熱門論文
最新論文
北大荒集團農業企業的生態效率評價研究
發布時間：2022-10-03 11:29
1緒論
1.1研究背景
在改革開放四十多年來，我國的農業取得了飛速的發展。但同時也帶來了一定的環境 問題。農業環境污染主要表現形式有水土流失、土壤肥力下降、水源污染以及過量使用化 肥、農藥、農膜等造成作物污染等。2022 年中央 1 號文件指出：應推進農業農村綠色發展， 加強農業面源污染綜合治理，深入推進農業投入品減量化，可以看出在未來，應加強開展 農藥和化肥的減量行動，加強對農膜污染的治理，推進秸稈綜合利用。中國農業的主要趨 勢是農業經濟發展與生態環境保護協同并進。而提高生態效率成為改善農業生態和農業經 濟的具體方向。
造成農業環境污染的原因除了有農戶自身原因、監管不到位、農產品質量檢測體系建 設不規范等原因外，農業企業作為農業環境污染的主要來源，應該負有相應的社會責任。 因此，研究農業企業的生態效率是一個十分必要的課題。北大荒農墾集團是保障中國糧食 安全和農產品重要供給的國家先鋒隊。中央一號文件指出推動農業高質量發展，既要吃的 飽，也要吃的好。大力發展優質綠色農產品代替高污染農產品，大力減少農藥化肥的施用， 保住糧食命脈。北大荒集團在 2018 年提出“三減”任務目標，即減少化學農藥、化肥除草劑， 加強生態化農業發展。習近平在七十五屆聯合國大會一般性辯論上，提到要努力爭取 2060 年前實現碳中和。除了冶金、熱力等高污染行業以外,農業作為碳排放的第二大來源,解決 農業碳中和問題也是實現碳目標的關鍵步驟之一。在此背景下推進北大荒發展低碳農業, 增強農業碳匯，減少農業總碳排放和農業面源污染，提高生態效率是實現北大荒農業的可 持續發展重要舉措。評價北大荒集團農業企業的生態效率并探究其影響因素，對協調北大 荒資源、經濟與環境的發展，促進北大荒的生態化發展具有現實意義。
綜上所述，農業生態環境問題日益突出，且為達到 2060 碳目標，減少農業污染，實 現低碳生態化發展，提高生態效率成為關鍵步驟之一，本文從低碳農業視角探究北大荒集 團農業企業的生態效率情況，并對其做出評價，針對評價結果，提出提高農業企業的生態 效率合理建議。
1.2研究目的及意義
1.2.1研究目的
在結合低碳農業和三減環境下，從投入產出兩方面對北大荒集團農業企業的生態效率 體系進行了完善，并對9 個分公司評價分析，研究北大荒集團農業企業的生態效率影響因 素，提出提高北大荒集團農業企業的生態效率的解決策略，實現北大荒低碳可持續發展。
1.2.2研究意義
理論意義：針對2060 碳目標和北大荒三減環境下，發現生態效率在低碳農業方面的 研究較少，研究低碳農業視角下的北大荒集團的生態效率，進一步完善了低碳農業視角下 生態效率的評價指標體系，具有理論價值。
實踐意義：首先，本研究為有利于提高北大荒集團農業企業的生態效率，所得出的北 大荒集團農業企業的生態效率評價研究結果，對協調北大荒資源、經濟與環境的發展，促 進北大荒的生態化發展具有實踐意義。其次，進一步改進了生態效率評價指標體系，即低 碳農業視角下的生態效率評價指標體系，為其他農業企業的評價提供便利。
1.3國內外研究現狀
1.3.1國外研究現狀
1.3.1.1生態效率的應用研究
當前，生態效率應用十分廣泛，在微觀層面上，生態效率在企業和行業方面有所應用， 在宏觀層面上，生態效率在區域、城市和國家方面也有所應用。在研究對象上，企業、行 業、區域、城市國家都可以作為研究對象。這也說明生態效率應用之廣泛。
( 1 )生態效率微觀層次的應用
Raymond Co'te (2006)研究了生態效率中心對新斯科舍省中小企業所展示的生態效率 水平，研究發現不同部門企業的生態效率水平相當低，且需要做更多的工作，為微型和小 型企業找到可以更廣泛使用的適當工具［1］。Mari'aBlancaFerna'ndez-Vin~e (2010)對委內 瑞拉中小企業(sme)的生態效率進行了比較分析，分析發現委內瑞拉中小企業理解影響他們 的法律環境法規，但他們不感知外部驅動力的影響［2］。K.Charmondusit (2011)介紹了泰國 塔府工業區地圖石油石化集團 31 家工廠(分類為上中下游)的生態效率評價，結果表明， 下游類別的工廠在材料消耗、用水和危險廢物產生方面取得了特別好的生態效率結果［3］。
2
MariaB. Fernandez-Vine （2013）為規劃提高中小企業生態效率提供了一種提高信息的方法 ［4］。CharmondusifS（2013）對木制玩具工業的生態效率進行了定量測量，發現公司的生態 效率可能有所提高，而供應商與公司合并的生態效率則有所下降。對社會生態效率結果的 評價表明，公司已經獲得了在公司層面、社區層面和社會層面的社會支持管理體系［5］。
Muhammad Tajammal Munir（2013）采用火用生態效率因子分析一個過程的效率。將相對 增益陣列（RGA）、NI、CN、動態RGA和火用生態效率因子結合，驗證了所提出的在工業 上非常常見的循環利用過程的火用生態效率因子I6】。LesLevidow（2014）通過水用戶和廢 水處理（WWT）提供者之間的互動。生態水項目開發了一種方法和在線工具，用于對整個水 服務價值鏈的中觀水平分析，調查了兩家具有顯著提高生態效率潛力的大型制造公司的改 進方案I7】。Peter Saling（2016）基于整體生命周期管理方法，開發了不同的工具來評估從 概念開發到設計和實施，再到營銷，最后到生命結束的整個產品生命周期，并對小型工廠、 試點工廠和生產設施的基本設計進行了生態效率分析［8］。Elisenda Jove-Llopis（2018）以28 個歐洲國家的 11336 家中小型企業為廣泛樣本，調查了生態效率行動對企業業績的銷售增 長的影響。結果表明，并非所有的生態策略都與更好的表現呈正相關，歐洲公司使用可再 生能源，以及回收或設計更容易維護、維修或再利用的產品，表現得更好。然而，那些旨 在減少水或能源污染的企業似乎與強勁增長呈負相關I9】。CamilaP. Pereira（2018）開發了 一種環境指標，稱為生態效率比較指數（ECI），用于對石化設施的實時評價。在一個基于實 驗數據的研究案例中，結果證明了 ECI 是一個用于進行過程監測的生態效率分析的有用工 具［10］。Jenifer Vasquez（2019）提出了一個允許評估生態效率實施的概念框架。以哥倫比亞 17 家木材工業中小企業為例，結果發現大多數中小企業并不知道現有的可持續發展戰略和 環境做法。然而，所有的中小企業都一致認為，環境需要更多的關注，因此他們對可持續 性戰略感興趣， 以 幫助減 少 其負 面影響， 提 高 其成本效益 和 競爭力［11】。 Anna Zieli'nska-Chmielewska（2021）在波蘭選定的食品加工企業的研究基礎上，提出了一套最 優的生態效率措施〔I2】。R.G.G. Caiado（2020）衡量2012-2017年巴西能源公司的生態效率 ［13】。
（2）生態效率宏觀層次的應用
G.Oggioni（2010）評價了世界水泥的生態效率，在評價指標體系中將CO2作為非期望 產出因素引入其中，結果表明CO2的減少可以大大提升生態效率值［14】。JoseA（2012）對 292 名安達盧西亞橄欖類農民樣本的生態效率進行了農場水平的評估。研究發現生態低效 管理在種植橄欖樹的農民中是一種普遍的做法；最生態高效的生產系統是傳統的平原種植
3
系統；土壤氣候條件對上述三種栽培系統的管理生態效率都有強烈的影響［15］。Wei Liu (2018)采用能量分析和投入產出分析，分析了 2000-2016年增城、廣州的能量結構、功 能效率和可持續發展能力的變化。結果表明，不可再生能源給自然生態系統帶來了更大的 環境負荷，逐漸削弱了可持續發展能力［16］。YanqiuWang(2019)采用灰色關系分析(GRA) 方法對油氣資源類城市ICSN耦合共生網絡的生態效率進行了評價［17］。RENYufei(2019) 采用傳統的數據包絡分析(DEA)模型和滯后測量(SBM)模型，對四大城市群2005年、2011 年和 2014年的經濟效率和生態效率進行了評估和比較［18］。 ChristianGrovermann(2019) 探討了創新系統的特性及其對提高農業生態效率的貢獻。并對79 個國家的生態效率進行 了測算〔"I。HALin(2020)基于松弛的測量和數據包絡分析模型，以YREZ的129個地級 市為研究單位，測量了 2000年、2005年、2010年和2015年YREZ的生態效率，考慮了 不期望的產出。在省、地、市三個尺度上對區域生態效率發展現狀進行了評價［20］。 Marlena Gola's(2020)基于波蘭601個農場的代表性樣本，計算波蘭商業農場的生態效率，發現 將農業生產的外部性納入分析，在效率措施方面降低了農場人口的多樣性［21］。 Benedetta Coluccia(2020)評價意大利農業部門的生態效率，結果發現南方區域節約資源的方向更 好，北方區域節約生產力的方向更大。總的來說，意大利有良好的可持續管理農業資源的 能力，但仍有改進的空間［22］。 TarekSoliman (2021)采用了一種兩階段的數據包絡分析技 術來評估新西蘭奶牛場的生態效率，研究發現土壤地形和較高的溫度與生態效率水平的降 低有關［23］。Carlos Rosano-Pe~na(2021)制定了一個生態效率指數，指出考慮到該區域各 城市的最佳做法，并利用方向距離函數的數據包絡分析，估算了退化區域和森林保護的陰 影價格［24］。Seyyed Hassan Pishgar-Komieh(2021)基于(W-SBMDEA)模型，評估 2008-2017 年歐盟27國農業部門的表現。研究表明應用W-DEA模型與不良輸出的一段時間減少臨時 變化的影響，提供更現實的結果相比模型沒有不良的輸出。這些對技術效率的更現實的評 估可以幫助決策者作出更精確的決定［25］。JanPolcyn(2021)研究了中小型家庭農場的生態 效率與人力資本效率之間的關系。研究發現中小型家庭農場的生態效率和人力資本效率指 數隨面積的增加而增加，生態效率指數隨著農場面積的增加而增加［26］。
1.3.1.2生態效率評價方法
NeaKielenniva(2012)使用生命周期分析和物質流分析的方法，通過制定指標來衡量 和監測區域生態效率的發展［27］。 PyoungsooLee (2017)為了推導生態效率，所提出的模型 利用了運行效率和環境效率的概念，提出了一種擴展的數據包絡分析(DEA)模型來計算生 [] 態效率［28］。MagdalenaRybaczewska-Blazejowska (2018)利用生命周期評估(LCA)和數據包 絡分析(DEA)技術的聯合應用，評價了農業在部門層面上的生態效率表現。該研究已經對 歐盟28個成員國的農業生產進行了研究I29】。Lu Xingga(2018)旨在應用一種基于超效率 經濟布局的模型(S-SBM)，通過考慮區域生態系統服務價值來對生態效率進行評價［30］°Lidia Angulo-Meza(2018)采用了多目標DEA模型(Moro-D)，評估有機藍莓(越桔)果園的生 態效率。作為一種支持決策過程的方法，提出了從目標集合中選擇一個目標的標準。并討 論了新版本的四步方法比前一種方法的優點El。GarciaBesne(2018)通過生命周期與模糊 邏輯結合的方法，評價了墨西哥中小企業生態效率［32］。Lin Yang(2019)對傳統的生態足 跡(EF)模型進行了修改，通過修正等價因子，豐富賬戶類型，以估算中國的生態壓力。基 于改進的EF模型，從改革開放到近期的生物需求、資源消耗和環境污染等角度對中國的 年度生態效率進行了評價。并探討了資源消耗、污染排放與經濟增長之間的解耦狀況［33］。 Xiuli Liu(2019)采用DEA中的SBM-模型評價了 2006-2015年間煤礦區的循環經濟系統 的生態效率［34］。Shiwei Yu(2019)提出了一種改進的矩陣型網絡數據包絡分析(NDEA)模 型，以評價我國30個省的生態效率［35］。YanqiuWang(2019)采用灰色關系分析(GRA)方 法評價了油氣資源類城市ICSN耦合共生網絡的生態效率"。
1.3.1.3生態效率影響因素
Georgopoulou(2016)研究發現安裝地下滴灌系統、用太陽能泵代替柴油泵和使用有 機肥料這些干預措施都對系統的整體生態效率產生了積極影響［36］。 AndreaBonfiglio(2017) 分析了 2011-2014 年期間在勒馬爾凱地區運營的耕地樣本的生態效率。結果顯示若是年輕 的農民參與和領導了農場的環境計劃，勒馬爾凱地區的生態效率還會有所提高［37］。 Elin Martinsson(2021)對瑞典奶牛場的生態效率進行了評價，發現農業強度與生態效率呈正 相關，當調整到溫室氣體排放的絕對水平時，這一結果也適用［38］。 AnjaHeidenreich(2022) 評估了加納和肯尼亞小農多年生經濟作物生產的生態效率。并考察了影響生態效率得分的 因素，生態效率得分受衡量能力發展的變量以及勞動力和土地等資源稟賦的強烈影響，而 作物生產環境有一些影響，但結果是不具體的［39］。Saber, Zahra(2021)評估了農業系統和 產量對生態系統和人類健康的單位經濟利潤的影響，研究發現常規系統和有限投入系統的 生態效率和產量對陸地生態系統的影響呈正相關［40］。 CastilhoDaniela (2021)研究了 1995 年至2016年旅游業對22個拉丁美洲和加勒比國家整體生態效率的影響。結果表明，旅游 人數在短期和長期都降低了這些國家的生態效率。相反，從長遠來看，旅游資本投資和旅
5
游對就業的直接貢獻似乎促進了生態效率［41】。
1.3.2國內研究現狀
1.3.2.1生態效率的應用研究
( 1 )生態效率微觀層次的應用
孔海寧(2016)對鋼鐵企業生態效率進行了研究發現其總體呈上升趨勢［42】。劉沓(2018) 將 Eco－Efficiency 的思想引入企業環境經營模式，提出了基于環境經營的企業生態經濟效 率概念，采用直覺模糊集測度企業生態經濟效率［43】。王江(2019)將生態效率分為企業盈 利能力、使用資產的效率和企業的可持續性三個價值驅動因素組成部分，將 SO2 與生態效 率分解公式結合對京津冀重化工企業進行分析［44】。馮俊華(2020)以重污染工業企業為研 究對象，構建了企業生態效率與技術創新的綜合評價指標體系，其中生態效率部分分為資 源消耗、環境污染、經濟效益與循環經濟四個部分［45】。
鄭家喜(2016)湖北與湖南的農業生態效率值為有效水平，江西與安徽處于非有效狀 態。動態上，四省的農業生態效率呈增長趨勢［46】。黃娟等(2018)研究發現庫首地區和庫 中地區整體生態效率較差，庫尾地區農業生態效率整體較高［47】。曾福生(2019)結合超效 率 DEA、SBM 模型和共同前沿函數方法構建了組合 DEA 模型，并評價分析了在 2000-2016 年期間的中國31個省的農業生態效率。研究發現效率呈現“U”型，即東部處于最高、西部 在其次，中部處在最低［48】。王永靜(2020)測度了天山北坡經濟帶的 20 個縣市靜態和動 態方面的農業生態效率，結果顯示經濟帶整體的農業生態效率水平不高，且 2017 年 12 個 縣有較大的改進空間［49】。李露(2021)運用超效率 SBM 模型測算了 30 個省的農業生態效率 值,并研究了人口老齡化對生態效率的非線性影響［50】。方永麗(2021 )對中國 31 個省在 2000—2017 期間測度的農業生態效率進行了測算和評價。研究發現東北地區和西北地區處 于高生態效率組，東北、中部和部分的西部地區主要處于中、低生態效率組［51】。張熒楠 (2021)以山東省 17 個地級市為研究對象，采用 SBM 非期望產出模型測度 2000—2017 年的農業生態效率，并分析了其空間特征。其中非期望產出包括為碳排放和農業污染［52】。 李雪(2022)運用 SBM-DEA 模型研究測度了 2010-2020 年 13 個糧食主產區的生態效率， 結果顯示 13 個主產區的效率值差異較大，四川、吉林、湖南、黑龍江和江西這 5 個糧食 主產區的生態效率值較高，而湖北、內蒙古和河南的生態效率值處于中等，其余 5 個主產 區的生態效率值處于中低狀態［53】。
6
(2)生態效率宏觀層次的應用
