东北地区耕地利用效率时空差异及其影响因素分析*

罗 冲，姜 博，张文琦，初楠臣，李晓庆，王玉迪

(1.东北农业大学经济管理学院，黑龙江哈尔滨 150000；2.东北农业大学资源与环境学院，黑龙江哈尔滨 150000；3.东北大学土地管理研究所，辽宁沈阳 110169)

·资源利用·

东北地区耕地利用效率时空差异及其影响因素分析*

罗 冲1，姜 博2※，张文琦3，初楠臣2，李晓庆2，王玉迪2

(1.东北农业大学经济管理学院，黑龙江哈尔滨 150000；2.东北农业大学资源与环境学院，黑龙江哈尔滨 150000；3.东北大学土地管理研究所，辽宁沈阳 110169)

目的对东北地区36个市(州)2005～2014年耕地利用效率进行测度，分析其时空差异，并找出耕地利用效率的影响因素。方法利用数据包络分析(DEA)方法计算得出各年各地区效率值，并利用Tobit回归模型其影响因素。结果2005～2014年东北地区耕地利用效率相对较高，规模效率值较为稳定，纯技术效率值波动上升，纯技术效率始终是影响综合效率的主要原因；黑龙江省的综合效率水平高于吉林省与辽宁省；在分解效率方面，黑龙江省的纯技术效率水平高于吉林省与辽宁省，吉林省的规模效率高于黑龙江省与辽宁省；受区域农业发展水平影响，不同地区农业投入的资源水平存在差异，综合效率、纯技术效率和规模效率均呈现出由黑龙江省向吉林省、辽宁省扩张的空间格局；从影响因素来看，受灾面积占农作物播种面积比重、单位耕地面积农用机械总动力、单位耕地面积施肥量、农村劳动力人均播种面积共同作用于东北地区耕地利用效率。结论东北地区耕地利用效率时空差异明显，多种因素共同影响地区耕地利用效率。

耕地利用效率 时空差异 数据包络分析(DEA) 影响因素 Tobit回归模型 东北地区

0 引言

耕地资源是粮食生产无法代替的资源，不仅关系到我国当前经济社会的稳定，而且关乎国家的长远利益和可持续发展。改革开放以来，我国粮食产量总体呈较快增长态势，2013年全国粮食产量达6.019 4亿t，较1978年增长97.5%，年均递增2.0%[1]。但是在粮食产量快速增长的背后，耕地利用效率问题并未引起足够关注。在耕地资源稀缺的新常态下，关注耕地利用效率，尤其是要素效率和结构效率问题显得十分重要。研究效率的模型有很多，但DEA模型的权重由数学规划根据数据产生，不需要事前设定投入与产出的权重，因此有不受人为主观因素影响的优点[2-3]。1988年，魏权龄[5]首次将Charnes等[4]创建的评价效率的DEA系统引入中国。随后在中国得到了广泛的应用，比如测评土地利用效率[6]、生态效率[7]、旅游效率[8]、服务业效率[9]、碳排放效率[10]、创新效率[11]、经济效率[12]等。所以，文章利用DEA方法，对东北地区36个市(州)耕地利用效率进行评价。

东北地区是我国商品粮主要供给区，其粮食生产能力关乎国家粮食安全的保障能力。改革开放以来，东北地区粮食总产量占全国的比重一直呈上升趋势，特别是近年来增速加快。2015年，全国播种面积为1.133 405亿hm2，东北地区播种面积为2 014.06万hm2，占全国的17.8%；全国粮食产量达6.214 35亿t，东北地区粮食产量达1.197 3亿t，占全国的19.3%[13]。此外，由于东北地区黑龙江省、吉林省、辽宁省自然条件、机械化程度和产业结构等差异，使得东北三省的耕地利用效率存在明显差距。因此，把握耕地利用效率的变化情况，持续提高耕地利用效率是十分必要的。鉴于此，该文对东北地区各市(州)耕地利用效率的时空差异进行系统分析与总结，最后，利用Tobit回归模型分析了东北地区耕地利用效率的影响因素。

1 研究方法及数据来源

1.1 研究方法

DEA方法的主要优点是可使用多个输入与多个输出指标，能更充分地反映耕地利用投入要素的不同特点，提出了耕地利用非效率的区域改进的方向。根据该文的研究对象，选择可变规模收益的BCC模型，分析了东北地区省耕地利用效率。

