吳昊玥，黃瀚蛟，何艷秋，陳文寬，*

(1.四川農(nóng)業(yè)大學(xué) 管理學(xué)院，四川 成都 611130； 2.西北農(nóng)林科技大學(xué) 林學(xué)院，陜西 咸陽(yáng) 712100)

隨著我國(guó)經(jīng)濟(jì)的高速增長(zhǎng)和城鎮(zhèn)化進(jìn)程的加快，耕地面臨數(shù)量銳減、質(zhì)量退化的嚴(yán)峻現(xiàn)狀。作為人類賴以生存的基本資源，提升耕地利用效率是實(shí)現(xiàn)可持續(xù)發(fā)展的必由之路。耕地利用必須恪守保障生態(tài)安全的前提。一方面，耕地利用過(guò)程中涉及的農(nóng)用能源、物資等是全球溫室氣體的重要排放源；另一方面，農(nóng)作物具備固碳能力，可緩解耕地利用中的碳排效應(yīng)[1]。碳排放與碳吸收分別從釋放、存儲(chǔ)2個(gè)相反方向作用于凈碳排放。探索凈碳排放約束下耕地的有效利用方式，是協(xié)調(diào)利用效率與環(huán)境保護(hù)關(guān)系的必然要求。由于存在地理環(huán)境相似性、生產(chǎn)要素流動(dòng)性和不同區(qū)域的模仿行為，耕地利用方式往往存在區(qū)域關(guān)聯(lián)。深入研究?jī)籼寂欧偶s束下的耕地利用效率、改進(jìn)方向和空間關(guān)聯(lián)，可為把握區(qū)域耕地利用發(fā)展方向提供理論支撐。

隨著耕地資源短缺與糧食安全之間的矛盾逐漸凸顯，耕地利用效率成為學(xué)界研究熱點(diǎn)，研究尺度涵蓋宏觀、中觀、微觀，研究區(qū)域涉及全國(guó)[2]、省域[3]、市域[4]、縣域[5]、鎮(zhèn)域[6]乃至村域[7]。在研究方法上，一些學(xué)者應(yīng)用主成分分析[3]、能值理論[8]、熵值法[5]等方法，基于統(tǒng)計(jì)數(shù)據(jù)構(gòu)建評(píng)價(jià)指標(biāo)體系；更普遍的做法是采用數(shù)據(jù)包絡(luò)分析(DEA)方法[9-10]、隨機(jī)前沿方法(SFA)[11]和SBM模型[12]，把耕地利用過(guò)程視作投入產(chǎn)出系統(tǒng)進(jìn)行評(píng)價(jià)。在指標(biāo)選取上，部分文獻(xiàn)的研究重點(diǎn)在于耕地利用的經(jīng)濟(jì)效益方面，將耕地與勞動(dòng)、化肥、機(jī)械等要素一同視為投入，以農(nóng)業(yè)增加值、糧食產(chǎn)量等指標(biāo)作為產(chǎn)出[9，13-14]，其實(shí)質(zhì)是對(duì)農(nóng)業(yè)全要素生產(chǎn)率的測(cè)算，無(wú)法體現(xiàn)單位面積耕地的利用效率。為解決該問(wèn)題，有文獻(xiàn)提出地均投入產(chǎn)出指標(biāo)，以實(shí)現(xiàn)對(duì)耕地利用效率的有效測(cè)度[15]。一些學(xué)者將環(huán)境約束納入耕地利用效率指標(biāo)體系[16-18]，以面源污染和碳排放作為非期望產(chǎn)出指標(biāo)。雖然深化土地利用碳排放研究已成為土地科學(xué)研究的重點(diǎn)[19]，但僅有少數(shù)學(xué)者把碳排放作為非期望產(chǎn)出進(jìn)行研究，且相關(guān)研究往往忽略碳吸收作用，致使所得結(jié)果并非凈碳排放，等同于高估了耕地的非期望產(chǎn)出，導(dǎo)致研究的現(xiàn)實(shí)意義減弱。在研究?jī)?nèi)容上，多圍繞耕地利用效率的時(shí)空演變[20]、區(qū)域差異[11，15]、影響因素[3，6，21]等展開討論，為相關(guān)研究奠定了一定基礎(chǔ)。隨著耕地質(zhì)量、生產(chǎn)效率等指標(biāo)被證實(shí)存在空間相關(guān)性[22-23]，耕地利用效率的空間關(guān)聯(lián)效應(yīng)問(wèn)題已引起學(xué)界關(guān)注。有學(xué)者選取全國(guó)、糧食主產(chǎn)區(qū)、甘肅省廣河縣村域作為研究對(duì)象，利用探索性空間數(shù)據(jù)分析(ESDA)，發(fā)現(xiàn)耕地利用效率存在空間正向自相關(guān)性[7，21，24]。但這些研究存在同一個(gè)問(wèn)題：在量化空間單元關(guān)系時(shí)，均選用“0-1”鄰接權(quán)重矩陣，忽視了非相鄰單元間可能存在的相互影響，也無(wú)法體現(xiàn)地理距離產(chǎn)生的作用區(qū)別，還會(huì)出現(xiàn)海南島四面無(wú)鄰的孤島現(xiàn)象，不適用于實(shí)際分析[25]。

