高质量发展背景下农业土地利用效率减贫效应分析

夏芳 张钦 吴若雪 苏晓

摘    要：本文在高质量发展背景下，以实现农村长效脱贫为目标，探究农业土地利用效率与农村贫困之间的关系，提出实现农村长效脱贫路径，对农村减贫具有重要的理论和现实意义。本文基于2003—2018年中国30个省份的面板数据，采用考虑非期望产出的超效率SBM-Undesirable模型对农业土地利用效率进行测度，在此基础上利用面板数据模型对农业土地利用效率的减贫效应进行实证检验。结果表明：（1）中国农业土地利用效率总体呈现先下降后上升的趋势，且农业土地利用效率大于等于1的省份仅占全部省份的13.33%，中国农业土地利用效率仍有45.77%的提升空间。（2）中国农业土地利用效率存在明显的区域差异，东部地区农业土地利用效率最高，西部地区次之，中部地区最低。（3）农业土地利用效率对农村贫困的影响系数在1%的显著水平上显著为负，说明农业土地利用效率对农村减贫具有显著的促进作用。（4）种植业结构、城乡收入差距在不同程度上抑制农村减贫，而财政支农力度、城镇化水平则对农村减贫具有显著的促进作用。

关键词：高质量发展;农业土地利用效率;农村减贫;超效率SBM-Undesirable模型

中图分类号：F301.24         文献标识码：A           DOI 编码：10.3969/j.issn.1006-6500.2022.01.007

Analysis of Poverty Reduction Effect of Agricultural Land Efficiency under the Background of High-quality Development

XIA Fang， ZHANG Qin， WU Ruoxue， SU Xiao

（School of Public Management， Tianjin University of Commerce， Tianjin 300134， China）

Abstract：In the context of high quality development， taking long-term poverty alleviation as object， this paper exlpored relationship between agricultural land efficiency and rural area poverty as well as proposes ways of achieving rural area long-term poverty alleviation， which led to important theory and practical significance for rural poverty reduction. Based on panel data of 30 provincial-level regions from 2003 to 2018， it measured agricultural land efficiency by SBM-Undesirable model （nonanticipative production super efficiency）， and using the panel data model to test the poverty reduction effect of agricultural land efficiency. The results showed that： （1） The general agricultural efficiency in China increased firstly and then decreased finally， with 13.33% provinces efficiency was over or equal to 1， there was still 45.77% room for improvement. （2） There were clear regional differences， with the highest efficiency in the eastern region， the second highest in the western region and the lowest in the central region. （3） It also showed negative in 1% rural poverty influencing coefficient， which indicated it played a significant role in poverty reduction. （4） Rural poverty reduction was restrained by plantation structure， rural and urban income gap to some degree， while financial support and urbanization also played a positive role.

Key words： high-quality development; agricultural land efficiency; poverty reduction; super-efficient SBM-Undesirable model

收稿日期：2021-08-26

基金項目：国家级大学生创新创业训练计划项目“高质量发展背景下农业用地效率评价及其减贫效应分析”（202010069038）

作者简介：夏芳（2000—），女，内蒙古赤峰人，在读本科生，主要从事土地资源管理方面研究。

·农业经济与信息技术

习近平总书记强调，推动高质量发展是做好经济工作的根本要求。农业土地作为国家生态文明建设的重要载体，是广大民众赖以生存的基础，因此农业土地的高质量利用势在必行。由于我国人多地少、城市化进程不断加快等自然和社会因素的影响，致使目前农业土地资源匮乏、农业土地利用效率不高等问题日益凸显。农业土地利用过程中的系列问题导致农业发展不平衡不充分，进而制约了农村贫困地区实现长效脱贫的进程。2020年是中国全面建成小康社会和打赢脱贫攻坚战的收官之年，全国人民在以习近平同志为核心的党中央领导下，团结一心，攻坚克难，使现有贫困人口实现全面脱贫。但需要注意的是，绝对贫困的消除并不意味着彻底脱贫，有的脱贫者生活质量仍处于较低水平且持续发展能力有限，尤其在农村贫困地区，相对贫困问题尤为突出。因此，为实现长效脱贫，需要特别重视农村贫困人口的生活状况和社会保障等问题。农业土地作为农村居民生产生活的主要收入来源，是消除农村贫困的重要因素，也是实现长效脱贫的关键突破口，而农业土地利用效率是评价农业土地利用状况的重要指标，在某种程度上决定了农业产出，进而会对农民增收产生一定影响。因此，科学评价农业土地利用效率，进一步探讨农业土地利用效率的减贫效应对建立农民增收脱贫的长效机制具有重要的理论意义和现实价值。

