粮食主销区耕地非粮化对粮食生产技术效率的影响及区域差异 ——以广东省为例

王舒琪 马 铃

(中国农业大学 国家农业农村发展研究院,北京 100083)

随着我国城镇化、工业化进程加快,耕地利用中的非粮化现象逐渐凸显并日趋严重。特别是在当前大豆、玉米等粮食作物仍存在较大缺口的背景下,耕地非粮化无序扩张势必会影响粮食生产的长期稳定[1]。非粮化导致耕地资源约束日益趋紧,以要素驱动的传统粮食产出增长方式受到制约,提高粮食生产技术效率成为实现“谷物基本自给、口粮绝对安全”目标的有效途径。

粮食生产技术效率是在既定要素投入下决策单元实际粮食产出与既定生产所需要素投入实现最优配置时的最优产出的比值[2],是粮食综合生产能力的反映。已有研究对粮食生产技术效率开展了广泛讨论,主要聚焦于效率值测算和影响因素分析。一方面,现有研究采用SFA[2-3]、DEA[4-5]、DEA-Malmquist指数[6]等方法从不同尺度测算粮食生产技术效率。部分研究从区域空间视角分析了粮食生产技术效率的时空动态差异[7],发现粮食主产区、产销平衡区和主销区的粮食生产技术效率存在差异,主销区内部差异更为突出[8]。另一方面,一些研究讨论了粮食生产技术效率的影响因素,重点关注经营规模[9]、农业政策[10-11]、农田水利设施[2,12]、农地细碎化[13]、农业技术进步[14]等因素。其中,耕地作为粮食生产的载体,其数量和质量对粮食生产技术效率存在重要影响[13]。非粮化不仅会影响用于粮食生产的耕地数量,还会影响耕地质量。从宏观层面看,非粮化导致粮食作物种植面积锐减,进而影响粮食自给率。非粮化后,部分种养方式(如挖塘养鱼、“虾稻共生”)会严重损害耕作层,造成地力难以恢复且恢复成本较高[15-16],削弱粮食供给保障能力。从微观层面看,在种粮成本不断攀升与较低种粮收益的双重挤压下,农户作为理性经济人,会转向生产高收益的经济作物,一定程度制约了农户先进生产技术的采纳意愿,影响粮食生产可能性边界的改进[17-18]。但也有一部分研究认为非粮化是市场经济下农户自我选择的结果,种植结构转变会倒逼结构性专业化分工[18]和生产集聚[19],通过增加农业基础设施[20]、提高农业机械化水平[21]、发展生产性服务业[5]改进粮食生产技术效率,削弱耕地减少对粮食生产的制约,促进粮食生产前沿面上移[3]。

随着我国粮食生产重心由南向北转移,逐步形成“北粮南运”的粮食产销格局。长远看,北方地区优质耕地的高强度利用方式难以持续,现已产生东北黑土区耕地质量退化严重,华北平原长期超采地下水形成大漏斗区等问题,南方地区非粮化现象突出,部分宜耕土地未能激发更高的产粮潜力。由于主产区在粮食生产中肩负主要责任,现有研究多关注主产区或产粮大省的非粮化现象和粮食生产问题,对非粮化率高达41%的华南地区研究较少,仅有少量研究关注到福建省、浙江省等主销区的粮食自给率低于40%,广东省更是不足30%[22-23]。

已有研究较为深入地探讨了耕地非粮化的影响和粮食生产技术效率测算与影响因素,其提供的观点与结论为本研究奠定了较好的研究基础,但仍存在一些不足:一是现有研究多关注耕地非粮化对粮食生产的影响,就非粮化对粮食生产技术效率的直接影响探讨较少;二是在测度效率时,忽略了对不同地区自然资源禀赋、经济社会发展水平等条件差异的控制,影响估计结果的精确性;三是现有研究多集中在13个粮食主产区的非粮化行为防范和粮食生产技术效率改进,对经济发展速度较快、非粮化水平较高的主销区关注不足。鉴于此,本研究以非粮化现象较为严重的全国最大粮食主销区广东省为研究区域,通过构建随机前沿函数模型和面板Tobit回归模型,揭示非粮化对主销区粮食生产技术效率的影响及区域异质性,为科学防止耕地非粮化,切实稳定和提高主销区粮食自给率提供科学依据和对策建议。

