中国农业生态效率及影响因素研究

陈美玲

安徽财经大学中国合作社研究院，安徽蚌埠，233000

1 相关研究和提出问题

改革开放40年来，我国农业飞速发展，粮食产量得到大幅度提升，从最初的难以满足人民的温饱问题到实现粮食的储备充足。我国农业发展一方面依赖于制度带来的红利，另一方面是农业生产过程中投入大量化学物品比如化肥、农药等带来的结果。农药对于减少病虫害有显著性的作用，化肥对于产量的提高也做出了巨大的贡献，但是农业生产过程中投入的农药和化肥不能完全被农作物和土地吸收。农药和化肥的利用率偏低，其利用率达不到使用量的一半，大部分随着地表径流汇入江河湖海或者通过渗透作用进入地下水中，导致严重的水污染和土地污染。除此之外，大量甚至过量地使用农药和化肥会导致农作物残留，人或者动物食用会造成不同程度的伤害。农业实现经济发展的同时还应该兼顾生态效益和社会效益，因此农业发展模式亟须转变，农业生态效率及其影响因素的研究对农业生态化发展意义重大。

生态效率一词最早于1990年由德国学者Schaltegger和Sturm提出[1]。20世纪90年代，生态效率一词主要被用于工业范围，工业的生态效率就是实现可持续发展，生态效率的衡量标准一般是生产资料的投入和环境的比值。2002年，OECD将其解释为满足人类需求使用的生态资源的效率，也就是投入和产出的比例[2]。生态效率的提出是为了实现最小资源投入的情况下获得最大产出，Pekka J.Korhonen等对农场的生态效率进行了研究，运用数据包络分析法对不同地区的农场进行效率评价，经过研究发现集约化生产的生态效率最高[3]。Li-yan Sun等使用熵权法对绿色创新技术的生态经济效益进行了评价，主要是通过赋予变量相应的权重，用实证分析的方法对绿色技术的生态经济进行效率评价[4]。David Berre等运用有效前沿法对农业的生态效率进行了实证研究，并在测算出各地区农业和畜牧业的生态效率的基础上继续探索影响生态效率的因素[5]。

国内关于农业生态效率的研究主要包括全国范围内的研究和以某个或某几个地区为对象的研究，考虑到环境因素，则分为加入环境变量的研究和未加入环境变量的研究。吴小庆等运用AHP对无锡市1998—2008年的农业生态效率进行了评价，通过实证分析得出20年来无锡市的农业生态效率经历了从上升到下降的变化，表明农业面源污染治理措施取得了一定的成效[6]。王宝义等使用DEA模型对全国31个省1993—2013年农业生态效率进行测算，得出全国农业生态效率总体呈现W形的发展趋势并且存在地区差异性[7]。刘俊辉等运用随机前沿对碳约束前提下粮食主产区的农业生态效率进行了测算，认为群组前沿下比共同前沿下的农业生态效率大[8]。吴振华等以河南省为例，运用三阶段DEA模型对农业土地的生态效率进行了研究，认为区位因素会影响农业土地的生态效率[9]。

现有的文献大多以某个地区为对象进行研究，全国范围内的研究不多，而且现有的研究大多只衡量各地区的农业生态效率，缺乏对造成生态效率低下的原因分析。本文以2012—2016年全国31个省份的数据，运用DEA模型的方法对农业生态效率进行测算，并对投入冗余进行分析，最后运用Tobit模型对影响农业生态效率的影响因素进行分析。

2 农业生态效率测算

2.1 研究方法

本文运用DEA模型对农业生态效率进行评价，DEA模型可以用来对多投入、多产出的情况进行评价，运用DEA模型可以对投入产出结构的合理性进行分析，从而实现合理的投入产出结构。DEA模型可以对具有可比性的多个决策单元进行有效性分析，DEA有效的实质是对生产前沿面的衡量，判断各决策单元是否在生产可能集的生产前沿面上。本文运用投入导向型BCC模型，判断产出一定时，投入是否达到效率最大化，选择BCC模型是因为其可以判断技术有效性。模型形式如下：

(1)

