农业环境效率测度及其影响因素的研究综述

□李 燕

一、引言

改革开放以来中国农业发展成就瞩目，但同时粗放的经营方式也带来了严重的环境污染问题。根据第一次全国污染源普查数据，我国农业总氮、总磷和化学需氧量的排放量分别占各自排放总量的57.2%、67.3%和43.7%。根据《全国环境统计公报（2015 年）》的统计，全国废水及其污染物排放中，农业污染源占COD 排放总量的比例为48.06%，是四大污染源占比最高的，而农业污染源占氨氮排放总量的比例为31.58%，仅次于城镇生活污染源占比。为此，农业供给侧结构性改革的主要目标，就是要实现中国农业发展由过度依赖资源消耗向追求生态的可持续转变。在此背景下，农业的绿色发展迫在眉睫。发展绿色农业符合我国实施可持续发展战略、构建和谐社会的基本国策，绿色发展也逐渐成为中国经济增长的一种“新常态”。而提高农业环境效率是实现农业绿色发展的重要途径。

中国农业的快速发展已经引起众多学者对农业增长绩效的关注，但现有文献大多是在忽视环境对农业的负面影响的情况下展开对中国农业增长绩效问题的研究。随着农业生产所产生的污染问题日益严重，国内外许多学者对农业环境效率的测度展开了丰富的研究。而任何一种效率的实证分析都包括两个部分：一是对不同生产决策单位的效率值进行估算；二是对效率值的影响因素进行分析。

二、农业环境效率的测度

从国内外现有文献来看，农业环境效率的测度主要是从微观层面和宏观层面展开的。国外学者较多地通过微观调研的数据对某些国家和地区的各类农场的环境效率进行了测算。例如Reinhard et al（1999）以氮剩余作为环境不利投入利用随机超对数生产前沿来估计荷兰奶牛场的投入导向的环境效率，并利用同样的方法估计了技术效率，发现荷兰奶牛场平均的环境效率要低于技术效率[1]。Tamini et al（2012）利用投入导向函数（IDF）实证估计和分析了位于加拿大魁北克的210 个农场的技术和环境效率，研究结果发现技术效率和环境效率存在重要关联[2]。Nguyen et al（2012）利用2003—2007年韩国江原道96 个水稻农场的数据，检验了农场的成本和营养使用效率，发现技术效率的改善会导致更低的生产成本和更高的环境绩效[3]。此外，国外学者们大多采用物料平衡原则来核算非期望产出（Lauwers，2009）[4]。而国内也有部分学者从微观层面研究了农场的环境效率，如邢丽荣和徐翔（2016）曾基于江苏、广东与海南的572 份有效调查数据，运用SBM 模型评价了中国不同水产养殖模式的经济效率与环境效率[5]。朱宁和秦富（2015）则利用2004—2013 年蛋鸡养殖投入产出数据，采用SBM 模型与Malmquist-Luengerber 生产率指数分析了不同规模蛋鸡养殖场的环境效率和环境全要素生产率[6]。李 翠 霞 和 曹 亚 楠（2017）运 用SBMUndesirable 模型对2004—2014 年中国29 个省份不同规模奶牛养殖场环境效率进行了测算[7]。

