長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率的時空特征*

田紅宇,劉 行,蘇治豪

(三峽大學(xué)經(jīng)濟(jì)與管理學(xué)院 宜昌 443002)

2021 年3 月,我國首部流域法律《中華人民共和國長江保護(hù)法》正式實施,為了保護(hù)和修復(fù)長江流域生態(tài)環(huán)境,合理高效利用長江流域資源,長江保護(hù)法堅持生態(tài)優(yōu)先、生態(tài)發(fā)展的戰(zhàn)略定位,推動長江流域經(jīng)濟(jì)社會發(fā)展全面生態(tài)轉(zhuǎn)型。長江經(jīng)濟(jì)帶自然條件優(yōu)越,區(qū)域內(nèi)有江淮地區(qū)、太湖平原、鄱陽湖平原、洞庭湖平原、江漢平原和成都平原,耕地面積約占全國1/3,農(nóng)業(yè)是長江經(jīng)濟(jì)帶的重要支撐系統(tǒng),糧食產(chǎn)量占全國37%以上[1-3]。但在耕地面積逐漸縮減、勞動力日益外流的現(xiàn)實背景下,糧食穩(wěn)產(chǎn)增產(chǎn)依靠化肥、農(nóng)藥、農(nóng)用機(jī)械等現(xiàn)代糧食生產(chǎn)要素的投入,造成了土壤肥力下降與耕地資源破壞[4-5]。在長江經(jīng)濟(jì)帶被定位為我國生態(tài)文明建設(shè)先行示范帶的新時期,準(zhǔn)確測度其糧食生態(tài)全要素生產(chǎn)率并考察其時空動態(tài)特征至關(guān)重要。

糧食全要素生產(chǎn)率是事關(guān)糧食穩(wěn)產(chǎn)增產(chǎn)尤其是保障糧食安全的關(guān)鍵,一直是學(xué)界研究的重點領(lǐng)域。早期關(guān)于糧食全要素生產(chǎn)率指標(biāo)體系構(gòu)建中,大多只強(qiáng)調(diào)糧食產(chǎn)量、收益等“好”的產(chǎn)出;后來,學(xué)者們發(fā)現(xiàn)糧食生產(chǎn)并不僅僅只有經(jīng)濟(jì)產(chǎn)出,還帶來了農(nóng)藥和化肥流失、農(nóng)業(yè)碳排放等一系列環(huán)境污染問題,導(dǎo)致農(nóng)業(yè)資源緊缺、環(huán)境污染嚴(yán)重、生態(tài)系統(tǒng)退化等現(xiàn)象愈發(fā)嚴(yán)重。環(huán)境污染具有負(fù)的外部性給社會帶來了一定福利損失。后續(xù)糧食全要素生產(chǎn)率的測算研究時,學(xué)者們開始將糧食生產(chǎn)中的資源節(jié)約、環(huán)境污染因素等相關(guān)變量納入測算體系。產(chǎn)出指標(biāo)中包含非期望產(chǎn)出,則表明是考慮環(huán)境污染的綠色全要素生產(chǎn)率。主流文獻(xiàn)多基于環(huán)境污染、土壤侵蝕和退化、農(nóng)業(yè)能源消耗等選擇非期望產(chǎn)出指標(biāo),并將其納入農(nóng)業(yè)生產(chǎn)效率測度中,這考慮了農(nóng)業(yè)生產(chǎn)帶來的大氣污染、地表地下水污染、土壤污染、自然景觀破壞等負(fù)的外部效應(yīng)以及化肥流失量和殺蟲劑作為“壞”的產(chǎn)出變量[6-9]。例如,部分學(xué)者將農(nóng)業(yè)面源污染作為非期望產(chǎn)出納入測算體系[10-11],另一部分學(xué)者將農(nóng)業(yè)碳排放作為非期望產(chǎn)出[12-13]。也有學(xué)者綜合考慮農(nóng)業(yè)碳排放和面源污染,用以測算農(nóng)業(yè)綠色全要素生產(chǎn)率增長率[14]。大多數(shù)研究采用的投入變量為勞動力、土地、機(jī)械動力、化肥、農(nóng)藥和農(nóng)膜等[15-16],還有部分研究將種子、飼料、牲畜等作為投入變量,投入變量更加豐富全面[17-18]。總的來說,現(xiàn)有關(guān)于測算糧食全要素生產(chǎn)率的研究,已就投入產(chǎn)出指標(biāo)選擇總體達(dá)成共識,但是筆者認(rèn)為對糧食生產(chǎn)的期望產(chǎn)出大多僅考慮糧食產(chǎn)品的經(jīng)濟(jì)價值,低估了糧食種植過程中所產(chǎn)生的生態(tài)價值。

