王桂民，陳 聰，曹光喬，易中懿,3※

（1. 江蘇大學(xué)管理學(xué)院，鎮(zhèn)江 212000；2. 農(nóng)業(yè)部南京農(nóng)業(yè)機械化研究所，南京 210014；3. 江蘇省農(nóng)業(yè)科學(xué)院，南京 210014）

·綜合研究·

中國耕地流轉(zhuǎn)時空特征及影響因素分解

王桂民1，陳 聰2，曹光喬2，易中懿1,3※

（1. 江蘇大學(xué)管理學(xué)院，鎮(zhèn)江 212000；2. 農(nóng)業(yè)部南京農(nóng)業(yè)機械化研究所，南京 210014；3. 江蘇省農(nóng)業(yè)科學(xué)院，南京 210014）

通過耕地流轉(zhuǎn)實現(xiàn)農(nóng)業(yè)適度規(guī)模經(jīng)營，是解決“誰來種田”的關(guān)鍵。分析各因素對耕地流轉(zhuǎn)的作用及影響強度，識別其主導(dǎo)因素，對促進耕地適度規(guī)模經(jīng)營具有積極意義。該文運用對數(shù)平均迪氏分解方法（logarithmic mean weigh Division index method，LMDI）建立因素分解模型，定量評價并對比分析2008-2014 年間中國省域耕地流轉(zhuǎn)變動的驅(qū)動因素。研究結(jié)果表明，1）2008-2014年，中國耕地流轉(zhuǎn)面積累計增長了1.96×107hm2，增長2.7倍，年均增長率達到24.40%，京津地區(qū)、黃淮海地區(qū)、長江中下游地區(qū)、東北地區(qū)等經(jīng)濟活躍或優(yōu)勢農(nóng)業(yè)產(chǎn)區(qū)的耕地流轉(zhuǎn)發(fā)展較快。2）經(jīng)濟因素、農(nóng)民增收因素、農(nóng)機化因素對耕地流轉(zhuǎn)有顯著的正向作用，其中農(nóng)機化因素對耕地流轉(zhuǎn)的促進作用最大，研究期內(nèi)農(nóng)機化累計效應(yīng)促進耕地流轉(zhuǎn)率提高18.16%，經(jīng)營意愿因素對耕地流轉(zhuǎn)有顯著的負向影響。3）區(qū)域之間4個分解因素的累計效應(yīng)存在顯著差異?？傮w而言，經(jīng)濟效應(yīng)促進了華東與華南地區(qū)耕地流轉(zhuǎn)率的顯著提高，農(nóng)民增收效應(yīng)主要促進了華東地區(qū)耕地流轉(zhuǎn)率提高，農(nóng)機化效應(yīng)促進了大部分地區(qū)耕地流轉(zhuǎn)率提高10%以上，但華南與西南地區(qū)相對較低。

農(nóng)業(yè)；土地利用；模型；耕地；流轉(zhuǎn)，時空特征；因素分解；LMDI法

0 引 言

近年來，隨著中國農(nóng)村勞動力的持續(xù)轉(zhuǎn)移，尤其是青年勞動力種糧意愿低帶來了“未來誰來種田”的問題。國家鼓勵有條件的農(nóng)戶流轉(zhuǎn)承包土地經(jīng)營權(quán)，扶持種糧大戶、農(nóng)民專業(yè)合作社、家庭農(nóng)場等新型經(jīng)營主體發(fā)展壯大，逐步實現(xiàn)農(nóng)業(yè)適度規(guī)模經(jīng)營，解決“誰來種田”的問題。截至2014年，全國家庭承包耕地流轉(zhuǎn)面積達2.69×107hm2，占家庭承包經(jīng)營耕地總面積的比例達30.4%。然而，耕地流轉(zhuǎn)區(qū)域不平衡的問題突出，農(nóng)業(yè)機械化[1]、經(jīng)濟發(fā)展與農(nóng)民收入[2-3]等都影響農(nóng)戶轉(zhuǎn)出或轉(zhuǎn)入耕地，非糧化種植趨勢[4-6]、經(jīng)營效益[7-9]等也呈現(xiàn)出多樣化的傾向。基于上述背景，對中國耕地流轉(zhuǎn)的時空分布特征及其背后的驅(qū)動因素進行深入分析尤為重要。

梳理相關(guān)文獻發(fā)現(xiàn)，耕地流轉(zhuǎn)研究集中于農(nóng)戶行為對耕地流轉(zhuǎn)的影響[10-11]，以及耕地流轉(zhuǎn)對糧食生產(chǎn)的影響[12-13]；多通過面向農(nóng)戶開展抽樣調(diào)查獲取微觀數(shù)據(jù)，采用 Logistic回歸模型實證分析農(nóng)戶行為與耕地流轉(zhuǎn)的關(guān)系以及對糧食生產(chǎn)的影響。此類方法不可避免會存在殘差項，影響研究結(jié)果準確性；而且只能從微觀層面靜態(tài)地對耕地流轉(zhuǎn)進行分析。筆者未檢索到從宏觀維度與時序演變維度開展耕地流轉(zhuǎn)影響因素的研究文獻。因素分解法是通過數(shù)學(xué)方法將目標變量分解為若干影響因素，并從數(shù)量上確定各影響因素對目標變量的影響方向和影響程度[14]。Ang B W等[15-17]在此基礎(chǔ)上提出對數(shù)平均迪氏指數(shù)法（logarithmic mean weigh Divisia index，LMDI），LMDI能夠保證多因素分解后的殘差為0，有利于進行多層次分析[18]。被廣泛應(yīng)用在能源消費與碳排放影響因素分解中[19-27]，近年其應(yīng)用范圍越來越廣，農(nóng)業(yè)領(lǐng)域也有應(yīng)用[28]。鑒于此，本文運用 LMDI方法對中國耕地流轉(zhuǎn)變化的影響因素進行分解，深入分析中國耕地流轉(zhuǎn)的時空特征及其變化的主要影響因素，以期為促進耕地適度規(guī)模經(jīng)營提供政策建議。

