基于非點(diǎn)源污染約束的江蘇省農(nóng)業(yè)生產(chǎn)效率分析

王迪+王明新+錢中平+季彩亞

摘要：采用基于松弛變量（SBM）的超效率數(shù)據(jù)包絡(luò)分析模型，測(cè)度2013—2015年江蘇省各地級(jí)市非點(diǎn)源污染約束下的農(nóng)業(yè)生產(chǎn)效率，分析其年度變化、區(qū)域差異和改善途徑。結(jié)果表明，非點(diǎn)源污染約束條件下，南京、蘇州、揚(yáng)州、徐州4個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)效率呈逐年升高趨勢(shì)；2015年徐州、蘇州、揚(yáng)州、南京、無錫5市的農(nóng)業(yè)生產(chǎn)有效率，其他地級(jí)市存在無效率現(xiàn)象；無錫、常州、鎮(zhèn)江、泰州、南通5個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)要素利用率有不同程度的提升空間，常州市的化學(xué)需氧量排放量、鎮(zhèn)江市的氨氮排放量有一定減排潛力，南通、泰州2個(gè)地級(jí)市的化學(xué)需氧量、氨氮排放量均有較大削減潛力；蘇北除徐州市外，其他地級(jí)市的農(nóng)業(yè)生產(chǎn)要素投入利用率有較大提升潛力；連云港、宿遷2市要重點(diǎn)大力削減化學(xué)需氧量的排放，鹽城市要重點(diǎn)治理氨氮污染；在非點(diǎn)源污染治理方面，蘇南地區(qū)可通過結(jié)構(gòu)優(yōu)化進(jìn)一步減排，蘇中、蘇北地區(qū)須推進(jìn)農(nóng)業(yè)清潔生產(chǎn)以降低非點(diǎn)源污染物排放強(qiáng)度。

關(guān)鍵詞：非點(diǎn)源污染；農(nóng)業(yè)生產(chǎn)效率；超效率；數(shù)據(jù)包絡(luò)分析；江蘇；松弛變量

中圖分類號(hào)： F323.3文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2017）17-0322-04

收稿日期：2017-02-09

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究規(guī)劃基金（編號(hào)：14YJAZH078）；江蘇省高?！扒嗨{(lán)工程”項(xiàng)目。

作者簡(jiǎn)介：王迪（1982—），女，河南南陽人，碩士，講師，主要從事農(nóng)業(yè)經(jīng)濟(jì)學(xué)研究。E-mail：wendywang19822000@163.com。

通信作者：王明新，博士，教授，主要從事環(huán)境模擬與評(píng)價(jià)研究。E-mail：wmxcau@163.com。改革開放以來，我國農(nóng)業(yè)生產(chǎn)得到飛速發(fā)展。2015年，我國以占世界8.80%的耕地養(yǎng)活占世界18.66%的人口，人多地少的基本國情使我國農(nóng)業(yè)集約化程度不斷提高，在為保障我國糧食安全作出巨大貢獻(xiàn)的同時(shí)，也付出了沉重的資源環(huán)境代價(jià)，農(nóng)田氮磷流失，畜禽、水產(chǎn)養(yǎng)殖廢水等非點(diǎn)源污染日漸成為我國水體污染的重要污染源[1-2]。為此，2017年中央一號(hào)文件指出，要提高土地產(chǎn)出率、資源利用率、勞動(dòng)生產(chǎn)率，促進(jìn)農(nóng)業(yè)農(nóng)村發(fā)展由過度依賴資源消耗、主要滿足量的需求，向追求綠色生態(tài)可持續(xù)、更加注重滿足質(zhì)的需求轉(zhuǎn)變。隨著人們對(duì)農(nóng)業(yè)資源環(huán)境問題的日益關(guān)注，農(nóng)業(yè)生產(chǎn)效率問題被賦予了新的含義，許多學(xué)者把農(nóng)業(yè)碳排放或氮磷流失作為投入要素或非期望產(chǎn)出要素來考察農(nóng)業(yè)生產(chǎn)的效率問題，如王奇等將種植業(yè)氮磷流失量作為一種要素投入，運(yùn)用隨機(jī)前沿方法（SFA）Malmquist指數(shù)來測(cè)算我國農(nóng)業(yè)生產(chǎn)的全要素生產(chǎn)率[3]。把環(huán)境排放作為投入來分析農(nóng)業(yè)生產(chǎn)效率問題雖然很方便，但卻不符合實(shí)際生產(chǎn)過程，解決辦法之一是將環(huán)境排放這種非期望產(chǎn)出作為弱可處置的變量，如田云等將農(nóng)業(yè)碳排放作為非期望產(chǎn)出，測(cè)算2001年以來碳排放約束條件下我國農(nóng)業(yè)生產(chǎn)效率的變化[4]，但是，這些研究主要關(guān)注碳排放或農(nóng)田氮磷污染約束下的農(nóng)業(yè)生效率約束問題或環(huán)境排放約束下的工業(yè)生產(chǎn)效率問題，而包含種植業(yè)、養(yǎng)殖業(yè)在內(nèi)的農(nóng)業(yè)非點(diǎn)源污染約束的農(nóng)業(yè)生產(chǎn)效率測(cè)度鮮見報(bào)道。

