基于超效率SBM和BRT的农业生态文明建设效率分析*

王 迪，王明新，钱中平，季彩亚

(1.常州信息职业技术学院经贸管理学院，江苏常州 213164； 2.常州大学环境与安全工程学院，江苏常州 213164)

0 引言

中国正全面进入工业化和城镇化的快速发展阶段，社会经济的可持续发展面临资源耗竭和环境污染的严峻挑战。2007年党的十七大首次提出“生态文明”理念， 2012年党的十八大进一步将“生态文明建设”纳入经济建设、政治建设、文化建设、社会建设的总体布局，把生态文明建设提升到战略高度。农业是安天下、稳民心的基础产业，由于人多地少的基本国情，农业集约化程度越来越高，为保障粮食安全、发展农村经济以及建设和谐社会做出了巨大贡献，但也伴随着资源耗竭与环境污染的巨大挑战[1-3]。农业生态文明建设是解决农业资源与环境问题，实现农业农村可持续发展的必由之路。对农业生态文明建设效率进行评价可为农业生态文明建设战略与措施的制定提供重要的科学依据。

目前关于生态文明建设评价的文献较多，但主要是构建评价指标体系并应用综合评价的方法对生态文明建设水平进行评价[4-6]，该方法具有较大的主观性，且难以测度生态文明建设的效率。国内外关于效率评价的方法主要有随机前沿分析法(SFA)和数据包络分析法(DEA)[7-9]。其中DEA是一种非参数效率评价方法，运用数学规划模型来计算每个决策单元(Decision Making Unit，DMU)和由实践中表现最好的DMUs构成的生产前沿面之间的距离，据此计算出每个DMU的效率得分。随着方法的进步，DEA在全要素生产率、技术效率、环境效率和生态效率测度中得到了广泛的应用。该文基于投入产出效率视角和DEA方法，选择能够反映农业生态文明建设的农业投入产出指标，构建非期望产出SBM模型和超效率非期望产出SBM模型，对2011～2014年我国各省、市、自治区农业生态文明建设效率进行测度和排序，继而采用增强回归树方法分析农业生态文明建设效率省际差异的影响因素，旨在为农业生态文明建设效率的测度与改善提供方法支持和科学依据。

1 非期望产出SBM模型

在生态文明建设效率的测度框架中，除了考虑经济效益和社会效益等期望产出外，还必须考虑非期望产出，即环境污染。为此，该文在非期望产出SBM模型中，考虑n个DMUs，每个DMU由m个投入、s个期望产出和k个非期望产出构成，模型形式如下[10]：

(1)

然而，非期望产出SBM模型运行结果往往出现多个DMU的φ=1，因此没法对这些DMU进行排序[11]，该文针对φ=1的DMU，进一步构建含有非期望产出的超效率SBM模型如下：

(2)

采用模型(1)和(2)来计算农业生态文明建设效率，当φ<1时，农业生态文明建设效率为φ，当φ=1时，农业生态文明建设效率为ρ。

农业生态文明建设的关键是高效利用农业自然资源和农业资本，发展农业经济，保障食物安全，减少污染排放，实现农业经济、社会和环境效益的协调。因此，在SBM模型中，选取农作物总播种面积(X1， 万hm2)、农业用水量(X2， 万m3)、化肥使用量(X3， 万t)、农村用电量(X4，亿kW·h)和农业机械总动力(X5， 万kW)作为投入要素，农林牧渔总产值(Y1， 亿元)和粮食总产量(Y2， 万t)作为期望产出，农业源氨氮排放量(Y3，t)和农业源化学需氧量(COD)排放量(Y4，t)作为非期望产出。该文以2011～2014年我国各省份为例进行实证分析，各投入产出数据来自2012～2015年《中国统计年鉴》。

非期望产出SBM 模型中，DMU数量在大于输入与输出指标数量之和的两倍时，才能表现出良好的运算效果； 该文中DMU数量为124个，输入与输出指标数量之和为6，符合非期望产出SBM模型运行的要求，采用Matlab2013编程进行规划求解。

