易杏花,何 苗
(中國地質(zhì)大學(xué)(武漢)經(jīng)濟管理學(xué)院,武漢 430074)
改革開放40 多年以來,中國以僅占全球7%的耕地,養(yǎng)育了接近全世界18%的人口。為了提高土地單位面積產(chǎn)量,中國農(nóng)藥化肥的施用量多年來皆高于國際平均水平,卻在先進農(nóng)業(yè)技術(shù)的應(yīng)用和推廣上存在短板,導(dǎo)致農(nóng)作物對農(nóng)藥化肥的吸收轉(zhuǎn)化率較低[1]。糧食安全關(guān)乎國計民生與國家發(fā)展,農(nóng)業(yè)對自然生態(tài)環(huán)境的依賴性也比其他產(chǎn)業(yè)更強,因此農(nóng)業(yè)生態(tài)環(huán)境問題不容忽視。在農(nóng)業(yè)環(huán)保方面,2014 年中國出臺了首部農(nóng)業(yè)環(huán)保法規(guī)《畜禽規(guī)模養(yǎng)殖污染防治條例》,標志著中國農(nóng)業(yè)農(nóng)村污染治理進入法制化治理階段。2015 年印發(fā)的《關(guān)于打好農(nóng)業(yè)面源污染防治攻堅戰(zhàn)的實施意見》,提出“一控兩減三基本”目標,促進了農(nóng)藥化肥的科學(xué)使用和防治農(nóng)業(yè)非點源污染。這些農(nóng)業(yè)環(huán)保政策法規(guī)的出臺和實施,在農(nóng)業(yè)面源污染防治方面也取得了一些成效,為農(nóng)業(yè)可持續(xù)發(fā)展奠定了基礎(chǔ)。然而,中國農(nóng)業(yè)面源污染防治和農(nóng)村生態(tài)環(huán)境建設(shè)依舊是重大難題。為了進一步了解中國農(nóng)業(yè)生態(tài)環(huán)境中阻礙農(nóng)業(yè)綠色發(fā)展的因素以及其作用機理,考察農(nóng)業(yè)生態(tài)安全現(xiàn)狀及各方面為緩解生態(tài)環(huán)境壓力的應(yīng)對效果,本研究采用PSR 模型,從農(nóng)業(yè)經(jīng)濟環(huán)境、社會環(huán)境及環(huán)境污染和治理等方面構(gòu)建評價指標體系,結(jié)合熵權(quán)法對指標賦權(quán)并對系統(tǒng)進行評分,對2011—2016 年中國糧食主產(chǎn)區(qū)的農(nóng)業(yè)生態(tài)環(huán)境進行綜合評價,并使用密切值法按照環(huán)境優(yōu)劣對各省進行排名。
中國在農(nóng)業(yè)生態(tài)安全評價方面的研究集中在評價方法和指標體系建設(shè)、影響因素以及政策建議,其中用到的評價方法主要有層次分析法(AHP)、主成分分析法(PCA)、模糊聚類分析、灰色系統(tǒng)理論、投影尋蹤模型、地理信息系統(tǒng)多源數(shù)據(jù)分析、模糊綜合評價等。層次分析法在環(huán)境質(zhì)量評價中應(yīng)用最為廣泛,但是其定量分析不足,得出的評價結(jié)果欠缺說服力,且對指標數(shù)量有一定限制;主成分分析法在數(shù)據(jù)降維之后會使得出的結(jié)果與實際偏離,結(jié)論難以準確解釋;聚類分析在數(shù)據(jù)相關(guān)性識別上比較機械,且在樣本量較大時難以得到聚類結(jié)論。因此,這些評價方法往往被研究者搭配使用以優(yōu)劣互補。如夏興生等[2]將主成分分析法與層次分析法結(jié)合確定指標權(quán)重;孫靖南等[3]用熵權(quán)法確定指標權(quán)重,以彌補模糊綜合評價方法對多因子賦權(quán)計算的缺陷;王麗梅等[4]將評價分為兩級,分別用改進了的標準賦權(quán)法和層次分析法相結(jié)合確定指標權(quán)重,以排除實測值對賦權(quán)的干擾。
