您好, 访客   登录/注册

中国耕地集约化利用评价2010—2016

来源:用户上传      作者:

  摘要 针对现有研究未明确集约和粗放的具体界限、初始依赖性强和横向可比性差、未区分耕地初级利用和次级利用等缺陷,本文综合采用增长核算方法和集约化度测算方法,开展针对动态过程的耕地集约化利用评价。在对农业生产增长来源进行核算分解的基础上,构建了耕地利用的初级、次级和综合集约化度测算模型,实证评价了全国2010—2016年的耕地集约化利用情况。研究指出,集约化度等于0.5是耕地集约化利用与粗放化利用的具体界限,依据集约化度大小可将耕地利用归属为完全粗放化、高度粗放化、粗放化优势、集约化优势、高度集约化、完全集约化等不同模式。研究发现:2010—2016年整体而言,全国耕地利用综合集约化度大小为1.11,初级集约化度(0.35)小于次级集约化度(0.76),表明全国农业产出(粮食产量)的增长整体上是在耕地投入数量下降情况下完全依靠耕地复种生产率提高而实现,且是以耕地单种生产率提高为主要途径、以耕地复种指数提高为次要途径。分年度来看,全国耕地利用综合集约化度大小基本呈现出连续下降态势,初级和次级集约化度都存在较大幅度年际波动,反映出全国耕地利用综合集约化动力在持续减弱,初级和次级集约化进程都不够稳定。横向比较来说,浙江、上海和北京的耕地综合利用均属于粗放化模式,而青海、贵州、宁夏和甘肃的耕地综合利用都处于完全集约化进程,表明发达地区的耕地集约化利用程度并不一定高,不发达地区的耕地集约化利用程度并不一定低。
  关键词 耕地;集约化利用;单种生产率;复种生产率;集约化度;增长核算
  中图分类号 F326.1  文献标识码 A  文章编号 1002-2104(2019)04-0058-10  DOI:10.12062/cpre.20181104
  在农业经济领域,粗放和集约是农业经营的两种基本方式[1-2]。其中,集约经营是现代农业发展的基本途径。由于耕地是农业的基本生产资料,农业集约经营主要体现为耕地集约利用。在土地利用领域,用途转换和集约度增减是土地利用变化的两种主要形式[3]。由此,耕地集约利用研究作为农业经济和土地利用的交叉领域,受到学术界的普遍重视和关注[4-6]。耕地集约利用评价是耕地集约利用研究的基础工作和核心内容,现有研究成果已有许多[7]。然而现有的耕地集约利用评价研究,仍然存在多方面缺陷,有待通过进一步研究加以克服。
   1 文献述评和研究切入
   现有的耕地集约利用评价研究,归纳起来主要有两种评价路径。一种是采用单一的综合性指标(通常被称为集约度)[8-13],一种是采用多指标构成的综合性指标体系[14-19]。其中,单一综合性指标方法最为主要,综合性指标体系评价方法实质是选用系列指标来构建单一综合性指数,可看作是单一综合性指标评价方法的扩展。
   现有耕地集约利用评价研究虽然取得了丰硕的成果,但仍然存在一些缺陷,主要表现在三个方面。一是未能突出和抓住集约与粗放这一对概念之间的根本区别,未能明确指出耕地集约利用与耕地粗放利用的具体界限,不能回答耕地利用集约度达到多大或集约分值达到多高就属于耕地集约利用这样的问题。二是基本都以耕地利用的时点状态为评价对象,以特定时点的地均耕地投入或耕地生产率的高低等为主要依据,这实质上是静态视角和静态评价[20],其缺陷在于难以直接反映动态过程,评价结果的初始依赖性强(初始水平高低对评价结果有很大的决定作用)、横向可比性差(难以消除耕地质量、气候条件等基础性非集约因素对评价结果的影响,同样的评价分值在不同评价研究中所代表涵义往往很不相同)。三是尽管注意到了耕地复种现象,常把耕地复种指数作为重要指標,但却未能严格区分耕地单种生产率和复种生产率的区别以及耕地初级利用和耕地次级利用的不同,未能深入分析不同地区耕地集约利用在初级和次级两个阶段上的差异表现。
   为克服现有耕地集约利用评价研究的前述三方面主要缺陷,本研究首先强调在概念表达上将集约和集约度修正为集约化和集约化度,并明确界定耕地集约化利用与耕地粗放化利用的内涵区别,然后基于此倡导开展针对动态过程的耕地集约化利用评价。同时,为细化和深化耕地集约化利用评价,本研究主张区分耕地初级集约化利用、次级集约化利用和综合集约化利用,并分别构建耕地初级利用、次级利用和综合利用的集约化度测算模型。进而,以全国为对象展开实证。期望通过本研究,能够补充和深化对耕地集约化利用概念内涵、动态过程和两个阶段的准确理解,能够为开展耕地集约化利用实践管理和政策制定提供科学依据。
  2 评价方法与模型构建
