中国耕地利用绿色转型效率的时空分异特征及其影响因素

匡 兵，范翔宇，卢新海

中国耕地利用绿色转型效率的时空分异特征及其影响因素

匡 兵，范翔宇，卢新海※

（1. 华中师范大学公共管理学院，武汉 430079； 2. 华中师范大学自然资源治理研究院，武汉 430079）

耕地利用绿色转型（Green Transformation of Cultivated Land Use，GTCLU）是对绿色中国和经济转型等国家发展战略的积极响应，也是破解耕地利用生态困境的有力举措。该研究提出GTCLU这一概念，并据此构建GTCLU测度指标体系，选取2003—2017年中国30个省市区数据，运用三阶段DEA-Malmquist和Tobit模型，先后测算GTCLU效率的时空分异特征及其影响因素。结果表明：1）初始的Malmquist测度结果显示GTCLU效率总体呈“先下降，后上升”的增长态势，大多数年份效率值小于1而处于绿色转型无效状态。2）通过SFA回归剔除环境因素和随机误差的影响后，调整后的结果显示中国GTCLU效率均值为1.001而处于效率递增状态，表明中国存在GTCLU且绿色转型程度不断加深。其中，技术进步是效率提升的主要原因，而技术效率变化、纯技术效率和规模效率则成为GTCLU效率提升的重要瓶颈。3）中国GTCLU效率在区域上存在明显差异，中部地区处于效率相对最佳区域，东北和东部地区次之，西部地区相对最低；在时序上呈波动上升态势，年均增长率为0.84%。4）农业经济水平、耕地资源禀赋、政府扶持力度和技术使用强度对中国GTCLU效率均有显著影响。为更好地保障、推进GTCLU，需在把握技术进步的同时注重制度和管理创新，充分发挥资源禀赋与技术使用的促进作用，在耕地利用投入和产出中不断强化绿色要素以培育GTCLU内生优势。

土地利用；耕地；效率；绿色转型；时空分异；三阶段DEA-Malmquist

0 引 言

耕地是人类赖以生存和发展的基础性资源，对农业增长和国民经济可持续发展起着不可替代的重要作用[1]。但不合理的耕地利用会导致耕地系统发生退化性演替，引发耕地资源浪费、质量退化、土壤污染和生态破坏等问题，极大削弱耕地生产能力，严重威胁粮食安全，对耕地资源保护、农业经济可持续发展以及社会经济稳定造成巨大挑战[1-2]。在当前绿色发展理念不断深化和社会经济全面转型的现实背景下，如何实现耕地资源的绿色利用及有序转型是实现耕地资源治理现代化的关键环节，并由此衍生了耕地利用绿色转型（Green Transformation of Cultivated Land Use，GTCLU）这一新兴研究命题。

GTCLU是实现耕地资源高质量利用及与社会经济转型有机协同的必然选择。目前理论界直接有关GTCLU的成果并不多见，但是对与之相关的耕地利用转型和耕地绿色利用有较系统的思考。宋小青等[3]提出耕地利用转型存在空间形态转型与功能形态转型两条路径，Long等[4]构建了耕地利用的“显性转型和隐性转型”二维理论框架，后续大量研究在上述理论的基础上进行延展与创新，涉及耕地利用转型基本内涵[5]、耕地利用转型时空演变格局[6]、耕地利用转型驱动因素[7]、耕地利用转型与农业经济增长的关系[8]以及耕地利用转型对生态系统的负面效应[9]等多重领域。与此同时，伴随绿色发展成为高质量发展路径规划的普遍形态，考察耕地绿色利用的研究也逐渐增多，主要集中在以下三方面。一是探讨不合理耕地利用对绿色发展产生的不利影响，包括耕地无序扩张加剧了地表径流和土壤侵蚀量[10]，畜禽污染物过量排放增加了耕地的面源污染风险[11]，耕地流转过度“非粮化”对粮食安全构成威胁[12]等。二是基于绿色发展理念和要求考察不同区域耕地利用状况，如赵兴国等[13]采用生态足迹方法对云南省耕地资源利用的可持续状态进行动态预测，Lu等[14]运用Super-SBM模型分析黄河流域耕地绿色利用效率的演进特征，Kuang等[15]将耕地利用产生的碳排放量纳入评价框架分析了中国省级层面的耕地利用效率。三是对耕地绿色利用路径进行思考，如贯彻落实耕地数量、质量、生态“三位一体”保护策略，采取分区分类分级调控措施[16]，正向调节包括认知水平、经营规模、土地经营权稳定性和政策支持的耕地质量提升的关键驱动因素[17]等。

虽然上述文献关注了耕地利用的形态转型，亦有文献重点研究了耕地利用的绿色动态，为准确把握GTCLU的内涵与要义、评价方法与路径选择提供了重要参考。但GTCLU并不是耕地利用转型与耕地绿色利用的简单结合，而是在绿色发展核心指向下对耕地利用系统进行整体性演变，现有文献解释机制的碎片化未能揭示GTCLU这一新发展常态下耕地利用新命题的核心意旨。这进而导致既有研究无法对高质量发展转型时期下耕地利用的变化以及由此产生的绿色转型现实给予科学、准确的评价，通过实证分析得出的结论亦不足以真实地反映影响机制规律，更无法回应政府全面把握GCTLU效率从而制定乡村振兴、粮食安全和生态文明建设针对性调控策略的重大现实需求。因此，本文从明晰GTCLU的概念界定着手，据此构建GTCLU效率的测度指标体系，以弥补GTCLU研究的缺位和回应当前绿色发展的进阶诉求；再将GTCLU置于中国省级层面进行考察，运用三阶段DEA-Malmquist（Data Envelopment Analysis-Malmquist）模型测算2003—2017年中国30个省市区的GTCLU效率格局，从时空角度丰富对GTCLU区域差异的认识；并试图将这种空间差异和演进特征与中国区域农业发展基底及绿色偏好强度的紧密联系进行探索，通过Tobit模型分析影响GTCLU效率的主要因素，既揭示差异的深层次来源，也为实现耕地资源的绿色开发、利用及持续、动态的高质量转型提供参考。