(1)

(1)若θ0=1，则决策单元DEUj0为弱DEA有效(BCC)；

(2)若θ0=1，并且s-0=0，s+0=0，则决策单元DEUj0为DEA有效(BCC)。

综合技术效率是由两部分组成，综合技术效率=纯技术效率×规模效率。纯技术效率是产业由于管理和技术等因素影响的生产效率，规模效率是指产业结构通过优化配置对产出单元所发生作用的大小。

1.2 Tobit模型

通过DEA方法测度的效率值，除了受模型本身选取的投入、产出指标的影响外，还受到其他因索的影响。因此，需要采取新的投人指标，通过对解释变量的各项回归结果进行分析，来判断各因素对耕地利用的影响情况。Tobit模型运用极大似然概念对因变量进行回归分析，能更加精确地估计影响耕地利用的因素。表达式如下：

Yi=Xiβ+εi，Xiβ+εi>0

(2)

Yi=0，Xiβ+εi≤0

(3)

式(2)、(3)中，Yi为因变量；Xi为自变量向量；β为相关系数向量；εi服从正态分布N(0，σ2)。

1.3 指标选取与数据来源

参考效率评价相关的研究成果，同时考虑指标的代表性与可获得性原则，从投入和产出两个层面构建能够全面体现东北地区耕地利用效率差异的指标体系[13-14]。

投入指标：土地投入方面，选用粮食播种面积作为指标。劳动力投入方面，选用农业从业人数作为指标。资本投入方面，选用农业机械总动力作为指标。化肥投入方面，选用化肥用量作为指标。

产出指标：农业生产经济效益方面，选用农业总产值作为指标。农业生产社会效益方面，选用粮食总产量作为指标。

该文数据均选自《黑龙江统计年鉴》(2006～2015年)《吉林统计年鉴》(2006～2015年)《辽宁统计年鉴》(2006～2015年)以及各地市相关年份的经济统计年鉴、文献资料、统计局网站等。

2 东北地区耕地利用效率总体分析与省际差异

2.1 耕地利用效率的总体分析

图1 2005～2014年东北地区耕地利用效率变动

图2 2005～2014年东北地区各省效率均值比较

将2005～2014年各市(州)的耕地利用综合技术效率值、纯技术效率值和规模效率值平均得到东北地区2005～2014年耕地利用效率变化趋势(图1)，得出2005～2014年东北地区耕地利用综合技术效率均值为0.826，实际效率为理想效率的82.6%，可以看出这段时间东北地区耕地利用综合技术效率相对较高。从总体的趋势来看，东北地区耕地利用综合效率值不稳定，呈波动上升趋势。2007年综合效率值最低，为0.747，2008年又迅速上升，此后保持相对平稳趋势。从图1可以看出，2007年是一个转折点，2007年夏天黑龙江省与辽宁省都遭遇了历史上罕见的旱灾，整个东北地区的耕地利用综合效率都受到了影响。 2008年后就稳定在0.85左右，2013年达到最大值0.886。2005～2014年纯技术效率与综合效率比较接近，曲线重合度较高，而规模效率变化不大，始终保持在较高的水平，由此可见，纯技术效率综合效率影响较大。因此，2005～2014年东北地区耕地利用纯技术效率处于持续递增阶段，表明在这阶段充分利用现有的农业资源，可以带来更高比例的效率提高，比一味增加耕地投入资源效果要好。

2.2 耕地利用效率的省际差异

按照省份划分，对东北地区36个市(州)2005～2014年的总效率及其分解效率进行对比分析(图2)，总体来看，黑龙江省的综合效率与纯技术值均高于吉林省和辽宁省，吉林省规模效率值高于辽宁省与黑龙江省。

综合效率平均值方面，黑龙江省最高，达到0.881，吉林省与辽宁省相差不大，分别为0.800和0.793，可以看出，综合效率由于省份不同呈现明显差异。黑龙江省得天独厚的土地资源与水平较高的农业现代化程度使其耕地利用综合效率明显高于吉林省与辽宁省。

