貴州省耕地利用效率與經濟發展的時空耦合關系研究

（貴州師范大學地理與環境科學學院，貴州 550025）

農業資源作為一種具有很強外部性的戰略性資源，在社會經濟增長中發揮著至關重要的作用，耕地資源是一種最重要的農業資源［1］。近年來，由于城鎮開發建設、生態退耕等原因，迫使耕地數量急劇下降［2］，通過建設用地占用等耕地非農化來提升耕地利用效率并不能作為解決人地矛盾的關鍵，而是必須提升耕地利用效率［3］。在此背景下，提升耕地利用效率不僅能夠促進國民經濟的發展，同時還能抑制人地矛盾的激化［4-5］。當前，提高耕地利用效率和研究耕地利用效率與經濟發展的耦合關系受到各界人士的廣泛關注。

已有諸多學者在不同的研究尺度上采用不同的方法對耕地利用效率進行測度，并對耕地利用效率的空間差異、影響因素和時空特征等內容進行了分析。例如，王良建和李輝［3］應用隨機前沿生產函數模型研究了1999—2011 年中國29 個省級行政區耕地利用效率的時空變化、收斂規律及影響因素；劉玉海和張麗［6］采用SBM-DEA 模型測算了1985—2010 年中國各省份耕地利用效率，并分析了耕地利用效率的特征及類型；蓋兆雪等［7］采用超效率SBM 模型測算了1994—2014 年中國糧食主產區的耕地利用效率，同時在對耕地利用效率的動態特征分析基礎上，研究了區域差異的原因；丘雯文和楊子生［8］采用SFA 模型測算了云南省2009—2013年耕地利用效率，并在此基礎上分析了耕地利用效率的時空差異及影響因素；戴勁等［9］以調查表的形式揭示了黑龍江省嫩江縣的耕地利用效率及其影響因素；黃和平和王智鵬［10］利用VRS-DEA 模型指數解析了1990—2016 年江西省11 個區市的土地資源利用效率的時空特征。在耕地與經濟發展方面，各界學者更加關注耕地集約利用與經濟發展的耦合關系和耕地數量與經濟發展之間的關系。例如，趙京和楊鋼橋［11］分析了全國1991—2009 年的耕地集約利用與經濟發展的耦合關系；劉元芳和張長春［12］對1978 年以來的河北省的耕地集約利用與經濟發展之間的耦合關系進行了研究；吳群等［13］提出不同的經濟發展水平和增長階段中，耕地資源數量的變化特征不同；曲福田和吳麗梅［14］提出了耕地資源Kuznets 曲線；隨后何蓓蓓等［15］通過構建耕地資源非農流失與經濟增長之間的計量模型證實了耕地資源Kuznets 曲線的存在，上述研究均已取得豐富的研究成果，為后續的研究提供了理論基礎和方法借鑒。

綜上可知，已有部分學者對耕地利用效率與經濟發展之間的關系做出了相應的研究，并取得了豐碩的成果，但由于喀斯特地區土壤貧瘠，生產力低以及區域內不合理的人為活動、環境脆弱性等導致區域內生態環境破壞嚴重。貴州省作為西南喀斯特的典型區域，省內喀斯特地貌發育，生態環境脆弱，經濟基礎薄弱，在教育、新型勞動能力和生產技術等方面相對滯后，且當前針對喀斯特地區的耕地利用效率與經濟發展之間的耦合關系方面的研究較少。鑒于此，本文以喀斯特高原區——貴州省為研究對象，基于地均投入產出數據，采用隨機前沿生產函數計算研究區內的耕地利用效率，并應用重心模型、地理聯系率、地理集中度及耦合模型等方法定量描述各個地區的耕地利用效率與經濟發展之間的地理空間關聯和耦合關系［16］，以期在耕地數量不斷減少、耕地利用程度較低的背景下探究貴州省耕地利用效率，為區域轉變耕地利用方式以提高耕地利用效率，進而促進農業與社會經濟協調、可持續發展作出貢獻［17］。

