劉沙沙 蒲金芳 張蚌蚌 王 數(shù)*

(1.中國農(nóng)業(yè)大學(xué) 土地科學(xué)與技術(shù)學(xué)院，北京 100193；2.自然資源部農(nóng)用地質(zhì)量與監(jiān)控重點(diǎn)實(shí)驗(yàn)室，北京 100193；3.西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100)

耕地作為土地資源中最為重要的部分，是人類生產(chǎn)與發(fā)展所依存的物質(zhì)基礎(chǔ)，在糧食安全和社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展中發(fā)揮著重要作用[1-2]。據(jù)第三次全國國土調(diào)查數(shù)據(jù)顯示，全國耕地19.18億畝，相較于第二次全國國土調(diào)查減少1.13億畝。雖然耕地?cái)?shù)量依然保持18億畝耕地紅線之上，但耕地保護(hù)形勢仍然嚴(yán)峻，耕地利用問題依然凸顯，如耕地非農(nóng)化[3-4]、非糧化[5-6]和質(zhì)量退化[7]等。當(dāng)前經(jīng)濟(jì)飛速發(fā)展、人口不斷增長，糧食生產(chǎn)空間與城鄉(xiāng)發(fā)展空間沖突愈演愈烈，我國耕地流失達(dá)到世界流失總量的四分之一[6]，未來耕地仍會(huì)面臨嚴(yán)重流失的問題。在耕地資源有限和人口持續(xù)增加的背景下，提升耕地利用效率是保障國家糧食安全和提升人口承載力的重要路徑，而如何科學(xué)有效地測算耕地利用效率是當(dāng)前面臨的重要挑戰(zhàn)。

耕地利用效率是指耕地與勞動(dòng)力和資本等要素之間配置的合理程度及利用水平[8,9]。耕地利用效率的研究尺度趨于細(xì)化[7,10-11]，但基于縣級(jí)尺度的研究仍然較為匱乏；研究內(nèi)容方面，除效率測算外，多數(shù)研究會(huì)引入時(shí)空特征差異分析與影響機(jī)制分析[10,12-16]，以更好地呈現(xiàn)結(jié)果和剖析內(nèi)在機(jī)理。另外，效率測算方法多樣，主要包括數(shù)據(jù)包絡(luò)分析模型(DEA)[4,15,17]、SBM模型[12,18]、決策分析[19]、灰色關(guān)聯(lián)度[13]和隨機(jī)前沿分析[20]等，其中，數(shù)據(jù)包絡(luò)分析模型應(yīng)用最為廣泛。已有耕地利用效率測度研究多采用黑箱DEA模型，即投入-產(chǎn)出型。該模型只包含一個(gè)階段，通過投入(農(nóng)業(yè)勞動(dòng)力、播種、灌溉、化肥和機(jī)械力等)，直接得到產(chǎn)出(農(nóng)作物產(chǎn)量和農(nóng)業(yè)生產(chǎn)總值等)。其忽視了耕地利用的中間過程及內(nèi)部的復(fù)雜性和綜合性，對(duì)耕地利用效率測算的精確性產(chǎn)生較大影響。Liang等[21]提出的網(wǎng)絡(luò)DEA模型很好地彌補(bǔ)了以上不足，該模型將整個(gè)待評(píng)估效率過程進(jìn)一步劃分為不同的子階段，有效地提升了效率計(jì)算的準(zhǔn)確性，同時(shí)還能通過子階段分析影響效率的內(nèi)在因素。另外，在使用DEA模型進(jìn)行效率測算時(shí)，雖然研究時(shí)間跨度長[6-9]，但各研究期間之間相互割裂，屬于靜態(tài)分析。Kao等[22]于2014年提出的并聯(lián)模型效率測算方法很好的彌補(bǔ)了傳統(tǒng)模型中動(dòng)態(tài)分析的缺失，但是各期間仍缺乏實(shí)質(zhì)性聯(lián)系，連續(xù)性的缺失會(huì)致使效率評(píng)估存在局限。Kao[23]在2013年對(duì)臺(tái)灣省森林的效率評(píng)估中，將一個(gè)特殊的投入——準(zhǔn)固定投入納入模型中，該投入作用于連續(xù)期間，能將不同期間聯(lián)系起來，在考慮多期間的同時(shí)，又彌補(bǔ)了連續(xù)性的缺失。國外研究將網(wǎng)絡(luò)DEA模型與包含銜接變量的動(dòng)態(tài)DEA模型相結(jié)合，應(yīng)用于不同領(lǐng)域的效率測算。如公共效率測算領(lǐng)域，De Witte等[24]基于產(chǎn)出所屬不同，將產(chǎn)出分為直接產(chǎn)出和潛在產(chǎn)出2類，并基于此劃分了子階段，構(gòu)建了動(dòng)態(tài)網(wǎng)絡(luò)二階段DEA模型。Xiao等[25]根據(jù)資源型城市生產(chǎn)活動(dòng)涉及的部門(政府部門與工業(yè)部門)劃分子系統(tǒng)進(jìn)而構(gòu)建動(dòng)態(tài)二階段網(wǎng)絡(luò)DEA模型，打開了一階段DEA模型的黑箱。

