廣西耕地利用效率空間差異及驅(qū)動機制

包博建，陸汝成，周 興

(南寧師范大學 自然資源與測繪學院，廣西 南寧 530001)

0 引言

耕地資源的利用效率不僅對國家糧食安全具有深遠影響，而且耕地資源利用效率的高低成為社會經(jīng)濟發(fā)展的重要制約因素，在我國城市不斷擴張所造成的耕地總量下降的背景下，研究耕地的利用效率對耕地保護顯得尤為重要。

在耕地利用效率研究領(lǐng)域我國相對較晚，但發(fā)展較為迅速并取得了較好的成果。在研究方法上，學者多采用了數(shù)據(jù)包絡(luò)分析方法(DEA)、超效率(SBM)、隨機森林、隨機前沿生產(chǎn)函數(shù)、FGLS、Tobit等模型對耕地利用效率及其影響因素進行了探究，如張榮天等[1]基于改進DEA模型表明了1994～2012年中國省際耕地利用效率DEA最優(yōu)比例相對較小；姜晗等[2]采用超效率SBM模型得出了2002～2016年東部沿海經(jīng)濟區(qū)耕地利用效率整體上呈波動上升的趨勢；陳丹玲等[3]運用隨機森林RF模型對2003～2015年中國糧食主產(chǎn)區(qū)的耕地利用效率進行了測度，解決了復雜非線性特征的耕地利用效率問題；王良健等[4]運用隨機前沿生產(chǎn)函數(shù)與FGLS模型研究了2001～2011年中國耕地利用效率及其影響因素區(qū)域差異；廖成泉等[5]基于四階段DEA-Tobit模型證明了2012年湖北省耕地資源利用效率整體水平不高，且主要由純技術(shù)效率偏低所致。從研究尺度上，主要從宏觀尺度的國家層面逐漸轉(zhuǎn)向中觀的省域和微觀層面的市縣，王良健[4]、張立新[6]、張榮天[1]等從宏觀層面對中國耕地利用效率進行了研究；徐秋[7]、吳冬林[8]、宮攀[9]、張浩[10]、經(jīng)陽[11]、周嘉昕[12]等則分別從省域?qū)用鎸邶埥⑺拇ā⑸綎|、河北、江西、河南等省份的耕地利用效率進行了評價；孫耀鵬[13]、白志遠[14]、張?zhí)锓絒15]、馮曉紅[16]等基于市縣層面分別對荊州市、康樂縣、璧山縣、豐都縣的耕地利用效率進行了測度；張霞[17]、朱向楠[18]等從鎮(zhèn)域、村域角度對耕地利用效率進行了研究，但目前在這一層面領(lǐng)域研究的不多。

綜上，已有研究大多基于全國、省、市一級來展開，且評價單元相對較少，對各評價單元之間的空間特征關(guān)系的研究還不多，此外，研究區(qū)多為發(fā)達地區(qū)，而針對山地多、平地少的欠發(fā)達地區(qū)研究的較少。基于此，文章以廣西111個縣(市/區(qū))為對象，構(gòu)建耕地利用效率評價指標體系，采用改進熵值法計算各評價單元權(quán)重及得分，在此基礎(chǔ)上，運用GIS空間統(tǒng)計模型從整體和局部2個方面揭示其空間格局分異規(guī)律，最后運用地理加權(quán)回歸模型探究廣西耕地利用效率空間差異驅(qū)動機制并提出針對性建議，以期為提高廣西耕地利用效率提供決策參考。

