基于超效率SBM-Malmquist模型的幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率評(píng)價(jià)

摘要：基于1990—2019年幾內(nèi)亞灣10個(gè)國家的面板數(shù)據(jù)，運(yùn)用超效率SBM模型和Malmquist指數(shù)法，從靜態(tài)和動(dòng)態(tài)2個(gè)視角測(cè)算幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率并分析其時(shí)空演變。結(jié)果表明，1990—2019年幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率整體平穩(wěn)，且近年呈輕微下降趨勢(shì)；幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率國家間差異明顯，尼日利亞、圣多美和普林西比始終處于DEA有效，赤道幾內(nèi)亞（除1990年）、利比里亞始終處于DEA無效。從Malmquist生產(chǎn)率指數(shù)分解情況看，農(nóng)業(yè)生態(tài)效率主要受技術(shù)進(jìn)步的影響?；诮Y(jié)果，為提升幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率，進(jìn)而推動(dòng)中國與幾內(nèi)亞灣國家合作，提出加強(qiáng)區(qū)域間生態(tài)農(nóng)業(yè)合作；深化環(huán)境治理，推動(dòng)科技創(chuàng)新；構(gòu)建共享農(nóng)業(yè)數(shù)據(jù)平臺(tái)，形成規(guī)模經(jīng)濟(jì)效應(yīng)；開展農(nóng)業(yè)領(lǐng)域產(chǎn)業(yè)對(duì)接，推動(dòng)中國與幾內(nèi)亞灣國家綠色合作發(fā)展等對(duì)策建議。

關(guān)鍵詞：農(nóng)業(yè)生態(tài)效率；規(guī)模經(jīng)濟(jì)效應(yīng)；超效率SBM模型；Malmquist生產(chǎn)率指數(shù)；幾內(nèi)亞灣

中圖分類號(hào)：F312.1" " " " "文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2023）06-0063-09

DOI：10.14088/j.cnki.issn0439-8114.2023.06.012 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Evaluation on agricultural ecological efficiency in the Gulf of Guinea

based on super-efficiency SBM-Malmquist model

QU Si-yu1， WU Zhao-dan1，2， WU Qi-yue1， JING Xiao-dong1， TAN Xin-yang1

（1. Business School， Hohai University， Nanjing" 211100， China； 2. Gulf of Guinea-Cote d’ Ivoire Research Center， Ministry of Education，

Nanjing" 211100， China）

Abstract： Based on the panel data of 10 countries in the Gulf of Guinea from 1990 to 2019， the super-efficiency SBM model and Malmquist index method were used to calculate the agricultural ecological efficiency and analyze its spatiotemporal evolution of the Gulf of Guinea from static and dynamic perspectives. The results showed that the agricultural ecological efficiency in the Gulf of Guinea was stable from 1990 to 2019， and showed a slight downward trend in recent years. There were significant differences in agricultural ecological efficiency among countries in the Gulf of Guinea. Nigeria and" Sao Tome and Principe had always been DEA effective，" while Equatorial Guinea and Liberia had always been in DEA invalidity. From the decomposition of Malmquist index， agricultural ecological efficiency was mainly affected by technological progress. Countermeasures and suggestions were put forward to improve the agricultural ecological efficiency in the Gulf of Guinea and promote the cooperation between China and Guinea： Strengthen regional cooperation in ecological agriculture deepen environmental governance and promote scientific and technological innovation； build a shared agricultural data platform to form economies of scale； carry out industrial docking in the agricultural field and promote the development of green cooperation between China and Guinea.

Key words：agricultural ecological efficiency；economies of scale effect；super efficiency SBM model；Malmquist index；Gulf of Guinea

生態(tài)效率一詞最早由Schaltegger等［1］提出，此后國際相關(guān)機(jī)構(gòu)從不同角度定義了生態(tài)效率。世界經(jīng)濟(jì)合作組織（OECD）（1998年）將生態(tài)效率的計(jì)算演變?yōu)楫a(chǎn)出與投入的比值［2］；世界可持續(xù)發(fā)展工商業(yè)聯(lián)合會(huì)（WBCSD）［3］將其界定為產(chǎn)品和服務(wù)價(jià)值與生態(tài)環(huán)境負(fù)荷之比。盡管生態(tài)效率缺乏統(tǒng)一的學(xué)術(shù)界定，但其內(nèi)涵都具有共同性，均指通過高效率配置資本及自然資源投入降低經(jīng)濟(jì)增長對(duì)生態(tài)環(huán)境的負(fù)面影響，使其區(qū)域經(jīng)濟(jì)效益最優(yōu)化，生態(tài)環(huán)境負(fù)面影響最小化，從而提高人類生活品質(zhì)，最終實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展。

