“双碳”背景下农业生态效率时空差异及影响因素研究——基于甘肃省县域面板数据分析

张莹娜，陈 耀

（甘肃农业大学财经学院，甘肃 兰州 730070）

低碳发展是当前全球面临的重要生态议题，碳减排已经成为各国共识。农业生产作为碳排放的重要来源，占全球人为排放总量的23%左右[1]，仅次于电热生产，位居第二。中国作为农业大国，农业碳排放约占碳排放总量的17%[2]，发展低碳农业已刻不容缓。因此，从“双碳”视角深入研究农业生态效率，提出推进低碳农业发展的有效对策成为现高质量发展的重要路径。

1990 年，德国学者Schaltegger 和Sturm 首次提出生态效率的概念[3]，作为环境管理的一种极其重要的定量分析工具。生态效率是尽可能在减少资源消耗和降低环境压力的同时保证产出最大化[4]。而农业生态效率是生态效率向农业领域的引申和扩展，其研究主要集中于农业生态效率的测算[5-6]、时空差异[7-8]及影响因素[9-10]等方面。从测算指标构建来看，多数学者选用农业总产值表征期望产出，也有部分学者在此基础上加入粮食产量[11]和农业碳汇量[12]共同表征，其中非期望产出指标通常选取碳排放和面源污染两类指标表征。关于时空差异研究，学者们主要从国家层面分析农业生态效率的时空差异特征[7-8]。在影响因素方面，学者普遍从农村劳动力转移、化肥施用强度、财政支农、工业化水平、受灾率、机械密度等因素进行分析[10，13]。从研究区域来看，目前学者对农业生态效率的研究在国家[13-14]、区域[12，15]、省级层面[11，16]的研究越来越丰富。现有文献对本研究具有重要的借鉴意义，但也存在以下不足：一是现有文献中考虑了农业生产中碳排放，但对农业生态系统强大的碳汇功能及农业自身碳循环系统的关注度不高。经测算，中国农业1991 年碳排放量为3 282×104t，2019 年为7 989×104t[17]，而2017 年中国农业种植业碳汇总量为7.83×108t[18]。从相关研究来看，中国农业碳汇量远大于排放量，存在农业碳盈余[19]，即具有净碳效应。在生态效率的研究中，较多学者关注农业碳排放作为非期望产出进行研究；但农业碳汇作为农业生产的重要产出，在当前农业生态效率研究中尚未得到充分体现。二是大多数研究以国家、区域等宏观层面为主，而对于生态环境脆弱的西北干旱地区且基于县级区域视角分析农业生态效率研究比较缺乏。鉴于此，本文将农业生产总值和农业碳汇量作为期望产出、农业碳排放和面源污染作为非期望产出指标引入农业生态效率评价体系，采用超效率SBM 模型测度2000—2020 年甘肃省各县域的农业生态效率，并通过Tobit 回归模型探讨影响农业生态效率的因素，提出促进农业可持续发展建议。

1 研究方法和数据来源

1.1 研究方法

1.1.1 超效率SBM 模型

农业生态效率的测算常用方法有比值法、生态足迹法、随机前沿法、数据包络分析法（Data Envelopmant Analysis，DEA）等[20]。现有研究中最常用的方法是DEA。DEA 是一种非参数分析方法，由美国学者Charnes、Cooper 和Rhodes 于1978 年提出，是对同类型的多投入多产出的决策单元进行效率的测算[21]。但DEA 属于径向和角度的测算方法时，会造成投入要素的“拥挤”或“松弛”，引起效率值计算存在偏差。为克服以上不足，2001 年Tone 在此基础上进一步优化，构建出非径向、非角度的超效率SBM 模型[22]，具体模型构建如下：

式中，ρ为各县域农业生态效率值，x、yd、yu分别代表投入、期望产出和非期望产出指标的数值，m、r1、r2分别代表要素投入、期望产出和非期望产出变量的个数；n为DMU 数量，每个DMU 由m项投入、r1项期望产出和r2项非期望产出构成。λj表示权重。

