三峡库区耕地生态安全与经济增长的U型关系研究

陈海燕　周洪

摘 要：本文运用熵值法对三峡库区耕地生态安全指数进行度量，然后运用面板数据模型分析了耕地生态安全与经济增长之间的关系。结果发现，三峡库区耕地生态安全状况不平衡，大部分地区处于临界安全等级，且跨级下降趋势明显；区域内耕地生态安全与经济增长之间存在U型关系，目前尚处于曲线左侧即耕地生态安全快速下降阶段。

关键词： 耕地生态安全；面板数据；三峡库区；经济增长；U型曲线

中图分类号：C93 文献标识码：A 文章编号：1003-1502（2015）03-0107-06

一、引言

耕地是土地资源的精华，是人类生存与发展最重要的物质基础。作为不可替代的自然资源的基础，耕地数量和质量的特性决定着一个国家或地区社会经济的可持续发展。当前经济增长过程中为推进城镇化、工业化所采取的不当生产与利用方式造成耕地非农化、水土流失、土壤污染、生态退化等现象，使得人均耕地占有量越来越少，且造成耕地生态环境持续恶化。许多研究表明，耕地资源与经济发展之间存在长期均衡关系；[1][2][3]耕地资源非农化与经济增长之间存在库兹涅茨曲线特征；[4]工业化对耕地数量产生负效应，城市化能缓解耕地数量减少，产生正效应。[5][6]耕地数量的保护固然重要，但在优质耕地减少、耕地沙漠化、盐碱化的趋势下，耕地生态安全尤显重要。近几年，关于耕地生态安全的研究文献日渐增多，宋伟等分析了我国2007年的耕地资源安全状况，其保障程度不高；[7]朱红波等对我国耕地资源生态安全进行了时空差异分析；[8]张锐等对利用PSR模型评价了我国耕地生态安全[9]等等。

三峡库区①作为长江流域的重要生态屏障，既承担着确保水安全的责任，也承担着解决库区一千多万农业人口长远生计的任务。党的十八大报告指出，大力推进生态文明建设，需要加强水源地保护，强化土壤污染治理，降低土地消耗强度。在三峡库区这个特殊地理位置上重视耕地生态安全，不仅关系着长江沿岸地区社会经济可持续健康发展，更关系着长江水质水量的未来状态。部分研究对三峡库区耕地资源状况进行了分析，比如，曹银贵等采用主成分分析和多元线性回归模型分析了开县的耕地变化情况；[10]文森采用生态足迹法及相关模型研究了重庆市耕地资源生态安全，得出1997～2005年重庆市耕地生态安全处于临界状态；[11]刘传江等对三峡库区的土地资源承载力状况进行了研究；[12]张传华以三峡库区中的丰都县为研究对象，采用层次分析法评价其耕地生态安全[13]等等。

在重庆市主体功能区划下，渝东北翼和渝东南翼地区将分别以生态涵养与生态保护为前提推进经济发展，这两大区域都属于三峡库区生态经济区。已有研究中鲜有对该区域内耕地生态安全进行评价，特别是在当前经济发展模式和评价体系下，经济的快速增长对耕地生态安全造成了怎样的影响。在实现经济持续、健康、稳定发展的同时，如何有效加强耕地生态安全，刻不容缓，是促进三峡库区生态文明建设的重中之重。基于此，本文试图根据历史数据对区域内耕地生态安全进行度量，并研究其与经济增长之间的内在依存关系，以期为科学有效地处理两者关系寻找更优的路径。

二、数据说明与研究方法

考虑到当前地区经济增长考核标准主要是GDP，故选取GDP作为经济增长的衡量指标，为了消除异方差的影响，取LGDP为GDP的对数形式。度量耕地生态安全的指标可以分为压力指标、状态指标和响应指标。[9]现有经济增长模式下，对耕地生态安全造成负面影响的主要是生态压力指标。鉴于本文研究的是处于经济发展压力下的耕地生态安全，因此采用压力指标刻画耕地生态安全，根据数据的可得性和平衡性，选取人口密度x1（人/km2）、人口自然增长率x2（‰）、城市化水平x3（%）、人均耕地面积x4（hm2/人）、单位耕地化肥负荷x5（kg/hm2）和单位耕地农药负荷x6（kg/hm2）为压力指标。耕地生态安全指数记为EP。所有三峡库区生态经济区基础数据来源于《重庆统计年鉴（2005-2013）》和重庆市各区县统计公报。考虑的数据为面板数据，截面个体为N=19个，样本期T为2004～2012年，总样本为NT=171。②

