中国农村绿色发展绩效的空间差异

谢里　王瑾瑾

摘要运用多种DEA模型与Gini准则相结合的方法，采用2003—2012年中国31个省、直辖市和自治区农村数据，对中国及其各地区农村绿色发展绩效值进行了动态测算与分析，在此基础上，对各省市及其所属地区农村绿色发展绩效值进行排名和分析。结果表明，从全国层面来看，中国农村绿色发展绩效整体上呈现上升趋势，如综合绩效值由2.184上升至2.824，表明全国在关注农村经济发展的同时越来越注重环境保护，注重资源和能源的节约，从而促进了全国农村地区绿色发展绩效的提高；从分区域来看，农村绿色发展绩效存在地区差异，绿色发展绩效较高地区是东北，年均值为2.502，西北次之，年均值为2.385，华北、华东和中南地区绩效值相对偏低；进一步地，各省、直辖市和自治区农村绿色发展绩效逐年呈现上升趋势，但有部分省市，如辽宁、河北和山西等，农村绿色发展绩效值偏低，甚至低于该省市所在地区的平均绩效值，这不仅反映了该省市农村绿色发展绩效较低，而且表明了该省市农村绿色发展绩效的高低制约着其所在地区农村整体绿色发展绩效的提升。此外，由于不同省、直辖市和自治区在资源禀赋、技术水平、政策和制度环境等方面不同，农村绿色发展的绩效值在省际之间存在较大差异。基于研究结果，在今后我国农村地区绿色发展过程中，一方面，需要加大绿色资源的投入，为农村绿色发展提供基本的条件；另一方面，需要加大对农村绿色劳动力的投入，确保为农村绿色发展提供高素质劳动力；与此同时，还要不断提高绿色技术水平，为农村绿色发展创造良好的技术条件，以此促进我国农村地区绿色绩效的进一步提高。

关键词农村；绿色发展绩效；多DEA-Gini准则；空间差异

中图分类号F061.3

文献标识码A文章编号1002-2104（2016）06-0020-07doi：10.3969/j.issn.1002-2104.2016.06.003

与其他国家所面临的环境污染和资源消耗状况相比较，中国面临更为严峻的资源与环境等方面的绿色发展瓶颈。从全国范围内农村环境污染抽样调查的数据来看，自中国跨入21世纪以来，生态环境恶化的农村占比超过44%，受到生活垃圾和畜禽粪便等环境污染的农村居民户比例已达18%[1]；同时，农村用电量从2000年的2 421.3亿kW·h增加到2013年的8 549.5亿kW·h，2000—2012年年均农村用水量占全国用水总量均超60%[2]。William & Taylor[3]发现污染治理的技术进步必须超过产出总量的增长才使得污染水平下降，环境质量得到改善。Lan & Munro[4]研究表明企业拥有较好的环保达标是因为人力资本的内在驱动和外部力量将它们推入环境达标之中。Ling & Deng[5]分析了中国四川山谷地区农村环境污染的影响因素，发现主要的影响因素是畜牧业和家禽饲养；宋言奇[6]发现发达地区农村居民的环境意识会因性别、年龄以及受教育水平的不同而有差别；李颖明等[7]提出可供我国农村环境自主治理制度借鉴的框架体系；李君等[8]研究发现农村环境污染主要来自农村内部。从现有研究成果来看，大多数研究集中于全国整体绿色发展绩效及影响因素或者是农村环境污染治理等方面，鲜有针对中国农村系统构建指标体系，并测算和分析中国各地区农村绿色发展绩效。鉴于此，本文以2003—2012年中国31个省、直辖市和自治区为研究样本，从全国和地区两个层面对农村绿色发展绩效进行动态测算和分析，揭示中国农村绿色发展的实际情况，并进一步进行跨地区比较分析。

1研究设计与数据说明

1.1评价指标体系

2010年，我国发布了《2010中国绿色发展指数年度报告》[9]。根据“绿色发展指数”，2011年和2012年，进一步改进和完善了中国绿色发展指数指标体系[10]。在此基础上，结合我国农村绿色发展的实际情况，从投入产出的角度系统地建立了中国农村绿色发展评价指标体系（见表1）。所有指标的原始数据来自《中国统计年鉴》、《中国区域经济统计年鉴》、《中国农村统计年鉴》、《中国农业统计年鉴》等统计年鉴。由于个别指标在少数年份存在数据缺失，采用移动加权平均法对其进行估计，以尽量减少数据缺失对评估结果产生的偏误。

