农业生产废弃物循环利用绩效测度的实证研究:基于三阶段DEA模型的农户基质化管理

李 鹏,张俊飚* (1.华中农业大学湖北农村发展研究中心,湖北 武汉 430070；2.华中农业大学经济管理学院,湖北 武汉 430070)

伴随着现代农业集约化、规模化和产业化的发展以及农产品数量的不断增加,农业生产废弃物排放量也日益呈现出增长态势[1-2],农业生产废弃物循环利用与管理日益成为当前世界大多数国家共同面临的问题.

农业生产废弃物进行适当的加工,可以作为根瘤菌生长的培养基[3-4]和食用菌生产基质[5],转化为生物质能源[6],作为生物制氢的原材料及用作肥料还田[7]等;同时,农业生产废弃物是重要的农业碳源,不同的农业废弃物资源化路径的碳减排潜力存在差异[8],以农业生产废弃物生物黑炭转化还田具有显著的碳减排效应[9];国内农业生产废弃物资源化利用技术也日趋成熟,其中,板栗林下栗蘑栽培技术[10]、农业废弃物沼气工程工艺技术[11]实现了对农业生产废弃物资源的空间化、生态化利用.农户是农业生产废弃物循环利用行为的微观决策主体,循环农业则是其载体,农户农业生产废弃物的价值感知差异[12]、对循环农业的认知程度[13]等对管理决策级投入行为具有重要影响.当前农业生产废弃物循环利用的路径主要有能源化、肥料化、饲料化、材料化、基质化和生态化五大方向[14],但由于农户认知、环保意识的差异,基础设施的落后等因素,其规模化、产业化程度落后[15].此外,国内学者还分析了农业生产废弃物循环利用补贴政策的可行性[16],并提出了大力发展能源作物、能源农业和能源经济的农业生产废弃物循环利用思路[17].

但是上述研究在农业生产废弃物循环利用研究方面,未考虑环境变量的影响及行为绩效的测度.因此,本文借助三阶段 DEA模型,尝试获得如下新信息:(1)剔除外部环境因素和统计噪声的影响,获得基于农户行为的农业生产废弃物循环利用绩效;(2)通过 SFA 分解过程,全面测度各环境要素对农户行为的作用方向及程度;(3)就农户行为的技术效率进行分解,明确其循环利用行为效率较低的决定性因素,是管理无效抑或规模无效;(4)就分析结论给出可操作的建议,以期提升农户农业生产废弃物循环利用效率,促进农业可持续发展.

1 研究方法与数据说明

1.1 研究方法

三阶段DEA方法实际上就是数据包络分析法(DEA)方法与随机前沿法(SFA)方法的结合,该方法兼具DEA和SFA方法的优点,在分析过程中将外部环境与统计噪声等影响因素剔除,能够更准确的反映农户行为的效率,其实证分析的步骤如下:第一阶段,利用传统 DEA 模型测度出决策单元的技术效率,该步骤测度出的效率未能将外部环境与统计噪声等影响因素剔除;第二阶段,引入SFA回归分析方法以投入松弛或产出松弛为因变量,以外部环境变量为自变量构建回归方程,并根据估计结果对模型中的投入产出进行调整;第三阶段,以调整后的投入产出值为变量带入DEA模型中,测度的效率值剥离了外部环境和统计噪声等因素的影响,更加真实地反映了农户农业生产废弃物循环利用行为的绩效.

1.2 数据说明

1.2.1 数据来源 依托国家食用菌产业技术体系产业经济研究室,分西北、东南、长江中上游、华东、中原、华北 7大片区,选取陕西、浙江、湖北、江苏、河南、河北、吉林等11个省市的616个农户进行了食用菌种植状况及对农业生产废弃物基质化处理的问卷调查.山东、湖北及河南是农业生产大省,在农业生产废弃物的循环利用上具有较强的代表性,因此,选取了山东、湖北及河南三省15市县的220个农户问卷作为分析对象.其中,湖北省 55份,山东省 55份,河南省110 份(表 1).

