中國糧食生產生態效率的時空特征及驅動因素分析

宋爾英，謝會強

(貴州大學 經濟學院，貴州 貴陽 550025)

一、引言

近年來，我國糧食生產綜合能力大幅提升，然而，糧食生產過程中的生態環境問題卻未得到應有的重視。《第二次全國污染源普查公報(2020)》顯示，農業源排放的化學需氧量、總氮和總磷分別占總排放量的49.77%、46.52%和67.21%，農業面源污染已成為我國第一大污染源。隨著我國糧食生產規模不斷擴大，糧食生產是否加劇了農業污染逐漸成為學者關注的焦點，糧食生產生態效率作為糧食最優產出和生態最低負荷的綜合表達[1]，研究糧食生產生態效率對實現糧食可持續發展具有重要意義。因此，本文在科學測度中國糧食生產生態效率的基礎上，考察中國糧食生產生態效率的時空演變趨勢及驅動因素，為精準把握中國糧食生產生態效率現狀、提升糧食生產質效提供經驗依據。

已有研究主要聚焦于農業生態效率的測算[2-5]及影響因素分析[6-11]，僅有少量文獻圍繞糧食生產生態效率進行測算。許朗等[12]運用DEA-Malmquist指數測算并評價我國2000—2012年糧食主產區的農業生態效率，發現13個糧食主產區中只有6個糧食主產區的投入產出達到最優水平。陳寶珍和任金政[13]、李雪等[14]運用改進的SBM方法對我國糧食生產生態效率進行測算，發現糧食生產生態效率總體呈緩慢上升的趨勢，但省級平均值較低，東西部糧食生產生態效率差距較大[15]。部分學者對糧食生產生態效率的影響因素進行分析，史琛[16]等發現我國粳稻生態效率損失主要由生產要素的高投入和碳排放及農田污染的高冗余所造成。也有學者發現農地流轉、農業技術人員以及農民收入水平會影響糧食生產生態效率[15，17]。

現有文獻對農業生態效率以及糧食生產效率測算進行有益的探索，并關注到糧食生產效率的空間效應，部分學者嘗試從空間視角研究糧食生產效率，發現糧食生產技術效率存在明顯的空間非均衡性[18]、空間自相關性[19]、空間集聚效益[20]和空間溢出效應[21]。然而，少有文獻探究糧食生產生態效率時空演變特征，尤其缺乏從空間視角對糧食生產生態效率驅動因素進行分析的研究。與以往文獻相比，本文創新點在于：一是將二氧化碳排放和農業面源污染納入糧食生產生態效率的測算框架，采用基尼系數法、標準差橢圓圖和莫蘭指數對糧食生產生態效率的時空演變特征進行全面詳細刻畫；二是從空間視角考察我國糧食生產生態效率的驅動因素。

二、研究方法和數據來源

(一)研究方法

1.效率測算方法

SBM模型：傳統的DEA模型無法兼顧投入和產出的松弛變量問題，Tone(2003)提出SBM-undesirable模型，能夠有效解決投入和產出的冗余問題[22]。模型見公式：

(1)

Yγ-S+=y0
Bγ+Sb-=b0
γ，s-，s+，sb-≥0

2探索性空間數據分析方法

區位基尼系數：常用來度量收入不平等及生產在地理上的集中程度[23]。本文將采用區位基尼系數來衡量糧食生產生態效率在地理上的集聚程度，區位基尼系數取值范圍為0到1，若取值為0，表示糧食生產生態效率的地區分布完全均等；若取值為1，則表示糧食生產生態效率存在顯著的地理集聚。基本計算公式(2)如下：

(2)

式(2)中，n表示省份個數，yi、yj分別表示i省份和j省份的糧食生產生態效率，μ為糧食生產生態效率的均值。

空間分布方向性分析：首先采用標準差橢圓進行參數計算和空間可視化，其中，橢圓重心表示糧食生產生態效率在空間上的中心位置，長軸和短軸分別表示糧食生產生態效率在空間上的分布方向和分布范圍，長軸越長，表明糧食生產生態效率方向性越強；短軸越長，表明我國糧食生產生態效率離散化程度越高[24]。其次采用全局和局部Moran’s I指數分析糧食生產生態效率的空間聚集效應，具體公式如下：

全局Moran’s I指數具體公式(3)如下：

(3)

局部Moran’s I指數具體公式(4)如下：

(4)

式中，S2表示屬性變量的方差；當Ii>0，表示相同屬性地區在空間上集聚；Ii<0，表示不同屬性地區在空間上聚集[25]。

3.空間回歸模型

本文將SLM模型設定如下：

(5)

