浙江省耕地多功能時空格局變化、影響因素及空間溢出效應

陳 莎，楊潤佳，李 冠

浙江省耕地多功能時空格局變化、影響因素及空間溢出效應

陳 莎1，楊潤佳2，李 冠3※

（1. 浙江財經大學公共管理學院，杭州 310018；2. 浙江大學公共管理學院，杭州 310058；3. 寧波大學法學院，寧波 315211）

探討耕地多功能的時空變化規律、影響因素及其空間上的溢出效應或交互作用，對深化耕地多功能認知、提升耕地資源可持續利用能力具有重要意義。該研究選取浙江省為研究區域，基于耕地利用、氣象、土壤、社會經濟等數據，綜合運用GIS制圖、空間自相關分析和基于可拓展隨機性環境影響評估（Stochastic Impacts by Regression on Population，Affluence and Technology，STIRPAT）的面板空間計量模型探討了浙江省2000—2015年耕地多功能的時空變化特征、影響因素及空間溢出效應。結果表明：1）2000—2015年浙江省各區縣耕地功能綜合水平呈現“先減少，后增長”的變化趨勢，耕地物質產出功能、凈固碳功能和景觀美學功能均呈上升趨勢，水源涵養功能保持平穩，勞動力承載功能逐步降低；2）耕地多功能水平的提升對鄰近地區有較強的輻射影響作用，本縣域耕地多功能水平每增長1%將導致鄰近縣域耕地多功能水平增長0.224%。農業勞動力、農村居民可支配收入和農業機械水平對耕地多功能具有顯著的正向效應，第二產業占比和城鎮化水平對耕地多功能具有顯著的負向效應；3）第二產業占比、農業現代化水平、農業勞動力投入對耕地多功能有直接效應，城鄉居民收入、城鎮化水平對耕地多功能水平有溢出效應。研究建議重視區縣內部以及區縣與鄰近地區之間的空間交互作用，加強區域間土地整治、生態保護和農業技術升級等多方面合作。應充分考慮各縣域資源稟賦的特殊性以及社會經濟發展階段的異質性，制定針對性的耕地保護和農業扶持適應策略。

土地利用；耕地多功能；面板空間計量；空間溢出效應；空間杜賓模型；浙江省

0 引 言

耕地作為鄉村土地資源的精華，不但是國家糧食安全的物質基礎，更為滿足人類生存和發展需要提供了多元化的服務和功能，包括糧食、蔬菜等物質供給功能，調節氣候、涵養水土等生態功能，以及提供開敞空間、體現鄉村風貌等景觀文化功能[1]。由于耕地資源異質性、耕地利用多宜性和社會經濟發展以及居民消費需求轉變等綜合作用，耕地功能表現出一定的層次性和階段性[2]。中央一號文件連續四年（2018—2021）提出充分挖掘鄉村多種功能和價值，全面、協同、系統地發揮有耕地資源的多種功能，為鄉村振興和雙循環背景下推進農業高質量發展提供重要動力源。在此背景下，探討耕地多功能的時空變化規律和影響機理對深化耕地利用多功能認知、推動耕地資源保護和可持續管理具有重要意義[3]。

21世紀以來，中國學者在耕地多功能內涵[1]、耕地多功能分類及評價指標體系構建[4]以及耕地多功能時空動態及影響因素[5]等方面開展了較廣泛的研究。耕地多功能是指耕地直接或間接地提供滿足人類需要的產品及服務的自然過程及組分的能力，通常包括產品生產、經濟社會、生態調節、文化休閑等四項功能[6]。而從中國發展實際來看，耕地多功能源于區域發展目標的多元性、社會需求的多樣性及土地利用的多宜性，主要發揮著經濟貢獻、糧食生產、社會保障、生態服務等多種功能[7]。隨著經濟社會發展以及居民生活方式、消費結構的轉型升級，耕地多功能類型分化[8]、區域差異[9]、時空格局演化[10]等都引起了學者們的高度關注，耕地各項功能間此消彼長或協同增長[11]的總體態勢也得到了初步揭示。目前常用的耕地多功能測度方法包括指標替代法[12]、物質量法[13]、價值量法[14]，耕地多功能之間關系的研究主要采用相關分析[11]、均方根誤差[15]、耦合協調度[16]等定量方法。

