王永靜，武玲竹，蘇 芳

（1.石河子大學(xué) 經(jīng)濟(jì)與管理學(xué)院，新疆 石河子 832003；2.陜西科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710021）

0 引言

石油農(nóng)業(yè)作為農(nóng)業(yè)現(xiàn)代化的必由之路，實(shí)質(zhì)上是通過煤、石油、天然氣等能源的大量使用促進(jìn)農(nóng)業(yè)產(chǎn)量提升、品質(zhì)增強(qiáng)、成本降低。早期，我國提出“農(nóng)業(yè)的根本出路在于機(jī)械化”，高能耗農(nóng)業(yè)發(fā)展模式初期帶來了巨大的經(jīng)濟(jì)效益，但隨著社會經(jīng)濟(jì)發(fā)展，石油農(nóng)業(yè)顯示出諸多弊端，農(nóng)業(yè)發(fā)展面臨著成本增加、環(huán)境污染、土地肥力下降等問題［1］。與此同時，我國正面臨著能源危機(jī)?！赌茉窗l(fā)展報(bào)告》顯示，我國作為全世界最大的能源進(jìn)口國，石油對外依存度高達(dá)70%，天然氣對外依存度超過40%。而農(nóng)業(yè)及其相關(guān)初級產(chǎn)業(yè)作為消耗大量能源的部門，在農(nóng)產(chǎn)品鏈上所有階段都不同程度地需要能源。2019 年，我國農(nóng)業(yè)能源消費(fèi)增長速度達(dá)3.3%，煤炭、柴油等仍是農(nóng)業(yè)生產(chǎn)過程中的主要利用能源，碳排放量也呈現(xiàn)逐年上升的趨勢。2021 年，我國承諾在2030 年后二氧化碳排放不再增長，“碳達(dá)峰、碳中和”工作被列為該年度的重點(diǎn)任務(wù)。

我國糧食生產(chǎn)的集聚效應(yīng)明顯。據(jù)國家糧食局統(tǒng)計(jì)，13 個糧食主產(chǎn)區(qū)的糧食產(chǎn)量占全國糧食總產(chǎn)量的78%，也是我國農(nóng)業(yè)生產(chǎn)過程中產(chǎn)生碳排放的主要來源區(qū)?！吨袊茉唇y(tǒng)計(jì)年鑒》顯示，我國糧食主產(chǎn)區(qū)的農(nóng)業(yè)能源利用量仍在逐年上升，生產(chǎn)過程中農(nóng)業(yè)能源碳排放量中電力導(dǎo)致的碳排放最多，汽油導(dǎo)致的碳排放最少。此外，黑龍江、湖南、內(nèi)蒙古的煤炭使用量遠(yuǎn)超其他省份，江蘇、河南、山東的油品使用量遠(yuǎn)超其他省份，山東、河北的農(nóng)業(yè)電力每年使用最多。

由于能源的使用量占到我國農(nóng)產(chǎn)品生產(chǎn)成本的20%—50%，許多省份在生產(chǎn)過程中通過不斷增加能源投入來提高農(nóng)產(chǎn)品經(jīng)濟(jì)效益的方法，不僅對生態(tài)環(huán)境產(chǎn)生了巨大的影響，致使生產(chǎn)過程中的農(nóng)業(yè)碳排放污染越來越嚴(yán)重，還導(dǎo)致社會勞動力結(jié)構(gòu)失衡，農(nóng)業(yè)勞動力占社會總勞動力的比重越來越小。目前我國面臨著農(nóng)業(yè)發(fā)展與環(huán)境保護(hù)間的矛盾，舊的石油農(nóng)業(yè)發(fā)展模式已不適用于當(dāng)前農(nóng)業(yè)生產(chǎn)。在保障糧食主產(chǎn)區(qū)經(jīng)濟(jì)效益提升和減少碳排放的雙重目標(biāo)下，為踐行“既要綠水青山，也要金山銀山”的理念，有必要探究糧食主產(chǎn)區(qū)內(nèi)各省份農(nóng)業(yè)能源投入量和農(nóng)業(yè)能源效率，分析能源效率變動規(guī)律，提出針對性節(jié)能減排措施，為實(shí)現(xiàn)我國農(nóng)業(yè)綠色生態(tài)發(fā)展提供參考建議。

1 文獻(xiàn)綜述

能源效率是指“利用更少的能源來提供同等數(shù)量的服務(wù)或產(chǎn)出”［2］。早期的能源效率由于僅考慮能源投入與產(chǎn)出的簡單關(guān)系，因此是單要素能源效率。但單要素能源效率指標(biāo)忽略了不同投入要素間的相互替代，無法真實(shí)地反映出能源效率的變化趨勢［3］。國內(nèi)外學(xué)者傾向于通過全要素能源效率分析產(chǎn)業(yè)間、行業(yè)內(nèi)能源效率［4］。全要素能源效率考慮了所有投入要素間的相互作用，將資本、勞動等其他投入要素同能源進(jìn)行組合。農(nóng)業(yè)全要素能源效率正是基于這一框架，將農(nóng)業(yè)能源同勞動、資本和土地等重要投入變量相結(jié)合，真實(shí)反映出農(nóng)業(yè)能源效率的變化趨勢。

此外，對于多投入多產(chǎn)出情形，非參數(shù)法比參數(shù)法更適用于測算能源效率。Hu 等［5］利用DEA 方法定義了全要素能源效率，即目標(biāo)能源投入量與實(shí)際能源投入量的比值，并對我國1995—2002 年29 個省份的能源效率進(jìn)行了測量。此后，大量學(xué)者基于這一思想對能源效率開始了新的研究方式。在有關(guān)農(nóng)業(yè)全要素能源效率的測算上，一些學(xué)者采用不包含非期望產(chǎn)出的數(shù)據(jù)包絡(luò)分析法對農(nóng)業(yè)能源效率進(jìn)行了測算。如，欒義君等［6］運(yùn)用DEA 模型比較分析了2002—2011 年我國各省份的農(nóng)業(yè)全要素能源效率，研究發(fā)現(xiàn)我國整體能源效率雖然呈現(xiàn)逐年上升的趨勢，但是仍處于偏低水平，中、東、西部全要素能源效率差距明顯；杜輝等［7］運(yùn)用窗口DEA 模型，從靜態(tài)和動態(tài)兩方面對我國各省份農(nóng)業(yè)能源效率進(jìn)行了測度，分析得出各省份農(nóng)業(yè)能源效率的差異正在不斷縮小，中西部地區(qū)存在兩極分化的現(xiàn)象。

