我國農業生態效率評價及DEA分析

白世秀 王宇

摘要：農業作為第一產業，是我國經濟發展與國計民生的基礎，而農業生態效率是衡量一個國家或地區農業發展情況的關鍵指標。首先對農業生態效率的提出及評價進行回顧總結，并運用固定規模收益（CRS）模型和可變規模收益（VRS）模型對我國31個地區的農業生態效率進行評價分析。研究發現，目前我國有15個地區農業生態效率處于有效狀態，如北京、上海、江蘇、浙江、福建、湖南等，針對剩余16個無效地區進行技術效率和規模效益分析，松弛變量分析以及標桿分析，并提出相關建議，以期為我國農業生態效率相關決策和研究提供參考借鑒。

關鍵詞：農業;生態效率;DEA分析;技術效率;規模效率

中圖分類號： F323.22 ?文獻標志碼： A ?文章編號：1002-1302（2019）07-0328-05

21世紀是我國農業發展的重要階段，隨著工業化農業進程的快速發展，以投入大量物資和能源為代表，促使生產力大幅度提升，但同時也造成了能源衰竭、生態失衡、環境污染等嚴重問題。根據《中國統計年鑒2017》統計，2016年全國化肥使用量為5 984.1萬t，農用膜使用量為276萬t，農藥使用量為178.29萬t，雖然農業部表示農藥使用量在2016年實現零增長，但仍然較高。由于化肥農藥等的不合理使用，已經造成了嚴重的農業污染。近幾年來農業環境問題已經成為我國重要議題，隨著十七大第1次提出建設生態文明，基本形成能源資源和保護生態環境的產業結構、增長方式、消費模式，并指出資源節約、環境友好和生態文明是在可持續發展框架下，以生態有效的方式滿足人的需要。因此，經濟社會發展要實現資源節約與環境友好“兩型社會”的關鍵在于提高生態效率。在此背景下，生態效率指標近幾年在農業發展中被廣泛應用，提高農業生態效率也成為我國農業經濟增長和資源環境共同發展的關鍵因素。

本研究通過對我國農業生態效率進行回顧評價并進行分析，有助于比較各地區的生態環境現狀以及所處的位置，生態效率作為經營管理概念以期能夠為不同地區提供相應的決策建議。

1 農業生態效率評價及指標構建

1.1 農業生態效率

“生態效率”一詞最初是由世界可持續發展工商理事會（WBCSD）于1992年提出，在2012年已經演變成國際標準專題。根據協議定義，生態效率是指提供有競爭力價格的商品或服務，能夠滿足人們的需要并提高生活質量，與此同時在整個生命周期內逐步減少資源使用強度和對環境的影響，至少與地球的承載能力相符。這說明生態效率可以被理解為一種鼓勵尋求改善環境的管理哲學。根據國際標準化組織（ISO）在2012年指出，生態效率是指與可持續發展相關產品價值系統的環境方面。因此，生態效率使人們能夠并行地評估環境和經濟方面。它已成為一個連接經濟績效與環境績效的橋梁，在減輕對環境影響的同時保持或提高生產價值。本研究中的農業生態效率是指在提高各地區農業總產值的條件下，減少機械投入和化肥等使用量，使環境績效與經濟績效達到最大化。

1.2 農業生態效率評價方法

目前，對農業生態效率評價方法主要有比值法、生命周期評價法[1]、隨機前沿分析法[2]、生態足跡分析法[3]、能值分析法[4]和數據包絡分析（DEA）法[5-8]。目前應用較廣的方法主要是DEA模型，如陳遵一基于DEA方法對安徽省2009年17個地級市進行農業生態效率分析評價[9];潘丹等基于 DEA-SBM模型發現，除北京、上海、海南、重慶外，其余地區都須要優化農業生態效率[10];洪開榮等利用網絡DEA模型發現，我國農業生態整體效率在2013年還處于較低水平，農業生態效率提升潛力巨大[11]。從以上研究中可以發現，選取何種方法主要取決于研究對象與研究目的。鑒于DEA方法能夠衡量不同單位投入與產出指標，并能夠適宜地評價各個單位間的效率，為管理決策提供效率方面有用的信息，因此本研究選擇DEA方法分析農業生態效率。

1.3 數據來源與指標體系構建

本研究以狹義農業為研究對象進行相關指標數據選取分析，根據農業生態效率有多種投入產出指標和現有文獻梳理分析，選取7種投入指標，在現有文獻基礎上加入農用柴油使用量，以便衡量資源的使用情況。為了進行統一分析，產出指標選擇農業生產總值。相關指標中的數據來自于《中國農業統計年鑒2013—2016年》《中國統計年鑒2013—2016年》《中國農村統計年鑒2013—2016年》等。

