李雪，顧莉麗，李瑞

(吉林農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，長(zhǎng)春市，130118)

0 引言

作為農(nóng)業(yè)大國(guó)，我國(guó)始終將“三農(nóng)”問(wèn)題放在重要位置，在國(guó)家政策支持下，我國(guó)農(nóng)業(yè)經(jīng)濟(jì)水平不斷提高，糧食生產(chǎn)現(xiàn)代化發(fā)展也得以穩(wěn)步前進(jìn)。多年來(lái)糧食生產(chǎn)效率雖大幅提高，但糧食生產(chǎn)的生態(tài)環(huán)境變化卻未得到應(yīng)有的重視。2019年我國(guó)糧食總產(chǎn)量達(dá)到663 840 kt，單產(chǎn)達(dá)5 720 kg/hm2，穩(wěn)居世界前列。2019年我國(guó)農(nóng)業(yè)化肥投入量為54 040 kt，施用強(qiáng)度為325.7 kg/hm2，相較近10年的農(nóng)業(yè)化肥施用量和施用強(qiáng)度已有所降低，但仍是歐盟的2.3倍，美國(guó)的2.4倍，遠(yuǎn)超世界平均水平；2019年我國(guó)農(nóng)藥投入量為1 390 kt，施用強(qiáng)度為8.4 kg/hm2，同化肥投入一樣，雖與我國(guó)往年相比有所下降，但仍是世界平均水平的2倍。2015年國(guó)家農(nóng)業(yè)部印發(fā)了兩個(gè)指導(dǎo)性文件——《到2020年農(nóng)藥使用量零增長(zhǎng)行動(dòng)方案》和《到2020年化肥使用量零增長(zhǎng)行動(dòng)方案》，2015年之后我國(guó)農(nóng)藥化肥的使用量確是有所下降，但相較于國(guó)際水平仍屬過(guò)量使用。我國(guó)作為產(chǎn)糧大國(guó)，在提高糧食產(chǎn)量的同時(shí)也應(yīng)考慮生態(tài)環(huán)境問(wèn)題對(duì)糧食安全和糧食作物可持續(xù)種植的影響，協(xié)調(diào)經(jīng)濟(jì)、資源與環(huán)境之間的關(guān)系。糧食生產(chǎn)生態(tài)效率是兼顧糧食產(chǎn)量和生態(tài)環(huán)境的綜合效率，因此，研究我國(guó)糧食生產(chǎn)生態(tài)效率的現(xiàn)狀、成因及其影響因素，對(duì)于發(fā)展綠色可持續(xù)的糧食生產(chǎn)具有重要意義。

1 文獻(xiàn)綜述

1.1 關(guān)于農(nóng)業(yè)生態(tài)效率的研究

生態(tài)效率是衡量經(jīng)濟(jì)、社會(huì)、環(huán)境和資源之間協(xié)調(diào)發(fā)展的重要指標(biāo)，最早由德國(guó)學(xué)者Schaltegger和Sturm[1]于1990年提出，2007年，我國(guó)學(xué)者周震峰[2]發(fā)表了“關(guān)于開(kāi)展農(nóng)業(yè)生態(tài)效率研究的思考”一文，之后國(guó)內(nèi)越來(lái)越多的學(xué)者開(kāi)始從多角度對(duì)農(nóng)業(yè)生態(tài)效率進(jìn)行研究，并取得豐碩的研究成果。吳小慶等[3]以盆栽水稻試驗(yàn)為例，運(yùn)用超效率DEA模型對(duì)4種水稻的生態(tài)效率進(jìn)行評(píng)價(jià)，結(jié)果表明不同品種水稻的生態(tài)效率與其氮肥利用效率具有一定正相關(guān)性。潘丹等[4]使用非期望產(chǎn)出SBM模型測(cè)算了中國(guó)30個(gè)省(市、自治區(qū))1998—2009年的農(nóng)業(yè)生態(tài)效率，認(rèn)為中國(guó)農(nóng)業(yè)生態(tài)效率的整體水平仍較低，主要是由過(guò)度消耗資源和排放大量污染物所導(dǎo)致。洪開(kāi)榮等[5]利用DEA模型測(cè)算了我國(guó)30個(gè)省(市、自治區(qū))2005—2013年農(nóng)業(yè)生態(tài)系統(tǒng)的整體效率和各個(gè)子系統(tǒng)的效率，并對(duì)各效率值的變化趨勢(shì)做收斂性檢驗(yàn)，從而找出農(nóng)業(yè)生態(tài)效率的主要影響因素，并對(duì)農(nóng)業(yè)生態(tài)效率的提升路徑進(jìn)行了深入探索。王寶義等[6]以我國(guó)31個(gè)省(市、自治區(qū))為研究對(duì)象，使用DEA模型對(duì)31個(gè)省(市、自治區(qū))1996—2015年的面板數(shù)據(jù)進(jìn)行測(cè)算，得出各省(市、自治區(qū))的農(nóng)業(yè)生態(tài)效率并分析其省際差異，進(jìn)而用Tobit模型找出我國(guó)農(nóng)業(yè)生態(tài)效率的主要影響因素。劉華軍等[7]對(duì)中國(guó)30個(gè)省(市、自治區(qū))2001—2015年的農(nóng)業(yè)生態(tài)效率做實(shí)證研究，認(rèn)為可以通過(guò)避免農(nóng)機(jī)動(dòng)力浪費(fèi)、推進(jìn)土地輪作休耕、加強(qiáng)農(nóng)業(yè)碳排放管控等方式，協(xié)同提升區(qū)域農(nóng)業(yè)生態(tài)效率。柏振忠等[8]采用SBM模型和Tobit模型對(duì)民族地區(qū)1999—2017年的面板數(shù)據(jù)進(jìn)行測(cè)算，得出民族地區(qū)農(nóng)業(yè)生態(tài)效率，進(jìn)而探討了影響民族地區(qū)農(nóng)業(yè)生態(tài)效率的因素。