實(shí)際上，農(nóng)業(yè)能源的使用會帶來環(huán)境污染，因此學(xué)者們計(jì)算了包含非期望產(chǎn)出時的農(nóng)業(yè)全要素能源效率，非期望產(chǎn)出一般用化石能源的碳排放量來代表。于偉詠等［8］基于SBM - ML 模型核算了2000—2011 年我國31 個省份的能源效率，并分析了各省份的節(jié)能潛力，得出全國能源效率動態(tài)由相對集中到擴(kuò)散，各地差距正不斷縮小，應(yīng)采取因地制宜的發(fā)展模式來提高各地的能源利用效率；馬大來［9］運(yùn)用mSBM模型分析了1998—2016 年我國各省份農(nóng)業(yè)碳排放效率，發(fā)現(xiàn)碳排放效率高的地區(qū)集中在東部地區(qū)，農(nóng)村人力資本和產(chǎn)業(yè)結(jié)構(gòu)對碳排放效率具有抑制作用；李海鵬等［10］采用EBM 混合距離函數(shù)對我國農(nóng)業(yè)能源進(jìn)行了分析，研究發(fā)現(xiàn)1995—2018 年農(nóng)業(yè)能源投入逐漸轉(zhuǎn)變?yōu)橐灾苯幽茉礊橹?，能源效率呈現(xiàn)出“上升—停滯—迅速上升”的發(fā)展趨勢。目前我國整體農(nóng)業(yè)能源效率仍存在巨大的提升潛力，東、中、西部地區(qū)農(nóng)業(yè)能源效率差距大，西部地區(qū)部分省份存在農(nóng)業(yè)能源惡化現(xiàn)象，且全國農(nóng)業(yè)能源效率不存在全局空間相關(guān)性。

農(nóng)業(yè)生產(chǎn)是一個不斷發(fā)展變化的動態(tài)過程，而單純的EBM模型在評價(jià)決策單元農(nóng)業(yè)能源效率變化趨勢存在局限性，因此魏瑋等［11］將Malmquist指數(shù)應(yīng)用到多個領(lǐng)域分析生產(chǎn)率的動態(tài)變化。能源生產(chǎn)率是指能源作為投入生產(chǎn)有效產(chǎn)出的能力。在測算動態(tài)能源效率的基礎(chǔ)上，有學(xué)者進(jìn)一步對農(nóng)業(yè)能源全要素生產(chǎn)率進(jìn)行了分解，進(jìn)而得出有關(guān)于技術(shù)效率、技術(shù)進(jìn)步的不同結(jié)論。一般認(rèn)為，技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是能源效率提高的關(guān)鍵，農(nóng)業(yè)全要素技術(shù)進(jìn)步對于控制農(nóng)業(yè)能源增長和減緩碳排放起到了重要作用。劉其濤［12］基于Malmquist - Luenberger 指數(shù)分析，發(fā)現(xiàn)我國農(nóng)業(yè)碳排放效率屬于技術(shù)推動型增長模式，即技術(shù)進(jìn)步導(dǎo)致碳排放效率提升。冉啟英等［13］對我國30 個省份2000—2014 年的農(nóng)業(yè)全要素能源效率SBM模型與ML 指數(shù)進(jìn)行了分析，研究發(fā)現(xiàn)農(nóng)業(yè)非期望產(chǎn)出中的二氧化碳過度排放造成了農(nóng)業(yè)能源利用的效率損失，農(nóng)業(yè)技術(shù)效率出現(xiàn)了惡化現(xiàn)象。也有其他學(xué)者對于農(nóng)業(yè)能源效率提升存在著不同的看法。王群偉等［14］利用1993—2005 年我國28 個省區(qū)面板數(shù)據(jù)，基于Malmquist 分解，認(rèn)為技術(shù)效率比技術(shù)進(jìn)步對于能源效率的改善大；王娜等［15］采用DEA - Malmquist 指數(shù)對我國6 大糧食省份進(jìn)行了能源測算，并估計(jì)了2020 年的各項(xiàng)能源消耗，研究表明河南、河北、江蘇和黑龍江的技術(shù)效率較高，能源利用率高。周露明等［16］采用DEA方法研究了2010—2017 年我國31 個省份的農(nóng)業(yè)資源投入產(chǎn)出效率，認(rèn)為我國目前仍有19 個省份的投入產(chǎn)出未達(dá)到DEA最優(yōu)狀態(tài)，大部分省份的規(guī)模效率受到純技術(shù)效率的影響較大。

以上研究發(fā)現(xiàn)，對于包含非期望產(chǎn)出的DEA 模型，當(dāng)投入變量和產(chǎn)出變量之間既存在徑向關(guān)系又存在非徑向關(guān)系時，采取EBM模型能夠有效克服徑向和非徑向方向距離函數(shù)的缺陷。目前學(xué)術(shù)界關(guān)于能源效率測算、區(qū)域差異化、影響因素等研究較為廣泛，但研究集中在產(chǎn)業(yè)和區(qū)域?qū)用妗４送?，對于農(nóng)業(yè)非期望產(chǎn)出碳排放的測算，由于不同學(xué)者的測算方法、觀察時間等差異，導(dǎo)致測量結(jié)果存在較大的差異，從而對農(nóng)業(yè)經(jīng)濟(jì)增長、能源效率和碳排放關(guān)系研究結(jié)論具有較大影響。有關(guān)農(nóng)業(yè)能源的部分研究在采取非參數(shù)法研究農(nóng)業(yè)能源效率時將DEA 測算出的全要素生產(chǎn)率代替全要素能源效率，這樣替代會產(chǎn)生偏差［17］。

糧食主產(chǎn)區(qū)作為農(nóng)業(yè)發(fā)展戰(zhàn)略布局的重要環(huán)節(jié)，其農(nóng)業(yè)低碳發(fā)展對于我國農(nóng)業(yè)發(fā)展具有重要意義。本文在農(nóng)業(yè)能源效率已有的研究基礎(chǔ)上，首先根據(jù)能源平衡表中農(nóng)、林、牧、漁業(yè)的直接能源使用量來測算碳排放量；其次，研究糧食主產(chǎn)區(qū)的農(nóng)業(yè)全要素能源效率值，并在能源全要素生產(chǎn)率的框架下進(jìn)一步探討技術(shù)效率和技術(shù)進(jìn)步對農(nóng)業(yè)能源效率的影響。

