東北三省耕地利用格局變化對糧食全要素生產率的影響

余志剛，陳琛，崔釗達

（東北農業大學經濟管理學院，哈爾濱 150030）

糧食安全是關系國家政治穩定和經濟發展的重要戰略問題，耕地是糧食生產的最基本要素。東北三省作為國家的重要糧食生產基地，承擔著糧食儲備及特殊調劑任務[1]，提高其糧食全要素生產率對于保障國家糧食安全具有重要意義。隨著城鎮化發展和人口增加，糧食總需求不斷擴大和糧食生產總量不足的矛盾日益突出[2]。因此，尋找更合理的耕地利用格局來實現糧食全要素生產率的提升進而保障糧食安全值得深入研究。

耕地是糧食生產的承載空間，耕地資源狀況約束糧食生產狀況[3]。隨著工業化、城鎮化發展，耕地資源空間變化對糧食生產空間分布的制約日益突出[4]，耕地變化和糧食生產關系的研究不斷增加，但大多基于統計調查數據[5]和遙感影像數據[6]，利用差異化的視角測算耕地變化及其生產力變化，并從耕地數量變化[7]、耕地質量變化[8]以及耕地時空分布變化[9]三個方面分析其對糧食生產的影響，而耕地變化與糧食全要素生產率之間的研究相對欠缺。糧食全要素生產率的影響因素包括宏觀和微觀兩個層面，其中耕地是最重要的生產要素，耕地資源變化會顯著影響糧食生產效率[10]，有學者借助重心模型研究發現，耕地資源的重心變化制約著糧食全要素生產率的重心變化[11]。糧食全要素生產率不僅受制度變遷和技術進步的影響，耕地作為糧食生產的載體，始終是影響糧食全要素生產率的關鍵因素，各地區耕地利用格局不同，糧食全要素生產率變化路徑也不盡相同[12]。

以往研究為耕地利用對糧食全要素生產率的影響分析奠定了堅實的研究基礎，但仍存在以下不足：一是國內外分析耕地變化對糧食生產影響的研究多聚焦在對糧食產量、糧食質量、糧食生產能力等方面，而從糧食全要素生產率角度分析的研究相對欠缺；二是國內外研究多聚焦在單一耕地利用要素，而將耕地利用格局變化作為一個綜合性指標，分析其對糧食全要素生產率影響的研究不充分；三是研究成果主要集中在單一性尺度序列，較少結合區域和市域進行分析。鑒于此，本研究選取東北三省作為研究區域，基于耕地利用格局變化分析和糧食全要素生產率測算，從耕地利用格局變化的角度選取指標，分析耕地利用格局變化與糧食全要素生產率之間的關系，為鞏固糧食生產基礎和保障糧食安全提供理論依據和決策參考。

1 材料與方法

1.1 概念界定

1.1.1 耕地利用格局變化

耕地是土地利用類型的重要組成部分，是重要的人為土地利用景觀，受人類的直接干預、影響和長期作用，與人類發展密切相關。在不同的歷史階段和人類發展時期，耕地的定義有所不同，隨著生產發展和土地管理的實際需要，其范圍不斷擴大。從物質特性上理解，耕地的內涵可以界定為：在目前技術水平條件下，人類因生活發展的需要而開發利用的、能促進作物生長的且具有一定土壤肥力和特殊質量特性與土壤結構的重要土地資源[13]。

耕地利用格局是一個系統性的概念，其主要由耕地分布狀況、面積、利用程度及景觀格局等指標組成[14]。耕地利用格局變化是指耕地資源在數量、位置和時間趨勢上的不同與變化，這種變化分析包括耕地數量、空間位置、景觀格局、利用程度等多個方面[15]?；诟乩酶窬肿兓瘍群?，本研究提取耕地面積變化、耕地占補變化、耕地景觀變化、耕地利用程度變化展開研究。

圖1 為耕地利用格局變化概念性示意圖，數字編號1～6 及字母編號A～E 代表不同地塊的耕地，T1、T2代表不同研究時段。根據耕地利用格局變化的內容，做如下幾點分析：

