趙 平，謝保鵬

（甘肅農(nóng)業(yè)大學 管理學院，甘肅 蘭州 730070）

0 引言

耕地作為人類賴以生存的稀缺資源，也是農(nóng)業(yè)生產(chǎn)最基本的生產(chǎn)資料之一，對于保障中國糧食安全和社會穩(wěn)定具有重要戰(zhàn)略地位[1-2]。研究耕地利用情況，很重要的一點是考慮耕地的產(chǎn)出效率，耕地產(chǎn)出效率是反映耕地利用過程中的各項投入要素是否達到最優(yōu)配置的體現(xiàn)。由于近年來隨著城鎮(zhèn)化的推進，一方面，農(nóng)村勞動力大量向城市轉(zhuǎn)移，農(nóng)村出現(xiàn)勞動力不足，大量的農(nóng)村土地被閑置、荒廢或得不到合理充分利用[3]，導致耕地的利用出現(xiàn)產(chǎn)出率不高的情況，另一方面，我國農(nóng)業(yè)生產(chǎn)已經(jīng)由解決溫飽轉(zhuǎn)向生產(chǎn)方式問題上，耕地的低效利用與過度集約均與可持續(xù)發(fā)展目標相悖[4]。而從農(nóng)戶角度來看，在我國農(nóng)村地區(qū)，耕地仍然是農(nóng)戶重要的經(jīng)濟來源[5]，“黨中央提出實施鄉(xiāng)村振興戰(zhàn)略的根本目標旨在真正推動和充分實現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化[6]?！睘榇送ㄟ^農(nóng)業(yè)現(xiàn)代化發(fā)展手段提高耕地產(chǎn)出效率是增加農(nóng)業(yè)收入、實現(xiàn)鄉(xiāng)村振興的重要渠道。

目前，不少學者從不同角度對耕地利用效率開展了諸多研究。在研究方法上，主要有：Data Envelopment Analysis(DEA)模 型[7-9]、Sbm-Dea Model(SBM-DEA)模型[10-11]、Slack Based Model(SBM）方向性距離函數(shù)[12]、灰色關聯(lián)度分析模型[13-15]；研究尺度上，主要集中于省域[16-17]、市域、縣域[18]等層面；研究內(nèi)容上，包括耕地利用效率，耕地產(chǎn)出效率[19]；在影響因素的研究方面，常用的研究方法為Tobit模型[20]，灰色關聯(lián)法[21]等方法。劉玉海[11]等人采用Tobit模型在對轉(zhuǎn)型時期中國農(nóng)業(yè)全要素耕地利用效率進行分析時，提出農(nóng)業(yè)技術創(chuàng)新、外商投資比重、農(nóng)產(chǎn)品進口額等要素顯著影響耕地利用效率，但是該文章沒有考慮復種指數(shù)這一重要標志。趙翠萍[16]采用Tobit模型在對河南省的耕地利用效率及其影響因素進行分析時，提出人均耕地經(jīng)營面積正向影響著耕地利用效率。劉春臘[22]等采用灰色關聯(lián)度分析方法在對湘西多民族山區(qū)耕地利用效率進行分析時，得出糧食單產(chǎn)、土地產(chǎn)出對耕地利用效率具有高度關聯(lián)性。王良健[23]等采用隨機前沿生產(chǎn)函數(shù)在對中國耕地利用效率及影響因素的區(qū)域差異進行分析時，提出信息化程度、農(nóng)業(yè)貸款規(guī)模和免征農(nóng)業(yè)稅對研究區(qū)均有顯著影響?，F(xiàn)有研究中大部分針對的是耕地利用效率及其影響因素等方面，研究的自變量較為單一，不能很好地結(jié)合耕地面積這一重要屬性的總體情況。

綜上所述，現(xiàn)有的研究大多聚焦于耕地利用效率，但是對耕地產(chǎn)出率的研究并不多見，而耕地產(chǎn)出率是對耕地利用過程的最終評價，產(chǎn)出率在一定程度上反映耕地的糧食生產(chǎn)能力以及農(nóng)業(yè)產(chǎn)值情況。農(nóng)業(yè)現(xiàn)代化的發(fā)展促進了農(nóng)村經(jīng)濟發(fā)展，對耕地產(chǎn)出效率的提高產(chǎn)生了積極作用，但具體是哪些方面的因素對耕地產(chǎn)出的影響因素最大還不得而知。為此本文結(jié)合農(nóng)業(yè)現(xiàn)代化發(fā)展指標，參考辛嶺[24]等以及現(xiàn)有的研究[13-14]，構(gòu)建反映農(nóng)業(yè)現(xiàn)代化發(fā)展的8項投入指標和1項產(chǎn)出指標，通過灰色關聯(lián)度模型測算農(nóng)業(yè)現(xiàn)代化發(fā)展的具體指標對耕地產(chǎn)出效率的貢獻大小，為甘肅省農(nóng)業(yè)現(xiàn)代化發(fā)展提供一定的參考。

