撂荒农地再利用的生态经济效益及其影响因素<br/>——基于粤赣100家农业经营主体的调查

撂荒农地再利用的生态经济效益及其影响因素
——基于粤赣100家农业经营主体的调查

2020-01-02杨军，吴晨

中国土地科学 2019年11期

杨军，吴晨

（仲恺农业工程学院经贸学院，广东广州 510225）

1 引言

受各种不同因素的影响，近年来中国不少农地处于显性或隐性撂荒状态[1]，资源浪费引起了中央政府的高度重视，为此，中央决策层在农业结构调整、农地流转、土地确权、农业补贴、技术支持等方面制定了一系列的政策，尽管这些政策的主要目标是实现农业生产效率的不断上升，促进农村经济发展和农民增收，但是也有实现减少撂荒，并促使撂荒农地得到重新利用的目标和意图，从而最终实现农地资源的优化利用。因此，近年来，国内不少地方政府纷纷出台各种配套政策，调整农业产业结构，培育新型农业经营主体，转变经营方式，逐步提高农地使用的效率，使原先处于撂荒的农地又有被重新开发的现象。这些被重新开发的撂荒农地在中央和地方各项政策的指引下，并不都是继承了传统的产业，而是在不违背农地基本属性的前提下，往往朝着绿色、生态和高附加值的方向发展。但是，基于土地利用多宜性而产生的土地利用系统及其空间开发的生态经济问题，不仅是中国土地利用及国土空间管制所面临的突出现实问题，也是全球土地生态经济系统关注的重大科学问题[2]。再加上农业生产的绿色、生态属性是中央和地方政府大力提倡和支持的，是中国“绿水青山”战略的重要组成部分，因此，许多地方政府制定了相应的引导政策。比如江西省赣州市，每亩农地可补贴120元左右，可获得的银行低息贷款大约1.2万元左右，只要进行绿色、生态生产，农民基本不用支付建设费用，只需做好管理任务；又如广东省河源市每亩农地补贴额度大约为94元，可获得银行低息贷款1万元左右，并明确规定减少农药与化肥的使用量，大量使用畜禽粪便和农家肥，大力发展节水农业，保护土壤。如果不进行绿色、生态生产，相应的补贴与银行贷款就会减少很多。如江西省赣州市，如果非绿色、非生态种植与养殖，补贴会少一半以上，银行低息贷款也会少很多，广东省的政策基本也是如此。只是这些政策的服务对象并不区分撂荒农地和非撂荒农地。那么，各农业经营主体在利用撂荒的农地开展各种农业生产时所产生的生态经济效益如何，以及生态经济效益的具体影响因素有哪些是目前政策界比较关心的问题。

目前，尽管学界关于撂荒农地再利用的生态经济效益及其影响因素的研究比较少，但是与此类主题相关的研究却较丰富，主要集中在以下几个方向：（1）关于农业生态经济效益的测度问题。国内外学界在测度农业生态经济效益时基本上采用了三种方法。第一种是通过设定反映生态经济效益的衡量指标，并根据实际情况为每一个指标设置权重，然后再进行加权综合测度，如王波[3]、YURI A KOZENKO等[4]、宋晓梅等[5]通过设置反映生态经济效益的各项指标测度生态经济效益。MAGAREY R D等[6]提出了一个基于农作物产量与农药毒性计算的风险商数之比的指数来反映农业生态经济效益。第二种是在设置生态经济效益的投入—产出各项指标的基础上，借助DEA模型测度生态经济效益，如DYEKHOFF H[7]和CORRADO LO STORTO[8]均使用DEA方法测度生态经济效益。第三种是利用CITYgreen 5.4模型对生态经济效益进行测度，如张陆平等[9]以江苏省苏州市森林为研究对象，使用ArcView 3.2程序和CITYgreen 5.4模型，定量评价森林生态经济效益。（2）关于如何提高农业生态经济效益的研究，主要从两个角度入手。一个角度是分析生态补偿机制在提高生态经济效益中的作用，以及如何提高生态补偿机制的运行效率。如徐莉萍等[10]分析了国外的两大生态效益补偿定价政策及执行效果、模型与价值评估方法及影响因素，总结森林资源保护制度中森林生态效益补偿定价的理论与方法；吴乐等[11]对区域内生态补偿的现金直接补偿和公益岗位间接补偿方式的扶贫效果进行了实证分析，并提出了政策补偿是提高生态效益的重要途径；朱烈夫等[12]实证分析了不同生态补偿形式对农户家庭收入的影响，进而验证生态补偿能否实现精准扶贫。另一个角度是通过分析农户自身对生态经济效益重视程度来研究如何提高农户的生态经济效益意识。如宗明绪等[13]采用Logistic模型，研究农户对森林生态经济效益的支付意愿与影响因素，并提出了如何提高农户对生态经济效益支付愿意的政策；樊辉等[14]通过构建适合生态脆弱区实际的生态补偿意愿属性指标体系，利用选择实验法，对生态补偿意愿进行了实证研究，并提出相应的对策。（3）关于政府应该出台哪些政策来治理生态经济的问题。如TERRY MARSDEN等[15]认为要基于地方的生态经济模式来实现可持续性、安全性、主权和有效资源治理之间的协同作用；NATALYA N SKITER[16]通过对俄罗斯现行生态税收制度进行分析，并提出了改善俄罗斯生态领域税收的相关政策；田江[17]针对贵州省农村经济效益与生态效益矛盾突出的问题，提出应加强贵州省顶层设计、重视制度建设，积极转变经济发展方式。提高贵州省农村资源利用率，树立正确的农村生态保护理念。

