四川省各地区农业土地利用效率时空差异研究

2021-11-28甘文秀重庆工商大学

品牌研究 2021年9期

文/甘文秀（重庆工商大学）

一、引言

土地作为地球上最宝贵的资源之一，具有不可再生性，也是人类赖以生存的基础。但随着经济社会的不断发展以及城镇化进程的不断加快，非农建设占地面积不断增加，“空心村”“抛荒”和“建房潮”等土地利用乱象变得随处可见，农业用地越来越少。同时，由于过去十几年农业支持工业的发展战略，农业不得不通过加大农药化肥的施用量来提高产量，导致农村土地质量下降，生态环境恶化，农村土地利用效率也随之降低，截至2019 年年末，四川省粮食总产量为3498 万吨。作为成渝地区双城经济圈发展规划的重要一环，研究其农村土地利用不仅有利于发展现代农业，提高粮食产量，提升农民的生活水平，加快实现城乡融合发展，也有利于成渝地区双城经济圈的高质量发展。

二、文献综述

国外对于土地利用的研究相对于国内更早。1826 年德国经济学家杜能在他的《孤立国同农业及国民经济的关系》一书中提出了以城市为中心，由外向内依次为畜牧业、三圃式农业、谷草式农业、轮作式农业、林业、自由农业的同心圆结构的农业圈理论。关于国外对于土地利用效率的研究中，Farell（1957）将土地利用效率分解为技术效率和配置效率，并从投入角度将技术效率定义为在相同的产出下生产单位理想的最小可能性投入与实际投入的比率。Leibenstein（1966）则从产出角度将技术效率定义为在相同的投入下生产单位实际产出与理想的最大可能性产出的比率。CoelliT 等（1998）增加了价值的概念，从投入和产出两个角度将配置效率定义为：在一定要素价格条件下实现投入和产出最优组合的能力。

国内对于土地利用效率内涵界定的研究与国外大致相同，如潘倩红（2010）在研究兰州市农户耕地利用效率时，直接将耕地利用效率定义为耕地生产效率，即指在规模报酬不变的条件下既定产出下的最小投入或既定投入下的最大产出。李红（2010）则用土地是否被分配给利润最大化的使用方向；是否能够提高有赖于土地利用的人的生活水平；是否可以保持土地资源的可持续利用这三个普遍标准来评定土地利用效率的高效与否。韩超然（2019）将土地利用效率的内涵界定为以下两个方面：首先，是指在可投入的土地资源固定的情况下取得尽可能高的效益水平或者在收益一定的情况下尽可能节约利用土地；其次，是指合理配置各种生产要素比例，以达到生产要素之间的最优组合。赵丽楠（2020）则发现，农地利用效率就是对农业土地利用活动有效性的一个评价，通过衡量土地投入要素和产出之间的定量关系，来反映农业土地是否能与其他投入要素之间达到合理配置，进而反映农业土地的利用水平。

土地利用效率的测度方法随着对土地利用效率研究的深入而不断丰富，如David M（2006）等运用线性规划的模型评价分析了农业土地利用效率。Wang Kaiyong（2013）在农用地复垦制度的背景下，运用主成分分析法研究了影响提高土地利用效率的因素，得出不仅要提高土地利用效率，还要注重可持续发展的结论。Shuyi Feng 等(2010) 通过建立模型研究土地租赁市场对土地利用效率的影响，结果表明土地租赁市场的发展更有利于提高农村土地利用效率。S N Pawar（2013）认为，土地利用效率可以决定农业生产率，土地利用效率用播种面积占耕地面积的比值来衡量，该比值数越大，表示土地利用效率越高。叶浩等（2008）运用随机前沿生产函数法计算1990-2004 年全国各省的土地利用效率，结果表明整体水平不高。余勇军（2008）运用主成分分析法对江阴市土地利用效率进行测算。龙开胜（2008）利用柯布-道格拉斯生产函数和概率优势模型，测算1990-2005 年江苏省不同耕地类型的土地生产效率。毕继业等（2010）利用GIS 技术计算了中国不同地区粮食生产效率，显示出区域耕地利用效率差异显著。

