河南省耕地利用效率与经济发展耦合关系分析

杨京京

（河南财经政法大学 工程管理与房地产学院，河南 郑州 450000）

耕地资源是农业生产过程中不可或缺的基本要素之一[1]。近年来，由于城镇化建设用地，退耕还林，商业用地等原因，迫使耕地数量不断下降，耕地资源浪费现象严重。党的十九大报告中不断强调粮食安全的重要性，粮食安全不仅关乎中国当前经济社会的稳定，而且关乎国家的长远利益和可持续发展。耕地资源在某种程度上来说会实现国家的粮食安全从而促进经济社会的稳定发展。所以，在经济快速发展而耕地资源不断减少的背景下，开展耕地利用效率与经济发展的耦合关系研究，优化耕地资源配置，提高耕地利用效率，促进经济稳定发展，具有重要的理论和实际意义。

目前已有诸多学者从不同角度采用不同方法对耕地利用效率进行了测算，并对耕地利用效率的时空差异，影响因素等内容进行了分析。例如，陈晨等[1]和孙耀鹏等[2]分别采用四阶段DEA 和DEA 模型对耕地资源利用效率进行了测算分析。罗冲等[3-4]运用DEA 模型对耕地利用效率进行了测算。在此基础上，采用Tobit 回归模型探索耕地利用效率的影响因素。吴冬林等[5]根据四川省各县区2004—2014 年数据，采用DEA 模型以及探索性空间数据分析法（ESDA），探讨耕地利用效率的时空分异格局及空间相关性，并通过Tobit 回归模型揭示四川省耕地利用效率的主要影响因素。姜晗等[6]采用非期望的超效率SBM 模型、利用全局和局部Moran’s I 指数对东部沿海经济区25 个市级单位耕地利用效率进行测算，并使用地理加权回归模型对其影响因素进行探索。徐秋等[7]采用了非期望产出SBM 模型、Tobit 模型、变异系数法、K 均值聚类法，数法并用开展了对黑龙江省13 个地级市的耕地利用效率时空差异及影响因素研究。马聪等[8]运用实物形态法、综合指标法对上海市青浦区、长沙市长沙县和固原市彭阳县不同经济发展水平地区2001—2016年的耕地利用集约度进行测算，然后采用岭回归模型对各地区耕地集约利用的驱动因素进行了详细的分析。近年来，许多学者关注到两系统之间的耦合协调分析。例如，韩雁等[9-10]探究了水资源利用效率与经济发展的耦合协调关系。李琼等[11]利用耦合协调度模型、空间自相关等方法，对中国社会保障与经济发展耦合协调的时空特征及驱动力分析。税丽等[12-15]对城镇化与耕地集约利用的耦合协调发展以及驱动机制进行了分析探讨。在耕地与经济发展方面，各界学者更加关注耕地资源数量与经济发展关系的计量分析，耕地压力与经济发展的时空耦合以及耕地利用效率与经济发展的时空耦合分析。例如，朱永明[16]、陈昱[17]分别采用脉冲响应函数、方差分解方法和计量经济方法探究了经济发展与耕地数量之间的动态关系。杨人豪等[18-19]先通过测度耕地压力指数，利用重心模型分析其时空变化，再利用GDP 和人均GDP 等数据探究耕地压力与经济发展的时空耦合关系。刘元芳等[20]、唐放等[21]分别借助耦合协调模型和地理联系率、重心模型从整体上分析耕地利用效率和经济发展的耦合关系演变轨迹，进而测算耕地利用效率与经济发展的耦合指数，从而确定其耦合协调类型。

综上所述，已有许多学者采用耦合协调模型对两系统之间的耦合关系做了相关研究，采用不同的研究方法测算耕地利用效率，并对耕地利用效率与经济发展之间的关系做了相关研究，取得了相当优异的研究成果。河南省2019 年粮食种植面积1 073.454 万hm2占中国粮食种植面积的9.2%，全年粮食产量6 695.36万t占中国粮食总产量的10. 1%。它不仅是中国的农业大省也是中国粮食主产区，耕地资源禀赋充足[17]。但是当前对河南省的耕地利用效率与经济发展之间的耦合关系研究较少。鉴于此，本文拟以河南省为研究对象，采用DEA 模型计算研究区域的耕地利用效率值，并采用耦合协调模型方法描述河南省各地市耕地利用效率与经济发展的耦合关系。期望在耕地利用效率较低，耕地资源不断减少的大背景下，探究河南省耕地利用效率，转变耕地利用方式，优化区域耕地资源配置，提高耕地利用效率，保障粮食安全，进而促进农业与经济社会相协调，实现可持续发展，为农业农村现代化发展作出贡献。

