環(huán)境約束下的洞庭湖平原耕地利用效率動(dòng)態(tài)演變特征分析*

劉蒙罷，胡賢輝，文高輝

（1.華中農(nóng)業(yè)大學(xué)公共管理學(xué)院，湖北武漢 430070；2.湖南師范大學(xué)地理科學(xué)學(xué)院，長沙 410081）

0 引言

耕地作為農(nóng)業(yè)生產(chǎn)過程中主要的生產(chǎn)投入要素之一，其不僅為人類提供糧食安全保障，同時(shí)也是重要的濕地資源，在區(qū)域濕地生態(tài)平衡中發(fā)揮著重要的作用[1]。然而隨著工業(yè)化與城鎮(zhèn)化的快速發(fā)展，農(nóng)業(yè)現(xiàn)代化水平的逐步提升，農(nóng)業(yè)產(chǎn)值增值的背后卻伴隨著一系列的耕地污染化、貧瘠化等問題[2]，其中一方面來自耕地利用過程中化肥農(nóng)藥等生產(chǎn)資料的過度使用導(dǎo)致的殘余對(duì)耕地土壤及其水源產(chǎn)生污染，造成耕地土壤的點(diǎn)位超標(biāo)，據(jù)2014年我國公布的《全國土壤污染調(diào)查公報(bào)》數(shù)據(jù)顯示，我國耕地土壤點(diǎn)位超標(biāo)率達(dá)19.4%，嚴(yán)重?fù)p害了耕地的生態(tài)功能；另一方面來自耕地利用過程中化肥農(nóng)藥、機(jī)械及耕地翻耕等過度投入引起的碳排放與碳流失，向大氣系統(tǒng)釋放出大量的CO2，影響了整個(gè)系統(tǒng)的碳循環(huán)過程，對(duì)區(qū)域生態(tài)環(huán)境系統(tǒng)產(chǎn)生了負(fù)面效應(yīng)。因此，如何在改善提高耕地利用效率的基礎(chǔ)上，降低生產(chǎn)要素的投入冗余率，有效控制耕地污染，是實(shí)現(xiàn)耕地利用過程中生態(tài)文明建設(shè)的焦點(diǎn)問題。因此，文章基于環(huán)境約束下研究耕地利用效率問題，對(duì)于明確耕地利用過程中的問題，平衡耕地投入、耕地產(chǎn)出及環(huán)境影響三者之間的關(guān)系、推動(dòng)耕地利用的可持續(xù)發(fā)展具有重大意義。

目前，有關(guān)耕地利用效率的研究已取得不少研究成果，學(xué)者們主要圍繞以下三個(gè)方面開展相關(guān)研究。

（1）耕地利用效率度量體系的構(gòu)建。如劉玉海和張麗在比較耕地生產(chǎn)率與全要素耕地利用效率的基礎(chǔ)上，從投入與產(chǎn)出角度構(gòu)建了省際耕地利用效率評(píng)價(jià)的指標(biāo)體系，將土地、勞動(dòng)力、農(nóng)藥化肥及農(nóng)業(yè)機(jī)械等作為耕地投入指標(biāo)，將農(nóng)業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)[3]；而張立新及稅麗等[4-5]在耕地投入產(chǎn)出框架的基礎(chǔ)上，將耕地產(chǎn)出指標(biāo)擴(kuò)展為農(nóng)業(yè)產(chǎn)值與糧食總產(chǎn)量兩項(xiàng)指標(biāo)，同時(shí)反映耕地利用的經(jīng)濟(jì)社會(huì)效應(yīng)。然而隨著研究的不斷擴(kuò)展與深化，有學(xué)者則逐步將耕地利用的負(fù)面效應(yīng)也納入耕地利用效率的評(píng)價(jià)指標(biāo)體系中。如梁流濤[6]將耕地利用過程中的“非意欲”產(chǎn)出中的面源污染納入農(nóng)業(yè)土地生產(chǎn)效率的評(píng)價(jià)指標(biāo)體系中；而匡兵等[7]則將耕地利用過程中的碳排放納入了中國糧食主產(chǎn)區(qū)耕地利用效率的評(píng)價(jià)指標(biāo)體系中；彭永剛等[8]則同時(shí)將面源污染與碳排放兩類非期望產(chǎn)出納入中國耕地利用效率的評(píng)價(jià)指標(biāo)體系中。

（2）耕地利用效率的測(cè)度與評(píng)價(jià)。有關(guān)這方面的研究主要集中在測(cè)度與評(píng)價(jià)方法的選取上，當(dāng)前有關(guān)測(cè)度及評(píng)價(jià)方法的選取主要集中在隨機(jī)前沿分析法[9]、DEA模型[10]、隨機(jī)森林模型[11]等。

