中國糧食主產?。▍^(qū)）農業(yè)生態(tài)效率評價與比較
——基于DEA和Malmquist指數方法

許朗，羅東玲*，劉愛軍

(南京農業(yè)大學 a. 經濟管理學院；b. 中國糧食安全保障研究中心，江蘇 南京210095)

中國糧食主產省（區(qū)）農業(yè)生態(tài)效率評價與比較
——基于DEA和Malmquist指數方法

許朗1,2，羅東玲1,2*，劉愛軍1,2

(南京農業(yè)大學 a. 經濟管理學院；b. 中國糧食安全保障研究中心，江蘇 南京210095)

運用DEA方法測算出中國13個糧食主產區(qū)2000—2012年的農業(yè)生態(tài)效率，并運用Malmquist指數方法進行動態(tài)分析。結果表明，2000—2012年中國糧食主產區(qū)農業(yè)生態(tài)效率均值僅為0.928，只有6個省份的投入產出達到最優(yōu)水平，其余省份的生產資源投入存在一定程度的效率損失。從2000和2012年的對比分析來看，遼寧、內蒙古、江蘇、湖北、湖南和四川的農業(yè)生態(tài)效率一直保持較高水平，河南、河北、山東和安徽則都處于非DEA有效狀態(tài)。從動態(tài)分析結果來看，雖然中國糧食主產區(qū)農業(yè)生態(tài)效率整體呈上升趨勢，但農業(yè)生產技術進步和綜合技術效率損失并存，技術進步、純技術效率和規(guī)模效率是影響農業(yè)生態(tài)效率的主要因素。

糧食主產?。▍^(qū)）；農業(yè)生態(tài)效率；DEA方法；Malmquist指數方法；評價；比較

一、問題的提出

生態(tài)效率是衡量經濟發(fā)展和生態(tài)環(huán)境和諧統(tǒng)一的重要指標之一[1]。1992年世界可持續(xù)發(fā)展工商業(yè)聯合會定義生態(tài)效率為：“通過提供滿足人類需要和提高生活質量的有價格競爭優(yōu)勢的產品與服務，同時使整個生命周期的生態(tài)影響與資源強度逐漸降低到一個至少與地球的估計承載能力一致的水平來實現，并同時達到環(huán)境與社會協調發(fā)展的目標?！盵2]世界經濟合作發(fā)展組織認為生態(tài)效率就是“生態(tài)資源滿足人類需要的效率”，可將其視為一種產出與投入的比值[3-4]。1995年，Claude Fussler在《工業(yè)生態(tài)效率的發(fā)展》文中對生態(tài)效率如何運用指導產業(yè)可持續(xù)發(fā)展進行了闡述[5]。近年來，生態(tài)效率的應用范圍逐漸擴大[6-10]。

目前中國農業(yè)經濟在快速發(fā)展的同時面臨嚴重的環(huán)境問題。農戶普遍采取“高投入高產出”的生產模式，生產資料過量投入、溫室氣體排放、秸稈焚燒等誘發(fā)的農業(yè)面源污染不僅威脅到農產品質量安全，破壞人類生存環(huán)境，同時也嚴重制約農業(yè)的可持續(xù)發(fā)展。近年學界對農業(yè)生態(tài)效率問題日益關注。周震峰認為提高農業(yè)生態(tài)效率不但應關注農業(yè)資源的最大限度利用，還應重視減輕農業(yè)廢棄物造成的內源性污染，從根本上解決農業(yè)環(huán)境污染問題[11]。吳小慶以盆栽水稻實驗為例從微觀上測算了農業(yè)生態(tài)效率[12]，并建立農業(yè)生態(tài)效率評價指標體系，運用偏好錐的DEA模型對無錫市1998—2008年農業(yè)生態(tài)效率進行了評價[13]。陳遵一運用DEA方法，對安徽省17個地市的農業(yè)生態(tài)效率進行了綜合分析[14]。潘丹將農業(yè)面源污染作為非期望產出指標，采用非徑向、非角度的SBM模型測算中國30個省份的農業(yè)生態(tài)效率，并給出了農業(yè)生態(tài)效率的改善途徑[15]。程翠云利用基于機會成本的經濟核算方法對中國2003—2010年的農業(yè)生態(tài)效率進行總體分析與評價，并運用回歸模型分析農業(yè)生態(tài)效率的影響因素。結果表明，中國農業(yè)生態(tài)效率總體水平比較低，但呈逐年好轉趨勢，勞動力資源和COD環(huán)境要素在不同時期對生態(tài)價值增長起到關鍵作用[16]。

