基于DEA和STIRPAT模型的山東省農業生態效率評價

許燕琳, 李子君

(山東師范大學 地理與環境學院, 濟南 250358)

農業是我國國民經濟的基礎，也是社會發展的保障。在農業經濟快速發展的同時，也帶來了一系列的生態惡化、環境污染、資源浪費等問題[1]，農業污染有取代工業污染成為第一污染源的趨勢[2]。據《重點流域農業面源污染綜合治理示范工程建設規劃(2016—2020年)》數據：2015年，我國化肥使用量6 022萬t，利用率僅為35.2%；農藥使用量近年來穩定在30萬t(有效成分)左右，利用率為36.6%；農用地膜使用量145萬t，當季農膜回收率尚不足2/3。農業面源污染形勢嚴峻，同時由于我國監管體制不夠健全、民眾防控意識淡薄、污染治理技術尚不完善等因素使得農業污染現象未減反增，農業污染成為糧食安全、生態安全乃至社會經濟發展的桎梏。因此，在保持農業經濟快速增長的前提下減少環境污染，做到資源節約、生態良好和農業發展三者相互協調，提高農業生態效率，是實現資源、環境和社會經濟可持續發展的必然趨勢。

自1990年“生態效率”概念提出以來，在企業生態效率、土地利用生態效率和區域生態效率研究等方面得到了廣泛應用[3]。農業生態效率是生態效率在農業領域的引申，具體指以盡可能小的資源消耗和環境污染，得到盡可能多的農業產出，并保證農產品質量[1]。在“兩型農業”背景下，一些學者開展了農業生態效率的相關研究并取得了豐碩的成果[3-5]。這些研究大多采用數據包絡分析法(Data Envelopment Analysis，DEA)及其擴展模型對研究區域農業生態效率的時空差異進行評價分析，為有效制定與當地農業生態環境相符合的政策措施，維護農業可持續發展和生態平衡提供了參考和依據[6]。在研究空間尺度上，全國尺度的農業生態效率[7-8]是當前研究的熱點，也有部分學者對區域尺度、流域尺度的農業生態效率[9-11]進行了研究。對于農業生態效率影響因素方面的研究仍較為匱乏，研究方法也比較單一，考慮到傳統DEA存在截尾值1的現象，現有研究多以Tobit模型進行回歸分析[12-13]?？傮w來看，國內對農業生態效率的研究仍存在以下不足：(1) 在研究指標上，由于評價指標體系選取的主觀性以及地區間的差異性，不同研究之間缺乏可比性；(2) 在研究方法上，傳統DEA模型的測算值在0～1，無法對達到完全效率的決策單元(Decision Making Units，DMU)進行進一步區分；(3) 在研究空間尺度上，由于數據的可獲得性，研究區域過多集中在全國尺度，以省域為研究尺度的研究相對較少。

山東省是我國重要的糧食生產基地，對保障區域和國家糧食安全起著重要的作用[14-15]。同時，山東省又是農業污染大省，近5年農藥使用量始終居全國首位，化肥使用量居全國第二位，農膜回收制度不健全且回收率低，農業污染強度居高不下。迄今為止，山東省仍處于傳統農業向現代化農業過渡階段，為滿足人口大省的社會經濟需求，農業生產活動仍以犧牲生態環境為代價換取經濟效益，造成了嚴重的資源浪費和環境污染。因此，對山東省農業生態效率進行評價分析研究具有重大意義。基于此，本文以山東省為研究區域，省內134個縣(市、區)為研究單元，運用考慮非期望產出的超效率SBM模型，對山東省農業生態效率的時空變化進行研究，采用STIRPAT模型分析影響農業生態效率變化的因素，擬為山東省生態農業的發展以及省內農業污染重點區域的精準調控提供一定的參考依據，對形成綠色、可持續的農業生產模式具有重要的參考價值。

