集约化发生在土地面积为约束条件的情况下,非土地投入不断增加的过程中,边际收益恰好等于边际成本的临界点[1]。BROOKFIELD[2]描述集约化是为了获得较高的长期产品,用劳动力、资本和技术或者其中任何组合替代固化土地进行生产的过程。农业土地集约化概念的提出较早[3],KATES[4]、NETTING[5]和SHRIAR[6]等认为与耕作的外延式扩张相比,农业集约化是通过持续增加单位面积投入提高土地生产率的过程。面对国内外粮食安全战略需求、耕作精细化、生态安全、农业绿色化、新型农业经营体系、新的消费结构与需求等发展形势,耕地集约化的理论研究与实践探索面临一系列挑战,亟需厘清集约化现状及相关成果,为进一步科学探索与政策决策提供参考依据[7]。
吕晓等[7]认为近30年中国耕地集约利用研究表现出研究视角与分析尺度的多元化、研究内容广泛化以及研究方法的实证化等特点,但缺少全球尺度下不同国家与地区以及结合气候、生态等要素与遥感数据的耕地集约化分析与总结。朱会义等[8]从土地可持续利用角度,围绕基本特征与测度指标、极值问题与潜力研究、驱动因素与限制因素、环境影响与可持续集约化等4个方面,评述了土地利用集约化的主要成果,不过其内容并非只针对耕地集约化,还涉及其他用地类型。本研究试图在明确耕地集约化与农业可持续、生态保护及粮食安全互动框架基础上,评述耕地集约化评价指标体系构成及其优缺点,总结不同指标体系下的评价方法及关键技术,梳理近年来取得的重要进展,以期为系统开展耕地集约化研究,推动粮食安全、生态保护及农业可持续研究提供参考。
1 耕地集约化与农业可持续、生态保护及粮食安全的互动框架
1.1 耕地集约化与农业可持续
1950年以来,通过增加化肥与农药投入,选择最优管理方式、机械化、灌溉和改良品种等可持续利用与管理方式,国外迅速实现了农业集约化的过程[9-10],可持续集约化道路得到广泛支持[11-12],有效缓解了对自然生态系统的压力,促进了以休耕为主的土地保护策略[13-14]。随着欧洲环境计划项目及标准的实施,以高干物质产量和环境服务为内容的农业环境可持续概念日益受到重视,众多公共部门及学术组织逐步将关注点转向复合农业、精细农业、保护性农业和有机农业等领域[15]。复合农业的低投入型耕作方式促进了资源可持续利用[16-17],有机农业由于禁止化学物质投入,将非再生资源和非农业投入减至最小化,改善了营养物质的循环过程[18-20],更有利于集约化的效率与可持续发展[21]。1.2 耕地集约化与生态保护
土地集约化会对陆地和水文生态系统产生正负双重影响[22-23]。从1961年起,节约用地和农业集约化避免了1600亿吨的碳排放[24],小尺度生态农业较少投入化学物质,被认为比传统产业化农业对生物多样性更为有利[25]。但全球各地不同的集约化过程也影响到了人类与生态系统的健康[26-27],密集种植作物和牧业生产等过度集约化使很多发达国家遭受环境污染[28]。持续不断的化肥、农药等投入[29-30]以及景观要素的减少,对生物多样性以及生态系统功能产生不利影响[31-36]。灌溉会引发土壤盐碱化并对生态系统产生层叠效应[37]。中国的农业过度集约化被认为是导致非点源污染和改变水体质量的主要来源[38]。1.3 耕地集约化与粮食安全
耕地集约化是针对耕地资源有限、耕地减少、单产增加及粮食安全战略的优先考虑途径[39-42]。过去30年,耕地集约化带来的粮食单产增加对于粮食总产量的增加具有很大贡献[43]。肥料、农药、灌溉、机械化和作物改良品种的有效使用成为增加全球粮食生产的主要贡献因子[44]。绿色革命背景下的科学研究、生产发展和技术转让创新带来了农业生产率的极大增长[45-46],RUDEL[47]对1970—2005年的10种主要作物生产率研究表明技术进步和生产率提高将使农产品更为便宜,并导致粮食需求增加,这在具有一定需求弹性的经济作物上（例如巴西大豆）表现尤为明显[48-49]。综上,自然界是一个相互联系的系统,往往某一方面发生改变会引起自然界其他功能的变化。耕地集约化与农业可持续、生态保护及粮食安全构成的互动框架同样是一个完整的系统,互动框架内一种要素发生改变,会引起框架内其他要素的改变。在这个框架内,农业可持续与生态环境之间以互相促进及正相关作用为主。耕地集约化对农业可持续利用及生态环境会带来正负双重影响,需注重技术进步和生产力提高情况下各投入要素的合理有效及精细化利用。耕地集约化对粮食安全以正面积极影响为主,集约化水平提高可以促进粮食需求的增加,而农业可持续及生态环境良好是实现长久粮食安全的最终保障（图1）。加强耕地集约化与其他三要素的研究,可以更清楚地了解它们之间的相互关系,为选取耕地集约化评价指标提供参考,以期提高耕地集约化水平,实现互动框架的良性循环。
2 耕地集约化评价指标体系
实现耕地集约化评价,有利于充分发挥耕地使用价值,提高耕地利用率,促进社会经济的发展。在评价过程中,评价指标的选取直接决定了评价结果的科学性与适用性。目前的耕地集约化评价指标可以从频度、投入、产出、潜力、增产、综合指标体系、集约度及能值等多个方面考虑。
显示原图|下载原图ZIP|生成PPT图1耕地集约化、农业可持续、生态保护与粮食安全互动框架流程图
