乡村振兴视阈下草地畜牧业生态效率评价及影响因素研究—基于北疆纯牧区、半农半牧区案例的分析

赵兰兰,李先东,2,夏 咏*

(1.新疆农业大学经济管理学院,新疆 乌鲁木齐 830052;2.新疆农业大学干旱区生态经济与畜牧业高质量发展中心,新疆 乌鲁木齐 830052)

乡村振兴战略中提出坚持优先发展农业农村,迫切需要从广义农业层面补足发展薄弱环节,总目标中将“产业兴旺”置于首位,彰显出中国式现代化农业发展的重要地位。草地畜牧业既是草原牧区的传统和支柱产业,也是实现乡村振兴和生态文明建设的“绿色引擎”,构建“产业生态化+生态产业化”模式高度契合了乡村振兴中既要“绿水青山”又要“金山银山”的理念。草原作为陆地面积最大的绿地,对生态、经济、社会都具有巨大的实用价值,也是草牧业生产经营的“源泉”,推动着牧区经济社会的质量变革、效率变革和动力变革。在传统的牧业生产过程中,经济效益始终被放在第1位[1-2]。然而,随着气候变暖、降水变化等自然因素和人类长期过度放牧的影响,激起了牧草供应与载畜量之间的矛盾,导致了草地生态系统结构失衡和功能退化,至今仍是游牧地区生态文明建设和乡村振兴的短板。因此,提高草地生态系统的恢复力、稳定性和服务能力,实现经济与草地生态资源高效率发展的协同,既是草地畜牧业可持续发展和普惠人民福祉信念的系统要素,也是保障生态服务供应和生态安全的必然选择。人们普遍认为,生态效率是评估经济、社会和生态功能多元平衡的根本遵循[3]。

产业兴旺是实施乡村振兴战略的首要目标和重点,但在乡村产业发展过程中,缺少对“产业兴旺”的内涵分析和评价标准。在农业农村高质量发展的倡导下,本研究将“生态效率”引入“兴业”评价标准体系,作为在产业层面实现乡村振兴的具体切入点[4],这意味着“绿水青山”与“金山银山”协同共进,能够成为乡村振兴的源动力,建设乡村幸福家园。因此,准确客观的生态效率评价能够反映草地畜牧业发展中存在问题,对协调牧业发展与生态环境保护,实现乡村振兴和区域可持续发展具有重要意义。

“生态效率”一词最早被定义为资源投入产值与环境影响的比值,并逐渐由生态学领域延伸至社会学科领域[5]。之后,WBSCD组织对上述定义进行拓展,提出资源消耗过程不应以牺牲生态环境和超出草地环境承载力为代价,去满足人类经济社会的基本需求。草地资源系统是1个集社会、经济、生态为一体的复合型系统,草地畜牧业可持续利用要求草地资源的可持续,并且在不同层级社会、经济和生态的相互冲突中来权衡取舍,既要满足人类生活与环境发展的要求还要令草地草质“保鲜”,从而来达到社会、经济、生态的最佳配置效率,它是今后草地资源可持续的方向。现有针对草地畜牧业及农业生态效率的研究大多集中在生态效率的测度、评价尺度和影响因素方面。关于生态效率的测度有DEA模型[6]、SBM模型[7]、超效率SBM模型[8,19]、超效率EBM模型[9]等方法进行测度。在评价尺度方面,由省域[9-11]逐步分散至市域[12-14]、县域[15-18]等微观尺度,研究对象多以企业、产业和地区划分。在影响因素分析方面,技术进步[19]、经济发展水平[19]、农牧业结构[19-20]、城镇化水平[21,23]、农业机械化水平[21]、农牧业产值比重[22]等都是主要影响因素;梁耀文[9,15,24]等分别采用多元线性回归、Tobit回归模型和动态空间面板模型探究了畜牧业生态效率的驱动因素。随着草地资源经济功能和生态功能的逐渐“削弱”,学者们逐渐关注“承载量”一词,陈瑶瑶[25]计算玛多县近10年的草地生态效益承载量,探寻出兼顾经济效益与生态效益的畜牧方案。王穗子等[26]通过设定多情境模拟人口容量,测度人口承载力,合理估算草地理论载畜量的畜牧业经济效益。

