王 迪，王明新，錢中平，季彩亞

(1.常州信息職業(yè)技術學院經貿管理學院，江蘇常州 213164； 2.常州大學環(huán)境與安全工程學院，江蘇常州 213164)

0 引言

中國正全面進入工業(yè)化和城鎮(zhèn)化的快速發(fā)展階段，社會經濟的可持續(xù)發(fā)展面臨資源耗竭和環(huán)境污染的嚴峻挑戰(zhàn)。2007年黨的十七大首次提出“生態(tài)文明”理念， 2012年黨的十八大進一步將“生態(tài)文明建設”納入經濟建設、政治建設、文化建設、社會建設的總體布局，把生態(tài)文明建設提升到戰(zhàn)略高度。農業(yè)是安天下、穩(wěn)民心的基礎產業(yè)，由于人多地少的基本國情，農業(yè)集約化程度越來越高，為保障糧食安全、發(fā)展農村經濟以及建設和諧社會做出了巨大貢獻，但也伴隨著資源耗竭與環(huán)境污染的巨大挑戰(zhàn)[1-3]。農業(yè)生態(tài)文明建設是解決農業(yè)資源與環(huán)境問題，實現農業(yè)農村可持續(xù)發(fā)展的必由之路。對農業(yè)生態(tài)文明建設效率進行評價可為農業(yè)生態(tài)文明建設戰(zhàn)略與措施的制定提供重要的科學依據。

目前關于生態(tài)文明建設評價的文獻較多，但主要是構建評價指標體系并應用綜合評價的方法對生態(tài)文明建設水平進行評價[4-6]，該方法具有較大的主觀性，且難以測度生態(tài)文明建設的效率。國內外關于效率評價的方法主要有隨機前沿分析法(SFA)和數據包絡分析法(DEA)[7-9]。其中DEA是一種非參數效率評價方法，運用數學規(guī)劃模型來計算每個決策單元(Decision Making Unit，DMU)和由實踐中表現最好的DMUs構成的生產前沿面之間的距離，據此計算出每個DMU的效率得分。隨著方法的進步，DEA在全要素生產率、技術效率、環(huán)境效率和生態(tài)效率測度中得到了廣泛的應用。該文基于投入產出效率視角和DEA方法，選擇能夠反映農業(yè)生態(tài)文明建設的農業(yè)投入產出指標，構建非期望產出SBM模型和超效率非期望產出SBM模型，對2011～2014年我國各省、市、自治區(qū)農業(yè)生態(tài)文明建設效率進行測度和排序，繼而采用增強回歸樹方法分析農業(yè)生態(tài)文明建設效率省際差異的影響因素，旨在為農業(yè)生態(tài)文明建設效率的測度與改善提供方法支持和科學依據。

1 非期望產出SBM模型

在生態(tài)文明建設效率的測度框架中，除了考慮經濟效益和社會效益等期望產出外，還必須考慮非期望產出，即環(huán)境污染。為此，該文在非期望產出SBM模型中，考慮n個DMUs，每個DMU由m個投入、s個期望產出和k個非期望產出構成，模型形式如下[10]：

(1)

然而，非期望產出SBM模型運行結果往往出現多個DMU的φ=1，因此沒法對這些DMU進行排序[11]，該文針對φ=1的DMU，進一步構建含有非期望產出的超效率SBM模型如下：

(2)

采用模型(1)和(2)來計算農業(yè)生態(tài)文明建設效率，當φ<1時，農業(yè)生態(tài)文明建設效率為φ，當φ=1時，農業(yè)生態(tài)文明建設效率為ρ。

農業(yè)生態(tài)文明建設的關鍵是高效利用農業(yè)自然資源和農業(yè)資本，發(fā)展農業(yè)經濟，保障食物安全，減少污染排放，實現農業(yè)經濟、社會和環(huán)境效益的協(xié)調。因此，在SBM模型中，選取農作物總播種面積(X1， 萬hm2)、農業(yè)用水量(X2， 萬m3)、化肥使用量(X3， 萬t)、農村用電量(X4，億kW·h)和農業(yè)機械總動力(X5， 萬kW)作為投入要素，農林牧漁總產值(Y1， 億元)和糧食總產量(Y2， 萬t)作為期望產出，農業(yè)源氨氮排放量(Y3，t)和農業(yè)源化學需氧量(COD)排放量(Y4，t)作為非期望產出。該文以2011～2014年我國各省份為例進行實證分析，各投入產出數據來自2012～2015年《中國統(tǒng)計年鑒》。