近年來,隨著生態(tài)全要素生產(chǎn)率概念的提出,部分學(xué)者逐漸將生態(tài)因素納入綠色全要素生產(chǎn)率測算體系中,構(gòu)建基于生態(tài)價值最大化的生態(tài)全要素生產(chǎn)率測算模型[19-20]。雖然有研究已開始關(guān)注生態(tài)全要素生產(chǎn)率,但其在糧食生產(chǎn)領(lǐng)域應(yīng)用的研究極其匱乏。周應(yīng)恒等[21]將糧食種植生態(tài)價值作為期望產(chǎn)出,運(yùn)用Global Malmquist-Luenberger (GML)和超效率Slacks-Based Measure (SBM)模型,測算1997—2019 年中國糧食綠色全要素生產(chǎn)率。李自強(qiáng)等[22]以糧食種植生態(tài)價值和糧食產(chǎn)量為期望產(chǎn)出,以糧食面源污染和碳排放為非期望產(chǎn)出,采取GML 指數(shù)測算出糧食生態(tài)全要素生產(chǎn)率。然而,隨著生態(tài)脆弱性已經(jīng)成為制約農(nóng)業(yè)生產(chǎn)的重要因素,如何在保障糧食安全底線的同時最大程度地守住生態(tài)“紅線”,就成為新時代建設(shè)農(nóng)業(yè)強(qiáng)國的關(guān)鍵。因此,我們嘗試把面源污染、農(nóng)業(yè)碳排放等“壞”產(chǎn)出考慮在測算糧食生態(tài)全要素生產(chǎn)率的同時,同樣也把其生態(tài)價值對等地考慮,以期更加客觀科學(xué)地考察長江經(jīng)濟(jì)帶糧食生產(chǎn)效率。

隨著全要素生產(chǎn)率測算理論和技術(shù)手段不斷完善,探求其增長的影響因素成為該領(lǐng)域另一個主流研究方向。比如,Jorgenson 等[23]指出產(chǎn)出增長源于投入增長、技術(shù)進(jìn)步、能力提升、知識增加等的貢獻(xiàn),且明確指出技術(shù)進(jìn)步、技術(shù)效率和規(guī)模效率合成了全要素生產(chǎn)率。Hulten 等[24]指出產(chǎn)出增長除了由投入和技術(shù)促進(jìn)外,還應(yīng)當(dāng)考慮其他的影響因素。然而,就生態(tài)全要素生產(chǎn)率增長影響因素的研究還明顯不足,無法準(zhǔn)確識別生態(tài)全要素生產(chǎn)率的變動特征尤其是其背后的促進(jìn)動因。

總體而言,現(xiàn)有研究對全要素生產(chǎn)率的測算方法、指標(biāo)體系構(gòu)建等做了大量有益探索,為本文研究提供了較好的基礎(chǔ)。然而,已有研究在測算綠色全要素生產(chǎn)率時,鮮有文獻(xiàn)將產(chǎn)出價值、生態(tài)價值和非期望產(chǎn)出價值同時納入指標(biāo)體系。糧食生態(tài)全要素生產(chǎn)率側(cè)重生態(tài)全要素生產(chǎn)率在糧食生產(chǎn)領(lǐng)域的運(yùn)用,考慮到糧食生產(chǎn)過程中所使用的農(nóng)資要素會產(chǎn)生氮、磷和化學(xué)需氧量排放以及殺蟲劑流失、水土流失等問題,另外糧食種植過程中會產(chǎn)生生態(tài)價值,為既考慮環(huán)境污染代價又考慮其創(chuàng)造的生態(tài)價值提供了可能。因此,本研究以長江經(jīng)濟(jì)帶為例,將糧食生產(chǎn)過程中所產(chǎn)生的碳排放以及面源污染作為非期望產(chǎn)出,將糧食總產(chǎn)量和糧食種植生態(tài)價值作為期望產(chǎn)出測算糧食生態(tài)全要素生產(chǎn)率,并進(jìn)一步基于效率指標(biāo)分解來揭示其變動的深層次因素。

