基于非期望產出SBM模型及面板Tobit模型對中國農業生態效率的實證分析

張贇

摘 要：本文通過非期望產出SBM模型及面板Tobit回歸對陜甘寧青四個地區2005—2015年農業面源污染物排放的農業生態效率及影響因素進行實證分析，研究發現：陜西和青海農業生態效率高于寧夏和甘肅，寧夏生態效率總體最低，甘肅省農業生態效率呈穩步上升；Tobit回歸顯示人口年齡結構、種植結構、經濟發展水平等對生態效率影響顯著，其中年齡結構、人均GDP平方的對數形式與農業生態效率呈顯著正相關；種植結構、城鄉消費水平與其呈顯著負相關。

關鍵詞：非期望產出SBM；面源污染；農業生態效率；面板Tobit

DOI：10.3969/j.issn.1003-9031.2018.02.02

中圖分類號：F224 文獻標識碼：A 文章編號：1003-9031（2018）02-0017-12

一、前言

2016年，中國農作物總播種面積166649.55千公頃，農林牧漁總產值112091.26億元，農用機械總動力達97245.57萬千瓦。與此同時，農用化肥（折純量）達到5984.1萬噸，農村用電量攀升至9238.26億千瓦時。在工業和服務業的推動下，中國農業較之從前有很大進步，但生產技術欠發達、技術效率較低、人均產值不高、生產者依舊傾向依靠增加稟賦類要素投入來擴大產出，且農業面源污染嚴重等問題依然存在。國務院關于印發全國農業現代化規劃（2016—2020年）通知里對面源污染嚴重、城市污染遷移、開放型市場背景下農業競爭壓力大且持續營收難度提高等進行了說明，并對農業現代化建設提出具體要求，其中包括控制農業面源污染，提高涉農資源利用效率等內容。因此，研究與面源污染有關的農業生產問題，并據此給出提高農業經濟效率、優化要素配置，減少面源污染物排放等相關政策建議，對實現農業現代化及綠色經濟目標具有現實意義。

二、文獻綜述

農業生態效率即在傳統經濟效率中加入對非期望產出的考慮，最大化經濟產出的同時使環境污染最小化。目前評價投入產出效率，多使用數據包絡分析法（DEA），利用其相關模型對資源利用率、冗余量，目標值等進行經濟學分析，并給出改進建議或優化。DEA從最初的BBC，CCR模型，至今已衍生出了FDH、SBM、超效率DEA、Mini-DS等效率評價模型。國內學者劉福英（2017）利用中國2010—2015年30個省市農業數據分析得到農業技術效率影響農業生產率，東中西部農業技術效率存在差異且財政支農支出對農業技術效率有正向作用；劉志成（2015）等人利用湖南省市農業投入產出及污染面源數據，基于非期望產出SBM模型與CCR模型的對比，得到生態效率損失與低資源利用率，高污染排放有關；錢爭鳴、劉曉晨（2015）以30個省（自治區直轄市）作為決策單元對2000—2010年的工業投入產出分析發現，管制強度對綠色經濟效率的影響呈非線性；吳小慶（2012）等利用AHP建立農業生態效率評價體系，用錐比率DEA模型對江蘇省無錫市農業生態效率的變化分析得到農藥化肥的減量能提高農業生態效率；鄭家喜（2016）等人對長江中游四省農業生產數據進行動態分析，發現江西與安徽的技術效率和規模效率有待改進；岳慧麗（2014）借助GIS空間分析，對河北省2001—2010年縣域農業技術效率演化過程及成因進行研究，發現低農業技術效率阻礙農業生產率，技術效率呈現出聚類特征；柳艷超（2017）對陜西省西安市十年來農業生態效率及規模效率研究，發現資源的不充分利用及面源污染是其農業生態效率低下的主要原因；趙林，吳迪（2016）等用SBM及全要素指數得到沿海海洋經濟效率演化特征；聶玉立（2015）等對國內286個地級以上城市綠色經濟效率的分析，發現經濟發展水平、結構和綠色經濟效率有密切關系；李海東（2013）等將生態環境因素納入超效率DEA模型，測算各省經濟效率，發現區域經濟效率有很大差異；林正雨（2014）等借助ArcGIS對四川省農業經濟的空間分布特征進行了研究；錢爭鳴（2013）等以工業三廢作為非期望產出，分析得到綠色經濟效率庫滋涅茨曲線；潘丹（2013）等借助清單分析法，發現在分析時段中國農業生態效率緩慢上升，總體效率水平偏低；龐家幸（2016）用SBM-DEA和空間分析對農業生態效率及空間分布特征進行研究；邱虹（2016）等用兩階段DEA對省域工業生態效率及全要素生產率指數進行空間分析并給出政策建議；張衛東（2015）等用方向性距離函數動態分析了全要素生產率；班斕采、袁曉玲（2016）用縱橫向拉開法確定工業污染排放指標，通過超效率DEA及空間滯后模型驗證了效率與資源稟賦，教育投入等的關系；李玲（2012）等對不同環境規制下的企業全要素生產率及影響因子分析得到環境規制對其影響先負后正；廖冰（2016）等從勞動力、經營等方面用Tobit模型對林業生態效率進行了回歸。