1.1.2 Tobit 回归模型

Tobit 回归模型最早在1958 年由经济学家Tobin[23]提出，又称受限因变量模型，是因变量连续但取值受到限制或截断情况下的模型。本文将超效率SBM 测算的生态效率值作为被解释变量，属于受限变量，各影响因素作为自变量。运用Tobit模型来定量揭示它们之间的内在机制关系，其模型的基本形式如下：

式中：y*为因变量向量，x为自变量向量，α为截距项向量，β为回归参数向量，ε为随机误差项。

1.2 指标体系与数据来源

本文以种植业为研究重点，由于甘肃省87 个县域中甘南州玛曲县和碌曲县作为典型牧区，主要以畜牧业为主，种植业占比极低，而且数据缺失比较多，故剔除玛曲县和碌曲县。因此本文以2000—2020 年甘肃85 个县域为样本区间，经过计算整理形成85 个县域的研究区面板数据。

1.2.1 效率测算指标选取

农业生态效率本质上是以减少对环境的污染和对自然资源的消耗，提高经济产出和保护环境。本文参考相关文献中农业投入产出指标体系[6，15]，根据数据的可获得性和统计口径的一致性，选取土地、劳动力、机械动力、灌溉、化肥、农膜作为农业投入指标。并借鉴曹俊文等[12]的研究选取农业总产值作为经济指标，农业碳汇效应作为生态指标，二者构成期望产出指标。农业碳汇量计算方法参考韩召迎等[24]的研究成果。非期望产出包括农业碳排放量和农业面源污染量，借鉴侯孟阳等[14]的农业碳排放和梁流涛等[25]的污染物排放量进行计算，完整的农业生态效率的测算指标体系见表1。

表1 研究区农业生态效率测算指标体系

1.2.2 数据来源

本文数据均来源于历年的《甘肃发展年鉴》《甘肃农村年鉴》，部分缺失数据由插值法补齐，经整理组成2000—2020 年研究区的农业生态效率评价面板数据。

2 农业生态效率的时空差异分析

2.1 农业生态效率的时间序列分析

运用MaxDEA 9.0 版软件，采用非径向、规模报酬可变（VRS）的超效率SBM 模型，测算2000—2020 年研究区的农业生态效率（图1）。2000—2020 年，研究区农业生态效率整体呈现波动上升的趋势，从2000 年的0.51 上升到2020 年0.81，年均增长率2.34%。主要原因是近年来政府对化肥、农药的使用规制不断增强，循环农业、绿色农业的不断兴起和发展。分县域来看，研究区内大部分地区的农业生态效率处于较低水平，仅37 个县域超过了平均水平，48 个县域低于平均水平，意味着研究区内建设资源节约型和环境友好型的两型农业具有较大发展空间。2000—2020 年，农业生态效率排名前五位的县域为肃北县、夏河县、灵台县、徽县和两当县。因为森林草地资源丰富，绿色植被覆盖面积大，对污染物的吸收率较高，提供了更好的农业碳汇。农业生态效率排名后五位的县域是东乡县、临洮县、皋兰县、平川区和天祝县，其绿色投入产出效率具有较大提升空间。

图1 2000—2020 年研究区农业生态效率演变趋势

为进一步分析研究区农业生态效率，对每年85个县域农业综合效率、纯技术效率和规模效率数据取均值绘制折线图（图2）。研究期内纯技术效率和综合效率变动趋势基本一致，规模效率曲线相对于纯技术效率更为平滑，纯技术效率总体呈上升态势。规模效率变动幅度小，总体呈下降趋势。综合效率和其分解效率呈现波动，这与我国经济发展、科技水平不断提升和政府对农村生态环境越来越重视相关。对其效率求均值，综合效率均值0.558，规模效率均值0.935，纯技术效率均值0.598。通过计算三种效率均值之间的相关关系，纯技术效率与综合效率的相关系数为0.999，高于规模效率与综合效率的相关系数0.601，通过时序变化和相关系数说明纯技术效率对综合效率的作用远大于规模效率的作用，侧面反映出技术进步是农业经济发展的主要支撑力量。因此，在农业生产中更应重视提升和普及农业生产技术，现农业绿色、生态发展。