   集约概念是“东方”学者提出用以指代“西方”学者所说的要素生产率提高[21],原本就是从过程角度而言,是一个动态概念,“集约化”作为概念表达更为严谨和准确,“粗放化”是其对应概念。已有研究明确指出[22-25],依靠要素生产率提高来实现产出增加就是经济集约化增长,而依靠要素投入的扩大来实现产出增加就是经济粗放化增长。基于此,本研究首先采用增长核算方法对产出增长来源进行分解,然后从生产率变化对产出增长的贡献角度构建集约化度评价模型,同时严格区分耕地的初级利用和次级利用两个阶段。
  2.1 增长核算方法
   增长核算是指将产出增长或产出增长率在引起增长的决定因素之间进行分配。将增长核算方法应用于耕地利用领域对农业产出来源进行分解,有助于对耕地集约化利用与耕地粗放化利用、耕地初级集约化利用和耕地次级集约化利用这两对概念进行清晰的理解和定义,从而为克服现有研究缺陷开展耕地集约化利用评价提供科学依据和奠定坚实基础。
  2.1.1 基于增长核算方法的一般生产产出增长来源分解
   一般而言,把生产率P(t)定义为是产出Y(t)与要素投入X(t)之比,由此可得到产出函数:    Y(t)=P(t)×X(t)
  (1)
   假设产出函数在时间上连续可导,对公式(1)两边求导可得如下公式:
   Y′(t)=P′(t)×X(t)+P(t)×X′(t)
  (2)
   公式(2)两边分别除以公式(1)的两边,可得如下产出增长率分解公式:
   Y′(t)Y(t)=P′(t)P(t)+X′(t)X(t)
  (3)
   根据公式(3),产出增长源于要素生产率提高和要素投入扩大两方面。依靠要素生产率提高实现产出增长就是集约化,而依靠要素投入扩大来实现产出增长就是粗放化。对该公式进行变换,可得到如下恒等式:
   1=P′(t)/P(t)Y′(t)/Y(t)+X′(t)/X(t)Y′(t)/Y(t)
  (4)
   该恒等式右边的前半部分表示要素生产率提高对产出增长的贡献率,亦即集约化度(Intensive Degree,缩写为ID),而该恒等式右边的后半部分表示要素投入扩大对产出增长的贡献率,亦即粗放化度(ExtensiveDegree,缩写为ED),两者之和恒定为1。
   据此可以明确地指出,集约化度等于0.5(或粗放化度等于0.5)是集约化与粗放化的具体界限,集约化度大于0.5则属于集约化增长模式、小于0.5则属于粗放化增长模式。其中,集约化增长模式可进一步分为完全集约化增长(ID≥1)、高度集约化增长(0.75≤ID1)、集约化优势增长(0.5ID0.75)等子模式,粗放化增長模式也可进一步分为完全粗放化增长(ID≤0)、高度粗放化增长(0ID≤0.25)、粗放化优势增长(0.25ID0.5)等子模式。
  2.1.2 基于增长核算方法的农业生产产出增长来源分解
   在前述基础上,考虑到农业生产的特殊性,将耕地生产率区分单种生产率和复种生产率。从增长核算角度,类似于前述推导过程,可以得到如下产出增长率分解公式:
   Y′(t)Y(t)=MP′(t)MP(t)+FL′(t)Fl(t)
  (5)
   Y′(t)Y(t)=M′(t)M(t)+SP′(t)SP(t)+FL′(t)FL(t)
  (6)
   其中,MP(t)、FL(t)、M(t)、SP(t)分别表示耕地复种生产率、耕地投入数量、耕地复种指数、耕地单种生产,MP(t)等于M(t)乘以SP(t)。
   公式(5)和(6)表明,农业产出增长有两大来源:一是提高耕地复种生产率MP(t),二是扩大耕地投入数量FL(t)。其中,前者存在提高耕地复种指数M(t)、提高耕地单种生产率SP(t)两种途径。类似于建设用地利用包含初级和次级两阶段[26],耕地利用也可以分为初级利用和次级利用,这两阶段联合起来就是耕地综合利用。相应地,提高耕地复种指数和提高耕地单种生产率这两种农业产出增长途径可分别可视为是耕地的初级集约化利用和次级集约化利用,这两种途径的联合就是耕地的综合集约化利用。
  2.2 集约化度测算方法
  2.2.1 耕地初级利用、次级利用和综合利用集约化度测算的理论模型构建
   据前所述,耕地集约化利用可以分为初级和次级两个阶段,耕地初级集约化利用即在耕地投入数量和耕地单种生产率不变情况下依靠提高耕地复种指数增加农业产出,耕地次级集约化利用即在耕地投入数量和耕地复种指数不变情况下依靠提高耕地单种生产率来增加农业产出,耕地初级和次级集约化利用的联合就是耕地综合集约化利用,亦即在耕地投入数量不变情况下依靠提高耕地复种生产率来增加农业产出。相对应地,所谓耕地粗放化利用即在耕地复种生产率不变情况下依靠扩大耕地投入数量来增加农业产出。针对此,依据公式(5)和(6),可以科学地定义耕地初级、次级和综合利用集约化度。具体而言,公式(5)和(6)两边分别除以Y′(t)/Y(t),可得到如下两个恒等式:
   1=MP′(t)/MP(t)Y′(t)/Y(t)+FL′(t)/FL(t)Y′(t)/Y(t)
  (7)
   1=M′(t)/M(t)Y′(t)/Y(t)+SP′(t)/SP(t)Y′(t)/Y(t)+FL′(t)/FL(t)Y′(t)/Y(t)
  (8)
   公式(7)右端左侧项的涵义为耕地复种生产率的提高对农业产出增长的贡献率,亦即是耕地综合利用集约化度的定量表达;公式(8)右端左侧项的涵义为耕地复种指数的提高对农业产出增长的贡献率,亦即是耕地初级利用集约化度的定量表达;公式(8)右端中间项的涵义为耕地单种生产率的提高对农业产出增长的贡献率,亦即是耕地次级利用集约化度的定量表达;公式(7)和公式(8)右端右侧项的涵义为耕地投入数量扩大对农业产出增长的贡献率,亦即是耕地利用粗放化度的定量表达。
   由上,耕地初级利用、次级利用和综合利用的集约化度测算公式构建如下:
   ID1(t)=M′(t)/M(t)Y′(t)/Y(t)
  (9)
   ID2(t)=SP′(t)/SP(t)Y′(t)/Y(t)
  (10)
   ID(t)=ID1(t)+ID2(t)=MP′(t)/MP(t)Y′(t)/Y(t)
  (11)
   其中,ID1(t)、ID2(t)、ID(t)分别表示耕地初级利用、次级利用和综合利用的集约化度。此外,还可定义耕地综合利用粗放化度ED(t),且存在恒等式ID(t)+ED(t)=ID1(t)+ID2(t)+ED(t)=1。
   ED(t)=FL′(t)/FL(t)Y′(t)/Y(t)   (12)
  2.2.2 耕地初级利用、次级利用和综合利用集约化度测算的实证模型构建
   由上,在增长核算基础上,公式(9)~(11)分别定义了耕地初级利用、次级利用和综合利用的集约化度。须注意的是,公式(9)~(11)均是理论模型,是以产出正增长和时间连续为假设条件。实证应用时,公式(9)~(11)还需进行产出负增长和时间离散情形修正。具体地,耕地综合利用、初级利用和次级利用集约化度的实证公式分别为:
  Y(t1)Y(t2)时,ID(t1,t2)=
  [MP(t2)-MP(t1)]/[MP(t2)+MP(t1)][Y(t2)-Y(t1)]/[Y(t2)+Y(t1)]
  Y(t1)Y(t2)时,ID(t1,t2)=
  1-[MP(t2)-MP(t1)]/[MP(t2)+MP(t1)][Y(t2)-Y(t1)]/[Y(t2)+Y(t1)]
  (13)
  Y(t1)Y(t2)时,ID1(t1,t2)
  =[M(t2)-M(t1)]/[M(t2)+M(t1)][Y(t2)-Y(t1)]/[Y(t2)+Y(t1)]
  Y(t1)Y(t2)时,ID1(t1,t2)=
  0.5-[M(t2)-M(t1)]/[M(t2)+M(t1)][Y(t2)-Y(t1)]/[Y(t2)+Y(t1)]
  (14)
  Y(t1)Y(t2)时,ID2(t1,t2)=
  [SP(t2)-SP(t1)]/[SP(t2)+SP(t1)][Y(t2)-Y(t1)]/[Y(t2)+Y(t1)]
  Y(t1)Y(t2)时,ID2(t1,t2)=
  0.5-[SP(t2)-SP(t1)]/[SP(t2)+SP(t1)][Y(t2)-Y(t1)]/[Y(t2)+Y(t1)]
  (15)
  2.2.3 基于集约化度的耕地利用模式分析
   根据耕地利用综合集约化度的大小,可以分析耕地综合利用的基本模式,具体如完全粗放化(ID(t1,t2)≤0)、高度粗放化(0ID(t1,t2)≤0.25)、粗放化优势(0.25ID(t1,t2)0.5)、二元平衡(ID(t1,t2)=0.5)、集约化优势(0.5ID(t1,t2)≤0.75)、高度集约化(0.75ID(t1,t2)1)、完全集约化(ID(t1,t2)≥1)。其中,完全粗放化、高度粗放化和粗放化优势三种模式可合称为粗放化模式,完全集約化、高度集约化和集约化优势三种模式可合称为集约化模式。
   相应地,也可以分析耕地初级利用和次级利用的基本模式,如ID1(t1,t2)≤0或ID2(t1,t2)≤0意味着耕地初级利用或次级利用是完全粗放化的,ID1(t1,t2)≥1或ID2(t1,t2)≥1意味着耕地初级利用或次级利用是完全集约化的。此外,还可以根据耕地初级利用和次级利用的集约化度大小关系,分析判断耕地综合利用的集约化或粗放化模式究竟是耕地初级利用主导产生的(ID1(t1,t2)ID2(t1,t2))还是耕地次级利用主导产生的(ID1(t1,t2)ID2(t1,t2))。