纵观现有研究,学者们从多方角度对草牧业生态效率及经济效益进行了研究,但仍存在以下不足：首先,研究尺度上鲜少对新疆牧区县域尺度进行研究,且较少按照经济地理学意义划分。尽管多个县域间异质性比较能够祥实反映1个地区的现况,但同质化情节严重。而经济地理意义划分,能够整合同质属性,规范识别与合理评价异质性效果,为其他地区发展提供可借鉴的路径参考;其次,现有研究中较少将非期望产出评价指标纳入草牧业生态效率框架,以此更加客观地评价草牧业经济产出与生态文明建设之间的关系。基于此,该研究以北疆16个纯牧业市、县和7个半农半牧业市、县为研究对象,融合乡村振兴生态文明新发展理念,明晰草地畜牧业生态效率内涵,构建效率评价指标体系;运用超效率EBM模型对北疆牧区2001—2020年草地畜牧业生态效率进行测度,运用Malmquist指数估计法及Tobit模型探究其时空差异及其驱动因素。旨在为顺应草地牧区生态兴衰演变规律促进生态平衡和农村产业高质量发展提供量化尺度和战略支持。

1 材料与方法

1.1 研究区概况

北疆坐落于天山以北区域,介于79°～92°E,42°～50°N之间,温带大陆性干旱半干旱气候,平均气温-4℃～9℃,降水量全年在150 mm以上,无霜期在140～185 d,年平均光照时长在2 734.3 h,四季分明。北疆地区草地资源丰富,是我国主要的畜牧业生产基地之一,拥有草地面积2 449×104hm2,占全疆总草地面积的47.11%;其中,拥有天然草地面积2 119×104hm2,占全疆总天然草地面积的53.52%。该地区草地资源类型丰富,温性草甸,温性、温性荒漠草原,草本沼泽等等。此外,由于农业区不在本次研究范围内,故本研究在评析北疆牧区草牧业生态效率时将农业区排除在外,仅考虑16个纯牧区和7个半农半牧区县。

1.2 数据来源

生态效率内涵显示,“资源、经济和生态”的投入与产出是构建评价体系的根本思路。

结合C-D生产函数得出自然、资本和劳动力是经济活动中生产投入的基础。特此,构建指标如下。①投入指标：以农牧业机械总功率、畜牧业就业人数、植物净初级生产力(Net primary productivity,NPP)和归一化植被指数(Normalized difference vegetation index,NDVI)分别表征草地畜牧业生态效率中的资本、劳动力和自然资本投入,其中,NPP通常被用于评估植物生长量和碳固存量,能够较好的反映草地质量和在自然环境下的生产能力。NDVI通常表征草地植被覆盖状况,草地覆盖度较低的地区,说明草地退化程度较高,自然资源投入较大;②期望产出：以畜牧业总产值表征草地畜牧业的经济效益,为缓解通货膨胀影响,以2000年为基期进行平减;③非期望产出：以草地畜牧业2大主要污染物表征,即草地畜牧业碳排放当量和牲畜粪便污染指数。第一,参考顾沈宜等[27](2022)的计算方法,采用排放因子法对畜牧业碳排放进行折换。第二,关于牲畜产排污量的计算,借鉴HAN[28]的研究思路,产排污系数参照《全国畜禽养殖业产排污系数手册》,并借鉴张藤丽等[29](2020)计算方法,计算牲畜粪便中产生的化学需氧量(Chemical oxygen demand,COD)、总磷(Total phosphorus,TP)、总氮(Total nitrogen,TN)等污染物含量,采用均值法将3种污染物综合成1项牲畜粪便污染指数(表1)。计算方法如下：先根据手册中的粪便污染系数计算出畜禽粪便产生量=年末各类牲畜存栏量(单位：头)×365(单位：天)×粪尿量日排泄系数(单位：kg·head-1·a-1);之后计算畜禽粪便中污染物含量=畜禽粪便产生量(单位：t· a-1)×各类粪便污染物参数(COD,TP,TN)(单位：kg· t-1)。数据主要来自《新疆统计年鉴》(2001—2020)以及各地区部分年份统计年鉴、统计公报等资料,少量缺失数据通过插值法和均值填充法合理填充。其中,降水量数据使用中国气象要素年度空间插值数据集,数据来源于资源环境科学数据注册与出版系统;NPP数据是modis遥感卫星信息源MOD17A3 v6产品获取的2001—2020逐年500 m栅格数据(https：//Lpdaac.usgs.gov/products/mod17a3 hv006/);NDVI(2001—2020年)源自MOD13Q1v006数据集,(http：//lpdaac.usgs.gov/products/mod13qlv006/),其空间分辨率为250 m;NPP和NDVI数据均利用gee平台通过最大值合成法获取并使用Arcgis软件根据矢量边界分区统计计算。