1 概念界定及指标体系构建

1.1 耕地利用绿色转型概念界定

“转型”源于生物学概念“Transformation”，通常用以描述具有进化意义的转换与质变[5]，目前在社会经济领域得到较为广泛的应用。20世纪末，土地利用转型的概念率先由Grainger提出[18]，随后由龙花楼等[19]引入国内，并衍生出“耕地利用转型”这一概念。GTCLU概念是“耕地利用转型”的进一步发展，又从属于“土地利用转型”，同样因社会环境快速转型发展存在多种冲突的复合性与叠加性，它们之间的复合叠加使小农经营为主的耕地利用系统延续一定的传统性，但又因为绿色发展理念的嵌入而使得多种冲突互构发展，产生了诸多现代性的绿色化要素，形成极大的生态张力，也从多方面决定着GTCLU的内涵与特质。

本文界定GTCLU是以绿色发展为轴心对耕地利用系统要素进行持续的增进与革新，并通过绿色发展理念指导耕地利用活动。具备以下四方面特征：一是转型的范畴。GTCLU发生在自然系统和社会经济系统，更存在于两大系统互为交叠的领域，如区域土地整治、农村劳动人口流动、新旧耕作技术转换、经济要素重组、城乡资源互动、社会理念更新、治理机制创新等。二是转型发生的根本原因。GTCLU受耕地利用系统内外多重因素催化，特别是绿色发展理念的带动，存在被城市经济发展挤压的耕地生产环境和日益紧迫的粮食安全问题的关系，并表现出生产能力的有限和社会的绿色需求之间的深刻的不对称特征。三是GTCLU的表现形式。任何事物的发展都是土地、劳动、技术、资本等多种生产要素综合作用的过程。对于GTCLU，则表现为各要素的持续增进与革新。包括土地投入中小农户生产向规模化经营转型，劳动投入普通劳动力向高素质新型经营主体转变，技术投入中传统农业技术向现代化技术应用迈进，资本投入中分散的农业支出向高水平的资本投入变化，由此引发耕地生产中单一的经济产出向兼具社会、经济和生态多重效益的产出变化的方向性转折。四是GTCLU的演进形态。GTCLU存在“要素转型-效率变革-质量增益”的演绎进路，是以绿色发展为轴心不断调试传统性和现代性之间矛盾、向绿色化过渡和转变的曲折动态过程，存在空间差异属性和发生时间滞后效应、暂时回退效应的可能。

当前，中国正处于城乡资源配置差异和城乡要素积极流动同时并存的转型状态，传统的耕种资源调度和绿色的耕地生产要素二者共生发展。结合GTCLU的概念内涵和基本特征，从微观的生产要素角度去剖析耕地与外部高质量发展环境的动态联结状况和耕地系统内部的绿色化演化趋势，是研究GTCLU效率以透视中国GTCLU发展现状的较好出发点。

1.2 指标体系构建

GTCLU是曲折前进的动态过程，但动态过程通常会以静态结果的形式来体现，本文基于GTCLU的概念内涵建立生产要素的投入-产出指标测度体系（表 1），尝试通过GTCLU效率的静态呈现增进对GTCLU的动态了解。

1）投入指标，包括土地、劳动力、技术和资本，反映GTCLU初始发展中的绿色化“要素转型”。土地投入以人均耕地面积表示，表征GTCLU过程中规模化经营水平，同时体现耕作空间规模和劳动投入规模的对应程度。劳动投入包括第一产业从业人员和国有企事业单位农业技术人员数两个指标，前者反映一般耕地劳动投入，后者反映GTCLU中农业高素质人才投入水平。技术投入中，考虑受益于工业发展和技术下乡，耕、种、收等主要生产环节均已形成机械化体系，选择农业机械总动力和农村居民家庭平均每百户家用电脑拥有量指标，分别表征耕地机械化作业水平和农业信息化程度[20]。资本投入中，考虑GTCLU加速耕地系统由单一线性经济向可持续循环经济转变，取决于克服了重要耕作领域的要素成本这一关键障碍，用农村农户固定资产投资额和地方政府农业综合开发支出表示，前者投资方向包括水利、住宅建筑工程、生产设备购置等，体现农户自发投入耕地可持续建设的程度，后者支出内容主要包括改造中低产田、建设高标准农田、生态综合治理、改善农业生产条件等，反映政府对耕地生态保护和可持续发展的重视与支持。

2）产出指标，包括耕地碳生产率和人均粮食产量。前者反映GTCLU的经济和生态效益，体现经济发展与环境保护之间的生态张力；后者反映GTCLU的社会效益，突出GTCLU的多元价值导向。需要说明的是，本文参考Kaya和Yokobori[21]提出的碳生产率概念，以耕地碳生产率即单位耕地碳排放所产生的耕地经济效率，表征GTCLU中经济活动与生态保护共同作用下的耕地利用绿色产出水平。该指标将非期望产出转化为期望产出，在考虑碳排放污染要素的同时，又可有效规避碳排放对效率的负向影响。即耕地碳生产率取值越大，GTCLU程度越高。关于碳排放的计算，参照卢新海等[22]的研究选取化肥、农药、农膜、农机、翻耕、灌溉作为耕地利用中的碳源，碳排放系数参照李波等[23]、West等[24]的研究。

