基于非期望產出SBM模型和重心模型的重慶市農業生態效率測評

馮浩 夏國峰 尤顯平

馮 浩，夏國峰，尤顯平. 基于非期望產出SBM模型和重心模型的重慶市農業生態效率測評［J］. 湖北農業科學，2024，63（3）：177-182．

摘要：使用非期望產出SBM模型、相關性分析模型和重心模型等研究方法，測評2010—2018年重慶市農業生態效率、各年份重慶市農業生態效率空間分布的相關性和農業生態效率重心時空演化軌跡。結果表明，2010—2018年重慶市各年份農業生態效率呈波動上升趨勢，農業生態效率空間分布由負相關性轉變為正相關性，農業生態效率的重心偏移呈螺旋狀均散落在重慶市長壽區。

關鍵詞：農業生態效率；非期望產出SBM模型；重心模型；相關性分析；重慶市

中圖分類號：F326? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）03-0177-06

DOI：10.14088/j.cnki.issn0439-8114.2024.03.027 開放科學（資源服務）標識碼（OSID）：

生態效率的概念是1990年由德國學者Schaltegger等［1］提出的，被應用在各領域的研究，如企業生態效率、土地利用生態效率和區域生態效率等［2］。農業生態效率是生態效率在農業領域的引申，旨在保證資源、污染投入最小化，農業產出最大化，并保證農業產出質量。對農業生態效率的研究，多數學者使用的是數據包絡分析法（Data envelopment analysis，DEA）及其衍生方法。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［3-11］。任紅霞［5］利用DEA-CCR和DEA-BCC模型對蘭西城市群的農業生態效率水平進行測度，研究發現蘭西城市群的農業生態效率水平較高，并針對生態無效的地區，基于模型給出相應的改進。鄒炎平等［6］利用非期望產出導向DEA模型和生態低效率DEA模型分別計算2016年中國30個?。ㄊ?、自治區）的環境效率和生態無效效率及產出改進。鄭麗楠等［7］、洪名勇等［8］運用1997—2016年省際面板數據和SBM-Undesi rable模型分析中國農業生態效率及其時空特征，并在此基礎上運用灰色關聯分析法探討中國農業生態效率時空演變的主要驅動因素，實證研究了中國農業生態效率的區域差異和時空特征。王寶義等［9］從全國層面研究發現，中國農業生態效率的時空特征主要表現為時間上總體呈波動趨勢，自2007年呈上升趨勢，空間上總體呈現“降-升-降-升”平緩右偏型“W”結構。曾福生等［10］的研究發現，斑塊間存在差異，東部、中部、西部農業生態效率呈“U”形發展格局，省際間差異表現為農業生態效率整體呈上升趨勢，但省際差異較大。王素梅等［11］選取2013—2017年中國除西藏及港澳臺地區以外的其他30個?。ㄊ?、自治區）對構建的指標進行了應用研究，測算了其生態文明建設效率值，分析了無效率的原因，并據此提出了改進建議。

綜上可以看出，現有研究對農業生態效率的研究存在不足。第一，在農業生態效率的評測體系構建選取中缺少負面的產出指標，如農藥污染非期望產出、化肥流失非期望產出等。第二，多數學者的研究區域固定在全國范圍內，未能考量到研究區域的精細化，很少有針對某個省、市進行農業生態效率的測算。第三，在研究方法上，多數研究使用的是傳統的DEA模型，傳統的DEA模型未能解決徑向模型對無效率的測量未包含松弛變量的問題。本研究針對以上不足，以重慶市為對象研究其農業生態效率、農業生態效率空間相關性及農業生態效率重心的空間變動軌跡，以期為政府提供相關科學數據，掌握重慶市的農業發展狀況，為精準下達決策提供參考。

1 研究方法與數據來源

1.1 非期望產出SBM模型

非期望產出SBM模型由Tone［12］提出。非期望產出SBM模型的線性規劃表達式如下。

[min ρ=1-1ni=1nS-ixi01+1m1+m2r=1m1Saryar0+r=1m2Sbrybr0] ? ? ? ? （1）

[xi0=Xλ+S-iyar0=Yaλ-Sarybr0=Ybλ+SbrS-i≥0， Sar≥0， Sbr≥0， λ≥0] （2）

式中，[ρ] 表示效率值；[X]表示決策單元投入項；[Ya]表示期望產出項；[Yb]表示非期望產出項；x、y分別為投入要素、產出要素的矩陣均值；[S-i]表示投入松弛變量；[Sar]表示期望產出松弛變量；[Sbr]表示非期望產出松弛變量；[λ]表示權重向量。

