姚鳳民，徐皓南，郭欣儀，侯 達，陸 帆，周雨卓

（廣東財經(jīng)大學財政稅務(wù)學院，廣東 廣州 510320）

2021 年黨的十九屆五中全會提出，必須深入推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，進一步推進農(nóng)業(yè)綠色發(fā)展，舉全黨全社會之力加快農(nóng)業(yè)農(nóng)村現(xiàn)代化。改革開放以來，我國在人口不斷增加、耕地不斷減少的情況下仍實現(xiàn)人均糧食產(chǎn)量不斷提高、農(nóng)民收入穩(wěn)步提升，在農(nóng)業(yè)生產(chǎn)和發(fā)展方面取得了非凡成就。但與此同時，國內(nèi)農(nóng)業(yè)污染嚴重、農(nóng)業(yè)生產(chǎn)率不高、區(qū)域間發(fā)展不平衡、創(chuàng)新動力不足等問題突出，已不符合當今農(nóng)業(yè)高質(zhì)量發(fā)展的要求。如何在進一步提高農(nóng)業(yè)產(chǎn)出的同時減少污染排放，實現(xiàn)農(nóng)業(yè)綠色發(fā)展，是全國農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵問題，測算農(nóng)業(yè)綠色全要素生產(chǎn)率是掌握農(nóng)業(yè)綠色發(fā)展水平和發(fā)展綠色農(nóng)業(yè)的基礎(chǔ)性研究工作?！蹲匀?食品》（Nature-food）在2021 年發(fā)布的開創(chuàng)性最新研究報告顯示，世界糧食體系的人為溫室氣體排放量占全球1/3 以上，糧食體系的絕對排放量呈持續(xù)上升態(tài)勢。因此，農(nóng)業(yè)是重要的溫室氣體排放源，要實現(xiàn)碳達峰、碳中和，農(nóng)業(yè)農(nóng)村碳排放是重點解決環(huán)節(jié)。本文以廣東省為研究對象，在考慮碳排放的環(huán)境約束下測算農(nóng)業(yè)全要素生產(chǎn)率——即農(nóng)業(yè)綠色全要素生產(chǎn)率，并從時間和空間兩個方面進行時空特征分析，理論上豐富了碳排放約束下的農(nóng)業(yè)綠色全要素生產(chǎn)率的研究文獻，實踐上可為提高廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率提出改進建議，并以此推向全國，從而推動我國農(nóng)業(yè)可持續(xù)和高質(zhì)量發(fā)展，促進農(nóng)業(yè)綠色經(jīng)濟協(xié)調(diào)增長。

