杜國明 賴珂珂 顧一笑

摘 要：廣東省各地區(qū)的農(nóng)業(yè)生產(chǎn)在農(nóng)業(yè)用地利用效率上存在著顯著的差異。本文收集了2016—2020年廣東省20個地區(qū)的面板數(shù)據(jù)，構(gòu)建了測算廣東省各地區(qū)農(nóng)地利用效率的投入—產(chǎn)出指標(biāo)體系，使用DEA超效率模型與Malmquist指數(shù)分解相結(jié)合的方法，比較分析了廣東省 20個地區(qū)在此期間農(nóng)地利用效率及其變動趨向，使用面板數(shù)據(jù)歸因分析方法，討論了廣東省各地區(qū)農(nóng)地利用效率變動的影響因素和作用路徑。結(jié)論如下：①2016—2020年期間，廣東省各地域土地利用效率存在顯著的差異，近50%地區(qū)的農(nóng)業(yè)用地利用處于DEA無效狀態(tài)；②廣東省整體農(nóng)地利用效率在2016—2020年期間呈現(xiàn)增長態(tài)勢。③廣東省各地區(qū)農(nóng)地利用效率及其變動趨勢在2016—2020年期間存在著顯著的差異性。④廣東省城市經(jīng)濟(jì)的快速發(fā)展對農(nóng)業(yè)發(fā)展的促進(jìn)效應(yīng)小于對農(nóng)業(yè)資源的擠占效應(yīng)。⑤與廣東省各地區(qū)急速現(xiàn)代化發(fā)展相比，廣東省各地區(qū)農(nóng)業(yè)生產(chǎn)的結(jié)構(gòu)調(diào)整已經(jīng)表現(xiàn)出了發(fā)展滯后現(xiàn)象。

關(guān)鍵詞：農(nóng)業(yè)用地；利用效率；DEA超效率模型；Malmquist指數(shù)；歸因分析

中圖分類號：F301.2? ?文獻(xiàn)標(biāo)識碼：A? ?文章編號：1008-2697（2023）06-0004-09

一、引言

隨著鄉(xiāng)村振興戰(zhàn)略的提出以及實施，中國人清醒的認(rèn)識到中國鄉(xiāng)村社會擁有自己獨特文化和悠久歷史底蘊(yùn)和內(nèi)涵的鄉(xiāng)土文明，遵從西方的石油農(nóng)業(yè)、大規(guī)模農(nóng)業(yè)的發(fā)展道路，都有可能失敗。尋找一條新的途徑，活化我國農(nóng)村、農(nóng)業(yè)最有價值的資源——土地，以及土地上承載的數(shù)以百億計的生態(tài)資源價值，將其轉(zhuǎn)換成我國社會未來發(fā)展強(qiáng)大的動力，為我國暢通國內(nèi)經(jīng)濟(jì)大循環(huán)提供基本保障。

以廣州、深圳為中心，強(qiáng)勁的輻射作用，帶動了周邊地區(qū)的經(jīng)濟(jì)發(fā)展，廣東經(jīng)濟(jì)長期排名全國第一。但是廣東省內(nèi)各地區(qū)之間的經(jīng)濟(jì)發(fā)展水平差異也表現(xiàn)出不平衡的一面。尤其由于空間地理分布、自然稟賦、距離中心城市遠(yuǎn)近，以及與各地區(qū)農(nóng)業(yè)外部環(huán)境物資交換強(qiáng)度等地區(qū)性異質(zhì)性差異影響的存在，廣東省各地區(qū)的農(nóng)業(yè)生產(chǎn)在農(nóng)業(yè)用地利用效率上存在著顯著的差異。這一差異強(qiáng)化了廣東省各地第一產(chǎn)業(yè)與二三產(chǎn)業(yè)發(fā)展的差距。顯然，在有效保護(hù)農(nóng)地的基礎(chǔ)上，提高稀缺農(nóng)地資源的利用效率，對推動廣東省農(nóng)業(yè)生產(chǎn)，實現(xiàn)農(nóng)業(yè)的綠色發(fā)展、鄉(xiāng)村振興都有著十分重要的意義。

國外對于土地利用研究起步較早，這些研究早期關(guān)注的重點是農(nóng)業(yè)用地管理、使用制度的比較。但是隨著農(nóng)業(yè)用地稀缺性的提升，近20年，土地可持續(xù)發(fā)展理論的興起，土地資源可持續(xù)利用已成為研究人類社會可持續(xù)發(fā)展的核心內(nèi)容，土地資源可持續(xù)利用成為當(dāng)今世界學(xué)術(shù)界的熱門話題。20世紀(jì)70年代開始，理論的發(fā)展，統(tǒng)計計量軟件的大量使用，以及數(shù)據(jù)的可獲得性提高，促使學(xué)者們轉(zhuǎn)向?qū)ν恋刭Y源利用的是實證研究，研究范圍獲得了更大的擴(kuò)展。Tudor [1]在羅馬尼亞農(nóng)業(yè)用地綜合利用項目中，創(chuàng)造性引入工具變量，將土地利用效率與糧食危機(jī)聯(lián)系起來，研究結(jié)果表明受到大量農(nóng)產(chǎn)品進(jìn)口的影響，市場不再有效反映本地農(nóng)產(chǎn)品生產(chǎn)成本，理性的農(nóng)戶將因此主動減少在農(nóng)業(yè)用地上的投入以應(yīng)對可能的經(jīng)營風(fēng)險。Liangjian[2]、Van Zanten[3]實證研究認(rèn)為對于土地利用效率評價這一復(fù)雜的非線性社會系統(tǒng)，努力通過模型中引入過多影響因素，并不能得到有解釋力的結(jié)果。Li[4]使用面板數(shù)據(jù)，討論了中國東北地區(qū)城市化對周邊小城鎮(zhèn)種植業(yè)土地利用效率的影響，研究表明城鎮(zhèn)化率和農(nóng)業(yè)總產(chǎn)值占比高度負(fù)相關(guān)，城鎮(zhèn)化率對土地利用效率影響高度顯著，但是農(nóng)業(yè)產(chǎn)值的占比對土地利用效率影響并不顯著。

