陳美玲

安徽財經(jīng)大學中國合作社研究院，安徽蚌埠，233000

1 相關研究和提出問題

改革開放40年來，我國農(nóng)業(yè)飛速發(fā)展，糧食產(chǎn)量得到大幅度提升，從最初的難以滿足人民的溫飽問題到實現(xiàn)糧食的儲備充足。我國農(nóng)業(yè)發(fā)展一方面依賴于制度帶來的紅利，另一方面是農(nóng)業(yè)生產(chǎn)過程中投入大量化學物品比如化肥、農(nóng)藥等帶來的結果。農(nóng)藥對于減少病蟲害有顯著性的作用，化肥對于產(chǎn)量的提高也做出了巨大的貢獻，但是農(nóng)業(yè)生產(chǎn)過程中投入的農(nóng)藥和化肥不能完全被農(nóng)作物和土地吸收。農(nóng)藥和化肥的利用率偏低，其利用率達不到使用量的一半，大部分隨著地表徑流匯入江河湖海或者通過滲透作用進入地下水中，導致嚴重的水污染和土地污染。除此之外，大量甚至過量地使用農(nóng)藥和化肥會導致農(nóng)作物殘留，人或者動物食用會造成不同程度的傷害。農(nóng)業(yè)實現(xiàn)經(jīng)濟發(fā)展的同時還應該兼顧生態(tài)效益和社會效益，因此農(nóng)業(yè)發(fā)展模式亟須轉變，農(nóng)業(yè)生態(tài)效率及其影響因素的研究對農(nóng)業(yè)生態(tài)化發(fā)展意義重大。

生態(tài)效率一詞最早于1990年由德國學者Schaltegger和Sturm提出[1]。20世紀90年代，生態(tài)效率一詞主要被用于工業(yè)范圍，工業(yè)的生態(tài)效率就是實現(xiàn)可持續(xù)發(fā)展，生態(tài)效率的衡量標準一般是生產(chǎn)資料的投入和環(huán)境的比值。2002年，OECD將其解釋為滿足人類需求使用的生態(tài)資源的效率，也就是投入和產(chǎn)出的比例[2]。生態(tài)效率的提出是為了實現(xiàn)最小資源投入的情況下獲得最大產(chǎn)出，Pekka J.Korhonen等對農(nóng)場的生態(tài)效率進行了研究，運用數(shù)據(jù)包絡分析法對不同地區(qū)的農(nóng)場進行效率評價，經(jīng)過研究發(fā)現(xiàn)集約化生產(chǎn)的生態(tài)效率最高[3]。Li-yan Sun等使用熵權法對綠色創(chuàng)新技術的生態(tài)經(jīng)濟效益進行了評價，主要是通過賦予變量相應的權重，用實證分析的方法對綠色技術的生態(tài)經(jīng)濟進行效率評價[4]。David Berre等運用有效前沿法對農(nóng)業(yè)的生態(tài)效率進行了實證研究，并在測算出各地區(qū)農(nóng)業(yè)和畜牧業(yè)的生態(tài)效率的基礎上繼續(xù)探索影響生態(tài)效率的因素[5]。

國內(nèi)關于農(nóng)業(yè)生態(tài)效率的研究主要包括全國范圍內(nèi)的研究和以某個或某幾個地區(qū)為對象的研究，考慮到環(huán)境因素，則分為加入環(huán)境變量的研究和未加入環(huán)境變量的研究。吳小慶等運用AHP對無錫市1998—2008年的農(nóng)業(yè)生態(tài)效率進行了評價，通過實證分析得出20年來無錫市的農(nóng)業(yè)生態(tài)效率經(jīng)歷了從上升到下降的變化，表明農(nóng)業(yè)面源污染治理措施取得了一定的成效[6]。王寶義等使用DEA模型對全國31個省1993—2013年農(nóng)業(yè)生態(tài)效率進行測算，得出全國農(nóng)業(yè)生態(tài)效率總體呈現(xiàn)W形的發(fā)展趨勢并且存在地區(qū)差異性[7]。劉俊輝等運用隨機前沿對碳約束前提下糧食主產(chǎn)區(qū)的農(nóng)業(yè)生態(tài)效率進行了測算，認為群組前沿下比共同前沿下的農(nóng)業(yè)生態(tài)效率大[8]。吳振華等以河南省為例，運用三階段DEA模型對農(nóng)業(yè)土地的生態(tài)效率進行了研究，認為區(qū)位因素會影響農(nóng)業(yè)土地的生態(tài)效率[9]。

