生態(tài)農業(yè)投入與產出的地域差異分析

摘要：分析生態(tài)農業(yè)投入對生態(tài)農業(yè)產出的區(qū)域差異對促進生態(tài)農業(yè)優(yōu)化升級的投資具有指導價值。在測算生態(tài)農業(yè)三種投入對生態(tài)農業(yè)產出的區(qū)域差異上采用三階段DEA方法，根據(jù)研究需要選取CCR、BCC、SBM三個模型，從技術效率、規(guī)模報酬和要素利用率三個維度來探索DEA方法在生態(tài)農業(yè)投入產出分析中的應用，梳理DEA方法在生態(tài)農業(yè)投入產出測算中的不足，并運用江蘇省2021年7個地級市31個縣（區(qū)）收集到的數(shù)據(jù)測算不同地域的7個地級市生態(tài)農業(yè)發(fā)展的區(qū)域差距。研究發(fā)現(xiàn)：江蘇省的生態(tài)農業(yè)PTE分布相對集中，31個縣（區(qū)）的均值為0.636，高于TE、SE的均值，此外，SE方差為0.047，高于TE方差，低于PET方差，由此可知江蘇省生態(tài)農業(yè)的技術效度差異顯著。據(jù)此，可將生態(tài)農業(yè)發(fā)展分為兩極分化、一枝獨秀和發(fā)展落后三類。從規(guī)模報酬來看，研究選取的31個縣（區(qū)）中有27個縣（區(qū)）規(guī)模報酬遞增，說明江蘇省的生態(tài)農業(yè)總體態(tài)勢良好。從要素利用率來看，研究選取的31個縣（區(qū)）生態(tài)農業(yè)從業(yè)人員利用率（UFW）的平均值為66.03%，土地資源利用率（UAA）平均值為54.28%，現(xiàn)代農機的利用率（UTP）平均值為39.02%，相比歐美國家的生態(tài)農業(yè)，江蘇省的要素利用率并不高，需要地方政府制定相應的鼓勵政策激勵要素利用率的提高。

關鍵詞：生態(tài)農業(yè)；投入產出；地域差距；三階段DEA

中圖分類號：F327

文獻標識碼：A

文章編號：2095-5553 （2023） 03-0232-10

Abstract： The analysis of the regional difference of ecological agriculture input and output has guiding value for promoting the investment of ecological agriculture optimization and upgrading. In this paper， the threestage method is used to measure the regional differences of three kinds of inputs to eco agriculture output. According to the research needs， CCR， BCC and SBM are selected to explore the application of DEA method in eco agriculture inputoutput analysis from the three dimensions of technical efficiency， returns to scale and factor utilization， Based on the data collected from 31 counties （districts） of 7 prefecture level cities in Jiangsu Province in 2021， the regional gap of eco agriculture development of 7 prefecture level cities in different geographical locations is calculated. The results show that the distribution of ecological agriculture PTE in Jiangsu Province is relatively concentrated. The mean value of 31 counties （districts） is 0.636， which is higher than the mean value of TE and SE. In addition， the SE variance is 0.047， which is higher than the TE variance， which is lower than the FET variance. Therefore， it can be seen that the technical validity of ecological agriculture in Jiangsu Province is significantly different. Accordingly， the development of ecological agriculture can be divided into three categories， such as polarization， dominance and backward development. From the perspective of returns to scale， 27 of the 31 counties （districts） selected in the study have increased returns to scale， indicating that the overall posture of ecological agriculture in Jiangsu Province is good. From the perspective of factor utilization rate， the average value of the employment utilization rate （UFW） of ecological agriculture in 31 counties （districts） selected in the study is 66.03%， the average value of land resource utilization rate （UAA） is 54.28%， and the average value of modern agricultural machinery utilization rate （UTP） is 39.02%. Compared with the ecological agriculture in Europe and America， the factor utilization rate of Jiangsu Province is not high， so the local government needs to formulate corresponding incentive policies to improve the factor utilization rate.

Keywords： ecological agriculture; input output; regional disparity; three stage DEA

0引言

早在20世紀60年代中期，歐美學者就意識到工業(yè)文明對人類生存環(huán)境的危害，在批判“石油農業(yè)”的基礎上提出一種全新的農業(yè)模式——生態(tài)農業(yè)，此概念一經提出就被學術界認同為繼“石油農業(yè)”之后世界農業(yè)發(fā)展的方向［1］。

生態(tài)農業(yè)是人類在長期農業(yè)生產實踐中逐步認識到“無機投入”對環(huán)境的危害性提出來的。對農業(yè)“無機投入”危害研究最早始于美國，早在1962年，美國科普作家蕾切爾·卡遜在《寂寞的春天》中就描寫了人類因過度使用化肥和農藥對生態(tài)環(huán)境破壞的場景。隨后，美國土壤學家威廉姆·奧伯特在《ACRES》期刊上首次提出了“生態(tài)農業(yè)”概念，并闡述了人類要重視生態(tài)農業(yè)發(fā)展的思想。令人遺憾的是，直到時隔20年的1992年，可持續(xù)發(fā)展才得到了世界各國的認同。此后，生態(tài)農業(yè)理論研究與實踐得到了長足的發(fā)展。

在威廉姆·奧伯特的研究基礎上，英國農學家凱利·瓦庭頓充實并發(fā)展了生態(tài)農業(yè)的內涵，他在研究中指出：生態(tài)農業(yè)應是生態(tài)上能自我維持低的無機投入，在經濟上有生命力，在環(huán)境、倫理和審美方面可接受的小農業(yè)［2］。這一定義的核心要義是在生態(tài)系統(tǒng)的框架內建立現(xiàn)代農業(yè)生產體系，認為農業(yè)要全面拒絕無機投入。這一思想一經產生，就得到了世界各國的積極響應，引發(fā)了各國全面遏制無機投入的過激行為。比如歐美發(fā)達國家認為生態(tài)農業(yè)就是一種完全不用或是基本不同人工合成的化肥、農藥和一些植物生長調節(jié)劑等的農業(yè)生產體系。這種思潮由于忽視了農業(yè)產出的數(shù)量和質量，被一些學者批評為是農業(yè)單純地向傳統(tǒng)農業(yè)倒退，在糧食安全仍然是全球性問題的大環(huán)境下，顯然這種思想有些偏激［3］。

