DEA模型^[12]有分别适用于不同问题的具体模型。传统DEA模型都是基于最小投入最大产出这样的基本假设,但在实际农业生产中,农药、化肥及塑料薄膜的使用不仅带来农业产值的增加,也带来废气、白色污染等“非期望产出”,不考虑这一部分环境的负外部效应将使农地利用效率评价结果不可信。包含非期望产出的超效率SBM模型是在传统DEA模型的基础上构建的加入非期望产出且为非径向非角度的模型^[10]。该模型克服了传统模型径向角度的缺点,它允许有效决策单元的效率值≥1,这样解决了有效决策单元间的排序及差别问题,使得评价结果更加全面与真实。包含非期望产出的超效率SBM模型表示如下:

式中:n为研究单元的个数; m为研究单元的投入数量; x表示投入指标; y^g与y^b分别表示期望产出、非期望产出,向量S为松弛量; λ为常数。

假设研究区由若干个次级小区组成,次级小区i的重心坐标为(x_i,y_i),G_i为该研究小区的某类属性值(在本文为农地利用效率值),则该区域的相应重心坐标公式为:

式中:区域重心坐标(x_i,y_i)由ArcGIS计算得到。

了解农地利用效率的影响因素及影响程度有利于更有针对性提出进贤县农地利用效率提升、乡村振兴发展的对策,本研究做回归分析探索影响因素及程度。由于农地利用效率是一个大于0的受限因变量,而普通最小二乘法使用时的假设因变量概率分布接近于正态分布,因此其做出的回归分析结果会有所偏差。根据前人研究可知,Tobit模型做效率影响分析能取得较好效果,故本文选用面板Tobit模型对进贤县农地利用效率影响因素进行分析。Tobit模型表示如下:

Y=B₀+B₁X₁+B₂X₂…+B_nX_n+u(3)

式中:Y为农地利用效率值; u为随机扰动项; B_n为各解释变量的系数; X_n为各解释变量的值; B₀为常数项^[13]。

从表2可看出,EE效率(含非期望产出)由2011年的1.790 3上升至2017年的1.791 2,上升较为缓慢,并在2013年及2014年间略有所下降,但总体上农地利用效率呈现上升趋势。另外,从表中可以发现EE效率比TE效率(不含非期望产出)总体要低,且EE效率与TE效率的差值逐年增长,在2011年两者差值0.358 6年、2017年两者差值达到0.400 1。这说明现实农业生产中,无法避免非期望产出,且非期望产出对农地利用效率有越来越大的影响。因此,仅涵盖期望产出来评判农地利用效率是不合实际的。具体分析各个乡(镇),农地利用效率表现出多样性的时序变化特征:

(1)进贤县各个乡(镇)、红壤所及省五里垦殖场的农地利用效率总体呈现上升趋势。民和镇、罗溪镇、钟陵乡、白圩乡及长山晏乡5个乡(镇)由低效率逐步上升至中高效率水平。另外2014年是进贤县农地利用效率的转折点,发现2013至2014年有明显下降趋势,2014年后总体又上升至今。调研得知,2013年、2014年进贤县多个乡(镇)进行了土地整治,土地整治期间对农地生产产生一定程度影响,整治主要包括平整土地、灌溉排水及道路工程等,规模及技术效率都有所上升。因此,2014年后进贤县各个乡(镇)的EE效率可看到明显提升。

(2)不期望产出对农地利用效率影响逐渐增大。比如效率水平一直处于高位的省五里垦殖场,2011年考虑非期望产出的EE效率为1.952 5,不考虑非期望产出的TE效率为2.311 1,相差0.358 6; 2013年EE效率1.450 9,TE效率为1.818 8,两者相差0.367 9; 2017年其EE效率为2.318 4,TE效率为2.718 4,相差0.4。总体看出包含非期望产出的效率与不包含非期望产出的效率差值逐渐增大,非期望产出即一些对环境、社会或者经济有消极作用的一些不被期待的产出对农地利用效率的影响逐渐增大,后期进贤县须对相关产出做更多处理。

