岳 立，李文波

（蘭州大學(xué)經(jīng)濟(jì)學(xué)院，蘭州 730000）

環(huán)境約束下的中國(guó)耕地利用效率及影響因素*
——基于Global Malmquist-Luenberger指數(shù)方法

岳 立，李文波

（蘭州大學(xué)經(jīng)濟(jì)學(xué)院，蘭州 730000）

利用GML指數(shù)方法和面板數(shù)據(jù)回歸模型，兼顧面源污染和碳排放，測(cè)度并分析2009～2015年中國(guó)耕地利用效率的時(shí)空分異特征及影響因素，明確不同區(qū)域的耕地利用效率提升途徑。結(jié)果表明，在考慮非期望產(chǎn)出情況下，我國(guó)耕地利用效率大致呈逐年上升趨勢(shì)。四大區(qū)域耕地利用效率均不同程度增長(zhǎng)，其中東北地區(qū)耕地利用效率波動(dòng)幅度較大；從各區(qū)域耕地利用效率的動(dòng)力源看，技術(shù)進(jìn)步是四大區(qū)域耕地利用效率增長(zhǎng)的主要?jiǎng)恿?，純技術(shù)效率與規(guī)模效率成為制約四大區(qū)域耕地利用效率增長(zhǎng)的瓶頸；各影響因素對(duì)各區(qū)域耕地利用效率影響存在差異。耕地資源稟賦對(duì)東部、中部、東北地區(qū)耕地利用效率影響顯著，西部地區(qū)則易受自然條件影響。

耕地利用效率；非期望產(chǎn)出；影響因素；GML指數(shù)

一、引 言

耕地作為農(nóng)業(yè)生產(chǎn)最重要投入要素，承擔(dān)國(guó)家糧食安全、農(nóng)村經(jīng)濟(jì)發(fā)展及社會(huì)穩(wěn)定重任（Costanza等，1997，梁流濤等，2011）。近年，隨工業(yè)化、城鎮(zhèn)化及農(nóng)業(yè)現(xiàn)代化全面推進(jìn)，城鎮(zhèn)與農(nóng)村宅基地占用以及農(nóng)戶兼業(yè)等原因造成大面積耕地非農(nóng)化、季節(jié)性拋荒、撂荒、粗放式經(jīng)營(yíng)等現(xiàn)象愈演愈烈（封永剛等，2015）。2009～2015年，我國(guó)耕地面積由2009年135.39萬(wàn)平方千米減至2015年135.00萬(wàn)平方千米，年均下降0.29%，僅2015年間，因自然災(zāi)害、生態(tài)退耕、農(nóng)業(yè)結(jié)構(gòu)調(diào)整以及城鎮(zhèn)建設(shè)等原因造成耕地面積年內(nèi)凈減少660平方千米①數(shù)據(jù)來(lái)源于中國(guó)國(guó)土資源公報(bào)（2016）。。

在我國(guó)人多地少、耕地后備資源十分有限背景下，耕地資源短缺與糧食安全矛盾日益加劇（易軍等，2010）。同時(shí)，在農(nóng)業(yè)生產(chǎn)過(guò)程中，污水灌溉、化肥、農(nóng)藥、農(nóng)膜等農(nóng)業(yè)投入品使用不合理，導(dǎo)致耕地污染加劇，造成耕地質(zhì)量下降，對(duì)農(nóng)作物生長(zhǎng)產(chǎn)生負(fù)作用，糧食安全問(wèn)題面臨挑戰(zhàn)（封永剛等，2015）。因此，研究環(huán)境約束下的中國(guó)耕地利用效率及影響因素對(duì)改善耕地質(zhì)量、減少耕地污染、平衡糧食安全與工業(yè)化、城鎮(zhèn)化對(duì)土地基本需求以及實(shí)現(xiàn)耕地高效利用具有重要意義。