我國對“生態(tài)農業(yè)”研究與探索始于1981年。這一年，恰逢四川遭遇百年未遇的特大洪澇災害。為了加快恢復農業(yè)生產、重建家園，生態(tài)農業(yè)學家葉謙吉教授提出了要在四川率先發(fā)展生態(tài)農業(yè)的新構想。他認為要將現(xiàn)代農業(yè)技術與傳統(tǒng)農業(yè)結合起來，遵循“整體、協(xié)調、再生”的原則實現(xiàn)能量分級利用和物質循環(huán)再生，從而達到生態(tài)與經濟協(xié)同發(fā)展［4］。之后，中國生態(tài)農業(yè)立足國情民情，在國家農業(yè)戰(zhàn)略的指引下，強調按生態(tài)農業(yè)與經濟協(xié)同的發(fā)展規(guī)律推進農業(yè)生態(tài)系統(tǒng)均衡發(fā)展。在探索生態(tài)農業(yè)發(fā)展模式上，肖忠東等［5］在分析我國生態(tài)農業(yè)的發(fā)展面臨的問題的基礎上提出了我國生態(tài)農業(yè)發(fā)展的模式改革的路徑，他們認為未來農業(yè)應朝著有限資源——最大使用或有限使用——最小資源目標模式改革。進入新時代，我國生態(tài)農業(yè)在精準扶貧和鄉(xiāng)村振興兩大戰(zhàn)略驅動下，取得了不俗的成績。楊瑞珍等［6］對我國現(xiàn)代生態(tài)農業(yè)發(fā)展的趨勢與未來任務進行了深入的研究，他們認為生態(tài)農業(yè)應成為未來農業(yè)體系中的支柱，在加大現(xiàn)代農業(yè)技術投入力度的同時，要以安全、環(huán)保、低耗和高效的生態(tài)農業(yè)作為鄉(xiāng)村振興的重要抓手，未來的任務是重點建設好生態(tài)農業(yè)人才培育機制、生態(tài)農業(yè)創(chuàng)新機制、農產品監(jiān)管機制和生態(tài)農業(yè)發(fā)展的法治體系。

生態(tài)農業(yè)的核心要義就是要在合理利用農業(yè)自然資源的基礎上實現(xiàn)與生存環(huán)境的和諧互動［7］。基于這一核心要義，各國爭相通過發(fā)展農業(yè)科技提高太陽能的固定率和利用率、生物能轉化率和可回收資源再循環(huán)利用率，以驅動物質資源在農業(yè)生態(tài)領域中多次循環(huán)利用，以更少投入，獲得最大收益，實現(xiàn)既保護生態(tài)，又獲取了經濟效益的終極目標。生態(tài)農業(yè)是基于生態(tài)學原理和經濟學原理，以現(xiàn)代農業(yè)科學技術和農業(yè)現(xiàn)代化管理為手段，繼承優(yōu)秀傳統(tǒng)農耕文明發(fā)展起來的一種能同時實現(xiàn)經濟效益、社會效益和生態(tài)效益的高效農業(yè)生產模式［8］。它提倡糧食生產與多種經濟作物生產、大田種植規(guī)?；洜I與林、牧、副、漁協(xié)調發(fā)展，大農業(yè)與工業(yè)和現(xiàn)代服務業(yè)深度融合的發(fā)展格局，借助傳統(tǒng)農業(yè)精華與現(xiàn)代農業(yè)科技資源優(yōu)勢設計農業(yè)生態(tài)體系，以此解決經濟發(fā)展與環(huán)境保護、資源利用與自然修復之間的矛盾。

從生態(tài)農業(yè)內涵來看，它的發(fā)展必然會對生態(tài)農業(yè)從業(yè)人員的素質提出更高的要求。政府要想驅動生態(tài)農業(yè)快速高質發(fā)展，必須加大農民職業(yè)教育的力度，將傳統(tǒng)農民培育成現(xiàn)代職業(yè)農民。為了提高研究的針對性，研究者將生態(tài)農業(yè)產出僅限于生態(tài)農業(yè)領域，即種植、養(yǎng)殖、加工、推廣和休閑旅游等產出。研究之所以限定在狹義的生態(tài)農業(yè)范疇是為了避免因生態(tài)農業(yè)歸屬界限模糊帶來的統(tǒng)計口徑不一，這樣獲得數(shù)據(jù)無需特殊處理，就能應用于研究。僅從狹義的生態(tài)農業(yè)來看，我國正處于高速發(fā)展階段。近年來，中央加大了對各地生態(tài)治理力度，這對生態(tài)農業(yè)發(fā)展無疑是一劑強心針。雖然形勢向好，但也必須認清生態(tài)農業(yè)的發(fā)展質量還不高，在發(fā)展中還存在不少問題。歸納起來，主要有以下幾種：（1）土地和水資源污染嚴重，長期過度使用化肥和農藥使得土壤土再生能力下降。（2）生態(tài)農業(yè)科技投入雖多，但技術成果轉化率偏低。（3）生態(tài)農業(yè)理念與傳統(tǒng)農業(yè)理念沖突得不到有效調和［9］。以上是導致生態(tài)農業(yè)產出不高的三大問題，均與農民生產理念不先進和素質不高有著密切關系。

為了全面了解江蘇省生態(tài)農業(yè)投入對生態(tài)農業(yè)產出的區(qū)域差異，尤其是縣（區(qū)）域生態(tài)農業(yè)投入與產出在技術效率、規(guī)模報酬和要素利用三個方面的差異，研究選取了江蘇省7個地級市中的31個縣（區(qū)）生態(tài)農業(yè)投入與產出的具體數(shù)據(jù)，借助于DEA方法測算生態(tài)農業(yè)投入與產出的區(qū)域差異，為當?shù)卣哟笊鷳B(tài)農業(yè)投入，尤其是人力資本投入提供科學的理論支撐，確保驅動生態(tài)農業(yè)發(fā)展的各項政策切合實際。