综上所述，当前学术界较少涉及撂荒农地再利用的生态经济效益问题，而进一步探讨其影响因素的研究更少，鉴于此，本文实证研究撂荒农地再利用的生态经济效益及其影响因素，以弥补现有研究之不足。

2 样本分布

课题组自2017年底至2018年7—8月份实地调研了江西省赣州市和广东省部分市、县，调查对象是利用撂荒农地开展生产的各类农业经营主体，调查中根据产业类别分为养殖业、种植业、种养结合；根据规模类别分为小规模（0～30亩）、中等规模（30～100亩）、大规模（100亩以上）。本文把连续撂荒达2年及以上时间的农地界定为撂荒农地。本课题调查的撂荒农地的自然环境一般比较优越，具备养殖、种植业务的发展要求。比如在赣州市调查的很多撂荒农地，就其土地质量在而言，应该算得上较肥沃的良田，但是区位条件较差，大多处于距离农业经营主体居住地较偏远的山区，而且基础设施也较落后，这是导致其撂荒的主要原因。但是也有不少农地的地理位置并不偏远，导致其撂荒的原因主要是由于该地形地貌不利于机械化，比如说较小块的梯田。广东的情况基本也是一样。表1是经过调查获得的样本分布情况。

3 撂荒农地再利用的生态经济效益

3.1 测度方法

正如上文所述，尽管目前在测度农业生态经济效益时，所使用的测度方法并未完全统一，但是由于DEA的测度指标的计量单位不要求一致，且允许多种投入和产出变量存在，在数据处理和搜集方面相对便利，因此，DEA模型是目前国际上较通用的效率测度模型，而且国外也有不少学者采用此模型测度农业生态经济效益。所以，本文在测度撂荒农地再利用的生态经济效益时采用了DEA模型的CCR模型。如以第j0个决策单元的效率指数为目标，以所有决策单元的效率指数为约束，就构造了如式（1）的CCR模型：

表1 样本分布Tab.1 Sample distribution (家)

式（1）中：hj0为第j个决策单元的相对效率值；xij为第j个决策单元对第i种类型输入的投入总量，xij＞0；yrj为第j个决策单元对第r种类型输出的产出总量，yrj＞0；vi为对第i种类型输入的一种度量，权系数；ur为对第r种类型输出的一种度量，权系数。

3.2 测度指标及描述统计

本文主要把绿色、生态农产品的产值，水土流失防治，碳汇，碳排放量作为生态经济效益的产出指标。其中绿色、生态农产品主要是指不使用化肥、农药、人工饲料等材料作为生产投入，而是用农家肥、绿肥、谷物或任其自由生长的方式进行生产的产出物。水土流失防治主要用水土流失总治理度来衡量,并根据其治理程度划分为优、良、中、及格和不及格5级。碳汇主要用绿化面积多少来反映，绿化面积越多，碳汇水平越高。碳排放则根据在生产过程每亩氮、磷、钾肥的使用强度来反映，本文将其分为4个等级，分别是强（50 kg以上）、较强（30～50 kg）、中等（10～30 kg）以及较少的碳排放（0～10 kg）。把撂荒农地再利用过程中投入的劳动力、撂荒农地再利用的面积、资金作为农业生态生产的投入指标，各指标说明及其描述统计见表2。

