广东省农业用地利用效率评价及影响因素分析

摘 要：广东省各地区的农业生产在农业用地利用效率上存在着显著的差异。本文收集了2016—2020年广东省20个地区的面板数据，构建了测算广东省各地区农地利用效率的投入—产出指标体系，使用DEA超效率模型与Malmquist指数分解相结合的方法，比较分析了广东省 20个地区在此期间农地利用效率及其变动趋向，使用面板数据归因分析方法，讨论了广东省各地区农地利用效率变动的影响因素和作用路径。结论如下：①2016—2020年期间，广东省各地域土地利用效率存在显著的差异，近50%地区的农业用地利用处于DEA无效状态；②广东省整体农地利用效率在2016—2020年期间呈现增长态势。③广东省各地区农地利用效率及其变动趋势在2016—2020年期间存在着显著的差异性。④广东省城市经济的快速发展对农业发展的促进效应小于对农业资源的挤占效应。⑤与广东省各地区急速现代化发展相比，广东省各地区农业生产的结构调整已经表现出了发展滞后现象。

关键词：农业用地；利用效率；DEA超效率模型；Malmquist指数；归因分析

中图分类号：F301.2   文献标识码：A   文章编号：1008-2697（2023）06-0004-09

一、引言

随着乡村振兴战略的提出以及实施，中国人清醒的认识到中国乡村社会拥有自己独特文化和悠久历史底蕴和内涵的乡土文明，遵从西方的石油农业、大规模农业的发展道路，都有可能失败。寻找一条新的途径，活化我国农村、农业最有价值的资源——土地，以及土地上承载的数以百亿计的生态资源价值，将其转换成我国社会未来发展强大的动力，为我国畅通国内经济大循环提供基本保障。

以广州、深圳为中心，强劲的辐射作用，带动了周边地区的经济发展，广东经济长期排名全国第一。但是广东省内各地区之间的经济发展水平差异也表现出不平衡的一面。尤其由于空间地理分布、自然禀赋、距离中心城市远近，以及与各地区农业外部环境物资交换强度等地区性异质性差异影响的存在，广东省各地区的农业生产在农业用地利用效率上存在着显著的差异。这一差异强化了广东省各地第一产业与二三产业发展的差距。显然，在有效保护农地的基础上，提高稀缺农地资源的利用效率，对推动广东省农业生产，实现农业的绿色发展、乡村振兴都有着十分重要的意义。

国外对于土地利用研究起步较早，这些研究早期关注的重点是农业用地管理、使用制度的比较。但是随着农业用地稀缺性的提升，近20年，土地可持续发展理论的兴起，土地资源可持续利用已成为研究人类社会可持续发展的核心内容，土地资源可持续利用成为当今世界学术界的热门话题。20世纪70年代开始，理论的发展，统计计量软件的大量使用，以及数据的可获得性提高，促使学者们转向对土地资源利用的是实证研究，研究范围获得了更大的扩展。Tudor [1]在罗马尼亚农业用地综合利用项目中，创造性引入工具变量，将土地利用效率与粮食危机联系起来，研究结果表明受到大量农产品进口的影响，市场不再有效反映本地农产品生产成本，理性的农户将因此主动减少在农业用地上的投入以应对可能的经营风险。Liangjian[2]、Van Zanten[3]实证研究认为对于土地利用效率评价这一复杂的非线性社会系统，努力通过模型中引入过多影响因素，并不能得到有解释力的结果。Li[4]使用面板数据，讨论了中国东北地区城市化对周边小城镇种植业土地利用效率的影响，研究表明城镇化率和农业总产值占比高度负相关，城镇化率对土地利用效率影响高度显著，但是农业产值的占比对土地利用效率影响并不显著。

国内学者对我国土地利用的研究开展较晚，近二十年来，在土地利用效率研究方面，学者对土地利用的焦点转向农业用地利用效率的实证分析方面。在数据选择上，有从截面数据、时序数据向面板数据转移的趋势。在研究方法上，也表现出从主成分分析法、层次分析法、DEA数据包络分析，向面板数据分析、空间计量分析转移的趋势。吴振华、雷琳等[5]使用数据包络分析法，建立三阶段DEA模型，对河南省和江苏省的农业土地利用效率进行了省级区域比较研究，研究表明环境因素、土地利用的规模效率、有效的土地市场都是影响土地利用综合效率的关键因素。丁涛、武祯妮[6]进行了农业土地资源利用效率的区域比较研究，表明与DEA方法联合使用的Malmquist指数分析方法，在处理面板数据时，相比之前的普通DEA包络分析方法有很大的优势。李娅、谭秋等[7]从农业产业发展适宜性的角度对原平市进行了定量分析，以土地利用为中心，对原平市农业产业布局的优化问题提出了建议。