江蘇省是我國農(nóng)業(yè)經(jīng)濟(jì)發(fā)達(dá)、集約化程度較高的地區(qū)，農(nóng)業(yè)非點(diǎn)源污染成為長(zhǎng)江、太湖的重要污染源。2015年，江蘇全省農(nóng)業(yè)源化學(xué)需氧量、氨氮排放量分別達(dá)到35.07萬、3.62萬t，均超過相應(yīng)的工業(yè)源排放量，使農(nóng)業(yè)非點(diǎn)源污染治理成為水體污染治理的瓶頸問題。本研究以江蘇省為例，采用考慮非期望產(chǎn)出的非徑向超效率數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）模型來測(cè)度2013—2015年江蘇省各地級(jí)市非點(diǎn)源污染約束下的農(nóng)業(yè)生產(chǎn)效率，以期為江蘇省農(nóng)業(yè)非點(diǎn)源污染治理、農(nóng)業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展提供決策參考。

1研究方法與數(shù)據(jù)來源

數(shù)據(jù)包絡(luò)分析是一種非參數(shù)效率評(píng)價(jià)方法，通過數(shù)學(xué)規(guī)劃模型來計(jì)算每個(gè)決策單元（decision making unit，DMU）和由實(shí)踐中表現(xiàn)最好的DMUs構(gòu)成生產(chǎn)前沿面之間的距離，據(jù)此計(jì)算出每個(gè)DMU的效率得分。隨著研究的深入，DEA方法在經(jīng)濟(jì)、資源、能源、環(huán)境等領(lǐng)域的投入產(chǎn)出效率研究中得到越來越多的應(yīng)用[5-7]。然而，傳統(tǒng)的DEA基本模型存在2個(gè)方面的不足，一是由于錐性、徑向性等諸多嚴(yán)格假定，導(dǎo)致實(shí)踐應(yīng)用的效率評(píng)價(jià)結(jié)果存在偏差；二是沒有將負(fù)外部效益等非期望產(chǎn)出納入考慮范圍[8]。為此，2002年，Tone提出一種非徑向DEA模型即基于松弛變量（slacks-based measure，SBM）評(píng)價(jià)DMUs效率的方法，直接將松弛變量加入到目標(biāo)函數(shù)中，使SBM模型的經(jīng)濟(jì)解釋是使實(shí)際利潤最大化，而不僅僅是得到效益比例最大化[9]。此后，為彌補(bǔ)不能將所有DMUs效率值計(jì)算出來的缺陷，超效率SBM模型得到研究應(yīng)用，它可以用于評(píng)價(jià)SBM有效的DMUs并進(jìn)行排序[10-11]，而超效率SBM評(píng)價(jià)時(shí)，須先對(duì)DMUs使用SBM模型進(jìn)行評(píng)價(jià)，后對(duì)有效的DMUs再運(yùn)用超效率SBM進(jìn)行評(píng)價(jià)[5]。本研究是在農(nóng)業(yè)生產(chǎn)效率測(cè)度中，納入農(nóng)業(yè)非點(diǎn)源污染變量作為非期望產(chǎn)出要素，采用基于超效率SBM-DEA模型來測(cè)度非點(diǎn)源污染約束下的農(nóng)業(yè)生產(chǎn)效率。在SBM模型中考慮到n個(gè)決策單元（DMUs），而每個(gè)DMU由m個(gè)投入、s個(gè)期望產(chǎn)出、k個(gè)非期望產(chǎn)出構(gòu)成，其理論模型（模型1）為：