1模型設定與指標選取

1.1模型設定

學術界普遍認為數(shù)據(jù)包絡分析（DEA）是測算不同部門或是不同地域間的差異較為有效的非參數(shù)分析方法，也有學者將這種方法稱為“決策單元（Decision Making Unit，DMU）”［10］。應用數(shù)據(jù)包分析評價生態(tài)農業(yè)投入與產出效率的區(qū)域差異，首先要對技術效率、規(guī)模報酬和要素利用率進行科學地界定。所謂技術效率（TE）是指以投入配置能力、應用效率等多個指標的綜合評價。依據(jù)評價的側重點不同，可將技術效率分為純技術效率（PTE）和規(guī)模效率（SE）。純技術效率（PTE）可以精準地估算DMU在最優(yōu)規(guī)模期間生產要素投入的使用效率。而規(guī)模效率（SE）是衡量的側重點不同，它只對DMU的實際規(guī)模和最優(yōu)規(guī)模的差距，技術效率和純技術效率、規(guī)模效率之間有效，三者之間的關系如式（1）所示。

技術效率（TE）、純技術效率（PTE）和規(guī)模效率（SE）是在0～1區(qū)間取值，值越大則效率越高。當它們取值等于1時，就可以稱之為技術有效、純技術有效和規(guī)模有效。套用CCR和BCC兩個模型可以得出技術效率（TE）、純技術效率（PTE）和規(guī)模效率（SE）［11］。

CCR模型是基于以下假設構建的：假定n個DMU的任務、外部環(huán)境以及要達成的目標是一致，后將X=（x1，x2…xm）T這一向量輸入，隨即就會輸出另一向量Y=（y1，y

將權向量（λ）、松弛量（S－）和剩余變量（S+）輸入CCR模型，依照上述步驟可作DEA有效性判定。判定規(guī)則如下：當θ*=1，則DMU為DEA無效；若θ*>1，則DMU為DEA有效不明顯；若θ*>1且S+*=S－*=0，則DMU為DEA有效明顯［13］。

在CCR模型的基礎上，輸入限定條件∑λj=1后，就得出與錐形假設不符的BCC模型。假若規(guī)模報酬（RTS）恒定，這時產業(yè)投入要素同比增長就能引起其產出的變化。根據(jù)前人的研究結論，規(guī)模報酬（RTS）變化通常有規(guī)模報酬遞增（Irs），不變（Crs）和遞減（Drs）三種情況。值得注意的是在求規(guī)模報酬（RTS）時，經常會遇到多解的情況，為了避免這種情況的發(fā)生，研究充分考慮了產生多解難以處理的現(xiàn)實，借鑒美國學者Seiford提倡的一種精確且操作簡便的算法，即基于BCC模型，對產出的比值做技術處理得出新模型來求解，經技術處理的模型的優(yōu)點就是能有效規(guī)避多解的情況發(fā)生。任何產業(yè)要獲得理想的產出，重點考察的是各生產要素的利用率［14］。一般來說，產業(yè)發(fā)展需要的要素主要有三類，它們是勞動投入、土地投入和資本投入。所謂要素利用率，指的是投入到產業(yè)發(fā)展理想狀態(tài)的投入與實際投入之間的比例。這一比值可以用來測算要素在實際生產中的利用程度。以上推介的兩個模型是徑向模型，徑向模型最大的缺陷就是不能準確地測算全部松弛變量。為了修正這一缺陷，美國學者Tone在21世紀初提出一個能有效彌補CCR模型、BCC模型缺陷的非徑直模型，即SBM模型。具體修正方法就是將全部非有效的DMU投影到產業(yè)前沿生產面上，同時確保參與生產的各要素無需同比縮減，經此修正后，就能保證投影DMU的DEA有效，并以此來精確測算參與生產的實際投入與理想投入之間的差距。

出于生產可能性集的規(guī)模報酬可變假設與生產實際相一致，研究應用投入方向和規(guī)模報酬可變的SBM模型測算要素的利用率。

前文探討的CCR、BCC、SBM三模型是本研究應用DEA方法的基礎，但這三個模型并未徹底解決環(huán)境對生態(tài)農業(yè)生產效率的影響，也未將生態(tài)農業(yè)生產前沿面納入探討范疇。為了規(guī)避環(huán)境等無關變量的影響，研究針對上述三個模型管理無效問題進行驗證與優(yōu)化。優(yōu)化分三階段進行：在第一階段發(fā)揮CCR、BCC、SBM模型在推算投入冗余的價值；第二階段是以第一階段推算出來的投入冗余為元素構建隨機前沿模型（SFA），在全面評估管理無效可能的基礎上徹底剔除原投入數(shù)據(jù)中環(huán)境等無關變量。第三階段是將修正后的數(shù)據(jù)輸入CCR、BCC、SBM模型重新求解。結果發(fā)現(xiàn)第一階段和第三階段與傳統(tǒng)的DEA應用無顯著差異，只有第二階段存在顯著差異。在此重點闡述第二階段，其原理如下。

在建構SFA回歸模型時，一定需要重視由環(huán)境等因素導致的管理無效，回歸模型中呈截斷分布的管理無效項用Uji～N（0，σu）來表示，除了環(huán)境因素之外，新建構的SFA回歸模型還充分考慮了隨機因素的影響，同樣在回歸模型中用Vji～N（0，σu）來表示隨機噪聲。

在同質化修正后的模型中，Xji的涵義是第i個決策模塊中的第j種投入，經同質化修正后的新投入以X*ji表示，第一個中括號里指代產業(yè)產出的外部環(huán)境修正量，而第二個中括號里指代是投入產出模型中的隨機誤差修正量。為了確保研究盡可能少地受到無關因素的干擾，研究通過剔除外部環(huán)境因素和隨機誤差因素方法來確保所有的DMU的外部環(huán)境趨同。

