長江經濟帶農業綠色全要素生產率時空差異及收斂性分析

彭曉丹 孔令成

摘要 為測度農業綠色發展水平，采用超效率SBM模型和GML指數對長江經濟帶各省市1997—2019年的農業綠色全要素生產率進行了分解測算，基于時空角度探究其發展差異，并進一步從整體和區域層面對其收斂性進行檢驗。結果表明：樣本期間內，長江經濟帶農業綠色全要素生產率總體呈增長趨勢，其中，下游地區最高，中游地區最低，上游地區居中，該區域農業綠色全要素生產率增長主要來源于農業綠色技術進步；長江經濟帶總體以及上游、中游、下游地區在樣本期內均不存在絕對α收斂，但存在絕對β收斂。基于此，為了從整體及空間上進一步優化并提高長江經濟帶農業綠色全要素生產率，推動該區域農業朝著綠色高質量方向發展，提出落實區域農業高質量發展政策、因地制宜發揮區域優勢、破解區域發展障礙、踐行區域協同發展戰略等對策建議。

關鍵詞 農業綠色全要素生產率；超效率SBM模型；收斂性；長江經濟帶

中圖分類號 F323.7? 文獻標識碼 A

文章編號 0517-6611（2023）14-0213-05

作者簡介 彭曉丹（1999—），女，河南洛陽人，碩士研究生，研究方向：農業經濟。*通信作者，講師，博士，從事農業經營與管理研究。

“綠水青山就是金山銀山”。進入新時代，在加快推動農業現代化過程中，我國更加注重農業綠色轉型升級及高質量發展。長江經濟帶作為中華重要糧倉，在經歷高速發展后也留下了一系列問題，諸如農業資源過度開發、資源浪費、污染問題突出等，因此，轉變農業生產方式，推動農業生產綠色發展，提高長江經濟帶農業綠色全要素生產率迫在眉睫。基于此，研究長江經濟帶農業綠色全要素生產率水平，對于推進長江經濟帶農業綠色及高質量發展、實現農業“內循環”發展格局、保障糧食安全具有重要的理論和現實意義。

當前對于農業綠色全要素生產率（Agricultural Green Total Factor Productivity，AGTFP）的研究，主要集中于以下3個方面：第一，AGTFP測度方法的選擇。1948年，《農業產出與投入的關系》的發表為后續農業全要素生產率研究提供了借鑒。從初始的非前沿生產方法到DEA-Malmquist指數法，再到隨機前沿生產函數模型和現在主流的超效率模型，全要素生產率的測度方法在不斷被優化［1-3］。第二，AGTFP影響因素的剖析。現有研究一方面就收入水平、金融發展、財政支持、農業結構等內部因素對AGTFP的作用展開分析，另一方面立足于城鎮化及國際貿易等外部因素對AGTFP的作用進行探討［4-8］。第三，AGTFP地區差異的分析。因我國幅員遼闊、區域跨度大，不同學者的選擇區域各異，但大多集中于國家整體和省域個體之間，并通過α收斂和β收斂對區域間AGTFP的追趕效應進行進一步的探究［9-10］。

通過梳理發現，上述研究成果對于了解農業綠色全要素生產率的內在規律、優化區域空間布局具有重要的理論和現實意義，但仍存在完善的空間。現有研究成果主要集中于全國及省域層面，對區域經濟帶及相似片區研究較少，以長江經濟帶為研究對象的亦不多。長江經濟帶作為我國重要商品糧基地，其農業綠色發展水平對于我國順利實施“綠色興農、質量興農”及鄉村振興戰略意義尤為深遠。基于此，該研究對1997—2019年長江經濟帶整體及11省市進行探究，擬采用超效率SBM模型和GML指數對該區域AGTFP時空差異及收斂規律進行深入探究，以期進一步提高長江經濟帶農業綠色全要素生產率，從而為更好地推動該區域農業朝著更高質量方向發展提供相關參考。

1 模型選擇、指標選取及數據來源

1.1 模型選擇

1.1.1 超效率SBM模型。為了對有效單元進行比較分析，Tone［11］提出了超效率SBM模型，有效減小了由于選擇徑向和角度所產生的偏差，結合定義和研究對象，其公式如下：

式中：ρ為糧食生產效率值；x和y分別代表投入和產出的要素；m和s分別代表投入指標和產出指標的個數；k代表生產時期；i和r分別代表投入和產出的決策單元；s+和s-分別代表投入和產出的松弛量；γ為權重向量。ρ≥1時，表示決策單元相對有效； ρ≤1表示決策單元相對無效，即存在效率損失，可以通過優化調整投入量、提高期望產出及減少非期望產出量來改善糧食綠色生產效率。

