唐梅蓉，楊奇勇

(1.中國地質(zhì)科學院巖溶地質(zhì)研究所，廣西 桂林541004； 2.中國地質(zhì)大學(北京)，北京100083)

0 引言

耕地資源作為土地特有的一種利用形式，具有獨特的稀缺性與不可再生性，是人類賴以生存的自然資源基礎(chǔ)[1]。它關(guān)系到我國當前經(jīng)濟社會的穩(wěn)定，關(guān)乎國家的長遠利益和可持續(xù)發(fā)展。在我國西南巖溶區(qū)，由于其地質(zhì)背景特殊，巖溶作用強烈，景觀異質(zhì)性強，導致耕地數(shù)量少且質(zhì)量差。加上該區(qū)域人口相對較多，尖銳的人地矛盾導致植被破壞和水土流失日益嚴重，產(chǎn)生十分嚴重的石漠化現(xiàn)象，而且呈不斷擴張的態(tài)勢，嚴重制約了該區(qū)域耕地的可持續(xù)發(fā)展，直接影響當?shù)鼐用竦慕?jīng)濟收入水平[2]。研究巖溶地區(qū)耕地利用效率及其時空演變特征不但能夠提高耕地利用效率、增加農(nóng)民收入，而且對該區(qū)土地資源可持續(xù)利用提供重要的參考。

目前，國內(nèi)外在耕地資源利用研究方面取得了一定的進展。從研究內(nèi)容上看，主要側(cè)重于耕地利用效率的時空分異特征及其影響因素的系統(tǒng)分析與研究。羅沖等[3]運用DEA-Tobit兩步法，對其研究區(qū)域的耕地利用效率及影響因素進行了評價和分析。盧新海等[4]基于不同視角，將碳排放量、化肥排放量和面源污染等非期望產(chǎn)出指標添加到“投入-產(chǎn)出”指標體系中，并運用非期望產(chǎn)出的SBM模型測度所研究區(qū)域的耕地利用效率。姜晗等[5]運用Malmquist生產(chǎn)率指數(shù)對所研究區(qū)域的耕地全要素生產(chǎn)率進行測度。在研究范圍上，主要呈現(xiàn)出從全國、糧食主產(chǎn)區(qū)、西南地區(qū)部分省(市)域，不斷向單個省域、市域及縣域的微小尺度深入[6-11]。在研究方法上，采用DEA模型、SBM模型和SFA模型等定量測度耕地利用效率，并采用Tobit模型、GWR模型對其影響因素進行分析[3-4，6，8，12]。

國內(nèi)研究尚存在一定不足：在研究尺度上，多側(cè)重對全國、東部沿海地區(qū)及糧食主產(chǎn)區(qū)耕地利用效率的定量測度及其影響因素研究，缺乏西南巖溶區(qū)的耕地利用效率時空分異研究；在影響因素測度模型的選取上，Tobit模型無法解決自變量與因變量之間存在空間自相關(guān)，在進行全局或平均估計中引起的估算偏差問題。GWR模型無法測度兩個自變量X1和X2共同作用時是否會增加或減弱對因變量Y的解釋力，或這些因子對Y的影響是相互獨立的。由于西南地區(qū)特殊的地形及地貌條件，耕地利用效率通常受到兩個或者多個因素的共同影響。

本文以西南巖溶地區(qū)112個市為研究單元，從耕地投入產(chǎn)出的角度，利用DEA模型對2011—2017年各市耕地利用效率進行測算，揭示其時空變化特征，并借助地理探測器對影響耕地利用效率的因素進行相關(guān)探討，以期為提高西南巖溶地區(qū)耕地利用效率提供科學參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

