1、1强可处置性视角下中国农业环境效率测度及其动态演进摘要随着农村经济社会的快速发展，农业面源污染不断加剧、农业环境面临的形势日益严峻。从生态农业视角科学度量和提高环境效率对于改善农业生态环境，促进农业与资源、环境的协调发展具有重要意义。为此，首先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和环境全要素生产率指数（TFP） ；最后，采用两种视角下的模型对比研究了 2012 年我国农业环境效率，以及 1991-2011 年中国 30 个省份农业环境全要素生产率增长。结果表明：考虑农业污染的强
2、可处置特征，2012 年农业环境效率均值从0.98 下降为 0.86，东、中、西部地区依次递减的空间差异性更加显著；1991-2011 年我国农业 TFP 平均增长率为 0.8%，技术效率年均负增长1.4%，技术进步年均增长 2%，均低于传统度量方法。技术效率呈现持续增长趋势，TFP 总体上呈现了先下降后增长的变化趋势，技术进步与技术效率的协调性逐步得到改善；各地区 TFP 均值均大于 1，东部地区ML 指数最高，其次是中部地区，但各地区技术效率均出现一定程度的退步现象。两种模型实证结果及其差异性表明，农业环境效率评价、污染治理措施应当遵循农业污染物的特征和产生机理；采取源头减排策略能够实现农
3、业增长、污染减少和环境效率提升的多赢局面；当前，我国农业环境效率仍具有较大的提升空间，在制定面源污染治理政策时，应考2虑农业环境效率的空间差异性，针对不同发展水平和污染特征制定更具有针对性的治理策略。 关键词农业环境；环境效率；强可处置性；全要素生产率 中图分类号 F205 文献标识码 A 文章编号 1002-2104（2016）01-0140-10doi：10.3969/j.issn.1002-2104.2016.01.019 近年来，制度创新与技术进步共同推动了农业经济的全面发展。但由于农业生产尚未从根本上转变“高耗能、高投入、高废物”的“三高”生产模式，农业发展与环境保护的矛盾日益突出。
4、为确保我国粮食安全与农业可持续发展，必须协调农业增长、资源利用与生态环境保护三者之间的关系。国内外学者将污染物纳入农业环境效率和全要素生产率分析框架，探讨了农业与环境保护相互协调的发展路径。然而，我国现阶段农业污染特征、治理成本与制度环境等决定其环境技术难以满足传统的“联合弱可处置性”假设。因此，根据农业污染的产生机理和特征构建更为科学、合理的环境效率评价模型，研究农业全要素生产率的动态演进对于降低农业发展的环境成本，改善农业生态环境具有重要的意义。1 文献综述 如何在经济增长过程中，进一步提高生态效率逐渐引起了国际社会的关注。为此，可持续发展世界经济理事会（WBCSD）提出生态效率概念1，主
5、要包括环境效率（EE）和资源效率（RE）两部分2。其中环境效率是衡量经济发展所付出的环境代价，判断经济是否实现可持续发展3的标准之一，环境效率的常用测度方法是假设一个经济体在等量要素或产出条件下，其污染排放离污染最小排放的距离3。根据污染物特征环境效率可分为强、弱可处置性视角的度量，强可处置性的内涵是污染产生和处理过程难以分离，污染治理需要从投入端采取减量化策略，因此不会增加生产成本；而联合弱可处置性是指污染产生与处理过程相分离，采用末端治理方式将产生额外的费用。 近年来，不少学者将环境因素纳入到效率和生产率的分析框架中对中国工业环境效率4-7和区域环境效率8-11进行了深入研究，取得了丰富的
6、研究成果。随着城市和工业环境污染管制的不断加强，农业环境问题逐步显现12-13。农业增长的同时，过量的农药、化肥使用，畜禽排泄物的不合理处置等加剧了农业面源污染14。2010 年公布的第一次全国污染源普查公告显示，农业排放的 COD、总氮（TN） 、总磷（TP） ，分别占到全部排放量的 43.71%、57.19%、67.27%。近年来，国内外学者对农业环境效率展开了研究。例如：Ruttan15研究了环境约束下世界农业生产率增长。Marthin16考虑环境成本的投入，对农业生产效率进行修正，实证结果表明环境破坏的高低显著影响效率测度模型。Greta17分别采用强、弱可处置性条件下的方向性距离函数
