常新鋒 張雨祥

摘? ?要：基于2009—2020年江蘇省13個地級市的面板數(shù)據(jù)，構(gòu)建全局參比非期望產(chǎn)出超效率SBM模型對江蘇省農(nóng)業(yè)生態(tài)效率進行測度，并通過HP濾波法刻畫趨勢要素和周期波動。通過面板回歸模型探究農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率的影響，并進一步采用Light GBM進行影響因素重要性的再判斷。主要研究結(jié)論如下：（1）江蘇省農(nóng)業(yè)生態(tài)效率在2017年前呈穩(wěn)定上升趨勢，2017年后表現(xiàn)出較大波動性，但總體上升趨勢不變。（2）農(nóng)業(yè)現(xiàn)代化建設(shè)對農(nóng)業(yè)生態(tài)效率具有顯著促進效應(yīng)，其中蘇南和蘇北的農(nóng)業(yè)現(xiàn)代化建設(shè)對農(nóng)業(yè)生態(tài)效率仍具有顯著正向影響，而蘇中地區(qū)影響系數(shù)雖為正但不顯著。（3）從影響因素重要性來看，農(nóng)業(yè)現(xiàn)代化排名第一，城鄉(xiāng)收入比和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展分居二三位，作物種植結(jié)構(gòu)和財政支農(nóng)水平則位居末端。據(jù)此，應(yīng)著力推動農(nóng)業(yè)現(xiàn)代建設(shè)，降低城鄉(xiāng)收入比，并調(diào)整農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展，以提升農(nóng)業(yè)生態(tài)效率。

關(guān)鍵詞：農(nóng)業(yè)現(xiàn)代化；農(nóng)業(yè)生態(tài)效率；超效率SBM；面板回歸；LightGBM

中圖分類號：F323.22? ? ? ?文獻標志碼：A? ? ? 文章編號：1673-291X（2023）12-0016-05

改革開放以來，我國農(nóng)業(yè)現(xiàn)代化步伐加快，糧食產(chǎn)量增長翻倍。但對石化資源依賴不減，農(nóng)村生態(tài)環(huán)境仍有較大上升空間。隨著石油農(nóng)業(yè)固有的資源浪費、環(huán)境污染、食品安全隱患等問題愈發(fā)凸顯，各地農(nóng)業(yè)發(fā)展迫切需要向集約型現(xiàn)代化農(nóng)業(yè)轉(zhuǎn)型。農(nóng)業(yè)現(xiàn)代化能有效推動農(nóng)業(yè)先進技術(shù)的突破與推廣，以最大化規(guī)模效應(yīng)給農(nóng)業(yè)帶來發(fā)展紅利。農(nóng)業(yè)現(xiàn)代化是農(nóng)業(yè)生態(tài)文明建設(shè)的前提，而生態(tài)文明是實現(xiàn)農(nóng)業(yè)現(xiàn)代化長期發(fā)展的重要保障。江蘇省是我國傳統(tǒng)農(nóng)業(yè)大省，也是農(nóng)業(yè)現(xiàn)代化轉(zhuǎn)型的先行區(qū)。習近平總書記2014年視察江蘇省時明確提出，江蘇省要帶好頭，領(lǐng)好向，加快建設(shè)現(xiàn)代農(nóng)業(yè)，率先實現(xiàn)農(nóng)業(yè)現(xiàn)代化。因此，科學合理地測度江蘇省農(nóng)業(yè)生態(tài)效率與農(nóng)業(yè)現(xiàn)代化水平，并探究二者間的因果關(guān)系，具有重要的理論與實際意義。

