农业生态效率的国际比较及中国的定位研究

张 杨，陈娟娟

(1. 湖南工商大学 经济与贸易学院，湖南 长沙 410205； 2.湖南师范大学 商学院，湖南 长沙 410081)

一、引言

农业关乎国家食物安全、资源安全和生态安全。改革开放以来，受益于市场经济体制改革的政策红利，农业经济已经取得一定成就。农业现代化稳步推进，至2017年，我国粮食生产能力达到1.2万亿斤(1)数据来源：《十九大报告》。但与此同时，农业发展带来的一系列环境问题日益凸显，农业可持续发展面临重大挑战。一方面，农业内源性污染严重。根据《全国农业可持续发展规划(2015—2030年)》，我国化肥、农药利用率不足1/3，农膜回收率不足2/3，畜禽粪污有效处理率不到1/2，秸秆焚烧现象严重，农村垃圾、污水处理严重不足。另一方面，更为严重的是近年来农业面源污染加剧。虽然近年来环境治理力度加大，工业和城镇点源污染排放的总量有所控制，但农业面源污染由于统计口径问题被严重低估，因此统计口径完善后统计的农业面源污染占水污染源比重将在一段时间内持续上升。未来农业面源污染终将成为水环境质量的首要致污因素[1]。而据《第一次全国污染源普查公报(2010)》，农业污染源已经成为中国第一大污染源。从国外经验来看，美国从20 世纪 90 年代开始，农业就是第一大污染排放源，荷兰的最大污染源也来自农业。农业生产引起环境污染，不仅引致农产品产地环境问题和农产品质量安全，更加剧了全球气候变暖的形势。在生态危机和可持续发展的压力下，国内外对绿色农业，生态农业和可持续发展农业的呼声越来越高。农业生态化发展要求农业在发展过程中不仅要注重短期的经济利益，更要重视长期的环境效益和生态效益，平衡农业投入、农业产出和生态影响三者之间的关系[2]。因此，传统的只注重农业投入产出而忽略生态影响的农业效率考察视角已经显示出一定的局限性，将生态影响纳入到考察视角的农业生态效率更全面。

生态效率(eco-efficiency)这一概念是最早是由德国学者Schaltegger等(1990)[3]提出来。它是指通过提供能满足人类需要和提高生活质量的竞争性定价商品与服务，同时使整个生命周期的生态影响与资源强度逐渐降低到一个至少与地球的估计承载能力一致的水平[4]。具体到农业领域而言，农业生态效率则是指在保证农产品数量和质量的前提下，尽量减少环境污染和资源消耗[5]，即在既定的投入条件下，期望产出的最大化和非期望产出的最小化。从现有文献来看，学者们已经从“企业”“产业”“行业”“区域”等各个层面的对生态效率评价及其影响因素做了大量的研究[6-12]，选择恰当的评价方法对生态效率进行准确地测度是目前学者研究的重点。目前，对农业生态效率评价的常用方法包括随机前沿法(SFA) 和数据包络分析法(DEA)[13]。与SFA方法相比,DEA方法不需要设定生产函数的形式，可以减少测度中的主观因素的影响，成为生态效率研究中常用的方法。

DEA方法由美国运筹学家Charnes，Cooper和 Rhodes 于 1978 年首次提出。早期的DEA模型如CCR[13]和BCC[14]等模型一般采用径向(Radial)、角度(Oriented)的模型来计算效率，但投入(产出)角度模型只从投入(产出)一个方面对无效率程度进行测量，效率测度并不全面，径向模型的效率测度中没有考虑投入(产出)的松弛变量，从而会高估DMU的效率[15]。因此，Tone(2001)[16]提出了非径向、非角度的基于松弛变量(Slacks-based Measure，SBM)DEA模型。为了更好识别决策单元(DMU)中的非期望产出(Undersirable outputs)的影响，非期望产出被纳入模型中，考虑非期望产出的SBM模型即USBM模型被广泛应用于农业生态效率测度。王宝义和张卫国(2018)[17]运用该模型测度了中国31个省的农业生态效率。潘丹(2013)[18]，李谷成(2014)[19]，刘应元(2014)[20]、田伟等(2014)[21]灵活运用该模型从不同层面不同视角进行农业生态效率的测度。

