環(huán)境約束下的中國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

（蘭州大學經濟學院，蘭州 730000）

環(huán)境約束下的中國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

（蘭州大學經濟學院，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，測度并分析2009～2015年中國耕地利用效率的時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。結果表明，在考慮非期望產出情況下，我國耕地利用效率大致呈逐年上升趨勢。四大區(qū)域耕地利用效率均不同程度增長，其中東北地區(qū)耕地利用效率波動幅度較大；從各區(qū)域耕地利用效率的動力源看，技術進步是四大區(qū)域耕地利用效率增長的主要動力，純技術效率與規(guī)模效率成為制約四大區(qū)域耕地利用效率增長的瓶頸；各影響因素對各區(qū)域耕地利用效率影響存在差異。耕地資源稟賦對東部、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；非期望產出；影響因素；GML指數(shù)

一、引 言

耕地作為農業(yè)生產最重要投入要素，承擔國家糧食安全、農村經濟發(fā)展及社會穩(wěn)定重任（Costanza等，1997，梁流濤等，2011）。近年，隨工業(yè)化、城鎮(zhèn)化及農業(yè)現(xiàn)代化全面推進，城鎮(zhèn)與農村宅基地占用以及農戶兼業(yè)等原因造成大面積耕地非農化、季節(jié)性拋荒、撂荒、粗放式經營等現(xiàn)象愈演愈烈（封永剛等，2015）。2009～2015年，我國耕地面積由2009年135.39萬平方千米減至2015年135.00萬平方千米，年均下降0.29%，僅2015年間，因自然災害、生態(tài)退耕、農業(yè)結構調整以及城鎮(zhèn)建設等原因造成耕地面積年內凈減少660平方千米①數(shù)據(jù)來源于中國國土資源公報（2016）。。

在我國人多地少、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?。ㄒ总姷?，2010）。同時，在農業(yè)生產過程中，污水灌溉、化肥、農藥、農膜等農業(yè)投入品使用不合理，導致耕地污染加劇，造成耕地質量下降，對農作物生長產生負作用，糧食安全問題面臨挑戰(zhàn)（封永剛等，2015）。因此，研究環(huán)境約束下的中國耕地利用效率及影響因素對改善耕地質量、減少耕地污染、平衡糧食安全與工業(yè)化、城鎮(zhèn)化對土地基本需求以及實現(xiàn)耕地高效利用具有重要意義。

關于耕地利用效率研究，國外主要集中在耕地利用效率測度、影響因素及土地利用強度等方面（Wang等，2013，Song等，2012，Li等，2013）。國內側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)包絡分析（DEA）、多元回歸分析模型、隨機前沿生產函數(shù)（SFA）、超越對數(shù)隨機前沿生產函數(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)基于國家和地區(qū)視角分別對1985～2008年、1990～2008年和2001～2011年三個時間段中國耕地利用效率時空演變特征加以分析，發(fā)現(xiàn)中國耕地利用效率整體呈緩慢上升趨勢，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技術分別對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，認為云南、河北耕地利用效率總體呈上升趨勢，并逐漸趨于穩(wěn)定，兩省耕地利用效率在區(qū)域內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）基于農戶調查數(shù)據(jù)，利用DEA、Tobit模型、SFA函數(shù)、超越對數(shù)SFA函數(shù)等方法分別研究耕地流轉、農民分化、耕地細碎化、農戶年齡等單一因素對局部地區(qū)耕地利用效率影響。結果表明，一定程度上，耕地流入及農民分化對地區(qū)耕地利用效率產生正效應，耕地細碎化對耕地利用效率產生負效應，農戶年齡對耕地利用效率影響呈倒“U型”趨勢。李俏等（2016）利用Malmquist指數(shù)對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，認為耕地利用效率存在一定波動性，技術投入對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，采用單元調查估計法和非期望產出窗式SBM模型，研究1993～2013年中國耕地利用效率時空分異特征及改進途徑，得出中國耕地利用效率呈逐年顯著下降趨勢，同時耕地利用效率呈“兩極分化”特征。

通過梳理現(xiàn)有文獻，關于耕地利用效率的研究存在以下不足：現(xiàn)有研究主要從經濟、社會角度分析耕地利用效率，忽略環(huán)境污染對耕地利用效率影響，很難客觀準確評價；國內多數(shù)學者研究單一自然因素對耕地利用效率影響，仍有一定局限性；有些學者利用ML指數(shù)方法分解研究包含非期望產出的耕地利用效率，但ML指數(shù)均采用兩個當期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，在測度跨期方向性距離函數(shù)時可能存在線性規(guī)劃無解問題，得到效率值很難作跨期比較分析。鑒于此，本文在現(xiàn)有研究基礎上，基于2009～2015年中國大陸31個省份（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，對中國耕地利用效率時空分異特征及影響因素展開研究。