1.2指標選取

出于研究結果的客觀性考慮，需要選定生態(tài)農業(yè)產出，即投入引起的生態(tài)農業(yè)增加值。指標選取時一定要避免生態(tài)農業(yè)產值中重復計算的轉移價值，選取的指標一定是能客觀反映生態(tài)農業(yè)在考察的時間區(qū)間創(chuàng)造的價值。生態(tài)農業(yè)中的投入相對復雜，選取指標時通常選取那些對生態(tài)農業(yè)產出起關鍵作用的指標，因此，研究選取了生態(tài)農業(yè)的三大投入指標：一是投入到生態(tài)農業(yè)中的“勞動”，即勞動投入。接受了職業(yè)教育的生態(tài)農業(yè)從業(yè)人員的勞動價值比沒有接受職業(yè)教育的要高，因此他們的勞動投入對生態(tài)農業(yè)產出的作用就更大。二是生態(tài)農業(yè)經營面積，即土地資源投入。生態(tài)農業(yè)中的土地資源投入是由市場決定的，一般來說，市場對農用土地資源配置的作用會在三個方面得到充分體現(xiàn)：（1）以競爭為杠桿，使土地產權所有者將土地資源投放到能帶來最大利潤的產業(yè)中去；（2）在利益機制驅動下，土地所有者在權衡各種生產活動間的相容性和矛盾的基礎上再決定土地資源空間分布的聚集或分散；（3）市場對土地資源需求波動會影響市場的供給時機與數(shù)量，同時土地價格會成為市場調節(jié)供求均衡的晴雨表［16］。三是資本投入，即用于生態(tài)農業(yè)各類基礎設備建設和現(xiàn)代農機的更新、保養(yǎng)與維修等方面的資金投入。本研究之所以未將生態(tài)農業(yè)基礎設施投資作為“資本投入”，是因為各地統(tǒng)計局數(shù)據(jù)庫中的數(shù)據(jù)中沒有此統(tǒng)計指標，相關數(shù)據(jù)難以獲取，且生態(tài)農業(yè)基礎設施建設投資的產出具有滯后性，產出數(shù)據(jù)也難以獲取。同時還考慮到固定資產投資，就其屬性來看是資本增量，它對產出的貢獻相對資本存量來說可以忽略。作為生態(tài)農業(yè)最重要的固定資本的現(xiàn)代化農機，既能真實體現(xiàn)生態(tài)農業(yè)發(fā)展的水平，又能說明生態(tài)農業(yè)對職業(yè)農民素質的高要求［17］。因此，研究將現(xiàn)代化農機總量或是總功率作為“資本投入”。由于農業(yè)機械大小不一，性能不同，其數(shù)量難以真實反映農業(yè)機械的生產能力。故選取現(xiàn)代化農機的總功率作為“資本投入”。生態(tài)農業(yè)的核心要義就是重視環(huán)境保護，這并不意味著環(huán)境變量就不會影響生態(tài)農業(yè)產出。經分析有關文獻發(fā)現(xiàn)：關于環(huán)境指標選取標準在學術界并未形成明確的規(guī)定，通常情況下是選取對生態(tài)農業(yè)活動有顯著影響，但不受生態(tài)農業(yè)控制的外生變量。本研究以三種能顯著影響生態(tài)農業(yè)產出的投入要素為研究邏輯起點，在充分考慮數(shù)據(jù)可獲取性和代表性的基礎上，最終選定人均GDP（生態(tài)農業(yè)產出水平的制約因素）、人均土地面積（制約生態(tài)農業(yè)拓展空間）和人均固定資產投資額（影響生態(tài)農業(yè)投入水平）三組數(shù)據(jù)作為環(huán)境變量。研究所用的具體數(shù)據(jù)來源于江蘇省統(tǒng)計局和7個地級市統(tǒng)計局公布的數(shù)據(jù)。

2江蘇省生態(tài)農業(yè)投入產出區(qū)域差異

2.1數(shù)據(jù)處理

數(shù)據(jù)處理分三個階段進行，第一階段主要是甄別收集到的數(shù)據(jù)有無異常，這是計算投入冗余的前提條件。第一階段采用Jackknifing method逐一對CCR、BCC、SBM模型的穩(wěn)健性進行檢驗：將DEA模型中有效DMU剔除，再測度余下DMU的效率值，并以此排序，通過新測試的DMU效率值與原模型的比對，求兩組效率值間的相關系數(shù)［18］。若得出相關系數(shù)都很高，說明剔除了有效DMU的檢驗模型對DMU排序的影響很小，由此可判定收集的數(shù)據(jù)無異常數(shù)據(jù)。第二階段主要任務就是以第一階段得出的投入冗余估算SFA回歸方程。

從表1中的數(shù)據(jù)可知：由于在1%的置信度下9個SFA回歸方程的似然比全部通過檢驗，說明半正態(tài)分布假設適用研究選用的SFA模型。9個SFA回歸方程的變差率γ均趨向1，由此可知在原DEA模型中管理無效率普遍存在，要解決管理無效率問題，剔除環(huán)境因素和隨機因素是不二選擇。在BCC模型下的SFA回歸方程只有生態(tài)農業(yè)從業(yè)人員未通過參數(shù)檢驗，其他8個模型所有回歸參數(shù)在1%和5%置信下通過檢驗，由此可推斷研究所選取的環(huán)境變量合理，它對生態(tài)農業(yè)各種投入冗余影響顯著。

出于對研究嚴謹性和科學性的考慮，技術效率和規(guī)模報酬測算并沒有采用經BCC模型下的SFA回歸方程處理原始數(shù)據(jù)，而是采用了經CCR-SFA回歸方程修正后的數(shù)據(jù)。這樣能有效規(guī)避環(huán)境變量和隨機變量的侵擾?；谕瑯拥目紤]，研究在測算生態(tài)農業(yè)中現(xiàn)代農機總功率、生態(tài)農業(yè)從業(yè)人員和生態(tài)農業(yè)經營面積的利用率時，采用的數(shù)據(jù)是經SBM-SFA回歸方程處理的數(shù)據(jù)。第三階段測算后輸出的結果詳見表2。