1.1.2 GML指數。

GML（Global-Malmquist-Luenberger）由GM/GMI（Global-Malmquist）指數拓展而來［12］，其主要用于測算包含壞產出的生產效率，其兼具GM模型和ML指數兩者的優點，前者使其具備可傳遞性、不存在VRS模型無可行解問題，后者使其能夠有效測度綠色全要素生產率。

式中，GML、EC、TC分別表示決策單元的投入產出效率、技術效率變化和技術進步，其值大于或小于1分別代表決策單元的全要素生產率水平提高或降低、技術效率提升或下降、技術進步或倒退。

1.1.3 收斂檢驗方法。

α檢驗能夠闡明農業綠色全要素生產率在時間趨勢上的變化情況，其通常可用變異系數（coefficient of variation，CV）來表征 ［13］。如果伴隨著時間的推移，該指標數值降低，則表明其存在收斂性，否則為發散。變異系數的表達式如下：

式中：xit是i省份t年AGTFP；xt是各省份AGTFP的均值。變異系數CV越大，說明各省份AGTFP的差異越大。

絕對β收斂檢驗與絕對α收斂檢驗類似，是用來判斷不同省份的農業綠色全要素生產率增長最終是否能達到相同的穩定狀態。如果存在絕對β收斂，則說明最初落后的省份農業綠色全要素生產率以較快的增長速度趕上了發達省份，其檢驗方程如下：

其中，等式左邊表示長江經濟帶第i個省份t+1年農業綠色全要素生產率對數與第t年的差值；α是常數；β為回歸系數。如果β系數顯著為負，則認為存在絕對β收斂。

1.2 指標選取

考慮超效率SBM模型和GML指數的指標選取特性，該研究在參考相關研究的基礎上，兼顧數據的可得性與可行性，對狹義農業綠色全要素生產率進行研究，選擇勞動投入、土地投入和資本投入來作為投入指標，其中勞動投入用第一產業從業人員數來衡量；土地投入則用農作物播種面積來代替；資本要素參考現有文獻，考慮投入和產出之間的關系，將其界定為農業機械總動力、農業化肥使用量、農藥使用量、農膜使用量和有效灌溉面積。農業產出包括期望產出和非期望產出，其中期望產出用1997年不變價格的農業生產總值來衡量；非期望產出包含農業面源污染和碳排放兩方面，其均通過核算得出。農業面源污染源主要參考賴斯蕓等的成果［14-15］進行核算：

該研究最終所確定的長江經濟帶AGTFP測算指標體系如表2所示。

1.3 數據來源 該研究所用數據主要來源于1997—2020年的《中國統計年鑒》《中國農業統計年鑒》《中國農村統計年鑒》《中國漁業統計年鑒》《中國環境統計年鑒》《中國能源統計年鑒》《中國農業統計資料》《中國水資源公報》以及長江經濟帶各省市統計年鑒等。

2 實證結果分析

2.1 模型選擇

2.1.1 長江經濟帶農業綠色全要生產率時空差異分析。

在長江經濟帶各省市AGTFP測算結果基礎上，進一步計算長江經濟帶及其上中下游在每一時點上的全要素生產率變化的幾何平均值，結果見圖1。從時間上來看，長江經濟帶總體

及上中下游各區域的AGTFP呈現增長趨勢，變化趨勢具有一致性，且呈現明顯的階段性特征。第一階段：1997—1999年。該階段各層面農業綠色全要素生產率保持在較低水平，且波動較小。21世紀之前，區域經濟發展水平較低、農業生產方式傳統、農業生產技術服務水平不高，致使農業投入和產出不足，AGTFP發展水平亦不高。第二階段：2000—2014年。農業綠色全要素生產率水平提升到了新階段，整體水平發展迅速，上游地區在2008年出現驟降。這一變化主要受益于國際大環境的變化和國內農業政策的支持，尤其2006年全面取消農業稅在很大程度上減輕了農民負擔，同時也刺激了種糧農民積極性，種糧補貼的加持也為這一階段農業綠色全要素生產率的快速增長提供了“助力”，2008年上游地區的異常則是由地震、低溫凍害等自然災害所引起的。第三階段：2015—2019年。長江經濟帶農業綠色全要素生產率呈現快速增長。2016年國家出臺《長江經濟帶發展規劃綱要》推進長江生態環境大保護，進一步促進了農業綠色全要素生產率的提升。同時“十三五”發展規劃指出“大力推進農業現代化”“提高農業質量效益和競爭力”“走出高產、高效、優質，產品安全、資源節約、環境友好的農業現代化道路”，也為農業綠色全要素生產率快速增長提供了可能。

