值核算基準參考Brown 等[32]的全球能值基準為12.00×1024sej·a-1。其他不同基準的能值轉換率參考劉耕源等[28]的做法乘以折算系數1.27 (即12.00×1024sej·a-1與9.44×1024sej·a-1的比值)。

表4 長江經濟帶農田生態價值的影響因素Table 4 Factors influencing the farmland ecological value in the Yangtze River Economic Belt

2 結果與分析

2.1 長江經濟帶農田生態價值時空變化特征

2.1.1 長江經濟帶農田生態價值時間變化特征

長江經濟帶2010—2021 年農田生態價值測度結果(表5)顯示,研究時段內長江經濟帶農田生態價值整體呈現“波動增長” 的態勢。具體來看,上游省份(市)總體水平較高,依次為貴州、重慶、云南、四川;中游省份處于中等水平,其中江西最高,湖北、湖南次之;下游地區總體偏低,其中,上海最高,安徽、浙江、江蘇次之;上游地區農田生態價值整體高于區域均值,中下游地區農田生態價值整體處于區域均值水平以下。分流域變動情況來看(圖2),研究時段內農田生態價值增長波動存在區域性差異。上游地區呈現“上升—下降—趨于平穩” 的波動式增長態勢,基本維持在0.485～0.607 之間;中游地區整體水平基本在0.321～0.433 之間波動,呈現波動增長發展;下游地區農田生態價值維持在0.247～0.349 之間,其中上海呈現快速增長趨勢,相較于2010 年增速為16.37%,帶動了周圍地區農田生態價值的提升。系統能值流動表明(圖3),長江經濟帶農田生態系統可更新資源能值(R)呈現“上游＞中游＞下游” 的特征;不可更新資源能值(N)、不可更新工業輔助能值(F)、生態服務能值(Y2)呈現“下游＞中游＞上游” 的特征;可更新有機輔助能值(R1)和糧食供給能值(Y1)呈現“中游＞下游＞上游” 的特征。能值投入情況表明,上游地區農田生態系統主要依賴于太陽能、風能、水能等自然資源投入,這與當前我國重點生態功能區建設規劃目標導向基本吻合,中下游農田生態系統主要依賴于化肥、農藥、柴油、農膜等農用化學能和能源投入。能值產出情況表明,糧食供給能值(Y1)和生態服務能值(Y2)產出主要集中于中下游地區。

圖2 長江經濟帶不同區域農田生態價值時間變動圖Fig.2 Temporal variation of farmland ecological value in different regions in the Yangtze River Economic Belt

圖3 長江經濟帶農田生態系統能值流動Fig.3 Emergy flows of farmland ecosystem in the Yangtze River Economic Belt

表5 2010—2021 年長江經濟帶農田生態價值測度結果Table 5 Results of measuring the farmland ecological value in the Yangtze River Economic Belt from 2010 to 2021

隨著長江經濟帶經濟發展進入新常態,生態文明建設和綠色發展理念深入推進,地區政府加大對農田生態功能以及生態產品重視程度。長江經濟帶農田生態價值得到穩定提升,隨著區域協調發展,區域差距得到有效縮小。長江經濟帶農田生態價值能夠實現逐步提升歸結于以下兩個方面。一方面,農業綠色生產方式轉型推動中下游地區農田生態價值提升。長江經濟帶上游地區水、土、光、熱等自然要素充裕,生態資源富集[16],農田生態價值處于高值,而粗放的農業經營以及較高的農用化學品和能源投入引發中下游地區耕地頻頻出現“生態預警”。隨著長江經濟帶高水平建設“綠色大糧倉”戰略推動,農業生產方式逐步從粗放經營向綠色、低碳、循環發展轉型[17,19],農藥、化肥、農膜以及農用能源等不可更新資源能值和不可更新工業輔助能值呈現整體下降趨勢,為農業綠色和生態發展奠定良好的物質基礎,推動中下游地區農田生態價值得到不斷提升。另一方面,長江經濟帶堅持以資源環境承載能力為核心的主體功能區戰略發揮了制度優勢。《關于完善主體功能區戰略和制度若干意見》強調要在農產品主產區、重點生態功能區等建立長效機制。貴州、浙江、江西等省作為國家生態產品價值實現機制試點省,積極探索生態農產品價值實現路徑,提升生態農產品價值實現效益和規模[9,21]。例如,貴州省推進綠色金融服務建設,設立扶貧基金推動農業結構調整和農業綠色產業發展,推動生態農業、有機農業、循環農業和科技農業發展。浙江省開拓生態資源產業化等模式,促進富集生態價值農產品實現“優質優價”。湖南、湖北等省積極探索農文旅融合以及生態扶貧模式推動生態資源價值顯化。

