徐維祥,鄭金輝,*,李續(xù)雙

1 浙江工業(yè)大學(xué)經(jīng)濟(jì)學(xué)院, 杭州 310023 2 浙江大學(xué)經(jīng)濟(jì)學(xué)院, 杭州 310027

改革開放以來,伴隨經(jīng)濟(jì)的高速增長(zhǎng),中國(guó)農(nóng)業(yè)經(jīng)濟(jì)取得了巨大成就,獲得了長(zhǎng)足發(fā)展。但與此同時(shí),在農(nóng)業(yè)經(jīng)濟(jì)附加值快速增長(zhǎng)過程中忽視了發(fā)展質(zhì)量,農(nóng)業(yè)生態(tài)環(huán)境問題日益嚴(yán)重,如土壤地力破壞、農(nóng)業(yè)面源污染、要素資源消耗與環(huán)境效率低下等問題[1]。黨的十九大指出,建設(shè)生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計(jì),必須樹立和踐行綠水青山就是金山銀山的理念,并把農(nóng)業(yè)面源污染治理列入著力解決的突出環(huán)境問題之一,推動(dòng)農(nóng)業(yè)綠色發(fā)展是破解中國(guó)農(nóng)業(yè)發(fā)展生態(tài)環(huán)境壓力的重要方式,也是滿足人民日益增長(zhǎng)的美好生活需要的客觀要求。生態(tài)文明建設(shè)戰(zhàn)略要求下,促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展同時(shí)降低對(duì)生態(tài)環(huán)境的影響,不斷提高經(jīng)濟(jì)產(chǎn)出與環(huán)境效應(yīng)間的協(xié)調(diào)性,提升環(huán)境效率是重要的實(shí)現(xiàn)途徑。因此,在資源環(huán)境約束視角下,分析中國(guó)農(nóng)業(yè)環(huán)境效率的時(shí)空演變特征及其驅(qū)動(dòng)因素,對(duì)于推動(dòng)農(nóng)業(yè)生產(chǎn)的生態(tài)服務(wù)功能具有重要現(xiàn)實(shí)意義。

傳統(tǒng)經(jīng)濟(jì)增長(zhǎng)理論沒有考慮經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染的關(guān)系,生態(tài)環(huán)境約束下,傳統(tǒng)的增長(zhǎng)效率測(cè)算方法存在一定缺陷。為此,學(xué)術(shù)界提出了生態(tài)效率的概念[2],后經(jīng)可持續(xù)發(fā)展世界經(jīng)濟(jì)理事會(huì)(WBCSD)拓展為環(huán)境效率(EE)和資源效率(RE)兩部分[3]。當(dāng)前生態(tài)環(huán)境約束下的效率與生產(chǎn)率問題已成為學(xué)術(shù)界研究的熱點(diǎn),農(nóng)業(yè)環(huán)境效率指以盡可能較小的資源消耗和較低的污染程度,盡可能增加農(nóng)業(yè)產(chǎn)出,主要強(qiáng)調(diào)農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境的統(tǒng)一。目前,對(duì)農(nóng)業(yè)環(huán)境效率研究主要包括以下方面：一是在研究尺度方面,主要集中在宏觀、中觀尺度,包括省域[4]、市域[5]、縣域[6],也有學(xué)者從微觀數(shù)據(jù)尺度進(jìn)行了研究[7- 8]。二是在研究方法與影響因素方面,學(xué)者們常用的測(cè)度方法主要有指標(biāo)體系法[9]、生態(tài)足跡法[10]、隨機(jī)前沿法(SFA)[11]和數(shù)據(jù)包絡(luò)分析法(DEA)[12]；在分析影響因素時(shí)常用多元線性模型[13]、Tobit模型[1]、門檻模型[14]的方法。三是在研究?jī)?nèi)容方面,早期主要在理論分析[15]、效率測(cè)度[16]及時(shí)空演化[17]等方面,目前更加關(guān)注農(nóng)業(yè)環(huán)境效率的影響因素及其空間溢出效應(yīng)[18],如侯孟陽等運(yùn)用空間杜賓模型發(fā)現(xiàn)財(cái)政支農(nóng)水平對(duì)農(nóng)業(yè)環(huán)境效率產(chǎn)生顯著的正向空間溢出效應(yīng)[19]。此外,研究表明工業(yè)化水平、農(nóng)業(yè)機(jī)械投入、農(nóng)業(yè)生產(chǎn)能力、農(nóng)業(yè)勞動(dòng)者教育素質(zhì)等對(duì)農(nóng)業(yè)環(huán)境效率產(chǎn)生影響[20]。