關(guān)于耕地利用效率研究，國(guó)外主要集中在耕地利用效率測(cè)度、影響因素及土地利用強(qiáng)度等方面（Wang等，2013，Song等，2012，Li等，2013）。國(guó)內(nèi)側(cè)重采用定量分析方法研究耕地利用效率，主要包括數(shù)據(jù)包絡(luò)分析（DEA）、多元回歸分析模型、隨機(jī)前沿生產(chǎn)函數(shù)（SFA）、超越對(duì)數(shù)隨機(jī)前沿生產(chǎn)函數(shù)等方法。如劉玉海等（2012）、葉浩等（2011）、王良健等（2014）利用SBM、SFA函數(shù)基于國(guó)家和地區(qū)視角分別對(duì)1985～2008年、1990～2008年和2001～2011年三個(gè)時(shí)間段中國(guó)耕地利用效率時(shí)空演變特征加以分析，發(fā)現(xiàn)中國(guó)耕地利用效率整體呈緩慢上升趨勢(shì)，各區(qū)域間耕地利用效率差異顯著，東部地區(qū)耕地利用效率高于中西部地區(qū)。邱雯文等（2016）、張浩等（2016）利用DEA模型、ESDA技術(shù)分別對(duì)2009～2013年云南地區(qū)耕地利用效率及2011～2012年河北地區(qū)耕地利用效率展開研究，認(rèn)為云南、河北耕地利用效率總體呈上升趨勢(shì)，并逐漸趨于穩(wěn)定，兩省耕地利用效率在區(qū)域內(nèi)存在一定差距且影響因素不同。楊俊等（2015，2011）、許恒周等（2012）、李鑫等（2011）基于農(nóng)戶調(diào)查數(shù)據(jù)，利用DEA、Tobit模型、SFA函數(shù)、超越對(duì)數(shù)SFA函數(shù)等方法分別研究耕地流轉(zhuǎn)、農(nóng)民分化、耕地細(xì)碎化、農(nóng)戶年齡等單一因素對(duì)局部地區(qū)耕地利用效率影響。結(jié)果表明，一定程度上，耕地流入及農(nóng)民分化對(duì)地區(qū)耕地利用效率產(chǎn)生正效應(yīng)，耕地細(xì)碎化對(duì)耕地利用效率產(chǎn)生負(fù)效應(yīng)，農(nóng)戶年齡對(duì)耕地利用效率影響呈倒“U型”趨勢(shì)。李俏等（2016）利用Malmquist指數(shù)對(duì)1992～2012年黑龍江省耕地利用效率展開分解，利用多元線性回歸分析方法研究其影響因素，認(rèn)為耕地利用效率存在一定波動(dòng)性，技術(shù)投入對(duì)耕地利用效率影響較大。封永剛等（2015）基于面源污染和碳排放雙重視角，采用單元調(diào)查估計(jì)法和非期望產(chǎn)出窗式SBM模型，研究1993～2013年中國(guó)耕地利用效率時(shí)空分異特征及改進(jìn)途徑，得出中國(guó)耕地利用效率呈逐年顯著下降趨勢(shì)，同時(shí)耕地利用效率呈“兩極分化”特征。

通過(guò)梳理現(xiàn)有文獻(xiàn)，關(guān)于耕地利用效率的研究存在以下不足：現(xiàn)有研究主要從經(jīng)濟(jì)、社會(huì)角度分析耕地利用效率，忽略環(huán)境污染對(duì)耕地利用效率影響，很難客觀準(zhǔn)確評(píng)價(jià)；國(guó)內(nèi)多數(shù)學(xué)者研究單一自然因素對(duì)耕地利用效率影響，仍有一定局限性；有些學(xué)者利用ML指數(shù)方法分解研究包含非期望產(chǎn)出的耕地利用效率，但ML指數(shù)均采用兩個(gè)當(dāng)期ML值的幾何平均值，形式上很難滿足傳遞性和循環(huán)性要求，在測(cè)度跨期方向性距離函數(shù)時(shí)可能存在線性規(guī)劃無(wú)解問(wèn)題，得到效率值很難作跨期比較分析。鑒于此，本文在現(xiàn)有研究基礎(chǔ)上，基于2009～2015年中國(guó)大陸31個(gè)省份（自治區(qū)、直轄市）面板數(shù)據(jù)，采用Global-Malmquist Luenberger（GML）指數(shù)方法和面板數(shù)據(jù)回歸模型，考慮環(huán)境因素，對(duì)中國(guó)耕地利用效率時(shí)空分異特征及影響因素展開研究。

二、研究方法、指標(biāo)選取和數(shù)據(jù)來(lái)源

（一）研究方法

本文采用GML指數(shù)方法對(duì)中國(guó)31個(gè)省份（自治區(qū)、直轄市）耕地利用效率加以測(cè)度。GML指數(shù)方法是Oh（2010）在Chung（1997）提出的傳統(tǒng)ML指數(shù)基礎(chǔ)上改進(jìn)得來(lái)。各期GML指數(shù)以全局生產(chǎn)前沿面作為同一參考集，該指數(shù)具備傳遞性、可累乘、可循環(huán)累加等特征，克服傳統(tǒng)ML指數(shù)在測(cè)算效率時(shí)存在缺陷，可較好解決考慮非期望產(chǎn)出時(shí)效率跨期比較問(wèn)題。為定義GML指數(shù)及分解項(xiàng)，本文首先定義當(dāng)期生產(chǎn)可能性集合和全局生產(chǎn)可能性集合。將各省份作為一個(gè)決策單元，各決策單元均使用i項(xiàng)投入x=(x1,x2,...,xi)∈，得到 j項(xiàng)期望產(chǎn)出 y=(y1,y2,...,yj)∈和m項(xiàng)非期望產(chǎn)出代表每一時(shí)期。當(dāng)期生產(chǎn)可能性集合表示為：(yt,bt),t=1,2,...,T}，該集合為使用要素投入可得到期望產(chǎn)出和非期望產(chǎn)出所有可能性組合（Fare，2007）。相應(yīng)地，全局生產(chǎn)可能性集合為所有當(dāng)期生產(chǎn)可能性集合的并集，即

設(shè)方向性向量為g=(gy,gb)，則相應(yīng)的第t期方向性距離函數(shù)形式為：

式中，xt表示第t期要素投入向量；yt,bt分別表示第t期期望產(chǎn)出向量、非期望產(chǎn)出向量；β表示第t期期望產(chǎn)出增加、非期望產(chǎn)出減少最大可能值。在決策單元要素投入既定情況下，方向性距離函數(shù)可最大限度增加期望產(chǎn)出、減少非期望產(chǎn)出。

