馮亞娟， 祁 喬， 韓家彬

(遼寧工程技術大學 工商管理學院， 遼寧 葫蘆島 125105)

農業(yè)生態(tài)效率是指在生態(tài)系統(tǒng)可承受的范圍內以較少的自然資源消耗和環(huán)境代價換取更多數(shù)量和更高質量的農產品或農業(yè)服務[1]。改革開放以來，依托石油農業(yè)的生產模式，中國農業(yè)產出水平在不斷提高的同時也付出了高昂的資源和環(huán)境代價。據2013年全國調查數(shù)據顯示，農化污染的需氧量和氨氮排放量分別占全國的47.6%和31.7%，農業(yè)生產造成的污染有逐漸成為頭號污染源的趨勢[2]，農化產品、農業(yè)廢棄物、生活污水和垃圾的處理不當是造成農業(yè)污染的主要原因。在十九大生態(tài)文明建設的號召下，研究農業(yè)生態(tài)效率對于明確農業(yè)生產中的問題、緩解農業(yè)生產和生態(tài)環(huán)境之間的矛盾、推動農業(yè)可持續(xù)發(fā)展具有重要意義。目前，國內有關生態(tài)農業(yè)效率的研究已經取得一定進展。在評價方法上，主要涉及比值法、生命周期評價法、隨機前沿分析法、生態(tài)足跡分析法、能值分析法和數(shù)據包絡分析法[1]。在研究層面上，現(xiàn)有文獻研究主要立足于農產品層面[3-5]、全國層面[6-7]、城市及區(qū)域層面[8-10]。在研究內容上，則主要圍繞效率測度[10,12]、時空差異[11-12]、時空演變[13]、影響因素[14-15]等來研究。比較當前研究發(fā)現(xiàn)： ①就全國層面而言，大多數(shù)學者對農業(yè)生態(tài)效率的測度都是靜態(tài)的，缺少對農業(yè)生態(tài)效率動態(tài)變化趨勢及其原因的剖析； ②現(xiàn)有文獻對農業(yè)生態(tài)效率的驅動要素研究較少，雖然洪開榮、王寶義等[15-16]人對影響因素進行了探討，但在因素選取上缺少對農地確權這一重要政策的考量，且在方法上局限于Tobit面板分析，無法厘清驅動因素的主次。基于此，本研究通過構建農業(yè)生態(tài)效率評價體系，首先利用超效率DEA-Malmquist模型對全國2007—2016年的農業(yè)生態(tài)效率進行測度并分析其動態(tài)效率及變化原因；其次通過空間自相關模型分析其時空分布特征的變化；最后運用灰色關聯(lián)分析模型并加入農地確權這一政策因素來探究農業(yè)生態(tài)效率動態(tài)變化的主要驅動因素。

1 研究方法和指標選取

1.1 超效率DEA模型

傳統(tǒng)DEA模型的測算結果在區(qū)間(0,1)內，在分析結果出現(xiàn)多個決策單元效率值同時為1時無法進一步排序和判斷優(yōu)劣，而Anderson對DEA模型進行改進[17]，提出超效率DEA模型，使其可以對同處于生產前沿面的多個決策單元進行分析比較。因此，本文采用超效率DEA來測算中國省際農業(yè)生態(tài)效率。

超效率DEA模型數(shù)學表達式為:

Minθ

(1)

λj≥0,j=1,2,…,k-1,k…,n；S-≥0,S+≥0

式中：θ——決策單元的效率值；X——輸入變量；Y——輸出變量；λ——有效決策單元中的組合比例；S-，S+——松弛變量，分別表示輸入超量和投入虧量。當θ≥1時，若S-≥0且S+≥0，說明該決策單元實現(xiàn)效率最優(yōu)；當θ<1時，若S-≠0且S+≠0，那么該決策單元沒有達到效率最優(yōu)，存在改進空間。

1.2 Malmquist指數(shù)

Malmquist指數(shù)(TFP)常用于生產分析，其特點在于從技術變化和技術效率變化的角度去分解生產率的變化。具體數(shù)學模型為：

(2)