已有研究往往選取農(nóng)作物產(chǎn)量和農(nóng)業(yè)生產(chǎn)總值為產(chǎn)出指標(biāo)，實(shí)際上，產(chǎn)量為生產(chǎn)過程中間產(chǎn)物，產(chǎn)值為最終產(chǎn)物，這2個(gè)產(chǎn)出應(yīng)分屬于不同過程，推測耕地利用全過程中存在不同子階段。為進(jìn)一步探究該推斷，本研究擬在耕地效率測算領(lǐng)域引入二階段網(wǎng)絡(luò)DEA模型，按照產(chǎn)出類別不同劃分為生產(chǎn)階段與消費(fèi)階段2個(gè)子階段，同時(shí)納入準(zhǔn)固定投入變量，將各期間聯(lián)系起來，構(gòu)建出用于耕地利用效率測算的動(dòng)態(tài)網(wǎng)絡(luò)二階段DEA模型。

1 研究區(qū)域概況

洞庭湖區(qū)，位于我國長江中游以南，橫跨湘、鄂2省，超過85%的面積位于湖南省境內(nèi)，地理坐標(biāo)為28°30′～30°20′ N、110°50′～113°45′ E，該區(qū)地形以平原、盆地和低山丘陵為主，屬亞熱帶大陸性季風(fēng)濕潤氣候，年均降水量為1 200 mm，平均氣溫為6.5 ℃。洞庭湖區(qū)人口達(dá)1 500萬，土地面積為735萬hm2，其中耕地面積169萬hm2，占湖南省耕地總面積的44.2%。優(yōu)渥的自然條件使得洞庭湖區(qū)成為我國重要的商品糧基地，素有“湖廣熟，天下足”的美譽(yù)。研究范圍界定為洞庭湖區(qū)湖南省境內(nèi)所轄的21縣(市、區(qū))，分屬于長沙市、岳陽市、常德市和益陽市，是《新時(shí)代洞庭湖生態(tài)經(jīng)濟(jì)區(qū)規(guī)劃(2021—2025年)》的核心城市，對(duì)保障國家糧食安全與區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的戰(zhàn)略意義。

2 研究方法與數(shù)據(jù)來源

2.1 動(dòng)態(tài)網(wǎng)絡(luò)二階段模型的構(gòu)建

圖1 動(dòng)態(tài)網(wǎng)絡(luò)二階段模型結(jié)構(gòu)示意圖Fig.1 Structure diagram of dynamic network two-stage DEA model

(1)

(2)

(3)

(4)

(5)

ur,vi,wf,b≥0;j=1,2,…,n;r=1,2,…,s;i=1,2,…,m;f=1,2,…,g;t=1,2,…,p.

(6)

(7)

(8)

(9)

(10)

(11)

2.2 指標(biāo)體系構(gòu)建

采用數(shù)據(jù)包絡(luò)分析模型對(duì)湖南省洞庭湖區(qū)域21縣(市、區(qū))的耕地生產(chǎn)效率進(jìn)行測算，需要建立合理的評(píng)價(jià)指標(biāo)體系見表1。遵循代表性、量化性和可獲取性原則[8]，考慮耕地、勞動(dòng)力和資本等3個(gè)要素，分生產(chǎn)和消費(fèi)階段分別選取投入變量、中間變量、產(chǎn)出變量和準(zhǔn)固定投入。選取農(nóng)作物播種面積(103hm2)、有效灌溉面積(103hm2)和農(nóng)用化肥量(t)作為投入，分別記作X1、X2和X3；由于洞庭湖地區(qū)主產(chǎn)作物為糧食和油料(糧食的類型包括稻谷、小麥、玉米、大豆和薯類，油類作物包括油菜籽)，遂選取糧食產(chǎn)量(t)和油料產(chǎn)量(t)作為中間變量，分別記作Z1和Z2;選取農(nóng)業(yè)產(chǎn)值(萬元)(除林、牧、漁)作為產(chǎn)出，記作Y1，選取農(nóng)業(yè)從業(yè)人員(萬人)作為準(zhǔn)固定投入，記為B。

表1 耕地利用效率指標(biāo)體系Table 1 Input and output indicator system of cultivated land utilization efficiency