-->Fig. 1Interactive framework of arable land intensification, agricultural sustainable utilization, ecological protection and grain security
-->
（1）频度指标,最初采用休耕期指代。因其不便统计比较,随后提出复种指数,通常用农作物播种面积与耕地面积的比值表示,成为代表耕地集约利用程度的基础性指标之一,是增加作物产量的最简单方法。一般来讲,复种指数越高,耕地生产率也越高[50-52]。
（2）投入指标,指采用价值形态或实物形态的单位面积投入的各项成本指标[7],包括劳动力、农业机械、化肥、农药、农膜、种子等众多要素[53],更适用于分析农业生产对生态环境的影响[54]。
（3）产出指标,采用单位耕地面积产量和耕地产值测算耕地集约利用程度[1],一般只限于同一地区同类作物之间时序变化研究,具体应用中通常与频度和投入指标相结合[8,55]。
（4）构建综合评价指标体系进行复合测度,多鉴于“压力-状态-响应”,以投入强度、利用程度、产出效果、持续状况等方面为准则层,在此基础上筛选隶属于不同准则的具体指标,构建综合评价指标体系,有效避免了单项指标测度的不完备,但同时应注意所选指标的准确性、数据的可获得性及指标之间的相关性等问题[7, 56-57]。
（5）潜力指标,通过复种潜力、产出潜力及经济潜力,分别从频度、产出、投入报酬角度,揭示耕地利用集约化的发展潜力,通常采用模型法估算,但其精确性往往需要进一步验证[8]。
（6）增产指标,采用产量差或收获面积差来度量,产量差指作物可获得的上限产量与实际产量之间的差距,其成果较为丰富[58-60]。收获面积差指理论上的最大复种潜力与实际复种指数的差距,目前所受关注较少。
（7）集约度,是度量现实中耕地利用集约程度的指标,有产出指标测度、实物形态的投入与产出指标相结合测度、价值形态的投入成本指标测度以及综合测度[1,56,61]。
（8）能值法,根据耕地各实物投入的能值转换率[62-63],采用能值形态对劳动力、机械化、化肥、农药及地膜等投入指标统一量纲后,进行耕地利用集约度的测度[56, 61],此方法对于各投入要素的数据可获取性要求较高,是近年来新兴的评价指标（表1）。
具体应用中,评价指标选取应该更多取决于研究对象本身以及研究目的[7]。目前多从自然禀赋-利用程度（投入水平）-产出效率等层面构建评价指标体系,没有考虑引入通过灾害治理实现耕地集约利用的单项指标,也较少涉及耕地生态意义及其相关指标上的持续化和集约化[5]。综合性指标可以考虑主成分分析法[64]进行降维以规避指标之间的相关性;其指标权重的确定、分级易受评价者个人经验和偏好等主观判断的影响,结果可能和客观赋权差异甚大,因此,采用客观与主观赋权法相结合、运用不同方法开展评价并进行结果比较分析,对相互验证评价结果、提高评价准确性具有重要意义[7]。
Table 1
表1
表1耕地集约化评价指标体系构成及优缺点
Table 1Components of indicator system of arable land intensification and its advantages and disadvantages
| 指标层 Index layer | 指标项 Indicator | 优点 Advantages | 缺点 Disadvantage |
|---|---|---|---|
| 频度指标 Frequency indexes | 休耕期 Fallow period 复种指数 Multiple cropping index | 休闲轮作、用地养地结合,最初采用的频度指标The initial frequency index, aim to integrate fallow and rotation, farming with protecting land 一个地区年内种植面积占种植业土地面积的比率,以年度数据为测度基础 The ratio of planting area to arable land area in a region which is based on annual data | 不适合统计比较分析 No suitable for statistical comparative analysis 未考虑不同作物生育期的差异和不同地区复种潜力的差异,难以反映投入量差异[8] Without considering the difference between crop growth period and potential multiple cropping in different area, therefore it is hard to reflect the difference in input |