全要素生產(chǎn)率（Total Factor Productivity，TFP）是衡量生產(chǎn)過程中利用全部要素投入獲得產(chǎn)出能力水平的重要指標。21 世紀初，人們開始重視農(nóng)業(yè)環(huán)境保護問題，生態(tài)農(nóng)業(yè)和綠色農(nóng)業(yè)開始成為各國農(nóng)業(yè)的發(fā)展方向和發(fā)展目標，學者也開始將環(huán)境因素納入到農(nóng)業(yè)TFP的測算指標當中，提出了農(nóng)業(yè)綠色全要素生產(chǎn)率（GTFP）的概念。目前國內(nèi)外學者在農(nóng)業(yè)綠色全要素生產(chǎn)率方面的研究比較豐富，主要集中在以下三個方面：一是綠色全要素生產(chǎn)率概念的研究及指標構(gòu)建。先有部分學者將環(huán)境污染作為一種要素投入來測算綠色全要素生產(chǎn)率，后有學者認為環(huán)境污染是經(jīng)濟發(fā)展過程中帶來的副產(chǎn)品，故將環(huán)境污染視為非期望產(chǎn)出［1］。而在構(gòu)建具體表示農(nóng)業(yè)環(huán)境污染的指標時，學者持不同觀點，有學者將氮素、殺蟲劑流失作為一種壞的產(chǎn)出［2］，也有將總氮磷流失作為一種要素投入來測算綠色全要素生產(chǎn)率［3］，但大體都圍繞農(nóng)業(yè)化肥、農(nóng)藥等化學物質(zhì)為污染源所產(chǎn)生的排放物進行探討［4］。二是農(nóng)業(yè)綠色全要素生產(chǎn)率測算方法及其測算過程。農(nóng)業(yè)TFP 測算主要包括非前沿面方法和前沿面方法，非前沿面方法假定不存在生產(chǎn)技術(shù)無效率，主要包括指數(shù)法和生產(chǎn)函數(shù)估計方法，將產(chǎn)出指標量與投入指標量加權(quán)的比率算作全要素生產(chǎn)率。前沿面方法考慮了技術(shù)無效率，以實際投入產(chǎn)出與前沿面的距離表示無效率水平，一般構(gòu)建Malmquist 指數(shù)表征全要素生產(chǎn)率［5］。前沿面的估計包括非參數(shù)的數(shù)據(jù)包絡(luò)方法（Data Envelopment Analysis，DEA）和參數(shù)隨機前沿分析（Stochastic Frontier Analysis，SFA）兩種方法。數(shù)據(jù)包絡(luò)分析法運用線性規(guī)劃和對偶原理實現(xiàn)對生產(chǎn)前沿面的確定，無需設(shè)定生產(chǎn)函數(shù)，減少了因設(shè)置函數(shù)而進行假設(shè)產(chǎn)生的誤差，且可實現(xiàn)對多投入多產(chǎn)出分析［6］。目前各界學者關(guān)于前沿方法的研究更多，DEA 方法特別是超效率DEA 模型和Malmquist 指數(shù)法在農(nóng)業(yè)綠色全要素生產(chǎn)率的測度中應(yīng)用廣泛。三是農(nóng)業(yè)綠色全要素生產(chǎn)率的具體實證分析。國內(nèi)關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率的研究相對較少，石慧等［7］、賈淼等［8］分別運用 SFA-Malmquist 指數(shù)和DEA 方法，將農(nóng)業(yè)生產(chǎn)帶來的環(huán)境污染作為一種要素投入，研究我國農(nóng)業(yè)綠色全要素生產(chǎn)率，并與傳統(tǒng)全要素生產(chǎn)率進行比較。梁俊等［9］通過拓展的非徑向非角度的DEA 模型和Luenberger 生產(chǎn)率指標，在估算了農(nóng)業(yè)污染的前提下，計算中國農(nóng)業(yè)綠色全要素生產(chǎn)率的增長。吳傳清等［10］結(jié)合SBM 模型和GML 指數(shù)測度長江經(jīng)濟帶農(nóng)業(yè)綠色全要素生產(chǎn)率。葛鵬飛等［6］利用基于SBMDDF 方法的Luenberger 指數(shù)對2001—2015 年我國31 個省份的農(nóng)業(yè)綠色全要素生產(chǎn)率進行測度。王聰聰?shù)龋?1］利用超效率SBM模型和全局ML指數(shù)，從靜態(tài)、動態(tài)不同角度，對我國蘋果環(huán)境技術(shù)效率和綠色全要素生產(chǎn)率進行測算，并分析不同產(chǎn)區(qū)之間的差異。陳芳等［12］基于2003—2018 年我國26 個省份的面板數(shù)據(jù)，采用超效率SBM 模型測算廣義農(nóng)業(yè)綠色全要素生產(chǎn)率，探究農(nóng)產(chǎn)品國際貿(mào)易水平對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響。余航等［13］用DEA 的Malmquist 指數(shù)法，研究了2004—2015 年我國早秈稻、中秈稻、晚秈稻和粳稻的全要素生產(chǎn)率及其構(gòu)成和變動趨勢。

綜上可知，國外關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率的研究要早于國內(nèi)，但是國內(nèi)學者在充分借鑒和學習國外的研究方法后，對我國農(nóng)業(yè)綠色全要素生產(chǎn)率做了豐富的研究，主要集中于國家層面或者地區(qū)層面，對于省域?qū)用娴难芯枯^少，尤其是關(guān)于廣東省的研究則更鮮見。本研究以廣東省作為研究切入點，以在更微觀層面對農(nóng)業(yè)綠色全要素生產(chǎn)率進行探究，提供更細致的研究結(jié)論和更具針對性的建議。

