EN中文

自然资源学报 >

2022 , Vol. 37 >Issue 10: 2651 - 2671

DOI: https://doi.org/10.31497/zrzyxb.20221013

其他研究论文

中国粮食生产效率与旅游发展的耦合机制及时空分异

  • 王金伟 , 1, 2, 3 ,
  • 孙洁 1 ,
  • 雷婷 1 ,
  • 鹿广娟 1 ,
  • 张宏 1 ,
  • 袁佳欣 1
展开
  • 1.北京第二外国语学院旅游科学学院,北京 100024
  • 2.中国科学院地理科学与资源研究所,北京 100101
  • 3.北京旅游发展研究基地,北京 100024

王金伟（1983- ）,男,四川绵阳人,博士,副教授,主要从事旅游经济、旅游政策研究。E-mail:

收稿日期: 2022-01-04

  修回日期: 2022-06-06

  网络出版日期: 2022-12-28

基金资助

北京第二外国语学院科研专项项目(KYZX21A005)

收起

Coupling mechanism and spatiotemporal differentiation between grain production efficiency and tourism development in China

  • WANG Jin-wei , 1, 2, 3 ,
  • SUN Jie 1 ,
  • LEI Ting 1 ,
  • LU Guang-juan 1 ,
  • ZHANG Hong 1 ,
  • YUAN Jia-xin 1
Expand
  • 1. School of Tourism Sciences, Beijing International Studies University, Beijing 100024, China
  • 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 3. Research Center for Beijing Tourism Development, Beijing 100024, China

Received date: 2022-01-04

  Revised date: 2022-06-06

  Online published: 2022-12-28

Fold

摘要

粮食安全是国家安全的重要基础,而旅游产业是社会发展水平的重要体现。本文基于中国31个省（市、自治区）（不含港澳台地区）2010—2019年的省级面板数据,运用DEA-CCR模型和熵权法测算了各地粮食生产效率与旅游业发展水平,并在此基础上利用耦合协调模型、马尔科夫链和地理探测器探讨了两者的时空耦合协调演化特征及其影响机制。结果表明：（1）中国粮食生产效率与旅游产业发展水平均呈现出随时间演化而波动上升的态势,同时两者在区域间存在较为明显的不均衡现象;（2）粮食生产效率与旅游业发展水平呈现高度的耦合相关,两者的耦合协调关系经历了从“初级耦合协调”到“中级耦合协调”的演变,在空间上呈现出“东高西低”的差异化特征;（3）中国粮食生产效率与旅游业发展水平的耦合协调状态具有较高的稳定性,短期内难以实现耦合协调类型的跃迁;（4）区域经济发展水平（GDP）和第三产业劳动力（从业人数）是影响粮食生产效率与旅游产业耦合协调关系的核心驱动要素。

关键词： 粮食安全; 粮食生产效率; 旅游产业; 乡村旅游; 耦合协调

本文引用格式

王金伟 , 孙洁 , 雷婷 , 鹿广娟 , 张宏 , 袁佳欣 . 中国粮食生产效率与旅游发展的耦合机制及时空分异[J]. 自然资源学报, 2022 , 37(10) : 2651 -2671 . DOI: 10.31497/zrzyxb.20221013

Abstract

Food security is a major issue related to national security and social livelihood, and tourism industry is an important embodiment of social development. While a close interaction exists between grain production and tourism, the correlation mechanism between grain production and tourism, including the evolution characteristics in the time and space dimensions, has not yet been clarified in existing studies. This study uses DEA-CCR model and entropy weight method to calculate the local grain production efficiency and tourism development level using panel data of 31 provincial-level regions in China (excluding data from Hong Kong, Macao, and Taiwan) from 2010 to 2019. The coupling coordination model, Markov chain and geological detector are used to discuss their spatiotemporal coupling coordination characteristics and influence mechanisms. The results show that: (1) The grain production efficiency and tourism industry development level in China are fluctuating with the elaspe of time, and there is an obvious imbalance between regions. (2) Grain production efficiency and the tourism development level show a high degree of coupling correlation. The coupling and coordination relationship between the two has evolved from "primary coupling and coordination" to "intermediate coupling and coordination," and shows the differentiation characteristics of "high in the east and low in the west" in terms of space. (3) The coupling coordination between the national grain production efficiency and the tourism development level is relatively stable, making it difficult to realize the transition of the coupling coordination type in the short term. (4) Regional economic development level (GDP) and tertiary industry labor force (number of employees) are the core driving factors that affect the coupling and coordination between grain production efficiency and the tourism development. The findings in this study have certain reference value for the scale of grain production, resource allocation, tourism destination planning and development of provincial-level regions. Moreover, the study provides theoretical support and practical reference for the formulation of macro policies in the aspects such as cultivated land protection, food security, and promotion of high-quality tourism development.

Key words： food security; grain production efficiency; tourism industry; rural tourism; coupling coordination

粮食安全是关系国家安全和社会民生的重大安全问题[1]。作为农业大国和人口大国,中国以占世界8%的耕地养活了世界22%的人口。旅游业是国民经济的战略性支柱产业,多年来对中国GDP增长做出重要贡献,并在增加外汇收入、推动三产融合、提供就业机会等方面产生了明显的综合带动效应。“食”是旅游六要素之一,同时旅游业也是食物消费的重点行业。为了保障国家粮食安全和旅游产业高质量发展,近年来国家相继出台了多项措施进行粮食“减损”和“增产”。一方面,2021年出台了《中华人民共和国反食品浪费法》并对旅游行业中的食物浪费问题做出了相关规定。另一方面,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出要使能源资源配置更加合理和利用效率大幅提高。一般来说,土地、劳动力、资本等是粮食生产和旅游产业发展的基础要素,平衡好各类要素的投入比例、提升各类要素的使用效率不仅是新时期高质量发展的目标要求,更是加快发展现代产业体系、推动经济体系优化升级的重要举措。
提升粮食生产效率并保障粮食有效供给是粮食安全体系的重要组成部分。近年来,学者们对粮食生产效率进行了多维度的研究。其中,粮食生产效率的测算是目前学术界研究的热点。Bahrami等[2]利用DEA模型对小麦的生产效率进行了评估,提出了小麦生产能源投入比例的优化措施。张利国等[3]利用计量分析方法测算了中国13个粮食主产区的粮食全要素生产率并分析了其驱动因素。同时,学者们提出粮食生产是一个综合性的系统工程,其生产效率受到多种要素的影响。一方面,土地、劳动力、机械化等系统内部要素是影响粮食生产效率的关键因素。有学者研究发现,耕地密度、土地多样化利用会抑制粮食生产效率的增长,耕地面积和耕地利用强度会显著提高粮食生产效率[4,5]。与此同时,学者们从宏微观多个视角对劳动力市场进行了深层次探讨,提出劳动力价格和劳动力市场结构等会对粮食生产效率产生一定的影响[6⇓-8]。此外,学者们还发现农业机械应用、种植技术改良等也是提升粮食生产效率的有效手段之一[9,10]。另一方面,政策、城镇化等外部要素会通过影响农民种粮积极性、农作物种植结构、农业基础设施建设等对粮食生产效率产生不同程度的影响[11⇓-13]。除此之外,学者们还发现粮食生产效率也会受到气候变化、生态系统、能源安全等自然要素的影响[14,15]。总的来看,粮食生产效率既会受到农业产业内部要素的影响,同时也受到社会环境和自然环境等外部因素的影响。
旅游业因其在促进区域经济增长、推动社会发展、满足人民日益增长美好生活需要等方面具有重要作用,一直是学界关注的热点。目前学者们关于旅游综合发展水平的研究多集中在资源禀赋、供给与需求、可持续发展、竞争力评价等方面。Erfan等[16]从空间系统的角度阐述了自然资源对旅游经济增长的重要性。保继刚等[17]梳理了中国旅游资源评价的发展历程,指出新技术的应用可以提高旅游资源的开发利用效率。同时,学者们发现,旅游需求和旅游供给是相互依存、相辅相成的关系,二者间动态平衡能促进旅游业的健康发展[18]。何建民[19]提出,影响旅游有效供给的因素主要有资源、基础设施、专业服务能力等,影响旅游需求的因素主要有旅游动机、时间和购买力等。Zhang等[20]通过分析中国香港地区的旅游发展情况,提出信息共享是协调好旅游需求和供给关系的有效途径。关于旅游可持续发展,学者们提出它是以增进人类福祉为目的,强调社会、生态、人文等协调统一的发展理念[21]。目前对旅游可持续发展能力的研究主要涉及到环境承载力[22]、环境影响评价[23]、生态足迹分析[24]等方面。此外,学者们研究发现,资源禀赋、供给与需求、可持续发展等要素会共同影响旅游竞争力。其中,差异化的旅游资源会影响旅游竞争力大小,旅游需求是保障旅游具备竞争力的前因条件,而可持续发展能力能够促进旅游具备长久的竞争力[25]。综上,旅游产业发展既会受到产业内部资源禀赋、供给能力等方面的影响,同时还会受到外部发展环境、市场需求等多方面的影响。
粮食生产与旅游业的关系密不可分。早在1983年,Belisle[26]就提出旅游业和农业在劳动力与土地之间存在竞争关系,并且二者之间的竞争关系受到土地价值、土地使用效率和食品价格等因素的影响。随着研究的深入,学者们对粮食生产与旅游业的关系进行了更为细致地探索。Telfer等[27]研究发现,粮食生产和旅游业之间存在着一个“冲突—共生”的关系演化过程。一般来说,在当地旅游业发展初期,两者会在土地、劳动力和资本等方面存在竞争关系,然而随着旅游业发展进入外溢阶段,两者的互利共生关系会逐渐显现出来。同时,学者们还发现,粮食生产与旅游业之间的互动关系会对当地社会发展产生一定影响。Torres[28]指出,旅游业发展使得目的地对粮食的需求增大,从而间接提升当地的社会经济发展水平。与此同时,Troncos等[29]发现,旅游目的地的社会环境与粮食生产、食品价格和旅游业之间存在相互影响的关系。前者会在一程度上影响后三者的发展水平（或水平）,而且后三者也会通过某些复杂的机制反作用于前者;它们之间是一种相辅相成的有机系统关系。总的来看,粮食生产与旅游产业发展之间存在着密切的相互作用关系,但是二者之间存在怎样的关联机制?其耦合协调关系在时间和空间维度上的演化特征如何?处在各耦合协调状态下的省市区未来可能的发展状态是什么?影响二者耦合协调关系的因素主要有哪些?这些问题都有待进一步明晰。
基于此,本文拟以2010—2019年中国31个省（市、自治区）（不含港澳台地区）为研究对象,在阐述粮食生产效率与旅游发展水平相互作用机理的基础上,借助DEA-CCR模型和熵值权重法分别计算出粮食生产效率和旅游业发展水平,并利用耦合协调模型、马尔科夫链、地理探测器进一步探讨两者耦合协调发展的时空分异特征及其影响因素。通过本文,以期为提升粮食生产综合效率和促进旅游业高质量发展提供理论参考,并为国家粮食安全战略的实施提供决策支撑。