將SEM模型設定為：

lnyit=c+βlnX+μit

(6)

μit=γWμit+εit

將SDM模型設定為：

(7)

上述公式中，y代表糧食生產生態效率；W為空間權重矩陣；ε與μ代表隨機誤差項；X為影響地區糧食生產生態效率的解釋變量，包括人均GDP、農業受災率、農業機械密度、工業化水平、農業規模化水平、財政支農水平、農村人力資本水平等；ρ為空間自回歸系數，用來測量整體區域間的依賴強度，代表相鄰地區的糧食生產生態效率對本地區糧食生產生態效率的影響；γ為誤差項的空間自相關系數，代表相鄰地區的糧食生產生態效率的擾動誤差對本地區的糧食生產生態效率也有溢出效應。

(二)數據來源

本文糧食生產生態效率測算使用的是2010—2020年30個省(區、市)面板數據，除農業從業人員來自各省市統計年鑒，其余變量指標數據均來自《中國農村統計年鑒》。因西藏地區數據缺失嚴重，本文分析將其剔除。人均農業增加值、農業受災率、農業機械密度、產業結構、農業規模化水平數據均來自2011—2021年《中國農村統計年鑒》，財政支農水平數據分別來自30個省/區/市統計年鑒，農村人力資本數據來自《中國統計年鑒》。

三、實證分析

(一)中國糧食生產生態效率測算

1.測算指標選取

糧食生產生態效率兼顧糧食生產過程中的經濟效益、資源消耗以及生態損耗，借鑒已有研究[14]，基于投入、產出和非期望產出各類指標的可獲得性，最終選取以下變量構建指標體系，見表1。

表1 糧食生產生態效率指標體系

以上指標僅糧食作物播種面積的數據可直接獲得，糧食生產投入指標中的勞動力、農藥、化肥、柴油、機械、農膜以及電力都只能獲取整個農業數據，無法直接獲取糧食生產數據。因此，本文首先將農業產值占農林牧副漁產值的比值與糧食作物播種面積占農作物總播種面積的比值進行折算，最后得到糧食生產中投入要素的數據；產出指標中的糧食產量數據可直接獲得；非期望產出中的農業碳排放和面源污染數據均無法直接獲得，需通過計算獲取。

糧食生產的面源污染主要包括農藥污染、化肥流失及農膜殘留，因此本文將借助吳小慶[26]和賴斯蕓[27]的研究，分別將農藥污染率、化肥流失率以及農膜殘留率分別設置為50%、65%、10%，因此污染排放量=(農藥使用量×50%)+(化肥施用量×65%)+(農膜殘留量×10%)。糧食生產中的碳排放主要分為直接碳排放和間接碳排放，本文采取的是直接碳排放，主要來自化肥、農藥、農膜和農用柴油。根據碳排放量測算公式T=∑Ti=∑Ei×δi，其中Ti表示來自第i種碳排放源的碳排放量，Ei表示第i種碳排放源的使用量，δi表示第i種碳排放源的碳排放系數，見表2。

表2 碳排放系數

2.測算結果分析

從全國范圍來看，糧食生產生態效率呈波動性上升趨勢。由圖1可以看出我國東中西部的糧食生產生態效率增長趨勢基本相同。基于30個省份測算出的全國平均糧食生產生態效率值在0.429—0.689之間，其中2011年糧食生產生態效率值最低，其值為0.429。東部地區的生態效率值一直低于全國平均糧食生產生態效率值，其演化特征為：在2010—2014年間呈波動下降趨勢，在2014年達到10年來低谷，其值為0.393。此后，2015—2020年間東部地區糧食生產生態效率漸增。中部地區糧食生產生態效率水平在2011年之前低于全國平均水平，以及2011—2015年間的糧食生產生態效率處于較低水平階段，其值低于0.5。在2015年之后，中部地區的生態效率呈現較快增速，其糧食生產生態效率高于全國平均水平。西部地區的糧食生產生態效率平均值與全國的生態效率水平值最為貼近。從時間趨勢來看，西部地區的生態效率是呈較明顯遞增的狀態，說明西部地區“退耕還林還草”、生態移民和生態轉移支付等保護環境與生態的政策措施有一定成效。

