吳郁玲,張佩,李佳
(華中師范大學(xué)公共管理學(xué)院,湖北 武漢 430079)
耕地是人類生存和發(fā)展的基礎(chǔ),其在農(nóng)業(yè)和國民經(jīng)濟(jì)中的重要性不可替代[1],如何利用有限的耕地資源提高耕地產(chǎn)出是實(shí)現(xiàn)經(jīng)濟(jì)社會可持續(xù)發(fā)展的必然要求。2009—2016年我國耕地面積下降約4.6×105hm2[2],與此同時(shí),優(yōu)質(zhì)耕地非農(nóng)化、土壤酸化、鹽漬化、農(nóng)業(yè)面源污染等現(xiàn)象愈演愈烈[3-4],耕地面積與質(zhì)量的不斷下降制約了耕地利用效率的提升,長此以往會威脅中國糧食安全。因此,深入分析耕地利用效率現(xiàn)狀,揭示耕地利用效率作用規(guī)律,探究提升耕地利用效率的多重路徑對于保障我國糧食安全、實(shí)現(xiàn)經(jīng)濟(jì)社會可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。
目前學(xué)術(shù)界圍繞耕地利用效率進(jìn)行了一些有益的探索,現(xiàn)有的研究主要側(cè)重于耕地利用效率的測算[5-6]、時(shí)空特征[7-8]以及影響因素[9-10]等方面。其中耕地利用效率的測算與影響因素的分析是其研究的核心,在效率測算方面,學(xué)者們主要從耕地利用效率的內(nèi)涵著手,認(rèn)為耕地利用效率是包含以耕地要素投入為核心的資本、勞動力等多要素投入與所產(chǎn)出的經(jīng)濟(jì)效益之間的關(guān)系[11-12],因而學(xué)者們在測算耕地利用效率時(shí),大多傾向于選擇能夠解決多投入多產(chǎn)出問題的數(shù)據(jù)包絡(luò)相關(guān)模型來進(jìn)行研究,如有學(xué)者運(yùn)用CCR模型[13]、SBM模型[14]測算了部分 省份耕地利用效率,也有學(xué)者運(yùn)用超效率模型測算了糧食主產(chǎn)區(qū)耕地利用效率并分析了其時(shí)空特征[15], 這些研究為本研究的順利開展提供了堅(jiān)實(shí)的理論基礎(chǔ)與技術(shù)支持。而在影響因素研究方面,學(xué)者們發(fā)現(xiàn)氣候條件[16]、耕地資源稟賦[17]、經(jīng)濟(jì)發(fā)展水平[18]等對耕地利用效率有顯著影響,然而現(xiàn)有的研究主要關(guān)注耕地利用效率的外部影響因素,較少的從耕地投入要素本身深入剖析其對耕地利用效率的影響,而科學(xué)評價(jià)并剖析耕地利用效率本身,能夠從源頭著手把握耕地利用效率的本質(zhì)特征,從而為提高耕地利用效率做出更具針對性的改進(jìn)措施。最后,在研究尺度上,現(xiàn)有研究大多從全國[19]、省域[20]、市域[21]等宏觀視角進(jìn)行評價(jià)分析,而缺乏基于國家發(fā)展戰(zhàn)略視角下特定經(jīng)濟(jì)帶耕地利用效率的研究,導(dǎo)致區(qū)域經(jīng)濟(jì)帶與國家糧食安全的相關(guān)政策研究供給不足。
長江經(jīng)濟(jì)帶橫跨中國東、中、西部地區(qū),覆蓋四川、貴州、云南、重慶、湖南、湖北、江西、安徽、浙江、江蘇、上海11個(gè)?。ㄊ校?,占全國國土面積的21.4%,人口和國內(nèi)生產(chǎn)總值均占全國的40%以上,是中國最具活力和發(fā)展?jié)摿Φ慕?jīng)濟(jì)帶之一。區(qū)域內(nèi)分布有江漢平原、洞庭湖平原、鄱陽湖平原等三大平原,耕地資源十分豐富,且是我國重要的糧食主產(chǎn)區(qū),其耕地規(guī)模、播種面積和糧食產(chǎn)量分別占全國的33.34%、40.61%和37.77%[22]。已有研究表明,自2000年以來長江流域的糧食生產(chǎn)主體地位不斷下降,人均糧食產(chǎn)量也在不斷降低[23]。十四五規(guī)劃提出要提高資源利用效率,推動長江經(jīng)濟(jì)帶上中下游、東中西部地區(qū)協(xié)同可持續(xù)發(fā)展,在“共抓大保護(hù),不搞大開發(fā)”的發(fā)展理念下,以最低土地資源代價(jià)支撐社會經(jīng)濟(jì)發(fā)展顯得尤為重要,其中提升耕地利用效率乃是重中之重[24]。因此,研究長江經(jīng)濟(jì)帶耕地利用效率的動態(tài)變化規(guī)律,深入剖析其耕地要素投入的冗余狀況,對于兼顧我國經(jīng)濟(jì)快速發(fā)展、切實(shí)保護(hù)耕地、確保糧食安全具有重要的現(xiàn)實(shí)意義。
