效率視閾下的農用地經濟密度評價研究

劉 昱，楊莉莉

（1.鄭州大學旅游管理學院， 鄭州 450001；2.杭州電子科技大學浙江省信息化發展研究院，杭州 310018）

在鄉村振興戰略背景下，農用地利用效益問題再次成為研究焦點。農用地經濟密度作為衡量土地利用效益的重要指標，對增加國民經濟收入，促進農村經濟健康發展具有重要影響。但是近年來，由于國家調整產業結構，反映農用地利用效益的重要指標第一產業增加值在國內生產總值中所占比重越來越低。國內對土地經濟密度的研究受國家產業政策影響較大，由于國家產業結構的調整，在相同土地面積下，二、三產業創造的產值遠遠超過第一產業產值，由此造成國內學者在研究對象上的片面化，國內主要集中于對城市土地經濟密度的研究，即主要研究二、三產業在城市用地上的產值情況，對農用地的研究不足。呂曉，史洋洋以江蘇省城鄉建設用地為研究對象，研究其經濟密度的時空特征[1]，王楓、湯惠君等以廣東省城鎮用地為研究對象，研究其經濟密度的時空差異，并認為隨著產業結構的優化、資本與勞動力投入規模的增大、交通區位的改善和科技水平的提升，廣東省城鎮建設用地的經濟效益將會得到不斷提高[2]。另外由于土地經濟密度是對單投入、單產出的測度，而土地利用效率是對多投入、多產出的測度，在指標選取上具有差異性，所以國內外學者大多是將土地經濟密度和土地利用效率分別進行獨立研究，主要傾向于對土地經濟密度的時空差異和影響因素進行分析，或者是單獨對土地利用效率進行時空差異分析，貝涵璐在對長江三角洲的土地經濟密度進行研究時，主要是對其區域差異特征及動態演變格局進行分析[3]；匡兵從低碳角度分析中國主要糧食產區的耕地利用效率的時空特征[4]。所以本文以農用地作為研究對象，保持經濟密度與利用效率指標的相對一致性，將經濟密度和利用效率緊密結合，選取了全國除香港、澳門、臺灣的31 個行政區，分別對其進行農用地經濟密度和利用效率的測度并分類，探討其產生差異的原因及發展對策。

1 研究方法

1.1 農用地經濟密度分析

1.1.1 測算方法

目前關于城市土地經濟密度的研究中，對土地經濟密度的測算大致分為以下兩種，第一，土地經濟密度等于二、三產業產值與建成區面積的比值[2，5]；第二，土地經濟密度等于二、三產業增加值與建成區面積的比值[6-7]。由于總產值包括了轉移價值的重復計算，增加值則是新增價值，所以本文在參考其他文獻的基礎上，用第一產業增加值與農用地面積的比值來測算農用地經濟密度。

1.1.2 時空差異分析方法

本文為對全國農用地經濟密度從時間上、空間上進行深入分析，分別采用變差系數和泰爾指數進行區域動態差異分析，運用相對發展率對發展速度差異進行分析，運用空間自相關進行空間相關性分析，具體方法介紹如下：

①變差系數，是樣本的標準差與平均值之比，反應樣本的離散程度[8-9]，計算公式如下：

CV表示變差系數，M 表示全國農用地平均經濟密度，n 為研究對象數量，即省或直轄市數量，Mi為第i 個研究對象的農用地經濟密度。

②泰爾指數，主要是用來表示區域差異化[2]，本文用泰爾指數來表示31 個省級行政區之間的農用地區域差異化特征，計算公式如下：

T 表示泰爾指數，n 表示研究對象數量，Pi 為第i 個省級行政區的農用地經濟密度，P 表示31 個省級行政區的農用地面積總和，表示31 個省級行政區的農用地平均經濟密度，Mi 為第i 個省級行政區的農用地經濟密度。

③相對發展率，反映了各省級行政區劃農用地經濟密度相對于全國的發展速度，本文用相對發展率來測度各行政區的發展速度，計算公式如下：

Nich 表示相對發展率，M1i、M2i分別表示研究期初和期末各行政區的農用地經濟密度分別表示研究期初和期末全國農用地平均經濟密度。

④空間自相關，包括全局空間自相關和局部空間自相關[10]。全局空間自相關是對某種屬性在地理空間分布特征的描述，用來判斷這一屬性在地理空間上是否存在集聚現象，一般用Moran'sⅠ來表示，其取值范圍是（-1，1），若 Moran'sⅠ＞0，則表示存在空間集聚現象，若Moran'sⅠ＜0，則表示空間分散。局部空間自相關能夠測算某一屬性在空間上的差異性，一般用Local Moran'sⅠ來表示，若Local Moran'sⅠ＞0，表示存在正的局部空間自相關，若Local Moran'sⅠ＜0，表示存在負的局部空間自相關。

