中国省际间农用地远程利用格局研究

张 宇,钟太洋

(1.上海交通大学 国际与公共事务学院,上海 200030;2.南京大学 地理与海洋科学学院,江苏 南京 210023)

耕地(farmland,FL)与设施农用地(facility agricultural land,FAL)同属于农用地,是具备功能互补、协同生产特性的两个重要地类[1]。设施农用地主要指塑料大棚、日光温室和连栋温室所占用的土地[2-3]。随着居民食物消费结构的转型[4],农业生产本地化和生态化、土地利用可持续集约化的发展[5-6],设施农用地受到越来越多的政策关注。现有研究重点关注设施农用地在特定微观生态区和经济区的分布格局及时空变化[2-3]、设施农用地流转中的利益冲突[7]、设施农用地的现状与管理等方面[8],但对于设施农用地的区域间联动分析、设施农用地与耕地的关系和组合利用则略有不足。在交通运输快速发展、省际间贸易活动越来越频繁的背景下,关注耕地和设施农用地的关系及其跨界流动,对于明晰农地生产结构、展现区域土地利用的远程效应具有重要意义。

中国陆域面积广阔,但受地形影响,可用农地资源较为稀缺[9],加之人口和农地在空间上的错位集聚,导致我国农地呈现严重的分配不足与分布不均[10-11]。已有文献对我国省际间消费和贸易隐含的耕地或农用地利用状况进行了深入研究[11],重点分析了农用地和水资源空间不匹配情形下的远程利用格局[11-12]、区域贸易网络中的虚拟耕地流动[13-14]、主要农作物省际贸易中蕴含的虚拟土地和碳水流动等[15]。以上研究对揭示我国农用地的远程利用格局具有重要意义。但是，实践中,由于气候、作物类型和地形的差异,不同地区的虚拟农用地流动模式及内部构成存在很大差异，例如，2012年中国省级行政区中黑龙江的耕地总量排名第一,但其设施农用地总量却只排到第十位[16]。2011年,中国蔬菜总产值达1.26万亿元,首次超过粮食总产值,其中设施蔬菜产值占比达蔬菜总产值一半[17-18]。设施农用地在农业生产实践中的地位越来越重要,因此,将农用地单一化处理或仅考虑耕地会导致对农地利用结构的分析不足和研究结论适用性受限。为此,还需要了解设施农用地在区域消费中的消耗模式特点,分析区域贸易中虚拟设施农用地呈现的流动格局,以及各省区耕地与设施农用地的组合利用类型。上述研究既是当前知识体系的薄弱环节,又是转型期农地及农业政策制定者亟需参考的重要议题。

鉴于此,本文将耕地和设施农用地2种重要的农地类型并置考虑,基于多区域投入产出模型,通过2012年中国区域间投入产出表及当年中国省级尺度耕地及设施农用地数据,解析中国31省区市因消费和区域间贸易导致的虚拟耕地(virtual FL,VFL)和虚拟设施农用地(virtual FAL,VFAL)利用状况(因数据可用性受限,本文的研究区不含中国港澳台地区)。同时,基于耕地和设施农用地的结构、数量、产值差异,构建区域农地利用质量指数,以分析不同农用地结构和价值下省际间农地利用的层次差异。尽管农用地构成中还包括其他地类,但为表述方便,本文将耕地和设施农用地合称为农地或农用地。

1 数据来源与研究方法

1.1 数据来源

本研究使用的耕地和设施农用地数据来源于自然资源部土地调查成果共享应用服务平台[16],省域第一产业增加值和年末常住人口数据来源于国家统计局网站。本文采用的2012年中国31省区市区域间投入产出表由中国科学院地理科学与资源研究所和国家统计局的研究人员共同编制[19],该表共包含中国31个省级行政单位(由于数据可用性,不含中国港澳台地区)和42个产业部门,是反映我国省区间多边贸易和复杂供应链经济联系的权威数据。由于经济调查的滞后性和投入产出表编制工作的复杂度,2012年中国31省区市区域间投入产出表仍是当前最新且被广泛用于资源环境核算的中国多区域投入产出表[14, 20-21]。在该表的结构中,国际进口项单独列出,由于本文聚焦于国内省域消费和省区间贸易引致的虚拟土地流动,故国际进口信息被排除在模型之外。