圖1 2010—2020年全國及區域糧食生產生態效率時序變化

從省域范圍來看，2010—2020年，我國30個省份糧食生產生態效率的變化趨勢具有異質性，各省份糧食生產生態效率差異較大，其中吉林(0.914)、黑龍江(0.850)、內蒙古(0.842)的糧食生產生態效率的均值排名前三，處于生態效率前沿面；僅一半省份的糧食生產生態效率平均值在0.5以上。其中，河北、天津、遼寧、江西、山東、河南、湖南等省份的糧食生產生態效率提高幅度較大，平均增長率達到5%以上，而北京、福建、重慶等地的糧食生產生態效率下降幅度較大，平均下降幅度超過2%。根據研究結果，將2010—2020年30個省份的糧食生產生態效率分為三組：高效率組0.8以上、中效率組0.8—0.5、低效率組0.5以下，其中高效率組有3個地區，分別是吉林、黑龍江、內蒙古；中效率組有13個地區，分別為天津、遼寧、上海、江西、山東、河南、湖南、重慶、四川、貴州、青海、寧夏、新疆地區；低效率組有14個地區，分別為北京、河北、山西、江蘇、浙江、安徽、福建、湖北、廣東、廣西、海南、云南、陜西、甘肅。由此可知，我國糧食生產生態效率普遍不高，在糧食生產過程中僅有少數省份能夠兼顧生態效益。

(二)我國糧食生產生態效率時空特征分析

1.時序特征——區位基尼系數

利用2010—2020年30個省份糧食生產生態效率值，刻畫省域糧食生產生態效率的洛倫茲曲線圖(圖2)。由圖2可以看出，我國糧食生產生態效率值較為穩定，與2010年相比，2020年我國糧食生產生態效率的洛倫茲曲線愈加接近絕對平均線，說明省域糧食生產生態效率的區位分布趨向均衡。2010—2020年30個省份糧食生產生態效率的區位基尼系數分別為0.171、0.182、0.173、0.186、0.188、0.183、0.219、0.220、0.226、0.237、0.245，呈現波動上升趨勢，在2020年達到最高值，表明我國糧食生產生態效率的地理集聚程度變高。

圖2 2010年和2020年我國糧食生產生態效率洛倫茲曲線圖

2.空間特征——標準差橢圓

借助ArcGIS10.2軟件，采用標準差橢圓計算公式可以得到30個省份糧食生產生態效率重心及其變化情況，測算結果如表3所示。從時間維度看，2010年至2020年我國糧食生產生態效率標準差橢圓的中心一直在河南省，短半軸和長半軸各增加了13.8km、37.3km，說明糧食生產生態效率的區位分布范圍變廣，與2010年相比，2020年有更多地區關注糧食生產生態效率。從空間位置上看，糧食生產生態效率重心呈現由東北向西南移動的態勢。

表3 2010—2020年我國糧食生產生態效率橢圓參數

(三)中國糧食生產生態效率的空間相關性分析

對我國糧食生產生態效率的全局自相關進行檢驗，由表4可知，2010—2020年我國糧食生產生態效率的全局莫蘭指數均通過顯著性檢驗，且為正值，表明糧食生產生態效率在空間上具有較強的正相關性。我國糧食生產生態效率Moran’sI指數處于波動變化中，說明我國糧食生產生態效率不僅受經濟、技術、社會、生產等因素影響，還受到空間位置的影響，空間關聯復雜多變，存在波動性的空間聚集現象。

表4 2010—2020年我國糧食生產生態效率全局莫蘭指數

進一步測算，得到我國糧食生產生態效率的莫蘭散點圖，結果如表5所示。其中，分布在H-L(高-低集聚)象限和L-H(低-高聚集)象限的省份逐年減少，分別由2010年的8個遞減至2020年的4個、2010年的3個遞減至2020年的1個，位于以上象限的省份，其糧食生產生態效率具有離散特征，在空間上存在異質性。位于H-H(高-高集聚)象限和L-L(低-低集聚)象限的省份有所增加，主要位于我國西部地區，說明這些高糧食生產生態效率省份和低糧食生產生態效率省份都與鄰近省份存在空間集聚效應。隨著市場經濟體制改革的不斷深入，地區間糧食的生產要素流通愈發頻繁，農業技術交流更加密切，糧食生產生態效率形成顯著的空間效應，區域間相互作用逐漸強化。從檢驗結果看，莫蘭指數值顯著說明空間相關性通過初步驗證，需要采用空間計量模型進一步分析。

