中国农业绿色生产效率的测度及其影响因素分析

王丽娜

（郑州经贸学院，河南 郑州 450007）

一、引言

生产方式改革后，中国农业生产效率迅速增长，粮食产量、农业总产值等各项指标值明显提升[1]。然而，在此背景下，农业生产的高污染、高耗能及高浪费问题日渐显露[2]。这倒逼农业生产需要在兼顾生态环境资源保护的情况下，从绿色、高产与高效方面寻求突破[3]，即谋求农业绿色生产效率提升。

近年来，中国极大推动农业供给侧结构性改革，并依据市场需求变化将农业生产绿色化、高效化定为主攻方向，结合绿色经济发展、落实“两山”理论提升农业绿色生产效率。本轮改革取得一定成效，然而现阶段农业绿色生产效率究竟有何变化？到底有哪些因素能驱动农业绿色生产效率提升？学术界尚未得到统一的研究结论。从变化趋势来看，李兆亮等(2017)[4]测验农业绿色生产效率整体发展趋势及区域差异，发现中国农业绿色生产率长期呈缓慢增长态势但总体效率值偏低，且呈现出从中部地区向南、向北提高的空间分布特征。郭海红、刘新民(2020)[5]认为，中国农业绿色全要素生产率整体呈微幅波动增长。从影响因素来看，众多学者指出差异化的调控政策、城镇化率、第一产业增加值比重、劳动力素质均对农业绿色生产效率有直接影响[6，7]，而生态环境容量和受灾面积是农业绿色生产效率的约束条件[8，9]，碳排放成本与农业保险是影响农业绿色生产效率增长与高质量发展的重要因素[10，11]。

通过梳理上述文献可知，现有研究已形成基本理论框架及研究范式，主要表现出以下两点规律：一是大多学者选择构建多指标评价体系进行综合测评，认为单指标难以全面、精准评估农业绿色生产效率；二是重视量化分析，把农业绿色生产效率转变为可考核、可量化的衡量指标。现有农业绿色生产效率测度指标体系为后续深层次剖析提供一定的启发与借鉴，但仍存在以下不足之处有待完善：在指标选取方面，多数学者认可农业绿色生产效率提升要遵循传递资源、环境与经济协同发展理念的要求，但在农业绿色生产效率测度的定量指标体系构成问题上暂未达成共识[12]；在研究方法方面，现有研究多采用DEA 中的CCR 模型与SBM函数法对农业绿色生产效率进行评估[13]，但此类方法不能有效规避径向问题，在运用范围上存在一定局限性。因此，文章首先尝试在正确理解六部委印发的《“十四五”全国农业绿色发展规划》的基础上，从投入、产出两方面视角构建具有可操作性及合理性的指标体系；其次为有效避免径向模型评价带来的误差，采用超效率SBM模型测算中国各省份农业绿色生产效率，全面客观地评价农业绿色生产效率水平；最后通过Tobit 模型分析具体影响因素，深入挖掘农业绿色生产过程中存在的潜在问题，探究可行的改善路径。

二、研究设计

1.农业绿色生产效率测算模型

由于农业生产极易被灾害、气候等自然条件所影响，农业总产值量增长情况难以确定[14]。将数据导入传统DEA 模型计算后，可能会出现多个决策单元效率值为1 的排序问题。针对这一评价问题，Tone&Tsutsui[15]在Anderson 模型的基础上进行优化，提出基于非期望产出的超效率SBM模型，进一步解决排序问题。因此，文章用基于非期望产出的超效率SBM模型对中国各省份农业绿色生产效率进行测算。

采用超效率SBM模型测算效率时，需要对相关变量进行定义。假设农业绿色生产中有n 个决策单元，即DMUj(j=1，2，…，n)。每个决策单元中包括投入向量i 个、期望产出向量s 个与非期望产出向量q 个，第k 个决策单元基于非期望产出的超效率SBM模型构建为：

其中，π 是农业绿色生产效率值。π 的取值范围是[0，2]。t、c1、c2依次表示投入变量、期望产出变量与非期望产出变量，x、yr、yc代表投入、期望产出与非期望产出矩阵内的元素，λ是权重向量。

参考以往文献[16，17]中相应研究方式，结合农业生产的实际情况，甄选具有科学性的投入产出指标。投入变量方面：基于农业生产五要素论[5]与《“十四五”全国农业绿色发展规划》，确定电能源、劳动、土地、机械动力为农业绿色生产的关键投入要素。投入变量中全年用电量以农业用电量衡量；农业从业人员数以农林牧渔从业人员年底数衡量；农作物总播种面积用水产养殖面积加农作物播种面积的总和衡量；机械动力以农业机械总动力进行衡量。产出变量方面：期望产出变量包括农业总产值、有效发明专利数。非期望产出变量以农业碳排放量和氮流失量衡量。农业碳排放量借鉴李波等(2011)[18]的研究方法进行测算，计算公式为化肥、农药、柴油、农膜、农业耕作、农业灌溉的碳排放量总和。各项碳排放量的测量公式为对应指标乘以碳排放系数的数值，其中碳排放系数分别为化肥0.90(kg/kg)、农药4.93(kg/kg)、柴油0.59(kg/kg)、农膜5.18(kg/kg)、农业耕作312.60(kg/kg)、农业灌溉20.48(kg/kg)。氮流失量数值从全国污染源普查公报中获取。农业绿色生产效率的投入产出指标体系见表1。