基于上述已構(gòu)建指標(biāo)體系，搭建耕地效率測算框架見圖2?？芍合到y(tǒng)內(nèi)部農(nóng)作物播種面積(X1)、有效灌溉面積(X2)和農(nóng)用化肥量(X3)作為投入變量作用于生產(chǎn)階段；糧食產(chǎn)量(Z1)和油料產(chǎn)量(Z2)作為中間變量，既是生產(chǎn)階段的產(chǎn)出，亦是消費(fèi)階段的投入；農(nóng)業(yè)產(chǎn)值(Y1)產(chǎn)消費(fèi)階段的產(chǎn)出；銜接變量農(nóng)業(yè)從業(yè)人員連接不同期間，是第p期間生產(chǎn)階段的產(chǎn)出，同時(shí)作為第p+1期間的投入作用于生產(chǎn)階段?！巴獠俊北硎靖鞣N外部影響因素作用于整個(gè)耕地利用系統(tǒng)。

圖2 洞庭湖區(qū)耕地效率測算結(jié)構(gòu)圖Fig.2 Structure diagram of the cultivated land utilization efficiency measurement in Dongting Lake area

(12)

標(biāo)準(zhǔn)化處理后：

(13)

2.4 皮爾森相關(guān)分析

采用皮爾森相關(guān)系數(shù)(Pearson correlation)對(duì)2個(gè)階段效率值進(jìn)行相關(guān)性測算。輸出范圍為(-1,1)，0代表無相關(guān)性，負(fù)值為負(fù)相關(guān)，正值為正相關(guān)。測算公式如下：

(14)

2.5 Tobit回歸分析模型

Tobit模型又稱受限因變量模型，其原理為運(yùn)用極大似然法的概念對(duì)因變量進(jìn)行回歸分析[17]，數(shù)學(xué)依據(jù)如下：

(15)

(16)

式中：yi為被解釋變量(因變量)；Xi為解釋變量(自變量)，μ為截距項(xiàng)，β為回歸系數(shù)。該回歸方程計(jì)算結(jié)束輸出相關(guān)系數(shù)、標(biāo)準(zhǔn)誤差、t值和P值。

2.6 數(shù)據(jù)來源

投入產(chǎn)出指標(biāo)、第一產(chǎn)業(yè)所占比例、城市化率、固定資產(chǎn)投資和城鄉(xiāng)居民收入比等外界影響因素指標(biāo)數(shù)據(jù)，來源于《湖南省統(tǒng)計(jì)年鑒》(選取數(shù)據(jù)時(shí)間跨度為2016—2019年)[26]、國家統(tǒng)計(jì)局、湖南省統(tǒng)計(jì)局、長沙市統(tǒng)計(jì)局、益陽市統(tǒng)計(jì)局、常德市統(tǒng)計(jì)局和岳陽市統(tǒng)計(jì)局，行政區(qū)劃邊界數(shù)據(jù)源自全國地理信息資源目錄服務(wù)系統(tǒng)，坡度提取自DEM數(shù)據(jù)，源于地理空間數(shù)據(jù)云。

3 結(jié)果與分析

3.1 耕地利用效率的測算和時(shí)空特征差異分析

使用2017—2019年洞庭湖區(qū)各縣(市、區(qū))的耕地利用數(shù)據(jù)，運(yùn)用R語言進(jìn)行編程,并對(duì)指標(biāo)數(shù)據(jù)進(jìn)行處理，由所得結(jié)果可知：當(dāng)效率值為1時(shí)表現(xiàn)為優(yōu)，小于1則表現(xiàn)為低效[27]。由于該模型有2個(gè)階段，共3個(gè)效率值(系統(tǒng)效率和2個(gè)子階段效率)，當(dāng)系統(tǒng)效率為1時(shí)，該評(píng)價(jià)單元的效率為優(yōu)，當(dāng)只有一個(gè)子階段效率為1時(shí)，該待評(píng)價(jià)單元為相對(duì)較優(yōu)，也稱假有效。將2017—2019年每一年各區(qū)域系統(tǒng)效率值、生產(chǎn)階段效率值和消費(fèi)階段效率值繪制成折線圖(見圖3～5)。

3.1.1時(shí)間特征差異分析

由圖3可知：2017年、2018年和2019年洞庭湖區(qū)域平均系統(tǒng)效率值分別為0.310、0.285和0.333，整體呈先下降后上升趨勢，3年中所有地區(qū)系統(tǒng)效率值均小于1且整體偏低，說明存在不同階段利用低效甚至無效的情況，仍然具有較大的資源配置優(yōu)化空間。

圖3 洞庭湖區(qū)21縣(市、區(qū))2017—2019年耕地利用系統(tǒng)效率Fig.3 Systemic efficiency of cultivated land utilization of 21 counties (cities or districts) in Dongting Lake area in 2017-2019