鑒于此,本研究選取長江經(jīng)濟(jì)帶126個(gè)地級市作為研究單元,借助超效率SBM模型對2008—2017年研究區(qū)耕地利用效率進(jìn)行測度,其次利用探索性空間數(shù)據(jù)分析方法來刻畫其時(shí)空演變特征,最后根據(jù)各評價(jià)單元投入冗余情況,提出未來耕地利用效率提升方向與政策建議,以期為長江經(jīng)濟(jì)帶不同地區(qū)優(yōu)化耕地資源要素投入組合,進(jìn)一步提升耕地利用效率提供參考借鑒。
1.1.1 超效率SBM模型 數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis, DEA)是利用多投入多產(chǎn)出指標(biāo)來分析相對效率的一種數(shù)量分析方法,傳統(tǒng)的DEA模型包括分別適用于規(guī)模報(bào)酬可變和規(guī)模報(bào)酬不變的BCC(Banker, Charnes and Cooper, BCC)和CCR(Charnes, Cooper and Rhodes, CCR)兩種基本模型,這兩種模型從徑向和角度對效率進(jìn)行度量,誤差相對較大。2001年Tone[25]提出了基于投入和產(chǎn)出的松弛變量測度的非徑向非角度的SBM(Slack Based Model, SBM)模型,該模型的優(yōu)點(diǎn)在于投入和產(chǎn)出為無量綱,計(jì)算結(jié)果會隨松弛度變化而單調(diào)遞減。然而根據(jù)單純的SBM模型測算結(jié)果會出現(xiàn)多個(gè)決策單元效率值為1的情況,無法對決策單元進(jìn)行有效評價(jià)與排序,因此Tone基于修正松弛變量提出了超效率SBM模型,即可分析效率值大于等于1的情況。因此本研究選取超效率SBM模型對長江經(jīng)濟(jì)帶耕地利用效率進(jìn)行測度,會使計(jì)算結(jié)果更加科學(xué)準(zhǔn)確。其計(jì)算公式如下[26]:
式中:δ為耕地利用效率,m為耕地投入要素,n為決策單元數(shù)量,X0和Y0分別表示投入變量和產(chǎn)出變量,Xi為第i個(gè)決策單元的投入量,Yj為第j個(gè)決策單元的產(chǎn)出量,(Xik,Yrk)表示第k個(gè)決策單元的第i項(xiàng)投入和第r項(xiàng)產(chǎn)出。λ為權(quán)重向量,λj為單位組合系數(shù),S為耕地產(chǎn)出要素,Si-為投入松弛變量,Si+為產(chǎn)出松弛變量,S-為投入冗余量,S+為產(chǎn)出不足量,即實(shí)際與理想(最優(yōu))產(chǎn)出之間的相對差值。
1.1.2 探索性空間數(shù)據(jù)分析 探索性空間數(shù)據(jù)分析法(Exploring Space Date Analysis, ESDA)是通過技術(shù)操作對空間數(shù)據(jù)進(jìn)行可視化分析,發(fā)現(xiàn)空間集聚現(xiàn)象與空間異質(zhì)性的相互作用關(guān)系,來解釋研究區(qū)域內(nèi)研究對象的空間作用機(jī)制[27]。本研究通過全局Moran’sI指數(shù)和局部Moran’sI指數(shù)分別用以解釋長江經(jīng)濟(jì)帶耕地利用效率的全域和局域的空間關(guān)聯(lián)度,Moran’sI>0表明存在空間正相關(guān)性,其值越大正相關(guān)性越強(qiáng),Moran’sI<0表明存在空間負(fù)相關(guān)性,其值越小負(fù)相關(guān)性越強(qiáng)。其中,全局Moran’sI指數(shù)計(jì)算公式為[28]:
式中:I為Moran’sI指數(shù),n為研究對象個(gè)數(shù),Yi和Yj分別為i區(qū)域和j區(qū)域觀測值,Wij為空間權(quán)重矩陣(空間相鄰為1,不相鄰為0);S2為觀測值的方差,為觀測值的平均值。
局域Moran’sI指數(shù)計(jì)算公式為:
式中:Ii為局部空間自相關(guān)性指標(biāo),Xi、Xj分別表示空間單元i、j的屬性值,為X的平均值,n為樣本數(shù),Wij為空間權(quán)重矩陣。
耕地利用效率是單位耕地的投入與產(chǎn)出之比,借鑒相關(guān)研究[29-30],本研究主要基于耕地利用的經(jīng)濟(jì)效益和社會效益來考察耕地的利用效率。基于此,本文按照投入-產(chǎn)出的邏輯和遵循評價(jià)指標(biāo)的科學(xué)性、合理性以及可獲得性等原則構(gòu)建耕地利用指標(biāo)體系,其中投入方面主要包含土地投入、勞動力投入以及資本投入三個(gè)維度,選取耕地面積(耕地面積乘以復(fù)種指數(shù))來表征土地要素的投入,農(nóng)業(yè)從業(yè)人數(shù)(種植業(yè)從業(yè)人數(shù))表征勞動要素的投入,農(nóng)業(yè)機(jī)械總動力和化肥施用量(折純計(jì)算)來表征資本要素的投入;產(chǎn)出方面主要選取農(nóng)業(yè)總產(chǎn)值(種植業(yè)產(chǎn)值)和糧食總產(chǎn)量來分別表征耕地的社會與經(jīng)濟(jì)產(chǎn)出(表1)。
表1 耕地利用效率測度指標(biāo)體系Table 1 Index system of the farmland utilization efficiency
本研究選取了長江經(jīng)濟(jì)帶126個(gè)地級市作為研究單元,數(shù)據(jù)來源于長江經(jīng)濟(jì)帶11個(gè)省、市的統(tǒng)計(jì)年鑒及國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)(2008—2017年),其中部分年份數(shù)據(jù)缺失,本研究采用線性估值法、平均估值法等進(jìn)行填充。為便于在研究中作區(qū)域差異分析,將長江經(jīng)濟(jì)帶劃分為上中下游三大區(qū)域,其中上游地區(qū)包括四川、云南、重慶、貴州四個(gè)省市的47個(gè)地級市,中游地區(qū)包括湖北、湖南、江西三個(gè)省的38個(gè)地級市,下游地區(qū)包括上海、江蘇、浙江、安徽四個(gè)省市的41個(gè)地級市。
借助超效率SBM模型測算得到2008—2017年長江經(jīng)濟(jì)帶126個(gè)地級市耕地利用效率值(圖1),分析得出以下特征:1)長江經(jīng)濟(jì)帶耕地利用效率總體不高。整體效率平均值為0.536,其最大值也僅為0.584,遠(yuǎn)小于DEA較優(yōu)(效率值大于等于1),其中2008、2011、2014和2017年長江經(jīng)濟(jì)帶126個(gè)地級市中分別有15、18、17和18個(gè)城市耕地利用效率值達(dá)到DEA較優(yōu),分別占總數(shù)的11.9%、14.3%、13.5%和14.3%。這表明近些年長江經(jīng)濟(jì)帶總體上耕地利用效率不高,利用效率較優(yōu)城市數(shù)量占比較低,在長江經(jīng)濟(jì)帶10年的城鎮(zhèn)化進(jìn)程中,雖然以機(jī)械化為代表的耕地生產(chǎn)投入在不斷完善進(jìn)步,期望產(chǎn)出在年年提高,但多數(shù)地區(qū)耕地生產(chǎn)投入要素仍未實(shí)現(xiàn)最優(yōu)配置,存在要素錯(cuò)配現(xiàn)象,從而阻礙了區(qū)域整體耕地利用效率的提高。
2)長江經(jīng)濟(jì)帶耕地利用效率總體上呈現(xiàn)波動下降的趨勢。由圖1可知,耕地利用效率從2008年的0.584下降到2017年的0.496,下降幅度約為12.1%,期間最低值為2013年的0.447。這表明長江經(jīng)濟(jì)帶耕地保護(hù)面臨著嚴(yán)峻的形勢,長江經(jīng)濟(jì)帶作為我國社會經(jīng)濟(jì)發(fā)達(dá)地區(qū)之一,在吸引大量農(nóng)村勞動力涌入城市,不斷推進(jìn)城市化進(jìn)程的同時(shí),上、中游地區(qū)農(nóng)業(yè)勞動力持續(xù)流失,尤其是重慶、四川、湖南等地,農(nóng)業(yè)人口流出嚴(yán)重,致使農(nóng)村大量耕地?zé)o人耕種,耕地拋荒閑置現(xiàn)象嚴(yán)重,耕地資源無法得到有效利用[31]。而下游地區(qū)非農(nóng)人口膨脹,城市擴(kuò)張大量占用耕地,同時(shí)在比較優(yōu)勢下耕地非農(nóng)化、非糧化趨勢明顯,近年來下游地區(qū)農(nóng)業(yè)總產(chǎn)值增加值與糧食總產(chǎn)量增加值呈平穩(wěn)態(tài)勢,而耕地生產(chǎn)投入要素卻在年年增長,進(jìn)而使得耕地利用效率相對呈現(xiàn)波動下降趨勢。