表1 草地畜牧业生态效率评价指标Table 1 Evaluation indexes of ecological efficiency of grassland animal husbandry

1.3 研究模型

1.3.1超效率EBM模型 本文采用超效率EBM模型并运用Maxdea软件测算北疆牧区草地畜牧业生态效率。超效率EBM模型结合了沿半径方向和距离函数。既克服了传统DEA方法中松弛变量无效和丧失前沿面原始数据信息的弱项,还解决了多个前沿位置的计算单元相比较的缺陷[30],当遇到多个效率值相同为1的单元之间比较的时候,会使测算结果产生偏误,故将效率为1的单元值再细分,使效率值大于1,使结果测算更精准。因此,超效率EBM模型如式(1)所示：

(1)

1.3.2Malmquist指数 Malmquist指数适用于生产性分析,即全要素生产率(Total Factor Productivity,TFP)的增长率,其原理是通过采用距离函数的比率来计算投入与产出二者之间的效率关系,能够表示某一单位生产率在t至t+1期间的变化状态。分别从技术进步和技术效率2方面去分析生产率变化的内在原因,不需要成本、利润和价格要素等条件。公式如(2)所示：

(2)

=TEΔRD×TΔRD×SΔRD

式中,xt,yt,ut指t时期的投入、产出及非期望产出指标,Dt(xt,yt,ut)为在t时期生产最佳前沿面与实际产出量间的距离,当TFP>1时,效率提升,反之,则下降。

1.3.3Tobit模型 进一步探究影响草地畜牧业生态效率的驱动因素,本文引入Tobit模型进行分析。由于生态效率值大于0且超过1,使用最小二乘法容易造成结果的偏差,因此采用左端点设置为0的Tobit模型进行分析并构建回归方程,其公式为：

Yi=β0+β1x1i+β2x2i+…βpxqi+μ

(3)

式中,Yi表示表示各时期的效率值;xq(q=1,2,…,q)表示影响因素变量;β0表示常数项,i(i=2001,2002,…,2020)表示时期;μ表示随机误差。

2 结果与分析

2.1 北疆牧区各县草地畜牧业的生态效率空间差异

运用超效率EBM模型测度北疆纯牧区县及半农半牧区县2001—2020年草地畜牧业生态效率值(图1)。整体来看,北疆牧区生态效率呈现波动上升的趋势,2020年,效率值在0.77,说明北疆牧区草地畜牧业生态效率位于低效率阶段,草地畜牧业在生态、经济与人类活动的权衡之间尚未达到协调,还存在较大进步空间。从走势看,北疆牧区整体均值呈现出扁平的“V”字形走势,分别在2001—2003年,2004—2010年,2011—2020年3阶段表征。2001—2003年,草地畜牧业生态效率整体呈现平稳下降,原因可能是受生产力及经济水平的限制,超载放牧等一味追求经济效益行为大大降低了草地的可再生功能,生态效率下降。2004—2010年,草地畜牧业生态效率整体呈现先上升后波动下降的趋势,可能由于退牧还草政策的实施初见成效,但政策的实施渐渐加大了牧民的饲养投入成本,加之饲养基础设施薄弱,集约化和科学化程度低,牧民可能会继续选择经济效益而非生态效益。2011—2020年,草地畜牧业生态效率整体呈现先下降后逐渐上升的趋势,此阶段政府出台了草畜平衡政策,通过图1可以看出草畜平衡政策的实施在初期普及实施阶段经历了较为艰难的历程,可能由于受到文化程度、生态认知及个人态度观念等影响,牧民可能会出现抵触情绪,使得政策的实施没有想象中的那么顺利,加之政策实施初期,各项条件还尚未健全,监管落实也较为困难,因此,使得生态效率出现大幅下降趋势。随着政策的完善、监管力度加大,牧区的基础设施建设逐渐完备,金融机构放宽了准入门槛,使牧民的饲养投入成本逐渐有了保障,牧民的生计形式趋于多样化致使生态认知观念逐渐发生转变,故生态效率逐渐好转。