根據(jù)上述方向性距離函數(shù)形式，定義第t期至第t+1期GML指數(shù)及其分解形式如下。

求解GML指數(shù)及其分解項(xiàng)，需求解相應(yīng)方向性距離函數(shù)的線性規(guī)劃。在規(guī)模報(bào)酬不變（CRS）模型下方向性距離函數(shù)的相應(yīng)線性規(guī)劃形式如下：

式中x,y,b分別表示要素投入、期望產(chǎn)出、非期望產(chǎn)出值，分別表示第k個(gè)決策單元第t期要素投入、期望產(chǎn)出、非期望產(chǎn)出值；λ表示相對(duì)于有效決策單元組合中被評(píng)價(jià)單元權(quán)重系數(shù)向量。

為計(jì)算在規(guī)模報(bào)酬可變（VRS）情況下方向性距離函數(shù)，只需將式（3）～（6）中約束條件λ≥0變?yōu)棣?1即可。

（二）指標(biāo)選取與數(shù)據(jù)來(lái)源

本文采用2009～2015年中國(guó)大陸31個(gè)省份（自治區(qū)、直轄市）農(nóng)業(yè)投入與產(chǎn)出數(shù)據(jù)，研究范圍不包括香港、澳門與臺(tái)灣。結(jié)合GML指數(shù)方法評(píng)價(jià)效率特征，借鑒已有研究成果，測(cè)度耕地利用效率投入產(chǎn)出指標(biāo)表征勞動(dòng)力、資本、土地投入，期望產(chǎn)出與非期望產(chǎn)出。其中勞動(dòng)力投入為各省從事種植業(yè)勞動(dòng)人數(shù)，由于該數(shù)據(jù)無(wú)法直接獲取，參考封永剛等（2015）、劉玉海等（2012）研究，以種植業(yè)產(chǎn)值占農(nóng)牧漁業(yè)總產(chǎn)值為權(quán)重系數(shù)，將農(nóng)牧漁業(yè)從業(yè)人數(shù)換算為種植業(yè)從業(yè)人數(shù)；資本投入用各省份農(nóng)業(yè)機(jī)械總動(dòng)力和農(nóng)用化肥施用量?jī)身?xiàng)指標(biāo)衡量；土地投入用各省份耕地面積表示；期望產(chǎn)出為各省份種植業(yè)產(chǎn)值；非期望產(chǎn)出包括面源污染和碳排放兩項(xiàng)指標(biāo)，其中面源污染包括化學(xué)需氧量（COD）、總氮（TN）與總磷（TP）三種，碳排放算式為：式中E為碳排放總量，Ei為各碳源的碳排放量，Ti為各碳源排放總量，各碳源包括化肥、農(nóng)藥、農(nóng)膜、柴油、翻耕以及農(nóng)業(yè)灌溉，其中翻耕用農(nóng)作物播種面積表示，δi為各碳排放源的碳排放系數(shù)，結(jié)合李波等（2011）碳排放系數(shù)整理方法，化肥為0.896公斤/公斤，農(nóng)藥為4.974公斤/公斤，農(nóng)膜為5.18公斤/公斤，柴油為0.593公斤/公斤，翻耕為312.6公斤/平方千米，農(nóng)業(yè)灌溉為20.476公斤/平方千米，指標(biāo)具體選取情況見表1。

三、中國(guó)耕地利用效率的實(shí)證分析

（一）中國(guó)耕地利用效率的時(shí)空演變特征

在考慮環(huán)境因素情況下，利用GML指數(shù)對(duì)2009～2015年中國(guó)31個(gè)省份（自治區(qū)、直轄市）的耕地利用效率展開測(cè)度和分解（見表2）。由表2可知，在考慮非期望產(chǎn)出情況下，我國(guó)耕地利用效率呈上升趨勢(shì)。31個(gè)省份（自治區(qū)、直轄市）GML指數(shù)累積變化值和幾何均值分別為1.173 5、1.026 1，即我國(guó)耕地利用效率在2009～2015年整體累積增長(zhǎng)17.35%，相應(yīng)年均增長(zhǎng)2.61%。從GML指數(shù)分解情況看，技術(shù)進(jìn)步累積增長(zhǎng)23.46%，年均增長(zhǎng)3.50%，純技術(shù)效率（PEC）和規(guī)模效率（SE）分別以年均0.36%、0.50%速度遞減，說(shuō)明我國(guó)耕地利用效率水平的提升主要依賴技術(shù)進(jìn)步，而純技術(shù)效率和規(guī)模效率的下降抑制耕地利用效率增長(zhǎng)。說(shuō)明耕地利用在高投入高產(chǎn)出過(guò)程中，科技投入在投入要素中占比逐年增加，極大促進(jìn)我國(guó)耕地利用效率水平提升。此外，非期望產(chǎn)出隨期望產(chǎn)出增加逐漸增加，環(huán)境污染對(duì)耕地利用效率負(fù)效應(yīng)仍明顯。耕地利用投入要素資源配置不合理，要素投入存在冗余現(xiàn)象，耕地經(jīng)營(yíng)規(guī)模未達(dá)最優(yōu)水平，導(dǎo)致純技術(shù)效率、規(guī)模效率逐年遞減，抑制耕地利用效率進(jìn)一步增長(zhǎng)。

