外生環境因素對浙江省耕地利用效率的影響

王玲玲　王成軍　呂驍泓　費喜敏

摘要：考慮外生因素的影響，建立耕地利用效率評價的指標體系，分析近10年浙江省耕地利用效率的變化及地區差異。運用數據包絡分析方法（三階段DEA）對2001—2013年浙江省11個地級市的耕地利用效率差異進行測算，并將其分解為技術效率、規模效率、綜合技術效率。此外，考慮到環境因素變量的影響，利用隨機前沿生產函數（SFA）調整投入要素，從而更準確地計算耕地利用效率。研究表明，浙江省耕地利用率總體水平較高，各地區耕地利用率在空間上具有差異。嘉興市、湖州市的要素投入和使用已達最佳水平，其他9個地區的純技術效率值均較高，農民的專業化水平相對較高，對耕地管理較好，規模收益處于遞增階段，并可繼續擴大規模以增加收益，建議各地政府根據其耕地利用現狀提出相應對策。

關鍵詞：耕地利用效率；外生環境因素；三階段DEA

中圖分類號：F323.211 文獻標志碼：A 文章編號：1002—1302（2016）01—0435—04

中國是農業大國，耕地資源不僅是國民經濟的基礎，還承擔維護國家糧食安全、生態安全、社會穩定的重任，一直以來受到社會各界的關注。然而，隨著近年來城鎮化進程的不斷加快，以及城鎮住房用地、工業用地的不斷增加，耕地資源正處于銳減階段。環境污染、利用不當等問題致使耕地質量不斷下降，沙漠化、水土流失等現象致使耕地面積大幅度減少。2011年，中國人均耕地面積不足世界平均水平的40%。耕地面積減少、質量下降致使我國耕地保護面臨嚴峻形勢。浙江省地處中國東南沿海、長江三角洲南翼，素有“七山一水二分田”之稱，陸域面積10.18萬km²，而耕地面積僅為208.17萬hm。浙江省多山的地形特征使其可用耕地資源相對匱乏，人口眾多導致浙江省人均耕地面積不及全國平均水平的1/2。隨著城鎮化、工業化進程的不斷加快，建設用地與農業用地之間的矛盾日趨尖銳，嚴重制約了浙江省經濟的可持續發展，對浙江省的糧食安全、社會進步構成潛在威脅。如何提高有限耕地資源的利用率，處理好耕地資源保護與建設用地擴張之間的矛盾，已成為近年來相關領域的研究熱點。

針對這一現狀，國內外眾多學者采用不同方法、從不同角度對耕地利用率進行分析研究。俞勇軍等采用主成分分析法對江陰市耕地變化的影響因素進行分析。徐瓊采用數據包絡分析方法對浙江省不同區域的農業投入和產出要素進行分析，發現不同地區的農業生產效率存在差異。王淑艷等對農業投入和產出的主要經濟指標建立了數學模型，并對農業投入和產出的現狀進行了研究。劉玉海等利用全要素耕地利用效率及規模報酬不變且投入導向的SBM-DEA模型，對1985—2008年全國各省及四大區域的全要素耕地利用效率及其收斂性進行了估算。葉浩等采用隨機前沿生產函數法對我國糧食主產區的耕地利用率進行分析，并得出其產出效率水平不高的結論。劉玉海等基于DEA模型在全要素生產框架下構建了全要素耕地利用效率，并運用規模報酬不變且投入導向的SBM-DEA模型對1985—2010年中國各省份全要素耕地利用效率進行了測算。楊宇等利用DEA及Tobit模型實證分析了影響四川省農業規模效率的主要因素。

目前，國內關于耕地利用效率的研究主要集中于全國層面的投入產出分析，而針對個別省份耕地利用效率時空變化的分析較少。我國地域差異較大，不同地域的耕地利用效率存在顯著差異。浙江省以山區地域為主，且經濟發展程度較高，獨特的環境因素將對耕地利用效率產生不同影響，因此對浙江省耕地利用效率的研究具有重要意義。目前關于浙江省耕地利用效率的研究中，主要利用產出指標與投入指標直接對比的方法計算耕地利用效率，該方法得到的結果僅為生產率，無法代表耕地利用效率，存在很大局限性。多數研究僅對某一年的耕地利用情況進行分析，并沒有在時間、空間上進行系統分析研究，且研究方法并未考慮外在經濟環境因素對耕地利用效率的影響。本研究運用三階段DEA方法對2001—2013年浙江省11個地區的耕地利用率進行區域性分析，通過加入環境因素變量更準確地計算其耕地利用效率，以期為把握浙江省農業的發展方向、政府制定相關農業政策、統籌農業資源等提供依據。

1分析方法與數據來源

1.1三階段DEA模型

數據包絡分析（data envelopment analysis，DEA）是一種以“相對效率評價”概念為基礎，利用數學模型確定經濟中最優點的方法。該方法主要用于比較多個同類型的具有多個輸入、輸出決策單元之間的相對效率值。

