王東波 張?，?宋保勝

摘 要：黃河流域是我國重要的糧食和農(nóng)產(chǎn)品生產(chǎn)基地，但生態(tài)環(huán)境脆弱，黃河流域農(nóng)業(yè)生態(tài)效率評價有利于保障糧食安全、保護生態(tài)環(huán)境、促進農(nóng)業(yè)高質量發(fā)展。該研究基于2010—2019年黃河流域9省份的農(nóng)業(yè)生產(chǎn)面板數(shù)據(jù)，運用固定規(guī)模收益模型和可變規(guī)模收益模型對黃河流域9省份的農(nóng)業(yè)生態(tài)效率進行分析評價，結果表明，四川、陜西和青海的農(nóng)業(yè)生態(tài)效率處于有效狀態(tài)，山東、甘肅、寧夏、河南、山西和內(nèi)蒙的農(nóng)業(yè)生態(tài)效率處于無效狀態(tài)。在分析規(guī)模效率和純技術效率基礎上，分析了農(nóng)業(yè)生態(tài)效率無效省份農(nóng)業(yè)投入指標的松弛狀況和冗余程度，揭示了這些省份從農(nóng)業(yè)生態(tài)效率無效狀態(tài)達到農(nóng)業(yè)生態(tài)效率有效狀態(tài)的方向和路徑。

關鍵詞：黃河流域;農(nóng)業(yè)生態(tài)效率;評價;DEA

中圖分類號 F323.21 文獻標識碼 A 文章編號 1007-7731（2022）02-0141-04

Abstract： The Yellow River Basin is an important production base for food and agricultural products in my country， but the ecological environment is very fragile. The evaluation of agricultural ecological efficiency in the Yellow River Basin is conducive to ensuring food security， protecting the ecological environment， and promoting high-quality agricultural development. Based on the agricultural production panel data of 9 provinces in the Yellow River Basin from 2010 to 2019， this paper uses the fixed scale return model and the variable scale return model to analyze and evaluate the agricultural ecological efficiency of the Yellow River Basin. The results found that the agro-ecological efficiency in Sichuan， Shaanxi and Qinghai is in an effective state， while the agro-ecological efficiency in Shandong， Gansu， Ningxia， Henan， Shanxi and Inner Mongolia is in an ineffective state. Based on the analysis of scale efficiency and pure technical efficiency， the slackness and redundancy of agricultural input indicators in provinces with ineffective agricultural ecological efficiency are analyzed， and the direction and path of these provinces from ineffective agricultural ecological efficiency to effective agricultural ecological efficiency are revealed.Key words： agro-ecological efficiency， the Yellow River Basin， evaluation， DEA.

Key words： The Yellow River Basin; Agro-ecological efficiency; Evaluation; DEA

習總書記在黃河流域考察時指出“黃河寧，天下平”，要對黃河進行綜合、系統(tǒng)、源頭治理，推動黃河流域生態(tài)環(huán)境保護和高質量發(fā)展。黃河流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙、陜西、山西、河南、山東9省區(qū)，占全國國土面積的30%。黃河流域橫穿河套平原、汾渭平原和華北平原，是我國重要的糧食和農(nóng)產(chǎn)品生產(chǎn)基地。2019年黃河流域各省份糧食總產(chǎn)量為23437.6萬t，占全國糧食總產(chǎn)量的30%，其中河南、山東、內(nèi)蒙、四川4個國家糧食主產(chǎn)省區(qū)實現(xiàn)糧食產(chǎn)量19203.40萬t，占流域糧食總產(chǎn)量的81.93%，占全國糧食總產(chǎn)量的28.90%。黃河流域生態(tài)環(huán)境脆弱，上游區(qū)域涵養(yǎng)水源的功能在減退，中游區(qū)域水土流失多發(fā)，下游區(qū)域土地的鹽堿化程度等問題日趨嚴重。關注農(nóng)業(yè)生產(chǎn)資源消耗與污染物排放，加強農(nóng)業(yè)面源污染防治，實現(xiàn)農(nóng)業(yè)發(fā)展與生態(tài)環(huán)境保護協(xié)同耦合是黃河流域未來發(fā)展的必然趨勢。黃河流域農(nóng)業(yè)生態(tài)效率評價有利于保障糧食安全、保護生態(tài)環(huán)境、促進農(nóng)業(yè)高質量發(fā)展。