1 研究區概況

山東省位于中國東部沿海地區，地處黃河下游，位于34°22.9′—38°24.0′N，114°47.5′—122°42.3′E，全省轄16個地級市，總面積15.79萬km2。山東省地勢中部突起，為魯中南山地丘陵區，東部半島是起伏和緩的波狀丘陵區，西部、北部是華北平原的一部分，山地、丘陵和平原分別占全省總面積的15.5%，13.2%，55%。全省以暖溫帶季風氣候為主，夏季高溫多雨，冬季寒冷干燥，年平均氣溫11～14℃，年均降水量為550～950 mm，降雨集中在7—8月份。植被以北溫帶針、闊葉林為主，主要包括油松、側柏、楊柳等。土壤類型以棕壤、褐土、潮土和砂姜黑土分布最為廣泛。

2017年，山東省人口總量達10 006萬人，居全國第二位，地區生產總值72 634.15億元，其中，農業總產值4 403.2億元，居全國第2位。作為農業大省，近5 a山東省農作物播種面積糧食總產量始終居全國前3，對確保全國糧食安全具有重要的作用。

2 研究數據與方法

2.1 研究數據

本文投入、產出指標所涉及的數據主要來源于1998—2017年山東省17地市的統計年鑒、統計公報，部分數據來源于《中華人民共和國全國分縣市人口統計資料》、《中國縣域統計年鑒》，缺失數據通過插值進行推算。各類污染系數主要參考第一次全國污染源普查領導小組辦公室頒布的《全國第一次污染普查手冊》中的《農業污染源肥料流失系數手冊》、《農藥流失系數手冊》和《農田地膜殘留系數手冊》，同時結合山東省當地的實際情況，確定化肥流失、農藥無效利用以及地膜殘留系數分別為69%，65%，36%。

2.2 研究方法

2.2.1 考慮非期望產出的超效率SBM模型 數據包絡模型(DEA)在生態效率評價中應用廣泛，其中由Tone[16]2001年提出的SBM模型能夠對生態環境約束下的農業生態效率進行測算，相比于傳統的徑向、角度的DEA模型，非徑向、非角度的SBM模型能夠解決徑向模型對無效率的測量未包含松弛變量的問題。但在實際的測算中通常會出現不止一個DMU效率值為1的現象，為此，Andersen等[17]提出了超效率模型，以進一步區分有效的DMU，Tone[18]在2002年將這一概念引入SBM模型，并將其定義為SBM超效率模型，其基本公式為：

(1)

(2)

式中:假設有n個決策單元,每個決策單元由投入m,期望產出s1,非期望產出s2構成;x，yb，yg為相應的投入矩陣、期望產出矩陣和非期望產出矩陣中的元素；λ為權重向量；ρ*為目標效率值。

2.2.2 農業生態效率評價指標體系的構建 山東省農業主要以種植業為主，因此本文以山東省種植業作為測評對象。通過借鑒以往的研究成果，在遵循科學性、可獲得性和區域性原則的基礎上，從投入、期望產出和非期望產出方面構建山東省農業生態效率評價指標體系。其中投入變量采用土地投入、化肥投入、農藥投入、農膜投入、機械投入、勞動投入指標，期望產出采用農業產值指標，非期望產出以農業面源污染中的化肥流失、農藥無效利用以及地膜殘留進行表征(表1)。

表1 農業生態效率評價指標

2.2.3 全局空間自相關 全局空間自相關是從整體尺度來分析研究區域的空間集聚效應以衡量空間要素間的相互關系，具體計算公式為：

(3)

2.2.4 STIRPAT模型 農業生態效率作為農業生產集約化、綠色化相結合的產物，社會經濟因素、科技因素、政策因素等都在不同程度上對農業生態效率有顯著影響，本研究結合山東省的地域特點并借鑒相關研究[19-21]，選取山東省農業生態效率的影響因素(表2)。社會經濟方面：以城鎮化率表征人口規模，以農民人均純收入、第一產業占比分別表征省域和個人的富裕程度；科技方面：以農業機械化水平表示技術水平；政策方面：以財政支農水平體現政策影響；農業生產活動方面：以人均播種面積表征生產規模，以種植結構表征生產結構。

