宋爾英，謝會(huì)強(qiáng)

(貴州大學(xué) 經(jīng)濟(jì)學(xué)院，貴州 貴陽(yáng) 550025)

一、引言

近年來(lái)，我國(guó)糧食生產(chǎn)綜合能力大幅提升，然而，糧食生產(chǎn)過(guò)程中的生態(tài)環(huán)境問(wèn)題卻未得到應(yīng)有的重視。《第二次全國(guó)污染源普查公報(bào)(2020)》顯示，農(nóng)業(yè)源排放的化學(xué)需氧量、總氮和總磷分別占總排放量的49.77%、46.52%和67.21%，農(nóng)業(yè)面源污染已成為我國(guó)第一大污染源。隨著我國(guó)糧食生產(chǎn)規(guī)模不斷擴(kuò)大，糧食生產(chǎn)是否加劇了農(nóng)業(yè)污染逐漸成為學(xué)者關(guān)注的焦點(diǎn)，糧食生產(chǎn)生態(tài)效率作為糧食最優(yōu)產(chǎn)出和生態(tài)最低負(fù)荷的綜合表達(dá)[1]，研究糧食生產(chǎn)生態(tài)效率對(duì)實(shí)現(xiàn)糧食可持續(xù)發(fā)展具有重要意義。因此，本文在科學(xué)測(cè)度中國(guó)糧食生產(chǎn)生態(tài)效率的基礎(chǔ)上，考察中國(guó)糧食生產(chǎn)生態(tài)效率的時(shí)空演變趨勢(shì)及驅(qū)動(dòng)因素，為精準(zhǔn)把握中國(guó)糧食生產(chǎn)生態(tài)效率現(xiàn)狀、提升糧食生產(chǎn)質(zhì)效提供經(jīng)驗(yàn)依據(jù)。

已有研究主要聚焦于農(nóng)業(yè)生態(tài)效率的測(cè)算[2-5]及影響因素分析[6-11]，僅有少量文獻(xiàn)圍繞糧食生產(chǎn)生態(tài)效率進(jìn)行測(cè)算。許朗等[12]運(yùn)用DEA-Malmquist指數(shù)測(cè)算并評(píng)價(jià)我國(guó)2000—2012年糧食主產(chǎn)區(qū)的農(nóng)業(yè)生態(tài)效率，發(fā)現(xiàn)13個(gè)糧食主產(chǎn)區(qū)中只有6個(gè)糧食主產(chǎn)區(qū)的投入產(chǎn)出達(dá)到最優(yōu)水平。陳寶珍和任金政[13]、李雪等[14]運(yùn)用改進(jìn)的SBM方法對(duì)我國(guó)糧食生產(chǎn)生態(tài)效率進(jìn)行測(cè)算，發(fā)現(xiàn)糧食生產(chǎn)生態(tài)效率總體呈緩慢上升的趨勢(shì)，但省級(jí)平均值較低，東西部糧食生產(chǎn)生態(tài)效率差距較大[15]。部分學(xué)者對(duì)糧食生產(chǎn)生態(tài)效率的影響因素進(jìn)行分析，史琛[16]等發(fā)現(xiàn)我國(guó)粳稻生態(tài)效率損失主要由生產(chǎn)要素的高投入和碳排放及農(nóng)田污染的高冗余所造成。也有學(xué)者發(fā)現(xiàn)農(nóng)地流轉(zhuǎn)、農(nóng)業(yè)技術(shù)人員以及農(nóng)民收入水平會(huì)影響糧食生產(chǎn)生態(tài)效率[15，17]。

現(xiàn)有文獻(xiàn)對(duì)農(nóng)業(yè)生態(tài)效率以及糧食生產(chǎn)效率測(cè)算進(jìn)行有益的探索，并關(guān)注到糧食生產(chǎn)效率的空間效應(yīng)，部分學(xué)者嘗試從空間視角研究糧食生產(chǎn)效率，發(fā)現(xiàn)糧食生產(chǎn)技術(shù)效率存在明顯的空間非均衡性[18]、空間自相關(guān)性[19]、空間集聚效益[20]和空間溢出效應(yīng)[21]。然而，少有文獻(xiàn)探究糧食生產(chǎn)生態(tài)效率時(shí)空演變特征，尤其缺乏從空間視角對(duì)糧食生產(chǎn)生態(tài)效率驅(qū)動(dòng)因素進(jìn)行分析的研究。與以往文獻(xiàn)相比，本文創(chuàng)新點(diǎn)在于：一是將二氧化碳排放和農(nóng)業(yè)面源污染納入糧食生產(chǎn)生態(tài)效率的測(cè)算框架，采用基尼系數(shù)法、標(biāo)準(zhǔn)差橢圓圖和莫蘭指數(shù)對(duì)糧食生產(chǎn)生態(tài)效率的時(shí)空演變特征進(jìn)行全面詳細(xì)刻畫；二是從空間視角考察我國(guó)糧食生產(chǎn)生態(tài)效率的驅(qū)動(dòng)因素。

