徐東芳 孔令成

徐東芳，孔令成. 碳排放約束下長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率測度及收斂性［J］. 湖北農(nóng)業(yè)科學(xué)，2024，63（3）：142-149．

摘要：運用面板三階段DEA模型對長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率進行測度，并在此基礎(chǔ)上進行收斂性分析。結(jié)果表明，環(huán)境因素和隨機誤差對長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率具有顯著影響；長江經(jīng)濟帶上游、中游和下游的農(nóng)業(yè)綠色生產(chǎn)效率存在明顯的空間不均衡現(xiàn)象；2017—2019年長江經(jīng)濟帶三大區(qū)域省市間農(nóng)業(yè)綠色生產(chǎn)效率差異呈縮小趨勢?；诖?，為了進一步從總體上提高及從空間上優(yōu)化長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率，提出明確地區(qū)環(huán)境，因地制宜；把握區(qū)域差異，精準施策；打破區(qū)域壁壘，協(xié)同發(fā)展的對策。

關(guān)鍵詞：碳排放約束；農(nóng)業(yè)綠色生產(chǎn)效率；收斂性；長江經(jīng)濟帶

中圖分類號：F323.223；X82? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）03-0142-08

DOI：10.14088/j.cnki.issn0439-8114.2024.03.022 開放科學(xué)（資源服務(wù)）標識碼（OSID）：

作為中國的重要糧倉，長江經(jīng)濟帶過去高強度、粗放式的農(nóng)業(yè)生產(chǎn)模式雖然促進了農(nóng)業(yè)生產(chǎn)產(chǎn)量的增加，但是同時帶來了生產(chǎn)資源浪費、面源污染等問題［1］，因此，提高長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率迫在眉睫。在轉(zhuǎn)型過程中，長江經(jīng)濟帶各省市多措并舉提高農(nóng)業(yè)綠色生產(chǎn)效率，但是由于不同省市的經(jīng)濟發(fā)展水平、地理位置、資源稟賦、文化習(xí)俗等不同，農(nóng)業(yè)綠色生產(chǎn)效率可能存在較大差異。在此背景下，研究長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率，對提高長江經(jīng)濟帶農(nóng)業(yè)整體競爭力，實現(xiàn)鄉(xiāng)村振興具有重要意義。

國內(nèi)外學(xué)者關(guān)于農(nóng)業(yè)綠色生產(chǎn)效率所取得的成果頗豐。理論上，王學(xué)婷等［2］對農(nóng)業(yè)綠色低碳發(fā)展路徑進行了深入探討；張俊飚等［3］對農(nóng)業(yè)綠色低碳進行了誤區(qū)鑒定及發(fā)展前瞻，為后續(xù)研究厘清了邊界。實證上，農(nóng)業(yè)綠色生產(chǎn)效率的核心在于將其內(nèi)涵具象化以及對污染物的處理。大多數(shù)學(xué)者選擇通過構(gòu)造指標體系來測算農(nóng)業(yè)綠色生產(chǎn)效率，但指標選取的角度與測算方法卻不盡相同。從指標選取角度看，國外學(xué)者Bravo-Ureta等［4］認為發(fā)展中國家農(nóng)業(yè)生產(chǎn)效率主要受農(nóng)民受教育程度、自有資產(chǎn)和自身經(jīng)營管理能力的影響；Helfand等［5］認為提高人力資本是提高農(nóng)業(yè)生產(chǎn)效率的關(guān)鍵因素；Monchuk［6］認為科學(xué)的價格調(diào)控政策能有效提高農(nóng)業(yè)生產(chǎn)效率。與國外學(xué)者相比，國內(nèi)學(xué)者更側(cè)重從微觀角度選取指標進行研究。有學(xué)者認為農(nóng)藥、化肥、農(nóng)用地膜等投入的減少有助于提高農(nóng)業(yè)綠色生產(chǎn)效率［7］；也有學(xué)者從土地、勞動、資本三大要素投入角度測算［8］；還有學(xué)者創(chuàng)造性地將種子投入做細分處理［9］。從污染物處理角度看，主要有兩種處理方式，一是將污染物看作投入變量，符合投入品越少越好的特征［10］；二是將污染物等“非合意產(chǎn)出”轉(zhuǎn)換為“合意產(chǎn)出”，該方法被大多數(shù)學(xué)者采用［11-13］。將碳排放等污染物進行非合意產(chǎn)出標記區(qū)分，是傳統(tǒng)農(nóng)業(yè)效率與農(nóng)業(yè)綠色效率的顯著區(qū)別。劉亦文等［14］將農(nóng)業(yè)碳排放作為農(nóng)業(yè)污染物進行非期望產(chǎn)出標記，從而測算中國農(nóng)業(yè)綠色全要素生產(chǎn)率。

