强可处置性视角下中国农业环境效率测度及其动态演进

张可+丰景春

摘要随着农村经济社会的快速发展，农业面源污染不断加剧、农业环境面临的形势日益严峻。从生态农业视角科学度量和提高环境效率对于改善农业生态环境，促进农业与资源、环境的协调发展具有重要意义。为此，首先从农业面源污染特征、治理成本和环境规制方面研究联合弱可处置性视角下农业环境效率测度模型可能存在的局限性；然后，构建了基于强可处置视角的农业环境效率测度模型和环境全要素生产率指数（TFP）；最后，采用两种视角下的模型对比研究了2012年我国农业环境效率，以及1991-2011年中国30个省份农业环境全要素生产率增长。结果表明：①考虑农业污染的强可处置特征，2012年农业环境效率均值从0.98下降为0.86，东、中、西部地区依次递减的空间差异性更加显著；②1991-2011年我国农业TFP平均增长率为0.8%，技术效率年均负增长1.4%，技术进步年均增长2%，均低于传统度量方法。③技术效率呈现持续增长趋势，TFP总体上呈现了先下降后增长的变化趋势，技术进步与技术效率的协调性逐步得到改善；④各地区TFP均值均大于1，东部地区ML指数最高，其次是中部地区，但各地区技术效率均出现一定程度的退步现象。两种模型实证结果及其差异性表明，农业环境效率评价、污染治理措施应当遵循农业污染物的特征和产生机理；采取源头减排策略能够实现农业增长、污染减少和环境效率提升的多赢局面；当前，我国农业环境效率仍具有较大的提升空间，在制定面源污染治理政策时，应考虑农业环境效率的空间差异性，针对不同发展水平和污染特征制定更具有针对性的治理策略。

关键词农业环境；环境效率；强可处置性；全要素生产率

中图分类号F205文献标识码A文章编号1002-2104（2016）01-0140-10doi：10.3969/j.issn.1002-2104.2016.01.019

近年来，制度创新与技术进步共同推动了农业经济的全面发展。但由于农业生产尚未从根本上转变“高耗能、高投入、高废物”的“三高”生产模式，农业发展与环境保护的矛盾日益突出。为确保我国粮食安全与农业可持续发展，必须协调农业增长、资源利用与生态环境保护三者之间的关系。国内外学者将污染物纳入农业环境效率和全要素生产率分析框架，探讨了农业与环境保护相互协调的发展路径。然而，我国现阶段农业污染特征、治理成本与制度环境等决定其环境技术难以满足传统的“联合弱可处置性”假设。因此，根据农业污染的产生机理和特征构建更为科学、合理的环境效率评价模型，研究农业全要素生产率的动态演进对于降低农业发展的环境成本，改善农业生态环境具有重要的意义。

1文献综述

如何在经济增长过程中，进一步提高生态效率逐渐引起了国际社会的关注。为此，可持续发展世界经济理事会（WBCSD）提出生态效率概念[1]，主要包括环境效率（EE）和资源效率（RE）两部分[2]。其中环境效率是衡量经济发展所付出的环境代价，判断经济是否实现可持续发展的标准之一，环境效率的常用测度方法是假设一个经济体在等量要素或产出条件下，其污染排放离污染最小排放的距离[3]。根据污染物特征环境效率可分为强、弱可处置性视角的度量，强可处置性的内涵是污染产生和处理过程难以分离，污染治理需要从投入端采取减量化策略，因此不会增加生产成本；而联合弱可处置性是指污染产生与处理过程相分离，采用末端治理方式将产生额外的费用。

近年来，不少学者将环境因素纳入到效率和生产率的分析框架中对中国工业环境效率[4-7]和区域环境效率[8-11]进行了深入研究，取得了丰富的研究成果。随着城市和工业环境污染管制的不断加强，农业环境问题逐步显现[12-13]。农业增长的同时，过量的农药、化肥使用，畜禽排泄物的不合理处置等加剧了农业面源污染[14]。2010年公布的第一次全国污染源普查公告显示，农业排放的COD、总氮（TN）、总磷（TP），分别占到全部排放量的43.71%、57.19%、67.27%。近年来，国内外学者对农业环境效率展开了研究。例如：Ruttan[15]研究了环境约束下世界农业生产率增长。Marthin[16]考虑环境成本的投入，对农业生产效率进行修正，实证结果表明环境破坏的高低显著影响效率测度模型。Greta[17]分别采用强、弱可处置性条件下的方向性距离函数研究了意大利农业环境效率和全要素生产率，研究表明强可处置方向距离函数适用于环境政策薄弱条件下的效率度量。李谷成[18-21]对各省农业环境效率进行实证评价，综合考察了转型期各省农业发展与资源、环境的协调性程度。薛建良[22]度量了基于环境修正的我国农业全要素生产率，结果表明环境污染因素削弱了农业技术效率的增长趋势。王奇[23]的研究表明纳入环境要素后农业技术效率的下降趋势和技术进步的增长趋势都有所放缓。杨俊[24]运用方向性距离函数和MalmquistLuenberger生产率指数测算了1999-2008年各省份的农业环境技术效率和农业全要素生产率（TFP）增长。韩海彬[25]检验了我国农业环境效率的收敛性。潘丹[26-27]进一步考察了环境污染约束下农业生产率地区差距的动态分布演进。梁流涛[28-29]研究了我国农业环境技术效率时空分异特征及其演变的影响因素。杜江[30]采用GML指数研究了我国农业增长的环境绩效。

张可等：强可处置性视角下中国农业环境效率测度及其动态演进中国人口·资源与环境2016年第1期现有研究在农业环境效率测算、动态演进、影响因素分析等方面取得了较多的研究成果，对于我国农业环境管理和政策制定提供了参考。但是，现有研究主要借鉴了国外农业环境效率和国内工业环境效率的研究思路，通常从污染物的联合弱可处置视角采用方向距离函数、基于松弛测度的SBM模型等方法度量农业环境效率。然而，我国农业环境污染及其治理特征尚难以满足联合弱可处置性要求，因此，存在过高估计农业环境效率的可能。