Malmquist指數(shù)可分解為技術進步(TC)和綜合技術效率(EC)，后者又可分解為純技術效率(PE)和規(guī)模效率(SE)，表達式為：

TFP=EC·TC=PE·SE·TC

(3)

其中，綜合技術效率(EC)表示技術效率的變化對生產率的貢獻度；純技術效率(PE)表示生產管理水平變化對生產率的影響，小于1表示效率降低，反之表示提高；規(guī)模效率(SE)表示規(guī)模報酬變化引起的效率變化，大于1說明生產規(guī)模接近最優(yōu)，反之說明未達到最優(yōu)規(guī)模；技術進步(TC)代表決策單元的生產技術變化程度，大于1表示生產技術有所提高，反之表示衰退。

1.3 空間自相關分析

空間自相關是測度空間單元屬性聚集程度的一種有效方法[18]。為進一步研究我國農業(yè)生態(tài)效率的空間分布和集聚狀況，本文采用Global Moran’sI指數(shù)和局部自相關來進行分析。其具體公式為：

(4)

1.4 灰色關聯(lián)分析

灰色關聯(lián)分析是一種建立在灰色系統(tǒng)理論基礎上對系統(tǒng)發(fā)展變化態(tài)勢進行定量描述的方法[19]。其原理在于根據評價對象間幾何接近程度來確定評價對象的關聯(lián)程度。鑒于此，本文選取灰色關聯(lián)分析法來剖析農業(yè)生態(tài)效率的驅動因素。評價過程如下：

(1) 確定比較數(shù)列Xij(i=1,2,3,…,m)和參考序列Xoj(1,2,3,…,n)；

對比較序列和參考序列進行初始化處理；

(2) 計算灰色關聯(lián)度：

(5)

為便于分析，參照以往研究[20]，將灰色關聯(lián)度分為3個等級：0<δ≤0.35為弱關聯(lián)度，0.35<δ≤0.7為中關聯(lián)度，0.7<δ≤1為強關聯(lián)度。

1.5 變量選取及數(shù)據來源

農業(yè)是以土地資源為生產對象的部門，廣義的農業(yè)包含農林牧副漁五種形式，狹義的農業(yè)僅指種植業(yè)這一基礎農業(yè)。本文以狹義農業(yè)為研究對象來測度農業(yè)生態(tài)效率值。農業(yè)生態(tài)效率測度是一個涉及多投入、多產出的復雜系統(tǒng)。本文指標及變量選取參考德國環(huán)境經濟核算賬戶的生態(tài)效率指標和以往的研究。在投入變量的選取上，主要從資源消耗和環(huán)境成本兩方面來考慮，其中，資源消耗以從事農業(yè)生產的人力、物力和財力來衡量，環(huán)境成本以農業(yè)生產投入中會造成污染的物力消耗(主要包括化肥、農藥、農膜和燃料)來衡量；在產出變量的選取上，以農業(yè)總產值來作為產出指標(表1)。本文研究對象為中國省際(不含港、澳、臺)農業(yè)生態(tài)效率，采用2007—2016年的省際面板數(shù)據。其中，環(huán)境成本所涉及的指標均來自于《中國農村統(tǒng)計年鑒》，其余指標均摘自于《中國統(tǒng)計年鑒》。

2 農業(yè)生態(tài)效率評價

2.1 農業(yè)生態(tài)效率測度

本文基于超效率DEA模型，運用MaxDEA1.0軟件對2007—2016年我國農業(yè)生態(tài)效率進行了測度，并計算了觀測期內各省農業(yè)生態(tài)效率均值和各分區(qū)農業(yè)生態(tài)效率均值(表2)。