綜上可以看出，現(xiàn)有成果較少將研究區(qū)域置于同質(zhì)環(huán)境下分析農(nóng)業(yè)綠色生產(chǎn)效率。長江經(jīng)濟帶作為中國重要農(nóng)業(yè)生產(chǎn)區(qū)，提高其農(nóng)業(yè)綠色生產(chǎn)效率對促進農(nóng)業(yè)高質(zhì)量發(fā)展、保障國家糧食安全具有重要意義?；诖?，本研究以長江經(jīng)濟帶11個省市為研究對象，構(gòu)建面板三階段DEA模型，綜合傳統(tǒng)DEA模型與SFA模型的優(yōu)點，剔除各省市環(huán)境因素和隨機誤差對農(nóng)業(yè)綠色生產(chǎn)效率的影響，測算長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率，并對其收斂性進行分析，以期真實準確地評估該區(qū)域農(nóng)業(yè)綠色生產(chǎn)效率的發(fā)展水平并預(yù)測其未來態(tài)勢，為今后從整體上提高及空間上優(yōu)化長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率提供參考。

1 研究方法

1.1 模型選擇

三階段DEA模型是Fried等［15］在傳統(tǒng)DEA模型基礎(chǔ)上加以改進提出的能更好地估計決策單元（Decision making unit，DMU）效率的方法。傳統(tǒng)DEA模型不能有效剔除環(huán)境因素和隨機誤差項對決策單元效率的影響，無法使決策單元在同質(zhì)環(huán)境下分析，從而使結(jié)果失真。而參數(shù)隨機前沿模型（Stochastic frontier model，SFA）具有解釋噪聲和研究傳統(tǒng)假設(shè)檢驗的優(yōu)勢，且更貼近農(nóng)業(yè)生產(chǎn)特征，因此Fried等［15］將DEA與SFA模型相結(jié)合，提出了三階段DEA模型，此處進一步借鑒劉自敏等［16］的研究成果，采用面板三階段DEA模型對長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率進行探究，具體步驟如下。

1）第一階段，傳統(tǒng)DEA模型。DEA模型能夠有效評價決策單元生產(chǎn)效率，其能夠在多投入產(chǎn)出的模式下無需構(gòu)建生產(chǎn)函數(shù)估計參數(shù)即可度量決策單元之間生產(chǎn)效率的相對有效性。DEA模型主要包括CCR模型和BCC模型，其區(qū)別在于假設(shè)前提分別為規(guī)模報酬不變和規(guī)模報酬可變。由于BCC模型的假設(shè)更符合實際情況，更具有參考價值，因而第一階段構(gòu)建基于投入導(dǎo)向型的BCC模型測算純技術(shù)效率（Vrste）。

2）第二階段，構(gòu)建相似SFA模型。利用相似SFA模型可分解第一階段得出的投入/產(chǎn)出松弛值，假設(shè)松弛值只受外部環(huán)境因素、隨機誤差項和管理效率這3部分因素的影響，構(gòu)建SFA模型可以有效分離這3部分因素，從中提取出僅由管理無效率導(dǎo)致的DMU投入剩余。

為了進一步將隨機誤差從混合誤差項中分離出來，采用羅登躍［17］的方法估計隨機誤差項。然后使用SFA回歸模型分析結(jié)果對長江經(jīng)濟帶各地區(qū)的農(nóng)業(yè)綠色生產(chǎn)效率投入變量進行調(diào)整，從而剔除外部環(huán)境因素和隨機誤差項的干擾，使其能夠在相同的環(huán)境下測算長江經(jīng)濟帶各地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率。調(diào)整后的表達式如式（1）所示。

[XAnit=Xnit+maxfZnit;βnt-fZnit;βnt+maxνnit-νnit]? ? ? ? ? ? ? ? （1）

式中，[XAnit]、[Xnit]分別為調(diào)整后和調(diào)整前長江經(jīng)濟帶各地區(qū)的投入變量；[Znit]為投入松弛變量；[βnt]、[νnit]分別為外部環(huán)境變量參數(shù)和隨機誤差項的估計值。[fZnit;βnt]是外部環(huán)境變量對投入松弛變量的影響，具體表示為[fZnit;βnt=Znitβnt]，即外部環(huán)境變量與投入松弛變量的乘積；[maxfZnit;βnt-fZnit;βnt]表示使長江經(jīng)濟帶各決策單元調(diào)整至同樣的經(jīng)營環(huán)境；[maxνnit-νnit]表示將長江經(jīng)濟帶各決策單元的隨機干擾調(diào)整至相同情形。

