山東省綠色農業發展路徑與生態轉型效率測度

胡昕韜　王　濤

山東省綠色農業發展路徑與生態轉型效率測度

胡昕韜王濤

（長春工業大學經管學院吉林長春130012）

厘清農業綠色全要素生產率（TotalFactorProductivity，TFP）的時空變化規律與演變特征是探究綠色農業發展路徑、生態轉型與提質增效路徑的重要科學依據。文章集成了2001年—2018年山東省17個地市的農業投入產出資料，利用數據包絡分析方法（DataEnvelopmentAnalysis，DEA）方法，通過GlobalMalmquist-Luenberger（GML）生產率指數測算了各地市的農業綠色TFP，揭示了近20年其演變路徑與特征。同時，研究利用Bootstrap方法對山東省農業規模效應進行檢驗后發現，近20年山東省農業綠色TFP持續上升，其表征指標GML累積指數年增長率0.6%，科技對其變化的影響不斷增大，勞動力影響逐漸降低。從空間上看，各地市農業綠色TFP時空差異明顯，魯東和魯中區域地市農業綠色TFP波動小，GML累積指數波動小于0.1；魯西區域地市波動較大，GML累積指數波動大于0.2。究其原因，魯東和魯中區域種植面積小，而魯西地區種植面積大，受科技投入影響大。此外，規模效應檢驗結果進一步揭示山東省綠色農業發展需從擴大生產規模向提高農業科技水平上轉變。因此，轉變農業種植方式、加大農機投入、優化投入要素結構、強化農業資源轉化利用是推動農業供給側改革，提升農業綠色產值效率，實現農業提質增效的科學途徑。

農業綠色TFP；演變特征；農業提質增效；綠色發展

安全可持續的農業系統是鄉村振興的“壓艙石”，是保障就業的“蓄水池”，是促進國民經濟健康發展的“戰略后院”。然而，隨著農業技術的進步，依靠化肥、農藥與地膜的高投入推動的農業增產速度也在減緩，而且產生了資源環境問題[1]。核算綠色農業全要素生產效率，分析主要影響因素是農業綠色轉型發展的主要依據。相比于傳統的TFP，農業綠色TFP這一指標將污染物排放因素納入指標體系之中，能更好地衡量地區農業發展的生態效率。同時，農業綠色TFP的增長能夠體現農業綠色生產的技術進步程度，故而選擇農業綠色TFP來評價區域農業高質量發展水平具有科學性與合理性[2]。

近年來，不斷有學者通過農業TFP對中國農業效率及其時間變化和空間分布規律進行測算研究，但現有關于中國農業TFP測算研究的結果仍存分歧[3]。測算方法上，基于線性規劃的DEA方法是測算效率的常用方法，學者們也在不斷對方法進行改進，以求得到更加準確的結果[4-5]。指標體系選擇上，農業綠色TFP在測算指標體系的選擇上增加了負產出指標，形成了農業投入、期望經濟產出和非期望的環境污染產出三類指標，但不同學者在指標選取上有一定差異[6-7]。

山東省地處黃淮海平原，是重要的糧棉油生產基地和農產品出口基地，農業總產值常年領先，在我國的農業發展中具有重要的地位[8]。2020年山東省農業總產值達到10 190.6億元，成為中國首個農業總產值超過萬億元的省份。但部分區域機械化水平低和發展不充分、專業人才供給不足、農業發展環境差成為制約其農業生態效率的重要因素[9]。本研究通過GML生產率指數對山東省農業綠色TFP進行測算，厘清近20年山東省各地市的農業綠色TFP的變化規律，并基于農業投入產出信息揭示農業綠色TFP變化的驅動因素。同時，研究利用Bootstrap法檢驗山東省農業發展的規模效應，甄別農業綠色TFP上升的關鍵制約因素。最后，提煉促進山東省綠色農業發展與提質增效的政策建議。

1 數據來源與方法

1.1 研究區域

山東省境內中部山地突起，西南、西北低洼平坦，東部丘陵起伏，呈現出以山地丘陵為骨架、平原盆地交錯環列其間的地形特征。受地形影響，山東省中東部區域農業種植面積較小，而北部、南部區域種植面積較大。本研究根據山東省各地市地理位置、地形和農業生產特點，將17個地級市分為魯東（青島市、煙臺市、威海市）、魯中（泰安市、濟南市、淄博市、濰坊市）、魯西北（聊城市、德州市、濱州市、東營市）、魯西南（菏澤市、濟寧市）、魯中南（棗莊市、臨沂市、日照市）5個區域，進一步揭示5個區域上的農業綠色TFP差異及影響因素。