为此，本文首先从农业污染特征、治理成本、环境规制等角度研究农业污染的可处置性特征；然后，建立基于强可处置性的生产可能性集和方向距离函数，并构建农业环境效率测度模型和环境全要素生产率指数；最后，采用两种模型对比研究我国不同区域农业环境效率的静态特征和动态演进关系，及其差异性的根源。

2农业面源污染的可处置性特征

将各个省份农业系统看做独立的决策单元DMUj（j=1，2，…N），每个决策单元投入M个资源Xj=（x1j， x2j ， …xMj）T，生产S种产品Yj=（y1j， y2j ， …ySj）T，同时排放K种污染物Bj=（b1j， b2j ， …bKj）T，通常可用（x，y，b）描述一个DMU的农业生产活动。集合T={（x，y，b）|x能生产出y，b}为所有可能的生产活动构成的生产可能集，P（x）代表输入为x的产出可能集。

如果（y，b）∈P（x），且0≤σ≤1，可推出（σy，σb）∈P（x），则称期望产出与非期望产出间满足联合弱可处置性[31]。联合弱可处置性的经济含义是指一定投入情况下，非期望产出的减少必然带来期望产出的减少，即污染物的减排以期望产出的减少为代价。如果农业生产的污染物是弱可处置的，则说明要降低污染物的排放量，必然导致粮食作物、畜禽数量等期望产出的减少。

如果（y，b）∈P（x），且b=0，则y=0，则称期望产出与非期望产出间具有零结合性。零结合性的含义是期望产出与非期望产出之间紧密相连，不可分割。Fre曾形象得将零结合性比喻为“要想没有烟雾，就必须不抽烟”。如果农业生产过程满足零结合性特征即表明农业环境污染不可避免，只有不进行生产时才不产生污染。

若P（x′）∈P（x），（y，b）∈P（x），且y′≤y，则（y′，b）∈P（x），称投入和期望产出具有强可处置性。即在一定投入条件下，期望产出的减少在技术上是可实现的。

满足以上条件的生产可能性集合表示为[32]：

pw（x）={（y，b）|∑nj=1zjxj≤x，∑nj=1zjyj≥y，∑nj=1zjbj=b，zj≥0}（1）

目前，关于农业环境效率的测度通常采用（1）式所示的污染物弱可处置产出集，求解方向距离函数，测度农业环境效率。然而，理论界关于非期望产出的可处置性一直存在着争论[33]，以Fre[34]为代表的学者主张污染具有联合弱可处置性，其主要观点是污染物的处置需要成本，因此一个决策单元要想减少污染物产出，必须同比例减少期望产出，若想不产生污染，唯一的办法就是不生产[35]。Zofío，Seiford[36]则认为污染物也可能存在强可处置性，关于污染物的处置性需要根据具体情况分析。因此，本文借鉴第二种观点从污染特征、治理成本、环境规制角度分析农业环境污染的可处置性。

首先，从农业污染特征上看，我国现阶段的农业环境污染并非不可避免，农业环境治理具有一定的增产效果，因此不满足联合弱可处置性和零结合性要求。通常，工业污染物满足联合弱可处置性特征，这是由于工业生产过程必然伴随着大量副产品如二氧化硫、重金属物质等的产出；而农业生产不仅污染物种类较为单一（主要是COD、TN、TP），而且其产生原因主要是投入的结构性失衡，主要表现在农业环境技术投入不足，而农药、化肥等物质的投入过量，以及畜禽养殖粪便资源化利用不足等问题[37]。相关文献指出减少农业面源污染的排放不仅不会降低作物产量，在一定程度上具有增产效应[38]；而畜牧业养殖的粪便返田、资源化利用在降低污染的同时，也不会减少畜禽产品的产量；生态农业示范区的探索表明，即使完全不用农药、化肥、农膜等，农产品产量的变化也不会是“颗粒无收”[39]。

其次，从污染治理成本角度，农业环境污染治理具有一定的经济性，不满足联合弱可处置性的经济意义。工业排放的是生产末端所产生的废物，处理起来需要增加费用，工业企业具有偷排、超排的动力。但是，农业排放的过量化学投入隐含着排放主体（农户）生产成本的增加，而畜禽粪便以及农林废弃物等则具有资源化再利用的价值[40]。相关研究表明，农业面源污染的治理具有较强的经济可行性，其中，测土配方施肥技术的净现值率（NPVR）为55.00，畜禽养殖场沼气工程的NPVR为2.54[41]。因此，从广义成本角度农业环境治理并不必然增加生产资本的投入，这与弱可处置性的经济意义不一致。

另外，从环境规制的角度，现有的农业环境规制不足以实现农业环境污染由强可处置到联合弱可处置的转换。通常决策单元在遇到较为严厉的外部环境规制时，需要放弃部分期望产出，同时清洁生产过程产生的污染，以达到环境监管的要求。不少学者将这种由强可处置到弱可处置的转换过程视为环境规制的作用，同时将转换造成的效率损失视为规制成本[34， 42]。然而，与发达国家相比，我国制定和实施农业面源污染控制政策和制度起步较晚，而且难以适应农业污染的随机性、隐蔽性和分散性特征，限制了环境规制正向作用的发挥[43]。此外，农业面源污染缺乏明确、权威的机构，这些因素共同造成了农业污染治理中的制度失灵[44]。因此，目前我国环境规制难以迫使农业环境污染由强可处置性转换为弱可处置性。

根据以上分析，目前我国农业环境污染特征与工业环境污染、发达国家农业污染不同，尚不满足零结合性和联合弱可处置性，因此（1）式所示的生产可能性集难以有效描述现阶段我国的农业环境技术。