3）第三階段，調(diào)整后的DEA模型。利用調(diào)整后的投入變量數(shù)據(jù)[XAnit]替代長江經(jīng)濟帶原始投入變量數(shù)據(jù)[Xnit]，產(chǎn)出仍為長江經(jīng)濟帶原始產(chǎn)出數(shù)據(jù)，再次使用BCC模型評估純技術(shù)效率，進而得到長江經(jīng)濟帶各決策單元的農(nóng)業(yè)綠色生產(chǎn)效率（AGPE），即剔除了外部環(huán)境變量與隨機誤差項影響的綠色生產(chǎn)技術(shù)效率，能夠客觀地反映長江經(jīng)濟帶各決策單元的農(nóng)業(yè)綠色生產(chǎn)效率。

1.2 數(shù)據(jù)來源與指標選取

立足于長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)實際，并借鑒劉艷［18］的研究成果，以廣義農(nóng)業(yè)為研究對象，并選取該經(jīng)濟帶11個省市作為目標區(qū)域，所有數(shù)據(jù)均來自2001—2020年《中國統(tǒng)計年鑒》及各省市統(tǒng)計年鑒。所選取的指標具體如下。

1）投入指標選取。選取土地、勞動、農(nóng)業(yè)機械總動力、農(nóng)藥、化肥和農(nóng)用地膜作為投入要素［19］。其中，土地為農(nóng)用土地面積，包括農(nóng)作物播種面積、水產(chǎn)養(yǎng)殖面積；勞動為第一產(chǎn)業(yè)從業(yè)總?cè)藬?shù)；農(nóng)業(yè)機械總動力指用于農(nóng)業(yè)的機械動力之和。

2）產(chǎn)出指標選取。農(nóng)業(yè)生產(chǎn)效率的產(chǎn)出指標主要反映農(nóng)業(yè)所提供農(nóng)產(chǎn)品的經(jīng)濟價值，因此在研究長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率時，選擇各地區(qū)的農(nóng)林牧漁業(yè)生產(chǎn)總值作為產(chǎn)出指標［20］，為消除物價因素的影響，以2000年為基期做指數(shù)平減處理，得出各省市農(nóng)林牧漁業(yè)的實際產(chǎn)出。此外，借鑒吳傳清等［21］的研究成果，選擇農(nóng)業(yè)碳排放作為非合意產(chǎn)出，并依據(jù)李波等［22］的成果對其進行細致測算及相應(yīng)轉(zhuǎn)化，以期對長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率進行有效測度及收斂性分析。

3）環(huán)境指標選取。產(chǎn)業(yè)結(jié)構(gòu)高度化（ISH），表示各省市在經(jīng)濟發(fā)展過程中，第二、第三產(chǎn)業(yè)產(chǎn)值之和占地區(qū)GDP總值的比重，借鑒張玉昌等［23］的測度方法，計算長江經(jīng)濟帶各省市產(chǎn)業(yè)結(jié)構(gòu)高度化水平，其值越大表示該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)高度化水平越高，產(chǎn)業(yè)結(jié)構(gòu)趨向成熟；城鎮(zhèn)化水平（URB），用人口城鎮(zhèn)化比重代替，城鎮(zhèn)化水平越高表示地區(qū)經(jīng)濟發(fā)展水平越好［24］；農(nóng)村人均用電量（ELE），用農(nóng)村總用電量除以農(nóng)村常住人口數(shù)表示，用均值表示有利于地區(qū)之間的橫向?qū)Ρ龋晦r(nóng)村居民人均可支配收入（INC），以2000年為基期進行指數(shù)平減以消除價格因素的影響［19］。

4）Pearson 相關(guān)性檢驗。在實證分析之前，利用Pearson相關(guān)性檢驗對投入變量指標與產(chǎn)出變量指標之間是否滿足同向性假設(shè)進行驗證。采用SPSS 20.0軟件進行檢驗，結(jié)果如表 1所示。由表1可知，長江經(jīng)濟帶各省市投入變量與產(chǎn)出變量相關(guān)系數(shù)多數(shù)通過了雙側(cè)在1%顯著水平下的檢驗，小部分在5%水平下也通過檢驗，說明構(gòu)建的指標體系滿足同向性假設(shè)要求，所選取的投入、產(chǎn)出指標合理，可進行下一步實證分析。

1.3 收斂性分析

經(jīng)典收斂模型主要包括α收斂和β收斂，其中β收斂的應(yīng)用更廣泛。

1.3.1 α收斂檢驗 α收斂檢驗可判定不同省份農(nóng)業(yè)綠色生產(chǎn)效率的差異是否會隨時間推移而不斷縮小，即各地農(nóng)業(yè)綠色生產(chǎn)效率差異是否會逐漸消失。α收斂檢驗需要逐年計算不同省市農(nóng)業(yè)綠色生產(chǎn)效率的變異系數(shù)（CV），具體計算式如式（2）所示。

