基于DEA-ESDA 的四川省耕地利用效率时空分异及影响因素研究

吴冬林， 何 伟*， 李 政， 刘晋希

（1.四川师范大学 西南土地资源评价与监测教育部重点实验室，四川 成都610066；2.四川师范大学 地理与资源科学学院，四川 成都610066）

土地是人类赖以生存和发展的关键资源要素［1］.作为土地资源中最重要的部分，耕地数量和质量状况在粮食生产以及社会经济发展中发挥着重要作用.近年来，伴随着人口的不断增长、工业化和城镇化进程的快速推进，耕地资源承受着高强度利用和长期高负荷运转的双重压力，耕地地力疲乏，耕地质量不断退化，国家粮食安全受到威胁［2］.国家“十三五”规划建议提出：坚持最严格的耕地保护制度，坚守耕地红线，实施“藏粮于地、藏粮于技”战略，提高粮食产能，确保谷物基本自给、口粮绝对安全.因而准确掌握耕地资源数量和质量的时空动态变化情况，对推动耕地休养生息、稳定农民收入、促进耕地资源的可持续发展具有重要意义［2］.目前国内外学者们对耕地利用效率进行了大量相关研究，取得了较丰富的成果.在研究内容上，侧重于耕地利用变化［3-5］、耕地利用效率测度［6-10］、区域差异［11-12］、影响因素［11，13-15］等方面；在研究方法上，主要有DEA 模型［15-18］、非径向非角度（SBM）模型［9-10，19］、随机前沿生产函数［11-12，20］等方法；在研究尺度上，主要集中在省域［21］、市域［15］宏观大尺度，县域［18］、镇域［22］等微观尺度研究逐渐深入.

综上所述，现有研究主要从省域、市域等宏观尺度进行开展，而对省域内部各区县耕地利用效率的区域分异规律的探讨相对较弱；研究方法多采用DEA模型，该模型可有效避免因函数形式错误而影响到效率测度精度［8］.鉴于此，本文以四川省183个区县为研究对象，基于2004 年、2009 年和2014年四川省耕地利用数据，采用DEA 模型和探索性空间数据分析法（ESDA）探讨2004—2014 年四川省耕地利用效率的时空分异格局、空间相关性，通过Tobit模型方法揭示四川省耕地利用效率的主要影响因素，以期为四川省各区县提高耕地质量，推动耕地休养生息等提供一定的参考.

1 研究区概况

四川省介于26°03′～34°19′N，97°21′～108°33′E，与7 个省（区、市）接壤，东邻重庆，北连青海、甘肃、陕西，南接云南、贵州，西衔西藏，全省共辖21 市（州）183 县（市、区）.四川地貌复杂，以山地为主要特色，具有山地、丘陵、平原和高原4 种地貌类型，分别占全省面积的74.2%、10.3%、8.2%和7.3%.地形西高东低，气候垂直变化大，气候类型多，形成了多种农业产业类型［23］，农业历史悠久，是典型的农业大省，也是西部第一人口大省，农业在经济发展中的地位至关重要［24］.根据《四川省统计年鉴》2014 年四川省第一产业占地区生产总值比例为12.4%，2014 年年末全省实有耕地面积为399.25×104hm2，比2000 年年末减少了35.36 × 104hm2，人均耕地面积从0.052 hm2减少到0.042 hm2.在生态文明建设及持续城镇化的影响下，未来四川省人均耕地面积可能还会持续减少，因此，开展四川省各区县耕地利用效率的研究十分必要.

2 数据来源与研究方法

2.1 数据来源及投入-产出指标选择本文以四川省各区县为基本研究单元，研究时段为2004 年、2009 年和2014 年，由于这3 个时期内有行政区更名和行政区划调整，为确保行政区划的统一和数据的准确性，将2013 年广安市新增的前锋区归并到广安区，巴中市恩阳区归并到巴州区，由此得到181个研究单元.文中的指标数据来自《四川省统计年鉴（2005、2010、2015）》，以及各区县历年《国民经济和社会发展统计公报》.

参考已有的研究成果，综合考虑四川省的实际情况和数据的可获得性，构建出本文的投入-产出指标体系，投入指标为：乡村从业人员（万人）、年末实有耕地面积（hm2）、农业机械总动力（kW）、化肥施用量（kg）、农村用电量（kW·h）；产出指标为：农林牧渔业总产值（万元）.

