31个地区农村生态环境治理效率的综合评价对比

　　中共中央总书记、国家主席、中央军委主席习近平在 2014 年 7 月 8 日主持召开的经济形势专家座谈会上强调指出: 中国的发展必须是遵循经济规律的科学发展，必须是遵循自然规律的可持续发展。要实现遵循自然规律的可持续发展，离不开两个要素: 环境和经济，它们两者的关系是一个永恒的话题。时至今日中国的经济发展已经到达一个新的高峰，伴随着中国经济的高速发展，生态环境的保护和治理工作将会越来越受重视，尤其是农村生态环境［1］。而在刚刚过去的二十年里，围绕城市环境治理和改善的相关研究十分完善，从研究方法上来讲定性和定量皆有，研究尺度既有微观具体分析也有宏观区域比较，研究视角既有时序分析也有空间差异分析，研究内容也从改善城市生态环境的对策分析延伸到了对区域、城市生态环境治理投资的效率评价等多方面［2 －5］。而针对农村生态环境，学者的研究视角则以农村生态环境治理改善和承载容量等内容为主［6 －8］，关于农村生态环境治理效率评价的成果并不多见，研究视角、尺度和方法相对城市而言也稍嫌不足，针对农村生态环境治理效率空间异质性的综合比较分析尚属空白。数据包络分析( Data Envelopment Analysis) ，简称 DEA，是当前广泛应用在城市环境治理效率评价的主要方法之一，很多学者运用 DEA 对大、中、小区域的城市环境治理效率进行了综合评价，对该区域城市环境的治理和改善提出了宝贵的实证建议［9 －10］。将 DEA 运用到农村生态环境治理方面，既能实现农村大、中、小区域的环境治理效率评价，还能根据各区域效率值进行比较分析和空间异质性规律的探讨，这对认清当前中国农村生态环境治理的空间分布形势以及完善区域间农村环境治理投入的政策及措施大有裨益。为了探讨各区域农村生态环境治理效率的异质性变化规律，文中首先基于数据的可获得性和农村生态环境治理的理论体系分层次构建了 2011 年 31 个省( 市、区) 农村生态环境治理的投入 － 产出指标体系，然后以区域农村生态环境治理的超效率值和农村经济发展水平为切入点，借助农村生态环境治理效率的综合评价矩阵［11］，对 31 个地区进行了聚类对比分析; 根据分析的结果进行当前农村生态环境治理效率的科学评价，同时对地区农村经济发展与农村环境治理效率之间的关系进行探讨，力求为改进各区域农村生态环境治理效率、缓解农村发展与生态环境之间日趋加剧的供需矛盾，促进地区经济与农村生态环境可持续发展提供科学依据和实证建议。

　　1 材料与研究方法

　　1． 1 数据来源

　　研究的原始数据为 2011 年结果，数据来源为国家统计局官方网站的统计数据、《2012 中国农村统计年鉴》和《中国环境年鉴 2012》。虽然原始数据的单位不一，但是因为 DEA 方法中决策单元的最优效率与投入产出指标值的量纲选取无关，所以无需对原始数据进行量纲标准化处理［12］。

　　1． 2 农村生态环境治理投入 － 产出指标体系

　　环境治理的投入指标一般主要包括财政支出、污染治理投资、基础设施投资和环保科研及教育支出等方面［13］，产出则多半围绕环境污染物的排放量等方面［14］。因农村与城市在功能和定位、产业构成等方面差异显着，且农村环境相关数据体系的完善程度远远不及城市，因此研究构建的农村生态环境治理投入 －产出指标体系在定位、内容细分等方面与城市的并不相同。基于指标的可操作性、合理主导性、科学性以及数据的可获得性等原则，研究中农村生态环境治理的投入指标主要从与农村相关的农村资源环境改造、农业生产环境治理投入、农村生活环境治理投入等角度进行划分，而产出指标则以社会、经济和生态效益三方面构成［15］。具体的农村生态环境治理投入 － 产出指标体系如表 1 所示，正向和反向指标分别以 "+ " 和" － " 来表示。正向指标一般意为指标数值越大，效率越优，负向指标意为指标数值越小，效率越优，对于投入 － 产出的效率评价而言，一般"高产出，低投入"为最佳，因此产出指标多为正向指标，投入指标多为负向指标，但也有例外，一般在投入或产出内部都设定为同向指标为优，如产出指标中的农业总氮、磷排放等负向指标，如设定为排放减少量即为正向指标，否则应根据以下公式进行归一化转换:

　　投入指标体系中的正向指标和产出指标体系中的负向指标需采用以下公式转换［16］：

　　式中: xi为指标原始值，Zi为处理后的指标值，max( xi) 为所有样本指标的最大值，min( xi) 为所有样本指标的最小值。

　　1． 3 研究方法

　　农村生态环境治理效率的空间异质性可表现为农村生态环境治理的反映变量随着空间位置变化呈现出相关属性差异的综合测度。测度多方面反映变量属性的综合差异可通过首先进行合理的可量化的治理效率指标体系构建，然后采用科学的定量方法对指标体系进行效率综合评价来达到。文中首先采用超效率 DEA 以 31 个省( 市、区) 作为决策单元，根据表 1 的投入 － 产出指标体系运用效率测量软件 EMS( Effi-ciency Measurement System) 进行各地区的超效率值计算，根据计算出的超效率值可进行地区间的治理效率排序和比较，如果超效率值大于 100%，则该决策单元是相对有效的，即该地区规模收益为不变的类型;如果超效率值小于 100%，则该决策单元是相对非有效的，该地区规模收益为递减的类型，非有效的原因一般有面向产出和面向投入两种: 一是保持投入不变的情况下，产出不足，二是保持产出不变的情况下，投入过大。根据我国农村环境治理的情况，文中投入 － 产出模型基于面向投入构建，即在保持产出不变的情况下，确定非相对有效决策单元效率要达到有效在投入上需要改进的幅度［17］。

　　得到运用超效率 DEA 测度的各地区农村生态环境治理效率值之后，为了更加直观地从多方面多角度展现地区间的差异程度，研究结合地区农村经济发展水平构建综合评价矩阵对农村生态环境治理效率进行了系统和合理的聚类。因农村经济发展水平并非仅由农业发展来决定，为了能更科学、客观地反映地区农村经济发展水平的真实情况，评价矩阵选择了 2011 年农村居民家庭人均纯收入作为测度标准，构建的农村生态环境治理效率综合评价矩阵( 表 2) 。根据表 2 所示，分别以所有地区农村生态环境治理效率值和 2011 年农村居民家庭人均纯收入的大小排名为划分标准，据此将农村生态环境治理效率和农村经济发展水平分别划分为两个评价等级，通过划分等级的两两组合可将 31 个地区划分为"效率高 － 经济强、效率高 － 经济弱、效率低 － 经济强、效率低 － 经济弱"四类。

　　2 结果与分析

　　2． 1 区域农村环境治理效率的比较分析

　　根据 EMS 分析结果，我国31 个省( 市、区) 中有5 个地区的超效率值特别大无法显示，它们分别是:

　　上海、海南、西藏、青海和新疆。其余 26 个地区的超效率计算结果( 表 3) 。根据 DEA 分析结果来看，我国 31 个省( 市、区) 农村环境治理效率的一般形势尚可，但仍存在一定的地区差异。31 个地区中，有 8个省( 市、区) 农村环境治理效率为非相对有效，相对有效决策单元所占比重为 74． 2%。除上海、海南、西藏、青海和新疆 5 个地区超效率值较大以外，天津以绝对的优势排名第 6，重庆、云南、广东和甘肃位列第 7 －10 名，其中 6 －8 名的分值相对第 9 －10 名优势比较明显，尤其是天津优势非常明显; 湖南、湖北、黑龙江、河南、江苏、江西、内蒙古和北京有效值最低，位列最后 8 位，它们的超效率值小于100% ，为非相对有效。根据地域划分来看，农村环境治理效率较优的决策单元在西北、华南、华东、西南、青藏地区皆有较多省份，东北和华北地区有少数省份; 治理效率一般的地区以华北、华南和西南地区居多，东北，华东和西北地区有少数省份; 而农村环境治理效率较劣的地区则多分布在华北和华中地区，东北和华东有少数省份。从农村生态环境治理效率的空间异质性来看，东、西、中部地区在农村生态环境治理效率上与地区整体经济发展情况并不十分对应，受国家宏观调控政策倾斜和地方农村环境保护政策实施力度的影响，西部地区农村生态环境治理上相对较低的投入导致较高的治理效率，而东部部分地区对农村农业较高的环境投入势必引发效率的相对偏低，因此其生态环境治理效率的优势并未如其地区综合经济实力那样显现出强劲的竞争优势，中部地区这方面表现得更加明显，以农业作为核心产业的发展导向无法避免其在农村生态环境治理效率上的劣势地位。

