氮磷平衡視角下農戶糧食生產環(huán)境效率分析
——基于DEA?CLAD 兩階段模型

馬永喜，馬鈺婷

（1.浙江理工大學 經(jīng)濟管理學院，浙江 杭州 310018；2.浙江理工大學 浙江省生態(tài)文明研究院，浙江 杭州 310018）

在糧食生產中，化肥、農藥等農用化學品的使用為作物生長提供必要的養(yǎng)分，并減少作物減產的風險。但是過量的農業(yè)化學品在農田內的使用也造成了農田的氮磷失衡與環(huán)境污染，影響到農業(yè)的可持續(xù)發(fā)展。2017年，我國主要糧食作物（水稻、玉米、小麥）化肥利用率為37.8%，農藥利用率為38.8%，遠低于發(fā)達國家50%～65%的水平［1］。我國糧食產量占世界16%，卻消耗了世界31% 的化肥用量，單位面積農藥用量達到了世界平均水平的2.5～5 倍。農業(yè)投入品的低效使用導致較高生產成本的同時，也帶來了一定的環(huán)境危害和環(huán)境污染。因而，提升糧食生產的環(huán)境效率，在增加農業(yè)產值的同時減少對生態(tài)環(huán)境的影響，保障糧食生產的可持續(xù)發(fā)展，已經(jīng)成為目前迫切需要解決的重要現(xiàn)實問題。

目前，國內外學者從不同角度將環(huán)境因素引入農業(yè)生產率評估中，對農業(yè)環(huán)境效率進行測算和研究。部分學者將污染視為一種“非合意”產出，利用最大化“ 合意”產出且最小化“ 非合意”產出來計算環(huán)境效率［2?4］。另有部分學者將污染治理費用作為投入要素，根據(jù)調查數(shù)據(jù)來計算污染量、核算環(huán)境污染價值，并進而計算環(huán)境效率［5］。在考察環(huán)境污染或非合意產出上，大多學者以碳排放作為產出變量，從低碳視角下測算農業(yè)環(huán)境效率，分析農業(yè)碳排放的時空特征并研究其影響因素［6?8］；也有一些學者從化學物質污染角度，考察資源使用帶來的化學物質利用效率，以及化學物質使用帶來的水質和土壤污染［9?11］。在環(huán)境效率測定基礎上，國內外學者討論了各種社會、經(jīng)濟以及政策等因素對農業(yè)環(huán)境效率的影響。例如家庭收入［12］和收入差距［13］、人力資本［14］、土地規(guī)模［15?16］、教育水平［17］、年齡［18］和農業(yè)補貼［19］等都可能 對 環(huán)境效率 產 生不同程度的影響。

目前研究結果可以看出，如何確定農業(yè)源污染排放量是進行環(huán)境效率評價的關鍵問題。污染排放量的測定往往根據(jù)要素投入和農業(yè)源污染排放系數(shù)資料來估計污染的排放，但是農業(yè)源污染排放系數(shù)受到作物種類、農業(yè)生態(tài)環(huán)境等方面的影響，其數(shù)據(jù)往往具有不可獲得性或有較大的偏誤［20］?？紤]到農業(yè)生產本身是物質資源轉換的過程，而環(huán)境污染本質上也是放錯了地方的資源，采用物質平衡法有可能解決污染量測算上的不足，能夠較為真實準確估算農業(yè)源污染量。物質平衡法可以分析計算農業(yè)生產過程中多種物質元素的污染排放總量，并分析出每個污染元素對環(huán)境的危害程度［21］。物質平衡法根據(jù)投入要素的實際投入產出數(shù)量，追蹤養(yǎng)分與化學物品的流動方向，可以衡量該農業(yè)生產活動對環(huán)境所造成的污染量，排除生產要素的價格變量對最終測算結果的影響。此外，目前的環(huán)境效率評估及其影響因素分析更多關注于省級宏觀層面分析，因而難以從地塊微觀層面深入探究環(huán)境污染與效率運算，也難以準確分析農戶特征對環(huán)境效率的影響。在環(huán)境效率影響因素研究方法上，目前研究多采用Tobit 模型，但該模型對回歸擾動項有較強的正態(tài)性和同方差性假定［22］，其估計結果不夠穩(wěn)健。而同樣用于受限解釋變量的CLAD 模型其僅要求擾動項為獨立同分布而且在非正態(tài)與異方差的情況下也能得到一致估計，在估計環(huán)境效率影響分析中結果可能將更為穩(wěn)健可靠。