表5 2010年和2020年我國糧食生產生態效率莫蘭散點圖分布情況

注：*、**、***分別表示在10%、5%、1%的水平下顯著。

(四)我國糧食生產生態效率驅動因素分析

1.驅動因素選取

結合農業和糧食生產的特點，借鑒王寶義[28]的研究，本文選定7個主要影響糧食生產生態效率的因素進行分析，如表6所示。考慮到糧食生產的現實性和數據的可獲得性，經濟因素用人均GDP衡量；技術因素采用農業機械密度指標衡量；人口因素方面采用農村人力資本作為衡量指標；同時，引入農業受災率、工業化水平、財政支農水平和農業規模化水平作為糧食生產生態效率的其他驅動因素。

表6 糧食生產生態效率驅動因素

2.空間計量模型的檢驗與選擇

前文分析可知，糧食生產生態效率存在顯著的空間相關性，空間計量模型具有不同的形式，因此需對不同的模型進行檢驗與選擇，如表7所示。首先，基于地理距離空間權重矩陣對空間滯后模型(SLM)和空間誤差模型(SEM)進行拉格朗日乘子(LM)檢驗，兩者均通過檢驗；Hausman檢驗結果為20.95，并且P值為0.0073，因此，應考慮使用固定效應模型；LR檢驗結果顯著拒絕SDM模型退化為SLM和SEM模型的原假設；在對模型進一步研判時發現，原假設為地區固定效應聯合顯著的檢驗結果為LR=42.02(P=0.000)，拒絕了原假設，表明雙向固定效應優于地區固定效應；另一檢驗結果為LR=417.31(P=0.000)，同樣拒絕了以時間固定效應聯合顯著的原假設，故本文最終選擇時空雙向固定的空間杜賓面板模型進行回歸分析。

表7 空間面板模型相關檢驗結果

3.空間效應分析

為準確反映各因素對糧食生產生態效率的影響程度，進一步分析糧食生產生態效率在空間上的溢出效應，本文將空間效應分解為直接效應、間接效應和總效應，如表8所示。直接效應是本地區的自變量對本地區糧食生產生態效率的影響作用，包括“反饋效應”，即效應“外溢”至鄰近區域并由其“回傳”到本區域[1]。間接效應則是本地區對相鄰地區生態效率的影響作用，即變量的空間溢出效應。

表8 時空雙固定效應空間杜賓模型的空間效應分解

(1)人口因素。農村人力資本對糧食生產生態效率的直接效應在1%的水平下顯著為正，說明農民素質和能力的提高有助于其重視田間管理和培養環保意識，也更容易接受農業培訓和掌握科學的種糧技術，對提升糧食生產生態效率有促進作用；農村人力資本的間接效應為正，但未通過顯著性檢驗，說明隨著交通和信息技術的發展，鄰近地區在糧食生產技術和理念上會擴散影響，但是這種影響相對較弱。

(2)技術因素。農業機械密度對糧食生產生態效率的直接效應顯著為負，農業機械密度能反映農業機械化，農業機械化能夠大幅提高糧食生產效率，但使用農業機械的同時需要投入大量的石化資源，造成非期望產出增加，不利于糧食生產生態效率提升；農業機械密度的空間溢出效應在5%的水平下顯著為負，說明機械密度在鄰近地區有擴散影響。

(3)經濟因素。人均GDP對糧食生產生態效率的直接效應和空間溢出效應為正，但均未通過顯著性檢驗，說明人均GDP對本地區的直接效應和對鄰近地區的溢出效應較弱。地區經濟水平提高，該地區會更加關注食品質量和安全問題，倒逼農戶改進傳統糧食種植方式，注重糧食生產質量，以此提升糧食生產生態效率。

(4)其他因素。農業受災率的直接效應、間接效應和總效應均顯著為負，農業和自然界聯系最為緊密，易受自然災害的影響。農業受災率越高，糧食產量越低，農戶為了減少因災害帶來的損失，可能會過度的使用農藥化肥，導致非期望產出增加，從而降低糧食生產生態效率；農業受災率的空間溢出效應較為顯著，農業受災率對糧食生產生態效率的影響也會在鄰近地區間擴散。

工業化水平的直接效應、間接效應和總效應均在5%的水平上顯著為負，這是因為工業化發展水平越高，勞動力等生產要素會進入更高回報率的工業部門，為保障糧食產量滿足市場需求，種糧農戶可能會更關注如何提高糧食產量，而忽視糧食生態問題，因此工業化水平制約糧食生產生態效率提升；同時，工業化發展也會對鄰近地區提高糧食生產生態效率帶來負向影響。

農業規模化水平的直接效應和間接效應顯著為正，這是因為地區農業規模化水平會對糧食種植結構和方式產生影響，規模化水平越高農戶可能會越重視田間管理，有利于糧食生產生態效率的提高；農業規模化水平在空間上的溢出效應同樣顯著為正，較為先進的糧食種植結構和方式在鄰近地區中會起到良好的示范作用與擴散效應，引發地區經驗借鑒與交流。