1.2 農用地利用效率分析

1.2.1 評價方法選擇

農用地經濟密度是衡量農用地利用效益的重要指標，但是農用地經濟密度的提高可能是以農用地的無節制開發及各生產要素的無節制投入為代價，所以為促進農用地的合理開發使用，本文引入利用效率進行分析，探索如何在農用地高效利用的基礎上，提高農用地經濟密度。由于超效率可以對有效評價單元進行排序，所以本文利用Solve-DEA Pro5.0 軟件對各行政區的農用地利用效率進行測度，衡量目前農用地經濟密度水平下，全國各地的農用地利用效率是否達到有效水平。由于Super-SBM-V 模型在計算效率值時一定有可行解，所以本文運用Super-SBM-V 模型探討如何以最少的投入獲得最大的產出，以此將改善農用地的對策量化。

1.2.2 評價指標體系

本文從投入和產出分別選取指標來對全國農用地利用效率進行測度。參考相關文獻對農用地利用效率的研究，投入大多是從土地、技術、勞動力和資本等方面來確定指標，產出大多是從經濟和環境方面選取指標，所以本文分別選取第一產業就業人員作為勞動力投入指標，選取農用地面積作為土地投入指標，選取農業機械總動力作為技術投入指標，選取第一產業投資額作為資本投入指標[11]。由于對農用地經濟密度的測度是以第一產業增加值為基礎，所以為保持指標的一致性，在對農用地利用效率進行測度時，同樣選取第一產業增加值作為唯一的產出指標。

2 農用地經濟密度和效率時空差異分析

2.1 農用地經濟密度時空差異

2.1.1 時間差異分析

根據2009—2016年全國各行政區的統計數據，計算得到農用地經濟密度結果，見表1，總結其具有以下特征：①從2009—2016年全國農用地密度基本呈逐漸上升趨勢。②在2016年，吉林省、遼寧省、山東省和上海市農用地經濟密度有所下降，原因如下：2016年，吉林省水稻單產下降0.6%、遼寧省遭受嚴重伏旱導致種植業增加值下降2.8%、山東省畜牧業增加值下降、上海全市農作物播種面積相比上年減少13.3%，導致農作物產量減少，所以2016年吉林省、遼寧省、山東省和上海市農用地經濟密度相比上年有所下降。

2.1.2 區域動態差異分析

本文利用變差系數和泰爾指數研究2009—2016年間全國的農用地經濟密度總差異的變化趨勢。根據測度結果，從2009—2016年全國農用地經濟密度總差異變化趨勢基本一致，都是呈現下降趨勢，大致可以分為2009—2013年的急速式下降和2013年之后的緩慢式下降，說明從2009—2016年全國農用地經濟密度的差異在逐漸縮小，見圖1。

2.1.3 發展速度差異分析

本文用相對發展率來反映在一定時期內各行政區農用地經濟密度相對于全國的發展速度。由于本文研究對象為除香港、澳門、臺灣的31 個行政區，所以用31 個行政區的平均值表示全國平均水平。由圖2 可知，2009—2016年農用地經濟密度相對發展率主要存在以下特征：①相對發展速度表現為地區間的不均衡性，其中江蘇省相對發展率最大，達到3.869，西藏自治區相對發展率最小，僅達到0.008，這主要是由于西藏自治區受地形及氣候條件限制，農作物耕種的單產無法突破，所以農用地經濟密度發展相對落后。②除北京、上海和貴州外，全國農用地經濟密度相對發展率基本與2009年農用地經濟密度值保持一致，即表現為高密度與高相對發展率的一致性，低密度與低相對發展率的一致性。③北京、上海表現為高經濟密度與低相對發展率，這是由于北京和上海隨著城市產業結構的調整及城市建成區面積的擴張，農用地面積逐漸減少，第一產業增加值也呈下降趨勢，所以呈現相對發展率與2009年農用地經濟密度的反向發展。④貴州省表現為低密度與高發展率，這是由于貴州省利用其自然條件優勢發展特色農業，使得貴州省在農用地面積減少的情況下，糧食總產量從2013年以來實現三連增，第一產業增加值也呈現逐年上升的良好態勢，所以表現為與2009年低密度不一致的高發展速度。由此可見，農用地經濟密度與地區性的產業結構調整及區域性的農業發展政策有關。