相反地，如果（y，b）∈P（x）且b′≤b，可推出（y，b′）∈P（x），则称P（x）满足非期望产出的强可处置性。显然，如果污染物满足强可处置性，则污染物的减少不必然影响其他期望产出量。对于农业生产而言，在总投入一定的前提下，通过增加测土施肥、秸秆返田等绿色生产技术投入，减少过量外部品投入，能够在降低污染的同时，保持农产品产量。当环境技术满足强可处置性特征时，其对应的可能产出集为[31]：

ps（x）={（y，b）|∑nj=1zjxj≤x，∑nj=1zjyj≥y，∑nj=1zjbj≥b，zj≥0}（2）

3农业环境效率测度模型

面对日益严重的环境问题，农业生产需要在减少面源污染（“非期望”产出）的同时，保持农业产品的增长（“期望”产出）。根据农业污染的强可处置性特征，分析和测算农业环境技术效率，需要采用（2）式所示的Ps（x）对已有的方向性距离函数和MalmquistLuenberger指数进行改进，从而建立农业环境效率的测度模型。

方向性距离函数是Shephard产出距离函数的一般化，为使农业生产能够实现最大的“期望”产出和最小的“非期望”产出，本文使用基于产出的方向性距离函数基本形式：

D（x，y，b；y）=sup{β：（y，b）+βg∈ps（x）}（3）

式中，β是农业产出增长和污染物减少的最大可能数量，g= （gy， gb）是产出扩张的方向向量。根据文献[18， 25， 27， 28]的研究，农业面源污染排放量的减少具有节本和增产的效果，因此，将方向向量设定为g=（y，-b），即同比例的增加“期望”产出、减少“非期望”产出。

根据（3）式构建方向性距离函数的求解模型，如（4）式所示：

Dt0（x）（xt，k′，yt，k′，bt，k′；yt，k′，-bt，k′）=maxβ

s.t.∑Nk=1ztkytkm≥（1+β）ytk′i，m=1，2，…，S

∑Nk=1ztkbtki≥（1-β）btk′i，i=1，2，…，K

∑Nk=1ztkxtkn≤xtk′n，n=1，2，…，M

ztk≥0，k=1，2，…，N（4）

式中（xt，k′，yt，k′，bt，k′）代表待评价决策单元在t时刻的投入、“期望”与“非期望”产出情况；（xt，k，yt，k，bt，k）为同时期其他决策单元构成的生产可能集。因此，求解（4）式所示的规划问题，能够计算单个决策单元（DMUk′）在某一时期相对于环境前沿生产者的距离，即决策单元相对于环境生产前沿，产出扩张与污染缩减的最大可能倍数。如果一个决策单元与环境产出前沿的距离越大，其环境技术效率越低；特别地，当其环境技术效率等于1时，表示相对于其他决策单元，其投入产出和污染排放处于相对最优水平，即表明该决策单元的农业资源性投入最少、产出最多、污染排放最少。

根据构建的强可处置性方向距离函数，农业环境效率（ETE） 可以表示为：

ETE=11+D（x，y，b；g）（5）

为进一步分析农业环境效率的动态演化过程，根据标准Malmquist指数的构造思想，采用强可处置性的方向性距离函数构建MalmquistLuenberger指数（简称，ML Index），测度农业全要素生产率变动。

MLt，t+10=1+Dto（xt，yt，bt；yt，-bt）1+Dto（xt+1，yt+1，bt+1；yt+1，-bt+1）×

1+Dt+1o（xt，yt，bt；yt，-bt）1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）1/2（6）

上式可以进一步分解为技术进步（MLTECH） 和技术效率变化（MLEFFCH）。

MLt，t+1o=MLTECHt，t+1o·MLEFFCHt，t+1o（7）

其中，

MLTECHt，t+1o=1+Dt+1o（xt，yt，bt；yt，-bt）1+Dto（xt，yt，bt；yt，-bt）×

1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）1+Dto（xt+1，yt+1，bt+1；yt+1，-bt+1）1/2（8）

MLEFFCHt，t+1o=1+Dto（xt，yt，bt；yt，-bt）1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）（9）

MLTECH衡量农业环境效率的可能性边界向外扩张的动态变化，MLEFFCH衡量决策单元实际效率向可能性边界的逼近程度。ML、MLTECH与MLEFFCH取值大于或小于1分别表示环境全要素生产率增长（下降）、前沿技术进步（退步）和技术效率改善（恶化）。

4变量界定与数据处理

本文将各省份农业系统视为一个决策单元，采用构建的强可处置性方向距离函数对我国省际农业环境效率进行实证研究，将农业环境、资源纳入技术效率分析框架内。按照一般农业环境技术效率的分析框架，本文确定的主要指标包括投入、“期望”产出和“非期望”产出3个方面。表1总结了代表性研究成果的指标选取。综合现有研究成果，本文选择的指标包括：

（1）投入指标。投入变量主要包括劳动力、土地、农业机械、化肥和灌溉五个方面。劳动投入，以农林牧渔总劳动力计算；土地投入以耕地面积计算；机械动力投入以农业机械总动力计算；化肥投入以实际用于农业生产的化肥施用折纯量计算，包括氮、磷、钾和复合肥；灌溉投入以各（2014）劳动投入、土地投入、机械动力投入、化肥投入、役畜投入、灌溉投入农业总产值COD、TN、TP杜江

（2014）劳动力、土地、机械、化肥和灌溉种植业总产值COD、TNTP 韩海彬

（2013）土地投入、劳动力投入、农业机械投入、化肥施用量、灌溉投入农业总产值TN、TP潘丹

（2013）土地、劳动力、化肥、机械、役畜、水资源农业总产值COD、TN、TP梁流涛

（2012）土地、劳动力、化肥、机械农业总产值、粮食产量COD、TN、TP王奇

（2012）土地、劳动力、机械、化肥、灌溉种植业增加值氮磷流失量杨俊

（2011）劳动力、机械总动力农业总产值COD、TN、TP

省实际有效灌溉面积计算。

（2）“期望”产出指标。由于农业生产中不仅具有经济效益，同时还担负国家粮食安全和社会稳定等方面的社会效益。因此，借鉴文献[29]的思想，分别用农林牧渔业总产值和粮食产量衡量农业“期望”产出的经济效益和社会效益。

（3）“非期望”产出。国内外现有研究通常采用具体污染指标表达一个地区的环境破坏和资源损耗整体水平，本研究也沿袭这一研究思路。《中国环境统计年鉴》中关于的农业污染的统计量主要包括：生化需氧量（COD）和总氮磷（TN&P）排量两类指标，因此，选择COD和总氮磷指标作为“非期望”产出的测量值。

