频度特征是至今发现的土地利用集约化的重要特征之一。从频度特征入手来研究土地利用集约化的代表人物是丹麦经济学家E. Boserup。1965年, Boserup发表了她的经典著作《The Conditions of Agricultural Growth: The Economics of Agrarian Change under Population Pressure》。在这部著作中, Boserup一改D. Ricardo、von Thunen等古典经济学家的研究传统^[8], 从动态的角度来研究土地集约利用程度变化, 即土地利用集约化^{[8, 9]}, 并由此带动了以农业集约化为核心的土地利用集约化研究^[9]。

Boserup研究的重点是工业化之前的农业土地利用集约化^[10]。在工业化之前, 人类农业发展史大致经历了原始农业和传统农业两个阶段。原始农业是一种迁移农业, 其显著特点是对不同地段的土地进行轮种, 而不是在同一块土地上进行作物轮作。在由原始农业向传统农业的转变过程中, 土地轮种逐渐被作物轮作所取代, 表现为土地耕作频度不断提高。Boserup显然观察到了这种变化, 在她看来, 农业集约化主要表现为农业生产系统从刀耕火种生产系统向一年一熟或一年多熟系统的迁移转化过程^[10]。

表征频度变化的特征指标最初采用的是休耕期指标^{[11, 12]}。根据休耕期的长短, Boserup将农业土地利用分为5种类型。这5种类型分别是林地休耕地、灌丛休耕地、短期休耕地、一年一熟地和一年多熟地。其中林地休耕地主要指种植1年或2年后长时间休耕以致恢复成林地的土地, 休耕期一般长达20~25年; 灌丛休耕地指种植1年或2年后休耕以致恢复成灌丛的土地, 休耕期一般可达6~10年; 短期休耕地指休耕期1~2年、休耕期间一般为草地的土地。一年一熟和一年多熟地则是指一年种植一季或多季作物的土地^[10]。

Boserup之后, Turner和Doolittle进一步完善了休耕期指标的表达方法, 他们用1/2:8表示一年一熟种植2年后休耕8年的土地; 用2/1:0表示一年两熟、未休耕的土地。这种表达方式虽然更为清晰, 不过同样不适合统计比较分析^{[12, 13]}。针对休耕期指标的不足, 有很多学者试图提出新的频度指标, FAO也曾提出过一个土地利用频度指标L, L等于耕作年数加上休耕年数除以耕作年数, 但因物理含义不清, 并未得到广泛应用^[9]。

目前用来表征频度变化的特征指标主要是复种指数指标。这是一个由Pryor在1985年提出的指标, 该指标被定义为一个地区年内种植面积占种植业土地面积的比率^[14]。复种指数因物理含义清楚, 且以年度数据为测度基础, 能够较好地反映土地利用集约化的逐年变化过程而逐步取代休耕期指标^{[15, 16]}。不过复种指数在具体应用中也存在一些问题, 比如它并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, 因此近年来又出现了一些变种, 如考虑区域复种潜力的复种指数等^{[15, 16, 17, 18]}。

频度指标揭示了集约化过程的频度变化特征, 既能帮助人们判断一个地区土地利用集约化的发展方向, 也能帮助人们大致判断相邻地区集约化程度的差异, 进而为土地利用集约化规律研究奠定了基础。但是频度指标却很难反映频度相同的土地利用方式集约程度的差异, 例如在一年一熟类型中, 两块土地上种植相同的作物, 频度指标就很难反映两者之间集约化程度的差异^[19]。这种情况说明, 频度特征并非土地利用集约化的唯一特征, 要充分刻画土地利用集约化的过程和区际差异, 还需要考虑其他特征。

土地利用集约化的另一个重要特征是单位土地面积产出的增长。从产出角度来理解土地利用集约化的代表人物是Netting, 他认为, 土地利用集约化过程是现有生产用地土地生产率和生产功能增长的过程, 而单位面积的产出应该是测度土地利用集约度的一个理想指标^{[8, 9]}。Turner和Doolittle也曾有过类似的建议^[19]。在Netting等人的工作之后, 单位土地面积的产量, 特别是单位播种面积的产量, 成为土地利用集约化的一个重要测度指标^{[20, 21, 22, 23, 24, 25, 26]}。