為此，本文將耕地利用過(guò)程的碳排放、碳吸收共同納入研究范圍，以凈碳排放作為非期望產(chǎn)出，應(yīng)用SBM-Undesirable模型評(píng)價(jià)2007—2016年中國(guó)30個(gè)省(市、自治區(qū))的耕地利用效率并分析改進(jìn)方向，基于可體現(xiàn)空間非鄰接單元相互作用的距離平方倒數(shù)矩陣，運(yùn)用Moran’s I從全域和局域2個(gè)視角對(duì)效率的空間關(guān)聯(lián)效應(yīng)展開探討，以期為制定區(qū)域間差異化、區(qū)域內(nèi)統(tǒng)一化的耕地利用政策提供理論依據(jù)。

1 材料與方法

1.1 SBM-Undesirable模型

1.1.1 模型介紹

由于將耕地凈碳排放納入了評(píng)價(jià)體系并作為非期望產(chǎn)出，因此選用SBM-Undesirable模型進(jìn)行研究。該模型把松弛變量加進(jìn)目標(biāo)函數(shù)，避免了投入產(chǎn)出的松弛性問(wèn)題，能科學(xué)處理非期望產(chǎn)出。

P={(x，yg，yb)|x≥Xλ，yg≤Ygλ，yb≥Ybλ，λ≥0}，

(1)

(2)

1.1.2 指標(biāo)選取與數(shù)據(jù)來(lái)源

借鑒已有研究[9，15-16]，考慮耕地利用過(guò)程中的勞動(dòng)、機(jī)械、灌溉及物資4類投入，將農(nóng)業(yè)增加值和糧食產(chǎn)量作為期望產(chǎn)出、凈碳排放作為非期望產(chǎn)出，以單位耕地面積的要素投入和產(chǎn)出構(gòu)建指標(biāo)體系(表1)。要說(shuō)明的是，雖然農(nóng)藥、農(nóng)膜使用過(guò)程中會(huì)產(chǎn)生碳排放，也有研究將其作為投入指標(biāo)[16]，但計(jì)算發(fā)現(xiàn)，農(nóng)藥、農(nóng)膜碳排放量?jī)H占農(nóng)地利用碳排放總量的10.01%、13.01%，遠(yuǎn)低于化肥碳排放量占比(56.45%)，為保證4類投入的下設(shè)指標(biāo)個(gè)數(shù)一致，本研究?jī)H將化肥施用強(qiáng)度列作物資投入指標(biāo)。

表1中，地均凈碳排放量是非期望產(chǎn)出指標(biāo)，計(jì)算方法為耕地碳排放量減去吸收量的差值除以耕地面積。碳排放源主要考慮3類：一是農(nóng)地利用導(dǎo)致的碳排放，即化肥、農(nóng)藥、農(nóng)膜3種農(nóng)用物資和農(nóng)業(yè)翻耕、灌溉活動(dòng)產(chǎn)生的碳排放；二是高碳排作物水稻生長(zhǎng)發(fā)育過(guò)程中產(chǎn)生的甲烷；三是煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣等8種農(nóng)用能源導(dǎo)致的碳排放。耕地碳排放總量為3類碳排放源的排放量之和，各類碳排放源均包括若干碳源因子，具體計(jì)算公式如下：

E=∑Ei=∑(Ti·δi)。

(3)

式(3)中：E表示某類碳排放源的排放量；Ei

表1 耕地利用效率評(píng)價(jià)的投入產(chǎn)出指標(biāo)

Table1The input-output indicators for evaluation of cultivated land utilization efficiency

投入指標(biāo)Input index計(jì)算方式Calculation method產(chǎn)出指標(biāo)Output index 計(jì)算方式Calculation method勞動(dòng)投入Laborinput地均農(nóng)業(yè)從業(yè)人數(shù)Agricultural workers percultivated land/hm-2農(nóng)業(yè)從業(yè)人數(shù)/耕地面積Number of agriculturalworkers/cultivated land area期望產(chǎn)出1Expectedoutput 1地均農(nóng)業(yè)增加值A(chǔ)gricultural added value percultivated land/(yuan·hm-2)農(nóng)業(yè)增加值/耕地面積Agricultural addedvalue/cultivated land area機(jī)械投入Machineinput地均農(nóng)業(yè)機(jī)械動(dòng)力Agricultural machinery powerper cultivated land/(kW·hm-2)農(nóng)業(yè)機(jī)械總動(dòng)力/耕地面積Total power of agriculturalmachinery/cultivated land area期望產(chǎn)出2Expectedoutput 2地均糧食產(chǎn)量Grain yield per cultivatedland/(t·hm-2)糧食產(chǎn)量/耕地面積Grain yield/cultivatedland area灌溉投入Irrigationinput有效灌溉率Effectiveirrigation rate有效灌溉面積/耕地面積Effective irrigation area/cultivated land area非期望產(chǎn)出Unexpectedoutput地均凈碳排放量Net carbon emissions percultivated land/(t·hm-2)耕地凈碳排放/耕地面積Net carbon emissions/cultivated land area物資投入Materialinput化肥施用強(qiáng)度Fertilizer applicationintensity/(t·hm-2)化肥施用量/耕地面積Application amount offertilizers/cultivated land area

表示某碳源因子的排放量；Ti表示該碳源因子的量；δi表示該碳源因子的對(duì)應(yīng)系數(shù)。其中，農(nóng)地利用和農(nóng)用能源各項(xiàng)因子的系數(shù)參考段華平等[26]和聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)[27]的研究；水稻碳排放系數(shù)考慮各省差異，參考閔繼勝等[28]的研究。限于篇幅，此處不具體給出各類碳源因子的詳細(xì)系數(shù)。