農(nóng)業(yè)生態(tài)效率（Agricultural Eco-Efficiency，AEE），是在保證一定農(nóng)業(yè)產(chǎn)出的前提下，盡量減少農(nóng)業(yè)生產(chǎn)要素投入和資源消耗，盡可能降低對生態(tài)環(huán)境的污染破壞[1]，其基本內(nèi)涵是以較少的農(nóng)業(yè)資源投入和環(huán)境污染破壞，獲得較多的農(nóng)業(yè)產(chǎn)出。目前關于農(nóng)業(yè)生態(tài)效率的評價研究主要集中于評價指標體系的構建[2-5]和數(shù)理模型的實證分析[6-7]，評價方法有生態(tài)足跡法[8]、隨機前沿法[9]、層次分析法[10]等。已有研究多以全國、省域、或農(nóng)業(yè)發(fā)達區(qū)域為研究對象[11-12]，從流域視角研究農(nóng)業(yè)生態(tài)效率的文獻不多見[13]。本研究以黃河流域9省份為對象，基于2010—2019年農(nóng)業(yè)生產(chǎn)面板數(shù)據(jù)，運用數(shù)據(jù)包絡分析法對黃河流域農(nóng)業(yè)生態(tài)效率進行分析評價。

1 數(shù)據(jù)包絡分析法

數(shù)據(jù)包絡分析法（Difference Exponential Average，DEA）[14]，根據(jù)多項投入指標和多項產(chǎn)出指標，利用線性規(guī)劃的方法，將相同類型且具有可比性的決策單元進行評價。DEA方法的基本原理為：設有n個待評價決策單元DMUj（j=1，2，……n），它們的投入與產(chǎn)出向量分別為：Xj=（x1j，x2j，x3j…xmj）T>0，Yj=（y1j，y2j，y3j…ysj）T>0，j=1…n。決策單元表示的是在一定投入指標確定的狀況下得到最優(yōu)產(chǎn)出的最小能力。由于在生產(chǎn)過程中各種投入和產(chǎn)出的地位和作用各不相同，因此，就需要對決策單元的投入與產(chǎn)出進行綜合評價。分別賦予每個投入和產(chǎn)出恰當?shù)臋嘀兀僭O投入、產(chǎn)出的權向量分別為V=（v1，v2，v3…vm）T和U=（u1，u2，u3…us）T，Xij表示第j個決策單元對第i種類型投入的總量，Yrj表示第j個決策單元對第r種類型產(chǎn)出的總量，Vi表示第i種類型投入的度量（權系數(shù)），Ur表示第r種類型產(chǎn)出的度量（權系數(shù)），從而獲得如下的模型：

[hj=uTYjVTXj=r=1svrYrji=1mviXij，（j=1，2，…n）]表示的是第j個決策單元的效率評價指數(shù)。

為全面了解黃河流域各省份的農(nóng)業(yè)生態(tài)效率，本文將固定規(guī)模收益模型（DEA-CRS）和可變規(guī)模收益模型（DEA-VRS）相結合，分別計算各決策單元的綜合技術效率、規(guī)模效率和純技術效率。綜合技術效率（TE）綜合評價各個決策單元配置和利用資源等各個方面的能力[15]，可以表示為最優(yōu)產(chǎn)量與實際產(chǎn)量之間的比值。綜合技術效率是由純技術效率（PTE）和規(guī)模效率（SE）組成的，可以表示為規(guī)模效率與純技術效率相乘等于綜合技術效率。其中，純技術效率表示的是決策單元的投入與產(chǎn)出之間的關系，指一定投入規(guī)模不變情況下產(chǎn)出的效率。規(guī)模效率主要測算的是決策單元實際生產(chǎn)規(guī)模與達到最優(yōu)生產(chǎn)規(guī)模的差距[16]，相差越小，則表示規(guī)模效益越高。

DEA-CRS模型見公式1：

[minθ-ε（j=1ms-+j=1rs+）=vd（ε）]

[s.t.j=1nxjλj+s-=θx0]

[i=1nyjλj-s+=y0]

[λj≥0， s+≥0， s-≥0]

式1中，θ是屬于（0，1）的標量，即決策單元（[DMUj]）的綜合效率值;[λj、s+、s-]它們都是變量分別表示的權重、剩余、松弛;單位空間向量是êT和eT。一般θ≤1，意味著該決策單元綜合技術效率尚未達到有效;而θ值越靠近于1，則表明綜合技術越有效，并且位于路徑前沿上。如果要得到VRS模型，可以在CRS模型中加入[j=1nλj=1]得到。見公式2：

[Maxhkr=1surYrk-u0]

[s.t.t=1mvtXik=1]

[r=1surYrk-t=1mvtXij≤0， j=1，…， n]

[ur， vi>0， r=1，…， s， i=1，…， m]

