陳海燕　周洪

摘 要：本文運用熵值法對三峽庫區(qū)耕地生態(tài)安全指數(shù)進行度量，然后運用面板數(shù)據(jù)模型分析了耕地生態(tài)安全與經(jīng)濟增長之間的關(guān)系。結(jié)果發(fā)現(xiàn)，三峽庫區(qū)耕地生態(tài)安全狀況不平衡，大部分地區(qū)處于臨界安全等級，且跨級下降趨勢明顯；區(qū)域內(nèi)耕地生態(tài)安全與經(jīng)濟增長之間存在U型關(guān)系，目前尚處于曲線左側(cè)即耕地生態(tài)安全快速下降階段。

關(guān)鍵詞： 耕地生態(tài)安全；面板數(shù)據(jù)；三峽庫區(qū)；經(jīng)濟增長；U型曲線

中圖分類號：C93 文獻標(biāo)識碼：A 文章編號：1003-1502（2015）03-0107-06

一、引言

耕地是土地資源的精華，是人類生存與發(fā)展最重要的物質(zhì)基礎(chǔ)。作為不可替代的自然資源的基礎(chǔ)，耕地數(shù)量和質(zhì)量的特性決定著一個國家或地區(qū)社會經(jīng)濟的可持續(xù)發(fā)展。當(dāng)前經(jīng)濟增長過程中為推進城鎮(zhèn)化、工業(yè)化所采取的不當(dāng)生產(chǎn)與利用方式造成耕地非農(nóng)化、水土流失、土壤污染、生態(tài)退化等現(xiàn)象，使得人均耕地占有量越來越少，且造成耕地生態(tài)環(huán)境持續(xù)惡化。許多研究表明，耕地資源與經(jīng)濟發(fā)展之間存在長期均衡關(guān)系；[1][2][3]耕地資源非農(nóng)化與經(jīng)濟增長之間存在庫茲涅茨曲線特征；[4]工業(yè)化對耕地數(shù)量產(chǎn)生負(fù)效應(yīng)，城市化能緩解耕地數(shù)量減少，產(chǎn)生正效應(yīng)。[5][6]耕地數(shù)量的保護固然重要，但在優(yōu)質(zhì)耕地減少、耕地沙漠化、鹽堿化的趨勢下，耕地生態(tài)安全尤顯重要。近幾年，關(guān)于耕地生態(tài)安全的研究文獻日漸增多，宋偉等分析了我國2007年的耕地資源安全狀況，其保障程度不高；[7]朱紅波等對我國耕地資源生態(tài)安全進行了時空差異分析；[8]張銳等對利用PSR模型評價了我國耕地生態(tài)安全[9]等等。

三峽庫區(qū)①作為長江流域的重要生態(tài)屏障，既承擔(dān)著確保水安全的責(zé)任，也承擔(dān)著解決庫區(qū)一千多萬農(nóng)業(yè)人口長遠(yuǎn)生計的任務(wù)。黨的十八大報告指出，大力推進生態(tài)文明建設(shè)，需要加強水源地保護，強化土壤污染治理，降低土地消耗強度。在三峽庫區(qū)這個特殊地理位置上重視耕地生態(tài)安全，不僅關(guān)系著長江沿岸地區(qū)社會經(jīng)濟可持續(xù)健康發(fā)展，更關(guān)系著長江水質(zhì)水量的未來狀態(tài)。部分研究對三峽庫區(qū)耕地資源狀況進行了分析，比如，曹銀貴等采用主成分分析和多元線性回歸模型分析了開縣的耕地變化情況；[10]文森采用生態(tài)足跡法及相關(guān)模型研究了重慶市耕地資源生態(tài)安全，得出1997～2005年重慶市耕地生態(tài)安全處于臨界狀態(tài)；[11]劉傳江等對三峽庫區(qū)的土地資源承載力狀況進行了研究；[12]張傳華以三峽庫區(qū)中的豐都縣為研究對象，采用層次分析法評價其耕地生態(tài)安全[13]等等。

