摘 要： 深入研判黃河流域農業(yè)綠色發(fā)展效率地區(qū)差異及演變趨勢， 對推動黃河流域生態(tài)保護和農業(yè)高質量發(fā)展具有重要意義。基于2011-2022年黃河流域九?。▍^(qū)）數(shù)據(jù)， 采用非期望產(chǎn)出SBM模型、 Dagum基尼系數(shù)、 核密度估計及變異系數(shù)分析方法， 測算黃河流域九省（區(qū)）農業(yè)綠色發(fā)展效率， 分析時空格局演變。結果表明： 黃河流域農業(yè)綠色發(fā)展效率整體上呈波動上升態(tài)勢， 效率值從2011年的0.38上升至2022年的0.92；黃河流域上中下游區(qū)域發(fā)展存在差異， 但發(fā)展效率差距整體呈下降趨勢， 總體基尼系數(shù)由2011年的0.29下降到2022年的0.13， 其中地區(qū)間差異是造成整體差距大的主要原因。由此， 提出健全農業(yè)綠色發(fā)展制度體系、 深化黃河流域省際農業(yè)合作、 強化農業(yè)綠色發(fā)展技術支撐等對策建議。

關鍵詞： 黃河流域；農業(yè)綠色發(fā)展效率；非期望產(chǎn)出SBM

中圖分類號： F32

文獻標識碼： A

文章編號： 1672-1217 （2024） 04-0085-10

收稿日期： 2024-04-06

作者簡介： 楊宏力（1979-）， 男， 山東單縣人， 聊城大學商學院教授， 經(jīng)濟學博士；

王鳳娟（2000-）， 女， 山東高密人， 聊城大學商學院碩士研究生。

經(jīng)過 “十三五” 時期的奮斗， 我國農業(yè)現(xiàn)代化建設取得了重大進展。黨中央指出， “十四五” 時期 “三農” 工作依然重要， 新時期要以推動高質量發(fā)展為主題， 加快實現(xiàn)農業(yè)農村現(xiàn)代化。一直以來， 黃河流域農業(yè)產(chǎn)業(yè)在提供農產(chǎn)品、 保障糧食安全及出口等方面占據(jù)重要地位， 但在發(fā)展過程中存在許多現(xiàn)實困境， 其中最嚴重的問題是生態(tài)保護不到位： 黃河流域上游區(qū)域涵養(yǎng)水源的功能退減、 土地沙漠化嚴重；中游區(qū)域土地退化、 水土流失多發(fā)；下游區(qū)域水污染嚴重【王東波、 張海瑩、 宋保勝： 《黃河流域農業(yè)生態(tài)效率評價與比較分析》， 《安徽農學通報》 2022年第2期?！?。綠色發(fā)展是解決農業(yè)生態(tài)問題的關鍵之舉， 農業(yè)綠色發(fā)展有助于保護生態(tài)環(huán)境、 保障糧食安全、 提高農民收入， 推動農業(yè)高質量發(fā)展。因而， 走農業(yè)綠色發(fā)展之路， 對加快黃河流域農業(yè)產(chǎn)業(yè)生態(tài)化轉型和促進其可持續(xù)發(fā)展具有重要意義。

一、 文獻綜述

綠色發(fā)展是高質量發(fā)展的表征之一， 是一種新經(jīng)濟增長和未來社會發(fā)展方式。高效率、 促和諧、 可持續(xù)是綠色發(fā)展的目標。農業(yè)綠色發(fā)展效率等同于農業(yè)生態(tài)效率， 是生態(tài)效率在農業(yè)領域的具體應用， 是衡量農業(yè)綠色發(fā)展的重要指標【肖華堂、 薛蕾： 《我國農業(yè)綠色發(fā)展水平與效率耦合協(xié)調性研究》， 《農村經(jīng)濟》 2021年第3期?！浚?也是一種滿足人類對于農產(chǎn)品質和量需求的基礎上評價農業(yè)生產(chǎn)和經(jīng)濟綜合績效的綜合性指標。本研究以測算黃河流域九省（區(qū)）農業(yè)綠色發(fā)展效率為主線， 深入探討黃河流域農業(yè)綠色發(fā)展的時空格局演變。