二、研究方法、指標選取和數(shù)據(jù)來源

（一）研究方法

本文采用GML指數(shù)方法對中國31個省份（自治區(qū)、直轄市）耕地利用效率加以測度。GML指數(shù)方法是Oh（2010）在Chung（1997）提出的傳統(tǒng)ML指數(shù)基礎上改進得來。各期GML指數(shù)以全局生產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)在測算效率時存在缺陷，可較好解決考慮非期望產出時效率跨期比較問題。為定義GML指數(shù)及分解項，本文首先定義當期生產可能性集合和全局生產可能性集合。將各省份作為一個決策單元，各決策單元均使用i項投入x=(x1,x2,...,xi)∈，得到 j項期望產出 y=(y1,y2,...,yj)∈和m項非期望產出代表每一時期。當期生產可能性集合表示為：(yt,bt),t=1,2,...,T}，該集合為使用要素投入可得到期望產出和非期望產出所有可能性組合（Fare，2007）。相應地，全局生產可能性集合為所有當期生產可能性集合的并集，即

設方向性向量為g=(gy,gb)，則相應的第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期期望產出向量、非期望產出向量；β表示第t期期望產出增加、非期望產出減少最大可能值。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出、減少非期望產出。

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，需求解相應方向性距離函數(shù)的線性規(guī)劃。在規(guī)模報酬不變（CRS）模型下方向性距離函數(shù)的相應線性規(guī)劃形式如下：

式中x,y,b分別表示要素投入、期望產出、非期望產出值，分別表示第k個決策單元第t期要素投入、期望產出、非期望產出值；λ表示相對于有效決策單元組合中被評價單元權重系數(shù)向量。

為計算在規(guī)模報酬可變（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）指標選取與數(shù)據(jù)來源

本文采用2009～2015年中國大陸31個省份（自治區(qū)、直轄市）農業(yè)投入與產出數(shù)據(jù)，研究范圍不包括香港、澳門與臺灣。結合GML指數(shù)方法評價效率特征，借鑒已有研究成果，測度耕地利用效率投入產出指標表征勞動力、資本、土地投入，期望產出與非期望產出。其中勞動力投入為各省從事種植業(yè)勞動人數(shù)，由于該數(shù)據(jù)無法直接獲取，參考封永剛等（2015）、劉玉海等（2012）研究，以種植業(yè)產值占農牧漁業(yè)總產值為權重系數(shù)，將農牧漁業(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業(yè)機械總動力和農用化肥施用量兩項指標衡量；土地投入用各省份耕地面積表示；期望產出為各省份種植業(yè)產值；非期望產出包括面源污染和碳排放兩項指標，其中面源污染包括化學需氧量（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、農藥、農膜、柴油、翻耕以及農業(yè)灌溉，其中翻耕用農作物播種面積表示，δi為各碳排放源的碳排放系數(shù)，結合李波等（2011）碳排放系數(shù)整理方法，化肥為0.896公斤/公斤，農藥為4.974公斤/公斤，農膜為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，農業(yè)灌溉為20.476公斤/平方千米，指標具體選取情況見表1。

三、中國耕地利用效率的實證分析

（一）中國耕地利用效率的時空演變特征

在考慮環(huán)境因素情況下，利用GML指數(shù)對2009～2015年中國31個省份（自治區(qū)、直轄市）的耕地利用效率展開測度和分解（見表2）。由表2可知，在考慮非期望產出情況下，我國耕地利用效率呈上升趨勢。31個省份（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，即我國耕地利用效率在2009～2015年整體累積增長17.35%，相應年均增長2.61%。從GML指數(shù)分解情況看，技術進步累積增長23.46%，年均增長3.50%，純技術效率（PEC）和規(guī)模效率（SE）分別以年均0.36%、0.50%速度遞減，說明我國耕地利用效率水平的提升主要依賴技術進步，而純技術效率和規(guī)模效率的下降抑制耕地利用效率增長。說明耕地利用在高投入高產出過程中，科技投入在投入要素中占比逐年增加，極大促進我國耕地利用效率水平提升。此外，非期望產出隨期望產出增加逐漸增加，環(huán)境污染對耕地利用效率負效應仍明顯。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，耕地經營規(guī)模未達最優(yōu)水平，導致純技術效率、規(guī)模效率逐年遞減，抑制耕地利用效率進一步增長。