1 文献综述

1.1 土地利用效率相关研究综述

土地利用效率是衡量土地利用优化配置的重要指标。目前评价土地利用效率的方法主要有随机前沿分析法（SFA）和数据包络分析法（DEA）。由于数据包络分析法（DEA）能够处理多投入和多产出问题，而且可以避免模型设定偏误，因此更受到学者们的青睐。例如，杨朔等[1]利用DEA方法中的CCR模型和BCC模型对陕西省的耕地生产效率进行了实证分析。王晓青[2]综合运用DEA方法中的CCR模型和BCC模型研究了深圳市建设用地的经济效益差异。但上述CCR模型和BCC模型均属于径向DEA模型，不能考虑模型的冗余问题，因此通常高估效率值。为解决该问题，部分学者利用非径向的SBM模型对土地利用效率进行评价，例如，梁彦庆等[3]利用超效率SBM模型对京津冀13市土地绿色利用效率进行了测度并探讨了土地绿色利用与经济增长之间的耦合协调关系。蒋海舲[4]基于SBM模型对我国中部地区82个地级市的工业用地利用效率进行了实证研究。但需要注意的是，在土地利用过程中，不仅会产生期望产出，同时也会伴随一些非期望产出产生，如农业污染排放物等。因此，为精确测度土地利用效率，需要将非期望产出纳入土地利用效率评价体系。例如，聂雷等[5]运用SBM-Undesirable模型深入分析了不同類型城市的建设用地利用效率，并提出了改善城市土地管理工作的政策建议。杨清可等[6]利用SBM-Undesirable模型测度了长三角地区16个城市的土地利用效率，并进一步分析了不同城市之间土地利用效率的差距。综上，在现有关于土地利用效率的研究中，大部分学者倾向于选择城市土地作为研究对象，鲜有学者对农业土地利用效率进行研究。鉴于此，本文在借鉴已有研究成果的基础上，以农业土地为研究对象，并将环境污染因素纳入农业土地利用效率评价体系，利用超效率SBM-Undesirable模型对中国农业土地利用效率进行综合评价。

1.2 农村减贫相关研究综述

农村贫困问题一直备受专家学者们的关注，随着中国政府对农村减贫问题的重视程度不断加强，学界也随之不断拓展对该领域的研究广度和深度，现已取得一系列丰硕的成果。近年来，国内外学者对影响减贫的因素进行了深入研究和广泛探讨，相关研究主要集中于探讨城镇化、土地流转、基础设施等因素的减贫效应[7-9]。例如，李萌等[10]发现城镇化率增加1%，农村贫困率就降低2.87%，揭示了城镇化对农村减贫的积极效应。许方[11]研究发现土地流转作为耕地经营的新模式对农户的个人收入增长和减贫存在显著影响。张莎莎等[12]基于全国30个省的面板数据分析发现提高基础设施的投入量能有效促进农村减贫。综上，现有文献大多以硬件设施和区域经济发展等作为农村减贫的影响因素进行研究，而鲜有文献探讨农业土地利用效率的减贫效应。

鉴于此，本文将从以下两方面对现有文献进行拓展：（1）将非期望产出纳入农业土地利用效率评价体系，利用包含非期望产出的超效率SBM-Undesirable模型对我国农业土地利用效率进行综合评价。（2）在高质量发展背景下对农业土地利用效率的减贫效应进行深入分析。

