基于產能理論的耕地資源資產經濟價值核算路徑探討
——以江西省為例

鐘驍勇，李洪義，郭冬艷

（1.江西財經大學財稅與公共管理學院，江西 南昌330013；2.中國自然資源經濟研究院，北京 101149；3.江西財經大學旅游與城市管理學院，江西 南昌 330013）

1 引言

自然資源資產核算是推動自然資源保護和生態文明建設的基礎性工作。2015年，中共中央、國務院印發《生態文明體制改革總體方案》，明確提出先行構建土地資源、森林資源和水資源資產核算方法[1]。2019年4月，中辦、國辦印發《關于統籌推進自然資源資產產權制度改革的指導意見》，提出“研究建立自然資源資產核算評價制度”，并進一步指出要“完善自然資源資產分等定級價格評估制度和資產審核制度”[2]。耕地資源作為自然資源資產的重要組成部分，其數量和質量的長期穩定，對于維護國家糧食安全、保護自然生態環境和統籌城鄉發展有著其他資源無法替代的作用。中國政府實行了世界上最為嚴格的耕地保護制度，但以犧牲耕地為代價謀求經濟發展的行為仍未徹底扭轉。直接原因是耕地農用的比較效益低下，根本原因在于耕地資源價值沒有充分顯化[3-4]。受傳統經濟學和以GDP為核心的價值觀影響，現行耕地資源價值核算過度倚重市場價值法，忽視了耕地自然屬性對價值形成的基礎性作用，導致開發利用效率較低的優質耕地和后備耕地資源的價值被嚴重低估，耕地流失趨勢難以控制[5-7]。

耕地產能理論起源于土地生產潛力研究，是土壤肥力及耕地質量評價的重要內容之一。LIEBIG將土地生產潛力定義為作物種子里和土壤中潛伏的一種力量，憑借這種力量獲得作物產量[8]。竺可楨等學者依據太陽輻射量建立了光合潛力的評價方法[9]，之后1978年FAO開展了農業生態區的耕地生產潛力研究，建立了光溫水土生產潛力評價模型，中國農用地分等工作以AEZ模型為框架，通過逐級修正的方式核算耕地生產能力[10]，2008年原中國農業部為了加強耕地土壤質量保護，建立了由立地條件和自然屬性構成的耕地地力評價法，側重于評價土壤性質對生產能力的作用。隨著生態環境日益惡化、土壤污染問題逐漸顯現，國內外學者在耕地生產能力研究中更加重視土壤健康的比重，研究建立了評價框架和多維指標體系[11-14]。總體上看，耕地產能融合了區域氣候條件、作物生長能力和土壤健康狀況等要素，是某一地域固定時期內，基于一定經濟、社會、技術條件形成的耕地綜合生產能力。還有學者進一步將耕地產能分為理論產能、可實現產能和現實產能[15-16]，并基于農用地分等成果或耕地質量年度更新成果進行了測算，建立了耕地質量與耕地產能之間的聯系[17-19]。但當前耕地質量和產能評價主要服務于高標準農田建設和土地整治功能分區[13，20]，其結果側重于反映人為開發利用對耕地質量和產能提升的作用程度，鮮有學者以自然產能為基礎開展耕地資源經濟價值核算研究。

耕地資源資產經濟價值是指以土地資源的養育功能持久發揮為基礎，經農業生產所獲得的經濟產出效益[21-22]，經過多年研究探索，形成了市場比較法、數學模型法和收益還原法等經典評估方法[23-26]，其中收益還原法應用最為廣泛。計算耕地年純收益與貼現率之商是應用收益還原法核算耕地資源經濟價值的基本思路，如何評定耕地年收益是其研究重點和難點問題。目前，大多數學者從國民經濟核算角度出發，利用當年耕地農作物產量乘以農產品價格獲取耕地年收益[27-28]。但是由于產量（現實產能）不確定性程度高，影響因素較為復雜，不僅受勞動力投入程度和社會政策影響，還受自然災害、疫情等不可抗力因素影響較大[29]，僅以產量作為資源價值核算的數據依據，難以充分體現出耕地資源自然屬性對其價值形成的基礎性作用，也難以保障其核算結果的客觀性和穩定性。鑒于此，本文以耕地產能核算為基礎，基于收益還原法模型，在耕地純收益核算過程中以耕地潛在生產能力（耕地產能）替代農作物產量，旨在探索“產能—價值”核算路徑的可行性。