2.1.4 空間差異分析

2.1.4.1 空間全局相關

運用Geoda 軟件對各行政區的農用地經濟密度進行空間全局相關性研究，得到表2 中各行政區的全局Moran'sⅠ指數變化情況，Moran'sⅠ指數均在0.05 顯著性水平下通過檢驗。結果表明：從2009—2016年，Moran'sⅠ＜0，且越來越接近-1，說明12 農用地經濟密度較高的地區趨向于與低密度區相鄰，并且隨著時間推移，空間差異越來越大。

表1 全國農用地經濟密度結果Table 1 Results of economic density of national agricultural land 元/m2

2.1.4.2 空間局部相關

利用Geoda 軟件對2009年和2016年全國農用地經濟密度進行空間局部自相關研究，根據Local Moran'sⅠ指數結果將農用地經濟密度的空間差異分為4 種類型，見表3。

①HH 類型，表現為空間正相關性，即區域自身和相鄰地區的農用地經濟密度都較高，并且自身農用地經濟密度的提高，對相鄰地區的農用地經濟密度產生帶動作用。這類型的區域主要分布在中國東部地區，且在空間上有擴張趨勢，2009—2016年HH類型的行政區數量由5 個增長到7 個，分布地區從東部地區向中部地區延伸，這是由于農業發展政策及農業生產技術由東部向中部逐漸推進，因此中部地區的農用地經濟密度有所提高，尤其是與東部地區接壤的河南、安徽、湖北等地在農業發展中優勢明顯，使安徽一直屬于HH 類型，而河南和湖北在2016年發展為HH 類型。

圖1 2009—2016年全國農用地經濟密度變差系數及泰爾指數Figure 1 Economic density variation coefficient and the Theil index of national agricultural land from 2009 to 2016

圖2 2009年農用地經濟密度及各地相對發展率Figure 2 Economic density of agricultural land and relative development rate of different regions in 2009

②HL 類型，表現為空間負相關性，即自身農用地經濟密度高，相鄰地區農用地經濟密度低。2009年重慶市屬于中低密度區，與周圍區域一樣屬于密度較低地區，表現為LL 類型。但是從2009—2016年，重慶市的相對發展率高于周邊地區，農用地經濟密度顯著提高，所以重慶市在2016年屬于HL類型。

③LH 類型，表現為空間負相關性，即自身農用地經濟密度低，但相鄰地區農用地經濟密度高。從2009—2016年江西省都表現為LH 類型，這是由于江西省農業基礎設施落后、規模化經營水平不高、農產品流通機制不健全等導致自身農用地經濟密度相對于周邊地區比較落后。

④LL 類型，同樣表現為空間正相關性，即區域自身和相鄰地區的農用地經濟密度都較低，這類型的區域由2009年的11 個減少到 2016年6 個，并且主要分布在中國西部地區，且有逐漸向西消退的趨勢，西部地區由于受氣候、地形和技術水平的限制，在農用地的開發利用中有局限性，所以表現為普遍性的低密度特點。隨著西部大開發戰略的進行，技術水平的提高及基礎設施的建設，西部地區的農用地經濟密度整體提高，所以低密度區向西部消退。

表2 農用地全局空間自相關結果Table 2 Global space autocorrelation results of agricultural land

表3 2009、2016年農用地經濟密度Lisa 聚類分布結果Table 3 Results of Lisa cluster distribution of agricultural land economic density in 2009 and 2016

2.2 農用地利用效率時空差異

2.2.1 農用地利用效率時間差異分析

運用 DEA-SOLVER Pro5.0 對 31 個行政區2009—2016年農用地的利用效率進行測算，得到土地利用效率結果，見表4。結果表明：①全國農用地平均利用效率從2009—2016年呈波動式上升，由2009年的0.678 上升到2016年的 0.822；②農用地利用效率增長率呈現地區間不均衡發展，從2009—2016年，上海市農用地利用效率增長率最高，達到150.62%，而四川省2016年下降幅度最大，達到57.44%。相比2009年，2016年農用地利用效率下降地區占比較大，有54.84%的行政區的農用地利用效率有所下降；③2009年全國8 個行政區的農用地利用效率達到有效水平，2016年有7 個行政區達到有效水平，其中從2009—2016年，遼寧和四川由有效發展為無效水平，天津由無效發展為有效水平。