2.2技術效率的區(qū)域差異

學術界普遍采用TE和SE兩大指標來考察技術效率［19］。從第三階段輸出的數(shù)據(jù)來看，江蘇省7個地級市所轄的縣（區(qū)）生態(tài)農業(yè)的技術效率區(qū)域間差異顯著，且呈協(xié)同分布態(tài)勢。這就說明各縣（區(qū)）互補性較高。從TE指標數(shù)據(jù)來看，蘇州市的6個市（區(qū)）的TE值均高于平均值0.365，虎丘區(qū)（TE=0.638）最高。在無錫市選取的7個縣區(qū)也高于均值，新吳區(qū)（TE=0.368）最低，其中江陰市（TE=0.956）最高。常州市生態(tài)農業(yè)TE值有高有低，呈發(fā)展不均衡態(tài)勢，其中武進區(qū)（TE=0.341）泉山區(qū)（TE=0.280）都低于平均值。淮安市經濟發(fā)展水平在江蘇省內屬中等水平，且是傳統(tǒng)的農業(yè)生產基地，農業(yè)在全市GDP中所占的比重較高，但在該市選取的5個縣（區(qū)）的TE值均低于平均值，只有淮陰區(qū)和洪澤區(qū)略接近均值，其中漣水縣的TE值最低，接近0，為0.037。地處蘇北地區(qū)的徐州、連云港和宿遷3市中選取的8個縣區(qū)的TE值都低于均值，其中宿遷的泗洪縣和連云港市的東?？h最低。以上數(shù)據(jù)說明生態(tài)農業(yè)發(fā)展的技術效率與當?shù)亟洕l(fā)展水平密切相關。

研究選取的31個縣（區(qū)）的區(qū)域差異性還表現(xiàn)在SE技術效率上。蘇州作為江蘇省經濟與社會發(fā)展的龍頭老大，只有姑蘇區(qū)（SE＝0.533）略低于均值，其他縣（區(qū)）都高于均值。無錫市只有濱湖區(qū)（SE＝0.494）低于均值，其他6縣（區(qū)）均高于均值，且江陰市（SE=0.956）。在常州市選取的5個縣（區(qū)）中有3個高于均值，唯有武進區(qū)（SE=0.507）和泉山區(qū)（SE=0.455）低于均值。蘇北地區(qū)的徐州、連云港和宿遷三市也只有泗陽縣、賈汪區(qū)的SE高于均值。相比之下，PTE分布相對集中，31個縣（區(qū)）的均值為0.636，高于TE、SE的均值。此外，SE方差為0.047，高于TE方差，低于PTE方差。根據(jù)前人研究經驗，可以根據(jù)TE、PTE、SE三個指標的數(shù)據(jù)分布將研究選取的7個地級市生態(tài)農業(yè)的發(fā)展模型分為三種類型：第一種是兩極分化型，這種類型的特點是轄區(qū)內有的農民掌握的技術對生態(tài)農業(yè)部分有效，且處于優(yōu)先生產規(guī)模。同時，也有部分農民掌握的技術是無效的，且不處于優(yōu)先生態(tài)規(guī)模。根據(jù)上述研究數(shù)據(jù)不難得出蘇州、無錫和常州屬于這個類型。第二種是一枝獨秀型。簡而言之，全市所轄縣（區(qū)）只有少數(shù)生態(tài)農業(yè)發(fā)展態(tài)勢良好，多數(shù)縣（區(qū)）生態(tài)農業(yè)發(fā)展水平低，從本次研究的數(shù)據(jù)上來看，淮安、徐州就屬這種類型。第三種是發(fā)展落后型。這種類型的最大特點不是所轄縣（區(qū)）的技術和規(guī)模均處于無效狀態(tài)，顯然，連云港和宿遷就屬這種類型。

江蘇省既是工業(yè)大省，更是農業(yè)大省。要全面推進“鄉(xiāng)村振興”戰(zhàn)略，首先要加大農民職業(yè)教育投入，大力培養(yǎng)發(fā)展生態(tài)農業(yè)之需的技術、管理與經營人才。這是被實踐證明是有效地消除生態(tài)農業(yè)技術效率區(qū)域差異，實現(xiàn)生態(tài)農業(yè)均衡發(fā)展的舉措［20］。在兩極分化類的地區(qū)，地方政府要想將生態(tài)農業(yè)作為第二經濟增長點，需要加大相對滯后的縣區(qū)的農民職業(yè)教育投入，提高他們生態(tài)農業(yè)的生產能力，同時還要出臺保障他們的待遇會因接受針對性非常強的涉農職業(yè)教育而大幅提高的政策，由此可以避免人才“用腳投票”的現(xiàn)象發(fā)生。與此同時，生態(tài)農業(yè)發(fā)展好的縣（區(qū)）要與發(fā)展差的縣（區(qū)）建立“一對一”幫扶機制，強化它們之間的技術和經驗的交流與合作。經驗交流與合作可以采取發(fā)展好的縣（區(qū)）選派“能人”到欠發(fā)展的縣（區(qū)）蹲點輔導，以消除區(qū)域間的技術與管理方面的差異。而在一枝獨秀地區(qū)，可以將生態(tài)農業(yè)發(fā)展較好的縣（區(qū)）作為區(qū)域增長極，要調動一切積極因素實現(xiàn)以“點”帶“面”的輻射效應。這種輻射效應需要以提高土地資源利用率和人力資本產出政策（主要指農民職業(yè)教育投資政策）為支撐，從而達到提高各種生產要素的擴散目的。發(fā)展落后型地區(qū)要縮短與生態(tài)農業(yè)發(fā)展好的縣（區(qū)）之間的差距，采取的策略與前兩類地區(qū)的側重點有所不同，當?shù)卣畱杏邢薜馁Y金、人才等生產要素用于發(fā)展能彰顯本地特色的涉農職業(yè)教育，同時，還要在與生態(tài)農業(yè)密切關聯(lián)的下游產業(yè)尋找發(fā)展的機遇，優(yōu)化招商環(huán)境，制定人才戰(zhàn)略，吸引區(qū)域外資金創(chuàng)建生態(tài)農業(yè)示范基地，比如農耕文化產業(yè)園、休閑農業(yè)生態(tài)園等，以此來擴容下游市場，實現(xiàn)生態(tài)農業(yè)與相關產業(yè)的實時聯(lián)動。

