崔寧波，生世玉

（東北農(nóng)業(yè)大學經(jīng)濟管理學院，哈爾濱 150030）

2021 年中央一號文件和十九屆五中全會提出，要完善生態(tài)文明領域統(tǒng)籌協(xié)調(diào)機制，推動綠色發(fā)展導向，全面提高資源利用效率，在“十四五”時期促進經(jīng)濟社會發(fā)展的全面綠色轉型。就農(nóng)業(yè)領域而言，根據(jù)2020 年《全國第二次污染源普查公報》顯示，農(nóng)業(yè)面源COD、氮、磷排放量分別約占全國總排放量的50%、47% 和67%。耕地土壤污染點位超標率高達19.4%[1]。推動農(nóng)業(yè)綠色發(fā)展可以從根本上改善由粗放經(jīng)營帶來的資源利用和生態(tài)環(huán)境問題，形成生產(chǎn)高效、生態(tài)穩(wěn)定、環(huán)境良好、產(chǎn)能持續(xù)的新格局[2]。糧食主產(chǎn)區(qū)作為保障國家糧食生產(chǎn)安全和有效供給的核心區(qū)域，主要分布于松花江、黃河和長江三大流域[3]，在政策支持和技術進步的推動下，其綜合生產(chǎn)能力得到極大提升并趨于穩(wěn)定，持續(xù)貢獻著全國75%以上的糧食產(chǎn)量和90%以上的糧食增產(chǎn)量。然而隨著要素成本的不斷提高、供給側結構性失衡，加之粗放的生產(chǎn)方式和對生態(tài)環(huán)境的忽視，農(nóng)業(yè)生產(chǎn)除了長期受人多地少、水資源短缺、自然災害等剛性約束外，還面臨著農(nóng)藥化肥的過度使用、溫室氣體排放、廢棄物污染等日益突出的生態(tài)環(huán)境問題[4]。可以說，主產(chǎn)區(qū)在保障國家糧食安全的背后，很大程度上是以犧牲資源環(huán)境為代價的。在如今綠色引領的高質量發(fā)展背景下，以農(nóng)業(yè)綠色全要素生產(chǎn)率（Green total factor pro?ductivity，GTFP）為視角，厘清資源環(huán)境約束下糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展的影響因素和質量動力，對探尋農(nóng)業(yè)綠色協(xié)調(diào)發(fā)展模式，科學制定相關政策，從而實現(xiàn)糧食持續(xù)安全具有重要的理論和現(xiàn)實意義。

1 基于GTFP的農(nóng)業(yè)綠色發(fā)展

1.1 GTFP與農(nóng)業(yè)綠色發(fā)展

改革開放以來，我國農(nóng)業(yè)經(jīng)濟持續(xù)快速發(fā)展，國內(nèi)外很多經(jīng)濟學家試圖解開這一增長之謎。傳統(tǒng)增長理論主要致力于探究資源約束下如何實現(xiàn)增長的最大化，認為全要素生產(chǎn)率（Total factor productivity，TFP）是各類資源投入貢獻之外的全部生產(chǎn)效率，能夠反映要素的結構、利用效率和技術進步等，不僅是衡量經(jīng)濟發(fā)展的核心指標，也是分析增長動力的適宜工具[5]。在農(nóng)業(yè)領域，TFP 對農(nóng)業(yè)經(jīng)濟增長貢獻的持續(xù)提升很大程度上就是農(nóng)業(yè)現(xiàn)代化的實現(xiàn)過程。因此，早期文獻也側重從農(nóng)業(yè)TFP視角出發(fā)，研究資本、勞動力、資源投入等各種決定性因素對農(nóng)業(yè)經(jīng)濟增長的影響[6]。然而，隨著化肥、農(nóng)藥等現(xiàn)代農(nóng)業(yè)生產(chǎn)資料使用量的不斷增加，生態(tài)環(huán)境破壞日漸威脅農(nóng)業(yè)發(fā)展的可持續(xù)性，傳統(tǒng)理論忽略了對生態(tài)環(huán)境問題的關注。國內(nèi)外學者考慮將環(huán)境因素納入農(nóng)業(yè)TFP 的框架，分析農(nóng)業(yè)綠色發(fā)展質量，并引申出綠色全要素生產(chǎn)率、綠色GDP 等概念[7-8]，在考慮資源投入約束的基礎上引入生態(tài)環(huán)境因素，綜合考察二者對農(nóng)業(yè)經(jīng)濟發(fā)展的影響，成為評判一個國家或地區(qū)農(nóng)業(yè)綠色發(fā)展質量和經(jīng)濟增長模式的重要依據(jù)[9]。涂正革等[10]認為農(nóng)業(yè)綠色發(fā)展主要體現(xiàn)在農(nóng)業(yè)生產(chǎn)效率高和農(nóng)業(yè)面源污染少兩個方面。但由于理論方法、數(shù)據(jù)來源、指標處理等不同，TFP 和GTFP 的差異關系尚未形成一致的結論，部分學者認為環(huán)境因素會增加生產(chǎn)成本，對非綠色技術研發(fā)和應用產(chǎn)生擠出效應，降低生產(chǎn)效率和經(jīng)濟增長速度[11-12]；而“波特假說”認為恰當?shù)沫h(huán)境規(guī)制會刺激環(huán)境技術創(chuàng)新，提高產(chǎn)品質量，從而提高生產(chǎn)效率并促進經(jīng)濟增長[13]。