1.2多DEA-Gini准则模型设计

本文采用了多种DEAGini的方法[11]对中国31个省、

直辖市、自治区在样本年份的农村绿色发展绩效进行动态评估，避免重要信息被忽略掉，同时保证绩效值的可比性。本文选择了超效率CCR模型、改进后的投入导向型BCC模型、改进后的产出导向型BCC模型和超效率加性DEA模型。根据这四种不同的DEA模型计算得出的不同的绩效值，通过Gini准则，得到综合绩效值EGinij（j=1，2，…，n）。具体方法如下：

数的计算公式为G=1-∑n[]j=1p2j，其中pj=Ej/∑n[]j=1Ej，j{1，2，…，n}，表示某节点中类别j所占的比例。相应地，可以定义一个信息纯度dl=∑n[]j=1p2j，j{1，2，…，n}，l=1，2，…，K，使得不确定性越大，信息纯度越小。若某个节点中只含有一个类别时，不确定性最小，G=0，其信息纯度最大，dl=1。当某节点下所有类别的值都相同时，不确定性最大，信息纯度最小。接着，将多种DEA模型和Gini准则相结合，设有K个DEA模型，Ml（l=1，2，…，K）是第l个DEA模型的绩效评价结果，记所有DEA模型的结果集为Ω={M1，M2，…，MK}，DMUj在Ml下的绩效值记为Ejl，则基于四种所选DEA模型可以可到绩效矩阵[Ejl]n×K。

根据pj=Ej/∑n[]j=1Ej（j=1，2，…，n；l=1，2，…，K}，先对绩效矩阵[Ejl]n×K进行归一化处理。再根据dl=∑n[]j=1p2j（j=1，2，…，n；l=1，2，…，K）得到Ml的信息纯度dl后，通过归一化dl得到第l个DEA模型Ml权重Wl=dl/∑K[]l=1Wl=1；接着，通过θj=∑K[]l=1WlEjl（j=1，2，…，n）计算出最终唯一的一组绩效值EGinij（j=1，2，…，n），即多种DEAGini绩效值。

2评估结果与分析

运用Matlab 7.0软件对数据进行处理与计算，得出2003—2012年全国以及31个省、直辖市和自治区的农村绿色发展绩效值。在此基础上，对全国、六大地区以及省、市和自治区的农村绿色发展绩效评价和排序，从不同层面分析了农村绿色发展绩效的变化趋势并跨地区比较分析各地区及其省、直辖市和自治区农村绿色发展绩效的空间差异。

2.1全国层面评估分析

从图1可以发现，在2003—2012年期间，我国农村绿色发展绩效总体上呈现上升趋势。从横向看，不同DEA模型测算的绩效值存在差异，如在2003年，ESCCRj、EI_BCCj、EO_BCCj和ESAddj的值分别为4.026、2.538、3.387和1.617。从纵向看，通过改进后的产出导向型超效率BCC模型测算的我国农村绿色发展绩效值在2006年和2009年绩效值有所上升，但整体上在2003—2011年期间呈现下降趋势，2012年，绩效值回升到5.595，大于2003年的绩效值。而通过改进后的投入导向型超效率BCC模型计算的我国农村绿色发展绩效值，在2003—2006年期间有所下降，2008年该绩效值达到样本观测年份的最大值，在2009—2012年，绩效值呈现持续下降的趋势。根据超效率加性DEA模型测算的农村绿色发展绩效结果来看，2003—2008年期间，绩效值不断减小，但下降幅度不大；2009—2012年，虽然2011年的绩效值相比于其他年份有所下降，但整体上呈现上升趋势。根据超效率CCR模型测算的结果，可以发现，在观测样本年份期间，农村绿色发展及小值在整体上呈现了上升趋势，但是上升幅度不大，该值维持在一定的范围内。表2中最后一行表示的是DEAGini模型的权重，改进后的产出导向型超效率BCC模型、改进后的投入导向型超效率BCC模型、超效率加性DEA模型和超效率CCR模型的权重分别为0.244、0.389、0.189和0.178，显然，改进后的投入导向型超效率BCC模型在DEAGini模型计算综合效率值时所占权重最大，该模型所测算的绩效值对综合绩效值的影响程度最大。特别是，全国农村绿色发展综合绩效值呈现倒U型变化趋势。在2008年之前，绿色发展绩效值呈现不断下降的变化趋势，2008年达到样本年份的最大值，2008年以后，呈现下降趋势。这可能是由于中央和地方政府相继出台节约资源和保护环境的管制政策，在此政策的引导下，2008年全国整体的环境污染现象有所改善，资源浪费现象有所缓解，全国绿色发展绩效水平整体上得到大幅度提升。