1 研究區(qū)概況

廣西壯族自治區(qū)界于北緯20°54′～26°24′、東經(jīng)104°28′～112°04′之間，下轄14個地級市，39個市轄區(qū)、7個縣級市、53個縣、12個民族自治縣(共計111個縣級行政單位)(圖1)，土地總面積23.76萬km2，占全國土地總面積的2.5%，廣西土地資源類型主要以山地、丘陵和石山為主。西北高、東南低，地勢由西北向東南逐漸降低，是典型的喀斯特地區(qū)。氣候主要為亞熱帶季風氣候和熱帶季風氣候。2017年全區(qū)在農(nóng)業(yè)機械總動力投入方面達360.43×105kW，而人均糧食占有量則由1995年的341.91 kg降至2017年的262.09 kg。2017年糧食單產(chǎn)達4931 kg/hm2，甘蔗產(chǎn)量達7611.69×104t，下轄的崇左市素有“中國糖都”之稱，是我國糖料重要生產(chǎn)基地。

2 研究方法與數(shù)據(jù)來源

2.1 指標體系構(gòu)建

參照已有成果，從廣西的實際情況出發(fā)，同時考慮到數(shù)據(jù)的易獲取性，從廣西各縣(市/區(qū))耕地的利用程度、投入與產(chǎn)出情況出發(fā)，構(gòu)建評價體系(表1)。

表1 廣西各縣(市/區(qū))耕地利用效率評價指標

2.2 改進熵值法

耕地利用是一種易受人們行為影響的土地利用活動，具有極強的區(qū)域性和系統(tǒng)性特點，而改進熵值法不僅適合于系統(tǒng)性問題的研究，而且適合于相對性評價[19]。為此，采用改進熵值法計算各指標權(quán)重，對耕地利用效率指標數(shù)據(jù)進行標準化處理之后，運用改進熵值法計算出各評價指標的權(quán)重(表1)，在此基礎(chǔ)上計算出各研究單元的耕地利用效率綜合得分。

2.2.1 數(shù)據(jù)標準化 設(shè)Y為耕地利用效率評價指數(shù)對應于第i個地區(qū)與第j個評價指標的樣本矩陣，有Y=(Yij)i×j，對原始數(shù)據(jù)采用極值處理法進行評價指標進行標準化處理。

(1)

(2)

式中：minYij、maxYij分別是第i個地區(qū)中第j個評價指標樣本值的最小值和最大值，i=1，2，…，n；j=1，2，…,m[20]。

2.2.2 指標權(quán)重確定 (1)求第j個評價指標下第i個地區(qū)Ai的貢獻度，用Fij表示，公式如下：

(3)

多評價指標矩陣：求出標準化后各列指標的和，每行數(shù)值和對應列的比形成新的矩陣。

(2)計算所有地區(qū)對各個評價指標的貢獻總量即熵值。

用Ej來表示所有地區(qū)對評價指標Yij的貢獻總量，其表達式為：

(4)

式中，Ej為第j項評價指標的熵值，常數(shù)K為調(diào)節(jié)系數(shù)，用公式表達為：

(5)

可保證0≤Ej≤1，即Ej最大值為1。在熵值計算中，當某個評價指標下各地區(qū)的貢獻度趨于一致時，Ej趨向于1，則該指標在綜合評價中的貢獻度越大；當貢獻度全部相等時，則該指標在綜合評價中的貢獻度很小，可以不考慮該指標在評價中的貢獻度。

(3)計算第j個指標下各地區(qū)貢獻度的一致性，即指標差異指數(shù)Dj。

Dj=1-Ei

(6)

(4)計算各評價指標的權(quán)重，用Wj表示，各評價指標權(quán)重為Dj與所有Dj和的商，其計算公式如下。

(7)

2.2.3 耕地利用效率值計算 在得出指標權(quán)重值的基礎(chǔ)上，采用綜合評價法計算研究區(qū)域耕用地利用效率各研究單元的綜合得分。公式表達為：

(8)

依據(jù)式(8)計算所得分為廣西各地區(qū)的耕地利用效率的綜合指標值，即耕地利用效率值，可以發(fā)現(xiàn)，Si∈[0,1]，當Sj=0時，耕地利用系統(tǒng)處于最低效利用的狀態(tài)，利用程度最低；當Sj=1時，耕地利用系統(tǒng)處于最高效利用的狀態(tài)，利用程度最高。