我國南方巖溶分布主要集中在西南地區(qū)，其巖溶面積比達到1/3以上(圖1)，涉及湖北、湖南、廣東、廣西、重慶、四川、貴州和云南8個省(區(qū)、市)[13]。西南巖溶地區(qū)是我國主要的糧食生產(chǎn)地，包括我國4大商品糧基地，其中有成都平原和洞庭湖平原。2017年，西南巖溶地區(qū)耕地總面積約3.62×107hm2，占全國耕地面積的26.81%。在西南巖溶地區(qū)，由于受自然條件和人類活動的影響，生態(tài)易碎度強，以石漠化土地退化為主要表現(xiàn)的生態(tài)問題尤為突出[14]。截止到2016年底，巖溶地區(qū)石漠化土地總面積為1.01×107hm2，占巖溶面積的22.3%，占區(qū)域國土面積的9.4%。

圖1 研究區(qū)位置及巖溶分布Fig.1 Location of study area and karst distribution

1.2 研究方法

1.2.1DEA模型

研究采用數(shù)據(jù)包絡(luò)分析中的規(guī)模報酬可變(Variable Return to Scale，VRS模型)假設(shè)前提下的BCC模型，對西南巖溶地區(qū)8省(區(qū)、市)2011—2017年耕地利用綜合效率進行測算。構(gòu)建出西南8省(區(qū)、市)各市域耕地利用效率規(guī)模報酬可變模型

(1)

其中，j是待評價單元數(shù)量，即研究區(qū)中有j(j=1， 2， …，n)個市級行政單元(DMU)，且每個市級行政單元都有m種與耕地利用效率有關(guān)的投入變量和r種產(chǎn)出變量；Xjm表征j市中第m種投入總量；Yjr表征j市的第r種產(chǎn)出變量。j是將各市連接起來形成有效前沿面，用于判斷區(qū)域空間耕地利用狀況的權(quán)重變量。θ表征耕地投入產(chǎn)出的綜合效率，值域為[0，1]，值越大，則綜合利用效率越大。綜合技術(shù)效率包含了規(guī)模效率的成分。

1.2.2地理探測器

地理探測器中包括多種分析方法，本文選擇因子分析和交互式分析[15]。因子分析是探測因變量的空間分異性，以及探測某因子多大程度上解釋了因變量的空間分異；交互式分析是評估各影響因子共同作用時是否會增加或減弱對因變量的解釋力，或這些因子對因變量的影響是相互獨立。公式如式(2)所示。

(2)

式中h=1，…

L——變量Y或因子X的分層，即分類或分區(qū)

Nh、N——層h和全區(qū)的單元數(shù)

SSW、SST——層內(nèi)方差之和和全區(qū)總方差

q的值域為[0，1]，q值越大說明自變量對因變量的解釋力越強，反之越弱。

1.3 數(shù)據(jù)來源

研究數(shù)據(jù)主要為2大類：一類是屬性數(shù)據(jù)，包括農(nóng)業(yè)和社會經(jīng)濟指標，主要來源于2012—2018年西南8省(區(qū)、市)的統(tǒng)計年鑒及廣東農(nóng)村統(tǒng)計年鑒(2012—2018年)；另一類是空間數(shù)據(jù)，包括中國省級、市級行政界線，數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心；DEM數(shù)據(jù)(30 m分辨率)，來源于地理空間數(shù)據(jù)云平臺。

1.4 投入-產(chǎn)出指標選擇

在計算2011—2017年各個市的耕地利用效率時，將重慶市作為決策單元，而廣東省的深圳市已經(jīng)完全城市化，不作評價，西南巖溶地區(qū)共112個決策單元?？紤]到數(shù)據(jù)的可獲得性，選取的投入和產(chǎn)出指標主要有兩類。

(1)投入指標。選取農(nóng)作物播種面積(10 m3hm2)、人口總數(shù)(萬人)、固定資產(chǎn)總投資(108元)和化肥使用量(萬t)，代表西南巖溶地區(qū)各市農(nóng)業(yè)生產(chǎn)中的土地、勞動力和資金投入3大基本要素的投入量。

(2)產(chǎn)出指標。選取糧食總產(chǎn)量(萬t)、農(nóng)村居民人均可支配收入(元)、農(nóng)業(yè)總產(chǎn)值(108元)等指標。

