中國農業生態效率測度、區域差異及動態演進特征

錢昭英，劉書杰

（貴州財經大學經濟學院，貴州貴陽 550000）

農業作為基礎性產業，推動其綠色發展對于保障國家糧食安全、資源安全和生態安全至關重要。 1978年以來，中國農業經濟發展成就斐然，截至2022 年，農業生產總值達15.61 萬億元。 然而，長期依賴化肥、農藥、柴油等化學要素投入的發展模式致使農業面源污染、土壤肥力下降、食品安全等問題凸顯。黨的十八大以來，黨中央、國務院把促進農業綠色發展作為農業轉型的主攻方向，2021 年提出的《“十四五”全國農業綠色發展規劃》更是對“十四五”時期農業綠色發展目標及方向做出了系統論述。2022 年，黨的二十大報告關于綠色發展的論述更是再次明確了“十四五”時期農業發展的重點。農業生態效率是農業綠色發展的主要指標，合理測度并評價其效率水平，把握當前農業綠色發展現狀，發現其面臨的主要問題，對于實現“十四五”時期農業現代化發展目標意義重大。

農業生產資源的過度消耗和環境污染物的過度排放， 使得農業生態效率成為學術界關注的熱點問題，學者們對其研究主要集中在3 個方面。（1）農業生態效率概念內涵的界定。 生態效率一詞最早于1990年由德國學者Schaltegger 和Sturm 提出，將其作為一種研究經濟與環境關系的量化工具，以投入和產出比來衡量，旨在減少投入的同時提升經濟產出并降低對環境的不利影響。 隨著研究的不斷深入，關于生態效率的研究也逐漸擴展到農業領域。 然而，基于研究區域、時期及視角的差異，學者們對其概念內涵給出了不同的解釋，目前還未形成統一標準[1-3]。 （2）農業生態效率的測度評價。 現有研究主要包含2 個方面：一方面是對其評價指標體系的構建，廣泛認為在構建指標體系時，除考慮勞動、土地、資本等基礎要素投入外，還應考慮水資源、能源等環境要素投入，并同時關注農業生產的期望產出和非期望產出[4-6]；另一方面是對其評價方法的選擇，目前常用的評價方法主要以基于松弛值測算的模型（SBM 模型）、綠色全要素生產率變化指數（GML 指數）及其擴展的超效率SBM 模型或SBM-GML 指數等數據包絡分析方法為主[1-6]。（3）農業生態效率的影響因素研究。已有研究發現，農業技術條件[7]、金融發展水平[8]、農業基礎設施[9]、人力資本水平[10]、政府政策[11]、環境規制[12]等因素對農業生態效率的提升存在顯著影響。

基于已有研究[1-3，5]，本文將農業生態效率定義為在保障農產品有效供給的基礎上，盡可能減少投入和非期望產出、增加期望產出，是對農業生產中生態和經濟的綜合績效評價。 在此基礎上，本文選取相關指標， 采用非期望產出的SBM 模型對除西藏自治區外的30 個省份的農業生態效率進行測度， 利用Dagum基尼系數探究中國農業生態效率區域差異的主要來源，運用核密度估計分析我國及東、中、西部地區農業生態效率的時空動態演進特征，準確把握當前我國及各區域農業發展現狀， 提出相關對策建議，為提升我國農業生態效率水平， 推動我國農業綠色發展提供參考。

2 研究設計

2.1 研究方法

2.1.1 SBM-Undesirable 模型。 Tone[13]定義了包含非期望產出的SBM 模型， 較好地考慮了經濟活動中存在非期望產出的情況，且與傳統數據包絡分析方法相比，這種方法很好地克服了角度選擇和徑向改進的問題，能基于非徑向、非角度的松弛變量來準確測度效率水平。具體設定為：假設有n個決策單元，每個決策單元分別包含m個投入指標，s1個期望產出指標和s2個非期望產出指標，設定x∈Rm、y∈Rs1、z∈Rs2，定義矩陣X=[x1,x2,x3，…，xn]∈Rm×n＞0、Y=[y1,y2,y3，…，yn]∈Rs1×n＞0、Z=[z1,z2,z3，…，zn]∈Rs2×n＞0。 現實生產中規模報酬往往是可變的，此時，SBM-Undesirable 的生產可能集為P=｛（x,y,z）/（x≥Xλ，y≤Yλ,z≥Zλ,λ≥0,eλ=1）｝。 基于此，農業生態效率水平的測度公式為：