可以看出，學者們關于農業(yè)生態(tài)效率的研究已取得豐碩成果，但已有研究多是從全國省域層面或者市域層面，缺乏針對糧食主產區(qū)的專門研究。2003年，財政部依據各地主要農產品產量等指標明確黑龍江、吉林、遼寧、內蒙古、河北、河南、山東、江蘇、安徽、江西、湖北、湖南、四川共 13個省份為糧食主產區(qū)。筆者擬以糧食主產區(qū)為研究對象構建農業(yè)生態(tài)效率評價指標體系，搜集整理該區(qū)域 2000—2012年農業(yè)生產和污染產排的相關數據，運用DEA方法測算其農業(yè)生態(tài)效率水平，并運用Malmquist指數方法進行動態(tài)分析，探究糧食主產區(qū)農業(yè)生態(tài)環(huán)境變化趨勢與根源。

二、研究方法與數據來源

1．研究方法

目前，現有文獻關于生態(tài)效率的測度方法歸納起來主要有單一比值法、指標體系法和模型法[10,17]。其中單一比值法即按照價值和影響的比值計算，操作簡單，但不利于從整體上對資源潛力的發(fā)揮進行挖掘。指標體系法通過事先設定評價指標可以綜合衡量社會、經濟和自然子系統(tǒng)的協調關系，但指標選取和權重確定具有一定主觀性。模型法主要是通過運用DEA方法，結合投入產出數據分析資源環(huán)境約束下的農業(yè)系統(tǒng)資源利用效率，能夠彌補前兩種方法的不足。因此，DEA方法被廣泛運用到生態(tài)效率的研究中。

DEA方法是Charnes等于1978年提出的一種以線性規(guī)劃為工具，對相同類型決策單元(DUM)的相對有效性進行評價的非參數統(tǒng)計方法。該方法無需設定模型的具體形式，也無需對數據進行無量綱化處理，避免人為設定權重對測算結果的主觀影響。DEA模型可以分為規(guī)模報酬可變模型(VRS)和規(guī)模報酬不變模型(CRS)。在VRS模型中，技術效率(也稱綜合效率)分解為純技術效率和規(guī)模效率兩部分[18]。本文旨在研究糧食主產區(qū)農業(yè)生態(tài)效率水平，并試圖找出其低效的原因，因而采用VRS模型進行分析，以期從技術和規(guī)模上提出相應的改進建議。

Malmquist指數方法基于DEA方法提出，是目前使用比較廣泛的效率動態(tài)評價方法。它是利用距離函數的比率來計算決策單元投入產出效率變動情況。距離函數的構造思路為：以t時期的技術為參照，t時期的生產點(xt，yt)與當期生產前沿面的距離函數Dt(xt，yt)，t+1時期的生產點(xt+1,yt+1)與t時期生產前沿面的距離函數 Dt(xt+1，yt+1)，距離函數Dt+1(xt，yt)和 Dt+1(xt+1，yt+1)的涵義同上類似[19]。在VRS的假設條件下，Fare等人構造出從t時期到t+1時期的Malmquist指數，如(1)式，并通過等價變換將其分解為綜合技術效率變動指數(effch)和技術效率變動指數(techch)兩部分，而綜合技術效率變動指數(effch)又可分解為純技術效率變動指數(pech)和規(guī)模效率變動指數(sech)兩部分，如(2)式[20]。

