強可處置性視角下中國農業環境效率測度及其動態演進

張可+豐景春

摘要隨著農村經濟社會的快速發展，農業面源污染不斷加劇、農業環境面臨的形勢日益嚴峻。從生態農業視角科學度量和提高環境效率對于改善農業生態環境，促進農業與資源、環境的協調發展具有重要意義。為此，首先從農業面源污染特征、治理成本和環境規制方面研究聯合弱可處置性視角下農業環境效率測度模型可能存在的局限性；然后，構建了基于強可處置視角的農業環境效率測度模型和環境全要素生產率指數（TFP）；最后，采用兩種視角下的模型對比研究了2012年我國農業環境效率，以及1991-2011年中國30個省份農業環境全要素生產率增長。結果表明：①考慮農業污染的強可處置特征，2012年農業環境效率均值從0.98下降為0.86，東、中、西部地區依次遞減的空間差異性更加顯著；②1991-2011年我國農業TFP平均增長率為0.8%，技術效率年均負增長1.4%，技術進步年均增長2%，均低于傳統度量方法。③技術效率呈現持續增長趨勢，TFP總體上呈現了先下降后增長的變化趨勢，技術進步與技術效率的協調性逐步得到改善；④各地區TFP均值均大于1，東部地區ML指數最高，其次是中部地區，但各地區技術效率均出現一定程度的退步現象。兩種模型實證結果及其差異性表明，農業環境效率評價、污染治理措施應當遵循農業污染物的特征和產生機理；采取源頭減排策略能夠實現農業增長、污染減少和環境效率提升的多贏局面；當前，我國農業環境效率仍具有較大的提升空間，在制定面源污染治理政策時，應考慮農業環境效率的空間差異性，針對不同發展水平和污染特征制定更具有針對性的治理策略。

關鍵詞農業環境；環境效率；強可處置性；全要素生產率

中圖分類號F205文獻標識碼A文章編號1002-2104（2016）01-0140-10doi：10.3969/j.issn.1002-2104.2016.01.019

近年來，制度創新與技術進步共同推動了農業經濟的全面發展。但由于農業生產尚未從根本上轉變“高耗能、高投入、高廢物”的“三高”生產模式，農業發展與環境保護的矛盾日益突出。為確保我國糧食安全與農業可持續發展，必須協調農業增長、資源利用與生態環境保護三者之間的關系。國內外學者將污染物納入農業環境效率和全要素生產率分析框架，探討了農業與環境保護相互協調的發展路徑。然而，我國現階段農業污染特征、治理成本與制度環境等決定其環境技術難以滿足傳統的“聯合弱可處置性”假設。因此，根據農業污染的產生機理和特征構建更為科學、合理的環境效率評價模型，研究農業全要素生產率的動態演進對于降低農業發展的環境成本，改善農業生態環境具有重要的意義。

1文獻綜述

如何在經濟增長過程中，進一步提高生態效率逐漸引起了國際社會的關注。為此，可持續發展世界經濟理事會（WBCSD）提出生態效率概念[1]，主要包括環境效率（EE）和資源效率（RE）兩部分[2]。其中環境效率是衡量經濟發展所付出的環境代價，判斷經濟是否實現可持續發展的標準之一，環境效率的常用測度方法是假設一個經濟體在等量要素或產出條件下，其污染排放離污染最小排放的距離[3]。根據污染物特征環境效率可分為強、弱可處置性視角的度量，強可處置性的內涵是污染產生和處理過程難以分離，污染治理需要從投入端采取減量化策略，因此不會增加生產成本；而聯合弱可處置性是指污染產生與處理過程相分離，采用末端治理方式將產生額外的費用。

近年來，不少學者將環境因素納入到效率和生產率的分析框架中對中國工業環境效率[4-7]和區域環境效率[8-11]進行了深入研究，取得了豐富的研究成果。隨著城市和工業環境污染管制的不斷加強，農業環境問題逐步顯現[12-13]。農業增長的同時，過量的農藥、化肥使用，畜禽排泄物的不合理處置等加劇了農業面源污染[14]。2010年公布的第一次全國污染源普查公告顯示，農業排放的COD、總氮（TN）、總磷（TP），分別占到全部排放量的43.71%、57.19%、67.27%。近年來，國內外學者對農業環境效率展開了研究。例如：Ruttan[15]研究了環境約束下世界農業生產率增長。Marthin[16]考慮環境成本的投入，對農業生產效率進行修正，實證結果表明環境破壞的高低顯著影響效率測度模型。Greta[17]分別采用強、弱可處置性條件下的方向性距離函數研究了意大利農業環境效率和全要素生產率，研究表明強可處置方向距離函數適用于環境政策薄弱條件下的效率度量。李谷成[18-21]對各省農業環境效率進行實證評價，綜合考察了轉型期各省農業發展與資源、環境的協調性程度。薛建良[22]度量了基于環境修正的我國農業全要素生產率，結果表明環境污染因素削弱了農業技術效率的增長趨勢。王奇[23]的研究表明納入環境要素后農業技術效率的下降趨勢和技術進步的增長趨勢都有所放緩。楊俊[24]運用方向性距離函數和MalmquistLuenberger生產率指數測算了1999-2008年各省份的農業環境技術效率和農業全要素生產率（TFP）增長。韓海彬[25]檢驗了我國農業環境效率的收斂性。潘丹[26-27]進一步考察了環境污染約束下農業生產率地區差距的動態分布演進。梁流濤[28-29]研究了我國農業環境技術效率時空分異特征及其演變的影響因素。杜江[30]采用GML指數研究了我國農業增長的環境績效。

張可等：強可處置性視角下中國農業環境效率測度及其動態演進中國人口·資源與環境2016年第1期現有研究在農業環境效率測算、動態演進、影響因素分析等方面取得了較多的研究成果，對于我國農業環境管理和政策制定提供了參考。但是，現有研究主要借鑒了國外農業環境效率和國內工業環境效率的研究思路，通常從污染物的聯合弱可處置視角采用方向距離函數、基于松弛測度的SBM模型等方法度量農業環境效率。然而，我國農業環境污染及其治理特征尚難以滿足聯合弱可處置性要求，因此，存在過高估計農業環境效率的可能。