1.2 GTFP增長率的測算與分解

在測算層面上，現(xiàn)有研究多按地理位置或經(jīng)濟發(fā)展水平分組對省際和省內(nèi)縣域進行劃分，揭懋汕等[14]、潘丹等[15]分別以碳排放和面源污染為約束指標測算了1992—2011 年我國28 個省域和1998—2009年2 183 個縣域的TFP，均表明東部地區(qū)的生產(chǎn)率高于西部地區(qū)，且效率的提高主要是由前沿技術進步貢獻的。針對糧食主產(chǎn)區(qū)農(nóng)業(yè)GTFP 展開測度和動力分解的研究相對較少，陳紅等[16]測算了不同環(huán)境規(guī)制下糧食主產(chǎn)區(qū)的農(nóng)業(yè)TFP，認為從靜態(tài)看，降低環(huán)境規(guī)制會導致農(nóng)業(yè)TFP下降，但從動態(tài)看卻可以提高農(nóng)業(yè)TFP。在測算方法上，最初FAN[17]、葉裕民[18]運用索洛余值法對TFP進行簡單的整體特征評估，但對其內(nèi)部構成還無法準確識別。隨后，一些學者引入數(shù)據(jù)包絡分析（Data envelopment analysis，DEA）和隨機前沿法（Stochastic frontier analysis，SFA），對TFP 或GTFP內(nèi)部構成和增長動力進行深度解析。前者主要以DEA 與Malmquist 指數(shù)相結合為主，不需要考慮要素價格，也無需設置具體生產(chǎn)函數(shù)[19]；后者需建立在具體的生產(chǎn)函數(shù)之上，考慮到隨機擾動因素和數(shù)據(jù)誤差的敏感性，SFA 方法比DEA 方法更為適用[20-21]。在環(huán)境因素的處理方式上，大多以農(nóng)業(yè)面源污染或碳排放來表征環(huán)境污染，以治理投資額、產(chǎn)污強度等表征環(huán)境規(guī)制。DEA 方法傾向于將環(huán)境污染作為非期望產(chǎn)出[22]，而SFA 方法則傾向于將環(huán)境污染、環(huán)境規(guī)制、勞動力、資本等作為投入要素[23-24]。

現(xiàn)有從農(nóng)業(yè)TFP到GTFP的有關研究契合當下綠色引領的高質量發(fā)展理念，為本研究奠定了一定基礎，但仍存在不足之處。第一，多數(shù)省域層面的比較研究是按照地理位置或東中西三大經(jīng)濟區(qū)域的劃分來進行的，缺少對農(nóng)業(yè)生產(chǎn)自然特性的體現(xiàn)。第二，在環(huán)境變量設定上，多數(shù)研究僅關注到環(huán)境污染或環(huán)境規(guī)制的其中之一，忽視了二者的共同作用，且對影響農(nóng)業(yè)綠色發(fā)展的外生變量關注較少。區(qū)別于已有研究，本研究同時考慮環(huán)境污染、環(huán)境規(guī)制約束和基礎設施建設等外生因素，以三大流域劃分的全國13 個糧食主產(chǎn)區(qū)為研究對象，運用超越對數(shù)的SFA模型對農(nóng)業(yè)GTFP 進行回歸分析、測度與分解，并進一步研究時變特征和空間差異，明晰主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展的影響因素與質量、動力，以期在資源環(huán)境承載力下為進一步提高該區(qū)域農(nóng)業(yè)生產(chǎn)效率提供決策參考。

2 研究方法與數(shù)據(jù)來源

2.1 SFA模型

隨機前沿生產(chǎn)函數(shù)模型最初是由MEEUSEN等[25]在確定性函數(shù)基礎上提出的，應用于截面數(shù)據(jù)的非確定性參數(shù)效率測度，其優(yōu)點在于能夠將生產(chǎn)函數(shù)的誤差項分為隨機干擾影響和技術非效率誤差兩部分。BATTESE 等[26]進一步將SFA 模型拓展到面板數(shù)據(jù)的分析中，提出了BC模型，本研究沿用此方法采取以下函數(shù)作為實證模型的基本形式：

