非粮化对粮食绿色全要素生产率的门槛效应研究*

薛选登，谷秀云

（河南科技大学经济学院，洛阳 471000）

0 引言

推进农业绿色发展是农业发展观的一场深刻革命。农业农村部印发《农业绿色发展技术导则（2018-2030年）》中指出农业生产的“三个转变”，即：从注重数量为主向数量质量效益并重转变，从注重生产功能为主向生产生态功能并重转变，从注重单要素生产率提高为主向全要素生产率提高为主转变[1]，这表明我国对于农业生产既注重粮食安全，更兼顾农业发展质量。因此，想要改善化肥、农药、农膜、除草剂等传统投入要素所引致的环境污染和温室气体排放严重的现象，提高农业绿色全要素生产率是时代所需。但与稳定实现农业绿色发展目标相悖的是，交织农业生产成本上涨，种粮利润空间受挤，理性农户出于自身利益考虑，部分地区的耕地非粮化现象愈发凸显，那么耕地非粮化对农业绿色生产是否造成影响？影响“度”如何？不同区域有无差异？文章以粮食生产为例，实证探究非粮化对粮食绿色全要素生产率的影响。

粮食绿色全要素生产率（Green Total Factor Productivity，GTFP）较传统全要素生产率（Total Factor Productivity，TFP）来讲，可以有效地兼顾资源与环境约束，反映粮食生产的真实效率。对比以往绿色全要素生产率的相关文献可以发现[2-7]，学者们多从以下角度开展研究，即界定绿色全要素生产率的相关概念、对比全要素生产率与绿色全要素生产率的测算方法、拓展研究宏微观层面数据、分析具体的影响因素等，在学习吸收已有众多文献的基础上，该文尝试通过剖析具体影响因素，增加该部分研究的边际贡献。

很多学者在相关研究中都直接或间接地认为“非粮化”是作为农业绿色生产的一个重要的影响因素，立足农业结构、生态效益和生产质量等角度进行探讨。常伟和马诗雨[8]提出“非粮化”现象是指在农地规模流转过程中，转入方将转入的农地大部分用于非粮食作物的种植或从事非农经营的现象，而种粮成本高、效益低等是导致“非粮化”的原因。陈卫洪和漆雁斌[9]研究发现稻谷种植面积和大牲畜饲养数量对减少农业源甲烷的排放具有重要作用，表明不同农业产业结构形式确实对生态环境存在影响，因此考虑到农业产业结构转变也可能对农业绿色全要素生产率产生影响。而金芳[10]研究发现新时期确应重视农业产业结构的合理调整在农业绿色生产率增长中的重要作用，以提升农业整体发展质量。宋戈、白小艳、高佳[11]综合运用负外部效益测算方法，发现研究区耕地非粮化粮食安全负外部效益和耕地非粮化生态环境负外部效益的空间分异规律基本一致。郭珍[12]提出隐性的耕地功能性流失，如优质耕地伪生态化、非粮化、过度利用化与耕地边际化等，对耕地数量、质量、生态的影响不容忽视。文献表明，耕地非粮化产生的主要原因是由于生产成本高，收益低，而耕地非粮化所带来的农业产业结构形式转变，加之耕地非粮化对生态环境的潜在外部性，将很大程度上对粮食绿色全要素生产率产生影响。

综上所述，现有文献存在一些有待完善之处：一是缺乏非粮化与粮食绿色全要素生产率的直接相关研究。以往研究对“非粮化”现象与农业绿色生产之间的关系探讨多围绕各自角度出发，对两者之间的作用机制仍待挖掘探讨。二是缺乏考虑区域异质性条件影响。由于未综合考虑不同地区经济发展水平、资源禀赋差异等扰动条件，区域同质性假设所得结论并不能很好的指导实践，尤其是没有重视农业决策主体所受种粮成本收益的各自差异，所带给区域非粮化趋势增减的重要影响。鉴于此，该文利用2008—2018年26个省（市、自治区）份的面板数据，在测算综合考虑期望产出与非期望产出的粮食绿色全要素生产率的基础上，实证考察非粮化对粮食绿色全要素生产率的作用机制，是否存在以种粮利润为门槛的门槛效应？若受门槛值影响，驱动抑或阻碍？