minφ=1-（1-M）∑Mm=1（Sxm/X0）1+1/（S+K）∑Ss=1（Sys/Y0）+∑Kk=1（Sbk/Z0）；

s.t.∑Ni=1Xmiλi+Sxm=θXm0，m=1，2，…，M；

∑Ni=1Ysiλi+SyS=YS0，s=1，2，…，S；

∑Ni=1Zkiλi+Sbk=Zk0，k=1，2，…，K；

λi≥0，i=1，…，N；Sxm≥0，SyS≥0，Sbk≥0。

式中：X、Y、Z分別代表生產(chǎn)投入要素、期望產(chǎn)出變量、非期望產(chǎn)出變量，投入要素、期望產(chǎn)出變量、非期望產(chǎn)出變量的個(gè)數(shù)分別為M、S、K；θ為效率值；Sxm、Sys、Sbk為“松弛調(diào)整量”，分別表示投入冗余、期望產(chǎn)出不足、非期望產(chǎn)出冗余。目標(biāo)函數(shù)中的分子、分母分別表示生產(chǎn)決策單元實(shí)際投入與產(chǎn)出相對(duì)于生產(chǎn)前言的平均可縮減比例與平均可擴(kuò)張比例，亦即投入無效率與產(chǎn)出無效率，目標(biāo)函數(shù)關(guān)于Sxm、Sys、Sbk嚴(yán)格遞減。目標(biāo)函數(shù)值變化區(qū)間為[0，1]，當(dāng)=1，且Sxm、Sys、Sbk均等于0時(shí)，決策單元是綜合技術(shù)效率有效，且純技術(shù)效率和規(guī)模效率均有效；當(dāng)<1，或Sxm、Sys、Sbk不全為0時(shí)，決策單元是綜合技術(shù)效率無效，為純技術(shù)效率或規(guī)模效率無效，存在投入產(chǎn)出改進(jìn)的空間。endprint

然而，非期望產(chǎn)出SBM模型運(yùn)行結(jié)果往往出現(xiàn)多個(gè)DMU的=1而沒法對(duì)這些DMU進(jìn)行排序，因此，該研究針對(duì)=1的DMU，進(jìn)一步構(gòu)建含有非期望產(chǎn)出的超效率SBM模型（模型2）為：