式中：Xit、Yit分別表示i單元第t年的要素投入和實際產(chǎn)出；vit為隨機誤差項，服從正態(tài)分布N（ν，）；uit是技術無效率項，服從非負截尾正態(tài)分布N+（u，）；η為uit的時變參數(shù)，η<0、η=0、η>0分別表示技術效率隨時間變化的遞減、不變和遞增；T為最長研究時限，t=1，2，3…，T。

定義γ=∈[0，1]，代表由技術無效率項帶來實際產(chǎn)出與前沿生產(chǎn)面的偏離程度，γ越趨近1，說明技術無效率誤差影響越大，γ越趨近0，說明隨機誤差影響越大。

由于所有投入要素同比變化的規(guī)模報酬概念在農(nóng)業(yè)中不具備真實的實踐價值，相比C-D 生產(chǎn)函數(shù)，超越對數(shù)形式的SFA 模型對?？怂辜夹g中性的前提假設較為放松，能夠更好地反映各個要素的交互替代對產(chǎn)出的影響，因此，本研究在此基礎上構建更具包容性的變彈性超越對數(shù)生產(chǎn)函數(shù)模型：

式中：β為不同待估計參數(shù)；j代表不同的投入要素；i表示地區(qū)；t表示年份。

2.2 GTFP增長率分解

參考SOLOW[27]全要素增長率的經(jīng)典公式和KUMBHAKAR 等[28]的模型分解，將環(huán)境約束下的GTFP分為前沿技術進步率（TC）、規(guī)模效率（SC）、配置效率增長率（AE）和技術效率變化率（TE）四部分，用公式表示為：

式中：εj為要素j的產(chǎn)出彈性；RTS為規(guī)模報酬指數(shù)；λj為要素相對產(chǎn)出彈性；Sj表示要素j占總成本的比例；表示要素的增長率；TC=?lnf(x,t)/?t，代表前沿技術進步率，即投入要素不變時，前沿技術隨時間的變化程度；SC=，表示規(guī)模報酬帶來的綠色全要素生產(chǎn)率變動；AE=，衡量前沿技術水平不變時要素結構調(diào)整對綠色全要素生產(chǎn)率的影響變化；TE=-du/dt，表示在技術水平和投入要素不變時的技術效率改進，即實際產(chǎn)出與前沿產(chǎn)出的比值變化。

2.3 指標選取

2.3.1 前沿生產(chǎn)函數(shù)指標

農(nóng)業(yè)生產(chǎn)的主要投入要素包括土地、勞動力和資源等，因此本研究選取耕地面積（A）、農(nóng)業(yè)從業(yè)人員數(shù)量（L）、機械總動力（M）、化肥折純量（F）及農(nóng)業(yè)用水量（W）作為前沿生產(chǎn)函數(shù)的投入指標，大口徑的農(nóng)業(yè)（農(nóng)林牧漁）生產(chǎn)總值（Y）作為產(chǎn)出指標[15]。綜合考慮統(tǒng)計數(shù)據(jù)的可獲性，其中土地面積包括農(nóng)作物種植面積和水產(chǎn)養(yǎng)殖面積，農(nóng)業(yè)從業(yè)人員數(shù)量和機械總動力以農(nóng)林牧漁總量表示。相較于已有文獻，本研究剔除了役畜等要素，這主要考慮到21 世紀以來，農(nóng)業(yè)機械化進程顯著加快，2019 年主要農(nóng)作物耕、種、收綜合機械化率超過70%，役畜等在農(nóng)業(yè)生產(chǎn)中的利用程度較低。以農(nóng)業(yè)用水量代替有效灌溉面積，是因為本研究中糧食主產(chǎn)區(qū)是按照不同流域來劃分的，而不同流域的氣候、地形等自然特征不同導致單位灌溉面積的用水權重不同，農(nóng)業(yè)用水量能更加真實地反映農(nóng)業(yè)水資源的投入[29]。

2.3.2 技術無效率項指標

由于本研究重點考察糧食主產(chǎn)區(qū)的農(nóng)業(yè)綠色發(fā)展的質量、動力和影響因素，與既往研究僅考慮環(huán)境污染單方面的約束不同，本研究將環(huán)境污染和環(huán)境規(guī)制同時作為影響綠色生產(chǎn)效率的核心控制變量，并選擇產(chǎn)業(yè)結構、農(nóng)業(yè)要素稟賦結構、農(nóng)業(yè)財政支持、自然災害率等4 個對農(nóng)業(yè)經(jīng)濟發(fā)展有重要影響的指標作為外生控制變量。

