山东省耕地利用生态效率的时空变化与影响因素研究_王映然.pdf

江西农业学报 2023，35（01）：130137ActaAgriculturaeJiangxiDOI:10.19386/ki.jxnyxb.2023.01.021山东省耕地利用生态效率的时空变化与影响因素研究王映然1，季 民1,2*，郭范斌1，李 臻1（1.山东科技大学 测绘与空间信息学院，山东 青岛 266590；2.青岛市北斗导航智能空间信息技术应用重点实验室，山东 青岛 266590）摘 要:运用非期望产出超效率SBM模型、Malmquist-Luenberger指数模型分别从静态和动态2个方面对20002020年山东省耕地利用生态效率的时空变化进行测度，利用Tobit回归模型分析了影响耕地利用生态效率的影响因素。结果表明：（1）从静态角度看，20002020年山东省耕地利用的生态效率整体上呈波动上升的趋势，整体效率较高，在2020年达到最高；从空间上看，山东省耕地利用生态效率的变化明显，区域同质性增强，中、高效率区的集聚现象明显；（2）从动态变化看，全要素生产率从2001年的0.9739上升到2020年的1.1186，增幅为14.86%，技术进步是生态效率提升的主要原因，技术进步水平高于系统资源配置水平；（3）从影响因素看，农业技术水平对耕地利用生态效率的影响作用最大，各个影响因素对不同区域的影响方向和影响程度均有差异。关键词:生态效率；非期望产出的超效率SBM模型；ML指数；山东省；时空变化 中图分类号：F323.211 文献标志码：A 文章编号：1001-8581（2023）01-0130-08Study on Spatio-temporal Variation and Influencing Factors of Farmland Utilization Ecological Efficiency in Shandong ProvinceWANGYing-ran1,JIMin1,2*,GUOFan-bin1,LIZhen1 （1.CollegeofGeodesyandGeomatics,ShandongUniversityofScienceandTechnology,Qingdao266590,China;2.QingdaoKeyLaboratoryofBeidouNavigationandIntelligentSpatialInformationTechnologyApplication,Qingdao266590,China）Abstract:Thesuper-efficiencySBMmodelofunexpectedoutputandMalmquist-Luenbergerindexmodelwereusedtomeasurethespatio-temporalchangesofecologicalefficiencyofcultivatedlanduseinShandongProvinceduring2000-2020fromstaticanddynamicaspects.Tobitregressionmodelwasusedtoanalyzetheinfluencingfactorsoftheecologicalefficiencyofcultivatedlanduse.Theresultsshowthat:(1)Fromastaticperspective,from2000to2020,theoverallecologicalefficiencyofcultivatedlandutilizationinShandongProvinceisfluctuatingandrising,withtheoverallhighefficiencyvalueandthehighestecologicalefficiencyin2020.Fromthespatialpointofview,theecologicalefficiencyofcultivatedlandutilizationinShandongProvincehaschangedsignificantly,theregionalhomogeneityisenhanced,andtheagglomerationphenomenonofhighefficiencyareasandmediumefficiencyareasisobvious.(2)Intermsofdynamicchanges,thetotalfactorproductivityrosefrom0.9739in2001to1.1186in2020,withanincreaserateof14.86%.Technologicalprogressisthemainreasonfortheimprovementofeco-efficiency,andtheleveloftechnologicalprogressishigherthanthatofsystemresourceallocation.(3)Fromtheperspectiveofinfluencingfactors,thelevelofagriculturaltechnologyhasthegreatestinfluenceontheecologicalefficiencyofcultivatedlandutilization,andtheinfluencedirectionandinfluencedegreeofeachinfluencingfactorondifferentregionsaredifferent.Key words:Ecologicalefficiency;Super-efficientSBMmodelofunexpectedoutput;MLindex;ShandongProvince;Spatialandtemporalvariation0 引言耕地是人类生存发展的基本资源，是粮食生产的基础，只有稳定国内的粮食生产才能有效保障国家粮食安全。