我国粳稻生态效率的演变与区域差异研究*

史 琛，金 涛※，李在军，李 欣

（1.扬州大学农学院，江苏 扬州 225009；2.扬州大学苏中发展研究院，江苏 扬州 225009）

0 引言

我国是世界上最大的稻米生产国和消费国，水稻生产为我国60%以上的人口提供口粮[1]。2018年我国水稻种植面积占农作物总播种面积18.2%，产值占比为23.8%，在各类作物中，水稻生产具有比较效益优势，农民称之为“经济型”的粮食作物[2]。但同时，水稻生产对水肥要求高，环境足迹大[3]。伴随资源环境约束的日益趋紧，加上近年来，因人工、地租、农资等费用不断上升，稻谷价格下行压力增大，农民丰年减收形势严峻，面对这些挑战，协调好口粮保供、农民保收、生态保育三者之间的关系，确保水稻生产发展的可持续性，成为新时期农业实施绿色永续发展战略的重要使命。

可持续的农业生产发展，要求在社会经济可行的基础上，具有高效和可持续生产食物的潜力。对生产可持续性特征的定量识别，较易操作的思路是监测非可持续性症状[4]，如基于物料平衡的原则，将农业生产的潜在污染定义为养分盈余，进行农田氮素平衡分析[5]，或直接界定负荷指数（如化肥或农药的施用强度）的阈限，还有从资源环境承载力角度，引入生态足迹、碳足迹、生命周期评价等评判工具[6-8]。事实上，农业生产管理的对象是有产投关系的农作系统，生产管理绩效评估的重点是农作效率，如劳动生产率、土地生产率、氮素利用率等单要素生产效率指标，或者扩展到运用同一可比的量度，如货币流法、能流法、碳流法等，以评判产投系统的经济、能量或物质的转换效率[9]。作为测度可持续性的一种综合性指标，生态效率更关注农作系统的产投匹配性，强调以最小的环境损耗，实现最高的经济产出，相关评价研究涵盖农田[10]、农场[11]、区域[12-15]等不同空间层面。其中针对区域的效率测度是研究热点，多运用考虑投入产出函数关系的非参数DEA 方法，将农业生产过程中的环境损耗列入非期望产出项，测评对象多是农业、种植业或粮食系统[13-16]，但既使测度到效率的短板所在，也难以指导到农业内部具体作物的生产体系。针对水稻作物，尤其区域粳稻种植系统，许多运用DEA 模型的测评研究，多关注区域稻作系统的创新素质与能力的评判[17-20]，而从生产增长与资源环境成本两相权衡的视角，运用生态效率的工具来评估区域作物种植系统的可持续性，目前国内相关报道尚不多见[21]。随着可持续性概念的拓展和泛化，区域种植系统可持续性评估需要考量环境、经济、社会等多维向标准，而目前农业生态效率测度研究的报道，产出指标集或只考虑经济维度的产值，或者是增产维度的产量水平。鉴于粮食增产并不一定增收的新形势，粮食生产可持续性时空演变规律的研究，需要有考虑进增产和赢收等多重目标的研究尝试。

水稻按品种主要有粳稻和籼稻，粳稻单产水平总体高于籼稻，粳米口感优于籼米，种植效益相对较好，在水稻生产中的地位不断提高。籼稻主产于我国南方稻区，而粳稻适种范围较广，伴随东北稻区崛起[22]，全国粳稻增产格局明显调整。进入21 世纪以来，国家连续出台系列强农惠农富农政策，依靠政策扶持和科技支撑，自2004 年起，我国粮食实现了历史性的连年丰产。在粮食连年丰产的背景下，我国粳稻生产发展是否已步入可持续性的轨道？主产地稻作系统管理的生态效率如何？粳稻生态效率空间差异受哪些因素影响？文章以2004—2018 年我国粮食实现“十五连丰”为观测时段，以我国农产品成本收益统计调查所涉粳稻生产省（区）为观测对象，运用考虑非期望产出的DEA-SBM 模型，分析我国粳稻生态效率演化趋势及区域差异，探讨造成生态效率省际差异的成因，为推进我国粳稻绿色高效发展提供对策建议。