2.3規(guī)模報酬與要素利用率

從第三階段測算輸出數(shù)據(jù)不難看出：規(guī)模報酬（RTS）處于恒定的縣（區(qū)）有2個（淮安的洪澤區(qū)和無錫的江陰市），經實證調查發(fā)現(xiàn)淮安的洪澤區(qū)的規(guī)模報酬之所以恒定，是由于用生態(tài)農業(yè)生產要素相對匱乏，加之當?shù)卣^于依賴淡水養(yǎng)殖，導致生態(tài)農業(yè)結構失衡，各類生產要素并未實現(xiàn)優(yōu)化配置，影響了生態(tài)農業(yè)均衡發(fā)展。相比之下，無錫的江陰市是由于生態(tài)農業(yè)高速高質發(fā)展到一個峰值，處于高原現(xiàn)象，上升空間有限導致規(guī)模報酬不變。處于遞減的縣（區(qū)）也是2個（蘇州的虎丘區(qū)和常州的新北區(qū)），這兩個區(qū)規(guī)模報酬不升反降的原因是生態(tài)農業(yè)要素匱乏，尤其是生態(tài)農業(yè)從業(yè)人員和土地資源，大量的人力資本集中了第二和三產業(yè)，第一產業(yè)吸引的人才相當有限，加之當?shù)卣⑽磳⑸鷳B(tài)農業(yè)作為經濟工作的重點來抓，并未出臺實質性的生態(tài)農業(yè)激勵政策，因此上述兩區(qū)的規(guī)模報酬處于遞減狀態(tài)。研究選取的31個縣（區(qū)）有27個縣（區(qū)）規(guī)模報酬遞增，說明江蘇省的生態(tài)農業(yè)總體態(tài)勢良好，且發(fā)展空間可期。

從生態(tài)農業(yè)三大生產要素的利用率來看，江蘇省在全國范圍內還是處于第一梯隊的，經測算：現(xiàn)代農機總功率利用率（UTP）的平均值39.02%，在研究選取的31個縣（區(qū)）中，UTP值低于平均值的有19個，UTP值高于平均值的縣（區(qū)）有12個，分別占研究所選取的縣（區(qū)）總數(shù)的61.29%和38.71%。國內外普遍認可利用率達到80%就屬于高利用率，根據(jù)這個標準，31個縣（區(qū)）中只有5個縣（區(qū)）的農機功率為高利用率，占比為16.13%。這說明多數(shù)縣（區(qū)）并未將生態(tài)農業(yè)作為本地經濟的新增長點。

人力資本要素指的是系統(tǒng)接受職業(yè)教育，并從事生態(tài)農業(yè)的從業(yè)人員（絕大多數(shù)是農民）。此要素利用率實質是接受職業(yè)教育農民的勞動投入量。從第三階段測算輸出的數(shù)據(jù)來看，生態(tài)農業(yè)從業(yè)人員利用率（UFW）的平均值 66.03%。31個縣（區(qū)）中，UFW值高于平均值的縣（區(qū)）有15個，接近研究選取縣（區(qū)）總數(shù)的一半。生態(tài)農業(yè)從業(yè)人員利用率屬高利用率的縣（區(qū)）有8個，占研究選取縣（區(qū)）總數(shù)的25.81%。這說明江蘇省的生態(tài)農業(yè)發(fā)展更多是依靠人力資本來驅動的。雖然平均利用率在達到了66.03%，但不均衡發(fā)展的態(tài)勢仍很明顯，不利于江蘇省生態(tài)農業(yè)穩(wěn)健發(fā)展。

土地資源是農業(yè)生產的基本要素，它的利用率直接影響著生態(tài)農業(yè)規(guī)模效應的形成。31個縣（區(qū)）生態(tài)農業(yè)的土地資源利用率（UAA）平均值 54.28%，高于均值的縣（區(qū)）有13個，約占研究縣（區(qū)）總數(shù)的41.9%，其中利用率超80%的縣（區(qū)）有6個，占比達19.35%。

綜上可知研究選取的31個縣（區(qū)）的三種投入要素利用率并不高，相比歐美農業(yè)發(fā)達國家仍存很大差距，尤其是現(xiàn)代農機的利用率（UTP=39.02%）最低，遠低于丹麥的93%和瑞典的87%。之所以農機利用率偏低，是因為廣大農民對農機投入與生態(tài)農業(yè)產出的遠期效應認知不足，且近期贏利率相比其他要素投入要低，最終導致他們在農機更新?lián)Q代上的積極性不高。先進的生態(tài)農業(yè)耕作技術需要高素質的人力資本，雖說研究選取的31個縣（區(qū)）的生態(tài)農業(yè)從業(yè)人員利用率（UFW=66.03%），但在整體職業(yè)教育體系中，無論是涉農院校、還是涉農專業(yè)嚴重失衡，未來高素質的生態(tài)農業(yè)從業(yè)人才勢必會后勁不足。2018年，黨和國家啟動了“鄉(xiāng)村振興”戰(zhàn)略，各地政府根據(jù)轄區(qū)農業(yè)發(fā)展特色也相繼出臺了各種扶持涉農職業(yè)培訓的相關政策和鼓勵大學生、外出務工人員返鄉(xiāng)創(chuàng)業(yè)的優(yōu)惠政策，這是生態(tài)農業(yè)從業(yè)人員利用率高的根本原因。土地要素利用率（UAA=54.28%）在三種投入要素中利用率居中。從歷史淵源上來講，江蘇省是我國傳統(tǒng)的農業(yè)大省，只是在改革開放之后，工業(yè)化進程比其他省份跑得快一些，所以才有了“工業(yè)大省”之稱。工業(yè)化進程也是非均衡的，即“南快北慢”。生態(tài)農業(yè)也是如此，在蘇南發(fā)展要比蘇北好。因此土地資源利用率也呈“南高北低”態(tài)勢［21］。