minρ=1-（1/M）∑Mm=1（Xm′/Xmk）1+1/（S+K）∑Ss=1（Ys′/Y0）+∑Kk=1（Zk′/Z0）；

s.t.∑Ni=1，≠nXmiλi-Xm′≤0，m=1，2，…，M；

∑Ni=1，≠nYsiλi+Ys′≥0，s=1，2，…，S；

∑Ni=1，≠nZkiλi+Zk′≤0，k=1，2，…，K；

λi≥0，i=1，…，N；Xm′≥0，Ys′≥0，Zm′≥0；

Xi′≥Xmi，m=1，2，…，M；

Ys′≤Ysi，s=1，2，…，S；

Zk′≥Zki，k=1，2，…，K。

采用模型1、模型2來計(jì)算非點(diǎn)源污染約束條件下的江蘇省農(nóng)業(yè)生產(chǎn)效率，當(dāng)<1時(shí)，農(nóng)業(yè)生產(chǎn)效率為，當(dāng)=1時(shí)，農(nóng)業(yè)生產(chǎn)效率為ρ。選取農(nóng)林牧漁從業(yè)人員（勞動(dòng)力投入X1，萬人）、農(nóng)作物總播種面積（土地投入X2，萬hm2）、農(nóng)業(yè)機(jī)械總動(dòng)力（農(nóng)業(yè)資本投入X3，萬kW）作為投入要素，農(nóng)林牧漁總產(chǎn)值（Y1，億元）作為期望產(chǎn)出（經(jīng)濟(jì)產(chǎn)出），農(nóng)業(yè)源化學(xué)需氧量排放量（Y2，t）、農(nóng)業(yè)源氨氮排放量（Y3，t）作為非期望產(chǎn)出即農(nóng)業(yè)非點(diǎn)源污染物排放量來計(jì)算農(nóng)業(yè)生產(chǎn)效率。農(nóng)業(yè)生產(chǎn)效率≥1，表示非點(diǎn)源污染約束條件下農(nóng)業(yè)生產(chǎn)有效率，反之則表示無效率，存在進(jìn)一步提升的空間。

本研究以2013—2015年江蘇省各地級(jí)市為例進(jìn)行實(shí)證分析，采用Matlab 2013編程對(duì)模型1、模型2進(jìn)行規(guī)劃求解。投入產(chǎn)出數(shù)據(jù)來自2014—2016年《江蘇統(tǒng)計(jì)年鑒》，其中，農(nóng)林牧漁業(yè)總產(chǎn)值折算為2013年不變價(jià)以消除通貨膨脹的影響。非期望產(chǎn)出SBM模型是DEA的擴(kuò)展模型，其DMUs數(shù)量在大于輸入與輸出指標(biāo)數(shù)量之和的2倍以上時(shí)才能表現(xiàn)出良好的運(yùn)算效果。本研究DMUs數(shù)量為39個(gè)，輸入與輸出指標(biāo)數(shù)量之和為6，兩者之比為6.5，遠(yuǎn)大于2，符合非期望產(chǎn)出SBM模型運(yùn)行的要求。

2結(jié)果與分析

2.1農(nóng)業(yè)投入、產(chǎn)出狀況

2.1.1農(nóng)業(yè)投入狀況由表1可見，在農(nóng)業(yè)投入方面，總體上蘇北地區(qū)相對(duì)較高，蘇中地區(qū)次之，蘇南地區(qū)較小；就農(nóng)作物播種面積而言，蘇南地區(qū)以南京相對(duì)最大，在30萬hm2以上，無錫相對(duì)最小，不足18萬hm2，蘇中地區(qū)南通明顯大于揚(yáng)州、泰州，蘇北地區(qū)以徐州相對(duì)最高，在140萬hm2以上，其次是鹽城，在110萬hm2以上，其他3市相對(duì)較??；就農(nóng)林牧漁業(yè)從業(yè)人員（勞動(dòng)力）而言，徐州、鹽城從業(yè)人員相對(duì)較多，無錫相對(duì)最少，低于20萬人，蘇南5市也都少于25萬人；農(nóng)機(jī)總動(dòng)力最大的為徐州、鹽城，分別在620萬、590萬kW以上，最小的為無錫，約100萬kW。