1 研究方法与数据来源

1.1 研究模型构建

粮食生产效率反映的是当前粮食生产的综合技术能力和未来的生产潜力[30]。旅游业发展水平则是体现区域经济、社会、文化发展水平的重要维度[31]。为了进一步离析两者间的影响关系及其作用机理,本文在参考现有相关研究的基础上[26⇓⇓-29],构建研究模型（图1）。
图1 粮食生产与旅游发展的耦合协调理论模型

Fig. 1 Configural model of grain production and tourism development

研究模型中存在一对显著的作用关系,即粮食生产效率是旅游高质量发展的物质支撑,旅游发展水平是高效粮食生产系统的动力引擎。两者存在相互制约、相互促进的耦合关系。
（1）粮食生产是旅游业的物质基础和重要组成部分。学者们提出,粮食生产是一个受多要素影响的综合系统,土地、劳动力、机械应用等要素会显著影响粮食生产效率[5⇓⇓⇓⇓-10]。与此同时,Mak等[32]研究指出粮食为旅游者提供了最基本的生活需要和能量基础,粮食（食物）消费是旅游消费的核心组成部分。王灵恩等[33]提出食物消费会驱动和影响旅游地食物生产与供给的各个产业门类,进而影响旅游地的社会经济发展。同时,学者们还指出粮食生产所承载的传统文化本身也是一种重要的旅游吸引物,并通过对目的地品牌的塑造提升旅游地的知名度[34]。此外,通过Rodriguez等[35]的研究还可以发现粮食生产和食物消费关系到旅游地环境与自然生态。尤其是低碳、绿色的农业发展和食物消费模式能够有效缓解旅游业发展带来的气候变化问题[33]。总的来看,粮食生产对旅游业发展具有决定性的作用,粮食生产效率的提升可以在一定程度上促进旅游业发展水平。
（2）旅游产业发展是粮食生产的重要助推力。学者们提出,旅游业发展水平受资源禀赋、发展模式等系统内部因素和产业结构、市场环境等外部环境的多重影响[16⇓⇓-19,25,26]。与此同时,Hermans[36]研究发现旅游发展直接关系到目的地农民的经济收入水平,从而对粮食的生产效率产生影响。同样地,黎洁等[37]提出旅游活动在一定程度上改变了当地农户的生计类型,而农户旅游参与则对农业生产有着积极的正向作用。此外,从宏观角度来看,旅游产业会带动目的地的经济社会全面发展,并为粮食生产提供必要的技术支持和资金保障[38]。而从微观角度来看,旅游业作为串联粮食生产、食物加工与销售等环节的重要手段,能够在一定程度上扩大粮食生产的有效供给。总之,旅游产业发展对粮食生产会起到重要的拉动作用,提升旅游业发展水平可以同时带动粮食生产效率的提高。
因此,本文拟在上述研究模型的基础上,运用数理统计方法采用中国31个省（市、自治区）（不含港澳台地区）的相关面板数据对粮食生产效率与旅游发展水平的耦合关系进行实证研究,以进一步离析两者的时空耦合关系及作用机制。

1.2 研究方法

1.2.1 数据包络分析法

数据包络分析方法（Data Envelopment Analysis,DEA）是对决策单元进行生产效率评价的一种非参数分析方法。优点是不需要已知生产前沿的具体函数,而只需投入和产出数据即可对决策单元进行效率测评。Charnes等[39]在1978年提出了DEA-CCR模型,在假定规模报酬不变的基础上,测算决策单元的技术效率。DEA-CCR模型的计算公式如下[40]：
m i n θ - ε e T s + + e - T s - s . t ∑ j = 1 n X j m λ j + S - = θ X 0 , m = 1,2 , … , M ∑ j = 1 n Y j r λ j - S + = Y 0 , r = 1,2 , … , R λ j ≥ 0 , j = 1,2 , 3 , … , n ; S - , S + ≥ 0
式中：X和Y分别表示n个决策单元的投入与产出;m和r分别表示投入变量和产出变量的个数;λj是某项指标的权重系数; S -和 S +分别为剩余变量和松弛变量;ε表示非阿基米德无穷小量;θ为综合生产效率值,其取值范围为 [0, 1],当θ等于1时,说明投入与产出达到了最优。

1.2.2 熵值权重法

信息熵是表达系统无序程度的度量[41]。用熵值的思想来确定各构成要素指标的权重,可以在一定程度上避免主观赋值方法的缺陷。对于某项指标来说,信息熵值越大,则指标的变异程度越大,说明该指标在综合评价中起的作用越大。使用熵权法计算旅游业发展水平的步骤及公式,如表1所示[42]。
表1 旅游业发展水平计算公式

Table 1 Calculation formula of comprehensive score of tourism industry

序号 步骤 公式
1 对数据进行无量纲化处理 z i j = x i j - m i n { x 1 j , x 2 j , … , x i j } m a x { x 1 j , x 2 j , … , x i j } - m i n { x 1 j , x 2 j , … , x i j }
2 计算指标比例 P i j = z i j ∑ i = 1 n z i j
3 计算指标熵值 e j = - 1 l n n ∑ i = 1 n P i j l n P i j j = 1,2 , … , m
4 计算指标的冗余度 d j = 1 - e j j = 1,2 , … , m
5 计算指标的权重 w j = d j ∑ j = 1 m d j j = 1,2 , … , m
6 计算地区旅游业综合得分 s c o r e i = ∑ j = 1 m w j z i j i = 1,2 , … , n