國內(nèi)學(xué)者對我國土地利用的研究開展較晚，近二十年來，在土地利用效率研究方面，學(xué)者對土地利用的焦點轉(zhuǎn)向農(nóng)業(yè)用地利用效率的實證分析方面。在數(shù)據(jù)選擇上，有從截面數(shù)據(jù)、時序數(shù)據(jù)向面板數(shù)據(jù)轉(zhuǎn)移的趨勢。在研究方法上，也表現(xiàn)出從主成分分析法、層次分析法、DEA數(shù)據(jù)包絡(luò)分析，向面板數(shù)據(jù)分析、空間計量分析轉(zhuǎn)移的趨勢。吳振華、雷琳等[5]使用數(shù)據(jù)包絡(luò)分析法，建立三階段DEA模型，對河南省和江蘇省的農(nóng)業(yè)土地利用效率進(jìn)行了省級區(qū)域比較研究，研究表明環(huán)境因素、土地利用的規(guī)模效率、有效的土地市場都是影響土地利用綜合效率的關(guān)鍵因素。丁濤、武禎妮[6]進(jìn)行了農(nóng)業(yè)土地資源利用效率的區(qū)域比較研究，表明與DEA方法聯(lián)合使用的Malmquist指數(shù)分析方法，在處理面板數(shù)據(jù)時，相比之前的普通DEA包絡(luò)分析方法有很大的優(yōu)勢。李婭、譚秋等[7]從農(nóng)業(yè)產(chǎn)業(yè)發(fā)展適宜性的角度對原平市進(jìn)行了定量分析，以土地利用為中心，對原平市農(nóng)業(yè)產(chǎn)業(yè)布局的優(yōu)化問題提出了建議。

在農(nóng)業(yè)用地效率評價指標(biāo)方面，以“農(nóng)業(yè)用地利用效率”在知網(wǎng)上查詢2016—2021年的核心期刊，部分學(xué)者利用數(shù)據(jù)包絡(luò)模型分析法研究農(nóng)業(yè)用地構(gòu)建的評價指標(biāo)。趙茜宇、張占錄[8]在全國范圍內(nèi)，以農(nóng)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)機(jī)械總動力、農(nóng)用地面積、化肥施用量為投入變量，以糧食產(chǎn)量、農(nóng)業(yè)總產(chǎn)值為產(chǎn)出變量進(jìn)行研究。牛星、吳岳婷等[9]在江蘇省范圍做的相關(guān)分析中，以農(nóng)林牧漁就業(yè)人員、農(nóng)業(yè)機(jī)械總動力、家庭承包耕地流轉(zhuǎn)總面積、農(nóng)業(yè)化肥使用量、流轉(zhuǎn)用于種植糧食作物的面積為輸入，以糧食產(chǎn)量、農(nóng)業(yè)產(chǎn)值為輸出。徐玉婷、黃賢金等[10]以長江中下游地區(qū)為例，分析的是家庭用工和雇工總量、年播種面積、生產(chǎn)資料流動資本、雇工工資、租賃機(jī)械流動資本、土地租金、固定資產(chǎn)折舊為投入指標(biāo)，農(nóng)業(yè)生產(chǎn)的年毛收入和從事水稻經(jīng)營的農(nóng)業(yè)經(jīng)營主體農(nóng)業(yè)生產(chǎn)的年總產(chǎn)量為產(chǎn)出指標(biāo)。

綜合來說，目前主要使用的分析方法中有主成分分析法（PCA），優(yōu)點是可以進(jìn)行多指標(biāo)變量綜合評價，加快對樣本有價值信息的處理速度。但是，在處理過程中難以對研究進(jìn)行干預(yù)，因此有導(dǎo)致工作得不到預(yù)期效果的可能。層次分析法可以對未知系統(tǒng)進(jìn)行探索性評價，在多目標(biāo)、多準(zhǔn)則、多時期的系統(tǒng)評價上，在工作效率上有比較優(yōu)勢。缺點是分析過程容易受到主觀影響，定量分析較少，定性成分多，缺乏一定科學(xué)性。與前兩種分析方法相比，數(shù)據(jù)包絡(luò)分析方法（DEA）的優(yōu)點是不需要函數(shù)具體形式，也不需要為研究變量設(shè)置權(quán)重，直接利用非線性規(guī)劃方法，在處理多輸入、多輸出的復(fù)雜非線性系統(tǒng)效率定量分析上具有顯著的優(yōu)勢。不過傳統(tǒng)DEA模型在計算效率值時也存在方法上的局限，即在評價結(jié)果上常常存在復(fù)數(shù)個有效的決策單元，因為無法對其排序，這使得研究無法進(jìn)一步比較有效決策元單間效率的高低。也是由于這個原因，本文借鑒近期文獻(xiàn)的工作方法，在比較廣東省各地區(qū)土地利用效率變動規(guī)律上，使用了DEA超效率CCR模型和Malmquist指數(shù)分解相結(jié)合的分析方法。

