中国农业生态效率的时空演进规律及影响因素探析
——基于非期望产出的SBM模型分析

黄伶俐，章秀琴

(安徽工程大学 经济与管理学院，安徽 芜湖 241000)

自改革开放以来，中国的农业发展取得了显著成效，2013年中国粮食总产量首次达到6亿吨.但是农业的快速发展也带来很多问题，如技术含量低、资源消耗大、环境污染严重等问题.国家“十三五”规划提出绿色发展的理念，并将“生态文明”建设纳入其中.2018年，习近平总书记提出：“绿水青山就是金山银山.” 在这样的绿色生态文明的大背景下，对中国农业生态效率的时空演进规律及其影响因素进行研究便显得尤为重要，它不但有助于各级政府准确把握中国农业生态文明的建设状况，而且有利于其制定相关的提升农业生态效率的政策，实现经济和环境共生发展.

生态效率(Eco-efficiency)这一概念最早在1990年由Sturn和Schaltegger提出，用于反映投入与产出的关系.对于农业而言，生态效率就是在保证农业经济效益的前提下，在农业生产的过程中投入最少的土地、化肥等生产资料以获得最大的产值，并且尽可能减少环境污染和资源消耗，实现在资源禀赋有限的条件下达到生态效率的最大化.

目前，在自然资源禀赋有限的条件下如何实现生态效率的最大化已经成为如今学术界研究的热点话题.但是大部分对农业生态效率的研究主要集中在实际测度、评价与影响以及省际差异等方面.例如：潘丹等[1]基于将农业面源污染作为非期望产出量，采用SBM模型，对中国30个省区市的农业生态效率进行了测算, 并给出了农业生态效率的相关改善途径.洪开荣等[2]利用DEA模型，对中国2005—2013年30个省市农业生态系统效率进行测度，并对其变化趋势进行收敛检验.王宝义等[3]基于1996—2015年31个省区市的面板数据分析，综合采用DEA-Tobit等多种模型和方法,实证研究了中国农业生态效率的省际差异和影响因素.总体上看，中国专门研究农业生态效率的文献相对较少，而且研究的时间跨度较小.本文从时间和空间两个角度对中国农业生态效率进行分析，将增加碳排放作为环境指标，采用非期望产出的SBM模型, 对2001—2017年中国30个省区市的农业生态效率及其空间分布特征及影响因素进行分析, 并给出提升农业生态效率的对策，以实现经济效益和环境效益双赢的局面.

1 数据说明与研究方法

1.1 研究指标和数据的选取

广义上农业包括农业、林业、渔业等，但由于不同部门的产值各地相差较大，因此无法对于广义上的农业生态效率进行测度，所以本文选取种植业作为农业生态效率的研究对象.根据数据的可获取性，采用2001—2017年中国30个省(直辖市、自治区)(不包括港澳台.由于西藏地区的生产条件的特殊性，所以未加入研究中)的农业生产资料的投入作为投入指标，以各省份的农业总产值作为期望产出指标，农业碳排放和面源污染作为非期望产出指标进行生态效率的分析.构建的中国农业生态效率测算指标体系见表1.

表1 中国农业生态效率测算指标体系

变量说明：

(1)投入指标：在本文中，选取农业从业人数作为农业劳动力投入指标，播种面积作为农业自然资源投入指标，农用化肥总产量作为化学物质指标，农业机械总动力作为农业机械投入指标.

(2)期望产出指标：从低碳的角度考察整个农业生产过程的期望产出指标主要表现在农业经济效应，因此选取农业总产值作为农业期望产出指标.

(3)非期望产出指标：从低碳的角度来看，农业碳排放和面源污染是农业生产过程中产生污染的主要方面.因此，选取农业碳排放量和面源污染作为非期望产出指标.

根据数据的可获得性，本文研究样本为除西藏外的2001—2017年30个省区市面板数据，相关指标原始数据分别来源于2002—2018年《中国统计年鉴》《中国农村统计年鉴》《中国金融年鉴》《中国人口与就业统计年鉴》《中国教育统计年鉴》以及各省区市统计年鉴等.