三、研究方法及內容

本文采用基于非期望產出的SBM模型對陜甘寧青四個地區2005—2015年農業投入產出數據，其中產出數據包含非期望產出及期望產出的農業生態效率及其規模效率進行測算，并根據目標值對現有生產提出改進；構建受限因變量面板Tobit模型，探索經濟發展水平、城鄉差距、產業結構、人口年齡結構、種植結構、科技創新水平等因素對農業生態效率的影響，并據此分析。

四、實證分析

（一） 數據來源

根據以往研究成果和數據可得性，本文選擇農林牧漁總產值作為期望產出；非期望產出參考量不唯一，趙巧峰（2014）根據清單分析法利用農村人口、農藥化肥地膜、牲畜糞便計算總氮、總磷及二氧化碳的等標排放量，作為混合非期望產出指標；柳艷超用化肥農藥殘留作為非期望產出指標。參考已有文獻，選用化肥殘留量（萬噸）、農藥殘留量（噸）、農用塑料薄膜殘留量（噸）作為非期望產出組成，在SBM中分析其冗余值，其中化肥利用率、農藥利用率和薄膜利用率參考《全國污染源系數手冊》《農用化肥流失手冊》《薄膜手冊》《農藥手冊》以及相關文獻，設置農藥利用率為0.5，地膜殘余率為0.1，化肥吸收率為0.35。

本文以陜西、甘肅、寧夏，青海四個地區作為決策單元（DMU），通過SBM評價其農業生態效率。農業投入方面，選擇歷年的農作物總播種面積（千公頃）、第一產業從業人員（萬人）、農用塑料薄膜使用量（噸）、農業化肥使用量（萬噸）、農藥使用量（噸）、農業用水量（億立方米）、農村用電量（億千瓦時），農業機械總動力（萬千瓦）作為投入要素。產出方面，以農林牧漁總產值（億元）作為期望產出，考慮到農業生產負外部性，選取上述農藥、化肥、農膜殘余為非期望產出。以上數據來源于《中國統計年鑒》 《中國農業統計年鑒》 《中國農村統計年鑒》 、各省（區）統計年鑒、相關統計公報以及《中國勞動力統計年鑒》 。

（二） 非期望產出SBM模型構建及相關數據處理

傳統DEA在分析包含非期望產出的農業生態效率時存在如下問題：徑向模型中，DMU到生產前沿面的效率改進只包括比例改進，不包括松弛改進。對于生態效率評價，產出既有期望產出，也包括非期望產出，故角度，徑向模型不適用。Tone在2001年提出SBM模型，引入松弛變量，從投入產出兩個角度考慮決策單元效率，又稱非導向SBM。在此基礎上，添加非期望產出，線性規劃式如下。

其中，S-代表投入松弛，Sg代表期望產出松弛，Sb代表非期望產出松弛，三者均非負；ρ代表效率，值為1，ρ表示決策單元生產效率強有效；0到1之間說明農業生態不效率，投入冗余，非期望產出過多，需進行改進。