表1 中国农业绿色生产效率的投入产出指标体系

文章涉及7 个投入产出指标和31 个样本省份，样本数量远大于投入产出指标数量之和的两倍，保障超效率SBM模型测算效率前沿面更加贴合实际。同时，投入和期望产出变量显著正相关，表明投入增加可提升期望产出水平，进一步确保变量符合超效率SBM模型的保序性前提假设。

2.农业绿色生产效率影响因素实证模型

（1） 变量设定

被解释变量。被解释变量是农业绿色生产效率(TE)，效率值由超效率SBM模型测算得到。

解释变量。解释变量包括影响农业绿色生产效率的自然因素、技术因素及社会因素，其中自然因素变量的代理变量为农业用水效率(YS)和农作物受灾面积(SZM)，技术因素的代理变量为农业机械投入强度(JX)和农业科研财政拨款(TZ)，社会因素的代理变量为城镇化率(CZH)、农业生态补偿政策(ZC)和劳动力素质(SZH)。整理已有文献[19，20]用以下方法测算上述代理变量（表2）。

表2 农业绿色生产效率影响因素的代理变量

控制变量。中国不同地区农业绿色生产效率水平差异较大，为消除客观差异对农业绿色生产效率的影响，文章借鉴潘丹(2014)、吴传清和宋子逸(2018)[21]对农业绿色生产效率提升效应的研究成果，对各省份的经济发展程度(FZ)、对外开放程度(KF)加以控制。经济发展程度采用人均GDP 进行衡量，对外开放程度的代理变量采用外商直接投资与国内生产总值之比来表示。

（2） Tobit 模型

为探究农业绿色生产效率的影响因素及影响程度，文章构建回归模型。基于非期望产出的超效率SBM模型对农业绿色生产效率的测算值为[0，2]上的截断性离散数据，若把数据带入传统OLS 模型中展开回归检验，则易产生较大偏差。而Tobit 模型不仅能够处理此类特征数据，还可以分析虚拟变量，避免出现较大偏差。故用Tobit 模型研讨农业绿色生产效率的影响因素及影响程度，具体模型设定为：

回归模型为：

其中，a0是截距向量，εit是随机误差项。依次加入自然因素、技术因素、社会因素的代理变量，逐个检验各因素对农业绿色生产效率有何影响。同时控制各省份的经济发展程度、对外开放程度变量，以消除社会经济发展水平差异对农业绿色生产效率的影响。

3.数据来源

文章基于中国31 个省份（不含港澳台地区） 农业绿色生产效率的相关数据展开研究。分析数据主要来源于历年《中国农村统计年鉴》 《中国人口统计年鉴》 《新中国六十年统计资料汇编》 《中国科技统计年鉴》 《中国统计年鉴》和部分地方年鉴。研究时间段设置为2012—2020 年。需要进一步说明的是，为分析和比较区域农业绿色生产效率的差异，参考张洪烈、刘宁(2021)[22]的划分方法将黑龙江、吉林、辽宁定为东北地区，将北京、天津、上海、河北、江苏、福建、浙江、广东、山东、海南定为东部地区，将山西、江西、安徽、河南、湖南、湖北定为中部地区，将内蒙古、重庆、广西、四川、云南、贵州、西藏、甘肃、陕西、宁夏、青海、新疆定成西部地区。

三、实证分析

1.各省份农业绿色生产效率测算

根据超效率SBM模型原理与基本步骤，采用MAXDEA 7.0软件对31 个省份的农业绿色生产效率进行测算，结果见3。

由表3 可知：

表3 各省份农业绿色生产效率值

（1） 研究期内农业绿色生产效率高的省份相对稳定

2012—2020 年，北京、天津、辽宁、吉林、上海、福建、重庆、四川等省份农业绿色生产效率一直处于全国领先水平。究其原因在于这些省份的农业绿色生产基础良好，大部分省份处于经济发展水平较高的东部地区，拥有较多农业绿色发展资源。虽然原始农业绿色生产效率低的省份也大力发展绿色农业，但难以快速赶超领先省份。这说明农业绿色生产效率提升的过程较为漫长，需要具备一定的种植基础，逐步塑造出高效的农业绿色生产优势。

