黃穩(wěn)書 胡麗麗

摘要：目前我國農(nóng)業(yè)發(fā)展投入產(chǎn)出效率相對較低，對環(huán)境影響較大，探求農(nóng)業(yè)綠色可持續(xù)發(fā)展路徑是當(dāng)前發(fā)展農(nóng)業(yè)的關(guān)鍵。構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素指標(biāo)體系，對2007—2017年10年間的相關(guān)數(shù)據(jù)加以分析。通過EBM模型和Morans I指數(shù)（莫蘭指數(shù)）分析我國除臺灣、香港、澳門之外各?。ㄊ小^(qū)）的農(nóng)業(yè)綠色全要素生產(chǎn)率水平，采用空間杜賓模型（spatial Dubin model，SDM）探討各因素的重要性及直接效應(yīng)和間接效應(yīng)，并針對農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型路徑提出建議。分析結(jié)果表明，我國農(nóng)業(yè)綠色全要素生產(chǎn)率體現(xiàn)出明顯的地區(qū)差異，其中東部相對較高;注重農(nóng)村教育、調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是實現(xiàn)農(nóng)業(yè)綠色發(fā)展的重要因素;間接效應(yīng)的影響程度較大，對農(nóng)業(yè)發(fā)展轉(zhuǎn)型有著重要的作用。

關(guān)鍵詞：農(nóng)業(yè)綠色發(fā)展;農(nóng)業(yè)綠色全要素生產(chǎn)率;EBM模型;SDM模型;莫蘭指數(shù)（Morans I指數(shù)）;轉(zhuǎn)型路徑

中圖分類號： F320.1;X22;F323.3文獻標(biāo)志碼： A

文章編號：1002-1302（2019）21-0021-07

收稿日期：2018-08-16

作者簡介：黃穩(wěn)書（1966—），男，云南富源人，碩士，副教授，主要從事馬克思主義理論與思想政治教育研究。E-mail：iojw71@163.com。

國家經(jīng)濟建設(shè)促進了農(nóng)業(yè)的進一步發(fā)展，同時農(nóng)業(yè)發(fā)展也反映了第一產(chǎn)業(yè)與第三產(chǎn)業(yè)對其基本要素的投入。改革開放40多年來，我國農(nóng)業(yè)迅猛發(fā)展，糧食總產(chǎn)量、農(nóng)戶人均年收入、人均糧食占有率等各指標(biāo)發(fā)生了顯著變化。但是一方面的過快發(fā)展必然會對另一方面的發(fā)展產(chǎn)生影響，甚至導(dǎo)致一些問題出現(xiàn)，如農(nóng)業(yè)發(fā)展與環(huán)境建設(shè)的沖突問題。在我國農(nóng)業(yè)快速發(fā)展的同時也給環(huán)境造成了一定程度的污染。不可置否，農(nóng)業(yè)的快速發(fā)展與機械設(shè)備和化肥等原料的投入密切相關(guān)。但在農(nóng)業(yè)生產(chǎn)中的一些不當(dāng)行為也對環(huán)境造成了一定程度的損害，也給相關(guān)部門帶來了較大壓力。我國農(nóng)用氮和磷排放的相關(guān)數(shù)據(jù)表明，農(nóng)業(yè)發(fā)展中不當(dāng)行為所帶來的環(huán)境污染程度即將超過工業(yè)發(fā)展本身造成的環(huán)境破壞。農(nóng)業(yè)污染問題亟待解決，但糧食等農(nóng)作物作為生存之本，其生產(chǎn)方式又不可盲目采取“一刀切”的辦法。因此，只有正確處理農(nóng)業(yè)發(fā)展與環(huán)境發(fā)展沖突的問題才是真正的解決之道。此前眾多學(xué)者在對農(nóng)業(yè)發(fā)展水平進行績效評價時，也將環(huán)境影響因素指標(biāo)納入到評價體系中，以此來強調(diào)人們在關(guān)注農(nóng)業(yè)發(fā)展的同時也應(yīng)關(guān)注環(huán)境保護的重要性。在以往的研究中，探討行業(yè)的發(fā)展多集中于全要素生產(chǎn)層面，如農(nóng)業(yè)發(fā)展的研究多集中于資本投入、機械設(shè)備投入、農(nóng)藥化肥等原材料的投入等對農(nóng)業(yè)經(jīng)濟發(fā)展產(chǎn)生的影響，而所謂的全要素生產(chǎn)率卻往往忽略了環(huán)境因素在全要素生產(chǎn)率中所發(fā)揮的作用[1-2]。因此，在評價農(nóng)業(yè)全要素生產(chǎn)率水平的同時也要考慮綠色生產(chǎn)的因素。分析環(huán)境因素時，應(yīng)該對環(huán)境因素指標(biāo)進行量化，并將其對農(nóng)業(yè)經(jīng)濟發(fā)展的貢獻量化列入指標(biāo)評定當(dāng)中。把農(nóng)業(yè)綠色全要素生產(chǎn)率（green total factor productivity，GTFP）加入環(huán)境因素這一指標(biāo)，這相較于傳統(tǒng)的評價體系將更加科學(xué)合理。這是因為傳統(tǒng)的評價方法忽略了農(nóng)業(yè)發(fā)展對整體社會效益的負面影響，其結(jié)果并不全面、真實[3]。傳統(tǒng)農(nóng)業(yè)粗放型發(fā)展導(dǎo)致農(nóng)業(yè)生產(chǎn)對環(huán)境產(chǎn)生負面影響，使其難以實現(xiàn)可持續(xù)健康發(fā)展。因此，在評價農(nóng)業(yè)經(jīng)濟發(fā)展?fàn)顩r時，須要綜合考慮資源約束和環(huán)境2個方面。近年來隨著我國對環(huán)保領(lǐng)域重視程度的不斷加深，社會各界已認識到農(nóng)業(yè)綠色生產(chǎn)的重要意義?！凹纫鹕姐y山，又要綠水青山”的觀點直接反映出人們環(huán)保意識的增強和要走綠色健康發(fā)展道路的決心。目前學(xué)術(shù)界在傳遞資源、環(huán)境與經(jīng)濟協(xié)同發(fā)展理念的要求上已達成統(tǒng)一，但針對如何定量研究三者之間的作用關(guān)系的回答還未達成統(tǒng)一，而綠色全要素生產(chǎn)率恰恰可以很好地反映出三者之間的關(guān)系[4]?？涩F(xiàn)今學(xué)者們在如何分析綠色全要素生產(chǎn)率的指標(biāo)構(gòu)成問題上還未達成共識，分析方法也不完善，多采用數(shù)據(jù)包絡(luò)分析法（data envelopment analysis，簡稱DEA）中的CCR模型和SBM函數(shù)法，但此類方法未能規(guī)避徑向問題，運用存在缺陷。另外，在分析因素時應(yīng)考慮到農(nóng)業(yè)行業(yè)的特殊性，即地理交互性，應(yīng)進一步探索合適的定量模型，同時從三維視角出發(fā)研究農(nóng)業(yè)經(jīng)濟行為的互相作用。本研究通過構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素指標(biāo)體系，對2007—2017年各?。ㄊ?、區(qū)）的相關(guān)數(shù)據(jù)加以分析，采用EBM模型和Morans I指數(shù)分析我國除臺灣、香港、澳門之外各?。ㄊ?、區(qū)）農(nóng)業(yè)綠色全要素生產(chǎn)率水平，并通過SDM模型對各個因素影響程度進行分析，探討直接效應(yīng)和間接效應(yīng)對我國農(nóng)業(yè)發(fā)展轉(zhuǎn)型的影響，并對農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型提出意見和建議。

1研究方法

1.1EBM模型

由于本研究同時存在徑向和非徑向的投入產(chǎn)出關(guān)系，傳統(tǒng)的DEA和SBM模型并不適用[5]。因此采用Tone等提出的包含二者的混合距離模型，因模型中使用了ε，所以將其稱為Epsilon-Based Measure（EBM）模型。該模型中ε取值范圍為0～1之間，表示在效率值計算中非徑向部分的重要程度，當(dāng)ε=0 時，該模型為徑向模型，當(dāng)ε=1時，EBM模型相當(dāng)于SBM模型。規(guī)模收益不變的條件下EBM模型表達式如下：

Q=minθ-ε∑mi=1ω-is-ixik

s.t.∑nj=1xijλj+s-i=θxik，i=1，…，m

∑nj=1yujλj≥yuk，u=1，…，s

λj≥0

s-i≥0。（1）

式中：Q為可變規(guī)模報酬條件下模型的最佳效率值;xik、yuk分別表示決策單元k的第i種和第u種投入和產(chǎn)出;m、s分別為投入和產(chǎn)出要素的數(shù)量;θ表示徑向模型部分的規(guī)劃參數(shù);s-i表示投入要素的松弛量;ω-i表示各個指標(biāo)的權(quán)重。若Q=1，則該決策單元技術(shù)有效。

由于本研究還與非期望產(chǎn)出的處理有關(guān)，故EBM模型可以修改為

Q=minθ-εx∑mi=1ω-is-ixikφ+εy∑su=1ω+us+uyuk+εb∑qp=1ωb-psb-pbpk

s.t.∑nj=1xijλj+s-i=θxik，i=1，…，m

∑nj=1yujλj-s+u=φyuk，u=1，…，s

∑np=1bijλj+sb-p=φbik，p=1，…，q

λj≥0，s-i≥0，s+u≥0，sb-p≥0。（2）

式中：bik表示決策單元k的第t種非期望產(chǎn)出;s+u、sb-p分別表示第u種期望產(chǎn)出和第p種非期望產(chǎn)出的松弛量。

1.2空間自相關(guān)Morans I指數(shù)

地理數(shù)據(jù)受到空間相互作用，兩兩之間相互關(guān)聯(lián)?？臻g自相關(guān)分析是目前分析空間數(shù)據(jù)分布的主要方法之一，通過計算空間自相關(guān)指數(shù)對地理數(shù)據(jù)進行分析。本研究采用Morans I指數(shù)對樣本數(shù)據(jù)加以分析，包括全局空間自相關(guān)指數(shù)（Global Morans I）和局域空間自相關(guān)指數(shù)（Local Morans I），前者是后者之和[6]。當(dāng)樣本數(shù)據(jù)同時存在空間局部正相關(guān)性和負相關(guān)性時，可采用局部自相關(guān)指數(shù)并構(gòu)建Moran散點圖進行分析。全局自相關(guān)指數(shù)表達式為

I=∑ni=1∑nj=1wij（xi-x）（xj-x）S2S0。（3）

式中：x=1n∑ni=1xi表示變量的均值;S2=1n∑ni=1（xi-x）表示樣本的方差;S0=∑ni=1∑nj=1wij表示各因素空間權(quán)重之和。本研究空間權(quán)重wij的確定采用空間相鄰原則，若地區(qū)i和j相鄰，則wij=1，否則wij=0。

1.3空間面板計量模型

Cliff發(fā)明的空間計量模型起初應(yīng)用于對截面數(shù)據(jù)的分析，由3個模型構(gòu)成，即空間滯后模型（spatial lag model，SLM）、空間誤差模型（spatial error model，SEM）和空間杜賓模型（spatial dubin model，SDM）[7]。其中SDM模型是討論該類問題的一般起點，它充分考慮了變量和殘差之間的空間相關(guān)性，SDM模型表達式如下：

yit=δ∑nj=1wijyjt+βxit+∑nj=1wijxjtα+μi+εit。（4）

式中：wij表示空間權(quán)重;δ表示空間自回歸系數(shù);α和β表示待估參數(shù)。

若α=0，則公式（4）轉(zhuǎn)換為

yit=δ∑nj=1wijyjt+βxit+μi+εit。（5）

該表達式即為SLM模型表達式。SLM模型不考慮變量之間的相互影響，只考慮區(qū)域之間的相互影響。

若α+δβ=0，則公式（4）轉(zhuǎn)換為

yit=βxit+μi+γit，γit=λ∑nj=1wijγit+εit。（6）

該表達式為SEM模型表達式，該模型主要考慮空間影響作用存在于誤差項中，討論了相鄰區(qū)域的變量誤差對該地區(qū)因變量的空間影響。

對于解釋變量影響程度的分析，Lesage等提出通過偏微分的方法，避免模型估計的參數(shù)對結(jié)果產(chǎn)生影響。將公式（4）轉(zhuǎn)換為

Yt=μi1-δw+Xtβ+wXα1-δw+ε1-δw。（7）

因變量Yt對第k個解釋變量的偏微分方程如下：

YX1k…YXNKt=Y1X1k…Y1XNK

YNX1k…YNXNk=

11-δwβkw12αk…w1NαK

w21αkβk…w2Nαk

wN1αkwN2αk…βk。（8）

由公式（8）可知，偏微分矩陣對角線元素平均值為直接增長效應(yīng)，體現(xiàn)了區(qū)域內(nèi)解釋變量的影響程度。其他元素平均值為間接效應(yīng)，表示相鄰區(qū)域解釋變量的影響程度。

2理論分析框架

2.1投入產(chǎn)出指標(biāo)變量的選取

由于農(nóng)業(yè)系統(tǒng)相對復(fù)雜，受到多方面的影響，因此本研究從農(nóng)業(yè)的投入和產(chǎn)出2個角度出發(fā)，對農(nóng)業(yè)系統(tǒng)生產(chǎn)率的影響因素加以分析。根據(jù)上述文獻綜述的歸納梳理，參照現(xiàn)有的研究成果和科學(xué)量表，并結(jié)合農(nóng)業(yè)生產(chǎn)過程中涉及的各個環(huán)節(jié)和要素，構(gòu)建較全面、合理的農(nóng)業(yè)GTEP影響因素指標(biāo)體系?；谙嚓P(guān)理論，選取土地、勞動力、資本投入、水、能源5個要素作為農(nóng)業(yè)生產(chǎn)的投入要素。其中土地通過農(nóng)作物生產(chǎn)面積和水產(chǎn)養(yǎng)殖面積二者來衡量;勞動力主要指農(nóng)業(yè)、漁業(yè)等從業(yè)人員數(shù)量;資本投入要素主要包括機械設(shè)備總動力、農(nóng)業(yè)化肥使用量、有機化肥使用量、農(nóng)藥使用量、役畜投入以及大棚農(nóng)膜使用量等;能源投入主要是指電力投入。農(nóng)業(yè)產(chǎn)出則涵蓋2個不同的內(nèi)容，即期望產(chǎn)出和非期望產(chǎn)出，前者可以根據(jù)農(nóng)業(yè)總產(chǎn)值來測度，后者主要考慮碳排放和排污量兩方面[8-9]。污染源主要包括固體廢物、化肥污染、役畜家禽產(chǎn)生的污染物。另外，本研究還考慮到水產(chǎn)養(yǎng)殖行業(yè)形成的廢棄物，主要通過化學(xué)需氧量（COD）、總磷（TP）、總氮（TN）3個統(tǒng)計數(shù)據(jù)加以分析（表1）。

《第一次全國污染源普查農(nóng)業(yè)面源污染源污染系數(shù)手冊》是本研究采用COD、TP、TN等3個統(tǒng)計數(shù)據(jù)來測算排污量的首選依據(jù)，在進行部分修改處理后可以得到各自的污染系數(shù)，評價標(biāo)準(zhǔn)根據(jù)國家地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)中界定的Ⅲ類水質(zhì)將化學(xué)需氧量、總磷、總氮折算為排污量[10]。目前還鮮有文獻將碳排放量作為農(nóng)業(yè)要素生產(chǎn)率的影響因素，但在農(nóng)業(yè)生產(chǎn)中碳排放的主要來源是農(nóng)用機械等設(shè)備燃料的燃燒，另外一部分化肥、農(nóng)藥在使用過程中也會形成碳排放。

2.2農(nóng)業(yè)GTFP影響因素指標(biāo)體系

通過文獻梳理，考慮到農(nóng)業(yè)生產(chǎn)活動的全過程、投入產(chǎn)出的各方面影響因素以及農(nóng)業(yè)活動的區(qū)域環(huán)境和交互行為，將空間區(qū)域因素（表2）也加入到影響因素中。最終選定自然環(huán)境、資源利用、農(nóng)業(yè)經(jīng)濟水平、農(nóng)業(yè)生活水平、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境管控、地方農(nóng)業(yè)政策、能源利用、城鎮(zhèn)化進程、農(nóng)村教育、空間因素共11個二級指標(biāo)，另有12個三級指標(biāo)（表3）。

2.3數(shù)據(jù)來源

實證研究應(yīng)采用真實有效的數(shù)據(jù)，以保證研究結(jié)果的可靠性。本研究構(gòu)建的農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素指標(biāo)體系的數(shù)據(jù)均選自權(quán)威機構(gòu)出具的統(tǒng)計年鑒，包括2007—2017年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國農(nóng)業(yè)統(tǒng)計資料》《中國農(nóng)業(yè)年鑒》《中國漁業(yè)統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國水資源公報》以及除臺灣、香港、澳門之外的各?。ㄊ小^(qū)）統(tǒng)計年鑒。

3實證結(jié)果與分析

3.1農(nóng)業(yè)GTFP測算結(jié)果

通過以上數(shù)據(jù)及分析模型，可以得到2007—2017年我國除臺灣、香港、澳門之外的31個?。ㄊ?、區(qū)）以及按照東部、西部、中部劃分的區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率的分析結(jié)果（表4）。由分析結(jié)果可知，我國2007—2017年這10年間總體的農(nóng)業(yè)生產(chǎn)率呈緩慢上升趨勢，說明我國在這10年間推行的惠農(nóng)政策對農(nóng)業(yè)生產(chǎn)效率的提高起到了一定的作用。此外，農(nóng)業(yè)綠色全要素生產(chǎn)率增幅相對較小，僅有0.39%，說明我國目前農(nóng)業(yè)生產(chǎn)效率還處于較低水平，以犧牲環(huán)境換來的農(nóng)業(yè)生產(chǎn)并不符合可持續(xù)發(fā)展的理念。而通過東部、西部、中部地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的比較可以發(fā)現(xiàn)?東部的農(nóng)業(yè)綠色全要素生產(chǎn)率水平相比西部和中部有明顯優(yōu)勢?且3個區(qū)域之間的差異較大。西部地區(qū)的農(nóng)業(yè)生產(chǎn)效率較低，資源投入高，產(chǎn)出效率低，同時造成的污染也較嚴(yán)重?？梢?，我國農(nóng)業(yè)綠色全要素生產(chǎn)率在不同區(qū)域有著明顯的差異，東部地區(qū)具有明顯優(yōu)勢，中部地區(qū)位列第二，而西部地區(qū)亟待提高。由此提出假設(shè)，我國農(nóng)業(yè)綠色全要素生產(chǎn)率在空間上存在相關(guān)性。

3.2空間面板模型分析結(jié)果

3.2.1變量的平穩(wěn)性檢驗和協(xié)整檢驗

由于對數(shù)可以有效降低異方差所帶來的影響，本研究對數(shù)據(jù)進行對數(shù)形式的處理，用lnxi表示。對樣本數(shù)據(jù)進行單位根檢驗，旨在驗證樣本數(shù)據(jù)的可靠性。由表5可知，樣本數(shù)據(jù)不存在異方差，數(shù)據(jù)較穩(wěn)定。

對數(shù)據(jù)進行KAO檢驗，即協(xié)整檢驗，目的在于避免數(shù)據(jù)由于協(xié)整關(guān)系造成統(tǒng)計結(jié)果偏差。由表6可知，不同檢驗方法下的P值均小于0.05，可以認為變量數(shù)據(jù)之間存在協(xié)整關(guān)系。

3.2.2空間相關(guān)性檢驗

本研究還采用Morans I指數(shù)對我國農(nóng)業(yè)GTEP的空間相關(guān)性進行測算，由表7可知，2007—2017年的Morans I指數(shù)均大于0，說明我國農(nóng)業(yè)綠色全要素生產(chǎn)率與我國空間存在正向關(guān)系。而10年間Morans I指數(shù)不斷提高則說明正相關(guān)的關(guān)系逐漸加強。選取2009、2015年的數(shù)據(jù)形成局部Morans I散點圖，由圖可見空間聚集較明顯（圖1、圖2）。

3.2.3模型選擇與結(jié)果分析

由于SEM模型和SLM模型均可適用于對空間是否存在相關(guān)關(guān)系的分析，本研究通過最小單位根LM檢驗（簡稱LM檢驗）和Robust檢驗來確定模型的選擇，檢驗結(jié)果見表8。

由表8可知，SEM模型和SLM模型均通過了顯著性檢驗，相較之下，本研究應(yīng)選擇SDM模型。但應(yīng)注意的是，在正式運用SDM模型之前，要借由Hausman檢驗來判定該研究選取固定效應(yīng)還是隨機效應(yīng)。檢驗結(jié)果見表9。

由于Hausman檢驗P=0.081 1<0.1，10%顯著性條件下應(yīng)采用固定效應(yīng)。SDM模型估計見表10，同時計算其直接效應(yīng)和間接效應(yīng)。

由表10各影響因素的權(quán)重系數(shù)可知，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對我國農(nóng)業(yè)綠色全要素生產(chǎn)率的影響程度系數(shù)為0.701，在諸多因素中影響最大。由于采用的數(shù)據(jù)為糧食產(chǎn)值占農(nóng)林牧漁總產(chǎn)值的比例?說明大力發(fā)展糧食產(chǎn)業(yè)可以有效提高綠色全要素生產(chǎn)率。農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的正向增長效應(yīng)系數(shù)為0.624，而負向外溢效應(yīng)系數(shù)也達到了-0.932，說明農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)兼具正向和負向2種效應(yīng)，且負效應(yīng)系數(shù)大于正向效應(yīng)。

這是因為大力發(fā)展糧食等種植產(chǎn)業(yè)，在提高產(chǎn)值比例的同時必然也會提高綠色全要素生產(chǎn)率，但相應(yīng)的化肥、農(nóng)藥、農(nóng)膜以及排污量、碳排放等污染都會對環(huán)境造成很大負擔(dān)，且受到污染的土地在短時間內(nèi)難以恢復(fù)，還會產(chǎn)生長期影響，進而導(dǎo)致總效應(yīng)為負。因此，調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是提高綠色全要素生產(chǎn)率的重要舉措，同時也應(yīng)制定相應(yīng)的法律法規(guī)以保障環(huán)境免于被破壞，這樣才能實現(xiàn)我國農(nóng)業(yè)產(chǎn)業(yè)的綠色可持續(xù)發(fā)展。

農(nóng)業(yè)從業(yè)人員文化程度的影響程度系數(shù)為0.644，位列第二，且對我國農(nóng)業(yè)綠色全要素生產(chǎn)率的提高起到顯著作用，說明農(nóng)村的基礎(chǔ)教育水平越高，農(nóng)業(yè)生產(chǎn)水平、環(huán)保效率等都會相應(yīng)提高，進而促使全要素生產(chǎn)率的提高。促進基礎(chǔ)教育發(fā)展不僅可以有效提高農(nóng)業(yè)從業(yè)人員的專業(yè)技術(shù)水平和環(huán)保意識，還會使農(nóng)業(yè)從業(yè)人員對新技術(shù)、新方法的接納程度和學(xué)習(xí)速度也隨之提高。因此，政府應(yīng)加大對農(nóng)村教育的投入，提升教育水平，從而提高農(nóng)業(yè)綠色全要素生產(chǎn)率。

人均糧食產(chǎn)量對我國農(nóng)業(yè)綠色全要素生產(chǎn)率的影響程度達到0.344，具有正向關(guān)系。人均糧食產(chǎn)量反映了我國農(nóng)業(yè)的經(jīng)濟發(fā)展水平，發(fā)展水平的提高會促進產(chǎn)量的增加，進而提升相關(guān)從業(yè)人員的收入水平，從業(yè)人員接受教育程度和環(huán)保意愿也會相應(yīng)地提高。同時農(nóng)業(yè)從業(yè)人員收入的提升會促使其接受新技術(shù)、新理念，進而提升農(nóng)產(chǎn)品品質(zhì)。目前我國沿海地區(qū)和內(nèi)陸地區(qū)存在一定的收入差異，這也是造成我國東部、中部、西部3個地區(qū)存在農(nóng)業(yè)綠色全要素生產(chǎn)率明顯差異的一個主要原因，因此我國還應(yīng)加大對中部和西部農(nóng)業(yè)發(fā)展的投入。

農(nóng)產(chǎn)品價格指數(shù)與我國農(nóng)業(yè)綠色全要素生產(chǎn)率之間存在正相關(guān)關(guān)系，系數(shù)為0.123，影響并不顯著。政府對農(nóng)業(yè)生產(chǎn)經(jīng)營活動和農(nóng)產(chǎn)品的補貼可以提高農(nóng)民生產(chǎn)的積極性，進而在一定范圍內(nèi)影響我國農(nóng)業(yè)綠色全要素生產(chǎn)率。

管控政策對我國綠色全要素生產(chǎn)率的影響也是正向的，但系數(shù)僅有0.068 2，負向外溢效應(yīng)系數(shù)為-0.238相比正向直接效應(yīng)系數(shù)0.093 2較大。環(huán)境管控政策主要規(guī)范了排污量標(biāo)準(zhǔn)等，而環(huán)境污染具有明顯的外部不經(jīng)濟性，外部不經(jīng)濟性需要政府制定相應(yīng)的政策來引導(dǎo)，主要包括稅金和明確產(chǎn)權(quán)等。對自身區(qū)域而言，正向直接效應(yīng)系數(shù)為0.093 2，說明管控政策起到了一定效果，表明完善相應(yīng)的法律法規(guī)、政策規(guī)章可以提升綠色全要素生產(chǎn)率。但目前我國這方面的法律法規(guī)尚不完善，針對農(nóng)業(yè)生產(chǎn)經(jīng)營活動的制度規(guī)章較少，且落實程度也有待進一步加強，故影響程度較小。另外，廢水廢氣排放等一切環(huán)境污染行為都會影響相鄰地區(qū)的環(huán)境水平，因此負向外溢效應(yīng)也較明顯。

空間區(qū)域因素對我國農(nóng)業(yè)綠色全要素生產(chǎn)率也有正向影響，系數(shù)達0.247。說明農(nóng)業(yè)生產(chǎn)經(jīng)營活動具有明顯區(qū)域性特征，農(nóng)業(yè)生產(chǎn)離不開環(huán)境、土壤等，相鄰地區(qū)的環(huán)境較相似，同時相鄰區(qū)域的經(jīng)濟和技術(shù)的交互也加強了空間集聚的現(xiàn)象。

在負效應(yīng)的影響因素中，農(nóng)村城鎮(zhèn)化進程系數(shù)為-0.511，與我國農(nóng)業(yè)綠色全要素生產(chǎn)率之間存在顯著的負向關(guān)系，同時負向外溢效應(yīng)系數(shù)為-1.583，也處于較高水平。這是因為隨著農(nóng)村城鎮(zhèn)化進程的加快，農(nóng)村人口從事農(nóng)業(yè)生產(chǎn)經(jīng)營活動的人數(shù)在不斷減少，但總?cè)丝跀?shù)量在增加，總需求也在相應(yīng)增加，進而使得農(nóng)業(yè)產(chǎn)品產(chǎn)出量不斷提高。為了提高產(chǎn)量，化肥、農(nóng)藥、農(nóng)膜等需求量的增加對環(huán)境造成了很大壓力。同時農(nóng)村城鎮(zhèn)化會減少耕地面積，對農(nóng)業(yè)生產(chǎn)經(jīng)營投入要素中的土地及勞動力都有很大影響，進而會降低我國綠色全要素生產(chǎn)率。

農(nóng)業(yè)能源利用率對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響系數(shù)為-0.432，二者之間存在負向相關(guān)關(guān)系。通常而言，能源利用率越高生產(chǎn)率就越高，二者在正常范圍內(nèi)應(yīng)該是正相關(guān)關(guān)系。本研究發(fā)現(xiàn)二者為負向相關(guān)關(guān)系，說明農(nóng)業(yè)發(fā)展已經(jīng)超出正常范圍，超出了環(huán)境的承載力，過度開發(fā)導(dǎo)致生態(tài)環(huán)境被破壞，阻礙了農(nóng)業(yè)綠色發(fā)展。

電力消耗率的影響程度系數(shù)為-0.203，而水資源利用率影響系數(shù)為0.040 1。說明不同資源類型對我國農(nóng)業(yè)綠色全要素生產(chǎn)率的影響方向并不完全相同。在相同產(chǎn)能的情況下，用電量越高相應(yīng)的電力資源利用率就越高，從而制約了農(nóng)業(yè)綠色發(fā)展;而水資源利用率越高，其浪費程度越低，可以在一定程度上提高我國農(nóng)業(yè)綠色全要素生產(chǎn)率。

農(nóng)村人均收入對我國農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生了負向影響，但影響并不顯著，系數(shù)為-0.024 2。農(nóng)村人均收入具有正向溢出效應(yīng)，說明本區(qū)域農(nóng)村人均收入的提高推動了本地居民對生活品質(zhì)的追求，同時對優(yōu)質(zhì)農(nóng)產(chǎn)品的需求也隨之提高，進而使得周邊區(qū)域的綠色全要素生產(chǎn)率也會不斷提高。

農(nóng)業(yè)財政支出和受災(zāi)比也在一定范圍內(nèi)對我國農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生負向影響，其系數(shù)分別為-0.040 8、-0.033 1。財政支出會在無形中影響農(nóng)產(chǎn)品市場，改變農(nóng)業(yè)產(chǎn)業(yè)生產(chǎn)、銷售的側(cè)重點，從而對我國農(nóng)業(yè)綠色全要素生產(chǎn)率產(chǎn)生影響。

綜上，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)業(yè)從業(yè)人員文化程度及人均糧食產(chǎn)量對我國農(nóng)業(yè)綠色全要素生產(chǎn)率都產(chǎn)生了顯著正向影響，而與農(nóng)村城鎮(zhèn)化進程和農(nóng)業(yè)能源利用率都有著顯著的負向影響關(guān)系。人均糧食產(chǎn)量與文化程度對我國農(nóng)業(yè)綠色全要素生產(chǎn)率具有直接增長效應(yīng)，而農(nóng)村人均收入具有顯著的間接外溢效應(yīng)，產(chǎn)業(yè)結(jié)構(gòu)和管制政策則兼具直接效應(yīng)和間接效應(yīng)。

4結(jié)論與建議

本研究構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素指標(biāo)體系，分析2007—2017年我國31個?。ㄊ?、區(qū)）和東部、中部、西部區(qū)域相關(guān)數(shù)據(jù)，采用EBM模型對我國農(nóng)業(yè)綠色全要素生產(chǎn)率進行測度，并通過Morans I指數(shù)驗證我國農(nóng)業(yè)綠色全要素生產(chǎn)率的區(qū)域相關(guān)性，最后借由SDM模型探討各影響因素的重要性以及直接效應(yīng)和間接效應(yīng)的影響，對農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型提出意見和建議。本研究主要結(jié)論有：第一，綜合考慮農(nóng)業(yè)生產(chǎn)的投入和產(chǎn)出要素，考慮農(nóng)業(yè)生產(chǎn)活動對環(huán)境的影響，將農(nóng)業(yè)排污量和碳排放量納入到農(nóng)業(yè)綠色全要素生產(chǎn)率考核體系，使得指標(biāo)對農(nóng)業(yè)綠色全要素生產(chǎn)率的評價更加全面和科學(xué)。統(tǒng)計模型分析結(jié)果表明，我國2007—2017年10年間總體的農(nóng)業(yè)生產(chǎn)率雖有波動，總體上呈緩慢上升的趨勢，但是距離綠色可持續(xù)的生產(chǎn)發(fā)展模式還有一定差距。就目前而言，農(nóng)業(yè)生產(chǎn)效率還處于較低水平，犧牲環(huán)境換來的農(nóng)業(yè)生產(chǎn)并不符合可持續(xù)發(fā)展的理念。同時我國農(nóng)業(yè)全要素生產(chǎn)率也呈現(xiàn)出地區(qū)性的差異特征，東部地區(qū)的生產(chǎn)率相對較高，西部最低。第二，我國農(nóng)業(yè)綠色全要素生產(chǎn)率存在空間正相關(guān)關(guān)系，且關(guān)系隨時間推移不斷加強，空間聚集明顯，這是由于農(nóng)業(yè)生產(chǎn)活動受到生產(chǎn)環(huán)境和相鄰區(qū)域之間的經(jīng)濟、知識交互傳播的影響。第三，空間區(qū)域因素對我國農(nóng)業(yè)綠色全要素生產(chǎn)率影響較大，我國要實現(xiàn)農(nóng)業(yè)綠色可持續(xù)發(fā)展還須充分考慮地理環(huán)境對農(nóng)業(yè)活動和發(fā)展的影響。第四，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)業(yè)從業(yè)人員文化程度、人均糧食產(chǎn)量和管控政策對我國農(nóng)業(yè)綠色全要素生產(chǎn)率有著重要的正向影響作用，而農(nóng)村城鎮(zhèn)化進程率、農(nóng)業(yè)能源利用率以及電力資源消耗率等對我國農(nóng)業(yè)綠色全要素生產(chǎn)率有著明顯的負向影響作用。第五，我國農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素的間接效應(yīng)對生產(chǎn)率的影響程度相比直接效應(yīng)更大，農(nóng)村居民人均收入和農(nóng)村城鎮(zhèn)化進程有著明顯的負向間接外溢效應(yīng)，電力消耗率與水資源利用率體現(xiàn)了負向直接增長效應(yīng)。而農(nóng)村人均糧食產(chǎn)量、農(nóng)業(yè)從業(yè)人員文化水平都與綠色全要素生產(chǎn)率存在正相關(guān)關(guān)系，產(chǎn)業(yè)結(jié)構(gòu)和管制政策則兼具直接效應(yīng)和間接效應(yīng)。

綜上結(jié)論，對我國農(nóng)業(yè)綠色全要素生產(chǎn)率提出以下建議：首先，政府應(yīng)完善農(nóng)業(yè)生產(chǎn)中環(huán)境保護的法律法規(guī)，并確保相關(guān)法律法規(guī)得以落實。目前我國環(huán)境保護、生產(chǎn)經(jīng)營活動中的環(huán)境管制政策主要側(cè)重于總排污量、排污標(biāo)準(zhǔn)、目標(biāo)責(zé)任等方面，較少涉及農(nóng)業(yè)生產(chǎn)活動領(lǐng)域，對于農(nóng)業(yè)生產(chǎn)活動中的排污量、碳排放等方面還沒有明確的規(guī)定。同時，相應(yīng)的污染治理資金制度尚未建立，加之農(nóng)業(yè)經(jīng)營主體缺乏環(huán)境保護意識，進而阻礙了我國農(nóng)業(yè)綠色可持續(xù)發(fā)展。因此我國政府應(yīng)盡快完善相應(yīng)的法律法規(guī)、政策細則并加以落實，為我國農(nóng)業(yè)實現(xiàn)綠色可持續(xù)發(fā)展提供法律基礎(chǔ)。其次，我國還應(yīng)加速進行農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，這是實現(xiàn)農(nóng)業(yè)綠色可持續(xù)發(fā)展的前提。目前我國生產(chǎn)力水平不斷提高，農(nóng)產(chǎn)品供大于求，正逐漸轉(zhuǎn)變?yōu)橐韵M者為主導(dǎo)的市場模式。同時生活水平的提升也促使人們購買需求和購買能力的提升，民眾對農(nóng)產(chǎn)品的需求向著優(yōu)質(zhì)、多元化的層次不斷發(fā)展。因此，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)是我國農(nóng)業(yè)綠色可持續(xù)發(fā)展的要求。具體而言，應(yīng)積極扶持農(nóng)民專業(yè)合作社的發(fā)展，培養(yǎng)民間運輸銷售組織，實現(xiàn)生產(chǎn)、經(jīng)營、運輸一體化的服務(wù)方式;壯大龍頭企業(yè)，實現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營，鼓勵多元化的投資主體，提高產(chǎn)品品質(zhì)，增加產(chǎn)品種類;健全農(nóng)村經(jīng)濟綜合信息服務(wù)體系，做好農(nóng)產(chǎn)品生產(chǎn)、加工、技術(shù)、價格等信息的發(fā)布，加強農(nóng)產(chǎn)品市場體系建設(shè)，制定相應(yīng)的農(nóng)產(chǎn)品品質(zhì)標(biāo)準(zhǔn);明確科技研發(fā)的重點，提高農(nóng)產(chǎn)品生產(chǎn)效率。最后，還應(yīng)加強農(nóng)村基礎(chǔ)教育，提高農(nóng)業(yè)從業(yè)人員的知識水平。農(nóng)村基礎(chǔ)教育水平直接關(guān)系到農(nóng)業(yè)綠色可持續(xù)發(fā)展的實現(xiàn)，因此政府應(yīng)健全相應(yīng)的管理制度，優(yōu)化農(nóng)村教育體系，加大對農(nóng)村教育的投資力度，提供優(yōu)秀的教師資源，充分調(diào)動社會各界力量，為農(nóng)村基礎(chǔ)教育提供保障。

參考文獻：

[1]吳清華，馮中朝，何紅英. 農(nóng)村基礎(chǔ)設(shè)施對農(nóng)業(yè)生產(chǎn)率的影響：基于要素投入的視角[J]. 系統(tǒng)工程理論與實踐，2015，35（12）：3164-3170.

[2]石憶邵，史東輝. 上海郊區(qū)農(nóng)業(yè)生產(chǎn)率的空間分異及影響因素[J]. 經(jīng)濟地理，2018，38（3）：135-141.

[3]郭海紅，張在旭，方麗芬. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率時空分異與演化研究[J]. 現(xiàn)代經(jīng)濟探討，2018（6）：85-94.

[4]嚴(yán)先鋒，王輝，黃靖. 綠色轉(zhuǎn)型視角下地區(qū)農(nóng)業(yè)發(fā)展與干預(yù)機制研究——基于農(nóng)業(yè)綠色全要素生產(chǎn)率的分析[J]. 科技管理研究，2017（21）：253-260.

[5]王偉，孫芳城. 高技術(shù)產(chǎn)業(yè)三階段創(chuàng)新效率變動研究——基于內(nèi)部非期望產(chǎn)出的SBM模型與EBM模型[J]. 科技進步與對策，2018，35（3）：67-71.

[6]鄔瑋瑋. 基于MoransⅠ指數(shù)的旅游經(jīng)濟發(fā)展動態(tài)演化與因子測算[J]. 統(tǒng)計與決策，2018（12）：132-134.

[7]田偉，賈敬全，伯娜，等. 中國省際收入差距的空間效應(yīng)研究——基于SDM模型實證[J]. 華東經(jīng)濟管理，2018，32（8）：65-71.

[8]田云，張俊飚，吳賢榮，等. 碳排放約束下的中國農(nóng)業(yè)生產(chǎn)率增長與分解研究[J]. 干旱區(qū)資源與環(huán)境，2015，29（11）：7-12.

[9]卿漪，龍方. 農(nóng)民參與農(nóng)業(yè)面源污染治理的意愿及其影響因素——基于洞庭湖區(qū)“清潔田園”行動的經(jīng)驗分析[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，19（4）：47-52，72.

[10]金巍，劉雙雙，張可，等. 農(nóng)業(yè)生產(chǎn)效率對農(nóng)業(yè)用水量的影響[J]. 自然資源學(xué)報，2018，33（8）：1326-1339.