由于各區域農業經濟特征存在差異，本文在模型設定時選擇規模報酬可變，利用DEA-solver pro5.0對各區域歷年農業生態效率，規模效率進行計算，并分析投入產出冗余及目標改進值。

（三） 面板Tobit回歸方程式構建及數據處理

本文效率值取值區間為[0，1]，選用因變量受限模型對影響農業生態效率（y）的各因素進行分析。根據經濟學原理，參考以往文獻，選擇從經濟發展水平、城鄉差距、科技創新水平、人口老齡化程度、種植結構、固定資產投入、產業結構、水資源利用程度等8個角度進行分析。

經濟發展水平：一定程度上反映當前地區資源利用率、產業結構合理性、市場健康程度、科教文衛水平，資本流動性等情況。經濟發展水平提高意味地區綜合實力提升，對農業生產經營及務農人口的培訓等支持會相對增大。本文選取人均GDP（pgdp）及其二次項對數形式（lnpgdp2）衡量當地經濟發展水平。

城鄉差距：城鄉一體化進程縮小了城鄉差距，但局部地區差距依然很大。在此背景下，農村居民具備改善生活的強烈動力及明確參照，差距加大會增加農村居民對現有收入水平的不滿足感，在短期無法改進技術水平及技術利用率的前提下，只能通過增加投入以期獲得更多產出，在此過程中可能會造成化肥農藥濫用，水資源浪費等影響農業生態效率的問題。這里選取城鄉消費水平之比（grap），從收入角度和生活消費角度綜合反映城鄉差距。

科技創新水平：技術進步是對目標實現的強有力推進。本文選用三種專利受理總數（patents）代表當地科技創新水平。

人口老齡化程度：人口紅利逐漸消失、農村人口持續向城鎮遷移、人口老齡化程度加重等問題促使農業從業人員加快思考如何提高人口質量紅利、現有農業生產技術利用率、加快推進生產技術進步、實現農業現代化等問題。本文選用65歲及以上人口占比（age_structure）衡量人口老齡化。

種植結構：經濟作物的播種面積占比同當前耕地經濟效益呈正相關，經濟作物與糧食作物在要素投入的區別會引起包含非期望產出在內的總產出差異，因此對農業生態效率存在影響。本文選擇糧食作物播種面積與農作物總播種面積之比（plant _structure）來衡量。

固定資產投入：固定資產設備在日常使用中的持續折舊會影響農業生產，運轉良好的設備及新設備在污染物排放，能源利用上更占優勢。本文選用農村固定資產投資完成額（invest）表示固定資產投入情況。

產業結構：第一產業在國民經濟中的地位會影響國家扶持力度，資源資金流向。本文選取第一產業增加值占地區生產總值的比重（istructure）代表產業結構。

水資源利用程度：農業用水量頗大，水資源利用率側面反映現有農業技術利用率，且水資源投入量與化肥農藥流失直接相關。這里選擇有效灌溉面積對數（lnwaterfiled）代表。

其中，人均GDP、第一產業增加值、農村固定資產投資完成額等數據已根據各自指數，以2005年為基期進行換算，回歸方程如下：

其中，i代表決策單元，t代表第t期，εit為第i個決策單元在t期的隨機擾動項。

五、數據結果分析

（一） 生態效率分析

陜西及青海農業生態效率水平高于其余兩地，而陜西農業規模效率基本始終高于青海。這跟陜西、青海農業用地規模，占主體的農業生產活動不同有關，陜西境內既有陜北高原，也有適合大面積農業生產使其發揮規模效益的關中平原地帶，而青海則以畜牧業為主，農用耕地面積很少，2015年農作物總播種面積僅558.39千公頃，陜西省同年播種面積是其8倍，寧夏是其2倍，甘肅是其8倍，畜牧用地具有流動性，難以形成規模效應，故整體規模效率偏低；青海省在2011—2013年規模效率偏低，陜西省有三年達到生態有效率，有三年達到規模效率最大化，青海省有6年達到生態有效率，4年達到規模有效率；寧夏整體規模效率跟陜西接近，且近年持續上升，2013—2015年期間規模效率接近1，而其農業生態效率僅在2005年達到完全有效率，之后始終偏低且波動幅度微小，2011年農業生態效率僅為0.36，同年陜西、甘肅、青海分別為0.8、0.68、0.99，造成這種現象的原因可能同寧夏境內降水蒸發量大，晝夜溫差大，農業生產環境不穩定有關；甘肅農業生態效率在期間持續進步，2015年達到完全有效率，但其農業規模效率卻持續走低，到2015年僅為0.29，遠遠低于其余地區歷年平均水平，甘肅區域多石山，戈壁等不利于農業生產的區域，有限的農業用地被其余產業不斷擠占，即使提高農業技術，加強管理經營，減輕面源污染提高了生態效率，但農用地減少依舊導致規模效率降低。

