李繼霞，王華春，樊騁琳

（北京師范大學 政府管理學院，北京 100875）

耕地持續(xù)高強度利用保證了中國以占世界7.61%的耕地養(yǎng)活了世界22.15%的人口[1-2]，用現(xiàn)代化生產要素開展集約化生產是提高農業(yè)產出的關鍵，但化肥、農藥等農資在為農業(yè)增產貢獻力量的同時，也成為農業(yè)面源污染和溫室氣體排放的“禍首”之一[3]?！?020 年中國生態(tài)環(huán)境狀況公報》顯示，農業(yè)源總氮排放量、農業(yè)源化學需氧量排放量及農業(yè)源總磷排放量的全國占比分別高達49.3%、62.1%及73.2%①數(shù)據(jù)來源于2020年《中國生態(tài)環(huán)境統(tǒng)計年報》。。黨的二十大報告將提升生態(tài)系統(tǒng)碳匯能力作為新時代實現(xiàn)新發(fā)展理念的重要舉措。耕地作為農業(yè)生產的基本要素，不僅是碳排放主體，更是固碳的重要單元[4]。2022 年，中央一號文件指出，加強農業(yè)面源污染綜合治理，深入推進農業(yè)投入品減量化，研發(fā)應用減碳增匯型農業(yè)技術。中共中央、國務院發(fā)布的《關于完整準確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》中也將加快推進農業(yè)綠色發(fā)展，促進農業(yè)固碳增效作為實現(xiàn)“雙碳”目標的重要舉措。因此，“雙碳”目標下，如何實現(xiàn)耕地利用的低碳化和綠色化成為當前亟待解決的關鍵問題，對實現(xiàn)我國耕地的可持續(xù)利用、農業(yè)農村高質量發(fā)展具有重要參考價值。

作為傳統(tǒng)的農業(yè)大國，“三農”問題一直是中國社會各界關注的焦點，耕地作為農業(yè)生產載體，便自然進入學者視野，成為“三農”研究的一個重點領域。早期研究主要從耕地面積變化情況出發(fā)[5-6]，探究耕地面積變化與人口、經濟、城鎮(zhèn)化等經濟社會因素的關系[7-8]。隨著城鎮(zhèn)化進程加快，耕地資源大幅縮減，提升耕地利用效率便成為學者們關注的焦點，研究初始主要采用簡單的比率方法，利用單位耕地或播種面積的農業(yè)總產值這一單一指標衡量土地利用效率[9]。但耕地利用效率實際是一個多投入、多產出的過程，采用單一指標衡量土地利用效率存在一定偏差。在此背景下，一些學者則應用因子分析、隨機前沿和數(shù)據(jù)包絡分析等適合多投入、多產出方法來測度耕地利用效率[10-14]，進一步修正了單一指標的測度結果。隨著綠色發(fā)展和“內涵式”發(fā)展訴求提升，生態(tài)效率理念被引入耕地利用之中，耕地利用效率提升不僅取決于投入的減少和產量的增加，還要求對環(huán)境友好。學者在測度耕地利用效率時開始將面源污染作為非期望產出納入評價指標體系[15]；劉蒙罷等則將碳排放作為非期望產出納入耕地利用生態(tài)效率[16]；封永剛等又進一步從面源污染和碳排放雙重視角考慮耕地利用效率[17-21]，但若只考慮農業(yè)面源污染或碳排放等非期望產出，而忽視糧食作物的固碳效應，會導致耕地利用生態(tài)效率被低估[4]。同時，耕地利用過程中除了產出人們需要的糧食等期望產品外，還會由于農業(yè)、化肥及農膜等要素的投入，形成面源污染、二氧化碳等非期望產出，且這些非期望產出往往與生產投入和期望產出不可分離，減少非期望產出，不可避免地損害期望產出。如耕地利用投入要素中的農藥、化肥等要素不僅會帶來糧食產量的增加，也導致農業(yè)面源污染等非期望產出出現(xiàn)，若均將其看成完全可分離的投入或產出會導致實證結果有偏[22]。此外，當前有關耕地利用生態(tài)效率的研究多聚焦于測度其時空分布特征及影響因素，較少有研究進一步探究其區(qū)域差異、動態(tài)演進及收斂性特征。

綜上，本文首先基于“雙碳”視角，從耕地利用效率的內涵出發(fā)，構建了包含農業(yè)面源污染、碳排放和固碳的耕地利用生態(tài)效率評估指標體系。其次，采用了將投入和產出指標分為可分離和不可分離兩類的包含非期望產出的混合超效率SBM—DEA 模型，測度中國省級耕地利用生態(tài)效率并探究其時空分布特征。最后，運用Dagum 基尼系數(shù)、Kernel 核密度函數(shù)和空間計量模型更為系統(tǒng)和深入地探究中國省級耕地利用生態(tài)效率的區(qū)域差異、動態(tài)演進和空間收斂性特征。

一、評估框架

1.耕地利用生態(tài)效率的內涵

生態(tài)效率“eco—efficiency”由英文單詞economy（經濟學）、ecology（生態(tài)學）和efficiency（效率、效益）組合而成，集中體現(xiàn)了經濟發(fā)展、生態(tài)保護和資源利用三者的關系[23]。生態(tài)效率最早由Schaltegger 等在1990 年解釋“可持續(xù)發(fā)展的商業(yè)紐帶”時提出[24]，后主要指企業(yè)等經濟行為體在提供商品和服務時，提高資源利用效率，減少環(huán)境污染，世界可持續(xù)發(fā)展工商理事會（WBCSD）將生態(tài)效率外延進一步擴大到整個人類社會，強調產出最大化的同時，盡量減少資源消耗和環(huán)境污染，因此，生態(tài)效率涵蓋了資源、社會經濟發(fā)展和環(huán)境系統(tǒng)[25-26]。綜上，本文將耕地利用生態(tài)效率定義為：在各類生產資源投入一定的情況下，耕地能產生最大化的經濟社會效益，同時環(huán)境污染程度最小化（見圖1）。具體而言，耕地利用生態(tài)效率有兩個焦點：一方面，通過勞動力、土地和技術（機械、農藥、化肥、薄膜）等要素投入，使得期望產出（農業(yè)總產值、糧食總產量及糧食碳匯總量）最大化；另一方面，在最終產品中非期望產出（農業(yè)面源污染和碳排放總量）最小化。耕地利用生態(tài)效率的最終目標是實現(xiàn)“資源系統(tǒng)—環(huán)境系統(tǒng)—經濟社會系統(tǒng)”的協(xié)調發(fā)展[2,27]。