經對規(guī)模報酬和要素利用率的深入分析可知：研究在江蘇省選取的7個地級市普遍存在規(guī)模報酬遞增，生態(tài)農業(yè)生產要素利用率偏低的現(xiàn)象，由此可推斷上述7市生態(tài)農業(yè)產出水平在相當長一段時間內處于總投入遞減階段，且生態(tài)農業(yè)產出會逐漸發(fā)展遞增態(tài)勢。為加快這一進程，各地級市應有針對性地制定相關政策，鼓勵生態(tài)農業(yè)經濟實體和個人提高生產要素的利用率，尤其是從事生態(tài)農業(yè)人員的利用率，這樣能讓規(guī)模報酬處于遞減區(qū)的縣（區(qū)）提升到規(guī)模報酬不變階段。

從生態(tài)農業(yè)發(fā)展體量上來看，研究選取的7個地級市并不大，生產容量還有待進一步開發(fā)，化肥、農藥的使用量要進一步減少，生態(tài)農業(yè)技術要加大轉化力度。同時還要形成縣（區(qū)）間的生態(tài)農業(yè)協(xié)同管理模式，全力驅動政府、行業(yè)和農民三方協(xié)同共治，避免生態(tài)農業(yè)發(fā)展中的“公地悲劇”的產生。

在勞動力投入方面，考察的指標有兩個，一是質量（以涉農專業(yè)學習層次來界定），二是數(shù)量（以生態(tài)農業(yè)從業(yè)人員的多少來界定）。從質量指標上來看，目前31個縣（區(qū)）從事生態(tài)農業(yè)人員受教育年限為九年義務教育的占87.3%，?？萍耙陨蠈W歷的人約占12.6%，而這12.6%中接受涉農專業(yè)教育的人不足23.7%。當前生態(tài)農業(yè)從業(yè)人員理解能力差，生產技能低，雖說近年來，各級政府頒布了旨在推動“鄉(xiāng)村振興”的鼓勵政策，開始有一些接受過高等職業(yè)教育的農民“返鄉(xiāng)創(chuàng)業(yè)”。但他們多從事與農業(yè)有關的現(xiàn)代服務業(yè)，很少有人專注生態(tài)農業(yè)。也就是說生態(tài)農業(yè)從業(yè)人員的絕對數(shù)量處于逐步減少態(tài)勢。

本研究結論表明：生態(tài)農業(yè)從業(yè)人員的利用率最高，其對生態(tài)農業(yè)產出的貢獻值也就越高，地方政府在生態(tài)農業(yè)三大投入中應選擇人力資本投入為主。農民職業(yè)教育作為農村人力資本開發(fā)最有效的手段，需要充分根據(jù)農耕時節(jié)特點對農民進行定期與不定期生態(tài)農業(yè)技術培訓，舉辦生態(tài)農業(yè)經驗交流會等職業(yè)培訓來提升農村人力資本的質量，以此來實現(xiàn)生態(tài)農業(yè)知識的正外部效應。

現(xiàn)代農機作為生態(tài)農業(yè)科技的承載主體之一，其工作效率很大程度上能反映生態(tài)農業(yè)的發(fā)展水平。研究選取的7個地級市中31個縣（區(qū)）的現(xiàn)代農機投入，只有蘇南地區(qū)投入較多，更新?lián)Q代的速度較快，生產效率也高。由于蘇南地區(qū)經濟發(fā)展水平高，能吸引大量的高素養(yǎng)的生態(tài)農業(yè)從業(yè)人員，他們的操作技能和專業(yè)素質在一定程度上驅動了蘇南地區(qū)的農機的更新?lián)Q代。相比之下，蘇北地區(qū)在此方面投入嚴重不足，加上缺乏先進農機操作人才，上述兩大原因在一定程度上阻礙蘇北地區(qū)現(xiàn)代農機更新?lián)Q代。在淮安、徐州、連云港和宿遷4市，政府應加大農機的補貼力度和現(xiàn)代農機操作人才培育，以推動農機的更新?lián)Q代。此外，地方政府還應完善現(xiàn)代農機保養(yǎng)與維修等經營性服務體系。

4結論

研究利用三階段CCR、BCC、SBM模型彌補傳統(tǒng)DEA方法的不足，應用從江蘇省7個地級市官方公布的數(shù)據(jù)來探究生態(tài)農業(yè)投入與產出的關系。研究為了測算出江蘇省7市生態(tài)農業(yè)的區(qū)域差距，從技術效率、規(guī)模報酬和要素利用率三個維度進行測算。根據(jù)分析江蘇省7個地級市的技術效率、純技術效率和規(guī)模效率分布情況可將它們的生態(tài)農業(yè)發(fā)展模式分為三種類型：一類是兩極分化型，屬于這種類型的城市有蘇州、無錫和常州，尤以常州更為明顯。二類是一枝獨秀型，代表城市是淮安和徐州。三類是全面滯后型，連云港和宿遷屬于這種類型。

在技術效率、純技術效率和規(guī)模效率分析的基礎上，研究又綜合了生態(tài)農業(yè)的規(guī)模報酬和要素利用率，結果發(fā)現(xiàn)：研究選取的7個地級市中絕大多數(shù)縣（區(qū)）存在不同程度的資源利用不足和規(guī)模報酬遞增現(xiàn)象，同時還發(fā)現(xiàn)以上7個地級市的生態(tài)農業(yè)產出一直處于總成本曲線遞減階段，也就是說其生態(tài)農業(yè)發(fā)展空間是非常樂觀的。研究認為：要想生態(tài)農業(yè)發(fā)展持續(xù)向好，地方政府需要從優(yōu)化生態(tài)農業(yè)發(fā)展模式，加大生態(tài)農業(yè)從業(yè)人員的職業(yè)培訓和完善現(xiàn)代農機保養(yǎng)與維修網絡三個方面狠下功夫［22］，其目的就是為了提高生態(tài)農業(yè)生產要素利用率，使其產出前移至規(guī)模報酬遞增的水平。

參考文獻

［1］趙哲， 陳建成， 劉雨， 等. 生態(tài)農業(yè)替代石油農業(yè)——東北地區(qū)農業(yè)可持續(xù)發(fā)展的必然選擇［J］. 遼寧大學學報（哲學社會科學版）， 2018， 46（4）： 53-60.

