长江经济带农业绿色全要素生产率时空差异及收敛性分析

彭晓丹 孔令成

摘要 为测度农业绿色发展水平，采用超效率SBM模型和GML指数对长江经济带各省市1997—2019年的农业绿色全要素生产率进行了分解测算，基于时空角度探究其发展差异，并进一步从整体和区域层面对其收敛性进行检验。结果表明：样本期间内，长江经济带农业绿色全要素生产率总体呈增长趋势，其中，下游地区最高，中游地区最低，上游地区居中，该区域农业绿色全要素生产率增长主要来源于农业绿色技术进步；长江经济带总体以及上游、中游、下游地區在样本期内均不存在绝对α收敛，但存在绝对β收敛。基于此，为了从整体及空间上进一步优化并提高长江经济带农业绿色全要素生产率，推动该区域农业朝着绿色高质量方向发展，提出落实区域农业高质量发展政策、因地制宜发挥区域优势、破解区域发展障碍、践行区域协同发展战略等对策建议。

关键词 农业绿色全要素生产率；超效率SBM模型；收敛性；长江经济带

中图分类号 F323.7  文献标识码 A

文章编号 0517-6611（2023）14-0213-05

作者简介 彭晓丹（1999—），女，河南洛阳人，硕士研究生，研究方向：农业经济。*通信作者，讲师，博士，从事农业经营与管理研究。

“绿水青山就是金山银山”。进入新时代，在加快推动农业现代化过程中，我国更加注重农业绿色转型升级及高质量发展。长江经济带作为中华重要粮仓，在经历高速发展后也留下了一系列问题，诸如农业资源过度开发、资源浪费、污染问题突出等，因此，转变农业生产方式，推动农业生产绿色发展，提高长江经济带农业绿色全要素生产率迫在眉睫。基于此，研究长江经济带农业绿色全要素生产率水平，对于推进长江经济带农业绿色及高质量发展、实现农业“内循环”发展格局、保障粮食安全具有重要的理论和现实意义。

当前对于农业绿色全要素生产率（Agricultural Green Total Factor Productivity，AGTFP）的研究，主要集中于以下3个方面：第一，AGTFP测度方法的选择。1948年，《农业产出与投入的关系》的发表为后续农业全要素生产率研究提供了借鉴。从初始的非前沿生产方法到DEA-Malmquist指数法，再到随机前沿生产函数模型和现在主流的超效率模型，全要素生产率的测度方法在不断被优化［1-3］。第二，AGTFP影响因素的剖析。现有研究一方面就收入水平、金融发展、财政支持、农业结构等内部因素对AGTFP的作用展开分析，另一方面立足于城镇化及国际贸易等外部因素对AGTFP的作用进行探讨［4-8］。第三，AGTFP地区差异的分析。因我国幅员辽阔、区域跨度大，不同学者的选择区域各异，但大多集中于国家整体和省域个体之间，并通过α收敛和β收敛对区域间AGTFP的追赶效应进行进一步的探究［9-10］。

通过梳理发现，上述研究成果对于了解农业绿色全要素生产率的内在规律、优化区域空间布局具有重要的理论和现实意义，但仍存在完善的空间。现有研究成果主要集中于全国及省域层面，对区域经济带及相似片区研究较少，以长江经济带为研究对象的亦不多。长江经济带作为我国重要商品粮基地，其农业绿色发展水平对于我国顺利实施“绿色兴农、质量兴农”及乡村振兴战略意义尤为深远。基于此，该研究对1997—2019年长江经济带整体及11省市进行探究，拟采用超效率SBM模型和GML指数对该区域AGTFP时空差异及收敛规律进行深入探究，以期进一步提高长江经济带农业绿色全要素生产率，从而为更好地推动该区域农业朝着更高质量方向发展提供相关参考。

1 模型选择、指标选取及数据来源

1.1 模型选择

1.1.1 超效率SBM模型。为了对有效单元进行比较分析，Tone［11］提出了超效率SBM模型，有效减小了由于选择径向和角度所产生的偏差，结合定义和研究对象，其公式如下：

式中：ρ为粮食生产效率值；x和y分别代表投入和产出的要素；m和s分别代表投入指标和产出指标的个数；k代表生产时期；i和r分别代表投入和产出的决策单元；s+和s-分别代表投入和产出的松弛量；γ为权重向量。ρ≥1时，表示决策单元相对有效； ρ≤1表示决策单元相对无效，即存在效率损失，可以通过优化调整投入量、提高期望产出及减少非期望产出量来改善粮食绿色生产效率。