二、研究方法和數(shù)據(jù)來(lái)源

(一)研究方法

1.效率測(cè)算方法

SBM模型：傳統(tǒng)的DEA模型無(wú)法兼顧投入和產(chǎn)出的松弛變量問(wèn)題，Tone(2003)提出SBM-undesirable模型，能夠有效解決投入和產(chǎn)出的冗余問(wèn)題[22]。模型見(jiàn)公式：

(1)

Yγ-S+=y0
Bγ+Sb-=b0
γ，s-，s+，sb-≥0

2探索性空間數(shù)據(jù)分析方法

區(qū)位基尼系數(shù)：常用來(lái)度量收入不平等及生產(chǎn)在地理上的集中程度[23]。本文將采用區(qū)位基尼系數(shù)來(lái)衡量糧食生產(chǎn)生態(tài)效率在地理上的集聚程度，區(qū)位基尼系數(shù)取值范圍為0到1，若取值為0，表示糧食生產(chǎn)生態(tài)效率的地區(qū)分布完全均等；若取值為1，則表示糧食生產(chǎn)生態(tài)效率存在顯著的地理集聚。基本計(jì)算公式(2)如下：

(2)

式(2)中，n表示省份個(gè)數(shù)，yi、yj分別表示i省份和j省份的糧食生產(chǎn)生態(tài)效率，μ為糧食生產(chǎn)生態(tài)效率的均值。

空間分布方向性分析：首先采用標(biāo)準(zhǔn)差橢圓進(jìn)行參數(shù)計(jì)算和空間可視化，其中，橢圓重心表示糧食生產(chǎn)生態(tài)效率在空間上的中心位置，長(zhǎng)軸和短軸分別表示糧食生產(chǎn)生態(tài)效率在空間上的分布方向和分布范圍，長(zhǎng)軸越長(zhǎng)，表明糧食生產(chǎn)生態(tài)效率方向性越強(qiáng)；短軸越長(zhǎng)，表明我國(guó)糧食生產(chǎn)生態(tài)效率離散化程度越高[24]。其次采用全局和局部Moran’s I指數(shù)分析糧食生產(chǎn)生態(tài)效率的空間聚集效應(yīng)，具體公式如下：

全局Moran’s I指數(shù)具體公式(3)如下：

(3)

局部Moran’s I指數(shù)具體公式(4)如下：

(4)

式中，S2表示屬性變量的方差；當(dāng)Ii>0，表示相同屬性地區(qū)在空間上集聚；Ii<0，表示不同屬性地區(qū)在空間上聚集[25]。

3.空間回歸模型

本文將SLM模型設(shè)定如下：

(5)

將SEM模型設(shè)定為：

lnyit=c+βlnX+μit

(6)

μit=γWμit+εit

將SDM模型設(shè)定為：

(7)

上述公式中，y代表糧食生產(chǎn)生態(tài)效率；W為空間權(quán)重矩陣；ε與μ代表隨機(jī)誤差項(xiàng)；X為影響地區(qū)糧食生產(chǎn)生態(tài)效率的解釋變量，包括人均GDP、農(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)機(jī)械密度、工業(yè)化水平、農(nóng)業(yè)規(guī)?；?、財(cái)政支農(nóng)水平、農(nóng)村人力資本水平等；ρ為空間自回歸系數(shù)，用來(lái)測(cè)量整體區(qū)域間的依賴強(qiáng)度，代表相鄰地區(qū)的糧食生產(chǎn)生態(tài)效率對(duì)本地區(qū)糧食生產(chǎn)生態(tài)效率的影響；γ為誤差項(xiàng)的空間自相關(guān)系數(shù)，代表相鄰地區(qū)的糧食生產(chǎn)生態(tài)效率的擾動(dòng)誤差對(duì)本地區(qū)的糧食生產(chǎn)生態(tài)效率也有溢出效應(yīng)。

(二)數(shù)據(jù)來(lái)源

本文糧食生產(chǎn)生態(tài)效率測(cè)算使用的是2010—2020年30個(gè)省(區(qū)、市)面板數(shù)據(jù)，除農(nóng)業(yè)從業(yè)人員來(lái)自各省市統(tǒng)計(jì)年鑒，其余變量指標(biāo)數(shù)據(jù)均來(lái)自《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。因西藏地區(qū)數(shù)據(jù)缺失嚴(yán)重，本文分析將其剔除。人均農(nóng)業(yè)增加值、農(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)機(jī)械密度、產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)規(guī)?；綌?shù)據(jù)均來(lái)自2011—2021年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》，財(cái)政支農(nóng)水平數(shù)據(jù)分別來(lái)自30個(gè)省/區(qū)/市統(tǒng)計(jì)年鑒，農(nóng)村人力資本數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》。