非期望產出SBM 模型中，DMU數量在大于輸入與輸出指標數量之和的兩倍時，才能表現出良好的運算效果； 該文中DMU數量為124個，輸入與輸出指標數量之和為6，符合非期望產出SBM模型運行的要求，采用Matlab2013編程進行規(guī)劃求解。

2 增強回歸樹

影響農業(yè)生態(tài)文明建設效率的因素可以分解為經濟發(fā)展水平、農業(yè)結構、資源投入、財政支持和區(qū)域因素等5個方面。經濟發(fā)展水平采用人均GDP(萬元)來反映，農業(yè)結構采用種植業(yè)比重(種植業(yè)產值占農業(yè)總產值的比例，%)和畜牧業(yè)比重(種植業(yè)產值占農業(yè)總產值的比例，%)來反映，資源投入采用化肥使用強度(單位播種面積投入的化肥總量，kg/hm2)和農村用電強度(農村單位GDP的耗電量，kW·h/元)來反映，財政支持采用農林水財政支出占GDP比重(%)來反映，區(qū)域因素為非數值變量，分為東部、中部、西部和東北等4個類型。各指標數據均來自2012～2015年的《中國統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》。

采用增強回歸樹(Boosting Regression Tree，BRT)分析農業(yè)生態(tài)文明建設效率與各指標之間的關系，以及各指標對農業(yè)生態(tài)文明建設效率省際差異的貢獻率。BRT方法是基于分類回歸樹算法的一種自學習方法，能夠得出自變量對因變量的影響載荷，及其他自變量取均值或不變的情況下，該自變量與因變量的相互關系，并且輸出的因變量與自變量關系很直觀，結果容易理解，且可以分析因變量與非數值變量之間的關系[12-13]，在國內外數據建模方面有較多的應用[14-15]。該方法在運算過程中多次隨機抽取一定量的數據分析自變量對因變量的影響程度，剩余數據用來對擬合結果進行檢驗，對生成的多重回歸樹取均值并輸出，能夠提高模型的穩(wěn)定性和預測精度。這種方法在處理不同數據格式時具有很大的靈活性，且對預測變量的獨立性無須做出事先假設，能夠適應復雜的非線性關系。BRT分析在R語言中完成，參數設置時，學習速率設置為0.01，樹的復雜性設置為5。

3 結果分析

3.1 農業(yè)生態(tài)文明建設投入產出概況

我國2011～2014年各地區(qū)農業(yè)生態(tài)文明建設的投入產出指標統(tǒng)計值見表1。農業(yè)投入規(guī)模方面，總體上中部地區(qū)最高，西部地區(qū)最低。農業(yè)產出方面，農林牧漁總產出均值是中部地區(qū)最高，其次是東部地區(qū)，西部地區(qū)和東北地區(qū)差異較??； 糧食產量分布特征與農林牧漁總產值一致； 農業(yè)源氨氮排放量是東北地區(qū)最高，其次是中部地區(qū)，西部地區(qū)最低； 農業(yè)源COD排放量是東北最高，中部次之，西部較低?？梢姡谕a出規(guī)模方面是中部地區(qū)最高，西部地區(qū)最低； 非期望產出規(guī)模分布與之有所差異，東北地區(qū)遠高于其他三大區(qū)域。

表1 我國各地區(qū)農業(yè)生態(tài)文明建設投入產出指標值統(tǒng)計值

地區(qū)投入產出X1X2X3X4X5Y1Y2Y3Y4東部最大11037 93307 6013101 401834 93476 264596 609973 707 58137 97 最小196 108 18105 687 0710 1563 94236 160 313 03 均值3861 31107 543527 24589 86168 641456 083057 532 9339 35 中部最大14378 30200 1911476 81313 23705 755772 307272 466 6282 30 最小3782 4441 542014 1377 26114 571193 00981 901 1916 91 均值8210 33140 205436 86141 95314 202961 823141 294 1643 66 西部最大9668 61550 994160 12169 57258 683374 904069 315 4259 32 最小250 9521 01440 901 185 3497 9768 210 050 54 均值4603 40123 842295 1168 51148 041346 471601 271 3219 88 東北最大12236 99316 145155 52433 07251 936242 193270 863 56110 71 最小4145 6881 642355 0442 51144 641753 90789 931 6548 41 均值7265 13158 183291 95167 69200 493769 311625 172 8480 60