1 研究方法

1.1 因素選擇

一般而言，耕地流轉(zhuǎn)會受到自然環(huán)境、經(jīng)濟發(fā)展、社會保障、農(nóng)業(yè)生產(chǎn)技術(shù)、政策驅(qū)動、從業(yè)意愿等方面因素的影響。自然環(huán)境在短期內(nèi)不會變化，對耕地流轉(zhuǎn)的影響是固定的，因此本文不予考慮；政策驅(qū)動方面各地政策不一致，無法定量分析，因此本文不予考慮。本文主要從經(jīng)濟發(fā)展、社會保障、個人意愿、農(nóng)業(yè)生產(chǎn)技術(shù)4個方面選取影響因素。

經(jīng)濟發(fā)展方面選擇經(jīng)濟因素，用單位耕地面積的GDP衡量，一般而言GDP越高，農(nóng)村勞動力向二、三產(chǎn)業(yè)轉(zhuǎn)移的機會越多，釋放的耕地流轉(zhuǎn)需求也越大；社會保障方面選擇農(nóng)民增收因素，用農(nóng)民收入占GDP的比例衡量，一般而言農(nóng)民收入占GDP比例越大，其可獲得的就業(yè)、醫(yī)療、養(yǎng)老等保險系數(shù)越高，耕地的保障功能將隨之弱化，農(nóng)民轉(zhuǎn)入耕地的概率也會提高；從業(yè)意愿方面選擇經(jīng)營意愿因素，用農(nóng)民收入投資農(nóng)機量衡量，農(nóng)機是現(xiàn)代農(nóng)業(yè)生產(chǎn)不可或缺的工具，農(nóng)民投資農(nóng)機的意愿亦可看作其投資農(nóng)業(yè)的意愿；農(nóng)業(yè)生產(chǎn)技術(shù)方面選取農(nóng)機化因素，用耕地流轉(zhuǎn)面積與農(nóng)機保有量的比例衡量，農(nóng)機化發(fā)展水平越高，規(guī)模化經(jīng)營的成本越低，規(guī)模主體流轉(zhuǎn)耕地的積極性也越高。

1.2 模型建立與變量解釋

式中i表示i省域，當i=0時，視為全國范圍；θi表示i省域耕地流轉(zhuǎn)率；Li表示i省域耕地流轉(zhuǎn)量，103hm2；Fi表示i省域的耕地面積，103hm2；xim表示i省域第m個分解因素值。將分解因素代入式（1）可得：

式中Pi表示i省域的生產(chǎn)總值，億元；Ei表示i省域的農(nóng)民總收入，億元；Mi表示i省域的農(nóng)機總動力，104kW。POFi=Pi/Fi表示經(jīng)濟因素；EOPi=Ei/Pi表示農(nóng)民增收因素；MOEi=Mi/Ei表示經(jīng)營意愿因素；LOMi=Li/Mi表示農(nóng)機化因素。

i省域耕地流轉(zhuǎn)面積從時期t-1至?xí)r期t 的變化趨勢可表示為

式中Δθi、ΔPOFi、ΔEOPi、ΔMOEi、ΔLOMi分別表示 i省域的耕地流轉(zhuǎn)率變化量、經(jīng)濟效應(yīng)、農(nóng)民增收效應(yīng)、經(jīng)營意愿效應(yīng)、農(nóng)機化效應(yīng)導(dǎo)致的耕地流轉(zhuǎn)率變化量。

2 數(shù)據(jù)來源

由于耕地流轉(zhuǎn)數(shù)據(jù)從2008 年開始規(guī)范統(tǒng)計，本文以2008—2014年（2015 年數(shù)據(jù)尚未公布）為時序，以除西藏、香港、澳門、臺灣外的全國30個省（自治區(qū)、直轄市）為截面。由于中國耕地流轉(zhuǎn)數(shù)據(jù)是以家庭承包經(jīng)營的耕地為基礎(chǔ)進行統(tǒng)計，不包括國營農(nóng)場、監(jiān)獄農(nóng)場、村組等集體經(jīng)營的耕地，因此，本文的耕地面積選用家庭承包經(jīng)營的耕地面積數(shù)據(jù)。耕地流轉(zhuǎn)面積、家庭承包經(jīng)營的耕地面積數(shù)據(jù)來源于全國農(nóng)村經(jīng)營管理統(tǒng)計資料；農(nóng)民收入數(shù)據(jù)、國內(nèi)生產(chǎn)總值數(shù)據(jù)來源于中國統(tǒng)計年鑒；農(nóng)機總動力數(shù)據(jù)來源于中國農(nóng)業(yè)機械化年鑒。

3 結(jié)果與分析

3.1 耕地流轉(zhuǎn)時空特征

3.1.1 時序變化

中國耕地流轉(zhuǎn)總量穩(wěn)步提升，也衍生出轉(zhuǎn)包、轉(zhuǎn)讓、互換、出租、股份合作等多種流轉(zhuǎn)形式，詳見表1。轉(zhuǎn)包指土地經(jīng)營權(quán)在一定期限內(nèi)轉(zhuǎn)給同集體的農(nóng)民，轉(zhuǎn)讓指土地經(jīng)營權(quán)轉(zhuǎn)讓給同集體的農(nóng)民，互換指同集體農(nóng)民交換耕地經(jīng)營權(quán)，出租指經(jīng)耕地經(jīng)營權(quán)租賃給其他主體，股份合作指以土地經(jīng)營權(quán)入股其他經(jīng)營組織。

表1 2008-2014年中國不同方式的耕地流轉(zhuǎn)面積Table 1 Farmland transfer area by different ways in China from 2008 to 2014