1 研究方法与数据来源

1.1 DEA-SBM 模型

DEA 是一种将多维数据整合为一个综合指标，系统的评价决策单元相对效率的方法。传统的DEA 模型（CCR、BCC 模型)大多是基于径向和角度的度量，对投入产出的松弛性问题较少考虑。2001年Tone 构建了基于投入产出松弛变量、非径向、非角度的DEA-SBM 模型。该模型不考虑径向与角度问题，直接将松弛变量纳入目标函数，解决了投入产出松弛问题的同时，也解决了非合意产出存在情况下的效率测度问题[23]。这一处理使效率计算结果更加科学准确，更能体现生态效率的本质。SBM函数的基本形式为：

式（1）（2）中，s-，sg，sb分别表示投入变量冗余、非期望产出变量冗余、期望产出变量不足；x、yg、yb为投入、期望产出与非期望产出值；m、S1、S2为投入、期望产出与非期望产出要素；目标函数p*为要计算的生态效率值，其取值范围在0～1。当p*=1时，综合效率有效，s-，sg，sb为0，不存在投入和非期望产出过剩以及期望产出不足；当p*＜1，说明决策单元无效，存在改进投入产出的必要性。

1.2 指标选择与数据来源

发展可持续性关注经济、环境和社会复合系统的协调演进，基于人地矛盾突出的基本国情，高产能保供、种粮有收益、生态不退化，是衡量我国粳稻生产能否永续发展的基本标准。该文中粳稻生产的期望产出兼顾生产力（高产）和赢利性（增收）双重目标，取主产品产值与产量两项变量，非期望产出即资源环境代价，主要考虑碳排放与农田污染，投入变量主要选取劳动、种子、化肥、农药、机械、排灌6个变量[14,15]（表1）。

表1 稻作系统生态效率投入产出指标体系

DEA 模型运算对产投系统指标数量有限制，前期研究需要对非期望产出指标项进行约简。农业碳排放的来源主要包括使用化学制品与机械作业直接或间接消耗的化石燃料等[14]。选取化肥、农药、农膜、柴油4项指标估算粳稻生产碳排放，排放源系数分别为化肥0.895 6kg/kg、农药4.934 1kg/kg、农膜5.18kg/kg、柴油0.592 7kg/kg[24]。农田污染主要由农化物品过量使用引起，故选择化肥氮磷流失量、农药流失量、农膜残留量表征污染水平[14]。化肥氮磷流失量计算方式为复合肥含氮（含磷）与氮肥（磷肥）总和乘以氮（磷）流失系数；农药流失量计算方式为农药使用量乘以农药流失系数；农膜残留量计算方式为农膜使用量乘以农膜残留系数。相关系数主要取自“第一次全国污染源普查：农业污染源”之肥料流失、农药流失、农田地膜残留系数手册。在计算过程中，受限于农药及柴油消耗统计数据的可获得性，假设各作物品种均匀用药，农药消耗量=粳稻播种面积/总播种面积×农药使用总量，再以地方农药费用/平均农药费用的比值系数进行校正；柴油消耗量用柴油费用除以历年柴油单价来核算，柴油费用的计算公式为：柴油费用=（机械作业费+排灌费-水费）×21%+燃料动力费[7]。为消除价格变动的影响，对产值及各类投入费用指标按各省农业生产资料价格指数进行价格平减折算，以2004 年为不变价格对数据进行处理。在核算农田污染指标时采用熵权法[25]，将4类污染指标综合成一项污染指数来表征。