1 研究方法、指标选取和数据来源

1.1 研究方法

本文选用DEA 模型中Malmquist 指数对河南省耕地利用效率进行分析，Malmquist 指数是非参数DEA 方法中最广泛使用的面板数据分析法。此模型从投入与产出两个方面进行考虑，将投入、产出指标数据导入该模型运行脚本中，经过软件Deap2.1运行得出2013—2018 年河南省耕地利用全要素生产率以及每个地区相应的技术效率值。

耦合协调借鉴于物理学上容量耦合概念，可以研究各子系统之间的融合程度以及相对运动的稳定状态。因此，采用耦合协调模型研究河南省耕地利用效率与经济发展的时间空间上的耦合协调发展水平。公式如下：

式中：T 为耕地利用效率与经济发展水平的综合评价指数；U1和U2分别为经济发展水平与耕地利用效率值；α 和β 为待定系数, α=β= 0.5；C 为耦合度；D 为协调发展度，0 ≤ D ≤1。

根据河南省自身发展特点以及对所得数据处理结果和相关研究成果[10，21]，将耦合度划分为五大类，即极低耦合（0 ＜ C ≤ 0.1）、低度耦合（0.1 ＜C≤ 0.2）、初级耦合（0.2 ＜C ≤ 0.3）、中级耦合（0.3 ＜C ≤ 0.6）、高级耦合（0.6 ＜C ≤1）。将二者的协调发展水平划分为4 个阶段：0 ＜D ≤ 0.3为低度协调阶段，0.3 ＜D ≤ 0.4 为中度协调阶段，0.4 ＜D ≤ 0.6 为高度协调阶段，0.6 ＜D ≤ 1 为极度协调阶段。

1.2 指标选取

借鉴相关研究成果[1-3，5-7，20]，构建以劳动力、土地、资本要素为投入，经济产出要素为产出的耕地利用效率指标体系（见表1）。第一，投入变量选择了农业从业人数来反映其劳动力投入水平，农作物播种面积来反映农业土地投入水平，农业机械总动力和化肥施用量来反映农业资本投入。第二，产出变量选择了农林牧渔总产值和粮食总产量来反映经济产出水平。鉴于本文主要是研究耕地利用效率与经济发展之间的耦合关系分析，考虑到数据的可得性和代表性，经济发展指标中选取人均GDP代替，GDP 代表一个区域的总体经济增长水平，但是相对于GDP 总量而言，人均GDP 更能体现经济发展水平[4，16，17]。

表1 耕地利用效率指标体系

1.3 数据来源

考虑到数据的可行性，可获得性的要求，拟采用2013—2018 年河南省市级面板数据建立耕地利用效率与经济发展耦合协调模型。在测算河南省耕地利用效率过程中选取2013—2018 年18 个市区的数据，大多数数据来源于2014—2019 年《河南统计年鉴》。鉴于研究的严谨性，排除异常数据，保证最终结果的真实性与准确性，本文在对两个子系统进行耦合关系分析前，对各项指标均经过标准化处理。

2 结果与分析

2.1 耕地利用效率时空差异分析

2.1.1 河南省耕地利用全要素生产率时序变化

运用DEAP2.1 软件，测算得到河南省耕地利用效率全要素生产率的时序变化（见表2）。结果表明，2013—2018 年河南省耕地利用效率的均值为1.046，全国平均技术效率为0.99～1.11。总体来看，并不稳定，波动较大，且历年河南省耕地利用效率全要素生产率都有效。具体来看，根据河南省耕地利用纯技术效率和规模效率的情况，可以得出影响技术效率的主要因素。表2 数据显示，纯技术效率变化和规模效率变化为0.99～1.01。但是纯技术效率波动幅度要略大于规模效率，且对技术效率的影响更大。由此表明，纯技术效率波动是导致技术效率波动的主要原因。即近6 年来，河南省耕地利用全要素生产率虽然不是特别高效，但都在有效区间内。2016—2017 年全要素生产率达到6 年内最高水平。规模效率波动幅度较大且纯技术效率还呈现下降趋势，效率产出较差。

