生態文明視角下農業生產效率評價
——以廣東省為例

方應波，胡建團，王厚俊

（1.廣州南洋理工職業學院 經濟管理學院，廣東 廣州 510925；2.武漢工程大學 管理學院，湖北 武漢 430205）

0 引言

改革開放以來，伴隨著以資源高投入和高產出為特征現代集約型農業的發展，農業環境問題和生態危機日益顯現。據統計，2016年我國化肥使用強度超過國際警戒線的省份達27 個，農藥使用強度超過國際警戒線的省份有20 個。根據廣東省2017年統計年鑒，2016年廣東省農用化肥使用強度達540.31 kg/hm2，高于當年我國化肥平均使用強度359.1 kg/hm2和國際警戒線225 kg/hm2；廣東省農藥使用強度達23.52 kg/hm2，高于當年我國農藥平均使用強度10.4 kg/hm2和國際警戒線7 kg/hm2。2017年，廣東省出臺推進農業供給側結構性改革實施方案，提出以農業增效、農民增收、農村增綠為主要目標，以提高農業供給質量和效率為主攻方向，提高土地產出率、資源利用率、勞動生產率，走產出高效、產品安全、資源節約、環境友好的廣東特色農業現代化道路。方案就扎實推進農業綠色可持續發展，分別從強化質量安全監管、推進農業標準化生產和品牌創建、推進畜禽養殖廢棄物治理行動、加強農業資源環境保護和大力建設生態屏障5 個方面提出了具體任務指標。

綜上，面對新一輪的農業改革浪潮，提高農業生產的資源利用效率是實現農業提質增效跨越式發展的關鍵所在。因此，基于農業生態文明的視角，構建能體現農業可持續發展訴求的指標體系，深入分析農業生產效率的影響機制，進而尋求瞄準靶向目標的對策建議，將為廣東省農業綠色發展提供實實在在的“抓手”。

1 文獻回顧

國外學者對效率的研究關注較早，在農業經濟領域，A.Mccunn 等[1]、Y.Hayami 等[2]分別論證了美國和日本農業全要素生產率對農業產出的重要性；D.Sarker 等[3]以印度為研究對象，發現現代農業科技的推廣與農業技術效率的相關性并不顯著。跨國研究方面，D.Vollrath[4]、D.Restuccia 等[5]發現農業生產效率與農業土地分配和國家總體生產力水平相關。對比國外相關研究，國內關于農業生產效率的研究起步較晚，主要測算方法有方向性距離函數（directional distance function，DDF）、Malmquist-Luenberger 生產率指數[6]、拓展的SBM（slack-based measure）方向性距離函數和Meta-frontier 效率函數[7]、DEA（data envelopment analysis）-SBM 模型和SBM-Undesirable模型[8]等。在眾多的研究方法中，非參數的數據包絡分析法（DEA）由于不需要預設生產函數和權重，在解決多投入和多產出決策單元（decision making units，DMU）的相對效率方面優勢明顯，因而得到廣泛推廣。如洪開榮等[9]基于DEA 模型探索我國30 個省份9 a 的農業生態效率及影響因素；吳振華等[10]運用三階段DEA 模型對河南省農業土地生態效率進行了研究，研究認為規模效率是制約河南省農業生態效率的關鍵；余玉敏等[11]以縣域為研究單元，采用DEAP2.0 軟件研究了河南省近15 a 來農業生產效率的變化情況，并對農業生產效率的影響因素進行了定量分析。不同學者基于不同的研究方法和視角對中國農業生產效率進行了探討，研究結果普遍表明：長期以來，我國片面追求農作物產量，沒有處理好農業發展和農業生態環境的關系，從而導致農業生態遭到破壞，農業環境日益惡化，付出了巨大的資源和環境代價。

盡管DEA 模型成為評價農業生產效率的主要方法之一，但仍然存在以下方面的問題：一是大部分研究在產出指標的選取上，僅以農業生產經濟變量作為衡量目標，忽略了農業生產的非期望產出，如農業環境污染。據世界銀行統計：每年我國農業資源和環境所付出的直接代價約占GDP 的0.5%～1.0%，約有74 億美元包括農產品在內的出口商品因過量施用化肥和農藥而受阻。在“堅持人與自然和諧共生”基本方略和“生態文明”發展理念的指導下，對于農業生產效率的評價應結合社會、經濟和環境3 個方面綜合考量。二是中國農業生產環境地區差異較大，跨省大區域研究農業生產效率受制于環境和隨機因素干擾，導致農業生產效率估算結果可信度較低。三是少有基于面板數據的農業生產效率在時間和空間維度的動態刻畫。基于此，本研究利用2010—2016年共7 a的面板數據，對廣東省21 個地級市的農業生產效率進行動態測度，省如下兩個創新點：1）從生態文明的視角界定投入產出指標，將農業環境污染納入非期望產出；2）以地級市為決策單元，采用三階段DEA模型，既克服了研究區域過大導致評價信度偏低的問題，又能有效剔除環境差異和隨機因素的干擾。