2 數據與方法

2.1 研究區概況及數據來源

2.1.1 研究區概況

江西省位于中國東南部，地勢四周高、中間低，呈現出向鄱陽湖傾斜的走勢，地貌以山地、丘陵為主，屬于亞熱帶季風性濕潤氣候，是中國糧食主產區和長江以南地區連續多年的糧食調出省。耕地資源較為豐富，其中耕作土壤以水稻土最為典型，面積約3 000萬畝左右，占江西耕地的80%，廣泛分布在山地、丘陵、谷地以及河湖平原。

2.1.2 數據獲取及處理

本文數據包括氣象數據、土地利用數據、土壤屬性數據、地形數據以及調查統計數據等。其中，年均溫和年降水量等氣象數據通過資源環境科學數據中心（http://www.resdc.cn/）網站下載2018年度數據；考慮到評價對象范圍大小和結果精度要求，在2018年中國土地利用遙感監測數據（http://www.resdc.cn/）中提取江西省耕地面積，借助ArcGIS的“Create Fishnet”工具生成固定網格（250 m×250 m）作為耕地資源經濟價值核算的基本單元；土壤屬性數據來源于江西省農業測土配方項目，并運用隨機森林算法對16 582個土壤樣點進行預測制圖；地形數據包括地貌類型數據和DEM數據，地貌類型數據通過資源環境科學數據中心（http://www.resdc.cn/）網站下載，DEM數據通過國家地球系統科學數據中心（http://www.geodata.cn/）網站下載，并運用ArcGIS 10.2軟件提取出坡度數據；質地、耕作層條件、灌溉保證率和排水條件等數據來源于2018年江西省耕地質量等級更新數據庫；江西省耕地主要農產品生產成本和單價數據，均來源于《全國農產品收益資料匯編（2019年）》。

2.2 核算路徑及研究方法

由于農用地分等的氣候（光溫）生產潛力值并未逐年更新，直接以現有耕地等別分值為基礎核算產能開展耕地經濟價值核算研究并不適宜。因此，本文借鑒《農用地質量分等規程》（G/BT 28407—2012）中農用地自然等的評價思路，構建以氣候生產潛力、耕地質量評價為核心的耕地產能核算體系，并以產能核算結果為基礎改進收益還原法模型核算耕地資源資產經濟價值。具體思路如下：（1）基于年均溫和年降水量數據，采用Thornthwaite Mernoriae模型計算出江西省氣候生產潛力；（2）選取對耕地質量有顯著影響的因素因子，構建耕地質量評價指標體系并采取指數和法計算不同等級耕地質量指數；（3）以氣候生產潛力為基礎，經過耕地質量指數修正得到耕地產能；（4）收集整理相應年度農產品價格及生產開發成本資料，與耕地產能相乘計算出耕地資源總收益和總成本；（5）將耕地總收益減去總成本得出年純收益（地租），并按無限年期除以土地還原率得出耕地資源資產經濟價值單價，并按地市行政單元匯總得出價值總價； （6）通過與以往研究成果比較，得到相應研究結論。技術路線如圖1。

2.2.1 Thornthwaite Mernoriae模型

本文中的氣候生產潛力采用Thornthwaite Mernoriae模型計算，即LIETH根據世界各地作物產量與年平均氣溫、年平均降雨量提出的用實際蒸散量來估算作物產量[30]。具體公式如下：