耕地碳吸收主要考慮作物種植活動(dòng)的碳吸收量，即農(nóng)作物生命周期中通過(guò)光合作用形成的凈初級(jí)生產(chǎn)量。計(jì)算公式如下：

(4)

式(4)中：C為農(nóng)作物碳吸收總量；k為農(nóng)作物種類數(shù)；Ci為某種作物的碳吸收量；ci為作物通過(guò)光合作用合成單位有機(jī)質(zhì)所需吸收的碳量；Yi為作物的經(jīng)濟(jì)產(chǎn)量；ri為作物經(jīng)濟(jì)產(chǎn)品部分的含水率因子；Hi是作物的經(jīng)濟(jì)系數(shù)。相關(guān)系數(shù)賦值參考王修蘭[29]的研究成果。

對(duì)農(nóng)業(yè)增加值數(shù)據(jù)進(jìn)行平減處理，將各年對(duì)應(yīng)值折算成以2007年可比價(jià)格計(jì)算的實(shí)際值，以剔除價(jià)格因素干擾。所有數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》，以及各省(市、自治區(qū))統(tǒng)計(jì)局網(wǎng)站，不考慮港、澳、臺(tái)地區(qū)，西藏地區(qū)因數(shù)據(jù)缺失較多，也不納入本研究范圍。經(jīng)整理，形成2007—2016年30個(gè)省(市、自治區(qū))的面板數(shù)據(jù)。

1.2 空間自相關(guān)性檢驗(yàn)

1.2.1 全域空間自相關(guān)

全域空間自相關(guān)分析可用于探索耕地利用效率的整體空間聯(lián)系，通常使用全域Moran’s I作為相應(yīng)指標(biāo)，具體計(jì)算公式如下：

(5)

(6)

式(5)、(6)中：I為全域Moran’s I；n表示空間單元數(shù)量，在本研究中n=30；x是每個(gè)空間單元的值，此處為耕地利用效率；Wij是空間權(quán)重矩陣。Moran’s I的值域?yàn)閇-1，1]，在給定顯著性水平下，當(dāng)Moran’s I為正數(shù)時(shí)，表示觀測(cè)值之間存在正相關(guān)，在空間上呈集聚分布；當(dāng)Moran’s I為負(fù)數(shù)時(shí)，表示觀測(cè)值之間存在負(fù)相關(guān)，在空間上呈分散分布；取值越接近0，表示觀測(cè)值空間分布的相關(guān)性越弱。對(duì)于Moran’s I的統(tǒng)計(jì)檢驗(yàn)，采用Z檢驗(yàn)。

1.2.2 局域空間自相關(guān)

局域Moran’s I可用于分析局部具體關(guān)聯(lián)特征，計(jì)算公式如下：

(7)

1.2.3 空間權(quán)重矩陣

空間權(quán)重矩陣可用于量化數(shù)據(jù)之間的空間關(guān)系。基于距離衰減函數(shù)構(gòu)建空間權(quán)重矩陣。由于空間關(guān)系強(qiáng)度隨距離減弱的程度強(qiáng)于線性比例關(guān)系，因此權(quán)重與距離倒數(shù)并非成正比關(guān)系。以30省(市、自治區(qū))兩兩(省以省會(huì)、自治區(qū)以首府所在地為基準(zhǔn))間的距離平方倒數(shù)作為權(quán)重，計(jì)算方式如下：

(8)

式(8)中：wij為權(quán)重值；i、j為空間單元；dij為兩單元之間的距離。

2 結(jié)果與分析

2.1 中國(guó)耕地利用效率評(píng)價(jià)與分析

2.1.1 耕地利用效率評(píng)價(jià)

根據(jù)前文方法，利用DEA Solver pro 5.0軟件，選用VRS假設(shè)下的SBM-Undesirable模型評(píng)價(jià)2007—2016年30省(市、自治區(qū))的耕地利用效率，并采用自然斷點(diǎn)分級(jí)法，將各省(市、自治區(qū))耕地利用效率均值由高到低分為高效率(=1.000)、較高效率[0.929， 1.000)、中等效率[0.838， 0.929)、較低效率[0.737， 0.838)和低效率[0.492， 0.737) 5個(gè)等級(jí)，結(jié)果如表2所示。

表2 各省(市、自治區(qū))耕地利用效率

Table2Cultivated land utilization efficiency of 30 provinces (municipalities, autonomous regions)

效率等級(jí)Efficiency grade決策單元Decision making unit20072010201320162007—2016均值Mean of 2007-2016變異系數(shù)Variation coefficient低效率天津Tianjin0.4580.4800.4780.5440.4920.072Low efficiency山西Shanxi0.4330.9990.5050.6260.5300.295寧夏Ningxia0.5260.6070.5400.6960.5650.103北京Beijing0.7070.6700.6080.4590.6030.160安徽Anhui0.6830.6750.5080.5410.6370.229較低效率內(nèi)蒙古Inner Mongolia0.8440.7000.7051.0000.7370.145Relatively low efficiency河北Hebei1.0000.7151.0000.6770.7540.182甘肅Gansu0.6351.0000.6810.7150.7710.208中等效率陜西Shaanxi0.7000.7471.0000.7690.8380.172Medium efficiency廣西Guangxi1.0001.0001.0000.5880.8590.219山東Shandong0.7981.0001.0000.7160.8730.157河南Henan1.0000.7240.6691.0000.8760.183貴州Guizhou1.0000.6041.0001.0000.8830.220云南Yunnan1.0000.6221.0000.7150.8860.173湖南 Hunan1.0000.8140.7591.0000.8870.122較高效率遼寧Liaoning1.0000.9301.0001.0000.9290.079Relatively high efficiency湖北 Hubei1.0001.0001.0001.0000.9520.106上海Shanghai1.0001.0001.0000.5890.9590.135福建Fujian0.8590.9141.0001.0000.9610.069高效率吉林Jilin1.0001.0001.0001.0001.0000High efficiency黑龍江Heilongjiang1.0001.0001.0001.0001.0000江蘇Jiangsu1.0001.0001.0001.0001.0000浙江Zhejiang1.0001.0001.0001.0001.0000江西Jiangxi1.0001.0001.0001.0001.0000廣東Guangdong1.0001.0001.0001.0001.0000海南Hainan1.0001.0001.0001.0001.0000重慶Chongqing1.0001.0001.0001.0001.0000四川Sichuan1.0001.0001.0001.0001.0000青海Qinghai1.0001.0001.0001.0001.0000新疆Xinjiang1.0001.0001.0001.0001.0000平均水平Mean全國(guó)Nationwide0.8880.8730.8820.8550.8670.160