在對耕地多功能變化驅動機制的研究中，不少學者探討了自然稟賦、社會經濟發展、政策干預等因素對耕地利用功能演變的影響。黃孟勤等[17]發現坡度、海拔、起伏度等自然區位因素將決定耕地的生產稟賦、種植結構以及人地關系和矛盾；Davis等[18]認為區域經濟發展背景下的農業勞動力析出和產業結構調整是導致耕地多功能變化的主要外部因素；此外，糧食安全、惠農及生態保護等政策干預也已成為影響耕地多功能變化的關鍵因素[19]。總體上看，自然因素對耕地多功能起著基礎性的主導作用，政策因素能在較短的時間內產生明顯的效果，而城鎮化及社會經濟發展產生的效應則是更為復雜、長期且具有階段性，但目前關于社會經濟因素對耕地多功能的影響機制剖析不夠深入。縱觀以往研究，學者們多采用主成分分析[20]、線性回歸[21]等探討各項因素對耕地多功能的數量關系和影響程度，遺憾的是，上述研究并未考慮到區域之間客觀存在的空間外溢對耕地多功能演變的影響。

就耕地利用的空間溢出而言，耕地空間位置的相鄰性導致耕地某一利用主體福利受其他利用主體行為的影響，即耕地利用具有外部性[22]。不少學者從不同角度對耕地利用表現的空間溢出現象進行了探討，例如侯孟陽等[23]運用省級面板數據實證發現化肥施用強度對農業生產效率的影響存在空間溢出效應，徐清華等[24-25]運用空間杜賓模型分別檢驗了農業機械化對農業碳排放、糧食產量的空間溢出效應。隨著外部性理論延伸到空間計量經濟學領域[26]，空間計量方法在實證研究方面已被廣泛運用，能夠很好地揭示由某一解釋變量變化對該地域單元的影響（直接效應）以及對相鄰地域單元的影響（溢出效應）。在耕地利用功能研究領域，已有研究對耕地多功能在地理空間上的溢出效應關注比較缺乏。如何從空間相關性的角度理解耕地多功能變化的驅動機理，各項影響因素對耕地多功能的影響是否在空間上存在溢出效應和互饋作用，這些是本文擬解決的核心問題。

浙江省是走在改革開放前沿的先行者，在全國范圍內屬于經濟較發達地區，但浙江省的耕地資源表現出“耕地總量少、人均耕地少、耕地后備資源少”的“三少”特征，經濟發展與耕地保護的矛盾十分突出，對此區域開展耕地多功能時空分異及演變驅動機理研究能為優化耕地資源配置和促進耕地保護提供依據。綜上，針對目前研究存在的不足和浙江省耕地多功能轉型利用的緊迫性，本研究從地理學重視區域差異性與空間依賴性的視角切入，以浙江省69個縣（區）域單元為研究樣本，在已有研究基礎上，選擇合理的指標評價耕地的各項功能；隨后，通過GIS制圖和空間自相關方法識別耕地功能的空間分異特征，并運用基于可拓展隨機性環境影響評估（STIRPAT）的空間計量方法定量探討社會經濟因素對耕地多功能變化的直接效應和溢出效應，為推進浙江省耕地資源的合理配置與利用，促進耕地資源保護和可持續利用提供量化依據和決策支撐。

1 耕地多功能變化影響機理分析

結合已有研究對耕地多功能驅動因素以及關于耕地利用空間溢出效應的理論線索，本文梳理了社會經濟要素對耕地多功能變化的直接效應和間接效應，勞動力轉移、經濟發展水平、農業技術升級能夠深刻改變耕地利用方式從而對耕地多功能產生直接效應，并通過空間鄰近性、區域競爭與示范以及要素空間流動對耕地多功能形成溢出效應。

1.1 社會經濟因素對耕地多功能變化的直接效應

基于系統觀的視角，耕地利用系統是由自然生態子系統與人工社會經濟子系統耦合而成的復合系統，其承載的社會、經濟、生態功能具有協同性，其演變也受到自然條件、耕地資源稟賦、社會經濟發展、政策環境等多因素影響和制約[27]，其中城鎮化及社會經濟發展對耕地多功能的作用最為顯著，并具有長期性和階段性特征。已有研究表明，農業勞動力析出和產業結構調整是導致耕地多功能變化的主要外部因素[18]，其影響可以從勞動力轉移、經濟發展水平、農業技術升級三方面具體分析：1）隨著農村勞動力向非農業部門大規模轉移，土地閑置與農業勞動力老齡化、婦女化現象逐漸凸顯[28]，可能導致耕地利用邊際化；2）城市化推進和工業化快速發展會占用大量優質耕地資源，但能為農業生產提供一定的技術、要素支撐，同時也會促使石油農業的發展，增加耕地利用碳排放和污染排放[29]。同時，隨著社會經濟水平的提升，城市居民收入不斷增長，公眾對于綠色生態產品的意識和需求提升，促進景觀農業、休閑農業、生態農業等新型業態不斷發展[30]；3）隨著勞動力成本的逐漸上升，更多的剩余勞動力得以從農業生產中解放出來，促進機械投入增加替代勞動力，進而緩解了農村勞動力缺口對農業生產活動帶來的沖擊。隨著農民生活水平的提高，農戶對耕地綠色低碳利用、保護的意愿相對更強，最終反映在其耕地利用實踐之中[31]。