農(nóng)業(yè)生產(chǎn)是幾內(nèi)亞灣沿岸區(qū)域發(fā)展的基礎(chǔ)。農(nóng)業(yè)發(fā)展相繼帶來的資源過度消耗、生態(tài)環(huán)境惡化等問題給農(nóng)業(yè)經(jīng)濟(jì)的可持續(xù)發(fā)展帶來了嚴(yán)峻挑戰(zhàn)。如何以盡可能小的資源消耗和環(huán)境惡化得到盡可能多的農(nóng)業(yè)產(chǎn)出，提升當(dāng)?shù)剞r(nóng)業(yè)生態(tài)效率，是幾內(nèi)亞灣沿岸國家可持續(xù)發(fā)展需要解決的問題。在建設(shè)“一帶一路”中海上絲綢之路的背景下，對(duì)區(qū)域沿岸農(nóng)業(yè)生態(tài)效率進(jìn)行測(cè)度評(píng)價(jià)，進(jìn)而探究中國和幾內(nèi)亞灣的農(nóng)業(yè)合作路徑，可為幾內(nèi)亞灣農(nóng)業(yè)綠色發(fā)展實(shí)踐以及中國和幾內(nèi)亞灣合作提供參考。

目前，農(nóng)業(yè)生態(tài)效率是學(xué)術(shù)界的研究熱點(diǎn)，國內(nèi)外學(xué)者主要采用指標(biāo)法、比值法、模型法等。模型法是目前較常用的方法，主要有DEA模型、綜合評(píng)價(jià)模型等［4，5］，其中DEA模型所需評(píng)價(jià)指標(biāo)較少、能較好地維持原始數(shù)據(jù)信息，評(píng)價(jià)結(jié)果較準(zhǔn)確，故成為生態(tài)效率評(píng)價(jià)中常用的模型，但傳統(tǒng)DEA模型難以解決投入和產(chǎn)出變量的松弛性問題。 Tone［6］提出了考慮非期望產(chǎn)出的非徑向非角度的SBM-DEA模型，克服了投入和產(chǎn)出的松弛性問題和非期望產(chǎn)出效率測(cè)度問題，在生態(tài)效率的評(píng)價(jià)中得到了廣泛應(yīng)用［7］。隨后Tone［8］對(duì)SBM模型進(jìn)行改進(jìn)，提出了基于非期望產(chǎn)出的超效率SBM模型（Slacks-based measure），對(duì)有效率決策單元（DMU）進(jìn)一步做出對(duì)比區(qū)分，既能考慮投入和產(chǎn)出的松弛性，又能避免徑向和角度選擇帶來的偏差，同時(shí)還能將非期望產(chǎn)出納入效率測(cè)算中，劃分有效效率等級(jí)，諸多學(xué)者以此為研究方法進(jìn)行生態(tài)效率的測(cè)度評(píng)價(jià)［9-11］。

DEA方法計(jì)算不同時(shí)間點(diǎn)的生態(tài)效率是靜態(tài)的，若直接利用不同時(shí)間點(diǎn)的生態(tài)效率來反映一定時(shí)期生態(tài)效率的變化得出的結(jié)論不準(zhǔn)確。而莫氏生產(chǎn)率指數(shù)（Malmquist productivity index，MPI）是基于動(dòng)態(tài)視角對(duì)生態(tài)效率進(jìn)行測(cè)度的方法［12，13］，該方法在其他領(lǐng)域的評(píng)價(jià)分析中已有應(yīng)用［14-17］。

本研究基于Super-SBM模型和Malmquist指數(shù)從靜態(tài)和動(dòng)態(tài)2個(gè)視角對(duì)幾內(nèi)亞灣生態(tài)效率進(jìn)行測(cè)度評(píng)價(jià)，并為中國與幾內(nèi)亞灣綠色農(nóng)業(yè)合作建設(shè)提出建議，開拓中國與幾內(nèi)亞灣生態(tài)農(nóng)業(yè)合作路徑。

1 研究區(qū)域概況、方法與數(shù)據(jù)來源

1.1 研究區(qū)域概況

幾內(nèi)亞灣是西非海岸外的大西洋海灣，是非洲最大的海灣。幾內(nèi)亞灣沿岸的10個(gè)國家包括利比里亞、科特迪瓦、加納、多哥、貝寧、尼日利亞、喀麥隆、赤道幾內(nèi)亞、加蓬以及島國圣多美和普林西比。沿岸國家氣候、地理?xiàng)l件優(yōu)越，農(nóng)業(yè)資源豐富，是非洲可可、咖啡、油棕和天然橡膠四大熱帶經(jīng)濟(jì)作物的主要產(chǎn)區(qū)，并居世界前列，備受國際社會(huì)重視。沿岸經(jīng)濟(jì)以農(nóng)業(yè)為主，但整體農(nóng)業(yè)發(fā)展處于較低水平。

1.2 研究方法

1.2.1 超效率SBM模型 在傳統(tǒng)的農(nóng)業(yè)生態(tài)效率測(cè)度中，一方面從產(chǎn)出角度，采用期望產(chǎn)出（農(nóng)業(yè)GDP）與環(huán)境代價(jià)（溫室氣體排放、土壤破壞等）的比值來定義農(nóng)業(yè)生態(tài)效率；另一方面從投入角度，以期望成本（土地、勞動(dòng)力等）與非期望成本（農(nóng)藥、化肥等）的比值來定義農(nóng)業(yè)生態(tài)效率。鑒于農(nóng)業(yè)生產(chǎn)是經(jīng)濟(jì)生產(chǎn)與環(huán)境影響的耦合過程，本研究將期望產(chǎn)出和非期望產(chǎn)出相結(jié)合，即對(duì)評(píng)價(jià)單元的經(jīng)濟(jì)過程和對(duì)環(huán)境影響過程進(jìn)行綜合考慮，借鑒參數(shù)或者非參數(shù)效率生產(chǎn)率測(cè)算方法，采用農(nóng)業(yè)生產(chǎn)綜合產(chǎn)出與綜合投入比進(jìn)行多維測(cè)度評(píng)價(jià)（圖1）。