1 長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率測算和數(shù)據(jù)來源

1.1 糧食生態(tài)全要素生產(chǎn)率測算方法

1.1.1 超效率Slacks-Based Measure (SBM)模型

采用Tone[25]提出的基于非期望產(chǎn)出的超效率SBM 模型測算長江經(jīng)濟(jì)帶糧食生態(tài)生產(chǎn)效率。與傳統(tǒng)的數(shù)據(jù)包絡(luò)分析方法相比,超效率SBM 模型不僅能解決投入產(chǎn)出的松弛性問題,還能對處于有效前沿面的輸入與輸出的決策單元(DUM)做進(jìn)一步比較;同時,在針對多要素投入和多產(chǎn)出方面具有傳統(tǒng)數(shù)據(jù)包絡(luò)分析方法不可比擬的優(yōu)勢,模型構(gòu)建如下:

式中:m、q1和q2分別為投入、期望產(chǎn)出和非期望產(chǎn)出變量的個數(shù),j、k為決策單元代碼,i為投入要素序號,r為期望產(chǎn)出序號,t為非期望產(chǎn)出序號,s?和sb?分別為投入和非期望產(chǎn)出的冗余量,x為投入值,s+為期望產(chǎn)出的松弛量,y為期望產(chǎn)出值,b為非期望產(chǎn)出值,λ為各決策單元的權(quán)重向量。ρ為糧食生態(tài)全要素生產(chǎn)率,若ρ≥1,說明被評價單位充分有效;若ρ＜1,說明被評價單元存在效率損失,需要通過優(yōu)化投入量、期望產(chǎn)出及非期望產(chǎn)出量來改善長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率。

1.1.2 全局Malmquist-Luenberger (GML)指數(shù)模型

糧食生產(chǎn)是一個持續(xù)的過程,而超效率SBM 模型只能對決策單元間進(jìn)行對比,無法反映糧食生態(tài)全要素生產(chǎn)率在時間維度上的變化趨勢。非期望產(chǎn)出的Malmquist-Luenberger 全要素生產(chǎn)率指數(shù)常用來衡量效率的動態(tài)變化,但不具備傳遞性。Oh[26]提出GML 指數(shù)模型,以所有樣本時期作為生產(chǎn)前沿面為參照來構(gòu)建GML 指數(shù)克服了這些問題。因此,采用GML 指數(shù)法對糧食生態(tài)全要素生產(chǎn)率動態(tài)演化進(jìn)行進(jìn)一步分析。具體如下:

式中: GML 指數(shù)可分解為綜合技術(shù)效率變化(GEC)和技術(shù)進(jìn)步(GTC)兩部分,分解公式如下:

其中:

1.2 指標(biāo)選擇與數(shù)據(jù)來源

1.2.1 糧食投入指標(biāo)

選取7 類糧食生產(chǎn)投入指標(biāo): 勞動力投入、土地投入、機(jī)械動力投入、化肥投入、農(nóng)藥投入、農(nóng)膜投入和水資源投入(表1)。由于當(dāng)前沒有糧食生產(chǎn)的各種要素總量統(tǒng)計數(shù)據(jù),為了保證投入要素指標(biāo)與糧食產(chǎn)量統(tǒng)計口徑一致,借鑒馬文杰[27]的方法,通過權(quán)重系數(shù)將糧食生產(chǎn)投入要素從廣義糧食數(shù)據(jù)中剝離出來。權(quán)重系數(shù)分兩種: 1)糧食播種面積/農(nóng)作物播種總面積,2) (糧食產(chǎn)值/農(nóng)林牧漁總產(chǎn)值)×(糧食播種面積/農(nóng)作物播種總面積)。

表1 糧食生態(tài)全要素生產(chǎn)率評價指標(biāo)體系Table 1 Indicator system for evaluating the ecological total factor productivity of grain

1.2.2 糧食產(chǎn)出指標(biāo)

1)期望產(chǎn)出

在統(tǒng)計含義上,按作物分為谷物、豆類和薯類。其中,谷物主要包括水稻(Oryza sativa)、小麥(Triticum aestivum)、玉米(Zea mays)等。故選取5 類糧食,包含水稻、玉米、小麥、豆類、薯類。

