陜西省生態農業績效評價與分析

蔡 潔, 夏顯力

(1.西北農林科技大學 經濟管理學院, 陜西 楊凌 712100； 2.西北農林科技大學 應用經濟中心, 陜西 楊凌 712100)

陜西省生態農業績效評價與分析

蔡 潔1，2, 夏顯力1，2

(1.西北農林科技大學 經濟管理學院, 陜西 楊凌 712100； 2.西北農林科技大學 應用經濟中心, 陜西 楊凌 712100)

發展生態農業對于推進農村經濟發展，改善生態環境，擺脫貧困問題有重要的推動作用。為了研究陜西省農業績效的基本情況、演化特征，利用2000—2013年陜西省10地市面板數據，立足低碳視角，運用基于非期望產出的SBM-DEA模型，評價了陜西省10地市生態農業績效的整體情況，通過全局、局部空間自相關分析和區域差異分析剖析了生態農業績效的演變特征。結果表明：陜西省生態農業的發展過程中，投入要素各變量及非期望產出方面存在大量冗余，尤其是勞動力、化肥和農業面源污染；陜西省各地市生態農業績效空間集聚性逐漸減弱，區域差異逐漸擴大，陜南、陜北和關中地區的差異明顯，陜西省目前面臨著農業經濟發展和農業生態環境保護兩大任務。

低碳; 生態農業; SBM-DEA模型; 空間自相關; 區域差異

氣候變化是人類面臨的最為嚴峻的全球環境問題，單位體積大氣中CO2，N2O和CH4等溫室氣體濃度的增加是全球氣候變暖的主要原因之一。碳排放的主要源頭是工業，而農業則是溫室氣體的主要排放源，全球人為溫室氣體排放量的13.5%來源于農業源溫室氣體，其中CO2占溫室氣體排放量的75%，減少農業源溫室氣體排放對控制全球氣候變化有重要作用[1-2]。當前，中國政府已經提出發展低碳農業，中央一號文件中多次提及農業環境和生態問題[3]。國內農業碳排放的研究主要集中在3方面：低碳農業的內涵、現狀、發展模式等[4-5]，農業碳排放量的影響因素、區域差異等[6-7]和農業碳減排的潛力[8]?，F有的研究主要是從國家層面展開的，對省域范圍內農業碳排放方面的研究仍較少。

生態農業最早是由美國土壤學家W·Albreche于20世紀70年代提出，80年代中國的生態農業得以快速發展[9]。溫鐵軍[10]認為農業已經成為面源污染最廣泛的行業，農業現代化制度的實施導致石化農業的大規模推進，化肥、農藥等的大量使用引發了全方位立體污染、農產品質量安全、食品安全、溫室氣體等一系列“負外部性”，在農業領域推進生態農業建設既能維護國家環保大局也能保證食品安全，是現階段最佳的政策選擇。李新平[11]認為中國的生態農業是以傳統農業為基礎發展起來的，科學地處理了農業、人類與資源環境之間的關系，旨在促進農業經濟與生態社會的協調發展。李太平等[12]認為生態農業強調物質與能量轉化的內在平衡，主張合理利用農藥和化肥，稻萍魚共生、茶膠相依和?；~田等模式都是我國農業可持續發展的成功實踐。趙其國等[13]認為生態農業是農業未來發展的重要方向，具有增產、增收、增效和環境保護的功能，在解決食品安全及可持續生產能力方面有不可替代的功能。西部地區自然環境復雜，生態環境脆弱，發展生態農業對于推進農村經濟發展，改善生態環境，擺脫貧困問題有重要的推動作用，是解決西部地區三農問題和保護生態環境的根本切入點[14]。本文使用陜西省10個地市的2000—2013年相關數據，測算分地級市農業面源污染量和農業凈碳匯量，基于非徑向、非角度的SBM-DEA模型[15]，以線性規劃技術為依托，評價陜西省10個地市2000—2013年的生態農業績效，分析農業生態效率損失和改善的原因以及空間演變特征與區域差異。

1 變量選取與指標核算

1.1 變量的選取與數據來源

農業系統是一個復雜的開放性人工系統，受到自然規律和生態規律的影響，是社會、經濟以及生態的耦合系統。在測算生態農業績效時應當綜合選擇變量，充分考慮社會、經濟和生態效益。本文基于對生態農業績效的本質要求及外在特征的理解，兼顧統計數據的可得性、可量化和可靠性原則，構建生態農業績效評價指標體系。選擇可以全面反映生態農業績效投入/產出的評價指標。

