Analysis of Spatial Characteristics and Driving Factors of the Coordinated Development of Rural Tourism and Ecological Agriculture

1990年，学术界提出了生态效率(eco-efficiency)概念，将生态效率定义为经济增长与环境影响之间的比率^[6]。高生态效率意味着以最少的资源消耗实现最大的生产力，将环境压力降至最低。直到1998年，经济合作与发展组织(OECD)才开始将生态效率应用于农业领域，以便对农业生产及其环境影响进行有效评估^[7]。根据生态效率的内涵，农业生态效率(AEE)是指在给定预期产出条件下，农业生产要素投入和非期望产出达到最小化^[8]。此后，关于农业生态效率的研究文献越来越多，并取得了丰硕的成果。

有研究从广义的农业角度评估AEE，包括种植业、畜牧业、林业和渔业^[9]；也有研究则侧重于狭义的农业，仅指种植业^[10]。在非预期产出指标方面，农业面源污染^[11]、农业碳排放^[12]和农业灰水污染^[13]是常用指标。基于AEE测度，有研究分析了AEE的时空演变特征^[14]。为了评价农业生态效率，人们构建了许多方法，例如生命周期评估^[15]、比率法^[16]、随机前沿分析(SFA)^[17]和数据包络分析(DEA)^[18]。其中，SFA和DEA是两种主要方法。

对于农业生态效率的影响因素，有研究侧重于农业规模水平、农业产业结构、人均农业增加值、农业灾情发生率、农业机械密度等农业自身因素^[19]；也有研究分析农业劳动力受教育程度、农户经营收入比、农业公共投入、政府规制、技术进步等农业外部相关影响因素^[20]。然而，现有研究较少从产业融合视角研究农业经济效率的影响因素。

RTD-AEE的耦合协调机制如图 1所示。“RTD-AEE”是一个涉及经济、社会和环境等多种因素的复杂系统。RTD是将区别于城市地区的独特农村特征转化为旅游景点的过程^[21]。RTD水平的高低体现在农村旅游资源开发的广度、密度和深度方面，从而反映农村旅游资源的开发能力。AEE是衡量绿色农业发展水平的关键指标^[22]。一方面，提高AEE使农村生态资产可以得到充分利用，农村旅游目的地的形象和游客体验可以得到提升，农村旅游资源开发的稳定生活环境可以得到保障，从而促进可持续的农村旅游发展^[23]。另一方面，随着生活水平和健康意识的提高，人们对农产品的选择已从关注数量转向关注质量。通过遵循生态和经济规律，提高AEE可以生产出更多高质量的绿色和有机农产品，为RTD及其相关产业提供有力支持^[24-25]。生态环境是基础，提供土壤、植被和河流等自然要素用于RTD。而RTD既体现了人类经济活动对自然资源的合理和可持续利用，又是减轻环境压力和提高环境意识的重要组成部分。AEE提高为RTD提供了可持续的推动力，同时，RTD也为AEE提高提供了重要的保障。这两个方面形成了相互影响、相互依存的耦合互动关系。

研究区域如图 2所示，包括中国西部12个省(区、市)，分别为四川、云南、贵州、陕西、甘肃、青海、新疆、宁夏、内蒙古、广西，西藏、重庆。总面积约为686万km²，约占中国国土面积的72%。2020年，研究区域国内生产总值(GDP)为213 292亿元，约占中国GDP的21%。西部地区除重庆、四川盆地和关中平原等核心城市外，大部分地区经济发展相对滞后，虽然地域辽阔，但人口密度相对较低，这是由于这些地区的地形和气候条件相对较差所致。其平原面积约占土地资源的42%，盆地面积不足10%。土地资源以沙漠(包括戈壁滩)、石山、海拔3 000 m以上的高山地区为主。西部地区幅员辽阔，地形条件复杂多样，气候差异明显，动植物种类繁多，多民族文化绚烂迷人，形成了极具开发价值的自然人文旅游资源。生物资源种类数量占中国的2/3以上，旅游发展潜力巨大。此外，中国55个少数民族中约80%的族群祖籍和主要聚居地在中国西部地区，民族文化成为其持久的旅游资源。根据《中国文化和旅游统计年鉴2019》报道，西部地区A级旅游景区数量达到3 793个，约占中国的32%；世界自然和文化遗产约占中国的35%。这些丰富的旅游资源为西部地区经济发展奠定了坚实的基础。

针对西部大部分地区经济发展相对滞后但资源丰富的特点，需要以旅游业为龙头，大力发展第三产业。同时，也应看到西部地区虽然资源丰富，但水土流失、沙漠化现象严重，生态环境脆弱。因此，运用科学方法定量分析西部地区农村旅游与生态环境的耦合协调关系，有利于促进西部地区农业绿色、低碳和可持续发展，实现乡村振兴宏伟蓝图。