　　2． 2 农村生态环境治理效率空间异质性的综合评价

　　图 1 基于农村生态环境治理效率综合评价的分类结果图Figure 1 Classification results based on the comprehensive evaluationmatrix on management efficiency of rural ecological environment仅凭超效率值得到农村生态环境治理效率的区域差异分界并不十分显着，图 1 为我国 31 个省( 市、区) 结合各地区农村生态环境治理效率值和农村经济发展水平在全国所处的位次，运用农村生态环境治理效率综合评价矩阵进行聚类的结果，图 1 中可以看出我国东、西、中部地区在效率综合评价上显着的空间差异。其中，图中左下方标示的第一个形容词指的是农村生态环境治理效率的评价等级，第二个形容词指的是农村经济发展水平的评价等级，如"高 － 强" 型代表农村生态环境治理效率高且农村经济发展水平高的地区，依此类推。

　　具体而言，结合图 1 和表 3 来看，上海、天津、广东、吉林、福建省( 区、市) 农村生态环境治理效率和农村经济发展皆优，位列"效率高 － 经济强"的等级，其影响原因并不完全相同: 上海和天津主要原因在于其在农村生态环境治理上的低投入，而广东、福建和吉林则主要归功于高产出。从与农业发展的协调来看，农村环境治理效率综合评价皆优的地区中农业发展水平较高省份比较缺乏，部分地区农村的发展主要得益于其城市发展的带动效应。四川、广西、陕西、山西、湖南和河南位列"效率低 － 经济弱"等级，主要原因在于农村生态环境治理投入上相对较多的冗余，且产出相对较低，同时农村经济发展相对滞后，因此这些地区应大力发展农村经济，并着力改善投入冗余和提高产出。其他如海南、西藏、青海、新疆等省( 区、市)位列"效率高 － 经济弱"等级的原因在于自身较强的资源优势致使它们在效率上明显的低投入，而河北、浙江、山东、辽宁、湖北等地位列"效率低 － 经济强"等级的原因莫过于重视农村、农业发展带来的对农村生态环境治理上较高的投入和相对较低的产出，如农业污染物的排放方面，因此这些农业发展优势明显的地区其农村生态环境治理效率并不理想［18］。

　　2． 3 农村环境治理效率非相对有效地区的改善分析

　　湖南、湖北、黑龙江、河南、江苏、江西、内蒙古和北京地区的超效率值小于 100%，为效率非相对有效的决策单元，根据输出结果中的投入冗余，可以确定这 8 个地区优化效率的指标改进幅度( 表 4) 。

　　从表 4 中可以看出，农村环境治理效率非相对有效的 8 个地区中，江苏和黑龙江皆有 6 个投入指标存在投入冗余，需要改进的指标最多，华北地区的河南、内蒙古和北京皆有 4 个指标存在投入冗余，且内蒙古和北京的投入冗余情况比较类似; 而华中三省湖南、湖北和江西皆存在 3 个指标的投入冗余; 可见同地域的省份和地区在投入冗余指标上存在一定的趋同性，在效率提升上可结合地域归属进行政策实施规划。

　　从投入指标来看，9 个投入指标中，水土流失治理和土地整理上分别有 7 个地区有投入冗余; 有效灌溉有 5个地区存在投入冗余，退耕还林和生态建设与保护上均有 4 个地区存在投入冗余，且退耕还林的投入冗余主要集中在华中地区，而生态建设与保护投资的投入冗余主要集中在华北地区; 要想达到有效，这些地区的对应指标投入应该是下一步着力改进的方向。

　　3 讨论

　　研究从农村环境内容构成和社会、经济、生态构成的综合效益角度构建了农村生态环境治理效率的投入产出指标体系［17］，在运用超效率 DEA 效率评价的基础上得到我国 31 个省( 市、区) 的农村生态环境治理效率值，然后结合各地区的农村居民家庭人均纯收入构建了综合评价矩阵，根据矩阵评价结果将 31 个省( 市、区) 划分为效率高 － 经济强、效率高 － 经济弱、效率低 － 经济强、效率低 － 经济弱四个类别。在构建指标体系和研究方法上都进行了一定程度的创新和探索，如在产出上，不仅仅局限于农村环境治理的污染物排放，更多的是基于农村在功能、要素构成和角色定位上与城市的不同，将其定位在经济、社会和生态三方面的综合效益上; 又如实现了农村生态环境改善在研究方法、视角与定位上的大胆创新，最后根据综合矩阵评价的成果进行了改善分析，其研究结论客观真实地展现了当前我国农村环境治理效率的区域分布现状并可为不同地域农村环境治理改善政策和对策的制定提供有效的实证参考。通过上述实证研究可知: 从与农村发展的协调来看，农村环境治理效率较优的地区并非都是农村经济发展水平较高的省份，如海南，西藏，青海等地，而以资源环境优势较明显的地区居多，大部分自身资源优势明显的地区在农村环境治理上依然保持着领先的优势，而农村发展优势明显和农业发展水平较高的省份和地区在农村环境治理上则面临着更大的威胁，这些地区要在实现农业与农村环境协调发展上加大力度，具有资源环境优势的地区则应在保证环境治理综合效益的前提下，加快农村发展速度以及农业现代化发展的步伐［19］。反观农村发展水平较高且环境治理效率较优的省份主要出现在华南、东北、华北和华东地区，尤以华南为多，主要原因归功于城市经济发展对区域内农村发展水平的带动，当农村范围内产业优势并非主要来自农业时，农业、农村环境治理上的投入自然相对较少，这对农村生态环境治理效率较优而农村经济发展较弱的地区而言具有一定的借鉴意义。当然，限于数据的可获得性及作者自身水平的不足，本研究设计的投入 － 产出指标体系仍有待改进，另外农村生态环境治理效率的区域差异没能结合不同时段开展时空融合分析也是研究的一大不足，这些都将是作者下一步努力的方向。

