中国耕地非农化的区域差异及其收敛性，本文主要内容关键词为：耕地论文,中国论文,差异论文,区域论文,收敛性论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
修订日期：2008-06-28
文章编号：1007-7588(2009)01-0116-07
中国自改革开放以来，随着经济的快速增长，土地等生产要素的需求急剧扩大。尤其是目前正经历经济高速增长期的快速工业化和城市化进程，耕地资源日益受到工业和城市等土地利用的经济竞争，耕地非农化的进程在短期内无法逆转[1，2]。1986年-2005年，中国GDP年均增长率为9.2％；同期，据国土资源部统计，全国共有378.80×
耕地转为建设用地，相当于2005年耕地面积的3.1％，平均每年约有18.94×的耕地转变为非农用地。
按照Mankiw等的新古典增长模型[3]，土地的供给弹性不为零，即土地的供给会随着经济发展发生变化。当前，我国东、中、西部各省份所处的经济发展阶段不同，对土地的需求也不尽相同。因此，区域经济发展水平和发展战略的差异性，决定了各地区之间耕地非农化的规模和程度也必然存在一定的差距。国内很多学者对我国耕地非农化的经济驱动机制进行了大量的研究[4～9]，但针对耕地非农化的区域差异及其收敛性的专门性研究还较少。弄清楚耕地非农化区域差异的现状、格局与趋势等，对于反过来思考我国耕地的调控政策以及区域经济发展战略具有一定的现实意义和政策含义。
鉴于此，主要利用基尼(Gini)系数、希尔(Theil)系数、变异系数等指标分析1986年-2005年期间我国耕地非农化的区域格局、区域差异及构成，并结合空间自相关分析，探讨耕地非农化区域收敛的可能性及特征。
1 耕地非农化的区域格局
研究的主要数据来源于中国农业年鉴(1986年-1998年)和中国国土资源年鉴(1999年-2006年)①。
按照东部、中部和西部的分区办法②，首先对1987年-2005年我国耕地非农化的空间格局进行描述，发现耕地非农化的规模和程度基本上按东、中、西依次递减。
2005年我国耕地面积总数为1.22×10[8]
，其中东、中、西地区耕地面积分别占全国的25.2％、37.9％、36.9％。同比1987年，三大地带各占全国耕地总数的29.9％、38.7％、31.4％。由此可见，1987年-2005年间东部的耕地减幅最大，中部次之，西部最小。该阶段全国耕地非农化面积总计达357.38×，其中东、中、西部地区分别占47.9％、27.3％和24.8％。图1显示，1987年-2005年东部的比重总体呈上升趋势，中部变化不大，西部除20世纪90年代中期外，比重一直较小，但近3年有增大趋势。
2000年-2005年的年均耕地非农化面积的空间分布(图2)大致呈由东往西梯次递减趋势，区域差距明显。西部除四川、重庆、云南外，耕地非农化年均面积都在0.5×l0[4]以下。东部以江苏(2.25×)、山东(2.13×)、浙江(2.03×)的耕地非农化规模最大。
从2000年-2005年的年均耕地非农化率的空间分布看(图3)，耕地非农化率基本也是由东往西递减。东部除辽宁、海南两省外，其余地区普遍较高。但西部的四川、重庆、青海的也偏高。
2 耕地非农化格局的区域差异
针对目前的耕地非农化区域格局，采用基尼(Gini)系数、希尔(Theil)系数两种指标来进一步分析其区域差异。基尼系数的计算采用基尼1912年提出的直接计算法，公式为：
计算结果如图4所示，可以看出按基尼系数的衡量标准，我国耕地非农化的区域差异程度较大。并且两个指标都表明，1999年以来耕地非农化的区域差距在扩大(但2005年又开始有所转变)。
为了弄清楚区域差异的来源及构成，按照东、中、西的分区原则对希尔系数进行区域分解。希尔系数的分解办法为将所有地区划分为
个组，这样T就被分解为：
分解结果见表1，可以看出，地区内差异是中国耕地非农化区域差异的最主要原因，但区内差异化程度自2000年以来总体呈下降趋势，区间差异化程度加剧。从区内差异的贡献来源看，1987年-1994年东部地区的差异贡献率一直最大，西部次之，中部最小。而1995年-1999年间东部和西部的差异贡献率比较接近，甚至西部还超过了东部。但2000年开始，东部地区又成为区间差异来源的最大主体，占到整个差异的50％以上。这一时期我国东部地区基础设施投资过热，新一轮房地产开发热潮的兴起，各地发生大量的圈占农地现象。而西部地区的差异贡献率自2000年以后下降很大。可能因为2000年我国开始实行西部大开发战略，西部各省区都开展了很多重点工程项目，这样西部省区之间的耕地非农化差异反而变小。