| 投入指标 Input indexes | 资本投入 Capital input 劳动投入 Labor input 技术投入 Technology input | BROOKFIELD[2]认为从投入角度,反映了土地利用集约化的基本特征和本质。能够反映频度指标不能反映的相同频度情况下的集约化状况,解决了产出指标不适合不同自然条件地区的集约化程度比较问题 From the view of input, BROOKFIELD[2] believed that reflect the essential features and quality of arable land intensification. It can show the land intensification under the same frequency which frequency indexes can not reflect, and solve the problem that the output index is not suitable for land intensification comparison of different natural conditions | 存在不同属性的生产要素一系列定量和统一测度问题 There are problems about different attributes on quantitative test and unified measure of the production factors |
| 产出指标 Output indexes | 耕地单产 Unit yield of cultivated land 耕地产值 Output value of cultivated land | NETTING[5]认为是测度土地利用集约度的理想指标和重要测度指标,通常需要与频度指标和投入指标相结合 NETTING[5] thought it is the ideal and important index to measure land-use intensivism, usually combined with frequency and input index | 无法用统一的度量单位对各种产出进行统一处理 It can not use an uniform measuring unit to deal with all kinds of output |
| 潜力指标 Potential indexes | 复种潜力 Cropping index potential | 以AEZ法、FAO生产力计算模型、WOFOST、EPIC、SUCROS、CERES、DSSAT、生产函数法等诸多模拟模型为代表,揭示了土地利用集约化的发展潜力[8] With the AEZ method, FAO productivity model, WOFOST, EPIC, SUCROS, CERES, DSSAT, production function method and other simulation models as representative, it reflects potential of the land utilization intensification[8] | 大都没有考虑技术进步因素 It loses sight of the technological progress |
| 作物生产潜力 Crop potential productivity | |||
| 经济潜力 Economic potential | |||
| 增产指标 Yield increasement indexes | 产量差 Yield gap 收获面积差 Harvest gap | 作物可获得的上限产量与实际产量之间的差距;理论上最大可能复种潜力与实际复种指数之间的差距 It means the gap between the maximum and actual productivity, the gap between the maximum multiple cropping potential and actual multiple cropping index | 模拟的精度及有效性有待进一验证 The accuracy and validity of simulation need to be further verified |
| 综合性指标体系 Comprehensive index system | 上述几种的综合 Integration of above-mentioned situation | 多以投入强度、利用程度、产出效果（或利用效益、利用效率）、持续状况等方面为准则层,在此基础上筛选隶属于不同准则的具体指标,构建综合评价指标体系[7] Using input intensity, utilization degree, output effect (or utilization benefit, utilization efficiency) and sustainable capacity as rule hierarchy, they choice indexes that belong to different criteria, then propose a comprehensive evaluation index system[7] | 存在指标的相关性、指标数量、详细程度、时空尺度、数据可得性等问题 There are problems such as correlation, quantity, level of details, temporal and spatial scale, and data available of indexes |