國內外學者對農業(yè)綠色發(fā)展的現(xiàn)有研究主要集中在兩個方面： 一方面是研究測算農業(yè)綠色發(fā)展水平； 另一方面是研究影響農業(yè)綠色發(fā)展的因素。學者們對農業(yè)綠色發(fā)展水平進行了大量細致的研究， 運用多樣化的方法進行測度， 典型的有單一比值法、 熵權法、 超效率模型 （SBM） 、 生態(tài)足跡分析法、 數(shù)據(jù)包絡分析法 （DEA） 等。近些年， 大部分研究多采用綜合性方法， 先通過熵權法確定評價指標權重， 后通過構建指標體系對農業(yè)綠色發(fā)展水平進行測度與研究。姜逢清和田長彥是較早利用簡便比值法對農業(yè)資源利用效率進行研究的學者【姜逢清、 田長彥：《新疆典型地區(qū)主要農業(yè)資源利用效率分析》， 《資源科學》2001年第2期?！? 陳玉蘭等使用熵值法對全國農業(yè)綠色發(fā)展水平進行測度， 發(fā)現(xiàn)我國東部地區(qū)農業(yè)綠色發(fā)展水平增速顯著【陳玉蘭、 程旭睿、 郭君：《我國農業(yè)綠色發(fā)展水平地區(qū)差異及分布動態(tài)演進》， 《新疆農業(yè)科學》2023年第1期。】; 殷真真等同樣使用熵值法測度了云南省的農業(yè)綠色發(fā)展水平， 發(fā)現(xiàn)云南省農業(yè)綠色發(fā)展水平整體呈上升趨勢， 但穩(wěn)定性較差【殷真真、 普雁翔、 宋麗華：《云南省農業(yè)綠色發(fā)展水平綜合評價及影響因素分析》， 《熱帶農業(yè)科學》2023年第4期?！? 梁耀文等采用超效率EBM模型測算了黃河流域九省農業(yè)生態(tài)效率， 發(fā)現(xiàn)黃河流域農業(yè)生態(tài)效率整體呈下降趨勢【梁耀文、 王寶海、 丁慧媛：《黃河流域農業(yè)生態(tài)效率時空演變與沖擊效應》， 《湖北農業(yè)科學》2022年第1期。】; Jianfeng Song和Xiaonan Chen采用結合水足跡評價和隨機前沿方法的WF-SFA集成方法對我國糧食生產(chǎn)生態(tài)效率進行研究， 發(fā)現(xiàn)我國糧食生產(chǎn)的生態(tài)效率水平低下， 我國具有提高環(huán)境和生態(tài)可持續(xù)性的潛力【Jianfeng Song， Xiaonan Chen， “Eco-efficiency of grain production in China based on water footprints： A stochastic frontier approach”， Journal of Cleaner Production， 2019， 236， pp.117685-117685】; Benedetta Coluccia et al.采用數(shù)據(jù)包絡分析（DEA）方法對意大利農業(yè)部門的生態(tài)效率進行了測度， 發(fā)現(xiàn)意大利農業(yè)部門在提升生態(tài)效率上存在改進空間【Benedetta Coluccia， Donatella Valente et al.， “Assessing agricultural eco-efficiency in Italian Regions”， Ecological Indicators， 2020， 116， p.106483.】; Hoang和Alauddin使用投入導向的數(shù)據(jù)包絡分析 （DEA） 方法對30個經(jīng)合組織國家的農業(yè)生態(tài)效率進行了測度， 發(fā)現(xiàn)30個國家的農業(yè)生態(tài)效率排名差距較大【Viet-Ngu Hoang， “Mohammad Alauddin， Input-Orientated Data Envelopment Analysis Framework for Measuring and Decomposing Economic， Environmental and Ecological Efficiency： An Application to OECD Agriculture”， Environmental and Resource Economics， 2012， 51（3）， pp.431-452】; 郭書娟等從資源節(jié)約、 環(huán)境友好、 生態(tài)保育、 質量高效四個維度構建農業(yè)綠色發(fā)展綜合評價指數(shù)， 對河南省農業(yè)綠色發(fā)展水平進行研究， 發(fā)現(xiàn)河南省農業(yè)綠色發(fā)展水平的綜合評價指數(shù)呈波動上升趨勢， 但指數(shù)數(shù)值較低【郭書娟、 許亞東、 黃進勇：《基于熵權TOPSIS模型的農業(yè)綠色發(fā)展水平評價——以河南省為例》， 《浙江大學學報（農業(yè)與生命科學版）》2024年第2期?！? 