1.2 指標選取

本研究結合山東省農業發展情況，梳理了現有關于農業綠色TFP測算的文獻，構建出農業綠色TFP測算的投入、期望產出和非期望產出3個一級指標，其中投入指標包括勞動力、土地、化肥、農業機械動力、有效灌溉面積和灌溉水資源量，期望產出指標以農業總產值表征，非期望產出指標包括面源污染負荷和碳排放量。農業投入與經濟產出數據來源為《山東省統計年鑒》。其中農田面源污染方面主要參考吳義根等（2017）的研究，考慮其中耕地面積上化肥流失中總氮（TN）、總磷（TP）排放，其中N、P、K、CF分別為氮肥、磷肥、鉀肥、復合肥使用量[10]。農業碳排放計算參考李波等（2011）的計算方法[11]。

1.3 模型方法

1.3.1 GML生產率指數

1997年Chung等首次通過DirectionalDistanceFunction（DDF）建立Malmquist-Luenberger（ML）生產率指數，用于測度包含非期望的污染物產出的情況[12]。這個基本的方向性距離函數被定義為尋求極大限度地增加期望產出，同時減少投?和非期望產出。有學者為克服ML生產率指數測算的不可行解的問題，通過構造一個全局的農業生產技術集，提出GlobalMalmquist-Luenberger（GML）生產率指數[13]。同時，將GML生產率指數分解為技術效率（GMLTE）和技術進步（GMLBPC），如公式（1）。

1.3.2 Bootstrap方法

Bootstrap是一種基于計算機的一般統計學方法，用于評估統計學估計結果的準確性。1979年，Efron提出了用Bootstrap開展統計分析檢驗的方法[14]。在本文的規模效應檢驗中，零假設是農業技術表現出恒定的回報率（CRS），對立假設是技術非恒定回報率（VRS）。如果零假設成立，那么從VRS技術中計算出的效率與從CRS技術中計算出的效率是一樣的。

2 分析結果

2.1 山東省農業綠色TFP變化規律及演變特征分析

本研究利用2001年—2018年山東省17個地市農業要素投入、期望產出和非期望產出的面板數據，通過Stata 16.0軟件計算了山東省與其各地市農業綠色TFP的GML生產率指數及其分解指標GMLEC和GMLBPC。

農業發展改革的目標從提高農業技術效率到促進農業技術進步進行轉變，進而導致技術進步成為致使農業綠色TFP變化的主因。首先，山東省農業綠色TFP變動總體呈緩慢上升趨勢，GML累積指數年均增長0.6%。其次，2001年—2007年山東省農業綠色TFP的變化受技術進步和技術效率共同影響，2007年后其增長主要來源于技術進步（如圖1）。從投入角度看，近20年山東省農業勞動力數量不斷下降，其中2004年—2005年與2012年—2014年下降尤為顯著；從產出結構來看，農業在保持穩定產出的情況下，大力發展綠色科技與種植模式創新，力求減少氮、磷、碳等污染物的排放總量。

圖1　2001年—2018年山東省農業綠色TFP及其分解因素時序變化規律

2.2 山東省農業TFP區域差異分析

山東省農業TFP區域時空差異較大。2001年—2013年山東省各區域農業綠色TFP累積指數差異并不明顯，而2013年—2016年魯西南區域農業綠色TFP累積指數上升迅速至山東省首位，呈現出空間差異。2016年—2017年山東省農業機械投入差異顯著，各區域農業綠色TFP累積指數出現波動，魯西南區域下降明顯。2018年山東省各區域農業綠色TFP累積指數迅速回升，魯東和魯中區域最為迅速，而魯西南區域較慢（如圖2）。

圖2　2001年—2018年山東省各區域農業綠色TFP累積指數

2.3 山東省農業規模效應分析

通過2001年—2018年山東省各地市面板數據對山東省農業生產的期望產出和非期望產出分別進行規模效應檢驗。結果顯示，期望產出值為0.692，非期望產出值為0.977，二者對應的值均小于0.05（如表1），即現階段山東省擴大農業要素投入會提高平均成本的同時會降低平均非期望產出，而減少農業污染物排放的防控效果較差。因此，加快提升農業綠色科技進步水平，加大對農業種植污染物排放的控制力度，提高農業廢棄資源轉化利用水平，提升農業種養循環效率是現階段山東省提高農業生態效率的重要手段，該結論與現有研究觀點保持一致[15]。