Zhao Zhe， Chen Jiancheng， Liu Yu， et al. Ecological agriculture to replace petroleum agriculture： The inevitable choice of agricultural sustainable development in Northeast China ［J］. Journal of Liaoning University （Philosophy and Social Sciences Edition）， 2018， 46（4）： 53-60.

［2］鄭軍， 史建民. 國外生態(tài)農業(yè)實踐透視［J］. 山東農業(yè)大學學報（社會科學版）， 2007（4）： 65-70.

［3］李偉娜， 張愛國.美國發(fā)展生態(tài)農業(yè)的成功經驗［J］. 世界農業(yè)， 2013（1）： 92-94.

［4］葉謙吉. 生態(tài)農業(yè)［J］. 農業(yè)經濟問題， 1982（11）： 3-10.

［5］肖忠東， 周密， 孫林巖. 中國生態(tài)農業(yè)模式研究與實證分析［J］. 科學學研究， 2005（2）： 208-212.

Xiao Zhongdong， Zhou Mi， sun Linyan. The theory research and demonstration about Chinese ecoagriculture ［J］.Studies in Science of Science， 2005（2）： 208-212.

［6］楊瑞珍， 陳印軍. 中國現(xiàn)代生態(tài)農業(yè)發(fā)展趨勢與任務［J］. 中國農業(yè)資源與區(qū)劃， 2017， 38（5）： 167-171.

Yang Ruizhen， Chen Yinjun. Development trend and key tasks of modern ecological agriculture in China ［J］. Chinese Journal of Agricultural Research and Regional Planning， 2017， 38（5）： 167-171.

［7］鄧玉林. 論生態(tài)農業(yè)的內涵和產業(yè)尺度［J］. 農業(yè)現(xiàn)代化研究， 2002（1）： 38-40.

Deng Yulin. Theoretical implication and industrial dimension of ecoagriculture ［J］. Research of Agricultural Modernization， 2002（1）： 38-40.

［8］趙敏娟. 中國現(xiàn)代生態(tài)農業(yè)的理論與實踐［J］. 人民論壇·學術前沿， 2019（19）： 24-31.

Zhao Minjuan. The theory andpractice of modern ecological agriculture in China ［J］. Frontiers， 2019（19）： 24-31.

［9］于法穩(wěn). 新時代生態(tài)農業(yè)發(fā)展亟需解決哪些問題［J］. 人民論壇·學術前沿， 2019（19）： 14-23.

Yu Fawen. Development of Ecological agriculture in the New Era ［J］. Frontiers， 2019（19）： 14-23.

［10］王江泉， 張俊， 趙鑫. 考慮技術進步的DEA方法研究［J］. 統(tǒng)計與信息論壇， 2021， 36（3）： 32-48.

Wang Jiangquan， Zhang Jun， Zhao Xin. Research on the DEA method with technological progress ［J］. Journal of Statistics and Information， 2021， 36（3）： 32-48.

［11］Tone K. A slacksbased measure of efficiency in data envelopment analysis ［J］. European Journal of Operational Research， 2001， 130（3）： 498-509.

［12］Sexton T R， Silkman R H， Hogan A J. Data envelopment analysis： Critique and extensions ［J］. New Directions for Program Evaluation， 1986， 1986（32）： 73-105.

［13］Lynde C， Richmond J. Productivity and efficiency in the UK： a time series application of DEA ［J］. Economic Modelling， 1999， 16（1）： 105-122.

［14］Seiford L M， Zhu J. Profitability and marketability of the top 55 US commercial banks ［J］. Management science， 1999， 45（9）： 1270-1288.

［15］師蕓. 加乘性混合誤差模型參數(shù)估計方法及其應用［J］. 武漢大學學報（信息科學版）， 2014， 39（9）： 1033-1037.

Shi Yun. Least squares parameter estimation in additive/multiplicative error models for use in geodesy ［J］. Geomatics and Information Science of Wuhan University， 2014， 39（9）： 1033-1037.

［16］鄧慧慧， 趙曉坤， 李慧榕. 土地資源優(yōu)化配置如何影響經濟效率？——來自浙江省“畝均論英雄”改革的經濟證據(jù)［J］. 中國土地科學， 2020， 34（7）： 32-42.

Deng Huihui， Zhaoxiaokun， Li Huirong. Optimzed allocation of land resources and economic efficiency： Empirical evidence from a QuasiNatural experiment of Areabased evaluation mechanism reform in Zhejiang Province ［J］. China Land Science， 2020， 34（7）： 32-42.

［17］侯明利. 農業(yè)資本深化與要素配置效率的關系研究［J］.經濟縱橫， 2020（2）： 121-128.

Hou Mingli. Research on the relationship between agricultural capital deepening and factor allocation efficiency ［J］. Economic Review Journal， 2020（2）： 121-128.

［18］Chiquoine B， Hjalmarsson E. Jackknifing stock return predictions ［J］. Journal of Empirical Finance， 2009， 16（5）： 793-803.

［19］Gao T， Xiao K， Zhang J， et al. Costbenefit analysis and technical efficiency evaluation of fullscale membrane bioreactors for wastewater treatment using economic approaches ［J］. Journal of Cleaner Production， 2021， 301： 126984.

［20］袁芳， 張紅麗， 陳文新. 西北地區(qū)農業(yè)投資與經濟增長的非均衡關系實證［J］. 統(tǒng)計與決策， 2020， 36（18）： 123-127.

［21］胡毅， 喬偉峰， 萬懿， 等. 江蘇省縣域土地利用效益綜合評價及其分異特征［J］. 經濟地理， 2020， 40（11）： 186-195.

Hu Yi， Qiao Weifeng， Wan Yi， et al. Comprehensive evaluation and spatial distinction of land use efficiency in county area of Jiangsu Province ［J］. Economic Geography， 2020， 40（11）： 186-195.

［22］王星飛. 農民職業(yè)教育投入與農村人力資本產出分析——基于江蘇省2012—2018年官方公布的數(shù)據(jù)［J］. 地域研究與開發(fā)， 2020， 39（3）： 118-121.

Wang Xingfei. Analysis of farmers` vocational education input and human capital output： Based on official data of Jiangsu province from 2012 to 2018 ［J］. Areal Research and Development， 2020， 39（3）： 118-121.