7、研究了意大利农业环境效率和全要素生产率，研究表明强可处置方向距离函数适用于环境政策薄弱条件下的效率度量。李谷成18-21对各省农业环境效率进行实证评价，综合考察了转型期各省农业发展与资源、环境的协调性程度。薛建良22度量了基于环境修正的我国农业全要素生产率，结果表明环境污染因素削弱了农业技术效率的增长趋势。王奇23的研究表明纳入环4境要素后农业技术效率的下降趋势和技术进步的增长趋势都有所放缓。杨俊24运用方向性距离函数和 MalmquistLuenberger 生产率指数测算了 1999-2008 年各省份的农业环境技术效率和农业全要素生产率（TFP）增长。韩海彬25检验了我国农业环境效率的收
8、敛性。潘丹26-27进一步考察了环境污染约束下农业生产率地区差距的动态分布演进。梁流涛28-29研究了我国农业环境技术效率时空分异特征及其演变的影响因素。杜江30采用 GML 指数研究了我国农业增长的环境绩效。 张可等：强可处置性视角下中国农业环境效率测度及其动态演进中国人口?资源与环境 2016 年第 1 期现有研究在农业环境效率测算、动态演进、影响因素分析等方面取得了较多的研究成果，对于我国农业环境管理和政策制定提供了参考。但是，现有研究主要借鉴了国外农业环境效率和国内工业环境效率的研究思路，通常从污染物的联合弱可处置视角采用方向距离函数、基于松弛测度的 SBM 模型等方法度量农业环境效率
9、。然而，我国农业环境污染及其治理特征尚难以满足联合弱可处置性要求，因此，存在过高估计农业环境效率的可能。 为此，本文首先从农业污染特征、治理成本、环境规制等角度研究农业污染的可处置性特征；然后，建立基于强可处置性的生产可能性集和方向距离函数，并构建农业环境效率测度模型和环境全要素生产率指数；最后，采用两种模型对比研究我国不同区域农业环境效率的静态特征和动态演进关系，及其差异性的根源。 2 农业面源污染的可处置性特征 将各个省份农业系统看做独立的决策单元 DMUj（j=1，2，N） ，每5个决策单元投入 M 个资源 Xj=（x1j， x2j ， xMj）T，生产 S 种产品Yj=（y1j， y2
10、j ， ySj）T，同时排放 K 种污染物 Bj=（b1j， b2j ， bKj）T，通常可用（x，y，b）描述一个 DMU 的农业生产活动。集合T=（x，y，b）|x 能生产出 y，b为所有可能的生产活动构成的生产可能集，P（x）代表输入为 x 的产出可能集。 如果（y，b）P（x） ，且 01，可推出（y，b）P（x） ，则称期望产出与非期望产出间满足联合弱可处置性31。联合弱可处置性的经济含义是指一定投入情况下，非期望产出的减少必然带来期望产出的减少，即污染物的减排以期望产出的减少为代价。如果农业生产的污染物是弱可处置的，则说明要降低污染物的排放量，必然导致粮食作物、畜禽数量等期望产出的
11、减少。 如果（y，b）P（x） ，且 b=0，则 y=0，则称期望产出与非期望产出间具有零结合性。零结合性的含义是期望产出与非期望产出之间紧密相连，不可分割。Fre 曾形象得将零结合性比喻为“要想没有烟雾，就必须不抽烟” 。如果农业生产过程满足零结合性特征即表明农业环境污染不可避免，只有不进行生产时才不产生污染。 若 P（x）P（x） ， （y，b）P（x） ，且 yy，则（y，b）P（x） ，称投入和期望产出具有强可处置性。即在一定投入条件下，期望产出的减少在技术上是可实现的。 满足以上条件的生产可能性集合表示为32： pw（x）=（y，b）|nj=1zjxjx，nj=1zjyjy，nj=1