2 糧食主產(chǎn)區(qū)農(nóng)業(yè)能源效率測算

2.1 模型構(gòu)建

超效率EBM模型：目標(biāo)能源投入是計(jì)算能源效率的關(guān)鍵，作為非參數(shù)前沿方法的DEA 模型是解決該問題較為恰當(dāng)?shù)姆椒ǎ?8］。眾多文獻(xiàn)研究發(fā)現(xiàn)，采取單一徑向和非徑向模型存在缺陷，這是因?yàn)檗r(nóng)業(yè)生產(chǎn)中包含非期望產(chǎn)出。此外，資本、勞動力等要素投入與農(nóng)業(yè)產(chǎn)出存在非徑向關(guān)系，而能源消耗與非期望產(chǎn)出存在徑向關(guān)系，此時運(yùn)用SBM 模型不再合理。Tone等［19］提出的EBM（Epsilon- Based Measure）模型結(jié)合了徑向與非徑向模型的特點(diǎn)，已被廣泛應(yīng)用于生態(tài)效率、能源效率等研究中。由于在進(jìn)行效率評價(jià)時可能會出現(xiàn)多個決策單元效率值為1 的情形，無法評價(jià)這些決策單元效率高低水平，因此采用超效率模型能夠進(jìn)一步將效率值為1 的決策單元進(jìn)行排序［20］。

本文以我國糧食主產(chǎn)區(qū)13 個省份作為決策單元（DMU），構(gòu)造出每一個省份在每一年農(nóng)業(yè)投入的最佳前沿面。其中，每個省份的投入要素為 x =（x1，x2，x3，x4）∈R4+，期望產(chǎn)出Y =（y1）∈R+，非期望產(chǎn)出B =（b1）∈R+，則模型形式為：

式中：p*表示決策單元的最優(yōu)效率得分，當(dāng)p*=1時，表明決策單元規(guī)模技術(shù)有效；θ為徑向部分的規(guī)劃參數(shù)；ε為模型參數(shù)；ω1為指標(biāo)的重要程度；si為投入要素的松弛量。投入指標(biāo)的徑向改進(jìn)和松弛改進(jìn)總稱為投入的總改進(jìn)量。

農(nóng)業(yè)全要素能源效率測算模型：根據(jù)Hu［5］對農(nóng)業(yè)全要素能源效率的定義，本文將糧食主產(chǎn)區(qū)的全要素農(nóng)業(yè)能源效率表示為改進(jìn)后的目標(biāo)能源投入量與實(shí)際能源投入量的比值：

式中：TFEEt表示在t 年含非期望產(chǎn)出的糧食主產(chǎn)區(qū)各省份的全要素能源效率；TEIt表示t 年各省份在最優(yōu)生產(chǎn)前沿目標(biāo)點(diǎn)的能源投入量；AEIt表示t 年糧食主產(chǎn)區(qū)各省份的實(shí)際農(nóng)業(yè)能源投入量；ESTt表示各省份在t 年相對前沿過度投入的能源量，即能源改進(jìn)量。能源改進(jìn)量包括兩方面，即徑向改進(jìn)（proportionate movement）和松弛改進(jìn)（slack movement）。

Global- Malmqusit - Luenberger 指數(shù)模型：Global-Malmqusit- Luenberger 指數(shù)模型以每一年的全部數(shù)據(jù)來構(gòu)建參照面，避免了線性規(guī)劃無解的情形。由于超效率EBM 模型測度的是靜態(tài)全要素能源效率，通過Global - Malmquist 指數(shù)可以分析每個省份在不同時期的能源全要生產(chǎn)率指數(shù)。根據(jù)章祥蓀等［21］具有非期望產(chǎn)出的Malmquist 指數(shù)應(yīng)定義在基準(zhǔn)技術(shù)之上，即：

式中：PECH 為純技術(shù)效率變化指數(shù)；SEEC 為規(guī)模效率變化指數(shù)；TC 為技術(shù)變化指數(shù)。

2.2 指標(biāo)選取

農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)，這是我國國情所決定的，因此必須切實(shí)把農(nóng)業(yè)放在首位，確保農(nóng)村農(nóng)業(yè)穩(wěn)定發(fā)展。本文以我國糧食主產(chǎn)區(qū)的農(nóng)、林、牧、漁業(yè)為研究對象，使用1997—2019 年糧食主產(chǎn)區(qū)13 個省份關(guān)于農(nóng)業(yè)投入與產(chǎn)出的面板數(shù)據(jù)。原始數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》等。同時，考慮到DEA 法對于DMU 數(shù)量要求，即決策單元數(shù)量應(yīng)不少于投入和產(chǎn)出指標(biāo)數(shù)量的乘積，本文的投入和產(chǎn)出指標(biāo)選取依據(jù)和說明如下［22］：

在農(nóng)業(yè)投入方面，糧食主產(chǎn)區(qū)的農(nóng)業(yè)投入變量包括勞動力、資本、能源和土地。具體變量選取說明為：①勞動力投入。本文選取糧食主產(chǎn)區(qū)13 個省份的第一產(chǎn)業(yè)從業(yè)人數(shù)作為勞動力投入指標(biāo)。②能源投入。目前，我國農(nóng)業(yè)生產(chǎn)中直接能源投入量迅速上升，間接能源投入量逐年下降，2020 年開始直接能源投入量超過間接能源投入量。由文獻(xiàn)綜述可以看出，我國目前農(nóng)業(yè)能源投入以直接能源為主，農(nóng)業(yè)污染主要原因是由直接能源投入帶來的，所以本文以《中國能源統(tǒng)計(jì)年鑒1997—2019》中能源平衡表為依據(jù)，將農(nóng)、林、牧、漁業(yè)所有最終能源消費(fèi)量作為原始數(shù)據(jù)，并對不同省份的能源消耗量進(jìn)行統(tǒng)一，轉(zhuǎn)換為“萬t標(biāo)準(zhǔn)煤”為單位。③土地投入。由國家統(tǒng)計(jì)局關(guān)于播種面積統(tǒng)計(jì)數(shù)據(jù)可知，耕地面積作為存量指標(biāo)，而農(nóng)作物播種由于地區(qū)差異可播種多次，本文以糧食主產(chǎn)區(qū)13 個省份的每年農(nóng)作物總播種面積作為土地投入指標(biāo)。④農(nóng)業(yè)資本存量投入。農(nóng)業(yè)現(xiàn)代化發(fā)展的出路是資本化農(nóng)業(yè)，因此將資本作為農(nóng)業(yè)發(fā)展的重要要素。本文中農(nóng)業(yè)資本存量測算方法借鑒已有文獻(xiàn)［23-25］，采用永續(xù)盤存法對農(nóng)業(yè)資本存量進(jìn)行估算。測算方法如下：

