中國農業能源效率的區域差異及動態演進*

杜 輝，黃 杰

(信陽師范學院商學院，河南信陽 464000)

0 引言

改革開放后，受農村人口轉移、農業技術進步等多重因素共同影響，農業生產中資本—勞動投入比剛性上升，機械化、化學化程度顯著提高并催生各類生產要素不規范投放。據此，農業能源消耗量逐年上漲，環境污染問題備受爭議。2017年全國化肥利用率與農藥利用率分別僅37.8%與38.8%(方向明、李姣媛， 2018)[1]。同時，農田灌溉水有效利用系數比發達國家平均水平低20%，全國水土流失面積290萬km(韓俊， 2018)[2]。當前國家高度重視農村污染治理和生態環境保護，諸多重要文件一再強調推動農業農村綠色發展，而提升農業能源效率則是其中關鍵。考慮到各地區能源稟賦、經營方式、生產技術、耕作習慣等存在明顯區別，亟待合理判斷農業能源效率是否存在區域差異，并科學擇定相關衡量標準，繼而有效廓清未來演進趨勢，這對于新時代鄉村振興戰略實施、農業可持續發展等具有重要意義。

能源效率是指用較少的能源生產同樣數量的服務或有用的產出(Patterson， 1996)[3]。測算方法主要包括單要素能源效率方法和全要素能源效率方法。鑒于單要素能源效率測度的局限性，學術界傾向在全要素框架下綜合評價能源效率。Hu等(2006)率先使用全要素能源效率指標來透視中國能源效率[4]。在全要素框架下測算能源效率是指在實際生產過程中考察要素投入與產出之間關系，本質上是要找出能源的目標投入量與實際投入量之間關系，即能源效率是目標能源投入與實際能源投入的比值。而目標能源投入則是計算能源效率的關鍵，作為非參數前沿方法的DEA模型是解決該問題較為恰當方法(張少華、蔣偉杰， 2016)[5]，文章農業能源效率亦在此框架下測度。近年來，眾多國內學者分別運用謝德拔距離函數(陳龍等， 2016)[6]、DEA-BBC模型和DEA-Malmquist指數(范秋芳、王麗洋， 2018)[7]、窗口DEA模型(黃杰， 2018)[8]、修正后DEA模型(李雙杰、李春琦， 2018)[9]等方法測算全國、區域和各行業的能源效率。就農業能源效率而言，欒義君、任杰(2014)對全國30個省份的農業能源效率測算發現，中國農業能源效率在樣本期內小幅上升、地區差異明顯，但收斂性分析結果表明整體呈現穩定的收斂趨勢[10]。于偉詠等[11](2015)基于方向性距離函數測算全國31個省份的農業能源效率，指出碳排放強度低地區的農業能源效率較高。冉啟英、周輝(2017)采用DEA模型測算中國分省份農業能源效率，發現整體水平低且存在明顯地區差異[12]。Rilong Fei 和 Boqiang lin(2016)在考慮農業技術異質性的基礎上，采用共同前沿DEA模型測算中國農業能源效率，并利用Malmquist指數來探索變動趨勢，結果表明中國農業能源效率整體水平較低且區域差異顯著，能源效率損失的主因在于管理效率低下[13]。Nan Li等(2017)基于DEA和Malmquist指數測算中國30個省份的農業全要素能源效率，結果表明效率水平高低依次為東部、中部、西部地區，且相關增長主要源自農業技術進步[14]。Yang Z 等(2018)采用DEA方法測度2001—2011年中國30個省份農業全要素能源效率，研究發現農業能源效率不斷提升但區域差異明顯，農業密集區和能源豐富省份在農業生產中能源效率相對較低[15]。上述研究表明，中國農業能源效率存在顯著的區域差異?，F有區域差異衡量指標主要包括變異系數、泰爾指數、傳統基尼系數等。其中，傳統基尼系數和變異系數只能衡量差異程度卻無法分解差異來源； 泰爾指數雖有助于分解差異來源，但要求所有樣本均滿足獨立同分布(正態分布)條件，且在分解過程中僅考慮子樣本之間不同，忽視子樣本自身分布狀況，極易造成分解結果失真(Dagum， 1997a、1997b)[16，17]。