3)長江經(jīng)濟(jì)帶耕地利用效率區(qū)域差異較為顯著。2008—2017年長江經(jīng)濟(jì)帶上、中、下游地區(qū)耕地利用的效率均值分別為0.504、0.555和0.553,其中上游和下游地區(qū)的效率均值分別由2008年的0.620、0.655降至2017年的0.496、0.477,而中游地區(qū)的效率均值則由2008年的0.462升至2017年的0.553。這表明長江經(jīng)濟(jì)帶耕地利用效率區(qū)域差異較為顯著,不同地區(qū)受資源稟賦和社會經(jīng)濟(jì)等因素影響作用也不同,其中,上游地區(qū)主要以生態(tài)保護(hù)為主,多山地丘陵的地形特征使得大型機(jī)械難以操作,農(nóng)業(yè)機(jī)械總動力投入相對不足;中游地區(qū)分布有多個(gè)平原,水熱條件較好,耕地資源稟賦較優(yōu);下游地區(qū)社會經(jīng)濟(jì)發(fā)達(dá),資本技術(shù)勞動力等要素組合相對較優(yōu)。說明應(yīng)當(dāng)采取差別化對策,優(yōu)化不同地區(qū)耕地要素投入組合。
2.2.1 耕地利用效率全局特征分析 限于篇幅,僅以2008年、2011年、2014年和2017年進(jìn)行分析,利用式(2)計(jì)算四個(gè)年份耕地利用效率值的全局Moran’sI值,以分析其總體空間分異特征(表2)。從靜態(tài)截面來看,2008年、2011年、2014年和2017年耕地利用效率Moran’sI指數(shù)分別為0.095、0.040、 0.079和0.085,4個(gè)時(shí)期全局Moran’sI指數(shù)均在10%水平上通過顯著性檢驗(yàn)且均大于0,說明長江經(jīng)濟(jì)帶耕地利用效率呈現(xiàn)正的空間自相關(guān),即相鄰地級市耕地利用效率呈現(xiàn)空間集聚態(tài)勢;從動態(tài)變化幅度來看,Moran’sI指數(shù)從2008年的0.095陡降至2011年的0.040,下降幅度約58%,隨后激增至2014年的0.079,之后一直保持上升態(tài)勢,直至2017年的0.085,四年的Moran’sI指數(shù)平均值為0.075,這一變化趨勢表明近年來長江經(jīng)濟(jì)帶耕地利用效率的空間相關(guān)性處于波動增強(qiáng)態(tài)勢,集聚態(tài)勢有所凸顯;2014年的陡增現(xiàn)象反映出長江經(jīng)濟(jì)帶耕地利用效率總體空間格局發(fā)生了較大的變動,集聚性更強(qiáng)。通過對比可知,2008年和2017年效率全局Moran’sI觀測值與期望值之間差距不大,整個(gè)研究期內(nèi)減幅僅為10%左右,也充分說明2008—2017年間長江經(jīng)濟(jì)帶耕地利用效率空間集聚性驟 降后逐步增強(qiáng),但總體空間分異格局保持相對穩(wěn)定態(tài)勢。
表2 耕地利用效率全局Moran’s I值Table 2 Global Moran’s Ivalue of farmland utilization efficiency
2.2.2 耕地利用效率局部特征分析 由于全局Moran’sI指數(shù)僅從全域視角上展現(xiàn)了長江經(jīng)濟(jì)帶耕地利用效率空間自相關(guān)特征,難以反映局部異常值或集聚出現(xiàn)的范圍和位置,因此利用式(3)計(jì)算出2008、2011、2014和2017年長江經(jīng)濟(jì)帶耕地利用效率的局部Moran’sI指數(shù)值,將Moran’sI值分為4類:高高區(qū)、高低區(qū)、低高區(qū)、低低區(qū),借助ArcGIS軟件繪制長江經(jīng)濟(jì)帶耕地利用效率局部集聚演變圖(圖2),用以反映長江經(jīng)濟(jì)帶耕地利用效率局部空間分異格局。從圖2可以看出,研究期內(nèi)長江經(jīng)濟(jì)帶耕地利用效率空間集聚特征較為顯著,其效率值在空間上主要呈現(xiàn)高高集聚或低低集聚的分布態(tài)勢,并且空間集聚格局隨時(shí)間推移而演變。