財政支農水平的直接效應為負，但未通過顯著性檢驗，空間溢出效應并不明顯。目前來看，我國財政支農資金主要用于對農藥、化肥等補貼[26]，財政支農水平提高雖能提高糧食生產效率，但會增加有害要素投入，從而導致生態環境遭到破壞，降低糧食生產生態效率；其次，地區財政支農資金利用率較低，導致財政支農水平對糧食生產生態效率沒有顯著影響。

四、結論與啟示

(一)主要結論

本文在測算30個省份糧食生產生態效率的基礎上，分析其時空特征及驅動因素，研究結論如下：(1)我國糧食生產生態效率值相對較低，在糧食生產過程中同時能夠兼顧生態效益的省份占據少數。糧食生產生態效率平均值在0.8以上的省份只有3個，而在生態效率平均值在0.5以下的有14個省份。(2)我國30個省份之間糧食生產生態效率逐漸均衡化，空間地理集聚逐漸增強。2010—2020年我國30個省份糧食生產生態效率的洛倫茲曲線呈逐漸平穩并接近絕對平均線的趨勢，基尼系數從2010年的0.171增加到2020年的0.245，糧食生產生態效率的重心逐漸向西南地區移動。(3)30個省份糧食生產生態效率存在顯著的空間相關性。考察期內30個省份糧食生產生態效率的全局莫蘭指數均通過顯著性檢驗，且為正值；呈現空間集聚的省份逐漸增加，少數省份存在空間異質性。(4)從直接效應上看，農業規模化水平、農村人力資本的回歸系數均為正數且通過顯著性檢驗，表明其對本地區提高糧食生產生態效率有促進作用；農業受災率、農業機械密度和工業化水平的回歸系數均顯著為負，表明這幾個因素不利于本地區提高糧食生產生態效率。(5)從間接效應上看，農業受災率、農業機械密度、工業化水平、農業規模化水平均通過顯著性檢驗，但只有農業規模化的空間溢出效應為正。說明地區農業受災率、農業機械密度、工業化水平等因素不僅對該地區糧食生產生態效率有抑制作用，還會對鄰近地區糧食生產生態效率有負向影響；農業規模化水平不僅有利于提升當地糧食生產生態效率，同時還對鄰近地區起到促進作用，農業規模化促使當地糧食生產結構和方式優化，在鄰近地區中會起到良好的示范作用與擴散效應，引發地區間經驗借鑒與交流。

(二)政策啟示

第一，加快轉變傳統糧食生產方式，兼顧糧食生態效益。首先，充分調動農民種糧積極性，有效組織農民職業教育培訓，重視種糧農民生態理念培養；其次，合理規劃農業生產布局和利用農業機械服務，對糧食生產要素投入和污染排放進行改進；再次，建立健全農業防災減災機制及糧食生態激勵機制，推動糧食生產向規模化、集約化、信息化轉變，全面提升糧食生產生態效率。

第二，優化財政支農模式，提升要素配置效率。研究結果表明，財政支農水平對地區糧食生產生態效率的影響為負，我國目前財政支農支出大多用在作物的農藥、化肥等補貼上。一方面，財政支農政策應該逐漸向提高農業生態效益上傾斜，例如在原有糧食補貼政策基礎上細化出糧食生態補貼政策，激勵種糧農戶優化生產資料配置，注重糧食生產生態，實現糧食生產可持續；另一方面，加大農業科技創新補貼，發展資源節約型綠色農業，盡可能減少糧食生產過程中產生的非期望產出，提高糧食生產生態效率。

第三，構建區域協調發展機制，加強地區間交流合作。注重糧食生產的整體效能，建立健全糧食生產生態效率的區域合作、區域互助等區域協調發展機制，在生產技術、生產管理和資源配置等方面構建地區交流合作機制，例如建設糧食生產要素流通市場，促進生產資料的跨區流動，優化資源的配置效率。

第四，促進糧食生態示范區有序擴散，增強地區示范帶動作用。充分發揮“示范地區”的輻射帶動作用，繼續打造一批“糧食生產生態示范區”，糧食生產生態效率水平較低的地區應主動學習綠色種植經驗，推進先進生產技術在落后省份擴散。同時，應充分考慮糧食生產的區域異質性，為不同地區的糧食生產生態發展提供“量身定做”的標準和政策，從而實現糧食生產生態效率的總體提升。