[CV=i=1nxit-xt2nxt]? ? ? ? ? ? ? ? （2）

式中，xit表示i省市t年農(nóng)業(yè)綠色生產(chǎn)效率；[xt]為各省市農(nóng)業(yè)綠色生產(chǎn)效率的均值。CV越大，說明各省市農(nóng)業(yè)綠色生產(chǎn)效率差異越大。

1.3.2 β收斂檢驗 經(jīng)典β收斂分為絕對β收斂和條件β收斂，其中絕對β收斂與α收斂都屬于絕對收斂，都是判別不同地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率增長最終是否達到穩(wěn)定狀態(tài)，如果存在絕對β收斂則說明落后的地區(qū)在后續(xù)的發(fā)展中農(nóng)業(yè)綠色生產(chǎn)以較快的速度追上了領(lǐng)先的地區(qū)。絕對β收斂檢驗的計算式如式（3）所示。

[ln（AGPEi，t+1）-ln（AGPEi，t）=α+βln（AGPEi，t）+εi，t]? ? ? ? ? ? ? ? ? ? ? ? （3）

式中，[ln（AGPEi，t+1）-ln（AGPEi，t）] 表示長江經(jīng)濟帶第i個省市t+1年農(nóng)業(yè)綠色生產(chǎn)效率對數(shù)與第t年的差值；α為常數(shù)項；β為回歸系數(shù)；[εi，t]為隨機誤差。如果β系數(shù)顯著為負，則認為存在絕對β收斂。

2 實證結(jié)果與分析

2.1 第一階段傳統(tǒng)DEA模型實證結(jié)果

運用DEAP2.1軟件對長江經(jīng)濟帶2000—2019年的農(nóng)業(yè)綠色生產(chǎn)效率水平進行有效測度，因篇幅較長，此處僅展示了2000年、2014年、2019年的結(jié)果，具體如表2所示。從長江經(jīng)濟帶整體變化幅度看，該區(qū)域這3年經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)綜合技術(shù)效率和純技術(shù)效率都經(jīng)歷了先降后升的變化，規(guī)模效率則先增后減。2000年，國家提出“三農(nóng)”的概念，將農(nóng)業(yè)、農(nóng)村、農(nóng)民問題提高到國家戰(zhàn)略高度；2014年，中共中央首次提出長江經(jīng)濟帶戰(zhàn)略，注重大保護，不搞大開發(fā)，因此以上農(nóng)業(yè)綠色生產(chǎn)效率的變化整體符合長經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)發(fā)展實際。由于此結(jié)果沒有分離環(huán)境變量和隨機誤差對農(nóng)業(yè)綠色生產(chǎn)效率的影響，因而無法精確反映不同省市間的實際環(huán)境效率，還需進一步分解測算。

2.2 第二階段面板相似SFA模型實證結(jié)果

將第一階段得出的決策單元投入松弛值作為因變量，再將所篩選的環(huán)境變量作為自變量，代入SFA面板回歸模型，利用Stata15軟件進行估計，結(jié)果如表3所示。從表3可以看出，4個環(huán)境變量對投入松弛值的系數(shù)大多數(shù)通過顯著性檢驗，且管理無效率（μ）除勞動力松弛外均在5%或1%的水平下顯著，說明選用的環(huán)境變量對長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率投入冗余的影響是顯著的。農(nóng)藥、農(nóng)用地膜、化肥、農(nóng)業(yè)機械動力投入松弛的管理無效率與總方差的比值（γ）大于0.50，說明農(nóng)藥、農(nóng)用地膜、化肥、農(nóng)業(yè)機械動力投入松弛主要受管理因素的影響。相反，勞動力和農(nóng)用土地面積松弛所對應(yīng)的γ分別為0.207 4和0.335 1，均小于0.50，說明隨機誤差對勞動力松弛和農(nóng)用土地面積松弛的影響占主導(dǎo)地位。因此，構(gòu)建SFA模型對管理無效率和隨機誤差進行剝離是有必要的。由結(jié)果可知，農(nóng)村居民實際可支配收入對所有投入松弛變量均具有顯著的負效應(yīng)，說明提高農(nóng)村居民收入有利于降低投入，提高農(nóng)業(yè)綠色生產(chǎn)效率。人口城鎮(zhèn)化對農(nóng)藥、農(nóng)業(yè)機械動力松弛具有顯著的正向影響，對勞動力松弛具有顯著的負向影響；產(chǎn)業(yè)結(jié)構(gòu)高度化只對農(nóng)藥松弛有負向影響；農(nóng)村人均用電量僅對農(nóng)藥松弛有顯著的正向影響。

