楊 斌，楊 俊，王占岐，譚 力

（1.中國礦業(yè)大學(xué)公共管理學(xué)院，江蘇 徐州 221008； 2. 中國礦業(yè)大學(xué)中國資源型城市轉(zhuǎn)型發(fā)展與鄉(xiāng)村振興研究中心，江蘇 徐州 221116； 3. 中國地質(zhì)大學(xué)（武漢）公共管理學(xué)院，湖北 武漢 430074；4. 武漢輕工大學(xué)管理學(xué)院，湖北 武漢 430048）

1 引言

作為土地資源的精華，耕地在保障國家糧食生產(chǎn)、生態(tài)安全以及社會經(jīng)濟發(fā)展方面發(fā)揮著重要作用[1]。改革開放以來，我國農(nóng)業(yè)得到快速發(fā)展，實現(xiàn)了糧食產(chǎn)量和農(nóng)業(yè)產(chǎn)值雙向豐收[2]。然而，在取得這些農(nóng)業(yè)發(fā)展成就同時，卻產(chǎn)生了一系列如耕地過度利用、土壤質(zhì)量下降以及面源污染等問題[3-4]，一定程度上制約了耕地資源可持續(xù)利用。2022年中央一號文件明確提出“加強農(nóng)業(yè)面源污染綜合治理，實施農(nóng)業(yè)投入品減量化，加強畜禽糞污、農(nóng)膜、秸稈等資源化利用，推進(jìn)農(nóng)業(yè)農(nóng)村綠色發(fā)展?！笨梢?，在生態(tài)文明建設(shè)和農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展背景下，如何兼顧減排增匯目標(biāo)并實現(xiàn)耕地資源“綠色化”“低碳化”利用成為當(dāng)前學(xué)術(shù)界討論的焦點話題。因此，科學(xué)測度耕地綠色低碳利用（Cultivated Land Green and Low-Carbon Utilization,CLGLU）水平，分析其時空格局及成因，對于探索區(qū)域CLGLU提升路徑和實現(xiàn)耕地健康可持續(xù)利用具有重要現(xiàn)實意義。

當(dāng)前， CLGLU研究主要集中于環(huán)境約束下的耕地利用效率測度、區(qū)域差異及影響因素分析等方面[5-8]。在指標(biāo)體系設(shè)計上，學(xué)者們通?；凇巴度搿a(chǎn)出”思維構(gòu)建指標(biāo)體系，并將碳排放納入非期望產(chǎn)出，以實現(xiàn)耕地利用“低碳化”度量[5-6]；還有學(xué)者考慮到耕地利用面源污染問題，并將其與碳排放一同納入非期望產(chǎn)出，實現(xiàn)對耕地利用“綠色化”考察[8]。在研究方法上，多采用DEA模型、SBM-Undesirable模型、隨機前沿生產(chǎn)函數(shù)模型等[7,9-10]對耕地利用效率進(jìn)行綜合測度。在此基礎(chǔ)上，還有學(xué)者將生態(tài)效率概念引入耕地利用體系，探討了綠色發(fā)展理念下耕地利用生態(tài)效率的時空格局、演變規(guī)律及其驅(qū)動因素等[11-12]?？傮w來看，已有研究較為系統(tǒng)總結(jié)了環(huán)境約束下耕地利用效率相關(guān)內(nèi)容，為本文提供了重要理論和方法支撐，但仍有進(jìn)一步拓展空間。第一，在指標(biāo)體系設(shè)計上，現(xiàn)有研究主要考慮耕地利用碳排放，而忽視了耕地碳吸收功能。相關(guān)研究表明耕地不僅是碳源，更是巨大碳匯[13]，若未能顧及耕地碳匯功能，將無法準(zhǔn)確度量CLGLU真實水平；第二，在測度方法上，盡管在傳統(tǒng)DEA模型和SBM-Undesirable模型在耕地利用效率測算上得到廣泛運用，然而上述方法在投入產(chǎn)出有效前沿面上的理想值與實際值之間的原始比例存在一定損失，會引起測度結(jié)果失真[14-15]。EBM（Epsilon-Based Measure）模型作為一種混合距離測算方法，能夠同時顧及投入產(chǎn)出非徑向松弛變量和理想值與實際值的徑向比，可有效提高測度結(jié)果精度[16]。從現(xiàn)有文獻(xiàn)來看，鮮有研究運用EBM模型對耕地利用水平進(jìn)行測度。

鑒于此，本文以長江經(jīng)濟帶為例，構(gòu)建CLGLU評價指標(biāo)體系，基于2005—2020年研究區(qū)131個地級市相關(guān)數(shù)據(jù)，采用DEA-EBM模型對其CLGLU水平進(jìn)行科學(xué)測度，分析時空格局，并在此基礎(chǔ)上引入地理探測器模型考察時空差異的成因，以期為新時期我國耕地保護(hù)和區(qū)域可持續(xù)發(fā)展提供決策參考。