表2 中國(guó)31個(gè)省份（自治區(qū)、直轄市）GML指數(shù)及分解值

從各區(qū)域看，在環(huán)境約束下，我國(guó)東、中、西部及東北地區(qū)耕地利用效率在2009～2015年分別累積增長(zhǎng)19.65%、22.79%、14.04%、12.07%，相應(yīng)年均增長(zhǎng)率分別為2.91%、3.43%、2.14%、1.83%，即中部地區(qū)耕地利用效率增長(zhǎng)幅度明顯優(yōu)于其他區(qū)域。從四大區(qū)域GML指數(shù)分解情況看，東、中部地區(qū)技術(shù)進(jìn)步、純技術(shù)效率均有增長(zhǎng)，規(guī)模效率均負(fù)向增長(zhǎng)，西部、東北地區(qū)技術(shù)進(jìn)步均有增長(zhǎng)，而純技術(shù)效率、規(guī)模效率均負(fù)向增長(zhǎng)，說(shuō)明技術(shù)效率、規(guī)模效率一定程度上抑制四大區(qū)域耕地利用效率進(jìn)一步增長(zhǎng)。

從各?。▍^(qū)）GML指數(shù)及其分解情況看，北京、西藏、遼寧3地市GML指數(shù)均小于1，耕地利用效率呈累積遞減趨勢(shì)，北京、西藏耕地利用效率負(fù)向增長(zhǎng)主要是規(guī)模效率下降所致；遼寧耕地利用效率負(fù)向增長(zhǎng)是因純技術(shù)效率和規(guī)模效率下降幅度高于技術(shù)進(jìn)步增長(zhǎng)幅度，其中純技術(shù)效率低是該省耕地利用效率下降根本原因。除以上3?。ㄊ校﹨^(qū)外，其余省份耕地利用效率水平均有不同程度提升。廣東、湖北、安徽、重慶、天津5省市，純技術(shù)效率未發(fā)生實(shí)質(zhì)性變化，耕地利用效率增長(zhǎng)是由于技術(shù)進(jìn)步對(duì)耕地利用效率促進(jìn)作用大于規(guī)模效率抑制作用。福建、山西、寧夏3省區(qū)耕地利用效率增長(zhǎng)得益于技術(shù)進(jìn)步、純技術(shù)效率產(chǎn)生促進(jìn)作用大于規(guī)模效率抑制作用。河北、甘肅、云南、陜西4省，純技術(shù)效率、規(guī)模效率均有一定程度下滑，耕地利用效率增長(zhǎng)主要依賴技術(shù)進(jìn)步，尤其甘肅、云南地區(qū)，耕地質(zhì)量相對(duì)較低，且受地形、氣候影響，高投入伴隨高非期望產(chǎn)出，耕地投入浪費(fèi)現(xiàn)象嚴(yán)重。內(nèi)蒙古、海南技術(shù)進(jìn)步和規(guī)模效率提升拉動(dòng)耕地利用效率增長(zhǎng)，尤其內(nèi)蒙古純技術(shù)效率下滑抑制耕地利用效率進(jìn)一步增長(zhǎng)。浙江、江蘇等14個(gè)省區(qū)，純技術(shù)效率、規(guī)模效率在2009～2015年幾乎無(wú)變化，耕地利用效率提升依舊得益于技術(shù)進(jìn)步。這些省份大多為種植業(yè)大省，耕地面積較大，耕地質(zhì)量等級(jí)較高，氣候條件有利于農(nóng)作物生長(zhǎng)，農(nóng)業(yè)資本充足，生產(chǎn)設(shè)備較先進(jìn)，要素投入冗余較少，耕地經(jīng)營(yíng)規(guī)模趨于最大化。