从发展成果来看，RTD可被理解为其旅游资源发展广度、密度和深度的综合度量。本研究基于农村旅游资源开发的全局视角，提出一种RTD评估方法。

RTD的广度衡量农村旅游资源的开发范围：

式中：N_h代表RTD的广度；m_x代表第x个县相对于其他县的占比；R代表旅游景点到行政中心的距离；R_max代表所有计算距离中的最大值；R_min代表所有计算距离中的最小值；x代表县的序号；i_x和j_x代表第x个县某个旅游景点的坐标(i_x为经度，j_x为纬度)；i_y和j_y代表行政中心的坐标(i_y为经度，j_y为纬度)。

RTD的密度衡量农村旅游资源开发的数量水平：

式中：N_n代表RTD的密度；U_x代表第x个县的兴趣点数量；G_x代表第x个县的行政区域面积。

RTD的深度衡量农村旅游资源开发的质量水平：

式中：N_d代表RTD的深度；t代表高等级农村旅游资源(High-Rated Rural Tourism Resources，HRRTR)的数量；m_y代表基于HRRTR第y级的指标权重；v_xy代表第x个县第y级HRRTR的数量；V_x代表第x个县的兴趣点数量。

RTD是农村旅游资源发展成果的综合度量：

式中：N代表RTD指数，其值越高，表明RTD的水平越高。

广义上的农业涵盖了种植业、林业、畜牧业和渔业等多个领域，而狭义上的农业则专指种植业。鉴于不同地区第一产业产值在农业生产部门中所占比例的显著差异，本研究选择将狭义农业作为重点，在现有研究的基础上选取劳动力、土地、机械、水资源、农药和化肥等作为关键输入变量。同时，为了全面评估农业生产的多维度影响，选择农业产出作为预期产出的代表，而将农业碳排放量作为非预期产出的代表。在农业碳排放量的计算上，借鉴现有研究成果构建了一个AEE综合评价指标体系，如图 3所示。

采用超效率SBM模型(Slacks-Based Measure，基于松弛测量的超效率模型)，可以避免由径向和角度选择差异引起的“拥挤”或“放松”效应，同时该模型允许效率值超过1，并且可以将环境污染等非预期产出纳入目标函数，从而有效区分决策单元(Decision Making Units，DMUs)的效率差异，提高准确性。超效率SBM模型的公式为：

式中：ρ代表农业生态效率(AEE)；minρ代表最小化效率值；k代表第k个输入指标(1到w)；w代表输入因素的数量；n代表第n个决策单元；z代表第z个预期产出指标(1到s₁)；s₁代表预期产出因素的数量；b代表第b个非预期产出指标(1到s₂)；s₂代表非预期产出因素的数量；i_kn代表第n个决策单元的第k个输入；j_zn代表第n个决策单元的第z个预期产出；j_bn代表第n个决策单元的第b个非预期产出；s_k代表第k个输入的超额量；s_z⁺代表第z个预期产出的不足量；s_b代表第b个非预期产出的超额量。

耦合协调度模型能够准确反映两个系统之间的协同作用和协调程度，被广泛应用于研究不同系统及其元素之间的相互作用和协调水平。本研究构建了RTD与AEE之间的耦合协调度模型，具体表示为：

式中：C代表耦合度，C值越高代表系统间交互越强；F代表生态环境评价指数，基于RTD和AEE加权；P₁和P₂分别表示RTD和AEE的量化度量值，由前文的公式(5)和公式(6)计算得到；α和β是RTD和AEE的未定系数，设定为α=β=0.5；D代表耦合协调度，其值范围是[0, 1]，D值越高代表耦合协调水平越高。

地理探测器是一种用于分析地理空间分异现象及其驱动因素的统计方法。本研究使用Geodetector中的因素探测器来探索RTD和AEE之间耦合协调关系变化的驱动因素，公式为：

式中：L代表因变量或驱动因素的分层；T_b代表第b层的样本量；σ²代表整个区域的方差；v代表驱动因素对耦合协调度D的解释能力，其值范围是[0, 1]，v值越高，代表解释能力越强。

2008年、2015年、2022年西部地区AEE空间演变格局如图 4所示。选取2008年、2015年、2022年西部地区农业生态效率综合评价指数进行空间可视化分析，为体现评价指标在不同时间条件下的标准化和可比性，同时最大程度地凸显其差异性，本研究利用ArcGIS中的Jenks最优自然断裂法将原始数据分为4个等级。由图 4可知，2008年、2015年、2022年西部地区AEE综合评价指数空间分布差异明显。