1.2 研究方法

1.2.1 基于投入产出分析的虚拟土地核算 投入产出分析(input-output analysis,IOA)是一种自上而下的分析方法,可以通过复杂的经济网络追踪资源的来源和使用去向[12, 22-25]。Isard等在传统IOA的基础上发展出多区域投入产出分析(multi-regional input-output,MRIO)[22, 26],可以识别不同区域之间经济的相互依存关系,从而量化区域级别的资源需求[14]。假定某一经济系统有m个产业部门,每个产业部门都有n个贸易伙伴,则对于区域r而言,其经济活动之间的关系可以表示为

(1)

其中,Xr表示r区域的总产出,为n×1矩阵；Zr表示r区域生产过程所消耗的本地和进口的中间投入,为n×n矩阵；Zsr表示s区域生产的r区域的中间需求(s≠r)；fsr表示区域r对区域s的最终需求(s≠r)；fr为本地消耗的最终需求。对于区域r,其直接消耗系数矩阵Ar=Zr/Xr。在区域间进行多边贸易的情形下,多区域投入产出模型的平衡关系可以表示为

(2)

对于上式,可以得到其一般表达形式

X=AX+Y

(3)

对式(3)中的X求解,可得

X=(I-A)-1Y

(4)

其中,I为与A同维的单位矩阵,(I-A)-1，即列昂惕夫逆矩阵。当计算商品和服务中隐含土地消耗时[12],MRIO可以扩展为

R=e(I-A)-1Y

(5)

其中,R为满足最终需求中的商品和服务的消费所需的虚拟土地数量；e为土地消耗系数矩阵,通过土地消耗数量除以总产出得到。

1.2.2 区域消费和区域间贸易引致的土地消耗通过区域间商品和服务的贸易,单一省份由最终消费引致的土地消耗不仅来自于区域内部,还来自于其他省份。区域消费引致的土地消耗表示为

(6)

区域间贸易重新分配了各省的资源利用[12, 27],通过追踪省份虚拟土地流入量和流出量,可以核算该省份的虚拟土地净流出量。区域虚拟土地流出量(RAEr)、流入量(RAIr)和净流出量(RANr)表示为

(7)

(8)

RANr=RAEr-RAIr

(9)

其中,tsr为区域r到区域s销售的商品和服务的货币价值。

1.2.3 区域农地利用质量指数 由于气候、地形、作物及经济发展水平的差异,各地区耕地和设施农用地总量不一,且省域农用地中耕地和设施农用地的比重各异,区域农地总量和结构的差异进一步体现在区域贸易网络中。传统上,基于位置的农地利用评价未能考虑到土地利用的远程效应[28],且对土地结构的影响考虑不足。在省域农地利用评价中,同时考虑耕地和设施农用地2个重要地类的流动,有利于更全面地探寻省域农地利用的质量、层次和类型。由此,本文探索性地从农地利用结构、数量、价值3个角度构建了区域农地利用质量指数(ALQ)，

(10)