1)2008年耕地利用效率高值區(qū)域呈現(xiàn)出“雙核集聚”的空間格局。該年度長江經(jīng)濟(jì)帶耕地利用綜合效率形成了兩個(gè)高值集聚區(qū)域,第一個(gè)“極核”主要涵蓋了江蘇省大部以及浙江省北部城市,第二個(gè)“極核”主要位于被譽(yù)為“天府之國”的四川盆地,該地區(qū)水熱條件較好,地形平坦,因此耕地利用效率相對較高;低值地區(qū)主要集中在湖北省西部、貴州省的大部分地區(qū)以及湖南省的西北部地區(qū),這些區(qū)域多山地丘陵地形,土地坡度較大導(dǎo)致耕作難度較大,因此該區(qū)域耕地利用效率較低。
2)2011年耕地利用效率高值區(qū)域呈現(xiàn)出“多核集聚”的空間格局。該年度長江經(jīng)濟(jì)帶耕地利用綜合效率形成了三個(gè)高值集聚區(qū)域,第一個(gè)“極核”區(qū)域集聚在江蘇省東部城市,第二個(gè)“極核”區(qū)域集聚在湖北省隨州市,第三個(gè)“極核”區(qū)域分布在四川盆地附近,該集聚類型呈現(xiàn)高高趨勢,說明此區(qū)域耕地利用效率較高;低值區(qū)域集聚在貴州省以及安徽省西部城市,如六安市、亳州市等,受自然稟賦條件影響該集聚類型呈現(xiàn)低低趨勢,因此該區(qū)域耕地利用效率較低。
3)2014年耕地利用效率高值區(qū)域呈現(xiàn)出“多核集聚”的空間格局,但體現(xiàn)出顯著的層次性。該年度長江經(jīng)濟(jì)帶耕地利用綜合效率形成了多個(gè)高值集聚的“極核”,第一個(gè)“極核”分布在江西省東北部鄱陽湖平原附近,第二個(gè)“極核”主要分布在江蘇省東部、南部的平原地區(qū),第三個(gè)“極核”分布在湖北省中東部地區(qū),且主要集聚在江漢平原附近,該區(qū)域同樣因較好的自然資源稟賦而使得耕地利用效率較高;同時(shí)也形成了多個(gè)低值集聚的“極核”,其中第一個(gè)“極核”分布于貴州省,第二個(gè)“極核”位于安徽省的西部且呈帶狀分布,兩地均為山區(qū)地帶,耕地破碎難以成片規(guī)?;a(chǎn),嚴(yán)重影響耕地利用效率。
4)2017年耕地利用效率高值區(qū)域仍呈現(xiàn)出“多核集聚”的空間格局。與2008年相比,高值“極核”仍包括江蘇省東部和四川盆地等區(qū)域、低值“極核”仍包括貴州省,但高值“極核”所在區(qū)域增加了一個(gè)“極核”,其涵蓋了江西省的撫州市、南昌市、宜春市和九江市以及湖北省黃石市,說明該區(qū)域通過調(diào)整耕地投入要素后利用效率有了顯著提升;同時(shí)湖北省大部分地區(qū)退出低值集聚的區(qū)域,說明近些年湖北省努力挖掘自身的資源稟賦優(yōu)勢,產(chǎn)生顯著的積極效益,但低值集聚區(qū)域出現(xiàn)一個(gè)新的“極核”,其位于安徽省的中西部城市,說明近些年該區(qū)域的耕地利用效率急劇下降,該區(qū)域多分布在大別山區(qū),且由于安徽省是一個(gè)勞務(wù)人口輸出大省,其人口的外遷會導(dǎo)致農(nóng)業(yè)人口的流失,從而引發(fā)耕地拋荒,致使耕地利用效率的降低。
為進(jìn)一步探究長江經(jīng)濟(jì)帶耕地利用效率低下的原因,本研究引入要素冗余率。要素冗余率反映的是投入產(chǎn)出與最優(yōu)配置目標(biāo)值之間的差距情況[32], 冗余率>0即表示存在投入冗余,冗余率<0即表示存在投入不足。本研究中耕地利用要素冗余指在現(xiàn)有要素投入的基礎(chǔ)上,部分要素未高效利用從而存在相對冗余,例如2017年耕地面積全域冗余率為24.5%,即表示在產(chǎn)出不變的情況下耕地面積多投入了24.5%,即出現(xiàn)了相對冗余情況,若將這24.5%的耕地面積充分利用將會產(chǎn)生更多的產(chǎn)出。
本研究基于2008、2011、2014和2017年的耕地投入指標(biāo)冗余數(shù)據(jù)(剔除效率值大于等于1的城市),繪制出2008—2017年長江經(jīng)濟(jì)帶耕地投入要素冗余表(表3),用以分析全域冗余情況。同時(shí)基于2008和2017年耕地投入指標(biāo)冗余數(shù)據(jù)(剔除效率值大于等于1的城市),繪制長江經(jīng)濟(jì)帶耕地投入 要素冗余率分布圖(圖3),用以分析局域冗余情況。