綜上所述,當(dāng)前中國(guó)農(nóng)業(yè)環(huán)境效率的研究,還可以從以下方面進(jìn)一步深化和拓展：(1)在研究?jī)?nèi)容上,主要集中在指標(biāo)評(píng)價(jià)、時(shí)空特征等方面的分析,鮮有文獻(xiàn)從動(dòng)態(tài)演進(jìn)角度對(duì)農(nóng)業(yè)環(huán)境效率空間關(guān)聯(lián)與轉(zhuǎn)移趨勢(shì)進(jìn)行探討。(2)在研究方法上,大多采用SFA、DEA測(cè)度農(nóng)業(yè)環(huán)境效率,無法將同處于有效前沿面的評(píng)價(jià)單元進(jìn)行區(qū)分。此外,過往研究大多采用普通線性回歸分析其影響因素,忽視了地區(qū)間的空間關(guān)聯(lián)性。鑒于此,本文基于非期望產(chǎn)出視角,采用SBM模型,綜合測(cè)度2004—2019年中國(guó)30個(gè)省(市、區(qū))的農(nóng)業(yè)環(huán)境效率,并利用GIS技術(shù)和空間馬爾科夫鏈刻畫農(nóng)業(yè)環(huán)境效率的時(shí)空演變特征,在此基礎(chǔ)上利用空間杜賓模型分析其空間溢出效應(yīng),以期為指導(dǎo)中國(guó)農(nóng)業(yè)綠色發(fā)展,實(shí)現(xiàn)高質(zhì)量增長(zhǎng)提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1非期望產(chǎn)出的SBM模型

Tone于2001年提出了基于非期望產(chǎn)出的SBM模型,能夠有效解決徑向和角度的傳統(tǒng)DEA模型造成的投入要素的“擁擠”或“松弛”現(xiàn)象。本文構(gòu)建在規(guī)模報(bào)酬不變下的SBM模型測(cè)度中國(guó)農(nóng)業(yè)環(huán)境效率,具體形式如下[21]：

(1)

1.1.2空間馬爾科夫鏈

空間馬爾科夫鏈(Spatial markov chain)在傳統(tǒng)馬爾科夫鏈中加入了空間滯后因素,能夠更好地刻畫農(nóng)業(yè)環(huán)境效率在演變過程中與鄰近省份的空間關(guān)聯(lián)性[22]。根據(jù)初始年份的空間滯后值將效率值劃分為k種類型,以省份i在t時(shí)期的空間滯后類型k為條件,進(jìn)一步分成k個(gè)k×k階概率矩陣,則從t時(shí)期狀態(tài)a轉(zhuǎn)移到t+1時(shí)期狀態(tài)b的概率為Pab/k,公式如下：

Laga=∑YbWij

(2)

式中,Wij表示鄰近空間權(quán)重矩陣；Yb表示省份b的效率值；Laga為省份a的空間滯后值,表示省份a的鄰域狀態(tài)。

1.1.3空間自相關(guān)

空間自相關(guān)能夠考察農(nóng)業(yè)環(huán)境效率是否存在空間相互關(guān)系,也是構(gòu)建空間計(jì)量模型的必要條件。采用莫蘭指數(shù)(Moran′sI)測(cè)度農(nóng)業(yè)環(huán)境效率整體的空間關(guān)聯(lián)特征,計(jì)算如下[23]：

(3)

1.1.4空間計(jì)量模型

空間杜賓模型(Spatial Durbin Model, SDM)是分析空間溢出效應(yīng)的主要模型,它是相較于空間誤差模型(Spatial Error Model, SEM)和空間滯后模型(Spatial Lag Model, SLM)更為一般的形式[24],一般形式為：

(4)

式中,Yit、Xit為第t年區(qū)域i的因變量和自變量的觀測(cè)值；Wij為空間權(quán)重矩陣；β為自變量的待估參數(shù)向量；ρ為因變量的空間滯后系數(shù)；φ為自變量的空間回歸系數(shù)；μi、νt分別代表空間效應(yīng)和時(shí)間效應(yīng)；εit為服從獨(dú)立同分布的隨機(jī)誤差項(xiàng)。綜合已有研究[17- 20],選取財(cái)政支農(nóng)、農(nóng)業(yè)經(jīng)濟(jì)水平、工業(yè)化水平、農(nóng)作物種植結(jié)構(gòu)、環(huán)境規(guī)制、農(nóng)業(yè)生產(chǎn)能力和農(nóng)業(yè)機(jī)械強(qiáng)度作為驅(qū)動(dòng)因素變量(表1)。