（3）耕地利用效率的時(shí)空差異及影響因素研究。如徐秋等[12]基于非期望產(chǎn)出的SBM模型及Tobit模型對(duì)黑龍江省的耕地利用效率時(shí)空差異及影響因素進(jìn)行探究，發(fā)現(xiàn)黑龍江省在研究時(shí)段內(nèi)耕地利用效率總體呈現(xiàn)下降的趨勢(shì)且區(qū)域差異較大，主要受到勞動(dòng)力、農(nóng)機(jī)化肥等因素影響；姜晗[13]則基于超效率SBM模型及地理加權(quán)回歸模型對(duì)東部沿海地區(qū)25個(gè)市耕地利用效率的時(shí)空格局分異及影響因素進(jìn)行探究，發(fā)現(xiàn)研究區(qū)耕地利用效率整體呈現(xiàn)波動(dòng)上升的趨勢(shì)，耕地資源稟賦及政府重視程度是影響耕地利用效率時(shí)空分異的重要因素；謝花林[14]則基于DEA模型及Tobit回歸模型對(duì)鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)耕地利用效率時(shí)空差異及影響因素進(jìn)行分析，發(fā)現(xiàn)鄱陽湖生態(tài)經(jīng)濟(jì)區(qū)存在較大的時(shí)空差異性，耕地復(fù)種指數(shù)是影響耕地利用效率最重要的影響因素。

基于上述綜述可知，當(dāng)前學(xué)術(shù)界對(duì)耕地利用效率的研究已取得豐富成果，為該研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)，但在研究層面及研究內(nèi)容上仍存在可進(jìn)一步拓展之處。當(dāng)前對(duì)于耕地利用效率的研究主要集中于全國或者省級(jí)層面，而對(duì)于流域?qū)用嫔系母乩眯蕜?dòng)態(tài)變化研究則尚處于起步階段；此外，在研究內(nèi)容上，較少學(xué)者基于Malmquist-Luenberger分解指數(shù)探究耕地利用效率的動(dòng)態(tài)演化特征?；诖?，該文以我國重要的糧食生產(chǎn)基地—洞庭湖平原為研究層面，將面源污染及碳排放作為非期望產(chǎn)出均納入洞庭湖平原耕地利用效率評(píng)價(jià)指標(biāo)體系中，以2007—2017年洞庭湖平原耕地利用的相關(guān)數(shù)據(jù)為樣本，利用超效率SBM模型對(duì)其耕地利用效率進(jìn)行測(cè)度，并基于Malmquist-Luenberger指數(shù)模型及非參數(shù)Kernel密度估計(jì)法考察其耕地利用效率動(dòng)態(tài)演化特征。以此為治理洞庭湖平原耕地面源污染問題，提高耕地利用效率，縮小地區(qū)間的效率不平衡提供參考依據(jù)。

1 研究區(qū)域及數(shù)據(jù)來源

洞庭湖平原是以洞庭湖為中心的河湖沖擊平原區(qū)，地跨湘、鄂兩省，主要位于湖南省的東北部，居湖北江漢平原的南部，面積約1.88萬km2，其中位于湖南省的面積占總面積的81%，覆蓋了岳陽、常德、益陽、湘陰等21個(gè)縣（市、區(qū)），位于湖北省的面積占總面積的19%，覆蓋了荊州市的松滋、公安、石首3縣（市），是我國重要的糧食、棉花及水產(chǎn)等農(nóng)產(chǎn)品生產(chǎn)基地，同時(shí)也是長江中下游重要的生態(tài)功能區(qū)，在保護(hù)耕地資源、保障國家糧食安全及維護(hù)長江中游生態(tài)平衡等過程中承擔(dān)著重要的作用。然而，洞庭湖平原農(nóng)戶在農(nóng)業(yè)生產(chǎn)過程中對(duì)耕地重用輕養(yǎng)，大量施用化肥農(nóng)藥，造成嚴(yán)重的面源污染問題，是湖南省面源污染治理的重點(diǎn)區(qū)域。因此，該文以洞庭湖平原為研究區(qū)域，探究其在環(huán)境約束下的耕地利用效率動(dòng)態(tài)演化特征，可為進(jìn)一步提高長江中下游流域耕地利用效率水平及耕地健康可持續(xù)利用提供參考依據(jù)。

數(shù)據(jù)主要來源于《湖南統(tǒng)計(jì)年鑒2008—2018》《湖北統(tǒng)計(jì)年鑒2008—2018》《湖南農(nóng)村統(tǒng)計(jì)年鑒2008—2018》《湖北農(nóng)村統(tǒng)計(jì)年鑒2008—2018》以及岳陽、益陽、常德及荊州2008—2018年的統(tǒng)計(jì)年鑒。對(duì)于個(gè)別相關(guān)缺失數(shù)據(jù)采用線性趨勢(shì)值法補(bǔ)齊。

2 研究方法與變量選擇

2.1 非期望產(chǎn)出的超效率SBM模型

DEA-SBM方法是由Tone在傳統(tǒng)DEA模型的基礎(chǔ)上，將投入或產(chǎn)出的松弛變量納入函數(shù)模型中，更準(zhǔn)確地評(píng)價(jià)了存在松弛變量下的效率問題，但該模型還無法進(jìn)一步的對(duì)效率值為1的評(píng)價(jià)單元進(jìn)行進(jìn)一步分析，而超效率SBM模型則克服了傳統(tǒng)模型的缺陷，能對(duì)評(píng)價(jià)單元效率值為1的決策單元進(jìn)行比較、排序，其模型表達(dá)式為[16]：