式（1）中，s-、s+、s1-為松弛變量，AEE 為各省份的農業生態效率值，取值范圍是0～1。 當AEE=1 時，表明決策單元完全有效，不存在效率損失，此時松弛變量均為0，反之認為存在效率損失。

2.1.2 Dagum 基尼系數。Dagum 基尼系數能夠按照樣本子群將樣本總體基尼系數分解為區域內基尼系數、區域間基尼系數和超變密度基尼系數，能同時解決區域差異來源及樣本間交叉重疊的問題[14-15]。 本文采用Dagum 基尼系數對2006—2021 年中國農業生態效率基尼系數進行測度并分解，探究總體及不同區域農業生態效率水平的區域非均衡特征，總體基尼系數的公式如下：

式（2）中，k為劃分的子樣本的個數，本文按東中西部地區進行劃分， 因此k=3；n為省份個數；yjt（yhr）是地區j（h）內省份i（r）的農業生態效率值；y為各省農業生態效率的均值；G為中國農業生態效率基尼系數，可進一步分解為區域內差異貢獻Gw，區域間差異貢獻Gnb和超變密度貢獻Gt，且滿足G=Gw+Gnb+Gt，具體分解公式參照文獻[14-15]。 式（3）為進行分解時的約束條件，即在分解前需要先根據各區域農業生態效率的均值進行排序。

2.1.3 核密度估計。核密度估計是一種非參數估計方法，可以通過對相關數據擬合形成核密度曲線，用來分析研究對象的動態演進特征，對函數形式設定沒有要求。 本文采用核密度估計從核密度曲線的分布位置、 主峰分布形態、 波峰數量3 個方面探究2006—2021 年中國農業生態效率的動態演進特征， 計算公式如下：

式（4）中，f（x）為核密度估計值，x為農業生態效率值，x1為標記點，N為樣本數量，K為核函數，h為帶寬。

2.2 指標體系構建與數據來源

2.2.1 指標體系構建。 本文以廣義農業為研究對象，考慮農業綠色發展的要求，參照已有文獻[1，5-6，16]，選取相關投入產出指標測度農業生態效率。投入指標包含勞動、土地、機械、水資源、能源、化肥、農藥和農膜8個。產出指標包含期望產出和非期望產出2 類。其中，期望產出指標為農業總產值，非期望產出指標為農業碳排放總量。 相關投入產出指標的詳細計算見表1。

表1 農業生態效率測度指標體系

2.2.2 數據來源及處理。 本文以2006—2021 年除西藏自治區外的30 個省份為樣本區間， 相關數據來源于《中國統計年鑒》《中國農村統計年鑒》及各省、自治區、直轄市的統計年鑒，部分缺失數據用插值法進行處理。此外，為了保證數據的可比性，對涉及價格的變量以2006 年為基期進行平減處理。

3 結果分析

3.1 中國農業生態效率測度結果分析

運用Matlab2020， 采用非期望產出的SBM 模型對農業生態效率水平進行測度， 計算各省份2006—2021 年的效率均值并排序。 由表2 可知，中國農業生態效率均值為0.378， 整體處于無效率階段。 具體而言，北京、天津、上海、江蘇、福建、山東、湖北、廣東、海南、重慶、四川、貴州、陜西、青海等14 個省市的農業生態效率均值大于全國平均水平，農業發展質量相對較好。 除此之外，其他省份農業生態效率均值低于全國平均水平，有較大的提升空間。 從農業生態效率均值的排名來看，排名前五的省份分別為上海、青海、北京、福建和四川，這些省市或經濟發展水平較高，或生態資源稟賦較為豐富，農業生態資源的配置水平有所改進，農業生產對生態環境的負面影響被削弱；排名后五的省份分別為安徽、內蒙古、吉林、山西、甘肅，這些省份多位于糧食主產區， 農業生產要素的消耗較大，但配置效率水平不高，投入產出結構改進空間充足。此外，農業生態效率均值最高的?。ㄊ校┦巧虾＃瑸?.738，最低的是甘肅，為0.146，差值為0.592，表明中國各省份間農業生態效率水平存在較大差異，縮小省域差異有利于改善農業生產資源的配置效率，提升中國農業生態效率水平，推動農業綠色轉型發展。