式（1）—式（2）中：Yt是基于年平均氣溫計算的生產潛力，t/km2；Yp是根據年平均降雨量計算出的生產潛力，t/km2；t是年平均氣溫；p是年平均降雨；采用Yt和Yp中最小值作為計算點的氣候生產潛力（CPP）。

2.2.2 指數和法

本文中的耕地質量指數通過指數和法計算，具體步驟如下：

（1）構建指標體系。參考《農用地質量分等規程》（GB/T 28407 — 2012）、《耕地質量等級》（GB/T 33469—2016）以及《耕地地力評價技術規程》（DB11/T 1083—2014）標準，選擇有代表性、易監測、可操作性和經濟性特點的指標，同時參照耕地質量評價體系文獻[20]，結合江西省耕地資源利用狀況構建評價指標體系，如表1。①立地條件。立地條件是指影響耕地資源形成的空間特征，考慮到對耕地生產能力的影響作用，主要選擇坡度、地貌類型兩個指標。其中，坡度通過高程 （DEM）提取；地貌類型通過國家地球系統科學數據中心下載提取。 ②土壤條件。土壤條件作為耕地資源的自然本底質量，是耕地生產能力大小的決定性因素。主要考慮以土壤肥力為主的自然本底條件，包括質地、耕作層厚度、有機質、pH值、有效磷、速效鉀和全氮等指標。其中，質地和耕作層厚度數據通過江西省耕地質量等級更新數據庫提取；有機質、pH值、有效磷、速效鉀和全氮等數據以實地采樣數據為基礎，運用隨機森林法進行預測獲取[31-35]。③耕作條件。耕作條件直接影響著農業生產的經濟性與便捷性，是耕地生產能力實現程度的重要外部條件，主要選擇灌溉保證率、排水條件兩個指標，均從耕地質量更新成果中提取。

表1 江西省耕地質量評價指標體系Tab.1 Evaluation index system of cultivated land quality in Jiangxi Province

（2）評價步驟。①標準化處理。由于現實環境中各個單項指標的數據度量標準不同，不能直接比較分析，只有所有指標在同一量綱后才能進行評價。本文評價指標分為定量型和概念型兩種類型，為實現標準化統一計算，本文在參考現行標準規范和有關研究的基礎上，采取直接賦值法確定適合江西省的耕地質量評價指標分級標準及等級分數（表2）。②層次分析法確定指標權重。按照《耕地質量等級》（GB/T 33469—2016）有關層次分析法的規定，確定耕地質量評價指標權重值（表3）。③確定質量指數分值。運用指數和模型計算耕地質量綜合分值，并采取總分頻率曲線法劃分耕地質量等級。

表2 江西省耕地質量評價指標分級表Tab.2 Grades of cultivated land quality evaluation index in Jiangxi Province

表3 江西省耕地質量評價指標權重表Tab.3 Weights of cultivated land quality evaluation index in Jiangxi Province

式（3）中：LQI為耕地質量綜合指數；Fi為第i個指標的隸屬度；Ci為第i個指標的權重。

（3）耕地質量等級劃分標準。根據上述評價結果，應用ArcGIS10.2的自然斷點法，結合江西省耕地質量保護實際情況，將江西省耕地質量分為5個等級。

2.2.3 逐級修正法

區域尺度上，作物生產力主要取決于光、熱、水、土資源的空間格局，氣候生產潛力（光溫水生產力）是在農業生產條件得到充分保障，其他環境因素均處于最適狀態時，在當地實際光、熱、水氣候資源條件下，農作物所能達到的最高產量[30]。實際上，一方面，相同自然地理背景下的耕地所得到的光、溫、水條件大致相同；另一方面，耕地立地條件、土壤條件以及耕作條件也不同程度上制約了農作物生產力。因此，本文采用邁阿密模型模擬出江西省氣候生產潛力，并根據耕地質量指數進行逐級修正得到耕地產能。