表2 撂荒农地再利用的生态经济效益的衡量指标及描述统计Tab.2 Measurement index and descriptive statistics of the eco-economic benefits of the reuse of abandoned farmland

3.3 测度结果

本文使用DEAP 2.1软件按照CCR模型的测度方法，首先测度出这100家农业经营主体利用撂荒农地的生态经济效益，并按照产业、地区类别进行归类和统计，把广东省的农业经营主体归类为发达地区，把赣州市的农业经营主体归类为不发达地区（表3）。

表3 生态经济效益的描述统计Tab.3 Descriptive statistics of the eco-economic benefits

从表3可知，总体来说，在所研究的样本中，生态经济效益的均值为0.660，属于中上的水平。如果按产业分类，生态经济效益排第一的是种植业，其均值为0.891，最大值为1，最小值为0.512，最小值是广东清远和江西赣州的几个家庭农场，究其原因是使用了一些化肥和农药，且水土流失防治程度也处于中等水平；第二的是种养结合，其均值为0.600，最大值为1，最小值为0.246，最小值的是广东韶关的一家专业大户，主要是由于养殖类的产品大量使用了人工饲料，绿色、生态农产品的产值不高，且水土流失防治程度处于中等线上；第三的是养殖业，其均值为0.203，最大值为0.891，是江西赣州的一家生态养殖农场，该农场基本上使用自然草料作为动物食料，而且一年只有一次产出。最小值为0.067，为广东化州的5家养殖农场，主要业务是水产养殖和养猪，在人工养殖过程中大量使用了人工饲料，一年一般有两次及以上产出，但是绿色、生态的农产品产值普遍为0，而且碳汇水平也很低，水土流失防治程度也仅仅处于中等线上。如果按地区分类，不发达地区的生态经济效益总体上要高于发达地区的生态经济效益，前者的均值为0.784，后者的均值为0.520。

4 撂荒农地再利用的生态经济效益的影响因素

4.1 研究假设

实践证明，影响农业生态经济效益的主要因素为自然和人类的活动，但是由于自然因素较难测量，而且实践也证明在农业生态经济效益的影响因素中起主要作用的还是人类活动，而人类活动的动因则可以由引力因素、推动因素和人类自身特征来解释。因此，本文从这三大因素着手分析撂荒农地再利用的生态经济效益的影响因素。首先，绿色、生态农产品的市场需求量以及绿色、生态农产品与非绿色、非生态农产品的产值比是诱使各农业经营主体进行生态生产的主要引力。因为作为生产者，各类农业经营主体均有追求利润的动机，而绿色、生态农产品的市场需求量和产值是产生多少利润的关键要素。绿色、生态农产品的市场需求量可由其出售比例来反映，因此，本文将各个经营主体每年绿色、生态农产品的出售比例和绿色、生态农产品与非绿色、非生态农产品的产值比归结为引力因素。其次，农业经营主体还会从生产成本判断是否值得对撂荒农地进行生态生产，一切有利于降低其生产成本的因素都将会在一定程度上诱使他们开展生态生产，如政府补贴和银行信贷，特别是低息和免息贷款[18]。再次，农业生产的社会服务机构的数量也是绿色、生态农业经营主体必须要考虑的因素。因为现代农业生产，尤其是绿色、生态农业生产，经营主体自身都不可能包揽所有的业务，必须由社会服务机构来分担一部分业务，这是现代农业生产的重要特征[19]。而且扩大经营规模是导致生产者重新利用撂荒农地进行生态生产的主要诱因，而农业生产的社会服务机构能有效地促使经营规模的扩大，提高生态生产的规模效益，并相应降低经营成本[20]。本文将政府补贴、银行信贷和社会服务机构数量作为推动因素。最后，农业经营者的自身特征，比如年龄、文化程度、见识的宽广度等也是影响经营主体开展生态生产的重要因素。朱启臻等[21]实证论证了农户年龄大、文化程度低、见识狭小是导致农地撂荒的重要原因，进一步说明年龄大、文化程度低、见识狭小的农业经营主体的经营能力非常有限。相反，年轻、文化程度高、见多识广的农业经营主体的经营能力较强，尤其是外出务工人员表现出较明显优势，有较强的意愿重新利用撂荒农地开展生态生产，提高收入。本文将年龄、文化程度和见识广度作为自身特征因素来考虑。因此，本文提出如下4种研究假设。