1.2.3 耦合协调度模型

耦合度源于物理学概念,指两个或两个以上的实体相互依赖于对方的程度,后来被引入地理、社会、经济等研究领域[43]。协调度能够反映系统要素之间的协同效应和平衡状态。基于此,本文在参考已有研究的基础上[28,29],构建粮食生产效率—旅游发展耦合协调度模型,表征二者之间的交互作用及协调发展水平。具体计算公式如下[44]：
C = 2 u 1 u 2 u 1 + u 2 2
T = a × u 1 + b × u 2
D = C × T
式中： u 1 和 u 2分别为粮食生产效率和旅游发展的综合指数;C为耦合度,取值范围为 [0, 1],C值越高两者说明相互作用越强;T为综合协调指数;a和b为待定系数且a+b=1,由于本文主要研究的是两个系统（变量）间的耦合协调关系,为了保证两者在统计计量中的“对等”（平等）关系,在参考已有研究的基础上[45,46],此处取a=b=0.5;D为耦合协调度,D∈ [0, 1],D值越大说明两者发展越协调,反之则说明两系统之间协同程度低。根据耦合度C以及协调度D的测算值,可将耦合协调关系分为五类（表2）[45⇓-47]。
表2 耦合协调关系类型划分

Table 2 Classification of coupling coordination relationship types

区间 耦合度C 协调度D 耦合协调类型
[0, 0.1] 恶性耦合 严重失调 失调衰退
(0.1, 0.2]
(0.2, 0.3] 轻度失调 低级耦合协调
(0.3, 0.4] 拮抗阶段
(0.4, 0.5] 基本协调 初级耦合协调
(0.5, 0.6] 磨合阶段
(0.6, 0.7] 中度协调 中级耦合协调
(0.7, 0.8]
(0.8, 0.9] 良性耦合 优质协调 高级耦合协调
(0.9, 1.0]

1.2.4 马尔科夫链

马尔科夫链（Markov Chain）是一种经典的预测模型,常用于研究在无后效性的条件下,某一社会现象的随机转移概率问题[47]。具体研究步骤是,首先将某一现象不同时刻的连续属性值进行离散化处理,以确定马尔科夫预测模型的状态空间与参数集合;其次,将参数划分为k种类型,计算每种类型在研究期间的概率分布与变化情况,构造状态转移概率矩阵M。假设t年份属于类型i的省份在t+1年份转变为类型j的概率为Pij,其计算公式为[47]：
P i j = n i j n i
式中： n i j表示研究期内t年属于类型i的省份在t+1年转变为类型j的省份数量总和（个）; n i表示研究期内所有i类型省份的数量总和（个）。

1.2.5 地理探测器

地理探测器是对空间分异性特征及其驱动力进行分析的空间计量方法[48]。本文主要运用地理探测器中的因子探测器和交互作用探测器,以探究影响粮食生产效率和旅游发展水平耦合协调关系的驱动因素。其中,因子探测器的作用是探测某因子X对于属性Y的空间分异性解释程度;而交互作用探测器主要探测不同因子交互作用结果（q值）,以此判断两种因子共同作用时对Y的因子解释力的变化（增强抑或减弱）。因子探测的计算公式为[48]：
q = 1 - ∑ h = 1 L N h σ h 2 N σ 2
式中：q为因子X对属性Y解释力的度量,取值范围为 [0, 1],q越接近1,表明X对Y的解释力越高;L为X或Y的分层; N h和 σ h 2分别为层h的单元数和方差;N和 σ 2分别为研究区域整体的单元数和方差。

1.3 指标体系

1.3.1 粮食生产效率

在参考现有相关研究的基础上[49,50],并结合数据的可获性和准确性选择投入产出指标。产出指标选择各决策单元（DMU）的粮食总产量,投入指标选取粮食生产的土地、灌溉、化肥、机械和劳动力5个要素（表3）。其中,土地投入以粮食播种面积计算;灌溉、化肥和机械分别以有效灌溉面积、农用化肥使用量（折纯量）和农用机械总动力乘以粮食播种面积与农作物播种面积的比值计算得出;从事粮食生产的劳动力数量为第一产业从业人员×(农业总产值/农林牧渔业总产值)×(粮食播种面积/农作物播种面积)计算得出。
表3 粮食生产效率投入产出指标体系

Table 3 Input-output index system of grain production efficiency

类别 指标 指标解释 单位
产出 粮食产量 粮食总产量 万t
投入 土地投入 粮食播种面积 千hm2
灌溉投入 有效灌溉面积 千hm2
化肥投入 用于粮食生产的化肥使用量 万t
机械投入 用于粮食生产的机械总动力 kW·h
劳动力投入 从事粮食生产的劳动力数量 万人

1.3.2 旅游产业发展水平

依据旅游产业发展特点,遵循科学性、数据可得性等原则,并在参考贾垚焱等[51]、孙剑锋等[52]、赵磊等[53]的研究基础上,构建包含旅游规模、接待能力、资源禀赋三个层面的旅游发展水平评价指标体系（表4）。旅游规模是游客需求的外在体现,选用旅游外汇收入、国内旅游收入、入境旅游人次和国内旅游人次来表征。旅游接待能力是保障旅游产业发展的重要基础,选用星级饭店数量、路网密度、第三产业从业人数等指标衡量。其中,路网密度用区域内公路总里程/行政区域面积表示。资源禀赋是旅游产业得以发展的核心前提,选用旅游景区数量、博物馆数量、公共图书馆数量和艺术表演场馆数量进行衡量。
表4 旅游发展评价指标体系

Table 4 Evaluation index system of tourism development

目标层 指标类 指标层 单位 权重
旅游发展水平 旅游规模 旅游外汇收入 万美元 0.1595
国内旅游收入 亿元 0.0782
入境旅游人次 万人次 0.1537
国内旅游人次 万人次 0.0986
接待能力 星级饭店 个 0.0487
路网密度 km/km2 0.0476
第三产业从业人数 万人 0.0550
第三产业固定资产投资 亿元 0.0644
旅行社数量 个 0.0545
资源禀赋 旅游景区数量 个 0.0688
博物馆数量 个 0.0571
公共图书馆数量 个 0.0313
艺术表演场馆数量 个 0.0826

1.4 数据来源及处理

本文以中国31个省（市、自治区）（不含港澳台地区）为研究对象,研究数据主要来源于相应年份的《中国统计年鉴》《中国农村统计年鉴》《中国第三产业统计年鉴》以及各省市统计局、旅游等部门的官方网站（部分数据经过二次处理）。同时,为保证数据的完整性,部分缺失数据使用均值平滑法进行补充。研究数据使用DEAP 2.1、Stata 15.1和ArcGIS 10.2软件进行分析处理。

2 结果分析

2.1 粮食生产效率的时空分异特征

中国粮食生产效率的时空间特征如图2、图3所示。可以看出,研究期内中国大部分省份粮食生产效率呈现出波动增长的态势,但目前部分省份效率仍有待提高,地区间存在着较为明显的不均衡现象。具体表现为：
图2 2010—2019年中国粮食生产效率测算结果