2 研究方法及指標選取

2.1 研究方法

三階段DEA模型最早由H.O.Fried 等[12]提出，該模型最大優勢在于可以剔除外部環境、隨機因素等的干擾，估計的效率值更真實。三階段DEA 模型的構建步驟如下。

1）第一階段，傳統DEA 模型。根據數據包絡分析法的不同將假設分為兩種：一種是假設生產規模收益不變的CCR 模型；另外一種是假設生產規模收益可變的BCC 模型。由于農業生產效率評價的復雜性，多采用規模收益可變的BCC 模型，該模型表示如下[13]：

式（1）中：n為決策單元數量；

m、s分別為投入和產出項數；

yrk為第k個決策單元的第r項產出；

xik為第k個決策單元的第i項投入；

θi為第i項投入的權重；

λr為第r項產出的權重；

μk為 第k個決策單元的規模報酬（returns to scale，RTS）指標；

Yk為第k個決策單元的綜合技術效率（technical efficiency，TE）。

另外，BBC 模型計算出來的綜合技術效率可以進一步分解為純技術效率（pure technical efficiency，PTE）和規模效率（scale efficiency，SE）[14]， 即Et=Ept×Es，其中Et為綜合技術效率，Ept為純技術效率，Es為規模效率。

2）第二階段，SFA 回歸模型。由于受環境因素（environmental effects）、管理無效率（managerial inefficiencies）和統計噪聲（statistical noise）的影響，第一階段的實際效率值不能反映真實水平，需要通過構建SFA 回歸模型分離上述影響，對投入變量進行調整，SFA 回歸模型如下：

式（2）中：Sik為第k個決策單元第i項投入的松弛變量值；

zk=(z1k,z2k,…,zpk)為環境變量；

βi為待估計的未知參數；

fi(zk,βi)為環境變量對投入冗余Sik的影響；

vik+μik為組合誤差項，其中vik為隨機干擾，μik為管理無效率，一般假設，

定義γ=μik/(vik+μik)，當γ接近1 時，說明管理因素占主導；γ接近0 時，則表明隨機干擾占主導。

利用SFA 回歸的估計系數對各決策單元原始投入變量進行調整，剔除環境因素和隨機誤差，將所有的決策單元置于同質的外部環境和隨機干擾之下。調整公式如下：

3）第三階段，優化投入變量后的DEA 模型。將第二階段調整后的投入變量作為投入指標，仍以原始產出數據作為產出指標，再次利用規模收益可變的BCC 模型測算各決策單元相對真實的效率值。

2.2 投入產出指標與環境變量選取

1）投入產出指標。基于生態文明堅持把節約優先、保護優先、自然恢復為主的方針，根據農業生產追求投入最少、污染最小、經濟效益最大的原則，綜合對農業生產效率概念的理解和前人構建指標體系的基礎[10-11,15-19]上，本研究選取機械動力投入、化肥投入、土地投入、勞動力投入、灌溉水資源投入、農業中間消耗6 項指標作為投入變量；農業總產值和農作物單位面積產量2 項指標作為產出變量；農業環境污染作為非期望產出指標，各項指標的選取情況及指標說明見表1。

上述農業生產投入產出和環境變量中的各項數據均來自于2011—2017年的《廣東統計年鑒》和《廣東農村統計年鑒》。參考已有相關研究成果，農業環境污染數據根據主要污染源及排放系數進行測算[10]：