式（1）（2）中，ρ*代表研究區(qū)域內(nèi)各縣（市、區(qū)）的耕地利用效率值；x、yg、yb則分別代表研究區(qū)域內(nèi)各縣（市、區(qū)）耕地利用過程中生產(chǎn)要素的投入矩陣、糧食生產(chǎn)的期望產(chǎn)出矩陣以及污染排放等非期望產(chǎn)出矩陣；n為縣域數(shù)量，m、s1、s2依次代表耕地利用過程中生產(chǎn)要素的投入、期望產(chǎn)出及非期望產(chǎn)出的指標(biāo)數(shù)量；分別代表投入、期望產(chǎn)出及非期望產(chǎn)出的松弛變量；λ表示權(quán)重向量。

2.2 Malmquist-Luenberger指數(shù)模型

Malmquist指數(shù)模型可利用距離函數(shù)反映出每個(gè)評(píng)價(jià)單元的變化率，是測(cè)算效率動(dòng)態(tài)增長非參數(shù)前沿面的有效方法。將非期望產(chǎn)出的方向距離函數(shù)應(yīng)用于Malmquist指數(shù)模型所得的Malmquist指數(shù)就稱之為Malmquist-Luenberger指數(shù)（ML指數(shù)）。基于全局參比的ML指數(shù)模型所計(jì)算出的各期效率值可直接進(jìn)行對(duì)比，因此，該研究采用該形式指數(shù)模型進(jìn)行分析。其具體表達(dá)式為[17]：

式（3）中，為全要素生產(chǎn)率變化指數(shù)，MLTECt，t+1、MLTPt，t+1分別表示技術(shù)效率變動(dòng)指數(shù)和技術(shù)進(jìn)步變動(dòng)指數(shù)，技術(shù)效率變動(dòng)指數(shù)（MLTEC）又可進(jìn)一步分解為純技術(shù)效率變化指數(shù)（MLPTEC）及規(guī)模效率變化指數(shù)（MLSEC），其具體表達(dá)式為：

式（3）（4）中，(xt，yt)和(xt+1，yt+1)依次代表評(píng)價(jià)單元在時(shí)期t和t+1內(nèi)的投入與產(chǎn)出量；bt為評(píng)價(jià)單元在t時(shí)期的非期望產(chǎn)出；和分別表示以t時(shí)期技術(shù)水平為參考技術(shù)，評(píng)價(jià)單元在t期和t+1期之間的混合距離函數(shù)；和則分別表示以t+1時(shí)期的技術(shù)水平為參考技術(shù)，評(píng)價(jià)單元在t期和t+1期之間的混合距離函數(shù)；ML即為t期到t+1期效率變化的Malmquist-Luenberger指數(shù)，ML＞1，表示從t期到t+1期，該區(qū)域耕地利用效率水平的提高，反之則表示下降。此外，MLTEC＞1反映了評(píng)價(jià)區(qū)域該時(shí)期內(nèi)技術(shù)效率相對(duì)提高，MLTP＞1則反映了評(píng)價(jià)區(qū)域該時(shí)期技術(shù)進(jìn)步相對(duì)提高；MLPTEC＞1表示評(píng)價(jià)區(qū)域管理水平在該時(shí)期內(nèi)改善導(dǎo)致的效率提升，MLSEC＞1則表示規(guī)模經(jīng)濟(jì)對(duì)生產(chǎn)率的影響。

2.3 非參數(shù)Kernel密度估計(jì)

為反映洞庭湖平原各縣（市、區(qū)）耕地利用效率絕對(duì)差異的分布動(dòng)態(tài)及演變規(guī)律，采用Kernel密度估計(jì)法對(duì)其差異動(dòng)態(tài)演變規(guī)律進(jìn)行分析。作為非參數(shù)估計(jì)方法，Kernel密度估計(jì)法已被廣泛用于分析空間的非均衡性。其基本思想是運(yùn)用連續(xù)的密度曲線表征事物的分布形態(tài)與變化，主要可通過密度曲線的延展性、峰值及變動(dòng)位置來表述[18]。假定隨機(jī)變量X的密度函數(shù)為f（x），則其表達(dá)式為：

式（5）中，xi、x分別表示各區(qū)域耕地利用效率值的觀測(cè)值及其均值；N、h、K(·)分別表示研究區(qū)域個(gè)數(shù)、帶寬以及核函數(shù)。常用的核函數(shù)有Gaussian Kernel、Epanechnikov Kernel、Quartic Kernel等類型，該文采用當(dāng)前應(yīng)用較為廣泛的Gaussian Kernel進(jìn)行估計(jì)。

