集中连片特困区耕地生态效率的时空演变特征及影响因素分析——以吕梁山区为例

刘海龙, 王 虎, 谢亚林, 李 曼, 石培基

(1.山西师范大学 地理科学学院, 山西 临汾 041004; 2.西北师范大学 地理与环境科学学院, 兰州 730070)

民以食为天，农业良性发展是国家安全和稳定的重要条件。改革开放以来，我国以不到10%的耕地养活了世界20%的人口[1]，创造农业发展奇迹，2018年度我国粮食总产量高达1.3万亿斤，年平均增长率约1.81%。伴随人民生活水平的提高，人民愈加关注粮食品质，但在农业经济快速发展的过程中，耕地污染问题日益严重，《全国农业可持续发展规划(2015—2030)》[农计发[2015]145号]报告中指出，当前耕地利用内源性污染严重，如化肥、农药和农膜的利用效率低下，耕地生态效率问题突出，粮食品质下降和农业生态建设压力增加，严重影响了我国农业的可持续发展。“十九大”报告强调，中华民族的千年发展大计就是要践行“绿水青山就是金山银山”的理念，保证物质财富和精神财富的同时，要实现美好生态环境的建设，其中农田生产作为发展的基础，耕地生态化是生态环境建设的第一环。因此，耕地生态效率成为当前相关学者研究的热点问题之一。

耕地生态效率是指在发展种植业的过程中，以尽可能小的耕地资源代价获得尽可能多的农业产出，并保证农产品质量[2]。当前相关学者对农业耕地生态效率的研究，已经由宏观视角转向微观视角，如对宏观视角的研究主要集中在省际行政单元[3-5]和地市行政单元[6]，中观视角集中在县域行政单元[7-8]，微观视角集中在固定的农村点[9]和产粮种植户[10]；其内容涉及时空分布[8,11-12]、影响因素[3,10-11,13-14]和趋势预测[12]等；主要应用的方法为指标体系测算[15-16]、随机前沿法(SFA)、数据包络模型(DEA)以及DEA的改进模型(如超效率DEA、非期望SBM)等[14,17-19]。综合梳理相关文献发现对于农业经济发展和生态脆弱性矛盾突出的集中连片特困区关注度较少，且多从经验定性的角度论述耕地生态效率的影响因素，本文利用成熟的生态效率测算方法(非期望产出的超效率SBM模型)对吕梁山区耕地(种植业)进行研究，刻画吕梁山区耕地生态效率的时空演变特征，并运用地理探测器模型从区域叠加的定量视角探索集中连片特困地区的耕地生态效率影响因素，揭示内外驱动机制。

集中连片特困区是在我国区域发展策略和自然环境恶劣条件等多重因素下形成的，主要集中在西南地区，中部和东部地区有零星分布，共计680个县、市、区及行委，其分布与边境区、生态脆弱区、限制和禁止开发区、少数民族聚居区和革命老区在空间上高度重叠，经济发展不发达、不协调和不持续性问题显著，落后的生产方式和绿色高效发展矛盾突出。吕梁山区是我国14个集中连片特困区之一，位于黄土高原东部，地跨山西和陕西两省，经济发展水平低，生态脆弱，地势起伏大，交通条件落后，属于典型的深度贫困区，落后的生产方式和脆弱的生态环境矛盾尖锐，故实现生态文明建设和产业发展均需考虑生态效率。本文以吕梁山区20个县域为评价单元，选取2007—2017年耕地投入产出数据，构建耕地生态效率指标体系，运用非期望超效率SBM模型和地理探测器模型分别对研究区耕地生态效率的时空演变特征和影响因素进行探究，以期为研究区耕地高效利用和农业生态建设的政策制定提供参考依据。

