黃和平, 王智鵬
?
農(nóng)業(yè)土地資源利用效率評(píng)價(jià)及改善路徑研究*——以江西省11個(gè)設(shè)區(qū)市為例
黃和平, 王智鵬
(江西財(cái)經(jīng)大學(xué)生態(tài)經(jīng)濟(jì)研究院 南昌 330013)
土地資源是世間萬(wàn)物生存與發(fā)展的根本, 科學(xué)評(píng)估農(nóng)業(yè)土地資源利用效率時(shí)空演變特征, 厘清其效率損失原因與改善路徑, 對(duì)緩解人地矛盾、保障糧食安全和實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展有著十分重要的意義。本文以江西省11個(gè)設(shè)區(qū)市為研究區(qū)域, 將土地資源生態(tài)價(jià)值納入投入產(chǎn)出指標(biāo)體系, 利用VRS-DEA模型與Malmquist指數(shù)對(duì)1990—2016年江西省農(nóng)業(yè)土地資源利用效率時(shí)空特征進(jìn)行分解分析, 定量分析農(nóng)業(yè)土地資源利用效率損失原因, 并給出改善農(nóng)業(yè)土地資源利用效率的有效路徑。結(jié)果表明: 1)江西省農(nóng)業(yè)土地資源整體利用效率較高, 1990—2016年呈現(xiàn)“先下降后上升”的變動(dòng)趨勢(shì), 效率均值為0.889; 2)從效率分解情況來(lái)看, 綜合技術(shù)效率是純技術(shù)效率和規(guī)模效率共同作用的結(jié)果, 但規(guī)模效率影響能力強(qiáng)于純技術(shù)效率; 3)從空間格局演變角度來(lái)看, 區(qū)域間效率變化軌跡差異顯著, 非均衡發(fā)展趨勢(shì)較為突出, 呈現(xiàn)“大聚集-小分散”的分布特征, 梯形層次明顯; 4)從全要素生產(chǎn)率動(dòng)態(tài)變化情況來(lái)看, 江西省農(nóng)業(yè)土地資源利用全要素生產(chǎn)率整體呈增長(zhǎng)趨勢(shì), 技術(shù)進(jìn)步貢獻(xiàn)最大, 且全要素生產(chǎn)率增長(zhǎng)屬于技術(shù)進(jìn)步“單軌驅(qū)動(dòng)”模式; 5)從效率損失原因來(lái)看, 種植業(yè)產(chǎn)值產(chǎn)出不足是效率損失的主要原因, 農(nóng)藥化肥、種植業(yè)從業(yè)人員等要素投入冗余是次要原因; 6)從效率改善路徑來(lái)看, 優(yōu)化資源要素配置, 規(guī)范減少農(nóng)藥化肥使用, 逐步轉(zhuǎn)移農(nóng)村剩余勞動(dòng)力, 提高土地生產(chǎn)機(jī)械化、規(guī)?;绞歉纳妻r(nóng)業(yè)土地資源利用效率的關(guān)鍵路徑。該研究結(jié)果可為深入了解江西省農(nóng)業(yè)土地資源整體利用形勢(shì)、識(shí)別存在問題和優(yōu)化發(fā)展路徑提供參考, 同時(shí)為未來(lái)政府制定農(nóng)業(yè)土地資源高效利用與管理決策提供科學(xué)依據(jù)。
農(nóng)業(yè)土地資源; 土地利用效率; 技術(shù)效率; 規(guī)模效率; VRS-DEA模型; Malmquist指數(shù); 江西省
黨的十九大報(bào)告提出實(shí)施鄉(xiāng)村振興戰(zhàn)略, 對(duì)“三農(nóng)”工作做出重大決策部署, 要求以生態(tài)理念為導(dǎo)向, 統(tǒng)籌山水林田湖草系統(tǒng)治理, 改變過(guò)度消耗資源的農(nóng)業(yè)發(fā)展方式, 全面推進(jìn)農(nóng)業(yè)農(nóng)村可持續(xù)發(fā)展。土地資源是人類生存與發(fā)展的根本, 是鄉(xiāng)村振興的重要載體, 具有提供產(chǎn)品和服務(wù)的多種功能屬性。不僅能夠?yàn)槿祟愄峁┲匾脑牧? 產(chǎn)生經(jīng)濟(jì)效益, 而且具有保障國(guó)家糧食安全和維護(hù)社會(huì)穩(wěn)定的社會(huì)效益, 同時(shí)還具有生態(tài)涵養(yǎng)、調(diào)節(jié)氣候和凈化生態(tài)環(huán)境的生態(tài)效益[1]?!熬G水青山就是金山銀山”的生態(tài)理念讓土地資源具備的生態(tài)系統(tǒng)服務(wù)價(jià)值不容忽視, 農(nóng)業(yè)生態(tài)環(huán)境的好壞已成為生態(tài)文明建設(shè)的關(guān)鍵。然而, 隨著工業(yè)化、城鎮(zhèn)化進(jìn)程的加快, 土地資源利用受限、后備不足、耕地非農(nóng)化等一系列問題日益凸顯, 過(guò)度消耗農(nóng)業(yè)資源導(dǎo)致土地資源污染加重、質(zhì)量變差、生態(tài)環(huán)境遭到破壞, 加劇了土地資源與人口、經(jīng)濟(jì)、社會(huì)發(fā)展之間的矛盾, 嚴(yán)重制約了我國(guó)農(nóng)業(yè)可持續(xù)發(fā)展。隨著國(guó)家生態(tài)文明建設(shè)的推進(jìn), 我國(guó)各級(jí)政府高度重視區(qū)域土地資源的保護(hù), 逐漸意識(shí)到土地資源生態(tài)功能與社會(huì)保障功能的重要性,出臺(tái)了最嚴(yán)格的耕地保護(hù)紅線與生態(tài)紅線保護(hù)政策。2018年中央“一號(hào)文件”明確指出“深入實(shí)施藏糧于地、藏糧于技戰(zhàn)略, 嚴(yán)守耕地紅線, 確保國(guó)家糧食安全。全面落實(shí)永久基本農(nóng)田特殊保護(hù)制度, 穩(wěn)步提升耕地質(zhì)量”。對(duì)此, 在我國(guó)人多地少、農(nóng)業(yè)土地資源稀缺的基本國(guó)情下, 如何實(shí)現(xiàn)土地資源可持續(xù)化利用與效率最大化, 是保障糧食安全、解決人地矛盾和農(nóng)業(yè)生態(tài)環(huán)境保護(hù)的重要基礎(chǔ), 也是實(shí)施鄉(xiāng)村振興戰(zhàn)略的基本要義與關(guān)鍵[2]。
國(guó)際上對(duì)土地資源利用效率研究起源于19世紀(jì)70年代新古典經(jīng)濟(jì)學(xué)的市場(chǎng)配置效率理論[3]。隨著20世紀(jì)20年代生態(tài)區(qū)位理論的應(yīng)用, 土地資源利用效率研究得到進(jìn)一步發(fā)展[4], 眾多學(xué)者在土地資源利用變化[5]、集約度分析[6]、效率測(cè)度評(píng)價(jià)[7]、驅(qū)動(dòng)機(jī)制機(jī)理[8]、研究模型方法[9]、優(yōu)化模式策略[10]等方面開展了大量實(shí)證研究。國(guó)內(nèi)學(xué)者對(duì)土地資源利用效率的研究起步較晚, 但隨著研究的不斷深入及方法上的日趨豐富與完善, 相關(guān)方面的研究也取得了較大進(jìn)展, 主要包括以下幾個(gè)方面: 1)指標(biāo)體系構(gòu)建方面, 土地資源利用效率從單項(xiàng)指標(biāo)逐漸轉(zhuǎn)向包括經(jīng)濟(jì)、社會(huì)、生態(tài)的多項(xiàng)指標(biāo)應(yīng)用[1], 考慮將生態(tài)價(jià)值作為判別土地資源利用合理化程度的核心要素[11]; 2)研究對(duì)象方面, 對(duì)城市土地[12]、都市農(nóng)業(yè)用地[13]、林地[14]、草地[15]、耕地[16]等各類土地資源進(jìn)行研究; 3)研究尺度方面, 從全國(guó)范圍[17]、區(qū)域[18]、省域[19]、地市[20]、村落[21]等層次入手; 4)研究方法方面, 從早期的描述性、趨勢(shì)性等定性分析, 逐步引入綜合指標(biāo)評(píng)價(jià)[22]、SFA模型[23-24]、DEA模型[25-26]、超效率SBM模型和Malmquist指數(shù)[27]以及到考慮非期望產(chǎn)出的SBM-Undesirable模型[18]、DDF模型[28]、空間計(jì)量模型[21,29]等多種定量分析方法來(lái)測(cè)度土地資源利用效率。綜上所述, 國(guó)內(nèi)外學(xué)者從不同對(duì)象、不同角度、不同尺度和運(yùn)用不同方法對(duì)土地資源利用效率進(jìn)行了研究, 并取得了豐富的研究成果, 為本文奠定了堅(jiān)實(shí)的理論基礎(chǔ)。但還存在幾點(diǎn)有待探索之處: 1)國(guó)內(nèi)學(xué)者大多從全國(guó)范圍內(nèi)或者省域入手研究城市土地利用效率情況, 有關(guān)地市尺度的農(nóng)業(yè)土地資源利用效率探討相對(duì)不足; 2)現(xiàn)有研究對(duì)土地利用效率測(cè)算的短時(shí)間范圍研究較多, 從更長(zhǎng)時(shí)間范圍來(lái)揭示區(qū)域的土地利用效率變化規(guī)律的還較少; 3)現(xiàn)有研究側(cè)重于土地利用效率的測(cè)算、評(píng)價(jià)的靜態(tài)研究居多, 從時(shí)序或空間格局上將土地利用效率的動(dòng)態(tài)演變與靜態(tài)評(píng)價(jià)相結(jié)合的研究還較少; 4)現(xiàn)有關(guān)于土地資源利用效率的評(píng)價(jià), 大多關(guān)注經(jīng)濟(jì)社會(huì)效益, 忽略了土地資源具備的生態(tài)價(jià)值產(chǎn)出, 難以科學(xué)準(zhǔn)確地評(píng)價(jià)土地資源利用效率。