2.2.2 農用地利用效率空間差異分析

將全國農用地利用效率結果按國家統計局公布的東部地區、中部地區、西部地區、東北地區進行分類匯總，得到農用地利用效率平均值分布結果，見表5。結果表明：①全國農用地利用效率呈現地區間的不均衡發展，東部地區農用地利用效率明顯高于西部地區，且由東向西農用地利用效率在逐漸遞減，這是由于東部地區在地理空間上的優勢，以及我國農村全面改革開放由東向西逐漸推進的過程，使東中部在農業發展中占據著絕對優勢；且農業生產要素投入情況也呈現東西差異，東部地區主要表現為投入不足，中西部主要表現為投入過度冗余；②從2009—2016年，東部地區的農用地利用效率呈現波動上升趨勢，而中部地區、西部地區和東北地區呈現波動性下降趨勢。具體原因：一是東部地區在農業發展中地理條件及農業資源優勢明顯，現代農業發展水平高，擁有農業發展中的技術優勢，使其在農業發展中一直保持較高水平，其中上海市對東部地區整體水平影響最大，上海市從2009—2016年農用地利用效率一直處于全國最高水平，上海市雖然農用地面積有限，但是其單位產值較高，對投入要素的利用水平高，因此其農用地利用效率較高；二是東北地區表現為投入要素的不同程度的冗余，尤其是吉林省的農用地利用效率下降幅度最大，這是由于吉林省在農業發展中的農業機械總動力、投資額及農用地面積的過度冗余，而其產值并未達到目標值，表明吉林省為片面追求農業產值擴大生產規模，導致農用地利用的低效；三是中部和西部地區相對于東部地區在政策及技術普及中有時間滯后性，因此農用地利用效率相對較低。

3 基于效率的農用地利用經濟密度評價

3.1 農用地經濟密度與利用效率差異化特征

總結2009—2016年全國農用地經濟密度及農用地利用效率發展趨勢，發現全國農用地經濟密度及利用效率都呈同步上升趨勢，說明農用地經濟密度與利用效率相關性極強，見圖3。將全國農用地經濟密度與農用地利用效率結果進行排名，見表6，結果表明：①從2009—2016年，除個別地區外，各行政區農用地經濟密度排名的變化幅度與農用地利用效率基本保持一致，即農用地經濟密度排名的提升或下降伴隨著農用地利用效率排名的提升或下

降。②農用地經濟密度的排名與農用地利用效率的排名差異較大，如安徽、北京、河北和天津農用地經濟密度在全國屬于較高水平，但是農用地利用效率在全國屬于較低水平，而福建、四川、新疆的農用地經濟密度在全國屬于較低水平，但是農用地利用效率在全國屬于較高水平。

表4 農用地利用效率結果Table 4 Results of agricultural land utilization efficiency

表5 農用地利用效率地區分布結果Table 5 Regional distribution results of agricultural land utilization efficiency

圖3 農用地經濟密度及利用效率發展趨勢圖Figure 3 Trend of agricultural land economic density and utilization efficiency

3.2 基于農用地經濟密度與利用效率的農用地分類

為了制定差異化對策來提高農用地經濟密度和利用效率，本文對2009年和2016年各行政區進行分類研究。

具體分類標準如下：按照農用地經濟密度的全國平均水平和農用地利用效率是否達到有效水平，對31 個行政區進行分類，將農用地經濟密度高于全國平均水平且利用效率大于等于1 的地區劃分為高密度有效型，將農用地經濟密度高于全國平均水平且利用效率小于1 的地區劃分為高密度無效型，將農用地經濟密度低于全國平均水平且利用效率大于等于1 的地區劃分為低密度有效型，將農用地經濟密度低于全國平均水平且利用效率小于1的地區劃分為低密度無效型，具體分類結果見表7：

①高密度有效型：這類型地區主要集中在東部地區，如上文所述，東部地區在農業發展中，不僅自然條件優越，而且農業發展政策和技術支持上具備優勢，因此表現為高經濟密度和高利用效率。東北地區的遼寧省在2009年同樣是高密度有效型，但是在2016年遼寧省農用地利用效率由有效發展為無效，轉為高密度無效型，這是由于遼寧省在農業發展中呈現地區內部不均衡發展及投入過度冗余的特征，任家強在對遼寧省農用地利用效率研究時發現，遼寧省西北部與東南部差異明顯，東南部地區由于對農用地面積投入過大，導致農用地利用效率較低，由此造成全省農用地利用效率平均水平較低[12]。本文在對遼寧省農用地利用效率進行測度時發現，從2009—2016年，遼寧省農用地面積、第一產業就業人員和第一產業投資額的冗余值都大幅增加，導致農用地利用效率下降，使遼寧省由高密度有效性發展為高密度無效性。天津由2009年的高密度無效型發展為2016年的高密度有效型，根據對天津市農用地利用效率測度結果，2009年天津市存在投入過度冗余，到2016年，天津市農用地面積、農業機械總動力及第一產業就業人員的投入都有所減少，投入冗余度下降且產出角度的第一產業增加值上升，使天津農用地利用效率由0.409 提高到1.01，達到有效水平。

