基于SE-DEA模型的中国农业环境规制效率空间差异分析

杜红梅，李孟蕊，邱小芳，胡梅梅

（湖南农业大学 商学院，湖南 长沙 410128）

基于SE-DEA模型的中国农业环境规制效率空间差异分析

杜红梅，李孟蕊，邱小芳，胡梅梅

（湖南农业大学 商学院，湖南 长沙 410128）

通过构建环境规制指标体系，利用中国2012—2013年31个省市、自治区的农业环境规制相关数据，采用SE-SBM模型评估得到各个省份的环境规制效率值，比较分析各地区的环境规制效率差异。研究结果表明：从整体上看我国农业环境规制大多数省份都是有效的，只有少数省份的环境规制无效，其中黑龙江省的农业环境规制效率最高，山西省农业环境规制效率最低。从地区上来看，东部地区省份的农业环境规制效率相对较高，西部省份次之，中部省份农业环境规制效率相对较低。根据模型结果，对造成规制效率差异的原因进行分析，并提出相应的改进措施，对提高各区域的环境规制效率，实现资源利用效率最大化具有参考意义。

环境规制；指标体系；超效率SBM模型；空间差异

农业作为我国的经济基础和战略性产业，承载着粮食安全、社会稳定等重要功能。通过增加现代生产要素投入，提高农业生产率，成为发展的必然选择。然而，化肥、农药、农膜等现代农业生产要素的不当使用，已成为我国农业面源污染的主要源头。据第一次全国污染普查数据，农业COD、TN、TP的排放量各为1 324.09、270.46和28.47万吨，分别占到总排放量的43.7%、57.2%、67.4%。农业面源污染严重威胁农产品的品质与数量安全。处理好农业发展和环境保护之间的关系是我国农业可持续发展的关键[1]。如何在增强环境保护力度的同时推动农业高效稳步发展，即实现环境规制效率的最大化是极富现实意义的研究课题。Matthew[2]、Raspiller[3]、Kheder[4]从行业和企业视角探讨环境规制有助于提高环境效率，Brunnermeier[5]、Berman[6]从环境规制影响库兹涅茨曲线、污染产业生产效率的视角衡量环境规制效率。司东皖[7]，刘勇等[8]，王群伟等[9]学者都采用了数据包络分析法对环境规制效率进行了评估和分析。刘研华等[10]采用弹性成本分析法对我国2001年到2007年的环境规制效率进行了研究。张天悦[11]基于超效率SBM模型，考虑环境影响的非期望产出，同时把物力投入、财力投入以及相关环境政策作为规制投入的重要方面，从而构建环境规制-工业污染治理效率评价指标体系和聚类DEA分析思路。张喜才等[12]认为我国农业的发展和环境保护之间的矛盾突出，生态恶化导致农业生产条件的恶化，并针对两者之间的矛盾，提出了环境规制的一般实施框架。

通过文献梳理发现，对环境规制效率的研究主要集中在我国的整体环境和污染密集型产业，少有对农业环境规制效率的研究。本研究拟通过建立农业环境规制指标体系，基于我国31个行政区的2011—2012年的相关数据，采用SE-DEA模型评估各地区农业环境规制效率的高低，分析造成规制效率差异的原因，提出相应的建议，为提高区域的农业环境规制效率提供决策参考。

1 原理与方法

1.1 农业环境规制效率指标构建

对于效率的研究，大部分学者都是从投入产出的角度来构建评价指标体系。为了系统且有效的反映我国31个省市、自治区的农业环境规制效率，本研究在借鉴学者相关研究基础上，根据农业环境规制的特点，构建农业环境规制投入和产出指标。环境规制的投入指标主要包括：（1）环境行政主管部门人数、（2）农业环境治理投资强度、（3）自然保护区面积比重、（4）节水灌溉面积比重、（5）水土流失治理率、（6）农村可再生能源利用强度、（7）农业用水强度、（8）农业用电强度；产出指标主要包括：（1）农业病虫鼠害防治率、（2）农业化学需氧量削减率、（3）农业氮氧排放量削减率、（4）化肥施用削减率、（5）农药施用削减率，具体见表1。

