山东省绿色农业发展路径与生态转型效率测度

胡昕韬　王　涛

山东省绿色农业发展路径与生态转型效率测度

胡昕韬王涛

（长春工业大学经管学院吉林长春130012）

厘清农业绿色全要素生产率（TotalFactorProductivity，TFP）的时空变化规律与演变特征是探究绿色农业发展路径、生态转型与提质增效路径的重要科学依据。文章集成了2001年—2018年山东省17个地市的农业投入产出资料，利用数据包络分析方法（DataEnvelopmentAnalysis，DEA）方法，通过GlobalMalmquist-Luenberger（GML）生产率指数测算了各地市的农业绿色TFP，揭示了近20年其演变路径与特征。同时，研究利用Bootstrap方法对山东省农业规模效应进行检验后发现，近20年山东省农业绿色TFP持续上升，其表征指标GML累积指数年增长率0.6%，科技对其变化的影响不断增大，劳动力影响逐渐降低。从空间上看，各地市农业绿色TFP时空差异明显，鲁东和鲁中区域地市农业绿色TFP波动小，GML累积指数波动小于0.1；鲁西区域地市波动较大，GML累积指数波动大于0.2。究其原因，鲁东和鲁中区域种植面积小，而鲁西地区种植面积大，受科技投入影响大。此外，规模效应检验结果进一步揭示山东省绿色农业发展需从扩大生产规模向提高农业科技水平上转变。因此，转变农业种植方式、加大农机投入、优化投入要素结构、强化农业资源转化利用是推动农业供给侧改革，提升农业绿色产值效率，实现农业提质增效的科学途径。

农业绿色TFP；演变特征；农业提质增效；绿色发展

安全可持续的农业系统是乡村振兴的“压舱石”，是保障就业的“蓄水池”，是促进国民经济健康发展的“战略后院”。然而，随着农业技术的进步，依靠化肥、农药与地膜的高投入推动的农业增产速度也在减缓，而且产生了资源环境问题[1]。核算绿色农业全要素生产效率，分析主要影响因素是农业绿色转型发展的主要依据。相比于传统的TFP，农业绿色TFP这一指标将污染物排放因素纳入指标体系之中，能更好地衡量地区农业发展的生态效率。同时，农业绿色TFP的增长能够体现农业绿色生产的技术进步程度，故而选择农业绿色TFP来评价区域农业高质量发展水平具有科学性与合理性[2]。

近年来，不断有学者通过农业TFP对中国农业效率及其时间变化和空间分布规律进行测算研究，但现有关于中国农业TFP测算研究的结果仍存分歧[3]。测算方法上，基于线性规划的DEA方法是测算效率的常用方法，学者们也在不断对方法进行改进，以求得到更加准确的结果[4-5]。指标体系选择上，农业绿色TFP在测算指标体系的选择上增加了负产出指标，形成了农业投入、期望经济产出和非期望的环境污染产出三类指标，但不同学者在指标选取上有一定差异[6-7]。

山东省地处黄淮海平原，是重要的粮棉油生产基地和农产品出口基地，农业总产值常年领先，在我国的农业发展中具有重要的地位[8]。2020年山东省农业总产值达到10 190.6亿元，成为中国首个农业总产值超过万亿元的省份。但部分区域机械化水平低和发展不充分、专业人才供给不足、农业发展环境差成为制约其农业生态效率的重要因素[9]。本研究通过GML生产率指数对山东省农业绿色TFP进行测算，厘清近20年山东省各地市的农业绿色TFP的变化规律，并基于农业投入产出信息揭示农业绿色TFP变化的驱动因素。同时，研究利用Bootstrap法检验山东省农业发展的规模效应，甄别农业绿色TFP上升的关键制约因素。最后，提炼促进山东省绿色农业发展与提质增效的政策建议。

1 数据来源与方法

1.1 研究区域

山东省境内中部山地突起，西南、西北低洼平坦，东部丘陵起伏，呈现出以山地丘陵为骨架、平原盆地交错环列其间的地形特征。受地形影响，山东省中东部区域农业种植面积较小，而北部、南部区域种植面积较大。本研究根据山东省各地市地理位置、地形和农业生产特点，将17个地级市分为鲁东（青岛市、烟台市、威海市）、鲁中（泰安市、济南市、淄博市、潍坊市）、鲁西北（聊城市、德州市、滨州市、东营市）、鲁西南（菏泽市、济宁市）、鲁中南（枣庄市、临沂市、日照市）5个区域，进一步揭示5个区域上的农业绿色TFP差异及影响因素。