為進(jìn)一步分析各區(qū)域在環(huán)境約束下耕地利用效率2009～2015年變化趨勢(shì)及增長(zhǎng)源差異，本文以2009年為基期，得到各區(qū)域GML指數(shù)和各分解值累積變化趨勢(shì)（見圖1）。由圖1可知，在環(huán)境約束下，我國(guó)耕地利用效率在2009～2015年整體呈上升趨勢(shì)。2009～2010年，TC、PEC指數(shù)大幅增長(zhǎng)促進(jìn)GML指數(shù)顯著增長(zhǎng)，在工業(yè)化和城鎮(zhèn)化快速推進(jìn)背景下，農(nóng)業(yè)基礎(chǔ)設(shè)施相應(yīng)改善，農(nóng)業(yè)投入產(chǎn)出結(jié)構(gòu)配置較合理，該階段耕地利用效率整體大幅提升。2010～2011年，PEC指數(shù)大幅下降導(dǎo)致GML指數(shù)開始下滑，該階段，農(nóng)業(yè)投入產(chǎn)出結(jié)構(gòu)配置不合理，部分要素投入存在冗余現(xiàn)象，主要原因是城鎮(zhèn)建設(shè)用地需求、退耕還林還草政策造成耕地資源流失，耕地規(guī)模減小，同時(shí)化肥、農(nóng)藥、地膜等農(nóng)業(yè)投入品過(guò)度使用以及工業(yè)污染物排放等因素導(dǎo)致部分耕地出現(xiàn)污染不宜耕作，耕地利用效率下滑。2011～2013年，在TC指數(shù)拉動(dòng)下，GML指數(shù)開始增長(zhǎng)，在十二五規(guī)劃初期，國(guó)家出臺(tái)一系列耕地保護(hù)政策，加大力度增加農(nóng)業(yè)投資，進(jìn)一步完善農(nóng)業(yè)基礎(chǔ)建設(shè)，促進(jìn)農(nóng)業(yè)發(fā)展，有效提高耕地利用效率。2013～2014年，TC指數(shù)上升幅度減緩，PEC、SE指數(shù)不同程度下降，造成GML指數(shù)小幅度下降，該階段，受工業(yè)化和城鎮(zhèn)化及國(guó)家生態(tài)退耕政策影響，農(nóng)業(yè)生產(chǎn)機(jī)會(huì)成本增加，大量農(nóng)戶轉(zhuǎn)投其他行業(yè)，部分耕地出現(xiàn)拋荒、撂荒現(xiàn)象，同時(shí)城鎮(zhèn)建設(shè)繼續(xù)侵占耕地，農(nóng)業(yè)生產(chǎn)資金、要素投入均有所下降，耕地規(guī)模進(jìn)一步減小，耕地利用效率小幅下滑。2014～2015年，SE指數(shù)增長(zhǎng)，GML指數(shù)緩慢上升，該階段，國(guó)家調(diào)整一二三產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展，擴(kuò)大耕地經(jīng)營(yíng)規(guī)模，提升農(nóng)業(yè)技術(shù)服務(wù)，使耕地利用效率呈增長(zhǎng)趨勢(shì)。

通過(guò)對(duì)比分析各區(qū)域GML指數(shù)及分解項(xiàng)變化趨勢(shì)，發(fā)現(xiàn)東西部地區(qū)耕地利用效率及動(dòng)力源變化特征和中國(guó)耕地利用效率整體變動(dòng)情況大致相同。2009～2010年，GML指數(shù)累積遞增趨勢(shì)較顯著，該階段耕地利用效率顯著增長(zhǎng)主要得益于技術(shù)進(jìn)步和純技術(shù)效率大幅提升；在2010～2011年及2013～2014年兩個(gè)階段，GML指數(shù)緩慢遞減，此現(xiàn)象主要是純技術(shù)效率和規(guī)模效率遞減，及技術(shù)進(jìn)步增長(zhǎng)緩慢所致；在2011～2013年及2014～2015年間，GML指數(shù)呈逐漸遞增趨勢(shì)，但增長(zhǎng)幅度和增長(zhǎng)源存在差異。對(duì)于中部地區(qū)，GML指數(shù)、TC指數(shù)及PEC指數(shù)累積變化特征和東、西部地區(qū)一致，SE指數(shù)波動(dòng)較大，主要體現(xiàn)在2011～2014年上下波動(dòng)。對(duì)于東北地區(qū)，相比其他區(qū)域而言，耕地利用效率波動(dòng)幅度較大，GML指數(shù)呈先上升后下降趨勢(shì)。GML指數(shù)在2009～2012年間累積遞增速度較快，2012～2014年增速減緩，這種情況主要是技術(shù)進(jìn)步增速減緩所致，2014～2015年開始下降，純技術(shù)效率和規(guī)模效率下滑致使耕地利用效率下降。

圖1 2009～2015年GML指數(shù)及分解項(xiàng)累積變化情況

綜上所述，在環(huán)境約束下，我國(guó)耕地利用效率整體呈上升趨勢(shì)，東北地區(qū)耕地利用效率在時(shí)間序列上波動(dòng)幅度較大。技術(shù)進(jìn)步是影響各區(qū)域耕地利用效率增長(zhǎng)的主要?jiǎng)恿Γ兗夹g(shù)效率、規(guī)模效率成為制約各區(qū)域耕地利用效率快速增長(zhǎng)的瓶頸。

（二）中國(guó)耕地利用效率的影響因素分析

根據(jù)31個(gè)省份（自治區(qū)、直轄市）GML指數(shù)測(cè)算數(shù)據(jù)，進(jìn)一步探究四大區(qū)域耕地利用效率影響因素。參考Tian等（2000）、楊朔等（2013）、陳昭玖等（2016）學(xué)者，選取經(jīng)濟(jì)發(fā)展水平、自然條件、技術(shù)投入、耕地資源稟賦4項(xiàng)指標(biāo)，采用2009～2015年中國(guó)31個(gè)省份（自治區(qū)、直轄市）面板數(shù)據(jù)，對(duì)四大區(qū)域耕地利用效率作回歸分析，考查各因素對(duì)四大區(qū)域耕地利用效率影響。解釋變量指標(biāo)選取情況（見表3）。

表3 解釋變量指標(biāo)選取情況

根據(jù)解釋變量指標(biāo)選取情況，建立如下面板數(shù)據(jù)回歸模型：

其中，Yit表示第 i個(gè)?。▍^(qū)）第 t年耕地利用效率，Perinit,Nacuit,Irrit,Perculit為表3中解釋變量，β0為常數(shù)項(xiàng)，β1,β2,β3,β4為各解釋變量參數(shù)估計(jì)值，μit為隨機(jī)誤差項(xiàng)。同時(shí)參考孟令杰（2015）等研究，建立面板數(shù)據(jù)回歸模型，對(duì)四大區(qū)域耕地利用效率分別建立固定效應(yīng)模型和隨機(jī)效應(yīng)模型，再通過(guò)Hausman檢驗(yàn)判斷四大區(qū)域具體選擇固定效應(yīng)模型或隨機(jī)效應(yīng)模型。結(jié)果見表4。