二、廣東省農(nóng)業(yè)用地資源及利用概況

從廣東省農(nóng)業(yè)用地資源現(xiàn)狀看，以耕地為例，根據(jù)廣東省統(tǒng)計局公布耕地面積數(shù)據(jù)，全省2018年末耕地保有量面積為4702.49萬畝。廣東省各市2018年末耕地保有量面積如圖1所示，廣東省耕地主要分布在湛江市、清遠(yuǎn)市、茂名市、韶關(guān)市、陽江市、江門市等地。

交叉觀察廣東省各地區(qū)農(nóng)業(yè)用地占比（地區(qū)農(nóng)業(yè)耕地/全省耕地保有面積）、農(nóng)業(yè)總產(chǎn)值占比（地區(qū)農(nóng)業(yè)產(chǎn)值/地區(qū)生產(chǎn)總值）、農(nóng)業(yè)勞動力占比（地區(qū)第一產(chǎn)業(yè)從業(yè)人員/全省第一產(chǎn)業(yè)從業(yè)人員）情況。

從圖2可以看到，在耕地利用效率上，廣東省各地區(qū)存在顯著的差異。例如廣州、揭陽和云浮，汕頭和中山，江門和陽江，在大致相同的農(nóng)業(yè)用地占有條件下，在農(nóng)業(yè)產(chǎn)值上卻出現(xiàn)了顯著不同。這表明，由于各地社會經(jīng)濟(jì)自然條件的不同，在農(nóng)業(yè)用地利用上各個地區(qū)存在著地區(qū)異質(zhì)性。

如圖3所示，廣東省絕大部分地區(qū)的農(nóng)業(yè)生產(chǎn)采用的都是節(jié)約耕地或者耕地中性的生產(chǎn)路線。不過，不同地區(qū)在農(nóng)業(yè)生產(chǎn)技術(shù)的勞動力偏向上，還是存在很大的差別。例如汕頭、潮州、中山大約在耕地占比上，處在相同的水平。在單位土地上，相比潮州、中山、汕頭的農(nóng)業(yè)生產(chǎn)吸收了更多的勞動力。一般而言，市場經(jīng)濟(jì)下勞動力可以自由流動，由此汕頭農(nóng)業(yè)生產(chǎn)的單位土地產(chǎn)值要大于潮州，而潮州要大于中山。顯然，這些地區(qū)的農(nóng)業(yè)產(chǎn)出結(jié)構(gòu)是不同的，誘致理性農(nóng)戶選擇了不同的土地利用水平。

三、廣東省農(nóng)業(yè)用地利用效率測算與評價

（一）變量選取與數(shù)據(jù)描述

廣東省農(nóng)業(yè)用地利用效率評價第一步是選取投入產(chǎn)出指標(biāo)。選取的評價變量要能夠獲得相關(guān)數(shù)據(jù)，具有代表性，能全面、準(zhǔn)確、客觀的反映農(nóng)業(yè)用地利用過程中的投入和產(chǎn)出變化。評價指標(biāo)體系如表1所示。

土地投入：農(nóng)業(yè)生產(chǎn)中最重要投入要素是土地。選取農(nóng)作物總播種面積作為農(nóng)業(yè)用地投入的指標(biāo)。

資本投入：資本的投入可以帶來技術(shù)，技術(shù)可以影響產(chǎn)出，進(jìn)而影響農(nóng)業(yè)土地利用效率。以農(nóng)業(yè)機(jī)械總動力、農(nóng)用化肥使用折純量體現(xiàn)農(nóng)民在生產(chǎn)上的資本投入。

勞動力投入：勞動力是土地利用的主體。選取第一產(chǎn)業(yè)從業(yè)人員數(shù)作為勞動力投入的指標(biāo)。

經(jīng)濟(jì)效益：包括國民生產(chǎn)總值、財政收入等。選取農(nóng)業(yè)總產(chǎn)值作為經(jīng)濟(jì)效益指標(biāo)，用來表示農(nóng)業(yè)土地帶來的經(jīng)濟(jì)產(chǎn)出。

社會生活效益：農(nóng)業(yè)生產(chǎn)作為農(nóng)民的主要收入來源。選取糧食產(chǎn)量和農(nóng)村人均收入水平作為社會產(chǎn)出指標(biāo)。

廣東省農(nóng)業(yè)用地利用效率評價模型使用了2016年至2020年有關(guān)農(nóng)業(yè)土地利用的各項投入與產(chǎn)出數(shù)據(jù)，樣本為2016至2020年廣東省20個地區(qū)的區(qū)域數(shù)據(jù)，共100個觀察結(jié)果，如表2。

（二）廣東省農(nóng)業(yè)用地利用效率測算與分析

使用DEA—SOLVER13軟件對廣東省 20個區(qū)域的農(nóng)業(yè)用地利用效率進(jìn)行逐年測算，結(jié)果顯示： 同一時期，廣東省各地域土地利用效率存在很大的差異，近百分之五十地區(qū)的農(nóng)業(yè)用地利用處于DEA無效狀態(tài)，這使得廣東省五年來的總體農(nóng)業(yè)用地利用效率未達(dá)到有效狀態(tài)，如下表所示。

以 2016年為例，廣州、珠海等 11個地區(qū)的土地利用效率處于 DEA有效狀態(tài)，說明這些地區(qū)的農(nóng)業(yè)用地利用上的投入產(chǎn)出達(dá)到DEA意義上的最優(yōu)配置； 而其他9個地區(qū)在土地利用上的投入產(chǎn)出，雖然從平均得分上看也比較高，但是是非 DEA有效的，說明在農(nóng)業(yè)用地利用效率的改進(jìn)上還有提升的空間。