1.2 指标选取

本研究结合山东省农业发展情况，梳理了现有关于农业绿色TFP测算的文献，构建出农业绿色TFP测算的投入、期望产出和非期望产出3个一级指标，其中投入指标包括劳动力、土地、化肥、农业机械动力、有效灌溉面积和灌溉水资源量，期望产出指标以农业总产值表征，非期望产出指标包括面源污染负荷和碳排放量。农业投入与经济产出数据来源为《山东省统计年鉴》。其中农田面源污染方面主要参考吴义根等（2017）的研究，考虑其中耕地面积上化肥流失中总氮（TN）、总磷（TP）排放，其中N、P、K、CF分别为氮肥、磷肥、钾肥、复合肥使用量[10]。农业碳排放计算参考李波等（2011）的计算方法[11]。

1.3 模型方法

1.3.1 GML生产率指数

1997年Chung等首次通过DirectionalDistanceFunction（DDF）建立Malmquist-Luenberger（ML）生产率指数，用于测度包含非期望的污染物产出的情况[12]。这个基本的方向性距离函数被定义为寻求极大限度地增加期望产出，同时减少投⼊和非期望产出。有学者为克服ML生产率指数测算的不可行解的问题，通过构造一个全局的农业生产技术集，提出GlobalMalmquist-Luenberger（GML）生产率指数[13]。同时，将GML生产率指数分解为技术效率（GMLTE）和技术进步（GMLBPC），如公式（1）。

1.3.2 Bootstrap方法

Bootstrap是一种基于计算机的一般统计学方法，用于评估统计学估计结果的准确性。1979年，Efron提出了用Bootstrap开展统计分析检验的方法[14]。在本文的规模效应检验中，零假设是农业技术表现出恒定的回报率（CRS），对立假设是技术非恒定回报率（VRS）。如果零假设成立，那么从VRS技术中计算出的效率与从CRS技术中计算出的效率是一样的。

2 分析结果

2.1 山东省农业绿色TFP变化规律及演变特征分析

本研究利用2001年—2018年山东省17个地市农业要素投入、期望产出和非期望产出的面板数据，通过Stata 16.0软件计算了山东省与其各地市农业绿色TFP的GML生产率指数及其分解指标GMLEC和GMLBPC。

农业发展改革的目标从提高农业技术效率到促进农业技术进步进行转变，进而导致技术进步成为致使农业绿色TFP变化的主因。首先，山东省农业绿色TFP变动总体呈缓慢上升趋势，GML累积指数年均增长0.6%。其次，2001年—2007年山东省农业绿色TFP的变化受技术进步和技术效率共同影响，2007年后其增长主要来源于技术进步（如图1）。从投入角度看，近20年山东省农业劳动力数量不断下降，其中2004年—2005年与2012年—2014年下降尤为显著；从产出结构来看，农业在保持稳定产出的情况下，大力发展绿色科技与种植模式创新，力求减少氮、磷、碳等污染物的排放总量。

图1　2001年—2018年山东省农业绿色TFP及其分解因素时序变化规律

2.2 山东省农业TFP区域差异分析

山东省农业TFP区域时空差异较大。2001年—2013年山东省各区域农业绿色TFP累积指数差异并不明显，而2013年—2016年鲁西南区域农业绿色TFP累积指数上升迅速至山东省首位，呈现出空间差异。2016年—2017年山东省农业机械投入差异显著，各区域农业绿色TFP累积指数出现波动，鲁西南区域下降明显。2018年山东省各区域农业绿色TFP累积指数迅速回升，鲁东和鲁中区域最为迅速，而鲁西南区域较慢（如图2）。

图2　2001年—2018年山东省各区域农业绿色TFP累积指数

2.3 山东省农业规模效应分析

通过2001年—2018年山东省各地市面板数据对山东省农业生产的期望产出和非期望产出分别进行规模效应检验。结果显示，期望产出值为0.692，非期望产出值为0.977，二者对应的值均小于0.05（如表1），即现阶段山东省扩大农业要素投入会提高平均成本的同时会降低平均非期望产出，而减少农业污染物排放的防控效果较差。因此，加快提升农业绿色科技进步水平，加大对农业种植污染物排放的控制力度，提高农业废弃资源转化利用水平，提升农业种养循环效率是现阶段山东省提高农业生态效率的重要手段，该结论与现有研究观点保持一致[15]。