一、文獻綜述

從農(nóng)業(yè)現(xiàn)代化與生態(tài)環(huán)境兩系統(tǒng)關(guān)系出發(fā)，高子舒認為，我國農(nóng)村生態(tài)環(huán)境問題的根源在于農(nóng)業(yè)現(xiàn)代化水平不高，農(nóng)業(yè)生產(chǎn)方式過于粗放，并且存在城鄉(xiāng)生態(tài)環(huán)境治理不同步、污染轉(zhuǎn)移現(xiàn)象[1]。魯春陽等分析了河南省農(nóng)業(yè)現(xiàn)代化中投入、產(chǎn)出、信息化、產(chǎn)業(yè)化和可持續(xù)發(fā)展等方面的差異[2]。王偉新等將長江經(jīng)濟帶的農(nóng)業(yè)現(xiàn)代化、區(qū)域經(jīng)濟與生態(tài)環(huán)境融合至一個三維復合系統(tǒng)，分析其耦合關(guān)系，得出區(qū)域發(fā)展總體上呈上升趨勢，但區(qū)域發(fā)展差異較為明顯[3]。楊志良認為，中國式農(nóng)業(yè)現(xiàn)代化需強調(diào)農(nóng)業(yè)自然資源利用的可持續(xù)性，兼顧農(nóng)業(yè)經(jīng)濟效益與生態(tài)保育，從而實現(xiàn)人與自然和諧共生[4]。在農(nóng)業(yè)生態(tài)效率影響因素的探究中，胡平波等實證分析了被既有文獻所忽視的農(nóng)旅融合對農(nóng)業(yè)可持續(xù)發(fā)展的作用，剖析了政府支持下的農(nóng)旅融合對農(nóng)業(yè)生態(tài)效率的促進機制，并對其非線性影響機制進行了探討，豐富了對農(nóng)業(yè)生態(tài)效率的影響因素研究[5]。李露等建立了以農(nóng)村勞動力轉(zhuǎn)移為門檻變量的面板門檻模型，研究發(fā)現(xiàn)，農(nóng)村人口老齡化對農(nóng)業(yè)生態(tài)效率總體呈負向影響，但這種影響會隨著農(nóng)村勞動力轉(zhuǎn)移的變化呈現(xiàn)出先下降后上升的現(xiàn)象[6]。

既有研究成果為本文研究提供了借鑒和啟示，為探討農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率的影響研究提供了有益借鑒，并對本研究的方法選擇具有啟示意義。一方面，現(xiàn)有關(guān)于農(nóng)業(yè)生態(tài)效率以及農(nóng)業(yè)現(xiàn)代化的研究較多聚焦于全國層面或單一省份，但鮮有研究對江蘇省的農(nóng)業(yè)生態(tài)效率及農(nóng)業(yè)現(xiàn)代化水平進行科學測度；另一方面，現(xiàn)有關(guān)于農(nóng)業(yè)現(xiàn)代化與農(nóng)業(yè)生態(tài)之間的研究大多停留在理論層面，缺乏實證檢驗的補充。因此，本文力求從兩個方面進行拓展：第一，借助非期望產(chǎn)出超效率SBM模型和CRITIC-熵權(quán)TOPSIS法，科學測度江蘇省農(nóng)業(yè)生態(tài)效率和農(nóng)業(yè)現(xiàn)代化水平；第二，實證檢驗農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率的影響，并進一步探究其在蘇南、蘇中和蘇北不同區(qū)域上的變化。

二、模型構(gòu)建、變量選取與數(shù)據(jù)來源

（一）計量模型構(gòu)建

為探究在農(nóng)業(yè)生態(tài)可持續(xù)發(fā)展背景下農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率的影響，構(gòu)建以下實證檢驗模型：

AEEit=αiAMit+βiCtrlsit+ui+εit（1）

式中，AEEit表示i地區(qū)t時期的農(nóng)業(yè)生態(tài)效率，AMit為t時期i地區(qū)農(nóng)業(yè)現(xiàn)代化水平，Ctrlsit為其他控制變量，ui為個體效應(yīng)，εit為隨機擾動項。此方程為標準的靜態(tài)空間面板，如果ui和Xit相關(guān)，則為固定效應(yīng)模型；反之，則為隨機效應(yīng)模型。