  3 实证对象和数据
   实证评价对象为我国除港澳台以外的省级政区,具体以2010—2016年为实证评价时段,以31个省级政区和七大地区(由省级政区归并而来)为实证评价单元,以粮食生产过程中的耕地集约化利用情况为实证评价内容,并区分耕地初级集约化利用和次级集约化利用。
   实证评价所需的基础数据主要是耕地面积、农作物播种面积、粮食播种面积、粮食产量,须涵盖2009—2016年八个年份。考虑数据的适用性、可获取性、一致性等要求,评价所需的耕地面积数据从土地调查成果共享应用服务平台获取,农作物播种面积、粮食播种面积和粮食产量数据从2010—2017年的中国统计年鉴获取。基于此,评价中涉及到的耕地复种指数由农作物总播种面积除以耕地面积得到,耕地投入数量由粮食播种面积除以耕地复种指数得到,耕地单种生产率由粮食产量除以粮食播种面积得到,耕地复种生产率由粮食产量除以耕地投入数量得到(或耕地单种生产率乘以耕地复种指数得到)。详见表1。
  4 评价结果分析
   4.1 耕地综合利用集约化评价结果分析
   全国耕地综合利用集约化评价结果,详见图1。2010—2016年整体而言,全国耕地综合利用集约化度大小为1.11,属于完全集约化模式,反映出全国耕地综合利用处于完全集约化进程中,具体体现为全国粮食产量的增长是完全依靠耕地复种生产率的提高(从2010年初的5.706 t/hm2提高到2016年末的6.734 t/hm2)而实现,不仅没有增加耕地投入数量而且还通过集约化利用克服了耕地投入数量下降(从2010年初的9.302×107 hm2下降到2016年末的9.151×107
  hm2)的不良影响。但是2010—2016年各年度看,全国耕地综合利用集约化度大小分别为1.19、1.09、1.06、1.03、0.87、1.02和0.59,基本呈现出连续下降态势(仅2015年有小幅回升),特别是2014和2016年度分别下降到0.87和0.59,耕地综合利用由完全集约化转变为高度集约化和集约化优势,反映出这七年间全国耕地综合利用的集约化动力在持续减弱,具体体现为全国耕地复种生产率的年度增长幅度在下降(由2010年度的3.47%下降到2016年度的-0.34%),耕地复种生产率提高对粮食产量增长的贡献率在下滑。不同于现有相关研究得出的我国耕地利用集约度在提高的结论[27],这一不良趋势需引起充分重视。造成这一现象的原因可能在于我国耕地利用中农民利益最大化追求已逐步由耕地产出最大化转变为劳动力效益最大化[28],在于农民的个体利益与耕地集约利用的整体利益之间存在一定的冲突和不一致性。    全国七大地区耕地综合利用集约化评价结果,详见图2。2010—2016年整体上,各地区耕地综合利用集约化度由大到小分别为华南4.66、西南1.70、西北1.37、华北1.06、东北0.99、华中0.97、华东0.65。各地区耕地利用虽都属于集约化模式,但却呈现出不同的特征。其中,华南、西南、西北和华北的耕地综合利用都处于完全集约化进程(粮食产量增长是在耕地投入数量下降情况下完全依靠耕地复种生产率提高而实现),東北和华中地区的耕地综合利用处于高度集约化进程(粮食产量增长绝大部分都依靠耕地复种生产率提高、少部分依靠耕地投入数量增加),华东地区的耕地综合利用处于集约化优势进程(粮食产量增长主要依靠耕地复种生产率提高但也较大程度依靠耕地投入数量增加)。2010—2016年分年度看,西北地区各年度耕地综合利用集约化度都大于1.0,完全集约化进程具有很好的稳定性和持续性(稳定和持续地完全依靠耕地复种生产率提高实现粮食产量增长);华中地区近七年集约化度都呈现出连续下降趋势、耕地综合利用已由完全集约化模式变为了高度粗放化模式(耕地复种生产率提高对粮食产出增长的贡献逐渐降低以至于较大幅度地小于耕地投入数量增加的贡献);华东地区耕地综合利用的集约化度在2010—2013年四个年度连续下降、2014—
  2015年两个年度有所回升,但2016年度又大幅减小,集约化进程动力不够充足和稳定。这种地区之间的差异性,主要是由各地区不同的自然资源环境条件和社会经济发展状况所导致的。需指出的是,这种地区间的差异,如西北地区的耕地利用集约度显著高于华东地区,有力地驳斥了所谓“耕地自然基础条件越好则耕地越趋向于集约利用”[27]“耕地利用集约度由东中部地区向西部和东北递减”[29]等错误结论。