2007—2016年間，全國(guó)耕地利用效率均值為0.867，說(shuō)明耕地利用情況良好，但仍與最優(yōu)效率存在差距。不同省(市、自治區(qū))間效率差異明顯：高效率等級(jí)包括吉林、黑龍江等11個(gè)省(市、自治區(qū))，在注重耕地經(jīng)濟(jì)產(chǎn)出的同時(shí)，也兼顧了非期望產(chǎn)出的控制，其投入產(chǎn)出效率相對(duì)于其他地區(qū)而言已達(dá)最優(yōu)水平，應(yīng)繼續(xù)保持并適當(dāng)調(diào)整各投入要素，使耕地利用方式更符合當(dāng)?shù)刭Y源稟賦和發(fā)展要求；較高效率等級(jí)包括遼寧、湖北、福建和上海，若加強(qiáng)對(duì)投入組合的優(yōu)化和對(duì)非期望產(chǎn)出的控制，這3省1市跨入高效率等級(jí)的可能性較大；中等效率等級(jí)包括陜西、廣西等7省(自治區(qū))，其中，河南、貴州和湖南耕地利用效率在不同年份間起伏較大，但近年發(fā)展趨勢(shì)良好，在2016年效率值已上升為1.000，而其他4省(自治區(qū))近3年的耕地利用效率有降低趨勢(shì)，值得引起重視。較低效率等級(jí)包括河北、甘肅和內(nèi)蒙古，其中，河北和甘肅耕地利用效率在不同年份間波動(dòng)較大，內(nèi)蒙古耕地利用效率近年來(lái)雖有所上升，但仍具較大改進(jìn)空間；低效率等級(jí)包括天津、山西、寧夏、北京和安徽，其中，北京、安徽的耕地利用效率呈降低態(tài)勢(shì)，發(fā)展趨勢(shì)不容樂(lè)觀。

從變異系數(shù)來(lái)看，山東、北京、陜西、云南、河北、河南、甘肅、廣西、貴州、安徽和山西的耕地利用效率起伏較大，福建、天津、遼寧、寧夏、湖北、湖南、上海、內(nèi)蒙古的波動(dòng)較小。對(duì)于效率高且穩(wěn)定的地區(qū)，應(yīng)繼續(xù)保持良好的發(fā)展?fàn)顟B(tài)；對(duì)于效率在高低水平間波動(dòng)的地區(qū)，應(yīng)以效率較高年份對(duì)應(yīng)的投入組合作為參考方向，對(duì)當(dāng)前投入要素進(jìn)行適當(dāng)調(diào)整；對(duì)于效率穩(wěn)定于低水平的地區(qū)，應(yīng)針對(duì)冗余投入及非期望產(chǎn)出采取應(yīng)對(duì)措施，盡快找到適合的耕地利用方式。

2.1.2 改進(jìn)方向分析

為探索非有效單元的改進(jìn)方向，根據(jù)2007—2016年間各項(xiàng)投入、非期望產(chǎn)出冗余和期望產(chǎn)出不足的情況，計(jì)算19個(gè)非有效單元各項(xiàng)指標(biāo)的平均可改進(jìn)比例(表3)。

這19個(gè)非有效決策單元均存在投入和非期望產(chǎn)出冗余，從均值來(lái)看，物資(化肥)投入冗余與提高耕地利用效率之間的矛盾最為突出，農(nóng)業(yè)增加值期望產(chǎn)出不足的影響最小。根據(jù)各單元改進(jìn)比例最大的要素，可將這19個(gè)非有效決策單元?jiǎng)澐譃橥度肴哂嘈汀⒎瞧谕a(chǎn)出冗余型和期望產(chǎn)出不足型3類。投入冗余型單元數(shù)量多達(dá)15個(gè)，可進(jìn)一步細(xì)分為勞動(dòng)冗余型(山西、貴州、云南)、機(jī)械冗余型(湖北)、灌溉冗余型(上海、福建)，及物資冗余型(天津、河北、遼寧、安徽、山東、河南、廣西、甘肅、寧夏)。其中，山西、云南、貴州等地形以山區(qū)為主且土地經(jīng)營(yíng)規(guī)模較小的省份的主要改進(jìn)方向?yàn)榻档蛣趧?dòng)冗余，而山東、河北、河南、安徽等農(nóng)業(yè)大省效率提升的關(guān)鍵在于降低化肥投入強(qiáng)度。非期望產(chǎn)出冗余型包括北京和湖南兩地，單位面積凈碳排放過(guò)高是導(dǎo)致其耕地利用低效的主要因素，亟待加強(qiáng)耕地碳排放源頭控制。期望產(chǎn)出不足型包含內(nèi)蒙古和陜西，主要體現(xiàn)在糧食產(chǎn)量指標(biāo)方面。除內(nèi)蒙古和陜西外，其他省(市、自治區(qū))在現(xiàn)有投入組合下也存在不同程度的糧食潛在產(chǎn)出。