2 结果分析

2.1 区域消费中的农地利用格局

贸易过程中,区域资源随着商品和服务以虚拟的形式发生流动,对于单一省域而言,其消费引致的虚拟资源消耗包含了复杂供应链的外来部分[28-29]。

图1A展示了中国各省实际拥有的耕地数量和区域消费引致的虚拟耕地消耗量。数据显示,具有耕地面积优势的省份集中于中国东北、华北和西南部地区,耕地资源在中国呈现较为严重的分布不均。拥有耕地数量较多的黑龙江、内蒙古、河南等8个省(区)的耕地面积总量占研究区耕地面积的比例接近50%,而耕地数量较少的上海、北京、天津等6个省(市、区)的耕地总面积占研究区总耕地面积的比例不足2%。随着跨界经贸关系的互动,耕地资源在各区域之间重新分配。2012年,上海市耕地总面积为188.01×103hm2,但其消费引致的虚拟耕地消耗量达到1 596.52×103hm2,区域消费引致的虚拟耕地消耗约为其实际耕地面积的8.5倍。类似的情形还发生在北京和天津两个直辖市。上海和北京作为我国重要的经济和政治中心,聚集了大量人口但耕地总量和耕地资源的比较优势不足,通过省际贸易接收了较大面积的虚拟耕地流入。区域消费引致的虚拟耕地消耗超过区域实际耕地面积的还包括浙江、广东、福建等省份,这些地区主要由于地形影响,耕地在省域面积中占比较小。如,尽管省域面积相近,江苏省的耕地资源数量却达到了浙江省的2.32倍,浙江省因区域消费引致的虚拟耕地消耗数量为区域实际耕地面积的173%,而江苏省这一数值仅为110%。在耕地资源丰富但人口较少的内蒙古、黑龙江、吉林、甘肃和新疆等省(区),其区域消费引致的虚拟耕地消耗量占区域耕地资源总量的比例为61%～77%。以上数据表明,区域实际耕地拥有量和区域消费所需虚拟耕地数量严重不匹配的情形在我国广泛存在。

图1B展示了中国省际设施农用地资源量和实际消费量。在省域设施农用地资源本底方面,山东、河北、内蒙古、河南和新疆为设施农用地资源集中区,5省(区)的设施农用地总面积达386.42×103hm2,约占全国设施农用地总量的49%。而设施农用地资源最少的青海、贵州、重庆、西藏、上海5省(市、区)的设施农用地总面积仅为15.11×103hm2,占全国设施农用地总量不足2%。与耕地资源类似,设施农用地在中国亦存在严重的分布不均现象,但相比耕地,设施农用地富集区和欠缺区的空间分布却有所不同。山东作为我国重要的蔬菜产地,拥有全国数量最多的设施农用地,面积达165.17×103hm2,而耕地资源丰富的黑龙江、河南和内蒙古,其设施农用地面积分别为27.91×103hm2、46.09×103hm2和58.61×103hm2,3地的设施农用地面积均远小于山东。在区域间贸易的作用下,设施农用地资源重新发生配置。上海、重庆、贵州、浙江4地消费引致的虚拟设施农用地消耗量均达到区域实际设施农用地面积的两倍以上。上海实际拥有设施农用地3.86×103hm2,但其消费量却达到10.48×103hm2。重庆、贵州和浙江3地受地形影响,山地较多,设施农用地面积较小,省域消费需要接收较多的外来虚拟设施农用地。内蒙古、山东、新疆和河北的设施农用地面积较大,但其消费引致的虚拟设施农用地消耗量与区域实际设施农用地面积的比率却不足7%。河北在全国范围内拥有第二多的设施农用地,面积达71.79×103hm2,但其实际消费的设施农用地仅为48.19×103hm2。值得注意的是,北京拥有设施农用地15.72×103hm2,而实际消耗的虚拟设施农用地为14.35×103hm2。在数量层面,北京实现了设施农用地资源与消耗的大致平衡。

综合区域消费中的农地消耗状况,可以发现,设施农用地和耕地同时存在资源与需求空间不匹配的情形。总体而言,北方地区具有较强的农地资源优势,但本地消耗比例不高。在理论上,区域设施农用地面积应当与耕地面积呈较强正相关,但数据显示,二者的相关系数仅为0.41,即现实的农业发展中,设施农业与传统农业具有不同的影响因素。

2.2 区域间贸易隐含的虚拟耕地和虚拟设施农用地

由于比较优势的存在,区域间贸易会促进自然资源的优化配置,提升资源利用效率[28]。在中国省际贸易中,单一省份的农地资源会随商品和服务的交易而流出,但该省亦会接收其他省份流入的虚拟农地。