任宇飛(2017)運用 DEA 模型及非期望產出 SBM 模型,對東部沿海地區四大城市群的 經濟效率、生態效率進行比較分析，并分析了城市群生態效率時空演變特征［54】。李強(2018) 對長江經濟帶城市的生態效率的時空演變進行了研究，發現其生態效率呈明顯分化狀態， 長江的上、中、下游地區的城市生態效率呈現遞減趨勢［55】。艾明曄(2019)通過采用三階 段 SBM 模型，研究了黑龍江 12 個城市的生態效率，研究表明衰退型資源型城市的生態效 率水平較低，大慶、哈爾濱和綏化這三個城市的工業基礎較好，其城市的生態效率水平也 較高［56】。田澤(2021)以黃河、長江和珠江三大流域作為研究對象，對比分析了 2008-2018 年的三大流域的生態效率。研究發現三大流域的生態效率整體均處于中低水平，且存在差 異，其中珠江流域的生態效率水平較高，長江流域較珠江流域次之，黃河流域的生態效率 水平較低［57】。陳慧霖(2021)通過對浙江沿海 27 個縣的生態效率進行研究發現，浙北大 于浙南沿海縣域的生態效率［58】。田鵬(2021)分析測度了東海海岸帶 52 個城市的區域生 態效率［59】。鄧榮榮(2022)以 209 個低碳試點城市作為研究對象，分析了低碳試點政策對 城市的生態效率的效應情況［60】。
鄭慧(2017)對中國區域生態效率進行分析，研究發現整體的生態效率呈先升后降的 趨勢,技術進步是決定生態效率提高的關鍵因素［61】。屈文波(2018)研究發現中國的區域生 態效率表現出“東高西低”的狀態［62】。沈偉騰(2020)研究測度了中國 30 個省級行政區的生 態效率，結果表明中國沿海地區發達省份的生態效率高，欠發達的省份的生態效率低［63】。 包健(2022)實證探究了質性環境規制對區域生態效率的影響，研究發現命令強制型環境 規制對提升中國的東部地區的生態效率起到促進作用,市場激勵型環境規制抑制了中國中 部地區的生態效率的提高，公眾參與型環境規制對提高中國西部地區的生態效率同樣為促 進作用［64】。
1.3.2.2生態效率評價方法
武春友(2009)通過選取生態承載力法對大連經濟技術開發區的生態效率進行了測算 評價［65】。劉宇文(2015)基于 DEA 數據分析法對農業行業生態效率進行了評價［66】。焦兵 (2015)使用 Super-SBM 模型，對絲綢之路經濟帶的工業環境效率進行了測算［67】。孔海寧 (2016)、趙爽(2016)、陳毅輝(2018)均采用了數據包絡分析法對企業生態效率進行 了研究［42,73-74】。朱付彪等(2017)使用超效率 DEA 與 Malmquist DEA 模型，對高寒草地 畜牧業生態效率的時空變化情況進行分析,并進一步對該地區生態效率的影響因素進行了
7 深入研究［68］。邢貞成(2018)通過運用生態足跡的方法實證分析了中國區域2000-2014年 全要素生態效率［69］。黃和平等(2018)將生態足跡和綠色GDP結合對江西省生態效率進 行動態分析，表明生態效率處于上升趨勢,且綠色GDP的增速明顯高于生態足跡的增速I70】。 張熒楠(2021).李雪(2022)采用了數據包絡分析法中的DEA-SBM模型對農業行業的 生態效率情況進行了測度研究［52-53］。鄭德鳳(2018)使用探索性空間數據分析方法(ESDA)， 并基于非期望產出的SBM模型，以甘肅省的82個縣作為研究區域，實證分析其2000-2014 年的農業生態效率和空間分布情況［71】。曾福生(2019)、許燕琳(2021)結合共同前沿函 數方法、超效率DEA、SBM模型構建了組合DEA模型研究了不同地區農業行業的生態效 率情況［48,72】。
1.3.2.3生態效率影響因素
趙爽(2016)研究發現輕、重工業結構、污染物治理投資、企業R&D投入、政府環 保政策這些環境變量會影響我國工業企業的生態效率［73】。陳毅輝(2018)在研究工業企業 生態效率的影響因素中發現，廢物綜合利用率、人均GDP、人口密度、和工業產值比重 這四類因素呈正向影響，進出口商品占比和科技支出占比這兩類呈負向影響［74】。張會恒 (2019)運用三階段DEA模型對2015年中國工業行業生態效率的測算并分析了影響因素, 結果表明非經營性因素對各工業行業的生態效率呈顯著影響，所有制結構、R&D投入強度、 行業利潤率水平和外商直接投資對生態效率的影響是有利影響［75】。任梅(2019)通過分析 中國 30個省的區域生態效率的影響因素發現，除了產業結構因素對區域生態效率的影響 為正向效應外，其他因素均存在著空間差異，如城鎮化水平、環境規制等因素［76】。曹俊文 (2019)通過低碳視角研究了長江經濟帶(包含各省及上中下游區域)的農業生態效率影 響因素發現，農業的化學化程度對生態效率的影響為負向抑制作用，而政府規制、農業的 經濟水平、機械化、技術進步、公共投資、勞動力教育程度和技術進步這七類因素對農業 生態效率的影響為正向促進作用［77】。萬斯斯(2021)研究發現產業結構、城鎮化水平和資 源依賴度這三類因素對河南省的城市生態效率的影響為負向的，而環境治理能力、交通便 利度、人均GDP、環境要素和經濟外向度這五類因素對城市生態效率的影響為正向的促進 作用［78】。梁耀文(2021)研究發現影響環渤海地區的農業生態效率因素中，工業化水平抑 制本地區的農業生態效率的提高，影響鄰近地區農業生態效率的因素中種植結構、人口老 齡化和財政支農水平這三類因素對其起到了正向的促進作用；規模化水平、人均GDP和 研發投入這三類因素顯著促進了本地區農業生態效率的提升，影響鄰近地區的農業生態效
8
率因素中農業的研發投入、機械密度、規模化水平這三類因素呈現顯著的負效應［79］。陳紅 (2022)研究發現農村電力消費、科研和教育投資對農業生態效率有著正向影響［80］。安增龍 (2022)通過對低碳農業視角下生態效率的研究發現農業經濟發展水平、工業化水平、農 業用電量對生態效率的影響為正向效應。而農業機械化水平對生態效率的影響為負向效應 ［81］。
1.3.3國內外研究評述
通過分析國內和國外的文獻發現，生態效率是大環境可持續發展的熱點研究主題，通 過對生態效率研究中的宏觀、微觀應用、影響因素等方面的文獻梳理，和對生態效率評價 方法的文獻梳理，發現當前的研究現狀有以下特征：
在生態效率微觀層面的應用上，國外學者大多集中在研究相關有環境影響的工業企業 如火電企業、木材企業、石化集團等，對其進行了生態效率評價，在宏觀層面，評價了如 資源型城市、地區農場的生態效率情況；國內學者在對微觀層面上，污染較大的工業企業 研究較多，農業企業的生態效率研究較少，但行業方面農業生態效率的研究較為廣泛，如 各省份或不同縣區的農業生態效率測算評價研究較多，宏觀上，學者主要對城市生態效率、 區域的生態效率展開了研究，總體來說，無論是國內還是國外，對于農業企業的生態效率 的研究較為欠缺，因此，本文在結合生態效率有關理論的基礎上，對北大荒集團農業企業 的生態效率進行測度研究，為中國農業的生態化發展提供了參考價值。
生態效率的評價方法在國內外在很大程度上相似，有經濟環境比值法、生態足跡法、 數據包絡分析法和一些其他方法如物流分析法、能值分析法和基于不同模型的方法。在這 些評價方法中，頻繁被使用的是數據包絡分析法。基于本文研究的對象為北大荒集團農業 企業，其具有多投入多產出的特點，選用數據包絡分析較為合適，此外，選用數據包絡分 析方法評價企業生態效率，減少了人為主觀性，提升了評價的準確度。因此本文所采用的 北大荒集團農業企業的生態效率評價方法為數據包絡分析法。
總體來講，國內外關于生態效率的研究為本文提供了理論基礎和研究思路，但由于已 有研究在微觀層面關于農業企業的生態效率方面研究有所欠缺，農業企業的生態效率還相 對較少，在評價研究上也有所欠缺，農業企業作為我國重要糧食保障的重要企業，其生態 效率情況如何是值得研究的問題。因此，本文在生態效率等理論基礎上，結合低碳農業理 論，延伸了在低碳農業背景下的在生態效率體系，并進一步分析北大荒集團農業企業的生 態效率情況，以促進北大荒集團農業企業的可持續發展。
9
1.4研究內容和方法
1.4.1研究內容
(1)北大荒集團農業企業的生態效率評價的理論基礎。通過梳理相關理論，如生態 經濟學理論、可持續發展理論、兩山理論和低碳經濟理論，總結出北大荒集團農業企業的 生態效率理論框架，為后文指標體系的構建提供理論依據和參考。
( 2)北大荒集團農業發展現狀。根據北大荒集團農業發展現狀，結合理論基礎，構 建適合北大荒集團農業企業的生態效率的指標體系。
(3)構建北大荒集團農業企業的生態效率評價指標體系。通過對理論基礎和北大荒 集團農業發展現狀的分析，從投入指標和產出指標兩方面對北大荒集團農業企業的生態效 率評價指標體系進行構建。
(4)對北大荒集團農業企業的生態效率評價。通過北大荒集團農業企業的生態效率 評價指標體系，并對其北大荒集團農業企業的生態效率進行評價分析，最終，通過分析結 果，總結北大荒集團農業企業的生態效率具體情況。
(5)分析北大荒集團農業企業的生態效率的影響因素。通過采用Tobit模型分析北大 集團農業企業的生態效率的影響因素，并總結指出各因素的影響情況。
(6)提高北大荒集團農業企業的生態效率策略。通過對北大荒集團農業企業的生態 效率評價的研究結果，從政府和北大荒集團兩個角度對提升北大荒集團農業企業的生態效 率提出具體的對策建議。
1.4.2研究方法
(1)文獻研究法。通過梳理國內外學者對生態效率相關的文獻，總結了有關理論與 方法選擇，為本文對生態效率的研究提供了思路。從資源投入、勞動投入、環境投入、生 態產出、經濟產出、農業排放和污染產出七個方面構建北大荒集團農業企業的生態效率評 價指標體系。這套指標具有完整、全面、綜合評價的特性，能夠比較全面的評價北大荒集 團農業企業在生態效率。
(2)理論與實證相結合分析法。在基于生態經濟學理論、可持續發展理論、兩山理 論和低碳經濟理論的理論研究基礎上，建立北大荒集團農業企業的生態效率評價指標體 系，并對影響北大荒集團農業企業的生態效率因素進行實證分析。
10
1.4.3 技術路線
圖 1-1 技術路線圖
Figure 1-1 The technology roadmap
1.5論文的可能創新之處
在 2060 碳目標大環境下，實現北大荒集團低碳生態化發展，減少農業污染提高生態 效率是目前亟需解決的科學問題。對此研究，可能的創新點如下：
（1）完善了生態效率評價指標體系。本文根據北大荒集團農業企業現狀，從資源投 入、勞動投入、環境投入、生態產出、經濟產出和農業排放和污染產出七個方面構建北大 荒集團農業企業的生態效率評價指標體系，結合低碳農業定義在增加碳匯功能的同時減少
11 農業總碳排放。其中將農業碳匯和農業總碳排放兩個指標納入評價指標體系中，進一步完 善了生態效率評價指標體系，即低碳農業視角下的生態效率評價指標體系。
（2）拓寬了生態效率影響因素的研究視野。以往研究中，對生態效率的影響因素的 研究較單一，對于低碳視角下生態效率的影響因素研究較少。結合北大荒集團農業企業的 生態效率測算結果，進一步分析低碳農業視角下的北大荒集團農業企業的生態效率因素， 拓寬了生態效率影響因素的研究視野。
12
2理論基礎
2.1相關概念
2.1.1農業企業的概念
農業企業最初是由Davis和Goldberg在1957年在《農業企業概念》提到農業企業的 概念：指農場生產運營、農業用品的制造、分配、以及農產品的儲藏、加工與銷售等的總 和［82］。百科全書中農業企業的定義是指從事農業、林業、畜牧業等生產經營活動的企業， 它強調的是農業性質的生產經營活動的企業。本文借鑒夏英（2004）對農業企業的定義， 認為農業企業是一種具有法人資格的獨立核算、自主經營且自負盈虧的經濟組織，運用資 本、勞動力、土地、技術等生產要素，從事農、林、牧、漁、采集等農業生產經營活動［83］。 農業企業按所有制的不同劃分為聯合企業、私營農業企業、國有農業企業和農業合作經濟 組織四種。本文研究的北大荒集團屬于國有農業企業類型。
2.1.2生態效率的概念
“經濟增長值比環境影響值表示生態效率”，這一概念是 Schaltegger 和 Stum 最早提 出的［84］。世界可持續發展工商理事提出生態效率是滿足人類需求和生活質量，減少對生態 的影響和資源消耗，使地球有足夠的負荷，使其保持在地球的負荷能力之內［85］。之后世界 可持續發展工商理事會在《改變航向：一個關于發展與環境的全球商業觀點》中對生態效 率進行全面的論述與說明，至此，生態效率概念被廣泛接受并受到重視。國際金融組織環 境投資部與歐洲環境署指出應盡可能減少投入，增加生產。滿足人類的需求，確保資源的 可持續性［86］。加拿大工業部建議生態效率應以最小的成本獲得最大的利潤價值，澳大利亞 環境與遺產部指出以最少的排放獲得最多的服務［87］。1995年，Fussier在《資源與產業》一 書中正式介紹了生態效率的相關概念，并詳細闡述了生態效率在經濟發展過程中的應用。 經過學者們的研究，我國在生態效率領域有了新的進展，已經在區域、行業、企業等方面 取得了頗豐的研究成果。
孟慶堂等（2004）對生態效率的含義進行了分析，認為“生態效率兼顧經濟和環境的重 要性，意味著企業必須采取兼顧經濟和環境保護的戰略，以提高經濟和環境效益或生態效 率”［88］。朱大建等（2005）將生態效率與循環經濟聯系起來，指出“循環經濟不僅是為了爭 取經濟增長，而且是為了提高生態效率”［89］。呂彬（2006）將可持續發展目標引入宏觀和 微觀層面的研究中，認為生態效率綜合兼顧了環境和經濟效益，是管理與規劃的應用工具
13
［90］。本文結合學者對生態效率概念的理解認為，生態效率是促進社會、經濟和環境協調發 展的效率。
2.1.3農業企業的生態效率的含義
國內學者在農業方面的生態效率研究較為豐富，吳小慶（2012）將農業生態效率定義 為需要保證農產品數量且提出一種新的理念的即“減污、節源、優質、適量”的綠色農業發 展模式［91］。陳興鵬（2013）認為協調生產資料的投入、經濟產業和環境產出的關系是農業 生態效率研究的重點［92］。基于以上學者對農業生態效率概念的研究，侯孟陽（2018）認為 農業生態效率的重點是爭取資源消耗和污染盡可能小，獲得較大的農業產出［93］。本文借鑒 侯孟陽（2018）農業生態效率定義，認為農業企業的生態效率是以各種資源投入、生態和 環境污染產出、經濟效益產出為基礎，使得經濟、資源和環境的協調發展的能力。實現這 種協調發展的能力需要一些基本投資，如農業企業的前提是能夠提供滿足老百姓需求的農 業產品，還有基礎設備條件、生態環境理念的重視等方面。本文的農業企業的生態效率是 以一定的資源投入和經濟產出、生態產出、農業總碳排放產出和農業污染產出為基礎，實 現資源綜合利用、農業環境污染最小、經濟效益優化的綜合生態效率。
農業企業的生態效率要兼顧生態、社會和經濟的全面協調發展。農業企業的生態效率， 是一種協調生態經濟系統的平衡能力，它貫穿于農業企業的整個過程中，這要求企業通過 先進的技術控制農業總碳排放和污染排放的最小化即非期望產出，經濟產出和生態產出的 最大化即期望產出，以期達到整體生態效率的提升。
2.2相關理論
2.2.1可持續發展理論
可持續發展理論是人類面對現實，特別是面對與資源相關的環境約束的一種理性探 索，經歷了較為漫長的過程。1962 年蕾切兒卡遜發表的著作《寂靜的春天》呼吁人類面對 生態和環境的問題，改變對自然的態度，重新審視人類社會發展的問題［94］。然而，可持續 發展的概念首次出現在一份關于增長極限的報告中，該報告呼吁人們找到一種合理的發展 模式。1972 年聯合國人類發展大會發表了《人類環境宣言》，首次將環境問題置于世界的 舞臺。1980 年《世界自然保護大綱》指出可持續發展不僅需要考慮生態和經濟因素，還需 要考慮非生物和生物資源基礎［95］。1987 年在《我們共同的未來》中，在保證當代人能夠持 續發展的條件下，確保下一代人可以不受到相應影響，將其定義為可持續發展［96］。
14
Redelift(1991)由于一些經濟行為的因素，使得產生了環境污染且生物物種也在減少， 生產和經濟系統不會在很大程度上得到恢復。而且在長期的發展中難以保持可持續性，可 持續發展的本質是維持生產狀態和恢復經濟系統，也是使經濟和環境間處于一種動態平衡 狀態［97］。 20世紀末，在國際生態學和生物學聯合會上，確定了可持續發展的概念，指出可 持續發展應找尋一種不僅可以滿足人類各種物質需求還可以保證人類有著賴以生存的生 態環境的最佳生態系統。且可持續發展應在生態系統下發展，并加強對它的保護。
2.2.2生態經濟學理論
國外對于生態經濟學的研究經歷了從對經濟系統與生態系統兩個系統間的相互作用 關系到逐漸關注著生態容量與環境承載力相關方面的研究，再到現階段，與可持續發展等 理論等融合達到人類經濟發展與生態系統的有機結合，追求生態經濟的更好發展。 Boulding 在 1966年的研究報告《一門學科一生態經濟學》中明確了生態經濟學的概念，鮑爾丁在 報告中在改進資源分配、合理使用、環境污染和衡量人類福祉等方面進行了詳細論述［98-99］。 Spash 等(1995)表示生態經濟學可以解決經濟和環境相互作用的問題［100］。 Faber(1996) 研究了很多人類面臨的急需解決的生態問題，例如化石燃料的排放，森林開發、核廢料處 理問題等，提出了生態經濟學是對生態系統和經濟系統互相作用的研究［101］。