評價一個區(qū)域的農(nóng)業(yè)生態(tài)環(huán)境質(zhì)量,在考慮人類活動給環(huán)境帶來破壞的同時,也應(yīng)當(dāng)衡量人類為適應(yīng)和維護生態(tài)環(huán)境而作出的反應(yīng)。PSR 模型是一種強調(diào)人的主觀能動性的邏輯分析框架,它表現(xiàn)了人類活動與生態(tài)環(huán)境之間不可分割的關(guān)系,通常在區(qū)域生態(tài)系統(tǒng)健康評價中與上述方法結(jié)合使用。李大鳴等[5]以 AHP 方法確定指標權(quán)重,用 PSR 框架對渤海新區(qū)海岸帶陸域生態(tài)環(huán)境進行綜合評價;朱衛(wèi)紅等[6]利用3S 技術(shù)獲取圖們江流域景觀格局指標數(shù)據(jù),基于PSR 模型用層次分析法對指標賦權(quán),對該流域濕地生態(tài)安全作出評價;李中才等[7]為增強評價的客觀性、可比性和通用性,應(yīng)用生態(tài)足跡和能值理論計算PSR 模型下生態(tài)狀態(tài)、響應(yīng)和壓力指數(shù)來改進該模型與層次分析法的局限,并對山東長島生態(tài)安全狀況進行研究。
目前,中國生態(tài)安全評價已呈現(xiàn)出以空間尺度為主體、客體屬性為輔助、城市區(qū)域為核心、湖泊盆地等的綜合研究模式。關(guān)于農(nóng)業(yè)生態(tài)環(huán)境方面的研究大多是在省內(nèi)縣域?qū)用?,且利用面板?shù)據(jù)的動態(tài)評價也比較少,而PSR 模型中壓力、狀態(tài)和響應(yīng)3 個系統(tǒng)相互作用,用面板數(shù)據(jù)更能凸顯子系統(tǒng)之間相互作用的效果。因此,本研究采用2011—2016 年的各省數(shù)據(jù),從宏觀上對中國糧食主產(chǎn)區(qū)各省份的農(nóng)業(yè)生態(tài)環(huán)境進行比較分析。為了加強評價的客觀性,本研究在PSR 模型框架下建立評價指標體系,并利用熵值法對各指標賦權(quán),利用密切值法對各省進行評估和排名。
依據(jù)2003 年財政部發(fā)布的《關(guān)于改革和完善農(nóng)業(yè)綜合開發(fā)若干政策措施的意見》,中國糧食主產(chǎn)區(qū)由遼寧、吉林、黑龍江、內(nèi)蒙古、河北、山東、河南、四川、湖北、江西、湖南、江蘇和安徽共計13個省份組成。
本研究數(shù)據(jù)來源于2012—2017 年的《中國統(tǒng)計年鑒》、13 個省的統(tǒng)計年鑒、13 個省的《農(nóng)村統(tǒng)計年鑒》《中國工業(yè)機械年鑒》《中國農(nóng)業(yè)機械工業(yè)年鑒》《中國環(huán)境統(tǒng)計年鑒》以及《中國水利統(tǒng)計年鑒》。
2.2.1 PSR 模型概述 PSR 模型(壓力-狀態(tài)-響應(yīng))是經(jīng)濟合作與發(fā)展組織(OECD)[8]和聯(lián)合國環(huán)境規(guī)劃署(UNEP)共同提出的用于研究環(huán)境問題的一種框架體系。1992 年聯(lián)合國可持續(xù)發(fā)展委員會(CSD)提出驅(qū)動-狀態(tài)-響應(yīng)(DSR)概念模型,更加強調(diào)驅(qū)動力的作用。隨后,1993 年歐洲環(huán)境署(EEA)在PSR 模型中增加了驅(qū)動力和影響的指標,衍生出驅(qū)動力-壓力-狀態(tài)-影響-反應(yīng)(DPSIR)模型。PSR 模型以及其擴展模型皆被用于生態(tài)評價領(lǐng)域,其中PSR 模型應(yīng)用最為廣泛。DSR 模型中的驅(qū)動力能全面反映人類改造環(huán)境的正面和負面影響,但PSR 模型中人類活動給環(huán)境施加的壓力與響應(yīng)系統(tǒng)的因果鏈關(guān)系更加緊密,而且對中國農(nóng)業(yè)生態(tài)環(huán)境而言,農(nóng)業(yè)生產(chǎn)活動帶來的負面影響不可忽視,因此,PSR 模型更具有適用性。而DPSIR 模型較為復(fù)雜,選取指標時容易出現(xiàn)模棱兩可界限不清的缺點。