1.1.2 GML指数。

GML（Global-Malmquist-Luenberger）由GM/GMI（Global-Malmquist）指数拓展而来［12］，其主要用于测算包含坏产出的生产效率，其兼具GM模型和ML指数两者的优点，前者使其具备可传递性、不存在VRS模型无可行解问题，后者使其能够有效测度绿色全要素生产率。

式中，GML、EC、TC分别表示决策单元的投入产出效率、技术效率变化和技术进步，其值大于或小于1分别代表决策单元的全要素生产率水平提高或降低、技术效率提升或下降、技术进步或倒退。

1.1.3 收敛检验方法。

α检验能够阐明农业绿色全要素生产率在时间趋势上的变化情况，其通常可用变异系数（coefficient of variation，CV）来表征 ［13］。如果伴随着时间的推移，该指标数值降低，则表明其存在收敛性，否则为发散。变异系数的表达式如下：

式中：xit是i省份t年AGTFP；xt是各省份AGTFP的均值。变异系数CV越大，说明各省份AGTFP的差异越大。

绝对β收敛检验与绝对α收敛检验类似，是用来判断不同省份的农业绿色全要素生产率增长最终是否能达到相同的稳定状态。如果存在绝对β收敛，则说明最初落后的省份农业绿色全要素生产率以较快的增长速度赶上了发达省份，其检验方程如下：

其中，等式左边表示长江经济带第i个省份t+1年农业绿色全要素生产率对数与第t年的差值；α是常数；β为回归系数。如果β系数显著为负，则认为存在绝对β收敛。

1.2 指标选取

考虑超效率SBM模型和GML指数的指标选取特性，该研究在参考相关研究的基础上，兼顾数据的可得性与可行性，对狭义农业绿色全要素生产率进行研究，选择劳动投入、土地投入和资本投入来作为投入指标，其中劳动投入用第一产业从业人员数来衡量；土地投入则用农作物播种面积来代替；资本要素参考现有文献，考虑投入和产出之间的关系，将其界定为农业机械总动力、农业化肥使用量、农药使用量、农膜使用量和有效灌溉面积。农业产出包括期望产出和非期望产出，其中期望产出用1997年不变价格的农业生产总值来衡量；非期望产出包含农业面源污染和碳排放两方面，其均通过核算得出。农业面源污染源主要参考赖斯芸等的成果［14-15］进行核算：

该研究最终所确定的长江经济带AGTFP测算指标体系如表2所示。

1.3 数据来源 该研究所用数据主要来源于1997—2020年的《中国统计年鉴》《中国农业统计年鉴》《中国农村统计年鉴》《中国渔业统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《中国农业统计资料》《中国水资源公报》以及长江经济带各省市统计年鉴等。

2 实证结果分析

2.1 模型选择

2.1.1 长江经济带农业绿色全要生产率时空差异分析。

在长江经济带各省市AGTFP测算结果基础上，进一步计算长江经济带及其上中下游在每一时点上的全要素生产率变化的几何平均值，结果见图1。从时间上来看，长江经济带总体

及上中下游各区域的AGTFP呈现增长趋势，变化趋势具有一致性，且呈现明显的阶段性特征。第一阶段：1997—1999年。该阶段各层面农业绿色全要素生产率保持在较低水平，且波动较小。21世纪之前，区域经济发展水平较低、农业生产方式传统、农业生产技术服务水平不高，致使农业投入和产出不足，AGTFP发展水平亦不高。第二阶段：2000—2014年。农业绿色全要素生产率水平提升到了新阶段，整体水平发展迅速，上游地区在2008年出现骤降。这一变化主要受益于国际大环境的变化和国内农业政策的支持，尤其2006年全面取消农业税在很大程度上减轻了农民负担，同时也刺激了种粮农民积极性，种粮补贴的加持也为这一阶段农业绿色全要素生产率的快速增长提供了“助力”，2008年上游地区的异常则是由地震、低温冻害等自然灾害所引起的。第三阶段：2015—2019年。长江经济带农业绿色全要素生产率呈现快速增长。2016年国家出台《长江经济带发展规划纲要》推进长江生态环境大保护，进一步促进了农业绿色全要素生产率的提升。同时“十三五”发展规划指出“大力推进农业现代化”“提高农业质量效益和竞争力”“走出高产、高效、优质，产品安全、资源节约、环境友好的农业现代化道路”，也为农业绿色全要素生产率快速增长提供了可能。