| 集约度 Intensive degree | 测度模型 Measuring Model | BRINKMANN提出的集约度指标,是一个包含劳动投入和各种资本投入的综合指标,定义为单位土地面积的劳动工资、资本消耗和经营资本利息的总和,是衡量土地利用效率的重要指标[8] BRINKMANN proposed that intensive degree index is an important index to characterize land use efficiency which includes labor inputs and capital investments, and it is the sum of labor wages, capital consumption, management capital interest[8] | 不同****采用的测度指标及所构建的模型不一,无统一标准 There is no unified standard, and different scholars used different measurement indexes and built different models |
| 能值 Energy value | 各投入要素能值 Energy value of each input element | 很好地解决了量纲统一的问题,能够有效克服价值形态或实物形态测度的不足[7] It solved the problem of dimension unity properly, and effectively overcomed the deficiency of value form or objects form measure[7] | 难以涵盖包括种子、除草剂等在内的全部耕地投入要素 It is difficult to cover all arable land inputs, such as seeds, herbicides, etc. |
新窗口打开
3 基于互动框架的耕地集约化评价指标体系
土地是一个复杂的自然-经济综合体,地处不同区域的耕地,其集约化水平存在差异。本次借鉴上述国内外耕地集约化评价工作的基础指标,进而以耕地集约化与农业可持续、生态保护及粮食安全互动框架为理论基础,综合考虑影响农业可持续、生态保护和粮食安全的各类限制因子,通过分析各限制因子与耕地集约化的关系,推导出基于互动框架的耕地集约化评价指标体系。其中,地均劳动力投入、地均化肥及农药投入及灌溉指数等属于耕地集约化评价基本指标。影响农业可持续的因子主要包括粮食安全系数、非农指数和人均耕地面积等;影响生态保护的因素有地下水矿化度、生物多样性和碳排放等;影响粮食安全的主要有复种指数、稳产指数、粮食单产及地均产值等因素（表2）。在后期的具体评价工作中,获取各项指标的数据资料及评价单元的选择是耕地集约化评价的重要工作内容。基于互动框架的耕地集约化评价指标体系主要涉及农业统计数据（包括投入指标、产出指标和持续状况）、遥感解译数据（包括利用程度）和土壤采样及实验数据（包括生态指标）。需要注意的是,评价单元的选择需考虑研究尺度以及多源数据融合等问题。例如以市或县为基本评价单元评价全国或区域耕地集约化水平,所选取指标将以统计年鉴等较粗指标为主,其他指标可以通过样点插值或者其他方法统计县域单元的均值来取值,此类评价对数据空间分异性要求相对较低。如果以较小尺度如地块为基本评价单元,评价一个农区的耕地集约化水平,气候或大的社会经济投入背景可以看作近似一致,此种评价研究的指标选取以精细化、反映耕地地块特征的指标为主,借助采样点插值、农户调查结果与地块空间关联等方法进行评价。由此可见,评价指标体系难以普适性,只能说大的准则层如投入、产出、生态等可以具有指导性意义,而方案层的具体指标作为参考,具体评价时还需依据不同研究区、研究尺度进行针对性选择和修订。
Table 2
表2
表2基于互动框架的耕地集约化评价指标体系
Table 2The evaluation index system of intensive cultivated land use based on interactive framework
| 目标层 Target layer | 准则层 Criterion layer | 指标层 Indicator layer | 内涵 Connotation | 说明 Explanation |
|---|---|---|---|---|
