福建省农用地利用效率的时空演变及影响因素研究

洪瑛

[摘要]提高农用地利用效率对保障粮食安全和推动农业经济发展具有重要意义。本文采用DEA模型测度2009—2018年福建省农用地利用效率，将其分解为纯技术效率和规模效率以剖析变化的原因，进一步通过地理探测器工具探究其主要影响因素的影响力大小及因素间的交互作用情况。研究结果表明：第一，福建省农用地利用效率总体较高，但大致呈现中部高、南北低的不均匀状况，两极分化较严重;第二，福建省农用地利用的纯技术效率对综合效率的影响及制约能力略强于规模效率;第三，产业结构对福建省农用地利用效率的解释力最强，影响因子之间均为相互增强和非线性增强作用，不存在相互独立的因子。基于此，本文为提高农用地利用效率提出具有针对性的改进建议。

[关键词]农用地利用效率;时空演变;地理探测器;影响因素

中图分类号：F321.1 文献标识码：A DOI：10.16465/j.gste.cn431252ts.202006

2020年中央一号文件要求坚决补上全面小康“三农”领域短板，切实发挥好“三农”压舱石作用。作为农业最重要的载体资源，农用地为农民提供最基本的生活保障，为推动农村经济发展奠定基础。但随着我国城镇化、工业化的快速发展，农用地不仅被非农建设大量占用，还普遍存在粗放经营、低效利用等问题。因此，如何有效提高农用地利用效率成为我国农业经济发展的关键。

福建省地处我国东南沿海，农业生产具有优势条件。2019年福建省粮食种植面积为82.24万hm2，比上年减少1.11万hm2;粮食产量比上年减少4.68万t，下降0.9%。针对该现状，2020年福建省人民政府办公厅下达补充耕地任务2 000hm2，同年福建省委一号文件指出力争全省主要农作物耕种收综合机械化率达70%。因此，开展福建省农用地利用效率研究，提高农用地的利用效率，对保障粮食安全和社会经济发展具有重要意义。

近年来，国內外学者主要采用层次分析法[1]、主成分分析法[2]、GIS[3]、熵值法[4]和数据包络分析法（Data Envelopment Analysis，DEA）[5]等定量化的模型对农用地利用效率进行指标分析与评价。DEA方法因其不需预先设定生产函数的形式、不需提前明确各指标的权重而被广泛应用于农用地利用效率评价。

土地利用效率影响因素复杂，现有研究方法主要有灰色关联模型[6]、聚类分析[7]、Logistic回归模型[8]、Tobit模型[9]和地理探测器[10]等。相较于传统统计方法，地理探测器的最大优势在于没有过多的假设条件，能够分析多个变量间交互作用对因变量的影响，因此被广泛应用于人口、社会经济发展、环境污染、土地利用变化等领域。

目前，关于土地利用效率的研究大多关注城市建设用地，对农用地利用效率的研究较少，且在测算分析的基础上进行影响因素探究的文献多以分析单个变量对因变量的影响为主。因此，本文基于2009—2018年福建省农用地利用的投入-产出指标数据，采用DEA模型测算并分解农用地利用效率，进一步通过地理探测器工具探究分析单一变量和变量间交互作用对农用地利用效率的影响，从而为提高福建省农用地利用效率提出具有针对性的改进建议。

1 模型与数据

1.1 DEA模型

数据包络分析方法（DEA）由Charnes A等[11]于1978年提出。作为一个多投入-多产出的生产系统，农用地的利用规模随着农业现代化快速发展而不断扩张。同时农用地粗放和低效利用问题也日渐严重，应尽可能通过减少投入来增加产出。因此，本文选取投入导向、规模报酬可变的DEA模型测度福建省各地市的农用地利用效率θ。若θ=1，s+=s-=0（s+表示松弛变量、s-表示剩余变量），表示农用地利用达到综合效率最优;若θ<1，则反之。DEA模型中综合技术效率（TE）可以分解为纯技术效率（PTE）与规模效率（SE）的乘积，即TE=PTE×SE[12]。

1.2 地理探测器

地理探测器是由王劲峰等[13]开发的探测空间分异性，以及揭示其背后驱动力的一种统计学方法。本文主要应用地理探测器的因子探测和交互探测工具进行研究。空间分异性q值大小可以代表影响因子（X）对农用地利用效率（Y）的解释力，q值越大表示因素X对福建省农用地利用效率的变化影响越大，反之则越小。式（1）中，m表示影响因素X的数量，Nk和N分别为地市数和福建省的全部地市的数量，σk2和σ2分别是地市数和福建省全部地市农用地利用效率的方差。