1.2 耕地多功能變化的空間溢出效應

類似環境污染具有容易在區域間擴散的特性，在耕地功能方面亦是如此。耕地多功能變化的空間溢出效應可通過以下三條路徑產生：1）空間鄰近性。地理空間鄰近的地區更易形成污染的集聚，而某地區耕地的多功能變化能夠對鄰近地區產生擴散效應。比如，化肥施用強度較大的地區不僅能夠對本地區耕地生產和生態環境產生影響，也會造成鄰近地區耕地的生產和生態環境受到波及[23]；2）區域競爭與示范效應。耕地多功能水平較高的地區會對周圍地區形成示范效應與輻射帶動作用，一些耕地保護和農業扶持政策，例如建設農業示范區，聚焦重點區縣保護優質耕地，基本農田集中連片建設等都會導致地區間生產要素投入與農業生態發揮鄰里效應，使得鄰近地區耕地多功能可能在空間上存在高度的正向關聯[32]；3）人口、資金、信息等要素流動。農村勞動力的空間轉移、農業機械服務的跨區作業等投入要素的空間流動性能夠使得本地區與鄰近地區耕地生產與生態功能存在空間上的相互影響[22]。

2 研究方法與數據說明

2.1 研究區域

浙江省位于中國東南沿海，長江三角洲尾部南翼（27°02'E～31°11'E，118°01'N～123°10'N），陸地總面積10.55 萬km2，其中耕地面積為208.17萬hm2。浙江省地形地貌復雜多樣，地勢自西南向東北呈階梯狀傾斜（圖 1），素有“七山一水二分田”之說，由于人口眾多，人均耕地僅0.04hm2左右，不及全國人均耕地水平的一半。2020年浙江省糧食總產量為606萬t，占全國糧食總產量的0.91%。浙江省是中國經濟最活躍的省份之一，2021年常住人口城鎮化率達到72.2%，人均GDP達到10.1萬元。快速工業化、城鎮化導致浙江省耕地規模顯著減少和生態質量下降。加之當前氣候變化和各類“黑天鵝”事件頻發、糧食安全系統韌性不足、城鄉空間重構以及居民消費需求轉型等因素，都對耕地利用和管理進一步提出了嚴峻挑戰。

圖1 浙江省地理位置圖

2.2 研究方法

2.2.1 耕地多功能測算

本文綜合考慮耕地的生產、生態、社會和文化功能分類體系，選取目前廣受學者關注的物質產出、凈固碳、水源涵養、勞動力承載和景觀美學5種重要的耕地功能進行定量測算。具體測算過程及計算式見表1。

1）物質生產功能：耕地作為基本的農業生產資料，核心功能之一是物質生產功能。農作物的產出規模是衡量物質生產功能的常用指標[33]，但這種標準過于零散且無法形成統一的度量尺度，容易導致經濟作物價值被低估。考慮到浙江省經濟作物播種面積占比較大（2015年占農作物播種總面積的47.6%），只考慮各類作物產量可能造成評價結果失真。本研究采用單位耕地面積的農業總產值衡量耕地的物質生產功能，并對各年度農業總產值進行消脹處理，轉化為2000年基期農業總產值。

2）凈固碳功能：耕地系統的固碳減排具有巨大潛力，耕地的凈固碳功能與生長周期內農作物的碳吸收量和碳排放量有關，二者都受到自然和人為因素的影響。碳吸收量參考陳麗等[34-35]相關研究成果，基于浙江省的實際種植情況，考慮稻谷、玉米、薯類、豆類、油料6種作物類型的固碳量。具體參數值參考陳麗等[34,36-38]相關研究。耕地碳排放主要表現為施用化肥、農藥、地膜等物資引起的碳排放，農作物根系分泌物對土壤表層破壞所致的N2O排放，以及水稻生長過程中CH4的排放。碳排放系數參考田云等[35,39-40]的研究成果。三類碳的排放量總和即為碳排放量，碳吸收量和碳排放量相減即得耕地的凈固碳量。