由于《中国环境统计年鉴》仅从2011年开始统计农业污染排放指标。因此，在静态效率度量时采用统计年鉴数据，对比和揭示两种是视角下环境效率的差异性。在效率动态演进分析时，为保证数据口径的一致性，采用文献[45-46]所示的单元调查评估方法估算1990-2012年COD和总氮磷数据。根据单元调查评估方法的要求，首先明确我国农业面源污染的主要来源。将农业面源污染确定为农田化肥施用、畜禽养殖、农田固体废弃物和农村生活4个污染单元。农业面源污染物排放总量计算公式如下：

E=∑iSUi×ρi×LCi（10）

（10）式中，E为农业污染物排放量，本文主要测算COD和总氮磷两个指标；SUi为i个污染单元的污染物产生基数，文中主要指化肥折纯量、畜禽养殖量、农作物产量和乡村人口数ρi是i个污染单元产污强度系数；LCi表示考虑资源综合利用和管理因素时第i个污染单元污染物排放系数。

SUi所需数据可从1991-2013年《中国统计年鉴》、《中国农村统计年鉴》等中获得；农田化肥施用、畜禽养殖三个单元的所需系数分别从第一次全国污染源普查公布的《农业污染肥料流失系数手册》、《养殖业排污系数手册》中分省份查阅，农田固体废弃物和农村生活两个单元的系数通过相关文献中查阅[46]。同时，将重庆市数据纳入四川省，最终获得1990-2012年30个区域的相关数据，为保证数据的可比性，农业总产值指标以1990年不变价表示。

5实证研究

首先，根据2012年《中国环境统计年鉴》公布的农业污染指标和相关统计年鉴的农业投入、产出指标，分别采用强、弱可处置视角下的方向性距离函数测度各省（市、自治区）2012年农业环境效率，并进行对比分析，揭示两种视角下度量结果差异性的原因。然后，采用强可处置视角下的ML指数测度农业环境效率的空间分布特征与演化趋势。

5.1农业环境效率静态评价

根据2012年省际农业投入、期望与非期望产出指标（由于数据获取较为困难，研究区域不包含台湾、香港和澳门），采用（5）式所示强可处置视角下的农业环境效率模型进行效率测算，结果如图1所示。

北京、上海、江苏、福建、广东、海南和西藏处于环境生产前沿，是农业生产的最佳实践者；黑龙江、吉林、辽宁、浙江、江西、湖南、四川、青海效率相对较高，均超过0.9，效率值低于0.7的省份为：宁夏、甘肃、贵州、山西等。这意味着相同资源投入情况下，处于环境前沿的省份要比它们多生产30%以上的“期望”产出，同时减少30%以上的“非期望”产出。

由图1可看出，2012年农业环境效率具有显著的空间分异性，生产前沿面主要集中在东部沿海地区，效率平均值为0.93，中西部地区农业环境效率分别为0.86和0.75。这一分布特征与农业面源污染的环境库兹涅茨曲线较为一致[47-48]。

同时，采用（1）式所示的联合弱可处置性条件下的生产可能性集，测算2012年省际农业环境效率，如图2所示。

图1强可处置性视角下的农业环境效率空间分布

Fig.1AEE distribution based on strong disposability

图2弱可处置视角下的农业环境效率空间分布

Fig.2AEE distribution based on weak disposability

在联合弱可处置性条件下，2012年北京、内蒙、吉林、黑龙江等23个省份均处于前沿面，且仅有山西、湖北、河北三省农业环境效率低于0.95。测算结果说明大部分地区农业环境效率较高，且差异性较小，这一结论与我国农业环境污染的现状差异性较大。这主要是由于假设农业污染与产出间具有联合弱可处置性，使得农业环境技术前沿向内收缩，如图3所示。

图中OAB所示曲线表示联合弱可处置下的农业环境技术前沿，OCAB所示的曲线则表示强可处置下的前沿，D点代表决策单元，OF、OE分别是强、弱可处置性下决策单元D与环境技术前沿的方向性距离，其中EF通常被视为环境污染治理成本。由于农业环境治理，尤其是面源污染治理具有节本、增产的经济性，因此，采用弱可处置的环境技术，将缩短决策单元与技术前沿面的方向性距离，导致了环境效率的过高估计。

强、弱可处置性条件下农业环境效率的差异性反映出了度量视角的不同，传统的联合弱可处置视角的实质是按照工业环境效率的度量方式看待农业环境问题，强调化学化、工业化的农业生产过程不可避免的产生污染，而其治理思路也采用工业污染的工程化、末端式治理措施，因此图3强、弱可处置性条件下方向性距离

Fig.3Directional distance functions based on

strong and weak disposability

必然带来治理成本的大幅增加。从这一角度来看，我国各地区环境效率相对较高具有一定的合理性。而强可处置视角则是从生态农业的角度度量环境效率，强调绿色化、循环农业生产过程与环境之间相互协调，而其治理思想不同于工业治污手段，主要采取非工程的源头治理措施，治理成本较低。因此，从生态农业角度看，我国各区域农业环境效率相对较低，且存在一定的差异性。

5.2农业环境全要素生产率的时序特征

农业环境效率能够度量既定时期各省份与前沿的相对关系，但是其结果具有静态性。环境全要素生产率是一种动态分析，可以度量每个省份与生产边界的相对位置变化（效率变化），以及生产边界的移动（技术进步）。

表2中两列ML指数分别反映了两种视角下农业环境全要素生产率（TFP）波动的阶段性特征。采用联合弱可处置性生产集，即按照工业治理思路测度TFP时，TFP年均增长为3.1%，MLEFFCH年均负增长2.4%，MLTECH年均增长6.1%。考虑农业污染的强可处置特征，即按照生态农业治污的思路测度时，TFP下降为0.8%，MLEFFCH年均负增长1.4%，MLTECH年均增长2%。可见考虑农业污染特征对于全要素生产率测度具有显著影响。

