?湖南省耕地利用效率及影响因素分析研究?

来源:用户上传      作者:

　　摘 要：为充分了解湖南省的耕地利用情况，采用超效率DEA—Malmquist指数模型，构建湖南省耕地利用效率评价体系，测算2001—2017年湖南省耕地利用效率;运用Tobit模型分析耕地利用效率主要的影响因素。结果表明：2001—2017年湖南省耕地利用效率总体位于一个较高的水平，平均值为0.972;从耕地利用效率影响因素来看，各影响因素从大到小排序为有效灌溉率>劳均耕地面积>城镇化率>耕地复种指数>农村居民人均可支配收入>财政支农支出占财政总支出比重>单位耕地面积农业机械总动力>人均GDP>单位耕地面积化肥施用量。最后，针对耕地利用情况提出相应的建议。
　　关键词：耕地利用效率;超效率DEA模型;Malmquist指数;Tobit回归模型;湖南省
　　中图分类号：F301.2 文献标识码：A 文章编号：1006-060X（2020）04-0023-04
　　Analytical Research of the Land Use Efficiency and Influence Factors in Hunan Province
　　 CHEN Jun-yu，HUANG Zhen-guo，CHEN Li-hua，ZHOU Ke-yan，TAN Jie-yang，LIU Fang-qing
　　（Hunan Agricultural Economy and Regional Planning Research Institute， Changsha 410125， PRC）
　　Abstract： In order to learn the situation of cultivated land use of Hunan Province， we used the super efficiency DEA model and Malmquist index to establish the evaluation system and calculate the use efficiency of cultivated lands of Hunan Province during the period from 2001 to 2017. Meanwhile， we used the Tobit model to analysis the main factors of the land use efficiency. The results showed that the average value of cultivated land use efficiency in Hunan Province from 2001 to 2017 was 0.972， the efficiency was at a high level. According to the different directions and degrees of the influence factors of cultivated land use efficiency， the value of each influencing factor ranked from high to low level： effective irrigated rate， cultivated land per capita， urbanization rate， multiple cropping index， per capita disposable income of rural residents， proportion of fiscal expenditure on agriculture to total fiscal expenditure， total power of agricultural machinery per unit cultivated area， per capita GDP， fertilizer use per unit cultivated land area. The corresponding suggestions are put forward.
　　Key words： cultivated land use efficiency; super-efficiency DEA model; Malmquist index; Tobit model; Hunan Province
