鄭昆藎






摘 ? ?要:以《福建農村統計年鑒》數據為依托,采用SBM模型對福建省2010—2019年農業生態效率進行測度,通過冗余率來分析各地效率損失的原因,探索構建福建省農業生態效率評價體系。研究表明,從時間趨勢看,2010—2019年福建省農業生態效率處于中等水平,并呈現緩慢下降的趨勢;從區域差異看,沿海的莆田市、福州市、寧德市生態效率達到有效狀態,其余各市生態效率還有提升空間。通過冗余率分析,農業污染排放過量、能源過度消耗、農業機械過度使用、勞動力過剩是生態效率損失的主要原因。建議從節約要素投入、控制污染排放、推進科技創新、促進協調發展4個方面進行改善提升。
關鍵詞:農業生態效率;冗余率;SBM模型;綠色發展
文章編號:1005-2690(2021)24-0013-03 ? ? ? 中國圖書分類號:F323 ? ? ? 文獻標志碼:B
近年來,我國農業發展迅速,糧食連年增產,農民的生活水平日益提高[1],然而,農業生產要素過度投入,引發了環境污染、土壤肥力退化、農藥殘留污染、資源過度開發等問題,給農業綠色發展帶來了嚴峻挑戰。提升農業發展質量,加快提升農業生態效率,是順應時代發展的必然選擇[2]。農業生態效率同時包含了農業產出最大化與環境最優的兩個方面[3],基于此,如何在農業生產過程中盡可能節約要素投入、提升資源利用率、降低農業面源污染,是現階段亟待解決的問題。探索構建合理的農業生態效率評價體系,是全面了解福建省農業生態情況的重要渠道,將提升和改進農業生態效率的理念貫穿到農業生產理論與實踐活動中,對推動福建省農業高質量發展具有重要意義[4]。
1 ? 研究方法和指標構建
1.1 ? 數據來源
本研究以福建省9個設區市為研究對象,研究區間為2010—2019年,指標相關數據來源于2011—2020年《福建農村統計年鑒》。
1.2 ? 指標評價方法
采用數據包絡分析法(DEA)[5],使用SBM模型(包含非期望產出)測度福建省9個設區市的生態效率。
1.3 ? 指標體系構建
種植業對環境質量的好壞最為敏感,因此,以種植業為研究對象[6],參考目前農業生態效率評價指標體系的相關研究成果,結合福建省農業生產實際,從環境、資源、經濟3個方面構建農業生態效率評價指標體系,見表1。
1.4 ? 基礎數據計算方法
農業碳排放量可通過下式計算。
T= (Di×бi) ?(1)
式中:T為農業碳排放量,Di為碳源產生量,бi為排放系數。參考相關文獻可知[7-8],各類排放系數分別取值0.896 kg/kg、4.934 kg/kg、5.18 kg/kg、0.593 kg/kg、312.6 kg/hm2、20.476 kg/hm2計算。
參照相關研究[9],將化肥、農藥、農膜等3種污染物的殘留量分別取35%、50%、10.3%計算,并通過熵值法合并計算農業面源污染指數。
2 ? 結果分析
根據農業生產的特點,采用投入導向的SBM模型,分別在CRS(技術效率)和VRS(純技術效率)兩種限定條件下對農業生態效率進行測度。
2.1 ? 福建省農業生態效率的時間差異分析
通過計算,在兩種限定條件下,2010—2019年福建省農業生態效率的變化呈現3個階段,見圖1,分別是2010—2011年農業生態效率快速上升,2012年以后農業生態效率略有下降后回升,2013—2019年農業生態效率下降。從各地的具體數據可以看出,雖然化肥施用量和農藥使用量逐年減少,但與農作物播種總面積相比,單位面積施用強度基本沒有變化。同時,隨著農用機械使用不斷增加,福建省生態效率提升較緩慢。
2.2 ? 福建省生態效率的區域差異分析
福建省生態效率整體水平較高,但地區間也有差異。從VRS(純技術效率)角度來看,除了泉州市、三明市、龍巖市外,其他地區的生態效益均達到了1,見圖2,說明這3個地區需要通過加強科技投入來提升生態效益的轉化率,從而全面提高生態效率。從CRS(技術效率)角度來看,莆田市、福州市和寧德市的生態效益達到了1,見圖3,說明這些地區已經能夠在農業產業發展中較好地進行生態環境保護。廈門市、漳州市、泉州市、南平市處于0.9~1,龍巖市和三明市的生態效益較低,在0.8以下,說明這些地區皆存在一定的效益損失,要達到有效狀態,需要對投入和產出進行調整。
2.3 ? 福建省農業生態效率的改進方向
在SBM模型中,當效率值小于1時,可以參考松弛變量的值來判斷導致效率損失的主要因素,為了體現環境污染物的非期望性,將在CRS條件下展開深入分析。參照相關做法,對2010—2019年福建省各市的生態效率評價對象作冗余情況分析,由于福州市、寧德市、莆田市已達到生產前沿面,就不再進行分析。其余6個市投入產出的冗余情況見表2。
由測算結果可知,投入要素和非期望產出均存在不同程度的冗余,各地區的期望產出不足率均為0,說明福建省農業生態效率損失的主要原因是投入要素和非期望產出過量。農業資源利用率低、農業污染過量排放是導致地區農業生態效率無法整體提升的重要原因。
