鄉(xiāng)村振興背景下農(nóng)地利用效率

王檢萍, 余 敦, 孫聰康, 鄭媛媛, 張 田

(1.江西農(nóng)業(yè)大學(xué) 國土資源與環(huán)境學(xué)院, 南昌 330045;2.江西省南昌市自然資源和規(guī)劃局經(jīng)濟技術(shù)開發(fā)區(qū)分局, 南昌 330045)

農(nóng)用地指直接用于農(nóng)業(yè)生產(chǎn)的土地，是農(nóng)業(yè)生產(chǎn)最基本的生產(chǎn)資料，是農(nóng)民收入的重要來源[1]。但隨著我國工業(yè)化與城鎮(zhèn)化的快速推進，城鄉(xiāng)建設(shè)用地規(guī)模不斷擴大，農(nóng)用地被大量占用，不僅嚴(yán)重影響我國的糧食安全，也阻礙鄉(xiāng)村振興的發(fā)展。如何提高農(nóng)地利用效率，盡快實現(xiàn)鄉(xiāng)村振興是大家共同關(guān)注的問題。國家也高度重視如何促進鄉(xiāng)村振興發(fā)展這一問題。2017年，十九大報告首度提出實施鄉(xiāng)村振興戰(zhàn)略，提出“產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風(fēng)文明、治理有效、生活富?！钡目傄?2018年中央一號文件進一步細(xì)化了鄉(xiāng)村振興的總體要求、內(nèi)涵、目標(biāo)與任務(wù)，再一次重申要把“三農(nóng)問題”作為全黨工作的重中之重;《國家鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》提出需要夯實農(nóng)業(yè)生產(chǎn)能力基礎(chǔ)，它包括農(nóng)地本身質(zhì)量提升、技術(shù)投入增加、勞動技能提升等，這也是促進農(nóng)地利用效率的措施。農(nóng)地利用效率的提升才能促進農(nóng)村產(chǎn)業(yè)興旺，進而能促進鄉(xiāng)村振興?；诖耍茖W(xué)評判農(nóng)地利用效率，探尋影響農(nóng)業(yè)發(fā)展的影響因素，對于實現(xiàn)鄉(xiāng)村振興具有理論意義與實踐意義。

目前國內(nèi)外學(xué)者對于農(nóng)地利用效率研究主要聚焦于測算指標(biāo)的選取、測算方法、研究尺度等3個方面。首先，關(guān)于測算指標(biāo)的選取。目前絕大部分學(xué)者的做法是從投入產(chǎn)出角度選取相對應(yīng)的指標(biāo)[2-4]，如以農(nóng)業(yè)機械總動力、化肥施用量、農(nóng)村人口數(shù)作為投入指標(biāo)(如周圣杰[5]、方琳[6]、經(jīng)陽[7])。但是根據(jù)這些指標(biāo)的定義，存在與研究目標(biāo)范圍不一致的情況。比如運用農(nóng)業(yè)機械總動力、農(nóng)用地化肥施用量等衡量廣義農(nóng)用地活動的指標(biāo)測算耕地利用效率這一狹義農(nóng)用地，存在明顯的范圍不一致情況。本研究嘗試從鄉(xiāng)村振興戰(zhàn)略總要求及投入產(chǎn)出兩方面結(jié)合選取評價指標(biāo)，充分考慮計算口徑與范圍問題，可以一定程度上避免這個問題。測算方法方面，DEA模型被普遍選擇。由DEA模型原型由來[8]可知，DEA模型屬于非參數(shù)估計方法[9]，它可以衡量多投入多產(chǎn)出的全要素生產(chǎn)效率，但是兼顧環(huán)境要素這一產(chǎn)出的文獻并不豐富。本文運用數(shù)據(jù)包絡(luò)分析中的非期望產(chǎn)出超效率SBM模型，能夠?qū)ρ芯繀^(qū)進行較全面的分析。研究尺度方面，現(xiàn)有研究多聚焦于國家[10]、省市[7,11]，或者較大區(qū)域，對縣域乃至鄉(xiāng)(鎮(zhèn))研究極少。本文以進賢縣21個鄉(xiāng)(鎮(zhèn))及紅壤所及省五里墾殖場為研究單元，可豐富農(nóng)地利用效率對鄉(xiāng)(鎮(zhèn))的研究。

