长三角耕地利用效率及影响因素分析

桂 政，於 冉，2*，秦 岩，李兰兰，宋中俊

（1.安徽农业大学经济管理学院，合肥 230036；2.安徽农业大学国土资源研究所，合肥 230036）

引言

耕地资源是人类社会生存和发展的基础，科学合理利用耕地对提高农业综合生产能力和确保国家粮食安全具有重大意义[1-2]。耕地利用效率反映了农业生产活动中对耕地投入各种资源的合理分配程度，影响着耕地保护战略的实施。随着我国城镇化与工业化的快速推进，耕地非农化、耕地粗放利用等人地矛盾问题持续出现，制约了农业可持续发展[3-5]。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，以保障国家粮食安全为底线，坚持最严格的耕地保护制度，深入实施藏粮于地、藏粮于技战略来提高农业质量效益和竞争力。因此，分析耕地利用效率的现状及其区域差异规律，探索耕地资源利用效率提升的优化路径，对提高农民收入、实现农业现代化与助力乡村振兴具有重要价值[6]。作为全国最活跃、开放和创新的地区之一，长三角在中国现代化和全方位开放的总体形势中发挥着重要的战略地位。该区域耕地利用效率的提升有利于缓解耕地供需矛盾、提高粮食安全系数。所以，研究长三角耕地利用效率及其影响因素，对推动长三角农业高质量一体化发展具有现实指导意义。

目前，许多学者基于耕地利用效率的相关角度进行了研究。研究内容着重于耕地利用效率测度[7-9]、区域差异[10-13]和影响因素[14-16]。其中，宫攀等[8]运用数据包络分析（DEA）方法简单地计算并分析了山东17个城市的耕地利用综合效率、规模效率和纯技术效率；王海力等[13]采用 DEA 模型、全局 Moran＇I、G*i指数和趋势面分析方法对西南地区耕地利用效率的时空变化区域差异特征进行了分析；经阳等[15]对1996—2008年江西的耕地利用效率及其影响因素的变化，经过DEA方法、Tobit回归模型和数理方法分析。但是，众多学者主要以长三角中的省域为研究区域进行整体宏观尺度的研究，关于长三角及其各市耕地利用效率的区域差异的讨论则相对较少。本研究以长三角27个市为研究对象，基于2000—2018年长三角土地利用、社会经济发展数据，利用DEA测算2000—2018年长三角及各市耕地利用效率，并采用Tobit模型分析长三角及各区域耕地利用效率影响因素，为提升长三角耕地效率提供一定依据。

1 研究方法与数据处理

1.1 研究方法

1.1.1 数据包络分析方法

数据包络分析（DEA）方法产生于20世纪70年代的美国，由著名的运筹学家A.Charnes，W.W.Cooper和E.Rhodes提出[17]。首先构建所有决策单元（DMU）输入和输出指标数据的生产前沿面，并评价所有决策单元[18]。该模型包括产出角度的CCR模型和投入角度的BCC模型，经过计算得出纯技术效率、规模效率，而代表耕地利用效率的综合技术效率=纯技术效率×规模效率。本研究运用BCC模型对长三角及各市耕地利用效率进行效率分析，具体公式如下：

1.1.2 Tobit模型

经过DEA方法中CCR模型和BCC模型计算得到的效率值只反映耕地利用系统内部投入与产出之间的关系，外部因素对耕地利用效率的影响还需进行下一步分析。通过计算所得到的耕地利用效率值值域处于0～1之间，数据位于截断状态，普通最小二乘法的估计会出现较大的偏差。所以本研究采用偏差小、精准度高的Tobit回归模型，一般表达式为：

1.2 数据来源与指标选择

1.2.1 数据来源与处理

数据主要来源于2001—2019年《中国农业统计年鉴》《上海统计年鉴》《浙江统计年鉴》《江苏统计年鉴》《安徽统计年鉴》、各市级统计年鉴和省市级《国民经济和社会发展统计公报》，数据均做标准化处理。

1.2.2 耕地利用效率指标选择

（1）让班上的小记者，以采访新闻的方式，访问“孟母”，让“孟母”说出自己的感受。（2）从哪里看出街市不是一个理想的地方？（3）看到孟子每天玩做买卖的生意，你有什么感想？（4）为什么你不喜欢孟子模仿商人？