2.2分区域评估结果分析

为进一步分析中国各地区农村绿色发展绩效值的差异，将全国划分为六大区域，分别是东北地区、华北地区、华东地区、中南地区、西南地区和西北地区，并测算了2003—2012年期间，这六个区域在不同DEA模型下农村绿色发展的绩效值以及综合绩效值，如表2和表3所示。

从表2中可以发现，横向看，不同的DEA模型测算的东北地区的农村绿色发展绩效值不同。从纵向看，改进后的产出导向型超效率BCC模型所得绩效值在2003—2005年期间不断增大，2006年有所减小，2007—2012年期间，虽然个别年份绩效值有所减小，但是总体上呈现增大趋势。改进后的投入导向型超效率BCC模型所得绩效值EI_BCCj总体上呈现下降趋势。超效率加性DEA模型所得绩效值ESAddj在2004年有所增大，在2005—2007年期间绩效值不断减小，2008年和2009年有所增大，2010年和2011年绩效值再次减小，2012年绩效值回升至2.313。超效率CCR模型计算的绩效值ESCCRj在2003—2006年期间不断增大，在2007—2011年期间，该绩效值除了在2009年有所增大外，其余年份均呈现持续减小趋势，2012年回升至1.840。通过Gini准则所得到的综合绩效值在2003—2005年期间不断增大，在2006年和2007年均有所减小，但下降幅度不大，2008—2012年期间，除了2010年有所减小外，整体呈现增大趋势，这与超效率加性DEA模型所得绩效值的变动趋势基本一致，这是因为在通过Gini准则计算综合绩效值时，超效率加性DEA模型的权重（0.302）最大，相应地，它对东北地区农村绿色发展综合绩效值的影响程度最大。

对华北地区而言，在2003—2005年期间，综合绩效值EGinij经历了先减小，后增大的变化；在2006—2009年期间，该值不断下降，2010年和2011年绩效值有所回升，2012年再次降至1.513。这可能是由于地处华北地区的北京是我国政治、经济、文化的中心区域，人口、资源与环境承载能力大，绿色发展绩效受到一定程度的制约。从华东地区来看，总体上呈现了下降趋势。这一变化趋势与超效率CCR模型所得绩效值ESCCRj变化趋势基本一致。对中南地区而言，综合绩效值EGinij在2003—2005年期间，先减小后增大，2006—2009年期间不断减小，2010年有所回升，其中，2005年该地区农村绿色发展绩效值达到样本观测年份的最大值5.134，这与产出导向型超效率BCC模型所得绩效值的变化趋势基本一致。从西南地区来看，综合绩效值EGinij的变化趋势与超效率加性DEA模型所得绩效值的ESAddj的变化趋势基本一致，总体上呈现了减小趋势。对西北地区而言，相对于2003年，2004年的综合绩效值EGinij有所减小，2005—2007年期间有所增大，而在2008—2011年期间，除了2010年该绩效值有所增大之外，总体上呈现了下降的趋势，2012年回升至2.278。西北地区的超效率加性DEA模型所得绩效值ESAddj只对该地区的综合绩效值EGinij的变动趋势的影响程度最大。

2.3分省市评估结果分析

为便于各省份间的横向和纵向比较，根据农村绿色发展绩效值，对样本观测年份各省、直辖市和自治区农村绿色发展绩效值进行排序，并对地区之间农村绿色发展绩效的差异进行分析，结果见图2—图7。

