中国大城市现代都市农业发展：多维评价与情境类型学

《Land》：Urban Modern Agriculture Development in Major Chinese Cities: A Multidimensional Evaluation and Contextual Typology

　　

都市农业（UA）是可持续城市发展的关键组成部分。在中国，现代都市农业（UMA）作为一种政策导向型模式，整合了城郊生产、农业现代化、多功能发展与城乡治理。然而，针对UMA发展的系统性跨城市评价研究尚显不足，特别是在快速城市化的国家背景下。为填补这一研究空白，研究人员构建了一个多维评价框架，对2019—2023年间中国36个大中城市的UMA发展水平进行评估。该指标体系涵盖五个维度：生产能力、产业融合、农业生态可持续性、要素集聚与运营现代化。研究采用复合评价模型，结合客观赋权与专家调整后的主观赋权方法计算城市层面的绩效得分，并运用Ward层次聚类方法识别不同的情境城市类型。研究结果表明，UMA发展呈现出相对稳定的层级结构；少数领先城市保持明显优势，而大多数城市仍集中于中下层，向上流动空间有限；城市排名变化主要发生在绩效相近的城市之间。基于情境指标的Ward聚类识别出四类与UMA发展相关的城市类型：均衡发展型、经济高效型、资源约束型和农业潜力型。这些类别反映了社会经济发展水平、资源承载力与环境容量方面的差异，有助于解释影响UMA绩效的制约因素与可行政策方向。总体而言，该框架为UMA发展的基准评价与差异化政策设计提供了实用工具。

本研究围绕中国大城市现代都市农业（UMA）发展的多维评价与情境类型学展开系统分析。研究背景源于全球城市化加速对城市社会—生态系统结构与功能的重塑，食品安全、生态可持续性与社会公平已成为城市治理的核心原则。在此背景下，都市农业作为城市及近郊区域内开展的农业生产及相关服务活动，被认为是应对食品安全与可持续发展挑战的有前景路径。然而，现有实证研究在不同尺度与领域间仍显碎片化，亟需将多维可持续性要素整合为系统性评价框架。

在中国语境下，都市农业已演化为一种独特的政策导向型模式——现代都市农业（UMA），其特征体现为高度的制度化与产业化水平，服务于乡村振兴和城乡融合发展等国家战略目标。与国际上强调专业化、多元化、社区参与及短链供应的都市农业模式不同，中国UMA侧重于通过规模化、平台化发展实现综合效益，并与国土空间治理、政策实施紧密结合。尽管如此，针对中国UMA的系统性跨城市评价研究仍较为缺乏，尤其缺乏能够兼顾政策语境、支持多城市动态比较并与差异化治理需求相衔接的分析框架。现有研究存在三方面主要问题：一是多数指标体系源于欧美语境或项目级实践，难以直接迁移至中国政策导向的UMA情境；二是过度依赖专家主观赋权方法，降低了评价结果的可重复性与跨城市可比性；三是研究多聚焦于单案例、特定项目或时点评估，缺乏多城市历时比较的统一框架。

为回应上述需求，研究人员以中国36个大中城市为样本，基于2019—2023年数据，构建了融合政策语境与学术证据的五维UMA绩效评价框架，并联结情境聚类分析以揭示不同城市类型的差异化发展路径与治理策略。

本研究的核心技术方法包括以下要点。在数据来源方面，36个样本城市依据农业农村部2019年UMA数据报送通知确定，涵盖4个直辖市、5个计划单列市及27个省会城市，数据主要来自政府公开数据、省级农学会统计数据及市级农业部门统计数据；情境聚类指标的社会经济数据源自《中国城市统计年鉴》及城市统计公报，环境数据源自《中国环境统计年鉴》，耕地质量数据源自《全国耕地质量等级情况公报》。在评价方法方面，研究采用min-max标准化处理原始数据，综合运用改进的CRITIC法与熵值法进行客观赋权并通过算术平均整合，继而采用改进的G1法进行一级指标主观赋权，最终通过层次权重耦合形成综合权重体系；其中专家小组由26位来自UMA研究、农业经济学、区域规划及农业政策评估领域的专家组成。在情境分类方面，研究独立于绩效评价指标，选取11个情境指标运用Ward最小方差层次聚类法，从社会经济发展、资源承载力和环境容量三个维度识别城市类型。