圖2中，陜西、寧夏生態效率變化總體穩定，青海總體生態效率高于其余地區，僅在2010年農業生態效率降到最低，但仍高于其他地區同期效率值，可見青海省在農業技術運用、農業生產管理、生態農業建設上取得了進步；陜西總體生態效率圍繞0.9上下浮動，較為穩定，且有多年生態效率值為1，2011年之后持續上升。圖2中能看出寧夏的生態效率雖然穩定，但整體偏低，說明近年寧夏在擴大農業產出、減少面源污染物如化肥農藥農膜殘余，建設現代化農業體系上有所滯后。甘肅起初跟寧夏生態效率接近，隨著經濟發展水平提高，農業技術及先進管理經營經驗的使用，效率逐漸上升并同陜西之間的差距逐年縮小。

圖3中，陜西跟寧夏的規模效率整體高于其他地區，前期雖有波動但整體處于上升狀態，說明農業技術及技術利用率水平的上升提高作物單位產量，增加單位農用面積經濟收入。甘肅規模效率持續走低，在農業用地缺乏，第二、三產業搶占第一產業從業人口，農業增收難度加大背景下，甘肅如何提高現有農業技術利用率、加快新生產經營技術研發，集中本省在農業上的優勢，重點突破，擴大單位面積產值等農業問題迫在眉睫；青海規模效率波動較大，且波動軸心不穩定，說明其在要素投入、農業技術運用、農業相關政策執行等方面對規模效率的影響不穩定，亦或是對規模效率產生影響的相關政策、技術、管理方案等在歷年存在波動，未來需要保證正向政策的穩定輸出和技術持續運用。

（二）農業生態效率評價

參考相關文獻做法，將農業生態效率水平劃分為低水平0～0.4，中等水平0.4～0.6，中高水平0.6～0.8，高水平0.8～1。

對陜甘寧青四個地區2005—2015年農業生態效率平均值進行計算并根據農業生態效率評價區間對各地區總體效率情況進行評價（見表2）。

四個地區農業生態效率平均值為：陜西0.898056、青海0.98615、寧夏0.449009，甘肅0.649035。青海農業生態效率水平高于其余地區，陜甘平均農業生態效率均處于中高水平，寧夏水平中等，四者中處于最低。

（三）各項投入及非期望產出冗余分析

本文使用固定殘留率或利用率來確定農業面源污染排放程度，故表中農藥化肥地膜投入冗余和相應面源污染物冗余比例相同。青海省僅在2010年農作物播種面積存在3.53%的冗余，農用機械總動力冗余11.01%，地膜冗余在三類農業面源污染物中居首位，對應的地膜污染排放量也是最大；陜西省農作物播種面積冗余值在2006—2009年平均只有2.83%，在2011年達到峰值后又逐漸降低至0，從業人口冗余值變化趨勢同播種面積的相同，也在2011年達到最大，最大值22.8%，農用機械動力總體冗余不大，僅在2011、2012年有小幅度上升，說明期間農用機械得到充分利用且適應當前農業生產水平，化肥使用效率波動較大，農膜污染在2009年達到最大，農藥冗余變動同化肥冗余趨勢相似，用電效率在2010—2012年持續走低，之后慢慢上升；甘肅省化肥利用率及農村用電量效率情況較好，自2008年以來，化肥使用有7年完全有效，僅在2014年產生2.04%的冗余，用電效率存在波動但幅度不大，總體冗余約為3%；寧夏作物播種面積、機械總動力、化肥使用等效率上普遍偏低，且年年如此，改善不大，說明其在農業技術利用、改進現有生產、優化勞動配置，減少污染要素投入等方面還需很大改進；甘肅冗余值整體較大，但效率水平每年穩步提高，化肥農藥等污染排放持續減少，說明甘肅處在建設生態農業、提高投入要素利用率、減少污染物排放以致提高農業生態效率的正確方向上。