簡言之，現有文獻為以后的研究奠定了良好基礎，但仍有進一步改進空間：一是在農業能源效率測度上，傳統DEA模型只能測算出某一時間點上靜態效率指數，無法對該效率指數進行動態對比，而窗口DEA模型不僅可通過增加決策單元數量而提升測度結果精度，且能測算決策單元效率指數在時間序列上動態變化。二是在農業能源效率的區域差異測度上，相關研究較為少見且缺乏深入系統剖析。文章采用非徑向、非角度、雙導向的窗口DEA模型來測度2000—2016年中國省際農業能源效率，利用Dagum基尼系數及其按子群分解方法來測度中國農業能源效率區域差異，在此基礎上分解中國農業能源效率區域差異的影響來源，同時采用核密度估計方法來分析中國農業能源效率的動態演進趨勢，最后提出相關改進建議。

1 數據來源及處理

考慮到數據可得性，該文選擇中國30個省份(不包含西藏和港澳臺)的省際面板數據為樣本。具體指標包括：(1)能源投入。以農林牧漁業消耗的標準煤(萬t)表示，數據來源于歷年《中國能源統計年鑒》。(2)其他投入。主要包含資本(億元)、勞動力(萬人)和農業用地面積(hm2)。該文選擇第一產業資本存量作為資本投入指標，參考徐現祥等(2007)研究[18]，采用永續盤存法計算，數據來源于《中國國內生產總值核算歷史資料(1952—2004)》及歷年《中國統計年鑒》。以第一產業就業人員數量來衡量勞動力投入，數據來源于歷年《中國統計年鑒》及各省統計年鑒。以農作物耕種面積來表示農業用地投入，數據來源于歷年《中國農村統計年鑒》和《中國第三產業統計年鑒》。(3)產出。以第一產業增加值來衡量，數據來源于歷年《中國統計年鑒》和《中國農村統計年鑒》。

2 研究方法

2.1 農業能源效率的測度方法

根據數據包絡分析方法，每個被評價單元(省份)稱為DUMj(j=1， 2，…，J)，每個DUM在實際生產過程中需投入能源、資本、勞動力和農業用地投入，其中包括R種能源投入為eij(r=1， 2，…，R)，I種非能源要素投入xij(i=1， 2，…，I)，K種產出yij(k=1， 2，…，K)。在F?re等(1978)構建的環境生產技術分析框架的基礎上[19]，可構建傳統DEA模型。但傳統DEA模型僅可測度靜態角度農業能源效率，無法考察農業能源效率的時間動態變化。為克服傳統DEA模型不足，提升農業能源效率測度結果的準確性與動態可比性，該文選擇非徑向、非角度、雙導向的窗口DEA模型，模型具體設置為：

(1)

2.2 基尼系數分解方法

Dagum(1997a， 1997b)提出基尼系數分解方法[16-17]，很好地突破了傳統區域差異衡量指標的局限性，已被廣泛應用于多個研究領域，該文亦采用該方法刻畫農業能源效率的區域差異及來源。

(2)

Dagum將總體基尼系數G分解為區域內差異貢獻Gw、區域間差異貢獻Gnb、超變密度貢獻Gt，且滿足G=Gw+Gnb+Gt。區域內基尼系數Gjj的計算如式(3)區域間基尼系數Gjh的計算如式(4), 區域內差異貢獻Gw的計算如式(5),區域間差異貢獻Gnb的計算如式(6),超變密度貢獻Gt的計算如式(7)。

(3)

(4)

(5)

(6)

(7)

(8)

式(8)中，djh和Pjh的計算如式(9)、(10)所示。該文將djh定義為區域間農業能源效率差值，計算如式(9)；Pjh定義為超變一階矩，計算如式(10)。Fj(Fh)為j(h)地區的累積密度分布函數。