進賢縣是江西省的糧食生產(chǎn)大縣，也是我國重要的商品糧生產(chǎn)基地。2017年，進賢縣耕地總面積為80 333 hm2，占南昌市耕地總面積(34.01萬hm2)的23.61%;糧食單產(chǎn)6 766 kg/hm2，低于南昌市糧食單產(chǎn)量7 012 kg/hm2，農(nóng)地利用效率水平偏低。

綜上所述，現(xiàn)有研究中存在采用測算效率模型未充分考慮非期望產(chǎn)出、投入指標(biāo)涉及含義對應(yīng)等問題。另外，對農(nóng)地利用效率研究多集中在某個省市，對縣域乃至鄉(xiāng)(鎮(zhèn))的研究鮮少。本研究旨在基于鄉(xiāng)村振興戰(zhàn)略背景，構(gòu)建鄉(xiāng)村振興與投入產(chǎn)出相結(jié)合的評價體系，利用非期望產(chǎn)出的超效率SBM模型與Tobit回歸分析探討進賢縣21個鄉(xiāng)(鎮(zhèn))、紅壤所及省五里墾殖場農(nóng)用地效率時空變化與背后原因，既可為進賢縣可持續(xù)發(fā)展和實施鄉(xiāng)村振興戰(zhàn)略提供決策數(shù)據(jù)支撐，也可為其他地區(qū)提高農(nóng)地利用效率提供經(jīng)驗借鑒。

1 研究區(qū)域

進賢縣位于江西省中部，鄱陽湖南岸，為南昌市管轄，地理坐標(biāo)為28°09′41″—28°46′13″N,116°01′41″—116°33′38″E。進賢縣國土總面積為197 100 hm2,2005年起管轄21個鄉(xiāng)(鎮(zhèn))與1個場。進賢縣屬典型的亞熱帶氣候，并有軍山湖、青嵐湖等湖泊，灌溉條件較好。進賢縣主要種植水稻及油料作物，是鄱陽湖流域具有代表性的水稻種植區(qū)域，也是全國糧食生產(chǎn)先進縣。進賢縣積極響應(yīng)鄉(xiāng)村振興，號召“走綠色生態(tài)路，打鄉(xiāng)村振興牌”，推廣水稻、紅薯高產(chǎn)措施，重視農(nóng)業(yè)面源污染治理，以期從產(chǎn)業(yè)、人才、文化等全方面實現(xiàn)鄉(xiāng)村振興。

2 研究方法及數(shù)據(jù)來源

2.1 農(nóng)地利用效率評價模型

DEA模型[12]有分別適用于不同問題的具體模型。傳統(tǒng)DEA模型都是基于最小投入最大產(chǎn)出這樣的基本假設(shè)，但在實際農(nóng)業(yè)生產(chǎn)中，農(nóng)藥、化肥及塑料薄膜的使用不僅帶來農(nóng)業(yè)產(chǎn)值的增加，也帶來廢氣、白色污染等“非期望產(chǎn)出”，不考慮這一部分環(huán)境的負(fù)外部效應(yīng)將使農(nóng)地利用效率評價結(jié)果不可信。包含非期望產(chǎn)出的超效率SBM模型是在傳統(tǒng)DEA模型的基礎(chǔ)上構(gòu)建的加入非期望產(chǎn)出且為非徑向非角度的模型[10]。該模型克服了傳統(tǒng)模型徑向角度的缺點，它允許有效決策單元的效率值≥1，這樣解決了有效決策單元間的排序及差別問題，使得評價結(jié)果更加全面與真實。包含非期望產(chǎn)出的超效率SBM模型表示如下:

(1)

λj>0j=1，…，n,j≠0

x≥x00=1，…，m

式中:n為研究單元的個數(shù);m為研究單元的投入數(shù)量；x表示投入指標(biāo)；yg與yb分別表示期望產(chǎn)出、非期望產(chǎn)出,向量S為松弛量;λ為常數(shù)。

2.2 重心轉(zhuǎn)移

假設(shè)研究區(qū)由若干個次級小區(qū)組成，次級小區(qū)i的重心坐標(biāo)為(xi，yi)，Gi為該研究小區(qū)的某類屬性值(在本文為農(nóng)地利用效率值)，則該區(qū)域的相應(yīng)重心坐標(biāo)公式為:

(2)

式中:區(qū)域重心坐標(biāo)(xi,yi)由ArcGIS計算得到。

2.3 農(nóng)地利用效率影響因素分析模型

了解農(nóng)地利用效率的影響因素及影響程度有利于更有針對性提出進賢縣農(nóng)地利用效率提升、鄉(xiāng)村振興發(fā)展的對策，本研究做回歸分析探索影響因素及程度。由于農(nóng)地利用效率是一個大于0的受限因變量，而普通最小二乘法使用時的假設(shè)因變量概率分布接近于正態(tài)分布，因此其做出的回歸分析結(jié)果會有所偏差。根據(jù)前人研究可知，Tobit模型做效率影響分析能取得較好效果，故本文選用面板Tobit模型對進賢縣農(nóng)地利用效率影響因素進行分析。Tobit模型表示如下:

Y=B0+B1X1+B2X2…+BnXn+u

(3)

式中:Y為農(nóng)地利用效率值;u為隨機擾動項;Bn為各解釋變量的系數(shù);Xn為各解釋變量的值;B0為常數(shù)項[13]。

2.4 指標(biāo)選取與界定

2.4.1 農(nóng)地利用效率評價指標(biāo) 農(nóng)地利用效率實際反映農(nóng)用地的投入與產(chǎn)出，因此本文的農(nóng)地利用效率評價指標(biāo)在參考國內(nèi)外學(xué)者研究[9,14-15]的基礎(chǔ)上，結(jié)合鄉(xiāng)村振興戰(zhàn)略的總要求及投入產(chǎn)出兩方面共同構(gòu)建。

鄉(xiāng)村振興戰(zhàn)略總要求角度:鄉(xiāng)村振興離不開產(chǎn)業(yè)振興，而農(nóng)業(yè)是農(nóng)村的基礎(chǔ)性產(chǎn)業(yè)，選定農(nóng)用地面積、農(nóng)業(yè)從業(yè)人數(shù)及農(nóng)業(yè)機械總動力3個指標(biāo)表征促使產(chǎn)業(yè)興旺的投入指標(biāo)。本研究選擇“農(nóng)用地面積”而非“農(nóng)作物播種面積”，主要考慮不同農(nóng)作物播種面積不能直接求和，還涉及復(fù)種、投入次數(shù)等同一周期內(nèi)權(quán)重指標(biāo)難以確定問題。生態(tài)宜居是關(guān)鍵，它不僅是生態(tài)建設(shè)文明的重要內(nèi)容，也是鄉(xiāng)村能否全面振興的重點。生態(tài)宜居主要測度生態(tài)環(huán)境是否適合居住，本文則考慮進賢縣農(nóng)用地的使用對環(huán)境的影響，因此選定凈碳排放量、農(nóng)用地化肥施用量及地膜覆蓋總量3個指標(biāo)。生活富裕是鄉(xiāng)村振興的根本，鄉(xiāng)村振興戰(zhàn)略實施的重要意義之一就是提高農(nóng)民生活水平。農(nóng)地利用中，生活富裕主要考慮農(nóng)用地給農(nóng)民帶來的產(chǎn)值?？紤]到農(nóng)林牧漁總產(chǎn)值是通過貨幣價值來表征農(nóng)業(yè)生產(chǎn)投入所得到的所有產(chǎn)值，在一定時期內(nèi)農(nóng)業(yè)生產(chǎn)的總體水平與農(nóng)民的生活富裕狀況是可以通過該數(shù)據(jù)體現(xiàn)出來的，最終選定生活富裕指標(biāo)為農(nóng)林牧漁總產(chǎn)值及糧食產(chǎn)量。

