王磊，劉茹迪，馬紅坤

（山東師范大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250358）

黃河流域是我國重要的農(nóng)產(chǎn)品生產(chǎn)基地，2021 年黃河流域糧食總產(chǎn)量2.39 億噸，占全國糧食總產(chǎn)量的35%。黃河發(fā)源于青藏高原，橫跨我國東、中、西部，生態(tài)環(huán)境脆弱，農(nóng)業(yè)的快速發(fā)展給這一區(qū)域生態(tài)環(huán)境承載力帶來了巨大考驗(yàn)。2019 年，中央將黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展上升為國家戰(zhàn)略。2023 年4 月1 日起，《中華人民共和國黃河保護(hù)法》正式施行，強(qiáng)調(diào)加強(qiáng)黃河流域生態(tài)環(huán)境保護(hù)，保障黃河安瀾，推進(jìn)水資源節(jié)約集約利用，推動(dòng)高質(zhì)量發(fā)展。

生態(tài)效率（ecological efficiency）是反映經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境之間關(guān)系的重要概念，由德國學(xué)者STEFAN 等[1]于1990 年首次提出。農(nóng)業(yè)生態(tài)效率一般是指在農(nóng)業(yè)生產(chǎn)過程中投入和產(chǎn)出要素的組合關(guān)系，在一定的要素組合下，以較少的資源消耗和環(huán)境污染獲得更多的農(nóng)業(yè)產(chǎn)出時(shí)，農(nóng)業(yè)生態(tài)效率就越高[2]。在強(qiáng)化黃河流域農(nóng)業(yè)生態(tài)環(huán)境保護(hù)的背景下，系統(tǒng)測算黃河流域農(nóng)業(yè)生態(tài)效率，分析其時(shí)空演化特征，進(jìn)而分析其空間收斂性，對(duì)于提升黃河流域農(nóng)業(yè)生態(tài)效率，緩解黃河流域在農(nóng)業(yè)部門面臨的環(huán)境保護(hù)壓力具有重要價(jià)值。為此，本研究聚焦的核心問題是黃河流域的農(nóng)業(yè)生態(tài)效率究竟如何？其時(shí)空演變有何特征？效率變動(dòng)的來源是什么？是否存在空間收斂性，什么因素驅(qū)動(dòng)了黃河流域農(nóng)業(yè)生態(tài)效率的收斂？

現(xiàn)有關(guān)于農(nóng)業(yè)生態(tài)效率的研究主要從三個(gè)方面展開：一是農(nóng)業(yè)生態(tài)效率的評(píng)價(jià)方法。主要包括生命周期法、生態(tài)足跡法、隨機(jī)前沿分析法（SFA）、數(shù)據(jù)包絡(luò)分析法（DEA）等[3]。其中，DEA 模型由于事先不需要設(shè)定變量之間的關(guān)系，在測定具有多個(gè)投入產(chǎn)出指標(biāo)的決策單元時(shí)具有優(yōu)勢，但傳統(tǒng)DEA 模型由于未能充分考慮松弛變量故難以精準(zhǔn)地測度區(qū)域發(fā)展的實(shí)際效率。為克服這一缺陷，TONE[4]提出非徑向、非角度的非期望產(chǎn)出SBM 模型，將負(fù)外部性產(chǎn)出納入模型，有效解決了投入產(chǎn)出的松弛問題[5]，逐漸成為測度農(nóng)業(yè)生態(tài)效率的主流方法。二是農(nóng)業(yè)生態(tài)效率的時(shí)空特征研究。多數(shù)學(xué)者基于省級(jí)面板數(shù)據(jù)，以農(nóng)業(yè)面源污染、農(nóng)業(yè)碳排放等為非期望產(chǎn)出對(duì)中國農(nóng)業(yè)生態(tài)效率的時(shí)空特征進(jìn)行測度分析[6-8]。也有不少學(xué)者引入空間計(jì)量方法中的經(jīng)典β收斂分析、探索性空間數(shù)據(jù)分析、泰爾指數(shù)等方法分析農(nóng)業(yè)生態(tài)效率的區(qū)域差異和空間收斂性[9-11]。三是關(guān)于農(nóng)業(yè)生態(tài)效率的驅(qū)動(dòng)因素分析。既有研究多采用面板Tobit 模型[12-13]來實(shí)證分析農(nóng)業(yè)生態(tài)效率的主要影響因素，也有少數(shù)學(xué)者采用二次指派模型[14]、地理探測器[15]、門限回歸模型[16]等方法進(jìn)行了探究。