现有大多数学者运用SBM模型对农业生态效率测度范围广，角度多。但是，SBM模型存在一些缺陷。首先，所有有效率DMU均在前沿面上，其效率得分均为1。这将导致两个问题: 其一是无法有效地识别这些有效率的决策单元的效率，在此基础上的数量比较和计量分析不一定准确；其二是无法准确识别有效率DMU的跨期增长，例如，若某个决策单元在上期和本期的效率值均为1，据此计算效率增长为0，但实际上其效率可能是有变化的。其次，在SBM模型中，假定各个DMU是同质的，即各个生产决策主体面临着相同的技术前沿。但在实践中，各个决策单元在制度背景、生产环境和管理能力以及发展阶段等方面存在显著差异，其技术前沿并不相同，即存在异质性技术。如果不考虑技术前沿的差异而采用同质性假设，效率测度结果可能出现偏差。并且大部分学者测度的是国内省份和区域的农业生态效率，鲜有文献对世界各国的农业生态效率进行分析和比较。鉴于此，本文采用黄建欢[22]提出的同时考虑共同前沿面和非期望产出的超效率SBM模型，即Meta-US-SBM模型(全称为Metafrontier，Undesirable outputs and Super Slacks-based Measure)对世界各国农业生态效率进行测度，进一步地绘制世界地图对各国农业生态效率进行分析和比较，明确我国农业生态效率在世界的位置。本文剩余部分结构安排如下:第二部分介绍农业生态效率测度方法和数据选择；第三部分为农业生态效率测度结果；第四部分为本文的结论和政策建议。

二、农业生态效率测度方法和数据选择

(一)测度方法

[Meta-US-SBM]

(二)变量的选择和数据来源

为了全面准确地测度农业生态效率，本文尽可能考虑各种投入产出变量。但是，限于数据的可得性，本文选取4项农业投入变量和3项农业产出变量。农业投入变量分别为为农业劳动力投入、土地投入、机械动力投入和化肥投入。劳动力投入采用国家农业产业从业人数作为代理变量。土地投入采用联合国粮食与农业组织定义的农业可耕地面积作为代理变量，包括种植用地，用于放牧的草地，农庄用地和休耕的土地。机械动力投入采用每100公顷可耕地面积农业拖拉机数量作为测度变量。化肥投入采用每单位可耕地使用的农业化肥数量作为代理变量。产出分为一个期望产出和两个非期望产出。期望产出为该国农业增加值，以2010年为基期美元的不变价格计算。根据国际标准工业分类法(ISIC)核算的农业增加值，农业包括农业、林业、畜牧业、副业和渔业。部分学者使用农业总产值来表征期望产出，本文认为增加值剔除了农业中间品投入，更能直观反映一国农业实际生产水平，因此本文选择农业增加值表征农业生产的期望产出。农业生产过程中造成的环境污染为农业的非期望产出，包括农业生产过程中农业沼气排放和农业一氧化二氮的排放。众所周知，甲烷和一氧化二氮都是引起全球变暖的温室气体。甲烷是《金都议定书》规定的排在二氧化碳之后的第二大温室气体。而一氧化二氮是第三大温室气体。虽然一氧化二氮在大气中的含量很低，但是其单分子增温潜势是二氧化碳的298倍，即所能造成的温室效应的效果是二氧化碳的298倍。人类活动所产生的一氧化二氮主要来自农业生产，农业土壤排放的一氧化二氮约占人类活动排放的一氧化二氮总量的52%，如美国与人类活动有关的一氧化二氮排放，有70%来自农业生产，而氮肥施用是促进农田一氧化二氮排放的直接原因。中国作为农业大国，化学氮肥是我国农业生态系统中氮素的主要补充源。世界粮农组织2004年统计资料表明，中国化学氮肥年消耗量约占全球的25% 。因此，本文选取某国农业生产过程带来的甲烷排放量和一氧化二氮的排放量作为非期望产出的代理变量。投入产出指标的详细说明如表1所示。

