长三角乡村生态产品商品化格局及影响因素分析

图1 研究区概况

Fig. 1 Overview of the study area

1.2 数据来源及处理

本文使用的地理标志农产品数据来自农产品地理标志信息查询网（www.anluyun.com），其他经营主体点位数据来自2022年6月高德地图POI数据、企查查数据，经过清洗获得研究数据。地形数据、土地利用数据、植被NDVI数据来自中国科学院资源环境科学与数据中心（www.resdc.cn）；气温和降水数据来自欧洲中期天气预报中心等组织发布的ERA5-Land数据集（cds.climate.copernicus.eu）；人口、经济、产业数据来自各地市、区县统计年鉴及国民经济与社会发展统计公报；交通道路里程数据来自OSM开源地图（www.openstreetmap.org），地区到区域中心驾车出行时间爬取自高德地图。

1.3 概念、理论与研究方法

1.3.1 主要概念

本文将乡村生态产品定义为在乡村地域系统范围内，以自然资源承载力为前提，乡村生态系统生物生产和人类社会生产共同作用提供给社会经济系统使用与消费的产品或服务。乡村生态产品商品化实质上是指通过市场行为，将乡村生态系统生物生产和人类社会生产共同作用供给的物质要素、非物质要素、乡村生态空间等作为“商品”进行交易，以此“销售”乡村生态系统服务并促进乡村社会经济发展的动态过程^{[20⇓⇓-23]}。

经营性生态产品是乡村生态产品商品化的主要对象^[1]，借鉴相关研究成果，选择乡村地区农林产品、生物质能、精神文化服务作为典型生态产品商品化类型。生态产品经营主体是商品化的作用主体，其空间分布可反映商品化格局。根据长三角乡村生态产品商品化主导类型及数据可获取性，选取地理标志农产品、乡村包装天然水、乡村生物质能、休闲农业观光展览、乡村生态旅游、乡村生态康养分别表征相应类型并开展研究（表1）。需要说明的是，现有部分研究将普通农产品作为生态产品，本文认为地理标志农产品的品质和特色主要取决于独特的自然生态环境与人文历史因素，具有生态溢价性，更能代表可商品化的生态产品相应类型。

表1 乡村生态产品商品化主要类型及经营主体

Table 1 Dominant types and operators of rural eco-products commodification

主要类型	释义	经营主体
地理标志农产品	地理标志是对某一地域的特色产品划定范围进行保护^[26]，地理标志农产品以其特色性和稀缺性，实现对农林牧渔产品的生态溢价	地理标志农产品供给密集的主产地所在村
乡村包装天然水	矿泉水、天然水等利用优质水源生产的包装饮用水^[25]	乡村地区生产、加工包装天然水的企业
乡村生物质能	秸秆、薪材、农业加工副产品、人畜粪便、能源作物等^[24]	乡村地区生产生物柴油、燃料乙醇的企业；乡村养殖场粪便厌氧发酵制沼企业；乡村生物质发电企业
休闲农业观光展览	农业观光、农业展览等经营	采摘园、垂钓园、度假村、农家乐、生态园、渔村、山庄等
乡村生态旅游	旨在保护乡村自然景观的可持续发展的旅游服务	位于乡村地区的风景名胜、旅游景点（自然类）、世界遗产（自然类）、海滨浴场、露营地等
乡村生态康养	依托生态环境优良的乡村聚落区开展的健康养老服务	位于乡村地区的度假康养场所、农业康养场所、生态康养场所等（不含生态旅游企业）

注：根据地理标志农产品数据可获得性，选择供给主体密集的主产地所在村表征地理标志农产品经营主体。

1.3.2 生态产品商品化格局的影响机制

现有关于乡村空间商品化、乡村生态产业的研究表明，乡村生态产品商品化受到自然地理、社会经济、政府行为等因素的综合影响^{[19⇓⇓⇓⇓⇓⇓⇓-27]}。自然地理因素是影响生态产品地域分异的基本因素^{[19⇓⇓-22]}。生态产品生产需要特定的地气水土生等自然环境条件^[11]，本文选择地形多样性（r₁）、多年平均气温（r₂）等6个指标表征地区自然资源禀赋（表2）。社会经济因素对生态产品商品化的地域分异具有重要影响^{[20⇓⇓-23]}。市场经济条件对生态产品生产及商品化具有导向作用，本文以客源市场条件、地区交通条件、地区产业基础三个社会经济因素分别反映生态产品的市场需求、市场可达性和市场发展基础：（1）客源市场条件^[26,27]主要表现为消费群体的数量和消费能力，乡村生态产品的消费者主要是城市居民^[22]，以地区城镇人口占比（m₁）和地区城镇居民人均可支配收入（m₂）指标分别予以表征。（2）地区交通条件方面，城市人口、资金等主要通过交通设施流入乡村，以地区内部路网密度（m₃）、地区到区域中心时间距离（m₄）指标予以表征^[23]。（3）地区产业基础方面，有研究表明，地理标志农产品与第一产业增加值显著相关^[26]，休闲农业、乡村生态旅游、生态康养等产业发展具有明显的“景区依托式”特征^[27⇓-29]，以地区一产占比（m₅）、地区三产占比（m₆）指标予以表征。本文从产品供给和市场需求角度探讨商品化格局的影响因素，解释变量选择侧重自然地理因素和影响生态产品市场形成的社会经济因素，相关研究结果表明，地区经济发展状况^[20,21]和政府宏观调控能力^[22]显著影响生态产品商品化过程。据此，将两者作为控制变量引入模型，分别以地区国内生产总值（c₁）和地区财政收入（c₂）予以表征。

表2 乡村生态产品商品化格局影响因素的选择及计算方法

Table 2 Selection and calculation method of influencing factors on rural eco-products commodification

因素层	指标层	作用方向	指标刻画
自然资源禀赋（解释变量）	地区地形多样性r₁	+	地区地形多样性指数（SHDI）
	地区多年平均气温r₂/℃	+/-	地区多年年平均气温总值/年数
	地区多年平均降水量r₃/mm	+/-	地区多年降水总量/年数
	地区生境质量r₄	+	地区生物多样性（InVEST模型）
	地区植被丰富度r₅	+	地区归一化植被指数（NDVI）
	地区森林覆盖率r₆/%	+	地区森林面积/地区国土面积
市场经济条件（解释变量）	地区城镇人口占比m₁/%	+	地区城镇人口/地区总人口
	地区城镇居民人均可支配收入 m₂/(元/人)	+	地区城镇常住居民人均可支配收入
	地区内部路网密度m₃/(km/km²)	+	地区交通道路里程/地区国土面积
	地区到区域中心时间距离m₄/(1/h)	+	1/地区到区域中心驾车出行时间
	地区一产占比m₅/%	+/-	地区一产增加值/地区GDP
	地区三产占比m₆/%	+	地区三产增加值/地区GDP
经济状况（控制变量）	地区国内生产总值c₁/万元	+	——
政府调控（控制变量）	地区财政收入c₂/万元	+	地区一般公共预算收入

1.3.3 主要研究方法

（1）分布格局测度

核密度分析。核密度分析将空间中任意一点周围的一定规则区域作为密度的计算范围，通过计算该区域内观测数据的密度来分析观测对象的空间分布态势。距离中心点越近的数据点被赋予越高的权重，每一个点的估计密度都是该区域所有点的加权平均密度。其中，空间中任意一点 $i$ 的核密度 $P_{i}$ 被定义为^[30]：

（1）

P_{i} = \frac{1}{n π R^{2}} \times \sum_{j = 1}^{n} K_{j} {(1 - \frac{{D_{i j}}^{2}}{R^{2}})}^{2}

式中： $K_{j}$ 为研究对象 $j$ 的权重； $D_{i j}$ 为空间点 $i$ 与研究对象 $j$ 的距离（m）； $R$ 为选定规则区域的带宽（m）； $n$ 为带宽 $R$ 的范围内研究对象 $j$ 的数量（个）。