本研究從糧食生產氮磷平衡的視角，采用物質平衡法來測算糧食生產中的非期望產出（氮磷盈余），將物質平衡原則（MBP）引入環(huán)境效率測量模型中，對地塊層面的農戶糧食生產的環(huán)境效率進行估計。同時，本研究采用更加穩(wěn)健的CLAD 模型來代替Tobit，構建DEA?CLAD 的兩階段模型，從地塊層面來分析產品和要素價格、補貼等和農戶特征等外生因素對糧食生產環(huán)境效率的影響。

一、模型構建

（一）糧食生產環(huán)境效率的測量

目前研究環(huán)境效率評估的方法主要分為以數(shù)據(jù)包絡分析（DEA）為代表的非參數(shù)方法和以隨機前沿分析（SFA）為代表的參數(shù)法兩大類。相對于SFA 方法，DEA 方法無需設定具體的生產函數(shù)，可以測算多投入多產出數(shù)據(jù)變量，且不受投入產出量綱的影響，因而更加適用于包含非期望產出的農業(yè)生產的環(huán)境效率研究。目前，很多學者基于DEA方法，采用Tone 提出的非徑向、非角度SBM （Slack?Based Measure）模型來測量農業(yè)生產的環(huán)境效率［23］。但是，由于非期望產出（負產品）數(shù)據(jù)在具體操作中難以量化，固定系數(shù)法衡量的污染物排放量可能會對農業(yè)環(huán)境效率測算存在偏誤［20］。

由于農業(yè)生產本身是物質資源轉換的過程，生產過程中養(yǎng)分和化學品帶來的環(huán)境污染來源于其過量和不當?shù)氖褂?。從物質平衡的視角，跟蹤養(yǎng)分和化學品在作物生產和農田生態(tài)系統(tǒng)中的物質流向，能夠精確地度量其不合意產品的產出。Coelli 等提出基于物質守恒原則的環(huán)境效率模型，將生產過程投入生產的物料轉化成為合意的產出和不合意的污染物［24］。氮磷既是作物生長必需的營養(yǎng)元素，為作物生長提供養(yǎng)分。氮磷過量和不當施用所造成的氮盈余和磷盈余又給農田土壤環(huán)境帶來環(huán)境危害和威脅，氮磷又是環(huán)境污染因子，其在農業(yè)生產系統(tǒng)的利用和去向直接關系到農業(yè)環(huán)境效率［25］。在物料平衡原則下，農田系統(tǒng)中輸入的氮磷元素總和減去輸出的氮磷元素總和等于農田系統(tǒng)氮盈余和磷盈余［24］。本研究采用農田中氮磷元素平衡計算方法［26］對非期望產出氮磷盈余進行分析。其數(shù)學形式如下：

其中，br、和分別表示氮或磷的盈余、氮或磷的輸入及氮或磷的輸出。

本研究將物質平衡條件下的氮磷盈余計算公式（公式1）引入到SBM 模型中，在Coelli 等［25］和F?re & Grosskopf［27］模型基礎上，將氮和磷的盈余作為“非期望產出”，來構建符合MBP 并考慮“非合意產出”的非徑向SBM 方法的農業(yè)環(huán)境效率（EE）評估模型（簡稱MBP?SBM?EE 模型），具體模型如下：

式中，ρ 是決策單元(x0，y0，b0)的效率值，代表i種投入的冗余，表示r 類減少的期望產出；則表示p類過剩的非期望產出，對應于投入、期望產出和非期望產出的松弛變量，通過和來計算出各決策單元與最優(yōu)決策之間的差距，進而計算決策單元的環(huán)境效率。