一、數據來源和研究方法

（一）數據來源

文本收集了貴州省1995—2016 年各地州市的農業投入產出數據和經濟發展數據，數據均來源于《貴州省統計年鑒》（1996—2017）、《貴州省國民經濟和社會發展統計公報》及各地級市的統計年鑒（1996—2017），行政區劃來源于國家基礎地理信息中心的《貴州省地市級行政區劃圖》；其中選取貴州省各地州市的GDP 表征各地區的經濟指標。

（二）研究方法

1.隨機前沿生產函數模型（SFA）

該模型是受隨機誤差項和生產無效率項影響的復合型函數模型，用于解決一個產出多個投入的生產效率問題。本文在前人研究的基礎上，依據Battese 和Coelli［18］提出的隨機前沿生產函數模型基本原理對貴州省1995—2016 年的耕地利用效率進行測算。具體模型如下：

對式（1）取對數得：

其中：Y表示地均農業產值；f(xi；β)表示生產邊界產出，即現有技術條件下的最大產值；xi表示農業生產投入要素；Vit為隨機誤差項；Uit為生產無效率項；TEit表示i地區在t年內的耕地利用效率；β、η、σ2、γ、u均為待估參數。在模型的統計檢驗中，若接受原假設γ≥0，則直接使用最小二乘法估計，若拒絕原假設，則使用隨機生產前沿函數估計耕地利用效率值。

2.地理聯系率

地理聯系率用于反映區域內兩經濟要素在地理分布上的均衡和配合程度，借鑒該方法來表征耕地利用效率與經濟發展在地理分布上的聯系情況，如式（6）所示。

其中：Si表示i地區的耕地利用效率占全域耕地利用效率的百分比；Pi表示i地區經濟發展水平占全域經濟發展水平的百分比。當Si與Pi在地理上分布較為一致時，V較大，表明該兩要素的均衡和配合程度較高；反之，當Si與Pi在地理上分布差異較大時，V較小，表明區域內兩要素的均衡和配合程度較低。

3.重心分析法

某要素的重心是指該要素在空間上的力矩平衡點。本文引入重心模型分析耕地利用效率與經濟發展的時空變化軌跡，如式（7）所示：

其中：A和B分別代表某要素的重心的經緯度；Ai和Bi為子區域的經緯度；Mi為子區域某一種要素的屬性值。

4.地理集中度

地理集中度是反映區域內某要素在空間上聚集程度的指標，本文引入區域耕地利用效率地理集中度和經濟發展水平地理集中度來反映貴州省耕地利用效率與經濟發展水平的空間集中程度，如式（8）和式（9）所示。

其中：F1表示i地區的耕地利用效率地理集中度；Ai表示i地區的耕地利用效率；式（9）F2表示i地區的經濟發展水平地理集中度；Ti表示i地區的國土面積。

5.耦合指數

耦合指數表示為耕地利用效率地理集中度與經濟發展水平地理集中度的比值，用于反映耕地利用效率與經濟發展水平的空間分布關系，如式（10）所示：

其中：Ii表示i地區耕地利用效率地理集中度與經濟發展地理集中度的空間耦合指數。

二、耕地利用效率估計結果與經濟發展變化

（一）耕地利用效率系數分析

利用計算機程序Frontier4.1 計算貴州省22 年來各地州市的耕地利用效率情況，參數估計結果見表1，單邊似然比檢驗統計量LR=72.36，符合混合卡方檢驗，表明由技術水平產生的技術無效率項對各市區的耕地利用效率具有顯著影響；γ=0.73，說明在此次統計檢驗中γ=0 這一原假設不被接受，使用隨機前沿生產函數模型來估計貴州省的耕地利用效率更有效；模型總解釋能力達到了99%，并在0.01 的顯著水平上通過了顯著性檢驗。