圖1 耕地利用格局變化概念性示意圖Figure 1 Conceptual diagram of spatial distribution change of cultivated land

（1）耕地面積變化

耕地面積變化，如圖中“1”流向“A”的面積增加，“2”流向“B”的面積減少等情況。在耕地轉移變化上，我國目前施行嚴格的耕地保護措施，如通過耕地占補平衡、增減掛鉤等措施維持耕地總量，保證耕地的糧食保障功能。

（2）耕地占補變化

空間位置的變化（如“3”流向“C”），主要是指農戶轉移、耕地占補平衡、建設用地占用等使耕地發生空間變化。但由于土地的固定性，這種變化不是一塊耕地移動到另外一個地方，而是耕地的拋荒與開墾，呈現空間動態變化狀態。

（3）耕地景觀變化

耕地景觀變化主要由零散經營與規模經營等方式造成，此外還包括集約度的變化，如集約型和粗放型（如“4、5”流向“D”）。零散經營主要是由于農民長期自主選擇，其通常選擇靠近居住地和交通便利的地區，這種方式大多只能保證農民的自給自足。隨著社會經濟的快速發展，這種農業經營方式將不能滿足農業發展的需要，要提高耕地生產力，促進農業經濟發展，需向規?；?、聚集化的耕作經營方式轉變。

（4）耕地利用程度變化

耕地利用程度變化（如“6”流向“E”），即由于生產技術的改進或投入的增加，耕地利用方式發生變化。如提高復種指數，增加耕地產能，主要是通過充分利用空間，提高對土地和光能的利用率，促使用地和養地相結合以及充分利用生長季節來提高耕地產能。

1.1.2 糧食全要素生產率

農業全要素生產率的概念最早由Baron 等[16]提出，作為一個綜合測算農業經濟效率的理論和統計指標，被美國農業部采用。Solow[17]引入了技術進步這一指標，提出了具有規模報酬不變特征的總量生產函數和增長方程，從數量上確定了產出增長率、各投入要素增長率和全要素生產率增長率，從而產生了著名的索羅增長模型。目前全要素生產率的測度方法主要有增長會計法（Growth Accounting Approach）、隨機前沿分析法（Stochastic Frontier Analysis，SFA）和數據包絡分析法（Data Envelopment Analysis，DEA）3類[18]。

糧食全要素生產率作為衡量糧食生產效率的指標之一，包括技術進步、純技術效率的改善和規模效應3 個來源[19]，糧食生產效率可以分為單要素和全要素兩種。單要素生產率包含土地生產率和勞動生產率，己有研究對耕地利用格局和單要素生產效率之間的關系給出了證明[20-21]，但有關全要素生產率的研究還不夠深入，故本研究從全要素生產率的角度出發，主要研究糧食全要素生產率中的綜合效率。

1.2 研究區域概況

本研究區域為東北三省，即我國東北地區的三個省級行政區，分別為黑龍江省、吉林省、遼寧?。▓D2）。東北三省地形以平原、山地為主，處于118°～138°E、38°～55°N 之間，屬于溫帶季風氣候，該區域主要的糧食作物是玉米、水稻、小麥，采取一年一熟的農業生產模式[22]。2020年，該區域耕地面積為21.5萬km2，占全國耕地總面積的16.7%。2000—2020年東北三省糧食產量由5 323萬t上升到13 683萬t，糧食產量占全國的比例達到20.40%[23]，是我國重要的大豆、玉米和水稻主產區。東北三省作為我國重要的糧食生產基地，在糧食生產和糧食安全保障中具有重要的地位。

圖2 研究區位圖Figure 2 Location of the study area

1.3 數據來源和預處理

本研究使用的數據主要包括糧食生產的投入產出數據與耕地利用格局數據。除區域層面以外，市級層面包括黑龍江省的哈爾濱市、齊齊哈爾市、雞西市、鶴崗市、雙鴨山市、大慶市、伊春市、佳木斯市、七臺河市、牡丹江市、黑河市、綏化市，遼寧省的沈陽市、大連市、鞍山市、撫順市、本溪市、丹東市、錦州市、營口市、阜新市、遼陽市、盤錦市、鐵嶺市、朝陽市、葫蘆島市，吉林省的長春市、吉林市、四平市、遼源市、通化市、白山市、松原市、白城市、延邊朝鮮族自治州，共35 個樣本數據。