PSR 模型的基本思想是人類生產(chǎn)生活會對周圍環(huán)境產(chǎn)生壓力,使環(huán)境和自然資源出現(xiàn)變化,從而影響人類自身的生存,迫使人類社會采取措施減輕生態(tài)壓力,改變不利于自身發(fā)展的狀態(tài)。就農(nóng)業(yè)環(huán)境具體而言,農(nóng)業(yè)生產(chǎn)中的主要環(huán)境壓力包括土地的過度耕作、粗放的灌溉方式、農(nóng)膜和秸稈資源的不充分利用、農(nóng)村生活垃圾和畜禽養(yǎng)殖業(yè)廢棄物的隨意排放以及農(nóng)藥化肥的過度施用等。這些環(huán)境壓力造成水土資源的浪費和污染、空氣污染,進而導(dǎo)致地力下降、水資源不足、農(nóng)作物產(chǎn)量和質(zhì)量下降,影響農(nóng)村居民收入和生活質(zhì)量。為了提高資源利用率,政府會出臺相關(guān)政策法規(guī)以及利用市場工具防治污染,企業(yè)加強科技創(chuàng)新為農(nóng)業(yè)生產(chǎn)提供高效和清潔的農(nóng)用物資,農(nóng)業(yè)工作者參加培訓(xùn),學(xué)習(xí)更先進的生產(chǎn)方法。這些措施落實其實就是農(nóng)村生產(chǎn)生活方式的轉(zhuǎn)變,減輕了對環(huán)境的壓力,逐漸修復(fù)之前對自然生態(tài)的破壞,使農(nóng)業(yè)生產(chǎn)走上可持續(xù)發(fā)展的道路。
2.2.2 指標體系構(gòu)建 基于PSR 模型的基本思路,參考現(xiàn)有農(nóng)業(yè)環(huán)境評價研究中出現(xiàn)頻次較高的指標,遵守科學(xué)性、完整性、簡潔性和數(shù)據(jù)可獲得性原則,以實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展為目標,構(gòu)建農(nóng)業(yè)生態(tài)環(huán)境壓力系統(tǒng)、農(nóng)業(yè)生產(chǎn)狀態(tài)系統(tǒng)以及農(nóng)業(yè)管理響應(yīng)系統(tǒng)。其中壓力系統(tǒng)主要包括影響農(nóng)業(yè)生產(chǎn)最直接的土壤環(huán)境和水環(huán)境;農(nóng)業(yè)生產(chǎn)狀態(tài)包括農(nóng)業(yè)生產(chǎn)產(chǎn)量、生產(chǎn)率、自然資源條件以及基本社會條件;響應(yīng)系統(tǒng)由農(nóng)業(yè)資源綜合利用率、廢棄物無害化處理以及生態(tài)環(huán)境的保護和投入情況。具體指標含義見表1。
熵本是一個物理概念,后被引入信息論表示在一個系統(tǒng)中信息的無序程度,普遍應(yīng)用于工程技術(shù)和社會經(jīng)濟領(lǐng)域。在綜合評價中,一個指標的熵越小,指標變異程度越大,應(yīng)該賦予的權(quán)重就越高。由于經(jīng)濟指標中存在正負性質(zhì)之分,計算權(quán)重之前應(yīng)對指標進行標準化處理,本研究以13 個省份的30 個指標作為樣本,設(shè)樣本S i在指標A j下的實測值為C ij,建立初始的數(shù)據(jù)矩陣C=(Cij)13×30,則:
表1 壓力、狀態(tài)、響應(yīng)系統(tǒng)指標含義
式中,i= 1,2…n;j= 1,2…m
即得到標準化矩陣Yij,第j個指標的信息熵值ej為:
其中,常數(shù)k=[l n (m)]-1,m=13,令hj= 1-ej,則第j個指標的權(quán)重為:
計算出每個指標權(quán)重之后取平均數(shù)得到表2。
表2 壓力、狀態(tài)、響應(yīng)系統(tǒng)指標權(quán)重
圖1 為2011—2016 年30 個指標的平均熵權(quán)重。從圖1 可以看出,指標A22 秸稈綜合利用率所占權(quán)重最高,其次是A20 農(nóng)機推廣培訓(xùn)投入占10.98%。大多數(shù)權(quán)重高的指標都分布在響應(yīng)系統(tǒng),因而響應(yīng)系統(tǒng)在評價中總體占比高達65.13%,說明在農(nóng)業(yè)生態(tài)環(huán)境的治理和污染防治上各省努力程度上差異較大。而壓力和狀態(tài)系統(tǒng)所占比重較小,這也反映了近年來中國糧食主產(chǎn)區(qū)環(huán)境壓力都比較大。
圖1 2011—2016 年30 個指標的平均熵權(quán)重
中國秸稈資源總量巨大但是分布不均,同時秸稈難以收集,秸稈運輸和存儲壓力大,對沒有完善鄉(xiāng)村道路建設(shè)的地區(qū)來說,秸稈再利用成本較高。結(jié)合以上原因,河北、江蘇以及湖北在這一指標上明顯勝于遼寧、黑龍江以及內(nèi)蒙古地區(qū)。農(nóng)機推廣培訓(xùn)投入能夠反映當(dāng)?shù)貙r(nóng)業(yè)機械化的重視程度。機械化生產(chǎn)是農(nóng)業(yè)現(xiàn)代化的標志,也是推動中國從農(nóng)業(yè)大國向農(nóng)業(yè)強國轉(zhuǎn)變、促進農(nóng)業(yè)可持續(xù)發(fā)展的重要因素。但是家庭聯(lián)產(chǎn)承包責(zé)任制下,農(nóng)戶使用農(nóng)業(yè)機械成本較高,推廣起來也比較困難,再者農(nóng)業(yè)機械更適合平原地區(qū)使用,中國南方多山地丘陵,因而在農(nóng)機推廣方面地域差異也比較大。
圖2 是2011—2016 年壓力、狀態(tài)、響應(yīng)系統(tǒng)的權(quán)重變化。期間響應(yīng)系統(tǒng)權(quán)重有所下降,狀態(tài)系統(tǒng)權(quán)重略微增加,壓力系統(tǒng)權(quán)重經(jīng)歷了先下降后上升的趨勢,但是相較而言變化不大。這表明在考察期間各省雖然面臨的環(huán)境壓力無較大差異,但是由于在環(huán)境治理反應(yīng)上差異較大,使得農(nóng)業(yè)生產(chǎn)狀態(tài)上出現(xiàn)了差距。
圖2 2011—2016 年壓力、狀態(tài)、響應(yīng)系統(tǒng)的權(quán)重變化
密切值法是多目標決策中選擇最優(yōu)解的一種方法,以其計算簡便,邏輯嚴謹而在工程決策和經(jīng)濟社會綜合評價中得到推廣和應(yīng)用。其基本原理是在指標體系中找到每個指標的最優(yōu)面和最劣面,然后計算每個樣本離最優(yōu)面和最劣面的距離來比較樣本優(yōu)劣情況。本研究采用改良的密切值法來評價糧食主產(chǎn)區(qū)的生態(tài)環(huán)境并作出比較,對指標作無量綱化處理,運用歐氏距離計算13 個樣本省份與理想最優(yōu)農(nóng)業(yè)生產(chǎn)環(huán)境樣本面的距離di,0和理想最劣農(nóng)業(yè)生產(chǎn)環(huán)境樣本面的距離di,W,Ei,0是各省的最優(yōu)密切值。
每個省的最優(yōu)密切值表示該省份與農(nóng)業(yè)生態(tài)環(huán)境最優(yōu)面的距離,因此,Ei,0越小,表明該省農(nóng)業(yè)越符合可持續(xù)發(fā)展要求。2011—2016 年各省最優(yōu)密切值和排名見表3。
表3 2011—2016 年13 省最優(yōu)密切值和排名