在农业用地效率评价指标方面，以“农业用地利用效率”在知网上查询2016—2021年的核心期刊，部分学者利用数据包络模型分析法研究农业用地构建的评价指标。赵茜宇、张占录[8]在全国范围内，以农业从业人员数、农业机械总动力、农用地面积、化肥施用量为投入变量，以粮食产量、农业总产值为产出变量进行研究。牛星、吴岳婷等[9]在江苏省范围做的相关分析中，以农林牧渔就业人员、农业机械总动力、家庭承包耕地流转总面积、农业化肥使用量、流转用于种植粮食作物的面积为输入，以粮食产量、农业产值为输出。徐玉婷、黄贤金等[10]以长江中下游地区为例，分析的是家庭用工和雇工总量、年播种面积、生产资料流动资本、雇工工资、租赁机械流动资本、土地租金、固定资产折旧为投入指标，农业生产的年毛收入和从事水稻经营的农业经营主体农业生产的年总产量为产出指标。

综合来说，目前主要使用的分析方法中有主成分分析法（PCA），优点是可以进行多指标变量综合评价，加快对样本有价值信息的处理速度。但是，在处理过程中难以对研究进行干预，因此有导致工作得不到预期效果的可能。层次分析法可以对未知系统进行探索性评价，在多目标、多准则、多时期的系统评价上，在工作效率上有比较优势。缺点是分析过程容易受到主观影响，定量分析较少，定性成分多，缺乏一定科学性。与前两种分析方法相比，数据包络分析方法（DEA）的优点是不需要函数具体形式，也不需要为研究变量设置权重，直接利用非线性规划方法，在处理多输入、多输出的复杂非线性系统效率定量分析上具有显著的优势。不过传统DEA模型在计算效率值时也存在方法上的局限，即在评价结果上常常存在复数个有效的决策单元，因为无法对其排序，这使得研究无法进一步比较有效决策元单间效率的高低。也是由于这个原因，本文借鉴近期文献的工作方法，在比较广东省各地区土地利用效率变动规律上，使用了DEA超效率CCR模型和Malmquist指数分解相结合的分析方法。

二、广东省农业用地资源及利用概况

从广东省农业用地资源现状看，以耕地为例，根据广东省统计局公布耕地面积数据，全省2018年末耕地保有量面积为4702.49万亩。广东省各市2018年末耕地保有量面积如图1所示，广东省耕地主要分布在湛江市、清远市、茂名市、韶关市、阳江市、江门市等地。

交叉观察广东省各地区农业用地占比（地区农业耕地/全省耕地保有面积）、农业总产值占比（地区农业产值/地区生产总值）、农业劳动力占比（地区第一产业从业人员/全省第一产业从业人员）情况。

从图2可以看到，在耕地利用效率上，广东省各地区存在显著的差异。例如广州、揭阳和云浮，汕头和中山，江门和阳江，在大致相同的农业用地占有条件下，在农业产值上却出现了显著不同。这表明，由于各地社会经济自然条件的不同，在农业用地利用上各个地区存在着地区异质性。

如图3所示，广东省绝大部分地区的农业生产采用的都是节约耕地或者耕地中性的生产路线。不过，不同地区在农业生产技术的劳动力偏向上，还是存在很大的差别。例如汕头、潮州、中山大约在耕地占比上，处在相同的水平。在单位土地上，相比潮州、中山、汕头的农业生产吸收了更多的劳动力。一般而言，市场经济下劳动力可以自由流动，由此汕头农业生产的单位土地产值要大于潮州，而潮州要大于中山。显然，这些地区的农业产出结构是不同的，诱致理性农户选择了不同的土地利用水平。

三、广东省农业用地利用效率测算与评价

（一）变量选取与数据描述

广东省农业用地利用效率评价第一步是选取投入产出指标。选取的评价变量要能够获得相关数据，具有代表性，能全面、准确、客观的反映农业用地利用过程中的投入和产出变化。评价指标体系如表1所示。