2.1.2農(nóng)業(yè)產(chǎn)出狀況由表1可見，就農(nóng)業(yè)期望產(chǎn)出即農(nóng)林牧漁總產(chǎn)值而言，表現(xiàn)出與農(nóng)業(yè)生產(chǎn)要素投入相似的區(qū)域分布趨勢(shì)，即蘇北地區(qū)較高，蘇中地區(qū)次之，蘇南地區(qū)較小，其中蘇南地區(qū)以無錫相對(duì)較高，蘇中地區(qū)南通明顯大于揚(yáng)州、泰州，蘇北地區(qū)徐州相對(duì)最高，其次是宿遷；就農(nóng)業(yè)化學(xué)需氧量而言，江蘇省2015年農(nóng)業(yè)源化學(xué)需氧量排放量超過4萬t的地級(jí)市有南通、徐州、連云港、鹽城、宿遷，這可能與這5個(gè)地級(jí)市的畜禽養(yǎng)殖業(yè)規(guī)模相對(duì)比較大有關(guān)；氨氮排放量2015年低于2 000 t的地級(jí)市有南京、無錫、常州、鎮(zhèn)江、揚(yáng)州，其中無錫的排放量相對(duì)最低，平均僅為1 065 t，氨氮排放量最大的地級(jí)市為南通、鹽城，均超過6 000 t，可能與這2個(gè)地級(jí)市的農(nóng)業(yè)規(guī)模相對(duì)較大有關(guān)，其農(nóng)業(yè)總產(chǎn)值分別位居全省第1、3位；徐州農(nóng)業(yè)總產(chǎn)值位居全省第2位，氨氮排放量則位居全省第4位。

從污染物排放強(qiáng)度（以億元農(nóng)業(yè)總產(chǎn)值的污染物排放量表示）來看，2015年泰州、南通、徐州、連云港4市呈逐年下降趨勢(shì)，其他地級(jí)市變化幅度相對(duì)較??；宿遷市、連云港市的化學(xué)需氧量排放強(qiáng)度相對(duì)較高，超過80.00 t/億元，其次是泰州，達(dá)到78.11 t/億元，化學(xué)需氧量排放強(qiáng)度相對(duì)較低的為揚(yáng)州、淮安、無錫，排放強(qiáng)度分別為25.67、35.52、36.78 t/億元；氨氮排放強(qiáng)度最高的為泰州、南通2市，均超過11.00 t/億元，氨氮排放強(qiáng)度相對(duì)較低的為徐州、揚(yáng)州，氨氮排放強(qiáng)度分別為3.27、4.09 t/億元，南京、無錫、連云港、淮安、鎮(zhèn)江也都小于5 t/億元（圖1）。

2.2非點(diǎn)源污染約束條件下的農(nóng)業(yè)生產(chǎn)效率

采用非期望SBM模型進(jìn)行測(cè)算，對(duì)效率值為1的樣本進(jìn)一步采用非期望超效率SBM模型進(jìn)行測(cè)算，得到2013—2015年江蘇省各地級(jí)市的農(nóng)業(yè)生產(chǎn)效率。由圖2可見，2013—2015年間，江蘇省農(nóng)業(yè)生產(chǎn)效率大于1的地級(jí)市有2014年的揚(yáng)州及2015年的徐州、蘇州、揚(yáng)州、南京、無錫；從年度變化看，非點(diǎn)源污染約束條件下南京、蘇州、揚(yáng)州、徐州4個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)效率呈上升趨勢(shì)，無錫的農(nóng)業(yè)生產(chǎn)效率相對(duì)較高，但年際波動(dòng)較大，其他地級(jí)市年際變化相對(duì)較?。粡膮^(qū)域分布看，非點(diǎn)源污染約束條件下蘇南地區(qū)農(nóng)業(yè)生產(chǎn)效率相對(duì)較高，

3年農(nóng)業(yè)生產(chǎn)效率平均值為0.87，其中蘇州市高達(dá)1.07；其次是蘇中地區(qū)，農(nóng)業(yè)生產(chǎn)效率平均值為0.75，其中揚(yáng)州市達(dá)到1.02，為蘇中地區(qū)最高值；蘇北地區(qū)整體水平相對(duì)較低，農(nóng)業(yè)生產(chǎn)效率3年平均值僅為0.57，其中徐州市達(dá)到0.88，為蘇北地區(qū)最高值，宿遷市僅為0.44，為蘇北地區(qū)乃至全省的最低值。

