農業生產廢棄物循環利用績效測度的實證研究:基于三階段DEA模型的農戶基質化管理

李 鵬,張俊飚* (1.華中農業大學湖北農村發展研究中心,湖北 武漢 430070；2.華中農業大學經濟管理學院,湖北 武漢 430070)

伴隨著現代農業集約化、規模化和產業化的發展以及農產品數量的不斷增加,農業生產廢棄物排放量也日益呈現出增長態勢[1-2],農業生產廢棄物循環利用與管理日益成為當前世界大多數國家共同面臨的問題.

農業生產廢棄物進行適當的加工,可以作為根瘤菌生長的培養基[3-4]和食用菌生產基質[5],轉化為生物質能源[6],作為生物制氫的原材料及用作肥料還田[7]等;同時,農業生產廢棄物是重要的農業碳源,不同的農業廢棄物資源化路徑的碳減排潛力存在差異[8],以農業生產廢棄物生物黑炭轉化還田具有顯著的碳減排效應[9];國內農業生產廢棄物資源化利用技術也日趨成熟,其中,板栗林下栗蘑栽培技術[10]、農業廢棄物沼氣工程工藝技術[11]實現了對農業生產廢棄物資源的空間化、生態化利用.農戶是農業生產廢棄物循環利用行為的微觀決策主體,循環農業則是其載體,農戶農業生產廢棄物的價值感知差異[12]、對循環農業的認知程度[13]等對管理決策級投入行為具有重要影響.當前農業生產廢棄物循環利用的路徑主要有能源化、肥料化、飼料化、材料化、基質化和生態化五大方向[14],但由于農戶認知、環保意識的差異,基礎設施的落后等因素,其規模化、產業化程度落后[15].此外,國內學者還分析了農業生產廢棄物循環利用補貼政策的可行性[16],并提出了大力發展能源作物、能源農業和能源經濟的農業生產廢棄物循環利用思路[17].

但是上述研究在農業生產廢棄物循環利用研究方面,未考慮環境變量的影響及行為績效的測度.因此,本文借助三階段 DEA模型,嘗試獲得如下新信息:(1)剔除外部環境因素和統計噪聲的影響,獲得基于農戶行為的農業生產廢棄物循環利用績效;(2)通過 SFA 分解過程,全面測度各環境要素對農戶行為的作用方向及程度;(3)就農戶行為的技術效率進行分解,明確其循環利用行為效率較低的決定性因素,是管理無效抑或規模無效;(4)就分析結論給出可操作的建議,以期提升農戶農業生產廢棄物循環利用效率,促進農業可持續發展.

1 研究方法與數據說明

1.1 研究方法

三階段DEA方法實際上就是數據包絡分析法(DEA)方法與隨機前沿法(SFA)方法的結合,該方法兼具DEA和SFA方法的優點,在分析過程中將外部環境與統計噪聲等影響因素剔除,能夠更準確的反映農戶行為的效率,其實證分析的步驟如下:第一階段,利用傳統 DEA 模型測度出決策單元的技術效率,該步驟測度出的效率未能將外部環境與統計噪聲等影響因素剔除;第二階段,引入SFA回歸分析方法以投入松弛或產出松弛為因變量,以外部環境變量為自變量構建回歸方程,并根據估計結果對模型中的投入產出進行調整;第三階段,以調整后的投入產出值為變量帶入DEA模型中,測度的效率值剝離了外部環境和統計噪聲等因素的影響,更加真實地反映了農戶農業生產廢棄物循環利用行為的績效.

1.2 數據說明

1.2.1 數據來源 依托國家食用菌產業技術體系產業經濟研究室,分西北、東南、長江中上游、華東、中原、華北 7大片區,選取陜西、浙江、湖北、江蘇、河南、河北、吉林等11個省市的616個農戶進行了食用菌種植狀況及對農業生產廢棄物基質化處理的問卷調查.山東、湖北及河南是農業生產大省,在農業生產廢棄物的循環利用上具有較強的代表性,因此,選取了山東、湖北及河南三省15市縣的220個農戶問卷作為分析對象.其中,湖北省 55份,山東省 55份,河南省110 份(表 1).

