摘要
（1）从时间序列上看，农民专业合作社数量变化呈现3个增长阶段：2001—2006年低速增长，2007—2010年快速增长，2011—2018年缓慢增长。农民专业合作社产业类型由少变多并逐步趋向综合类发展；（2）在空间扩展上，农民专业合作社整体先从渝西、渝中地区向渝东北扩展，再扩展至三峡库区带，但不同产业类型各阶段空间分布特征相异且变化明显；（3）在空间格局上，农民专业合作社除渝东南地区分布较少外其余地区均分布较广，除牲畜、家禽、花木、果蔬产业呈随机分布外，其余产业及合作社整体呈显著聚集分布；（4）不同产业类型农民专业合作社对空间尺度的依赖性不同。牲畜、家禽、花木、果蔬、食用菌、粮油6类合作社随着空间距离的增加集聚强度先增强后减弱；（5）空间集聚分布呈现差异化，各产业类农民专业合作社均形成单个或多个集聚中心，主要聚集中心为奉节县、渝西地区。
农民专业合作社是在农村家庭承包经营的基础上，同类农产品生产的农民或提供、利用同类农业生产经营服务的农民，自愿参与、联合管理的互助性经济组织。2020年“中央一号文件”再次强调，在抓好“三农”领域重点工作如期实现全面小康过程中，要高度重视农民专业合作社等新型农业经营主体的培育，有力地促进合作社的良序发
国内外对于农民专业合作社的研究都较为重视，但研究主题集中在对农民专业合作社的功
综上所述，文章以重庆市作为研究区，重庆市境内地形以山地、丘陵为主，因其独特且复杂的地形构成，加之大城市与大农村的有机组合，造就了重庆市农民专业合作社的特殊空间分布和组合状况。农民专业合作社的空间分布和组合状况直接影响农业生产规模化的进程及效益。该文以重庆市农民专业合作社为例，借助ArcMap10.4选取最近邻指数、Ripley's L指数、核密度分析等方法分析重庆市农民专业合作社的空间分布格局。这一研究内容对农民专业合作社建立与发展和有效地解决“三农”问题有一定的参考价值和借鉴意义。
该研究数据主要分为两部分：一是重庆市每个农民专业合作社地理坐标的获取，二是各类农民专业合作社的数量的收集。
根据农民专业合作社名称，借助ArcMap10.4标记所有农民专业合作社的位置信息。基于农民专业合作社位置数据的可获取性原则，确定了截止2018年重庆市2 542户农民专业合作社作为研究数据来源。结合ArcMap10.4软件进行数据转换，以重庆市县域行政区划作为底图的基础上得到重庆市农民专业合作社矢量图，并在此基础上分析重庆市农民专业合作社的空间分布格局（
图1 2001—2018年不同产业类型农民专业合作社的空间分布
根据重庆市农民专业合作社实际情况并结合实际走访调查，按照其产业性质将农民专业合作社划分为牲畜、家禽、花木、果蔬、食用菌、粮油、烟草、综合、茶叶、中药材、农机、花椒、等12个类别，其分类体系表见
最近邻指数分析法（Nearest Neighbor Index，NNI）是基于空间距离的方法，其原理是在实际数据中任意选取其中一点，并将其离得最近的点的平均距离（）与随机分布模式下的预期最近邻距离（）进行比较，以其比值来判断“点”的空间聚集性。实际最近邻平均观测距离公式
| （1） |
预期最近邻平均距离计算公式：
| = | （2） |
Ripley's K函数是以某定点为圆心，通过一定搜索半径d来统计圆内农民专业合作社数量的函数，即该圆内农民专业合作社的平均数与研究区内农民专业合作社密度的比值，当d达到其空间特征尺度时（L(d)值达到最大时），农民专业合作社的集聚强度最大，集聚规模（该圆的面积）也达到最大。其计算公式
| （3） |
| = | （4） |