本文的創(chuàng)新性在于：一是拓展了已有研究關(guān)于農(nóng)業(yè)期望產(chǎn)出的指標(biāo)體系，借助農(nóng)田生態(tài)系統(tǒng)服務(wù)當(dāng)量，全面測算包含農(nóng)業(yè)多功能性指標(biāo)在內(nèi)的農(nóng)業(yè)期望產(chǎn)出。二是在農(nóng)業(yè)生態(tài)效率的動(dòng)態(tài)特征上，深入分解分析了農(nóng)業(yè)生態(tài)效率的變動(dòng)來源。三是采用空間計(jì)量模型對(duì)農(nóng)業(yè)生態(tài)效率的空間收斂性及其影響因素進(jìn)行了分析。

1 研究區(qū)域與數(shù)據(jù)來源

黃河流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南和山東9 個(gè)省份，流域面積79.5 萬平方千米，約占我國國土面積的8.3%，流域總?cè)丝?.2 億人，約占全國總?cè)丝诘?0.3%。由于四川省區(qū)域內(nèi)大部分屬于長江流域，考慮到地級(jí)城市層面相關(guān)數(shù)據(jù)的可得性，本文選取黃河流域內(nèi)除四川省外的8 個(gè)省區(qū)的47 個(gè)地級(jí)市作為研究區(qū)域，具體包括甘肅省的蘭州、天水、張掖（共3 個(gè)市），青海省的西寧（共1 個(gè)市），寧夏回族自治區(qū)的銀川、石嘴山（共2 個(gè)市），內(nèi)蒙古自治區(qū)的呼和浩特、包頭、烏蘭察布、鄂爾多斯、巴彥淖爾（共5 個(gè)市），陜西省的西安、咸陽、延安、榆林（共4 個(gè)市），山西省的太原、晉中、臨汾、長治（共4 個(gè)市），河南省除信陽之外的17 個(gè)城市，山東省的濱州、德州、東營、菏澤、濟(jì)南、濟(jì)寧、聊城、泰安、濰坊、棗莊、淄博（共11 個(gè)市）?？紤]黃河上中下游的分界點(diǎn)以及地市級(jí)行政單元的完整性，借鑒相關(guān)研究，本文將黃河流域分為上游、中游和下游三個(gè)地區(qū)，見圖1。

本文選取的樣本數(shù)據(jù)是2000—2020 年黃河流域沿線47 個(gè)地級(jí)市的面板數(shù)據(jù)，所涉及的投入產(chǎn)出指標(biāo)數(shù)據(jù)及驅(qū)動(dòng)因素?cái)?shù)據(jù)均來源于歷年《中國城市統(tǒng)計(jì)年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》《全國農(nóng)產(chǎn)品成本收益匯編》以及各相關(guān)地級(jí)城市統(tǒng)計(jì)年鑒，少數(shù)缺失的數(shù)據(jù)采用插補(bǔ)法予以補(bǔ)齊。

2 研究設(shè)計(jì)

2.1 農(nóng)業(yè)生態(tài)效率的測度

2.1.1 模型選擇

由TONE[4]提出的非期望產(chǎn)出的超效率SBM 模型綜合考慮了投入、期望產(chǎn)出和非期望產(chǎn)出，不僅能夠有效解決傳統(tǒng)模型忽略投入產(chǎn)出的松弛性而導(dǎo)致測度結(jié)果偏誤問題，而且能夠?qū)λ袥Q策單元進(jìn)行排序?；诖?，本文采用非期望產(chǎn)出的超效率SBM 模型對(duì)黃河流域農(nóng)業(yè)生態(tài)效率進(jìn)行測度，具體模型如下：

式中：ρ表示目標(biāo)效率值；x、yg、yb分別代表投入、期望產(chǎn)出、非期望產(chǎn)出指標(biāo)的數(shù)值，S-、Sg、Sb分別代表投入松弛量、期望產(chǎn)出松弛量、非期望產(chǎn)出松弛量，m、s1、s2分別表示投入指標(biāo)、期望產(chǎn)出指標(biāo)、非期望產(chǎn)出指標(biāo)的個(gè)數(shù)，λ代表權(quán)重向量。