模型中β0為常數項，β1、β2、β3分別表示農業從業人員（人/公頃）、農用化肥使用量（噸/公頃）、農業機械總動力（千瓦時/公頃）的產出彈性系數，系數的大小表示各投入要素的相對重要性。從表1 可知，β1農業從業人數的產出彈性系數最高，且高出農用化肥使用量β2近2 倍、農業機械總動力β3近3 倍，β2的產出彈性系數高出β3近1.5倍，表明貴州省耕地利用效率主要受農業從業人數影響，且影響力遠大于其他因素。由于貴州省特殊的地形地貌，耕地多為坡耕地，當前還很難實現農業機械化，所以β3的產出彈性系數與其他待估參數相比較小。η的估計系數為-0.0526，表明研究期內的耕地利用無效率項隨著時間的推移在不斷下降，且下降速度將逐漸變小。

表1 隨機前沿生產函數模型估計表

（二）耕地利用效率時空變化分析

由圖1 可以看出貴州省內耕地利用效率存在著顯著的空間異質性；從空間分布特征來看，貴州省東部地區的耕地利用效率較高，而西部耕地利用效率較低。通過對比圖1（a）與圖1（b）可以看出，1995—2016 年各市區耕地利用效率均有明顯的提升。1995 年各市區耕地利用效率均在0.20～0.55，平均值為0.39，到2016 年各市區耕地利用效率提升到0.59～0.82，平均值提升為0.71，僅銅仁市2016 年的耕地利用效率值超過了0.8，表明研究期內各市區的耕地利用效率值不斷上升。

由圖2 可得出各地區耕地利用效率排序為銅仁市（0.82）＞遵義市（0.79）＞貴陽市（0.76）＞黔南州（0.73）＞黔東南州（0.71）＞畢節市（0.67）＞黔西南州（0.67）＞安順市（0.66）＞六盤水市（0.59）；2016 年耕地利用效率的平均值為0.71，表明貴州省的耕地利用效率整體水平較高，耕地的實際產出與潛在產出之間存在的差距較??；從耕地利用效率的提升情況來看，六盤水市耕地利用效率提升最快，由1995 年的0.20 提升到2016 年的0.59，是因為六盤水的工業及第三產業發展較快，吸引了大量外來務工人員，需要消費經濟作物，當地瓜果蔬菜等經濟作物的價值遠高于其他地區；銅仁市提升最慢，由1995 年的0.55 提升到2016 年的0.82，是因為當地經濟發展較為落后，工業發展水平低，大量農民工外出務工，耕地利用粗放；從2007 年起耕地利用效率提升速度有下降趨勢，表明農業生產活動中存在著農業生產要素投入的浪費現象；可通過合理的資源配置，提高投入要素的利用效率、加強農業現代化等途徑來改善耕地利用現狀，進而提升耕地利用效率。

圖1 1995 年、2016 年耕地利用效率空間分布圖

圖2 貴州省各市區耕地利用效率值

三、耕地利用效率與經濟發展耦合關系

（一）耕地利用效率、經濟發展的空間關聯

應用式（6）計算出研究期內耕地利用效率與經濟發展的地理聯系率（表2），對研究區內22 年來的耕地利用效率與經濟發展水平在地理分布上的均衡、配合程度進行測度，并揭示二者之間的空間關聯特性。1995—2006 年之間貴州省耕地利用效率與經濟發展的地理聯系率均大于94%，最大值為2016 年的95.93%，最小值為1995 年的94.11%，研究期間地理聯系率值一直處于穩步上升趨勢、波動較小，表明貴州省的耕地利用效率與經濟發展在地理分布上的均衡、配合程度較高，空間關聯性較強；隨著時間的推移，耕地利用效率與經濟發展之間的空間關聯特性也隨之增強，表明二者在時空上具有較高的耦合關系。