表1 農業(yè)生態(tài)效率評價指標

從全國層面上看，2007—2016年農業(yè)生態(tài)效率的分布區(qū)間為[0.52,0.94]，整體上升態(tài)勢平穩(wěn)。自2011年起農業(yè)生態(tài)效率值就處于平均水平0.72以上，至2016年效率值達0.94，已接近相對有效。說明整體上，我國農業(yè)生態(tài)效率不斷上升，生態(tài)農業(yè)建設已取得一定進展，這與黨十八大提出生態(tài)文明建設后，各地在農業(yè)生產和環(huán)境保護方面做出的努力息息相關。從區(qū)域層面上看，2007—2016年，東、中、西部的農業(yè)生態(tài)效率均值分別為0.75，0.63和0.76，東西部地區(qū)差異較小且明顯高于中部地區(qū)，整體呈現(xiàn)出西部高、東部次之、中部較低的空間分布格局。這一點與王寶義的研究結論相一致。從各分區(qū)農業(yè)生態(tài)效率值的變動趨勢上來看，東部地區(qū)的增幅最大，觀測期內效率值翻了1倍，至2016年達到相對有效，說明東部地區(qū)在推進集約農業(yè)和綠色農業(yè)上已初見成效；西部地區(qū)著力于特色農業(yè)的發(fā)展，其效率值增幅也較為平穩(wěn)，觀測期內增幅達70.2%，至2016年效率值達到0.97，接近相對有效；對于中部地區(qū)，2007—2012年間保持著較快的增長速度，但2013年開始，增幅明顯縮減，年平均增長率僅2%，效率值也明顯低于全國平均水平。從增速上看，觀測期內東、中、西部的年均增長率分別為6.9%，5.8%和5.5%，雖然西部地區(qū)2007年農業(yè)生態(tài)效率值較高，但東部地區(qū)憑借著獨特的區(qū)位優(yōu)勢保持著較高的年均增長率，率先處于效率前沿面，同時也說明雖然西部地區(qū)自然條件惡劣，仍在農業(yè)生產和環(huán)境保護上做了長期努力。

表2 2007-2016年中國省際農業(yè)生態(tài)效率

注：依據國家統(tǒng)計局對東、中、西部地區(qū)的劃分，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省(市)；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個??；西部地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個省(市、自治區(qū))。

從分省層面上看，2007年僅有西藏處于有效前沿面，2016年時處于有效前沿面的為15省，我國生態(tài)農業(yè)建設效果顯著。其中，農業(yè)生態(tài)效率排名比較靠前的有西藏、海南和上海，其均值分別為1.02，0.98和0.98，值得注意的是，農業(yè)生態(tài)效率較高省份并不局限于東部發(fā)達地區(qū)，西部欠發(fā)達省份也較多，這說明經濟基礎和地緣優(yōu)勢并不直接決定生態(tài)農業(yè)的建設，主要還在于自身的重視和發(fā)展；排名比較靠后的有山西、江西和安徽，其效率均值分別為0.45，0.51和0.52，中部地區(qū)的生態(tài)農業(yè)發(fā)展形勢依然嚴峻。

2.2 農業(yè)生態(tài)效率Malmquist指數(shù)分解

2.2.1 各省份農業(yè)生態(tài)效率分解 對農業(yè)生態(tài)效率的變化趨勢進一步分析，結果詳見表3。觀測期內，除西藏外其余各省份的全要素農業(yè)生態(tài)效率增長率都大于1，年均增長率7.9%，這表明整體上全國農業(yè)生態(tài)效率是動態(tài)增長的。但就全要素效率的分解情況來看，除了技術進步保持年均8.6%的增長速度以外，其余指標均處于下降狀態(tài)，其中技術效率下降0.7%，純技術效率下降0.4%，規(guī)模效率下降0.2%。由此可見，2007—2016年間，技術進步是農業(yè)生態(tài)效率提高的主要影響因素，技術效率、純技術效率和規(guī)模效率對農業(yè)生態(tài)效率的貢獻程度有所減弱。