为揭示进贤县各个乡镇2011—2017年农地利用效率变化规律,借助ArcGIS工具,将进贤县21个乡(镇)、红壤所及省五里垦殖场等23个决策单元的农地利用效率与进贤县乡(镇)地图进行空间关联,建立进贤县农地效率空间属性数据库。同时,依据前文时序分析,选取2011年,2013年,2015年及2017年4个年份的截面数据进行可视化表达,见图1。另外,参考其他学者的研究^[23-24],结合进贤县农地利用效率的总体情况,将农地利用效率值分为4类:低效率区(min≤e<0.6)、中低效率区(0.6≤e<1)、中高效率区(1≤e<1.2)及高效率区(1.2≤e≤max)。从县域的空间分布上分析,进贤县各个乡(镇)在2011—2017年变化趋势大致相同,呈现效率从低至高的上升趋势,且具有以下特征:

(1)中高效率区及以上的乡(镇)占据大部分,中北部与西南部效率值差异明显。民国初,进贤县设五区26乡,其中五区包括民和镇、罗溪镇、池溪镇、三阳集乡及梅庄镇,五区是重点发展对象,农业、经济等得到迅速发展。建国后,中北部多个乡(镇)一直作为重点粮食发展地区,农地利用效率受历史影响较为深重。

(2)效率高值明显集中在军山湖周边乡(镇),主要包括池溪乡、下埠集乡、三阳集乡、梅庄镇等。这种分布与军山湖周边地形息息相关,池溪乡、下埠集乡等乡(镇)均地势平坦、地块面积较大。另外,可能与政策有关。2011—2017年,进贤县军山湖周边8个乡(镇)50个村土地整治过。

(3)低效率区主要处于西南部,包括温圳镇、泉岭乡、架桥镇及张公镇等,这几年EE效率平均值仅0.413 3。首先跟地形有关,南部多丘陵山区,地块破碎,不利于规模生产,农地难以实现全机械化操作,多靠人工种植,并且由于现在耕种利润相比较外出务工成本更大,收益更低,好多农民抛荒,农地闲置率增加。其次跟经济发展相关,温圳镇拥有新型工业园区,张公镇有高桥工业园区,工业园区吸纳大量农业人员转为工人,农民无心从事农业生产,这些乡(镇)多由50岁以上人员从事农业生产,多为了自给自足口粮,农地利用效率较为低下。

表2 进贤县2011-2017年EE效率与TE效率

本文对效率重心的定义是进贤县县域内使各个乡(镇)的农地利用效值在各个方向上保持平衡的点,研究效率重心及变化轨迹图有利于直观了解进贤县近几年农地利用效率水平在进贤县内的平衡点及发展方向,从全县域上把握农地利用效率的空间变化^[23]。

进贤县农地利用重心一直落于民和镇北部,重心分布在29°25'20″—29°24'50″N和116°17'10″—116°17'50″E。根据重心的发展轨迹,大致可以分为两个阶段。一是2011—2013年,重心东北移动阶段。该阶段效率重心先向东北移动部分,后又向西北移动部分,但总体向东北移动。这一时期处于进贤县的“十二五”规划期间,政府对环军山湖进行2.13万hm²水产养殖,开展环湖休闲旅游和发展沿湖有机农业产业,对下埠集乡赤路岗村进行高标准农田建设改造,改良土壤,兴建机耕路等。这些让东北部农用地有了更好的发展条件,农地利用效率也有所提高。二是2013—2017年,重心西南方向移动阶段。效率重心向西移动0.083个经度,移动距离8 466 m。其中2015—2016年向西移动0.055个经度,移动距离5 610 m,是研究阶段内效率重心移动速度最快、移动距离最远的一年。这一时期横跨“十二五”规划与“十三五”规划,进贤县政府给予了西南地区更多关注,比如选定了732个自然村开展社会主义新农村建设,集中打造了文港镇、三里乡、李渡镇、温圳镇、白圩乡共5个特色小镇; 比如罗溪镇的圩除险加固工程。故在这一阶段,进贤县重心向西南移动是符合现实情况的。

首先,数据的多重共线性检验是进行有效回归分析的前提^[25-26],故本研究借助SPSS 20.0对不同年份的方差膨胀因子进行测算,检验影响因子间的多重共线性,具体结果见表3。