地区内差异成为区域差异贡献的绝对主体，在1999年以前的一些年份甚至占到95％以上。并且东部地区的差异又是地区内差异的主要来源。这说明我国的耕地非农化“集聚效应”非常明显，东部地区省份之间差距变小，中西部一些省份则形成了“落后俱乐部”。假如东部地区的差异贡献率下降，而中西部地区的差异贡献率相对上升的话，就整个区域差异来说，就变得比较均衡，耕地非农化在区域之间也就存在收敛的可能。但是如果东、中、西部区域间差异扩大，而区域内差异趋于减小，那么耕地非农化就可能存在局部收敛。
3 耕地非农化的区域收敛
3.1 经济增长与耕地非农化的σ收敛
主要采用传统的变异系数(Coefficient of Variation)作为区域σ收敛的指标来描述经济增长、耕地非农化的区域离差程度。计算公式为：
计算结果如图5所示，可以看出，1990年以前中国各省域间人均GDP(自然对数形式)表现出σ收敛，而在1990年后则显示出比较明显的σ发散趋势。这跟当时的经济体制改革有很大的关联，因为20世纪90年代起我国全面实施沿海沿江城市开放政策，东部沿海省份经济发展速度远快于内陆省份。但是从2000年开始又呈现σ收敛的趋势。这种变化的时间，跟我国开始实行西部大开发、东北振兴等新区域经济政策的时间比较一致。相比较而言，耕地非农化的σ收敛波动较大，趋势不太一致。但总的来说，除1994年、1999年出现明显跌宕外，耕地非农化区域间的变异系数值一直在波动中增加，耕地非农化呈现σ发散趋势。当然2005年的变异系数值下降很大，但这种下降是否会成为一种长期趋势，现在还不好做出判断。另外，从1994年-2005年最近这11年的发展历程看，经济增长与耕地非农化σ收敛变化的趋势比较相似。直觉上，经济增长的σ发散与耕地非农化的σ发散具有协同性。
3.2 空间自相关与耕地非农化的σ收敛
计算和讨论耕地非农化的σ收敛趋势，包含了一个重要的假设前提，就是将各个省份(区域)当作完全独立的个体，而忽略它们之间潜在的相互作用关系。事实上，各个区域之间从来就不是独立的个体，区域之间存在信息流、资金流、物流、人流等多种资源的交换。由于产业转移和技术扩散等空间效应的存在，一省的耕地非农化必然会受到其相邻省份的影响。比如北京、天津的土地资源使用成本上升后，本地一些用地需求较大的企业出于降低用地成本的需要，必然会有将生产基地迁往河北、山东等附近省份的愿望，而考虑迁往甘肃、青海的可能性估计会小些。这样客观上就有可能促进河北、山东两省的耕地非农化。耕地非农化的区域收敛性，必然会受到类似空间效应的影响。显然，不同省区之间的耕地非农化存在一定的空间依赖性。
接下来，主要通过空间自相关分析(Spatial Autocorrelation Analysis)来分析我国耕地非农化的空间依赖性程度，观察空间分布的特性，看是否存在某种聚集或发散[12，13]。用各年度耕地非农化的Moran I指数值来表示其空间自相关程度，计算公式为：
据图6分析，耕地非农化的σ收敛与其空间自相关程度表现出相似的变化模式。两者变化在形状上和时间点都很接近，一般情况是空间自相关的变化比σ值变化大约早一年。1987年-2005年耕地非农化的变异系数值和空间自相关值的简单相关系数为0.602，两者中度正相关显著。最为形象的是，1992年、1999年、2005年两者的起伏几乎完全一致。另外还可以判断出，空间自相关程度高的年份，耕地非农化的变异系数较大；空间自相关程度低的年份，耕地非农化的变异系数较小。
图6 1987年-2005年耕地非农化的空间自相关与σ收敛
Fig.6
The Convergence of CLC and spatial autocorrelation,1987-2005
图7
1987年和2005年耕地非农化的Moran I散点
Fig.7
Moran I scatter plot of CLC,1987 and 2005
根据对空间自相关定义的理解，空间自相关程度的增加有两个来源：在原有“集聚区”，每个区域自身“水平”与其周围区域的“水平”逐渐变得更为相近；其他新的“集聚区”。根据图6分析，耕地非农化的空间自相关程度增加的同时，耕地非农化的变异系数开始变大。空间自相关程度的增加，这首先说明耕地非农化在空间上可能出现了“集聚”，如耕地非农化规模大的省份，其周围的省份耕地非农化规模也较大。但是，当空间自相关程度增加时，耕地非农化却趋向σ区域发散。从空间自相关程度增加的来源分析，说明某些区域之间的耕地非农化趋向“集聚”的同时，全局差异程度却在上升。耕地非农化在某些区域趋向“集聚”，而全局趋向“发散”的现象，本文称之为耕地非农化的局部收敛。