2 研究方法、研究區(qū)概況與數(shù)據(jù)來源

2.1 耕地綠色低碳利用指標(biāo)體系設(shè)計

綠色低碳發(fā)展是追求以和諧、環(huán)保和可持續(xù)為目標(biāo)的經(jīng)濟增長和社會發(fā)展模式，是新時期我國社會經(jīng)濟高質(zhì)量發(fā)展和生態(tài)文明建設(shè)的必然選擇[17]。根據(jù)中共十九大報告闡釋，綠色發(fā)展理念實質(zhì)是在生態(tài)環(huán)境容量和資源承載力約束下，實現(xiàn)經(jīng)濟、社會和環(huán)境協(xié)調(diào)可持續(xù)發(fā)展；低碳發(fā)展理念是產(chǎn)業(yè)變革、技術(shù)創(chuàng)新以及生產(chǎn)生活方式轉(zhuǎn)型的重要指引。近年來，學(xué)者們對綠色低碳發(fā)展理念進(jìn)行拓展，將其廣泛應(yīng)用在交通、能源、農(nóng)業(yè)等領(lǐng)域[18-20]。本文擬將綠色低碳發(fā)展理念應(yīng)用到耕地利用領(lǐng)域，特別是在減排增匯目標(biāo)下，即減少農(nóng)業(yè)面源污染和增加農(nóng)業(yè)碳匯，全面系統(tǒng)考察CLGLU水平。

耕地利用是一項“投入+產(chǎn)出”的動態(tài)過程，結(jié)合綠色低碳發(fā)展理念，本文將CLGLU內(nèi)涵界定為：在減排增匯目標(biāo)約束下，通過一定的生產(chǎn)要素投入，實現(xiàn)耕地利用的農(nóng)業(yè)產(chǎn)值、糧食產(chǎn)量和農(nóng)業(yè)碳匯等期望產(chǎn)出最大化，同時最大限度控制農(nóng)業(yè)碳排放、污染物等非期望產(chǎn)出的過程。其中，耕地利用“綠色化”強調(diào)在一定范圍內(nèi)合理進(jìn)行化肥、農(nóng)藥、地膜等要素投入，同時減少農(nóng)業(yè)生產(chǎn)污染物排放；耕地利用“低碳化”則強調(diào)一方面最大幅度增加耕地碳匯能力，另一方面減少碳排放，實現(xiàn)耕地低碳利用。結(jié)合已有相關(guān)研究[8-12]以及對CLGLU的內(nèi)涵解析，最終確定CLGLU評價指標(biāo)體系（表1）。

表1 CLGLU評價指標(biāo)體系Tab.1 Evaluation index system of the CLGLU

CLGLU評價投入要素包括土地、勞動力和生產(chǎn)資料三大部分。其中，土地要素選取耕地播種面積表征，勞動力投入采用第一產(chǎn)業(yè)從業(yè)人員數(shù)表征，并使用系數(shù)ρ=農(nóng)業(yè)產(chǎn)值①本文所指的農(nóng)業(yè)是以種植業(yè)為主，而非廣義農(nóng)業(yè)（農(nóng)林牧副漁業(yè)）。/農(nóng)林牧漁總產(chǎn)值進(jìn)行修正[11]；生產(chǎn)資料采用農(nóng)業(yè)機械投入量、農(nóng)用薄膜使用量和化肥施用量表征。期望產(chǎn)出包含經(jīng)濟產(chǎn)出、社會產(chǎn)出以及環(huán)境產(chǎn)出三方面，其中農(nóng)業(yè)總產(chǎn)值反映了耕地利用過程中各種作物所帶來經(jīng)濟效益情況，為國民經(jīng)濟和產(chǎn)業(yè)發(fā)展提供重要基礎(chǔ)支撐，以此作為耕地利用的經(jīng)濟產(chǎn)出；糧食產(chǎn)量反映了耕地利用對區(qū)域居民生活口糧的供給能力，對保證國家糧食安全和社會穩(wěn)定具有重要意義，因此可作為耕地利用社會產(chǎn)出[5,11]；耕地上種植作物通過光合作用對二氧化碳進(jìn)行吸收，具有一定碳匯功能，以此作為耕地利用環(huán)境產(chǎn)出，其計算公式為[21]：

式（1）中：Ca表示耕地種植作物的碳匯總量；Can為第n種作物的碳吸收量；m代表種植作物種類（包括小麥、玉米、水稻、高粱、大豆、谷子和薯類）；δn為第n種作物的含碳率；Qn為第n種作物的產(chǎn)量；εn為第n種作物的水分系數(shù)；σn為第n種作物的經(jīng)濟系數(shù)。其中，耕地種植作物的含碳率、水分系數(shù)和經(jīng)濟系數(shù)主要依據(jù)王修蘭、田云和張俊飚等[13,21]的研究成果。

