東部沿海經(jīng)濟(jì)區(qū)耕地利用效率的時(shí)空格局分異及影響因素研究

姜晗，楊皓然，吳群

（南京農(nóng)業(yè)大學(xué)公共管理學(xué)院，江蘇 南京 210095）

耕地資源作為人類賴以生存和發(fā)展的生命線，是保持經(jīng)濟(jì)增長(zhǎng)、推進(jìn)城鎮(zhèn)化、保障國(guó)家糧食安全、促進(jìn)社會(huì)和諧的關(guān)鍵要素，為我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展提供了重要的支撐[1]。改革開放以來，我國(guó)工業(yè)化和城鎮(zhèn)化飛速發(fā)展，經(jīng)濟(jì)建設(shè)取得了舉世矚目的成就。但城鎮(zhèn)空間外延式的無序擴(kuò)張及耕地資源的稀缺性和不可再生性使得土地供需矛盾凸顯，并進(jìn)一步導(dǎo)致了耕地資源的退化、粗放利用、質(zhì)量下降等問題[2]。一方面，城鄉(xiāng)接合部質(zhì)量較高的耕地因工業(yè)和城鎮(zhèn)擴(kuò)張而被大量占用，導(dǎo)致優(yōu)質(zhì)耕地大幅減少；另一方面，工業(yè)和農(nóng)業(yè)污染使得耕地質(zhì)量急劇下降且污染呈加劇態(tài)勢(shì)[2]。2012年伊始，中共十八大、中共十八屆三中全會(huì)等重要會(huì)議都對(duì)我國(guó)新型城鎮(zhèn)化發(fā)展進(jìn)行了頂層設(shè)計(jì)和總體部署，提出“要節(jié)約集約利用資源，大幅降低土地消耗強(qiáng)度，提高利用效率和效益”[3]；2019年發(fā)布的中央一號(hào)文件提出了堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展的總方針，明確提出穩(wěn)定糧食產(chǎn)量，鞏固和提高糧食生產(chǎn)能力等一系列目標(biāo)，實(shí)現(xiàn)藏糧于地、藏糧于技。因此，揭示耕地資源利用效率的現(xiàn)狀及其空間分異規(guī)律，探索耕地資源利用效率提升的優(yōu)化路徑，對(duì)保證農(nóng)產(chǎn)品供給、提高農(nóng)民收入具有重要的現(xiàn)實(shí)價(jià)值，對(duì)保障糧食安全、促進(jìn)新型城鎮(zhèn)化與土地集約利用協(xié)調(diào)發(fā)展具有重要的戰(zhàn)略和指導(dǎo)意義。

相較于國(guó)外對(duì)耕地資源利用效率較為成熟的研究，國(guó)內(nèi)的相關(guān)研究起步較晚，但進(jìn)展迅速，已取得了一定的成果。在研究?jī)?nèi)容上，從最初僅僅對(duì)耕地利用效率的測(cè)度與評(píng)價(jià)，逐步過渡到對(duì)不同尺度耕地利用效率的時(shí)空分異特征及其影響因素的系統(tǒng)分析與研究。楊朔等[4]、雷國(guó)平和劉子寧[5]運(yùn)用DEA-Tobit兩步法，評(píng)價(jià)所研究區(qū)域的耕地利用效率，并對(duì)其影響因素進(jìn)行分析；李僑等[6]、呂雷和王玉貴[7]運(yùn)用Malmquist生產(chǎn)率指數(shù)對(duì)所研究區(qū)域的耕地全要素生產(chǎn)率進(jìn)行測(cè)度，以進(jìn)一步分析跨時(shí)期的效率變化；張立新等[8]、張榮天和焦華富[9]運(yùn)用Moran’s I指數(shù)模型對(duì)所研究區(qū)域的耕地利用效率在整體和局部的空間分異規(guī)律進(jìn)行描述；盧新海等[10]、封永剛等[11]、蓋兆雪等[12]基于不同視角，將碳排放量、面源污染等非期望產(chǎn)出指標(biāo)添加到“投入—產(chǎn)出”指標(biāo)體系中，并運(yùn)用非期望產(chǎn)出的SBM模型測(cè)度所研究區(qū)域的耕地利用效率，使測(cè)度結(jié)果更加客觀準(zhǔn)確。在指標(biāo)選取上，國(guó)內(nèi)學(xué)者普遍將耕地利用過程看成一個(gè)“投入+產(chǎn)出”系統(tǒng)，隨著研究的深入，從最初的單指標(biāo)投入產(chǎn)出逐漸向多指標(biāo)投入產(chǎn)出發(fā)展，大多從耕地資源所承載的勞動(dòng)力、資本投入等維度選取投入指標(biāo)，從耕地資源所產(chǎn)出的社會(huì)效益、經(jīng)濟(jì)效益等維度選取產(chǎn)出指標(biāo)，但還未建立起統(tǒng)一的耕地利用效率評(píng)價(jià)指標(biāo)體系。在研究方法上，采用DEA模型[13]、SBM模型[14]、SFA模型[15]、C—D生產(chǎn)函數(shù)[16]等定量測(cè)度耕地利用效率，并采用Tobit模型[17]、GWR模型[8]對(duì)其影響因素進(jìn)行分析。

綜上所述，國(guó)內(nèi)相關(guān)研究尚存在一定不足之處：在研究尺度上，多側(cè)重對(duì)全國(guó)、省、市尺度耕地利用效率的定量測(cè)度及其影響因素研究，缺乏基于特定區(qū)域的各省際內(nèi)部耕地利用效率時(shí)空分異研究；在效率測(cè)度模型的選取上，大多無法對(duì)有效評(píng)價(jià)單元進(jìn)行排序比較，導(dǎo)致耕地利用效率整體分析結(jié)果較為粗糙，不夠準(zhǔn)確。

