基于逆向数据包络分析的畜牧业与牧场保护平衡策略研究

《Agricultural Systems》：Balancing livestock production and rangeland conservation: An inverse data envelopment analysis approach

本文创新性地应用逆向数据包络分析（Inverse DEA）方法，针对伊朗马赞达兰省牧场退化问题，提出整合经济与环境策略的可持续发展方案。研究通过评估放牧强度与畜群规模对环境效率的影响，为生态敏感区域的牧场管理提供了可量化的决策支持。

　　

Section snippets

A new inverse DEA model

虽然传统DEA模型（包括松弛度量SBM和方向距离函数DDF）被广泛用于评估决策单元(DMUs)的相对效率，但它们主要作为诊断工具。这些模型通过径向或非径向调整假设来评估当前效率状态并识别改进潜力，但无法直接处理输入或约束被外部修改的前瞻性规划或场景模拟。

Application and data

马赞达兰省牧场面积达584,712公顷，承载超过150万头轻型牲畜（主要为绵羊和山羊），贡献全省约25%的牲畜产量。尽管该省牧场潜力巨大，但仅约6%处于优良状态，超过66%的牧场存在退化现象。

Result and discussion

图1展示了通过DEA模型(1)对研究区域各牧场牧民环境效率的评估结果。白色区域表示无数据覆盖区，灰色区域代表效率值极低区（0-0.19），其余区域按0-1的效率值梯度着色。结果显示高强度放牧区效率值普遍低于0.3，而实施综合策略（包括减少畜群规模、政府饲料补贴与限制总可消化养分TDN采集）的牧场效率提升显著，特别是原低效单元退化率降低达40%。

Conclusion

本研究证实马赞达兰省牧场畜牧业，尤其是高强度放牧区，面临严峻的环境效率挑战。牧民平均环境效率仅0.65，超过三分之二生产单元属于低效状态。逆向DEA模型模拟表明，通过协调经济激励（如饲料补贴）与生态约束（如放牧时间限制），可在维持生产效率的同时将牧场退化率控制在可持续阈值内。