為此，本文首先從農業污染特征、治理成本、環境規制等角度研究農業污染的可處置性特征；然后，建立基于強可處置性的生產可能性集和方向距離函數，并構建農業環境效率測度模型和環境全要素生產率指數；最后，采用兩種模型對比研究我國不同區域農業環境效率的靜態特征和動態演進關系，及其差異性的根源。

2農業面源污染的可處置性特征

將各個省份農業系統看做獨立的決策單元DMUj（j=1，2，…N），每個決策單元投入M個資源Xj=（x1j， x2j ， …xMj）T，生產S種產品Yj=（y1j， y2j ， …ySj）T，同時排放K種污染物Bj=（b1j， b2j ， …bKj）T，通常可用（x，y，b）描述一個DMU的農業生產活動。集合T={（x，y，b）|x能生產出y，b}為所有可能的生產活動構成的生產可能集，P（x）代表輸入為x的產出可能集。

如果（y，b）∈P（x），且0≤σ≤1，可推出（σy，σb）∈P（x），則稱期望產出與非期望產出間滿足聯合弱可處置性[31]。聯合弱可處置性的經濟含義是指一定投入情況下，非期望產出的減少必然帶來期望產出的減少，即污染物的減排以期望產出的減少為代價。如果農業生產的污染物是弱可處置的，則說明要降低污染物的排放量，必然導致糧食作物、畜禽數量等期望產出的減少。

如果（y，b）∈P（x），且b=0，則y=0，則稱期望產出與非期望產出間具有零結合性。零結合性的含義是期望產出與非期望產出之間緊密相連，不可分割。Fre曾形象得將零結合性比喻為“要想沒有煙霧，就必須不抽煙”。如果農業生產過程滿足零結合性特征即表明農業環境污染不可避免，只有不進行生產時才不產生污染。

若P（x′）∈P（x），（y，b）∈P（x），且y′≤y，則（y′，b）∈P（x），稱投入和期望產出具有強可處置性。即在一定投入條件下，期望產出的減少在技術上是可實現的。

滿足以上條件的生產可能性集合表示為[32]：

pw（x）={（y，b）|∑nj=1zjxj≤x，∑nj=1zjyj≥y，∑nj=1zjbj=b，zj≥0}（1）

目前，關于農業環境效率的測度通常采用（1）式所示的污染物弱可處置產出集，求解方向距離函數，測度農業環境效率。然而，理論界關于非期望產出的可處置性一直存在著爭論[33]，以Fre[34]為代表的學者主張污染具有聯合弱可處置性，其主要觀點是污染物的處置需要成本，因此一個決策單元要想減少污染物產出，必須同比例減少期望產出，若想不產生污染，唯一的辦法就是不生產[35]。Zofío，Seiford[36]則認為污染物也可能存在強可處置性，關于污染物的處置性需要根據具體情況分析。因此，本文借鑒第二種觀點從污染特征、治理成本、環境規制角度分析農業環境污染的可處置性。

首先，從農業污染特征上看，我國現階段的農業環境污染并非不可避免，農業環境治理具有一定的增產效果，因此不滿足聯合弱可處置性和零結合性要求。通常，工業污染物滿足聯合弱可處置性特征，這是由于工業生產過程必然伴隨著大量副產品如二氧化硫、重金屬物質等的產出；而農業生產不僅污染物種類較為單一（主要是COD、TN、TP），而且其產生原因主要是投入的結構性失衡，主要表現在農業環境技術投入不足，而農藥、化肥等物質的投入過量，以及畜禽養殖糞便資源化利用不足等問題[37]。相關文獻指出減少農業面源污染的排放不僅不會降低作物產量，在一定程度上具有增產效應[38]；而畜牧業養殖的糞便返田、資源化利用在降低污染的同時，也不會減少畜禽產品的產量；生態農業示范區的探索表明，即使完全不用農藥、化肥、農膜等，農產品產量的變化也不會是“顆粒無收”[39]。

其次，從污染治理成本角度，農業環境污染治理具有一定的經濟性，不滿足聯合弱可處置性的經濟意義。工業排放的是生產末端所產生的廢物，處理起來需要增加費用，工業企業具有偷排、超排的動力。但是，農業排放的過量化學投入隱含著排放主體（農戶）生產成本的增加，而畜禽糞便以及農林廢棄物等則具有資源化再利用的價值[40]。相關研究表明，農業面源污染的治理具有較強的經濟可行性，其中，測土配方施肥技術的凈現值率（NPVR）為55.00，畜禽養殖場沼氣工程的NPVR為2.54[41]。因此，從廣義成本角度農業環境治理并不必然增加生產資本的投入，這與弱可處置性的經濟意義不一致。

另外，從環境規制的角度，現有的農業環境規制不足以實現農業環境污染由強可處置到聯合弱可處置的轉換。通常決策單元在遇到較為嚴厲的外部環境規制時，需要放棄部分期望產出，同時清潔生產過程產生的污染，以達到環境監管的要求。不少學者將這種由強可處置到弱可處置的轉換過程視為環境規制的作用，同時將轉換造成的效率損失視為規制成本[34， 42]。然而，與發達國家相比，我國制定和實施農業面源污染控制政策和制度起步較晚，而且難以適應農業污染的隨機性、隱蔽性和分散性特征，限制了環境規制正向作用的發揮[43]。此外，農業面源污染缺乏明確、權威的機構，這些因素共同造成了農業污染治理中的制度失靈[44]。因此，目前我國環境規制難以迫使農業環境污染由強可處置性轉換為弱可處置性。

根據以上分析，目前我國農業環境污染特征與工業環境污染、發達國家農業污染不同，尚不滿足零結合性和聯合弱可處置性，因此（1）式所示的生產可能性集難以有效描述現階段我國的農業環境技術。