表3 数据共线性检验

从表3可看出5个变量的VIF值均小于10,表明变量间不存在明显的多重共线性关系,可以进行Tobit回归分析。运用Eviews8.0软件选择Tobit模型,其分析结果见表4。

图1 进贤县农地利用效率类型空间分布及演化

表4 Tobit回归分析结果

根据表4,可发现X₄通过α=0.1的显著性检验,X₃,X₅通过α=0.05的显著性检验。单位面积净碳排放量未能通过显著性检验,说明碳排放量目前对进贤县农地利用效率影响不显著。这其中的可能原因是进贤县自然生态环境较好,绿化覆盖率达到45.26%以上,碳汇能力好,总体进贤县单位面积净碳排放量从2011年的0.41 t/hm²到2017年的0.40 t/hm²。有效灌溉面积对进贤县农地利用效率呈现不显著影响,这与进贤县实际情况有关。进贤县县域内不仅流经的有抚河与信河,还有军山湖、青岚湖等大小湖泊,水面面积占进贤县总面积的1/3,有先天的灌溉优势,不存在灌溉条件需要大的改善。单位面积工业产值对农地利用效率有显著的阻碍作用。一般来说,某个乡(镇)的工业产值效益好,出于最小投入最大产出原则,农户选择进入工厂务工概率更大,农用地则交给家里老人或者亲戚朋友,在劳动力较为缺乏且劳动力不是专业种植大户的情况下,农地粗放使用代替了精耕细作,农地利用效率下降情理之中。单位面积农业机械动力通过了α=0.1的显著性检验。从农业现代化角度来看,农业机械化水平越高,农地的产出水平越高^[21]。根据进贤县的实际情况发现也符合这一规律,进贤县南部比北部更高,北部濒临湖滨,地块平整,面积较大,耕地种植条件好,机械化水平高。农民的平均播种面积系数为正,并通过了5%的显著性检验。农民平均播种面积越多,规模效益越好,农地利用效率越高。

相比较其他研究以国家、省或市为研究单元^[19,22,27],本研究以进贤县乡(镇)为单位,在研究对象上更加细化,研究方法、指标选取、研究结果及可改进之处如下:

研究方法上,DEA模型进行效率分析已经较为普遍^[9-10]。本文加入非期望产出这一要素,选用非期望产出的超效率SBM模型能弥补现有研究缺乏环境要素这一不足。指标选取上,国内外学者普遍从效率的本质构建利用效率指标体系^[7-8]。本文尝试从乡村振兴战略的总要求及投入产出方面两个角度综合构建进贤县农地利用效率评价指标体系,为构建农地利用效率评价指标体系提供新思路。具体指标选取上,本文充分界定评价主体为广义农用地,选取含义为广义农用地利用活动的评价指标,在原有文献上优化了指标选择。研究结果上,本文研究结果与同类研究^[28-29]较为吻合,与进贤县实际发展情况比较一致,结果比较合理。

同时,本研究尝试基于乡村振兴战略的总要求及效率的本质投入产出两方面相结合进行构建农地利用效率评价的指标体系,由于缺乏前人研究参考及自身水平有限,有些指标的合理性还有待进一步商榷。此外,农地利用是一个长时间的过程,而本研究由于乡镇数据的难以获取性仅研究了2011—2017年,短时间无法特别准确得到趋势,研究更长时段的农地利用效率显得更为重要,在未来的研究中有待进一步完善。

2011—2017年进贤县农用地利用效率呈上升趋势,总体水平较好。另外,包含非期望产出的效率值(EE效率)总体都低于不包含非期望产出的效率(TE效率),说明进贤县各个乡(镇)的农地利用发展中付出了一定的环境代价,也从侧面反映评价农地利用效率有必要考虑非期望产出。通过SBM模型计算与ArcGIS空间显示可知2011—2017年进贤县农地利用效率空间格局发生明显变化,高效率乡镇集中在军山湖周边。重心分析可知进贤县在研究序列内农业发展重心总体由中部向东北再向西南方向转移,但一直以民和镇为核心。根据Tobit模型分析结果可知农地利用效率的变化特征受人为因素与自然因素共同影响,但人为活动可以引导农用地效率的进一步发挥与发展方向。未来,进贤县在乡村振兴道路上需注重技术、人力与自然资源的协调与优化,科学提高农地利用效率。