由圖4可知：2017—2019年，生產(chǎn)階段效率呈現(xiàn)先上升后下降的趨勢，整體上生產(chǎn)階段效率略微下降，降幅為5.42%。同時(shí)效率值呈現(xiàn)相對(duì)較優(yōu)的地區(qū)數(shù)由7驟減到1再到0，表明在2017—2019年，洞庭湖區(qū)21縣(市、區(qū))的生產(chǎn)階段的資源配置利用趨于低效化，究其原因，雖然洞庭湖區(qū)地勢平坦，適合發(fā)展規(guī)?；?，但在農(nóng)業(yè)方面基礎(chǔ)設(shè)施依然薄弱，相當(dāng)一部分水利設(shè)施年久失修，高產(chǎn)農(nóng)田所占比例低，部分市縣高產(chǎn)農(nóng)田所占比例不及全部耕地的30%。十四五時(shí)期推進(jìn)洞庭湖區(qū)生態(tài)經(jīng)濟(jì)建設(shè)區(qū)的任務(wù)中也強(qiáng)調(diào)，要大力發(fā)展現(xiàn)代農(nóng)業(yè)，從“向規(guī)模要效益”轉(zhuǎn)變?yōu)椤跋蛸|(zhì)量要效益”，因此洞庭湖區(qū)域需要推進(jìn)農(nóng)業(yè)結(jié)構(gòu)化升級(jí)，力爭“減量增效”。

圖4 洞庭湖區(qū)21縣(市、區(qū))2017—2019年耕地利用生產(chǎn)階段效率Fig.4 Efficiency of production stage of cultivated land utilization of each county (city、district) in Dongting Lake area in 2017-2019

圖5 洞庭湖區(qū)21縣(市、區(qū))2017—2019年耕地利用消費(fèi)階段效率Fig.5 Efficiency of consumption stage of cultivated land utilization of 21 counties (cities or districts) in Dongting Lake area in 2017-2019

由圖5可知：消費(fèi)階段效率值呈穩(wěn)步上升態(tài)勢，平均增幅為15.85%，在2019年實(shí)現(xiàn)了零突破——岳陽樓區(qū)消費(fèi)階段效率為1，但是整體效率依舊偏低，在0.3上下波動(dòng)。這表明各地在優(yōu)化消費(fèi)階段的資源利用與配置，使其趨向有效。但整體而言，消費(fèi)階段資源配置仍然低效，存在投入不足或者冗余的情況。即使部分待評(píng)估單元生產(chǎn)階段(消費(fèi)階段)達(dá)到相對(duì)最優(yōu)，系統(tǒng)效率均會(huì)因?yàn)榱硪粋€(gè)階段——消費(fèi)階段(生產(chǎn)階段)的效率值未能達(dá)到最優(yōu)而呈現(xiàn)效率值低下的狀況。這表明，系統(tǒng)效率值受到2個(gè)不同階段的影響，只有當(dāng)生產(chǎn)階段和消費(fèi)階段均達(dá)到最優(yōu)時(shí)，系統(tǒng)效率才為1，為真有效。

岳陽樓區(qū)2017—2019年各效率值波動(dòng)起伏大，通過分析原始數(shù)據(jù)發(fā)現(xiàn)：岳陽樓區(qū)農(nóng)業(yè)從業(yè)人員從2017年的4.88萬人降至2018年的4.47萬人，降幅為8%，2019年為4.46萬人，較上一年下降0.2%。農(nóng)業(yè)從業(yè)人員是作為生產(chǎn)階段的投入，推測其波動(dòng)影響到了生產(chǎn)階段的效率值，因此呈現(xiàn)圖中的2017—2018年驟然下降，2018—2019年波動(dòng)幅度不大。至于消費(fèi)階段，推測是由于2017—2018年的農(nóng)業(yè)從業(yè)人員下降的影響滯后，在2019年體現(xiàn)出來，農(nóng)作物播種面積下降，糧食產(chǎn)量和油料產(chǎn)量分別為35 457t和3 394t，同比下降46.22%和25.91%，而其農(nóng)業(yè)產(chǎn)值(除林牧漁外)增幅達(dá)23.03%,在產(chǎn)量下降的同時(shí)其產(chǎn)值卻增長了，因此2019年的生產(chǎn)效率大幅上升。系統(tǒng)階段的先下降后上升則推測是由于2018年受到生產(chǎn)階段影響更多，因此效率驟降，而2019年受消費(fèi)階段影響更多效率又驟然回升。

此外，望城區(qū)和岳陽三縣區(qū)2017—2019年消費(fèi)階段效率值均排在前四，究其原因可能是由于望城區(qū)位于長沙，長沙和岳陽社會(huì)經(jīng)濟(jì)條件均比較發(fā)達(dá)，交通便利，基礎(chǔ)設(shè)施相較其他地區(qū)而言更好，交易市場也更成熟，百姓生活水平高，消費(fèi)意愿更強(qiáng)，因而會(huì)使得該四地消費(fèi)階段效率較高，這也表明消費(fèi)階段效率受到當(dāng)?shù)亟?jīng)濟(jì)社會(huì)發(fā)展的影響。