黃少堅和馮世艷通過構建資源環(huán)境綠色、 農業(yè)經(jīng)濟發(fā)展、 農業(yè)科技發(fā)展、 農業(yè)產(chǎn)出綠色化四位一體的農業(yè)綠色發(fā)展指標體系， 對我國農業(yè)綠色發(fā)展水平進行初步評估， 發(fā)現(xiàn)農業(yè)綠色發(fā)展水平穩(wěn)中向好， 全國總體水平逐年提高， 但農業(yè)生態(tài)資源環(huán)境問題嚴重【黃少堅、 馮世艷：《農業(yè)綠色發(fā)展指標設計及水平測度》， 《生態(tài)經(jīng)濟》2021年第5期?！?。關于農業(yè)綠色發(fā)展效率影響因素研究， 學者們從農地流轉、 化肥及農藥等化學品的投入、 勞動力轉移、 農旅融合、 人口老齡化、 農業(yè)科技發(fā)展、 財政支農、 經(jīng)濟金融等方面進行了分析?？镞h配和張容對糧食生產(chǎn)生態(tài)效率進行研究， 發(fā)現(xiàn)加快農地流轉對提升糧食生產(chǎn)生態(tài)效率具有顯著的促進作用【匡遠配、 張容：《農地流轉對糧食生產(chǎn)生態(tài)效率的影響》， 《中國人口·資源與環(huán)境》2021年第4期。】; 惠婞等對作物生產(chǎn)生態(tài)效率進行研究， 發(fā)現(xiàn)化肥農藥施用會導致作物生產(chǎn)生態(tài)效率低下【惠婞、 陳曉楠、 宋健峰：《基于水足跡的作物生產(chǎn)生態(tài)效率評價——以陜西省為例》， 《生態(tài)學報》2021年第8期?！? 侯孟陽和姚順波的研究發(fā)現(xiàn)農村勞動力轉移有利于提升農業(yè)生態(tài)效率【侯孟陽、 姚順波：《中國農村勞動力轉移對農業(yè)生態(tài)效率影響的空間溢出效應與門檻特征》， 《資源科學》2018年第12期?！? 胡平波與王晶晶的研究均表明提高農旅融合發(fā)展水平對于提升農業(yè)生態(tài)效率具有顯著正向影響【胡平波、 鐘漪萍：《政府支持下的農旅融合促進農業(yè)生態(tài)效率提升機理與實證分析——以全國休閑農業(yè)與鄉(xiāng)村旅游示范縣為例》， 《中國農村經(jīng)濟》2019年第12期?！俊就蹙ЬА?周發(fā)明：《農旅融合發(fā)展對農業(yè)生態(tài)效率的影響效應》， 《湖南農業(yè)大學學報（社會科學版）》2021年第2期?！? 李露和徐維祥對農村人口老齡化效應進行研究， 發(fā)現(xiàn)農村人口老齡化對農業(yè)生態(tài)效率總體上呈現(xiàn)負效應【李露、 徐維祥：《農村人口老齡化效應下農業(yè)生態(tài)效率的變化》， 《華南農業(yè)大學學報（社會科學版）》2021年第2期?！? 黃宜等的研究表明農業(yè)科技投入對農業(yè)生態(tài)效率有顯著的正向作用。農業(yè)科技發(fā)展能夠促進農業(yè)生產(chǎn)結構升級， 例如農村互聯(lián)網(wǎng)使用能改變農業(yè)發(fā)展模式， 從而提高農業(yè)生態(tài)效率【黃宜、 張家縉、 周海燕：《農業(yè)科技投入對農業(yè)生態(tài)效率的影響——基于農村互聯(lián)網(wǎng)使用的傳導機制》， 《資源開發(fā)與市場》2023年第7期?！? 黃志斌和楊建州對農業(yè)生態(tài)效率進行研究后指出， 在城鎮(zhèn)化水平低的地區(qū)財政支農資金對農業(yè)生態(tài)效率呈現(xiàn)顯著負向影響， 反之會產(chǎn)生促進作用【黃志斌、 楊建州：《財政支農資金對農業(yè)生態(tài)效率的影響——基于系統(tǒng)動態(tài)廣義矩估計和門檻效應檢驗》， 《林業(yè)經(jīng)濟》2022年第10期?！? 從潘方卉與王磊的研究中發(fā)現(xiàn)， 綠色金融及數(shù)字普惠金融會顯著促進農業(yè)綠色發(fā)展， 且兩種金融發(fā)展均通過影響科技水平促進農業(yè)綠色發(fā)展【潘方卉、 張弛、 崔寧波：《綠色金融對農業(yè)綠色發(fā)展的影響效應及其作用機制研究》， 《農業(yè)經(jīng)濟與管理》2024年第1期?！俊就趵?、 馬金銘：《數(shù)字普惠金融影響農業(yè)綠色發(fā)展的機制與效應》， 《華南農業(yè)大學學報（社會科學版）》2023年第22期?！?。