表1 GTCLU指标测度体系

2 研究方法与数据来源

2.1 GTCLU效率的测度模型

考虑GTCLU具有多投入—多产出的特点，而数据包络分析（Data Envelopment Analysis，DEA）是学界基于投入产出角度测算特定对象效率的常用方法，能够较好契合GTCLU并对其效率进行有效综合性评价。同时，为获取真实有效的GTCLU效率评价结果，需对影响效率评价的环境因素和随机误差予以剔除。Fried等[25]提出的三阶段DEA模型正与本文研究要求相吻合，该模型在第一阶段使用原始数据进行测算，在第二阶段通过构造相似随机前沿（Stochastic Frontier Analysis，SFA）模型剥离由第一阶段测得的投入松弛变量中的环境因素和随机误差等外生因素，使所有决策单元都调整到假定的同等外部环境，在第三阶段运用调整后的数据进行再次测算，得到更加真实反映各决策单元情况的效率值。考虑三阶段DEA模型第一、三阶段通常采用传统DEA模型中的BBC或CCR模型，仅适用于横截面数据，属于静态分析范畴，本文从动态视角构建三阶段DEA-Malmquist模型分析GTCLU效率变化，其基本思路是：

第一阶段运用Malmquist模型核算GTCLU效率，该阶段的效率值是未剔除环境因素和随机误差等外生因素干扰的效率情况。Malmquist模型测得的全要素生产效率变化指数（TEPch）即GTCLU效率值可以分解为技术效率变化（Effch）和技术进步（Techch）。技术效率变化反映技术的生产效能所发挥的程度，即各决策单元与位于前沿面上决策单元的全要素生产率差距；技术进步则表示技术进步或创新的程度，本文具体指引进先进的农业机械化、信息化技术或者农业机械化、信息化技术创新的结果。技术效率变化可进一步分解为纯技术效率变化（PEch）和规模效率变化（SEch），前者反映投入水平一定情况下GTCLU中决策水平和生产力水平的高低，后者值越高表示决策单元的耕地生产规模越接近最优规模。这些数值可能小于1、等于1或大于1，分别表示效率倒退、效率不变和效率改进。由于该模型较为成熟，具体公式不再赘述。

第二阶段使用SFA回归剔除环境因素和随机误差对投入的影响，重新调整投入量。其中，环境因素是对研究对象产生影响但不受主观控制的外部影响因素。

先通过BBC模型计算出各投入变量的冗余，构建投入冗余和环境因素之间的SFA回归模型如下

在选取环境因素Z时，参照已有研究从政治、经济和生态三方面进行考虑：政治方面选取环境污染治理投资占GDP比重表征环境规制强度（1），反映政治因素的影响；经济方面选取农村居民家庭人均可支配收入表征农户经济水平（2），反映经济发展水平和农户社会生活的经济能力；生态方面选取农作物受灾率表征耕地环境状况（3），反映自然灾害等不可抗因素对GTCLU的影响。

对管理无效率进行分离估计时，采取罗登跃[26]的方法，公式如下

第三阶段采用第二阶段调整后的投入与原产出变量，再次运用Malmquist模型测算GTCLU效率，该结果剔除了外生因素的影响，可科学衡量GTCLU的真实水平。

2.2 Tobit模型

为进一步分析GTCLU效率的影响因素，运用测度出来的效率值作为因变量同影响因素进行定量分析。考虑三阶段DEA-Malmquist模型测得的GTCLU效率为大于0的数，宜采用能处理数据存在截断的受限因变量Tobit回归模型，以避免采用普通OLS回归进行估计导致结果有偏的问题。本文建立模型如下

式中y为地区第年的GTCLU效率值；为回归方程的截距项；X为各省市历年的影响因素；为影响因素的系数；ε为随机扰动项。

梳理相关研究成果[27-29]，结合区域从农业经济水平、耕地资源禀赋、政府扶持力度、技术使用强度四个方面选取影响因素。具体指标如下：考虑经济水平是地区耕地生产和污染治理投入的重要基础，而第一产业增加值占地区生产总值的比重可较好反映农业发展基底状况，因此将其作为代表农业经济水平的指标；耕地面积的多寡、自然条件的优劣、地理位置的差异都制约着地区耕地经营方式和规模，考虑数据的可获得性，选择耕地面积表征耕地资源禀赋；政府财政支持是地区绿色发展的重要支撑，其财政取向和拨款力度反映政府的绿色发展偏好，将直接影响着具体产业的绿色发展，因此选取地方政府农业综合开发支出反映政府扶持力度；农业机械化水平提升能够降低耕地生产对劳动力的依赖，并对秸秆、有机废弃物进行综合利用处理削减耕地环境污染，本文采用单位耕地功耗率反映技术使用强度。

2.3 数据来源与处理

鉴于数据的可得性，本文采用2003—2017年中国大陆30个省市区的面板数据，对数据缺失严重的西藏样本予以剔除。在处理缺失值时，发现缺失值主要存在于“农村居民家庭平均每百户家用电脑拥有量”、“第一产业从业人员数”和耕地碳生产率中的“农业总产值”指标。考虑这些指标的数值通常和临近年份的数值具有高度关联性，较少存在异常变动，采用临近年份进行均值插补。数据主要来源于2004—2018年《中国统计年鉴》《中国农村统计年鉴》《中国环境统计年鉴》《中国财政年鉴》《中国科技年鉴》和各省统计年鉴。对农村农户固定资产投资额、地方财政支出中农业综合开发支出、农业总产值和农村居民家庭人均可支配收入分别以固定资产投资价格指数、商品零售价格指数、农业产品生产价格指数和居民消费价格指数折算为2003年不变价，价格指数数据来源于《中国价格统计年鉴》、《中国农村统计年鉴》和各省统计年鉴。参照黄珂等[30]的研究，为剔除第二阶段SFA回归中量纲的影响，对环境变量进行了极值标准化[31]处理。在影响因素分析中，对解释变量取对数来消除异方差的影响。