（1）糧食生產的投入產出數據。根據糧食生產函數的特征，本研究選取糧食總產量作為產出指標，糧食播種面積、有效灌溉面積、機械總動力、化肥施用量和農業從業人員數作為投入指標。相關數據來源于《黑龍江統計年鑒》《吉林統計年鑒》《遼寧統計年鑒》。對于個別樣本缺少某一年度數據的情況，本研究采用插值法補全數據集。由于東北三省2020 年市域投入產出數據缺失較多，市域數據選擇2000、2005、2010年和2015 年4 個時期。由于統計年鑒中部分投入要素的統計途徑多為農業生產指標，沒有按糧食作物和經濟作物進行分別統計，借鑒田旭等[24]的研究，采用權重系數法將糧食生產的投入要素分離出來，具體計算方法：生產投入要素使用量=總投入要素使用量×糧食作物播種面積/農作物播種面積。

（2）耕地利用格局數據。數據來源于中國科學院資源環境科學數據中心（http：//www.resdc.cn），以2000、2005、2010、2015 年和2020 年5 個時期土地利用/土地覆被變化（LUCC）遙感監測數據為數據源，將土地利用類型分為耕地、林地、草地、水域、建設用地和未利用地6 類，然后應用GIS 軟件提取各年份耕地利用格局相關數據，從耕地面積、耕地占補、耕地景觀和耕地利用程度4 個方面提取數據，建立東北三省耕地利用格局基礎數據庫，以備后續研究使用。

1.4 方法選擇和模型構建

1.4.1 DEA模型

糧食全要素生產率的主要測算方法是隨機前沿分析（SFA）的參數方法或數據包絡分析（DEA）的非參數方法[25]。本研究采用DEA 方法測度糧食全要素生產率，將每個市域作為一個DMU。由于后續期望研究要素投入變動會對產出效率產生影響，且糧食生產尚未實現最優生產規模，本研究選擇投入導向的規模報酬可變模型（BCC模型）進行測算，公式如下：

若θ=1，S+=S-=0，則決策單元DEA 有效；若θ=1，S+≠0 或S-≠0，則決策單元弱DEA 有效；若θ＜1，則決策單元非DEA有效。

1.4.2 重心模型

重心模型是研究區域發展和地理因素變化的重要分析工具，是一種地理上流行的分析模型，廣泛用于研究人口重心[26]、經濟重心[27]和生產重心[28]。本研究將重心模型引入到對耕地利用格局變化及糧食全要素生產率的研究中，公式如下：

1.4.3 面板數據模型

面板數據是指在時間序列上取多個截面，在這些截面上同時選取樣本觀測值構成樣本數據[29]。其在橫截面上是某一時刻若干個體的截面觀測值，在縱剖面上是時間序列。使用面板數據模型進行影響效應測度具有以下優勢：①采樣能力要求較低；②各經濟變量之間發展關系可準確測度；③可估算不確定因素對被解釋變量的影響；④減少解釋變量之間的多重共線性，提高經濟計量模型估計準確性。因此，本研究選擇面板數據模型進行測量分析。

為清晰展示各市耕地利用格局變化對糧食全要素生產率的影響效應，構建面板數據模型進行測度，公式如下：

式中：Tfit為糧食全要素生產率；pcait為耕地面積比例；Rinit為耕地轉入率；Routit為耕地轉出率；cfit為耕地斑塊破碎度 ；cmit為耕地斑塊聚合度 ；uit、δ1it、δ2it、δ3it、δ4it、δ5it為待估系數；εit為隨機干擾項；i為地區編號（i=1，2，…，35）；t為年份（t=2000，2005，2010，2015）。