基于規(guī)模報(bào)酬不變（CRS）和規(guī)模報(bào)酬可變（VRS）2種不同假設(shè)，分別對(duì)1990—2019年幾內(nèi)亞灣沿岸10國的農(nóng)業(yè)生態(tài)效率進(jìn)行測(cè)算。假設(shè)每個(gè)國家是一個(gè)決策單元，其中幾內(nèi)亞灣生態(tài)經(jīng)濟(jì)投入要素[x∈Rm]、期望產(chǎn)出要素[yg∈RS1]及非期望產(chǎn)出要素[yb∈RS2]，m、S1、S2分別代表前三者的指標(biāo)個(gè)數(shù)，為權(quán)重向量定義矩陣[X]、[Yg]、[Yb]如下。

1）投入指標(biāo)。作為主導(dǎo)農(nóng)業(yè)經(jīng)營方向并作用于農(nóng)業(yè)經(jīng)營過程的重要因素，農(nóng)業(yè)勞動(dòng)力投入量以農(nóng)業(yè)就業(yè)人數(shù)表示，因相關(guān)指標(biāo)數(shù)據(jù)缺失，其估算方法為：（1-總失業(yè)人數(shù)占勞動(dòng)力總數(shù)的比例）×勞動(dòng)力總數(shù)×農(nóng)業(yè)就業(yè)人員占就業(yè)總數(shù)的比例；土地資源的生產(chǎn)功能是農(nóng)業(yè)發(fā)展的基礎(chǔ)，本研究選取農(nóng)作物總播種面積表示農(nóng)業(yè)土地投入量；化肥的使用對(duì)農(nóng)業(yè)增產(chǎn)增效具有顯著作用，本研究以包括氮肥、鉀肥和磷肥（包括磷礦粉肥）的農(nóng)用化肥施用量表示農(nóng)業(yè)生產(chǎn)中的化肥投入量。

2）產(chǎn)出指標(biāo)。農(nóng)業(yè)總產(chǎn)值為基于2014—2016年固定價(jià)格的農(nóng)業(yè)產(chǎn)值。農(nóng)業(yè)溫室氣體排放總量以二氧化碳當(dāng)量為單位，二氧化碳當(dāng)量是二氧化碳、氧化亞氮、甲烷含氟的質(zhì)量與其產(chǎn)生溫室效應(yīng)的指數(shù)之積，并對(duì)所有3類氣體求和得到。

2 結(jié)果與分析

2.1 基于靜態(tài)視角的幾內(nèi)亞灣10國農(nóng)業(yè)生態(tài)效率測(cè)度

2.1.1 基于CRS的Super SBM實(shí)證結(jié)果分析 基于固定規(guī)模報(bào)酬的Super-SBM模型，運(yùn)用Maxdea pro對(duì)1990—2019年幾內(nèi)亞灣10國的指標(biāo)數(shù)據(jù)進(jìn)行農(nóng)業(yè)生態(tài)效率測(cè)度，結(jié)果如表2所示，并得出1990—2019年的幾內(nèi)亞灣10國的平均農(nóng)業(yè)生態(tài)效率如圖2所示。

從時(shí)間維度上看，除2006年以外，幾內(nèi)亞灣10國的平均農(nóng)業(yè)生態(tài)效率為0.916～1.220，整體發(fā)展比較平穩(wěn)，且近年呈緩慢下降趨勢(shì)。從空間維度上看，基于固定規(guī)模報(bào)酬的條件下，研究期內(nèi)，赤道幾內(nèi)亞、喀麥隆、利比里亞的農(nóng)業(yè)生態(tài)效率均小于1.000，貝寧和科特迪瓦波動(dòng)較大，圣多美和普林西比均≥1.000，尼日利亞的農(nóng)業(yè)生態(tài)效率均為最高值，均大于3.600；相對(duì)來說，加納具有明顯的上升趨勢(shì)，從2007年起農(nóng)業(yè)生態(tài)效率均不小于1.000，加蓬具有明顯的下降趨勢(shì)，2010年及之前農(nóng)業(yè)生態(tài)效率都大于1.000，自2011年開始下降，效率都小于1.000。從國家來看，基于各國生態(tài)效率多年均值比較，尼日利亞、圣多美和普林西比、加蓬3國生態(tài)效率大于1.000，處于DEA有效，其余國家均處于DEA無效。