3.1.2空間特征差異分析

由式(6)～(11)可知：該模型除了計(jì)算出每一年的系統(tǒng)效率、生產(chǎn)階段效率和消費(fèi)階段效率外，還能夠計(jì)算出每個(gè)待評(píng)估單元在2017—2019年總的系統(tǒng)效率、總的生產(chǎn)效率和總的消費(fèi)效率。采用自然斷點(diǎn)法對(duì)21地3年總效率值進(jìn)行分級(jí)，共分5級(jí)，使用ArcGIS繪圖見圖6。可知：2017—2019年洞庭湖區(qū)總的系統(tǒng)效率在空間上呈現(xiàn)東高西低的態(tài)勢，II和III級(jí)所包含的城市較多，說明大部分地區(qū)仍然處于一個(gè)效率中等偏上的狀態(tài)；總的生產(chǎn)階段效率呈現(xiàn)東南和西部高、中部和東北部偏低態(tài)勢，與系統(tǒng)階段相比，部分地區(qū)出現(xiàn)生產(chǎn)效率較高，但系統(tǒng)效率低下的情況；總的消費(fèi)階段效率呈現(xiàn)東高西低的態(tài)勢，與系統(tǒng)效率分布類似。

I～V代表效率值級(jí)別:I為效率最高；V為效率最低。I-V represent the levels of efficiency value:I represents the highest value and V represents the lowest value.圖6 洞庭湖區(qū)耕地利用效率分級(jí)Fig.6 Classification of cultivated land utilization efficiency in Dongting Lake area

采用ArcGIS 10.2地統(tǒng)計(jì)分析中的趨勢分析工具和空間統(tǒng)計(jì)模塊的熱點(diǎn)分析工具，對(duì)所有待評(píng)價(jià)單元2017—2019年的總系統(tǒng)效率值、總生產(chǎn)階段效率值和總消費(fèi)階段效率值進(jìn)行制圖，見圖7和圖8。圖7呈現(xiàn)的是局部趨勢，可知：2017—2019年洞庭湖地區(qū)耕地總系統(tǒng)效率，呈現(xiàn)東高西低，南高北低態(tài)勢，從東到西呈“U”型變化，先遞減再遞增，從南到北呈直線下降趨勢；耕地總生產(chǎn)效率呈現(xiàn)東高西低，北高南低態(tài)勢，從東到西呈直線下降趨勢，從南到北呈直線上升趨勢；耕地總消費(fèi)階段效率與總系統(tǒng)效率呈現(xiàn)相同態(tài)勢。以上表明洞庭湖地區(qū)效率較高的區(qū)集中在東部，與圖6中I、II和III分區(qū)相對(duì)應(yīng)，該3個(gè)地區(qū)位于湖南省核心發(fā)展區(qū)，交通、基礎(chǔ)設(shè)施建設(shè)和人民生活水平高；同時(shí)表明系統(tǒng)效率更多受消費(fèi)階段效率影響。

圖7 洞庭湖區(qū)耕地利用效率趨勢面Fig.7 Trend surface of cultivated land utilization efficiency in Dongting Lake area

圖8 洞庭湖區(qū)耕地利用效率冷熱點(diǎn)分析Fig.8 Cold and hot spots distribution of cultivated land utilization efficiency in Dongting Lake area

洞庭湖區(qū)域21縣(市、區(qū))耕地利用系統(tǒng)各階段效率值均呈現(xiàn)不同程度的顯著性空間分異格局，并呈高低值集聚分布態(tài)勢，空間極化現(xiàn)象較為突出。其中，總系統(tǒng)效率的熱點(diǎn)區(qū)呈兩極分布，位于岳陽市區(qū)、赫山區(qū)、湘陰縣和望城區(qū)，次熱點(diǎn)區(qū)和冷點(diǎn)區(qū)呈組團(tuán)式聚集，位于東部、中部和西北部，次冷點(diǎn)區(qū)呈散布式分布；生產(chǎn)階段效率的熱點(diǎn)區(qū)亦呈現(xiàn)兩極分布態(tài)勢，分別位于東南部和西部，次熱點(diǎn)區(qū)位于中部，次冷點(diǎn)區(qū)和冷點(diǎn)區(qū)則集聚于東南部；消費(fèi)階段效率熱點(diǎn)區(qū)呈單核態(tài)勢，位于東北部，次熱點(diǎn)區(qū)呈現(xiàn)雙核分布，位于東部和東南部，冷點(diǎn)區(qū)和次冷點(diǎn)區(qū)聚集分布于中部和西北部。還可以看出，總系統(tǒng)效率和消費(fèi)階段效率在冷點(diǎn)區(qū)、熱點(diǎn)區(qū)和部分次熱點(diǎn)區(qū)分布較為相似，而與生產(chǎn)階段效率僅有部分熱點(diǎn)區(qū)分布較為相似。同時(shí)，在多數(shù)地區(qū)，生產(chǎn)階段效率高(低)，消費(fèi)階段效率低(高)，系統(tǒng)效率往往呈現(xiàn)與后者相似的態(tài)勢。