綜上可見， 現(xiàn)有文獻對農業(yè)綠色發(fā)展效率的研究已取得一定成果， 但從流域視角研究農業(yè)綠色發(fā)展效率的文獻較為少見， 尤其在時間和空間兩種維度上。鑒于此， 為了深入了解黃河流域農業(yè)綠色發(fā)展現(xiàn)狀， 豐富現(xiàn)有研究， 本研究以黃河干流九?。▍^(qū)）數(shù)據(jù)為樣本， 先采用非期望產(chǎn)出SBM模型對2011-2022年期間黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展效率進行整體測算， 然后使用Dagum基尼系數(shù)、 核密度估計等方法研究黃河流域九省（區(qū)）農業(yè)綠色發(fā)展時空演變規(guī)律， 最后探索改善九?。▍^(qū)）農業(yè)綠色發(fā)展效率的路徑， 以期推動黃河流域農業(yè)高質量發(fā)展， 加快實現(xiàn)農業(yè)現(xiàn)代化。

二、 樣本數(shù)據(jù)與研究方法

（一）樣本選擇及數(shù)據(jù)來源

選取黃河流域九?。▍^(qū)）（青海、 四川、 甘肅、 寧夏、 內蒙古、 陜西、 山西、 河南、 山東）2011-2022年的相關農業(yè)數(shù)據(jù)作為研究樣本。參考梁耀文【梁耀文、 王寶海、 丁慧媛： 《黃河流域農業(yè)生態(tài)效率時空演變與沖擊效應》， 《湖北農業(yè)科學》 2022年第1期?！亢屯蹙ЬА就蹙Ь?、 周發(fā)明： 《農旅融合發(fā)展對農業(yè)生態(tài)效率的影響效應》， 《湖南農業(yè)大學學報（社會科學版）》 2021年第2期?！康认嚓P文獻， 以農業(yè)生產(chǎn)總值為期望產(chǎn)出， 農業(yè)碳排放量為非期望產(chǎn)出， 選取有效灌溉面積、 化肥施用量、 農作物總播種面積、 農業(yè)機械總動力、 農村用電量、 農用塑料薄膜使用量、 農業(yè)從業(yè)人數(shù)、 農用柴油使用量、 農藥使用量為投入要素， 采用非期望產(chǎn)出SBM模型測度農業(yè)綠色發(fā)展效率。農業(yè)碳排放量指標測算參照李波等【李波、 張俊飚、 李海鵬： 《中國農業(yè)碳排放時空特征及影響因素分解》， 《中國人口·資源與環(huán)境》 2011年第8期?！垦芯克?， 研究所使用的數(shù)據(jù)來源于Wind數(shù)據(jù)庫及九?。▍^(qū)）統(tǒng)計年鑒， 少許缺失數(shù)據(jù)通過插值法補充。具體指標選取如下表1所示。

（二）研究方法

1.非期望產(chǎn)出SBM模型

DEA是一種非參數(shù)前沿方法， 常用來評估社會經(jīng)濟、 生產(chǎn)活動等投入產(chǎn)出效率。傳統(tǒng)DEA模型并未對投入和產(chǎn)出的松弛變量進行充分考量， 導致測算結果存在一定偏差， 超效率SBM模型則改善了這一問題， 將松弛變量納入到模型當中， 對傳統(tǒng)DEA模型進行了修正。為獲得更為準確的效率值， 本文選擇包含非期望產(chǎn)出的超效率SBM模型， 具體公式如下。

ρ =min1－1m∑mi=1s－ixi01+1s1+s2∑s1r=1sgrygr0+∑s2r=1sbrybr0（1）

s.t. x0=Xλ+s-

yg0=Ygλ-s+

yb0=Ybλ-s+

λ≥0，s-≥0，sg≥0，sb≥0（2）

式中： ρ*是最終測算的效率值， 取值范圍在＼之間；sg、 sb分別表示每個決策單元（DMU）期望產(chǎn)出不足和非期望產(chǎn)出過剩；yg0、 yb0分別代表期望產(chǎn)出和非期望產(chǎn)出。

為對效率有更直截了當?shù)挠^察， 本文參照曾賢剛等【曾賢剛、 劉紀新、 牛木川： 《高質量發(fā)展條件下黃河流域環(huán)境效率分析》， 《生態(tài)經(jīng)濟》 2020年第7期?！繉Νh(huán)境效率的分級方法， 對農業(yè)綠色發(fā)展效率進行分級， 具體情況如下：

ρ*lt;0.5"""" 低效率

0.5≤ρ*lt;0.8" 中低效率

0.8≤ρ*lt;1"" 中高效率

ρ*≥1""""" 高效率（3）

2.Dagum基尼系數(shù)法

基尼系數(shù)是用來衡量一個國家或地區(qū)居民收入分配或財富分配不平等程度的指標。Dagum基尼系數(shù)【Dagum C， “A New Approach to the Decomposition of the Gini Income Inequality ratio”， Empirical Economics， 1997（4）， pp.515-531.】是在傳統(tǒng)基尼系數(shù)上改進的結果， 通過引入一個參數(shù)調整后， Dagum基尼系數(shù)變得更具有靈活性。Dagum基尼系數(shù)可分解為組內系數(shù)、 組間系數(shù)和超變密度系數(shù)， 組內系數(shù)代表了地區(qū)內部差距， 衡量的是黃河流域九?。▍^(qū)）內部農業(yè)綠色發(fā)展效率水平差距；組間系數(shù)代表地區(qū)間的差距， 衡量的是九省（區(qū)）作為整體時每個省份間的凈值差距；超變密度系數(shù)衡量的是不同地區(qū)間存在的交叉重疊現(xiàn)象。Dagum基尼系數(shù)彌補了其他用于測度地區(qū)差距方法因無法解決考察數(shù)據(jù)存在交叉重疊現(xiàn)象的不足， 能夠更好地識別地區(qū)差距來源問題。本研究使用Dagum基尼系數(shù)來測算黃河流域農業(yè)綠色發(fā)展效率地區(qū)差距。