表1 數據來源Table 1 Data sources

1.2.2 投入產出指標設定 為了真實反映農業生產廢棄物基質化循環利用的績效,在指標選取過程中,要確保選取的投入產出指標與農業生產廢棄物基質化利用高度相關.此外,三階段 DEA模型的構建條件之一是決策單元的同質性,所以選取了參與農業生產廢棄物基質化循環利用的農戶作為調研及研究的對象,即所有的樣本農戶都是運用類似的生產技術和手段參與農業生產廢棄物循環利用過程,且所有農戶面臨同樣的外部環境.

滿足三階段DEA模型決策單元的同質性后,樣本農戶投入產出指標的選取及賦值還應滿足以下條件:樣本農戶均使用相同的投入和產出指標,且取值均為正;所選指標是農業生產廢棄物基質化的重要投入要素;指標單位可以不一致.在對農戶農業生產廢棄物基質化利用環節進行細分的基礎上,對樣本數據進行整理,擬定農戶農業生產廢棄物循環利用行為績效測度的投入產出指標(表2).

表2 農業生產廢棄物循環利用績效測度的指標及統計特征Table 2 Efficiency measure index and statistical characteristics of agricultural production waste recycling

選擇農戶對農業生產廢棄物基質化循環利用的經營收入為產出指標,投入指標分別為:(1)人力資本投入(技術培訓),也即農戶在農業生產廢棄物循環利用過程中參與技術指導及培訓的次數;(2)直接生產資料投入,農業生產廢棄物基質化管理需要大量的生產資料投入,如農作物秸稈、農機、畜禽糞便等;(3)勞動力用量,農業生產廢棄物循環利用需要大量的勞動力資源,勞動力投入量以工日為單位,每日工作時間以8h計.

1.2.3 環境變量的設定 外部環境變量對農業生產廢棄物的循環利用績效具有重要影響,但是樣本農戶自身卻無法有效改善與控制,利用 SFA回歸及分解剔除環境變量對農戶循環利用行為績效的外部影響.在綜合考慮農業生產廢棄物基質化循環利用的現實狀況,選取并設置了 6個環境變量:(1)戶主年齡,反映農業生產決策者的年齡層次、健康程度等對農業生產廢棄物基質化處理績效的影響;(2)戶主受教育程度,樣本農戶的文化水平直接決定了其學習與接受技能的能力,對農業生產廢棄物基質化循環利用績效具有重要影響;(3)政府是否開展過農業生產廢棄物循環利用的相關技術培訓,政府在農業生產廢棄物循環利用過程中具有主導作用,該變量在一定程度上反映了政策因素對農業生產廢棄物循環利用績效的影響;(4)農戶農業生產廢棄物循環利用行為的經營收入占家庭總收入比重,反映農戶的兼業程度對循環利用行為績效的影響;(5)是否參與相關的專業經濟合作組織,專業合作經濟組織在指導農戶行為,促進農業生產廢棄物循環利用過程中具有重要作用,在一定程度上反映了其對農業生產廢棄物循環利用行為績效的影響;(6)周邊交通狀況,用周邊道路等級來反映農業生產廢棄物處理決策者周邊的交通狀況,周邊交通狀況的優劣直接影響農業生產廢棄物的流通并間接影響其循環利用行為,用這一變量反映當地基礎設施條件對循環利用行為績效的影響.

如表2和表3所示,樣本農戶在農業生產廢棄物循環利用過程中投入產出指標值存在一定的差異,究其原因,可能是農戶基質化規模及生產效率差異.農業生產廢棄物基質化利用行為績效的環境變量統計數據顯示,樣本農戶的年齡均值為43.66歲,具有良好的身體素質;戶主平均受教育程度,根據賦值說明可知樣本農戶的學歷水平集中在初中與高中之間,文化素質和學習能力不是很強;有 78.21%的基層政府開展過農業生產廢棄物基質化利用的相關技術培訓;農業生產廢棄物基質化利用的經濟效益十分顯著,樣本農戶的循環利用行為經營收入占家庭總收入的平均比重為 74.67%,成為重要的經濟收入來源;有 56.41%的樣本農戶參與了當地相關的專業經濟合作組織;近年來國家大力發展農村基礎設施建設,多數樣本區周邊的交通狀況有較大的改善,73.72%的農戶表示周邊路況已經完全擺脫鄉間土路,其中有 33.33%樣本區周邊公路等級在省級公路以上,周邊交通狀況較好,這為農業生產廢棄物的流通提供了良好的物流保障.