通過DEA-CRS模型和DEA-VRS模型對同一組數(shù)據(jù)進行計算，如果決策單元的綜合技術效率值為1，就表示這一DMU是DEA有效的。反之，當決策單元的綜合技術效率的值小于1，則表示該決策單元的是DEA無效的，此時，可以調整產(chǎn)出項和投入項，對農(nóng)業(yè)生態(tài)效率進行優(yōu)化，使之達到有效。如果測算的純技術效率等于1，表示在目前的投入產(chǎn)出技術水平基礎上，其資源使用是效率高且有效的，未能達到綜合技術效率有效原因在于規(guī)模效益無效。因此，我們可以對規(guī)模效益進行調整使之有效。具體情形如下：如果決策單元的綜合技術效率小于純技術效率，說明規(guī)模效率小于1，該決策單元為規(guī)模無效。在決策單元規(guī)模無效的情況下，可利用非遞增規(guī)模收益（NIRS）模型確定決策單元所處的規(guī)模收益階段[5]，對規(guī)模進行調整。如果該決策單元處于規(guī)模收益遞減階段，說明投入每增加一定比例，產(chǎn)出會降低相應的比例;反之，如果該決策單元處于規(guī)模收益遞增階段，說明投入每增加一定比例，產(chǎn)出也會增加相應的比例。

2 實證分析

2.1 指標選取 選取農(nóng)作物的播種面積、農(nóng)用塑料膜使用量、化肥污染量、有效灌溉面積、機械總動力、農(nóng)藥污染量作為投入指標，選取農(nóng)業(yè)生產(chǎn)總產(chǎn)值作為產(chǎn)出指標，見下表1?；A數(shù)據(jù)主要從2010—2019年的《中國農(nóng)村統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》等公開資料中獲取。

2.2 農(nóng)業(yè)生態(tài)效率評價 本研究采用DEAPVersion2.1軟件，基于DEA-CRS和DEA-VRS模型對2010—2019年黃河流域9省份的農(nóng)業(yè)生態(tài)效率進行測算。具體計算結果見下表2。

結果表明，綜合技術效率的平均值為0.792，未達到1，說明黃河流域9省份的農(nóng)業(yè)生態(tài)效率整體處于無效狀態(tài)。綜合技術效率按從大到小排列，依次為四川、陜西、青海、山東、甘肅、寧夏、河南、山西和內(nèi)蒙。其中綜合技術效率都等于1為四川、陜西和青海3個省份，說明該三省農(nóng)業(yè)生態(tài)效率處于有效狀態(tài)，占總樣本數(shù)的33.3%;山東、甘肅、寧夏、河南、山西和內(nèi)蒙6省份的綜合技術效率分別為0.859、0.785、0.738、0.666、0.615和0.468，均小于1，未達到農(nóng)業(yè)生態(tài)效率有效，占總樣本數(shù)的66.6%，說明這些地區(qū)在農(nóng)業(yè)生產(chǎn)過程中有不同程度的損失。

純技術效率的平均值為0.883，未達到1，說明黃河流域9省份的農(nóng)業(yè)投入指標整體存在松弛和冗余狀況。將九省份的純技術效率從大到小依次排列，為山東、河南、四川、陜西、青海、寧夏、甘肅、山西和內(nèi)蒙。其中山東、四川、陜西、寧夏和河南5省份的純技術效率為1，說明這些省份在一定規(guī)模上農(nóng)業(yè)投入與農(nóng)業(yè)產(chǎn)出基本協(xié)調，不存在投入松弛和冗余;寧夏、甘肅、山西和內(nèi)蒙4省份的純技術效率分別為0.959、0.785、0.725和0.469，均小于1，說明這些省份的農(nóng)業(yè)投入與農(nóng)業(yè)產(chǎn)出不相適應，在農(nóng)業(yè)要素投入上存在投入松弛和冗余狀況。

規(guī)模效率的平均值為0.904，未達到1，說明黃河流域9省份的實際規(guī)模產(chǎn)出效益與預計的最優(yōu)規(guī)模產(chǎn)出效益存在差距。規(guī)模效率按從大到小排列，依次為四川、陜西、青海、內(nèi)蒙、甘肅、山東、山西、寧夏和河南。其中四川、陜西和青海規(guī)模效率為1，說明這些省份農(nóng)業(yè)產(chǎn)出達到了最優(yōu)規(guī)模效益;內(nèi)蒙、甘肅、山東、山西、寧夏和河南規(guī)模效率分別為0.997、0.995、0.859、0.847、0.769和0.666，小于1，說明這些省份農(nóng)業(yè)實際規(guī)模效益與最優(yōu)規(guī)模效益有不同程度的差距。進一步分析發(fā)現(xiàn)，山西和寧夏屬于規(guī)模報酬遞增，說明適當增加一定比例的農(nóng)業(yè)投入能夠獲得更高比例的農(nóng)業(yè)產(chǎn)出，這些省份應繼續(xù)維持規(guī)模效益遞增狀態(tài)。然而內(nèi)蒙、山東、河南和甘肅屬于規(guī)模報酬遞減的情況，說明增加一定比例的農(nóng)業(yè)投入只能獲得更小比例的產(chǎn)出。