中國耕地流轉(zhuǎn)面積從2008 年的7.26×106hm2增長到2014 年的2.69×107hm2，增長了1.96×107hm2，增長2.7倍，年均增長率達到24.40%。在5種主要流轉(zhuǎn)形式中，通過轉(zhuǎn)包與出租土地經(jīng)營權(quán)流轉(zhuǎn)的耕地面積最大，說明直接將土地經(jīng)營權(quán)轉(zhuǎn)給其他經(jīng)營者獲得收益仍是農(nóng)戶的首選，其中又以轉(zhuǎn)包給同集體的鄉(xiāng)鄰為主。流轉(zhuǎn)形式以年均增長率大小排序依次為股份合作（33.34%）、互換（31.21%）、出租（29.38%）、轉(zhuǎn)包（21.33%）、轉(zhuǎn)讓（9.84%），說明新型經(jīng)營主體通過吸引散戶土地入股與置換實現(xiàn)耕地規(guī)模經(jīng)營成為新的趨勢。

3.1.2 空間分布特征

由圖1可以看出，2008年耕地流轉(zhuǎn)率大于40%的省份只有上海（51.27%），流轉(zhuǎn)率位于 20%～30%之間的省份只有浙江（27.61%）與重慶（25.28%），絕大部分地區(qū)都小于10%。2014 年，耕地流轉(zhuǎn)率大于40%的省份達到了6個，流轉(zhuǎn)率位于30%～40%的省份達到5個，主要分布在經(jīng)濟活躍的長江中下游與京津地區(qū)，以及有“大農(nóng)業(yè)”之稱的黑龍江。7 a間，江蘇與北京的耕地流轉(zhuǎn)率增量超過40%，河南、安徽與黑龍江的增量超過30%；耕地流轉(zhuǎn)面積增量大于2×106hm2的是黑龍江（2.78×106hm2）與河南（2.10×106hm2），2個省份都是中國的農(nóng)業(yè)大省與勞動力輸出大省。流轉(zhuǎn)面積增量大于5×105hm2的省份有14個，主要分布在長江中下游地區(qū)，黃淮海地區(qū)，東北地區(qū)等中國大宗糧食作物的主產(chǎn)區(qū)?？傮w而言，中國耕地流轉(zhuǎn)呈現(xiàn)“東高西低”的格局。

3.2 耕地流轉(zhuǎn)變化分解因素的時空差異

3.2.1 分解因素的描述性統(tǒng)計

基于SPSS19.0 軟件，計算了30個省份2008、2011、2014年耕地流轉(zhuǎn)及其分解因素的描述性統(tǒng)計指標，詳見表2。

2008—2014年間，全距計算結(jié)果表明，耕地流轉(zhuǎn)率與經(jīng)濟因素的絕對差異呈擴大趨勢，農(nóng)民增收因素、農(nóng)機化因素保持穩(wěn)定，經(jīng)營意愿因素呈縮小趨勢。標準差的計算結(jié)果表明，耕地流轉(zhuǎn)率、經(jīng)濟因素的相對差異在擴大，區(qū)域間分布不平衡問題在加?。晦r(nóng)民增收因素和農(nóng)機化因素基本維持不變；而經(jīng)營意愿因素的相對差異略有下降，區(qū)域分布趨向平衡。除農(nóng)民增收因素外,耕地流轉(zhuǎn)率與其他分解因素的偏度都大于0，并且中位值小于均值，呈正偏態(tài)分布,分布曲線的高峰向左偏移，長尾向右側(cè)延伸，說明有較多的低值數(shù)據(jù)集簇分布，而高值數(shù)據(jù)離散分布。耕地流率、經(jīng)濟因素與農(nóng)機化因素的峰度大于0，表明和標準正態(tài)分布相比，耕地流率、經(jīng)濟因素與農(nóng)機化因素的分布曲線高峰更加陡峭，說明這些因素的數(shù)值在其中位數(shù)周圍集中分布程度較強，農(nóng)民增收因素與經(jīng)營意愿因素的高峰則更加平緩，離散分布程度較強。

圖1 2008-2014年不同地區(qū)耕地流轉(zhuǎn)變化Fig.1 Farmland transferr changes in different regions from 2008 to 2014

表2 2008—2014年耕地流轉(zhuǎn)及其分解因素的描述性統(tǒng)計Table 2 Descriptive statistics for farmland transfer index and decomposition factors in 2008-2014

3.2.2 分解因素的時間差異

計算了全國范圍內(nèi)2008—2014年歷年耕地流轉(zhuǎn)率增幅及其分解因素效應(yīng)，詳見表3。

2008—2014年中國耕地流轉(zhuǎn)率總共提高了21.52%，歷年增幅分別為3.16%、2.66%、3.19%、3.40%、4.46%、4.66%，增幅呈逐年擴大的趨勢。由表3可知，經(jīng)濟效應(yīng)（ΔPOF0）、農(nóng)民增收效應(yīng)（ΔEOP0）、農(nóng)機化效應(yīng)（ΔLOM0）與耕地流轉(zhuǎn)率變化方向基本一致，其中農(nóng)民增收效應(yīng)與規(guī)模效應(yīng)個別年份出現(xiàn)負值，而經(jīng)營意愿效應(yīng)（ΔMOE0）與耕地流轉(zhuǎn)率（Δθ0）的變化方向相反。在7 a間，對耕地流轉(zhuǎn)率變化的累計效應(yīng)大小排序為農(nóng)機化效應(yīng)（18.16%）、經(jīng)濟效應(yīng)（11.12%）、農(nóng)民增收效應(yīng)（3.90%）、經(jīng)營意愿效應(yīng)（-11.66%），其中經(jīng)濟效應(yīng)、經(jīng)營意愿效應(yīng)波動較大，農(nóng)民增收效應(yīng)與農(nóng)機化效應(yīng)則逐年增大。