三、實(shí)證分析

(一)中國(guó)糧食生產(chǎn)生態(tài)效率測(cè)算

1.測(cè)算指標(biāo)選取

糧食生產(chǎn)生態(tài)效率兼顧糧食生產(chǎn)過(guò)程中的經(jīng)濟(jì)效益、資源消耗以及生態(tài)損耗，借鑒已有研究[14]，基于投入、產(chǎn)出和非期望產(chǎn)出各類指標(biāo)的可獲得性，最終選取以下變量構(gòu)建指標(biāo)體系，見(jiàn)表1。

表1 糧食生產(chǎn)生態(tài)效率指標(biāo)體系

以上指標(biāo)僅糧食作物播種面積的數(shù)據(jù)可直接獲得，糧食生產(chǎn)投入指標(biāo)中的勞動(dòng)力、農(nóng)藥、化肥、柴油、機(jī)械、農(nóng)膜以及電力都只能獲取整個(gè)農(nóng)業(yè)數(shù)據(jù)，無(wú)法直接獲取糧食生產(chǎn)數(shù)據(jù)。因此，本文首先將農(nóng)業(yè)產(chǎn)值占農(nóng)林牧副漁產(chǎn)值的比值與糧食作物播種面積占農(nóng)作物總播種面積的比值進(jìn)行折算，最后得到糧食生產(chǎn)中投入要素的數(shù)據(jù)；產(chǎn)出指標(biāo)中的糧食產(chǎn)量數(shù)據(jù)可直接獲得；非期望產(chǎn)出中的農(nóng)業(yè)碳排放和面源污染數(shù)據(jù)均無(wú)法直接獲得，需通過(guò)計(jì)算獲取。

糧食生產(chǎn)的面源污染主要包括農(nóng)藥污染、化肥流失及農(nóng)膜殘留，因此本文將借助吳小慶[26]和賴斯蕓[27]的研究，分別將農(nóng)藥污染率、化肥流失率以及農(nóng)膜殘留率分別設(shè)置為50%、65%、10%，因此污染排放量=(農(nóng)藥使用量×50%)+(化肥施用量×65%)+(農(nóng)膜殘留量×10%)。糧食生產(chǎn)中的碳排放主要分為直接碳排放和間接碳排放，本文采取的是直接碳排放，主要來(lái)自化肥、農(nóng)藥、農(nóng)膜和農(nóng)用柴油。根據(jù)碳排放量測(cè)算公式T=∑Ti=∑Ei×δi，其中Ti表示來(lái)自第i種碳排放源的碳排放量，Ei表示第i種碳排放源的使用量，δi表示第i種碳排放源的碳排放系數(shù)，見(jiàn)表2。

表2 碳排放系數(shù)

2.測(cè)算結(jié)果分析

從全國(guó)范圍來(lái)看，糧食生產(chǎn)生態(tài)效率呈波動(dòng)性上升趨勢(shì)。由圖1可以看出我國(guó)東中西部的糧食生產(chǎn)生態(tài)效率增長(zhǎng)趨勢(shì)基本相同?；?0個(gè)省份測(cè)算出的全國(guó)平均糧食生產(chǎn)生態(tài)效率值在0.429—0.689之間，其中2011年糧食生產(chǎn)生態(tài)效率值最低，其值為0.429。東部地區(qū)的生態(tài)效率值一直低于全國(guó)平均糧食生產(chǎn)生態(tài)效率值，其演化特征為：在2010—2014年間呈波動(dòng)下降趨勢(shì)，在2014年達(dá)到10年來(lái)低谷，其值為0.393。此后，2015—2020年間東部地區(qū)糧食生產(chǎn)生態(tài)效率漸增。中部地區(qū)糧食生產(chǎn)生態(tài)效率水平在2011年之前低于全國(guó)平均水平，以及2011—2015年間的糧食生產(chǎn)生態(tài)效率處于較低水平階段，其值低于0.5。在2015年之后，中部地區(qū)的生態(tài)效率呈現(xiàn)較快增速，其糧食生產(chǎn)生態(tài)效率高于全國(guó)平均水平。西部地區(qū)的糧食生產(chǎn)生態(tài)效率平均值與全國(guó)的生態(tài)效率水平值最為貼近。從時(shí)間趨勢(shì)來(lái)看，西部地區(qū)的生態(tài)效率是呈較明顯遞增的狀態(tài)，說(shuō)明西部地區(qū)“退耕還林還草”、生態(tài)移民和生態(tài)轉(zhuǎn)移支付等保護(hù)環(huán)境與生態(tài)的政策措施有一定成效。