2.2 研究方法

2.2.1 数据包络分析法（DEA） 数据包络分析（DEA），由美国的Charnes等创建，可同时对多个决策单元的多项投入和多项产出进行相对效率评价，并且不需要假设具体的生产函数形式，可有效避免函数形式出现错误［16，25-26］.DEA将参与分析的“单元”称为决策单元，假设有n 个决策单元，简称DMU（j=1，2，…，n），每个DMU 有m 项投入和s 项产出，其中，Xj、Yj均大于0，则基于规模报酬不变的效率的CCR和基于规模报酬可变的效率的BCC模型分别表示为［22，25，27］：

其中，θ为每个DMU的综合效率值，δ 为每个DMU的纯技术效率值.综合技术效率可以分解为规模效率和纯技术效率，其中，规模效率值为综合效率值和纯技术效率值的比值［17，22，27］.

2.2.2 探索性空间数据分析法（ESDA） 探索性空间数据分析（ESDA）是空间计量经济学很重要的研究领域，解释与空间位置相关的空间依赖、空间关联和空间自相关的现象［28］.探索性空间数据分析的关键是对空间数据进行全局空间自相关和局部空间自相关分析.全局空间自相关主要检验空间相邻或相近的区域单元属性值在整个研究区域内空间相关性的总体趋势，全局Moran's I 指数［29-30］为

其中，I为Moran's I指数，n 为研究对象个数，Yi和Yj分别为i区域和j 区域观测值，Wij为空间权重矩阵（空间相邻为1，不相邻为0）；S2为观测值的方差，为观测值的平均值.

局部空间自相关反映区域内局部单元属性与相邻局部单元相同属性的相关程度，一般用LISA检验［29］.局域Moran's I指数为

其中，Ii为局部空间自相关性指标，Xi为空间单元i的属性值为Xi的平均值，m为样本数，Wij为空间权重矩阵，Xj为空间单元j的属性值.

2.2.3 Tobit 回归模型 Tobit 模型也称为受限因变量模型，是因变量满足某种约束条件下取值的模型［21］.该模型的因变量是受限变量，主要用于研究在某些选择行为下，连续变量如何变化的问题［31］，其一般表达式为：

3 结果与分析

3.1 耕地利用效率时空变化特征分析

3.1.1 耕地利用效率时序变化分析 运用My-DEA5.0 软件计算出2004 年、2009 年、2014 年四川省耕地利用综合效率、技术效率及规模效率（表1），其中，综合效率=技术效率×规模效率.

表1 2004—2014 年四川省耕地利用效率测算结果Tab.1 The calculation result of the using efficiency of cultivated land of Sichuan Province from 2004 to 2014

1）总体特征：综合效率上，2004—2014 年四川省耕地利用综合效率呈现波动下降的趋势，最高值与最低值相差0.11，下降幅度为16.10%，平均值为0.614；技术效率上，四川省耕地利用技术效率基本保持不变，平均值为0.721；规模效率上，2004—2014年四川省耕地利用规模效率均高于技术效率，规模效率总体上以下降为主要趋势，综合效率不高主要是受纯技术效率的限制.这表明城市化进程中耕地的大量占用制约了农业规模经营，农业生产投入要素的浪费情况明显，耕地产出不断下降.

2）区域差异：根据《四川省土地利用总体规划》（2006—2020 年）划分的五大土地利用区：成都平原土地利用区包括成都市、德阳市、绵阳市、眉山市、资阳市；川南土地利用区包括宜宾市、自贡市、泸州市、内江市、乐山市；川东北土地利用区包括南充市、遂宁市、达州市、广安市、巴中市和广元市；攀西土地利用区包括攀枝花、凉山州、雅安市；川西北土地利用区包括甘孜州和阿坝州.从五大土地利用区来看，攀西土地利用区水热充足，雨热同季，耕地利用效率平均值最大，为0.661.川南土地利用区多山地、丘陵，农业生产投入多产出少，耕地利用效率均值居于最后.川西北土地利用区近年来精准扶贫政策全力推进，资金支持力度大，耕地利用效率呈缓慢上升的态势，其他4 个土地利用区受汶川地震的影响，农业生产和生态环境恢复缓慢，耕地利用效率总体呈下降的趋势.