2 数据来源和方法

2.1 数据来源

本文以中国大陆30个省级行政单位（简称“省份”）为研究区域。考虑到数据的连续性与可获得性，本文研究不包括港澳台地区和西藏，研究时序定为2003—2018年。各指标的原始数据均来自于相应年份的《中国统计年鉴》[21]、《中国农村统计年鉴》[22]和《中国农业统计资料》[23]等。

2.2 指标选取

本文在宋金璐[17]以及封永刚等[18]研究的基础上，构建农业土地利用效率评价指标体系，具体如表1所示。

（1）投入指标。农业土地利用效率的投入指标由地均耕地劳动力、地均农用化肥施用量、地均农药使用量以及地均耕地机械总动力组成。其中，地均耕地劳动力为劳动力投入，地均农用化肥施用量、地均农药使用量以及地均耕地机械总动力为资本投入。①地均耕地劳动力用耕地劳动力和耕地总面积之比表示。其中耕地劳动力数据由于官方未公布，因此采用种植业和农林牧渔业的产值比将第一产业从业人员折算为耕地劳动力数量。②地均农用化肥施用量用农用化肥施用量（折纯量）和耕地总面积之比表示。③地均农药使用量用农药使用量和耕地总面积之比表示。④地均耕地机械总动力用耕地机械总动力和耕地总面积之比表示。由于无法直接获得从事耕地生产的机械总动力数据，因此用种植业和农林牧渔业的产值比来估算耕地机械总动力。

（2）产出指标。在农业土地利用效率产出指标选取时，首先需要考虑期望产出，其次还要将由于农药、化肥、农膜等农业化学投入品的大量使用而对生态环境造成污染的非期望产出纳入其中，从而使测算出的农业土地利用效率更加精准。鉴于此，本文选取地均种植业产值作为期望产出，该指标用种植业产值与耕地总面积之比表示，用来反映耕地利用的经济效益。选取地均耕地利用碳排放量作为非期望产出，该指标用耕地利用碳排放总量与耕地总面积之比表示，用来反映耕地利用过程中的环境损耗。其中，耕地利用碳排放总量由化肥、农药、农膜的生产或使用过程中的碳排放量、农业机械运用消耗化石燃料（主要是农用柴油）所产生的碳排放以及翻耕、农业灌溉过程中直接或间接产生的碳排放相加而得，具体参考Han等[19]以及田云等[20]的研究。

2.3 模型构建

2.3.1 超效率SBM-Undesirable模型 为克服传统DEA模型无法解决要素“松弛”问题，Tone等[13]构建SBM模型，将松弛变量直接纳入目标函数，从而有效解决了变量松弛问题。但对于多个处在有效前沿面上的决策单元，SBM模型无法区别效率值的大小。为了能够进一步使有效决策单元进行完全排序，Tone[14]将SBM模型和超效率DEA模型相结合构建了超效率SBM模型，最终实现对效率大于1的决策单元进行排序的目的。另外，在评价农业土地利用效率时，考虑期望产出的同时还需要将农业污染排放物等非期望产出考虑在内，以保证评价结果更为客观、准确。鉴于此，本文结合Tone等[14]的研究思路，并参考蒋璟等[15]以及袁长伟等[16]的研究构建超效率SBM-Undesirable模型如下：

min ρ=

s.t.

xijλj-s-≤xik，（i=1，2，…，m）

yrjλj-s+≥yrk，（r=1，2，…，p1）

btjλj-sb-≤btk，（t=1，2，…，p2）

λj-s- i ，s- r，sb- t ≥0，（j=1，…，n，j≠jk）（1）

式中，ρ为测度的农业土地利用效率;n表示决策单元个数;m表示投入个数，p1表示期望产出个数，p2表示非期望产出个数;xik表示第k个省份的第i个投入要素;yrk表示第k个省份的第r个期望产出;btk表示第k个省份的第t个非期望产出;s- i 、s- r、sb- t 分别为投入、期望产出、非期望产出的松弛变量;λj为权重向量。当s- i =s- r=sb- r =0，且ρ≥1时，表示决策单元有效;若ρ<1，则表明该决策单元处于非有效状态，各投入和产出仍有可改进的空间。