　　耕地是农业生产的基本要素，是粮食生产无法替代的资源要素，不仅关系国家经济社会稳定，而且关系国家的长远利益和可持续发展[1-2]。在快速城镇化和人地矛盾不断激化的背景下，关注耕地利用效率，探讨分析其影响因素具有重要意义。对不同地区耕地利用效率的研究初期，学术界主要是采用因子分析法和单要素生产率评价法[3-4]等来测算，后期逐渐有学者采用C-D生产函数法、农用地边际收益、随机前沿生产函数法等方法[5-8]，目前较为常用的方法是数据包络分析法（DEA）[9-11];对耕地利用效率的影响因素的研究则主要以DEA—Tobit 模型为主[12-13]。湖南作为农业大省，承担着维护国家粮食安全的重任，然而现在全省耕地仍存在后备资源短缺、利用强度不均衡、质量下降等一系列问题。因此，测算湖南省的耕地利用效率，探究其影响因素，对于保障国家粮食安全、保护全省耕地健康可持续利用都有重要的意义。笔者以湖南省为例，运用超效率DEA—Malmquist指数模型，测算2001—2017年间湖南省耕地利用效率，并采用Tobit模型分析主要的影响因素，进而有针对性的提出提高耕地利用效率的建议。
　　1 研究方法
　　1.1 評价体系构建
　　基于“科学性、独立性、可操作性、整体性和简洁性、动态性和区域性”原则，参考前期研究成果，结合湖南实际，同时兼顾指标数据的可获得性等，从“投入—产出”角度建立耕地利用效率评价指标体系（表1），投入指标主要有农作物播种面积（X1）、农业劳动力（X2）、农业机械总动力（X3）、化肥施用量（X4）、农药使用量（X5）;产出指标是粮食产量（Y）。 　　1.2 数据来源
　　数据来源包括2002—2018年的《湖南统计年鉴》和《湖南农村统计年鉴》，并对部分数据进行标准化处理和换算，确保分析结果具有相对可比性。
　　1.3 研究方法
　　1.3.1 超效率DEA模型 普通的DEA模型无法在多决策单元（DMU）同时有效的情况下作进一步的对比，Andersen等提出的超效率DEA模型不仅能克服这一缺陷，而且可以区分出DEA有效的决策单元之间的差异，进而对相关决策单元进行对比和排序[14-16]。其表达式如公式（1）：
　　（1）
　　1.3.2 Malmquist指数 Malmquist指数是通过分析相同决策单元在不同时期的输入和输出结果，得出决策单元的变化情况，可有效解决DEA模型进行动态分析时，因加入时间因素出现的生产前沿面差异测算不准确的情况[17-18]。其表达式如公式（2）至（4）。
　　FC=PTC×SEC×TC=EC×TC                             （2）
　　（3）
　　（4）
　　其中：FC为Malmquist指数，PTC为纯技术效率指数，SEC为规模效率指数，TC为技术进步指数，EC为技术效率指数。FC>1表示效率提高，FC=1表示效率不变，FC<1则说明效率下降。
　　1.3.3 Tobit回归模型 DEA模型的测算结果受“投入—产出”指标和其他相关因素的影响，需要选择新的投入指标，结合解释变量的各项回归结果，来分析各因素对耕地利用的影响情况[19]。笔者根据湖南耕地利用实际和数据的可获得情况，选取人均GDP、农村居民人均可支配收入、有效灌溉率、劳均耕地面积、耕地复种指数、财政支农支出占财政总支出比重、单位耕地面积农业机械总动力、单位耕地面积化肥施用量和城镇化率作为自变量，将耕地利用效率作为因变量。表达式如公式（5）：
　　yj=c+α1x1+α2x2+α3x3+α4x4+α5x5+α6x6+α7x7+α8x8+α9x9    （5）
　　式中：yj为耕地利用综合技术效率，x1～x9依次表示人均GDP、农村居民人均可支配收入、有效灌溉率、劳均耕地面积、耕地复种指数、财政支农支出占财政总支出比重、单位耕地面积农业机械总动力、单位耕地面积化肥施用量、城镇化率，αi代表各自变量的系数，c为常数项。
　　2 结果与分析
　　2.1 湖南省耕地利用效率的总体情况
　　基于2001—2017年湖南省的投入和产出指标，运用超效率 DEA—Malmquist指数模型，利用DEAP 2.1软件计算湖南耕地利用综合技术效率（TE）、纯技术效率（PTE）、规模效率（SE）和耕地利用效率的变化指数（详见表2和表3）。
　　由表2可知，2001、2004、2006、2007、2008和2017年综合技术效率、纯技术效率和规模效率均为1.000，说明这几年全省的科技水平、管理方法与经营规模相适应，耕地的投入要素配置合理，资源配置处于最优狀态。2005年及2009—2016年的纯技术效率处于0.900～1.000之间，属于边缘非效率单元，说明在此期间的生产技术有待进一步提高。2001—2017年，
　　耕地利用效率及分解的平均值均大于0.900，说明全省的耕地集约化利用程度得到重视，耕地利用要素趋向配置合理，全省耕地高效利用程度稳步提高。
　　由表3可以看出：2001—2017年间，湖南省耕地利用全要素生产率指数（FC）均值为0.989，说明整体来看湖南耕地利用效率是呈现下降趋势。技术效率指数（EC）、技术进步指数（TC）、纯技术效率指数（PTC）、规模效率指数（SEC）的平均值分别为1.006、0.983、1.003和1.003，说明湖南省耕地利用的技术效率和规模效率得到提高，技术效率的提高主要是由规模效率推动的。2001—2017年湖南省各个时间段的Malmquist指数基本围绕1左右小幅波动，有4个时间段的指数值大于1、12个时段的指数值小于1，其中2003—2004年、2005—2006年、2008—2009年、2014—2015年全省耕地利用效率是升高的，其他时间段的均为下降状态，2007—2008年降幅最大为6.5%。