表2 中國31個省份（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19.65%、22.79%、14.04%、12.07%，相應年均增長率分別為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)技術進步、純技術效率均有增長，規(guī)模效率均負向增長，西部、東北地區(qū)技術進步均有增長，而純技術效率、規(guī)模效率均負向增長，說明技術效率、規(guī)模效率一定程度上抑制四大區(qū)域耕地利用效率進一步增長。

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，北京、西藏耕地利用效率負向增長主要是規(guī)模效率下降所致；遼寧耕地利用效率負向增長是因純技術效率和規(guī)模效率下降幅度高于技術進步增長幅度，其中純技術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，純技術效率未發(fā)生實質性變化，耕地利用效率增長是由于技術進步對耕地利用效率促進作用大于規(guī)模效率抑制作用。福建、山西、寧夏3省區(qū)耕地利用效率增長得益于技術進步、純技術效率產生促進作用大于規(guī)模效率抑制作用。河北、甘肅、云南、陜西4省，純技術效率、規(guī)模效率均有一定程度下滑，耕地利用效率增長主要依賴技術進步，尤其甘肅、云南地區(qū)，耕地質量相對較低，且受地形、氣候影響，高投入伴隨高非期望產出，耕地投入浪費現(xiàn)象嚴重。內蒙古、海南技術進步和規(guī)模效率提升拉動耕地利用效率增長，尤其內蒙古純技術效率下滑抑制耕地利用效率進一步增長。浙江、江蘇等14個省區(qū)，純技術效率、規(guī)模效率在2009～2015年幾乎無變化，耕地利用效率提升依舊得益于技術進步。這些省份大多為種植業(yè)大省，耕地面積較大，耕地質量等級較高，氣候條件有利于農作物生長，農業(yè)資本充足，生產設備較先進，要素投入冗余較少，耕地經營規(guī)模趨于最大化。

為進一步分析各區(qū)域在環(huán)境約束下耕地利用效率2009～2015年變化趨勢及增長源差異，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（見圖1）。由圖1可知，在環(huán)境約束下，我國耕地利用效率在2009～2015年整體呈上升趨勢。2009～2010年，TC、PEC指數(shù)大幅增長促進GML指數(shù)顯著增長，在工業(yè)化和城鎮(zhèn)化快速推進背景下，農業(yè)基礎設施相應改善，農業(yè)投入產出結構配置較合理，該階段耕地利用效率整體大幅提升。2010～2011年，PEC指數(shù)大幅下降導致GML指數(shù)開始下滑，該階段，農業(yè)投入產出結構配置不合理，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，同時化肥、農藥、地膜等農業(yè)投入品過度使用以及工業(yè)污染物排放等因素導致部分耕地出現(xiàn)污染不宜耕作，耕地利用效率下滑。2011～2013年，在TC指數(shù)拉動下，GML指數(shù)開始增長，在十二五規(guī)劃初期，國家出臺一系列耕地保護政策，加大力度增加農業(yè)投資，進一步完善農業(yè)基礎建設，促進農業(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)化及國家生態(tài)退耕政策影響，農業(yè)生產機會成本增加，大量農戶轉投其他行業(yè)，部分耕地出現(xiàn)拋荒、撂荒現(xiàn)象，同時城鎮(zhèn)建設繼續(xù)侵占耕地，農業(yè)生產資金、要素投入均有所下降，耕地規(guī)模進一步減小，耕地利用效率小幅下滑。2014～2015年，SE指數(shù)增長，GML指數(shù)緩慢上升，該階段，國家調整一二三產業(yè)結構，促進農業(yè)現(xiàn)代化發(fā)展，擴大耕地經營規(guī)模，提升農業(yè)技術服務，使耕地利用效率呈增長趨勢。

通過對比分析各區(qū)域GML指數(shù)及分解項變化趨勢，發(fā)現(xiàn)東西部地區(qū)耕地利用效率及動力源變化特征和中國耕地利用效率整體變動情況大致相同。2009～2010年，GML指數(shù)累積遞增趨勢較顯著，該階段耕地利用效率顯著增長主要得益于技術進步和純技術效率大幅提升；在2010～2011年及2013～2014年兩個階段，GML指數(shù)緩慢遞減，此現(xiàn)象主要是純技術效率和規(guī)模效率遞減，及技術進步增長緩慢所致；在2011～2013年及2014～2015年間，GML指數(shù)呈逐漸遞增趨勢，但增長幅度和增長源存在差異。對于中部地區(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)波動較大，主要體現(xiàn)在2011～2014年上下波動。對于東北地區(qū)，相比其他區(qū)域而言，耕地利用效率波動幅度較大，GML指數(shù)呈先上升后下降趨勢。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進步增速減緩所致，2014～2015年開始下降，純技術效率和規(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)及分解項累積變化情況

