农业污染对生态农业发展水平与效率的影响

韩松岩 李 强

（安徽科技学院 管理学院，安徽 蚌埠 233100）

1 引言与文献综述

近年来，我国加大农业污染治理力度，希望在生态农业发展方面获得显著成效。然而，不可否认的是，农业污染物的产生与传统农业对化肥、农药等相关污染源的持续依赖相关。根据我国生态环境部、农业农村部和国家统计局2010年联合发布的《第一次全国污染源普查公报》，农业污染的综合程度显著高于生活污染，是仅次于工业污染的第二大污染类别；而2019年启动的第二次全国污染源普查，将农业污染源调查作为重点工作方向，说明在当今全球不断致力于环境保护、降低碳排放的形势下，针对农业污染的数据调查、科研活动与政策制定等各方面投入力度均在增加。2015年，农业农村部颁布了《到2020年化肥使用量零增长行动方案》，提出到2020年力争在主要农作物化肥使用量实现零增长，而《“十三五”规划纲要》同样以更加严肃的形式明确了这一战略目标。实际上，对农业污染的管控绝不仅仅是环保需求，更是人类发展生态农业、实现绿色经济增长的最基本要求。尽管我国提出了宏大的生态农业发展目标，全国上下对于生态环保的重视程度正在提高，但综合现状可见，当前我国生态农业发展程度仍处于初级阶段，主要表现在生态农业综合发展效率不高，全国区域性生态农业发展水平差异较大，生态农业主要从业主体仍以少量机构为主、占总农业从业者的比例较低，与生态农业配套的科技水平远不及发达国家完善等方面。

现阶段我国生态农业可投入总体资源十分有限，如何研究影响生态农业发展水平的关键因素，寻找提高生态农业效率的影响因素，更有研究价值。环境污染作为显而易见的核心要素，通过分析其在生态农业效率中的具体作用程度和影响机制，能够直击重点、更加高效地获得一系列有效结论和建设性意见，用于引导和优化生态农业资源配置。

国外对该领域的研究主要包括如下方向：

一是研究农业污染、生态环保及农业生产效率之间的相互影响。Horhota L.（2012）从农业污染问题入手研究了农业生产效率与农业生态环保之间的相互影响[1]。Chen Hong等（2019）研究了如何通过有效的生态农业建设和农业污染防治来提高农业生产效率[2]。

二是研究农业污染的变化发展特征对农业效率的影响。Wang Yan等（2016）基于分析农业污染特征变化及其对生态环境的负面影响，研究了不同区域的农业生态环境效率及其分布特征[3]。Shi Dongmei等（2020）从分析减少非点源农业污染、优化农业资源配置的角度研究了农业生产效率变化的影响因素[4]。Liu Yansui等（2020）基于四十年间农业生产投入和产出要素的变化及实证分析，研究了生态农业效率的空间-时间特征及影响因素[5]。

三是研究其他非农业污染对农业生产效率的影响。Wang Zanxin等（2020）研究了工业污染对农业生产效率的影响作用，其中重点论证了对技术效率的影响[6]。James S.Shortle等（1986）通过筛查、分析农业非点源污染的诱发因素，研究了农业水污染控制与农业效率之间的关系[7]。

当前国内相关领域的重点分析主要集中在两方面：

一是通过构建相关量度方法与指标体系分析生态农业发展效率，而农业污染往往作为其中一个影响因素或考量指标。胡琴（2019）通过构建较为完整的投入、产出指标体系分析了四川省农业生态化发展水平与区域差异[8]，其中选用的是化肥施用量、农业机械总动力、有效灌溉面积、农业固定资产投资额和农业从业人数等投入指标，农业总产值一项期望产出指标，以及农业碳排放量一项非期望产出指标。曹俊文、曾康（2019）以关注低碳视角兼顾环保因素研究了长江经济带农业生态效率及影响因素[9]，其中选用了农业固定资产投资额、农业从业人数、农作物播种面积、化肥施用量、农药使用量、农膜使用量和翻耕面积等投入指标，农业总产值和农业碳汇量两项期望产出指标，以及农业碳排放量一项非期望产出指标。刘应元等（2014）以及王宝义、张卫国（2018）分别以中国不同省份的数据为出发点研究了中国农业生态效率的省际差异和影响因素[10，11]，研究采用了农业固定资产投资额、农业机械总动力、农业劳动力、有效灌溉面积和化肥施用量等投入指标，以及农业增加值、农业碳排放两项产出指标。程怡然等（2019）基于三阶段数据包络分析法，针对江苏省农业生产效率进行了实证评价[12]。