1 理论分析与模型构建

1.1 理论分析

技术效率是在现有技术水平下,投入一定生产要素组合的实际产出与潜在最大产出间的差距[24]。在测算粮食生产技术效率时,通常以粮食总产量作为产出要素,用生产过程中消耗或使用的土地、劳动力、机械、化肥、农药作为投入要素。非粮化后,用于粮食生产的耕地减少,农户为缓解耕地要素投入减少对粮食生产的制约,会对拥有的土地、劳动、资本等生产要素进行再配置。通过在单位土地面积上增加化肥、农药和机械的投入或更换良种,提升粮食生产技术效率,使得单位面积土地能够产出更多的粮食。从动态角度来看,资源的优化配置将带来粮食产出增加,通过降低交易成本改变农业生产分工,实现专业化生产效益,产生分工效应[25]。由于粮食生产的专业化分工,适度水平的非粮化并不会导致粮食生产技术效率下降,农户会通过农业地理集聚优势[19]、增加农业基础设施[20]、提高农业机械化水平[21]、使用生产性服务[5],缓解耕地资源减少带来的粮食生产约束。值得关注的是,相对于规模农户,小农户在投入先进技术、资本和机械动力等方面存在较大的约束,此类农户可能会倾向种植经济作物甚至退出农业生产。这意味着生产技术水平较低的农户整体比例将出现萎缩,促使整体粮食生产技术效率提升。

此外,机械和化肥的投入对耕地资源的替代作用不仅受到投入要素间相对价格变化的影响,还受到不同地区自然资源禀赋和经济发展水平的影响。一方面,我国地形地貌复杂多样,山区和丘陵地区耕地地块小而分散,存在机械应用成本高、耕作难度大等问题,制约山区和丘陵地区农机社会化服务的采用与推广,平原地区地势平坦,相对而言更容易实现大规模农业机械化作业。另一方面,随着我国经济发展,农业资本、人力、技术加速集聚,推动农业科技进步, 进而促进粮食生产技术效率提升。城市现代化水平不断提高,农村劳动力大量外出转移,促进了农业机械的投入,进而提高粮食生产技术效率[26]。

基于以上,本研究提出如下假说:

H1:耕地非粮化对粮食生产技术效率存在“倒逼效应”。

H2:耕地非粮化对粮食生产技术效率的“倒逼效应”具有区域异质性,在地形平坦和经济发展水平相对较高的地区,非粮化对粮食生产技术效率的促进作用更明显。

1.2 模型构建

1.2.1粮食生产技术效率估计

结合本研究的取向,以Battese等[27]和Coelli等[28]提出的SFA模型为蓝本,采用Cobb-Douglas生产函数形式。具体的面板随机前沿模型形式设定如下:

(1)

式中:Yit为产出变量,反映第i个城市第t年的粮食总产量;种粮劳动力(Lit)、粮食播种面积(Tit)、种粮机械总动力(Μit)、种粮化肥折纯量(Fit)、种粮农药使用量(Pit)分别为投入变量;β为待估计参数;vit为随机误差项;uit为技术无效率项。利用极大似然估计法得到式(1)参数,粮食生产技术效率值计算式为:

(2)

式中:E(Yit|uit,Xit)为样本实际总产出期望值;E(Yit|uit=0,Xit)为给定投入水平下最大产出期望值;TEit为第i个城市第t年的粮食生产技术效率,取值范围0～1。

1.2.2计量模型检验

被解释变量TEit是受限变量,具有非负截断特征,采用OLS法通常会产生有偏和不一致的回归结果,相对而言Tobit模型更合适。对于面板数据,在固定效应Tobit模型下,缺乏个体异质性的充分统计量,在回归分析中难以得到无偏、一致的估计量[29],故本研究采用随机效应面板Tobit模型。耕地非粮化对粮食生产技术效率影响的基准模型设定为:

TEit=αit+δiNit+θiconvit+ωit

(3)