表2 2006—2021 年各省份農業生態效率均值及排名

為進一步探究農業生態效率水平的區域增長差異，參照國家統計局對三大地帶的劃分標準，將30 個省份劃分為東部地區、中部地區和西部地區，并計算2006—2021 年中國及3 大地區農業生態效率均值，繪制圖1。 其中，東部地區包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11 個省份，中部地區包含山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8 個省份，西部地區包含內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆等11 個省份。 由圖1 可知，2006—2021 年，全國總體及東、中、西部地區農業生態效率均值呈上升態勢，但區域差異顯著。研究期內，東部地區農業生態效率均值顯著高于全國平均水平，2021 年農業生態效率均值為0.945，較2006 年提升了0.720；中部地區農業生態效率均值顯著低于全國平均水平，2021 年農業生態效率均值為0.643，較2006 年提升了0.516；西部地區農業生態效率均值略低于全國平均水平，2021年農業生態效率均值為0.800， 較2006 年提升了0.574。 由此可見，2006—2021 年，東部地區農業生態效率水平提升最快，西部次之，中部最慢，農業生態效率區域增長差異顯著。 東部地區經濟發展水平較高，支撐農業技術創新的資金充足，農業生態效率水平提升較快；西部地區資源稟賦豐富，且得益于西部大開發戰略的支持，農業生態效率水平提升顯著；而中部地區無論是農業生態效率的水平， 還是其提升速度，都與全國或其他地區存在較大差異，表明改善中部地區農業生產條件對于中國整體農業生態效率水平的提升至關重要。

圖1 2006—2021 年全國及3 大地區農業生態效率均值演變趨勢

3.2 中國農業生態效率區域差異及其來源分析

運用Dagum 基尼系數，測度2006—2021 年中國農業生態效率的總體及各區域基尼系數， 并按照東、中、西部地區進行分解，計算區域內差異、區域間差異及超變密度差異的貢獻率，結果見表3。 同時，為直觀反映表3 的測度結果，本文繪制了圖2，對相關數據進行可視化分析，揭示中國農業生態效率的區域差異大小及來源。

圖2 全國及分地區農業生態效率基尼系數和貢獻率演進

表3 2006—2021 年全國及分地區農業生態效率基尼系數和貢獻率

圖2（a）刻畫了研究期內全國總體及三大地區農業生態效率的基尼系數。 可見，全國總體基尼系數呈現“下降—上升—下降”的倒“N”形演進趨勢，2006—2021 年的總降幅為48.72%，表明研究期內，中國農業生態效率水平區域差異整體呈現波動下降的態勢。從區域內基尼系數來看，研究期內東部地區、中部地區和西部地區的基尼系數均值分別為0.169、0.125 和0.234，說明西部地區區域差異最大、東部居中、中部次之。 從曲線演進趨勢來看，東部地區基尼系數整體呈現波動下降的趨勢，總降幅分別為31.86%；中部地區基尼系數整體呈現波動上升的態勢， 總升幅為25.00%； 西部地區基尼系數演變同全國總體保持一致，呈“下降-上升-下降”的趨勢，總降幅達39.06%。由以上結果可以看出，3 大地區農業生態效率基尼系數的變化幅度均小于全國水平，且西部變化幅度大于東部，東部變化幅度大于中部。 總體而言，研究期內，全國總體、東部地區和西部地區農業生態效率的地區差異程度均呈現逐漸縮小的趨勢，而中部地區則呈現出擴大的趨勢。