基于CRS的幾內(nèi)亞灣10國農(nóng)業(yè)生態(tài)效率之間具有明顯的差異。在研究期內(nèi)，除尼日利亞處于高效率以外，圣多美和普林西比的多年平均農(nóng)業(yè)生態(tài)效率較高，為1.270；赤道幾內(nèi)亞排在末位，多年平均農(nóng)業(yè)生態(tài)效率僅為0.303，各國家間差距較大。多年平均農(nóng)業(yè)生態(tài)效率排序?yàn)槟崛绽麃唃t;圣多美和普林西比gt;加蓬gt;科特迪瓦gt;加納gt;貝寧gt;多哥gt;喀麥隆gt;利比里亞gt;赤道幾內(nèi)亞。尼日利亞一直居于首位，具有高農(nóng)業(yè)生態(tài)效率；多哥、利比里亞、赤道幾內(nèi)亞近年排名靠后。

2.1.2 基于VRS的Super SBM模型實(shí)證結(jié)果分析 基于VRS測(cè)度的幾內(nèi)亞灣10國Super SBM模型農(nóng)業(yè)生態(tài)效率結(jié)果如表3所示，年均農(nóng)業(yè)生態(tài)效率如圖3所示。

從時(shí)間維度上看，基于可變規(guī)模報(bào)酬測(cè)度的幾內(nèi)亞灣10國的農(nóng)業(yè)生態(tài)效率，除2006年以外，其余年份的平均農(nóng)業(yè)生態(tài)效率為0.707～1.257，整體發(fā)展比較平穩(wěn)，且近年呈輕微下降趨勢(shì)。從空間維度上看，在研究期內(nèi)，喀麥隆、利比里亞的農(nóng)業(yè)生態(tài)效率均小于1.000，均處于DEA無效；赤道幾內(nèi)亞除1990年外，其他年份農(nóng)業(yè)生態(tài)效率均小于1.000；貝寧和科特迪瓦農(nóng)業(yè)生態(tài)效率浮動(dòng)較大，但貝寧大多小于1.000，科特迪瓦大多大于1.000；尼日利亞、圣多美和普林西比農(nóng)業(yè)生態(tài)效率均為1.000；加納的農(nóng)業(yè)生態(tài)效率大多≥1.000。相對(duì)來說，加蓬具有明顯的下降趨勢(shì)，2013年及以前農(nóng)業(yè)生態(tài)效率都處于DEA有效，而自2014年起下降，農(nóng)業(yè)生態(tài)效率都小于1.000。從國家層面來看，貝寧、多哥、加蓬、科特迪瓦、加納、尼日利亞、圣多美和普林西比6國的年均農(nóng)業(yè)生態(tài)效率≥1.000，處于DEA有效，其余國家處于DEA無效。

基于VRS的幾內(nèi)亞灣10國農(nóng)業(yè)生態(tài)效率之間具有明顯的差異。研究期間，除貝寧與多哥以外，加蓬的多年平均農(nóng)業(yè)生態(tài)效率最高，為1.683；赤道幾內(nèi)亞排在末位，僅為0.352，各國間差距較大。除多哥、貝寧，多年平均農(nóng)業(yè)生態(tài)效率排序?yàn)榧优頶t;科特迪瓦gt;加納gt;尼日利亞=圣多美和普林西比gt;喀麥隆gt;利比里亞gt;赤道幾內(nèi)亞。加納在研究期間農(nóng)業(yè)生態(tài)效率比較穩(wěn)定，常年居于前列；尼日利亞、圣多美和普林西比常年農(nóng)業(yè)生態(tài)效率為1.000，穩(wěn)定發(fā)展；多哥近年農(nóng)業(yè)生態(tài)效率都靠后。

2.2 基于動(dòng)態(tài)視角的幾內(nèi)亞灣10國的農(nóng)業(yè)生態(tài)效率

采取Malmquist生產(chǎn)率指數(shù)進(jìn)行動(dòng)態(tài)分析，通過測(cè)算農(nóng)業(yè)生態(tài)效率在不同年份的變動(dòng)情況，得到幾內(nèi)亞灣沿岸10國在研究期內(nèi)指標(biāo)變動(dòng)的動(dòng)態(tài)效率變化和趨勢(shì)。

2.2.1 Malmquist生產(chǎn)率指數(shù)及其分解的時(shí)序分析 為了更加準(zhǔn)確地分析Malmquist生產(chǎn)率指數(shù)先將其按照時(shí)間進(jìn)行分解，表4為幾內(nèi)亞灣10國1990—2019年基于固定規(guī)模報(bào)酬分解得到的技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步效率指數(shù)和Malmquist生產(chǎn)率指數(shù)，圖4為1990—2019年幾內(nèi)亞灣10國平均農(nóng)業(yè)生態(tài)效率各指數(shù)值。