2.3.2 面板数据模型 为实证检验农业土地利用效率的减贫效应，现设定面板数据模型如下：

engeli，t=α+β1efficiencyi，t+β2naturei，t+β3struci，t+

β4 finai，t+β5 gapi，t+β6cityi，t+ui+εi，t            （2）

式中，i=1，2，…，30和t=2003，2004，2005，…2018分别表示面板数据中的省份和时间维度;ui表示各个省份影响农村贫困的固定效应;εi，t为随机干扰项;βi为待估参数;engel为农村贫困，用恩格尔系数表示;efficiency为农业土地利用效率，运用SBM-Undesirable模型计算得出;nature为自然环境因素，用受灾面积与农作物总播种面积的比值表示;struc為种植业结构，用粮食播种面积与农作物总播种面积的比值表示;fina为财政支农力度，用农业财政支出占总财政支出的比重表示;gap为城乡收入差距，用城镇居民人均可支配收入与农村居民人均纯收入的比值表示;city为城镇化水平，用城镇人口占总人口的比重表示。

3 结果与分析

3.1 农业土地利用效率测度结果分析

本文采用超效率SBM-Undesirable模型对中国30个省份的农业土地利用效率进行测度，具体结果见表2。

由表2可知，在样本考察期间，全国农业土地利用效率均值为0.542 3，这表明全国农业土地利用效率仍有45.77%的提升空间。由各省份农业土地利用效率均值可知，均值大于等于1的省份仅有4个;均值在0.5～1之间的省份有9个;均值小于0.5的省份有17个，占全部省份的56.67%，可见低农业土地利用效率的省份占比较大。另外，农业土地利用效率均值排名前5位的省份依次为北京（1.277 7）、陕西（1.070 5）、上海（1.048 0）、海南（1.039 4）、新疆（0.995 6），其中北京、上海、海南均为东部省份;均值排名后5位的省份依次为河南（0.328 2）、江西（0.301 1）、湖南（0.300 7）、山西（0.253 8）、安徽（0.244 4），且均为中部省份，说明中国农业土地利用效率存在明显的地域差异。

对2003—2018年中国农业土地利用效率的时序特征进行了刻画。从图1可知，全国农业土地利用效率总体呈现先下降后上升的趋势。分地区来看，东部农业土地利用效率最高，西部次之，中部最低，且东、中、西部农业土地利用效率均呈现先下降后上升的趋势，与全国农业土地利用效率的变化趋势相似。具体来说，2003—2009年全国农业土地利用效率逐年降低，但于2010年开始上涨，之后总体处于上升状态，且2017—2018年涨幅最大。可能的原因是，自2008年开始，我国陆续颁布并实施了一系列促进农业土地节约集约化利用的相关政策，保障了农业土地利用的良性循环，从而促使农业土地利用效率提高，并取得良好的社会、经济和生态效益。