2008—2014年各分解因素效應(yīng)的變化趨勢表明：經(jīng)濟因素、農(nóng)民增收因素、農(nóng)機化因素對耕地流轉(zhuǎn)有顯著的正向作用，其中農(nóng)民增收因素與農(nóng)機化因素的正向作用在逐年增強。農(nóng)機化因素對耕地流轉(zhuǎn)的正向促進作用最大，說明耕地的規(guī)?；?jīng)營必須依靠農(nóng)業(yè)生產(chǎn)技術(shù)創(chuàng)新，降低農(nóng)業(yè)生產(chǎn)成本，提高生產(chǎn)效率，7 a間中國農(nóng)機總動力從8.2×108kW增長到10.8×108kW，而且農(nóng)機裝備結(jié)構(gòu)日趨優(yōu)化，耕、種、管、收等各環(huán)節(jié)的機具保有量均穩(wěn)步增長，替代了大量的人工作業(yè)，為土地的規(guī)?；?jīng)營、集約化管理提供了技術(shù)支撐。經(jīng)濟效應(yīng)對耕地流轉(zhuǎn)的正面影響次之，7 a間中國渡過了國際金融危機，GDP從314 045.4億元增長到636 138.7億元，尤其是基礎(chǔ)設(shè)施投資與建筑業(yè)發(fā)展迅速，吸引了大量的農(nóng)業(yè)勞動力轉(zhuǎn)移，但由于中國經(jīng)濟面臨較大的下行壓力，制造業(yè)等實體經(jīng)濟不振，經(jīng)濟效應(yīng)具有明顯的波動。經(jīng)營意愿因素對耕地流轉(zhuǎn)有顯著的負向影響，因為中國農(nóng)民收入主要來源于非農(nóng)收入，2014年農(nóng)民工資性收入占總收入的40%，更多用于建房、食品、生活用品等改善生活品質(zhì)的支出，投資農(nóng)業(yè)生產(chǎn)的意愿不強。

表3 2008-2014年中國耕地流轉(zhuǎn)率變化的分解因素效應(yīng)Table 3 Effect of decomposition factor on changes of farmland transfer rate in China from 2008 to 2014

3.2.3 分解因素的空間差異

將30個省份2008—2014年的各分解因素數(shù)據(jù)分別代入式（5）～（8），得到2008—2014年分省域各分解因素的累加效應(yīng)，如圖2所示，各分解因素存在顯著的差異。

從經(jīng)濟效應(yīng)看（圖2a），所有省份的經(jīng)濟效應(yīng)都為正，這與中國經(jīng)濟長期保持較快增長密切相關(guān)，其中長三角與北京經(jīng)濟最具活力，發(fā)展速度最快，上海、江蘇、浙江、北京四省（市）的經(jīng)濟效應(yīng)帶動的耕地流轉(zhuǎn)率增幅超過20%，作為中國經(jīng)濟中心的上海增幅達到50.06%。總體上看，經(jīng)濟效應(yīng)呈現(xiàn)“南高北低”與“東高西低”的格局。

從農(nóng)民增收效應(yīng)看（圖2b），北京、重慶與貴州 3個省份的農(nóng)民收入增速低于其GDP增速，農(nóng)民享受經(jīng)濟增長的紅利相對較低，農(nóng)民增收效應(yīng)為負；其余27個省份的農(nóng)民收入增速普遍高于經(jīng)濟增速，農(nóng)民增收效應(yīng)為正，其中黑龍江省與河南省農(nóng)業(yè)產(chǎn)值占其GDP比例高，農(nóng)民更能直接受益于經(jīng)濟增長，而民營經(jīng)濟活躍的浙江省農(nóng)民非農(nóng)產(chǎn)業(yè)參與度高，收入增速快，上述3個省份農(nóng)民增收效應(yīng)帶動的耕地流轉(zhuǎn)率增幅超過6%；上海、廣東、安徽、新疆、山西經(jīng)濟效應(yīng)帶動的耕地流轉(zhuǎn)率增幅超過4%，從空間分布上看，農(nóng)民增收效應(yīng)總體呈“東高西低”的格局。

從經(jīng)營意愿效應(yīng)看（圖2c），隨著中國經(jīng)濟的快速增長，農(nóng)業(yè)的比較效益低于二、三產(chǎn)業(yè)，農(nóng)民從事其他經(jīng)營性活動或務(wù)工的收入更高，農(nóng)民投資農(nóng)業(yè)的積極性逐年降低，所有省份的經(jīng)營意愿效應(yīng)都為負。其中北京的經(jīng)營意愿效應(yīng)最低，由于2008年啟動4萬億元投資與北京奧運會的成功舉辦，推動了北京地價快速上漲，六環(huán)內(nèi)適合農(nóng)業(yè)生產(chǎn)的土地基本被建筑物覆蓋，通過征地補償所獲收益遠遠高于農(nóng)業(yè)生產(chǎn)，因此北京農(nóng)民經(jīng)營農(nóng)業(yè)的意愿逐年下降，導(dǎo)致耕地流轉(zhuǎn)率降低39.42%。浙江農(nóng)民投資農(nóng)業(yè)的意愿僅高于北京，其經(jīng)營意愿效應(yīng)導(dǎo)致耕地流轉(zhuǎn)率降低31.20%。總體而言，經(jīng)營意愿效應(yīng)東南地區(qū)低，北方與西南地區(qū)相對較高。

圖2 2008-2014年中國分省域耕地流轉(zhuǎn)各因素累積效應(yīng)Fig.2 Accumulated effects of different factors of farmland transfer in different province in China from 2008 to 2014