2.3 空間自相關(guān)分析模型

2.3.1 全局莫蘭指數(shù) 為對廣西各縣(市/區(qū))的耕地利用效率水平的空間特征在整體上進行描述，更好地探究其空間的關(guān)聯(lián)性及差異特征，本研究引入全局Moran’s I指數(shù)。全局Moran’s I指數(shù)可反映空間相鄰或空間相近的區(qū)域單元屬性之間的相互作用機制[1]。其計算公式如下。

(9)

2.3.2 局部莫蘭指數(shù) 局部Moran’s I指數(shù)是度量某一區(qū)域單元與相鄰區(qū)域單元空間自相關(guān)程度的常用指標[2]，為進一步體現(xiàn)耕地利用效率在空間上的熱點區(qū)和冷點區(qū)，揭示其局部空間分異規(guī)律，而引入局部Moran’s I指數(shù)。

(10)

2.4 地理加權(quán)回歸

OLS模型作為一種全局回歸模型，其得到的回歸系數(shù)估計值是整個研究區(qū)域內(nèi)的平均值，不能反映回歸參數(shù)的真實空間特征。而地理加權(quán)回歸模型可以使參數(shù)在空間中的變化趨勢得以度量，從而更好地反映參數(shù)的真實空間特征。地理加權(quán)回歸(Geographically Weighted Regression，GWR)通過對不同區(qū)域的影響程度進行估計，能夠反映參數(shù)在不同空間下的空間非平穩(wěn)性，使變量間的關(guān)系可以隨空間位置的變化而變化，其結(jié)果更符合客觀實際[21]。GWR模型擴展了傳統(tǒng)的回歸框架，在全局回歸模型的基礎(chǔ)上進行局部的參數(shù)估計模型，結(jié)構(gòu)如下：

(11)

式中，β0(ui,vj)為常數(shù)項；βk(ui,vj)為各縣(市/區(qū))的回歸系數(shù)；t為研究單元個數(shù)；Xik為研究區(qū)各評價單元的變量數(shù)；εi為隨機誤差項。

2.5 數(shù)據(jù)來源

研究中所使用的數(shù)據(jù)主要包括經(jīng)濟社會調(diào)查數(shù)據(jù)，均來自廣西統(tǒng)計局官方公布的《廣西統(tǒng)計年鑒》(2018)，對缺失的個別指標數(shù)據(jù)通過所在地的《政府統(tǒng)計公報》或《政府工作報告》補齊。

3 結(jié)果與分析

3.1 耕地利用效率評價

根據(jù)上述熵值法計算公式得到各指標權(quán)重后，對各指標權(quán)重進行加權(quán)求和得出廣西各縣(市/區(qū))耕地利用效率綜合得分。同時，為將廣西各縣(市/區(qū))耕地利用效率空間差異能夠更直觀地表現(xiàn)出來，以廣西各縣(市/區(qū))行政區(qū)劃矢量圖作為底圖，利用ArcGIS軟件中的自然間斷點分級法將廣西各縣(市/區(qū))耕地利用效率劃分為5個等級，即：耕地利用效率低效區(qū)(0.1463≤Si≤0.2004)、耕地利用效率較低區(qū)(0.2004≤Si≤0.2503)、耕地利用效率中等區(qū)(0.2503≤Si≤0.2996)、耕地利用效率較高區(qū)(0.2996≤Si≤0.3317)、耕地利用效率高效區(qū)(Si>0.3317)，據(jù)此繪制各縣(市/區(qū))耕地利用效率等級圖(圖2)。

2017年全區(qū)耕地利用效率平均值為0.2518，全區(qū)水平在此之上的縣(市/區(qū))僅占42.34%，在此之下的縣(市/區(qū))占到了57.66%，耕地利用效率最高地區(qū)為恭城瑤族自治縣，效率值達到了0.6537；最低的為憑祥市，效率值僅為0.1463，兩者極差達到了0.5074，可見，縣域之間的耕地利用效率差異較大。