2.1.2 指標(biāo)選取與測度

結(jié)合公式（1）、（2），本文的指標(biāo)體系共分為投入指標(biāo)、期望產(chǎn)出指標(biāo)和非期望產(chǎn)出指標(biāo)三類，具體指標(biāo)及測算方法如表1 所示。

表1 農(nóng)業(yè)生態(tài)效率投入產(chǎn)出指標(biāo)體系

（1）投入指標(biāo)。參考王寶義等[7]、侯孟陽等[17]的研究，本文選取土地、勞動(dòng)、灌溉、機(jī)械、農(nóng)藥、化肥等作為投入指標(biāo)。其中，勞動(dòng)力選取農(nóng)業(yè)從業(yè)人員人數(shù)衡量，對(duì)于只有第一產(chǎn)業(yè)從業(yè)人員數(shù)據(jù)的城市則用農(nóng)業(yè)產(chǎn)值占第一產(chǎn)業(yè)總產(chǎn)值的比重進(jìn)行換算得出。

（2）期望產(chǎn)出指標(biāo)。期望產(chǎn)出指標(biāo)用農(nóng)業(yè)產(chǎn)值和農(nóng)田生態(tài)系統(tǒng)的服務(wù)價(jià)值表示。黃河流域農(nóng)田生態(tài)系統(tǒng)的服務(wù)價(jià)值參考謝高地等[18]的研究，根據(jù)單位面積農(nóng)田生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表（表2），結(jié)合小麥和玉米的種植狀況進(jìn)行計(jì)算，具體公式如下：

式（3）、（4）中：SWit和SCit分別代表i城市t年小麥、玉米的播種面積占兩種作物總播種面積的百分比，F(xiàn)Wit和FCit分別代表i城市t年小麥、玉米的單位面積凈利潤（元/公頃），D代表黃河流域1 個(gè)標(biāo)準(zhǔn)當(dāng)量因子的生態(tài)系統(tǒng)服務(wù)價(jià)值量（元/公頃），Zk代表第k類農(nóng)田生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量，ESVit、Sit和Wit分別代表i城市t年的農(nóng)田生態(tài)系統(tǒng)的服務(wù)價(jià)值、農(nóng)作物播種面積和農(nóng)業(yè)總產(chǎn)值，W代表2000—2020 年黃河流域47 個(gè)城市的農(nóng)業(yè)總產(chǎn)值。

（3）非期望產(chǎn)出指標(biāo)。非期望產(chǎn)出指標(biāo)選取農(nóng)業(yè)碳排放量和農(nóng)業(yè)面源污染，其中農(nóng)業(yè)碳排放量選擇化肥、農(nóng)藥、灌溉、農(nóng)膜、農(nóng)用柴油以及農(nóng)業(yè)翻耕乘以相應(yīng)碳排放系數(shù)計(jì)算得到[19]。為了避免指標(biāo)過多影響結(jié)果的準(zhǔn)確性，借鑒方永麗等[20]的處理方法，將農(nóng)業(yè)面源污染用熵值法由化肥氮磷流失量、農(nóng)藥殘留量和農(nóng)膜殘留量綜合而成。

2.2 空間收斂性分析

β收斂源于經(jīng)濟(jì)增長理論的趨同思想，包括絕對(duì)β收斂和條件β收斂。前者是指無論初始條件如何，各地區(qū)都將達(dá)到相同的穩(wěn)態(tài)水平；后者假定各地區(qū)的經(jīng)濟(jì)社會(huì)發(fā)展具有異質(zhì)性，因此考慮其他影響因素后也呈收斂趨勢，后者一定程度也可以檢驗(yàn)前者的穩(wěn)健性?？紤]到農(nóng)業(yè)生態(tài)效率的空間相關(guān)性，以及鄰近地區(qū)隨機(jī)誤差中的不確定性沖擊導(dǎo)致的空間溢出，本文參考趙領(lǐng)娣等[21]的研究，選擇空間誤差模型（SEM）進(jìn)行空間β收斂性分析，空間誤差模型為：