可見，耕地利用效率往往受多因素的共同作用。湖北、安徽、河南、河北等糧食主產(chǎn)區(qū)效率低的主要原因在于化肥冗余率過(guò)高，但其凈碳排放冗余問(wèn)題同樣不容忽視。這是由于化肥施用過(guò)多在形成浪費(fèi)的同時(shí)，還帶來(lái)大量的碳排放。因此，耕地利用效率改進(jìn)的方向是相對(duì)多元的，應(yīng)以關(guān)鍵改進(jìn)因素為主導(dǎo)，對(duì)相關(guān)指標(biāo)進(jìn)行協(xié)同把控。

2.2 耕地利用效率空間格局演變分析

2.2.1 耕地利用效率空間分布情況

根據(jù)30個(gè)省(市、自治區(qū))的耕地利用效率可知，效率較高的省(市、自治區(qū))主要位于我國(guó)東南沿海、東北和西部地區(qū)，各地的驅(qū)動(dòng)因素有所區(qū)別：東南沿海地區(qū)耕地資源有限，但地形相對(duì)平坦，光熱資源匹配狀況較好，隨著經(jīng)濟(jì)騰飛和科技發(fā)展，各地農(nóng)業(yè)集約化水平呈現(xiàn)出加速發(fā)展態(tài)勢(shì)；東北地區(qū)一直是我國(guó)糧食主產(chǎn)區(qū)，各類涉農(nóng)投入較大，較高的科技水平和生產(chǎn)投入使其耕地利用效率位居全國(guó)平均水平之上；西部地區(qū)依托于近年來(lái)的政策引導(dǎo)和科技水平提高，逐步改善自然生態(tài)環(huán)境，同時(shí)，西北地區(qū)夏季氣溫高、光照強(qiáng)，晝夜溫差大，新疆和青海分別有冰川融水、湟水供給農(nóng)業(yè)灌溉，綠洲農(nóng)業(yè)、灌溉農(nóng)業(yè)發(fā)展成效突出，成都平原作為我國(guó)重要的九大商品糧基地之一，也具備較好的水熱匹配條件，可為有效利用耕地提供基礎(chǔ)。

表32007—2016年非有效單元投入產(chǎn)出平均可改進(jìn)比例

Table 3 Average improvable ratio of input and output of ineffective units in 2007-2016 %

效率較低的省(市、自治區(qū))集中于北部沿海和黃河中游地區(qū)。北部沿海地區(qū)的經(jīng)濟(jì)發(fā)展重心在重工業(yè)，對(duì)高效農(nóng)業(yè)發(fā)展模式和耕地利用方式的探索動(dòng)力不足；黃河中游地區(qū)是我國(guó)生態(tài)環(huán)境最脆弱、水土流失最嚴(yán)重的區(qū)域，年降水量少，地表植被差，且河套平原、寧夏平原土壤鹽堿化問(wèn)題嚴(yán)重，發(fā)展模式以資源環(huán)境換經(jīng)濟(jì)增長(zhǎng)為主，帶來(lái)較高污染排放，該區(qū)域耕地的利用效率受限于資源稟賦和地理環(huán)境。

2.2.2 耕地利用效率全域空間相關(guān)性分析

從空間分布情況來(lái)看，效率相近的地區(qū)表現(xiàn)出集聚現(xiàn)象。該集聚性是否在統(tǒng)計(jì)意義上顯著，需進(jìn)行空間相關(guān)性檢驗(yàn)。利用Stata 14.0軟件計(jì)算2007—2016年30個(gè)省(市、自治區(qū))耕地利用效率的全域Moran’s I，結(jié)果如表4所示。

表42007—2016年30個(gè)省(市、自治區(qū))耕地利用效率的全域Moran’sI

Table4Global Moran’s I of cultivated land utilization efficiency of 30 provinces (municipalities, autonomous regions) in 2007-2016

年份YearMorans IZP20070.1712.1920.01420080.255 3.039 0.001 20090.199 2.418 0.008 20100.146 1.872 0.031 20110.283 3.277 0.001 20120.461 5.199 0.00120130.147 1.892 0.029 20140.215 2.585 0.005 20150.225 2.692 0.004 20160.133 1.724 0.042

2007—2011年，全域Moran’s I基本保持在0.150～0.300，到2012年升至0.461，此后回落，在0.200附近小幅度波動(dòng)，到2016年降至0.133，說(shuō)明中國(guó)耕地利用效率空間關(guān)聯(lián)程度不穩(wěn)定?？傮w來(lái)看，全域Moran’s I在大多數(shù)年份都高于0.200，且能在5%的顯著性水平下通過(guò)Z檢驗(yàn)，表明耕地利用效率存在顯著(P<0.05)的空間集聚效應(yīng)。從自然角度而言，耕地利用效率受氣候、土壤等環(huán)境條件的影響，相鄰省(市、自治區(qū))處于同一氣候帶的概率較高，也具備類似的土壤結(jié)構(gòu)和地貌環(huán)境，使鄰近地區(qū)對(duì)于耕地資源的利用出現(xiàn)趨同現(xiàn)象；從社會(huì)角度而言，當(dāng)相鄰省(市、自治區(qū))在不斷實(shí)踐探索多元耕地利用方式和高效農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)時(shí)，當(dāng)?shù)匾矔?huì)傾向于積極模仿，且相近的自然、社會(huì)條件也為政策措施和生產(chǎn)模式的互相借鑒提供了應(yīng)用基礎(chǔ)，導(dǎo)致耕地利用效率表現(xiàn)為空間關(guān)聯(lián)。