現(xiàn)有的文獻大多以某個地區(qū)為對象進行研究，全國范圍內(nèi)的研究不多，而且現(xiàn)有的研究大多只衡量各地區(qū)的農(nóng)業(yè)生態(tài)效率，缺乏對造成生態(tài)效率低下的原因分析。本文以2012—2016年全國31個省份的數(shù)據(jù)，運用DEA模型的方法對農(nóng)業(yè)生態(tài)效率進行測算，并對投入冗余進行分析，最后運用Tobit模型對影響農(nóng)業(yè)生態(tài)效率的影響因素進行分析。

2 農(nóng)業(yè)生態(tài)效率測算

2.1 研究方法

本文運用DEA模型對農(nóng)業(yè)生態(tài)效率進行評價，DEA模型可以用來對多投入、多產(chǎn)出的情況進行評價，運用DEA模型可以對投入產(chǎn)出結構的合理性進行分析，從而實現(xiàn)合理的投入產(chǎn)出結構。DEA模型可以對具有可比性的多個決策單元進行有效性分析，DEA有效的實質(zhì)是對生產(chǎn)前沿面的衡量，判斷各決策單元是否在生產(chǎn)可能集的生產(chǎn)前沿面上。本文運用投入導向型BCC模型，判斷產(chǎn)出一定時，投入是否達到效率最大化，選擇BCC模型是因為其可以判斷技術有效性。模型形式如下：

(1)

其中，xj代表第j個決策單元的投入，yj代表第j個決策單元的產(chǎn)出，θ代表生態(tài)效率指數(shù)，它的取值在0-1之間，θ值越大，代表生態(tài)效率越高，s-,s+表示投入和產(chǎn)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，當θ等于1，且s_=0,s+=0時，代表這個決策單元實現(xiàn)了DEA有效，當θ等于1，但是s-≠0,s+≠0時，代表實現(xiàn)了弱DEA有效，這時可以通過調(diào)整產(chǎn)出或投入的值來實現(xiàn)投入和產(chǎn)出的帕累托最優(yōu)。當θ不為1時，則未實現(xiàn)DEA有效，即非DEA有效。

2.2 指標選取

本文對全國31個省份2012—2016年的農(nóng)業(yè)生態(tài)效率進行研究，農(nóng)業(yè)生態(tài)效率用投入和產(chǎn)出的比值進行衡量，農(nóng)業(yè)生態(tài)發(fā)展追求的目標是最小投入，最大產(chǎn)出。農(nóng)業(yè)投入包括資源類投入和環(huán)境類投入，其中土地要素投入、勞動力要素投入和資本要素投入包含在資源類投入之中?；谇叭说难芯縖10-12]和數(shù)據(jù)的可得性，本文選取的資源類指標包括農(nóng)業(yè)從業(yè)人員數(shù)(萬人)、耕地面積(千公頃)、農(nóng)業(yè)機械總動力(萬千瓦)和有效灌溉面積(千公頃)；當前的研究中對于環(huán)境變量沒有固定的衡量標準，本文將碳排放量(億噸)作為環(huán)境類的投入變量，其計算方法是各碳源和相應的排放系數(shù)乘積的加總，碳排放源[13]主要包括：化肥、農(nóng)藥、農(nóng)膜、柴油、農(nóng)作物實際耕種面積和灌溉；選取農(nóng)業(yè)生產(chǎn)總值(億元)作為產(chǎn)出變量。數(shù)據(jù)來源于2012—2016年《中國農(nóng)村統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。