1 材料與方法

1.1 研究方法

1.1.1 考慮非期望產(chǎn)出的SBM-DDF 模型 傳統(tǒng)的徑向DEA 模型對無效率程度的測量只包含所有投入（產(chǎn)出）等比例縮減（增加）的部分，但對于無效率單元格（DMU）來說，其當前狀態(tài)與有效狀態(tài)的目標值之間的差距除了等比例改進的部分，還包括松弛改進的部分，而松弛改進的部分在傳統(tǒng)的徑向DEA 模型中并沒有得到體現(xiàn)。為了解決這一問題，Tone［14］通過在目標函數(shù)中引入投入和產(chǎn)出的松弛量，提出了一個非徑向非角度的基于松弛改進的SBM 模型。在此基礎(chǔ)上，本研究借鑒李谷成［15］構(gòu)造的含有非期望產(chǎn)出變量的非徑向非角度基于松弛改進的SBM 方向性距離函數(shù)模型，即SBM-DDF 模型，將廣東省除深圳市外的20 個市作為評估單元格（DMU），假設(shè)每個單元格有m種投入；有q種產(chǎn)出，其中r種期望產(chǎn)出，以及n種非期望產(chǎn)出，m+n=q。因此，由投入x和期望產(chǎn)出y，以及非期望產(chǎn)出b構(gòu)成生產(chǎn)可能性集，可表示為：

則第t 期第k個單元格（DMU）的SBM-DDF評價模型可以表示為：

式中，sm、sr、sb分別為投入、期望產(chǎn)出和非期望產(chǎn)出的松弛量，松弛量的值越大表示被評價決策單元格離前沿面越遠，即效率越低。*ρ表示生產(chǎn)效率，當ρ*=1 時表示DMU 處于構(gòu)造的生產(chǎn)可能性集合前沿面，即生產(chǎn)有效，此時sm=sr=sb=0；當ρ* ＜1 表示生產(chǎn)單位存在效率損失，在投入產(chǎn)出上存在進一步改進的空間。

1.1.2 考慮非期望產(chǎn)出的Malmquist-Luenberger指數(shù) Malmquist 指數(shù)最初由瑞典統(tǒng)計學家Malmquist 等提出，其與DEA 分析方法聯(lián)系起來，可用于測算t+1 時期相對于t時期的生產(chǎn)率的變化，F(xiàn)?re 首次采用兩個Malmquist 指數(shù)的幾何平均值作為被評價DMU 的Malmquist 指數(shù)［16］，并對其進行分解。Chung 等［1］首先將包含非期望產(chǎn)出的方向性距離函數(shù)應(yīng)用于Malmquist 模型，并將得出來Malmquist 的指數(shù)稱作Malmquist-Luenberger（ML）指數(shù)。ML 指數(shù)即是考慮了非期望產(chǎn)出的生產(chǎn)率變化指數(shù)，該指數(shù)在測算生產(chǎn)率時要求“好的”產(chǎn)出不斷增加的同時，還要求“壞的”非期望產(chǎn)出不斷減少。按照Fare 的幾何平均值相關(guān)理論，Malmquist-Luenberger 指數(shù)可以表示為：

據(jù)此，按照F?re 的分解方法，將ML 指數(shù)分解為技術(shù)效率變化（EFFCH）和技術(shù)進步變化（TECH）兩部分，即ML=EFFCH×TECH。其中TECH 表示技術(shù)進步帶來的效率變化，而EFFCH又可以進一步分為規(guī)模效率變化（SEEC）和純技術(shù)效率變化（PEC），其中SEEC 表示投入產(chǎn)出規(guī)模的改變而帶來的效率改變。最終將ML 指數(shù)分解為三部分，即：