從空間分類來看，總體而言，桂西部耕地利用效率普遍較低，桂東部耕地利用效率總體在中等及中等以上水平。廣西各縣(市/區(qū))耕地利用效率整體水平呈現(xiàn)從西向東逐漸遞增的趨勢。

第一級為耕地利用效率高效區(qū)，包括恭城瑤族自治縣、平樂縣、昭平縣等，主要分布于廣西東北部，少數(shù)分布于東南部，從要素配置上看，該區(qū)的土地資源與環(huán)境要素的條件綜合比較好。從指標數(shù)據(jù)來看，該地的指標值相對于其他縣(市/區(qū))較好，間接反映了該地的耕地利用效率較高，在廣西其他縣(市/區(qū))的耕地資源利用中發(fā)揮了良好的典范作用。高效利用區(qū)其復種指數(shù)、機械化程度、農(nóng)業(yè)科技投入力度上相對于其他縣(市/區(qū))較高，這也是其保持較高的耕地利用效率的重要原因。當前應注重土地投入、資本與規(guī)模的協(xié)調(diào)與均衡，以保持其以高效的耕地利用效率進行農(nóng)業(yè)生產(chǎn)活動。

第二級為耕地利用效率較高區(qū)，包括陽朔縣、海城區(qū)、象州縣、福綿區(qū)、容縣、港口區(qū)、武鳴區(qū)等，主要分布于桂東北部、桂東南部、桂中部。這些地區(qū)土地以丘陵為主，且多為低山丘，具有亞熱帶季風性氣候特色、日照充足、雨量充沛。同時，該區(qū)復種指數(shù)、機械化投入程度相對其他縣(市/區(qū))較高。在耕地利用上，港口區(qū)、海城區(qū)在各項耕地利用指標中處于中上水平，耕地利用效率具備著向耕地利用高效區(qū)發(fā)展的潛力和條件。

第三級為耕地利用效率中等區(qū)，包括藤縣、覃塘區(qū)、柳城縣、靈山縣、武宣縣、北流市、賓陽縣、荔浦市等縣(市/區(qū))。中等效率區(qū)主要分布在桂東南部、桂北部、桂中部，少數(shù)分布于桂西南部。鳳山縣、天峨縣、環(huán)江毛南族自治縣位于桂西南部，地形主要為山地，其耕地利用效率卻相對較高于同區(qū)位縣(市/區(qū))，達到了中等利用水平，這與其較好的機械化投入、科技人員投入及糧耕指數(shù)是分不開的，當前應盡可能提高其他耕地利用因子，如土地墾殖率和復種指數(shù)，從而進一步向更高的耕地利用水平提升。北流市、陸川縣等桂東縣市及靈山縣、浦北縣、合浦縣等桂東南縣域，地勢相對比較平坦，土壤比較肥沃，農(nóng)民進行耕地活動的距離不長，便于對耕地進行管理，耕地利用的自然條件較好，然而在耕地機械化和農(nóng)業(yè)科技等投入上仍需提高。

第四級為耕地利用效率較低區(qū)，包括龍勝各族自治縣、那坡縣、合山市、博白縣、蒼梧縣、金城江區(qū)、田陽區(qū)、江南區(qū)等縣(市/區(qū))。較低效區(qū)幾乎分布于廣西各個地區(qū)，主要集中在桂西部、桂西南部、桂東部、桂南部，這也從側(cè)面反映了廣西整體耕地利用水平不高，仍具有較大的提升空間。桂西部、桂西南部山多平地少，耕地比較分散，耕地相對比較破碎化，耕地開發(fā)利用的條件較差且利用難度大，桂西部、西南部地區(qū)的耕地利用效率較低效縣(市/區(qū))的土地優(yōu)勢在于生態(tài)效益，應因地制宜發(fā)展適合本地特色的產(chǎn)業(yè)。從指標數(shù)值來看，桂東南部、桂東部大部分縣(市/區(qū))耕地利用效率較低的主要原因為農(nóng)業(yè)機械和農(nóng)業(yè)技術(shù)人員投入較少，致使其耕地利用效率較為低效。