Fig. 2 Results of national grain production efficiency in China, 2010-2019

图3 2010年、2015年、2019年中国粮食生产效率

注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改,下同。

Fig. 3 National grain production efficiency in China in 2010, 2015 and 2019

2010—2019年间,中国平均粮食生产效率从0.846到0.867,且超2/3的省份生产效率呈波动上升趋势。这表明中国粮食产业的资源配置与资源使用效率等综合能力,总体上随时间演化而不断提升。从地区层面来看,各省份呈现出不同的发展特点。根据其生产效率的高低及发展状态可以分为高效率波动增长、高效率波动下降、低效率波动增长和低效率波动下降4种类型。（1）高效率波动增长型,主要包括辽宁、吉林、黑龙江、上海、江苏、江西、重庆、四川、贵州、青海、新疆。其粮食生产效率高于全国平均水平且处于波动增长的状态。值得注意的是,吉林、黑龙江、上海、江西和重庆地区生产效率一直处于较高水平,说明以上5个地区粮食产业的投入要素比例配置合理,资源利用效率较高。（2）高效率波动下降型,主要包括山东、湖北、湖南、西藏。其粮食生产效率处于较高水平,但是呈现出下降趋势。（3）低效率波动增长型,主要包括天津、河北、山西、内蒙古、安徽、河南、海南、云南、陕西、甘肃、宁夏等11个地区。其粮食生产的效率虽然低于全国平均水平,但呈现出上升趋势。（4）低效率波动下降型,主要包括北京、浙江、福建、广东、广西。未来可以适当扩大粮食种植规模、调整各类生产要素投入比例并提升相关技术的应用效率。
从空间分布来看,各省份之间因地理区位、资源禀赋条件不同,地区间存在不平衡现象。具体来看,中部及部分沿海地区粮食综合生产效率低于大部分西部地区和东北地区,形成了由东北向西南“高—低—高”的空间格局。但研究期（2010—2019年）内,中国粮食生产效率的极值差由0.44下降至0.39,说明省域之间发展差异正在逐渐缩小。省域层面上,东北、吉林、辽宁、四川、贵州、青海、西藏、新疆等地区粮食生产效率明显高于宁夏、陕西、山西、河北、安徽、浙江等大部分中部地区。这主要是由于东北部地区拥有较高的气候生产潜力,能够为粮食生产及农业发展提供较好的光能、热量、水资源等生产环境[54]。西部地区虽然气候资源相对有限,特别西北地区的水资源较为匮乏,但是其粮食作物气候资源利用率较高[55],在一定程度上提升了粮食生产效率。相比之下,部分中部地区城市扩张、建设用地占用以及工业化和城镇化的快速发展导致耕地保护压力较大,粮食生产空间减少,这在一定程度上导致粮食生产效率相对偏低。其中,河北、河南、安徽等粮食生产大省,尽管其具有较好的耕地资源和粮食种植条件,但由于劳动力、土地及其他农业生产资源（如化肥、灌溉）的投入比例倒置（比例较大）,导致长期以来粮食生产效率相对较低。它们在资源配置效率方面仍具有较大的提升空间,未来有必要根据各类粮食的种植需要,因地制宜调整优化粮食生产要素的投入比例,不断提升粮食生产的规模效率和技术效率,为保障国家粮食安全和粮食生产的可持续发展奠定坚实支撑。

2.2 旅游发展水平的时空分异特征

中国旅游发展水平的时空间特征如图4、图5所示。可以发现,研究期内全国各省份旅游产业发展水平均有所显著提升,总体呈现出逐年增长的递进式发展态势;区域间旅游发展不平衡的问题较为突出,且差异化程度有扩大趋势。
图4 2010—2019年中国旅游业发展水平综合得分

注：图中各省（市、自治区）按照旅游业发展水平的增长幅度大小进行排列。

Fig. 4 Comprehensive score of national tourism development in China (2010-2019)

图5 2010年、2015年、2019年中国旅游发展水平

Fig. 5 Tourism development in 2010, 2015 and 2019

时间维度上,中国旅游业发展水平的综合得分逐年上涨。具体来看,从2010年0.1454上涨至2015年0.1966,而后又上升至2019年的0.2543,表明中国旅游业的发展水平呈现显著提升趋势,旅游规模、接待能力、资源禀赋等方面有了较大提升。省域层面,各地区旅游发展水平均呈现出波动上升的态势,但增幅各不相同。河北、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、陕西等17个地区增长幅度高于全国平均水平,属于快速增长型。其中,广东省增长幅度最大,2010年为0.4590、2015年为0.5725、2019年为0.7119,年均增长0.0253。这可能是由于广东地区旅游资源禀赋较高,同时拥有较好的经济基础,在旅游配套设施建设、高素质服务人才培养等方面投入较高,使其具备旅游产业持续增长的有利条件。北京、天津、山西、内蒙古、辽宁、吉林、黑龙江、上海、海南、甘肃、青海、宁夏、西藏、新疆等14个地区属于平稳增长型,其增长幅度低于全国平均水平。其中,北京、青海和宁夏属于增长最小的3个地区。值得注意的是,经济较为发达的北京地区旅游业发展增长幅度较小,与其较为完善的旅游基础条件和较高的公共服务水平不吻合,造成这种现象的原因可能是由于北京市各行业综合发展水平较高,在旅游行业注意力分配相对较少,使其旅游行业发展相对缓慢。而宁夏回族自治区和青海省可能是由于其经济、交通、区位、公共服务等条件的限制,使得旅游行业发展处于小幅度增长阶段。
空间维度上,中国旅游产业的发展差异化较为显著,总体表现出“东高西低”的分布格局,并且差异化程度随时间变化呈波动上升的态势。省域层面上,旅游发展水平高于全国均值的地区主要包括：北京、河北、辽宁、上海、江苏、浙江、安徽、福建、山东、河南、湖北、湖南、广东、四川、云南、陕西等,多集中在中国东部地区。低于全国平均水平的地区主要包括：天津、山西、内蒙古、吉林、黑龙江、江西、广西、海南、重庆、贵州、甘肃、青海、宁夏、西藏、新疆等,多在中国中部和西部地区。呈现出较大空间差异性的原因,主要有以下方面：一是东部地区较西部地区经济发达,在旅游基础设施建设、技术应用、专业人才支持等方面具有一定的优势;二是中国东部地区国际化水平和对外开放程度较高,能够吸引较多的国际游客;三是西部地区因区位、地形条件限制了交通运输产业发展,区域内旅游景区的可进入性较低,在一定程度上降低了旅游资源的竞争力和吸引力,致使其旅游产业发展相对滞后。但值得注意的是,四川和云南两省由于较为优越的资源禀赋,以及地方政府对发展旅游业的高度重视和持续投入,旅游发展水平一直处于全国较为领先的位置。
此外,研究期内,中国旅游发展综合评分的极值差由0.4509上升至0.6772,发展不平衡现象有所加剧。其中,2010年,广东省综合评分为0.4590,高出末位（西藏0.0082）0.4508;2015年和2019年,旅游发展相对滞后的是宁夏回族自治区,旅游综合评分分别为0.0239和0.0347,与发展得分最高的广东分别相差0.5486和0.6772。这说明中国旅游业发展水平的地区间差异较大,且这种差异性随着时间的推移在不断扩大。

2.3 粮食生产效率与旅游发展水平耦合协调性的时空演变

2.3.1 耦合协调关系时序变化特征

中国各省份粮食生产效率与旅游发展的耦合协调关系,如图6、图7所示。可以发现,中国粮食生产效率与旅游产业发展耦合协调程度在研究期内随着时间演化逐步提升,耦合协调关系经历了从“初级耦合协调”到“中级耦合协调”的转变,总体发展态势良好。
图6 中国粮食生产效率与旅游发展的耦合度、协调度和综合协调指数

Fig. 6 Coupling degree, coordination degree and comprehensive coordination index

图7 中国粮食生产效率与旅游发展的耦合度和协调度

Fig. 7 Coupling degree and coordination degree of national grain production efficiency and tourism development

粮食生产效率与旅游业发展的耦合度2010年、2015年、2019年分别为0.6545、0.7294、0.7828,长期保持稳中有进的发展态势,说明两者间的相互依赖程度不断加深。同时,研究期内二者的耦合协调水平也有一定的提升。2010—2019年耦合协调状态从初级耦合协调水平（0.5636）发展到中级耦合协调水平（0.6592）,涨幅达到16.96%,表明中国粮食生产效率与旅游发展的耦合协同效应不断趋于有序发展。进一步根据协调度所处的水平,可将其大致分为两个阶段：
（1）初级耦合协调阶段（2010—2014年）,粮食生产效率与旅游产业发展的协调性较低。此阶段粮食生产处于历史转型期,旅游产业发展则处于快速扩张阶段,尽管第一产业和第三产业的融合发展在《全国休闲农业发展“十二五”规划》等多项国家政策法规中被提及,以及农业部和原国家旅游局初步决定在全国培育100个全国休闲农业与乡村旅游示范县及300个全国休闲农业示范点,但是一、三产业的深度融合和均衡发展仍有较大空间。同时,大众对粮食产业发展和旅游资源开发互动关系的认识程度也较显不足,未能很好地平衡耕地保护和旅游用地开发、农户旅游参与和农业生产时间之间的竞争关系,这在一定程度上导致粮食生产效率与旅游产业发展的耦合协调水平较低。
（2）中级耦合协调阶段（2015—2019年）,粮食生产效率与旅游产业发展的协调性不断提升。这主要是由于中国居民消费结构的升级和国家对粮食生产与旅游发展的重视及宏观指导。一方面,中国经济发展转型升级步伐的加快和人民消费需求的日益丰富,对粮食生产和旅游业的多元化、精细化、品质化发展提出了更高要求。这在一定程度上推动了全国乡村旅游产业的提质升级,为中国探索农业与旅游业融合发展的战略路径奠定了良好基础。另一方面,随着休闲农业和乡村旅游的有序开展,2015年,原国土资源部、住房和城乡建设部与原国家旅游局联合出台了《关于支持旅游业发展用地政策的意见》,对旅游用地的结构优化和保障体系进行了全面部署。同年,国务院办公厅印发了《关于推进农村一二三产业融合发展的指导意见》,进一步推动了农业与旅游、康养、文化等产业的融合发展。同时,原国家旅游局还下发了《关于开展“国家全域旅游示范区”创建工作的通知》,并在2016年公布了首批国家全域旅游示范区名单,为引领和促进旅游业持续健康发展起到了示范作用。国家各类相关政策的颁布实施以及旅游产业的成功实践不仅为耕地保护利用和粮食生产提供了重要保障,同时也推动了旅游业的持续健康发展,进而使得两者（粮食生产效率与旅游产业发展）的耦合协调性也有了大幅提升。