2 結果與分析

2.1 耕地利用格局變化

基于耕地利用格局變化概念界定，從耕地面積變化、耕地占補變化、耕地景觀變化和耕地利用程度變化4 個方面選取指標。耕地面積指標中選取耕地面積和耕地面積比例作為衡量變量。由于耕地面積和耕地面積比例之間具有直接相關關系，故選擇耕地面積比例作為衡量指標。耕地占補變化中選取耕地轉入率和耕地轉出率作為衡量指標。耕地景觀變化選取耕地斑塊破碎度和耕地斑塊聚合度進行衡量。耕地利用程度變化選取耕地復種指數進行衡量。

耕地利用格局變化指標見表1。各指標公式中：pca表示耕地面積比例；ca表示區域內耕地面積；ta表示區域總面積；Rin表示耕地轉入率；INij表示第i年到第j年其他土地利用類型向耕地轉移的面積；Rout表示耕地轉出率；OUTij表示第i年到第j年耕地向其他土地利用類型轉移的面積；cf表示耕地斑塊破碎度；Ncf表示某一區域內耕地斑塊數量；cm表示耕地斑塊聚合度；Ncm表示某一區域內鄰接耕地斑塊數量；ct表示耕地復種指數；Sca表示某一區域內耕地總播種面積。

表1 耕地利用格局變化指標Table 1 Indicators of changes in spatial distribution of cultivated land

2000—2020年耕地占補變化情況如圖3所示，從時間維度來看，2010 年以前耕地占補變化較小，98%市域耕地保持不變，耕地主要轉出方向是建設用地，耕地主要轉入來源是林地。2010 年以后耕地出現較大幅度轉入轉出變化，2010—2015 年，耕地總面積變動不大，耕地比例保持在79.50%，與其他地類之間的轉入轉出比例相當。2015—2020 年，耕地轉入轉出幅度加大，耕地保持不變的市域所占比例低于75%，耕地向建設用地轉移趨勢明顯。

圖3 2000—2020年東北三省耕地占補情況Figure 3 Occupation and compensation of cultivated land in three northeast provinces from 2000 to 2020

從空間維度來看，東北三省耕地與其他土地利用類型之間的轉換呈現出明顯的空間異質性特征。東北三省耕地主要轉入來源是林地、草地、未利用地，林地開墾區為大興安嶺、小興安嶺及長白山脈地區，林地占耕地轉入來源的45.42%。草地開墾區主要在遼河平原，其次為松嫩平原，其他地區相對較少。耕地轉入來源的17.34%是未利用地，主要分布在大興安嶺、小興安嶺以及松嫩平原地區。耕地主要轉出方向是林地和建設用地，林地轉出方向與林地開墾區域基本一致，耕地減少的26.33%是向建設用地轉移，主要分布在哈爾濱市、沈陽市、長春市等省會城市周邊以及遼河平原地區。

由圖4 可以看出，東北三省耕地斑塊破碎度存在明顯的區域分異，林地覆蓋地區耕地斑塊破碎度相對較高，而平原地區耕地斑塊破碎度相對較低。2000—2020 年東北三省總體耕地斑塊破碎度變化幅度較小，總體降低了0.68 個百分點，從市域范圍來看耕地斑塊破碎度變化幅度較大且同樣存在區域分異，遼河平原及三江平原部分地區耕地破碎程度明顯增加，吉林省域范圍、黑龍江省西部地區及林地覆蓋區域如長白山脈、大興安嶺地區耕地破碎度變化較小，佳木斯市耕地破碎程度大幅降低。

圖4 2020年耕地斑塊破碎度及2000—2020年耕地斑塊破碎度變化值Figure 4 Farmland patch fragmentation in 2020 and change rate from 2000 to 2020

2.2 東北三省糧食全要素生產率測算

根據變量選取的科學性、可得性、可比性等原則，選取糧食產量作為產出指標，糧食播種面積、有效灌溉面積、機械總動力、化肥施用量和農業從業人員數作為投入指標，運用DEAP 2.1 軟件測算東北三省區域和市域的糧食全要素生產率，分析東北三省糧食全要素生產率的時空演變，具體見表2、表3。

表2 東北三省糧食全要素生產率測算投入產出指標Table 2 Input and output indicators of total factor productivity of grain in the three northeastern provinces