在重慶市主體功能區(qū)劃下，渝東北翼和渝東南翼地區(qū)將分別以生態(tài)涵養(yǎng)與生態(tài)保護為前提推進經(jīng)濟發(fā)展，這兩大區(qū)域都屬于三峽庫區(qū)生態(tài)經(jīng)濟區(qū)。已有研究中鮮有對該區(qū)域內(nèi)耕地生態(tài)安全進行評價，特別是在當(dāng)前經(jīng)濟發(fā)展模式和評價體系下，經(jīng)濟的快速增長對耕地生態(tài)安全造成了怎樣的影響。在實現(xiàn)經(jīng)濟持續(xù)、健康、穩(wěn)定發(fā)展的同時，如何有效加強耕地生態(tài)安全，刻不容緩，是促進三峽庫區(qū)生態(tài)文明建設(shè)的重中之重。基于此，本文試圖根據(jù)歷史數(shù)據(jù)對區(qū)域內(nèi)耕地生態(tài)安全進行度量，并研究其與經(jīng)濟增長之間的內(nèi)在依存關(guān)系，以期為科學(xué)有效地處理兩者關(guān)系尋找更優(yōu)的路徑。

二、數(shù)據(jù)說明與研究方法

考慮到當(dāng)前地區(qū)經(jīng)濟增長考核標(biāo)準(zhǔn)主要是GDP，故選取GDP作為經(jīng)濟增長的衡量指標(biāo)，為了消除異方差的影響，取LGDP為GDP的對數(shù)形式。度量耕地生態(tài)安全的指標(biāo)可以分為壓力指標(biāo)、狀態(tài)指標(biāo)和響應(yīng)指標(biāo)。[9]現(xiàn)有經(jīng)濟增長模式下，對耕地生態(tài)安全造成負(fù)面影響的主要是生態(tài)壓力指標(biāo)。鑒于本文研究的是處于經(jīng)濟發(fā)展壓力下的耕地生態(tài)安全，因此采用壓力指標(biāo)刻畫耕地生態(tài)安全，根據(jù)數(shù)據(jù)的可得性和平衡性，選取人口密度x1（人/km2）、人口自然增長率x2（‰）、城市化水平x3（%）、人均耕地面積x4（hm2/人）、單位耕地化肥負(fù)荷x5（kg/hm2）和單位耕地農(nóng)藥負(fù)荷x6（kg/hm2）為壓力指標(biāo)。耕地生態(tài)安全指數(shù)記為EP。所有三峽庫區(qū)生態(tài)經(jīng)濟區(qū)基礎(chǔ)數(shù)據(jù)來源于《重慶統(tǒng)計年鑒（2005-2013）》和重慶市各區(qū)縣統(tǒng)計公報?？紤]的數(shù)據(jù)為面板數(shù)據(jù)，截面?zhèn)€體為N=19個，樣本期T為2004～2012年，總樣本為NT=171。②

首先采用熵值法對選取的六個壓力指標(biāo)進行評價，以確定耕地生態(tài)安全指數(shù)，然后建立面板數(shù)據(jù)模型，分析經(jīng)濟增長與耕地生態(tài)安全的關(guān)系。

（一）熵值法

熵值法根據(jù)評價指標(biāo)變異程度的大小來確定指標(biāo)權(quán)重，信息熵隨著變異程度的加大而減少。為了能更全面地利用樣本信息，盡可能準(zhǔn)確體現(xiàn)樣本期內(nèi)耕地生態(tài)安全，文中對樣本整體進行處理，所以針對面板數(shù)據(jù)的熵值法與時間序列數(shù)據(jù)或橫截面數(shù)據(jù)稍有不同。

具體步驟如下：

1.確定正負(fù)向指標(biāo)

根據(jù)壓力指標(biāo)對耕地生態(tài)安全的影響趨勢確定指標(biāo)的正負(fù)向。在文獻[5，6]研究中，城市化水平對耕地數(shù)量的影響是正向的，但是對于耕地質(zhì)量的影響是負(fù)向的。因為城市化水平x3越高，一方面說明城市擴張范圍越大，會使得耕地非農(nóng)化，導(dǎo)致耕地生態(tài)安全系數(shù)降低；另一方面由于從事農(nóng)業(yè)勞作的勞動力減少，不斷增加的人口對食品的需求卻上升，會導(dǎo)致農(nóng)戶加大農(nóng)藥、化肥、農(nóng)膜等有害生態(tài)要素的投入以提高耕地的單位產(chǎn)量，因此影響是負(fù)向的。③人均耕地面積x4越大，在不考慮其他因素的情況下，耕地生態(tài)安全系數(shù)就越高，所以影響是正向的，應(yīng)當(dāng)計算人均耕地面積的正向指標(biāo)。人口密度和人口自然增長率的增加會加重耕地的產(chǎn)出負(fù)擔(dān)，農(nóng)藥與化肥的使用更是會破壞耕地的生態(tài)平衡，所以這4個指標(biāo)的影響都是負(fù)向的。