表2 貴州省1995—2016 年間耕地利用效率與經濟發展的地理聯系率

（二）耕地利用效率、經濟發展的重心軌跡演變

應用重心模型逐年計算出各地區的耕地利用效率重心、經濟發展重心和貴州省的幾何重心（圖3）。由圖3 可知，在研究期間，貴州省的耕地利用效率重心和經濟發展重心都出現了不同程度的偏移，且顯著區別于貴州省的幾何重心。

（1）從偏移方向來看，受經濟、技術以及人口密度影響，耕地利用效率、經濟發展重心均由貴州省的中部向西南方向（幾何重心方向）移動，且耕地利用效率的偏移軌跡與貴州省的幾何重心大致在同一條直線上，更靠近幾何重心，這是由于中部地區的貴陽市是貴州省的政治文化中心，受經濟發展的影響，耕地利用效率、經濟發展重心均向幾何重心靠近；耕地利用效率、經濟發展的重心距離幾何重心的距離隨時間變化二者的偏移距離都在不斷縮小，說明在空間上耕地利用效率重心與經濟發展重心之間存在較強的關聯性，且空間不平衡程度有所緩解。

（2）從偏移時間上來看，耕地利用效率的重心偏移程度大小為1995—2000 年（7.92 千米）＞2000—2005 年（6.17 千米）＞2005—2010 年（4.77 千米）＞2010—2016 年（4.32 千米），經濟發展的重心偏移程度大小為2000—2005 年（6.81 千米）＞2005—2010 年（5.48 千米）＞2010—2016 年（3.17 千米）＞1995—2000 年（1.96 千米），在各個時段內耕地利用效率重心的偏移均大于經濟重心的偏移，表明各區域內耕地利用效率的不平衡性顯著于經濟發展的不平衡性；且對于經濟發展而言，耕地利用效率重心的移動更具敏感性，更容易受到自然資源條件、區域政策、人口流動、區位等因素的影響，而區域經濟發展具有較強的平穩性。

（3）結合耕地利用效率、經濟發展重心來看，1995 年耕地利用效率、經濟發展重心之間相距2.5 千米，2005 年相距2.35 千米，2016 年相距2.2 千米，隨著時間的推移兩經濟要素之間的距離越來越近，表明貴州省各地級市耕地利用效率與經濟發展之間存在耦合性關系。22 年來耕地利用效率與經濟重心移動軌跡和方向的一致性，更加有力地表明耕地利用效率與經濟發展之間的密切關系。

圖3 耕地利用效率與經濟發展重心移動軌跡

（三）耕地利用效率、經濟發展地理集中度

應用地理集中度和耦合指數公式計算出貴州省各個地州市的地理集中度指數和耦合指數，借助ArcGIS軟件中的自然間斷點分級法，分別將貴州省1995—2016 年的耕地利用效率地理集中率與經濟發展地理集中率分為4 級，1995 年、2000 年、2005 年、2010 年和2016 年耕地利用效率、經濟發展的地理集中度指數F1、F2和二者間的耦合指數I見表3。

（1）從耕地利用效率地理集中度來看，1995 年的耕地利用效率地理集中指數高值區出現在貴陽市、安順市和銅仁市，均為國土面積較小的區域；低值區出現在畢節市和黔東南州，出現在國土面積較大且少數民族聚居的區域，最高值與最低值之間相差近5 倍。2005 年耕地利用效率高值區出現在貴陽市，是貴州省的工業集聚區；低值區出現在遵義市、畢節市、黔東南州、黔南州4 個地區，出現在國土面積較大，經濟發展比較落后的地區，最高值與最低值之間相差4.2 倍。2016 年耕地利用效率高值區與低值區出現的情況與2005 年一致，最高值與最低值之間相差4.0 倍；隨著時間的推移，貴陽市、遵義市、銅仁市和黔南州4 個地區耕地利用效率地理集中度有下降趨勢，六盤水、安順等其余5 個地區均呈現上升趨勢；最高值與最低值之間的倍數關系逐漸縮小，地理集中度差異也在不斷縮小，表明研究區內部耕地利用效率的不平衡性有所緩解，逐漸趨向平衡。