為了方便比較,本研究將13 個省份根據(jù)結(jié)果劃分成3 個區(qū)域,即包括內(nèi)蒙古自治區(qū)、遼寧省、吉林省和黑龍江省的東北平原,包括河北省、山東省、河南省和安徽省的華北平原,以及包括江蘇省、江西省、湖北省、湖南省和四川省的長江中下游平原。
圖3 為東北平原各省份2011—2016 年的密切值和排名。由圖3 可以看出,內(nèi)蒙古自治區(qū)在前2 年排名保持第一,自2013 年開始下滑,到2016 年成為最后一位。該地區(qū)大陸性氣候強,氣候干旱,還存在土地沙化等問題,因此更加注重生態(tài)環(huán)境治理,所以前4 年都能保持前五的排名。但是期間其他省份也更加注重農(nóng)業(yè)環(huán)境問題的治理,而縮小了與最優(yōu)面的距離,導(dǎo)致內(nèi)蒙古自治區(qū)排名下滑。黑龍江省與內(nèi)蒙古自治區(qū)趨勢相似,但不同的是黑龍江省農(nóng)藥化肥施用強度等指標較小,其環(huán)境治理力度也不突出,所以在后期也出現(xiàn)排名下滑的情況。2016 年遼寧省化學(xué)需氧量排放、總磷排放等環(huán)境壓力指標均大幅下降,農(nóng)機推廣和培訓(xùn)投入增加,節(jié)水灌溉面積擴大,因此2016 年遼寧省農(nóng)業(yè)環(huán)境評價結(jié)果較好,但需要注重提高秸稈綜合利用率以及水資源利用率。吉林省在2015 年排名第十位,但在其他年份中一直排在前五,表明該省在研究期間農(nóng)業(yè)環(huán)境較穩(wěn)定。從指標上看,該地水污染比較輕,污染物排放不斷減少,狀態(tài)系統(tǒng)指標值保持在平均水平以上,農(nóng)業(yè)科技進步、農(nóng)機推廣和培訓(xùn)投入貢獻率較高。
圖3 東北平原各省份2011—2016 年的密切值和排名
圖4 為華北平原各省份2011—2016 年的密切值和排名。河北省除了2015 年,其他年份排名皆在第五位到第八位波動,全省農(nóng)業(yè)總產(chǎn)值大,農(nóng)業(yè)污染排放壓力也很大,但由于污染物處理方面投入較大,且有足夠的農(nóng)機推廣培訓(xùn)投入,環(huán)境壓力也能得到緩解。安徽省總體情況穩(wěn)中向好,全省有效灌溉面積擴大,糧食產(chǎn)量繼續(xù)上升,其他各項指標均處于平均水平,但應(yīng)該注意提高農(nóng)機推廣和培訓(xùn)投入。河南省排名在2015 年以前比較穩(wěn)定,但是2015 年和2016 年連續(xù)排名第一。作為農(nóng)業(yè)大省,河南省糧食產(chǎn)量大,但農(nóng)業(yè)環(huán)境污染也嚴重,因此對污染的治理力度也不斷加大,大部分反應(yīng)指標都向好,狀態(tài)指標都排名靠前,才能在后2 年更接近農(nóng)業(yè)環(huán)境評估中的理想面。山東省在考察期后2 年加大對農(nóng)業(yè)機械化的投入,縮減農(nóng)藥化肥的施用量,其排名也在后2年顯著提升。
圖4 華北平原各省份2011—2016 年的密切值和排名
圖5 為長江中下游平原各省份2011—2016 年的密切值和排名。由圖5 可以看出,湖北省、江西省和湖南省的排名變化趨于一致,在2015 年以前都位列排名的中后段。湖北省在評估中比較靠后,全省秸稈綜合利用率高于平均水平,但其他環(huán)境響應(yīng)指標大多為平均水平及以下;且湖北省農(nóng)藥和化肥施用強度較高,環(huán)境壓力大;狀態(tài)指標處于平均水平以上,生產(chǎn)緊張,環(huán)境壓力大,環(huán)境應(yīng)對措施不足。江西省是農(nóng)藥施用率最高的省份,水資源充足,但有效灌溉面積和節(jié)水灌溉面積都較小,反映出用水效率不高;農(nóng)業(yè)生產(chǎn)條件和狀態(tài)都較好,但是其環(huán)境保護和治理落后于平均水平,所以排名也處于中后段。湖南省的情況與江西省相似,氨氮和總磷排放量巨大。在響應(yīng)系統(tǒng)中,農(nóng)機推廣投入有待提高,生態(tài)建設(shè)總投資小,波動大,使其排名靠后。