從農(nóng)機化效應(yīng)看（圖2d），2008年以來中國農(nóng)機購置補貼力度大幅增加，2008—2014年中央財政資金投入額分別為45億元、129億元、160億元、175億元、215億元、217.5億元和170億元，推動了中國主要農(nóng)作物機械化水平的快速增長，為耕地的規(guī)?；c集約化經(jīng)營提供了物質(zhì)支撐，除上海外其他省區(qū)的農(nóng)機化效應(yīng)都為正。上海種植糧食作物的耕地大部分屬于國營農(nóng)場，家庭承包經(jīng)營的耕地大部分種植收益較高的設(shè)施蔬菜，農(nóng)機化發(fā)展反而增強了農(nóng)戶自主經(jīng)營的積極性，因此其農(nóng)機化效應(yīng)為負。北京、江蘇、江西農(nóng)機化效應(yīng)帶動耕地流轉(zhuǎn)率增幅超過30%，其中北京最高達到了68.51%，大部分省份農(nóng)機化效應(yīng)帶動耕地流轉(zhuǎn)率的增幅都超過 10%，但西南與華南地區(qū)相對較低。究其原因，西南與華南地區(qū)的地形以丘陵山地為主，耕地資源稟賦差，農(nóng)機化發(fā)展速度滯后，尤其是種植與收獲環(huán)節(jié)機械化發(fā)展更為緩慢，需要大量的人工作業(yè)，無法形成集約化經(jīng)營，因此農(nóng)機化效應(yīng)較低。不過西南地區(qū)的重慶市近年來大力發(fā)展農(nóng)機工業(yè)，已成為中國乃至全世界小型農(nóng)機生產(chǎn)制造中心，同時啟動了耕地基礎(chǔ)設(shè)施建設(shè)，開展了標準化農(nóng)田改造，改善了農(nóng)機作業(yè)環(huán)境，其農(nóng)機化效應(yīng)帶動耕地流轉(zhuǎn)率增長了24.94%。

4 討 論

2008年以來，中國耕地流轉(zhuǎn)年均增長率達到24.40%，其中轉(zhuǎn)包與出租土地經(jīng)營權(quán)是最主要的流轉(zhuǎn)形式，由于耕地流轉(zhuǎn)更多是農(nóng)戶之間自發(fā)自愿的耕地資源再配置過程[29]，農(nóng)戶更傾向于在保留耕地承包權(quán)前提下，通過轉(zhuǎn)包與出租耕地經(jīng)營權(quán)直接獲得經(jīng)濟收益[2]。流轉(zhuǎn)形式以年均增長率大小排序依次為股份合作、互換、出租、轉(zhuǎn)包、轉(zhuǎn)讓。但隨著國家加大對新型經(jīng)營主體的扶持力度并鼓勵土地向新型經(jīng)營主體集中，通過股份合作與互換等耕地流轉(zhuǎn)形式快速增長。京津地區(qū)、黃淮海地區(qū)、長江中下游地區(qū)、東北地區(qū)等經(jīng)濟活躍或優(yōu)勢農(nóng)業(yè)產(chǎn)區(qū)的耕地流轉(zhuǎn)發(fā)展較快，主要由于中國耕地轉(zhuǎn)入方以具有較強資本實力的農(nóng)戶或工商資本為主[29]。

經(jīng)濟因素、農(nóng)民增收因素、農(nóng)機化因素對耕地流轉(zhuǎn)有顯著的正向作用，其中農(nóng)機化因素對耕地流轉(zhuǎn)的正面影響最大，研究期內(nèi)農(nóng)機化累計效應(yīng)促進耕地流轉(zhuǎn)率提高18.16%，說明耕地的規(guī)?；?jīng)營必須依靠農(nóng)業(yè)生產(chǎn)技術(shù)創(chuàng)新，降低農(nóng)業(yè)生產(chǎn)成本，提高生產(chǎn)效率。郝海廣等通過調(diào)查認為農(nóng)業(yè)機械化發(fā)展能替代大量的人工作業(yè)，提高勞動生產(chǎn)率，刺激農(nóng)戶增加耕地規(guī)模[10]，與本文的研究結(jié)果一致。經(jīng)營意愿因素對耕地流轉(zhuǎn)有顯著的負向影響，說明中國農(nóng)民投資農(nóng)業(yè)生產(chǎn)的意愿不強，由于中國農(nóng)民收入主要來源于非農(nóng)收入，更多用于改善生活品質(zhì)的支出。游和遠與吳次芳研究認為中國農(nóng)業(yè)生產(chǎn)收益偏低，農(nóng)戶通過兼業(yè)獲得報酬高于農(nóng)業(yè)收益，故農(nóng)戶不會將大量資金投入到農(nóng)業(yè)生產(chǎn)中[29]，與本文研究結(jié)果一致。

經(jīng)濟效應(yīng)促進了華東與華南地區(qū)耕地流轉(zhuǎn)率的顯著提高，其中又以長三角地區(qū)最突出，由于農(nóng)業(yè)收入低且穩(wěn)定性差，農(nóng)業(yè)勞動力更愿意到非農(nóng)產(chǎn)業(yè)就業(yè)以獲得更高收入[3]，經(jīng)濟相對發(fā)達地區(qū)農(nóng)民就業(yè)機會更多，耕地流轉(zhuǎn)率更高，經(jīng)濟落后地區(qū)應(yīng)提升農(nóng)民就業(yè)技能，推動農(nóng)業(yè)勞動力向其他產(chǎn)業(yè)轉(zhuǎn)移，王兆林等認為勞動力轉(zhuǎn)移距離越遠越能提高農(nóng)民轉(zhuǎn)包或委托他人代耕耕地的概率[11]。農(nóng)民增收效應(yīng)主要促進了華東地區(qū)耕地流轉(zhuǎn)率提高，由于華東地區(qū)農(nóng)民享受經(jīng)濟發(fā)展的福利更多，社會保障水平更高，蔡霞認為耕地在社會保障不足的地區(qū)承擔著包括養(yǎng)老、失業(yè)、生存等方面在內(nèi)的保障任務(wù)[30]，因此西部地區(qū)耕地流轉(zhuǎn)率相對較低。經(jīng)營意愿效應(yīng)對所有地區(qū)耕地流轉(zhuǎn)都具有顯著的負向作用，其中又以東南地區(qū)最為突出，農(nóng)民退出耕地而工商資本進入，應(yīng)謹防耕地“非糧化”風(fēng)險[4-6]；農(nóng)機化效應(yīng)對耕地流轉(zhuǎn)的促進作用最為顯著，絕大部分地區(qū)耕地流轉(zhuǎn)率提高10%以上，但華南與西南地區(qū)相對較低，主要由于南方地形以丘陵和山地為主，地塊分散破碎，形狀不規(guī)整，基礎(chǔ)設(shè)施薄弱，難以大規(guī)模機械替代人力，土地流轉(zhuǎn)機會小[1]，應(yīng)加大南方丘陵山區(qū)耕地整理與基礎(chǔ)設(shè)施建設(shè)。