表3 主要投入變量的統計描述Table 3 Statistical description of main input variables

對東北三省糧食全要素生產率的時空分布特征進行研究，結果（表4）顯示，東北三省市域糧食全要素生產率4 個時期均值分別為0.81、0.78、0.82 和0.83。從空間分布變化上看，在2000—2015 年期間，三江平原、松嫩平原和遼河平原等地區糧食全要素生產率都較高。這些地區位于東北三省的經濟發達地區或自然條件優越的地區，一方面是由于自然條件有利于農業生產，另一方面得益于經濟發達地區對農業和科技的高投入。糧食全要素生產率低的地區主要位于經濟增長緩慢的小興安嶺和長白山脈地區，農民經營水平普遍較低，且地形等自然因素限制了生產技術的推廣和應用，這在很大程度上阻礙了糧食全要素生產率的提高。

表4 2000—2015年東北三省各市域糧食全要素生產率及平均變化率Table 4 Total factor productivity and average change rate of grain in all cities of the three northeastern provinces from 2000 to 2015

從變化趨勢上看，部分地區糧食全要素生產率波動較大，如大慶、阜新、朝陽等，少數地區小幅度波動，變化趨勢平穩，如雞西、黑河、遼源等。小興安嶺和長白山脈地區雖然相比平原地區糧食全要素生產率低，但大多也都超過0.7，并且糧食全要素生產率未出現過低值。根據舒爾茨的經典假說，發展中國家農戶“貧窮而有效率”，即農民仍然被認為是“理性人”，盡管在貧困地區，但他們仍可以通過更好地配備生產要素來提高傳統的糧食生產，提高糧食全要素生產率。

為進一步分析東北三省糧食全要素生產率的空間分布特征，采用ArcGIS 軟件對高值和低值的聚類程度進行度量，結果如圖5所示。2000—2015年，高-高、低-低兩種類型分布最為廣泛，高-低、低-高兩種類型分布較少，沒有明顯規律。高-高關聯類型分布比較集中，且逐漸減少，主要分布在松嫩平原地區，該市域本身及周圍區域糧食全要素生產率高，相互影響表現為正向。低-低關聯類型分布比較零散，主要分布在遼寧省境內，這些市域本身及周圍區域糧食生產比較利益較低，相互影響表現為正向。糧食全要素生產率高、低值集聚的空間轉移顯示，傳統糧食生產強市全要素生產率得以鞏固和提升，而糧食生產自然條件較差或糧食生產比較利益較低的市域，其糧食全要素生產率相對下降。

圖5 2000—2015年東北三省糧食全要素生產率空間自相關聚集圖Figure 5 Spatial autocorrelation aggregation map of total factor productivity of grain in three northeastern provinces from 2000 to 2015

2.3 耕地利用格局變化對糧食全要素生產率的影響

2.3.1 耕地利用格局與糧食全要素生產率的變化相關性分析

本研究從耕地面積、耕地占補、耕地景觀和耕地利用程度四個維度提取變量，分析耕地利用格局變化對糧食全要素生產率的影響，主要指標包括：①耕地面積比例，代表市域耕地保有量的影響，以區域耕地面積與區域總面積比例衡量；②耕地轉入率，代表其他土地利用類型向耕地變動的影響；③耕地轉出率，代表耕地向其他土地利用類型變動的影響；④耕地斑塊破碎度，代表耕地細碎化產生的影響，以單位面積的耕地斑塊數量衡量；⑤耕地斑塊聚合度，代表耕地斑塊在整個土地景觀中的空間聚集情況，用鄰接斑塊數量與耕地斑塊總數的比值衡量；⑥耕地復種指數，代表耕地在單位面積內的利用程度，用耕地播種面積與耕地總面積的比值衡量。各指標的描述性統計如表5所示。

表5 耕地利用格局指標變量的描述性統計（%）Table 5 Descriptive statistics of cultivated land spatial distribution variables（%）