糧食種植生態(tài)價值: 耕地不僅能保障糧食作物和經(jīng)濟(jì)作物的生產(chǎn),還能在糧食種植過程中發(fā)揮氣體調(diào)節(jié)、氣候調(diào)節(jié)、水文調(diào)節(jié)、廢物處理、保持土壤、維持生物多樣性和提供美學(xué)景觀等生態(tài)服務(wù),進(jìn)而維護(hù)耕地生態(tài)系統(tǒng)平衡,產(chǎn)生生態(tài)價值。采用生態(tài)系統(tǒng)服務(wù)價值評價法(ESV)對糧食種植生態(tài)價值進(jìn)行測算,參照Costanza 等[28]的當(dāng)量因子法和謝高地等[29]的耕地生態(tài)價值評價系數(shù)(當(dāng)量因子氣體調(diào)節(jié)為0.50、氣候調(diào)節(jié)為0.89、水文調(diào)節(jié)為0.60、廢物處理為1.64、保持土壤為1.46、維持生物多樣性為0.71、提供美學(xué)景觀為0.01),并結(jié)合長江經(jīng)濟(jì)帶各區(qū)域農(nóng)田生態(tài)系統(tǒng)生物量因子修正系數(shù)(江蘇省為1.74、浙江省為1.79、安徽省為1.17、江西省為1.51、湖北省為1.27、湖南省為1.95、四川省為1.35、貴州省為0.63、云南省為0.64),計算長江經(jīng)濟(jì)帶各區(qū)域耕地在糧食種植過程中所產(chǎn)生的生態(tài)價值,詳見式(7)。

式中:E為糧食種植過程中產(chǎn)生的生態(tài)服務(wù)價值;er為糧食種植的第r種生態(tài)系統(tǒng)服務(wù)價值的當(dāng)量因子,r=1,2,…,7,分別為糧食種植所帶來的氣體調(diào)節(jié)、水文調(diào)節(jié)、氣候調(diào)節(jié)、廢物處理、生物多樣性、保持土壤、美學(xué)景觀7 種生態(tài)系統(tǒng)服務(wù)功能;S為各地區(qū)的糧食播種面積;t為研究年份;P為以2011 年為基期的糧食單產(chǎn)可比價格;C為區(qū)域修正系數(shù)。

2)非期望產(chǎn)出

碳排放: 參考已有研究[30],考慮糧食種植過程中直接或間接碳排放主要來源于6 個方面(表1)。一是化肥生產(chǎn)和使用過程中所導(dǎo)致的糧食直接或間接的碳排放;二是農(nóng)藥生產(chǎn)和使用過程中所導(dǎo)致的碳排放;三是農(nóng)膜生產(chǎn)和使用過程中所引起的碳排放;四是灌溉過程中電能利用間接耗費化石燃料所形成的碳釋放;五是土壤翻耕導(dǎo)致有機(jī)碳流失所形成的碳排放;六是由于糧食機(jī)械運(yùn)用而直接或間接消耗化石燃料所產(chǎn)生的碳排放。其中碳排放量的測算公式為:

式中:C為糧食碳排放總量,Ci為第i種類型碳源的碳排放量,Ti為第i種類型碳源的使用量,δi為第i種類型碳源的碳排放系數(shù)。各類碳排放源的排放系數(shù)見表2。

表2 糧食生產(chǎn)中各類碳源的自碳排放系數(shù)Table 2 Carbon emission coefficients for various carbon sources in food production

面源污染: 主要來自化肥氮磷流失、農(nóng)藥無效使用和農(nóng)膜殘留等。采用“單元調(diào)查評估法”進(jìn)行核算[32],其中相關(guān)系數(shù)主要參考《第一次全國污染普查: 肥料流失、農(nóng)藥流失、地膜殘留系數(shù)手冊》,并結(jié)合文獻(xiàn)對比所得,同時在核算過程中盡可能考慮地域差異因素的影響而對系數(shù)進(jìn)行補(bǔ)充、調(diào)整及修正。

1.2.3 數(shù)據(jù)來源

為測算長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率,根據(jù)長江經(jīng)濟(jì)帶糧食發(fā)展現(xiàn)狀和地級市數(shù)據(jù)的可獲得性,構(gòu)建了2011—2020 年長江經(jīng)濟(jì)帶110 個地級市的投入產(chǎn)出面板數(shù)據(jù)。指標(biāo)體系的基礎(chǔ)性數(shù)據(jù)主要來源于《中國農(nóng)村統(tǒng)計年鑒》《中國區(qū)域統(tǒng)計年鑒》、地方歷年統(tǒng)計年鑒和統(tǒng)計公報、國家統(tǒng)計局網(wǎng)站以及Express Professional Superior 數(shù)據(jù)平臺(EPS 數(shù)據(jù)庫),缺失的部分?jǐn)?shù)據(jù)采用線性插值法進(jìn)行補(bǔ)充。