纯技术效率与综合效率总体差异大致相当，也呈现黑龙江省高于吉林省与辽宁省的状态，黑龙江省纯技术效率平均值为0.961，高于吉林省的0.851与辽宁省的0.855，说明在现有的耕地投入资源量下，通过加强资源的管理，使投入资源得到合理的调配，可以达到更大的产出效果。黑龙江省农业装备水平、农业科技贡献率与耕地集约化利用水平都处于全国领先水平，这为黑龙江省耕地利用纯技术效率提供了保障，相比之下，吉林省与辽宁省缺乏先进的管理理念与生产技术的应用，农村小农经济现象严重，导致其纯技术效率低于黑龙江省。规模效率方面吉林省为0.943，高于辽宁省的0.926与黑龙江省的0.915。这说明黑龙江省与辽宁省的规模效率还没有达到最佳状态，可以通过增加投入量，来获得更高的耕地利用效率。

3 东北地区耕地利用效率的时空差异分析

该文分别选取2005、2009 和2014年3 个年份的效率值，利用 ArcGIS 10.2 将其可视化，以此为基础来分析2005～2014年东北地区耕地利用效率的时空差异。

图3 2005、2009、2014年东北各地区综合效率值变化

3.1 综合效率的时空差异分析

2005年，东北地区耕地利用综合效率的平均值为0.759，2009年为0.827，2014年为0.837。耕地利用综合效率较高(效率值0.9以上)的地区从2005年的9个市发展到2014年的14个。东北地区36个市中有21个市的综合效率有所增长，8个市的综合效率与2003年持平，7个市的综合效率有所下降(图3)。分省来说，黑龙江省有9个市的综合效率上升，综合效率上升趋势明显；吉林省有4个市的综合效率上升，3个市降低，综合效率有下降趋势；辽宁省有9个市综合效率上升，3个市下降，上升和下降的幅度都不大。在东北地区36个市(州)中大庆市的综合效率增幅最大，由0.51增长到1，主要原因是大庆市位于黑龙江省西南部，是黑龙江省省域副中心城市，近年来在产业转型的背景下，依托自身经济优势大力发展现代农业，坚持从传统农业生产的以数量为主向以质取胜、效益优先的战略转变，使得大庆市的耕地利用效率有了质的提高。综合效率降幅最大的是辽源市，由0.88降低到0.71，主要原因在于2014年辽源市的农业粮食产量与农业总产值比2005年的有所降低，但是机械总动力与化肥投入量增多，导致辽源市耕地利用综合效率降低。

3.2 纯技术效率的时空差异分析

2005年，东北地区总体耕地利用纯技术效率较低，为0.846。耕地利用纯技术效率较高(效率值0.9以上)的地区有18个市，2009年耕地利用纯技术效率较高(效率值0.9以上)的地区有24个市，增加的这6个市中有5个都属于黑龙江省，说明黑龙江省非常重视耕地生产中的先进管理理念和生产技术的运用，并取得了成效(图4)。2014年东北地区耕地利用纯技术效率较高(效率值0.9以上)的地区同样为24个市，这一年黑河市取代了2009年的松原市，松原市的纯技术效率降低到0.9以下。

图4 2005、2009、2014年东北各地区纯技术效率值变化

图5 2005、2009、2014年东北各地区规模效率值变化

3.3 规模效率的时空差异分析

2005年，东北地区耕地利用规模效率较高(效率值0.9以上)的地区有23个市，2009年耕地利用规模效率较高(效率值0.9以上)的地区有27个市，相比2005年，2009年多出的4个市分别是黑龙江省的七台河市、牡丹江市与辽宁省的大连市、营口市(图5)。2014年，规模效率值达到0.9以上的地区又缩减到了24个市，相比2009年，大连市和七台河市的规模效率值又降到0.9以下，另外吉林市的规模效率也降到0.9以下。近些年来东北地区耕地利用规模效率上升趋于平缓，甚至有些地区的规模效率有所下降，这主要是因为东北大部分地区耕地规模经营以接近最优，只有部分地区如鹤岗市、七台河市为国家确定的国家资源枯竭型城市，长期受资源型产业约束，耕地利用效率较低。大连市以发展现代服务业为主，对农业支持力度不够，耕地利用效率也较低。

表1 东北地区耕地利用效率Tobit回归结果

4 东北地区耕地利用效率影响因素分析

耕地利用效率受多种因素的影响，自然条件、区域发展水平与农业科技进步是影响耕地利用效率的重要因素。考虑到数据的可获得性与可量化性，该文选取农村劳动力人均播种面积(X1)、单位耕地面积农用机械总动力(X2)、单位耕地面积施肥量(X3)、受灾面积占农作物播种面积比重(X4)、人均国内生产总值(X5)、农民人均纯收入(X6)作为解释变量，同期各市(州)耕地利用综合效率值(Y)为被解释变量。选取2005～2014年的面板数据，应用Eviews6.1软件对其进行Tobit回归，回归结果如表1。