| 耕地集约利用 Intensive use of cultivated land | 投入指标 Input indexes | 地均劳动力投入 Average labor input | 先进的农业生产技术和农业管理方法 Advanced agricultural production technology and management methods | 农业就业人口/耕地面积 Agricultural employment / arable land area |
| 农业科技投入量 Agricultural science and technology input | 技术投入总额/耕地面积 Total technology input/ arable land area | |||
| 地均化肥投入 Average fertilizer input | 化肥施用量/耕地面积 Fertilizer input/ arable land area | |||
| 地均农药投入 Average pesticide input | 农药施用量/耕地面积 Pesticide application amount/ arable land area | |||
| 产出指标 Output indexes | 粮食单产 Grain yield per hectare | 农作物供给水平 Crop supply level | 粮食总产量/粮食播种面积 Total grain yield/ grain sown area | |
| 地均产值 Per-cultivated land production | 农民社会生活水平的高低 The level of farmers' living standard | 农业总产值/耕地面积 Total agricultural output value/ arable land area | ||
| 农民人均纯收入 Per capita net income of farmers | ||||
| 利用程度 Land use intensity | 垦殖指数 Reclaimed index | 农业现代化生产条件下粮食 总供给量 Total grain supply under the modernized agricultural production | 耕地面积/土地总面积 Arable land area/ total land area | |
| 复种指数 Multiple cropping index | 农作物播种总面积/耕地面积 Total sown area of the crops/ arable land area | |||
| 稳产指数 Stable production index | 旱涝保收面积/播种面积 Area to ensure stable yields in drought and water logging/sown area | |||
| 灌溉指数 Irrigation index | 有效灌溉对产量的作用 Effect of effective irrigation on yield | 有效灌溉面积/耕地面积 Effective irrigated area/ arable land area | ||
| 持续状况 Sustained states | 人均耕地面积 Cultivated land area per capita | 国家粮食自给能力 National food self-supply ability | 耕地总面积/总人口 Total arable land area/ total population | |
| 非农指数 Non-farming index | 农业人口的流失 Loss of agricultural population | 非农业人口总数/总人口 Non-farming population/ total population | ||
| 粮食安全系数 Food security factor | 粮食供给与需求状况 Grain supply and demand | 人均粮食占有量/400kg Per capita grain possession/400kg | ||
| 生态指标 Ecological indexes | 地下水矿化度 Groundwater mineralization | 生态农业与绿色农业的实践力度与成效[66] Practice and effect of ecological and green agriculture[66] | 可溶性盐类质量/单位体积地下水 Soluble salt quality/ per unit volume of groundwater | |
| 碳排放 Carbon emission | ||||
| 生物多样性 Biodiversity | 土壤肥沃程度 Soil fertility |
新窗口打开
4 耕地集约化评价方法
针对不同的耕地集约化评价指标体系,所选取的评价方法也各有不同。国内外土地工作者在耕地集约化评价方法的选取上,既有基于各项指标的评价方法,也有其他的一些评价方法。4.1 基于频度指标的耕地集约化评价方法