1.2 關(guān)于糧食生產(chǎn)生態(tài)效率的研究

在農(nóng)業(yè)生態(tài)效率的研究取得了豐富的研究成果后，近幾年開(kāi)始有學(xué)者將目光聚焦到糧食生產(chǎn)上來(lái)，開(kāi)始對(duì)糧食生產(chǎn)生態(tài)效率進(jìn)行研究。管美佳[9]以我國(guó)31個(gè)省(市、自治區(qū))2000—2015年的面板數(shù)據(jù)，建立基于水足跡的糧食生產(chǎn)函數(shù)，運(yùn)用SFA模型測(cè)算各省(市、自治區(qū))的糧食生產(chǎn)生態(tài)效率及藍(lán)水、綠水和灰水效率并分析其影響因素。魯慶堯[10]運(yùn)用SBM模型測(cè)算了1990—2015年我國(guó)31個(gè)省(市、自治區(qū))的糧食種植生態(tài)效率，并對(duì)其動(dòng)態(tài)演進(jìn)進(jìn)行分析。陳寶珍等[11]運(yùn)用SBM-DEA模型對(duì)我國(guó)31個(gè)省(市、自治區(qū))2006—2015年的糧食生產(chǎn)生態(tài)效率進(jìn)行測(cè)算并提出改善路徑。魯慶堯等[12]運(yùn)用SBM模型對(duì)我國(guó)2000—2018年的糧食生產(chǎn)生態(tài)效率進(jìn)行測(cè)算和分析，并進(jìn)行了PS收斂檢驗(yàn)?？镞h(yuǎn)配等[13]基于2005—2018年26個(gè)省份的面板數(shù)據(jù)，結(jié)合水足跡理論和SFA模型對(duì)各省份樣本期的糧食生產(chǎn)生態(tài)效率進(jìn)行測(cè)算，進(jìn)而探究了農(nóng)地流轉(zhuǎn)對(duì)糧食生產(chǎn)生態(tài)效率的影響。魯慶堯等[14]測(cè)算了2000—2019年省級(jí)糧食種植生態(tài)效率，在考慮區(qū)域間空間效應(yīng)的基礎(chǔ)上研究其影響因素。

1.3 研究評(píng)述

通過(guò)梳理已有文獻(xiàn)可以發(fā)現(xiàn)，我國(guó)關(guān)于農(nóng)業(yè)生態(tài)效率的研究多以整個(gè)農(nóng)業(yè)部門為研究對(duì)象，針對(duì)糧食生產(chǎn)生態(tài)效率的研究較少，且關(guān)于糧食生產(chǎn)生態(tài)效率研究的研究范圍多為全國(guó)31個(gè)省(市、自治區(qū))，鮮少以13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率為研究對(duì)象。國(guó)家糧食局2019年的統(tǒng)計(jì)數(shù)據(jù)顯示，我國(guó)約79%的糧食產(chǎn)自13個(gè)糧食主產(chǎn)區(qū)，在此現(xiàn)實(shí)背景下，選擇糧食主產(chǎn)區(qū)作為研究對(duì)象，運(yùn)用SBM-DEA模型，考慮面源污染和碳排放兩方面的非期望產(chǎn)出，對(duì)我國(guó)13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率進(jìn)行測(cè)算并對(duì)結(jié)果進(jìn)行橫向比較，進(jìn)一步分析糧食生產(chǎn)生態(tài)效率的影響因素，能更好地反映我國(guó)糧食生產(chǎn)生態(tài)效率的現(xiàn)狀，從而為確保我國(guó)糧食生產(chǎn)增效、生態(tài)環(huán)境改善提供參考依據(jù)。