2.研究方法

（1）包含非期望產出的混合超效率SBM—DEA 模型。耕地利用過程中除了產出人們需要的糧食等期望產品外，還會由于農業(yè)、化肥及農膜等要素的使用，形成面源污染、二氧化碳等非期望產品。Tone 于2001 年首次提出了一種將松弛變量納進目標函數(shù)的非徑向和非角度SBM 模型[28]，該模型既避免了傳統(tǒng)DEA 模型未考慮投入變量的松弛問題，又有效解決了包含非期望產出的效率評價問題，成為評價生態(tài)效率的常用模型。但由于農藥、化肥、農膜等要素的投入既使得糧食產量有所增加，又導致面源污染等非期望產出增加，減少農藥、化肥等要素的使用會使非期望產出減少，也使得期望產出降低。基于此，Tone 改進了傳統(tǒng)的SBM 模型，提出包含可分離變量和不可分離變量的混合SBM—DEA模型[29]，表達式如下：

在式（1）和（2）中：ρ*為要測度的耕地利用生態(tài)效率值，其取值范圍為0～1；m1，m2分別代表可分離和不可分離投入變量的個數(shù)，m代表總投入變量的個數(shù)，且m1+m2=m；S11，S12分別表示可分離和不可分離期望產出變量的個數(shù)，S21，S22分別表示可分離和不可分離非期望產出變量，S表示總產出變量的個數(shù)，且S11+S12+S21+S22=S；SS—，SNS—分別表示可分離和不可分離投入的松弛變量，SSg，SNSg分別表示可分離和不可分離期望產出的松弛變量，SSb，SNSb分別表示可分離和不可分離非期望產出的松弛變量；α徑向效率值，1—α徑向無效率，λ為權重系數(shù)。當ρ*=1時，表示耕地利用生態(tài)效率完全有效，此時SS—，SNS—，SSg，SNSg，SSb，SNSb均為0；當ρ*＜1 時，表示耕地利用生態(tài)效率發(fā)生效率損失，需要通過優(yōu)化SS—，SNS—，SSg，SNSg，SSb，SNSb改善耕地利用生態(tài)效率。為了進一步解決有效評價單元之間無法進一步排名的問題，本文在包含非期望產出混合SBM 模型的基礎上，進一步引入超效率模型。

（2）Dagum 基尼系數(shù)。Dagum 基尼系數(shù)改進泰爾指數(shù)和經典基尼系數(shù)在測度區(qū)域差異是嚴格假設（各組樣本之前不存在交叉），將整體差異分解為組內差異、組間凈差異及組間超變密度三個部分[30]，成為當前測度區(qū)域差異的主流方法，公式如下：

式（3）中，G為中國省級耕地利用生態(tài)效率的總體基尼系數(shù)，yji和yhr分別表示j區(qū)域內第i個省份和區(qū)域h 內第r 個省份的耕地利用生態(tài)效率，yˉ表示區(qū)域耕地利用生態(tài)效率的均值，n 和k 分別表示省份數(shù)和區(qū)域數(shù)，nj和nh分別表示區(qū)域j 和區(qū)域h 內省份的個數(shù)。此外，中國省級耕地利用生態(tài)效率的總體基尼系數(shù)G 可以進一步分解成區(qū)域內差異貢獻Gw、區(qū)域間凈值差異貢獻Gnb和超變密度貢獻Gt三部分，且G=Gw+Gnb+Gt，具體計算公式參見Dagum等的研究。

（3）Kernel 密度估計。Kernel 密度估計是一種用連續(xù)的密度曲線刻畫變量分布形態(tài)的非參數(shù)估計方法。主要利用曲線的分布位置、曲線波峰的高度與寬度、波峰數(shù)量及分布延展性來反映中國耕地利用生態(tài)效率的高低、集聚程度、極化程度及差異程度[31]。應用Kernel密度估計探究中國省級耕地利用生態(tài)效率分布特征和地區(qū)絕對差異，能夠補充完善Dagum 基尼系數(shù)測度的相對差異。假設f (x)是中國耕地利用生態(tài)x的密度函數(shù)，公式如下：

式（4）中，N 為區(qū)域省份數(shù)量，K(x)是核函數(shù)，Xi為獨立分布觀測值，xˉ為均值，h為寬帶，帶寬越窄，精確度越高。本文選擇最常用的高斯核函數(shù)估計中國省級耕地利用生態(tài)效率的動態(tài)分布狀況。

（4）收斂模型。為了進一步考察中國耕地利用生態(tài)效率區(qū)域差異的演變特征，本文采用σ收斂和β收斂兩類方法從存量和增量兩個角度加以檢驗。

σ 收斂是指各省耕地利用生態(tài)效率的離差隨時間推移而不斷降低的趨勢，通常采用變異系數(shù)刻畫σ收斂的狀況，公式如下：

式（5）中，ECLUij（Eco—efficiency of Cultivated Land Utilization）表示區(qū)域j 內i 省的耕地利用生態(tài)效率表示區(qū)域j耕地利用生態(tài)效率均值，nj表示區(qū)域j內省份數(shù)量。