綜上所述，在環(huán)境約束下，我國耕地利用效率整體呈上升趨勢，東北地區(qū)耕地利用效率在時間序列上波動幅度較大。技術進步是影響各區(qū)域耕地利用效率增長的主要動力，純技術效率、規(guī)模效率成為制約各區(qū)域耕地利用效率快速增長的瓶頸。

（二）中國耕地利用效率的影響因素分析

根據(jù)31個省份（自治區(qū)、直轄市）GML指數(shù)測算數(shù)據(jù)，進一步探究四大區(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）學者，選取經濟發(fā)展水平、自然條件、技術投入、耕地資源稟賦4項指標，采用2009～2015年中國31個省份（自治區(qū)、直轄市）面板數(shù)據(jù)，對四大區(qū)域耕地利用效率作回歸分析，考查各因素對四大區(qū)域耕地利用效率影響。解釋變量指標選取情況（見表3）。

表3 解釋變量指標選取情況

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

其中，Yit表示第 i個?。▍^(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，β1,β2,β3,β4為各解釋變量參數(shù)估計值，μit為隨機誤差項。同時參考孟令杰（2015）等研究，建立面板數(shù)據(jù)回歸模型，對四大區(qū)域耕地利用效率分別建立固定效應模型和隨機效應模型，再通過Hausman檢驗判斷四大區(qū)域具體選擇固定效應模型或隨機效應模型。結果見表4。

表4 中國各區(qū)域耕地利用效率影響因素回歸結果

由表4可知，東、中部地區(qū)接受固定效應模型，西部、東北地區(qū)接受隨機效應模型。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，解釋變量對模型解釋程度在66%以上。

（1）經濟發(fā)展水平對各區(qū)域耕地利用效率產生顯著影響，均通過1%顯著性水平檢驗，尤其對東部地區(qū)影響最大。說明隨地區(qū)經濟發(fā)展水平逐漸提高，可對農業(yè)增加更多資金、技術投入以及政策支持，加速農業(yè)現(xiàn)代化發(fā)展，優(yōu)化農業(yè)區(qū)位條件，促進耕地利用效率進一步提升。同時，在工業(yè)化和城鎮(zhèn)化大力推進背景下，城市建設用地迅速擴張，2009～2015年，我國城市建設面積由2.93萬平方千米增至3.85萬平方千米，耕地大量流失，促使農戶對耕地集約化利用，一定程度上提升耕地利用效率。

（2）自然條件對各區(qū)域耕地利用效率均呈負向影響，西部和東北地區(qū)通過1%顯著性水平檢驗，東部和中部地區(qū)通過5%顯著性水平檢驗。比較各區(qū)域自然條件參數(shù)估計值，發(fā)現(xiàn)自然條件對西部地區(qū)影響最大，通過1%顯著性水平檢驗。西部地區(qū)農業(yè)區(qū)位優(yōu)勢不顯著，自然災害頻發(fā)，自然條件制約耕地利用效率，必須采取相應措施改善生態(tài)環(huán)境以降低自然條件對耕地利用效率的負面影響。

（3）農業(yè)生產條件對各區(qū)域耕地利用效率影響顯著，均通過5%顯著性水平檢驗。各區(qū)域農業(yè)生產條件參數(shù)估計值均較小，表明農業(yè)生產條件對耕地利用效率影響程度小于其他因素，尤其對于西部地區(qū)，農業(yè)基礎設施相對落后，應加大力度完善農業(yè)基礎設施建設，提升西部地區(qū)農業(yè)機械化水平，促進耕地利用效率進一步提升。

（4）耕地資源稟賦對東部、中部及東北地區(qū)耕地利用效率影響顯著，均通過1%顯著性水平檢驗。該影響因素對東部、中部及東北地區(qū)耕地利用效率影響較大，說明東部、中部、東北地區(qū)隨耕地規(guī)模擴大，耕地利用效率逐漸提高，同時說明經濟發(fā)展水平越高，耕地“規(guī)模經營”效果越顯著。對于西部地區(qū)，耕地資源稟賦對耕地利用效率呈負向影響，且通過5%顯著性水平檢驗。西部地區(qū)山地面積比例較高，無大規(guī)模耕種優(yōu)勢，人均耕地面積擴大將導致耕地利用效率下降，與梁流濤、楊俊等人研究結論基本一致。