（2）影响机制分析

普通线性回归（OLS）模型。基于影响因素对生态产品商品化的影响，运用最小二乘法建立模型^[31]：

（2）

Y = β_{0} + \sum_{i = 1}^{k} β_{i} X_{i} + δ C + ε

式中： $Y$ 是乡村生态产品经营主体密度（个/km²）/数量（个）； $β_{0}$ 是常数项； $β_{i} (i = 1, 2, \dots, k)$ 和 $δ$ 是回归系数； $X_{i}$ 是解释变量； $C$ 是控制变量； $ε$ 是误差项； $k$ 是自变量数目（个）。

地理加权回归（GWR）模型。考虑到影响因素的作用具有空间异质性，引入 GWR模型。GWR模型是对OLS模型的扩展，将变量地理位置嵌入到回归参数中，可有效反映解释变量对因变量影响的空间差异。在观测点 $i (i = 1, 2, \dots, n)$ 的近似线性曲面，GWR模型如下^[31]：

（3）

y_{i} = β_{0} (u_{i}, v_{i}) + \sum_{j = 1}^{k} x_{i j} β_{i j} (u_{i}, v_{i}) + δ_{i} (u_{i}, v_{i}) C + ε_{i} (u_{i}, v_{i})

式中： $y_{i}$ 和 $x_{i j} (j = 1, 2, \dots, k)$ 分别是因变量 $Y$ 和解释变量矩阵 $X$ 在观测点 $i$ 处的观测值；误差项 $ε_{i} (u_{i}, v_{i})$ 和系数 $β_{i j} (u_{i}, v_{i})$ 、 $δ_{i} (u_{i}, v_{i})$ 是与观测点 $i$ 的地理位置 $(u_{i}, v_{i})$ 有关的函数。研究采用最小化信息法则确定最优带宽。

模型拟合优度和性能采用两类模型的决定系数（R²）、校正决定系数（Adj-R²）、最小化Akaike信息法则（AICc）来评估。估算OLS模型的K(BP) 统计量用于确定模型中解释变量是否与地理空间和数据空间中的因变量具有一致的关系。K(BP) 值概率小于0.01表示模型具有统计学上的显著异方差性，则通常适合使用GWR模型进行影响因素的空间异质性分析。

2 结果分析

2.1 长三角乡村生态产品经营主体数量结构特征

截至2022年6月，共获取长三角乡村生态产品经营主体34559个（表3），其中休闲农业观光展览类数量最多，占59.63%，其次是乡村生态旅游类和地理标志农产品类，分别占19.46%和13.41%。乡村生态康养类和包装天然水类数量最少，分别占3.18%和0.56%。休闲农业观光展览服务主要由农家乐、采摘园等经营主体供给，规模小，数量多，是长三角乡村生态产品商品化的主要途径。除此之外，在乡村地区依托自然风景开展的生态旅游服务和地理标志农产品经营也是商品化的重要途径。

表3 长三角乡村生态产品经营主体数量结构特征

Table 3 Quantity structure characteristics of rural eco-products operators in Yangtze River Delta

主要类型	经营主体数量/个	经营主体占比/%
地理标志农产品类	4634	13.41
包装天然水类	193	0.56
生物质能类	1300	3.76
休闲农业观光展览类	20609	59.63
乡村生态旅游类	6725	19.46
乡村生态康养类	1098	3.18
总数	34559	100.00

2.2 长三角乡村生态产品商品化格局

整体上，长三角乡村生态产品商品化格局呈现如下特征（图2）：（1）总体上在苏南、浙北集聚；（2）主要沿江、沿湖分布，多位于毗邻山地的平原地带，多围绕大城市主城区分布；（3）形成3个高密度区和若干次高密度区。高密度区包括：湖州—杭州高密度区，主要包括湖州安吉县、德清县和杭州市辖区；环太湖高密度区，主要包括无锡宜兴市、湖州长兴县、苏州吴中区和虎丘区、无锡惠山区和滨湖区、常州武进区等沿湖地带；合肥市高密度区，主要包括包河区、瑶海区和肥东县。另外，在上海市、苏州市、无锡市、南京市、温州市等城市的中心城区周围形成次高密度区。

图2

图2 长三角乡村生态产品商品化核密度

Fig. 2 The kernel density analysis of rural eco-products commodification in Yangtze River Delta

不同类型生态产品经营主体的空间分布差异明显（图3）：（1）地理标志农产品主产地多位于浙中、浙南，形成3个高密度区和3个次高密度区。高密度区包括：以金华市为核心的浙中高密度区，并延伸至浙南；以南通市海门市、启东市，上海市崇明区为核心的上海市周边高密度区；以宣城市旌德县为核心的皖南山区高密度区。3个次高密度区分别位于泰州市、芜湖市和湖州市。（2）包装天然水主要位于毗邻平原的山区，形成4个高密度区：浙江四明山高密度区；浙江龙门山脉高密度区，并向北延伸至太湖；安徽大别山高密度区；安徽皖南山区高密度区。（3）生物质能企业在农区集聚，多沿江沿海分布，形成3个高密度区和3个次高密度区。高密度区包括：以铜陵市、南京市、扬州市、南通市为集聚中心的沿长江密集带；以合肥市市辖区为核心的合肥市高密度区；以舟山市为核心的宁波沿海高密度区。3个次高密度区分别位于淮河—洪泽湖沿岸、淮北市东部—宿州市西部—徐州市市辖区、杭州市东部—嘉兴市西部—绍兴市西北部。（4）休闲农业经营主体数量多，在大城市周边集聚，形成2个高密度区和3个次高密度区。高密度区包括：以湖州市安吉县，杭州市余杭区、临安区为核心的湖州—杭州高密度区；以湖州市长兴县、无锡市宜兴市、苏州市吴中区为核心的环太湖高密度带。3个次高密度区分别位于上海市、南京市、合肥市的中心城区周边。（5）乡村生态旅游服务经营主体数量亦较多，在大城市周边集聚，形成1个高密度区和5个次高密度区。在浙江形成以杭州市中心城区为核心的杭州市高密度区。此外，在沿海地区形成台州—温州沿海次高密度区和宁波沿海次高密度区，在苏州市、无锡市、湖州市形成环太湖次高密度区，在上海市、金华市的中心城区外围形成2个次高密度区。（6）乡村生态康养服务具有环境质量指向性，形成4个高密度区和1个次高密度区。高密度区包括：以六安市霍山县和安庆市岳西县为核心的大别山高密度区；以杭州市中心城区为核心的杭州市高密度区；以温州市中心城区为核心的温州沿海高密度区；以上海市松江区为核心的上海市外围城区高密度区。另外，在扬州市、镇江市的市辖区附近形成长江沿岸次高密度区。

图3

图3 长三角各类乡村生态产品商品化核密度

Fig. 3 The kernel density analysis of commodification of various rural eco-products in Yangtze River Delta

2.3 长三角乡村生态产品商品化格局影响因素及其空间异质性

2.3.1 影响因素分析

为掌握各影响因素对长三角乡村生态产品商品化的全局（平均）作用，首先基于OLS对长三角乡村生态产品商品化进行一般线性回归分析。由于本文的研究对象是长三角乡村地区的生态产品，研究区中各个地级市的中心城区城镇化水平高，不是乡村生态产品的主要供给地区，为避免影响结论，将其剔除。本文的案例地区是长三角，剔除属于中心城区的82个区后，将剩余的223个区县作为回归分析的样本。

为避免选取指标的多重共线性问题，首先对各指标进行标准化处理，然后运用OLS对标准化后的所有变量进行共线性检验。如表4所示，模型1以乡村生态产品经营主体密度为被解释变量，表2中表征自然资源禀赋和市场经济条件的12个指标为解释变量，表征地区经济状况和政府调控能力的指标c₁、c₂为控制变量。通过共线性检验，地区生境质量（r₄）和地区森林覆盖率（r₆）两个变量的方差膨胀因子（VIF）高于10，从变量的相关性分析看（表5），r₄和r₆之间存在高度相关，且r₄、r₆与多个变量相关性较高，回归模型存在多重共线性，可能使拟合结果不准确。在模型2中，去掉高度相关的变量r₄、r₆，剩余变量的VIF低于7.5，达到回归分析要求。由表4可知，模型2的Adj-R²为0.527，表明此模型可解释52.7%的经营主体空间分布。回归分析结果显示，自然地理因素包括地区多年平均气温（r₂）、地区多年平均降水量（r₃）、地区植被丰富度（r₅）指标，社会经济因素包括地区内部路网密度（m₃）、地区到区域中心时间距离（m₄）、地区一产占比（m₅）指标，对经营主体密度呈显著性影响。影响因子系数从大到小依次是m₃（0.423)>r₅(0.233)>m₄(0.119)>r₂(-0.107)>r₃(-0.150)>m₅(-0.201)。通过OLS诊断，模型2的K(BP) 统计量为32.021，通过1%水平显著性检验，表明乡村生态产品经营主体密度与解释变量不存在地理空间的一致性，因此需要通过GWR模型解决空间异质性问题。