12、zjbj=b，zj0（1） 6目前，关于农业环境效率的测度通常采用（1）式所示的污染物弱可处置产出集，求解方向距离函数，测度农业环境效率。然而，理论界关于非期望产出的可处置性一直存在着争论33，以 Fre34为代表的学者主张污染具有联合弱可处置性，其主要观点是污染物的处置需要成本，因此一个决策单元要想减少污染物产出，必须同比例减少期望产出，若想不产生污染，唯一的办法就是不生产35。Zofo，Seiford36则认为污染物也可能存在强可处置性，关于污染物的处置性需要根据具体情况分析。因此，本文借鉴第二种观点从污染特征、治理成本、环境规制角度分析农业环境污染的可处置性。 首先，从农业污染特征上看，
13、我国现阶段的农业环境污染并非不可避免，农业环境治理具有一定的增产效果，因此不满足联合弱可处置性和零结合性要求。通常，工业污染物满足联合弱可处置性特征，这是由于工业生产过程必然伴随着大量副产品如二氧化硫、重金属物质等的产出；而农业生产不仅污染物种类较为单一（主要是 COD、TN、TP） ，而且其产生原因主要是投入的结构性失衡，主要表现在农业环境技术投入不足，而农药、化肥等物质的投入过量，以及畜禽养殖粪便资源化利用不足等问题37。相关文献指出减少农业面源污染的排放不仅不会降低作物产量，在一定程度上具有增产效应38；而畜牧业养殖的粪便返田、资源化利用在降低污染的同时，也不会减少畜禽产品的产量；生态农
14、业示范区的探索表明，即使完全不用农药、化肥、农膜等，农产品产量的变化也不会是“颗粒无收”39。 其次，从污染治理成本角度，农业环境污染治理具有一定的经济性，7不满足联合弱可处置性的经济意义。工业排放的是生产末端所产生的废物，处理起来需要增加费用，工业企业具有偷排、超排的动力。但是，农业排放的过量化学投入隐含着排放主体（农户）生产成本的增加，而畜禽粪便以及农林废弃物等则具有资源化再利用的价值40。相关研究表明，农业面源污染的治理具有较强的经济可行性，其中，测土配方施肥技术的净现值率（NPVR）为 55.00，畜禽养殖场沼气工程的 NPVR 为2.5441。因此，从广义成本角度农业环境治理并不必然
15、增加生产资本的投入，这与弱可处置性的经济意义不一致。 另外，从环境规制的角度，现有的农业环境规制不足以实现农业环境污染由强可处置到联合弱可处置的转换。通常决策单元在遇到较为严厉的外部环境规制时，需要放弃部分期望产出，同时清洁生产过程产生的污染，以达到环境监管的要求。不少学者将这种由强可处置到弱可处置的转换过程视为环境规制的作用，同时将转换造成的效率损失视为规制成本34， 42。然而，与发达国家相比，我国制定和实施农业面源污染控制政策和制度起步较晚，而且难以适应农业污染的随机性、隐蔽性和分散性特征，限制了环境规制正向作用的发挥43。此外，农业面源污染缺乏明确、权威的机构，这些因素共同造成了农业污
16、染治理中的制度失灵44。因此，目前我国环境规制难以迫使农业环境污染由强可处置性转换为弱可处置性。 根据以上分析，目前我国农业环境污染特征与工业环境污染、发达国家农业污染不同，尚不满足零结合性和联合弱可处置性，因此（1）式所示的生产可能性集难以有效描述现阶段我国的农业环境技术。 8相反地，如果（y，b）P（x）且 bb，可推出（y，b）P（x） ，则称 P（x）满足非期望产出的强可处置性。显然，如果污染物满足强可处置性，则污染物的减少不必然影响其他期望产出量。对于农业生产而言，在总投入一定的前提下，通过增加测土施肥、秸秆返田等绿色生产技术投入，减少过量外部品投入，能够在降低污染的同时，保持农产品