2.4 指標(biāo)選取及數(shù)據(jù)來源

基于環(huán)境約束下的耕地利用效率測(cè)度，須兼顧投入、期望產(chǎn)出與非期望產(chǎn)出三個(gè)方面，其本質(zhì)是盡可能以少的耕地生產(chǎn)要素投入和最小化生態(tài)環(huán)境損失為代價(jià)來獲取最大化的期望產(chǎn)出，其核心是在耕地利用系統(tǒng)中追求經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的協(xié)調(diào)統(tǒng)一?；诟乩玫谋举|(zhì)內(nèi)涵，參照以往的相關(guān)研究成果[19-20]，結(jié)合柯布道格拉斯生產(chǎn)函數(shù)，考慮耕地利用生產(chǎn)實(shí)際特質(zhì)及綜合需求，即須滿足資源節(jié)約、環(huán)境保護(hù)和經(jīng)濟(jì)增長的綜合需求，選取耕地、勞動(dòng)力、農(nóng)業(yè)機(jī)械等9項(xiàng)指標(biāo)反映耕地利用過程的投入情況；采用糧食產(chǎn)量反映耕地利用的期望產(chǎn)出；非期望產(chǎn)出主要包括耕地利用過程中的面源污染排放及碳排放兩大類（表1）。其中，耕地面源污染主要來源于化肥、農(nóng)藥及農(nóng)膜在使用過程中的不徹底或者過度使用所造成，因此該文采用其在耕地利用過程中的殘留量表征。具體的計(jì)算方式參照陳敏鵬[21]等采用的清單分析方法計(jì)算，具體計(jì)算公式為：

表1 基于環(huán)境約束的耕地利用效率評(píng)價(jià)指標(biāo)體系

式（6）中，TN、TP分別表示含N量總和含P量總和（包括氮肥、磷肥及復(fù)合肥中的N、P含量），南方水稻種植，一般農(nóng)戶施用的復(fù)合肥為水稻專用肥，其中氮、磷、鉀養(yǎng)分含量比例為1∶1∶1，因此取復(fù)合肥中的含N量比例為0.33；P肥的量指P2O5的量，需乘以系數(shù)43.66%，因此取磷肥中含P量比例為0.15。TC、TF分別表示農(nóng)藥使用總量及農(nóng)膜使用總量；ρi、ηi、μi、εi分別表示氮、磷流失系數(shù)及農(nóng)藥、農(nóng)膜使用殘留系數(shù)。氮、磷流失系數(shù)、農(nóng)膜及農(nóng)藥殘留系數(shù)參照賴斯蕓等[22]的研究并借鑒《第一次全國污染普查農(nóng)業(yè)源系數(shù)手冊(cè)》獲得。

耕地利用過程中的碳排放主要來源于四個(gè)方面[23]：其一為耕地利用過程中農(nóng)藥、化肥及農(nóng)膜使用引起的碳排放；其二為耕地利用過程中機(jī)械運(yùn)作所消耗的柴油引起的排放；其三為耕地利用過程中的灌溉所消耗的電能（主要為火力發(fā)電）間接引起的碳排放；其四為耕地利用過程中的翻耕所引起的碳流失。各種碳源對(duì)應(yīng)的碳排放系數(shù)基于前人的相關(guān)研究成果[24]，采用化肥0.895 6（kg/kg）、農(nóng)藥4.934 1（kg/kg）、農(nóng)膜5.18（kg/kg）、柴油0.592 7（kg/kg）、翻耕312.6（kg/km2）、機(jī)械灌溉20.476（kg/hm2）。

3 結(jié)果分析

為考察面源污染及碳排放對(duì)耕地利用效率的影響，基于MAX-DEA Ultra 8.0軟件計(jì)算平臺(tái)，分別選取超效率SBM模型、基于非期望產(chǎn)出的超效率SBM模型對(duì)不考慮環(huán)境約束和考慮環(huán)境約束的耕地利用效率進(jìn)行測(cè)度，并分別繪制出2007年和2017年考慮與不考慮環(huán)境約束下的耕地利用效率雷達(dá)圖（圖1）。

對(duì)比超效率SBM模型、基于非期望產(chǎn)出的超效率SBM模型的測(cè)度結(jié)果，在考慮環(huán)境約束的耕地利用效率明顯降低：由圖1可知，2007年和2017年，大都縣（市、區(qū)）均表現(xiàn)出超效率SBM模型結(jié)果大于基于非期望產(chǎn)出的超效率SBM模型結(jié)果的分布格局，且2007年和2017年，洞庭湖平原考慮環(huán)境約束的耕地利用效率的均值分別為0.754和0.899，而不考慮環(huán)境約束的耕地利用效率均值分別為1.037和1.166。因此，為準(zhǔn)確評(píng)價(jià)洞庭湖平原耕地利用效率真實(shí)水平，該文分析主要采用基于非期望產(chǎn)出的超效率SBM模型結(jié)果進(jìn)行分析。

圖1 2007年和2017年超效率SBM模型與基于非期望產(chǎn)出的超效率SBM模型的耕地利用效率值

3.1 耕地利用效率的靜態(tài)對(duì)比分析

基于非期望產(chǎn)出的超效率SBM模型，設(shè)定期望產(chǎn)出權(quán)重與非期望產(chǎn)出權(quán)重均為1，對(duì)2007—2017年洞庭湖平原24個(gè)縣（市、區(qū)）耕地利用效率進(jìn)行測(cè)度，由表2可知，洞庭湖平原耕地利用效率具有以下特征。