(9)

(10)

2.3 Kernel核密度估計

Kernel核密度估計方法常被用于數據演進的特征分析，較之參數方法，是一種可相對放松前提條件的非參數估計方法。結合Kernel核密度估計方法特征，該文采用核密度估計曲線來直觀展示中國農業能源效率未來演進趨勢的分布形態。

f(x)是變量X的密度函數，如式(11)所示：

(11)

在式(11)中，Xi代表各省份農業能源效率，x為農業能源效率均值，N為總樣本數，h為帶寬，K為Kernel函數。為不失一般性，該文采用Gauss核函數進行估計，如(12)式所示：

(12)

3 結果與分析

3.1 中國農業能源效率的空間分布格局

盡管中國各省份農業能源消耗總量在樣本期內快速增加，但同期大部分省份農業能源效率亦呈上升之勢。由表1可知，均值從2000年的0.690升至2016年的0.765，年均上升0.647%，整體效率均值的上升主要源于中部和西部地區農業能源效率的快速提高。其中，中部地區農業能源效率均值由2000年的0.617升至2016年的0.714，年均上升0.917%； 西部地區農業能源效率均值由2000年的0.547升至2016年的0.642，年均上升1.006%。盡管中部和西部地區增長率遠高于全國整體水平，但樣本期內西部地區各省份均值的最大值僅為2016年的0.642，低于全國均值的最小值0.682。這表明中國省際農業能源效率存在顯著的區域差異。需要指出的是， 2000—2005年天津、遼寧、山西、吉林、黑龍江等省份農業能源效率呈現一定波動性。上述地區多屬糧食主產區， 20世紀末一度出現的賣糧難、糧價低等現象衍生出農民種糧積極性下降、農業技術進步遲緩、農業生產率下降等問題，故使其農業能源效率在波動中有所降低； 但自2004年“中央一號文件”加大對農業尤其是綠色農業的重視程度， 2005年中國農業能源效率呈現較為明顯上升。此外，北京市農業能源效率在整個樣本期內均呈現逐年下降趨勢，可能原因在于：一是北京市人均耕地面積僅0.011hm2，很難實現農業生產規模效應。二是農業機械投入有助于北京市農業發展，但大規模農業機械化也易導致農業能源消耗量增加。

為進一步分析中國省際農業能源效率的空間分布格局，該文采用ARCGIS中的趨勢分析工具，以2016年為例對中國農業能源效率的分布形態進行刻畫，如圖1所示，其中，Z軸代表省際農業能源效率值，X為至西向東方向，Y為至南向北方向。趨勢分析結果表明，中國農業能源效率各省份之間區域差異明顯，在由西向東方向上和由南向北方向上均呈現不斷遞增趨勢?？赡艿脑蛟谟冢阂环矫鏂|部地區現代農業發展程度較高、節本降耗意識較強、生態環境保護力度較大，而中西部地區長期依靠物質要素過度投入來過度追求糧食增產，以至于在轉變農業發展方式上相對滯后； 另一方面，近年來北部地區土地流轉與規模經營的進程加快，集約化、專業化、組織化、社會化相結合的新型農業經營體系發展勢頭良好，繼而有助于降低農業能源消耗，而南方地區則受制于丘陵、山地等地形對土地規模經營的約束，雖積極發展農業服務規模經營但時效尚短。