表3 2008—2017年長江經(jīng)濟(jì)帶耕地投入要素冗余率Table 3 Redundancy rate of farmland input factors in the Yangtze River economic belt from 2008 to 2017
2.3.1 耕地面積冗余分析 從全域來看,2008—2017年長江經(jīng)濟(jì)帶耕地面積冗余率呈現(xiàn)波動上升的態(tài)勢,其中2008—2014年總體冗余率處于較低水平,而2017年總體冗余率要遠(yuǎn)高于以往年份。從局域來看,阿壩藏族羌族自治州、黔西南布依族苗族自治州等地區(qū)耕地面積投入長期處于高度冗余狀態(tài),相比2008年,2017年在25%~50%、50%~75%的冗余范圍內(nèi)分別新增城市33個(gè)和10個(gè),新增城市上中下游均有分布,如上游的川渝地區(qū)、云貴高原,中游的湘西、鄂東地區(qū),下游的麗水、金華以及臺州等市。這表明長江經(jīng)濟(jì)帶耕地資源投入浪費(fèi)的現(xiàn)象較為嚴(yán)重,這很可能與城市化的快速推進(jìn)有關(guān)。2015年長江經(jīng)濟(jì)帶城鎮(zhèn)化率已達(dá)56.7%,按照諾瑟姆城鎮(zhèn)化發(fā)展曲線,長江經(jīng)濟(jì)帶已屬于快速城鎮(zhèn)化時(shí)期[33],快速城鎮(zhèn)化推動第一產(chǎn)業(yè)從業(yè)人員向二、三產(chǎn)業(yè)不斷轉(zhuǎn)移,一方面使得農(nóng)村人均耕地面積增加,另一方面造成勞動力結(jié)構(gòu)改變,農(nóng)業(yè)生產(chǎn)由過去的青壯勞動力為主轉(zhuǎn)向老年勞動力為主。在相對人均耕地生產(chǎn)面積投入增加的同時(shí),由于老年勞動力在先進(jìn)的生產(chǎn)技術(shù)、知識等方面存在相對較弱的情況,致使耕地面積冗余急劇擴(kuò)張。
2.3.2 農(nóng)業(yè)從業(yè)人數(shù)冗余分析 從全域來看,2008—
2017年長江經(jīng)濟(jì)帶農(nóng)業(yè)從業(yè)人數(shù)冗余率始終處于高水平階段,且為四項(xiàng)投入指標(biāo)中冗余程度最大,其中上游地區(qū)的冗余率要遠(yuǎn)高于中游和下游地區(qū)。從局域來看,相比2008年,2017年在25%~50%、50%~75%的冗余范圍內(nèi)分別新增城市1個(gè)和2個(gè),研究期內(nèi)冗余變動情況較小,其中滇南、黔南地區(qū)冗余情況相對較為嚴(yán)重。這表明長江經(jīng)濟(jì)帶整體上還存在農(nóng)業(yè)人口和傳統(tǒng)農(nóng)業(yè)經(jīng)營方式比重較大等現(xiàn)象,其中上游地區(qū)更加典型,這很可能與自然環(huán)境和社會經(jīng)濟(jì)發(fā)展水平有關(guān)。據(jù)中國統(tǒng)計(jì)年鑒長江經(jīng)濟(jì)帶各省市的農(nóng)業(yè)從業(yè)人員數(shù)整理發(fā)現(xiàn),2014年長江經(jīng)濟(jì)帶農(nóng)業(yè)人口比重較高的省份主要為貴州省和云南省,高達(dá)83.6%和70.86%,主要原因在于上游地區(qū)多山地丘陵,地形坡度較大不利于大型機(jī)械規(guī)?;?jīng)營,主要以家庭為單位的傳統(tǒng)小農(nóng)經(jīng)營方式為主,且上游地區(qū)交通不便社會經(jīng)濟(jì)相對落后,以致農(nóng)業(yè)從業(yè)人數(shù)比重較高,因此產(chǎn)生的冗余率相對較大。