式（4）中：LPP是耕地產能；CPP是氣候生產潛力；LQI是耕地質量綜合指數。

2.2.4 收益還原法

基于可持續發展理論，耕地資源只要經過合理開發利用和保護，可以源源不斷為人們提供賴以生存的農產品，為農民持續帶來經濟收益。因此，本文采用無限年期的收益還原法估算耕地資源資產經濟價值[38]。

表4 江西省耕地質量綜合指數表Tab.4 Comprehensive index of cultivated land quality in Jiangxi Province

式（5）中：V為耕地資源經濟價值；a為耕地產能；b為農產品市場價格；c為農產品生產成本；r為土地還原率①參考朱道林的研究成果，將土地還原率定為5%。。

3 結果分析與討論

3.1 氣候生產潛力、耕地質量及產能結果分析

通過上述分析得到，2018年江西省氣候生產潛力為13.56～22.20 t/hm2；2018年江西省耕地質量等別共劃分為5等，由高到低的面積依次為784 553.78 hm2、1 014 417.10 hm2、1 202 934.78 hm2、894 736.56 hm2和407 438.96 hm2；2018年江西省耕地產能為4.56～19.82 t/hm2。總體上看，耕地產能空間分布格局與氣候生產潛力、耕地質量等別類似，呈現出高值區集中在鄱陽湖平原及流域地帶，向四周逐漸下降的趨勢（圖2、圖3和圖4）。

圖2 2018年江西省氣候生產潛力圖Fig.2 Climatic potential productivity in Jiangxi Province in 2018

圖3 2018年江西省耕地質量等別圖Fig.3 Grades of cultivated land quality in Jiangxi Province in 2018

圖4 2018年江西省耕地產能分布圖Fig.4 Distribution of cultivated land productivity in Jiangxi Province in 2018

3.2 耕地資源資產經濟價值空間分布及核算結果

為了直觀顯示江西省耕地資源資產經濟價值的空間分布情況，在ArcGIS 10.2中通過自然斷點法分別對2018年江西省耕地資源資產單位經濟價值進行5級分類。從圖5中可以直觀地看出，整體上2018年江西省耕地資源資產單位經濟價值呈現出由中部鄱陽湖流域向周邊逐步遞減的趨勢，其中高值區分布區域范圍較小，值域范圍在186 347.22～229 936.33元/hm2之間，主要分布在南昌、鷹潭、上饒、景德鎮、宜春、撫州、新余、吉安8個地市；次高值區值域范圍在170 260.81～186 347.21元/hm2之間，主要分布在中部和北部一帶，南部零星分布，包括南昌、鷹潭、九江、宜春、景德鎮、撫州、鷹潭、上饒、吉安和贛州10個地市；中等值區和次低值區分布區域較為廣泛，值域范圍分別在154 797.43～170 260.80元/hm2和136 821.16～154 797.42元/hm2之間，江西省全部地市均有分布；低值區集中分布于西北部地區，值域范圍在0～136 821.15元/hm2之間，包括九江、宜春和萍鄉3個地市。

圖5 2018年耕地資源資產單位經濟價值分布圖Fig.5 Distribution of unit economic value of cultivated land resource assets in 2018

核算結果顯示，2018年江西省耕地資源資產經濟價值總量為7 084.04億元，其中：總量在1 000億元以上的地市有上饒、吉安和贛州3個市；總量在300億元～1 000億元之間的地市有南昌、撫州、宜春和九江4個市；總量在300億元以下的地市有鷹潭、景德鎮、新余、萍鄉4個市。江西省耕地資源資產經濟價值單價為164 684.99元/hm2，其中：經濟價值單價位于前三位的地市分別是鷹潭（179 050.38元/hm2）、景德鎮（176 982.80元/hm2）和南昌（169 233.81元/hm2），位于后三位的分別是宜春（159 045.79元/hm2）、九江（158 255.17元/hm2）和萍鄉（154 793.44元/hm2）（表5）。

表5 耕地資源資產經濟價值核算賬戶表Tab.5 The economic value of cultivated land resource assets accounting