测评对象为全国农产品成本收益调查所涉粳稻生产省份，计安徽、河北、河南、黑龙江、湖北、吉林、江苏、辽宁、内蒙古、宁夏、山东、云南、浙江13 个省区，粳稻生产面积和产量数据由中国水稻研究所提供，区域水稻种植系统产投基础数据主要来自《全国农产品成本收益资料汇编》（2005—2019年），全国农产品成本收益资料来源于各级价格主管部门成本调查机构对全国1 553 个县6.6 万多个农户的典型调查汇总数据，自2004 年起成本核算方法采用新的指标体系，因该农业调查资料较为持续完整，常被用作测度区域种植系统生产效率[19]、农地集约度[26]演变趋势和区域差异分析的基础数据。

2 结果分析

2.1 我国粳稻主要产出与投入的年度变化

2004—2018 年全国粳稻连年丰产，总产量由4 762.44 万t 增加到7 784.85 万t，增幅达63.46%。全国层面上，粳稻单产水平总体呈波动增长态势（图1a），由2004 年的7 605.00kg/hm2增长到2018 年的8 299.95kg/hm2，增幅达9.14%；全国粳稻产值则起伏变化大，前期波动上升，2012 年开始呈连续下降趋势，粳稻显现增产不增收现象。两项非期望产出项上，2004—2018 年全国粳稻生产碳排放波动上升趋势明显，农田污染综合指数波动增长趋势稍缓和，2016年来呈下降趋势（图1b）；粳稻碳排放源及农田污染源主要来自化肥施用，其次为农药施用。

图1 2004—2018年我国粳稻期望产出

主要生产投入项上（图2），2004 年来劳动用工与机械作业费明显呈此升彼降态势，用工数量持续下降，年均下降5.76%，机械作业费则大幅上升，年均上升11.67%，2015年之后有所下降。除用工数量外，其他投入要素均以增长为主，期间资本增密态势明显。种子作为最基本的生产资料，用量稳中带增，小幅度波动增长；对资源环境影响较大的农化投入项上，2004—2018 年单位面积化肥施用量稳中有增，年均增长0.84%，单位面积农药施用量以2016年为拐点，先增后降，期间年均增长3.35%。单位面积排灌费以增长为主，2015年来变化相对稳态，说明粳稻生产用水成本总体有上升态势。

图2 2004—2018年我国粳稻主要生产投入项变化趋势

2.2 我国粳稻产投系统的生态效率时间演变趋势

以粳稻生产的3 种目标选择（单纯生产力、单纯赢利性，以及兼顾生产力和赢利性）为约束，观测2004—2018 年我国粳稻生态效率时序态势（图3）。若仅以系统赢利性为目标约束，即只考虑产值为期望产出，期间粳稻生态效率波动大，且后期明显呈恶化趋势。仅以系统生产力为目标，或综合考量生产力和赢利性这两种目标，这两种情景测算出的生态效率变化趋势大体相似，且兼顾双重目标的粳稻系统生态效率值变化较为和缓。该文后续分析均以产量、产值两项期望产出为准，测算结果显示，2004—2018 年我国粳稻生态效率波动变化，无明显上升趋势，总体处于较高水平，年平均值为0.858 4，说明粳稻生产系统中，资源要素最佳投入仅为实际投入的85.84%左右，系统存在投入与非期望产出的冗余。

图3 2004—2018年基于不同期望产出考量的我国粳稻生态效率变化趋势

2.3 粳稻产投系统生态效率演变的区域差异

按整建制省份处理分区，13 个样本省区归入五大粳稻稻作区：东北稻区（东三省和内蒙古）、长江中下游稻区（江苏、安徽、浙江和湖北）、西南稻区（云南）、华北稻区（河南、河北、山东）、西北稻区（宁夏）。按5 年一个时期划分为前中后3个时段（表2），分区观测各生产地粳稻生态效率值的变化（图4）。