式中:Nit为第i个城市第t年的耕地非粮化水平;αit为截距项;convit为控制变量;δi和θi为方程待定系数;ωit为随机误差项,ωit～N(0,σ2)。

2 数据来源与变量说明

2.1 研究区概况

广东省地处中国大陆南部,地貌以山地丘陵为主,地势北高南低。耕地面积190.19×104hm2[30],约占全国耕地面积的1.49%。国土“二调”到“三调”期间,广东省耕地面积减少了63.03×104hm2[30-31],耕地锐减态势加剧。广东省是人口大省、经济强省,也是全国最大的粮食主销区。2021年,广东省地区生产总值达12.44×104亿元,占全国比重的10.9%,常住人口超1.2亿,常住人口城镇化率为74.63%,粮食总产量为1 279.9万t,人均粮食产量不足0.1 t,年均外购粮食约4 000万t,粮食自给率仅24%[32],远低于全国平均水平,耕地利用的粮食安全保障功能有所欠缺,粮食供需矛盾加剧。由于省内人口经济地理分布不平衡,既有生产总值占全省比重80.9%的特大城市群珠三角核心区,也有发展相对滞后的沿海经济带和多丘陵山地的北部生态区,导致粮食生产分异显著。探索广东省耕地非粮化对粮食生产技术效率的影响及区域异质性具有代表性。

2.2 数据来源

本研究采用2001—2020年广东省20个城市的面板数据,主要来自《广东统计年鉴》[33]和《广东农村统计年鉴》[34],部分缺失值通过插值法和几何增长率法等进行合理补齐。由于深圳市常住人口城镇化率连续多年保持在99%以上,农业生产占比较小且数据缺失严重,故本研究不做讨论。

2.3 变量设置及描述性统计

2.3.1被解释变量

本研究的被解释变量为粮食生产技术效率(TE)。结合已有研究成果[3-5],以粮食总产量(Y)作为产出变量,种粮劳动力(L)、粮食播种面积(T)、种粮机械总动力(M)、种粮化肥折纯量(F)、种粮农药使用量(P)为投入变量。为保证投入要素指标与粮食产出统计口径一致,使用权重系数将广义农业中的种粮投入要素剥离出来,除种粮劳动力外其余投入指标,均用粮食播种面积除以农作物播种面积作为权重。种粮劳动力人数由农林牧渔从业人员×(粮食播种面积/农作物播种面积)×(农业产值/农林牧渔总产值)计算得出。从结果看, 多重共线性并未成为严重问题。为进一步了解样本组间差异,进行分样本描述性分析(表1)。从产出变量看,广东省粮食总产量区域间差异较大,沿海经济带和北部生态区粮食产量均值高于全省平均水平,占全省粮食产量的37.830%和42.285%,经济发展水平较高的珠三角核心区粮食平均产量远低于全省平均水平;从投入变量看,相较于珠三角核心区和北部生态区,沿海经济带的劳动力、农业机械、化肥和农药投入均值最高。

表1 投入产出变量的描述性统计特征

2.3.2核心解释变量

本研究的核心解释变量为耕地非粮化水平(N)。根据2020年11月国务院办公厅印发的《关于防止耕地非粮化稳定粮食生产的意见》[35]和已有研究[23,36],本研究重点关注种植结构的非粮化,所指的粮食作物仅包含稻谷、薯类和豆类3种,将除此外的所有耕地种植行为均界定为非粮化。耕地非粮化水平(N)用非粮食作物播种面积(稻谷、薯类和豆类以外的农作物)占农作物总播种面积的比例的来测度。为确保不同年份的非粮化情况可以更好的对比分析,本研究借助自然断点法,在初步分级的基础上,调整非粮化水平分级界限,将广东省耕地非粮化水平划分为4个等级,分别为低度(0≤N≤25%)、中度(25%

基于自然资源部标准地图服务网站粤S(2019)068号的标准地图,应用ArcGIS制作,底图边界无修改,图2同。 Based on the standard map application ArcGIS produced by the Ministry of Natural Resources standard map service website no. Guangdong S(2019)068, with no modification to the base map boundary. Fig.2 is the same.