2.3 投入指標的松弛狀況和冗余程度 DEA模型可以分析農(nóng)業(yè)生態(tài)效率無效省份投入指標的松弛狀況，根據(jù)松弛狀況來調節(jié)相應投入指標，可以使無效省份達到生態(tài)效率有效。2010—2019年黃河流域農(nóng)業(yè)生態(tài)效率無效省份投入指標的松弛狀況見表3。結果發(fā)現(xiàn)，在農(nóng)業(yè)生態(tài)效率無效的山東、甘肅、寧夏、河南、山西和內(nèi)蒙6省份中，甘肅、寧夏、山西、內(nèi)蒙4省份的投入指標存在松弛。具體來看，在農(nóng)作物播種面積、農(nóng)膜使用量和有效灌溉面積投入指標上需要做出調整的省份有4個，分別是甘肅、寧夏、山西和內(nèi)蒙，占比44.40%;在化肥施用量投入指標上需要做出調整的省份有2個，分別是寧夏和山西，占比22.2%;在農(nóng)藥使用量投入指標上需要做出調整的省份有3個，分別是甘肅、寧夏和山西，占比33.3%;在農(nóng)作物機械動力投入指標上需要做出調整的省份有2個，分別是甘肅和內(nèi)蒙，占比22.2%。

在分析農(nóng)業(yè)生態(tài)效率無效省份投入指標松弛狀況的基礎上，采用DEA模型進一步分析了需要調整的甘肅、寧夏、山西、內(nèi)蒙4省份投入指標的冗余程度，結果見表4。甘肅在農(nóng)膜、農(nóng)藥和土地投入上的冗余量最高，分別為81567.945、19718.241和807.469，其次是機械動力、灌溉投入，冗余量分別為111.172和104.199;寧夏在農(nóng)膜投入上的冗余量為4737.378，其次是土地和灌溉投入，冗余量分別為315.314和232.201;山西在農(nóng)膜和農(nóng)藥投入上的冗余量最高，分別為15081.211和13343.923，其次是土地和灌溉投入，冗余量分別為807.271和530.734;內(nèi)蒙在農(nóng)膜投入上的冗余量最高，為4496.518，其次是土地和灌溉投入，冗余量分別為903.225和474.952。

3 結論

（1）2010—2019年，黃河流域9省份農(nóng)業(yè)生態(tài)效率的平均值為0.792，整體處于無效狀態(tài)。其中，四川、陜西和青海的綜合效率值達到1，處于農(nóng)業(yè)生態(tài)效率有效狀態(tài);山東、甘肅、寧夏、河南、山西和內(nèi)蒙6省份的綜合效率值未達到1，處于農(nóng)業(yè)生態(tài)效率無效狀況。

（2）在6個農(nóng)業(yè)生態(tài)效率無效省份中，山西和寧夏處于規(guī)模報酬遞增狀態(tài)，內(nèi)蒙、山東、甘肅和河南和甘肅處于規(guī)模報酬遞減狀態(tài)，農(nóng)業(yè)產(chǎn)出與最優(yōu)產(chǎn)出之間存在差距。

（3）在6個農(nóng)業(yè)生態(tài)效率無效省份中，甘肅、寧夏、山西、內(nèi)蒙4省份的農(nóng)業(yè)投入指標存在松弛和冗余。其中，甘肅在農(nóng)膜和農(nóng)藥上的投入冗余量最高，寧夏在農(nóng)膜投入上的冗余量最高，山西在農(nóng)膜和農(nóng)藥投入上的冗余量最高，內(nèi)蒙在農(nóng)膜投入上的冗余量最高。

4 討論

考慮農(nóng)作物復種，本文選取農(nóng)作物播種面積代替耕地面積作為土地投入指標，農(nóng)作物播種面積更能反映農(nóng)作物生產(chǎn)中實際投入的土地數(shù)量。其次，由于數(shù)據(jù)的可獲取性，本文僅將污染因素納入非期望產(chǎn)出中，未考慮農(nóng)業(yè)碳排放，因此，農(nóng)業(yè)生產(chǎn)活動對環(huán)境的影響被低估了，尤其是河南、山東等農(nóng)業(yè)大省，計算的農(nóng)業(yè)產(chǎn)出結果可能偏小。另外，黃河流域各省份的農(nóng)作物種植結構、污染物累積程度以及資源稟賦，也是影響農(nóng)業(yè)生態(tài)效率出現(xiàn)差異的重要因素。

參考文獻

[1]Schaltegger S，SturmA.?kologische Rationalit?t[J].Die Unternehmung，1990，44（4）：273-290.