東部沿海經(jīng)濟(jì)區(qū)包括江蘇、浙江、上海三省市，是全國(guó)最具影響力的多功能制造中心及高新技術(shù)研發(fā)中心，亦是全國(guó)經(jīng)濟(jì)最發(fā)達(dá)的區(qū)域之一。其中江蘇省為我國(guó)重要的糧食主產(chǎn)區(qū)，2016年全省糧食產(chǎn)量居全國(guó)第六位[18]，糧食產(chǎn)量直接影響我國(guó)糧食市場(chǎng)供求關(guān)系；浙江省是我國(guó)第二大糧食主銷區(qū)，近20年其糧食總產(chǎn)量呈快速下降趨勢(shì)，糧食自給連年不足[19]，如何提高糧食生產(chǎn)能力，保障糧食產(chǎn)量的穩(wěn)步向前對(duì)浙江而言是一次考驗(yàn)；上海市雖然第一產(chǎn)業(yè)比重較小，但其糧食單位面積產(chǎn)量、農(nóng)民人均純收入等方面均名列前茅[20]，其典型特征對(duì)許多城市在快速城市化中的農(nóng)業(yè)發(fā)展具有一定的參考價(jià)值。鑒于此，本文以東部沿海經(jīng)濟(jì)區(qū)的24個(gè)地級(jí)市及上海市為研究單元，首先運(yùn)用含非期望產(chǎn)出的超效率SBM模型對(duì)2002—2016年研究區(qū)各市級(jí)單位耕地利用效率進(jìn)行測(cè)度，并描述其時(shí)空變化特征，其次運(yùn)用空間地統(tǒng)計(jì)學(xué)分析方法—全局和局部Moran’I指數(shù)，揭示研究區(qū)耕地利用效率的空間格局分異規(guī)律，然后運(yùn)用Malmquist—Luenberger生產(chǎn)率指數(shù)，分析研究區(qū)耕地利用全要素生產(chǎn)率的動(dòng)態(tài)變化特征及其區(qū)域差異，最后通過構(gòu)建地理加權(quán)回歸模型探究研究區(qū)耕地利用效率的影響因素，以期為縮小東部沿海經(jīng)濟(jì)區(qū)耕地利用效率差異，促進(jìn)耕地資源高效、集約利用提供決策依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 非期望的超效率SBM模型 本研究采用優(yōu)于傳統(tǒng)CCR/BCC模型的非期望超效率SBM模型，既能解決忽略非期望產(chǎn)出導(dǎo)致耕地利用效率評(píng)價(jià)結(jié)果的偏差問題，又能彌補(bǔ)傳統(tǒng)DEA模型不能對(duì)有效DMU進(jìn)行排序比較的缺陷[2]，對(duì)耕地利用效率評(píng)價(jià)具有重要意義。其計(jì)算公式如下：

式中：n表示決策單元（DMU）數(shù)量；m、s1和s2分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的個(gè)數(shù)；w-、wg和wb分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的松弛量；λ為權(quán)重向量；x、yg、yb分別為代表投入、期望產(chǎn)出和非期望產(chǎn)出的向量，其中矩陣

1.1.2 空間自相關(guān)分析模型 1）全局Moran’s I指數(shù)。為進(jìn)一步對(duì)東部沿海經(jīng)濟(jì)區(qū)耕地利用效率水平的不平衡性和全局空間自相關(guān)進(jìn)行研究，引入全局Moran’s I指數(shù)。全局Moran’s I指數(shù)用于反映空間相鄰或空間相近的區(qū)域單元觀測(cè)值在整個(gè)研究區(qū)域內(nèi)的相關(guān)性和差異程度[21]。其計(jì)算公式如下：

式中：Xk為區(qū)域k的觀測(cè)值；Xl為區(qū)域l的觀測(cè)值；為觀測(cè)均值；Wkl為空間權(quán)重，空間相鄰為1，不相鄰為0。全局Moran’s I指數(shù)的取值范圍是[-1,1]。

2）局部Moran’s I指數(shù)。局部Moran’s I指數(shù)是度量某一區(qū)域單元與相鄰區(qū)域單元空間自相關(guān)程度的常用指標(biāo)[9]，可進(jìn)一步體現(xiàn)耕地利用效率在局部空間的分布特征。其計(jì)算公式如下：

1.1.3 Malmquist—Luenberger生產(chǎn)率指數(shù) Malmquist—Luenberger生產(chǎn)率指數(shù)[12]不僅可以分析東部沿海經(jīng)濟(jì)區(qū)各市級(jí)單位的耕地利用效率動(dòng)態(tài)變化特征，還可以分解得到各市級(jí)單位耕地利用效率的技術(shù)效率和技術(shù)進(jìn)步的變化情況。其計(jì)算公式如下：

1.1.4 地理加權(quán)回歸模型 地理加權(quán)回歸（GWR）模型相較于普通線性回歸模型，在數(shù)據(jù)處理時(shí)考慮局部特征作為權(quán)重，采用局部加權(quán)最小二乘法（WLS）進(jìn)行逐點(diǎn)參數(shù)估計(jì)，可直觀地探究各點(diǎn)空間位置上的參數(shù)估計(jì)值隨空間位置的變化情況，使分析結(jié)果更切合客觀實(shí)際[22]。其計(jì)算公式如下：