表1 2000—2016年部分年份中國各省份農業能源效率

省份2000200520102016省份2000200520102016北京市1.0000.8440.7770.788河南省0.4800.5210.5230.625天津市1.0000.8600.9241.000湖北省0.6190.6720.6270.706河北省0.6520.7200.7180.781湖南省0.6140.7170.6730.804遼寧省0.9190.7470.8610.913中部均值0.6170.6140.6310.714上海市0.9811.0000.9961.000內蒙古0.6330.7680.7290.774江蘇省0.8511.0000.9931.000廣西省0.9500.9500.8760.986浙江省0.7820.8200.9250.982重慶市0.6120.4620.5280.560福建省1.0000.8250.9301.000四川省0.9400.9400.9080.964山東省0.5700.6490.6360.717貴州省0.3260.4880.4620.520廣東省1.0001.0001.0001.000云南省0.3770.4100.4120.492海南省1.0001.0001.0001.000陜西省0.3870.4120.4110.437東部均值0.8870.8600.8870.926甘肅省0.3600.3660.4100.462山西省0.3850.2940.3630.409青海省0.3720.5430.5360.640吉林省0.9600.7630.8460.898寧夏0.3590.3730.3600.405黑龍江省0.6050.5830.6210.700新疆0.6990.7320.7330.825安徽省0.5760.6800.6750.760西部均值0.5470.5860.5790.642江西省0.6960.6770.7190.809總體均值0.6900.6940.7060.765

3.2 農業能源效率的區域差異及其分解

圖1 2016年中國省際農業能源效率的演變趨勢

為進一步揭示農業能源效率的區域差異及其動態分布演進，該文根據Dagum基尼系數按子群分解的方法，計算2000—2016年農業能源效率的總體基尼系數，并將30個省份分解為東部、中部、西部三大區域進行測算，具體系數如表2所示。

表2 基尼系數及其分解

年份G區域內差異 區域間差異貢獻率(%)東部中部西部東—中東—西中—西GwGnbGt20000.1950.0150.0080.0230.0190.0330.0010.2380.2720.49020010.1660.0100.0080.0200.0110.0330.0060.2290.3030.46820020.1710.0090.0080.0220.0160.0310.0070.2270.3130.46020030.1780.0110.0080.0230.0220.0340.0020.2340.3220.44420040.1720.0080.0070.0190.0220.0440.0050.2020.4150.38420050.1710.0130.0070.0220.0250.0270.0000.2490.3090.44220060.1730.0130.0060.0180.0320.0460.0030.2110.4700.32020070.1750.0150.0070.0220.0280.0270.0000.2520.3200.42820080.1680.0160.0070.0200.0270.0280.0010.2570.3360.40720090.1650.0150.0080.0210.0220.0240.0010.2700.2840.44720100.1680.0120.0070.0200.0210.0320.0040.2340.3390.42720110.1650.0130.0070.0200.0170.0300.0030.2380.3050.45620120.1630.0120.0070.0200.0190.0280.0030.2360.3100.45420130.1590.0110.0070.0200.0190.0300.0030.2380.3250.43720140.1550.0110.0070.0200.0180.0280.0040.2410.3160.44320150.1510.0100.0070.0200.0180.0240.0030.2400.2960.46420160.1470.0090.0070.0200.0180.0240.0040.2420.2990.459

3.2.1 農業能源效率的總體區域差異

由表2、圖2可知，樣本期內中國農業能源效率的區域差異逐漸縮小。2010年之前，農業能源效率區域差異呈現波動下降態勢。2000年農業能源效率的總體基尼系數為0.195，為樣本期內最大值， 2001年驟降至0.166， 2003年升至0.178，隨后降至2005年的0.171，又在2007年升至0.175，從2007年開始緩慢下降， 2009年降至0.165，后又緩慢升至2010年的0.168。2010年之后，農業能源效率區域差異呈現逐年下降趨勢，至2016年降至樣本期內最小值0.147，年均遞減率為2.128%。中國農業能源效率省際間差異縮小的可能原因在于：一方面樣本期內全國農業能源效率整體呈上升趨勢； 另一方面，隨著中西部地區農業生產技術水平提升，其農業能源效率年均增長率顯著高于東部地區，使得東部地區與中西部地區的農業能源效率區域間差異明顯下降。