式中：Kt和Kt-1表示第t 期和第t -1 期的農(nóng)業(yè)資本存量；It為第t 期農(nóng)業(yè)資本投資。計(jì)算過程中，農(nóng)業(yè)資本投資平均增長率取值為1997—2019 年農(nóng)業(yè)實(shí)際總產(chǎn)值年均增長率，折舊率取值5.42%，來自吳方衛(wèi)計(jì)算的農(nóng)業(yè)綜合折舊率［23］。

在農(nóng)業(yè)產(chǎn)出方面，農(nóng)業(yè)產(chǎn)出包含期望產(chǎn)出與非期望產(chǎn)出。期望產(chǎn)出是反映農(nóng)業(yè)投入的經(jīng)濟(jì)指標(biāo)，并與投入指標(biāo)的統(tǒng)計(jì)口徑保持一致。以農(nóng)、林、牧、漁總產(chǎn)值表示期望產(chǎn)出，并以1997 年為基期得到糧食主產(chǎn)區(qū)1997—2019 年的農(nóng)、林、牧、漁業(yè)實(shí)際總產(chǎn)值。非期望產(chǎn)出中農(nóng)業(yè)能源投入帶來的負(fù)面環(huán)境影響最主要的是碳排放。IPCC（Intergovernmental Panel on Climate Change）指出農(nóng)業(yè)生產(chǎn)的非期望產(chǎn)出中碳排放是全球氣候變暖的最直接原因，本文通過糧食主產(chǎn)區(qū)內(nèi)各省份農(nóng)、林、牧、漁業(yè)的能源投入量對碳排放量進(jìn)行測度，并統(tǒng)一為碳當(dāng)量（單位：萬t）。其中，碳排放折算系數(shù)基于表1 進(jìn)行計(jì)算，電力碳排放系數(shù)來自于《2019 年度中國區(qū)域電網(wǎng)基準(zhǔn)線排放因子》。測算方法如下：

表1 能源發(fā)熱值、含碳量及氧化率Table 1 The carbon content and oxidation rate of unite carlorific value of all kinds of energy

式中：C 表示糧食主產(chǎn)區(qū)各省份每年農(nóng)、林、牧、漁業(yè)能源投入量導(dǎo)致的碳排放量；Tit表示各省份第i 類能源在第t 年的施用量；δi表示第i 類能源產(chǎn)生碳排放的排放系數(shù)。

3 結(jié)果及分析

3.1 農(nóng)業(yè)能源效率

現(xiàn)代化農(nóng)業(yè)發(fā)展過程中，農(nóng)業(yè)投入的多種要素之間存在相互替代性，考慮到我國糧食主產(chǎn)區(qū)的農(nóng)業(yè)生產(chǎn)過程中的能源、土地、農(nóng)業(yè)資本存量、勞動力要素和農(nóng)業(yè)生產(chǎn)過程中的碳排放，采用非期望產(chǎn)出下的超效率EBM模型測算農(nóng)業(yè)能源效率（圖1）。

圖1 糧食主產(chǎn)區(qū)內(nèi)各省份歷年農(nóng)業(yè)能源效率變動情況Figure 1 The change trend of agricultural energy efficiency of all provinces in recent years

首先，研究期內(nèi)糧食主產(chǎn)區(qū)各省份農(nóng)業(yè)能源消費(fèi)量迅速增加，農(nóng)業(yè)能源效率整體呈現(xiàn)波動上升的態(tài)勢。1997—2003 年糧食主產(chǎn)區(qū)內(nèi)各省份農(nóng)業(yè)能源效率呈下降趨勢，這是因?yàn)檫@一時期我國城鎮(zhèn)化、工業(yè)化發(fā)展速度加快，忽略了農(nóng)業(yè)發(fā)展，大量耕地被占用，導(dǎo)致農(nóng)業(yè)生產(chǎn)水平低下，農(nóng)業(yè)能源效率下降。此外，本階段農(nóng)業(yè)主要任務(wù)是確保糧食生產(chǎn)水平穩(wěn)定增長，解決農(nóng)村貧困人口的溫飽，在多重因素影響下大部分省份的農(nóng)業(yè)能源效率低，因此這一階段我國糧食主產(chǎn)區(qū)的農(nóng)業(yè)能源利用效率仍有很大的提升空間。2003 年國家發(fā)布《關(guān)于改革和完善農(nóng)業(yè)綜合開發(fā)若干政策措施的意見》，正式確立了13 個糧食主產(chǎn)區(qū)省份是我國糧食生產(chǎn)的核心區(qū)。2004 年我國開始進(jìn)入工業(yè)反哺農(nóng)業(yè)的新時期，農(nóng)業(yè)改革進(jìn)入了新進(jìn)程，各項(xiàng)農(nóng)業(yè)政策的實(shí)施促進(jìn)了糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)水平迅速提升。例如，農(nóng)業(yè)“三項(xiàng)補(bǔ)貼”等政策有效促進(jìn)了農(nóng)民開展多形式農(nóng)業(yè)，擴(kuò)大了農(nóng)業(yè)規(guī)模的積極性；同時，國家開始進(jìn)行農(nóng)業(yè)大規(guī)模基礎(chǔ)設(shè)施建設(shè)，推進(jìn)農(nóng)業(yè)轉(zhuǎn)型發(fā)展。隨著農(nóng)業(yè)外部環(huán)境得到改善，農(nóng)業(yè)能源效率也實(shí)現(xiàn)了顯著提升。此后，“中央一號文件”頒布，2005 年環(huán)境規(guī)制被正式納入“十一五”規(guī)劃，這些舉措顯示出我國開展綠色農(nóng)業(yè)的決心。2004—2008 年，各省份農(nóng)業(yè)能源效率呈現(xiàn)波動上升態(tài)勢，湖北、湖南和遼寧的農(nóng)業(yè)能源曾經(jīng)達(dá)到農(nóng)業(yè)能源效率為1 的狀態(tài)。2008 年受金融危機(jī)影響，外部經(jīng)濟(jì)環(huán)境惡化，我國把大量資金和生產(chǎn)重點(diǎn)放在工業(yè)化建設(shè)上，因此2009 年出現(xiàn)農(nóng)業(yè)能源效率降低的情形。2013 年隨著我國經(jīng)濟(jì)增速開始減緩，新常態(tài)下農(nóng)業(yè)發(fā)展面臨新形勢，農(nóng)業(yè)能源效率出現(xiàn)了不同程度的放緩。此階段農(nóng)業(yè)生產(chǎn)受到我國經(jīng)濟(jì)結(jié)構(gòu)矛盾、人口紅利逐漸消失的影響和外部環(huán)境的改變（激烈的國際農(nóng)產(chǎn)品競爭），因此農(nóng)業(yè)生產(chǎn)效率和農(nóng)業(yè)能源效率水平呈現(xiàn)緩慢下降的態(tài)勢。隨著國家提出關(guān)于農(nóng)業(yè)發(fā)展的新方向，我國農(nóng)業(yè)生產(chǎn)的科技水平得到不斷提升，農(nóng)業(yè)政策體系日趨完善，推動農(nóng)業(yè)發(fā)展方式轉(zhuǎn)向集約型發(fā)展，因此農(nóng)業(yè)能源效率近兩年開始呈穩(wěn)步上升的態(tài)勢。