（2）從經濟發展地理集中度來看，1995—2016 年高值區均出現貴州省的政治文化中心貴陽市，2016 年國內生產總值占貴州省的24%；1995 年低值區出現在黔東南州和黔西南州2 個地區，最高值以最低值之間相差1.06 倍；2005 年低值區出現在銅仁市、畢節市、黔南州、黔西南州和黔東南州5 個區域，最高值與最低值之間相差1.03 倍。2016 年低值區出現在銅仁市、黔東南州、黔西南州和黔南州4 個地區，最高值與最低值之間相差1.07 倍，隨著時間的推移，遵義市和黔南州兩個地區的經濟發展地理聯系率逐漸下降，其他地區經濟發展地理聯系率逐漸上升，最高值與最低值之間的倍數關系相差較小。

（3）結合耕地利用效率、經濟發展地理集中度可發現，二者之間存在一定的關聯和偏差，例如高值區均出現在貴陽市，表明貴陽市的耕地利用效率與經濟增長之間存在著更為密切的聯動關系；低值區均出現在黔東南州，表明黔東南州由耕地利用效率帶來的經濟增長幅度小于其他地區，研究期間耕地利用效率、經濟發展地理集中度指數逐漸均衡，表明貴州省各地州市之間的發展差距在逐漸縮小。

（4）從兩經濟要素之間的耦合指數來看，1995 年高值區出現在銅仁市和黔西南州2 個地區，低值區出現在貴陽市和遵義市2 個地區，最高值與最低值之間相差4.4 倍，2005 年高值區出現在銅仁市和安順市2 個地區，低值區出現在貴陽市，最高值與最低值之間相差4.8 倍，2016 年高值區和低值區出現的區域與2005 年相同，最高值與最低值之間相差4 倍；研究期間區域內耦合指數的高值、低值出現區域雖變化不大，但是總體趨勢是耦合指數呈現先增大、后減小并趨近于1 的趨勢，表明各地州市之間的耕地利用效率與經濟發展的協調一致性逐漸提高。

表3 耕地利用效率與經濟發展地理集中度及耦合指數

（四）耕地利用效率與經濟發展的空間耦合類型

參照張定等［19］的研究，根據貴州省耕地利用效率與經濟發展的耦合指數，將研究區分為3 種類型；當0＜I＜0.5 時區域類型為耕地利用效率滯后于經濟發展型，當0.5＜I＜1.5 時區域類型為耕地利用效率與經濟發展協調型，當I＞1.5 時區域類型為耕地利用效率超前于經濟發展型，分類結果見表4。耕地利用效率滯后于經濟發展型：該類型區域在1995 年并未出現，在2005 年和2016 年出現在了貴陽市，是由于貴陽市的第二、第三產業發展較快，大量耕地被建設用地侵占，吸引了大量農民工進城，導致了耕地利用效率低下，表明貴陽市的耕地利用效率有很大的提升空間。耕地利用效率與經濟發展協調型：該類型區域發展穩定，耕地利用效率與經濟發展耦合度較高，二者之間互動關系相比其他地區較好，研究期間該類型數量占了3 種類型的絕大多數，1995 年該類型數量為8，2005 年該類型數量為7，2016 年為8，表明研究期內貴州省耕地利用效率與經濟發展之間一直處于平衡狀態，沒有太大的波動。耕地利用效率超前于經濟發展型：該類型出現在銅仁市，受自然地理環境及區位優勢影響，1995—2005 年間銅仁市農業產業增加值占比較大，耕地利用效率的地里集中度大于經濟發展；到了2016 年該區域類型并沒有出現，表明研究區內耕地利用效率與經濟發展的協調度在不斷提高，且隨著時間的變化耕地利用效率地理集中指數逐漸趨近1，表明各地區耕地利用效率與經濟發展呈現出協調發展趨勢。