許滌新(1987)在《生態經濟學》對生態經濟學的一系列探討，也為后期我國學者們 在這方面的研究奠定了基礎［102］。金自學(2001)提出人類的生產活動和生態系統間的影響 是分不開的，且指出生態經濟學是一門邊緣性的交叉學科，主要解決生態環境問題、資源 保護問題和人與自然和諧共處的問題［103］。何銳(2015)提出了馬克思生態經濟理論，旨在 通過研究生產關系與生態系統的相互作用，實現生產方式的生態轉型［104］。
2.2.3低碳經濟理論
人類造成的溫室氣體效應問題日益嚴重，以及由此導致的全球氣候變暖，在這樣的時 代背景下，為例解決經濟發展與生態環境之間的明顯矛盾。促成了“低碳經濟”的建立。 “低碳經濟”概念最初是由金齊希和卡門(1998)作為一種新的經濟發展模式提出的，并 已成為世界經濟中另一個引起極大興趣的新興概念［105］。 2003 年《我們未來的能源--創新低 碳經濟》中低碳經濟的概念被正式提出，是指具有低能耗、低排放和低污染的特點，且以 盡可能低的資源使用和環境污染來代替盡可能高的經濟效益［106］。 Stefan Schaltegger(1990) 認為低碳經濟是實現能源生態化和低碳化，進而保證生態經濟社會的清潔和可持續發展， 實現生態經濟效益最大化［107］。我國學者楊春平(2009)認為低碳經濟是通過提高碳利用率和
15
可再生能源比重，減少溫室氣休排放，逐步使經濟發展擺脫對化石能源的依賴，最終實現 可持續發展，低碳經濟的問題實質是能源高效利用、改善能源結構和清潔能源開發問題［108］。 人類的生產活動中，大量的碳排放導致環境污染等一系列問題。除了冶金、熱力等高污染 行業以外，碳排放中農業作為第二大排放源，因此農業也應結合低碳經濟理論，即發展低 碳農業。鄭恒（2011）認為低碳農業是生物固碳和推廣節能減排的綜合發展模式。農業不 僅具有碳匯功能還具有碳排放功能，增加農業碳匯儲量，減少農業碳排放，從而達到低碳 農業的目標，保證農業發展的可持續性［109］。
2.2.4“兩山”理論
2005 年，習近平同志首次提出了“綠水青山就是金山銀山”的重要科學論斷，“兩山” 理論既形象又深刻的回答了“綠水青山”與“金山銀山”所代表的生態資源永續利用與經 濟持續健康發展之間的辯證統一關系，環境保護與經濟發展兩者相互依存、相互轉化和協 調共生。“兩山”理論強調了在我國經濟快速發展的過程中，應協調好人與自然、現代化與 生態化和環境與發展的三個關系。綠水青山是兩山理論的中的生態資本，通過對其合理的 運營與管理，會具有價值增值能力且擁有可持續的財富創造能力，而綠水青山帶來的經濟 增值回報對生態環境的保護產生積極影響。
該理論改變了我國經濟的發展理念、發展思路、發展模式，生態優勢就是經濟優勢， 實現綠色收益與經濟收益的同步增加才是有質量的發展。綠水青山不僅僅關系到當代人的 生存發展，還深遠地影響著子孫后代的民生福祉。“兩山理論”認為良好的生態環境和可 持續的經濟發展不是相互對立的關系，加快促進各產業的生態化轉型，如農業逐漸向生態 農業轉型發展，從而實現生態和經濟平衡發展。以“兩山理論”為基礎的生態文明思想， 對指導建成美麗中國乃至建設美麗世界具有重要意義。
2.3理論框架
綜上，采用文獻歸納法，通過文獻梳理，構建北大荒集團農業企業的生態效率評價指 標體系，并對其影響因素進行分析，以下為研究框架圖，如圖 2-1。
傳統的生態效率評價指標體系是基于可持續發展理論、生態經濟學理論和“兩山”理 論建立的，在此基礎上，增加農業碳匯與總碳排放指標，進而構建基于可持續發展理論、 生態經濟學理論、低碳經濟理論和“兩山”理論的低碳農業視角下生態效率評價指標體系，
16
通過數據包絡分析法的超效率 SBM 模型測度得到生態效率值。進而基于效用理論探究低 碳農業視角下生態效率的影響因素。
圖 2-1 北大荒集團農業企業的生態效率評價研究理論框架
Figure 2-1 The theoretical framework of the research on ecological efficiency evaluation of agricultural
enterprises of Beidahuang Group
2.4本章小結
本章采用文獻法明確了農業企業、生態效率及農業企業的生態效率概念。并依據兩山 理論、生態經濟理論、可持續發展理論和低碳經濟理論構建了北大荒集團農業企業的生態 效率的理論框架，下一章將對北大荒集團農業發展現狀進行研究。
17
18
3北大荒集團農業發展現狀
3.1北大荒集團農業企業簡介
本文的研究對象為北大荒集團農業企業。北大荒集團全稱是北大荒農墾集團有限公司 （本文簡稱北大荒集團）。
北大荒集團農業企業指的是北大荒集團下屬的 9個分公司及所屬農場有限公司。分別 為寶泉嶺分公司、北安分公司、建三江分公司、九三分公司、牡丹江分公司、齊齊哈爾分 公司、綏化分公司、紅興隆分公司和哈爾濱分公司。其中各個分公司有其所屬的農場有限 公司，如寶泉嶺分公司下屬有 13 個農場有限公司，分別是綏濱農場有限公司、軍川農場 有限公司、延軍農場有限公司、寶泉嶺農場有限公司、普陽農場有限公司、依蘭農場有限 公司、梧桐河農場有限公司、湯原農場有限公司、新華農場有限公司、共青農場有限公司、 名山農場有限公司、江濱農場有限公司、二九O農場有限公司。
3.2北大荒集團資源投入現狀
由表 3-1 可知， 2010-2020年間，農業機械總動力由 2010 年的 668.4萬千瓦增長到 2020 年的 1230.8萬千瓦，年均增長率為 6.3%，可以看出農業機械方面增長速度較快，也說明 北大荒農業現代化發展較快，迅速實現了機械代替人工的目標。節省了人工成本，提高了 生產效率。化肥使用量由 2010年的 483009噸增長到2020年的 544831 噸，年均增長率為 1.21%，化肥施用情況在 2014 年達到最高，之后有所減弱，但隨之 2017 年開始又有上升 趨勢。化肥的使用一直是農業生產方面的重點，但是化肥的使用過多會使得土壤板結、過 度依賴化肥等情況。農藥的施用量同樣和化肥趨勢類似，農藥的年均增長率為 0.1%，在 2014 年達到最高，之后有所下降又上升。化肥和農藥用量趨勢程度是相近的。農膜施用量 由 2010年的 13908噸減少到2020 年的 13642噸，年均增長率為-0.19%；農作物播種面積 由 2010年的2798010公頃到2020年的 2907460公頃，年均增長率為 0.38%，農作物播種 面積上升趨勢不大，說明農作物的播種情況一直較為穩定。農業從業人員由 2010 年的 408196 人到2020 年的 373234 人，年均增長率為-0.89%。農業從業人員整體有所降低，這 與農村人口外出打工有一定關系。
19
表 3-1 北大荒集團資源投入現狀
Table 3-1 Current situation of agricultural ecological input in Beidahuang
時期 農業從業
人員（人） 農業機械總動力
（萬千瓦） 農作物播種面積
（公頃） 折純化肥量
（噸） 農藥施用量
（噸） 農膜施用量
（噸）
2010 408196 668.4 2798010 483009 13676 13908
2011 400722 742.2 2839600 527108 14835 14782
2012 394928 814.7 2867430 579092 14783 17367
2013 344086 889.6 2876760 579881 16147 16558
2014 340357 925.1 2869300 592720 18007 17624
2015 365575 975.8 2858022 586664 15879 16880
2016 378716 1039.7 2856372 569200 14457 16153
2017 397727 1092 2878738 563375 15328 15051
2018 416966 1131.1 2889844 571237 15611 14281
2019 372341 1130.4 2897510 588832 16512 13743
2020 373234 1230.8 2907460 544831 13812 13642
增長率 -0.89% 6.3% 0.38% 1.21% 0.1% -0.19%
相關數據來自《黑龍江墾區統計年鑒（2010-2020 年）》
3.3北大荒集團產出現狀
3.3.1北大荒集團農業產出現狀
由表 3-2 可知，從北大荒集團從結構看，北大荒集團主要以農業發展為主，并且種植 業占比較重，農業占比達到了 80%左右，從 2010 年到 2020 年，每年平均增長 1.60%，可 以看出農業類占比小幅度增加，農業依然是北大荒的主力投入。農林牧漁業總產值的第二 大貢獻者是畜牧業，畜牧業產值占比在逐年遞減，在 10%上下浮動，畜牧業年均變化幅度 為-6.77%，但畜牧業相對來看，占比在減少，且畜牧業在 2020 年所占比例在 12.4%，而 2010 年畜牧業占比 25%，對比 2010 年降低了接近一半，說明北大荒在畜牧產業方面在逐 漸縮小占比，將減少的畜牧業比例給到了農業方面，也說明了北大荒集團逐漸把主要精力 投放在農業方面。在大力推進農業的同時，應繼續穩定發展畜牧業。林業產值占比和漁業 產值占比較少，在 1%左右浮動，林業和漁業產業方面趨勢相對穩定，基本保持不變。北 大荒集團林業和漁業上相對沒有過多投入，因此林業與漁業產值不高。
20
表 3-2 北大荒集團農業產出現狀
Table 3-2 Agricultural ecological output status in Beidahuang
時期 農林牧漁業總產值（萬元） 農業占比（%） 林業占比（%） 畜牧業占比（%） 漁業占比（%）
2010 7303824 73.5 0.9 25.0 0.6
2011 9328463 73.1 0.9 25.4 0.6
2012 11189891 73.8 1.1 24.4 0.7
2013 9447361 78.2 1.2 19.9 0.8
2014 9635063 83.6 1.1 14.5 0.8
2015 9552899 86.5 1.1 11.5 0.9
2016 8837910 86.9 1.2 10.9 1.0
2017 9144829 87 1.6 10.5 1.0
2018 7828043 86.9 1.7 10.5 0.9
2019 5894215 85.6 1.1 12.7 0.7
2020 6769923 86.1 0.9 12.4 0.6
相關數據來自《黑龍江墾區統計年鑒（2010-2020 年）》
3.3.2北大荒集團生態產出現狀
根據農業碳匯公式，計算出了 2010-2020年北大荒農墾集團的農業總碳排放量，農業 碳吸收量和農業凈碳匯。由表 3-3 可知，農業總碳匯量在2010-2020 年處于波動趨勢，2012 年達到最高點，為 2220 萬噸，2010-2012 年的增長率為 10.60%，2012-2020 年平均每年波 動下降了 1.87%。農業總碳排放整體處于先上升后下降并緩慢下降趨于平穩的趨勢， 2010-2012 年農業總碳排放增長了 8.48%，2012-2013 年下降了 19.26%，2013-2014 年下降 了 5.11%，2014-2020 總碳排放量逐年緩慢下降，趨勢趨于平穩，總體下降 1.54%。農業凈 碳匯量呈先上升后下降反復波動的趨勢，2010-2012年處于上升趨勢，由2010 年的1561.5 萬噸增長到 2012 年的 1921.8 萬噸，增長率達到 10.94%，2012-2020 年呈波動下降趨勢， 由 2012 年 1921.8 萬噸下降到 2020 年的 1701.5 萬噸，平均每年下降了 1.51%，
農業總碳匯整體處于微弱上升狀態，水稻和豆類種植產量整體處于波動上升趨勢，玉 米產量整體略有下降，豆類產量整體呈波動增長狀態。而小麥、甜菜、蔬菜和瓜類在 2010-2020 年的產量整體減少，由于水稻、玉米和豆類三種作物為主要種植種類，三類的 產量整體在 2010-2020年處于波動狀態，雖然小麥、甜菜、蔬菜和瓜類整體產量是下降的， 但三類主要糧食作物產量處于波動狀態，因此總碳匯在 2010-2020間也處于波動狀態。
農業碳排放總量整體下降，水稻CH4的播種面積增加，由于水稻的排放系數相比較小 因而水稻的碳排放增加的較少，農地碳排放同樣雖然增加但增加幅度較少，而黃牛、奶牛、
21 豬等大牲畜的腸道發酵CH4和糞便排放CH4和N2O排放量在研究期內大幅度減少，這主 要是由于近年來出現牲畜頻繁出現瘟疫情況，因此養殖牲畜類整體也大幅度降低，也使得 牲畜的腸道發酵、糞便排放均呈減少趨勢，因此農業總碳排放總體下降。
表 3-3 2010-2020 年北大荒農業總碳排放量、碳匯量及凈碳匯量
Table3-3 Agricultural carbon emissions, carbon sinks and net carbon sinks in Beidahuang from 2010 to 2020
時期 農用碳排
放（萬噸） 土壤排放
（萬噸） 水稻排放
量（萬噸） 腸道發酵
CH4（萬噸） 糞便排放
CH4（萬噸） 糞便排放
N2O（萬噸） 總碳匯（萬
噸） 總碳排放
（萬噸） 農業凈碳
匯（萬噸）
2010 85.498 0.258 10.644 5.787 1.704 0.286 1814.8 253.3 1561.5
2011 92.228 0.263 12.078 6.145 1.810 0.301 2027.3 274.6 1752.6
2012 100.875 0.291 12.855 6.486 2.088 0.338 2220.0 298.1 1921.8
2013 96.669 0.299 13.010 2.070 0.903 0.133 1927.9 240.7 1687.2
2014 99.309 0.292 12.455 1.347 0.671 0.083 2097.2 228.4 1868.8
2015 97.834 0.302 12.153 1.306 0.600 0.072 2134.7 224.1 1910.6
2016 95.332 0.253 12.341 1.336 0.584 0.071 1859.3 218.9 1640.4
2017 95.420 0.219 12.912 1.289 0.597 0.077 1893.6 220.4 1673.2
2018 95.963 0.266 12.932 1.195 0.495 0.067 2090.3 222.7 1867.6
2019 92.756 0.241 12.681 1.123 0.424 0.060 1808.1 214.2 1593.9
2020 86.657 0.236 12.701 1.136 0.423 0.062 1909.5 208.1 1701.5
相關數據根據 4.3.2 和 4.3.3 計算獲得
3.3.3 北大荒集團污染產出現狀
北大荒農業經濟發展迅速，隨之而來的發展中，農業污染方面也應保持重視。化肥、 農藥等的使用對現代農業的發展起到密不可分的作用，但化肥、農業等的用量稍加過多就 會加快環境污染的速度，阻礙了生態農業和綠色農業的發展。由表 3-4 可知， 2010-2020 農膜施用量整體呈現先上升后下降反復波動的趨勢。表明北大荒對農膜的施用量加大了管 制，減少了農膜的過度使用。2010-2020 年北大荒化肥施用量和農藥施用量呈現先上升后 下降波動的趨勢。這說明北大荒集團在管控化肥和農藥方面沒有未能達到穩定狀態，應該 加大管制力度，控制好它們的用量。由 3-1 可知， 2010-2020 年，化肥施用量的年均增長率 為 1.21%，農藥的年均增長率為 0.1%，農膜的年均增長率為-0.19%,從增幅速度來看，化肥 增長速度最快，其次是農藥，農用地膜是負增長狀態，三者均呈現出長期快速增長后近期 減緩的趨勢。化肥對糧食產量的貢獻高達 50%以上，但過多使用，會影響土壤肥力，同時 也影響了生態效率。
分階段具體來看，按照增長速度與趨勢，大致可以分為以下幾個時期。第一階段： 2010-2014 年，化肥施用量與農藥呈上升狀態，農膜施用量呈上升下降再上升趨勢，因此
22