其次，糧食主產(chǎn)區(qū)內(nèi)農(nóng)業(yè)能源效率存在差異，原因可能是：由于各省份農(nóng)業(yè)資源稟賦存在差異性，因此農(nóng)業(yè)發(fā)展結(jié)構(gòu)不同，表現(xiàn)在安徽、江蘇和遼寧的農(nóng)業(yè)能源效率值大于糧食主產(chǎn)區(qū)整體每年的平均農(nóng)業(yè)能源效率值。江蘇位于我國較發(fā)達(dá)的沿海地區(qū)，農(nóng)民素質(zhì)高、節(jié)能技術(shù)先進(jìn)，因此具有較高的農(nóng)業(yè)生產(chǎn)水平和農(nóng)業(yè)能源效率；遼寧和安徽作為傳統(tǒng)農(nóng)業(yè)生產(chǎn)大省，農(nóng)業(yè)生產(chǎn)布局結(jié)構(gòu)較合理，表現(xiàn)出規(guī)模效益明顯、農(nóng)業(yè)生產(chǎn)水平發(fā)達(dá)、農(nóng)業(yè)能源效率高的良好局面；內(nèi)蒙古能源效率提升緩慢，主要原因是早期經(jīng)濟(jì)水平較低，相關(guān)技術(shù)和服務(wù)體系滯后，制約了農(nóng)村能源發(fā)展。

具體來看，1997 年四川省由于能源供應(yīng)量不足，農(nóng)業(yè)能源使用量相較于其他省份消費(fèi)量少，但糧食總產(chǎn)量多，農(nóng)林牧漁業(yè)總產(chǎn)值超過此時期糧食主產(chǎn)區(qū)總產(chǎn)值的平均值，所以能源效率值優(yōu)于其他省份。此后，由于實(shí)施退耕還林等措施，導(dǎo)致耕地面積減少，能源投入量增多，因此能源效率下降。1998年全國多省發(fā)生特大洪水，1999 年我國開始進(jìn)行農(nóng)業(yè)結(jié)構(gòu)轉(zhuǎn)變，但存在結(jié)構(gòu)深化困難、農(nóng)業(yè)建設(shè)體系落后等問題，導(dǎo)致我國出現(xiàn)大宗農(nóng)產(chǎn)品產(chǎn)量降低、農(nóng)產(chǎn)品進(jìn)口上升、出口下降等情形，直接表現(xiàn)在1999 年糧食主產(chǎn)區(qū)內(nèi)各省份全要素能源效率出現(xiàn)大幅度降低。而在1998—2003 年這一觀察期發(fā)現(xiàn)，河北、江蘇、江西和遼寧的能源效率接近生產(chǎn)前沿面，即能源利用效率較高；其他省份相對于前沿面的差距較大，其中黑龍江在本階段距離前沿面位置最遠(yuǎn)。黑龍江這一時期由于擁有最多的耕地面積，區(qū)域面積廣闊，適宜農(nóng)耕，相較于其他農(nóng)作物播種面積多的省份勞動力投入較少，因此大量使用能源投入去替代勞動力和資本等生產(chǎn)要素，表現(xiàn)出農(nóng)業(yè)能源效率較低，即具有較高的節(jié)能潛力。

2004—2008 年湖北和湖南是能源效率增長率最大的省份。黑龍江農(nóng)業(yè)能源消費(fèi)受到政策影響較大，早期以免費(fèi)林木資源作為主要能源，但隨著天然林保護(hù)政策的實(shí)施，逐漸轉(zhuǎn)向化石能源和清潔能源。農(nóng)民收入水平較低時，會導(dǎo)致其依然選擇成本低、污染大的能源使用，即能源消費(fèi)結(jié)構(gòu)不合理會對能源效率提升產(chǎn)生較大的抑制作用。而黑龍江第一產(chǎn)業(yè)從業(yè)人數(shù)占總?cè)丝诒戎氐?/3 以上，因此僅依賴政府調(diào)整農(nóng)業(yè)能源利用結(jié)構(gòu)很困難。十八大以來，國家要求發(fā)展農(nóng)業(yè)經(jīng)濟(jì)不能以犧牲生態(tài)環(huán)境為代價(jià)，致使農(nóng)業(yè)對煤炭和電能消耗的碳排放量大幅度降低。由于農(nóng)業(yè)技術(shù)的限制，目前農(nóng)機(jī)基本仍以汽油和柴油作為燃料。