图2展示了2012年各省虚拟农地净流动情形。 中国区域间贸易隐含的虚拟耕地净流出最高的省份为黑龙江, 其虚拟耕地净流出值达3 793.04×103hm2,面积超越江西、广东、浙江等省份的实际耕地数量。虚拟耕地净流出量靠前的省(区)还有内蒙古、吉林、甘肃等,集中于中国北方地区。在被纳入研究的31个省(市、区)中,共有13个省级单位实现了虚拟耕地净流出。浙江、广东、江苏、上海、北京为虚拟耕地净流出负值(即净流入)较大的省(市),5省(市)虚拟耕地总净流入值达8 232.83×103hm2。浙江实际耕地面积为1 977.42×103hm2, 但其净流入值达2 032.27×103hm2,净流入量超越实际耕地量。虚拟耕地净流入量超越省域实际耕地数量的情形还发生在上海、北京和天津。在虚拟设施农用地净流出方面,山东作为我国蔬菜产量最高的省份,亦是我国虚拟设施农用地净流出量最大的省份。山东虚拟设施农用地净流出量达33.30×103hm2。此外虚拟设施农用地净流出量排名靠前的省(区)还有内蒙古、河北、甘肃等。中国只有9个省(区)实现了虚拟设施农用地净流出,其中山东、内蒙古、河北3地的虚拟设施农用地净流出总量占全部虚拟设施农用地净流出的77%,虚拟设施农用地净流出呈现较强的空间集聚态势。在净流入方面,浙江、上海、广东等为虚拟设施农用地净流入排名靠前的省(市)。浙江省实际设施农用地面积为9.06×103hm2,但其虚拟设施农用地净流入量高达12.42×103hm2。从分布上看,虚拟设施农用地净流入情况与省域地形存在较大关联,山地地形较多的浙江、广东、云南、重庆、四川等省(市),其虚拟设施农用地净流入量较大。

图2 2012年省级虚拟耕地和虚拟设施农用地净流动状况Fig.2 Net flows of virtual farmland and virtual facility agricultural land at the provincial level in China

耕地是我国主要粮食作物的用地来源,设施农用地则承担了较多的蔬菜、瓜果产品的生产任务,二者在初级农产品供应链中具备协同生产的特性,其利用的组合效应体现在区域虚拟农地净流动的类型中。依据各地区虚拟耕地和虚拟设施农用地净流入和净流出情形,构建坐标系以反映省域虚拟农地净流动类型。如图2所示,有较多数量省份的虚拟农地净流动组合集中在原点附近,即虚拟耕地和虚拟设施农用地净流入、净流出量均较小,这些省份大多位于我国中部和西部。只有黑龙江、内蒙古、河北、甘肃、新疆、宁夏6个省(区)实现了虚拟耕地和虚拟设施农用地同为净流出,这6个省(区)均位于我国北方地区,同时也是我国经济相对欠发达的地区。浙江、广东、上海、江苏和北京5省(市)虚拟耕地和虚拟设施农用地均为显著的净流入,除北京是我国政治中心不临海外,其余4省(市)均位于我国东部及南部沿海地区,5省(市)都是受到广泛认可的经济发达地区。值得注意的是,山东是我国的产粮大省之一,但其2012年虚拟耕地为净流入。山东、海南、福建三省的虚拟耕地为净流入,但虚拟设施农用地为净流出,表明三地均有发展较强的外向型设施农业。

区域间贸易可以潜在地将稀缺资源的管理延伸到供应链以外的区域[11-12, 14, 29],因此追踪贸易中隐含的虚拟耕地和虚拟设施农用地的流向至关重要,这可以为农地建设投资来源的追寻、环境负担的生产者责任和消费者责任的分配等提供参考依据。多区域投入产出模型是识别不同区域之间经济相互依存关系的有力工具,通过自上而下的方式可以追踪和量化整个供应链的资源流动[14, 29]。