在指標的選擇上須要考慮信度和效度等問題。一方面是選擇投入指標的數量應當至少是產出指標的2倍，本研究選擇7項投入指標和1項產出指標（表1），符合條件;另一方面，要考慮所選擇指標是否符合相對效率原則，是否滿足投入一定物質時，農業總產值不會減少。本研究使用SPSS19軟件分析檢驗投入產出指標是否合理。

從表2可以看出，農業生態效率的投入與產出指標兩兩呈正相關關系，這表明所選指標對我國31個地區的農業生態效率具有一定影響。

因此，計算農業生態效率可以表示為農業生態效率=Y/f（X1，X2，X3，X4，X5，X6，X7）=農業總產值/f（耕地面積，農業機械動力總動力， 化肥施用量，有效灌溉面積，農用塑料膜施用量，農藥使用量，農用柴油使用量）。

1.4 描述性統計分析

從整體來看，我國各地區農業生態化水平差距較大，我國2012—2015年農業生產總值的標準差為1 212.34，最大值是最小值的74.88倍，說明我國農業總產值差距明顯，農用塑料膜使用量差距最大，為207.27，最大值出現在山東?。?1.09），最小值出現在西藏（0.15），主要可能是因為各地區耕地面積差距較大（表3）。

2 DEA在我國農業生態效率中的應用

數據包絡分析方法是由Charnes等在1978年提出的基于被評價對象相對比較的非參數技術效率分析方法[17]，它的基本模型為固定規模收益（CRS）模型。由于DEA在分析多投入產出的情況下具有特殊的優勢，根據選取大量的統計數據作為樣本，采用線性規劃技術確定不同指標的權重，從而克服主觀造成因素。因此，近年來在農業生態效率評價中獲得了廣泛應用。

因為CRS模型是假定所有的決策單元（DMU）均處于最優的模型，但是實際情況會存在個別單元并非處于最優模型。這樣會混淆純技術效率（PTE）和規模效率（SE），在此基礎上Banker等于1981年對CRS模型進行了補充，得到可變規模收益（VRS）模型，它能計算決策單元的純技術效率，從而將PTE和SE結果分開[18]。

2.1 測度綜合技術效率的投入導向CRS模型

投入導向的CRS模型用于測量決策單元的綜合技術效率即本研究定義的農業生態效率。決策單元是在一定投入指標的情況下所產出（農業總產值）的最小能力。在此模型中，當效率值（綜合技術效率）為1時，為（弱）有效，同時各指標松馳量也為0時，該決策單元即處于有效狀態，此時純技術效率和規模效率都有效;當效率值小于1且各指標松弛變量不為0時，則該決策單元為DEA無效，但是對于無效決策單元，CRS模型并不能判斷是純技術無效還是規模無效。

2.2 測度純技術效率的投入導向VRS模型

如果DMU是規模收益可變的，那么采用CRS得出的效率值并非是純粹的技術效率，其中也包括規模效率的成分，因此產生了VRS模型。它只評價DMU的純技術效率，排除了規模效率，PTEVRS的值大于或等于TECRS。如果純技術效率值為1且各指標松弛變量為0，則該決策單元為技術有效，否則為技術無效。

2.3 規模效率的計算

綜合技術效率是由規模效率和純技術效率2個部分相乘得來。可以通過CRS模型和VRS模型對同一組數據計算得出，如果某一個DMU綜合技術效率與純技術效率不相等，則表示此規模無效。根據前文推導規模效率是通過綜合技術效率和純技術效率計算得出：

規模效率=綜合技術效率（TE）純技術效率（PTE）。

VRS模型可以根據相關的參數以判斷其規模收益的情況：（1）如果綜合技術效率和技術效率相等且都為1，則DMU的規模效率為1，說明決策單元達到最大產出規模點并且處于規模收益不變階段;（2）當綜合技術效率和技術效率不相等時，如果決策單元的TECRS

3 各地區農業生態效率的比較分析

為評價我國各地區的生態效率和對比分析，以及在保持產量和農業增加值的同時如何減少投入量及污染物產出，本研究選取了2012—2015年我國31個地區作為決策單元，并將投入、產出指標代入到模型中，利用DEAP 2.1軟件計算各地區的綜合技術效率（農業生態效率）、純技術效率和規模效率及相應的規模收益階段，具體結果見表4。