表2 2007—2017年基于環(huán)境約束的洞庭湖平原地區(qū)耕地利用效率

（1）從整體上看，2007—2017年洞庭湖平原耕地利用效率平均值在0.8水平線上下波動(dòng)，整個(gè)研究區(qū)域內(nèi)耕地利用效率均值為0.861，表明洞庭湖平原地區(qū)耕地利用效率總體處于中等效率發(fā)展水平，未實(shí)現(xiàn)DEA的相對(duì)有效，整體上還未達(dá)到最有效的生產(chǎn)前沿。各種生產(chǎn)資源的利用不充分及環(huán)境約束是導(dǎo)致耕地利用效率不高的主要原因。從各地區(qū)的耕地利用效率值上看，24個(gè)縣（市、區(qū)）中，有11個(gè)縣（市、區(qū)）的效率值大于1，實(shí)現(xiàn)了DEA的相對(duì)有效，占研究區(qū)域總體的45.83%，并且在實(shí)現(xiàn)DEA相對(duì)有效的11個(gè)縣（市、區(qū)）中有45.45%的縣（市、區(qū)）是屬于常德市轄區(qū)，表明常德市地區(qū)農(nóng)戶在進(jìn)行耕地的利用過程中更加注重了資源的節(jié)約與環(huán)境保護(hù)，耕地利用的可持續(xù)發(fā)展較為持續(xù)；而其余的13個(gè)縣（市、區(qū)）未能實(shí)現(xiàn)DEA的相對(duì)有效，屬于耕地利用效率非有效地區(qū)。雖然耕地利用過程中逐步實(shí)現(xiàn)了由機(jī)械化等物質(zhì)生產(chǎn)要素對(duì)勞動(dòng)力生產(chǎn)要素的替代的轉(zhuǎn)化，帶來了期望產(chǎn)出的增加①2007—2017年洞庭湖平原農(nóng)業(yè)從業(yè)人員由2007年的344.70萬減少至2017年的300.85萬；農(nóng)業(yè)機(jī)械總動(dòng)力由2007年的940.56萬kW增加至1 369.16萬kW；糧食產(chǎn)量由2007年的800.29萬t增加至2017年的1 041.52萬t，但也不可避免的產(chǎn)生了大量的碳排放及面源污染，嚴(yán)重?fù)p害了生態(tài)環(huán)境，降低了耕地利用效率。

（2）從洞庭湖平原耕地利用效率的變化趨勢(shì)來看，2007—2017年洞庭湖平原耕地利用效率值總體呈現(xiàn)平緩的“升—降—升”演變格局。2007—2010年洞庭湖平原地區(qū)耕地利用效率值呈現(xiàn)穩(wěn)步上升的態(tài)勢(shì)；2011—2013年出現(xiàn)了平緩下降的趨勢(shì)，而2014—2017年又出現(xiàn)了穩(wěn)步上升的態(tài)勢(shì)。從整體宏觀層面看，洞庭湖平原耕地利用效率值呈上升趨勢(shì)，其主要一方面是因?yàn)榻?jīng)濟(jì)水平的高速發(fā)展，提高了耕地利用過程中的科技化水平，促進(jìn)了耕地利用過程中各生產(chǎn)要素的充分利用，降低了各生產(chǎn)要素的冗余率，耕地的期望產(chǎn)出得到了大幅度提高，非期望產(chǎn)出進(jìn)一步減少；另一方面原因可能源于《洞庭湖生態(tài)經(jīng)濟(jì)區(qū)規(guī)劃》的實(shí)施落地，加強(qiáng)地區(qū)生態(tài)文明建，農(nóng)戶綠色種植意識(shí)得到加強(qiáng)，有效地遏制了耕地利用過程中的非期望產(chǎn)出。

3.2 非有效地區(qū)的投入產(chǎn)出松弛率分析

由上述分析可知，共有13個(gè)縣（市、區(qū)）耕地利用效率值未達(dá)到生產(chǎn)效率前沿，為進(jìn)一步揭示這些地區(qū)耕地利用效率較低的原因，該文基于超效率SBM模型，利用投入產(chǎn)出冗余率進(jìn)行剖析（表3）。

表3 2007—2017年洞庭湖平原各縣（市、區(qū)）均投入產(chǎn)出冗余率 %

（1）從生產(chǎn)過程看，耕地利用效率較低的13個(gè)縣（市、區(qū)）的糧食產(chǎn)量冗余率均為0，而各項(xiàng)投入要素及非期望產(chǎn)出均存在著一定的冗余，表明耕地利用產(chǎn)出不足并不是耕地利用效率損失的原因，導(dǎo)致13個(gè)縣（市、區(qū)）耕地利用效率損失的主要原因?yàn)樯a(chǎn)要素投入及非期望產(chǎn)出兩方面的冗余。