2 指標(biāo)選取、模型構(gòu)建與數(shù)據(jù)來(lái)源

傳統(tǒng)的糧食生產(chǎn)效率反映的是糧食生產(chǎn)對(duì)所投入資源的利用程度，而糧食生產(chǎn)生態(tài)效率不僅能反映糧食生產(chǎn)過(guò)程中對(duì)資源的利用程度，還能夠反映糧食生產(chǎn)對(duì)農(nóng)業(yè)生態(tài)環(huán)境的影響程度。不同于工業(yè)生產(chǎn)，糧食生產(chǎn)存在一定的隨機(jī)性，從整體角度來(lái)看，可以認(rèn)為糧食生產(chǎn)是各種投入要素綜合作用的結(jié)果。在實(shí)際的糧食生產(chǎn)過(guò)程中，資源要素的投入與糧食的產(chǎn)出不存在線性關(guān)系，例如隨著化肥使用量的增加，其對(duì)糧食增產(chǎn)的正向作用逐漸減弱，如果化肥過(guò)量使用導(dǎo)致土壤結(jié)構(gòu)被破壞，那么化肥的使用還有可能對(duì)糧食增產(chǎn)產(chǎn)生負(fù)向作用。所以在測(cè)算糧食生產(chǎn)生態(tài)效率時(shí)，需要運(yùn)用適當(dāng)?shù)臄?shù)學(xué)模型來(lái)盡可能準(zhǔn)確地反映糧食生產(chǎn)過(guò)程中，要素投入、糧食產(chǎn)出以及環(huán)境非期望產(chǎn)出的關(guān)系。

2.1 指標(biāo)選取

糧食生產(chǎn)生態(tài)效率的測(cè)算兼顧了糧食生產(chǎn)過(guò)程中所產(chǎn)生的資源消耗、經(jīng)濟(jì)效益及生態(tài)損耗，通過(guò)借鑒糧食生產(chǎn)生態(tài)效率[15]和農(nóng)業(yè)生態(tài)效率[6， 16]方面已有研究，在生態(tài)經(jīng)濟(jì)理論、生態(tài)農(nóng)業(yè)理論和可持續(xù)發(fā)展理論等生態(tài)效率相關(guān)理論的指導(dǎo)下，綜合考慮糧食生產(chǎn)過(guò)程中的資源消耗、經(jīng)濟(jì)效益及生態(tài)損耗，最終選取以下指標(biāo)作為本研究中糧食生產(chǎn)生態(tài)效率的投入、期望產(chǎn)出和非期望產(chǎn)出指標(biāo)，構(gòu)建指標(biāo)體系(表1)。

表1 糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率測(cè)算指標(biāo)體系

所選取的投入指標(biāo)中僅糧食作物播種面積在現(xiàn)有數(shù)據(jù)中可直接獲得，糧食生產(chǎn)所投入的勞動(dòng)力、有效灌溉面積、化肥、農(nóng)藥、農(nóng)膜、機(jī)械總動(dòng)力和柴油都無(wú)法直接獲取數(shù)據(jù)，其中勞動(dòng)力僅能獲取第一產(chǎn)業(yè)勞動(dòng)力數(shù)據(jù)，其他6個(gè)指標(biāo)僅能獲取整個(gè)農(nóng)業(yè)的數(shù)據(jù)(這里的農(nóng)業(yè)是指狹義的農(nóng)業(yè)，也就是種植業(yè))，因此該研究將借助農(nóng)業(yè)產(chǎn)值占農(nóng)林牧副漁產(chǎn)值的比值和糧食作物播種面積占農(nóng)作物總播種面積的比值進(jìn)行折算。產(chǎn)出指標(biāo)中僅期望產(chǎn)出(糧食產(chǎn)出)的指標(biāo)數(shù)據(jù)可直接獲取，非期望產(chǎn)出中面源污染的指標(biāo)污染排放量和碳排放的指標(biāo)碳排放量均無(wú)法直接獲取數(shù)據(jù)，需要通過(guò)計(jì)算獲得。

糧食生產(chǎn)過(guò)程中的面源污染主要包括化肥流失、農(nóng)藥污染和農(nóng)膜殘留，所以

污染排放量=化肥流失量+農(nóng)藥污染量+

農(nóng)膜殘留量

=化肥投入量×化肥流失率+

農(nóng)藥投入量×農(nóng)藥污染率+

農(nóng)膜投入量×農(nóng)膜殘留率

其中化肥流失率、農(nóng)藥污染率和農(nóng)膜殘留率參照吳小慶等[17]和賴斯蕓等[18]的研究，分別設(shè)置為65%、50%、10%。

農(nóng)業(yè)碳排放分為直接碳排放和間接碳排放，直接碳排放是指由農(nóng)用機(jī)械消耗燃油和使用化肥、農(nóng)藥、農(nóng)膜所產(chǎn)生的碳排放，間接碳排放是指由糧食生產(chǎn)過(guò)程中所使用的電能轉(zhuǎn)化和農(nóng)用品運(yùn)輸所產(chǎn)生的碳排放。所涉及的糧食生產(chǎn)過(guò)程中的碳排放指的是直接碳排放，主要來(lái)自化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油和農(nóng)業(yè)灌溉，對(duì)碳排放量的處理方式參照車麗娟[19]的方法，碳排放量T=∑Ti=∑Ei×δi,其中Ti表示來(lái)自第i種碳排放源的碳排放量，Ei表示第i種碳排放源的使用量，δi表示第i種碳排放源的碳排放系數(shù)(表2)。