相反地，如果（y，b）∈P（x）且b′≤b，可推出（y，b′）∈P（x），則稱P（x）滿足非期望產出的強可處置性。顯然，如果污染物滿足強可處置性，則污染物的減少不必然影響其他期望產出量。對于農業生產而言，在總投入一定的前提下，通過增加測土施肥、秸稈返田等綠色生產技術投入，減少過量外部品投入，能夠在降低污染的同時，保持農產品產量。當環境技術滿足強可處置性特征時，其對應的可能產出集為[31]：

ps（x）={（y，b）|∑nj=1zjxj≤x，∑nj=1zjyj≥y，∑nj=1zjbj≥b，zj≥0}（2）

3農業環境效率測度模型

面對日益嚴重的環境問題，農業生產需要在減少面源污染（“非期望”產出）的同時，保持農業產品的增長（“期望”產出）。根據農業污染的強可處置性特征，分析和測算農業環境技術效率，需要采用（2）式所示的Ps（x）對已有的方向性距離函數和MalmquistLuenberger指數進行改進，從而建立農業環境效率的測度模型。

方向性距離函數是Shephard產出距離函數的一般化，為使農業生產能夠實現最大的“期望”產出和最小的“非期望”產出，本文使用基于產出的方向性距離函數基本形式：

D（x，y，b；y）=sup{β：（y，b）+βg∈ps（x）}（3）

式中，β是農業產出增長和污染物減少的最大可能數量，g= （gy， gb）是產出擴張的方向向量。根據文獻[18， 25， 27， 28]的研究，農業面源污染排放量的減少具有節本和增產的效果，因此，將方向向量設定為g=（y，-b），即同比例的增加“期望”產出、減少“非期望”產出。

根據（3）式構建方向性距離函數的求解模型，如（4）式所示：

Dt0（x）（xt，k′，yt，k′，bt，k′；yt，k′，-bt，k′）=maxβ

s.t.∑Nk=1ztkytkm≥（1+β）ytk′i，m=1，2，…，S

∑Nk=1ztkbtki≥（1-β）btk′i，i=1，2，…，K

∑Nk=1ztkxtkn≤xtk′n，n=1，2，…，M

ztk≥0，k=1，2，…，N（4）

式中（xt，k′，yt，k′，bt，k′）代表待評價決策單元在t時刻的投入、“期望”與“非期望”產出情況；（xt，k，yt，k，bt，k）為同時期其他決策單元構成的生產可能集。因此，求解（4）式所示的規劃問題，能夠計算單個決策單元（DMUk′）在某一時期相對于環境前沿生產者的距離，即決策單元相對于環境生產前沿，產出擴張與污染縮減的最大可能倍數。如果一個決策單元與環境產出前沿的距離越大，其環境技術效率越低；特別地，當其環境技術效率等于1時，表示相對于其他決策單元，其投入產出和污染排放處于相對最優水平，即表明該決策單元的農業資源性投入最少、產出最多、污染排放最少。

根據構建的強可處置性方向距離函數，農業環境效率（ETE） 可以表示為：

ETE=11+D（x，y，b；g）（5）

為進一步分析農業環境效率的動態演化過程，根據標準Malmquist指數的構造思想，采用強可處置性的方向性距離函數構建MalmquistLuenberger指數（簡稱，ML Index），測度農業全要素生產率變動。

MLt，t+10=1+Dto（xt，yt，bt；yt，-bt）1+Dto（xt+1，yt+1，bt+1；yt+1，-bt+1）×

1+Dt+1o（xt，yt，bt；yt，-bt）1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）1/2（6）

上式可以進一步分解為技術進步（MLTECH） 和技術效率變化（MLEFFCH）。

MLt，t+1o=MLTECHt，t+1o·MLEFFCHt，t+1o（7）

其中，

MLTECHt，t+1o=1+Dt+1o（xt，yt，bt；yt，-bt）1+Dto（xt，yt，bt；yt，-bt）×

1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）1+Dto（xt+1，yt+1，bt+1；yt+1，-bt+1）1/2（8）

MLEFFCHt，t+1o=1+Dto（xt，yt，bt；yt，-bt）1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）（9）

MLTECH衡量農業環境效率的可能性邊界向外擴張的動態變化，MLEFFCH衡量決策單元實際效率向可能性邊界的逼近程度。ML、MLTECH與MLEFFCH取值大于或小于1分別表示環境全要素生產率增長（下降）、前沿技術進步（退步）和技術效率改善（惡化）。

4變量界定與數據處理

本文將各省份農業系統視為一個決策單元，采用構建的強可處置性方向距離函數對我國省際農業環境效率進行實證研究，將農業環境、資源納入技術效率分析框架內。按照一般農業環境技術效率的分析框架，本文確定的主要指標包括投入、“期望”產出和“非期望”產出3個方面。表1總結了代表性研究成果的指標選取。綜合現有研究成果，本文選擇的指標包括：

（1）投入指標。投入變量主要包括勞動力、土地、農業機械、化肥和灌溉五個方面。勞動投入，以農林牧漁總勞動力計算；土地投入以耕地面積計算；機械動力投入以農業機械總動力計算；化肥投入以實際用于農業生產的化肥施用折純量計算，包括氮、磷、鉀和復合肥；灌溉投入以各（2014）勞動投入、土地投入、機械動力投入、化肥投入、役畜投入、灌溉投入農業總產值COD、TN、TP杜江

（2014）勞動力、土地、機械、化肥和灌溉種植業總產值COD、TNTP 韓海彬

（2013）土地投入、勞動力投入、農業機械投入、化肥施用量、灌溉投入農業總產值TN、TP潘丹

（2013）土地、勞動力、化肥、機械、役畜、水資源農業總產值COD、TN、TP梁流濤

（2012）土地、勞動力、化肥、機械農業總產值、糧食產量COD、TN、TP王奇

（2012）土地、勞動力、機械、化肥、灌溉種植業增加值氮磷流失量楊俊

（2011）勞動力、機械總動力農業總產值COD、TN、TP

省實際有效灌溉面積計算。

（2）“期望”產出指標。由于農業生產中不僅具有經濟效益，同時還擔負國家糧食安全和社會穩定等方面的社會效益。因此，借鑒文獻[29]的思想，分別用農林牧漁業總產值和糧食產量衡量農業“期望”產出的經濟效益和社會效益。