图1 2004—2014 年四川省五大土地利用区耕地利用效率变化趋势图Fig.1 The changing tendency of the cultivated land comprehensive efficiency of five land use areas of Sichuan Province from 2004 to 2014

3.1.2 耕地利用效率空间格局分析 为揭示四川省各区县耕地利用效率的空间格局特征，运用SPSS23.0 软件对四川省各区县耕地利用效率进行样本聚类分析［23］，结合全省耕地利用实际情况，划分为5 类地区：高效利用区［1，0.9）、较高效利用区［0.9，0.7）、中效利用区［0.7，0.6）、较低效利用区［0.6，0.470）、低效利用区［0.470，0），运用GIS 软件将其进行空间化展示（如图2）.

图2 2004—2014 年四川省耕地利用效率空间分布图Fig.2 The spatial distribution of the cultivated land use efficiency in Sichuan Province from 2004 to 2014

由图2 可知，研究期内高效利用区数量极小且波动减少，主要分布在川西北地区和攀西地区.攀西地区光热、水资源充沛，农业发展条件优越.川西北地区农业扶贫资金支持力度大，相关优惠政策多.较高效利用区逐步往西迁移且大幅度缩减，从2004—2014 年共减少了34 个，较低效利用区和低效利用区总体呈增长趋势，增长幅度为26.00%，从川西北地区、川南地区逐步扩散到成都平原地区、川东北地区、攀西地区.造成这一现象的原因是东部地区交通便利，基础设施配套完善，快速城市化和工业发展占用了大量耕地，导致耕地经营规模小，产出少.2008 年汶川地震之后，国家投入大量资金帮助四川省灾后重建，农业生产逐渐恢复，中效利用区的数量呈现先下降后上升趋势，空间分布散乱.随着研究期内耕地利用效率的变化，原本属于较高效利用区、中效利用区的区县，大幅度转向较低效利用区、低效利用区，说明耕地承载了高负荷的压力，耕地地力疲乏，大量区县的耕地利用效率呈现下降趋势，耕地保护形势严峻.

3.2 耕地利用效率空间相关性分析利用（2）式计算3 个时期四川省181 个区县耕地利用效率的全局Moran's I指数值（表2）.通过999 次蒙特卡罗模拟，发现在0.1%的显著水平下3 个时期的Moran's I指数均大于0，表明各区县耕地利用效率呈较强的空间正相关性.由表2 可得，2004—2014 年四川省各区县耕地利用效率Moran's I 指数呈现先下降后上升趋势，与此对应的相邻区县耕地利用效率的空间聚集效应减弱后又有所增强，说明各区县的耕地利用效率不仅受当地自然条件、经济水平和农业投入的影响，还与周围距离较近区县的耕地利用效率相关.

表2 2004—2014 年四川省耕地利用效率全局Moran's I统计值Tab.2 Moran's I statistics for cultivated land use efficiency in Sichuan Province from 2004 to 2014

基于GeoDa软件绘制LISA聚集图（图3），分析四川省耕地利用效率局部空间异质性.从图3 可以看出：1）H-H聚集区：此类型区自身及相邻的周边区县耕地利用效率都很高，区域辐射带动作用明显.从2004—2014 年H -H 聚集区数量波动增长，在空间上逐步向西向南迁移，最后集中在凉山州、甘孜州、阿坝州的部分区县，这些区域近年来精准扶贫资金投入多，农业政策落实情况好，生态环境保护力度强，耕地产能不断提升.2）L-L聚集区：在空间上呈现向东迁移缩减的趋势，研究期内共减少8 个.该关联区一类是经济发展能力强，耕地面积极少，农业规模经营难度高，如金牛区、青羊区等；一类是农业基础薄弱，经济发展水平较低，如甘洛县、美姑县等.今后应加强农村基础设施的完善，特色产业的带动，加快融入农业现代化发展的进程.3）L-H聚集区：该类型区数量极少，空间分布散乱.2009 年、2014 年均出现在普格县.普格县属少数民族贫困县，也是典型的山区农业县，山地灾害多，交通不便，农业发展受限.普格县周边的西昌市、德昌县地处四川第二大平原安宁河谷腹地，气候温和，适宜多种经济作物生长，是发展优质、高产、高效、生态农业的理想之地.4）H -L 聚集区：呈现向中部迁移增长的趋势.2014 年出现在温江区、郫县、沙湾区.温江区、郫县地形平坦，耕地面积广阔，土地肥沃，耕地产出效率高，而它们周围的新都区、双流区、金牛区因城市化发展快速，耕地面积占用较多，耕地利用效率低，因此，在空间上表现出H - L 聚集性.