2.3 第三階段調(diào)整后DEA模型實證結(jié)果

把第二階段得出的系數(shù)代入式（1）計算出調(diào)整后的投入變量，并結(jié)合原始產(chǎn)出變量構(gòu)建成新的投入產(chǎn)出矩陣，再次代入BCC模型進行計算分析，最終得到第三階段調(diào)整后的長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率和規(guī)模報酬狀況等，結(jié)果如表4所示。2000—2019年長經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率均處于遞增的狀態(tài)，均在2019年達最大值，且純技術(shù)效率達最佳水平，但規(guī)模效率有待進一步提高。

對比表2和表4可知，將外部環(huán)境因素和隨機誤差因素剔除后，長江經(jīng)濟帶2000—2019年農(nóng)業(yè)綠色生產(chǎn)的綜合技術(shù)效率和規(guī)模效率大幅度降低，純技術(shù)效率提高。為了進一步分析第一階段與第三階段結(jié)果的有效性，通常采用Wilcoxon檢驗進行分析，檢驗結(jié)果如表5所示。由表5可知，長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率調(diào)整前后均存在顯著差異，說明第二階段對環(huán)境因素和隨機誤差的剝離是有效的，最終使得長江經(jīng)濟帶所有省市農(nóng)業(yè)綠色生產(chǎn)處于同質(zhì)的環(huán)境里，因而純技術(shù)效率更能真實地反映長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率。

對比表2和表4結(jié)果可知，總體而言，與第一階段相比，第三階段長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)的綜合技術(shù)效率和規(guī)模效率有所回落，而純技術(shù)效率卻有一定的提升。具體來看，農(nóng)業(yè)綠色生產(chǎn)綜合技術(shù)效率3年所有地區(qū)均值從0.809小幅回落至0.729，規(guī)模效率從0.975大幅降低至0.731，而純技術(shù)效率的平均水平從0.830上升至0.997，這說明在經(jīng)營環(huán)境和隨機誤差的影響下，長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)的綜合技術(shù)效率和規(guī)模效率表現(xiàn)虛高，而純技術(shù)效率則出現(xiàn)抑制情況。具體到相關(guān)省市，上海市在調(diào)整后規(guī)模效率出現(xiàn)了大幅下降，2019年從調(diào)整前的1.000降到調(diào)整后的0.288，成為規(guī)模效率最低的區(qū)域，其原因是上海市作為全國金融中心大力發(fā)展第二、第三產(chǎn)業(yè)，第一產(chǎn)業(yè)發(fā)展總體薄弱，且上海市依托優(yōu)越的地理位置促使周邊城市對其農(nóng)產(chǎn)品需求補給式供應(yīng)，才使得上海市農(nóng)產(chǎn)品市場供求基本穩(wěn)定，而其農(nóng)業(yè)生產(chǎn)經(jīng)營規(guī)模無法從市場角度得到有效調(diào)節(jié)。同樣的情況也發(fā)生在重慶市和貴州省兩地，調(diào)整后規(guī)模效率整體大幅下降。重慶市是有名的山城，貴州省處于云貴高原，種植面積較少，規(guī)模效率低是符合實際情況的，進一步佐證了對環(huán)境變量進行剝離是合理的。江西省作為長江經(jīng)濟帶農(nóng)業(yè)大省，調(diào)整后其純技術(shù)效率（2014年、2019年）提高，但規(guī)模效率（2000年、2014年、2019年）均有不同程度下降，且下降幅度較大，說明江西省綠色生產(chǎn)效率較高，但是規(guī)模效率較低，需進一步擴大農(nóng)業(yè)綠色生產(chǎn)規(guī)模。江蘇、浙江、安徽、湖北和四川5省2019年在調(diào)整前后純技術(shù)效率均為1.000，說明這5個省的農(nóng)業(yè)綠色生產(chǎn)屬于較高水平。云南省2019年調(diào)整前后純技術(shù)效率均為1.000，規(guī)模效率從0.889提高至0.916，說明環(huán)境使云南省的規(guī)模效率被低估；類似情況的還有湖南省，2019年調(diào)整前后湖南省純技術(shù)效率從0.974提高至1.000，規(guī)模效率從0.968提高至0.971，綜合技術(shù)效率從0.942提高至0.970，說明環(huán)境使湖南省的綠色生產(chǎn)效率和規(guī)模效率被低估，導(dǎo)致湖南省的技術(shù)效率被低估。