   全国31个省级政区耕地综合利用集约化评价结果,详见图3。比较而言,2010—2016年青海、贵州、湖南、重庆、海南、福建、广西、广东、宁夏的耕地综合利用集约化程度高、集约化度都大于2、都属于完全集约化模式(除海南和福建外,粮食产量都在增长、耕地复种生产率都在提高,且后者的提高幅度是前者增长幅度两倍以上;海南和福建的粮食产量在下降,但这完全是由耕地投入数量减少所致,两者的耕地复种生产率都在提高)。浙江、上海和北京2010—2016年的耕地综合利用集约化程度低、集约化度都小于0.5(三者的粮食产量和耕地复种生产率都在下降,且耕地复种生产率下降幅度大于粮食产量下降幅度),其中浙江耕地综合利用集约化度只有-1.32、属于完全粗放化模式(从2010年初到2016年末,浙江省耕地复种生产率由7.71 t/hm2下降到6.90 t/hm2,耕地投入数量从1 023.2×103 hm2上升到1 089.9×103 hm2,粮食产量从789.2万t减少到752.2万t),上海和北京耕地综合利用集约化度分别为0.10和0.28, 分别属于高度粗放化和粗放化优势模式(从2010年初到2016年末,上海和北京粮食产量分别从121.7和124.8万t减少到99.2和53.7万t,耕地复种生产率分别由13.14和7.77 t/hm2下降到10.94和4.30t/hm2,两者的耕地复种生产率下降幅度都高于粮食产量减少幅度)。该结果表明,所谓“地区经济发展水平同耕地利用集约度呈显著正相关”的结论是错误的[30],耕地集约化利用程度的高低因地而异,应具体分析。
  4.2 耕地初级和次级利用集约化评价结果分析
   全国耕地初级和次级利用集约化情况,详见图4。2010—2016年整体而言,全国耕地初级利用集约化度(即0.35)小于次级利用集约化度(即0.76),表明全国耕地集约化利用主要体现在次级利用阶段、其次体现在初级利用阶段,全国粮食产量的增长在很大程度上是由耕地单种生产率的提高(从2010年初的4.871 t/hm2提高到2016年末的5.452t/hm2)所贡献,耕地复种指数的提高(从2010年初的1.172提高到2016年末的1.235)也做出了一定的贡献但贡献程度较小。我国耕地集约化利用的这种两阶段特征,反映出了我国耕地复种指数已处于高位而提高潜力有限、耕地单种生产率特别是对其影响很大的农业科技进步贡献率仍然偏低而提升空间很大,在未来很可能会进一步强化。2010—2016年分年度看,全国耕地初级利用和次级利用的集约化进程都不够稳定,集约化度大小都存在较大幅度的波动,其中耕地次级利用的集约化波动幅度要大于耕地初级利用,特别是耕地次级利用集约化度在   2014和2016年度存在较大幅度的下降(相应直接导致当年度耕地综合利用集约化度的较大幅度下降)。这种较大的年度波动性,一方面可能是由于宏观经济和农业生产自身的波动性所致,另一方面也说明我国耕地利用政策的灵活性、针对性和实效性有待提升。
   全国七大地区耕地初级和次级利用集约化评价结果,详见图5。各地区耕地初级利用集约化度由大到小分别是华南2.37、西南1.02、华中0.68、西北0.61、华北0.18、东北0.15、华东0.03,华南地区最高、华东地区最低;耕地次级利用集约化度由大到小分别是华南2.29、华北0.88、东北0.84、西北0.77、西南0.68、华东0.62、华中0.30,华南地区最高、华中地区最低。华南、西南、华中三个地区的耕地初级利用集约化度大于耕地次级利用集约化度,表明其耕地集约化利用主要体现在初级利用阶段,粮食产量增长主要是依靠耕地复种指数的提高(三个地区耕地复种指数分别由2010年初的1.48、1.18、1.69提高到2016年末的1.56、1.30、1.78),华中地区最为突出,其初级利用集约化度(0.68)是次级利用集约化度(0.30)的两倍有余。西北、华北、东北、华东四个地区的耕地次级利用集约化度大于耕地初级利用集约化度,表明其耕地集约化利用主要体现在次级利用阶段,粮食产量增长主要是依靠耕地单种生产率的提高(四个地区耕地单种生产率分别由2010年初的4.05、3.99、4.44、5.65和1.69 t/hm2提高到2016年末的4.66、4.94、5.92和5.93t/hm2),尤其是华东地区,其耕地初级利用集约化度(0.03)不仅远小于次级利用集约化度(0.62),而且还远小于耕地利用粗放化度(即1-0.03-0.62=0.35)。    全国31个省级政区耕地初级和次级利用集约化评价结果,详见图6。其中,浙江、上海和北京的次级集约化度集约化利用都大于初级集约化度且初级集约化度都小于零,表明三者耕地综合利用呈现出粗放化模式主要是由耕地初级利用的粗放化所导致的。