从微观层面对农场的环境效率的测算为细致地研究农业环境效率提供了丰富的资料，但是微观测度也具有一定局限，它可能受到地域和农村个体特征的限制无法分析全局状况，因而宏观层面的国别或地区间的农业环境效率的测度成为研究的主要趋势之一。随着数据可得性的提高和研究的需要，越来越多的学者开始关注和测度宏观层面的农业环境效率。例如Hoang 和Coelli（2011）利用物料平衡原则测算了1990—2003年OECD30个国家以营养为导向的环境效率。结果表明OECD 国家可以通过提高其技术效率和改善其投入组合即可实现环境效率的改善[8]。Hoang 和Alauddin（2012）利用投入导向的数据构建了DEA分析框架对OECD国家的农业生产中的经济、环境和生态效率进行测算和分解[9]。Vlontzos et al（2014）基于非径向DEA 模型对2001—2008 年欧盟国家的农业部门的全要素能源和环境效率进行了测度并将其分解为全要素能源效率和全要素环境效率[10]。此外，Alejandro Nin-pratt（2013）利用物料平衡原则建立DEA 模型，对2002—2007 年142 个发展中国家和发达国家的畜牧业环境效率进行了测算并将其分解为技术效率和环境分配效率，试图寻求全球畜牧业环境效率差距的原因，探索在给定技术条件下缩小差距的潜力以及提高全球畜牧业环境效率的政策[11]。

国内从宏观层面对环境效率的测算较多的文献是针对整体环境效率或工业环境效率，专门针对农业环境效率测算的文献较少，其原因可能是受到数据可得性的限制。随着农业相关数据的日益丰富，国内学者开始利用清单分析法来核算农业污染物并使用DEA 方法测算农业环境效率。相对于物料平衡原则，清单分析法所需数据更容易收集，从而使得其在国内广为应用。李谷成等（2011）通过单元调查评估法对1979—2008 年中国各省的农业污染排放量进行计算，然后利用非合意产出的非径向、非角度的SBM 方向距离函数模型，评价了1979—2008 年农业环境技术效率，综合考察转型期各省农业发展与资源、环境的协调程度[12]。田伟等（2014）利用以碳排放为非期望产出的SBM模型，对2002—2012 年中国农业环境效率进行了测算，结果表明，2002—2012年中国各地区的农业环境效率值普遍较低，并且提升幅度较小。东部的农业环境效率相对而言处于较高水平，西部地区的农业环境效率偏低[13]。张可和丰景春（2016）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，并对两种视角下的模型对比研究了2012 年我国农业环境效率[14]。极少数文献利用物料平衡原则，对中国各省份的农业环境效率进行了测算，例如张屹山和崔晓（2014）利用物料平衡原则使用非径向、非角度SBM 方向性距离函数模型，对1990—2011 年我国31 个省份的农业环境效率进行测算[15]。沈能等（2013）在考虑环境技术差距的基础上，利用拓展的SBM 方向性距离函数和Meta-frontier 效率函数估算了中国的农业环境技术效率，结果表明，不同区域的农业环境技术存在较大差异，农业环境技术效率呈现出东、中、西部地区依次递减的特征[16]。