本文選取耕地面源污染和碳排放量作為CLGLU的非期望產(chǎn)出。耕地面源污染計算方法如下：首先測算耕地利用中農(nóng)藥、化肥、農(nóng)田廢棄物等所產(chǎn)生總氮（TN）、總磷（TP）和化學(xué)需氧量（COD）產(chǎn)出量，然后用三類污染物產(chǎn)出量乘以各自排放評估系數(shù)便可得出標(biāo)準(zhǔn)面源污染排放量。其中，參考封永剛[8]、潘丹[22]等研究成果，將COD、TN和TP排放評估系數(shù)分別設(shè)為20 mg/L、1 mg/L和0.2 mg/L。耕地利用碳排放量基于農(nóng)業(yè)碳排放系數(shù)綜合評估法進(jìn)行測算[22-23]，公式為：

式（2）中：Ce為耕地利用碳排放總量；Ei為各種碳排放源總量；θi為各種碳排放源的排放系數(shù)。本文選取碳排放源主要包括化肥、地膜、農(nóng)機使用柴油、播種翻耕和農(nóng)業(yè)灌溉，θi的數(shù)值參考李波等[23]的研究成果，如表2所示。

表2 耕地利用主要碳源排放系數(shù)Tab.2 Carbon emission coefficients of main carbon sources in cultivated land utilization

2.2 DEA-EBM模型

基于非期望產(chǎn)出的EBM模型是在DEA（Data Envelopment Analysis）模型基礎(chǔ)上演化而來。該模型從投入和產(chǎn)出2個維度對松弛變量的無效狀態(tài)進(jìn)行測度，能有效克服傳統(tǒng)數(shù)據(jù)包絡(luò)分析徑向角度的缺點，使得測度結(jié)果更加精確[24-25]。本文采用全局參比的非期望EBM模型對CLGLU水平進(jìn)行測度，計算公式如下：

式（3）中：ρ*表示規(guī)模報酬不變下CLGLU最佳值，且0≤ρ≤1；xki、ykn、bkz分別表示決策單元k中第i種投入資料、第n種期望產(chǎn)出值和第z種非期望產(chǎn)出值；表示權(quán)重向量；分別表示第i種投入資料、第n種期望產(chǎn)出和第z種非期望產(chǎn)出的松弛變量；t表示年份；θ、ε分別表示徑向部分和非徑向部分的參數(shù)，0≤ε≤1。若ε= 0，EBM模型可變換為CCR模型；若ε= 1，EBM模型可變換為SBM模型。

2.3 地理探測器模型

地理探測器由王勁峰等提出，主要用來探測地理要素空間分異性、因子影響力及多因子交互作用的識別[26]。耕地為常見的地理要素，采用地理探測器模型能夠科學(xué)合理探究CLGLU時空格局的成因，其公式如下：

式（4）中：q為CLGLU空間分異的探測因子；nh為下一級區(qū)域樣本單元數(shù)；n為整個研究區(qū)域樣本單元數(shù)；L下一級研究區(qū)域個數(shù)；σ2為整個研究區(qū)域CLGLU平方差；σh2為下一級研究區(qū)域方差。q的取值區(qū)間為[0，1]，q= 0時，表示探測因子對CLGLU空間分異無影響；q= 1時，表明探測因子對CLGLU空間分異的影響力最強。