D=∑np=1∑nq=1∑mpi=1∑mqr=1Xpi－Xqr2m2X－D=DA+DB+DC（4）

上述式子中， m和n分別為劃分黃河流域區(qū)域的個數(shù)和省（區(qū)）個數(shù)， i或r代表的是黃河流域農業(yè)綠色發(fā)展效率水平。DA表示的是地區(qū)內部水平差距， DB代表的是地區(qū)之間水平差距， DC是超變密度差異， 表示的是各地區(qū)交叉重疊現(xiàn)象。

3.核密度估計

核密度估計是一種估計隨機變量的概率密度函數(shù)的非參數(shù)檢驗方法， 對數(shù)據(jù)分布無要求， 觀察樣本數(shù)據(jù)可獲得數(shù)據(jù)分布態(tài)勢、 極化趨勢等信息。選取多個年份的核密度估計圖， 將其繪制在一個坐標系中觀察樣本數(shù)據(jù)時序演變規(guī)律。運用Stata15.0軟件繪制黃河流域2011、 2016、 2020和2022年的農業(yè)綠色發(fā)展效率核密度圖， 通過分析核密度曲線的峰度、 位置、 形狀等， 探索黃河流域農業(yè)綠色發(fā)展效率的時序演變軌跡。

4.變異系數(shù)法

變異系數(shù)是衡量數(shù)據(jù)變異程度的相對統(tǒng)計量， 為清楚了解黃河流域農業(yè)整體綠色效率分布狀況， 運用變異系數(shù)法計算農業(yè)綠色效率差異值， 變異系數(shù)值越高， 越接近1， 表明黃河流域農業(yè)綠色水平區(qū)域發(fā)展差異越大， 反之， 變異系數(shù)值越小， 表明黃河流域農業(yè)綠色水平區(qū)域發(fā)展差異越小【查建平、 周霞、 周玉璽： 《黃河流域農業(yè)綠色發(fā)展水平綜合評價分析》， 《中國農業(yè)資源與區(qū)劃》 2022年第1期?！?。

RSD=σ（5）

其中， RSD表示變異系數(shù)， σ代表農業(yè)綠色發(fā)展效率值標準差， 代表農業(yè)綠色發(fā)展效率平均值。采用變異系數(shù)法可以更直觀感受黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展水平差異整體變化， 同時也驗證其變化是否與Dagum基尼系數(shù)中的總體基尼系數(shù)變動趨勢相同， 增強研究的說服力。

三、 結果與分析

（一）黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展效率測度結果

運用非期望產(chǎn)出SBM測算的2011-2022年黃河流域九省（區(qū)）農業(yè)綠色發(fā)展效率結果如表2所示。從整體分析可得， 黃河流域農業(yè)綠色發(fā)展效率呈 “斜Z” 形狀， 波動上升， 效率值從2011年的0.38上升至2022年的0.92， 提升了約2.5倍， 由低效率水平轉變?yōu)橹懈咝仕健７謺r間段來看， 2011-2018年黃河流域九?。▍^(qū)）農業(yè)綠色效率年均提升0.02左右; 2018-2020年效率增長幅度提升較快， 尤其從2019-2020年， 效率增長達0.25。但2020-2021年期間黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展效率呈現(xiàn) “斷崖式” 下降【趙佳茹、 田貴良： 《黃河流域工業(yè)生態(tài)效率研究》， 《人民黃河》 2022年第10期?！?， 究其原因可能是2021年上半年農業(yè)災害較多且低溫達歷年新高， 對全國農業(yè)生產(chǎn)造成嚴重影響， 加之新冠疫情的爆發(fā)嚴重影響人們進行正常農業(yè)活動， 加重了對農業(yè)生產(chǎn)的沖擊， 使得在這期間農業(yè)效率大幅下降。2021-2022年， 恢復正常農業(yè)勞作后黃河流域九省（區(qū)）農業(yè)綠色發(fā)展效率也恢復之前水平并有所提升。分省份來看， 青海地區(qū)農業(yè)綠色發(fā)展呈現(xiàn)高效率， 可能原因是青海地區(qū)屬于高寒草原中心， 農業(yè)發(fā)展水平適度， 農業(yè)發(fā)展與當?shù)丨h(huán)境緊密相連， 具有多樣性與適應性， 因此當?shù)剞r業(yè)綠色發(fā)展水平相對較高；四川、 陜西兩省農業(yè)綠色發(fā)展效率平均值位于中低效率， 可能原因是傳統(tǒng)農業(yè)長期發(fā)展對環(huán)境造成的污染依舊留存， 因此兩省農業(yè)綠色發(fā)展效率位于中低水平；其他五個?。▍^(qū)）農業(yè)綠色發(fā)展平均值呈現(xiàn)低效率， 可能的原因是傳統(tǒng)農業(yè)發(fā)展帶來的污染影響大， 現(xiàn)代農業(yè)發(fā)展處于初級階段， 導致農業(yè)綠色發(fā)展效率平均值低。九省（區(qū)）平均農業(yè)綠色發(fā)展效率低下且存在差異的原因多樣， 主要原因有： 有關農業(yè)綠色發(fā)展理論與實踐價值研究不足， 相關制度體系建設不完善， 導致農業(yè)綠色發(fā)展效率水平低下【劉惠良、 劉紅峰、 尹少華： 《基于鄉(xiāng)村振興視域下農業(yè)綠色發(fā)展水平測度研究》， 《經(jīng)濟地理》 2024年第4期?！?；各地區(qū)自然環(huán)境不同， 農業(yè)發(fā)展受自然環(huán)境影響大；各地區(qū)經(jīng)濟發(fā)展不均衡， 導致農業(yè)產(chǎn)業(yè)綠色化發(fā)展存在差異【韓敘、 王英、 劉文婷： 《縣域視角下黃河流域農業(yè)綠色發(fā)展時空分異特征及驅動因素研究》， 《中國生態(tài)農業(yè)學報》 2024年第4期。】。