式中：(ui,vi)是第i個(gè)樣本點(diǎn)的空間坐標(biāo)；βk(ui,vi)是連續(xù)函數(shù)βk(u,v)在i的值。

1.2 指標(biāo)選取

現(xiàn)代意義上的效率包括技術(shù)效率和配置效率兩個(gè)部分[23]。但在實(shí)際研究中，由于配置效率很難量化，因此國(guó)內(nèi)外學(xué)者對(duì)效率的測(cè)度與研究多側(cè)重技術(shù)效率。基于此，本文所指的耕地利用效率將采用技術(shù)效率這一概念，即定量測(cè)度產(chǎn)出既定下的投入要素最優(yōu)化利用（最優(yōu)投入與實(shí)際投入之比），或投入成本既定下的耕地資源產(chǎn)出效益的最大化程度（實(shí)際產(chǎn)出與最優(yōu)產(chǎn)出之比），從而揭示耕地利用過程中各種資源配置的合理程度及耕地資源價(jià)值的實(shí)現(xiàn)程度。

耕地利用技術(shù)效率（TE）還可分解為耕地利用純技術(shù)效率（PTE）和耕地利用規(guī)模效率（SE）。耕地利用純技術(shù)效率（PTE）反映了農(nóng)業(yè)生產(chǎn)過程中所需的各種投入要素，在一定的技術(shù)條件下是否充分發(fā)揮了其作用；耕地利用規(guī)模效率（SE）反映了農(nóng)業(yè)生產(chǎn)過程中耕地的投入規(guī)模與農(nóng)業(yè)產(chǎn)出最大化所要求的規(guī)模是否一致[23]。

本研究擬從耕地利用的投入和產(chǎn)出兩大方面，選取相應(yīng)的指標(biāo)構(gòu)建區(qū)域耕地利用效率評(píng)價(jià)體系。根據(jù)張立新等[8]、張榮天和焦華富[9]、盧新海等[10]、王良健和李輝[15]的研究成果，結(jié)合研究區(qū)的實(shí)際情況和數(shù)據(jù)獲取的難易度，投入要素包含耕地利用的土地投入、勞動(dòng)力投入及資本投入三個(gè)維度，其中土地投入選取農(nóng)作物播種面積I1衡量，勞動(dòng)力投入選取農(nóng)業(yè)從業(yè)人數(shù)I2衡量，資本投入包含農(nóng)機(jī)、灌溉、化肥、農(nóng)藥、農(nóng)膜五個(gè)方面，分別選取農(nóng)業(yè)機(jī)械總動(dòng)力I3、有效灌溉面積I4、農(nóng)用化肥施用折純量I5、農(nóng)藥使用量I6、農(nóng)用塑料薄膜施用量I7衡量；產(chǎn)出要素包括期望產(chǎn)出和非期望產(chǎn)出兩類，期望產(chǎn)出選取農(nóng)業(yè)總產(chǎn)值O1、糧食總產(chǎn)量O2衡量，分別代表耕地利用所產(chǎn)生的社會(huì)、經(jīng)濟(jì)效應(yīng)，非期望產(chǎn)出選取耕地利用碳排放總量O3衡量，包括農(nóng)業(yè)翻耕、農(nóng)機(jī)操作、農(nóng)業(yè)灌溉、化肥、農(nóng)藥和農(nóng)膜使用過程中直接或間接產(chǎn)生的碳排放量，參考李波等[24]對(duì)碳排放系數(shù)的相關(guān)研究成果，利用農(nóng)業(yè)碳排放系數(shù)測(cè)度公式對(duì)耕地的碳排放總量進(jìn)行測(cè)算，公式如下：

式中：E為耕地的碳排放總量，Ei為各種碳源的碳排放量，Gi為各種碳源的量，δi為各種碳源的碳排放系數(shù)（表1）。

1.3 數(shù)據(jù)來源

本研究所需基礎(chǔ)數(shù)據(jù)系耕地利用投入與產(chǎn)出指標(biāo)的相關(guān)數(shù)據(jù)，主要來源于《江蘇統(tǒng)計(jì)年鑒》（2003—2017）、《江蘇農(nóng)村統(tǒng)計(jì)年鑒》（2003—2017）、《浙江統(tǒng)計(jì)年鑒》（2003—2017）、《上海統(tǒng)計(jì)年鑒》（2003—2017）以及江浙下轄共24個(gè)地級(jí)市的市級(jí)統(tǒng)計(jì)年鑒（2003—2017）。

表1 耕地利用過程中不同碳源的碳排放系數(shù)Table 1 Carbon emission coeff cient of different carbon sources during the utilization of farmland

2 結(jié)果與分析

2.1 耕地利用效率時(shí)空變化特征

2.1.1 耕地利用效率時(shí)間變化特征 基于2002—2016年25個(gè)市級(jí)單位的耕地利用投入產(chǎn)出指標(biāo)數(shù)據(jù)，運(yùn)用MaxDEA7.0軟件計(jì)算得到東部沿海經(jīng)濟(jì)區(qū)耕地利用綜合效率、純技術(shù)效率和規(guī)模效率（圖1）。

圖1 2002—2016年耕地利用效率均值Fig. 1 Mean value of the farmland utilization eff ciency from 2002 to 2016

