基于超效率DEA的呼伦贝尔地区草牧业生态效率评价及影响因素分析

赵 哲,白羽萍,胡兆民,,陈建成,*,邓祥征

1 北京林业大学经济管理学院, 北京 100083 2 中国科学院地理科学与资源研究所, 北京 100101 3 中国科学院农业政策研究中心, 北京 100101 4 中国科学院大学, 北京 100101 5 中国科学院植物研究所, 北京 100093

内蒙古地区幅员辽阔,资源丰富,是我国北方地区重要的生态屏障[1- 2]。近年来,在人类活动强度不断加大与全球气候变化等因素共同作用下[3],该地区出现草原面积缩减、土地荒漠化程度加剧、植被覆盖率降低等问题[4- 8],草原地区生态服务功能持续下降,且靠生态环境自身修复已十分困难[9]。为了保障草原地区生态安全,自2000年起,中央政府陆续实施了多项生态保护与建设工程[10],十九大报告中也强调“建设生态文明是中华民族永续发展的千年大计”,而作为衡量生态文明的重要指标,“生态效率”日益成为政府部门与学者们研究的焦点[11- 12]。

1990年,Schaltegger等人以经济活动产生的增加值与环境影响为基础首次提出“生态效率”的概念,其核心思想是以最小化的资源投入与环境代价获取最大化的经济价值[13]。郑华等人的研究显示,人类活动在满足自身生存发展需要的同时,也对于生态系统服务功能产生深刻的而影响[14]。世界可持续发展工商业委员会(WBCSD)对生态效率概念的界定得到广泛认同,即“在保证人类生活质量与需求的基础上,通过将生命周期内的环境影响与资源消耗控制在地球承载力范围内,从而提供有价格竞争力的产品或服务[15]”,随后世界经济合作与发展组织(OECD)将生态效率的概念延伸至政府部门、工业企业以及其他社会组织[16]；国内学者也从社会经济、资源利用、能源消耗、产品价格等方面对生态效率的内涵进行界定[17- 20]。

现有对于生态效率的研究主要集中于生态效率测算及应用两个方面。比值法被认为是测算生态效率最基本的方法[21],然而单一比值法暗含已考虑最优解的假设,且无法区分不同环境的影响,不能给决策者提供最优解的集合,仅适用于分析独立非联系对象[22]。此外,指标体系法与模型法也是评价生态效率的主要方法。指标体系法通过选定指标的权重来分析经济与环境之间的相互影响[23],虽然可以综合考虑社会、经济、环境等因素[24],但是存在指标选取不合理且主观因素占主导等问题[25]；而通过模型计算生态效率可以弥补这些问题[12],其中,数据包络分析(Data Envelopment Analysis,DEA)方法根据多指标投入和产出对相同类型的决策单位进行相对有效性的评价,通过自动赋权减少环境指标赋权的主观因素影响,可以清晰地说明多投入与多产出的组合,因而在生态效率分析中得到广泛应用[26- 28]。

在生态效率应用方面,现有研究主要集中于微观企业与区域中观尺度层面[29- 30]。在国外的研究中,WBCSD提出微观企业经济效益的核算方法[15]；Wursthorn、Seppäläa等基于区域尺度的生态效率研究进而审视该区域在长期发展中的竞争优势[28,31-34]；国内学者测算了我国不同区域尺度的生态效率[35-37]；一些研究则关注于区域间生态效率的差异及时空变化[16,38]。而在农业领域,现有研究主要集中于种植业[39-40],目前,还鲜有研究基于生态视角对草牧业的生态效率进行评价,而由于过度放牧造成的草地生态功能退化是目前制约草牧业发展的主要因素[41-42]。为此,中央政府陆续实施多项生态保护与建设工程,旨在保护草原地区生态安全,但是,系列措施实施以来所产生的生态绩效目前尚不清晰。基于此,本研究根据内蒙古地区草牧业生产特点,选择拥有世界四大草原之一的呼伦贝尔地区作为研究区域,测算草牧业生态效率水平并分析其影响因素,旨在为草原地区实现可持续发展提出有效建议。