2.3.2 耦合协调关系空间分异特征

各省份耦合度、协调度得分以及耦合协调度类型划分情况如图8、图9所示。可以发现,全国粮食生产效率与旅游发展没有出现失调衰退型（协调度D>0.2）,耦合度和协调度具有显著的区域一致性。但是还可以发现,两者的耦合度和协调度在区域间存在较为明显的差异,东部地区耦合度和协调度均明显高于西部地区,研究期内区域间耦合度差异化程度有缩小趋势,但协调度长期以来未发生明显改善。
图8 2010年、2015年、2019年中国粮食生产效率与旅游发展耦合度

Fig. 8 Coupling degree of grain production efficiency and tourism development in 2010, 2015 and 2019

图9 2010年、2015年、2019年中国粮食生产效率与旅游发展耦合协调类型

Fig. 9 Types of coupling and coordination of grain production efficiency and tourism development in 2010, 2015 and 2019

从耦合度的空间发展格局来看,以全国平均状态为参考可将各个省份的耦合度情况分为两个等级。其中,北京、河北、山西、辽宁、上海、江苏、浙江、安徽、福建、山东、河南、湖北、湖南、广东、广西、四川、云南、陕西18个地区属于优先等级,其耦合度数值高于全国平均水平。而浙江、江苏、山东和广东4个省份的耦合度值一直处于较高水平（C ≥0.9）,说明它们粮食生产和旅游发展系统的相互作用程度较深。同时,天津、内蒙古、吉林、黑龙江、江西、海南、重庆、贵州、甘肃、青海、宁夏、西藏、新疆13个地区的耦合度低于全国平均水平,粮食生产和旅游发展相互作用程度相对较低。此外,虽然全国粮食生产效率与旅游发展的耦合度依然呈较明显的不平衡现象,但是其极值差由2010年的0.7825下降至2015年的0.6714,到2019年进一步降至0.6106。这说明粮食生产效率与旅游发展的耦合度空间差异化呈波动下降趋势,差异化逐渐缩小。
从耦合协调等级变化情况来看,多数省份的耦合协调程度呈上升趋势。其中,青海、宁夏和西藏3个地区耦合协调度起点较低,处于低级耦合协调阶段,但在研究期内逐步提升至初级耦合协调阶段。河北、山西、内蒙古、吉林、黑龙江、安徽、福建、江西、广西、重庆、贵州、云南、陕西等13个地区从初级耦合协调阶段升级为中级耦合协调阶段。此外,江苏省、山东省和广东省从中级耦合协调阶段转变为高级耦合协调阶段。其中,广东省一直是耦合协调度数值最高的地区,在2014年率先进入高级耦合协调发展阶段。除上述19个地区之外,其他12个地区在研究期内尽管耦合协调状态（等级）未发生明显变化,但其耦合协调数值均有不同幅度的上升。其中,北京、辽宁、上海、浙江、河南、湖北、湖南和四川在研究期间一直处于中级耦合协调阶段;天津、海南、甘肃和新疆则一直处于初级耦合协调阶段。

2.4 耦合协调度马尔科夫链分析

为进一步分析全国粮食生产效率和旅游产业发展耦合协调度状态随时间变化而发生转移的概率,本文在结合研究区域实际发展情况以及前文耦合类型划分方法的基础上,将耦合协调度按水平高低划分为低级耦合协调（I）、初级耦合协调（Ⅱ）、中级耦合协调（Ⅲ）和高级耦合协调（Ⅳ）4种类型,以滞后一年的条件计算得到马尔科夫链概率转移矩阵（表5）。
表5 耦合协调类型的马尔可夫概率转移矩阵

Table 5 Markov transition probability matrix of coupling coordination degree

t/t+1 Ⅰ Ⅱ Ⅲ Ⅳ
Ⅰ 0.8636* 0.1364 0.0000 0.0000
Ⅱ 0.0000 0.8762* 0.1238 0.0000
Ⅲ 0.0000 0.0000 0.9793* 0.0207
Ⅳ 0.0000 0.0000 0.0000 1.0000*

注：t表示“时间/年”;*数字表示处于对应耦合协调类型的主体（省份）在下一年保持该类型不变的概率;非*数字表示耦合协调类型向上转移或是向下转移的概率。

基于表5可以发现：（1）主对角线上的数值均明显高于非对角线上的数值,说明全国粮食生产效率与旅游产业发展耦合协调类型具有维持原状态的相对稳定性。同时,耦合协调类型有向高级耦合协调收敛的可能性,存在“俱乐部收敛”现象。具体来看,原处于I类（低级耦合协调）、Ⅱ类（初级耦合协调）、Ⅲ类（中级耦合协调）和Ⅳ类（高级耦合协调）状态的省份,未来一年状态保持不变的概率分别为86.36%、87.62%、97.93%和100%。
（2）非对角线上的转移概率中,对角线左侧的数值（灰色底纹数据）均为0,说明耦合协调类型基本不会向下调整;而对角线右侧的数值不全为0,说明全国粮食生产效率与旅游发展耦合协调度存在向上发展的趋势,其中处于低级耦合协调类型的区域发展潜力较大,向上转移的概率为13.64%。因此,未来有必要不断推动处于低级耦合协调状态的省份向初级耦合协调状态转变。
（3）各耦合协调类型发生变动基本都在相邻状态（未发生跨级跃迁现象）,与主对角线不相邻的非主对角线概率值均为0,即由低级耦合协调类型向中级耦合协调或高级耦合协调类型转移的概率为0。这说明中国各省份粮食生产效率与旅游产业发展耦合协调状态的转移基本循序了“渐进”的规律,尚难实现跨越式发展。

2.5 耦合协调关系驱动因子分析

在借鉴前人研究成果[49⇓⇓⇓-53]的基础上,综合考虑数据的可获取性以及中国粮食生产效率与旅游发展水平的耦合协调状况,本文选取以下12个指标作为耦合协调度变动的影响因素：（1）经济驱动：区域经济发展水平RED（地区GDP）、城镇居民收入水平DIU（城镇居民可支配收入）、农村居民收入水平DIR（农村居民可支配收入）、城镇居民消费力CEU（城镇居民消费性支出）、农村居民消费力CER（农村居民消费性支出）;（2）劳动力驱动：第一产业劳动力EPI（第一产业从业人数）、第三产业劳动力ETI（第三产业从业人数）;（3）社会驱动：工业化水平PSI（第二产业产值比例）、城镇化水平URL（城镇化率）、公共服务水平PSL（公共服务财政支出）、科研水平RDE（R&D经费支出）、交通发展水平RND（路网密度）。
由表6可知,12个影响因子中有11个通过了0.01水平的显著性检验。其中,解释力最大的分别是第三产业劳动力（0.818）和区域经济发展水平（0.794）。这主要是因为农业（粮食生产）和旅游产业属于劳动密集型产业,劳动力资本能够在一定程度上带动两者高效发展以及耦合协调;而通过学者们的研究[56]还可以发现,区域经济发展能够在很多程度上助推粮食生产效率的提升和旅游产业的发展。同时,解释力较高的还有公共服务水平（0.692）和科研水平（0.682）。一般来说,公共服务和科技发展是粮食生产与旅游产业发展的基本要素,较高的财政支出所带来的优质公共服务和科技支撑能够有效提升粮食生产与旅游产业发展,并在很大程度上对两者的协调发展产生重要影响。此外,从因子探测结果可以发现,城镇居民收入水平（0.277）、农村居民收入水平（0.409）、城镇居民消费力（0.162）、农村居民消费力（0.242）、第一产业劳动力（0.377）、城镇化水平（0.235）和交通发展水平（0.458）对粮食生产效率与旅游发展的耦合协调也会产生一定影响。然而,从计算结果来看工业化水平（第二产业产值比例）并未对二者（粮食生产效率和旅游发展水平）的耦合协调度产生显著影响。这可能是由于工业化发展虽然在一定程度上会影响粮食生产和旅游产业发展,但随着农业技术的普及与应用、旅游业与一二产业的融合发展、生产要素投入比例的持续优化,使得粮食生产和旅游产业长期保持高效增长。故而,工业化水平并未对粮食生产效率与旅游发展水平的耦合协调关系产生显著影响。
表6 耦合协调度的因子探测结果