東部沿海經(jīng)濟(jì)區(qū)耕地利用綜合效率總體上呈波動(dòng)上升的趨勢(shì)，從2002年的0.5946上升到2016年的0.8009，且表現(xiàn)出較明顯的階段性變化特征。其中，2002—2005年，耕地利用綜合效率均值呈波動(dòng)下降的態(tài)勢(shì)，歷年綜合效率均值均在0.6以下，2003年達(dá)到15年間最低值0.5091，這一時(shí)期的農(nóng)業(yè)生產(chǎn)要素投入不足，且合理利用率較低，導(dǎo)致耕地利用綜合效率處于較低水平；2005—2016年，耕地利用綜合效率均值呈持續(xù)上升的態(tài)勢(shì)，上升幅度適中，2016年達(dá)到15年間最高值0.8009，這一時(shí)期國(guó)家逐步減免并取消了農(nóng)業(yè)稅，農(nóng)民的生產(chǎn)積極性有所提高，促進(jìn)了農(nóng)業(yè)生產(chǎn)要素投入的增加，從而推動(dòng)耕地利用綜合效率的持續(xù)提升。

純技術(shù)效率同樣呈明顯的階段性變化特征，且其均值遠(yuǎn)高于綜合效率均值，2002—2006年，純技術(shù)效率均值呈大幅波動(dòng)下降的態(tài)勢(shì)，這一時(shí)期純技術(shù)效率均值上下波動(dòng)較劇烈，既出現(xiàn)了高于1的年份（2002年達(dá)到1.0135），也在2003年出現(xiàn)了15年間最低值0.7846；2006—2013年，純技術(shù)效率均值雖呈波動(dòng)上升的態(tài)勢(shì)，但波動(dòng)幅度很小，歷年均值相差不大，處于一個(gè)較平穩(wěn)時(shí)期；2013—2016年，純技術(shù)效率均值呈持續(xù)上升的態(tài)勢(shì)，2016年達(dá)到15年間最高值1.0314。

2002—2005年，規(guī)模效率均值呈波動(dòng)上升的態(tài)勢(shì)，2002年達(dá)到15年間最低值0.5867；2005—2014年，規(guī)模效率呈持續(xù)上升的態(tài)勢(shì)，變化幅度與對(duì)應(yīng)年份的綜合效率變化幅度大體保持一致，且其均值略高于綜合效率均值，2014年達(dá)到15年間最高值0.8103；2014—2016年，規(guī)模效率均值呈持續(xù)下降的態(tài)勢(shì)，2016年的規(guī)模效率均值相較于2014年略有下降，為0.7765。對(duì)比純技術(shù)效率和規(guī)模效率，可知純技術(shù)效率在綜合效率中所占比重較大，具有至關(guān)重要的作用，說明東部沿海經(jīng)濟(jì)區(qū)常年重視耕地利用的科技投入，科技推廣力度較大，技術(shù)更新速度較快，并注重對(duì)耕地利用科學(xué)的規(guī)劃與管理；相比較而言，耕地利用的現(xiàn)有生產(chǎn)規(guī)模結(jié)構(gòu)與最優(yōu)生產(chǎn)規(guī)模結(jié)構(gòu)存在差距，導(dǎo)致規(guī)模效率整體不高，未來需提高一定的規(guī)模投入水平，從而實(shí)現(xiàn)耕地資源利用的最優(yōu)化配置，促進(jìn)耕地利用綜合效率水平的提升。

2.1.2 耕地利用效率空間分布特征 本文選取2002、2007、2012和2016年東部沿海經(jīng)濟(jì)區(qū)各地級(jí)市（直轄市）的耕地利用綜合效率數(shù)據(jù)，考察其空間分布特征（圖2）。參考涂正革[25]對(duì)環(huán)境技術(shù)效率的分類研究，結(jié)合研究區(qū)實(shí)際情況，將不同耕地利用綜合效率的各地級(jí)市（直轄市）分為五類：高效率區(qū)[1，2）、較高效率區(qū)[0.9，1）、中等效率區(qū)[0.8，0.9）、較低效率區(qū)[0.7，0.8）、低效率區(qū)[0，0.7）。

圖2 2002—2016年耕地利用綜合效率空間分布格局Fig. 2 Spatial distribution pattern of the farmland utilization eff ciency from 2002 to 2016

2002年東部沿海經(jīng)濟(jì)區(qū)整體耕地利用綜合效率為0.5946，處于低等水平，只有蘇州市為高效率區(qū)，耕地利用綜合效率為1.0377，宿遷市、淮安市、揚(yáng)州市和泰州市為較高效率區(qū)，而較低效率區(qū)和低效率區(qū)則多集中于南部，分別多達(dá)5個(gè)和12個(gè)，各占研究區(qū)地級(jí)市（直轄市）單元總數(shù)的20%和48%，總體上呈現(xiàn)“北高南低”兩極分化的分布特征，這是因?yàn)榻K省是我國(guó)的糧食主產(chǎn)省份，耕地資源較豐富，農(nóng)業(yè)基礎(chǔ)設(shè)施相對(duì)較完善，農(nóng)業(yè)科技水平相對(duì)較高，從而提高了區(qū)域耕地利用效率；2007年研究區(qū)耕地利用綜合效率相較于2002年略有上升，為0.6247，但并無高效率區(qū)，較高效率區(qū)依然是4個(gè)，分別為宿遷市、淮安市、揚(yáng)州市和上海市，較低效率區(qū)和低效率區(qū)則開始由南部向中部地區(qū)擴(kuò)散，分別為8個(gè)和11個(gè)，各占單元總數(shù)的32%和44%，“北高南低”的兩極分化格局并未改觀；2012年研究區(qū)耕地利用綜合效率達(dá)到0.7357，相較于2007年顯著增長(zhǎng)，其中高效率區(qū)和較高效率區(qū)發(fā)展迅速，多集中于北部，分別為4個(gè)和6個(gè)，各占單元總數(shù)的16%和24%，南部依然是較低效率區(qū)和低效率區(qū)的集中地，但耕地利用綜合效率相較于2007年有所提升，低效率區(qū)大幅下降到2個(gè)（麗水市和溫州市）；2016年研究區(qū)耕地利用綜合效率提升到0.8009，高效率區(qū)和較高效率區(qū)進(jìn)一步增加到6個(gè)和7個(gè)，分別占單元總數(shù)的24%和28%，其分布也逐漸由北部向南部擴(kuò)散，這與近年來浙江省大力推進(jìn)耕地占補(bǔ)平衡、基本農(nóng)田保護(hù)、完善耕地質(zhì)量建設(shè)管理機(jī)制等耕地保護(hù)工作是分不開的，努力形成以科學(xué)規(guī)劃為引領(lǐng)的耕地保護(hù)格局，切實(shí)提升了耕地利用效率，從而形成了高低效率區(qū)“多元分布格局”的新局面。