地理信息的空间密度分析依据输入的点要素数据集计算整个区域的数据集聚状况，从而产生一个连续的密度表面。核密度估计（Kernel density estimation，KDE）是基于数据密集度函数聚类算法是一种空间密度分析方
| （5） |
农民专业合作社数量的时间动态变化呈现先低速增长，随之快速增长，后缓慢增长的特征（
图2 2001—2018年重庆市新增农民专业合作社时间扩展及内部结构变化
基于农民专业合作社时间演变的阶段性，该文进一步采用核密度估计对低速增长期（2001—2006年）、快速增长期（2007—2010年）、缓慢增长期（2011—2018年）3个阶段的各产业类型农民合作社空间扩展特征进行分析（
图3 2001—2018年不同发展阶段重庆市农民专业合作社的空间扩展特征
从整体来看，合作社在3个阶段空间分布变化明显。2001—2006年合作社整体在渝中、渝西分布较广，渝东地区有少量分布，以主城区为主要集聚中心。这一阶段合作社起步发展，数量较少。可能受到政策影响在全市合作社建设、发展过程中起到示范作用，因此合作社较集中在主城区及其周边发展。2007年合作社进入快速增长期，该阶段合作社数量快速增长，分布范围明显扩大。全市广泛分布，在上一阶段基础上合作社向东北部扩展，渝东南地区随热度不高但也有分布。在奉节县形成单核集聚中心，北碚区形成次级集聚中心。奉节县利用其自身农业生产优势条件大力发展合作社，北碚区依托原有合作社基础持续发展。此阶段各级政策出台刺激了全市各地，推动了合作社的建设、发展。2011—2018年合作社建设热度降低，持续发展，增长量较上一阶段有所下降，空间分布变化较小，主要沿三峡库区带分布。主要集聚中心变化不大，仍以北碚区和奉节县为代表。该阶段合作社建设逐渐趋向成熟，因此增长量减少。
牲畜、家禽、果蔬、粮油、农机及烟草6类合作社在不同阶段数量变化符合整体合作社的时间演化特征，先快速增加后缓慢增加。2001—2006年牲畜类合作社在空间分布上呈3个集聚中心，分别是渝东地区的单核心集聚中心、渝中地区呈“倒T”型的集聚中心及渝西地区双核心集聚中心。此阶段牲畜类合作社开始发展数量较少，分布较集中。2007—2010年牲畜类合作社空间分布较上一阶段变化明显，在全市范围内连片分布，主要集聚中心位于渝东的奉节县，奉节县地形以中、低山为主且长江及其支流流经该地为牲畜类合作社发展提供了有利条件。较上一阶段，2007—2010年各级政府积极响应有关政策，使得牲畜类合作社迅速发展。2011—2018年牲畜类合作社增长量少于上一阶段，其集聚中心仍以奉节县为主，分布范围变小。经上一阶段的快速发展，2011—2018年牲畜类合作社发展逐渐趋向饱和，因此增长量减少。2001—2006年家禽类合作社数量较少，在空间分布上呈多个集聚中心，最主要集聚中心位于涪陵区。2007—2010年家禽类合作社分布更加广泛，沿三峡库区带连片分布，主要集聚中心位于奉节县及其周边地区。家禽养殖受地形限制较小，受到政策支持广泛分布。2011—2018年家禽类合作社在空间分布上向渝东南地区扩展，主要集聚中心位于奉节县及周边地区，同时在万州区形成一个次级集聚中心。此阶段家禽类合作社发展趋向饱和，因此增长量较上一阶段有所减少。