土地投入：农业生产中最重要投入要素是土地。选取农作物总播种面积作为农业用地投入的指标。

资本投入：资本的投入可以带来技术，技术可以影响产出，进而影响农业土地利用效率。以农业机械总动力、农用化肥使用折纯量体现农民在生产上的资本投入。

劳动力投入：劳动力是土地利用的主体。选取第一产业从业人员数作为劳动力投入的指标。

经济效益：包括国民生产总值、财政收入等。选取农业总产值作为经济效益指标，用来表示农业土地带来的经济产出。

社会生活效益：农业生产作为农民的主要收入来源。选取粮食产量和农村人均收入水平作为社会产出指标。

广东省农业用地利用效率评价模型使用了2016年至2020年有关农业土地利用的各项投入与产出数据，样本为2016至2020年广东省20个地区的区域数据，共100个观察结果，如表2。

（二）广东省农业用地利用效率测算与分析

使用DEA—SOLVER13软件对广东省 20个区域的农业用地利用效率进行逐年测算，结果显示： 同一时期，广东省各地域土地利用效率存在很大的差异，近百分之五十地区的农业用地利用处于DEA无效状态，这使得广东省五年来的总体农业用地利用效率未达到有效状态，如下表所示。

以 2016年为例，广州、珠海等 11个地区的土地利用效率处于 DEA有效状态，说明这些地区的农业用地利用上的投入产出达到DEA意义上的最优配置； 而其他9个地区在土地利用上的投入产出，虽然从平均得分上看也比较高，但是是非 DEA有效的，说明在农业用地利用效率的改进上还有提升的空间。

基于普通DEA—CCR模型分析的结果，同一时期多个地区的土地利用效率均为 1，无法比较它们之间的效率高低。为此，使用Maxdea软件的DEA超效率模型对面板数据进行处理，以解决农业用地利用效率有效区域之间的排序问题，结果如表4所示。仍然以2016年为例，广东省11个土地利用效率DEA有效区域，根据超效率DEA结果，可依次按降序排列为中山、东莞、广州、茂名、江门、珠海、梅州、揭阳、河源、佛山、汕头。然而，2017 年中山地区的农业用地利用效率即从上一年的6.77下降到1.009，下降到了全省排名的第十三位，近两年甚至降到0.637、0.607，处于农业用地利用DEA无效水平。这说明不同年份间的广东省各区域土地利用效率存在着很大的变动。

（三）基于Malmquist指数的广东省各地区农业用地利用效率变化分析

为了说明不同时期广东省整体农业用地利用效率的变动情况，借助Maxdea软件的Malmquist 指数方法，对广东省20个区域2016—2020年在农业用地利用的投入、产出面板数据进行时间序列分析。结果如表5、图4所示。

观察上表，可以看出：

（1）2016—2020年间，广东省农业用地利用效率总体上处于增长态势，土地利用的整体效率（MI）年均增长5%。Malmquist 指数对整体效率变动来源的分解表明，土地利用效率整体增长的来源是技术效率变动（EC）和技术进步变动（TC）的联合作用。其中，技术进步增长是主要方面。即农业用地利用效率的变化，主要来自第一产业外部经营环境不断的改善，这一点达到了年均增长4%的水平。在规模报酬可变假设下，可以观察到通过Malmquist指数对技术效率（EC）变动因素的进一步分解。广东省农业用地利用的规模效率变动指数（SEC）平均增长了6.6%，这说明广东省农业用地利用效率在技术给定条件下，改善主要取决在土地集约利用水平的提高上。在技术给定条件下，农业用地利用的纯技术进步变化效率（PEC）有逐年度略微下降的趋势。

（2）从总体上看，在2016至2020年整个时间段内，除纯技术效率变动指数（PEC）外，其他反映广东省农业用地利用效率变动情况的指数均呈现不同程度的增长趋势。2016至2019年时间段内，广东省农业用地利用的整体效率变动指标（MI）和农业用地技术进步效率变动指标（TC）的增长速度始终不断提高，在2019至2020时间段增长速度出现了下降；农业用地利用的规模效率变动指标（SEC）在2016—2017、2017—2018两个时间段内虽然继续大幅下降，但其后在2018—2020时间段内基本保持平稳的增长。