首先采用熵值法对选取的六个压力指标进行评价，以确定耕地生态安全指数，然后建立面板数据模型，分析经济增长与耕地生态安全的关系。

（一）熵值法

熵值法根据评价指标变异程度的大小来确定指标权重，信息熵随着变异程度的加大而减少。为了能更全面地利用样本信息，尽可能准确体现样本期内耕地生态安全，文中对样本整体进行处理，所以针对面板数据的熵值法与时间序列数据或横截面数据稍有不同。

具体步骤如下：

1.确定正负向指标

根据压力指标对耕地生态安全的影响趋势确定指标的正负向。在文献[5，6]研究中，城市化水平对耕地数量的影响是正向的，但是对于耕地质量的影响是负向的。因为城市化水平x3越高，一方面说明城市扩张范围越大，会使得耕地非农化，导致耕地生态安全系数降低；另一方面由于从事农业劳作的劳动力减少，不断增加的人口对食品的需求却上升，会导致农户加大农药、化肥、农膜等有害生态要素的投入以提高耕地的单位产量，因此影响是负向的。③人均耕地面积x4越大，在不考虑其他因素的情况下，耕地生态安全系数就越高，所以影响是正向的，应当计算人均耕地面积的正向指标。人口密度和人口自然增长率的增加会加重耕地的产出负担，农药与化肥的使用更是会破坏耕地的生态平衡，所以这4个指标的影响都是负向的。

正向指标计算公式为：

x+ jit=（xjit-minxjit）/（maxxjit-minxjit）（1）

负向指标计算公式为：

x- jit=（maxxjit-xjit）/（maxxjit-minxjit）（2）

其中xjit为j第i个指标第i个个体第t年的原始值，i=1，…，19，t=2004，…，2012，j=1，…，6。x+ jit为xjit的正向标准化值，x- jit为xjit的负向标准化值，maxxjit为第j个指标的最大值，minxjit为第j个指标的最小值。

2.计算比重

考虑到一共有NT=171个面板数据样本，所以第j个指标第t年值的比重为：

pjit=xr jit/xr jit （3）

其中，r为表示正或负向的+或-。

3.确定熵值

φj=-k（pjit）ln（pjit）（4）

其中，k>0。对于指标j，若NT个样本值相等，那么pjit=1/NT。此时，取φj最大值。若设k=1/lnNT，此时φj=1。所以，φj∈[0，1]。

4.确定权重

由于熵值越小，指标间的差异性就越大，定义?j=1-φj，则指标j的权重为：

ωj=?j/?j （5）

所以，在经济增长压力下三峡库区生态经济区的耕地生态安全指数为：

EPit=ωjxjit （6）

（二）面板数据模型

在确定模型形式之前，先对数据进行平稳性检验，然后结合数据特征建立最优模型。

1.平稳性检验

面板数据常用的单位根检验方法有LLC检验、IPS检验、Fisher-ADF检验、Fisher-PP检验等。[14]原假设为面板序列存在单位根。

LLC检验的数据生成形式为

yit=βyit-1+μ+δ1t+αi+uit， i=1，…，N， t=1，…T

检验式为：

Δyit=zmiαmi+βyi，t-1+?ijΔyi，t-j+uit

原假设为：H0 ：β=1，备择假设为H1 ：β<1。

IPS检验是基于截面序列DF或ADF统计量的异质面板数据的单位根检验，对LLC检验方法中要求各横截面序列的系数的条件进行了放松。模型形式为：

yit=zαi+βiyi，t-1+?ijΔyi，t-j+uit

Fisher-ADF检验实则为组合P值检验，利用相互独立的各时间的ADF检验的显著性水平pi取对数的和。检验统计量为：

p=-2lnpi

Fisher-PP检验是基于逆正态检验和logit检验的两种组合P值的面板单位根检验方法。其中pi表示截面ADF检验的P值。检验统计量为：

Z=?-1（pi），L=ln（）

2.面板Granger非因果关系检验

Granger因果关系检验的核心思想是对于两个经济变量x和y，当期的y能在多大的程度上被过去的x解释。Hurlin给出了面板非因果检验。假设有两个协方差平稳的序列x和y，为N截面个体，T为时间长度。[15]异质面板自回归模型为：

yit=αi+γi （k）yi，t-k+βi （k）xi，t-k+εit

其中，αi为固定个体效应。βi （k）和γi （k）为待估参数，不同个体系数的取值不同，但都为常数变量，不是随机系数变量。随机干扰项εit服从IID（0，σ2 εi ）。记βi=（βi （1），βi （2），…，βi （K），）'。在模型中，同质非因果原假设为：H0：βi=0，?i=1，…，N，即在所有的个体，x都不是y的Granger因果关系。备择假设表示至少有一个截面个体中，x是y的Granger因果关系。构造的检验统计量为：