1.2 研究方法

运用非期望产出的SBM模型来分析2001—2017年中国30个省区市的生态效率.SBM模型是Tone对传统的DEA模型的修正模型，由于大部分的DEA模型没有考虑投入产出松弛性问题，因而所测量的效率值并不准确.Tone提出非径向和非角度的SBM模型，以优化投入产出的松弛变量为目标函数，在解决松弛性问题的同时也解决了效率的测量问题，是一种较为完善的DEA拓展模型.SBM模型主要有两个重要特性：1)对效率衡量的结果是不受投入和产出项所用单位的影响；2)效率值和每一个投入和产出的差额是递减的.SBM 的模型表达借鉴曹俊文、曾康的研究[4].假设考虑r个决策单位，其中每个决策单位由m种投入要素，s1个期望产出要素和s2个非期望产出要素构成.

λ是权重向量，对待估决策单元，当且仅当ρ=1，该决策单元处于有效生产前沿面.模型(1)是一个非线性规划，不利于计算效率，需要对超效率 SBM 模型进行进一步转换.模型表达式为：

qx0=XΛ+s-

Λ≥0,s-≥0,sb≥0,sg≥0,q>0

2 研究结果分析

使用SBM模型测算出2001—2017年中国农业生态效率.在2001—2017年间中国农业生态效率的均值为0.78，接下来对农业生态效率的时间和空间分布进行分析.

2.1 农业生态效率的时间分布

利用Excel绘制2001—2017年中国农业生态效率的折线图，见图1.图1反映出这17年以来中国农业生态效率的变动情况.

从图1中可以看出，自2001年到2017年中国农业生态效率整体变动趋势呈缓慢上升趋势.其间从2001年到2010年这段时间，中国的农业生态效率整体呈现出缓慢下降趋势，主要原因是从2001年到2006年，中国经济处于粗放式增长阶段，后在2008年的时候更是经历了国际金融危机的影响，导致生态效率持续下降.2013年以来，针对大气污染、土壤污染和水污染问题，国家相关部门陆续颁布了大气十条、土十条和水十条等政策，2016年又将环境保护作为“十三五”时期国家建设发展的重要关注领域，所以从2010年到2017年，中国农业生态效率有着较为明显的提升，即从2010年的0.67到2017年的0.88.图1反映出中国农业生态效率整体处于中等偏上水平，说明在这段时间里，政府开始注重农业生态效益和环境效益的双向发展，能较好地处理农业生态效益和环境效益之间的关系，但是同时也反映出在农业生态效率方面中国还有很大的提升空间.

图1 2001—2017年中国农业生态效率的变动趋势

2.2 农业生态效率的空间分布

2.2.1 省际空间分布

使用SBM模型测算出2001—2017年中国各省份农业生态效率的数值，在使用Excel绘制出2001—2017年中国农业生态效率的省际分布图(见图2).

图2 2001—2017年中国农业生态效率省际分布图

从图2可以看出，山东、河南两省的农业生态效率较低，其次是河北与青海，属生态效率非有效区域；天津和广东的农业生态效率较高，说明天津和广东在发展农业的同时注重资源节约和环境保护；其余24省区市皆在2001—2017年中国农业生态效率的均值上下浮动，数值相差较小，这些地区在农业生态效率方面有很大的提升空间.

2.2.2 地区空间分布分析

采用Excel绘制2001—2017年中国东部地区、中部地区、西部地区的农业生态效率分布图(见图3.其中东、中、西部地区划分采用11∶8∶12的区域划分方法).从图3可以看出，关于农业生态效率，西部地区>东部地区>中部地区.这似乎与常识认为农业生态效率是东部地区>中部地区>西部地区的认知相悖，那么是什么原因导致出现这样的现象？

图3 2001—2017年中国东、中、西部农业生态效率分布图

首先是西部地区地广人稀，其工业化程度较低，可发展的其他产业有限，所以由其他产业发展所带来的碳污染和环境污染远小于东部地区.而且自2000年以来，西部地区的机械化水平得到了明显的提高，在一定程度上加速了农业机械化水平，提高了农业生产总值，并且由于地广人稀的特点，自然环境对于排放的碳污染有固定的吸收能力.在西部地区中，重庆、四川、贵州等均属于高效率区域，这些地区的经济发展方式较为持续，同时在农业发展的同时注重环境和资源保护.