表4 OLS模型估计及诊断结果

Table 4 Estimation and diagnosis results of OLS model

解释变量	模型1					模型2
解释变量	标准化系数	标准误差	t	显著性	VIF	标准化系数	标准误差	t	显著性	VIF
常量		0.099	3.415	0.001^***			0.067	0.892	0.374
r₁	0.037	0.038	0.715	0.475	1.368	-0.012	0.038	-0.234	0.815	1.287
r₂	-0.145	0.075	-2.436	0.016^**	1.761	-0.107	0.069	-1.939	0.054^*	1.433
r₃	-0.184	0.083	-1.569	0.118	6.861	-0.150	0.063	-1.679	0.095^*	3.737
r₄	-0.617	0.148	-3.415	0.001^***	16.292
r₅	0.194	0.063	1.984	0.049^**	4.785	0.233	0.058	2.606	0.010^***	3.764
r₆	0.641	0.088	3.681	0.000^***	15.113
m₁	0.026	0.056	0.446	0.656	1.718	0.046	0.058	0.756	0.450	1.702
m₂	0.086	0.072	0.910	0.364	4.458	0.154	0.072	1.638	0.103	4.142
m₃	0.334	0.078	4.291	0.000^***	3.023	0.423	0.074	5.767	0.000^***	2.527
m₄	0.072	0.081	1.383	0.168	1.368	0.119	0.081	2.280	0.024^**	1.281
m₅	-0.213	0.067	-2.749	0.007^***	2.992	-0.201	0.069	-2.522	0.012^**	2.985
m₆	0.037	0.056	0.751	0.453	1.196	0.030	0.057	0.597	0.551	1.156
c₁	-0.321	0.134	-2.670	0.008^***	7.196	-0.328	0.138	-2.657	0.008^***	7.169
c₂	0.452	0.130	3.863	0.000^***	6.845	0.440	0.134	3.662	0.000^***	6.782
K(BP) 统计量	-					32.021
AICc	-					-301
R²	0.583					0.553
Adj-R²	0.555					0.527

注：^*、^**、^***分别表示10%、5%、1%的显著性水平，下同。

表5 各变量之间的Pearson相关系数

Table 5 Correlation coefficients of variables

	r₁	r₂	r₃	r₄	r₅	r₆	m₁	m₂	m₃	m₄	m₅	m₆	c₁	c₂
r₁	1
r₂	-0.219^**	1
r₃	0.317^**	-0.130	1
r₄	0.374^**	-0.396^**	0.844^**	1
r₅	0.370^**	-0.124	0.823^**	0.830^**	1
r₆	0.298^**	-0.247^**	0.899^**	0.927^**	0.850^**	1
m₁	0.041	0.168^*	0.169^*	-0.014	0.129	0.117	1
m₂	0.076	0.347^**	0.185^**	-0.094	0.038	0.098	0.525^**	1
m₃	-0.127	0.450^**	-0.136^*	-0.468^**	-0.285^**	-0.265^**	0.431^**	0.636^**	1
m₄	0.037	-0.242^**	0.157^*	0.239^**	0.148^*	0.261^**	-0.243^**	-0.155^*	-0.217^**	1
m₅	-0.091	-0.258^**	-0.183^**	0.059	-0.085	-0.081	-0.583^**	-0.754^**	-0.549^**	0.332^**	1
m₆	0.102	0.053	0.248^**	0.203^**	0.191^**	0.242^**	0.160^*	0.181^**	0.147^*	-0.010	-0.117	1
c₁	0.065	0.257^**	-0.194^**	-0.403^**	-0.270^**	-0.297^**	0.267^**	0.662^**	0.595^**	-0.196^**	-0.507^**	0.065	1
c₂	0.083	0.269^**	-0.054	-0.294^**	-0.153^*	-0.174^**	0.312^**	0.698^**	0.597^**	-0.172^**	-0.523^**	0.171^*	0.907^**	1

2.3.2 影响因素的空间异质性

首先，对乡村生态产品经营主体密度进行空间自相关分析，计算结果显示Moran's I=0.4458>0，表明经营主体密度具有正的空间自相关性。基于OLS模型2结果，去掉高度相关的变量r₄、r₆，采用ArcGIS软件构建GWR模型，运算结果如表6所示，与OLS模型相比，GWR模型的Adj-R²为0.533，拟合优度提高，AICc下降，拟合性能提高。

表6 GWR模型运算结果

Table 6 Regression results of GWR model

解释变量	最小值	25%分位数	中位数	75%分位数	最大值	平均值
r₁	-0.020	-0.014	－0.010	-0.004	0.003	-0.009
r₂	-0.161	-0.146	－0.134	-0.124	-0.106	-0.135
r₃	-0.110	-0.107	-0.104	-0.101	-0.093	-0.104
r₅	0.148	0.152	0.154	0.156	0.160	0.154
m₁	0.031	0.038	0.044	0.049	0.058	0.044
m₂	0.114	0.118	0.120	0.121	0.124	0.119
m₃	0.387	0.410	0.425	0.439	0.454	0.424
m₄	0.149	0.168	0.179	0.188	0.204	0.178
m₅	-0.183	-0.175	-0.169	-0.164	-0.159	-0.170
m₆	0.022	0.028	0.034	0.040	0.049	0.034
c₁	-0.386	-0.373	-0.362	-0.352	-0.333	-0.362
c₂	0.487	0.491	0.492	0.493	0.494	0.492
带宽	9.724	—	—	—	—	—
残差平方和	2.886	—	—	—	—	—
Sigma	0.118	—	—	—	—	—
AICc	-304	—	—	—	—	—
R²	0.563	—	—	—	—	—
Adj-R²	0.533	—	—	—	—	—

GWR模型运算结果显示了每一个空间单元的特定回归系数，表6为对各系数值进行的统计，从表中可知，各解释变量在空间上变异性较大，中位数与平均值数值接近，可知本回归在空间多数范围内的影响性质趋同。如图4a所示，各区县局部回归标准化残差值中约96.9%在 [-2.5, 2.5] 内，模型整体效果较好，对GWR模型回归系数进行空间显示，反映各解释变量在局部地理空间上的作用（图4b~图4k）。

如图4所示，社会经济因素是长三角乡村生态产品商品化格局的主要影响因素，反映了以地区交通条件、客源市场条件、产业基础为主要特征的市场经济条件对商品化格局的影响：

（1）地区交通条件是影响商品化格局的最主要因素，主要体现为地区内部路网密度（m₃）和地区到区域中心时间距离（m₄）指标。根据表6、图4，m₃、m₄回归系数中位数分别为0.425、0.179，均与经营主体密度整体呈显著正相关趋势。从空间异质性看，m₃、m₄回归系数高值区分别位于浙江沿海和江浙沪沿海，m₃低值区位于苏北和皖西北，m₄低值区位于皖西，两个指标的回归系数整体上均呈现由沿海向内陆递减的分布格局。由2.2可知，杭州湾沿海核心地区经营主体密集，多为地理标志农产品类、休闲农业观光展览类、生态康养类，这些类型的经营主体规模小、数量多、差异性小、受地区交通条件影响较大，地区内路网越密集，到区域中心的时间距离越短，越能吸引消费者。而在经营主体相对稀少的内陆地区，多为颇具地域特色的物质产品或大型旅游景点，吸引力强，其发展受交通条件影响相对较弱。

图4

图4 长三角GWR模型标准化残差及回归系数空间分布

Fig. 4 Spatial distribution of standardized residual and regression coefficient of GWR model in Yangtze River Delta