2.3 實證結果

2.3.1 農(nóng)業(yè)生態(tài)效率靜態(tài)分析

運用DEAP2.1軟件對選取的投入產(chǎn)出指標進行研究，對全國31個省份2012—2016年的數(shù)據(jù)逐年進行農(nóng)業(yè)生態(tài)效率分析，其結果見表1、圖1所示。

表1 全國各省份2012—2016年農(nóng)業(yè)生態(tài)效率

圖1 全國各省份2012—2016年農(nóng)業(yè)生態(tài)效率均值

由表1和圖1可知，全國各省份2012—2016年的農(nóng)業(yè)生態(tài)效率存在差異，其中北京、上海、黑龍江、廣東、海南、陜西和新疆的生態(tài)效率較高，7省份2012—2016年的生態(tài)效率值均保持1.000的水平，實現(xiàn)了DEA有效，表明這幾個地區(qū)的農(nóng)業(yè)生態(tài)發(fā)展基本實現(xiàn)了帕累托最優(yōu)，農(nóng)業(yè)生產(chǎn)過程中的投入產(chǎn)出水平比較合理。除上述幾個地區(qū)外，吉林、江蘇、浙江、湖北、湖南、廣西2012—2016年的生態(tài)效率均值在0.8～0.9之間，生態(tài)效率值較高，說明這幾個地區(qū)的農(nóng)業(yè)生態(tài)化得到了較好的推廣，取得較好的效果。其余省份的農(nóng)業(yè)生態(tài)效率存在較大的差異，其中山西、安徽、云南、甘肅和青海的生態(tài)效率值較低，說明這幾個地區(qū)的農(nóng)業(yè)生態(tài)水平有待提升。

2.3.2 投入冗余分析

運用DEAP2.1軟件可得出未達到DEA有效的決策單元在產(chǎn)出一定時的投入冗余量，分析各地區(qū)冗余量有助于調(diào)整農(nóng)業(yè)生產(chǎn)的投入產(chǎn)出方式，冗余量和總投入量的比值為冗余率，具體結果如表2。

表2 2012—2016年未實現(xiàn)DEA有效的地區(qū)的冗余率

由表2可以看出，冗余率最高的地區(qū)有浙江、江西、重慶、寧夏，冗余率都在10%以上，說明現(xiàn)有的投入產(chǎn)出水平下，產(chǎn)出一定的時候未能實現(xiàn)最小投入，可以通過調(diào)整投入水平提高農(nóng)業(yè)的生態(tài)效率。江蘇、山東、河南、四川、西藏和青海的冗余率為0，說明這幾個地區(qū)的冗余率比較低。從表2中也可以看出各投入要素的冗余情況，其中冗余率較高的為機械總動力、有效灌溉面積和碳排放量，表明控制這三個投入變量會促進農(nóng)業(yè)生態(tài)化的發(fā)展進程。

2.3.3 農(nóng)業(yè)生態(tài)效率動態(tài)分析

進一步運用MALMQUIST指數(shù)進行農(nóng)業(yè)生態(tài)效率的動態(tài)分析，MALMQUIST指數(shù)不同于傳統(tǒng)DEA，它更能體現(xiàn)出農(nóng)業(yè)生態(tài)效率的動態(tài)變化。運用DEAP軟件對2012—2016年全國31個省份的面板數(shù)據(jù)進行分析，可以得出MALMQUIST指數(shù)(按每年年底數(shù)據(jù)計算)，具體結果如表3所示。

表3 2012—2016年我國農(nóng)業(yè)生態(tài)效率MALMQUIST指數(shù)分解

由表3可以看出，2012—2016年，我國農(nóng)業(yè)生態(tài)效率平均值為1.057，并存在小幅度的波動，其中2012—2013年的農(nóng)業(yè)生態(tài)效率最高，可能源于農(nóng)業(yè)部2011年開始加大政策扶持力度、促進生態(tài)農(nóng)業(yè)發(fā)展。各地紛紛響應相關政策，但是根據(jù)農(nóng)業(yè)生產(chǎn)周期長的特點，政策的實施及取得效果需要一定的時間。從表3中還可以看出，只有技術進步變化指數(shù)年均上升7.7%，農(nóng)業(yè)生態(tài)效率年均上升5.7%，但農(nóng)業(yè)生態(tài)效率的增長率逐漸下降，并且純技術效率較低、技術效率水平和規(guī)模效率水平也比較低，因此我國農(nóng)業(yè)生態(tài)化發(fā)展情況仍然不容樂觀。各地區(qū)的農(nóng)業(yè)生態(tài)效率MALMQUIST指數(shù)分解結果見表4。