（3）“非期望”產出。國內外現有研究通常采用具體污染指標表達一個地區的環境破壞和資源損耗整體水平，本研究也沿襲這一研究思路。《中國環境統計年鑒》中關于的農業污染的統計量主要包括：生化需氧量（COD）和總氮磷（TN&P）排量兩類指標，因此，選擇COD和總氮磷指標作為“非期望”產出的測量值。

由于《中國環境統計年鑒》僅從2011年開始統計農業污染排放指標。因此，在靜態效率度量時采用統計年鑒數據，對比和揭示兩種是視角下環境效率的差異性。在效率動態演進分析時，為保證數據口徑的一致性，采用文獻[45-46]所示的單元調查評估方法估算1990-2012年COD和總氮磷數據。根據單元調查評估方法的要求，首先明確我國農業面源污染的主要來源。將農業面源污染確定為農田化肥施用、畜禽養殖、農田固體廢棄物和農村生活4個污染單元。農業面源污染物排放總量計算公式如下：

E=∑iSUi×ρi×LCi（10）

（10）式中，E為農業污染物排放量，本文主要測算COD和總氮磷兩個指標；SUi為i個污染單元的污染物產生基數，文中主要指化肥折純量、畜禽養殖量、農作物產量和鄉村人口數ρi是i個污染單元產污強度系數；LCi表示考慮資源綜合利用和管理因素時第i個污染單元污染物排放系數。

SUi所需數據可從1991-2013年《中國統計年鑒》、《中國農村統計年鑒》等中獲得；農田化肥施用、畜禽養殖三個單元的所需系數分別從第一次全國污染源普查公布的《農業污染肥料流失系數手冊》、《養殖業排污系數手冊》中分省份查閱，農田固體廢棄物和農村生活兩個單元的系數通過相關文獻中查閱[46]。同時，將重慶市數據納入四川省，最終獲得1990-2012年30個區域的相關數據，為保證數據的可比性，農業總產值指標以1990年不變價表示。

5實證研究

首先，根據2012年《中國環境統計年鑒》公布的農業污染指標和相關統計年鑒的農業投入、產出指標，分別采用強、弱可處置視角下的方向性距離函數測度各省（市、自治區）2012年農業環境效率，并進行對比分析，揭示兩種視角下度量結果差異性的原因。然后，采用強可處置視角下的ML指數測度農業環境效率的空間分布特征與演化趨勢。

5.1農業環境效率靜態評價

根據2012年省際農業投入、期望與非期望產出指標（由于數據獲取較為困難，研究區域不包含臺灣、香港和澳門），采用（5）式所示強可處置視角下的農業環境效率模型進行效率測算，結果如圖1所示。

北京、上海、江蘇、福建、廣東、海南和西藏處于環境生產前沿，是農業生產的最佳實踐者；黑龍江、吉林、遼寧、浙江、江西、湖南、四川、青海效率相對較高，均超過0.9，效率值低于0.7的省份為：寧夏、甘肅、貴州、山西等。這意味著相同資源投入情況下，處于環境前沿的省份要比它們多生產30%以上的“期望”產出，同時減少30%以上的“非期望”產出。

由圖1可看出，2012年農業環境效率具有顯著的空間分異性，生產前沿面主要集中在東部沿海地區，效率平均值為0.93，中西部地區農業環境效率分別為0.86和0.75。這一分布特征與農業面源污染的環境庫茲涅茨曲線較為一致[47-48]。

同時，采用（1）式所示的聯合弱可處置性條件下的生產可能性集，測算2012年省際農業環境效率，如圖2所示。

圖1強可處置性視角下的農業環境效率空間分布

Fig.1AEE distribution based on strong disposability

圖2弱可處置視角下的農業環境效率空間分布

Fig.2AEE distribution based on weak disposability

在聯合弱可處置性條件下，2012年北京、內蒙、吉林、黑龍江等23個省份均處于前沿面，且僅有山西、湖北、河北三省農業環境效率低于0.95。測算結果說明大部分地區農業環境效率較高，且差異性較小，這一結論與我國農業環境污染的現狀差異性較大。這主要是由于假設農業污染與產出間具有聯合弱可處置性，使得農業環境技術前沿向內收縮，如圖3所示。

圖中OAB所示曲線表示聯合弱可處置下的農業環境技術前沿，OCAB所示的曲線則表示強可處置下的前沿，D點代表決策單元，OF、OE分別是強、弱可處置性下決策單元D與環境技術前沿的方向性距離，其中EF通常被視為環境污染治理成本。由于農業環境治理，尤其是面源污染治理具有節本、增產的經濟性，因此，采用弱可處置的環境技術，將縮短決策單元與技術前沿面的方向性距離，導致了環境效率的過高估計。

強、弱可處置性條件下農業環境效率的差異性反映出了度量視角的不同，傳統的聯合弱可處置視角的實質是按照工業環境效率的度量方式看待農業環境問題，強調化學化、工業化的農業生產過程不可避免的產生污染，而其治理思路也采用工業污染的工程化、末端式治理措施，因此圖3強、弱可處置性條件下方向性距離

Fig.3Directional distance functions based on

strong and weak disposability

必然帶來治理成本的大幅增加。從這一角度來看，我國各地區環境效率相對較高具有一定的合理性。而強可處置視角則是從生態農業的角度度量環境效率，強調綠色化、循環農業生產過程與環境之間相互協調，而其治理思想不同于工業治污手段，主要采取非工程的源頭治理措施，治理成本較低。因此，從生態農業角度看，我國各區域農業環境效率相對較低，且存在一定的差異性。

5.2農業環境全要素生產率的時序特征

農業環境效率能夠度量既定時期各省份與前沿的相對關系，但是其結果具有靜態性。環境全要素生產率是一種動態分析，可以度量每個省份與生產邊界的相對位置變化（效率變化），以及生產邊界的移動（技術進步）。

表2中兩列ML指數分別反映了兩種視角下農業環境全要素生產率（TFP）波動的階段性特征。采用聯合弱可處置性生產集，即按照工業治理思路測度TFP時，TFP年均增長為3.1%，MLEFFCH年均負增長2.4%，MLTECH年均增長6.1%。考慮農業污染的強可處置特征，即按照生態農業治污的思路測度時，TFP下降為0.8%，MLEFFCH年均負增長1.4%，MLTECH年均增長2%。可見考慮農業污染特征對于全要素生產率測度具有顯著影響。