5 結(jié) 論

基于2008—2014年統(tǒng)計數(shù)據(jù)，本文分析了中國耕地流轉(zhuǎn)的時空分布特征，利用 LDMI因素分解法將耕地流轉(zhuǎn)變動分解為經(jīng)濟效應(yīng)、農(nóng)民增收效應(yīng)、經(jīng)營意愿效應(yīng)、農(nóng)機化效應(yīng)，并分析了各分解因素效應(yīng)的時空差異，得到結(jié)果下：

1）2008年以來，中國耕地流轉(zhuǎn)面積累計增長了1.96×107hm2，增長2.7倍，年均增長率達到24.40%，其中京津地區(qū)、黃淮海地區(qū)、長江中下游地區(qū)、東北地區(qū)等經(jīng)濟活躍或優(yōu)勢農(nóng)業(yè)產(chǎn)區(qū)的耕地流轉(zhuǎn)發(fā)展較快。

2）運用LMDI因素分解方法依次計算了2008—2014年全國范圍 4個分解因素的作用方式和作用程度。經(jīng)濟因素、農(nóng)民增收因素、農(nóng)機化因素對耕地流轉(zhuǎn)有顯著的正向作用，其中農(nóng)機化因素對耕地流轉(zhuǎn)的正面影響最大，農(nóng)機化累計效應(yīng)促進耕地流轉(zhuǎn)率提高18.16%，經(jīng)營意愿因素對耕地流轉(zhuǎn)有顯著的負向影響。

3）分別計算了30個省域4個分解因素的累計效應(yīng)，區(qū)域之間存在顯著差異。經(jīng)濟效應(yīng)促進了華東與華南地區(qū)耕地流轉(zhuǎn)率的顯著提高，其中又以長三角地區(qū)最突出；農(nóng)民增收效應(yīng)主要促進了華東地區(qū)耕地流轉(zhuǎn)率提高；經(jīng)營意愿效應(yīng)對所有地區(qū)耕地流轉(zhuǎn)都具有顯著的負向作用，其中又以東南地區(qū)最為突出；農(nóng)機化效應(yīng)對耕地流轉(zhuǎn)的促進作用最為顯著，絕大部分地區(qū)耕地流轉(zhuǎn)率提高10%以上，但華南與西南地區(qū)相對較低。

[1] 張仕超，魏朝富，邵景安，等. 丘陵區(qū)土地流轉(zhuǎn)與整治聯(lián)動下的資源整合及價值變化[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(12)：1－17. Zhang Shichao,Wei Chaofu,Shao Jing’an,et al. Resources integration and change in land value affected by land transfer and consolidation of rural villages in hilly areas[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2014,30(12):1－17.(in Chinese with English abstract)

[2] 陳美球，彭云飛，周丙娟. 不同社會經(jīng)濟發(fā)展水平下農(nóng)戶耕地流轉(zhuǎn)意愿的對比分析：基于江西省21個村952戶農(nóng)戶的調(diào)查[J]. 資源科學(xué)，2008，30(10)：1491－1496. Chen Meiqiu,Peng Yunfei,Zhou Bingjuan. Comparative analysis of differences according to social and economic development levels and farmer willingness to transfer cultivated land[J]. Resources Science,2008,30(10):1491－1496.(in Chinese with English abstract)

[3] 高佳，李世平. 農(nóng)戶土地承包權(quán)退出意愿的影響因素[J].干旱區(qū)資源與環(huán)境，2016，30(8)：23－29. Gao Jia，Li Shiping. The factors influencing the farmers’willingness to abandon the farmland usufruct[J]. Journal of Arid Land Resources and Environment,2016,30(8):23－29.(in Chinese with English abstract)

[4] 易小燕，陳印軍. 農(nóng)戶轉(zhuǎn)入耕地及其“非糧化”種植行為與規(guī)模的影響因素分析：基于浙江、河北兩省的農(nóng)戶調(diào)查數(shù)據(jù)[J]. 中國農(nóng)村觀察，2010，31(6)：2－10，21.

[5] 楊瑞珍，陳印軍，易小燕，等. 耕地流轉(zhuǎn)中過度“非糧化”傾向產(chǎn)生的原因與對策[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2012，33(3)：14－17. Yang Ruizhen,Chen Yinjun,Yi Xiaoyan,et al. The causesand countermeasures on the excessive "non-food" tendency in the process of land transfer[J]. Chinese Journal of Agricultural Resources and Regional Planning,2012,33(3):14－17.(in Chinese with English abstract)

[6] 王勇，陳印軍，易小燕，等. 耕地流轉(zhuǎn)中的“非糧化”問題與對策建議[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2011，32(4)：13－16. Wang Yong,Chen Yinjun,Yi Xiaoyan,et al. The non-grain problem in the process of land transfer and the countermeasures[J]Chinese Journal of Agricultural Resources and Regional Planning,2011,32(4):13－16.(in Chinese with English abstract)

[7] 黃輝玲，吳次芳，張守忠. 黑龍江省土地整治規(guī)劃效益分析與評價[J]. 農(nóng)業(yè)工程學(xué)報，2012，28(6)：240－246. Huang Huiling,Wu Cifang,Zhang Shouzhong. Benefits analysis and evaluation on land consolidation planning in Heilongjiang province[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2012,28(6):240－246.(in Chinese with English abstract)

[8] 張正峰，趙 偉. 土地整理的資源與經(jīng)濟效益評估方法[J].農(nóng)業(yè)工程學(xué)報，2011，27(3)：295－299. Zhang Zhengfeng,Zhao Wei. Evaluation methodology for resource and economic profits of land consolidation[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2011,27(3):295－299.(in Chinese with English abstract)

[9] 趙 微. 基于格序結(jié)構(gòu)的土地整理效益評價[J]. 農(nóng)業(yè)工程學(xué)報，2010，26(14):338－343. Zhao Wei. Benefits assessment of land consolidation projects based on lattice order theory[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2010,26(14):338－343.(in Chinese with English abstract)