1.2 空間相關性模型

空間自相關是空間中某一特定屬性的關聯［13］，說明其聚散的程度，表示特定屬性在全局的空間自相關，全局MoranI指數計算式如下。

[I=i=1nj=1nWijxi-xxj-xi=1nj=1nWiji=1nxi-x2]? ? ? ? ? ?（3）

式中，[I]為全局MoranI指數；[xi]為區域[i]的屬性值；[xj]為區域[j]的屬性值；[x]為各區域屬性值的平均值；[Wij]為空間權重矩陣。MoranI指數的取值范圍在［-1，1］，正負相關性屬性用取值的正負號表示，0表示沒有空間相關性。采用統計量Z檢驗MoranI的顯著性水平，計算式如下。

[Z=I-E（I）Var（I）]? ? ? ? ? ? ? ? （4）

式中，[E（I）]為理論期望；Var（I）為理論方差。

1.3 重心模型

采用重心模型探索重慶市農業生態效率的空間變動軌跡，通過分析重慶市農業生態效率重心的幾何變化方向與移動距離揭示農業生態效率在重慶市范圍內的空間特征和演化規律［14］。農業生態效率重心的坐標（[x，y]）計算式如下。

[x=i=1nxi×mii=1nmi，y=i=1nyi×mii=1nmi]? （5）

式中，[xi]和[yi]表示第[i]個區縣的空間坐標；[mi]為第[i]個區縣農業生態效率的測度值。

1.4 評價指標構建

使用非期望產出SBM模型的研究方法計算農業生態效率，并構建農業生態效率評價指標，如表1所示。評價指標包括農業資源消耗投入、農業生產環境污染投入、期望產出和非期望產出。評價指標的投入類型中勞動力投入、農業機械投入、水資源投入和土地資源投入屬于農業資源消耗投入，化肥投入和農藥投入屬于農業生產環境污染投入。

1.5 研究對象與數據來源

以重慶市為實證研究對象，其中包括渝北、萬州、合川和永川等37個區縣，渝中區已實現城市化轉變，不予考慮。搜集并整理2010—2018年重慶市37個區縣與農業相關的數據，其中數據來源于重慶市統計局官網、重慶市農業農村委員會官網、重慶市2010—2018年的統計年鑒、重慶市2010—2018年的統計年報和重慶市政府公開的2010—2018年與農業相關的有效數據。

2 實證結果與分析

2.1 重慶市農業生態效率測度

使用非期望產出SBM模型在軟件Matlab測算2010—2018年重慶市37個區縣的農業生態效率，結果如表2所示。由表2可見，2010—2018年，黔江區、大渡口區、九龍坡區、南岸區、渝北區、巴南區、合川區、永川區、大足區和城口縣10個區縣的農業生態效率均值均為1.00；江津區、榮昌區、忠縣、墊江縣、長壽區和潼南區6個區縣的農業生態效率均值為0.90～0.99；萬州區、銅梁區、巫溪縣、巫山縣、豐都縣、南川區和酉陽土家族苗族自治縣7個區縣農業生態效率均值在0.73～0.84；其余14個區縣的農業生態效率均值在0.70以下。

依據表2測算的農業生態效率繪制重慶市各年份農業生態效率均值圖，研究農業生態效率的整體趨勢走向，如圖1所示。由圖1可見，2013—2014年和2017—2018年的農業生態效率增長幅度較大，2011—2013年和2014—2015年農業生態效率呈下降趨勢?？傮w來看，重慶市年均農業生態效率隨年份的增長呈增長趨勢，2010—2018年農業生態效率為0.73～0.83。