（2）客源市场条件是影响商品化格局的重要因素，主要体现为地区城镇居民人均可支配收入（m₂）指标。m₂回归系数中位数为0.120，与经营主体密度整体呈显著正相关趋势。从空间异质性看，回归系数整体呈现由东向西递减的分布格局。结合2.2研究结果和长三角地区不同区域间经济发展水平差异，回归系数分布格局可在一定程度上说明在经济发展水平相对较高的东部地区，城镇居民人均可支配收入对生态产品商品化的正向影响更强。

（3）地区产业基础是商品化格局形成过程中不可忽视的影响因素，主要体现为地区一产占比（m₅）和地区三产占比（m₆）指标。m₅、m₆回归系数中位数分别为-0.169、0.034，前者与经营主体密度整体呈负相关趋势，后者呈正相关趋势。从空间异质性看，m₅回归系数绝对值由东南部向西北部递减，m₆则相反。结合2.2研究结果和长三角区域间产业发展差异，两指标基本相反的回归系数分布格局可在一定程度上说明，在东南部服务业发达地区，服务业产业基础对商品化的正向影响更强，地区长期从事农业生产带来的负向作用更弱；在西北部农业发达地区，长期农业生产可能更加不利于生态产品通过直接市场交易实现价值。

自然地理因素是长三角乡村生态产品商品化格局的重要影响因素，反映了自然资源禀赋条件对商品化格局的影响，主要体现为地区植被丰富度（r₅）、地区多年平均气温（r₂）、地区多年平均降水量（r₃）指标。r₅、r₂、r₃回归系数中位数分别为0.154、 -0.134、-0.104，r₅与经营主体密度整体呈显著正相关趋势，r₂、r₃呈负相关趋势。从空间异质性来看，r₅回归系数高值区主要集中在江苏省中北部，呈现向西、南两侧递减的格局，低值区主要集中在浙江省南部。结合1.1研究区概况可知，相较于浙南地区，江苏中北部地形平坦，土地利用类型多为耕地，可在一定程度上说明在以耕地为主的平原农区，地区植被丰富度对商品化的正向影响更显著。r₂、r₃回归系数绝对值均整体呈现由东南向西北递减的分布格局。长三角气温、降水整体由南向北递减，在降水丰沛、气温较高的东南部，降水和气温的持续增加对生态产品商品化的负向影响更明显，在西北部地区，降水增加、气温升高带来的负向影响较弱。

2.3.3 不同类型生态产品商品化格局的影响因素分析

不同类型乡村生态产品商品化格局的影响因素存在明显差异，为探究其主要影响因素，分别以不同类型经营主体数量（部分类型经营主体数量少，密度值过低，故以数量值衡量）为被解释变量进行逐步回归分析，筛选有显著影响的因子，回归结果如表7所示。

表7 OLS模型运算结果

Table 7 Regression results of OLS model

被解释变量	解释变量	标准化系数	标准误差	t	显著性	VIF
$Q_{a}$	常量		0.041	-3.712	0.000
	r₄	0.531	0.059	9.256	0.000^***	1.009
	m₂	0.118	0.055	2.053	0.041^**	1.009
$Q_{b}$	常量		0.025	-2.682	0.008
	r₄	0.209	0.037	3.042	0.003^***	1.174
	r₁	0.174	0.033	2.523	0.012^**	1.180
	m₅	0.149	0.037	2.338	0.020^**	1.019
$Q_{c}$	常量		0.015	11.715	0.000
	r₃	-0.336	0.032	5.295	0.000^***	1.000
$Q_{d}$	常量		0.031	-2.960	0.003
	c₂	0.633	0.057	10.224	0.000^***	1.279
	r₄	0.547	0.078	4.743	0.000^***	4.437
	r₃	-0.251	0.065	-2.278	0.024^**	4.064
$Q_{e}$	常量		0.026	-0.676	0.500
	r₆	0.394	0.032	6.970	0.000^***	1.418
	c₂	0.286	0.090	3.945	0.000^***	2.333
	r₁	0.232	0.041	4.538	0.000^***	1.153
	m₂	0.296	0.067	3.717	0.000^***	2.803
	m₃	-0.157	0.078	-2.259	0.025^**	2.151
$Q_{f}$	常量		0.035	2.802	0.006
	r₅	0.277	0.033	4.180	0.000^***	1.082
	c₁	0.211	0.059	3.102	0.002^***	1.141
	r₂	-0.159	0.065	-2.398	0.017^**	1.075

注： $Q a$ 、 $Q b$ 、 $Q c$ 、 $Q d$ 、 $Q e$ 、 $Q f$ 分别表示地理标志农产品、乡村包装天然水、乡村生物质能、休闲农业观光展览、乡村生态旅游、乡村生态康养的经营主体数量。

据此，地区地形多样性（r₁）、地区多年平均气温（r₂）、地区多年平均降水量（r₃）、地区生境质量（r₄）、地区植被丰富度（r₅）、地区森林覆盖率（r₆）、地区城镇居民人均可支配收入（m₂）、地区内部路网密度（m₃）、地区一产占比（m₅）9个特征变量可视为自然资源禀赋和市场经济条件等影响因素作用乡村生态产品商品化的主要路径。

自然资源禀赋对多种类型经营主体数量影响显著。对于地理标志农产品，r₄与经营主体数量呈显著正相关趋势，表明地区生境质量是促进地理标志农产品商品化的重要因子；对于乡村包装天然水，r₁、r₄与经营主体数量呈显著正相关趋势，结合2.2研究结果，临近平原的多山地区是包装天然水主产区，生境质量提高一个百分点将增加包装天然水供给主体数量0.21个百分点，地形多样性增加一个百分点将增加供给主体数量0.17个百分点；对于乡村生物质能，r₃与经营主体数量呈显著负相关趋势，这可能与长三角的农业发达地区主要集中在降水相对较少的皖北、苏北等地有关；对于休闲农业观光展览服务，r₄与经营主体数量呈显著正相关趋势，表明地区生境质量也是促进休闲农业观光展览服务发展的重要因子；对于乡村生态旅游服务，r₁、r₆与经营主体数量呈显著正相关趋势，说明多样化的地形、较高的森林覆盖率有利于乡村生态旅游发展；对于乡村生态康养服务，r₅与经营主体数量呈显著正相关趋势，表明类型丰富的植被是促进生态康养服务发展的重要因子，r₁呈显著负相关趋势，表明过高的气温不利于生态康养服务发展。

市场经济条件对地理标志农产品、乡村包装天然水、乡村生态旅游服务等类型经营主体数量影响显著。对于地理标志农产品和乡村生态旅游服务，m₂均与其经营主体数量呈显著正相关趋势，表明地区较高的城镇居民人均可支配收入能够促进地理标志农产品和生态旅游发展。对于乡村包装天然水，m₅与经营主体数量呈显著正相关趋势，地区一产占比增加一个百分点将增加供给主体数量0.15个百分点。

3 结论与讨论

3.1 结论

（1）长三角乡村生态产品商品化主要在苏南、浙北集聚，已形成湖州—杭州、太湖沿岸、合肥市3个高密度区，并在多个大城市中心城区周边形成次高密度区。不同类型生态产品的商品化格局存在明显差异：地理标志农产品集聚在浙中、浙南地区，包装天然水企业集聚在毗邻平原的山区，生物质能企业集聚在农区，多沿江沿海分布，休闲农业、乡村生态旅游服务集聚在大城市周边，乡村生态康养服务多分布在环境质量较好的地区。

（2）社会经济因素是长三角乡村生态产品商品化格局的主要影响因素。研究表明，地区的交通条件、城镇居民人均可支配收入、产业基础等市场经济条件对商品化格局有显著影响。自然地理因素对商品化格局的影响也不容忽视，地区植被丰富度、多年平均降水量、多年平均气温等自然资源禀赋条件对地区生态产品密度有显著影响。自然地理因素主要影响乡村地区的生态产品供给能力，对休闲农业观光展览服务、生物质能、生态康养服务等资源指向型生态产品影响显著；市场经济条件主要影响乡村生态产品的消费市场，对乡村生态旅游服务等市场指向型生态产品影响显著。