2.1.2 農業綠色全要素生產率空間差異。

借用MaxDEA12.1對長江經濟帶1997—2019年各省市農業綠色全要素生產率進行測算，結果見表3。從省域層面來看，1997—2019年長江經濟帶沿線省市AGTFP增長速度排名前3位的分別是湖南（1.090 1）、貴州（1.082 2）、湖北（1.081 8），排在最后3位的則是安徽（1.0240）、上海（1.020 6）和江西（1.016 8）。長江經濟帶11個省市當中浙江、重慶、四川、湖北、湖南、貴州6個省份的農業綠色全要素生產率水平高于全區域平均水平，占比為54.5%，雖然占比過半，但仍存在較大的提升空間。從區域層面來看，各區域農業綠色發展水平與傳統認知存在較大差異，具有農業發展絕對優勢的中游地區發展水平常年“滯后”。反觀，條件一般的上游地區在2014年實現反超，并逐步拉大與中游地區之間的差距。上游地區因種植結構和種植方式的差異，農業綠色全要素生產率的發展水平要高于中下游地區。從分解來看，整體技術進步對農業綠色全要素生產率的貢獻程度大于技術效率，充分印證了長江經濟帶農業綠色發展離不開技術進步的驅動，而技術效率則對其產生了輕微的抑制作用，對技術進步所帶來的積極作用產生了部分抵消；區域間全要素生產率驅動各異，上游地區技術進步的貢獻要優于技術效率，相對中下游地區而言，上游地區因自然環境和經濟發展水平限制，農業發展主要依賴于農業技術進步的外部作用，中下游地區則相反。因此，在后期長江經濟帶農業綠色發展過程中，既要注重技術進步的作用，也不能忽視技術效率，要“兩手抓、兩手都要硬”，雙管齊下，共同提高AGTFP。

在綜合分析三大區域AGTFP變化的格局上，選取4個關鍵時點的截面數據，利用ArcGIS 10.8軟件對其地區差異及變化情況進行分析，并繪制長江經濟帶各省份AGTFP變化的空間演變格局。從圖2可以看出，長江經濟帶農業綠色全要素生產率峰值存在向中上游地區轉移，并逐漸達到區域均衡發展的空間演變態勢，這可能是因為21世紀以來我國區域整體發展戰略的調整、長江中上游地區農業產業結構的優化及農業生產技術的改造升級所致。

2.2 長江經濟帶農業綠色全要素生產率收斂性分析

新古典增長模型認為經濟發展的最終狀態是趨于穩定的，即是存在收斂的。上文通過分析已經證實，長江經濟帶各省市之間的農業綠色全要素生產率存在地區差異。為了更加深入地了解長江經濟帶農業綠色全要素生產率的未來的發展趨勢，有必要對其進行收斂性分析。

2.2.1 α收斂檢驗分析。

如果隨著時間的推移，后一年的變異系數小于前一年的，則說明存在α收斂，反之表示發散。圖3給出了長江經濟帶11省市和上、中、下游農業綠色全要素生產率的變動情況。總體來看，在2012年出現了明顯的轉折，2012年之前，變異系數總體呈現上升趨勢，表明這一階段長江經濟帶整體及各省份的AGTFP不滿足α收斂的前提，下游各省區在部分年份呈現α收斂，說明這段時間伴隨農業技術進步和農業知識的擴散溢出，其AGTFP得到了快速發展。2012—2019年，總體及上中下游各地區變異系數都呈現下降趨勢，在國家長江經濟帶發展政策及長江大保護政策大背景下，各省份在農業領域都采取了不同的環境治理技術或不同強度的環境治理措施，形成了穩定的發展態勢，各省份的發展差距在逐步縮小。總之，在觀測期內，長江經濟帶11個省份AGTFP的α收斂存在階段性和不穩定性的特點，即各省份AGTFP在一定階段內差距會縮小，但缺乏持續性，也印證了長江經濟帶各省份農業綠色發展水平之間的差距無法在短時間內消除的事實。

2.2.2 絕對β收斂分析。

對于絕對β檢驗，采用面板固定效應模型對長江經濟帶AGTFP進行實證分析，具體結果見表4。

由表4可知，長江經濟帶總體及三大區域的InAGTFPi，t的系數（即β值）在0.01的顯著性水平為負值，說明長江經濟帶總體及三大區域之間的農業綠色全要素生產率存在落后地區追趕先進地區的趨勢，中下游地區的追趕趨勢更加強烈，可能的原因是中下游地區地勢更加平緩、農業發展水平更高、區域間農業經濟交流密度更大、區域資源流通作用更強，從而導致該追趕效應更加明顯。