图3和图4显示了中国省际虚拟耕地和虚拟设施农用地的全局流向,图5显示了省际主要虚拟耕地和虚拟设施农用地流向。在虚拟耕地方面,黑龙江是面积最大的流出地,其虚拟耕地主要流入辽宁、广东、江苏、河南、浙江、上海等省(市),其中流向辽宁、广东、江苏、河南的虚拟耕地都超过300×103hm2。内蒙古、吉林、河北和河南亦为虚拟耕地流出量较大的省份,其中,内蒙古的虚拟耕地主要流向江苏、山东、浙江、河南和广东,其接收地大多为沿海发达地区。从全国范围看,虚拟耕地发出地和接收地的空间邻近性并不明显。如,内蒙古流出虚拟耕地的主要接收地为江苏、山东、浙江、河南和广东。虽然黑龙江流出虚拟耕地的最大接收地为辽宁,但其后四大接收地分别是广东、江苏、河南和浙江。这表明区域间虚拟耕地资源的流动更依赖区域经济联系而非地理距离。在省际贸易引致的虚拟设施农用地流动方面,山东、内蒙古、河北为虚拟设施农用地发出量前3的省份,其流出面积分别为44.40×103hm2、24.62×103hm2、23.67×103hm2。相比虚拟耕地,虚拟设施农用地的流动更依赖地理距离。如山东流出的虚拟设施农用地的前2个主要接收地为河南和江苏,江西流出的虚拟设施农用地的前3个主要接收地分别为江苏、浙江和广东。比较省际主要虚拟耕地和虚拟设施农用地流向,可以发现,虚拟耕地流出地呈现黑龙江、内蒙古“两强”格局,而虚拟设施农用地流出地呈现山东“一极”、内蒙古和河北“两辅”的态势。从大尺度看,山东的虚拟设施农用地具有辐射全国的能力。

图3 中国省际虚拟耕地流向Fig.3 Interprovincial virtual farmland flows in China

图4 中国省际虚拟设施农用地流向Fig.4 Interprovincial virtual facility agricultural land flows in China

图5 中国省区主要虚拟农地流向Fig.5 Major interprovincial virtual agricultural land flows in China

整体来看,在区域虚拟农地流动中,经济关联与地理距离同时影响流动方向。不论是虚拟耕地还是虚拟设施农用地,其主要接收地都是我国东部沿海发达地区。

2.3 区域农地利用质量

由于气候、地形及经济结构的不同,区域间虚拟农地流出结构存在一定的差异。考虑到农地远程利用中的结构信息,结合人均设施农用地面积和地均第一产业增加值,本文探索性地构建了区域农地利用质量指数。

图6展示了这一指标在中国省际的分布状况。研究发现,区域农地利用质量指数的高低值分布与区域农地总量的高低值分布呈现出较大的空间不匹配。在农地资源丰富的黑龙江、吉林、河南、四川、云南、山东等地,除山东外,其他地区的农地利用质量指数均不高。区域农地利用质量显示出与当地经济发展水平和产业特色的强关联性。2012年,区域农地利用质量指数排名前5的省份分别是海南、北京、福建、山东和广东。由于较高的人均设施农用地面积和地均第一产业增加值,海南成为农地利用质量指数最高的省份。北京拥有最高农地利用结构得分,使得北京的农地利用质量指数排到第2位。由于产值因素和人均设施农用地面积因素,福建、山东的农地利用质量指数分列3、4位。在产业关联性方面,福建、海南和广东的纬度较低,降水充沛、光热充足,具备发展设施农业的气候优势,农地利用质量较高。作为中国著名蔬菜之乡——寿光市的所在地,山东拥有面积最大的设施农用地且虚拟设施农用地流出量最大,依靠发展强势的设施农业,山东取得了较高的农地利用质量。由于较高的人均设施农用地面积,新疆的农地利用质量指数排名亦靠前。发达地区,如天津、江苏和上海,由于较高的农地利用结构得分,农地利用质量指数排名亦靠前,分别为第8、9、11位。在农地利用质量指数较低的省份中,贵州、重庆、云南、湖南和吉林排名全国后5位。