表2 農業生態效率影響因素

本文對農業生態效率影響因素的分析采用STIRPAT模型，該模型來源于IPAT環境壓力等式[22-23]。York等[24]將IPAT等式表示成隨機形式，即通過人口、富裕度和技術的隨機回歸分析，分析各驅動力對環境壓力的影響，提出STIRPAT模型：

I=aPbAcTde

(4)

式中:I為環境壓力；P為人口數量；A為富裕度；T為技術；a為模型系數；b，c，d為各驅動力指數；e為誤差。IPAT認為I是P,A，T這3種驅動力共同作用,且I與各驅動因子間均呈等比例變化關系。

本研究借鑒傳統STIRPAT模型，修正并重新構建計量模型，將A修正為A1和A2，分別表示宏觀與微觀的富裕程度，同時引入其他影響農業生態效率的驅動因素對標準STIRPAT模型進行擴展。為了通過回歸分析確定相關參數，將原式轉化為對數形式：

lnI′=lnC′+a1lnP′+a2lnA1+a3lnA2+a4lnT′

(5)

式中:I′為農業生態效率值；C′為常數；P′為城鎮化率；A1為農民人均純收入；A2為第一產業占比；T′為農業機械化水平；X1為人均播種面積；X2為財政支農水平；X3為種植結構；a1—a7為彈性系數。

2.2.5 分位數回歸 與普通最小二乘法基于均值的估計不同，分位數回歸(Quantile Regression,QR)采用加權殘差絕對值之和的方法進行參數的估計，從而在不同的分位數下，可以得到不同的分位數函數[25]。對于分位數y的τ分位數函數Q(τ)可以定義為：

Q(τ)=inf{y∶F(y)≥τ} (0<τ<1)

(6)

式中：τ為回歸平面以下的數據占全體數據的百分比。即因變量y的分布被τ分為兩部分:小于分位數Q(τ)的比例為τ，大于分位數Q(τ)的比例為1-τ。與普通最小二乘法基于均值的估計不同，分位數回歸采用加權殘差絕對值之和的方法進行參數的估計，對于回歸方程Y=βx+ε，要分析自變量X對因變量Y在各分位數τ的影響，我們需求解:

(7)

其中，ρτ(z)=τzI[0,∞)(z)-(1-τ)zI(-∞,0)(z)。公式(7)相當于求解如下線性規劃：

(8)