3 结果分析

3.1 初始GTCLU效率分析

在第一阶段，运用Malmquist模型对中国30个省市区GTCLU效率进行初始分析（表2）。总体上，2003—2017年中国GTCLU效率动态变化均值为0.958，效率倒退了4.2%。技术效率变化、纯技术效率变化和规模效率变化分别增长1.4%、0.2%和1.1%，仅技术进步存在5.5%的平均递减率，因此GTCLU效率主要受技术进步弱化的影响未达到效率前沿面。

表2 2003—2017年中国GTCLU效率及其分解（初始分析）

从区域差异上看，中国东北、东、中、西部四大经济地区GTCLU效率均值都小于1，存在效率恶化状况，其中东部>中部>东北>西部。从时序上看（图1），GTCLU效率总体呈“先下降-后上升”的增长态势，与技术进步指数变化趋于一致，大多数年份效率值小于1而处于绿色转型无效状态。由于该结果未剔除环境因素和随机误差的干扰，不能反映GTCLU效率的真实水平，仍需进一步调整和测算。

3.2 环境因素影响分析

在第二阶段，以BCC模型测算的各投入松弛变量为被解释变量，以环境因素为解释变量进行SFA回归，结果如表3所示。

当环境因素系数为负时，表示该因素增加可以减少投入松弛或增加产出，有利于提高GTCLU效率，反之则不利于GTCLU效率增进。检验出现部分不显著情况，但仍存在方向性影响。各投入松弛变量对应的2值、LR单边误差检验均通过了显著性检验。具体来看，环境规制强度与农业技术投入水平松弛变量呈负相关，与其余投入要素的松弛变量呈正相关，表示其增强有利于提高农业技术进步，但也抑制了耕地生产规模效益、耕地劳动力生产积极性和农业资本发展活力。农户经济水平对耕地规模化经营、耕地劳动力投入中的一般耕地劳动力投入和农业技术投入水平中的机械化作业水平松弛变量显著为正，说明农户经济水平的比例提升会对上述投入产生不利影响；对农业资本发展水平显著为负，说明其提高将有利于农业资本发展。从耕地环境状况对各投入松弛变量的系数结果来看，农作物受灾率的增加不但没有阻碍GTCLU的发展，反而提升了耕地生态风险应对能力并强化了耕地可持续发展趋势，但对政府农业资本发展投入产生负面压力。

表3 环境因素SFA回归结果

注：1，环境规制强度；2，农户经济水平；3，耕地环境状况。为标准差，***、**、*分别表示在 1% 、5% 、10% 水平下显著。下同。

Note:1, intensity of environmental regulation;2, economic level of peasant households;3, environmental conditions of cultivated land.standard deviation.***,**and*mean significant on the level of 1%, 5%and 10%, respectively. Same as below.

3.3 调整后GTCLU效率分析

在第三阶段，将调整后的投入数据和初始产出数据再次带入Malmquist模型，得到新的GTCLU效率值，结果如表4所示。

表4 2003—2017年中国GTCLU效率指数及其分解（调整后）

总体上，2003—2017年中国GTCLU效率均值达到1.001，处于效率递增状态，表明研究期内中国整体GTCLU趋势显著且逐步增强，绿色发展效果日益显现。其中，技术进步保持0.6%的平均增速是GTCLU效率处于效率前沿面的主要原因，技术效率变化、纯技术效率变化和规模效率变化分别为0.995、1.000、0.995，也呈良好态势。

从区域来看（图2），GTCLU具有空间差异属性，效率值中部>东北、东部>西部地区，其中中部、东北和东部地区GTCLU效率都大于1，处于效率递增状态，西部地区低于全国平均水平，但效率值大于0.9，也呈现良好态势。这说明中部地区作为粮食主产区和农业大省，耕地资源禀赋优异，农业基础设施条件较好，具备充足的GTCLU优势。特别是在绿色发展不断深入的背景下，中部地区地方政府积极主动走出以生态破坏为代价的耕地利用发展陷阱，推动耕地利用绿色化的成功转型。东北部地区凭借深厚的工业基础，东部地区借助发达的经济条件，也均处于GTCLU相对优势地位。但西部地区受制于本身资源禀赋和社会经济发展，GTCLU的相关治理经验、技术积累尚不成熟，规模效应还未能充分体现，处于效率递减状态。

从时序上看（图3），2003—2017年中国GTCLU效率呈波动性稳步增长态势，表明当期及未来的绿色转型趋势愈发显著。年均增长率为0.84%，部分年份GTCLU效率值小于1，但过半数的年份处于效率增长态势，尤其是2016—2017年实现跨越式增长，增长率高达17.83%。这表明GTCLU效果的显现具有时间滞后效应，虽然在短期内GTCLU会产生一定成本从而抑制整体效率提升，但从长远来看，它能够激发和创造新的绿色需求，促进农业经济发展并产生更多环境和社会效益。GTCLU效率波动与技术进步的变化趋于一致，表明盘活技术创新存量并挖掘技术进步潜力能有效推动耕地利用的可持续发展。而纯技术效率和规模效率作为制约效率进一步增长的关键，尚未达到效率递增状态，表明GTCLU经营规模还未达到最佳规模。