表1 农业投入产出指标的选择

(三)样本数据

本研究包括全球68个国家，其中包括15个中低收入国家,如巴基斯坦、印度尼西亚、菲律宾等，20个中高收入国家如中国、南非、巴西、俄罗斯等，和30个高等收入国家，如美国、加拿大、韩国、法国、德国等(根据世界银行2015年人均国民生产总值GNI标准划分)。虽然国家数量较少，但是从经济总量来看，2008年这68个国家的GDP总量约占全世界GDP总量的83%。因此，本文选取的研究样本具有代表性。由于农业污染排放数据只公布到2008年，本文的样本时间区间为1992—2008年。数据来源为世界银行数据库。

三、农业生态效率的测度结果

本文基于规模报酬可变的假设，在期望产出和非期望产出总体比重1∶1的情况下，利用MAXDEA软件测算各国农业生态效率。

(一)各国农业生态效率总体分析

本文将中国和各国至于同一生产前沿面上进行分析，测度的生态效率结果更准确且具有国际可比性。图1描绘了1992—2008年期间，中国农业生态效率和各国农业生态效率平均值的变化。从图可知，虽然我国农业生态效率在1992年仅仅约0.495，远远低于世界平均水平0.572，但是从1992年开始我国农业生态效率逐步增长，且增长率高于世界平均水平。到1994年，我国农业生态效率已经赶上世界农业生态效率的平均值0.571。1994年以后，我国农业生态效率一直高于世界平均值，且呈现稳步增长的态势。到1999年和2000年，受到98年特大洪灾的影响，我国农业生态效率有所下滑，但仍高于世界平均值。2000年以后，我国农业生态效率以更高的增长率稳步增长，到2008年，我们农业生产已经达到生产前沿面上，效率值为1.025。样本期间，各国平均效率值随有增长，但是增长率远远小于中国。

图1 1992-2008年中国农业生态效率和各国生态效率平均值

通过中国农业生态效率与世界平均值的比较，不难发现样本期间中国农业生态效率呈现稳步增长的趋势。从政策视角来分析这种稳步增长的趋势。1992年，中国共产党“十四大”正式确立了社会主义市场经济体制改革的目标，建立社会主义市场经济体制。这一制度激发了农业生产的活力，大大地解放了农业生产力。并且1993年十四届三中全会通过《关于建立社会主义市场经济体制若干问题的决定》，同年国务院发布了《关于加快粮食流通体制改革的通知》，全国人大还制定了《中华人民共和国农业法》，一系列的改革措施和政策保障，大大促进中国农业生产的发展和农业生态效率的提高。1998年长江特大洪水灾害给农业生产造成破坏性的影响，使农业生态效率有所下降。2000年开始，党中央开始关注“三农”问题，中央经济工作会议要求加强农业和农村经济结构战略性调整，一系列惠农政策促进了农业生产的进步。同时，近年来生态环境的恶化也引起了人们对环境问题的思考。从农业生产来看，国家对化肥、农药等化学制品的使用规制不断增强。从市场需求来看，消费者对绿色、有机农产品的需求不断提高。生态农业、有机农业和绿色农业不断进步和发展，促进了中国农业生态效率的提升。

进一步，本文对样本期间各国农业生态效率进行分析。表2描述了1992—2008年期间每年各国农业生态效率的频数分布。农业生态效率有效率的国家个数从1992年的14个增加到2008年的33个。完全效率国家增加了29个。从68个国家1156个观测样本总体来看，235个观测值是有效率的，921个观测值是无效率的，其中474个观测值效率低于0.5, 296个观测值效率处于(0.8，0.5]区间，151个观测值处于(1，0.8]的效率区间。从有效率观测值来看，样本期间呈现有效观测值个数“减-增-减-增”的W形态。1992—1996年，农业生态效率为有效率的国家个数从14个减少到6个。1997年开始，有效率的国家个数逐步增加，到2000年重新达到14个, 2001年农业生态效率有效国家个数减少到10个，2002年以后逐步增加到2008年达到33个。样本期间农业生态效率低于0.5的国家个数在逐年递减。综上所述，样本期间农业生态效率有效率的国家个数在增加，超低效率的国家个数在减少，各国总体农业生态效率上升。