1 非粮化对粮食绿色全要素生产率影响的机理分析

前苏联教科书中曾提到“粗放型增长”和“集约型增长”，两种增长方式相较而言，前者依靠要素投入驱动，后者更加注重生产效率与效益驱动，即全要素生产率的增长。1980年在索洛模型单一强调劳动和资本要素的基础上，新增长理论拓展提出将知识和人力资本等作为模型中的独立要素纳入考量，而这一理论创新也更加贴合实际。总而言之，农业生产需要综合考虑多类投入要素，通过改善投入产出关系实现农业全要素生产率增长，然而非粮化的发展会影响要素投入、要素组合以及利用效率。因此，该文选择从要素投入结构、种植结构两个视角出发，分析非粮化对粮食绿色全要素生产率的作用机制。

非粮化改变农业要素投入结构，进而影响粮食绿色全要素生产率。现代市场经济条件下，诸如劳动力、资本等生产要素均会受利益驱使优化资源配置，从低效率或低收益的部门自由流动至高效率或高收益的部门。在农业生产过程中，受要素流动与重新配置的影响，粮食绿色全要素生产率在某种程度上也将发生变化。近年来，耕地非粮化现象凸显，大量原本种植粮食的农民，由于后受种粮利润或者土地流转成本的影响，转出土地后选择从事瓜、蔬、花、果等非粮生产，农业生产的要素投入结构也随即产生变化。一是蔬菜、水果等非粮化产业一般为劳动密集型，吸纳劳动力较多，相较于高度机械化发展的粮食产业而言，该非粮产业所产生的碳排放将得到一定程度缓解。二是从土地生产解放出来的青年劳动力择业进入城市务工，留守种植粮食的劳动力结构将呈现老龄化等特征，且已有相关研究指出伴随农业劳动力老龄化程度的加深，粮食绿色全要素生产率在前期会呈现下降趋势[13]。三是蔬菜、水果等非粮化产业较之粮食种植而言，其周期性大大缩短，对于化肥、农药、种子、农膜等多类农资的投入需求将直线上升，生产中产生更多的碳排放，且耕地非粮化的高收益会促使理性小农做出自身利益最大化的决策，产生辐射带动效应，加剧周边地区“非粮化”，进一步影响粮食绿色全要素生产率。

非粮化改变农业种植结构，进而影响粮食绿色全要素生产率。耕地非粮化所带来农业产业结构的调整，往往伴随产业内部不同细分部门和要素利用效率的变化，这均会影响农业碳排放等非期望产出，进而引起粮食绿色全要素生产率的变化。一是耕地非粮化后，土地转入经营主体将原有种粮耕地改为观光农业、畜牧养殖业等，此时田间基础设施将被整改，如水利灌溉、河道迁改、道路修设等，土壤层便会因此遭到破坏。一旦流转期限到期或承包户因经营不善等原因中途离开，后续土地修复工作将十分困难，甚至无法再复耕，进而对粮食绿色全要素生产率增长产生长久不利影响[14]。二是耕地资源的稀缺性表明，伴随耕地非粮化现象凸显，种粮耕地面积将进一步缩减。而耕地面积与种粮劳动力同时减少，将不利于农业发展适度规模生产，从另一方面来看，这将倒逼农民在有限土地上更高效地投入资金、技术和管理等，以控制成本，提高产量，获得生产效益，间接地提高粮食绿色全要素生产率。

由此可见，非粮化对粮食绿色全要素生产率的影响富有双面性，既有负向的阻碍作用，又有正向拉动作用，且其作用程度与方向很可能受区域异质性条件如种粮利润的影响。非粮化对粮食绿色全要素生产率的影响存在以种粮利润为门槛值的门槛效应，这是该研究提出的重要理论假设。

2 研究方法

2.1 面板门槛模型设计

为验证种粮利润是否扰动非粮化对粮食绿色全要素生产率的作用机制，根据Hansen[15]，以种粮利润为门槛变量，以非粮化作为门槛依赖变量，设计面板门槛模型探究非粮化对粮食绿色全要素生产率的门槛效应。