圖1 2010—2020年全國(guó)及區(qū)域糧食生產(chǎn)生態(tài)效率時(shí)序變化

從省域范圍來(lái)看，2010—2020年，我國(guó)30個(gè)省份糧食生產(chǎn)生態(tài)效率的變化趨勢(shì)具有異質(zhì)性，各省份糧食生產(chǎn)生態(tài)效率差異較大，其中吉林(0.914)、黑龍江(0.850)、內(nèi)蒙古(0.842)的糧食生產(chǎn)生態(tài)效率的均值排名前三，處于生態(tài)效率前沿面；僅一半省份的糧食生產(chǎn)生態(tài)效率平均值在0.5以上。其中，河北、天津、遼寧、江西、山東、河南、湖南等省份的糧食生產(chǎn)生態(tài)效率提高幅度較大，平均增長(zhǎng)率達(dá)到5%以上，而北京、福建、重慶等地的糧食生產(chǎn)生態(tài)效率下降幅度較大，平均下降幅度超過(guò)2%。根據(jù)研究結(jié)果，將2010—2020年30個(gè)省份的糧食生產(chǎn)生態(tài)效率分為三組：高效率組0.8以上、中效率組0.8—0.5、低效率組0.5以下，其中高效率組有3個(gè)地區(qū)，分別是吉林、黑龍江、內(nèi)蒙古；中效率組有13個(gè)地區(qū)，分別為天津、遼寧、上海、江西、山東、河南、湖南、重慶、四川、貴州、青海、寧夏、新疆地區(qū)；低效率組有14個(gè)地區(qū)，分別為北京、河北、山西、江蘇、浙江、安徽、福建、湖北、廣東、廣西、海南、云南、陜西、甘肅。由此可知，我國(guó)糧食生產(chǎn)生態(tài)效率普遍不高，在糧食生產(chǎn)過(guò)程中僅有少數(shù)省份能夠兼顧生態(tài)效益。

(二)我國(guó)糧食生產(chǎn)生態(tài)效率時(shí)空特征分析

1.時(shí)序特征——區(qū)位基尼系數(shù)

利用2010—2020年30個(gè)省份糧食生產(chǎn)生態(tài)效率值，刻畫省域糧食生產(chǎn)生態(tài)效率的洛倫茲曲線圖(圖2)。由圖2可以看出，我國(guó)糧食生產(chǎn)生態(tài)效率值較為穩(wěn)定，與2010年相比，2020年我國(guó)糧食生產(chǎn)生態(tài)效率的洛倫茲曲線愈加接近絕對(duì)平均線，說(shuō)明省域糧食生產(chǎn)生態(tài)效率的區(qū)位分布趨向均衡。2010—2020年30個(gè)省份糧食生產(chǎn)生態(tài)效率的區(qū)位基尼系數(shù)分別為0.171、0.182、0.173、0.186、0.188、0.183、0.219、0.220、0.226、0.237、0.245，呈現(xiàn)波動(dòng)上升趨勢(shì)，在2020年達(dá)到最高值，表明我國(guó)糧食生產(chǎn)生態(tài)效率的地理集聚程度變高。

圖2 2010年和2020年我國(guó)糧食生產(chǎn)生態(tài)效率洛倫茲曲線圖

2.空間特征——標(biāo)準(zhǔn)差橢圓

借助ArcGIS10.2軟件，采用標(biāo)準(zhǔn)差橢圓計(jì)算公式可以得到30個(gè)省份糧食生產(chǎn)生態(tài)效率重心及其變化情況，測(cè)算結(jié)果如表3所示。從時(shí)間維度看，2010年至2020年我國(guó)糧食生產(chǎn)生態(tài)效率標(biāo)準(zhǔn)差橢圓的中心一直在河南省，短半軸和長(zhǎng)半軸各增加了13.8km、37.3km，說(shuō)明糧食生產(chǎn)生態(tài)效率的區(qū)位分布范圍變廣，與2010年相比，2020年有更多地區(qū)關(guān)注糧食生產(chǎn)生態(tài)效率。從空間位置上看，糧食生產(chǎn)生態(tài)效率重心呈現(xiàn)由東北向西南移動(dòng)的態(tài)勢(shì)。

表3 2010—2020年我國(guó)糧食生產(chǎn)生態(tài)效率橢圓參數(shù)