从牧区县和半农半牧区县的生态效率均值来看,2001—2020年半农半牧区县的生态效率均值普遍高于纯牧区县的生态效率均值,草牧业生态效率始终位于前列。并且从2012年这个节点来看,纯牧区县生态效率下降的趋势相较半农半牧区更大。可能原因是纯牧区县以天然草场放牧为主,对于天然草场的依赖程度明显高于半农半牧区;而半农半牧区则是农业和牧业结合的区域,“农牧并举”,因此半农半牧区草地畜牧业生态效率整体偏高。

图1 2001—2020年北疆地区草地畜牧业生态效率变动趋势Fig.1 Trends in ecological efficiency of grassland animal husbandry in the Northern Territory in 2001 - 2020

为更清澈观测草地畜牧业生态效率时空动态演变规律,该文基于Matlab绘制2001—2020年北疆牧区草地畜牧业生态效率的核密度图(见图2)。分析发现：草地畜牧业生态效率整体处于“前期平稳-中期波动-后期平稳”趋势。前期分布曲线较为平缓,峰值宽度跨越较大且向右延展,可知畜牧业生态效率县市中较高和较低的同时存在。中期随时间推移核密度曲线峰值逐渐呈现出“峭耸”式高而窄的态势且整体向左偏移,波峰垂直高度逐渐升高、水平宽度逐渐减小,呈现出“参差聚集”的“俱乐部式”收敛格局,表明整体生态效率有退化现象;后期波峰右移,高度逐渐降低,波峰逐渐趋于平缓,整体线条流畅平稳,表明各年生态效率水平之间的空间差异程度逐渐缩小,生态效率整体呈良好态势发展。

柿子炭疽病是柿树主要病害之一，富平尖柿属于极易感染炭疽病的品种。该病在高温高湿条件下传播蔓延快，防治难度大，只有准确区分病害症状特征，了解病害发生规律，并采取综合措施适时防治，才能取得良好效果。

2.2 生态效率Malmquist指数分解时空变化

2.2.1北疆牧区草地畜牧业生态效率各县市TFP指数及分解分析 第一,如表2所示,总体看,北疆牧区23个县市2001—2020年的平均TFP指数变动范围为-4%～14%,其中乌鲁木齐县最高,草牧业生态效率TFP增长最快,增长率达14%,吉木乃县最低,增长率呈负增长,仅为-4%;分区域看,技术进步对各县市的TFP增长起到主导作用,规模效率对各县市TFP的增长作用并不明显;纯牧区的草牧业生态效率TFP上升,但增长率很低且低于北疆牧区整体平均水平,年均增长率为3%;半农半牧区的草牧业生态效率TFP呈现增长,年均增长率为7%,且高于北疆牧区整体水平。

图2 草地畜牧业生态效率核密度估计图Fig.2 Kernel density estimation of ecological efficiency of grassland animal husbandry

第二,由表2可知,北疆牧区整体规模效率均值近20年来下降了1%,纯牧区和半农半牧区的趋势与整体相似。分区域看,各县市的规模效率数值介于0.91～1.03之间,近两年有下降趋势。木垒县、裕民县、温泉县、吉木乃县、博乐市和精河县的规模效率指数处在0.99这一平均值之下。

第三,北疆牧区整体、纯牧区和半农半牧区技术进步均值都呈增长趋势,年均增长率分别为5%,4%和7%;其中,木垒县和乌鲁木齐县技术进步水平效果较好,分别为1.11和1.10,也同样说明这2个县的技术进步活跃度较高。

第四,半农半牧区的全要素生产率较高,其中乌鲁木齐县、奇台县、巩留县、塔城市和额敏县等5个县市均值高于北疆牧区整体平均水平;纯牧区的全要素生产率较低,其中仅有哈巴河县、托里县和尼勒克县高于北疆牧区整体平均水平,裕民县和吉木乃县的年均增长率仅为-1%和-4%。