式中：α為常數(shù)項(xiàng)，β為空間收斂系數(shù)，λ是空間誤差系數(shù)，W為空間權(quán)重矩陣，εi,t和δi,t為誤差項(xiàng)，AEEi,t表示地級(jí)市i在t年的農(nóng)業(yè)生態(tài)效率，μi和ηt代表個(gè)體和時(shí)間固定效應(yīng)?？臻g條件β收斂是在等式右邊增加φlnXi,t，X表示一系列影響農(nóng)業(yè)生態(tài)效率的因素。根據(jù)公式s=-ln(1-|β|)/T計(jì)算時(shí)間跨度T內(nèi)的收斂速度s。

在構(gòu)建空間條件β收斂模型時(shí)，借鑒洪開榮等[22]、楊肅昌等[23]的研究，同時(shí)結(jié)合黃河流域農(nóng)業(yè)發(fā)展?fàn)顩r和生態(tài)特征，本文選取影響黃河流域生態(tài)效率的5 個(gè)主要影響因素，見表3。

表3 黃河流域農(nóng)業(yè)生態(tài)效率的主要影響因素

3 研究結(jié)果

3.1 黃河流域農(nóng)業(yè)生態(tài)效率的演變特征

3.1.1 時(shí)序演變特征分析

基于非期望產(chǎn)出的超效率SBM 模型，借助MaxDEA 8.0 軟件測度2000—2020 年黃河流域47 個(gè)地級(jí)市的農(nóng)業(yè)生態(tài)效率（限于篇幅，本文未再列出黃河流域47 個(gè)地級(jí)市的農(nóng)業(yè)生態(tài)效率測度結(jié)果，但可供索?。?，并分為上游、中游和下游地區(qū)，比較不同區(qū)域的農(nóng)業(yè)生態(tài)效率均值（圖2）。從整體上看，黃河流域各年份農(nóng)業(yè)生態(tài)效率平均值基本上在0.6 以下，處于偏低水平；從效率變動(dòng)上看，研究期內(nèi)農(nóng)業(yè)生態(tài)效率呈現(xiàn)出在波動(dòng)中緩慢上升的態(tài)勢，其中，2010 年以前，不同區(qū)域的效率均值整體表現(xiàn)為上游＞中游＞下游，2010 年后，下游地區(qū)的農(nóng)業(yè)生態(tài)效率明顯提升，開始逐步趕超中游和上游地區(qū)。2017 年黨的十九大之后，我國農(nóng)業(yè)綠色發(fā)展步伐加快，黃河流域農(nóng)業(yè)生態(tài)效率有了明顯上升，尤其是下游地區(qū)對(duì)政策的響應(yīng)程度最高，加之區(qū)域內(nèi)農(nóng)業(yè)技術(shù)進(jìn)步較快和創(chuàng)新活躍等因素的助推，至2020 年成為黃河流域農(nóng)業(yè)生態(tài)效率最高的地區(qū)。

圖2 2000—2020年黃河流域農(nóng)業(yè)生態(tài)效率的演變過程

為進(jìn)一步探究黃河流域農(nóng)業(yè)生態(tài)效率隨時(shí)間演變的集聚性差異特征，本文采用高斯正態(tài)分布的非參數(shù)Kernel 密度函數(shù)對(duì)效率水平的時(shí)序演進(jìn)狀況進(jìn)行可視化展示，選擇2000 年、2005 年、2010 年、2015 年、2018 年、2020 年6 個(gè)年份為觀測時(shí)點(diǎn)，得到不同時(shí)點(diǎn)的分布狀況（圖3），分別從波峰高度、峰數(shù)、位置三個(gè)方面分析：核密度波峰高度下降并且向右移動(dòng)，這表明低效率的城市在減少，高效率的城市增加且聚集程度降低；核密度呈現(xiàn)出由多峰向雙峰、單峰過渡的特征，且“拖尾”現(xiàn)象逐漸消失，說明多級(jí)分化的現(xiàn)象有所減弱，各城市之間的效率差距也有所縮小；從位置上看，核密度曲線向右移動(dòng)，這意味著農(nóng)業(yè)生態(tài)效率整體逐年上升。

圖3 2000—2020年黃河流域農(nóng)業(yè)生態(tài)效率Kernel密度估計(jì)

