我國糧食綠色全要素生產率的時空演變分析

龔 波，胡 穎

（湖南科技大學商學院，湖南 湘潭 411201）

國以民為本，民以食為天，糧食安全是國家安全的重要基石。黨中央始終高度重視糧食安全，2023 年中央一號文件也強調要“全力抓好糧食生產”“全方位夯實糧食安全根基”。改革開放以來，我國糧食產量不斷增長，國家統計局相關數據顯示，糧食總量由1978 年的30 477 萬t 增加至2022年的68 653 萬t。但隨著生態環境的惡化，糧食安全受到威脅。《自然—食品》于2021 年發布的開創性最新研究報告顯示，世界糧食體系的人為溫室氣體排放量占全球的1/3 以上。面對日益嚴重的資源與環境問題，以綠色低碳循環為主要原則的綠色發展理念逐漸深入人心。2021 年3 月，北京大學中國農業政策研究中心主任、北京大學新農村發展研究院院長黃季焜教授在中國發展高層論壇2021 年會經濟峰會上明確強調，要保障國家糧食安全就必須提升農業全要素生產率（Total Factor Productivity，TFP）。而糧食綠色全要素生產率（Green Total Factor Productivity，GTFP）概念最早是1997 年由Schaltegger Sturm[1]提出的，它代表糧食生產活動帶來的包括環境影響在內的總產出與總投入的比率，能有效反映糧食生產最真實的效率[1-2]。鑒于此，我們在保障糧食生產與安全的同時應牢牢抓住“碳排放”這一“綠色”元素，強化環境約束，這也是綠色全要素生產率的核心[3-4]。綠色全要素生產率和糧食安全之間存在雙向因果關系，提高GTFP是解決糧食問題的關鍵[5-6]。

從現有成果來看，國內外學者主要采用索洛余值、數據包絡分析（Data Envelopment Analysis，DEA）和隨機前沿等方法對TFP進行分析，而探討糧食TFP的研究多采用DEA 模型。在此模型的運用中，前人研究多運用各種傳統的徑向CCR、BBC模型或者非徑向SBM 模型，且大多基于單一的期望產出，而將期望產出和非期望產出都納入指標體系且運用綜合考慮徑向和非徑向的混合距離函數的研究較少[7]。此外，以往學者主要側重對某一區域或某一省份的糧食TFP進行分析思考，而較少有學者以我國多個省份的糧食TFP為研究對象并對其進行時空差異分析。基于此，該研究擬運用超效率EBMGML 模型和空間自相關分析方法，對2004—2021年我國30 個省份的糧食GTFP時空演變情況進行分析，以為我國進一步提升糧食產量、保障糧食安全以及促進糧食生產高質量發展等提供參考。

1 研究方法和數據來源

1.1 研究方法

1.1.1 超效率EBM-GML 模型 EBM 是一種混合距離函數，EBM 模型解決了SBM 模型未考慮到的投入與產出的徑向比例問題。但EBM 模型難以用來進一步分析有效評價單元的效率差異，故有學者提出了基于EBM 的超效率模型[8]。該研究建立包含非期望產出的非導向、VRS 條件下的超效率EBM 模型，相關計算公式如下[9]。

式中：*γ表示VRS 條件下模型的最佳效率值，xε是徑向與非徑向松弛條件轉換的關鍵參數，k表示決策單元DMU（在該研究中為30 個省份），x、y、a分別表示投入、期望產出和非期望產出，pλ為DMU的線性組合系數，s表示松弛量。式中各變量還需滿足以下條件：0 ≤xε≤1。

由于Global-Malmquist-Luenberger（GML）指數能夠有效兼顧期望產出最大化、非期望產出和投入要素最小化的綠色發展訴求[10]，該研究有效結合了EBM 模型與GML 指數。GML 指數相關計算如公式（5）所示。

式中：GML指數反映的是該年份糧食GTFP相比于上一年份糧食GTFP的變化情況，GML＞1表示糧食GTFP有所提升，GML＜1 則表示糧食GTFP有所下降；EC表示技術效率的變化情況，TC表示技術進步的變化情況。