（二）變量選取

1.農(nóng)業(yè)生態(tài)效率。廣義農(nóng)業(yè)包括農(nóng)林牧副漁業(yè)，狹義農(nóng)業(yè)專指種植業(yè)，種植業(yè)是農(nóng)業(yè)的基礎(chǔ)也是促進農(nóng)業(yè)生態(tài)化發(fā)展的關(guān)鍵。本文以狹義農(nóng)業(yè)（種植業(yè)）為研究對象，采用規(guī)模報酬不變假設(shè)下全局參比非期望產(chǎn)出超效率SBM模型[7]，測度江蘇省農(nóng)業(yè)生態(tài)效率。從數(shù)據(jù)可得性及統(tǒng)計口徑一致性出發(fā)，依據(jù)農(nóng)業(yè)生產(chǎn)過程中的資源利用、農(nóng)業(yè)產(chǎn)出以及環(huán)境保護，最終以土地、勞動力、化肥、電力、機械動力作為農(nóng)業(yè)投入指標，以農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出、農(nóng)業(yè)碳排放作為非期望產(chǎn)出。其中，由于狹義農(nóng)業(yè)的從業(yè)人數(shù)無法直接獲取，所以將其按照農(nóng)業(yè)總產(chǎn)值與農(nóng)林牧漁業(yè)總產(chǎn)值的比例進行加權(quán)。農(nóng)業(yè)總產(chǎn)值根據(jù)CPI指數(shù)折算到2009年不變價，以剔除價格變化的影響。農(nóng)業(yè)碳排放參考李波等的碳排放模型和測算系數(shù)[8]。

2.農(nóng)業(yè)現(xiàn)代化。借鑒已有對農(nóng)業(yè)現(xiàn)代化的理論探索與實踐成果[9]，根據(jù)農(nóng)業(yè)可持續(xù)發(fā)展的需求，以廣義農(nóng)業(yè)為研究對象，遵循代表性、完備性、可獲得性等原則，從農(nóng)業(yè)生產(chǎn)現(xiàn)代化、農(nóng)業(yè)經(jīng)營現(xiàn)代化、農(nóng)業(yè)經(jīng)濟現(xiàn)代化以及農(nóng)村生活現(xiàn)代化四個方面考慮，構(gòu)建江蘇省農(nóng)業(yè)現(xiàn)代化的評價指標體系，并通過CRITIC-熵權(quán)TOPSIS法對農(nóng)業(yè)現(xiàn)代化進行測度。農(nóng)業(yè)生產(chǎn)現(xiàn)代化主要反映地區(qū)生產(chǎn)資源的使用情況；農(nóng)業(yè)經(jīng)營現(xiàn)代化主要體現(xiàn)農(nóng)業(yè)相關(guān)產(chǎn)出對本地經(jīng)濟的貢獻，間接反映當?shù)貙r(nóng)業(yè)經(jīng)營的依賴程度；農(nóng)業(yè)經(jīng)濟現(xiàn)代化則重點突出當?shù)剞r(nóng)業(yè)經(jīng)濟的增長動力；農(nóng)村生活現(xiàn)代化主要是由于農(nóng)業(yè)的經(jīng)營主體是農(nóng)村農(nóng)民，他們的生活質(zhì)量很大程度上可以間接反映當?shù)剞r(nóng)業(yè)現(xiàn)代化的水平。農(nóng)業(yè)現(xiàn)代化指標體系見表1。

3.控制變量。借鑒已有研究成果[10]，本文選取如下變量對回歸結(jié)果進行控制：城鄉(xiāng)收入比（IR）以城鎮(zhèn)居民人均純收入與農(nóng)村居民人均純收入之比表示；財政支農(nóng)水平（FSA）以財政農(nóng)林水事物支出占財政一般預算支出的比重進行衡量；作物種植結(jié)構(gòu)（CPS）以糧食作物種植面積比上農(nóng)作物播種面積與糧食作物種植面積的差表示；農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展（AIS）以農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)業(yè)總產(chǎn)值之差比上農(nóng)林牧漁業(yè)總產(chǎn)值。

（三）數(shù)據(jù)來源

本文的研究樣本為江蘇省13個地級市，時間跨度為2009—2020年。文中涉及的原始數(shù)據(jù)均來源于江蘇省統(tǒng)計局，其中蘇南城市包括南京、蘇州、無錫、常州和鎮(zhèn)江，蘇中城市包括南通、泰州和揚州，蘇北城市包括徐州、淮安、鹽城、連云港和宿遷。