[2]任紅霞.基于DEA模型的農(nóng)業(yè)生態(tài)效率綜合測度[J].統(tǒng)計與決策，2019，35（06）：99-103.

[3]崔葉辰，韓亞麗，呂寧夏，等.基于超效率SBM模型的農(nóng)業(yè)生態(tài)效率測度[J].統(tǒng)計與決策，2020，36（21）：87-90.

[4]方永麗，曾小龍.中國省際農(nóng)業(yè)生態(tài)效率評價及其改進路徑分析[J].農(nóng)業(yè)資源與環(huán)境學報，2021，38（01）：135-142.

[5]白世秀，王宇.我國農(nóng)業(yè)生態(tài)效率評價及DEA分析[J].江蘇農(nóng)業(yè)科學，2019，47（7）：328-332.

[6]蔣璟，曹月娥，趙珮珮，等.新疆伊犁州農(nóng)業(yè)生態(tài)效率時空差異探究——基于超效率非期望SBM模型和Malmquist指數(shù)[J].西北師范大學學報（自然科學版），2021，57（02）：101-109.

[7]陳菁泉，信猛，馬曉君，等.中國農(nóng)業(yè)生態(tài)效率測度與驅動因素[J].中國環(huán)境科學，2020，40（07）：3216-3227.

[8]史丹，王俊杰.基于生態(tài)足跡的中國生態(tài)壓力與生態(tài)效率測度與評價[J].中國工業(yè)經(jīng)濟，2016（05）：5-21.

[9]岳慧麗，諸葉平，雪燕，等.基于隨機前沿分析方法的河北縣域農(nóng)業(yè)技術效率及影響因素研究[J].江蘇農(nóng)業(yè)科學，2014，42（09）：423-427.

[10]吳小慶，王亞平，何麗梅，等.基于AHP 和DEA模型的農(nóng)業(yè)生態(tài)效率評價——以無錫市為例[J].長江流域資源與環(huán)境， 2012，21（6）：714-719.

[11]郭曉佳，周榮，李京忠，等.黃河流域農(nóng)業(yè)資源環(huán)境效率時空演化特征及影響因素[J].生態(tài)與農(nóng)村環(huán)境學報，2021，37（03）：332-340.

[12]尚杰，吉雪強，陳璽名.中國城鎮(zhèn)化對農(nóng)業(yè)生態(tài)效率的影響——基于中國13個糧食主產(chǎn)區(qū)2009—2018年面板數(shù)據(jù)[J].中國生態(tài)農(nóng)業(yè)學報，2020，28（08）：1265-1276.

[13]洪名勇，鄭麗楠.中國農(nóng)業(yè)生態(tài)效率的區(qū)域差異及時空特征研究[J].統(tǒng)計與決策，2020，36（08）：56-61.

[14]黃敦平，劉子杰.黃河流域生態(tài)效率測度與提升對策[J].山西大同大學學報（社會科學版），2021，35（01）：113-116+120.

[15]田姣.馬鈴薯主糧化戰(zhàn)略背景下四四川馬鈴薯種植戶生產(chǎn)效率及種植意愿研究[D].成都：四川農(nóng)業(yè)大學，2018.

[16]曹琦.2005～2012年我國各地區(qū)能源效率的DEA測算及其影響因素的面板計量研究[A].中國數(shù)量經(jīng)濟學會、福建師范大學.21世紀數(shù)量經(jīng)濟學（第16卷）[C].中國數(shù)量經(jīng)濟學會、福建師范大學：中國數(shù)量經(jīng)濟學會，2015：23.

[17]潘丹，應瑞瑤.中國農(nóng)業(yè)生態(tài)效率評價方法與實證——基于非期望產(chǎn)出的SBM模型分析[J].生態(tài)學報，2013，33（12）：3837-3845.

[18]王寶義，張衛(wèi)國.中國農(nóng)業(yè)生態(tài)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(shù)據(jù)分析[J].中國農(nóng)村經(jīng)濟，2018（01）：46-62. （責編：王慧晴）