基于普通DEA—CCR模型分析的結(jié)果，同一時期多個地區(qū)的土地利用效率均為 1，無法比較它們之間的效率高低。為此，使用Maxdea軟件的DEA超效率模型對面板數(shù)據(jù)進(jìn)行處理，以解決農(nóng)業(yè)用地利用效率有效區(qū)域之間的排序問題，結(jié)果如表4所示。仍然以2016年為例，廣東省11個土地利用效率DEA有效區(qū)域，根據(jù)超效率DEA結(jié)果，可依次按降序排列為中山、東莞、廣州、茂名、江門、珠海、梅州、揭陽、河源、佛山、汕頭。然而，2017 年中山地區(qū)的農(nóng)業(yè)用地利用效率即從上一年的6.77下降到1.009，下降到了全省排名的第十三位，近兩年甚至降到0.637、0.607，處于農(nóng)業(yè)用地利用DEA無效水平。這說明不同年份間的廣東省各區(qū)域土地利用效率存在著很大的變動。

（三）基于Malmquist指數(shù)的廣東省各地區(qū)農(nóng)業(yè)用地利用效率變化分析

為了說明不同時期廣東省整體農(nóng)業(yè)用地利用效率的變動情況，借助Maxdea軟件的Malmquist 指數(shù)方法，對廣東省20個區(qū)域2016—2020年在農(nóng)業(yè)用地利用的投入、產(chǎn)出面板數(shù)據(jù)進(jìn)行時間序列分析。結(jié)果如表5、圖4所示。

觀察上表，可以看出：

（1）2016—2020年間，廣東省農(nóng)業(yè)用地利用效率總體上處于增長態(tài)勢，土地利用的整體效率（MI）年均增長5%。Malmquist 指數(shù)對整體效率變動來源的分解表明，土地利用效率整體增長的來源是技術(shù)效率變動（EC）和技術(shù)進(jìn)步變動（TC）的聯(lián)合作用。其中，技術(shù)進(jìn)步增長是主要方面。即農(nóng)業(yè)用地利用效率的變化，主要來自第一產(chǎn)業(yè)外部經(jīng)營環(huán)境不斷的改善，這一點達(dá)到了年均增長4%的水平。在規(guī)模報酬可變假設(shè)下，可以觀察到通過Malmquist指數(shù)對技術(shù)效率（EC）變動因素的進(jìn)一步分解。廣東省農(nóng)業(yè)用地利用的規(guī)模效率變動指數(shù)（SEC）平均增長了6.6%，這說明廣東省農(nóng)業(yè)用地利用效率在技術(shù)給定條件下，改善主要取決在土地集約利用水平的提高上。在技術(shù)給定條件下，農(nóng)業(yè)用地利用的純技術(shù)進(jìn)步變化效率（PEC）有逐年度略微下降的趨勢。

（2）從總體上看，在2016至2020年整個時間段內(nèi)，除純技術(shù)效率變動指數(shù)（PEC）外，其他反映廣東省農(nóng)業(yè)用地利用效率變動情況的指數(shù)均呈現(xiàn)不同程度的增長趨勢。2016至2019年時間段內(nèi)，廣東省農(nóng)業(yè)用地利用的整體效率變動指標(biāo)（MI）和農(nóng)業(yè)用地技術(shù)進(jìn)步效率變動指標(biāo)（TC）的增長速度始終不斷提高，在2019至2020時間段增長速度出現(xiàn)了下降；農(nóng)業(yè)用地利用的規(guī)模效率變動指標(biāo)（SEC）在2016—2017、2017—2018兩個時間段內(nèi)雖然繼續(xù)大幅下降，但其后在2018—2020時間段內(nèi)基本保持平穩(wěn)的增長。

（3）廣東省農(nóng)業(yè)用地利用技術(shù)進(jìn)步效率增長率與農(nóng)業(yè)用地利用整體效率變動情況呈現(xiàn)同方向變動；但是農(nóng)業(yè)用地利用的技術(shù)效率變動，雖然在五年的時間內(nèi)始終保持正的增長速度，但是增長速度的變化是不斷下降的，農(nóng)業(yè)用地利用的純技術(shù)效率變動指標(biāo)（PEC），雖然在2016—2018年出現(xiàn)了改善，但在五年時間段內(nèi)的大多數(shù)時間里，其增長率都是負(fù)的。這說明制約廣東省農(nóng)業(yè)用地整體利用效率進(jìn)一步提高的主要因素來自農(nóng)業(yè)用地利用的投入資源的協(xié)調(diào)和產(chǎn)出結(jié)構(gòu)的調(diào)整上。即廣東省農(nóng)業(yè)用地整體利用效率變動指標(biāo)（MI）增長的主要來源在于技術(shù)進(jìn)步效率變動指標(biāo)（TC）的改善。與此相對，由技術(shù)效率變動指標(biāo)（EC）表現(xiàn)的農(nóng)地利用的微觀層面，對農(nóng)地利用整體效率提高的影響，相比之下微弱很多。

在對廣東省農(nóng)地利用效率變動情況整體性分析的基礎(chǔ)上，對廣東省各區(qū)域間的農(nóng)地利用效率變動的差異情況進(jìn)行比較。廣東省2016—2020年各地區(qū)農(nóng)地利用效率變動的Malmquist指數(shù)指標(biāo)及其分解，如表6所示。

從上表可以看出： 2016—2020 年期間，廣東省各地區(qū)農(nóng)業(yè)用地利用效率整體變動（MI）情況，均呈現(xiàn)出不斷增長的態(tài)勢（除河源和中山）。測算2016—2020年廣東省各地區(qū)農(nóng)業(yè)用地利用效率變化情況的Malmquist指數(shù)及其分解后的各項變動指標(biāo)描述統(tǒng)計，如表7所示：