耕地利用效率受自然和經(jīng)濟等多種因素的影響。參考前人研究結(jié)果，并結(jié)合西南地區(qū)實際情況，選擇海拔高程、坡度、巖溶比例、公共財政支出和人均GDP作為研究指標。

2 結(jié)果分析

采用DEA中的BCC模型，運用DEAP2.1軟件計算得到2011—2017年西南巖溶地區(qū)各市各年份的耕地利用綜合效率、技術(shù)效率和規(guī)模效率值，再計算出效率均值。

2.1 西南巖溶地區(qū)耕地利用效率時間變化

2011—2017年，西南巖溶區(qū)耕地利用效率均值呈“先上升后下降”的變化趨勢(圖2)。就綜合效率均值而言，其最低值為0.86，最高值為0.89，總體均值為0.88，均<0.9，說明綜合利用效率亟待提高。其時序變化可分為2個不同階段：第1階段為2011—2015年，耕地利用效率總體上趨于緩慢上升狀態(tài)，在2015年達到了5年間的最高值0.89；第2階段為2016—2017年，呈下降趨勢，使得2017年成為這7年中綜合效率均值最低的年份，其值為0.86。一般來說，綜合效率可以分解為技術(shù)效率和規(guī)模效率。

圖2 2011—2017年西南巖溶地區(qū)耕地利用效率值變化趨勢Fig.2 Change trend of cultivated land use efficiency in karst areas of Southwest China from 2011 to 2017

從圖2可以看出，技術(shù)效率均值與綜合效率均值的變化趨勢比較接近，說明技術(shù)效率在綜合效率中所占比例較大，起到?jīng)Q定性作用，規(guī)模效率均值走勢相對平穩(wěn)，其總體均值為0.98。

2.2 西南巖溶地區(qū)耕地利用效率空間分布

在Arcmap10.2中運用自然間斷點分類法分別對綜合效率、技術(shù)效率及規(guī)模效率平均值進行空間化顯示(圖3)，分析其空間格局。

圖3 2011—2017年西南巖溶地區(qū)各市域耕地利用效率平均值分布特征Fig.3 Distribution characteristics of average value of cultivated land use efficiency in each city in Southwest Karst area from 2011 to 2017

2011—2017年，平均綜合效率高值區(qū)主要分布在以重慶-資陽-甘孜一線為中心的市、州，以及云南省的大理、保山、普洱和西雙版納，東南部廣東省的梅州、河源和惠州，北部湖北省的隨州、荊門、荊州和湖南省的常德、湘潭、株洲等市、區(qū)；低值區(qū)主要分布在四川省的阿壩州，貴州省的貴陽，廣西壯族自治區(qū)的南寧、防城港和柳州，以及湖北省的鄂州、黃石等市、區(qū)。

2011—2017年，各年份中耕地利用達到DEA效率最優(yōu)決策單元數(shù)量分別為33、35、33、31、32、35、26，分別占決策單元總數(shù)的29.5%、31.3%、25.9%、27.7%、28.6%、31.3%、23.2%。技術(shù)效率高值區(qū)主要集中在隨州-荊州-岳陽-株洲-永州一線為中心的市、區(qū)，其余高值區(qū)和低值區(qū)與綜合效率空間分布基本一致。但是，2011—2017年西南巖溶地區(qū)各市達到DEA效率最優(yōu)的數(shù)量分別為44、43、46、

49、53、52、36，分別占39.3%、38.4%、41.1%、43.4%、47.3%、46.4%、32.1%。規(guī)模效率總體上偏高，低值區(qū)主要分布在東部湖北省的孝感和鄂州市，以及衡陽、成都、攀枝花和防城港。從規(guī)模效率上看，2011—2017年西南巖溶地區(qū)各市單元達到DEA效率最優(yōu)分別占到總單元數(shù)的33.0%、36.6%、32.1%、33.0%、34.8%、36.6%、27.7%。