2.3非點(diǎn)源污染約束條件下的農(nóng)業(yè)生產(chǎn)效率改善分析

2.3.1非點(diǎn)源污染約束條件下的投入產(chǎn)出分析進(jìn)一步分析相對(duì)無效率的各地級(jí)市農(nóng)業(yè)投入產(chǎn)出變量的松弛值與實(shí)際值的比例，可得到各地級(jí)市的農(nóng)業(yè)生產(chǎn)要素投入冗余率、期望產(chǎn)出不足率、非期望產(chǎn)出冗余率，進(jìn)而評(píng)估其投入產(chǎn)出指標(biāo)的改善潛力和途徑。由圖3可見，就蘇南地區(qū)而言，南京、蘇州、無錫3個(gè)地級(jí)市的農(nóng)業(yè)投入冗余率都相對(duì)比較低，南京市、蘇州市2013、2014年還存在一定的投入冗余，到2015年投入冗余均為0，而無錫市2014年的農(nóng)業(yè)投入冗余率為0，2015年有所反彈，但低于5%；常州市、鎮(zhèn)江市的農(nóng)業(yè)投入冗余率雖呈逐年降低趨勢(shì)，但2015年仍存在較大的冗余率；常州市的農(nóng)業(yè)投入冗余率在18.73%～30.51%之間，鎮(zhèn)江市高達(dá) 24.06%～35.99%，這2個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)要素利用率存在較大的改善空間。就蘇中地區(qū)而言，揚(yáng)州市的農(nóng)業(yè)投入冗余率呈逐年下降趨勢(shì)，2015年降為0；泰州、南通2個(gè)地級(jí)市一直居高不下，泰州市農(nóng)業(yè)生產(chǎn)要素投入冗余率在 19.21%～35.57%之間，南通的投入冗余率則為13.72%～30.99%，這2個(gè)地級(jí)市的農(nóng)業(yè)投入要素利用率也存在進(jìn)一步提升的空間。就蘇北地區(qū)而言，徐州市的農(nóng)業(yè)投入冗余率逐年下降，2015年下降到0，但其他地級(jí)市的情況則不容樂觀，農(nóng)業(yè)生產(chǎn)要素投入冗余率普遍較高，連云港市、宿遷市、淮安市、鹽城市3年的農(nóng)業(yè)生產(chǎn)要素投入冗余率分別在 24.04%～45.75%、 45.71%～56.40%、 43.06%～59.07%、31.04%～endprint

47.47%之間，這4個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)要素利用率很低，存在較大的改善空間。

