福建省農(nóng)用地利用效率的時空演變及影響因素研究

洪瑛

[摘要]提高農(nóng)用地利用效率對保障糧食安全和推動農(nóng)業(yè)經(jīng)濟發(fā)展具有重要意義。本文采用DEA模型測度2009—2018年福建省農(nóng)用地利用效率，將其分解為純技術效率和規(guī)模效率以剖析變化的原因，進一步通過地理探測器工具探究其主要影響因素的影響力大小及因素間的交互作用情況。研究結果表明：第一，福建省農(nóng)用地利用效率總體較高，但大致呈現(xiàn)中部高、南北低的不均勻狀況，兩極分化較嚴重;第二，福建省農(nóng)用地利用的純技術效率對綜合效率的影響及制約能力略強于規(guī)模效率;第三，產(chǎn)業(yè)結構對福建省農(nóng)用地利用效率的解釋力最強，影響因子之間均為相互增強和非線性增強作用，不存在相互獨立的因子。基于此，本文為提高農(nóng)用地利用效率提出具有針對性的改進建議。

[關鍵詞]農(nóng)用地利用效率;時空演變;地理探測器;影響因素

中圖分類號：F321.1 文獻標識碼：A DOI：10.16465/j.gste.cn431252ts.202006

2020年中央一號文件要求堅決補上全面小康“三農(nóng)”領域短板，切實發(fā)揮好“三農(nóng)”壓艙石作用。作為農(nóng)業(yè)最重要的載體資源，農(nóng)用地為農(nóng)民提供最基本的生活保障，為推動農(nóng)村經(jīng)濟發(fā)展奠定基礎。但隨著我國城鎮(zhèn)化、工業(yè)化的快速發(fā)展，農(nóng)用地不僅被非農(nóng)建設大量占用，還普遍存在粗放經(jīng)營、低效利用等問題。因此，如何有效提高農(nóng)用地利用效率成為我國農(nóng)業(yè)經(jīng)濟發(fā)展的關鍵。

福建省地處我國東南沿海，農(nóng)業(yè)生產(chǎn)具有優(yōu)勢條件。2019年福建省糧食種植面積為82.24萬hm2，比上年減少1.11萬hm2;糧食產(chǎn)量比上年減少4.68萬t，下降0.9%。針對該現(xiàn)狀，2020年福建省人民政府辦公廳下達補充耕地任務2 000hm2，同年福建省委一號文件指出力爭全省主要農(nóng)作物耕種收綜合機械化率達70%。因此，開展福建省農(nóng)用地利用效率研究，提高農(nóng)用地的利用效率，對保障糧食安全和社會經(jīng)濟發(fā)展具有重要意義。

近年來，國內(nèi)外學者主要采用層次分析法[1]、主成分分析法[2]、GIS[3]、熵值法[4]和數(shù)據(jù)包絡分析法（Data Envelopment Analysis，DEA）[5]等定量化的模型對農(nóng)用地利用效率進行指標分析與評價。DEA方法因其不需預先設定生產(chǎn)函數(shù)的形式、不需提前明確各指標的權重而被廣泛應用于農(nóng)用地利用效率評價。

土地利用效率影響因素復雜，現(xiàn)有研究方法主要有灰色關聯(lián)模型[6]、聚類分析[7]、Logistic回歸模型[8]、Tobit模型[9]和地理探測器[10]等。相較于傳統(tǒng)統(tǒng)計方法，地理探測器的最大優(yōu)勢在于沒有過多的假設條件，能夠分析多個變量間交互作用對因變量的影響，因此被廣泛應用于人口、社會經(jīng)濟發(fā)展、環(huán)境污染、土地利用變化等領域。

目前，關于土地利用效率的研究大多關注城市建設用地，對農(nóng)用地利用效率的研究較少，且在測算分析的基礎上進行影響因素探究的文獻多以分析單個變量對因變量的影響為主。因此，本文基于2009—2018年福建省農(nóng)用地利用的投入-產(chǎn)出指標數(shù)據(jù)，采用DEA模型測算并分解農(nóng)用地利用效率，進一步通過地理探測器工具探究分析單一變量和變量間交互作用對農(nóng)用地利用效率的影響，從而為提高福建省農(nóng)用地利用效率提出具有針對性的改進建議。

1 模型與數(shù)據(jù)