3.3 結果討論

為了進一步分析和驗證本文核算結果的科學性和合理性，筆者在中國知網上以“耕地價值核算”為主題一共檢索出76篇文章，其中涉及耕地資源經濟價值核算，并具有代表性的理論方法主要有三種，分別是產能虛擬土理論[39]、農產品產值法[40]和基于流轉租金的收益還原法（表6）。

表6 不同核算方法的江西省耕地經濟價值結果比較Tab.6 Comparison of results of cultivated land economic value in Jiangxi Province with different accounting methods

根據本文核算結果顯示，江西省耕地資源經濟價值單價為16.46萬元/hm2，與上述三種核算方法結果相比位于中間水平，與朱道林基于流轉租金的傳統收益還原法結果差距不大（單價為14.21萬元/hm2[26]），但與產能虛擬土理論和農產品產值法的核算結果有一定的差距，主要有兩方面原因：一是不同核算方法的原理不同，比如農產品產值法是直接用當年耕地上播種的農作物產量乘以當期市場價格來衡量耕地資源經濟價值，反映的更多是資源市場價值，而本文在價值核算過程中充分考慮了耕地質量、產能差異對價值的影響機理，綜合考慮了農作物的市場價格和生產成本，并借鑒農用地估價理論的收益還原法模型進行價值核算，體現的更多是耕地資源資產的本底價值，在一定程度上可以規避不同年份農產品產量波動過大造成耕地價值低估的問題。產能虛擬土理論實質上仍是采用收益還原法模型進行核算，但其耕地純收益指標是指地均農村居民的農業收入，實際上農業收入構成較為寬泛，不僅有農作物種植收入，還包括畜牧養殖收入和其他農業收入，因此運用該方法核算的經濟價值結果較高；二是統計年期和耕地實物量數據來源不同，本文的價值核算年期（2018年）與朱道林基于流轉租金的傳統收益還原法的年期（2016年）較為接近，但與產能虛擬土和農產品產值法的核算年期存在一定的差距。此外，本文耕地資源實物量數據來源于遙感數據，與以上三種方法數據來源也有一定的差異，有可能對核算結果產生一定影響。

4 結論與展望

4.1 結論

（1）本文核算結果顯示，2018年江西省耕地資源資產經濟價值總量為7 084.04億元，單價為164 684.99元/hm2。整體空間分布呈現出中部鄱陽湖流域向周邊逐步遞減的趨勢，與耕地質量和產能核算結果的空間分布趨勢大體相同，高值區集中在鄱陽湖平原地區，符合江西省耕地資源開發利用實際，這也表明基于產能理論開展耕地資源資產經濟價值核算思路具有一定的實踐可行性。

（2）本文以耕地產能為基礎改進收益還原法模型核算耕地資源資產經濟價值，與朱道林基于耕地流轉租金數據的傳統收益還原法的核算結果差異并不大，且與不同核算方法相比較結果位于中間水平，這也側面說明以產能為基礎開展耕地經濟價值核算的思路具有一定的理論參考價值。

4.2 展望

由于本文中的耕地資源資產經濟價值核算路徑是基于耕地自然本底條件開展的，氣象、地形、土壤等耕地自然屬性和灌溉保證率、排水條件等技術因素是產能核算的重點和基礎，其產能內涵與農用地分等的自然等類似，經濟價值核算結果更多體現的是基于耕地自然產能的理論價值。但是，對于耕地健康狀況、社會經濟因素考慮不足，產能核算方法不完全適用于現行耕地質量評價和高標準農田建設，還有待進一步深化研究。此外，由于大尺度最新年份的遙感數據和土壤化學污染數據獲取難度大，因此本文的時間尺度只選擇2018年度，研究結論更多的是驗證“產能—價值”核算路徑的理論可行性，下一步應擴大耕地資源自然屬性數據的收集力度，進一步提高耕地資源資產經濟價值的核算精度。