化肥、農藥和農膜的施用量整體呈現上升趨勢，化肥、農藥、農膜施用量的年均增長率分 別為 5.25%、 7.06%、 6.08%的正向增長。其中，這三者均處于飛速上升的原因是， 2010 年， 中央一號文件指出要加強農業生產，實現農業連年增產增收的目標，因此為提高國家整體 糧食產量，在技術不是很先進的條件下，北大荒集團相對增加化肥、農藥和農用地膜等用 量會很大程度的使得糧食達到增產增收的目標。在2014 年，無論是化肥還是農藥或農用 地膜，其施用量達到了10 年中的最大值，其中建三江分公司在9 個分公司中，施用化肥 農藥和農膜的量是最大的。第二階段：2014-2016 年，化肥、農藥和農膜均呈現下降的趨 勢。相應的年均增長率分別為-2.00%、 -10.25%、 -4.06%的負向增長。 2014 年，中央一號 文件提到推廣回收農用殘膜的試點和高標準農用地膜。 2015 年，農業部提出加強農業生態 治理，在這種政治背景下，化肥、農藥和農用薄膜的使用強度呈下降趨勢。第三階段： 2016-2020 年，化肥農藥和農膜的年均增長率分別為-1.09%、 -1.23%、 -4.28%。可以看出， 化肥、農藥和農膜施用量減少趨勢逐漸平穩，整體上北大荒仍需在保證農業生產的情況下， 繼續改善化肥和農藥投入量的施用。農膜目前回收率已達到 85%以上，因此農膜回收效果 較好，但仍應進一步加強。
表 3-4 北大荒農業生態污染情況
Table 3-4 Agricultural ecological pollution in Beidahuang
年份 化肥施用量（萬噸） 農藥施用量（萬噸） 農膜施用量（萬噸）
2010 48.30 1.37 1.39
2011 52.71 1.48 1.48
2012 57.91 1.48 1.74
2013 57.99 1.61 1.66
2014 59.27 1.80 1.76
2015 58.67 1.59 1.69
2016 56.92 1.45 1.62
2017 56.34 1.53 1.51
2018 57.12 1.56 1.43
2019 58.88 1.65 1.37
2020 54.48 1.38 1.36
相關數據來自《黑龍江墾區統計年鑒（2010-2020 年）》
通過文獻了解到，農業面源污染主要由四部分組成，分別為總氮（TN）污染量、總磷（TP） 污染量以及農藥污染量和農用地膜污染量，化肥污染主要來源于總氮和總磷兩部分構成。 由表 3-5 可知， 2010-2020 年北大荒集團總氮污染量和總磷污染量整體處于增長態勢，總氮
23 污染量、總磷污染量年均增長率分別為 1.16%和 0.62%，化肥作為農業生產的必須品，如 何精準對化肥用量實施管控是目前農業重要的現實問題。農藥污染量和農膜污染量年均增 長率分別為 2.86%和-0.19%，農藥污染量的增加也意味著農藥中的有害物質會滲入土地、 河流等造成環境污染，阻礙了綠色生態農業的發展。而農膜污染量均增長率為負數，說明 北大荒對農膜的使用量有所控制。因此減少農膜使用量或回收殘留農膜是減少農膜污染的 合適方法，近年來，農膜的污染逐漸得到重視，農膜回收率有所提高，但總體上仍需進一 步改進。
表 3-5 化肥、農藥、農膜污染量
Table 3-5 pollution intensity of chemical fertilizer, pesticide and agricultural film
時期 TN 污染量 TP 污染量 農藥污染 農膜污染
2010 1373.37 90.07 0.46 1136.98
2011 1486.57 94.69 0.33 1208.43
2012 1640.24 105.31 0.24 1419.75
2013 1631.67 103.97 0.23 1353.62
2014 1664.36 106.29 0.43 1440.76
2015 1629.09 106.79 0.40 1379.94
2016 1583.14 101.14 0.50 1320.51
2017 1555.30 101.16 0.60 1230.42
2018 1569.23 103.15 0.43 1167.47
2019 1631.88 106.90 0.65 1123.49
2020 1541.94 95.83 0.61 1115.23
相關數據根據 4.3.1 計算獲得
3.4本章小結
北大荒集團在2010-2020年農業發展中取得了良好的成績，但也存在著如化肥（TN、
TP）、農藥農膜存在污染情況和農業碳匯增長緩慢的問題，其中，總氮、總磷和農藥的污 染量呈波動增長趨勢，農膜施用量已經有所下降但仍需進一步改進，由于農業總碳匯整體 處于微弱上升狀態，農業碳排放整體下降，農業凈碳匯增長緩慢，從而影響北大荒集團農 業企業的生態效率。且北大荒農墾集團分布的區域較大，所屬農場有限公司也較多，使得 會存在著一定的農業投入資源分布不均衡的情況，從而造成農業經濟和生態均受到影響。 因此，為分析北大荒集團農業企業生態效率的具體情況，需進一步對其進行評價分析。
24
4北大荒集團農業企業的生態效率評價指標體系的構建
農業企業是國民經濟的支柱產業，因此能夠準確的、科學的對農業企業的生態效率情 況進行定量分析，對企業的管理者進行科學合理的戰略計劃是十分重要的。在農業生產過 程中需投入各種資源，資源投入、勞動投入、環境投入。產出除了一般意義上的期望產出 外，還有如農業污染的非期望產出。其中部分指標需要通過間接計算得出，如生態產出和 農業總碳排放和污染產出需要經過復雜的計算，沒有直接具體數據，而農業經濟產出也需 經過一定換算應用。從投入產出（包含期望與非期望產出）兩方面確定相關指標后完成了 構建指標體系的工作，以便帶入模型得到相應的運行結果。因此在評價北大荒集團農業企 業的生態效率之前，必須建立一套設計科學、操作性強的農業企業的生態效率評價指標體 系。
4.1指標體系構建原則
第一，以經濟可持續發展為根本目標，結合可持續發展思想確定指標類型；第二，指 標的選擇必須結合農業企業的獨特性；第三，指標的選擇應符合生態效率的內涵，不僅要 體現生態環境方面還要體現經濟和資源方面。第四，結合農業行業和現有的研究成果的基 礎上，進一步完善指標體系。
4.1.1系統性原則
生態效率指標體系是由很多相互作用影響的子系統構成，每個子系統都不是孤立存在 的。在構建生態效率指標體系時，除了要重視層次性，還要重視其相關性。農業生產的發 展是一個比較復雜的過程，受多種因素的影響，特別是在選擇投入產出指標時，要綜合考 慮農業生產的總體情況和發展狀況，才能有效地評價生態效率。因此，在指標的選擇上， 本文注重投入產出的協調性和統一性，以確保所構建的指標體系能夠有效地反映農業生產 的投入產出，并能較好地評價農業企業的生態效率。
4.1.2科學性原則
指標的選擇應不受較大的主觀因素影響且是客觀獨立的，保證可以有效反映指標和結 果之間的因果聯系。同時，所選擇的指標也能為提高效率提供方向，設計的指標既要體現 特點鮮明，又要涵蓋面廣，除此之外，不僅要梳理生態效率的指標體系，還要充分的體現 農業企業特色。在此基礎上建立的指標體系具有很強的針對性、全面性和科學性。
25
4.1.3可操作性原則
構建農業企業的生態效率指標體系應考慮各指標是否可以進行定量表示。為了能夠以 相對客觀的方式對結果進行評價，指標的選取應當方便收集，考慮到數據的可獲得性和來 源的可靠性，所設計的指標，是能夠從統計年鑒、政府網站或公開資料中直接獲得或間接 計算得到。
4.1.4目標性原則
本研究目的是通過構建農業企業的生態效率指標體系，多層次、多角度對其進行評價， 以科學準確的信息依據為決策單元探尋農業企業實現可持續發展的具體措施，促進北大荒 集團的改造升級，提升北大荒集團的生態效率，促進北大荒集團經濟與環境的可持續發展。
4.2測度指標選取
結合第二章相關理論，在構建北大荒集團農業企業的生態效率指標體系時，考慮本文 的構建的生態效率體系應保證經濟、資源和生態環境的綜合發展，達到資源要素分配合理， 農業經濟良好發展，生態環境有所提升的總目標。由此，指標體系的構建由三部分組成， 分別為資源要素類指標，經濟類指標和生態環境類指標。資源要素類指標均屬于投入類指 標包括：勞動要素投入，農業基礎設施要素投入。經濟類產出包含農業經濟產出。生態環 境類指標包含資源消耗的環境投入和生態期望產出與農業總碳排放和環境污染的非期望 產出。
投入指標分為資源類和環境類。資源類投入指標包括農業機械總動力、播種面積和從 業人員。環境類投入指標有化肥、農藥和農膜施用量。產出指標分為經濟產出與生態環境 的產出。在經濟產出方面，本文選擇農業總產值作為經濟產出指標。將當年價格通過指數 調整均調為 2010 年的不變價農業產值。其中生態環境的產出分為期望與非期望產出。在 期望產出的生態方面，將農業碳匯作為北大荒集團生態方面的產出。在非期望產出選擇方 面，選擇用農業總碳排放和污染面源作為非期望產出。構建的評價指標體系如表 4-1。結 合學者研究成果，相關計算方法后續有所提及。本文選取 2010-2020 年《黑龍江墾區統計 年鑒》的相關數據。
26
表 4-1 北大荒集團農業企業的生態效率評價指標體系
Table 4-1 Agricultural enterprise eco-efficiency evaluation index system of Beidahuang Group
指標類型 一級指標 二級指標 單位
投入指標 勞動投入 農業從業人員 人
資源投入 農業機械總動力 萬千瓦
農作物播種面積 公頃
環境投入 化肥施用量 噸
農藥施用量 噸
農膜施用量 噸
產出指標 生態產出 農業碳匯 噸
經濟產出 農業總產值 萬元
非期望產出 農業排放 農業總碳排放 噸
污染排放 農業面源污染 噸
4.3期望和非期望產出指標核算
4.3.1農業面源污染的計算
農業面源污染是指在農業生產過程中，由于農藥、化肥和農膜等未被作物使用，且未
得到合理處置而造成的土壤和水污染［110］。因此農業面源污染由多個單元構成，有化肥、農
藥和農膜污染量。運用熵權法將三種污染指標綜合成一種污染指標。具體計算公式為：
P = E Eij * PH *"j
農藥和農用地膜污染通過其殘留量表示。化肥污染主要通過總氮和總磷污染量表示，
本文復合肥中氮磷鉀的養分比例為 1:1:1，在計算時按折純后的化肥施用量進行計算，借鑒
己有研究的產污系數。總氮和總磷的產污系數結構如表 4-2 所示
表 4-2 TN、TP 產污結構比例
Table 4-2 Proportion of TN and TP polluting structures
化肥種類 TN 產污系數 TP 產污系數
氮肥 1 0
磷肥 0 0.44
復合肥 0.33 0.15
本文涉及的殘留系數和流失系數主要來源于《全國第一次污染源普査手冊》中《農業
27 污染源肥料流失系數手冊》、《農田地膜殘留系數手冊》和《農藥流失系數手冊》等。計 算出的各項產污指標利用熵權法農業面源污染指標TN、TP以及農膜和農藥殘留綜合為一 項指數來表征農業面源污染。
4.3.2農業碳匯的計算 農業碳匯是指農作物在生命周期中的碳吸收，也是農作物通過光合作用所形成的凈初 級生產量。其相應計算公式[農業總碳排放包括農用地碳排放、土壤N2O排放、水稻CH4排放、反芻動物碳排放。
參考宋德勇等［112］、張秀梅［113］等碳排放基礎上，構建公式如下：]為：
kk
i=1 i=1
式中，k為種類數；C為碳吸收總量；Ci表示通過光合作用各種作物吸收的碳量；ci 為作物碳吸收速率；Yi表示作物的農業產量；r為含水量，Hli代表經濟系數。各農作物的 相關系數參照田云［111］如下表4-3：
表 4-3 主要農作物的經濟系數、含水量和碳吸收率
Table 4-3 Economic coefficient, water content and carbon absorption rate of major crops
農作物 經濟系數 含水量 碳吸收率 農作物 經濟系數 含水量 碳吸收率
水稻 0.45 12 0.414 薯類 0.70 70 0.423
小麥 0.40 12 0.485 麻類 0.36 15 0.450
玉米 0.40 13 0.471 甜菜 0.70 75 0.407
豆類 0.34 13 0.450 煙葉 0.55 85 0.450
油菜籽 0.25 10 0.450 蔬菜 0.60 90 0.450
花生 0.43 10 0.450 瓜類 0.70 90 0.450
棉花 0.10 8 0.450 甘蔗 0.50 50 0.450
谷子 0.42 12 0.450 向日葵 0.30 10 0.450
高粱 0.35 12 0.450 其他 0.40 12 0.450
4.3.3 農業總碳排放的計算
量，Si表示各碳排放源的碳排放系數。
相關排放系數參考田云的研究結果。對碳排放量進行加總時，需要將 CH4、 N2O 統一 換算為C，根據IPCC第四次評估報告可知，1噸CH4相當于25噸CO2,同時等同于6.8182 噸C，1噸N2O相當于298噸CO2，等同于81.2727噸C。
（1 ）農用地碳排放 本文選取農用柴油、化肥、農藥、農膜、農業灌溉作為核算單元來估計農業碳排放， 農業碳排放的具體測算公式如式［114-116］：
D =工 Di =工 Ki *Si
其中，D為農業碳排放總量；Di為單元的碳排放量；&為單元i的碳排放系數；Ki 為單元 i 的統計量。根據李波（2011）的碳排放系數值測算北大荒集團農業碳排放量［117］。
（2）土壤 N2O 排放
在農作物種植過程中，對土壤表層的破壞易導致大量溫室氣體流失到大氣中，其中又 以 N2O 最為突出。相比其他溫室氣體， N2O 這類氣體的負面影響非常大， N2O 不僅會破 壞臭氧層、在大氣中滯留的時間也較長，且增溫潛勢大［118］。通過大量實驗，根據田云［111］ 的 N2O 排放系數如表 4-4 所示。
表 4-4 農作物土壤 N20 排放系數
Table 4-4 Emission coefficients of N20 from various soil types of crops
農作物品種 N2O排放系數/（kg/hm2）
水稻 0.24
春小麥 0.4
冬小麥 2.05
大豆 0.77
玉米 2.532
蔬菜 4.21
其他作物 0.95
（3）水稻排放
稻田是溫室氣體CH4的重要排放源之一，但由于我國幅員遼闊，不同地區水熱條件存 在較大差異，導致各地區水稻生長周期內CH4排放率也不盡相同。根據田云［111 ］的研究結果, 選取黑龍江地區水稻生命周期的CH4排放系數為&31g/m2來測算水稻的碳排放量。
29
（4）牲畜養殖碳排放
牲畜養殖尤其是反芻動物養殖是 CH4、 N2O 產生的又一重要源頭，主要包括腸道發酵 所引起的CH4排放以及糞便管理系統中所引發的的CH4與N2O的排放。具體到我國，牛、 馬、驢、騾、駱駝、豬、羊是導致CH4和N2O產生的主要牲畜品種，參考田云［111 ］的研究 結果，各自碳排放系數如表 4-5 所示。
表 4-5 各牲畜品種的排放系數
Table 4-5 Emission coefficients for livestock breeds
牲畜 腸道發酵 CH4 糞便排放 CH4 糞便排放 N2O
奶牛 61 18 1
水牛 55 2 1.34
黃牛 47 1 1.39
馬 18 1.64 1.39
驢 10 0.9 1.39
騾子 10 0.9 1.39
駱駝 46 1.92 1.39
豬 1 4 0.53
山羊 5 0.17 0.33
綿羊 5 0.15 0.33
4.4數據的描述性統計
將各指標數據進行描述性統計。
表 4-6 北大荒 2010-2020 年各類指標匯總
Table 4-6 Summary of various indicators in Beidahuang from 2010 to 2020
Y1 Y2 Y3 Y4 X1 X2 X3 X4 X5 X6
寶泉嶺分公司 7197887 28128919 3729602 1445 479402 1700 3730968 869590 14766 22449
紅興隆分公司 10513692 40115404 4254550 1797 1007751 1805 5309196 1055918 28165 24676
建三江分公司 15939465 58963698 7384732 2504 752077 3116 8204233 1495848 49856 69087
牡丹江分公司 9372327 35263138 4536580 1707 485631 1787 5039375 991626 30112 43573
北安分公司 4441375 22036622 1914824 771 488568 729 3586624 636231 18968 322
九三分公司 3141135 15345101 1604408 637 415201 546 2843309 502908 13811 404
齊齊哈爾分公司 2470465 10228210 1458262 574 315088 542 1567155 359240 5647 5213
綏化分公司 1804057 5968967 908182 326 168952 274 988314 212842 6155 2756
哈爾濱分公司 839714 1776206 244853 89 80177 142 269872 61746 1567 1509
30