（二）環(huán)境效率影響因素模型

在環(huán)境效率評估基礎上，本研究將實證分析農業(yè)外部市場因素和農戶內部特征等因素對環(huán)境效率的影響。環(huán)境效率影響因素的測算，可通過計量回歸實現(xiàn)。Tobit 模型在因變量受到約束（因變量取值［0，1］）時使用。然而，Tobit 模型最大的缺陷是對擾動項的分布要求高，模型結果不夠穩(wěn)健。因此，本研究將檢驗擾動項是否正態(tài)和同方差的假設。如果擾動項不滿足正態(tài)性和同方差的假設，本研究將選取更加穩(wěn)健的歸并最小絕對離差法CLAD 代替Tobit 模型。同時，考慮到在利用DEA 方法測得的環(huán)境效率之間有一定的內在依賴性，因而本研究在回歸分析中進行基于自抽樣方法（Bootstrap，n＞50）以此來提高回歸估計的可信度。Tobit 模型、擾動項的正態(tài)性和同方差性檢驗方法及CLAD 模型的具體結構如下：

Tobit 模型表達式如下：

式中：1 （·）是特征函數(shù)，若括號中表達為真，取值1，反之，取值0。

在Tobit 模型回歸基礎上，本研究將采用條件矩檢驗擾動項正態(tài)性，并構建輔助回歸利用LM 統(tǒng)計量同方差性檢驗擾動項的同方差性。具體檢驗方法如下：

條件矩檢驗：

輔助回歸構建LM 統(tǒng)計量為：

構建的輔助回歸為：

如果檢驗結果證明擾動項不符合正態(tài)和同方差的假設，將采用更為穩(wěn)健的CLAD 模型。CLAD 法僅要求擾動項為獨立同分布，即使在非正態(tài)與異方差的情況下也能得到一致估計。而且，在一定的正則條件下，估計量服從漸近正態(tài)分布。CLAD 法的歸并數(shù)據(jù)模型如下：

其中目標函數(shù)為離差絕對值之和：

上式CLAD 模型僅要求擾動項服從獨立同分布，若xiβ+εi≥0，則yi=xiβ+εi，反之yi= 0。

二、數(shù)據(jù)來源與變量說明

水稻生產在浙江省糧食生產中占有重要地位，2019年浙江水稻產量占糧食總產量的78%，因而本研究選取水稻為例，對糧食生產環(huán)境效率進行研究。數(shù)據(jù)來源于浙江省發(fā)改委所做的農產品生產成本與收益調查。該調查以農戶地塊層面展開，2004—2019年共調查1586個農戶的種植地塊，早秈稻地塊數(shù)量為793，晚秈稻數(shù)量為793。調查總樣本數(shù)量達到4657個，其中早秈稻2682個，晚秈稻1975個。本研究所使用數(shù)據(jù)包括投入產出數(shù)據(jù)和外生環(huán)境效率影響因素（市場價格數(shù)據(jù)和農戶特征等）數(shù)據(jù)。

投入產出變量。本研究中投入變量包括糧食生產中的化肥投入、農藥投入、勞動投入和土地等其他資本投入?；释度胍员灸甓葍葐挝幻娣e上化肥折純投入量表示；農藥投入以農藥折算用量表示，即用于調節(jié)農作物生長的農用化學藥品在單位面積上農藥投入量；勞動投入以總用工天數(shù)表示，為雇工天數(shù)與家庭用工天數(shù)之和；土地等其他資本投入，簡稱資本投入，包括土地成本、機械作業(yè)費、燃料動力費用、技術服務費用、工具材料費用、修理維護費用和固定資產折舊費用等資本性投入。產出變量包括期望產出和非期望產出。對于本研究來說所被期望的產出即為主產品產值，指生產者通過市場銷售的農業(yè)主產品獲得的利潤總和。