（3）在乡村生态产品商品化格局的影响因素方面，GWR模型的解释力度优于OLS模型，影响因素与商品化格局的关系具有明显空间异质性：① 地区交通条件对生态产品商品化的促进作用在以杭州湾为核心的沿海地区更强，在经营主体相对稀少的内陆地区相对较弱；② 城镇居民人均可支配收入对商品化的正向影响在经济发展水平相对较高的东部地区更显著；③ 在东南部服务业发达地区，服务业产业基础对商品化的正向影响更强，地区长期从事农业生产带来的负向作用更弱，在西北部农业发达地区，长期从事农业生产可能更加不利于生态产品通过直接市场交易实现价值；④ 地区植被丰富度对商品化的正向影响在江苏省中北部等以耕地为主要土地利用类型的平原农区作用更显著；⑤ 在降水丰沛、气温较高的东南部地区，降水增多、气温升高会对生态产品商品化产生更为显著的负向影响。

3.2 讨论

（1）探讨乡村生态产品价值实现路径需着眼区域差异。根据研究结论，长三角乡村生态产品商品化格局主要受市场经济条件影响，由于地区市场经济条件具有空间异质性，生态产品商品化存在区域差异。长三角西南部和南部山地生态资源丰富，生态系统服务价值高，受限于与消费市场之间的距离，商品化程度偏低，长三角生态产品空间分布与其商品化格局之间存在错位。与长三角相比，部分中西部欠发达地区乡村的市场经济条件较差，即使具备较强的生态产品供给能力，通过直接市场交易实现产品价值仍存在困难。乡村生态产品价值实现应因地制宜，在靠近消费市场的乡村，可通过保护生境、改善地区交通条件等手段增加生态产品供给、加强城乡联系，促进要素流动，加速生态产品商品化；在距离消费市场较远、生态环境优越的乡村，可通过合理开发生态资源，联合周围村庄组团发展等方式提高知名度和吸引力，有针对性地促进生态产品商品化，也可通过政府财政转移支付等多种方式实现价值。

（2）乡村生态产品价值实现需发挥行政主体、市场主体与本土乡村社区等多元行动者在此过程中的能动作用。长三角乡村生态产品经营主体调动自身积极性激发内生动力，在区域内形成多个不同规模的密集区，从制度逻辑上看，这是市场主体主观能动性作用的结果，但这个探索过程不能抛开制度背景。从国家到地方的各个层级尺度制度的制定与出台，为生态产品商品化提供了基础语境和保障条件，也为其他多元主体参与提供了可能。结合研究结论，影响因素与商品化格局的关系具有明显空间异质性，这要求政府的政策制定要精准识别生态产品商品化的基础条件和发展潜能。地方政府在制定产业政策、乡村发展政策时，要依托当地独特的自然资源禀赋、结合地区市场经济条件，选择适配的生态产品类型，大力培育生态产品商品化经营主体，出台有针对性、切实可行的产权保护和市场监管政策，为企业持续发展、创新升级提供制度性保障。

（3）研究数据选择与影响因素分析有待拓展。本文以经营主体空间分布反映已实现商品化的生态产品的空间分布，可基本反映生态产品商品化格局。经营主体点位数据可反映经营主体地理位置，基本满足本文研究需求，但经营主体的规模和发展状况也是生态产品商品化的重要内容，受数据限制未能体现。在影响因素选择方面，本文从供需角度出发，认为商品化格局是经营主体在自然资源本底基础上追逐消费市场的结果，并受到人类活动对现有地表空间利用格局的限制，以自然地理因素和社会经济因素为因素层构建指标体系开展分析。乡村生态产品商品化是在多因素影响下发生的复杂现象，除本文选择的影响因素外，政府对生态产品价值实现的重视和响应在商品化过程中亦发挥重要作用，由于难以量化，在定量分析部分未作进一步探究。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

王金南, 王志凯, 刘桂环, 等.

生态产品第四产业理论与发展框架研究

中国环境管理, 2021, 13(4): 5-13.

[WANG

J N

, WANG

Z K

, LIU

G H

, et al.

A framework research of theory and its practice of the fourth industry of ecological products

Chinese Journal of Environmental Management, 2021, 13(4): 5-13.]

[2]

曾贤刚, 虞慧怡, 谢芳.

生态产品的概念、分类及其市场化供给机制

中国人口·资源与环境, 2014, 24(7): 12-17.

[ZENG

X G

, YU

H Y

, XIE

Concept, classification and market supply mechanism of ecological products

China Population, Resources and Environment, 2014, 24(7): 12-17.]

[3]

叶兴庆

迈向2035年的中国乡村: 愿景、挑战与策略

管理世界, 2021, 37(4): 98-112.

[YE

X Q

China's rural areas toward 2035: Vision, challenges and strategies

Journal of Management World, 2021, 37(4): 98-112.]

[4]

张元洁, 田云刚.

马克思的产业理论对乡村产业振兴的指导意义

中国农村经济, 2020, (10): 2-16.

[ZHANG

Y J

, TIAN

Y G

The guiding significance of Karl Marx's Industrial Theory to rural industry revitalization

Chinese Rural Economy, 2020, (10): 2-16.]

[5]

王宾

共同富裕视角下乡村生态产品价值实现: 基本逻辑与路径选择

中国农村经济, 2022, (6): 129-143.

[WANG

The value realization of rural ecological products from the perspective of common prosperity: Basic logic and value realization path choice

Chinese Rural Economy, 2022, (6): 129-143.]

[6]

SCHERR

S J

A downward spiral? Research evidence on the relationship between poverty and natural resource degradation

Food Policy, 2000, 25(4): 479-498.

DOI:10.1016/S0306-9192(00)00022-1 URL [本文引用: 1]

[7]

TSCHAKERT

Environmental services and poverty reduction: Options for smallholders in the Sahel

Agricultural Systems, 2007, 94(1): 75-86.

DOI:10.1016/j.agsy.2005.07.010 URL [本文引用: 1]

[8]

杜焱强, 王继应, 孙雪峰.

“生态颜值”何以持续转化为“农民财富”?

中国人口·资源与环境, 2022, 32(10): 150-159.

[本文引用: 5]

[DU

Y Q

, WANG

J Y

, SUN

X F

How can "ecological products" be continuously transformed into "farmers wealth"?

China Population, Resources and Environment, 2022, 32(10): 150-159.]

[本文引用: 5]

[9]

DALIY

G C

. Nature's Services:Societal Dependence on Natural Ecosystems. Washington DC: Island Press, 1997.

[10]

COSTANZA

, D'ARGE

, DE

GROOT R

, et al.

The value of the world's ecosystem services and natural capital

Nature, 1997, 387(15): 253-260.

DOI:10.1038/387253a0 [本文引用: 1]

[11]

张林波, 虞慧怡, 郝超志, 等.

生态产品概念再定义及其内涵辨析

环境科学研究, 2021, 34(3): 655-660.

[ZHANG

L B

, YU

H Y

, HAO

C Z

, et al.

Redefinition and connotation analysis of ecosystem product

Research of Environmental Sciences, 2021, 34(3): 655-660.]

[12]

WUNDER

Payments for Environmental Services: Some Nuts and Bolts

Bogor: Center for International Forestry Research, 2005: 3-8.

[13]

FARLEY

, COSTANZA

Payments for ecosystem services: From local to global

Ecological Economics, 2010, 69(11): 2060-2068.

DOI:10.1016/j.ecolecon.2010.06.010 URL [本文引用: 1]

[14]

WUNDER

Revisiting the concept of payments for environmental services

Ecological Economics, 2015, 117(9): 234-243.

DOI:10.1016/j.ecolecon.2014.08.016 URL [本文引用: 1]

[15]

袁伟彦, 周小柯.

生态补偿问题国外研究进展综述

中国人口·资源与环境, 2014, 24(11): 76-82.

[YUAN

W Y

, ZHOU

X K

Review of research progress abroad in payments for ecosystem services

China Population, Resources and Environment, 2014, 24(11): 76-82.]

[16]

戴其文, 赵雪雁.

生态补偿机制中若干关键科学问题: 以甘南藏族自治州草地生态系统为例

地理学报, 2010, 65(4): 494-506.

[DAI

Q W

, ZHAO

X Y

Discussion on several key scientific issues of eco-compensation mechanism in Gannan Tibetan Autonomous Prefecture

Acta Geographica Sinica, 2010, 65(4): 494-506.]