第一，每年绿色、生态农产品的出售比例以及绿色、生态农产品与非绿色、非生态农产品的产值比等引力因素对撂荒农地再利用的生态经济效益有正向的作用。

第二，政府补贴、银行信贷政策和可获得的社会服务机构的数量等推动因素对撂荒农地再利用的生态经济效益有正向的促进作用。

第三，主要农业经营者的年龄对撂荒农地再利用的生态经济效益存在负向作用，年龄越大，生态经济效益越低。

第四，主要农业经营者的文化程度和见识的广度等因素对撂荒农地再利用的生态经济效益有正向的促进作用。文化程度越高、见识越广的农业经营者，其对撂荒农地再利用所产生的生态经济效益将会越高。

4.2 变量说明及数据来源

本文选择了绿色、生态农产品的出售比例，绿色、生态农产品产值与非绿色、非生态农产品产值比，每亩获得的政府补贴额度，每亩获得的银行信贷额度，每年从当地可获得的社会服务机构数量，以及农业经营主体的主要经营者年龄、文化程度、见识广度作为解释变量，而把撂荒农地再利用的生态经济效益作为被解释变量。研究所使用的数据均来自实地调研，样本量为100，各解释变量的详细说明见表4。

表4 各解释变量的说明及描述统计Tab.4 Interpretation and descriptive statistics of each explanatory variable

4.3 估计模型及估计结果

根据所使用的数据特点，也为了减少回归方程的异方差现象，本文选择使用半对数回归模型对撂荒农地再利用的生态经济效益的影响因素进行回归分析，分别对生态农产品产值与非生态农产品产值的比值、银行信贷、政府补贴和社会服务机构数量取自然对数，模型如式（2）。

式（2）中：y为农业经营主体的生态经济效益；β0为截距项，β1，β2，…，β8为各解释变量的偏回归系数；ε是随机误差项。

使用SPSS 20.0对其进行回归，发现方差膨胀因子为15.31，暗示此模型存在较明显的多重共线的问题，如果使用式（2）进行估计，势必导致伪回归的现象，不能很好地解释各变量的经济意义。为此，需要对上述模型进行调整，本文采用主成分分析法进行调整。表5是通过主成分分析法获得的方差贡献率和累积贡献率，从中可看出只有前1个特征值大于1，因此只提取了1个主成分，且其占所有主成分方差的85.628%，由此可知，选前1个主成分已足够替代原来的变量。表6是该主成分承载的各解释变量信息的比例及成分矩阵，从中可知该主成分对各解释变量的最低信息承载量在69.5%以上，因此，该主成分具有很高的信息承载量。

表5 方差贡献率和累积贡献率Tab.5 Variance contribution rates and cumulative contribution rates

表6 各解释变量抽取的比例及成分矩阵Tab.6 Proportion and component matrix of the extraction of each explanatory variable

利用表6可将此主成分表达为：

然后将F作为解释变量，将撂荒农地再利用的生态经济效益标准化后作为被解释变量进行回归，得到新的回归方程，再将主成分载荷信息代入此回归方程中，即可得到各解释变量的偏回归系数（表7）。