图4 2004—2018年我国粳稻生态效率年际变化的省际比较

表2 2004—2018年我国粳稻生态效率阶段变化的大区比较

（1）东北稻区。我国粳稻最大产区，2018粳稻面积接近全国总量52.0%，其中黑龙江是我国粳稻第一生产大省，粳稻面积占全国的37.3%。2004—2018年东北粳稻区3个时期生态效率均值都高于全国平均水平，后期效率值有所降低，排名有所下降。黑龙江粳稻生态效率值除2008年小于1，其他年份均实现生态有效，生产配置水平最高；吉林、辽宁两省整体亦处于较高水平，除个别年份效率值未达到1，大部分年份均为生态有效率状态，辽宁省后期效率值有所降低；内蒙古粳稻生产虽个别年份处于生态有效率状态，但总体居较低水平，且后期生态效率恶化趋势明显，确证内蒙古草原牧区耕垦增粮的环境代价较大[27]。

（2）长江中下游稻区。2018年粳稻面积占全国总量的33.6%，其中江苏是仅次于黑龙江的全国粳稻第二生产大省，粳稻面积占全国总量的20.6%。该区3个时期生态效率高于全国平均水平，且有逐期改善态势。2004—2012 年江苏生态效率值处于较高水平，2012 年之后有所下降；安徽、浙江、湖北粳稻生态效率有波动，大多数年份生态有效，2015年以后处于生态相对高效水平。

（3）西南稻区。2018 年粳稻面积占全国粳稻的8.4%，以云南为代表的西南稻区粳稻生态效率值亦相对较高，分阶段看，有先上升后下降趋势，云南粳稻除2007年、2015年、2017年，其他年份粳稻生产均处于生态有效状态。

（4）华北稻区和西北稻区。两大特色稻区，2018 年华北粳稻面积占全国总量的4.6%，西北稻区仅占1.5%。两大粳稻区处于生态相对低效状态。华北稻区生态效率值先增长后下降，与全国平均态势基本一致，河南、河北、山东3省效率值均较低，仅少数年份达到相对高效状态。西北稻区生态效率值在五大稻区处于末位，以宁夏为代表的粳稻效率值变化趋势不明显，持续处于相对较低水平。

2.4 粳稻生产省生态非效率的来源分析

粳稻生态非效率主要源于投入冗余或产出冗余/不足。将粳稻生态无效率分解为投入无效率和产出无效率，分析近3 年（2016—2018 年）粳稻生态效率省际差异产生的原因（表3）。从全国范围看，投入无效率多体现在农药、排灌、化肥的投入冗余，尤其是农药用量高冗余，产出无效率主要在碳排放和污染排放的冗余，产值略有不足，单产项为0，不存在无效率，意味着无技术进步前提下，粳稻单产已无增长空间，除非追加生产要素的投入。为有效提升粳稻生态效率，我国粳稻需要在节本、减排、降污和赢利性提升等多方面努力。

表3 2016—2018年粳稻主产地生态非效率的来源分解

分区域比较来看，东北稻区的黑龙江相对最优，其他3 省（区）的生态效率损失主要来自投入冗余，内蒙古农药、排灌无效率比重最大，碳排放与污染排放过量，同时产值不足；吉林、辽宁主要是农药、化肥用量冗余而产值不足。长江中下游地区中，安徽属最佳生产实践者，生态效率最优，江苏粳稻生态效率受损主要在化肥、农药、种子的过投，且碳排放过高，需要减肥减药实现绿色增效；浙江、湖北两省相对尚好，但在排灌、农药、减排降污方面仍有潜力可挖。西南地区的云南，农药与机械作业费有冗余，污染排放冗余较高，同时产值略有不足；华北粳稻区的生态无效率主要来自高投入高排放，河北、河南和山东均表现为排灌、农药无效率比重较大，碳排放高冗余，产值相对不足。西北稻区以宁夏为代表，粳稻生态无效率除了农药、排灌、高碳排外，还有种子的过投，且产值不足更明显。

3 结论与政策启示

3.1 结论

基于非径向、非角度的SBM-DEA 模型，该文测算并分析粮食“十五连丰”时期粳稻生产省生态效率，并对生态效率省际差异来源进行分解。主要结论如下。

（1）2004—2018年全国粳稻产量“十五连丰”，粳稻单产水平波动增长，产值先上升后下降，粳稻增产的环境代价项中，碳排放波动有升，农田污染相对稳定；生产投入上，期间劳动用工量持续降低，其他投入项尤其机械作业费以增长趋势为主，表明资本替代劳动的趋势在持续强化。