分阶段来看，考虑农业污染的治理特征，“八五”至“十一五”农业TFP分别增长为0.8%、0.7%、0.2%、1.5%。从发展趋势上看，呈现先下降后增长的态势，“十一五”期间的增长率最高。“八五”期间受到市场经济体制改革、农产品价格体制改革和一系列支农惠农措施的激励，农业TFP呈现了较高的增长，但是这一时期技术进步最弱，主要以效率提升为主。“九五”期间是农业发展最为困难的时期，受到金融危机、通货紧缩、重大自然灾害等的影响粮食产量增长受到影响。“九五”、“十五”期间虽然国家在《水污染防治法》、《农业法》中增加了农业污染防治的相关要求，但是这一时期农业政策的主要目标是稳定农业生产和保障农民增收。因此，农业TFP出现了一定程度的下降。“十一五”期间农业TFP出现较高程度的回升，这是由于这一时期国家逐步重视农村生态文明建设，连续多年的一号文件提出多项具体措施，例如2006年增加了测土配方施肥补贴、土壤有机质提升补贴；2007年支持农民秸秆还田、种植绿肥、增施有机肥；2008年提出鼓励发展循环农业、加大农业面源污染防治力度；2009年设立专门资金支持农业农村污染治理。2010年扩大测土配方施肥、土壤有机质提升补贴规模和范围，强调加强农业面源污染治理，发展循环农业和生态农业。这一系列源头治理措施的实施有效促进了农业环境技术的进步。

此外，MLTECH代表生产前沿面扩张，MLEFFCH代表决策单元与前沿面的距离。结果表明，农业TFP增长主要由MLTECH推动，属于技术性推动的增长，而落后省区的追赶效应不足，省区差距扩大。这一结论与已有研究较为一致。

与已有研究的不同之处在于，采用本文测度方法获得的各阶段MLEFFCH数值均大于传统测度方法，MLTECH数据均小于传统测度方法，而且呈现逐渐增长趋势。技术进步低于已有研究的主要原因是，虽然国家每年投入大量的农业科研经费，但投入占农业GDP的比例仅为0.6%左右，不仅与联合国粮农组织对于发展中国家科研占比应达到1%的水平也有一定差距，而且离农业科技原始创新所需的2%投入水平相去甚远。有限经费约束下，我国农业科技主要以农产品产量为目标，采取对西方机械化、化学化、生物化农业科技的模仿与追赶策略，而较少从我国传统农业优势和环境保护角度出发，另辟蹊径构建可持续发展的生态农业技术体系。技术效率退步的可能原因是农业研发的成果，尤其是绿色、生态农业技术不能及时、有效地推广和使用。长期以后，基层农技推广体系由于经费来源缺乏、农技推广人员流失、素质偏低等问题，运行效率相对较低，造成了科研供给与市场需求脱节、科研成果限制转化率低的问题。同时，这一现象也在一定程度上抑制了高污染农业技术的扩散。

5.3农业环境全要素生产率的空间特征

表3分别测算了两种视角下东、中、西部地区农业TFP及其成分变动。从弱可处置视角，东部地区TFP指数最高，其次是西部地区，三大地区的农业环境全要素生产率指数以及农业技术进步指数均大于1，但技术效率呈现不同程度的恶化。

强可处置性视角下区域排序发生了变化，东部最高，其次是中部地区。虽然，三大地区环境全要素生产率均大于1，但其内在动力却各不相同，东部多数地区长期处于生产前沿面，因此，不仅技术进步较快，而且技术效率也接近于1。中部地区虽然技术进步率相对较高，但是其技术的提高主要依赖于粗犷式的发展，而非绿色生产技术的提高，因此，伴随着技术进步的是技术效率值的大幅下降。西部地区虽然技术进步较为缓慢，但其农业技术发展与环境协调性较好，因此技术效率退化水平较低。

6结论与建议

从污染特征、治理成本与环境管制角度，我国农业环境污染明显区别于发达国家的农业和工业污染，采用联合弱可处置性的方向距离函数测度我国农业环境效率和全要素生产率，容易造成环境技术前沿的收缩和方向距离的缩短，从而过高估计环境效率和环境全要素生产率的增长。而本文构建的基于强可处置性方向距离函数避免了以上问题，更适用于我国现阶段的农业环境效率评价。

实证研究结果表明：①若将农业环境污染视为强可处置的，即从生态农业视角度量环境效率，则2012年全国农业环境效率平均值为0.86；从空间分布角度，东部沿海地区环境效率高于中部地区，西部地区效率值最低。若将农业环境效率视为弱可处置的，即从工业环境效率角度，则2012年我国农业环境效率平均值为0.98，23个省份同时处于环境生产前沿。这一结果的差异性进一步验证了农业环境效率与工业环境效率的区别。②考虑农业污染的强可处置特征，1991-2011年我国农业TFP平均增长率为0.8%，EC年均负增长1.4%，MLTECH年均增长2%，均低于传统度量方法。从时序特征上看，MLTECH呈现持续增长趋势，TFP总体上呈现了先下降后增长的变化趋势，并且技术进步与技术效率的协调性逐步得到改善。农业环境全要素生产率的空间分布表明，1991-2011年各地区ML指数均大于1，东部地区ML指数最高，其次是中部地区；但是，各地区技术效率均出现一定程度的退步现象。

上述结论所蕴含的政策意义在于：①农业环境效率评价、污染治理措施应当遵循农业污染物的特征和产生机理，采取源头减排策略能够实现农业增长、污染减少和环境效率提升的多赢局面。②两种测算结果的差异性表明，我国农业环境污染的减排潜力较大，且治理成本较工业污染较低，治理的经济性较强，在工业污染得到有效抑制的同时应加强农业污染的治理。③在制定面源污染减排政策时，应考虑农业环境效率的空间差异性，针对不同发展水平地区和污染特征制定具有针对性的减排策略，尤其应当把环境效率改进余地较大的中西部地区作为减排的重点对象。

（编辑：刘呈庆）

参考文献（References）

[1]Schmidheiny S. Changing Course： A Global Business Perspective on Development and the Environment [M]. Cambridge： MIT PRESS， 1992：32-36.