三、农业环境效率的影响因素

现有文献对农业环境效率影响因素的研究也主要是从宏观层面和微观层面分别展开的。也有部分研究专门分析了技术、制度和经济发展水平对农业环境效率的影响。

微观因素包括农场经营规模、肥料使用强度、土地产权制度、农场的集约化经营水平、农户的社会经济特征及其对农业生态环境保护的态度、农业环境友好型生产技术的采用等方面。Urdiales和Lansink（2016）在对西班牙50个农场的环境效率进行测算的计算上，分析了农场主的社会经济特征及其态度对农场环境效率的影响。结果发现，年轻的、有长久农场经营意愿的、参与过培训项目的农场主其农场的环境效率更高[17]。Reinhard et al（2002）利用两阶段法对荷兰奶牛场的环境效率进行了研究，在第一阶段对奶牛场的环境效率进行测算的基础上，第二阶段分析了影响奶牛场环境效率的影响因素。结果表明，对土地利用的规制、生产配额、对过度使用的肥料进行征税等制度方面的因素均对环境效率有正向影响，农场经营者在农场上的劳动时间占家庭劳动力的总劳动时间对环境效率有显著的正向影响，同时农场规模对环境效率也具有正向影响[18]。Hoang 和Nguyen（2013）在对韩国96 家水稻农场的环境效率进行测算的基础上分析了其影响因素，结果发现租赁的土地越多，技术效率越低、化肥农药使用强度越大，农场经营者年龄越大，农场环境效率越低[19]。Abdulai A N 和Abdulai A（2017）在利用Green（2010）的样本选择SPF 法测算了赞比亚麦农的环境效率的基础上，利用倾向匹配法（PSM）考察了使用保护农业生产技术（Conservation Agriculture,CA）和使用传统农业技术对赞比亚麦农的环境效率的影响[20]。实证结果表明，使用CA技术的农民在技术效率和环境效率上均比使用传统技术的农户要高。这一结果表明CA 技术不仅有利于提高农场的经济回报率，而且可以降低对环境的破坏。更低的环境负担表明CA 技术是一项社会成本更低的环境友好型技术。此外，该研究还发现技术效率、信用准入、农场主的受教育程度以及年龄均与环境效率呈正向关系，而农场与市场的距离越远，环境效率越低。Abedullah et al（2015）利用农场调研的数据在一个双重异方差随机生产函数的框架下分析了巴基斯坦棉农采用Bt棉技术对环境效率的影响。采用Bt 棉技术的棉农，不论是在技术效率还是环境效率均比没有采用Bt 棉技术的农民要更高。采用Bt 棉技术的农场不仅能够获得更高的棉花产量，同时还能使用更少的农药，对环境的破坏更少。并且，该研究还发现不采用Bt 技术的农场，如果想要获得相同的环境效率需要付出每亩54 美元的额外成本。因此，他们认为Bt 技术是一项环境友好型技术，有利于促进可持续农业的发展[21]。Tamini et al（2012）在测算了210 家农场的环境效率和技术效率的基础上，进一步分析二者的影响因素，结果表明技术效率对环境效率具有正向关系[2]。Skevas et al（2012）分析了荷兰耕地农场的环境效率，发现环境效率与农场主的年龄、作物补贴均呈负向关系，作物轮作对环境效率有正向关系，而天气条件的变化所反映的生产的不确定性对农业环境效率具有显著的影响[22]。Picazo-Tadeo et al（2011）估计了西班牙农场的生态效率值，并对其影响因素进行了检验，研究发现，农场主的特征（年龄、受教育程度、农场经营收入）、农场特征（规模、农场土壤质量等）均对农场环境效率有显著影响[23]，他们的结论也得到了Urdiales 和Lansink（2016）[17]的支持。

宏观因素包括要素投入组合、农业经济发展水平、农业生产特征、技术条件、社会结构、人力资本、要素积累等方面。

国外学者对农业环境效率的宏观层面影响因素的分析，主要是利用物料平衡法来对农业环境效率进行分解为技术效率和营养导向的配置效率，结果表明：改善投入组合能够提高农业环 境 效 率（Hoang 和Coelli，2011[8]；Hoang 和Alauddin,2012[9]）。