2.2 耕地利用效率空間集聚特征

2.2.1 整體空間格局集聚特征 基于2002、2007、2012和2016年東部沿海經(jīng)濟(jì)區(qū)各地級(jí)市（直轄市）的耕地利用綜合效率數(shù)據(jù)，結(jié)合公式（2），運(yùn)用ArcGIS10.2軟件計(jì)算得到研究區(qū)的全局Moran’I指數(shù)（表2），用以分析研究區(qū)耕地利用綜合效率的整體空間集聚特征。

表2 2002—2016年耕地利用效率全局Moran’ I指數(shù)Table 2 Global Moran’ I index of the farmland utilization eff ciency from 2002 to 2016

由表2可知，2002、2007、2012和2016年東部沿海經(jīng)濟(jì)區(qū)耕地利用綜合效率的全局Moran’ I指數(shù)均在1%的水平上通過顯著性檢驗(yàn)，且歷年全局Moran’ I指數(shù)均大于0，表明研究區(qū)耕地利用綜合效率呈顯著的正向空間自相關(guān)性，相鄰地級(jí)市（直轄市）單元表現(xiàn)出空間集聚的分布態(tài)勢(shì)。2002—2012年，全局Moran’ I指數(shù)呈持續(xù)上升的態(tài)勢(shì)，從2002年的0.3901上升到2007年的0.4358，繼而上升到2012年的0.6103，表明這一時(shí)期研究區(qū)耕地利用綜合效率的空間自相關(guān)性逐漸增強(qiáng)，效率空間集聚分布態(tài)勢(shì)不斷顯著；2012—2016年，全局Moran’ I指數(shù)有所下降，從2012年的0.6103下降到2016年的0.2814，表明這一時(shí)期研究區(qū)耕地利用綜合效率的空間自相關(guān)性逐漸減弱，效率空間集聚分布態(tài)勢(shì)有所緩和。

2.2.2 局部空間格局集聚特征 全局Moran’ I指數(shù)僅能反映整體空間是否存在集聚或異常值，但無法告知集聚或異常值的具體位置，難以反映效率的局部空間集聚模式及特征。鑒于此，在東部沿海經(jīng)濟(jì)區(qū)各市級(jí)單元耕地利用綜合效率數(shù)據(jù)和研究區(qū)全局Moran’ I指數(shù)的基礎(chǔ)上，結(jié)合公式（3），運(yùn)用ArcGIS 10.2軟件計(jì)算得到研究區(qū)的局部Moran’ I指數(shù)，并繪制研究區(qū)耕地利用綜合效率局部空間集聚特征圖（圖3），以揭示效率局部空間集聚的演變規(guī)律。

圖3 2002—2016年耕地利用效率局部集聚格局演化Fig. 3 Local cluster pattern evolution of the utilization eff ciency from 2002 to 2016

1）H—H聚集區(qū)：2002—2012年，效率熱點(diǎn)區(qū)主要集中分布在江蘇省中北部的淮安市、泰州市、鹽城市、揚(yáng)州市、鎮(zhèn)江市一帶，即研究區(qū)的北部地區(qū)。這一時(shí)期效率熱點(diǎn)區(qū)集聚分布格局演變過程相對(duì)穩(wěn)定，僅在數(shù)量上發(fā)生了微小調(diào)整，空間格局置換基本維持平穩(wěn)態(tài)勢(shì)。2012—2016年，效率熱點(diǎn)區(qū)開始向江蘇省西南部演化，主要集中在南京市及其周邊地區(qū)。

2）L—L聚集區(qū)：2002—2007年，效率冷點(diǎn)區(qū)主要集中分布在浙江省東部的紹興市、寧波市一帶，即研究區(qū)的南部地區(qū)，這一時(shí)期效率冷點(diǎn)區(qū)集聚分布格局演變過程相對(duì)穩(wěn)定。2007—2012年，效率冷點(diǎn)區(qū)開始向浙江省南部的衢州市、麗水市和溫州市演化，直到2016年，效率冷點(diǎn)區(qū)依然集中分布在浙江省南部地區(qū)，空間格局置換過程保持穩(wěn)定態(tài)勢(shì)。

2.3 耕地利用全要素生產(chǎn)率指數(shù)及其分解

為了進(jìn)一步分析不同時(shí)期東部沿海經(jīng)濟(jì)區(qū)耕地利用全要素生產(chǎn)率的動(dòng)態(tài)變化情況及其各省域（直轄市）的區(qū)域差異，本文運(yùn)用MaxDEA7.0軟件求得研究區(qū)及其各省域（直轄市）的全要素生產(chǎn)率指數(shù)（Malmquist—Luenberger生產(chǎn)率指數(shù)，簡(jiǎn)稱ML指數(shù)）及其分解項(xiàng)（表3）。