圖2（b）刻畫了研究期內3 大地區間農業生態效率的基尼系數變動情況?？梢姡瑬|部與中部地區、東部與西部地區、 中部與西部地區的基尼系數分別為0.200、0.218 和0.208，表明東部與西部地區間農業生態效率的差異最大， 東部與中部地區間的差異最小，中部與西部地區間的差異居中。 從曲線演進趨勢來看，2006—2021 年，東部與中部地區間的基尼系數整體圍繞其均值0.200 上下波動，變化幅度不大，兩地間農業生態效率的區域差異基本穩定；東部與西部地區間的基尼系數整體呈現下降的態勢，兩地間農業生態效率的區域差異不斷縮??；中部與西部地區間的基尼系數呈現“下降—上升”的“V”形變化趨勢，其中2006—2013 年快速下降，降幅約為55.14%，兩地區間農業生態效率區域差異縮小，2014—2021 年快速上升，升幅約為40.54%，兩地區間農業生態效率區域差異逐漸擴大。

圖2（c）刻畫了區域間、區域內及超變密度差異對總體基尼系數的貢獻率。 可見，2006 年、2007 年、2008 年、2020 年超變密度差異對總體農業生態效率區域差異的貢獻率最大，除此之外，其他年份中，總體農業生態效率區域差異主要來源于地區間差異。從貢獻率的演進趨勢來看，區域內農業生態效率差異的貢獻率平穩下降，截至2021 年，僅有27.04%；區域間農業生態效率差異的貢獻率呈先上升后下降的趨勢，但下降幅度不大；超變密度對總體農業生態效率區域差異的貢獻率先下降后上升的趨勢，且對總體區域差異的貢獻率最小。 總體而言，區域間差異是中國農業生效率空間差異的主要來源，其次是區域內差異，最后是超變密度差異。

3.3 中國農業生態效率動態演進特征分析

進一步采用核密度估計分析2006—2021 年全國總體、東部地區、中部地區和西部地區農業生態效率水平的時空動態演進特征，繪制三維核密度圖，如圖3 所示。

圖3 2006—2021 年全國及3 大地區農業生態效率三維核密度

3.3.1 從分布位置來看。2006—2021 年，中國農業生態效率核密度曲線分布位置逐漸由左向右偏移，表明研究期內我國大部分省份農業生態效率水平呈現上升的趨勢， 農業綠色轉型發展成為各省份關注的重點。 分區域看，東部地區和西部地區核密度曲線與全國總體核密度曲線分布位置演進趨勢保持一致，區域內大部分省份農業生態效率水平總體向好；中部地區核密度曲線分布位置隨時間演進略向右偏移，表明中部地區大部分省份農業生態環境較為穩定，農業生態效率水平基本不變。 此外，進一步觀察圖3，西部地區核密度曲線偏移程度最大，中部地區核密度曲線偏移程度最小， 表明西部地區農業綠色轉型速度最快，而中部地區農業綠色轉型速度落后于東西部地區。

3.3.2 從主峰分布形態來看。2006—2021 年，全國總體農業生態效率核密度曲線呈現主峰峰值下降、寬度擴大的演進特征，表明中國各省份間農業綠色轉型的水平和速度存在差異，且這種差異化特征呈現不斷擴大的趨勢。 分區域看，東部地區核密度曲線主峰峰值及寬度呈現出先縮小后增大的趨勢，表明東部地區各省份間農業生態效率差異化程度整體呈現先下降后上升的態勢；中部地區和西部地區核密度曲線主峰變化情況同全國總體保持一致，但中部地區主峰變化幅度小于全國總體和西部地區，而西部地區主峰變化幅度與全國總體大致相同，表明中部地區各省份間農業生態效率水平的差異相對較大，而西部地區各省份間農業生態效率水平的差異化程度與全國總體基本一致。