（二）黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展水平空間演變情況

選取2011、 2016、 2020和2022年4個代表年份繪制黃河流域九?。▍^(qū)）農業(yè)綠色效率核密度曲線見圖1。2011-2022年， 核密度曲線中心明顯向右移動， 2011-2020年右移幅度較大， 2020-2022年右移幅度較小， 表明黃河流域九?。▍^(qū)）農業(yè)綠色效率水平不斷提高， 經(jīng)歷了高速增長到緩慢提升的過程；右拖尾存在逐年縮短的現(xiàn)象， 意味著黃河流域九?。▍^(qū)）農業(yè)綠色效率區(qū)域差距在逐步縮小；同時， 核密度曲線從單峰過渡到雙峰， 且峰高逐漸上升、 跨度逐漸變小， 亦表明黃河流域九?。▍^(qū)）農業(yè)綠色效率區(qū)域差異逐步減小。

1.空間分異特點

按照地理位置將黃河九省（區(qū)）劃分為上中下游【青海、 甘肅、 寧夏、 四川為上游區(qū)域；內蒙古、 山西、 陜西為中游區(qū)域；河南、 山東為下游區(qū)域?！?。 按照上中下游分布統(tǒng)計黃河流域逐年農業(yè)綠色發(fā)展效率均值， 具體情況見表3。從表3豎向區(qū)域觀察可得， 2011-2022年上中下游區(qū)域農業(yè)綠色效率均呈現(xiàn)上升態(tài)勢， 尤其是2018年以后， 上中下游地區(qū)農業(yè)綠色發(fā)展效率增長率高達10%以上， 可能的原因是： 2018年國務院頒布了 《關于加快推進黃河流域生態(tài)保護和高質量發(fā)展的意見》， 傳達了國家對黃河流域生態(tài)保護的重視和關注， 推動了黃河流域農業(yè)綠色發(fā)展。盡管2020年至2021年上中下游地區(qū)均呈現(xiàn)出不同程度下降， 但總體上中下游效率水平均保持向好趨勢。從表3橫向區(qū)域觀察可得， 在黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展效率排名中上游地區(qū)位居首位， 中游地區(qū)其次， 下游地區(qū)位于末尾， 表明上中下游區(qū)域農業(yè)綠色發(fā)展不均衡。選取2011、 2016、 2018和2022年， 運用ArcGIS軟件按自然斷點法將農業(yè)綠色效率分為5個等級。由圖2可知： 黃河流域九?。▍^(qū)）農業(yè)綠色效率明顯得到提升， 上游地區(qū)效率發(fā)展穩(wěn)定， 中游區(qū)域多中低效率省份， 下游區(qū)域效率最高且變化較大；山東和河南兩省農業(yè)綠色效率變化較大， 青海、 四川、 甘肅和寧夏四省 （區(qū)） 效率穩(wěn)定， 到2022年中游區(qū)域僅陜西省與內蒙古自治區(qū)效率較高。整體來看， 下游區(qū)域農業(yè)綠色效率高于上中游區(qū)域?？赡茉蚴巧綎|省和河南省是農業(yè)產(chǎn)業(yè)大省， 且下游地區(qū)屬于東部地區(qū)多平原， 經(jīng)濟發(fā)展水平高于黃河流域上游及中游地區(qū)， 基礎設施完備， 農業(yè)工業(yè)化水平高加之政府及有關部門對農業(yè)綠色發(fā)展的關注， 使得兩省份農業(yè)綠色發(fā)展效率變化較大。