[10] 郝海廣，李秀彬，田玉軍，等. 農(nóng)牧交錯區(qū)農(nóng)戶耕地流轉(zhuǎn)及其影響因素分析[J]. 農(nóng)業(yè)工程學(xué)報，2010，26(8)：302－307. Hao Haiguang,Li Xiubin,Tian Yujun,et al. Farmland use right transfer and its driving factors in agro-pastoral interlaced region[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2010,26(8):302－307.(in Chinese with English abstract)

[11] 王兆林，楊慶媛. 農(nóng)戶兼業(yè)行為對其耕地流轉(zhuǎn)方式影響分析：基于重慶市 1096 戶農(nóng)戶的調(diào)查[J]. 中國土地科學(xué)，2013，27(8)：67－74. Wang Zhaolin,Yang Qingyuan. The impact of the part-time farming on cultivated land circulation:based on a survey on 1096 households in Chongqing[J]. China Land Sciences,2013,27(8):67－74.(in Chinese with English abstract)

[12] 王鵬飛，朱蘭蘭，蔡銀鶯. 不同主體功能區(qū)農(nóng)戶土地利用行為的差異分析：基于湖北省528份農(nóng)戶調(diào)查數(shù)據(jù)[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報：社會科學(xué)版，2015，16(6)：12－18. Wang Pengfei,Zhu Lanlan,Cai Yinying. Differences of farmers’ land use behavior in different major function zones:based on the investigation on 528 farmers in Hubei province[J]. Journal of Hunan Agricultural University:Social Sciences,2015,16(6):12－18.(in Chinese with English abstract)

[13] 邵景安，張仕超，李秀彬. 山區(qū)土地流轉(zhuǎn)對緩解耕地撂荒的作用[J]. 地理學(xué)報，2015，70(4)：636－649. Shao Jing'an,Zhang Shichao,Li Xiubin. The role of rural farmland transfer in preventing farmland abandonment in the mountainous areas[J]. ACTA Geographica Sinica,2015,70(4):636－649.(in Chinese with English abstract)

[14] 韓穎，馬萍，劉璐. 一種能源消耗強度影響因素分解的新方法[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，27(4)：137－147. Han Yin,Ma Ping,Liu Lu. A new decomposition method of influential factors on energy consumption intensity[J]. The Journal of Quantitative &Technical Economics,2010,27(4):137－147.(in Chinese with English abstract)

[15] Ang B W. Decomposition analysis for policy making in energy:which is the preferred method [J]. Energy Policy,2004,32(9):1131－1139.

[16] Ang B W. The LMDI approach to decomposition analysis:A practical guide[J]. Energy Policy,2005,33(7):867－871.

[17] Ang B W,Liu N. Negative-value problems of the logarithmic mean Divisia index decomposition approach [J],Energy Policy,2007,35(1):739－742.

[18] 劉睿劼，張智慧. 中國工業(yè)粉塵排放影響因素分解研究[J].環(huán)境科學(xué)與技術(shù)，2012，35(12)：244－248. Liu Ruijie，Zhang Zhihui. Decomposition of impact factors of industrial dust emission in China[J]. Environmental Science &Technology,2012,35(12):244－248.(in Chinese with English abstract)

[19] 潘佳佳，李廉水. 中國工業(yè)二氧化碳排放的影響因素分析[J]. 環(huán)境科學(xué)與技術(shù)，2011，34(4)：86－92. Pang Jiajia,Li Lianshui. Analysis of factors affecting industrial carbon dioxide emission in China[J]. Environmental Science &Technology,2011,34(4):86－92.(in Chinese with English abstract)

[20] 朱勤，彭希哲，陸志明，等. 中國能源消費碳排放變化的因素分解及實證分析[J]. 資源科學(xué)，2009，31(12)：2072－2079. Zhu Qin,Peng Xizhe,Lu Zhiming，et al. Factors decomposition and empirical analysis of variations in energy carbon emission in China[J]. Resource Science,2009,31(12):2072－2079.(in Chinese with English abstract)

[21] 岳婷，龍如銀. 基于LMDI 的江蘇省能源消費總量增長因素分析[J]. 資源科學(xué)，2010，32(7)：1266－1271. Yue Ting，Long Ruyin. Analysis of factors affecting the energy intensity growth in Jiangsu Province based on LMDI[J]. Resource Science,2010,32(7):1266－1271.(in Chinese with English abstract)

[22] 許士春，習(xí)蓉，何正霞. 中國能源消耗碳排放的影響因素分析及政策啟示[J]. 資源科學(xué)，2012，34(1)：2－12. Xu Shichun,Xi Rong,He Zhengxia. Influential factors and policy implications of carbon emissions for energy consumption in China[J]. Resource Science,2012,34(1):2－12.(in Chinese with English abstract)

[23] Ang B W,Zhang F Q,Cho I k. Factorizing changes in energy and environmental indicators through decomposition[J]. Energy,1998,23(6):489－495.

[24] 岳婷，龍如銀.我國居民生活能源消費量的影響因素分析[J]. 華東經(jīng)濟管理，2013，27(11)：57－61. Yue Ting,Long Ruying. Analysis of influencing factors of China’s household energy consumption[J]. East China Economic Management,2013,27(11):57－61.(in Chinese with English abstract)

[25] 田立新，張蓓蓓.中國碳排放變動的因素分解分析[J]. 中國人口·資源與環(huán)境，2011，21(11)：1－7. Tian Lixin,Zhang Beibei. Factor decomposition analysis of carbon emissions change in China[J]. China Population，Resources and Environment,2011,21(11):1－7.(in Chinese with English abstract)

[26] 徐國泉，劉則淵，姜照華. 中國碳排放的因素分解模型及實證分析:1995－2004［J］. 中國人口·資源與環(huán)境，2006，16(6):158－161. Xu Guoquan,Liu Zeyuan,Jiang Zhaohua．Decomposition Model and Empirical Study of Carbon Emissions for China,1995-2004[J]. China Population,Resources and Environment,2006,16(6):158－161.(in Chinese with English abstract)

[27] Knapp T,Mookerjee R P. Growth and global CO2emissions[J]. Energy Policy,1996,24(1):31－37.

