《Cogent Food & Agriculture》：Study on the coupling coordination relationship between agricultural and rural modernization and greening from a county-level perspective in Jilin Province, China
编辑推荐：
探讨农业与农村现代化（agricultural and rural modernization, ARM）与农业与农村绿化（agricultural and rural greening, ARG）之间的耦合协调，对保障中国粮食安全与生态可持续性具有战略意义。
探讨农业与农村现代化（agricultural and rural modernization, ARM）与农业与农村绿化（agricultural and rural greening, ARG）之间的耦合协调，对保障中国粮食安全与生态可持续性具有战略意义。本研究构建了综合评价指标体系，以评估ARM与ARG的发展水平。以吉林省14个重点县为案例，采用熵权TOPSIS法（entropy-weighted TOPSIS method）评估2012—2022年ARM与ARG水平。采用耦合协调度模型（coupling coordination degree model）和空间自相关分析（spatial autocorrelation analysis）分析时空协调性。研究揭示：（1）吉林省ARM与ARG水平均呈上升趋势，ARM发展速度总体快于ARG；（2）发展水平存在东西差异，Da’an和Zhenlai县在ARM中排名最高，Changling和Wangqing县在ARG中排名最高；（3）耦合协调度逐年提高，由低度协调向中度协调转变，初级协调与中度协调的范围稳步扩大；（4）耦合协调存在空间集聚，呈现明显的“西部高、东部低”梯度。该研究推进了对ARM与ARG协调的理论认识，并为中国乡村振兴目标提供经验支持。
论文解读：吉林省县域ARM与ARG耦合协调关系研究
农业与农村现代化（agricultural and rural modernization, ARM）是中国现代化体系的重要基石，强调农民、农村与农业的协调发展和共同富裕。随着中国农业农村发展范式由依赖非农部门外部溢出转向内生动力驱动，生产力发展基础发生转变，但资源环境约束趋紧、生态承载力不足等问题日益成为提升民生福祉和推进农业农村现代化的瓶颈。为此，中国政府推动战略转变，为ARM注入“绿色动力”。农业与农村绿化（agricultural and rural greening, ARG）以可持续发展为导向，通过技术创新、制度改革和生产方式转变，追求农业生产、农村生活与生态环境和谐共存。ARG可为ARM的经济、社会、生态维度提供正向互动框架；ARM也可通过农业生产、农村发展和农民生计改善为绿色动力提供新机会。二者存在相互依赖、相互强化的关系。既有研究较多讨论ARM的理论内涵、实践路径、运行机制与测度，也关注ARG的概念框架、驱动机制、实施路径和区域评价，但对二者耦合协调的定量测度和深入分析仍有限；县域作为连接城乡的关键空间单元，其ARM与ARG协调机制尚未充分阐明，且县域间空间异质性明显。吉林省作为中国重要农业省份，长期形成以粮食生产为主、其他功能互补的多功能农村发展格局，具有较强代表性。因此，研究人员以吉林省14个重点县为案例，构建ARM与ARG评价指标体系，采用熵权TOPSIS法（entropy-weighted TOPSIS method，一种基于熵权客观赋权并逼近理想解的多指标评价方法）、耦合协调度模型（coupling coordination degree model，衡量系统间相互作用与协调水平的模型）和空间自相关分析（spatial autocorrelation analysis，检验相邻空间单元属性相关性的方法），系统分析2012—2022年县域层面ARM与ARG的时空耦合特征。该研究有助于深化对农业农村现代化与绿色发展协同关系的理解，并为推进中国乡村全面振兴提供区域经验和政策启示。
关键技术方法：研究人员以吉林省14个重点县为样本队列，样本涵盖农业与农村现代化重点县和生态示范县，时间范围为2012—2022年；数据来自《中国县域统计年鉴》《吉林统计年鉴》《中国林业统计年鉴》《吉林省环境状况公报》及中国科学院资源环境科学数据中心，缺失值采用Stata线性插值。方法包括构建ARM与ARG综合评价指标体系，采用熵权TOPSIS法客观赋权并测度发展水平，采用耦合协调度模型计算耦合协调度，采用空间自相关分析（全局与局部Moran’s I），借助GeoDa和ArcGIS分析空间集聚，基于queen contiguity（皇后邻接，即共享边界或顶点视为邻接）构建行标准化空间权重矩阵，并以999次随机置换检验显著性。
3.1 吉林省ARM与ARG评价结果
3.1.1 时序特征
通过熵权TOPSIS法测度14个重点县2012—2022年ARM与ARG水平，结果显示二者总体上升。ARM指数由2012年的0.48升至2022年的0.86，年均增长5.98%；ARG指数由0.22升至0.64，年均增长12.60%。原文结果部分报告ARG年均增长率高于ARM，而摘要和结论表述为ARM发展速度总体快于ARG；同时二者标准差和方差随时间增大，县域发展差距扩大。县级层面，Liuhe County平均ARM最高（0.61），Helong County最低（0.39）；Changling County平均ARG最高（0.51），Tumen City最低（0.29）。Liuhe County作为国家商品粮基地县，农业综合生产能力较强；Helong County在关键指标上持续偏低；Tumen City受自然约束、地理条件复杂和边境民族地区特征影响，绿色农业发展及相关配套产业受限。