表2 2001—2020年北疆牧区各县年均Malmquist指数及分解Table 2 Annual average Malmquist index and decomposition to the counties in the pastoral area in Northern Territory in 2001—2020

2.2.2基于Malmquist指数的北疆牧区草地畜牧业生态效率动态分析 (1)技术效率。如表3所示,北疆牧区整体均值、纯牧区均值和半农半牧区均值增长率分别为0%,2%和1%,然而从各年份来看,技术效率各年变动波动幅度较大,最低在2002年的0.86,最高在2013年1.28,其余年份均在(1.0±20)的范围内浮动,可能说明北疆的草地畜牧业生态化建设中,草牧业资源没有得到良好的配置及充分利用,对新技术的投入也较不稳定,部分年份仅刚实现有效,后续仍然需要重视对草牧业生产领域中科技的投入,提高技术效能。

(2)技术进步。一定时期内北疆牧区整体、纯牧区和半农半牧区技术进步年平均值分别为1.05,1.07和1.10,已达有效水平,且年均增长率在其余4大要素中占比最高,可以推测技术进步是全要素生产率的主导方向。并且,技术进步水平整体变动趋势呈“减小—增加”2次循环有效至无效的波动状走势,近两年持续有效,但有下降趋势。未来仍需紧抓科技进步,在发展科技水平的同时,让草牧业生产进入高全要素生产率时期。

(3)纯技术效率。北疆牧区整体、纯牧区和半农半牧区测算期内年平均值增幅均在1%的水平,从各年份看波动范围在0.94～1.20之间,变化趋势基本保持在(1.00±20)左右,并且各年技术效率和纯技术效率之间波幅持续不平稳,说明北疆牧区草牧业生态化建设中尚且存在管理能力与技术水平之间发展不协调的矛盾。2015—2016年连续2年间纯技术效率偏高于技术效率,但之后纯技术效率有下降趋势。因此北疆牧区应加强农牧业技术水平的提高,重视人才资源在生产和经济层面的合理配置。

(4)规模效率。北疆牧区整体、纯牧区和半农半牧区县各年均值分别为0.99,1.00和1.00,从各年份看,2002—2005年、2013—2014年和2019—2020年规模效率年均值达到1.00及以上,说明该时期内实际规模范围达到了最佳配置状态,近2年虽增长但有下降趋势。2006—2007年、2011—2012年和2015—2016年,规模效率增长率出现负增长,说明实际规模程度暂未达到最优规模效果,势必将阻碍草牧业生态效率的提高。

表3 北疆牧区各年平均Malmquist指数及分解Table 3 Average Malmquist index and decomposition of the pastoral area in Northern Territory each year

2.3 草地畜牧业生态效率影响因素分析

表4 草地畜牧业生态效率影响因素指标体系Table 4 Index system of the influencing factors in ecological efficiency of grassland animal husbandry

续表4

2.3.2回归结果分析 结果如表5所示,详细分析如下。

(1)自然条件。降水量系数为正但均并不显著,表明其对草地畜牧业生态效率的正向影响作用并不明显。与已有研究[14]不同。这可能是由于新疆的地理位置决定,新疆大部分地区处于干旱、半干旱或极寒区域,常年天然降水稀少,多风沙,生态系统较不稳定,因此,降水特征未能通过显著性检验。

(2)结构因素。牧业产值比重对北疆整体牧区、纯牧区和半农半牧区均呈显著的正向影响。可能因为牧业产值的提高代表着规模化经营模式的不断进步,因此,规模化经营有利于生态效率的提高。同时,种植饲草,发展饲草产业有利于规模化经营,不论是农区畜牧业还是牧区畜牧业都应将牧草种植作为提高牧业产值的基础,进而兼具草地的经济效益和生态效益。农牧业就业人口比重对北疆牧区整体、纯牧区和半农半牧区均在10%的水平上呈显著的负向影响,说明不论是农区畜牧业还是牧区畜牧业,农牧业就业人数的增加无法提高草地畜牧业的生态效率水平。年末牲畜存栏量对北疆牧区整体、纯牧区和半农半牧区的影响分别在1%和5%的水平上呈显著的负向影响。从微观层面解释,可能因为牲畜数量的增加不有利于草地生态环境的保护,牲畜数量越多会加重草地生态承载能力的负担。