表1 我国农业环境规制效率模型指标Table 1 Chinese agricultural environmental regulation efficiency model index

1.2 SE－SBM模型简介

DEA方 法（Date Envelopment Analysis） 用于对多投入和多产出的不同决策单元（Decision Making Unit，DMU）的效率进行评估，主要是基于工程效率概念和生产函数理论，针对具有多投入、多产出属性的多个决策单元进行相对效率评价，是管理科学、系统工程和决策分析、评价技术等领域中非常重要的分析工具。

2001年Tone提出了基于松弛测度（Slacks-Based Measure，即SBM）的DEA模型，模型设定所有变量都可能存在有限生产可能集，进而将其纳入同一目标函数中，以得到一个介于0和1的相对效率值。而超效率DEA模型（Super Ef fi ciency DEA ，即SE－ DEA），由Andersen和Petersen 于1993年提出，可用于分析某一决策单元相对于其他决策单元的效率，实现对DEA有效决策单元的进一步评价。为了更好的解决多个决策单元的SBM效率值同为1的问题，Tone基于松弛测度和超效率DEA模型又提出了超效率SBM模型，即SE-SBM（Super Ef fi ciency-Slacks Based Measure）模型[13]。

Tone在SE-SBM的DEA模型中，首先定义了一个有限的生产可能集：

接着定义p(x0，y0)的子集合为：

假设＞0，y＞0，p(x0，y0)为非空集合。设定指数δ为任意DMU(x0，y0)到(x，y)∈（x0，y0）的加权平均距离，有：

只 有 在(，)∈(x0，y0)时， 即 排 除DMU(x0，y0)后对生产可能集合P完全没有影响时δ=1，否则δ＞1。将式（3）转换为线性规划求解：

另式（4）的最佳解为（τ*，t*，Λ*，*，*），则有：

最后将SE-SBM的DEA模型修正为VRS条件：

1.3 数据来源及处理

农业环境规制相关基础数据来源于2012、2013年的《中国环境统计年鉴》和《中国农村统计年鉴》，经过计算得出中国31个行政区2012年的农业环境规制投入和产出指标值（篇幅所限略）。

在我国31个省市、自治区的环境规制投入产出指标中，对于个别缺失或异常数据做了以下处理：（1）北京的节水灌溉面积比重出现大于1的异常值，因此将2012年农作物播种面积取耕地、园地、牧草地三者的和，经过计算得出北京的节水灌溉面积比重；（2）上海的水土流失面积在年鉴中数据缺失，考虑江苏、天津两地的区位及自然、经济条件和上海类似，故本研究中上海的水土流失治理率取江苏、天津两地水土流失治理率的平均值；（3）统计年鉴对环境行政主管部门人数的数据没有分行业部门的环境管理人数，本研究依据各产业在经济中的地位来分摊总的环境行政管理部门人员数，近似得到各行业部门环境管理人员数，方法是：首先计算出第一产业的生产总值占国内生产总值的比重，然后将该比重与对应省市、自治区的环境行政主管部门人数相乘所得作为农业环境行政主管部门人数。

本研究所选取的投入指标中，农业用电强度和农业用水强度两项指标是逆向指标，采用倒数法将其转换为正向指标，即取其倒数，得出转换后的环境规制投入指标。

2 环境规制效率结果与分析

2.1 环境规制效率结果

农业环境规制投入产出指标数据特征见表2、表3。

根据SE-SBM模型，利用DEA-Solver软件来测算各个地区农业环境规制的投入产出效率，结果如表4、图1所示。

表2 2012年我国农业环境规制投入指标数据特征Table 2 Data feature of China’s agricultural input indicators of environmental regulation in 2012

表3 2012年我国农业环境规制产出指标数据特征Table 3 Data feature of China’s agricultural output indicators of environmental regulation in 2012

表4 2012年我国31个省市、自治区农业环境规制效率及排名Table 4 Efficiency of agricultural environmental regulation and ranking of China’s 31 provinces, autonomous regions in 2012