圖1 2014年我國各省(市)農業(yè)生態(tài)文明建設效率

3.2 農業(yè)生態(tài)文明建設效率測度結果

采用非期望產出SBM模型和超效率SBM模型測算得到各省份農業(yè)生態(tài)文明建設效率見圖1。東部地區(qū)中，農業(yè)生態(tài)文明建設相對有效率的省份依次是山東、福建、海南、上海和北京，其他5個省份效率值低于1，在生產前沿面以下，相對無效率。上海和海南的年際變化較小，穩(wěn)定在效率前沿面以上； 天津、河北和廣東的效率值則穩(wěn)定在效率前沿面以下。中部地區(qū)中，河南和江西平均效率值在效率前沿面以上，相對有效率，但年際波動較大； 其他4個省份年均效率值在1以下，相對無效率，其中山西、湖南和湖北穩(wěn)定在效率前沿面以下。西部地區(qū)中，寧夏、陜西和甘肅年均效率值在1以下，相對無效率，其他省份年均效率值在1以上，相對有效率。其中重慶、四川和云南效率值年際變化很小，效率值遠高于西部地區(qū)其他省份，西藏的效率值年際變化也小，穩(wěn)定在1以上，相對有效率。東北地區(qū)3個省份年際效率值都較高，遼寧和吉林的效率值都很穩(wěn)定，黑龍江有一定波動?？傮w上，東北地區(qū)農業(yè)生態(tài)文明建設效率最高，中部地區(qū)相對較低。

進一步分析相對無效率的各省份農業(yè)投入產出變量的松弛值與實際值的比例，可以得到各省份農業(yè)生產要素投入冗余率、期望產出不足率和非期望產出冗余率，進而評估其改進潛力(表2)。

表2 我國省級農業(yè)生態(tài)文明建設投入產出松弛變量比例 %

農業(yè)投入方面，各省份農作物播種面積都出現較小的冗余，但最大不超過2%，可見未拋荒的土地均得到了比較有效的利用。其他投入方面，東部地區(qū)的上海和海南，西部地區(qū)的重慶、四川和云南以及東北地區(qū)都不存在冗余，表現出很高的利用效率。農業(yè)用水方面，最大冗余率超過30%的有河北、山西、甘肅和寧夏，是農業(yè)用水利用效率較低的省份?；释度敕矫妫畲笕哂嗦食^30%的省份有廣東、廣本、甘肅、寧夏、新疆和青海，其中新疆、寧夏、甘肅和青海的最大冗余率分別超過了80%、60%、50%和40%。農村用電方面，最大冗余率超過30%的有天津、河北、山西、安徽、江西、陜西、甘肅、寧夏和青海。農機總動力方面，最大冗余率超過30%的有天津、河北、江蘇、浙江、山西、湖北、陜西、甘肅、寧夏和新疆。農業(yè)產出方面，各省份的經濟和社會產出基本上都比較充分，農業(yè)源氨氮排放量30%的有天津、廣東、山西、安徽、湖南、湖北、江西和廣西，農業(yè)源COD排放量最大冗余率超過30%的有天津和寧夏。

東部地區(qū)農業(yè)生態(tài)文明建設效率較低的省份中，天津主要是農業(yè)資本投入和農業(yè)源污染物排放量冗余較高； 河北主要是農業(yè)資本投入冗余較多； 江蘇和浙江主要是農機沒有得到充分利用； 廣東主要是農機沒有充分利用，農業(yè)源氨氮排放量較多。在中部地區(qū)，山西是農業(yè)資本利用率低，農業(yè)源污染物排放量冗余較高，湖北與山西類似，湖南是農村用電量和農業(yè)源氨氮排放量冗余較高。在西部地區(qū)，寧夏是農業(yè)中間投入和農業(yè)資本利用率低，農業(yè)源COD排放量冗余率高； 甘肅是化肥投入量、農村用電量和農機總動力冗余率高； 陜西是農業(yè)資本投入冗余率較高。