生態農業績效的投入指標主要考慮土地(農作物播種面積，103hm2)、勞動力(農業從業人員，萬人)、化肥(化肥使用折純量，萬t)、機械(農業機械總動力，萬kW)；產出指標主要考慮農業總產值(期望產出，億元)和農業凈碳匯(期望產出，萬t)、農業面源污染(非期望產出，km3)[16-18]。在非期望產出的選擇上，農業面源污染指標主要側重于對生態效率研究[19]，農業凈碳匯主要聚焦于碳排放約束下的生產率研究[1，20]，前者的選擇得到廣泛認可，后者的選擇也符合研究目的。數據主要來自2001—2014年《陜西省統計年鑒》，個別缺失數據采用插值法進行補充，農業總產值以2000年為基期進行相應調整。農業面源污染、農業凈碳匯計算所需的陜西省各市各類化肥施用量(氮肥、磷肥和復合肥)，農藥，農膜，農業灌溉面積、農用柴油、不同種類的畜禽養殖量(牛、豬、羊和家禽)，農作物產量與播種面積(稻谷、小麥、玉米、豆類、油料和蔬菜)，鄉村人口等數據主要來自歷年的《中國農村統計年鑒》、《陜西省統計年鑒》以及各市統計年鑒和農業統計資料。

1.2 農業面源污染排放核算

農業面源污染取決于農田化肥、畜禽養殖、農田固體廢棄物和農村生活4個方面，利用清單分析法[21]計算各污染單元的數值，具體計算公式如下：

(1)式中：E為農業面源污染排放量，主要包括COD(化學需氧量)、TP(總磷)、TN(總氮)3類；EUi為單元i指標統計數；ρi為單元i污染物的產污強度系數；ηi為表征相關資源利用效率的系數；PEi為農業(村)污染的產生量(產污量)，即在不考慮資源綜合利用和管理因素的情況下，農業生產和農村生活造成的最大潛在污染量，它包括進入水體和不進入水體以及被生態環境自我凈化3部分；Ci為單元i污染物的排放系數，它由單元EUi和空間特征S決定，表征區域環境、降雨、水文和各種管理措施對農業和農村污染的綜合影響。在對陜西省及其11地市的農業面源污染進行計算時，各產污系數及流失系數根據相關的研究、調查獲取[22]。依據GB3838—2002中Ⅲ類水質標準，COD，TN和TP污染物的排放標準分別為20，1，0.2mg/L，測算2000—2013年陜西省10個地級市的農業面源污染，見表1。

1.3 農業凈碳匯核算

農業生產凈碳匯量主要是由農業生產所引發的碳匯量與碳排放量之間的差額。農業生產過程中的碳匯主要考慮農作物在其生命周期中的碳吸收量，而農業生產過程中的碳排放量主要來自農用物資投入引發的碳排放、農作物種植破壞土壤表層所導致的N2O排放、水稻生產過程中所產生的CH4等溫室氣體排放、動物尤其是反芻動物養殖帶來的碳排放[23]。

(2)

E=∑Ei=∑(Tiδi)

(3)

式(2)為農業生產碳匯量的計算公式，式(3)為農業生產碳排放量。C為農作物碳吸收總量；i為碳源的數量(i>0)；Ci為某種農作物的碳吸收量；k為農作物種類數；ci為作物通過光合作用合成單位有機質所需吸收的碳；Yi為作物的經濟產量；r為作物經濟產品部分的含水量；HIi為作物經濟系數。E為農業生產碳排放總量；Ei為各類碳源碳排放量；Ti為各碳排放源的量；δi為各碳排放源的碳排放系數。在此基礎上，測算2000—2013年陜西省10個地級市農業生產的碳匯量和碳排放量，計算出歷年的凈碳匯量，見表2。

表1 2000-2013年陜西省10個地級市農業面源污染 km3

表2 2000-2013年陜西省10個地級市農業凈碳匯 萬t

2 生態農業績效的測算結果與分析

2.1 生態農業績效的測算

(4)

本文以DEA-SOLVERPRO5.0軟件為計算平臺，采用基于規模報酬不變且投入導向的SBM-DEA模型對陜西省各地市2000—2013年的生態農業績效進行測算，測算結果見表3。