表2 碳排放系數(shù)

2.2 模型構(gòu)建

使用SBM-DEA模型測(cè)算我國(guó)13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率，該模型由Tone Kaoru[15]于2001年提出。與傳統(tǒng)DEA模型相比，非徑向、非角度的SBM模型結(jié)果中包含了無(wú)效率測(cè)量的松弛變量，而且SBM模型同時(shí)從投入和產(chǎn)出兩個(gè)角度進(jìn)行測(cè)算，基本原理如下。

s.tXλ+s-=x0

s-≥0,sg≥0,su≥0,λ≥0

s-——投入松弛矩陣；

sg——期望產(chǎn)出松弛矩陣；

su——非期望產(chǎn)出松弛矩陣。

SBM模型的評(píng)價(jià)結(jié)果中包括綜合技術(shù)效率(TE)、純技術(shù)效率(PTE)和規(guī)模效率(SE)，其中規(guī)模效率通過(guò)SE=TE/PTE得到。綜合技術(shù)效率是對(duì)決策單元在資源利用與配置等多方面水平的綜合評(píng)價(jià)，生態(tài)效率值就等同于綜合技術(shù)效率值，當(dāng)值為1時(shí)，說(shuō)明決策單元處于生產(chǎn)前沿面，即生產(chǎn)是有效的；純技術(shù)效率是對(duì)當(dāng)前科技和組織管理水平的評(píng)價(jià)，當(dāng)值為1時(shí)，說(shuō)明投入要素在當(dāng)前技術(shù)條件下是有效的。規(guī)模效率是對(duì)決策單元生產(chǎn)規(guī)模有效水平的評(píng)價(jià)，當(dāng)值為1時(shí)，說(shuō)明決策單元處于最優(yōu)規(guī)模狀態(tài)。

2.3 數(shù)據(jù)來(lái)源

樣本數(shù)據(jù)為2010—2019年的面板數(shù)據(jù)，所涉及的變量數(shù)據(jù)均來(lái)自2011—2020年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》及13個(gè)糧食主產(chǎn)區(qū)的地方統(tǒng)計(jì)年鑒。其中農(nóng)作物總播種面積、糧食作物播種面積、有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力和糧食產(chǎn)量來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》，柴油投入量、化肥投入量、農(nóng)藥投入量和農(nóng)膜投入量來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》，勞動(dòng)力人員數(shù)量來(lái)源于各省(區(qū))的統(tǒng)計(jì)年鑒。

3 糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率整體情況分析

以我國(guó)13個(gè)糧食主產(chǎn)區(qū)為研究對(duì)象，選取2010—2019年13個(gè)糧食主產(chǎn)區(qū)的面板數(shù)據(jù)，使用MaxDEA8 Ultra軟件中的SBM-Undesirable模型測(cè)算13個(gè)糧食主產(chǎn)區(qū)在樣本期內(nèi)的生態(tài)效率，同時(shí)使用該軟件中的DEA-BCC模型測(cè)算13個(gè)糧食主產(chǎn)區(qū)樣本期內(nèi)不考慮非期望產(chǎn)出的生產(chǎn)效率。

對(duì)比考慮非期望產(chǎn)出的糧食生產(chǎn)生態(tài)效率與不考慮非期望產(chǎn)出的糧食生產(chǎn)效率(圖1)，2010年我國(guó)13個(gè)糧食主產(chǎn)區(qū)的生態(tài)效率均值為0.64、生產(chǎn)效率均值為0.86；到2019年生態(tài)效率均值上升至0.80、生產(chǎn)效率均值上升至0.94；樣本期2010—2019年期間，生態(tài)效率的整體均值為0.709、生產(chǎn)效率的整體均值為0.899。可以看出，將糧食實(shí)際生產(chǎn)過(guò)程中產(chǎn)生的面源污染和碳排放等非期望產(chǎn)出納入到評(píng)價(jià)體系中測(cè)算出的生態(tài)效率明顯低于不考慮非期望產(chǎn)出的糧食生產(chǎn)效率，綜合考慮經(jīng)濟(jì)效益和環(huán)境效益的生態(tài)效率更能反映現(xiàn)實(shí)生產(chǎn)狀況。因此，主要對(duì)基于非期望產(chǎn)出的SBM-Undesirable模型測(cè)算的糧食生產(chǎn)生態(tài)效率進(jìn)行分析。

圖1 2010—2019年13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率均值和生態(tài)效率均值