分階段來看，考慮農業污染的治理特征，“八五”至“十一五”農業TFP分別增長為0.8%、0.7%、0.2%、1.5%。從發展趨勢上看，呈現先下降后增長的態勢，“十一五”期間的增長率最高。“八五”期間受到市場經濟體制改革、農產品價格體制改革和一系列支農惠農措施的激勵，農業TFP呈現了較高的增長，但是這一時期技術進步最弱，主要以效率提升為主。“九五”期間是農業發展最為困難的時期，受到金融危機、通貨緊縮、重大自然災害等的影響糧食產量增長受到影響。“九五”、“十五”期間雖然國家在《水污染防治法》、《農業法》中增加了農業污染防治的相關要求，但是這一時期農業政策的主要目標是穩定農業生產和保障農民增收。因此，農業TFP出現了一定程度的下降。“十一五”期間農業TFP出現較高程度的回升，這是由于這一時期國家逐步重視農村生態文明建設，連續多年的一號文件提出多項具體措施，例如2006年增加了測土配方施肥補貼、土壤有機質提升補貼；2007年支持農民秸稈還田、種植綠肥、增施有機肥；2008年提出鼓勵發展循環農業、加大農業面源污染防治力度；2009年設立專門資金支持農業農村污染治理。2010年擴大測土配方施肥、土壤有機質提升補貼規模和范圍，強調加強農業面源污染治理，發展循環農業和生態農業。這一系列源頭治理措施的實施有效促進了農業環境技術的進步。

此外，MLTECH代表生產前沿面擴張，MLEFFCH代表決策單元與前沿面的距離。結果表明，農業TFP增長主要由MLTECH推動，屬于技術性推動的增長，而落后省區的追趕效應不足，省區差距擴大。這一結論與已有研究較為一致。

與已有研究的不同之處在于，采用本文測度方法獲得的各階段MLEFFCH數值均大于傳統測度方法，MLTECH數據均小于傳統測度方法，而且呈現逐漸增長趨勢。技術進步低于已有研究的主要原因是，雖然國家每年投入大量的農業科研經費，但投入占農業GDP的比例僅為0.6%左右，不僅與聯合國糧農組織對于發展中國家科研占比應達到1%的水平也有一定差距，而且離農業科技原始創新所需的2%投入水平相去甚遠。有限經費約束下，我國農業科技主要以農產品產量為目標，采取對西方機械化、化學化、生物化農業科技的模仿與追趕策略，而較少從我國傳統農業優勢和環境保護角度出發，另辟蹊徑構建可持續發展的生態農業技術體系。技術效率退步的可能原因是農業研發的成果，尤其是綠色、生態農業技術不能及時、有效地推廣和使用。長期以后，基層農技推廣體系由于經費來源缺乏、農技推廣人員流失、素質偏低等問題，運行效率相對較低，造成了科研供給與市場需求脫節、科研成果限制轉化率低的問題。同時，這一現象也在一定程度上抑制了高污染農業技術的擴散。

5.3農業環境全要素生產率的空間特征

表3分別測算了兩種視角下東、中、西部地區農業TFP及其成分變動。從弱可處置視角，東部地區TFP指數最高，其次是西部地區，三大地區的農業環境全要素生產率指數以及農業技術進步指數均大于1，但技術效率呈現不同程度的惡化。

強可處置性視角下區域排序發生了變化，東部最高，其次是中部地區。雖然，三大地區環境全要素生產率均大于1，但其內在動力卻各不相同，東部多數地區長期處于生產前沿面，因此，不僅技術進步較快，而且技術效率也接近于1。中部地區雖然技術進步率相對較高，但是其技術的提高主要依賴于粗獷式的發展，而非綠色生產技術的提高，因此，伴隨著技術進步的是技術效率值的大幅下降。西部地區雖然技術進步較為緩慢，但其農業技術發展與環境協調性較好，因此技術效率退化水平較低。

6結論與建議

從污染特征、治理成本與環境管制角度，我國農業環境污染明顯區別于發達國家的農業和工業污染，采用聯合弱可處置性的方向距離函數測度我國農業環境效率和全要素生產率，容易造成環境技術前沿的收縮和方向距離的縮短，從而過高估計環境效率和環境全要素生產率的增長。而本文構建的基于強可處置性方向距離函數避免了以上問題，更適用于我國現階段的農業環境效率評價。

實證研究結果表明：①若將農業環境污染視為強可處置的，即從生態農業視角度量環境效率，則2012年全國農業環境效率平均值為0.86；從空間分布角度，東部沿海地區環境效率高于中部地區，西部地區效率值最低。若將農業環境效率視為弱可處置的，即從工業環境效率角度，則2012年我國農業環境效率平均值為0.98，23個省份同時處于環境生產前沿。這一結果的差異性進一步驗證了農業環境效率與工業環境效率的區別。②考慮農業污染的強可處置特征，1991-2011年我國農業TFP平均增長率為0.8%，EC年均負增長1.4%，MLTECH年均增長2%，均低于傳統度量方法。從時序特征上看，MLTECH呈現持續增長趨勢，TFP總體上呈現了先下降后增長的變化趨勢，并且技術進步與技術效率的協調性逐步得到改善。農業環境全要素生產率的空間分布表明，1991-2011年各地區ML指數均大于1，東部地區ML指數最高，其次是中部地區；但是，各地區技術效率均出現一定程度的退步現象。

上述結論所蘊含的政策意義在于：①農業環境效率評價、污染治理措施應當遵循農業污染物的特征和產生機理，采取源頭減排策略能夠實現農業增長、污染減少和環境效率提升的多贏局面。②兩種測算結果的差異性表明，我國農業環境污染的減排潛力較大，且治理成本較工業污染較低，治理的經濟性較強，在工業污染得到有效抑制的同時應加強農業污染的治理。③在制定面源污染減排政策時，應考慮農業環境效率的空間差異性，針對不同發展水平地區和污染特征制定具有針對性的減排策略，尤其應當把環境效率改進余地較大的中西部地區作為減排的重點對象。

（編輯：劉呈慶）

參考文獻（References）

[1]Schmidheiny S. Changing Course： A Global Business Perspective on Development and the Environment [M]. Cambridge： MIT PRESS， 1992：32-36.