投入產(chǎn)出角度:考慮到進賢縣農(nóng)地利用實際的投入，最終選定農(nóng)用地面積、農(nóng)用化肥施用量、農(nóng)業(yè)從業(yè)人數(shù)及農(nóng)業(yè)機械總動力4個指標(biāo)分別表示土地、資金、勞動力及技術(shù)的投入。期望產(chǎn)出指標(biāo)指人們方面，與生活富裕方面一致，為人們所期望得到的，故將農(nóng)林牧漁總產(chǎn)值及糧食產(chǎn)量兩個指標(biāo)定為期望產(chǎn)出指標(biāo)。非期望產(chǎn)出指標(biāo)方面，生產(chǎn)活動目前還不能實現(xiàn)0排放，農(nóng)地利用過程中還是會產(chǎn)生一些不受歡迎的副產(chǎn)品，它們對環(huán)境會造成一定的影響，是人們的非期望得到的產(chǎn)出。其中，凈碳排放量與地膜覆蓋總量就是這樣的副產(chǎn)品。

整合上述兩個角度的指標(biāo)，最終形成見表1。

表1 SBM模型指標(biāo)體系

2.4.2 農(nóng)地利用效率影響因素指標(biāo) 為了探究進賢縣農(nóng)地利用效率變化的內(nèi)在原因，找出影響農(nóng)地利用效率的因素，需要從不同角度選取能夠影響生產(chǎn)的可控因素，并且這些因素有別于非期望產(chǎn)出的超效率SBM模型中的評價指標(biāo)。研究土地經(jīng)濟學(xué)相關(guān)理論及已有文獻材料[14,19-22]，農(nóng)地利用效率的主要影響因素包括環(huán)境、經(jīng)濟、勞動力3個方面。本文選用單位面積凈碳排放量X1，有效灌溉面積X2，單位面積工業(yè)總產(chǎn)值X3，單位面積農(nóng)業(yè)機械動力X4及農(nóng)戶的平均播種面積X5代表影響農(nóng)地利用效率的環(huán)境因素。

3 結(jié)果與分析

基于進賢縣2011—2017年的面板數(shù)據(jù)，以DEA-SOLVER 5.0軟件為依托，采用Super-SBM-GRS(非導(dǎo)向一般規(guī)模報酬情況)模型計算研究區(qū)域的農(nóng)地利用效率。為了研究非期望產(chǎn)出對效率值的影響，研究使用僅考慮期望產(chǎn)出的SBM模型及包含非期望產(chǎn)出的超效率SBM模型分別對進賢縣的農(nóng)地利用效率進行了測算，具體結(jié)果見表2。

3.1 進賢縣農(nóng)地利用效率時序變化與分析

從表2可看出，EE效率(含非期望產(chǎn)出)由2011年的1.790 3上升至2017年的1.791 2，上升較為緩慢，并在2013年及2014年間略有所下降，但總體上農(nóng)地利用效率呈現(xiàn)上升趨勢。另外，從表中可以發(fā)現(xiàn)EE效率比TE效率(不含非期望產(chǎn)出)總體要低，且EE效率與TE效率的差值逐年增長，在2011年兩者差值0.358 6年、2017年兩者差值達(dá)到0.400 1。這說明現(xiàn)實農(nóng)業(yè)生產(chǎn)中，無法避免非期望產(chǎn)出，且非期望產(chǎn)出對農(nóng)地利用效率有越來越大的影響。因此，僅涵蓋期望產(chǎn)出來評判農(nóng)地利用效率是不合實際的。具體分析各個鄉(xiāng)(鎮(zhèn))，農(nóng)地利用效率表現(xiàn)出多樣性的時序變化特征:

表2 進賢縣2011-2017年EE效率與TE效率

(1) 進賢縣各個鄉(xiāng)(鎮(zhèn))、紅壤所及省五里墾殖場的農(nóng)地利用效率總體呈現(xiàn)上升趨勢。民和鎮(zhèn)、羅溪鎮(zhèn)、鐘陵鄉(xiāng)、白圩鄉(xiāng)及長山晏鄉(xiāng)5個鄉(xiāng)(鎮(zhèn))由低效率逐步上升至中高效率水平。另外2014年是進賢縣農(nóng)地利用效率的轉(zhuǎn)折點，發(fā)現(xiàn)2013至2014年有明顯下降趨勢，2014年后總體又上升至今。調(diào)研得知，2013年、2014年進賢縣多個鄉(xiāng)(鎮(zhèn))進行了土地整治，土地整治期間對農(nóng)地生產(chǎn)產(chǎn)生一定程度影響，整治主要包括平整土地、灌溉排水及道路工程等，規(guī)模及技術(shù)效率都有所上升。因此，2014年后進賢縣各個鄉(xiāng)(鎮(zhèn))的EE效率可看到明顯提升。

(2) 不期望產(chǎn)出對農(nóng)地利用效率影響逐漸增大。比如效率水平一直處于高位的省五里墾殖場，2011年考慮非期望產(chǎn)出的EE效率為1.952 5，不考慮非期望產(chǎn)出的TE效率為2.311 1，相差0.358 6;2013年EE效率1.450 9,TE效率為1.818 8，兩者相差0.367 9;2017年其EE效率為2.318 4,TE效率為2.718 4，相差0.4。總體看出包含非期望產(chǎn)出的效率與不包含非期望產(chǎn)出的效率差值逐漸增大，非期望產(chǎn)出即一些對環(huán)境、社會或者經(jīng)濟有消極作用的一些不被期待的產(chǎn)出對農(nóng)地利用效率的影響逐漸增大，后期進賢縣須對相關(guān)產(chǎn)出做更多處理。

3.2 進賢縣農(nóng)地利用效率空間分異分析

為揭示進賢縣各個鄉(xiāng)鎮(zhèn)2011—2017年農(nóng)地利用效率變化規(guī)律，借助ArcGIS工具，將進賢縣21個鄉(xiāng)(鎮(zhèn))、紅壤所及省五里墾殖場等23個決策單元的農(nóng)地利用效率與進賢縣鄉(xiāng)(鎮(zhèn))地圖進行空間關(guān)聯(lián)，建立進賢縣農(nóng)地效率空間屬性數(shù)據(jù)庫。同時，依據(jù)前文時序分析，選取2011年，2013年，2015年及2017年4個年份的截面數(shù)據(jù)進行可視化表達(dá)，見圖1。另外，參考其他學(xué)者的研究[23-24]，結(jié)合進賢縣農(nóng)地利用效率的總體情況，將農(nóng)地利用效率值分為4類:低效率區(qū)(min≤e<0.6)、中低效率區(qū)(0.6≤e<1)、中高效率區(qū)(1≤e<1.2)及高效率區(qū)(1.2≤e≤max)。從縣域的空間分布上分析，進賢縣各個鄉(xiāng)(鎮(zhèn))在2011—2017年變化趨勢大致相同，呈現(xiàn)效率從低至高的上升趨勢，且具有以下特征:

圖1 進賢縣農(nóng)地利用效率類型空間分布及演化

(1) 中高效率區(qū)及以上的鄉(xiāng)(鎮(zhèn))占據(jù)大部分，中北部與西南部效率值差異明顯。民國初，進賢縣設(shè)五區(qū)26鄉(xiāng)，其中五區(qū)包括民和鎮(zhèn)、羅溪鎮(zhèn)、池溪鎮(zhèn)、三陽集鄉(xiāng)及梅莊鎮(zhèn)，五區(qū)是重點發(fā)展對象，農(nóng)業(yè)、經(jīng)濟等得到迅速發(fā)展。建國后，中北部多個鄉(xiāng)(鎮(zhèn))一直作為重點糧食發(fā)展地區(qū)，農(nóng)地利用效率受歷史影響較為深重。

(2) 效率高值明顯集中在軍山湖周邊鄉(xiāng)(鎮(zhèn))，主要包括池溪鄉(xiāng)、下埠集鄉(xiāng)、三陽集鄉(xiāng)、梅莊鎮(zhèn)等。這種分布與軍山湖周邊地形息息相關(guān)，池溪鄉(xiāng)、下埠集鄉(xiāng)等鄉(xiāng)(鎮(zhèn))均地勢平坦、地塊面積較大。另外，可能與政策有關(guān)。2011—2017年，進賢縣軍山湖周邊8個鄉(xiāng)(鎮(zhèn))50個村土地整治過。

(3) 低效率區(qū)主要處于西南部，包括溫圳鎮(zhèn)、泉嶺鄉(xiāng)、架橋鎮(zhèn)及張公鎮(zhèn)等，這幾年EE效率平均值僅0.413 3。首先跟地形有關(guān)，南部多丘陵山區(qū)，地塊破碎，不利于規(guī)模生產(chǎn)，農(nóng)地難以實現(xiàn)全機械化操作，多靠人工種植，并且由于現(xiàn)在耕種利潤相比較外出務(wù)工成本更大，收益更低，好多農(nóng)民拋荒，農(nóng)地閑置率增加。其次跟經(jīng)濟發(fā)展相關(guān)，溫圳鎮(zhèn)擁有新型工業(yè)園區(qū)，張公鎮(zhèn)有高橋工業(yè)園區(qū)，工業(yè)園區(qū)吸納大量農(nóng)業(yè)人員轉(zhuǎn)為工人，農(nóng)民無心從事農(nóng)業(yè)生產(chǎn)，這些鄉(xiāng)(鎮(zhèn))多由50歲以上人員從事農(nóng)業(yè)生產(chǎn)，多為了自給自足口糧，農(nóng)地利用效率較為低下。

3.3 進賢縣農(nóng)地利用效率重心轉(zhuǎn)移分析

本文對效率重心的定義是進賢縣縣域內(nèi)使各個鄉(xiāng)(鎮(zhèn))的農(nóng)地利用效值在各個方向上保持平衡的點，研究效率重心及變化軌跡圖有利于直觀了解進賢縣近幾年農(nóng)地利用效率水平在進賢縣內(nèi)的平衡點及發(fā)展方向，從全縣域上把握農(nóng)地利用效率的空間變化[23]。