（2）從各項(xiàng)投入角度及產(chǎn)出角度來看，造成13個(gè)縣（市、區(qū)）耕地利用效率損失的主要影響因素分別為各項(xiàng)資本投入（化肥、農(nóng)藥、農(nóng)膜、機(jī)械、役畜等）、土地投入及勞動(dòng)力投入冗余。這也進(jìn)一步表明2007—2017年13個(gè)縣（市、區(qū)）在耕地利用過程中投入了過多的化肥、農(nóng)藥及農(nóng)膜等資本要素，導(dǎo)致地區(qū)整體碳排放量及耕地面源污染排放冗余率較高，這是造成這些地區(qū)耕地利用效率較低的最主要原因；土地投入在這13個(gè)縣（市、區(qū)）出現(xiàn)冗余，表明地區(qū)耕地經(jīng)營方式及管理水平低效，整體要素投入規(guī)模不佳，導(dǎo)致耕地未能得到高效利用，耕地利用率較低；勞動(dòng)力在這13個(gè)縣（市、區(qū)）產(chǎn)生冗余，表明地區(qū)勞動(dòng)力投入過多，農(nóng)村勞動(dòng)力剩余情況較為嚴(yán)重。因此，在今后耕地利用過程中，應(yīng)減少化肥、農(nóng)藥及農(nóng)膜等有害物質(zhì)的投入，減少環(huán)境污染，同時(shí)兼顧擴(kuò)大耕地經(jīng)營規(guī)模及改善耕作制度，以提高勞動(dòng)力及耕地利用效率。

3.3 洞庭湖平原耕地利用效率動(dòng)態(tài)演化特征分析

基于Malmquist-Luenberger指數(shù)分析法對(duì)2007—2017年洞庭湖平原24個(gè)縣（市、區(qū)）耕地利用效率進(jìn)行動(dòng)態(tài)分析。

3.3.1 整體耕地利用效率的動(dòng)態(tài)演化特征

由表4可知，從洞庭湖平原整體來看，洞庭湖平原耕地利用全要素生產(chǎn)率平均提高了4.7%，其變化主要來源于技術(shù)效率中純技術(shù)效率、規(guī)模效率的變化及技術(shù)進(jìn)步變化的共同作用，其中技術(shù)進(jìn)步在該研究時(shí)限內(nèi)的年均變化率為3.5%，表明技術(shù)進(jìn)步在推動(dòng)耕地利用全要素生產(chǎn)率提升變化中起到主導(dǎo)作用。2007—2017年，除2007—2008年全要素生產(chǎn)效率變化率下降了1.6%，其余年份耕地利用全要素生產(chǎn)效率變化率均為正值，即表示后一年相對(duì)于前一年的耕地利用全要素生產(chǎn)效率持續(xù)的增加，且在2015—2016年、2016—2017年耕地利用全要素生產(chǎn)效率變化率超過10%。技術(shù)進(jìn)步指數(shù)自2010年后，始終為正值，表明洞庭湖平原在耕地利用過程中農(nóng)業(yè)生產(chǎn)的科技化水平在不斷提升，并且對(duì)耕地利用全要素生產(chǎn)效率的增長起主要作用，同時(shí)也表明當(dāng)前洞庭平原耕地利用效率的提升主要依賴于農(nóng)業(yè)生產(chǎn)科技化水平的提高，而技術(shù)效率與規(guī)模效率還存在著較大的提升空間。

表4 2007—2017年洞庭湖平原耕地利用效率ML指數(shù)及分解

從純技術(shù)效率與規(guī)模效率看，兩者在2007—2017年的年均變化率分別為0.8%和0.3%，表明純技術(shù)效率變化是驅(qū)動(dòng)技術(shù)效率變化的主要因素。從總體變化趨勢(shì)上看，純技術(shù)效率變化與技術(shù)效率變化趨勢(shì)基本一致，表明技術(shù)效率的變化是由純技術(shù)效率變化引起的，規(guī)模效率變化對(duì)其影響不大。因此，今后洞庭湖平原提高耕地利用效率不僅僅要進(jìn)一步注重農(nóng)業(yè)技術(shù)要素的投入，提高農(nóng)業(yè)種植的科技水平，同時(shí)也要注重各投入資源的整體規(guī)模，確定各投入要素的最佳規(guī)模，實(shí)行規(guī)?；募s經(jīng)營。

3.3.2 各縣（市、區(qū)）耕地利用效率動(dòng)態(tài)演化特征

表5反映的是2007—2017年洞庭湖平原各縣（市、區(qū)）耕地利用效率年均ML指數(shù)及其分解。

表5 2007—2017年洞庭湖平原各縣（市、區(qū)）耕地利用效率年均ML指數(shù)及其分解

從全要素生產(chǎn)效率變化指數(shù)看，2007—2017年除云溪區(qū)、君山區(qū)、資陽區(qū)、澧縣4縣（市、區(qū)）外，其余縣（市、區(qū)）變化率均大于1，表明這些地區(qū)在投入量不變的情況下，促進(jìn)耕地利用效率增長的技術(shù)效率部分高于云溪區(qū)等4縣（市、區(qū)），即在耕地利用過程中運(yùn)用的農(nóng)業(yè)生產(chǎn)技術(shù)、耕地經(jīng)驗(yàn)管理水平以及組織結(jié)構(gòu)的創(chuàng)新等方面優(yōu)于云溪區(qū)等4縣（市、區(qū)）地區(qū)。