WHNC NT =（1/N）Wi，T

其中，Wi，T为在原假设条件下每个截面个体的沃尔德统计量。

三、实证分析

（一）耕地生态安全评价

根据上一部分说明的熵值法对原始数据进行处理，文中选取k=1，六个指标的权重结果见表1。结果表明指标之间的权重差异并不大，单位面积化肥负荷x5和人口自然增长率的权重稍大，说明化肥使用量和人口增长速度对耕地生态安全的影响更大些。

三峡库区生态经济区在样本期2004-2012年间的耕地生态安全指数趋势见图1。图1是按照面板数据的排列方式给出的安全指数趋势图。文中安全指数计算方式与文献[9]类似，所以借鉴其给出的耕地生态安全分级标准（见表2），将耕地生态安全级别分为：安全、较安全、临界安全、较不安全和不安全五个等级，结果发现区域内绝大部分安全指数处于较安全和临界安全。

表3给出了三峡库区经济生态区各区县耕地生态安全评价对比情况。区域内2004年的平均耕地生态安全平均指数EP为0.65，2010年平均指数为0.56，达到样本期内的最低值，等级从2004年的较安全下降到2010年的临界安全。2011年和2012年平均指数分别为0.57和0.58，整体呈现出先快速下降后略微上升的趋势。

从每个区县的情况来看，目前城口县的耕地生态安全指数最高，垫江县的耕地生态安全指数最低。武隆县、城口县和云阳县的耕地生态安全指数相对比较平稳，在样本期内未跨级下降。万州区和黔江区的耕地生态安全指数一路下滑，最低值均发生在2012年，其他区县最低值均在2011年及之前，这说明作为重点发展的区域中心城市的耕地生态安全问题更加严重。

（二）面板单位根检验

对序列EPit和LGDPit进行面板单位根检验，检验辅助式的滞后阶数根据AIC准则自动选择，均为滞后1阶，检验结果见表4，表中数据为检验统计量对应的概率P值。在显著性水平为0.05时，均拒绝原假设，认为序列为平稳序列。

（三）面板Granger非因果关系检验

对序列EPit和LGDPit进行面板Granger非因果关系检验，结果见表5。在显著性水平为0.1时，检验结果表明二者之间存在Granger因果关系，即是说，在三峡库区生态经济区内，经济增长与耕地生态安全之间存在长期的滞后影响关系。

（四）建立面板回归模型

经过反复优化和调整后，建立平稳序列EPit和LGDPit之间的非线性面板回归模型如下：

EPit=5.59-0.59LGDPit+0.016LGDP it 2

（0.00） （0.00）

其中，F检验的概率P值为0.00，模型整体显著；拟合优度R2为0.68，模型拟合效果良好；参数下方“（ ）”表示t检验的概率P值，其值均小于显著性水平0.05，说明估计参数通过显著性检验。

拟合模型表明三峡库区生态经济区的经济增长与耕地生态安全之间存在“U”型关系，即耕地生态安全指数随着GDP增长速度的增加而减少，说明经济的快速增长会导致耕地生态安全急速恶化；但是一旦经济增长速度达到某个临界值之后，耕地生态安全指数反而会慢慢上升。这里，由历史数据拟合的二次曲线对称轴为LGDP=17.66，即GDP达到4.67千亿元时，为曲线的转折点。但是，如果按照目前的经济发展方式，在转折点处三峡库区生态经济区的耕地生态安全等级平均指数将降到最低值0.37，即平均等级为较不安全。这意味着在地区发展与生态涵养不平衡的情况下，部分地区的生态安全等级将降为不安全。