依據(jù)耕地綠色低碳利用的內(nèi)涵界定和研究區(qū)耕地利用實際狀況，并參照已有相關(guān)研究[9,12,18-20]，本文從社會經(jīng)濟、農(nóng)業(yè)現(xiàn)代化、自然環(huán)境和農(nóng)業(yè)政策4個層面選取CLGLU時空格局的探測因子，如表3所示。具體來看，在社會經(jīng)濟因素方面，本文選取城鎮(zhèn)化率（X1）和鄉(xiāng)村人均GDP（X2）作為表征指標(biāo)。城鎮(zhèn)化水平的提升推動社會經(jīng)濟發(fā)展的同時使得農(nóng)村人口持續(xù)向城鎮(zhèn)轉(zhuǎn)移，農(nóng)村勞動力價值不斷凸顯，人口的非農(nóng)化促使耕地朝向規(guī)?；蜋C械化經(jīng)營轉(zhuǎn)變，有利于節(jié)約成本、改善耕地破碎化程度和提高土地利用效率，然而也增加了耕地面源污染的風(fēng)險；鄉(xiāng)村人均GDP作為農(nóng)村經(jīng)濟發(fā)展的重要指標(biāo)，農(nóng)民生活水平的不斷提高，農(nóng)戶環(huán)保意識隨之增強，對其生產(chǎn)資料（如耕地）的保護(hù)及可持續(xù)利用意愿更強烈，并最終可能對CLGLU產(chǎn)生積極影響。在農(nóng)業(yè)現(xiàn)代化因素方面，本文選取農(nóng)業(yè)機械化水平（X3）和農(nóng)業(yè)科技投入（X4）作為表征指標(biāo)。農(nóng)業(yè)機械化程度越高、農(nóng)業(yè)科技投入越大，農(nóng)業(yè)現(xiàn)代化水平越高。一方面，農(nóng)業(yè)現(xiàn)代化能有效改善耕地生產(chǎn)條件并提高生產(chǎn)效率，提高耕地利用期望產(chǎn)出；另一方面，農(nóng)機、柴油等大量投入必定會帶來碳排放等非期望產(chǎn)品的增加，對CLGLU產(chǎn)生一定影響。在自然環(huán)境因素方面，本文選取復(fù)種指數(shù)（X5）、自然災(zāi)害發(fā)生情況（X6）和農(nóng)業(yè)環(huán)境污染治理程度（X7）作為表征指標(biāo)。復(fù)種指數(shù)越高，單位面積內(nèi)耕地產(chǎn)能越高，有利于期望產(chǎn)品的積累；然而，這也會導(dǎo)致耕地利用強度相對較高，農(nóng)藥、化肥、農(nóng)膜等大量投入產(chǎn)生過多碳排放和農(nóng)業(yè)污染。長江經(jīng)濟帶地處長江流域，是洪澇、干旱以及地質(zhì)災(zāi)害頻發(fā)區(qū)域，兼具災(zāi)面廣、災(zāi)種多、災(zāi)損重的特點[27]。自然災(zāi)害對耕地利用以及農(nóng)業(yè)生產(chǎn)帶來嚴(yán)重負(fù)面影響，威脅區(qū)域耕地綠色利用及農(nóng)業(yè)可持續(xù)發(fā)展?；跀?shù)據(jù)可獲取性，本文選取農(nóng)作物受災(zāi)面積①本文選取的自然災(zāi)害為洪澇、旱災(zāi)、滑坡和泥石流4種。表征自然災(zāi)害對耕地綠色低碳利用水平的影響。農(nóng)業(yè)環(huán)境污染治理可有效改善農(nóng)業(yè)生產(chǎn)環(huán)境，并有利于形成示范聯(lián)動效應(yīng)，提高農(nóng)戶生產(chǎn)的環(huán)保意識，降低農(nóng)業(yè)面源污染等非期望產(chǎn)出，推動耕地綠色低碳利用。在農(nóng)業(yè)政策因素方面，本文選取財政支農(nóng)力度（X8）作為表征指標(biāo)。政府對農(nóng)戶農(nóng)業(yè)生產(chǎn)進(jìn)行補貼有利于緩解耕地棄耕撂荒現(xiàn)象，并激發(fā)農(nóng)戶生產(chǎn)積極性；同時，政府對于生產(chǎn)資料的補貼又會刺激農(nóng)戶大量購置農(nóng)業(yè)機械、化肥、農(nóng)藥等用品，潛在增加了農(nóng)業(yè)面源污染的風(fēng)險，影響耕地綠色低碳利用水平。

表3 耕地綠色低碳利用探測因子Tab.3 Detection factors for cultivated land green and low-carbon utilization

2.4 研究區(qū)概況

長江經(jīng)濟帶位于中國中南部，橫跨東、中、西3大區(qū)域，幅員遼闊，覆蓋上海、浙江、江蘇、安徽、湖北、湖南、江西、四川、重慶、云南、貴州11個?。ㄊ校?。長江經(jīng)濟帶地勢西高東低，呈階梯狀分布，國土總面積約205萬km2，占全國總面積的21.35%左右，人口總量約為全國的40%[28]。鑒于長江經(jīng)濟帶社會經(jīng)濟和自然地理條件差異，一般將其分為上游、中游和下游3大區(qū)域。上游地區(qū)包括四川、重慶、云南和貴州4省（市），中游地區(qū)包括湖北、湖南和江西3省，下游地區(qū)包括上海、江蘇、安徽和浙江4省（市）。長江經(jīng)濟帶耕地資源豐富，其中長江中下游平原地勢平坦，土壤肥沃，光熱水充足，是全國重要的糧、棉、油生產(chǎn)基地。當(dāng)前，“生態(tài)優(yōu)先、綠色發(fā)展”以及“共抓大保護(hù)、不搞大開發(fā)”已成為長江經(jīng)濟帶發(fā)展戰(zhàn)略主旋律[29]。農(nóng)業(yè)是長江經(jīng)濟帶發(fā)展戰(zhàn)略的基礎(chǔ)產(chǎn)業(yè)，而耕地作為農(nóng)業(yè)的重要生產(chǎn)資料，實現(xiàn)CLGLU對于長江經(jīng)濟帶農(nóng)業(yè)綠色發(fā)展乃至區(qū)域整體高質(zhì)量發(fā)展具有重要意義。