測算宏觀環(huán)境對土地利用效率變動影響的技術(shù)進(jìn)步變化指數(shù)（TC），各地區(qū)在2016—2020年的整個時間段內(nèi)，和各地區(qū)的Malmquist指數(shù)同步，均呈現(xiàn)正向增長的態(tài)勢。與此相對，描述微觀經(jīng)營層面對土地利用效率變動影響的技術(shù)效率變化指數(shù)（EC），正向的變動趨勢卻很微弱。在規(guī)?？勺兗僭O(shè)下對這一指標(biāo)進(jìn)一步的分解，如表7，由技術(shù)效率變動指數(shù)（EC）進(jìn)一步分解得到的兩個指標(biāo)：純技術(shù)效率變動指數(shù)PEC和規(guī)模效率變動指數(shù)SEC，地區(qū)間差異顯著，且由方差表示的波動幅度也遠(yuǎn)高于其他指數(shù)。其中，表示農(nóng)業(yè)用地利用純技術(shù)效率變化的指數(shù)PEC，在2016—2020年期間出現(xiàn)持續(xù)性下降的地區(qū)達(dá)到了10個，在所有效率變動指數(shù)中的表現(xiàn)最差。描述微觀經(jīng)營層面對農(nóng)地利用效率的技術(shù)效率變化指數(shù)EC，正向變動趨勢微弱的原因也是主要來源于此。

從圖5可知，珠海、佛山、韶關(guān)、東莞、湛江、中山、清遠(yuǎn)、河源8個地區(qū)的農(nóng)業(yè)用地利用效率的變動主要來自于技術(shù)進(jìn)步變動的影響；廣州、汕頭、惠州、汕尾、陽江、茂名、肇慶、潮州、云浮9個地區(qū)的農(nóng)地整體利用效率的變動同時受到了來自技術(shù)進(jìn)步指數(shù)和技術(shù)效率變動的聯(lián)合影響；江門土地利用效率變動原因主要受到的是技術(shù)效率變動的影響；此外，技術(shù)進(jìn)步變動與技術(shù)效率變動對梅州、揭陽的土地利用效率的影響均不顯著。這也是這兩個地區(qū)，土地利用整體效率在2016至2020年整個時間段內(nèi)總體保持不變的原因。

四、廣東省農(nóng)業(yè)用地利用效率影響因素實證分析

（一）影響因素選取

使用面板數(shù)據(jù)，對農(nóng)業(yè)用地利用效率值做歸因分析，討論影響廣東省各地農(nóng)業(yè)用地利用效率的可能因素、作用途徑及其影響的大小。

土地報酬遞減規(guī)律使得農(nóng)地利用效率受到多種因素的影響。首先是生產(chǎn)方向的選擇，其次是與農(nóng)業(yè)用地配套的生產(chǎn)資料投入與技術(shù)選擇，如施肥量、施肥面積、播種面積、勞動力等，這些是農(nóng)戶可以自行選擇、控制的。而地區(qū)經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)補(bǔ)貼政策及不可控的自然環(huán)境影響，這些超出了經(jīng)營主農(nóng)戶的控制范圍。因此，對影響農(nóng)地利用效率的影響因素，可以根據(jù)農(nóng)戶可控和不可控程度進(jìn)行劃分，并在數(shù)據(jù)可獲得性約束下進(jìn)行選取。

在影響因素初步選取的基礎(chǔ)上，為了抑制歸因分析中可能遇到的異方差、自相關(guān)等擾動的影響。我們使用原始變量面板數(shù)據(jù)集，對部分原始變量做了比率化處理。由此，結(jié)合變量的相關(guān)系數(shù)矩陣比較及對廣東省各地農(nóng)業(yè)用地利用效率的討論，選取了代表宏觀環(huán)境因素的城鎮(zhèn)化率、農(nóng)業(yè)占比（各地農(nóng)業(yè)總產(chǎn)值占比）、單位貨運量、代表微觀投入因素的灌溉比率、代表微觀產(chǎn)出因素的人均農(nóng)業(yè)生產(chǎn)產(chǎn)值為主要研究指標(biāo)。以下將分析這五個因素對廣東省農(nóng)業(yè)用地利用效率的影響。

（二）廣東省農(nóng)業(yè)用地利用效率影響因素回歸模型的構(gòu)建

為了進(jìn)一步抑制解釋變量間可能出現(xiàn)的自相關(guān)、多重共線性、異方差的影響，對面板數(shù)據(jù)集的回歸分析，選擇了非線性的雙對數(shù)模型，基本形式是：

lnYit=β0+β1lnx1it+…+βnχnit+μi+εit（1）

（三）農(nóng)業(yè)用地利用超效率值的影響因素面板數(shù)據(jù)分析結(jié)果及解釋

由Tobit模型得到的系數(shù)，是潛變量y*對解釋變量的偏導(dǎo)數(shù)，也就是說，Tobit截斷回歸方法得到的系數(shù)，和線性回歸模型系數(shù)作為解釋變量的邊際效應(yīng)意義不同，它測算的是解釋變量在某個特定位置，被解釋變量出現(xiàn)的概率，因此雖然可以通過符號做

變量間相關(guān)性的定性分析，但是在定量分析中很難找到有經(jīng)濟(jì)意義的解釋。為此，本文使用了Maxdea軟件的DEA超效率模型，這個軟件的優(yōu)點是能對所有DEA有效決策單元進(jìn)行排序，因此數(shù)據(jù)集的值域不再存在[0.1]的局限。