3.1.3不同階段效率相關(guān)分析

前文的空間分析中，系統(tǒng)效率受到生產(chǎn)階段和消費(fèi)階段影響，但又呈現(xiàn)出差異，為進(jìn)一步科學(xué)論證，對(duì)2017—2019年21縣(市、區(qū))系統(tǒng)效率值、生產(chǎn)階段效率值和消費(fèi)階段效率值進(jìn)行皮爾森相關(guān)分析，結(jié)果見表2?？芍簭目傮w來看，系統(tǒng)效率受到生產(chǎn)階段與消費(fèi)階段的共同影響，相關(guān)系數(shù)分別為0.300和0.861，相較而言，消費(fèi)階段影響更大，與空間分析中結(jié)果相符，并且生產(chǎn)階段和消費(fèi)階段之間存在顯著相關(guān)性，相關(guān)系數(shù)達(dá)0.622。因此在探尋并改進(jìn)洞庭湖區(qū)耕地利用系統(tǒng)效率無效或低效狀況時(shí)，可首先考慮調(diào)整第二階段(即消費(fèi)階段)。

表2 各階段效率相關(guān)分析表Table 2 Correlation analysis of each stage

3.2 外部因素分析

將計(jì)算出的不同年份各階段效率值作為因變量，構(gòu)建Tobit回歸模型，運(yùn)用Stata軟件計(jì)算并分析影響耕地利用不同階段的因素。由于改進(jìn)的數(shù)據(jù)包絡(luò)分析模型中已考慮了內(nèi)在因素，遂選取外部影響因素，綜合考慮經(jīng)濟(jì)社會(huì)狀況、城鄉(xiāng)發(fā)展水平、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)和自然條件[9,17]等，從宏觀角度出發(fā)，選取相關(guān)指標(biāo)如下：第一產(chǎn)業(yè)所占比例和固定資產(chǎn)投資影響著地區(qū)的農(nóng)業(yè)生產(chǎn)經(jīng)驗(yàn)和農(nóng)業(yè)生產(chǎn)規(guī)模，一定程度上代表了區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r。城市化率和城鄉(xiāng)居民收入比為表征城鄉(xiāng)發(fā)展水平差異的指標(biāo)，農(nóng)村電氣化情況為表征農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)的指標(biāo)，坡度為表征自然條件的指標(biāo)。

根據(jù)式(15)和(16)Tobit模型計(jì)算相關(guān)系數(shù)，回歸結(jié)果見表3?？芍旱谝划a(chǎn)業(yè)所占比例、城市化率和固定資產(chǎn)投資與洞庭湖區(qū)21縣(市、區(qū))系統(tǒng)效率值呈正相關(guān)并且通過了顯著性檢驗(yàn)；農(nóng)村電氣化情況與其呈顯著性負(fù)相關(guān)。城鄉(xiāng)居民收入比與生產(chǎn)階段效率值呈現(xiàn)顯著性負(fù)相關(guān)，農(nóng)村電氣化情況和坡度與其則呈顯著性正相關(guān)。與消費(fèi)階段呈現(xiàn)顯著正相關(guān)的變量是固定資產(chǎn)投資，農(nóng)村電氣化情況與其呈顯著性負(fù)相關(guān)。由于各因子對(duì)系統(tǒng)階段與消費(fèi)階段呈現(xiàn)相似的影響，因此分階段展開具體分析如下：1) 第一產(chǎn)業(yè)所占比例正向地影響著系統(tǒng)階段效率，第一產(chǎn)業(yè)所占比例越高，表明該地區(qū)的農(nóng)業(yè)產(chǎn)業(yè)鏈較為完善[28]，因此使得系統(tǒng)效率值更高；城市化率正向地影響著系統(tǒng)效率，究其原因，城市化率越高，可以有效地減緩農(nóng)村剩余勞動(dòng)力帶來的負(fù)面影響，并且工業(yè)化和服務(wù)業(yè)水平越高，人民的生活水平和消費(fèi)需求也隨之增加，進(jìn)而使得系統(tǒng)效率得到提升；固定資產(chǎn)投資正向地影響著系統(tǒng)效率和消費(fèi)階段效率，固定資產(chǎn)投資越高，有利于完善基礎(chǔ)設(shè)施建設(shè)，如道路交通等，易于提升消費(fèi)階段效率進(jìn)而提升系統(tǒng)效率；農(nóng)村電氣化情況負(fù)向影響著系統(tǒng)效率與消費(fèi)階段效率，推測農(nóng)村電氣化情況投入相對(duì)整個(gè)系統(tǒng)和消費(fèi)階段而言存在著冗余，隨著電氣化量的提升，應(yīng)當(dāng)更加注重質(zhì)量。