第1階段：采用數據包絡分析方法估算浙江省各地級市的耕地利用效率值。常用的DEA模型有針對規模報酬不變的BC²模型、針對規模報酬可變的C²R模型BC²模型假設規模報酬是恒定不變的，其測度的是DMU的技術效率；而C²R模型測度的是在規模報酬可變的情況下各DMU的綜合技術效率。在C²R模型中，綜合技術效率被分解為規模效率與純技術效率的乘積。在規模報酬可變的模型中，DEA模型又可分為投入導向型、產出導向型2種形式。投入導向型指在產出水平既定的情況下使投入最少，而產出導向型則指在投入要素既定的情況下使產出最大。由于耕地利用效率取決于在一定耕地面積上經營者投入的要素，產出是經營者不可控制的既定量，因此采用DEA模型中投入導向的C²R模型對浙江省耕地利用效率進行分析，模型形式為：

環境變量指對耕地利用效率有影響，卻不在主觀可控范圍內的因素。根據已有研究，選取城市化水平、地方農業財政支出（ten thousand yuan）、農村居民人均純收入（yuan）作為環境變量。城市化水平一定程度上代表了各地級市的經濟發展情況，對耕地利用率有著直接影響。地方農業財政支出體現了該地區對各方面的財政支持，地方農業財政支出越高，農戶對耕地的投入將相應增加，耕地利用率也隨之提高。農村居民人均純收入影響農戶對耕地的投入，對耕地利用效率產生直接影響。

本研究所使用的數據分別來源于2002—2014年《浙江統計年鑒》、2002—2014年浙江省11個地級市的統計年鑒，地方農業財政支出、農村居民人均純收入價值變量均以2000年為基期進行GDP平減折算。

2實證分析

2.1第1階段DEA分析

利用投入導向的C²R模型，運用DEAP 2.1軟件對浙江省11個地級市的耕地投入產出進行DEA分析，分別得到浙江省各地級市2001—2013年逐年的綜合技術效率、純技術效率、規模效率，并計算逐年耕地利用效率值的平均值，從而估算出各地區2001—2013年平均效率值。同時可得到各投入變量理想值與實際值的差值，即投入變量的松弛量（松弛量將用于第2階段SFA模型）。本研究僅列出2013年各地區耕地利用效率（表1）。

由表1可知，浙江省11個地級市的耕地利用效率存在明顯差異。嘉興市、湖州市的綜合技術效率值均為1，處于技術前沿面上，表明這2個地區的規模與技術等要素的投入非常合理，要素的投入已達最佳水平。其他9個地區均處于不同程度的無效率狀態。杭州市、寧波市、金華市、臺州市、麗水市的綜合技術效率非常低，均在0.60以下，其純技術效率遠低于其規模效率，可見純技術效率不高是其綜合技術效率低的主要原因。其他4個市的綜合技術效率也不高，均在0.60～0.80，主要原因是純技術效率較低，沒有達到最佳水平。從規模效率的增減情況來看，除嘉興市、湖州市的規模效率處在不變階段外，其他9個地區的規模報酬均處在遞增階段。可見，若這9個地區適當增加各項投入要素，其收益、耕地利用效率均會大幅提高。

由第1階段的結果可知，部分地級市的耕地利用效率存在不同程度、不同方面的無效率情況。除嘉興市、湖州市、舟山市外，其他地區的純技術效率都很低，但由于各地區的經濟、社會狀況等存在差異，環境因素可能會對耕地利用效率產生影響，因此無法確定研究結果的準確性。只有排除環境差異對耕地利用效率的影響，才能更準確地算出各地級市的耕地利用效率。

2.2第2階段SFA回歸分析

將第1階段得出的各投入變量的松弛量作為因變量，將城市化水平、地方農業財政支出、農村居民人均純收入作為自變量進行SFA回歸分析，檢驗外部環境因素和隨機誤差是否對耕地利用效率產生影響。使用Frontier 4.1軟件進行回歸分析時，估計回歸系數使用最大似然估計法而非最小二乘法。第2階段數據的描述性統計見表2。

若通過分析得出環境變量對投入松弛量產生的影響，需利用公式（3）剔除外部因素的影響，調整投入變量由于第1階段計算得到的單位面積農用化肥施用量的松弛變量為0，故第2階段中只對單位面積從業人員、農業機械2個松弛變量進行回歸，通過Frontier 4.1軟件對投入松弛量進行SFA回歸。其中，γ為管理無效率占總體的比重，由于環境因素變量對農業機械松弛變量回歸的γ值不顯著，故重新用最小二乘法（OLS）估計以辨別其顯著性（表3）。