2.4 收斂性分析

通過上述分析可知長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率在空間上存在差異，因此，把考察樣本劃分為上游（云南省、貴州省、四川省、重慶市）、中游（湖南省、湖北省、江西?。┖拖掠危ò不帐?、浙江省、江蘇省、上海市）3個區(qū)域進行研究。為進一步分析差異性的具體情況和未來發(fā)展趨勢，借鑒沈洋等［25］、李欠男等［26］的研究，引入收斂性分析。

2.4.1 α收斂檢驗 根據(jù)式（2）計算得出長江經(jīng)濟帶11個省市的變異系數(shù)。隨著時間的推移，若CV小于前一年的，則存在α收斂，反之表示發(fā)散。由圖1可知，2000—2019年，總體變異系數(shù)呈先下降后上升再下降最后平穩(wěn)的趨勢。2002—2004年，總體和各區(qū)域變異系數(shù)波動幅度較大，原因可能是2000年國家正式提出“三農(nóng)”概念，重視農(nóng)業(yè)問題，探索農(nóng)業(yè)發(fā)展，故此階段長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率變異系數(shù)波動較大，符合國情。2006年，中國廢止了農(nóng)業(yè)稅，大力發(fā)展農(nóng)業(yè)，此后農(nóng)業(yè)進入平穩(wěn)發(fā)展階段。2015年是深化改革開放的關(guān)鍵年，國家重拳出擊整治環(huán)境污染，推進長江經(jīng)濟帶區(qū)域發(fā)展，故長江經(jīng)濟帶各區(qū)域農(nóng)業(yè)綠色生產(chǎn)效率變異系數(shù)趨于平穩(wěn)。2017—2019年，長江經(jīng)濟帶總體、上游、中游的變異系數(shù)在緩慢下降，說明“十三五”期間，長江經(jīng)濟帶區(qū)域環(huán)境治理效果顯著；在此期間，長江經(jīng)濟帶上游、中游、下游農(nóng)業(yè)綠色生產(chǎn)效率變異系數(shù)形成穩(wěn)定態(tài)勢，說明長江經(jīng)濟帶上游、中游、下游采取的環(huán)境治理技術(shù)和治理措施形成了各自穩(wěn)定的農(nóng)業(yè)技術(shù)推廣和傳播狀態(tài)?？傮w而言，長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率變異系數(shù)最終穩(wěn)定在0.26，上游農(nóng)業(yè)綠色生產(chǎn)效率變異系數(shù)穩(wěn)定在0.21，二者之間差距較小，表明長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率總體與上游存在α收斂。下游農(nóng)業(yè)綠色生產(chǎn)效率變異系數(shù)穩(wěn)定在0.43，但中游變異系數(shù)卻穩(wěn)定在0.13以下，二者之間相差近2倍，故不存在α收斂，因此需要進一步進行β收斂分析。

2.4.2 β收斂檢驗 采用面板固定效應(yīng)模型相比于一般的回歸模型更有利于控制不同地區(qū)在氣候和自然資源環(huán)境等方面的差異，因此利用固定效應(yīng)模型從時間維度和空間維度根據(jù)式（3）進行回歸分析，結(jié)果如表6、表7所示。從時間維度（表6）可以看出，2000—2019年，β在1%水平顯著為負。由α收斂分析可知，2000—2005年，長江經(jīng)濟帶各省市農(nóng)業(yè)綠色生產(chǎn)效率變異系數(shù)處于波動狀態(tài)，因此該階段不做β收斂分析。2006—2019年，β在1%水平顯著為負，故2006—2019年長江經(jīng)濟帶各省市農(nóng)業(yè)綠色生產(chǎn)效率存在絕對β收斂。從空間維度（表7）可以看出，長江經(jīng)濟帶無論是從整體上還是分區(qū)域上，β均在1%水平通過檢驗且全部為負，進一步驗證了長江經(jīng)濟帶各省市農(nóng)業(yè)綠色生產(chǎn)效率存在絕對β收斂，且收斂狀態(tài)穩(wěn)定。兩個維度檢驗結(jié)果均顯示存在絕對β收斂，說明長江經(jīng)濟帶區(qū)域農(nóng)業(yè)綠色生產(chǎn)效率發(fā)展穩(wěn)定，區(qū)域一體化建設(shè)卓有成效。從β絕對值看，長江經(jīng)濟帶中上游β的絕對值遠大于長江經(jīng)濟帶下游，說明長江經(jīng)濟帶中上游省市農(nóng)業(yè)綠色生產(chǎn)效率遠高于下游省市，下游省市農(nóng)業(yè)綠色生產(chǎn)進入緩慢增長期。

3 小結(jié)與建議

3.1 小結(jié)

本研究分別運用面板三階段DEA模型和面板固定效應(yīng)模型對長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率進行了實證測度及收斂性分析，得出以下結(jié)果。