图3 2004—2014 年四川省耕地利用效率LISA聚集Fig.3 LISA cluster map of the cultivated land use efficiency in Sichuan Province from 2004 to 2014

3.3 耕地利用效率主要影响因素判定参考耕地利用效率的投入-产出指标体系同时兼顾数据的可获取性，选取人均GDP、单位耕地面积农业机械总动力、单位耕地面积化肥施用量、人均耕地面积、灌溉指数作为解释变量，以耕地利用效率作为因变量，包含经济发展水平、资本投入、技术水平、自然资源禀赋和社会条件等多方面影响因素.利用Eviews 7.0 统计软件中的Tobit 模型对四川省各区县耕地利用效率影响因素进行回归分析，结果如表3 所示.

表3 四川省耕地利用效率影响因素回归结果Tab.3 The factors regression results of cultivated land use efficiency in Sichuan Province

表3 回归结果显示，单位耕地面积化肥施用量和人均耕地面积这两类变量的P 值小于0.05，在5%的显著性水平下通过了检验，因此，这2 个变量对耕地利用效率有显著性影响.

1）单位耕地面积化肥施用量对耕地利用效率具有正向影响，回归系数仅为8.95 ×10-5，表明地区增加化肥施用量对耕地利用效率的提高作用不大，为了减轻农业面源污染，应深入开展测土配方施肥，大力推广生物有机肥，加强农业生态治理，改善耕地地力.

2）人均耕地面积对耕地利用效率有显著的正向影响.近年来，四川省经济高速发展，快速城市化占用了大量耕地，加之农村大量耕地无序撂荒，导致耕地规模化经营受限，对此建议政府加强耕地占补平衡监管，同时通过宅基地复垦、土地整理等途径新增耕地，实施耕地质量保护，提升耕地产出效率.

3）人均GDP、单位耕地面积农业机械总动力、灌溉指数对耕地利用效率没有显著性影响，说明目前地区经济发展水平、农业机械化经营以及灌溉设施并不是限制耕地利用效率的主要因素.经济的发展为四川省各区县基础设施的完善、农业的现代化生产提供了良好条件.

4 结论与讨论

4.1 结论1）时序变化方面，2004—2014 年四川省耕地利用综合效率呈现波动下降态势，平均值为0.614.耕地利用规模效率略高于纯技术效率，表明全省综合效率不高主要是受纯技术效率的限制，农业生产投入要素浪费情况明显.攀西土地利用区水热充足，雨热同季，耕地利用效率均值最大；川南土地利用区多山地、丘陵，农业生产投入多产出少，耕地利用效率均值居于最后.

2）空间格局方面，研究期内高效利用区波动减少，主要分布在光热充足、农业扶贫支持力度大的川西北地区和攀西地区.较高效利用区、中效利用区的区县，大幅度转向较低效利用区、低效利用区，表明耕地承载了高负荷的压力，耕地地力疲乏，大量区县的耕地利用效率呈现下降趋势，耕地保护形势严峻.

3）空间相关性方面，2004—2014 年四川省耕地利用效率的空间聚集效应先减弱后增强.研究期内H-H聚集区向西向南迁移增长，最后集中在凉山州、甘孜州、阿坝州的部分区县.这些区县农业优惠政策多，特色产业带动作用强，耕地产能不断提升.L-L聚集区向东迁移缩减，主要分布在耕地面积极少或是农业基础薄弱的区县.L -H 聚集区、H-L聚集区数量小，空间分布变化极大.

4）影响因素方面，单位耕地面积化肥施用量和人均耕地面积对耕地利用效率有显著性影响，说明城市规模扩张、农村耕地大量撂荒限制了耕地规模化经营，政府可通过宅基地复垦、土地整理等途径新增耕地，同时积极推广生物有机肥，加强农业生态治理，提升耕地产出效率.

4.2 讨论本文以四川省181 个区县为基本研究单元，对四川省耕地利用效率的时序变化、空间格局、空间相关性进行定量分析，揭示了四川省耕地利用效率的时空演变规律，并初步探讨了其主要影响因素.本研究还存在一定不足，时间尺度上以2004年、2009 年、2014 年四川省耕地利用数据为基础，进行耕地利用效率测算，时间尺度相对较小，下一步需深化长时间尺度下四川省耕地利用效率时空分异格局的研究；限于数据可获得性，耕地利用效率评价指标选择时未能包含耕地利用生态数据，如何在耕地利用效率评估过程中体现地区耕地利用产生的生态效益将是本研究未来的重要改进方向.