青海、贵州、湖南的耕地次级利用集约化度都小于0而耕地初级利用集约化度都大于5.0,表明三省的耕地完全集约化利用都是通过耕地初级利用的集约化所实现的,反映出三省农业产出的增长完全依靠的是耕地复种指数的提高。福建、广西、广东三省的耕地初级和次级利用集约化度都大于1.0,表明三者耕地在初级利用和次级利用阶段都呈现出集约化特征,三者粮食产量的增长来源于耕地复种指数提高与耕地单种生产率提高的共同贡献。宁夏、甘肃、陕西、四川、海南等的耕地次级利用集约化度大小利用集约度都大于初级利用集约度且两者分别都大于0,表明这些省级政区的耕地集约化利用都主要体现在耕地次级利用阶段,耕地初级利用阶段的集约化居于次要地位。重庆、福建、广西等的耕地初级利用集约度都大于次级利用集约度且两者分别都大于0,表明这些省级政区的耕地集约化利用都主要体现在耕地初级利用阶段,耕地次级利用阶段的集约化居次要地位。
  5 研究结论和讨论
   应用增长核算方法和集约化度测算方法,明确了耕地集约化利用与粗放化利用的具体界限和判断标准,区分了综合利用集约化度大小和次级集约利用情况耕地集约化利用的初级阶段和次级阶段,以全国为对象进行了实证评价。通过本研究可得出如下主要结论。
   (1)農业产出增长有提高耕地复种生产率和扩大耕地投入数量两大来源,前者存在提高耕地复种指数和提高耕地单种生产率两种途径。相应地,依靠提高耕地复种指数增加农业产出是耕地初级集约化利用,依靠提高耕地单种生产率来增加农业产出是耕地次级集约化利用,耕地初级和次级集约化利用的结合亦即依靠提高耕地复种生产率增加农业产出是耕地综合集约化利用,而依靠扩大耕地和次级利用集约化度大小和次级利用集约化度大小投入数量来增加农业产出是耕地粗放化利用。
  (2)耕地集约化利用程度可由耕地利用集约化度进行测算,耕地利用集约化度有初级集约化度、次级集约化度和综合集约化度之分,测算依据分别是耕地复种指数变化对农业产出变化的贡献率、耕地单种生产率变化对农业产出变化的贡献率、耕地复种生产率变化对农业产出变化的贡献率。根据集约化度大小,可以分析耕地利用的具体模式,集约化度等于0.5是集约化模式与粗放化模式的区分界限。
   (3)2010—2016年整体来看,全国耕地利用的综合集约化度大小为1.11,初级集约化度(0.35)小于次级集约化度(0.76),表明全国耕地利用属于完全集约化模式,全国农业产出(粮食产量)的增长整体上是在耕地投入数量下降情况下完全依靠提高耕地复种生产率而实现,且以提高耕地单种生产率为主要途径,以提高耕地复种指数为次要途径。七大地区之间存在差别,如华南、西南的耕地利用综合集约化度都大于1,初级集约化度都大于次级集约化度,表明两地区耕地利用都处于完全集约化进程且主要体现在初级利用阶段,农业产出增长主要是依靠提高耕地复种指数,而东北和华中的耕地利用综合集约化度分别为0.99和0.97,表明两地区耕地利用都属于高度集约化模式,但东北地区的耕地利用次级集约化度大于初级集约化度而华中地区则相反,说明东北地区的高度集约化主要体现在耕地次级利用阶段而华中地区的高度集约化主要体现在耕地初级利用阶段。各省级政区情况也各不相同,如浙江、上海和北京的耕地利用综合集约化度都小于0.5(整体粗放化),初级集约化度都小于零(初级利用绝对粗放化),福建、广西、广东三省的耕地利用初级和次级集约化度都大于1.0(初级和次级利用都完全集约化),青海、贵州、湖南的耕地利用次级集约化度都小于0(次级利用完全粗放化)而初级集约化度都大于5.0(初级利用完全集约化)。
   (4)2010—2016年分年度来看,全国耕地利用综合集约化度大小基本呈现出连续下降态势(仅2015年有小幅回升),初级和次级集约化度都存在较大幅度的波动(次级阶段波动幅度要大于初级阶段),特别是2014和2016年度次级集约化度存在较大幅度的下降,致使耕地综合利用由完全集约化转变为高度集约化和集约化优势,反映出全国耕地初级和次级集约化进程都不够稳定,综合集约化动力在持续减弱。分地区来看,不同地区表现出不同的变化特征,如西北地区各年度耕地综合利用集约化度都大于1.0,完全集约化进程具有很好的稳定性和持续性,而华中地区近七年综合集约化度都呈现出连续下降趋势,耕地综合利用已由完全集约化模式变为了高度粗放化模式。
   (5)耕地的集约化利用并不是单纯地以产出增长为前提和目的才可以进行,产出负增长时耕地投入数量下降而耕地复种生产率仍在提高的情形也是属于耕地的集约化利用(如海南省和福建省);耕地利用集约化程度与经济发展水平、耕地产出水平(耕地生产率高低)并不存在明确的正相关关系,经济发达或耕地产出水平高的区域耕地利用集约化程度不一定高(如华东地区,北京市、上海市),经济不发达或耕地产出水平低的区域耕地利用集约化程度不一定低(如西北地区和西南地区,青海省、贵州省)。