近年来，国内越来越多的学者采用数据包络分析法（DEA）测算农业用地利用效率，如梁流涛等（2008）采用数据包络分析法分析我国耕地利用效率，结果表明1997-2004 年我国耕地利用效率存在一定的波动性，整体水平不高。冯晓红等（2011）利用数据包络分析法探讨重庆市丰都县土地利用效率，结果表明2002-2008 年其耕地利用效率整体水平不高，其原因在于耕地利用的现代化水平不足，导致技术效率值偏低。申成磊等（2011）使用数据包络分析法对分水镇农村土地利用效率进行评价，结果表明此种方法能够较为准确地评价农村土地利用效率。钟成林等（2016）采用SE-DEA 模型研究不同农地发展权对土地利用效率的影响，结果表明农地发展权的配置方式对土地利用效率具有重要意义。丁涛等（2019）采用非参数DEA 的Malmquis 分解指数来测算山西省农村土地利用效率，结果表明研究期内农地利用效率处于适度增长的态势。韩超然（2019）在研究沈阳市农村土地利用效率及其影响因素时，认为相比于相对较为简单的投入产出比计算方法，数据包络分析方法可以运用于更加广泛的领域和更加复杂的分析对象进行相对效率的定量分析。其结果表明2010-2015 年沈阳市农地利用效率整体平稳且有小幅上升。朱园园（2019）利用数据包络分析法测算安徽省农村土地利用变化与效率，结果表明安徽省农村土地利用综合效率呈上升趋势，不同区域之间存在显著差异。

从目前已有的研究文献来看，尽管对于土地利用效率的研究已经相当丰富，但仍然存在一些相对不足的地方。首先，多数学者对于土地利用效率的研究主要集中于城市土地利用效率而非农村；其次，在对农村土地利用的研究中，有学者采用数据包络分析法研究土地利用效率，但是利用Malmquist 分解指数法测算土地利用效率的学者较少，而分解指数更能够体现出管理水平的提升、技术进步等带来的农业土地利用效率的提高；最后，数据包络分析法（DEA）是根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法，选取投入和产出指标应具有全面性才能更准确地反映土地利用效率情况。

三、数据来源与研究设计

（一）数据来源与说明

考虑到数据的时效性和可获得性以及实证研究的可操作性，本文选取历年《四川省统计年鉴》中的数据进行实证研究与分析。研究区域包括以下市（州）：成都市、自贡市、攀枝花市、泸州市、德阳市、绵阳市、广元市、遂宁市、内江市、乐山市、南充市、眉山市、宜宾市、广安市、达州市、雅安市、巴中市、资阳市、阿坝藏族、甘孜藏族自治州、凉山彝族自治州。

（二）指标选取

对于农户利用土地进行生产来说，其投入指标可以选用劳动、资本以及所投入的土地数量。在劳动力方面，采用两个指标反映其投入，一是单位耕地的劳动力投入（X1），二是单位播种面积劳动力投入（X2）。在资本方面，采用以下三个指标来量化其投入：一是单位农作物播种面积农用化肥施用量投入（X3），二是单位有效灌溉面积的农业排灌动力投入（X4），三是单位粮食播种面积的农业机械总动力投入（X5）。在土地方面，直接采用耕地面积（X6）、农作物播种面积（X7）以及粮食播种面积（X8）反映土地要素的投入量。产出的量化选取了以下三个指标：一是单位实有耕地面积的农林牧渔总产值（Y1）；二是粮食单位面积产量（Y2）；三是农村居民人均纯收入（Y3）。具体如表1 所示。

表1 农村土地资源利用效率的评价指标

（三）模型设计

Mulmquist 指数法更适用于面板数据的效率分析，由于本文采用历年四川省各市（州）面板数据，因此采用此方法。该指数运用Shephard 提出的距离函数来定义，用来描述不需要说明行为具体标准的多个输入变量和多个输出变量生产技术。运用该指数的前提条件是对综合效率的倒数建立两个或多个投入要素的距离函数。运算过程如下：

假设在各时期内t=1，…，T，第k=1，…，K个地区使用n=1，…N种要素投，从而得到第m=1…M 种产出。Caves 等人对Malmquis 生产率指数的定义为，观测点i在t期的技术水平条件下，从t到t+1期的全要素生产率（Total Factor Productivity，TFP）的变化为；同理，在 t+1 期的技术水平下，TFP 变化可以用来表示，则Malmquist 生产率指数可以表示为：

若以t+1期为参照，则Mulmquist 生产率指数可以表示为：

上式中，距离函数是对不同时期生产率之比，为避免随意选择的时期造成的误差，caves 等学者采用新的表达形式来衡量从t 到t+1 时期生产率变化，即是取两者的几何均值，变形后的Mulmquist 生产率指数表达式为：

对于变形后的Malmquist 生产率指数，可分解为技术效率指数(EC)和生产技术变化率指数(TC)。其中EC 代表了资源配置和使用效率，反映了决策单元的实际产出与最优产出的距离，当EC＞1 时，表明在研究期限内，组织管理水平的提高带动组织效率也随之提高，否则反之。而在农业土地利用效率的研究中，EC 则表示与农业土地利用有关的政策制度、管理内容水平等的变化。

TC 则代表了生产最优前沿面的向外扩展，即在相同要素投入水平下，潜在产出得以提高，说明在该时期内出现了技术进步和技术创新。技术效率指数(EC)可进一步分解为纯技术效率变化指数(PEC)和规模效率变化指数(SEC)。生产技术进步指数（TC）也可进一步分解为纯技术变化指数（PTC）和规模技术变化指数（STC）。