江西省是我國(guó)重要的商品糧油生產(chǎn)基地, 也是新中國(guó)成立以來(lái)全國(guó)僅有的2個(gè)從未間斷向省外輸出糧食的省份之一, 農(nóng)業(yè)和種植業(yè)在全國(guó)具有舉足輕重的地位[28]。在江西省全面開展生態(tài)文明建設(shè)和鄉(xiāng)村振興戰(zhàn)略背景下, 江西省近30年來(lái)農(nóng)業(yè)土地資源利用現(xiàn)狀如何? 存在什么問題? 利用效率的變化特征如何? 如何進(jìn)一步提升優(yōu)化? 都是亟待解決的關(guān)鍵性問題。目前, 對(duì)江西省農(nóng)業(yè)土地資源利用的研究甚少, 多集中于城市土地、建設(shè)用地等方面。鑒于此, 本文從化解農(nóng)業(yè)土地資源利用現(xiàn)實(shí)矛盾角度出發(fā), 以江西省11個(gè)設(shè)區(qū)市為典型研究區(qū)域, 運(yùn)用VRS-DEA模型和Malmquist指數(shù)測(cè)算1990—2016年江西省農(nóng)業(yè)土地資源利用效率, 揭示其時(shí)空動(dòng)態(tài)演變特征, 并識(shí)別效率損失的原因與改善潛力, 提出提高土地利用效率的路徑, 以期為政府制定農(nóng)業(yè)土地政策提供理論依據(jù)與決策參考。
1.1.1 數(shù)據(jù)包絡(luò)分析法(DEA)
數(shù)據(jù)包絡(luò)分析法(Date Envelopment Analysis Method, DEA)也稱為非參數(shù)方法, 是由美國(guó)著名運(yùn)籌學(xué)家和經(jīng)濟(jì)學(xué)家Charnes、Cooper和Rhodes于1978年提出的一種基于生產(chǎn)函數(shù)理論基礎(chǔ), 對(duì)“多投入(inputs)-多產(chǎn)出(outputs)”情況下相同類型決策單元(decision making unit, DMU)的評(píng)價(jià)模型, 是要素投入-產(chǎn)出之間相對(duì)效率評(píng)價(jià)的分析方法[30]。DEA模型由于無(wú)需事先設(shè)定具體模型形式與估計(jì)參數(shù), 有效避免了人為確定指標(biāo)權(quán)重的主觀影響, 評(píng)價(jià)結(jié)果具有內(nèi)在客觀性, 是目前應(yīng)用最為廣泛的相對(duì)效率評(píng)價(jià)方法[31]。DEA模型包括固定規(guī)模收益模型(CRS-DEA)和可變規(guī)模報(bào)酬模型(VRS-DEA), 效率值介于0~1, 屬于截尾數(shù)據(jù)??紤]到需要進(jìn)一步對(duì)評(píng)價(jià)單元規(guī)模和技術(shù)進(jìn)行差異性分析, 故選取VRS-DEA進(jìn)行評(píng)價(jià)。通過(guò)建立VRS-DEA模型可以得到綜合技術(shù)效率、純技術(shù)效率和規(guī)模技術(shù)效率, 綜合技術(shù)效率=純技術(shù)效率×規(guī)模技術(shù)效率。其中, 當(dāng)綜合技術(shù)效率越接近于1, 表明決策單元的土地利用綜合效率越高; 綜合效率為1時(shí), 表明對(duì)應(yīng)農(nóng)業(yè)土地利用綜合效率達(dá)到生產(chǎn)前沿面上, 投入產(chǎn)出達(dá)到最優(yōu)組合。
將每個(gè)設(shè)區(qū)市作為一個(gè)決策單元, 假設(shè)有個(gè)決策單元DMU(=1, 2, … ,), 每個(gè)決策單元(DMU)都有種投入x(=1, 2, … ,), 以及種產(chǎn)出y(=1, 2, … ,), 當(dāng)前要評(píng)價(jià)的DMU記作DMU, 那么第個(gè)設(shè)區(qū)市在錐性、凸性、無(wú)效性和最小公理性假設(shè)下, 基于可變規(guī)模報(bào)酬的模型(即VRS-DEA模型), 如下所示:
1.1.2 Malmquist指數(shù)
Malmquist指數(shù)最早于1953年由瑞典經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)家Malmquist提出, 后經(jīng)Fare等的發(fā)展, 使得Malmquist指數(shù)得到廣泛應(yīng)用[32]。Malmquist指數(shù)針對(duì)不同時(shí)期不同決策單元效率可以進(jìn)行動(dòng)態(tài)評(píng)價(jià)分析, 有效彌補(bǔ)了DEA模型在不同時(shí)期生產(chǎn)前沿面差異、難以運(yùn)用面板數(shù)據(jù)測(cè)度的不足; 與其他方法相比, 具備數(shù)據(jù)易獲取、無(wú)需投入與產(chǎn)出的價(jià)格變量且不需要對(duì)主體行為及目標(biāo)進(jìn)行假設(shè), 還可以分解為幾個(gè)有意義的指標(biāo), 能更深入系統(tǒng)了解動(dòng)態(tài)演變結(jié)果等優(yōu)勢(shì), 是目前經(jīng)濟(jì)社會(huì)領(lǐng)域生產(chǎn)率變化指數(shù)應(yīng)用最廣泛的模型之一[33]。因此, 在規(guī)模不變報(bào)酬(CRS)條件下, Malmquist生產(chǎn)率變化指數(shù)(TFPC)為:
式中:表示投入變量,表示產(chǎn)出變量,表示某一時(shí)期,()為基于CRS的Malmquist生產(chǎn)率變化指數(shù),()為基于CRS的技術(shù)效率變化指數(shù)(TEC),()為基于CRS的技術(shù)進(jìn)步變化指數(shù)(TC),D為基于CRS的距離函數(shù)。
在規(guī)模報(bào)酬可變(VRS)條件下, Malmquist生產(chǎn)率變化指數(shù)(TFPC):
式中:表示投入變量,表示產(chǎn)出變量,表示某一時(shí)期,()為基于VRS的Malmquist生產(chǎn)率變化指數(shù),()為基于VRS的純技術(shù)效率變化指數(shù)(PTEC),(,)為基于VRS的規(guī)模變化指數(shù)(SEC),D為基于CRS的距離函數(shù)。其中, TPFC>1(<1), 表示決策單位從時(shí)期到+1時(shí)期的全要素生產(chǎn)率提高(下降); 當(dāng)TPFC=1, 則表示全要素生產(chǎn)率不變。TFPC還可以分解為技術(shù)效率變化指數(shù)(TEC)和技術(shù)進(jìn)步指數(shù)(TC), 為TEC×TC; TEC還可以分解為純技術(shù)效率變化指數(shù)(PTEC)和規(guī)模效率變化指數(shù)(SEC), 為PTEC×SEC。
農(nóng)業(yè)土地是一個(gè)多投入多產(chǎn)出的復(fù)合生態(tài)系統(tǒng), 不僅產(chǎn)生經(jīng)濟(jì)、社會(huì)價(jià)值, 而且具備重要的生態(tài)價(jià)值, 為全球生態(tài)安全提供了重要保障。借鑒已有研究[13,16,34], 綜合考慮數(shù)據(jù)指標(biāo)的可量化、合理性和科學(xué)性, 選取土地、資本、勞動(dòng)力為投入指標(biāo), 構(gòu)建涵蓋經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益的農(nóng)業(yè)土地資源利用效率綜合評(píng)價(jià)體系(表1)。其中, 土地投入指標(biāo)采用農(nóng)作物播種面積表示, 資本投入選取農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)藥使用量、化肥施用量和農(nóng)膜使用量4個(gè)指標(biāo)表示, 勞動(dòng)力投入指標(biāo)用種植業(yè)從業(yè)人員數(shù)來(lái)表示。產(chǎn)出指標(biāo)方面, 選取種植業(yè)產(chǎn)值作為經(jīng)濟(jì)效益衡量指標(biāo), 反映某個(gè)區(qū)域農(nóng)業(yè)生產(chǎn)活動(dòng)的規(guī)模和總量; 選取糧食總產(chǎn)量作為社會(huì)效益衡量指標(biāo), 主要表現(xiàn)為保障國(guó)家糧食安全和社會(huì)穩(wěn)定; 選取農(nóng)業(yè)土地資源生態(tài)系統(tǒng)服務(wù)價(jià)值作為生態(tài)效益衡量指標(biāo), 表現(xiàn)為提供水源涵養(yǎng)、廢物處理和氣候調(diào)節(jié)等一系列重要的生態(tài)系統(tǒng)服務(wù)。其中, 農(nóng)業(yè)土地資源生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量參考謝高地等[35]在Costanza等[36]生態(tài)系統(tǒng)服務(wù)功能分類的基礎(chǔ)上, 構(gòu)建的一種基于專家經(jīng)驗(yàn)的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法進(jìn)行推算, 具體過(guò)程此處不再贅述。