從圖1可以看出，2010—2019年13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率和生產(chǎn)效率總體均呈上升趨勢(shì)，其中生態(tài)效率呈波動(dòng)上升趨勢(shì)，生產(chǎn)效率呈穩(wěn)定上升趨勢(shì)。根據(jù)2010—2019年13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率的變化趨勢(shì)，分成3個(gè)階段進(jìn)行分析。第一階段(2010—2012年)，此階段生態(tài)效率呈波動(dòng)上升趨勢(shì)，生態(tài)效率均值先從2010年的0.64上升至2011年的0.70，后下降到2012年的0.67，與2010年比，2012年增加了4.69%；生產(chǎn)效率均值從2010年的0.86上升至2012年的0.89，增加了3.49%。本階段國(guó)家對(duì)于農(nóng)業(yè)發(fā)展的政策支持不斷加大，包括加強(qiáng)農(nóng)業(yè)生態(tài)環(huán)境污染治理、統(tǒng)籌城鄉(xiāng)發(fā)展、發(fā)展“兩型”農(nóng)業(yè)等。這些支持政策有力地推動(dòng)了糧食生產(chǎn)生態(tài)效率的提高，所以本階段生態(tài)效率的漲幅高于生產(chǎn)效率的漲幅，但政策實(shí)施的有利效果在實(shí)施初期還不穩(wěn)定，因此生態(tài)效率呈波動(dòng)上升趨勢(shì)。第二階段(2013—2016年)，此階段生態(tài)效率呈平穩(wěn)上升趨勢(shì)，生態(tài)效率均值從2013年的0.72上升至2016年的0.75，增加了4.17%；生產(chǎn)效率均值從2013年的0.90上升至2016年的0.92，增加了2.22%。本階段國(guó)家中央一號(hào)文件多次提到資源環(huán)境協(xié)調(diào)發(fā)展的現(xiàn)代化農(nóng)業(yè)，制定并推行了控制農(nóng)藥和化肥使用的指導(dǎo)性方案，推動(dòng)了我國(guó)糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率水平的提高，但農(nóng)藥和化肥使用的嚴(yán)格管控導(dǎo)致部分主產(chǎn)區(qū)的糧食產(chǎn)量有所下降，因此本階段糧食生產(chǎn)的生態(tài)效率和生產(chǎn)效率的漲幅均較低；第三階段(2017—2019年)，此階段糧食生產(chǎn)的生態(tài)效率呈大幅度上升趨勢(shì)，生態(tài)效率均值從2017年的0.70上升至2019年的0.80，增加了14.29%；生產(chǎn)效率均值從2017年的0.89上升至2019年的0.94，增加了5.62%。本階段2017年生態(tài)效率均值低于2016年是由于部分地區(qū)在控制農(nóng)藥和化肥的使用后沒(méi)能提高對(duì)農(nóng)藥和化肥的利用率導(dǎo)致糧食產(chǎn)量下降，為了提高糧食產(chǎn)量這些地區(qū)增加了農(nóng)藥或者化肥的使用(并未違背國(guó)家印發(fā)的關(guān)于控制農(nóng)藥和化肥使用的指導(dǎo)性文件，文件中要求單位防治面積農(nóng)藥使用量控制在近3年平均水平以下到2020年?duì)幦?shí)現(xiàn)農(nóng)藥使用量零增長(zhǎng)，化肥使用量年增長(zhǎng)率控制在1%以內(nèi)到2020年?duì)幦?shí)現(xiàn)化肥使用量零增長(zhǎng))；本階段后期生態(tài)效率上升并創(chuàng)新高，主要是因?yàn)楦骷Z食主產(chǎn)區(qū)提高了農(nóng)藥化肥利用率，在保證糧食產(chǎn)量的情況下減少了農(nóng)藥和化肥的使用，同時(shí)在國(guó)家各種有利政策的推動(dòng)下，使得各糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率整體得到改善，生態(tài)效率達(dá)到有效的省份從2010年的2個(gè)增加到2019年的7個(gè)。

4 糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率省際差異性分析

SBM-Undesirable模型測(cè)算的結(jié)果包含糧食生產(chǎn)的生態(tài)效率、純技術(shù)效率、規(guī)模效率，樣本期內(nèi)13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率見(jiàn)表3，樣本期內(nèi)13個(gè)糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率、純技術(shù)效率、規(guī)模效率均值對(duì)比見(jiàn)圖2。

表3 2010—2019年13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率

圖2 2010—2019年13個(gè)糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率、純技術(shù)效率、規(guī)模效率均值

由表3可以看出，13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率存在較為明顯的空間差異，各主產(chǎn)區(qū)在不同年份的糧食生產(chǎn)生態(tài)效率均有所不同。根據(jù)研究結(jié)果將13個(gè)糧食主產(chǎn)區(qū)按照其2010—2019年糧食生產(chǎn)生態(tài)效率均值劃分成3個(gè)效率組：高效率組(0.9以上)、中效率組(0.6～0.9)和低效率組(0.6以下)。高效率組包括：吉林省、黑龍江省、江西省、湖南省、四川?。恢行式M包括：內(nèi)蒙古自治區(qū)、河南省、湖北??；低效率組包括河北省、遼寧省、江蘇省、安徽省、山東省。3個(gè)效率組的糧食生產(chǎn)生態(tài)效率均值分別為0.946、0.673、0.492。