（1）

本文从经济、政策和技术等方面选取经济发展水平、产业结构、农民收入、财政支农、农药使用情况和农机动力等作为探测因子，如表1所示。以农用地利用效率为因变量，其他探测因子作为解释变量，以低（30%）、中（40%）、高（30%）比例确定各探测因子指标值所处的类别，使用GeoDetector软件分别计算出各因子对福建省农用地利用效率的空间分异性q值。

1.3 指标选取与数据来源

本文选取5个投入指标、1个产出指标建立农用地投入-产出指标体系，测算2009—2018年福建省9个地市的农用地利用效率，如表2所示。各数据均源于《福建统计年鉴》、福建省各地市统计年鉴以及《中国区域经济统计年鉴》。其中，相关指标数据已统一折算为以2009年为基期的不变价，以便剔除通货膨胀因素的影响。

2 研究结果与分析

2.1 福建省农用地利用效率的时空演变分析

DEAP 2.1计算结果如图1所示，2009—2018年福建省农用地综合技术效率总体较高，呈现U型变化趋势，大致呈现中部高、南北低的不均匀状况。中部地区的三明市、福州市农用地利用效率均为1，形成综合效率值最优的空间集聚;而南部地区的龙岩市、厦门市、泉州市的平均综合效率均低于省平均综合效率。其中，厦门市综合效率一直处于下降状态，连续4年有效性都在60%以下，这可能是由于厦门市拥有较好的区位条件，经济发展水平较高，产业结构更偏向第二、第三产业，导致农业受重视程度较低，农用地低效利用问题严重。

2.2 福建省农用地利用效率的分解与时空分析

2.2.1 纯技术效率的时空特征分析

2009—2018年福建省各地市农用地利用的纯技术效率大多处于较高水平，如图2所示。从横向比较来说，福州、厦门、三明、莆田的农用地利用纯技术效率值10年内均保持最大化;漳州的纯技术效率从2015年的非有效性逐步转变为2016年的有效性，从0.906上升至1，表明漳州市的农用地资源随着农业技术水平的进步逐渐实现有效利用;泉州的纯技术效率小于0.7，反映出该市农用地的投入要素存在浪费现象，可能是由于城镇化快速推进，农村劳动力大量转移，导致农用地闲置和不合理利用现象。

2.2.2 规模效率的时空特征分析

福建省的农用地利用规模效率较为稳定，波动较小，最高为2011年的0.955，最低为2017年的0.925，如表3所示。从横向比较来看，福州、三明、南平的平均规模效率都已达到最优状态;厦门市的平均规模效率最小，仅为0.653。从规模报酬阶段来看，福州、三明10年内均保持规模报酬不变阶段，说明投入要素规模已达到最优水平;漳州、宁德大部分年份都处在规模报酬递增阶段，反映出其农用地利用规模偏小，应进一步完善农业基础设施，及时扩大农用地投入规模。

2.3 福建省农用地利用效率的影响因素

2.3.1 地理探测器因子探测

因子探测结果如表4所示，可知对农用地利用效率解释力最强的是产业结构。若城市第一产业占比较大，资本、技术和人才等资源都会向第一产业倾斜，从而极大推动农用地利用效率的提高;反之，极易产生非农建设用地占用农地、农地低效利用甚至抛荒的问题。其次，农药使用情况、城市经济发展水平和农机动力对农用地利用效率也具较大影响力。而农民收入对农用地利用效率影响不大，财政支农对农用地利用效率的解释力极低，说明虽然福建省积极关注“三农”问题，但贯彻实施效果不佳，农业补贴数额有待提高。

2.3.2 地理探测器交互作用探测

交互探测结果如表5所示，产业结构与农药使用情况的交互作用值最高，为0.537 4;农民收入与财政支农的交互作用值最小，为0.059 6。

经济发展水平与产业结构、经济发展水平与农民收入、产业结构与农民收入、产业结构与农药使用情况、产业结构与农机动力具有交互协同的作用，而其余变量间的交互作用是非线性增强的，说明在影响农用地利用效率方面不存在相互独立的因子。

3 结论与建议

3.1 研究结论

本文运用DEA模型测度2009—2018年福建省农用地利用效率，对其时空演变特征进行探究，进一步采用地理探测器的因子探测和交互探测工具分析福建省农用地利用效率的主要影响因素，得出以下结论：