正向指標(biāo)計算公式為：

x+ jit=（xjit-minxjit）/（maxxjit-minxjit）（1）

負(fù)向指標(biāo)計算公式為：

x- jit=（maxxjit-xjit）/（maxxjit-minxjit）（2）

其中xjit為j第i個指標(biāo)第i個個體第t年的原始值，i=1，…，19，t=2004，…，2012，j=1，…，6。x+ jit為xjit的正向標(biāo)準(zhǔn)化值，x- jit為xjit的負(fù)向標(biāo)準(zhǔn)化值，maxxjit為第j個指標(biāo)的最大值，minxjit為第j個指標(biāo)的最小值。

2.計算比重

考慮到一共有NT=171個面板數(shù)據(jù)樣本，所以第j個指標(biāo)第t年值的比重為：

pjit=xr jit/xr jit （3）

其中，r為表示正或負(fù)向的+或-。

3.確定熵值

φj=-k（pjit）ln（pjit）（4）

其中，k>0。對于指標(biāo)j，若NT個樣本值相等，那么pjit=1/NT。此時，取φj最大值。若設(shè)k=1/lnNT，此時φj=1。所以，φj∈[0，1]。

4.確定權(quán)重

由于熵值越小，指標(biāo)間的差異性就越大，定義?j=1-φj，則指標(biāo)j的權(quán)重為：

ωj=?j/?j （5）

所以，在經(jīng)濟增長壓力下三峽庫區(qū)生態(tài)經(jīng)濟區(qū)的耕地生態(tài)安全指數(shù)為：

EPit=ωjxjit （6）

（二）面板數(shù)據(jù)模型

在確定模型形式之前，先對數(shù)據(jù)進行平穩(wěn)性檢驗，然后結(jié)合數(shù)據(jù)特征建立最優(yōu)模型。

1.平穩(wěn)性檢驗

面板數(shù)據(jù)常用的單位根檢驗方法有LLC檢驗、IPS檢驗、Fisher-ADF檢驗、Fisher-PP檢驗等。[14]原假設(shè)為面板序列存在單位根。

LLC檢驗的數(shù)據(jù)生成形式為

yit=βyit-1+μ+δ1t+αi+uit， i=1，…，N， t=1，…T

檢驗式為：

Δyit=zmiαmi+βyi，t-1+?ijΔyi，t-j+uit

原假設(shè)為：H0 ：β=1，備擇假設(shè)為H1 ：β<1。

IPS檢驗是基于截面序列DF或ADF統(tǒng)計量的異質(zhì)面板數(shù)據(jù)的單位根檢驗，對LLC檢驗方法中要求各橫截面序列的系數(shù)的條件進行了放松。模型形式為：

yit=zαi+βiyi，t-1+?ijΔyi，t-j+uit

Fisher-ADF檢驗實則為組合P值檢驗，利用相互獨立的各時間的ADF檢驗的顯著性水平pi取對數(shù)的和。檢驗統(tǒng)計量為：

p=-2lnpi

Fisher-PP檢驗是基于逆正態(tài)檢驗和logit檢驗的兩種組合P值的面板單位根檢驗方法。其中pi表示截面ADF檢驗的P值。檢驗統(tǒng)計量為：

Z=?-1（pi），L=ln（）

2.面板Granger非因果關(guān)系檢驗

Granger因果關(guān)系檢驗的核心思想是對于兩個經(jīng)濟變量x和y，當(dāng)期的y能在多大的程度上被過去的x解釋。Hurlin給出了面板非因果檢驗。假設(shè)有兩個協(xié)方差平穩(wěn)的序列x和y，為N截面?zhèn)€體，T為時間長度。[15]異質(zhì)面板自回歸模型為：