1 研究区概况

吕梁山区包括晋西13县和陕北7县，区域总面积约3.69万km2，地形以山地和丘陵为主，沟壑纵横，水土流失严重，生态环境极其脆弱。2017年该地区生产总值为778.34亿元，仅为全国0.09%，常住人口为380.05万人，其中农村人口占比72.16%，第一产业占比16.7%，远高于全国7.9%的平均水平，人均居民可支配收入仅为12 835.4元，经济发展水平落后；研究区各县平均学校个数为14.35个，各校平均教职工仅为72.28人，教育资源紧张；在耕地碳排放方面，各县化肥排放均值为783.5万kg、农药排放均值1.11万kg、农膜排放均值5.98万kg、柴油排放均值293.67万kg和农业翻耕排放均值1.09万kg。

2 数据来源与研究方法

2.1 数据来源

本文所用数据包括农业生产数据和社会经济数据，均来源于相应年份的《临汾市统计年鉴》《吕梁市统计年鉴》《忻州市统计年鉴》和《榆林市统计年鉴》，个别缺失数据采用插值计算所得。气象数据来源于中国科学院资源与环境科学数据中心(http:∥www.resdc.cn)，地形DEM数据来源于地理空间数据云(http:∥www.gscloud.cn)，底图涉及省界线的矢量数据来源于2017年国家基础地理信息中心公布的全国1∶100万基础地理数据库(www.webmap.cn)，审图号为GS(2016)2556号。

2.2 研究方法

2.2.1 指标体系构建 耕地生态效率在一定程度上反映耕地资源利用和生态环境协调发展的关系。在农业生产过程中，必要投入为土地和人力，辅助投入为机械动力、化肥、农药、农膜和能源等，故将其作为资源投入指标；其中农业生产的主要目的为农业产值，将农业产值作为期望产出；同时农机燃油，设备耗电量，化肥、农药和农膜化学制品使用均能引起碳排放，土地翻耕引起有机碳流失，造成农业面源污染，故将上述指标列为非期望产出，结合已有研究成果[4,12]，遵循数据可获取性和科学性等原则，构建统一口径的耕地效率投入产出指标体系(表1)。

表1 耕地生态效率指标体系

注：农业碳排放作为非期望产出指标可兼顾农业面源污染广泛和数据量化的优势。故参考已有研究[4]选取5类碳排放系数：化肥0.895 6 kg/kg、农药4.934 1 kg/kg、农膜5.18 kg/kg、柴油0.592 7 kg/kg和农业翻耕3.126 kg/hm2。

2.2.2 超效率SBM模型 SBM模型是Tone[20]于2001年提出的，但由于SBM模型难以解决投入要素的“松弛”和“拥挤”现象，为此，Tone[21]在原有基础上改进SBM模型，提出超效率SBM模型，逐渐演化为当前测算生态效率较为成熟的方法之一，基于DEA-SOLVER Pro 5.0软件，利用非径向(Non-Oriented)和规模报酬可变(VRS)的编程模块实现超效率SBM模型，测算出吕梁山区2007年、2012年、2017年20个县域的耕地生态效率值，并利用Excel制图显示其时间演变过程(图1)为揭示耕地生态效率的空间演变趋势，采取自然断点法将耕地生态效率分为3个等级，通过GIS实现可视化表达(图2)。其模型构建为：

(1)

(2)

式中：假设有n个县域单元，每个县域单元投入m，期望产出r1，非期望产出r2；x，yd，yu分别为投入矩阵、期望产出矩阵和非期望产出矩阵中的元素；ρ为生态效率值。

2.2.3 空间自相关 耕地生态效率易受区域地理差异的影响，但地理学第一定律指出，空间邻近实物存在相互联系和影响，为探究研究区的耕地生产活动的影响大小，故引入当前对空间关系研究较成熟的方法(空间自相关)，空间自相关分为全局自相关和局部自相关[13]。因研究区同处吕梁山区，同质性特征明显，本文选取全局自相关探究耕地生态效率的空间关联和分异特征，其统计指标为moran′sI指数,公式为：

(3)