2 結(jié)果與分析

2.1 基于整體層面長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率增長時空特征

2.1.1 糧食生態(tài)全要素生產(chǎn)率的時間動態(tài)特征

表3 為2012—2020 年長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率增長情況。可以發(fā)現(xiàn),糧食生態(tài)全要素生產(chǎn)率平均值為1.0098,大于1,即糧食生態(tài)全要素生產(chǎn)率年均增長0.98%,長江經(jīng)濟(jì)帶糧食處于持續(xù)發(fā)展的狀態(tài)。綜合技術(shù)效率均值為0.9998,小于1,而技術(shù)進(jìn)步指數(shù)均值大于1 (1.0273)。這表明長江經(jīng)濟(jì)帶糧食生態(tài)全要素增長源于技術(shù)進(jìn)步,其年均貢獻(xiàn)率為2.73%。而綜合技術(shù)效率在一定程度上制約了長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率的提升。可見長江經(jīng)濟(jì)帶糧食發(fā)展是由技術(shù)進(jìn)步誘導(dǎo)的。

表3 2012—2020 年長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率的變化情況Table 3 Changes in ecological total factor productivity of grain in the Yangtze River Economic Belt from 2012 to 2020

以2011 年為基期,其糧食生態(tài)全要素生產(chǎn)率設(shè)定為1。從表3 可以看出,只有2012 年、2016 年和2018 年的糧食生態(tài)全要素生產(chǎn)率小于1,相比前一年分別下降0.48%、5.57%、1.88%,糧食發(fā)展處于衰退狀態(tài);其余年份都大于1,即在其余年份長江經(jīng)濟(jì)帶糧食的發(fā)展情況在不斷改善。樣本期間內(nèi),長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率增長最快的年份是2019 年,增幅達(dá)到6.93%。長江經(jīng)濟(jì)帶糧食綜合技術(shù)效率僅在2013 年、2014 年和2016 年大于1,表明相比前一年糧食綜合技術(shù)效率進(jìn)步了。而在其余年份都小于1,表明其糧食綜合技術(shù)效率相比前一年有所退步。2016 年綜合技術(shù)效率達(dá)到最高,為1.0688,表明相比2011 年糧食綜合技術(shù)效率對糧食生態(tài)全要素生產(chǎn)率的影響提升了6.88%;2018 年綜合技術(shù)效率最低,為0.9631,表明2018 年糧食綜合技術(shù)效率相對于上一年處于退步狀態(tài)。整體來看,研究期內(nèi)綜合技術(shù)效率并不是糧食生態(tài)全要素生產(chǎn)率改進(jìn)的主要動力來源。技術(shù)進(jìn)步指數(shù)除在2016 年小于1,其余年份都大于1。這表明技術(shù)進(jìn)步在2016 年出現(xiàn)了退步,盡管2016 年糧食綜合技術(shù)效率實現(xiàn)了增長,但由于糧食綜合技術(shù)效率增長幅度小于技術(shù)進(jìn)步的退步幅度,致使2016 年糧食生態(tài)全要素生產(chǎn)率相比前一年處于退步狀態(tài),且是所有年份中退步最多的。然而,在其余年份技術(shù)進(jìn)步指數(shù)均大于1,這樣就整個樣本期來說,技術(shù)進(jìn)步是長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率增長的主要動力來源。

以2011 年為基期,其糧食生態(tài)全要素生產(chǎn)率設(shè)定為1。從表3 可以發(fā)現(xiàn),累積的糧食生態(tài)全要素生產(chǎn)率[33]變化經(jīng)歷了“平穩(wěn)起伏—波浪增長”的變化軌跡，分別對應(yīng)著2012—2015 年和2016—2020 年兩個時間段。累積的中國糧食生態(tài)全要素生產(chǎn)率在2020 年達(dá)到整個樣本期間的最高值,為1.0890,比2011 年提高8.9%;2016 年累積糧食生態(tài)全要素生產(chǎn)率達(dá)到最低,僅為0.9815,比2011 年降低1.85%。綜合技術(shù)效率累積在樣本期呈現(xiàn)倒“U 型”的變化軌跡,在2020 年最低,為0.9949。技術(shù)進(jìn)步累積和糧食生態(tài)全要素生產(chǎn)率累積的波動同步,也經(jīng)歷了“平穩(wěn)起伏-加速增長”。2020 年也是其達(dá)到最高點的年份,最高值為1.2622,表明相比2011 年的技術(shù)進(jìn)步水平,2020 年提高26.22%。