二是重点研究农业污染成因、农业污染水平及其造成的影响面，而农业发展水平是其中的主要影响面之一。吴珺等（2014）以安徽省实地条件为例，分析了经济发展与农业污染的关联及相互影响[13]。李静等（2014）以常州市和宜兴市实际发展现状为基础研究了太湖流域平原河网区农业污染状况及其对经济发展其他领域的影响[14]。高新昊等（2010）从化肥、畜禽粪便、生活排污、秸秆、农药、地膜等六大方面较为全面地评价了山东省农业污染综合状况与主要影响因素[15]。张田野等（2020）选择化肥使用量作为切入点，重点分析了该农业污染的核心来源对降低农业污染的贡献作用[16]。贾蕊等（2006）通过分析农业污染与农业可持续发展的关联，研究了我国农业污染现状和原因，提出了建议性对策[17]。

综上分析，当前国内外的研究尚未能系统的把农业污染作为一个核心因素去定量研究其对生态农业发展水平之间的具体影响，而实际上农业污染作为相对独立且关键的影响因子，与之相关的、有待明确的问题相当重要且涉及面广。农业污染在可量化层面究竟对生态农业发展水平构成何种程度的影响？具体的影响方式和作用机理存在于哪些维度？政策制定层和实际操作层应当如何改善农业污染对整个生态农业发展水平带来的不利因素？如欲解决这一系列问题，就有必要全面地研究生态农业发展水平的量度指标和评价方法，通过定量的实证分析重点解构农业污染在其中的影响机理，进而结合生态农业发展实践提出有针对性的优化建议。

2 农业污染与生态农业发展的关联与影响机理分析

用于综合量度农业污染的方法通常有如下几种：一是从农业产出的角度直接实测，即通过统计主要农业污染物的实际排放总量，主要包括流失农药污染物、氮磷等流失化肥污染物、残留农用薄膜污染物以及其他主要污染物。二是从农业投入的角度间接评估，即通过统计产生农业污染来源的使用总量（主要是农药、化肥、农膜投入量），结合各自因流失或过度使用而残留污染物的转化率来间接测算农业污染水平。三是直接与间接相结合的角度，例如化学需氧量（COD）、生化需氧量（BOD）等通过水体生化反应所需的耗氧量来评估污染状况，即首先利用化学氧化剂直接测量可氧化物质含量，再通过计算耗氧量来间接计算实际污染程度，此类方法用于评估水体污染程度，不作为主要研究角度。

基于投入层面。根据《第一次全国污染源普查公报》及农业污染相关文献研究情况[13-17]，鉴于在农业生产中农药、化肥、农膜等农业污染源的大量投入使用以及使用过程中不可避免的过量或无效使用，因此而产生的相应污染物构成农业污染的主要来源，在此认为属于农业投入层面的“污染导向型投入”。一般而言，生态农业在发展初期对以上三项污染导向型投入的依赖还难以摆脱，但伴随着生态农业理念逐步推广和管控政策的加强，上述依赖关系会出现逐步缓解甚至开始出现“脱钩”（Decoupling）现象，即农业效益增长与生态环境破坏之间相关性显著降低甚至不相关，此时的生态农业总体发展态势趋向良好。

基于期望产出层面。生态农业的期望产出一般通过年度农业总产值予以衡量。由以上分析可知，农药、化肥、农膜等污染导向型投入并非无缘无故产生，其投放使用的根本目的是提升农业生产的正向产出，即通过减少病害、增加土地肥沃程度、改善农作物温度生长环境等不同方式来实现同一个目标，即提高农业生产总体效益。因此，这些农业污染导向型投入的实际总量大小取决于农业生产者如何权衡正向指标（期望产出）与负向指标（污染代价）之间的利害关系。可见，农业污染与生态农业期望产出难以建立相关程度高、逻辑关系强的量化关联，因此从非期望产出角度重点展开分析。

基于非期望产出层面。农业污染可通过若干类不同方法予以量化，该量化值即可作为评价生态农业发展水平的负向因子，构成评价体系中的非期望产出核心指标。在农药、化肥、农膜年度使用量已知的条件下，根据《第一次全国污染普查-肥料流失、农药流失、地膜残留系数手册》（以下简称“《污染系数手册》”），可测算得出相应的化肥流失量、农药流失量和农膜残留量平均水平。在整个效率评价体系中，显然此类负向指标产生越多，就越会拉低生态农业发展水平。本研究重点即是通过不同指标选择方式的实证比对分析，探讨是否纳入农业污染指标究竟对生态农业发展效率评价结果产生多大的影响。

综上所述，农业污染在投入层面和非期望产出层面分别对生态农业发展水平评价的关键指标构成显著影响，这些指标具备充分的量化分析条件。以下将通过构建合理的评价模型，实证分析农业污染对生态农业发展水平的综合影响程度，并分解为生态农业效率层面（含技术效率和规模效率）的具体影响程度。