本文共收集整理了1990—2016年涉及江西省11個(gè)設(shè)區(qū)市、9項(xiàng)指標(biāo)的面板數(shù)據(jù), 相關(guān)的經(jīng)濟(jì)、社會(huì)、資源、生態(tài)數(shù)據(jù)源于1991—2017年《江西統(tǒng)計(jì)年鑒》《中國(guó)縣域統(tǒng)計(jì)年鑒》以及江西各設(shè)區(qū)市統(tǒng)計(jì)年鑒, 部分當(dāng)量因子系數(shù)來(lái)源于已有文獻(xiàn)成果。其中, 研究周期內(nèi)缺失的部分?jǐn)?shù)據(jù), 分別從江西省統(tǒng)計(jì)局統(tǒng)計(jì)數(shù)據(jù)庫(kù)、各設(shè)區(qū)市《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》獲取, 個(gè)別缺失年份數(shù)據(jù)采用平滑數(shù)據(jù)處理法進(jìn)行處理與換算。為統(tǒng)一口徑和消除價(jià)格因素, 各設(shè)區(qū)市的相關(guān)經(jīng)濟(jì)數(shù)據(jù)均統(tǒng)一換算成1990年不變價(jià)格。
表1 農(nóng)業(yè)土地資源利用效率投入產(chǎn)出指標(biāo)描述性統(tǒng)計(jì)
1)化肥使用量采用化肥折純量表示; 2)糧食總產(chǎn)量中糧食作物不僅包括水稻、玉米、小麥及其他雜糧, 還包括薯類、豆類和花生等。1) Fertilizers consumption is expressed by the effective amount of chemical fertilizers. 2) The total grain output includes not only rice, maize, wheat and other miscellaneous grains, but also potatoes, beans and peanuts.
2.1.1 效率時(shí)序演變分析
利用DEAP2.1軟件計(jì)算得到江西省1990—2016年農(nóng)業(yè)土地資源利用效率情況, 如圖1所示。總體來(lái)看, 江西省農(nóng)業(yè)土地資源利用綜合技術(shù)效率整體水平較高, 均值為0.889; 呈現(xiàn)“先下降后上升”的波動(dòng)趨勢(shì), 且階段性變化特征顯著。其中, 1990—2005年呈緩慢波動(dòng)下降的態(tài)勢(shì), 該階段為追求農(nóng)業(yè)高產(chǎn)值, 一方面農(nóng)藥、化肥、農(nóng)膜等要素大量使用[28]; 另一方面年輕農(nóng)業(yè)從業(yè)人員逐漸外流, 土地資源撂荒趨勢(shì)開始加劇[37], 多種因素共同導(dǎo)致綜合技術(shù)效率值在2005年下降至整個(gè)研究期間的最低值0.766, 年均降低1.35%。2005—2016年農(nóng)業(yè)土地資源利用綜合技術(shù)效率呈現(xiàn)先快速上升(2005—2009年)后緩慢上升(2009—2016年)的態(tài)勢(shì), 年均增長(zhǎng)2.45%, 且在2016年達(dá)到最優(yōu)水平。其中, 2005—2009年的效率值上升較快, 一方面是由于國(guó)家從2004年后逐步取消農(nóng)業(yè)稅, 且2004—2016年連續(xù)13年“中央一號(hào)文件”都聚焦“三農(nóng)”問題, 多方面支持和鼓勵(lì)農(nóng)業(yè)現(xiàn)代化發(fā)展, 這些政策很大程度上促進(jìn)了農(nóng)民從事農(nóng)業(yè)生產(chǎn)的積極性, 提高了耕地利用水平[38]; 另一方面是由于經(jīng)濟(jì)社會(huì)發(fā)展與農(nóng)業(yè)科學(xué)技術(shù)進(jìn)步, 一定程度上促進(jìn)農(nóng)業(yè)經(jīng)營(yíng)向機(jī)械化、規(guī)模化、集約化方向轉(zhuǎn)變。2009—2016年的效率值上升幅度較為緩慢, 是由于農(nóng)民積極性和技術(shù)、規(guī)模的邊際效用遞減等因素共同作用的結(jié)果。因此, 在生產(chǎn)要素投入達(dá)到一定程度后, 促進(jìn)要素有效配置、農(nóng)業(yè)技術(shù)進(jìn)步和科學(xué)經(jīng)營(yíng)管理將是今后實(shí)現(xiàn)綜合技術(shù)效率提升的關(guān)鍵。
根據(jù)VRS-DEA模型原理, 綜合技術(shù)效率可分解為純技術(shù)效率和規(guī)模效率。從圖1來(lái)看, 1990—2016年江西省農(nóng)業(yè)土地資源利用純技術(shù)效率整體水平較高, 呈現(xiàn)“平穩(wěn)-下降-上升-平穩(wěn)”的變動(dòng)趨勢(shì), 均值為0.985; 分別在1990—1998年、2007—2009年和2013—2016年達(dá)到效率最優(yōu)值1, 在2002年降至27年的最低值0.892。純技術(shù)效率下降所體現(xiàn)的并不是真正意義上的退步, 而是說(shuō)明這時(shí)期投入的資本和勞動(dòng)獲得較低的收益, 由于技術(shù)效率或者配置效率的低下, 使得農(nóng)業(yè)經(jīng)濟(jì)低質(zhì)量增長(zhǎng)。相比較規(guī)模效率而言, 純技術(shù)效率值更高且在多數(shù)年份達(dá)到了有效狀態(tài)。而規(guī)模效率與綜合技術(shù)效率值總體上接近, 且在1990—2016年的大部分年份保持了相同的變化特征, 說(shuō)明規(guī)模效率對(duì)綜合技術(shù)效率的影響能力強(qiáng)于純技術(shù)效率, 規(guī)模效率低是造成綜合技術(shù)效率不高的重要原因。因此加強(qiáng)農(nóng)業(yè)土地資源規(guī)模化、集約化利用是未來(lái)提高農(nóng)業(yè)土地資源利用效率的有效路徑。
2.1.2 效率空間格局演變分析
根據(jù)前文DEA模型測(cè)算結(jié)果, 采用等距法選取1990年、1995年、2000年、2005年、2010年以及最近2016年江西省11個(gè)設(shè)區(qū)市的綜合技術(shù)效率值, 運(yùn)用ArcGIS10.1軟件繪制空間分布圖(圖2), 對(duì)其空間格局演變過(guò)程進(jìn)行分析。本文按照楊清可等[39]對(duì)效率的分類方法, 將效率值劃分為DEA有效(效率值為1)和DEA無(wú)效(效率值小于1)兩大類, 然后對(duì)DEA無(wú)效進(jìn)一步以效率值均值加減半個(gè)標(biāo)準(zhǔn)差作為劃分標(biāo)準(zhǔn), 將DEA無(wú)效地區(qū)劃分為DEA相對(duì)高效地區(qū)、相對(duì)中效地區(qū)以及相對(duì)低效地區(qū)。
圖1 1990—2016年江西省農(nóng)業(yè)土地資源利用效率變化趨勢(shì)
如圖2所示: 1)1990年, DEA有效地區(qū)有8個(gè)(南昌市、萍鄉(xiāng)市、鷹潭市、贛州市、吉安市、宜春市、撫州市和上饒市), 整體利用水平較高, 有效地區(qū)呈“連片”分布格局; DEA無(wú)效地區(qū)有3個(gè), 景德鎮(zhèn)市、九江市為DEA相對(duì)高效地區(qū), 新余市為DEA相對(duì)中效地區(qū), 無(wú)效地區(qū)呈“點(diǎn)狀”分布。2)1995年, 綜合效率水平開始下降, DEA有效地區(qū)縮減為1個(gè)(宜春市); DEA無(wú)效地區(qū)上升為10個(gè), 其中景德鎮(zhèn)、九江市下降為DEA相對(duì)中效地區(qū), 有效地區(qū)由“連片”向“點(diǎn)狀”格局轉(zhuǎn)變。3)2000年和2005年, 綜合效率整體水平下降明顯, DEA有效地區(qū)下降至0個(gè), 其中南昌市、九江市下降明顯, 降至DEA相對(duì)低效地區(qū); 無(wú)效地區(qū)呈“連片”分布格局, 相對(duì)高效地區(qū)聚集在江西中北部地區(qū)。4)2010年, 綜合效率整體水平開始上升, DEA有效地區(qū)增至3個(gè)(南昌市、景德鎮(zhèn)市和新余市), 有效地區(qū)呈“點(diǎn)狀”分布格局。5)2016年, 綜合效率整體水平進(jìn)一步提升, DEA有效地區(qū)增至9個(gè)(南昌市、景德鎮(zhèn)市、新余市、鷹潭市、贛州市、吉安市、宜春市、撫州市和上饒市), 其中贛州市上升最為明顯, 而萍鄉(xiāng)市、九江市仍屬于DEA無(wú)效地區(qū), 有效地區(qū)呈絕對(duì)的“連片”分布格局。