从图2—图7中可以发现，东北地区的省市中，在2003—2012年期间，辽宁省的绿色发展绩效均低于东北地区平均绿色发展绩效，而黑龙江省和吉林省的绿色发展绩效均高于平均水平，因此，辽宁省的绿色发展绩效在一定程度上制约着东北地区绿色发展绩效。对于华北地区而言，北京市的农村绿色发展绩效值在2004年排在第1名，其余年份均处于中间或倒数，说明了与全国31个省份相比，北京的农村绿色发展绩效处于较为落后的水平。河北省只有在2002年排在第2名，其余年份名次均靠后。在华东地区，自2007年，江苏省的农村绿色发展绩效值均低于华东地区平均绿色发展绩效值，其余省份在样本观测年份的农村绿色发展绩效值低于华东地区的农村绿色发展绩效值。 在中南地区，不同省份在样本观测年份对中南地区农村绿色发展绩效的影响不同，特别地，湖南省的农村绿色发展绩效值在2003—2012年期间均低于中南地区的农村绿色发展平均绩效值，它的提高将在一定程度上促进中南地区农村绿色发展绩效的提高。在西南地区，在样本观测年份，不同省份对西南地区农村绿色发展绩效的影响不同，如在2003—2007年期间，重庆农村地区绿色发展绩效值高于西南地区平均值，而在2008—2012年期间，其值低于平均值。对西北地区而言，与其他省份相比，宁夏和新疆的农村绿色发展绩效值高于西北地区平均值，这说明了这两个省份为西北地区农村绿色发展绩效做出了巨大的贡献，提升了该地区总体的农村绿色发展绩效。此外，对各地区的各省市农村绿色发展绩效值进行加权平均，得到各个地区的农村绿色发展绩效值的平均值，并在样本观测年份依据该加权平均值对各地区进行区域间排名。可以发现，不同年份不同地区的排名存在差异，如东北地区在2003年位于最后1名，而在2004年位于第1名。此外，北地区次之，华北、华东和中南地区绩效值相对偏低。

3结论与政策建议

采用全国31个省、直辖市和自治区2003—2012年农村的数据，运用多种DEA模型与Gini准则相结合的方法对中国及其各地区农村绿色发展绩效值进行了动态测算，并比较分析了区域之间农村绿色发展绩效的差异。研究发现：从整体上看，在样本年份，全国农村绿色发展绩效呈现逐年上升的趋势；分区域来看，农村绿色发展绩效值存在较大的地区差异，绩效值最高的是东北地区，西北地区次之，华北地区、华东地区和中南地区绩效值相对偏低；在样本年份，各省、直辖市和自治区农村绿色发展绩效逐年呈现上升趋势，但有部分省市，如辽宁、河北和山西等，农村绿色发展绩效值偏低，甚至低于该省市所在地区的平均水平。此外，由于不同省、直辖市和自治区在资源禀赋、技术水平、政策和制度环境等方面不同，农村绿色发展绩效值在省际之间存在较大差异。因此，为了促进我国农村地区绿色发展水平的提高，需要增加绿色资源和绿色劳动力的投入，为绿色发展提供基本的条件，同时，要不断提高绿色技术水平，为农村绿色发展提供良好的技术环境。（编辑：李琪）

参考文献（References）

[1]黄季焜，刘莹. 农村环境污染情况及影响因素分析：来自全国百村的实证分析[J].管理学报，2010，11（7）：1725-1729. [HUANG Jikun， LIU Ying. Environmental pollution in rural China and its driving forces [J]. Chinese journal of management， 2010， 11（7）：1725-1729.]

[2]杨骞，刘华军.污染排放约束下中国农业水资源效率的区域差异与影响因素[J].数量经济技术经济研究，2015（1）：114-128，158. [YANG Qian， LIU Huajun. Regional disparity and influencing factors of agricultural water resources efficiency with the constraint of pollution [J]. Quantitative & technical economics， 2015（1）：114-128，158.]

[3]WILLIAM A， BROCK M，SCOTT T.The green solow model[R]. NBER working paper， 2004：10557.

[4]LAN J， MUNRO J. Environmental compliance and Human capital： evidence from Chinese industrial firms [J]. Resource and energy economics， 2013，35：534–557.