運用重心模型和統計數據，對東北三省2000—2015 年耕地利用格局各指標和糧食全要素生產率重心坐標進行測算，依據測算結果分析其重心的移動軌跡，對其時空耦合關系及關聯特性進行分析，為下文研究提供理論依據。從圖6可以看出，東北三省糧食全要素生產率的重心2000—2005 年向北移動，2005—2015 年向南移動；2000—2010 年向西移動，2010—2015年向東移動。耕地利用格局各指標的重心中，耕地面積比例的重心2000—2005 年向北移動，2005—2015 年向南移動；耕地轉入率的重心2000—2005 年基本不變，2005—2015 年向南移動；耕地斑塊破碎度的重心2000—2005 年向南移動，2005—2015 年向北移動；耕地轉出率的重心2000—2005 年向北移動，2005—2015 年向南移動；耕地轉出率的重心2000—2010 年向東移動，2010—2015 年向西移動；耕地復種指數的重心2000—2010 年向東移動，2010—2015 年向西移動。

圖6 2000—2015年東北三省糧食全要素生產率與耕地利用格局變量重心移動軌跡Figure 6 Moving track of gravity center of total factor productivity of grain and cultivated land spatial distribution variables in the three northeastern provinces from 2000 to 2015

糧食全要素生產率的重心與耕地面積比例和耕地轉入率的重心在南北移動方向上一致，與耕地斑塊破碎度的重心在南北移動方向上相反；耕地轉出率與糧食全要素生產率的重心在南北移動方向上一致，在東西移動方向上相反；耕地斑塊聚合度與糧食全要素生產率的重心2005—2010 年移動方向一致，其他階段無明顯相關性；耕地復種指數與糧食全要素生產率的重心在東西方向上相反。由此可見，耕地面積比例、耕地轉入率、耕地斑塊破碎度和耕地復種指數與糧食全要素生產率具有一定相關性，耕地轉出率和耕地斑塊聚合度與糧食全要素生產率相關性不明確，為探索各耕地利用格局變量對糧食全要素生產率的具體影響，需要進一步開展實證研究。

2.3.2 實證分析

首先，利用單位根檢驗進行平穩性檢驗。分別對糧食全要素生產率、耕地面積比例、耕地轉入率、耕地轉出率、耕地斑塊破碎度和耕地斑塊聚合度進行ADF單位根檢驗，其均不存在單位根，拒絕存在單位根的原假設，原始序列平穩。其次，進行協整檢驗，原假設設定為無協整，通過Engle-Granger 協整檢驗，P值小于0.05，拒絕原假設，認為存在協整關系。據此判斷可以選擇面板模型進行分析。

在面板模型的選擇上，面板回歸模型通常涉及三個模型，分別是混合POOL 模型、固定效應FE 模型和隨機效應RE 模型，分別進行F檢驗、BP 檢驗和Hausman 檢驗，P值均小于0.05，比較發現建立固定效應FE 模型最優。同時將時間作為虛擬（?。┳兞考{入模型中進行OLS 回歸，由表6 可以看出，時間項與糧食全要素生產率均呈顯著性，說明需要考慮時間效應，且僅考慮個體效應的固定效應模型回歸結果不顯著，因此建立時間固定效應模型。

表6 考慮時間效應的回歸模型結果Table 6 Regression model results considering time effect

根據以上分析，利用時間固定效應模型分析耕地利用格局變化對糧食全要素生產率的影響，借助Enviews 8.0軟件進行具體計算。根據東北三省不同市域糧食全要素生產率平均變化率，將市域分為正向變化、負向變化和基本不變3 種類型，分別對正向變化和負向變化的市域進行回歸分析，F統計值相伴概率P值均小于0.05，表明回歸結果顯著（表7）。

表7 正向變化和負向變化市域的時間固定效應模型回歸結果Table 7 Time fixed effect model regression results of positive and negative change cities

糧食全要素生產率正向變化的市域耕地面積比例、耕地轉入率和耕地斑塊聚合度對糧食全要素生產率有顯著正向影響，耕地斑塊破碎度對其有顯著負向影響。耕地轉出率表現出負向影響但未通過顯著性檢驗，耕地復種指數表現出微弱的正向影響，且未通過顯著性檢驗。這些市域多集中在河流支干線附近和平原地區，耕地面積不斷增加，耕地與其他土地利用類型轉換的過程中，轉入明顯超過轉出，圍繞河流支干線耕地斑塊聚合度提高，最終使得糧食全要素生產率提高。