2.3.1 耕地利用全要素生產(chǎn)率動(dòng)態(tài)變化情況及其分解 2002—2016年東部沿海經(jīng)濟(jì)區(qū)耕地利用ML指數(shù)整體呈波動(dòng)上升的趨勢(shì)，除了2002—2003年和2015—2016年小于1，其余時(shí)期均大于1，說明東部沿海經(jīng)濟(jì)區(qū)在大部分年份的耕地利用全要素生產(chǎn)率呈不斷上升的趨勢(shì)。整個(gè)研究期內(nèi)ML指數(shù)平均值為1.0586，年均增長(zhǎng)率達(dá)5.86%，整體提高很快。從ML指數(shù)分解項(xiàng)來看，技術(shù)進(jìn)步指數(shù)（TC）的變化趨勢(shì)與ML指數(shù)大體一致，技術(shù)效率指數(shù)（EC）的變化趨勢(shì)則較為平緩，二者均呈波動(dòng)上升的趨勢(shì)。整個(gè)研究期內(nèi)TC指數(shù)的平均值為1.0608，即技術(shù)進(jìn)步年均增長(zhǎng)率為6.08%，表現(xiàn)出正向增長(zhǎng)，對(duì)東部沿海經(jīng)濟(jì)區(qū)耕地利用全要素生產(chǎn)率的提升產(chǎn)生了促進(jìn)作用，而EC指數(shù)的平均值為0.9987，即技術(shù)效率年均減少0.13%，阻礙了研究區(qū)耕地利用全要素生產(chǎn)率的提升，但減少幅度并不大。

2.3.2 耕地利用全要素生產(chǎn)率及其分解的區(qū)域?qū)Ρ染脱芯繀^(qū)不同省份（直轄市）而言，江蘇省、浙江省和上海市ML指數(shù)平均值分別為1.0578、1.0591、1.0387，即相應(yīng)的耕地利用全要素生產(chǎn)率年均增長(zhǎng)率分別為5.78%、5.91%和3.87%，整體上均呈持續(xù)增長(zhǎng)的態(tài)勢(shì)，其中浙江省的年均增長(zhǎng)率最高，上海市的年均增長(zhǎng)率最低。對(duì)于不同時(shí)期的ML指數(shù)，江蘇省除了2002—2003年和2015—2016年兩個(gè)時(shí)期外，其余時(shí)期ML指數(shù)均大于1；浙江省僅有2002—2003年一個(gè)時(shí)期ML指數(shù)小于1；而上海市則在2011—2016年連續(xù)五個(gè)時(shí)期ML指數(shù)小于1，說明浙江省耕地利用全要素生產(chǎn)率的持續(xù)增長(zhǎng)態(tài)勢(shì)最為穩(wěn)定，江蘇省其次，而上海市則在2011年后連續(xù)五年出現(xiàn)了耕地利用全要素生產(chǎn)率的下滑。

從ML指數(shù)分解項(xiàng)來看，江蘇省、浙江省和上海市TC指數(shù)平均值分別為1.0592、1.0700、1.0578，即技術(shù)進(jìn)步均呈現(xiàn)出正向增長(zhǎng)，而三省市的EC指數(shù)平均值分別為0.9990、0.9906、0.9872，即整體上技術(shù)效率均呈現(xiàn)降低的態(tài)勢(shì)，說明江蘇省、浙江省和上海市耕地利用全要素生產(chǎn)率的提高主要得益于技術(shù)進(jìn)步的促進(jìn)作用。

表3 2002—2016年耕地利用全要素生產(chǎn)率指數(shù)及其分解項(xiàng)Table 3 Total factor productivity index and its decomposition items of farmland utilization from 2002 to 2016

2.4 耕地利用效率時(shí)空分異影響因素

2.4.1 影響因素的選取 東部沿海經(jīng)濟(jì)區(qū)耕地利用效率時(shí)序動(dòng)態(tài)演變特征及空間集聚特征是自然條件、經(jīng)濟(jì)條件和社會(huì)條件等多重因素共同作用的結(jié)果。本文通過參考相關(guān)學(xué)者[6,8-10]的研究，結(jié)合研究區(qū)實(shí)際情況，從耕地資源稟賦、自然環(huán)境條件、經(jīng)濟(jì)發(fā)展水平和政府重視程度四個(gè)方面綜合考慮各因素對(duì)研究區(qū)耕地利用效率時(shí)空演變的影響，并考慮數(shù)據(jù)的可獲取性，分別選取人均耕地面積（X1）、耕地復(fù)種指數(shù)（X2）、人均GDP（X3）和政府涉農(nóng)支出比例（X4）四個(gè)具體指標(biāo)來表征相應(yīng)的影響因素。

2.4.2 影響因素的分析 首先，基于2002、2007、2012和2016年東部沿海經(jīng)濟(jì)區(qū)各市級(jí)單位的耕地利用效率數(shù)據(jù)及其影響因素?cái)?shù)據(jù)，運(yùn)用Stata14.0軟件中的OLS回歸模型，對(duì)四種影響因素的顯著性進(jìn)行分析?；貧w結(jié)果見表4。

由表4可知，人均耕地面積（X1）、人均GDP（X3）和政府涉農(nóng)支出比例（X4）三個(gè)指標(biāo)整體上均在1%水平上通過了顯著性檢驗(yàn)，且系數(shù)值均為正，說明耕地資源稟賦、經(jīng)濟(jì)發(fā)展水平、政府重視程度對(duì)研究區(qū)耕地利用效率的提升及其時(shí)空分異具有顯著的正向作用。但耕地復(fù)種指數(shù)（X2）沒有通過顯著性檢驗(yàn)，究其原因，是因?yàn)闁|部沿海經(jīng)濟(jì)區(qū)所有市級(jí)單位均位于長(zhǎng)江中下游地區(qū)，地形地貌、土壤肥沃程度、光溫水條件等并無明顯差異，導(dǎo)致自然環(huán)境條件對(duì)研究區(qū)耕地利用效率的提升及其時(shí)空分異并無顯著作用。因此，通過OLS模型回歸結(jié)果剔除自然環(huán)境條件，保留其他三項(xiàng)影響因素。