表4 中國(guó)各區(qū)域耕地利用效率影響因素回歸結(jié)果

由表4可知，東、中部地區(qū)接受固定效應(yīng)模型，西部、東北地區(qū)接受隨機(jī)效應(yīng)模型。東、中、西部及東北地區(qū)擬合系數(shù)分別為0.819 3、0.745 4、0.662 6、0.733 7，表明各區(qū)域面板數(shù)據(jù)回歸模型擬合優(yōu)度均較高，解釋變量對(duì)模型解釋程度在66%以上。

（1）經(jīng)濟(jì)發(fā)展水平對(duì)各區(qū)域耕地利用效率產(chǎn)生顯著影響，均通過(guò)1%顯著性水平檢驗(yàn)，尤其對(duì)東部地區(qū)影響最大。說(shuō)明隨地區(qū)經(jīng)濟(jì)發(fā)展水平逐漸提高，可對(duì)農(nóng)業(yè)增加更多資金、技術(shù)投入以及政策支持，加速農(nóng)業(yè)現(xiàn)代化發(fā)展，優(yōu)化農(nóng)業(yè)區(qū)位條件，促進(jìn)耕地利用效率進(jìn)一步提升。同時(shí)，在工業(yè)化和城鎮(zhèn)化大力推進(jìn)背景下，城市建設(shè)用地迅速擴(kuò)張，2009～2015年，我國(guó)城市建設(shè)面積由2.93萬(wàn)平方千米增至3.85萬(wàn)平方千米，耕地大量流失，促使農(nóng)戶對(duì)耕地集約化利用，一定程度上提升耕地利用效率。

（2）自然條件對(duì)各區(qū)域耕地利用效率均呈負(fù)向影響，西部和東北地區(qū)通過(guò)1%顯著性水平檢驗(yàn)，東部和中部地區(qū)通過(guò)5%顯著性水平檢驗(yàn)。比較各區(qū)域自然條件參數(shù)估計(jì)值，發(fā)現(xiàn)自然條件對(duì)西部地區(qū)影響最大，通過(guò)1%顯著性水平檢驗(yàn)。西部地區(qū)農(nóng)業(yè)區(qū)位優(yōu)勢(shì)不顯著，自然災(zāi)害頻發(fā)，自然條件制約耕地利用效率，必須采取相應(yīng)措施改善生態(tài)環(huán)境以降低自然條件對(duì)耕地利用效率的負(fù)面影響。

（3）農(nóng)業(yè)生產(chǎn)條件對(duì)各區(qū)域耕地利用效率影響顯著，均通過(guò)5%顯著性水平檢驗(yàn)。各區(qū)域農(nóng)業(yè)生產(chǎn)條件參數(shù)估計(jì)值均較小，表明農(nóng)業(yè)生產(chǎn)條件對(duì)耕地利用效率影響程度小于其他因素，尤其對(duì)于西部地區(qū)，農(nóng)業(yè)基礎(chǔ)設(shè)施相對(duì)落后，應(yīng)加大力度完善農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，提升西部地區(qū)農(nóng)業(yè)機(jī)械化水平，促進(jìn)耕地利用效率進(jìn)一步提升。

（4）耕地資源稟賦對(duì)東部、中部及東北地區(qū)耕地利用效率影響顯著，均通過(guò)1%顯著性水平檢驗(yàn)。該影響因素對(duì)東部、中部及東北地區(qū)耕地利用效率影響較大，說(shuō)明東部、中部、東北地區(qū)隨耕地規(guī)模擴(kuò)大，耕地利用效率逐漸提高，同時(shí)說(shuō)明經(jīng)濟(jì)發(fā)展水平越高，耕地“規(guī)模經(jīng)營(yíng)”效果越顯著。對(duì)于西部地區(qū)，耕地資源稟賦對(duì)耕地利用效率呈負(fù)向影響，且通過(guò)5%顯著性水平檢驗(yàn)。西部地區(qū)山地面積比例較高，無(wú)大規(guī)模耕種優(yōu)勢(shì)，人均耕地面積擴(kuò)大將導(dǎo)致耕地利用效率下降，與梁流濤、楊俊等人研究結(jié)論基本一致。

總而言之，在以上耕地利用效率影響因素中，經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)生產(chǎn)條件、耕地資源稟賦對(duì)東部、中部及東北3個(gè)地區(qū)的耕地利用效率均產(chǎn)生影響，其中耕地資源稟賦影響最大，耕地規(guī)模越大，區(qū)域耕地利用效率越高。自然條件對(duì)東部、中部、西部以及東北4個(gè)地區(qū)耕地利用效率均產(chǎn)生負(fù)向影響，對(duì)西部地區(qū)影響最大。