对比调整前后的GTCLU测算结果，研究期内各地区的GTCLU效率出现了明显差异。总体上，与调整前的初始结果相比，调整后的GTCLU效率明显改善，由0.958上升至1.001，其中技术进步存在6.1%的提高，是GTCLU效率处于递增状态的主要原因。这说明在没有剔除外生因素影响的初始结果中，GTCLU效率被明显低估，经过调整后再次测算的GTCLU效率整体真实性和准确性更高。从区域差异来看（图2），调整前后处于GTCLU效率递增状态的省市区由9个增加至17个，GTCLU在空间规模上得到极大普及。各地区调整后的效率值皆大于0.9，除北京、江西和广东效率值相对下降外，其余省市区的GTCLU效率皆存在相对提高。需特别指出的是，当四大经济分区经调整后处于同等外部环境时，中部地区则超越东部和东北地区成为GTCLU效率最佳的区域。可能的解释是，东部和东北部两个地区初始分析的效率值或许与其外部环境有关，较优越的环境规制强度、农户经济水平和耕地环境状况等拉高了GTCLU效率。从时序上看，调整前后GTCLU效率波动趋势、高值与低值分布年份相近，但调整后年均增长率比调整前低3.21%。与调整前GTCLU效率的“长期倒退-短期改进”趋势相比，调整后的GTCLU效率呈现“倒退-改进-再倒退-再改进”的曲折动态过程，反映GTCLU的发展即使出现暂时跌落，也具备再次回升的潜能。这种以绿色发展为轴心的螺旋上升变化必将推动中国GTCLU整体质量的升级与跨越。

3.4 GTCLU效率影响因素分析

考虑GTCLU受耕地利用系统内外多重因素的催化影响，为更好地推进耕地系统绿色化的持续转型，有必要对其影响因素展开进一步研究。本文采用Tobit模型对中国GTCLU效率的影响因素进行回归分析（表5），发现各因素对中国GTCLU效率具有不同方向和程度的影响。其中，农业经济水平和政府扶持力度与中国GTCLU效率有显著的负向关系，耕地资源禀赋和技术使用强度则与中国GTCLU效率呈显著正相关。影响程度从大到小排序：农业经济水平、技术使用强度、耕地资源禀赋、政府扶持力度。

表5 中国GTCLU效率Tobit模型回归结果

注：AEL为农业经济水平；CRE为耕地资源禀赋；DGS为政府扶持力度;TUI为技术使用强度。

Note:AEL: Agricultural Economic Level; CRE: Cultivated-land Resources Endowment;DGS: Degree of Government Support;TUI: Technology Use Intensity.

1）农业经济水平是对中国GTCLU效率影响最大的因素，每提高1%，就使中国GTCLU效率下降2.4%。由于地区农业经济水平是耕地利用中能否科学育种、节水灌溉、规模化经营等的重要支撑，在某种程度上可以改善区域耕地绿色生产水平。但农业经济发展过程中也包括抑制绿色转型的经济活动，存在单纯追求收入增长、以牺牲耕地环境为代价换取经济一时增长的现象，总体上其对于GTCLU效率的促进力度仍需提升。

2）技术使用强度在5%的显著性水平上对中国GTCLU效率产生2.1%的正向影响，是其提升的最主要因素，与前文的效率分解结果相吻合。这说明，当前中国GTCLU以技术进步驱动为主，技术在耕地生产中的使用不仅极大消减了耕地资源环境的极限约束，而且环境友好型的种植和生产技术的推广应用，也有效促进了清洁生产和末端治理。因此，技术使用强度能够有效拉动耕地利用向高质量、低污染的绿色模式转型发展，从而促进GTCLU效率提升。

3）耕地资源禀赋在1%的显著性水平上对中国GTCLU效率产生2%的正向影响。这说明，优越的耕地资源禀赋具有较高的生态承载力，有利于发挥机械化耕作和规模化经营，达成规模经济和集聚经济，从要素供给角度促进耕地利用结构高级化程度的提高。更重要的是，耕地资源禀赋能够在集聚中获得经济正外部性，如在统一选种、生化防虫、全自动灌溉和卫星定位施肥等节约耕作成本的同时，累积GTCLU的重要力量。

4）政府扶持力度的回归系数为-0.019，对中国GTCLU效率产生1.9%的显著负向影响。不可否认，政府给与的财政扶持对耕地可持续利用发挥了重要作用，但政府的过多干预也暴露了非市场行为的缺陷，在一定程度上造成耕地经营者对政府扶持的依赖，缺乏内生动力通过提高技术效率和生产能力来推动绿色转型。同时，政府的扶持也易限制资金的筹集渠道，导致缺乏后续资金支持而不利于绿色转型长期演化，从而抑制中国GTCLU效率提升。

4 结论与政策启示

本文基于绿色发展时代背景关注耕地利用绿色转型（GTCLU）这一研究命题，指出GTCLU实际上是以绿色发展为轴心对耕地利用系统要素进行持续增进与革新的过程，具备“要素转型-效率变革-质量增益”的演化路径。在此基础上，本文从投入-产出角度构建了测度GTCLU效率的指标体系和三阶段Malmquist模型，采用2003—2017中国30个省市区数据实证分析发现中国存在GTCLU且绿色转型程度不断加深：

1）中国存在耕地利用绿色转型趋势，也存在较大的效率改善空间。剔除环境因素和随机误差影响后的测算结果显示，总体上研究期内中国GTCLU效率均值等于1.001，表示GTCLU效率处于效率递增状态，其中技术进步保持0.6%的平均增速是GTCLU效率增长的关键。