[2]Bjorn S. A Road to Sustainable Industry： How to Promote Resource Efficiency in Companies [M]. Düsseldorf： WBCSD， 2001：55-62.

[3]Zhang T. Frame Work of Data Envelopment Analysis： A Model to Evaluate the Environmental Efficiency of Chinas Industrial Sector [J]. Biomedical and Environmental Sciences， 2009， 21（1）：8-13.

[4]Managi S， Kaneko S. Economic Growth and the Environment in China： An Empirical Analysis of Productivity [J]. International Journal of Global Environmental， 2006， 61（2）：89-133.

[5]Kaneko S， Managi S. Environmental Productivity in China [J]. Economics Bulletin， 2004， 17（1）：1-10.

[6]韓晶. 中國制造業環境效率、行業異質性與最優規制強度[J]. 統計研究， 2014，31（3）：61-67.[Han Jing. Environment Efficiency of Chinese Manufacturing， Industry Heterogeneity and Optimal Regulation Intensity [J].Statistical Research， 2014， 31（3）：61-67.]

[7]沈能. 環境效率、行業異質性與最優規制強度： 中國工業行業面板數據的非線性檢驗[J]. 中國工業經濟， 2012，22（3）：56-68.[Shen Neng. Environmental Efficiency， Industrial Heterogeneity and Intensity of Optimal Regulation： Nonlinear Test Based on Industrial PanelData [J]. China Industrial Economics， 2012， 22（3）：56-68.]

[8]陳黎明， 王文平， 王斌. “兩橫三縱”城市化地區的經濟效率、環境效率和生態效率： 基于混合方向性距離函數和合圖法的實證分析[J]. 中國軟科學， 2015，30（2）：96-109. [Chen Liming， Wang Wenping， Wang Bin. Economic Efficiency， Environmental Efficiency and Ecoefficiency of the Socalled Two Vertical and Three Horizontal Urbanization Areas： Empirical Analysis Based on HDDF and Coplot Method [J]. China Soft Science， 2015， 30（2）：96-109.]

[9]李海東， 汪斌， 熊貝貝， 等. 基于改進的ISBMDEA模型的區域環境效率實證研究[J]. 系統工程， 2012，30（7）：86-93. [Li Haidong， Wang Bin， Xiong Beibei， et al. Empirical Research on the Regional Environmental Efficiency Based on Improved ISBMDEA Model [J]. Systems Engineering， 2012， 30（7）： 86-93.]

[10]楊青山， 張郁， 李雅軍. 基于DEA的東北地區城市群環境效率評價[J]. 經濟地理， 2012，32（9）：51-55. [Yang Qingshan， Zhang Yu， Li Yajun. Research on Environmental Efficiency Evaluation of Urban Agglomerations in Northeast China Based on DEA Model [J]. Economic Geography， 2012， 32（9）：51-55.]

[11]楊俊， 邵漢華， 胡軍. 中國環境效率評價及其影響因素實證研究[J]. 中國人口·資源與環境， 2010，20（2）：49-56. [Yang Jun， Shao Hanhua， Hu Jun. Empirical Study on Evaluation and Determinants of Environmental Efficiency of China [J]. China Population， Resources and Environment， 2010， 20（2）：49-56.]

[12]Wu M， Tang X， Li Q， et al. Review of Ecological Engineering Solutions for Rural Nonpoint Source Water Pollution Control in Hubei Province，China[J]. Water Air Soil Pollution， 2013， 22（4）：1560-1577.

[13]楊林章， 施衛明， 薛利紅， 等. 農村面源污染治理的“4R”理論與工程實踐：總體思路與“4R”治理技術[J]. 農業環境科學學報， 2013，32（1）：1-8. [Yang Linzhang， Shi Weiming， Xue Lihong， et al. Reduceretainreuserestore Technology for the Controlling the Agricultural Nonpoint Source Pollution in Countryside in China： General Countermeasures and Technologies [J]. Journal of AgroEnvironment Science， 2013， 32（1）：1-8.]

[14]Bouraoui F， Grizzetti B. Modelling Mitigation Options to Reduce Diffuse Nitrogen Water Pollution from Agriculture [J]. Science of the Total Environment， 2014， （15）468–469： 1267-1277.

[15]Ruttan V W. Productivity Growth in Word Agriculture： Sources and Constraints [J]. American Economic Association， 2002， 16（4）：161-184.

[16]Marthin N， Iain F， Ali Q， et al. Environmentally Adjusted Productivity Measurement： An Australian Case Study [J]. Journal of Environmental Management， 2007， 85（4）：352-359.

[17]Greta F， Alessandro M， Sara P. Environmental Efficiency， Productivity and Public Funds： The Case of the Italian Agriculture Industry [J]. Agricultural systems， 2013， 121（1）：73-80.

[18]李谷成. 中國農業的綠色生產率革命：1978-2008年[J]. 經濟學（季刊）， 2014，13（2）： 537-558. [Li Gucheng. The Green Productivity Revolution of Agriculture in China from 1978 to 2008[J]. China Economic Quarterly， 2014， 13（2）：537-558.]

[19]閔銳， 李谷成. 環境約束條件下的中國糧食全要素生產率增長與分解： 基于省域面板數據與序列MalmquistLuenberger指數的觀察[J]. 經濟評論， 2012，33（5）： 34-42. [Min Rui， Li Gucheng. A Study on Growth and Decomposition of Chinas Grain TFP Growth Under Environmental Constrains： Empirical Analysis Based on Provincial Panel Data and Sequential MalmquistLuenberger Index [J]. Economic Review， 2012， 33（5）：34-42.]

[20]李谷成， 范麗霞， 閔銳. 資源、環境與農業發展的協調性： 基于環境規制的省級農業環境效率排名[J]. 數量經濟技術經濟研究， 2011，28（10）：21-36. [Li Gucheng， Fan Lixia， Min Rui. The Coordination of Agricultural Development with Environment and Resource [J]. The Journal of Quantitative & Technical Economics， 2011， 28（10）：21-36.]