從整體上來(lái)看, 江西省11個(gè)設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率區(qū)域變化軌跡差異明顯, 空間格局分布非均衡化趨勢(shì)較為突出, 歷年DEA有效和相對(duì)高效率地區(qū)主要聚集在江西中北部城市, 呈現(xiàn)“大聚集-小分散”的分布特征, 梯級(jí)層次明顯。其中, 南昌市、鷹潭市、吉安市和宜春市等歷年效率水平相對(duì)處于較優(yōu)水平, 這與這類城市更靠近省會(huì)以及是老牌商品糧食生產(chǎn)基地有關(guān), 自然條件和農(nóng)業(yè)設(shè)施、技術(shù)條件更為優(yōu)越[31]。而贛州市、萍鄉(xiāng)市和九江市等地區(qū)歷年效率值相對(duì)處于較低水平, 這與城市的地理環(huán)境有很大的關(guān)系, 萍鄉(xiāng)市和贛州市山地比例更高, 耕地質(zhì)量與細(xì)碎化程度相對(duì)較高; 九江市處于鄱陽(yáng)湖與長(zhǎng)江銜接地區(qū), 每年洪澇災(zāi)害受損情況更為嚴(yán)重。
根據(jù)Malmquist指數(shù)計(jì)算方法, 運(yùn)用DEAP2.1軟件計(jì)算得到1990—2016年江西省農(nóng)業(yè)土地資源利用動(dòng)態(tài)效率, 反映了各年份效率相對(duì)于前一年效率的動(dòng)態(tài)變化情況, 如表2所示??傮w來(lái)看, 江西省農(nóng)業(yè)土地資源全要素生產(chǎn)率指數(shù)在[0.839, 1.452]之間波動(dòng)變化, 年均增長(zhǎng)2.1%, 增幅較小, 其中技術(shù)效率和技術(shù)進(jìn)步分別貢獻(xiàn)0.3%和1.8%, 說(shuō)明技術(shù)進(jìn)步是推動(dòng)全要素生產(chǎn)率增長(zhǎng)的主要推動(dòng)力; 換言之, 1990—2016年江西省農(nóng)業(yè)土地資源利用全要素生產(chǎn)率增長(zhǎng)屬于技術(shù)進(jìn)步的“單軌驅(qū)動(dòng)”模式。這說(shuō)明隨著農(nóng)業(yè)科學(xué)技術(shù)的不斷進(jìn)步與應(yīng)用, 江西省農(nóng)業(yè)土地資源利用效率持續(xù)地朝著生產(chǎn)前沿面發(fā)展, 資源要素總體配置更加科學(xué)合理。從結(jié)構(gòu)上看, 技術(shù)效率變化指數(shù)呈現(xiàn)先小于1后大于1的波動(dòng)變化趨勢(shì), 在1990—2005年幾乎都小于1, 而在2005—2016年幾乎都大于1, 特別在2006—2009年技術(shù)效率變化指數(shù)相對(duì)較大, 印證了前文綜合技術(shù)效率呈現(xiàn)“先下降后上升”的階段性變化特征, 且總體上與規(guī)模效率變化指數(shù)變化相同, 說(shuō)明規(guī)模效率對(duì)綜合技術(shù)效率的影響起著決定性作用。純技術(shù)效率變化指數(shù)年均增長(zhǎng)0.2%, 在1999—2003年均小于1且相對(duì)較小, 說(shuō)明這段時(shí)間綜合技術(shù)效率下降是由純技術(shù)效率下降造成的。規(guī)模效率變化指數(shù)年均增長(zhǎng)0.3%, 說(shuō)明江西省土地利用規(guī)模效率和純技術(shù)效率水平不高是制約全要生產(chǎn)率提升的主要因素, 因此也是未來(lái)農(nóng)業(yè)土地資源利用效率提升的關(guān)鍵點(diǎn)。
圖2 1990—2016年江西省11個(gè)設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率空間格局演變過(guò)程
表2 1990—2016年江西省農(nóng)業(yè)土地資源利用效率變化指數(shù)
表2 續(xù)
時(shí)間段Year技術(shù)效率變化指數(shù)Technical efficiency change技術(shù)進(jìn)步變化指數(shù)Technical change純技術(shù)效率變化指數(shù)Pure technicalefficiency change規(guī)模效率變化指數(shù)Scale efficiency changeMalmquist生產(chǎn)率變化指數(shù)Total factor productivity change 2003—20041.0311.1261.0111.0191.161 2004—20050.9670.8961.0950.8840.866 2005—20060.9830.9950.9721.0110.978 2006—20071.0181.1001.0380.9811.120 2007—20081.0100.9121.0041.0060.921 2008—20091.1311.1481.0001.1311.298 2009—20101.0761.0011.0001.0761.077 2010—20110.9861.0150.9990.9871.001 2011—20121.0111.1111.0001.0111.123 2012—20131.0060.9630.9991.0070.969 2013—20141.0271.4141.0021.0251.452 2014—20151.0041.0011.0001.0041.005 2015—20161.0061.0171.0001.0061.023 2016—20171.0021.0551.0001.0021.057 均值Mean1.0031.0181.0001.0031.021
就具體區(qū)域而言(表3), 1990—2016年間江西省11個(gè)設(shè)區(qū)市各類變化指數(shù)的增減幅度比較平穩(wěn), 均未超過(guò)10%, 其中全要素生產(chǎn)率變化指數(shù)、技術(shù)效率變化指數(shù)和效率進(jìn)步變化指數(shù)分別年均增長(zhǎng)2.1%、0.3%和1.8%, 說(shuō)明各設(shè)區(qū)市未來(lái)的提升潛力較大。除鷹潭市、宜春市和上饒市受技術(shù)進(jìn)步影響導(dǎo)致全要素生產(chǎn)率指數(shù)均出現(xiàn)不同程度下降之外, 其他8個(gè)設(shè)區(qū)市的全要素生產(chǎn)率指數(shù)均呈上升狀態(tài)且技術(shù)進(jìn)步變化指數(shù)均大于1, 說(shuō)明技術(shù)進(jìn)步是其生產(chǎn)率提升的關(guān)鍵推動(dòng)要素。九江市的純技術(shù)變化指數(shù)和規(guī)模變化指數(shù)均呈現(xiàn)負(fù)增長(zhǎng)的態(tài)勢(shì), 是今后政府政策制定的重點(diǎn)關(guān)注區(qū)。在規(guī)模效率變化指數(shù)上, 各設(shè)區(qū)市大多數(shù)都為1, 說(shuō)明江西省農(nóng)業(yè)生產(chǎn)規(guī)模效應(yīng)貢獻(xiàn)作用很小。因此, 如何提升農(nóng)業(yè)生產(chǎn)規(guī)模化、集約化水平是實(shí)現(xiàn)農(nóng)業(yè)土地資源利用轉(zhuǎn)型與提升土地利用效率的關(guān)鍵。
根據(jù)DEA模型原理, 當(dāng)農(nóng)業(yè)土地資源利用效率值小于1時(shí), 松弛變量的大小可以反映農(nóng)業(yè)土地資源利用效率損失的原因與改善潛力。本文將1990—2016年江西省11個(gè)設(shè)區(qū)市各投入松弛量除以相對(duì)應(yīng)的投入原始量計(jì)算得到投入冗余率, 將農(nóng)業(yè)土地資源產(chǎn)出松弛量除以相對(duì)應(yīng)的產(chǎn)出量計(jì)算得到農(nóng)業(yè)土地產(chǎn)出不足率, 結(jié)果如表4所示。
表3 1990—2016年江西省11個(gè)設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率平均指數(shù)
表4 江西省農(nóng)業(yè)土地資源利用投入和產(chǎn)出的優(yōu)化結(jié)果
投入冗余率和產(chǎn)出不足率表示應(yīng)該改善潛力的百分比; 按照冗余率和不足率進(jìn)行排序,***、**和*分別表示對(duì)農(nóng)業(yè)土地資源利用效率損失影響的第1、第2和第3影響要素。The input redundancy rate and output insufficient rate indicate the percentage of potential improvement.***,**and*indicate the first, second and third factors affecting the loss of agricultural land use efficiency according to the input redundancy rate and output insufficient rate.