DOI:10.11821/xb201004011 [本文引用: 1]

The participation costs model,including the opportunity costs,transaction costs and implementation costs is constructed to determine the ecological compensation standards in Gannan Tibetan Autonomous Prefecture.Based on the efficiency of ecological compensation funds,we construct an applied site selection tool,which takes into account three variables that vary in space:environmental services provided,risks of losing those services,and participation costs,with town as a basic unit,to determine and choose the scope of ecological compensation.On the basis of the model,this study classifies Gannan into five compensation zones by cluster analysis:priority compensation zones,sub-priority compensation zones,secondary compensation zones,critical compensation zones and potential compensation zones,and analyzes the characteristics of the above five types of compensation zones.Besides,Gini coefficient for ecological compensation payments is designed according to the conception of Gini coefficient and used to evaluate the fairness levels of payments distribution in the communities receiving payments and compensation zones.The evaluation model of compensation funds efficiency is built to assess the efficiency of five compensation areas at different levels.Results are drawn as follows:(1) The opportunity cost (621.3 yuan/hm2·a) and the grassland ecosystem services value (4776.4 yuan/hm2·a) are taken as upper and lower limits of compensation criterion,combined with the participation costs of farmers and herdsmen,and the compensation standard of grassland ecosystem is 1999.8 yuan/hm2·a.(2) (2) The five types of compensation zones coincide with the order of efficient compensation as well as the order of the ecological importance.The main priority compensation zones of grassland ecosystem cover larger pasture,the grassland sizes of towns compensated are larger,but few participants are involved,however secondary compensation zones cover nearly half of the grassland ecosystem,towns and the population.In terms of spatial distribution,the main priority compensation zones are mainly in pastoral areas,while non-priority zones are mainly in the farming-pastoral areas,agricultural areas and forest areas.(3) There are great differences in the distribution of compensation payments among participants (suppliers of grassland ecosystem services),however the payments are evenly distributed in compensation zones of grassland ecosystem.(4) The order of compensation efficiency of grassland ecosystem is consistent with priorities of compensation areas.The priority compensation zones is most efficient,and their payments are more than 14 times (38.18) those of the environmental benefits for each yuan in the critical zones,followed by the sub-priority zones,being 21.02 for each yuan.

[17]

靳乐山, 吴乐.

我国生态补偿的成就、挑战与转型

环境保护, 2018, 46(24): 7-13.

[JIN

L S

, WU

Achievements, challenges and transformation of China's ecological compensation

Environmental Protection, 2018, 46(24): 7-13.]

[18]

温铁军, 罗士轩, 董筱丹, 等.

乡村振兴背景下生态资源价值实现形式的创新

中国软科学, 2018, (12): 1-7.

[WEN

T J

, LUO

S X

, DONG

X D

, et al.

The innovative form of value realization of ecological resources under the background of rural vitalization

China Soft Science, 2018, (12): 1-7.]

[19]

张轩畅, 刘彦随, 李裕瑞, 等.

黄土丘陵沟壑区乡村生态产业化机理及其典型模式

资源科学, 2020, 42(7): 1275-1284.

DOI:10.18402/resci.2020.07.05 [本文引用: 4]

生态产业化是新时代推进生态建设与产业发展良性循环、促进乡村地域系统可持续发展的重要途径。黄土丘陵沟壑区位于黄河中游地区,作为黄土高原典型地貌单元,其乡村生态环境脆弱、人地矛盾突出,退耕还林（草）工程后生态功能显著改善,但农业基础薄弱、水土约束增强、生产效益偏低等问题依旧突出,亟需推进生态产业化提升乡村生产和生活功能。本文从生态资源价值增殖角度,探讨了黄土丘陵沟壑区乡村生态产业化的内在机理,并结合延安市治沟造地工程后的典型实践,提出了适合该区域发展的产业化模式及其可持续途径。结果表明：①乡村生态产业化应遵循乡村地域系统演化规律、耦合机理以及价值转化原则,依托地理工程技术加快生态资源培育,建立生态产权管理制度实现生态资源资产化,通过资产集中流转、经营主体培育、产业要素融合等推进生态资产资本化,完善生态市场交易机制保障生态产品与服务市场化;②延安市部分乡村依托治沟造地工程实现了生态资源培育,探索了“资源变资产、资产变资本、资本变资金”的路径,已初步形成了高效种养、休闲农业和多元综合等生态产业化模式;③未来应注重地理工程成效管护、健全产权管理制度、发挥能人带动作用、吸纳社会力量参与以及构建动态评价机制,补齐产业化过程中的短板,推进乡村生态、生产、生活的有机融合,实现乡村产业兴旺、生态宜居和生活富裕的振兴目标。

[ZHANG

X C

, LIU

Y S

, LI

Y R

, et al.

Mechanism and typical patterns of rural ecological industrialization in the Loess Hilly-Gully region of China

Resources Science, 2020, 42(7): 1275-1284.]

DOI:10.18402/resci.2020.07.05 [本文引用: 4]

Rural ecological industrialization is an important approach to promote the healthy interaction of ecological construction and industrial development, which could advance the sustainable development of regional rural systems in the new era. China’ Loess Hilly-Gully region is a typical geomorphic unit of the Loess Plateau locating in the middle reaches of the Yellow river, regional eco-environment was fragile and conflict of the rural human-land relationship was prominent. The Grain-for-Green Project significantly improved the ecological functions, but rural issues were still prominent, including weak agricultural foundation, the increase of water-soil constrains, and relatively low production efficiency. Therefore, it is urgent to promote ecological industrialization for improving rural production and living functions. From the perspective of ecological resource value proliferation, this study analyzed the mechanism of rural ecological industrialization in the Loess Hilly-Gully region. Meanwhile, the typical patterns and its sustainable approaches were explored according to the existing practices after the Gully Land Consolidation Project in Yan’an City. The results indicate that: (1) Rural ecological industrialization should be based on regional rural system, and follow the law of evolution, the mechanism of system coupling, and the principle of value transformation. The key processes are as follows: cultivation of ecological resources by geographical engineering, asset management of ecological resources by establishing ecological property rights system, capitalization of ecological assets through asset circulation, stakeholder development and industrial integration, and the marketization of ecological products and services through improving the ecological market trading mechanism. (2) Some villages in Yan’an City realized ecological resources cultivation relying on the Gully Land Consolidation Project, explored the path of resources translating to assets, then turning to capitals and finally converting to funds. Three typical patterns of ecological industrialization have gradually formed: efficient planting-breeding, leisure agriculture, and integration of multiple factors. (3) In the future, weaknesses in the industrialization process could be overcome by geographical engineering effect maintenance, property rights system development, rural talents cultivation, social forces participation, and dynamic evaluation mechanism development. The above approaches would effectively advance the organic integration of rural production, living, and ecological functions, and achieve the aims of rural revitalization of thriving businesses, pleasant living environments, and prosperity.

[20]

CLOKE

. The Countryside as Commodity:New Rural Spaces for Leisure. London: Belhaven Press, 1993: 53-67.

[本文引用: 6]

[21]

WOODS

. Rural Geography. London: SAGE Publications, 2005.

[本文引用: 6]

[22]

王鹏飞

论北京农村空间的商品化与城乡关系

地理学报, 2013, 68(12): 1657-1667.

DOI:10.11821/dlxb201312006 [本文引用: 13]

基于后生产主义理论，讨论了北京农村空间的商品化与城乡关系问题，并从理论抽象方面取得了以下认识：（1）无论农村与城镇，空间是一种抽象的概念，理论上，自然界的纯粹空间不具有商品价值意义。空间的商品化是与一定的人类经济生产活动和生产方式相联系而存在和逐步显现的；（2）在经济全球化与可持续发展的背景下，随着社会经济力的增强、后生产主义思想的蔓延，人类生产活动日益丰富，空间的商品化也进一步显现；（3）改革开放以来，北京农村的景观、土地利用、就业、生活形态、旅游业的快速发展使得北京农村空间生产内容发生了巨大变化，多样化愈趋增强，北京农村空间的商品性也日益突出；（4）随着农村空间商品化的发展，北京地区的城乡差距逐步缩小，北京地区长期扭曲的城乡关系得到一定程度的纠正。

[WANG

P F

A study on commodification in rural space and the relationship between urban and rural areas in Beijing city

Acta Geographica Sinica, 2013, 68(12): 1657-1667.]

