前言：寻找写作灵感？中文期刊网用心挑选的农业生态效率测度思考探析，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
［提要］农业生态效率是衡量一个地区农业的资源消耗、环境保护和经济发展等三项要素统筹的综合生产能力的重要指标。本文将农业净碳汇作为期望产出纳入农业生态效率评价标准体系，基于黑龙江12个地级市面板数据，采用超效率DEA模型计算各地级市的农业生态效率，并运用TOBIT面板分析模型探究农业生态效率相关影响因素。
关键词：农业生态效率；农业净碳汇；影响因素；超效率DEA
黑龙江省作为我国的农业粮食生产大省，2019年的粮食作物产量占全国农业粮食作物总产量的11%。然而，在追求粮食高产的过程中，同时也伴随着由于农业机械现代化、化肥的大量投入所带来的农业碳排放增加、资源浪费等问题。农业生态问题关乎农业的高质量发展，提高农业生态效率是农业生态发展的必然举措。黑龙江省《关于关于加强农业面源污染防治》中提出，应扎实推进生态环境保护和绿色发展。黑龙江省深入贯彻落实生态文明思想，加快建设人与自然和谐健康共生的美丽黑龙江，努力建成生态强省。黑龙江省近年来的农业机械现代化发展得很好，但同时，先进的农业机械设备逐步代替了人力劳动，导致二氧化碳排放量增大，农业的碳排放成为温室气体的第二大排放源。另外，农业是物质生产的基础产业，农田生态系统具有强大的碳汇功能。目前现有的研究主要集中在农业生态效率的时空演化、区域差异、效率评价及改进路径等方面。本文在前人研究的基础上，考虑到要促进低碳农业发展，结合农业碳汇和农业碳排放，将农业净碳汇加入到农业生态效率评价体系框架中。以黑龙江省12个地级市作为研究对象，运用超效率DEA模型对2013～2019年农业生态效率进行测算分析，并运用TOBIT模型分析黑龙江农业生态效率的影响因素，为实现黑龙江的农业可持续发展提供理论参考，同时促进黑龙江农业的低碳发展。
一、研究方法与指标选取
（一）研究方法
1、超效率DEA模型。传统DEA模型目前应用最广泛的模型是CCR模型，其结果处在0～1之间，当效率值为1时，表示DEA是有效的，但当决策单元较多时，结果大多为1。为了弥补传统DEA模型无法比较效率值为1的DMU的不足，Andersen等人提出了超效率模型，可以进一步评价和分析有效决策单元。因此，本文采用超效率DEA模型。假设有n个决策单元，m个输入因子，s个输出变量。模型的表达式如下：式中，θ表示农业生态效率值，Si-和Sr+均为松弛变量，Xij和Yhj分别表示投入变量和产出变量，λj表示有效DMU的组合比例，∑λ>1、∑λ<1和∑λ=1分别代表规模收益递增、递减和不变，ε为阿基米德无穷小。2、TOBIT模型。为了深入研究不同因素对黑龙江12个地级市农业生态效率的影响，将测算的农业生态效率值作为被解释变量，以各个影响因素作为解释变量，建立TOBIT回归模型。表达式为：Yi=α+βXi+μ其中，Yi是被解释变量；α为常数项；β、Xi分别表示各影响因素对应的系数和各解释变量；μ为随机误差项。
（二）指标选取与数据来源。本文从资源消耗、环境保护和经济增长三个角度构建黑龙江省农业生态效率评价体系。产出方面除农业总产值外，加入农业净碳汇作为农业的生态产出。具体的投入产出指标如表1所示。（表1）本文选取的投入产出数据源自2013～2019年的《黑龙江省统计年鉴》，同时整理出黑龙江省12个地级市的面板数据。1、农业总产值。由于年鉴中的农业总产值是按照当年的价格计算的，为消除价格波动，统一调整为2013年不变价农业总产值，极大地保证了所引用数据的真实可靠性。2、农业净碳汇农业净碳汇=农业碳汇-农业碳排放农业碳汇是指农作物通过光合作用所形成的净初级生产量。农业碳排放包括农用地碳排放、土壤N2O排放、水稻CH4排放、反刍动物碳排放。相关参考系数和计算方法参照田云。
二、效率测算
运用DEA-SOLVER软件，以投入角度的超效率模型对2013～2019年黑龙江省12个地级市的农业生态效率进行测算分析，如图1所示。（图1）结果表明：黑龙江省农业生态效率均值为0.91，虽未达到最优水平，但可合理调整要素投入比例，未来发展潜力可以期待。黑龙江省的农业生态效率整体趋势较好，大体趋势呈现“V”型。2013～2015年较平稳，没有大幅度起伏，但仍为DEA非有效状态；2015～2017年农业生态效率呈现明显下降趋势，2017年黑龙江省农业生态效率最低，仅为0.783；2017～2019年由低点的0.783上升至2019年高点的1.02，2019年黑龙江省整体的农业生态效率为完全有效状态，侧面反映出近年来国家对农业生态的重视在加强。通过测算可知，黑龙江省12个地级市的农业生态效率存在差异，结果如表2所示。