β收斂是指隨時間演進，耕地利用生態(tài)效率低的省份增長率會逐漸趕上高效省份，兩者之間差距縮小并趨于一致。β收斂可分為絕對β收斂和條件β收斂兩類。絕對β收斂是指排除各類經濟社會因素對耕地利用生態(tài)效率具有重要影響的前提下，判斷其是否具有收斂趨勢；條件β收斂則為控制一系列重要經濟社會影響因素后，判斷耕地利用生態(tài)效率是否具有收斂特征。同時，考慮到耕地利用生態(tài)效率可能存在空間溢出效應，傳統(tǒng)OLS 估計會存在偏差，本文采用β收斂的空間計量模型，常用的空間計量模型主要包括空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM），具體類型選擇參見Elhorst[32]。絕對β收斂公式如下：

式（6）～（9）中，ECLUi,t+1表示第i個省份在t+1 期的耕地利用生態(tài)效率，ECLUi,t表示第i個省份在t期的耕地利用生態(tài)效率，ln表示第i個省份耕地利用生態(tài)效率在t+1 期的增長率。β 為收斂系數(shù)，β ＜0 則說明耕地利用生態(tài)效率具有收斂趨勢，反之則存在發(fā)散趨勢，收斂速度為—ln (1— |β|)T。ρ為空間滯后系數(shù)，λ為空間誤差系數(shù)，γ為自變量空間自相關系數(shù)，w、μi、ηt和εit分別表示空間權重矩陣、地區(qū)效應、時間效應和隨機擾動項。

條件β收斂就是在絕對β收斂的基礎上加上一系列控制變量，參考已有研究成果，本文所選的控制變量具體為：經濟發(fā)展水平（EDL），以農村居民家庭人均可支配收入（元）衡量；科技進步狀況（STP），用萬人專利申請量（件/萬人）表示；城鎮(zhèn)化率（UR），以城鎮(zhèn)人口占總人口的比重衡量；財政支農力度（FSA），用農林水財政預算支出占一般財政預算支出比重表示；農業(yè)受災狀況（ADS），以農作物受災面積占農作物播種面積的比重衡量；農業(yè)灌溉指數(shù)（AII），用有效灌溉面積與耕地面積的比值表示；農業(yè)復耕指數(shù)（ARI），以耕地面積與農作物播種面積的比值衡量。

3.評價指標體系

本文從“碳達峰和碳中和”視角出發(fā)，基于耕地利用生態(tài)效率的內涵，參考柯楠等的研究成果[16-17,21]，構建了如下指標體系，具體見表1。

表1 耕地利用生態(tài)效率評價指標體系

從投入指標看，本文選擇勞動力、土地、灌溉等7 個主要因素作為耕地利用生態(tài)效率測算的投入變量，并按照其是否在促進糧食增產的同時帶來農業(yè)面源污染的非期望產出，將其分為可分離投入變量和不可分離投入變量兩類。其中，可分離投入變量為農業(yè)從業(yè)人員、農作物播種面積及有效灌溉面積3個；不可分離投入變量為農業(yè)機械總動力、農藥施用量、化肥施用量（折純量）及農用地膜量4個。從產出指標看，本文選擇經濟、社會、環(huán)境等5 個主要因素作為耕地利用生態(tài)效率測算的產出變量。由于耕地利用過程中不僅會產生糧食等期望產出，還會因農藥、化肥的使用而產生農業(yè)面源污染等非期望產出，因此，總體將產出變量分為期望產出和非期望產出兩類，其中，期望產出和可分離產出一致，主要為農業(yè)總產值、糧食總產量及碳匯總量；非期望產出和不可分離產出一致，主要為農藥、化肥、農膜等氮磷綜合污染物排放總量及碳排放總量，均采用熵值法進行多指標綜合計算得出。農業(yè)面源污染相關系數(shù)及計算主要參考陳敏鵬等的研究成果[33-34]；耕地利用碳排放量的相關系數(shù)及計算主要參考李波等的研究成果[35-36]。耕地利用過程中，除了產生溫室氣體——二氧化碳外，也可通過農作物的光合作用吸收大量二氧化碳，一定程度上起到凈化空氣的作用，耕地利用過程中的凈碳效應也即碳匯效應。耕地利用碳匯的計算主要參考陳麗，田云等的研究[37-38]。

4.數(shù)據(jù)來源與預處理

本文的樣本為2001—2020 年中國31 個省（直轄市、自治區(qū)）數(shù)據(jù)（香港、澳門和臺灣暫未納入評估樣本）。根據(jù)中央人民政府于2009 年發(fā)布的《全國新增1000 億斤糧食生產能力規(guī)劃（2009—2020年）》將其劃分為糧食主產區(qū)、糧食主銷區(qū)和糧食產銷平衡區(qū)三大糧食功能區(qū)①糧食主產區(qū)：黑龍江、遼寧、吉林、內蒙古、河北、江蘇、安徽、江西、山東、河南、湖北、湖南、四川（13省）；糧食主銷區(qū)：北京、天津、上海、浙江、福建、廣東、海南（7?。患Z食產銷平衡區(qū)：山西、廣西、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆（11?。?。。本文涉及的觀測期內指標數(shù)據(jù)來源于2000—2021 年《中國農村統(tǒng)計年鑒 》《中國統(tǒng)計年鑒》及各省份統(tǒng)計年鑒和統(tǒng)計公報等資料，其中，個別年份、個別省份缺失數(shù)據(jù)采用線性函數(shù)法（TREND函數(shù)）進行補齊處理。此外，文中涉及的貨幣型數(shù)據(jù)均以1978年為基期，利用相應價格指數(shù)進行了不變價處理。