表1 耕地功能及定量測算說明

3）水源涵養功能：目前測算水源涵養功能的常用方法有土壤層蓄水能力法、綜合蓄水能力法、水量平衡法等。考慮到研究區的實際情況及地理位置，研究采用綜合蓄水法，對農作物的冠層降水截留和土壤層水分截留作用進行估算，計算方法參考杜勇等[41]的研究成果。

4）勞動力承載功能：耕地發揮著重要的勞動力承載功能，也因此被視為緩沖勞動力就業風險的重要屏障。本文采用單位耕地的勞動力投入強度來表征勞動力承載功能。

5）景觀美學功能：耕地景觀美學功能是耕地文化功能的重要組成部分，其強弱受到供、需兩方面的影響。需求方面，耕地景觀的吸引力取決于居民的支付意愿和欣賞能力，與相鄰近城市的人口規模、收入水平等因素有關；供給方面，一般認為由連片耕地、林地、水體等形成構成的“馬賽克”式景觀組合具有更高的美學價值[42]。鑒于此，首先運用專家打分法確定供給側和需求側指標，權重見表2。隨后采用供給相對于需求的盈余程度（采用比值形式）來表征景觀美學功能。

表2 耕地景觀美學功能評價指標體系

需要說明的是，物質生產功能、勞動力承載功能和景觀美學功能的測算均以縣域為基本評價單元進行，而凈固碳功能和水源涵養功能是基于相關的原始柵格數據進行計算，因此需要轉換為以縣域為基本單元的矢量數據，具體操作如下：對浙江省縣域圖層生成相應分辨率的漁網（fishnet），提取柵格數據值到漁網點數據中，最后基于縣域匯總計算平均值。由于耕地各項功能指標的量綱不同，采用極差標準化方法對指標進行無量綱化處理。

式中X為第年第項指標的評價值；X, X分別為第個指標的最大值和最小值；Y為標準化后的指標值。

對耕地功能評價指標完成標準化后，計算耕地多功能綜合值，計算式如下：

2.2.2 耕地多功能的影響因素指標

根據本文對耕地多功能的影響機制分析并結合相關學者基于STIRPAT模型的研究成果[21,45-46]，最終選取了7個重要的社會經濟因素變量：表征人口維度的農業勞動力（）、表征富裕水平維度的人均GDP（）、城市人均可支配收入（）、農村人均可支配收入（），以及表征技術維度的第二產業占比（）、城鎮化率（）、農業機械動力（）。

2.2.3 面板空間計量模型

a.空間相關性檢驗

在運用面板空間計量模型進行分析之前，有必要通過空間自相關分析檢驗耕地多功能的空間集聚特征。采用Global Moran’指數衡量研究區耕地功能空間分布的整體狀況。Global Moran’指數的計算公式如下：

式中()表示的均值；()表示的方差；當值為正且顯著時，表明存在正的空間自相關，即相似的觀測值（高值或低值）趨于空間集聚；當值為負且顯著時，表明存在負的空間自相關；當值為0時，觀測值趨于獨立隨機分布。

b. 面板空間計量模型設定

空間計量模型可以有效解決線性回歸分析無法處理的空間依賴性問題，本文通過空間滯后面板模型（Spatial Lag Panel Model，SLPM）、空間誤差面板模型（Spatial Error Panel Model，SEPM）和空間杜賓面板模型（Spatial Durbin Panel Model，SDPM）來探討空間溢出效應。SEPM假設誤差項包含空間依賴性，通常用來描述被忽略的變量引起的空間效應，這些變量可能同時影響局部和相鄰單元。SLPM假設個體因變量部分地受到相鄰單位因變量的影響。SDPM可以看作是SLPM和SEPM的集成，不僅考慮了因變量受個體自變量和因變量的影響，而且考察了獨立變量和因變量在鄰近地區的影響。

上述3種廣泛使用的空間面板計量模型需要一系列的檢驗來選擇最合適的模型。具體步驟如下：首先采用傳統拉格朗日乘子（Lagrange Multiplier，LM）檢驗和穩健LM檢驗確定空間滯后項和空間誤差項的存在，隨后運用Wald檢驗和似然比（Likelihood Ratio，LR）檢驗決定是采用SLPM、SEPM還是SDPM模型，并采用Hausman檢驗來決定是采用隨機效應模型還是固定效應模型。由于空間相關性的存在，回歸系數不能準確反映計量經濟模型中自變量對因變量的影響，可利用求偏微分的方法將自變量對因變量的影響進一步分解為直接效應、間接效應和總效應[26]。