由表4可知，上海和西藏兩個地區(qū)的農(nóng)業(yè)生態(tài)效率小于1，反映出這兩個地區(qū)生態(tài)效率水平較低，造成這種結果的原因是兩地的技術效率和規(guī)模效率較低。北京和貴州兩地的生態(tài)效率水平在全國范圍內(nèi)最高，北京生態(tài)效率水平較高依賴于其較高的技術進步率，貴州的生態(tài)效率水平較高是由于其技術效率、技術進步率和純技術效率都比較高。另外，從技術效率的角度分析，只有江西、廣西、貴州和寧夏的技術效率超過1，反映出這幾個地區(qū)的技術效率較高，其他地區(qū)的技術效率仍有待提升。從技術進步率的角度分析，全國31個省份的技術進步率都大于1，說明技術水平在逐漸進步，但是整體的進步率仍有待提升。從純技術效率的角度分析，天津、江西、廣西、貴州和寧夏的純技術效率大于1，說明這幾個地區(qū)的純技術效率較高，但是全國大部分省份的純技術效率偏低。從規(guī)模效率的角度來分析，內(nèi)蒙古、遼寧、吉林、安徽、重慶、云南和甘肅的規(guī)模效率大于1，說明這幾個地區(qū)的規(guī)模效率較高，其他地區(qū)的規(guī)模效率水平較低。

表4 全國各省份2012—2016年MALMQUIST指數(shù)分解

3 農(nóng)業(yè)生態(tài)效率影響因素

農(nóng)業(yè)生態(tài)效率受到諸多因素的影響，除資源類變量和環(huán)境變量外，還受到其他因素的影響，包括經(jīng)濟規(guī)模、自然條件、社會人文環(huán)境。本文將進一步對農(nóng)業(yè)生態(tài)效率的影響因素進行考察，兼顧數(shù)據(jù)的可得性，選取以下指標作為解釋變量：用財政支農(nóng)的比例作為衡量經(jīng)濟規(guī)模的變量，用X1表示；用自然災害率和土地規(guī)?；阶鳛楹饬孔匀粭l件的變量，用X2和X3表示；用平均受教育年限和農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)作為衡量社會人文環(huán)境的變量，用X4和X5表示，其中平均受教育年限用康繼軍等[14]的權重來衡量，其中未上學權重為0、小學權重為5、初中權重為8、高中權重為11、大專及以上權重為14.5；被解釋變量Y是DEA模型得出的綜合效率。TOBIT回歸模型如下：

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

(2)

其中，i表示31個省份，t表示2012-2016年的5個年份，ε表示隨機誤差項。使用STATA14.0軟件對該面板數(shù)據(jù)進行TOBIT回歸，結果如表5所示。

表5 生態(tài)效率影響因素的TOBIT回歸

注：*、#、★分別表示在10%、5%、1%的水平上顯著。

由表5可知，財政支農(nóng)的比例對農(nóng)業(yè)生態(tài)效率產(chǎn)生負向影響，且通過10%的顯著性檢驗，表明財政支農(nóng)的比例每增加一個百分點，農(nóng)業(yè)生態(tài)效率會下降1.640 6個百分點。農(nóng)業(yè)方面的財政支出主要用于基礎設施建設和農(nóng)業(yè)項目活動的補貼，理論上來講應該會對農(nóng)業(yè)生態(tài)的改善起到促進作用，出現(xiàn)財政支農(nóng)比例和農(nóng)業(yè)生態(tài)效率負相關的情況，說明財政支農(nóng)存在一定的盲目性，沒有發(fā)揮其應有的作用，尤其是以現(xiàn)金方式補貼，存在預期使用方向和投入量與農(nóng)業(yè)生產(chǎn)者的真實使用情況不符的現(xiàn)象。