2.1.2 糧食生態(tài)全要素生產(chǎn)率的空間分布特征

運(yùn)用ArcGIS 10.7 對2012—2020 年的糧食生態(tài)全要素生產(chǎn)率空間分布作圖,顯示長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率空間動態(tài)演變情況。由圖1 可知,從空間上看,糧食生態(tài)全要素生產(chǎn)率均小于1 的地區(qū)主要位于長江經(jīng)濟(jì)帶上游的云南省西南部、貴州省西北部和四川省東北部,中游的湖北省、湖南省中西部和江西省東北部,下游的安徽省西北部和東南部、浙江省中部和江蘇省西南部;從時間上看,糧食生態(tài)全要素生產(chǎn)率均小于1 的區(qū)域總體呈減少趨勢,其中,2019 年糧食生態(tài)全要素生產(chǎn)率均小于1 的地區(qū)最少,主要分布于長江經(jīng)濟(jì)帶中游的湖北省東部和江西省東北部。整體上來看,2012 年到2020 年長江經(jīng)濟(jì)帶各地級市的糧食生態(tài)全要素生產(chǎn)率改善的趨勢明顯。

圖1 2012—2020 年長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率演變的空間格局Fig.1 Spatial pattern of evolution of ecological total factor productivity of grain in the Yangtze River Economic Belt from 2012 to 2020

由圖2 和圖3 可知,整體上來看,2012—2020 年長江經(jīng)濟(jì)帶各地級市糧食綜合技術(shù)效率的空間格局的變化趨勢無明顯規(guī)律,但糧食技術(shù)進(jìn)步改善趨勢明顯,說明整體空間格局的技術(shù)進(jìn)步作用在不斷改善。

圖2 2012—2020 年長江經(jīng)濟(jì)帶糧食綜合技術(shù)效率演變的空間格局Fig.2 Spatial pattern of evolution of comprehensive technical efficiency of grain in the Yangtze River Economic Belt from 2012 to 2020

圖3 2012—2020 年長江經(jīng)濟(jì)帶糧食技術(shù)進(jìn)步演變的空間格局Fig.3 Spatial pattern of evolution of grain technology progress in the Yangtze River Economic Belt from 2012 to 2020

2.2 基于區(qū)域?qū)用骈L江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率時空特征分析

按照長江經(jīng)濟(jì)帶上中下游的區(qū)域劃分方法,對糧食生態(tài)全要素生產(chǎn)率變化及其分解項進(jìn)行比較。從表4 可知,樣本期間內(nèi)上游地區(qū)的糧食生態(tài)全要素生產(chǎn)率平均最高(1.0189),其次是中游地區(qū)(1.0111),下游地區(qū)最低(1.0014),均延時間呈現(xiàn)大致遞增的趨勢。從增長源泉看,糧食技術(shù)進(jìn)步是拉動上中下游地區(qū)糧食生態(tài)全要素生產(chǎn)率的主要動力,上中下游的技術(shù)進(jìn)步指數(shù)分別為1.0325、1.0298 和1.0208。糧食綜合技術(shù)效率在中游地區(qū)、下游地區(qū)以及長江經(jīng)濟(jì)帶來說都制約著糧食生態(tài)全要素生產(chǎn)率的提高,其指數(shù)分別為0.9945、0.9967 和0.9998,但對上游地區(qū)有微小的促進(jìn)作用,其值為1.0100。

表4 2012—2020 年長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率變化趨勢及其分解項變化Table 4 Trends in ecological total factor productivity of grain and its decomposition terms in the Yangtze River Economic Belt from 2012 to 2020