其中，xj代表第j个决策单元的投入，yj代表第j个决策单元的产出，θ代表生态效率指数，它的取值在0-1之间，θ值越大，代表生态效率越高，s-,s+表示投入和产出的冗余量。DEA有效包括DEA有效和弱DEA有效，其中DEA有效一定是弱DEA有效，但弱DEA有效不一定是DEA有效，当θ等于1，且s_=0,s+=0时，代表这个决策单元实现了DEA有效，当θ等于1，但是s-≠0,s+≠0时，代表实现了弱DEA有效，这时可以通过调整产出或投入的值来实现投入和产出的帕累托最优。当θ不为1时，则未实现DEA有效，即非DEA有效。

2.2 指标选取

本文对全国31个省份2012—2016年的农业生态效率进行研究，农业生态效率用投入和产出的比值进行衡量，农业生态发展追求的目标是最小投入，最大产出。农业投入包括资源类投入和环境类投入，其中土地要素投入、劳动力要素投入和资本要素投入包含在资源类投入之中。基于前人的研究[10-12]和数据的可得性，本文选取的资源类指标包括农业从业人员数(万人)、耕地面积(千公顷)、农业机械总动力(万千瓦)和有效灌溉面积(千公顷)；当前的研究中对于环境变量没有固定的衡量标准，本文将碳排放量(亿吨)作为环境类的投入变量，其计算方法是各碳源和相应的排放系数乘积的加总，碳排放源[13]主要包括：化肥、农药、农膜、柴油、农作物实际耕种面积和灌溉；选取农业生产总值(亿元)作为产出变量。数据来源于2012—2016年《中国农村统计年鉴》和《中国统计年鉴》。

2.3 实证结果

2.3.1 农业生态效率静态分析

运用DEAP2.1软件对选取的投入产出指标进行研究，对全国31个省份2012—2016年的数据逐年进行农业生态效率分析，其结果见表1、图1所示。

表1 全国各省份2012—2016年农业生态效率

图1 全国各省份2012—2016年农业生态效率均值

由表1和图1可知，全国各省份2012—2016年的农业生态效率存在差异，其中北京、上海、黑龙江、广东、海南、陕西和新疆的生态效率较高，7省份2012—2016年的生态效率值均保持1.000的水平，实现了DEA有效，表明这几个地区的农业生态发展基本实现了帕累托最优，农业生产过程中的投入产出水平比较合理。除上述几个地区外，吉林、江苏、浙江、湖北、湖南、广西2012—2016年的生态效率均值在0.8～0.9之间，生态效率值较高，说明这几个地区的农业生态化得到了较好的推广，取得较好的效果。其余省份的农业生态效率存在较大的差异，其中山西、安徽、云南、甘肃和青海的生态效率值较低，说明这几个地区的农业生态水平有待提升。

2.3.2 投入冗余分析

运用DEAP2.1软件可得出未达到DEA有效的决策单元在产出一定时的投入冗余量，分析各地区冗余量有助于调整农业生产的投入产出方式，冗余量和总投入量的比值为冗余率，具体结果如表2。

表2 2012—2016年未实现DEA有效的地区的冗余率

由表2可以看出，冗余率最高的地区有浙江、江西、重庆、宁夏，冗余率都在10%以上，说明现有的投入产出水平下，产出一定的时候未能实现最小投入，可以通过调整投入水平提高农业的生态效率。江苏、山东、河南、四川、西藏和青海的冗余率为0，说明这几个地区的冗余率比较低。从表2中也可以看出各投入要素的冗余情况，其中冗余率较高的为机械总动力、有效灌溉面积和碳排放量，表明控制这三个投入变量会促进农业生态化的发展进程。

2.3.3 农业生态效率动态分析

进一步运用MALMQUIST指数进行农业生态效率的动态分析，MALMQUIST指数不同于传统DEA，它更能体现出农业生态效率的动态变化。运用DEAP软件对2012—2016年全国31个省份的面板数据进行分析，可以得出MALMQUIST指数(按每年年底数据计算)，具体结果如表3所示。

表3 2012—2016年我国农业生态效率MALMQUIST指数分解

由表3可以看出，2012—2016年，我国农业生态效率平均值为1.057，并存在小幅度的波动，其中2012—2013年的农业生态效率最高，可能源于农业部2011年开始加大政策扶持力度、促进生态农业发展。各地纷纷响应相关政策，但是根据农业生产周期长的特点，政策的实施及取得效果需要一定的时间。从表3中还可以看出，只有技术进步变化指数年均上升7.7%，农业生态效率年均上升5.7%，但农业生态效率的增长率逐渐下降，并且纯技术效率较低、技术效率水平和规模效率水平也比较低，因此我国农业生态化发展情况仍然不容乐观。各地区的农业生态效率MALMQUIST指数分解结果见表4。