3.3 農業(yè)生態(tài)文明建設影響因素

采用BRT方法模擬農業(yè)生態(tài)文明建設效率與各影響因素之間的關系，模擬值與實際值的相關系數達到了0.85，擬合效果較好。各類因素對農業(yè)生態(tài)文明建設效率的影響結果見圖2。上軸刻度表示各因子的數值分布特征，刻度間距為10%； 曲線表示各因子在其他因子取均值時，該因子與農業(yè)生態(tài)文明建設效率之間的關系。模擬結果表明，農業(yè)結構因素對農業(yè)生態(tài)文明建設效率省際差異的貢獻率最大，畜牧業(yè)比重和種植業(yè)比重的貢獻率分別達到了17.1%和14.4%。其次是資源投入因素和經濟發(fā)展水平，財政支持和區(qū)域因素的貢獻度相對較小，都低于10%。

圖2 農業(yè)生態(tài)文明建設效率的影響因素及其貢獻率

經濟發(fā)展水平方面，農業(yè)生態(tài)文明建設效率總體上與人均GDP呈正相關關系。經濟發(fā)展水平較高的地區(qū)，通常生態(tài)環(huán)保意識較強，對環(huán)境保護和生態(tài)建設較為重視，人財物等方面的政策支撐力度較大，有助于促進有機農業(yè)、綠色農業(yè)、生態(tài)農業(yè)、循環(huán)農業(yè)等資源節(jié)約、環(huán)境友好型農業(yè)發(fā)展模式的推廣，從而對農業(yè)生態(tài)文明建設構成有力的支撐。

農業(yè)結構方面，農業(yè)生態(tài)文明建設效率總體上與種植業(yè)比重呈負相關，可能與種植業(yè)比重較大的省份，如新疆、甘肅、陜西和寧夏，農業(yè)資本投入冗余率較高有關。農業(yè)生態(tài)文明建設效率與畜牧業(yè)比重總體上呈v型關系，在牧畜業(yè)比重小于30%時，總體上呈負相關關系，大于30%后則呈正相關關系，可能是由于畜牧業(yè)比重小于30%的省份，畜牧業(yè)規(guī)?；潭容^低，主要以散養(yǎng)或養(yǎng)殖小區(qū)為主，環(huán)保設施不到位，農業(yè)源污染物排放量冗余普遍較高。

資源投入因素中，農業(yè)用水強度對農業(yè)生態(tài)文明建設效率省際差異的貢獻率達到了15.9%。隨著農業(yè)用水強度的增加，農業(yè)生態(tài)文明建設效率迅速下降，可能是由于農業(yè)用水強度較大不僅影響資源利用效率，且往往提高了化肥的流失量，增加了農業(yè)源污染物排放量，導致非期望產出的較高冗余。隨著農村用電強度的增加，農業(yè)生態(tài)文明建設效率呈下降趨勢，但貢獻度相對較小。

財政支持方面，農林水財政支出比重對于農業(yè)生態(tài)文明建設效率有著顯著的正面促進作用，可能是由于農林水財政支持主要用于農業(yè)基礎設施建設和農業(yè)科技示范與推廣，如退耕還林、節(jié)水灌溉、測土配方施肥、病蟲害綜合防治等，有助于改善農業(yè)生產條件，提高農業(yè)資源利用效率，削減農業(yè)源污染物排放量，既增加期望產出，也減少非期望產出，因而改善農業(yè)生態(tài)文明建設效率。

區(qū)域因素反映以上指標以外的其他因素如自然地理、科教水平等方面的影響。東北地區(qū)光、溫、水、土等自然條件配合優(yōu)異，農業(yè)生產條件得天獨厚，能以相對較低的投入獲得較高的產出。東部地區(qū)的利好因素是農業(yè)科技水平和農民教育程度較高，能為農業(yè)生態(tài)文明建設提供較好的科教支撐。西部和中部地區(qū)在這些方面都不具優(yōu)勢，可能對農業(yè)生態(tài)文明建設效率有一定的不利影響。