1.1.2 空間自相關分析方法 空間自相關分析方法是一種較為常用的空間統計方法，用來分析研究單元與鄰近單元的聯系。該研究利用GeoDa 軟件生成Queen 空間鄰接權重矩陣來檢驗空間相關性。為了避免權重矩陣中產生“孤島效應”，該研究將廣東省與海南省視作相鄰省份。空間自相關性常用莫蘭指數（Moran's I）來衡量，Moran's I 包括全局莫蘭指數（Global Moran's I）和局部莫蘭指數（Local Moran's I）。該研究通過計算Global Moran's I來分析糧食綠色全要素生產率的空間關聯程度，Global Moran's I的計算如公式（6）所示。

式中：I表示Global Moran's I；n表示地區數量；Xi和Xj分別表示i地區與j地區的糧食GTFP；表示糧食GTFP的平均值；Wij表示空間權重矩陣。I＞0 表示存在空間正相關性，I＜0 表示存在空間負相關性，I＝0 則表示不存在空間相關性，表現為空間隨機分布。

在有效分析總體區域空間關聯程度的基礎上，考慮到局部區域單元間也可能存在空間相關影響，因此，該研究同時引入Local Moran's I 進行分析。Global Moran's I 用來分析是否存在空間相關性，而Local Moran's I 用來探索空間集聚特征，其相關計算如公式（7）所示。

式中：Ii表示Local Moran's I。Ii＞0，表示空間地區呈現高高（HH）集聚或低低（LL）集聚特征；Ii＜0，則表示空間地區呈現高低（HL）集聚或低高（LH）集聚特征。

1.2 變量選取及數據來源

該研究基于全國各省份的糧食投入、產出數據測算糧食GTFP。參考以往研究，該研究以土地、化肥、勞動、機械、水資源、農藥、農膜、柴油為投入指標，以糧食產量為期望產出指標，以糧食生產過程中產生的碳排放量為非期望產出指標，構建糧食GTFP指標體系如表1 所示。

表1 糧食綠色全要素生產率指標體系

考慮到數據可得性問題，該研究主要選取2004—2021 年我國30 個省份（不包括西藏、港澳臺）的面板數據，數據主要來源于相應年份的《中國統計年鑒》、《中國農村統計年鑒》以及各省份統計年鑒。該研究在個別缺失數據的處理上采用插值法進行補齊，在碳排放量的測算上則使用李波等[11]的方法。根據李波等[11]的研究，農業碳排放主要來源于化肥、農藥、農膜、柴油、翻耕、農業灌溉，這6 種碳源在生產或使用過程中會引起碳釋放。其中，農業翻耕破壞了土壤有機碳庫，導致大量有機碳流失到空中形成碳排放，故農業翻耕過程中產生的碳排放量數據主要來源于土地投入情況。碳排放量的測算如公式（8）所示。

式中：E為農業碳排放總量，Ei為各碳源的碳排放量，Ti為各碳排放源的量，iδ為各碳排放源的碳排放系數。其中，化肥的碳排放系數為0.895 6 kg/kg，農藥的碳排放系數為4.934 1 kg/kg，農膜的碳排放系數為5.18 kg/kg，柴油的碳排放系數為0.592 7 kg/kg，翻耕的碳排放系數為312.6 kg/km2。此外，該研究參考段華平等[12]的研究，確定農業灌溉的碳排放系數為266.48 kg/hm2。

2 結果與分析

2.1 碳排放約束下的糧食綠色全要素生產率分析

該研究基于EBM-GML 模型，利用MaxDEA Ultra 9 測算碳排放約束下的糧食GTFP。由于MaxDEA 測算結果反映的是糧食GTFP的變化情況，故該研究需以2003 年為基期，對GML指數進行環比換算處理來得到2004—2021 年我國30 個省份的糧食GTFP。從時間維度上看，除2020、2021 年外，其他年份未考慮碳排放的糧食TFP值均高于考慮碳排放的糧食GTFP（表2）。從空間維度上看，在未考慮碳排放的情況下，12 個省份的糧食TFP＞1，而在考慮碳排放的情況下，只有9 個省份的糧食GTFP＞1；未考慮碳排放的糧食TFP平均水平也高于考慮碳排放的糧食GTFP平均水平（表3）。綜上，2004—2021 年我國30 個省份的糧食GTFP總體上比糧食TFP偏低，考慮碳排放因素能更準確地反映糧食生產的真實效率。