2.3.3控制变量

在相关研究基础上[10-14],本研究选取农地经营规模、农业受灾率、农田灌溉水平、农村人力资本水平、农业机械化水平、农业政策作为控制变量(表2)。农地经营规模对粮食生产技术效率具有双向作用,一方面受农村劳动力非农转移的影响,种植规模扩大加重农村老人负担,不利于粮食生产技术效率提高;另一方面,扩大种植规模对技术的推广与应用更有利。农业生产易受自然灾害的影响,广东地跨北回归线,以亚热带季风气候为主,水系发达,河流密布,区域性洪涝、旱灾情况突出,将农作物受灾比例引入模型加以考虑,反映广东省自然灾害造成的农业减产水平。农田灌溉水平用有效灌溉率来衡量,提升有效灌溉率不仅能改善土壤结构,提高耕地数量和质量,而且会带来技术进步效应,促进新型农业技术推广和应用,优化粮食生产要素投入结构。农村人力资本水平直接反映农户在实际生产过程中的种植能力、管理水平和对新技术的采纳接受能力[2],随着农村人力资本水平提高,农户可能倾向非农就业,抑制生产技术效率提升。农业机械化水平的提高,一定程度上可以缓解劳动力价格上涨对农业生产带来的负面影响,机械化水平越高,对生产技术效率的提高越明显。2004年以后,我国各地区开始实行农业“四项补贴”并逐步取消农业税,对粮食生产具有较大意义,因此本研究引入农业政策控制变量。

表2 变量定义与描述性统计

3 模型估计与结果分析

3.1 粮食生产技术效率测算结果

借助Frontier 4.1软件对广东省的粮食生产随机前沿生产函数进行估计(表3)。结果显示:第一,模型的对数似然值为446.190 8,单边LR检测值为290.519 9,两者均通过统计检验;第二,参数γ估计值为0.738 2,该值较高且在1%显著性水平下通过t检验,说明模型存在技术无效率项,因此采用SFA估计粮食生产技术效率是合适的。

表3 随机前沿生产函数估计结果

从参数估计结果看,劳动力投入在5%的的水平上显著相关,土地、化肥和农药投入在1%的水平上显著相关。从投入变量影响程度看,具有显著影响的劳动力、土地、化肥和农药这4种投入要素的产出弹性分别为0.019 9、1.019 9、0.048 8、-0.079 8。其中,土地投入产出弹性最大,说明耕地对粮食生产约束较强,需确保在现有耕地面积不缩减的情况下,加强粮食生产环节技术的推广应用,提高单位面积土地生产效率。化肥产出弹性紧随其后,受山地丘陵地形的制约,机械化耕作难度大,粮食产出依赖生物技术进步与提高。劳动力要素投入的产出弹性相对较小,说明土地和肥料投入要素对广东省粮食生产的重要性提升,劳动力要素作用逐步弱化。农药投入产出弹性为负值,说明存在农药投入过剩的情况。农业机械投入对粮食生产技术效率影响不显著,一方面受制于广东省多年农业小规模经营,农田机耕、灌溉、先进技术推广困难,另一方面沿海经济带和北部生态区地势变化大,不利于开展大型机械化作业,且经济发展相对缓慢,受自然条件、经济发展水平等多重因素影响,广东省整体农业机械装备投入不足且现有农业装备结构不平整。

通过式(2)估计得到2001—2020年广东省各地市粮食生产技术效率值和粮食生产技术效率空间格局分布(图2),将广东省不同区域的粮食生产技术效率值进行平均,得到粮食生产技术效率的年际变化趋势(图3)。

图2 2001年、2010年和2020年广东省粮食生产技术效率空间格局分布

图3 2001—2020年广东省粮食生产技术效率变化趋势

在空间异质性方面:首先从各区域粮食生产技术效率(TE)均值看,北部生态区(TE=0.907 7)>珠三角核心区(TE=0.886 0)>沿海经济带(TE=0.885 8)。北部生态区效率均值最高,主导着粮食生产前沿面的移动。其次,从各区域间效率变化趋势看,具体表现为提升速率(g)的变化,北部生态区(g=0.206%)>珠三角核心区(g=0.168%)>沿海经济带(g=0.069%)。北部生态区多为传统农业优势产区,提升速率相对较快,始终高于全省平均速率;珠三角核心区由于初始值较低,所以增长速率较高,且在2010年超过沿海经济带。沿海经济带效率增速最低,原因可能在于20世纪以来广东省城镇化水平加速提升,造成耕地及人力资源向城镇转移,粮食增产的瓶颈效应逐渐显现。2001年共有8个城市粮食生产技术效率值在0.9以上;与2010年相比,2020年韶关、河源、中山市技术效率上升至0.9以上,共计11个城市粮食生产技术效率接近前沿面,占全部市州的52.38%,且多集中在沿海经济带和北部生态区。