2.2 生態農業績效損失與改善分析

在SBM-DEA模型中，當生態農業績效小于1時，松弛變量的大小表明了生態農業績效損失的原因。本文將2000—2013年陜西省10個地級市各投入和農業面源污染的松弛變量除以對應的投入值、農業面源污染值得到相應的冗余率，將農業總產值和凈碳匯的松弛變量除以相應的農業總產值和凈碳匯值得到農業產出不足率，計算結果見表4。

表3 2000-2013年陜西省生態農業績效測算結果

表4 生態農業績效投入和產出的損失 %

(1) 從投入角度來看：榆林、銅川在土地上的改善程度較大，這些地區土地集約利用程度和市場化程度較低，導致土地資源的利用效率不高，出現土地投入過剩的情況；銅川、渭南的勞動力冗余率較高，這些地區農業勞動力轉移的速率相對緩慢，農業從業人員數目相對較多(包含了大多數的兼業農民)，造成了勞動力投入過剩；銅川和渭南的化肥存在較高的冗余，降低化肥的投入和提高化肥的利用率對改善生態效率有重要作用；渭南、榆林在機械投入方面的冗余率較高，有較大的改善潛力。

(2) 從非期望產出角度來看：銅川、渭南和榆林有很高的減排空間，近年來，這些地區的農業產業化程度和集約化程度不斷提高，禽畜養殖業迅速發展，導致農業面源污染排放量逐年增加，農業面源污染冗余增加。

(3) 從期望產出角度來看：榆林的農業總產值、凈碳匯產出存在嚴重不足，這是榆林生態農業績效損失的重要原因之一。

3 生態農業績效的演變特征分析

3.1 生態農業績效的全局空間自相關分析

利用OpenGeoDa軟件計算2000—2013年陜西省生態農業績效全局自相關系數(Global Moran′s I)。從表5中可以看出，陜西省生態農業績效在2000—2013年，空間自相關性系數整體上呈現先上升后下降的態勢，即從2000年的-0.020 5增加到2005年的0.035 6，之后又下降到2013年的-0.338 3。這表明Global Moran′s I在樣本期間有小幅波動，但生態農業績效整體上呈現出“離散—集聚—離散”的變化趨勢。

表5 全局空間自相關

3.2 生態農業績效的局部空間自相關分析

為進一步揭示陜西省各地級市生態農業績效局部空間特征，根據Global Moran′s I指數的時段特征，選取2002年、2013年兩個時間段為研究截面，利用OpenGeoDa軟件獲得陜西省生態農業績效的Moran′s I散點分布情況(表6)。在表6中，第Ⅰ象限為“高—高”集聚區，表示高生態農業績效的地級市被高生態農業績效的地級市包圍；第Ⅱ象限為“低—高”集聚區，表示低生態農業績效的地級市被高生態農業績效的地級市包圍；第Ⅲ象限為“低—低”集聚區，表示低生態農業績效的地級市被低生態農業績效的地級市包圍；第Ⅳ象限為“高—低”集聚區，表示高生態農業績效的地級市被低生態農業績效的地級市包圍。第Ⅰ，Ⅲ象限表現為空間正相關性，第Ⅱ，Ⅳ象限表現為空間負相關性。從表6中可以明顯看出生態農業績效落入空間正相關類型區的比例由2002年的40%降低到2013年的20%，表明陜西省生態農業績效空間集聚性逐漸減弱(異質性增強)，即生態農業績效的區域整體差異在擴大。

表6 2002年、2013年陜西省生態農業績效Moran散點分布

3.3 生態農業績效區域差異分析

從2000—2013年陜西省生態農業績效的測算結果可以看出，陜西省10地市的生態農業績效表現出明顯的地區差異。準確測算陜西省生態農業績效的區域差異對于促進其農業與生態環境持續、穩定發展有重要意義，對進一步分析生態農業績效的影響因素起著基礎性的作用。本文采用Theil系數計算陜西省區域生態農業績效的差異。

Theil系數最早是為研究國家之間的收入差距提出的，由于Theil系數將區域總差異分解為組內差異和組間差異，后來被廣泛應用于區域差異變動研究。設研究總樣本含n個地區，分為k個組，第i組含有ni個地區，n=n1+n2+…+nk。

(5)

(6)

(7)

T=TW+TB

(8)