图2 研究区农业生态效率时序变化

2.2 农业生态效率空间格局分析

2.2.1 区域农业生态效率空间格局分析

根据地理环境和社会经济，把研究区划分为河西地区、陇中地区、陇东南地区和民族地区四大区域①根据地理位置，四大区域的划分为：河西地区，包括酒泉、嘉峪关、张掖、武威、金昌；陇中地区，包括兰州、白银、定西；陇东南地区，包括庆阳、平凉、天水、陇南；民族地区，包括甘南、临夏。，对比其生态效率，河西地区农业生态效率平均值为0.66，陇东南地区为0.63，民族地区为0.58，陇中地区为0.44。总体而言，河西地区最高，其次是陇东南地区，民族地区排名第三，陇中地区排名第四（图3）。2013 年起各地区差距越来越小。河西地区由2000 年0.69 上升到2020 年0.84，年均上升0.96%。河西地区作为研究区的主要种植区，地势平坦，有利于农业规模化发展和农业科技的推广，农业技术水平先进，生产要素利用效率高，农业生态效率最高。民族地区由2000 年的0.55 上升到2020 年的0.74，年均上升1.49%。民族地区农业发展方式相对较粗放，农业机械化程度较低，因此农业生态效率相对较低。陇中地区由2000 年0.30上升到2020 年0.72，年均增长4.48%。由于陇中地区人口密度大、降水量低和农业投入要素不合理，其生态效率最低。但随着以兰州为中心的信息、技术以及资本等要素的辐射和带动作用，政府政策的不断推出，推进陇中地区农业生态效率不断提升（图4）。

图3 研究区四大区域农业生态效率空间分布

图4 2000—2020 年研究区四大区域农业生态效率演变趋势

2.2.2 县域农业生态效率空间格局分析

为进一步解析研究期研究区农业生态效率的空间格局变化趋势，根据测算得到的85 个县域农业生态效率值，选取2000 年、2007 年、2014 年、2020 年各县域农业生态效率进行具体分析。

2000 年，农业生态效率处于高等效率的14 个县区是夏河县、肃北县、宁县、阿克赛县等，中等效率水平的有瓜州县、金塔县等12 个县域，其余59 个县域属于低等效率水平，整体的农业生态效率处于低水平。2007 年，两当县、临泽县等4 个县域农业生态效率为高等效率，其余81 个县域处于较低水平，农业生态效率有所下降。2014 年，农业生态效率相比2007 年有大幅度提升，其中安宁区、嘉峪关市、临夏市、镇原县等10 个县域处于高等效率水平，34 个县域处于中等效率水平，其余41个县域处于低等效率水平。2020 年，农业生态效率处于高等效率的县域有36 个，主要分布在天水地区和定西部分地区；中等效率的县域有21 个，低等效率的县域有28 个，全省农业生态效率总体处于中等效率水平。整体来看，农业生态效率空间上呈现出从西北向东南递减的格局逐渐转变为西北和东南两头高的新格局。2000—2014 年，阿克塞县、肃北县、高台县、临泽县4 个县域由高等效率转入中等效率，原因是化肥农药的过多投入。2014—2020 年高等效率县域增加，原因是2015 年以来施化肥农药零增长战略，《甘肃省生态环境保护工作责任规定》政策的施和生态保护的意识越来越强。

3 农业生态效率影响因素分析

3.1 变量选择

梳理相关研究成果[11-14，21]，发现农业生态效率受自然、经济、技术等多种因素共同影响。基于此，本文选取农村居民人均可支配收入、地区GDP、人口总数、自然灾害发生面积、人均耕地面积、农业机械密度即农业机械总动力/农作物总播种面积，构成研究区农业生态效率影响因素指标体系。指标数据来源于2001—2021 年《甘肃发展年鉴》《甘肃年鉴》和《甘肃农村年鉴》。