[5]LING Jing， DENG Liangji. Factor analysis on the factors that influencing rural environmental pollution in the Hilly area of Sichuan Province， China [J]. Asian agricultural research，2011，3（2）：69-72.

[6]宋言奇. 发达地区农民环境意识调查分析：以苏州市714个样本为例[J]. 中国农村经济，2010（1）：53-62. [SONG Yanqi. Investigation and analysis of farmers environmental awareness in developed regions： Based on the 714 sample of Suzhou [J]. Chinese rural economy， 2010（1）：53-62.]

[7]李颖明，宋建新，黄宝荣，等. 农村环境自主治理模式的研究路径分析[J]. 中国人口·资源与环境，2011（1）：165-170. [LI Yingming， SONG Jianxin， HUANG Baorong， et al. Research path of selfgovernance model of rural environment [J]. China population， resources and environment， 2011（1）：165-170.]

[8]李君，吕火明，梁康康，等. 基于乡镇管理者视角的农村环境综合整治政策实践分析：来自全国部分省（区、市）195个乡镇的调查数据[J]. 中国农村经济，2011（2）：74-82. [ LI Jun， LV Huoming， LIANG Kangkang， et al. Analysis of the rural environment comprehensive improvement policy practice based on the villages and towns management perspective： based on 195 villages and towns [J]. Chinese rural economy， 2011（2）：74-82.]

[9]李晓西，潘建成. 中国绿色发展指数的编制：《2010中国绿色发展指数年度报告——省际比较》内容简述[J]. 经济研究参考，2011（2）：36-64. [LI Xiaoxi， PAN Jiancheng. The establishment of Chinese green development index： Chinas green development index of the annual report： provincial comparison in 2010 [J]. Review of economic research， 2011（2）：36-64.]

[10]李晓西，潘建成. 2012中国绿色发展指数报告摘编[J]. 经济研究参考，2012（67）：3-96. [LI Xiaoxi， PAN Jiancheng. The establishment of Chinese green development index in 2012 [J]. Review of economic research，2012（67）：3-96.]

[11]薛晖，郑中华，谢启伟. 基于多种DEA模型和Gini准则的效率评价方法：兼对我国高校运营绩效的评价[J]. 中国管理科学，2014（4）：98-104. [XUE Hui， ZHENG Zhonghua， XIE Qiwei. An approach on the performance evaluation problems based on multiple DEA models and Gini critertion： evaluating the performance of universities in China [J]. Chinese journal of management science，2014（4）：98-104.]

AbstractBased on the rural data from 2003 to 2012 of 31 provinces， municipalities and autonomous regions in China， this paper not only dynamically evaluates and analyzes the performance of rural green development by the method combining multiple DEA models with Gini criterion， but also ranks the rural green development performance among provinces and areas. It is found that the nationwide performance of rural green development in China is presented an increasing tendency. For example， the comprehensive performance is up to 2.824 from 2.184，which indicates that China is focused on both rural economic development and environmental protertion. Moreover， the performances of rural green development in different areas are not alike. Among these areas， the highest performance level of rural green development is the Northeast， and the mean performance is 2.502. The performance of the Northwest is lower than that of northeastern area， and the mean performance is 2.385，but higher than the other areas. Meanwhile， the performance of rural green development of the North China， Eastern China and Midsouth China are lower. Further， the performances of rural green development in provinces are increased by year. However， the performance levels of some provinces such as Liaoning， Hebei and Shanxi，are not only at low levels， but also lower than the average level of these areas. This indicates that the levels of rural green development in these provinces are low， and their low levels restrict the overall level of rural green development. Besides，because of the different areas have different resource endowment， technical skill， policy and institutional environment， there is a big difference between provinces about the performance of rural green development. Based on the results above， on the one hand， rural China should increase the input of green resources in order to provide the basic condition for rural green development； on the other hand， rural China should increase the input of rural green labor so that it can provide highly skilled workforce for rural green development. In addition， the level of green technique should be increased in rural areas to create good technical conditions for the rural green development and to promote green performance in rural areas in China.

Key wordsrural area； green development performance； multiple DEAGini criterion； spatial difference