3.2 农业土地利用效率减贫效应分析

基于Hausman检验结果，本文选择面板固定效应模型对农业土地利用效率的减贫效应进行实证分析，具体回归结果见表3。

由表3可知，除自然环境因素之外，其他影响因素均在不同的显著性水平上对农村贫困存在显著的正向或负向影响。具体来说，农业土地利用效率对农村贫困的影响系数在1%的显著水平上显著为负，说明农业土地利用效率对农村减贫具有显著的促进作用。可能的原因是，农业土地利用效率的提高使农业土地得到充分利用，提高了农民的个人收入，从而促进农村减贫。财政支农力度对农村贫困的影响系数在1%显著水平上显著为负，表明财政支农力度的减贫效应显著。可能的原因是，财政支农力度的加大，促进了农业生产的机械化和现代化，降低了自然灾害对农作物的破坏程度，使农作物产量提高，农民收入增加，进而促进农村减贫。城镇化水平对农村贫困的影响系数在10%的显著水平上显著为负，说明城镇化水平在一定程度上也能够促进农村减贫。种植业结构对农村贫困的影响系数为0.151 6，并在1%的显著水平上显著为正，表明种植业结构对农村贫困起正向作用。城乡收入差距对农村贫困影响系数为0.044 8，并在1%的显著水平上显著为正，说明城乡收入差距的增大导致了农村贫困的发生。

4 结论与建议

本文在测度农业土地利用效率的基础上，利用面板数据模型对中国农业土地利用效率的减贫效应进行了实证分析，得出如下结论：（1）农业土地利用效率均值大于等于1的省份仅占全国省份的13.33%，且全国农业土地利用效率均值为0.542 3，仍有45.77%的提升空間。（2）中国农业土地利用效率存在明显的区域差异，东部地区的农业土地利用效率最高，西部地区次之，中部地区最低。（3）农业土地利用效率与农村贫困负相关，农业土地利用效率对农村减贫有显著的促进作用。（4）财政支农力度、城镇化水平对农村减贫有显著的促进作用，但种植业结构、城乡收入差距在一定程度上抑制了农村减贫。

基于上述研究结论，本文提出如下政策建议：

（1）促进中西部地区农村经济发展，提升中西部地区农业土地利用效率。通过前文分析可知，我国农业土地利用效率具有地区发展不平衡的特征，导致不同地区的农村经济发展水平有较大差距。因此政府在制定相关政策时，应适当向中西地区倾斜，加大对中西部地区农业发展的扶持力度，促使中西部地区的农业土地利用效率发挥出最大的减贫效应。

（2）提高农业土地利用效率，发挥农业土地利用效率的减贫作用。通过改善农业土地利用状况和促进农业生产现代化提高农业土地利用效率，使农民在有限的土地上获取最大的生产利润，提高农民收入，发挥农业土地利用效率的减贫作用。首先，政府应本着因地制宜的原则，合理规划农业土地，搞好土地开发与复垦工作，盘活存量土地，实现节约集约用地，杜绝超指标用地和浪费土地现象，切实做到利用好每一寸农业土地;其次，在农业生产过程中应提高农业生产现代化程度，使用现代农具，促使农业土地发挥出最大效用。

（3）开拓减贫路径，多种减贫政策共同发力。从前文实证结果来看，财政支农力度和城镇化水平在不同程度上对农村减贫有显著的促进作用。因此为实现长效脱贫，政府在制定政策的过程中，可以通过改善财政支农力度、城镇化水平拓展农村减贫路径。首先，政府应结合各区域农村经济发展状况加大财政支农力度。财政支农力度的加大，一方面为农业生产和农业现代化提供了财政保障，另一方面将农民从事农业生产的积极性调动起来，促进农民收入增长。其次，政府可以通过完善户籍制度改革、增强对农村转移人口的就业服务提高城镇化水平，促使农民更好的融入城市，保证农民个人收入，进而实现农村长效脱贫。

（4）克服影响农村减贫的消极因素，为农村减贫开辟道路。由前文实证结果可知，种植业结构和城乡收入差距对农村减贫均有一定的抑制作用。因此为加快农村减贫进程，应克服种植业结构和城乡收入差距对农村减贫的阻碍。一是在保障粮食产能的基础上，适当增加经济作物种植，优化种植业结构;二是应大力发展富民乡村产业，促进农民就业创业，着力增加农民收入，缩小城乡收入差距。

参考文献：

[1] 杨朔， 于文海， 李世平. 基于DEA非有效改进的陕西省耕地生产效率研究[J]. 中国土地科学， 2013， 27（10）： 62-68.