2.2.3 耕地利用效率局域空間自相關(guān)性分析

通過(guò)檢驗(yàn)局域空間的自相關(guān)性，可進(jìn)一步探索局部空間的關(guān)聯(lián)形式。首先，對(duì)各省(市、自治區(qū))的平均耕地利用效率(z)與其空間滯后變量(Wz)的相關(guān)關(guān)系以散點(diǎn)圖的形式進(jìn)行描繪(圖1)。Moran’s I散點(diǎn)圖分為4個(gè)象限，分別對(duì)應(yīng)“高-高”集聚型(H-H)、“低-高”集聚型(L-H)、“低-低”集聚型(L-L)和“高-低”集聚型(H-L)。處于第一象限的有遼寧、吉林、黑龍江等15個(gè)省(市、自治區(qū))，表現(xiàn)為高效率地區(qū)被高效率地區(qū)所包圍；處于第三象限的有北京、天津、河北等7個(gè)省(市、自治區(qū))，該象限的大多數(shù)省(市、自治區(qū))都處于低效率等級(jí)，相似的低效利用方式引致協(xié)同機(jī)制的形成，整體降低了區(qū)域耕地利用效率；位于第二、四象限的省(自治區(qū))分別有3個(gè)和5個(gè)，表現(xiàn)為高效率地區(qū)與低效率地區(qū)交錯(cuò)分布。全國(guó)農(nóng)業(yè)耕地利用效率的整體情況表現(xiàn)為：“高-高”集聚主要位于東北地區(qū)、東部沿海地區(qū)、南部沿海地區(qū)、長(zhǎng)江中游地區(qū)和西南地區(qū)，“低-低”集聚則主要位于北部沿海地區(qū)和黃河中游地區(qū)。

Moran’s I散點(diǎn)圖無(wú)法反映集聚效應(yīng)在統(tǒng)計(jì)意義上是否顯著，因此，以各地耕地利用效率為基礎(chǔ)數(shù)據(jù)，以考察期基年(2007年)、末年(2016年)、關(guān)聯(lián)程度最高年份(2012年)和最低年份(2007年),及2007—2016年均值為研究對(duì)象，利用ArcGIS軟件，輸出5%顯著性水平下的LISA集聚圖，限于文章篇幅，僅將5%顯著性水平下的空間關(guān)聯(lián)結(jié)果以表格形式展現(xiàn)。

1，北京；2，天津；3，河北；4，山西；5，內(nèi)蒙古；6，遼寧；7，吉林；8，黑龍江；9，上海；10，江蘇；11，浙江；12，安徽；13，福建；14，江西；15，山東；16，河南；17，湖北；18，湖南；19，廣東；20，廣西；21，海南；22，重慶；23，四川；24，貴州；25，云南；26，陜西；27，甘肅；28，青海；29，寧夏；30，新疆。1， Beijing; 2， Tianjin; 3， Hebei; 4， Shanxi; 5， Inner Mongolia; 6， Liaoning; 7， Jilin; 8， Heilongjiang; 9， Shanghai; 10， Jiangsu; 11， Zhejiang; 12， Anhui; 13， Fujian; 14， Jiangxi; 15， Shandong; 16， Henan; 17， Hubei; 18， Hunan; 19， Guangdong; 20， Guangxi; 21， Hainan; 22， Chongqing; 23， Sichuan; 24， Guizhou; 25， Yunnan; 26， Shaanxi; 27， Gansu; 28， Qinghai; 29， Ningxia; 30， Xinjiang.圖1 2007—2016年30個(gè)省(市、自治區(qū))的耕地利用平均效率局域Moran’s I散點(diǎn)圖Fig.1 Local Moran’s I scatter diagram of average cultivated land utilization efficiency of 30 provinces (municipalities, autonomous regions) in 2007-2016

在5%的顯著性水平下，2007—2016年表現(xiàn)為空間關(guān)聯(lián)的地區(qū)數(shù)量明顯減少，“高-高”集聚區(qū)域僅余廣東1個(gè)集聚中心，而“低-低”集聚區(qū)域大多能通過(guò)顯著性檢驗(yàn)，說(shuō)明我國(guó)耕地利用效率存在空間低極化現(xiàn)象。

隨著時(shí)間推移，30個(gè)省(市、自治區(qū))耕地利用效率的空間關(guān)聯(lián)格局變化過(guò)程如下。

2007年，耕地利用效率表現(xiàn)為“多核分布”集聚格局?！案?高”集聚中心僅有廣東，5個(gè)省(市、自治區(qū))形成3個(gè)“低-低”集聚中心，依次為寧夏-陜西、北京-天津和山東，河北、河南顯著表現(xiàn)為“高-低”集聚。這是由于當(dāng)時(shí)各地對(duì)于耕地保護(hù)和利用效率的重視程度不足，缺乏效仿先進(jìn)地區(qū)耕地利用方式的動(dòng)力，因而難以形成“高-高”集聚區(qū)域，而相對(duì)單一低效的耕地利用模式，導(dǎo)致鄰近區(qū)域的耕地利用效率產(chǎn)生一定程度的低關(guān)聯(lián)。