由表1可知，显著性小于0.05的变量有农村劳动力人均播种面积、单位耕地面积农用机械总动力、单位耕地面积施肥量和受灾面积占农作物播种面积比重对耕地利用效率产生显著影响，依据影响程度排序：受灾面积占农作物播种面积比重>单位耕地面积农用机械总动力>农村劳动力人均播种面积>单位耕地面积施肥量。而人均国民生产总值和农民人均纯收入的t值没有通过了1%或5%的显著水平的检验。

(1)受灾面积占农作物播种面积比重对耕地利用综合效率的影响是负向的。自然灾害具有偶发性，所以导致受灾比例与耕地利用效率关系显著。东北地区属季风性气候，四季明显、冬冷夏热，有利于作物生长，但降雨都集中在6～8月份。因此，大部地区春秋两季旱灾严重，又由于降雨集中，遇到雨量充沛的年份涝灾又常有发生，而且洪涝灾害发生的年份经常交替出现。因此大力整顿农业基础设施，加强农业对灾害的抵抗能力刻不容缓。政府部门应建立健全灾害预警系统，降低灾害发生的不确定性，同时完善农田水利设施建设，提高防灾能力，从而提高耕地利用综合效率。

(2)单位耕地面积农用机械总动力对耕地利用综合效率的影响是正向的，关系也比较显著。全国东北地区人均耕地面积多，地势平坦、土地连片，适合大规模机械作业。在一定面积的耕地下，机械化程度的提高会在一定程度上带动耕地利用效率的提高。基于这种情况政府部门应切实落实国家的农机补贴政策，并积极推进土地流转以进一步推动东北地区农业机械化与规模化，进而提高耕地利用综合效率。

(3)农村劳动力人均播种面积对耕地利用综合效率的影响是正向的。农村劳动力人均播种面积的增多符合规模经营的理念，规模化经营耕地可以降低耕地生产成本，有利于采用更为先进的农业生产技术，提高耕地的单位产值，进而提高耕地利用效率。

(4)单位耕地面积施肥量对耕地利用综合效率的影响是正向的。化肥在我国粮食生产中发挥了重要的作用，虽然近些年化肥施用过量，污染严重的问题日益严重，越来越多的人开始关注它的使用，但不能否认化肥用量的大幅增加是东北地区粮食持续增产的最重要影响因素[14]。有学者在分析中国化肥增产能力和有效性中提出，东北地区化肥的使用使水稻的增产幅度相对于其他地区高[15]。可见化肥对东北地区粮食生产还是非常重要的，所有对于化肥的使用要更加科学，在控制其使用量的同时，不能忽视化肥对提高耕地利用效率的作用。

5 结论与讨论

通过以上分析，该文得出以下结论：(1)2005～2014年，东北地区耕地利用效率总体效率相对较高，呈波动上升趋势，纯技术效率综合效率影响较大。这段时间规模效率一直保持较高水平，提高综合利用效率的关键点在于提高纯技术利用效率。(2)东北地区耕地利用效率差异方面，总体来看，呈现出空间分布不均衡特征，黑龙江省的综合效率值和纯技术效率值高于吉林省和辽宁省，吉林省的规模效率值高于黑龙江省和辽宁省。(3) Tobit回归结果表明，农村劳动力人均播种面积、单位耕地面积农用机械总动力、单位耕地面积施肥量和受灾面积占农作物播种面积比重对耕地利用效率有显著影响。因此，东北地区可以通过建立区域性的防灾体系以减少自然灾害对农业生产的影响、提高耕地的机械化和规模化生产与科学合理的施用化肥来提高，促进耕地利用效率的提高。

了解耕地利用效率的差异是进一步提高耕地利用效率的基础。该研究运用数据包络分析(DEA)方法与Tobit回归模型，对东北地区耕地利用效空间格局演变以及影响因素研究，还有需要完善的地方，如多效率指标以及长时间序列的选取，要素效率及结构效率的更深入的研究等将是该研究进一步探讨的方向。