2.3 數據來源與預處理

本文以2000、2005、2010、2015年浙江省69個區縣的面板數據為研究樣本，耕地面積數據來源于浙江省歷年土地利用變更調查數據庫。耕地多功能測度過程和影響因素所涉及的農業投入產出數據、人口數據、社會經濟數據主要來源于歷年的《浙江統計年鑒》，部分來源于各地級市統計年鑒和各區縣統計局。氣象數據來源于中國氣象數據服務共享網（http://data.cma.cn）。土壤深度與孔隙率數據來源于1∶100萬中國土壤數據庫。縣域中心距最近地級市轄區中心直線距離數據通過百度地圖的測距功能獲取。耕地斑塊聚集度、耕地景觀多樣性數據通過Fragstats4.2軟件計算得到。部分數據由相關參考文獻獲得。對所有數據統一行政邊界，基于GCS_Krasovsky_1940地理坐標系，采用Albers投影。

數據預處理包括：第一，針對耕地面積數據，為了消除第二次全國土地調查前后數據突變，將第二次全國土地調查公布的2009年耕地面積減去當年土地利用變更調查中的耕地面積，將差值加到2000、2005年耕地面積上，完成了對數據的校正[47]。第二，針對部分區縣個別年份個別數據的缺失，以歷年數據為基礎通過移動平均、趨勢外推等方法進行數據重建；第三，為了消除價格指數對農業產值的影響，將各年的農業產值轉化為2000年可比價；第四，為了使統計數據范圍與現有行政區范圍一致，本文對部分行政區進行合并處理，最終以69個區縣作為研究樣本。

3 結果分析

3.1 耕地多功能時空格局分析

2000—2015年間，浙江省耕地物質產出功能從14 942元/hm2增長至27 578元/hm2，2010年略有下降（圖 2）。在4個時間節點上，碳固定功能值分別為2.480、2.580、4.062和4.575 t/hm2，呈逐步增加趨勢。耕地保水功能值保持相對穩定，主要是由于降水量在研究區內較為平穩。勞動力承載功能持續下降，2000年為11.45人/hm2，2015年降至2.89人/hm2。2000、2005、2010和2015年，耕地景觀美學功能值分別為1.168、1.166、1.033、1.316，呈先下降后上升的趨勢。浙江省2000、2005、2010和2015年的多功能綜合值分別為1.316、1.311、1.666、1.748，呈現先下降后上升趨勢。

a. 物質生產功能a. Agricultural Production Function (APF)b. 凈固碳功能b. Net Carbon Function (NCF)c. 水源涵養功能c. Water Retention Function (WRF)

d. 勞動力承載功能d. Labor Carrying Function (LCF)e. 景觀美學功能e. Aesthetic Service Function (ASF)f. 耕地多功能綜合值f. Multifunction index of cultivated land (MFCI)

就耕地多功能綜合值而言，高值區域（MFCI >1.6）的縣區數量顯著增加（圖3），由2000年的6個縣區增加到2015年的52個縣區。2005年，浙江省西部地區在MFCI上表現出絕對優勢，但到2015年，整個區域的MFCI呈現相對均衡的格局。就凈變化而言，浙江南部地區普遍呈下降趨勢而北部地區普遍呈上升趨勢（圖4）。特別值得注意的是，2005年后MFCI降低的趨勢在浙江北部地區基本不再出現，但南部的大部分區縣在2000—2005和2010—2015年間MFCI都出現了明顯的下降趨勢，反映出耕地綜合功能變化具有差異性的階段特征。2000—2015年間，紹興市區和江山市的MFCI增幅最大，分別由1.171和1.275增至2.596和2.273。慶元、龍泉、景寧、岱山、遂昌和青田等縣市下降最為明顯，主要集中在浙江省西南丘陵地區。

3.2 耕地多功能影響因素分析

3.2.1 相關檢驗

全局Moran’s指數（表3）表明，MFCI值和各項影響因子均表現出顯著的空間依賴性，并且絕大多數年份在10%水平上顯著。

為了選擇合適的模型以便達到最佳的擬合效果，在空間面板模型回歸之前需進行一系列的檢驗。首先，傳統LM 檢驗和穩健LM 檢驗的結果（表4）均在1%水平上顯著，拒絕了不存在空間被解釋變量和不存在空間自相關誤差項的原假設，表明空間滯后模型和空間誤差模型兩個模型同時成立。同時，Hausman檢驗結果在1%水平上拒絕隨機效應（卡方統計量為44.654，< 0.01），說明應采用固定效應模型。

a. 2000b. 2005c. 2010d. 2015

圖4 2000—2015年浙江省耕地多功能綜合值變化