从生态环境指数空间分布来看，2008年，甘肃、重庆、四川生态环境指数较高(0.520~0.560)，与西藏、新疆、青海以及云南的低值区(0.399~0.439)形成连片区。2015年，陕西生态环境指数最低(0.518)，青海、四川、广西、宁夏生态环境指数达到最高水平(0.650~0.720)，其他生态环境指数较高区域为云南、重庆、新疆、甘肃(0.580~0.649)。陕西旅游资源丰富，区位优越，旅游服务设施齐全，旅游业发展迅速，在一定程度上带动了旅游城镇化发展。但是，由于其粗放型的旅游经济发展方式，对生态环境造成了一定的威胁，因此生态环境指数始终处于较低水平。2022年，云南、陕西、宁夏、重庆形成斜向低值区(0.495~0.537)，新疆成为西部唯一的高值区(0.639~0.678)。由于云南、陕西、宁夏、重庆4省(区、市)旅游城镇化水平快速提升，旅游环境污染的负外部性逐渐显现，对生态环境造成一定的压力，生态环境指数呈现出下降趋势。

2008-2022年西部地区RTD与AEE耦合协调度演变分析结果如图 5所示。本研究从时间序列分析揭示了西部地区农村旅游发展与农业生态效率之间的耦合协调度演变趋势。在2008年至2022年期间，西部地区RTD与AEE之间的耦合协调度经历了“波动下降—直线上升—稳步上升”的阶段性变化，形成了典型的“阶梯式”增长模式。耦合协调度的平均水平从0.36显著提升至0.89，整体上呈现出持续上升趋势。这一变化趋势揭示了农村旅游发展与农业生态效率互动耦合的强度和协调程度在时间序列上存在显著差异，且两者发展趋势具有多样性。

图 5展示的耦合协调度变化轨迹，为理解西部地区农村旅游发展与农业生态效率互动耦合关系提供了直观视角。2008年初始阶段耦合协调度较低，显示了当时农村旅游发展与生态环境之间的协同机制尚未充分发展。随后出现的耦合协调度波动下降期，反映了当时农村旅游快速发展与农业生态效率提升措施不同步的矛盾。最终，耦合协调度进入稳步上升期，表明西部地区在农村旅游发展与农业生态效率方面已经形成较为成熟的互动模式，两者相互支撑的关系更加牢固。实验结果表明，耦合协调度快速提升归因于政策优化、技术进步以及环境保护意识增强，这些因素共同作用促进了农村旅游发展与农业生态效率的协调发展。

2008-2022年西部地区生态效益评价结果如图 6所示。

从图 6可以看出，各省(区、市)之间生态效益存在显著差异。评价结果显示，四川、贵州、云南3省的生态效益增长水平较高，而宁夏、新疆、内蒙古3区的生态效益增长水平相对较低。这种差异的产生与各地区的经济发展水平、旅游产业发展水平、资源禀赋、基础设施建设、公共服务体系以及区位优势等多种因素密切相关。四川由于其较高的经济和旅游产业发展水平，加之丰富的旅游资源和完善的交通基础设施，公共服务体系完备，区位优势明显，因此在生态效益的增长上取得了较快的发展成效。贵州和云南虽然在经济发展水平上相对较低，但凭借其得天独厚的旅游资源和保护性开发策略，同样实现了较高的生态效益增长。

耦合协调发展的驱动因素如图 7所示。为探讨西部地区RTD和AEE之间耦合协调演变过程的驱动因素，本研究从社会、经济、人口和环境4个方面整理出11个驱动因素，以解释这两个系统的协调发展关系。地理探测器要求自变量为类别变量，因此采用自然断点分类法对选定的自变量进行分类，并使用因子探测器计算每个驱动因素的v值。

驱动因素检测结果如表 1所示，其中v值代表每个驱动因素对耦合协调度的解释能力。v值范围是[0, 1]，v值越高，代表该驱动因素对耦合协调度的解释能力越强，即它在决定耦合协调度方面起着更加重要的作用。p值表示具有统计学意义，用于测试驱动因素对耦合协调度影响的显著性。p值越小，表示该驱动因素影响耦合协调度的证据越充分，即该因素对耦合协调度有显著影响。11个驱动因素的显著性水平均为p=0.000，表明这11个驱动因素对西部地区RTD和AEE的耦合协调演变均有显著影响。

具体而言，社会发展水平、教育水平和经济发展水平这3个驱动因素的解释力分别为0.596、0.511和0.427，是影响耦合协调度的主导因素。较高的社会发展水平可以引入现代农业技术和设备，从而提高农业生产效率，提高农产品质量，减少农业生产中的有害物质。此外，较高的社会发展水平还可以提高农村旅游服务质量，保护农村旅游景点和文化遗产，吸引更多游客前来参观，促进农村旅游与农业生态化的耦合协调发展。