當ML＞1 時，表示對應(yīng)單元格的效率相對于上一時期效率有所提高；當ML＜1 時則表示對應(yīng)單元格的效率相對于上一時期效率有所下降。

本研究實證利用DEA 分析軟件MAXDEA 6.0進行分析，結(jié)合實證結(jié)果分別從空間和時間兩個維度對廣東省的農(nóng)業(yè)綠色全要素生產(chǎn)率（GTFP）進行分析。

1.2 指標選取及數(shù)據(jù)來源

1.2.1 指標選取 本研究采用2007—2017 年廣東省20 個市（除深圳市）的農(nóng)業(yè)投入產(chǎn)出的面板數(shù)據(jù)，估算廣東農(nóng)業(yè)綠色全要素生產(chǎn)率。廣義的農(nóng)業(yè)包括種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)，狹義農(nóng)業(yè)只包括農(nóng)林牧漁中的農(nóng)業(yè)，即種植業(yè)。由于狹義農(nóng)業(yè)與林業(yè)、畜牧業(yè)、漁業(yè)對投入要素的需求不同，同時為保持數(shù)據(jù)口徑的統(tǒng)一，本研究選取狹義農(nóng)業(yè)作為研究對象。在確定研究對象和研究范圍的基礎(chǔ)上，根據(jù)數(shù)據(jù)的可得性、一致性和可用性原則，借鑒前人經(jīng)驗和結(jié)合實際，選取以下投入產(chǎn)出指標構(gòu)成評價廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率的指標體系。

（1）勞動力投入。參考葉初升等［17］的方法，以農(nóng)業(yè)總產(chǎn)值占農(nóng)林牧漁業(yè)總產(chǎn)值的比重作權(quán)重，對第一產(chǎn)業(yè)從業(yè)人員進行分離，計算出的農(nóng)業(yè)從業(yè)人員作為勞動力投入。

（2）機械動力投入。采用農(nóng)業(yè)機械動力，將農(nóng)業(yè)總產(chǎn)值占農(nóng)林牧漁業(yè)總產(chǎn)值的比重作權(quán)重，對機械總動力進行分離，作為農(nóng)業(yè)機械動力投入。

（3）灌溉投入。以每年有效灌溉面積表示。

（4）化肥投入。以每年用于農(nóng)業(yè)生產(chǎn)的化肥折純量表示。

（5）農(nóng)藥投入。以每年農(nóng)藥使用量表示。

（6）農(nóng)膜投入。以每年農(nóng)用塑料薄膜使用量表示。

在測算農(nóng)業(yè)GTFP 時處理環(huán)境污染物指標有兩種方法，一種是將環(huán)境污染作為一種要素投入，另一種是將環(huán)境污染作為非期望產(chǎn)出。本研究采用第2 種方式，產(chǎn)出指標包括期望產(chǎn)出和非期望產(chǎn)出，前者用農(nóng)業(yè)總產(chǎn)值表示，后者以碳排放表示。

表1 農(nóng)業(yè)GTFP 測算指標體系Table 1 Calculation index system of agricultural GTFP

1.2.2 數(shù)據(jù)來源 本文除碳排放量的數(shù)據(jù)根據(jù)以下方法計算得到之外，其余所有數(shù)據(jù)均來源于2008—2018 年《廣東農(nóng)村統(tǒng)計年鑒》。農(nóng)業(yè)碳排放源具有多樣性和復(fù)雜性，主要來自化肥、農(nóng)藥、農(nóng)膜、農(nóng)業(yè)機械、農(nóng)業(yè)翻耕和灌溉6 個方面［18］。其中，除農(nóng)業(yè)機械外所有投入要素的碳排放測算，根據(jù)參考文獻［19］的碳排放量計算公式進行核算：

式中，C代表農(nóng)業(yè)碳排放，Ci代表第i種碳源的碳排放量，Ti代表第i種碳排放源的量，δi表示第i種碳源的碳排放系數(shù)。農(nóng)業(yè)機械操作帶來的碳排放參照文獻［20］的測算公式進行核算：