表4 OLS模型整體回歸結(jié)果Table 4 Overall regression results of the OLS model

然后，結(jié)合公式（5），運(yùn)用ArcGIS10.2軟件中的地理加權(quán)回歸分析模塊，測(cè)算了相應(yīng)年份GWR模型的整體分析結(jié)果及自變量回歸系數(shù)（表5，表6）。

由表5可知，2012、2016年GWR模型的擬合系數(shù)R2分別為0.665、0.724，調(diào)整后的擬合系數(shù)R2分別為0.601、0.618，表明模型的擬合優(yōu)度較好，各自變量因子與被解釋變量之間存在顯著的相關(guān)性。2002、2007年GWR模型的擬合系數(shù)R2分別為0.453、0.543，調(diào)整后的擬合系數(shù)R2分別為0.374、0.472，雖然模型擬合程度一般，但對(duì)于解釋型回歸模型來說，更應(yīng)注重自變量系數(shù)的經(jīng)濟(jì)涵義，R2的大小并不重要。

表5 GWR模型整體分析結(jié)果Table 5 Overall analysis results of the GWR model

表6 GWR模型自變量回歸系數(shù)Table 6 Independent variable regression coeff cient of the GWR model

1）耕地資源稟賦對(duì)耕地利用效率的影響。從回歸系數(shù)來看，2002、2007、2012和2016年人均耕地面積的系數(shù)均值分別為3.881、3.664、2.940和1.908，在四種影響因素的系數(shù)均值中最高，且均在1%水平上通過了顯著性檢驗(yàn)，說明耕地資源稟賦相較于其他影響因素，對(duì)耕地利用效率的影響作用最大，是影響研究區(qū)耕地利用效率提升及其時(shí)空分異的重要因素。這主要是因?yàn)槿司孛娣e的增加，緩解了區(qū)域耕地壓力，農(nóng)業(yè)規(guī)?；?jīng)營(yíng)得以實(shí)現(xiàn)，從而提高耕地利用效率，實(shí)現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展。但歷年系數(shù)均值不斷下降，說明耕地資源稟賦對(duì)耕地利用效率的影響程度呈不斷降低的態(tài)勢(shì)。

2）經(jīng)濟(jì)發(fā)展水平對(duì)耕地利用效率的影響。從回歸系數(shù)來看，2002年人均GDP的系數(shù)均值不顯著，即經(jīng)濟(jì)發(fā)展水平對(duì)耕地利用效率并沒有顯著影響，但后三年的系數(shù)均值均在1%水平上呈正向顯著，說明經(jīng)濟(jì)發(fā)展水平越高的地區(qū)，耕地利用效率也越高。綜合來看，經(jīng)濟(jì)發(fā)展水平同樣也是影響研究區(qū)耕地利用效率提升及其時(shí)空分異的較重要因素。這主要源于兩點(diǎn)：一方面，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，對(duì)農(nóng)業(yè)的投入力度就越大，可將更多資金投入到提高農(nóng)業(yè)科技水平、改善農(nóng)業(yè)生產(chǎn)條件中，從而促進(jìn)耕地生產(chǎn)要素配置效率的提高；另一方面，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，對(duì)耕地保護(hù)政策的扶持力度就越大，從而加強(qiáng)耕地利用主體的耕地保護(hù)意愿，提高耕地利用效率，促進(jìn)耕地利用向低碳化、集約化方向發(fā)展。

3）政府重視程度對(duì)耕地利用效率的影響。從回歸系數(shù)來看，2002、2007、2012和2016年涉農(nóng)支出比例的系數(shù)均值均在1%、5%水平上呈正向顯著，說明政府重視程度對(duì)耕地利用效率有顯著的正向影響，是影響研究區(qū)耕地利用效率提升及其時(shí)空分異的重要因素。新世紀(jì)以來，中國(guó)出臺(tái)了一系列財(cái)政農(nóng)業(yè)支出政策以促進(jìn)農(nóng)業(yè)發(fā)展，地方政府的農(nóng)業(yè)支出行為也在不斷地調(diào)整和完善，支出力度不斷加大，有利于農(nóng)業(yè)基礎(chǔ)設(shè)施的建設(shè)和農(nóng)業(yè)科技成果的研發(fā)，從而提高農(nóng)業(yè)綜合生產(chǎn)能力，促進(jìn)農(nóng)業(yè)健康發(fā)展。

3 結(jié)論

1）2002—2016年，東部沿海經(jīng)濟(jì)區(qū)耕地利用綜合效率呈波動(dòng)上升的趨勢(shì)，但整體效率值并不高，純技術(shù)效率均值遠(yuǎn)高于綜合效率均值，且在綜合效率中所占比重較大，具有至關(guān)重要的作用，規(guī)模效率則有待增強(qiáng)，二者整體上均呈波動(dòng)上升的趨勢(shì)。2002、2007和2012年研究區(qū)耕地利用綜合效率的空間分布呈“北高南低”的兩極分化分布態(tài)勢(shì)，到2016年形成了高低效率區(qū)“多元分布格局”。