式中：n为县域单元；xi，xj分别为空间位置i和j的观察量；wij为空间关系，i和j相邻，wij为1，反之为0；I∈[-1,1]，大于0为正相关，小于0为负相关，等于0不相关。

2.2.4 耕地生态效率演变的影响因素指标构建 深度贫困、产业单一和生态脆弱等是集中连片特困地区主要的问题，从经济水平、人口规模、劳动力、产业结构、降水量、地表状态和耕地利用难易程度构建影响因素。其中前4项是社会经济因素，后3项是自然环境因素。

表2 耕地生态效率的影响因素评价体系

2.2.5 地理探测器 地理探测器是探测空间分异性，揭示背后驱动力的一种统计方法，在探测因子之间关系的研究中独具优势[23]，模型公式如下：

由于中英文在语言形式、语序结构、表达方式等方面存在较多差异，而合同中又常常使用长句来使得语义更加明确，因此在翻译长句时，常常出现逻辑混乱、语意不明的情况。这是因为中文结构在形式上较为松散，主要靠语义衔接，而英文更重视严密的逻辑关系和形式上的连接。在进行英译汉长句处理时，则经常打破英文行文的原有顺序，进行形式调整，以追求中文译文的准确、自然、流畅。在这些操作中，稍有不慎，就可能出现语句逻辑不清晰甚至混乱，造成译文让人感到费解的情况。因此，复杂长句的处理需要反复斟酌，慎之又慎，把每个成分之间的关系彻底理清再开始翻译。

(4)

3 结果与分析

3.1 吕梁山区耕地生态效率的时间演变

整体而言，2007年以来研究区的耕地生态效率呈上升趋势(图1)。2007—2012年，多数县域呈缓慢上升趋势，2012—2017年，多数县域呈快速上升趋势，表明伴随我国生态文明建设的逐步深入以及经济发展水平的逐步提升，吕梁山区的耕地生态效率在不断改善。2007年，研究区平均生态效率值为0.530 4，最高值绥德县0.997 7，最低值大宁县0.078 6；2012年，研究区平均生态效率值上升至0.661 5，最高值清涧县达0.999 2，最低值岢岚县为0.241 9；2017年，研究区平均效率值上升幅度较小，仅提升0.064 2，其中最高值米脂县0.996 4，最低值大宁县0.246 9，表明研究区内部耕地生态效率变化存在差异，尽管低值区演变较为显著，但仍处于低值区。进入21世纪后，伴随我国经济发展水平的提升，大量农业从业人员转出，从事经济产出较高的二三产业，农业生产从人口投入逐渐转向机械化和化学投入，从而导致研究区整体耕地生态效率较低。2007—2017年，伴随我国生态文明建设的逐步深入及科技进步、农机燃油结构的改善，致使耕地生态效率有所提高，但受深度贫困的限制，多数地区高污染排放的状况仍未得到根本性改变，其中陕北7县(除吴堡县外)，耕地生态效率处于高值区，这是由于该区多数人口以农业生产为主，耕地人力投入量较多，污染排放相对较少，但以人力成本换取耕地生态高效则会导致内部深度贫困状态加剧。

图1 2007-2017年研究区耕地生态效率走势

3.2 吕梁山区耕地生态效率空间演变

首先利用莫兰指数对研究区耕地生态效率进行空间相关性检验，除2012年通过10%的显著性检验外，其他两年均未通过显著性检验，表明吕梁山区耕地生态效率在地理空间分布上不具显著相关性，地域临近对耕地生态效率影响较低，其原因在于吕梁山区位于省际边界地区，边境“分割”效应明显，内部地形起伏较大，交通通达性较差，各地区发展相对独立。