環(huán)境污染指標：參考揭懋汕等[14]的研究，以農(nóng)業(yè)碳排放量（CE）作為投入要素表征環(huán)境污染，排放源主要包括豬牛羊養(yǎng)殖以及化肥、農(nóng)藥、農(nóng)膜和機械動力，相應的排放系數(shù)分別為35.26、301.44、34.1 kg?頭-1?a-1以及0.895 6、4.934 1、5.18 kg·kg-1和0.18 kg?kW-1。選擇碳排放這一指標，一方面由于農(nóng)業(yè)生產(chǎn)中包括土地耕作在內(nèi)的較難量化的各種污染均可使用碳排放進行估算，且控溫減排與我國發(fā)展綠色低碳農(nóng)業(yè)的目標一致；另一方面是由于農(nóng)業(yè)面源污染來源還存在爭議，如畜禽糞便作為有機肥料還是污染物、農(nóng)作物秸稈的化學需氧量估算差別是否由產(chǎn)污系數(shù)隨時間變動引起等問題還有待商榷，因而不能用農(nóng)業(yè)面源污染來表征。

環(huán)境規(guī)制指標：實施環(huán)境規(guī)制本身包括各方面的資金、人力、物力，鑒于只將其作為影響農(nóng)業(yè)綠色發(fā)展的一部分，本研究以農(nóng)業(yè)環(huán)境污染治理投資額（ER）表示，具體參考石曉然等[30]的算法：農(nóng)業(yè)環(huán)境污染治理投資額=農(nóng)業(yè)生產(chǎn)總值×環(huán)境污染治理投資/國內(nèi)生產(chǎn)總值。

其余控制變量指標：以第一產(chǎn)業(yè)總值與GDP 比值衡量產(chǎn)業(yè)結構（Ins）、水庫數(shù)量衡量農(nóng)業(yè)基礎設施建設（Fes）、用于農(nóng)林牧漁的公共財政支出衡量農(nóng)業(yè)財政支持（Gov）、受災面積衡量農(nóng)業(yè)自然災害情況（Nda）。具體變量的描述性統(tǒng)計見表1。

表1 變量的統(tǒng)計性描述Table 1 Statistical description of variables

根據(jù)上述技術非效率項影響因素的指標設定，技術非效率項函數(shù)模型構建如下：

2.4 數(shù)據(jù)來源

本研究以全國13 個糧食主產(chǎn)區(qū)2004—2018 年的面板數(shù)據(jù)為研究對象，原始數(shù)據(jù)來源于2005—2019 年13 個?。▍^(qū)）統(tǒng)計年鑒、《中國農(nóng)村統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》及政府公開報告，部分缺失數(shù)據(jù)運用插值法補齊。為減少通貨膨脹和物價變動的影響，以2004 年為基年，利用GDP 指數(shù)和居民消費價格指數(shù)計算2005—2018 年的實際GDP 和農(nóng)業(yè)財政支出。

3 模型檢驗與結果分析

3.1 模型檢驗

在回歸分析和效率測度前，運用廣義似然比對SFA 模型的適用性、超越對數(shù)函數(shù)的有效性、技術無效率項的存在性、技術進步的存在性及?？怂怪行赃M行檢驗。統(tǒng)計量為λ=-2ln[L（H0）-L（H1）]，其中L（H0）和L（H1）分別為原假設H0和備擇假設H1的對數(shù)似然估計值，若原假設成立，則其服從卡方分布。表2 的檢驗結果顯示零假設均被拒絕，因此，利用超越對數(shù)函數(shù)形式的SFA模型是合適的。

表2 模型假設檢驗結果Table 2 Test results of model hypothesis

3.2 結果分析

本研究利用Frontier 4.1軟件進行分析。首先，采用BATTESE 等[31]提出的一步法對超越對數(shù)生產(chǎn)函數(shù)SFA 模型進行回歸，分析影響糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展的各類因素。其次，對糧食主產(chǎn)區(qū)GTFP 進行測度，明晰環(huán)境約束下的農(nóng)業(yè)綠色發(fā)展質量。最后，針對測度結果進行進一步分解，分析糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展的主要動力及改善方向。由于一步法放松了對技術無效率項和前沿生產(chǎn)函數(shù)項解釋變量的獨立性要求，可以將其同時納入回歸模型進行估計，且一步法在技術無效率項的解釋變量較少時得到的結果更為顯著和準確，與前沿函數(shù)解釋變量的相關性關聯(lián)也可以在估計系數(shù)中反映，更為貼近經(jīng)濟發(fā)展的現(xiàn)實情況。本研究中技術的無效率項解釋變量較少，因此一步法基本適用。