[2]Bjorn S. A Road to Sustainable Industry： How to Promote Resource Efficiency in Companies [M]. Düsseldorf： WBCSD， 2001：55-62.

[3]Zhang T. Frame Work of Data Envelopment Analysis： A Model to Evaluate the Environmental Efficiency of Chinas Industrial Sector [J]. Biomedical and Environmental Sciences， 2009， 21（1）：8-13.

[4]Managi S， Kaneko S. Economic Growth and the Environment in China： An Empirical Analysis of Productivity [J]. International Journal of Global Environmental， 2006， 61（2）：89-133.

[5]Kaneko S， Managi S. Environmental Productivity in China [J]. Economics Bulletin， 2004， 17（1）：1-10.

[6]韩晶. 中国制造业环境效率、行业异质性与最优规制强度[J]. 统计研究， 2014，31（3）：61-67.[Han Jing. Environment Efficiency of Chinese Manufacturing， Industry Heterogeneity and Optimal Regulation Intensity [J].Statistical Research， 2014， 31（3）：61-67.]

[7]沈能. 环境效率、行业异质性与最优规制强度： 中国工业行业面板数据的非线性检验[J]. 中国工业经济， 2012，22（3）：56-68.[Shen Neng. Environmental Efficiency， Industrial Heterogeneity and Intensity of Optimal Regulation： Nonlinear Test Based on Industrial PanelData [J]. China Industrial Economics， 2012， 22（3）：56-68.]

[8]陈黎明， 王文平， 王斌. “两横三纵”城市化地区的经济效率、环境效率和生态效率： 基于混合方向性距离函数和合图法的实证分析[J]. 中国软科学， 2015，30（2）：96-109. [Chen Liming， Wang Wenping， Wang Bin. Economic Efficiency， Environmental Efficiency and Ecoefficiency of the Socalled Two Vertical and Three Horizontal Urbanization Areas： Empirical Analysis Based on HDDF and Coplot Method [J]. China Soft Science， 2015， 30（2）：96-109.]

[9]李海东， 汪斌， 熊贝贝， 等. 基于改进的ISBMDEA模型的区域环境效率实证研究[J]. 系统工程， 2012，30（7）：86-93. [Li Haidong， Wang Bin， Xiong Beibei， et al. Empirical Research on the Regional Environmental Efficiency Based on Improved ISBMDEA Model [J]. Systems Engineering， 2012， 30（7）： 86-93.]

[10]杨青山， 张郁， 李雅军. 基于DEA的东北地区城市群环境效率评价[J]. 经济地理， 2012，32（9）：51-55. [Yang Qingshan， Zhang Yu， Li Yajun. Research on Environmental Efficiency Evaluation of Urban Agglomerations in Northeast China Based on DEA Model [J]. Economic Geography， 2012， 32（9）：51-55.]

[11]杨俊， 邵汉华， 胡军. 中国环境效率评价及其影响因素实证研究[J]. 中国人口·资源与环境， 2010，20（2）：49-56. [Yang Jun， Shao Hanhua， Hu Jun. Empirical Study on Evaluation and Determinants of Environmental Efficiency of China [J]. China Population， Resources and Environment， 2010， 20（2）：49-56.]

[12]Wu M， Tang X， Li Q， et al. Review of Ecological Engineering Solutions for Rural Nonpoint Source Water Pollution Control in Hubei Province，China[J]. Water Air Soil Pollution， 2013， 22（4）：1560-1577.

[13]杨林章， 施卫明， 薛利红， 等. 农村面源污染治理的“4R”理论与工程实践：总体思路与“4R”治理技术[J]. 农业环境科学学报， 2013，32（1）：1-8. [Yang Linzhang， Shi Weiming， Xue Lihong， et al. Reduceretainreuserestore Technology for the Controlling the Agricultural Nonpoint Source Pollution in Countryside in China： General Countermeasures and Technologies [J]. Journal of AgroEnvironment Science， 2013， 32（1）：1-8.]

[14]Bouraoui F， Grizzetti B. Modelling Mitigation Options to Reduce Diffuse Nitrogen Water Pollution from Agriculture [J]. Science of the Total Environment， 2014， （15）468–469： 1267-1277.

[15]Ruttan V W. Productivity Growth in Word Agriculture： Sources and Constraints [J]. American Economic Association， 2002， 16（4）：161-184.

[16]Marthin N， Iain F， Ali Q， et al. Environmentally Adjusted Productivity Measurement： An Australian Case Study [J]. Journal of Environmental Management， 2007， 85（4）：352-359.

[17]Greta F， Alessandro M， Sara P. Environmental Efficiency， Productivity and Public Funds： The Case of the Italian Agriculture Industry [J]. Agricultural systems， 2013， 121（1）：73-80.

[18]李谷成. 中国农业的绿色生产率革命：1978-2008年[J]. 经济学（季刊）， 2014，13（2）： 537-558. [Li Gucheng. The Green Productivity Revolution of Agriculture in China from 1978 to 2008[J]. China Economic Quarterly， 2014， 13（2）：537-558.]

[19]闵锐， 李谷成. 环境约束条件下的中国粮食全要素生产率增长与分解： 基于省域面板数据与序列MalmquistLuenberger指数的观察[J]. 经济评论， 2012，33（5）： 34-42. [Min Rui， Li Gucheng. A Study on Growth and Decomposition of Chinas Grain TFP Growth Under Environmental Constrains： Empirical Analysis Based on Provincial Panel Data and Sequential MalmquistLuenberger Index [J]. Economic Review， 2012， 33（5）：34-42.]

[20]李谷成， 范丽霞， 闵锐. 资源、环境与农业发展的协调性： 基于环境规制的省级农业环境效率排名[J]. 数量经济技术经济研究， 2011，28（10）：21-36. [Li Gucheng， Fan Lixia， Min Rui. The Coordination of Agricultural Development with Environment and Resource [J]. The Journal of Quantitative & Technical Economics， 2011， 28（10）：21-36.]