图1 2012年我国31个省市、自治区农业环境规制效率及排名Fig.1 Ef fi ciency of agricultural environmental regulation and ranking of China’s 31 provinces, autonomous regions in 2012

（1）2012年农业环境规制有效（δ*≥1）的省份共29个，按照综合效率值的大小排名前十的省份包括东部6省、西部3省和中部1省，分别为黑龙江(3.174 2)、新疆(2.334 3)、浙江(1.812 0)、重庆(1.742 5)、广东(1.659 0)、江苏(1.619 3)、辽宁(1.495 2)、天津(1.491 6)、青海(1.482 9)、安徽(1.415 3)；农业环境规制效率后10名省份包括西部7省、东部1省和中部2省，分别为山西(0.596 3)、内蒙古(0.760 6)、海南(1.002 2)、宁夏(1.013 0)、西藏(1.022 4)、甘肃(1.026 0)、四川(1.052 9)、贵州(1.059 7)、陕西(1.076 7)、湖北(1.088 3)。

（2）把东北三省归入东部， 将全国划分为东、中、西3个区域，对比东部、中部、西部地区的农业环境规制效率，东部地区省份的农业环境规制效率相对较高，西部地区的农业环境规制效率次之，中部地区省份的农业环境规制效率相对偏低，这说明农业环境规制效率与地区经济发展以及农业开发程度有一定的联系。

（3）农业环境规制无效的是内蒙古（0.760 6）和山西（0.596 3）两省，黑龙江的农业环境规制效率最高，山西省的农业环境规制效率最低。作为世界3大黑土地带之一，黑龙江的耕地总量位列全国第一，该省对于农业环境保护一直都比较重视，于1993年7月份通过黑龙江省农业环境保护管理条例，当年10月1日施行，这从政策上为农业环境保护提供了保障。虽然黑龙江的粮食播种面积和粮食生产均位居全国第一，但是黑龙江的化肥施用总量却低于河北、河南、山东、江苏等粮食大省，这也是该省农业环境规制效率高的一个重要原因。而对于农业环境规制效率最低的山西而言，作为我国的煤矿大省，在煤矿开采过程中环境的破坏非常大，这也影响到农业的发展环境；同时山西的产业结构比较单一，政策更偏向重工业的发展，而对农业发展重视不够，农业环境保护的政策与投入力度不强。

2.2 无效DEA决策单元的改进

根据SE-SBM模型结果，对于无效决策单元需通过改变环境规制的投入或者产出值来达到DEA有效，对于农业环境规制效率最低的内蒙古、山西两个行政区的实证结果目标调整值如表5所示。作为环境规制DEA无效省份的内蒙古，其投入的前7项指标都需进行相应的削减，如投入指标1环境行政主管部门人数，原始值为453人，此处的实证结果有效目标调整值为195人，则需削减258人，削减幅度为57%；同时其产出性指标除了农业氮氧排放削减率之外的其他4项指标都需要调整以提高产出值，即提高森林病虫鼠害防治率、加大农业化学需氧量、化肥施用、农药施用的削减力度，实现农业环境规制DEA有效。山西省的投入指标中除了节水灌溉面积比重之外的其他所有指标都需要进行削减，同时产出指标的五项都需要调整才能达到农业环境规制DEA有效，其中农业氮氧排放、化肥施用、农药施用等都需要加大削减幅度，以大幅度的提高农业环境规制的产出值，从而提高农业环境规制效率。

表5 内蒙古、山西各指标改进方向和调整值Table 5 The direction of improving and value adjustment of each index for Inner Mongolia and Shanxi

2.3 我国农业规制效率的空间差异原因分析

基于SE-SBM环境效率分析，我国农业环境规制效率表现出一定的区域差异，其原因何在？可以从我国各区域的农业发展水平及规模、农业环境规制强度、地域及经济发展水平差异等方面分析。