(三)中國(guó)糧食生產(chǎn)生態(tài)效率的空間相關(guān)性分析

對(duì)我國(guó)糧食生產(chǎn)生態(tài)效率的全局自相關(guān)進(jìn)行檢驗(yàn)，由表4可知，2010—2020年我國(guó)糧食生產(chǎn)生態(tài)效率的全局莫蘭指數(shù)均通過(guò)顯著性檢驗(yàn)，且為正值，表明糧食生產(chǎn)生態(tài)效率在空間上具有較強(qiáng)的正相關(guān)性。我國(guó)糧食生產(chǎn)生態(tài)效率Moran’sI指數(shù)處于波動(dòng)變化中，說(shuō)明我國(guó)糧食生產(chǎn)生態(tài)效率不僅受經(jīng)濟(jì)、技術(shù)、社會(huì)、生產(chǎn)等因素影響，還受到空間位置的影響，空間關(guān)聯(lián)復(fù)雜多變，存在波動(dòng)性的空間聚集現(xiàn)象。

表4 2010—2020年我國(guó)糧食生產(chǎn)生態(tài)效率全局莫蘭指數(shù)

進(jìn)一步測(cè)算，得到我國(guó)糧食生產(chǎn)生態(tài)效率的莫蘭散點(diǎn)圖，結(jié)果如表5所示。其中，分布在H-L(高-低集聚)象限和L-H(低-高聚集)象限的省份逐年減少，分別由2010年的8個(gè)遞減至2020年的4個(gè)、2010年的3個(gè)遞減至2020年的1個(gè)，位于以上象限的省份，其糧食生產(chǎn)生態(tài)效率具有離散特征，在空間上存在異質(zhì)性。位于H-H(高-高集聚)象限和L-L(低-低集聚)象限的省份有所增加，主要位于我國(guó)西部地區(qū)，說(shuō)明這些高糧食生產(chǎn)生態(tài)效率省份和低糧食生產(chǎn)生態(tài)效率省份都與鄰近省份存在空間集聚效應(yīng)。隨著市場(chǎng)經(jīng)濟(jì)體制改革的不斷深入，地區(qū)間糧食的生產(chǎn)要素流通愈發(fā)頻繁，農(nóng)業(yè)技術(shù)交流更加密切，糧食生產(chǎn)生態(tài)效率形成顯著的空間效應(yīng)，區(qū)域間相互作用逐漸強(qiáng)化。從檢驗(yàn)結(jié)果看，莫蘭指數(shù)值顯著說(shuō)明空間相關(guān)性通過(guò)初步驗(yàn)證，需要采用空間計(jì)量模型進(jìn)一步分析。

表5 2010年和2020年我國(guó)糧食生產(chǎn)生態(tài)效率莫蘭散點(diǎn)圖分布情況

注：*、**、***分別表示在10%、5%、1%的水平下顯著。

(四)我國(guó)糧食生產(chǎn)生態(tài)效率驅(qū)動(dòng)因素分析

1.驅(qū)動(dòng)因素選取

結(jié)合農(nóng)業(yè)和糧食生產(chǎn)的特點(diǎn)，借鑒王寶義[28]的研究，本文選定7個(gè)主要影響糧食生產(chǎn)生態(tài)效率的因素進(jìn)行分析，如表6所示?？紤]到糧食生產(chǎn)的現(xiàn)實(shí)性和數(shù)據(jù)的可獲得性，經(jīng)濟(jì)因素用人均GDP衡量；技術(shù)因素采用農(nóng)業(yè)機(jī)械密度指標(biāo)衡量；人口因素方面采用農(nóng)村人力資本作為衡量指標(biāo)；同時(shí)，引入農(nóng)業(yè)受災(zāi)率、工業(yè)化水平、財(cái)政支農(nóng)水平和農(nóng)業(yè)規(guī)?；阶鳛榧Z食生產(chǎn)生態(tài)效率的其他驅(qū)動(dòng)因素。

表6 糧食生產(chǎn)生態(tài)效率驅(qū)動(dòng)因素

2.空間計(jì)量模型的檢驗(yàn)與選擇

前文分析可知，糧食生產(chǎn)生態(tài)效率存在顯著的空間相關(guān)性，空間計(jì)量模型具有不同的形式，因此需對(duì)不同的模型進(jìn)行檢驗(yàn)與選擇，如表7所示。首先，基于地理距離空間權(quán)重矩陣對(duì)空間滯后模型(SLM)和空間誤差模型(SEM)進(jìn)行拉格朗日乘子(LM)檢驗(yàn)，兩者均通過(guò)檢驗(yàn)；Hausman檢驗(yàn)結(jié)果為20.95，并且P值為0.0073，因此，應(yīng)考慮使用固定效應(yīng)模型；LR檢驗(yàn)結(jié)果顯著拒絕SDM模型退化為SLM和SEM模型的原假設(shè)；在對(duì)模型進(jìn)一步研判時(shí)發(fā)現(xiàn)，原假設(shè)為地區(qū)固定效應(yīng)聯(lián)合顯著的檢驗(yàn)結(jié)果為L(zhǎng)R=42.02(P=0.000)，拒絕了原假設(shè)，表明雙向固定效應(yīng)優(yōu)于地區(qū)固定效應(yīng)；另一檢驗(yàn)結(jié)果為L(zhǎng)R=417.31(P=0.000)，同樣拒絕了以時(shí)間固定效應(yīng)聯(lián)合顯著的原假設(shè)，故本文最終選擇時(shí)空雙向固定的空間杜賓面板模型進(jìn)行回歸分析。