由圖4可見，就期望產(chǎn)出而言，2013年蘇中地區(qū)的泰州、南通及蘇北地區(qū)的徐州、連云港、宿遷存在較大的產(chǎn)出不足；2015年全省各地級(jí)市的產(chǎn)值不足均為0，表明農(nóng)業(yè)總產(chǎn)值并不是制約全省范圍內(nèi)農(nóng)業(yè)生產(chǎn)效率的瓶頸因素，農(nóng)業(yè)生產(chǎn)要素利用效率較低、非期望產(chǎn)出的冗余即非點(diǎn)源污染物排放量過高成為制約農(nóng)業(yè)生產(chǎn)效率改善的關(guān)鍵。就化學(xué)需氧量排放量而言，蘇南地區(qū)化學(xué)需氧化量冗余普遍較低，無錫市、鎮(zhèn)江市近3年均無冗余，2015年僅常州市仍存在冗余現(xiàn)象，冗余率為9.30%；蘇中地區(qū)泰州市、南通市化學(xué)需氧量冗余率呈逐年下降趨勢(shì)，但冗余率仍然較大，2015年泰州市、南通市的化學(xué)需氧量冗余率分別為29.15%、22.06%；蘇北地區(qū)徐州市的化學(xué)需氧量冗余率呈逐年下降趨勢(shì)，到2015年已無冗余，連云港市、宿遷市的化學(xué)需氧量冗余率則一直居高不下，冗余率分別為41.64%、34.65%，淮安市、鹽城市相對(duì)較好，2015年冗余率均下降為0。就氨氮排放量而言，蘇南5個(gè)地級(jí)市的氨氮排放量冗余率均相對(duì)較低，2015年僅無錫市、鎮(zhèn)江市仍存在冗余現(xiàn)象，冗余率分別為2.24%、8.12%；蘇中地區(qū)泰州市、南通市的氨氮排放量冗余率一直居高不下，2015年的冗余率分別高達(dá)48.49%、41.90%；蘇北地區(qū)僅鹽城市的氨氮排放量冗余率一直相對(duì)較高，為18.85%，宿遷市的氨氮排放量冗余率則從2013年的12.57%下降到2015年的 5.67%，徐州、連云港、淮安3個(gè)地級(jí)市到2015年氨氮排放量已無冗余。因此，到2015年，除南京、蘇州、揚(yáng)州、徐州4個(gè)地級(jí)市外，其他地級(jí)市農(nóng)業(yè)生產(chǎn)均存在無效率現(xiàn)象。

2.3.2改善路徑分析蘇南地區(qū)，無錫市的農(nóng)業(yè)生產(chǎn)要素利用率仍有提升空間，農(nóng)業(yè)源化學(xué)需氧量也存在一定的削減潛力，常州市、鎮(zhèn)江市的農(nóng)業(yè)生產(chǎn)要素利用率提升空間較大，常州市的化學(xué)需氧量、鎮(zhèn)江市的氨氮排放量也有一定的減排潛力，這3個(gè)地級(jí)市的農(nóng)業(yè)源污染物排放強(qiáng)度相對(duì)較低，應(yīng)通過結(jié)構(gòu)優(yōu)化來實(shí)現(xiàn)減排，包括進(jìn)一步調(diào)減畜禽養(yǎng)殖業(yè)規(guī)模尤其是生豬的養(yǎng)殖規(guī)模。

蘇中地區(qū)，泰州市、南通市的農(nóng)業(yè)生產(chǎn)要素利用率提升空間也較大，化學(xué)需氧量、氨氮也均有較大的削減潛力，這2個(gè)地級(jí)市的農(nóng)業(yè)非點(diǎn)源污染物排放強(qiáng)度相對(duì)較大，應(yīng)以推進(jìn)清潔生產(chǎn)為主降低非點(diǎn)源污染物排放強(qiáng)度，包括推進(jìn)畜禽和水產(chǎn)的生態(tài)養(yǎng)殖、降低農(nóng)田氮肥施用量等。

蘇北地區(qū)，各地級(jí)市的農(nóng)業(yè)生產(chǎn)要素投入利用率普遍較低，具有較大的改善潛力。在農(nóng)業(yè)非點(diǎn)源污染治理方面，連云港市、宿遷市的重點(diǎn)是減少化學(xué)需氧量排放量，鹽城市的重點(diǎn)是削減氨氮排放量。由于連云港市、宿遷市、鹽城市的非點(diǎn)源污染物強(qiáng)度相對(duì)較高，改善途徑與泰州市、南通市相似，應(yīng)積極推進(jìn)畜禽和水產(chǎn)的生態(tài)養(yǎng)殖，降低農(nóng)田氮肥施用量等以降低非點(diǎn)源污染物的排放強(qiáng)度。