表1 数据来源Table 1 Data sources

1.2.2 投入产出指标设定 为了真实反映农业生产废弃物基质化循环利用的绩效,在指标选取过程中,要确保选取的投入产出指标与农业生产废弃物基质化利用高度相关.此外,三阶段 DEA模型的构建条件之一是决策单元的同质性,所以选取了参与农业生产废弃物基质化循环利用的农户作为调研及研究的对象,即所有的样本农户都是运用类似的生产技术和手段参与农业生产废弃物循环利用过程,且所有农户面临同样的外部环境.

满足三阶段DEA模型决策单元的同质性后,样本农户投入产出指标的选取及赋值还应满足以下条件:样本农户均使用相同的投入和产出指标,且取值均为正;所选指标是农业生产废弃物基质化的重要投入要素;指标单位可以不一致.在对农户农业生产废弃物基质化利用环节进行细分的基础上,对样本数据进行整理,拟定农户农业生产废弃物循环利用行为绩效测度的投入产出指标(表2).

表2 农业生产废弃物循环利用绩效测度的指标及统计特征Table 2 Efficiency measure index and statistical characteristics of agricultural production waste recycling

选择农户对农业生产废弃物基质化循环利用的经营收入为产出指标,投入指标分别为:(1)人力资本投入(技术培训),也即农户在农业生产废弃物循环利用过程中参与技术指导及培训的次数;(2)直接生产资料投入,农业生产废弃物基质化管理需要大量的生产资料投入,如农作物秸秆、农机、畜禽粪便等;(3)劳动力用量,农业生产废弃物循环利用需要大量的劳动力资源,劳动力投入量以工日为单位,每日工作时间以8h计.

1.2.3 环境变量的设定 外部环境变量对农业生产废弃物的循环利用绩效具有重要影响,但是样本农户自身却无法有效改善与控制,利用 SFA回归及分解剔除环境变量对农户循环利用行为绩效的外部影响.在综合考虑农业生产废弃物基质化循环利用的现实状况,选取并设置了 6个环境变量:(1)户主年龄,反映农业生产决策者的年龄层次、健康程度等对农业生产废弃物基质化处理绩效的影响;(2)户主受教育程度,样本农户的文化水平直接决定了其学习与接受技能的能力,对农业生产废弃物基质化循环利用绩效具有重要影响;(3)政府是否开展过农业生产废弃物循环利用的相关技术培训,政府在农业生产废弃物循环利用过程中具有主导作用,该变量在一定程度上反映了政策因素对农业生产废弃物循环利用绩效的影响;(4)农户农业生产废弃物循环利用行为的经营收入占家庭总收入比重,反映农户的兼业程度对循环利用行为绩效的影响;(5)是否参与相关的专业经济合作组织,专业合作经济组织在指导农户行为,促进农业生产废弃物循环利用过程中具有重要作用,在一定程度上反映了其对农业生产废弃物循环利用行为绩效的影响;(6)周边交通状况,用周边道路等级来反映农业生产废弃物处理决策者周边的交通状况,周边交通状况的优劣直接影响农业生产废弃物的流通并间接影响其循环利用行为,用这一变量反映当地基础设施条件对循环利用行为绩效的影响.

如表2和表3所示,样本农户在农业生产废弃物循环利用过程中投入产出指标值存在一定的差异,究其原因,可能是农户基质化规模及生产效率差异.农业生产废弃物基质化利用行为绩效的环境变量统计数据显示,样本农户的年龄均值为43.66岁,具有良好的身体素质;户主平均受教育程度,根据赋值说明可知样本农户的学历水平集中在初中与高中之间,文化素质和学习能力不是很强;有 78.21%的基层政府开展过农业生产废弃物基质化利用的相关技术培训;农业生产废弃物基质化利用的经济效益十分显著,样本农户的循环利用行为经营收入占家庭总收入的平均比重为 74.67%,成为重要的经济收入来源;有 56.41%的样本农户参与了当地相关的专业经济合作组织;近年来国家大力发展农村基础设施建设,多数样本区周边的交通状况有较大的改善,73.72%的农户表示周边路况已经完全摆脱乡间土路,其中有 33.33%样本区周边公路等级在省级公路以上,周边交通状况较好,这为农业生产废弃物的流通提供了良好的物流保障.