（四）面板Tobit回歸結果分析

受理專利總和（patents）對其影響非常不顯著，為增加科技創新對農業生態效率的正向作用，各地區需加強對與農業技術、農業生產管理經營、污染減排等和生態效率緊密相關的研究，提高技術型專利數目，縮短技術成果轉化周期。

人口老齡化程度（age _structure）對生態效率的促進較為顯著，正相關系數9.223181。人口數量紅利逐漸消失、人口質量紅利顯現，老齡化加深等使得提高投入利用率、減少人力投入并加大技術投入、減輕面源污染，實現標準化農田建設，采用與農業現代化相適應的先進生產及管理變得更具緊迫性和現實意義。這一結果促進農業提高對現有技術的利用率及對新技術的研發。

種植結構（plant _structure）對農業生態效率影響顯著，糧食作物播種面積提高對耕地面積并不富裕的地區，會擠占種植經濟作物所能帶來的更高收益，而經濟收益的提高對改善農用機械、使用優質化肥農藥、提高與經濟水平相適應的農業技術等有正向作用。

城鄉消費水平（grap）結果顯示與農業生態效率負相關，且影響顯著，負相關系數-0.2927。當前生活水平差距加快使鄉村向城市消費水平靠攏的速度，短期內通過增加要素投入增加的產出使得面源污染問題加重，生態效率降低。

人均GDP（pgdp）對生態效率影響微小，但人均gdp平方的對數（lnpgdp2）對農業生態效率的影響為正，系數為0.3782637，從數學幾何圖形上看，呈U型。表明前期經濟發展水平的提高來源于粗放式增長，經濟水平的提高以環境污染為代價，但隨經濟水平上升，農業技術研究、減能、減排等方面投入增加，生態效率又隨之升高。

固定資產投資完成額（invest）起正向作用，但作用微小。可能跟固定資產投資額配置有關，固定資產資金流向農用機械的部分占比不如流向房屋等占比，導致短期能提高農業生態效率的農用機械總動力及迭代速度同農業增產需求不匹配。

產業結構（istructue）上第一產業比重上升對農業生態效率的提升作用微小，說明陜甘寧青第一產業的產值增加多數還是靠要素投入，而技術效率改進及技術進步對農業產值增加的推動力度尚不足夠。

水資源利用方面，有效灌溉面積增加一定程度上助長了農藥，氮磷鉀肥等的流失，增大非期望產出，阻礙了農業生態效率進步。

六、政策建議

（一）推進農業生產減排與改善經營管理

加快對同農業增產、污染物減排有關的資金投入與技術研究，提高實用型和原理創新型農業技術運用，加快研究進度，優化成果轉化流程，推進如低殘余化肥、高效低毒農藥、可降解利用農膜的研發，新型高產高適應性作物培育等農業科技創新活動；優化農用機械生產線，改良市場銷售條件，降低農機迭代成本；根據地區農業資源特點，科學進行農業品種及產業布局；對農業技術或污染減排措施落后的地區，部署技術信息站和技術指導人員，信息站及其人員按時及時反饋當地農業生態效率情況。

（二）加大政府政策扶持

保證與建立高效農產品市場相關政策的實施，幫助地方落實各項惠農政策及綠色農業項目；對面源污染減排效果顯著且單位面積有所增產的地區或農戶給予在農資補貼，稅收及子女教育等上的回報，鼓勵農民節能減排，綠色增收。