表4 區域耦合類型分類表

四、結論與建議

本文利用隨機前沿生產函數模型測算了貴州省1995—2016 年的耕地利用效率，借助地理聯系率和重心模型從整體上反映了貴州省22 年來的耕地利用效率和經濟發展的耦合關系和演變軌跡，進而測算耕地利用效率、經濟發展的地理集中度和耦合指數，分析其在研究內區的集聚程度和時空耦合類型。

（1）貴州省各地州市之間的耕地利用效率存在著較大的差距，總體上貴州省東部地區的耕地利用效率大于西部地區；2016 年各地區的耕地利用效率值為銅仁市（0.82）＞遵義市（0.79）＞貴陽市（0.76）＞黔南州（0.73）＞黔東南州（0.71）＞畢節市（0.67）＞黔西南州（0.67）＞安順市（0.66）＞六盤水市（0.59），平均值為0.71。22 年來研究區內的耕地利用效率不斷提升，但是提升速度有下降趨勢，耕地利用效率的總體水平較高，表明貴州省內耕地的實際產出與潛在產出之間的差距較??；而農業生產活動中仍然存在著農業生產要素投入的浪費現象，可通過合理的資源配置，提高投入要素的利用效率、加強農業現代化等途徑來改善耕地利用現狀，進而提升耕地利用效率。

（2）各地區之間耕地利用效率與經濟發展之間的地理聯系率值均在90%以上，表明兩經濟要素在地理分布上均衡、配合程度較高，空間關聯特性較強；隨著時間的推移，地理聯系率越來越大，耕地利用效率與經濟發展之間的空間聯系越來越強。

（3）研究期間耕地利用效率重心與經濟發展重心在偏移方向上保持著較高的一致性，均由貴州省中部向西南方向（幾何重心方向）偏移，隨著時間的發展，耕地利用效率重心和經濟發展重心的偏移程度均逐漸縮小，其中耕地利用效率重心的偏移程度大于經濟發展重心，表明兩者在地理空間上存在著較強的關聯，耕地利用效率的重心偏移更具敏感性，在一定程度上耕地利用效率能夠帶動經濟發展。

（4）研究區耕地利用效率和經濟發展的地理集之間存在一定的聯系，高值區均出現在貴陽市，低值區均出現在黔東南州，研究期內二者的最大值與最小值之間的變化不大，表明耕地利用效率與經濟發展在各市州單位面積上的分布密度較大，分布趨勢基本保持穩定狀態，且二者的耦合指數逐漸趨近于1，表明耕地利用效率與經濟發展的空間分布一致性較強。

（5）區域耦合指數集中在0.5～2，區域主要類型為耕地利用效率與經濟發展協調型，區域內存在明顯的重合現象，表明兩經濟要素之間的地理集中度存在較強的關聯性，且耕地利用效率提升能夠帶動經濟發展，但是經濟發展不一定能提高耕地利用效率。

綜上所述，基于隨機前沿生產函數模型計算耕地利用效率，考慮了技術無效率項和隨機誤差項對結果產生的影響，再通過模型和公式定量描述耕地利用效率與經濟發展之間的時空耦合關系；對提升耕地利用效率提出以下建議，以期為貴州省轉變耕地利用方式，進而提升耕地利用效率以促進農業與社會經濟協調可持續發展提供參考。第一，加大耕地規?；?、農業產業化力度，促進耕地集約節約利用進而轉變農村勞動力流動方向。第二創新農業運行機制，健全農業推廣體系。第三加強農業基礎設施建設，擴大經濟作物種植面積，進而推動貴州省各地區特色農業發展。第四限制農藥使用量，推薦生態農業綠色發展。