表3 环境变量的统计特征Table 3 Statistical features of environment variables

2 农户农业生产废弃物循环利用行为绩效评价——以基质化为例

2.1 第一阶段:传统DEA的运用

采用规模报酬可变(VRS)的DEA模型对农业生产废弃物循环利用绩效,也即决策单元的有效性问题进行测度,其运行过程不受规模效率的影响,计算结果真实可靠.此外,在研究过程中,由于决策单元往往需要达到特定的产出量,投入量作为农业生产废弃物循环利用行为的关键决策变量较易受其控制.因此,文中采用投入导向型的VRS模型来衡量决策单元农业生产废弃物循环利用的绩效,并进一步分解为规模效率与纯技术效率,三者的关系为综合技术效率=规模效率×纯技术效率.

式(1)中涉及决策单元(DMU)220个,对每个样本而言有n个投入、m个产出数据,对第k个决策单元,用列向量xn,k、ym,k分别代表农业生产废弃物循环利用主体的投入与产出.也就是说,N×1的投入矩阵xn,k和M×1的产出矩阵Q代表了k个样本所有的数据.λk表示第n项投入和第m项产出的加权系数;θk表示第k个农户的效率值,取值范围为(0,1),越接近于1代表效率越高,θk=1 的决策单元的效率最高.另外,x≥0、y≥0,且n=3,m=1.

在第一阶段,基于投入导向型的 VRS模型,利用DEAP2.1软件对样本农户的绩效进行测度.在未考虑管理效率损失、环境变量及随机干扰等因素的影响时,样本农户在农业生产废弃物基质化循环利用行为中的综合效率均值为0.4516,纯技术效率均值为0.6472,规模效率均值为 0.6978.这表明,在现有的投入产出规模及技术水平下,若能够消除技术效率损失,农户对农业生产废弃物的基质化循环利用绩效还有52.66%的提升空间.

由表4可知,在样本农户总体中,有191个样本农户的综合效率值在 0.6以下,占样本农户总体的比重高达 86.82%,其中,综合效率值主要集中在 0.3～0.4与 0.4～0.5之间,其比重分别为35.91%和24.55%;综合效率值在0.6以上的样本农户仅为29户,占样本总量的比重仅为13.19%.

表4 第一阶段测度出的农户农业生产废弃物循环利用行为的综合效率分布Table 4 Overall efficiency distribution of farmers’ agricultural production waste recycling behavior in the first phase

农户农业生产废弃物循环利用行为的纯技术效率分布结果显示,样本农户农业生产废弃物循环利用的纯技术效率主要分布在＜0.7和0.7～0.8的区间,其比重分别为 37.73%、42.27%;纯技术效率值在 0.8～1.0区间内分布较为分散且数量较少,仅占样本农户总量的以上的样本数量较少,比重仅为20.00%(表 5).总体来看,农户农业生产废弃物基质化循环利用的纯技术效率表现不错.

表5 第一阶段农业生产废弃物循环利用纯技术效率Table 5 Pure technical efficiency distribution of farmers’agricultural production waste recycling behavior in the first phase

表6 第一阶段测度出的农户农业生产废弃物循环利用行为的规模效率分布Table 6 Scale efficiency distribution of farmers’agricultural production waste recycling behavior in the first phas e

就农业生产废弃物基质化循环利用行为的规模效率分布情况来看,情况不容乐观,有187个样本农户的规模效率值在 0.6以下,比例高达85.01%;仅有19个样本农户的规模效率值在0.8以上,比例仅为8.64%(表6).