第一，環(huán)境因素和隨機誤差對長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率具有顯著影響。農(nóng)村實際可支配收入的提高有利于減少投入冗余，提高資源的利用效率，從而提高農(nóng)業(yè)綠色生產(chǎn)效率；人口城鎮(zhèn)化水平的提高有利于帶動充分就業(yè)，減少勞動力冗余，但卻造成嚴重的機械動力的浪費；產(chǎn)業(yè)結(jié)構(gòu)高度化對污染環(huán)境的投入使用量有明顯的降低作用，卻會造成其他投入資源的浪費。

第二，從變異系數(shù)看，長江經(jīng)濟帶上游、中游、下游的農(nóng)業(yè)綠色生產(chǎn)效率存在區(qū)域不均衡現(xiàn)象。長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率差異由小到大依次為中游、上游、下游。2017—2019年長江經(jīng)濟帶三大區(qū)域農(nóng)業(yè)綠色生產(chǎn)效率差異呈縮小趨勢。

第三，從收斂結(jié)果看，長江經(jīng)濟帶整體和上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率存在α收斂，而長江下游和中游地區(qū)則存在絕對β收斂。長江經(jīng)濟帶中上游省市農(nóng)業(yè)綠色生產(chǎn)效率遠高于下游省市，下游省市農(nóng)業(yè)綠色生產(chǎn)效率較低且增長緩慢。

3.2 建議

基于以上研究結(jié)論，為了從總體上進一步提高及從空間上優(yōu)化長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率，進而推動該區(qū)域農(nóng)業(yè)朝著更高質(zhì)量方向發(fā)展，提出以下對策建議。

第一，明確地區(qū)環(huán)境，因地制宜。多措并舉提高農(nóng)民收入，鼓勵剩余勞動力轉(zhuǎn)移，推動城鎮(zhèn)化發(fā)展；同時引進新型農(nóng)業(yè)技術(shù)，提高農(nóng)業(yè)機械動力利用率；優(yōu)化農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)，加大環(huán)境污染治理力度，全方位提高資源利用率，促進農(nóng)業(yè)綠色生產(chǎn)效率提高。

第二，把握區(qū)域差異，精準施策。長江經(jīng)濟帶上游地區(qū)繼續(xù)落實相關(guān)農(nóng)業(yè)政策，穩(wěn)步推動農(nóng)業(yè)綠色生產(chǎn)效率提高；中游地區(qū)完善農(nóng)業(yè)推廣體系，向落后區(qū)域傳播高效農(nóng)業(yè)生產(chǎn)技術(shù)及方式；下游地區(qū)需要引進農(nóng)業(yè)科技人才，釋放科技創(chuàng)新潛能，提高農(nóng)業(yè)綠色生產(chǎn)效率。

第三，打破區(qū)域壁壘，協(xié)同發(fā)展。加快市場體系建設(shè)，減少地區(qū)行政壁壘，暢通要素流動路徑，推動各省市農(nóng)業(yè)綠色生產(chǎn)率提高，縮小區(qū)域差距，實現(xiàn)長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率區(qū)域聯(lián)動和協(xié)同提高。

參考文獻：

［1］ 王若梅，馬海良，王 錦.基于水-土要素匹配視角的農(nóng)業(yè)碳排放時空分異及影響因素——以長江經(jīng)濟帶為例［J］.資源科學(xué)，2019，41（8）：1450-1461.

［2］ 王學(xué)婷，張俊飚.雙碳戰(zhàn)略目標下農(nóng)業(yè)綠色低碳發(fā)展的基本路徑與制度構(gòu)建［J］.中國生態(tài)農(nóng)業(yè)學(xué)報（中英文），2022，30（4）：516-526.

［3］ 張俊飚，何 可.“雙碳”目標下的農(nóng)業(yè)低碳發(fā)展研究：現(xiàn)狀、誤區(qū)與前瞻［J］.農(nóng)業(yè)經(jīng)濟問題，2022（9）：35-46.

［4］ BRAVO-URETA B，PINHEIRO A. Efficiency analysis of developing country agriculture：A review of the frontier function literature［J］. Agricultural and resource economics review， 1993， 22（1）：88-101.

［5］ HELFAND S M， LEVINE E S. Farm size and the determinants of productive efficiency in the Brazilian Center-West［J］ . Agricultural economics， 2004， 31（2）：241-249.

［6］ MONCHUK D C.中國農(nóng)業(yè)生產(chǎn)非效率的影響因素分析［J］.世界經(jīng)濟文匯，2009（2）：47-56，11.

［7］ 黃炎忠，羅小鋒，李兆亮.我國農(nóng)業(yè)綠色生產(chǎn)水平的時空差異及影響因素［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2017，22（9）：183-190.