從表4可以發(fā)現(xiàn)江西省11個(gè)設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率損失的原因, 以及各設(shè)區(qū)市投入產(chǎn)出要素改善潛力情況。
1)從全省范圍來(lái)看, 農(nóng)業(yè)土地資源利用效率損失的主要影響因素依次為種植業(yè)產(chǎn)值產(chǎn)出不足、農(nóng)藥和勞動(dòng)力投入過(guò)多。首先, 種植業(yè)產(chǎn)值不足在江西省農(nóng)業(yè)土地資源利用效率損失占的比重最高, 說(shuō)明當(dāng)前江西省農(nóng)業(yè)土地生產(chǎn)總體產(chǎn)值不足是最大的影響因素。其次, 由于農(nóng)戶追求農(nóng)產(chǎn)品產(chǎn)出與經(jīng)濟(jì)效益, 導(dǎo)致農(nóng)藥使用過(guò)量是造成效率損失的第2影響因素。最后, 種植業(yè)勞動(dòng)力投入過(guò)多是造成效率損失的第3影響因素, 這與江西省丘陵地形和傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式有關(guān)。江西省主要以丘陵和山地地形為主, 農(nóng)地細(xì)碎化程度高, 適合于小規(guī)?!熬?xì)化”的土地經(jīng)營(yíng)方式[37], 中大規(guī)模機(jī)械化生產(chǎn)程度低, 仍屬于高勞動(dòng)力投入與低經(jīng)濟(jì)產(chǎn)出的傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式, 勞動(dòng)力投入冗余率高; 與機(jī)械化、規(guī)模化程度較高的高效率生產(chǎn)地區(qū)相比, 江西省目前還存在大量老弱的農(nóng)村剩余勞動(dòng)力, 導(dǎo)致農(nóng)業(yè)土地資源利用效率損失。
2)分區(qū)域來(lái)看, 各設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率損失的原因各有不同。南昌市、景德鎮(zhèn)市、萍鄉(xiāng)市、新余市、鷹潭市、撫州市和上饒市均種植業(yè)產(chǎn)值不足, 是影響農(nóng)業(yè)土地資源利用效率損失的第1要素, 特別是南昌市、景德鎮(zhèn)市和鷹潭市改善潛力巨大, 分別達(dá)到73.61%、55.99%和43.73%; 九江市農(nóng)業(yè)土地資源利用效率損失的第1影響要素是糧食產(chǎn)出不足, 改善潛力達(dá)到28.44%; 贛州市農(nóng)業(yè)土地資源利用效率損失的第1影響要素是農(nóng)膜投入冗余, 改善潛力達(dá)到33.22%; 吉安市和宜春市農(nóng)業(yè)土地資源利用效率損失的第1影響要素是農(nóng)藥投入冗余, 次要因素是種植業(yè)產(chǎn)值不足。農(nóng)藥投入冗余是影響南昌市、鷹潭市和上饒市農(nóng)業(yè)土地資源利用效率損失的次要因素, 化肥投入冗余是影響萍鄉(xiāng)市和新余市農(nóng)業(yè)土地資源利用效率損失的次要因素, 農(nóng)膜投入冗余是影響景德鎮(zhèn)市和撫州市農(nóng)業(yè)土地資源利用效率損失的次要因素, 種植業(yè)勞動(dòng)力投入冗余是影響九江市農(nóng)業(yè)土地資源利用效率損失的次要因素。各設(shè)區(qū)市農(nóng)藥化肥農(nóng)膜和勞動(dòng)力等投入冗余對(duì)效率損失都造成了不同程度的影響。
通過(guò)對(duì)江西省11個(gè)設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率損失的原因和改善潛力分析, 可以清楚地厘清各設(shè)區(qū)市效率損失的主要影響因素, 為改善效率提供可行性路徑以及制定有針對(duì)性的政策。
從資源要素投入端來(lái)看: 1)農(nóng)藥投入。農(nóng)藥投入過(guò)多會(huì)導(dǎo)致農(nóng)業(yè)土地利用的效率損失、危害農(nóng)產(chǎn)品安全甚至人們的健康。目前江西各設(shè)區(qū)市農(nóng)藥使用過(guò)量情況較為嚴(yán)重, 幾乎所有設(shè)區(qū)市都具有較高的農(nóng)藥改善潛力, 因此減少農(nóng)藥使用量對(duì)這些設(shè)區(qū)市實(shí)現(xiàn)農(nóng)業(yè)土地資源利用效率提升非常關(guān)鍵。2)化肥投入?;适寝r(nóng)業(yè)土地生產(chǎn)基本投入之一, 過(guò)多的化肥投入不僅導(dǎo)致效率損失、增加農(nóng)業(yè)經(jīng)營(yíng)成本, 而且會(huì)造成面源污染破壞農(nóng)業(yè)生態(tài)環(huán)境。萍鄉(xiāng)市、撫州市、新余市、吉安市和上饒市等設(shè)區(qū)市都具有較高的化肥改善潛力, 這些設(shè)區(qū)市大多屬于糧食生產(chǎn)基地, 化肥投入較多, 容易導(dǎo)致化肥投入冗余問題。因此, 減少化肥施用量或提高化肥利用率是這些設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率提高的重要路徑。3)農(nóng)膜投入。特別是景德鎮(zhèn)市、贛州市和撫州市的農(nóng)膜改善潛力較大。4)種植業(yè)從業(yè)人員。江西省屬于高勞動(dòng)力投入低產(chǎn)出的傳統(tǒng)農(nóng)業(yè)生產(chǎn)欠發(fā)達(dá)省份, 農(nóng)村剩余勞動(dòng)力較多, 贛州市、九江市和吉安市和其他設(shè)區(qū)市都具有較大的勞動(dòng)力改善潛力, 因此大力推進(jìn)農(nóng)村土地制度改革, 走機(jī)械化、規(guī)模性和集約化的土地生產(chǎn)模式是江西省農(nóng)業(yè)土地資源效率改善的關(guān)鍵。
從土地經(jīng)營(yíng)產(chǎn)出端來(lái)看, 土地經(jīng)營(yíng)產(chǎn)值是衡量土地利用效率的重要指標(biāo), 江西省大部分設(shè)區(qū)市種植業(yè)產(chǎn)值都具有較高的改善潛力; 九江市糧食產(chǎn)出具有較高的改善潛力, 這與九江市地理位置有關(guān), 易發(fā)生自然災(zāi)害, 存在糧食產(chǎn)量不足的情況; 此外, 撫州市、贛州市、吉安市和上饒市也存在較高的農(nóng)業(yè)土地生態(tài)價(jià)值改善潛力, 在城鎮(zhèn)化、工業(yè)化快速進(jìn)程下, 減少農(nóng)地違規(guī)非農(nóng)化, 合理開發(fā)和保護(hù)農(nóng)業(yè)土地資源以及保護(hù)好生態(tài)環(huán)境質(zhì)量是提升土地生態(tài)價(jià)值的重要路徑。
通過(guò)對(duì)1990—2016年江西省11個(gè)設(shè)區(qū)市農(nóng)業(yè)土地資源利用效率時(shí)空演變特征以及效率損失原因與改善路徑分析, 得出了以下幾點(diǎn)結(jié)論:
1)從時(shí)空演變特征來(lái)看, 時(shí)序演變上, 研究期內(nèi)江西省農(nóng)業(yè)土地資源利用水平整體較高, 呈現(xiàn)“先下降后上升”的變動(dòng)趨勢(shì), 效率均值為0.889; 效率分解上, 綜合技術(shù)效率是純技術(shù)效率和規(guī)模效率共同作用的結(jié)果, 規(guī)模效率對(duì)綜合技術(shù)效率的影響能力強(qiáng)于純技術(shù)效率, 而規(guī)模效率低是造成綜合技術(shù)效率不高的重要原因; 空間格局演變上, 江西省11個(gè)設(shè)區(qū)市農(nóng)業(yè)土地資源利用區(qū)域間效率變化軌跡差異明顯, 非均衡發(fā)展趨勢(shì)較為突出, 歷年DEA有效和相對(duì)高效率地區(qū)主要聚集在江西中北部城市, 呈現(xiàn)“大聚集-小分散”的分布特征, 梯級(jí)層次明顯。
2)從全要素生產(chǎn)率動(dòng)態(tài)變化來(lái)看, 研究期內(nèi)江西省農(nóng)業(yè)土地資源利用全要素生產(chǎn)率年均增長(zhǎng)2.1%, 其中技術(shù)效率和技術(shù)進(jìn)步分別貢獻(xiàn)0.3%和1.8%, 說(shuō)明江西省農(nóng)業(yè)土地資源利用全要素生產(chǎn)率增長(zhǎng)屬于技術(shù)進(jìn)步“單軌驅(qū)動(dòng)”模式; 純技術(shù)效率和規(guī)模效率低下, 是制約農(nóng)業(yè)土地資源利用全要素生產(chǎn)率增長(zhǎng)的核心因素; 各設(shè)區(qū)市效率指數(shù)的年均漲幅比較平穩(wěn), 未來(lái)的提升潛力較大。
3)從效率損失原因來(lái)看, 種植業(yè)產(chǎn)值產(chǎn)出不足是江西省農(nóng)業(yè)土地資源利用效率損失的主要原因, 農(nóng)藥化肥、種植業(yè)從業(yè)人員等要素投入冗余是次要原因; 各設(shè)區(qū)市農(nóng)業(yè)土地利用效率損失的原因有所不同, 投入產(chǎn)出要素改善潛力較大。
4)從效率改善路徑來(lái)看, 優(yōu)化資源要素配置能力, 規(guī)范和減少農(nóng)藥化肥農(nóng)膜使用, 逐步轉(zhuǎn)移農(nóng)村剩余勞動(dòng)力, 培育新型職業(yè)化農(nóng)民, 提高土地生產(chǎn)機(jī)械化、規(guī)模化水平以及減少環(huán)境污染物提升生態(tài)環(huán)境質(zhì)量水平是改善江西省農(nóng)業(yè)土地資源利用效率的關(guān)鍵路徑。
通過(guò)本研究可較為全面掌握江西省農(nóng)業(yè)土地資源利用效率時(shí)空動(dòng)態(tài)演變特征, 明確今后江西省農(nóng)業(yè)土地資源利用效率改善潛力與路徑實(shí)現(xiàn)的基本方向, 為未來(lái)政府制定土地資源高效利用與管理決策提供科學(xué)的依據(jù)。在與已有研究成果相比較發(fā)現(xiàn), 謝花林等[31]測(cè)度得到鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)1999—2010年耕地利用效率為0.844, 黃祥芳等[28]計(jì)算得到江西省2001— 2015年耕地環(huán)境效率值為0.850, 略低于本研究的效率值0.889; 在時(shí)序變化均呈現(xiàn)出“先下降后上升”的變動(dòng)趨勢(shì), 則與本研究得到變動(dòng)趨勢(shì)相類似。當(dāng)前, 農(nóng)業(yè)土地資源利用效率尚無(wú)統(tǒng)一的指標(biāo)體系, 產(chǎn)出指標(biāo)多以糧食總產(chǎn)量或者農(nóng)業(yè)產(chǎn)值單一指標(biāo)為主。隨著生態(tài)系統(tǒng)服務(wù)價(jià)值持續(xù)利用理論的完善與相關(guān)數(shù)據(jù)的積累, 有必要將生態(tài)環(huán)境價(jià)值納入投入-產(chǎn)出核算體系, 將有利于增強(qiáng)效率測(cè)算結(jié)果的科學(xué)性和準(zhǔn)確性[22]。
此外, 本文認(rèn)為尚存在以下不足以供討論: 1)在構(gòu)建農(nóng)業(yè)土地資源利用效率投入產(chǎn)出指標(biāo)體系時(shí), 將農(nóng)業(yè)土地資源具備的生態(tài)系統(tǒng)服務(wù)價(jià)值納入其中,考慮了其環(huán)境正效應(yīng)而使得整體的利用效率稍偏高, 土地資源生態(tài)價(jià)值的衡量有待于進(jìn)一步完善; 2)未考慮農(nóng)業(yè)土地資源利用過(guò)程中污染產(chǎn)生的環(huán)境負(fù)效應(yīng), 使得分析結(jié)果全面性有所欠缺, 有待于今后研究進(jìn)一步深入; 3)針對(duì)多個(gè)決策單元同時(shí)有效而無(wú)法進(jìn)一步比較評(píng)價(jià)以及技術(shù)效率和隨機(jī)擾動(dòng)項(xiàng)存在差異的情況, 仍需繼續(xù)完善效率測(cè)度方法。農(nóng)業(yè)土地資源利用效率及損失是多種因素共同作用的結(jié)果, 進(jìn)一步對(duì)農(nóng)業(yè)土地資源利用效率及損失的影響機(jī)制以及區(qū)域間存在空間依賴性、異質(zhì)性等問題進(jìn)行定量分析, 為未來(lái)提供了重要的研究方向。