具体应用中, 产出指标一般只限于同一地区同类作物之间时序变化研究, 并不能完全取代频度指标来反映包含多种作物的集约化过程^{[20, 21, 22, 23, 24, 25, 26]}, 原因主要在于不同作物的性质不同, 有的生产食物, 有的生产纤维, 有的生产生物质能源, 无法用统一的度量单位对各种产出进行统一处理。理论上, 产出的度量方法可以有多种方式, 既可以用产量、热值、蛋白质含量, 也可以用货币形态的产值, 但实际应用中, 如用能量比如热值来测度, 虽适合粮食作物但不适合纤维作物; 如用产量来测度, 块茎作物的产量远高于一般的谷物, 但后者热值却更高; 如用产值来测度, 也会与产量测度结果不一致, 何况不同作物的市场价格变动较大, 同时还存在区域差异^{[20, 21, 22, 23, 24, 25, 26]}。总之, 无论用哪一种单位来测度, 都难以准确反映多种作物生产中集约度的变化和空间差异。因此, 具体应用中通常需要与频度指标和投入指标相结合。

土地利用集约化虽以提高产出为目标, 但要提高产出需要不断增加投入, 因此, 土地利用集约化的基本特征还包含投入的增长^[27]。从投入角度来理解土地利用集约化的代表人物是Brookfi eld。Brookfi eld认为土地利用集约化本质上是资本、劳动、技术等生产要素不断替代土地要素从而提高单位土地面积产出的过程^[28]。表征投入变化的特征指标, 一般采用德国农业经济学家T. Brinkmann提出的集约度指标, 这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^[28]。

利用投入指标来反映土地利用集约化状况, 进一步弥补了频度指标和产出指标的不足, 首先投入指标可以反映频度指标的内容, 频度变化本质上是一定时期内单位土地面积上的投入变化, 频度越高一般投入越高。其次, 投入指标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。此外, 投入指标还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, 因为由于自然条件不同, 产出相同的地区, 投入不一定相同。

不过利用投入指标来测度集约化状况也存在一些难以克服的困难。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, 要对这些要素进行汇总统计, 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^[9]：首先, 一些生产要素如技术, 包括耕作技术、管理技术、育种技术、转基因技术等, 很难定量; 其次, 即便是可定量的生产要素, 如资本投入、劳动投入, 也存在数据获取方面的问题, 不如频度指标和产出指标那样简明; 此外, 将可定量的投入要素按统一单位进行计算, 其计算结果有时并不适合区域比较, 比如将劳动集约型的与资本集约型的进行比较。因此在实际应用中人们更多还是采用分项指标, 如单位面积的劳动投入、化肥投入等^{[29, 30, 31, 32, 33]}。

从投入角度来理解土地利用集约化还带来了集约化概念内涵方面的问题。按传统的定义, 集约化是一个不断增加单位土地面积的投入从而获得更高产出的过程。这一定义中实际上隐含了一个假设：劳动、管理、技术或者其他投入的增加有利于提高单位面积的产出。但事实上一些投入并不是以提高产出为目的, 例如增加机械投入的目的主要是节省劳动投入, 而不是提高单位面积的产出, 也就是说这些资本投入的目的是替代劳动而不是替代土地, 这就与Brookfi eld对集约化的定义不符。因此, 有些学者认为, 农业工业化不能简单地理解为土地利用集约化^[8]。