表7 空間面板模型相關(guān)檢驗(yàn)結(jié)果

3.空間效應(yīng)分析

為準(zhǔn)確反映各因素對(duì)糧食生產(chǎn)生態(tài)效率的影響程度，進(jìn)一步分析糧食生產(chǎn)生態(tài)效率在空間上的溢出效應(yīng)，本文將空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)，如表8所示。直接效應(yīng)是本地區(qū)的自變量對(duì)本地區(qū)糧食生產(chǎn)生態(tài)效率的影響作用，包括“反饋效應(yīng)”，即效應(yīng)“外溢”至鄰近區(qū)域并由其“回傳”到本區(qū)域[1]。間接效應(yīng)則是本地區(qū)對(duì)相鄰地區(qū)生態(tài)效率的影響作用，即變量的空間溢出效應(yīng)。

表8 時(shí)空雙固定效應(yīng)空間杜賓模型的空間效應(yīng)分解

(1)人口因素。農(nóng)村人力資本對(duì)糧食生產(chǎn)生態(tài)效率的直接效應(yīng)在1%的水平下顯著為正，說(shuō)明農(nóng)民素質(zhì)和能力的提高有助于其重視田間管理和培養(yǎng)環(huán)保意識(shí)，也更容易接受農(nóng)業(yè)培訓(xùn)和掌握科學(xué)的種糧技術(shù)，對(duì)提升糧食生產(chǎn)生態(tài)效率有促進(jìn)作用；農(nóng)村人力資本的間接效應(yīng)為正，但未通過(guò)顯著性檢驗(yàn)，說(shuō)明隨著交通和信息技術(shù)的發(fā)展，鄰近地區(qū)在糧食生產(chǎn)技術(shù)和理念上會(huì)擴(kuò)散影響，但是這種影響相對(duì)較弱。

(2)技術(shù)因素。農(nóng)業(yè)機(jī)械密度對(duì)糧食生產(chǎn)生態(tài)效率的直接效應(yīng)顯著為負(fù)，農(nóng)業(yè)機(jī)械密度能反映農(nóng)業(yè)機(jī)械化，農(nóng)業(yè)機(jī)械化能夠大幅提高糧食生產(chǎn)效率，但使用農(nóng)業(yè)機(jī)械的同時(shí)需要投入大量的石化資源，造成非期望產(chǎn)出增加，不利于糧食生產(chǎn)生態(tài)效率提升；農(nóng)業(yè)機(jī)械密度的空間溢出效應(yīng)在5%的水平下顯著為負(fù)，說(shuō)明機(jī)械密度在鄰近地區(qū)有擴(kuò)散影響。

(3)經(jīng)濟(jì)因素。人均GDP對(duì)糧食生產(chǎn)生態(tài)效率的直接效應(yīng)和空間溢出效應(yīng)為正，但均未通過(guò)顯著性檢驗(yàn)，說(shuō)明人均GDP對(duì)本地區(qū)的直接效應(yīng)和對(duì)鄰近地區(qū)的溢出效應(yīng)較弱。地區(qū)經(jīng)濟(jì)水平提高，該地區(qū)會(huì)更加關(guān)注食品質(zhì)量和安全問(wèn)題，倒逼農(nóng)戶改進(jìn)傳統(tǒng)糧食種植方式，注重糧食生產(chǎn)質(zhì)量，以此提升糧食生產(chǎn)生態(tài)效率。

(4)其他因素。農(nóng)業(yè)受災(zāi)率的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均顯著為負(fù)，農(nóng)業(yè)和自然界聯(lián)系最為緊密，易受自然災(zāi)害的影響。農(nóng)業(yè)受災(zāi)率越高，糧食產(chǎn)量越低，農(nóng)戶為了減少因?yàn)?zāi)害帶來(lái)的損失，可能會(huì)過(guò)度的使用農(nóng)藥化肥，導(dǎo)致非期望產(chǎn)出增加，從而降低糧食生產(chǎn)生態(tài)效率；農(nóng)業(yè)受災(zāi)率的空間溢出效應(yīng)較為顯著，農(nóng)業(yè)受災(zāi)率對(duì)糧食生產(chǎn)生態(tài)效率的影響也會(huì)在鄰近地區(qū)間擴(kuò)散。

