前言：尋找寫作靈感？中文期刊網用心挑選的農業生態效率測度思考探析，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

［提要］農業生態效率是衡量一個地區農業的資源消耗、環境保護和經濟發展等三項要素統籌的綜合生產能力的重要指標。本文將農業凈碳匯作為期望產出納入農業生態效率評價標準體系，基于黑龍江12個地級市面板數據，采用超效率DEA模型計算各地級市的農業生態效率，并運用TOBIT面板分析模型探究農業生態效率相關影響因素。

關鍵詞：農業生態效率；農業凈碳匯；影響因素；超效率DEA

黑龍江省作為我國的農業糧食生產大省，2019年的糧食作物產量占全國農業糧食作物總產量的11%。然而，在追求糧食高產的過程中，同時也伴隨著由于農業機械現代化、化肥的大量投入所帶來的農業碳排放增加、資源浪費等問題。農業生態問題關乎農業的高質量發展，提高農業生態效率是農業生態發展的必然舉措。黑龍江省《關于關于加強農業面源污染防治》中提出，應扎實推進生態環境保護和綠色發展。黑龍江省深入貫徹落實生態文明思想，加快建設人與自然和諧健康共生的美麗黑龍江，努力建成生態強省。黑龍江省近年來的農業機械現代化發展得很好，但同時，先進的農業機械設備逐步代替了人力勞動，導致二氧化碳排放量增大，農業的碳排放成為溫室氣體的第二大排放源。另外，農業是物質生產的基礎產業，農田生態系統具有強大的碳匯功能。目前現有的研究主要集中在農業生態效率的時空演化、區域差異、效率評價及改進路徑等方面。本文在前人研究的基礎上，考慮到要促進低碳農業發展，結合農業碳匯和農業碳排放，將農業凈碳匯加入到農業生態效率評價體系框架中。以黑龍江省12個地級市作為研究對象，運用超效率DEA模型對2013～2019年農業生態效率進行測算分析，并運用TOBIT模型分析黑龍江農業生態效率的影響因素，為實現黑龍江的農業可持續發展提供理論參考，同時促進黑龍江農業的低碳發展。

一、研究方法與指標選取

（一）研究方法

1、超效率DEA模型。傳統DEA模型目前應用最廣泛的模型是CCR模型，其結果處在0～1之間，當效率值為1時，表示DEA是有效的，但當決策單元較多時，結果大多為1。為了彌補傳統DEA模型無法比較效率值為1的DMU的不足，Andersen等人提出了超效率模型，可以進一步評價和分析有效決策單元。因此，本文采用超效率DEA模型。假設有n個決策單元，m個輸入因子，s個輸出變量。模型的表達式如下：式中，θ表示農業生態效率值，Si-和Sr+均為松弛變量，Xij和Yhj分別表示投入變量和產出變量，λj表示有效DMU的組合比例，∑λ>1、∑λ<1和∑λ=1分別代表規模收益遞增、遞減和不變，ε為阿基米德無窮小。2、TOBIT模型。為了深入研究不同因素對黑龍江12個地級市農業生態效率的影響，將測算的農業生態效率值作為被解釋變量，以各個影響因素作為解釋變量，建立TOBIT回歸模型。表達式為：Yi=α+βXi+μ其中，Yi是被解釋變量；α為常數項；β、Xi分別表示各影響因素對應的系數和各解釋變量；μ為隨機誤差項。

（二）指標選取與數據來源。本文從資源消耗、環境保護和經濟增長三個角度構建黑龍江省農業生態效率評價體系。產出方面除農業總產值外，加入農業凈碳匯作為農業的生態產出。具體的投入產出指標如表1所示。（表1）本文選取的投入產出數據源自2013～2019年的《黑龍江省統計年鑒》，同時整理出黑龍江省12個地級市的面板數據。1、農業總產值。由于年鑒中的農業總產值是按照當年的價格計算的，為消除價格波動，統一調整為2013年不變價農業總產值，極大地保證了所引用數據的真實可靠性。2、農業凈碳匯農業凈碳匯=農業碳匯-農業碳排放農業碳匯是指農作物通過光合作用所形成的凈初級生產量。農業碳排放包括農用地碳排放、土壤N2O排放、水稻CH4排放、反芻動物碳排放。相關參考系數和計算方法參照田云。