1.1 DEA模型

數(shù)據(jù)包絡分析方法（DEA）由Charnes A等[11]于1978年提出。作為一個多投入-多產(chǎn)出的生產(chǎn)系統(tǒng)，農(nóng)用地的利用規(guī)模隨著農(nóng)業(yè)現(xiàn)代化快速發(fā)展而不斷擴張。同時農(nóng)用地粗放和低效利用問題也日漸嚴重，應盡可能通過減少投入來增加產(chǎn)出。因此，本文選取投入導向、規(guī)模報酬可變的DEA模型測度福建省各地市的農(nóng)用地利用效率θ。若θ=1，s+=s-=0（s+表示松弛變量、s-表示剩余變量），表示農(nóng)用地利用達到綜合效率最優(yōu);若θ<1，則反之。DEA模型中綜合技術效率（TE）可以分解為純技術效率（PTE）與規(guī)模效率（SE）的乘積，即TE=PTE×SE[12]。

1.2 地理探測器

地理探測器是由王勁峰等[13]開發(fā)的探測空間分異性，以及揭示其背后驅(qū)動力的一種統(tǒng)計學方法。本文主要應用地理探測器的因子探測和交互探測工具進行研究。空間分異性q值大小可以代表影響因子（X）對農(nóng)用地利用效率（Y）的解釋力，q值越大表示因素X對福建省農(nóng)用地利用效率的變化影響越大，反之則越小。式（1）中，m表示影響因素X的數(shù)量，Nk和N分別為地市數(shù)和福建省的全部地市的數(shù)量，σk2和σ2分別是地市數(shù)和福建省全部地市農(nóng)用地利用效率的方差。

（1）

本文從經(jīng)濟、政策和技術等方面選取經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構、農(nóng)民收入、財政支農(nóng)、農(nóng)藥使用情況和農(nóng)機動力等作為探測因子，如表1所示。以農(nóng)用地利用效率為因變量，其他探測因子作為解釋變量，以低（30%）、中（40%）、高（30%）比例確定各探測因子指標值所處的類別，使用GeoDetector軟件分別計算出各因子對福建省農(nóng)用地利用效率的空間分異性q值。

1.3 指標選取與數(shù)據(jù)來源

本文選取5個投入指標、1個產(chǎn)出指標建立農(nóng)用地投入-產(chǎn)出指標體系，測算2009—2018年福建省9個地市的農(nóng)用地利用效率，如表2所示。各數(shù)據(jù)均源于《福建統(tǒng)計年鑒》、福建省各地市統(tǒng)計年鑒以及《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》。其中，相關指標數(shù)據(jù)已統(tǒng)一折算為以2009年為基期的不變價，以便剔除通貨膨脹因素的影響。

2 研究結果與分析

2.1 福建省農(nóng)用地利用效率的時空演變分析

DEAP 2.1計算結果如圖1所示，2009—2018年福建省農(nóng)用地綜合技術效率總體較高，呈現(xiàn)U型變化趨勢，大致呈現(xiàn)中部高、南北低的不均勻狀況。中部地區(qū)的三明市、福州市農(nóng)用地利用效率均為1，形成綜合效率值最優(yōu)的空間集聚;而南部地區(qū)的龍巖市、廈門市、泉州市的平均綜合效率均低于省平均綜合效率。其中，廈門市綜合效率一直處于下降狀態(tài)，連續(xù)4年有效性都在60%以下，這可能是由于廈門市擁有較好的區(qū)位條件，經(jīng)濟發(fā)展水平較高，產(chǎn)業(yè)結構更偏向第二、第三產(chǎn)業(yè)，導致農(nóng)業(yè)受重視程度較低，農(nóng)用地低效利用問題嚴重。

2.2 福建省農(nóng)用地利用效率的分解與時空分析

2.2.1 純技術效率的時空特征分析

2009—2018年福建省各地市農(nóng)用地利用的純技術效率大多處于較高水平，如圖2所示。從橫向比較來說，福州、廈門、三明、莆田的農(nóng)用地利用純技術效率值10年內(nèi)均保持最大化;漳州的純技術效率從2015年的非有效性逐步轉(zhuǎn)變?yōu)?016年的有效性，從0.906上升至1，表明漳州市的農(nóng)用地資源隨著農(nóng)業(yè)技術水平的進步逐漸實現(xiàn)有效利用;泉州的純技術效率小于0.7，反映出該市農(nóng)用地的投入要素存在浪費現(xiàn)象，可能是由于城鎮(zhèn)化快速推進，農(nóng)村勞動力大量轉(zhuǎn)移，導致農(nóng)用地閑置和不合理利用現(xiàn)象。