從全要素效率的分解情況來看，存在66.67%的縣（市、區(qū)）的純技術(shù)效率指數(shù)大于1，其中岳陽樓區(qū)、岳陽縣、湘陰縣及南縣各年的純技術(shù)效率變化在3%左右，相對(duì)較高，即表明這些縣（市、區(qū)）運(yùn)用了較為先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)以及高效的農(nóng)業(yè)經(jīng)營管理水平進(jìn)行農(nóng)業(yè)生產(chǎn)，投入的各項(xiàng)生產(chǎn)要素得到了較為充分的利用，投入產(chǎn)出冗余率較低。這主要是因?yàn)樵狸柺性谡麄€(gè)洞庭湖平原地區(qū)內(nèi)其經(jīng)濟(jì)發(fā)展水平相對(duì)較高，農(nóng)業(yè)機(jī)械化程度相對(duì)較高所導(dǎo)致的。另存在54.17%的縣（市、區(qū)）的規(guī)模效率變化指數(shù)大于1，其中公安縣、桃源縣及臨湘市規(guī)模效率值相對(duì)較高，表明這些地區(qū)的耕地生產(chǎn)投入及其他資本要素投入的整體規(guī)模是相對(duì)較合理的，經(jīng)營的規(guī)模效應(yīng)較好。因此，對(duì)于純技術(shù)效率值較低的地區(qū)，今后應(yīng)注重加強(qiáng)農(nóng)業(yè)科技水平的投入以及加大農(nóng)業(yè)種植技術(shù)的推廣，科學(xué)化地經(jīng)營管理；對(duì)于規(guī)模效率值較低的地區(qū)，今后應(yīng)注重各投入資源的整體規(guī)模，切不可盲目對(duì)單一生產(chǎn)要素的規(guī)模投入，需合理確定各投入要素的最佳規(guī)模，進(jìn)行規(guī)模化的集約經(jīng)營。

3.3.3 耕地利用效率差異的動(dòng)態(tài)演進(jìn)特征

洞庭湖平原耕地利用效率存在著顯著的差異，為進(jìn)一步分析其內(nèi)部差異隨時(shí)間的演變特征，基于Stata15.0軟件，采用高斯正態(tài)分布的非參數(shù)核密度估計(jì)法對(duì)洞庭湖平原2007年、2012年和2017年耕地利用效率進(jìn)行核密度估計(jì)（圖2）。

圖2 洞庭平原耕地利用效率的Kernel密度估計(jì)

由圖2可知，從核密度曲線的總體位置上看，2007—2017年洞庭湖平原核密度曲線表現(xiàn)出向右平移的態(tài)勢(shì)，表明總體上洞庭湖平原耕地利用效率在考察期內(nèi)不斷提高，這與上文的測(cè)度結(jié)果保持一致。

從形狀上看，2007—2017年洞庭湖平原整體耕地利用效率核密度曲線均為顯著的“雙峰”態(tài)勢(shì)，極化現(xiàn)象顯著，且隨著時(shí)間推移第一個(gè)波峰對(duì)應(yīng)的核密度顯著的低于第二個(gè)波峰，表明洞庭湖平原耕地利用效率存在著集聚態(tài)勢(shì)且隨著時(shí)間推移較高效率值的縣域比重明顯逐漸升高，但總體雙峰間高度差距呈現(xiàn)先變大再變小的特征，表明洞庭湖平原耕地利用效率內(nèi)部差距呈現(xiàn)先變大再縮小的態(tài)勢(shì)。隨著時(shí)段的推移，農(nóng)業(yè)現(xiàn)代化程度進(jìn)程逐漸加快，各縣（市、區(qū)）耕地利用效率呈現(xiàn)不同程度的提升，但囿于各縣（市、區(qū)）耕地稟賦及經(jīng)濟(jì)實(shí)力的差距，各地區(qū)耕地利用效率差距逐漸擴(kuò)大，雙峰高度差距在擴(kuò)大，但低水平集聚的波峰呈現(xiàn)逐漸下降的趨勢(shì)，至2017年，雙峰高度差距在逐步縮小，逐步形成“高高—低低”集聚的態(tài)勢(shì)。

4 結(jié)論與討論

4.1 結(jié)論

該文基于耕地面源污染及碳排放的雙重環(huán)境約束下構(gòu)建了耕地利用效率評(píng)價(jià)指標(biāo)體系，采用超效率DEA-SBM模型測(cè)度2007—2017年洞庭湖平原耕地利用效率，并運(yùn)用Malmquist-Luenberger指數(shù)模型對(duì)其動(dòng)態(tài)演化特征進(jìn)行刻畫，進(jìn)而采用核密度估計(jì)法探究了其差異演變特征，得到以下主要結(jié)論。

（1）基于非期望產(chǎn)出的超效率SBM模型結(jié)果表明，耕地利用過程中產(chǎn)生的面構(gòu)源污染及碳排放會(huì)對(duì)耕地利用效率產(chǎn)生負(fù)影響效應(yīng)。2007年和2017年洞庭湖平原考慮環(huán)境約束的耕地利用效率的均值分別為0.754和0.899，而不考慮環(huán)境約束的耕地利用效率均值分別為1.037和1.166，均出現(xiàn)不同程度的降低，且各縣（市、區(qū)）也表現(xiàn)出該特征。