2007—2017年研究区耕地生态效率的空间差异不断缩小，阶段差异显著。空间差异缩小体现在2007年耕地生态效率最高县域(绥德县)与最低县域(大宁县)差值为0.919 1，到2017年耕地生态效率最高县域(米脂县)和最低县域(大宁县)差值为0.749 5，阶段差异表现为2007—2012年空间差异变化较大(差值为0.161 9)，2012—2017年变化较小(差值仅为0.007 8)。2007—2017年研究区耕地生态效率呈不断上升趋势(图2)，且空间集聚特征明显，2007年耕地生态高效率集中在陕北榆林地区(横山县、子洲县、清涧县和绥德县)，低效率集中在晋西南临汾地区(永和县、大宁县和汾西县)，其中中等效率县域占比最高为45%，主要集中在研究区北部(神池县、五寨县、岢岚县、静乐县、兴县、临县、佳县和米脂县)。2012年耕地效率的空间格局变化幅度较大，主要表现为在陕北榆林地区(佳县、米脂县和吴堡县)和研究区北部(岚县、岢岚县和临县)及南部(石楼县、永和县和隰县)多数县域生态效率的转变，使得高效率和中等效率的县域占比较高，分别为35%，50%。2017年耕地生态高效率的县域变化幅度较大，除陕北榆林地区7个县域外，研究区北部和南部均有零星分布(神池县、临县、隰县和吉县)，空间占比达55%，中等效率集中在研究区北部，且空间占比由2012年50%下降到20%，低效率分布较集中在研究区南部(石楼县、永和县、大宁县和汾西县)。

整体而言，2007—2017年研究区耕地生态效率空间差异缩小，且耕地生态高效率的县域占比不断提升，这与《吕梁山片区区域发展与扶贫攻坚规划(2011—2020)》和《吕梁市贫困农村扶贫开发“十一五”规划(吕政办发[2007]114号)》等相关政策的实践有关，表明扶贫政策(“整村推进”、特色产业扶贫、精准就业培训扶贫和易地扶贫搬迁等)和生态文明建设(生态补偿脱贫)对生态极其脆弱的集中连片特困地区意义深远。

图2 2007-2017年研究区耕地生态效率空间分布格局

3.3 吕梁山区耕地生态效率的影响因素分析

本文利用地理探测器模型对耕地生态效率演变进行时空因素的探测(表3)，由于社会经济因素变化较大，所以对节点年份均进行因子探测，而自然因素时间较短，变化相对较小，只利用节点年份耕地生态效率均值进行因子探测。由表3可知，所构建的因子q值影响力均大于0.1的有4个，由此可知，经济水平、人口规模、劳动力和降水量是吕梁山区耕地生态效率的主要影响因子。

表3 耕地生态效率影响因素的探测结果

3.3.2 人口规模 人口规模是人与自然磨合的重要体现，合理的人口密度会促进人类社会的发展，相反则会限制发展，对于集中连片特困区而言，多数地区存在“一方水土养活不了一方人”的现象。结果显示人口规模与耕地生态效率呈负相关关系，2007—2017年，研究区人口密度整体降低，由2007年的104.64人/km2下降为102.99人/km2,而对耕地生态效率的决定力不断提高(由0.277提高到0.349)，原因在于人口作为消费者，人口规模的缩小可降低粮食需求量，从而减弱对耕地的压力，实现耕地资源高效利用。仅从人口规模的角度考虑，目前吕梁山区耕地整体生态效率偏低，人口规模处于整体偏高的状态，伴随“易地迁移”政策的不断深入，其耕地生态效率将会得到有效改善。

3.3.3 劳动力 整体而言，研究区农业从业人员的投入与耕地生态效率呈正相关关系，地区农业从业人员均值由2007年的29 525人提高到2017年的35 053人，其对耕地生态效率的决定力由0.103提高到0.252，这表明劳动力要素的投入可降低机械、农药的投入量，减少非期望产出，促进耕地生态效率的提高。这一现象在榆林地区的表现尤为明显，2007—2010年，其农业劳动力投入均值占人口总数的20.69%，耕地人力资源投入较高，尽管保持了耕地生态效率较高的局面，但是长期以来，人力资源无法向生产效率更高的二、三产业转移，深度贫困问题的时序将会延长。