花木、食用菌、综合3类合作社在各时间演化阶段合作社增加量持续增加。低速增长期花木类合作社在重庆市主城区形成单核集聚中心。此阶段花木类合作社是12类合作社中数量最多的一类合作社，表明花木类合作社的建设发展有较好的基础。2007—2010年花木类合作社分布更加分散，主城区仍为主要集聚中心，整体集中分布于渝西地区。花木类合作社对市场区位的选择要求较高，为有更好的销售市场，其主要靠近主城区分布有利于花木的销售和保鲜。缓慢增长期花木类合作社增长量较上一阶段进一步增加，空间分布变化不明显。2001—2006年食用菌类合作社在空间分布上呈现两个单核集聚中心，均位于渝西地区。较上一阶段，2007—2010年食用菌合作社空间分布变化明显。合作社除渝东南地区分布较少，其余地区广泛分布，形成多个集聚中心，主要集聚中心位于北碚区和开州区。受到相关政策支持食用菌类合作社得到迅速发展。2011—2018年食用菌类合作社数量持续增加，与上一阶段相比合作社空间分布上向渝东南扩展。在渝东南形成一个“倒T”型集聚中心。除渝东南地区全市其他受地形因素限制较小的地区合作社都发展成熟，随着政府的扶持力度不断加大，科学管理技术的进步使得渝东南地区开始得到发展，合作社逐渐增多。
茶叶、中药材、花椒3类合作社在快速增长期和缓慢增长期的增长量基本持平，保持热度持续发展。2001—2006年茶叶类合作社分布较少，在綦江区和丰都县及其周边地区形成两个单核集聚中心。2007—2010年茶叶类合作社分布更加广泛，快速增长期的綦江区集聚中心范围扩大，覆盖整个渝西地区。在渝东形成一个次级集聚中心，依托适宜土壤及水资源多地开始发展茶叶种植这一特色产业。2011—2018年茶叶类合作社较上一阶段分布更加广泛，主要集聚中心发生变化。主要集聚中心出现在渝东地区的巫山县，该地区产出的云雾茶近年来受到消费者广泛欢迎。同时渝东南地区茶叶类合作社开始发展。中药材种植作为一类特色产业，其合作社在2007—2010年这一阶段开始出现。中药材类合作社分布较广，此阶段除渝西其余地区广泛分布，形成多个集聚中心。在垫江县、丰都县及其周边地区形成“纺锤”型集聚中心，在渝东和渝东南分别形成单核次级集聚中心。缓慢增长期渝西地区中药材合作社开始发展，其主要集聚中心位于渝东，沿渝东—渝东南呈连片分布。近年来传统产业类型合作社得到充分发展过程中，促进特色类合作社的建设、发展成为各地区合作社发展的重点。
总体来看，除渝东南地区分布较少外，农民专业合作社其余地区均分布较广（
图4 2001—2018年农民专业合作社的时空分异
利用 ArcGIS10.4软件计算得到各类农民专业合作社的最近邻指数及其显著性检验结果见
2002—2018年成立的2 542户农民合作社中牲畜、家禽、花木、果蔬、食用菌和粮油类农民合作社数量分别达到692户、640户、369户、355户、212户 和112户，累计达93.64%，而烟草、茶叶、中药材、农机、花椒和综合型农民合作社数量相对较少，均不足50户。为此，该部分借助 Crimestat3.3软件，采用Ripley's L函数并根据Monte Carlo模拟检验，设定多个不同空间尺度，重点对牲畜、家禽、花木、果蔬、食用菌和粮油6类产业农民合作社多尺度下空间格局变化进行分析。由
图5 2018年各类型农民专业合作社的Ripley's L指数变化
利用ArcGIS10.4软件的Kernel density工具，基于2018年农民专业合作社的空间分布格局数据，同样重点对牲畜、家禽、花木、果蔬、食用菌和粮油6类数量较多的农民合作社进行核密度分析，进一步揭示不同产业类型合作社发展的高密度区（
图6 2018年各类农民专业合作社的核密度分析
（1）重庆市农民专业合作社数量持续增加且呈阶段性。在时间分异上，主要受到政府及有关政策因素的影响。2001—2006年为重庆市农民专业合作社低速增长期，随着2007年《农民专业合作社法》的实施，农民专业合作社在重庆市得到了较快的发展，总体数量随着时间呈不断增加的趋势，但增长速度有着一定的差异，2007—2010年为快速增长期，2011—2018年为缓慢增长期。农民专业合作社的产业类型由少变多且逐步向综合类发展。