2.2 第二阶段:SFA回归及分解

传统的DEA模型的缺陷是忽视了外部环境因素和统计噪音对原始投入或产出松弛值的影响.利用SFA方法对引起原始投入或产出松弛的内部管理无效、外部环境和统计噪音等因素进行分解,捕捉和识别内部管理无效和统计噪声对松弛值的影响效应,此外,因素对松弛变量的作用方向和大小进行判别.

承接第一阶段面向投入的DEA模型,在此选择将原始投入松弛变量作为回归的因变量,以影响农业生产废弃物循环利用绩效的环境因素作为自变量(表 3).模型估计结果显示:各投入要素松弛方程中的γ值均在 0.6～1之间,且在 1%的水平上显著,可以看出样本农户的农业生产废弃物循环利用行为存在管理效率差别,因此SFA回归模型具有合理性,但是模型估计结果还存在一定的缺陷,就是造成样本农户的农业生产废弃物基质化循环利用行为绩效的差异的原因,是管理无效,亦或是外部环境因素和统计噪声(表7).

SFA回归是环境变量对投入要素松弛变量的回归,当各环境变量前的回归系数为正时,表示该环境变量所赋值增加的同时将引起相应投入松弛量的增加(减少),即更趋向于(抑制)投入的浪费或者产出的低效(高效).此外,环境变量在统计上不显著时,环境变量对投入松弛变量仅存在方向性的作用.SFA回归结果显示:(1)户主年龄.户主年龄的增加,会增加 3种投入松弛变量,但均未通过显著性检验,仅存在方向性影响.(2)样本农户受教育程度.样本农户受教育水平的提高,可以抑制技术培训、直接生产资料及劳动力投入的浪费,但是技术投入与劳动力投入松弛在统计上不显著,仅存在方向性的作用.(3)政府是否经常开展农业生产废弃物基质化循环利用的技术培训.SFA回归结果表明,政府加强对农户的技术培训力度,可以有效抑制投入变量松弛,尤其是在劳动力用量投入松弛方面效果明显,具有统计意义.(4)循环利用的经营收入占家庭总收入比重.提高农业生产废弃物基质化经营收入占家庭总收入的比重,会导致投入浪费,在直接生产资料和劳动力用量方面更加明显,在 1%的水平上具有统计意义.(5)是否参与过相关的专业经济合作组织.SFA回归结果显示,积极参与相关专业经济合作组织可以有效抑制投入变量松弛,提高资源利用效率.专业经济合作组织可以有效衔接农户与市场,并对农户进行技术知道,从而降低样本农户的技术无效率行为.(6)周边交通状况.样本区周边交通状况的改善,可以有效抑制劳动力用量投入松弛,且在1%的水平上具有统计意义.此外,周边交通状况的改善导致人力资本和生产资料投入的浪费,但不具有统计意义,仅存在方向上的影响.

表7 第二阶段SFA估计结果Table 7 SFA estimation results in the second stage

2.3 第三阶段:DEA分析

在对农业生产废弃物进行基质化处理的过程中,样本农户面临的外部环境存在差异,导致农户行为绩效的差异.因此,有必要根据外部环境及随机干扰因素对第一阶段的投入变量进行调整,使样本农户具有相同的外部环境,以更精准地测度农户对农业生产废弃物基质化循环利用的技术效率水平.调整公式为:代替原始投入,xn,k再次带入第一阶段 DEA模型测度利用调整后的投入效率值,其剔除了运营环境和随机因素的影响,更能客观地体现样本农户的绩效.

剔除环境变量和随机误差的影响后,第三阶段样本农户的农业生产废弃物基质化循环利用的综合效率均值为0.4089,还有59.11%的提升空间,提升空间较大;纯技术效率均值为 0.9701,表现良好;规模效率均值为0.4215,成为导致农业生产废弃物循环利用绩效较低的主要原因.

采用配对符号秩和检验(Wilcoxon)和符号检验(Sign Test)两种非参数方法检验第三阶段剥离环境因素后得出的农业生产废弃物循环利用绩效值与第一阶段所测技术效率值是否存在显著差异,检验结果显示:Wilcoxon检验与Sign Test检验中的双侧P=0.0000,说明两个阶段所测的技术效率值存在明显差异(表8).