2.3.3 農(nóng)業(yè)機(jī)械總動力冗余分析 從全域來看,2008—2017年長江經(jīng)濟(jì)帶農(nóng)業(yè)機(jī)械總動力冗余率總體上處于較低水平且呈波動下降態(tài)勢,其中上游和中游地區(qū)的冗余率要遠(yuǎn)低于下游地區(qū),2014—2017年下游地區(qū)的冗余率更是從11.36%激增至47.89%。從局域來看,相比2008年,2017年在75%~100%的冗余范圍內(nèi)新增城市數(shù)15個(gè),冗余情況嚴(yán)重,主要由江淮地區(qū)以及鄱陽湖平原等糧食主產(chǎn)區(qū)向四周輻射分布,滇南、鄂北、浙南等地區(qū)逐步退出高冗余階段。這表明長江經(jīng)濟(jì)帶農(nóng)業(yè)機(jī)械化整體冗余量不大但區(qū)域差異化顯著,上游地區(qū)本身地形條件制約了農(nóng)業(yè)機(jī)械的投入,多為傳統(tǒng)家庭經(jīng)營模式,梯田式耕作模式可能彌補(bǔ)了農(nóng)業(yè)機(jī)械投入上的相對不足,中游地區(qū)分布有多個(gè)水熱條件較好的平原,適合大型機(jī)械的推進(jìn),因此農(nóng)業(yè)機(jī)械與資源稟賦之間組合較優(yōu),導(dǎo)致冗余較低,說明近些年中游地區(qū)農(nóng)業(yè)機(jī)械化的推進(jìn)政策落實(shí)較好,而下游地區(qū)雖然是社會經(jīng)濟(jì)發(fā)達(dá)或糧食主產(chǎn)地區(qū),機(jī)械化水平可能較高,但在實(shí)際利用中農(nóng)業(yè)機(jī)械總動力的投入可能已經(jīng)達(dá)到帕累托最優(yōu),隨著投入要素的追加會產(chǎn)生規(guī)模報(bào)酬遞減的可能性,因此2014年以來農(nóng)業(yè)機(jī)械總動力冗余率不斷激增。
2.3.4 化肥施用量冗余分析 從全域來看,2008—2017年長江經(jīng)濟(jì)帶化肥施用量冗余率呈現(xiàn)不斷上升的態(tài)勢且增速不斷加強(qiáng),其中2014—2017年增幅高達(dá)57%,冗余率的最大值主要分布在2017年的上游地區(qū)。從局域來看,相比2008年,2017年在25%~50%、50%~75%的冗余范圍內(nèi)新增城市數(shù)分別為50個(gè)和16個(gè),全域內(nèi)各省均有新增情況,其中云南、貴州等地冗余情況較為嚴(yán)重。表明長江經(jīng)濟(jì)帶化肥要素投入普遍過多,這可能與糧食增產(chǎn)的政策需求以及農(nóng)村勞動力短缺有關(guān),一方面在保障我國糧食安全的政策背景下,各級地方政府積極探索糧食增產(chǎn)的路徑,而相關(guān)農(nóng)戶及承包經(jīng)營者限于短期利益可能出現(xiàn)盲目施用化肥、農(nóng)藥來達(dá)到增產(chǎn)增收的行為,另一方面城鎮(zhèn)化吸引大量農(nóng)村勞動力進(jìn)入城市,農(nóng)村人口急劇減少,農(nóng)戶及承包經(jīng)營者會尋求提高化肥施用量來彌補(bǔ)勞動力短缺的困境。上游地區(qū)多貧困山區(qū),農(nóng)業(yè)從業(yè)人員專業(yè)知識水平較低,更易出現(xiàn)盲目施肥的行為。
本研究運(yùn)用超效率SBM模型測度了2008—2017年長江經(jīng)濟(jì)帶耕地利用效率,借助ESDA分析法刻畫了長江經(jīng)濟(jì)帶耕地利用效率的時(shí)空演變特征,并根據(jù)耕地生產(chǎn)投入要素的冗余情況,分析未來長江經(jīng)濟(jì)帶耕地提升潛力與改善方向,得出以下結(jié)論:
1)從時(shí)序上來看,2008—2017年長江經(jīng)濟(jì)帶耕地整體利用效率不高,且呈波動下降態(tài)勢,上、中、下游三大地區(qū)效率區(qū)域差異較為顯著,除中游地區(qū)外,同樣均呈波動下降趨勢,說明目前長江經(jīng)濟(jì)帶耕地保護(hù)的形勢依舊嚴(yán)峻,耕地利用效率還存在較大的提升空間,應(yīng)當(dāng)因地制宜采取差別化政策來提升耕地利用效率;從空間上來看,長江經(jīng)濟(jì)帶耕地利用效率主要呈現(xiàn)顯著的空間集聚特征,且主要表現(xiàn)為高高、低低兩種集聚態(tài)勢,因此耕地利用效率高地區(qū)可以以優(yōu)帶次,擴(kuò)大優(yōu)質(zhì)農(nóng)業(yè)生產(chǎn)的示范效應(yīng),耕地利用效率較低地區(qū)應(yīng)當(dāng)努力突破地域制約,學(xué)習(xí)發(fā)達(dá)地區(qū)成熟的農(nóng)業(yè)管理經(jīng)驗(yàn)及先進(jìn)的耕作 技術(shù)。