截止到2019 年，糧食主產(chǎn)區(qū)除黑龍江和內(nèi)蒙古的農(nóng)業(yè)能源效率值較低，其他省份農(nóng)業(yè)能源效率達(dá)到較高水平，表明我國糧食主產(chǎn)區(qū)整體綜合生產(chǎn)力在不斷增強(qiáng)。內(nèi)蒙古相較于前期的能源效率有明顯提升，主要得益于“十三五”期間持續(xù)深化農(nóng)牧業(yè)供給側(cè)結(jié)構(gòu)性改革，不斷優(yōu)化能源消費(fèi)結(jié)構(gòu)，能源利用效率水平提升。具體舉措包括：農(nóng)牧業(yè)投入品減量化，淘汰改造燃煤鍋爐，節(jié)能改造等。內(nèi)蒙古和黑龍江省能源效率低，可能是因?yàn)閮墒》輷碛休^豐富的自然資源。有學(xué)者研究發(fā)現(xiàn)，由于僵化的資源依賴，表現(xiàn)出市場資源配置失效，最終導(dǎo)致具有豐富資源的區(qū)域經(jīng)濟(jì)發(fā)展反而受到資源限制，經(jīng)濟(jì)發(fā)展和能源利用水平低，因此農(nóng)業(yè)能源效率低下。新時期我國由于區(qū)域間要素稟賦差異和農(nóng)民開展多種形式經(jīng)營活動，糧食主產(chǎn)區(qū)的農(nóng)產(chǎn)品產(chǎn)量大幅增加，糧食主銷區(qū)產(chǎn)量大幅下降，糧食產(chǎn)能逐漸向糧食主產(chǎn)區(qū)內(nèi)集中，農(nóng)業(yè)能源消耗量由此大幅增加。因此，研究區(qū)域內(nèi)仍存在節(jié)能潛力，需要不斷提升農(nóng)業(yè)生產(chǎn)的技術(shù)水平和減少能源浪費(fèi)。

當(dāng)前，我國仍面臨人口和耕地壓力，如果僅通過密集使用各種投入要素來追求農(nóng)業(yè)生產(chǎn)力的提高，將會對農(nóng)業(yè)能源利用效率產(chǎn)生負(fù)面影響。農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、農(nóng)產(chǎn)品生產(chǎn)技術(shù)等方面由于地區(qū)間發(fā)展不均衡導(dǎo)致發(fā)展水平不同，最終表現(xiàn)在不同省份的農(nóng)業(yè)能源效率存在差異。整體來看，隨著我國逐漸意識到減少農(nóng)業(yè)環(huán)境污染的重要性，各級政府加大了對農(nóng)業(yè)的創(chuàng)新投入，開始積極發(fā)展“生態(tài)農(nóng)業(yè)”。一系列政策措施相應(yīng)出臺，使得農(nóng)業(yè)外部環(huán)境改善，農(nóng)業(yè)技術(shù)水平得到提升，改善了糧食主產(chǎn)區(qū)整體農(nóng)業(yè)能源效率。

3.2 農(nóng)業(yè)能源全要素生產(chǎn)率

由于農(nóng)業(yè)能源全要素生產(chǎn)率的增長率是用于衡量除有形生產(chǎn)要素以外的技術(shù)帶來的產(chǎn)出增長，因此本文農(nóng)業(yè)投入包括土地、勞動力、資本和能源這些有形生產(chǎn)要素，但能源本身并不會帶來任何產(chǎn)出，必須結(jié)合其他相關(guān)要素。盡管無法分解農(nóng)業(yè)全要素能源效率的變動，但Hu 等［5］認(rèn)為技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率的變動都會對全要素能源效率產(chǎn)生影響。本文利用Global—Malmqusit—Luenberger指數(shù)對農(nóng)業(yè)能源全要素生產(chǎn)率進(jìn)行分解，得到3 個指標(biāo)，即技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率變動，考察歷年能源全要素生產(chǎn)率的變動情況，結(jié)果如圖2 所示。

圖2 糧食主產(chǎn)區(qū)非期望產(chǎn)出下的歷年農(nóng)業(yè)能源全要素生產(chǎn)率及其分解Figure 2 Total factor productivity of agricultural energy and its decomposition under unexpected output in main grain- producing areas

由圖2 可知，糧食主產(chǎn)區(qū)的農(nóng)業(yè)能源全要素生產(chǎn)率與技術(shù)進(jìn)步的變動趨勢基本一致，因此農(nóng)業(yè)能源全要素生產(chǎn)率的增長動因主要來自于農(nóng)業(yè)科技發(fā)展。1997—2019 年糧食主產(chǎn)區(qū)的農(nóng)業(yè)能源全要素生產(chǎn)率指數(shù)均值為1.0081，年均增長率為0.81%；技術(shù)進(jìn)步率指數(shù)均值為1.0119，年均增長率1.19%。其中，2007 年是農(nóng)業(yè)能源全要素生產(chǎn)率增長最大的年份，因?yàn)榇藭r技術(shù)進(jìn)步與技術(shù)效率共同促進(jìn)了農(nóng)業(yè)能源全要素生產(chǎn)率的增長。1997—2002 年糧食主產(chǎn)區(qū)整體農(nóng)業(yè)能源全要素生產(chǎn)率指數(shù)都小于1，從2000 年后我國開始重視農(nóng)業(yè)生產(chǎn)發(fā)展，意識到“三農(nóng)”問題成為影響國家穩(wěn)定和經(jīng)濟(jì)發(fā)展的重要因素。此后，2002—2005 年能源全要素生產(chǎn)率開始穩(wěn)定增長，2005—2006 年出現(xiàn)能源全要素生產(chǎn)率倒退，造成這一現(xiàn)象的原因可能是由于農(nóng)業(yè)基礎(chǔ)投資建設(shè)時期較長，導(dǎo)致資源錯配。2008—2010 年由于金融危機(jī)影響，出現(xiàn)農(nóng)業(yè)能源全要素生產(chǎn)率下降現(xiàn)象。近兩年我國在惠農(nóng)政策、科技務(wù)農(nóng)等方面對農(nóng)業(yè)生產(chǎn)產(chǎn)生了積極影響，提高了農(nóng)業(yè)現(xiàn)代化和科技化水平，因此農(nóng)業(yè)能源全要素生產(chǎn)率開始提升。