工業(yè)化水平的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均在5%的水平上顯著為負(fù)，這是因?yàn)楣I(yè)化發(fā)展水平越高，勞動(dòng)力等生產(chǎn)要素會(huì)進(jìn)入更高回報(bào)率的工業(yè)部門，為保障糧食產(chǎn)量滿足市場(chǎng)需求，種糧農(nóng)戶可能會(huì)更關(guān)注如何提高糧食產(chǎn)量，而忽視糧食生態(tài)問(wèn)題，因此工業(yè)化水平制約糧食生產(chǎn)生態(tài)效率提升；同時(shí)，工業(yè)化發(fā)展也會(huì)對(duì)鄰近地區(qū)提高糧食生產(chǎn)生態(tài)效率帶來(lái)負(fù)向影響。

農(nóng)業(yè)規(guī)?；降闹苯有?yīng)和間接效應(yīng)顯著為正，這是因?yàn)榈貐^(qū)農(nóng)業(yè)規(guī)?；綍?huì)對(duì)糧食種植結(jié)構(gòu)和方式產(chǎn)生影響，規(guī)?；皆礁咿r(nóng)戶可能會(huì)越重視田間管理，有利于糧食生產(chǎn)生態(tài)效率的提高；農(nóng)業(yè)規(guī)?；皆诳臻g上的溢出效應(yīng)同樣顯著為正，較為先進(jìn)的糧食種植結(jié)構(gòu)和方式在鄰近地區(qū)中會(huì)起到良好的示范作用與擴(kuò)散效應(yīng)，引發(fā)地區(qū)經(jīng)驗(yàn)借鑒與交流。

財(cái)政支農(nóng)水平的直接效應(yīng)為負(fù)，但未通過(guò)顯著性檢驗(yàn)，空間溢出效應(yīng)并不明顯。目前來(lái)看，我國(guó)財(cái)政支農(nóng)資金主要用于對(duì)農(nóng)藥、化肥等補(bǔ)貼[26]，財(cái)政支農(nóng)水平提高雖能提高糧食生產(chǎn)效率，但會(huì)增加有害要素投入，從而導(dǎo)致生態(tài)環(huán)境遭到破壞，降低糧食生產(chǎn)生態(tài)效率；其次，地區(qū)財(cái)政支農(nóng)資金利用率較低，導(dǎo)致財(cái)政支農(nóng)水平對(duì)糧食生產(chǎn)生態(tài)效率沒(méi)有顯著影響。

四、結(jié)論與啟示

(一)主要結(jié)論

本文在測(cè)算30個(gè)省份糧食生產(chǎn)生態(tài)效率的基礎(chǔ)上，分析其時(shí)空特征及驅(qū)動(dòng)因素，研究結(jié)論如下：(1)我國(guó)糧食生產(chǎn)生態(tài)效率值相對(duì)較低，在糧食生產(chǎn)過(guò)程中同時(shí)能夠兼顧生態(tài)效益的省份占據(jù)少數(shù)。糧食生產(chǎn)生態(tài)效率平均值在0.8以上的省份只有3個(gè)，而在生態(tài)效率平均值在0.5以下的有14個(gè)省份。(2)我國(guó)30個(gè)省份之間糧食生產(chǎn)生態(tài)效率逐漸均衡化，空間地理集聚逐漸增強(qiáng)。2010—2020年我國(guó)30個(gè)省份糧食生產(chǎn)生態(tài)效率的洛倫茲曲線呈逐漸平穩(wěn)并接近絕對(duì)平均線的趨勢(shì)，基尼系數(shù)從2010年的0.171增加到2020年的0.245，糧食生產(chǎn)生態(tài)效率的重心逐漸向西南地區(qū)移動(dòng)。(3)30個(gè)省份糧食生產(chǎn)生態(tài)效率存在顯著的空間相關(guān)性。考察期內(nèi)30個(gè)省份糧食生產(chǎn)生態(tài)效率的全局莫蘭指數(shù)均通過(guò)顯著性檢驗(yàn)，且為正值；呈現(xiàn)空間集聚的省份逐漸增加，少數(shù)省份存在空間異質(zhì)性。(4)從直接效應(yīng)上看，農(nóng)業(yè)規(guī)?；?、農(nóng)村人力資本的回歸系數(shù)均為正數(shù)且通過(guò)顯著性檢驗(yàn)，表明其對(duì)本地區(qū)提高糧食生產(chǎn)生態(tài)效率有促進(jìn)作用；農(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)機(jī)械密度和工業(yè)化水平的回歸系數(shù)均顯著為負(fù)，表明這幾個(gè)因素不利于本地區(qū)提高糧食生產(chǎn)生態(tài)效率。(5)從間接效應(yīng)上看，農(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)機(jī)械密度、工業(yè)化水平、農(nóng)業(yè)規(guī)?；骄ㄟ^(guò)顯著性檢驗(yàn)，但只有農(nóng)業(yè)規(guī)模化的空間溢出效應(yīng)為正。說(shuō)明地區(qū)農(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)機(jī)械密度、工業(yè)化水平等因素不僅對(duì)該地區(qū)糧食生產(chǎn)生態(tài)效率有抑制作用，還會(huì)對(duì)鄰近地區(qū)糧食生產(chǎn)生態(tài)效率有負(fù)向影響；農(nóng)業(yè)規(guī)?；讲粌H有利于提升當(dāng)?shù)丶Z食生產(chǎn)生態(tài)效率，同時(shí)還對(duì)鄰近地區(qū)起到促進(jìn)作用，農(nóng)業(yè)規(guī)?；偈巩?dāng)?shù)丶Z食生產(chǎn)結(jié)構(gòu)和方式優(yōu)化，在鄰近地區(qū)中會(huì)起到良好的示范作用與擴(kuò)散效應(yīng)，引發(fā)地區(qū)間經(jīng)驗(yàn)借鑒與交流。