3.1.2 空間格局演變特征分析

借助于ArcGIS 10.2 軟件將2001 年、2005 年、2010 年、2015 年、2018 年、2020 年研究區(qū)域農(nóng)業(yè)生態(tài)效率進(jìn)行空間可視化分析（圖4），從圖4 中可以看出空間演變的三個(gè)主要特征：一是整體呈現(xiàn)出明顯的增長態(tài)勢，2001 年效率值達(dá)到較高效率及以上水平的城市僅有6 個(gè)，2020 年有28 個(gè)，占總城市個(gè)數(shù)的57.45%。二是各城市的農(nóng)業(yè)生態(tài)效率呈現(xiàn)出空間分異性特征，上游地區(qū)多數(shù)城市農(nóng)業(yè)生態(tài)效率一直處于較低水平，而隨著時(shí)間推移，處于中下游的大部分城市效率值逐漸接近于生產(chǎn)前沿面。三是處于高效率水平的城市整體上呈現(xiàn)出由分散化分布逐漸向中下游地區(qū)聚集的特征。

圖4 2000—2020年黃河流域各城市農(nóng)業(yè)生態(tài)效率空間演變過程

3.1.3 ML指數(shù)及其分解分析

為進(jìn)一步考察效率的動(dòng)態(tài)變化特征以及效率分解指標(biāo)的變化規(guī)律，本文運(yùn)用ML 指數(shù)對(duì)黃河流域農(nóng)業(yè)生態(tài)效率的動(dòng)態(tài)特征值進(jìn)行測度。F?RE 等[24]將Malmquist指數(shù)應(yīng)用于全要素生產(chǎn)率（TFP）變動(dòng)的測度，并將其與DEA 模型結(jié)合，用以計(jì)算決策單元的TFP。CHUNG 等[25]將方向距離函數(shù)引入Malmquist 指數(shù)，解決了非期望產(chǎn)出的問題，并把它稱為ML 指數(shù)。ML 指數(shù)可以分解為效率變化（EC）和技術(shù)變化（TC），當(dāng)EC＞1 時(shí)，說明決策單元現(xiàn)有技術(shù)有優(yōu)化；當(dāng)TC＞1 時(shí)，表明決策單元技術(shù)水平存在進(jìn)步和創(chuàng)新。本文借鑒ZOFIO[26]的分解方法，將ML 指數(shù)進(jìn)一步分解為純技術(shù)效率變化（PEC）、規(guī)模效率變化（SEC）、純技術(shù)變化（PTC）和規(guī)模技術(shù)變化（STC）4 個(gè)指數(shù)（限于篇幅，本文未再列出黃河流域各城市農(nóng)業(yè)生態(tài)效率ML 指數(shù)及其分解結(jié)果，但可供索?。?。圖5 是不同區(qū)域農(nóng)業(yè)生態(tài)效率ML 指數(shù)及其分解結(jié)果。

圖5 黃河流域農(nóng)業(yè)生態(tài)效率ML指數(shù)及其分解

由圖5 可以看出，黃河流域農(nóng)業(yè)生態(tài)效率增長的主導(dǎo)因素是技術(shù)變化（TC），黃河流域上、中、下游三個(gè)地區(qū)的PTC 和STC 指數(shù)均大于1，而SEC 指數(shù)均小于1，這說明流域內(nèi)重視將先進(jìn)的技術(shù)引進(jìn)并應(yīng)用于農(nóng)業(yè)生產(chǎn)領(lǐng)域，亦重視技術(shù)創(chuàng)新能力，但在農(nóng)業(yè)生產(chǎn)要素的規(guī)?；胶同F(xiàn)有規(guī)模體系上仍有較大提升空間。同時(shí)注意到，黃河流域下游的PEC 指數(shù)大于1，而上、中游地區(qū)該指數(shù)均小于1，這說明下游地區(qū)較高的經(jīng)濟(jì)發(fā)展水平不僅帶動(dòng)了該地區(qū)的農(nóng)業(yè)技術(shù)創(chuàng)新，而且在農(nóng)業(yè)資源配置中的較高管理水平和技術(shù)應(yīng)用能力，也有效促進(jìn)了該地區(qū)的農(nóng)業(yè)生態(tài)效率較快增長。