[21]李谷成， 陈宁陆，闵锐. 环境规制条件下中国农业全要素生产率增长与分解[J]. 中国人口·资源与环境， 2011，21（11）：153-160. [Li Gucheng， Chen Ninglu， Min Rui. Growth and Sources of Agricultural Total Factor Productivity in China under Environmental Regulations [J]. China Population， Resources and Environment， 2011， 21（11）：153-160.]

[22]薛建良， 李秉龙. 基于环境修正的中国农业全要素生产率度量[J]. 中国人口·资源与环境， 2011，21（5）：113-118. [Xue Jianliang， Li Binglong. Environmentallyadjusted Measurement of Chinas Agricultural Total Factor Productivity [J]. China Population， Resources and Environment， 2011， 21（5）：113-118.]

[23]王奇， 王会， 陈海丹. 中国农业绿色全要素生产率变化研究：1992-2010年[J]. 经济评论， 2012，33（5）：24-33. [Wang Qi， Wang Hui， Chen Haidan. A Study on Agricultural Green TFP in China： 1992 -2010 [J]. Economic Review， 2012， 33（5）：24-33.]

[24]杨俊， 陈怡. 基于环境因素的中国农业生产率增长研究[J]. 中国人口·资源与环境， 2011，21（6）：153-157. [Yang Jun， Chen Yi. Empirical Study on Chinas Agricultural Production Growth under the Binding of Environment [J]. China Population， Resources and Environment， 2011， 21（6）：153-157.]

[25]韩海彬， 赵丽芬. 环境约束下中国农业全要素生产率增长及收敛分析[J]. 中国人口·资源与环境， 2013，23（3）：70-76. [Han Haibin， Zhao Lifen. Growth and Convergence of Agricultural Total Factor Productivity in China under Environmental Regulations [J]. China Population， Resources and Environment， 2013， 23（3）：70-76.]

[26]潘丹， 应瑞瑶. 环境污染约束下农业生产率增长地区差异及其动态分布演进[J]. 中国科技论坛， 2013，29（5）：60-67.[Pan Dan， Ying Ruiyao. Regional Disparity and Dynamic Distribution Evolution of Agricultural Productivity Growth in China Under Environmental Pollution Constraint [J]. Forum on Science and Technology in China， 2013， 29（5）：60-67.]

[27]潘丹， 应瑞瑶. 资源环境约束下的中国农业全要素生产率增长研究[J]. 资源科学， 2013，35（7）：1329-1338. [Pan Dan， Ying Ruiyao. Agricultural Total Factor Productivity Growth in China under the Binding of Resource and Environment [J]. Resources Science， 2013， 35（7）：1329-1338.]

[28]梁流涛， 曲福田， 冯淑怡. 基于环境污染约束视角的农业技术效率测度[J]. 自然资源学报， 2012，27（9）：1580-1589. [Liang Liutao， Qu Futian， Feng Shuyi. Agricultural Technical Efficiency Measurement Under the Environmental Constraints [J]. Journal of Natural Resources， 2012， 27（9）： 1580-1589.]

[29]梁流涛， 耿鹏旭. 中国省域农业共同边界技术效率差异分析[J]. 中国人口·资源与环境， 2012，22（12）：94-100. [Liang Liutao， Geng Pengxu. Comparison of Metafrontier Technology Efficiency in China： Multiple Output of Desired Agricultural Development and Undesired Pollution Emission [J]. China Population， Resources and Environment， 2012， 22（12）：94-100.]

[30]杜江. 中国农业增长的环境绩效研究[J]. 数量经济技术经济研究， 2014，31（11）：53-69. [Du Jiang. Study on the Environmental Performance of Chinas Agricultural Growth [J]. The Journal of Quantitative & Technical Economics， 2014， 31（11）：53-69.]

[31]Fre R， Grosskopf S， Lovell C A K， etl. Multilateral Productivity Comparisons When Some Outputs Are Undesirable： A Nonparametric Approach [J]. The Review of Economics and Statistics， 1989， 71（1）：91-98.

[32]Fre R， Grosskopf S. Nonparametric Productivity Analysis with Undesirable Output： Comment [J]. American Journal of Agricultural Economics， 2003， 85（4）：1070-1074.

[33]卞亦文. 基于DEA理论的环境效率评价方法研究[D]. 合肥：中国科学技术大学， 2006： 32-40. [Bian Yiwen. Research on Ecoefficiency Evaluation Based on DEA [D]. Hefei： University of Science and Technology of China， 2006：32-40.]

[34]Rolf F， Shawna G， Carla P. Environmental Production Functions and Environmental Directional Distance Functions [J]. Energy， 2007， 32（7）：1055-1066.

[35]Fre R， Grosskopf S. Modeling Undesirable Factors in Efficiency Evaluation： Comment [J]. European Journal of Operational Research， 2004， 157（1）：242-245.

[36]Lawrence M， Seiford J Z. Modeling Undesirable Factors in Efficiency Evaluation [J]. European Journal of Operational Research， 2002， 142（1）：16-20.

[37]金书秦， 沈贵银. 中国农业面源污染的困境摆脱与绿色转型[J]. 改革， 2013， （5）：79-87. [Jin Shuqin， Shen Guiyin. To Get Rid of the Predicament and Green Transformation of Agricultural Nonpoint Source （NPS） Pollution [J]. Reform， 2013， （5）：79-87.]

[38]蒋高明. 生态农业是对现代农业的“拨乱反正”[J]. 中国农村科技， 2013，20（7）：14. [Jiang Gaoming. Ecoagriculture Makes Modern Agriculture Back to Normal [J]. China Rural Science & Technology， 2013， 20（7）：14.]

[39]蒋高明. 生态农业，未来的重要方向[J]. 理论参考， 2013，32（8）：59. [Jiang Gaoming. Ecoagriculture is an Important Direction in the Future [J]. Theoretical Reference， 2013，32（8）：59.]