1 方法与说明

1.1 研究方法

1.1.1 超效率DEA模型

1993年,Andersen等人提出超效率DEA(Super-Efficiency)方法[43],在对决策单元的生态效率进行评价时,先将特定决策单元排除在外,测算过程中,对于无效的决策单元,由于其生产前沿面保持不变,其效率值与传统DEA模型测算值相同,但是对于有效的决策单元,在效率值不变的基础上,按比例增加投入,并将增加的比例记作超效率的评价值。因其生产前沿面后移,故测算出的效率值要大于利用传统 DEA 模型测算出的效率值,且有效决策单元的超效率值一般情况下会大于1,且超效率值越高表明效率水平越高[44],由此解决了传统DEA模型当遇到多个评价单元同处于生产前沿面时无法评估的问题[45]。本研究选取呼伦贝尔市2000—2015的面板数据,通过投入导向的超效率DEA模型考察该地区草牧业生态效率的时空差异,其模型设置如下：

(1)

1.1.2 Malmquist指数

Malmquist指数源于Malmquis对消费变化的分析[46]。1982年,Caves等将其应用于生产效率分析当中,随后,Fare等人通过将其中的一种非参数线性规划方法与DEA理论相结合[47],将Malmquist指数重新定义为：

TFP=EC×TC=PE×SE×TC

(2)

Malmquist指数即TFP表示某一决策单元生产率在t至t+1期间的变化程度,xt,yt分别表示t时期的投入和产出变量,Dt(xt,yt)为在t时期生产前沿面与实际产出间的距离,当TFP>1时,生产效率提升,反之,则生产效率降低。TFP由EC(综合技术效率)、TC(技术进步)组成,其中EC又可分解为SE(规模效率)、PE(纯技术效率)。

但是,Malmquist指数仅反映区域生态效率相比前一期的变化情况,无法比较区域间生态效率差异；而超效率DEA只反应某一时期区域间的相对效率,无法比较区域生态效率的时间变化。因此,本文借鉴已有研究[42],选取各区域初期超效率值(θ)为初期生态效率,通过其后各时期Malmquist 值与其前一时期生态效率的乘积反映了该区域任一时期相对于初期的生态效率水平(式(3)),进而考察呼伦贝尔地区草牧业生态效率动态变化。

Et=M×Et-1

(3)

1.1.3 生态效率影响因素分析

鉴于超效率DEA模型测算的效率值会有大于1的情况,若选用普通最小二乘法回归,其参数估计值会出现偏差且不一致的情况。因此,本研究采用Tobit模型,即通过极大似然法进行估计,并构建回归方程,其公式为：

Yi=β0+β1x1i+β2x2i+…+βpxqi+μ

(4)

式中,Yi表示表示各时期的效率值；xq(q=1,2,…,q)表示影响因素变量；β0表示常数项,i(i=2001,2002,…,2015)表示时期；μ表示随机误差。

1.2 研究指标及数据选取

生态效率的本质是用最小化的资源消耗与环境污染换取最大化的经济产出。因此,在实际应用中,通常将收益性指标作为产出指标,将成本指标作为投入指标来处理。由于在发展草牧业的过程中,对于环境的影响主要以消耗草地资源为主,因此,具体选取农业固定资产投资、畜牧业从业人口以及草地净初级生产力(NPP)作为投入指标；选取畜牧业增加值作为产出指标,从而构建生态效率评价的指标体系,如表1所示。其中,NPP是指单位时间、单位面积上植被所积累的有机物质的总量,是光合作用所吸收的碳和自养呼吸所释放的碳之间的差值,可以较好的反应草地覆盖状况。本研究基于中国科学院资源环境科学数据中心提供的2000—2015年Landsat TM/ETM遥感影像数据,利用光能利用率(GLOPEM)模型获取呼伦贝尔地区各年NPP,用以反映该地区生态状况。