结合前人的研究[19-21]，本研究选择投入和产出角度的指标数据。耕地投入指标：选用粮食播种面积代表土地投入，农用机械总动力代表资本投入，农业从业人员表征劳动力投入，农用化肥施用量、农药施用量代表化肥投入；耕地产出指标：选用农业总产值代表经济效益产出，选用粮食总产量代表社会效益产出。耕地生产效率DEA模型的投入—产出指标如表1所示。

表1 耕地生产效率DEA模型的投入-产出指标Table 1 Input-output index of cultivated land production efficiency DEA model

1.2.3 影响因素指标选择

Tobit模型中的解释变量（影响因素）是代表系统外部的影响程度，在指标选择时应避免与BCC模型内部系统选择一致的指标。因此，结合已有的研究[22-25]，除去代表土地、劳动和资本等3方面投入影响因素外，再加入表征区域自然条件、农业生产条件、耕地资源禀赋、经济发展水平和固定资产的指标为解释变量。具体为耕地复种指数（X3）代表自然条件指标反映农作物生长自然条件；单位面积机械总动力（X1）和单位耕地面积施肥量（X6）代表农业生产条件指标反映区域农业机械和化肥投入水平；人均耕地面积（X4）和农村劳动力人均播种面积（X5）代表耕地资源禀赋指标反映耕地资源差异和经营规模；人均 GDP（X2）和农村居民人均可支配收入（X7）作为表征经济发展水平的指标反映地区生产要素投入能力与强度；农业固定资产投资额（X8）代表固定资产指标反映对农业发展重视程度。公式如下：

式中：Y为耕地综合技术效率值；u为随机扰动项；β1，β2，β3，β4，β5，β6，β7和 β8为各个解释变量的系数；β0为常数项。

2 结果与分析

2.1 耕地利用效率测算与分析

2.1.1 耕地利用效率总体分析

运用DEA SOLVER Pro 5软件的 CCR—I和BCC—I模型，计算出长三角27个市2000—2018年的耕地利用效率，平均得到2000—2018年长三角总体TE（耕地利用综合技术效率）、PTE（纯技术效率）和SE（规模效率）值（见表 2）。

表2 2000—2018年长三角耕地利用效率值Table 2 Cultivated land use efficiency in the Yangtze River Delta during 2000—2018

从表2可以看出，2000—2018年长三角耕地利用综合技术效率的平均值为0.81，耕地利用综合技术效率处于中等水平。从变化趋势来看（图1），纯技术效率较为稳定，波动较小，2008年和2018年为最大值1，最低的为0.86，平均值为0.94；规模效率值平均为0.86，且波动较大，规模效率最高为2018年的0.96，2003年仅为0.41。总体来看，耕地利用效率值是不稳定和波动的。从2000—2003年，这3个效率值呈下降趋势，由0.93下降至0.35，这段时期农业生产要素投入不足，合理利用率低下，致使耕地综合效率处于较低水平；2003—2018年3个效率值的总体走向呈波动上升状态由0.77上升至0.81，从2004年开始，历年中央一号文件均聚焦于“三农”工作，调动了农民积极性和有效保护了耕地，从而促进了耕地效率的不断提高。

图1 2000—2018年长三角耕地利用效率值变化趋势Figure 1 Change trend of cultivated land use efficiency in the Yangtze River Delta during 2000—2018

从2000—2018年，综合技术效率与纯技术效率比较接近，曲线重叠率较高，纯技术效率的变化保持稳定，且在整体上大于规模效率，表明长三角耕地利用效率主要为技术驱动模式。因此，提高长三角耕地利用效率的关键是提高规模效率。

2.1.2 耕地利用效率区域差异分析

根据CCR—I模型和BCC—I模型测算出长三角各市耕地利用的TE（耕地利用综合技术效率）、PTE（纯技术效率）和SE（规模效率）值求得各市的效率平均值（见表3），并找出其区域差异。

表3 2000—2018年长三角各市耕地TE、PTE、SE平均值Table 3 Average TE，PTE and SE values of cultivated land in cities of the Yangtze River Delta 2000—2018