1.2 指標(biāo)體系構(gòu)建與數(shù)據(jù)來源

本文基于以往研究農(nóng)業(yè)環(huán)境效率的評(píng)價(jià)指標(biāo)體系[4- 5,15- 17],結(jié)合數(shù)據(jù)的可得性,以投入產(chǎn)出理論為基礎(chǔ),構(gòu)建中國(guó)農(nóng)業(yè)環(huán)境效率評(píng)價(jià)指標(biāo)體系(表2)。

表1 農(nóng)業(yè)環(huán)境效率影響指標(biāo)變量與說明

表2 中國(guó)農(nóng)業(yè)環(huán)境效率指標(biāo)體系

投入指標(biāo)方面,選取勞動(dòng)、土地、灌溉、化肥、農(nóng)藥、農(nóng)膜、能源、機(jī)械等指標(biāo)。期望產(chǎn)出指標(biāo)方面,選取地區(qū)農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出指標(biāo)。非期望產(chǎn)出指標(biāo)方面,選取了兩類指標(biāo)：(1)農(nóng)業(yè)生產(chǎn)過程的碳排放,包括化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、農(nóng)業(yè)灌溉、農(nóng)業(yè)翻耕所產(chǎn)生的碳排放。關(guān)于農(nóng)業(yè)碳排放的計(jì)算,參考李波的方法[25],將各排放源指標(biāo)乘以排放系數(shù),各系數(shù)為化肥0.896kg/kg、農(nóng)藥4.934kg/kg、農(nóng)膜5.180kg/kg、柴油0.593kg/kg、農(nóng)業(yè)灌溉20.476kg/hm2、農(nóng)業(yè)耕作312.600kg/hm2。(2)總氮(TN)、總磷(TP)和化學(xué)需氧量(COD)等三類農(nóng)業(yè)面源污染排放量,根據(jù)農(nóng)業(yè)生產(chǎn)中化肥、養(yǎng)殖和農(nóng)作物固體廢棄物所產(chǎn)生的污染物進(jìn)行計(jì)算,參考賴斯蕓[26]、段華平[27]的研究,選擇農(nóng)田化肥、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖、農(nóng)田秸稈四類農(nóng)業(yè)面源污染的TN、TP、COD排放量。

本文尚缺中國(guó)香港、澳門、臺(tái)灣、西藏自治區(qū)統(tǒng)計(jì)數(shù)據(jù)，研究對(duì)象為中國(guó)30個(gè)省(市、區(qū))，相關(guān)數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、《中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)資料》以及各省份統(tǒng)計(jì)年鑒,部分缺失數(shù)據(jù)根據(jù)插值法進(jìn)行推算補(bǔ)齊。

2 農(nóng)業(yè)環(huán)境效率的時(shí)空演變特征

2.1 時(shí)間序列分析

根據(jù)公式(1)SBM模型,分別測(cè)算出2004—2019年考慮非期望產(chǎn)出和不考慮非期望產(chǎn)出兩種情況下農(nóng)業(yè)環(huán)境效率值,并繪制出變化趨勢(shì)(圖1)。由圖1可知,在兩種情況下中國(guó)農(nóng)業(yè)環(huán)境效率均呈現(xiàn)出穩(wěn)步上升趨勢(shì),但不考慮非期望產(chǎn)出的農(nóng)業(yè)環(huán)境效率值整體上高于考慮非期望產(chǎn)出的效率值,其中2012年的差值最大,2019年差值最小,這說明了考慮非期望產(chǎn)出的農(nóng)業(yè)環(huán)境效率值更符合實(shí)際生產(chǎn)情況,評(píng)價(jià)結(jié)果相對(duì)更為合理、科學(xué)。