第五級為耕地利用效率低效區(qū)，包括魚峰區(qū)、防城區(qū)、象山區(qū)、平果市、疊彩區(qū)、德保縣、興寧區(qū)、西鄉(xiāng)塘區(qū)、憑祥市等縣(市/區(qū))。低效區(qū)主要分布在桂西南部、桂西北、桂南部。桂西南部、桂西北部土地資源類型主要以山地居多，耕地的利用條件相對缺乏，桂西部如百色市大部分縣耕地利用效率偏低，該地是廣西有色金屬的重要生產(chǎn)地，加上其復雜的地形，耕地利用條件不具優(yōu)勢性，進而耕地利用效率偏低。興寧區(qū)、西鄉(xiāng)塘區(qū)等全區(qū)經(jīng)濟較發(fā)達地區(qū)，由于經(jīng)濟社會發(fā)展占用了許多耕地，導致耕地數(shù)量減少和質(zhì)量下降，在耕地利用上投入的程度低，產(chǎn)出效益低，耕地利用效率還需提高。該區(qū)是以山地為主的地勢較高地區(qū)，耕地利用難度大。

3.2 耕地利用效率空間特征分析

為分析廣西各縣(市/區(qū))的耕地利用效率水平的總體空間聚集特征，文章基于2017年廣西各縣(市/區(qū))的耕地利用效率值，借助ArcGIS 10.7軟件計算出研究區(qū)域的全局Moran’s I指數(shù)為0.1478，其P值、Z值均通過顯著性檢驗，表明研究區(qū)耕地利用效率存在空間正相關(guān)關(guān)系，表現(xiàn)為顯著的空間集聚效應。由于存在空間異質(zhì)性，采用局域Moran’s I探究研究區(qū)子單元耕地利用效率局部集聚特征(圖3)。

由圖3可知，H-H聚集區(qū)：2017年廣西耕地利用效率熱點區(qū)主要集中分布在廣西東北部的恭城瑤族自治縣、平樂縣一帶，與其相鄰的為L-H聚集區(qū)，主要分布于廣西東北部蒙山縣、鐘山縣一帶。當前，應注重L-H聚集區(qū)及H-L聚集區(qū)的耕地利用效率差異平衡，同時要穩(wěn)步提升H-H聚集區(qū)的耕地利用效率水平，避免其向L-H聚集演變。L-L聚集區(qū)：耕地利用效率冷點區(qū)主要集中分布在廣西西南部的龍州縣、寧明縣和西部的田林縣、田陽區(qū)、右江區(qū)及經(jīng)濟較發(fā)達的江南區(qū)、良慶區(qū)、柳江區(qū)、柳南區(qū)、柳北區(qū)一帶。從地理位置上來看，位于冷點區(qū)的龍州縣、寧明一帶為靠近邊境縣域，在中越邊境地區(qū)的耕地利用由于人口轉(zhuǎn)移等原因造成較了嚴重的撂荒現(xiàn)象，應大力加強邊境地區(qū)的耕地利用率，從而保障我國的國土安全及邊境糧食安全。從經(jīng)濟上看，江南區(qū)、柳南區(qū)一帶為全區(qū)經(jīng)濟較發(fā)達地區(qū)，在經(jīng)濟建設(shè)發(fā)展占用耕地的同時造成耕地減少和質(zhì)量下降，致其耕地利用效率不高，該區(qū)域應在創(chuàng)造經(jīng)濟效益的同時兼顧生態(tài)效益，提高發(fā)展的品質(zhì)。