2.1.2 長江經濟帶農田生態價值空間集聚性特征

由于經濟發展水平、技術水平、政策導向等不同,長江經濟帶各地區農田生態價值存在空間差異性。根據自然斷點分級法對2010—2021 年長江經濟帶農田生態價值進行分組考察(表6)。結果顯示,長江經濟帶農田生態價值整體呈現“上游＞中游＞下游” 梯度遞減的特點,高水平區域呈現連片狀空間集聚,從上游腹地不斷向中下游地區波動,整體呈現“西高東低” 發展水平,空間分異特征明顯。該結果與鐘業喜等[14]、張林波等[21]對長江經濟帶農田生態服務價值量測算的空間演變特征基本一致。對時間演化而言,長江經濟帶農田生態價值之間存在顯著的區域異質性。2010 年,長江經濟帶農田生態價值較低,高值區省(市)僅有重慶;在2014—2018 年,上游地區總體生態價值水平得到提高,高值區增加了四川、貴州、云南,中高值區和中值區的變動主要集中在中下游省份,湖北、湖南降至低值區;至2021 年,貴州、云南位于高值區,上海、重慶、四川位于中高值區,安徽、江西、湖北進入中值區,江蘇、浙江、湖南位于低值區。總體來看,長江經濟帶農田生態價值在地理空間上存在一定集聚性特征,呈現出“西高東低”的分布格局。

表6 長江經濟帶農田生態價值空間分級Table 6 Spatial classification of farmland ecological value in the Yangtze River Economic Belt

2.2 長江經濟帶農田生態價值的影響因素分析

2.2.1 空間自相關和計量模型檢驗

運用Stata 15.1 軟件計算2010—2021 年長江經濟帶農田生態價值全局Moran’sI指數(表7),結果表明,部分年份通過了5%顯著性檢驗,呈明顯的空間正相關特征。2013—2019 年長江經濟帶農田生態價值Moran’sI指數集中在0.280～0.597 之間,初步表明長江經濟帶農田生態價值在空間上并非隨機分布,具有顯著的空間關聯特征,即長江經濟帶不同省(市)農田生態價值之間存在高高集聚和低低集聚特征。從時間變化來看,Moran’sI指數呈現上下波動態勢,表明長江經濟帶全局空間自相關關系尚未形成穩態,可能導致長江經濟帶農田生態價值空間集聚特征分布呈現不均勻特征。

表7 長江經濟帶農田生態價值全局Moran’s I 指數Table 7 Global Moran’s I index of farmland ecological value in the Yangtze River Economic Belt

空間變化特征和全局Moran’sI指數結果顯示,長江經濟帶農田生態價值呈現一定空間自相關特征,因此有必要將空間效應作為影響因子納入到模型之中,進一步考察長江經濟帶農田生態價值的關鍵影響因素。綜合空間計量模型似然比檢驗(Likelihood ratio test,LR)、拉格朗日乘數檢驗(Lagrange multiplier test,LM)和Wald 檢驗結果(表8)拒絕可以簡化的原假設,表明空間杜賓模型優于空間滯后模型和空間誤差模型。同時根據Hausman 檢驗結果,選取空間固定效應下的空間杜賓模型(SDM)進行參數估計,模型回歸分析結果更為穩健。

表8 空間計量模型檢驗結果Table 8 Results of spatial econometric model test

2.2.2 空間效應及影響因素結果分析

根據表9 結果可以看出,空間自回歸系數(ρ)的估計值為0.190,且通過10%顯著性水平檢驗,表明鄰近省份農田生態價值每提高1%,將導致本地區農田生態價值增加0.209% (e0.190-1 ≈0.209,以下回歸系數計算方法皆同),表明農田生態價值存在顯著的正向溢出效應,即鄰近地區間農田生態價值提升能力體現為互相促進、協同提升的演進特征,這也在一定程度上反映了長江經濟帶區域協同發展以及先進農業技術的擴散效應。由于長江經濟帶農田生態價值存在空間相關性,模型中納入空間滯后項,因此空間杜賓模型的回歸系數并不能直接反映自變量的影響程度,需要通過估計所得到的“方差—協方差矩陣” 進行效應分解處理得到直接效應、間接效應和總效應,以此反映自變量對因變量的影響程度[31]。經過效應分解結果可知,農業經濟發展和城鄉收入差距抑制了農田生態價值提升,城鎮化率和年均降水量對農田生態價值存在不同程度的正向貢獻。