复种能较好地反映耕地集约化的逐年变化过程,在全球大多数地区,尤其在降水充沛、高温和较长生长季的热带地区非常普遍[67-68]。左丽君[69]、唐华俊[70]、张伟[71]等分别对国内外复种指数研究进行了评述,普遍认为耕地复种指数提取方法,经历了基于统计数据向遥感手段转变的过程[69]。基于统计数据的方法,可以借助计量经济学模型（如Theil指数[72]）、GIS空间分析技术（如探索性空间数据分析[73]）等探讨复种指数的时空差异及演变规律。利用统计数据虽然计算简便,但忽视了统计单元内的空间异质性[74]。
目前,基于遥感的复种指数提取方法仍处于发展中,主要集中在两个方面：其一主要根据时间序列植被指数,利用不同的拟合方法得到作物生长曲线,实现作物复种模式有效监测[70];其二是对各类耕地复种模式的提取[69]。国外大多利用多尺度遥感数据和统计数据相结合的方式,集中针对人均耕地较少、复种措施较为普遍的亚非地区,尤其是亚洲地区[74],也有部分面向全球耕地复种指数的研究[75-76]。峰值法、二次差分法、傅里叶变换法、决策树法、交叉拟合度检验法、直接比较法、形态匹配法以及小波变换法等是国内外反演提取耕地复种指数信息的常用方法[69-71,77]。
农作物集约化种植方式是作物连作、轮作、间种与套种等的综合概括。相较于复种模式,农作物种植方式遥感监测是更高层次的遥感应用,主要利用时间序列遥感数据,根据作物植被指数的变化规律区分不同作物生育周期,判断不同复种模式下作物的种植顺序和方式。目前研究主要依据IRS+LISS-I多时相、TM、ETM+以及MODIS数据,采用监督与非监督分类法、傅里叶变换分析法、多阶段分类方法等分别对印度、黄河三角洲、湖北漳河灌区以及华北地区开展农作物种植方式遥感监测[70]。
4.2 基于潜力指标的耕地集约化评价方法
气候变化通过改变热量条件和生长季,对复种潜力有实质影响;可以在GIS软件的支持下,利用气候参数和土壤条件等因素评估作物复种潜力,目前有FAO[52-53]提出的农业生态区（AEZ）法,取积温、降水与复种指数的外包络线方程法[78],以及遥感数据与随机前沿分析相结合的方法[79]。YANG等[80]研究表明由于温度上升中国作物种植北界明显向北部和西北地区扩展,未来可能通过北部地区一熟制向两熟制、南部地区两熟制向三熟制转变来增加粮食生产。ZHANG等[81]考虑气候、地形和水资源,发现气候变暖使西藏高原一些地区的种植强度显著增长。FISCHER等[82]在全球农业生态区作物适宜性分析中,通过单一适宜性作物生长期和温度需求定义了大量的复种潜力区[60]。LIU等[83]研究表明1960—2000年期间中国一熟制面积减少三熟制作物面积显著增加,气候变化使水浇地和旱地的复种潜力分别增加了13%和7%。作物生产潜力具有长期的研究历史,包括从最早的光能利用潜力、作物生长数值模拟模型及FAO生产力计算模型、光热水潜力,以及后来发展起来的与碳循环研究以及全球变化结合的WOFOST、EPIC、SUCROS、CERES、DSSAT等诸多模拟模型[8]。
经济潜力揭示了生产要素与技术水平不变、现有市场价格调节下耕地集约化的投入潜力,因此并非长期潜力[84]。目前估算投入潜力最有效的方法是生产函数法。生产函数有多种形式,其中由美国数学家COBB和经济学家DOUGLAS提出的COBB-DOUGLAS生产函数应用最为广泛[8,78]。
4.3 基于增产指标的耕地集约化评价方法
产量差受到了国内外广泛关注,主要包括三方面概念：一种是作物模型模拟产量与实际产量之差;一种是试验样地产量与实际产量之差;一种是农民最高产量与实际产量之差,造成该产量差的主要因素取决于农户的知识应用能力[60]、技术水平限制以及高成本低回报的市场条件等经济因素。产量差研究方法有两种途径：一种是试验调查及统计分析;一种是运用作物模拟模型。前者更有针对性,但是试验费用大,且要求足够的试验数据;后者不能对实际生产中的所有管理措施精确定量化。实际研究中,可综合利用统计方法、作物模拟模型及遥感方法,发挥各种方法的优势[65]。发达国家因栽培管理水平相对较高,作物产量提升空间较小[65, 76]。即使农业生产效率最高的地区可实现产量和农户实际产量之间仍旧存在很大的产量差[85]。2013年全球产量差Atlas项目发表了从地方到全球尺度、关于产量差内涵、方法和应用等系列专刊,有助于在方法选择、数据来源、模型等方面达成科学共识,也有利于分析不同空间尺度增加作物产量的限制因素[86]。部分****认为通过缩小产量差持续提高全球粮食供应将对环境和粮食生产能力造成不确定性影响[11],有必要识别地方、区域以及全球技术水平、基础设施和社会经济等因素的不同解决办法,缓解区域环境和社会外部性等缩减产量差和影响集约化生产的限制因素[87]。RAY等[88]研究表明1961—2008年全球很多地区玉米、水稻、小麦和大豆产量持续增加,还有大约1/4耕地作物播种面积增长地区的产量没有改善、甚至停滞或暴跌。RAY等[89]利用1968—2008年数据和线性回归模型预测玉米、水稻、小麦和大豆产量分别年增加1.6%、1.0%、0.9%和1.3%,比2050年粮食产量年增加2.4%的需求预测少很多。这些研究表明农户实际产量向作物潜在产量上限增加变得更加困难。