17、产量。当环境技术满足强可处置性特征时，其对应的可能产出集为31： ps（x）=（y，b）|nj=1zjxjx，nj=1zjyjy，nj=1zjbjb，zj0（2） 3 农业环境效率测度模型 面对日益严重的环境问题，农业生产需要在减少面源污染（“非期望”产出）的同时，保持农业产品的增长（“期望”产出） 。根据农业污染的强可处置性特征，分析和测算农业环境技术效率，需要采用（2）式所示的 Ps（x）对已有的方向性距离函数和 MalmquistLuenberger 指数进行改进，从而建立农业环境效率的测度模型。 方向性距离函数是Shephard 产出距离函数的一般化，为使农业生产能够实现最大的“期望”
18、产出和最小的“非期望”产出，本文使用基于产出的方向性距离函数基本形式： D（x，y，b；y）=sup：（y，b）+gps（x）（3） 式中， 是农业产出增长和污染物减少的最大可能数量，g= （gy， gb）是产出扩张的方向向量。根据文献18， 25， 27， 28的研究，农业面源污染排放量的减少具有节本和增产的效果，因此，将方向向量设9定为 g=（y，-b） ，即同比例的增加“期望”产出、减少“非期望”产出。根据（3）式构建方向性距离函数的求解模型，如（4）式所示： Dt0（x） （xt，k，yt，k，bt，k；yt，k，-bt，k）=max s.t.Nk=1ztkytkm（1+）ytki，m
19、=1，2，S Nk=1ztkbtki（1-）btki，i=1，2，K Nk=1ztkxtknxtkn，n=1，2，M ztk0，k=1，2，N（4） 式中（xt，k，yt，k，bt，k）代表待评价决策单元在 t 时刻的投入、 “期望”与“非期望”产出情况；（xt，k，yt，k，bt，k）为同时期其他决策单元构成的生产可能集。因此，求解（4）式所示的规划问题，能够计算单个决策单元（DMUk）在某一时期相对于环境前沿生产者的距离，即决策单元相对于环境生产前沿，产出扩张与污染缩减的最大可能倍数。如果一个决策单元与环境产出前沿的距离越大，其环境技术效率越低；特别地，当其环境技术效率等于 1 时，表示相
20、对于其他决策单元，其投入产出和污染排放处于相对最优水平，即表明该决策单元的农业资源性投入最少、产出最多、污染排放最少。 根据构建的强可处置性方向距离函数，农业环境效率（ETE） 可以表示为： ETE=11+D（x，y，b；g） （5） 为进一步分析农业环境效率的动态演化过程，根据标准 Malmquist10指数的构造思想，采用强可处置性的方向性距离函数构建MalmquistLuenberger 指数（简称，ML Index） ，测度农业全要素生产率变动。 MLt，t+10=1+Dto（xt，yt，bt；yt，-bt）1+Dto（xt+1，yt+1，bt+1；yt+1，-bt+1） 1+Dt+1
21、o（xt，yt，bt；yt，-bt）1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）1/2（6） 上式可以进一步分解为技术进步（MLTECH） 和技术效率变化（MLEFFCH） 。 MLt，t+1o=MLTECHt，t+1o?MLEFFCHt，t+1o（7） 其中， MLTECHt，t+1o=1+Dt+1o（xt，yt，bt；yt，-bt）1+Dto（xt，yt，bt；yt，-bt） 1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1）1+Dto（xt+1，yt+1，bt+1；yt+1，-bt+1）1/2（8） MLEFFCHt，t+1o=1+Dto（xt，yt，bt；yt，-bt）1+Dt+1o（xt+1，yt+1，bt+1；yt+1，-bt+1） （9） MLTECH 衡量农业环境效率的可能性边界向外扩张的动态变化，MLEFFCH 衡量决策单元实际效率向可能性边界的逼近程度。ML、MLTECH与 MLEFFCH 取值大于或小于 1 分别表示环境全要素生产率增长（下降） 、前沿技术进步（退步）和技术效率改善（恶化） 。 4 变量界定与数据处理