2.2.1 上游地區(qū)糧食生態(tài)全要素生產(chǎn)率變化趨勢

如表4 所示,除2013 年、2015 年、2016 年和2018 年以外的其他年份上游地區(qū)糧食生態(tài)全要素生產(chǎn)率都大于1,即上游地區(qū)糧食生態(tài)全要素生產(chǎn)率保持著良好的遞增狀態(tài)。尤其是在2019 年和2020 年,糧食生態(tài)全要素生產(chǎn)率達(dá)到1.0966 和1.0428,這兩年糧食生態(tài)全要素生產(chǎn)率相對2011 年增速達(dá)到9.66%和4.28%。處于下降年份的2013 年、2015 年、2016 年和2018 年糧食生態(tài)全要素生產(chǎn)率分別為0.9918、0.9988、0.9889 和0.9994,這些年份相比前一年糧食生態(tài)全要素生產(chǎn)率分別下降2.29%、1.28%、0.99%和2.50%。對于糧食綜合技術(shù)效率而言,樣本周期內(nèi)上游地區(qū)有5 個年份糧食技術(shù)效率處于退步的狀態(tài),分別是2014 年、2015 年、2018 年、2019年和2020 年,其余年份的糧食技術(shù)效率處于遞增狀態(tài),糧食綜合技術(shù)效率在上游整個樣本期間內(nèi)處于遞增狀態(tài)。上游地區(qū)糧食技術(shù)進(jìn)步指數(shù)在2013 年和2016 年以外的年份都大于1,其在大多數(shù)年份處于提升的狀態(tài),對糧食生態(tài)全要素生產(chǎn)率起著促進(jìn)作用;其中在2019 年提升的速度最大,相比2011 年增速達(dá)16.53%;在2016 年下降的幅度最大,相比2011 年降低了6.68%。

2.2.2 中游地區(qū)糧食生態(tài)全要素生產(chǎn)率變化趨勢

通過表4 可知,中游地區(qū)除2012 年、2014 年和2016 年以外的其他年份的糧食生態(tài)全要素生產(chǎn)率都大于1,這表明中游地區(qū)糧食生態(tài)全要素生產(chǎn)率保持著良好的遞增狀態(tài);尤其是在2019 年,糧食生態(tài)全要素生產(chǎn)率達(dá)到1.0580,相比2011 年增速達(dá)5.80%;處于下降的2012 年、2014 年和2016 年的糧食生態(tài)全要素生產(chǎn)率分別為0.9837、0.9953 和0.9640,這些年份相比前一年糧食生態(tài)全要素生產(chǎn)率分別下降了1.63%、3.82%和6.89%。對于糧食綜合技術(shù)效率而言,樣本周期內(nèi)2012 年、2014 年、2017 年、2018 年、2019 年和2020 年處于退步的狀態(tài),其余年份處于遞增狀態(tài),糧食綜合技術(shù)效率在中游整個樣本期間內(nèi)處于退步的狀態(tài)。糧食技術(shù)進(jìn)步指數(shù)在2016 年以外的年份都大于1,可見糧食技術(shù)進(jìn)步在絕大多數(shù)年份處于提升狀態(tài),對糧食生態(tài)全要素生產(chǎn)率起著促進(jìn)作用。其中2018 年的糧食技術(shù)效率最高,為1.0874;2017 年相比前一年的增速最大,達(dá)到18.38%;2016年下降的幅度最大,比2015 年降低了11.85%。

2.2.3 下游地區(qū)糧食生態(tài)全要素生產(chǎn)率變化趨勢

從表4 可知,下游地區(qū)2012 年、2013 年、2014 年、2016 年和2018 年糧食生態(tài)全要素生產(chǎn)率小于1,表明這些年份的生態(tài)全要素生產(chǎn)率較上一年有所退步。尤其是2013 年和2016 年,糧食生態(tài)全要素生產(chǎn)率僅為0.9795 和0.9453,下降的速度達(dá)1.10%和7.58%。樣本周期內(nèi)糧食綜合技術(shù)效率在2013 年、2018 年、2019 年和2020 年處于退步狀態(tài),其余年份處于增長狀態(tài),糧食綜合技術(shù)效率在下游整個樣本期內(nèi)處于退步狀態(tài)。糧食技術(shù)進(jìn)步指數(shù)在2012 年、2014 年和2016 年以外的年份都大于1,可見其在大多數(shù)年份處于提升狀態(tài),對糧食生態(tài)全要素生產(chǎn)率起促進(jìn)作用;2019 年數(shù)值最高,達(dá)1.0687,比2018 年增加3.65%;2017 年增幅最大,比2016 年增加11.18%;2016 年下降幅度最大,比2015 年降低10.31%。