若Malmquist生產(chǎn)率指數(shù)大于1，說明農(nóng)業(yè)生態(tài)效率較上一個(gè)時(shí)間段有所增加，小于1則說明農(nóng)業(yè)生態(tài)效率降低，其與1的差值的絕對(duì)值為該時(shí)間段較前一個(gè)時(shí)間段效率增加或減少的比例。結(jié)合表4和圖4可以看出，除2005—2006年，基于固定規(guī)模報(bào)酬的Malmquist生產(chǎn)率指數(shù)在1.000上下波動(dòng)，長期來看較為穩(wěn)定；技術(shù)效率變化指數(shù)為0.873～1.197，整體波動(dòng)幅度較小，近50%超過了1.000，實(shí)現(xiàn)了相對(duì)有效的增長；此外，技術(shù)進(jìn)步效率指數(shù)也大體呈相應(yīng)的波動(dòng)趨勢(shì)，在1.000上下浮動(dòng)，大多超過了1.000，實(shí)現(xiàn)相對(duì)有效的增長。結(jié)合各項(xiàng)指標(biāo)來看，區(qū)域農(nóng)業(yè)生態(tài)效率提升受技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步效率變化指數(shù)雙重制約，但受技術(shù)進(jìn)步效率制約較強(qiáng)。整體說明幾內(nèi)亞灣沿岸區(qū)域提高技術(shù)效率、推動(dòng)技術(shù)進(jìn)步以促進(jìn)生態(tài)效率提高方面還有很大的改進(jìn)空間，需要進(jìn)一步完善區(qū)域生態(tài)環(huán)境管理水平，加強(qiáng)科技投入和創(chuàng)新，進(jìn)而促進(jìn)區(qū)域生態(tài)效率的改善。

由表5、圖5可知，除2005—2006年，基于可變規(guī)模報(bào)酬的Malmquist生產(chǎn)率指數(shù)在1.000上下波動(dòng)，長期來看較為穩(wěn)定；純技術(shù)效率變化指數(shù)為0.846～1.480，整體波動(dòng)幅度較小，近50%超過了1.000，實(shí)現(xiàn)了相對(duì)有效的增長；此外，技術(shù)進(jìn)步效率指數(shù)也大體呈相應(yīng)的波動(dòng)趨勢(shì)，在1.000上下浮動(dòng)，大多超過了1.000，實(shí)現(xiàn)相對(duì)有效的增長；規(guī)模效率指數(shù)處于0.871～1.510，相對(duì)比較穩(wěn)定。結(jié)合各項(xiàng)指標(biāo)來看，Malmquist生產(chǎn)率指數(shù)與技術(shù)進(jìn)步效率指數(shù)的變化幅度基本一致，因此技術(shù)進(jìn)步是引起幾內(nèi)亞灣10國農(nóng)業(yè)生態(tài)效率變化的主要原因。但是技術(shù)效率大幅度上升時(shí)，Malmquist生產(chǎn)率指數(shù)也受影響相應(yīng)上升，說明雖然技術(shù)進(jìn)步對(duì)農(nóng)業(yè)生態(tài)效率的影響較大，但是農(nóng)業(yè)生態(tài)效率需要技術(shù)進(jìn)步和技術(shù)效率的共同作用。

2.2.2 Malmquist生產(chǎn)率指數(shù)及其分解的區(qū)域分析 將Malmquist生產(chǎn)率指數(shù)按照區(qū)域分解，結(jié)果如表6、表7所示。

由表6可知，基于固定規(guī)模報(bào)酬，在研究期間，除赤道幾內(nèi)亞、加蓬、利比里亞的Malmquist生產(chǎn)率指數(shù)均小于1.000，即沒有實(shí)現(xiàn)有效增長，其他各國的Malmquist生產(chǎn)率指數(shù)都大于1.000，最高的國家多哥為1.322，實(shí)現(xiàn)了有效增長。各國技術(shù)進(jìn)步效率指數(shù)在0.998～1.049，技術(shù)效率變化指數(shù)在0.974～1.462，其中貝寧、多哥的年均Malmquist生產(chǎn)率指數(shù)主要受技術(shù)效率的制約，尼日利亞、圣多美和普林西比、利比里亞主要受技術(shù)進(jìn)步效率的制約，其他國家受技術(shù)效率和技術(shù)進(jìn)步的雙重作用。

由表7可知，基于可變規(guī)模報(bào)酬，在研究時(shí)段內(nèi)，赤道幾內(nèi)亞的Malmquist生產(chǎn)率指數(shù)為0.986，未超過1.000，為最小值，沒有實(shí)現(xiàn)有效的增長，除此以外，其余9國的Malmquist生產(chǎn)率指數(shù)均大于1.000。規(guī)模效率指數(shù)存在差異，赤道幾內(nèi)亞、加蓬、利比里亞的規(guī)模效率指數(shù)均小于1.000，貝寧、多哥、加納、喀麥隆、科特迪瓦、尼日利亞、圣多美和普林西比的規(guī)模效率指數(shù)均大于1.000。幾內(nèi)亞灣10國的整體技術(shù)效率的變動(dòng)主要取決于規(guī)模效率的變動(dòng)，而Malmquist生產(chǎn)率指數(shù)的變動(dòng)主要取決于技術(shù)進(jìn)步效率指數(shù)。

由此可知，目前幾內(nèi)亞灣10國的農(nóng)業(yè)生態(tài)效率處于波動(dòng)較大的時(shí)期，技術(shù)進(jìn)步影響顯著，而在赤道幾內(nèi)亞、加蓬、利比里亞這3個(gè)國家還需要加強(qiáng)技術(shù)方面的提升，合理進(jìn)行資源配置和規(guī)模經(jīng)濟(jì)。