3 耕地利用效率影響因素分析

因子探測器分析結(jié)果如表1所示，各因子對石漠化空間分布的影響權(quán)重分別為巖溶比例(q=0.24)>高程(q=0.21)>公共財政支出(q=0.11)>人均GDP(q=0.09)>坡度(q=0.06)，表明巖溶比例和高程是影響西南巖溶區(qū)耕地利用效率的主要因素，公共財政支出因素其次，而人均GDP和坡度因素影響最低。從影響因素的維度來看，自然因素對耕地利用效率高低的影響程度高于社會經(jīng)濟因素。

表1 因子探測器結(jié)果

結(jié)合因子探測器的結(jié)果和交互式探測器的結(jié)果如表2所示，可以看出巖溶比例、坡度、人均GDP、公共財政支出及高程5個驅(qū)動因子無論是單個因子還是相互組合因子，其q值都大于其他單個因子或者組合因子。巖溶比例與公共財政支出組成的交互式驅(qū)動因子其值最大為0.73，說明在碳酸鹽巖廣泛分布的地質(zhì)基礎(chǔ)上，政府公共財政支出不合理是造成耕地利用效率較低的首要原因。巖溶比例的高低及區(qū)域經(jīng)濟的好壞，導致耕地的投入和產(chǎn)出均存在一定的問題。

表2 交互式探測器結(jié)果(q值)

根據(jù)巖溶區(qū)等級分布圖4可以看出，巖溶比例高值與次高值區(qū)主要分布在以貴州省為中心向西南、西北及東南和東北4個方向延伸的“十字架”型區(qū)域，高值區(qū)的巖溶比例平均值為0.92，耕地利用效率均值為0.72，政府公共財政支出均值為242.81×108元，人均GDP均值為2.43×108元；次高值區(qū)的巖溶比例、耕地利用效率、公共財政支出和人均GDP均值分別為0.61、0.82、270.65×108元和2.78×108元；次低值區(qū)在以貴州省為中心的東、西、南、北及東北方向的部分市域，其巖溶比例、耕地利用效率、公共財政支出和人均GDP均值分別為0.30、0.79、357.06×108元和3.49×108元；低值區(qū)的巖溶比例、耕地利用效率、公共財政支出均值和人均GDP為0.04、0.81、271.71×108元和4.9×108元。4類巖溶區(qū)的耕地利用效率與巖溶比例呈反比趨勢，與公共財政支出及人均GDP大致上呈現(xiàn)出正比趨勢。

圖4 3種因素等級分布圖Fig.4 Distribution of three factor levels

4 結(jié)論

運用DEA模型對西南巖溶地區(qū)112個市2011—2017年的耕地利用效率進行測算，研究耕地利用效率的時空變化狀況，結(jié)合GIS空間分析工具和地理探測器模型，分析耕地利用效率的影響因素。

(1)2011—2017年，西南巖溶地區(qū)耕地利用效率值總體上呈“先上升后下降”趨勢，技術(shù)效率均值與綜合效率均值的變化趨勢比較接近，說明技術(shù)效率在綜合效率中所占比例較大，起到?jīng)Q定性的作用。

(2)西南巖溶地區(qū)耕地利用效率具有中等強度的空間變異性?？傮w上看，綜合效率和技術(shù)效率西部和中東部地區(qū)高于東北部、中部和南部地區(qū)；高值區(qū)主要集中分布在重慶-資陽-甘孜一線為中心的市、區(qū)，以及云南省的大理、保山、普洱和西雙版納，北部湖北省的隨州、荊門和荊州，湖南省的常德、湘潭和株洲等市、區(qū)；規(guī)模效率整體偏高，西部和南部較東部和北部高。

(3)地理探測器的因子探測器揭示了巖溶比例(q=0.24)、高程(q=0.21)2個因子是西南巖溶區(qū)耕地利用效率的主要影響因子；交互式探測器進一步揭示了巖溶比例與公共財政支出(q=0.73)、巖溶比例與人均GDP的組合(q=0.6)共同影響西南巖溶區(qū)耕地利用效率。