3 結(jié)論與政策啟示

通過對2011—2020 年長江經(jīng)濟(jì)帶110 個地級市的糧食碳排放、面源污染和糧食種植生態(tài)價值進(jìn)行測算,糧食生態(tài)全要素生產(chǎn)率的投入產(chǎn)出指標(biāo)體系的構(gòu)建,運(yùn)用超效率SBM 模型和全局Malmquist-Luenberger 全要素生產(chǎn)指數(shù)測度長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率,同時對2012—2020 年糧食生態(tài)全要素生產(chǎn)率進(jìn)行時空特征分析。研究發(fā)現(xiàn): 1) 2012—2020 年期間長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率年均增長0.98%,處于持續(xù)發(fā)展的狀態(tài)。綜合技術(shù)效率指數(shù)為0.9998,小于1,而技術(shù)進(jìn)步指數(shù)大于1,為1.0273。這說明長江經(jīng)濟(jì)帶糧食生態(tài)全要素增長源泉為技術(shù)進(jìn)步,其年均貢獻(xiàn)率為2.73%。而綜合技術(shù)效率在一定程度上制約了長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率的提升。2)從時空特征來看,2012—2020年長江經(jīng)濟(jì)帶各地級市的糧食生態(tài)全要素生產(chǎn)率改善的趨勢明顯,呈動態(tài)增長趨勢。糧食綜合技術(shù)效率的空間格局變化無明顯規(guī)律,但各地級市的糧食技術(shù)進(jìn)步改善趨勢明顯。3)在樣本期間內(nèi)上游地區(qū)的糧食生態(tài)全要素生產(chǎn)率指數(shù)平均最高(1.0189),然后是中游地區(qū)(1.0111),最后是下游地區(qū)(1.0014),3個區(qū)域的糧食全要素生產(chǎn)率都處于遞增的狀態(tài)。

由此,得到如下政策啟示:

第一,重視綜合技術(shù)效率提高對長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率的重要作用。長江經(jīng)濟(jì)帶糧食生態(tài)生產(chǎn)中綜合技術(shù)效率還有較大的提升空間。一方面,加強(qiáng)農(nóng)戶糧食生產(chǎn)技術(shù)培訓(xùn),促進(jìn)種糧農(nóng)戶間土地流轉(zhuǎn),引導(dǎo)糧農(nóng)適度規(guī)模經(jīng)營,以提高土地資源利用率,改善糧食生態(tài)生產(chǎn)技術(shù)效率;另一方面,加強(qiáng)相關(guān)農(nóng)業(yè)政策對糧食生產(chǎn)的支持力度,提高農(nóng)戶種糧積極性,加快高標(biāo)準(zhǔn)農(nóng)田建設(shè),提升糧食生產(chǎn)機(jī)械化率,提高糧食生態(tài)生產(chǎn)技術(shù)水平。

第二,重視技術(shù)進(jìn)步對長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率的重要作用。研究期內(nèi)長江經(jīng)濟(jì)帶各地級市的技術(shù)進(jìn)步對糧食生態(tài)全要素生產(chǎn)率改善作用明顯,應(yīng)持續(xù)重視“藏糧于技”發(fā)展戰(zhàn)略,遵循農(nóng)業(yè)科技發(fā)展規(guī)律,加大農(nóng)業(yè)生產(chǎn)的技術(shù)投入力度,攻克農(nóng)業(yè)中“卡脖子”技術(shù),實現(xiàn)農(nóng)業(yè)技術(shù)突破,深化種業(yè)振興,提高糧食生產(chǎn)中資源利用技術(shù)、資源配置技術(shù)和農(nóng)業(yè)綠色發(fā)展技術(shù)等。

第三,因地制宜提高長江經(jīng)濟(jì)帶糧食生態(tài)全要素生產(chǎn)率。長江經(jīng)濟(jì)帶上游地區(qū)山草林地較多,結(jié)合退耕還林等建設(shè),持續(xù)發(fā)展生態(tài)糧食種植,提高糧食生態(tài)全要素生產(chǎn)率。中游地區(qū)耕地資源較為豐富,應(yīng)進(jìn)一步提高農(nóng)業(yè)機(jī)械化水平,完善土地流轉(zhuǎn)制度,促進(jìn)發(fā)展適度規(guī)模農(nóng)業(yè),加快建設(shè)高標(biāo)準(zhǔn)農(nóng)田,從而提高糧食生態(tài)全要素生產(chǎn)率。下游地區(qū)資本、技術(shù)、人才等生產(chǎn)要素聚集,應(yīng)加強(qiáng)農(nóng)業(yè)推廣,引導(dǎo)資本、技術(shù)和人才流向糧食生產(chǎn)領(lǐng)域,同時提高農(nóng)業(yè)生產(chǎn)科技水平,進(jìn)而提高糧食生態(tài)全要素生產(chǎn)率。