设定单一面板门槛模型为:

双重面板门槛模型为

模型（1）（2）包括被解释变量Yit，个体固定效应ui，影响系数β和θ，门槛依赖变量Xit，指标函数I(·)，门槛变量qit，门槛值γ，控制变量zit，随机扰动项εit，样本i，及时间t。

首先需确定门槛值γ的大小，借助Hansen[16]的GridSearch方法将门槛依赖变量qit按最高和最低1%的去除，然后连续对备选门槛值进行格栅化处理，并分别计算回归模型的残差平方和S1(γ)，以S1(γ)最小为判断依据确定门槛值。最后，对门槛效应显著性和门槛值真实性进行检验。门槛效应显著性检验采用wald检验方法。单一门槛模型原假设:H0：β1=β2，如果P＜0.05，则认为门槛效应显著。门槛值真实性检验参照Hansen[15]以最大似然法进行。

2.2 变量选取及测算方法

2.2.1 被解释变量

（1）粮食绿色全要素生产率（GTFP）测算指标。①投入指标。包括第一产业从业人员、粮食播种面积、农业机械总动力、农药使用量、化肥折纯量和有效灌溉面积。参照闵锐和李谷成[17]，通过权重系数将粮食生产投入从广义的农业投入中剥离，权重系数A=粮食播种面积/农作物播种面积，权重系数B=(农业产值/农林牧渔总产值)×A。②产出指标。粮食产量为期望产出，碳排放量为非期望产出。

（2）粮食绿色全要素生产率（GTFP）测算方法。SBM-GML指数法是将Global Malmquist-Luenberger生产率指数法(简称GML指数法)与SBM模型相结合，通过非径向非角度的当期和全局方向性距离函数来处理非合意产出的一种方法[18]。

2.2.2 门槛依赖变量

非粮化（flh）该文结合相关研究文献与非粮化内涵，选取农作物总播种面积与粮食作物播种面积，计算得到非粮作物播种面积，参考闫建伟[19]定义非粮化=非粮作物播种面积/粮食作物播种面积，统筹兼顾粮食种植面积与非粮作物种植规模的变化。

2.2.3 门槛变量

种粮利润(lr)该文以种粮收益（稻谷、玉米、小麦）反映历年各地农户种粮利润差异。根据前文假设可见，在不同种粮利润的干扰下，非粮化对粮食绿色全要素生产率的影响呈非线性。

2.2.4 控制变量

（1）农业产业结构（jg）。利用种植业总产值/农林牧渔总产值表示，各地区农业生产资源禀赋条件不同，既是优势也为约束，受经济发展水平与地形地势条件的影响，因地制宜选择农业生产方式，因此，不同的农业产业结构对粮食绿色全要素生产率产生不同的影响。（2）土地质量水平（tz）。利用化肥施用量/农作物种植面积表示，化肥使用可以提高粮食生产率，而过度使用必然导致边际效果递减，对土地质量水平产生不利影响。（3）财政支农力度（cz）。利用农林水事务支出/财政一般预算支出表示，可以更好地衡量地区政府行为对于当地农业生产环境的支持力度，不同的农业投入对应粮食生产基础设施建设效果不同，进而对粮食绿色全要素生产率影响程度不同。（4）自然环境（sz）。利用受灾面积/总播种面积表示，以此衡量农业生产的自然条件。农业生产天然存在弱质性，使得自然条件的变化对粮食产量有直接影响。

2.3 数据来源

鉴于数据的科学性、可获得性及DEA对异常数据的敏感性，该文选取我国2008—2018年26个省（市、自治区）份的具体投入与产出面板数据，所需原始数据均为官方统计，摘录于《中国统计年鉴》《全国农产品成本收益资料汇编》等。