自然災害率對農(nóng)業(yè)生態(tài)效率產(chǎn)生負向影響，且通過了5%的顯著性檢驗，表明自然災害率每上升一個百分點，農(nóng)業(yè)生態(tài)效率就會下降0.244 9個百分點。自然災害通常指旱災、洪澇災、冰雹災、冷凍災和臺風災。農(nóng)業(yè)受自然因素的影響非常大，輕度的自然災害導致農(nóng)業(yè)減產(chǎn)，重度的自然災害導致絕收。發(fā)生自然災害會造成產(chǎn)出的減少，即對生產(chǎn)過程中的投入造成浪費，因此自然災害率和農(nóng)業(yè)生態(tài)效率呈負相關關系。

平均受教育年限與農(nóng)業(yè)生態(tài)效率之間存在正相關關系，且通過了1%的顯著性檢驗，表明平均受教育年限每增高一個百分點，農(nóng)業(yè)生態(tài)效率會上升0.058 1個百分點。農(nóng)業(yè)生產(chǎn)者受教育水平是農(nóng)業(yè)生態(tài)發(fā)展的重要因素，其受教育水平越高，接受技能和知識的能力越快、越強。從事農(nóng)業(yè)生產(chǎn)的過程中，教育水平越高的農(nóng)業(yè)生產(chǎn)者越能夠理解和掌握科學高效的種植技術，在農(nóng)業(yè)投入品的運用上也會更加注重合理性和科學性，因此農(nóng)業(yè)生產(chǎn)者的平均受教育水平和農(nóng)業(yè)生態(tài)效率之間存在正相關關系。

土地規(guī)模化水平和農(nóng)業(yè)生態(tài)效率之間存在正相關關系，且通過了1%的顯著性檢驗，說明土地規(guī)?；矫刻岣咭粋€百分點，農(nóng)業(yè)生態(tài)效率會升高0.012 5個百分點。土地規(guī)模化是與當前的小農(nóng)經(jīng)營不同的模式，規(guī)?；a(chǎn)有助于農(nóng)業(yè)現(xiàn)代化技術的實施，也有助于科學合理的農(nóng)業(yè)生產(chǎn)方式的運用，土地的零碎化影響對農(nóng)業(yè)產(chǎn)出和投入的控制。規(guī)?；a(chǎn)能夠減少農(nóng)業(yè)生產(chǎn)過程中投入品的損耗，有助于效率的提高。

農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)和農(nóng)業(yè)生態(tài)效率之間存在正相關關系，且通過了1%的顯著性檢驗，表明農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)每提高一個百分點，農(nóng)業(yè)生態(tài)效率會升高0.677 7個百分點。農(nóng)產(chǎn)品的價格指數(shù)越高，對農(nóng)業(yè)生產(chǎn)者的激勵作用越大，農(nóng)業(yè)生產(chǎn)者越傾向于選取投入產(chǎn)出比高的生產(chǎn)方式進行生產(chǎn)活動，進而促進農(nóng)業(yè)生態(tài)效率的提升。

4 結論及建議

本文運用DEA模型、MALMQUIST指數(shù)和TOBIT模型對全國農(nóng)業(yè)生態(tài)效率和影響因素進行研究。結果表明，全國農(nóng)業(yè)生態(tài)效率的均值為0.799，且各省份農(nóng)業(yè)生態(tài)效率存在差異；農(nóng)業(yè)生產(chǎn)的投入要素存在大量冗余，尤其是機械總動力；全國技術效率變化指數(shù)均值為0.981，純技術效率變化指數(shù)均值為0.996，規(guī)模效率變化指數(shù)均值為0.985，技術效率和規(guī)模效率存在提升空間；財政支農(nóng)比例、自然災害率和農(nóng)業(yè)生態(tài)效率之間存在顯著的負相關，平均受教育年限、土地規(guī)?；?、農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)和農(nóng)業(yè)生態(tài)效率之間存在顯著的正相關關系。