表8 两相关技术效率值的非参数检验Table 8 Nonparametric test of two related technical efficiency

剔除环境变量和随机误差的影响后,第三阶段农户对农业生产废弃物基质化循环利用的综合效率均值有所下降,由 0.4516降低到 0.4089;纯技术效率均值大幅度提高,由 0.6472提高到0.9701;规模效率均值出现较大幅度下降,由0.6978降至0.4215.投入变量调整后的DEA分析结果显示,第三阶段的农业生产废弃物基质化循环利用效率均值低于未剥离环境变量和随机因素影响的效率,且样本农户之间的绩效差异较大,导致农户农业生产废弃物循环利用效率变低的主因是规模效率低下.因此,适当扩大农业生产废弃物基质化循环利用的决策单元的生产规模是提升农户管理绩效的有效路径.

剔除环境变量和随机误差的影响后,第三阶段样本农户的农业生产废弃物基质化循环利用综合效率值分布如表 9所示,较之第一阶段综合效率值分布(表4),综合效率值在0.3以下的比例为45. 45%,较第一阶段高出33.18个百分点;0.3～0.4区间比例较之第一阶段降低了24.09个百分点;0.4～0.5区间比例为9.94%,较之第一阶段降低了14.55个百分点;综合效率值在0.6以上的样本农户的比例高于第一阶段,高出10个百分点.

表9 第三阶段测度出的农户农业生产废弃物循环利用行为的综合效率分布Table 9 Overall efficiency distribution of farmers’ agricultural production waste recycling behavior in the third phase

较之第一阶段纯技术效率分布(表5),剔除环境变量和随机误差的影响后,第三阶段样本农户的农业生产废弃物基质化循环利用的纯技术效率分布较为集中,且普遍较高,占样本农户总量97.73%的农户其管理绩效介于0.9～1.0之间.

剔除环境变量和随机误差的影响后,第三阶段样本农户的农业生产废弃物基质化循环利用的规模效率分布如表10所示,较之第一阶段规模效率分布(表6),可以发现:第三阶段农户农业生产废弃物循环利用行为的规模效率较低且分布相对集中,规模模效率值分布在0.4以下的样本农户比例高达82.73%,远高于第一阶段的66.36%;其余各规模效率值区间的样本分布比重均明显下降,尤其是0.4～0.6区间样本数量比重,下降幅度最大,下降10个百分点.由此可推断,综合效率均值的降低可能是由规模效率降低导致的.因此,农业生产废弃物基质化循环利用投入规模的调整在一定程度上会带来其管理行为绩效的提升.

表10 第三阶段测度出的农户农业生产废弃物循环利用行为的规模效率分布Table 10 Scale efficiency distribution farmers’ agricultural production waste recycling behavior in the third phase

综上可知,运用三阶段DEA模型对农户的农 业生产废弃物基质化循环利用行为的绩效进行

测度,投入量调整前后样本农户的行为绩效具有较大差异,环境变量和随机因素对样本农户的行为具有重要影响,这在一定程度上说明本文选取三阶段DEA方法剥离境效应和随机误差的影响具有一定的科学性和合理性.此外,农户农业生产废弃物循环利用绩效较低,且样本农户之间的效率差异明显,其主因在于规模效率的低下.

3 结论

3.1 我国农户农业生产废弃物基质化循环利用行为绩效较低,究其原因,主要是要素投入规模效率低下所致.就综合效率来看,样本农户的循环利用行为的综合效率均值为 0.4089,在当前的政策环境及技术水平下,如果能够克服技术效率损失,我国农业生产废弃物循环利用绩效存在较大的可改进空间(效率值最大为 1);就纯技术效率来看,农业生产废弃物纯技术效率均值为0.9701,表现良好;就规模效率来看,农业生产废弃物循环利用规模效率均值仅为 0.4215,成为导致农业生产废弃物循环利用绩效降低的主因.