表3 環境變量的統計特征Table 3 Statistical features of environment variables

2 農戶農業生產廢棄物循環利用行為績效評價——以基質化為例

2.1 第一階段:傳統DEA的運用

采用規模報酬可變(VRS)的DEA模型對農業生產廢棄物循環利用績效,也即決策單元的有效性問題進行測度,其運行過程不受規模效率的影響,計算結果真實可靠.此外,在研究過程中,由于決策單元往往需要達到特定的產出量,投入量作為農業生產廢棄物循環利用行為的關鍵決策變量較易受其控制.因此,文中采用投入導向型的VRS模型來衡量決策單元農業生產廢棄物循環利用的績效,并進一步分解為規模效率與純技術效率,三者的關系為綜合技術效率=規模效率×純技術效率.

式(1)中涉及決策單元(DMU)220個,對每個樣本而言有n個投入、m個產出數據,對第k個決策單元,用列向量xn,k、ym,k分別代表農業生產廢棄物循環利用主體的投入與產出.也就是說,N×1的投入矩陣xn,k和M×1的產出矩陣Q代表了k個樣本所有的數據.λk表示第n項投入和第m項產出的加權系數;θk表示第k個農戶的效率值,取值范圍為(0,1),越接近于1代表效率越高,θk=1 的決策單元的效率最高.另外,x≥0、y≥0,且n=3,m=1.

在第一階段,基于投入導向型的 VRS模型,利用DEAP2.1軟件對樣本農戶的績效進行測度.在未考慮管理效率損失、環境變量及隨機干擾等因素的影響時,樣本農戶在農業生產廢棄物基質化循環利用行為中的綜合效率均值為0.4516,純技術效率均值為0.6472,規模效率均值為 0.6978.這表明,在現有的投入產出規模及技術水平下,若能夠消除技術效率損失,農戶對農業生產廢棄物的基質化循環利用績效還有52.66%的提升空間.

由表4可知,在樣本農戶總體中,有191個樣本農戶的綜合效率值在 0.6以下,占樣本農戶總體的比重高達 86.82%,其中,綜合效率值主要集中在 0.3～0.4與 0.4～0.5之間,其比重分別為35.91%和24.55%;綜合效率值在0.6以上的樣本農戶僅為29戶,占樣本總量的比重僅為13.19%.

表4 第一階段測度出的農戶農業生產廢棄物循環利用行為的綜合效率分布Table 4 Overall efficiency distribution of farmers’ agricultural production waste recycling behavior in the first phase

農戶農業生產廢棄物循環利用行為的純技術效率分布結果顯示,樣本農戶農業生產廢棄物循環利用的純技術效率主要分布在＜0.7和0.7～0.8的區間,其比重分別為 37.73%、42.27%;純技術效率值在 0.8～1.0區間內分布較為分散且數量較少,僅占樣本農戶總量的以上的樣本數量較少,比重僅為20.00%(表 5).總體來看,農戶農業生產廢棄物基質化循環利用的純技術效率表現不錯.

表5 第一階段農業生產廢棄物循環利用純技術效率Table 5 Pure technical efficiency distribution of farmers’agricultural production waste recycling behavior in the first phase

表6 第一階段測度出的農戶農業生產廢棄物循環利用行為的規模效率分布Table 6 Scale efficiency distribution of farmers’agricultural production waste recycling behavior in the first phas e

就農業生產廢棄物基質化循環利用行為的規模效率分布情況來看,情況不容樂觀,有187個樣本農戶的規模效率值在 0.6以下,比例高達85.01%;僅有19個樣本農戶的規模效率值在0.8以上,比例僅為8.64%(表6).