3 結論與建議

作為探索農業綠色發展路徑的邏輯起點，厘清AGTFP現狀尤為關鍵。該研究利用超效率SBM模型和GML指數對1997—2019年長江經濟帶11個省區農業綠色全要素生產率并進行測度和分解，并對其時空差異和收斂性進行探究，得出以下結論：第一，從時間上看，長江經濟帶農業綠色全要素生產率在樣本期內呈現增長趨勢，受外部政策環境影響，階段性波動明顯。第二，從空間上看，長江經濟帶各省市AGTFP發展水平存在較大差異，雖有半數省市超過平均水平，但仍存在較大發展空間。三大區域間AGTFP發展動力各異，中游和下游地區技術效率的貢獻程度要高于上游及區域總體。第三，樣本期內長江經濟帶AGTFP均不存在絕對α收斂，但存在絕對β收斂，落后地區對先進地區存在“追趕效應”，且中下游地區表現更為明顯。

基于以上研究結論，為了從整體進一步提高長江經濟帶農業綠色全要素生產率，提出以下對策建議：

第一，制定并落實區域農業高質量發展政策。從外部大環境刺激農業綠色發展的內生動力，充分發揮國家在農業發展領域“主推手”的作用，同時注重農業綠色發展規劃，制定短期和中長期發展目標，將農業綠色發展的未來預期轉化為具體政策措施體現；區域農業發展政策的制定要充分考慮區域農業發展特性，力爭從源頭減緩農業綠色全要素發展的階段性波動。

第二，因地制宜，發揮區域優勢，破解地區發展障礙。考慮長江經濟帶各省市及地區間農業綠色發展條件差異，因地制宜，發揮區域優勢，中下游地區在經濟發展保證農業技術效率優勢的同時落實和提升農業技術措施；上游地區必須要解決農業技術效率的負面影響，在保持技術進步推動的同時，更要注重農業技術效率的改善，真正實現技術效率和技術進步“兩手抓，兩手都硬”，從而更好地實現農業綠色發展。

第三，踐行經濟帶協同發展戰略，重視收斂效應。區域內開展技術交流與合作，提升技術效率和技術進步的貢獻率；弱化行政邊界，開展全方位協同合作，助推區域發展格局的全面形成，破除農業資源區域流通障礙，增進上中下游地區交流，優勢互補、共同進步，初步實現落后地區對發達地區趕超，最終實現區域協同發展、綠色興農、質量興農的戰略目標，從而加快推動我國農業高質量發展進程。

參考文獻

［1］MCMILLAN J，WHALLEY J，ZHU L J.The impact of Chinas economic reforms on agricultural productivity growth［J］.The journal of political economy，1989，97（4）：781-807.

［2］ FAN S G.Effects of technological change and institutional reform on production growth in Chinese agriculture［J］.American journal of agricultural economics，1991，73（2）：266-275.

［3］ FRE R，GROSSKOPF S，PASURKA C A，Jr.Accounting for air pollution emissions in measures of state manufacturing productivity growth［J］.Journal of political economy，2001，41（3）：381-409.

［4］ 劉亦文，歐陽瑩，蔡宏宇.中國農業綠色全要素生產率測度及時空演化特征研究［J］.數量經濟技術經濟研究，2021，38（5）：39-56.

［5］李健旋.農村金融發展與農業綠色全要素生產率提升研究［J］.管理評論，2021，33（3）：84-95.

［6］ 郭海紅，張在旭.新型城鎮化對農業綠色全要素生產率的門檻效應［J］.湖南師范大學社會科學學報，2019，48（2）：55-63.

［7］ 劉戰偉.新型城鎮化提升了中國農業綠色全要素生產率嗎？——基于空間溢出效應及門檻特征［J］.科技管理研究，2021，41（12）：201-208.

［8］ 陳燕翎，莊佩芬，彭建平.吸收能力視角下貿易開放對農業綠色全要素生產率的影響［J］.東南學術，2021（1）：181-191.

［9］ 崔靜，馬鵬.中國區域農業綠色全要素生產率差異測度：基于SBM-ML指數模型［J］.中國市場，2020（35）：6-8.

［10］ 葛鵬飛，王頌吉，黃秀路.中國農業綠色全要素生產率測算［J］.中國人口·資源與環境，2018，28（5）：66-74.

［11］ TONE K.A slacksbased measure of efficiency in data envelopment analysis［J］.European journal of opeoational research，2001，130（3）：498-509.

［12］ 晉藝波.甘肅省農業經濟發展時空差異分析：基于空間計量角度［J］.安徽農業科學，2022，50（11）：207-210.

［13］ 紀成君，夏懷明.我國農業綠色全要素生產率的區域差異與收斂性分析［J］.中國農業資源與區劃，2020，41（12）：136-143.

［14］ 賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點源污染調查評估方法［J］.清華大學學報（自然科學版），2004，44（9）：1184-1187.

［15］ 梁流濤.農村生態環境時空特征及其演變規律研究［D］.南京：南京農業大學，2009.

［16］ 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.