[2] 王晓青. 深圳市建设用地经济效益空间差异分析及优化对策——基于DEA的CCR模型和BCC模型[J]. 国土资源科技管理， 2017， 34（1）： 73-80.

[3] 梁彦庆， 官洋溢， 黄志英， 等. 京津冀土地绿色利用与经济增长耦合协调的时空异质性研究[J]. 生态与农村环境学报， 2020， 36（12）： 1522-1531.

[4] 蒋海舲. 基于SBM模型的工业用地利用效率研究——以我国中部地区地级市为例[J]. 中国市场， 2016（24）： 39-40.

[5] 聂雷， 郭忠兴， 彭冲. 基于SBM-Undesirable和Meta-frontier模型的城市建设用地利用效率研究[J]. 资源科学， 2017， 39（5）： 836-845.

[6] 杨清可， 段学军， 叶磊， 等. 基于SBM-Undesirable模型的城市土地利用效率评价——以长三角地区16城市为例[J]. 资源科学， 2014， 36（4）： 712-721.

[7] 张亚洲， 杨俊孝. 深度贫困地区土地流转的减贫效应研究——基于新疆南疆地区1386户农户调查实证[J]. 干旱区资源与环境， 2020， 34（7）： 16-22.

[8] 张博胜， 杨子生. 中国城镇化的农村减贫及其空间溢出效应——基于省级面板数据的空间计量分析[J]. 地理研究， 2020， 39（7）： 1592-1608.

[9] 郭君平. 交通基础设施建设的农村减贫效应[J]. 贵州农业科学， 2013， 41（12）： 213-217.

[10] 李萌， 杨龙. 农村贫困、收入不平等与城镇化关系的实证研究——基于2000-2012年省际面板数据[J]. 统计与信息论坛， 2014， 29（6）： 68-73.

[11] 许方. 农地经营权集中模式的减贫效应研究[J]. 金融发展研究， 2014（1）： 61-66.

[12] 张莎莎， 郑循刚， 张必忠. 交通基础设施、空间溢出与农村减贫——基于面板数据的实证研究[J]. 浙江农业学报， 2021， 33（3）： 553-564.

[13] TONE K， TOLOO M， IZADIKHAH M. A modified slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2020， 287（2）： 560-571.

[14] TONE K. Dealing with undesirable outputs in DEA：A slacks-based measure （SBM）approach：I-2003-0005[R]. 2003.

[15] 蔣璟， 曹月娥， 赵珮珮， 等. 新疆伊犁州农业生态效率时空差异探究——基于超效率非期望SBM模型和Malmquist指数[J]. 西北师范大学学报（自然科学版）， 2021， 57（2）： 101-109.

[16] 袁长伟， 张帅， 焦萍， 等. 中国省域交通运输全要素碳排放效率时空变化及影响因素研究[J]. 资源科学， 2017， 39（4）： 687-697.

[17] 宋金璐. 河南省农业土地利用效率评价研究[J]. 中国农业资源与区划， 2016， 37（7）： 157-161.

[18] 封永刚， 彭珏， 邓宗兵， 等. 面源污染、碳排放双重视角下中国耕地利用效率的时空分异[J]. 中国人口·资源与环境， 2015， 25（8）： 18-25.

[19] HAN H， ZHANG X. Static and dynamic cultivated land use efficiency in China：A minimum distance to strong efficient frontier approach[J]. Journal of Cleaner Production， 2020， 246： 119002.

[20] 田云， 李波， 张俊飚. 我国农地利用碳排放的阶段特征及因素分解研究[J]. 中国地质大学学报（社会科学版）， 2011， 11（1）： 59-63.

[21] 国家统计局. 中国统计年鉴-2019[M]. 北京： 中国统计出版社， 2019.

[22] 国家统计局农村社会经济调查司. 中国农村统计年鉴-2019[M]. 北京： 中统计出版社， 2019.

[23] 国家统计局农村社会经济调查司. 中国农业统计资料-1949-2019[M]. 北京： 中国统计出版社， 2020.