表1 内蒙古地区草牧业生态效率评价体系

鉴于在草牧业发展过程中,草地生产功能主要体现在为畜牧业生产提供饲草料支撑,草牧业产出多以畜牧业增加值的形式体现。因此,在衡量草牧业生态效率影响因素方面,综合前人研究,选取相对湿度、降水、畜牧业产值、畜牧业产值比重、畜牧业从业人口比重、国家政策(选择2000以来国家草原政策中具有代表性的“草畜平衡”、“退牧还草”政策作为虚拟变量)以及牲畜存量数量作为具体指标,并通过同比CPI划定定基指数(以2001年为基期),消除通货膨胀对畜牧业产值的影响。其中,相对湿度与降水量数据源自中国气象数据网,其余指标数据均来自于《内蒙古统计年鉴》(2001—2016)、《呼伦贝尔统计年鉴》(2001—2016)。

1.3 研究区域

呼伦贝尔市,内蒙古自治区下辖地级市。地处115°31′—126°04′E、47°05′—53°20′N之间,总面积2620万hm2,相当于山东省与江苏省两省面积之和,包括市辖区1个：海拉尔区；县级市5个：满洲里、扎兰屯、牙克石、根河和额尔古纳市和7个旗：阿荣旗、新巴尔虎左旗、新巴尔虎右旗、陈巴尔虎旗、莫力达瓦达斡尔族自治旗、鄂伦春自治旗和鄂温克族自治旗。呼伦贝尔草原作为世界四大草原之一,草地资源丰富,拥有草甸草原、典型草原等天然草地1000万hm2,类型齐全,该区域草牧业发展所需的牧草主要依赖天然草场的供给,年际变化大,抗灾能力差,然而,国家“退牧还草”、“禁牧封育”等政策的实施导致草牧业发展存在生态保护与农牧民收入增长间的矛盾。因此,提高生态效率,在最小化生态环境影响的同时提升草牧业增加值是该地区草牧业发展的迫切需求。此外,由于额尔古纳市、根河市、鄂伦春自治旗为农业区、满洲里市主要以第三产业为主,因此,本研究在评价呼伦贝尔市草牧业生态效率时将这四个地区排除在外。

2 结果与讨论

2.1 呼伦贝尔各旗县生态效率空间差异

基于EMS1.3软件测算结果显示,呼伦贝尔地区草牧业生态效率存在空间差异(表2)。2001年,生态效率整体处于较低水平,其中,新巴尔虎右旗生态效率最高(0.57),莫力达瓦达斡尔族自治旗最低(0.09)；2015年,牙克石市生态效率最高(1.59),陈巴尔虎旗最低(0.57)(图1)。整体上,可以将各旗县生态效率划分为三个等级,其中牙克石市生态效率明显高于其他地区,陈巴尔虎旗与新巴尔虎右旗生态效率较低,均低于0.7,其他旗县位于二者之间,且都处于动态变化状态。通过比较各旗县2015年生态效率与2000—2015平均生态效率(图2)可以发现,除新巴尔虎右旗外,其余旗县生态效率均相对提升,其中,牙克石市、莫力达瓦达斡尔族自治旗上升幅度较大,陈巴尔虎旗上升幅度相对较小。

表2 2001—2015年各旗县草牧生态效率

图1 2001、2015年呼伦贝尔各县草牧业生态效率Fig.1 The ecological efficiency of grass and husbandry of counties in 2001 and 2015

图2 2001—2015呼伦贝尔各旗县草牧业平均生态效率 Fig.2 The average ecological efficiency of counties in Hunlunbuir form 2001 to 2015