可以發(fā)現(xiàn),變異系數(shù)在0.302—0.563之間變化,區(qū)域差異整體上呈“上升-下降”的倒“V”型變化趨勢(shì)。2004—2011年,變異系數(shù)經(jīng)歷了先小幅下降后加速上升的過程,整體呈上升的趨勢(shì)特征,在2007年為最小值0.302,表明此時(shí)區(qū)域差異較小,在2011為最大值0.563,表明此時(shí)區(qū)域差異較大。2011—2019年,變異系數(shù)波動(dòng)幅度較為輕微,此時(shí)農(nóng)業(yè)環(huán)境效率快速上升,區(qū)域差異隨著農(nóng)業(yè)發(fā)展呈減小趨勢(shì),逐步下降至2019年的0.417。產(chǎn)生這種變化的原因可能是：2004—2011年農(nóng)業(yè)經(jīng)濟(jì)粗放式增長(zhǎng)的負(fù)效應(yīng)逐漸顯現(xiàn),資源環(huán)境約束加劇,但其努力促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)平穩(wěn)較快發(fā)展,因此農(nóng)業(yè)環(huán)境效率整體呈上升趨勢(shì)。2011—2019年,經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài),隨著生態(tài)文明理念深入和政府對(duì)環(huán)境污染的治理力度加大,致使這一時(shí)期農(nóng)業(yè)環(huán)境效率增速較快,隨著區(qū)域協(xié)調(diào)發(fā)展的深入實(shí)施,區(qū)域差異有所減小。

圖1 2004—2019年中國(guó)農(nóng)業(yè)環(huán)境效率變化趨勢(shì)Fig.1 The trend of agricultural environmental efficiency in China from 2004 to 2019

圖2 中國(guó)農(nóng)業(yè)環(huán)境效率趨勢(shì)面分析Fig.2 The trend analysis of agricultural environmental efficiency in China

進(jìn)一步運(yùn)用趨勢(shì)面分析方法揭示研究期間中國(guó)農(nóng)業(yè)環(huán)境效率空間趨勢(shì)特征(圖2),Z軸為農(nóng)業(yè)環(huán)境效率值。由圖2可知,東西方向上,中國(guó)農(nóng)業(yè)環(huán)境效率呈現(xiàn)出“東高西低”的趨勢(shì)特征,表現(xiàn)為一條從西到東上升的拋物線形狀。南北方向上,呈從北到南先下降后上升的態(tài)勢(shì),逐漸表現(xiàn)為明顯的“中間低兩端高”的“U”型趨勢(shì)特征,這充分表明2004年以來中國(guó)農(nóng)業(yè)環(huán)境效率南方地區(qū)高于北方地區(qū),東部地區(qū)領(lǐng)先于西部地區(qū)。

2.2 空間分異特征

根據(jù)自然斷點(diǎn)法將中國(guó)農(nóng)業(yè)環(huán)境效率劃分為低值、中低值、中高值、高值區(qū)進(jìn)行可視化(圖3)。由圖3可知,中國(guó)不同等級(jí)的農(nóng)業(yè)環(huán)境效率空間差異明顯,高值區(qū)的省份占比逐漸增加,低值區(qū)的省份占比逐漸下降。具體而言,農(nóng)業(yè)環(huán)境效率高值區(qū)范圍顯著增加,當(dāng)前主要分布在東部和西部個(gè)別省份,新疆、青海、甘肅、貴州這幾個(gè)省份的經(jīng)濟(jì)實(shí)力不具有顯著優(yōu)勢(shì),但從投入產(chǎn)出指標(biāo)分析,發(fā)現(xiàn)其勞動(dòng)、土地等其他要素投入帶來的農(nóng)業(yè)經(jīng)濟(jì)效應(yīng)較高,同時(shí)非期望產(chǎn)出較少。中高值區(qū)空間范圍略有減少,其中東部的浙江、江蘇、福建、廣東逐步從中高值跨入高值區(qū)。中低值和低值區(qū)空間范圍持續(xù)減少,主要分布在中部和西部地區(qū),集中分布在安徽、河南、江西、湖南、內(nèi)蒙古、陜西、寧夏、云南等省份,這些省份有些是農(nóng)業(yè)大省,有些是連片山區(qū),由于勞動(dòng)和其他資源投入冗余,資源利用率低,經(jīng)濟(jì)產(chǎn)出效率不高,并且污染物排放量增加,農(nóng)業(yè)環(huán)境減排壓力大,導(dǎo)致農(nóng)業(yè)環(huán)境效率較低。

圖3 中國(guó)農(nóng)業(yè)環(huán)境效率空間分布格局Fig.3 The spatial pattern of agricultural environmental efficiency in China