Table 6 Factor detection results of coupling coordination degree

RED DIU DIR CEU CER EPI ETI PSI URL PSL RDE RND
q 0.794 0.277 0.409 0.162 0.242 0.377 0.818 0.044 0.235 0.692 0.682 0.458
p 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.050 0.000 0.000 0.000 0.000
由因子交互作用探测结果（表7）可知,各因子之间的交互作用为双因子增强和非线性增强关系,并且两两因子相互作用的解释力均大于单因子对耦合协调度的解释力。这说明粮食生产效率和旅游发展水平的耦合协调关系是受多因素共同作用的结果。其中,经济发展水平和第三产业劳动力与其他因子的交互作用最强（q>0.8）。同时,交互结果进一步验证了区域经济发展水平和第三产业劳动力是影响粮食生产效率和旅游发展水平耦合协调关系的主要驱动力,并在此基础上与其他经济驱动要素、社会驱动要素相互作用共同影响二者（粮食生产效率和旅游发展水平）耦合协调关系的发展演化。
表7 耦合协调度的因子交互作用探测结果

Table 7 Interaction detection results of coupling coordination degree

RED DIU DIR CEU CER EPI ETI URL PSL RDE
DIU 0.829EB
DIR 0.822EB 0.476EB
CEU 0.822EB 0.333EB 0.454EB
CER 0.829EB 0.355EB 0.456EB 0.291EB
EPI 0.880EB 0.866EN 0.876EN 0.819EN 0.839EN
ETI 0.868EB 0.875EB 0.872EB 0.870EB 0.860EB 0.878EB
URL 0.815EB 0.451EB 0.524EB 0.350EB 0.351EB 0.822EN 0.865EB
PSL 0.857EB 0.827EB 0.854EB 0.625EB 0.827EB 0.732EB 0.834EB 0.845EB
RDE 0.825EB 0.747EB 0.765EB 0.741EB 0.757EB 0.895EB 0.878EB 0.788EB 0.870EB
RND 0.826EB 0.520EB 0.602EB 0.507EB 0.560EB 0.797EB 0.861EB 0.687EB 0.842EB 0.722EB

注：EB表示双因子增强,EN表示非线性增强。

3 结论与讨论

3.1 结论

（1）中国粮食生产效率和旅游产业发展水平均呈现波动上升的态势,但目前部分省份的生产效率/发展水平仍有待提高。同时,地区间存在着较为明显的不均衡现象。具体来看,粮食生产效率方面,形成了由东北向西南“高—低—高”分布的空间格局,而省际间差异化程度随时间演化呈缩小趋势;旅游发展水平方面,则表现为“东高西低”的分布格局,且发展的空间差异性呈逐年增大的趋势。
（2）中国粮食生产效率与旅游发展水平总体上表现为较高的耦合相关。从时间维度来看,耦合度长期保持稳中有进的发展态势,耦合协调关系经历了“初级耦合协调—中级耦合协调”的转变。从空间层面来看,耦合度和协调度具有显著的区域一致性,但区域间存在一定差异,呈现“东高西低”的分异特征。同时,耦合度的空间差异化程度随时间演化有缩小趋势,但协调度长期以来未发生明显变化。
（3）中国粮食生产效率和旅游发展水平的耦合协调状态具有较高的稳定性特征,并存在“俱乐部收敛”现象。同时,二者耦合协调状态具有向更高层次转移的可能性,其中处于Ⅰ类（低级耦合协调）类型的区域向上过渡的概率最大。此外,研究期内中国粮食生产效率与旅游发展的耦合协调状态演进基本循序了“渐进”的规律,短期内难以实现耦合协调类型的跃迁。
（4）粮食生产效率与旅游发展水平耦合协调关系是经济驱动、劳动驱动和社会驱动的综合作用结果。其中,区域经济发展水平（GDP）、第三产业劳动力（从业人数）是影响二者耦合协调度的主要驱动因子。同时,经济驱动、劳动驱动和社会驱动中的各因子之间存在双因子增强与非线性增强的交互作用关系,共同作用于粮食生产效率和旅游发展水平耦合协调的发展演化。

3.2 讨论

粮食生产与旅游发展事关国家安全和人民福祉,两者的耦合协调发展至关重要。本文的学术价值主要体现在以下两个方面：（1）本文对中国粮食生产效率与旅游发展耦合协调机制及时空分异特征进行了探索性研究,能够在一定程度上丰富农业地理、粮食生产与旅游地理等领域的相关研究,有助于进一步加深对粮食生产与旅游产业发展之间有机关系的认识;（2）本文的研究结果不仅对各省份粮食生产规模、资源配置、旅游目的地规划与开发具有一定的参考价值,而且能够为国家及相关部门的耕地保护、粮食安全及旅游高质量发展等宏观政策的制定提供理论支撑和实践参考。
当前,中国粮食生产和旅游发展的耦合协调水平存在一定的提升空间,且呈现出较为明显的空间异质性。为促进两者的耦合协调关系和缩小地区发展差距,根据前述研究结果并结合国家粮食安全战略和旅游业高质量发展要求,本文提出以下发展建议：（1）加大农业生产和旅游产业发展的公共服务及科技研发投入,优化公共服务供给、加强科技普及应用,切实提升粮食生产和旅游产业发展效率。（2）综合考虑地区发展差异,依据资源禀赋、特色产业优势、城镇化水平、区域经济条件等,因地制宜制定差异化的农业和旅游业发展战略,强化地区发展优势、缩小区域差距,实现区域间产业协调发展。（3）统筹区域产业发展布局,深入推进农业和旅游业的交叉融合,着力构建新型产业体系,促进粮食生产和旅游产业高质量协调发展。
粮食生产和旅游业是两个联系紧密的综合型产业,本文在充分参考已有研究的基础上,构建了粮食生产效率和旅游业发展水平的评价指标体系,并采用全国大样本数据进行了历时性实证分析,但由于粮食生产和旅游业发展的耦合协调水平存在空间分异性,未来有必要引入市域或县域尺度数据对其进行更为微观的综合分析,以为国家及各级地方政府因地制宜制定相关政策提供详实参考。同时,粮食生产效率和旅游业发展水平间的耦合协调关系是受内外部多种因素共同作用的结果,因此在本文的基础上引入更为多元化的社会、经济、环境、技术等方面的因素对其影响机制进行综合分析,也是今后值得关注的重要课题。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
成升魁, 李云云, 刘晓洁, 等. 关于新时代我国粮食安全观的思考. 自然资源学报, 2018, 33(6): 911-926.

[CHENG S K, LI Y Y, LIU X J, et al. Thoughts on food security in China in the New Period. Journal of Natural Resources, 2018, 33(6): 911-926.]

DOI

[2]
BAHRAMI H, TAKI M, MONJEZI N. Optimization of energy consumption for wheat production in Iran using data envelopment analysis (DEA) technique. African Journal of Agricultural Research, 2011, 6(27): 5978-5986.

[3]
张利国, 鲍丙飞. 我国粮食主产区粮食全要素生产率时空演变及驱动因素. 经济地理, 2016, 36(3): 147-152.

[ZHANG L G, BAO B F. Empirical analysis on spatio-temporal evolution and driving forces of food total factor production in major grain producing areasofour country. Economic Geography, 2016, 36(3): 147-152.]

[4]
杨勇, 邓祥征, 李志慧, 等. 2000—2015年华北平原土地利用变化对粮食生产效率的影响. 地理研究, 2017, 36(11): 2171-2183.

DOI

[YANG Y, DENG X Z, LI Z H, et al. Impact of land use change on grain production efficiency in North China Plain during 2000-2015. Geographical Research, 2017, 36(11): 2171-2183.]