四、結(jié)論與討論

（一）結(jié)論

本文基于2009～2015年中國(guó)31個(gè)省份（自治區(qū)、直轄市）面板數(shù)據(jù)，在考慮非期望產(chǎn)出情況下，采用GML指數(shù)方法和面板數(shù)據(jù)回歸模型對(duì)中國(guó)耕地利用效率動(dòng)力源、時(shí)空分異特征、區(qū)域差異和影響因素展開研究，得出以下結(jié)論。

（1）在考慮非期望產(chǎn)出情況下，我國(guó)耕地利用效率在2009～2015年累積增長(zhǎng)17.35%，大致呈逐年上升趨勢(shì)。四大區(qū)域耕地利用效率均不同程度增長(zhǎng)，其中東部、中部及西部3個(gè)地區(qū)耕地利用效率變化特征與我國(guó)耕地利用效率整體變化特征基本一致，東北地區(qū)耕地利用效率波動(dòng)幅度較大。

（2）從各區(qū)域耕地利用效率動(dòng)力源看，技術(shù)進(jìn)步是四大區(qū)域耕地利用效率增長(zhǎng)主要?jiǎng)恿?，純技術(shù)效率與規(guī)模效率成為制約四大區(qū)域耕地利用效率進(jìn)一步增長(zhǎng)的瓶頸。

（3）各影響因素對(duì)各區(qū)域耕地利用效率影響程度存在差異。耕地資源稟賦對(duì)東部、中部及東北地區(qū)耕地利用效率影響顯著，耕地規(guī)模越大，耕地利用效率越高。西部地區(qū)耕地利用效率更易受自然條件影響。

（二）討論

由于各區(qū)域在經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)生產(chǎn)條件、耕地利用狀況以及自然條件等方面存在顯著差異，各區(qū)域應(yīng)結(jié)合當(dāng)?shù)貙?shí)際情況，在工業(yè)化和城鎮(zhèn)化快速推進(jìn)背景下，在守住我國(guó)18億畝耕紅線基礎(chǔ)上，采取相應(yīng)措施提升耕地利用效率。東部地區(qū)耕地后備資源稀少，在城市建設(shè)用地不斷擴(kuò)張形勢(shì)下，農(nóng)戶從事農(nóng)業(yè)生產(chǎn)機(jī)會(huì)成本將增加，因而該區(qū)域可采取耕地資源跨省際占補(bǔ)平衡措施平衡耕地與城市建設(shè)間矛盾，既滿足自身土地需求，又為其他區(qū)域農(nóng)業(yè)發(fā)展提供經(jīng)濟(jì)支撐，進(jìn)一步促進(jìn)東部地區(qū)和其他區(qū)域在創(chuàng)新資源稟賦方面的互補(bǔ)。中部和東北地區(qū)作為我國(guó)主要糧食產(chǎn)區(qū)，在追求糧食高產(chǎn)的同時(shí)，應(yīng)重視耕地資源可持續(xù)利用，增加農(nóng)業(yè)生產(chǎn)技術(shù)投入，改善農(nóng)業(yè)生產(chǎn)條件，加速耕地資源流轉(zhuǎn)，擴(kuò)大耕地種植規(guī)模，減少耕地細(xì)碎化程度與投入冗余，從而提升耕地利用效率。西部地區(qū)在發(fā)展二三產(chǎn)業(yè)同時(shí)，增加特色農(nóng)業(yè)扶持力度，從其他區(qū)域引入資金，改善農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，減少自然災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)影響。

本文不足：一是耕地利用效率投入產(chǎn)出指標(biāo)選取有待進(jìn)一步改進(jìn)。二是研究耕地利用效率影響因素時(shí)，未考慮各區(qū)域耕地質(zhì)量、耕地復(fù)種情況、農(nóng)作物價(jià)格、農(nóng)戶年齡、農(nóng)戶受教育程度及農(nóng)業(yè)政策等因素對(duì)耕地利用效率影響，結(jié)論具有一定局限性。

[1] 梁流濤,梅艷.中國(guó)耕地生產(chǎn)率變化及影響因素分析——基于Malmquist指數(shù)視角的研究[J].干旱區(qū)資源與環(huán)境,2011,25(8):1-6.

[2] 封永剛,彭玨,鄧宗兵,等.面源污染、碳排放雙重視角下中國(guó)耕地利用效率的時(shí)空分異[J].中國(guó)人口·資源與環(huán)境,2015,25(8):18-25.

[3]易軍,梅昀.基于PSR框架的耕地集約利用及其驅(qū)動(dòng)力研究——以江西省為例[J].長(zhǎng)江流域資源與環(huán)境,2010,19(8):895-900.

[4] 劉玉海,張麗.耕地生產(chǎn)率與全要素耕地利用效率——基于SBM-DEA方法的省際數(shù)據(jù)比較[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2012(6):47-56.

[5] 葉浩,濮勵(lì)杰.我國(guó)耕地利用效率的區(qū)域差異及其收斂性研究[J].自然資源學(xué)報(bào),2011,26(9):1467-1474.

[6] 王良健,李輝.中國(guó)耕地利用效率及其影響因素的區(qū)域差異:基于281個(gè)市的面板數(shù)據(jù)與隨機(jī)前沿生產(chǎn)函數(shù)方法[J].地理研究,2014,33(11):1995-2004.

[7] 丘雯文,楊子生.云南省耕地生產(chǎn)效率的時(shí)空差異及影響因素[J].長(zhǎng)江流域資源與環(huán)境,2016,25(5):786-793.