3.1 農業生態效率的區間分布分析

根據Norman等的研究將DMU綜合技術效率值強度分為4類[18]：（1）綜合技術效率等于1，且為其他地區的標桿對象，為強勢有效單位，包括北京、上海、江蘇、福建、湖南、廣東、浙江、四川、西藏、青海等10個地區，占比約為32.26%。（2）綜合技術效率為1，不為其他省份標桿的為邊緣效率單位，包括重慶、海南、陜西、貴州、新疆等地區，占比約為16.13%。（3）綜合效率大于0.8小于1則為邊緣非效率單位，如天津、遼寧、黑龍江、山東等10個地區，所占比例為32.26%。（4）當綜合技術效率小于0.8時為非效率單位，如山西等6個地區，所占比例約為19.35%。均值在0.903以下的省份有9個，約占29.03%。從分析中可以發現，我國還有一部分地區須要對投入產出指標進行改進和完善以達到有效生產前沿面。

3.2 純技術效率與規模效率分析

從CRS模型分析結果來看，目前北京、上海、江蘇、浙江、福建、湖南、廣東、海南、貴州、陜西、四川、西藏、青海、重慶、新疆等15個地區為相對有效狀態，處于CRS生產前沿面。農業生態效率綜合技術效率由純技術效率和規模效率相乘得來，這15個地區的PTE和SE都為有效狀態。

其余16個地區生態效率均處于為無效狀態，因為CRS模型不能有效地剔除規模效率所混雜的因素，即不能準確地區分純技術效率與規模效率的具體無效情況，因此將CRS和VRS模型進行結合，分為3種情況進行分析。由表4可知，在2012—2015年沒有地區處于技術無效規模有效情況，技術有效規模無效的有黑龍江、山東和河南。說明這3個地區純技術效率值為1，技術具有有效性，但是相對來說規模效率相對其他地區較低，進而導致綜合效率較低。其余13個地區無論是技術效率還是規模效率都處于無效狀態，相對較低，所以乘積更低，因此綜合技術效率低下，說明這些地區投入產出指標都須要加強優化，很難在短時間內完成。

3.3 規模收益分析

從規模收益角度分析，在16個農業生態效率無效的地區中，其中有8個地區處于規模遞減狀態，即增加一定比例的能源消耗只能帶來少于該比例的農業總產值，這些地區須要控制農業經營規模，減少化肥、農藥、農用膜等的投入。另外8個地區處于規模遞增狀態，說明適當增加一定比例的能源投入能夠提高高于此比例的農業總產值，說明這些地區要努力維持規模效益遞增狀態。

3.4 松弛變量分析

對于生態效率處于無效狀態的地區，VCR模型給出了各個指標的松弛變量，這可以反映相關變量可以通過調節達到DEA有效。具體非DEA有效松弛變量統計結果如表5所示。

從投入指標角度分析，2012—2015年耕地面積和有效灌溉面積的松弛變量所占比例相對較大，特別是有效灌溉面積松弛變量調整比例達到38.71%，說明耕地面積和有效灌溉面積不能夠得到合理的利用從而導致總產值農業總產值沒有充分得到提高，我國各地區政策制定者可以制定相關調整政策進行調整。其次是農用機械動力和柴油使用量，各地區應提高農用機械設備技術研發投入，避免造成不必要的浪費，加重環境負擔。

3.5 標桿地區對比分析

標桿地區對比分析是無效地區以有效地區為標準對象，通過對比分析找出自己的不足之處并進行調整。如果有效地區被無效地區參照的越多，說明有效地區有效性就越強。例如在2012—2015年，無效地區以北京、廣東、貴州為標桿分別有5、8、9個，這說明北京、貴州和廣東無論是在經濟還是在節能減排上，相對于其他地區都相對較好，無效地區應該根據VRS模型中的目標值進行調整改進，由表6、表7可知，各無效地區須要通過改變投入指標來達到有效前沿面。綜合技術效率為1的北京、上海等地區已經處于有效前沿，它們的投入冗余都為0。而未達到有效的地區就須要根據表7進行調整，如2015年天津須要縮減耕地面積7 273 hm2，減少機械動力投入188.719萬kW，須要提升有效灌溉面積 13.397 1萬hm2，分別減少化肥、農用塑料膜、農藥、農用柴油使用量1.903、0.058、0.006、1.015萬t。

3.6 提高我國農業生態效率建議

根據DEA模型分析，提高我國農業生態效率主要可以從以下幾個方面考慮：（1）合理規劃耕地面積，提升有效灌溉面積。有效灌溉面積是指土地較為平坦，臨近一定水源和相應的配套灌溉工程或設施，在一般情況下能夠進行正常灌溉的耕地面積。即在耕地面積的基礎之上進行有效灌溉，這說明各省份可提高灌溉設備技術，合理灌溉農作物耕地，提高水的利用率。（2）合理使用化肥、農藥、農用膜等污染環境的農產品。提高農藥轉化率，達到資源合理配置，對農藥包裝物進行集中處理，減輕水污染。對農用薄膜進行回收處理或循環再利用，改善化肥利用效率，研制新型有機化肥。增加農業知識培訓，提高農民專業化，合理高效使用農藥化肥，減少氮、磷、鉀等污染物排放。（3）提高生產技術，打造高科技農業機械。提高我國在農業機械技術方面的研發能力，減少農用柴油消耗機器設備，改善化肥農藥轉化率，提高利用率。對陳舊機械設備應采取回收處理。