2)從耕地生產(chǎn)投入要素冗余情況來看,投入要素冗余與耕地利用效率之間呈負(fù)相關(guān),即耕地生產(chǎn)投入要素冗余量越大耕地利用效率越低。時(shí)序上看,2008—2017年長江經(jīng)濟(jì)帶耕地投入指標(biāo)整體上均存在冗余情況,其中耕地面積、農(nóng)業(yè)從業(yè)人數(shù)與化肥施用量的冗余度相對較高且范圍較廣。空間上看,長江經(jīng)濟(jì)帶上、中、下游的耕地投入冗余情況各不相同,具有顯著的地域差異,因此應(yīng)當(dāng)制定差別化的冗余提升策略。
鑒于此,提出提升長江經(jīng)濟(jì)帶耕地利用效率的政策建議:
1)對于長江經(jīng)濟(jì)帶上游地區(qū),如在黔南、滇南、川北尤其在怒江、紅河、文山等貧瘠少地山區(qū),改造中、低產(chǎn)田,大力推行耕地整治工作,引導(dǎo)耕地流轉(zhuǎn),促使零散耕地連片,在不破壞當(dāng)?shù)厣鷳B(tài)環(huán)境的前提條件下,科學(xué)適宜發(fā)展特色梯田農(nóng)業(yè),發(fā)展山區(qū)立體農(nóng)業(yè)。其次,密切監(jiān)控耕地拋荒、非農(nóng)化、非糧化行為。同時(shí),通過政策鼓勵(lì)將下游的上海、浙江、江蘇等發(fā)達(dá)省份以及中游的湖北、江西等糧食生產(chǎn)大省先進(jìn)的耕作技術(shù)及農(nóng)業(yè)管理經(jīng)驗(yàn)引入上游地區(qū),改善農(nóng)機(jī)通行和作業(yè)條件,探索使用適宜上游山地丘陵地形的小型農(nóng)用機(jī)械,提高糧食生產(chǎn)效率。
2)對于長江經(jīng)濟(jì)帶中游地區(qū),如在湖北、江西尤其在江漢平原、環(huán)鄱陽湖平原等自然稟賦較優(yōu)的糧食主產(chǎn)區(qū),對達(dá)到一定規(guī)模的承包大戶給予一定的資金獎勵(lì),健全糧食生產(chǎn)補(bǔ)償機(jī)制,打造特色的農(nóng)產(chǎn)品品牌,提高農(nóng)產(chǎn)品附加值,如“潛江蝦鄉(xiāng)稻”,提高農(nóng)民種糧的積極性。同時(shí),針對中游地區(qū),尤其在恩施、宜昌、黃岡、咸寧等化肥投入冗余較多地區(qū),應(yīng)當(dāng)大力推廣精準(zhǔn)施肥、測土配方施肥等施肥方式,鼓勵(lì)使用有機(jī)肥改善土壤微生物結(jié)構(gòu),運(yùn)用RS、GPS、GIS等科學(xué)技術(shù)加強(qiáng)對耕地地力、土地墑情及土壤肥效的監(jiān)測,推進(jìn)化肥減量增效,提升土壤肥力。
3)對于長江經(jīng)濟(jì)帶下游地區(qū),如在江蘇南部、浙江南部尤其在麗水市、泰州市、金華市等城鎮(zhèn)化推進(jìn)較快地區(qū)積極培育新型農(nóng)業(yè)經(jīng)營主體,應(yīng)對快速城鎮(zhèn)化帶來的耕地資源閑置、農(nóng)業(yè)勞動力人口結(jié)構(gòu)老齡化等問題,充分發(fā)揮長三角地區(qū)先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)優(yōu)勢,加大優(yōu)質(zhì)糧食種子培育力度,改善栽培灌溉技術(shù),鼓勵(lì)有條件地區(qū)將單季稻變雙季稻,提高復(fù)種指數(shù),以此來彌補(bǔ)耕地資源的稀缺不足;在安徽省等傳統(tǒng)農(nóng)業(yè)大省中應(yīng)當(dāng)推行適度機(jī)械化、規(guī)?;?jīng)營,同時(shí)大力推廣先進(jìn)農(nóng)機(jī)與生產(chǎn)技術(shù),推動農(nóng)業(yè)機(jī)械化提檔升級,建立農(nóng)機(jī)更新報(bào)廢制度,加大農(nóng)機(jī)購置補(bǔ)貼力度。
需要指出的是,耕地利用效率在一定的產(chǎn)權(quán)制度安排下,受到邊際投入與邊際產(chǎn)出比較的影響,而近年來耕地生產(chǎn)投入要素在部分地區(qū)處于邊際報(bào)酬遞減階段,那么如何定量分析耕地生產(chǎn)投入要素邊際化對耕地利用效率的影響,是未來研究中需要重點(diǎn)關(guān)注的問題;其次,囿于數(shù)據(jù)的可獲性,本研究在產(chǎn)出指標(biāo)選取上未考慮耕地利用的非期望產(chǎn)出,如耕地生產(chǎn)產(chǎn)生的面源污染,這也將是未來本研究需要強(qiáng)化的地方。