3.1.4 空間自相關(guān)分析

借助ArcGIS 10.2 軟件，測度2000—2020 年黃河流域農(nóng)業(yè)生態(tài)效率的全局Moran’s I 指數(shù)，以分析是否存在空間自相關(guān)（表4）?？梢钥闯觯?013 年以后Moran’s I 指數(shù)為正值，并通過了顯著性檢驗(yàn)，表明黃河流域農(nóng)業(yè)生態(tài)效率呈現(xiàn)出高度集聚態(tài)勢，從數(shù)值變化上來看，呈現(xiàn)出在波動(dòng)中上升的趨勢，表明效率的空間集聚效應(yīng)隨著時(shí)間的推移逐漸增強(qiáng)，空間自相關(guān)程度上升。2012年以來，隨著我國生態(tài)文明戰(zhàn)略的深入實(shí)施和農(nóng)村綠色發(fā)展的深入推進(jìn)，黃河流域農(nóng)業(yè)生態(tài)效率提升顯著，與高效率城市相鄰近的城市效率也有了較快的提升，分布格局也呈現(xiàn)出較為明顯的集聚狀態(tài)。

表4 2000—2020年黃河流域農(nóng)業(yè)生態(tài)效率全局Moran’s I指數(shù)值

3.2 黃河流域農(nóng)業(yè)生態(tài)效率的空間收斂性分析

由于黃河流域農(nóng)業(yè)生態(tài)效率存在明顯的空間自相關(guān)，因此本文基于空間計(jì)量模型進(jìn)行空間β收斂分析。表5 的檢驗(yàn)結(jié)果表明，LM 檢驗(yàn)均通過了1%的顯著性水平，再進(jìn)行Robust-LM 檢驗(yàn)，發(fā)現(xiàn)Robust LM-error通過了顯著性檢驗(yàn)而Robust LM-lag 不顯著，因此選擇空間誤差模型進(jìn)行收斂性分析。Hausman 檢驗(yàn)結(jié)果表明采用固定效應(yīng)。

表5 空間相關(guān)性檢驗(yàn)結(jié)果

3.2.1 空間絕對(duì)β收斂分析

根據(jù)公式（5）確定的絕對(duì)β收斂空間誤差模型，運(yùn)用Stata 16 軟件對(duì)黃河流域農(nóng)業(yè)生態(tài)效率的絕對(duì)收斂模型進(jìn)行估計(jì)，并考察不同區(qū)域的收斂性，結(jié)果見表6?？梢钥闯?，空間誤差系數(shù)λ均通過了顯著水平檢驗(yàn)，說明模型估計(jì)效果良好；空間收斂系數(shù)β均小于0，且除黃河下游之外均通過了1%的顯著性檢驗(yàn)，說明這些區(qū)域的農(nóng)業(yè)生態(tài)效率存在絕對(duì)收斂，而黃河下游的系數(shù)β小于0 但不顯著，可能存在假性收斂的現(xiàn)象；各區(qū)域的收斂速度s表示為上游＞中游＞下游，上游的收斂速度明顯高于其他地區(qū)，說明上游地區(qū)提升農(nóng)業(yè)生態(tài)效率的態(tài)勢強(qiáng)勁。

表6 黃河流域農(nóng)業(yè)生態(tài)效率的空間絕對(duì)β收斂回歸結(jié)果

3.2.2 空間條件β收斂分析

進(jìn)一步對(duì)黃河流域農(nóng)業(yè)生態(tài)效率進(jìn)行空間條件β收斂分析，以探討促成收斂的主要影響因素，結(jié)果見表7?？梢钥闯觯诳紤]其他影響因素后，收斂系數(shù)β均依然顯著小于0，表明在觀察期內(nèi)黃河流域農(nóng)業(yè)生態(tài)效率存在明顯的條件收斂特征；與絕對(duì)β收斂系數(shù)相比，各地區(qū)條件β收斂速度均出現(xiàn)不同程度的加快，這一方面說明了所選控制變量的合理性，另一方面說明這些影響因素顯著促進(jìn)了農(nóng)業(yè)生態(tài)效率的收斂。