表2 1992-2008年各国农业生态效率的频数分布

(二)不同收入国家农业生态效率分布

进一步本文分析和比较了不同收入国家农业生态效率。表3为Meta-US-SBM模型测度的农业生态效率的统计性描述。效率的最小值为0.151，是格鲁吉亚1992年的生态效率值。效率最大值为1.183。所有观测样本平均效率值较低为0.632。从国家收入水平来看，中高收入国家和高等收入国家农业生态效率平均值高于中低收入国家。中高收入国家和高等收入国家农业生态效率均值无显著差异。

表3 农业生态效率的统计性描述

图2为68个国家1992年、2000年和2008年的中低收入国家、中高收入国家和中高收入国家农业生态效率分布图。首先，将所有国家分为中低收入、中高收入和高等收入三组。然后，各个国家按照农业生态效率的升序在组内排序。图中横坐标即表示顺序。从图2(a)可知，在1992年大部分中高收入国家的农业生态效率高于高等收入国家，并且大部分高等收入国家农业生态效率高于中低收入国家。然而，到2000年，高等收入国家农业生态效率高于中高收入国家，并且此时中高收入国家农业生态效率显著高于中低收入国家。到2008年，中高收入国家和高等收入国家农业生态效率基本重合，并且大部分集聚在有效率的一端。

(a) (b) (c)图2 1992年、2000年和2008年所有国家农业生态效率排序分布图

(三)不同地域国家农业生态效率分布

图3为1992年各国农业生态效率分布的世界地图。从图3可知，从地域分布来看，在北美洲国家中，加拿大农业生态效率已经达到生产前沿，而美国农业生态效率在1992年仅为0.657，墨西哥农业生态效率最低在0.5以下。加拿大高效率的农业生产主要得益于其完善的农民教育培训体系。由国家承担教学场地和设施建设，配备教师和工作人员，提供充足的经费保障。在亚洲国家中，除了韩国位于生产前沿面上，其他国家的农业生态效率均比较低，如中国、泰国、越南、印度尼西亚等。在南美洲国家中，由于部分国家数据缺失，只能观测到阿根廷、玻利维亚、巴拉圭、厄瓜多尔和苏里南是位于生产前沿面上的国家，智利农业生产效率较低下。在欧洲国家中，只有西班牙和俄罗斯处于农业生产的有效率，爱尔兰和波兰的农业生态效率最低，德国和挪威次之，法国和意大利虽然没有达到生产前沿面，效率相对较高，不过在农业投入和产出方面仍然有改进的空间。在非洲国家中，由于大部分国家数据缺失，只能观测到三个国家，其中南非的农业生产非效率较为严重。

图3 1992年各国农业生态效率分布世界地图

图4为2008年各国农业生态效率分布的世界地图。从图4可知，到2008年各国农业生态效率整体有较高水平的提升。农业生态效率提升显著，农业生产已经达到前沿面的国家有中国、日本、菲律宾、印度尼西亚、墨西哥、巴西、法国、意大利、芬兰、荷兰、罗威、瑞典等国家。部分国家效率虽然有提升但仍然没有到达生产前沿面，如美国、南非、巴基斯坦等国家。以高农业劳动生产率著称的美国，其农业的生态效率却没有达到有效率。究其原因主要有两个方面。一是，美国农业过度依赖化肥和农药，导致土壤恶化和环境污染。考虑非期望产出的生态效率测度结果显示，美国沼气排放和一氧化二氮排放的冗余值分别达到11.11%和6.01%，由此可见，美国农业生态效率的损失主要反应在非期望产出的无效率。二是，美国农业的高产出以高投入和高消耗为前提。虽然美国农业以高劳动生产率著称，但是测度结果也显示劳动投入松弛方面达到-6.82%，这表明美国劳动投入远远超出前沿面，但实际上美国从事农业人口远远超过统计数值。美国农场除了农场主和劳动工人以外常常需要雇佣劳动工人，而他们大部分是流动性很大的季节性雇工，且绝大部分是来自墨西哥以及中南美洲的移民或者非法移民，所以没有确切的统计数据。美国农业高劳动生产率的光环由此褪去。另外，少数国家生态效率反而下降如蒙古、巴拉圭、玻利维亚等国家。