结 论

选取生态脆弱敏感的三峡库区生态经济区作为研究对象，运用熵值法计算了耕地生态压力状态下的安全指数，发现地区间的耕地生态安全指数是不均衡的，仅从数据上看，GDP增长越快的地区，耕地生态状况越来越不安全。整体上，区域安全指数呈现出先下降后略微上升的趋势，表明近两年区域内部分地区已经意识到耕地生态的重要性，为保护耕地生态安全而有所作为。然后，运用面板数据模型分析了经济增长与耕地生态安全指数之间的关系，表明二者之间存在U型关系，目前尚处于曲线左侧，即耕地生态安全下降的阶段。当区域GDP超过4.67千亿元时，区内耕地生态安全会逐步恢复。但是，在目前经济增长方式下，一旦耕地生态安全平均指数达到临界值0.37，意味着库区内部分地区耕地已经不安全了，耕地恢复会难上加难，所以，不能为了经济的快速增长而牺牲耕地资源的安全。

在保持经济健康稳定发展的同时，必须重视耕地资源的生态安全，特别是在较不安全等级边缘的中心城区万州区和黔江区，还有已经在较不安全等级的区县，尽可能的不要让区县的耕地生态安全等级跨级下降。

当然，由于可借鉴资料和指标选取、数据可得的局限，耕地生态安全指数还有待进一步的充实、完善。

注释：

①这里的三峡库区主要指三峡库区生态经济区，含有19个区县，分别是：涪陵区、长寿区、万州区、梁平县、城口县、丰都县、垫江县、忠县、开县、云阳县、奉节县、巫山县、巫溪县、黔江区、武隆县、石柱县、秀山县、酉阳县、彭水县

②常用耕地面积能更好的体现区域耕地的生产能力，但是2008年开始《重庆统计年鉴》中就没有公布区县的常用耕地面积数据，所以采用粮食播种面积表示。又自2004年开始《重庆统计年鉴》中才开始统计区县的粮食播种面积，所以样本起点为2004年。

③此处分析是按照样本期内三峡库区生态经济区的分析进行的，此处不考虑农业技术革新机械劳动力加强等因素。

④横轴序号表示面板数据中每个数据所在的位置。截面个体为19个，样本期为2004-2012年，总样本为171。数据排列先以时间为序，再以截面个体为序。19个横截面个体分别为：涪陵区、长寿区、万州区、梁平县、城口县、丰都县、垫江县、忠县、开县、云阳县、奉节县、巫山县、巫溪县、黔江区、武隆县、石柱县、秀山县、酉阳县、彭水县。序号1和153分别表示涪陵区2004年和2012年的耕地生态安全指数，序号19和171分别表示彭水县2004年和2012年的耕地生态安全指数，以此类推。

参考文献：

[1]陈利根，龙开胜.耕地资源数量与经济发展关系的计量分析[J].中国土地科学，2007，21（4）：4-10.

[2]许广月.耕地资源与经济的增长关系：基于中国省级面板数据的实证分析[J].中国农村经济，2009，10：21-30.

[3]李永乐，吴群.中国经济增长与耕地资源数量变化阶段性特征研究[J].长江流域资源与环境，2011，20（1）：33-39.

[4]何蓓蓓，刘友兆，张健.中国经济增长与耕地资源非农流失的计量分析[J].干旱区资源与环境，2008，22（6）： 21-26.

[5]朱莉芬，黄季. 城镇化对耕地影响的研究[J].经济研究，2007，（2）.

[6]龙开胜，陈利根，李明艳.工业化、城市化对耕地数量变化影响差异分析——以江苏省为例[J].长江流域资源与环境，2008，17（4）：579-583.

[7]宋伟，陈百明，等.2007年中国耕地资源安全评价[J].地理科学进展，2011，30（11）：1450-1456.

[8]朱红波，张安录. 我国耕地资源生态安全的时空差异分析[J].长江流域资源与环境， 2007， 16（6）：754-758.

[9]张锐，刘友兆.我国耕地生态安全评价及障碍因子诊断[J].长江流域资源与环境，2013，22（7）： 945-951.

[10]曹银贵，王静，等.三峡库区开县30年耕地变化分析[J].中国土地科学，2007，21（1）：43-48.

[11]文森.重庆市耕地资源安全与预警研究[D].重庆：西南大学，2008.

[12]刘传江，朱劲松.三峡库区土地资源承载力现状与可持续发展对策[J].长江流域资源与环境，2008，17（4）：522-528.

[13]张传华.耕地生态安全评价研究——以重庆三峡库区为例[D].重庆：西南大学，2006.

[14] Badi H. Baltagi. Econimetric analysis of panel data（third edition）[M]. New York： Johu Wiley & Sons，2005.

[15] C.Hurlin.Un test simple de l hypothèse de non causalité dans un modéle de panel hétérogène[J].Reven Economique， 2005，56（3）：799-809.