3.2.2 農業能源效率的區域內差異

三大區域農業能源效率的區域內差異分解結果如表2所示。圖3則揭示了樣本期內農業能源效率區域差異的演進趨勢。由表2、圖3可知，西部地區農業能源效率的區域內差異最大，且遠大于其他兩個地區，東部地區居中，中部地區相對較小。從演進趨勢看， 2010年之前西部和東部地區農業能源效率的區域內差異波動較為劇烈，中部地區相對平穩； 2010年之后東部地區呈現逐漸下降態勢，而中部和西部地區較為穩定。具體看，2000—2010年西部地區農業能源效率的區域內差異波動幅度較大，除2001—2003年連續上升外，其余皆表現為反復升降，表明農業能源效率年度差異較大，可能的原因在于，相對于東中部地區，西部地區地廣人稀、農業基礎相對薄弱、農業生產方式較為粗放，且各省份間經濟基礎、資源稟賦、環境規制強度等方面存在較大差異； 2010年之后穩定在0.019左右，遠大于其他地區，表明農業能源效率的區域內差異較大，近年趨于穩定。2000—2004年東部地區農業能源效率區域內差異呈現縮小趨勢，主因在于以往情況較好的北京和天津兩地的農業能源效率出現下降，此時區域差異縮小是一種低水平收斂。但2004—2008年東部地區農業能源效率區域內差異呈現顯著上升趨勢，可能原因在于：隨著2004年“中央一號文件”出臺，國家不斷加大農業支持力度，糧食呈現增產勢頭； 但就東部地區內部而言，各省份農業基礎設施、技術等也存在一定差距，隨著農業生產規模擴大、農業能源消耗增多，農業能源效率差異再次擴大。而東部地區2008年之后的農業能源效率區域內差異呈現持續下降態勢，年均遞減率為6.940%，表明農業能源效率的區域內差異不斷縮小?？赡艿脑蛟谟冢阂环矫孓r業在東部地區各省份地區生產總值中占比越來越小，農業生產亦逐漸從粗放式轉向集約型，農業部門能源利用效率顯著提升； 另一方面，隨著環境質量要求不斷提升，東部地區環境規制強度遠高于中西部地區，在發展高效、綠色農業中存在顯著的“標尺競爭”效應。中部地區農業能源效率的區域內差異變化波動相對較小，自2000年的0.008逐漸下降，在2006年降至最小值0.006后，逐步上升至2009年的0.008，隨后保持穩定態勢。可能的原因在于：中部地區多為平原地區，有利于農業的規模化生產和先進技術應用推廣，為農業能源效率水平提升創造良好外部條件。

圖2 2000—2016年農業能源效率的總體區域差異 圖3 2000—2016年農業能源效率的區域內差異

圖4 2000—2016年農業能源效率的區域間差異 圖5 2000—2016年區域差異貢獻率的演進趨勢

3.2.3 農業能源效率的區域間差異

2000—2016年三大區域農業能源效率的區域間差異如圖4所示。樣本期內東部和西部地區的農業能源效率區域間差異最大，東部與中部地區次之，中部和西部地區最小。從演進趨勢看，東部和西部地區、東部和中部地區的農業能源效率區域間差異在樣本期內呈縮小態勢，而中部和西部地區則在0.003～0.004之間波動。具體說，東部和西部地區的區域間差異在2003—2007年變化較大， 2000—2003年在0.030～0.035之間波動，于2004年驟升至0.044，隨后猛降至2005年的0.027，在2006年大幅升至樣本期內最大值0.046，又于2009年降至最小值0.024，自2010年升至0.032之后呈現持續下降態勢，表明樣本期內東部和西部地區的農業能源效率區域間差異逐漸縮小。東部和中部地區的區域間差異首先從2000年的0.019降至樣本期內最小值2001年的0.011，又于2006年達到最大值0.032，年均增長率達23.241%，隨后除2012年有小幅上升外均呈下降態勢，表明樣本期內東部和中部地區的農業能源效率區域間差異呈現先擴大后縮小的演進趨勢。可能的原因在于：盡管樣本期內中部和西部地區的農業能源效率水平均值遠低于東部地區，但中部和西部地區的農業能源效率增長率卻遠高于東部地區，分別是后者的3.42倍和3.78倍。中部和西部地區的區域間差異以2009年為拐點， 2000—2009年在波動中下降，一度降至0.001左右， 2010年之后則穩定在0.003，表明樣本期內中部和西部地區的農業能源效率區域間差異呈現先縮小后擴大的演進趨勢。可能的原因在于： 2009年之前中部地區各省份農業能源效率有小幅下降趨勢，而西部地區各省份農業能源效率增長速度則高達1.023%； 而2009年之后中部地區各省份農業能源效率均值的年均增長速度卻是西部地區的2.58倍。