表9 長江經濟帶農田生態價值影響因素回歸結果Table 9 Regression results of factors influencing the farmland ecological value in the Yangtze River Economic Belt

本研究分析了經濟因素對長江經濟帶農田生態價值的影響。農業經濟發展對農田生態價值的間接效應和總效應顯著為負,回歸系數表明農業經濟發展水平每提高1%,會導致鄰近地區農田生態價值降低0.358%,總體農田生態價值會降低0.367%。一方面從農田生態價值分布來看,農田生態價值高值區域主要集中在上游地區,該地區自然資源稟賦良好,生態資源豐富,生態承載空間富集[9,16],農田生態價值增長迅速,但是上游地區的經濟發展仍較為薄弱。盡管中下游地區農田生態價值逐年上升,但面臨經濟發展和資源環境的雙重約束,同時也面臨較大的資源壓力和環境壓力,農田生態價值提升較為緩慢,生態產品供給能力不足。另一方面,農業經濟發展水平越高,農業集約化發展程度越高。盡管農業集約化發展能夠提高糧食產量,但是集約化導致農田間邊緣植被和自然棲息地消除而簡化了農田生態系統自然景觀結構,導致蟲害增多和天敵數量降低[28]。此外,盡管貴州、浙江等地通過區域品牌建設、綠色金融基金等形式助力優質農產品實現生態價值轉化,但是域內尚未形成區域聯動的“優質優價” 糧食市場,農產品生態價值提升路徑尚未完全打通[28]。城鄉收入差距對農田生態價值的間接效應顯著為負,回歸系數表明城鄉收入差距每擴大1%,會導致鄰近地區農田生態價值降低0.342%。可能的原因在于隨著城鄉收入差距逐漸擴大,農村勞動力更有可能卷入非農行業,減少農業勞動投入,導致農業資源錯配[13,15],這也側面印證了城鄉收入差距的縮小不僅有利于社會穩定,更有利于生態安全[11]。

本研究也分析了社會因素對長江經濟帶農田生態價值的影響。財政支農力度對農田生態價值的直接效應顯著為正,回歸系數表明財政支農力度每提高1%,本地區農田生態價值會提升0.065%。可能的原因在于本地單位播種面積財政農林水事務支出越高,農業部門更加重視注重當地農業發展,通過轉移支付、補貼等行政手段推動農戶提高農業綠色要素投入[33],提升農田生態價值。修葺溝渠、平整土地等農業基礎設施建設、推廣農業低碳生產技術、綠色化肥、農藥和綠色防控技術等有助于改善水土資源管理、溫室氣體排放以及增強土壤養分積累能力,而且有助于降低生態系統負服務的影響,促進農田生態系統得到改善,進而有利于提升農田生態價值。此外,當地政府更加注重農業產業,能夠顯著增強本地生態農產品競爭優勢并輻射周圍地區農產品市場,實現生態農產品“優質優價”,繼而提升農田生態價值[28]。但間接效應和總效應系數為負表明財政支農力度在省際間很難形成溢出效應,但負向溢出效應更易形成。可能的原因在于為了實現生態農產品“優質優價”,鄰地農產品可能會產生“回流效應”,流向農產品生態價值競爭優勢更為明顯的地區。城鎮化率對農田生態價值的直接效應、間接效應和總效應均顯著為正,回歸系數表明城鎮化率每提升1%,本地區農田生態價值會提高0.336%,鄰地農田生態價值提高0.865%,區域農田生態價值會提升1.489%。一方面城鎮化率高的地區,人們消費水平越高,對富硒大米、稻蝦米、高油玉米等高附加值的農產品需求較多,能夠實現特色農產品“優質優價”,促進農田生態價值的提升[28]。另一方面城鎮化率的提高對農業人口產生的正向資本外溢[34],所引起的勞動力資本富集促進了本地農田生態價值的提升。這也表明城鎮化的人力資本效應積累能夠有效促進區域內農田生態價值協調發展。作物種植結構對農田生態價值的直接效應顯著為正,回歸系數表明經濟作物種植規模每擴大1%,本地區農田生態價值提高0.061%。可能的原因在于作物種植結構的優化能夠抑制農業碳排放,提高資源利用效率,但間接效應和總效應為負,糧食作物種植面積的減少不利于土壤碳庫和肥力恢復[13,15]。