進賢縣農(nóng)地利用重心一直落于民和鎮(zhèn)北部，重心分布在29°25′20″—29°24′50″N和116°17′10″—116°17′50″E。根據(jù)重心的發(fā)展軌跡，大致可以分為兩個階段。一是2011—2013年，重心東北移動階段。該階段效率重心先向東北移動部分，后又向西北移動部分，但總體向東北移動。這一時期處于進賢縣的“十二五”規(guī)劃期間，政府對環(huán)軍山湖進行2.13萬hm2水產(chǎn)養(yǎng)殖，開展環(huán)湖休閑旅游和發(fā)展沿湖有機農(nóng)業(yè)產(chǎn)業(yè)，對下埠集鄉(xiāng)赤路崗村進行高標(biāo)準(zhǔn)農(nóng)田建設(shè)改造，改良土壤，興建機耕路等。這些讓東北部農(nóng)用地有了更好的發(fā)展條件，農(nóng)地利用效率也有所提高。二是2013—2017年，重心西南方向移動階段。效率重心向西移動0.083個經(jīng)度，移動距離8 466 m。其中2015—2016年向西移動0.055個經(jīng)度，移動距離5 610 m，是研究階段內(nèi)效率重心移動速度最快、移動距離最遠(yuǎn)的一年。這一時期橫跨“十二五”規(guī)劃與“十三五”規(guī)劃，進賢縣政府給予了西南地區(qū)更多關(guān)注，比如選定了732個自然村開展社會主義新農(nóng)村建設(shè)，集中打造了文港鎮(zhèn)、三里鄉(xiāng)、李渡鎮(zhèn)、溫圳鎮(zhèn)、白圩鄉(xiāng)共5個特色小鎮(zhèn);比如羅溪鎮(zhèn)的圩除險加固工程。故在這一階段，進賢縣重心向西南移動是符合現(xiàn)實情況的。

3.4 農(nóng)地利用效率影響因素分析

首先，數(shù)據(jù)的多重共線性檢驗是進行有效回歸分析的前提[25-26]，故本研究借助SPSS 20.0對不同年份的方差膨脹因子進行測算，檢驗影響因子間的多重共線性，具體結(jié)果見表3。

表3 數(shù)據(jù)共線性檢驗

從表3可看出5個變量的VIF值均小于10，表明變量間不存在明顯的多重共線性關(guān)系，可以進行Tobit回歸分析。運用Eviews8.0軟件選擇Tobit模型，其分析結(jié)果見表4。

表4 Tobit回歸分析結(jié)果

根據(jù)表4，可發(fā)現(xiàn)X4通過α=0.1的顯著性檢驗，X3，X5通過α=0.05的顯著性檢驗。單位面積凈碳排放量未能通過顯著性檢驗，說明碳排放量目前對進賢縣農(nóng)地利用效率影響不顯著。這其中的可能原因是進賢縣自然生態(tài)環(huán)境較好，綠化覆蓋率達(dá)到45.26%以上，碳匯能力好，總體進賢縣單位面積凈碳排放量從2011年的0.41 t/hm2到2017年的0.40 t/hm2。有效灌溉面積對進賢縣農(nóng)地利用效率呈現(xiàn)不顯著影響，這與進賢縣實際情況有關(guān)。進賢縣縣域內(nèi)不僅流經(jīng)的有撫河與信河，還有軍山湖、青嵐湖等大小湖泊，水面面積占進賢縣總面積的1/3，有先天的灌溉優(yōu)勢，不存在灌溉條件需要大的改善。單位面積工業(yè)產(chǎn)值對農(nóng)地利用效率有顯著的阻礙作用。一般來說，某個鄉(xiāng)(鎮(zhèn))的工業(yè)產(chǎn)值效益好，出于最小投入最大產(chǎn)出原則，農(nóng)戶選擇進入工廠務(wù)工概率更大，農(nóng)用地則交給家里老人或者親戚朋友，在勞動力較為缺乏且勞動力不是專業(yè)種植大戶的情況下，農(nóng)地粗放使用代替了精耕細(xì)作，農(nóng)地利用效率下降情理之中。單位面積農(nóng)業(yè)機械動力通過了α=0.1的顯著性檢驗。從農(nóng)業(yè)現(xiàn)代化角度來看，農(nóng)業(yè)機械化水平越高，農(nóng)地的產(chǎn)出水平越高[21]。根據(jù)進賢縣的實際情況發(fā)現(xiàn)也符合這一規(guī)律，進賢縣南部比北部更高，北部瀕臨湖濱，地塊平整，面積較大，耕地種植條件好，機械化水平高。農(nóng)民的平均播種面積系數(shù)為正，并通過了5%的顯著性檢驗。農(nóng)民平均播種面積越多，規(guī)模效益越好，農(nóng)地利用效率越高。