3 結果與分析

3.1 山東省農業生態效率的時間變化

以1998—2017年山東省134個縣(市、區)的投入、產出要素為評價對象，基于非徑向、非角度、規模報酬可變(VRS)的超效率SBM模型[公式(1)和(2)]，運用maxDEA Pro 7軟件計算出各DMU的農業生態效率值，并繪制出時間變化趨勢圖(圖1)。從圖中可以看出，1998—2017年，山東省農業生態效率值總體呈波動上升趨勢，但基本處于0.6以下水平，總體偏低。1998—2017年，山東省人口總量增加1 137萬人，糧食需求量增加542萬t，農民為提高產量以滿足龐大的糧食需求而大量投入農藥、化肥等增產性物質，使該時期農藥無效利用、化肥流失、農膜殘留的冗余率分別達66.36%，57.90%，80.79%，農業面源污染嚴重，農業生態效率值始終處于較低水平。具體可分為3個階段：第一階段為1998—2001年，農業生態效率緩慢下降，由1998年的0.2下降至2001年的0.15。在該時期內，投入以及非期望產出冗余率均值分別由1998年的75%，77%增加至2001年的88%，92%，達到研究期間最大值，而期望產出冗余率保持不變，表明該階段農業生態效率的下降主要是由于投入以及非期望產出冗余的增大造成的，值得注意的是，投入指標中化肥、農藥、農膜的冗余最為嚴重，均大于50%，因此農業生產活動中化肥、農藥、農膜的過量使用是導致該階段農業生態效率下降的最主要原因；第二階段為2001—2004年，該階段農業生態效率值波動起伏較大，在2002年驟升至0.6后下降至2004年的0.33，但下降幅度小于上升幅度，總體仍表現為增加趨勢，主要由于2001年以來“三農”問題的提出對山東省農業生態化的發展起到了積極的促進作用，農民生活條件顯著改善，農村生態建設扎實推進，同時“兩湖一河”流域農田“兩減三保”行動實施以來，流域內12市69縣(市、區)高產糧田、瓜菜田化肥使用量比項目實施前減少30%，農藥使用量降低30%～40%，農業面源污染治理效果顯著；第三階段為2004—2017年，農業生態效率波動上升，由0.33上升至0.54。當前生態環境的惡化日益引起人們的重視，政府大力發展生態農業、循環農業，相繼建成沿黃生態高效現代農業示范區和各類農業科技示范區，同時農民自身素質不斷提高、環保意識增強也在一定程度上促進了農業生態效率的上升。

圖1 1998-2017年山東省農業生態效率及投入、產出冗余率的時間變化

3.2 山東省農業生態效率的空間差異

運用ArcGIS 10.5軟件將1998年、2004年、2010年、2017年省各縣的農業生態效率值分成4類：低效率(0～0.3)、中等效率(0.3～0.6)、較高效率(0.6～0.9)、高效率(>0.9)，并繪制出相應年份山東省縣域農業生態效率分布圖(圖2)?？傮w來看，山東省農業生態效率中高值區域以魯中地區和山東半島的青島、煙臺地區為中心呈擴張趨勢，逐漸形成自西向東“低—高—低—高”的帶狀分布形式。

圖2 1998-2017年山東省農業生態效率的空間分布

1998年，僅濟南市中區、天橋區、歷下區、平度市、安丘市、壽光市、煙臺開發區、濟寧市中區、東昌府區以及冠縣達到完全效率，章丘市、滕州市、棲霞市、青州市、陽谷縣、莘縣處于中等效率水平，主要由于這些地區農業經濟發展較快，農業經營模式已由片面追求經濟利益轉向開始注重生態效益。

2004年，農業生態效率中高效率值地區數量上升，主要集中于魯中地區的濟南、淄博、泰安，南部的濟寧、棗莊以及半島地區的煙臺、青島所轄縣(市、區)。而棲霞市、青州市、東昌府區、陽谷縣等下降明顯，均由高效率值下降至低效率值，說明各地區農業生態效率值存在波動性。

2010年，農業生態效率較2004年上升明顯，中等效率和較高效率的縣(市、區)占比達28%，濟陽縣、章丘市、博山區、臨淄區、周村區等21個縣(市、區)達到完全效率，空間上自西向東“低—高—低—高”的帶狀分布形式基本形成。

2017年，農業生態效率低效率的地區數量總和僅占總縣(市、區)數量的34%，整體達到較高水平。黃河三角洲地區雖然是國家高效生態經濟區、國家級自然保護區，但農業基礎條件差、生態環境脆弱等問題使得該地區的東營市，濱州市的無棣縣、沾化縣，德州市的樂陵市，濰坊市的寒亭區、昌邑市，淄博市的高青縣等地區農業生態效率持續偏低；魯西地區是山東省重要的糧食生產基地，糧食產量占全省的47%，“高投入，高產出，高污染”的農業生產模式抑制了魯西地區的菏澤市，德州市的德城區、齊河縣，聊城市的東昌府區、東阿縣，濟寧市的魚臺縣、兗州區等地區農業生態效率的提高；臨沂市位于魯中南山地丘陵區，是山東省重要的水源涵養地，水土流失嚴重，加之地形起伏大、坡耕地面積多，農業機械化程度較低，使該地區農業發展相對滯后，農民更注重農產品的增收而忽視了農業生產活動所產生的面源污染，導致農業生態效率偏低。