首先，使用Stata15以地區(qū)為聚類變量，用效率對數(shù)值對人均產(chǎn)值、灌溉比率、城鎮(zhèn)化率、農(nóng)業(yè)占比、單位貨運量的對數(shù)值做穩(wěn)健標(biāo)準(zhǔn)誤的混合回歸。然后，分別使用上述變量做固定效應(yīng)回歸、隨機(jī)效應(yīng)回歸，最后根據(jù)Hausman檢驗結(jié)果，匯報哪種回歸方法的結(jié)構(gòu)更有效率。面板數(shù)據(jù)回歸結(jié)果如表9所示。

Hausman檢驗結(jié)果不拒絕“原假設(shè)H0：個體效應(yīng)隨機(jī)擾動項u與解釋變量xi不相關(guān)”，也就是說，Hausman檢驗認(rèn)為模型的隨機(jī)擾動項中存在與解釋變量農(nóng)地利用效率不相關(guān)的個體異質(zhì)性影響因素。在這種情況下， Hausman檢驗認(rèn)為隨機(jī)效應(yīng)模型的估計效率優(yōu)于固定效應(yīng)模型，Hausman檢驗結(jié)果如表10所示。

結(jié)果顯示，核心變量人均產(chǎn)值、灌溉比率、單位貨運量、城鎮(zhèn)化率、農(nóng)業(yè)占比，無論是混合回歸、固定效應(yīng)回歸還是隨機(jī)效應(yīng)回歸，不僅符號相同，而且，回歸系數(shù)都是顯著的。依據(jù)Hausman檢驗的指示，以下的討論主要依據(jù)來自于使用穩(wěn)健標(biāo)準(zhǔn)誤的隨機(jī)效應(yīng)模型結(jié)果：

（1）農(nóng)業(yè)勞動力人均農(nóng)業(yè)生產(chǎn)產(chǎn)值對農(nóng)業(yè)用地利用效率值的影響，在所有回歸結(jié)果中都是高度顯著的，并且其影響是正向的?；貧w結(jié)果表明農(nóng)業(yè)勞動力人均農(nóng)業(yè)生產(chǎn)產(chǎn)值每提高1%，農(nóng)業(yè)用地利用效率值將提高0.338%。即各地根據(jù)自身比較優(yōu)勢，及時調(diào)整農(nóng)業(yè)土地生產(chǎn)結(jié)構(gòu)，提高以市場價格計量的農(nóng)地產(chǎn)出，有利于農(nóng)地利用效率的提高。

（2）有效灌溉面積和農(nóng)作物播種面積的比值——灌溉比率，其對農(nóng)地利用效率的影響是負(fù)向的，即有效灌溉比率提高百分之一，將降低農(nóng)地利用效率0.336%。從回歸結(jié)果看，在目前生產(chǎn)技術(shù)條件、農(nóng)業(yè)生產(chǎn)組織方式、產(chǎn)出結(jié)構(gòu)給定的條件下，廣東省各地區(qū)土地利用效率已經(jīng)達(dá)到了相對最優(yōu)的狀態(tài)，單純對單位土地增加投入，農(nóng)業(yè)用地利用效率的綜合比較并不給予灌溉比率這一生產(chǎn)投入以正向的評價。在其他變量不變的條件下，單位農(nóng)地上進(jìn)一步的資源投入，將導(dǎo)致農(nóng)業(yè)用地利用效率的降低。

（3）單位貨運量對農(nóng)業(yè)用地利用效率值的影響是正向的。雖然這一影響在統(tǒng)計上不顯著，但是卻不能忽視。沒有有效暢通的物流輸入輸出，理性農(nóng)戶的生產(chǎn)產(chǎn)出決策，生產(chǎn)產(chǎn)出結(jié)構(gòu)優(yōu)化調(diào)整必然存在嚴(yán)重的局限。

（4）城鎮(zhèn)化率和農(nóng)業(yè)產(chǎn)值占比兩個變量在主要回歸估計中都是高度顯著的。城鎮(zhèn)化率每提高一個百分點，將降低農(nóng)業(yè)用地利用效率1.224個百分點。一般來說，一方面，二、三產(chǎn)業(yè)的蓬勃發(fā)展，將誘致更多的農(nóng)業(yè)勞動力和資源從農(nóng)業(yè)向外發(fā)生轉(zhuǎn)移，這將對農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)用地利用產(chǎn)生擠出效應(yīng)。另一方面，二、三產(chǎn)業(yè)的快速發(fā)展，都將產(chǎn)生更多的農(nóng)村公共物品投入和私人投入反哺農(nóng)業(yè)，促進(jìn)農(nóng)業(yè)產(chǎn)出結(jié)構(gòu)的不斷優(yōu)化調(diào)整，促進(jìn)單位農(nóng)業(yè)用地利用效率的提高。顯然正反兩方面的影響，回歸結(jié)果中顯示出目前其最終合力對農(nóng)業(yè)用地利用效率的影響是負(fù)向的。這意味著目前廣東二、三產(chǎn)業(yè)的快速發(fā)展，對農(nóng)業(yè)生產(chǎn)的促進(jìn)作用還存在一定的滯后，對各地區(qū)農(nóng)業(yè)生產(chǎn)資源的擠占還是城鎮(zhèn)化發(fā)展的主要方面，顯然這將降低土地的農(nóng)業(yè)生產(chǎn)上的利用效率。