二、中國耕地利用生態(tài)效率的時空特征

運用包含非期望產出的混合超效率SBM—DEA 模型測算2001—2020 年中國31 個省份耕地利用生態(tài)效率及其分解狀況。其中，綜合技術效率等于純技術效率與規(guī)模效率的乘積。

1.時間演變

從綜合技術效率看，中國省級耕地利用生態(tài)效率整體較高，但出現(xiàn)下降趨勢。2001—2020 年的中國耕地利用生態(tài)效率介于0.947 到1.003 之間，耕地資源得到有效利用，整體效率水平較高。但值得關注的是耕地利用生態(tài)效率整體呈現(xiàn)波動下降趨勢，由2001 年的1.003 下降到2020 年的0.991，下降了0.012，年均降速0.059%。具體而言：2001—2009 年這9 年間耕地利用生態(tài)效率水平整體波動性較大，主要是由于受2002 年的旱災、2006 年的暴雨和2008 年的南方雪災等自然災害影響，糧食產量急劇減少，整體效率出現(xiàn)較大幅度下降；2009—2017年出現(xiàn)整體穩(wěn)步下降趨勢；2017—2020年呈現(xiàn)穩(wěn)步上升趨勢（見圖2）。

圖2 2001—2020 年耕地利用生態(tài)效率及其分解的時間演變

從效率分解看，中國省級耕地利用生態(tài)效率的純技術效率高于規(guī)模效率，且二者變化趨勢不同。一方面，2001—2020 年中國耕地利用生態(tài)效率的純技術效率均到達了1.035 的有效水平，這與農藥、化肥及選種技術的不斷進步密切相關；反觀規(guī)模效率，2001—2020年均未達到有效水平，整體效率水平均低于0.95；另一方面，純技術效率20年間增長了0.018，年均增速0.085%，而規(guī)模效率20年間“不升反降”，下降了0.027，年均降速0.143%，降幅超過純技術效率增幅，這說明中國耕地利用相關資源由于管理等原因，出現(xiàn)了配置不當、資源冗余的情況。

2.空間分布

為了探究中國耕地利用生態(tài)效率空間分布狀況，一方面，探究三大糧食功能區(qū)的耕地利用生態(tài)效率及其分解狀況（圖3）；另一方面，利用ArcGIS 的自然斷點法和相等間隔原則將耕地利用生態(tài)效率分為無效（＜0.8）、弱無效（[0.8，0.9)）、弱有效（[0.9,1)）和有效（≥1）四個等級，并選擇2001、2010、2015和2020年4個年份對各省份耕地利用生態(tài)效率進行可視化分析（圖4）。

圖4 2001—2020 年中國省級耕地利用生態(tài)效率的空間分布特征

（1）區(qū)域分布。從綜合技術效率看，三大糧食功能區(qū)耕地利用生態(tài)效率差異顯著，呈“糧食主銷區(qū)＞糧食產銷平衡區(qū)＞糧食主產區(qū)”的區(qū)域分布格局。具體而言：糧食主銷區(qū)20 年間耕地利用生態(tài)效率均大于1，耕地資源處于有效利用狀態(tài)，這主要是由于糧食主銷區(qū)均為我國經濟發(fā)展水平較高的東部沿海地區(qū)，這些地區(qū)引進大量優(yōu)秀管理人才，采用先進管理技術，實現(xiàn)了耕地資源的綠色集約化利用。糧食產銷平衡區(qū)和糧食主產區(qū)20 年間耕地利用生態(tài)效率均小于1（個別年份除外），耕地資源處于無效利用狀態(tài)，但兩大功能區(qū)變化趨勢相反，糧食產銷平衡區(qū)耕地利用生態(tài)效率呈現(xiàn)遞減趨勢，而糧食主產區(qū)耕地利用生態(tài)效率整體呈現(xiàn)波動上升趨勢。從效率分解看，三大糧食功能區(qū)耕地利用生態(tài)效率的純技術效率和規(guī)模效率差異顯著，整體呈現(xiàn)“純技術效率＞規(guī)模效率”的分布特點。具體而言：三大糧食功能區(qū)耕地利用的純技術效率整體差異較小，均達到了有效水平，但糧食產銷平衡區(qū)的波動性較大，2009—2013年耕地利用的純技術效率值超過糧食主銷區(qū)。三大糧食功能區(qū)耕地利用的規(guī)模效率整體呈現(xiàn)“糧食主銷區(qū)＞糧食產銷平衡區(qū)＞糧食主產區(qū)”的區(qū)域分布格局，且三大糧食功能區(qū)耕地利用的規(guī)模效率均處于無效利用狀態(tài)，存在著投入資源冗余或者產出不足的現(xiàn)象。值得注意的是糧食主銷區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率均呈現(xiàn)下降趨勢。