图6 中国省区农地利用质量指数Fig.6 Provincial agricultural land use quality index for China

从空间上看,区域农地利用质量指数的高值区与低值区呈现一定的“组团”特征。低值区集中于我国东北、中西部和西南地区,可能的原因是，东北地区的黑龙江和吉林拥有丰富的耕地资源,但设施农业的发展相对滞后;西南部山区受地形及经济条件影响,设施农业发展缺乏自然优势和市场优势。区域农地利用质量指数的高值区集中于京津冀及邻近的山东、纬度较低的广东、福建和海南,这些地区普遍具有人口及经济优势或优越的气候条件,蔬菜、瓜果等产品需求量大,发展设施农业具有良好的就近市场。

3 结论与展望

本研究利用2012年中国多区域投入产出数据,刻画了中国各省实际耕地和设施农用地利用情形及省际虚拟耕地和虚拟设施农用地流动状况。主要研究结论如下:

1)省域耕地及设施农用地资源量与实际消耗量之间不匹配的情形在我国广泛存在。耕地和设施农用地面积较大的东北和华北地区,其消费引致的虚拟农地资源消耗总量通常只有区域实际农地资源量的60%～70%;上海、北京、天津、浙江、广东等发达地区实际拥有的农地资源较少,但其实际消耗的虚拟农地往往达到自身拥有量的数倍。

2)通过区域间基于比较优势的贸易,耕地和设施农用地以虚拟流的形式在省际间重新配置。耕地资源较为丰富但经济相对欠发达的黑龙江、内蒙古、吉林、甘肃等成为主要的虚拟耕地净流出地,山东、内蒙古、河北为主要的虚拟设施农用地净流出地。在流向方面,虚拟耕地的流动路径与区域间经济联系具有强关联性,黑龙江和内蒙古有大量的虚拟耕地流向经济发达的广东、江苏、浙江和上海;虚拟设施农用地的流动路径则与区域地理位置具有更强的关联度,如山东、江西的虚拟设施农用地的主要接收地为其邻近省份。

3)区域农地利用质量指数与区域经济发展水平、产业特色具有较强的关联性。依据区域贸易的比较优势,发达地区应当重点发展具有相对优势的二、三产业,但这并不意味着发达地区拥有较低的农地利用质量。相较于欠发达地区,发达地区如北京、广东、天津和江苏,通过调整耕地与设施农用地的比例,取得了较高的区域农地利用质量指数。具备特色产业的山东、海南和福建,亦具有较高的农地利用质量。

已有研究发现发达地区将欠发达地区作为初级产品主要供应地,享受了区域发展不均衡的消费端优势和远程资源福利[14]。本文的研究进一步表明,在农地利用方面,发达地区还拥有农地利用的质量优势。本文的分析为区域间农地利用结构的调整和农地资源管理提供了经验资料。

对于邻近发达省份的欠发达地区,可以通过调整农地利用结构提升区域农地利用质量指数。如,安徽、江西和广西,均邻近发达省份,设施农业产品贸易具有良好的交通和市场优势,类似地区应注重调整农地结构以提升农地利用水平。

农地资源管理需要注重远程利用效应。地区性的农地发展政策通常由当地制定,而这种基于属地的政策制定方式通常未能考虑区域间贸易引致的远程利用效应。本文的研究显示,由于农地资源分布不均和区域间基于比较优势的贸易,数量巨大的虚拟耕地和设施农用地在省际间流动。政策制定者应当将这种远程效应纳入政策考虑的框架内,如追踪农地建设投资的理论来源,划分环境负担的生产者责任和消费者责任。

本文重点考虑了区域消费和区域间贸易引致的虚拟耕地和设施农用地流动,对区域产业结构引起的虚拟农地利用异质性未给予足够的关注。进一步从产业部门揭示区域虚拟耕地和虚拟设施农用地利用状况,将有利于使虚拟农地流动机制细化到产业层面,从而便于制定与产业关联的农地治理工具。

由于数据和方法的限制,本研究具备一定的限制和不确定性。首先,由于多区域投入产出表编制的复杂性和经济调查的滞后性,本研究无法追踪最新的区域间耕地和设施农用地利用状况。其次,本研究基于截面数据,未能考虑长时间变动下的区域间耕地和设施农用地变化。等待相关数据更新后,可开展进一步研究。