图4 2008年各国农业生态效率分布世界地图

(四)中国农业生态效率分析

中国农业生态效率从1992年的0.495上升到2008年1.025，实现了完全效率。图5分析1992—2008年中国农业投入非效率和产出非效率的时序变化。不难发现农业投入的非效率和产出非效率在样本期间整体均呈现下降趋势，投入非效率显著高于产出的非效率，大约是产出非效率的两倍。由此可见，样本期间中国农业生态效率损失来源主要是投入非效率。进一步地，图6描绘了中国农业投入和非期望产出冗余百分比均值与各国均值的比较。由图6可知，样本期间中国非期望产出冗余的均值均小于各国均值水平。从农业投入来看，中国农业劳动力投入和土地投入的冗余百分比均值分别达到34.5%和29.6%，均高于世界平均的冗余值。而农业的化学肥料投入和机械动力投入的冗余值远远低于各国平均值。由此可见，中国农业投入的非效率主要来源于劳动力投入的非效率和土地投入的非效率。劳动力投入方面，虽然我国农业劳动力数量巨大，但是忽略了对农民的教育培训，缺乏完善的农民教育培训体系，整体而言农民教育水平和农业技能比完全生态效率的国家要低。土地投入方面，虽然我国有广阔的可耕地，但是农业生产以小农经济形式为主，限制了土地的集约化经营，使农业用地使用经济效率低下。

图5 1992-2008年中国投入、产出非效率

图6 各国投入和非期望产出冗余百分比均值和中国的比较

四、结论和政策建议

农业生态效率是衡量农业生产和资源环境协调发展的重要指标。本文将甲烷排放量和一氧化氮排放量作为非期望产出指标，在对传统的SBM模型进行修正的基础上，运用同时考虑共同前沿面和非期望产出的超效率SBM模型对68个国家1992—2008年的农业生态效率进行了更全面准确地测算，进一步将我国农业生态效率与其他国家进行比较，分析中国农业生态效率在世界的位置，并从我国农业生态效率非效率的来源分析我国农业生态效率提升的途径。研究结果表明：1992—2008年，我国农业生态效率整体处于上升趋势，且增长率远远超过各国平均水平；中高收入国家农业生态效率与高等收入国家无显著差异；从国际的比较来看，农业劳动者技能低下和土地使用非效率是我国农业生态效率损失的主要来源。

要稳步提高我国农业生态效率，需要在农村土地承包法修正案(草案)的“三权分置”法律框架下和完成土地确权工作的基础上，在财政支农上向生态化发展方向倾斜，创新涉农的低成本金融产品支持，加快流通骨干网络和信息化交易平台建设。更应当制定和完善从土地流转到集约化生产，农民专业化技能培训等方面制定具体可实施的长效机制与措施细则来提高农业生态效率。一是利用集约化生产来提高农业生态效率。先梳理和细化分类农业土地，将容易调整的归属村小组的机动地使用权归集实施统一承包；再把农户中经营粗放、土地效率较低的土地集中起来连片使用，而高效的主产区土地可以通过连片合作和参权入股等手段来解决目前我国土地分村、分户、分田块的分散化现状，为企业、农场专业化生产和规模化经营提供基础条件。然后通过建立新型农业生产主体，如农户联营、公司加农户、新型农民合作社、新型农场，以及吸引和鼓励下游生产企业投资等来实现在农产品全产业链上的专业化和标准化生产、加工，及规模化经营，从而在根源上解决农业生态的非效率。二是逐步提高农民的专业化技能水平来改善农业生态效率。继续通过农产品推广种植，及科技特派员下乡等有效的、成熟的手段来普及和提高农民科技知识和专业化生产水平。利用现有智能终端，国家、地方政府组织或委托开发简单易懂的APP、制作动漫和视频，在线上来吸引和培训农民了解和掌握较先进的农业生产知识；在线下则完善和扩展现有的农村供销社、农业合作社和农村信用社等流通渠道来传递、落实与帮扶线上学习的专业化技能。还可以通过财政扶持或精准扶贫，鼓励和授权专业机构和企业涉入农民科技知识的传授和技能的培训。国家的干预管理的多维立体技术培训体系下培育出新型知识、专业化农民是提改善农业生态效率的关键途径和手段。