相關數據來自《黑龍江墾區統計年鑒（2010-2020 年）》及筆者計算獲得
表 4-7 2010-2020 年北大荒集團農業企業投入產出指標描述性統計
Table 4-7 Descriptive statistics of input-output indicators of Agricultural enterprises in Beidahuang from 2010 to 2020
最小值 最大值 均值 標準 偏差 最大值/最小值
Y1 農業總產值（萬元） 839714 15939465 6191124 4986728 19.0
Y2 農業碳匯（噸） 1776206 58963698 24202918 18415828 33.2
Y3 農業總碳排放（噸） 244853 7384732 2892888 2265466 30.2
Y4 農業污染量（噸） 89 2504 1094 803 28.2
X1 農業從業人員（人） 80177 1007751 465872 282591 12.6
X2 農業機械總動力（萬千瓦） 142 3116 1182 980 21.9
X3 農作物播種面積（公頃） 269872 8204233 3504338 2468369 30.4
X4 折純后化肥施用量（噸） 61746 1495848 687328 457730 24.2
X5 農藥施用量（噸） 1567 49856 18783 15212 31.8
X6 農膜施用量（噸） 322 69087 18888 24008 214.6
由表 4-6 中可知，在最大值方面，農業機械總動力、農作物播種面積、化肥施用量、 農藥施用量、農膜施用量、農業總產值、農業碳匯量、農業總碳排放和農業總污染的最大 值所處公司均為建三江分公司，證明建三江的農業在以上幾個方面用量和產出較大。隨著 投入的增加，農業總產值、農業碳匯也隨之增加，農業總碳排放和農業面源總污染也達到 了最大值，說明在農業發展的同時要兼顧到農業排放和污染的影響，應加強對建三江分公 司農業污染的治理。在產出方面，建三江分公司、紅興隆分公司、牡丹江分公司和寶泉嶺 分公司分別在農業總產值、農業碳匯、農業總碳排放和農業總污染值大小依次排名在前四 位。說明這四個分公司的整體趨勢大體相同，應在保持農業生產的基礎上，更加重視生態 環境污染上。農業從業人員在 2010-2020 年最大值所在公司為紅興隆分公司，說明紅興隆 分公司的農業從業者較多。且紅興隆分公司在其他方面的投入產出情況僅次于建三江分公 司，整體發展較好。在最小值方面， 2010-2020 年除農膜施用量外其他指標的最小值所處 地區均在哈爾濱分公司，哈爾濱分公司在各方面投入上少，因而其產出也最少。哈爾濱分 公司應進一步擴大農業投入。農膜施用量在 2010-2020 年最小值所處公司為北安分公司。 說明北安分公司在減少農膜使用方面貢獻較大，由表 4-7 可知，農業碳匯、農業總產值和 農作物播種面積的標準差較大，說明這些指標的數值和平均值差異較大，波動較大。農用 地膜施用量的最大值/最小值為 214.6，說明各公司農膜施用量差異較大。
31
4.5生態效率評價模型選擇
4.5.1超效率 SBM 模型
傳統的DEA是由A.Charnes, WW Cooper和E Rhodes三者提出，當決策單元是投入 和產出較多情況時，DEA是相對有效性的一種評價方法［119］。其中DEA模型目前應用最廣 泛的模型是CCR模型。其結果處在0-1之間，當效率結果為1時，表示DEA有效，但當 決策單元較多時，會出現結果多為1的情況。因此傳統的DEA模型不能比較效率值為1 的DMU。為了能彌補這個不足，Andersen等人提出了超效率模型，可以進一步評價和分 析有效決策單元。非有效的單元效率值與DEA測度的效率值保持一致［120］。2001年Tone 提出了 SBM非期望產出模型，主要用于計算生態效率,SBM與傳統DEA相比，克服了由于 徑向方向和角度造成的偏差和投入產出的松弛性，但對于SBM非期望產出計算出的效率結 果為1時,和傳統DEA 一樣,無法具體區分相關研究單元間的效率差異［121］。2002年Tone在 此基礎上，結合了傳統DEA和SBM非期望產出模型的優勢，又彌補了不能區分研究單元效 率的缺陷，提出了基于非徑向、非角度的SUPER-SBM模型，并可以對DMU進一步對比評 價分析［122］。因此，采用SUPER-SBM模型進行測算。
匚 n 土 j; / < 土 j; y(d n i y肌；
J =1, 士 J J J =l,M k J
< x n xk ； yd < yd ； yu n y
n 0,i = 1,2,...,m; J = 1,2,...,n, J豐 0;
s=1,2,...,r1;q=1,2,...,r2;
'以北大荒集團看，兀為綜合生態效率值；n代表研究單元個數,m個投入量，期望產出 有rl種,非期望產出有r2種；2表示權重向量。x、yd、yu分別表示北大荒集團農業企 業的投入、期望產出和非期望產出矩陣元素。
4.5.2Global-Malmquist 指數
Malmquist 指數法適用于多投入、多產出項目的效率測算,且不需要通過無量綱化來處 理數據。 Malmquist 指數法可以清楚反映不同年份的變化情況，還可通過分解對增長情況
32
進行分析,在測算農業方面的生態效率中較為常用。 Malmquist 指數法有很多種計算方法， Pastor 和 Lovell 在 2005 年提出的 Global-Malmquist 模型，由于該方法有著可傳遞性且可 累乘的優勢，很多學者比較傾向采用這種方法［123］。
公式
(2)
（1）式中 Fare 構造了 t 期至 t+1 期 Malmquist 指數，（2）式中，通過對（1）式進行 了等價變換進行了分解［124］。
式中:M=effch*techch=pech*sech*techch .結合本文研究內容，當M>1時,表示從t期至t+1 期北大荒集團農業企業的生態效率處于上升趨勢,當 M<1 時,表示從 t 期至 t+1 期北大荒集 團農業企業的生態效率處于下降狀態。 techch 表示從 t 期至 t+1 期，決策單元對于北大荒集 團技術進步的變化程度，是技術進步變動指數，當 techch>1 時,生產前沿面向外移動從而使
得北大荒集團技術進步水平上升，當techch<1，北大荒集團技術進步水平有所下降；effech 為綜合技術變動指數。若effech>1，說明生產接近前沿面，農業企業的技術效率有所改善; 若effech<1,說明農業企業的技術效率降低。pech是純技術效率變動指數，當pech>1時，表 示北大荒集團管理效率提升，反之效率下降； sech 表示 t 期至 t+1 期規模效率變動帶來效 率的相對變化，是規模效率變動指數，當sech>1時，接近最優規模，反之，sech<1，遠離 最優規模［125］。
4.5.3TOBIT 模型
為了深入研究不同因素對生態效率的影響程度，將超效率 SBM 模型測度的北大荒集 團農業企業的生態效率值作為被解釋變量，從6個方面作為解釋變量建立TOBIT回歸模型。 表達式為：
Y*t = ait + 玖比 + eit
Yit = Y*t Y*t > 0
Yit = Yi*t Yi*t < 0
其中，Yit是被解釋變量，表示第i個農業企業第t年的生態效率值；Xit是解釋變量;
Q為常數項；卩為影響因素的系數，eit?N（0。2）。
33
4.6本章小結
本章首先介紹了指標體系構建的4個基本原則，分別是目標性、系統性、可操作性和 科學性原則，其次從經濟、資源和環境三個維度構建了北大荒集團農業企業的生態效率評 價指標體系，對指標中的農業碳匯、農業總碳排放和農業污染指標的計算進行了詳細的介 紹，對數據進行了總體的描述性統計，除農業從業人員指標外其余指標最大值均在建三江 分公司，農膜最小值在北安分公司，其他指標的最小值均在哈爾濱分公司。農業碳匯、農 業總產值和農作物播種面積的標準差較大，說明這些指標的數值和平均值差異較大，波動 較大。農用地膜施用量的最大值/最小值為214.6，說明各公司農膜施用量差異較大。最后 介紹了本文所用的三個模型，分別是超效率SBM模型、Global-Malmquist指數和TOBIT 模型。
34
5北大荒集團農業企業的生態效率測度
通過第四章構建的北大荒集團農業企業的生態效率評價指標體系，本文采用包含非期 望產出的 SUPER-SBM 模型北大荒集團農企業的生態效率進行了靜態層面的測度，并對 9 個分公司效率差異進行說明。運用 Global-Malmquist 指數對北大荒集團農業企業動態生態 效率進行了測算。
5.1北大荒集團農業企業的生態效率靜態分析
5.1.1各分公司差異性分析
由圖 5-1 可知， 2010-2020 年北大荒整體農業生態效率處于非有效狀態，分為相對高效 率組和中效率組和相對低效率組。將效率值在（0.9,1）間稱為相對高效率組，在（0.8， 0.9） 間稱為中效率組，效率值小于 0.8 稱為相對相對低效率組。圖中相對高效率組的包括哈爾 濱、北安、寶泉嶺和建三江分公司。中效率組的有綏化、牡丹江、紅興隆、九三分公司。 相對低效率組的有齊齊哈爾分公司。
圖 5-1 北大荒集團各分公司的生態效率 Figure 5-1 Ecological efficiency of each branch of Beidahuang Group 北大荒集團各分公司整體效率值較高，也說明了北大荒集團各分公司都積極落實“三 減”任務，同時積極發展低碳農業以實現 2060 碳目標。其中北安、哈爾濱和建三江和寶 泉嶺分公司效率均值在前四名，北安分公司效率值最高為 0.999，這和北安分公司本身具 有一定的生態資源優勢有著一定關系。哈爾濱分公司效率值為 0.956，排名第二，哈爾濱 分公司近年來通過無人機高效施藥和施肥，且對于不同耕地采用差異化的施肥方式，這種
35 高效施肥施藥的方法也促進了生態效率的提高。建三江和寶泉嶺分公司作為下屬農場較多 的兩個分公司，在農業生態方面也尤為關注。合理配置農業的投入要素。其他分公司也分 別對實現低碳生態農業做出具體實施措施。如紅興隆分公司提出“四技六替”的新模式以 減少化肥和農藥的施用量，同時積極探索綠色種養循環模式實現低碳農業更好發展。
5.1.2效率綜合分析
本文在對北大荒集團農業企業的生態效率進行靜態分析時，根據前文所構建的北大荒 集團企業生態效率評價指標體系，將2010-2020年北大荒相關投入產出數據帶入MaxDEA 軟件中，可以得到各分公司的年度生態效率值。運Super-SBM模型，測算出2010-2020年 北大荒集團農業企業的生態效率值，結果如表5-1：
結果顯示：北大荒集團 2010-2020農業企業的生態效率整體處于上升狀態， 2010-2011 年生態效率由 0.62上升到 0.808， 2010年中央一號文件指出要加強農業生產，實現農業連 年增產增收的目標，北大荒集團積極相應國家政策號召，使得農業經濟產出有所提高，作 為生態效率提高的關鍵因素，其增加也使得生態效率得到大步提升。 2011-2015 年北大荒 集團農業企業的生態效率穩步上升，在 2015-2016年生態效率值上升幅度較大，也充分證 實了國家從2015 年開始，提出加強農業生態治理，在保證糧食產量的同時，重視生態環 境的保護。北大荒集團逐漸減少化肥、農藥和農用地膜的使用，使得北大荒集團農業企業 的生態效率在2015-2016年上升較快。 2016-2020年生態效率逐年上升， 2018-2019年，由 于北大荒集團實行改革制度，集團內部尚不穩定，因而生態效率在2018-2019年上升幅度 較小。 2019-2020年北大荒集團逐漸恢復狀態，生態效率值在2020年達到最高值為0.997。 近年來，我國逐步完善了對農業生態效率政策方面的措施，如有機肥替代化肥、廢棄農膜 回收、開展農業節肥節藥行動等一系列措施對生態效率的提高具有顯著成效。
表 5-1 北大荒集團農業企業的生態效率值
Table 5-1 Ecological efficiency value of agricultural enterprises in Beidahuang
時間 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
效率均值 0.620 0.808 0.822 0.845 0.865 0.876 0.930 0.953 0.959 0.963 0.997
綜合技術效率可進一步分解為純技術效率和規模效率,對北大荒集團農業企業的綜合 效率進行分解，由圖5-2可知，生態綜合效率趨勢與純技術效率趨勢大體一致。綜合效率 在2010-2020年，整體綜合效率為非DEA有效。2010年生態綜合效率最低為0.620，2020 年生態綜合效率達到0.997，達到了最高值。純技術效率在2010-2020年整體處于小于1 非 有效狀態，由于生態綜合效率和純技術效率水平趨勢基本一致，分析其可能原因，認為生
36
態綜合效率低主要是由于企業管理水平和農業企業的技術創新能力有待進一步提升。由于 規模效率值在 10 年間均小于 1，是非有效的。因此，規模效率值低也是導致北大荒集團農 業企業的生態綜合效率值整體非有效的原因之一。
Figure 5-2 Decomposition of ecological efficiency of agricultural enterprises in Beidahuang
2010 年的生態綜合效率為最低狀態， 2015 年開始國家逐漸重視農業生態環境情況， 2015年生態效率處于中效率值區間，2020 年生態綜合效率值達到最大值，現將2015和2020 年的生態綜合效率進行展開分析，對 2015 和 2020 年的各公司的生態綜合效率及分解效率 情況進行進一步研究，如表 5-2,。
對 2015 年和 2020 年北大荒集團農業企業的生態效率進行分解。2015 和 2020 年的綜 合技術效率為 0.876、0.997，總體呈上升趨勢。2015 年北大荒所有分公司中紅興隆、建三 江、牡丹江、北安、綏化分公司生態綜合技術效率達到最優狀態。2020 年寶泉嶺、建三江、 北安、九三、齊齊哈爾、綏化、哈爾濱分公司達到最優狀態，對比 2015 年，寶泉嶺、九 三和齊齊哈爾和哈爾濱分公司轉為有效狀態。2015、2020 年綜合效率達到有效的分公司比 重為 55.6%、77.8%，分公司最優比重呈上升趨勢。純技術效率在 2015 年除寶泉嶺、九三 和齊齊哈爾和哈爾濱分公司外其他分公司都達到最優狀態， 2020 年純技術效率除牡丹江分 公司外其他 8 個分公司均為最優狀態。純技術效率 2015、2020 年處于有效狀態的分公司 比重分別為 55.6%、88.9%，同樣呈現上升趨勢。規模效率在 2015 年和 2020 年有效分公司 比重呈下降狀態。
北大荒集團農業企業的純技術效率和綜合技術效率趨勢大體一致，均呈上升狀態，而 綜合技術效率值受純技術效率和規模效率共同影響。其中主要受到純技術效率的影響。因 此，北大荒集團既要提升技術創新水平又要加強企業的管理水平來提高生態效率。如應加
37
大對農業技術性人才的引進，提升北大荒集團整體企業創新實力，并加強對企業管理人員
的培訓與考核，從而提高北大荒集團農業企業的整體員工素養。
表 5-2 效率對比分析
Table 5-2 Comparative analysis of efficiency
效率 綜合效率 純技術效率 規模效率
公司年份 2015 2020 2015 2020 2015 2020
寶泉嶺分公司 0.911 1.017 0.915 1.020 0.995 0.997
紅興隆分公司 1.001 0.910 1.018 1.001 0.983 0.909
建三江分公司 1.006 1.014 1.010 1.017 0.995 0.998
牡丹江分公司 1.007 0.881 1.007 0.903 1.000 0.975
北安分公司 1.006 1.080 1.007 1.081 0.999 0.999
九三分公司 0.402 1.018 0.623 1.020 0.645 0.998
齊齊哈爾分公司 0.627 1.025 0.699 1.027 0.897 0.998
綏化分公司 1.010 1.021 1.010 1.024 1.000 0.997
哈爾濱分公司 0.914 1.013 0.924 1.017 0.989 0.996
5.2北大荒集團農業企業的動態生態效率分析
為進一步探究北大荒農業生態效率情況，采用GML指數分析北大荒9個分公司在 2010-2020 年的農業生態效率動態變化情況。結果如表 5-3：