从表7中可看出，主成分回归模型的各统计量均非常显著，说明主成分能够有效地解释撂荒农地再利用的生态经济效益。另外，从各回归系数及其变动趋势可知：

第一，绿色、生态农产品的出售比例和绿色、生态农产品与非绿色、非生态农产品的产值比等引力因素对撂荒农地再利用的生态经济效益有正向的影响，边际影响力分别为0.019 2和0.018 8。暗示在控制其他变量不变的情况下，市场的引力因素对于各农业经营主体开展生态生产有着较大的影响力，亦即要吸引各类农业经营主体开展绿色、生态生产，绿色、生态农产品的出售比例和绿色、生态生产与非绿色、非生态生产的产值比是两个非常重要的因素。这就可以解释在撂荒农地再利用中，为什么养殖业的生态经济效益要总体上低于种植业，不发达地区的生态经济效益总体上要高于发达地区的现象。首先，因为养殖业在绿色、生态养殖的情况下，养殖周期较长，尽管出售价格较高，但是，其绿色、生态农产品与非绿化、非生态农产品的产值比较低，总体而言经济效益仍然相对偏低，导致农业经营主体普遍使用了非绿色、非生态的方式进行生产。而种植业主要受自然界的影响，即便在绿色、生态生产的情况下，其绿色、生态农产品与非绿色、非生态农产品的产值比也不会低于非绿色、非生态的情形，即使有的地区会低于非绿色、非生态的情形，也不会象养殖业那样低很多，而且绿色、生态的农产品出售价格也较高。其次，发达地区由于靠近市场，市场的需求量大，并且需要及时供应，而开展绿色、生态生产受自然界的影响较大，其市场供应的速度较慢，导致其绿色、生态农产品与非绿色、非生态农产品的产值比较低，在吸引农业经营主体开展绿色、生态生产的效力方面受到限制，其生态农产品的出售比例没有不发达地区高。而且不发达地区具有发展绿色、生态农业的天然优势，从而使得不发达地区的绿色、生态农产品出售比例和绿色、生态农产品与非绿色、非生态农产品的产值比总体上要高于发达地区。

第二，政府补贴额度、银行信贷额度和社会服务机构数量等推动因素对撂荒农地再利用的生态经济效益也存在正向影响，他们的边际影响力分别为0.018 4、0.019 3和0.018 2。暗示在控制其他变量不变的情况下，推动因素对于各农业经营主体开展绿色、生态生产也有着较大的正面影响，同时也暗示政府的政策推动作用不容忽视。这也可解释为何发达地区撂荒农地再利用的生态经济效益总体上要低于不发达地区，种植业的生态经济效益总体上要高于养殖业的现象。因为在不发达地区，要有效引导农业经营主体开展绿色、生态生产，就要降低他们远离发达市场而带来的较高成本，政府的补贴力度、政府提供的信贷力度，以及政府提供的服务机构数量或者引导社会组织参与的服务数量必须要大于发达地区。事实上，广东的绿色、生态农业补贴和信贷力度确实要低于江西。在社会服务机构的政府参与建设方面，江西的力度也要高于广东。而且，为了涵养水土，江西赣州市很多市、县划定了禁养区，在禁养区内只允许种植业的发展，而且要求绿色、生态种植。另外，不管在发达地区，还是在不发达地区，为了提高绿色、生态的产出，对于种植业的政策支持力度普遍要高于养殖业，除非出现大面积的传染病和自然灾害，否则养殖业获得的政策支持较少，甚至没有。

表7 回归结果Tab.7 Regression results

第三，农业经营者的年龄对生态经济效益存在负向的影响，其边际影响力为-0.018 9。暗示在控制其他变量不变的情况下，农业经营者的年龄越大，绿色、生态经济效益越低。可能的原因是绿色、生态生产所需的劳动力投入量较大，比如生态种植需要农家肥或绿肥，需要注意防范病虫害。绿色、生态养殖需要种植食草料或收割食草料。这些都需要大量的劳动力投入，那么年龄越大，则越无力从事这些重劳动。因此，年龄越大，生态经济效益越低。

第四，主要农业经营者的文化程度和见识广度对生态经济效益也产生正向影响，其边际影响力分别为0.016 7和0.018 0。暗示在控制其他变量不变的情况下，农业经营者的文化程度越高、见识越广，生态经济效益越高。可能的原因是文化程度高、见识广的农业经营者的管理能力较强，社交面也较广，能够实现绿色、生态有效生产，并疏通绿色、生态农产品的市场渠道，提高绿色、生态农产品的市场占有率。

5 研究结论及政策建议

5.1 研究结论

本文在对粤赣100家农业经营主体调查的基础上，首先应用DEA模型中的CCR方法测量了撂荒农地再利用的生态经济效益，并进一步应用半对数回归模型和主成分分析法，实证分析了撂荒农地再利用的生态经济效益的影响因素，研究结果表明：总体上，撂荒农地再利用的生态经济效益最高的是种植业，其次是种养结合，最后是养殖业。发达地区撂荒农地再利用的生态经济效益总体上低于不发达地区。对撂荒农地再利用的生态经济效应产生正向影响的因素有：绿色、生态农产品出售比例；绿色、生态农产品与非绿色、非生态农产品的产值比；政府补贴额度、银行信贷额度、社会服务机构数量、主要农业经营者的文化程度和见识广度。对撂荒农地再利用的生态经济效益产生负向影响的因素主要是农业劳动者的年龄。