论文部分内容阅读
耕地是一项事关社会稳定和人民生活的重要资源。耕地资源的利用状况不仅关乎粮食安全问题,甚至还影响着一个国家的生态环境与人民的身心健康。近年来,受城市建设、生态退耕等因素的影响,中国的耕地面积在不断减少,与此同时,人口却在不断增加。人多地少的严峻形势,决定了当前中国提高单位耕地面积上生产要素投入产出率,即耕地利用效率的必要性。此外,耕地利用活动所产生的环境污染问题也逐渐突显。中国已于2016年加入巴黎气候变化协定,并承诺本国的碳排放总量将在2030年左右达到峰值,而农业领域尤其是耕地利用作为非能源活动温室气体排放源之一,如何有效控制并减少碳排放量已成为当前中国耕地利用过程中所面临的一个重要的生态环境问题。因此,将耕地利用碳排放考虑在内,准确衡量中国耕地利用效率对于保障国家的粮食安全以及改善农业生态环境等都是十分必要和重要的。为研究耕地利用碳排放对耕地利用效率的影响,本文首先利用能够考虑碳排放的SBM-U模型和未考虑碳排放的SBM模型对中国30个省份和东、中、西以及东北部地区的耕地利用技术效率(即耕地利用静态效率)进行了对比分析;其次,基于SBM-U-M生产率指数和SBM-M生产率指数对考虑碳排放与未考虑碳排放两种情况下的中国30个省份和东、中、西以及东北部地区的耕地利用全要素生产率(即耕地利用动态效率)进行了对比分析。结果表明:SBM-U模型的测度结果是普遍低于SBM模型的;SBM-U-M生产率指数和SBM-U-TP指数均普遍高于SBM-M生产率指数和SBM-TP指数,而SBM-U-TEC指数则普遍低于SBM-TEC指数。说明不考虑碳排放可能会导致耕地利用技术效率和耕地利用全要素生产率的测度结果出现偏差。因此,必须重视耕地利用所产生的碳排放问题,并将其纳入耕地利用效率的评价体系,才能更加准确地分析耕地利用技术效率和耕地利用全要素生产率。为研究变量间不可分离特性对碳排放约束下耕地利用效率的影响,本文将能够考虑变量间不可分离特性的NSH-U模型引入到1997-2017年中国耕地利用技术效率测评当中,与SBM-U模型的测度结果进行了对比分析,并进一步揭示了中国耕地利用技术无效率的来源;其次,采用含有不可分离变量的NSH-U-M生产率指数评估了1997-2017年中国耕地利用全要素生产率的区域特征与时序变化趋势,并通过构建生产率分布图进一步分析了省际耕地利用全要素生产率的变化情况,明确了各省份耕地利用全要素生产率增长的主要贡献者;最后,探讨了中国耕地利用与环境协调性的演变趋势。主要结论如下:(1)无论是全国范围还是东、中、西及东北部地区,NSH-U模型所测算的耕地利用技术效率值均高于SBM-U模型;同未考虑不可分离变量的SBM-U-M生产率指数及其分解部分相比,考虑不可分离变量后的NSH-U-M生产率指数和NSH-U-TP指数均有不同程度的减少,而NSH-U-TEC指数则出现了不同程度的增加,说明变量间的不可分离特性对耕地利用技术效率和全要素生产率影响显著。(2)中国耕地利用技术效率均值为0.6501,仍具有34.99%的可改善空间。区域间耕地利用技术效率差异显著,东、西、东北及中部地区耕地利用技术效率整体呈现由高至低的“阶梯状”分布,中部地区应成为中国耕地利用技术效率改善的重点。此外,省际间耕地利用技术效率亦存在较大差异,比如,东部地区北京的耕地利用技术效率是中部地区安徽的3倍多。(3)中国耕地利用技术效率低下是投入无效率和产出无效率共同导致的,而非径向投入无效率和径向产出无效率则是中国耕地利用技术无效率的主要来源。就各省份而言,除北京和海南外,其余28个省份均存在不同程度的投入无效率和产出无效率的情况,各投入产出变量尚有一定的改进空间;一般情况下,耕地利用技术效率越低的省份,达到完全有效状态所需的改进值越大。(4)中国耕地利用全要素生产率整体处于持续增长状态。技术进步是全国和东、中、西及东北部地区耕地利用全要素生产率增长的主要贡献者,而技术效率则在一定程度上限制了耕地利用全要素生产率的增长。中国绝大多数省份耕地利用全要素生产率的增长主要由技术进步推动,只有少数省份的技术效率恶化程度较深,技术进步作用效应相对微弱,使得其耕地利用全要素生产率出现负增长。此外,中国耕地利用环境技术创新主要由东部和西部地区来主导,而中部地区环境技术创新情况不容乐观。(5)整体而言,中国耕地利用与环境协调性自2007年以来不断优化,耕地利用呈现出逐渐向好的低碳化发展;具体到各省份而言,北京、海南、广东和陕西耕地利用与环境保持着高度协调发展,而山西、安徽、江西和湖南耕地利用与环境的协调性最差,亟需改变。