本研究從氮磷平衡的視角來考察和度量糧食生產中的非期望產出。氮元素與磷元素在土壤中循環(huán)流動，化學元素在農業(yè)生產系統(tǒng)中的利用和流向直接關系到農業(yè)環(huán)境效率的高低。適度的氮磷元素可以為農作物生產提供營養(yǎng)，有利于農作物生長，而氮磷過量施加造成的氮盈余和磷盈余給農田土壤環(huán)境帶來環(huán)境危害和威脅。當?shù)自赝度肓砍龅貕K系統(tǒng)承載量，則表現(xiàn)出“ 盈余”狀態(tài)，當?shù)自赝度肓啃∮诘貕K系統(tǒng)承載量，則為“虧缺”狀態(tài)，不會造成土壤化學元素累積。本研究不期望產出采用氮盈余量和磷盈余量來衡量。氮盈余是指氮輸入與氮輸出之差，農作物生產系統(tǒng)中氮輸入包括化肥輸入、氮生物固氮、氮種子輸入，氮輸出包括氮作物養(yǎng)分輸出與氮揮發(fā)。其中，氮化肥輸入包括尿素、碳銨、氮復合肥及其氮混配肥等其他肥料的氮折純量之和。同理，本研究的磷盈余包括磷化肥輸入與磷種子輸入，磷輸出主要為磷作物養(yǎng)分流失。其中，磷化肥輸入包括磷肥、復合肥與磷混配肥五氧化二磷折純之和。

環(huán)境效率外生影響因素變量。目前的環(huán)境效率影響因素研究中，外生市場價格、政策變量（補貼等）和農戶特征等因素等是影響環(huán)境效率的主 要外在因素［7?8，11?15］。因 而，本研究 選取產品和要素價格、補貼和農戶教育和年齡特征等作為環(huán)境效率外生影響因素變量，并研究他們對環(huán)境效率可能帶來的影響。其中產品和要素價格變量選取化肥價格、農藥價格、勞動力價格、土地成本和糧食價格五個變量。化肥價格以調查當年農戶化肥使用總費用與總用量之比度量；農藥價格以調查當年農藥市場價格均值度量；勞動價格以調查地當年農戶的家庭勞動日工價度量；土地成本以流轉地租金和自營地折租之和來計算土地成本；糧食價格以農戶當年糧食銷售價格。農戶特征變量選取農戶年齡和教育程度兩個變量。農戶年齡為調查當年農戶的實際年齡。教育程度分為小學以下、小學、初中、高中、大專及以上五個等級，分別以0、1、2、3、4 表示。此外，糧食收購和補貼政策也可能對其環(huán)境效率有所影響，本研究選取糧食商品率和補貼額來考察政策因素對環(huán)境效率的影響。商品率指農戶所出售的糧食商品數(shù)量占糧食總產量的比率。補貼為農戶每公頃糧食種植所得到的各類政府補貼金額。

糧食生產投入產出變量及環(huán)境影響因素變量描述性分析如表1 所示。從表1 可以看出，晚秈稻產出均值略高于早秈稻，其化肥、農藥和用工投入均值也是略高于早秈稻，但晚秈稻氮盈余和磷盈余均值均顯著低于早秈稻。早秈稻和晚秈稻的各環(huán)境效率影響因素變量比較而言沒明顯差別。

表1 糧食生產投入產出及環(huán)境效率影響因素主要變量描述性統(tǒng)計

三、描述性結果與實證估計

（一）糧食生產環(huán)境效率

基于本研究所構建的氮磷平衡視角下的環(huán)境效率評估模型（MBP?SBM?EE 模型），采用Max?DEA 軟件，實證估計了浙江省農戶水稻生產的環(huán)境效率。從總體情況來看，浙江省水稻生產環(huán)境效率在0.256 到1.000 之間，平均環(huán)境效率為0.563；此結果與相關研究者的結果相近［28］；從各秈稻品種來看，早秈稻平均環(huán)境效率為0.572，略高于晚秈稻和粳稻的平均環(huán)境效率0.555 和0.553。從時間變化特征來看，各品種秈稻環(huán)境效率總體環(huán)境效率均處于波動之中（如圖1 所示），有一定的逐年下降趨勢，近年來穩(wěn)定在0.5～0.6 之間，三種水稻品種的環(huán)境效率均有較大的提升空間。