高效率組中5個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率在樣本期內(nèi)均有多個(gè)年份達(dá)到有效(強(qiáng)有效——松弛變量均為0，通過(guò)測(cè)算結(jié)果得知本結(jié)果中達(dá)到有效的決策單元均為強(qiáng)有效)，且2019年均達(dá)到有效，其他年份雖未達(dá)到有效，但都處在較高效率水平，同時(shí)這5個(gè)糧食主產(chǎn)區(qū)的純技術(shù)效率和規(guī)模效率也都處于較高水平，說(shuō)明相對(duì)于其他糧食主產(chǎn)區(qū)，這5個(gè)省份在保證糧食產(chǎn)量的同時(shí)，兼顧了糧食生產(chǎn)過(guò)程中生態(tài)環(huán)境的協(xié)調(diào)。在中效率組中，內(nèi)蒙古自治區(qū)的糧食生產(chǎn)生態(tài)效率一直處于穩(wěn)步上升的趨勢(shì)，并在2016年和2019年達(dá)到有效，這說(shuō)明自從國(guó)家實(shí)施西部大開(kāi)發(fā)戰(zhàn)略以來(lái)出臺(tái)的一系列發(fā)展生態(tài)農(nóng)業(yè)的支持政策頗具成效；河南省的糧食生產(chǎn)生態(tài)效率在2010—2018年期間一直處于緩慢增長(zhǎng)態(tài)勢(shì)，在2019年突然有了大幅增長(zhǎng)并達(dá)到有效，對(duì)比2018和2019年各糧食主產(chǎn)區(qū)的投入產(chǎn)出指標(biāo)數(shù)據(jù)可以看出，2019年河南省除化肥和勞動(dòng)力兩項(xiàng)投入指標(biāo)較高、其他投入指標(biāo)均有所降低，這是其糧食生產(chǎn)生態(tài)效率陡然升高的主要原因，但從圖2可以看出，河南省的純技術(shù)效率和規(guī)模效率水平都不高，雖然在2019年各效率值均達(dá)到有效，但不排除其他因素對(duì)結(jié)果的影響，河南省在發(fā)展生態(tài)農(nóng)業(yè)方面仍需加大其支持力度；湖北省的糧食生產(chǎn)生態(tài)效率在樣本期內(nèi)一直呈穩(wěn)定小幅增長(zhǎng)趨勢(shì)，同河南省相似，其純技術(shù)效率和規(guī)模效率水平都不高，均有較大改善潛力。

低效率組中，遼寧省的純技術(shù)效率水平較高，但規(guī)模效率水平較低，說(shuō)明遼寧省的糧食生產(chǎn)生態(tài)效率水平不高主要是由于其生產(chǎn)資料配比規(guī)模無(wú)效導(dǎo)致的；河北省、江蘇省、安徽省和山東省的規(guī)模效率都處于較高水平，純技術(shù)效率較低，說(shuō)明這4個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率水平不高主要是由于其技術(shù)運(yùn)用水平不高導(dǎo)致的，說(shuō)明其在技術(shù)運(yùn)用方面的水平遠(yuǎn)低于其他糧食主產(chǎn)區(qū)。

由表3可知，高效率省份主要分布在北部和南部地區(qū)，低效率組主要分布在中部地區(qū)。其原因可能在于，北部高效率省份有松花江流經(jīng)，南部高效率省份近長(zhǎng)江流域，自然資源稟賦較中部地區(qū)優(yōu)渥，中部地區(qū)雖有黃河流經(jīng)，但是滿足不了中部地區(qū)粗放的生產(chǎn)方式。

5 糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率損失分析

SBM-DEA的測(cè)算結(jié)果中包含各糧食主產(chǎn)區(qū)全部投入和產(chǎn)出指標(biāo)的松弛變量。其中，投入和非期望產(chǎn)出的松弛變量用負(fù)數(shù)表示，期望產(chǎn)出的松弛變量用正數(shù)表示。根據(jù)松弛變量可以計(jì)算出各糧食主產(chǎn)區(qū)的投入和非期望產(chǎn)出的冗余率以及期望產(chǎn)出的不足率，某一指標(biāo)的冗余率或不足率等于松弛變量的絕對(duì)值比上該指標(biāo)的初始值，計(jì)算結(jié)果如表4所示。