總而言之，在以上耕地利用效率影響因素中，經濟發(fā)展水平、農業(yè)生產條件、耕地資源稟賦對東部、中部及東北3個地區(qū)的耕地利用效率均產生影響，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。自然條件對東部、中部、西部以及東北4個地區(qū)耕地利用效率均產生負向影響，對西部地區(qū)影響最大。

四、結論與討論

（一）結論

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

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

（2）從各區(qū)域耕地利用效率動力源看，技術進步是四大區(qū)域耕地利用效率增長主要動力，純技術效率與規(guī)模效率成為制約四大區(qū)域耕地利用效率進一步增長的瓶頸。

（3）各影響因素對各區(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)域在經濟發(fā)展水平、農業(yè)生產條件、耕地利用狀況以及自然條件等方面存在顯著差異，各區(qū)域應結合當?shù)貙嶋H情況，在工業(yè)化和城鎮(zhèn)化快速推進背景下，在守住我國18億畝耕紅線基礎上，采取相應措施提升耕地利用效率。東部地區(qū)耕地后備資源稀少，在城市建設用地不斷擴張形勢下，農戶從事農業(yè)生產機會成本將增加，因而該區(qū)域可采取耕地資源跨省際占補平衡措施平衡耕地與城市建設間矛盾，既滿足自身土地需求，又為其他區(qū)域農業(yè)發(fā)展提供經濟支撐，進一步促進東部地區(qū)和其他區(qū)域在創(chuàng)新資源稟賦方面的互補。中部和東北地區(qū)作為我國主要糧食產區(qū)，在追求糧食高產的同時，應重視耕地資源可持續(xù)利用，增加農業(yè)生產技術投入，改善農業(yè)生產條件，加速耕地資源流轉，擴大耕地種植規(guī)模，減少耕地細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)展二三產業(yè)同時，增加特色農業(yè)扶持力度，從其他區(qū)域引入資金，改善農業(yè)基礎設施建設，減少自然災害對農業(yè)生產影響。

本文不足：一是耕地利用效率投入產出指標選取有待進一步改進。二是研究耕地利用效率影響因素時，未考慮各區(qū)域耕地質量、耕地復種情況、農作物價格、農戶年齡、農戶受教育程度及農業(yè)政策等因素對耕地利用效率影響，結論具有一定局限性。

[1] 梁流濤,梅艷.中國耕地生產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耕地利用效率的時空分異[J].中國人口·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動力研究——以江西省為例[J].長江流域資源與環(huán)境,2010,19(8):895-900.

[4] 劉玉海,張麗.耕地生產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].農業(yè)技術經濟,2012(6):47-56.

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

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

[7] 丘雯文,楊子生.云南省耕地生產效率的時空差異及影響因素[J].長江流域資源與環(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.家庭分工視角下農戶耕地轉入和耕地利用效率研究——以贛撫平原農區(qū)農戶樣本為例[J].中國土地科學,2015,29(9):50-57.

[10]許恒周,郭玉燕,吳冠岑.農民分化對耕地利用效率的影響——基于農戶調查數(shù)據(jù)的實證分析[J].中國農村經濟,2012,47(6):31-39.

[11]李鑫,歐名豪,馬賢磊.基于景觀指數(shù)的細碎化對耕地利用效率影響研究——以揚州市里下河區(qū)域為例[J].自然資源學報,2011,26(10):1758-1767.

[12]楊俊,楊鋼橋,胡賢輝.農業(yè)勞動力年齡對農戶耕地利用效率的影響——來自不同經濟發(fā)展水平地區(qū)的實證[J].資源科學,2011,33(9):1691-1698.

[13] 李俏,谷國鋒,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.中國農業(yè)碳排放時空特征及影響因素分解[J].中國人口·資源與環(huán)境,2011,21(8):80-86.

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

[16] 陳昭玖,胡雯.要素供給與中國粳稻生產效率增長:技術推動抑或效率驅動——基于DEA-Tobit模型[J].農業(yè)經濟與管理,2016(6):35-42.

[17]孟令杰,李新華.FDI對我國農業(yè)全要素生產率的影響研究[J].農業(yè)經濟與管理,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

*項目來源：中央高?；究蒲袠I(yè)務費專項資金項目（16LZUJBWYJ029）。

岳立（1969-），女，教授，博士生導師，研究方向：區(qū)域經濟與循環(huán)經濟。