2）中国GTCLU效率在区域间存在显著差距，在时序上呈现逐渐上升趋势。从区域上看，中部地区处于相对效率最佳区域，东北和东部地区次之，西部地区相对最低。从时序上看，2003—2017年中国GTCLU效率呈波动性稳定增长趋势，年均增长率为0.84%，超过半数的年份处于效率递增状态，其波动与技术进步的变化趋于一致，表明中国GTCLU正稳步推进并持续向好，绿色转型程度不断加深。

3）农业经济水平、耕地资源禀赋、政府扶持力度和技术使用强度对中国GTCLU效率具有显著影响，且影响的程度和方向具有明显差异。技术使用强度和耕地资源禀赋与中国GTCLU效率呈显著正相关，分别产生2.1%、2%的促进作用。农业经济水平和政府扶持力度则与中国GTCLU效率显著负相关，分别产生2.4%、1.9%的抑制作用。

伴随政府对农业绿色发展注意力逐渐加码，经济社会绿色转型为耕地利用提供了更充足的高素质人才、更丰富的绿色转型资本、更宽阔的绿色市场和更先进的绿色化技术等条件，使耕地利用在转型过程中具备后发优势，并在较快的时间内步入绿色发展阶段。为更好实现GTCLU，本文提出以下建议：一是既要重视技术进步，也要重视耕地利用的制度创新和管理创新，依托现代生产技术与经营理念来普及绿肥生产、打造绿色农业品牌等，充分挖掘纯技术效率变化和规模效率变化的深层绿色转型潜力。二是认识GTCLU区域发展差异，因地制宜采取差异化的转型策略，在明确中国四大区域功能定位和GTCLU效率现状的基础上，各地政府实行差别化扶持政策，走适宜的绿色转型道路。三是把握GTCLU效率重要影响因素，抓住耕地资源禀赋的可持续发展优势、严控低效益的农业经济发展模式、充分释放绿色耕地市场活力等应成为推动中国GTCLU的合理方向。最后，需强调的是，当前中国GTCLU受益于农业后发优势的蓄积，但完全实现绿色发展势必要跨越后发优势阶段，拥有耕地利用自身的绿色转型内生优势。因此，保障耕地生产投入和产出各环节以绿色发展为目标进行自适应调整和矫正，以可持续发展理念贯穿耕地利用全过程，对持续推进GTCLU并维持绿色转型成果至关重要。

[1] 王军，李萍，詹韵秋，等. 中国耕地质量保护与提升问题研究[J]. 中国人口·资源与环境，2019，29(4)：87-93.

Wang Jun, Li Ping, Zhan Yunqiu, et al. Study on the protection and improvement of cultivated land quality in China[J]. China Population, Resources and Environment, 2019, 29(4): 87-93. (in Chinese with English abstract)

[2] 程子良，孔祥斌，张蕾娜，等. 基于质量、数量和经济发展水平的耕地占用税征收标准研究[J]. 资源科学，2017，39(1)：61-73.

Cheng Ziliang, Kong Xiangbin, Zhang Leina, et al. Expropriation standards for arable land occupation tax in China based on arable land quality and quantity and economic development level[J]. Resources Science, 2017, 39(1): 61-73. (in Chinese with English abstract)

[3] 宋小青，吴志峰，欧阳竹. 耕地转型的研究路径探讨[J]. 地理研究，2014，33(3)：403-413.

Song Xiaoqing, Wu Zhifeng, Ouyang Zhu. Route of cultivated land transition research[J]. Geographical Research, 2014, 33(3): 403-413. (in Chinese with English abstract)

[4] Long Hualou, Qu Yi. Land use transitions and land management: A mutual feedback perspective[J]. Land Use Policy, 2018, 74: 111-120.

[5] 龙花楼. 论土地利用转型与土地资源管理[J]. 地理研究，2015，34(9)：1607-1618.

Long Hualou. Land use transition and land management[J]. Geographical Research, 2015, 34(9): 1607-1618. (in Chinese with English abstract)

[6] 戈大专，龙花楼，杨忍. 中国耕地利用转型格局及驱动因素研究：基于人均耕地面积视角[J]. 资源科学，2018，40(2)：273-283.

Ge Dazhuan, Long Hualou, Yang Ren. The pattern and mechanism of farmland transition in China from the perspective of percapita farmland area[J]. Resources Science, 2018, 40(2): 273-283. (in Chinese with English abstract)

[7] Bertoni D, Aletti G, Ferrandu G, et al. Farmland use transitions after the CAP greening: A preliminary analysis using Markov Chains Approach[J]. Land Use Policy, 2018, 79: 789-800.

[8] 卢新海，唐一峰，易家林，等. 基于空间计量模型的耕地利用转型对农业经济增长影响研究[J]. 中国土地科学，2019，33(6)：53-61.

Lu Xinhai, Tang Yifeng, Yi Jialin, et al. Study on the impact of cultivated land use transition on agricultural economic growth based on spatial econometric model[J]. China Land Science, 2019, 33(6): 53-61. (in Chinese with English abstract)

[9] Lu X, Shi Y Y, Chen C L, et al. Monitoring cropland transition and its impact on ecosystem services value in developed regions of China: A case study of Jiangsu Province[J]. Land Use Policy, 2017, 69: 25-40.

[10] Berihun M L, Tsunekawa A, Haregeweyn N, et al. Exploring land use/land cover changes, drivers and their implications in contrasting agro-ecological environments of Ethiopia[J]. Land Use Policy, 2019, 87. DOI: https: //doi. org/10. 1016/j. landusepol. 2019. 104052.