2.5 數(shù)據(jù)來源與處理

本文社會經(jīng)濟數(shù)據(jù)，如鄉(xiāng)村人口、耕地播種面積、第一產(chǎn)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)機械投入量、農(nóng)用薄膜使用量、化肥施用量、農(nóng)業(yè)總產(chǎn)值、糧食產(chǎn)量、國民生產(chǎn)總值和農(nóng)作物受災(zāi)面積等數(shù)據(jù)來源于長江經(jīng)濟帶各?。ㄊ校┙y(tǒng)計年鑒、農(nóng)業(yè)統(tǒng)計年鑒和國民經(jīng)濟和社會發(fā)展統(tǒng)計公報等（2006—2021年）。其中，部分缺失數(shù)據(jù)基于插值或趨勢推演法得到。DEM（Digital Elevation Model）數(shù)據(jù)來源于中國科學(xué)院計算機網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺（http://www.gscloud.cn）。在Excel軟件中將以上基礎(chǔ)數(shù)據(jù)進(jìn)行歸納整理，形成2005—2020年長江經(jīng)濟帶CLGLU測度及其成因分析面板數(shù)據(jù)集。其中，長江經(jīng)濟帶CLGLU測度的投入產(chǎn)出各指標(biāo)數(shù)據(jù)描述性統(tǒng)計如表4所示。

表4 描述性統(tǒng)計（N = 2 096）Tab.4 Descriptive statistics（N = 2 096）

3 結(jié)果與分析

3.1 長江經(jīng)濟帶CLGLU測度及其時間演化

以長江經(jīng)濟帶131個地級市為研究單元，基于EBM模型分別對2005—2020年研究區(qū)CLGLU進(jìn)行測度，并采用上游、中游和下游的區(qū)域劃分進(jìn)行對比分析，如圖1所示。從總體來看，2005—2020年研究區(qū)CLGLU值呈現(xiàn)波動上升的發(fā)展趨勢，數(shù)值在0.460～0.604范圍內(nèi)變動，研究期間CLGLU平均增幅為1.85%，數(shù)值累計提高了31.38%。這與國家不斷注重對耕地資源保護(hù)和建設(shè)密切相關(guān)，政府相繼出臺了一系列耕地利用管理的政策制度，耕地整治、高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)、耕地輪作休耕等措施效果顯著，耕地本底條件不斷改善。在流域?qū)用?，上游、中游和下游地區(qū)CLGLU均呈現(xiàn)波浪式上升特點，其中上游水平在0.369～0.493范圍內(nèi)變動，中游水平在0.461～0.617范圍內(nèi)波動，下游水平在0.550～0.703范圍內(nèi)變動，研究區(qū)CLGLU水平表現(xiàn)為下游地區(qū)＞中游地區(qū)＞上游地區(qū)。

圖1 2005—2020年長江經(jīng)濟帶CLGLU水平時間演化Fig.1 Temporal evolution of CLGLU in the Yangtze River Economic Belt from 2005 to 2020

3.2 長江經(jīng)濟帶CLGLU空間格局

基于長江經(jīng)濟帶CLGLU水平測度結(jié)果，參考金貴等[27]關(guān)于土地利用效率的劃分方法，對其利用水平從低到高依次劃分為4個等級，分別為低水平（0，0.350]、中低水平（0.350，0.500]、中高水平（0.500，0.700]和高水平（0.700，1.000]。為了更直觀表達(dá)長江經(jīng)濟帶CLGLU空間格局特征，將市域尺度測度結(jié)果導(dǎo)入ArcGIS10.2軟件，繪制CLGLU時空分異圖，如圖2所示。2005年，研究區(qū)CLGLU高水平市域共6個，主要集中在下游地區(qū)；2010年，CLGLU高水平市域共8個，較基期年小幅增長，主要分布在中下游地區(qū)；到2015年高水平市域為11個，分布范圍不斷擴張；2020年，高水平市域達(dá)18個，主要出現(xiàn)在中游湖北省的荊門、天門、潛江、仙桃和下游江浙一帶的泰州、蘇州、無錫、湖州、嘉興等地?？梢?，研究期間長江經(jīng)濟帶CLGLU高水平區(qū)域主要集中于長江中下游一帶。深層原因可能是：這些區(qū)域地處平原，地勢平坦，土壤肥沃，耕地資源豐富，加之在先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)和較完善的土地管理制度等多種因素影響下，該區(qū)域CLGLU處于較高水平，并對周邊地區(qū)具有較強的帶動和輻射作用，空間集聚效應(yīng)顯著。低水平區(qū)域主要分布在上游四川、云南和貴州等地，該類區(qū)域自身及其周邊地區(qū)CLGLU均較低。深層原因可能是：由于地處西部山區(qū)，坡度、海拔較高，耕地自然稟賦較差，生產(chǎn)利用條件不便，不利于耕地流轉(zhuǎn)和規(guī)模經(jīng)營，且農(nóng)村勞動力不斷向經(jīng)濟發(fā)達(dá)的中下游地區(qū)轉(zhuǎn)移，農(nóng)地經(jīng)營主體的缺失在一定程度上阻礙了CLGLU提升；此外，隨著西部大開發(fā)戰(zhàn)略的提出，加上較為寬松的環(huán)境管制，一些高能耗、高污染的制造產(chǎn)業(yè)及化工業(yè)逐漸從東部沿海地區(qū)向西部地區(qū)轉(zhuǎn)移，雖然一定程度帶動了當(dāng)?shù)厣鐣?jīng)濟發(fā)展，但也占用了大量優(yōu)質(zhì)耕地資源，同時生態(tài)環(huán)境受到較大破壞，水土流失、耕地面源污染等日益凸顯，導(dǎo)致CLGLU水平較低。