土地利用集约化的一个重要特征是频度变化, 频度变化现在一般用复种指数来表征, 因此复种潜力研究从频度角度揭示了土地利用集约化的发展潜力。一个地区土地利用集约化的复种潜力主要决定于水热条件以及作物类型组合^[34]。研究表明, 任何作物在生长发育过程中都需要一定的水热条件, 这些水热条件包括100~300天的生长期、1000~3000^oC积温、300~800 mm的降水或灌溉用水。只有当一个地区生长期、积温和水分条件超过作物的基本需求, 才能根据剩余的生长期复种其他作物^[35]。例如, 在大部分热带地区, 一些季节过于干旱缺水, 如果没有灌溉, 作物就无法生长, 而在一些温带地区, 由于气温的限制, 冬季里作物大多也无法生长。

迄今为止, 探究复种潜力的主要方法有FAO提出的农业生态区 (AEZ) 方法^[35]。AEZ 方法根据各地的水热条件、土壤和地形特点将可耕地进行分类, 将全球划分为不同的农业生态区, 进而依据各区的农业生态条件, 评估各区的农业土地资源开发利用潜力。AEZ 方法自从推出之后被广泛应用于区域土地管理、投入决策以及生产潜力评估。随着全球气候、地形、土壤、土地覆被等专题数据库的发展, AEZ方法得到不断完善和发展^[36], 其中一些功能可利用气候参数和土壤条件等来评估土地的适宜性和作物复种潜力。

AEZ方法评估作物复种潜力的主要依据是各农业生态区的生长期。生长期是指一年中水热条件适宜作物生长的天数。在生长期小于120天的地区, 一般最多只适宜一季作物, 复种潜力小于100%。在生长期达到120天至270天的地区, 发育期不同的作物可实现轮作, 复种潜力可高达200%。生长期超过270天的地区, 作物轮作频度可进一步提高, 复种潜力可达到300%。AEZ模型中一般先计算不同农业生态区的生长期, 然后与作物发育期进行匹配, 进而考虑作物种植间歇期休耕等因素, 来确定适宜作物和熟制^[36]。由于AEZ不仅考虑水热条件, 也考虑土壤肥力、土壤水分及一些管理措施, 因而具有较强的实用性。

除了AEZ方法外, 也有一些学者在探索其他简要方法^{[37, 38]}, 例如在估算国内复种潜力方面, 有些学者利用国内一熟区、两熟区、三熟区的耕地面积来计算全国复种潜力, 另一些学者根据10以上积温、降水数据来估算全国复种潜力^{[39, 40]}, 也有人以县级耕地面积数据为基础, 通过统计模型来估算全国的复种潜力^[41]。上述方法的估算结果相近, 大致为198%。

值得注意的是所有这些估算方法都没有考虑技术进步因素, 事实上一些技术进步因素正在或多或少地提高集约化的复种潜力, 典型的事例如棚栽技术, 该技术通过改变作物生长的微观水热条件, 提高了棚下土地的复种潜力, 由此产生了大量反季节蔬菜、水果。

如果说复种潜力从频度角度揭示了集约化的发展潜力, 那么作物生产潜力则从产出角度揭示了集约化的发展潜力。作物生产潜力研究具有长期的历史, 最早可追溯到1840年德国农业化学家Liebig的光能利用潜力^[42]。20世纪上半叶, 量子效率理论被用于计算光合作用过程, 用来推算作物产量和光合作用及环境条件之间的关系, 使得作物生产潜力研究取得突破性进展。特别是De Wit等人创立了作物生长数值模拟模型, 产生了广泛的影响, 并被FAO推荐, 成为FAO生产力计算模型^{[43, 44]}。这一时期的工作主要集中于光合潜力研究。此后在Howell等人的推动下, 生产潜力研究逐渐从光合潜力发展到光热水潜力^[45]。至今生产潜力研究仍未中断, 并且已经与碳循环研究以及全球变化结合起来, 产生了WOFOST、EPIC、SUCROS、CERES、DSSAT等诸多模拟模型。