表3 Tobit模型參數(shù)回歸結(jié)果Table 3 Result of Tobit model parametric regression

2)城鄉(xiāng)居民收入比與生產(chǎn)階段效率值呈現(xiàn)顯著性負(fù)相關(guān)，隨著城鄉(xiāng)收入比的提高，農(nóng)業(yè)收益偏低，大量的優(yōu)質(zhì)勞動(dòng)力便會(huì)流失，進(jìn)而使得農(nóng)村勞動(dòng)力慢慢趨向老齡化和低技能化[28]加劇農(nóng)地撂荒、阻礙農(nóng)業(yè)生產(chǎn)知識(shí)和技術(shù)的推廣，進(jìn)一步降低耕地生產(chǎn)效率；農(nóng)村電氣化情況正向地影響著生產(chǎn)階段效率，農(nóng)村電氣化提升與農(nóng)業(yè)生產(chǎn)深度融合，為其提供堅(jiān)強(qiáng)的電力保障，隨著電氣化量的提升，有利于實(shí)現(xiàn)智慧用能、農(nóng)業(yè)機(jī)械化發(fā)展和農(nóng)業(yè)現(xiàn)代化發(fā)展，促進(jìn)農(nóng)業(yè)資源有效配置[29]；坡度正向地影響著生產(chǎn)階段效率，為究其原因，利用DEM數(shù)據(jù)使用ArcGIS進(jìn)行分區(qū)統(tǒng)計(jì)，結(jié)果表明洞庭湖區(qū)21縣(市、區(qū))坡度最大不超過8.2 °，其中大部分地區(qū)坡度位于0～4°，就坡度而言，屬于非常適宜耕種的范疇，并且發(fā)現(xiàn)坡度較高的耕地面積更大(3～4°耕地面積所占比例高達(dá)34%)，有利于大規(guī)模種植，因此生產(chǎn)階段效率高。

4 討 論

本研究以縣(市、區(qū))為單元，將耕地利用看作一個(gè)系統(tǒng)，構(gòu)建動(dòng)態(tài)網(wǎng)絡(luò)二階段DEA模型，對(duì)洞庭湖區(qū)耕地利用不同時(shí)期和不同階段進(jìn)行效率測算，并刻畫出其時(shí)空分異格局，同時(shí)探究了外部因素對(duì)系統(tǒng)的影響機(jī)制，可以很好地為未來一定時(shí)期內(nèi)耕地高質(zhì)高效發(fā)展提供科學(xué)依據(jù)。從研究結(jié)果來看，洞庭湖區(qū)耕地利用效率值(指系統(tǒng)效率)與使用傳統(tǒng)一階段DEA模型的研究結(jié)果值[17]對(duì)比偏小，這與Kao[23]、De Witte等[24]的研究結(jié)論相符合。其原因?yàn)閯?dòng)態(tài)網(wǎng)絡(luò)二階段DEA模型將橫(階段)縱(時(shí)間)2個(gè)維度因子納入到模型構(gòu)建中，約束條件變多，因此計(jì)算出的總效率值會(huì)更小，可以較好地減少“假有效”的產(chǎn)生，進(jìn)而發(fā)現(xiàn)資源配置方面存在的潛在不足或冗余。在外部影響機(jī)制探究方面，系統(tǒng)與子系統(tǒng)的影響顯著因素存在差異，這指示出拆分系統(tǒng)的必要性，僅僅考慮耕地總利用效率(本研究中對(duì)應(yīng)系統(tǒng)效率)是存在局限的。

自然災(zāi)害和政府政策時(shí)常會(huì)導(dǎo)致產(chǎn)少而需求多或是產(chǎn)多銷少等不穩(wěn)定情況發(fā)生，結(jié)合本研究，針對(duì)生產(chǎn)階段效率高而消費(fèi)階段效率低的地區(qū)，應(yīng)當(dāng)加快基礎(chǔ)設(shè)施建設(shè)進(jìn)程，完善農(nóng)田水利建設(shè)、城鄉(xiāng)交通運(yùn)輸和冷鏈物流體系，推進(jìn)農(nóng)村電氣化從“量”到“質(zhì)”的提升。針對(duì)消費(fèi)階段效率高而生產(chǎn)階段效率低的地區(qū)，應(yīng)加大耕地補(bǔ)貼的力度，以改善大量優(yōu)質(zhì)勞動(dòng)力流失的困境，對(duì)于農(nóng)村現(xiàn)存勞動(dòng)力，要加速農(nóng)業(yè)生產(chǎn)知識(shí)與技術(shù)的推廣，以彌補(bǔ)農(nóng)村勞動(dòng)力老齡化與低技能化的不足。