圖2 2005—2020年長江經(jīng)濟帶CLGLU空間格局Fig.2 Spatial pattern of the CLGLU in the Yangtze River Economic Belt from 2005 to 2020

3.3 長江經(jīng)濟帶CLGLU時空格局的成因探測

利用地理探測器模型分別計算各因子決定力q值大小，匯總統(tǒng)計如表5所示。研究結(jié)果表明，長江經(jīng)濟帶CLGLU時空格局受社會經(jīng)濟發(fā)展、農(nóng)業(yè)現(xiàn)代化水平、自然環(huán)境和農(nóng)業(yè)政策等多種要素綜合影響，不同因子的影響作用差異顯著。具體來看，社會經(jīng)濟因素中，2005年城鎮(zhèn)化水平（X1）和鄉(xiāng)村人均GDP（X2）的因子影響力指數(shù)分別為0.562和0.518，因子排名處于第一、二位；2020年二者數(shù)值有所減小，為0.486和0.472，但仍位于前列，表明區(qū)域社會經(jīng)濟發(fā)展水平對CLGLU時空格局產(chǎn)生了主要影響。其作用機理可能是：隨著工業(yè)化、城鎮(zhèn)化快速推進(jìn)，大量鄉(xiāng)村人口不斷脫離農(nóng)村而涌向城鎮(zhèn)，耕地利用主體不斷流失，特別是上游地區(qū)四川、貴州一帶，經(jīng)濟發(fā)展水平相對落后，農(nóng)村人口不斷向經(jīng)濟和城鎮(zhèn)化水平較高的中下游等地轉(zhuǎn)移，大量耕地被棄耕撂荒；同時，城鎮(zhèn)化水平提高也會對耕地利用方式帶來一定影響，促進(jìn)其由粗放經(jīng)營模式向集約和高效化利用方式轉(zhuǎn)變，進(jìn)而可能對CLGLU產(chǎn)生積極促進(jìn)效應(yīng)。此外，鄉(xiāng)村人均GDP越高，農(nóng)村經(jīng)濟發(fā)展越好，農(nóng)民生活水平越高，農(nóng)戶對耕地綠色低碳利用的意識更加強烈，對CLGLU產(chǎn)生積極影響。這也進(jìn)一步印證了經(jīng)濟發(fā)展和城鎮(zhèn)化水平都較高的中下游地區(qū)CLGLU水平高于經(jīng)濟發(fā)展和城鎮(zhèn)化水平較為落后的上游地區(qū)。

表5 2005—2020年長江經(jīng)濟帶CLGLU時空格局地理探測結(jié)果Tab.5 Geographical detection results of spatial-temporal pattern for the CLGLU in the Yangtze River Economic Belt from 2005 to 2020

農(nóng)業(yè)現(xiàn)代化因素方面，2005年農(nóng)業(yè)機械化水平（X3）和農(nóng)業(yè)科技投入（X4）的因子影響力指數(shù)分別為0.319和0.337，而后隨時間推移均逐漸增大，2020年達(dá)0.531和0.558，位居前兩位，這表明農(nóng)業(yè)現(xiàn)代化水平對長江經(jīng)濟帶CLGLU時空差異產(chǎn)生了重要影響，且影響力水平逐年增強，其作用機理可能是：農(nóng)業(yè)機械化水平不斷提高和農(nóng)業(yè)科技投入持續(xù)增大能有效促進(jìn)耕地利用由傳統(tǒng)單一、粗放型經(jīng)營向規(guī)?；?、現(xiàn)代化轉(zhuǎn)變，有利于降低生產(chǎn)成本，同時提高耕地利用產(chǎn)出，對區(qū)域CLGLU具有一定正向促進(jìn)效應(yīng)。當(dāng)前，長江經(jīng)濟帶下游上海、江蘇和浙江等地，其經(jīng)濟、科技發(fā)展水平較高，農(nóng)業(yè)現(xiàn)代化水平處于較高水平。相較而言，上游四川、重慶、云南等地，其經(jīng)濟、科技發(fā)展水平較為落后，農(nóng)業(yè)機械化等現(xiàn)代農(nóng)業(yè)基礎(chǔ)設(shè)施和農(nóng)業(yè)科技人員投入等相對較弱，農(nóng)業(yè)現(xiàn)代化處于較低水平，在一定程度上制約了區(qū)域CLGLU的提升。