2.3 空間演變特征

采用空間馬爾科夫鏈分析中國(guó)農(nóng)業(yè)環(huán)境效率的空間演化特征,以初始年份的空間滯后值為分類基礎(chǔ),按照四分位數(shù)的劃分方法,將農(nóng)業(yè)環(huán)境效率值劃分為4個(gè)相鄰但不相互交叉的完備區(qū)間：(0.000, 0.159]、(0.159, 0.246]、(0.246, 0.397]及(0.397, 1.000],并用k=1、2、3、4分別來表示,以此得到空間馬爾科夫概率轉(zhuǎn)移矩陣(表3)。

(1)中國(guó)農(nóng)業(yè)環(huán)境效率存在低效率、中低效率、中高效率和高效率4個(gè)趨同俱樂部特征。所有對(duì)角線上的概率數(shù)字均遠(yuǎn)遠(yuǎn)大于非對(duì)角線上的數(shù)字,這反映了農(nóng)業(yè)環(huán)境效率不發(fā)生等級(jí)轉(zhuǎn)移的概率要大于發(fā)生等級(jí)轉(zhuǎn)移的概率,具有較強(qiáng)的穩(wěn)定性。(2)中國(guó)農(nóng)業(yè)環(huán)境效率轉(zhuǎn)移通常發(fā)生在相鄰等級(jí)之間,沒有出現(xiàn)“跳躍式”轉(zhuǎn)移現(xiàn)象。例如在2004—2011年、2011—2019年與2004—2019年,低效率與中低效率向高效率轉(zhuǎn)移的概率均為0.000(P14/1、P24/1),這說明農(nóng)業(yè)環(huán)境效率發(fā)展存在一定的“路徑依賴”性,較難實(shí)現(xiàn)“跨越式”發(fā)展。(3)地理空間格局在農(nóng)業(yè)環(huán)境效率演變過程中具有重要作用。在與不同類型的省份相鄰,轉(zhuǎn)移的概率不同。例如,在2004—2019年,當(dāng)自身為中高效率時(shí),與低效率、中低效率省份相鄰,向上轉(zhuǎn)移的概率分別為0.209(P34/1)、0.333(P34/2),向下轉(zhuǎn)移的概率分別為0.791(P31/1+P32/1)、0.667(P31/2+P32/2)。這表明農(nóng)業(yè)環(huán)境效率發(fā)展與相鄰省份類型密切相關(guān),與效率較高省份為鄰,向上轉(zhuǎn)移的概率增大,反之,向下轉(zhuǎn)移的概率將增大。

表3 農(nóng)業(yè)環(huán)境效率的空間馬爾可夫概率轉(zhuǎn)移矩陣

進(jìn)一步繪制出各省份的空間演化格局(圖4)。由圖4可知,相鄰省份的轉(zhuǎn)移具有趨同特征,東部地區(qū)普遍好于中西部地區(qū)。2004—2011年,自身和鄰域均向上轉(zhuǎn)移的省份有25個(gè)；自身向上、鄰域不變的僅有1個(gè)(青海)；自身不變、領(lǐng)域向上的有3個(gè)(甘肅、福建、海南)；自身和鄰域均不變的有1個(gè)(寧夏)。2011—2019年自身和鄰域均向上轉(zhuǎn)移的省份有25個(gè)；自身向上、鄰域不變的有3個(gè)(甘肅、青海、寧夏)；自身不變、領(lǐng)域向上的有2個(gè)(北京、廣西)。2004—2019年自身和鄰域均向上的省份增加為28個(gè)；自身向上、鄰域不變和自身不變、鄰域向下的均有1個(gè)(青海和寧夏)。此外,中國(guó)省份之間農(nóng)業(yè)環(huán)境效率的關(guān)聯(lián)作用是良好發(fā)展的,均處于不變或向上狀態(tài),沒有出現(xiàn)向下轉(zhuǎn)移的倒退現(xiàn)象。

圖4 農(nóng)業(yè)環(huán)境效率類型轉(zhuǎn)變分布及鄰域轉(zhuǎn)變空間分布Fig.4 Spatial of agriculture environmental type transformation and neighborhood transformation

2.4 空間關(guān)聯(lián)特征

通過Moran′sI指數(shù)測(cè)度2004—2019年中國(guó)農(nóng)業(yè)環(huán)境效率的空間自相關(guān)程度(表4),結(jié)果顯示各年份的全域Moran′sI指數(shù)全部為正值,且通過了顯著性檢驗(yàn),說明中國(guó)農(nóng)業(yè)環(huán)境效率存在顯著的正空間自相關(guān)性。

表4 中國(guó)農(nóng)業(yè)環(huán)境效率的莫蘭指數(shù)