yit=αi+γi （k）yi，t-k+βi （k）xi，t-k+εit

其中，αi為固定個體效應(yīng)。βi （k）和γi （k）為待估參數(shù)，不同個體系數(shù)的取值不同，但都為常數(shù)變量，不是隨機系數(shù)變量。隨機干擾項εit服從IID（0，σ2 εi ）。記βi=（βi （1），βi （2），…，βi （K），）'。在模型中，同質(zhì)非因果原假設(shè)為：H0：βi=0，?i=1，…，N，即在所有的個體，x都不是y的Granger因果關(guān)系。備擇假設(shè)表示至少有一個截面?zhèn)€體中，x是y的Granger因果關(guān)系。構(gòu)造的檢驗統(tǒng)計量為：

WHNC NT =（1/N）Wi，T

其中，Wi，T為在原假設(shè)條件下每個截面?zhèn)€體的沃爾德統(tǒng)計量。

三、實證分析

（一）耕地生態(tài)安全評價

根據(jù)上一部分說明的熵值法對原始數(shù)據(jù)進行處理，文中選取k=1，六個指標(biāo)的權(quán)重結(jié)果見表1。結(jié)果表明指標(biāo)之間的權(quán)重差異并不大，單位面積化肥負(fù)荷x5和人口自然增長率的權(quán)重稍大，說明化肥使用量和人口增長速度對耕地生態(tài)安全的影響更大些。

三峽庫區(qū)生態(tài)經(jīng)濟區(qū)在樣本期2004-2012年間的耕地生態(tài)安全指數(shù)趨勢見圖1。圖1是按照面板數(shù)據(jù)的排列方式給出的安全指數(shù)趨勢圖。文中安全指數(shù)計算方式與文獻[9]類似，所以借鑒其給出的耕地生態(tài)安全分級標(biāo)準(zhǔn)（見表2），將耕地生態(tài)安全級別分為：安全、較安全、臨界安全、較不安全和不安全五個等級，結(jié)果發(fā)現(xiàn)區(qū)域內(nèi)絕大部分安全指數(shù)處于較安全和臨界安全。

表3給出了三峽庫區(qū)經(jīng)濟生態(tài)區(qū)各區(qū)縣耕地生態(tài)安全評價對比情況。區(qū)域內(nèi)2004年的平均耕地生態(tài)安全平均指數(shù)EP為0.65，2010年平均指數(shù)為0.56，達(dá)到樣本期內(nèi)的最低值，等級從2004年的較安全下降到2010年的臨界安全。2011年和2012年平均指數(shù)分別為0.57和0.58，整體呈現(xiàn)出先快速下降后略微上升的趨勢。

從每個區(qū)縣的情況來看，目前城口縣的耕地生態(tài)安全指數(shù)最高，墊江縣的耕地生態(tài)安全指數(shù)最低。武隆縣、城口縣和云陽縣的耕地生態(tài)安全指數(shù)相對比較平穩(wěn)，在樣本期內(nèi)未跨級下降。萬州區(qū)和黔江區(qū)的耕地生態(tài)安全指數(shù)一路下滑，最低值均發(fā)生在2012年，其他區(qū)縣最低值均在2011年及之前，這說明作為重點發(fā)展的區(qū)域中心城市的耕地生態(tài)安全問題更加嚴(yán)重。

（二）面板單位根檢驗

對序列EPit和LGDPit進行面板單位根檢驗，檢驗輔助式的滯后階數(shù)根據(jù)AIC準(zhǔn)則自動選擇，均為滯后1階，檢驗結(jié)果見表4，表中數(shù)據(jù)為檢驗統(tǒng)計量對應(yīng)的概率P值。在顯著性水平為0.05時，均拒絕原假設(shè)，認(rèn)為序列為平穩(wěn)序列。

（三）面板Granger非因果關(guān)系檢驗

對序列EPit和LGDPit進行面板Granger非因果關(guān)系檢驗，結(jié)果見表5。在顯著性水平為0.1時，檢驗結(jié)果表明二者之間存在Granger因果關(guān)系，即是說，在三峽庫區(qū)生態(tài)經(jīng)濟區(qū)內(nèi)，經(jīng)濟增長與耕地生態(tài)安全之間存在長期的滯后影響關(guān)系。