因此可得 M=effch·techch=pech·sech·techch。當M>1時，表示從t時期到t+1時期農業(yè)生態(tài)效率水平提高，反之則表示農業(yè)生態(tài)效率水平下降。effch表示從t到t+1時期每個DUM對生產前沿面的追趕程度，若effch>1，表示DUM在后一期與前沿面的距離相對于前一期的距離較近，故相對效率提高，反之則表示相對效率下降。techch表示從t時期到t+1時期技術生產的技術變動，若techch>1，表示技術進步，反之則表示生產技術有衰退趨勢。pech表示管理水平的改善使效率發(fā)生變動情況，若pech>1，表示效率提升，反之則表示效率下降。sech代表DUM從長期來看向最優(yōu)生產規(guī)模的靠近程度變化情況，若sech>1，表示DUM向最優(yōu)生產規(guī)?？繑n，反之則表示偏離最優(yōu)生產規(guī)模[21]。

2．指標選取與數據來源

農業(yè)生態(tài)效率注重的是農業(yè)經濟與生態(tài)環(huán)境的協調發(fā)展，其本質是以最少的資源投入和最小的環(huán)境代價獲取最大的經濟價值，使農業(yè)具有可持續(xù)的生產潛力。這與DEA方法對投入與產出指標的要求一致。本文將資源要素和環(huán)境代價（污染）作為投入指標，而將經濟價值作為產出指標，同時考慮到農業(yè)生產的特點、數據的可獲得性以及科學性，構建適用于糧食主產區(qū)的農業(yè)生態(tài)效率評價指標體系。本研究的農業(yè)范疇是指農林牧漁業(yè)的大農業(yè)，其中資源投入是指在農業(yè)生產過程中以各種形式投入的要素，包括物質資本、人力資本、中間費用等。綜合前人研究，選取化肥、農藥、農膜、土地、水資源、電力機械和勞動力作為農業(yè)生產的資源投入，以農用化肥施用量(S1)表征化肥的投入，以農藥使用量表征農藥的投入(S2)，以農用塑料薄膜使用量(S3)表征農膜的投入，以農作物播種面積(S4)表征土地的投入，以農業(yè)機械總動力(S5)表征電力機械的投入，以有效灌溉面積(S6)表征水資源的投入，以農林牧漁業(yè)從業(yè)人數(S7)表征人力的投入。環(huán)境污染是農業(yè)生產過程中客觀存在的，選取農業(yè)生產中排放的主要污染物總氮(S8)和化學需氧量(S9)來表征環(huán)境要素的投入。同時選取農林牧漁業(yè)總產值表征農業(yè)的產出。

本文投入產出指標數據均源于2000— 2013年的《中國統(tǒng)計年鑒》、《中國農村統(tǒng)計年鑒》以及13個糧食主產區(qū)歷年相關統(tǒng)計資料。由于目前農業(yè)污染源排放缺乏有效的監(jiān)測數據，故借鑒程翠云[16]、李君等[22]的研究方法，利用 2007年全國第一次污染源普查的農業(yè)源排放數據，根據不同年份農用化肥施用量、禽畜養(yǎng)殖業(yè)和水產養(yǎng)殖業(yè)產量的關系，估算出不同年份各個糧食主產區(qū)農業(yè)生產的化學需氧量和總氮排放量，最終整理出 2000—2012年全國13個糧食主產區(qū)的面板數據。

三、基于DEA模型的農業(yè)生態(tài)效率評價

運用DEAP2.1軟件，選擇基于投入導向的可變規(guī)模效率DEA模型，將整理的面板數據集代入模型求解，得到 2000—2012年中國糧食主產區(qū)農業(yè)生態(tài)效率評價結果(表1)。

表1 2000—2012年糧食主產區(qū)農業(yè)生態(tài)效率評價結果

從表1可知，2000—2012年中國糧食主產區(qū)農業(yè)生態(tài)效率均值僅為0.928，小于1，尚未達到有效的生產前沿面。各地區(qū)的農業(yè)生態(tài)效率水平變化很大，存在明顯差異。只有遼寧、內蒙古、江蘇、湖南、湖北和四川6個省份的農業(yè)生態(tài)效率值為1，這些省份的投入產出相對已達到最優(yōu)水平。其余7個省份的農業(yè)生態(tài)效率都處于相對較低水平，尤以河南最低，年均農業(yè)生態(tài)效率水平只有0.537，亟需調整投入和產出的比例來推進農業(yè)生態(tài)效率的提高，以達到有效狀態(tài)。