表4 2010—2019年13個(gè)糧食主產(chǎn)區(qū)糧食生產(chǎn)投入和產(chǎn)出的冗余率或不足率

根據(jù)表4可知，2010—2019年13個(gè)糧食主產(chǎn)區(qū)糧食生產(chǎn)投入指標(biāo)的冗余率均值為20.08%，非期望產(chǎn)出指標(biāo)的冗余率均值為25.12%，期望產(chǎn)出指標(biāo)的不足率均為0%，說(shuō)明投入冗余和非期望產(chǎn)出冗余是導(dǎo)致我國(guó)糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率整體水平不高的主要原因。各主產(chǎn)區(qū)在提高糧食生產(chǎn)生態(tài)效率時(shí)可根據(jù)本地區(qū)的實(shí)際情況減少投入冗余和非期望產(chǎn)出，通常降低投入冗余會(huì)直接或間接地減少面源污染和碳排放等非期望產(chǎn)出。但是減少投入也可能會(huì)導(dǎo)致期望產(chǎn)出相應(yīng)減少，所以不能簡(jiǎn)單地“哪里冗余減哪里”，應(yīng)當(dāng)因地制宜、有所側(cè)重。這里可以借鑒Kuo等[20]的思路，如果多數(shù)地區(qū)需要通過(guò)增加或減少某些指標(biāo)來(lái)提高農(nóng)業(yè)環(huán)境效率，那么這些指標(biāo)對(duì)于提高農(nóng)業(yè)發(fā)展總體效率相對(duì)來(lái)說(shuō)更為重要，也可以為未來(lái)發(fā)展和改進(jìn)政策的制定提供參考。結(jié)合本研究，該思路可以理解為，某一地區(qū)在某一指標(biāo)的冗余率較高，且在該指標(biāo)上冗余的地區(qū)較多，則說(shuō)明這一指標(biāo)是提高該地區(qū)糧食生產(chǎn)生態(tài)效率的重點(diǎn)。

高效率組中的5個(gè)省份(吉林省、黑龍江省、江西省、湖南省和四川省)在投入和非期望產(chǎn)出方面的冗余率都較低，其中吉林省、黑龍江省、湖南省和四川省在勞動(dòng)力方面的冗余率相對(duì)于在其他指標(biāo)的冗余率而言最高，江西省在機(jī)械動(dòng)力方面的冗余率相對(duì)于在其他指標(biāo)的冗余率而言最高，說(shuō)明若要提高糧食生產(chǎn)生態(tài)效率，吉林省、黑龍江省、湖南省和四川省可優(yōu)先考慮優(yōu)化勞動(dòng)力投入，江西省可優(yōu)先考慮優(yōu)化機(jī)械動(dòng)力方面的投入。中、低效率組中8個(gè)省份的兩個(gè)非期望產(chǎn)出指標(biāo)均存在較大冗余，且這8個(gè)省份均有多個(gè)不同投入指標(biāo)的冗余率較高，其中在勞動(dòng)力、機(jī)械動(dòng)力、化肥、農(nóng)藥和農(nóng)膜方面冗余的省份較多且冗余率較高，說(shuō)明若要提高糧食生產(chǎn)生態(tài)效率，這些省份可以優(yōu)先考慮降低非期望產(chǎn)出，優(yōu)化勞動(dòng)力和機(jī)械動(dòng)力投入，提高化肥、農(nóng)藥和農(nóng)膜的利用率，從而減少在這些指標(biāo)方面的投入。

6 結(jié)論與政策建議

6.1 結(jié)論

采用SBM-DEA模型對(duì)我國(guó)13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率進(jìn)行測(cè)算，并對(duì)結(jié)果進(jìn)行整體情況分析、省際差異性分析和效率損失分析，得出以下結(jié)論。

1) 2010—2019年13個(gè)糧食主產(chǎn)區(qū)的糧食生產(chǎn)效率均值從0.86穩(wěn)定上升至0.94，樣本期內(nèi)整體均值為0.899；糧食生產(chǎn)生態(tài)效率從0.64波動(dòng)上升至0.80，樣本期內(nèi)整體均值為0.709。可以看出，考慮非期望產(chǎn)出的糧食生產(chǎn)生態(tài)效率值整體明顯低于不考慮非期望產(chǎn)出的糧食生產(chǎn)效率值。糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率整體偏低，主要是由于部分地區(qū)沒(méi)有實(shí)現(xiàn)高效綠色發(fā)展，生態(tài)效率水平較低，且低效率地區(qū)與高效率地區(qū)差距較大，各糧食主產(chǎn)區(qū)生態(tài)效率不均衡。

2) 根據(jù)研究結(jié)果將13個(gè)糧食主產(chǎn)區(qū)按照其2010—2019年糧食生產(chǎn)生態(tài)效率均值劃分成高效率組、中效率組和低效率組，3個(gè)效率組的效率均值分別為0.946、0.673.0.492，且高效率省份主要分布在北部和南部地區(qū)，低效率省份主要分布在中部地區(qū)。相對(duì)于其他糧食主產(chǎn)區(qū)，高效率組的純技術(shù)效率和規(guī)模效率水平都較高，樣本期內(nèi)整體均值分別達(dá)到0.970和0.978。中、低效率組的純技術(shù)效率和規(guī)模效率水平至少有1個(gè)較低，其中，中效率組樣本期內(nèi)純技術(shù)效率和規(guī)模效率的整體均值分別為0.853和0.797，低效率組樣本期內(nèi)純技術(shù)效率和規(guī)模效率的整體均值分別為0.584和0.882?？傮w來(lái)看，多數(shù)糧食主產(chǎn)區(qū)在糧食生產(chǎn)過(guò)程中的資源利用效率水平不高。