考慮到DEA 模型盡可能滿足決策單元大于投入產出指標的2 倍，農業環境污染量由農藥和化肥污染量經改進的熵權法合并。

2）環境變量。農業生產效率除了受投入產出影響外，還受宏觀社會經濟環境因素的制約。綜合考量對農業生產效率產生影響但不在樣本主觀可控范圍的環境因素，本研究選取城鎮化率、農業財政支出、農業內部結構、受災面積、科技和教育程度作為環境變量指標。城鎮化率反映農村人口向城鎮轉移的程度，據已有文獻研究：一方面，城鎮化率與農業機械化水平之間呈正相關[20]，城鎮化水平提高1%，農業機械化水平提高1.09%；另一方面，城鎮化水平提高，農村分散土地適合規模化經營，利于解決我國“人多地少”的矛盾。基于以上兩個方面，城鎮化進程對農業生產效率有正向作用。農業財政支出力度反映財政對農業基礎設施的投入力度和對農業生產條件的改善強度。農業財政支出力度越大，農業生產效率越高。據已有研究[21]，漁業和畜牧業所占比例對農業生產效率的影響具體表現為漁業比例與農業生產效率呈負相關，畜牧業比例與農業生產率呈正相關，用畜牧業產值占農林牧漁業總產值的比例來表征農業內部結構。自然災害直接影響農業生產效率和農業生產經營者的收益，用受災面積反映自然災害對農業生產的影響強度。一般來說，專業技術協會會員掌握并運用農業信息化、現代化的能力越強，農業勞動生產率越高，用農村專業技術協會會員數來衡量科技和教育程度。

表1 生態文明視角下農業生產效率投入產出指標Table 1 Input-output index of agricultural production efficiency from the perspective of ecological civilization

3 實證分析

3.1 第一階段傳統DEA 模型分析結果

運用maxdea ultra 7.6 軟件，對式（1）所示BCC模型進行估算，依次得出各決策單元農業綜合技術效率（Et）、純技術效率（Ept）、規模效率（Es）及規模報酬（Rts），在未剔除環境因素和隨機誤差影響的條件下，所得計算結果見表2。

從表2可以看出：2010—2016年，廣東省農業生產純技術效率的平均值分別為0.90,0.92,0.96,0.98，規模效率的平均值均為0.99，農業純技術效率的平均值逐年上升但均低于規模效率；比較各區域純技術效率和規模效率，2010—2016年，21 個地級市中規模效率大于純技術效率有19,18,11,7 個。根據綜合技術效率等于純技術效率與規模效率的乘積，相對于規模效率而言，研究期間，農業綜合技術效率受純技術效率影響偏大，并以2014年為分水嶺開始反轉。

整體而言，廣東省農業綜合技術效率整體水平較高且持續上升。2010—2016年，農業生產綜合技術效率的平均值分別為0.90,0.91,0.94,0.97，達到效率前沿面的90%～97%且呈持續上升的趨勢，2014年以后農業生產效率增長顯著。其中，2010年僅深圳一個地區3 項效率值均為1，即均達到技術效率前沿面，2014年3 項指標均處于技術效率前沿面的地區增加到6 個，2016年達到11 個。

由于傳統DEA 模型分析結果未有效剔除環境變量、管理無效和隨機因素的干擾，因而估計結果不能真實揭示各地區農業生產效率水平，需要對第一階段的投入變量進行調整。

表2 第一階段廣東省農業生產效率及構成變化Table 2 Agricultural production efficiency with its composition change of Guangdong Province in the first stage

3.2 SFA 回歸模型結果分析

以第一階段投入變量的松弛量作為被解釋變量，以5 個環境變量作為解釋變量，采用frontier4.1 進行SFA（stochastic frontier approach）回歸分析，結果見表3。

表3 SFA 模型回歸結果Table 3 Regression results of SFA model

分析表3中的數據可知，管理無效率方差的占比γ介于0.595 9～0.853 4，且在1%水平上顯著，說明進行第二階段SFA 回歸分析是必要的。另由表3中對數似然函數值（log likelihood）、似然比檢驗（LR test of the one-side error）可知，估計效果較為理想。除農業財政支出外，選取的環境變量對投入松弛變量均通過顯著性檢驗，表明外部環境對生態文明視角下的農業生產效率有顯著影響（農業財政支出僅與化肥投入松弛變量顯著相關）。

根據環境變量與各投入松弛變量回歸系數符號的含義（回歸系數為負，說明環境變量越高，各項投入冗余越小，越有利于農業生產效率，反之亦然。）可以看出：城鎮化水平、科技和教育程度、受災面積與預期相符，即城鎮化水平和農民文化素質越高，越有利于提升農業生產效率，而受災面積越大，越有可能增加各項投入冗余，農業生產效率越低；以畜牧業與農業比例表征的農業內部結構僅有利于減少化肥投入冗余，反而增加另外5 項指標投入冗余，該結果與邢慧茹等[21]的結論相反，這說明農業內部結構與農業生產效率的關系具有地區差異；農業財政支出僅有利于減少化肥投入冗余，但顯著性僅為10%，與其它投入松弛變量均不顯著或不相關，實證結果與理論分析有出入，但與陳新華等[19]的研究結果一致，說明廣東省各地區的農業財政支出未能有效激勵基于生態文明考量下農業生產效率的提升，即地方財政對于農業的支持并沒有達到理想效果。