為了探究山東省各縣(市、區)農業生態效率的空間集聚效應，根據公式(3)，運用ArcGIS 10.5軟件中的空間統計工具計算1998—2017年的全局Moran′sI值(表3)。由于1998—2002年的p值未通過顯著性檢驗，因此，僅對2003—2017年的全局Moran′sI值進行相關分析，結果顯示，Moran′sI值由2003年的0.39下降至2015年的0.16，后又上升至2017年的0.26，且均在1%顯著水平上通過檢驗，表明山東省農業生態效率在空間分布上呈顯著的正相關性，地理空間格局是影響山東省農業生態效率的重要因素[1]，2003—2015年，但空間集聚效應在波動中呈減弱態勢，說明各縣(市、區)在發展農業經濟的同時降低了對地區間交流合作的重視度，使得相鄰縣(市、區)之間的差異逐漸增大，2015年以后，為縮小各縣(市、區)之間差異，相鄰縣(市、區)逐漸加強交流合作，使得Moran指數開始增大。

表3 2003-2017年山東省農業生態效率全局Moran′I

3.3 山東省農業生態效率的影響因素分析

基于1998—2017年的山東省農業生態效率值，構建STIRPAT多變量非線性模型，在通過最小二乘法(Ordinary Least Squares,OLS)進行回歸分析的基礎上，為進一步考察被解釋變量內部不同影響因素的差異[26]，采用分位數回歸法(QR)作進一步分析。根據公式(4)得到如下擬合結果(表4)。

表4 STIRPAT模型擬合結果

OLS回歸和QR回歸結果都表明，農民人均純收入、第一產業占比、機械化水平、人均播種面積、財政支農、種植結構對山東省農業生態效率有顯著影響，城鎮化水平對農業生態效率沒有顯著作用，主要因為城鎮化水平升高，一方面能夠通過增長極作用將經濟增長的紅利(科技、教育、衛生醫療等)由城市滲透擴散到農村地區，從而提高農村的物質與精神文明[12]，另一方面農村大量高素質青壯年涌入城市，剩余勞動力農業經營方式粗放、生產效率低下，不利于農業生態效率的提高。

農民人均純收入系數隨著分位數的增加而逐漸下降，但均在1%水平上顯著，說明農業生態效率受低水平的農民人均純收入影響更大。農民人均純收入反映的是該地區農村居民收入的平均水平，農民人均純收入的提高意味著農民生活質量的改善，農民在高生活水平下更容易接受先進的生產技術和生態觀念。因此，應大力促進省內農村勞動力多渠道轉移就業和增收，改善農村基礎設施，推廣先進、綠色的生產理念。

第一產業占比在0.25，0.5分位點上與農業生態效率呈顯著正相關，在0.75分位點上無顯著影響，說明對0.75分位點以上的縣(市、區)，第一產業占比已不是制約其農業生態效率提升的因素。一產占比高，當地經濟發展對農業的依賴程度大，政府、農民更重視農業生產效率以及農業污染的治理，但一產占比過高非但不會對農業生態效率產生正向影響，反而會抑制當地工業經濟的發展。因此，做好各部門經濟協調發展與農業生態效率提高“兩手抓”的工作對當前山東省生態經濟的發展至關重要。

機械化水平在所有分位點上均與農業生態效率呈顯著負相關。機械化水平的上升雖在一定程度上有利于農業生產效率的提高，但糧食生產資料在機械化大規模經營中得不到充分利用會造成農業投入增加、污染加重。因此，需要在保證農業現代化的前提下合理配置生產資料，減少農業污染。