（5）農(nóng)業(yè)產(chǎn)值占比對農(nóng)業(yè)用地利用效率的影響，在主要回歸估計中都是高度顯著的?；貧w結(jié)果顯示農(nóng)業(yè)總產(chǎn)值占比每提高一個百分點，將降低農(nóng)業(yè)用地利用效率0.534%。一般而言，各地農(nóng)業(yè)生產(chǎn)總值占比的提高，通常意味著農(nóng)業(yè)生產(chǎn)的規(guī)模經(jīng)濟(jì)和集約利用程度的提高。但是另一方面，農(nóng)業(yè)生產(chǎn)總值占比高也意味著二、三產(chǎn)業(yè)發(fā)展不足，顯然這將減弱二、三產(chǎn)業(yè)對農(nóng)業(yè)生產(chǎn)的支持與反哺效應(yīng)。在農(nóng)業(yè)產(chǎn)出結(jié)構(gòu)、技術(shù)條件、生產(chǎn)組織制度給定的條件下，回歸結(jié)果顯示的農(nóng)業(yè)總產(chǎn)值占比對農(nóng)業(yè)用地利用效率的負(fù)面影響，顯示農(nóng)業(yè)占比提高的農(nóng)業(yè)生產(chǎn)規(guī)模經(jīng)濟(jì)對農(nóng)業(yè)用地利用效率的改善效應(yīng)，小于二、三產(chǎn)業(yè)發(fā)展不足對農(nóng)業(yè)用地利用效率提高的支持和反哺效應(yīng)。同時，農(nóng)業(yè)生產(chǎn)總值占比提高對農(nóng)業(yè)用地利用效率的負(fù)向影響，強(qiáng)化了目前城鎮(zhèn)化率提高對農(nóng)業(yè)用地利用效率的負(fù)向影響。顯然與廣東省各地區(qū)其他產(chǎn)業(yè)的發(fā)展速度相比，農(nóng)業(yè)產(chǎn)業(yè)發(fā)展存在一定程度的滯后。

（6）隨機(jī)效應(yīng)模型估計的常數(shù)項12.06，這一影響在模型的估計中是高度顯著的。它代表“個體效應(yīng)”μt的平均影響。這說明在對農(nóng)業(yè)用地利用效率的估計中，對回歸過程中由（μt+εit）兩部分構(gòu)成的復(fù)合擾動項中，存在著與目前模型中所有的解釋變量χnit均不相關(guān)的代表地區(qū)異質(zhì)性的隨機(jī)變量“個體效應(yīng)”μi的影響。

五、廣東省農(nóng)業(yè)用地利用效率研究結(jié)論與建議

（一）研究結(jié)論

使用超效率DEA模型與Malmquist 指數(shù)分解方法，對2016—2020年廣東省整體及各地區(qū)農(nóng)業(yè)用地利用效率及其變動情況的比較討論，得出如下結(jié)論：

（1）廣東省各地域土地利用效率同期間存在很大差異，近50%地區(qū)的農(nóng)業(yè)用地利用處于DEA無效狀態(tài)。

（2）廣東省整體農(nóng)業(yè)用地利用效率呈現(xiàn)增長態(tài)勢。這主要源于技術(shù)進(jìn)步與技術(shù)效率改善的交叉作用，其中技術(shù)進(jìn)步的影響巨大。廣東省農(nóng)業(yè)用地利用效率增長的主要來源在于農(nóng)業(yè)外部經(jīng)營環(huán)境的極大改善，即政府惠農(nóng)政策的不斷出臺，政府對農(nóng)村、農(nóng)業(yè)組織管理水平的不斷提高。

（3）廣東省各地區(qū)的土地利用效率與廣東省整體一樣均不同程度呈現(xiàn)出增長的趨勢。不同地區(qū)土地利用效率變化受到技術(shù)進(jìn)步、技術(shù)效率指數(shù)變動的影響程度各有不同。從技術(shù)效率變動指數(shù)來看，東莞、中山、江門、湛江、茂名5個地區(qū)的技術(shù)效率變動主要來自于規(guī)模效率變動的影響，惠州、汕尾、肇慶、潮州、云浮5個地區(qū)的技術(shù)效率變動主要來自于純技術(shù)效率變動的影響，廣東省其他10個地區(qū)的技術(shù)效率變動，則受到了純技術(shù)效率變動與規(guī)模效率變動兩方面的影響，是共同影響作用下形成的。因此，為了提高土地利用效率，需要各地因地制宜。

（4）從農(nóng)業(yè)用地利用效率角度觀察，廣東省經(jīng)濟(jì)社會發(fā)展到了一個瓶頸狀態(tài)。廣東省城市經(jīng)濟(jì)的快速發(fā)展對農(nóng)業(yè)發(fā)展的促進(jìn)效應(yīng)小于對農(nóng)業(yè)資源的擠占效應(yīng)；農(nóng)業(yè)生產(chǎn)集約程度提高帶來的規(guī)模經(jīng)濟(jì)效應(yīng)，小于當(dāng)?shù)囟⑷a(chǎn)業(yè)發(fā)展與第一產(chǎn)業(yè)物質(zhì)與信息交換帶來的增值效應(yīng)，如果這種交流強(qiáng)度存在增長的阻滯，這將降低農(nóng)業(yè)用地利用的綜合效率。與廣東省各地區(qū)社會、經(jīng)濟(jì)結(jié)構(gòu)急速現(xiàn)代化發(fā)展相比，廣東省各地區(qū)農(nóng)業(yè)生產(chǎn)的結(jié)構(gòu)調(diào)整已經(jīng)存在不容忽視的滯后現(xiàn)象。