由表格5-3可看出，2010-2020 年, GML指數值的變化趨勢呈“先下降再增長反復波動 趨勢”，表明北大荒集團農業企業的生態效率的增長趨勢呈同樣變化。北大荒集團農業企業 的GML指數的平均值為1.087,說明北大荒整體的生態效率呈現增長趨勢。具體來看， 2010-2011年、2015-2016年的GML指數的上升幅度較大，其中上升幅度最大的為2010-2011 年，為32.6%。其余年份GML指數增長幅度較弱，其中2018-2019年增長幅度最小，2019 年相比上一年GML指數增長0.5%，技術進步上升了 5.1%，技術效率下降了 3.8%。
從各要素的分解來看， 2010-2020年，綜合技術效率2010-2011、2012-2013、2014-2015、 2017-2019年效率值小于1，其余年份效率值均大于1,在2015-2016年綜合技術效率增長幅 度最大為10.6%， 2014-2015 和 2017-2018 年下降幅度最大為5.4%，技術進步效率指數在 2010-2011、2012-2019年指數值大于1，處于增長趨勢，其中2010-2011年增幅最大為36.4%； 純技術效率2010-2011、2012-2013、2015-2016、2017-2019年指數值小于1，其余年份大 于1， 2013-2014年純效率增長幅度最大為16.7%，規模效率2013-2015、2016-2018 年小于 1 外，其余均大于1。 2013-2014年是下降幅度最大的是9.7%。
38
從各要素的平均值看，2010-2020年，GML指數均值1.087, TC指數均值為1.074, EC、PEC 和 SEC 指數均值分別為 1.013，其中技術進步指數平均增長 7.4%，綜合效率指 數平均增長 1.3%，整體 GML 指數增長 8.7%，說明整體北大荒集團農業企業的生態效率增 長 8.7%，說明北大荒集團農業企業在這段期間內的生態效率處于上升狀態，北大荒效率趨 勢受到 TC 指數和 EC 指數的影響。其中，主要是由于技術進步的上升的影響。純技術和 規模效率的增長對北大荒生態效率的影響較小。所以北大荒應加強技術水平和創新能力的 提升。
表 5-3 2010-2020 年北大荒集團動態生態效率分解
Table 5-3 Decomposition of dynamic ecological efficiency in Beidahuang Group from 2010 to 2020
年份 GML （綜合）
指數 PEC 純技術效 率指數 SEC 規模技術 效率指數 TC （綜合）技
術進步指數 EC （綜合）技術效率
指數
2010-2011 1.326 0.953 1.009 1.364 0.963
2011-2012 1.024 1.074 1.051 0.946 1.102
2012-2013 1.052 0.884 1.194 1.094 0.964
2013-2014 1.042 1.167 0.903 1.026 1.009
2014-2015 1.093 1.016 0.935 1.134 0.946
2015-2016 1.156 0.919 1.221 1.040 1.106
2016-2017 1.054 1.046 0.997 1.011 1.043
2017-2018 1.045 0.985 0.961 1.095 0.946
2018-2019 1.005 0.934 1.037 1.051 0.962
2019-2020 1.072 1.086 1.004 0.977 1.091
均值 1.087 1.006 1.031 1.074 1.013
由表 5-4 可知，從 GML 效率指數計算結果來看，北大荒集團 9 個分公司的 GML 效率 指數均大于 1，年均增長 8.7%。
從具體分公司來看，各分公司生態效率增長幅度存在差異性。指數排名靠前的分公司 有九三和綏化分公司，其增長率分別為 14.6%、12.2%，九三分公司是北大荒集團農業生態 效率增長幅度最高的。牡丹江和齊齊哈爾分公司生態效率指數排名緊隨綏化分公司之后， 均值分別為 11.3%和 11.2%。紅興隆、寶泉嶺和北安、哈爾濱和建三江分公司 GML 指數增 長幅度在 10%以內。其中建三江分公司整體動態 GML 指數增長幅度相對較小，為 3.8%。 從分解可以看出，當建三江分公司技術進步指數增長 4.3%，綜合效率指數下降 0.7%，整 體 GML 指數增長 3.8%，同理，當哈爾濱分公司技術進步增長 6%，技術效率下降 0.5%時， 哈爾濱分公司整體 GML 增長下降 5.5%。由此可以看出，相比于綜合效率指數的下降幅度，
39 技術進步指數增長的幅度更大，因而公司整體GML指數主要受到技術進步指數增長的影 響，即GML指數趨勢和技術進步指數趨勢一致，說明北大荒集團整體GML指數增長的主 要因素是由于技術進步的增長，因此北大荒集團應繼續加強農業的科技創新水平。
技術效率指數、技術進步指數、純效率指數和規模效率指數均值分別為 1.013、1.074、 1.006、1.031。可見技術進步指數影響著GML指數，純技術效率和規模效率指數對GML 也有一定影響，但是影響程度不大。從綜合效率指數看，紅興隆、建三江和哈爾濱分公司 的綜合技術效率指數小于1，說明研究期內，這三個分公司的的動態生態效率有所下降。 除這三個分公司外其他6個分公司綜合效率指數均值均大于1。
表 5-4 北大荒集團各分公司生態效率分解
Table 5-4 Decomposition of ecological efficiency of branches in Beidahuang Grpup
分公司 GML （綜合）指
數 PEC 純技術 效率指數 SEC 規模技術 效率指數 TC （綜合）技
術進步指數 EC （綜合）技
術效率指數
寶泉嶺分公司 1.067 1.002 0.999 1.066 1.002
紅興隆分公司 1.074 0.990 1.010 1.071 0.998
建三江分公司 1.038 0.996 0.996 1.043 0.993
牡丹江分公司 1.113 1.001 1.001 1.100 1.001
北安分公司 1.055 0.991 1.059 1.070 1.037
九三分公司 1.146 0.998 1.108 1.053 1.073
齊齊哈爾分公司 1.112 1.017 1.006 1.088 1.017
綏化分公司 1.122 1.004 1.000 1.114 1.004
哈爾濱分公司 1.055 1.058 1.102 1.060 0.995
均值 1.087 1.006 1.031 1.074 1.013
5.3北大荒集團農業企業的生態效率影響因素分析
生態效率的大小受經濟、資源和環境等方面的影響。本文將運用 Tobit 模型，通過梳 理相關農業生態效率影響因素相關文獻，提取6個相對重要的影響因子，并將其與前文研 究所得的北大荒集團農業企業的生態效率結果相結合，對北大荒集團農業企業的生態效率 影響因素進行分析。
5.3.1TOBIT 回歸模型構建
TOBIT 回歸模型構建如下：
score = a + % X] + B2X2 + B3X3 + B4X4 + B5X5 + P6X6 + 卩
40
score表示北大荒集團各個農業企業的生態效率值，a為截距項，價表示各影響因素的 回歸系數，Xi表示各影響因素的所占比重，卩表示誤差項。
本文選取農業經濟發展水平、種植結構、工業化水平、農業用電量、無公害種植情況、 農業機械化水平 6 類具體指標反映北大荒集團生態效率的影響因素。見表 5-5。
表 5-5 北大荒集團生態效率的影響因素
Table 5-5 Influencing factors of eco-efficiency of Beidahuang Group
影響因素 表征變量 單位 預期影響效應
農業經濟發展水平 農業總產值/總人口 萬元/人 正效應
種植結構 糧食作物播種面積/農作物總播種面積 % 正效應
工業化水平 工業生產總值/總產值 % 未知
農業用電量 農業用電量 萬度 正效應
無公害種植情況 無公害種植面積/農作物總播種面積 % 正效應
農業機械化水平 農業機械總動力/農作物總播種面積 千瓦/公頃 未知
(1)農業經濟發展水平，采用農業總產值與總人口的比重，即人均農業總產值反映 北大荒集團農業經濟發展水平。農業經濟發展水平的提高也意味著人們已經不愁“吃不飽 飯”的問題。在解決了溫飽的基礎上就會對生態環境方面更加關注，因此促進了生態農業的 進一步發展，有利于生態效率的提高；同時農業經濟發展水平越高也說明了地區的農業相 關的人力，技術、資本、財政等方面的支持力度大，從而在基礎設施的建設和技術的研發 上投入更多，進而提高了生態效率。因此預判農業發展水平對北大荒集團農業企業的生態 效率的影響為正效應。
(2)種植結構。采用糧食作物播種面積與農作物播種總面積的占比反映北大荒集團 的種植結構情況。糧食作物占比高，相對經濟作物所占比例低，代表了重視糧食作物的生 產，糧食產量的穩步提升，對生態效率的提高起促進作用。因此預判北大荒種植結構對農 業企業的生態效率的影響程度為正效應。
(3)工業化水平。采用工業生產總值與總產值的比重反映北大荒集團工業化水平。 工業化水平的提升，一方面會使農業生產機械化水平提高，農業生產效率也隨之提升，但 為了滿足更大的產出，在農業投入方面的不合理投入會產生資源浪費和生態環境污染的問 題，從而降低了生態效率。另一方面，工業產業是資源消耗和環境污染大的產業，但同時 伴隨著經濟增長迅速，因而為推進工業化進度，加快工業化進程，經濟增長帶來的貢獻率 遠超過資源浪費和污染排放。使得工業化的推進對有利于農業生態效率的提高，此外，工 業化水平的提升也為農業發展提供了技術支持，從而促進了生態效率的提高。因此工業化
41
水平對北大荒集團農業企業的生態效率的影響預判為未知。
(4)農業用電量情況。采用農業用電量情況反映北大荒集團農業用電水平。農業用 電不僅體現在農業灌溉，還體現在飼養牲畜方面的用電。農業用電作為農業基礎設施不可 或缺的一部分，一方面，對農業的穩定生產起著一定作用，增加農業經濟產出，并促進生 態效率的提升；另一方面，農業電力的投入一定程度上降低了農業的碳排放量，對生態效 率效率的提高有著積極的影響。因此預判農業用電量情況對北大荒集團農業企業的生態效 率的影響為正向。
(5)無公害農產品種植情況。采用無公害農產品種植面積與農作物播種總面積的占 比反映北大荒集團的無公害農產品種植情況。無公害種植對環境要求嚴格，如土壤環境， 空氣狀況等。無公害農產品種植面積所占比例大意味著農業的生態環境較好，且無公害種 植時以物理或生態療法為主，有利于生態農業的發展，對生態效率的進一步提升起著積極 影響。因此無公害農產品種植情況對北大荒集團農業企業的生態效率的影響預判為正向。
(6)農業機械化水平，采用農業機械總動力與農作物播種面積，即反映北大荒集團 農業機械化水平。農用機械化水平越高，一方面說明北大荒農業現代化發展較好，進而對 生態效率的影響可能為正效應，另一方面隨著農業機械化的推進，使得如農業柴油等資源 的使用量大幅度增加，其產生的碳排放量及污染物也隨著增加，導致農業生態環境受到影 響，從而對生態效率產生抑制作用；農用機械化水平的提高也意味著農業生產力提升，但 同時資源的過度消耗會使生態效率降低。因此農業機械水平對北大荒集團農業企業的生態 效率的總體影響為未知。
5.3.2TOBIT回歸結果分析
本文通過stata14用Tobit模型得出的回歸結果如表5-6所示：
表 5-6 TOBIT 模型回歸結果
Table 5-6 Regression results of TOBIT model
影響因素 系數 標準誤差 Z 統計量
農業經濟發展水平 X1 0.032** 0.013 2.49
種植結構 X2 0.002 0.007 0.25
工業化水平 X3 0.014*** 0.003 5.02
農業用電量 X4 0.039*** 0.015 2.68
無公害種植情況 X5 0.017 0.058 0.29
農業機械化水平 X6 -0.066*** 0.022 -3.01
常數項 0.744*** 0.091 8.17
42
根據回歸結果可知農業經濟發展水平、工業化水平和農業用電情況對北大荒集團農業 企業的生態效率的起正向促進作用。農業經濟發展水平在 5%統計水平上顯著，對北大荒 生態效率的影響為正，農業經濟發展水平大于生態效率的作用系數為 0.032，說明了農業 經濟整體水平的提高意味著農業各方面發展較好，同時有精力做好生態保護工作，有利于 低碳生態農業的更好發展，對生態效率的提升是有利的。工業化水平對北大荒集團農業企 業的生態效率的作用系數為 0.014，在1%的統計水平上對北大荒生態效率的影響顯著為正， 說明工業化推進的過程中，雖然可能會伴隨著污染的排放，但工業化帶來的經濟迅猛增長 抵消了污染的排放影響，且國家對工業污染也有所管控，因此工業化水平對北大荒集團生 態效率的影響為正向作用。農業用電量情況在 1%水平上對北大荒生態效率的影響為正向 作用。農業用電量提高不僅可以滿足基礎農業生產的需要，還會達到了低碳環保的效果， 生態效率提升起到積極促進作用。
農業機械化水平對生態效率的影響程度呈負向效應，在 1%統計水平上顯著，農業機 械化水平每增加 1%，北大荒集團農業企業生態效率下降 0.07%。原因可能是由于農用機械 主要使用的能源是柴油，其燃燒所產生的有害物質對生態環境帶來了不利影響，導致北大 荒生態效率的下降。同時，排放氣體增加碳排放量，可能影響了生態效率的提升。
種植結構和無公害種植情況未通過顯著性檢驗，說明這兩個指標對北大荒生態效率沒 有顯著影響。但可看出兩者對生態效率影響為正。說明種植結構的提高會提升北大荒生態 效率，糧食作物面積占比越大，北大荒生態效率越高。北大荒集團的農業企業主要種植的 為糧食作物，說明可以繼續以糧食作物為主，并對糧食作物的投入資源合理配置。無公害 農產品的種植也會一定程度的促進北大荒集團生態效率的提升，說明可以繼續發展無公害 農產品的種植。但是由于沒有通過檢驗，說明兩者對北大荒集團農業企業的生態效率正向 影響不明顯。
5.4本章小結
本章通過首先對北大荒集團農業企業的生態效率進行了測算， 9 個分公司效率值有所 差異，相對高效率組的包括哈爾濱、北安、寶泉嶺和建三江分公司。中效率組的有綏化、 牡丹江、紅興隆、九三分公司。相對低效率組的有齊齊哈爾分公司。 2010-2020 年整體上 北大荒集團農業企業的生態效率趨勢呈現逐年上升的趨勢，在 2020 年達到最大值，其次 對北大荒集團農業企業的生態效率進行了動態分析，發現其整體生態效率處于增長狀態， 其中綜合技術進步指數對提升整體生態效率的貢獻最大，規模效率指數、純技術效率指數
43
和綜合技術效率指數對北大荒集團生態效率的提高也有著一定影響。最后對影響因素進行 了分析，結果顯示農業經濟發展水平、工業化水平、農業用電量對生態效率影響為正向效 應，而機械化水平呈負向抑制作用。
44
6北大荒集團農業企業的生態效率提升策略
6.1基于北大荒集團采取的策略
6.1.1提高農業企業的經營管理水平
農業企業的經營管理水平對經濟產出有著一定影響，進而也影響了農業企業的生態 效率，為提高農業企業的經營管理水平，首先應提高農業企業人員的綜合素質，提高農業 管理人員的業務能力和素質，北大荒集團在進行改革后，集團內部也進入了磨合期，可以 適當縮減部門，減少不必要的部門冗余，還采取合并等方式優化農業企業職能部門，提高 決策力和執行力。消除冗余的流程，制定標準化的工作流程，其次應重視資源的優化配置， 并加大農業企業的管理創新模式，如提高農業企業數字化信息平臺建設，逐步開展商業化 發展模式，提高北大荒集團農業企業的經營管理水平。
6.1.2推進農業企業的生態創新
由第五章可知，生態效率的提升主要受技術進步的影響，這表明必須加強農業企業的 科技創新。促進農業企業的科技創新，積極推動創新成果的應用和推廣，可以有效提高農 業企業的生態效率。北大荒集團農業企業必須在生產和運營過程中高度重視對生態創新的 投資，不斷加強自身自身實力。一方面需要北大荒集團農業企業根據要根據當前形勢不斷 增加相應的生態創新投入，另一方面要積極提高企業的科技人才水平，將內部培養方法與 外部引進相結合。促進北大荒集團農業企業的生態效率的提高。
6.2基于政府層面制定的政策
6.2.1推進以低碳農業為導向的農業轉型升級
推進以低碳農業為導向的農業轉型升級。在農業主體上，農民是農業生產活動的主要 人員，應增強農民的低碳農業環保意識，提高農戶的個人素質，充分做好低碳農業的宣傳 學習工作，如廣播、互聯網等方式，讓農民深刻認識到低碳農業的重要性，并在農業投入 方面做到資源合理化利用；在農業基礎設施上，在合理用電的基礎上，進一步擴大農業用 電量的使用。在科學技術上，相關科研機構應積極研發并推廣如生物肥、有機肥、高效且 低殘留污染小農藥的使用，研發培育碳排放低的農作物品種，如CH4排放低的水稻品種， N2O 排放低的玉米品種等。在產業結構上，應在穩定發展農業的同時，應逐步開展生態型 工業，推進各地區的綠色化、產業化和生態化發展。