3.3 耕地利用效率驅(qū)動力分析

3.3.1 驅(qū)動因子選取 廣西耕地利用效率空間差異及其集聚特征是多重因素下相互作用的結(jié)果。文章通過參考相關(guān)學者[1-2，6-8，10-11]的研究，結(jié)合廣西的地方實際情況，從自然條件和耕地資源稟賦、農(nóng)業(yè)投入程度、經(jīng)濟發(fā)展3個方面綜合考慮各因素對研究區(qū)耕地利用效率空間特征的影響，同時兼顧數(shù)據(jù)的易獲取性，本研究以廣西各縣(市/區(qū))耕地利用效率得分為因變量，選取復種指數(shù)(x1)、人均耕地面積(x2)、機械化程度(x3)、農(nóng)業(yè)科技人員投入(x4)、人均GDP(x5)、農(nóng)村居民人均可支配收入(x6)作為本研究中耕地利用效率影響因素的解釋變量，通過GWR空間加權(quán)二乘法(WLS)對2017年廣西111個縣(市/區(qū))數(shù)據(jù)建立模型，探討耕地利用效率空間特征的驅(qū)動機制。

3.3.2 驅(qū)動因子分析 基于廣西各縣(市/區(qū))耕地利用效率綜合得分及影響因子數(shù)據(jù)，運用ArcGIS 10.7軟件中普通最小二乘法(OLS)回歸模型對6種影響因子的顯著性進行檢驗。回歸結(jié)果見表2。

由表2可知，復種指數(shù)(x1)、人均耕地面積(x2)、機械化程度(x3)、農(nóng)業(yè)科技人員投入(x4)、人均GDP(x5)、農(nóng)村居民人均可支配收入(x6)6個影響因子的P值均小于0.05，均在1%水平上通過了顯著性檢驗，且系數(shù)值均為正，說明上述影響因子對廣西各縣(市/區(qū))耕地利用效率的提升及空間分異特征具有顯著的正向作用。

在OLS模型基礎(chǔ)上，運用ArcGIS 10.7軟件中空間統(tǒng)計工具的地理加權(quán)回歸模型對2017年廣西耕地利用效率的GWR值進行測算。2017年GWR模型的擬合系數(shù)R2為0.867，調(diào)整后的擬合系數(shù)R2為0.841，表明該模型的擬合優(yōu)度較高，效果較好。

自然條件和耕地資源稟賦方面，2017年復種指數(shù)和人均耕地面積均在1%水平上通過了顯著性檢驗，且其回歸系數(shù)均值分別為0.011、0.565，對耕地利用效率具有正向顯著作用，但作用不明顯。說明耕地的自然稟賦條件對耕地利用效率的提升有正向作用，但作用不大。復種指數(shù)的增加，反映了耕地的利用程度得到提高，在其他條件得以滿足的情況下其產(chǎn)出提高，從而使其耕地利用效率得到提高。而人均耕地面積的增加，在一定程度上緩解了人均耕地資源緊缺的壓力，使農(nóng)業(yè)向規(guī)模化方向發(fā)展，農(nóng)業(yè)管理得到加強，實現(xiàn)農(nóng)業(yè)的規(guī)模化和可持續(xù)發(fā)展，進而使得區(qū)域的耕地利用效率得到提高。

農(nóng)業(yè)投入程度方面，機械化程度及科技人員投入的回歸系數(shù)通過了1%的顯著性檢驗，各地區(qū)回歸系數(shù)均為正數(shù)且均值分別為22.84、7.77，說明兩者對耕地利用效率具有顯著的正向作用。機械化投入程度在6種影響因素的回歸系數(shù)均值中處于最高，這也說明了機械化投入程度在6種影響因子當中對耕地利用效率的提升效果最明顯，是提高廣西各地區(qū)耕地利用效率的重要因素。而科技人員的投入改變了傳統(tǒng)的農(nóng)業(yè)管理方式，使得一些新的栽培、噴灌、生物施肥等新技術(shù)應用于農(nóng)業(yè)當中，減少了農(nóng)戶在耕地上的盲目投入，對耕地利用效率的提高起到了很好的促進作用。