式中，Am為農(nóng)作物總播種面積，Wm為農(nóng)業(yè)機械總動力，B、C為轉(zhuǎn)化系數(shù)。各碳排放系數(shù)如表2所示。

表2 主要碳源碳排放系數(shù)Table 2 Carbon emission coefficients of main carbon sources

1.2.3 數(shù)據(jù)描述性統(tǒng)計 從農(nóng)業(yè)GDP（AGDP）來看，由于此次分析的數(shù)據(jù)空間分布于廣東省20個市，且時間跨度達到10 年，可以看出各指標的最值之間相差較大。主要原因在于隨著時間的發(fā)展，無論是投入指標、期望產(chǎn)出指標和非期望產(chǎn)出指標都有較大的增長；其次，由于廣東省內(nèi)地區(qū)間發(fā)展不平衡導致的地區(qū)間差異也是導致各指標最值相差較大的原因之一。碳排放量（C）也隨著投入和期望產(chǎn)出的增加而增加，尤其是隨著化肥和農(nóng)膜等農(nóng)業(yè)化學物質(zhì)的投入而出現(xiàn)碳排放量激增的問題，在促進農(nóng)業(yè)發(fā)展的同時對環(huán)境造成了嚴重威脅（表3）。

表3 廣東省農(nóng)業(yè)綠色全要素各投入產(chǎn)出指標統(tǒng)計分析Table 3 Statistical analysis of input-output indexes of agricultural GTFP in Guangdong Province

2 結(jié)果與分析

2.1 廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率演變趨勢分析

如表4 所示，從全省總體水平來看，廣東省近10 年來的農(nóng)業(yè)GTFP 變動率均值為1.120，且除2016—2017 年外，歷年的變動平均值均大于1，表明廣東農(nóng)業(yè)GTFP 呈增長提高態(tài)勢，在環(huán)境約束的條件下，農(nóng)業(yè)綜合生產(chǎn)能力得到提升。但是值得注意和警惕的是2016—2017 年廣東農(nóng)業(yè)GTFP 均值小于1，表明農(nóng)業(yè)GTFP 出現(xiàn)下降。同時，從圖1 也可以看出，廣東省農(nóng)業(yè)GTFP 指數(shù)的變化從2007—2008 年的1.236 下降到2016—2017年的0.961，期間呈“W”狀波動，表明廣東省農(nóng)業(yè)GTFP 指數(shù)的增長速率正在不斷下降。可見，全省農(nóng)業(yè)綠色全要素生產(chǎn)率呈增長態(tài)勢，但是增長速度呈下降趨勢。

表4 廣東省農(nóng)業(yè)GTFP 增長其分解Table 4 Breakdowns of agricultural GTFP growth in Guangdong Province

圖1 廣東省2007—2017 農(nóng)業(yè)GTFP 指數(shù)及其分解指數(shù)變化情況Fig.1 Changes of agricultural GTFP index and its factorization index in Guangdong Province from 2007 to 2017

從全省農(nóng)業(yè)GTFP 增長源泉來看，將廣東省農(nóng)業(yè)GTFP 分解成技術(shù)進步（TECH）、規(guī)模效率（SEEC）和純技術(shù)效率（PEC）3 部分，從而有利于分析影響農(nóng)業(yè)GTFP 的因素，找到優(yōu)化、提高廣東省農(nóng)業(yè)GTFP 的途徑。從全省均值來看，廣東省農(nóng)業(yè)GTFP 的TECH 和技術(shù)效率（EFFCH）指數(shù)均大于1，說明兩者對廣東省農(nóng)業(yè)GTFP 都起推動作用，但相對而言，TECH 指數(shù)變化均值為1.119，大于EFFCH 指數(shù)變化均值1.013。同時從圖1 可以分析出，歷年的TECH 指數(shù)變化多大于1，而EFFCH 指數(shù)變化多小于1，由此可以看出，廣東省農(nóng)業(yè)GTFP 的增長主要來自于技術(shù)前沿面移動，即技術(shù)進步帶來的效率提升，而在技術(shù)水平不變的情況下技術(shù)本身效率的改進帶來貢獻較小。進一步將EFFCH 分解，得到PEC 和SEEC，可以看到PEC 指數(shù)變化均值為0.988，而SEEC 變化均值為1.031，表明當前廣東省農(nóng)業(yè)綠色要素的投入產(chǎn)出處于規(guī)模遞增階段，純技術(shù)效率呈下降狀態(tài)。此階段在加大投入要素的同時，更應(yīng)當注意管理、資源要素配置等效率，以此來保證和提高廣東省農(nóng)業(yè)GTFP 的提高和改善。