3 结果与分析

3.1 我国粮食绿色全要素生产率整体分析

从时序演变方面来看，我国粮食绿色全要素生产率在样本期内呈现波动上升趋势，其分解指数技术进步是粮食绿色全要素生产率增长的主要驱动力，如图1所示。分阶段来看，粮食绿色全要素生产率于2012—2014年首次出现下降，考虑到主要是因为技术进步和技术效率进入上升的疲软期，尤其前沿技术进步下降明显。2015—2017年技术效率出现样本期内最低值，导致粮食绿色全要素生产率再次出现下降。随着农业科技在粮食生产中的不断应用，农业生产技术革新比生产技术效率改进在短期内更具有效益，加之长期以来，农业改革主要侧重于农业管理和制度层面，从而对生产技术效率的革新产生抑制，说明我国粮食依旧处于一种重要素投入而忽视效率改进的阶段，发展绿色集约型农业亟需对此改进。

图1 2008—2018年我国粮食绿色全要素生产率及其分解指数时序演变特征

从各省域空间差异来看，2008—2018年各地粮食绿色全要素生产率均实现破“1”增长。其中，新疆居首位，为1.431，即样本期内其粮食绿色全要素生产率以年均43.09%的速度增长。广东省最低，仅为1.009，考虑资源环境约束下的粮食绿色全要素生产率年均增速仅为0.95%。在26个省（市、自治区）份中，只有新疆、内蒙古、浙江省、山东省、湖北省等地的粮食绿色全要素生产率是在技术进步和效率改进双重驱动下进步的，属于集约型增长的发展方式。而广西、四川省、江苏省、广东省等10个省区基本都是依靠技术进步拉动，说明这些地区在粮食生产过程中仍存在技术效率不高、资源消耗严重问题，今后必须进一步重视效率的提高，兼顾技术革新和效率改进。

从分区空间差异来看，粮食主销区相较于粮食主产区、产销平衡区以及全国平均值而言，其粮食绿色全要素生产率增长更为显著。经济发达的粮食主销区主要是由于禀赋差异，如劳动力成本居高，更侧重于技术效率方面改进，其技术效率带来的粮食绿色全要素生产率增长驱动力远高于粮食主产区和产销平衡区。相较而言，地形多属平原的粮食主产区，资源禀赋较好，在发展粮食绿色生产中更注重农业绿色生产技术的推广应用；而产销平衡区多位于中西部高原山区，自然环境较为恶劣，不利于粮食作物生长，更大程度上需要依靠农药、化肥提升产量，便在一定程度上对于效率改进产生抑制作用。

3.2 变量描述性统计

所有变量的基本情况汇总结果见表1所示。

表1 变量描述性统计

3.3 变量平稳性检验

所有变量先后通过同根检验法LLC和异根检验法IPS，除粮食绿色全要素生产率和土地质量水平一阶差分后平稳，其余变量均直接通过单位根检验，所有变量平稳，结果见表2所示。

表2 单位根检验

3.4 门槛效应检验及门槛值确定

为排除异方差影响、增强可比性，对所有变量取对数处理。为检验非粮化对粮食绿色全要素生产率是否存在以种粮利润为门槛的门槛效应，先模拟设定双重门槛模型，采用Bootstrap循环检验500次，P值未通过显著性水平检验，然后将模型模拟设定为单一门槛，此时门槛效应显著，见表3所示，故选用单一门槛模型。然后根据Hansen[15]的LR检验确定种粮利润（lr）单一门槛值为7.638，见表4所示。

表3 门槛效应检验

表4 门槛值及置信区间

3.5 模型稳健性检验及结果分析

该文通过对比回归，以检验模型结果的稳健性，见表5所示。第一个模型为不考虑控制变量的单一门槛回归模型。第二个模型加入控制变量。第三个模型为固定效应模型。从第一个模型回归结果来看，当种粮利润水平小于7.638时，非粮化对粮食绿色全要素生产率的影响系数为-0.206，但并不显著，当种粮利润水平大于7.638时，影响系数提高到-0.331，且具有显著负向抑制粮食绿色全要素生产率的作用。第二个模型回归结果显示，加入控制变量后非粮化对粮食绿色全要素生产率的抑制程度进一步提升，当种粮利润水平大于7.638时，非粮化在5%的显著性水平上对粮食绿色全要素生产率呈负向抑制作用。第三个模型经Hausman检验后设定为双固定效应模型，回归结果再次显示非粮化对粮食绿色全要素生产率呈显著抑制作用，且抑制程度有所提升；控制变量的影响和第二个模型的影响程度和方向基本一致。由此可见，第二个模型具有一定的稳健性，非粮化与粮食绿色全要素生产率之间为反向关系，且确实存在以种粮利润门槛的门槛效应，当种粮利润水平大于7.638时，这种反向抑制作用将大幅显著提升。因此，重点分析加入控制变量的单一面板门槛模型。