4 討論與結(jié)論

4.1 討 論

相比較其他研究以國家、省或市為研究單元[19,22,27]，本研究以進賢縣鄉(xiāng)(鎮(zhèn))為單位，在研究對象上更加細(xì)化，研究方法、指標(biāo)選取、研究結(jié)果及可改進之處如下:

研究方法上，DEA模型進行效率分析已經(jīng)較為普遍[9-10]。本文加入非期望產(chǎn)出這一要素，選用非期望產(chǎn)出的超效率SBM模型能彌補現(xiàn)有研究缺乏環(huán)境要素這一不足。指標(biāo)選取上，國內(nèi)外學(xué)者普遍從效率的本質(zhì)構(gòu)建利用效率指標(biāo)體系[7-8]。本文嘗試從鄉(xiāng)村振興戰(zhàn)略的總要求及投入產(chǎn)出方面兩個角度綜合構(gòu)建進賢縣農(nóng)地利用效率評價指標(biāo)體系，為構(gòu)建農(nóng)地利用效率評價指標(biāo)體系提供新思路。具體指標(biāo)選取上，本文充分界定評價主體為廣義農(nóng)用地，選取含義為廣義農(nóng)用地利用活動的評價指標(biāo)，在原有文獻上優(yōu)化了指標(biāo)選擇。研究結(jié)果上，本文研究結(jié)果與同類研究[28-29]較為吻合，與進賢縣實際發(fā)展情況比較一致，結(jié)果比較合理。

同時，本研究嘗試基于鄉(xiāng)村振興戰(zhàn)略的總要求及效率的本質(zhì)投入產(chǎn)出兩方面相結(jié)合進行構(gòu)建農(nóng)地利用效率評價的指標(biāo)體系，由于缺乏前人研究參考及自身水平有限，有些指標(biāo)的合理性還有待進一步商榷。此外，農(nóng)地利用是一個長時間的過程，而本研究由于鄉(xiāng)鎮(zhèn)數(shù)據(jù)的難以獲取性僅研究了2011—2017年，短時間無法特別準(zhǔn)確得到趨勢，研究更長時段的農(nóng)地利用效率顯得更為重要，在未來的研究中有待進一步完善。

4.2 結(jié) 論

2011—2017年進賢縣農(nóng)用地利用效率呈上升趨勢，總體水平較好。另外，包含非期望產(chǎn)出的效率值(EE效率)總體都低于不包含非期望產(chǎn)出的效率(TE效率)，說明進賢縣各個鄉(xiāng)(鎮(zhèn))的農(nóng)地利用發(fā)展中付出了一定的環(huán)境代價，也從側(cè)面反映評價農(nóng)地利用效率有必要考慮非期望產(chǎn)出。通過SBM模型計算與ArcGIS空間顯示可知2011—2017年進賢縣農(nóng)地利用效率空間格局發(fā)生明顯變化，高效率鄉(xiāng)鎮(zhèn)集中在軍山湖周邊。重心分析可知進賢縣在研究序列內(nèi)農(nóng)業(yè)發(fā)展重心總體由中部向東北再向西南方向轉(zhuǎn)移，但一直以民和鎮(zhèn)為核心。根據(jù)Tobit模型分析結(jié)果可知農(nóng)地利用效率的變化特征受人為因素與自然因素共同影響，但人為活動可以引導(dǎo)農(nóng)用地效率的進一步發(fā)揮與發(fā)展方向。未來，進賢縣在鄉(xiāng)村振興道路上需注重技術(shù)、人力與自然資源的協(xié)調(diào)與優(yōu)化，科學(xué)提高農(nóng)地利用效率。