　　2.2 耕地利用效率影响因素分析
　　耕地利用效率除了受自然条件影响外，还受到区域环境、经济发展、技术进步等因素影响，因此，在分析耕地利用效率的影响因素时，必须考虑地理、环境、经济和科技条件等[18]。结合现有研究成果和湖南实际情况以及指标数据的可获得性，选取如下指标：人均GDP（万元/人）、农村居民人均可支配收入（元/
　　人）、有效灌溉率（%）、劳均耕地面积（hm2/人）、耕地复种指数、财政支农支出占财政总支出比重（%）、单位耕地面积农业机械总动力（kW/hm2）、单位耕地面积化肥施用量（t/hm2）、城镇化率（%）。采用Eviews 7.0软件对数据进行Tobit分析，回归分析结果详见表4。
　　从表4可知， 除了人均GDP和财政支农支出占财政总支出比重外，农村居民人均可支配收入、有效灌溉率、劳均耕地面积、耕地复种指数、单位耕地面积农业机械总动力、单位耕地面积化肥施用量和城镇化率这7个变量均通过了t检验（95%置信区间）。具体分析结果如下。
　　（1）有效灌溉率、劳均耕地面积、城镇化率、耕地复种指数、农村居民人均可支配收入和财政支农支出占财政总支出比重等指标的回归系数均为正值，分别为0.083 9、0.068 6、0.011 1、0.004 9、0.004 8和0.004 1， 　　说明这些指标对耕地利用效率的提高具有正向促进作用，在其他条件不变的情况下，各项指标每提高1个百分点，湖南耕地利用效率将相应提高0.083 9、
　　0.068 6、0.011 1、0.004 9、0.004 8和0.004 1个百分点。其中，农村居民人均可支配收入、有效灌溉率、劳均耕地面积在1%水平下显著影响湖南省耕地利用效率，说明通过改善农民生活水平、增加农民对农业生产的积极性、完善农田基础设施、引导农村土地流转、提倡耕地经营规模化等系列政策措施可以有效促进耕地利用效率的提高;城镇化率、耕地复种指数及财政支农支出占财政总支出比重在5%水平下显著影响湖南省耕地利用效率，反映出通过提高城镇化水平、增加土地和政策支农投入等也可以在一定程度上提高耕地的利用效率。
　　（2）人均GDP、单位耕地面积农机总动力和单位耕地面积化肥施用量3项指标的回归系数为负数，分别为-0.051 9、-0.011 5和-0.097 0，说明这3项指标对湖南耕地利用效率起到负向作用，在其他条件不变的情况下，3项指标每提高1个百分比，湖南耕地利用效率分别降低0.051 9、0.011 5和0.097 0个百分点。其中，人均GDP的负向作用表明随着全省经济发展水平的提高，农民对农业生产的积极性和重视程度略有下降;单位耕地面积农机总动力和单位耕地面积化肥施用量的负向作用，主要原因可能是农业发展仍以小农户为主，耕地细碎化程度高，农业机械利用效率低，耕地利用潜能未充分显现;同时，全省化肥施用总量仍然较高，这一现象也与全省实际情况相符，2017年，全省化肥使用量为245.26万t，平均使用量达39 kg/667m2，远高于8 kg/667m2的世界平均水平。因此，要着力加快推进农机研发制造推广进度和化肥零增长负增长行动。
　　3 结论与政策建议
　　3.1 结 论
　　运用超效率DEA—Malmquist指数模型评价湖南省2001—2017年的耕地利用效率进行，并采用Tobit模型分析湖南耕地利用效率的影响因素，得出如下结论。
　　（1）2001—2017年湖南省耕地利用综合技术效率平均值为0.972，说明湖南省耕地利用效率总体位于一个较高的水平。湖南省2001—2017年间耕地利用全要素生产率指数的平均值为0.989，2001—2017年呈现略微下降的趋势。
　　（2）各因素对耕地利用效率均有影响，但影响方向和程度均有所不同。其中，有效灌溉率、劳均耕地面积、城镇化率、耕地复种指数、农村居民人均可支配收入、财政支农支出占财政总支出比重对全省耕地利用效率具有正向促进作用，按照影响程度的大小排序为有效灌溉率>劳均耕地面积>城镇化率>耕地复种指数>农村居民人均可支配收入>财政支农支出占财政总支出比重;人均GDP、单位耕地面积农机总动力、单位耕地面积化肥施用量对全省耕地利用效率具有负向作用。
　　3.2 政策建议
　　（1）创新耕地利用理念，适应市场农产品消费结构的变化，合理调整耕地种植结构，发展适销对路农产品生产，进一步强化耕地农产品综合进一步强化耕地农产品综合生产功能。
　　（2）科学合理的调整要素投入，完善农业基础设施，加强科技储备，提高农业种植效益，充分调动农民积极性;加大农业新品种研发推广，调整农作物生产要素的投入比例，提高农业生产效率。
　　（3）加大财政支农的力度，构建农业政策支持体系，创新农业金融制度，破解农业资金瓶颈。
　　（4）加快推进农业一二三产业融合，切实落实“藏粮于地”“藏粮于技”战略，调整农业产业结构，优化耕地布局，统筹协调区域农业产业发展，加速推进农业现代化建设。
　　参考文献：
　　[1] 罗 冲，姜 博，张文琦，等. 东北地区耕地利用效率时空差异及其影响因素分析[J]. 中国农业资源与区划，2017（10）：38-44.