2.2 廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率區(qū)域差異分析

從廣東省各市的農(nóng)業(yè)GTFP 指數(shù)（表5）來看，2007—2017年間，除汕尾均值為0.994小于1以外，其余各市均值均大于1，表明各市在近10 年的農(nóng)業(yè)GTFP 都保持較好的增長態(tài)勢，與全省總體良好態(tài)勢保持一致。其中中山、東莞、河源3 市表現(xiàn)突出，均值分別為1.403、1.262 和1.169。但以上3 市的農(nóng)業(yè)GTFP 指數(shù)增長幅度下降迅速的問題同樣明顯，中山市由2008年相對2007年的3.308下降為2017 年相對于2016 的0.696，東莞市相同時期的變化為從1.339 下降至1.029，而河源市則從1.542 下降至1.169。由此可見，雖然3 市的農(nóng)業(yè)GTFP 增長率總體均值較高，但增長幅度下降較快，而且所有城市的農(nóng)業(yè)GTFP 都呈現(xiàn)出農(nóng)業(yè)GTFP 增長率下降的問題，這一點也與全省總體趨勢表現(xiàn)一致，說明在環(huán)境約束的條件下，各市的農(nóng)業(yè)GTFP 增長率出現(xiàn)不同幅度下降，仍需提高效率。

表5 廣東省各市2007—2017 年農(nóng)業(yè)GTFP 變化情況Table 5 Changes of agricultural GTFP in various cities of Guangdong Province from 2007 to 2017

將廣東省按照地理區(qū)域劃分為粵東、粵西、粵北和珠三角地區(qū)四大區(qū)域，從總體均值上來看，珠三角的農(nóng)業(yè)綠色生產(chǎn)率增長水平最高，粵北次之、粵東第三，粵西最低，且粵東西北三大地區(qū)均值相差不大，這初步說明作為廣東省內(nèi)經(jīng)濟發(fā)達地區(qū)的珠三角相對于經(jīng)濟相對落后地區(qū)的農(nóng)業(yè)GTFP 有更高的增長率，農(nóng)業(yè)綜合生產(chǎn)能力更勝一籌。而粵東、粵西、粵北等地區(qū)在環(huán)境約束的情況下，農(nóng)業(yè)綠色生產(chǎn)率的提高壓力較大，也側(cè)面表明環(huán)境問題一定程度上是一個發(fā)展問題。進一步對比圖2 和圖3 可知，圖2 表示的是各市2007—2017 年的農(nóng)業(yè)綠色生產(chǎn)率變化指數(shù)，該圖顯示珠三角地區(qū)除中山、東莞和珠海外，其余地區(qū)農(nóng)業(yè)GTFP 相較于粵東西北的部分地區(qū)較低，而從圖3 可以看出，珠三角地區(qū)的農(nóng)業(yè)綠色生產(chǎn)率相較于其他地區(qū)較高，可見，廣東省內(nèi)除了珠三角與粵東、粵西和粵北地區(qū)存在區(qū)域差異外，珠三角內(nèi)部地區(qū)差異也較明顯，粵東、粵西、粵北各個區(qū)域內(nèi)部自身也存在明顯地區(qū)差異。

圖2 廣東省各市2007—2017 年農(nóng)業(yè)GTFP 指數(shù)均值Fig.2 Average value of agricultural GTFP index of various cities in Guangdong Province from 2007 to 2017

圖3 廣東省2008—2017 年各區(qū)域農(nóng)業(yè)GTFP 指數(shù)變化Fig.3 Changes of regional agricultural GTFP index in Guangdong Province from 2008 to 2017