1 研究區(qū)介紹

1.1 甘肅省基本情況

甘肅省處于中國西北，地處黃河上游，介于32°11′～42°57′N，92°13′～108°46′E之間。氣候類型多樣，從南向北包括了亞熱帶季風氣候、溫帶季風氣候、溫帶大陸性（干旱）氣候和高原高寒氣候等四大氣候類型。年平均氣溫0～15℃，大部分地區(qū)氣候干燥，干旱、半干旱區(qū)占總面積的75%。全省各地年降水量在36.6～734.9毫米，大致從東南向西北遞減。據(jù)國家統(tǒng)計局數(shù)據(jù)顯示，截至2019年底，甘肅耕地面積達到537.67萬公頃，地區(qū)常住人口2647.43萬人，其中農(nóng)村人口達1 363.69萬人，農(nóng)業(yè)從業(yè)人員1 128.25萬人。

1.2 農(nóng)業(yè)現(xiàn)代化發(fā)展情況

據(jù)2010—2019年《甘肅發(fā)展年鑒》數(shù)據(jù)顯示，甘肅省的總播種面積從2010年的399.518萬公頃到2019年的383.157萬公頃，呈現(xiàn)出總體先上升后下降的發(fā)展趨勢。隨著城鎮(zhèn)化的發(fā)展，農(nóng)村人口向城市大量轉(zhuǎn)移，2010年的鄉(xiāng)村人口為1 635.32萬人，到2019年成為1 363.69萬人，從2010年到2019年呈現(xiàn)逐年下降的趨勢，在一定程度上鄉(xiāng)村人口的減少影響著糧食的播種面積。

從2010年到2019年甘肅省的農(nóng)業(yè)機械總動力總體呈現(xiàn)上升的趨勢；農(nóng)用化肥施用折純量呈先增加后降低的趨勢；農(nóng)村用電量從2010年的42.85億千瓦時到2019年的61.69億千瓦時，總體呈現(xiàn)上升趨勢；另外耕地有效灌溉面積也逐年增加。圖1可以看出，2010年到2019年甘肅省單位耕地面積農(nóng)業(yè)機械總動力增長較為緩慢，前期有所上升，2015年到2016年出現(xiàn)下滑，而2016年開始，單位耕地面積農(nóng)機總動力出現(xiàn)上升趨勢，這與甘肅省耕地地塊碎片化，地形山地多、平原少有一定關聯(lián)。甘肅省農(nóng)業(yè)產(chǎn)值逐年增加（圖2），單位耕地農(nóng)業(yè)產(chǎn)值增長迅速。

圖1 2010—2019年甘肅省農(nóng)業(yè)機械總動力和單位耕地面積農(nóng)機總動力

圖2 2010—2019年甘肅省農(nóng)業(yè)總產(chǎn)值和單位耕地農(nóng)業(yè)產(chǎn)值

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1 指標體系，見表1所示。

表1 模型變量

2.1.2 灰色關聯(lián)度模型。鄧聚龍教授基于小樣本數(shù)據(jù)提出的灰色關聯(lián)分析方法，不需要數(shù)據(jù)滿足典型的分布規(guī)律，通過求出被評價對象的指標序列與參考序列之間的灰色關聯(lián)度，對時間序列動態(tài)指標數(shù)據(jù)關系展開進一步的量化比較分析方法，且計算量較小，此方法簡單、可靠[25]。本文采用灰色關聯(lián)度進行分析?；疑P聯(lián)度的具體步驟如下：

（1）收集分析數(shù)據(jù)，設置比較數(shù)列和參考數(shù)列。

設置比較數(shù)列：

設置參考數(shù)據(jù)列：

（2）對數(shù)據(jù)進行無量綱化處理。由于系統(tǒng)中各因素的物理意義不同，導致數(shù)據(jù)的量綱也不一定相同，不便于比較，因此在進行灰色關聯(lián)度分析時，首先對數(shù)據(jù)進行無量綱化處理，本文采用均值化處理方式，如下所示：

無量綱化后的數(shù)據(jù)序列形成如下矩陣：

（3）計算絕對差值。計算每個參考序列與比較序列對應值的絕對差值：

k=1,…,m;i=1,…,n，n表示被評價對象的個數(shù)。

（4）確定。

（5）計算關聯(lián)系數(shù)。分別計算每個比較序列與參考序列對應元素的關聯(lián)系數(shù)：

式中，ζ[X0(K),Xi(K)]為Xi(K)對于X0(K)的關聯(lián)系數(shù)；ρ為分辨系數(shù)，0＜ρ＜1，本文取ρ=0.5，目的是針對關聯(lián)系數(shù)之間的差異顯著性，引入系數(shù)來進行提高。

（6）計算關聯(lián)序。對各評價對象（比較序列）分別計算其各指標與參考序列對應元素的關聯(lián)系數(shù)的均值，以反映各評價對象與參考序列的關聯(lián)關系。