圖1 秈稻生產環(huán)境效率年度變化

（二）糧食生產環(huán)境效率影響因素估計結果分析

1.環(huán)境效率影響因素實證估計結果

在測算各種水稻的環(huán)境效率值后，本節(jié)采用stata14 軟件，通過條件矩檢驗和輔助回歸構建LM 統(tǒng)計量，利用農戶樣本量數(shù)據(jù)，檢驗Tobit 模型中擾動項的正態(tài)性和同方差性對本研究構建的環(huán)境效率影響因素模型進行回歸估計。模型1、模型2 和模型3 為分次加入不同控制變量下的To?bit 模型。各模型估計結果如表2 所示。水稻總體及水稻分品種模型估計系數(shù)顯著性和影響方向基本一致。

表2 基于Tobit 模型的環(huán)境效率影響因素估計結果

通過條件矩檢驗和輔助回歸構建LM 統(tǒng)計量，利用水稻總樣本量數(shù)據(jù)，檢驗Tobit 模型中擾動項的正態(tài)性和同方差性，檢驗結果如表3 所示。

表3 結果表明，在水稻樣本總體及各品種水稻樣本中，原假設為“ 擾動項服從正態(tài)分布”，模型1、模型2 和模型3 的條件矩統(tǒng)計量分別為1742.2、1585.7 和1576，分別遠高于接受假設的三個臨界值13.409、9.730 和12.138，強烈拒絕原假設。拉格朗日檢驗中，模型1、模型2 和模型37 的統(tǒng)計量分別為43.128、110.95 和115.747，P 值為0，說明Tobit 模型中擾動項存在異方差。因此，應當采用更加穩(wěn)健的CLAD 模型方法代替Tobit 模型方法來對環(huán)境效率影響因素進行估計。

表3 擾動項分布檢驗結果

基于CLAD 模型，采用Stata 軟件，對水 稻總體及水稻分品種生產的環(huán)境效率影響因素進行估計（模型4、模型5 和模型6），估計結果如表4所示。

表4 基于CLAD 模型的環(huán)境效率影響因素估計結果

從CLAD 的回歸結果可知，糧食價格對環(huán)境效率產生了顯著的正向影響，說明較高的糧食價格會激發(fā)農戶耕種的積極性，有利于整體農業(yè)環(huán)境效率?；蕛r格對糧食生產環(huán)境效率有正的顯著影響，這說明從氮磷平衡視角來看，化肥價格的降低將帶來化肥投入的增加，并進一步可能會提高糧食產量，而化肥投入的增加同時對氮磷盈余貢獻更大，從而降低了環(huán)境效率。與化肥相反，農藥價格都對環(huán)境效率產生有負向的影響，這說明農藥價格的增加促使農藥投入降低，農藥的施用量變化對作物產量影響較大，但其對氮磷輸入的影響極小，因而總體上農藥價格的增加將會降低作物生產環(huán)境效率。

結果還顯示，勞動力價格與環(huán)境效率呈正相關關系，可能原因在于勞動力價格較高的地方其生產率較高，同時可能其收入較高而更加重視農業(yè)環(huán)境的可持續(xù)利用，因而化學品使用效率較高，具有更高的環(huán)境效率。土地成本與環(huán)境效率呈現(xiàn)負相關，可能在于土地成本的提高增加了農業(yè)成本投入，使得農戶更加關注產出的回報而增加化肥等化學品的使用，從而降低了糧食生產的環(huán)境效率。政府對糧食生產補貼額度對秈稻生產環(huán)境效率有正的影響，可能在于補貼促進的糧食產量提高，同時補貼對化肥等化學品投入影響不大，因而一定程度上促進了環(huán)境效率的提升。年齡對環(huán)境效率有負的影響，可能在于年齡較大的農戶生產效率較低或是施入更多的化肥來替代其勞動，進而導致其環(huán)境效率較低。教育程度對環(huán)境效率沒有顯著的影響。

2.穩(wěn)健性檢驗與結果討論

通過對Tobit 模型和CLAD 模型估計結果對比可知，在勞動價格和補貼收入等變量中，CLAD 模型結果較Tobit 模型結果顯著性水平上有明顯提高且CLAD 模型的標準誤差整體小于Tobit 模型，說明Tobit 模型在本研究中的估計存在一定的偏誤，而使用CLAD 模型方法更加穩(wěn)健。同時對比Tobit 模型和CLAD 模型估計結果，水稻總體及水稻分品種模型估計系數(shù)影響方向和顯著性基本保持不變。