從冗余率的值來看,造成福建省農業生態效率損失的主要原因是農業污染過度排放、能源過量投入、農業機械過量使用和勞動力過剩。其中,農業污染過度排放對生態效率損失的影響最大,說明農業生產中化肥、農藥和農膜的累積已經在一定程度上威脅到了福建省農業生態系統。能源過度投入和農業機械過度投入是第二大影響因素,高能耗、高污染的農用機械雖然促進了生產現代化和高速化,卻制約了當地生態效益提升。
從地區的情況看,不同地區存在不同的影響因素,導致了農業生態效率損失。泉州市生態效率損失的主要原因是能源過量投入;漳州市效率偏低的原因是農業污染過度排放;三明市除了農業污染較嚴重外,勞動力過剩也是造成效率低下的主要原因;龍巖市和南平市的農業機械投入和能源消耗都呈現出冗余態勢;由于農膜過量投入,導致廈門市農業生態效率損失較大。
3 ? 結論與建議
福建省農業生態效率整體較高且地區差異明顯,主要表現在農業污染排放過量、能源過度投入、農業機械過度投入和勞動力過剩上。結合以上分析,提出以下建議,以期為提升福建省農業生態效率提供參考。
3.1 ? 節約要素投入
以綠色發展理念為指導,轉變農業生產方式,從節水、節地、節能、節肥、節藥、節勞等方面推動農業資源節約化利用,進一步提升水資源、耕地資源等農業投入的利用效率[10]。推動農業資源利用節約化、生產過程清潔化、廢物處理資源化和無害化、產業鏈接循環化[11],大力發展循環農業,從源頭控制,提升農業生態效率。
3.2 ? 控制污染排放
堅持源頭治理、防治結合。建立農村有機廢棄物收集、轉化、利用網絡體系,加快農業生產廢棄物處理利用,推進秸稈肥料化、飼料化、基料化、原料化和能源化利用[12],推廣應用可降解、增厚型地膜,推進廢舊農膜回收利用,盡可能降低農業生產過程中各類污染物排放和碳排放。
3.3 ? 推進科技創新
以農業信息化創新驅動農業現代化,依托大數據、云計算、物聯網、移動互聯等現代信息技術,大力發展智慧農業,推動“互聯網+”農業資源環境保護,在農業綜合生產能力和緊缺資源替代上尋求新突破[13],以緩解水土資源約束、農業勞動力結構失衡等問題。整合科技資源,積極探索農業產業技術聯盟的有效方式,搭建高水平科技創新平臺。
3.4 ? 促進協調發展
政府要合理規劃各地區的農業發展目標,堅持立足資源優勢、產業基礎和市場需求,制訂好農業產業發展規劃,引導資金、技術、人才等向優勢區域聚集。加強高素質農民培訓和專業人才培養,發揮科研院所、高等學校、職業院校、骨干企業的作用,整合科研資源,培養農業資源環境保護技術人才。積極探索建立跨地區的農業生態化發展合作模式,進一步提升福建省農業生態效率。
參考文獻:
[1]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.
[2]許朗,羅東玲,劉愛軍.中國糧食主產省(區)農業生態效率評價與比較——基于DEA和Malmquist指數方法[J].湖南農業大學學報(社會科學版),2014(4):76-82.
[3]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.
[4]方永麗,曾小龍.中國省際農業生態效率評價及其改進路徑分析[J].農業資源與環境學報,2021,38(1):135-142.
[5]劉麗欽.低碳視角下的福建省農業生態效率研究[D].福州:福建農林大學,2018.
[6]鄭石.福建省農業環境效率的時空特征和影響因素[D].福州:福建師范大學,2018.
[7]張熒楠,張蘭婷,韓立民.農業生態效率評價及提升路徑研究——基于山東省17個地級市的實證分析[J].生態經濟,2021,37(4):8.
[8]林錦彬.福建省農業生態效率綜合評價與影響因素分析[D].福州:福建農林大學,2018.
[9]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(8):80-86.
[10]石玉林,唐華俊,王浩,等.中國農業資源環境若干戰略問題研究[J].中國工程科學,2018,20(5):1-8.
[11]于法穩.基于資源視角的農業供給側結構性改革的路徑研究[J].中國農業資源與區劃,2017,38(6):1-6,44.
[12]中共福建省委、省政府印發《關于全面加強生態環境保護堅決打好污染防治攻堅戰的實施意見》[EB/OL].[2018-10-08].http://fgw.fujian.gov.cn/ztzl/stwmzt/zcwj_35751/201810/t20181012_4534990.html.
[13]王家農,王原.“互聯網+”農業資源環境保護研究[J].農業網絡信息,2017(7):43-47.