長(zhǎng)江經(jīng)濟(jì)帶耕地利用效率時(shí)空演變特征及提升路徑研究

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(guó)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(huì)可持續(xù)發(fā)展的必然要求。2009—2016年我國(guó)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(zhǎng)此以往會(huì)威脅中國(guó)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(duì)于保障我國(guó)糧食安全、實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)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(cè)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(cè)算與影響因素的分析是其研究的核心，在效率測(cè)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(dòng)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?cè)跍y(cè)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(cè)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(cè)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(duì)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(duì)耕地利用效率的影響，而科學(xué)評(píng)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(duì)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(guó)[19]、省域[20]、市域[21]等宏觀視角進(jìn)行評(píng)價(jià)分析，而缺乏基于國(guó)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(guó)家糧食安全的相關(guān)政策研究供給不足。

長(zhǎng)江經(jīng)濟(jì)帶橫跨中國(guó)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(guó)國(guó)土面積的21.4%，人口和國(guó)內(nèi)生產(chǎn)總值均占全國(guó)的40%以上，是中國(guó)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(yáng)湖平原等三大平原，耕地資源十分豐富，且是我國(guó)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(guó)的33.34%、40.61%和37.77%[22]。已有研究表明，自2000年以來長(zhǎng)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(dòng)長(zhǎng)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(huì)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(zhǎng)江經(jīng)濟(jì)帶耕地利用效率的動(dòng)態(tài)變化規(guī)律，深入剖析其耕地要素投入的冗余狀況，對(duì)于兼顧我國(guó)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(zhǎng)江經(jīng)濟(jì)帶126個(gè)地級(jí)市作為研究單元，借助超效率SBM模型對(duì)2008—2017年研究區(qū)耕地利用效率進(jìn)行測(cè)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(píng)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(zhǎng)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 研究方法與數(shù)據(jù)來源

1.1 研究方法

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(duì)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(duì)效率進(jìn)行度量，誤差相對(duì)較大。2001年Tone[25]提出了基于投入和產(chǎn)出的松弛變量測(cè)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(wú)量綱，計(jì)算結(jié)果會(huì)隨松弛度變化而單調(diào)遞減。然而根據(jù)單純的SBM模型測(cè)算結(jié)果會(huì)出現(xiàn)多個(gè)決策單元效率值為1的情況，無(wú)法對(duì)決策單元進(jìn)行有效評(píng)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(duì)長(zhǎng)江經(jīng)濟(jì)帶耕地利用效率進(jìn)行測(cè)度，會(huì)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(duì)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(duì)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(duì)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(zhǎng)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(duì)象個(gè)數(shù)，Yi和Yj分別為i區(qū)域和j區(qū)域觀測(cè)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(cè)值的方差，為觀測(cè)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。

1.2 指標(biāo)選取

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(huì)效益來考察耕地的利用效率?；诖耍疚陌凑胀度?產(chǎn)出的邏輯和遵循評(píng)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(dòng)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(dòng)要素的投入，農(nóng)業(yè)機(jī)械總動(dòng)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(huì)與經(jīng)濟(jì)產(chǎn)出（表1）。

表1 耕地利用效率測(cè)度指標(biāo)體系Table 1 Index system of the farmland utilization efficiency

1.3 數(shù)據(jù)來源與處理

本研究選取了長(zhǎng)江經(jīng)濟(jì)帶126個(gè)地級(jí)市作為研究單元，數(shù)據(jù)來源于長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省、市的統(tǒng)計(jì)年鑒及國(guó)民經(jīng)濟(jì)和社會(huì)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(zhǎng)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(jí)市，中游地區(qū)包括湖北、湖南、江西三個(gè)省的38個(gè)地級(jí)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(jí)市。

2 結(jié)果與分析

2.1 耕地利用效率時(shí)序特征分析

借助超效率SBM模型測(cè)算得到2008—2017年長(zhǎng)江經(jīng)濟(jì)帶126個(gè)地級(jí)市耕地利用效率值（圖1），分析得出以下特征：1）長(zhǎng)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(zhǎng)江經(jīng)濟(jì)帶126個(gè)地級(jí)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(zhǎng)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(zhǎng)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(zhǎng)江經(jīng)濟(jì)帶耕地利用效率總體上呈現(xiàn)波動(dòng)下降的趨勢(shì)。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(zhǎng)江經(jīng)濟(jì)帶耕地保護(hù)面臨著嚴(yán)峻的形勢(shì)，長(zhǎng)江經(jīng)濟(jì)帶作為我國(guó)社會(huì)經(jīng)濟(jì)發(fā)達(dá)地區(qū)之一，在吸引大量農(nóng)村勞動(dòng)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(dòng)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(wú)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(shì)下耕地非農(nóng)化、非糧化趨勢(shì)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(shì)，而耕地生產(chǎn)投入要素卻在年年增長(zhǎng)，進(jìn)而使得耕地利用效率相對(duì)呈現(xiàn)波動(dòng)下降趨勢(shì)。

3）長(zhǎng)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(zhǎng)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(zhǎng)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(huì)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(dòng)力投入相對(duì)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(huì)經(jīng)濟(jì)發(fā)達(dá)，資本技術(shù)勞動(dòng)力等要素組合相對(duì)較優(yōu)。說明應(yīng)當(dāng)采取差別化對(duì)策，優(yōu)化不同地區(qū)耕地要素投入組合。