（2）省份分布。從耕地利用生態(tài)效率看，糧食產銷平衡區(qū)的7省耕地利用生態(tài)效率一直處于有效狀態(tài)，糧食主產區(qū)各省份耕地利用生態(tài)效率是制約中國耕地綠色生態(tài)效率提升的短板。具體而言：①2001 年，耕地利用生態(tài)效率無效省份3 個，分別為糧食產銷平衡區(qū)的山西、甘肅和糧食主產區(qū)的安徽；耕地利用生態(tài)效率弱無效省份5個，分別為糧食產銷平衡區(qū)的廣西、云南和糧食主產區(qū)的河北、河南、湖北；耕地利用生態(tài)效率弱有效僅有糧食主產區(qū)的山東；其余22個省份耕地利用生態(tài)效率均達到有效狀態(tài)。②2010年，耕地利用生態(tài)效率無效省份僅剩甘肅1?。桓乩蒙鷳B(tài)效率弱無效省份仍有5個，分別為糧食產銷平衡區(qū)的山西、云南和糧食主產區(qū)的安徽、江西和湖北；耕地利用生態(tài)效率弱有效省份主要為糧食主產區(qū)的遼寧、河北和山東3 省；其余22 個省份耕地利用生態(tài)效率均為有效。③2015年，耕地利用生態(tài)效率無效省份3個，分別為糧食產銷平衡區(qū)的山西、云南和糧食主產區(qū)的安徽；耕地利用生態(tài)效率弱無效省份增加到7個，分別為糧食產銷平衡區(qū)的廣西、甘肅和糧食主產區(qū)的內蒙古、河北、江西、河南及湖北；耕地利用弱有效省份為糧食主產區(qū)的山東和湖南2?。黄溆?9個省份耕地利用生態(tài)效率均為有效。④2020 年，耕地利用生態(tài)效率無效省份消失；耕地利用生態(tài)效率弱無效省份為9 個，分別為糧食產銷平衡區(qū)的山西、廣西、云南、甘肅和糧食主產區(qū)的河北、安徽、江西、湖北和湖南；耕地利用生態(tài)效率弱有效省份主要為糧食主產區(qū)的山東和河南；其余20 個省份耕地利用生態(tài)效率均為有效。

三、中國耕地利用生態(tài)效率的區(qū)域差異及分解

為了進一步探究中國省級耕地利用生態(tài)效率的區(qū)域差異變化趨勢及主要來源，本文采用Dagum基尼系數(shù)模型測算了其區(qū)域內、區(qū)域間及其主要來源分解狀況，具體結果表2。

表2 2001—2020年中國耕地利用生態(tài)效率差異化來源及貢獻

（1）中國省級耕地利用生態(tài)效率區(qū)域內差異。從全國來看，2001—2020 年耕地利用生態(tài)效率區(qū)域基尼系數(shù)整體較小，且呈現(xiàn)波動下降趨勢。具體而言：由2001 年的0.0890 下降至2020 年0.0722，下降0.0168，年均降幅僅為0.94%，降幅較小，這主要是由于各地農業(yè)發(fā)展資源稟賦差異較大，縮小耕地利用生態(tài)效率區(qū)域差異是一項長期工程。從三大糧食功能區(qū)看，一方面，糧食主產區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率區(qū)域內基尼系數(shù)均超過全國總體基尼系數(shù)，說明糧食主產區(qū)和糧食產銷平衡區(qū)內部的耕地利用生態(tài)效率差異較大，是導致全國耕地利用生態(tài)效率較大的重要方面，特別地，對于基尼系數(shù)呈波動上升趨勢的糧食主產區(qū)需要加大監(jiān)測力度，防止其進一步擴大；另一方面，糧食主銷區(qū)耕地利用生態(tài)效率區(qū)域內差異低于全國總體基尼系數(shù)，且呈波動下降趨勢。這主要是因為糧食主銷區(qū)多為耕地資源稀缺，但人才和技術集聚地區(qū)，耕地利用生態(tài)效率整體較高，差異較小。

（2）中國省級耕地利用生態(tài)效率區(qū)域間差異。三大糧食功能區(qū)耕地利用生態(tài)效率區(qū)域間基尼系數(shù)整體排名為“主產區(qū)—產銷平衡區(qū)＞主產區(qū)—主銷區(qū)＞主銷區(qū)—產銷平衡區(qū)”，但均呈下降趨勢。具體而言：糧食主產區(qū)—糧食產銷平衡區(qū)耕地利用生態(tài)效率區(qū)域間差異最大，主要因為糧食主產區(qū)作為我國糧食生產基地，耕地利用的各類資源較為豐富，容易導致投入冗余或產出不足；而糧食產銷平衡區(qū)作為生態(tài)脆弱區(qū)，耕地保護較為嚴苛，耕地利用的綠色水平較高，因此，兩大功能區(qū)差異較大。糧食主產區(qū)和糧食主銷區(qū)耕地利用生態(tài)效率的區(qū)域間差異次之，這主要是糧食主銷區(qū)耕地資源雖有限，但人力和資金充足，耕地利用生態(tài)效率較高，糧食主產區(qū)與其存在一定差距。糧食主銷區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率區(qū)域間最小，這主要是因為糧食主銷區(qū)和糧食產銷平衡區(qū)的耕地資源均有限，糧食主銷區(qū)可通過資金和人才提高耕地利用經濟和社會效益；而糧食產銷平衡區(qū)生態(tài)脆弱，采用更為綠色的耕地利用方式，耕地污染較小，因此，糧食主銷區(qū)和糧食產銷平衡區(qū)間的耕地利用生態(tài)效率差距較小。

（3）中國省級耕地利用生態(tài)效率及其分解。中國耕地利用生態(tài)效率的區(qū)域差異主要來源于區(qū)域間差異和區(qū)域內差異。從區(qū)域內差異看，2001—2020年中國耕地利用生態(tài)效率的區(qū)域內基尼系數(shù)整體呈現(xiàn)波動下降趨勢，但由于全國整體差異呈縮小趨勢，其貢獻率呈上升趨勢。具體而言：中國耕地利用生態(tài)效率區(qū)域內基尼系數(shù)從2001 年的0.0291 下降至2020 年0.0247，下降了0.0044，但其區(qū)域內差異貢獻率從2001 年32.70%上升至2020 年的34.12%。從區(qū)域間差異看，2001—2020 年中國耕地利用生態(tài)效率的區(qū)域間基尼系數(shù)整體呈現(xiàn)波動下降趨勢，但貢獻率呈上升趨勢。具體而言：中國耕地利用生態(tài)效率的區(qū)域間基尼系數(shù)從2001 年的0.0358 下降至2020 年0.0327，下降了0.0031，但其區(qū)域間差異貢獻率從2001 年40.26%上升至2020 年的45.20%。從超變密度看：2001—2020 年中國耕地利用生態(tài)效率的超變密度基尼系數(shù)及貢獻率均呈下降趨勢。具體而言：中國耕地利用生態(tài)效率的超變密度從2001 年的0.0241 下降至2020 年0.0149，下降了0.0092，超變密度貢獻率從2001 年27.04%下降至2020年的20.68%。