3 小結(jié)及對(duì)策建議

3.1 小結(jié)

本研究以幾內(nèi)亞灣沿岸10國農(nóng)業(yè)發(fā)展情況為研究對(duì)象，首次對(duì)其農(nóng)業(yè)生態(tài)效率進(jìn)行測(cè)度評(píng)價(jià)并分析其影響因素，通過超效率SBM與Malmquist生產(chǎn)率指數(shù)分別從靜態(tài)和動(dòng)態(tài)2個(gè)視角對(duì)10個(gè)國家的農(nóng)業(yè)生態(tài)效率進(jìn)行測(cè)度，繼而分析中國與幾內(nèi)亞灣生態(tài)農(nóng)業(yè)合作路徑。

1）1990—2019年幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率整體平穩(wěn)，且近年呈輕微下降趨勢(shì)。除2006年外，各國的平均農(nóng)業(yè)生態(tài)效率為0.916～1.220，2012—2019年開始農(nóng)業(yè)生態(tài)效率呈緩慢下降趨勢(shì)。

2）幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率國家間差異明顯。根據(jù)農(nóng)業(yè)生態(tài)效率將10個(gè)國家分為3個(gè)梯度。第一梯度包括尼日利亞、圣多美和普林西比、加蓬，3國在固定和可變規(guī)模報(bào)酬測(cè)度下，農(nóng)業(yè)生態(tài)效率年均值均處于DEA有效，其中尼日利亞、圣多美和普林西比2國在研究年間始終處于DEA有效；第二梯度包括貝寧、多哥、科特迪瓦、加納，其農(nóng)業(yè)生態(tài)效率年均值在固定報(bào)酬下處于DEA無效，但在可變報(bào)酬下處于DEA有效；第三梯度包括喀麥隆、赤道幾內(nèi)亞，在2種測(cè)度下均處于DEA無效，赤道幾內(nèi)亞（除1990年）、利比里亞2國在研究年間始終處于DEA無效。

3）根據(jù)Malmquist生產(chǎn)率指數(shù)分析，整體技術(shù)效率的變動(dòng)主要取決于規(guī)模效率的變動(dòng)，而Malmquist生產(chǎn)率指數(shù)的變動(dòng)主要取決于技術(shù)進(jìn)步效率。赤道幾內(nèi)亞的Malmquist生產(chǎn)率指數(shù)在固定和可變規(guī)模報(bào)酬下均小于1.000，未能實(shí)現(xiàn)有效的增長；加蓬、利比里亞在固定報(bào)酬下Malmquist生產(chǎn)率指數(shù)小于1.000；其余各國的農(nóng)業(yè)生態(tài)效率均有較顯著增長。

3.2 對(duì)策建議

根據(jù)以上分析結(jié)果，為了提升幾內(nèi)亞灣農(nóng)業(yè)生態(tài)效率、加強(qiáng)中國和幾內(nèi)亞灣各國農(nóng)業(yè)合作提出如下對(duì)策建議。

1）因地制宜提升農(nóng)業(yè)生態(tài)效率，加強(qiáng)區(qū)域間生態(tài)農(nóng)業(yè)合作。由于各國在歷史文化、經(jīng)濟(jì)水平、資源稟賦等方面存在差異，因此各國、各梯隊(duì)?wèi)?yīng)因地制宜地制定生態(tài)效率提升計(jì)劃，堅(jiān)持立足資源優(yōu)勢(shì)、產(chǎn)業(yè)基礎(chǔ)和市場(chǎng)需求，制訂好農(nóng)業(yè)產(chǎn)業(yè)合作的發(fā)展規(guī)劃，優(yōu)化區(qū)域內(nèi)資源配置，進(jìn)行專業(yè)化分工，推動(dòng)資源整合及產(chǎn)業(yè)鏈深化。加強(qiáng)各梯隊(duì)間的經(jīng)濟(jì)、資源關(guān)聯(lián)和技術(shù)交流，促進(jìn)各梯隊(duì)間的相互借鑒與合作，發(fā)揮產(chǎn)業(yè)集聚效應(yīng)，提升生產(chǎn)規(guī)模，建立區(qū)域內(nèi)的農(nóng)業(yè)生態(tài)化發(fā)展合作模式，從而全面提高生態(tài)效率。

2）加強(qiáng)環(huán)境治理，推動(dòng)科技創(chuàng)新。通過Malmquist生產(chǎn)率指數(shù)及其分解結(jié)果發(fā)現(xiàn)，整體上，幾內(nèi)亞灣區(qū)域農(nóng)業(yè)生態(tài)效率受技術(shù)效率與技術(shù)進(jìn)步的雙重影響，但主要受技術(shù)進(jìn)步的制約。首先，各國環(huán)保部門應(yīng)及時(shí)評(píng)估相關(guān)環(huán)境政策績效，完善生態(tài)環(huán)境內(nèi)部管理制度，提升生態(tài)環(huán)境管理效率。其次，應(yīng)進(jìn)一步加大各國的環(huán)境科技投入力度，拓展環(huán)境科技投入經(jīng)費(fèi)來源，整合科研資源，推動(dòng)技術(shù)創(chuàng)新，培養(yǎng)農(nóng)業(yè)資源環(huán)境保護(hù)技術(shù)人才，推動(dòng)良種培育，積極促進(jìn)良性循環(huán)多級(jí)利用技術(shù)、立體開發(fā)多層利用技術(shù)、系統(tǒng)調(diào)節(jié)控制技術(shù)等現(xiàn)代生態(tài)農(nóng)業(yè)技術(shù)的推廣和應(yīng)用，為綠色農(nóng)業(yè)發(fā)展提供技術(shù)支撐。