表2 历年河南省耕地利用效率全要素生产率指数及其分解（2013—2018 年）

2.1.2 河南省耕地利用全要素生产率市级差异

虽然受经济社会等各方面因素的影响，河南省耕地利用投入和产出都方面存在微小着差异（见表3）。表3 数据显示，各市区耕地利用全要素生产率都处于有效状态，平均值为1.046。具体来看，河南省耕地利用全要素生产率最优的市区是三门峡，比最差的鹤壁市的全要素生产效率高出11.6%。以河南省耕地利用全要素生产率均值来看，有7 个市区的全要素生产率高于省平均水平，11 个市区低于省平均水平。三门峡、商丘、焦作等10 个市区的纯技术效率为1.000，整体波动幅度较小。大部分地区还需要进行管理，提高耕地利用效率。

2.2 耦合协调度时空差异分析

2.2.1 河南省耕地利用效率与经济发展耦合关系时序变化

利用耦合协调度模型对河南省2013、2016、2018 年各市区耕地利用效率与经济发展的协调耦合度进行测算，以研究二者耦合协调关系时序变化特征。表4 数据显示，河南省18 个市区二者耦合协调程度均处于高度以上协调发展水平且均呈上升趋势，耕地利用效率与经济发展耦合协调水平有所提升。具体来说，2013 年郑州、三门峡、济源、鹤壁4 个市区协调耦合度处于0.6 以上，根据上文划分，处于极度协调发展水平。其他14 个市区协调耦合度处于0.4～0.6，处于高度协调状发展水平。2018 年，济源市、洛阳、郑州、鹤壁、焦作、许昌、三门峡7 个城市的协调耦合度处于0.6 以上，处于极度协调发展水平，其余11 个市区协调耦合度处于0.4～0.6，均处于高度协调发展水平。总体上，河南省耕地利用效率与经济发展耦合水平处于高度以上协调水平。在某种程度上，二者相互影响，相互促进。经济的发展推动耕地利用效率的提高，同时耕地利用效率的提高也促进了经济社会的发展。从极度协调城市数量来看，由原来的4 个增加到现在的7 个，从协调度的大小来看，都呈现上升状态。说明，近几年河南省耕地利用效率与经济发展的协调发展程度较好。

表3 河南各市耕地利用Malmquist 指数及分解（2013—2018 年）

2.2.2 河南省耕地利用效率与经济发展耦合关系市级差异

数据经标准化处理后，对河南省18 个市区历年的经济发展水平与跟耕地利用效率进行了测算，结果见表5。根据表5 数据，河南省郑州、漯河、许昌3 个市区的耦合度较高，均处于0.3 以上，处于中级耦合阶段，其他15 个市区耦合度均处于0.1～0.2，位于低级耦合阶段。河南省各市区耕地利用效率与经济发展的耦合度整体偏低，处于中低耦合阶段。各个地市的协调耦合度整体位于0.3 ～0.4，属于中度协调发展阶段。郑州、漯河、许昌3 个市的耕地利用效率与经济发展的耦合度与协调耦合度均最高，处于中耦合中协调阶段，而其他15 个地市均处于低耦合中协调阶段。河南省15个市的耕地利用效率和经济发展耦合协调程度波动幅度较小，均处于稳定状态。

表4 河南省耕地利用效率与经济发展耦合协调发展时序变化

表5 河南省耕地利用效率与经济发展耦合协调发展空间对比（2013—2018 年）

3 结论与建议

采用DEA 模型对2013—2018 年河南省18 个市区的耕地利用效率进行测算，并采用耦合协调模型对耕地利用效率与经济发展进行耦合度以及协调耦合度的测算，分别从时序上和空间上对其分析，判定各地市所处耦合协调类型。河南省耕地利用效率时间上整体波动较大，各地市之间的耕地利用效率差异较小。各地市整体利用效率低于平均水平，需要改善。从耦合协调度来看，近几年河南省耕地利用效率与经济发展的协调发展程度较好。但是整体上来看，河南省各地市耕地利用效率与经济发展的耦合协调类型均属于低耦合中协调阶段。耕地的投入与产出之间的差距较小，但农业生产活动中仍然存在着农业生产要素投入的浪费现象，应该合理地配置资源，提高投入要素的利用效率以最大限度地获得产出。当然，政府必须通过改善耕地利用现状，进而提升耕地利用效率。在经济上对提高耕地利用政策加以扶持，实现经济发展促进农业耕地利用，农业耕地利用效率提升刺激经济发展等良性双向循环。

本文在研究中，由于侧重点不同，对经济发展指标的选取具有一定的局限性，在未来的研究中，争取完善经济发展指标，在最大程度上保障经济发展水平指数的精准性。