由表3可知，對從業人員松弛變量回歸方程的γ值較大，且顯著性水平達1%，表明管理無效率對松弛變量的影響較大，而隨機誤差的影響相對較小。農村居民人均純收入對從業人員松弛變量的回歸系數通過了顯著性水平為1%的檢驗，表明農村居民人均純收入對從業人員的投入有顯著影響；地方農業財政支出、農村居民人均純收入對農業機械松弛變量的回歸系數均通過了顯著性水平為5%的檢驗，表明地方農業財政支出、農村居民人均純收入對農業機械的投入有顯著影響。由于環境變量是對投入松弛變量的回歸，投入松弛變量指通過改善經營管理水平可能減少的投入量，因此當回歸系數為正時，表明增加該外部環境變量的投入會增大投入松弛量，降低耕地的利用效率；反之則表明，增加該環境變量時投入松弛量會減少，從而提高耕地利用效率。由表3可知，農村居民人均純收入對從業人員松弛變量的回歸系數為正，表明農村居民人均純收入越高，從業人員的投入冗余則越大，此時較多的人員投入將降低其對耕地利用效率的影響。地方農業財政支出對農業機械松弛變量的回歸系數為負，表明地方農業財政支出的提高將降低農業機械的投入冗余，有利于提高耕地利用效率。農村居民人均純收入對農業機械松弛變量的回歸系數為正，表明農村居民人均純收入的提高將增加農業機械的投入冗余，可能的原因為農村居民收入增加導致農民過多地投入農業機械，從而降低其對耕地利用率的影響。上述回歸結果表明，浙江省獨特的外部環境因素對耕地利用的投入冗余具有顯著影響，分析耕地利用效率時須對投入要素進行調整。

2.3第3階段投入調整后的效率

利用公式（3）計算得到剔除環境變量和隨機誤差的投入量、原始產出量，將其重新帶人公式（1）計算，消除環境因素變量和隨機誤差對耕地利用效率的影響，再次運用DEAP 2.1軟件對浙江省11個地級市的耕地利用率進行計算。將調整前、調整后的效率平均值進行比較（表4）。

由表4可知，與第1階段的效率值相比，第3階段消除環境變量和隨機誤差后的各項效率值均有一定變化。杭州市、寧波市、紹興市、金華市、臺州市的綜合技術效率和純技術效率值均明顯提高，而其規模效率值變化均不大，表明環境因素變量對這5個地區的純技術效率影響較大，因此其綜合效率值比第1階段有較大提高。嘉興市、湖州市的3項效率值均無變化，仍然是DEA有效的。舟山市、溫州市、衢州市的效率值均有小幅變化。麗水市的純技術效率平均值雖有小幅提高，但其規模效率下降較大，因此其綜合技術效率值與第1階段相比有所下降。

由調整后的計算結果可知，嘉興市、湖州市的耕地利用效率都是DEA有效的，這2個地區的要素投入和使用已達到最佳水平，應繼續保持耕地的投入規模及技術投入水平。浙江省11個地區的純技術效率值均在0.90以上，表明浙江省的農業技術推廣比較到位，農民的農業科技化、專業化水平相對較高，對耕地的管理較好。由2013年規模報酬增減情況可知，嘉興市、湖州市處于規模報酬不變的階段，其他9個地區的規模報酬均處于遞增階段。這9個地區應適當增加耕地的規模化水平，并相應增加各要素的投入，這是提高其耕地利用效率的有效途徑。

由變化前后的差值可知，外生環境因素變量使純技術效率明顯提高，而規模技術效率有所下降；因此，各地的綜合技術效率均有明顯提高。外生因素、經濟、社會等因素對浙江省的耕地利用效率具有顯著影響，在提高耕地利用效率的途徑中，提高相應投入要素的同時應改善外界因素。

3結論

采用三階段DEA分析方法，在考慮外部環境因素影響的基礎上，對浙江省11個地級市的耕地利用效率進行詳細分析，得到如下結論。剔除經濟環境因素影響后，杭州市、寧波市、紹興市、金華市、臺州市的耕地利用效率均有較大提高，其他地區的耕地利用效率值沒有明顯變化，表明改善宏觀經濟環境是進一步提高杭州市、寧波市、紹興市、金華市、臺州市耕地利用效率的重要手段，但對其他地區作用不大。

浙江省各地區的耕地利用效率具有顯著差異。嘉興市、湖州市的耕地利用效率都是DEA有效的，這2個地區的要素投入和使用已達到最佳水平，應繼續保持耕地的投入規模及技術投入水平；其他9個地區的純技術效率值均較高，農民的專業化水平相對較高，對耕地的管理較好。由規模報酬增減情況可知，除嘉興市、湖州市不變以外，其他9個地區的規模報酬均處于遞增階段，表明適當增加耕地的規模化水平，并相應增加各要素的投入是提高其耕地利用效率的有效途徑。

剔除經濟環境因素影響后，各市的綜合效率值、純技術效率值、規模效率值均有不同程度的增減變化，表明外部環境因素對耕地利用效率具有較大影響。由第2階段SFA的分析結果可知，管理無效率對松弛變量具有較顯著影響，而隨機誤差的影響相對較小。若要提高耕地利用效率，各地區應加強農業技術推廣及農民培訓，以提高農民的決策能力、技術水平、管理能力。浙江省耕地利用率在時間上有變化，在空間上有差異。各地區在不同方面仍有提升空間，政府應根據各地區耕地利用現狀制定相應對策。