由表4可知，上海和西藏两个地区的农业生态效率小于1，反映出这两个地区生态效率水平较低，造成这种结果的原因是两地的技术效率和规模效率较低。北京和贵州两地的生态效率水平在全国范围内最高，北京生态效率水平较高依赖于其较高的技术进步率，贵州的生态效率水平较高是由于其技术效率、技术进步率和纯技术效率都比较高。另外，从技术效率的角度分析，只有江西、广西、贵州和宁夏的技术效率超过1，反映出这几个地区的技术效率较高，其他地区的技术效率仍有待提升。从技术进步率的角度分析，全国31个省份的技术进步率都大于1，说明技术水平在逐渐进步，但是整体的进步率仍有待提升。从纯技术效率的角度分析，天津、江西、广西、贵州和宁夏的纯技术效率大于1，说明这几个地区的纯技术效率较高，但是全国大部分省份的纯技术效率偏低。从规模效率的角度来分析，内蒙古、辽宁、吉林、安徽、重庆、云南和甘肃的规模效率大于1，说明这几个地区的规模效率较高，其他地区的规模效率水平较低。

表4 全国各省份2012—2016年MALMQUIST指数分解

3 农业生态效率影响因素

农业生态效率受到诸多因素的影响，除资源类变量和环境变量外，还受到其他因素的影响，包括经济规模、自然条件、社会人文环境。本文将进一步对农业生态效率的影响因素进行考察，兼顾数据的可得性，选取以下指标作为解释变量：用财政支农的比例作为衡量经济规模的变量，用X1表示；用自然灾害率和土地规模化水平作为衡量自然条件的变量，用X2和X3表示；用平均受教育年限和农产品生产价格指数作为衡量社会人文环境的变量，用X4和X5表示，其中平均受教育年限用康继军等[14]的权重来衡量，其中未上学权重为0、小学权重为5、初中权重为8、高中权重为11、大专及以上权重为14.5；被解释变量Y是DEA模型得出的综合效率。TOBIT回归模型如下：

Yit=α0+α1X1it+α2X2it+α3X3it+α4X4it+α5X5it+εit

(2)

其中，i表示31个省份，t表示2012-2016年的5个年份，ε表示随机误差项。使用STATA14.0软件对该面板数据进行TOBIT回归，结果如表5所示。

表5 生态效率影响因素的TOBIT回归

注：*、#、★分别表示在10%、5%、1%的水平上显著。

由表5可知，财政支农的比例对农业生态效率产生负向影响，且通过10%的显著性检验，表明财政支农的比例每增加一个百分点，农业生态效率会下降1.640 6个百分点。农业方面的财政支出主要用于基础设施建设和农业项目活动的补贴，理论上来讲应该会对农业生态的改善起到促进作用，出现财政支农比例和农业生态效率负相关的情况，说明财政支农存在一定的盲目性，没有发挥其应有的作用，尤其是以现金方式补贴，存在预期使用方向和投入量与农业生产者的真实使用情况不符的现象。

自然灾害率对农业生态效率产生负向影响，且通过了5%的显著性检验，表明自然灾害率每上升一个百分点，农业生态效率就会下降0.244 9个百分点。自然灾害通常指旱灾、洪涝灾、冰雹灾、冷冻灾和台风灾。农业受自然因素的影响非常大，轻度的自然灾害导致农业减产，重度的自然灾害导致绝收。发生自然灾害会造成产出的减少，即对生产过程中的投入造成浪费，因此自然灾害率和农业生态效率呈负相关关系。

平均受教育年限与农业生态效率之间存在正相关关系，且通过了1%的显著性检验，表明平均受教育年限每增高一个百分点，农业生态效率会上升0.058 1个百分点。农业生产者受教育水平是农业生态发展的重要因素，其受教育水平越高，接受技能和知识的能力越快、越强。从事农业生产的过程中，教育水平越高的农业生产者越能够理解和掌握科学高效的种植技术，在农业投入品的运用上也会更加注重合理性和科学性，因此农业生产者的平均受教育水平和农业生态效率之间存在正相关关系。