[40]金书秦， 沈贵银， 魏珣， 等. 论农业面源污染的产生和应对[J]. 农业经济问题， 2013，34（11）：97-102. [Jin Shuqin， Shen Guiyin， Wei Xun， et al. The Generation and Response of Agricultural Nonpoint Source Pollution[J]. Issues in Agricultural Economy， 2013， 34（11）：97-102.]

[41]姜海， 杨杉杉， 冯淑怡， 等. 基于广义收益—成本分析的农村面源污染治理策略[J]. 中国环境科学， 2013，33（4）：762-767. [Jiang Hai， Yang Shanshan， Feng Shuyi，et al. Control Strategies of Rural Nonpoint Source Pollution Based on General Benefitcost Analysis[J]. China Environmental Science， 2013， 33（4）： 762-767.]

[42]袁鹏， 程施. 中国工业环境效率的库兹涅茨曲线检验[J]. 中国工业经济， 2011，21（2）：79-88. [Yuan Peng， Cheng Shi. Examining Kuznets Curve in Environmental Efficiency of Chinas Industrial Sector [J]. China Industrial Economics， 2011， 21（2）：79-88.]

[43]饶静， 许翔宇， 纪晓婷. 我国农业面源污染现状、发生机制和对策研究[J]. 农业经济问题， 2011，22（8）：81-87. [Rao Jing， Xu Xiangyu， Ji Xiaoting. The Status， Mechanism and Countermeasures of Agricultural Nonpoint Source Pollution in China [J]. Issues in Agricultural Economy， 2011， 22（8）：81-87.]

[44]梁流涛， 冯淑怡， 曲福田. 农业面源污染形成机制：理论与实证[J]. 中国人口·资源与环境， 2010，20（4）：74-80. [Liang Liutao， Feng Shuyi， Qu Futian. Forming Mechanism of Agricultural Nonpoint Source Pollution： A Theoretical and Empirical Study [J]. China Population， Resources and Environment， 2010， 20（4）： 74-80.]

[45]陈敏鹏， 陈吉宁， 赖斯芸. 中国农业和农村污染的清单分析与空间特征识别[J]. 中国环境科学， 2006，26（6）：751-755. [Chen Minpeng， Chen Jining， Lai Siyun. Inventory Analysis and Spatial Distribution of Chinese Agricultural and Rural Pollution [J]. China Environmental Science， 2006， 26（6）：751-755.]

[46]赖斯芸， 杜鹏飞， 陈吉宁. 基于单元分析的非点源污染调查评估方法[J]. 清华大学学报： 自然科学版， 2004，44（9）：1184-1187. [Lai Siyun， Du Pengfei， Chen Jining. Evaluation of Nonpoint Source Pollution Based on Unit Analysis [J]. Journal of Tsinghua University： Science and Technology Edition， 2004， 44（9）： 1184-1187.]

[47]李太平， 张锋， 胡浩. 中国化肥面源污染EKC验证及其驱动因素[J]. 中国人口·资源与环境， 2011，21（11）：118-123. [Li Taiping， Zhang Feng， Hu Hao. A Verification of the Kuznets Curve in Agriculture Nonpoint Source Pollution and Its Drivers Analysis [J]. China Population， Resources and Environment， 2011， 21（11）：118-123.]

[48]曹大宇， 李谷成. 我国农业环境库兹涅茨曲线的实证研究：基于联立方程模型的估计[J]. 软科学， 2011，25（7）：76-80. [Cao Dayu， Li Gucheng. An Empirical Research on the Agricultural Environmental Kuznets Curve in China： Estimation Based on Simultaneous Equation Model [J]. Soft Science， 2011， 25（7）：76-80.]

Agricultural Environment Efficiency and Its Dynamic Evolution of China from

the Perspective of Pollutions Strong Disposability

ZHANG Ke1，2，3FENG Jingchun1，2，4

（1.Business School， Hohai University， Nanjing Jiangsu 211100， China； 2.Institute of Project Management of

Hohai University， Nanjing Jiangsu 211100， China； 3.International River Research Centre of Hohai University，

Nanjing Jiangsu 211100， China； 4.Jiangsu Provincial Collaborative Innovation Center of World Water Valley and

Water Ecological Civilization， Nanjing Jiangsu 211100， China）

AbstractWith the rapid development of rural economy and society， agricultural nonpoint source pollution is surging， and the agricultural environment is facing increasingly serious situation. It is significant to measure and improve environmental efficiency scientifically in terms of ecological agriculture for agricultural ecological environment improvement and coordinated development of agriculture and resources environment. Therefore， firstly， the shortcoming of agricultural environmental efficiency （AEE） measurement model from the perspective of joint weak disposability is studied according to characteristics of agricultural nonpoint source pollution， pollution abatement costs and environmental regulation. Then， a new AEE measurement model and the environmental total factor productivity （TFP） are proposed from the perspective of strong disposability. Finally， the Chinese AEE in 2012 and the TFP of 30 provinces from 1991 to 2011 are studied respectively by proposed model. The results are as follows. First， considering the strong disposable characteristics of agricultural pollution， the average AEE in 2012 decreased from 0.98 to 0.86， and the spatial difference that AEE declined from eastern region to western region was more significant. Second， Chinese annual growth rate of TFP was 0.8%， annual growth rate technical efficiency was -1.4%， and technical advance was 2% from 1991-2011. Besides， the results measured by proposed model were lower than original method. Third， the technical efficiency presented sustainable growth trend， the TFP showed a trend from decreasing to increasing， and the coordination between technological advance and the technical efficiency was improved gradually. At last， the average TFP of all regions was more than 1， while the eastern region was the highest followed by the middle. But the regressive phenomenon of technical efficiency existed in each region. The differences between empirical results by two models showed that evaluation on the efficiency of agricultural environment and pollution control measures should follow the characteristics and the mechanism of agricultural pollutants. A winwin situation of agricultural growth， pollution reduction and environmental efficiency promotion can be achieved by taking source reduction strategies. Nowadays， there is still a large space to improve Chinas agricultural environmental efficiency. During making policy， the space difference should be considered， and more targeted emission reduction strategies should be developed according to regional development and pollution characteristics.

Key wordsagricultural environment； environmental efficiency； strong disposability； total factor productivity