[8] 張浩,李世平,靳亞亞,等.河北省耕地利用效率空間差異及影響因素[J].水土保持研究,2016,23(3):185-191.

[9] 楊俊,李爭(zhēng).家庭分工視角下農(nóng)戶耕地轉(zhuǎn)入和耕地利用效率研究——以贛撫平原農(nóng)區(qū)農(nóng)戶樣本為例[J].中國(guó)土地科學(xué),2015,29(9):50-57.

[10]許恒周,郭玉燕,吳冠岑.農(nóng)民分化對(duì)耕地利用效率的影響——基于農(nóng)戶調(diào)查數(shù)據(jù)的實(shí)證分析[J].中國(guó)農(nóng)村經(jīng)濟(jì),2012,47(6):31-39.

[11]李鑫,歐名豪,馬賢磊.基于景觀指數(shù)的細(xì)碎化對(duì)耕地利用效率影響研究——以揚(yáng)州市里下河區(qū)域?yàn)槔齕J].自然資源學(xué)報(bào),2011,26(10):1758-1767.

[12]楊俊,楊鋼橋,胡賢輝.農(nóng)業(yè)勞動(dòng)力年齡對(duì)農(nóng)戶耕地利用效率的影響——來(lái)自不同經(jīng)濟(jì)發(fā)展水平地區(qū)的實(shí)證[J].資源科學(xué),2011,33(9):1691-1698.

[13] 李俏,谷國(guó)鋒,姚麗,等.黑龍江墾區(qū)耕地利用效率變化分析[J].干旱區(qū)資源與環(huán)境,2016,30(4):30-35.

[14]李波,張俊飚,李海鵬.中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解[J].中國(guó)人口·資源與環(huán)境,2011,21(8):80-86.

[15]楊朔,于文海,李世平.基于 DEA非有效改進(jìn)的陜西省耕地生產(chǎn)效率研究[J].中國(guó)土地科學(xué),2013,27(10):62-68.

[16] 陳昭玖,胡雯.要素供給與中國(guó)粳稻生產(chǎn)效率增長(zhǎng):技術(shù)推動(dòng)抑或效率驅(qū)動(dòng)——基于DEA-Tobit模型[J].農(nóng)業(yè)經(jīng)濟(jì)與管理,2016(6):35-42.

[17]孟令杰,李新華.FDI對(duì)我國(guó)農(nóng)業(yè)全要素生產(chǎn)率的影響研究[J].農(nóng)業(yè)經(jīng)濟(jì)與管理,2014(1):12-20.

[18] Costanza R,Arge R,Groot R.The value of the world's ecosystem services and natural capital[J].Nature,1997,387(15):253-260.

[19] Chung Y H,Fare R,Grosskopf S.Productivity and undesirable outputs:A directional distance function approach[J].Journal of Environmental Management,1997,51(3):229-240.

[20] Fare R,Grosskopf S,Pasurka C.Environmental production functions and environmental directional distance functions[J].Ener?gy,2007,32(7):1055-1066.

[21] Li Z J,Yu X K,Gong C J.Intensity change in cultivated land use in Shandong Province from 1980 to 2010[J].IERI Pro?cedia,2013(5):140-146.

[22] Oh D H.A global Malmquist-Luenberger productivity index[J].Journal of Productivity Analysis,2010,34(3):183-197.

[23] Song X Q,Ou Y Z,Li Y S,et al.Cultivated land use change in China,1999-2007:Policy development perspectives[J].Journal of Geographical Sciences,2012,22(6):1061-1078.

[24] Tian W M,Wan G H.Technical efficiency and its determinants in China's grain production[J].Journal of Productivity Analy?

Cultivated Land's Utilization Efficiency and Influencing Factors in China Under Environmental Constraints——Based on Global Malmquist-Luenberger Index Method

YUE Li,LI Wenbo
（School of Economics,Lanzhou University,lanzhou 730000,China）

Based on the Global Malmquist-Luenberger Index Method(GML)and panel data regression model,considered non-point source pollution and carbon emissions,the spatiotemporal differentiation and its influencing factors of the cultivated land's utilization efficiency in China were measured and analyzed during 2009-2015.It mainly aimed to make the promotion ways of the cultivated land's utilization efficiency in the different regions.The results showed that:the cultivated land's utilization efficiency in China tended to rise year by year,it had been increased in different degrees for the four regions,and it had a great fluctuation in the northeast region.The technical progress was the main driving force which caused the growth of the cultivated land's utilization efficiency in the four regions,but the pure technical efficiency and scale efficiency had become the bottleneck of restricting the further growth.The influence of each factor on the cultivated land's utilization efficiency in each region was different.The natural endowment of cultivated land had a prominent positive effect on the eastern region,the middle region and the northeast region,but the western region was more vulnerable to the natural conditions.

cultivated land's utilization efficiency;non-expected output;effect factor;Global Malmquist-Luenberger Index(GML)

F224

A

1674-9189（2017）06-0025-11

*項(xiàng)目來(lái)源：中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（16LZUJBWYJ029）。

岳立（1969-），女，教授，博士生導(dǎo)師，研究方向：區(qū)域經(jīng)濟(jì)與循環(huán)經(jīng)濟(jì)。