2.2 第二階段:SFA回歸及分解

傳統的DEA模型的缺陷是忽視了外部環境因素和統計噪音對原始投入或產出松弛值的影響.利用SFA方法對引起原始投入或產出松弛的內部管理無效、外部環境和統計噪音等因素進行分解,捕捉和識別內部管理無效和統計噪聲對松弛值的影響效應,此外,因素對松弛變量的作用方向和大小進行判別.

承接第一階段面向投入的DEA模型,在此選擇將原始投入松弛變量作為回歸的因變量,以影響農業生產廢棄物循環利用績效的環境因素作為自變量(表 3).模型估計結果顯示:各投入要素松弛方程中的γ值均在 0.6～1之間,且在 1%的水平上顯著,可以看出樣本農戶的農業生產廢棄物循環利用行為存在管理效率差別,因此SFA回歸模型具有合理性,但是模型估計結果還存在一定的缺陷,就是造成樣本農戶的農業生產廢棄物基質化循環利用行為績效的差異的原因,是管理無效,亦或是外部環境因素和統計噪聲(表7).

SFA回歸是環境變量對投入要素松弛變量的回歸,當各環境變量前的回歸系數為正時,表示該環境變量所賦值增加的同時將引起相應投入松弛量的增加(減少),即更趨向于(抑制)投入的浪費或者產出的低效(高效).此外,環境變量在統計上不顯著時,環境變量對投入松弛變量僅存在方向性的作用.SFA回歸結果顯示:(1)戶主年齡.戶主年齡的增加,會增加 3種投入松弛變量,但均未通過顯著性檢驗,僅存在方向性影響.(2)樣本農戶受教育程度.樣本農戶受教育水平的提高,可以抑制技術培訓、直接生產資料及勞動力投入的浪費,但是技術投入與勞動力投入松弛在統計上不顯著,僅存在方向性的作用.(3)政府是否經常開展農業生產廢棄物基質化循環利用的技術培訓.SFA回歸結果表明,政府加強對農戶的技術培訓力度,可以有效抑制投入變量松弛,尤其是在勞動力用量投入松弛方面效果明顯,具有統計意義.(4)循環利用的經營收入占家庭總收入比重.提高農業生產廢棄物基質化經營收入占家庭總收入的比重,會導致投入浪費,在直接生產資料和勞動力用量方面更加明顯,在 1%的水平上具有統計意義.(5)是否參與過相關的專業經濟合作組織.SFA回歸結果顯示,積極參與相關專業經濟合作組織可以有效抑制投入變量松弛,提高資源利用效率.專業經濟合作組織可以有效銜接農戶與市場,并對農戶進行技術知道,從而降低樣本農戶的技術無效率行為.(6)周邊交通狀況.樣本區周邊交通狀況的改善,可以有效抑制勞動力用量投入松弛,且在1%的水平上具有統計意義.此外,周邊交通狀況的改善導致人力資本和生產資料投入的浪費,但不具有統計意義,僅存在方向上的影響.

表7 第二階段SFA估計結果Table 7 SFA estimation results in the second stage

2.3 第三階段:DEA分析

在對農業生產廢棄物進行基質化處理的過程中,樣本農戶面臨的外部環境存在差異,導致農戶行為績效的差異.因此,有必要根據外部環境及隨機干擾因素對第一階段的投入變量進行調整,使樣本農戶具有相同的外部環境,以更精準地測度農戶對農業生產廢棄物基質化循環利用的技術效率水平.調整公式為:代替原始投入,xn,k再次帶入第一階段 DEA模型測度利用調整后的投入效率值,其剔除了運營環境和隨機因素的影響,更能客觀地體現樣本農戶的績效.

剔除環境變量和隨機誤差的影響后,第三階段樣本農戶的農業生產廢棄物基質化循環利用的綜合效率均值為0.4089,還有59.11%的提升空間,提升空間較大;純技術效率均值為 0.9701,表現良好;規模效率均值為0.4215,成為導致農業生產廢棄物循環利用績效較低的主要原因.