人均播種面積在0.25，0.5，0.75分位點上對農業生態效率產生微弱的先升后降影響，且系數均為負。農業生產規模的擴大不利于土地、資本、勞動力等生產要素的優化配置，人均播種面積過大，很難做到農作物的精細化管理。因此，對于分位點較低和較高的縣(市、區)，應積極完善農村土地分配制度，禁止濫墾、亂占土地，尤其針對黃河三角洲地區集中分布的未利用地，要在確保生態建設和環境保護用地的前提下，合理配置農地經營規模。

財政支農水平在0.75分位點上對農業生態效率無顯著影響，在0.25，0.5分位點上均產生負向影響。說明山東省財政資金配置結構不合理，財政支農更多地傾向于農業經濟發展而忽略了農業生態質量，由此可見，促進農業生態化發展要重視財政支農資金的合理分配，對分位點低的縣(市、區)進行重點調控。

種植結構僅在0.5分位點上與農業生態效率呈顯著負相關。以糧食作物為主的種植結構在產生一定經濟效益的同時勢必會帶來嚴重的農業污染，忽視當地自然生態條件大量種植糧食作物非但不利于當地水土保持與農業資源的可持續利用，也會對生態環境造成嚴重的破壞。魯西地區以糧食作物為主的種植結構嚴重阻礙了該地區農業生態效率的提高，需要合理分配農作物經營規模，緩解當地的環境壓力。

4 討論與結論

4.1 討 論

(1) 本文通過考慮非期望產出、非徑向、非角度的超效率SBM模型解決了效率評價中投入、產出的松弛性問題并對達到完全效率的DMU進行進一步區分，但在規模報酬可變(VRS)條件下僅能得到純技術效率(PTE)，而未能將規模效率(SE)納入研究范疇。因此，山東省農業生態效率的規模收益情況(RTS)應是下一步研究的重點。

(2) 囿于數據的可獲得性，在對山東省農業生態效率影響因素的研究中，未能對區位因素、農業受災情況以及勞動力文化水平等對農業生態效率影響顯著的其他因素進行深入分析。因此，對農業生態效率影響因素的多向考慮是未來研究的方向。

(3) 根據研究結果，山東省農業生態效率總體仍處于較低水平，而作為全國糧食主產區之一的山東，在“生態農業”大力推廣的背景下，要提高農業生態效率，必須以黃河三角洲地區、魯中南山地丘陵區以及魯西地區的各縣(市、區)為重點，充分發揮地區間的聯動機制，通過技術借鑒、人才引進等方式，實現地區間協同發展；同時充分考慮不同地區的自然環境條件以及經濟發展水平，合理配置農地經營規模，優化農作物種植結構，對化肥、農藥、地膜過量冗余的地區實施嚴格控制；此外，通過拓寬農業發展渠道，如物質多層利用、山地立體農業、農業觀光旅游等，引導山東省農業向生態化、綠色化發展。

4.2 結 論

(1) 從時間變化看，1998—2017年，山東省農業生態效率呈現出先緩慢下降后波動上升的趨勢，1998—2001年為下降階段，波動時段主要集中在2001—2004年、2005—2017年農業生態效率值的上升趨勢占據主導地位，但研究時段內總體效率值僅為0.37，處于較低水平。

(2) 從空間差異看，山東省農業生態效率中高值區數量不斷增加，低值區數量逐漸減少，空間分布由最初的高值區零星分布逐漸形成自西向東“低—高—低—高”的帶狀分布，相鄰縣(市、區)之間的差異逐漸增大，空間集聚效應逐漸減弱。

(3) 從山東省農業生態效率的影響因素分析結果看，農民人均純收入、機械化水平、人均播種面積在所有分位點上均對山東省農業生態效率有顯著影響，其中，農民人均純收入具有正向效應，其余則主要呈負向效應；第一產業占比和財政支農分別呈正向和負向效應，且均在0.75分位點上不顯著；種植結構僅在0.5分位點上對山東省農業生態效率有負向影響。