鄉村振興背景下農地利用效率

王檢萍, 余 敦, 孫聰康, 鄭媛媛, 張 田

(1.江西農業大學 國土資源與環境學院, 南昌 330045;2.江西省南昌市自然資源和規劃局經濟技術開發區分局, 南昌 330045)

農用地指直接用于農業生產的土地，是農業生產最基本的生產資料，是農民收入的重要來源[1]。但隨著我國工業化與城鎮化的快速推進，城鄉建設用地規模不斷擴大，農用地被大量占用，不僅嚴重影響我國的糧食安全，也阻礙鄉村振興的發展。如何提高農地利用效率，盡快實現鄉村振興是大家共同關注的問題。國家也高度重視如何促進鄉村振興發展這一問題。2017年，十九大報告首度提出實施鄉村振興戰略，提出“產業興旺、生態宜居、鄉風文明、治理有效、生活富裕”的總要求;2018年中央一號文件進一步細化了鄉村振興的總體要求、內涵、目標與任務，再一次重申要把“三農問題”作為全黨工作的重中之重;《國家鄉村振興戰略規劃(2018—2022年)》提出需要夯實農業生產能力基礎，它包括農地本身質量提升、技術投入增加、勞動技能提升等，這也是促進農地利用效率的措施。農地利用效率的提升才能促進農村產業興旺，進而能促進鄉村振興。基于此，科學評判農地利用效率，探尋影響農業發展的影響因素，對于實現鄉村振興具有理論意義與實踐意義。

目前國內外學者對于農地利用效率研究主要聚焦于測算指標的選取、測算方法、研究尺度等3個方面。首先，關于測算指標的選取。目前絕大部分學者的做法是從投入產出角度選取相對應的指標[2-4]，如以農業機械總動力、化肥施用量、農村人口數作為投入指標(如周圣杰[5]、方琳[6]、經陽[7])。但是根據這些指標的定義，存在與研究目標范圍不一致的情況。比如運用農業機械總動力、農用地化肥施用量等衡量廣義農用地活動的指標測算耕地利用效率這一狹義農用地，存在明顯的范圍不一致情況。本研究嘗試從鄉村振興戰略總要求及投入產出兩方面結合選取評價指標，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模型屬于非參數估計方法[9]，它可以衡量多投入多產出的全要素生產效率，但是兼顧環境要素這一產出的文獻并不豐富。本文運用數據包絡分析中的非期望產出超效率SBM模型，能夠對研究區進行較全面的分析。研究尺度方面，現有研究多聚焦于國家[10]、省市[7,11]，或者較大區域，對縣域乃至鄉(鎮)研究極少。本文以進賢縣21個鄉(鎮)及紅壤所及省五里墾殖場為研究單元，可豐富農地利用效率對鄉(鎮)的研究。

進賢縣是江西省的糧食生產大縣，也是我國重要的商品糧生產基地。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6 766 kg/hm2，低于南昌市糧食單產量7 012 kg/hm2，農地利用效率水平偏低。

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

1 研究區域

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(鎮)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域，也是全國糧食生產先進縣。進賢縣積極響應鄉村振興，號召“走綠色生態路，打鄉村振興牌”，推廣水稻、紅薯高產措施，重視農業面源污染治理，以期從產業、人才、文化等全方面實現鄉村振興。

2 研究方法及數據來源

2.1 農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DEA模型都是基于最小投入最大產出這樣的基本假設，但在實際農業生產中，農藥、化肥及塑料薄膜的使用不僅帶來農業產值的增加，也帶來廢氣、白色污染等“非期望產出”，不考慮這一部分環境的負外部效應將使農地利用效率評價結果不可信。包含非期望產出的超效率SBM模型是在傳統DEA模型的基礎上構建的加入非期望產出且為非徑向非角度的模型[10]。該模型克服了傳統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，使得評價結果更加全面與真實。包含非期望產出的超效率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;m為研究單元的投入數量；x表示投入指標；yg與yb分別表示期望產出、非期望產出,向量S為松弛量;λ為常數。

2.2 重心轉移

假設研究區由若干個次級小區組成，次級小區i的重心坐標為(xi，yi)，Gi為該研究小區的某類屬性值(在本文為農地利用效率值)，則該區域的相應重心坐標公式為:

(2)

式中:區域重心坐標(xi,yi)由ArcGIS計算得到。

2.3 農地利用效率影響因素分析模型

了解農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地利用效率提升、鄉村振興發展的對策，本研究做回歸分析探索影響因素及程度。由于農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因變量概率分布接近于正態分布，因此其做出的回歸分析結果會有所偏差。根據前人研究可知，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為農地利用效率值;u為隨機擾動項;Bn為各解釋變量的系數;Xn為各解釋變量的值;B0為常數項[13]。