[21]李谷成， 陳寧陸，閔銳. 環境規制條件下中國農業全要素生產率增長與分解[J]. 中國人口·資源與環境， 2011，21（11）：153-160. [Li Gucheng， Chen Ninglu， Min Rui. Growth and Sources of Agricultural Total Factor Productivity in China under Environmental Regulations [J]. China Population， Resources and Environment， 2011， 21（11）：153-160.]

[22]薛建良， 李秉龍. 基于環境修正的中國農業全要素生產率度量[J]. 中國人口·資源與環境， 2011，21（5）：113-118. [Xue Jianliang， Li Binglong. Environmentallyadjusted Measurement of Chinas Agricultural Total Factor Productivity [J]. China Population， Resources and Environment， 2011， 21（5）：113-118.]

[23]王奇， 王會， 陳海丹. 中國農業綠色全要素生產率變化研究：1992-2010年[J]. 經濟評論， 2012，33（5）：24-33. [Wang Qi， Wang Hui， Chen Haidan. A Study on Agricultural Green TFP in China： 1992 -2010 [J]. Economic Review， 2012， 33（5）：24-33.]

[24]楊俊， 陳怡. 基于環境因素的中國農業生產率增長研究[J]. 中國人口·資源與環境， 2011，21（6）：153-157. [Yang Jun， Chen Yi. Empirical Study on Chinas Agricultural Production Growth under the Binding of Environment [J]. China Population， Resources and Environment， 2011， 21（6）：153-157.]

[25]韓海彬， 趙麗芬. 環境約束下中國農業全要素生產率增長及收斂分析[J]. 中國人口·資源與環境， 2013，23（3）：70-76. [Han Haibin， Zhao Lifen. Growth and Convergence of Agricultural Total Factor Productivity in China under Environmental Regulations [J]. China Population， Resources and Environment， 2013， 23（3）：70-76.]

[26]潘丹， 應瑞瑤. 環境污染約束下農業生產率增長地區差異及其動態分布演進[J]. 中國科技論壇， 2013，29（5）：60-67.[Pan Dan， Ying Ruiyao. Regional Disparity and Dynamic Distribution Evolution of Agricultural Productivity Growth in China Under Environmental Pollution Constraint [J]. Forum on Science and Technology in China， 2013， 29（5）：60-67.]

[27]潘丹， 應瑞瑤. 資源環境約束下的中國農業全要素生產率增長研究[J]. 資源科學， 2013，35（7）：1329-1338. [Pan Dan， Ying Ruiyao. Agricultural Total Factor Productivity Growth in China under the Binding of Resource and Environment [J]. Resources Science， 2013， 35（7）：1329-1338.]

[28]梁流濤， 曲福田， 馮淑怡. 基于環境污染約束視角的農業技術效率測度[J]. 自然資源學報， 2012，27（9）：1580-1589. [Liang Liutao， Qu Futian， Feng Shuyi. Agricultural Technical Efficiency Measurement Under the Environmental Constraints [J]. Journal of Natural Resources， 2012， 27（9）： 1580-1589.]

[29]梁流濤， 耿鵬旭. 中國省域農業共同邊界技術效率差異分析[J]. 中國人口·資源與環境， 2012，22（12）：94-100. [Liang Liutao， Geng Pengxu. Comparison of Metafrontier Technology Efficiency in China： Multiple Output of Desired Agricultural Development and Undesired Pollution Emission [J]. China Population， Resources and Environment， 2012， 22（12）：94-100.]

[30]杜江. 中國農業增長的環境績效研究[J]. 數量經濟技術經濟研究， 2014，31（11）：53-69. [Du Jiang. Study on the Environmental Performance of Chinas Agricultural Growth [J]. The Journal of Quantitative & Technical Economics， 2014， 31（11）：53-69.]

[31]Fre R， Grosskopf S， Lovell C A K， etl. Multilateral Productivity Comparisons When Some Outputs Are Undesirable： A Nonparametric Approach [J]. The Review of Economics and Statistics， 1989， 71（1）：91-98.

[32]Fre R， Grosskopf S. Nonparametric Productivity Analysis with Undesirable Output： Comment [J]. American Journal of Agricultural Economics， 2003， 85（4）：1070-1074.

[33]卞亦文. 基于DEA理論的環境效率評價方法研究[D]. 合肥：中國科學技術大學， 2006： 32-40. [Bian Yiwen. Research on Ecoefficiency Evaluation Based on DEA [D]. Hefei： University of Science and Technology of China， 2006：32-40.]

[34]Rolf F， Shawna G， Carla P. Environmental Production Functions and Environmental Directional Distance Functions [J]. Energy， 2007， 32（7）：1055-1066.

[35]Fre R， Grosskopf S. Modeling Undesirable Factors in Efficiency Evaluation： Comment [J]. European Journal of Operational Research， 2004， 157（1）：242-245.

[36]Lawrence M， Seiford J Z. Modeling Undesirable Factors in Efficiency Evaluation [J]. European Journal of Operational Research， 2002， 142（1）：16-20.

[37]金書秦， 沈貴銀. 中國農業面源污染的困境擺脫與綠色轉型[J]. 改革， 2013， （5）：79-87. [Jin Shuqin， Shen Guiyin. To Get Rid of the Predicament and Green Transformation of Agricultural Nonpoint Source （NPS） Pollution [J]. Reform， 2013， （5）：79-87.]

[38]蔣高明. 生態農業是對現代農業的“撥亂反正”[J]. 中國農村科技， 2013，20（7）：14. [Jiang Gaoming. Ecoagriculture Makes Modern Agriculture Back to Normal [J]. China Rural Science & Technology， 2013， 20（7）：14.]

[39]蔣高明. 生態農業，未來的重要方向[J]. 理論參考， 2013，32（8）：59. [Jiang Gaoming. Ecoagriculture is an Important Direction in the Future [J]. Theoretical Reference， 2013，32（8）：59.]