2.2.2 規(guī)模效率的時空特征分析

福建省的農(nóng)用地利用規(guī)模效率較為穩(wěn)定，波動較小，最高為2011年的0.955，最低為2017年的0.925，如表3所示。從橫向比較來看，福州、三明、南平的平均規(guī)模效率都已達到最優(yōu)狀態(tài);廈門市的平均規(guī)模效率最小，僅為0.653。從規(guī)模報酬階段來看，福州、三明10年內(nèi)均保持規(guī)模報酬不變階段，說明投入要素規(guī)模已達到最優(yōu)水平;漳州、寧德大部分年份都處在規(guī)模報酬遞增階段，反映出其農(nóng)用地利用規(guī)模偏小，應進一步完善農(nóng)業(yè)基礎設施，及時擴大農(nóng)用地投入規(guī)模。

2.3 福建省農(nóng)用地利用效率的影響因素

2.3.1 地理探測器因子探測

因子探測結果如表4所示，可知對農(nóng)用地利用效率解釋力最強的是產(chǎn)業(yè)結構。若城市第一產(chǎn)業(yè)占比較大，資本、技術和人才等資源都會向第一產(chǎn)業(yè)傾斜，從而極大推動農(nóng)用地利用效率的提高;反之，極易產(chǎn)生非農(nóng)建設用地占用農(nóng)地、農(nóng)地低效利用甚至拋荒的問題。其次，農(nóng)藥使用情況、城市經(jīng)濟發(fā)展水平和農(nóng)機動力對農(nóng)用地利用效率也具較大影響力。而農(nóng)民收入對農(nóng)用地利用效率影響不大，財政支農(nóng)對農(nóng)用地利用效率的解釋力極低，說明雖然福建省積極關注“三農(nóng)”問題，但貫徹實施效果不佳，農(nóng)業(yè)補貼數(shù)額有待提高。

2.3.2 地理探測器交互作用探測

交互探測結果如表5所示，產(chǎn)業(yè)結構與農(nóng)藥使用情況的交互作用值最高，為0.537 4;農(nóng)民收入與財政支農(nóng)的交互作用值最小，為0.059 6。

經(jīng)濟發(fā)展水平與產(chǎn)業(yè)結構、經(jīng)濟發(fā)展水平與農(nóng)民收入、產(chǎn)業(yè)結構與農(nóng)民收入、產(chǎn)業(yè)結構與農(nóng)藥使用情況、產(chǎn)業(yè)結構與農(nóng)機動力具有交互協(xié)同的作用，而其余變量間的交互作用是非線性增強的，說明在影響農(nóng)用地利用效率方面不存在相互獨立的因子。

3 結論與建議

3.1 研究結論

本文運用DEA模型測度2009—2018年福建省農(nóng)用地利用效率，對其時空演變特征進行探究，進一步采用地理探測器的因子探測和交互探測工具分析福建省農(nóng)用地利用效率的主要影響因素，得出以下結論：

（1）2009—2018年福建省農(nóng)用地利用的綜合技術效率總體較高，呈現(xiàn)U型的變化趨勢。但省內(nèi)農(nóng)用地利用效率大致呈現(xiàn)中部高、南北低的不均勻狀況，兩極分化較嚴重。

（2）分解來看，2009—2018年福建省農(nóng)用地利用的純技術效率總體較高，部分城市較不穩(wěn)定。而各地市農(nóng)用地利用的平均規(guī)模效率相差較小，一直維持在較高水平，波動較小。純技術效率對綜合效率的影響及制約能力略強于規(guī)模效率。

（3）根據(jù)地理探測器因子探測結果可知，對福建省農(nóng)用地利用效率解釋力最強的是產(chǎn)業(yè)結構，財政支農(nóng)對農(nóng)用地利用效率的解釋力極低。地理探測器交互探測結果顯示，影響因子之間均為相互增強和非線性增強作用，不存在相互獨立的因子。