［8］ 郭海紅，劉新民.中國農(nóng)業(yè)綠色全要素生產(chǎn)率的時空分異及收斂性［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（10）：65-84.

［9］ 李翠霞，許佳彬，王 洋.農(nóng)業(yè)綠色生產(chǎn)社會化服務(wù)能提高農(nóng)業(yè)綠色生產(chǎn)率嗎［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2021（9）：36-49.

［10］ 鄧 波，張學(xué)軍，郭軍華.基于三階段DEA模型的區(qū)域生態(tài)效率研究［J］.中國軟科學(xué)，2011（1）：92-99.

［11］ 相天東.我國區(qū)域碳排放效率與全要素生產(chǎn)率研究——基于三階段DEA模型［J］.經(jīng)濟經(jīng)緯，2017，34（1）：20-25.

［12］ 郭四代，仝 夢，郭 杰，等.基于三階段DEA模型的省際真實環(huán)境效率測度與影響因素分析［J］.中國人口·資源與環(huán)境，2018，28（3）：106-116.

［13］ 井 莉.環(huán)境規(guī)制下我國糧食生產(chǎn)綠色全要素生產(chǎn)率分析［J］.南方農(nóng)業(yè)學(xué)報，2021，52（8）：2311-2318.

［14］ 劉亦文，歐陽瑩，蔡宏宇.中國農(nóng)業(yè)綠色全要素生產(chǎn)率測度及時空演化特征研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（5）：39-56.

［15］ FRIED H O， LOVELL C A K， SCHMIDT S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis［J］. Journal of productivity analysis， 2002（17）： 121-136.

［16］ 劉自敏，張昕竹，楊 丹.我國省級政府衛(wèi)生投入效率的時空演變——基于面板三階段DEA模型的分析［J］.中央財經(jīng)大學(xué)學(xué)報，2014（6）：97-104.

［17］ 羅登躍.三階段DEA模型管理無效率估計注記［J］.統(tǒng)計研究，2012，29（4）：104-107.

［18］ 劉 艷.數(shù)字普惠金融對農(nóng)業(yè)全要素生產(chǎn)率的影響［J］.統(tǒng)計與決策，2021，37（21）：123-126.

［19］ 肖 琴，周振亞，羅其友.長江經(jīng)濟帶農(nóng)業(yè)綠色生產(chǎn)效率及其時空分異特征研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2020，41（10）：15-24.

［20］ 李兆亮，羅小鋒，薛龍飛，等.中國農(nóng)業(yè)綠色生產(chǎn)效率的區(qū)域差異及其影響因素分析［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2017，22（10）：203-212.

［21］ 吳傳清，黃 成.排污異質(zhì)性與長江經(jīng)濟帶工業(yè)綠色轉(zhuǎn)型發(fā)展研究［J］.湖北大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2021，48（1）：105-114，173.

［22］ 李 波，王春妤，張俊飚.中國農(nóng)業(yè)凈碳匯效率動態(tài)演進與空間溢出效應(yīng)［J］.中國人口·資源與環(huán)境，2019，29（12）：68-76.

［23］ 張玉昌，宋 建.要素配置、產(chǎn)業(yè)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)——基于政府主導(dǎo)的產(chǎn)業(yè)發(fā)展戰(zhàn)略視角［J］.南方經(jīng)濟，2018（9）：86-106.

［24］ 程琳琳，張俊飚，何 可.空間視角下城鎮(zhèn)化對農(nóng)業(yè)碳生產(chǎn)率的直接作用與間接溢出效應(yīng)研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2019，40（11）：48-56.

［25］ 沈 洋，周鵬飛.農(nóng)業(yè)綠色全要素生產(chǎn)率測度及收斂性分析——基于碳匯和碳排放雙重視角［J］.調(diào)研世界，2022（4）：58-68.

［26］ 李欠男，李谷成，尹朝靜.中國農(nóng)業(yè)綠色發(fā)展水平的地區(qū)差異及收斂性——基于地級市面板數(shù)據(jù)的實證［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2022，27（2）：230-242.

收稿日期：2023-02-28

基金項目：湖北省教育廳哲學(xué)社會科學(xué)研究項目（19Q045）；長江大學(xué)社會科學(xué)基金項目（2017csza02）

作者簡介：徐東芳（1996-），女，湖北咸寧人，在讀碩士研究生，研究方向為農(nóng)業(yè)經(jīng)濟管理及技術(shù)經(jīng)濟，（電話）15307248728（電子信箱）1306789028@qq.com；通信作者，孔令成（1987-），男，湖北仙桃人，講師，博士，主要從事農(nóng)業(yè)家庭經(jīng)營與管理研究，（電話）18986661639（電子信箱）konglingcheng110@sina.com。