（2）单纯以稻农增收为目标约束来考察，粳稻生态效率波动大，后期效率呈明显下降趋势。综合考量生产力和赢利性这两种目标，观察期内我国粳稻生态效率平均值为0.858 4，处于较高水平，整体波动变化，无明显上升趋势，存在投入与非期望产出的冗余。

（3）2004—2018 年东北稻区效率值后期有所下降，黑吉辽三省效率值处于较高水平，内蒙古效率值下降；长江中下游稻区整体效率值较高，江苏后期效率值有所降低；以云南为代表的西南稻区效率值总体最高；华北和西北稻区效率值处于末位，相关粳稻生产省份效率值亟待改善。

（4）从全国范围看，粳稻生态低效率多来自化肥、农药、排灌、非期望产出的冗余。分省份来看，东北的黑龙江，长江中下游的安徽，粳稻生态效率最优，为最佳生产实践者；东北的内蒙古，华北的河南、河北和山东，西北的宁夏，粳稻生态无效率主要来自如农药、排灌等投入冗余，以及碳排放、污染排放冗余和产值不足。

诚然，生态效率测度的仅是相对效率，生态低效可能还与资源禀赋约束与种植制度安排等因素有关，粳稻效率评价值并不能完全代表区域稻作系统生态管理绩效水平。

3.2 政策启示

中国传统稻作农业曾被誉为世界可持续农业实践的典范，通过劳动密集投入，充分利用水土光热等自然资源，以替代当时短缺的资本，实现了生产、生态和生计的综合协调发展。改革开放以来，尤其进入21 世纪，我国进入工业反哺农业的新时代，以“机器换人”为特征的资本增密趋势加大，虽然十八大以来我国开始实施生态文明战略，农业领域开启减肥减药节水等系列行动计划，但近15 年来全国粳稻生态效率并未有明显提升，甚至单纯考虑稻农增收的赢利性目标时，粳稻近期生态效率呈明显恶化趋势。鉴于此，该文对粳稻生产未来发展提出以下几点战略思考。

（1）可持续转型发展策略。近15 年来我国粳稻生产仍处于高投入高排放高产出的集约化高产模式，实现粳稻高产的环境代价仍较高，2012 年来我国粳稻高产不高收的问题日益突出，迫切需要从数量型增长模式转向质量型发展模式。事实上，粳稻生产本身具有水密集、劳动密集和资本密集的特征，随着这些资源要素约束的不断趋紧，生产、生态与生计的矛盾日趋严峻，迫切需要走可持续的集约化生产发展道路，通过提高有限资源的利用效率，而不是依赖追加农化资本品和水土资源投入，实现高产与高效并进，生产与生态的协同。

（2）创新驱动增长策略。资源是有限的，生产力增长要从依赖外部物化要素投入，转向依靠全要素生产率的提高。提升全要素生产率，只有依靠技术进步和挖掘技术潜力，才能节约成本、增加产出，如引进现代生产要素（如良种、机械装备、耕种技术等），增加环境友好要素的投入，强化农业社会化服务，深化农业专业化分工，优化种植结构，以保障增长（产）的可持续性。

（3）生产空间优化策略。东北稻区和长江中下游稻区是我国最重要的两大稻区，两大区粳稻生产总体处于生态相对高效水平。东北黑吉辽三省及江苏和安徽是我国粳稻生产的绝对主体，目前生产、生态与生计协调总体较好。粳稻生产对水肥要求高，受资源禀赋条件影响，除东三省外的其他北方贫水稻区，粳稻生产与资源环境的冲突较大，生态效率受损主要由于农化品、排灌等投入冗余，以及碳排放冗余和产值不足。随着水资源约束的日益趋紧，未来北方效率提升难度较大，粳稻扩产的资源环境代价较大，未来粳稻生产应进一步向生态效率优势区集中。