2.2 呼伦贝尔各旗县生态效率时空变化

呼伦贝尔各旗县年均生态效率的Malmquist指数及其分解如表3所示。结果显示,2001—2015年,各旗县全要素生态效率的增长率(TFP)均大于1,年均增长率为9.9%,说明各旗县生态效率都取得了一定的进步,但整体上升幅度较小；Malmquist指数分解结果显示,除新巴尔虎左旗外,综合技术效率、技术进步、纯技术效率与规模效率均呈上升趋势,其中,综合技术效率与技术进步上升幅度较大,表明科技水平的TFP增长具有显著的积极作用。从各旗县来看,莫力达瓦达斡尔族自治旗、鄂温克族自治旗、阿荣旗与海拉尔地区全要素生产率增长最快。且从表2中可以看出,莫力达瓦达斡尔族自治旗、牙克石市、海拉尔地区的生态效率上升幅度最大,分别从2001年的第9位(0.09)、并列第7位(0.14)上升至2015年的第三位(0.9)、第1位(1.59)和第2位(0.96)。其中莫力达瓦达斡尔族自治旗的综合技术效率为1.96,远高于其他旗县,海拉尔技术进步增长率位于各旗县首位,牙克石市的综合技术效率与技术进步均处于较高水平,表明技术进步是驱动TFP增长的重要因素,反观2015年生态效率较低的陈巴尔虎旗,新巴尔虎右旗与鄂温克旗,其综合技术效率、技术进步与纯技术效率均处于较低水平。主要原因在于,3个旗县均位于呼伦贝尔西部草原地区,不同于中部半农半牧区与东部农业地区,该区域生产、生活方式较为粗放,且牧民聚集,语言交流、文化水平、生产结构等因素都严重制约当地科技水平的进步,发展程度低于其他地区。

呼伦贝尔各旗县各年平均Malmquist指数及分解结果如表4所示。TFP年际变化幅度较大,整体呈上升趋势,年均增长率为9.9%,虽然个别旗县技术水平提升速度较快,但呼伦贝尔地区草牧业发展科技含量整体仍处于较低水平。其中,综合技术效率与纯技术效率年均增长率仅为3.3%、2.2%,增长速度缓慢,难以驱动该地区生态效率的快速提高,表明科学技术水平是目前制约该地区草牧业发展的重要因素。

就动态变化而言,2001—2015年间,呼伦贝尔各旗县草牧业生态效率整体呈曲折上升的趋势,根据变化趋势大致可划分为两个阶段(图3)。2001—2005年为平稳阶段,各旗县生态效率差值、年际变化幅度较小,其中,2001年,新巴尔虎右旗生态效率最高(0.58),莫力达瓦达斡尔族自治旗最低(0.09)；2005—2015年为分化阶段,生态效率整体具有明显的上升趋势,各旗县间差值逐渐拉开、生态效率年际变化幅度较大。

2.3 呼伦贝尔各旗县生态效率影响因素分析

本研究采用Toblit回归模型分析生态效率影响因素的作用机理(表5),模型通过1%显著性检验,表明整体拟合程度较好。在气候变量中,降水量通过了1%的显著性检验,表明降水量增加对于草地植被生长,生态环境改善具有积极作用；相对湿度通过了5%的显著性检验,然而变量系数为负,表明相对湿度增加对于生态环境具有一定的负向影响,相关研究结果也显示,相对湿度过高不利于空气中污染物扩散,且会加速热传导,降低温度[48-50],不利于植被生长与人民健康生活；在结构变量中,畜牧业从业人口比重通过了1%的显著性检验,且系数为负,说明畜牧业从业人口数量的增加,不能提高该地区的生态效率；此外,牲畜存栏数量通过了10%的显著性检验,说明规模化经营有助于提高生态效率。

表3 2001—2015呼伦贝尔各旗县年均Malmquist指数及分解

表4 呼伦贝尔各旗县各年平均Malmquist指数及分解

表5 Tobit 模型回归结果

*、**、***分别表示通过10%、5%、1%显著性检验

图3 2001—2015年呼伦贝尔各旗县草牧业生态效率 Fig.3 The ecological efficiency of counties in Hunlunbuir from 2001 to 2015