[1]童泽圣.我国粮食供求及“十三五”时期趋势预测.调研世界,2015，(3)：3～6

[2]Charnes Abraham，William Wager Cooper，Susan X Li.Using data envelopment analysis to evaluate efficiency in the economic performance of Chinese cities.Socio-Economic Planning Sciences，1989,23(6): 325～344

[3]Aurélie Corne.Benchmarking and tourism efficiency in France.Tourism Management,2015，(51)：91～95

[4]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units.European Journal of Operational Research，1978,2(6): 429～444

[5]魏权龄.数据包络分析.科学出版社，2004

[6]吴得文，毛汉英，张小雷，等.中国城市土地利用效率评价.地理学报，2011,66(8): 1111～1121

[7]高佳，李世平，李文婷.辽宁省土地经济密度时空特征及驱动力分析.中国农业资源与区划，2014,35(5): 30～37

[8]马晓龙，保继刚.中国主要城市旅游效率的区域差异与空间格局.人文地理，2010,25(1): 105～110

[9]许建平，任燕.我国服务业效率特征研究——基于区域发展差异影响因素的解释.产业经济研究,2012，(1)：70～77

[10]殷方升，董莉莉，王小博.辽宁省粮食生产技术效率分析.中国农业资源与区划，2012,33(3): 18～22

[11]杜志威，吕拉昌，黄茹.中国地级以上城市工业创新效率空间格局研究.地理科学,2016，(3)：321～327

[12]钟君.贵州县域经济效率DEA测评分析.黔西南民族师范高等专科学校学报，2015，(1)：15～18，23

[13]聂英，夏英.东北地区粮食产能变化及影响因素.经济纵横,2016，(4)：70～76

[14]闫岩.黑龙江省耕地生产效率研究.哈尔滨：东北农业大学，2014

[15]王胜.分税制以来中国地方财政支农绩效评价：基于分级支出视角.中国管理科学，2010,18(1): 26～32

ANALYSISOFCULTIVATEDLANDUSEEFFICIENCYANDITSINFLUENCINGFACTORSFORNORTHEASTCHINA*

LuoChong1,JiangBo2※,ZhangWenqi3,ChuNanchen2,LiXiaoqing2,WangYudi2

(1.College of Economics Management,Northeast Agricultural University,Harbin,Heilongjiang 150030,China;2.College of Resource and Environment,Northeast Agricultural University,Harbin,Heilongjiang 150030,China;3.Land Management Institute,Northeastern University,Shenyang,Liaoning 110169,China)

Using data envelopment analysis (DEA) method,this paper measured cultivated land use efficiency in 36 cities (state) of the Northeast China from 2005 to 2014,and analyzed the temporal and spatial differences and factors using Tobit regression model.The results showed that the efficiency was relatively high by years of 2005～2014,the scale efficiency was stable,and the pure technical efficiency value continued to increase.The pure technical efficiency was always the main reason affecting the overall efficiency.The overall efficiency level of Heilongjiang province was higher than that of Jilin province and Liaoning province.The pure technical efficiency of Heilongjiang province was higher than that of Jilin province and Liaoning province.The scale efficiency in Jilin province was higher than that of Heilongjiang province and Liaoning province.The comprehensive efficiency,pure technical efficiency and scale efficiency expanded from Heilongjiang province to Jilin province and Liaoning province.The affecting factors included the affected area accounting for crop acreage proportion,unit land area of total power of agricultural machinery,fertilizer amount per unit of farmland,rural labor force per capita sown area of interaction in the northeast area of cultivated land use efficiency.

cultivated land use efficiency; temporal and special differences；data envelopment analysis (DEA); influence factor; Tobit model; Northeast China

10.7621/cjarrp.1005-9121.20171006

2016-07-08

罗冲(1993—)，男，河南驻马店人，博士研究生。研究方向：农村区域发展与农业遥感研究

※通讯作者：姜博(1979—)，男，吉林四平人，博士、副教授。研究方向：城市与区域发展。Email：jiangbo_1979@163.com

*资助项目：教育部人文社会科学青年项目“基于多维视角的中国高铁可达性综合评估研究”(16YJCZH034)；国家自然科学基金项目“气候变暖背景下三江平原耕地利用变化及其对粮食产能的影响”(41571167)；国家自然科学基金“东北城市密集区空间经济联系测度、方向及其动力机制研究”(41101153)

F302.21

A

1005-9121[2017]10038-07