DOI:10.11821/dlxb201312006 [本文引用: 13]

Changes of agricultural production and rural society in China have attracted worldwide attention since the reform and opening up in 1978, the grain output has increased year by year, and the farmers' income has been obviously raised as well. After joining the WTO, rural China has faced the following situations, internationally, stronger trends of economic globalization and sustainable development on one hand, domestically, more serious environmental problems caused by agriculture, the decrease of working population and the increase of labor substitution factors in agricultural sector on the other hand. Meanwhile, the diversification characteristics of rural economy have emerged. Rural areas were considered as an agricultural production space in essence. But, nowadays, it is also generally regarded as a space with other functions such as leisure and relaxation, cultural and education, and environmental conservation. While the role of production has decreased in the present rural space, the role of consumption has increased. Therefore, based on the theory of post-productivism, this paper discussed the issues about the spatial commodification and the rural-urban relationship in Beijing. We have gained the following abstract theoretical findings: (1) Theoretically, space is an abstract concept, whatever for urban areas and rural areas, there is no pure space which has commodification sense in physical world. Indeed, the so called spatial commodification is closely related to various production activities of human beings and gradually reveals itself with the production development; (2) Under the economic globalization and the worldwide sustainable development background, with the increasing growth of the production variety, the spatial commodification in urban and rural areas tends to be manifested; (3) Since the implementation of open and reform policies in the late 1970s, great changes have taken place in rural landscape, land uses, employment structure, life styles and spatial patterns in the rural areas of Beijing, and the rural spatial commodification has become protruding; (4) With the development of the spatial commodification transformation in rural Beijing, the urban-rural relationship has been greatly improved. (5) The gaps between urban and rural areas have been gradually narrowed, along with the development of the spatial commodification transformation in rural Beijing.

[23]

苏康传, 杨庆媛, 吴江, 等.

重庆市乡村空间商品化格局特征、驱动机制及发展模式

经济地理, 2022, 42(7): 167-177.

[本文引用: 9]

[SU

K C

, YANG

Q Y

, WU

, et al.

The pattern characteristics, driving mechanism and development model of rural spatial commodification in Chongqing

Economic Geography, 2022, 42(7): 167-177.]

[本文引用: 9]

[24]

刘刚, 沈镭.

中国生物质能源的定量评价及其地理分布

自然资源学报, 2007, 22(1): 9-19.

[LIU

, SHEN

Quantitive appraisal of biomass energy and its geographical distribution in China

Journal of Natural Resources, 2007, 22(1): 9-19.]

DOI:10.11849/zrzyxb.2007.01.002 [本文引用: 3]

By using the existed statistics data,this paper estimated the quantity of biomass energy and analyzed its distribution pattern in China.Conclusions are as follows:(1)Biomass energy is very rich in China,and its geographical distribution and quantity depends mainly on the the relationship between ecological zones and the climate conditions.The total quantity of each biomass resource goes as follows:crop residues7.28×108t,distributed mainly in Henan,Shandong, Heilongjiang,Jilin and Sichuan provincesXdung39.26×108t,distributed mainly in Henan,Shandong, Sichuan,Hebei and Hunan provincesXforest and wood biomass 21.75×108t,distributed mainly in T ibet,Sichuan,Yunnan,Heilongjiang and Inner Mongolia provincesXcity rubbish1.55×108t,distributed mainly in Guangdong,Shandong,Heilongjiang,Hubei and Jiangsu provincesXwastewater482.4×108t, distributed mainly in Guangdong,Jiangsu,Zhejiang,Shandong and Henan provinces.(2)The potential quantity of all the biomass energy in China in 2004 is 35.11×108tce,and the acquirable quantity is 4.6×108tce with the top five provinces of Sichuan,Heilongjiang,Yunan,Tibet and Inner Mongolia.The respective proportion of crop residues,firwood and dung in the acquirable quantity is 38.9%,36.0% and 22.14%,respectively.(3)Biomass energy distribution varies from province to province in China.If computed by the rural population,the biomass energy density varies from the biggest 14.17tce per capita in Tibet Autonomous Region to the smallest 0.15tce per capita in Zhejiang province.And the relation between biomass energy proportion and primary energy proportion of each province in China shows great potential to explore biomass energy especially in the region where there is a shortage of primary energy.

[25]

刘永林, 雒昆利, 倪润祥, 等.

新疆于田县优质富锂富锶天然饮用矿泉水及其开发前景

自然资源学报, 2013, 28(12): 2150-2158.

DOI:10.11849/zrzyxb.2013.12.012 [本文引用: 3]

为了调查新疆于田县的水质和水资源特色，2010 年和2012 年在新疆于田县及于田县邻区采集水样，并对其元素含量进行分析测定。结果在新疆于田县新发现一个优质天然富锂富锶饮用矿泉水水源，水化学类型为Na·Mg-HCO3·Cl，锂含量1 765.5 μg/L，锶含量1.1 mg/L，分别为国家饮用矿泉水锂（Li≥200 μg/L）和锶（Sr≥0.2 mg/L）最低界限指标的8.8 倍和5.5 倍。于田县城饮用矿泉水含水层厚度大，岩性为卵砾石，透水性好，水量较丰富。于田县优质矿泉水与国内外主要矿泉水相比，具有富锂、富锶等有益元素，且富锂矿泉水是中国稀缺的矿泉水资源，因此具有广阔的市场前景。

[LIU

Y L

, LUO

K L

, NI

R X

, et al.

High quality natural Li-rich and Sr-rich drinking-water in Yutian county, Xinjiang and its development prospect

Journal of Natural Resources, 2013, 28(12): 2150-2158.]

[26]

李裕瑞, 卜长利, 王鹏艳.

中国农产品地理标志的地域分异特征

自然资源学报, 2021, 36(4): 827-840.

DOI:10.31497/zrzyxb.20210402 [本文引用: 6]

农产品地理标志产品（APGI）是以地域名称冠名的特色农产品,做优做强APGI是发展特色农业、促进农业供给侧改革的重要手段,也是新时代助力乡村产业振兴的重要抓手。深入研究APGI的地域分异特征及社会经济效应等具有重要的现实意义。本文以2274个APGI信息作为主要数据,结合社会经济数据和自然地理数据,着力揭示中国APGI的地域分异特征,并简要分析其形成原因。研究表明：（1）APGI总体呈现“东多西少”的格局,在水平方向呈聚集分布,在垂直方向随海拔高度上升呈递减趋势;（2）各省保有APGI的数量差异大,少数民族聚居省份APGI人均拥有量高,省份面积小、自然条件相对较好的省份空间分布密度大,在县级行政区呈现“大分散、小集聚”的格局;（3）各类APGI除烟草类和爬行类以外均呈聚集分布,瓜果作物和水产品的聚集特征最为明显;（4）不同种类产品有其自身的地理要素适应区间,大部分APGI对于降水量的需求在400 mm以上,对于≥10 ℃积温的要求在1600 ℃以上,≥10 ℃积温区间大多在3200~6400 ℃;（5）APGI的地域分异受自然地理、历史文化、社会经济和政府行为等因素的综合影响。

[LI

Y R

, BU

C L

, WANG

P Y

Spatial pattern of agro-product geographical indications in China

Journal of Natural Resources, 2021, 36(4): 827-840.]

DOI:10.31497/zrzyxb.20210402 URL [本文引用: 6]

[27]

钟林生, 马向远, 曾瑜皙.

中国生态旅游研究进展与展望

地理科学进展, 2016, 35(6): 679-690.

DOI:10.18306/dlkxjz.2016.06.002 [本文引用: 4]

自1992年生态旅游概念引入中国以来,经历了理论介绍到本土化探索的过程,并不断推动中国生态旅游的实践发展。本文以1992-2015年间公开发表的中国生态旅游研究成果为基础,采用系统综述方法,对筛选的1493篇中文核心期刊文献进行梳理与总结,从生态旅游基础理论、生态旅游资源、生态旅游市场、生态旅游开发、生态旅游作用与影响、生态旅游管理与政策等6个方面对国内生态旅游研究展开述评,最后展望了今后中国生态旅游研究需关注的8个方面研究议题。

[ZHONG

L S

, MA

X Y

, ZENG

Y X

Progresses and prospects of ecotourism research in China

Progress in Geography, 2016, 35(6): 679-690.]