　　4 结论

　　( 1) 根据 2011 年 31 个省区投入 － 产出指标体系的效率综合分析结果，各区域农村生态环境治理效率按从高到低的排名依次是: 上海、海南、西藏、青海、新疆、天津、重庆、云南、广东、甘肃、吉林、宁夏、安徽、贵州、福建、河北、浙江、四川、山东、广西、陕西、山西、辽宁、湖南、湖北、黑龙江、河南、江苏、江西、内蒙古和北京。

　　( 2) 我国 31 个省( 市、区) 中湖南、湖北、黑龙江、河南、江苏、江西、内蒙古和北京 8 个地区的超效率值小于 100%，为效率非相对有效的决策单元，所占比重为 25． 8%; 同地域的省份和地区在投入冗余指标上存在一定的趋同性，水土流失治理和土地整理上分别有 7 个地区有投入冗余; 有效灌溉上 5 个地区存在投入冗余，退耕还林和生态建设与保护上均有 4 个地区存在投入冗余，且退耕还林的投入冗余主要集中在华中地区，而生态建设与保护投资的投入冗余主要集中在华北地区。

　　( 3) 聚类结果显示: 上海、天津、广东、吉林、福建5 个省( 区、市) 属于"效率高 － 经济强"型地区; 海南、西藏、青海、新疆、重庆、云南、甘肃、宁夏、安徽、贵州 10 个省( 区、市) 属于"效率高 － 经济弱" 型地区; 河北、浙江、山东、辽宁、湖北、黑龙江、江苏、江西、内蒙古、北京 10 个省 ( 区、市) 属于"效率低 － 经济强"型地区; 四川、广西、陕西、山西、湖南和河南 6 个省( 区、市) 属于"效率低 － 经济弱"型地区。

　　参考文献

　　［1］Bartelmus P． Accounting for sustainable growth and development［J］． Structural Change and Economic Dynamics，2004( 3) : 88 －921．

　　［2］KumarMandal S，Madheswaran S． Environmental efficiency of the Indian cement industry: An interstate analysis［J］． Energy Policy，2010( 38) :1108 － 1118．

　　［3］邓波，张学军，郭军华． 基于三阶段 DEA 模型的区域生态效率研究［J］． 中国软科学，2011( 1) : 92 －99．

　　［4］王亲，郭峰，许新宇，等． 中国城市环境治理效率评估及其时空变异研究［J］． 世界地理研究，2012，21( 4) : 153 －161．

　　［5］郭国峰，郑召锋． 基于 DEA 模型的环境治理效率评价 － 以河南为例［J］． 经济问题，2009( 1) : 48 －51．

　　［6］邓波，张学军，郭军华． 基于三阶段 DEA 模型的区域生态效率研究［J］． 中国软科学，2011( 1) : 92 －99．

    ［7］姚华荣，吴绍洪，曹明明． GIS 支持下的区域水土资源优化配置研究［J］． 农业工程学报，2004，20( 2) : 31 －35．

　　［8］陈玉娟． 辽宁沿海经济带水土资源承载力研究［D］． 辽宁师范大学硕士学位论文: 大连，2012: 5 －31．

    ［9］王恩旭，武春友． 基于超效率 DEA 模型的中国省际生态效率时空差异研究［J］． 管理学报，2011，8( 3) : 443 －450．

　　［10］马育军，黄贤金，肖思思，等． 基于 DEA 模型的区域生态环境建设绩效评价 － 以江苏省苏州市为例［J］． 长江流域资源与环境，2007，16( 6) : 769 －774．