采用配對符號秩和檢驗(Wilcoxon)和符號檢驗(Sign Test)兩種非參數方法檢驗第三階段剝離環境因素后得出的農業生產廢棄物循環利用績效值與第一階段所測技術效率值是否存在顯著差異,檢驗結果顯示:Wilcoxon檢驗與Sign Test檢驗中的雙側P=0.0000,說明兩個階段所測的技術效率值存在明顯差異(表8).

表8 兩相關技術效率值的非參數檢驗Table 8 Nonparametric test of two related technical efficiency

剔除環境變量和隨機誤差的影響后,第三階段農戶對農業生產廢棄物基質化循環利用的綜合效率均值有所下降,由 0.4516降低到 0.4089;純技術效率均值大幅度提高,由 0.6472提高到0.9701;規模效率均值出現較大幅度下降,由0.6978降至0.4215.投入變量調整后的DEA分析結果顯示,第三階段的農業生產廢棄物基質化循環利用效率均值低于未剝離環境變量和隨機因素影響的效率,且樣本農戶之間的績效差異較大,導致農戶農業生產廢棄物循環利用效率變低的主因是規模效率低下.因此,適當擴大農業生產廢棄物基質化循環利用的決策單元的生產規模是提升農戶管理績效的有效路徑.

剔除環境變量和隨機誤差的影響后,第三階段樣本農戶的農業生產廢棄物基質化循環利用綜合效率值分布如表 9所示,較之第一階段綜合效率值分布(表4),綜合效率值在0.3以下的比例為45. 45%,較第一階段高出33.18個百分點;0.3～0.4區間比例較之第一階段降低了24.09個百分點;0.4～0.5區間比例為9.94%,較之第一階段降低了14.55個百分點;綜合效率值在0.6以上的樣本農戶的比例高于第一階段,高出10個百分點.

表9 第三階段測度出的農戶農業生產廢棄物循環利用行為的綜合效率分布Table 9 Overall efficiency distribution of farmers’ agricultural production waste recycling behavior in the third phase

較之第一階段純技術效率分布(表5),剔除環境變量和隨機誤差的影響后,第三階段樣本農戶的農業生產廢棄物基質化循環利用的純技術效率分布較為集中,且普遍較高,占樣本農戶總量97.73%的農戶其管理績效介于0.9～1.0之間.

剔除環境變量和隨機誤差的影響后,第三階段樣本農戶的農業生產廢棄物基質化循環利用的規模效率分布如表10所示,較之第一階段規模效率分布(表6),可以發現:第三階段農戶農業生產廢棄物循環利用行為的規模效率較低且分布相對集中,規模模效率值分布在0.4以下的樣本農戶比例高達82.73%,遠高于第一階段的66.36%;其余各規模效率值區間的樣本分布比重均明顯下降,尤其是0.4～0.6區間樣本數量比重,下降幅度最大,下降10個百分點.由此可推斷,綜合效率均值的降低可能是由規模效率降低導致的.因此,農業生產廢棄物基質化循環利用投入規模的調整在一定程度上會帶來其管理行為績效的提升.

表10 第三階段測度出的農戶農業生產廢棄物循環利用行為的規模效率分布Table 10 Scale efficiency distribution farmers’ agricultural production waste recycling behavior in the third phase

綜上可知,運用三階段DEA模型對農戶的農 業生產廢棄物基質化循環利用行為的績效進行

測度,投入量調整前后樣本農戶的行為績效具有較大差異,環境變量和隨機因素對樣本農戶的行為具有重要影響,這在一定程度上說明本文選取三階段DEA方法剝離境效應和隨機誤差的影響具有一定的科學性和合理性.此外,農戶農業生產廢棄物循環利用績效較低,且樣本農戶之間的效率差異明顯,其主因在于規模效率的低下.

3 結論

3.1 我國農戶農業生產廢棄物基質化循環利用行為績效較低,究其原因,主要是要素投入規模效率低下所致.就綜合效率來看,樣本農戶的循環利用行為的綜合效率均值為 0.4089,在當前的政策環境及技術水平下,如果能夠克服技術效率損失,我國農業生產廢棄物循環利用績效存在較大的可改進空間(效率值最大為 1);就純技術效率來看,農業生產廢棄物純技術效率均值為0.9701,表現良好;就規模效率來看,農業生產廢棄物循環利用規模效率均值僅為 0.4215,成為導致農業生產廢棄物循環利用績效降低的主因.