2.4 指標選取與界定

2.4.1 農地利用效率評價指標 農地利用效率實際反映農用地的投入與產出，因此本文的農地利用效率評價指標在參考國內外學者研究[9,14-15]的基礎上，結合鄉村振興戰略的總要求及投入產出兩方面共同構建。

鄉村振興戰略總要求角度:鄉村振興離不開產業振興，而農業是農村的基礎性產業，選定農用地面積、農業從業人數及農業機械總動力3個指標表征促使產業興旺的投入指標。本研究選擇“農用地面積”而非“農作物播種面積”，主要考慮不同農作物播種面積不能直接求和，還涉及復種、投入次數等同一周期內權重指標難以確定問題。生態宜居是關鍵，它不僅是生態建設文明的重要內容，也是鄉村能否全面振興的重點。生態宜居主要測度生態環境是否適合居住，本文則考慮進賢縣農用地的使用對環境的影響，因此選定凈碳排放量、農用地化肥施用量及地膜覆蓋總量3個指標。生活富裕是鄉村振興的根本，鄉村振興戰略實施的重要意義之一就是提高農民生活水平。農地利用中，生活富裕主要考慮農用地給農民帶來的產值。考慮到農林牧漁總產值是通過貨幣價值來表征農業生產投入所得到的所有產值，在一定時期內農業生產的總體水平與農民的生活富裕狀況是可以通過該數據體現出來的，最終選定生活富裕指標為農林牧漁總產值及糧食產量。

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

整合上述兩個角度的指標，最終形成見表1。

表1 SBM模型指標體系

2.4.2 農地利用效率影響因素指標 為了探究進賢縣農地利用效率變化的內在原因，找出影響農地利用效率的因素，需要從不同角度選取能夠影響生產的可控因素，并且這些因素有別于非期望產出的超效率SBM模型中的評價指標。研究土地經濟學相關理論及已有文獻材料[14,19-22]，農地利用效率的主要影響因素包括環境、經濟、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，單位面積工業總產值X3，單位面積農業機械動力X4及農戶的平均播種面積X5代表影響農地利用效率的環境因素。

3 結果與分析

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

3.1 進賢縣農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，但總體上農地利用效率呈現上升趨勢。另外，從表中可以發現EE效率比TE效率(不含非期望產出)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年兩者差值達到0.400 1。這說明現實農業生產中，無法避免非期望產出，且非期望產出對農地利用效率有越來越大的影響。因此，僅涵蓋期望產出來評判農地利用效率是不合實際的。具體分析各個鄉(鎮)，農地利用效率表現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(鎮)、紅壤所及省五里墾殖場的農地利用效率總體呈現上升趨勢。民和鎮、羅溪鎮、鐘陵鄉、白圩鄉及長山晏鄉5個鄉(鎮)由低效率逐步上升至中高效率水平。另外2014年是進賢縣農地利用效率的轉折點，發現2013至2014年有明顯下降趨勢，2014年后總體又上升至今。調研得知，2013年、2014年進賢縣多個鄉(鎮)進行了土地整治，土地整治期間對農地生產產生一定程度影響，整治主要包括平整土地、灌溉排水及道路工程等，規模及技術效率都有所上升。因此，2014年后進賢縣各個鄉(鎮)的EE效率可看到明顯提升。

(2) 不期望產出對農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年考慮非期望產出的EE效率為1.952 5，不考慮非期望產出的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出的效率與不包含非期望產出的效率差值逐漸增大，非期望產出即一些對環境、社會或者經濟有消極作用的一些不被期待的產出對農地利用效率的影響逐漸增大，后期進賢縣須對相關產出做更多處理。

3.2 進賢縣農地利用效率空間分異分析

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

圖1 進賢縣農地利用效率類型空間分布及演化

(1) 中高效率區及以上的鄉(鎮)占據大部分，中北部與西南部效率值差異明顯。民國初，進賢縣設五區26鄉，其中五區包括民和鎮、羅溪鎮、池溪鎮、三陽集鄉及梅莊鎮，五區是重點發展對象，農業、經濟等得到迅速發展。建國后，中北部多個鄉(鎮)一直作為重點糧食發展地區，農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(鎮)，主要包括池溪鄉、下埠集鄉、三陽集鄉、梅莊鎮等。這種分布與軍山湖周邊地形息息相關，池溪鄉、下埠集鄉等鄉(鎮)均地勢平坦、地塊面積較大。另外，可能與政策有關。2011—2017年，進賢縣軍山湖周邊8個鄉(鎮)50個村土地整治過。