作物生产潜力针对的是单位土地面积作物极限产量问题, 在此之外, 揭示土地利用集约潜力的工作还有产量差研究, 产量差是指作物可获得的上限产量与实际产量之间的差距。由于对上限产量的理解不同, 现有研究中存在三种产量差的概念：一种是作物模型模拟的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^[46], 一种是农民最高产量与实际产量之差。至于具体的增产潜力, 不同学者的研究结果有所不同。Licker等人2010年对全球玉米、水稻、小麦和大豆的产量进行系统分析的结果显示, 如果全球95%的种植区达到气候潜力, 产量将分别提高50%、40%、60%和20%^[47]。Neumann等的研究结果显示, 全球玉米、水稻和小麦的平均产量差分别等于实际产量的60%、47%和43%^[48]。另外根据FAO的统计, 如以农户获得的最高产量为参照, 20世纪末我国水稻的平均产量只达到该产量的70%, 仍有30%的增产潜力。

复种潜力、作物生产潜力和产量差研究分别从频度角度和产出角度探讨了集约化的发展潜力, 古典经济学对土地报酬变动的研究则从投入的角度, 为我们揭示了一定市场条件和生产条件下土地利用集约化的投入潜力^[49]。有关土地报酬变动的研究最早可追溯到18世纪。法国经济学家Targot和英国学者E. West在这方面做出了开拓性贡献^[50], 源于他们的工作, 人们发现了边际报酬递减规律。根据边际报酬递减规律, 当在土地上连续追加资本和劳动的过程中, 单位投入所增加的产出最终将会下降, 当单位投入的边际产量等于零时, 此时总产量达到最大; 当单位投入的价值等于其边际产值时经济效益达到最大。从经济效益角度衡量, 一种生产要素的最大投入量, 决定于其集约边际, 而集约边际这决定于该生产要素的边际产量、要素价格和产出品价格。

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C. W. Cobb和经济学家P. H. Douglas提出的Cobb-Douglas生产函数应用最为广泛^[51]。这些生产函数刻画了一定时期内、技术水平不变的条件下, 各种生产要素的数量与所能生产的最大产量之间的关系。通过对这些生产函数求导, 可以计算出边际产量和边际产值, 因而可以计算出最大产量或最大收益时的要素投入量, 也即投入的经济潜力。

由生产函数计算出的投入潜力由于以其他生产要素不变、技术水平不变、现有市场价格等为前提, 因此并非长期潜力。如果其它生产要素投入, 特别是起限制作用的生产要素投入发生变化, 技术发生变化, 生产要素和产出品价格发生变化, 投入潜力也会随之发生变化。

土地利用集约化表现为特征变量的变动, 对特征变量的变动目前主要存在三种理论解释。其中影响最为广泛的假说是人口压力假说。该假说来自于丹麦经济学家E. Boserup。Boserup发现以休耕期表征的土地利用集约化主要产生于需求, 如果区域人口上升到一定程度而没有更多的土地可供开垦, 便会导致集约化。而在土地资源丰裕的地区, 农户并非倾向于集约化, 因为集约化意味着更多的劳动投入。因此, 人口增长导致人口压力上升是驱动集约化的重要力量^[10]。

人口压力假说中, 人口密度是一个自变量, 而农业土地利用集约化程度 (休耕期) 则是因变量。这正好与马尔萨斯的假说相反, 马尔萨斯认为人口增长依赖于生活资料的供给, 是生活资料增长的结果^[9]。但它却与引致创新假说一致, 引致创新假说认为需求引发技术创新^[9]。人口压力假说在后续研究中得到很多实地调查结果和统计分析的支持, 被广泛用来解释工业化之前的农业集约化过程^{[52, 53, 54, 55]}。不过它在解释现代农业土地利用集约化时也面临一些挑战, 该假说的一个重要推论是劳动生产率下降, 这与很多事实不符。Brookfield等认为人口压力假说的约束条件过于宽松, 具体应用中需要增加约束条件^{[27, 28]}。

解释土地利用集约化的第二个重要假说是市场刺激假说。这是一个起源于von Thunen农业区位理论的一个假说, 该假说将市场提供的经济刺激视为土地利用集约化的主要原因^{[56, 57]}。市场刺激假说以土地产品价格、生产要素价格以及运输成本等作为主要解释变量, 认为市场需求引发的创新会导致生产系统的变化, 引导专业化和技术进步, 同时也会强化生产要素投入, 产生专业化投入、生产技术的变迁或者资源管理的变化^{[56, 57]}。该假说将人口增长产生的需求转变为市场需求, 对于市场经济条件下的一些集约化现象, 尤其是不同区位集约化程度的差异, 具有较强的解释能力, 因而被很多学者所接受。