收获面积差是在复种指数及复种潜力指数基础之上发展起来的新概念,有利于认识复种频率与作物生产潜力等信息,目前所受关注较少。最近RAY等[89]利用WorldClim月平均最低温、阈值10℃以及来源于统计数据的实际收获面积差数据,分析了耕地最大潜在收获面积差。WU等[90]建立了基于气候数据的耕地复种潜力估算模型和基于遥感观测的耕地复种指数提取模型,利用潜在复种指数和实际复种指数计算耕作强度差,分析其在全球不同区域及国家的差异性,重点分析其在粮食安全高风险区域和国家的空间分布,并估算通过减小耕作强度差可以增加的耕地收获面积数量。需要注意的一点,并不是任何地区都需缩小收获面积差,要在投入（如灌溉、施肥、除草剂和农药）、产出、其他农业系统参数（如土壤有机碳、生物多样性等）及驱动力等整体框架中仔细权衡[89, 91-92],也受到交通网络、技术革新、土地管理和农民信用等社会经济因素的限制。
4.4 基于投入产出要素及集约度等综合测度的耕地集约化评价方法
从投入角度理解土地利用集约化的代表人物是BROOKFIELD。表征投入变化的特征指标,一般采用德国农业经济学家BRINKMANN提出的包含劳动投入和各种资本投入的集约度指标,定义为单位土地面积的劳动工资、资本消耗和经营资本利息的总和。不过由于投入要素中包含资本、劳动、技术等不同属性的生产要素,最后给出一个可以比较的集约度数值,面临一系列定量和统一测度问题[8]。运用频度、投入或产出等单项指标测度能够在单个侧面对耕地集约化进行深入剖析,但难以全面反映耕地集约利用的综合性。因此,通常将频度、投入与产出指标等相结合,构建综合评价指标体系或集约度指数模型开展评价分析[7, 93-94]。
国内对耕地利用集约度的研究主要集中在耕地利用集约度的测度方法、变化规律、时空差异[95]、结构特征和影响因素等方面。Theil 指数可以测度区域差异,计量经济模型分析其影响因素[96-97]。LIU等[98]以价值形态的农作物种植成本为表征指标,对中国1980—2002年农地利用集约度的变化特征进行了年际间、不同种植业之间与不同经济发展水平区域之间的比较研究。王秀圆等[99]利用农户调查样本,基于货币额衡量生产成本,对比分析不同生计类型农户间耕地利用集约度的差异,从农户耕地劳动集约度、资本集约度等分别构建实物形态指标与综合价值形态指标,对耕地利用集约度的内部结构进行了分析比较。陈瑜琦[100]、张琳等[101]研究发现耕地利用集约度的结构特征会随着经济发展而变化,资金投入逐步替代劳动投入是基本趋势。
4.5 其他评价方法
除了上述基于各项评价指标体系及相应技术手段与评价方法的研究之外,还有其他类型方法同样值得关注。例如将农户调查法与计量经济模型相结合[15,102-103]、对比分析法[104-106]、GIS与计量经济模型相结合[107]以及相关成果引入借鉴[108-109]等方式,使得耕地集约化研究更加关注微观层面（农户尺度）,也能进一步切合实际情况。农户尺度上,农户的家庭人口结构、生活水平、资产规模、抗风险能力、经验和技能、受教育水平等因素会影响到农户的土地利用决策,进而影响其土地利用集约化水平。但是这些因素具有较大的变异性,很难与耕地集约化之间建立普适性关系,只能针对具体情况进行具体分析[8]。5 结论与展望
科学的实现耕地集约化评价是一项复杂的工作,目前的研究尚未形成完整体系。本文从耕地集约化与农业可持续利用、生态保护及粮食安全的互动框架切入,对国内外耕地集约化评价指标体系和评价方法进行了系统梳理,并探讨性构建了基于互动框架的耕地集约化评价指标体系。总体来看,今后耕地集约化评价指标体系与评价方法分别趋向于多样化、集成化等方向发展,现主要从以下两个方面提出未来的发展趋势和研究要点：（1）耕地集约化指标类型呈多样化态势。耕地集约化评价指标体系涉及土地科学、经济学、生态学、地理学等方面,属于多学科交叉研究领域,评价指标亦从多个方面赋予耕地集约化发展水平不同的内涵。由于地域差异性、时空尺度不同等原因,尚缺乏普世性的指标体系标准,针对各地区考虑的因素及相应指标也大不相同。今后,在现有评价指标体系基础上,亦结合技术进步、生产力提高及对生态环境的新要求,考虑耕地集约化与农业可持续、生态保护及粮食安全的互动关系,对不同研究区域、不同研究尺度的指标体系予以进一步深入细化及外延拓展,依据地域差异及数据获取特点进行针对性选择和修订。
（2）评价方法与技术手段的综合集成态势。现有研究主要采用统计数据、农户调查数据、试验分析数据及遥感数据,利用计量经济模型、遥感、地理信息系统、农户调查等不同方法及其相互结合对耕地集约化的不同侧面开展研究。随着海量多样数据的积累以及大数据分析手段的引入,如何将多源指标数据统一到同一个评价单元仍旧是耕地集约化研究的难点问题,今后还需加强社会经济调查数据和遥感数据的结合,融合多源数据以形成有效的分析数据集;整合不同模型与测度方法,构建耕地集约化评价方法库,深入分析耕地集约利用过程、格局、机理和效应[8,110]。此外,随着GPS及无人机监测技术的发展,可以采用高新技术开展精细化耕作监测及管理研究,构建系统动态监测模型,开展农户决策行为模拟,引领耕地集约化研究的新方向。
The authors have declared that no competing interests exist.