2.3.1 农业发展规模

黑龙江、辽宁、吉林、山东、安徽、湖南、河南、河北、海南、四川等省份的农业环境规制效率均为有效，且综合效率都较高。这些省份的农业发展规模较大，尤其是黑龙江、吉林、辽宁、河南、河北等省份的农业机械化程度较高，农业环境的管理与保护更为规范，这说明规模化与机械化生产不仅可以提高生产率，而且可以有效地开展农业环境保护与治理，进而提高环境规制效率。而四川、海南等省相对黑龙江、山东、吉林等省的农业环境规制效率又偏低一些，一方面是因为这两省的地形以及地势的限制所形成农业相对分散的特征，机械化程度偏低，农业发展种类较多，管理水平相对较低；另一方面由于产业发展政策的倾斜性，存在对农业环境发展的忽视，管理当局并没有表现出强烈的农业以及农村环境保护意识，因此农业环境规制的投入仍需增强。

2.3.2 环境规制资金投入强度

对比分析各省的农业环境污染治理投资强度这一环境规制投入指标，可以发现，新疆、浙江、安徽、辽宁、广东等农业环境规制效率较高的省份，农业环境治理投资强度都大于8%，高于全国平均投资治理强度；而山西、贵州、四川、湖北超效率相对偏低的省份，农业环境治理投资强度都小于4%，因此对农业环境污染治理投资强度也会影响农业环境规制效率，加大对农业环境规制的投入力度是提高农业环境规制效率的财力保证。

2.3.3 地域及经济水平

实证结果显示，我国东部省份的农业环境规制效率相对较高，西部省份次之，中部省份相对偏低，这不仅与地理空间差异有关，而且与经济发展水平有关。东部省份的地势相对平坦，这对农业发展及环境保护实施更为有利；从经济发展水平来看，一般经济越发达的地区，对环境的质量要求更高，行政当局更重视经济发展与环境保护的协调，相应的对环境保护投入也会更多；而经济相对落后的地区，不论是环境保护意识还是对环境保护投入的力度都相对偏低。而西部省份的整体农业环境规制效率高于中部地区，这主要是因为西部地区的农业发展受到自然环境条件的限制，且西部地区的农业发展程度以及农业人口密度远远低于中部地区，同时西部地区大多数是因地制宜选择农业发展模式，如生态农业，农业环境自净能力较强，因此农业环境规制效率高于中部地区。

3 结论与对策建议

通过构建环境规制指标体系，利用我国2012—2013年31个省市、自治区的农业环境规制相关数据，采用SE-SBM模型评估得到各个省份的环境规制效率值，比较分析各地区的环境规制效率差异。研究结果表明：从整体上看我国农业环境规制大多数省份都是有效的，只有少数省份的环境规制无效，其中黑龙江省的农业环境规制效率最高，山西省农业环境规制效率最低。从地区上来看，东部地区省份的农业环境规制效率相对较高，西部省份次之，中部省份农业环境规制效率相对较低。根据模型结果，对造成规制效率差异的原因进行分析，并提出如下建议：

（1）推进农业规模化经营，发展生态农业。促进耕地流转，加强对耕地改造，提高农业发展的规模化、机械化、专业化水平；加强农业资源与环境管理，提高对农业资源的利用，减少污染排放；因地制宜发展循环农业，充分利用农业环境的自净能力，提高农业环境的自我调节，从而提高农业环境规制效率。

（2）建立健全农业环境规制标准体系。应该建立健全农业环境规制的标准体系，完善相关农业环境规制法律法规，确立农业环境规制的重要地位，在统一全国农业环境规制标准的同时要根据各省份、区域的实际，建立实际可行的环境规制准则，并根据农业发展实际不断完善农业环境规制标准以更好的适应农业的发展，实现农业环境的规制与保护。

（3）完善农业环境监督管理体制。一方面要建立并完善农业环境规制效率的监测评估体系，提高对环境检测技术的研发投入力度，提高环境规制检测技术。另一方面要加强对农业环境规制的管理考核，将农业环境规制效率纳入政府管理工作的考核当中。加大在农村环境保护的宣传力度，增强从事农业生产人员的环境保护意识，建立绿色农业发展机制。同时要加强对农业企业的管理和规范，参考工业污染管理方法并结合农业发展的实际情况建立农业污染排放管理制度，加强对环境的保护，提高农业环境规制效率。

随着我国农业环境统计指标体系的健全与完善，未来可对各省农业环境规制效率的动态变化及影响因素进行跟踪研究和定量分析，为实现各区域农业与资源、环境的协调发展提供更具针对性的指导。

[1]朱玉林,李明杰,侯茂章,等.环洞庭湖区农业生态系统能值演变趋势的研究[J].中南林业科技大学学报2012,32(7):133-140.