三、結(jié)果與分析

（一）農(nóng)業(yè)生態(tài)效率測度結(jié)果分析

通過規(guī)模報酬不變假設(shè)下全局參比的非期望產(chǎn)出超效率SBM模型，測算出2009—2020年江蘇省農(nóng)業(yè)生態(tài)效率。為有效觀察江蘇省整體以及各地區(qū)發(fā)展的趨勢性，通過HP濾波法剝離出趨勢要素數(shù)據(jù)和周期波動數(shù)據(jù)。從圖1所示可以發(fā)現(xiàn)，江蘇省整體農(nóng)業(yè)生態(tài)效率的發(fā)展趨勢均是穩(wěn)定上升的。僅有中間段的2013—2018年處于“正缺口”狀態(tài)，其余年份則均處在“負缺口”狀態(tài)，表明近年來農(nóng)業(yè)生態(tài)效率的整體發(fā)展相對滯后于其發(fā)展趨勢，需要及時做出調(diào)整。

圖1? 江蘇省農(nóng)業(yè)生態(tài)效率HP濾波分解圖

（二）農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率影響的實證檢驗

在模型的選擇上，首先對所有變量進行對數(shù)化處理，盡可能消除量綱帶來的異方差影響；其次對模型進行豪斯曼檢驗，檢驗結(jié)果的卡方值為26.71，在1%的顯著性水平下顯著拒絕了隨機效應(yīng)的原假設(shè)，選擇可有效緩解內(nèi)生性問題的固定效應(yīng)是更合適。

從表2可知，江蘇省整體層面農(nóng)業(yè)現(xiàn)代化的系數(shù)顯著為正，表明農(nóng)業(yè)現(xiàn)代化水平的提升能夠有效推動農(nóng)業(yè)生態(tài)效率的增長。在添加控制變量后，雖影響系數(shù)有所下降，但仍顯著為正，證明了該結(jié)果的穩(wěn)健性。這說明，農(nóng)業(yè)現(xiàn)代化水平提升確實能夠有效推動地方農(nóng)業(yè)科技的創(chuàng)新與推廣，依賴科技以及政策紅利所帶來的規(guī)模效應(yīng)能有效加速農(nóng)業(yè)生態(tài)效率的持續(xù)提升。

從控制變量來看，城鄉(xiāng)收入差距和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展顯著為負，表明城鄉(xiāng)收入差距的擴大以及非農(nóng)業(yè)總產(chǎn)值占比的提升均對農(nóng)業(yè)生態(tài)效率的增長具有顯著的抑制作用。

分區(qū)域來看，在不添加控制變量的情況下，三大地區(qū)的農(nóng)業(yè)現(xiàn)代化系數(shù)均顯著為正，而在添加控制變量后，蘇中地區(qū)的農(nóng)業(yè)現(xiàn)代化系數(shù)雖為正但不再顯著。從各地區(qū)農(nóng)業(yè)現(xiàn)代化的影響系數(shù)來看，呈現(xiàn)出蘇南最大、蘇北次之、蘇中最小的分布格局。這意味著農(nóng)業(yè)現(xiàn)代化水平的提升對蘇南刺激農(nóng)業(yè)生態(tài)效率增長的效果最顯著，說明蘇南在三大地區(qū)中最大化程度利用了農(nóng)業(yè)現(xiàn)代化帶來的發(fā)展紅利，也間接表明蘇南農(nóng)業(yè)生態(tài)效率在2009—2020年的高速增長背后，農(nóng)業(yè)現(xiàn)代化水平在其中發(fā)揮了巨大作用。蘇北雖然經(jīng)濟發(fā)展相對滯后，但農(nóng)業(yè)現(xiàn)代化程度整體一直略好于蘇中，所以其對農(nóng)業(yè)生態(tài)效率的刺激也是顯著好于蘇中地區(qū)的。蘇中地區(qū)的農(nóng)業(yè)現(xiàn)代化水平整體一直處于末端位置，所以在對農(nóng)業(yè)生態(tài)效率提升上并不能發(fā)揮出顯著成效。

（三）農(nóng)業(yè)生態(tài)效率的影響因素分析

上述采用計量經(jīng)濟模型判別了各變量對農(nóng)業(yè)生態(tài)效率影響的正負性與顯著性水平。但若對所有變量進行強制縮放達至量綱統(tǒng)一，使其得以進行變量重要性排序，那各變量將偏離其測度定義，同時由于線性模型的假設(shè)過于簡單，難以有效模仿各變量在現(xiàn)實中可能存在對農(nóng)業(yè)生態(tài)效率的非線性影響。因此，隨著人工智能的興起，機器學習算法的不斷繁榮亦拓展至經(jīng)濟學領(lǐng)域，以本文采用的輕量級梯度提升機LightGBM（Light Gradient Boosting Machine）為例，其以分類與回歸樹這一非線性模型作為基學習器，而在回歸樹中數(shù)值型變量將被以定序數(shù)據(jù)的形式進行節(jié)點的切分，隨著樹深度的不斷加深達到提升擬合度的目的，而定序數(shù)據(jù)的處理形式則可以有效處理量綱問題的困擾，進而對變量重要性進行判別。