表5 稳健性检验

在第二个模型中，当种粮利润水平小于7.638时，估计系数为-0.240，但此时回归结果并不显著，说明非粮化对粮食绿色全要素生产率的负向抑制作用还没有凸显，一旦跨过门槛值，非粮化每提高1%，粮食绿色全要素生产率将显著降低0.348%，由此可见，非粮化与粮食绿色全要素生产率之间受制于种粮利润。其内在原因在于，如果某地区种粮利润水平较低，那么该地区农村劳动力的种粮意愿会受到影响，在土地流转过程中会综合考虑土地流转价格以及种粮成本收益，而选择非粮种植或者从事非农活动，从而抑制粮食全要素生产率增长。反之，如果某地区种粮利润较高迈过门槛值后，那么该地区的农村劳动力可以更好地从事粮食种植和规模化农业生产，此时非粮化每降低1%，粮食绿色全要素生产率较以往将显著大幅增长。此外，财政支农力度的影响为显著正向拉动，每提高1%，粮食绿色全要素生产率相应提高0.385%，是值得关注的影响因素，表明地区财政支农等相关补贴政策进一步优化农业生产环境，对粮食绿色全要素生产率的提高起到积极作用。自然环境状况的影响为显著负向抑制，说明考察期内各地区的粮食生产在一定程度上仍受自然灾害的制约，进一步加强农业基础设施建设与农业保险政策等预警性措施尤为重要。

3.6 耦合度分析

非粮化对粮食绿色全要素生产率的负向作用受种粮利润影响，而非粮化与种粮利润间互相影响，它们之间的协调度会是如何？为此该文构建非粮化与种粮利润之间的耦合协调度模型[20]。为消除量纲差异，对非粮化和种粮利润标准化处理得到U1和U2的值。

3.6.1 耦合度评价模型

根据物理学上的耦合思想构建非粮化与种粮利润的耦合度评价模型为：

式（3）中，C代表耦合度，U1和U2分别代表标准化处理后的非粮化(flh)和种粮利润(lr)。C值越接近0，耦合度越小，越接近1，耦合度越高。但耦合的性质无法通过耦合度的数值来判断，两个子系统的综合水平都低也会出现耦合度较高的情况，因此需要评价两个系统的耦合协调度情况。

3.6.2 耦合协调度模型

耦合协调度可以综合衡量耦合协调互动水平，构建耦合协调度模型为：

式（4）中，D代表非粮化与种粮利润的耦合协调度程度，C表示耦合度，T指代综合协调度指数，α和β是两个系统的权重系数，经咨询专家，令α=β=0.5。最终得到的耦合协调度指数，并把2008—2018年26个省（市、自治区）份粮食绿色全要素生产率的平均值制作在同一表格中，见表6所示。

表6 各区域省份粮食绿色全要素生产率与耦合协调度对比变化

为了更清晰地展示分区域对比变化趋势，特制作粮食绿色全要素生产率与耦合协调度的分区域对比变化趋势图，如图2所示。在减少黑龙江省与甘肃省两个极值省份的影响后，可以更明显看出非粮化与种粮利润的耦合协调度与粮食绿色全要素生产率变动具有一致性，随着各区域耦合协调度值的降低，其对应省份粮食绿色全要素生产率也呈下降趋势，即受种粮利润干扰导致非粮化对粮食绿色全要素生产率的影响呈非线性。