圖1可以看出，陜北地區的生態農業績效區域內呈現先上升后下降的趨勢，Theil系數增幅較大，從2001年的0.106 6上升到2005年的0.482 4，隨后降低到2010年的0.084 7，說明受到相應的農業發展政策和農業現代化等方面的影響，2005—2013年陜北各地市的生態農業績效的內部差異逐漸減小；陜南地區的生態農業績效在2009—2013年內部差異日益突出，但差異程度不明顯。關中地區生態農業績效的內部差異呈現緩慢上升后下降的趨勢，Theil系數從2000年的0.022 4上升到2007年的0.086 8，又降低到2013年的0.033 5。3個區域中，陜北地區的Theil系數最大，均值可達到0.270 6，表明陜北地區的生態農業績效差異最大；陜南地區的Theil系數均值最小，僅為0.014 1，表明陜南地區的生態農業績效內部的差異在3個區域中最小。

圖12000-2013年Theil系數變化趨勢

從圖2中可以看出，陜西省生態農業績效的Theil系數整體上呈現先上升后下降的趨勢，組內差異明顯高于組間差異，陜西省生態農業績效差異逐漸擴大。陜西省生態農業績效的組內差異和組間差異都呈現先上升后下降的趨勢，2000—2006年生態農業績效的組內差異的貢獻率大約是組間差異貢獻率的4～10倍，2013年組內差異的貢獻率和組間差異貢獻率差距迅速發生波動性變化，2013年組內差異的貢獻率是組間差異貢獻率的23.56倍，而2007年生態農業績效的組內差異貢獻率是組間差異貢獻率的44.25倍。

圖2生態農業績效Theil系數分解

4 結 論

基于陜西省2000—2013年10地市的基礎統計數據，運用清單列表分析法以GB3838—2002中Ⅲ類水質標準計算出陜西省10地市農業面源污染、利用碳匯計算法得到各地市農業凈碳匯量，根據SBM-DEA模型計算出陜西省生態農業績效，求得陜西省生態農業績效時空演變特征和區域差異，得到以下結論：(1) 陜西省生態農業績效在2000—2013年呈現空間集聚性逐漸減弱(異質性增強)的態勢，生態農業績效的區域整體差異在擴大。(2) 陜西省生態農業績效的Theil系數整體上呈現先上升后下降的趨勢，組內差異明顯高于組間差異，陜西省生態農業績效差異逐漸擴大；陜北地區、陜北和關中地區的生態農業績效差異明顯，陜北地區的差異最大，陜南地區的差異最小。

實證研究結果顯示陜西省的生態農業績效總體水平較低、區域差異明顯，面臨著農業經濟發展和農業生態環境保護的兩大任務。同時，具有在建立“資源節約、環境友好型”的兩型農業方面存在較大的潛力。為此，陜西省應在以下幾方面加強建設：(1) 政策層面。在對農業生態進行全價值評估的基礎上，建立科學合理的農業生態補償標準，引導各地市走低資源消耗、低環境污染的農業持續發展道路，提高生態農業績效。(2) 技術層面。合理調整種植業結構，實現糧食作物與經濟作物播種面積達到最優配比狀態；采用測土施肥、水肥一體化等措施，控制氮肥和磷肥的使用量，減少因化肥流失等造成的TN和TP的排放；在擴大農業機械使用規模的基礎上，重點是提高農業機械使用效率；降低農業生產中的碳排量。(3) 經營主體層面。加大對經營者的培訓力度，及時監測并發布農業生產過程中病蟲害、水肥需求等信息，引導各經營主體合理投入農業生產要素，提高要素空間配置效率，促進區域生態農業績效的提高。

[1] 吳賢榮,張俊飚,田云,等.中國省域農業碳排放:測算,效率變動及影響因素研究[J].資源科學,2014,36(1):129-138.

[2] 董紅敏,李玉娥,陶秀萍,等.中國農業源溫室氣體排放與減排技術對策[J].農業工程學報,2008,24(10):269-273.

[3] 劉應元,馮中朝,李鵬,等.中國生態農業績效評價與區域差異[J].經濟地理,2014,34(3):24-29.

[4] 許廣月.中國低碳農業發展研究[J].經濟學家,2010(10):72-78.

[5] 鄭恒,李躍.低碳農業發展模式探析[J].農業經濟問題,2011(6):26-29.

[6] 李波,張俊飚,李海鵬.中國農業碳排放時空特征及影響因素分解[J].中國人口·資源與環境,2011,21(8):80-86.

[7] 高鳴,宋洪遠.中國農業碳排放績效的空間收斂與分異:基于Malmquist-luenberger指數與空間計量的實證分析[J].經濟地理,2015，35(4):142-148.

[8] 吳賢榮,張俊飚,程琳琳,等.中國省域農業碳減排潛力及其空間關聯特征:基于空間權重矩陣的空間Durbin模型[J].中國人口·資源與環境,2015,25(6):53-61.