四川省排名一直靠前且穩(wěn)中向好。農(nóng)藥、化肥的施用強度在中等偏下,環(huán)境壓力較??;土地利用效率和勞動效率以及其他正向狀態(tài)指標不斷上升,物耗系數(shù)逐年縮小,狀態(tài)系統(tǒng)良好。江蘇省農(nóng)業(yè)環(huán)境持續(xù)優(yōu)化,直到2016 年,排名降至第九位。其狀態(tài)系統(tǒng)僅為中等,環(huán)境治理投入較高,但其化學(xué)需氧量排放、氨氮排放等在2016 年的縮減程度不如河南省等地。
圖5 長江中下游平原各省份2011—2016年的密切值和排名
總體上,2011—2016 年東北平原排名最為靠前,華北平原居于中位,長江中下游平原排名靠后。但是后2 年很多省份排名出現(xiàn)較大變化,分析其原因可能在于中國“十二五”規(guī)劃于2015 年結(jié)束,各省農(nóng)業(yè)發(fā)展也接近目標。2016 年是“十三五”規(guī)劃的第一年,而推進農(nóng)業(yè)現(xiàn)代化、生態(tài)環(huán)境改善是兩大戰(zhàn)略目標。各省污染物排放量在2016 年的大幅下降,減輕了環(huán)境壓力,同時,大多數(shù)省份加大了對農(nóng)業(yè)環(huán)境治理的投入,為農(nóng)業(yè)生產(chǎn)提供了更好的條件。
為對中國糧食主產(chǎn)區(qū)農(nóng)業(yè)生態(tài)環(huán)境進行綜合評價,本研究在PSR 模型框架下構(gòu)建評價指標體系,利用熵權(quán)法確定指標權(quán)重,結(jié)合密切值法對各省農(nóng)業(yè)環(huán)境優(yōu)劣進行排名。主要結(jié)論如下:①在此綜合指標體系中,糧食主產(chǎn)區(qū)省份在秸稈綜合利用率和農(nóng)機推廣培訓(xùn)投入這2 項指標上差異最大;②在PSR框架下,各省響應(yīng)系統(tǒng)的差距>狀態(tài)系統(tǒng)的差距>壓力系統(tǒng)的差距;③內(nèi)蒙古(2011 年和2012 年)、吉林(2013 年)、黑龍江(2014 年)、河南(2015 年和2016年)是考察期間農(nóng)業(yè)生態(tài)環(huán)境綜合評價最好的省份,總體上,2011—2016 年,東北平原農(nóng)業(yè)生態(tài)環(huán)境排名最為靠前,華北平原居于中位,長江中下游平原排名靠后。
中國近年來秸稈綜合利用率能夠達到80%以上,2020 年更是要達到85%,以實現(xiàn)“十三五”規(guī)劃關(guān)于秸稈資源綜合利用的目標。中國秸稈資源總量大,但是秸稈焚燒屢禁不止,當(dāng)務(wù)之急是轉(zhuǎn)變農(nóng)民觀念,完善秸稈收集、運輸和儲存系統(tǒng),加快秸稈利用產(chǎn)業(yè)化,并且推廣秸稈還田技術(shù)、固化成型以及氣化等循環(huán)利用技術(shù)。由于歷史因素,大型農(nóng)業(yè)機械很少為家庭所有,對一般農(nóng)戶而言農(nóng)機成本過高;再者中國南北地形差異較大,南方多丘陵山地,難以大規(guī)模農(nóng)機作業(yè),導(dǎo)致農(nóng)機化水平存在地域差異;且當(dāng)前高素質(zhì)人才大多流向城市,農(nóng)機化研究和技術(shù)的推廣缺少智力支持。針對以上這些特點,在增加農(nóng)機推廣培訓(xùn)投入的同時,各地應(yīng)鼓勵農(nóng)業(yè)集約化生產(chǎn),合理規(guī)整土地,并且制定吸引人才返鄉(xiāng)的相關(guān)政策,提高農(nóng)業(yè)機械化程度,促進中國農(nóng)業(yè)現(xiàn)代化發(fā)展。