[40]金書秦， 沈貴銀， 魏珣， 等. 論農業面源污染的產生和應對[J]. 農業經濟問題， 2013，34（11）：97-102. [Jin Shuqin， Shen Guiyin， Wei Xun， et al. The Generation and Response of Agricultural Nonpoint Source Pollution[J]. Issues in Agricultural Economy， 2013， 34（11）：97-102.]

[41]姜海， 楊杉杉， 馮淑怡， 等. 基于廣義收益—成本分析的農村面源污染治理策略[J]. 中國環境科學， 2013，33（4）：762-767. [Jiang Hai， Yang Shanshan， Feng Shuyi，et al. Control Strategies of Rural Nonpoint Source Pollution Based on General Benefitcost Analysis[J]. China Environmental Science， 2013， 33（4）： 762-767.]

[42]袁鵬， 程施. 中國工業環境效率的庫茲涅茨曲線檢驗[J]. 中國工業經濟， 2011，21（2）：79-88. [Yuan Peng， Cheng Shi. Examining Kuznets Curve in Environmental Efficiency of Chinas Industrial Sector [J]. China Industrial Economics， 2011， 21（2）：79-88.]

[43]饒靜， 許翔宇， 紀曉婷. 我國農業面源污染現狀、發生機制和對策研究[J]. 農業經濟問題， 2011，22（8）：81-87. [Rao Jing， Xu Xiangyu， Ji Xiaoting. The Status， Mechanism and Countermeasures of Agricultural Nonpoint Source Pollution in China [J]. Issues in Agricultural Economy， 2011， 22（8）：81-87.]

[44]梁流濤， 馮淑怡， 曲福田. 農業面源污染形成機制：理論與實證[J]. 中國人口·資源與環境， 2010，20（4）：74-80. [Liang Liutao， Feng Shuyi， Qu Futian. Forming Mechanism of Agricultural Nonpoint Source Pollution： A Theoretical and Empirical Study [J]. China Population， Resources and Environment， 2010， 20（4）： 74-80.]

[45]陳敏鵬， 陳吉寧， 賴斯蕓. 中國農業和農村污染的清單分析與空間特征識別[J]. 中國環境科學， 2006，26（6）：751-755. [Chen Minpeng， Chen Jining， Lai Siyun. Inventory Analysis and Spatial Distribution of Chinese Agricultural and Rural Pollution [J]. China Environmental Science， 2006， 26（6）：751-755.]

[46]賴斯蕓， 杜鵬飛， 陳吉寧. 基于單元分析的非點源污染調查評估方法[J]. 清華大學學報： 自然科學版， 2004，44（9）：1184-1187. [Lai Siyun， Du Pengfei， Chen Jining. Evaluation of Nonpoint Source Pollution Based on Unit Analysis [J]. Journal of Tsinghua University： Science and Technology Edition， 2004， 44（9）： 1184-1187.]

[47]李太平， 張鋒， 胡浩. 中國化肥面源污染EKC驗證及其驅動因素[J]. 中國人口·資源與環境， 2011，21（11）：118-123. [Li Taiping， Zhang Feng， Hu Hao. A Verification of the Kuznets Curve in Agriculture Nonpoint Source Pollution and Its Drivers Analysis [J]. China Population， Resources and Environment， 2011， 21（11）：118-123.]

[48]曹大宇， 李谷成. 我國農業環境庫茲涅茨曲線的實證研究：基于聯立方程模型的估計[J]. 軟科學， 2011，25（7）：76-80. [Cao Dayu， Li Gucheng. An Empirical Research on the Agricultural Environmental Kuznets Curve in China： Estimation Based on Simultaneous Equation Model [J]. Soft Science， 2011， 25（7）：76-80.]

Agricultural Environment Efficiency and Its Dynamic Evolution of China from

the Perspective of Pollutions Strong Disposability

ZHANG Ke1，2，3FENG Jingchun1，2，4

（1.Business School， Hohai University， Nanjing Jiangsu 211100， China； 2.Institute of Project Management of

Hohai University， Nanjing Jiangsu 211100， China； 3.International River Research Centre of Hohai University，

Nanjing Jiangsu 211100， China； 4.Jiangsu Provincial Collaborative Innovation Center of World Water Valley and

Water Ecological Civilization， Nanjing Jiangsu 211100， China）

AbstractWith the rapid development of rural economy and society， agricultural nonpoint source pollution is surging， and the agricultural environment is facing increasingly serious situation. It is significant to measure and improve environmental efficiency scientifically in terms of ecological agriculture for agricultural ecological environment improvement and coordinated development of agriculture and resources environment. Therefore， firstly， the shortcoming of agricultural environmental efficiency （AEE） measurement model from the perspective of joint weak disposability is studied according to characteristics of agricultural nonpoint source pollution， pollution abatement costs and environmental regulation. Then， a new AEE measurement model and the environmental total factor productivity （TFP） are proposed from the perspective of strong disposability. Finally， the Chinese AEE in 2012 and the TFP of 30 provinces from 1991 to 2011 are studied respectively by proposed model. The results are as follows. First， considering the strong disposable characteristics of agricultural pollution， the average AEE in 2012 decreased from 0.98 to 0.86， and the spatial difference that AEE declined from eastern region to western region was more significant. Second， Chinese annual growth rate of TFP was 0.8%， annual growth rate technical efficiency was -1.4%， and technical advance was 2% from 1991-2011. Besides， the results measured by proposed model were lower than original method. Third， the technical efficiency presented sustainable growth trend， the TFP showed a trend from decreasing to increasing， and the coordination between technological advance and the technical efficiency was improved gradually. At last， the average TFP of all regions was more than 1， while the eastern region was the highest followed by the middle. But the regressive phenomenon of technical efficiency existed in each region. The differences between empirical results by two models showed that evaluation on the efficiency of agricultural environment and pollution control measures should follow the characteristics and the mechanism of agricultural pollutants. A winwin situation of agricultural growth， pollution reduction and environmental efficiency promotion can be achieved by taking source reduction strategies. Nowadays， there is still a large space to improve Chinas agricultural environmental efficiency. During making policy， the space difference should be considered， and more targeted emission reduction strategies should be developed according to regional development and pollution characteristics.

Key wordsagricultural environment； environmental efficiency； strong disposability； total factor productivity