解释土地利用集约化的第三个重要假说是政策驱动假说。政策驱动假说认为, 集约化通常与一国农业发展所采用的政策有关, 是一国推行的农业发展政策引发的结果, 在很多国家, 政府对于农业发展具有主导作用, 政府通过补贴、贷款、农业区扩张、技术研究和开发、市场准入等政策, 推动集约化进程^{[56, 57]}。这种观点被Hayami和Ruttan所强化, 并拓展了引致制度创新理论。与人口压力假说和市场刺激假说相比, 政策驱动假说还需要进一步完善和定量化。

上述三个理论假说对土地利用集约化的解释主要集中于区域性宏观因素, 事实上, 除了这些区域性宏观因素外, 还有很多因素, 特别是农户尺度上的微观因素, 也在不同程度上以不同方式对土地利用集约化产生驱动作用。Keys和McConnell曾经分析了91篇热带地区农业集约化方面的研究文献, 试图从中总结出土地利用集约化的驱动因素, 结果却发现有大量的因素可以驱动土地利用集约化, 而且不同区域土地利用集约化的驱动因素存在很大差异, 很难从中找出一般性的主导因素^[58]。

上述三个理论假说实际上隐含了很多假设条件, 现实世界的具体状况往往并不能完全满足这些假设条件, 不能满足假设条件的各种具体因素构成土地利用集约化的限制因素。限制因素研究一般带有显著的政策含义, 因为消除限制因素是促进一个地区土地利用集约化的关键所在。限制因素研究主要侧重于区域案例研究, 同时还侧重农户尺度的详细调查和总结分析。通过区域分析和农户尺度调查, 人们揭示了很多土地利用集约化的限制因素。这些因素涵盖自然因素、市场因素、体制因素等多个方面。

自然因素也许是最早被认识的限制因素, 远在古典经济学时期, Ricardo等经济学家就已经发现土地因质量差异而存在级差地租。后续研究进一步发现, 自然因素对土地利用集约化的限制存在于多个方面^{[34, 35, 36]}, 首先自然条件特别是水热状况决定了作物生长条件和生长期, 进而限制了一个地区的复种水平, 例如因水热条件的差异, 高纬度地区的复种指数远低于低纬度地区。其次, 自然条件决定了作物的生产潜力, 限制了产量水平。最后, 自然条件还会限制投入的增长, 例如山区陡峭的地形对大型机械具有显著的限制作用。

市场因素是另一类土地利用集约化的限制因素。市场因素对土地利用集约化的限制也存在于多个方面^[57]。区域尺度上, 土地市场、劳动力市场、资本市场、技术市场等要素市场的规模和发育程度, 市场的距离与农户参与市场的程度, 非农务工机会等都会影响土地利用集约化水平, 甚至限制集约化进程的发展。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、受教育水平等因素也会影响农户的土地利用决策, 进而影响其土地利用集约化水平。但是这些因素由于具有较大的变异性, 很难与土地利用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。

体制因素也可能成为土地利用集约化的重要限制因素^[57]。土地产权和使用权制度、土地流转制度、税费制度、户籍制度、金融体制等因素一旦跟不上生产力发展水平, 都会削弱农户农业生产的积极性和生产能力, 进而限制土地利用集约化。此外, 不合理的体制背景下, 政府所提供的公共服务不足, 例如灌溉排水设施不足、交通设施不足、市场管理不规范、融资渠道不畅, 都会削弱土地利用集约化的动力, 阻碍土地利用集约化的发展进程。