為具體分析糧食主產區(qū)不同年份農業(yè)生態(tài)效率的變化情況，選取2000年和2012的評價結果進行對比(表2)。

(1) 從綜合效率看，2000年有8個省份(吉林、遼寧、內蒙古、江蘇、江西、湖北、湖南、四川)達到DEA有效，其余5省份均為非DEA有效，其中河南的農業(yè)生態(tài)效率水平最低；2012年僅有遼寧、內蒙古、江蘇、湖北、湖南、四川6個省份仍為DEA有效，而吉林和江西兩省變成非DEA有效，主要是由于規(guī)模效率下降引起的，黑龍江則變成了DEA有效，河南的農業(yè)生態(tài)效率水平依然最低，明顯落后其他地區(qū)。將2000和2012年的農業(yè)生態(tài)效率綜合評價值進行對比(圖1)，可以看出有5個省份農業(yè)生態(tài)效率呈下降趨勢，尤以吉林和江西下降趨勢最明顯，安徽、河北、河南次之；而黑龍江和山東的農業(yè)生態(tài)效率有了緩慢提高；其他省份綜合效率值不變，保持在DEA有效的最優(yōu)狀態(tài)。

表2 2000和2012年糧食主產區(qū)農業(yè)生態(tài)效率評價結果

圖1 2000年和2012年糧食主產區(qū)農業(yè)生態(tài)效率

(2) 從技術效率看，2000年除吉林、遼寧、內蒙古、江蘇、江西、湖北、湖南和四川8省份達到技術有效外，黑龍江和山東也達到了技術有效，說明這 10個糧食主產區(qū)各種農業(yè)生產資源組合達到最優(yōu)，并使農業(yè)生產帶來的污染排放達到最低，而其余3省份則需進一步改善要素的投入結構；2012年，河北、河南和安徽技術效率仍未達到有效，且都處于下降趨勢，說明這3個省份需進一步優(yōu)化產業(yè)結構，徹底調整農業(yè)生產要素的投入配置結構。

(3) 從規(guī)模效率看，2012年黑龍江、遼寧、內蒙古、江蘇、湖北、湖南和四川7省份的規(guī)模效率值均為 1，農業(yè)生產已達到最優(yōu)生產規(guī)模，只需保持現有投入比例不變即是最優(yōu)配置。吉林、河北、河南、安徽和江西5省份為規(guī)模效率遞增，說明這些省份有必要擴大生產規(guī)模，在原有生產要素投入比例的基礎上適當增加要素投入量，使其得到更加合理的利用和配置，就會帶來產出更高比例的增加。山東則處于規(guī)模效率遞減階段，需要在不改變其生產要素配置結構的前提下，適當減少要素的投入會得到相應的產出，同時達到節(jié)約資源、減少污染排放的目的。

根據DEA分析結果，得到將非DEA有效的DUM轉變?yōu)橛行UM的冗余變量Sj-取值，即達到同等產出時，投入要素的可減少量，如表3所示(只分析2012年)。以河南為例，2012年農業(yè)生態(tài)效率的綜合效率、技術效率和規(guī)模效率均為非 DEA有效，且在評價期間，各項效率值都呈下降趨勢，說明其農業(yè)生產投入產出一直未達到最優(yōu)狀態(tài)，資源的組合配置不但沒有得到優(yōu)化提升反而下降，生產經營方式更加粗放，應該盡快轉變農業(yè)生產方式，實行規(guī)?；洜I，合理配置農業(yè)生產要素的投入。為達到同樣的農業(yè)經濟產值，2012年河南在優(yōu)化農業(yè)產業(yè)布局、改善種植模式、加大科技投入、調整農業(yè)生產要素投入比例的基礎上，可以減少化肥投入量89.418萬噸，減少農作物播種面積906.173千公頃，減少農業(yè)機械投入2 275.415萬千瓦，減少農林牧漁業(yè)從業(yè)人員653.237萬人，同時可以使農業(yè)污染排放物總氮流失量減少2.868萬噸，化學需氧量減少2.392萬噸(表3)。