3.2 在农业生产废弃物循环利用过程中,环境变量与投入松弛及农户行为绩效之间存在关联性.农业生产废弃物循环利用环境变量的变化可以有效抑制(增加)投入松弛,投入松弛量的变化最终对行为绩效产生影响.实证结果表明,一是农户受教育水平的提高可以增强农户农业生产废弃物基质化先进技术的接受能力,进而抑制投入浪费,提升管理绩效;二是政府对农户的技术培训力度的增强、内容的丰富及形式的简易,会加快农户对适用技术的理解与掌握,进而促进了先进适用技术在实际生产中的运用,可以有效避免生产投入浪费,提高农业生产废弃物基质化利用绩效;三是样本区域农户的专业化发展程度的提高在一定程度上容易导致农户对投入要素的盲目增量使用,最终导致资源的浪费与效率的逆转;四是专业经济合作组织对农户技术指导的有效性,可以有效降低农户的技术无效率行为;五是交通状况的改善可以为农户与外界接触提供便利,提高其自身的知识水平与管理技能,从而减少农户的技术无效性.

[1]边淑娟,黄民生,李 娟,等.基于能值生态足迹理论的福建省农业废弃物再利用方式评估 [J].生态学报, 2010,30(10):2678-2686.

[2]Rodriguez C S. Exploitation of biological wastes for the production of value-added products under solid-state fermentation conditions [J]. Biotechnol. J., 2008,3(7):859-870.

[3]Brockwell J, Bottomley P J. Recent advances in inoculants technology and prospects for the future [J]. Soil Biology and Biochemistry, 1995,27:683-687.

[4]Stephens J H G, Rask H M. Inoculant production and formulation[J]. Field Crops Research, 2000,65:249-258.

[5]Mursec B, Cus F. Integral model of selection of optimal cutting conditions from different databases of tool makers [J]. Journal of Materials Processing Technology, 2003,133:158-165.

[6]Guo Xin Mei, Trably Eric, Latrille Eric, et al. Hydrogen production from agricultural waste by dark fermentation: A review [J]. International Journal of Hydrogen Energy,2010,19(35):10660-10673.

[7]李明德,吴海勇,聂 军,等.稻草及其循环利用后的有机废弃物还田效用研究 [J]. 中国农业科学, 2010,43(17):3572-3579.

[8]赵胜男,崔胜辉,吝 涛,等.福建省有机废弃物资源化利用碳减排潜力研究 [J]. 中国人口·资源与环境, 2010,20(9):30-35.

[9]潘根兴,张阿凤,邹建文,等.农业废弃物生物黑炭转化还田作为低碳农业途径的探讨 [J]. 生态与农村环境学报, 2010,26(4):394-400.

[10]隗永青,曹 均,曹庆昌.北京郊区板栗林下栗蘑栽培技术及效益分析 [J]. 中国食用菌, 2010,29(2):21-23.

[11]陈 羚,赵立欣,董保成.我国秸秆沼气工程发展现状与趋势 [J].可再生能源, 2010,28(3):145-148.

[12]徐卫涛,张俊飚,李树明,等.循环农业中的农户减量化投入行为分析 [J]. 资源科学, 2010,32(12):1-6.

[13]韦佳培,张俊飚,吴洋滨.农民对农业生产废弃物的价值感知及其影响因素分析——以食用菌栽培废料为例 [J]. 中国农村观察, 2011(4):77-85.

[14]彭 靖.对我国农业废弃物资源化利用的思考 [J]. 生态环境学报, 2009,18(2):794-798.

[15]李宗才.我国近年来农业循环经济问题研究述评 [J]. 学术界,2009,5(138):276-280.

[16]陈 娟,王雅鹏.林木生物柴油产业化开发问题探析 [J]. 华中农业大学学报(社会科学版), 2010(4):27-31.

[17]彭良才.论中国生物能源发展的根本出路 [J]. 华中农业大学学报(社会科学版), 2011(2):1-5.