3.2 农业生态效率影响因素分析

运用Stata17.0 计量软件进行Tobit 模型面板回归分析。通过多重共线性检验验证各变量间是否存在共线性，结果显示最大的VIF 为3.543，远小于10，不存在多重共线性。对Tobit 回归选用随即效应模型或固定效应模型进行hausman 检验，结果p=0.035，0.035＜0.05，表明本文使用固定效应模型较为恰当。回归结果如表2 所示。其中，地区GDP通过了5% 的显著性检验，农村居民人均可支配收入、人口总数、自然灾害发生面积、人均耕地面积、农业机械密度通过了1%的显著性检验。人均耕地面积整体上并不显著，依然对农业生态效率有负影响。

表2 甘肃省农业生态效率影响因素

本文对影响因素进一步分析：①农村居民人均可支配收入对农业生态效率具有正向影响，说明农民收入水平的提升促进了农业资金、科技的投入；同时，社会对绿色食品消费的增加，促进了农民生产方式的转变，绿色农业发展。②地区GDP 对农业生态效率具有正向影响，发达的经济条件有利于增加农业生产过程的投入，改善基础设施和生产设备，增加期望产出；同时，也有利于增加环境保护的投入，从而使农业生态效率逐步提高。③人口总数的增加对农业生态效率具有负向效应，人口的增长，对农产品的需求增加，为满足社会需求，加大农用物资的投入，进而阻碍农业生态效率的提升。④自然灾害对农业生态效率具有负向效应，农业是受自然和市场双重风险，具有天然弱质性特征，容易受到自然灾害的影响；农业受灾引起减产，进而引起要素投入的损失，降低农业生态效率；自然灾害发生面积越大，对农业生态效率的负影响越强。⑤农业机械密度对农业生态效率具有负向效应，这与王宝义等[9]和徐维祥等[13]研究结果相同，农业机械密度反映出农业机械化水平，农业机械化水平的提高促进农业生产效率的提升，节约劳动力成本但伴随着自然资源的消耗和大量的碳排放等非期望产出的增加，说明甘肃省农业新技术带来的积极作用还没有抵消农业机械化水平提高带来的碳排放等负面影响，农机组织程度偏低，导致农机的生产效率不高，所以对农业生态效率有抑制作用。

4 研究结论及建议

1）从时间维度来看，2000—2020 年，甘肃省农业生态效率总体呈现波动上升的趋势，从2000年的0.51 上升到2020 年的0.81，但是总体水平依然不高。分县域看，仅有37 个县域超过了平均水平，48 个县域低于平均水平，还有较大提升空间。

2）从空间维度看，研究期内研究区四大区域效率值呈现：河西＞陇东南＞民族地区＞陇中的特征，且2013 年起四大区域的差距越来越小；整体来看，农业生态效率空间上呈现出从西北向东南递减的格局逐渐转变为西北和东南两头高的新格局。

3）通过面板Tobit 回归模型对研究区农业生态效率演变的驱动因素进行分析表明，农村居民人均可支配收入、地区GDP 对农业生态效率呈现正向效应，人口总数、自然灾害发生面积、人均耕地面积、农业机械密度呈现负向效应。

基于以上研究结论，提出相应建议：一是以绿色现代农业为发展方向，促进各地区由资源消耗型粗放农业，逐步向依靠信息、装备、科技等现代投入要素为核心的高效农业转变，提高农业生产效率，减少农业碳排放。二是综合甘肃省各地禀赋条件，改善农业要素投入结构，合理配置不同区域间农业资源。河西地区自然资源禀赋好，是甘肃省粮食主产区，可推进高标准农田建设，促进农业的高质高效发展。陇东南地区具有众多特色农业产业，应大力发展精耕细作，提高农产品的附加值。民族地区应重视农业污染防治，推进农业生态环境治理。陇中地区经济发展好，可大力发展现代农业。三是完善农业生态补偿机制，加大政策和资金的扶持力度，积极推进绿色低碳发展评价，同时探索建立农业生态资源价格形成和市场化现机制，促进地区经济发展和提高农民收入。