自然因素對長江經濟帶農田生態價值也存在一定程度的影響。年均降水量對農田生態價值的直接效應和總效應顯著為正。長江經濟帶作為我國水資源最為豐富的地區,水資源充沛,但是隨著全球氣候變暖,降水量波動較大而且旱澇急轉時有發生,因此降水資源的合理分配和有效利用對于農田生態系統的健康發展具有重要作用[16]。受災程度對農田生態價值的分解效應系數為正,與預期不一致,可能的原因在于近年來長江經濟帶農作物受災率較高區域由上游地區轉移至中下游地區,受限于資源環境和經濟壓力,農田生態價值提升較為緩慢。

3 討論與結論

3.1 討論

本研究在充分且較為全面地考慮農田生態系統的生態系統服務功能的基礎上,基于統一量綱可比的能值分析框架并利用改進的熵值法對長江經濟帶2010—2021 年農田生態價值時空動態變化特征進行探討,并借助空間計量相關理論對影響長江經濟帶農田生態價值的關鍵因素進行考察。研究結果表明長江經濟帶農田生態價值整體呈“上游＞中游＞下游” 梯度遞減的特點,高值集聚呈現連片狀空間集聚,由上游腹地不斷向中下游波動延伸,該空間變動特征與鐘業喜等[14]、張林波等[21]結果基本保持一致。相較于以往研究,本研究主要從以下兩方面進行深化。一方面,本研究采用改進的生態系統服務價值評估模型和能值分析框架,采用統一計量單位和可計量貨幣價格,利用能值流動和物質能量轉化對非市場價值的環境資產的實際價值進行顯化評估。另一方面,采用空間計量模型,并從經濟、社會和自然等多維度分析長江經濟帶農田生態價值的關鍵影響因素,彌補采用傳統計量難以識別空間效應的不足,使得研究結果更符合客觀事實。

3.2 結論

本研究主要結論如下。1) 2010—2021 年長江經濟帶農田生態價值整體呈現波動增長的態勢。省際增長貢獻具有明顯差異,增長貢獻主要集中在上游地區,中下游地區整體處于負向增長,其中湖南、重慶、浙江負向增長程度較高,上海、安徽逐步扭轉為正向增長。2)從空間分布來看,長江經濟帶農田生態價值重心在上游地區移動,整體呈現“西高東低” 的特征,空間集聚特征顯著。從系統能值流動來看,可更新資源能值呈現“上游＞中游＞下游” 的特征,不可更新資源能值、不可更新工業輔助能值、生態服務能值呈現“下游＞中游＞上游” 的特征;可更新有機輔助能值和糧食供給能值呈現“中游＞下游＞上游” 的特征。3)長江經濟帶農田生態價值受到多重因素的共同影響。財政支農力度、城鎮化率、作物種植結構和年均降水量對本地農田生態價值提高具有促進作用,而且城鎮化率能夠顯著提升鄰地農田生態價值,但農業經濟發展水平和城鄉收入差距不利于農田生態價值水平的改善。

基于上述研究結果,本研究提出以下對策建議。1)秉承長江經濟帶農業“生態優先、綠色發展” 理念,把握長江經濟帶農田生態價值的空間差異,加快制定結合區位優勢的農業綠色、生態、可持續發展策略。譬如,上游地區應提高光、熱、水等資源利用效率,提高水土要素匹配度,適當推動光伏農業和節水農業;中下游地區推動化肥、農藥、農膜等農用化學品和農用能源持續減量,推動農業生產要素變革以及提高農業機械化、智能化發展水平。2)充分挖掘區域農田生態價值驅動因素(如財政支農力度和城鎮化率等),并有效控制障礙因素,如農業經濟發展水平和城鄉收入差距等。具體措施如下: 一是加強本地區財政支農力度,完善農田水利設施體系和高標準農田建設;二是推動新型城鎮化發展,有序加強新型職業農民職業素養培育,強化農業科技支撐,縮小城鄉收入差距;三是創建地區特色農產品品牌,加快形成生態農產品優質優價市場機制,促進農業增收增效。3)應逐步搭建區域內農業生態產品交易平臺,針對云南、貴州、重慶等農田生態價值較高的地區,更需要注重農產品生態賦值,促進生態價值轉變為生態福祉,并逐步有效推動長江經濟帶農業生態價值實現機制建立與完善。