3 驅(qū)動(dòng)因素分析

3.1 模型檢驗(yàn)

由表5可知,空間滯后模型的拉格朗日乘子(Lagrange multipliers,LM)檢驗(yàn)未通過顯著性檢驗(yàn),說明空間誤差模型優(yōu)于空間滯后模型；空間杜賓模型的沃爾德(Wald)和似然比(Likelihood ratio,LR)檢驗(yàn)均通過了顯著性檢驗(yàn),即拒絕可以簡(jiǎn)化的原假設(shè),表明空間杜賓模型不可簡(jiǎn)化為空間滯后模型或空間誤差模型[28- 29]；由Hausman統(tǒng)計(jì)量75.729且顯著(P=0.000),可以確定固定效應(yīng)模型合適[30]。

表5 空間計(jì)量模型選擇檢

3.2 結(jié)果分析

根據(jù)表6,對(duì)比自然對(duì)數(shù)似然值(Log-likelihood)和擬合優(yōu)度(R2)可知,固定效應(yīng)模型的擬合效果較好?？臻g自相關(guān)系數(shù)ρ的估計(jì)值為0.160,且通過了5%顯著性水平檢驗(yàn),表明了農(nóng)業(yè)環(huán)境效率存在顯著的空間溢出效應(yīng)。各變量系數(shù)顯示,財(cái)政支農(nóng)水平對(duì)農(nóng)業(yè)環(huán)境效率產(chǎn)生顯著的負(fù)向影響,原因可能是雖然財(cái)政支農(nóng)能夠增加農(nóng)民收入水平,但是當(dāng)前財(cái)政支農(nóng)的結(jié)構(gòu)不合理,大部分花費(fèi)在對(duì)農(nóng)藥、化肥和農(nóng)機(jī)的補(bǔ)貼上,加重了農(nóng)業(yè)污染物的排放,反而不利于農(nóng)業(yè)環(huán)境效率提升。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的彈性系數(shù)為正,表明農(nóng)民收入的增加有助于農(nóng)業(yè)環(huán)境效率的提升。工業(yè)化水平產(chǎn)生顯著的負(fù)向影響,原因是工業(yè)化水平的提升為農(nóng)業(yè)生產(chǎn)提供了機(jī)械、技術(shù)支持,但隨著工業(yè)化發(fā)展,加重了石油農(nóng)業(yè)的程度,農(nóng)業(yè)非期望產(chǎn)出增加,對(duì)農(nóng)業(yè)環(huán)境效率產(chǎn)生了較強(qiáng)的負(fù)向效應(yīng)。農(nóng)作物種植結(jié)構(gòu)的系數(shù)顯著為負(fù),原因主要是經(jīng)濟(jì)作物通常具有地域性強(qiáng)、水肥需求高、自然條件要求較嚴(yán)格等特點(diǎn),其種植面積的擴(kuò)大將導(dǎo)致化肥投入的增長(zhǎng)和面源污染的加重,這些因素不利于農(nóng)業(yè)環(huán)境效率的提升。環(huán)境規(guī)制和農(nóng)業(yè)生產(chǎn)能力具有顯著的正向影響,說明環(huán)境規(guī)制強(qiáng)度和農(nóng)業(yè)生產(chǎn)能力的提升能夠?qū)r(nóng)業(yè)環(huán)境效率產(chǎn)生積極影響。農(nóng)業(yè)機(jī)械強(qiáng)度具有顯著的負(fù)向影響,雖然農(nóng)業(yè)機(jī)械使用強(qiáng)度的提升能夠提高勞動(dòng)生產(chǎn)率,但當(dāng)前更側(cè)重于農(nóng)業(yè)機(jī)械化生產(chǎn),忽視了經(jīng)濟(jì)、資源與環(huán)境的協(xié)調(diào)發(fā)展,環(huán)境負(fù)效應(yīng)超過了正效應(yīng),因此對(duì)農(nóng)業(yè)環(huán)境效率產(chǎn)生負(fù)向作用。