為了確保估計結果的穩(wěn)健可靠，本研究還分別采用替換變量法和采用分樣本方法進行穩(wěn)健性檢驗。本研究被解釋變量糧食產出以糧食產值來表示［29］，現(xiàn)采用替代指標糧食產量來替代糧食產值，對環(huán)境效率影響進行估計（模型7、模型8 和模型9，控制變量不同），估計結果如表5 所示。接著將水稻分為早秈稻、晚秈稻和粳稻三個樣本分別進行了估計（模型10、模型11 和模型12），估計結果如表6 所示。CLAD 模型結果顯示水稻總體及水稻分品種模型估計系數(shù)影響方向完全一致、顯著性基本一致?？梢奀LAD 模型回歸估計結果整體上是穩(wěn)健的。

表5 水稻生產環(huán)境效率影響因素穩(wěn)健性檢驗

表6 分樣本水稻生產環(huán)境效率影響因素估計結果

從CLAD 的回歸結果可知，糧食價格、化肥價格、農藥價格對農戶秈稻生產的環(huán)境效率影響系數(shù)較大，教育、勞動價格、年齡、土地成本和政府補貼影響系數(shù)較低。糧食價格、化肥價格和農藥價格都對糧食生產和化學品投入有直接的影響，而環(huán)境效率的度量正是基于產出與化學品投入的比值，因而糧食價格、化肥價格和農藥價格對作物環(huán)境效率的影響是直接而顯著的。本研究基于氮磷平衡角度，以氮磷盈余作為“非期望產出”來測量秈稻生產的環(huán)境效率，因而化肥投入因素因化肥富含氮磷元素而對環(huán)境效率影響較大。而農藥其施用可能對農田生態(tài)系統(tǒng)帶來殘留毒性等環(huán)境威脅，但本研究未予充分考慮其可能在氮磷盈余之外的污染排放，因而環(huán)境效率的度量有一定的片面性，需要將來進一步的研究解決。

四、結論與啟示

本研究從糧食生產氮磷平衡的視角，通過農田地塊層面的氮磷元素留存量來度量糧食生產中的“非期望產出”，并構建農業(yè)環(huán)境效率評估模型。在此基礎上，在擾動項不服從正態(tài)性和同方差性假設的情況下，采用更加穩(wěn)健的CLAD 模型來代替?zhèn)鹘y(tǒng)的Tobit 模型，構建DEA?CLAD 的兩階段模型，利用2004—2019年浙江省水稻種植農戶的地塊層面的數(shù)據(jù)，來對水稻生產的環(huán)境效率的影響因素進行實證估計。研究表明，浙江省水稻生產歷年環(huán)境效率處于波動之中，平均環(huán)境效率為0.563，有較大提升空間；糧食價格、化肥價格和農藥價格是秈稻生產環(huán)境效率的主要影響因素，糧食價格、化肥價格對環(huán)境效率有正向顯著的影響，而農藥價格對環(huán)境效率的影響為負；勞動力價格和補貼對環(huán)境效率有正向的影響，而土地成本和農戶年齡對環(huán)境效率具有負向的影響。

基于以上研究結論，本研究有以下政策啟示：需從氮磷物質平衡的視角優(yōu)化管理糧食種植的養(yǎng)分輸入和輸出，在保障作物養(yǎng)分需求的同時避免氮磷盈余和浪費，綜合提高農業(yè)生產的環(huán)境效率； 繼續(xù)貫徹實施最低收購價等價格保護政策，保障糧食和要素價格穩(wěn)定，穩(wěn)定提高糧食生產的經(jīng)濟效益和環(huán)境效率；繼續(xù)執(zhí)行“化肥使用量零增長”政策，減少化肥等農資價格的扭曲，對農戶施肥進行科學指導，提高化肥使用效率，提升糧食生產的環(huán)境效率。