3.2.1 農(nóng)業(yè)綠色發(fā)展的影響因素分析

表3 為各項變量的回歸結果。首先，從診斷性結果來看，σ2和γ均通過了t檢驗，γ值為94.7%，趨近于1，η等于0.014 2，表明技術無效率項客觀存在，且每年降低1.42%，由此帶來的實際產(chǎn)出偏離前沿生產(chǎn)面的影響很大，病蟲害等不可控隨機因素的影響只占5.3%。絕大多數(shù)變量參數(shù)在1%水平下顯著，SFA 模型整體估計效果較好。

表3 超越對數(shù)生產(chǎn)函數(shù)SFA模型的參數(shù)回歸結果Table 3 Parameter regression results of the translogarithmic production function SFA model

其次，從前沿函數(shù)的參數(shù)回歸結果來看，土地面積、勞動力和機械總動力一次項和二次項系數(shù)都顯著為正，表明增加三者投入對農(nóng)業(yè)綠色生產(chǎn)效率具有正向影響?；适┯昧康囊淮雾椣禂?shù)顯著為正，二次項系數(shù)顯著為負，呈現(xiàn)倒U 型關系，表明在短期內(nèi)增加化肥用量可以增加農(nóng)業(yè)經(jīng)濟產(chǎn)出，提高綠色全要素生產(chǎn)效率，但過量使用會造成面源污染等問題，阻礙農(nóng)業(yè)綠色發(fā)展。農(nóng)業(yè)用水量一次項系數(shù)顯著為負，二次項系數(shù)顯著為正，表明過量用水已經(jīng)造成了資源浪費，事實上近年來主產(chǎn)區(qū)水資源保障能力不斷下降，大部分省份要靠抽取地下水來滿足農(nóng)業(yè)生產(chǎn)的用水需求。機械總動力與土地面積、勞動力數(shù)量的交叉項均顯著為負，表明機械總動力與二者之間有一定程度的替代關系，機械化程度增加可以減少勞動力的投入，有利于發(fā)展適度規(guī)模經(jīng)營，進而降低生產(chǎn)成本，提高耕地利用效率。而農(nóng)業(yè)用水量和化肥施用量與其他要素的交叉項幾乎都為正，說明投入匹配度較高，存在較強的互補關系。此外，各要素與時間交互項的回歸結果表明，除化肥施用量隨時間的效率溢出表現(xiàn)為不顯著外，其余要素的時變效應均較大。綜上分析，現(xiàn)階段增加土地面積、勞動力數(shù)量以及提高機械化水平是提高生產(chǎn)效率的主要方式，我國依然處于“粗放的勞動密集型”農(nóng)業(yè)生產(chǎn)狀態(tài)，土地集約化、勞動力優(yōu)化、機械化水平提高、水資源高效利用和化學用品適量使用有利于農(nóng)業(yè)產(chǎn)業(yè)的綠色發(fā)展。

最后，從技術無效率項的參數(shù)回歸結果來看，環(huán)境污染系數(shù)顯著為正，環(huán)境規(guī)制系數(shù)顯著為負，表明生產(chǎn)效率受環(huán)境約束影響，環(huán)境污染的增加會阻礙糧食主產(chǎn)區(qū)農(nóng)業(yè)的綠色發(fā)展，化肥農(nóng)藥會對土壤造成化學污染，秸稈焚燒等造成大氣污染，農(nóng)膜殘留改變土壤理化性狀，這些均對農(nóng)作物生長造成了負面影響。而環(huán)境規(guī)制有利于生產(chǎn)效率的提高，政府通過法律監(jiān)管或相應的生態(tài)補償機制對污染行為進行約束，同時刺激環(huán)境技術創(chuàng)新和促進經(jīng)濟增長，與“波特假說”較為一致。產(chǎn)業(yè)結構和農(nóng)業(yè)財政支持系數(shù)顯著為負，說明農(nóng)業(yè)產(chǎn)業(yè)占比和財政支持力度加大能夠較好地調(diào)整市場狀態(tài)，產(chǎn)生相應的激勵作用，降低損耗，促進綠色全要素生產(chǎn)率的增長。受災面積無顯著影響，農(nóng)業(yè)基礎設施建設顯著為正，說明主產(chǎn)區(qū)的基礎設施已經(jīng)較為完善，繼續(xù)投入帶來的投入產(chǎn)出比反而有所降低。

3.2.2 農(nóng)業(yè)綠色發(fā)展的質量分析

表4和圖1分別為13個糧食主產(chǎn)區(qū)及三大流域的農(nóng)業(yè)綠色全要素生產(chǎn)率平均增長和時間變化情況。整體來看，主產(chǎn)區(qū)GTFP增長率的均值為3.3%，除湖南省的GTFP 增長率為負值外，其余省份均為正值，其中所有省份技術效率和技術進步率均處于增長狀態(tài)，增長率分別約為1.8%和1.9%，而各省份規(guī)模效率和要素配置效率正負值有波動但幅度較小，兩者對GTFP增長率的影響較為微弱，規(guī)模效率平均增長了0.1%，配置效率降低了0.5%。說明2004 年以來，我國糧食主產(chǎn)區(qū)的農(nóng)業(yè)綠色發(fā)展質量存在一定程度的改善，綠色農(nóng)業(yè)技術效率提高和技術進步是改善的主要動力，規(guī)模經(jīng)營的貢獻程度不高，還有待進一步推廣，多數(shù)省份存在投入要素冗余或不足的配置問題，已經(jīng)阻礙了綠色發(fā)展水平的提高。