經(jīng)濟發(fā)展方面，人均GDP和農(nóng)村居民人均可支配收入均通過了1%的顯著性檢驗，回歸系數(shù)均為正，分別僅有0.001和0.005，表明人均GDP和農(nóng)村居民人均可支配收入雖然對耕地利用效率的提升具有正向作用但作用很小，人均GDP和農(nóng)村居民人均可支配收入高的地區(qū)在一定程度上代表其經(jīng)濟發(fā)展水平相對較高。一方面，經(jīng)濟較發(fā)達地區(qū)在農(nóng)業(yè)資金投入、科技投入等方面相對較多，農(nóng)業(yè)條件相對較好，從另一角度來看，在經(jīng)濟快速發(fā)展的形勢下，城市的不斷擴展使得城市周邊的耕地特別是優(yōu)質(zhì)耕地不斷減少，耕地的集約化程度不夠，使得該地區(qū)耕地利用效率不高。

用回歸系數(shù)的絕對值來表示耕地利用效率的影響程度，對其影響程度進行大小比較可得：機械化程度>農(nóng)業(yè)科技人員投入>人均耕地面積>復種指數(shù)>農(nóng)村居民人均可支配收入>人均GDP，由此可知機械化投入對耕地利用效率影響程度最大，其次為農(nóng)業(yè)科技人員投入，其他影響因素對耕地利用效率也具有影響，但影響的程度比較小。從影響程度角度來看，為了提高廣西整體耕地利用效率，當前應在穩(wěn)定增加其他要素投入基礎(chǔ)上，因地施策，大力提高機械化投入和農(nóng)業(yè)科技人員投入，進而實現(xiàn)高效的耕地利用效率。

4 對策與建議

由于廣西各縣在地形、地理位置、土地利用條件、經(jīng)濟社會發(fā)展水平等存在差別，因此廣西各縣(市/區(qū))在耕地利用效率上不相一致，存在一定的空間差異。基于廣西各縣(市/區(qū))耕地利用效率評價結(jié)果及空間差異特征，在對各地區(qū)耕地利用效率空間差異驅(qū)動力影響因素進行分析的基礎(chǔ)上，提出提高廣西耕地利用效率的措施。

4.1 加強農(nóng)業(yè)機械化投入

在前文耕地利用效率驅(qū)動力因素分析中，加大農(nóng)業(yè)機械化的投入力度對提高廣西的耕地利用效率具有顯著的正向作用且效果最明顯，因此，應切實提高廣西的農(nóng)業(yè)機械化水平，尤其是欠發(fā)達的低效區(qū)和較低效區(qū)應注重加強農(nóng)業(yè)機械方面的投入，而農(nóng)業(yè)機械投入受到了資金及廣西山多耕地少且分散的復雜地形的影響。對此，政府部門可根據(jù)各地方實際情況實行相應的惠農(nóng)政策，給予農(nóng)業(yè)機械一定的補貼，對于一些復雜且零散的無法實現(xiàn)大規(guī)模機械化的耕地可采用小型農(nóng)業(yè)機械，因地制宜，提高農(nóng)業(yè)機械化程度。

4.2 深入推進農(nóng)業(yè)科技推廣

現(xiàn)代農(nóng)業(yè)化科技的應用對耕地利用效率的提高具有顯著的正向作用。應加強全區(qū)內(nèi)農(nóng)業(yè)科研的投入力度，通過引進人才或與高校合作的方式增加農(nóng)業(yè)科技人員數(shù)量，出臺相應的惠農(nóng)政策，開展農(nóng)業(yè)生產(chǎn)知識培訓，提高農(nóng)民的農(nóng)業(yè)生產(chǎn)技能，從而更合理科學地利用耕地，提高其利用效率。