本研究亦存在不足之處，如第二階段的投入指標(biāo)選取部分，應(yīng)適當(dāng)添加外生性投入。洞庭湖區(qū)耕地“非糧化”和“非農(nóng)化”問題突出，在外部影響機(jī)制探究的指標(biāo)選取時(shí)可以涉及“非糧化”“非農(nóng)化”等方面。同時(shí)效率測算的時(shí)間段應(yīng)當(dāng)延長，一定程度上減少偶然性。另外，由于不同階段影響顯著因素存在差異，在未來研究中應(yīng)當(dāng)分階段考慮指標(biāo)以使結(jié)果更具科學(xué)性。

5 結(jié) 論

本研究運(yùn)用動(dòng)態(tài)網(wǎng)絡(luò)二階段DEA模型、趨勢面與冷熱點(diǎn)分析、皮爾森相關(guān)性模型和Tobit回歸模型等方法，分析了2017—2019年洞庭湖區(qū)21縣(市、區(qū))耕地利用效率，并深入研究其內(nèi)部結(jié)構(gòu)，將整個(gè)耕地利用系統(tǒng)拆分為2個(gè)子系統(tǒng)，即生產(chǎn)階段和消費(fèi)階段，探究其時(shí)空分布特征、不同階段之間相互關(guān)系和外部因素對(duì)系統(tǒng)的影響機(jī)制，主要結(jié)論如下：

1) 2017—2019年洞庭湖區(qū)域21縣(市、區(qū))耕地利用系統(tǒng)效率整體呈現(xiàn)下降再上升態(tài)勢，生產(chǎn)階段效率呈現(xiàn)先上升后下降的趨勢，整體上生產(chǎn)階段效率略微下降；消費(fèi)階段效率值呈穩(wěn)步上升態(tài)勢，但該階段效率值依舊整體偏低?？傮w而言，系統(tǒng)階段不存在最優(yōu)單元，表明各地不同階段均存在資源配置低效和投入不足或者冗余的狀況，需要進(jìn)一步優(yōu)化。

2) 洞庭湖區(qū)各縣(市、區(qū))耕地利用效率空間分異格局顯著，從全局來看，2017—2019年洞庭湖地區(qū)耕地總系統(tǒng)效率，呈現(xiàn)東高西低，南高北低態(tài)勢；耕地總生產(chǎn)效率呈現(xiàn)東高西低，北高南低態(tài)勢；耕地總消費(fèi)效率與總系統(tǒng)效率呈現(xiàn)相同態(tài)勢。從局部來看，呈高(低)值集聚分布態(tài)勢，空間極化現(xiàn)象也較為突出，總系統(tǒng)效率和消費(fèi)階段效率在冷點(diǎn)區(qū)、熱點(diǎn)區(qū)和部分次熱點(diǎn)區(qū)分布較為相似，而與生產(chǎn)階段效率僅有部分熱點(diǎn)區(qū)分布較為相似。為揭示系統(tǒng)效率與子階段之間存在的內(nèi)在聯(lián)系，對(duì)3者進(jìn)行相關(guān)分析，結(jié)果表明，系統(tǒng)效率受到生產(chǎn)階段與消費(fèi)階段的共同影響，相關(guān)系數(shù)分別為0.300和0.861，相較而言消費(fèi)階段影響更大；并且2個(gè)子階段之間存在顯著性相關(guān)，這也表明生產(chǎn)消費(fèi)是相互關(guān)聯(lián)的而并非獨(dú)立。

3)系統(tǒng)和不同子階段效率的外部影響因素不盡相同，涉及經(jīng)濟(jì)社會(huì)狀況、城鄉(xiāng)發(fā)展水平、農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)和自然條件等。第一產(chǎn)業(yè)所占比例、城市化率和固定資產(chǎn)投資與洞庭湖區(qū)21縣(市、區(qū))系統(tǒng)效率值呈顯著性正相關(guān)；農(nóng)村電氣化情況與其呈顯著性負(fù)相關(guān)。城鄉(xiāng)居民收入比與生產(chǎn)階段效率值呈現(xiàn)顯著性負(fù)相關(guān)，農(nóng)村電氣化情況和坡度與其則呈顯著性正相關(guān)。與消費(fèi)階段呈現(xiàn)顯著正相關(guān)的變量是固定資產(chǎn)投資，農(nóng)村電氣化情況與其呈顯著性負(fù)相關(guān)。