2012年，空間關(guān)聯(lián)程度提高，演變?yōu)椤耙粠б黄奔鄹窬帧摹案?高”集聚來(lái)看，廣東作為高效率極的地位繼續(xù)穩(wěn)固，集聚效應(yīng)以之為中心向周圍擴(kuò)散，四川、云南、廣西和福建新晉為集聚中心，區(qū)域由最初的點(diǎn)狀分布向帶狀分布轉(zhuǎn)換；“低-低”集聚區(qū)域也較之前年份有所擴(kuò)大，所涉省(市、自治區(qū))的數(shù)量增加，作為過(guò)渡地區(qū)的陜西省則顯著表現(xiàn)為“低-高”集聚。2011年以來(lái)，廣東、福建、云南等15個(gè)省(市、自治區(qū))都開展了耕地質(zhì)量等級(jí)監(jiān)測(cè)試點(diǎn)工作，廣東率先在全國(guó)建立了覆蓋全省的基本農(nóng)田保護(hù)經(jīng)濟(jì)補(bǔ)償制度，鄰近的廣西也繼之在全區(qū)范圍內(nèi)推廣“小塊并大塊”的耕地保護(hù)補(bǔ)償模式，全國(guó)范圍的耕地質(zhì)量建設(shè)與管理取得實(shí)質(zhì)成效。因此，“一帶一片”空間格局的形成，應(yīng)歸結(jié)于政策措施的輻射性及相鄰省(市、自治區(qū))的效仿作用。

表52007—2016年30個(gè)省(市、自治區(qū))的耕地利用效率空間關(guān)聯(lián)類型

Table5Spatial correlation of cultivated land utilization efficiency of 30 provinces (municipalities, autonomous regions) in 2007-2016

年份YearH-HL-HL-LH-L2007廣東Guangdong—北京Beijing,天津Tianjin,山東Shandong,陜西Shaanxi,寧夏Ningxia河北Hebei,河南Henan2012廣東Guangdong,廣西Guangxi,福建Fujian,四川Sichuan,云南Yunnan—北京Beijing,天津Tianjin,河北Hebei,山西Shanxi,內(nèi)蒙古Inner Mongolia,山東Shan-dong,河南Henan,寧夏Ningxia陜西Shaanxi2016—廣西Guangxi,安徽Anhui北京Beijing,天津Tianjin,河北Hebei,山西Shanxi,山東Shandong內(nèi)蒙古Inner Mongolia,江蘇Jiangsu,河南Henan2007—2016廣東Guangdong安徽Anhui北京Beijing,天津Tianjin,河北Hebei,山西Shanxi,內(nèi)蒙古Inner Mongolia,寧夏Ningxia—

2016年，空間關(guān)聯(lián)程度明顯回落，整體演化為“低極主導(dǎo)”分布格局。集中連片分布格局被打破，高值集聚效應(yīng)消失，低值集聚區(qū)域縮小。隨著經(jīng)濟(jì)發(fā)展、科技進(jìn)步及環(huán)境壓力增大，各地對(duì)耕地保護(hù)的重視程度也逐漸提高，但由于產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)、發(fā)展定位存在差異，各地制定的土地利用規(guī)劃和保護(hù)措施較有針對(duì)性，呈現(xiàn)出多樣化發(fā)展趨勢(shì)，導(dǎo)致耕地利用效率的獨(dú)立性逐漸增強(qiáng)。

3 結(jié)論與討論

3.1 結(jié)論

以2007—2016年30個(gè)省(市、自治區(qū))為研究對(duì)象，把耕地利用碳排放、碳吸收共同作用下的凈碳排放作為非期望產(chǎn)出，采用SBM-Undesirable模型評(píng)價(jià)耕地利用效率，并應(yīng)用基于空間距離平方倒數(shù)矩陣的Moran’s I，從全域和局域2個(gè)視角探討我國(guó)耕地利用效率的空間關(guān)聯(lián)效應(yīng)，研究結(jié)論如下。

(1)2007—2016年，全國(guó)耕地利用效率均值為0.867，耕地利用情況整體較好，但仍存在改進(jìn)空間。耕地利用效率的省際差距明顯，由高到低可分為高效率(=1.000)、較高效率[0.929， 1.000)、中等效率[0.838， 0.929)、較低效率[0.737， 0.838)和低效率[0.492， 0.737)等5個(gè)等級(jí)，有11個(gè)省(市、自治區(qū))的平均效率能達(dá)到1.000，其余非有效地區(qū)提高效率的瓶頸在于各項(xiàng)投入和凈碳排放冗余。

(2)耕地利用效率較高的地區(qū)沿帶狀分布，主要位于東南沿海地區(qū)、西部地區(qū)和東北地區(qū)，效率較低的地區(qū)主要位于北部沿海地區(qū)和黃河中游地區(qū)。全域Moran’s I在多數(shù)年份都顯著高于0.200，表明耕地利用效率存在空間關(guān)聯(lián)效應(yīng)。

(3)耕地利用效率表現(xiàn)出空間極化現(xiàn)象，“低-低”集聚效應(yīng)強(qiáng)于“高-高”集聚效應(yīng)。隨時(shí)間推移，空間關(guān)聯(lián)格局發(fā)生明顯變化，經(jīng)歷了“多核分布”—“一帶一片”—“低極主導(dǎo)”的過(guò)程。