進一步對珠三角、粵東、粵西、粵北地區(qū)農(nóng)業(yè)綠色生產(chǎn)率的增長源泉進行分析，從技術(shù)變化、純技術(shù)效率和規(guī)模效率中分析各區(qū)域?qū)е罗r(nóng)業(yè)GTFP 指數(shù)變化的動力源泉，探究各地區(qū)之間的差異。從表6 可以看出，廣東省內(nèi)珠三角、粵東、粵西、粵北4個地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的動力源泉存在著一定的共同性，表現(xiàn)在各地區(qū)的技術(shù)進步（TECH）指數(shù)均值都高于技術(shù)效率（EFFCH）指數(shù)均值，即各地區(qū)農(nóng)業(yè)GTFP 增長都主要依靠于技術(shù)進步和技術(shù)改進，而技術(shù)效率本身所做的貢獻較低。這也說明了“科學技術(shù)是第一生產(chǎn)力”在農(nóng)業(yè)上也是成立的，近年來在農(nóng)業(yè)科學上取得的成果以及科學技術(shù)在農(nóng)業(yè)上的應(yīng)用，以及大型機械等現(xiàn)代化農(nóng)業(yè)要素在農(nóng)業(yè)上的投入對農(nóng)業(yè)的綜合生產(chǎn)能力起到了較大的促進作用。而對各區(qū)域的EFFCH 的進一步分解可以看出，各地區(qū)的規(guī)模效率指數(shù)（SEEC）均值均大于1，說明在將環(huán)境因素納入到農(nóng)業(yè)全要素生產(chǎn)率的評價指標體系中時，各地區(qū)的農(nóng)業(yè)投入和產(chǎn)出正呈現(xiàn)出規(guī)模遞增的階段，應(yīng)該進一步加大各要素投入，與此同時，要注重改善和提高農(nóng)業(yè)要素投入的配置效率和管理效率。

表6 廣東省2008—2017 年各區(qū)域農(nóng)業(yè)GTFP 增長及其分解Table 6 Regional agricultural GTFP growth and its decomposition in Guangdong Province from 2008 to 2017

3 結(jié)論與建議

3.1 基本結(jié)論

本研究利用廣東省20 個市（除深圳市）2007—2017 年的農(nóng)業(yè)投入和產(chǎn)出面板數(shù)據(jù)，利用包絡(luò)分析方法中考慮了非期望產(chǎn)出的非徑向非角度的方向性距離函數(shù)SBM-DDF 評價方法，并將其與Luenberger 指數(shù)相結(jié)合，以考察被評價單元農(nóng)業(yè)綠色全要素生產(chǎn)率的靜態(tài)特征和動態(tài)演變趨勢，并對該指數(shù)進行分解，尋找廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率的增長源泉。在此基礎(chǔ)上，我們將廣東省分為珠三角、粵東、粵西和粵北4 個區(qū)域進行對比分析，得出以下結(jié)論：

（1）廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率總體呈現(xiàn)上升趨勢，上升的主要動力源泉來自于技術(shù)進步帶來的效率提高，而技術(shù)效率或者說純技術(shù)效率的改進帶來的影響較小。但需要注意的是，廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率的增長速度呈下降趨勢，在目前強調(diào)高質(zhì)量發(fā)展的背景下以及在環(huán)境約束的條件下，廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率的增長面臨較大壓力。

（2）廣東省區(qū)域內(nèi)存在較大的差異，就農(nóng)業(yè)綠色全要素生產(chǎn)率而言，珠三角表現(xiàn)最好，粵北第二、粵東第三，粵西最低。而且可以看出，四大區(qū)域之間的差異，除珠三角區(qū)域要明顯高于其他3 個區(qū)域外，粵東、粵西和粵北之間的差異并不大，因此本文認為環(huán)境問題在一定程度上還是一個發(fā)展問題，農(nóng)業(yè)作為第一產(chǎn)業(yè)，同樣受限于地區(qū)發(fā)展程度。

（3）通過對廣東省內(nèi)四大區(qū)域間總體對比和四大區(qū)域內(nèi)部城市農(nóng)業(yè)綠色全要素生產(chǎn)率相互對比進一步發(fā)現(xiàn)，不僅在區(qū)域之間存在差異，各區(qū)域內(nèi)部各省市也存在較大差異。但是各總體特征表現(xiàn)與全省一致，即農(nóng)業(yè)全要素生產(chǎn)率均呈上升趨勢，而且主要動力源泉都來自于技術(shù)進步，但是增長速度也都呈現(xiàn)下降趨勢。

3.2 對策建議

（1）堅持新發(fā)展理念，優(yōu)化制度創(chuàng)新。實現(xiàn)農(nóng)業(yè)綠色發(fā)展是實現(xiàn)《中共中央 國務(wù)院關(guān)于全面推進鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》目標的基礎(chǔ)，是實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的重要內(nèi)容。應(yīng) 始終堅持“五位一體”總體布局的戰(zhàn)略目標，貫徹鄉(xiāng)村振興方針，落實中央“綠色”發(fā)展理念，注重環(huán)境因素對農(nóng)業(yè)帶來的約束，切實推進化肥和農(nóng)藥使用量負增長行動，發(fā)揮改革前沿陣地的帶頭先鋒表率作用，將低碳可持續(xù)的綠色農(nóng)業(yè)發(fā)展模式進行到底。同時，要加大制度創(chuàng)新，提高農(nóng)業(yè)技術(shù)效率，深化農(nóng)村集體產(chǎn)權(quán)制度改革，切實做好農(nóng)村土地“三權(quán)分置”工作，通過推進家庭農(nóng)場、農(nóng)業(yè)生產(chǎn)合作社等方式適度規(guī)模經(jīng)營，優(yōu)化農(nóng)業(yè)資源配置，為農(nóng)業(yè)綠色全要素生產(chǎn)率增長消除制度性障礙，提供制度支撐。

（2）轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)經(jīng)營方式，多方面促進農(nóng)業(yè)綠色科技進步。本文研究表明科學技術(shù)的進步和應(yīng)用對農(nóng)業(yè)綠色全要素生產(chǎn)率具有重要影響，但廣東省農(nóng)業(yè)綠色技術(shù)效率的增長乏力阻滯了農(nóng)業(yè)綠色全要素生產(chǎn)率的增長，即現(xiàn)有的農(nóng)業(yè)綠色技術(shù)不能夠被充分合理利用。因此 應(yīng)加快農(nóng)業(yè)綠色技術(shù)科技化、現(xiàn)代化水平，農(nóng)業(yè)的脆弱性和風險性表明其需要財政的支持與保障，一是要加大農(nóng)業(yè)領(lǐng)域科技研發(fā)財政支持力度，完善農(nóng)機購置補貼政策，抓住新基建建設(shè)機遇，推動農(nóng)業(yè)技術(shù)進步；二是建立農(nóng)業(yè)人才培養(yǎng)和引進制度，提高科技成果轉(zhuǎn)化應(yīng)用率，加大對農(nóng)業(yè)生產(chǎn)者的技術(shù)指導力度，突破廣東省農(nóng)業(yè)綠色全要素生產(chǎn)率的增長壓力；三是要因地制宜，加強培育優(yōu)質(zhì)、高效、適宜機械化輕簡化作業(yè)的農(nóng)作物新品種，研發(fā)推廣適宜山區(qū)丘陵地帶使用作業(yè)的農(nóng)業(yè)機具，推動粵東西北地區(qū)水稻、馬鈴薯等主要農(nóng)作物生產(chǎn)的機械化程度。

（3）落實區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，發(fā)揮集聚放大效應(yīng)。一是要充分發(fā)揮珠三角地區(qū)示范帶頭作用，可通過經(jīng)驗分享會、技術(shù)交流會、實地指導等多種形式促進區(qū)域間技術(shù)共享；二是農(nóng)業(yè)綠色全要素生產(chǎn)率較低的地區(qū)應(yīng)加強與“前沿地區(qū)”，即珠三角地區(qū)的交流與合作，通過引進先進農(nóng)業(yè)技術(shù)和管理經(jīng)驗、管理人才，逐步縮小差距，推進農(nóng)業(yè)綠色區(qū)域協(xié)調(diào)發(fā)展。