表12001年—2018年山东省（非）期望产出规模效应检验结果

S值观察值低于S的可能性P值 期望产出0.692＜0.010.006 非期望产出0.977＜0.010.002

3 建议与结论

持续农业技术投入与管理模式创新是现阶段山东省农业生态转型的关键。从自然条件、社会经济水平的区域差异来看，鲁西多平原，鲁东多丘陵，各地区农业发展水平有所差异。鲁西区域需加大农业机械投入，在大面积种植区域发挥效率优势。鲁东和鲁中区域应增强管理创新和组织创新能力，实现生产要素的合理配置，推动农业资源循环利用，提高农业技术效率。同时各区域之间要加强农业经济联动，充分发挥农业技术的空间溢出效应。鲁东应对鲁西区域进行农业技术推广和支持，帮助其快速提高农业技术水平。

厘清农业绿色TFP的时空变化规律是探究未来山东省农业绿色发展与提质增效路径的重要前提。本文选择GML生产率指数测算了2001年—2018年山东省与其各地市农业绿色TFP。山东省农业绿色TFP变动总体呈缓慢上升趋势，农业生态效率稳步提高。技术效率对农业绿色TFP的影响程度不断下降，而技术进步的贡献不断提高。从空间分异规律来看，山东省中东部区域农业绿色TFP变化较为稳定，西部区域变化较为明显，究其原因主要受农业机械化水平的影响。现阶段山东省提高绿色农业技术进步程度，降低农业污染物排放量是提高生态效率的有效途径。本研究厘清了山东省各区域农业绿色TFP的变化趋势，针对不同区域的具体特征，提出了针对性的农业生态转型相关建议。然而，研究使用的是市级尺度统计数据，数据尺度依然较大，所测算出的结果能反映相关趋势和问题，验证了方法的可行性，但面对精细化的管理仍需加强数据尺度的细化。

[1]孙炳彦.我国四十年农业农村环境保护的回顾与思考[J].环境与可持续发展,2020,45(1):104-109.

[2]郭迷.中国农业绿色发展指标体系构建及评价研究[D].北京:北京林业大学,2011.

[3]应瑞瑶,潘丹.中国农业全要素生产率测算结果的差异性研究——基于Meta回归分析方法[J].农业技术经济,2012(3):47-54.

[4]于伟咏,漆雁斌,李阳明.碳排放约束下中国农业能源效率及其全要素生产率研究[J].农村经济,2015(8):28-34.

[5]HAN Z,HAN C,YANG C.Spatial econometric analysis of environmental total factor productivity of ranimal husband-ry and its influencing factors in China during 2001-2017[J].Science of the Total Environment,2020,723:137726.

[6]韩海彬,赵丽芬.环境约束下中国农业全要素生产率增长及收敛分析[J].中国人口·资源与环境,2013,23(3):70-76.

[7]潘丹,应瑞瑶.中国农业生态效率评价方法与实证——基于非期望产出的SBM模型分析[J].生态学报,2013,33(12):3837-3845.

[8]刘向宏.山东省农业经济增长影响因素动态分析[J].青岛农业大学学报(社会科学版),2011,23(2):46-50.

[9]张丽,郑军.基于DEA-Malmquist模型的山东省农业生产效率测算研究[J].湖北农业科学,2019,58(21):219-223.

[10]吴义根,冯开文,李谷成.人口增长､结构调整与农业面源污染——基于空间面板STIRPAT模型的实证研究[J].农业技术经济,2017(3):75-87.

[11]李波,张俊飚,李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境,2011,21(8):80-86.

[12]CHUNG Y H,FARE R,GROSSKOPF S.Productivity and undesirable outputs:a directional distance function approach[J].Journal of Environmental Management,1997,51(3):229-240.

[13]OH D H.A global malmquist-luenberger productivity index-an application to OECD countries 1990-2004[C]//Wor-king Paper Series in Economics and Institutions of Innovati-on.Stockholm:The Royal Institute of Technology,CESIS,2009:1-29.

[14]EFRON B.Bootstrap Methods:Another Look at the Jack-knife[J].The Annals of Statistics,1979,7(1):1-26.

[15]金贵,吴锋,李兆华,等.快速城镇化地区土地利用及生态效率测算与分析[J].生态学报,2017,37(23):8048-8057.

10.3969/j.issn.2095-1205.2022.03.47

F323.22

A

2095-1205(2022)03-145-03

胡昕韬（1997- ），男，汉族，安徽黟县人，硕士，研究方向为计量经济与政策评估研究。

王涛（1971- ），男，汉族，山东沂水人，硕士，副教授，研究方向为信息管理与电子商务。