[1] 孫麗娜, 石占勝, 宮月. 河北省耕地利用效益評(píng)價(jià)及其時(shí)空分異特征研究[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2018, 34(18): 92–98SUN L N, SHI Z S, GONG Y. Cultivated land use benefit in Hebei Province: Evaluation and spatiotemporal differentiation[J]. Chinese Agricultural Science Bulletin, 2018, 34(18): 92–98
[2] 方瑩, 王靜, 孔雪松, 等. 耕地利用多功能權(quán)衡關(guān)系測(cè)度與分區(qū)優(yōu)化——以河南省為例[J]. 中國(guó)土地科學(xué), 2018, 32(11): 57–64FANG Y, WANG J, KONG X S, et al. Trade-off relation measurement and zoning optimization of multi-functionality of cultivated land use: A case study of Henan Province[J]. China Land Science, 2018, 32(11): 57–64
[3] 李長(zhǎng)健, 苗苗. 長(zhǎng)江中游城市群土地利用效率測(cè)算: 現(xiàn)實(shí)機(jī)理與時(shí)空分異[J]. 中國(guó)人口·資源與環(huán)境, 2017, 27(12): 157–164LI C J, MIAO M. Urban land use efficiency measurement of city group in middle reaches of Yangtze River: Reality mechanism and spatiotemporal diversities[J]. China Population, Resources and Environment, 2017, 27(12): 157–164
[4] 朱孟玨, 傅曉婷. 粵港澳大灣區(qū)土地利用效率的時(shí)空特征及其影響機(jī)制[J]. 熱帶地理, 2017, 37(6): 814–823ZHU M J, FU X T. Spatial-temporal evolution of urban land use efficiency in the Guangdong-Hong Kong-Macao Greater Bay Area[J]. Tropical Geography, 2017, 37(6): 814–823
[5] GRUNDY M J, BRYAN B A, NOLAN M, et al. Scenarios for Australian agricultural production and land use to 2050[J]. Agricultural Systems, 2016, 142: 70–83
[6] KüHLING I, BROLL G, TRAUTZ D. Spatio-temporal analysis of agricultural land-use intensity across the western Siberian Grain Belt[J]. Science of the Total Environment, 2016, 544: 271–280
[7] VAN ZANTEN H H E, MOLLENHORST H, KLOOTWIJK C W, et al. Global food supply: Land use efficiency of livestock systems[J]. The International Journal of Life Cycle Assessment, 2016, 21(5): 747–758
[8] LI Y Y, LI X B, TAN M H, et al. The impact of cultivated land spatial shift on food crop production in China, 1990-2010[J]. Land Degradation & Development, 2018, 29(6): 1652–1659
[9] LIN H C, HüLSBERGEN K J. A new method for analyzing agricultural land-use efficiency, and its application in organic and conventional farming systems in Southern Germany[J]. European Journal of Agronomy, 2017, 83: 15–27
[10] YUAN X F, SHAO Y J, WEI X D, et al. Study on the potential of cultivated land quality improvement based on a geological detector[J]. Geological Journal, 2018, 53(S1): 387–397
[11] LI S, COLSON V, LEJEUNE P, et al. Agent-based modelling of the spatial pattern of leisure visitation in forests: A case study in Wallonia, South Belgium[J]. Environmental Modelling & Software, 2015, 71: 111–125
[12] 岳立, 李文波. 環(huán)境約束下的中國(guó)典型城市土地利用效率——基于DDF-Global Malmquist-Luenberger指數(shù)方法的分析[J]. 資源科學(xué), 2017, 39(4): 597–607YUE L, LI W B. Typical urban land use efficiency in China under environmental constraints based on DDF-Global Malmquist-Luenberger index modeling[J]. Resources Science, 2017, 39(4): 597–607
[13] 王云, 周忠學(xué). 多功能性的都市農(nóng)業(yè)用地效率評(píng)價(jià)——以西安市為例[J]. 經(jīng)濟(jì)地理, 2014, 34(7): 129–134WANG Y, ZHOU Z X. Evaluation of urban agricultural land use efficiency based on urban agricultural multi-functionality — A case study of Xi’an City[J]. Economic Geography, 2014, 34(7): 129–134
[14] 何亞芬, 謝花林. 中國(guó)林地綠色利用效率時(shí)空差異分析[J]. 生態(tài)學(xué)報(bào), 2018, 38(15): 5452–5460HE Y F, XIE H L. Spatio-temporal difference analysis of green utilization efficiency of forested land in China[J]. Acta Ecologica Sinica, 2018, 38(15): 5452–5460
[15] 穆少杰, 游永亮, 朱超, 等. 中國(guó)西北部草地植被降水利用效率的時(shí)空格局[J]. 生態(tài)學(xué)報(bào), 2017, 37(5): 1458–1471MU S J, YOU Y L, ZHU C, et al. Spatio-temporal patterns of precipitation-use efficiency of grassland in northwestern China[J]. Acta Ecologica Sinica, 2017, 37(5): 1458–1471
[16] 張榮天, 焦華富. 中國(guó)省際耕地利用效率時(shí)空格局分異與機(jī)制分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(2): 277–287ZHANG R T, JIAO H F. Spatial-temporal pattern differentiation and its mechanism analysis of using efficiency for provincial cultivated land in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(2): 277–287
[17] 盧新海, 匡兵, 李菁. 碳排放約束下耕地利用效率的區(qū)域差異及其影響因素[J]. 自然資源學(xué)報(bào), 2018, 33(4): 657–668LU X H, KUANG B, LI Q. Regional differences and its influencing factors of cultivated land use efficiency under carbon emission constraint[J]. Journal of Natural Resources, 2018, 33(4): 657–668
[18] 匡兵, 盧新海, 韓璟, 等. 考慮碳排放的糧食主產(chǎn)區(qū)耕地利用效率區(qū)域差異與變化[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2018, 34(11): 1–8KUANG B, LU X H, HAN J, et al. Regional differences and dynamic evolution of cultivated land use efficiency in major grain producing areas in low carbon perspective[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(11): 1–8
[19] 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): 786–793QIU W W, YANG Z S. Spatial differences and influences of cultivated land use efficiency in Yunnan Province[J]. Resources and Environment in the Yangtze Basin, 2016, 25(5): 786–793
[20] 孫耀鵬, 涂維亮. 基于DEA模型的荊州市耕地資源利用效率分析[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃, 2017, 38(8): 93–97SUN Y P, TU W L. Based on the DEA analysis of the agricultural land resource use efficiency in Jingzhou[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(8): 93–97