2 增强回归树

影响农业生态文明建设效率的因素可以分解为经济发展水平、农业结构、资源投入、财政支持和区域因素等5个方面。经济发展水平采用人均GDP(万元)来反映，农业结构采用种植业比重(种植业产值占农业总产值的比例，%)和畜牧业比重(种植业产值占农业总产值的比例，%)来反映，资源投入采用化肥使用强度(单位播种面积投入的化肥总量，kg/hm2)和农村用电强度(农村单位GDP的耗电量，kW·h/元)来反映，财政支持采用农林水财政支出占GDP比重(%)来反映，区域因素为非数值变量，分为东部、中部、西部和东北等4个类型。各指标数据均来自2012～2015年的《中国统计年鉴》和《中国环境统计年鉴》。

采用增强回归树(Boosting Regression Tree，BRT)分析农业生态文明建设效率与各指标之间的关系，以及各指标对农业生态文明建设效率省际差异的贡献率。BRT方法是基于分类回归树算法的一种自学习方法，能够得出自变量对因变量的影响载荷，及其他自变量取均值或不变的情况下，该自变量与因变量的相互关系，并且输出的因变量与自变量关系很直观，结果容易理解，且可以分析因变量与非数值变量之间的关系[12-13]，在国内外数据建模方面有较多的应用[14-15]。该方法在运算过程中多次随机抽取一定量的数据分析自变量对因变量的影响程度，剩余数据用来对拟合结果进行检验，对生成的多重回归树取均值并输出，能够提高模型的稳定性和预测精度。这种方法在处理不同数据格式时具有很大的灵活性，且对预测变量的独立性无须做出事先假设，能够适应复杂的非线性关系。BRT分析在R语言中完成，参数设置时，学习速率设置为0.01，树的复杂性设置为5。

3 结果分析

3.1 农业生态文明建设投入产出概况

我国2011～2014年各地区农业生态文明建设的投入产出指标统计值见表1。农业投入规模方面，总体上中部地区最高，西部地区最低。农业产出方面，农林牧渔总产出均值是中部地区最高，其次是东部地区，西部地区和东北地区差异较小； 粮食产量分布特征与农林牧渔总产值一致； 农业源氨氮排放量是东北地区最高，其次是中部地区，西部地区最低； 农业源COD排放量是东北最高，中部次之，西部较低。可见，期望产出规模方面是中部地区最高，西部地区最低； 非期望产出规模分布与之有所差异，东北地区远高于其他三大区域。

表1 我国各地区农业生态文明建设投入产出指标值统计值

地区投入产出X1X2X3X4X5Y1Y2Y3Y4东部最大11037 93307 6013101 401834 93476 264596 609973 707 58137 97 最小196 108 18105 687 0710 1563 94236 160 313 03 均值3861 31107 543527 24589 86168 641456 083057 532 9339 35 中部最大14378 30200 1911476 81313 23705 755772 307272 466 6282 30 最小3782 4441 542014 1377 26114 571193 00981 901 1916 91 均值8210 33140 205436 86141 95314 202961 823141 294 1643 66 西部最大9668 61550 994160 12169 57258 683374 904069 315 4259 32 最小250 9521 01440 901 185 3497 9768 210 050 54 均值4603 40123 842295 1168 51148 041346 471601 271 3219 88 东北最大12236 99316 145155 52433 07251 936242 193270 863 56110 71 最小4145 6881 642355 0442 51144 641753 90789 931 6548 41 均值7265 13158 183291 95167 69200 493769 311625 172 8480 60

图1 2014年我国各省(市)农业生态文明建设效率

3.2 农业生态文明建设效率测度结果

采用非期望产出SBM模型和超效率SBM模型测算得到各省份农业生态文明建设效率见图1。东部地区中，农业生态文明建设相对有效率的省份依次是山东、福建、海南、上海和北京，其他5个省份效率值低于1，在生产前沿面以下，相对无效率。上海和海南的年际变化较小，稳定在效率前沿面以上； 天津、河北和广东的效率值则稳定在效率前沿面以下。中部地区中，河南和江西平均效率值在效率前沿面以上，相对有效率，但年际波动较大； 其他4个省份年均效率值在1以下，相对无效率，其中山西、湖南和湖北稳定在效率前沿面以下。西部地区中，宁夏、陕西和甘肃年均效率值在1以下，相对无效率，其他省份年均效率值在1以上，相对有效率。其中重庆、四川和云南效率值年际变化很小，效率值远高于西部地区其他省份，西藏的效率值年际变化也小，稳定在1以上，相对有效率。东北地区3个省份年际效率值都较高，辽宁和吉林的效率值都很稳定，黑龙江有一定波动。总体上，东北地区农业生态文明建设效率最高，中部地区相对较低。