3.2 在農業生產廢棄物循環利用過程中,環境變量與投入松弛及農戶行為績效之間存在關聯性.農業生產廢棄物循環利用環境變量的變化可以有效抑制(增加)投入松弛,投入松弛量的變化最終對行為績效產生影響.實證結果表明,一是農戶受教育水平的提高可以增強農戶農業生產廢棄物基質化先進技術的接受能力,進而抑制投入浪費,提升管理績效;二是政府對農戶的技術培訓力度的增強、內容的豐富及形式的簡易,會加快農戶對適用技術的理解與掌握,進而促進了先進適用技術在實際生產中的運用,可以有效避免生產投入浪費,提高農業生產廢棄物基質化利用績效;三是樣本區域農戶的專業化發展程度的提高在一定程度上容易導致農戶對投入要素的盲目增量使用,最終導致資源的浪費與效率的逆轉;四是專業經濟合作組織對農戶技術指導的有效性,可以有效降低農戶的技術無效率行為;五是交通狀況的改善可以為農戶與外界接觸提供便利,提高其自身的知識水平與管理技能,從而減少農戶的技術無效性.

[1]邊淑娟,黃民生,李 娟,等.基于能值生態足跡理論的福建省農業廢棄物再利用方式評估 [J].生態學報, 2010,30(10):2678-2686.

[2]Rodriguez C S. Exploitation of biological wastes for the production of value-added products under solid-state fermentation conditions [J]. Biotechnol. J., 2008,3(7):859-870.

[3]Brockwell J, Bottomley P J. Recent advances in inoculants technology and prospects for the future [J]. Soil Biology and Biochemistry, 1995,27:683-687.

[4]Stephens J H G, Rask H M. Inoculant production and formulation[J]. Field Crops Research, 2000,65:249-258.

[5]Mursec B, Cus F. Integral model of selection of optimal cutting conditions from different databases of tool makers [J]. Journal of Materials Processing Technology, 2003,133:158-165.

[6]Guo Xin Mei, Trably Eric, Latrille Eric, et al. Hydrogen production from agricultural waste by dark fermentation: A review [J]. International Journal of Hydrogen Energy,2010,19(35):10660-10673.

[7]李明德,吳海勇,聶 軍,等.稻草及其循環利用后的有機廢棄物還田效用研究 [J]. 中國農業科學, 2010,43(17):3572-3579.

[8]趙勝男,崔勝輝,吝 濤,等.福建省有機廢棄物資源化利用碳減排潛力研究 [J]. 中國人口·資源與環境, 2010,20(9):30-35.

[9]潘根興,張阿鳳,鄒建文,等.農業廢棄物生物黑炭轉化還田作為低碳農業途徑的探討 [J]. 生態與農村環境學報, 2010,26(4):394-400.

[10]隗永青,曹 均,曹慶昌.北京郊區板栗林下栗蘑栽培技術及效益分析 [J]. 中國食用菌, 2010,29(2):21-23.

[11]陳 羚,趙立欣,董保成.我國秸稈沼氣工程發展現狀與趨勢 [J].可再生能源, 2010,28(3):145-148.

[12]徐衛濤,張俊飚,李樹明,等.循環農業中的農戶減量化投入行為分析 [J]. 資源科學, 2010,32(12):1-6.

[13]韋佳培,張俊飚,吳洋濱.農民對農業生產廢棄物的價值感知及其影響因素分析——以食用菌栽培廢料為例 [J]. 中國農村觀察, 2011(4):77-85.

[14]彭 靖.對我國農業廢棄物資源化利用的思考 [J]. 生態環境學報, 2009,18(2):794-798.

[15]李宗才.我國近年來農業循環經濟問題研究述評 [J]. 學術界,2009,5(138):276-280.

[16]陳 娟,王雅鵬.林木生物柴油產業化開發問題探析 [J]. 華中農業大學學報(社會科學版), 2010(4):27-31.

[17]彭良才.論中國生物能源發展的根本出路 [J]. 華中農業大學學報(社會科學版), 2011(2):1-5.