表7 黃河流域農(nóng)業(yè)生態(tài)效率的空間條件β收斂回歸結(jié)果

從控制變量的系數(shù)可以看出，表7 列（1）顯示農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、財(cái)政支農(nóng)力度對(duì)黃河流域農(nóng)業(yè)生態(tài)效率產(chǎn)生顯著正向驅(qū)動(dòng)作用，而工業(yè)化水平、農(nóng)業(yè)機(jī)械化密度、農(nóng)業(yè)市場化程度則產(chǎn)生顯著負(fù)向影響，這一結(jié)果表明在研究時(shí)段內(nèi)，黃河流域農(nóng)業(yè)經(jīng)濟(jì)的整體較快增長和外在的財(cái)政支農(nóng)積極作用，助推了農(nóng)業(yè)生產(chǎn)技術(shù)水平和農(nóng)業(yè)生產(chǎn)效率的提高，進(jìn)而驅(qū)動(dòng)了農(nóng)業(yè)生態(tài)效率的上升；外在的工業(yè)化發(fā)展、農(nóng)業(yè)機(jī)械化密度的提升以及內(nèi)在的農(nóng)業(yè)市場化程度產(chǎn)生了顯著的負(fù)向影響，說明黃河流域工業(yè)化發(fā)展對(duì)農(nóng)業(yè)生產(chǎn)效率的促進(jìn)作用較為有限。同時(shí)，農(nóng)業(yè)機(jī)械的過度使用導(dǎo)致農(nóng)業(yè)碳排放等非期望產(chǎn)出的增加，以及市場化進(jìn)程中市場失靈、政府失靈、結(jié)構(gòu)失靈等因素在黃河流域農(nóng)業(yè)發(fā)展中仍然存在，導(dǎo)致了農(nóng)業(yè)生態(tài)環(huán)境的破壞，不利于農(nóng)業(yè)生態(tài)效率的提升[27-28]。

根據(jù)表7 中的列（2）、列（3）、列（4），從黃河流域不同區(qū)域來看：①工業(yè)化水平僅對(duì)黃河上游產(chǎn)生顯著負(fù)向影響，對(duì)中、下游的影響并不顯著，可能是由于上游地區(qū)工業(yè)的發(fā)展一定程度上擠占了農(nóng)業(yè)發(fā)展資源，而中、下游的環(huán)境保護(hù)政策對(duì)工業(yè)企業(yè)的生產(chǎn)起到了部分約束作用。②農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平對(duì)上、中、下游均產(chǎn)生顯著正向促進(jìn)作用，說明較高的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和農(nóng)業(yè)生產(chǎn)技術(shù)水平更有利于提升農(nóng)業(yè)生態(tài)效率。③農(nóng)業(yè)機(jī)械化密度對(duì)上、中游地區(qū)產(chǎn)生顯著負(fù)向影響，對(duì)下游地區(qū)的影響為正，其可能的原因是，上、中游地區(qū)對(duì)農(nóng)業(yè)機(jī)械的利用不合理，而下游地區(qū)的農(nóng)業(yè)機(jī)械化應(yīng)用程度和應(yīng)用水平更高，有效發(fā)揮了農(nóng)用機(jī)械的使用效率。④財(cái)政支農(nóng)力度對(duì)上地區(qū)產(chǎn)生正向影響，而在下游地區(qū)影響為負(fù)，可能是因?yàn)橄掠蔚貐^(qū)政府在大力促進(jìn)農(nóng)業(yè)發(fā)展的同時(shí)扭曲了要素的市場價(jià)格，使化肥、農(nóng)藥等農(nóng)業(yè)生產(chǎn)資源的投入增加，抑制了農(nóng)業(yè)生態(tài)效率的提升。⑤農(nóng)業(yè)市場化程度對(duì)上游和中游地區(qū)的農(nóng)業(yè)生態(tài)效率影響不顯著，其可能原因是，農(nóng)業(yè)市場化程度受農(nóng)業(yè)技術(shù)配置效率的影響，上、中游地區(qū)的農(nóng)業(yè)技術(shù)水平相較于下游較低，對(duì)農(nóng)業(yè)生態(tài)效率的影響也相對(duì)減弱。