2.1.2 農业绿色全要素生产率空间差异。

借用MaxDEA12.1对长江经济带1997—2019年各省市农业绿色全要素生产率进行测算，结果见表3。从省域层面来看，1997—2019年长江经济带沿线省市AGTFP增长速度排名前3位的分别是湖南（1.090 1）、贵州（1.082 2）、湖北（1.081 8），排在最后3位的则是安徽（1.0240）、上海（1.020 6）和江西（1.016 8）。长江经济带11个省市当中浙江、重庆、四川、湖北、湖南、贵州6个省份的农业绿色全要素生产率水平高于全区域平均水平，占比为54.5%，虽然占比过半，但仍存在较大的提升空间。从区域层面来看，各区域农业绿色发展水平与传统认知存在较大差异，具有农业发展绝对优势的中游地区发展水平常年“滞后”。反观，条件一般的上游地区在2014年实现反超，并逐步拉大与中游地区之间的差距。上游地区因种植结构和种植方式的差异，农业绿色全要素生产率的发展水平要高于中下游地区。从分解来看，整体技术进步对农业绿色全要素生产率的贡献程度大于技术效率，充分印证了长江经济带农业绿色发展离不开技术进步的驱动，而技术效率则对其产生了轻微的抑制作用，对技术进步所带来的积极作用产生了部分抵消；区域间全要素生产率驱动各异，上游地区技术进步的贡献要优于技术效率，相对中下游地区而言，上游地区因自然环境和经济发展水平限制，农业发展主要依赖于农业技术进步的外部作用，中下游地区则相反。因此，在后期长江经济带农业绿色发展过程中，既要注重技术进步的作用，也不能忽视技术效率，要“两手抓、两手都要硬”，双管齐下，共同提高AGTFP。

在综合分析三大区域AGTFP变化的格局上，选取4个关键时点的截面数据，利用ArcGIS 10.8软件对其地区差异及变化情况进行分析，并绘制长江经济带各省份AGTFP变化的空间演变格局。从图2可以看出，长江经济带农业绿色全要素生产率峰值存在向中上游地区转移，并逐渐达到区域均衡发展的空间演变态势，这可能是因为21世纪以来我国区域整体发展战略的调整、长江中上游地区农业产业结构的优化及农业生产技术的改造升级所致。

2.2 长江经济带农业绿色全要素生产率收敛性分析

新古典增长模型认为经济发展的最终状态是趋于稳定的，即是存在收敛的。上文通过分析已经证实，长江经济带各省市之间的农业绿色全要素生产率存在地区差异。为了更加深入地了解长江经济带农业绿色全要素生产率的未来的发展趋势，有必要对其进行收敛性分析。

2.2.1 α收敛检验分析。

如果随着时间的推移，后一年的变异系数小于前一年的，则说明存在α收敛，反之表示发散。图3给出了长江经济带11省市和上、中、下游农业绿色全要素生产率的变动情况。总体来看，在2012年出现了明显的转折，2012年之前，变异系数总体呈现上升趋势，表明这一阶段长江经济带整体及各省份的AGTFP不满足α收敛的前提，下游各省区在部分年份呈现α收敛，说明这段时间伴随农业技术进步和农业知识的扩散溢出，其AGTFP得到了快速发展。2012—2019年，总体及上中下游各地区变异系数都呈现下降趋势，在国家长江经济带发展政策及长江大保护政策大背景下，各省份在农业领域都采取了不同的环境治理技术或不同强度的环境治理措施，形成了稳定的发展态势，各省份的发展差距在逐步缩小。总之，在观测期内，长江经济带11个省份AGTFP的α收敛存在阶段性和不稳定性的特点，即各省份AGTFP在一定阶段内差距会缩小，但缺乏持续性，也印证了长江经济带各省份农业绿色发展水平之间的差距无法在短时间内消除的事实。

2.2.2 绝对β收敛分析。

对于绝对β检验，采用面板固定效应模型对长江经济带AGTFP进行实证分析，具体结果见表4。

由表4可知，长江经济带总体及三大区域的InAGTFPi，t的系数（即β值）在0.01的显著性水平为负值，说明长江经济带总体及三大区域之间的农业绿色全要素生产率存在落后地区追赶先进地区的趋势，中下游地区的追赶趋势更加强烈，可能的原因是中下游地区地势更加平缓、农业发展水平更高、区域间农业经济交流密度更大、区域资源流通作用更强，从而导致该追赶效应更加明显。