表3 2012年非DEA有效糧食主產區(qū)投入變量的松弛變量取值

四、基于Malmquist指數的效率分析

運用DEAP2.1軟件對2000—2012年中國糧食主產區(qū)的面板數據集進行Malmquist指數分析，得到13個糧食主產區(qū)分年和分省的Malmquist指數及其分解的計算結果(表4，表5)。

表4 2000—2012年糧食主產區(qū)農業(yè)生態(tài)效率分年的Malmquist指數及分解

由表 4可知，2000—2012年中國糧食主產區(qū)Malmquist指數均值為1.085，農業(yè)生態(tài)效率整體呈現上升趨勢。綜合技術效率和技術進步分別為0.997和 1.088，說明農業(yè)生態(tài)效率上升的主要原因在于技術進步的提升。這種現象表明糧食主產區(qū)農業(yè)生產技術進步和綜合技術效率損失并存，糧食主產區(qū)在對現有資源合理配置、現有前沿技術的適應性改良、擴散和推廣應用方面不太成功，需要盡快改善這一現狀，否則將造成農業(yè)生產的低效、資源配置的浪費以及環(huán)境污染的加劇[23]。此外，“十五”期間，糧食主產區(qū)Malmquist指數均值為1.065，“十一五”期間，這一指標值上升為1.107，較“十五”期間有了一定提升，表明中國農業(yè)生產在“十一五”期間初步實現了節(jié)能減排、建設“兩型社會”的目標，農業(yè)生態(tài)效率不斷好轉。整個評價期間，2007 年Malmquist指數達到最高值1.233，可能得益于農村生產體制改革、農業(yè)科技進步、農田水利建設、農作物品種優(yōu)化以及耕作制度改良等因素。

從綜合技術效率變動指數(effch)的角度看，2002、2005、2008、2011和2012共5年的effch值都小于1，其余年份的effch值都大于1，表明技術效率呈增長趨勢，其中 2007年增長最快，達到了2.5%的增長率。綜合技術效率的變動主要是由純技術效率(pech)和規(guī)模效率(sech)引起的，從表4可知，純技術效率(pech)的變動趨勢與綜合技術效率一致，是導致綜合技術效率偏低的主要原因，說明在這13年間中國糧食主產區(qū)農業(yè)生產管理力度相對不夠，生產要素投入不合理，農業(yè)面源污染排放治理不顯著。由規(guī)模效率(sech)可知，僅有2001、2003、2006、2007、2009共5年的sech值大于1，其余各年都小于1，由此可知，糧食主產區(qū)有8年的農業(yè)生產投入要素的配置結構不合理，需要進行相應調整?？梢酝ㄟ^提升管理水平、改善規(guī)模投入即可有效提高綜合技術效率，進而推動農業(yè)生態(tài)效率的提升。

從技術進步變動指數(techch)的角度看，僅有2009年是小于1的，表明農業(yè)生產技術在不斷進步，且其變動趨勢與Malmquist變動一致，是促進農業(yè)生態(tài)效率變動的主要因素，應繼續(xù)加大先進技術在農業(yè)生產中的應用，依靠科技進步推動農業(yè)生態(tài)效率水平的上升。

表5 2000—2012年糧食主產區(qū)農業(yè)生態(tài)效率分地區(qū)的Malmquist指數及分解

由表5可知，從分地區(qū)的Malmquist指數看，2000—2012年13個省份的Malmquist值都大于1，其中黑龍江出現了最高增幅 11.4%，其 effch值為1.018，techch值為1.095， 說明黑龍江農業(yè)生態(tài)效率的提升主要是技術進步的結果，其他糧食主產區(qū)可以借鑒并逐步加大對農業(yè)生產技術要素的投入。

五、結論及其政策含義

(1) 2000—2012年中國糧食主產區(qū)農業(yè)生態(tài)效率均值為 0.928，未達到有效的生產前沿面。只有遼寧、內蒙古、江蘇、湖南、湖北和四川6個省份的農業(yè)生態(tài)效率值為 1，投入產出比例已達到最優(yōu)水平，其余7個省份的農業(yè)生態(tài)效率都處于相對較低水平，說明這些省份的生產資源投入要素沒有得到充分高效利用，存在一定程度的效率損失，亟需調整投入和產出的比例，在農業(yè)生產過程中需要綜合考慮經濟效益和資源環(huán)境效益。