4 結(jié)論與啟示

本文基于黃河流域47 個(gè)地級(jí)市2000—2020 年的面板數(shù)據(jù)，對(duì)黃河流域農(nóng)業(yè)生態(tài)效率進(jìn)行測度分析，并探究了其空間收斂性。得到的研究結(jié)論有：一是黃河流域農(nóng)業(yè)生態(tài)效率水平整體偏低，但正處于由低水平邁向高水平的“爬坡”階段，其中黃河下游地區(qū)的農(nóng)業(yè)生態(tài)效率增長速度最快；流域內(nèi)低效率的城市在減少，高效率的城市在增加且聚集程度降低，多級(jí)分化的現(xiàn)象有所減弱，各城市之間的效率差距有所收窄。二是各城市的農(nóng)業(yè)生態(tài)效率呈現(xiàn)出空間分異性，且處于高效率水平的城市整體上呈現(xiàn)出由分散化分布逐漸向中下游地區(qū)聚集的特征；在空間關(guān)聯(lián)性上，效率的空間依賴程度不固定，但空間聚集性總體增強(qiáng)。三是效率上升的主要來源為技術(shù)進(jìn)步，流域內(nèi)農(nóng)業(yè)的規(guī)?；饺杂休^大提升空間。四是黃河流域農(nóng)業(yè)生態(tài)效率呈現(xiàn)顯著的空間收斂性，且工業(yè)化水平、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)機(jī)械化密度、財(cái)政支農(nóng)力度、農(nóng)業(yè)市場化程度會(huì)促進(jìn)效率的收斂。

上述研究結(jié)論具有豐富的政策啟示：一是要結(jié)合黃河流域上、中、下游地區(qū)的自然條件和農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平，實(shí)施差異化的農(nóng)業(yè)綠色發(fā)展政策，分類精準(zhǔn)施策，協(xié)同提升各地區(qū)農(nóng)業(yè)生態(tài)效率。二是高效率地區(qū)應(yīng)加強(qiáng)與低效率城市的農(nóng)業(yè)技術(shù)協(xié)同，下游地區(qū)應(yīng)與上中游地區(qū)之間建立農(nóng)業(yè)生態(tài)治理合作共享機(jī)制，加強(qiáng)區(qū)域內(nèi)農(nóng)業(yè)生產(chǎn)技術(shù)、管理方法、生態(tài)治理經(jīng)驗(yàn)等方面的共享，充分利用高效率地區(qū)的空間溢出效應(yīng)，提升流域內(nèi)農(nóng)業(yè)生態(tài)效率的整體水平。三是各城市應(yīng)加大對(duì)農(nóng)業(yè)科技的研發(fā)經(jīng)費(fèi)投入，同時(shí)發(fā)揮下游地區(qū)農(nóng)業(yè)技術(shù)創(chuàng)新優(yōu)勢，為其他地區(qū)提供技術(shù)支持，以帶動(dòng)整個(gè)黃河流域技術(shù)創(chuàng)新水平的提升。四是空間收斂性的存在使得政府在制定農(nóng)業(yè)政策時(shí)不僅要關(guān)注本地的農(nóng)業(yè)發(fā)展，而且要與鄰近地區(qū)建立良好的農(nóng)業(yè)生態(tài)合作、聯(lián)動(dòng)機(jī)制，充分考慮本地區(qū)與鄰近地區(qū)在農(nóng)業(yè)發(fā)展水平、資源稟賦等方面的差異，分區(qū)域、有差異性地提升農(nóng)業(yè)生態(tài)效率；流域內(nèi)各地區(qū)要重視促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展，著力提升農(nóng)業(yè)生產(chǎn)技術(shù)水平，推動(dòng)農(nóng)業(yè)生產(chǎn)效率提高；要以提升農(nóng)業(yè)生態(tài)效率為導(dǎo)向來優(yōu)化財(cái)政支農(nóng)方式和結(jié)構(gòu)，加大農(nóng)業(yè)生態(tài)環(huán)保技術(shù)的開發(fā)與應(yīng)用，促進(jìn)財(cái)政支農(nóng)向促進(jìn)農(nóng)業(yè)生態(tài)化方向轉(zhuǎn)型；各地區(qū)要加快推進(jìn)農(nóng)業(yè)市場化進(jìn)程，拓展農(nóng)業(yè)市場化內(nèi)容，注重農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后的市場化，尤其要注重提升農(nóng)業(yè)土地等要素市場化水平，適度加強(qiáng)政府對(duì)各地區(qū)農(nóng)業(yè)市場化發(fā)展的宏觀調(diào)控。