[21] 朱向楠, 劉淑英, 王平. 村域尺度耕地利用效益時(shí)空格局演化分析[J]. 水土保持通報(bào), 2018, 38(4): 337–344ZHU X N, LIU S Y, WANG P. A study on village level of spatial and temporal pattern evolution of cultivated land use efficiency[J]. Bulletin of Soil and Water Conservation, 2018, 38(4): 337–344
[22] 伍玉鵬, 陳遠(yuǎn)新, 吳中波, 等. 不同年限有機(jī)種植與常規(guī)種植農(nóng)業(yè)資源綜合利用效率對(duì)比——以湖北省水稻種植為例[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2016, 24(2): 201–209
WU Y P, CHEN Y X, WU Z B, et al. Efficiency analysis of comprehensive utilization of agricultural resources under organic and conventional agricultures — A case study of rice cultivation systems in Hubei Province[J]. Chinese Journal of Eco-Agriculture, 2016, 24(2): 201–209
[23] 劉維哲, 常明, 王西琴. 基于隨機(jī)前沿的灌溉用水效率及影響因素研究——以陜西關(guān)中地區(qū)小麥為例[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2018, 26(9): 1407–1414LIU W Z, CHANG M, WANG X Q. Irrigation water efficiency based on stochastic production frontier and influencing factors: An empirical study of wheat in Guanzhong Region, Shaanxi[J]. Chinese Journal of Eco-Agriculture, 2018, 26(9): 1407–1414
[24] 楊勇, 鄧祥征, 李志慧, 等. 2000—2015年華北平原土地利用變化對(duì)糧食生產(chǎn)效率的影響[J]. 地理研究, 2017, 36(11): 2171–2183YANG Y, DENG X Z, LI Z H, et al. Impact of land use change on grain production efficiency in North China Plain during 2000–2015[J]. Geographical Research, 2017, 36(11): 2171–2183
[25] 孔慶書, 李洪英, 師偉力. 基于DEA的河北省休閑農(nóng)業(yè)評(píng)價(jià)研究——以河北省休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范點(diǎn)為例[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2013, 21(4): 511–518KONG Q S, LI H Y, SHI W L. Evaluation of leisure agriculture based on DEA in Hebei Province — The case of Hebei leisure agriculture and rural tourism demonstration sites[J]. Chinese Journal of Eco-Agriculture, 2013, 21(4): 511–518
[26] 欒敬東, 焦麗娟, 朱乾隆. 耕地利用效率時(shí)空差異及影響因素研究——基于鄉(xiāng)村振興戰(zhàn)略[J]. 山西農(nóng)業(yè)大學(xué)學(xué)報(bào): 社會(huì)科學(xué)版, 2018, 17(6): 45–53LUAN J D, JIAO L J, ZHU Q L. Study on the spatio-temporal differences and impact factors of cultivated land use efficiency — Based on the strategy of rural rejuvenation[J]. Journal of Shanxi Agricultural University: Social Science Edition, 2018, 17(6): 45–53
[27] 蓋兆雪, 孫萍, 張景奇. 環(huán)境約束下的糧食主產(chǎn)區(qū)耕地利用效率時(shí)空演變特征[J]. 經(jīng)濟(jì)地理, 2017, 37(12): 163–171GAI Z X, SUN P, ZHANG J Q. Cultivated land utilization efficiency and its difference with consideration of environmental constraints in major grain producing area[J]. Economic Geography, 2017, 37(12): 163–171
[28] 黃祥芳, 李湘玲. 江西省耕地利用與環(huán)境協(xié)調(diào)發(fā)展測(cè)度及提升策略[J]. 水土保持通報(bào), 2018, 38(5): 127–133HUANG X F, LI X L. Measurement and strategies for coordinated development of cultivated land use and environment in Jiangxi Province[J]. Bulletin of Soil and Water Conservation, 2018, 38(5): 127–133
[29] 張晗, 趙小敏, 歐陽(yáng)真程, 等. 多尺度下的南方山地丘陵區(qū)耕地質(zhì)量空間自相關(guān)分析——以江西省黎川縣為例[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2018, 26(2): 263–273ZHANG H, ZHAO X M, OUYANG Z C, et al. Multi-scale spatial autocorrelation analysis of cultivated land quality in China’s southern hillside areas: A case study of Lichuan County, Jiangxi Province[J]. Chinese Journal of Eco-Agriculture, 2018, 26(2): 263–273
[30] CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429–444
[31] 謝花林, 張道貝, 王偉, 等. 鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)耕地利用效率時(shí)空差異及其影響因素分析[J]. 水土保持研究, 2016, 23(5): 214–221XIE H L, ZHANG D B, WANG W, et al. Analysis of cultivated land use efficiency and its influencing factors for Poyang Lake Ecological Economic Zone[J]. Research of Soil and Water Conservation, 2016, 23(5): 214–221
[32] FAERE R, GROSSKOPF S, LOVELL C A K, et al. Multilateral productivity comparisons when some outputs are undesirable: A nonparametric approach[J]. The Review of Economics and Statistics, 1989, 71(1): 90–98
[33] 施建剛, 徐天珩. 基于VRS-DEA模型與Malmquist指數(shù)的工業(yè)園區(qū)土地利用效率評(píng)價(jià)——以長(zhǎng)三角城市群16個(gè)工業(yè)園區(qū)為例[J]. 資源科學(xué), 2017, 39(6): 1026–1036SHI J G, XU T H. Efficiency evaluation of industrial parks land in Yangtze River Urban Agglomerations based on VRS-DEA model and Malmquist Productivity Index[J]. Resources Science, 2017, 39(6): 1026–1036
[34] 聶彎, 于法穩(wěn). 農(nóng)業(yè)生態(tài)效率研究進(jìn)展分析[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2017, 25(9): 1371–1380NIE W, YU F W. Review of methodology and application of agricultural eco-efficiency[J]. Chinese Journal of Eco-Agriculture, 2017, 25(9): 1371–1380
[35] 謝高地, 張彩霞, 張雷明, 等. 基于單位面積價(jià)值當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值化方法改進(jìn)[J]. 自然資源學(xué)報(bào), 2015, 30(8): 1243–1254XIE G D, ZHANG C X, ZHANG L M, et al. Improvement of the evaluation method for ecosystem service value based on per unit area[J]. Journal of Natural Resources, 2015, 30(8): 1243–1254
[36] COSTANZA R, D’ARGE R, DE GROOT R, et al. The value of the world’s ecosystem services and natural capital[J]. Nature, 1997, 387(6630): 253–260
[37] 劉曲. 江西省耕地利用效率的時(shí)空差異及其影響因素研究[D]. 南昌: 江西財(cái)經(jīng)大學(xué), 2016LIU Q. Study on the spatiotemporal differences and its influencing factors of farmland use efficiency in Jiangxi Province[D]. Nanchang: Jiangxi University of Finance and Economics, 2016
[38] 黃祥芳. 面源污染視角下江西省耕地利用效率研究[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃, 2018, 39(12): 177–183 HUANG X F. A study on efficiency of cultivated land use of Jiangxi Province from the perspective of non-point source pollution[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2018, 39(12): 177–183