3.2 政策建議

本文針對福建省農(nóng)用地利用效率存在的問題，提出以下改進建議。第一，推動農(nóng)業(yè)技術進步，提高勞動者素質(zhì)。政府應大力扶持區(qū)域農(nóng)業(yè)科技，加強與科研機構和社會企業(yè)的合作，積極培育新型職業(yè)農(nóng)民，提升農(nóng)戶運用農(nóng)業(yè)技術的能力。第二，優(yōu)化區(qū)域產(chǎn)業(yè)結構，發(fā)展特色農(nóng)業(yè)。政府應推動區(qū)域產(chǎn)業(yè)結構合理化，促進農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展，大力發(fā)展特色農(nóng)業(yè)，刺激區(qū)域經(jīng)濟的發(fā)展。第三，加大財政支農(nóng)力度，完善農(nóng)業(yè)基礎設施建設。政府應有針對性地制訂農(nóng)業(yè)投資計劃，增加農(nóng)業(yè)支持補貼資金數(shù)額，加強農(nóng)業(yè)基礎設施建設，強化農(nóng)田水利工程，改善農(nóng)業(yè)生產(chǎn)環(huán)境。

參考文獻

[1]龐英.山東沿海地區(qū)耕地利用集約度時空特征[J].農(nóng)業(yè)工程學報，2011，27（9）：328-333.

[2]劉傳明，李紅，賀巧寧.湖南省土地利用效率空間差異及優(yōu)化對策[J].經(jīng)濟地理，2010，30（11）：1890-1896.

[3]劉瓊峰，李明德，段建南，等.基于GIS的湖南省耕地利用效益時空變異研究[J].經(jīng)濟地理，2013，33（9）：142-147.

[4]向云波，謝炳庚，郭湘.近50年湖南省耕地利用績效時空分異特征[J].經(jīng)濟地理，2015，35（2）：169-177.

[5]楊朔，李世平，羅列.陜西省耕地利用效率及其影響因素研究[J].中國土地科學，2011，25（2）：47-54.

[6]張立新，朱道林，杜挺，等.基于DEA模型的城市建設用地利用效率時空格局演變及驅(qū)動因素[J].資源科學，2017，39（3）：418-429.

[7]雷廣海，劉友兆，陸效平.江蘇省13城市土地利用集約度時空變異及驅(qū)動因素[J].長江流域資源與環(huán)境，2009，18（1）：7-13.

[8]周滔，鄔妮.城市更新片區(qū)土地利用變化規(guī)律研究：以重慶市渝中區(qū)為例[J].中國土地科學，2018，32（4）：67-73.

[9]吳賢良，劉雨婧，熊鷹，等.湖南省城市土地利用全要素生產(chǎn)率時空演變及影響因素[J].經(jīng)濟地理，2017，37（9）：95-101.

[10]李進濤，劉彥隨，楊園園，等.1985-2015年京津冀地區(qū)城市建設用地時空演變特征及驅(qū)動因素研究 [J].地理研究，? 2018，37（1）：37-52.

[11]Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978，2（6）：429-444.

[12]Banker R D，Charnes A，Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30（9）：1078-1092.

[13]王勁峰，徐成東.地理探測器：原理與展望[J].地理學報，?2017，72（1）：116-134.

Study on the Spatial-Temporal Evolution of Agricultural Land Use Efficiency and Influencing Factors

Hong Ying

（College of Public Administration，F(xiàn)ujian Agriculture and Forestry University，F(xiàn)uzhou，F(xiàn)ujian 350002）

Abstract：Improving the efficiency of agricultural land use is of great significance for ensuring food security and promoting agricultural economic development.This article uses the DEA model to measure the efficiency of agricultural land use in Fujian Province from 2009 to 2018，and decomposes it into pure technical efficiency and scale efficiency to analyze the source of change，and further explores the influence of the main influencing factors and factors through the geographic probe tool The interaction between them.The results of the study show that： First，the efficiency of agricultural land use in Fujian is generally high，but it is roughly uneven in the middle， high in the south， and low in the north，and the polarization is serious; second，the pure technical efficiency of agricultural land in Fujian The influence and restriction capacity is slightly stronger than the scale efficiency. Third， the industrial structure has the strongest explanatory power to the utilization efficiency of agricultural land in Fujian Province.The influence factors are mutually reinforcing and non-linearly enhancing，and there are no independent factors.Based on this， this paper proposes targeted improvement suggestions for improving the efficiency of agricultural land use.

Key Words：agricultural land use efficiency，spatial and temporal evolution，geographic detector，influencing factors