（2）2007—2017年洞庭湖平原耕地利用效率平均值在0.8水平線上下波動(dòng)，呈現(xiàn)平緩“升—降—升”的演變趨勢(shì)，整體耕地利用效率均值為0.861，未達(dá)到最有效的生產(chǎn)前沿。耕地利用效率損失的原因主要在于生產(chǎn)要素投入及非期望產(chǎn)出兩方面的冗余，其中各項(xiàng)資本投入、勞動(dòng)力投入及土地投入為生產(chǎn)要素投入冗余率最高；非期望產(chǎn)出冗余率最高為碳排放。

（3）從洞庭湖平原整體看，2007—2017年耕地利用全要素生產(chǎn)率平均提高了4.7%，技術(shù)進(jìn)步是耕地利用效率總體提高的主要因素。從各縣（市、區(qū)）看，云溪區(qū)、君山區(qū)、資陽區(qū)、澧縣4縣（市、區(qū)）全要素生產(chǎn)效率變化指數(shù)均小于1，反映了該4縣（市、區(qū)）在耕地利用過程中運(yùn)用的農(nóng)業(yè)生產(chǎn)技術(shù)、耕地經(jīng)驗(yàn)管理水平以及組織結(jié)構(gòu)創(chuàng)新等方面相較于其他地區(qū)較低；從全要素生產(chǎn)效率指數(shù)分解情況看，岳陽樓區(qū)、岳陽縣、湘陰縣及南縣各年的純技術(shù)效率變化相對(duì)較高，而公安縣、桃源縣及臨湘市規(guī)模效率值相對(duì)較高，即反映了這些地區(qū)在耕地利用過程中運(yùn)用了較為先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)或者在耕地生產(chǎn)投入及其他資本要素投入之間投入較為合理的規(guī)模，經(jīng)營的規(guī)模效應(yīng)較好。

（4）從核密度估計(jì)結(jié)果看，2007—2017年洞庭湖平原耕地利用效率存在著顯著的“雙峰”態(tài)勢(shì)，且該極化現(xiàn)象越來越顯著，耕地利用效率內(nèi)部差距呈現(xiàn)先變大再縮小的動(dòng)態(tài)演變特征。

4.2 討論

該文客觀地測(cè)度了洞庭湖平原地區(qū)耕地利用效率并分析其動(dòng)態(tài)演變規(guī)律，對(duì)提高洞庭湖平原耕地利用效率，改善農(nóng)業(yè)發(fā)展方式，推動(dòng)洞庭湖生態(tài)經(jīng)濟(jì)區(qū)建設(shè)，探索大湖流域及生態(tài)文明建設(shè)引領(lǐng)經(jīng)濟(jì)社會(huì)全面發(fā)展等方面具有重要的指導(dǎo)意義。但該文還存在著一些不足之處，有待今后進(jìn)一步深入研究。

（1）洞庭湖平原各縣（市、區(qū)）的耕地利用效率存在著區(qū)域差異性，但該區(qū)域差異隨著時(shí)間的推移是趨于收斂還是發(fā)散？即未來是否會(huì)長期存在，是呈現(xiàn)逐步擴(kuò)大的態(tài)勢(shì)還是逐步縮小的態(tài)勢(shì)？有待今后進(jìn)一步探討研究。

（2）該研究基于縣域尺度，從中宏觀視角構(gòu)建了環(huán)境約束下的耕地利用效率指標(biāo)評(píng)價(jià)體系，并基于其評(píng)價(jià)結(jié)果研究了其動(dòng)態(tài)演變規(guī)律，具有一定的片面性，今后須進(jìn)一步地從農(nóng)戶微觀層面來研究耕地利用效率的評(píng)價(jià)及其影響因素。

（3）該研究基于耕地面源污染及碳排放雙重視角構(gòu)建耕地利用效率評(píng)價(jià)指標(biāo)體系以測(cè)度耕地利用效率，與張紅梅[25]等學(xué)者基于耕地利用生態(tài)效率內(nèi)涵構(gòu)建的耕地利用生態(tài)效率指標(biāo)體系以測(cè)度耕地利用生態(tài)效率近似相同，那么基于環(huán)境約束下的耕地利用效率與耕地利用生態(tài)效率兩者在內(nèi)涵意義上有何不同？在指標(biāo)體系的建構(gòu)過程中有何區(qū)別？這也是未來在探究耕地利用效率的過程中需要明確的問題。

（4）該研究基于耕地面源污染及碳排放作為環(huán)境約束條件測(cè)度耕地利用效率，在計(jì)算耕地利用過程中非期望產(chǎn)出基于化肥、農(nóng)藥及機(jī)械等資本投入而產(chǎn)生的碳排放量加總，而耕地利用系統(tǒng)過程中除碳釋放，還有碳吸收，該研究未能將耕地利用過程中碳排放和碳吸收雙重效應(yīng)納入考慮范圍，同時(shí)由于各區(qū)域耕地生態(tài)系統(tǒng)凈化能力及農(nóng)戶化肥施用行為的差異性導(dǎo)致各區(qū)域面源污染排放系數(shù)具有差異性，而該研究對(duì)耕地利用過程中的面源污染的量化未考慮區(qū)域差異性。因此，進(jìn)一步研究可量化碳吸收值和區(qū)域特征的面源污染量。