四、实证结果与分析

（一）对四川省2005-2019 年农地资源利用效率的全要素生产率指数分析

本文运用DEA 软件对四川省2005-2019 年的农地利用情况的Malmquist 分解指数进行测算与分析，从而揭示农地利用效率的变化情况。对于2005-2019 年四川省农业土地资源全要素生产率指数的分析，本文将各个地区的数据进行了取平均值的处理，以便对四川省历年的土地利用全要素生产率进行比较与分析。

由表2 和图1 可以看出，2006年和2009 年这两年四川省的农业土地利用效率变化指数没有超过1，说明2006 年以及2009 年土地利用效率较上年没有增长。2006 年的全要素生产率变化指数仅为0.930，是15 年来最低的一年。年均全要素增长率快于10%的年份有2007 年、2011 年、2016 年、2017 年。而在2007 年四川省农业土地全要素生产率变化率较上年有很大提升，并达到这15 年的峰值。随后四川省土地利用效率的变化率逐渐回落且一直处于波动状态。其原因在于：第一，2006年正处于“十一五”规划的开端，国家对于农村和农业的发展有了新的要求。对于农村的发展，要坚持统筹城乡经济社会发展的新方略，建设社会主义新农村。关于农业发展也有了更加深入的要求，不仅要严守18 亿亩耕地红线，保障粮食供给和粮食安全，更要发展现代农业，调整优化农业产业结构，提升农业土地利用效率。第二，2006 年国家也发布了《国务院关于深化改革加强基层农业技术推广体系建设的意见》（以下简称《意见》），《意见》表明了国家支持农业发展改革的决心和信心。随着《意见》的实施以及农业市场改革的进一步深化，市场影响力逐步增大，农民根据市场需求的变化不断调整自身产业结构以适应市场需求，不仅达到了增产增收的目的，而且还大力提高农业土地全要素生产率。第三，从1992年开始，国家对农业体制进行改革，并于2006 年1 月1 日全面取消了农业税，给我国亿万农民带来了利益，极大地促进了农民的生产积极性，解放了农村生产力。因此，2006 年以后四川省农业土地资源利用效率的得以显著提升。但从技术效率变化率指数（TC）可以看出，我国农业生产技术还有待提高。

表2 2005-2019 年四川省农业土地资源全要素生产率指数及其分解

图1 四川省2005-2019年农业土地资源的全要素生产率指数变化

（二）对四川省各地级市2005-2019 年农地资源利用效率全要素生产率分解指数分析

本文选取差异较大的几个年份分析四川省各地区农业用地利用效率存在差异的原因。从表3 可以看出，四川省2005-2006 年内仅有成都、资阳和乐山三个地级市的全要素生产率指数大于1，说明其土地资源利用效率较上年有所提升。由于Malmquist 生产率指数（MI）=技术效率指数（EC）*生产技术进步指数（TC），因此，从其分解指数来看，成都、乐山以及资阳三市全要素生产率指数较上年上升的主要原因在于生产技术的进步。从表4可以看出，南充市农地资源的利用效率与2006 年相比上升了九倍，从其分解指数上来看，依然是技术进步对全要素生产率的提高贡献最大。从更深入的层面分析这三个地级市技术进步的原因在于：第一，技术的进步与经济基础是息息相关的，这三个地区经济总量高，经济效益好；第二，人口规模大且密集，人口红利效应明显；第三，农民对土地的管理以及利用作出了合理的安排。第四，国家对于农业发展的支持。因此技术进步指数这一结果相比于其他城市更好。表5 是2018-2019年四川省各地区农地资源利用效率全要素生产率及其分解指数，从表5 可以直观地看出，除达州外的各个地方的农地资源利用效率较上年都有提升。值得一提的是，达州只有技术进步效率是无效的，说明达州利用的技术依然有待提高。并且所有的城市都已经达到规模不变的状态，这也说明了此时的规模已经能够使其土地达到最大利用限度。

表3 2005-2006 年四川省农地资源全要素生产率指数及其分解指数

表4 2006-2007 年四川省农地资源全要素生产率指数及其分解指数

表5 2018-2019 年四川省农地资源全要素生产率指数及其分解指数

五、研究结论与建议

（一）研究结论

本文采用非参数DEA 的Malmquist指数法，对2005—2019年四川省农业土地利用效率进行了测算，并对四川省20 个地级市的农业土地利用效率进行了区域比较，主要得到以下结论：第一，研究期内四川省农地利用效率大体处于增长态势，全要素生产率指数呈现出一定的波动，并发现呈现波动幅度较大的原因在于国家相关政策的发布；第二，从Malmquist 生产率指数分解结果来看，引起农地利用效率提高的主要因素是技术进步；从各区域土地利用效率时空变化情况看，各地市农地利用效率存在空间差异，且这种差异与其经济发展息息相关。