从时序变化趋势看,2001—2020年广东省粮食生产技术效率均值为0.893 2,年均增长0.15%,总体表现为稳步缓慢上升趋势,可能与2000年以来国家出台的《广东省粮食安全保障条例》[37]、《广东省国民经济和社会发展“十一五”规划纲要》[38]等政策支持有关,强调粮食安全的重要性,加大生产要素投入和财政补贴力度,有助于提升粮食生产技术效率。从功能区来看,虽然珠三角核心区、沿海经济带、北部生态区粮食生产技术效率提升幅度和速率上存在差异,但均呈现平稳增长态势,时序变化上存在明显的趋同性。

3.2 耕地非粮化影响粮食生产技术效率的Tobit基准模型回归结果

3.2.1耕地非粮化对粮食生产技术效率影响分析

本研究采用Stata16.0软件就耕地非粮化对粮食生产技术效率的影响进行随机效应面板Tobit回归。为提高估计结果的准确性及避免多重共线性,依次加入农地经营规模、农业受灾率、农村基础设施水平、农村人力资本水平、农业机械化水平、农业政策控制变量,构建模型(2)～(7)。模型(1)仅运用核心解释变量耕地非粮化水平进行回归,结果显示非粮化在1%的显著性水平上对粮食生产技术效率有正向的促进作用。模型(2)～(7)依次加入控制变量后,非粮化依然显著正向影响粮食技术效率,其结果具有稳健性,即非粮化水平上升会倒逼粮食生产技术效率提升,详见表4。

3.2.2不同水平耕地非粮化对粮食生产技术效率的影响分析

为分析不同水平耕地非粮化对粮食生产技术效率的影响是否存在差异以及影响效果的变化,本研究采用Tobit模型对不同水平非粮化对粮食生产技术效率的影响进行回归分析。Tobit模型的参数仅能从显著性和参数符号方面给出有限的信息,故本研究在前述模型基础上,通过进一步计算得出不同水平耕地非粮化对粮食生产技术效率的边际效应(表5)。

表5 不同非粮化水平对粮食生产技术效率影响的Tobit模型估计结果

耕地非粮化水平(N)不同对粮食生产技术效率的“倒逼效应”存在差异。低度非粮化(0≤N≤25%)时,非粮化水平的变动对粮食生产技术效率的边际效应并不明显;中度非粮化(25%

3.2.3不同功能区耕地非粮化对粮食生产技术效率的影响分析

为探索非粮化对粮食生产技术效率”倒逼效应”的区域异质性,本研究分别基于珠三角核心区、沿海经济带和北部生态区对二者关系进一步分析,结果见表6。

表6 珠三角核心区、沿海经济带和北部生态区耕地非粮化对粮食生产技术效率影响的Tobit模型估计结果

非粮化对广东省不同功能区的粮食生产技术效率的影响存在显著差异。珠三角核心区和沿海经济带的非粮化水平在1%的显著性水平上通过了t检验,系数为正,表明随着非粮化水平的提升会诱发粮食生产技术创新,由此提升粮食生产效率,对北部生态区影响并不显著,可能是北部生态区受地形条件和经济发展水平的制约较为明显,由此可得非粮化治理应推行功能区差异化策略。