（四）建立面板回歸模型

經(jīng)過反復(fù)優(yōu)化和調(diào)整后，建立平穩(wěn)序列EPit和LGDPit之間的非線性面板回歸模型如下：

EPit=5.59-0.59LGDPit+0.016LGDP it 2

（0.00） （0.00）

其中，F(xiàn)檢驗的概率P值為0.00，模型整體顯著；擬合優(yōu)度R2為0.68，模型擬合效果良好；參數(shù)下方“（ ）”表示t檢驗的概率P值，其值均小于顯著性水平0.05，說明估計參數(shù)通過顯著性檢驗。

擬合模型表明三峽庫區(qū)生態(tài)經(jīng)濟區(qū)的經(jīng)濟增長與耕地生態(tài)安全之間存在“U”型關(guān)系，即耕地生態(tài)安全指數(shù)隨著GDP增長速度的增加而減少，說明經(jīng)濟的快速增長會導(dǎo)致耕地生態(tài)安全急速惡化；但是一旦經(jīng)濟增長速度達(dá)到某個臨界值之后，耕地生態(tài)安全指數(shù)反而會慢慢上升。這里，由歷史數(shù)據(jù)擬合的二次曲線對稱軸為LGDP=17.66，即GDP達(dá)到4.67千億元時，為曲線的轉(zhuǎn)折點。但是，如果按照目前的經(jīng)濟發(fā)展方式，在轉(zhuǎn)折點處三峽庫區(qū)生態(tài)經(jīng)濟區(qū)的耕地生態(tài)安全等級平均指數(shù)將降到最低值0.37，即平均等級為較不安全。這意味著在地區(qū)發(fā)展與生態(tài)涵養(yǎng)不平衡的情況下，部分地區(qū)的生態(tài)安全等級將降為不安全。

結(jié) 論

選取生態(tài)脆弱敏感的三峽庫區(qū)生態(tài)經(jīng)濟區(qū)作為研究對象，運用熵值法計算了耕地生態(tài)壓力狀態(tài)下的安全指數(shù)，發(fā)現(xiàn)地區(qū)間的耕地生態(tài)安全指數(shù)是不均衡的，僅從數(shù)據(jù)上看，GDP增長越快的地區(qū)，耕地生態(tài)狀況越來越不安全。整體上，區(qū)域安全指數(shù)呈現(xiàn)出先下降后略微上升的趨勢，表明近兩年區(qū)域內(nèi)部分地區(qū)已經(jīng)意識到耕地生態(tài)的重要性，為保護耕地生態(tài)安全而有所作為。然后，運用面板數(shù)據(jù)模型分析了經(jīng)濟增長與耕地生態(tài)安全指數(shù)之間的關(guān)系，表明二者之間存在U型關(guān)系，目前尚處于曲線左側(cè)，即耕地生態(tài)安全下降的階段。當(dāng)區(qū)域GDP超過4.67千億元時，區(qū)內(nèi)耕地生態(tài)安全會逐步恢復(fù)。但是，在目前經(jīng)濟增長方式下，一旦耕地生態(tài)安全平均指數(shù)達(dá)到臨界值0.37，意味著庫區(qū)內(nèi)部分地區(qū)耕地已經(jīng)不安全了，耕地恢復(fù)會難上加難，所以，不能為了經(jīng)濟的快速增長而犧牲耕地資源的安全。

在保持經(jīng)濟健康穩(wěn)定發(fā)展的同時，必須重視耕地資源的生態(tài)安全，特別是在較不安全等級邊緣的中心城區(qū)萬州區(qū)和黔江區(qū)，還有已經(jīng)在較不安全等級的區(qū)縣，盡可能的不要讓區(qū)縣的耕地生態(tài)安全等級跨級下降。

當(dāng)然，由于可借鑒資料和指標(biāo)選取、數(shù)據(jù)可得的局限，耕地生態(tài)安全指數(shù)還有待進一步的充實、完善。

注釋：

①這里的三峽庫區(qū)主要指三峽庫區(qū)生態(tài)經(jīng)濟區(qū)，含有19個區(qū)縣，分別是：涪陵區(qū)、長壽區(qū)、萬州區(qū)、梁平縣、城口縣、豐都縣、墊江縣、忠縣、開縣、云陽縣、奉節(jié)縣、巫山縣、巫溪縣、黔江區(qū)、武隆縣、石柱縣、秀山縣、酉陽縣、彭水縣