土地规模化水平和农业生态效率之间存在正相关关系，且通过了1%的显著性检验，说明土地规模化水平每提高一个百分点，农业生态效率会升高0.012 5个百分点。土地规模化是与当前的小农经营不同的模式，规模化生产有助于农业现代化技术的实施，也有助于科学合理的农业生产方式的运用，土地的零碎化影响对农业产出和投入的控制。规模化生产能够减少农业生产过程中投入品的损耗，有助于效率的提高。

农产品生产价格指数和农业生态效率之间存在正相关关系，且通过了1%的显著性检验，表明农产品生产价格指数每提高一个百分点，农业生态效率会升高0.677 7个百分点。农产品的价格指数越高，对农业生产者的激励作用越大，农业生产者越倾向于选取投入产出比高的生产方式进行生产活动，进而促进农业生态效率的提升。

4 结论及建议

本文运用DEA模型、MALMQUIST指数和TOBIT模型对全国农业生态效率和影响因素进行研究。结果表明，全国农业生态效率的均值为0.799，且各省份农业生态效率存在差异；农业生产的投入要素存在大量冗余，尤其是机械总动力；全国技术效率变化指数均值为0.981，纯技术效率变化指数均值为0.996，规模效率变化指数均值为0.985，技术效率和规模效率存在提升空间；财政支农比例、自然灾害率和农业生态效率之间存在显著的负相关，平均受教育年限、土地规模化水平、农产品生产价格指数和农业生态效率之间存在显著的正相关关系。

从对全国31个省逐年进行生态效率的测算结果分析，各省农业生态效率存在差异，北京、黑龙江、上海、广东、海南、陕西和新疆几个地区的农业生态效率均值为1，其他地区的农业生态效率水平均低于1，表明存在改进空间。因此农业生态效率的发展要寻求地区间的效率平衡。由MALMQUIST指数可以看出农业生态效率的动态变化，其中技术效率水平均值为0.981有待提升。农业生态效率较高的省份可以提炼其发展经验在农业生态效率水平相对较低的地区进行推广，同时农业生态效率较低的地区也要根据地区特点合理运用外部经验，通过这种方法实现全国范围内农业生态水平的提升。

根据未实现DEA有效的地区投入变量冗余率分析，冗余率比较高的投入变量为机械总动力和碳排放量，机械总动力冗余率最高达到64.84%，碳排放量冗余率最高达到22.33%。机械总动力的冗余率最高，自2004年开始，我国在《农业机械化促进法》和农机购置补贴政策的推动下，农业机械总动力进入飞速发展的阶段。目前，我国部分地区的农业机械总动力趋于饱和或者已经实现饱和甚至过剩，我国机械总动力的实际情况是低技术含量、低效率的机械动力趋于饱和甚至过剩，但高技术含量、高效率的机械动力仍然缺乏。另外，单机的作业效率较低，而且我国的农机作业服务组织仍有待健全。因此应该注重高质、高效的机械动力的研发和使用，逐步取代目前高耗能、低效率的机械，除此之外，应该根据地区特点对农机服务进行整合，使农机服务组织尽快实现规范化，提高农机作业效率。

根据TOBIT回归的结果可以看出，财政支农比例、自然灾害率和农业生态效率之间存在显著的负相关关系，平均受教育年限、土地规模化水平、农产品生产价格指数和农业生态效率之间存在显著的正相关关系。部分地区财政支农存在一定的盲目性，没有发挥其应起到的作用，尤其是以现金方式的补贴存在预期使用方向、投入量与农业生产者的真实使用情况不符的现象。针对这一现象，应创新农业支持方式，传统的现金补贴存在一定程度弊端，可以考虑通过实物或者技术等方式对农业生产者进行补贴，激励其生产积极性；另外，应鼓励农业生产者种植良种作物，提高作物的抗自然灾害能力，可针对性地对良种进行优惠政策并且加大宣传力度；还应该积极推动农业适度规模经营模式的发展，鼓励有能力的农业生产者领头从事规模化生产；应当在农业生产者之间开展农业生态化生产技术培训，引导农业生产者了解发展生态农业的重要性以及具体的措施，以便从整体上提高我国的农业生态效率水平。