（2） 省际农业绿色生产效率差异较大

宁夏、甘肃、新疆等省份农业绿色生产效率值长期处于0.3 以下。尽管这些省份在研究期内提高了国内生产总值增速，但农业绿色生产效率偏低，依然存在较为严重的环境破坏、农业绿色生产效率增长缓慢及资源浪费等问题。从时间维度上看，安徽、新疆等省份农业绿色生产效率呈现下降态势，湖北、宁夏、云南等省份农业绿色生产效率基本维持不变。整体而言，2012—2020 年省际农业绿色生产效率差距略有缩小。2012 年农业绿色生产效率值最低的是新疆，其值为0.202，与高效率省份的差距是0.800。2020 年效率值最低的省份是甘肃，其值为0.402，与高效率省份之间的差距为0.791。2020 年最高效率值与最低效率值间的差距比2012 年缩小了0.009。这一方面反映出中国省际农业绿色生产长期存在失衡现象，另一方面说明中国农业绿色生产落后省份追赶领先省份初见成效，但仍有较大增长空间。

（3） 东部地区及东北地区效率远超中西部地区

以均值法计算出四大地区的农业绿色生产效率状况，结果见图1。可以看出，农业绿色生产效率的地区发展格局表现为：东部地区优势突出，东北地区位居第二，中西部地区低效率运行。综合来说，研究期内中国农业绿色生产效率整体出现区域差异，其中东部地区省份与东北地区省份农业绿色生产效率稳中有升，而中西部地区省份仍然在低位徘徊，整体呈现为“中部塌陷”。出现这种现象的可能原因是：东部地区是中国经济高质量发展的头部地区，具备良好的农业绿色生产基础，且是农业政策的先行试点区域，这说明吸附优势资源能力是农业绿色生产的关键点。在多重利农、农业可持续发展等引导政策推行下，东北地区加快推进农业清洁生产、规范施肥技术与高产技术的应用，不断降低污染物排放量，促使农业绿色生产效率不断提升。中部地区农业绿色生产效率较低，虽然有小幅上升，但总体资源投入高、产出效率低、环境污染严重，持续拉大与东部地区间的差距。西部地区较为平稳，农业绿色生产效率值在0.6 左右，农业绿色生产基础相对薄弱，支撑农业绿色高质量发展的潜力尚待释放。

图1 2012—2020 年不同地区农业绿色生产效率

2.农业绿色生产效率影响因素分析

为检验不同类别影响因素对农业绿色生产效率的影响程度及显著性，首先，以自然因素的代理变量农业用水效率和农作物受灾面积对农业绿色生产效率的回归作为模型1；其次，逐步加入技术因素变量中的代理变量农业机械投入强度和农业科研财政拨款形成模型2；再次，加入社会因素变量的代理变量城镇化率、农业生态补偿政策和劳动力素质构建模型3；最后，引入控制变量经济发展程度、对外开放程度，分别得到模型4、模型5、模型6，具体回归结果见表4。

表4 Tobit 模型回归结果

模型1 结果显示，农业用水效率的回归系数在5%的水平上显著为正，农作物受灾面积的回归系数在10%水平上显著为负。这说明农业用水效率增长可以提升农业绿色生产效率，而农作物受灾面积增加并不能提高农业绿色生产效率。究其原因农业用水效率增长可有效解决水资源浪费问题，在投入等量水资源的情况下提高农业总产值，推动农业绿色发展。由于农作物受灾面积扩大导致期望产出减少，农户可能会在耕种过程中播撒更多农药化肥进行抗灾。此举容易使非期望产出大幅增加，进而抑制农业绿色生产效率提升。

模型2 中农业机械投入强度的系数为-0.027，且通过1%显著性检验，表明农业机械投入强度越大，环境污染程度更严重，以致农业绿色生产效率增长缓慢。农业科研财政拨款对农业绿色生产效率的影响系数为0.026，且通过1%显著性检验，表征农业科研财政拨款能促使农业绿色生产效率提升。抑制农业机械投入强度、增加农业科研财政拨款可有效推动农业绿色技术升级，提高资源利用率进而推动农业绿色生产效率稳步增长。

模型3 中包含农业绿色生产效率影响因素所涉及的7 个代理变量，社会因素的代理变量城镇化率、农业生态补偿政策和劳动力素质的影响系数均大于零，且分别通过5%、1%、1%显著性检验。这证明社会因素可正向推动农业绿色生产效率增长，即推进城镇化率、实施政策干预和拔高劳动力素质有利于促进农业绿色生产效率提高。产生这一结果的可能原因是：城镇化率增长，具有正向空间溢出效应。农业人口从城镇化率低的省份转移到城镇化率高的省份后，农业资源消耗速度与农业污染逐渐降低，而农业绿色生产效率持续提升。环境污染具有明显的外部不经济性，并不能被农业排污标准控制，需要政府制定相应政策来引导。政府明确税金、产权等农业生产相关信息后，可有效规范农业生产活动，减少环境污染，提高农业绿色生产效率。提升基础教育水平既可以有效增强农业从业人员的环保意识与专业技能，还可以加快农业从业人员学习与吸收新技术、新方法使用技巧的速度。因此，政府应加大农村教育投入力度，加速升级教育质量，从而提高农业绿色生产效率。