东部地区以沿海发达的城市为主，这些城市本身的土地资源有限、人口密集，更重要的是这些城市的其他产业所带来的经济收益远高于弱质化的农业所带来的经济收益，而且东部地区对劳动力、机械化的使用更有效，虽然对碳排放和环境污染的控制更加严格，但是其他产业的快速发展所带来碳污染和环境污染在一定程度上降低了农业的生态效率.

中部地区是三个区域中农业生态效率最低的.中部地区的工业化水平低于东部地区，高于西部地区，但是中部地区的经济发展较为粗放，大多数的产业污染较重，并且不能很好地对碳污染和环境污染进行很好的把控，使得工业化所带来的污染降低了农业生态效率.

2.2.3 经济区空间分布分析

中国主要有七大经济区：环渤海经济区、长三角经济区、珠三角经济区、东北经济区、中部经济区、大西南经济区、大西北经济区.图4是2001—2017年七大经济区中国农业生态效率的分布图.

图4 2001—2017年七大经济区中国农业生态效率的分布图

从图4中可以看出，珠三角地区和大西南地区的农业生态效率明显高于其他地区.珠三角地区主要是广东和福建省，都属于沿海较发达地区，机械化水平较高，第一产业的产值高，同时该地区科技发达，能够很好地处理碳污染和环境污染问题.环渤海地区的农业生态效率最低，主要是由于环渤海地区中山东省的农业生态效率很低，拉低了环渤海地区的整体农业生态效率值.其他地区均属于中等偏上水平，处于农业生态效率有效区域，但还有上升的空间，可以借鉴天津、广东等先进省市的经验.

2.3 农业生态效率的影响因素分析

农业生态效率受很多因素影响，除了自然资源，如播种面积、地理环境等，还受机械化程度、化学资源、资金投入、自然条件、生产积极性等其他因素的影响.根据数据的可获得性，选取相应指标作为解释变量：农业公共投资作为资金投入，用X1表示；平均受教育年限作为社会人文指标，用X2表示，区域受理环境(农业受灾状况)以及城镇化率为自然条件分别用X3和X4表示；以农民收入作为生产积极性指标，用X5表示.被解释变量Y是SBM模型所获取的综合效率.建立面板Tobit回归模型如下:

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

其中i表示30个省区市，t表示2001年到2017年这17个年份，ε表示随机误差项.使用软件对此面板数据进行Tobit回归分析，得出分析结果如表2所示.

表2 生态效率影响因素的Tobit回归分析

由表2可以看出，农业公共投资与农业生态效率呈负相关关系，并且通过1%的显著性检验.农业公共投资主要表现为农业基础设施投资和农业补贴投资.从理论上说,农业公共投资会对农业生态效率起到促进作用，但是检验结果出现负相关，只能说明在农业公共投资方面存在很大的盲目性.尤其是农业补贴投资是将现金发放给农民，虽然这种操作方式预期效果很好，但是存在很多与现实不符的现象，诸多因素导致农业公共投资没有发挥促进作用.

平均受教育年限未通过显著性检验.对于农业生产而言，传统农业只需要简单的人力操作，对于文化水平的要求不高，都是先辈们从生活经验中获得的技巧，然后传下来的.到后期引进先进的机械设备用于农业生产中，对于文化有一定程度的要求，但是一方面由于中国的农业机械化水平还不是很高，另一方面对于农业机械都是由引进的技术人员指导或由专门的培训人员进行培训，对于农业从业人员来说，这是一种类似于机械化的记忆操作，对于受教育的程度要求不是很高，而其中技术人员和培训人员不属于农业从业人员，所以平均受教育年限在农业生产的过程中影响不显著.