2.2 耕地利用效率空間特征分析

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(zhǎng)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(jí)市耕地利用效率呈現(xiàn)空間集聚態(tài)勢(shì)；從動(dòng)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(shì)，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(shì)表明近年來長(zhǎng)江經(jīng)濟(jì)帶耕地利用效率的空間相關(guān)性處于波動(dòng)增強(qiáng)態(tài)勢(shì)，集聚態(tài)勢(shì)有所凸顯；2014年的陡增現(xiàn)象反映出長(zhǎng)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(dòng)，集聚性更強(qiáng)。通過對(duì)比可知，2008年和2017年效率全局Moran’sI觀測(cè)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(zhǎng)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(duì)穩(wěn)定態(tài)勢(shì)。

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(zhǎng)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(zhǎng)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(zhǎng)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(zhǎng)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(zhǎng)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(shì)，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(zhǎng)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(guó)”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(duì)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(zhǎng)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(shì)，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(shì)，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(zhǎng)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(yáng)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(shì)，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(huì)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。

2.3 耕地利用效率冗余改善分析

為進(jìn)一步探究長(zhǎng)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(duì)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(duì)冗余情況，若將這24.5%的耕地面積充分利用將會(huì)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(zhǎng)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(zhǎng)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(zhǎng)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(zhǎng)江經(jīng)濟(jì)帶耕地面積冗余率呈現(xiàn)波動(dòng)上升的態(tài)勢(shì)，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(zhǎng)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(tái)州等市。這表明長(zhǎng)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(zhǎng)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(zhǎng)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(dòng)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(dòng)力結(jié)構(gòu)改變，農(nóng)業(yè)生產(chǎn)由過去的青壯勞動(dòng)力為主轉(zhuǎn)向老年勞動(dòng)力為主。在相對(duì)人均耕地生產(chǎn)面積投入增加的同時(shí)，由于老年勞動(dòng)力在先進(jìn)的生產(chǎn)技術(shù)、知識(shí)等方面存在相對(duì)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(zhǎng)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(dòng)情況較小，其中滇南、黔南地區(qū)冗余情況相對(duì)較為嚴(yán)重。這表明長(zhǎng)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(yíng)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(huì)經(jīng)濟(jì)發(fā)展水平有關(guān)。據(jù)中國(guó)統(tǒng)計(jì)年鑒長(zhǎng)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(zhǎng)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(yíng)，主要以家庭為單位的傳統(tǒng)小農(nóng)經(jīng)營(yíng)方式為主，且上游地區(qū)交通不便社會(huì)經(jīng)濟(jì)相對(duì)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(duì)較大。

2.3.3 農(nóng)業(yè)機(jī)械總動(dòng)力冗余分析 從全域來看，2008—2017年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)機(jī)械總動(dòng)力冗余率總體上處于較低水平且呈波動(dòng)下降態(tài)勢(shì)，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(yáng)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(zhǎng)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(yíng)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(duì)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(huì)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(dòng)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(huì)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(dòng)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(zhǎng)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(shì)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(zhǎng)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(dòng)力短缺有關(guān)，一方面在保障我國(guó)糧食安全的政策背景下，各級(jí)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(yíng)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(dòng)力進(jìn)入城市，農(nóng)村人口急劇減少，農(nóng)戶及承包經(jīng)營(yíng)者會(huì)尋求提高化肥施用量來彌補(bǔ)勞動(dòng)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(shí)水平較低，更易出現(xiàn)盲目施肥的行為。

3 結(jié)論與政策建議

3.1 結(jié)論

本研究運(yùn)用超效率SBM模型測(cè)度了2008—2017年長(zhǎng)江經(jīng)濟(jì)帶耕地利用效率，借助ESDA分析法刻畫了長(zhǎng)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(zhǎng)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(zhǎng)江經(jīng)濟(jì)帶耕地整體利用效率不高，且呈波動(dòng)下降態(tài)勢(shì)，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(dòng)下降趨勢(shì)，說明目前長(zhǎng)江經(jīng)濟(jì)帶耕地保護(hù)的形勢(shì)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(zhǎng)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(shì)，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(zhǎng)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(duì)較高且范圍較廣?？臻g上看，長(zhǎng)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。

3.2 政策建議

鑒于此，提出提升長(zhǎng)江經(jīng)濟(jì)帶耕地利用效率的政策建議：

1）對(duì)于長(zhǎng)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(duì)于長(zhǎng)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(yáng)湖平原等自然稟賦較優(yōu)的糧食主產(chǎn)區(qū)，對(duì)達(dá)到一定規(guī)模的承包大戶給予一定的資金獎(jiǎng)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(duì)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(cè)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(duì)耕地地力、土地墑情及土壤肥效的監(jiān)測(cè)，推進(jìn)化肥減量增效，提升土壤肥力。

3）對(duì)于長(zhǎng)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(yíng)主體，應(yīng)對(duì)快速城鎮(zhèn)化帶來的耕地資源閑置、農(nóng)業(yè)勞動(dòng)力人口結(jié)構(gòu)老齡化等問題，充分發(fā)揮長(zhǎng)三角地區(qū)先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)優(yōu)勢(shì)，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(yíng)，同時(shí)大力推廣先進(jìn)農(nóng)機(jī)與生產(chǎn)技術(shù)，推動(dòng)農(nóng)業(yè)機(jī)械化提檔升級(jí)，建立農(nóng)機(jī)更新報(bào)廢制度，加大農(nóng)機(jī)購(gòu)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(duì)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。