表4 2004—2018年糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的平均增長與分解（%）Table 4 Average growth and decomposition of agricultural green total factor productivity in major grain-producing areas from 2004 to 2018（%）

從時間變化來看，2018 年以前，糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展質量在逐年提高，但提高速度前期波動較大，后期呈現(xiàn)下降趨勢。其中技術效率增長率較為穩(wěn)定，技術進步增長率穩(wěn)中略有下降，二者一直是農(nóng)業(yè)GTFP 增長的主要動力。根據(jù)圖1 可知，2005—2007年的農(nóng)業(yè)GTFP 增長率處于上升階段，并達到近十幾年的峰值，原因可能是劃定糧食主產(chǎn)區(qū)以來，國家頒布的各項支持政策促進了規(guī)模經(jīng)營，與此相伴的是機械化、勞動力等要素投入的替代調(diào)整，規(guī)模效率和要素配置效率提高，農(nóng)業(yè)總產(chǎn)值增加。并且國家在此期間還發(fā)布環(huán)保專項通知，2005 年正式將環(huán)境規(guī)制納入“十一五”規(guī)劃，碳排放等污染受到限制性約束，農(nóng)業(yè)綠色發(fā)展水平顯著提高；2007—2008年的農(nóng)業(yè)GTFP增長率出現(xiàn)下降，這主要是由松花江流域的技術進步效率、黃河和長江流域的規(guī)模效率下降引起的；2008—2009 年又上升，歸因于規(guī)模效率和要素配置效率的增加，這兩年的增減變化幅度較大，可能是由于農(nóng)業(yè)生產(chǎn)受自然影響較大；2009—2016 年農(nóng)業(yè)GTFP 呈現(xiàn)波動下降趨勢，這一階段盡管農(nóng)業(yè)綠色發(fā)展水平仍處在不斷改善狀態(tài)，但隨著我國經(jīng)濟發(fā)展水平不斷提高，為追求經(jīng)濟價值，畜牧業(yè)養(yǎng)殖規(guī)模擴大、種植業(yè)化肥過量投入產(chǎn)生較多的農(nóng)業(yè)碳排放，影響GTFP的增長速度。而2012年國家提出建立耕地生態(tài)保護機制，實現(xiàn)經(jīng)濟與環(huán)境協(xié)調(diào)發(fā)展，加大對耕地環(huán)境污染治理力度，以及后來化肥減量增效等各種環(huán)境政策的發(fā)布又起到一定的推動作用，但實現(xiàn)農(nóng)業(yè)綠色生產(chǎn)、綠色消費等是一個投入大、周期長且見效慢的過程，導致技術進步的增長率在這一時期緩慢下降；2016—2018 年增長率持續(xù)下降，甚至變?yōu)樨撛鲩L，這與我國經(jīng)濟由高速增長階段轉向高質量發(fā)展階段有關，經(jīng)濟增長速度的減緩使得主產(chǎn)區(qū)的農(nóng)業(yè)綠色發(fā)展速度也減緩。

圖1 三大流域GTFP的增長率Figure 1 Growth rate of GTFP in the three basins

從區(qū)域差異來看，糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展呈現(xiàn)出區(qū)域不均衡的特征。從圖1 可以看出，松花江流域的綠色發(fā)展質量改善程度最高，其次是黃河流域和長江流域。圖2中，2008—2012年間糧食主產(chǎn)區(qū)流域內(nèi)和流域間的變異系數(shù)差異較大，農(nóng)業(yè)綠色發(fā)展水平的差距也大。其中，松花江流域內(nèi)均衡差異最小，這可能是由于該流域內(nèi)的氣候條件和土壤特性等更為相近；2012 年以前，長江流域的變異系數(shù)大于黃河流域，之后黃河流域內(nèi)的發(fā)展差異增大且一直高于長江流域。這可能由于長江流域的糧食主產(chǎn)區(qū)較多，流域內(nèi)的農(nóng)業(yè)生產(chǎn)不同，湖南省和江蘇省多年出現(xiàn)負增長情況。而黃河流域則主要受山東省的影響，省內(nèi)人多地少、農(nóng)業(yè)種植多以經(jīng)濟作物為主，碳排放量高，綠色發(fā)展的改善程度相對流域內(nèi)的其他省份不明顯。不同流域的農(nóng)業(yè)生產(chǎn)受生產(chǎn)要素、氣候條件與作物適應程度的影響較大，同一流域自然環(huán)境差異較小，但社會經(jīng)濟、政策實施等因素也會對農(nóng)業(yè)綠色發(fā)展造成影響。