[9] 駱世明,陳聿華,嚴斧.農業生態學[M].長沙:湖南科技出版社,1998:400-431.

[10] 溫鐵軍.新農村建設中的生態農業與環保農村[J].環境保護,2007(1):25-27.

[11] 李新平.中國生態農業的理論基礎和研究動態[J].農業現代化研究,2000,21(6):341-345.

[12] 李太平,桑閏生,馬萬明.論生態農業的發展[J].中國農史,2011,30(2):122-128.

[13] 趙其國,黃國勤,錢海燕.生態農業與食品安全[J].土壤學報,2007,44(6):1127-1134.

[14] 楊銘.國外生態農業的發展趨勢對我國西部農業發展的啟示[J].世界地理研究,2003,12(4):71-77.

[15] Tone K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001,130(3):498-509.

[16] 陳衛平.中國農業生產率增長、技術進步與效率變化:1990—2003[J].中國農村觀察,2006(1):19-23．

[17] 郭軍華,倪明,李幫義.基于三階段DEA模型的農業生產效率研究[J].數量經濟技術經濟研究,2010(12):27-38.

[18] 潘丹,應瑞瑤.中國農業生態效率評價方法與實證:基于非期望產出的SBM模型分析[J].生態學報,2013,33(12):3837-3845.

[19] 李谷成.中國農業的綠色生產率革命:1978—2008年[J].經濟學,2014(1):537-557.

[20] 錢麗,肖仁橋,陳忠衛.碳排放約束下中國省際農業生產效率及其影響因素研究[J].經濟理論與經濟管理,2013(9):100-112.

[21] 姜峰,崔春紅.基于清單分析的江蘇省農業面源污染時空特征及源解析[J].安徽農業大學學報,2012,39(6):961-967.

[22] 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.

[23] 田云,張俊飚.中國農業生產凈碳效應分異研究[J].自然資源學報,2013,28(8):1298-1309.

[24] 尹科,王如松,周傳斌,等.國內外生態效率核算方法及其應用研究述評[J].生態學報,2012,32(11):3595-3605.

[25] 潘興俠.我國區域生態效率評價,影響因素及收斂性研究[M].南昌:南昌大學,2014.

AssessmentandAnalysisonPerformanceofEcologicalAgricultureinShaanxiProvince

CAI Jie1，2, XIA Xianli1，2

(1.CollegeofEconomicsandManagement,NorthwestA&FUniversity,Yangling,Shaanxi712100,China；2.AppliedEconomicResearchCenter,NorthwestA&FUniversity,Yangling,Shaanxi712100,China)

The development of eco-agriculture has an important role in promoting rural economic development, improving the ecological environment and getting rid of poverty. In order to study the basic situation and evolution characteristics of agricultural performance in Shaanxi Province, we calculated the efficiency of ecological agriculture with the SBM-DEA model based on the low-carbon perspective in Shaanxi Province. Then global spatial autocorrelation analysis, local spatial autocorrelation analysis and Theil coefficient are used to dissect evolution characteristics about the efficiency of ecological agriculture. In the process of the development of ecological agriculture in Shaanxi Province, large redundant amounts present in the ecological agriculture inputs and the undesirable output, especially agricultural labor force, agricultural fertilizers and agricultural nonpoint source pollution; spatial clustering weakens gradually while regional differences expand progressively, also there is a big difference among southern part of Shaanxi, Guanzhong and northern part of Shaanxi. Therefore, some countermeasures are put forward. Agricultural economic development and agricultural ecological environmental protection are two major tasks of Shaanxi Province.

low-carbon; ecological agriculture; SBM-DEA model; spatial autocorrelation; regional differences

2016-05-26

：2016-06-15

國家重點研發計劃子課題“水土流失治理與生態產業耦合機制與協同途徑”(2016YFC0501707-03)；教育部人文社科項目“政府主導下農地流轉對農戶福利影響及改進策略研究”(15YJA790068)；國家自然科學基金“空間變參數成礦預測信息綜合模型研究”(41602336)

蔡潔(1989—),女,山東文登人,博士研究生,研究方向為區域經濟與土地管理。E-mail:wh_caijie@126.com

夏顯力(1973—),男,安徽懷寧人,博士,教授,主要從事土地經濟與管理、城鎮化與區域經濟發展研究。E-mail:xnxxli@163.com

X81

：A

：1005-3409(2017)03-0277-06