4 結論

通過對我國農業生態效率的回顧以及從DEA模型分析發現，目前我國北京、上海、江蘇、浙江、福建、湖南等15個地區為相對有效狀態，也起到了一定的表率作用。很多無效的地區可以將有效地區作為標桿對象。農業生態效率綜合技術效率小于1的地區可以通過與有效省份進行對比分析，并找出節能減排的差距，從而使生態效率達到有效狀態。

我國農業生態效率無效的地區，主要應通過有效利用耕地面積，減少化肥、農藥、農用膜的使用量使相應資源合理配置，提高農業的有效灌溉面積，發展高技術農業，提高純技術效率與規模效率，改善規模收益遞減趨勢，以驅使我國農業生態效率水平得到改善。農業生態效率有效的地區，應在現有綜合技術效率有效的基礎上，控制如化肥、農藥等相關變量的投入，以及重視農業面源污染問題，研究更高科技的農業技術，發展可循環再利用資源，保持農業生態效率規模效益遞增趨勢，以期為我國建設資源節約型與環境友好型社會奠定基礎。

參考文獻：

[1]顧程亮，李宗堯，成祥東. 財政節能環保投入對區域生態效率影響的實證檢驗[J]. 統計與決策，2016（19）：109-113.

[2]Lio M C，Hu J L. Governance and agricultural production efficiency：a cross-country aggregate frontier analysis[J]. Journal of Agricultural Economics，2009，60（1）：40-61.

[3]洪名勇，全文選. 基于NPP生態足跡模型的貴州農業可持續發展[J]. 生態經濟（學術版），2012（1）：120-124，137.

[4]朱玉林，周 杰，李 莎，等. 基于能值理論的湖南農業生態經濟系統生態效率分析[J]. 湖南科技大學學報（社會科學版），2011，14（6）：86-89.

[5]吳小慶，王亞平，何麗梅，等. 基于AHP和DEA模型的農業生態效率評價——以無錫市為例[J]. 長江流域資源與環境，2012，21（6）：714-719.

[6]程翠云，任景明，王如松. 我國農業生態效率的時空差異[J]. 生態學報，2014，34（1）：142-148.

[7]鄭家喜，楊 東. 基于DEA-Malmquist分析法的農業生態效率測算研究——以長江中游四省份為例[J]. 湖北社會科學，2016（9）：65-71.

[8]聶 彎，于法穩. 農業生態效率研究進展分析[J]. 中國生態農業學報，2017，25（9）：1371-1380.

[9]陳遵一. 安徽農業生態效率評價——基于DEA方法的實證分析[J]. 安徽農業科學，2012，40（17）：9439-9440，9443.

[10]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.

[11]洪開榮，陳 誠，豐 超，等. 農業生態效率的時空差異及影響因素[J]. 華南農業大學學報（社會科學版），2016，15（2）：31-41.

[12]劉志成，張晨成. 湖南省農業生態效率評價研究——基于 SBM-undesirable模型與CCR模型的對比分析[J]. 中南林業科技大學學報（社會科學版），2015，9（6）：32-36，66.

[13]劉 濤. 中國農業生態用水效率的空間差異與模式分類[J]. 江蘇農業科學，2016，44（7）：443-446.

[14]張子龍，鹿晨昱，陳興鵬，等. 隴東黃土高原農業生態效率的時空演變分析——以慶陽市為例[J]. 地理科學，2014，34（4）：472-478.

[15]王寶義，張衛國. 中國農業生態效率測度及時空差異研究[J]. 中國人口·資源與環境，2016，26（6）：11-19.

[16]林錦彬，劉飛翔，鄭金貴. 我國農業生態效率時空格局差序化分析——基于DEA-ESDA模型[J]. 江蘇農業科學，2017，45（4）：302-306.

[17]Charnes A，Rhodes W W C. Evaluating program and managerial efficiency：an application of data envelopment to program follow through[J]. Management Science，1981，27（6）：668-697.

[18]Norman M，Stoker B. Data envelopment analysis：the assessment of performance[M]. New York：John Wiley & Sons，1991.陳燕娟，鄧 巖，葉 威，等. 我國種業“走出去”風險識別與評價[J]. 江蘇農業科學，2019，47（7）：333-336.