自然環(huán)境因素中，2005—2020年復(fù)種指數(shù)（X5）、自然災(zāi)害發(fā)生情況（X6）和農(nóng)業(yè)環(huán)境污染治理程度（X7）三者因子影響力均值分別為0.409、0.389和0.377，表明自然環(huán)境因素對長江經(jīng)濟帶CLGLU時空演化也具有重要影響。其作用機理可能是：復(fù)種指數(shù)越大，耕地利用強度越大，單位面積內(nèi)糧食產(chǎn)量和農(nóng)業(yè)產(chǎn)值等期望產(chǎn)出越高，有利于社會經(jīng)濟效益的積累，但隨著復(fù)種指數(shù)的提高，農(nóng)業(yè)機械以及化肥、農(nóng)藥、地膜等也會隨之不斷加大投入，帶來過多碳排放和農(nóng)業(yè)面源污染問題，從而對CLGLU產(chǎn)生一定負(fù)面影響。長江經(jīng)濟帶是極端氣候、地質(zhì)災(zāi)害等多發(fā)地域，極易發(fā)生洪澇、旱災(zāi)、滑坡和泥石流等自然災(zāi)害，威脅區(qū)域耕地利用和農(nóng)業(yè)產(chǎn)生，嚴(yán)重制約了糧食產(chǎn)量和農(nóng)業(yè)產(chǎn)值的提升，并對農(nóng)業(yè)農(nóng)村的生產(chǎn)生活環(huán)境帶來負(fù)向效應(yīng)，不利于區(qū)域耕地綠色和可持續(xù)利用。據(jù)統(tǒng)計，2020年長江經(jīng)濟帶11?。ㄊ校┌l(fā)生自然災(zāi)害導(dǎo)致的農(nóng)作物受災(zāi)面積達(dá)486.34萬hm2，絕收面積64.39萬hm2，其中旱災(zāi)面積168.52萬hm2（絕收面積28.56萬hm2），洪澇、山體滑坡、泥石流和臺風(fēng)受災(zāi)面積202.57萬hm2（絕收面積45.68萬hm2），受災(zāi)人口達(dá)6 235.75萬人次，導(dǎo)致直接經(jīng)濟損失1 127.58億元①資料來源于《中國統(tǒng)計年鑒2021》。。此外，政府關(guān)于農(nóng)村環(huán)境污染治理投入能有效緩解耕地利用過程中碳排放和面源污染等問題，并有利于形成示范聯(lián)動效應(yīng)，提高農(nóng)戶生產(chǎn)的環(huán)保意識，推動耕地綠色低碳利用。

農(nóng)業(yè)政策因素中，2005年財政支農(nóng)力度（X8）的因子影響力指數(shù)為0.284，排名最低，但隨時間推移呈現(xiàn)逐步增大態(tài)勢，2020年達(dá)0.436，位居第5位，表明農(nóng)業(yè)政策因素對長江經(jīng)濟帶CLGLU空間差異產(chǎn)生了一定影響。其作用機理可能是：健全合理的耕地利用管理制度以及一系列糧食直補、農(nóng)業(yè)稅改革和農(nóng)機器具購買補貼等支農(nóng)政策均有利于管控耕地棄耕、農(nóng)地非農(nóng)化態(tài)勢以及緩解農(nóng)戶農(nóng)業(yè)生產(chǎn)投入壓力，激發(fā)其生產(chǎn)積極性，對于增加耕地投入和提高期望產(chǎn)出具有積極作用。目前，長江經(jīng)濟帶中下游地區(qū)耕地利用管理制度更為完善，且政府財政支農(nóng)力度較強，發(fā)揮了其對CLGLU正面促進(jìn)效應(yīng)；而上游地區(qū)各省（市）政府宏觀引領(lǐng)和導(dǎo)向作用發(fā)揮不足，關(guān)于促進(jìn)耕地利用管理的政策制度相對薄弱，且政府財政支農(nóng)力度投入不強，從而限制了區(qū)域CLGLU水平提升。