研究结果部分可依据以下小标题进行阐述。

"指标权重变化"：2019—2023年间综合指标权重分布总体保持稳定，仅少数指标出现较明显波动。"农产品供给保障能力"与"三产融合"维度权重相对稳定；"农业生态与可持续发展"相关指标权重呈逐步上升趋势；"现代农业运营"维度权重略有下降；"先进农业要素集聚"维度中的农村金融服务指标（D3）变异性显著增大，其权重从2020年的0.042跃升至2021年的0.145，2022年及2023年维持在0.134和0.127的高位。这一现象并非反映农村金融在UMA发展中地位的突升，而是由于2021年后该指标数据来源由农业农村部统一报送改为城市自主报送，导致城市间差异扩大，客观赋权方法将其转化为更高权重。

"UMA评价结果、年均排名及总排名"：36城市UMA发展呈现明显且持续的层级分化结构。上海与北京稳居前列，成都、天津、南京亦保持优势位次；领先城市在先进要素集聚、三产融合及现代农业运营等维度表现突出，表明UMA发展依赖于技术、资本、平台与治理资源的 mobilization 而非单纯生产规模。多数城市集中于中下层，排名变动主要发生在绩效相近的城市之间，反映结构性条件而非短期波动的影响。

"稳健性检验结果"：研究比较了仅熵值法、仅改进CRITIC法、熵值法—CRITIC算术平均法及基线G1—EWM—CRITIC四种替代权重方案下的城市排名。Kendall协调系数（Kendall's W）在2019至2023年间分别为0.606、0.604、0.475、0.446和0.420，五年总体W值为0.510，所有p值均小于0.001，表明不同权重方案下排名模式具有统计学显著的一致性，支持基于排名的解释方式。

"与UMA发展相关的情境城市类型学"：基于11个情境指标的Ward聚类，36城市被划分为四种情境类型。均衡发展型城市在社会经济、资源与环境三方面条件联营公司较为协调，缺乏极端短板，为UMA发展提供稳定支撑，该类城市多集中在中上层；经济高效型城市社会经济发展强劲、市场需求旺盛，但资源承载力与环境容量相对受限，其UMA发展更可能遵循效率驱动与技术密集型路径，该类城市内部绩效差异较大，既包括领先城市也包括部分排名较低城市；资源约束型城市面临资源与环境条件双重制约，且经济支持能力有限，农业基础薄弱，治理成本较高，限制了UMA功能转型；农业潜力型城市具备相对优越的农业资源条件与环境容量，但经济转化能力与市场整合不足，需通过技术采纳、价值链升级与城乡市场联接将资源优势转化为产业竞争力。

研究讨论部分围绕以下方面展开。在UMA绩效模式解释方面，研究人员指出UMA发展的层级分化结构具有持续性，领先城市的优势根植于市场规模、要素集聚与组织能力等结构性条件；中间层城市间的"中等梯队竞争"解释了排名变动性；由于2021年后D3指标统计口径变化及年度标准化处理，跨年度绝对得分比较需谨慎，结果应通过年度排名、年均排名及排名稳定性来理解。在情境类型学与发展路径方面，研究强调UMA政策应超越单纯的农业产出增长，转向基于类型的情境特定治理；相同综合得分的城市可能面临不同约束，同一类型内的城市即使得分不同也可能共享相似政策优先级，这要求跨城市比较必须同时考虑绩效水平与发展情境。在政策意涵方面，针对不同类型城市提出差异化策略：均衡发展型城市应强化综合管治与供应链韧性；经济高效型城市需发展设施农业、智慧农业与高附加值城市食物系统；资源约束型城市应优先缓解资源瓶颈，推行节水灌溉、土壤改良与农业废弃物循环利用，并将都市农业用地纳入城市绿色基础设施系统；农业潜力型城市则需通过市场联接、产业融合、品牌建设与价值链升级实现资源优势转化。

研究结论部分指出，本研究所构建的多维评价框架是监测UMA发展、诊断情境约束与确定优先干预领域的透明且可扩展的工具。研究结果应主要通过相对排名而非绝对得分变化来解读，尤其当指标定义或统计口径发生变化时。更重要的是，评价结果不应被简单理解为城市排名，而应作为识别发展约束与治理优先级的分析工具。复合得分与年度排名揭示相对UMA绩效，而情境类型学有助于澄清不同城市类型的主要瓶颈与可行政策方向。未来研究应通过更长期监测、更一致的城市层面数据以及在不同城市情境中的验证来进一步完善该框架。