3.3.4 降水量 综合比较各项要素的影响力，可知降水量对耕地生态效率的影响较高，高达0.585，表明降水量的多少对该地区耕地生态效率的影响显著，其因在于吕梁山区地势起伏大，河流水源利用难度高，耕地对水资源的利用主要依赖大气降水，结合多年的种植经验形成能够适应干旱半干旱交界地区降水变化大的作物，因此，吕梁山区脱贫攻坚的“一村一品”策略实施要因地制宜、因水制宜。理论上地表破碎度和地表坡度对于耕地生态效率的影响较大，但研究结果显示地表的状态和土地利用的难易度影响力较小，分别为0.056，0.009，这是由于吕梁山区长期以来因国家帮扶，形成“等、靠和要”的心理，对于耕地的利用仅停留在易利用耕地和居民点可达性较好的地方，尤其是近些年，伴随经济水平的提升，相对难利用的弃荒地大量出现，耕地资源浪费和零星弃荒地的综合整治问题将会成为吕梁山区今后需解决的问题之一。

4 讨论与结论

4.1 讨 论

吕梁山区耕地生态效率空间集聚特征显著，但相关性检验结果显示不具有显著空间自相关，存在这一问题的的原因有3点：(1) 受县域样本数量的限制(小于30个)，(2) 受研究区区位破碎的影响，空间自相关结果存在误差，(3) 各县域受地形影响发展相对独立，综合考量研究区的特殊性，结合相关学者[24]对中国集中连片特困区农民收入的研究结果，本文结果更加侧重于第3点。在扶贫工作中，耕地的价值功能将会不断提升，因此需要全面认识耕地价值，在发挥经济价值的同时注重生态功能，需要在耕地开发过程中，注重各项要素的合理投入，保证耕地经济价值的同时，防止脆弱的生态环境再遭破坏。本文以吕梁山区为例测算耕地生态效率的状况，并运用地理探测器模型揭示了耕地生态效率的影响因素，但影响因子的选取和离散化数据的处理因地域差异不同，所测的影响因素会存在误差，但可反映整体趋势的演进。由于集中连片特困地区本身问题较为复杂，目前还没有一个较为权威的影响因素指标构建，本文仅从生态脆弱和深度贫困两个视角讨论其影响因素，且仅以吕梁山区为例进行研究，略显不足，因此针对我国14个集中连片特困地区的研究以及耕地生态效率影响因素的构建和离散标准的探索将是今后研究的重点。

4.2 结 论

从时间演变的过程来看，研究区的耕地生态效率呈上升趋势，且阶段特征明显，2007—2012年，多数县域耕地生态效率上升缓慢，2012—2017年，多数县域的上升幅度较大，但是仍有部分县域的耕地生态效率水平较低，提升空间较大。从空间演变格局来看，moran′sI指数结果表明，研究区的耕地生态效率在空间上不具有显著相关性，各县域发展相对独立。县域耕地生态效率的空间差异不断缩小，且空间集聚特征明显，整体而言，各县域耕地生态效率呈上升趋势，表明生态建设的效果显著。吕梁山区耕地生态效率是经济因素和自然因素综合作用的结果。其中经济水平、人口规模、劳动力和降水量的决定性较强。降水量作为区域耕地生态效率的支撑条件，伴随经济发展，耕地生态效率将得到进一步提升。

多数贫困县域耕地生态效率较低，耕地资源利用率低下问题突出，环境保护和资源高效利用任务艰巨，因此，要深入推进农业经济发展方式转变，注重环境保护和资源节约，积极引进先进的耕地生产技术，贯彻好农业生态政策，实施生态责任制。多关注生态效率提升显著的县域农业发展模式，加强生态农业合作机制，定期总结经验，相互交流，高效县域积极发挥辐射带动作用，低效县域立足县域耕地生态效率的驱动力，发挥主观能动性，寻求致富发展和生态建设的平衡点，缩小区域耕地生态效率差距。