糧食全要素生產率負向變化的市域，耕地轉入率和耕地復種指數對糧食全要素生產率具有顯著正向影響，耕地斑塊破碎度具有顯著負向影響。耕地面積比例和斑塊聚合度具有正向影響，耕地轉出率具有負向影響，但均未通過顯著性檢驗。負向變化的市域主要為省會等經濟發達地區，隨著城鎮化水平提高，耕地有明顯向建設用地轉移的趨勢，耕地面積比例不斷降低。耕地與其他土地利用類型之間基本實現占補平衡，但其他土地利用類型對耕地的嵌入式占用，使得耕地斑塊破碎度增加，耕地細碎化明顯，耕地斑塊聚合度降低，糧食全要素生產率降低。

對東北三省所有市域進行時間固定效應的回歸分析，F統計值相伴概率P值小于0.05，表明回歸結果顯著，見表8。

表8 時間固定效應模型回歸結果Table 8 Regression results of time fixed effect model

耕地面積比例對東北三省糧食全要素生產率具有正向影響，且通過了5%水平的顯著性檢驗?；貧w系數是0.12，表明耕地面積比例每增加1 個單位，東北三省糧食全要素生產率提高12%，這表明2000—2015 年期間耕地利用格局變化有效提高了東北三省糧食全要素生產率。2000—2015 年期間，耕地面積總體占比不斷提升，在市域范圍內增加耕地保有面積有助于提高土地要素的投入量，實現糧食規?；a，從而提高糧食全要素生產率。

耕地與其他土地利用類型之間的轉換不斷增加，對東北三省糧食全要素生產率產生顯著影響，耕地占補變化中耕地轉入率對糧食全要素生產率有顯著正向影響，而耕地轉出率對糧食全要素生產率有顯著負向影響。耕地每轉入1 個單位，糧食全要素生產率提高2.05 個單位；耕地每轉出1 個單位，糧食全要素生產率降低1.82 個單位。耕地資源在不同部門之間重新配置引起耕地占補變化，其他土地利用類型與耕地之間轉換時，可能出現建設用地等土地利用類型占用質量較高的優質耕地，而補充的耕地更多是不適于耕種或生產條件較差的劣質耕地。耕地占補變化以“耕地占補變化-耕地要素投入數量/質量變化-糧食全要素生產率變化”的邏輯結構，影響耕地投入數量和質量變化，進一步影響糧食全要素生產率變化。

耕地斑塊破碎度對東北三省糧食全要素生產率具有負向影響，且通過了1%水平的顯著性檢驗，耕地斑塊破碎度每提高100%，東北三省糧食全要素生產率損失9%。這表明，農村定居點和城市建設用地的不斷擴展和交通網絡的快速擴張，導致其他土地利用類型對耕地嵌入式占領，耕地破碎程度不斷提高，阻礙機械設備和規?；r業技術的推廣，不利于糧食的集約化生產，這將不可避免地對糧食全要素生產率造成損失。耕地斑塊聚合度對東北三省糧食全要素生產率有顯著正向影響，耕地斑塊聚合度每提高100%，東北三省糧食全要素生產率提高65%。東北三省是我國糧食機械化生產發展最好的地區之一，提高耕地斑塊聚合度能夠改善耕地機械化生產的條件，集約化生產可以減少單位面積耕地生產要素的投入，進而提高糧食全要素生產率。耕地景觀變化影響規模經營狀況及勞動力、機械等要素投入的利用效率，進而影響糧食全要素生產率。

耕地復種指數的系數為正，當耕地復種指數提高時，綜合利用耕地的投入能力也提高，對糧食全要素生產率具有正向影響，但影響效果較小且未通過顯著性檢驗。耕地復種指數反映耕地的利用程度，其提高意味著耕地利用的內在動力為追求耕地產出最大化，降低意味著耕地利用的重要性下降，由追求土地生產率轉化為追求勞動生產率或資本生產率，并相應減少對耕地的投入，因此其不但受水熱等自然條件影響，還受農業生產比較利益的影響，在經濟快速發展地區，耕地復種指數可能下降。受自然環境等條件限制，東北三省屬于耕地復種指數相對較低的地區，其耕地復種指數變化相對較小。