（表2）根据黑龙江省各地区农业生态效率的平均值大小情况来看，可将12个地级市归为三类：将农业生态效率均值大于1的地区称为高效率区；农业生态效率均值在0.8～1之间的称为中效率区；农业生态效率均值小于0.8的地区称为低效率区。由表2中数据可知，双鸭山的效率值大于1为1.059，处于高效率区。双鸭山地处三江平原腹地，资源丰富，且生态优良，具有一定的地理优势。相对于其他地区来看，双鸭山的生态的转换效果较好，生态效率大于1，为完全有效状态。中效率区包括哈尔滨、鸡西、伊春、佳木斯、七台河、大庆、黑河、牡丹江和绥化。其中，伊春、哈尔滨、鸡西三个地区的农业生态效率在0.95～1之间，如果进行适当改进，比较容易达到有效状态。而大庆、佳木斯、七台河、牡丹江、黑河、绥化这几个地区仍需进一步调整农业投入产出比例，并应注重在保证粮食产量的同时，推进生态农业的发展。齐齐哈尔和鹤岗的效率值分别为0.726、0.744，处于低效率区。齐齐哈尔和鹤岗的经济较为落后，齐齐哈尔的农业生产能力较强，但生态效率较低，应在保持稳定的农业生产下大力推进生态农业绿色发展；而鹤岗是重要的能源工业城市，机械的碳排放也是农业生态效率较低的因素之一，相对工业而言，鹤岗的农业方面发展较弱，为提高农业生态效率，鹤岗应适当优化产业结构，以达到地区的可持续发展。
三、黑龙江省农业生态效率影响因素分析
（一）影响因素选取。影响农业生态效率的因素有很多，本文基于黑龙江省农业发展的现状，主要从以下六个方面考虑：（1）财政支农水平X1，选取农林牧渔业水事务支出占一般预算支出的比例，反映财政对农业的支持程度；（2）科学技术水平X2，采用科学技术支出占公共财政支出的比例来反映技术进步水平；（3）工业化水平X3，选取工业增加值在黑龙江地区生产总值中的占比来反映其工业化发展水平；（4）农业经济水平X4，选取第一产业增加值占地区生产总值的比重来反映农业经济水平；（5）农业机械密度X5，采用农用机械总动力与播种面积的比例来反映农业机械水平；（6）农业开放程度X6，选用农业进出口与农作物产量的比值来反映农业对外开放水平。
（二）影响因素分析。采用Stata软件，运用TOBIT模型进行回归分析，结果如表3所示。（表3）由表3可知，农业经济、科技水平、农业开放程度未通过置信水平为95%的显著性检验，说明这三个解释变量对黑龙江省农业生态效率没有显著影响。而财政支农、工业化、农业机械密度呈负向的抑制作用。财政支农水平对农业生态效率呈负向效应，作用系数为-1.51，在1%的统计水平下是显著的。政府对农业的支持实现了农民收入的增加，但是由于农民消费支出的不合理，如农民为了提高粮食总产量将大部分消费花费在农业化肥、农药等方面，使得农业生态环境遭到破坏，农业生态效率降低。在10%统计水平上，工业化水平对农业生态效率呈显著负相关，作用系数为-0.468，黑龙江省在满足农业发展需要的同时，也在不断尝试重振老工业基地雄风，但是工业化技术水平的提升也意味着会出现高污染、高排放的问题，因此提高工业水平，虽然在整体技术上、经济上得到了提升，但是大量排放的工业污染物直接造成了生态的破坏，同时也使得农业生态效率下降。农业机械密度对农业生态效率有负向的影响，作用系数为-11.56，在1%的统计水平上显著。当农业机械密度每增加1%，农业生态效率下降11.56%。黑龙江省为农业大省，农业现代化近年来发展迅速，然而伴随着排放气体增加碳排放量，导致农业净碳汇减少，农业生态效率下降。
四、结论
结合前文测算的生态效率值和影响因素研究得出以下结论：
（一）从时间演变来看，黑龙江省整体农业生态效率发展趋势较好，2013～2015年效率基本呈现平稳状态，2015～2017年呈现下降状态，2017年农业生态效率最低，2017～2019年生态效率呈逐步上升状态，整体呈“V”型上升趋势。
（二）从黑龙江12个地级市来看，其农业生态效率存在显著差异，分为高效率、中效率和低效率三个层次。双鸭山处于农业生态效率的高效率区；而哈尔滨、七台河、鸡西、牡丹江、大庆、黑河、伊春、佳木斯和绥化处于中效率区，这些地区应进一步调整要素配置，以达到最优状态；齐齐哈尔和鹤岗处于低效率区，在保持稳定的农业生产下应着力推进农业绿色生态的发展，以实现农业生态效率的提高。
（三）在影响农业生态效率的因素中，农业经济、科技水平、农业开放程度对生态效率没有显著影响，而财政支农、工业化、农业机械密度呈负向影响。在政府对农业的支持上，政府应对农民采购化肥、农药的用量做出规定标准，这样可以避免因化肥、农药的用量过度而导致的农业生态效率的降低。在工业方面，政府应管控工业污染物的排放，这是提高农业生态效率的有效途径。从农业机械密度角度看，政府应推进环保型农业机械的使用，既促进农业的高效发展，又做到绿色环保，减少碳排放，从而提高了黑龙江省的农业生态效率。
作者：梁佳禾 安增龙 单位：黑龙江八一农垦大学