[2]Matthew B, Edward K, Susan T.A Cost-benefit Assessment of Wholesale Electricity Restructuring and Competition In New England[J].Journal of Regulatory Economics, 2007,31(2):151-184.

[3]Raspiller S, Riedinger N.Do environmental regulations in fl uences the location of French fi rms[J].Land Economy, 2010,84(3): 382-395.

[4]Kheder S B, Zugravu N.Environmental regulation and French firms location abroad: An economic geography model in an international comparative study[J].Ecological Economics, 2012,77(5): 48-61.

[5]Brunnermeier S B,Cohen M A.Determinants of Environmental Innovation in US Manufacturing Industries[J].Journal of Environmental Economies and Management, 2003,45(2):278-293.

[6]Berman E, Bui L T.Environmental Regulation and Productivity:Evidence from oil Re fi neries[J].The Review of Economics and Statistic, 2008, 88(3): 498-510.

[7]司东皖.我国化工行业的环境规制效率研究[D].沈阳: 辽宁大学,2013.

[8]刘 勇,李志祥,李 静.环境效率评价方法的比较研究[J].数学的实践与认识,2010,40(1):84-92.

[9]王群伟,周德群,葛世龙,等.环境规制下的投入产出效率及规制成本研究[J].管理科学,2009(6):111-119.

[10]刘研华,王宏志.我国环境规制效率的变化趋势及对策研究[J].生态经济,2009(11):172-175.

[11]张天悦.我国省级环境规制的SE-SBM效率研究[J].工业技术经济,2014(4):143-152.

[12]张喜才,宋正凯.农业发展与环境规制[J].生态经济,2011(1):92-95.

[13]李谷成,范丽霞,闵 锐.资源、环境与农业发展的协调性[J].数量经济技术经济研究,2011(10):21-35.

Analysis on the spatial difference of agricultural environmental regulation ef fi ciency in China based on SE-DEA model

DU Hongmei, LI Mengrui, QIU Xiaofang, HU Meimei
(College of Business, Hunan Agricultural University, Changsha 410128, Hunan, China)

Based on the construction of environmental regulation index system，this paper adopts relative environment regulation data of 31 provinces，cities and autonomous regions of China in 2012-2013 and calculates the environmental regulation ef fi ciency of provinces by Super Ef fi ciency-Slacks Based Measure (SE-SBM) Model, and then compares their differences.The result reveals that the regulation of agricultural environment of most provinces are effective, with only a few are invalid, among which the regulation of agricultural environment of Heilongjiang is the most effective, Shanxi is the least.From the geographical point of view, the regulation of agricultural environment of east area is relatively effective, followed by the western provinces and central provinces.Based on the result,this paper analyzes the reasons and proposes improving measures to provide useful suggestions to enhance the effectiveness of regulation of agricultural environment and maximize resource utilization ef fi ciency.

Environment regulation; Index system; SE-SBM model; spatial difference

S718.55+7

A

1673-923X(2017)04-0112-07

10.14067/j.cnki.1673-923x.2017.04.020

2016-07-06

湖南省自然科学基金“畜禽产业生态化：评价与路径构建”（2016JJ4041）；湖南省涉农企业发展研究中心项目“畜禽产业生态化评价与实现路径研究”（920390100027）；湖南农业大学人才基金项目（15RCPT03）

杜红梅，教授，博士生导师；E-mail：1964523843@qq.com

杜红梅，李孟蕊，邱小芳，等.基于SE-DEA模型的中国农业环境规制效率空间差异分析[J].中南林业科技大学学报，2017, 37(4): 112-118.

[本文编校：文凤鸣]