3 結論與建議

本研究基于土地利用/土地覆被變化（LUCC）遙感監測數據，應用GIS 軟件提取2000、2005、2010 年和2015 年耕地利用格局變化數據，同時運用數據包絡分析模型估算了2000、2005、2010年和2015年東北三省市域糧食全要素生產率?；诟乩酶窬肿兓治龊图Z食全要素生產率測算，從耕地利用格局變化的角度選取指標，構建面板數據模型定量研究耕地利用格局變化對糧食全要素生產率的影響，得出如下結論：

（1）東北三省耕地資源豐富，耕地利用格局變化明顯表現出受水源限制的特征，多分布于三江平原、松嫩平原和遼河平原，東北三省耕地利用格局變化時空異質性顯著。耕地數量變化的總體特征是耕地總量增加、耕地的增速降低，時空異質性體現為南減北增、新增耕地重心逐漸北移。近10 年耕地與其他土地利用類型之間轉換更加活躍，隨著建設用地擴張加速，其以省會城市為中心向東北部蔓延，呈現出建設用地侵占耕地的趨勢。從時序上來看，耕地景觀變化相對較小，而在空間上存在較大差異性，平原地區斑塊破碎度較小但存在較大波動變化，山脈地區斑塊破碎度相對較大，耕地斑塊在流域附近具有明顯的聚合趨勢。

（2）2000、2005、2010 年和2015 年東北三省糧食全要素生產率均值分別為0.81、0.78、0.82 和0.83，總體在0.50 到0.90 之間小幅度波動變化。糧食全要素生產率高于0.70的市域比例較高，且0.70以上市域比例不斷提高，但糧食全要素生產率總體還存在提升空間，說明通過改善要素的投入規模、完善糧食政策等外部作用影響因素，東北三省的糧食全要素生產率可得到有效改善。東北三省各市域糧食全要素生產率存在明顯的時空差異，其空間分布從最初的相對均勻到局部地區聚集，農業生產自然條件好的市域糧食全要素生產率較高，遼寧省糧食全要素生產率向低值聚集，松嫩平原地區糧食全要素生產率向高值聚集。

（3）東北三省耕地利用格局變化對糧食全要素生產率具有顯著影響，其中耕地轉出率和耕地斑塊破碎度與糧食全要素生產率呈負相關關系，耕地面積比例、耕地轉入率和耕地斑塊聚合度與糧食全要素生產率呈正相關關系，耕地復種指數對糧食全要素生產率具有正向影響，但影響作用不顯著。增加區域內耕地面積的保有量、林地和未利用地向耕地轉移以及耕地在河流支干線附近聚集，實現規?；洜I，有助于糧食全要素生產率的提升。建設用地對耕地的嵌入式占用導致耕地細碎化程度增加，建設用地、未利用地等補充為耕地會降低耕地質量，在一定程度上會抵消生產要素投入增加對糧食全要素生產率的促進作用。

東北三省作為我國糧食主產區，在糧食安全保障方面發揮著重要作用，基于本研究結果，提出以下建議：

（1）加大耕地保護力度，加強基本農田保護，要嚴格按照“占多少補多少、占優補優”的原則對不同類型土地進行合理配置，加大執法力度，打擊“占優補劣、占多補少、非法侵占耕地”等行為，保證區域內耕地保有量，提高耕地規?；a水平。

（2）在完善耕地流轉和規?；洜I的基礎上，嚴格規劃耕地利用格局，避免其他土地利用類型對耕地嵌入式占用、建設用地無序擴張引起耕地細碎化。

（3）持續開展土地整理，提高耕地聚合度，持續走集約化、合作化道路發展農業，在保證耕地有效數量的同時，提高耕地利用格局的集聚性和合理性，促進糧食全要素生產率的提升，保障糧食安全。