45
6.2.2加強農業生態化創新
黑龍江在農業種植和生物工程等方面有著一定的優勢，政府應該發揮農業優勢進一步 推進農業生態化創新，并加大對農業生態化的投入，在機械投入上，強調發展低碳農業機 械化，從降低資源消耗入手，重點發展生態環保型的農業機械，農業機械化水平是決定糧 食產量的重要因素，目前中國的農業機械化已經普及，但農業機械大多仍使用柴油，農業 機械的科技創新能力較弱，應加大對生態環保型農業機械的開發，即在開發制造農機時應 該注重低碳環保，實現生態化農業。在農膜使用上，由于農膜的成分特殊，難以降解，因 此應加大研發可降解農膜技術，并加強治理力度，完善農膜回收利用體系，打造綠色生態 農業。
6.2.3加強對投入要素用量的精準把控
農業投入要素的結構是否合理將很大程度上決定了生態效率的高低，在農業投入上， 應做到投入要素合理且適當，避免要素的浪費，造成不必要的農業污染。政府應對農民的 農業投入要素量精準把控，如水資源、農膜、機械、農藥等。應加強引導農民在投入方面 做到用量合理，進行宣傳講解要素投入過量所導致的農業污染，如農藥的過量投入會滲入 土地、河流等造成環境污染，阻礙了綠色生態農業的發展，農膜的過量投入，產生的“白色 污染”也會導致土壤結構的破壞等等，重視投入要素用量的把控是解決農業污染的關鍵一 步。
46
7結論與展望
7.1研究結論
本文結合傳統 DEA 模型和 SBM 的優勢，采用超效率 SBM 非期望產出模型，以北大 荒集團 9 個分公司為研究對象，選取 6 個投入指標，4 個產出指標，建立北大荒集團農業 企業的生態效率評價指標體系。利用 2010-2020 年的面板數據測算出北大荒集團農業企業 的生態效率，并對2015和2020年各分公司生態效率進行了對比分析，運用Global Malmquist 指數法對北大荒進行動態變化分析，并對生態效率影響因素進行研究，分別得到以下研究 結論：
（1） 2010-2020 年北大荒集團農業企業的生態效率呈逐年上升的趨勢，各分公司效率 值存在一定差異，哈爾濱、北安、建三江和寶泉嶺分公司處于相對高效率組，由于尚未達 到最優，仍需進一步改進，牡丹江、紅興隆、九三和綏化分公司在中效率組。牡丹江和紅 興隆分公司應進一步把控要素投入比例，綏化和九三分公司應繼續加強關注生態農業建 設，齊齊哈爾分公司的生態綜合效率處于相對低效率組。
（2） 生態綜合效率的趨勢主要受純技術效率增減影響，受規模效率增減影響較小。 2010-2020 年北大荒集團農業企業的生態效率中 2020 年達到最高， 2015 年北大荒所有分公 司中紅興隆、建三江、牡丹江、北安、綏化分公司生態綜合技術效率達到最優狀態。2020 年寶泉嶺、建三江、北安、九三、齊齊哈爾、綏化、哈爾濱分公司達到最優狀態，北大荒 集團既要提升技術創新水平又要加強企業的管理水平來提高生態效率。
（3） 通過 Global-Malmquist 指數分析北大荒集團動態生態效率分解，發現北大荒集團 整體農業企業的生態效率處于增長狀態，其中綜合技術進步指數對動態生態效率的影響較 大，規模效率指數、純技術效率指數和綜合技術效率指數對北大荒集團生態效率的提高也 有著一定影響。因此北大荒應重視建設農業科技研發體系，加大農業科研經費，培養一批 專業素質高，創新能力強的農業人才，提高北大荒生態效率。
（4） 北大荒集團農業企業的生態效率的影響因素中，農業經濟發展水平、工業化水 平和農業用電情況促進北大荒集團農業企業的生態效率的提升。而機械化水平對其起到抑 制作用。種植結構和無公害種植情況對北大荒集團農業企業的生態效率影響為正，但正向 促進作用不明顯。
47
7.2研究不足與展望
（1） 由于在農業面源污染上暫時還沒有具體的統計數據，本文運用各個污染物流失 系數和各污染要素相互計算，并使用熵權法將各農業污染物整合成總體的農業污染，這樣 計算出來的結果可能和現實間有著一定誤差。因此，在農業總污染方面，也是值得研究的 一個重點方向。
（2） 本文所采用的農業碳匯值不考慮林地碳匯和草地碳匯，主要由于林地和草地碳 匯目前學術界還沒有統一標準，因此，未來可以考慮林地和草地碳匯基礎上研究農業碳匯 情況，進而研究生態效率評價。
48
參考文獻
[1]Raymond Cote,Booth A,Louis B.Eco-efficiency and SMEs in Nova Scotia,Canada[J].Joumal of Cle
aner Production,2006,14(6/7):542-550.
[2]Fernandez-Vine M B,Gomez-Navarro T,Capuz-Rizo S F.Eco-efficiency in the SMEs of Venezuela.C urrent status and future perspectives[J].Journal of Cleaner Production,2010,18(8):736-746.
[3]Charmondusit K,Keartpakpraek K.Eco-efficiency evaluation of the petroleum and petrochemical gro up in the map Ta Phut Industrial Estate, Thailand[J].Journal of Cleaner Production,2011,19(2):241- 252.
[4]Fernandez-Vine M B,Gomez-Navarro T,Capuz-Rizo S F.Assessment of the public administration to ols for the improvement of the eco-efficiency of Small and Medium Sized Enterprises[J].Journal of Cleaner Production,2013,47:265-273..
[5]Charmondusit K,Phatarachaisakul S,Prasertpong P.The quantitative eco-efficiency measurement for s mall and medium enterprise: a case study of wooden toy industry[J].Clean Technologies & Enviro nmental Policy,2014,16(5):935-945.
[6]Muhammad Tajammal Munir,Wei Yu,Brent P.Young.Eco-efficiency and control loop configuration fo r recycle systems[J].The Korean journal of chemical engineering,2013,30(5):997-1007.
[7]Les Levidow,Palle Lindgaard-J0rgensen, Asa Nilsson, Sara Alongi Skenhall and Dionysis Assimaco poulos.Eco-effificiency improvements in industrial water-service systems:assessing options with stak eholders[J].Water Science & Technology.2014:2113-2121.
[8]Peter Saling.Eco-effificiency Assessment[J].LCA Compendium-The Complete World of Life Cycle Assessment.2016:115-178.
[9]Jove-Llopis,Elisenda,Segarra-Blasco,et al.Eco-Efficiency Actions and Firm Growth in European SM Es[J].Sustainability,2018,10(1):281-281.
[10]Camila P.Pereira,Diego M.Prata,Lizandro S.Santos and Luciane P.C.Monteiro.Development of Evo- efficiency Comparison Index through Econdications for Industial Applications[J].Brazilian Journal of Chemical Engineering.2018(1):69-89.
[11]Jenifer Vasquez et al.A conceptual framework for the eco-efficiency assessment of small-and med ium-sized enterprises[J].Journal of Cleaner Production,2019,237(C):117660-117660..
[12]Anna Zieli'nska-Chmielewska,Anna Olsza'nska,Jerzy Ka'zmierczyk and Elena Vladimirovna Andria
49
nova.Advantages and Constraints of Eco-Efficiency Measures:The Case of the Polish Food Industr y[J].Agronomy.2021,11(2):299-299.
[13]G.G.Caiado,M.C.Heymann,C.L.R.Silveira,L.A.Meza and O.L.G.Quelhas.Measuring the Eco-efficienc y of Brazilian Energy Companies using DEA and Directional Distance Function[J].IEEE LATIN AMERICA TRANSACTIONS,2020(11):1844-1852.
[14]Oggioni G,Riccardi R,Toninelli R.Eco-efficiency of the world cement industry:a data envelopment analysis[J].Energy Policy,2010,39(5):2842-2854.
[15]Jose A.G6mez-Lim6na, Andres J.Picazo-Tadeo,Emest Reig-Martinez.Eco-effificiency assessment of olive farms in Andalusia[J].Land Use Policy.2012,29(2):395-406.
[16]Wei Liu,Jinyan Zhan,Zhihui Li,Siqi Jia,Fan Zhang,Yifan Li.Eco-Effificiency Evaluation of Regiona l Circular Economy:A Case Study in Zengcheng, Guangzhou.[J].Sustainability 2018,10(2):453-453.
[17]Wang Y,Li P,Zhu Z,et al.The evaluation of eco-efficiency of the industrial coupling symbiosis net work of the eco-industrial park in oil and gas resource cities[J].Energy Science & Engineering,20 19,7(3):899-911.
[18]REN Yufei, FANG Chuangling,LIN Xueqin, SUN Siao,LI Guangdong,FAN Beili.Evaluation of the eco-efficiency of four major urban agglomerations in coastal eastern China.Journal of Geographic al Sciences.2019,29(8):1315-1330.
[19]Christian, Grovermann, Tesfamicheal,et al.Eco-efficiency and agricultural innovation systems in de veloping countries: Evidence from macro-level analysis[J].Plos One,2019,14(4):1-16.
[20]HA Lin,TU Jianjun,YANG Jianping,XU Chunhai,PANG Jiaxing,LU Debin,YAO Zuolin, ZHAO We nyu.Regional eco-efficiency evaluation and spatial pattern analysis of the Yangtze River Econoimi c Zone.Journal of Geographical Sciences.2020,30(7):1117-1139.
[21]Goa M,Sulewski P,Ws A,et al.On the Way to Sustainable Agriculture-Eco-Efficiency of Polish Co mmercial Farms[J].Agriculture, 2020,10(10):438-438.
[22]Coluccia B,Valente D,Fusco G,et al.Assessing agricultural eco-efficiency in Italian Regions[J].Ecol ogical Indicators,2020,116(C):1-12.
[23]Soliman T,Djanibekov U.Assessing dairy farming eco-efficiency in New Zealand:a two-stage data envelopment analysis[J].New Zealand Journal of Agricultural Research,2021,64(3):411-428.
[24]Carlos Rosano-Pe'na,Joanfilio Rodolpho Teixeira,Herbert Kimura.Eco-efficiency in Brazilian Amaz onian agriculture:opportunity costs of degradation and protection of the environment[J].Environmen
50
tal Science and Pollution Research.2021,28(44):62378-62389.
[25]Seyyed Hassan Pishgar-Komieh,Lukas Cechura,Elena Kuzmenko.Investigating the dynamic eco-effi ciency in agriculture sector of the European Union countries[J].Environmental Science and Polluti on Research.2021,28(35):48942—48954
[26]Polcyn J.Eco-Efficiency and Human Capital Efficiency:Example of Small-and Medium-Sized Fami ly Farms in Selected European Countries[J].Sustainability,2021,13(12):6846-6846.
[27]Kielenniva N,Antikainen R,Sorvari J.Measuring eco-efficiency of contaminated soil management at the regional level[J].Journal of Environmental Management,2012,109:179-188.
[28]Lee P,Park Y J.Eco-Efficiency Evaluation Considering Environmental Stringency[J].Sustainability,20 17,9(4):661-661.