表6 空間杜賓模型估計(jì)結(jié)果

3.3 效應(yīng)分解

利用SDM模型將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)(表7)。直接效應(yīng)中各變量回歸系數(shù)在影響方向和顯著性上與表6中結(jié)果具有一致性。在間接效應(yīng)方面,財(cái)政支農(nóng)水平的系數(shù)顯著為0.014,財(cái)政支農(nóng)水平每提高1單位,鄰近省份農(nóng)業(yè)環(huán)境效率會(huì)提升0.014個(gè)單位,表明財(cái)政支農(nóng)水平對(duì)鄰近省份農(nóng)業(yè)環(huán)境效率具有促進(jìn)作用。環(huán)境規(guī)制的系數(shù)顯著為-0.032,雖然環(huán)境規(guī)制對(duì)本省份農(nóng)業(yè)環(huán)境效率具有積極作用,但不利于鄰近省份發(fā)展,環(huán)境規(guī)制強(qiáng)度每提升1單位,會(huì)導(dǎo)致鄰近省份農(nóng)業(yè)環(huán)境效率下降0.032個(gè)單位。農(nóng)業(yè)生產(chǎn)能力的系數(shù)顯著為-0.015,表明農(nóng)業(yè)生產(chǎn)能力對(duì)鄰近省份農(nóng)業(yè)環(huán)境效率具有負(fù)向影響,并且農(nóng)業(yè)生產(chǎn)能力平均提高1單位,鄰近省份農(nóng)業(yè)環(huán)境效率平均下降0.015個(gè)單位。除此之外,農(nóng)業(yè)經(jīng)濟(jì)水平、工業(yè)化水平、農(nóng)作物種植結(jié)構(gòu)和農(nóng)業(yè)機(jī)械強(qiáng)度具有顯著的直接效應(yīng),但空間溢出效應(yīng)不顯著。

表7 空間杜賓模型的直接和間接效應(yīng)

4 結(jié)論與討論

4.1 結(jié)論

本文運(yùn)用考慮非期望產(chǎn)出的SBM模型測(cè)度出2004—2019年中國(guó)30個(gè)省(市、區(qū))農(nóng)業(yè)環(huán)境效率,并利用空間馬爾科夫鏈、空間杜賓模型等方法探究中國(guó)農(nóng)業(yè)環(huán)境效率的時(shí)空演變特征及其驅(qū)動(dòng)因素,得到以下主要結(jié)論：

(1)中國(guó)農(nóng)業(yè)環(huán)境效率在不考慮非期望產(chǎn)出下明顯高于考慮非期望產(chǎn)出的農(nóng)業(yè)環(huán)境效率值,考慮期望產(chǎn)出值更符合實(shí)際的農(nóng)業(yè)生產(chǎn)過程,呈穩(wěn)步上升趨勢(shì)；區(qū)域間差異明顯,整體呈倒“V”型變化趨勢(shì),并在東西方向上低階梯遞減,南北方向上呈“U”型趨勢(shì)特征。

(2)中國(guó)不同等級(jí)的農(nóng)業(yè)環(huán)境效率空間差異明顯,高值區(qū)范圍顯著增加,中高值區(qū)空間范圍略有減少,中低值和低值區(qū)空間范圍持續(xù)減少；中國(guó)農(nóng)業(yè)環(huán)境效率存在俱樂部趨同現(xiàn)象,具有空間溢出效應(yīng),且溢出效應(yīng)呈現(xiàn)時(shí)空異質(zhì)性,地理空間關(guān)聯(lián)性在空間演變過程具有重要作用,當(dāng)前農(nóng)業(yè)環(huán)境效率處在良好發(fā)展階段,均沒有出現(xiàn)向下轉(zhuǎn)移的倒退現(xiàn)象。

(3)驅(qū)動(dòng)因素顯示,財(cái)政支農(nóng)水平、環(huán)境規(guī)制、農(nóng)業(yè)生產(chǎn)能力同時(shí)具有直接效應(yīng)與間接效應(yīng),財(cái)政支農(nóng)水平對(duì)本省份的直接影響顯著為負(fù),但對(duì)鄰近省份具有顯著促進(jìn)作用；環(huán)境規(guī)制、農(nóng)業(yè)生產(chǎn)能力對(duì)本省份影響顯著為正,但對(duì)鄰近省份影響為負(fù)。農(nóng)業(yè)經(jīng)濟(jì)水平、工業(yè)化水平、農(nóng)作物種植結(jié)構(gòu)、農(nóng)業(yè)機(jī)械強(qiáng)度則只具有直接效應(yīng)而間接效應(yīng)不顯著,其中,農(nóng)業(yè)經(jīng)濟(jì)水平具有正向作用,工業(yè)化水平、農(nóng)作物種植結(jié)構(gòu)、農(nóng)業(yè)機(jī)械強(qiáng)度產(chǎn)生顯著負(fù)向影響。