教育水平提高可以培养更多的专业人才和管理者，提升服务和管理水平，增强农村旅游的吸引力。较高的教育水平还可以增强农民的环保意识和绿色生产意识，从而促进农业的可持续发展。经济发展水平提高可以增加道路、通讯、水电等基础设施建设，提升农业现代化水平，增强生态价值，实现RTD和AEE的耦合协调发展。

生态环境和收入水平的解释力均大于0.35，对耦合协调度具有显著影响。生态环境能够提供美丽的自然景观和多样化的野生动植物，吸引游客前来观光。在开发农村旅游资源时应注重保护生态环境，以确保农村旅游的可持续发展。良好的生态环境有助于提高农田产量，降低农药和化肥的使用频率，减少农业对水资源和土壤的污染。相反，生态环境恶化将导致农田退化和生态系统损害，从而影响农业的可持续发展。

收入水平提高将促进游客消费水平提升。游客在旅游期间对住宿、餐饮等服务有更高的要求，并愿意在旅行中花费更多，从而增加农村旅游的创收能力。此外，收入水平提高还将使消费者更加关注健康和环境问题，对生态农产品有更高的要求，从而促进生态农业研究和技术开发资金的不断投入，推动农业的生态发展。

交通设施和政府投资对耦合协调度的解释力分别为0.264和0.248。交通设施为农村旅游和农业生产提供了基础支持，增加政府投资可以在技术研发、公共建设等方面提供有力支撑，从而促进RTD和AEE的发展。环境治理、人力资源投资、空气质量和产业结构在驱动因素排名中位居后位，解释力分别为0.242、0.217、0.165和0.148。尽管这些因素不是耦合协调度变化的主导因素，但它们对RTD和AEE的耦合协调度演变仍然有一定的影响。

近年来，中国旅游服务业发展迅速，给生态环境带来了巨大压力，尤其是旅游资源最丰富但生态环境最脆弱的西部地区。现有研究主要集中在城镇化与生态环境的关系上，且研究区域集中在东部发达城市。因此，本研究从时间和空间角度，基于2008-2022年中国西部地区12个省(区、市)数据，构建农村旅游发展指数与农业生态效率评价体系，分析西部地区农村旅游发展与农业生态效率之间的耦合协调发展空间分布模式及驱动因素，为旅游业与生态农业的演变关系提供了方法参考，同时为我国西部地区实施适宜的旅游业发展模式、实现西部地区农村旅游与生态农业的绿色可持续发展提供了决策支持。

本研究与现有理论的联系在于进一步解释了RTD和AEE之间的关系，且与生态旅游理论相关。生态旅游强调人们的旅游活动与资源环境变化之间的相互关系，并强调保护与发展的相互渗透和融合。要突破农村地区的环境污染和经济停滞，必须把握农村旅游系统与农业生态系统的深度融合，探索西部地区RTD和AEE之间的内在关系，这与生态旅游强调通过旅游实现资源保护与当地经济发展的协同方式一致。本研究提供了一个更有力的实证案例，丰富了现有的生态旅游理论。

然而，本研究仍存在一些不足。①研究主要集中在中国西部地区12个省(区、市)，可能无法全面代表所有农村旅游发展与农业生态效率的耦合协调关系。未来的研究可以考虑更广泛的区域，以展示研究结果的普遍性和适用性。②数据限于2008-2022年可能无法反映长期趋势或短期波动的影响，未来需进行更长时间的追踪研究，以识别长期趋势和周期性变化。③未来的研究应探索更多适合的模型和方法，如系统动力学模型、人工智能模型等，以期更好地反映农村旅游与农业生态效率之间复杂的互动关系。

为提高RTD和AEE之间的耦合协调度，本研究提出以下政策建议：

1) 优化旅游资源开发，协调以农业生产为代表的农村生活、生态环境等方面的相互关系。在充分合理开发旅游资源的同时，确保农村居民生活和生态资源的可持续发展。将传统农业与农村旅游相结合，通过农产品展销、农耕活动等文化旅游项目拓展农业消费，提供多样化的农村旅游产品，提升农民的生态保护意识，充分发挥农业的生态价值。

2) 细化土地分类，匹配差异化土地指标以满足RTD需求，强调基本农田和生态保护，采用绿色、环保的旅游资源开发方式。制定农村土地流转或置换政策，最大限度保护集体和农村居民的利益，支持农村旅游资源开发。

3) 促进区域协调发展，推动区域间的合作与交流。针对市、县之间的发展差距和不同的发展条件，利用市场和政府力量让先进地区的信息、技术和人才辐射到周边地区，在区域生态环境治理、技术创新和公共服务供给等方面加强合作，并相互促进和进步，最终实现经济和生态一体化发展的新格局。