土地利用集约化过程是一个多尺度现象, 要全面刻画这一现象的变化过程及空间差异, 需要详尽的监测数据和空间表达^[77]。但是, 这方面工作仍需要克服一系列困难^[78]：首先, 集约化过程包含频度、投入、产出等多种特征和属性, 其中一些属性不易定量, 可定量的一些属性又缺乏长期监测, 导致基础数据严重不足。其次, 现有数据主要是国家尺度的统计数据和样区的农户调查数据, 尚缺乏统一标准的、覆盖全球、高精度的规范数据; 最后, 现有研究中, 不同学科、不同国家所采用的特征指标不统一, 至今尚缺乏一套行之有效的测度方法和多源数据整合方法。如何克服这些困难是亟待解决的一个重要问题^[78]。

土地利用集约化的空间制图需要结合遥感方法^[79]。遥感方法一般而言并不能直接测度土地利用集约化水平, 但是遥感影像可以提供一些关键制图信息, 比如作物类型及其空间分布^[78]。时间序列的影像可以用来判定复种指数, 帮助识别灌溉农田和雨养农田, 还可以提供一些土地利用的空间特性如地块的大小, 有助于资本和劳动集约化水平制图^[78]。此外, 遥感方法还可用来估算作物产量, 从产出角度提供集约化信息。总之, 如何将遥感方法与地面调查数据相结合, 进行土地利用集约化空间制图也是目前需要进一步探讨的问题^[80]。

为了避免土地利用集约化产生的负面环境影响, 土地利用集约化必须走一条可持续的路径, 但是选择怎样一条可持续路径, 仍存在很大的争议^{[81, 82]}。目前争议主要聚焦在两种方式上：一种是土地共享方式 (land-sharing), 即通过部分时段的土地利用集约化, 释放更多的时间用于生态恢复; 另一种是土地分享方式 (land sparing), 即通过部分土地的集约化, 释放更多的土地用于生态保护^{[82, 83, 84]}。这些争议提出了一系列有待深入研究的科学问题：如何定量评估不同环境条件和空间尺度的土地产出与环境效益^[85]; 如何在土地物质产出和不同环境效益之间进行定量权衡 (trade off)^{[86, 87]}; 如何实行和强化土地共享或土地分享的政策和市场机制^[84]。这些问题涉及食物生产系统和生态系统多方面特性, 两大系统之间的关系是需要进一步研究解决的核心问题。

推进土地利用集约化需要相应的政策措施, 政策选择的重点是引导农户的农业生产决策向可持续集约化方向发展^[88], 但是影响农户生产策略的因素广泛而又复杂, 并且随着局地情况而变化, 现有的理论框架, 包括人口压力理论、引致创新理论、市场刺激理论主要关注区域尺度的因素, 而忽略了局域和农户尺度的因素, 难以有效指导政策决策, 因此, 理解农户集约化的影响因素, 特别是集约化的限制因素, 是制定相关政策的关键^[89]。而这需要在乡村和农户尺度上做大量的研究工作^[90], 主要包括：识别不同地区土地利用集约化的限制因素, 研究这些因素与农村经济发展水平、农户生活和就业状况的关系, 估算实现可持续集约化需要的经济成本, 探索促进可持续集约化的社会、金融、自然和物质资本投入的有效途径^[91], 创新并推广促进可持续集约化的农业技术措施等。这些工作有待进一步深化^[92]。

土地利用集约化研究中存在一个值得思考的现象, 那就是在外国学者发表的文章中, 虽然以土地利用集约化为题, 但往往将土地利用集约化等同于农地利用集约化, 鲜有涉及城镇建设用地集约化的研究报道, 有限的几篇涉及城市用地集约化的英文文章, 几乎都来自于我国香港等地, 而且主要关注城市用地的结构, 但是在国内, 建设用地“ 集约化” 研究却是一个热点领域。出现这种情况的原因, 可能与对集约化概念的理解有关。如何理解城镇用地集约化, 城镇用地应该强调集约化还是节约化, 如何借鉴农地利用集约化的研究成果深化城镇用地集约化研究, 对于中国学者而言, 仍然是值得思考和解决的问题。