模型4、模型5 和模型6 控制各省份经济发展程度、对外开放程度后，各影响因素变量的数值符号与显著性并未发生明显变化，说明各变量对农业绿色生产效率可产生显著影响。以上实证结果明确了自然因素、技术因素和社会因素对农业绿色生产效率的影响效应。

为检验Tobit 模型回归结果的有效性，排除直辖市、自治区的影响，文章剔除部分数据后，重新构建模型进行稳健性检验（限于篇幅，不在此列示）。检验结果显示虽然农业用水效率、农作物受灾面积、农业机械投入强度、农业科研财政拨款、城镇化率、农业生态补偿政策、劳动力素质的影响系数绝对值大小出现变化，但影响系数的符号与显著性并未出现变化。可见，自然因素、技术因素、社会因素对中国农业绿色生产效率影响的检验结果稳健可靠，从这三个维度着手可有效提升农业绿色生产效率。

四、结论与建议

文章采用超效率SBM模型测算2012—2020 年中国31 个省份的农业绿色生产效率，然后根据四大地区划分进行分析，最后通过Tobit 模型剖析农业绿色生产效率的影响因素。研究结论如下：第一，省际农业绿色生产效率发展相对稳定，且存在较大的省间差异。但随时间推移，差距略有缩小；第二，东部地区省份与东北地区省份的农业绿色生产效率值远高于中西部地区省份，西部地区略高于中部地区；第三，进一步分析影响农业绿色生产效率的自然因素、技术因素和社会因素后发现，农业用水量、农业科研财政拨款、城镇化率、农业生态补偿政策和劳动力素质均对农业绿色生产效率有显著的积极影响，农作物受灾面积和农业机械投入强度会抑制农业绿色生产效率提升；第四，在控制省份间的社会经济发展水平差异后，社会因素的代理变量仍对农业绿色生产效率有显著正影响；自然因素的代理变量中农业用水量仍发挥促进作用，而农作物受灾面积发挥抑制作用；技术因素的代理变量中农业科研财政拨款仍发挥促进作用，而农业机械投入强度发挥抑制作用。

基于以上研究结论，提出如下建议：一是积极推行农业绿色生产制度。政府应执行严格的水资源使用制度，严格管控旱改水流程，减少水资源超载地区的不合理灌溉面积。农户应积极选择种植节水、节肥农作物，依据有关制度稳步扩大农业经营规模，优化农产品绿色生产布局。同时，政府应定期组织农业从业人员学习农业绿色生产知识，提高环境保护意识，减少受灾农业种植面积。管理层可根据农业绿色生产规范，加大绿色标准化生产改造力度，缓解农业生产与生态环境之间的矛盾；二是加速优化农业绿色生产技术。政府应加大农业科研财政拨款，鼓励有关科研机构或企业研发低污染的农业生产技术。各区域政府可定期举办农业绿色生产技术交流会，分享最新科研成果并探讨研发过程中遇到的问题。通过上述途径加快农业绿色生产技术更新，降低农用机械设备、施肥等种植环节的污染物排放量，践行绿水青山发展理念。同时，政府需指派技术专员，实地考察农田环境，选取恰当的农用绿色生产技术用于耕种。技术专员除了要因地制宜选择农业绿色生产技术外，还要向农户讲解使用方法及注意事项，及时解答农户使用新技术时的疑问。村干部应尽快组织人员学习新农业绿色生产技术的使用方法以及绿水青山发展理念，加快新技术的推广速度，减少由于使用机械设备而产生的环境污染；三是加快推进农业基础设施建设。政府应进一步从社会因素角度完善农业绿色生产基建，缩小省域间在城镇化率、农业生态补偿政策实施及农业从业人员综合素质等方面的差距，从而提升农业绿色生产效率。城镇化率方面，各地政府应加快推进城镇化建设，引导农业从业人员转移到城镇中生活，减少农业资源消耗。农业生态补偿政策实施方面，政府可出台差异化补偿政策，并制定相应的配套执行措施，提升政策实施的精准度。以此鼓励村民用农业绿色生产方式提升增加粮食产量、保障粮食安全，逐渐形成规模化生产经营形式，提高资源利用率并降低环境污染。农业从业人员综合素质方面，政府应加强基础教育，拔高农业从业人员的综合素质，保障农业绿色生产理念、政策、技术可快速推广与落实，实现农业绿色可持续发展。