（三）拓寬涉農資金來源

目前涉農資金主要來源于中央及地方政府財政支出及農戶自身務農支出，大型農業技術項目及農業綠色經濟項目建設上資金來源不足，資本積極性不高。政府首先應主動建立或部署相關部門對具備可行性的農業綠色經濟項目進行招標，認真估算成本收益等問題，利用政府資金帶頭投資，引流社會資本，對資本供給方的企業及單位給予減輕稅收，增加碳排放儲量等鼓勵。

（四）加強農業生態效率意識

局部地區依舊持有傳統粗放型農業經營思維，在缺少配套減排降解辦法及設施時，易陷入“污染增加——農業環境惡化——要素投入冗余上升——污染繼續增加——農業環境持續惡化”的生態死循環。各級政府及農業相關部門應加強農業綠色經濟理念傳播，對其實際落地執行進行監督指導。

（五）建立跨區聯動的農業生產經營數據庫

建立同當地農業生產相關的信息數據庫，將農業資源變動、各類資源利用情況、農產品結構布局、當地農產品及農用要素市場建設情況、優秀農業綠色經濟項目及惠農項目情況、引流資金的農業投向等數據上傳數據庫，并在此基礎上建立陜甘寧青跨區域涉農聯動數據庫，實現集資料互查、數據共享、項目經驗交流、優秀項目方引薦，涉農事項監督等功能為一體的數據庫。

（特約編輯：何志強）

參考文獻：

[1]劉福英.地方財政支農支出對農業技術效率影響分析[J].南方農業，2017（11）：1.

[2]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.

[3]錢爭鳴，劉曉晨.環境管制與綠色經濟效率[J].統計研究，2015，32（7）：12-18.

[4]吳小慶，王亞平，何麗梅，陸根法.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.

[5]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.

[6]岳慧麗.基于GIS的縣域農業技術效率分析方法研究[D].北京：中國農業科學院，2014.

[7]柳艷超.基于SBM-undesirable模型的西安都市農業生態效率時空演變分析[J].上海農業學報，2017，33（3）：130-135.

[8]趙林，張宇碩，焦新穎，吳迪，吳殿廷.基于SBM和Malmquist生產率指數的中國海洋經濟效率評價研究[J].資源科學，2016，38（3）：461-475.

[9]聶玉立，溫湖煒.中國地級以上城市綠色經濟效率實證研究[J].中國人口·資源與環境，2015，25（S1）：409-413.

[10]李海東，吳波亮.中國各省經濟效率研究：基于超效率DEA三階段模型[J]. 貴州財經大學學報，2013（3）：14-22.

[11]林正雨，何鵬，李曉，趙穎文.基于GIS的區域農業經濟空間特征研究——以四川省為例[J].江蘇農業科學，2014，42（8）：433-436.

[12]錢爭鳴，劉曉晨.中國綠色經濟效率的區域差異與影響因素分析[J].中國人口.資源與環境，2013，23（7）：104-109.

[13]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.

[14]龐家幸.中國農業生態效率研究[D].蘭州：蘭州大學，2016.

[15]邱虹，朱南，張為波.中國省域工業生態經濟效率實證分析——基于兩階段效率評價模型[J].生態經濟，2016，32（8）：41-46.

[16]張衛東，趙士紅，龍海霞，劉美茹.基于SBM方法和全要素生產率分解的經濟增長效率——以四川省為例[J].財經科學，2015（8）：100-111.

[17]班斕，袁曉玲.中國八大區域綠色經濟效率的差異與空間影響機制[J].西安交通大學學報（社會科學版），2016，36（3）：22-30.

[18]李玲，陶鋒.中國制造業最優環境規制強度的選擇——基于綠色全要素生產率的視角[J].中國工業經濟，2012（5）：70-82.

[19]廖冰，張智光.生態脆弱的經濟貧困地區經濟林生態經濟效率的DEA-Tobit模型研究——以贛南原中央蘇區為例[J].農林經濟管理學報，2016，15（2）：179-189.

[20]趙巧峰.基于清單分析的農業面源污染等標排放量計算方法[J].中國農業信息，2014（11）：95-96.

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

[22]Tone K.Dealing with Undesirable Outputs in DEA：A Slacks-based Measure （SBM） Approach[R].GRIPS Research ReportSeries，2003.