四、中國耕地利用生態(tài)效率的動態(tài)演進過程

本文采用 kernel核密度估計方法，借助核密度曲線的分布位置、主峰形態(tài)、延展性及波峰數(shù)量等揭示中國耕地利用生態(tài)效率的動態(tài)演變特征①Kernel密度曲線，限于篇幅已省略，有需要可聯(lián)系作者查閱。，具體見表3。

表3 2001—2020年全國及三大糧食功能區(qū)耕地利用生態(tài)效率的動態(tài)演進

從分布位置看，除2006 年以前糧食產銷平衡區(qū)外，全國及三大糧食功能區(qū)耕地利用生態(tài)效率核密度曲線均出現(xiàn)小幅左移，這意味著中國耕地利用生態(tài)效率隨著時間推移出現(xiàn)小幅下降，這是因為隨著農藥、化肥和農膜等農業(yè)技術資源的大量投入使得糧食產量和農業(yè)生產總值突破了歷史記錄，但也造成了耕地的面源污染和二氧化碳超額排放，在“雙碳”目標約束下，我國耕地利用生態(tài)效率出現(xiàn)“不升反降”的特征。

從主峰分布形態(tài)看，全國、糧食主產區(qū)和糧食主銷區(qū)的核密度曲線均表現(xiàn)為主峰高度波動上升，寬度變小，說明20 年間全國、糧食主產區(qū)和糧食主銷區(qū)耕地利用生態(tài)效率的區(qū)域絕對差異在縮小。近些年來，中央政府始終將“三農”問題作為各項工作的重中之重，提出美麗鄉(xiāng)村建設，積極縮小各地區(qū)耕地利用生態(tài)效率差距，促進區(qū)域協(xié)調發(fā)展。糧食產銷平衡區(qū)的核密度曲線表現(xiàn)為高度波動下降，寬度變大，這說明20年間糧食產銷平衡區(qū)各省耕地利用生態(tài)效率離散程度加大，這主要是因為產銷平衡區(qū)各省資源稟賦差異懸殊，耕地利用方式選擇不同，利用效率差異較大。

從分布延展性看，全國及三大糧食功能區(qū)的核密度曲線均表現(xiàn)為一定的左拖尾現(xiàn)象，即存在一些省份耕地利用生態(tài)效率遠低于區(qū)域內其他省份。全國及糧食主產區(qū)存在分布延展收斂性，意味著區(qū)域內極端值與平均值差異逐漸縮小，而糧食主銷區(qū)和糧食產銷平衡區(qū)存在分布延展性拓寬，即區(qū)域內一些省份耕地利用效率一直維持在較高水平，與平均值差異較大。

從波峰數(shù)目看，全國核密度曲線在樣本期內一直為雙峰，且兩峰之間距離較大，即各省耕地利用生態(tài)效率存在著明顯的兩極分化。糧食主產區(qū)的核密度曲線在樣本期內一直為單峰，即糧食主產區(qū)內不存在兩極化。糧食主銷區(qū)的核密度曲線在樣本早期為雙峰，后期逐漸演變成單峰，即糧食主銷區(qū)耕地利用生態(tài)效率在樣本初期存在兩極分化，后逐步消失。糧食產銷平衡區(qū)的核密度曲線在樣本早期為多峰，后期演化為雙峰，即糧食產銷平衡區(qū)耕地利用生態(tài)效率早期存在多級分化，后期演變成兩極分化。

五、中國耕地利用生態(tài)效率的空間收斂性

1.σ收斂

全國、糧食主銷區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率呈σ 收斂趨勢，而糧食主產區(qū)呈發(fā)散態(tài)勢。從全國耕地利用生態(tài)效率看，2001—2020 年中國耕地利用生態(tài)效率變異系數(shù)整體呈現(xiàn)“倒N”型波動下降趨勢。從三大糧食功能區(qū)耕地利用生態(tài)效率看，2001—2020年耕地利用生態(tài)效率變異系數(shù)差異較大，呈“糧食產銷平衡區(qū)＞糧食主產區(qū)＞糧食主銷區(qū)”的空間分布特征，其中，糧食主銷區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率呈σ 收斂趨勢，而糧食主產區(qū)耕地利用生態(tài)效率呈發(fā)散趨勢（見圖5）。