式中，R[X0(K),Xi(K)]表示Xi(K)對于X0(K)的灰色關聯(lián)度。

2.1.3 數(shù)據(jù)來源。本文選擇單位耕地面積機械總動力、單位耕地面積施肥量、單位耕地面積用電量、農(nóng)業(yè)從業(yè)人員率、有效灌溉率、復種指數(shù)、林地覆蓋率和財政支農(nóng)比重等八項要素作為投入指標，耕地產(chǎn)出率作為產(chǎn)出指標，主要數(shù)據(jù)來源于2010—2019年《甘肅統(tǒng)計年鑒》和《甘肅發(fā)展年鑒》，相關數(shù)據(jù)見表2。

表2 甘肅省耕地產(chǎn)出率影響指標相關數(shù)據(jù)

3 結(jié)果與分析

表3是本文通過灰色關聯(lián)度分析模型得出甘肅省耕地產(chǎn)出率與各影響指標之間的灰色關聯(lián)度結(jié)果表。從時間序列看，財政支農(nóng)比重、林地覆蓋率、單位耕地面積機械總動力與耕地產(chǎn)出率的關聯(lián)度較為穩(wěn)定；財政支農(nóng)比重不斷提高；農(nóng)業(yè)從業(yè)人員率、有效灌溉率、復種指數(shù)、單位面積施肥量對耕地產(chǎn)出率的影響呈上下波動。

表3 灰色關聯(lián)度結(jié)果表

通過灰色關聯(lián)度分析得出農(nóng)業(yè)現(xiàn)代化發(fā)展對于耕地產(chǎn)出率的影響大小順序為：財政支農(nóng)比重、農(nóng)業(yè)從業(yè)人員率、單位耕地面積用電量、林地覆蓋率、有效灌溉率、單位耕地面積施肥量、復種指數(shù)、單位耕地面積機械總動力，其關聯(lián)度分別為：0.776＞0.756＞0.741＞0.719＞0.655＞0.555＞0.551＞0.517。

結(jié)果顯示，財政支農(nóng)對于耕地產(chǎn)出率的影響最大，歷年來甘肅省農(nóng)業(yè)補貼中對于農(nóng)村水事務的財政補貼呈現(xiàn)逐年上升的趨勢，為此不難解釋，其對于耕地產(chǎn)出率的影響最大。排在第二位的是農(nóng)業(yè)從業(yè)人員率，甘肅省是農(nóng)業(yè)大省，其2019年農(nóng)業(yè)人口從業(yè)人員達到1 128.25萬人。農(nóng)業(yè)從業(yè)人員對于農(nóng)業(yè)現(xiàn)代化的發(fā)展具有非常重要的作用，任何產(chǎn)業(yè)的發(fā)展都離不開勞動力，甘肅省農(nóng)業(yè)從業(yè)人員率對于耕地產(chǎn)出率的影響也較大。單位耕地面積用電量，結(jié)合當前分析，甘肅省單位耕地面積用電量與耕地產(chǎn)出率的關聯(lián)度較大，說明甘肅省農(nóng)村在用電量方面正逐步增加。林地覆蓋率排名第四，甘肅省林地覆蓋率對耕地產(chǎn)出率的影響效應較大，其原因主要在于，甘肅省所處的重要位置以及所起的生態(tài)屏障作用，為此不難解釋上述現(xiàn)狀。有效灌溉率的關聯(lián)程度處于中等水平，有效灌溉的前提是有一定的水源、灌溉設施齊全，能正常灌溉的水田和旱田面積之和。甘肅省地處西北，全年干旱少雨，山地多，平原少，所以能有效灌溉的耕地面積較少，灌溉設施也較為落后，為此有效灌溉率對于耕地產(chǎn)出率的影響較低。單位面積施肥量對于耕地產(chǎn)出率的影響處于先增后降的趨勢，一方面說明肥料對于甘肅耕地產(chǎn)出率的影響很大，后面出現(xiàn)降低的原因可能是肥料對于耕地的污染問題，為此大力推動有機肥勢在必行。復種指數(shù)的影響較低，這跟甘肅省耕地的貧瘠程度有很大關系。單位面積機械總動力最低，與甘肅耕地地塊小有很大關系。

4 對策建議

（1）提高機械化率。根據(jù)灰色關聯(lián)度分析結(jié)果顯示，農(nóng)業(yè)機械化對甘肅省的耕地產(chǎn)出率影響較低，一般而言，農(nóng)業(yè)機械化對耕地產(chǎn)出率的影響是關鍵的，但是針對甘肅省地塊小的特點，限制了大型農(nóng)業(yè)機械化的應用，為此要提高農(nóng)業(yè)機械化對耕地產(chǎn)出率的影響，應重點發(fā)展小型農(nóng)業(yè)機械化。

（2）增施有機肥，肥料可以提高耕地產(chǎn)出，但長期使用化學肥料會污染土地，為此，合理使用化肥、增施有機肥具有關鍵的作用。

（3）提高有效灌溉率，提高灌溉條件，增加用水設施，對于提高耕地產(chǎn)出率有非常重要的作用。

（4）持續(xù)增加林地覆蓋率，林地對于改善當?shù)貧夂?、增加降雨量、保護生態(tài)環(huán)境具有極其重要的作用。