表2 2004—2021 年我國30 個省份糧食GTFP、TFP

表3 2004—2021 年我國30 個省份糧食GTFP、TFP

2.2 糧食綠色全要素生產率的時空演變分析

該研究利用GML指數探討歷年來糧食GTFP的變化趨勢，從其分解指數來看，TC與EC共同影響著我國糧食GTFP的變化。如圖1 所示，從時間維度上看，2004—2021 年，EC以年均0.39%的速率下降，這在一定程度上限制了我國糧食GTFP的增長，但我國糧食GTFP的GML指數整體上仍有所提升，年平均值達1.007 6。其原因在于技術進步才是我國糧食GTFP增長的主要動力來源，樣本期間內，TC以年均1.16%的速率增長，這超過EC的下降速率，整體上TC作用強于EC。

圖1 2004—2021 年我國30 個省份糧食GTFP 變化情況

從空間維度上看，如表4 所示，樣本期間內我國東、中、西部地區糧食GTFP都呈增長趨勢，年均增長率分別為0.93%、0.86%、0.46%。東、中、西部地區技術進步年均增長率分別為1.71%、0.64%、0.96%，技術進步對東部地區的糧食GTFP貢獻最大。中部地區技術效率年均增長0.22%，東部和西部地區的技術效率呈下降趨勢，年均下降0.77%、0.50%。由此可見，技術效率僅對中部地區有所貢獻，技術效率下降對東部地區糧食GTFP產生較大影響。東部地區雖然糧食生產受資源環境效率值的約束較大，但擁有經濟質量、地理位置等優勢，這些使其能通過發展更先進的技術去推動糧食GTFP的增長，因此，總體上東部地區糧食GTFP較中、西部地區增長更快。

表4 2004—2021 年我國30 個省份糧食GTFP 變化情況

從各省份來看，樣本期間內我國30 個省份驅動模式總體上分為雙驅或單驅模式（表4）。北京、天津、河北、山西、遼寧、上海、安徽、湖南、云南、甘肅、寧夏11 個省份的EC＞1，TC＞1，這些省份呈雙驅模式，其中，東部地區省份最多；內蒙古、吉林、江蘇、浙江、福建、山東、河南、湖北、廣東、海南、重慶、四川、貴州、陜西、青海、新疆16 個省份的TC＞1，這些省份為TC單驅模式，其中，東部、西部地區省份最多；黑龍江和江西的EC＞1，這2 個省份為EC單驅模式，均為中部地區。此外，廣西同時表現為TC＜1、EC＜1，說明技術進步和技術效率的驅動作用均在下降。總的來說，技術進步對大部分省份的糧食GTFP起到了提升作用，而技術效率對43.33%省份的糧食GTFP起到了提升作用。

無論是分地區還是分省份來看，地區間或省份間的糧食GTFP都存在一定的差異。盡管我國30 個省份中5/6 的省份年均GML＞1，我國糧食GTFP整體呈上升趨勢，但在以糧食GTFP年均增長率1.5%為參照值的情況下，我國僅有不到1/3 的省份糧食GTFP年均增長率超過該標準，其中，東部地區省份為6 個，中部地區省份為2 個（表4）。總體而言，我國糧食GTFP增長率仍有待提高。此外，雖然東部地區年均增長速率較快，但東部地區平均糧食GTFP仍低于中部地區（表3），這是因為作為我國糧食主產區的13 個省份大都位于中部地區。盡管中部地區在糧食生產中投入的資源量較大且產生了較高的非期望產出，這些與高糧食GTFP的要求不符，但高投入量帶來的高糧食產量卻能平衡甚至提升糧食GTFP的水平。整體上而言，我國糧食GTFP呈現出“中高西低”的特征。

2.3 全局自相關檢驗

如表5 所示，我國30 個省份糧食GTFP除在2004、2005 年在10%水平上顯著以及在2006、2007 年在5%水平上顯著外，在樣本期間內的剩余年份均呈現出在1%水平上的超強顯著性。此外，我國30個省份在樣本期間內的Global Moran's I＞0，表明我國30 個省份糧食GTFP的空間依賴度合理存在，且都呈現空間正相關性。