3結(jié)論

農(nóng)業(yè)生產(chǎn)要素投入和期望產(chǎn)出總體表現(xiàn)為蘇北地區(qū)相對(duì)較高，蘇中地區(qū)次之，蘇南地區(qū)相對(duì)最??；在非期望產(chǎn)出即非點(diǎn)源污染物排放量上，化學(xué)需氧量、氨氮排放量相對(duì)較高的是南通市、鹽城市。非點(diǎn)源污染約束下的農(nóng)業(yè)生產(chǎn)效率測(cè)度結(jié)果表明，各地級(jí)市均存在無效率現(xiàn)象，2015年徐州、蘇州、揚(yáng)州、南京、無錫5個(gè)地級(jí)市有效率；南京、蘇州、揚(yáng)州、徐州4個(gè)地級(jí)市的農(nóng)業(yè)生產(chǎn)效率呈逐年升高趨勢(shì)。蘇南、蘇中地區(qū)除南京、蘇州、揚(yáng)州3個(gè)地級(jí)市外，其他地級(jí)市的農(nóng)業(yè)生產(chǎn)要素利用率均有提升空間；常州市的化學(xué)需氧量排放量、鎮(zhèn)江市的氨氮排放量有一定的減排潛力，南通市、泰州市化學(xué)需氧量和氨氮均有較大削減潛力；蘇北地區(qū)除徐州外，其他地級(jí)市的農(nóng)業(yè)生產(chǎn)要素投入利用率普遍較低，具有較大的改善潛力，農(nóng)業(yè)非點(diǎn)源污染方面，連云港市、宿遷市重點(diǎn)要削減化學(xué)需氧量排

放，鹽城市要重點(diǎn)治理氨氮污染。

參考文獻(xiàn)：

[1]Ongley E D，Xiaolan Z，Tao Y. Current status of agricultural and rural non-point source pollution assessment in China[J]. Environmental Pollution，2010，158（5）：1159-1168.

[2]虞慧怡，扈豪，曾賢剛. 我國農(nóng)業(yè)面源污染的時(shí)空分異研究[J]. 干旱區(qū)資源與環(huán)境，2015，29（9）：1-6.

[3]王奇，王會(huì)，陳海丹. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992—2010年[J]. 經(jīng)濟(jì)評(píng)論，2012（5）：24-33.

[4]田云，張俊飚，吳賢榮，等. 碳排放約束下的中國農(nóng)業(yè)生產(chǎn)率增長(zhǎng)與分解研究[J]. 干旱區(qū)資源與環(huán)境，2015，29（11）：7-12.

[5]宮大鵬，趙濤，慈兆程，等. 基于超效率SBM的中國省際工業(yè)化石能源效率評(píng)價(jià)及影響因素分析[J]. 環(huán)境科學(xué)學(xué)報(bào)，2015，35（2）：585-595.

[6]劉殿國，郭靜如. 中國省域環(huán)境效率影響因素的實(shí)證研究——基于社會(huì)嵌入視角和多層統(tǒng)計(jì)模型的分析[J]. 中國人口資源與環(huán)境，2016，26（8）：79-87.

[7]Wu J，Xiong B B，An Q X，et al. Measuring the performance of thermal power firms in China via fuzzy enhanced russell measure model with undesirable outputs[J]. Journal of Cleaner Production，2015，102：237-245.

[8]胡彪，王鋒，李健毅，等. 基于非期望產(chǎn)出SBM的城市生態(tài)文明建設(shè)效率評(píng)價(jià)實(shí)證研究——以天津市為例[J]. 干旱區(qū)資源與環(huán)境，2015，29（4）：13-18.

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

[10]Wu J，An Q X，Xiong B B，et al. Congestion measurement for regional industries in China：a data envelopment analysis approach with undesirable outputs[J]. Energy Policy，2013，57（7）：7-13.

[11]Gómez-Calvet R，Conesa D，Gómez-Calvet A R，et al. Energy efficiency in the European Union：what can be learned from the joint application of directional distance functions and slacks-based measures？[J]. Applied Energy，2014，132（11）：137-154.孟莉娟. 河南省農(nóng)村土地經(jīng)營權(quán)價(jià)格影響因素實(shí)證分析——基于746個(gè)農(nóng)戶的估計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（17）：326-330.endprint