(3)经济水平因素。技术进步水平对北疆牧区整体和纯牧区具有显著正向影响,说明技术进步能够提高北疆牧区和纯牧区的草牧业生态效率,对半农半牧区的影响并不显著但影响方向均为正。可能与半农半牧区本身机械化水平相比纯牧区较高有关,因此对半农半牧区影响并未突显,但无可否认的是技术进步对北疆牧区整体生态效率的推动作用。国家加大草牧业种植和种业技术研发投入,转变牧民传统的生产方式,提高生产效率和经济效益,逐步克服“卡脖子”难题[31],释放天然草地的内生力量,进而提高生态效率。旅游总消费同样对北疆牧区整体和纯牧区具有显著的负向影响,对半农半牧区的影响并不显著。可能与半农半牧区的旅游区域相较纯牧区较少有关。纯牧区多以生态旅游为主,生态旅游依托生态环境并对其产生影响,因此旅游业的发展在一定程度上会对生态环境造成一定的破坏。

此外,本文还绘制2000年以来北疆牧区草地畜牧业覆盖程度时空变化图(图3),更为系统全面的考察政策实施成效,数据来源于中国科学院地理与资源研究所2000年和2020年两期美国NASA的陆地卫星TM/ETM遥感影像数据。并将草地覆盖范围按照>50%,20%～50%之间和5%～20%之间将草地划分为高、中、低覆盖度草地。由图示可知,北疆牧区中、高覆盖草地面积增幅显著,说明政策实施以来取得了一定成效,草地生态得到有效恢复,但“局部治理、总体恶化”的辐射范围仍然存在。政策的实施试图在保护生态的基础上发挥草地的生产功能,但由于部分内容实践性、指导性不强,加之牧民生态认知转变的局限,与草地资源保护的现实要求仍有一定差距。这也说明了北疆牧区的草地生态系统仍然比较脆弱,草牧业发展任重道远。

表5 草地畜牧业生态效率驱动因素Tobit回归系数估计结果Table 5 Estimated results of Tobit regression coefficients and driving factors of ecological efficiency of grassland animal husbandry

图3 2000—2020年北疆牧区草地覆盖时空变化图Fig.3 The spatial and temporal changes of grassland coverage in the pastoral area in Northern Territory from 2000 to 2020注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2022)1873号的标准地图制作Note：The map is based on the standardized map of the number GS(2022)1873 downloaded from the standard map service website of National Administration of Surveying,Mapping and Geoinformation

3 讨论

3.1 北疆牧区草地畜牧业生态效率波动趋势

北疆牧区整体草地畜牧业生态效率呈波动上升趋势,这与朱付彪[24]的研究趋势相似,且半农半牧区的生态效率均值整体高于纯牧区。这可能与政策实施以来,牧民的生态意识逐渐提高,生计资本及生计策略也朝着多样化方向发展有关,使得草牧业生态效率逐渐趋向良好。而纯牧区相较于半农半牧区,生产方式粗放、对草原的依赖度、牧民的语言沟通、文化素养、生产结构和机械化程度等发展均低于半农半牧区[15],国家出台的系列草原管理政策,一定程度上忽略了草地的经济属性,抑制了草牧业的发展使得纯牧区草牧业生态效率整体均值低于农牧交错区。因此,针对“1江2河”的纯牧区和半农半牧区来说,应发挥各自的生态优势,实现农区与牧区的有效衔接与耦合[32]。一方面,半农半牧区应充分利用其农区水热、土地资源的优越条件,深透发掘饲料的供求后劲,建立大规模的高效人工培育草地和草饲基地,以此来替代严重退化的天然草地[33];同时,利用农区的农副产品、粮食饲料和耕地进行饲料生产和补充,多渠道增加饲草料供给。另一方面,纯牧区应积极促进牧草生态用地的转化与置换[34],大力发展人工草地建设和定居、棚圈、道路、围栏等配套设施建设,增添新型牧草来源为舍饲、半舍饲牲畜提供草料后盾。同时应加强教育和科技培训,逐步改变牧民传统的生态伦理观,促进牧民生计转型,探索可持续的生计方式,拓展增收渠道[35]。