我國糧食主產(chǎn)區(qū)內(nèi)各省份歷年農(nóng)業(yè)能源全要素生產(chǎn)率指數(shù)變化情況如表2 所示。從表2 可見，研究期內(nèi)我國糧食主產(chǎn)區(qū)農(nóng)業(yè)能源全要素生產(chǎn)率指數(shù)呈現(xiàn)波動情況，但總體上表現(xiàn)出增長的趨勢。在1998—2000 年這一時期，所有省份的生產(chǎn)率指數(shù)都小于1，表明農(nóng)業(yè)能源全要素生產(chǎn)率處于下降狀態(tài)。與這一時期的農(nóng)業(yè)能源效率變動情況類似，由于專注于發(fā)展經(jīng)濟(jì)，因此農(nóng)業(yè)能源利用效率水平低下。從“九五”時期，我國開始提出發(fā)展綠色農(nóng)業(yè)，各省份積極實(shí)施多項(xiàng)促進(jìn)農(nóng)業(yè)綠色生產(chǎn)、高效發(fā)展的措施。到“十五”時期，除吉林省外的其他省份農(nóng)業(yè)能源全要素生產(chǎn)率處于進(jìn)步狀態(tài)?！笆晃濉焙汀笆濉睍r期，除湖北和吉林外的其他省份處于農(nóng)業(yè)能源全要素生產(chǎn)率增長狀態(tài)。截止到“十三五”時期，全部省份的農(nóng)業(yè)能源全要素生產(chǎn)率指數(shù)都大于1，說明糧食主產(chǎn)區(qū)內(nèi)各省農(nóng)業(yè)能源效率一直在穩(wěn)步上升，發(fā)展趨勢良好。整個觀察期內(nèi)，山東省增長率最高達(dá)4.61%。研究期內(nèi)，吉林、湖北和湖南存在農(nóng)業(yè)能源全要素生產(chǎn)率指數(shù)波動情形，可能是因?yàn)檗r(nóng)業(yè)布局、政策變化等影響了農(nóng)業(yè)能源效率。

表2 糧食主產(chǎn)區(qū)各省份農(nóng)業(yè)能源全要素生產(chǎn)率及其分解Table 2 Total factor productivity of agricultural energy and its decomposition in major grain producing areas

在增長動因方面，研究期內(nèi)絕大多數(shù)年份糧食主產(chǎn)區(qū)各省份的技術(shù)進(jìn)步指數(shù)大于1，而技術(shù)效率指數(shù)在絕大多數(shù)年份小于1，顯示出糧食主產(chǎn)區(qū)的農(nóng)業(yè)能源全要素生產(chǎn)率的改善主要來源于技術(shù)進(jìn)步，但是某些年份技術(shù)效率的惡化抵消了部分技術(shù)進(jìn)步的促進(jìn)作用。在農(nóng)業(yè)能源全要素增長率增長較快的年份，是因?yàn)榧夹g(shù)效率和技術(shù)進(jìn)步共同對增長率起到了促進(jìn)作用，增長變化率緩慢階段主要是技術(shù)進(jìn)步對農(nóng)業(yè)能源效率起到驅(qū)動作用。因?yàn)槲覈r(nóng)業(yè)在向現(xiàn)代化發(fā)展的過程中存在資源配置無效、粗放式發(fā)展等問題，所以導(dǎo)致了農(nóng)業(yè)技術(shù)效率的惡化。這一結(jié)論符合實(shí)際，當(dāng)農(nóng)業(yè)發(fā)展過程中能源相關(guān)技術(shù)水平跟不上農(nóng)業(yè)發(fā)展水平時，會導(dǎo)致農(nóng)業(yè)能源效率下降。農(nóng)業(yè)能源效率提升最主要的是各項(xiàng)節(jié)能技術(shù)的運(yùn)用，通過節(jié)能或使用清潔資源來減少農(nóng)業(yè)碳排放量。

另外，吉林省某些年份的農(nóng)業(yè)能源全要素增長率水平低于其他時期，是由于技術(shù)效率指數(shù)小于1，導(dǎo)致技術(shù)進(jìn)步的增長無法完全促進(jìn)農(nóng)業(yè)能源全要素生產(chǎn)率的增長。江蘇、江西和山東在多數(shù)時期農(nóng)業(yè)能源技術(shù)效率變化和技術(shù)進(jìn)步變化同步發(fā)生，即這些省份的農(nóng)業(yè)能源全要素生產(chǎn)率增長依賴于技術(shù)效率與技術(shù)進(jìn)步的共同推動。

3.3 農(nóng)業(yè)能源影響因素

能源效率與能源全要素生產(chǎn)率有著密切關(guān)系，技術(shù)效率與技術(shù)進(jìn)步的指數(shù)值是與上一年的比值。因此，以我國糧食主產(chǎn)區(qū)13 個省份的農(nóng)業(yè)能源效率與上一年比值作為因變量，將純技術(shù)效率、規(guī)模效率與技術(shù)進(jìn)步的變化值作為自變量，構(gòu)建回歸模型：

式中：i 表示第i 個省份；t 表示第t 年；Eech、Techch、Pech、Sech 分別表示能源效率的增長率、技術(shù)進(jìn)步的增長率、純技術(shù)效率的增長率和規(guī)模效率的增長率；c 為截距項(xiàng)；εit為隨機(jī)擾動項(xiàng)。模型模擬結(jié)果如表3 所示。

表3 模型回歸結(jié)果Table 3 Results of regression model

從表3 可見，觀察期內(nèi)技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率對糧食主產(chǎn)區(qū)的農(nóng)業(yè)能源效率改善具有積極影響，當(dāng)技術(shù)進(jìn)步和技術(shù)效率分別增長1%時，其農(nóng)業(yè)能源效率會相應(yīng)提高0.77%和0.90%（1.029×0.874%），即技術(shù)效率對農(nóng)業(yè)能源效率的改善具有較大貢獻(xiàn)。因此，當(dāng)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、務(wù)農(nóng)人員素質(zhì)、農(nóng)業(yè)管理水平等因素有較大的提升時，有利于降低能源消耗，提高農(nóng)業(yè)能源效率。此外，農(nóng)業(yè)技術(shù)進(jìn)步提升也可以帶來能源效率的提升，但貢獻(xiàn)率低于技術(shù)效率，可能的原因是技術(shù)的“回彈效應(yīng)”。即，技術(shù)進(jìn)步雖然節(jié)約了能源，提高了能源效率，但是同時也會促進(jìn)農(nóng)業(yè)快速發(fā)展和能源相對價(jià)格降低，從而對農(nóng)業(yè)直接能源產(chǎn)生新的需求，由此抵消了部分節(jié)約的能源。