在重要性的排序上，鑒于本文是以樹模型作為LightGBM的基學習器，而樹模型是按分裂增益依次選取變量進行葉子節(jié)點劃分的，因此，變量被選取劃分的總次數(shù)可以較好表征各變量在模型中的重要性。從表3可知，排在第一位的是農(nóng)業(yè)現(xiàn)代化水平，由此也側(cè)面論證了本文研究農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率是十分有意義且非常必要的。排在二三位的分別是城鄉(xiāng)收入差距與農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展，這也與上文二者對農(nóng)業(yè)生態(tài)效率具有顯著負效應(yīng)相吻合，表明抑制二者的增長在對農(nóng)業(yè)生態(tài)效率的提升中具有重要作用。

四、結(jié)論與建議

實現(xiàn)農(nóng)業(yè)經(jīng)濟增長與資源環(huán)境保護“雙贏”局面的關(guān)鍵，在于通過農(nóng)業(yè)現(xiàn)代化進程的加速激發(fā)農(nóng)業(yè)生態(tài)效率的增長潛力，實現(xiàn)農(nóng)業(yè)生態(tài)的可持續(xù)發(fā)展。本文基于2009—2020年江蘇省13個地級市面板數(shù)據(jù)，構(gòu)建全局參比非期望產(chǎn)出超效率SBM模型對農(nóng)業(yè)生態(tài)效率進行科學測度，并通過HP濾波法刻畫江蘇省及省內(nèi)各地區(qū)的趨勢要素和周期波動。建立面板回歸模型探究農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率的影響，并進一步通過Light GBM進行影響因素重要性的再判斷，得到的主要研究結(jié)論如下：（1）江蘇省農(nóng)業(yè)生態(tài)效率的發(fā)展趨勢是穩(wěn)步向上的，但在2018—2020年間存在較大的周期波動，其中江蘇省整體在2009年的趨勢起點到2020年的趨勢終點增長幅度為1.74倍。（2）從江蘇省整體層面來看，農(nóng)業(yè)現(xiàn)代化對農(nóng)業(yè)生態(tài)效率具有顯著的促進作用，而城鄉(xiāng)收入比和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展對農(nóng)業(yè)生態(tài)效率具有顯著的抑制作用，其余變量的影響系數(shù)則并不顯著。分地區(qū)來看，蘇南和蘇北地區(qū)農(nóng)業(yè)現(xiàn)代化水平提升能顯著推動農(nóng)業(yè)生態(tài)效率的提高，蘇中地區(qū)雖影響系數(shù)也為正但并不顯著。（3）從各影響因素的重要性來看，排在前三位的分別是農(nóng)業(yè)現(xiàn)代化、城鄉(xiāng)收入比和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展，與計量模型的結(jié)果相互呼應(yīng)。

根據(jù)本文的研究結(jié)論，提出以下政策建議：（1）江蘇省農(nóng)業(yè)生態(tài)效率雖整體呈向上趨勢，但近幾年卻表現(xiàn)出較大的波動性，各地方政府在制定政策時須在保障增長的前提下，盡可能避免巨幅波動帶來的不利影響。（2）重視農(nóng)業(yè)現(xiàn)代化在提升農(nóng)業(yè)生態(tài)效率方面的突出作用。政府應(yīng)適當對加速農(nóng)業(yè)現(xiàn)代化進程的政策加以傾斜。實踐表明，農(nóng)業(yè)現(xiàn)代化不僅作為推動農(nóng)業(yè)農(nóng)村經(jīng)濟發(fā)展的強力助推器，也能有效推動農(nóng)業(yè)生態(tài)可持續(xù)發(fā)展的不斷向前。（3）蘇中地區(qū)應(yīng)更加重視農(nóng)業(yè)生態(tài)的可持續(xù)發(fā)展，尤其應(yīng)重點發(fā)揮農(nóng)業(yè)現(xiàn)代化對其的強大推力。在加快推動農(nóng)業(yè)現(xiàn)代化建設(shè)的同時，也要充分發(fā)揮出其對農(nóng)業(yè)生態(tài)的推動作用，避免農(nóng)業(yè)現(xiàn)代化發(fā)展紅利的浪費。

參考文獻：

[1]? ?高子舒.生態(tài)文明建設(shè)背景下農(nóng)村生態(tài)環(huán)境建設(shè)的意義、問題與對策研究[J].農(nóng)業(yè)經(jīng)濟，2019（7）：33-34.