2000—2018年，湖州市、金华市和台州市综合技术效率值都在0.97以上，3市的纯技术效率接近1，规模效率均值为0.99，表明3市在耕地资源的配置能力及使用效率上都达到较高水平；扬州市、盐城市、杭州市、芜湖市、滁州市和池州市综合技术效率值都在0.90以上；经济发展水平高的上海市、南京市、无锡市、苏州市和合肥市，耕地综合技术效率均值仅为0.82，苏州市的效率值最低为0.74，利用水平相对较低；泰州市、安庆市和宣城市综合技术效率值在0.83以上，泰州市纯技术效率有效，为1；常州市、南通市、镇江市、宁波市、温州市、绍兴市、舟山市和铜陵市综合技术效率值在0.70以上；嘉兴市、马鞍山市综合技术效率值仅为0.26、0.52，但纯技术效率值较高为0.86、0.94，表明综合效率不高主要受规模效率限制。长三角的综合技术效率值差异较大，但纯技术效率普遍较高，所以，长三角耕地利用效率差异化主要是由规模效率的变化引起的。

根据各市的综合技术效率，利用Arcgis 10.2自然断点法将长三角划分为高效率区、较高效率区、中等效率区和低效率区（见图2）。

图2 长三角耕地利用效率分区Figure 2 Classification of cultivated land use efficiency in the Yangtze River Delta

①高效率区包括扬州、湖州、芜湖、盐城、金华、滁州、杭州、台州和池州9个市，综合技术效率均值为0.93，纯技术效率均值接近于1，规模效率均值为0.95，耕地处于最佳效率。

②较高效率区纯技术效率值为0.94，但规模效率值为0.86。该类地区包括经济发展水平高的上海、南京、合肥和无锡4市与受地形影响不宜集中进行大规模的耕地生产的泰州市、安庆市和宣城市。

③中等效率区有苏州、南通、宁波、常州、镇江、铜陵、舟山、温州和绍兴9个市且主要分布在东部沿海，其耕地利用效率低于长三角平均值。

④低效率区包括嘉兴市、马鞍山市，耕地利用效率值仅为0.39，纯技术效率值为0.87，规模效率值为0.46，表明在耕地的技术投入和规模利用两方面都有极大提高空间。

2.2 耕地利用效率影响因素分析

基于长三角耕地利用效率及4类效率区的划分结果，运用Tobit模型进行被解释变量（综合技术效率值）对解释变量（影响因素）的回归分析，求得解释变量的系数，使各因素有效说明对综合技术效率值的影响方向和强度。在进行Tobit模型回归分析之前通过对解释变量之间进行共线性检验，发现存在变量VIF值大于10，此后在 SPSS 20.0数理分析软件中利用岭回归分析法解决了这一问题，使各解释变量之间不存在多重共线性。

2.2.1 总体效率影响因素分析

运用Eviews 10.0统计软件中Tobit模型对长三角综合技术效率值与影响因素之间进行回归分析。

从表4可以看出，人均GDP（X2）对长三角耕地利用效率有显著的积极影响，在长三角地区经济迅速发展的同时，有关部门对农业生产、耕地利用投入了更多的政策、资金和科技支持，有利于农业经济发展和耕地利用效率提高。农村劳动力人均播种面积（X5）和长三角耕地利用效率是弱负向关系，这意味着劳动力平均经营规模越大，耕地利用效率越低，表示长三角地区人均经营面积过大，同时也说明农村劳动力较少。单位耕地面积施肥量（X6）对长三角耕地利用效率呈弱负向影响，表明在长三角地区耕地经营过程中由于化肥投入过量导致耕地质量下降，抑制农作物生产，从而降低了耕地利用效率。

表4 长三角耕地利用效率影响因素回归结果Table 4 Regression results of influencing factors of cultivated land efficiency in the Yangtze River Delta

因此，长三角在今后区域经济快速发展的同时，应继续重视农业生产发展，保护耕地数量与质量，提高农民生产积极性；同时应有效控制土地流转规模，全力培育新型农业经营主体；在进行农业生产活动中要科学施肥，提高化肥利用效率，预防出现生态外部性问题。

2.2.2 分区效率影响因素分析

本部分利用Eviews 10.0对数据进行处理得到长三角4类区域耕地利用效率影响因素回归结果，如表5所示。

表5 长三角区域差异耕地利用效率影响因素回归结果Table 5 Regression results of influencing factors of cultivated land use efficiency of regional differences in the Yangtze River Delta

由结果可知，高效率区、较高效率区、中等效率区和低效率区各影响因素无论在影响方向和影响程度上具有显著差异性。

耕地复种指数（X3）对高效率区耕地利用效率有显著正向影响，这意味着高效率区太阳能与热水土结合的条件优越，耕地可以在2年内利用3次生产农作物，获取更大的经济效益。单位面积机械总动力（X1）和农业固定资产投资额（X8）对高效率区耕地利用效率为弱负向影响，说明高效率区不合理的机械化作业和固定资产投入规模致使土地肥力下降。因此，高效率区应在现有的基础上继续实施高效农业生产政策，推广农作物品种改良技术，科学合理推进农业机械化和调节农业固定资产投入力度，提高农民种粮积极性。