进一步分析相对无效率的各省份农业投入产出变量的松弛值与实际值的比例，可以得到各省份农业生产要素投入冗余率、期望产出不足率和非期望产出冗余率，进而评估其改进潜力(表2)。

表2 我国省级农业生态文明建设投入产出松弛变量比例 %

农业投入方面，各省份农作物播种面积都出现较小的冗余，但最大不超过2%，可见未抛荒的土地均得到了比较有效的利用。其他投入方面，东部地区的上海和海南，西部地区的重庆、四川和云南以及东北地区都不存在冗余，表现出很高的利用效率。农业用水方面，最大冗余率超过30%的有河北、山西、甘肃和宁夏，是农业用水利用效率较低的省份。化肥投入方面，最大冗余率超过30%的省份有广东、广本、甘肃、宁夏、新疆和青海，其中新疆、宁夏、甘肃和青海的最大冗余率分别超过了80%、60%、50%和40%。农村用电方面，最大冗余率超过30%的有天津、河北、山西、安徽、江西、陕西、甘肃、宁夏和青海。农机总动力方面，最大冗余率超过30%的有天津、河北、江苏、浙江、山西、湖北、陕西、甘肃、宁夏和新疆。农业产出方面，各省份的经济和社会产出基本上都比较充分，农业源氨氮排放量30%的有天津、广东、山西、安徽、湖南、湖北、江西和广西，农业源COD排放量最大冗余率超过30%的有天津和宁夏。

东部地区农业生态文明建设效率较低的省份中，天津主要是农业资本投入和农业源污染物排放量冗余较高； 河北主要是农业资本投入冗余较多； 江苏和浙江主要是农机没有得到充分利用； 广东主要是农机没有充分利用，农业源氨氮排放量较多。在中部地区，山西是农业资本利用率低，农业源污染物排放量冗余较高，湖北与山西类似，湖南是农村用电量和农业源氨氮排放量冗余较高。在西部地区，宁夏是农业中间投入和农业资本利用率低，农业源COD排放量冗余率高； 甘肃是化肥投入量、农村用电量和农机总动力冗余率高； 陕西是农业资本投入冗余率较高。

3.3 农业生态文明建设影响因素

采用BRT方法模拟农业生态文明建设效率与各影响因素之间的关系，模拟值与实际值的相关系数达到了0.85，拟合效果较好。各类因素对农业生态文明建设效率的影响结果见图2。上轴刻度表示各因子的数值分布特征，刻度间距为10%； 曲线表示各因子在其他因子取均值时，该因子与农业生态文明建设效率之间的关系。模拟结果表明，农业结构因素对农业生态文明建设效率省际差异的贡献率最大，畜牧业比重和种植业比重的贡献率分别达到了17.1%和14.4%。其次是资源投入因素和经济发展水平，财政支持和区域因素的贡献度相对较小，都低于10%。

图2 农业生态文明建设效率的影响因素及其贡献率

经济发展水平方面，农业生态文明建设效率总体上与人均GDP呈正相关关系。经济发展水平较高的地区，通常生态环保意识较强，对环境保护和生态建设较为重视，人财物等方面的政策支撑力度较大，有助于促进有机农业、绿色农业、生态农业、循环农业等资源节约、环境友好型农业发展模式的推广，从而对农业生态文明建设构成有力的支撑。

农业结构方面，农业生态文明建设效率总体上与种植业比重呈负相关，可能与种植业比重较大的省份，如新疆、甘肃、陕西和宁夏，农业资本投入冗余率较高有关。农业生态文明建设效率与畜牧业比重总体上呈v型关系，在牧畜业比重小于30%时，总体上呈负相关关系，大于30%后则呈正相关关系，可能是由于畜牧业比重小于30%的省份，畜牧业规模化程度较低，主要以散养或养殖小区为主，环保设施不到位，农业源污染物排放量冗余普遍较高。

资源投入因素中，农业用水强度对农业生态文明建设效率省际差异的贡献率达到了15.9%。随着农业用水强度的增加，农业生态文明建设效率迅速下降，可能是由于农业用水强度较大不仅影响资源利用效率，且往往提高了化肥的流失量，增加了农业源污染物排放量，导致非期望产出的较高冗余。随着农村用电强度的增加，农业生态文明建设效率呈下降趋势，但贡献度相对较小。