（2）农民专业合作社在空间扩展方面，整体及不同产业类型合作社各阶段空间分布特征差异明显。农民专业合作社整体先从渝西、渝中地区向渝东北扩展，再扩展至三峡库区带，但不同产业类型各阶段空间分布特征相异且变化明显。牲畜类合作社先于渝东、渝中、渝西多地区发展呈多个集聚中心，后以奉节县为主要集聚中心在全市广泛分布。家禽类合作社先以涪陵区为主要集聚中心向三峡库区带扩展，且集聚中心转移至奉节县及周边地区，后再向渝东南扩展。花木类合作社第一阶段主要分布于主城区，随后分布范围扩大，第三阶段较上一阶段空间变化不明显。茶叶类合作社先少量分布于綦江区和丰都县，后以綦江区为主要集聚中心扩展，第三阶段集聚中心转移至巫山县，且分布范围进一步扩大。中药材类合作社起初除渝西地区其余地区广泛分布，随后以渝东为主要集聚中心沿渝东—渝东南连片分布。
（3）农民专业合作社整体在空间格局上，除渝东南地区分布较少外其余地区均分布较广。受自然地理条件影响，不同类型合作社空间分布有所差异。如牲畜、家禽类合作社主要分布于奉节县及渝西地区，花木类合作社主要分布于主城区及其周边地区，果蔬类合作社主要分布在重庆中部及渝西地区，食用菌类合作社广泛分布于全市范围内，烟草类合作社主要分布地为奉节县，而茶叶类合作社分布地以永川、南川、及秀山3区县为主。
（4）农民专业合作社在空间集聚性方面，整体及多数产业类型合作社呈现显著集聚，少部分呈现随机分布特征。除综合、茶叶、中药材及花椒4类农民专业合作社呈随机分布，其余类型合作社均呈显著集聚，牲畜、家禽、花木类农民专业合作社聚集性强于其他类别。
（5）不同类型的农民专业合作社空间分布格局对空间尺度依赖程度不同。牲畜、家禽、花木、果蔬、食用菌、粮油和烟草6类农民专业合作社曲线大于上包迹线，这6类农民专业合作社的空间分布格局趋势基本一致，随着空间距离的增加集聚强度先增强后减弱，在其对应的特征空间尺度内，花木类合作社集聚强度最高。
（6）各产业类型农民专业合作社在空间分布的高密度区有所差异，均形成单个或多个集聚中心，其主要集聚中心为奉节县和渝西地区。其空间集聚分布主要受地形、气候、土壤、水文等自然地理因素影响。三峡库区带以低山、丘陵为主，水资源丰富，使该地区农民专业合作社数量丰富、类型多样，空间集聚明显。
该研究尝试从自然地理学角度研究农民专业合作社在时间和空间的这一动态演变过程的演变规律和不同产业类型合作社的发展差异。以往学者多从经济学、经济地理学角度研究农民专业合作社的问题，自然地理学角度研究尚不多见。对农民专业合作社的区位选择与发展具有实践参考意义。
该文数据尚存缺陷。截止2018年，重庆市共有超3万户农民专业合作社，该研究仅依照可获取原则选取了其中的2 542户农民专业合作社按照产业类型划分为12类进行研究。研究深度有待挖掘。农民专业合作社的时空分异和演变规律是众多因素共同作用的结果，该文在影响因素这一块仅仅对地理环境这一因素在不同尺度下对农民专业合作社空间分布的影响着重进行分析。今后研究应继续深挖更小尺度地域合作社时空演变的主控因素。
参考文献
宋瑛, 朱美, 张驰. 国家级贫困县农民专业合作社促农增收减贫绩效研究——基于黔、渝623份农户的微观调查数据. 特区经济, 2019, 368(9): 53-59. [百度学术]
樊胜岳, 梁宇程. 农民合作社的基本能力对其规范程度的影响——以内蒙古多伦县为例. 中国农业资源与区划, 2020, 41(1): 74-81. [百度学术]