DOI

[5]
李雨凌, 马雯秋, 姜广辉, 等. 中国粮食主产区耕地撂荒程度及其对粮食产量的影响. 自然资源学报, 2021, 36(6): 1439-1454.

[LI Y L, MA W Q, JIANG G H, et al. The degree of cultivated land abandonment and its influence on grain yield in main grain producing areas of China. Journal of Natural Resources, 2021, 36(6): 1439-1454.]

DOI

[6]
杨进, 钟甫宁, 陈志钢, 等. 农村劳动力价格、人口结构变化对粮食种植结构的影响. 管理世界, 2016, (1): 78-87.

[YANG J, ZHONG F N, CHEN Z G, et al. The influence of rural labor price and population structure on grain planting structure. Management World, 2016, (1): 78-87.]

[7]
戈大专, 龙花楼, 张英男, 等. 中国县域粮食产量与农业劳动力变化的格局及其耦合关系. 地理学报, 2017, 72(6): 1063-1077.

DOI

[GE D Z, LONG H L, ZHANG Y N, et al. Pattern and coupling relationship between grain yield and agricultural labor changes at county level in China. Acta Geographica Sinica, 2017, 72(6): 1063-1077.]

DOI

[8]
ABATE M C, KUANG Y P. The impact of the supply of farmland, level of agricultural mechanization, and supply of rural labour on grain yields in China. Studies in Agricultural Economics, 2021, 123(1): 33-42.

[9]
ZHANG X B, YANG J, THOMAS R. Mechanization outsourcing clusters and division of labor in Chinese agriculture. China Economic Review, 2017, 43: 184-195.

DOI

[10]
彭继权, 吴海涛, 汪为. 农业机械化水平对农户主粮生产的影响. 中国农业资源与区划, 2021, 42(1): 51-59.

[PENG J Q, WU H L, WANG W. The influence of agricultural mechanization level on farmers' production of staple food. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(1): 51-59.]

[11]
甄霖, 王超, 成升魁. 1953—2016年中国粮食补贴政策分析. 自然资源学报, 2017, 32(6): 904-914.

[ZHEN L, WANG C, CHENG S K. Analysis on grain subsidy policy of China from 1953 to 2016. Journal of Natural Resources, 2017, 32(6): 904-914.]

[12]
高延雷, 张正岩, 魏素豪, 等. 城镇化对中国粮食安全的影响: 基于省区面板数据的实证分析. 资源科学, 2019, 41(8): 1462-1474.

DOI

[GAO Y L, ZHANG Z Y, WEI S H, et al. Impact of urbanization on food security: Evidence from provincial panel data in China. Resources Science, 2019, 41(8): 1462-1474.]

[13]
JIAO X Q, HE G, CUI Z L, et al. Agri-environment policy for grain production in China: Toward sustainable intensification. China Agricultural Economic Review, 2018, 10(1): 78-92.

[14]
张荣荣, 宁晓菊, 秦耀辰, 等. 1980年以来河南省主要粮食作物产量对气候变化的敏感性分析. 资源科学, 2018, 40(1): 137-149.

DOI

[ZHANG R R, NING X J, QIN Y C, et al. Analysis of sensitivity of main grain crops yield to climate change since 1980 in Henan province. Resources Science, 2018, 40(1): 137-149.]

[15]
林志慧, 刘宪锋, 陈瑛, 等. 水—粮食—能源纽带关系研究进展与展望. 地理学报, 2021, 76(7): 1591-1604.

DOI

[LIN Z H, LIU X F, CHEN Y, et al. Water-food-energy nexus: Progress, challenges and prospect. Acta Geographica Sinica, 2021, 76(7): 1591-1604.]

DOI

[16]
ERFAN V, GAZUDA S, VOLOSHCHUK N. Natural resources potential for regional spatial economic system development. Financial and Credit Activity-Problems of Theory and Practice, 2018, 1(24): 434-442.

[17]
保继刚, 陈苑仪, 马凌. 旅游资源及其评价过程与机制: 技术性评价到社会建构视角. 自然资源学报, 2020, 35(7): 1556-1569.

[BAO J G, CHEN Y Y, MA L. The process and mechanism of tourism resources evaluation: From technical evaluation to the social construction perspective. Journal of Natural Resources, 2020, 35(7): 1556-1569.]

DOI

[18]
于洪雁, 刘继生. 供给侧改革背景下的黑龙江省旅游需求和旅游供给耦合协调发展. 地理科学, 2017, 37(9): 1374-1381.

DOI

[YU H Y, LIU J S. Coupling coordination development of tourism demand and supply of Heilongjiang province at the background of supply-side reform. Scientia Geographica Sinica, 2017, 37(9): 1374-1381.]

DOI

[19]
何建民. 改革开放40年中国旅游业发展的基本规律与管理原理. 旅游学刊, 2019, 34(1): 1-3.

[HE J M. The basic law and management principle of China's tourism development in the 40 years of reform and opening up. Tourism Tribune, 2019, 34(1): 1-3.]

[20]
ZHANG X Y, SONG H Y. An integrative framework for collaborative forecasting in tourism supply chains. International Journal of Tourism Research, 2018, 20(2): 158-171.

DOI

[21]
DLUZEWSKA A M. Well-being versus sustainable development in tourism: The host perspective. Sustainable Development, 2019, 27(3): 512-522.

DOI

[22]
朱佳玮, 孙文章, 岳秀峰. 基于滨海环境资源特点的大连旅游承载状态评价. 地理科学, 2021, 41(4): 664-673.

DOI

[ZHU J W, SUN W Z, YUE X F. Evaluation of tourism carrying capacity in Dalian based on characteristics of coastal environmental resources. Scientia Geographica Sinica, 2021, 41(4): 664-673.]

DOI

[23]
刘军, 马勇. 旅游可持续发展的视角: 旅游生态效率的一个综述. 旅游学刊, 2017, 32(9): 47-56.

[LIU J, MA Y. The perspective of tourism sustainable development: A review of eco-efficiency of tourism. Tourism Tribune, 2017, 32(9): 47-56.]

[24]
LIN W P, LI Y, LI X D, et al. The dynamic analysis and evaluation on tourist ecological footprint of city: Take Shanghai as an instance. Sustainable Cities and Society, 2018, 37: 541-549.

DOI

[25]
董引引, 曲颖. 滨海目的地“投射形象网络机制”对比研究: 差异化竞争定位的契机: 以三亚与厦门为例. 旅游科学, 2021, 35(5): 43-61.

[DONG Y Y, QU Y. A comparative study on the "projection image network mechanism" of coastal destinations: Opportunities for differentiated competitive positioning: A case study of Sanya and Xiamen. Tourism Science, 2021, 35(5): 43-61.]

[26]
BELISLE F J. Tourism and food production in the Caribbean. Annals of Tourism Research, 1983, 10(4): 497-513.

DOI

[27]
TELFER D J, WALL G. Linkages between tourism and food production. Annals of Tourism Research, 1996, 23(3): 635-653.

DOI

[28]
TORRES R. Linkages between tourism and agriculture in Mexico. Annals of Tourism Research, 2003, 30(3): 546-566.

DOI

[29]
TRONCOS C A, ARZENO M B. Turismo, gastronomía y producción agraria en la provincia de Jujuy (Argentina): Actores, dinámicas y transformaciones asociadas a la valorización de productos tradicionales. Investigaciones Turisticas, 2019, 18: 169-192.

[30]
王美知, 魏凤. 哈萨克斯坦粮食生产效率动态演进及区域差异. 自然资源学报, 2021, 36(3): 594-605.

[WANG M Z, WEI F. Dynamic evolution and regional differences of grain production efficiency in Kazakhstan. Journal of Natural Resources, 2021, 36(3): 594-605.]

DOI

[31]
王新越, 芦雪静, 朱文亮. 我国主要旅游城市旅游业发展影响因素分析与评价. 经济地理, 2020, 40(5): 198-209.

[WANG X Y, LU X J, ZHU W L. Analysis and evaluation of the influencing factors of tourism development in China's major tourism cities. Economic Geography, 2020, 40(5): 198-209.]

[32]
MAK A H N, LUMBERS M, EVES A, et al. Factors influencing tourist food consumption. International Journal of Hospitality Management, 2012, 31(3): 928-936.

DOI

[33]
王灵恩, 王磊, 钟林生, 等. 国内外旅游食物消费研究综述. 地理科学进展, 2017, 36(4): 513-526.