2.黃河流域九省（區(qū)）農業(yè)綠色發(fā)展效率區(qū)域差異來源及其貢獻率

表4描述了黃河流域上中下游農業(yè)綠色發(fā)展效率水平基尼系數(shù)及其分解變化， 可以看出， 2011-2022年黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展效率水平的總體差距呈現(xiàn)出波動下降的態(tài)勢。在樣本期內， 總體差距由2011年的0.29下降至2022年的0.13， 表明黃河流域農業(yè)綠色發(fā)展效率水平的地區(qū)差異明顯縮小。從地區(qū)內部基尼系數(shù)看， 上游地區(qū)農業(yè)綠色效率水平差異整體呈顯著下降趨勢， 基尼系數(shù)變化由2011年0.35下降至2022年的0.15；下游地區(qū)農業(yè)綠色效率水平差異從2011年的0.03下降到2022年的0.01；中游地區(qū)小幅度上升， 從2011年的0.10上漲到2022年的0.17。十年間， 黃河流域上、 下游地區(qū)內部差異顯著下降， 中游地區(qū)內部差異顯著增長， 區(qū)域內農業(yè)綠色發(fā)展效率水平不同步。從地區(qū)間基尼系數(shù)看， 2011-2022年， 上—中游地區(qū)和上—下游地區(qū)間差異整體呈下降態(tài)勢， 其中上—中游地區(qū)下降幅度高達50%， 上—下游地區(qū)下降率更是高達66.7%；中—下游地區(qū)間整體差異從2011年的0.09上升到2022年的0.12， 上升幅度為33.3%。

圖3 黃河流域農業(yè)綠色發(fā)展效率差異的貢獻率趨勢

圖3為黃河流域農業(yè)綠色發(fā)展效率差異的貢獻率趨勢圖， 從圖3可得， 在樣本期內， 黃河流域農業(yè)綠色發(fā)展效率水平的總體差距主要來源于地區(qū)間凈值差距， 在2019年之前其貢獻率高于地區(qū)內差距的貢獻率和超變密度的貢獻率。地區(qū)內差距的貢獻率在2019年之前始終高于超變密度的貢獻率， 是黃河流域農業(yè)綠色發(fā)展效率水平總體差距的第二來源， 超變密度的貢獻率最低， 是黃河流域農業(yè)綠色發(fā)展效率水平總體差距的第三來源。在整個樣本期內， 地區(qū)間差異貢獻率最高， 高達49%， 但地區(qū)間貢獻差異總體保持長期下降的動態(tài)趨勢， 到2021年下降到16.22%；地區(qū)內差距的貢獻率維持33%-36%， 基本穩(wěn)定；超變密度貢獻率差距由2011年的16.26%持續(xù)上升至2021年的49.21%后下降至2022年的30.95%， 但整體呈緩慢上升趨勢。

3.黃河流域九省（區(qū)）農業(yè)綠色發(fā)展效率變異系數(shù)分析

圖4表示的是我國黃河流域九?。▍^(qū)）農業(yè)綠色效率的變異系數(shù)變化， 黃河流域農業(yè)綠色發(fā)展效率變異系數(shù)從2011年0.71逐年下降到2022年0.31， 平均每年保持3.78%的降幅， 尤其是2017、 2018、 2019三年年均降幅高達6.6%， 表明在2011-2022年黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展效率的差距不斷縮小且具有繼續(xù)縮減的趨勢， 這與Dagum基尼系數(shù)中總體基尼系數(shù)變化趨勢一致。2010年中央一號文件提出 “穩(wěn)糧保供給、 增收惠民生、 改革促統(tǒng)籌、 強基增后勁”， 全國各地加強對農業(yè)的投入， 推動農業(yè)經(jīng)濟的增長， 在2015年新發(fā)展理念提出后， 農業(yè)產(chǎn)業(yè)生產(chǎn)經(jīng)營更加注重綠色發(fā)展， 尤其是2017年鄉(xiāng)村振興戰(zhàn)略提出后， 農業(yè)農村發(fā)展成為關注焦點， 農業(yè)綠色發(fā)展成為未來農業(yè)發(fā)展趨勢， 在圖4中對應2017年后黃河流域九省農業(yè)綠色發(fā)展效率差異大幅度降低。黃河流域九?。▍^(qū)）之間農業(yè)綠色發(fā)展差異穩(wěn)步下降， 有利于推動全國農業(yè)產(chǎn)業(yè)協(xié)調發(fā)展， 促進農業(yè)發(fā)展不平衡問題的解決， 從而現(xiàn)實全面鄉(xiāng)村振興。

四、 研究結論與政策建議

（一）研究結論

黃河流域是我國重要糧食生產(chǎn)區(qū)和生態(tài)保護區(qū)， 在推動生態(tài)系統(tǒng)保護和綠色農業(yè)發(fā)展方面有重要意義。為探究黃河流域農業(yè)綠色發(fā)展和空間演變狀況， 本文以黃河干流沿線9個九?。▍^(qū)）為樣本， 選取2011-2022年為樣本時期， 運用非期望產(chǎn)出的超效率模型測算黃河流域農業(yè)綠色發(fā)展水平， 通過Dagum基尼系數(shù)、 核密度估計等分析其地域演變情況， 得到以下結論：