图2 粮食绿色全要素生产率与耦合协调度的分区域对比变化趋势

4 结论

4.1 研究结果

该文首先针对非粮化与粮食绿色全要素生产率之间的作用机理进行详细论述，其次通过收集2008—2018年我国26个省（市、自治区）份面板数据，构建面板门槛模型，实证探究非粮化对粮食绿色全要素生产率影响是否存在以种粮利润为门槛的门槛效应，主要研究结果如下。

（1）2008—2018年全国及其分区域的粮食绿色全要素生产率皆呈波动上升趋势，且粮食主销区的绿色全要素生产率增长最为显著。其中，全国及粮食主产区、产销平衡区主要依靠技术进步，而粮食主销区则是受技术效率驱动，这说明技术效率在一定程度上弥补了当地技术进步方面的动力不足。

（2）种粮利润作为非粮化影响粮食绿色全要素生产率的干扰因素，门槛值为7.638。当种粮利润不超过门槛值时，非粮化对粮食绿色全要素生产率的抑制作用并不凸显；一旦跨过门槛值后，非粮化的趋势增长将对粮食绿色全要素生产率产生显著的负向阻碍作用，即非粮化的差别控制可以很大程度上保护粮食绿色全要素生产率。

（3）分区域来看，各省份非粮化与种粮利润之间的耦合协调度，虽在数值上存在一定差异，但其变化趋势与粮食绿色全要素生产率的变动趋势基本一致。因此，在通过差别控制非粮化促进粮食绿色全要素生产率提升的过程中，须将种粮利润协同保护放在重要位置，效果才能更加显著。

4.2 建议

根据该研究的结果，非粮化作为粮食绿色全要素生产率的重要影响因素，且这种影响存在一个“度”（即门槛）；另鉴于不同区域各省份非粮化与种粮利润之间的耦合协调度与粮食绿色全要素生产率密切相关，故不同区域的农业绿色发展思路将存在差异。

（1）差别控制非粮化，低门槛与高门槛地区采取不同应对措施。其一，低门槛地区可建立非粮化预警机制，进行动态监测。典型的低门槛地区为产销平衡区和粮食主销区，各自可根据经济与农业发展状况、资源禀赋条件如地形地势等，科学合理设定非粮水平弹性范围，通过事前监控、事中管理、事后解决的管控模式，及时监测非粮化动态，确保粮食耕种面积在合理范围内即可。其二，高门槛地区的非粮化应严格控制，切实保护粮食绿色全要素生产率。典型的高门槛省份包括山东、河南、江苏、湖北、安徽等，由粮食主产区几乎全部覆盖。但整体而言，粮食主产区实际上是高门槛与低门槛省份并存的状态。因此，在粮食主产区可根据实际发展需要进一步细分粮食功能区，如粮食种植专用地和粮经两用地。即在严格控制高门槛省份非粮化趋势、充分确保其粮食种植专用地面积的基础上，部分低门槛省份可以根据自身资源禀赋和农业发展程度同步建立粮经两用地，以期最大程度上提升粮食绿色全要素生产率。

（2）协同保护种粮利润，提升非粮化与种粮利润之间的耦合协调度。分区域来看，产销平衡区耦合协调度在0.5以下的4个省份：贵州、山西、甘肃、云南；粮食主产区耦合协调度在0.5以下的2个省份：黑龙江、吉林；粮食主销区耦合协调度整体表现最好。但整体来看，耦合协调度在0.5以下的6个省份存在明显共性特征，即低门槛省份，且粮食绿色全要素生产率排序靠后。以产销平衡区为例，往往农业具规模，但其粮食生产效率和效益低，二三产业反哺受到限制，且在种粮成本上行压力下，农户种粮利润受到挤压，需要一定的非粮化来改善收入。简言之，低门槛省份粮食绿色全要素生产率提升的过程中，更应协同保护种粮利润。其一，国家要加大实施综合性收入补贴、生产补贴等支农政策力度，合理引导农户价格预期，保障小农生产效益。其二，依旧不断完善农村农业公共基础设施建设，如水利灌溉、物流交通、信息网络、农技推广以及气象预警等多方位基础设施建设，降低农户私人种粮成本和种粮风险，从源头上降低耕地非粮化趋势，才能更好地实现粮食绿色生产发展。