[11] 郝守宁，普布次仁，董飞. 林芝畜禽养殖粪便排放时空演变及耕地污染负荷分析[J]. 农业工程学报，2019，35(16)：225-232.

Hao Shouning, Pubu Ciren, Dong Fei. Analysis on spatial-temporal evolution of livestock manure emission and pollution load of cultivated land in Nyingchi[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(16): 225-232. (in Chinese with English abstract)

[12] 王勇，陈印军，易小燕，等. 耕地流转中的“非粮化”问题与对策建议[J]. 中国农业资源与区划，2011，32(4)：13-16.

Wang Yong, Chen Yinjun, Yi Xiaoyan, et al. The non-grain problem in the process of land transfer and the countermeasures[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2011, 32(4): 13-16. (in Chinese with English abstract)

[13] 赵兴国，潘玉君，王爽，等. 云南省耕地资源利用的可持续性及其动态预测：基于“国家公顷”的生态足迹新方法[J]. 资源科学，2011，33(3)：542-548.

Zhao Xingguo, Pan Yujun, Wang Shuang. Dynamic analysis of sustainability of arable land resources use in Yunnan Province: A new method of ecological footprint based on national hectare[J]. Resources Science, 2011, 33(3): 542-548. (in Chinese with English abstract)

[14] Lu X, Qu, Y, Sun P L, et al. Green transition of cultivated land use in the Yellow River Basin: A perspective of green utilization efficiency evaluation[J]. Land, 2020, 9(12). DOI: 10. 3390/land9120475.

[15] Kuang B, Lu X H, Zhou M, et al. Provincial cultivated land use efficiency in China: Empirical analysis based on the SBM-DEA model with carbon emissions considered[J]. Technological Forecasting and Social Change, 2020, 151, DOI: 10. 1016/j. techfore. 2019. 119874.

[16] 祖健，郝晋珉，陈丽，等. 耕地数量、质量、生态三位一体保护内涵及路径探析[J]. 中国农业大学学报，2018，23(7)：84-95.

Zu Jian, Hao Jinmin, Chen Li, et al. Analysis on trinity connotation and approach to protect quantity, quality and ecology of cultivated land[J]. Journal of China Agricultural University, 2018, 23(7): 84-95. (in Chinese with English abstract)

[17] 尚惠芳，易小燕，张宗芳. 农户耕地质量提升行为的逻辑路径与驱动力：研究进展与展望[J]. 中国生态农业学报，2021，29(7)：1253-1261

Shang Huifang, Yi Xiaoyan, Zhang Zongfang. Logic paths and driving forces of cultivated land quality improvement behavior of farmers: Research progress and prospects[J]. Chinese Journal of Eco-Agriculture, 2021, 29(7): 1253-1261. (in Chinese with English abstract)

[18] Grainger A. National land use morphology: Patterns and possibilities[J]. Geography, 1995, 80(3): 235-245.

[19] 龙花楼，屠爽爽. 土地利用转型与乡村振兴[J]. 中国土地科学，2018，32(7)：1-6.

Long Hualou, Tu Shuangshuang. Land use transition and rural vitalization[J]. China Land Science, 2018, 32(7): 1-6. (in Chinese with English abstract)

[20] 沈剑波，王应宽. 中国农业信息化水平评价指标体系研究[J]. 农业工程学报，2019，35(24)：162-172.

Shen Jianbo, Wang Yingkuan. Investigation of evaluation index system for agricultural informatization level in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(24): 162-172. (in Chinese with English abstract)

[21] Kaya Y, Yokobori K. Environment, Energy and Economy: Strategies for sustainability[M]. New York: United Nations University Press, 1997: 117.

[22] 卢新海，匡兵，李菁. 碳排放约束下耕地利用效率的区域差异及其影响因素[J]. 自然资源学报，2018，33(4)：657-668.

Lu Xinhai, Kuang Bing, Li Jing. Regional differences and influencing factors of cultivated land use efficiency under carbon emission constraints[J]. Journal of Natural Resources, 2018, 33(4): 657-668. (in Chinese with English abstract)

[23] 李波，张俊飚，李海鹏. 中国农业碳排放时空特征及影响因素分解[J]. 中国人口·资源与环境，2011，21(8)：80-86.

Li Bo, Zhang Junbiao, Li Haipeng. Research on spatial-temporal characteristics and affecting factors decomposition of agricultural carbon emission in China[J]. China Population, Resources and Environment, 2011, 21(8): 80-86. (in Chinese with English abstract)

[24] West T, Marland G. A synthesis of carbon sequestration, carbon emissions, and net carbon flux in agriculture: comparing tillage practices in the United States[J]. Agriculture, Ecosystems and Environment, 2002, 91: 217-232.

[25] Fried H O, Lovell C A K, Schmidt S S, et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis, 2002(1-2): 157-174.

[26] 罗登跃. 三阶段DEA模型管理无效率估计注记[J]. 统计研究，2012，29(4)：104-107.

Luo Dengyue. A note on estimating managerial inefficiency of Three-Stage DEA Model[J]. Statistical Research, 2012, 29(4): 104-107. (in Chinese with English abstract)

[27] 廖成泉，胡银根，章晓曼. 基于四阶段DEA-Tobit的湖北省耕地资源利用效率及其影响因素研究[J]. 农业现代化研究，2015，36(5)：876-882.