[39] 楊清可, 段學(xué)軍, 葉磊, 等. 基于SBM-Undesirable模型的城市土地利用效率評(píng)價(jià)——以長(zhǎng)三角地區(qū)16城市為例[J]. 資源科學(xué), 2014, 36(4): 712–721YANG Q K, DUAN X J, YE L, et al. Efficiency evaluation of city land utilization in the Yangtze River Delta using a SBM-Undesirable model[J]. Resources Science, 2014, 36(4): 712–721
Evaluation and improvement of agricultural land resource utilization efficiency: A case study of Jiangxi Province*
HUANG Heping, WANG Zhipeng
(Institute of Ecological Economics, Jiangxi University of Finance and Economics, Nanchang 330013, China)
Land resources are material carriers for human reproduction, the basis of socioeconomic and cultural development, and the foundation for the survival and development of all things worldwide. Scientific evaluation of the spatial-temporal evolution characteristics of agricultural land use efficiency is necessary for alleviating negative impacts due to interactions between humans and land and for ensuring food security. The utilization efficiency of land resources has been the focus of academic attention and research. It is of great significance to assess the reasons for the loss of land efficiency and to find ways to improve it for sustainable agricultural development. In this study, the VRS-DEA (Variable Scale Reward-Date Envelopment Analysis) model and Malmquist index were used to analyze the spatial-temporal characteristics of agricultural land resource utilization efficiency in Jiangxi Province from 1990 to 2016. And the ecological value of agricultural land resources was incorporated into an input-output index system to quantitatively analyze the causes of its efficiency loss, and suggest effective ways to improve the agricultural land resource utilization efficiency in Jiangxi Province. The results of the research showed that: 1) The overall utilization efficiency of agricultural land resources was relatively high in Jiangxi Province. From 1990 to 2016, the utilization efficiency first decreased and then increased, with an average efficiency of 0.889. 2)Regarding efficiency decomposition, the comprehensive technical efficiency was the combination of pure technical and scale efficiencies; however, the scale efficiency impact was stronger than that of pure technical efficiency;therefore, the inefficiency of scale was an important reason for the inefficiency of comprehensive technology. 3) With regard to spatial pattern evolution, there were significant differences in the trajectories of efficiency variations among regions, and the trend of non-equilibrium development was more prominent. Over the years, the efficient and relatively efficient areas of DEA were mainly distributed in the cities of north-central Jiangxi, showing “l(fā)arge aggregation-small dispersion” characteristics with obvious trapezoidal layers. 4) The total factor productivity (TFP) of agricultural land resource utilization generally increased in Jiangxi Province. The contribution of technological progress was the largest, and the growth of total factor productivity was a result of the “monorail-driven” mode of technological progress. The main factors restricting the growth of TFP of agricultural land resource utilization were the low pure technical efficiency and scale efficiency. 5) The lack of output value of crop production was the main reason for loss of efficiency. The redundant input of pesticides, fertilizers, and planting practitioners were the secondary causes. The reasons for the loss of agricultural land use efficiency in different cities were different, and the input and output factors had great potential for improvement. 6) Regarding the efficiency improvement path, optimizing the allocation of resources, standardizing the use of pesticides and chemical fertilizers, gradually transferring surplus rural labor, and improving the level of mechanization and scale of land production were key to improving the efficiency of land resource utilization. The research results could provide a reference for further understanding the overall utilization situation of agricultural land resources, identifying existing problems, and optimizing the development path in Jiangxi Province. This research provided a scientific basis to formulate efficient utilization and management decisions of agricultural land resources in the future.
Agricultural land resources; Land use efficiency; Technical efficiency; Scale efficiency; VRS-DEA model; Malmquist index; Jiangxi Province
HUANG Heping, E-mail: hphuang2004@163.com
Nov. 11, 2018;
Jan. 31, 2019
F301.2
A
2096-6237(2019)05-0803-12
10.13930/j.cnki.cjea.180992
2018-11-11
2019-01-31
* This work was supported by the National Natural Science Foundation of China (41661113), the Social Science Planning Program of Jiangxi Province (18YJ13) and the Humanities and Social Sciences Key Research Base Bidding Project of Jiangxi Provincial College (JD17042).
* 國(guó)家自然科學(xué)基金項(xiàng)目(41661113)、江西省社會(huì)科學(xué)規(guī)劃項(xiàng)目(18YJ13)和江西省高校人文社會(huì)科學(xué)重點(diǎn)研究基地招標(biāo)項(xiàng)目(JD17042)資助
黃和平, 王智鵬. 農(nóng)業(yè)土地資源利用效率評(píng)價(jià)及改善路徑研究——以江西省11個(gè)設(shè)區(qū)市為例[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(5): 803-814
HUANG H P, WANG Z P. Evaluation and improvement of agricultural land resource utilization efficiency: A case study of Jiangxi Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(5): 803-814
黃和平, 主要從事土地利用與可持續(xù)發(fā)展、生態(tài)系統(tǒng)管理與評(píng)價(jià)研究。E-mail: hphuang2004@163.com