從對全國31個省逐年進行生態(tài)效率的測算結果分析，各省農(nóng)業(yè)生態(tài)效率存在差異，北京、黑龍江、上海、廣東、海南、陜西和新疆幾個地區(qū)的農(nóng)業(yè)生態(tài)效率均值為1，其他地區(qū)的農(nóng)業(yè)生態(tài)效率水平均低于1，表明存在改進空間。因此農(nóng)業(yè)生態(tài)效率的發(fā)展要尋求地區(qū)間的效率平衡。由MALMQUIST指數(shù)可以看出農(nóng)業(yè)生態(tài)效率的動態(tài)變化，其中技術效率水平均值為0.981有待提升。農(nóng)業(yè)生態(tài)效率較高的省份可以提煉其發(fā)展經(jīng)驗在農(nóng)業(yè)生態(tài)效率水平相對較低的地區(qū)進行推廣，同時農(nóng)業(yè)生態(tài)效率較低的地區(qū)也要根據(jù)地區(qū)特點合理運用外部經(jīng)驗，通過這種方法實現(xiàn)全國范圍內(nèi)農(nóng)業(yè)生態(tài)水平的提升。

根據(jù)未實現(xiàn)DEA有效的地區(qū)投入變量冗余率分析，冗余率比較高的投入變量為機械總動力和碳排放量，機械總動力冗余率最高達到64.84%，碳排放量冗余率最高達到22.33%。機械總動力的冗余率最高，自2004年開始，我國在《農(nóng)業(yè)機械化促進法》和農(nóng)機購置補貼政策的推動下，農(nóng)業(yè)機械總動力進入飛速發(fā)展的階段。目前，我國部分地區(qū)的農(nóng)業(yè)機械總動力趨于飽和或者已經(jīng)實現(xiàn)飽和甚至過剩，我國機械總動力的實際情況是低技術含量、低效率的機械動力趨于飽和甚至過剩，但高技術含量、高效率的機械動力仍然缺乏。另外，單機的作業(yè)效率較低，而且我國的農(nóng)機作業(yè)服務組織仍有待健全。因此應該注重高質(zhì)、高效的機械動力的研發(fā)和使用，逐步取代目前高耗能、低效率的機械，除此之外，應該根據(jù)地區(qū)特點對農(nóng)機服務進行整合，使農(nóng)機服務組織盡快實現(xiàn)規(guī)范化，提高農(nóng)機作業(yè)效率。

根據(jù)TOBIT回歸的結果可以看出，財政支農(nóng)比例、自然災害率和農(nóng)業(yè)生態(tài)效率之間存在顯著的負相關關系，平均受教育年限、土地規(guī)?；?、農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)和農(nóng)業(yè)生態(tài)效率之間存在顯著的正相關關系。部分地區(qū)財政支農(nóng)存在一定的盲目性，沒有發(fā)揮其應起到的作用，尤其是以現(xiàn)金方式的補貼存在預期使用方向、投入量與農(nóng)業(yè)生產(chǎn)者的真實使用情況不符的現(xiàn)象。針對這一現(xiàn)象，應創(chuàng)新農(nóng)業(yè)支持方式，傳統(tǒng)的現(xiàn)金補貼存在一定程度弊端，可以考慮通過實物或者技術等方式對農(nóng)業(yè)生產(chǎn)者進行補貼，激勵其生產(chǎn)積極性；另外，應鼓勵農(nóng)業(yè)生產(chǎn)者種植良種作物，提高作物的抗自然災害能力，可針對性地對良種進行優(yōu)惠政策并且加大宣傳力度；還應該積極推動農(nóng)業(yè)適度規(guī)模經(jīng)營模式的發(fā)展，鼓勵有能力的農(nóng)業(yè)生產(chǎn)者領頭從事規(guī)?；a(chǎn)；應當在農(nóng)業(yè)生產(chǎn)者之間開展農(nóng)業(yè)生態(tài)化生產(chǎn)技術培訓，引導農(nóng)業(yè)生產(chǎn)者了解發(fā)展生態(tài)農(nóng)業(yè)的重要性以及具體的措施，以便從整體上提高我國的農(nóng)業(yè)生態(tài)效率水平。