财政支持方面，农林水财政支出比重对于农业生态文明建设效率有着显著的正面促进作用，可能是由于农林水财政支持主要用于农业基础设施建设和农业科技示范与推广，如退耕还林、节水灌溉、测土配方施肥、病虫害综合防治等，有助于改善农业生产条件，提高农业资源利用效率，削减农业源污染物排放量，既增加期望产出，也减少非期望产出，因而改善农业生态文明建设效率。

区域因素反映以上指标以外的其他因素如自然地理、科教水平等方面的影响。东北地区光、温、水、土等自然条件配合优异，农业生产条件得天独厚，能以相对较低的投入获得较高的产出。东部地区的利好因素是农业科技水平和农民教育程度较高，能为农业生态文明建设提供较好的科教支撑。西部和中部地区在这些方面都不具优势，可能对农业生态文明建设效率有一定的不利影响。

4 结论

(1)东北地区农业生态文明建设效率最高，其次是东部地区和西部地区，中部地区最低。辽宁、吉林、黑龙江、山东、四川、重庆和云南的农业生态文明建设效率远高于其他省份。

(2)农业结构因素对农业生态文明建设效率省际差异的贡献度最大，畜牧业比重和种植业比重的贡献率分别达到了17.1%和14.4%。其次是资源投入强度和经济发展水平，其他因素的影响相对较小。

(3)农业生态文明建设效率总体与人均GDP和农林水财政支出比重正相关，与畜牧业比重呈v型关系，与种植业比重、农业用水强度、化肥投入强度和农村用电强度负相关。

(4)中部地区、天津和贵州的农业源氨氮排放量和天津、宁夏的农业源COD排放量存在较大的冗余，具有较大的削减潜力。东部地区的天津、河北、江苏、浙江和广东以及西北地区普遍存在农业投入冗余，需提高利用效率。

[1] 陈文胜，杨顺顺.农业面源污染的测算与防治——以湖南省为例.系统工程， 2015,(6)： 91～96

[2] 虞慧怡， 扈豪，曾贤刚.我国农业面源污染的时空分异研究.干旱区资源与环境， 2015, 29(9): 1～6

[3] 杨林章， 冯彦房，施卫明，等.我国农业面源污染治理技术研究进展.中国生态农业学报， 2013, 21(1): 96～101

[4] 牛敏杰， 赵俊伟，尹昌斌，等.我国区域农业生态文明及其协调度的时空分异研究——以典型省份为例.中国农业资源与区划， 2016, 37(4): 1～9

[5] 宓泽锋， 曾刚，尚勇敏，等.中国省域生态文明建设评价方法及空间格局演变.经济地理， 2016, 36(4): 15～21

[6] 李巍， 郗永勤.效率视角下的省域生态文明建设评价研究.生态学报， 2016, 36(22): 7354～7363

[7] 戴俊. 广西种植业结构效率分析——基于随机前沿分析(SFA)方法.中国农业资源与区划， 2016, 37(3): 11～16

[8] 宫攀， 韩振铃.基于DEA模型的山东省耕地投入产出效率研究.中国农业资源与区划， 2015, 36(5): 123～131

[9] 夏后学， 陈方，支玲，等.基于超效率DEA方法的江苏省城镇化发展差异评价.中国农业资源与区划， 2014, 35(2): 6～10

[10]胡彪， 王锋，李健毅，等.基于非期望产出SBM的城市生态文明建设效率评价实证研究——以天津市为例.干旱区资源与环境， 2015, 29(4): 13～18

[11]宫大鹏， 赵涛，慈兆程，等.基于超效率SBM的中国省际工业化石能源效率评价及影响因素分析.环境科学学报， 2015, 35(2): 585～595

[12]Yang R M，Zhang G L，Liu F，et al.Comparison of boosted regression tree and random forest models for mapping topsoil organic carbon concentration in an alpine ecosystem.Ecological Indicators， 2016， 60： 870～878

[13]Almeida G M，Pereira W C，Facure N O.Ventriculo-auriculostomy in the treatment of obstruction of the cerebrospinal fluid circulation in brain cysticercosis.Water Resources Research， 2015, 51(8): 15～21

[14]李春林， 刘淼，胡远满，等.基于增强回归树和Logistic回归的城市扩展驱动力分析.生态学报， 2014, 34(3): 727～737

[15]葛跃， 王明新，孙向武，等.基于增强回归树的城市PM2.5日均值变化分析——以常州为例.环境科学， 2017, 38(2): 64～73