3 生态农业发展水平与效率评价指标体系

3.1 生态农业综合发展水平评价指标

对于生态农业发展水平的评价分析可等同于对生态农业综合效率水平的评价，采用DEA数据包络分析法不仅能够针对综合效率展开测算评价，而且能够在转换测算模式后进一步在生态农业发展效率层面（纯技术效率和规模效率）进行分解评价。其优势在于，在指标选择方面能够有效囊括多投入、多产出指标，并科学地引入非期望产出指标，在基础数据选取方面更加尊重客观真实指标，在评价模型方面可选类型更丰富。本着以上原则，具体选择使用非角度、非径向的基于松弛变量的SBM模型。关于指标选取，结合文献综述可见，有部分研究在产出层面仅选取了农业碳排放因素而未考虑农业污染因素，有更少量研究在投入指标层面考虑了化肥、农药、农膜等农业污染产生的相关投入，但它们存在两方面共性问题，首先是未能将农业污染这一关键指标作为非期望产出纳入评价体系，其次是未能在评估分析农业污染时将其在投入层面、期望产出层面和非期望产出层面带来的影响进行全面考虑并作为一个有机系统充分整合、深入分析其产生的内部影响机理。

鉴于上述情况，遵循内容全面、逻辑充分、层次合理的原则，选取表1所示的各项投入产出指标。其中，投入层面除了选取必要的资金、人力资源和生产资源等类别之外，还重点考虑了农业污染导向型投入指标，即化肥施用量、农药使用量和农膜使用量三项。期望产出层面则选取经典核心指标——农业总产值，非期望产出层面则综合纳入农业污染（包括化肥流失量、农药流失量和农膜残留量）及农业碳排放两大类。

表1 充分考虑农业污染因素的生态农业发展水平评价指标

为显现农业污染因素对于整个生态农业发展效率评价体系的影响，需同步建立对照分析指标体系，即从投入和产出层面均剔除农业污染相关评价指标构建对照组如表2。

表2 剔除农业污染因素的生态农业发展水平评价指标

3.2 生态农业发展水平评价模型及实证运算

关于SBM模型中决策单元DMU的选择，从数据的时效性、时间跨度的合理性、数据来源的客观性以及可获得性等多方面综合考虑，拟选定2008年-2017年十年间的生态农业发展效率为DMU。此处发生DMU总数量略小于评价指标数量的情况，因此可以预见运用传统SBM模型所得结果大概率将出现多个DMU效率均等于1的运算结果。故以下将采用延伸模型——超效率SBM进行评价，预计评价结果中将出现效率评分大于1的情况，但所得结果将显现出足够的差异性并能够进行有效排序。为构建超效率SBM表达式，首先假定共需考虑有u个DMU、每个DMU含m个投入指标、u1个期望产出指标以及u2个非期望产出指标，那么该SBM模型的计算表达式为：

上述式（1）在规模效率可变模式下可用于计算评价生态农业综合效率，而综合效率是对DMU的资源配置能力、资源使用效率等多方面能力的综合衡量与评价，故可认为是生态农业发展水平的综合体现。为了对综合效率进行分解、进一步评价生态农业效率，可在规模效率可变模式下通过式（1）计算评价生态农业的纯技术效率，即在一定投入要素下（通常是最优规模时）的生产效率，用于反映管理水平和技术水平对DMU生产效率的影响程度；进而还可推导计算其规模效率用于反映实际规模与最优生产规模的比值，表达式为：规模效率=综合效率/纯技术效率。

在以上所选各项评价指标中，投入指标和期望产出指标的数据来源为2019年《中国统计年鉴》和国家统计局数据库。在两大类非期望指标中，农业污染三项指标数据根据既得化肥、农药和农膜使用量并参照《污染系数手册》对应的流失或残留系数平均水平计算得出；农业碳排放量来自李波等（2019）对中国农业净碳汇中的碳汇与碳排放分析计算成果[18]。基于以上基础公式原理，分别输入考虑农业污染因素的指标数据和剔除农业污染因素的指标数据，借助DEA SOLVER软件在不同模式下运算分别得出各项效率结果（见表3）。因各效率分值差距过小，鉴于比对分析环节的精度需要，运算结果在小数点后保留六位有效数字。

表3 生态农业发展效率评价结果汇总

3.3 农业污染对生态农业发展的影响分析

为分析农业污染的影响程度，以下分别就三类效率结果列出考虑与剔除农业污染因素的对照折线图（见图1、图2、图3）。

图1 农业污染对生态农业综合效率的影响

图2 农业污染对生态农业纯技术效率的影响

图3 农业污染对生态农业规模效率的影响

在生态农业综合发展水平（即综合效率）方面，由图1可见，在剔除农业污染因素后，共有七项DMU综合效率升高、仅有三项略微降低。由表3结果可知，在剔除农业污染因素后有四个年度生态农业综合效率的排名发生改变，具体表现为2008与2017年排名互换、2013与2014年排名互换，排名虽有变化但并不显著。以上情况说明两方面问题：首先，在不考虑农业污染因素的情况下，绝大部分DMU生态农业发展水平整体呈现提升变化；其次，农业污染属于生态农业效率评价中的负向指标，剔除该指标后虽然表象上生态农业综合效率整体提高，但缺失了污染指数的评价体系同时也很大程度地丧失了评价的合理性和科学性，因而造成了生态农业发展水平一定程度上“虚高”的“假象”，因此将农业污染纳入该评价指标体系十分必要，能够保持对生态农业整体效率评价的客观性和全面性。以下将通过对综合效率进一步分解后，就具体影响程度和作用方式及其相关规律做更深层次的剖析。