3）構(gòu)建共享農(nóng)業(yè)數(shù)據(jù)平臺(tái)，形成規(guī)模經(jīng)濟(jì)效應(yīng)。幾內(nèi)亞灣沿岸整體技術(shù)效率的變動(dòng)主要取決于規(guī)模效率的變動(dòng)，通過提高技術(shù)進(jìn)步變化效率的同時(shí)，應(yīng)注重規(guī)模效率的同步提升。在共享農(nóng)業(yè)模式下將分散零碎的信息集聚成規(guī)模系統(tǒng)庫，實(shí)現(xiàn)需求與供給方精準(zhǔn)匹配對(duì)接，有利于各國充分利用各要素資源，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)，降低平均產(chǎn)出成本，以適度規(guī)模助力生產(chǎn)要素投入產(chǎn)出效率最大化。共享農(nóng)業(yè)應(yīng)貫穿整個(gè)農(nóng)業(yè)產(chǎn)業(yè)鏈全過程，形成生產(chǎn)能力共享、創(chuàng)新能力共享和綠色環(huán)境治理共享三大環(huán)節(jié)。各國鼓勵(lì)加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，促進(jìn)農(nóng)業(yè)生產(chǎn)方式優(yōu)化，提升生產(chǎn)或創(chuàng)新、專業(yè)化水平，找到自身規(guī)模最佳狀態(tài)點(diǎn)，推動(dòng)農(nóng)業(yè)質(zhì)量型發(fā)展。

4）開展農(nóng)業(yè)領(lǐng)域產(chǎn)業(yè)對(duì)接，推動(dòng)中國和幾內(nèi)亞灣各國綠色合作發(fā)展。協(xié)助幾內(nèi)亞灣沿岸各國農(nóng)業(yè)健康綠色發(fā)展，促進(jìn)中國與幾內(nèi)亞灣各國在農(nóng)業(yè)領(lǐng)域的深層次合作，也是對(duì)具有中國特色的綠色城市建設(shè)發(fā)展戰(zhàn)略的深層次推廣與應(yīng)用。在中國與幾內(nèi)亞灣各國生態(tài)農(nóng)業(yè)合作中，中國應(yīng)夯實(shí)頂層設(shè)計(jì)和戰(zhàn)略謀劃，積極開展農(nóng)業(yè)領(lǐng)域產(chǎn)業(yè)對(duì)接，全面提高農(nóng)業(yè)產(chǎn)業(yè)化、綠色化、現(xiàn)代化，同步助推數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合、文化與產(chǎn)業(yè)融合以及現(xiàn)代服務(wù)業(yè)同先進(jìn)制造業(yè)、現(xiàn)代農(nóng)業(yè)的深度融合，深化兩國業(yè)務(wù)關(guān)聯(lián)、鏈條延伸和技術(shù)滲透，拓寬合作領(lǐng)域，豐富綠色合作主體和方式。推廣中國城鄉(xiāng)協(xié)調(diào)經(jīng)驗(yàn)，推進(jìn)城鎮(zhèn)化與農(nóng)業(yè)產(chǎn)業(yè)綠色化良性互動(dòng)。加強(qiáng)國內(nèi)農(nóng)業(yè)綠色創(chuàng)新技術(shù)與幾內(nèi)亞灣沿岸各國實(shí)際農(nóng)業(yè)生產(chǎn)的緊密聯(lián)系，用現(xiàn)代技術(shù)裝備武裝農(nóng)業(yè)，用現(xiàn)代科學(xué)技術(shù)改造傳統(tǒng)農(nóng)業(yè)，提高農(nóng)業(yè)的綜合生產(chǎn)能力和市場(chǎng)競(jìng)爭力。

由于幾內(nèi)亞灣各國部分有關(guān)農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)生態(tài)效率影響因素的數(shù)據(jù)缺失，本研究對(duì)農(nóng)業(yè)生態(tài)效率的測(cè)度中沒有考慮農(nóng)業(yè)灌溉用水量、農(nóng)業(yè)生產(chǎn)氮磷流失、農(nóng)業(yè)固定資產(chǎn)投資，在該效率影響因素分析中沒有納入農(nóng)村勞動(dòng)力文化水平、財(cái)政支農(nóng)情況等因素，從而在一定程度上影響了研究結(jié)果的準(zhǔn)確性和實(shí)用性。因此，在進(jìn)一步研究中，可對(duì)幾內(nèi)亞灣局部地區(qū)展開實(shí)地調(diào)研，根據(jù)微觀數(shù)據(jù)，有針對(duì)性地分析其農(nóng)業(yè)生態(tài)效率，并挖掘該效率提升以及中國和幾內(nèi)亞灣各國生態(tài)農(nóng)業(yè)合作路徑。

參考文獻(xiàn)：

［1］ SCHALTEGGER S， STURM A. ?kologische rationalit?t： Ansatzpunkte zur ausgestaltung von ?kologieorientierten managementinstrumenten［J］. Die unternehmung， 1990， 44（4）： 273-290.