圖5 2001—2020 年全國及三大糧食功能區(qū)耕地利用生態(tài)效率的σ 收斂

2.β收斂

（1）中國耕地利用生態(tài)效率的絕對β 收斂。表4 給出了全國及三大糧食功能區(qū)耕地利用生態(tài)效率的絕對β 收斂檢驗結果及相應的收斂速度。首先，根據(jù)LM 檢驗判斷全國及三大糧食功能區(qū)耕地利用生態(tài)效率的絕對β收斂是否具有空間效應；其次，根據(jù)LR檢驗和Wald檢驗確定空間模型的具體形式；再次，根據(jù)Hausman 檢驗結果選擇隨機效應或固定效應；最后，根據(jù)空間固定效應和時間固定效應是否通過檢驗選擇固定效應的具體形式①相關檢驗系數(shù)，限于篇幅已省略，有需要可聯(lián)系作者索要。。具體結果如下：第一，全國及三大糧食功能區(qū)耕地利用生態(tài)效率均存在絕對β 收斂，且均在1%的置信水平下顯著為負，即在不考慮經濟、社會和自然因素的影響下，全國及三大糧食功能區(qū)耕地利用生態(tài)效率的區(qū)域差異也將逐漸縮小，這也與其變異系數(shù)逐步縮小的趨勢一致。第二，全國及三大糧食功能區(qū)耕地利用生態(tài)效率的絕對β 收斂速度存在差異，全國的收斂速度為3.606%，糧食主銷區(qū)和產銷平衡區(qū)的收斂速度高于全國收斂速度，糧食主產區(qū)的收斂速度最低，僅為2.913%。第三，全國及三大糧食功能區(qū)耕地利用生態(tài)效率具有不同的空間效應。全國和糧食產銷平衡區(qū)耕地利用生態(tài)效率的ρ λ系數(shù)為正，但未通過顯著性水平檢驗；糧食主產區(qū)耕地利用生態(tài)效率的ρ λ系數(shù)在5%的水平下顯著為正，這也說明糧食主產區(qū)耕地利用生態(tài)效率的提升會加快收斂速度，縮小整體區(qū)域差異；糧食主銷區(qū)耕地利用生態(tài)效率的ρ λ系數(shù)在1%的水平下顯著為負，表明糧食主銷區(qū)耕地利用生態(tài)效率的提升會降低收斂速度，導致整體區(qū)域差異進一步擴大。但絕對β收斂是假設地區(qū)的各類經濟、社會和自然因素相似，而現(xiàn)實并非如此，因此，需要進一步控制這類因素，需展開條件β收斂研究。

表4 全國及三大糧食功能區(qū)耕地利用生態(tài)效率的絕對β收斂

（2）中國耕地利用生態(tài)效率的條件β 收斂。表5 給出了全國及三大糧食功能區(qū)耕地利用生態(tài)效率的條件β 收斂檢驗結果，模型選擇過程與絕對β 收斂一致，在此不再贅述①相關檢驗系數(shù)，限于篇幅已省略，有需要可聯(lián)系作者索要。。具體結果顯示：第一，全國及三大糧食功能區(qū)耕地利用生態(tài)效率均存在條件β收斂，且收斂系數(shù)β均在1%的置信水平下顯著為負。這表明在考慮經濟發(fā)展水平、科技進步狀況、城鎮(zhèn)化率等一系列經濟社會因素后，全國及三大糧食功能區(qū)耕地利用生態(tài)效率仍保持收斂趨勢。第二，全國及三大糧食功能區(qū)耕地利用生態(tài)效率的條件β收斂速度均高于絕對β收斂速度，也證明了控制變量選擇的科學性。第三，全國及三大糧食功能區(qū)耕地利用生態(tài)效率表現(xiàn)出不同的空間效應。具體而言：糧食主產區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率的ρ λ系數(shù)為正，但未通過顯著性水平檢驗；全國耕地利用生態(tài)效率的ρ λ系數(shù)在1%的水平下顯著為正，這也說明全國耕地利用生態(tài)效率的提升會加快收斂速度，縮小整體區(qū)域差異；糧食主銷區(qū)耕地利用生態(tài)效率的ρ λ系數(shù)在1%的水平下顯著為負，這表明糧食主銷區(qū)耕地利用生態(tài)效率的提升會降低收斂速度，導致整體區(qū)域差異進一步擴大，這與絕對β 收斂相一致，主要是因為糧食主銷區(qū)耕地利用生態(tài)效率整體較高，對資源產生虹吸作用，導致鄰近地區(qū)與本地區(qū)差異進一步擴大。

表5 全國及三大糧食功能區(qū)耕地利用生態(tài)效率的條件β收斂

此外，需注意全國及三大糧食功能區(qū)耕地利用生態(tài)效率的影響因素存在顯著差異。條件β 收斂分析加入了一系列控制變量后，全國及三大糧食功能區(qū)的R2和Log—likelihood 系數(shù)相較于絕對β收斂均有所增大，這也進一步證明了控制變量選取的科學性。經濟發(fā)展水平對全國及三大糧食功能區(qū)耕地利用生態(tài)效率提升均具有抑制作用（糧食產銷平衡區(qū)未通過顯著性水平檢驗），但對縮小區(qū)域間差異具有促進效果，這是因為當前農村尚處在緩慢振興進程中，經濟發(fā)展水平的提升更多取決于外出務工所得。同時，農村經濟發(fā)展水平的提升也會導致大量耕地資源工業(yè)化，對提升耕地生態(tài)效率具有不利影響。科技進步狀況對于全國耕地利用生態(tài)效率提升具有促進作用，但對縮小區(qū)域耕地利用生態(tài)效率差異具有抑制作用，三大糧食功能區(qū)科技進步狀況對耕地利用生態(tài)效率的影響均未通過顯著性水平檢驗。城鎮(zhèn)化率對全國、糧食主銷區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率提升具有促進作用，但導致區(qū)域間差異進一步擴大，原因在于城鎮(zhèn)化率提升使得資源的集約化利用程度更高，耕地利用效率提升。財政支農力度對糧食主產區(qū)耕地利用生態(tài)效率提升具有促進作用，但會導致區(qū)域間差異擴大，這主要是因為糧食主產區(qū)承擔著重要的糧食安全任務，區(qū)域內二三產業(yè)相對滯后，財政支持農林水的發(fā)展會促進耕地生產效率的提升。農業(yè)受災狀況對糧食主產區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率提升具有抑制作用，但有利于縮小區(qū)域差異，這主要是由于糧食主產區(qū)以農業(yè)生產為主，而糧食產銷平衡區(qū)整體生態(tài)水平較為脆弱，農業(yè)受災面積過大導致耕地經濟產出下降，效率水平降低。農業(yè)灌溉指數(shù)對糧食主產區(qū)耕地利用生態(tài)效率提升具有促進作用，導致區(qū)域差異進一步擴大。農業(yè)復耕指數(shù)對糧食主銷區(qū)耕地利用生態(tài)效率提升具有促進作用，導致區(qū)域差異進一步擴大，復耕會再次利用耕地資源，增加耕地產出，提升耕地利用效率。