3.2 抓牢技术进步的优先地位,突破技术“卡脖子”短板

技术进步在全要素生产率变化中起主导作用。这与赵哲[15]和许标文[36]的研究基本一致。高海秀[8]认为推进技术进步可有效提升肉牛养殖环境效率,许标文[36]认为技术进步是绿色TFP增长的重要组成部分。技术进步率的高低能够体现出草地畜牧业生产过程中技术变化与进步的程度,本文研究表明北疆牧区草地畜牧业生态效率的技术水平投入较不稳定,并且近2年有下降趋势。因此,政府应以资本和科技为支撑,辅助以劳动力和资源要素,倡导质优、卓效、绿色的目标,提升草牧业生产要素资源配置效率,推进规模化和生态化生产技术研发,牢固树立“以科振畜”的战略思想,多元化吸引和培育人才,强化科技储备实力,提升草牧业科技管理革新力度,努力将科技成果转化为现实生产力。

3.3 影响因素与北疆牧区草地畜牧业生态效率之间的良性互动

畜牧业产值比重、农牧业就业人口比重、牲畜存栏量、技术进步水平和旅游总消费对北疆牧区产生显著的影响。说明畜牧业产值能够反映规模化经营程度,代表产业结构升级驱动经济效益的提升,牧草作为提高产值的基础支柱,规模化经营有利于中和一味追求经济效益而带来的对生态环境的破坏。农牧业就业人口比重无法提高生态效率是符合现实情况的,随着城乡二元结构的发展,应鼓励农村富余劳动力向二、三产业转移,通过科技水平的投入,机械化程度的加深,来提高劳动力的生产效率,进而缓解天然草场的压力;牲畜数量的增加不有利于草地生态环境的保护,牲畜数量越多会加重草地生态承载能力的负担,以上结论与已有研究结论相符[15,24],技术进步水平与旅游总消费现有对草牧业生态效率的探究中较少谈及,经实证分析后发现,技术进步水平能够提高北疆牧区整体的生态效率水平,说明科学技术是第一生产力,在草牧业发展进程中生态保护也应注重科学技术的进步。这符合现代牧草产业发展的需要,通过大力推进草饲科技产业创新,逐步提高其科技进步贡献率和科技创新成果转化率,唤醒农牧民创新内生动力,改善因科技水平的滞后造成的资源消耗的增加以及生态的损失。旅游总消费对北疆牧区生态效率也产生负向影响,随着“旅游兴疆”战略的持续推进,融合交通、生态、文化和产业于一体的资源优势,实现生态旅游、绿色发展,促进增收。然而,随着游客的一些不文明行为、旅游资源的盲目开发和利用等对草原生态的影响也是显而易见的,因此,还需当地政府、旅游区和游客三方共同努力,在享受生态旅游美好的同时做生态的“守护者”。

4 结论

2001—2020年,北疆牧区生态效率整体呈现波动上升的趋势,截至2020年,其效率值为0.77,暂处于较低效率水平阶段,半农半牧区县的生态效率均值普遍高于北疆牧区整体均值和纯牧区县的生态效率均值;北疆牧区草地畜牧业生态效率整体处于“前期平稳-中期波动-后期平稳”发展趋势。前期草地畜牧业生态效率较高与较低的省份同时存在,中期整体生态效率有退化现象;后期各年生态效率水平之间的空间差异程度逐渐缩小,生态效率整体呈良好态势发展;北疆牧区23个县市2001—2020年的平均TFP指数浮动范围为-4%～14%,其中乌鲁木齐县最高,吉木乃县最低;半农半牧区的全要素生产率较高,纯牧区的全要素生产率较低;从影响因素角度来看,牧业产值比重对北疆牧区整体、纯牧区和半农半牧区有显著的正向影响;农牧业就业人口比重和牲畜存栏量对北疆牧区整体、纯牧区和半农半牧区均有显著的负向影响;技术进步水平和旅游总消费因素仅对北疆牧区整体和纯牧区具有显著的正向影响,对半农半牧区影响并不显著。