2）2002—2016年，東部沿海經(jīng)濟(jì)區(qū)耕地利用效率整體呈顯著的正向空間自相關(guān)性，并表現(xiàn)為在局部空間上的集聚，呈現(xiàn)高高集聚或低低集聚的分布格局。其中高效率聚集區(qū)在2002—2012年主要分布在江蘇省中北部地區(qū)，空間格局基本維持平穩(wěn)態(tài)勢(shì)，2012—2016年開始向江蘇省西南部的南京市演化；低效率聚集區(qū)在2002—2007年主要分布在浙江省東部地區(qū)，2007—2012年逐漸向浙江省南部地區(qū)演化，直到2016年空間集聚格局保持穩(wěn)定態(tài)勢(shì)。

3）2002—2016年，東部沿海經(jīng)濟(jì)區(qū)耕地利用全要素生產(chǎn)率年均增長(zhǎng)率為5.9%，整體提高較快，其中技術(shù)進(jìn)步呈正向增長(zhǎng)，對(duì)研究區(qū)耕地利用全要素生產(chǎn)率的提升起促進(jìn)作用。就不同區(qū)域而言，江蘇省、浙江省和上海市耕地利用全要素生產(chǎn)率年均增長(zhǎng)率分別為5.8%、5.9%和3.9%，其中浙江省的持續(xù)增長(zhǎng)態(tài)勢(shì)最為穩(wěn)定，三省市在耕地利用全要素生產(chǎn)率上的提高均主要得益于技術(shù)進(jìn)步的促進(jìn)作用。

4）本文主要從耕地資源稟賦、自然環(huán)境條件、經(jīng)濟(jì)發(fā)展水平、政府重視程度四個(gè)方面來考察其對(duì)東部沿海經(jīng)濟(jì)區(qū)耕地利用效率提升及其時(shí)空分異的影響作用。結(jié)果表明：耕地資源稟賦和政府重視程度是影響耕地利用效率提升及其時(shí)空分異的重要因素，經(jīng)濟(jì)發(fā)展水平對(duì)其影響也比較重要，但自然環(huán)境條件的影響作用并不顯著。

4 對(duì)策建議

促進(jìn)東部沿海經(jīng)濟(jì)區(qū)耕地利用效率提升的相關(guān)建議如下：

1）建立完善的耕地低碳利用保障機(jī)制。需建立市級(jí)耕地利用變化碳排放核算和碳排放效應(yīng)測(cè)算體系，并成立耕地低碳利用的相關(guān)監(jiān)管部門，可隨時(shí)了解市級(jí)耕地利用碳排放變化及碳排放強(qiáng)度，從而促進(jìn)區(qū)域耕地的低碳利用，提高耕地利用效率。

2）加大政府對(duì)農(nóng)業(yè)的投入力度。首先，提高耕地利用的規(guī)模投入水平。研究區(qū)耕地利用的規(guī)模投入水平相較于純技術(shù)效率水平略顯不足，規(guī)模效率不高，未來需加強(qiáng)耕地利用的規(guī)模投入水平，提高規(guī)模效率，進(jìn)而提高耕地利用綜合效率。其次，加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。未來需強(qiáng)化農(nóng)田水利工程，大力改造中低產(chǎn)田，從而切實(shí)提升耕地綜合產(chǎn)出能力，保障區(qū)域糧食安全。最后，加大農(nóng)業(yè)科技投入。技術(shù)進(jìn)步已成為研究區(qū)耕地利用全要素生產(chǎn)率提高的重要促進(jìn)因素，未來需繼續(xù)加強(qiáng)對(duì)區(qū)域農(nóng)業(yè)科技的扶持力度，大力培養(yǎng)農(nóng)業(yè)技術(shù)人才，推廣先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)，為效率改善提供技術(shù)保障。

3）實(shí)行高效嚴(yán)格的耕地保護(hù)補(bǔ)償機(jī)制。不僅要考慮耕地資源的數(shù)量，更要考慮耕地利用的效率，應(yīng)逐步建立健全耕地保護(hù)補(bǔ)償多元化融資渠道和資金保障體系，加大耕地補(bǔ)償力度，對(duì)耕地利用主體的耕地保護(hù)行為進(jìn)行有效的激勵(lì)，從而放緩農(nóng)地非農(nóng)化的態(tài)勢(shì)，促進(jìn)區(qū)域耕地資源高效、集約利用。

本文較全面的反映了東部沿海經(jīng)濟(jì)區(qū)耕地利用效率的時(shí)空格局演變特征及其影響因素，并對(duì)研究區(qū)耕地利用全要素生產(chǎn)率的動(dòng)態(tài)變化做了較細(xì)致的分析，可為未來耕地資源高效集約利用、提高區(qū)域土地管理水平提供決策依據(jù)。本文尚存在一定不足之處：一是研究區(qū)耕地利用效率測(cè)度的“投入—產(chǎn)出”指標(biāo)體系構(gòu)建上還不夠全面，考慮數(shù)據(jù)的可獲取性，并未考慮農(nóng)戶自身現(xiàn)狀、農(nóng)業(yè)科技進(jìn)步等投入指標(biāo)的選取，非期望產(chǎn)出指標(biāo)僅選取了耕地利用碳排放量，忽略了面源污染對(duì)耕地利用效率的影響；二是效率影響因素的選擇不夠全面，相關(guān)農(nóng)業(yè)政策、農(nóng)戶意愿等因素是否也會(huì)對(duì)耕地利用效率的時(shí)空分異產(chǎn)生影響，值得深入研究，東部沿海經(jīng)濟(jì)區(qū)耕地利用效率時(shí)空分異的驅(qū)動(dòng)作用機(jī)制及相關(guān)優(yōu)化對(duì)策在后續(xù)的研究中有待進(jìn)一步完善。