3.2 討論

在單純考慮碳排放約束的耕地利用效率評(píng)價(jià)中[16-18]，存在種植業(yè)大省效率被低估的現(xiàn)象。以盧新海等[16]的研究為例，黑龍江、江蘇、四川等地效率整體較低，其中江蘇在2003年的效率低至0.448；而本研究中，這些地區(qū)的效率在考查期間一直保持最優(yōu)水平(1.000)。原因在于：碳吸收對(duì)耕地利用效率具有正面效應(yīng)，若忽略碳吸收作用，所測(cè)碳排放將高于實(shí)際凈排放量，等同于高估非期望產(chǎn)出，直接影響耕地利用效率評(píng)價(jià)結(jié)果，尤其對(duì)于黑龍江、江蘇等碳吸收量較大的種植業(yè)大省，很可能導(dǎo)致所測(cè)耕地利用效率低于實(shí)際值。在空間關(guān)聯(lián)方面，目前僅見張榮天等[24]的研究報(bào)道，發(fā)現(xiàn)全國(guó)各省(市、自治區(qū))的耕地利用效率呈正向空間自相關(guān)，與本研究結(jié)論一致；但由于前述研究更關(guān)注經(jīng)濟(jì)產(chǎn)出，并未涉及耕地利用環(huán)境影響，空間權(quán)重矩陣的設(shè)置也與本研究有所區(qū)別，導(dǎo)致其在局域空間關(guān)聯(lián)方面的結(jié)論與本研究迥異。

本研究仍存在可改進(jìn)之處：一是在評(píng)價(jià)耕地利用效率時(shí)，無(wú)法體現(xiàn)不同地區(qū)耕地質(zhì)量、種植結(jié)構(gòu)的原始差異；二是未對(duì)省際耕地利用效率的空間關(guān)聯(lián)機(jī)制及其影響因素進(jìn)行深入分析。今后，擬將耕地質(zhì)量的初始差異納入評(píng)價(jià)體系，并運(yùn)用空間計(jì)量方法把握影響耕地利用效率的因素，進(jìn)一步拓寬本研究的方向。

3.3 政策啟示

(1)落實(shí)碳排放源控制，降低非期望產(chǎn)出冗余。湖北、安徽等糧食主產(chǎn)區(qū)的耕地利用特征體現(xiàn)為較高的非期望產(chǎn)出冗余，解決問(wèn)題的關(guān)鍵在于源頭控制：農(nóng)地利用和農(nóng)用能源作為耕地利用碳排放的主要來(lái)源，二者之和已超過(guò)總量的80%。當(dāng)前，應(yīng)圍繞農(nóng)機(jī)運(yùn)轉(zhuǎn)效率和農(nóng)用能源的利用率提升，加大農(nóng)用機(jī)械的研發(fā)、改良投入力度；提高耕地利用主體對(duì)于耕地污染排放的認(rèn)識(shí)，鼓勵(lì)采用節(jié)約型施肥技術(shù)、耕作技術(shù)，合理使用農(nóng)藥，加強(qiáng)對(duì)廢棄農(nóng)膜的處理，進(jìn)一步探索種植業(yè)低碳發(fā)展方式。

(2)改進(jìn)投入要素配置，減少投入浪費(fèi)現(xiàn)象。多數(shù)無(wú)效單元的投入浪費(fèi)嚴(yán)重，降低投入冗余是改善其耕地利用效率的重要途徑。應(yīng)在不同區(qū)域耕地條件、資源稟賦、經(jīng)濟(jì)水平、生態(tài)環(huán)境等的約束條件下，科學(xué)衡量耕地利用投入結(jié)構(gòu)與產(chǎn)出效果之間的關(guān)系，通過(guò)技術(shù)創(chuàng)新、調(diào)整投入要素組合等途徑提高耕地利用潛力。對(duì)于云南、貴州等西部山區(qū)省，需重視農(nóng)業(yè)勞動(dòng)力技能培訓(xùn)與素質(zhì)提升，加快剩余勞動(dòng)力轉(zhuǎn)移。對(duì)于山東、河南等農(nóng)業(yè)大省，應(yīng)轉(zhuǎn)變依靠大量投入獲得經(jīng)濟(jì)產(chǎn)出的觀念，降低對(duì)化肥等農(nóng)用物資的依賴性。各地在不同程度上存在機(jī)械、灌溉冗余的現(xiàn)象，應(yīng)加強(qiáng)對(duì)大型農(nóng)機(jī)的技術(shù)改造和節(jié)水灌溉技術(shù)的研發(fā)推廣。

(3)著力減弱低極效應(yīng)，擴(kuò)大高極輻射范圍。將黃河中游地區(qū)等“低-低”集聚區(qū)域作為重點(diǎn)扶持對(duì)象，加大污染治理資本投入，根據(jù)區(qū)域共同冗余投入，有針對(duì)性地探索多元高效的耕地利用路徑，弱化相鄰地區(qū)的低效率關(guān)聯(lián)性。對(duì)于南部沿海地區(qū)等“高-高”集聚區(qū)域，應(yīng)增強(qiáng)示范效應(yīng)，鼓勵(lì)其向周邊地區(qū)分享和推廣節(jié)地、節(jié)力、節(jié)肥等兼顧資源利用效率和溫室氣體減排的農(nóng)業(yè)技術(shù)，將更多地區(qū)納入耕地高效利用的輻射范圍，利用連鎖作用縮小全國(guó)耕地利用效率差距。