3 结论与建议

作为探索农业绿色发展路径的逻辑起点，厘清AGTFP现状尤为关键。该研究利用超效率SBM模型和GML指数对1997—2019年长江经济带11个省区农业绿色全要素生产率并进行测度和分解，并对其时空差异和收敛性进行探究，得出以下结论：第一，从时间上看，长江经济带农业绿色全要素生产率在样本期内呈现增长趋势，受外部政策环境影响，阶段性波动明显。第二，从空间上看，长江经济带各省市AGTFP发展水平存在较大差异，虽有半数省市超过平均水平，但仍存在较大发展空间。三大区域间AGTFP发展动力各异，中游和下游地区技术效率的贡献程度要高于上游及区域总体。第三，样本期内长江经济带AGTFP均不存在绝对α收敛，但存在绝对β收敛，落后地区对先进地区存在“追赶效应”，且中下游地区表现更为明显。

基于以上研究结论，为了从整体进一步提高长江经济带农业绿色全要素生产率，提出以下对策建议：

第一，制定并落实区域农业高质量发展政策。从外部大环境刺激农业绿色发展的内生动力，充分发挥国家在农业发展领域“主推手”的作用，同时注重农业绿色发展规划，制定短期和中长期发展目标，将农业绿色发展的未来预期转化为具体政策措施体现；区域农业发展政策的制定要充分考虑区域农业发展特性，力争从源头减缓农业绿色全要素发展的阶段性波动。

第二，因地制宜，发挥区域优势，破解地区发展障碍。考虑长江经济带各省市及地区间农业绿色发展条件差异，因地制宜，发挥区域优势，中下游地区在经济发展保证农业技术效率优势的同时落实和提升农业技术措施；上游地区必须要解决农业技术效率的负面影响，在保持技术进步推动的同时，更要注重农业技术效率的改善，真正实现技术效率和技术进步“两手抓，两手都硬”，从而更好地实现农业绿色发展。

第三，践行经济带协同发展战略，重视收敛效应。区域内开展技术交流与合作，提升技术效率和技术进步的贡献率；弱化行政边界，开展全方位协同合作，助推区域发展格局的全面形成，破除农业资源区域流通障碍，增进上中下游地区交流，优势互补、共同进步，初步实现落后地区对发达地区赶超，最终实现区域协同发展、绿色兴农、质量兴农的战略目标，从而加快推动我国农业高质量发展进程。

参考文献

［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，欧阳莹，蔡宏宇.中国农业绿色全要素生产率测度及时空演化特征研究［J］.数量经济技术经济研究，2021，38（5）：39-56.

［5］李健旋.农村金融发展与农业绿色全要素生产率提升研究［J］.管理评论，2021，33（3）：84-95.

［6］ 郭海红，张在旭.新型城镇化对农业绿色全要素生产率的门槛效应［J］.湖南师范大学社会科学学报，2019，48（2）：55-63.

［7］ 刘战伟.新型城镇化提升了中国农业绿色全要素生产率吗？——基于空间溢出效应及门槛特征［J］.科技管理研究，2021，41（12）：201-208.

［8］ 陈燕翎，庄佩芬，彭建平.吸收能力视角下贸易开放对农业绿色全要素生产率的影响［J］.东南学术，2021（1）：181-191.

［9］ 崔静，马鹏.中国区域农业绿色全要素生产率差异测度：基于SBM-ML指数模型［J］.中国市场，2020（35）：6-8.

［10］ 葛鹏飞，王颂吉，黄秀路.中国农业绿色全要素生产率测算［J］.中国人口·资源与环境，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］ 晋艺波.甘肃省农业经济发展时空差异分析：基于空间计量角度［J］.安徽农业科学，2022，50（11）：207-210.

［13］ 纪成君，夏怀明.我国农业绿色全要素生产率的区域差异与收敛性分析［J］.中国农业资源与区划，2020，41（12）：136-143.

［14］ 赖斯芸，杜鹏飞，陈吉宁.基于单元分析的非点源污染调查评估方法［J］.清华大学学报（自然科学版），2004，44（9）：1184-1187.

［15］ 梁流涛.农村生态环境时空特征及其演变规律研究［D］.南京：南京农业大学，2009.

［16］ 李波，张俊飚，李海鹏.中国农业碳排放时空特征及影响因素分解［J］.中国人口·资源与环境，2011，21（8）：80-86.