4.2 討論

根據(jù)研究結(jié)論,為提高中國(guó)農(nóng)業(yè)環(huán)境效率,促進(jìn)農(nóng)業(yè)綠色發(fā)展,提出以下建議：

(1)從效率值大小看,農(nóng)業(yè)環(huán)境效率處于非有效狀態(tài)。2004—2019年中國(guó)30個(gè)省份的農(nóng)業(yè)環(huán)境效率均值處在0.128—0.730之間,當(dāng)前農(nóng)業(yè)生產(chǎn)仍存在高投入、低效率的粗放型發(fā)展方式,且存在區(qū)域不平衡現(xiàn)象,具有東高西低、南高北低現(xiàn)狀。因此,農(nóng)業(yè)環(huán)境效率較高的東部地區(qū)省份可以通過提高資源利用效率,促進(jìn)農(nóng)業(yè)先進(jìn)技術(shù)使用,增加農(nóng)業(yè)總產(chǎn)值,減少污染排放。中部地區(qū)的省份需要適當(dāng)調(diào)整資源要素的投入比例,通過勞動(dòng)力、土地、用水及化肥等資源的使用規(guī)模和結(jié)構(gòu)的優(yōu)化配置,實(shí)現(xiàn)資源集約利用,向綠色生產(chǎn)轉(zhuǎn)變。西部地區(qū)尤其是內(nèi)蒙古、甘肅、寧夏等省份對(duì)資源的依賴性較高,首先要轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)和資源利用觀念,將生態(tài)農(nóng)業(yè)納入到農(nóng)業(yè)考核體系中,促進(jìn)農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益與生態(tài)環(huán)境協(xié)調(diào)發(fā)展。

(2)中國(guó)農(nóng)業(yè)環(huán)境效率存在正向空間溢出效應(yīng),因此要加強(qiáng)各級(jí)政府間的合作,跨越行政區(qū)劃限制,打破區(qū)域壁壘,促進(jìn)各類要素自由流動(dòng),加強(qiáng)在資源環(huán)境領(lǐng)域方面的交流與合作。農(nóng)業(yè)環(huán)境效率高的東部地區(qū)省份要繼續(xù)發(fā)揮在科研和技術(shù)創(chuàng)新方面的引領(lǐng)作用,積極向效率低的省份傳播先進(jìn)技術(shù)和生產(chǎn)經(jīng)驗(yàn)；環(huán)境效率較低的中西部地區(qū)省份則要積極利用東部地區(qū)的先進(jìn)技術(shù)和創(chuàng)新成果,改進(jìn)農(nóng)業(yè)生產(chǎn)技術(shù),在保護(hù)環(huán)境的同時(shí)對(duì)資源合理使用,減少致污性生產(chǎn)源的投入。通過區(qū)域、省份之間的有效合作,使農(nóng)業(yè)環(huán)境效率較高的省份輻射帶動(dòng)鄰近省份,促進(jìn)整體效率提升。

(3)驅(qū)動(dòng)因素顯示,農(nóng)業(yè)經(jīng)濟(jì)水平、環(huán)境規(guī)制、農(nóng)業(yè)生產(chǎn)能力是提升農(nóng)業(yè)環(huán)境效率的關(guān)鍵因素,財(cái)政支農(nóng)水平、工業(yè)化水平、農(nóng)作物種植結(jié)構(gòu)、農(nóng)業(yè)機(jī)械強(qiáng)度則是制約效率提升的約束要素。因此,各省份在追求農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的同時(shí),要充分認(rèn)識(shí)發(fā)展差異,探索適宜的農(nóng)業(yè)綠色發(fā)展道路,合理分配財(cái)政支農(nóng)結(jié)構(gòu),尤其提高環(huán)保型農(nóng)資補(bǔ)貼,強(qiáng)調(diào)由政策支持為主轉(zhuǎn)向重視農(nóng)業(yè)自身發(fā)展著手,結(jié)合自身優(yōu)勢(shì)要素,積極引進(jìn)先進(jìn)生產(chǎn)技術(shù)和管理經(jīng)驗(yàn),加強(qiáng)生態(tài)技術(shù)開發(fā)與推廣,引導(dǎo)農(nóng)業(yè)向生態(tài)化的方向發(fā)展,此外,要增強(qiáng)對(duì)境污染治理的態(tài)度,注重環(huán)境規(guī)制對(duì)農(nóng)業(yè)環(huán)境效率的驅(qū)動(dòng)作用。