3.3.3 從波峰數量來看。2006—2021 年，全國總體農業生態效率的核密度曲線逐漸由多峰向單峰演進，且側峰位置均在主峰的右側，表明早期中國農業生態效率呈現“兩極分化”的特征，即30 個省份中的某些省份農業生態效率水平遠高于區域內的其他省份，隨著時間的演進，各省份農業生態效率水平呈現逐漸趨同的趨勢，“兩極分化”特征消失。分區域看，東部地區和西部地區與全國總體一致，均出現多峰態勢，且側峰均位于主峰右側，同時隨時間的演進，多峰形態逐漸消失， 但東部地區多峰現象相較于西部地區變化明顯，表明東西部地區內部農業生態效率水平均呈現一定的極化特征， 且這種特征隨時間的演進逐漸消失，各區域內農業生態效率呈收斂趨勢；中部地區核密度曲線在研究期內并未出現多峰形態，表明中部地區農業生態效率不存在“兩極分化”的特征，各省份農業生態效率在同一水平值上下波動。

4 結論與建議

經過以上分析， 本文主要得出以下結論：（1）2006—2021 年， 中國農業生態效率水平整體呈現穩步提升的態勢，但區域增長差異顯著。具體而言，研究期內，東部地區農業生態效率水平最高且提升速度最快， 中部地區農業生態效率水平最低且提升速度最慢，西部地區農業生態效率水平及提升速度居中。（2）Dagum 基尼系數及其分解結果表明，中國農業生態效率的總體差異呈現波動下降的趨勢，且總體區域差異主要來源于區域間差異，其次為區域內差異，最后為超變密度差異。其中，區域內差異方面，西部地區的區域內差異最大、東部居中、西部次之，農業綠色轉型區域不平衡問題突出；區域間差異方面，大致呈現出東-西地區差異、中-西地區差異、東-中地區差異依次縮小的空間分布格局。 （3）中國農業生態效率水平的差異呈現顯著的區域異質性。 從全國總體來看，各省份之間農業生態轉型的差異化程度不斷擴大。 其中，東部地區各省份之間農業生態效率差異化程度先降后升，中西部地區差異化程度不斷擴大，且中部地區差異化程度較大。 同時，各個區域農業生態效率的極化特征隨時間的推移逐漸消失，各區域內農業生態效率水平呈收斂態勢。

基于上述結論，本文提出以下建議：（1）制定差異化農業發展策略，提升整體農業生態效率水平。 對于東部地區而言，農業生產效率水平較高且提升速度較快，各地方政府應當充分發揮地區經濟發展和科技發展優勢，提升農業綠色技術創新產出，推動農業綠色轉型，使得該地區發揮帶頭作用；對于中部地區而言，該區域多數省份為中國糧食生產的主產區，農業生產要素消耗量大，且中國傳統高污染發展模式未從根本上改變，地區農業生態效率水平低、提升速度慢，因此針對該區域，應當摒棄“先污染、后治理”的粗放型發展模式，在注重農業產出的同時，提升農業生產資源的配置效率；對于西部地區而言，應當繼續推進西部大開發戰略，在提升地區農業生態效率的同時，特別注意對生態環境的保護，逐漸形成后發優勢。（2）縮小區域間差異，協同推進農業綠色轉型。 中國農業生態效率的總體區域差異主要來源于區域間差異，如何縮小區域間差異對于中國農業生態效率水平的提升至關重要。當前，中國各省份農業綠色發展相對獨立，各地區間的輻射帶動作用較差。為協同推進中國農業綠色轉型，提升農業生態效率水平，各區域應當采取相應措施打破農業發展的區域壁壘，加強各區域間農業生產的勞動力、資金、技術、知識等要素的交流共享。（3）推動農業綠色低碳發展，提升農業生產資源利用效率。農業生態效率水平提升的關鍵在于提升農業產出水平的同時，減少對資源的消耗和環境的污染。立足于“十四五”時期農業綠色發展的大背景，農業生產應始終堅持生態優化，保護為主，以可持續發展為目標，完善農業生態監管體系，不斷提升農業生態效率水平。