4 結(jié)論與政策啟示

本文基于DEA-EBM模型和地理探測器模型探討了2005—2020年長江經(jīng)濟帶CLGLU的時空格局及其成因，主要結(jié)論如下：（1）研究期間長江經(jīng)濟帶CLGLU水平呈現(xiàn)穩(wěn)步上升的發(fā)展態(tài)勢，從2005年0.460上升至2020年0.604，平均增幅為1.85%。（2）研究區(qū)CLGLU水平空間差異較大，從下游、中游、上游依次遞減，高水平區(qū)主要集中在中下游江蘇、浙江和湖北等地，呈現(xiàn)“條塊狀”分布特征，且隨著時間推移聚集效應(yīng)出現(xiàn)小幅擴張；低水平區(qū)主要分布在上游四川、云南和貴州一帶。（3）長江經(jīng)濟帶CLGLU時空格局受社會經(jīng)濟發(fā)展、農(nóng)業(yè)現(xiàn)代化水平、自然環(huán)境和農(nóng)業(yè)政策等多種要素綜合影響，不同因子的影響作用差異較大。研究期內(nèi)社會經(jīng)濟因素因子影響力指數(shù)有所減小，但仍是影響長江經(jīng)濟帶CLGLU時空格局的主要因素；農(nóng)業(yè)機械化水平和農(nóng)業(yè)科技投入因子影響力指數(shù)逐漸增大，是長江經(jīng)濟帶CLGLU時空差異的重要影響因素；復(fù)種指數(shù)、自然災(zāi)害發(fā)生情況和農(nóng)業(yè)環(huán)境污染治理程度對研究區(qū)CLGLU時空演化產(chǎn)生了一定影響；財政支農(nóng)力度因子影響力指數(shù)隨時間推移逐步增大。

基于上述研究結(jié)論，得出如下政策啟示：（1）實施由經(jīng)濟發(fā)達(dá)地區(qū)到經(jīng)濟落后山區(qū)的差別化與多元化耕地利用和管理策略。長江經(jīng)濟帶幅員遼闊，上中下游經(jīng)濟發(fā)展水平差異較大，對于經(jīng)濟發(fā)達(dá)和耕地資源稟賦較高的中下游地區(qū)，大力推動耕地流轉(zhuǎn)與規(guī)模經(jīng)營，發(fā)展現(xiàn)代農(nóng)業(yè)，同時鼓勵發(fā)展生態(tài)農(nóng)業(yè)和有機農(nóng)業(yè)，實施清潔生產(chǎn)，推動耕地資源“綠色化”利用；對于經(jīng)濟水平相對落后的上游地區(qū)，積極制定支農(nóng)、惠農(nóng)相關(guān)耕地利用政策，不斷吸納更多農(nóng)業(yè)生產(chǎn)勞動力，同時促進(jìn)耕地利用模式和功能轉(zhuǎn)型優(yōu)化，進(jìn)一步提升耕地減碳增匯能力，推動耕地利用經(jīng)濟、社會和生態(tài)效益耦合協(xié)調(diào)發(fā)展。（2）完善相關(guān)政策工具制定，嚴(yán)格控制耕地利用碳排放。通過構(gòu)建耕地利用“低碳減排”考核體系，為耕地低碳利用提供政策支撐；進(jìn)一步完善耕地保護(hù)生態(tài)補償機制，提倡清潔環(huán)保型耕地利用模式，并將其與生態(tài)補償政策掛鉤，提高耕地經(jīng)營者使用低碳環(huán)保型農(nóng)業(yè)機械、有機肥的補貼力度，逐步提高經(jīng)營者耕地“低碳化”利用意愿。（3）推進(jìn)農(nóng)業(yè)科技創(chuàng)新。一方面，加快農(nóng)業(yè)科技人員培訓(xùn)，推動產(chǎn)學(xué)研與農(nóng)科教的結(jié)合，增強農(nóng)業(yè)科技對耕地綠色低碳利用的提升作用；另一方面，加強農(nóng)業(yè)生態(tài)技術(shù)研發(fā)，注重提升耕地減排增匯功能，修復(fù)污染土地和減少農(nóng)業(yè)生產(chǎn)碳排放。（4）加大農(nóng)業(yè)污染治理力度。不斷加強對長江經(jīng)濟帶各流域農(nóng)業(yè)污染治理力度，規(guī)范農(nóng)藥、化肥和地膜等生產(chǎn)資料使用，嚴(yán)格管控農(nóng)業(yè)面源污染，同時注重引導(dǎo)農(nóng)戶耕地生產(chǎn)綠色低碳行為，并促使其形成示范聯(lián)動效應(yīng)，帶動耕地綠色低碳利用水平全面提升。

本文深入分析了長江經(jīng)濟帶綠色低碳利用水平的現(xiàn)實特征及其相關(guān)成因，對于新時期我國耕地保護(hù)和區(qū)域耕地資源可持續(xù)利用具有重要參考價值。未來研究可在綠色低碳視角下耕地利用轉(zhuǎn)型與糧食安全關(guān)系方面進(jìn)一步深化，探索耕地綠色低碳轉(zhuǎn)型對農(nóng)業(yè)經(jīng)濟增長和糧食安全的作用機制，并深入揭示其耦合協(xié)調(diào)關(guān)系及影響機理。