   综上,本研究克服了现有研究存在的一些缺陷,并驳斥了现有研究的一些错误观点。但是本研究也存在一些不足之处值得讨论和在未来加以改进:①以年为时间单位进行耕地集约化利用的动态过程评价,在一定程度上会受到产出年际波动的不良影响,未来在数据可获取的前提下,可以考虑以多年为时间单位或通过多年数据加权平均方式弱化产出年际波动的不良影响。②本研究针对的是宏观尺度,未来或可采用本文方法开展中观和微观尺度的研究,但这很大程度受制于所需数据的可获取性和精确性。③本文揭示出了耕地集约化利用的地区差异和动态变化,但对于造成这种差异和变化的原因阐释尚不够深入,未来可以在本文基础上加强耕地集约化利用影响或驱动因素的识别与分析研究。④集约化度并非越高越好,存在适度集约化与过度集约化的区分问题,但这一区分的具体界限和标准是什么值得进一步探讨。⑤单纯地追求耕地集约化利用可能会给农业生态环境带来不良影响,耕地的可持续集约化利用是更值得追求的方向,未来可在本文基础上开展耕地可持续集约化利用评价研究。⑥如何针对各地差异化的耕地集约化利用状况制定出差别化的耕地集约化利用政策,并结合动态变化进行动态调整,也是未来值得努力的一个研究方向。   (编辑:李 琪)
  参考文献
  [1]布林克曼. 农业经营经济学 [M]. 刘潇然, 译. 北京: 农业出版社,1984.
  [2]白缙冰. 论我国的农业集约经营 [J]. 农业经济问题,1982(1): 3-8.
  [3]李秀彬. 土地利用变化的解释 [J].地理科学进展,2002,21(3): 195-203.
  [4]许玉凤,董杰,段艺芳,等. 农用地集约利用研究进展
  [J].中国农学通报,2011,27(4): 387-391.
  [5]吕晓,牛善栋,李振波,等. 中国耕地集约利用研究现状及趋势分析 [J].农业工程学报,2015,31(18): 212-224.
  [6]龙禹桥,吴文斌,余强毅,等. 耕地集约化利用研究进展评述 [J].自然资源学报,2018,33(2): 337-350.
  [7]石淑芹,曹玉青,吴文斌,等. 耕地集约化评价指标体系与评价方法研究进展 [J].中国农业科学,2017,50(7): 1210-1222.
  [8]李秀彬,朱会义,谈明洪,等. 土地利用集约度的测度方法 [J].地理科学进展,2008,27(6): 12-17.
  [9]陈瑜琦,李秀彬. 1980年以来中国耕地利用集约度的结构特征 [J].地理学报,2009,64(4): 469-478.
  [10]吴郁玲,冯忠,周勇,等. 耕地集约利用影响因素的协整分析 [J].中国人口·资源与环境,2011,21(11): 67-72.
  [11]XIE H L, HE Y F, ZOU J L, et al. Spatiotemporal difference analysis of cultivated land use intensity based on emergy in the Poyang Lake Ecoeconomic Zone of China [J]. Journal ofgeographical sciences,2016,26(10): 1412-1430.
  [12]于元赫,李子君.山东省耕地利用集约度时空变化及政策启示 [J]. 中国土地科学,2017,31(4): 52-60.
  [13]马聪,刘黎明,袁承程,等. 快速城镇化地区不同生计类型农户耕地利用集约度评价——以上海市青浦区为例 [J]. 中国土地科学,2017,31(10):69-78.
  [14]赵京,杨钢桥. 耕地利用集约度变化影响因素典型相关分析 [J]. 中国人口·资源与环境,2010,20(10): 103-108.
  [15]乔家君,吴娜琳,李德洗. 河南省农田利用集约度时空变化及其影响环境 [J]. 地理研究,2012,31(9): 1598-1610.
  [16]邓楚雄,谢炳庚,李晓青,等. 长沙市耕地集约利用时空变化分析 [J]. 农业工程学报,2012,28(1): 230 -237.
  [17]SHI S Q, HAN Y, YU W T, et al. Spatiotemporal differences and factors influencing intensive cropland use in the HuangHuaiHai Plain [J]. Journal ofgeographical sciences,2018,28(11): 1626-1640.