3.3 第三階段調整投入變量后的分析結果

將經過SFA 調整后的投入變量再次代入DEA 模型，借助軟件maxdea ultra 7.6 進行上機運算，得到剔除環境變量后的農業綜合技術效率（Et）、純技術效率（Ept）、規模效率（Es）及規模報酬（Rts），計算結果見表4。

表4 第三階段廣東省農業生產效率及構成變化Table 4 Agricultural production efficiency with its composition change of Guangdong Province in the third stage

對比調整前后結果，發現廣東省農業生產效率具有以下特征：

1）整體上看，廣東省農業生產效率持續提升。2010—2016年，農業綜合技術效率的平均值分別為0.87,0.91,0.94,0.97，達到效率前沿面的地區從0 個增加到2016年的10 個，效率水平持續上升，與調整前相差不大；純技術效率平均值分別為0.96,0.97,0.98,0.99，與調整前略有提升；規模效率平均值分別為0.91,0.94,0.96,0.97，與調整前略有下降。經過第二階段的調整后，廣東省農業生產純技術效率略高于規模效率，說明受環境因素的影響，純技術效率在第一階段被低估。

2）從純技術效率和規模效率的比較看，2010—2016年，21 個地級市中純技術效率大于規模效率的分別有13,14,13,8 個。其中，2016年共有16 個地區純技術效率達到前沿面，但只有10 個地區規模效率達到前沿面。相對于純技術效率而言，規模效率成為制約大部分地區農業生產效率的主要原因，這些地區農業綜合生產效率的提升應在擴大農業投入規模上下功夫。

3）從規模報酬結果來看，2010—2016年，21 個地級市中規模報酬狀態為遞增的分別有21,20,17,10個，這些地區農業產出增長的比例大于生產要素投入增長的比例，為了提高農業綜合技術效率，應適度擴大農業生產規模。規模報酬狀態與規模效率研究結果相互佐證，均表明廣東省大部分地區農業綜合技術效率提升的空間在于適度擴大農業生產要素投入。

4）從2016年各地區農業生產效率看，珠三角的廣州、深圳、珠海、佛山、肇慶、江門農業綜合技術效率、純技術效率和規模效率均達到前沿面；東莞、中山受規模效率影響，農業綜合技術效率相對較低，應適當擴大生產要素的投入；相對于珠三角其它地區，惠州在純技術效率和規模效率上均有提升空間。粵東地區的汕頭、揭陽農業綜合技術效率、純技術效率和規模效率均達到效率前沿面，是農業生產有效的地區；潮州和汕尾均受制于規模效率，尤其是潮州規模效率在整個廣東省最低，為提高綜合技術效率，需適當擴大投入。粵西地區的陽江和茂名農業生產各項效率指標均為1，說明該地區的投入產出是綜合有效的，即同時技術有效和規模有效；湛江的純技術效率為1 但綜合技術效率小于1，說明其改革的重點在于如何更好地發揮其規模效益。粵北5 個地級市的農業綜合技術效率均未達到前沿面，農業生產效率在廣東省四大經濟地帶中最低，其中河源和清遠純技術效率均達到前沿面，表明其投入資源的使用是有效的，綜合效率無效在于其規模無效，應適當擴大農業生產要素的投入；韶關、梅州和云浮的純技術效率和規模效率均有提升潛力。

4 結論與對策建議

4.1 結論

采用2010—2016年廣東省21 個地級市的面板數據，利用三階段DEA 模型對各決策單元的農業生產效率進行分析，結果表明：

1）整體上看，研究期間廣東省農業綜合技術效率持續提升，達到效率前沿面的地區從2010年的0個增加到2016年的10 個。調整環境因素和隨機誤差后，廣東省農業平均純技術效率與調整前略有提升，平均規模效率與調整前略有下降，制約綜合技術效率提高的主要因素由調整前的純技術效率變為調整后的規模效率，說明受環境因素的影響，純技術效率在第一階段被低估。