2.2 重慶市農業生態效率的空間差異

通過ArcGIS軟件繪制重慶市各區縣分布概況圖，與各區縣的農業生態效率數據相結合，對各區縣的農業生態效率分布進行可視化展示。將各區縣農業生態效率分為差［0.10～0.60）、中等［0.60～0.80）、良［0.80～1.00）、優（1.00）4個等級。選取2010年、2013年、2015年和2018年展示各區縣農業生態效率的分布，如圖2所示。由圖2可知，2010—2018年農業生態效率為優等級的區縣數量增加，農業生態效率為差等級的區縣數量整體減少。農業生態效率為優等級的區縣在2010年主要集中在重慶市的西南方向，到2018年向東北方向擴散。2010年，農業生態效率為優等級的區縣數量占總數的40.54%，其中包括大渡口區、大足區、江津區和南岸區等15個區縣，農業生態效率為差等級和中等級的區縣數分別占總體的27.03%和32.43%，沒有農業生態效率為良等級的區縣。2013年農業生態效率為差等級的區縣數量增加，占總數的35.14%，榮昌區和忠縣由中等級變成優等級，相反南川區和銅梁區由優等級變成中等級，整體優等級區縣個數的占比沒有變化，仍為40.54%，沒有效率值為良等級的區縣。2015年，農業生態效率為優等級的區縣數增加，占總區縣數的48.65%，相對的差等級和中等級的區縣數減少，沒有效率值為良等級的區縣。2018年，整體的農業生態效率水平明顯提高，其中農業生態效率為優等級的區縣數占48.65%，良等級的占13.51%，中等級的占21.62%，差等級的占16.22%，農業生態效率為差等級的區縣數量明顯減少，農業生態效率為優等級的區縣明顯增多。

使用相關性分析模型，在Stata數據分析軟件測算2010—2018年各年份重慶市各區縣農業生態效率與重慶市各區縣地理位置的相關性，結果如表3所示。由表3可知，2010—2018年，MoranI指數為 -0.16～0.30，數值由負轉正，表明重慶市各區縣農業生態效率與各區縣地理位置呈現由離散的相關性到聚集的相關性。2010—2011年，重慶市農業生態效率在空間中呈現為離散相關性，2012—2013年的P未通過顯著性檢驗，農業生態效率在空間中呈隨機相關性，2014—2018年重慶市農業生態效率在空間中呈聚集相關性，且相關性隨年份的推延越來越顯著。

2.3 重慶市農業生態效率重心的時空演化

運用重心模型測算重慶市農業生態效率重心在地球上的經緯度坐標，繪制2010—2018年重慶市農業生態效率重心偏移軌跡，如圖3所示。由圖3可知，2010年重慶市農業生態效率重心坐標在重慶市長壽區油房灣附近，2011年農業生態效率重心向東北方向移動至重慶市長壽區石大路，2012年農業生態效率重心向西移動至重慶市長壽區蒼頭村，2013年農業生態效率重心向東南方向移動至重慶市長壽區何家塘坎，2014年農業生態效率重心向東北方向移動至重慶市長壽區桃子園，2015年農業生態效率重心向西北方向移動至重慶市長壽區破堰，2016年農業生態效率重心向西南方向移動至重慶市長壽區學堂灣，2017年農業生態效率重心向東北方向移動至重慶市長壽區沖上，2018年農業生態效率重心向南移動，仍在重慶市長壽區沖上。

2010—2018年的重慶市農業生態效率重心移動軌跡呈螺旋狀，農業生態效率重心均散落在長壽區內。2011—2012年和2013—2014年，農業生態效率重心偏移幅度較大，其中2011—2012年農業生態效率重心的大幅度偏移，說明農業發展在東西方向的差異較大，2013—2014年農業生態效率重心向東北方向大幅度偏移，說明重慶市農業發展在東西方向差異擴大，且南北方向的農業發展差異也較為明顯。其余年份的農業生態效率重心偏移的距離較短，說明重慶市各區縣農業發展差異不明顯，導致重心位移變小。

3 討論與小結

3.1 討論

國家重視農業的發展狀況和農業現代化的進度。農業的發展包括資源的投入，如土地資源、水資源和人力資源等，也有污染資源的投入，如農藥、化肥等。在保證農業產出的同時，如何達到資源的最大效益，使得投入的資源最小，污染最小，產出最大化，這與國家和當地政府的政策支持，農業先進大型農業機械的購置和使用，當地農民的農業知識素養息息相關。