国内学者则较多地利用Tobit 回归来分析农业环境效率的影响因素。如田伟等（2014）在测算2002—2012 年中国农业环境效率的基础上，对中国东、中和西部三大地区的农业环境效率的影响因素进行了Tobit 回归分析。结果表明：各地区的农业环境效率主要受生产特征、技术条件和社会结构等因素的影响。生产特征包括化肥、农药的施用强度、机械化水平等，技术水平包括第一产业单位产值、综合能耗等、能源结构包括汽油消耗比例、柴油消耗比例等，社会结构包括非农产业所占比重、城镇化率和工资性收入等[13]。赵丽平等（2016）在对1994—2012年我国29 个省份的利用粮食生产环境技术效率进行测算的基础上，将城镇化细分并设置为人口、土地、产业发展和生态环境压力城镇化指标，利用面板数据模型分析了城镇化对粮食生产环境技术效率的影响。结果表明：人口城镇化促进了粮食主销区和平衡区粮食生产环境技术效率的上升，在主产区则是相反的效果；土地、产业发展和生态环境压力城镇化则对全国及三大地区的粮食生产环境技术效率具有负向的影响[24]。姚增福等（2017）在利用以碳排放为非期望产出的SBM 模型测算了2000—2013 年中国30 个省份的农业环境效率的基础上，建立以要素积累为门槛变量的面板门槛模型，检验了农村人力资本对农业环境效率的影响。结果表明，人力资本与农业环境效率间会因为经济发展和物质资本积累水平的不同而呈现出显著的双门槛区间效应，表现为经济低水平发展区到高水平发展区，人力资本与农业环境效率提升之间具有显著的“反N 型”特征趋势，而物质资本从匮乏区到丰富区，人力资本与农业环境效率之间存在显著的“倒U 型”趋势[25]。沈能等（2013）在测算了1998—2010 年间中国29 个省份的农业环境效率的基础上,考察了中国农业增长与环境技术效率之间的库兹涅茨曲线是否存在。结果表明全国和东、中和西部三大地区的农业环境技术效率与农业增长之间均存在“正U 型”曲线特征。同时在控制变量中，收入差距、对外开放程度、农业比重、农业技术水平和农业财政支持力度对农业环境技术效率具有显著影响[16]。

四、文献述评

农业环境效率近年来日益受到国内外的经济学、社会学和环境科学领域的广泛关注，取得了丰富成果，但总体而言，农地产权制度影响农业环境效率的研究仍处于探索阶段，有待进一步拓展，这一研究存在的不足之处主要表现为：

第一，目前现有关于中国农业环境效率的测算结论分歧较大，存在着较多的争议。原因主要有：一是对农业环境效率的测算方法不同。测算方法不同则意味着对农业生产所带来的环境破坏的度量存在差异，对污染物的选择也不同，从而使得测算结果存在差别。二是测算的时间阶段不同。学者们大多根据自己所获得的数据来定义测度的时间阶段。不同的阶段农业发展对环境所造成的影响必然不同，从而导致测算结果存在差异。三是测算的区域不同。部分学者采用的是对某个区域的农场进行调研的微观数据，还有些学者是利用宏观数据测算各省份的环境效率，并且不同的研究包含的省份的数量也不相同，从而得出的结论也不尽相同。

第二，对农业环境效率的测度研究较多，对农业环境效率的影响因素的研究较少。已有的研究大多是利用微观数据，对一些国家的农场的环境效率进行测算，或利用宏观数据对OECD 国家和发展中国家进行测算，国内学者较多是利用省际面板数据，对全国不同时期的农业环境效率进行度量。对于农业环境效率的影响因素的研究较少。Lansink 和Wall（2014）认为未来更多的研究应该集中到农业环境效率的影响因素的研究上来，以便更好地为政策制定者提供理论依据[26]。

第三，微观研究较多，宏观层面的系统研究较少。当前国际上对农业环境效率的研究大多以微观层面的效率测度和分析为主，少数学者集中于宏观层面对国别间农业环境效率的研究。微观研究的好处就是可以更为深入细致地将农场及其经营者的经济社会特征纳入考量的范围，从而是结果更为可靠，结论更有政策指导意义，但是这也存在一定缺陷，就是微观研究的推广性不强，无法从宏观层面对总体状况进行把握，不能反映全局的情况。对农业环境效率及其影响因素的研究，应该从宏观和微观两个层面来展开，相互佐证，更好地为农业的绿色、可持续发展提供理论和实践指导。

鉴于已有研究存在的不足之处，本文认为今后的研究可以从以下几个方面进行补充和扩展。一是构建Global-DEA 超效率模型，解决当前研究普遍存在的跨期不可比较和相对有效的单元无法比较的问题。二是以化肥投入和农作物固体废弃物所产生的COD、TP 和TN 作为非期望产出，考察改革开放以来农业生产对环境产生的影响。三是可以对这一时期农业环境效率的收敛性及其地区差异的演进趋势进行分析。