3.2.4 農業能源效率區域差異的貢獻率

圖5描述了2000—2016年農業能源效率區域差異的來源以及貢獻率的演變趨勢。由圖5可知，在2000—2003年、2007—2016年，超變密度對區域差異的貢獻率最大，區域間差異次之， 2004—2007年超變密度與區域間差異交替成為農業能源效率區域差異的主要來源，整個樣本期內區域內差異的貢獻率最小。具體而言，超變密度對區域差異貢獻率的演進趨勢大致呈“U”型，從2000年的49%逐年降至2004年的38%，在2005年經歷短暫上升后在2006年降至樣本期內最小值32%，隨后升至2007年的43%，隨后幾年超變密度的貢獻在波動中逐漸上升，成為農業能源效率區域差異的主要來源。區域間差異貢獻的演進趨勢與超變密度大致相反，從2000年開始逐漸升至2004年的41%，年均提升11.094%， 2005年又驟降至31%，隨后大幅升至47%達到最大值，成為2006年農業能源效率區域差異的主要來源， 2007年降至32%之后一直是區域差異第二大來源。區域內差異貢獻的演變趨勢相對較為平緩，始終保持在27%以下，對農業能源效率區域差異的貢獻最小。這說明中國農業能源效率區域差異產生的主要根源在于不同地區間交叉重疊問題，即盡管東部地區農業能源效率整體水平較高，但并非東部地區所有省份的農業能源效率都高于中西部地區，部分中西部地區省份的農業能源效率要高于東部地區農業能源效率較低的省份。

3.3 三大區域農業能源效率的動態分布演進

圖6 2000—2016年全國及三大區域的農業能源效率動態演進

通過Dagum基尼系數分析，對中國三大區域農業能源效率的空間差異大小及其來源具有較為清晰的認識，但Dagum基尼系數刻畫的是農業全要素能源發展效率的相對差異規律，未能反映絕對差異的分布動態及其演進規律，而Kernel核密度分析能夠有效刻畫這一特征(圖6)。從農業能源效率的總體動態演進特征看， 2000—2016年Kernel核密度函數曲線中心不斷向右移動，表明樣本期內農業能源效率不斷提高。除2010年峰值有所下降外，整體升高，寬度不斷變窄，表明農業能源效率區域差異呈縮小趨勢。此外，密度曲線由雙峰向單峰演變，表明兩極分化特征逐漸消失。樣本期內，東部地區農業能源效率的分布動態演進顯示， 2005年密度函數曲線中心左移，其他年份逐漸右移，表明農業能源效率逐漸增長。就演變過程而言， 2005年密度函數曲線峰值降低，寬度縮小，表明農業能源效率的區域差異呈縮小趨勢； 密度函數曲線呈明顯的雙峰分布，表明各省份農業能源效率具有顯著的兩極分化特征； 隨后峰值不斷變大，寬度變窄，雙峰逐漸變為單峰，表明近年農業能源效率的區域差異逐漸縮小，同時兩極分化現象逐漸消失。中部地區農業能源效率的分布動態演進顯示，密度函數曲線中心整體向右移動，表明農業能源效率連續提高； 峰值降低，寬度變窄，表明農業能源效率的區域差異不斷縮小。此外， 2000年中部地區農業能源效率的密度函數曲線存在明顯拖尾現象，主要源于吉林省農業能源效率明顯高于其余5省，表明各省份農業能源效率存在顯著的梯度差異。西部地區農業能源效率的分布動態演進顯示， 2000年、2005年、2010年密度函數中心無太大變化， 2016年則向右移動，表明農業能源效率有所提高； 較之2000年， 2005年和2010年農業能源效率密度函數曲線峰值升高，寬度縮小，表明區域差異呈縮小趨勢； 2016年左側峰值降低，右側峰值不變，但寬度拉大，表明區域差異程度逐漸加深，且兩極分化現象加劇。從分布延展性看， 2000年、2005年、2010年、2015年均呈現右拖尾現象，且拖尾逐漸增長，主要源于廣西、四川、新疆等省份農業能源效率增長較快，也反映出上述省份農業能源效率與其他效率相對較低省份之間差異不斷擴大。