(2) 從2000年和2012年的對比分析來看，遼寧、內蒙古、江蘇、湖北、湖南和四川的農業(yè)生態(tài)效率一直保持較高水平，為DEA有效省份，吉林和江西由2000年的DEA有效變成非DEA有效，黑龍江則變成了 DEA有效。而河南、河北、山東和安徽都處于非DEA有效狀態(tài)，說明糧食主產區(qū)應加強區(qū)域間合作，相互借鑒進行合理調整，尤其是經濟相對條件欠發(fā)達的省份，如河南、安徽是中國中部主要產糧大省，生產資源相對匱乏，農業(yè)生產技術投入較落后，提高農業(yè)生態(tài)效率尤其重要。

(3) 從動態(tài)分析來看，2000—2012年中國糧食主產區(qū)農業(yè)生態(tài)效率整體呈現上升趨勢。不過，糧食主產區(qū)農業(yè)生產技術進步和綜合技術效率損失并存，同時從分省數據來看，各個糧食主產區(qū)農業(yè)生態(tài)效率水平相差較大，究其原因，Malmquist指數大小主要依賴于技術進步變動指數的變化，說明技術進步是影響農業(yè)生態(tài)效率水平高低的主要因素。因此，想要維持糧食主產區(qū)農業(yè)生產可持續(xù)發(fā)展，必須加大對農業(yè)生產技術的投入，在對農業(yè)技術研發(fā)、推廣和普及的同時，加強農業(yè)生產內部管理、優(yōu)化農業(yè)產業(yè)布局、改善規(guī)模投入、加大農業(yè)污染源防控是提高農業(yè)生態(tài)效率的一條可行道路。

本文的不足之處在于選擇投入和產出指標時，考慮到可操作性和數據的可獲得性，采用估算的方法獲得農業(yè)生產過程中排放的主要污染物化學需氧量和總氮數據，這使得模型的測算結果不是很精確，需要在以后的研究中加以改進。

[1] 盧福財，朱文興．鄱陽湖生態(tài)經濟區(qū)工業(yè)生態(tài)效率研究——基于區(qū)域差異及其典型相關視角[J]．華東經濟管理，2012，27(12)：75-80．

[2] WBSCSD． Eco-efficient Leadership for Improved Economic and Environmental Performance [M]．Geneva：WBCSD，1996：3-16．

[3] Hendrik A．Verfaillie，Robin Bidwell．Measuring Eco-efficiency： A Guide to Reporting Company Performance [R]．Geneva：World Business Council for Sustainable Development，2000：2-30．

[4] OECD．Eco-efficiency [R]．Paris：Organization for Economic Cooperation and Development，1998：7-11．

[5] Claude Fussler．工業(yè)生態(tài)效率的發(fā)展[J]．產業(yè)與環(huán)境，1995，17(4)：71-74．

[6] 楊斌．2000—2006年中國區(qū)域生態(tài)效率研究——基于DEA方法的實證分析[J]．經濟地理，2009，29(7)：1197-1202．

[7] 李惠娟，龍如銀，蘭新萍．資源型城市的生態(tài)效率評價[J]．資源科學，2010，32(7)：1296-1300．

[8] 丁宇，李貴才．基于生態(tài)效率的深圳市交通環(huán)境與經濟效益分析[J]．中國人口·資源與環(huán)境，2010，20(3)：155-161．

[9] 劉寧，吳小慶，王志鳳．基于主成分分析法的產業(yè)共生系統(tǒng)生態(tài)效率評價研究[J]．長江流域資源與環(huán)境，2008，17(6)：831-838．

[10] 付麗娜，陳曉紅，冷智花．基于超效率DEA模型的城市群生態(tài)效率研究——以長株潭“3+5”城市群為例[J]．中國人口·資源與環(huán)境，2013，23(4)：169-175．