单位耕地面积施肥量（X6）对较高效率区耕地利用效率呈弱负向影响，表明较高效率区在化肥使用中超出合理范围，造成土壤污染，阻碍农作物生长，进而使耕地利用效率下降。所以，较高效率区在耕地利用过程中要控制化肥使用强度，逐步推进有机肥代替化肥、测土配方施肥，预防破坏土壤肥力。

人均耕地面积（X4）、人均 GDP（X2）和农村居民人均可支配收入（X7）对中等效率区有较为显著正向影响，人均耕地面积的增加有利于提高耕地利用效率，耕地数量规模成为中等效率区提高耕地利用效率的主要限制因素。无论是区域还是农村居民经济水平的提高，都在农业生产中增加了财政、农业基础设施等投入。中等效率区在经济发展的同时要注重耕地数量的保护，坚持和完善耕地占补平衡制度，另外因地制宜开展土地流转和高标准农田建设等途径来增加耕地数量和保护耕地质量。

低效率区的研究结果表明：农村居民人均可支配收入（X7）对低效率区耕地利用效率有显著正向影响。说明随着低效率区农民生活水平的提高，农民增加了更多农业资金投入，从而提高了耕地利用效率水平。另一方面农村劳动力人均播种面积（X5）、单位耕地面积施肥量（X6）和农业固定资产投资额（X8）对低效率区耕地利用效率呈弱负向影响。说明劳动力人均播种面积增大导致农作物播种面积的减少，在播种面积不变的情况下，劳动力不足阻碍了耕地利用效率的提高；在一定的耕地面积上，过度的化肥使用和农业固定投资造成了土地污染和投入冗余，降低耕地利用效率。因此，低效率区要重视经济发展与农业生产耕作相结合，在大力发展二、三产业的同时保障农民合法权益，将农业固定资产投资部分用以提高农民生活水平和增加农民可支配收入。

3 结论与讨论

3.1 结论

①2000—2018年长三角耕地利用综合技术效率平均值为0.81，耕地利用综合技术效率处于中等水平。为了更清楚地了解长三角耕地利用效率区域差异，运用数理分析软件对长三角耕地综合技术效率值进行聚类分析，将27个市划分为4类区域。

②利用Tobit模型分析得出各影响因素对长三角耕地利用效率的影响具有差异性：农村居民人均可支配收入（X7）>人均 GDP（X2）>耕地复种指数（X3）>单位面积机械总动力（X1）>单位耕地面积施肥量（X6）>农村劳动力人均播种面积（X5）>人均耕地面积（X4）>农业固定资产投资额（X8），且人均 GDP 对耕地利用效率有显著影响。

③高效率区耕地利用处于最佳效率，应继续实施现有的农业生产和财政政策；较高效率区与研究区均值相同，要有效控制化肥使用强度；由规模效率较低导致的中等效率区，要在耕地数量保护的前提下正确处理区域经济发展；低效率区在发展经济的同时要重视农业耕作，把经济发展成果转化为提高耕作效率的有效投入。

3.2 讨论

在长三角区域一体化的国家战略背景下，农业高质量一体化发展是长三角经济高质量发展的重要内容，在耕地利用方面需全面提高土地、资本、劳动力、化肥等投入产出率。目前，长三角耕地利用效率处于中等水平，技术水平、资金投入、劳动力结构以及科技发展等不平衡问题导致长三角耕地利用效率出现明显区域差异。为了提高耕地利用效率，长三角4类区域需要按照问题导向，协同推动长三角农业高质量一体化发展。各区域应创新农业生产技术，充分考虑区域耕作条件、经济发展和土地流转等因素，科学合理推进农业机械化，通过农作物品种改良、推广温室大棚等生产和技术措施合理有效地提高耕地效率；中等效率区在今后的发展中应注重解决耕地细碎化问题，控制耕地规模防止耕地“非农化”问题，促进耕地规模经营，达到农业最大化产出所需的利用规模；特别是较高效率区和低效率区要降低化肥使用量，让其保持在合理的范围内，并积极推广有机肥，保护耕地质量；农村居民人均可支配收入是提高耕地利用效率的重要影响因素，应使用多种政策办法来增加农民的可支配收入。