3) 投入冗余和非期望產(chǎn)出冗余是導(dǎo)致我國(guó)糧食主產(chǎn)區(qū)糧食生產(chǎn)生態(tài)效率整體水平不高的主要原因。高效率組中的5個(gè)省份在投入和非期望產(chǎn)出方面的冗余率都較低，其中所有投入指標(biāo)冗余率整體均值為3.15%，2個(gè)非期望產(chǎn)出指標(biāo)的冗余率整體均值為3.89%；中、低效率組中8個(gè)省份的2個(gè)非期望產(chǎn)出指標(biāo)均存在較大冗余，2個(gè)非期望產(chǎn)出指標(biāo)的冗余率整體均值為38.38%，且這8個(gè)省份均有多個(gè)不同投入指標(biāo)的冗余率較高，所有投入指標(biāo)冗余率整體均值為30.65%，其中在勞動(dòng)力、機(jī)械動(dòng)力、化肥、農(nóng)藥和農(nóng)膜方面冗余的省份較多且冗余率較高。

6.2 政策建議

1) 推動(dòng)各糧食主產(chǎn)區(qū)綠色、均衡、高效發(fā)展。綠色是指在生產(chǎn)過(guò)程中盡可能做到無(wú)害、無(wú)污染，因此政府要大力提倡使用綠色有機(jī)肥，在治理病蟲(chóng)害時(shí)鼓勵(lì)使用物理技術(shù)，減少農(nóng)藥投入；均衡是指同步各糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率，鼓勵(lì)高效率地區(qū)的優(yōu)質(zhì)資源和技術(shù)向低效率地區(qū)轉(zhuǎn)移，同時(shí)注重低效率地區(qū)的環(huán)境問(wèn)題；高效是指依靠科技進(jìn)步提高糧食主產(chǎn)區(qū)糧食生產(chǎn)的綜合效率，增加科學(xué)技術(shù)研究投入，提高科學(xué)技術(shù)水平，不僅能提高糧食生產(chǎn)綜合效率，還能幫助降低糧食生產(chǎn)成本，提高我國(guó)糧食在國(guó)際市場(chǎng)中的競(jìng)爭(zhēng)力，從而增加農(nóng)民收入。

2) 提高資源利用效率，降低面源污染和碳排放?？偟膩?lái)看，當(dāng)前我國(guó)糧食主產(chǎn)區(qū)的糧食生產(chǎn)生態(tài)效率水平不高，主要就是因?yàn)橘Y源的過(guò)度消耗和糧食生產(chǎn)過(guò)程中產(chǎn)生的面源污染和碳排放。糧食生產(chǎn)勞動(dòng)力冗余率較高的地區(qū)可以采取適當(dāng)措施促進(jìn)勞動(dòng)力合理分布，鼓勵(lì)農(nóng)村過(guò)剩勞動(dòng)力轉(zhuǎn)移就業(yè)；對(duì)于水資源有冗余的地區(qū)，為了提高水資源的利用效率，應(yīng)當(dāng)大力發(fā)展并推廣節(jié)水的灌溉方式；糧食生產(chǎn)對(duì)農(nóng)藥、化肥、農(nóng)膜等化學(xué)資源的使用雖然已經(jīng)逐步減少，但仍遠(yuǎn)超國(guó)際水平，國(guó)家仍然需要對(duì)這方面進(jìn)行嚴(yán)格管控；機(jī)械動(dòng)力和柴油投入冗余率較高的地區(qū)應(yīng)當(dāng)注重農(nóng)業(yè)的有機(jī)發(fā)展，推動(dòng)農(nóng)業(yè)機(jī)械技術(shù)與現(xiàn)代生物技術(shù)同步發(fā)展；通過(guò)減少農(nóng)藥化肥農(nóng)膜的使用并結(jié)合測(cè)土配方等技術(shù)合理施肥用藥，降低糧食生產(chǎn)的面源污染；通過(guò)采用低碳農(nóng)機(jī)代替高碳農(nóng)機(jī)等手段降低碳排放。

3) 農(nóng)業(yè)補(bǔ)貼政策兼顧經(jīng)濟(jì)和環(huán)境雙重效益。政府在農(nóng)業(yè)方面的政策目標(biāo)應(yīng)當(dāng)從產(chǎn)量導(dǎo)向逐步轉(zhuǎn)向質(zhì)量導(dǎo)向，不僅關(guān)注農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益，也要關(guān)注農(nóng)業(yè)生產(chǎn)的環(huán)境效益，可以推出和環(huán)境保護(hù)相關(guān)的農(nóng)業(yè)補(bǔ)貼政策，比如，對(duì)于有效防治或減輕農(nóng)業(yè)污染的生產(chǎn)者給予獎(jiǎng)勵(lì)性補(bǔ)貼。在這種補(bǔ)貼政策的激勵(lì)下，糧食生產(chǎn)者就會(huì)合理投入各種生產(chǎn)資料，而不是為了增產(chǎn)不惜損害生態(tài)環(huán)境，糧食生產(chǎn)生態(tài)效率也會(huì)得到提高。