4.3 鼓勵耕地向規(guī)模化方向發(fā)展

當前，農(nóng)民的收入來源方式增多，農(nóng)民在耕地投入上的投入所獲得收益并不能滿足當前的家庭需要而選擇外出務工，因而造成耕地撂荒，鑒于此，應在惠農(nóng)政策的支撐下加強對農(nóng)民高經(jīng)濟效益作物選擇方面的指導，積極鼓勵和幫助農(nóng)戶將撂荒的耕地利用起來，通過農(nóng)村電子商務平臺將農(nóng)產(chǎn)品及時銷售出去，提高農(nóng)民收入，或?qū)⒁蚋胤植急容^凌亂分散且形狀不夠規(guī)則而撂荒的耕地向農(nóng)業(yè)龍頭企業(yè)集中進行農(nóng)業(yè)生產(chǎn)，促進耕地的規(guī)模化經(jīng)營，從而促進耕地的機械化管理，最大程度地減少耕地拋荒情況的發(fā)生，降低耕地的閑置率，提高其復種指數(shù)，進而提高耕地的利用效率。

4.4 注重對耕地的保護與提升

在耕地利用過程中，要想穩(wěn)定或提高耕地利用效率，除投入要素需要達到科學合理配置之外，還要加強對耕地的保護與提升，尤其是低效區(qū)和較低效區(qū)中經(jīng)濟較好的地區(qū)，就建設(shè)用地而言，要堅持建設(shè)用地適用性評價為前提，嚴格控制建設(shè)用地規(guī)模擴張，嚴格實行永久基本農(nóng)田保護制度，減少建設(shè)用地對耕地的占用，建設(shè)用地不足的地方可通過舊城改造和土地整治項目來騰出用地指標。通過耕地保護政策的宣傳提高農(nóng)民的耕地保護尤其是永久基本農(nóng)田保護的意識，嚴格保護有限的耕地資源，對利用條件較差和質(zhì)量較低的耕地進行土地整理，實現(xiàn)對耕地的保護與提升。

5 結(jié)論與討論

5.1 結(jié)論

(1)總體而言，廣西各縣(市/區(qū))耕地利用效率普遍不高，且具有一定的差異性，大多數(shù)縣都處于低效、較低效狀態(tài)，表明全區(qū)耕地地利用效率整體上還處于較低水平，具有很大的提升利用空間。

(2)2017年廣西各縣(市/區(qū))耕地利用效率具有空間正相關(guān)關(guān)系，表現(xiàn)為顯著的空間集聚效應，存在空間異質(zhì)性。局部空間差異上存在高高集聚、低低集聚、高低集聚和低高集聚現(xiàn)象。

(3)對廣西各縣(市/區(qū))耕地利用效率的提升及空間差異的驅(qū)動力因素從自然條件和耕地資源稟賦、農(nóng)業(yè)投入程度、經(jīng)濟發(fā)展3個方面進行地理加權(quán)回歸分析，結(jié)果表明：機械化投入程度對廣西耕地利用效率的提升作用最大，且各驅(qū)動因素的影響程度大小為機械化程度>農(nóng)業(yè)科技人員投入>人均耕地面積>復種指數(shù)>農(nóng)村居民人均可支配收入>人均GDP，說明提高機械化程度和增加農(nóng)業(yè)科技人員投入是提升廣西各地區(qū)耕地利用效率的關(guān)鍵。

5.2 討論

文章對廣西各縣(市/區(qū))耕地利用效率的高低評價，該評價是相對于區(qū)內(nèi)各縣(市/區(qū))的有效性評價。因此，測算的只是廣西區(qū)內(nèi)各縣(市/區(qū))的評價效率，今后研究中應加強與其他耕地利用效率高的省份縣(市/區(qū))單元進行對比，尋找差距，從而更好地發(fā)現(xiàn)問題并改進。在指標選取方面，綜合、系統(tǒng)、科學的指標體系和正確的研究方法是進行耕地利用效率評價的基礎(chǔ)條件，但是，因受指標數(shù)據(jù)的獲得性所限，文章建立的指標體系有待進一步改善。文章研究單元具體到縣一級，研究范圍大，因此未進行各縣(市/區(qū))的耕地利用效率的時空分析，在今后的研究中應繼續(xù)加強。