3.1.2 空间特征
通过空间分布分析，ARM呈明显“西高东低”梯度。2012年多数县ARM仍处初步阶段，东西差异已显现；2017年东西部县均有改善，部分县首次进入0.6—0.7区间；2022年“西高东低”格局更明显，Da’an和Zhenlai分别达到0.88和0.85，而东部Helong County仅为0.39。其原因在于西部土壤肥沃、农业条件较好、农业产业化水平较高；东部以山地丘陵为主，部分人均耕地坡度大于25度，粮食产量和农业机械化水平较低，制约ARM推进。ARG空间演化同样呈现东西不平衡。西部县绿化差异逐渐缩小，呈内部趋同；东部ARG增长较快，主要因森林覆盖较高和自然保护区分布广泛，并在生态振兴政策推动下逐步增强。2012年ARG总体较低，Tongyu County、Taonan City和Wangqing County相对较高；2017年除Shuangliao County外，西部多数县进入高值类别，东部各县也有不同程度改善；2022年高值县占比达78.58%，东部利用生态优势发展特色生态产品产业、生态农业和智慧农业，并通过产业融合提升ARG水平。
3.2 ARM与ARG耦合协调特征
3.2.1 时序特征
通过耦合协调度模型计算，2012—2022年ARM与ARG耦合协调度呈波动上升，由2012年的0.48升至2022年的0.86。2012—2016年为初始发展阶段，协调度上升但整体较低，主要因ARM政策实施滞后于ARG举措，顶层制度设计不足限制了协调深度。2017—2022年为快速发展阶段，耦合协调度继续上升，二者逐步形成相互强化、协同发展的关系，但尚未完全达到高度协调。该进展主要受政策支持、产业升级以及“质量兴农、绿色兴农”战略推动，地方政策法规和生态补偿机制提供制度与资金支持，绿色产业、生态农业、智慧农业、林下经济及绿色农产品品牌化促进生态产业化与产业生态化，使绿化由外部约束转为高质量发展的内生动力。总体上，农业农村发展由传统增产导向现代化转向更可持续的绿色现代化。
3.2.2 空间特征
通过ArcGIS和GeoDa分析，局部Moran’s I在2012年为0.278，2022年为0.285，Z值分别为3.0285和2.963，均显著，表明耦合协调度存在显著正空间自相关并逐渐加强。空间分布呈“西高东低”。过渡阶段包括濒临失调和勉强协调类型：2012年仅Tumen County（0.48）为濒临失调，2013年转为勉强协调；2013年勉强协调主要出现在东部Helong、Antu、Changbai、Jingyu、Longjing，以及西部Shuangliao County；2017年仅Tumen和Longjing仍为勉强协调，其余转为初级协调。协调发展阶段包括初级、中级和良好协调：2012年初级协调集中在西部Da’an、Taonan、Tongyu、Zhenlai、Changling；2017年85.7%的县达到初级协调及以上，新增Helong、Shuangliao、Antu、Changbai、Jingyu；中级协调最早于2014年出现在Changling County，2016年Liuhe、2018年Taonan City；2022年Zhenlai、Da’an和Changling达到良好协调。总体看，西部县优于东部县，区域差距逐渐缩小，但产业系统整合不足限制了所有县实现充分协调。
讨论部分总结：研究人员提出，应以ARG引导完善ARM制度框架，将绿色转型纳入农业农村规划，推广有机农业、风能太阳能利用和可持续土地规划；建立东西治理联动机制，增加对欠发达东部县的财政与生态补偿，设立绿色农业技术基金，改善农村基础设施，搭建跨区域合作平台，转移西部成熟技术与管理经验。产业方面，西部高协调县如Da’an、Zhenlai、Tongyu、Changling可利用风能和湿地生态，推进绿色能源项目、光伏农业和清洁能源灌溉，继续盐碱地治理和特色稻米；东部低协调县如Tumen、Longjing可发展林下经济、生态种养、乡村旅游、生态农产品基地、森林康养和田园综合体。技术方面，西部可建立绿色农业技术平台，形成“技术—产业—生态”闭环，推广精准农业、节水灌溉和可再生能源；东部应构建绿色农业技术创新体系，整合技术开发、成果转化和人才培养，发展低成本、可扩展的绿色技术。局限方面，县级数据难以完全捕捉生态实践、农户行为和市场动态；仅14个县限制外推性；国家政策、宏观经济和全球市场等外部因素未纳入实证框架；未来需引入更精细指标、扩展更多县或省，并采用双重差分（difference-in-differences）、事件研究模型等评估政策因果效应。
研究结论翻译
本研究选取吉林省14个重点县作为案例，采用熵权TOPSIS法、耦合协调度模型和空间自相关分析，定量评估2012—2022年ARM与ARG水平，并进一步考察耦合协调状态、时空演化模式及潜在影响因素。主要结论如下：
研究期内吉林省ARM与ARG水平均总体呈上升趋势。ARM增长率总体超过ARG。空间上，两个维度均呈现一致的“西部高、东部低”格局。在研究县域中，Changling County在两个系统中均持续取得最高综合表现。
ARM与ARG之间的耦合协调度随时间呈现明显的阶段动态。起初，两个系统处于低协调或拮抗状态。随着时间推移，它们转向协同且相互增强的关系，表现为成比例且协调的增长。耦合协调指数从2012年的0.48升至2022年的0.86，反映相互作用与协同稳步增强。这些发现表明吉林省农业现代化与绿色转型的协调发展持续改善。
耦合协调度的空间分布呈现明显区域不平衡，总体上西部县较高、东部县较低。尽管如此，区域间差异随时间逐渐缩小，空间集聚效应日益明显。具体而言，东部县从濒临失调和勉强协调类型转向初级和中级协调类型；相比之下，西部县从初级和中级协调迈向良好协调类型。