Liao Chengquan, Hu Yingen, Zhang Xiaoman. Research on the efficiency and the influencing factors of arable land utilization in Hubei Province based on the four-stage DEA and Tobit model[J]. Research of Agricultural Modernization, 2015, 36(5): 876-882. (in Chinese with English abstract)

[28] 肖锐，陈池波. 财政支持能提升农业绿色生产率吗?——基于农业化学品投入的实证分析[J]. 中南财经政法大学学报，2017(1)：18-24，158.

Xiao Rui, Chen Chibo. Can financial support promote agricultural green productivity? An empirical evidence from agricultural chemicals input[J]. Journal of Zhongnan University of Economics and Law, 2017(1): 18-24, 158. (in Chinese with English abstract)

[29] 伍国勇，张启楠，张凡凡. 中国粮食生产效率测度及其空间溢出效应[J]. 经济地理，2019，39(9)：207-212.

Wu Guoyong, Zhang Qinan, Zhang Fanfan. Research on grain production efficiency and its spatial spillover effects in China[J]. Economic Geography, 2019, 39(9): 207-212. (in Chinese with English abstract)

[30] 黄珂，张安录，张雄. 中国城市群农地城市流转效率研究：基于三阶段DEA与Tobit模型的实证分析[J]. 经济地理，2014，34(11)：74-80.

Huang Ke, Zhang Anlu, Zhang Xiong. A study of rural-urban land conversion efficiency of urban agglomerations in China: An empirical analysis based on three-stage DEA model and Tobit model[J]. Economic Geography, 2014, 34(11): 74-80. (in Chinese with English abstract)

[31] 王会，郭超艺. 线性无量纲化方法对熵值法指标权重的影响研究[J]. 中国人口·资源与环境，2017，27(S2)：95-98.

Wang Hui, Guo Chaoyi. Study on the influence of linear dimensionless method on the index weight of entropy method[J]. China Population, Resources and Environment, 2017, 27(S2): 95-98. (in Chinese with English abstract)

Spatial-temporal differentiation characteristics of the efficiency of green transformation of cultivated land use and its affecting factors in China

Kuang Bing, Fan Xiangyu, Lu Xinhai※

(1.,,430079,; 2.,,430079,)

Sustainable (Green) development has been ever deepening the comprehensive transformation of the social economy at present. The green transformation of cultivated land use (GTCLU) has been one of the key steps towards the modern agriculture. The GTCLU has also been an effective solution to the ecological dilemma of cultivated land use, particularly on a positive response to national development strategies, such as green China and economic transformation. However, such a research is still lacking. In this study, an attempt was made to elucidate the concept of GTCLU, thereby to guide the subsequent activities of cultivated land use for the better improvement of green development. Moreover, the characteristics of GTCLU were also summarized from four aspects: the category of transformation, the causes of transformation, the manifestations of GTCLU, and the evolution form of GTCLU. A green evolution of cultivated land system was then proposed from the perspective of micro production factors, indicating a better starting point for the efficiency of GTCLU in China. As such, the index system of GTCLU was constructed scientifically. Thus, the panel data was collected from the 30 provinces in China from 2003 to 2017. A three-stage DEA-Malmquist and Tobit models were also utilized to calculate the efficiency and affecting factors of GTCLU. The results showed that: 1) The initial result of efficiency of GTCLU from the Malmquist model presented a V-shaped trend of “declining first, then increasing”. Specifically, the efficiency value was less than 1, indicating the green transition was invalid in most years. 2) The SFA regression was selected to remove the influence of environmental factors and random errors. After that, the efficiency value of GTCLU was 1.001, indicating an outstanding GTCLU degree. More importantly, the technological progress was greatly contributed to the efficiency improvement. Specifically, the change of technical efficiency, pure technical, and scale efficiency were the main bottlenecks for the efficiency improvement. 3) There were also the outstanding regional differences in the efficiency of GTCLU in China. The central region presented the best relative efficiency, followed by the northeast and eastern regions, and the western region was relatively the lowest. Meanwhile, there was a fluctuating upward trend in the time series, with an average annual growth rate of 0.84%. 4) The GTCLU efficiency was significantly depended on the agricultural economic level, cultivated land resource endowment, government support, and technology use intensity. A better GTCLU was then required the system, management innovation, as well as the promotion of resource endowment and technology. Specifically, four suggestions were addressed for each region during this time: 1) To take the sustainable development of cultivated land resource endowment; 2) To strictly control the low benefit mode of agricultural economic development; 3) To fully release the vitality of green cultivated land market and the driving force; 4) To continuously strengthen the green elements in the input and output of cultivated land use.

land use; cultivated land; efficiency; green transformation; temporal-spatial differentiation; three-stage DEA-Malmquist model

10.11975/j.issn.1002-6819.2021.21.031

F323.2

A

1002-6819(2021)-21-0269-09

匡兵，范翔宇，卢新海. 中国耕地利用绿色转型效率的时空分异特征及其影响因素[J]. 农业工程学报，2021，37(21)：269-277.doi：10.11975/j.issn.1002-6819.2021.22.031 http://www.tcsae.org

Kuang Bing, Fan Xiangyu, Lu Xinhai. Spatial-temporal differentiation characteristics of the efficiency of green transformation of cultivated land use and its affecting factors in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(21): 269-277. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.21.031 http://www.tcsae.org

2021-06-20

2021-09-14

教育部人文社会科学基金青年项目（19YJC790054）；中国博士后科学基金第13批特别资助（2020T130234）；湖北省社会科学基金一般项目（后期资助项目）（2020047）；中央高校基本科研业务费项目（CCNU20QN036）

匡兵，博士，副教授，研究方向为土地利用与土地政策分析。Email：kuangbing117@163.com

卢新海，教授，博士生导师，研究方向为土地管理与土地经济。Email：xinhailu@163.com