二、效率測算

運用DEA-SOLVER軟件，以投入角度的超效率模型對2013～2019年黑龍江省12個地級市的農業生態效率進行測算分析，如圖1所示。（圖1）結果表明：黑龍江省農業生態效率均值為0.91，雖未達到最優水平，但可合理調整要素投入比例，未來發展潛力可以期待。黑龍江省的農業生態效率整體趨勢較好，大體趨勢呈現“V”型。2013～2015年較平穩，沒有大幅度起伏，但仍為DEA非有效狀態；2015～2017年農業生態效率呈現明顯下降趨勢，2017年黑龍江省農業生態效率最低，僅為0.783；2017～2019年由低點的0.783上升至2019年高點的1.02，2019年黑龍江省整體的農業生態效率為完全有效狀態，側面反映出近年來國家對農業生態的重視在加強。通過測算可知，黑龍江省12個地級市的農業生態效率存在差異，結果如表2所示。（表2）根據黑龍江省各地區農業生態效率的平均值大小情況來看，可將12個地級市歸為三類：將農業生態效率均值大于1的地區稱為高效率區；農業生態效率均值在0.8～1之間的稱為中效率區；農業生態效率均值小于0.8的地區稱為低效率區。由表2中數據可知，雙鴨山的效率值大于1為1.059，處于高效率區。雙鴨山地處三江平原腹地，資源豐富，且生態優良，具有一定的地理優勢。相對于其他地區來看，雙鴨山的生態的轉換效果較好，生態效率大于1，為完全有效狀態。中效率區包括哈爾濱、雞西、伊春、佳木斯、七臺河、大慶、黑河、牡丹江和綏化。其中，伊春、哈爾濱、雞西三個地區的農業生態效率在0.95～1之間，如果進行適當改進，比較容易達到有效狀態。而大慶、佳木斯、七臺河、牡丹江、黑河、綏化這幾個地區仍需進一步調整農業投入產出比例，并應注重在保證糧食產量的同時，推進生態農業的發展。齊齊哈爾和鶴崗的效率值分別為0.726、0.744，處于低效率區。齊齊哈爾和鶴崗的經濟較為落后，齊齊哈爾的農業生產能力較強，但生態效率較低，應在保持穩定的農業生產下大力推進生態農業綠色發展；而鶴崗是重要的能源工業城市，機械的碳排放也是農業生態效率較低的因素之一，相對工業而言，鶴崗的農業方面發展較弱，為提高農業生態效率，鶴崗應適當優化產業結構，以達到地區的可持續發展。

三、黑龍江省農業生態效率影響因素分析

（一）影響因素選取。影響農業生態效率的因素有很多，本文基于黑龍江省農業發展的現狀，主要從以下六個方面考慮：（1）財政支農水平X1，選取農林牧漁業水事務支出占一般預算支出的比例，反映財政對農業的支持程度；（2）科學技術水平X2，采用科學技術支出占公共財政支出的比例來反映技術進步水平；（3）工業化水平X3，選取工業增加值在黑龍江地區生產總值中的占比來反映其工業化發展水平；（4）農業經濟水平X4，選取第一產業增加值占地區生產總值的比重來反映農業經濟水平；（5）農業機械密度X5，采用農用機械總動力與播種面積的比例來反映農業機械水平；（6）農業開放程度X6，選用農業進出口與農作物產量的比值來反映農業對外開放水平。

（二）影響因素分析。采用Stata軟件，運用TOBIT模型進行回歸分析，結果如表3所示。（表3）由表3可知，農業經濟、科技水平、農業開放程度未通過置信水平為95%的顯著性檢驗，說明這三個解釋變量對黑龍江省農業生態效率沒有顯著影響。而財政支農、工業化、農業機械密度呈負向的抑制作用。財政支農水平對農業生態效率呈負向效應，作用系數為-1.51，在1%的統計水平下是顯著的。政府對農業的支持實現了農民收入的增加，但是由于農民消費支出的不合理，如農民為了提高糧食總產量將大部分消費花費在農業化肥、農藥等方面，使得農業生態環境遭到破壞，農業生態效率降低。在10%統計水平上，工業化水平對農業生態效率呈顯著負相關，作用系數為-0.468，黑龍江省在滿足農業發展需要的同時，也在不斷嘗試重振老工業基地雄風，但是工業化技術水平的提升也意味著會出現高污染、高排放的問題，因此提高工業水平，雖然在整體技術上、經濟上得到了提升，但是大量排放的工業污染物直接造成了生態的破壞，同時也使得農業生態效率下降。農業機械密度對農業生態效率有負向的影響，作用系數為-11.56，在1%的統計水平上顯著。當農業機械密度每增加1%，農業生態效率下降11.56%。黑龍江省為農業大省，農業現代化近年來發展迅速，然而伴隨著排放氣體增加碳排放量，導致農業凈碳匯減少，農業生態效率下降。

四、結論

結合前文測算的生態效率值和影響因素研究得出以下結論：

（一）從時間演變來看，黑龍江省整體農業生態效率發展趨勢較好，2013～2015年效率基本呈現平穩狀態，2015～2017年呈現下降狀態，2017年農業生態效率最低，2017～2019年生態效率呈逐步上升狀態，整體呈“V”型上升趨勢。

（二）從黑龍江12個地級市來看，其農業生態效率存在顯著差異，分為高效率、中效率和低效率三個層次。雙鴨山處于農業生態效率的高效率區；而哈爾濱、七臺河、雞西、牡丹江、大慶、黑河、伊春、佳木斯和綏化處于中效率區，這些地區應進一步調整要素配置，以達到最優狀態；齊齊哈爾和鶴崗處于低效率區，在保持穩定的農業生產下應著力推進農業綠色生態的發展，以實現農業生態效率的提高。

（三）在影響農業生態效率的因素中，農業經濟、科技水平、農業開放程度對生態效率沒有顯著影響，而財政支農、工業化、農業機械密度呈負向影響。在政府對農業的支持上，政府應對農民采購化肥、農藥的用量做出規定標準，這樣可以避免因化肥、農藥的用量過度而導致的農業生態效率的降低。在工業方面，政府應管控工業污染物的排放，這是提高農業生態效率的有效途徑。從農業機械密度角度看，政府應推進環保型農業機械的使用，既促進農業的高效發展，又做到綠色環保，減少碳排放，從而提高了黑龍江省的農業生態效率。

作者：梁佳禾 安增龍 單位：黑龍江八一農墾大學