区域受理环境(农业受灾状况)与农业生态效率呈现负向相关关系，通过5%的显著检验，即受灾环境每增加1个百分点，农业生态效率下降0.11个百分点.农业生产受自然气候影响较大，在无法实现大棚种植普及的情况下，可以说农业处于一种“看天收”的状态.自然灾害主要包括雪灾、旱灾、洪涝灾害等，遇到自然灾害会带来大幅度的减产，重大灾害可能导致农民颗粒无收.在这样的情况下，没有产出还浪费了投入，降低了农业生态效率.

城镇化率未通过显著性检验.城镇化加速了农村人口向城市转移，减少了农业从业人员，同时农村人口向城市聚集，在一定程度上扩大了农业耕地面积，从这个角度上看城镇化率降低了农业产值，从而降低了农业生态效率.但是由于机械化的实施，弥补了耕地扩大和农业从业人员减少的缺陷.所以整体来说，城镇化率的高低对于农业生态效率的影响并不显著.

农民收入与农业生态效率呈正向相关关系，且通过1%的显著性检验，即农民收入每提高1%，农业生态效率增加0.87个百分点.农民收入提高了，那么农民的生产积极性就会提高，就会主动了解和学习先进的农业技术和知识，有助于促进农业生态效率.

3 结论与对策

本文运用了非期望产出的SBM模型和Tobit模型，从低碳的视角对2001—2017年中国农业生态效率时空演进规律及其影响因素进行了分析，研究结果如下:

(1)中国整体上实现了低碳农业生态效率的有效发展，大部门地区处于农业生态效率的中高级阶段，其中天津和广东的农业生态效率最高，山东和河南省的农业生态效率最低，农业生态效率的有效性排序为：西部地区>东部地区>中部地区.从七大经济区的角度看，大西南和珠三角地区的农业生态效率高于其他地区.

(2)2001—2017年中国整体生态效率呈上升趋势，从2010—2017年上升趋势明显，虽然各省区市上升趋势的速度存在差异，但是这并不影响中国农业生态效率的整体趋势.

(3)各影响因素中，农业公共投资、区域受理环境以及农民收入与农业生态效率相关，其中农业公共投资和区域受理环境对农业生态效率产生负效应，农民收入与农业生态效率呈正向相关关系，平均受教育年限和城镇化率与农业生态效率无显著性关系.

根据以上结论，结合目前中国农业发展现状，为提高农业生态效率提出以下建议：

(1)从农业公共投资角度，理论上说应该发挥正效应，但是由于实施过程中的盲目性导致其产生负效应.所以首先要有方向性、针对性地规划好农业公共投资资金的用途，并在实施过程中对资金的走向实施严格的监控；加大对于农业生产技术的研究和开发费用，加强农业基础设施建设和引进先进的技术、人才，使农民掌握核心技术；扩大农业生产的机械化程度，同时提高能源的利用率，引入清洁性高的生产技术，做好农业和工业化的衔接工作.

(2)从区域受理环境角度，自然灾害属于人力不可掌控的因素，但从另一个角度来说，碳污染和环境污染以及人类对于自然环境破坏减少的话，在一定程度上会降低自然灾害发生的概率.所以要做好低碳环保的宣传教育工作，提高人们的低碳环保意识和自身素质教育.同时，政府可以加大环境污染惩罚力度，加强环保法制措施.另外，政府要加强对于气候的预警机制，让农民提前做好防护措施，尽可能地减少灾害带来的损失.

(3)从农民收入角度，生产积极性是生产过程中的一个关键因素，它可以促进农民进行农业生产.农民收入一方面来源于农业产值，另一方面来源于政府对于农民的经济补贴.政府就要发挥好调节作用，一方面提升和监控农产品的质量，好的产品可以获得更高的价格，鼓励农业生产者种植良种作物，提高农作物的抗灾能力；另一方面增加农业补贴，监控农业补贴金的流向，确保补贴金发放到农民手中.同时鼓励农业从业人员进行规模化经营，开展农业生态化技术培训，引导农业从业人员了解农业生态化的重要性和措施，提高中国整体的农业生态效率.