4 結(jié)論和建議

4.1 結(jié)論

糧食主產(chǎn)區(qū)各省份農(nóng)業(yè)生產(chǎn)能力不斷提高，為我國糧食安全提供了重要保障。能源投入一方面在糧食主產(chǎn)區(qū)內(nèi)各省份農(nóng)業(yè)生產(chǎn)發(fā)揮著巨大作用，另一方面產(chǎn)生的碳排放也帶來了負(fù)面效應(yīng)，即農(nóng)業(yè)高速增長帶來了能源利用失效和環(huán)境污染的代價(jià)。研究期內(nèi)，我國糧食主產(chǎn)區(qū)的農(nóng)業(yè)全要素能源效率值均有所增加，但是內(nèi)蒙古和黑龍江兩個省區(qū)的能源效率值仍然具有較高的節(jié)能潛力。Global -Malmquist- Luenberger指數(shù)分析顯示，我國農(nóng)業(yè)技術(shù)進(jìn)步對農(nóng)業(yè)能源全要素生產(chǎn)率的促進(jìn)作用和農(nóng)業(yè)技術(shù)效率在某些年份內(nèi)存在惡化，但歷年變動情況還是體現(xiàn)了我國糧食主產(chǎn)區(qū)農(nóng)業(yè)技術(shù)改革實(shí)施的有效性。

糧食主產(chǎn)區(qū)13 個省份的農(nóng)業(yè)能源效率波動情況也與我國農(nóng)業(yè)發(fā)展情況相符合。我國糧食主產(chǎn)區(qū)農(nóng)業(yè)結(jié)構(gòu)性矛盾體現(xiàn)在糧食生產(chǎn)重心不斷偏移到主產(chǎn)區(qū)內(nèi)。因此，一方面糧食主產(chǎn)區(qū)內(nèi)各省份農(nóng)業(yè)發(fā)展高度依賴資源消耗、能源使用、技術(shù)設(shè)施；另一方面，各省份農(nóng)業(yè)生產(chǎn)經(jīng)營組織化水平不足、農(nóng)產(chǎn)品技術(shù)含量低，這些因素導(dǎo)致我國農(nóng)業(yè)競爭力不足，經(jīng)濟(jì)效益差，農(nóng)業(yè)能源效率低，農(nóng)民增收困難。因此，應(yīng)以國家政策為導(dǎo)向，推進(jìn)糧食主產(chǎn)區(qū)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，大力發(fā)展農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，持續(xù)推進(jìn)農(nóng)業(yè)轉(zhuǎn)型，加快提升農(nóng)業(yè)深加工水平，推動后續(xù)我國糧食主產(chǎn)區(qū)能源全要素生產(chǎn)率的長期提升。

糧食主產(chǎn)區(qū)確立以后，隨著13 個省份的農(nóng)業(yè)產(chǎn)出水平不斷提高，相應(yīng)的能源投入也發(fā)生了巨大變化，這一轉(zhuǎn)變也與我國農(nóng)業(yè)現(xiàn)代化發(fā)展進(jìn)程相關(guān)。為了滿足日益增長的人口需求和抵御國際不穩(wěn)定形勢，我國糧食主產(chǎn)區(qū)面臨著資源與能源投入的矛盾和農(nóng)業(yè)污染的威脅。在確保我國農(nóng)業(yè)持續(xù)發(fā)展的前提下，應(yīng)通過優(yōu)化要素投入，提高農(nóng)業(yè)生產(chǎn)的能源利用效率。

4.2 建議

基于以上研究結(jié)論，本文提出以下建議：①持續(xù)優(yōu)化我國糧食主產(chǎn)區(qū)的農(nóng)、林、牧、漁業(yè)結(jié)構(gòu)，積極推動農(nóng)業(yè)市場化進(jìn)程，提高能源效率，探索新型農(nóng)業(yè)生態(tài)、友好、可持續(xù)發(fā)展道路。依據(jù)各地資源稟賦，合理布局農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，避免能源過度消耗。政府應(yīng)起到規(guī)劃綱領(lǐng)和宏觀調(diào)控的作用，圍繞提質(zhì)增效，引導(dǎo)和促進(jìn)糧食主產(chǎn)區(qū)內(nèi)各省份農(nóng)業(yè)轉(zhuǎn)型升級。②推動農(nóng)業(yè)現(xiàn)代化綠色發(fā)展。隨著經(jīng)濟(jì)的不斷發(fā)展和國際形勢的日益復(fù)雜化，我國對于能源的需求量也在與日俱增，大量的能源依靠國外進(jìn)口，能源安全面臨著重要問題。因此，必須加快轉(zhuǎn)變農(nóng)業(yè)增長模式，推動農(nóng)業(yè)綠色發(fā)展，積極提高能源利用效率。③推動農(nóng)業(yè)科技創(chuàng)新，因地制宜地發(fā)展農(nóng)業(yè)節(jié)能技術(shù)。完善糧食主產(chǎn)區(qū)內(nèi)農(nóng)業(yè)節(jié)能和資源綜合利用的運(yùn)行體系，進(jìn)一步優(yōu)化農(nóng)業(yè)生產(chǎn)中能源利用結(jié)構(gòu)，通過向國內(nèi)外學(xué)習(xí)和發(fā)展先進(jìn)技術(shù)，開發(fā)新型清潔能源項(xiàng)目等方式促進(jìn)我國節(jié)能減排技術(shù)的發(fā)展。如內(nèi)蒙古農(nóng)牧區(qū)是風(fēng)能、太陽能的優(yōu)勢集中區(qū)，應(yīng)結(jié)合特殊的資源稟賦進(jìn)行農(nóng)業(yè)生產(chǎn)。④提高農(nóng)民的節(jié)能環(huán)保意識。通過政府宣傳、政策法規(guī)要求等規(guī)范農(nóng)民的生產(chǎn)方式，提高農(nóng)業(yè)生產(chǎn)的能源利用水平。當(dāng)前，農(nóng)民掌握的農(nóng)業(yè)生產(chǎn)技術(shù)科技含量較低，從根本上限制了農(nóng)業(yè)能源效率的提高。因此，要提升產(chǎn)學(xué)研轉(zhuǎn)化水平，建立完善推廣體系，提高節(jié)能減排技術(shù)的使用。⑤不斷改善農(nóng)業(yè)經(jīng)營管理模式。由于我國農(nóng)業(yè)能源效率處于不斷發(fā)展變化之中，因此要依據(jù)當(dāng)?shù)氐膶?shí)際情況和政策導(dǎo)向，建立適合各省份的農(nóng)產(chǎn)業(yè)經(jīng)營發(fā)展模式，避免土地的無效開發(fā)使用，積極提高能源效率。