在全球新冠疫情持续蔓延的背景下，全球粮食供需形式更加复杂，保障粮食安全尤为重要。目前，随着城镇化和工业化进程的加快，土地供需矛盾日益凸显，大量的耕地不可避免地被占用。此外，大量投入化肥、农药等农业生产资收稿日期：2022-11-18基金项目：山东省重大科技创新工程项目“省级自然资源监测监管大数据应用服务平台建设”（2019JZZY020103）；西海岸新区防汛排涝监测预警系统平台建设项目（2021-108）；遥感影像AI解译超融合平台（2020-30）。作者简介：王映然（1998），山东烟台人，硕士研究生，研究方向为土地利用与环境评价。*通信作者：季民。1 期王映然等：山东省耕地利用生态效率的时空变化与影响因素研究131料的低效粗放模式也引发了农业污染严重、碳排放加剧、耕地质量下降等生态问题1，长此以往将加剧我国的粮食安全和生态环境问题。2022年中央一号文件把粮食安全问题放在了突出的位置，重点强调了对耕地“非粮化”的干预、遏制问题，严格落实耕地利用的优先序，耕地不仅是“守住18亿亩红线”的数量保护，更是数量、质量、生态“三位一体”的保护。在此背景下，以往高投入、高产出、粗放型的生产方式将不再适用，如何促进耕地高效利用的同时兼顾经济和生态效益，实现以最小投入达到最大期望产出和最小非期望产出，对促进全国耕地利用与生态环境协调发展、保障我国粮食安全与农民种粮收益均具有重要的意义，而解决该问题的关键在于掌握区域耕地利用生态效率的时空演变规律及其影响因素。国外研究学者对生态效率的关注较早，Scha-ltegger等2在1990年提出了生态效率的概念，即经济增加值与所带来的环境影响的量化工具，随后有更多的学者对其概念进行了丰富和延伸3，但所表达的思想基本不变，即投入最少的生产资料要素，创造出最大的价值，同时带来最少的环境污染。我国对生态效率的研究主要集中在企业4、行业5及区域6等领域。耕地利用生态效率本质上是指尽可能地减少资源投入和非期望产出以及尽可能增大期望产出。我国对耕地利用生态效率的研究起步较晚，研究内容主要涉及耕地利用效率测算、时空演变、区域差异、影响因素7-9等，其中在效率指标选取上，早期是进行单一指标的投入产出要素选取，后来学者基于投入与产出的视角进行了多要素的指标选取10，随着研究的深入，碳排放等环境约束也逐渐被纳入了指标体系11。主要的研究方法为数据包络分析方法(DEA)12、随机前沿方法(SFA)13、非径向非角度(SBM)模型14等。研究尺度涵盖全国15、省域16、区域17等宏观层面，以及市域18、县域19、村域、地块20等微观层面。宫攀等21对山东省耕地利用效率进行了分析，但是构建的指标体系没有考虑碳排放污染等非期望产出因素，这等同于高估了耕地利用生态效率，或者是研究以DEA模型为构建基础，测度的结果粗糙，且对区域差异的讨论较少。此外，大部分研究只关注了静态生态效率，而缺少了对动态生态效率的研究。鉴于此，本文以山东省各地市为研究单元，运用非期望产出超效率SBM模型测算20002020年山东省各地市的静态耕地利用生态效率并分析其时空变化特征，然后引入Malmquist-Luenberger指数计算不同时间段的动态耕地利用生态效率，最后运用Tobit模型对其区域耕地利用生态效率的影响因素进行分析。1 指标体系构建与研究方法1.1 耕地利用生态效率指标体系构建基于耕地利用生态效率内涵，本文从耕地投入、期望产出和非期望产出3个方面进行指标选取。借鉴已有的研究成果23，根据指标数据的可获得性和合理性等原则，将劳动力、化肥、农机、土地、灌溉、农药、农膜投入等7个指标作为投入指标；期望产出指标反映了一定时期内耕地生产经营和服务的最终成果，包括经济产出和粮食产出2个方面，分别选取农业产值、粮食总产量来表征；非期望产出使用农资消耗所产生的碳排放量表示。最终构建的山东省耕地利用生态效率评价指标体系见表1。表1 耕地利用生态效率指标评价体系一级指标二级指标指标释义单位投入指标劳动力投入 第一产业从业人员万人化肥投入农用化肥施用量(折纯)t农机投入农业机械总动力kW土地投入农作物播种（翻耕）面积 hm2灌溉投入有效灌溉面积 103hm2农药投入农药施用量t农膜投入农用塑料薄膜使用量t期望产出指标经济产出农业产值万元粮食产出粮食总产量t非期望产出指标 碳排放碳排放总量t根据相关的研究成果25，耕地利用的碳排放量主要依据农用化肥使用量、农用柴油使用量、有效灌溉面积、农药使用量、农用薄膜使用量等6个指标进行测算。耕地利用碳排放量的计算公式为：E=6i=1Ei=6i=1(Tii)（1）式（1）中：E为农资消耗总碳排放量，Ei为第i类农资消耗的碳排放量，Ti为第i类农业生产活动的资源消耗量或者劳动量，i为第i类农业生产活动的碳排放系数。1.2 数据来源本文以20002020年山东省16个地级市为研究对象，所需要的投入与产出指标数据来源于 山东统计年鉴 中国城市统计年鉴 和各地市的 统计年鉴。农业生产活动碳排放系数选自相关研究机构或学者的研究成果（表2）。江 西 农 业 学 报35 卷132表2 各种碳源的碳排放系数农业生产活动碳排放系数数据来源化肥/(kgC/kg)0.8956美国橡树岭国家实验室（ORNL）农业柴油/(kgC/kg)0.5927IPCC翻耕/(kgC/km2)312.6000中国农业大学生物与技术学院灌溉/(kgC/km2)266.4800段华平等27农药/(kgC/kg)4.9341美国橡树岭国家实验室农膜/(kgC/kg)5.1800南京农业大学农业资源与生态环境研究所（IREEA）1.3 非期望产出超效率SBM模型数据包络（DEA）模型是一种针对多投入与多产出要素的非参数方法，属于管理学领域的技术效率分析方法，传统的DEA模型未考虑松弛变量问题，无法解决包含非期望产出的效率值。而非期望产出超效率SBM模型对此进行了进一步的修正，在解决投入产出变量松弛性的同