重慶市屬于直轄市，地貌以丘陵山區居多。為提高農業生態效率，首先要研究適用于當地地形地貌的小型農業機械，也要考慮到小型機械是否加重了農業從業人員的負擔問題；其次要加強農業發展較為靠前的區縣（如渝北區等）和農業發展較為靠后的區縣（如秀山土家族自治縣等）之間的交流，促進農業發展較好的區縣帶動農業發展較為落后的區縣；最后要制定適用于當地農業發展的政策，因地制宜。對農業發展較為靠前的區縣給予更先進的農業技術和更前沿的農業政策，對農業發展較為落后的區縣給予一定的資金補助，扶持農業從業人員，克服發展農業資金不足的短板，使得重慶市整體農業更穩步的發展。

3.2 小結

1）2010—2018年重慶市農業生態效率整體呈增長趨勢，農業生態效率為0.73～0.83，表明重慶市農業發展穩固。其中，2011—2013年和2014—2015年的農業生態效率呈下降狀態，其余年份的農業生態效率呈上升狀態，2010—2011年、2013—2014年和2017—2018年的農業生態效率增幅較大。

2）2010—2018年重慶市農業生態效率為優等級的區縣數占區縣總數的比例較大，分布在重慶市西南方向的區縣較多，MoranI指數為-0.16～0.30。2010—2018年農業生態效率與空間分布從離散相關性轉變為聚集相關性，其中，2010—2011年呈負相關性，2012—2013年呈隨機相關性，2014—2018年呈正相關性，且相關性顯著，2018年MoranI指數最大，達0.30。

3）2010—2018年重慶市農業生態效率重心偏移呈螺旋狀，均散落在長壽區。其中，2011—2012年和2013—2014年的農業生態效率重心偏移明顯，2011—2012年重慶市東西方向的農業發展差異較大，2013—2014年重慶市東西方向的農業發展差異擴大，且南北方向的農業發展差異較為明顯，其余年份的農業生態效率重心偏移較小，農業生態效率重心移動速率較慢。

參考文獻：

［1］ SCHALTEGGER S， STUR A. ？kologische Rationalit？t：？Ansatzpunkte zur ausgestaltung von ？kologieorientierten managementinstrumenten［J］. Die unternrhmung，1990， 44（4）： 273-290.

［2］ 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.

［3］ 李南潔，肖新成，曹國勇，等.面源污染下三峽庫區農業生態環境效率及影子價格測算［J］.農業工程學報，2017，33（11）：203-210.

［4］ 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.

［5］ 任紅霞.基于DEA模型的農業生態效率綜合測度［J］.統計與決策，2019，35（6）：99-103.

［6］ 鄒炎平，朱 達，陳維國，等.基于DEA模型下中國各區域環境效率和生態無效效率評價［J］.湖北大學學報（自然科學版），2020，42（1）：12-19，26.

［7］ 鄭麗楠，洪名勇.中國農業生態效率的時空特征及驅動因素［J］.江西財經大學學報，2019（5）：46-56.

［8］ 洪名勇，鄭麗楠.中國農業生態效率的區域差異及時空特征研究［J］.統計與決策，2020，36（8）：56-61.

［9］ 王寶義，張衛國.中國農業生態效率的省際差異和影響因素——基于1996～2015年31個省份的面板數據分析［J］.中國農村經濟，2018（1）： 46-62.

［10］ 曾福生，劉俊輝.區域異質性下中國農業生態效率評價與空間差異實證——基于組合DEA與空間自相關分析［J］.生態經濟，2019（3）：107-114.

［11］ 王素梅，陳桂香.非期望產出SBM模型的生態文明建設效率性評價指標構建與應用研究——基于審計的視角［J］.生態經濟，2021，37（6）：199-204.

［12］ TONE K. A slacks-based measure of efficiency in data envelopment analysis［J］.European journal of operational research，2001， 130（3）：498-509.

［13］ 解亞麗，柯小玲，閔園園，等.基于超效率DEA模型的三峽庫區生態效率評價及空間演化格局分析［J］.中國環境管理，2020，12（1）：113-120.

［14］ 薛建春，鄭海潮，王雅榮.基于Super-SBM和重心模型的中國城市群土地利用效率時空差異分析［J］.湖北社會科學，2019（12）：70-77.

收稿日期：2021-10-26

基金項目：重慶市自然科學基金項目（cstc2019jcyj-msxm1239）；基于宜機化背景下的三峽庫區農業生態效率綜合測度項目（YJ2020014）

作者簡介：馮 浩（1997-），男，河南信陽人，碩士，主要從事農業機械化研究，（電話）16684002015（電子信箱）279074573@qq.com。