4 結論

(1)東北地區(qū)農業(yè)生態(tài)文明建設效率最高，其次是東部地區(qū)和西部地區(qū)，中部地區(qū)最低。遼寧、吉林、黑龍江、山東、四川、重慶和云南的農業(yè)生態(tài)文明建設效率遠高于其他省份。

(2)農業(yè)結構因素對農業(yè)生態(tài)文明建設效率省際差異的貢獻度最大，畜牧業(yè)比重和種植業(yè)比重的貢獻率分別達到了17.1%和14.4%。其次是資源投入強度和經濟發(fā)展水平，其他因素的影響相對較小。

(3)農業(yè)生態(tài)文明建設效率總體與人均GDP和農林水財政支出比重正相關，與畜牧業(yè)比重呈v型關系，與種植業(yè)比重、農業(yè)用水強度、化肥投入強度和農村用電強度負相關。

(4)中部地區(qū)、天津和貴州的農業(yè)源氨氮排放量和天津、寧夏的農業(yè)源COD排放量存在較大的冗余，具有較大的削減潛力。東部地區(qū)的天津、河北、江蘇、浙江和廣東以及西北地區(qū)普遍存在農業(yè)投入冗余，需提高利用效率。

[1] 陳文勝，楊順順.農業(yè)面源污染的測算與防治——以湖南省為例.系統(tǒng)工程， 2015,(6)： 91～96

[2] 虞慧怡， 扈豪，曾賢剛.我國農業(yè)面源污染的時空分異研究.干旱區(qū)資源與環(huán)境， 2015, 29(9): 1～6

[3] 楊林章， 馮彥房，施衛(wèi)明，等.我國農業(yè)面源污染治理技術研究進展.中國生態(tài)農業(yè)學報， 2013, 21(1): 96～101

[4] 牛敏杰， 趙俊偉，尹昌斌，等.我國區(qū)域農業(yè)生態(tài)文明及其協(xié)調度的時空分異研究——以典型省份為例.中國農業(yè)資源與區(qū)劃， 2016, 37(4): 1～9

[5] 宓澤鋒， 曾剛，尚勇敏，等.中國省域生態(tài)文明建設評價方法及空間格局演變.經濟地理， 2016, 36(4): 15～21

[6] 李巍， 郗永勤.效率視角下的省域生態(tài)文明建設評價研究.生態(tài)學報， 2016, 36(22): 7354～7363

[7] 戴俊. 廣西種植業(yè)結構效率分析——基于隨機前沿分析(SFA)方法.中國農業(yè)資源與區(qū)劃， 2016, 37(3): 11～16

[8] 宮攀， 韓振鈴.基于DEA模型的山東省耕地投入產出效率研究.中國農業(yè)資源與區(qū)劃， 2015, 36(5): 123～131

[9] 夏后學， 陳方，支玲，等.基于超效率DEA方法的江蘇省城鎮(zhèn)化發(fā)展差異評價.中國農業(yè)資源與區(qū)劃， 2014, 35(2): 6～10

[10]胡彪， 王鋒，李健毅，等.基于非期望產出SBM的城市生態(tài)文明建設效率評價實證研究——以天津市為例.干旱區(qū)資源與環(huán)境， 2015, 29(4): 13～18

[11]宮大鵬， 趙濤，慈兆程，等.基于超效率SBM的中國省際工業(yè)化石能源效率評價及影響因素分析.環(huán)境科學學報， 2015, 35(2): 585～595

[12]Yang R M，Zhang G L，Liu F，et al.Comparison of boosted regression tree and random forest models for mapping topsoil organic carbon concentration in an alpine ecosystem.Ecological Indicators， 2016， 60： 870～878

[13]Almeida G M，Pereira W C，Facure N O.Ventriculo-auriculostomy in the treatment of obstruction of the cerebrospinal fluid circulation in brain cysticercosis.Water Resources Research， 2015, 51(8): 15～21

[14]李春林， 劉淼，胡遠滿，等.基于增強回歸樹和Logistic回歸的城市擴展驅動力分析.生態(tài)學報， 2014, 34(3): 727～737

[15]葛躍， 王明新，孫向武，等.基于增強回歸樹的城市PM2.5日均值變化分析——以常州為例.環(huán)境科學， 2017, 38(2): 64～73