DOI:10.18306/dlkxjz.2016.06.002 [本文引用: 4]

Since the first introduction of the concept to China in 1992, as an important part of tourism research, ecotourism studies have made a number of progresses, ranging from theoretical discussion to practical implementation, and continuously provided professional guidance to tourism markets and given rise to the great progress of ecotourism development in China. At present, given the public attention on ecological civilization construction, further demands are made of ecotourism research. This article uses a systematic review method and search results from all Chinese core journals database to examine the research progress of ecotourism. We selected 1493 papers published in 1992 to 2015 and analyzed the following six aspects of Chinese ecotourism research: ecotourism theory, ecotourism resources, ecotourism market, ecotourism development, ecotourism functions and effects, and management and policy. This article aims to clarify the diverse development periods from the introduction of ecotourism concepts to the mushrooming of local ecotourism practices, and provide an overview of Chinese ecotourism. The article concludes with the prospects of ecotourism research topics in China, including theoretical framework of ecotourism, ecotourism impact measurement and management, ecotourism models and strategies, ecotourism resource management, ecotourism market and tourist behavior, environmental education and interpretation, assessment and optimization of community participation, ecological civilization construction and ecotourism, and so on.

[28]

李伯华, 李珍, 刘沛林, 等.

湘江流域传统村落景观基因变异及其分异规律

自然资源学报, 2022, 37(2): 362-377.

DOI:10.31497/zrzyxb.20220207 [本文引用: 1]

传统村落在历史、文化、经济、旅游和科学等多个方面价值颇高,保护传统村落的空间格局和文化内涵极为重要。以中国湘江流域上中下游六个典型传统村落为例,以景观基因理论为基础,运用景观基因分析法识别了湘江流域传统村落景观基因,分析了上中下游传统村落显性物质景观基因与隐性非物质文化基因的变异特征,总结了湘江流域传统村落景观基因变异特征及分异规律,研究结果显示：（1）湘江流域上游传统村落平面基因变异相悖于本土的情况侧重发生在平面结构变异上;立面基因的变异相悖于本土、突变后直接消亡的情况较多;文化基因上受外来冲击的不适感较强,有加剧景观基因变异的风险和趋势。（2）湘江流域中游传统村落对立面基因的改动需求较大,且改动时间较早,造成立面基因变异以及平面基因中街巷格局、平面布局变异较大,变异后相悖于本土的特征显著;而在文化基因中,对文化的变异融合接受能力强,变异相融于本土的情况显著。（3）湘江流域下游传统村落在形态、布局特征明显的平面基因中产生的变异不大显著;在立面基因中遭遇突变后直接消亡的特征明显;在文化基因中,对家风信仰的基因变异以相融于本土为主,习俗礼仪的基因变异呈现分化趋势,单民族聚居式的家族以相悖于本土的特征为主,多民族聚居式的家族以相融于本土的特征为主。

[LI

B H

, LI

, LIU

P L

, et al.

Landscape gene variation and differentiation law of traditional villages in Xiangjiang River Basin

Journal of Natural Resources, 2022, 37(2): 362-377.]

DOI:10.31497/zrzyxb.20220207 URL [本文引用: 1]

[29]

杨馥端, 窦银娣, 易韵, 等.

催化视角下旅游驱动型传统村落共同富裕的机制与路径研究: 以湖南省板梁村为例

自然资源学报, 2023, 38(2): 357-374.

DOI:10.31497/zrzyxb.20230206 [本文引用: 1]

传统村落是特殊的乡村地域单元，更是实现共同富裕目标的薄弱之地，如何促进传统村落实现共同富裕成为当前亟需解决的科学问题。运用参与式观察、深度访谈及文本分析等研究方法，借鉴催化反应动力学原理与城市催化剂理论，结合旅游驱动型传统村落发展现实背景，构建了旅游驱动型传统村落共同富裕催化机制，并以湖南省板梁村为例，探究了旅游驱动型传统村落共同富裕发展路径。研究显示：（1）将旅游驱动型传统村落人居环境系统视为催化载体，构建了旅游驱动型传统村落“要素注入—载体吸附—效能释放”共同富裕催化机制。（2）载体通过吸附活性要素形成催化剂并释放环境清洁卫生与生态旅游持续、空间规划综合布局与空间联动多功能化、传统文化创造性转化与创新性发展、关系网络织补与利益权力协调等催化效能，促进板梁村达成生态持续、经济发展、文化传承、社会和谐与制度完善五维度目标，从而逐步实现共同富裕。研究充实了共同富裕的基本逻辑与发展路径，试图为中国实现全体人民共同富裕战略目标提供参考，具有一定的理论和实践意义。

[YANG

F D

, DOU

Y D

, YI

, et al.

The mechanism and path of common prosperity of tourism-driven traditional villages from the perspective of catalysis: Taking Banliang village in Hunan province as an example

Journal of Natural Resources, 2023, 38(2): 357-374.]

DOI:10.31497/zrzyxb.20230206 URL [本文引用: 1]

[30]

许泽宁, 高晓路.

基于电子地图兴趣点的城市建成区边界识别方法

地理学报, 2016, 71(6): 928-939.

DOI:10.11821/dlxb201606003 [本文引用: 1]

城市建成区边界是认识和研究城市的重要基础性信息,也是落实城市功能空间布局、实施界限管控的前提。但是,以往通过夜间灯光的强度、土地覆被或建筑覆盖率等信息获取城市空间范围的方法,由于受到数据精度和尺度限制,对城市社会经济活动的解释性不强,因而存在较大局限性。电子地图兴趣点（POI）作为城市空间分析的基础数据之一,直观且有效地反映了各类城市要素的集聚状况。本文基于POI与城市空间结构和城市要素空间分布的关联性,提出了一种新的通过POI密度分布来判别城市建成区边界的技术方法。为此,开发了Densi-Graph分析方法,用来分析POI密度等值线的变化趋势,在此基础上对城乡过渡地带的阈值识别的方法进行了理论分析,并讨论了单中心圆结构、双中心“鱼眼型”结构、双中心“子母型”结构等各类城市POI密度等值线的生长规律,证明了Densi-Graph分析方法的适用性。较之以往的城市建成区边界识别方法,这种方法的基础数据更加直观可信,分析结果也更加客观。运用这种方法,本文对全国地级以上城市的建成区边界进行了实证分析,探索了城市建成区边界的阈值及其与城市人口规模、城市所在区域之间的关系。

[XU

Z N

, GAO

X L

A novel method for identifying the boundary of urban built-up areas with POI data

Acta Geographica Sinica, 2016, 71(6): 928-939.]

DOI:10.11821/dlxb201606003 [本文引用: 1]

The boundary of urban built-up areas provides foundational information for urban studies and meets the requirements for urban pattern and urban spatial structure research. However, commonly used methods for identifying the boundary of urban built-up areas such as using remote sensing data of night-light and land use, cadastral data, and building coverage data, are limited in accuracy. To remedy this, this paper proposes to use POI (Point of Interest) data obtained from web maps, assuming that it well reflects the agglomeration of urban activities at higher precision. Based on the underlying connection between POI and the spatial distribution of urban activities, a new method called 'Densi-Graph' is proposed to identify the actual boundary of urban built-up areas with the contour map of the kernel density of POI, where the threshold value for the contour lines to make significant change from densely to loosely placed is picked, giving the boundary of urban and rural areas. Different contour structures for mono-centric, poly-centric and linear cities are discussed, whereby the Densi-Graph method using POI data is validated. The method is also used to study the boundaries of urban built-up areas in China's prefecture level cities. The relationships between the Density-Graph thresholds and the population and location of different cities are discussed. This study advances previous studies in presenting more reliable and objective data on the boundary of urban built-up areas.

[31]

王周伟, 崔百胜, 张元庆. 空间计量经济学:现代模型与方法. 北京: 北京大学出版社, 2017: 179-191.

[WANG

Z W

, CUI

B S

, ZHANG

Y Q

. Spatial Econometrics:Modern Models and Methods. Beijing: Peking University Press, 2017: 179-191.]