圖2 流域內(nèi)和流域間GTFP變異系數(shù)Figure 2 Coefficient of variation of GTFP within and between basins

3.2.3 農(nóng)業(yè)綠色發(fā)展動力分析

結合圖3、圖4、圖5和上述分析可知，松花江流域的綠色發(fā)展質量改善程度最高，主要驅動因素除技術效率和技術進步外，在2008—2013 年間規(guī)模效率成為主導。盡管該地區(qū)由于地理位置和氣候等自然條件以及經(jīng)濟條件限制，其農(nóng)業(yè)生產(chǎn)的技術進步水平和產(chǎn)值總量相對較低，但在實施管理以及資源要素投入的使用效率方面優(yōu)越，尤其是黑龍江省、吉林省和內(nèi)蒙古自治區(qū)人少地多，規(guī)模經(jīng)營程度高使得技術效率和規(guī)模效率高。且國家高度重視東北黑土地的保護工作，每年下?lián)軐ｍ椯Y金用于秸稈還田等綠色生產(chǎn)技術的推廣，本質也是環(huán)境規(guī)制投資的一部分，因此該地區(qū)農(nóng)業(yè)綠色發(fā)展增長遠高于其他地區(qū)。黃河流域的綠色發(fā)展質量改善程度處于中等水平，該流域的糧食主產(chǎn)區(qū)大多位于東部地區(qū)，經(jīng)濟發(fā)展水平較高，主要動力來自技術效率與技術進步的雙重驅動（技術效率為主導），但地塊分散、水資源短缺等因素限制其經(jīng)營規(guī)模和要素配置，使得規(guī)模配置效率與要素配置效率多年為負值，阻礙綠色全要素生產(chǎn)率的提高。要進一步通過建設高標準農(nóng)田等方式發(fā)展適度規(guī)模經(jīng)營，調(diào)整農(nóng)業(yè)要素投入的配比結構。長江流域的農(nóng)業(yè)綠色發(fā)展質量改善程度最低，但技術進步增長率最高，由技術創(chuàng)新帶動的農(nóng)業(yè)發(fā)展水平較高，該地區(qū)的主要動力來自技術進步與技術效率的雙重驅動（技術進步為主導），長三角一體化合作的深化也進一步帶動該區(qū)域包括農(nóng)業(yè)在內(nèi)的經(jīng)濟發(fā)展。而在規(guī)模效率和要素配置效率的增長方面，不僅出現(xiàn)負增長的問題，勞動力大量轉移、地塊碎片化程度高，加之洪澇等自然災害率高、不確定性大，導致二者之間多年變化的極度不協(xié)調(diào)，進一步抑制了農(nóng)業(yè)綠色全要素生產(chǎn)率的增長。

圖3 松花江流域GTFP的分解Figure 3 Decomposition of GTFP in the Songhua River basin

圖4 黃河流域GTFP的分解Figure 4 Decomposition of GTFP in the Yellow River basin

圖5 長江流域GTFP的分解Figure 5 Decomposition of GTFP in the Yangtze River basin

4 結論與政策啟示

4.1 研究結論

以綠色全要素生產(chǎn)率為視角，利用全國13 個糧食主產(chǎn)區(qū)2004—2018 年的面板數(shù)據(jù)，構建超越對數(shù)生產(chǎn)函數(shù)SFA 模型并實證評估了主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展質量，通過影響因素的回歸分析與GTFP 增長率測算分解，全面解析了糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展的動力來源與區(qū)域差異，得出的主要結論如下：

（1）從回歸分析來看，基礎投入要素中的土地面積、勞動力、機械總動力對農(nóng)業(yè)綠色發(fā)展具有正向影響，農(nóng)業(yè)用水量和化肥施用量分別呈現(xiàn)U 型和倒U 型關系；環(huán)境因素中的環(huán)境污染阻礙農(nóng)業(yè)綠色發(fā)展，而環(huán)境規(guī)制則對發(fā)展綠色農(nóng)業(yè)有一定促進作用。外生因素中的第一產(chǎn)業(yè)占比和農(nóng)業(yè)財政支持具有正向影響，自然災害具有負向影響。