通过1987年和2005年Moran I的散点图(图7)可以形象地描述耕地非农化的空间集聚状态[14]。空间自相关图散点图划分为4个象限，以此定义和区分某地区与其相邻地区的局部空间联系类型，即第Ⅰ象限(HH)，高值的地区与高值的地区相邻；第Ⅱ象限(LH)，低值的地区与高值的地区相邻；第Ⅲ象限(LL)，低值的地区与低值的地区相邻；第Ⅳ象限(HL)，高值的地区与低值的地区相邻。位于第Ⅰ象限的地区，属于高水平“集聚”状态，即“富裕俱乐部”；而位于第Ⅲ象限的地区属于低水平集聚，即“贫穷俱乐部”。
从图7看，2005年与1987年相比，位于第Ⅰ象限和第Ⅲ的省份数目一样，但2005年第Ⅱ象限的省份数目远多于1987年。1987年、2005年位于第Ⅱ象限和第Ⅳ象限的省份数目都比位于第Ⅰ象限和第Ⅲ的省份数目少。1987年-2005年的绝大多数年份也是如此。所以我国耕地非农化的区域收敛模式为局部收敛，主要表现为中东部地区的局部收敛。从2005年空间自相关的散点图判断，浙江、山东、江苏、河北、河南、安徽、云南位于第Ⅰ象限，这7个省份的人均耕地非农化面积都排在全国前10位。除云南⑥外，其余省份全部分布在中东部地区。根据Moran I的散点图分布规律，只有其中至少3个象限的地区数目分布比较均匀时，耕地非农化才会出现全局的σ收敛。
4 结论与讨论
(1)我国耕地非农化的区域差异较大，耕地非农化的规模和程度基本上呈东、中、西依次递减的空间分布格局。东、中、西地区耕地非农化的区内差异是最主要原因。但自2000年以来，区内差异总体呈下降趋势，而区间差异加剧。
(2)现阶段我国耕地非农化的全局区域收敛不存在，主要表现为局部收敛。通过分析经济增长与耕地非农化区域差异的变化趋势，发现两者σ收敛变化的趋势相似。经济增长的σ发散与耕地非农化的发散具有协同性。
(3)耕地非农化的区域收敛与耕地非农化的空间自相关程度变化规律比较一致。当空间自相关程度增加时，耕地非农化趋向区域发散。耕地非农化在某些区域趋向“收敛”，而全局趋向“发散”。本文也将我国耕地非农化在某些地区地收敛现象称之为“局部收敛”，主要表现为中东部地区的局部收敛。从空间自相关的散点图判断，浙江、山东、江苏、河北、河南、安徽属于这个“局部”。经济增长与耕地非农化之间的环境库兹涅茨曲线假说及验证结果表明[15]，这6个省份的耕地非农化预期峰值水平都较高，且就目前所处的经济发展阶段而言，离峰值还有很长一段距离，因此其耕地非农化的规模仍将随着经济增长而呈继续增加的态势。而除浙江以外，其余5个省份都是我国的粮食主产省，这些地区的粮食生产受耕地资源的制约压力将进一步加大，粮食主产省地位可能受到削弱。因此在这些省份执行耕地占补平衡政策时，对补充耕地的数量和质量的要求应适当高于全国平均水平。
(4)优化区域经济的产业布局，加强耕地非农化的区域调控力度。由于各省份之间经济发展水平和耕地资源总量的不同，耕地非农化的区域差异性很大，东部经济发达省份的耕地资源面临的非农化转用压力还很大，非农化程度相对较高。相对而言，在中西部地区就要缓和一些。因此中央政府在控制耕地非农化时，就应该注意区域之间的数量平衡和协调。在东部经济发达省份，适当的释放一些耕地来满足其经济高速增长的需要。同时也通过产业政策的区域调控，引导那些土地需求弹性大的产业向中西部地区转移，在实现经济增长收敛的同时也促成耕地非农化的区域收敛。
注释：
①受耕地数据的一致性和可获得性限制，本文1986年-1998年耕地非农化(仅指耕地转为建设用地的面积)数据来自相应年份的《中国农业年鉴》或《新中国五十年农业统计资料》、1999年以后采用国土资源部发布的《中国国土资源年鉴》，国土资源部的前身国家土地管理局1986年成立，1998年以前的数据不完整，所以采用农业部的数据。
②根据2000年中国政府在制定西部大开发战略时调整的划区范围，目前西部地区有12个省级行政区：四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古；中部地区有8个省级行政区：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；东部地区有11个省级行政区：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南。
③按照联合国有关组织使用基尼系数衡量收入分布的标准，若低于0.2表示绝对平均；0.2～03表示比较平均；0.3～0.4表示相对合理；0.4～0.5表示差距较大；0.6以上表示差距悬殊。
④这里没有用耕地非农化面积的自然对数值计算，是因为有些年份个别省份的值为零；并且数值之间的数量级差别不大，故用实际值计算。
⑤本文的空间权重矩阵全部是Rook定义的简单邻接矩阵，利用GeoDa TM 0.9.5-i软件计算，并将海南省与广东省手工修改为邻接关系，重庆市并入四川省一起考虑。
⑥云南省因为靠近原点，更多地表现为空间独立性.