（1）2009—2018年福建省农用地利用的综合技术效率总体较高，呈现U型的变化趋势。但省内农用地利用效率大致呈现中部高、南北低的不均匀状况，两极分化较严重。

（2）分解来看，2009—2018年福建省农用地利用的纯技术效率总体较高，部分城市较不稳定。而各地市农用地利用的平均规模效率相差较小，一直维持在较高水平，波动较小。纯技术效率对综合效率的影响及制约能力略强于规模效率。

（3）根据地理探测器因子探测结果可知，对福建省农用地利用效率解释力最强的是产业结构，财政支农对农用地利用效率的解释力极低。地理探测器交互探测结果显示，影响因子之间均为相互增强和非线性增强作用，不存在相互独立的因子。

3.2 政策建议

本文针对福建省农用地利用效率存在的问题，提出以下改进建议。第一，推动农业技术进步，提高劳动者素质。政府应大力扶持区域农业科技，加强与科研机构和社会企业的合作，积极培育新型职业农民，提升农户运用农业技术的能力。第二，优化区域产业结构，发展特色农业。政府应推动区域产业结构合理化，促进农村一二三产业融合发展，大力发展特色农业，刺激区域经济的发展。第三，加大财政支农力度，完善农业基础设施建设。政府应有针对性地制订农业投资计划，增加农业支持补贴资金数额，加强农业基础设施建设，强化农田水利工程，改善农业生产环境。

参考文献

[1]庞英.山东沿海地区耕地利用集约度时空特征[J].农业工程学报，2011，27（9）：328-333.

[2]刘传明，李红，贺巧宁.湖南省土地利用效率空间差异及优化对策[J].经济地理，2010，30（11）：1890-1896.

[3]刘琼峰，李明德，段建南，等.基于GIS的湖南省耕地利用效益时空变异研究[J].经济地理，2013，33（9）：142-147.

[4]向云波，谢炳庚，郭湘.近50年湖南省耕地利用绩效时空分异特征[J].经济地理，2015，35（2）：169-177.

[5]杨朔，李世平，罗列.陕西省耕地利用效率及其影响因素研究[J].中国土地科学，2011，25（2）：47-54.

[6]张立新，朱道林，杜挺，等.基于DEA模型的城市建设用地利用效率时空格局演变及驱动因素[J].资源科学，2017，39（3）：418-429.

[7]雷广海，刘友兆，陆效平.江苏省13城市土地利用集约度时空变异及驱动因素[J].长江流域资源与环境，2009，18（1）：7-13.

[8]周滔，邬妮.城市更新片区土地利用变化规律研究：以重庆市渝中区为例[J].中国土地科学，2018，32（4）：67-73.

[9]吴贤良，刘雨婧，熊鹰，等.湖南省城市土地利用全要素生产率时空演变及影响因素[J].经济地理，2017，37（9）：95-101.

[10]李進涛，刘彦随，杨园园，等.1985-2015年京津冀地区城市建设用地时空演变特征及驱动因素研究 [J].地理研究，  2018，37（1）：37-52.

[11]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.

[12]Banker R D，Charnes A，Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30（9）：1078-1092.

[13]王勁峰，徐成东.地理探测器：原理与展望[J].地理学报， 2017，72（1）：116-134.

Study on the Spatial-Temporal Evolution of Agricultural Land Use Efficiency and Influencing Factors

Hong Ying

（College of Public Administration，Fujian Agriculture and Forestry University，Fuzhou，Fujian 350002）

Abstract：Improving the efficiency of agricultural land use is of great significance for ensuring food security and promoting agricultural economic development.This article uses the DEA model to measure the efficiency of agricultural land use in Fujian Province from 2009 to 2018，and decomposes it into pure technical efficiency and scale efficiency to analyze the source of change，and further explores the influence of the main influencing factors and factors through the geographic probe tool The interaction between them.The results of the study show that： First，the efficiency of agricultural land use in Fujian is generally high，but it is roughly uneven in the middle， high in the south， and low in the north，and the polarization is serious; second，the pure technical efficiency of agricultural land in Fujian The influence and restriction capacity is slightly stronger than the scale efficiency. Third， the industrial structure has the strongest explanatory power to the utilization efficiency of agricultural land in Fujian Province.The influence factors are mutually reinforcing and non-linearly enhancing，and there are no independent factors.Based on this， this paper proposes targeted improvement suggestions for improving the efficiency of agricultural land use.

Key Words：agricultural land use efficiency，spatial and temporal evolution，geographic detector，influencing factors