(二)政策啟示

第一，加快轉(zhuǎn)變傳統(tǒng)糧食生產(chǎn)方式，兼顧糧食生態(tài)效益。首先，充分調(diào)動(dòng)農(nóng)民種糧積極性，有效組織農(nóng)民職業(yè)教育培訓(xùn)，重視種糧農(nóng)民生態(tài)理念培養(yǎng)；其次，合理規(guī)劃農(nóng)業(yè)生產(chǎn)布局和利用農(nóng)業(yè)機(jī)械服務(wù)，對(duì)糧食生產(chǎn)要素投入和污染排放進(jìn)行改進(jìn)；再次，建立健全農(nóng)業(yè)防災(zāi)減災(zāi)機(jī)制及糧食生態(tài)激勵(lì)機(jī)制，推動(dòng)糧食生產(chǎn)向規(guī)?；⒓s化、信息化轉(zhuǎn)變，全面提升糧食生產(chǎn)生態(tài)效率。

第二，優(yōu)化財(cái)政支農(nóng)模式，提升要素配置效率。研究結(jié)果表明，財(cái)政支農(nóng)水平對(duì)地區(qū)糧食生產(chǎn)生態(tài)效率的影響為負(fù)，我國(guó)目前財(cái)政支農(nóng)支出大多用在作物的農(nóng)藥、化肥等補(bǔ)貼上。一方面，財(cái)政支農(nóng)政策應(yīng)該逐漸向提高農(nóng)業(yè)生態(tài)效益上傾斜，例如在原有糧食補(bǔ)貼政策基礎(chǔ)上細(xì)化出糧食生態(tài)補(bǔ)貼政策，激勵(lì)種糧農(nóng)戶優(yōu)化生產(chǎn)資料配置，注重糧食生產(chǎn)生態(tài)，實(shí)現(xiàn)糧食生產(chǎn)可持續(xù)；另一方面，加大農(nóng)業(yè)科技創(chuàng)新補(bǔ)貼，發(fā)展資源節(jié)約型綠色農(nóng)業(yè)，盡可能減少糧食生產(chǎn)過(guò)程中產(chǎn)生的非期望產(chǎn)出，提高糧食生產(chǎn)生態(tài)效率。

第三，構(gòu)建區(qū)域協(xié)調(diào)發(fā)展機(jī)制，加強(qiáng)地區(qū)間交流合作。注重糧食生產(chǎn)的整體效能，建立健全糧食生產(chǎn)生態(tài)效率的區(qū)域合作、區(qū)域互助等區(qū)域協(xié)調(diào)發(fā)展機(jī)制，在生產(chǎn)技術(shù)、生產(chǎn)管理和資源配置等方面構(gòu)建地區(qū)交流合作機(jī)制，例如建設(shè)糧食生產(chǎn)要素流通市場(chǎng)，促進(jìn)生產(chǎn)資料的跨區(qū)流動(dòng)，優(yōu)化資源的配置效率。

第四，促進(jìn)糧食生態(tài)示范區(qū)有序擴(kuò)散，增強(qiáng)地區(qū)示范帶動(dòng)作用。充分發(fā)揮“示范地區(qū)”的輻射帶動(dòng)作用，繼續(xù)打造一批“糧食生產(chǎn)生態(tài)示范區(qū)”，糧食生產(chǎn)生態(tài)效率水平較低的地區(qū)應(yīng)主動(dòng)學(xué)習(xí)綠色種植經(jīng)驗(yàn)，推進(jìn)先進(jìn)生產(chǎn)技術(shù)在落后省份擴(kuò)散。同時(shí)，應(yīng)充分考慮糧食生產(chǎn)的區(qū)域異質(zhì)性，為不同地區(qū)的糧食生產(chǎn)生態(tài)發(fā)展提供“量身定做”的標(biāo)準(zhǔn)和政策，從而實(shí)現(xiàn)糧食生產(chǎn)生態(tài)效率的總體提升。