②常用耕地面積能更好的體現(xiàn)區(qū)域耕地的生產(chǎn)能力，但是2008年開始《重慶統(tǒng)計年鑒》中就沒有公布區(qū)縣的常用耕地面積數(shù)據(jù)，所以采用糧食播種面積表示。又自2004年開始《重慶統(tǒng)計年鑒》中才開始統(tǒng)計區(qū)縣的糧食播種面積，所以樣本起點為2004年。

③此處分析是按照樣本期內(nèi)三峽庫區(qū)生態(tài)經(jīng)濟區(qū)的分析進行的，此處不考慮農(nóng)業(yè)技術(shù)革新機械勞動力加強等因素。

④橫軸序號表示面板數(shù)據(jù)中每個數(shù)據(jù)所在的位置。截面?zhèn)€體為19個，樣本期為2004-2012年，總樣本為171。數(shù)據(jù)排列先以時間為序，再以截面?zhèn)€體為序。19個橫截面?zhèn)€體分別為：涪陵區(qū)、長壽區(qū)、萬州區(qū)、梁平縣、城口縣、豐都縣、墊江縣、忠縣、開縣、云陽縣、奉節(jié)縣、巫山縣、巫溪縣、黔江區(qū)、武隆縣、石柱縣、秀山縣、酉陽縣、彭水縣。序號1和153分別表示涪陵區(qū)2004年和2012年的耕地生態(tài)安全指數(shù)，序號19和171分別表示彭水縣2004年和2012年的耕地生態(tài)安全指數(shù)，以此類推。

參考文獻：

[1]陳利根，龍開勝.耕地資源數(shù)量與經(jīng)濟發(fā)展關(guān)系的計量分析[J].中國土地科學(xué)，2007，21（4）：4-10.

[2]許廣月.耕地資源與經(jīng)濟的增長關(guān)系：基于中國省級面板數(shù)據(jù)的實證分析[J].中國農(nóng)村經(jīng)濟，2009，10：21-30.

[3]李永樂，吳群.中國經(jīng)濟增長與耕地資源數(shù)量變化階段性特征研究[J].長江流域資源與環(huán)境，2011，20（1）：33-39.

[4]何蓓蓓，劉友兆，張健.中國經(jīng)濟增長與耕地資源非農(nóng)流失的計量分析[J].干旱區(qū)資源與環(huán)境，2008，22（6）： 21-26.

[5]朱莉芬，黃季. 城鎮(zhèn)化對耕地影響的研究[J].經(jīng)濟研究，2007，（2）.

[6]龍開勝，陳利根，李明艷.工業(yè)化、城市化對耕地數(shù)量變化影響差異分析——以江蘇省為例[J].長江流域資源與環(huán)境，2008，17（4）：579-583.

[7]宋偉，陳百明，等.2007年中國耕地資源安全評價[J].地理科學(xué)進展，2011，30（11）：1450-1456.

[8]朱紅波，張安錄. 我國耕地資源生態(tài)安全的時空差異分析[J].長江流域資源與環(huán)境， 2007， 16（6）：754-758.

[9]張銳，劉友兆.我國耕地生態(tài)安全評價及障礙因子診斷[J].長江流域資源與環(huán)境，2013，22（7）： 945-951.

[10]曹銀貴，王靜，等.三峽庫區(qū)開縣30年耕地變化分析[J].中國土地科學(xué)，2007，21（1）：43-48.

[11]文森.重慶市耕地資源安全與預(yù)警研究[D].重慶：西南大學(xué)，2008.

[12]劉傳江，朱勁松.三峽庫區(qū)土地資源承載力現(xiàn)狀與可持續(xù)發(fā)展對策[J].長江流域資源與環(huán)境，2008，17（4）：522-528.

[13]張傳華.耕地生態(tài)安全評價研究——以重慶三峽庫區(qū)為例[D].重慶：西南大學(xué)，2006.

[14] Badi H. Baltagi. Econimetric analysis of panel data（third edition）[M]. New York： Johu Wiley & Sons，2005.

[15] C.Hurlin.Un test simple de l hypothèse de non causalité dans un modéle de panel hétérogène[J].Reven Economique， 2005，56（3）：799-809.