  [18]何坚坚,庞博,张鹏岩,等.耕地集约利用的变化、态势与驱动力分析——以河南省为例 [J]. 河南大学学报(自然科学版),2018,48(4): 404-414.
  [19]赵曦,陈静. 基于ArcGIS和熵值法的四川省各市州耕地利用集约度时空差异研究 [J]. 四川大学学报(自然科学版),2018,55(3): 625-631.
  [20]王向东,龚健. 土地集约化利用评价及其实证研究 [J]. 经济地理,2016,36(6): 17-25.
  [21]科尔奈.社会主义体制——共产主义政治经济学 [M]. 张安, 译. 北京:中央编译出版社,2007:171-172.
  [22]诺特金.扩大再生产集约化的类型和阶段 [J]. 邹用九,译. 国外社会科学文摘,1983(4): 9-11.
  [23]吴敬琏. 怎样才能实现增长方式的转变[J]. 经济研究,1995(11): 8-12.
  [24]陈兴祖,李伯亭. 经济发展集约化的定量分析 [J]. 技术经济,1995(12):46-48.
  [25]武建奇. 粗放、集约及其衡量——应准确理解经济增长方式的转变 [J]. 河北学刊,1996(4): 7-11.
  [26]林坚,刘诗毅. 论建设用地集约利用——基于两阶段利用论的解释 [J]. 城市发展研究,2012,19(1):104-109.
  [27]王国刚,刘彦随,陈秧分. 中國省域耕地集约利用态势与驱动力分析 [J]. 地理学报,2014,69(7): 907-915.
  [28]朱会义, 李秀彬, 辛良杰. 现阶段我国耕地利用集约度变化及其政策启示 [J]. 自然资源学报,2007,22(6): 907-915.
  [29]李兆亮,杨子生,邹金浪. 我国耕地利用集约度空间差异及影响因素研究 [J]. 农业现代化研究,2014,35(1): 88-92.
  [30]张琳,张凤荣,安萍莉,等. 不同经济发展水平下的耕地利用集约度及其变化规律比较研究 [J]. 农业工程学报,2008,24(1):108-112.   
  Dynamic evaluation of farmland intensive use in 2010-2016 in
  China
  WANG Xiangdong1, 2, 3 SHEN Xiaoqiang1 WANG Zhenbo3 LIU
  Xiaoqian3, 4
  (1.College of Management, Lanzhou University, Lanzhou Gansu
  730000, China; 2.Institute for Studies in County Economy
  Development (Rural Revitalization Strategy), Lanzhou University, Lanzhou Gansu 730000, China;
  3.Institute of Geographic
  Sciences and Natural Resources Research, Chinese
  Academy of Sciences, Beijing 100101, China; 4.College of Applied
  Arts and
  Science, Beijing Union University, Beijing 100191, China)
  Abstract There are several defects about the existing studies on farmland intensive use, such as unspecified boundaries between intensiveness and extensiveness, strong initial dependence and poor horizontal comparability, and failure to distinguish the primary and secondary utilization. This paper comprehensively applied growth accounting method and intensive degree measuring method to carry out the dynamic evaluation of farmland intensive use. Based on the accounting and decomposition of the sources of agricultural production growth, the primary, secondary and comprehensive intensification evaluation models of farmland utilization were constructed, and the farmland intensive use from 2010 to 2016 in China was evaluated empirically. It claimed that the intensification degree equaling to 0.5 was the specific boundary between intensiveness and extensiveness. According to intensive degree, farmland utilization could be differentiated into several modes, such as totally extensive, highly extensive, extensive advantage, intensive advantage, highly intensive and totally intensive. This study found that in 2010-2016, as a whole, the comprehensive intensive degree of farmland use in China was 1.11, and the primary intensive degree (0.35) was less than the secondary intensive degree (0.76). It showed that the growth of the national agricultural output (food production) was generally dependent on the improvement of multicropping productivity, with the improvement of singlecropping productivity as the main way, and the improvement of multicropping index as the secondary way. In different years, the comprehensive intensive degree of farmland use basically showed a continuous downward trend, and both the primary degree and secondary degree had large fluctuations. This showed that the power of comprehensive intensification was continuously weakened, and the processes of primary and secondary intensification were both not stable enough. As for different areas, the comprehensive use of farmland in Zhejiang, Shanghai and Beijing all belonged to the extensive mode, while the comprehensive use of farmland in Qinghai, Guizhou, Ningxia and Gansu were all in the process of totally intensive. It showed that the intensive degree of developed areas was not necessarily high, while the intensive degree of underdeveloped areas was not necessarilylow.
  Key words farmland intensive use; singlecropping productivity; multicropping productivity; intensive degree; growth accounting中國人口·资源与环境  2019年  第29卷  第4期   CHINA POPULATION,  RESOURCES AND ENVIRONMENT   Vol.29  No.4 2019
转载注明来源:https://www.xzbu.com/7/view-14863523.htm