表5 2004—2021 年我國30 個省份糧食GTFP 的Global Moran's I

2.4 局部自相關檢驗

該研究選取了2004、2009、2015、2021 年的Local Moran's I來分析樣本期間內區域單元的具體分布狀態，結果如圖2 所示。從省份分布來看，我國30 個省份中糧食GTFP處于高高集聚區和低低集聚區的省份較多，糧食GTFP處于高低集聚區和低高集聚區的省份較少。同時，呈現空間正相關性的省份（位于第一、三象限）占總樣本的比例也由2004年的60%上升至2021 年的73%。以上特征表明，我國30 個省份糧食GTFP的局部空間異質性逐漸減弱，空間集聚程度不斷提升，我國糧食GTFP總體呈現空間正相關性。

圖2 2004、2009、2015、2021 年我國30 個省份的Local Moran's I

分地區來看，我國糧食GTFP集聚性較強的省份主要分布在東部和中部地區。位于第一象限（高高集聚區）的省份以山東、安徽、河南、江蘇等東、中部地區省份為主，這些省份在科技水平、產業結構等方面的優勢較為明顯，其較高的綜合水平能夠有效推動區域發展，通過空間溢出效應帶動周邊地區協同發展，進而促進糧食GTFP的增長。位于第三象限（低低集聚區）的省份多為偏南方的東部地區省份，如廣東、廣西、海南等，這些省份是糧食GTFP的“低洼地帶”，其在空間上對周邊地區的帶動、輻射作用相對不明顯，其鄰近省份的糧食GTFP也處于相對較低的水平。

3 結論與建議

3.1 結 論

該研究得出以下結論。其一，未考慮碳排放這一非期望產出的2004—2021 年我國30 個省份糧食全要素生產率總體上比考慮碳排放的糧食綠色全要素生產率偏高，糧食綠色全要素生產率能夠更準確地反映糧食生產的真實效率，故要將環境制約因素納入糧食生產的投入、產出評價指標體系。其二，從時間維度來看，2004—2021 年我國30 個省份糧食綠色全要素生產率整體呈上升趨勢，其增長的主要動力來源為技術進步；從空間維度來看，我國東、中、西部地區糧食綠色全要素生產率都呈增長趨勢，但表現出“中高西低”的特征，技術進步對東部地區的糧食綠色全要素生產率貢獻最大，而技術效率僅對中部地區有所貢獻。其三，通過空間自相關分析發現，雖然30 個省份糧食綠色全要素生產率存在一定的差異，但整體上呈現出空間正相關性；我國糧食綠色全要素生產率的局部空間異質性逐漸減弱，空間集聚程度不斷提升，大部分省份糧食綠色全要素生產率處于高高集聚區和低低集聚區，集聚性較強的省份主要分布在東部和中部地區。

3.2 建 議

基于以上結論，該研究提出以下建議。一是完善糧食生產中的環境規制政策。相關部門應深入貫徹綠色發展新理念，通過實施科學、嚴謹、高效的環境規制政策，充分發揮環境規制政策的正向調節作用，進一步規范糧食生產環境，督促相關主體在糧食生產過程中不因對資源進行過度開發和利用而帶來環境惡化問題，以在減少碳排放的同時保障糧食綠色全要素生產率穩步增長。二是促進技術進步，提高技術效率。糧食生產需要土地、化肥、勞動、機械、水資源、農藥、農膜、柴油等方面的共同投入，僅僅依靠技術進步難以解決糧食生產中的問題。因此，我國應在促進技術進步的同時提高糧食生產的技術效率，優化配置各種資源要素，進一步提高糧食產量、保障糧食安全，從而增強糧食綜合生產能力，提高糧食綠色全要素生產率，推進糧食產業高質量發展。三是促進區域合作，推進協調發展。我國西部地區受限于相對較低的經濟發展水平與相對較差的農業生產基礎，其近十幾年的糧食綠色全要素生產率低于中、東部地區。因此，我國應繼續加大農業支持力度，通過優化農業生產結構、發展綠色農業技術，實現糧食生產高質量發展；發揮中、東部地區的帶動作用，促進西部地區與中、東部地區的交流與合作，從而推進區域協調發展。四是注重因地制宜，完善支持體系。考慮到各地區具有差異化特征，各地政府應在學習借鑒其他地區優秀政策和發展經驗的同時，因地制宜地完善各自的頂層設計，統籌構建并完善差異化的糧食生產支持政策體系，以充分發揮自身優勢，補齊自身短板[14]。