表3 2007-2016年中國省際農業(yè)生態(tài)效率Malmquist指數(shù)及分解

從技術進步來看，除西藏外其余各省份的技術進步均實現(xiàn)增長，年均增長8.6%，說明各省都能認識到技術進步在現(xiàn)代農業(yè)、生態(tài)農業(yè)中發(fā)揮的作用并做出努力取得成效，而西藏地區(qū)由于長期缺乏技術積累，技術進步發(fā)展受阻，成為全要素效率增長的瓶頸；從純技術效率來看，大于1的省份有2個，等于1的有20個，小于1的有9個，說明大部分省份的生態(tài)農業(yè)生產管理水平在觀測期內對全要素生產率的貢獻保持不變，山西和青海的組織和生產水平略有增長但幅度不大，整體上我國的生態(tài)農業(yè)生產水平有待提高；從規(guī)模效率來看，有11個省小于1，2個省大于1，18個省等于1，說明64.5%的省份的生態(tài)農業(yè)規(guī)模接近最優(yōu)，其余省份的生產規(guī)模則尚未達到最優(yōu)，生態(tài)農業(yè)要素投入結構與生產規(guī)模不相匹配，規(guī)模效率對全要素農業(yè)生態(tài)效率的提高產生制約作用。

從區(qū)域層面上看，中部地區(qū)的全要素農業(yè)生態(tài)效率增長率最高，為8.6%，高于東西部地區(qū)的7.8%、7.5%，但與東西部地區(qū)不同的是中部地區(qū)的增長率主要由技術進步帶動，其余環(huán)節(jié)相對薄弱，而東西部地區(qū)則相對較為均衡，在注重技術進步的同時兼顧了資源消耗和農業(yè)生產。

2.2.2 各年份農業(yè)生態(tài)效率分解 為進一步考察各指標隨時間的變化，本文運用Malmquist指數(shù)對各年份的農業(yè)生態(tài)效率值進行了分解，結果詳見表4。2007—2016年間，全要素農業(yè)生態(tài)效率增長率呈倒V形變化趨勢，2009—2010年有一個顯著增長點，增幅8.1%，隨后2010—2015年間增長率開始下降，值得注意的是，至2016年，純技術效率和規(guī)模效率增長率對全要素生產率的貢獻達到最低值。這說明，觀測期內，雖然農業(yè)生態(tài)效率一直穩(wěn)步增長，但是其增長率的變動幅度較大，內部增長結構的變動也比較劇烈，且近年來有倒退趨勢，說明出技術進步不能長期作為農業(yè)生態(tài)效率提高的主導因素，隨著時間的推移，應該更多的將生態(tài)農業(yè)發(fā)展的重點轉移到農業(yè)自身組織管理水平和生產水平的提高上。

表4 中國2007-2016年各年份農業(yè)生態(tài)效率Malmquist指數(shù)及分解

2.3 農業(yè)生態(tài)效率的空間格局演化特征

本文以31個省為空間分析單元，利用GeoDa095軟件對2007，2016年全國農業(yè)生態(tài)效率的全局Moran’sI指數(shù)進行計算，以此來檢驗其空間自相關性和集群狀況。通過計算，2007—2016年省際農業(yè)生態(tài)效率的全局Moran’sI指數(shù)由0.14下降到0.11，且均在5%的顯著性水平上通過檢驗，說明全國省際農業(yè)生態(tài)效率呈現(xiàn)出空間自相關性，且高(低)效率相鄰省份呈現(xiàn)出集聚模式，但隨著時間的推移，空間自相關性和集聚性有所減弱。

在假設顯著性水平p=0.05，序列為99，分析我國的各省份的農業(yè)生態(tài)效率集聚狀況(圖1)，其中，不同灰度代表著不同的相關類型和集聚模式。2007年，山東、陜西、河南等地呈現(xiàn)出低低相關，西藏呈現(xiàn)出高高相關(正局部自相關)；云南省呈現(xiàn)出低高相關、內蒙古地區(qū)表現(xiàn)為高低相關(負局部自相關)。至2016年，隨著全國農業(yè)生態(tài)效率值的提高，局部自相關主要表現(xiàn)為山東、河南、遼寧等地低低相關，其他地區(qū)的相關性不在明顯。由此可見，我國的農業(yè)生態(tài)效率空間分布具有低效率集聚的特點，其他效率的集聚效應不顯著。

3 農業(yè)生態(tài)效率驅動因素分析

3.1 驅動因素選取

根據已有研究，本文從宏觀環(huán)境、政策支持、農業(yè)發(fā)展3個方面選取以下驅動因素(表5)： ①產業(yè)結構。反映產業(yè)調整與升級對農業(yè)生態(tài)效率的驅動作用。 ②城市化水平。城市化進程的推進使城市文明向農村擴散，提高農民生態(tài)農業(yè)意識，減輕農業(yè)污染。 ③科技支持。用以反映科技支持對生態(tài)農業(yè)建設的驅動作用。 ④城鄉(xiāng)差距。城鄉(xiāng)差距的擴大或縮小會影響農村居民的收入期望，進而影響農業(yè)生產中農化產品的投入和使用。該指標反映收入不平等對生態(tài)農業(yè)發(fā)展的驅動作用。 ⑤財政支農。財政支農會增加農民收入，同時會促進農民加大在農業(yè)生產中的投入。該指標反映政府支農對農業(yè)生態(tài)效率的驅動作用。 ⑥農地確權。2013年我國開展農村土地確權工作，該工作的推進能不斷調動農民的生產積極性，但是否能以此帶動生態(tài)農業(yè)發(fā)展有待檢驗。鑒于農地確權不是一蹴而成，而是以試點省份逐漸推進的，故引入虛擬變量，對試點省份賦值為1，非試點省份賦值為0。 ⑦農業(yè)機械密度。農業(yè)機械化程度的提高對提高農業(yè)生產效率有推動作用。 ⑧農業(yè)生產力。反映當?shù)剞r業(yè)人力、技術、資本投入對生態(tài)農業(yè)的驅動作用。 ⑨農業(yè)規(guī)?；?。不同規(guī)模水平對生態(tài)農業(yè)的影響不同，小規(guī)模作業(yè)有利于精耕細作，而大規(guī)模作業(yè)則利于實現(xiàn)規(guī)模經濟。⑩農業(yè)市場化程度。農業(yè)市場化程度體現(xiàn)農業(yè)對農民收入的貢獻程度，反映地區(qū)農業(yè)技術效率和資本配置水平對生態(tài)農業(yè)的驅動作用。

3.2 驅動因素分析

分別以2007年、2016年的省際農業(yè)生態(tài)效率值為參考序列，以上述10個驅動因素為比較序列，計算各驅動因素與農業(yè)生態(tài)效率值的關聯(lián)度，結果詳見表6。2007和2016年個關聯(lián)度均在0.6以上，說明假設所選因素均對農業(yè)生態(tài)效率有重要影響。但在不同時期，各驅動要素的重要程度有所不同，在2007年表現(xiàn)為：城市化水平>農業(yè)生產能力>農業(yè)市場化程度>農地確權>科技支持>財政支農>產業(yè)結構>城鄉(xiāng)差距>農業(yè)規(guī)?；?農業(yè)機械密度；在2016年表現(xiàn)為：農業(yè)機械密度>科技支持>農地確權>農業(yè)規(guī)?；?產業(yè)結構>農業(yè)生產能力>農業(yè)市場化程度>城鄉(xiāng)差距>財政支農>城市化水平。由此可見，中國農業(yè)生態(tài)效率的動態(tài)變化主要是由這10種驅動因素相互作用的引起的，并在不同時期呈現(xiàn)出不同的特征。對此，從宏觀環(huán)境、政策支持、農業(yè)發(fā)展的視角做進一步分析。

表5 驅動因素的描述及說明

表6 2007，2016年驅動因素與農業(yè)生態(tài)效率的灰色關聯(lián)度

注：由于我國農村土地確權政策始于2013年，在此之前不存在關聯(lián)性，因此農地確權在表4中2007年的部分采用2015年的關聯(lián)結果，圖2同。

3.2.1 宏觀環(huán)境 觀測期內，除科技支持外，產業(yè)結構、城市化水平和城鄉(xiāng)差距對農業(yè)生態(tài)效率的驅動作用有所減弱，城市化水平、城鄉(xiāng)差距的關聯(lián)等級下降。其中，產業(yè)結構的灰色關聯(lián)度雖然由0.73下降到0.71，但仍保持著較強的影響力，一方面其調整和升級對生態(tài)農業(yè)建設有重要驅動作用，另一方面我國農業(yè)發(fā)展仍未能擺脫“石油農業(yè)”的困境；城市化水平從2007年的45.9%上升到2016年的57.5%，但關聯(lián)等級卻下降，說明城市化進程的推進雖然使得城市文明向農村擴散，同時卻也使人力和資本向城市集中，使其對生態(tài)農業(yè)的驅動作用減弱；科技支持的灰色關聯(lián)度由0.74上升到0.8，對生態(tài)農業(yè)發(fā)展的作用不斷凸顯，成為第二驅動力，說明科技支持在推動產業(yè)結構調整、區(qū)域可持續(xù)發(fā)展的同時也為生態(tài)農業(yè)發(fā)展提供技術支持；城鄉(xiāng)差距的關聯(lián)等級也下降，一方面在于近年來農村居民進城務工人員增多，另一方面通過加大農化產品的使用來增加收入，導致城鄉(xiāng)差距對農業(yè)生態(tài)效率提高的驅動力減弱。

3.2.2 政策支持 觀測期內，財政支農的關聯(lián)等級下降，土地確權與農業(yè)生態(tài)效率的關聯(lián)度上升。財政支農雖然增加了農民收入，但財政支農支出結構不合理，農化產品補貼傾向于農化產品等問題使得農業(yè)發(fā)展長期依賴石油農業(yè)的模式，反而對提高農業(yè)生態(tài)效率產生了不利影響，驅動力減弱；農村土地確權政策在2015年試點省份是13個，2016增長到22個，灰色關聯(lián)度由0.75上升到0.78，表現(xiàn)出較強的驅動力，說明各項土地權利的明晰不僅盤活了農村生產要素和解放了農村生產力，也借此推動了生態(tài)農業(yè)的發(fā)展。

3.2.3 農業(yè)發(fā)展 觀測期內，農業(yè)機械密度、農業(yè)規(guī)?；綄r業(yè)生態(tài)效率的驅動作用增強，農業(yè)生產力和農業(yè)市場化的驅動作用減弱。其中，農業(yè)機械密度與農業(yè)生態(tài)效率由2007年的0.69上升到2016年的0.84，一躍成為第一驅動力，集中體現(xiàn)了農業(yè)基礎設施改善、生產技術普及對提高農業(yè)生態(tài)效率的影響；農業(yè)生產能力的提高一方面能提高農民的收入期望，另一方面為農業(yè)生態(tài)效率的提高提供良好的基礎，雖然關聯(lián)程度下降，但仍保持著較強的驅動力；農業(yè)規(guī)模化的優(yōu)勢不僅表現(xiàn)在規(guī)模經濟效益，還在于由此引發(fā)的農業(yè)生產方式、種植結構的變革，對生態(tài)農業(yè)的發(fā)展有深遠的影響；農業(yè)市場化關聯(lián)等級下降，農產品的附加值相對較低，市場化的推進會加大農業(yè)生產中農化產品的使用，亦不利于現(xiàn)代化農業(yè)生產方式的推廣。

為考察驅動要素地域性變動情況，做進一步區(qū)分(圖2)。對于東部地區(qū)，除城市化水平、財政支農、農業(yè)生產力和農業(yè)市場化程度外，其余驅動因素與農業(yè)生態(tài)效率的灰色關聯(lián)度均上升，農業(yè)機械密度代替農業(yè)生產力成為主要驅動力；對于中部地區(qū)，農地確權、農業(yè)機械密度、農業(yè)生產力、農業(yè)規(guī)模化水平與農業(yè)生態(tài)效率的關聯(lián)程度有所增強，其余要素驅動力減弱，農業(yè)機械密度代替科技支持成為主要驅動力；對于西部地區(qū)，城市化水平、城鄉(xiāng)差距和財政支農驅動作用衰減比較明顯，其余要素變化平穩(wěn)，至2016年，產業(yè)結構、科技支持、農業(yè)機械密度成為主要驅動力。

圖2 中國各區(qū)域驅動因素與農業(yè)生態(tài)效率的灰色關聯(lián)度

4 討論與結論

從效率值測度結果上看，全國層面上，2007中國農業(yè)生態(tài)效率均值為0.52，繼而增勢平穩(wěn)，至2016年時達到0.94，但觀測期內效率均值僅為0.72，整體上未能實現(xiàn)效率有效，農業(yè)發(fā)展主體上仍依賴石油農業(yè)的發(fā)展模式，改進空間較大；區(qū)域層面上，東西部農業(yè)生態(tài)效率差異較小且明顯高于中部，中部地區(qū)生態(tài)農業(yè)發(fā)展態(tài)勢嚴峻。因此，農業(yè)發(fā)展一方面要改善現(xiàn)有的農業(yè)要素投入結構，減少化肥、農藥等農化產品的補貼和投入，加強環(huán)保型農資補貼；另一方面要轉變農業(yè)經營方式，依托現(xiàn)代農業(yè)生產技術，提高農業(yè)的組織生產和管理水平，逐漸擺脫對“石油農業(yè)”的依賴，走生態(tài)、集約、經濟的農業(yè)發(fā)展道路。

從時空演變趨勢上看，Malmquist指數(shù)分解結果表明，觀測期內全要素農業(yè)生態(tài)效率增長率呈倒V形變化趨勢，年增長率7.9%。其中，科技進步是農業(yè)生態(tài)效率提高的主導因素，純技術效率和規(guī)模效率的衰退成為生態(tài)農業(yè)發(fā)展的瓶頸?？臻g自相關檢驗顯示，2007—2016年中國農業(yè)生態(tài)效率的Moran’sI值由0.14下降到0.11，全局空間自相關性和空間集聚性減弱，局部地區(qū)低效率值集聚特征較為明顯。對此，各省區(qū)應注重改善農業(yè)生產的要素投入結構，促進資源的合理配置，著力提高規(guī)模效益。除此之外，政府應引導東部等高效率區(qū)的生產要素向中部低效率區(qū)擴散，逐步改善低效率區(qū)的生態(tài)農業(yè)發(fā)展現(xiàn)狀。

從驅動因素分析看，產業(yè)結構、城市化水平、科技支持、城鄉(xiāng)差距、財政支農、農地確權、農業(yè)機械密度、農業(yè)生產能力、農業(yè)規(guī)模化水平和農業(yè)市場化程度均在不同時期對農業(yè)生態(tài)效率產生不同程度的驅動力；2016年科技支持和農業(yè)機械密度代替2007年時的城市化水平和農業(yè)生產能力成為農業(yè)生態(tài)效率的主要驅動因素；整體上，中國農業(yè)生態(tài)效率的增長逐漸由宏觀環(huán)境和政策導向轉變?yōu)橐赞r業(yè)自身發(fā)展為導向。因此，生態(tài)農業(yè)的發(fā)展應切實從農業(yè)自身入手。首先，發(fā)揮科技進步這一重要驅動力的作用，重視農業(yè)生態(tài)科技研發(fā)，培養(yǎng)現(xiàn)代農業(yè)人才，做好農業(yè)技術的普及工作。其次，明確土地權利歸屬，推廣現(xiàn)代化農業(yè)生產方式，將科技成果與現(xiàn)代耕作方式相結合，推動生態(tài)農業(yè)的發(fā)展模式和管理創(chuàng)新。最后，不同分區(qū)的驅動因素也有所不同，應因地制宜，把握區(qū)域農業(yè)發(fā)展的主導因素，引導農業(yè)向生態(tài)化方向轉變。

總之，本文采用Malmquist模型和空間自相關模型對農業(yè)生態(tài)效率的時空演變進行研究，并通過灰色關聯(lián)法識別并厘清不同時期農業(yè)生態(tài)效率變動的主要驅動力，對已有文獻進行了補充。但研究視角僅著眼于農業(yè)生態(tài)循環(huán)系統(tǒng)本身，而影響農業(yè)生態(tài)發(fā)展的因素往往隸屬于多個復雜系統(tǒng)，如社會系統(tǒng)、經濟系統(tǒng)等，導致分析結果具有一定的局限性，這一點將在未來的研究中進行完善。