DOI

[WANG L E, WANG L, ZHONG L S, et al. A literature research on tourism food consumption. Progress in Geography, 2017, 36(4): 513-526.]

DOI

[34]
HENDERSON J C. Food tourism reviewed. British Food Journal, 2009, 111(4): 317-326.

DOI

[35]
RODRIGUEZ R M, GRAHAME K M. Understanding food access in a rural community an ecological perspective. Food Culture & Society, 2016, 19(1): 171-194.

[36]
HERMANS D. The encounter of agriculture and tourism a Catalan case. Annals of Tourism Research, 1981, 8(3): 462-479.

DOI

[37]
黎洁, 高岚. 乡村旅游对农户农林业生产和外出务工影响研究: 基于陕西22个旅游扶贫村农户调查数据. 人文地理, 2019, 34(4): 143-151.

[LI J, GAO L. Impact of rural tourism on rural households plantation and migration in the poor mountainous areas: Evidence from survey in 22 villages in Shaanxi province. Human Geography, 2019, 34(4): 143-151.]

[38]
仲俊涛, 米文宝, 候景伟, 等. 改革开放以来宁夏区域差异与空间格局研究: 基于人口、经济和粮食重心的演变特征及耦合关系. 经济地理, 2014, 34(5): 14-20, 47.

[ZHONG J T, MI W B, HOU J W, et al. Regional differences and spatial pattern since reform and opening up in Ningxia: Based on the evolutionary character and the coupling relationship of gravity center of population, economic and grain. Economic Geography, 2014, 34(5): 14-20, 47.]

[39]
CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units. European Journal of Operational Research, 1978, 2(6): 429-444.

DOI

[40]
郭向阳, 穆学青, 明庆忠. 边疆省域旅游效率空间分异及驱动因素: 以云南省为例. 世界地理研究, 2020, 29(2): 416-427.

DOI

[GUO X Y, MU X Q, MING Q Z. Spatial differences and driving factors of tourism efficiency in border regions: A case of Yunnan province. World Regional Studies, 2020, 29(2): 416-427.]

DOI

[41]
唐志鹏. 中国省域资源环境的投入产出效率评价. 地理研究, 2018, 37(8): 1515-1527.

DOI

[TANG Z P. Evaluation on Chinese provincial resource input and environmental output efficiencies from 2000 to 2015. Geographical Research, 2018, 37(8): 1515-1527.]

DOI

[42]
张旭, 魏福丽, 袁旭梅. 中国省域高质量绿色发展水平评价与演化. 经济地理, 2020, 40(2): 108-116.

[ZHANG X, WEI F L, YUAN X M. Evaluation and evolution of provincial high-quality green development in China. Economic Geography, 2020, 40(2): 108-116.]

[43]
朱媛媛, 汪紫薇, 罗静, 等. 中国中部重点农区新型城镇化与粮食安全耦合协调发展研究: 以河南省为例. 地理科学, 2021, 41(11): 1947-1958.

DOI

[ZHU Y Y, WANG Z W, LUO J, et al. Coupling and coordinated development of new urbanization and food security in main agricultural production regions in Central China: A case study of Henan province. Scientia Geographica Sinica, 2021, 41(11): 1947-1958.]

DOI

[44]
丛晓男. 耦合度模型的形式、性质及在地理学中的若干误用. 经济地理, 2019, 39(4): 18-25.

[CONG X N. Expression and mathematical property of coupling model, and its misuse in geographical science. Economic Geography, 2019, 39(4): 18-25.]

[45]
李建豹, 黄贤金, 揣小伟, 等. 江苏省人口城镇化与能源消费CO2排放耦合协调度时空格局及影响因素. 经济地理, 2021, 41(5): 57-64.

[LI J B, HUANG X J, CHUAI X W, et al. Spatial-temporal pattern and influencing factors of coupling coordination degree between urbanization of population and CO2 emissions of energy consumption in Jiangsu province. Economic Geography, 2021, 41(5): 57-64.]

DOI

[46]
赵雪雁, 杜昱璇, 李花, 等. 黄河中游城镇化与生态系统服务耦合关系的时空变化. 自然资源学报, 2021, 36(1): 131-147.

[ZHAO X Y, DU Y X, LI H, et al. Spatio-temporal changes of the coupling relationship between urbanization and ecosystem services in the Middle Yellow River. Journal of Natural Resources, 2021, 36(1): 131-147.]

DOI

[46]
葛世帅, 曾刚, 杨阳, 等. 黄河经济带生态文明建设与城市化耦合关系及空间特征研究. 自然资源学报, 2021, 36(1): 87-102.

[GE S S, ZENG G, YANG Y, et al. The coupling relationship and spatial characteristics analysis between ecological civilization construction and urbanization in the Yellow River Economic Belt. Journal of Natural Resources, 2021, 36(1): 87-102.]

DOI

[47]
AHMAD S, ULLAH I, MEHMOOD F, et al. A stochastic approach towards travel route optimization and recommendation based on users constraints using Markov chain. Ieee Access, 2019, 7: 90760-90766.

DOI

[48]
姜磊, 陈星宇, 朱竑. 中国城市养老院的空间分布特征及其分异成因. 地理学报, 2021, 76(8): 1951-1964.

DOI

[JIANG L, CHEN X Y, ZHU H. The spatial heterogeneity distribution of Chinese urban nursing homes and socio-economic driving factors. Acta Geographica Sinica, 2021, 76(8): 1951-1964.]

DOI

[49]
王跃梅, 姚先国, 周明海. 农村劳动力外流、区域差异与粮食生产. 管理世界, 2013, (11): 67-76.

[WANG Y M, YAO X G, ZHOU M H. Rural labor outflow, regional differences and grain production. Management World, 2013, (11): 67-76.]

[50]
伍国勇, 张启楠, 张凡凡. 中国粮食生产效率测度及其空间溢出效应. 经济地理, 2019, 39(9): 207-212.

[WU G Y, ZHANG Q N, ZHANG F F. Research on grain production efficiency and its spatial spillover effects in China. Economic Geography, 2019, 39(9): 207-212.]

[51]
贾垚焱, 胡静, 刘大均, 等. 中国省域生态—文化—旅游协调发展时空分异及影响因素研究. 世界地理研究, 2021, 30(3): 620-631.

DOI

[JIA Y Y, HU J, LIU D J, et al. Spatial-temporal pattern of the coordinated development of ecology-culture-tourism of China's provinces. World Regional Studies, 2021, 30(3): 620-631.]

DOI

[52]
孙剑锋, 李世泰, 纪晓萌, 等. 山东省文化资源与旅游产业协调发展评价与优化. 经济地理, 2019, 39(8): 207-215.

[SUN J F, LI S T, JI X M, et al. Coupling analysis and optimization measures of cultural resources endowment and tourism industry in Shandong. Economic Geography. 2019, 39(8): 207-215.]

[53]
赵磊, 方成, 吴向明. 旅游发展、空间溢出与经济增长: 来自中国的经验证据. 旅游学刊, 2014, 29(5): 16-30.

[ZHAO L, FANG C, WU X M. Tourism development, spatial spillover and economic growth: An empirical evidence from China. Tourism Tribune, 2014, 29(5): 16-30.]

[54]
徐雨晴, 於琍, 周波涛, 等. 气候变化背景下未来中国气候生产潜力时空动态格局. 干旱区资源与环境, 2019, 33(9): 72-80.

[XU Y Q, YU L, ZHOU B T, et al. Temporal-spatio dynamic pattern of climatic potential production under the background of climate change in the future in China. Journal of Arid Land Resources and Environment, 2019, 33(9): 72-80.]

[55]
罗海平, 邹楠, 胡学英, 等. 1980—2019年中国粮食主产区主要粮食作物气候生产潜力与气候资源利用效率. 资源科学, 2021, 43(6): 1234-1247.

DOI

[LUO H P, ZOU N, HU X Y, et al. Climatic potential productivity and resources utilization efficiency of major grain crops in the main grain production areas of China, 1980-2019. Resources Science, 2021, 43(6): 1234-1247.]

DOI

[56]
殷伟, 姚成胜, 黄琳. 我国粮食生产与经济发展耦合协调性的时空演变. 中国农业资源与区划, 2020, 41(11): 110-121.

[YIN W, YAO C S, HUANG L. Spatial-temporal evolution of coupling coordination of grain production and economic development in China. Chinese Journal of Agricultural Resources and Regional Planning, 2020, 41(11): 110-121.]

Options
文章导航

/

〈 〉