[11] 周震峰．關于開展農業(yè)生態(tài)效率研究的思考[J]．農業(yè)科技管理，2007，26(6)：9-11．

[12] 吳小慶，徐陽春，陸根法．農業(yè)生態(tài)效率評價——以盆栽水稻實驗為例[J]．生態(tài)學報，2009，29(5)：2481-2488．

[13] 吳小慶，王亞平，何麗梅，等．基于AHP和DEA模型的農業(yè)生態(tài)效率評價——以無錫市為例[J]．長江流域資源與環(huán)境，2012，21(6)：714-719．

[14] 陳遵一．安徽農業(yè)生態(tài)效率評價——基于DEA方法的實證分析[J]．安徽農業(yè)科學，2012，40(17)：9439-9440，9443．

[15] 潘丹，應瑞瑤．中國農業(yè)生態(tài)效率評價方法與實證——基于非期望產出的 SBM模型分析[J]．生態(tài)學報，2013，33(12)：3837-3845．

[16] 程翠云，任景明，王如松．我國農業(yè)生態(tài)效率的時空差異[J]．生態(tài)學報，2014，34(1)：142-148．

[17] 張子龍，鹿晨昱，陳興鵬等．隴東黃土高原農業(yè)生態(tài)效率的時空演變分析——以慶陽市為例[J]．地理科學，2014，4(34)：472-478．

[18] 張雪梅．西部地區(qū)生態(tài)效率測度及動態(tài)分析——基于2000—2008年省際數據[J]．經濟理論與經濟管理，2013(2)：78-85．

[19] 馮光娣，陳珮珮，田金方．基于DEA-Malmquist方法的中國高校科研效率分析——來自30個省際面板數據的經驗研究[J]．現代財經，2012(9)：61-73．

[20] 廖虎昌，董毅明．基于DEA和Malmquist指數的西部12省水資源利用效率研究[J]．資源科學，2011，33(2)：273-279．

[21] 張悟移，陳天明，王鐵旦．基于DEA和Malmquist指數的中國區(qū)域環(huán)境治理效率研究[J]．華東經濟管理，2013，27(2)：172-176．

[22] 李君，莊國泰．中國農業(yè)源主要污染物產生量與經濟發(fā)展水平的環(huán)境庫茲涅茨曲線特征分析[J]．生態(tài)與農村環(huán)境學報，2011，27(6)：19-25．

[23] 劉戰(zhàn)偉．我國欠發(fā)達地區(qū)糧食生產效率的實證研究——基于DEA和Malmquist指數法分析[J]．江西農業(yè)大學學報：社會科學版，2011，10(2)：9-15．

責任編輯：曾凡盛

Evaluation and comparison of agricultural eco-efficiency in major grain-producing areas：Based on DEA method and Malmquist index method

XU Lang1,2，LUO Dong-ling1,2*，LIU Ai-jun1,2
(a. College of Economics and Management; b. China Center for Food Security Studies, Nanjing Agricultural University, Nanjing 210095, China)

The paper applies DEA method to measure the agricultural eco-efficiency of 13 major grain-producing provinces from 2000 to 2012, and then makes a dynamic analysis using Malmquist index method. Results show that the average value of agricultural eco-efficiency in major grain-producing areas is only 0.928 from 2000 to 2012. Only 6 provinces have reached the optimal level of the input-output ratio in the agricultural production process. There is a certain degree of efficiency loss of production resources input in the remaining provinces. The agricultural eco-efficiency of Liaoning, Inner Mongolia, Jiangsu, Hubei, Hunan and Sichuan has always been maintained at a higher level from the comparative analysis of 2000 and 2012. Henan, Hebei, Shandong and Anhui were in a non DEA state. Judging from the dynamic analysis results, the agricultural eco-efficiency of the main-grain producing areas shows a rising trend in the past 13 years, while the technology progress and comprehensive technical efficiency losses exist at the same time. Technology progress, pure technical efficiency and the scale efficiency are the main factors which influence agricultural eco-efficiency.

major grain-producing areas; agricultural eco-efficiency; DEA method; Malmquist index method; evaluation; comparison

F224

A

1009-2013(2014)04-0076-07

10.13331/j.cnki.jhau(ss).2014.04.012

2014－04－29

教育部人文社會科學研究一般項目(12YJA790162)

許朗(1961—)，男，江蘇揚州人，教授，主要研究方向為農業(yè)技術經濟。*為通訊作者。