［2］ OECD. Eco-efficiency［M］.Paris：Organization for economic co-operation and development，1998.7-11.

［3］ WBCSD.Eco-efficient leadership for improved economic and environmental performance［M］. Geneva：WBCSD， 1996.

［4］ 呂 彬，楊建新.2006生態(tài)效率方法研究進(jìn)展與應(yīng)用［J］.生態(tài)學(xué)報(bào)，2006，26（11）： 3898-3906.

［5］ HUANG J， XIA J， YU Y， et al. Composite eco-efficiency indicators for China based on data envelopment analysis［J］. Ecological indicators， 2017， 85： 674-697.

［6］ TONE K. A slacks-based measure of efficiency in data envelopment analysis［J］. European journal of operational research，2001，130（3）：498-509.

［7］ 潘 丹，應(yīng)瑞瑤.中國農(nóng)業(yè)生態(tài)效率評(píng)價(jià)方法與實(shí)證——基于非期望產(chǎn)出的SBM模型分析［J］生態(tài)學(xué)報(bào)，2013，33（12）：3837-3845.

［8］ TONE K.A slacks-based measurе of super-efficiency in data envelopment analysis［J］.European journal of оperational research，2002， 143（11）：32-41.

［9］ 侯孟陽，姚順波.1978—2016年中國農(nóng)業(yè)生態(tài)效率時(shí)空演變及趨勢(shì)預(yù)測(cè)［J］.地理學(xué)報(bào)， 2018， 73（11） ：2168-2183.

［10］ HOU M Y， YAO S B. Spatial-temporal evolution and trend prediction of agricultural eco-efficiency in China：1978-2016［J］.Acta geographica sinica， 2018， 73（11）：2168-2183.

［11］ 任宇飛，方創(chuàng)琳，藺雪芹.中國東部沿海地區(qū)四大城市群生態(tài)效率評(píng)價(jià)［J］.地理學(xué)報(bào)，2017，72（11）： 2047-2063.

［12］ FARE R，GROSSKOPF S，LOVELL C A K. Production frontiers［M］.Cambridge：Cambridge university press，1993.

［13］ F?RE R，GROSSKOPF S，NORRIS M， et al. Productivity growth， technical progress， and efficiency change in industrialized countries［J］. The American economic review， 1994， 84（1）： 66-83.

［14］ 吳曉芬，王 敏，王麗潔.基于四階段DEA-Malmquist指數(shù)的長三角港口群動(dòng)態(tài)效率評(píng)價(jià)［J］.統(tǒng)計(jì)與決策，2022，38（2）：184-188.

［15］ 喬睿楠，金明姬.基于DEA-Malmquist指數(shù)模型的吉林省水資源利用效率分析［EB/OL］.http：//kns.cnki.net/kcms/detail/42.1419.TV.20220218. 1741.012.html，2022-02-21/2022-02-21.

［16］ 于洗河，降海蕊，張景茹，等.吉林省縣級(jí)公立醫(yī)院運(yùn)行效率評(píng)價(jià)：基于DEA-Malmquist指數(shù)模型［J］.中國衛(wèi)生經(jīng)濟(jì)，2021，" "40（12）：87-90.

［17］ 楊 力，魏奇鋒.基于超效率DEA與Malmquist指數(shù)的區(qū)域研發(fā)效率評(píng)價(jià)——四大國家級(jí)城市群比較研究［EB/OL］.http：//kns.cnki.net/kcms/detail/42.12 24.g3.20211101.0918.004.html，2022-11-02/2022-02-21.

［18］ MALMQUIST S.Index numbers and indifference surfaces［J］.Trabajos de estadistica， 1953， 4（2）：209-242.

［19］ 吉雪強(qiáng)，尚 杰. 基于三階段SBM模型的中國農(nóng)業(yè)生態(tài)效率研究［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2021， 42（7）：210-217.

［20］ 孫振清，魯思思，劉保留.省級(jí)區(qū)域生態(tài)效率評(píng)價(jià)及提升路徑研究——基于超效率SBM模型和Tobit回歸［J］.生態(tài)經(jīng)濟(jì)，2021，37（1）：124-129.

收稿日期：2022-04-22

基金項(xiàng)目：國家社科基金重大項(xiàng)目（19ZDA084）

作者簡介：瞿思雨（2001-），女，湖南岳陽人，在讀本科生，研究方向?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)，（電話）13789015331（電子信箱）695560349@qq.com；通信作者，吳兆丹，女，安徽桐城人，副教授，博士，主要從事水資源經(jīng)濟(jì)及管理研究，（電子信箱）wuzhaodan@hhu.edu.cn。