[28] 劉 玉，高秉博，潘瑜春，等. 基于LMDI 模型的黃淮海地區(qū)縣域糧食生產(chǎn)影響因素分解[J]. 農(nóng)業(yè)工程學(xué)報，2013，29(21)：1－10. Liu Yu,Gao Bingbo,Pan Yuchun,et al. Influencing factor decomposition of grain production at county level in Huang-Huai-Hai region based on LMDI[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2013,29(21):1－10.(in Chinese with English abstract)

[29] 游和遠，吳次芳. 農(nóng)地流轉(zhuǎn)、稟賦依賴與農(nóng)村勞動力轉(zhuǎn)移[J]. 管理世界，2010，26(3)：65－75.

[30] 蔡霞. 中國農(nóng)村土地的社會保障功能分析[J]. 廣西經(jīng)濟管理干部學(xué)院學(xué)報，2010，22(1)：22－26. Cai Xia. Analysis of functional of protection provided by rural land[J]. The Journal of Guangxi Economic Management Cadre College,2010,22(1):22－26.(in Chinese with English abstract)

Spatial-temporal characteristics and influential factors decomposition of farmland transfer in China

Wang Guimin1,Chen Cong2,Cao Guangqiao2,Yi Zhongyi1,3※
(1. School of Management,Jiangsu University,Zhenjiang 212000,China;2. Nanjing Research Institute for Agricultural Mechanization,Ministry of Agriculture,Nanjing 210014,China;3. Jiangsu Academy of Agriculture Science,Nanjing 210014,China)

To expand the scale of agricultural management through farmland transfer is the key solution to the problem that“who will be engaged in agriculture in the future”. It is of positive significance to expand the scale of agricultural management by decomposing the impact of each factor on farmland transfer and identifying the dominant factors. Taking 30 provinces in China as sampling units,and adopting the logarithmic mean weight Division method(LMDI),the farmland transfer was decomposed into 4 factors,i.e.,economic factor,farmer’s income factor,management willingness factor,and agricultural mechanization factor. On the basis of the LMDI model,the effect and accumulated effect of each factor were explored. The results proved that:1) The farmland transfer area increased by 2.7 times,an increase of up to 1.96×107hm2from 2008 to 2014 in China,and the average annual growth rate reached 24.40%. The rate of farmland transfer increased by 21.52% in total,and increased by 3.16%,2.66%,3.19%,3.40%,4.46% and 4.66% respectively from 2008 to 2014. The farmland transfer in Beijing-Tianjin region,Huang-Huai-Hai region,middle and lower reaches of the Yangtze River region and northeastern China was developing rapidly as the result of economic activity or agricultural advantage. 2) The accumulated effects of economic factor,farmer’s income factor,management willingness factor and agricultural mechanization factor were 11.12%,3.90%,-11.66% and 18.16%,respectively. Among the 4 factors,economic factor,farmer’s income factor and agricultural mechanization factor had significant positive effects on farmland transfer;in addition,the positive effects of farmer’s income factor and agricultural mechanization factor increased year by year. Agricultural mechanization factor had the biggest positive effect,because the large-scale agricultural management must rely on technological innovation of agricultural production to reduce costs and improve production efficiency. Management willingness factor had a significant negative effect,because farmers’ income mainly came from non-agricultural income in China,and was mainly used to improve their quality of life,the willingness of agricultural production investment was not strong. 3) There were obvious differences among the 4 factors’effects at the province level in China. The effect of economic factor was to promote the farmland transfer rate to increase significantly in the eastern China and southern China. In addition,the farmland transfer rate has been increased at most in the Yangtze River Delta region,because farmers prefer to work in non-agricultural industries rather than stay in the countryside in order to obtain higher incomes. The farmer’s income effect was mainly to promote the farmland transfer in the eastern China where the farmers gain more benefits in the economic development and have more social security. The effect of agricultural mechanization factor was to promote the land transfer rate to increase by more than 10% in most areas of China,but it was relatively low in the southern China and southwestern China,where the terrain is mainly hills and mountains,the infrastructure of farmland is weak,so it was difficult for agricultural machine to replace manpower,and the opportunities of land transfer were fewer. This paper gets the main influencing factors of farmland transfer in different regions of China,which can be a reference for the differentiation of support policy.

agriculture;land use;models;farmland;transfer;spatial-temporal characteristics;factor decomposition;logarithmic mean weigh Division index method

10.11975/j.issn.1002-6819.2017.01.001

F325.25

A

1002-6819(2017)-01-0001-07

王桂民，陳 聰，曹光喬，易中懿. 中國耕地流轉(zhuǎn)時空特征及影響因素分解[J]. 農(nóng)業(yè)工程學(xué)報，2017，33(1)：1－7.

10.11975/j.issn.1002-6819.2017.01.001 http://www.tcsae.org

Wang Guimin,Chen Cong,Cao Guangqiao,Yi Zhongyi. Spatial-temporal characteristics and influential factors decomposition of farmland transfer in China[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2017,33(1):1－7.(in Chinese with English abstract)doi：10.11975/j.issn.1002-6819.2017.01.001 http://www.tcsae.org

2016-08-18

2016-11-23

中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程（農(nóng)科院辦（2014）216號）；國家軟科學(xué)研究計劃（2014GXS4D108）

王桂民，男，山東諸城人，博士生，主要從事農(nóng)業(yè)機械化研究。鎮(zhèn)江 江蘇大學(xué)管理學(xué)院，212000。Email：47149031@qq.com

※通信作者：易中懿，男，安徽金寨人，研究員，博士生導(dǎo)師，主要從事農(nóng)村經(jīng)濟發(fā)展與農(nóng)業(yè)機械化研究。南京 江蘇省農(nóng)業(yè)科學(xué)院，210014。Email：yzy201@163.com