4 結論與建議

4.1 結論

該文以2000—2016年中國省際面板數據為樣本，采用非徑向、非角度、雙導向的窗口DEA模型測度30個省份的農業能源效率，在此基礎上采用Dagum基尼系數和核密度估計來實證考察農業能源效率的區域差異及其動態演進，結論如下。

(1)非徑向、非角度、雙導向的窗口DEA模型測度結果表明，整體上中國30個省份的農業能源效率均呈上升趨勢。但東部、中部、西部三大區域的農業能源效率差異顯著，其中東部地區農業能源效率顯著高于中部、西部地區及全國平均水平。

(2)Dagum基尼系數測算及分解結果顯示，樣本期內農業能源效率總體區域差異不斷縮小。在區域間差異上，東部、中部、西部三大區域間差異均不斷下降。在區域內差異上，西部地區農業能源效率的區域內差異最大，東部地區居中，中部地區最小。超變密度對總體區域差異的貢獻率最大，是中國農業能源效率區域差異的主要來源。

(3)Kernel核密度估計顯示，樣本期內中國農業能源效率不斷提高，整體區域差異逐漸縮小，但中部、西部地區表現出較為明顯的極化現象，且三大區域的農業能源效率核密度曲線普遍具有側拖尾現象，反映各省份農業能源效率存在明顯梯度效應，高效率地區與低效率地區間差距越來越大。

4.2 建議

(1)正視部分省份農業能源效率低下的事實，致力于探索效率提升新路徑。除積極實踐化肥農藥使用量零增長、農作物秸稈綜合利用、畜禽糞污資源化處理、地膜清潔生產技術推廣等農業資源生態保護和面源污染防治支持政策外，更要因地制宜地構建新型農業經營體系，持續完善基礎服務供給能力，強化培育新型職業農民隊伍，大力促進節本農業、生態農業、精準農業等健康成長，繼而在提高集約化、專業化、組織化、社會化程度的同時引領農業高質量發展。

(2)瞄準農業能源效率的區域差異性，結合不同地區特點來區別設計改進策略。針對東部地區，加大農業技術創新推廣力度，鼓勵發展有機農業、都市農業、設施農業等高附加值農業，不斷探索引入現代產業發展理念和組織管理方式，進一步增強農業內生發展動力與轉型升級能力。針對中西部地區，借助于農村人口轉移、城鄉融合發展、農村集體產權制度改革、創新驅動發展、農業供給側結構性改革等時代契機，優化組合農業生產要素，壯大新型農村集體經濟，強化小農戶與現代農業有機銜接，加強耕地地力保護，推進多種形式農業適度規模經營，繼而加速轉變農業發展方式。

(3)充分發揮優勢地區的示范帶動作用，實現農業能源效率的跨區域協同提升。在區域間，依托于黨的十九大提出的區域協調發展戰略與鄉村振興戰略，通過對口幫扶、訂單農業、技術示范、資源下鄉、高校指導、產業扶貧、企業結盟等方式，提高先進農業生產技術與經營模式的擴散作用與溢出效應，助推東部地區帶動中西部地區。在區域內，辨析自然環境相當、人文背景接近、生產條件相同、產業特點類似的目標地區，尤其是規模經營可操作的連片地區，通過以點帶面來推廣可借鑒經驗。