黄佳民, 张照新. 农民专业合作社在乡村治理体系中的定位与实践角色. 中国农业资源与区划, 2019, 40(4): 188-195. [百度学术]
李道和, 陈江华. 农民专业合作社绩效分析——基于江西省调研数据. 农业技术经济, 2014(12): 65-75. [百度学术]
崔宝玉, 简鹏, 王纯慧. 农民专业合作社: 绩效测度与影响因素——兼析我国农民专业合作社的发展路径. 中国农业大学学报(社会科学版), 2016, 33(4): 106-115. [百度学术]
马彦丽, 施轶坤. 农户加入农民专业合作社的意愿、行为及其转化——基于13个农民专业合作社340个农户的实证研究. 农业技术经济, 2012(6): 101-108. [百度学术]
罗玉峰, 邓衡山, 陈菲菲, 等. 农民专业合作社的农户参与: 自选择还是被参与. 农业现代化研究, 2017, 38(1): 103-110. [百度学术]
张滢. 农民专业合作社风险识别与治理机制——两种基本农民专业合作社组织模式的比较. 中国农村经济, 2011(12): 14-24. [百度学术]
秦中春. 农民专业合作社制度创新的一种选择——基于苏州市古尚锦碧螺春茶叶农民专业合作社改制的调查. 中国农村经济, 2007(7): 60-66. [百度学术]
李静怡, 龙欢, 彭小珈. 农民专业合作社融资模式探究——基于互联网金融背景视角. 中国集体经济, 2018(3): 78-79. [百度学术]
刘乐, 徐璋勇, 王峰虎, 等. 我国农民专业合作社融资问题研究述评. 未来与发展, 2014(3): 30-34. [百度学术]
郭庆海. 新型农业经营主体功能定位及成长的制度供给. 中国农村经济, 2013(4): 4-11. [百度学术]
张连刚, 支玲, 谢彦明, 等. 农民专业合作社发展顶层设计: 政策演变与前瞻——基于“中央一号文件”的政策回顾. 中国农村观察, 2016(5): 10-21. [百度学术]
芮旸, 韩静, 王茜睿, 等. 基于GIS的陕西省苹果专业合作社空间格局分析. 林业与生态科学, 2019, 34(1): 69-76. [百度学术]
孙欣, 毕如田, 丁一, 等. 贫困山区农民专业合作社空间分布特征及影响因素探究——以左权县清漳河流域四乡镇为例. 中国农学通报, 2018, 34(8): 129-137. [百度学术]
胡美娟, 李在军, 侯国林, 等. 江苏省乡村旅游景点空间格局及其多尺度特征. 经济地理, 2015, 35(6): 202-208. [百度学术]
张东菊, 左平, 邹欣庆. 基于加权Ripley's K-function的多尺度景观格局分析——以江苏盐城滨海湿地为例. 生态学报, 2015, 35(8): 2703-2711. [百度学术]
Giuliani D, Arbia G, Espa G. Weighting Ripley's K-Function to account for the firm dimension in the analysis of spatial concentration. International Regional Science Review, 2012, 37(3): 251-272. [百度学术]
祝汉收, 刘春霞, 李月臣. 重庆市战略性新兴产业空间集聚测度及时空演变分析. 重庆师范大学学报(自然科学版), 2018, 35(5): 63-71. [百度学术]
赵宏波, 余涤非, 苗长虹, 等. 基于POI数据的郑州市文化设施的区位布局特征与影响因素研究. 地理科学, 2018, 38(9): 1525-1534. [百度学术]