在政策变量中,“草畜平衡”与“退牧还草”均通过了1%的显著性检验,说明国家政策对草原地区生态保护建设具有显著的积极意义。2000以来,鉴于草原地区出现草地退化、植被覆盖率降低、生态服务功能下降等问题,为保障草原生态安全,中央政府陆续实施多项重大生态保护与建设工程,累计投入项目资金近1300亿元。十九大报告中,再次强调建设生态文明是中华民族永续发展的千年大计。为深入贯彻中共中央保护草原、恢复生态的相关政策,内蒙古自治区党委、政府及时出台了《关于加快推进生态文明建设的实施意见》和《关于加快生态文明制度建设和改革的意见》,不断加大生态保护建设力度。其中,“草畜平衡”与“退牧还草”政策具有较强的代表性,回归结果的变量系数显示,“退牧还草”政策对于生态效率的正向影响要大于“草畜平衡”,这主要由于两项政策在核心内涵上的区别,“退牧还草”通过禁牧、休牧的方式阻断人为干预,从而恢复天然草地,而“草畜平衡”的核心则是实现饲草供给量与家畜需求的即时平衡,在保障生态的同时适当兼顾草地的生产功能,因此,“退牧还草”对于生态效率的正向影响要大于“草畜平衡”。然而,“退牧还草”政策的实施忽略发挥草地的生产功能,一定程度上抑制了草原地区经济的发展以及人民生活水平的提高,“草畜平衡”政策虽然试图兼顾草地生产功能,但在实际操作中,尚未形成切实可行的有效方案。此外,本研究采用中国科学院资源环境科学数据中心提供的2000年、2015年两期Landsat TM/ETM遥感影像数据,依据草地覆盖度>50%、20%<草地覆盖度<50%、5%<草地覆盖度<20%、草地覆盖度<5%,将草地划分为高覆盖度草地、中覆盖度草地、低覆盖度草地及其他,并根据草地覆盖变化绘制2000年以来内蒙古地区草地覆盖变化及时空分布图(图4),发现系列政策实施以来,虽然部分地区植被得到较好恢复,但草原地区“局部改善、总体恶化”的整体态势并未得到根本改变。生态保护与建设工程的实施,部分存在没有与牧区草业发展模式的创新有机地结合在一起,实现草原地区健康可持续发展还需探索兼顾草地生态与生产功能耦合的有效机制,在保障生态安全的同时,提高当地经济发展水平。

图4 呼伦贝尔市草地覆盖变化Fig.4 Changes in grass cover in Hulunbuir city

3 结论与政策建议

本研究选用超效率DEA模型及Malmquist 指数考查呼伦贝尔地区草牧业生态效率的时空变化并对影响因素进行分析。结果显示,呼伦贝尔各旗县生态效率在2001年均处于较低水平；2001—2015年间,整体呈上升趋势,但并无某一旗县具备明显优,2015年,牙克石市、海拉尔市生态效率较高,陈巴尔虎旗、新巴尔虎右旗较低,莫力达瓦达斡尔族自治旗上升幅度较大；技术进步是提高生态效率的主要驱动因素,也是目前制约当地草牧业发展的重要因。降水量与政策因素对当地的生态效率均会产生较大影响。

因此,我国草牧业实现可持续发展要重视以下几点:

1)要划定草原资源生态保护红线。这是兼顾草牧业发展、牧民增收与生态保护共同发展的重要保障。必须加大生态系统的保护力度,严格保护耕地,扩大轮作休耕试点,健全耕地草原森林河流湖泊休养生息制度,建立市场化、多元化生态补偿机制。因此,有必要以全国草地退化等级及类型为标准,以省区界线为基础设定草原红线。

2)加大草原生态补偿投入,完善生态补偿机制。以生态功能、生态安全和经济价值并重的标准衡量草牧业价值。完善草原生态补偿机制,遵循切实保护牧民利益与草原生态恢复并举的方针,避免生态补偿转化为生态购买的趋势蔓延。

3)大力加强草牧业科研、示范、推广设施的建设力度。建立产学研相结合的技术创新体系、牧草品质评价体系, 实现牧草产品以质定价,同时大力发展“企业+种植大户”、“企业+合作社”、“企业+自有种植基地”等多种种养结合模式,注重发挥养殖企业的桥梁和纽带作用,以合理利益分配为核心,构建种养双方紧密合作的长效机制,提高农民种植收益,实现草食畜牧业节本增效以及种养“双赢”,通过提升科技与规模化水平提高生态效率。

4)鉴于气候要素对生态效率存在影响,面对频发的草原灾害,应加强重大灾害的应急防御策略以及防灾抗灾基础设施建设,提高对自然灾害的预测预报能力,建立灾害预警应急体系。构建各级政府部门分工负责的气象灾害应急机制,最大限度、最大程度地减少重大气象灾害对草原生态和牧业经济带来的损失,科学开发利用气候资源,充分利用有利的气候条件为草牧业生产服务。