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

3.3 進賢縣農地利用效率重心轉移分析

本文對效率重心的定義是進賢縣縣域內使各個鄉(鎮)的農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地利用效率水平在進賢縣內的平衡點及發展方向，從全縣域上把握農地利用效率的空間變化[23]。

進賢縣農地利用重心一直落于民和鎮北部，重心分布在29°25′20″—29°24′50″N和116°17′10″—116°17′50″E。根據重心的發展軌跡，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”規劃期間，政府對環軍山湖進行2.13萬hm2水產養殖，開展環湖休閑旅游和發展沿湖有機農業產業，對下埠集鄉赤路崗村進行高標準農田建設改造，改良土壤，興建機耕路等。這些讓東北部農用地有了更好的發展條件，農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個經度，移動距離8 466 m。其中2015—2016年向西移動0.055個經度，移動距離5 610 m，是研究階段內效率重心移動速度最快、移動距離最遠的一年。這一時期橫跨“十二五”規劃與“十三五”規劃，進賢縣政府給予了西南地區更多關注，比如選定了732個自然村開展社會主義新農村建設，集中打造了文港鎮、三里鄉、李渡鎮、溫圳鎮、白圩鄉共5個特色小鎮;比如羅溪鎮的圩除險加固工程。故在這一階段，進賢縣重心向西南移動是符合現實情況的。

3.4 農地利用效率影響因素分析

首先，數據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，具體結果見表3。

表3 數據共線性檢驗

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，其分析結果見表4。

表4 Tobit回歸分析結果

根據表4，可發現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環境較好，綠化覆蓋率達到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地利用效率呈現不顯著影響，這與進賢縣實際情況有關。進賢縣縣域內不僅流經的有撫河與信河，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，有先天的灌溉優勢，不存在灌溉條件需要大的改善。單位面積工業產值對農地利用效率有顯著的阻礙作用。一般來說，某個鄉(鎮)的工業產值效益好，出于最小投入最大產出原則，農戶選擇進入工廠務工概率更大，農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種植大戶的情況下，農地粗放使用代替了精耕細作，農地利用效率下降情理之中。單位面積農業機械動力通過了α=0.1的顯著性檢驗。從農業現代化角度來看，農業機械化水平越高，農地的產出水平越高[21]。根據進賢縣的實際情況發現也符合這一規律，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。農民的平均播種面積系數為正，并通過了5%的顯著性檢驗。農民平均播種面積越多，規模效益越好，農地利用效率越高。

4 討論與結論

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(鎮)為單位，在研究對象上更加細化，研究方法、指標選取、研究結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較為普遍[9-10]。本文加入非期望產出這一要素，選用非期望產出的超效率SBM模型能彌補現有研究缺乏環境要素這一不足。指標選取上，國內外學者普遍從效率的本質構建利用效率指標體系[7-8]。本文嘗試從鄉村振興戰略的總要求及投入產出方面兩個角度綜合構建進賢縣農地利用效率評價指標體系，為構建農地利用效率評價指標體系提供新思路。具體指標選取上，本文充分界定評價主體為廣義農用地，選取含義為廣義農用地利用活動的評價指標，在原有文獻上優化了指標選擇。研究結果上，本文研究結果與同類研究[28-29]較為吻合，與進賢縣實際發展情況比較一致，結果比較合理。

同時，本研究嘗試基于鄉村振興戰略的總要求及效率的本質投入產出兩方面相結合進行構建農地利用效率評價的指標體系，由于缺乏前人研究參考及自身水平有限，有些指標的合理性還有待進一步商榷。此外，農地利用是一個長時間的過程，而本研究由于鄉鎮數據的難以獲取性僅研究了2011—2017年，短時間無法特別準確得到趨勢，研究更長時段的農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 論

2011—2017年進賢縣農用地利用效率呈上升趨勢，總體水平較好。另外，包含非期望產出的效率值(EE效率)總體都低于不包含非期望產出的效率(TE效率)，說明進賢縣各個鄉(鎮)的農地利用發展中付出了一定的環境代價，也從側面反映評價農地利用效率有必要考慮非期望產出。通過SBM模型計算與ArcGIS空間顯示可知2011—2017年進賢縣農地利用效率空間格局發生明顯變化，高效率鄉鎮集中在軍山湖周邊。重心分析可知進賢縣在研究序列內農業發展重心總體由中部向東北再向西南方向轉移，但一直以民和鎮為核心。根據Tobit模型分析結果可知農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農用地效率的進一步發揮與發展方向。未來，進賢縣在鄉村振興道路上需注重技術、人力與自然資源的協調與優化，科學提高農地利用效率。