（二）建議

延展農(nóng)業(yè)產(chǎn)業(yè)鏈，拓寬產(chǎn)業(yè)發(fā)展。調(diào)整優(yōu)化農(nóng)地使用的投入產(chǎn)出結(jié)構(gòu)，提高土地的利用效率，促進(jìn)農(nóng)地利用的產(chǎn)業(yè)化是全社會的任務(wù)。因此，廣東省各地區(qū)要走城鄉(xiāng)經(jīng)濟(jì)融合的發(fā)展道路。各地政府要打破城鄉(xiāng)之間、產(chǎn)業(yè)之間的藩籬，采取利益導(dǎo)向引導(dǎo)二、三產(chǎn)業(yè)加強(qiáng)與本地第一產(chǎn)業(yè)的物質(zhì)與信息交流的強(qiáng)度與廣度。延展農(nóng)業(yè)生產(chǎn)的產(chǎn)業(yè)鏈條，拓寬農(nóng)業(yè)、農(nóng)村的發(fā)展空間。

調(diào)動各方力量，實現(xiàn)鄉(xiāng)村振興。在農(nóng)地有效利用上，活化土地，以及生態(tài)資源價值，是土地資源可持續(xù)有效利用的充分必要條件。因此需要廣東省各地政府因地制宜、率先垂范、勇于進(jìn)取、勇于創(chuàng)新，用經(jīng)營廣東城市的勁頭，借著經(jīng)濟(jì)社會飛速發(fā)展的勢頭，經(jīng)營廣闊的廣東鄉(xiāng)村。

參考文獻(xiàn)：

［1］Tudor M M.Utilization of Land Resources in Agriculture-Opportunity or Risk for Romanian Agri-food Sector Competitiveness[C]//International Conference，Economic Scientific Research-Theoretical，Empirical and Practical Approaches.2014.

[2]Liangjian W，Hui L I.Cultivated Land Use Efficiency and the Regional Characteristics of its Influencing Factors in China：By Using a Panel Data of 281 Prefectural Cities and the Stochastic Frontier Production Function[J].Geographical Research，2014，33（11）：1995-2004.

[3]Van Zanten H H E，Mollenhorst H，Klootwijk C W，et al.Global Food Supply：Land Use Efficiency of Livestock Systems[J].The International Journal of Life cycle Assessment，2016（05）：21.

[4]Li W，Wang D，Li H，et al.Urbanization-induced Site Condition Changes of Peri-urban Cultivated Land in the Black Soil Region of Northeast China[J].Ecological Indicators，2017，80（09）：215-223.

[5]吳振華，雷琳，王亞蓓．基于三階段DEA模型的農(nóng)業(yè)土地利用效率評價——以河南省和江蘇省為例[J]．江蘇農(nóng)業(yè)科學(xué)，2019，47（16）：317-321．

[6]丁濤，武禎妮．基于Malmquist指數(shù)法的農(nóng)地利用效率測算[J]．統(tǒng)計與決策，2019，35（22）：82-84．

[7]李婭，譚秋，王麗雙等．縣域農(nóng)業(yè)土地利用適宜性評價與優(yōu)化研究——以山西省原平市為例[J]．中國農(nóng)業(yè)資源與區(qū)劃，2022，43（01）：91-99．

[8]趙茜宇，張占錄．中國縣級農(nóng)地利用效率的變化特征及原因解析[J]．中國人口·資源與環(huán)境，2019，29（04）：77-86．

[9]牛星，吳岳婷，吳冠岑．流轉(zhuǎn)水平差異下農(nóng)地利用效率的變化研究——以江蘇省45個縣（市）為例[J]．中國農(nóng)業(yè)資源與區(qū)劃，2021，42（06）：127-135．

[10]徐玉婷，黃賢金，徐國良，等．“三權(quán)分置”背景下多元經(jīng)營主體農(nóng)地利用效率——來自長江中下游地區(qū)的實證經(jīng)驗[J]．長江流域資源與環(huán)境，2021，30（10）：2557-2568．

Evaluation of Agricultural Land Use Efficiency in Guangdong Province and

Analysis of Influencing Factors

DU Guo-ming1， LAI Ke-ke2， GU Yi-xiao1

（1.School of Humanities and Law， South China Agricultural University， Guangzhou 510642;

2.Sanya Vocational College of Technology， Sanya 572022）

Abstract：There are significant differences in agricultural land use efficiency among different regions in Guangdong Province. This article collected panel data from 20 regions in Guangdong Province from 2016 to 2020， constructed an input-output indicator system to measure the efficiency of agricultural land use in each region of Guangdong Province， and used a combination of DEA super efficiency model and Malmquist index decomposition method to compare and analyze the efficiency and trend of agricultural land use in 20 regions of Guangdong Province during this period. Panel data attribution analysis method was used， Discussed the influencing factors and pathways of changes in agricultural land use efficiency in various regions of Guangdong Province. The conclusion is as follows： ① From 2016 to 2020， there were significant differences in land use efficiency among different regions in Guangdong Province， with nearly 50% of agricultural land use in DEA ineffective state; ② The overall efficiency of agricultural land use in Guangdong Province showed an increasing trend from 2016 to 2020 There are significant differences in the efficiency and trend of agricultural land use among different regions in Guangdong Province from 2016 to 2020 The rapid development of urban economy in Guangdong Province has a smaller promoting effect on agricultural development than the crowding out effect on agricultural resources Compared with the rapid modernization development in various regions of Guangdong Province， the structural adjustment of agricultural production in various regions of Guangdong Province has shown a phenomenon of lagging development.

Key words：Agricultural land; Utilization efficiency; DEA super efficiency model; Malmquist index; Attribution analysis