[29]M Rybaczewska-Blaz^owska,Gierulski W.Eco-Efficiency Evaluation of Agricultural Production in t he EU-28[J].Sustainability,2018,10(12):4544-4544.
[30]Lu Xinga,Minggao Xuea,Xiaoyan Wang.Spatial correction of ecosystem service value and the eval uation of eco-efficiency:A case for China's provincial level[J].Ecological Indicators,2018,95:841-85 0.
[31]A A M,Marcela Gonzalez-Araya b,B A I,et al.A multiobjective DEA model to assess the eco-effi ciency of agricultural practices within the CF+DEA method[J].Computers and Electronics in Agric ulture,2019,161:151-161.
[32]Garcia Besne A,Luna D,Cobos A,Lameiras D,Ortiz-Moreno H,Patricia Gueereca L.A methodologic al framework of eco-efficiency based on fuzzy logic and Life Cycle Assessment applied to a Me xican SME[J].Environmental Impact Assessment Review,2018,68:38-48.
[33]Lin Yang,Yuantao Yang.Evaluation of eco-efficiency in China from 1978 to 2016:Based on a mo dified ecological footprint model[J].Science of the Total Environment.2019,662:581-590.
[34]Liu X,Guo P,Guo S.Assessing the eco-efficiency of a circular economy system in China's coal m ining areas:Emergy and data envelopment analysis[J].Journal of Cleaner Production,2018,206:1101- 1109.
[35]Shiwei Yu,Jie Liu,Longxi Li.Evaluating provincial eco-efficiency in China:an improved network d ata envelopment analysis model with undesirable output[J].Environmental Science and Pollution R esearch.2019,27(7):6886-6903.
[36]Georgopoulou A,Angelis-Dimakis A,Arampatzis G,Assimacopoulos D.Improving the eco-efficiency o
51
f an agricultural water use system[J].DESALINATION AND WATER TREATMENT 2016,57(25):1 1484-11493.
[37]Bonfiglio A,Arzeni A,Bodini A.Assessing eco-efficiency of arable farms in rural areas[J].Agricultu ral Systems,2017,151:144-125.
[38]Martinsson Elin,Hansson Helena.Adjusting eco-efficiency to greenhouse gas emissions targets at fa rm level-The case of Swedish dairy farms[J].Journal of Environmental Management,2021,287:1123 13-112313.
[39]Heidenreich Anja et al.Sustainable intensification pathways in Sub-Saharan Africa: Assessing eco-e fficiency of smallholder perennial cash crop production[J].Agricultural Systems,2022,195:1-12.
[40]/Saber,Zahra,vanZelm,Rosalie,Pirdashti,Hemmatollah,Schipper,AafkeM,Esmaeili,Mohammadali,Motevali, Ali,Nabavi-Pelesaraei,Ashkan,Huijbregts,MarkA.J.Understanding farm-level differences in environme ntal impact and eco-efficiency:The case of rice production in Iran[J].SUSTAINABLE PRODUCTIO N AND CONSUMPTION.2021,27:1021-1029.
[41]Castilho D,Fuinhas J A,Marques A C.The impacts of the tourism sector on the eco-efficiency of the Latin American and Caribbean countries[J].Socio-Economic Planning Sciences,2021,78:1-12.
[42]孔海寧.中國鋼鐵企業生態效率研究[J].經濟與管理研究,2016,37(09):88-95.
[43]劉沓,韓東平.基于環境經營的企業生態經濟效率及其測度方法研究[J].商業研究.2018(10):34-41.
[44]王江,袁亞瓊.價值驅動的企業生態效率分析[J].工業技術經濟.2019(03):85-94.
[45]馮俊華，臧倩文.重污染工業企業生態效率與技術創新耦合協調效應及影響因素研究[J].生態經濟.20 21(09):67-71.
[46]鄭家喜，楊東.基于DEA-Malmquist分析法的農業生態效率測算研究——以長江中游四省份為例[J]. 湖北社會科學,2016,(09):65-71.
[47]黃娟，劉玥.三峽庫區農業生態效率測度及其影響因素分析[J].統計與決策,2018,34(07):123-127.
[48]曾福生，劉俊輝.區域異質性下中國農業生態效率評價與空間差異實證——基于組合DEA與空間自 相關分析[J].生態經濟.2019(03):107-114.
[49]王永靜，陳增增.天山北坡經濟帶農業生態效率評價及提升路徑研究——基于Super-SBM模型和Glo bal-Malmquist 指數[J].生態經濟.2020(02): 111-117.
[50]李露,徐維祥.農村人口老齡化效應下農業生態效率的變化[J].華南農業大學學報(社會科學版),2021, 20(02):14-29.
[51]方永麗，曾小龍.中國省際農業生態效率評價及其改進路徑分析[J].農業資源與環境學報.2021(01):13
52
5-142.
[52]張熒楠,張蘭婷,韓立民.農業生態效率評價及提升路徑研究——基于山東省17個地級市的實證分析 [J].生態經濟.2021(04):118-131.
[53]李雪,顧莉麗，李瑞.我國糧食主產區糧食生產生態效率評價研究[J].中國農機化學報.2022(02):205-21
3.
[54]任宇飛，方創琳,藺雪芹.中國東部沿海地區四大城市群生態效率評價[J].地理學報,2017(11):2047-206
3.
[55]李強，高楠.長江經濟帶生態效率時空格局演化及影響因素研究[J].重慶大學學報(社會科學版).201 8(03):29-37.
[56]艾明曄，于琮秋,薛青廉.資源依賴區域城市生態效率時空演變研究——以黑龍江省為例[J].系統工程. 2019(06):28-37.
[57]田澤,潘晶晶，任芳容,毛春梅.大保護背景下中國三大流域生態效率評價與影響因素研究[J].軟科學.2 021.
[58]陳慧霖，李加林,田鵬,王中義，楊凱杰,辛欣,王彩依.浙江省沿海縣域生態效率評價[J].生態學雜志.2021
[59]田鵬，汪浩瀚,李加林，曹羅丹,胡求光.東海海岸帶縣域城市生態效率評價及影響因素[J].地理研究,2021, 40(08):2347-2366
[60]鄧榮榮,張翱祥,陳鳴.低碳試點政策對生態效率的影響及溢出效應——基于空間雙重差分的實證分 析[J].調研世界.2022(01):38-47.
[61]鄭慧，賈珊，趙昕.新型城鎮化背景下中國區域生態效率分析[J].資源科學,2017,39(07):1314-1325.
[62]屈文波.中國區域生態效率的時空差異及驅動因素[J].華東經濟管理,2018,32(03):59-66.
[63]沈偉騰，胡求光,李加林，陳琦.中國區域生態效率的時空演變及空間互動特征[J].自然資源學報,2020,3 5(09):2149-2162.
[64]包健,郭寶棋.異質性環境規制對區域生態效率的影響研究[J].干旱區資源與環境,2022,36(02):25-30.
[65]武春友，孫源遠.基于生態承載力的工業園區生態效率評價研究[J].管理學報,2009,6(06):751-754+766.
[66]劉宇文，劉志成.基于DEA數據分析法的湖南省農業生態效率評價[J].黑龍江畜牧獸醫.2015(08):28-3 0.
[67]焦兵,孫君厚.絲綢之路經濟帶工業環境效率的動態評價及影響因素研究[J].統計與信息論壇,2015(1 1):44-48.
[68]朱付彪，方一平,宜樹華，虞虎.江河源區高寒草地畜牧業生態效率及影響因素[J].中國環境科學,2017 (1):310-318.
53
[69]邢貞成，王濟干，張婕.中國區域全要素生態效率及其影響因素研究[J].中國人口 •資源與環境.2018(07): 119-126.
[70]黃和平，胡晴，喬學忠.基于綠色GDP和生態足跡的江西省生態效率動態變化研究[J].生態學報,2018,3 8(15):5473-5484.
[71]鄭德鳳，郝帥，孫才志.基于DEA-ESDA的農業生態效率評價及時空分異研究[J].地理科學.2018(03):41 9-427
[72]許燕琳，李子君.基于DEA和STIRPAT模型的山東省農業生態效率評價[J].水土保持研究.2021(04):29 3-299.
[73]趙爽，劉紅.基于三階段DEA模型的我國工業企業生態效率研究[J].生態經濟,2016,32(11):88-91+102.
[74]陳毅輝，蘇凱.福建工業企業生態效率及影響因素實證研究[J].福建農林大學學報(哲學社會科學版),2 018,21(03):38-43.
[75]張會恒，劉士棟.我國工業生態效率評價及其影響因素研究[J].河北經貿大學學報.2019(06):51-5&
[76]任梅,王小敏，劉忠梅,劉雷,張文新.中國區域生態效率時空變化及其影響因素分析[J].華東經濟管理,2 019,33(09):71-79.
[77]曹俊文，曾康.低碳視角下長江經濟帶農業生態效率及影響因素研究[J].生態經濟.2019(08):115-127.
[78]萬斯斯，李世杰,張明空，楊延哲,康洋鳴.河南省城市生態效率時空演變及影響因素[J].地域研究與開 發,2021,40(06):51-56.
[79]梁耀文，王寶海.環渤海地區農業生態效率時空演化及影響因素研究[J].生態經濟.2021(06):109-116.
[80]陳紅，劉鵬.農業公共投資對農業生態效率與糧食安全影響研究[J].中國林業經濟,2022(02):32-37.
[81]安增龍，梁佳禾.基于低碳農業視角下生態效率測度研究——以北大荒集團為例[J].價格理論與實踐, 2021(11):193-196+200.
[82]Rust Irwin W..A Concept of Agribusiness, John H.Davis and Ray A. Goldberg. Boston:Division o f Research, Graduate School of Business Administration,Harvard University,1957.Pp.xiv,136.$6.00 [J].American Journal of Agricultural Economics,1957,39(4):1042-1045.
[83]夏英,牛若峰.農業企業經營機制轉換和戰略管理[M].北京:中國農業科學技術岀版化.2004.
[84]Stefan Schaltegger and Andreas Sturm.Okologische Rationalitat:Ansatzpunkte zur Ausgestaltung vo n okologieorientierten Managementinstrumenten[J].Die Unternehmung,1990,44(4):273-290.
[85]Bjm Stigson.Eco-efficiency:creating more value with less impact[R].WBCSD,1992:5-36.
[86]MOLL S,GEE D.Making Sustainability Accountable Eco-Efficiency,Resource Productivity and Inno vation[R].Copenhagen:EEA,1998:1-37.
54
[87]Industry Canada.Eco-efficiency:Good Business Sense[M/OL] .http://strategics.ic.gc.ca/epic/internet/ine e-ee.nsf/2002.
[88]孟慶堂，鞠美庭，李智.生態效率:可持續發展的環境管理理論探索[J].中國環境管理:吉林,2004(1):23-2 5.
[89]諸大建，朱遠.生態效率與循環經濟[J].復旦學報(社會科學版),2005(2):60-66.
[90]呂彬,楊建新.生態效率方法研究進展與應用[J].生態學報,2006(11):3898-3906.
[91]吳小慶，王亞平，何麗梅,陸根法.基于AHP和DEA模型的農業生態效率評價——以無錫市為例[J].長江 流域資源與環境,2012,21(06):714-719.
[92]陳興鵬,龐家幸,王惠榆.基于生態縣評價指標的生態環境可持續發展研究——以甘肅省涇川縣為例 [J].西北師范大學學報(自然科學版),2013,49(04):110-114.
[93]侯孟陽，姚順波.中國農村勞動力轉移對農業生態效率影響的空間溢岀效應與門檻特征[J].資源科學, 2018,40(12):2475-2486.
[94]田文富.西方環境倫理思想及其哲學基礎探析[J].沈陽師范大學學報(社會科學版),2008(02):8-12.
[95]Allen R.How to save the world. Strategy for world conservation[M].Kogan Page Ltd,1980.
[96]Meier M A.Eco-efficiency evaluation of waste gas purification systems in the chemical industry [D].ETH Zurich,1997.
[97]Michael Redclift.The Multiple Dimensions of Sustainable Development[J].Geography,1991,76(1):36- 42..
[98]Boulding K E.The economics of the coming spaceship earth[R].Baltimore:Johns Hopkins Universit y Press,1966.
[99]Meadows.D H Goldsmith E,Meadow P.The Limits to Growth[M].Universe Books,1972.
[100]Spash C L,Barbier E B,Burgess J C,et al.Paradise Lost?The Ecological Economics of Biodiversit y[J].The Economic Journal,1995,105(432):1318-1321.
[101]Faber M,Manstetten R,Proops J.Ecological Economics:Concepts and Methods[M].Cheltenham:Edwar d Elgar,1996.
[102]許滌新.生態經濟學[M].浙江人民岀版社.1987.1-15.
[103]金自學.生態經濟學是可持續發展的理論基礎[J].生態經濟,2001(10):2-4+10.
[104]何悅.馬克思生態經濟理論中國化困境與展望[J].中國人口•資源與環境,2015,25(S2):221-223.
[105]Kinzig A P,Kammen D M.National trajectories of carbon emissions: analysis of proposals to fos ter the transition to low-carbon economies[J].Global Environmental Change,1998,8(3):183-208.
55
[106]Norse D.Low carbon agriculture:Objectives and policy pathways Environmental Development,201 2(1):25-39.
[107]Schaltegger S,Sturm A.Okologische Rationalitat:Ansatzpunkte zur Ausgestaltung von okologieorie ntierten Management instrumentent[J].Die Untemehmung,1990,44(4):273-290.
[108]楊春平.循環經濟與低碳經濟內涵及其關系[J].中國經貿導刊,2009(24):21-31.
[109]鄭恒，李躍.低碳農業發展模式探析[J].農業經濟問題,2011,32(06):26-29.
[110]王寶義，張衛國.中國農業生態效率測度及時空差異研究[J].中國人口•資源與環境,2016,26(6):11-19.
[111]田云,張俊飚.中國農業生產凈碳效應分異研究[J].自然資源學報,2013,28(8):1298-1309.
[112]宋德勇，盧忠寶.中國碳排放影響因素分解及其周期性波動研究[J].中國人口•資源與環境,2009,19(3): 18-24.
[113]張秀梅，李升峰,黃賢金，等.江蘇1996年至2007年碳排放效應及時空格局分析[J].資源科學,2010,32 (4):768-775.
[114]賴斯蕓，杜鵬飛,陳吉寧.基于單元分析的非點源污染調查評估方法[J].清華大學學報(自然科學版)， 2004(09):1184-1187.
[115]陳敏鵬，陳吉寧,賴斯蕓.中國農業和農村污染的清單分析與空間特征識別[J].中國環境科學,2006(0 6):751-755.
[116]侯盂陽，姚順波.中國農村勞動力轉移對農業生態效率影響的空間溢岀效應與門檻特征[J].資源科學, 2018,40(12):2475-2486.
[117]李波,張俊飚，李海鵬.中國農業碳排放時空特征及影響因素分解[J].中國人口 •資源與環境,2011,21(0 8):80-86.
[118]齊玉春，董云社.土壤氧化亞氮產生、排放及其影響因素[J].地理學報,1999,54(6):534-542.
[119]Chung Y H,Fare R,Grosskopf S.Productivity and undesirable outputs:a directional distance functi on approach[J].Journal of Environmental Managemen,1997,51(3):229-240.
[120]ANDERSEN P,PETERSEN N C.A procedure for ranking efficient units in data envelopment ana lysis[J].Management Science,1993,39(10):1261-1264
[121]TONE K.A slacks-based measure of efficiency in data envelopment analysis[J].European journal of operational research,2001,130(3):498-509.
[122]TONE K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European jo urnal of operational research,2002,143(1):32-41.
[123]成鋼.數據包絡分析與Max DEA軟件[M].北京:知識產權岀版社,2014.
56
[124]廖虎昌，董毅明.基于DEA和Malmquist指數的西部12省水資源利用效率研究[J].資源科學,2010,33 (2):273-279.
[125]張悟移，陳天明,王鐵旦.基于DEA和Malmquist指數的中國區域環境治理效率研究[J].華東經濟管理, 2013,27(2):172-176.
相關標簽:
