杜紅梅，戴勁

洞庭湖區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率增長時空特征及影響因素分析

杜紅梅，戴勁

（湖南農(nóng)業(yè)大學 商學院，湖南 長沙 410128）

采用清單分析法對洞庭湖農(nóng)業(yè)面源污染進行核算，然后將其納入農(nóng)業(yè)全要素生產(chǎn)率(TFP)分析框架測度洞庭湖區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率(GTFP)的時空變化，并對其收斂性進行檢驗，同時運用Tobit回歸模型對農(nóng)業(yè)GTFP的影響因素進行分析，結果顯示：考察期內(nèi)洞庭湖區(qū)農(nóng)業(yè)GTFP呈不穩(wěn)定增長特征，主要由技術進步貢獻，技術效率卻有所惡化；從湖區(qū)內(nèi)部看，岳陽和常德的農(nóng)業(yè)GTFP都有所增長，益陽輕微惡化；岳陽、益陽考慮環(huán)境因素的農(nóng)業(yè)TFP增長比不考慮環(huán)境因素時低，但是常德卻要高；GTFP不存在明顯的收斂現(xiàn)象，且呈現(xiàn)出顯著的波動特征，存在絕對收斂；農(nóng)村經(jīng)濟發(fā)展水平的提高、財政支農(nóng)支出的增加會有效提升農(nóng)業(yè)GTFP，而城鎮(zhèn)化率、受災率、工業(yè)化率、人均播種面積、機械化水平對農(nóng)業(yè)GTFP的增長有抑制作用。

清單分析法；農(nóng)業(yè)綠色全要素生產(chǎn)率；洞庭湖區(qū)

一、問題的提出

洞庭湖區(qū)位于湖南省北部，長江中游荊江段的南岸，是我國第二大淡水湖，自古就有“九州糧倉”和“魚米之鄉(xiāng)”的美譽。據(jù)統(tǒng)計數(shù)據(jù)，2017年湖區(qū)農(nóng)業(yè)生產(chǎn)總值1523.57億元，占湖南省的29.2%，糧食總產(chǎn)量857.80萬噸，占全省的27.91%，在湖南省農(nóng)業(yè)經(jīng)濟發(fā)展中具有重要地位。伴隨湖區(qū)農(nóng)業(yè)集約化、規(guī)模化和產(chǎn)業(yè)化發(fā)展以及農(nóng)產(chǎn)品數(shù)量的不斷增加，農(nóng)業(yè)投入逐年提高，農(nóng)業(yè)綜合生產(chǎn)能力明顯增強。但是化肥、農(nóng)藥和農(nóng)膜等化學投入品的濫用成為湖區(qū)生態(tài)環(huán)境惡化和農(nóng)產(chǎn)品不安全的主要源頭。以化肥投入為例，早在2009年湖區(qū)平均化肥施用量達571kg/hm2，大大超出同期全國平均水平，2015年洞庭湖區(qū)平均化肥施用量為286.18 kg/km2，雖低于同期361.01kg/hm2的全國水平，但仍超過發(fā)達國家225kg/hm2的安全使用上限。這種高投入、高污染、低效率的粗放式發(fā)展模式，導致湖區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)整體功能下降，不僅威脅農(nóng)業(yè)產(chǎn)業(yè)安全，也在很大程度上加重資源環(huán)境的承載壓力，危及農(nóng)業(yè)發(fā)展的可持續(xù)性。在湖區(qū)農(nóng)業(yè)增長與資源、環(huán)境矛盾日益尖銳的情況下，為實現(xiàn)洞庭湖區(qū)經(jīng)濟社會與生態(tài)文明全面發(fā)展，2014年國務院批復設立洞庭湖生態(tài)經(jīng)濟區(qū)。2015年農(nóng)業(yè)部發(fā)布《全國可持續(xù)農(nóng)業(yè)發(fā)展規(guī)劃（2015—2030）》，農(nóng)業(yè)的可持續(xù)發(fā)展是實現(xiàn)中國特色新型農(nóng)業(yè)現(xiàn)代化道路的內(nèi)在要求。根據(jù)經(jīng)典增長理論，農(nóng)業(yè)的持續(xù)發(fā)展依靠長期的技術進步，而農(nóng)業(yè)技術進步就體現(xiàn)于全要素生產(chǎn)率（Total Factor Productivity，TFP）的增長。為落實農(nóng)業(yè)可持續(xù)發(fā)展理念，現(xiàn)代農(nóng)業(yè)TFP的測度有必要將環(huán)境因素納入到核算體系中，即核算農(nóng)業(yè)綠色全要素生產(chǎn)率（Green Total Factor Productivity，GTFP）?？梢?，研究洞庭湖區(qū)農(nóng)業(yè)GTFP增長具有重要意義。

已有對洞庭湖農(nóng)業(yè)發(fā)展的研究，主要聚焦于農(nóng)業(yè)發(fā)展水平評價，如董明輝、羅荷花、劉勵敏、熊春林等[1-4]；農(nóng)業(yè)生態(tài)系統(tǒng)研究，如朱玉林、許聯(lián)芳、楊燦等[5-7]；環(huán)境污染治理研究，如秦迪嵐和陳建斌等[8,9]。對于農(nóng)業(yè)全要素生產(chǎn)率，國內(nèi)外研究者從不同角度、運用不同方法開展了研究。從研究方法上主要有增長核算法，如Lin、Wen、Fan等[10-13]學者的研究；另外就是生產(chǎn)前沿法，如 Mao、陳衛(wèi)平、周端明等[14-18]。但這些學者對農(nóng)業(yè)TFP的度量只是基于傳統(tǒng)的資本、勞動和土地等投入要素，沒有考慮環(huán)境因素約束。實際上環(huán)境因素同資源要素一樣在農(nóng)業(yè)經(jīng)濟增長中具有重要作用，一方面決定農(nóng)業(yè)經(jīng)濟增長質(zhì)量，另一方面也是農(nóng)業(yè)經(jīng)濟增長的剛性約束。不考慮環(huán)境約束的農(nóng)業(yè)全要素生產(chǎn)率增長無法反映出農(nóng)業(yè)經(jīng)濟真實增長績效，可能造成政策誤導。隨著環(huán)境問題日益突出，近年來陸續(xù)有學者將環(huán)境因素納入中國農(nóng)業(yè)TFP進行研究，如薛建良和李秉龍[19]根據(jù)綜合調(diào)查法計算污染量，運用增長核算方法對不同時間段內(nèi)中國農(nóng)業(yè)GTFP的增長進行研究；楊俊和陳怡[20]采用ML指數(shù)測度我國28個省的農(nóng)業(yè)GTFP增長；而岳立和王曉君[21]將碳排放納入“非合意”產(chǎn)出中，通過ML指數(shù)分析全國及三大區(qū)域農(nóng)業(yè)效率的驅(qū)動因子；李谷成[22]采用單元調(diào)查評估法核算農(nóng)業(yè)污染，應用考慮非合意產(chǎn)出的非徑向、非角度SBM方向性距離函數(shù)表述的TFP模型對農(nóng)業(yè)GTFP進行了核算；吳傳清和宋子逸[23]結合SBM 模型和GML指數(shù)測度了1997—2015年長江經(jīng)濟帶農(nóng)業(yè)GTFP。

縱觀已有農(nóng)業(yè)GTFP研究，主要是基于全國或跨省份的研究尺度，部分學者做了中國省域尺度的研究，鮮有針對單一湖區(qū)尤其是洞庭湖區(qū)的研究。據(jù)此，本文擬選取化學需氧量（COD）、總氮（TN）、總磷（TP）和碳排放作為非期望產(chǎn)出指標，結合SE-SBM模型和Malmquist指數(shù)，測度分析洞庭湖區(qū)農(nóng)業(yè)GTFP及其時序演變特征、地域差異性及其收斂性，分析影響農(nóng)業(yè)GTFP增長的因素，為加快洞庭湖區(qū)農(nóng)業(yè)綠色轉型升級提供決策參考。

二、研究方法和數(shù)據(jù)

1．非徑向非角度的SBM方向性距離函數(shù)模型

學術界大多采用隨機前沿分析法(SFA)、數(shù)據(jù)包絡分析法(DEA)測度農(nóng)業(yè)GTFP，并采用M指數(shù)、ML指數(shù)和GML指數(shù)構建農(nóng)業(yè)GTFP指數(shù)，以揭示其增長源泉?；谒沙诹康男誓Ｐ徒陙肀粚W者廣泛采用[24-25]，本文擬借鑒已有研究成果，結合SE-SBM模型和M指數(shù)測度洞庭湖區(qū)農(nóng)業(yè)GTFP增長及其構成。

2．基于SBM方向性距離函數(shù)的M生產(chǎn)率指數(shù)

本文采用Malmquist 指數(shù)來測度洞庭湖區(qū)的動態(tài)綠色效率。引入跨期動態(tài)概念，按照Malmquist指數(shù)幾何平均值的思路，構造從時期到+1基于SBM方向距離函數(shù)的TFP指數(shù)，并定義綠色全要素生產(chǎn)率指數(shù)為：

M指數(shù)可以分解為技術效率變化指數(shù)（EFFCH）和技術進步變化指數(shù)（TECH）的乘積，即M=EFFCH×TECH，其中：

（*）衡量的是生產(chǎn)單位在到+1期從實際生產(chǎn)點向生產(chǎn)前沿面的逼近；（*）是一個幾何平均值，衡量的則是生產(chǎn)前沿面向外擴張的動態(tài)變化。（*）、（*）和（*）三者大于（小于）1 分別表示綠色全要素生產(chǎn)率增長（下降）、技術進步（退步）和技術效率改善（惡化）。

3．研究數(shù)據(jù)、對象及指標

根據(jù)投入產(chǎn)出指標數(shù)據(jù)，采用Matlab軟件編程計算洞庭湖21個縣（市、區(qū)）農(nóng)業(yè)GTFP指數(shù)并進行實證分析。以1995—2016年作為考察期，相關數(shù)據(jù)來源于歷年《湖南統(tǒng)計年鑒》《湖南農(nóng)村統(tǒng)計年鑒》，缺失數(shù)據(jù)使用線性插值法補齊。

研究對象為種植業(yè)，將土地、資本、勞動等投入要素一并作為經(jīng)濟增長的源泉，將環(huán)境污染作為一種“壞”產(chǎn)出，和“好”產(chǎn)出一起引入生產(chǎn)過程，測度農(nóng)業(yè)GTFP指數(shù)。農(nóng)業(yè)投入指標包括:1）土地投入，考慮農(nóng)作物復種指數(shù)，用農(nóng)作物總播種面積表示；2）勞動力投入，參考相關研究，以第一產(chǎn)業(yè)從業(yè)人員數(shù)量為基準，按照種植業(yè)產(chǎn)值占第一產(chǎn)業(yè)產(chǎn)值比重折算得到種植業(yè)從業(yè)人員數(shù)量；3）機械投入，考慮農(nóng)業(yè)機械主要用于種植業(yè)，采用農(nóng)業(yè)機械總動力；4）灌溉投入，采用有效灌溉面積；5）化肥投入，用農(nóng)用化肥施用的折純量；6）農(nóng)藥投入，采用農(nóng)藥使用量；7）農(nóng)膜投入，采用農(nóng)用塑料薄膜使用量。

產(chǎn)出指標分為兩類：一類為期望產(chǎn)出，用農(nóng)業(yè)總產(chǎn)值表示，為消除物價上漲因素用農(nóng)業(yè)總產(chǎn)值指數(shù)調(diào)整為以2000年為基期的不變價格；另一類為非期望產(chǎn)出，即壞產(chǎn)出，采用化學需氧量（COD）、總氮（TN）、總磷（TP）排放和農(nóng)業(yè)碳排放表示。本文參照陳敏鵬等[28]采用的清單分析法對洞庭湖區(qū)21個縣（市、區(qū)）計算其農(nóng)田化肥和農(nóng)田固體廢棄物，公式如下：

式中：為農(nóng)業(yè)污染的排放量，主要包括COD、TN、TP三類；EU為單元指標統(tǒng)計數(shù)；P和C分別為單元污染物的產(chǎn)污強度系數(shù)和污染物排放系數(shù)，C是由單元和空間特征（）決定，表征區(qū)域環(huán)境、降雨、水文和各種管理措施對農(nóng)業(yè)污染的綜合影響。PE為農(nóng)業(yè)污染的產(chǎn)生量，即不考慮資源綜合利用和管理因素時，農(nóng)業(yè)生產(chǎn)造成的最大潛在污染量；磷肥的計算使用折純量（即五氧化二磷的含量），因此計算時乘以43.66%。相關系數(shù)參考賴斯云[29]的研究，并利用第一次全國污染源普查所公布的《農(nóng)業(yè)污染源產(chǎn)排污系數(shù)手冊》進行調(diào)整。農(nóng)業(yè)碳排放參考李波等[30]的研究成果，碳排放總量由有效灌溉面積、農(nóng)作物翻耕面積、農(nóng)用柴油使用量、農(nóng)用化肥施用折純量、農(nóng)藥使用量和農(nóng)藥塑料薄膜使用量6種碳排放源數(shù)量乘以各自排放系數(shù)加總，各碳源的排放系數(shù)為化肥0.896（千克/千克）、農(nóng)膜5.180（千克/千克）、柴油0.593（千克/千克）、農(nóng)業(yè)灌溉25(千克/公頃)、農(nóng)業(yè)耕種312.600（千克/公頃），公式如下：

=∑C=∑T·δ（5）

式中為農(nóng)業(yè)的碳排放總量，C為各種碳源的碳排放量，T為各碳排放源的量，δ為各碳排放源的碳排放系數(shù)。

三、農(nóng)業(yè)GTFP增長測度結果與分析

1．洞庭湖區(qū)農(nóng)業(yè)GTFP增長的時序特征

本文計算整理了洞庭湖區(qū) 21 個縣（市、區(qū)）的農(nóng)業(yè)綠色全要素生產(chǎn)率指數(shù)，按照國家發(fā)展的5年計劃將考察期分為4個時間段（表1）。1995—2016年洞庭湖區(qū)農(nóng)業(yè)GTFP年平均增長率為0.12%，在轉型期湖區(qū)農(nóng)業(yè)GTFP取得小幅增長。進一步將M指數(shù)分解成技術效率變化指數(shù)和技術進步變化指數(shù)分別為0.9996和1.0018，從圖1的GTFP指數(shù)、EFFCH指數(shù)和TECH指數(shù)的變化走勢來看，TECH指數(shù)與GTFP的指數(shù)的趨勢更加契合，這表明洞庭湖區(qū)農(nóng)業(yè)GTFP增長主要由技術進步而非技術效率改善驅(qū)動。近些年，洞庭湖區(qū)在農(nóng)業(yè)環(huán)境保護技術方面投入較多，“兩型”農(nóng)業(yè)技術水平有所提升，農(nóng)業(yè)面源污染得到一定的控制。洞庭湖區(qū)農(nóng)業(yè)GTFP依靠技術進步得到改善驗證了依靠技術進步來推動GTFP增長是可行的，技術效率的損失可以通過技術進步來彌補。

表1　1995—2016年洞庭湖區(qū)農(nóng)業(yè)GTFP指數(shù)及其分解

整個觀察期湖區(qū)農(nóng)業(yè)GTFP的變化趨勢呈現(xiàn)不穩(wěn)定性特征，尤其在“九五”“十一五”后期和“十二五”變化波動較大，這在很大程度上是受到城市化、工業(yè)化推進中要素配置的趨利性以及外部經(jīng)濟環(huán)境變動的影響，但地方政府要保障糧食安全和增加農(nóng)民收入，各種因素會疊加在一起。在波動較大的時期內(nèi)，技術效率指數(shù)則保持相對穩(wěn)定，說明在技術進步指數(shù)惡化的時期，農(nóng)業(yè)綠色全要素生產(chǎn)率依靠技術效率的穩(wěn)定有效避免了進一步惡化。從湖區(qū)農(nóng)業(yè)GTFP增長的階段性變化來看：“九五”期農(nóng)業(yè)GTFP年均為1.0144，呈先上升后下降的倒“V”型，1995—1998年，隨著資本、勞動力等投入增長，農(nóng)業(yè)基礎設施及裝備水平得到提升，農(nóng)業(yè)GTFP指數(shù)也隨技術進步指數(shù)提高。1998年洞庭湖區(qū)遭遇特大洪澇災害的沖擊，災情嚴重，直接經(jīng)濟損失達88.8億元，湖區(qū)因自然災害造成糧食減產(chǎn)比例為19.1%[31]，由于災害影響的滯后性導致次年技術效率惡化，農(nóng)業(yè)GTFP隨之惡化?！笆濉逼陂g農(nóng)業(yè)GTFP年均為1.0011，較“九五”期間降低1.33%，主要由技術進步指數(shù)下降所致，GTFP呈先上升后下降的倒“V”型，在災后恢復期，各級政府高度重視湖區(qū)農(nóng)業(yè)，加大了農(nóng)業(yè)科技投入和新技術的推廣應用，農(nóng)業(yè)生產(chǎn)能力快速提升，使得“十五”前期GTFP增長較快。然而對農(nóng)業(yè)資源進行超環(huán)境負荷開發(fā)和“兩型”農(nóng)業(yè)技術落地效果不盡如人意，致使2003年后農(nóng)業(yè)GTFP指數(shù)隨之惡化?！笆晃濉逼陂g農(nóng)業(yè)GTFP年均為0.9984，持續(xù)惡化。2004—2006年湖區(qū)人均耕地面積由0.0621hm2下降到0.0611hm2，為追求糧食安全和提高農(nóng)民收入目標，“非理性”使用化學投入品致使耕地質(zhì)量不斷下降，嚴重影響農(nóng)業(yè)綠色發(fā)展，農(nóng)業(yè)GTFP下降。2007年中央“一號文件”《關于積極發(fā)展現(xiàn)代農(nóng)業(yè)扎實推進社會主義新農(nóng)村的若干意見》強調(diào)農(nóng)業(yè)發(fā)展的高效性，地方政府根據(jù)湖區(qū)資源環(huán)境條件，采取有效措施治理農(nóng)業(yè)面源污染，農(nóng)業(yè)GTFP得到提升。2008年湖區(qū)內(nèi)部罕逢特大冰災，外部遭遇嚴重世界性的經(jīng)濟危機，由于影響的滯后效應，導致湖區(qū)2009年的農(nóng)業(yè)GTFP陡然惡化。“十二五”期間農(nóng)業(yè)年均GTFP為0.9951，自“十一五”持續(xù)惡化，2011年湖區(qū)遭遇了特大旱災，地區(qū)降水量累計比歷年同期減少50%～60%[32]，由于湖區(qū)防災抗災意識與技術的薄弱性，農(nóng)業(yè)生產(chǎn)受到嚴重影響，農(nóng)業(yè)GTFP指數(shù)隨技術進步指數(shù)的惡化降至20年來最低，但在“十二五”發(fā)展大背景下，整體發(fā)展勢頭良好，2013年后農(nóng)業(yè)GTFP增長加速。

圖1　洞庭湖區(qū)農(nóng)業(yè)GTFP指數(shù)及其各項分解指標走勢圖

2．洞庭湖區(qū)三市農(nóng)業(yè)GTFP差異分析

對岳陽、常德和益陽三個地級市進行比較分析可知（表2），1995—2016年三市的年均農(nóng)業(yè)GTFP指數(shù)分別為：1.000 4、1.002 3、0.998 5，岳陽和常德的農(nóng)業(yè)GTFP均有所上升，益陽的農(nóng)業(yè)GTFP出現(xiàn)惡化。分階段看，“九五”期間三市農(nóng)業(yè)GTFP指數(shù)均有所上升。在此期間，益陽大力發(fā)展“一優(yōu)兩高”農(nóng)業(yè)，實施“興工重農(nóng)，強市富民”的基本戰(zhàn)略，增加農(nóng)業(yè)投入，改善農(nóng)業(yè)生產(chǎn)條件，以特色農(nóng)業(yè)推進了農(nóng)業(yè)產(chǎn)業(yè)化、集約化，至1999年，全市優(yōu)質(zhì)農(nóng)作物面積達450萬畝，占總播種面積的50%，水稻良種覆蓋率達90%[33]，農(nóng)業(yè)GTFP略高于其他兩市。“十五”期間，湖區(qū)處在洪澇災害后恢復期，為了恢復農(nóng)業(yè)生產(chǎn)能力，進行超環(huán)境負荷的開發(fā)，三市平均化肥施用量分別為617.78kg/hm2、532.96kg/hm2、543.11kg/hm2，保障糧食安全和追求農(nóng)業(yè)高產(chǎn)為壓倒一切的目標，生態(tài)環(huán)境保護退居次要位置，導致三市的農(nóng)業(yè)GTFP均有所下降，常德的GTFP出現(xiàn)惡化。“十一五”期間農(nóng)村發(fā)展面臨耕地占用，水資源緊缺等問題[34]，政府推動農(nóng)村產(chǎn)業(yè)結構升級，湖區(qū)面臨農(nóng)業(yè)發(fā)展轉型的陣痛期，除常德外，岳陽和益陽兩市的農(nóng)業(yè)GTFP均惡化。常德市政府注重農(nóng)業(yè)科技創(chuàng)新，先后建立各類農(nóng)業(yè)標準示范區(qū)98個，加強了農(nóng)業(yè)標準化和食品安全工作，農(nóng)業(yè)GTFP增長0.58%?！笆濉逼陂g三市農(nóng)業(yè)GTFP均持續(xù)惡化，其中益陽的GTFP惡化尤為嚴重，據(jù)“十二五”期間益陽工業(yè)發(fā)展報告，益陽的工業(yè)GDP占比35%，當?shù)卣斦мr(nóng)投入相對較小，農(nóng)業(yè)現(xiàn)代化水平提升較慢。據(jù)統(tǒng)計，2004年資陽區(qū)化肥施用量11.69萬噸/年，是全省的1.30倍；農(nóng)藥投入全年高達1165噸，致使境內(nèi)27%的農(nóng)田灌溉水受到污染[35]。

表2　1995—2016岳陽、常德、益陽農(nóng)業(yè)GTFP指數(shù)的時序變化

3．環(huán)境因素對三市TFP增長的影響

本文分考慮環(huán)境因素和不考慮環(huán)境因素兩種情況對M指數(shù)并進行比較，結果見表3。若考慮環(huán)境因素，湖區(qū)農(nóng)業(yè)GTFP年平均增長率為0.12%，其中技術進步效率為0.18%，技術效率則出現(xiàn)了輕微退步，年均遞減0.04%，這一結論與多數(shù)學者的結論一致，即不考慮環(huán)境因素會高估農(nóng)業(yè)TFP增長。從地區(qū)差異來看，常德農(nóng)業(yè)GTFP平均增長率高于岳陽、益陽，從增長源泉看，岳陽、常德、益陽的農(nóng)業(yè)GTFP增長是由農(nóng)業(yè)技術進步推動，而益陽卻發(fā)生了輕微的技術退步，這有違一般經(jīng)濟邏輯，可能的原因是：益陽相對岳陽、常德兩地經(jīng)濟發(fā)展基礎和水平相對要低，政府對于包括科技在內(nèi)的公共產(chǎn)品投入能力相對弱，導致技術進步停滯甚至退步。

當不考慮環(huán)境因素時，從農(nóng)業(yè)GTFP增長來看，岳陽年平均增長0.42%，常德年平均遞減0.64%，益陽年平均增長1.98%，全湖區(qū)以及岳陽、益陽的農(nóng)業(yè)TFP分別比考慮環(huán)境因素農(nóng)業(yè)GTFP要高出0.23%、0.38%和2.13%。而常德是一例外，其農(nóng)業(yè)GTFP增長率比不考慮環(huán)境因素的農(nóng)業(yè)TFP高出0.87%?？梢姡狸?、益陽兩市農(nóng)業(yè)面源污染對農(nóng)業(yè)增長造成了較大的效率損失，農(nóng)業(yè)技術進步往往體現(xiàn)為期望產(chǎn)出水平提高的同時非期望產(chǎn)出和資源消耗增加。常德推行了農(nóng)業(yè)標準示范區(qū)等新型現(xiàn)代農(nóng)業(yè)生產(chǎn)模式，推廣“兩型”農(nóng)業(yè)技術，所以考慮環(huán)境因素時的技術進步指數(shù)反而更高，實現(xiàn)了農(nóng)業(yè)增長與環(huán)境保護同步。

表3　1995-2016岳陽、常德、益陽農(nóng)業(yè)GTFP指數(shù)及其分解

四、收斂性檢驗

1．σ收斂檢驗

新古典經(jīng)濟理論中，根據(jù)考察收斂性的角度不同，收斂分析方法主要包括三種類型：收斂、絕對收斂和條件收斂，其中收斂和絕對收斂都屬于絕對收斂。

據(jù)上文所述可知，湖區(qū)及三個地級市之間的農(nóng)業(yè)GTFP存在一定差異性，為了進一步分析三市的GTFP隨時間的演化趨勢，采用收斂性檢驗分析洞庭湖區(qū)、岳陽市、常德市、益陽市GTFP區(qū)域差異的斂散趨勢，本文借鑒曾先鋒和李國平[36]的做法，將收斂定義為：

公式（6）中，Mm(t)表示考慮非期望產(chǎn)出下第m個地區(qū)在t時的農(nóng)業(yè)GTFP，如果存在σ1+t＜σt，則農(nóng)業(yè)GTFP存在σ收斂。圖1是考慮非期望產(chǎn)出下的洞庭湖區(qū)及岳陽、常德和益陽三市農(nóng)業(yè)GTFP的σ收斂情況。

從整個洞庭湖區(qū)來看，1996—2016年農(nóng)業(yè)GTFP標準差變化相對比較小，且整體不存在明顯的收斂現(xiàn)象。湖區(qū)三市比較來看，常德標準差最大，且波動也是最大的，一方面說明常德各縣（市、區(qū)）之間的農(nóng)業(yè)現(xiàn)代化發(fā)展差距相對較大，各縣（市、區(qū)）發(fā)展相對不夠協(xié)調(diào)，另一方面可能是常德農(nóng)業(yè)產(chǎn)業(yè)結構調(diào)整陣痛期的反映；岳陽呈現(xiàn)輕微的收斂趨勢，表明岳陽各縣（市、區(qū)）的農(nóng)業(yè)GTFP增長相對均衡，且內(nèi)部差距隨著時間推移而縮?。灰骊栟r(nóng)業(yè)GTFP的標準差變化比常德和岳陽變化要穩(wěn)定，但其整體存在輕微的發(fā)散趨勢。湖區(qū)和三市農(nóng)業(yè)GTFP的收斂現(xiàn)象不顯著的原因主要是不同地區(qū)在不同時間段內(nèi)所呈現(xiàn)的收斂或者發(fā)散趨勢沒有連續(xù)性。為了更準確地考察農(nóng)業(yè)GTFP的收斂情況，本文擬做量化程度較高的絕對收斂檢驗。

2．絕對β收斂檢驗

絕對收斂性檢驗可以進一步驗證縣際GTFP是否趨近于同一穩(wěn)定均衡值，也就是研究GTFP水平比較落后的縣（市、區(qū)）是否對發(fā)達縣（市、區(qū)）存在“追趕效應”。從本質(zhì)上看，絕對收斂性檢驗就是考察GTFP的增長率是否與其初始水平存在負相關關系，如果相關系數(shù)小于0，也就是說區(qū)域綠色全要素生產(chǎn)率增長速度與期初水平呈負相關，則表明存在絕對收斂。而初期GTFP水平落后的縣（市、區(qū)）增長速度比發(fā)達縣（市、區(qū)）更快，前者對后者具有“追趕效應”，因而，所有省份都會趨向于同一穩(wěn)態(tài)水平。本文采用Bernard和Jones等學者[37]的經(jīng)典分析方法，對模型進行了適當?shù)恼{(diào)整，得到如下所示的絕對收斂回歸檢驗模型：

(lnGTFP－lnGTFP0)/=+lnGTFP0+ε（7）

式中，ln代表取自然對數(shù)；GTFP和GTFP0分別代表末期與基期第個縣（市、區(qū)）的；為基期和末期的時間跨度；和是待估計的參數(shù)；ε是隨機誤差項。

為了消除農(nóng)業(yè)生產(chǎn)周期波動帶來的影響，本文把整個樣本期劃分為1995—2000年，2001—2006年，2007—2012年，2013—2016年四個時間段，取1995—2000年環(huán)境約束下各市縣農(nóng)業(yè)GTFP的幾何平均值作為基期值，以2013—2016年環(huán)境約束下的各市縣農(nóng)業(yè)GTFP作為末期值，由于兩個時間段相差21年，因此為21。利用普通最小二乘法（OLS）對模型進行估計，估計結果見表4。

表4　環(huán)境約束下農(nóng)業(yè)GTFP絕對β收斂檢驗

注：括號內(nèi)為估計量的標準誤差項。

由表4可知，洞庭湖區(qū)以及岳陽、常德、益陽的值均顯著為負，這表明無論對于全湖區(qū)而言，還是對于岳陽、常德和益陽三市來說，環(huán)境約束下的農(nóng)業(yè)GTFP都存在絕對收斂。

五、農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素解析

1．模型設定與數(shù)據(jù)來源

農(nóng)業(yè)綠色生產(chǎn)率的變動不僅會受到經(jīng)濟系統(tǒng)自身的影響，還與各決策單元所處的外部宏觀環(huán)境有著十分緊密的聯(lián)系，因此本文參考已有研究成果，兼顧數(shù)據(jù)可得性，確定影響因素變量包括：城鎮(zhèn)化率（UL），用城鎮(zhèn)人口占總人口的比重表示；農(nóng)業(yè)受災率（AD），用農(nóng)業(yè)受災面積與總播種面積的比值表示；財政支農(nóng)水平（AFE），用農(nóng)林水事務財政支出表示；工業(yè)化率（IL），用工業(yè)增加值與地區(qū)生產(chǎn)總值的比值表示；人均播種面積（PAPC），用種植業(yè)從業(yè)人員數(shù)與總播種面積的比值表示；農(nóng)村經(jīng)濟發(fā)展水平（PCIF），用不變價格的農(nóng)村居民人均可支配收入表示，為消除數(shù)據(jù)非平穩(wěn)性，進行取對數(shù)處理，并引入平方項，檢驗是否存在“U型”環(huán)境庫茲涅茨關系；機械化水平（ML），用農(nóng)業(yè)機械總動力與種植業(yè)從業(yè)人員數(shù)的比值表示。變量數(shù)據(jù)均來自歷年《湖南統(tǒng)計年鑒》《湖南農(nóng)村統(tǒng)計年鑒》。

利用1995—2016年洞庭湖21個縣（市區(qū)）的面板數(shù)據(jù)，采用Tobit模型方法，探析洞庭湖農(nóng)業(yè)GTFP的影響因素，構建如下模型：

GTFP=δ+δ1UL+δ2AD+δ3AFE-14IL15PAPC+δ6PCIF+δ7ML+δ82+e（8）

（8）式中，由于本文測算的綠色全要素生產(chǎn)率指數(shù)是以上年為100的環(huán)比指數(shù)，將其轉化為1995年為100的累積變化指數(shù)，然后對其進行對數(shù)轉換來作為被解釋變量，轉換公式為ln(1+)；考慮影響效應的滯后性及變量相關性問題，財政支持水平和工業(yè)化程度兩個解釋變量都滯后一期，和分別表示第個縣（市區(qū)）和第年，0為截距項，1~8為自變量系；e為隨機干擾項。

2．實證結果與分析

經(jīng)Hausman檢驗，采用固定效應模型更優(yōu)。從現(xiàn)有文獻中可知，到目前為止，大多數(shù)學者采用參數(shù)估計方法對數(shù)據(jù)進行回歸，但參數(shù)法對模型設定的依賴性較強，可能導致結果不夠穩(wěn)健，因此需要對回歸結果進行穩(wěn)健性檢驗。本文使用非參數(shù)回歸實現(xiàn)穩(wěn)健性檢驗。非參數(shù)法作為實現(xiàn)局部線性估計的一種方式，在默認情況下，對數(shù)據(jù)中每個點的觀察子集進行局部線性回歸(通常是核回歸)，并且對每個點，解決由下式給出的最小化問題：

表5　農(nóng)業(yè)GTFP的影響因素回歸結果

注:***、**、*分別表示在1% 、5% 和 10% 水平顯著。

六、結論及其啟示

上述研究結果表明：1）轉型期洞庭湖區(qū)的農(nóng)業(yè)GTFP有一定增長，但面臨的環(huán)境資源壓力仍然較大。資源節(jié)約、環(huán)境承載與農(nóng)業(yè)發(fā)展的整體協(xié)調(diào)并不理想，存在一定程度的失衡，這一失衡狀態(tài)在“十五”和“十一五”期間表現(xiàn)得最為明顯，證實環(huán)境問題在很大程度上是一個發(fā)展問題，在資源、環(huán)境的剛性約束下，湖區(qū)亟待加快轉變農(nóng)業(yè)生產(chǎn)方式，另一方面也證實湖區(qū)的農(nóng)業(yè)GTFP還存在著很大的提升潛力。2）考慮環(huán)境因素的農(nóng)業(yè)GTFP增長低于不考慮環(huán)境因素的農(nóng)業(yè)TFP增長，說明不考慮環(huán)境因素高估了農(nóng)業(yè)TFP增長；考察期內(nèi)洞庭湖區(qū)農(nóng)業(yè)GTFP取得了一定程度的提升，主要由技術進步貢獻，技術效率卻出現(xiàn)一定程度的惡化；從湖區(qū)農(nóng)業(yè)GTFP增長的階段性變化看，考察期呈現(xiàn)不穩(wěn)定性特征；從湖區(qū)內(nèi)部差異來看，岳陽和常德兩市的農(nóng)業(yè)GTFP都有所增長，益陽輕微惡化；岳陽、益陽兩市考慮環(huán)境因素的農(nóng)業(yè)全要素生產(chǎn)率增長比不考慮環(huán)境因素時分別低0.38%和2.13%，但是常德卻高0.87%，常德實現(xiàn)了農(nóng)業(yè)增長與環(huán)境保護同步。3）絕對收斂性檢驗結果表明，對于全湖區(qū)和常德而言，并不存在明顯的收斂狀態(tài)，岳陽呈現(xiàn)輕微的收斂，而益陽則呈現(xiàn)輕微的發(fā)散，三大地區(qū)的值呈現(xiàn)出顯著的波動特征，說明收斂趨勢并不穩(wěn)定。但無論是全湖區(qū)還是岳陽、常德和益陽三市都存在絕對收斂，即初期GTFP水平落后的縣市區(qū)增長速度比發(fā)達縣市區(qū)更快。4）從洞庭湖區(qū)農(nóng)業(yè)GTFP增長影響因素的回歸結果看，財政支農(nóng)水平、農(nóng)民人均收入對農(nóng)業(yè)GTFP增長有促進作用；城鎮(zhèn)化率、受災率、工業(yè)化率、人均播種面積、機械化水平對農(nóng)業(yè)GTFP增長具有抑制作用。

以上研究結論對于加快洞庭湖區(qū)農(nóng)業(yè)綠色轉型升級具有如下啟示：一是走高效、優(yōu)質(zhì)、集約發(fā)展之路，支持農(nóng)業(yè)科技創(chuàng)新，加快科技成果的轉化與運用，尤其要加強資源節(jié)約、環(huán)境友好型農(nóng)業(yè)技術的研發(fā)力度和推廣應用，如低毒、低殘留農(nóng)藥的生產(chǎn)與噴施技術、測土配方施肥技術以及水土保持技術等。二是政府要依據(jù)農(nóng)業(yè)GTFP增長及其構成的差異性，在提升農(nóng)業(yè)GTFP增長路徑上有所側重，投入相應的環(huán)境治理費與技術研發(fā)費，如常德的發(fā)力點主要是提高綠色技術效率，要對農(nóng)業(yè)技術進行科學規(guī)劃與管理，整合零散農(nóng)業(yè)資源，優(yōu)化農(nóng)業(yè)結構，消除土地、資本等要素合理配置的障礙。益陽、岳陽則應在創(chuàng)新農(nóng)業(yè)綠色技術上發(fā)力，通過加強與常德地區(qū)的交流和合作，學習引進先進、實用的現(xiàn)代農(nóng)業(yè)技術和管理經(jīng)驗，加強農(nóng)業(yè)基礎設施建設，逐步縮小與常德地區(qū)的差距。三是應大力發(fā)展農(nóng)村經(jīng)濟、擴大農(nóng)田水利工程等農(nóng)業(yè)基礎設施投資力度、提高農(nóng)業(yè)勞動力整體素質(zhì)水平、優(yōu)化財政支農(nóng)支出結構，促進農(nóng)業(yè)實現(xiàn)資源、環(huán)境與農(nóng)業(yè)經(jīng)濟的協(xié)調(diào)有序發(fā)展。四是應構建政府管控與市場激勵等多元化環(huán)境規(guī)制制度體系，建立農(nóng)業(yè)綠色發(fā)展的長效促進機制。

[1] 董明輝，魏曉．區(qū)域農(nóng)業(yè)可持續(xù)發(fā)展度評價——以環(huán)洞庭湖區(qū)為例[J]．經(jīng)濟地理，2008(3)：479-482．

[2] 羅荷花，李明賢．洞庭湖區(qū)現(xiàn)代農(nóng)業(yè)發(fā)展水平的評估與分析[J]．湖南農(nóng)業(yè)大學學報(社會科學版)，2013，14(1)：8-14．

[3] 劉勵敏，劉茂松．大湖生態(tài)經(jīng)濟區(qū)多功能農(nóng)業(yè)發(fā)展對策探討——以洞庭湖生態(tài)經(jīng)濟區(qū)建設為[J]．湖南社會科學，2014(6)：169-171．

[4] 熊春林，彭杰，張娟，等．湖南洞庭湖生態(tài)經(jīng)濟區(qū)縣域發(fā)展成果評價研究[J]．生態(tài)經(jīng)濟，2017，33(5)：106-112．

[5] 朱玉林，李明杰，龍雨孜，等．基于能值分析的環(huán)洞庭湖區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)結構功能和效率[J]．生態(tài)學雜志，2012，31(12)：3086-3093．

[6] 許聯(lián)芳，王克林，劉新平，等．洞庭湖區(qū)農(nóng)業(yè)生態(tài)安全評價[J]．水土保持學報，2006(2)：183-187．

[7] 楊燦，朱玉林，李明杰．洞庭湖平原區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)的能值分析與可持續(xù)發(fā)展[J]．經(jīng)濟地理，2014，34(12)：161-166．

[8] 秦迪嵐，羅岳平，黃哲，等．洞庭湖水環(huán)境污染狀況與來源分析[J]．環(huán)境科學與技術，2012，35(8)：193-198．

[9] 陳建斌，柴茂．湖泊流域生態(tài)治理政府責任機制建設研究[J]．湘潭大學學報(哲學社會科學版)，2016，40(3)：19-23．

[10] Lin Yifu. Rural reforms and agricultural growth in China[J].American Economic Review，1992，82(1)34-51．

[11] Wen G J．Total factor productivity change in China’s farming sector：1952-1989[J]．Economic Development and Cultural Change，1993，42(1)：1-41．

[12] Fan Shenggen. Effects of technological change and institutional reform on production growth in Chinese agriculture[J].American Journal of Agricultural Economics, 1991，73(2)：266-275．

[13] Xu Yingfeng. Agricultural productivity in China[J]. China Economic Review，1999，10(2)：108-121．

[14] Mao Weinning，Koo W W．Productivity growth，technological progress and efficiency change in Chinese agriculture after rural economic reforms：A DEA approach[J]．China Economic Review，1997，8(2)：157-174．

[15] 陳衛(wèi)平．中國農(nóng)業(yè)生產(chǎn)率增長、技術進步與效率變化：1990-2003年[J]．中國農(nóng)村觀察，2006(1)：18-23．

[16] 周端明．技術進步、技術效率與中國農(nóng)業(yè)生產(chǎn)率增長——基于DEA的實證分析[J]．數(shù)量經(jīng)濟技術經(jīng)濟研究，2009，26(12)：70-82．

[17] 張海波，劉穎．我國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂研究[J]．統(tǒng)計與決策，2012(13)：139-142．

[18] 李谷成，范麗霞，成剛，等．農(nóng)業(yè)全要素生產(chǎn)率增長：基于一種新的窗式DEA生產(chǎn)率指數(shù)的再估計[J]．農(nóng)業(yè)技術經(jīng)濟，2013(5)：4-17．

[19] 薛建良，李秉龍．基于環(huán)境修正的中國農(nóng)業(yè)TFP度量[J]．中國人口·資源與環(huán)境，2011(5)：113-118．

[20] 楊俊，陳怡．基于環(huán)境因素的中國農(nóng)業(yè)生產(chǎn)率增長研究[J]．中國人口·資源與環(huán)境，2011，21(6)：153-157．

[21] 岳立，王曉君．環(huán)境規(guī)制視域下我國農(nóng)業(yè)技術效率與全要素生產(chǎn)率分析——基于距離函數(shù)研究法[J]．吉林大學社會科學學報，2013，53(4)：85-92．

[22] 李谷成．中國農(nóng)業(yè)的綠色生產(chǎn)率革命：1978—2008年[J]．經(jīng)濟學(季刊)，2014，13(2)：537-558．

[23] 吳傳清，宋子逸．長江經(jīng)濟帶農(nóng)業(yè)綠色全要素生產(chǎn)率測度及影響因素研究[J]．科技進步與對策，2018，35(17)：35-41．

[24] 肖銳，陳池波．財政支持能提升農(nóng)業(yè)綠色生產(chǎn)率嗎?——基于農(nóng)業(yè)化學品投入的實證分析[J]．中南財經(jīng)政法大學學報，2017(1)：18-24，158．

[25] 葉初升，惠利．農(nóng)業(yè)生產(chǎn)污染對經(jīng)濟增長績效的影響程度研究——基于環(huán)境TFP的分析[J]．中國人口·資源與環(huán)境，2016，26(4)：116-125．

[26] Tone K．A Slacks-based measure of efficiency in data envelopment analysis[J]．European Journal of Operational Research，2001(3)：498-509．

[27] Tone K．A Slacks-based measure of super-efficiency in data envelopment analysis[J]．European Journal of Operational Research，2002，143(1)：32－41．

[28] 陳敏鵬，陳吉寧，賴斯蕓．中國農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識別[J]．中國環(huán)境科學，2006(6)：751-755．

[29] 賴斯云．非點源調(diào)查評估方法及其應用研究[D]．北京：清華大學碩士論文．2003．

[30] 李波，張俊飚，李海鵬．中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J]．中國人口·資源與環(huán)境，2011，21(8)：80-86．

[31] 付永虎，劉黎明，起曉星，等. 基于灰水足跡的洞庭湖區(qū)糧食生產(chǎn)環(huán)境效應評價[J]. 農(nóng)業(yè)工程學報，2015,31（10）:152-159

[32] 盧翔，唐仁杰．湖南洞庭湖區(qū)干旱特點及成因分析[J]．人民長江，2015，45(增刊2)：9-11．

[33] 韓志明．益陽：以特色農(nóng)業(yè)推進農(nóng)業(yè)產(chǎn)業(yè)化[J]．農(nóng)村經(jīng)濟與技術，2000(3)：11-12．

[34] 中國社會科學院農(nóng)村發(fā)展研究所課題組．中國農(nóng)村發(fā)展的“十五”回顧與“十一五”的改革思路[A]//中國社會科學院．首屆中國經(jīng)濟論壇論文集[C]．中國社會科學院：中國社會科學院城市發(fā)展與環(huán)境研究中心，2005：35．

[35] 陶友良，張國政．益陽市資陽區(qū)綠色農(nóng)業(yè)發(fā)展淺析[J]．湖南農(nóng)業(yè)科學，2012(2)：37-38．

[36] 曾先峰，李國平．我國各地區(qū)的農(nóng)業(yè)生產(chǎn)率與收斂：1980～2005[J]．數(shù)量經(jīng)濟技術經(jīng)濟研究，2008(5)：81-92．

[37] Bernard A B，Durlauf S N．Interpreting test of the convergence productivity in the Swiss Insurance Industry[J]．European Journal of Operational Research，2016，248(2)：703-714．

A Study on the Spatial-Temporal Characteristics and Influence Factors of the Growth of Agricultural Green Total Factor Productivity in Dongting Area

DU Hongmei, DAI Jing

(College of business, Hunan Agricultural University, Changsha, Hunan, 410128)

By adopting the inventory analysis method, the agricultural non-point source pollution in Dongting Lake area has been checked. Under the framework of agricultural TFP, the spatial-temporal change of GTFP of Dongting Lake has been analyzed and its convergence has been tested. The influencing factors of agricultural GTFP has been analyzed by utilizing Tobit regression model. The study shows that the agricultural GTFP in Dongting Lake area has been growing unsteadily during the investigation period, mainly because of technological development. However, the technical efficiency has deteriorated. Seen from the inside of the lake area, the agricultural GTFP of Yueyang and Changde has increased while that of Yiyang has slightly decreased. In Yueyang and Yiyang, the growth of agricultural TFP is lower when environmental factors are not considered than that when environmental factors are considered; in Changde, the result is the opposite. GTFP shows no obvious α-convergence, but it shows obvious fluctuation and absolute β-convergence. The improvement of rural economic development level and the increase of financial support to agriculture would effectively improve the agricultural GTFP, while urbanization, disaster, industrialization, sown area per capita and mechanization would hinder the growth of agricultural GTFP.

List analysis; Agricultural green total factor productivity; Dongting Lake area

F327

A

1009–2013(2020)03–0007–10

10.13331/j.cnki.jhau(ss).2020.03.002

2020－02－12

湖南省自然科學基金（2018JJ2190）；湖南省哲學社會科學基金（18YBA229）；湖南省涉農(nóng)企業(yè)發(fā)展研究中心項目（920390100027）

杜紅梅（1965—），女，湖南長沙人，教授，研究方向為農(nóng)業(yè)生態(tài)經(jīng)濟、貿(mào)易與環(huán)境。

責任編輯：李東輝