[2]? ?魯春陽，文楓，張宏敏，等.基于改進TOPSIS法的河南省農(nóng)業(yè)現(xiàn)代化發(fā)展水平評價[J].中國農(nóng)業(yè)資源與區(qū)劃，2020，41（1）：92-97.

[3]? ?王偉新，許蔣鴻，王曉萱，等.長江經(jīng)濟帶現(xiàn)代農(nóng)業(yè)-區(qū)域經(jīng)濟-生態(tài)環(huán)境耦合關(guān)系的時空分異[J].農(nóng)業(yè)現(xiàn)代化研究，2020，41（1）：64-74.

[4]? ?楊志良.中國式農(nóng)業(yè)現(xiàn)代化的百年探索、理論內(nèi)涵與未來進路[J].經(jīng)濟學家，2021（12）：117-124.

[5]? ?胡平波，鐘漪萍.政府支持下的農(nóng)旅融合促進農(nóng)業(yè)生態(tài)效率提升機理與實證分析：以全國休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范縣為例[J].中國農(nóng)村經(jīng)濟，2019（12）：85-104.

[6]? ?李露，徐維祥.農(nóng)村人口老齡化效應(yīng)下農(nóng)業(yè)生態(tài)效率的變化[J].華南農(nóng)業(yè)大學學報（社會科學版），2021，20（2）：14-29.

[7]? ?劉華軍，孫淑惠，李超.環(huán)境約束下中國化肥利用效率的空間差異及分布動態(tài)演進[J].農(nóng)業(yè)經(jīng)濟問題，2019（8）：65-75.

[8]? ?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.

[9]? ?姬志恒.中國農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展的空間差異及驅(qū)動機制[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（12）：25-44.

[10]? ?王寶義，張衛(wèi)國.中國農(nóng)業(yè)生態(tài)效率的省際差異和影響因素：基于1996—2015年31個省份的面板數(shù)據(jù)分析[J].中國農(nóng)村經(jīng)濟，2018（1）：46-62.

Measurement of Agricultural Eco-efficiency and Analysis of Its Influencing Factors in the Process of Agricultural Modernization in Jiangsu Province

Chang Xinfeng， Zhang Yuxiang

（School of Finance and Economics， Jiangsu University， Jiangsu 212013， China）

Abstract： Based on the panel data of 13 cities in Jiangsu Province from 2009 to 2020， this paper constructed the global reference ratio unexpected output super-efficiency SBM model to measure the agricultural eco-efficiency in Jiangsu Province， and described the trend elements and cycle fluctuations of agricultural eco-efficiency by HP filtering method. At the same time， the panel regression model was used to explore the impact of agricultural modernization on agricultural eco-efficiency， and Light GBM was further used to re-judge the importance of influencing factors. The main conclusions are as follows： （1） the agricultural eco-efficiency of Jiangsu Province showed a steady upward trend before 2017， and showed a great fluctuation after 2017， but the overall upward trend remained unchanged. （2） The agricultural modernization construction has a significant promoting effect on agricultural eco-efficiency， and the agricultural modernization construction in south and north Jiangsu has a significant positive effect on agricultural eco-efficiency， while the influence coefficient in central Jiangsu is positive but not significant. （3） In terms of the importance of influencing factors， agricultural modernization ranked first， urban-rural income ratio and agricultural industrial structure ranked second and third， crop planting structure and financial support for agriculture ranked last. Therefore， modern agricultural construction should be promoted， income ratio between urban and rural areas should be reduced and agricultural industrial structure should be adjusted to improve agricultural ecological efficiency.

Key words： agricultural modernization; agricultural eco-efficiency; super efficiency SBM; panel regression; LightGBM

[責任編輯? ?妤? ?文]