在生态农业纯技术效率方面，由图2可见，提出农业污染因素后共有六个DMU效率分值出现显著的上下波动，共有五个DMU效率上升（即其余五个下降）。由表3结果可知，在剔除农业污染因素后，2008、2009、2010、2012等四个年度纯技术效率排名完全改变，因此农业污染对生态农业纯技术效率排名的影响为中度偏高。因此综合而论，一方面，农业污染程度与生态农业纯技术水平紧密关联、相互影响显著；另一方面，去除污染指标后DMU效率发生下降和上升的各占一半，因此上述影响并无明确指向性。进一步分析可知，如能够通过强化政策引导、制定有效措施来实现更加严格的农业污染治理，那么就可以等同于生态农业效率在管理水平和生产技术水平层面获得了等效提升；而管理水平和技术水平的优化反过来也是实现农业污染管控的重要手段。

在生态农业规模效率方面，由表3结果可知，在剔除农业污染因素后，只有2008、2009、2011、2016等4个DMU规模效率排名未变，而其余6个均发生改变、出现重新排序，因此可认为农业污染对生态农业规模效率排名产生显著影响。由图3可见，剔除农业污染因素时，2011和2012两DMU效率分值变化显著且均有一定幅度提高，而实际上这二者规模效率原本在整体中处于中等偏低水平，这表明在针对生态农业规模效率的评价系统中，如若忽略了农业污染因素，那么结果所示的部分DMU规模貌似接近最优值，实则不然。换言之，发展生态农业真正的首要任务是在严控污染的前提下实现农业发展与生态环境的和谐发展，但若未能充分纳入污染指标，则会误认为针对某些DMU的投入规模已经足够，在其农业生产中不需要再注重环保、生态相关要素的投入，从而倒退回边污染、边发展、边治理的老路。可见，如此模式将无法客观呈现发展绿色生态农业所需的真实投入规模。

4 结论与展望

在生态农业发展水平的评价体系中，农业污染指数作为核心要素所起的作用至关重要，对于真正的生态农业发展状况评估和生态农业生产实践活动指导而言均产生深刻影响。从我国生态农业发展及其效率评价的客观现状出发，结合农业污染在投入、期望产出和非期望产出三层面与生态农业发展的关联作用方式，借助超效率SBM评价模型并合理选取的评价指标和数据进行了实证分析，同时设立了对照指标体系进行比对测算，以明晰农业污染在整个生态农业发展效率评价体系中所起的作用。所得结论主要包括四个方面：第一，相比在投入产出层面均纳入农业污染因素而言，在不考虑该因素时大量决策单元的生态农业发展水平评价结果整体出现提升；第二，虽然剔除污染因素后大部分决策单元综合效率在数据结果上得到提高，但缺失了污染指数的生态农业效率评价体系科学合理性受影响，因此有必要将农业污染指标纳入生态农业发展效率评价指标体系；第三，农业污染程度与生态农业纯技术水平紧密相关，若实现更严格的农业污染治理效果，则可等同于生态农业效率在管理水平和技术水平上获得了等效提升，反过来管理水平和技术水平的优化也是实现更优农业污染治理效果的重要手段；第四，生态农业规模效率评价体系中，忽略农业污染很可能导致对生态农业所需的客观投入规模产生误判，从而引发实际投入不足的情况，进而会导致污染治理得不到有效控制、绿色生态农业发展难以达到预期成效。

关于所选指标量化体系需要补充的是，事实上我国地域广袤，不同立地条件下，相同的投入所产生的效率以及所造成的农业污染程度具有一定的差异。《污染系数手册》在统计污染系数时将全国农业土地按地域、水文、地形、农作物等不同条件共划分为98种模式之多，在对三项农业污染指标进行量化处理的过程中，为了增加数据的可获得性和实证计算的可操作性，考虑不同模式下污染系数离散程度总体可控，因此对上述系数取平均水平，然而按此处理也在一定程度上忽略了不同立地条件下产生农业污染的差异性。鉴此，对于需要特别突出上述差异性的情况，建议针对特定的立地模式对照《污染系数手册》选取条件最为匹配的系数展开研究。