控制变量估计结果显示,农地经营规模对北部生态区和沿海经济带的粮食生产技术效率存在显著正向影响,北部生态区和沿海经济带多山地丘陵,粮食作物以小规模经营为主,适当扩大农地经营规模,有利于技术推广与应用,通过规模效应提高粮食生产技术效率。在珠三角核心区,受制于耕地总量的约束,影响并不显著。农田灌溉水平对珠三角核心区、沿海经济带和北部生态区的粮食生产技术效率影响均显著为正,表明农田灌溉有助于提升粮食生产技术效率。农业受灾率对沿海经济带的粮食生产技术效率在10%水平显著为负,表明自然灾害直接影响粮食产量。农村人力资本水平在珠三角核心区、沿海经济带和北部生态区对粮食生产技术效率存在负向影响。随着受教育程度的提高,农村劳动力更倾向非农就业,诱发农业劳动力外流,造成种粮劳动力匮乏,多处农村频现老人、妇女等劳动力种粮的情况,致使生产效率下降。农业机械化水平对珠三角核心区和沿海经济带存在显著的正向影响。在耕地非粮化趋势加剧的背景下,农业机械化通过替代劳动力投入,降低机械化作业成本,有利于粮食生产技术效率提升。农业政策在珠三角核心区、沿海经济带和北部生态区对粮食生产技术效率均存在正向影响,说明2004年以来农业补贴的实施和农业税的逐步取消,提高了农民生产积极性,降低了粮食生产成本,促进了要素投入的优化配置,实现了粮食生产技术效率的提升。

4 结论与启示

4.1 结论

本研究基于2001—2020年广东省20个城市的面板数据,研究了广东省粮食生产技术效率的时空格局变化、耕地非粮化对粮食生产技术效率的影响及区域异质性。得出结论如下:

1)广东省2001—2020年三大功能区粮食生产技术效率总体呈现波动提升趋势,年均增长0.15%,但区域间发展不平衡。珠三角核心区、沿海经济带、北部生态区粮食生产技术效率在空间分布上存在异质性,时序变化上存在趋同性;北部生态区粮食生产技术效率均值最高,对粮食生产前沿面的移动起到决定性作用;珠三角核心区、沿海经济带仍存在较大的提升潜力。

2)耕地非粮化水平提升对广东省粮食生产技术效率整体上产生“倒逼效应”,但存在一定的区域异质性。从空间维度来看,非粮化水平提升对粮食生产技术效率的“倒逼效应”在珠三角核心区和沿海经济带的作用更为显著,在经济发展相对落后的北部生态区相对不明显,说明在治理非粮化、促进粮食生产时,应制定差异化策略。

3)不同水平非粮化对广东省粮食生产技术效率的影响存在明显差异。相对而言,高度非粮化对粮食生产技术效率的促进作用更强,此时非粮化水平每变动1%会倒逼粮食生产技术效率提升4.09%。

4)控制变量中,农地经营规模、农田灌溉水平、农业机械化水平、农业政策对广东省粮食生产技术效率具有显著的正向促进效应,农业受灾率、农村人力资本水平对广东省粮食生产技术效率具有负向影响。

4.2 启示

针对以上结论,本研究得到如下启示:

1)加强耕地非粮化治理。虽然耕地非粮化在一定程度上会倒逼广东省粮食生产技术效率提升,但长期来看,以机械、化肥要素代替耕地的增产效应并非持久之策,如果任由耕地非粮化现象发展,势必影响国家粮食安全。在现有粮食生产技术效率保持不变的情况下,应聚焦于耕地的保护和治理,做好非粮化整治,坚守耕地红线。

2)推行区域差异化提升策略。广东省北部生态区粮食生产技术效率水平相对较高,地形多山地和丘陵,应加强农业基础设施建设,进行丘陵山区农田宜机化改造,开展土地平整、土壤改良等建设,改善农民耕作条件。此外,通过统一规划高标准农田、粮食生产功能区提升项目,实施种业强农、机械强农策略,发展精品农业,促进粮食生产前沿面上移。对于粮食供需矛盾较为突出、粮食生产技术效率相对较低的沿海经济带和珠三角核心区,应在秉持“粮食生产优先”的原则上发展特色产业,通过科学调配产业结构,加强非粮化地块监管,遏制耕地非粮化增速,加强与北部生态区先进生产技术与经验的交流,促进技术效率正向溢出。

3)与社会经济手段相互协调,从系统视角评估耕地非粮化和粮食生产技术效率的关系,发挥耕地非粮化治理与提升农地经营规模、农田灌溉水平和农业机械化水平协调配合的作用,充分发挥向生产前沿面移动的“追赶效应”。