　　[2] 单玉红，朱 枫，柯新利. 湖北省耕地利用效率的区域差异及提升对策[J]. 水土保持通报，2016（2）：288-292，299.
　　[3] 葉 浩，濮励杰. 我国耕地利用效率的区域差异及其收敛性研究[J]. 自然资源学报，2011（9）：1467-1474.
　　[4] 方先知. 土地利用效率测度的指标体系与方法研究[J]. 系统工程，2004（12）：22-26.
　　[5] 龙开胜，陈利根，占小林. 不同利用类型土地投入产出效率的比较分析——以江苏省耕地和工业用地为例[J]. 中国人口·资源与环境，2008（5）：174-178.
　　[6] 谭 荣，曲福田. 中国农地非农化与农地资源保护：从两难到双赢[J]. 管理世界，2006（12）：50-59，66.
　　[7] 王良健，李 辉. 中国耕地利用效率及其影响因素的区域差异——基于281个市的面板数据与随机前沿生产函数方法[J]. 地理研究，2014，33（11）：1995-2004.
　　[8] 杨 俊，李 争. 家庭分工视角下农户耕地转入和耕地利用效率研究——以赣抚平原农区农户样本为例[J]. 中国土地科学，2015（9）：50-57.
　　[9] 张荣天，焦华富. 中国省际耕地利用效率时空格局分异与机制分析[J]. 农业工程学报，2015，31（2）：277-287.
　　[10] 廖成泉，胡银根，章晓曼. 基于四阶段DEA-Tobit的湖北省耕地资源利用效率及其影响因素研究[J]. 农业现代化研究，2015（5）：876-882.
　　[11] 梁流涛，曲福田，王春华. 基于DEA方法的耕地利用效率分析[J]. 长江流域资源与环境，2008，17（2）：242-246.
　　[12] 经 阳，叶长盛. 基于DEA的江西省耕地利用效率及影响因素分析[J]. 水土保持研究，2015，22（1）：257-261.
　　[13] 杨 朔，于文海，李世平. 基于DEA非有效改进的陕西省耕地生产效率研究[J]. 中国土地科学，2013（10）：62-68.
　　[14] 张道贝，谢花林，王 伟. 鄱阳湖生态经济区耕地利用效率时空差异及其影响因素分析[J]. 水土保持研究，2016（5）：214-221.
　　[15] 张荣天，陆建飞. 基于DEA-ESDA模型的江苏县域耕地利用效率时空格局分析[J]. 江苏农业科学，2019，47（3）：269-272.
　　[16] 钟太洋，黄贤金，张秀英，等. 基于Tobit模型的农户层次农业土地用途变更分析[J]. 水土保持通报，2008（5）：166-171.
　　[17] 龚 艳，郭峥嵘. 江苏旅游业发展效率及对策研究——基于超效率DEA和Malmquist指数分析[J]. 华东经济管理，2014（4）：7-12.
　　[18] 华吉庆，叶长盛. 基于DEA的广东省城市土地利用效率及其时空分异特征[J]. 水土保持研究，2018，25（4）：283-288.
　　[19] 李在军，管卫华，臧 磊. 山东省耕地生产效率及影响因素分析[J]. 世界地理研究，2013（2）：167-175.
　　（责任编辑：肖彦资）
转载注明来源:https://www.xzbu.com/1/view-15223990.htm