2）從SFA 回歸分析結果看，外部環境對生態文明視角下的農業生產效率有顯著影響，說明進行第二階段SFA 回歸分析剔除環境因素與隨機因素是必要的。其中，城鎮化水平、科技和教育程度對投入冗余值產生正向影響；受災面積對投入冗余值產生負向影響；以畜牧業與農業比重表征的農業內部結構對化肥投入冗余值產生正向影響，對另外5 項投入冗余產生負向影響，研究結果與邢慧茹等[20]人的結論不一致，說明農業內部結構與農業生產效率的關系具有地區差異；農業財政支出對化肥投入冗余值產生正向影響，但顯著性水平不高，與其它投入冗余值均不顯著或不相關，實證結果與理論分析有出入，但與陳新華等[18]的研究結果一致，說明廣東省地方財政對于農業的支持并沒有達到理想效果。

3）從時間變化看，研究報告期（2010年、2012年、2014年、2016年）廣東省21 個地級市中農業綜合技術效率達到前沿面的地區分別有0,0,4,10 個；純技術效率達到前沿面的地區分別有4,6,9,16 個；規模效率達到前沿面的地區分別有1,1,5,10 個；其中研究報告期純技術效率大于規模效率的分別有13,14,13,8 個。從廣東省農業生產效率各項指標差異的時間維度看，純技術效率是推動各地區農業綜合技術效率提升的主要動力。2016年共有16 個地區純技術效率達到前沿面，但只有10 個地區規模效率達到前沿面，相對于純技術效率而言，規模效率成為制約大部分地區農業生產效率的主要原因。規模報酬狀態變化與農業生產效率變化結果趨同，均表明廣東省大部分地區農業綜合技術效率提升的空間在于適度擴大農業生產要素投入。

4）從空間差異看，2016年廣東省農業綜合技術效率、純技術效率和規模效率均達到前沿面的地區中，珠三角有6 個（廣州、深圳、珠海、佛山、肇慶、江門），粵東有2 個（汕頭、揭陽），粵西有2 個（陽江、茂名），粵北5 個地級市農業綜合技術效率均未達到前沿面，農業生產效率在廣東省四大經濟地帶中最低。

4.2 對策建議

根據以上結論，本研究提出如下對策建議：

1）為了有效指導各行政單元的農業生產，應根據其自身農業生產效率的特點，針對性地改進提升。東莞、汕尾、潮州、湛江、河源、清遠農業生產綜合效率未達到前沿面的主要原因來自于規模效率而非純技術效率，應該加大農業現代化投入力度，使農業生產向集約化轉型；中山、惠州、韶關、梅州、云浮農業生產規模效率和純技術效率均未達到前沿面的地區，既要適當擴大農業生產要素的投入以發揮其規模效益，又要改進管理和技術水平以確保農業朝著健康持續的方向發展；對于另外10 個處于生產前沿面的地區，應該在現有發展基礎上，把發展高效生態農業作為現代農業的目標。

2）以鄉村振興戰略為契機，統籌推進新型城鎮化發展，為農業人口轉向城鎮定居和生活提供平臺，從而使零碎化的土地資源集中連片化，便于農業機械化作業和產業化經營，同時加大農業科技培訓和普及農業產業化龍頭企業協會會員制，加速農業科技信息、市場信息的轉化力度，依托提升城鎮化水平和科技教育投入提高農業生產效率。同時應盡快建立自然災害應急管理體系、完善政府救災體系和農業災害保險制度，從不同層面降低農業受災影響程度。

3）持續優化農業財政投入結構，按照2018年中央1 號文件精神和農業農村部、財政部出臺的農業生產發展項目實施工作通知的指導意見，出臺鼓勵發展類、限制發展類和禁止發展類農業生產項目指導清單，以農業財政投入為指揮棒，重點引導綠色循環優質高效特色農業發展，同時加大對農業生產環境治理力度，建立有利于農業生產自然生態環境保護和優化的財政供給機制。

4）完善土地流轉制度，提高農業集約化水平。根據研究結果，規模效率成為制約廣東省大部分地區農業生產效率的主要原因。從國外農場發展經驗看，規模化發展是我國農業現代化的一部分。當前分散的家庭聯產承包責任制以及中國人多地少的現狀很難發揮土地的規模效應，而農業實現規模化的主要方式是土地流轉。鑒于強制推行土地流轉制度損害農民利益，因此各地區應該從自身情況出發，土地流轉政策制定既要保障農民利益、維護承包商權益，又要防止社會資本流入土地流轉后破壞農業根基。