1.在樣本期內黃河流域九?。▍^(qū)）農業(yè)綠色發(fā)展效率不斷提升， 效率值從2011年的0.38上升至2022年的0.92， 由低效率轉變?yōu)橹懈咝仕剑?但仍存在較大發(fā)展空間。黃河流域整體農業(yè)綠色發(fā)展呈現(xiàn)出上升態(tài)勢， 但并不平穩(wěn)， 易受外部環(huán)境影響。根據(jù)空間分布圖可知， 黃河流域上中下游地區(qū)農業(yè)綠色發(fā)展不均衡， 下游地區(qū)農業(yè)綠色發(fā)展效率整體高于上中游地區(qū)。

2.在樣本期內黃河流域九省（區(qū)）農業(yè)綠色發(fā)展效率差距整體呈下降趨勢， 總體基尼系數(shù)由2011年的0.29下降到2022年的0.13。其中， 上游和下游地區(qū)內部基尼系數(shù)逐年下降， 但中游地區(qū)內部差異呈現(xiàn)上升趨勢；地區(qū)間差異是造成差異大的主要原因， 到2022年上—中游地區(qū)間差異最大， 達0.16。從核密度曲線圖可得， 黃河流域農業(yè)綠色效率水平不斷提高且區(qū)域間發(fā)展差異不斷降低， 農業(yè)綠色發(fā)展效率的變異系數(shù)結果同樣表明黃河流域農業(yè)綠色發(fā)展效率差異正不斷縮小。

（二）政策建議

1.健全農業(yè)綠色發(fā)展制度體系。完善的制度體系是黃河流域生態(tài)保護和高質量發(fā)展的法理支撐。要嚴格落實中共中央辦公廳、 國務院辦公廳 《關于創(chuàng)新體制機制推進農業(yè)綠色發(fā)展的意見》， 完善黃河流域農業(yè)綠色發(fā)展相關制度， 優(yōu)化農業(yè)綠色發(fā)展的頂層設計， 如耕地制度、 環(huán)保制度、 人才引進制度、 農業(yè)補貼制度等。加強土地管理， 合理規(guī)劃農業(yè)布局；加大環(huán)保力度， 發(fā)展生態(tài)農業(yè)；積極引進高素質農業(yè)人才， 引領農業(yè)產(chǎn)業(yè)升級。

2.深化黃河流域省際農業(yè)合作。黃河流域九省（區(qū)）要因地制宜， 發(fā)揮比較優(yōu)勢， 加強區(qū)域間農業(yè)合作。以綠色現(xiàn)代農業(yè)為發(fā)展方向， 在農業(yè)產(chǎn)業(yè)發(fā)展規(guī)劃、 農業(yè)項目布局、 水資源保護與調配、 農作物新品種繁育推廣、 農業(yè)生產(chǎn)技術推廣、 專業(yè)農業(yè)人才培養(yǎng)等方面， 各省區(qū)建立省長、 廳長聯(lián)席會議， 合作論壇等聯(lián)動機制， 搭建農業(yè)綠色生態(tài)發(fā)展合作平臺。

3.強化農業(yè)綠色發(fā)展技術支撐。研究表明， 雖然九?。▍^(qū)）存在一些差異但黃河流域農業(yè)綠色發(fā)展效率整體水平仍有較大提升空間， 而實現(xiàn)提升的關鍵要素是農業(yè)綠色發(fā)展技術。因而要轉變農業(yè)科技創(chuàng)新方向， 持續(xù)加大農業(yè)綠色發(fā)展技術基礎性研究支持力度， 加快建設綠色發(fā)展技術應用項目， 通過設立政府投資引導基金等手段撬動社會資本投向綠色農業(yè)領域， 著力構建支撐農業(yè)綠色發(fā)展的技術體系。

Study on Agricultural Green Development Efficiency

and Spatio-temporal Pattern Evolution

——Based on the Data of Nine Provinces（Regions）along the Yellow River Basin

YANG Hong-li， WANG Feng-juan

（School of Business， Liaocheng University， Liaocheng 252001， China）

Abstract：" Deeply analyzing the regional differences and evolutionary trends in the efficiency of green agricultural development in the Yellow River Basin is of great significance for promoting ecological protection and high-quality agricultural development in the Yellow River Basin. Based on the data of nine provinces （regions） in the Yellow River Basin from 2011 to 2022， this paper uses the undesired output SBM model， Dagum Gini coefficient， kernel density estimation and coefficient of variation analysis method to measure the agricultural green development efficiency and analyze the spatial-temporal pattern evolution of nine provinces （regions） in the Yellow River Basin. The results show that： The agricultural green development efficiency in the Yellow River Basin shows a fluctuating upward trend on the whole， and the efficiency value increases from 0.38 in 2011 to 0.92 in 2022; There are differences in regional development in the upper， middle and lower reaches of the Yellow River Basin， but the overall development efficiency gap shows a downward trend， and the overall Gini coefficient drops from 0.29 in 2011 to 0.13 in 2022. Therefore， this paper puts forward some countermeasures and suggestions， such as improving the system of agricultural green development， deepening the inter-provincial agricultural cooperation in the Yellow River Basin， and strengthening the technical support for agricultural green development.

Key words：" Yellow River basin；efficiency of green agricultural development；unexpected output SBM

＼