六、結論與啟示

本文從“資源系統(tǒng)—社會經濟系統(tǒng)—環(huán)境系統(tǒng)”復合系統(tǒng)角度闡釋耕地利用生態(tài)效率的內涵，構建了雙碳目標背景下的中國耕地利用生態(tài)效率評價指標體系，運用包含非期望產出的混合超效率SBM—DEA 模型、Dagum 基尼系數(shù)、Kernel 密度函數(shù)及收斂模型探究了2001—2020 年中國31 個省份耕地利用生態(tài)效率的時空分布、區(qū)域差異及其主要來源、動態(tài)演進及收斂性。主要結論如下：

第一，中國省級耕地利用生態(tài)效率整體較高，但呈現(xiàn)下降趨勢，三大糧食功能區(qū)耕地利用生態(tài)效率整體呈現(xiàn)“糧食主銷區(qū)＞糧食產銷平衡區(qū)＞糧食主產區(qū)”的區(qū)域分布格局，規(guī)模效率是全國及三大糧食功能區(qū)耕地生態(tài)效率提升的主要障礙因素。

第二，區(qū)域間差異和區(qū)域內差異是中國耕地利用生態(tài)效率的區(qū)域差異主要來源。糧食主產區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率區(qū)域內基尼系數(shù)超過全國總體基尼系數(shù)。三大糧食功能區(qū)耕地利用生態(tài)效率區(qū)域間基尼系數(shù)整體排名為“主產區(qū)—產銷平衡區(qū)＞主產區(qū)—主銷區(qū)＞主銷區(qū)—產銷平衡區(qū)”，但均呈下降趨勢。

第三，全國及三大糧食功能區(qū)耕地利用生態(tài)效率的核密度曲線位置、形態(tài)、延展性及極化特征表現(xiàn)各異。具體而言：全國及三大糧食功能區(qū)耕地利用生態(tài)效率核密度曲線均出現(xiàn)小幅左移，即耕地利用生態(tài)效率隨著時間推移出現(xiàn)小幅下降；全國、糧食主產區(qū)和糧食主銷區(qū)的核密度曲線均表現(xiàn)為主峰高度波動上升，寬度變小，耕地利用生態(tài)效率的區(qū)域絕對差異在縮小。糧食產銷平衡區(qū)的核密度曲線表現(xiàn)為高度波動下降，寬度變大，糧食產銷平衡區(qū)內部耕地利用生態(tài)效率離散程度加大；全國及三大糧食功能區(qū)的核密度曲線均為左拖尾，即存在一些省份耕地利用生態(tài)效率水平遠低于區(qū)域內其他省份；除糧食主產區(qū)外，全國及其他糧食功能區(qū)耕地利用生態(tài)效率均存在一定程度的兩極或多級分化現(xiàn)象。

第四，就σ 收斂而言，全國、糧食主銷區(qū)和糧食產銷平衡區(qū)耕地利用生態(tài)效率呈σ收斂趨勢，而糧食主產區(qū)呈發(fā)散態(tài)勢。就絕對β 收斂而言，在不考慮經濟、社會和自然因素的影響下，全國及三大糧食功能區(qū)耕地利用生態(tài)效率的區(qū)域差異也將逐漸縮小。就條件β 收斂而言，在考慮一系列經濟社會因素后，全國及三大糧食功能區(qū)耕地利用生態(tài)效率仍保持收斂趨勢。此外，經濟發(fā)展水平、科技進步狀況、城鎮(zhèn)化率等對不同糧食功能區(qū)耕地利用生態(tài)效率的影響具有顯著差異。

基于上述研究結論，可從以下幾個方面改善中國耕地利用生態(tài)效率，助力“雙碳”目標實現(xiàn)：其一，以協(xié)同發(fā)展為目標。三大糧食功能區(qū)耕地利用生態(tài)效率發(fā)展不平衡，需加強三大糧食功能區(qū)之間的合作需要，打造耕地利用生態(tài)共同體，實現(xiàn)“以優(yōu)帶劣”，推動糧食主產區(qū)耕地利用生態(tài)效率提升，縮小區(qū)域發(fā)展差距，實現(xiàn)耕地利用生態(tài)效率的全域提升。其二，以補短板為重點。提升中國耕地利用生態(tài)效率整體水平，需率先補齊規(guī)模效率過低的短板，引導勞動力、耕地、技術及其他農業(yè)生產要素向低效的糧食主產區(qū)流動，改善原有資源的管理和分配機制，降低投入和非期望產出冗余量，提高耕地的經濟、社會和生態(tài)產出，實現(xiàn)耕地資源的高效合理配置。其三，遵循收斂規(guī)律。全國及三大糧食功能區(qū)耕地利用生態(tài)效率均存在顯著的收斂特征，需堅持基本規(guī)律，充分考慮地區(qū)資源稟賦差異，堅持“因地制宜、分區(qū)施策、協(xié)同發(fā)展”的原則。對于效率較低的糧食主產區(qū)需要加大財政支持力度，優(yōu)化種植結構，選育良種，降低農藥化肥的施用量；對于生態(tài)較為脆弱的糧食產銷平衡區(qū)應改善資源配置結構，建設高標準農田，實現(xiàn)耕地的綠色集約利用；對于資金、技術和人才集聚的糧食主銷區(qū)應加大研發(fā)力度，進行循環(huán)農業(yè)和生物肥料試點，積累有效經驗，為糧食主產區(qū)的大面積推廣奠定基礎。