表12001年—2018年山東省（非）期望產出規模效應檢驗結果

S值觀察值低于S的可能性P值 期望產出0.692＜0.010.006 非期望產出0.977＜0.010.002

3 建議與結論

持續農業技術投入與管理模式創新是現階段山東省農業生態轉型的關鍵。從自然條件、社會經濟水平的區域差異來看，魯西多平原，魯東多丘陵，各地區農業發展水平有所差異。魯西區域需加大農業機械投入，在大面積種植區域發揮效率優勢。魯東和魯中區域應增強管理創新和組織創新能力，實現生產要素的合理配置，推動農業資源循環利用，提高農業技術效率。同時各區域之間要加強農業經濟聯動，充分發揮農業技術的空間溢出效應。魯東應對魯西區域進行農業技術推廣和支持，幫助其快速提高農業技術水平。

厘清農業綠色TFP的時空變化規律是探究未來山東省農業綠色發展與提質增效路徑的重要前提。本文選擇GML生產率指數測算了2001年—2018年山東省與其各地市農業綠色TFP。山東省農業綠色TFP變動總體呈緩慢上升趨勢，農業生態效率穩步提高。技術效率對農業綠色TFP的影響程度不斷下降，而技術進步的貢獻不斷提高。從空間分異規律來看，山東省中東部區域農業綠色TFP變化較為穩定，西部區域變化較為明顯，究其原因主要受農業機械化水平的影響?，F階段山東省提高綠色農業技術進步程度，降低農業污染物排放量是提高生態效率的有效途徑。本研究厘清了山東省各區域農業綠色TFP的變化趨勢，針對不同區域的具體特征，提出了針對性的農業生態轉型相關建議。然而，研究使用的是市級尺度統計數據，數據尺度依然較大，所測算出的結果能反映相關趨勢和問題，驗證了方法的可行性，但面對精細化的管理仍需加強數據尺度的細化。

[1]孫炳彥.我國四十年農業農村環境保護的回顧與思考[J].環境與可持續發展,2020,45(1):104-109.

[2]郭迷.中國農業綠色發展指標體系構建及評價研究[D].北京:北京林業大學,2011.

[3]應瑞瑤,潘丹.中國農業全要素生產率測算結果的差異性研究——基于Meta回歸分析方法[J].農業技術經濟,2012(3):47-54.

[4]于偉詠,漆雁斌,李陽明.碳排放約束下中國農業能源效率及其全要素生產率研究[J].農村經濟,2015(8):28-34.

[5]HAN Z,HAN C,YANG C.Spatial econometric analysis of environmental total factor productivity of ranimal husband-ry and its influencing factors in China during 2001-2017[J].Science of the Total Environment,2020,723:137726.

[6]韓海彬,趙麗芬.環境約束下中國農業全要素生產率增長及收斂分析[J].中國人口·資源與環境,2013,23(3):70-76.

[7]潘丹,應瑞瑤.中國農業生態效率評價方法與實證——基于非期望產出的SBM模型分析[J].生態學報,2013,33(12):3837-3845.

[8]劉向宏.山東省農業經濟增長影響因素動態分析[J].青島農業大學學報(社會科學版),2011,23(2):46-50.

[9]張麗,鄭軍.基于DEA-Malmquist模型的山東省農業生產效率測算研究[J].湖北農業科學,2019,58(21):219-223.

[10]吳義根,馮開文,李谷成.人口增長?結構調整與農業面源污染——基于空間面板STIRPAT模型的實證研究[J].農業技術經濟,2017(3):75-87.

[11]李波,張俊飚,李海鵬.中國農業碳排放時空特征及影響因素分解[J].中國人口·資源與環境,2011,21(8):80-86.

[12]CHUNG Y H,FARE R,GROSSKOPF S.Productivity and undesirable outputs:a directional distance function approach[J].Journal of Environmental Management,1997,51(3):229-240.

[13]OH D H.A global malmquist-luenberger productivity index-an application to OECD countries 1990-2004[C]//Wor-king Paper Series in Economics and Institutions of Innovati-on.Stockholm:The Royal Institute of Technology,CESIS,2009:1-29.

[14]EFRON B.Bootstrap Methods:Another Look at the Jack-knife[J].The Annals of Statistics,1979,7(1):1-26.

[15]金貴,吳鋒,李兆華,等.快速城鎮化地區土地利用及生態效率測算與分析[J].生態學報,2017,37(23):8048-8057.

10.3969/j.issn.2095-1205.2022.03.47

F323.22

A

2095-1205(2022)03-145-03

胡昕韜（1997- ），男，漢族，安徽黟縣人，碩士，研究方向為計量經濟與政策評估研究。

王濤（1971- ），男，漢族，山東沂水人，碩士，副教授，研究方向為信息管理與電子商務。