②高密度無效型，這類型地區主要集中在中部地區，中部地區由于耕地資源及生態環境等方面的優勢，以發展傳統農業為主，是我國農牧水產區和農副產品生產基地，使其農業產值處于領先地位，表現為農業發展中的高經濟密度。但是中部地區各生產要素的投入在全國處于較高水平，尤其是農業機械總動力和第一產業就業人員投入最多，造成投入過度冗余，對生產要素的利用沒有達到有效水平，造成農用地利用效率低下。東部地區的浙江省同樣屬于高密度無效型，張忠根在對浙江省農地的研究中發現，農民將農業資源投向經濟收益更高的養殖業和園藝作物，促使農地經濟密度較高，但是浙江省農地資源配置不合理，難以形成規模化經營，由此造成農地利用效率低下[13]。

③低密度有效型，只有2009年的四川省屬于低密度有效型，但是2016年四川省農用地利用效率下降，轉為低密度無效型，具體原因如下：2009年四川省農業生產要素得到充分利用，到2016年，四川省農用地面積減少0.415%，但是農業機械總動力和第一產業就業人員分別增加33.26%、2.17%，由于對農業技術利用有效程度較低，導致農業機械總動力和第一產業就業人員同時存在冗余情況，另外第一產業投資額的迅速增加，使四川省2016年農業投入過度冗余造成農用地的無效利用，由此四川省發展為低密度無效型。

④低密度無效型，低密度無效型在我國分布較廣，主要集中在西部和東北地區，一方面是由于自然要素限制了農用地的發展，另一方面集中表現為第一產業投資額嚴重冗余及產出嚴重不足。但是東部地區的北京市和中部地區的江西省也表現為低密度無效型，如上文所述，江西省農業基礎設施、規模化經營水平不高、農產品流轉機制不健全造成了其農業發展相對落后。北京市近幾年加強山區溝域經濟發展，農業技術水平較高，農業機械總動力和第一產業就業人員的冗余度都有所降低，因此從2009—2016年農用地利用效率有所提高，但都未達到有效水平，這是由于北京農用地面積有限且單產較低，而且農用地面積及第一產業投資額始終存在過度冗余情況，因此其農用地利用未達到有效水平。

表6 農用地經濟密度及利用效率排名表Table 6 Ranking table of agricultural land economic density and utilization efficiency

4 總結和建議

本文運用 ArcGIS、Geoda 及 DEA-SOLVER Pro5.0模型相結合的方法，對全國31 個行政區農用地經濟密度和農用地利用效率的時空差異及地區分類分別進行了研究，揭示了我國農用地利用中的地區差異特征及發展不均衡現象，為各地區因地制宜制定開發利用農用地提供有效依據。總結全文，可以得出以下結論：①從時間上，從2009—2016年全國農用地經濟密度及利用效率都呈上升趨勢，且農用地經濟密度總體差異呈現逐漸縮小趨勢。另外農用地經濟密度的相對發展速度差異較大，且發展速度與2009年的農用地經濟密度基本一致，即高密度與高發展速度一致，低密度與低發展速度一致。②從空間上，全國農用地經濟密度和利用效率空間差異大，表現為從東向西逐漸遞減的趨勢。根據莫蘭指數變化情況，全國的農用地經濟密度在空間上呈負相關性且空間差異越來越大。根據對農用地經濟密度和利用效率的地區分類，高密度有效區主要集中在東部地區，高密度無效區主要集中在中部地區，低密度無效區主要集中在西部和東北地區，地區差異明顯。

表7 2009、2016年農用地分類結果Table 7 Results of agricultural land classification in 2009 and 2016

本文經過對全國農用地經濟密度及利用效率的深入分析，認為各地區應促進農業發展的適度規模經營，加強農業技術創新，優化農業發展投入，提高農村就業人員的技術水平，提高對農業技術的利用率，釋放更多的農村勞動力，提高農業產值的同時使投入達到最低水平，提高農地利用效率。各地區應加強農村基礎設施建設，克服農業發展中的自然弊端，發展特色農業，促進農業資源在地區間的流動，加強農業集聚效應，縮小地區發展差異，促進各類型農用地經濟密度及利用效率的全面提升，實現農用地的可持續發展。