（2）從GTFP 增長率的測算來看，2004 年以來，糧食主產(chǎn)區(qū)GTFP 增長率的平均值為3.3%，除湖南省出現(xiàn)負增長外，其余省份的農(nóng)業(yè)綠色發(fā)展狀況在不斷改善。改善速度在2007 年達到峰值，2008 年下降后2009年略有上升，而后呈現(xiàn)波動中下降和持續(xù)下降態(tài)勢。且區(qū)域間呈現(xiàn)不均衡狀態(tài)，松花江流域改善程度最高且流域內(nèi)差異小，黃河流域和長江流域改善程度較低，流域內(nèi)差異大。

（3）從GTFP 增長率的分解來看，松花江流域農(nóng)業(yè)綠色發(fā)展主要源于技術效率、技術進步和規(guī)模效率的三重驅動；黃河流域和長江流域的主要動力均來自技術效率與技術進步的雙重驅動，其中，黃河流域以技術效率為主導，長江流域以技術進步為主導。

4.2 政策啟示

根據(jù)研究結論可知，統(tǒng)籌協(xié)調(diào)經(jīng)濟增長、資源節(jié)約與環(huán)境保護三者的關系，強化技術進步和技術效率的核心作用，提高規(guī)模效率和要素配置效率，有效實施環(huán)境規(guī)制政策并增強環(huán)境治理效果，以綠色全要素生產(chǎn)率的提升驅動主產(chǎn)區(qū)農(nóng)業(yè)綠色發(fā)展，是實現(xiàn)糧食持續(xù)安全和經(jīng)濟綠色增長的重要途徑。具體應從以下幾方面進行改進：

（1）有效實施環(huán)境規(guī)制政策，提高農(nóng)業(yè)污染治理效果。各糧食主產(chǎn)區(qū)政府要根據(jù)自身自然環(huán)境、要素稟賦和農(nóng)業(yè)生產(chǎn)特點，制定適宜的差異化環(huán)境規(guī)制政策，包括化肥農(nóng)藥限量、生態(tài)補償、農(nóng)牧循環(huán)經(jīng)濟補貼等，激發(fā)環(huán)境規(guī)制給農(nóng)業(yè)生產(chǎn)帶來的“創(chuàng)新補償”效應。同時要將產(chǎn)出高效與生態(tài)改善納入農(nóng)業(yè)綠色發(fā)展的考核指標中，定期進行監(jiān)督評估。此外，還可以通過擴大財政支農(nóng)規(guī)模，建立全面的災害預警系統(tǒng)和區(qū)域性的防災體系，減少外生因素對農(nóng)業(yè)綠色發(fā)展的負面影響。

（2）加大農(nóng)業(yè)技術創(chuàng)新，促進成果轉化推廣。糧食主產(chǎn)區(qū)尤其是黃河流域和長江流域各省份要充分利用自身經(jīng)濟實力、教育資源等，繼續(xù)增強其技術效率和技術進步的優(yōu)勢。鼓勵農(nóng)業(yè)企業(yè)、高等院校、科研院所等圍繞農(nóng)業(yè)生產(chǎn)科技需求，重點推進環(huán)境修復、保護性耕作、廢棄物資源化利用、要素投入減量增效等關鍵技術的研發(fā)，依托網(wǎng)絡媒體等進行推廣，定期進行現(xiàn)場指導和技術培訓會，提高農(nóng)民的專業(yè)化和技術化水平，促進農(nóng)村生產(chǎn)生活方式綠色轉型。

（3）調(diào)整要素投入結構，發(fā)展適度規(guī)模經(jīng)營。目前大多數(shù)糧食主產(chǎn)區(qū)僅依賴技術對生產(chǎn)效率的提高，規(guī)模效率和要素配置效率尚有較大提升空間，可以通過集約化、規(guī)模化農(nóng)業(yè)生產(chǎn)降低單位面積的資源消耗，提高資源利用效率。松花江流域可以在土地規(guī)模優(yōu)勢下進一步調(diào)整勞動力、水資源等要素的投入比例；黃河流域和長江流域可以通過土地流轉、托管等措施整合利用土地資源，針對北方水資源較為短缺的省份，還應當通過構建生態(tài)水渠、推廣節(jié)水灌溉等舉措提高水資源利用效率。

（4）完善區(qū)域協(xié)調(diào)發(fā)展機制，縮小區(qū)域綠色發(fā)展差距。應結合不同省份農(nóng)業(yè)生產(chǎn)優(yōu)勢與制約因素規(guī)劃自身綠色發(fā)展方向，在生態(tài)閾值內(nèi)考慮產(chǎn)業(yè)優(yōu)勢，建立互惠合作機制和資金橫向轉移支付體系。同時，要健全資源流通和政策共享的區(qū)域協(xié)調(diào)發(fā)展機制，促進要素有序流動和優(yōu)化配置，共同提高糧食主產(chǎn)區(qū)農(nóng)業(yè)綠色生產(chǎn)效率。