中國農業(yè)綠色全要素生產(chǎn)率研究：2000—2017

陳宇峰 繆嘉峰 屈 放

(浙江工商大學 經(jīng)濟學院，浙江 杭州 310018)

改革開放以來，我國農業(yè)發(fā)展發(fā)生了歷史性變化，取得了舉世矚目的成就，其憑借僅占世界7%的耕地養(yǎng)活了世界上22%的人口。然而，這一偉大成就的背后付出了巨大的代價。2000—2018年，我國農業(yè)化肥施用量從4 146.4萬噸增加到5 653.4萬噸，增長率為36.34%，農用塑料薄膜使用量的增幅更是高達84.57%(1)數(shù)據(jù)來源：《中國農村統(tǒng)計年鑒(2019)》，中國統(tǒng)計出版社2019年版，第46頁。。農業(yè)生產(chǎn)要素廣泛投入的同時不僅帶來了農業(yè)經(jīng)濟的快速增長，也加劇了碳排放和農業(yè)面源污染的惡化(2)潘丹、孔凡斌：《我國農業(yè)全要素生產(chǎn)率差異與收斂分析——基于環(huán)境污染視角》，《江西社會科學》2013年第9期，第43-47頁。。根據(jù)《第一次全國污染源普查公報》顯示，我國三種主要水污染物排放中來源于農業(yè)部門的比重較大，其中化學需氧量(COD)占43.71%，總氮(TN)占57.19%，總磷(TP)占67.27%，并且農業(yè)所產(chǎn)生的COD、TN、TP排放均超過了工業(yè)部門，成為水污染排放最主要的產(chǎn)業(yè)之一。此外，伴隨著能源消耗量由2007年的7 068萬噸增長到2017年的8 931萬噸(3)折算成標準煤。數(shù)據(jù)來源：《中國能源統(tǒng)計年鑒(2018)》，中國統(tǒng)計出版社2019年版，第102-107頁。，農業(yè)部門產(chǎn)生了二氧化碳排放量激增的現(xiàn)象。低效的要素利用消耗了大量農業(yè)資源且造成嚴重的環(huán)境污染，違背了黨的十九大所倡導的綠色發(fā)展理念。自2004年以來，中央一號文件連續(xù)17年聚焦農業(yè)問題，特別是2005年首次明確提出加強治理農業(yè)面源污染的相關政策。在之后的16年內，治理農村生態(tài)環(huán)境、持續(xù)減少農業(yè)面源污染排放等相關政策不斷提出。2020年的中央經(jīng)濟工作會議已明確提出“解決好種子和耕地問題”，要加強農業(yè)面源污染治理，“做好碳達峰、碳中和工作”等重點任務。除此之外，我國還制定了明確的量化目標，即農業(yè)面源污染中的TN和TP排放量減少30%以上，并在此基礎上大力推進綠色能源建設(4)資料來源：《“十三五”農業(yè)科技發(fā)展規(guī)劃》《能源發(fā)展“十三五”規(guī)劃》。。綠色增長已成為我國經(jīng)濟增長的新方向，而其中的農業(yè)可持續(xù)發(fā)展顯得尤為關鍵(5)葛鵬飛、王頌吉、黃秀路：《中國農業(yè)綠色全要素生產(chǎn)率測算》，《中國人口·資源與環(huán)境》2018年第5期，第66-74頁。。

綠色是農業(yè)的本色，把農業(yè)綠色發(fā)展擺在突出位置將為破解農業(yè)生態(tài)環(huán)境與農業(yè)經(jīng)濟增長之間的矛盾提供有效路徑，更是農業(yè)落實“兩山”理念和踐行生態(tài)文明建設的真正體現(xiàn)。而如何科學有效地評估農業(yè)部門的綠色發(fā)展績效已成為一個關鍵而緊迫的問題(6)于法穩(wěn)：《實現(xiàn)我國農業(yè)綠色轉型發(fā)展的思考》，《生態(tài)經(jīng)濟》2016年第4期，第42-44頁。。以綠色全要素生產(chǎn)率(GTFP)為視角的研究為統(tǒng)籌資源、環(huán)境和發(fā)展提供了分析框架，并受到多數(shù)學者的應用(7)陳詩一：《中國的綠色工業(yè)革命:基于環(huán)境全要素生產(chǎn)率視角的解釋(1980—2008)》，《經(jīng)濟研究》2010年第11期，第21-34頁。(8)孟祥海、周海川、杜麗永等：《中國農業(yè)環(huán)境技術效率與綠色全要素生產(chǎn)率增長變遷——基于種養(yǎng)結合視角的再考察》，《農業(yè)經(jīng)濟問題》2019年第6期，第9-22頁。(9)Wang K L,Pang S Q,Ding L L,et al.,Combining the Biennial Malmquist-Luenberger Index and Panel Quantile Regression to Analyze the Green Total Factor Productivity of the Industrial Sector in China,Science of the Total Environment,2020-10-15,https://doi.org/10.1016/j.scitotenv.2020.140280.。那么，現(xiàn)階段我國各省份的農業(yè)GTFP處于何種水平，在過去的10多年間產(chǎn)生哪些變化，而這些變化背后的動力源于何處？揭開這些疑惑能更好地認識農業(yè)經(jīng)濟增長、資源利用和生態(tài)環(huán)境建設三者之間的關系，對破解農業(yè)綠色發(fā)展障礙和實現(xiàn)我國農業(yè)綠色轉型發(fā)展具有重要意義。因此，本研究將農業(yè)碳排放和面源污染作為非期望產(chǎn)出納入農業(yè)GTFP的測度當中，采用方向性距離函數(shù)(DDF)的全局Malmquist-Luenberger指數(shù)法測算2000—2017年我國區(qū)域農業(yè)綠色生產(chǎn)率的動態(tài)變化情況，并進一步將其分解為技術進步和技術效率以挖掘農業(yè)綠色全要素生產(chǎn)率波動背后的動力源泉，為制定合適的地區(qū)農業(yè)發(fā)展政策提供依據(jù)。

一、文獻回顧

現(xiàn)有關于農業(yè)綠色全要素生產(chǎn)率測度的研究文獻，可以分為兩類：一是不同測算方法和模型的研究；二是農業(yè)不同環(huán)境因素(即污染物)指標的選取研究。索洛余值法、代數(shù)指數(shù)法、隨機前沿法和數(shù)據(jù)包絡分析法是目前主要的農業(yè)全要素生產(chǎn)率測算方法，其中數(shù)據(jù)包絡分析(DEA)和隨機前沿分析(SFA)已經(jīng)成為衡量農業(yè)TFP的兩種流行方法(10)張樂、曹靜：《中國農業(yè)全要素生產(chǎn)率增長:配置效率變化的引入——基于隨機前沿生產(chǎn)函數(shù)法的實證分析》，《中國農村經(jīng)濟》2013年第3期，第4-15頁。(11)高帆：《我國區(qū)域農業(yè)全要素生產(chǎn)率的演變趨勢與影響因素——基于省際面板數(shù)據(jù)的實證分析》，《數(shù)量經(jīng)濟技術經(jīng)濟研究》2015年第5期，第3-19頁。(12)王亞飛、廖甍、王亞菲：《高鐵開通促進了農業(yè)全要素生產(chǎn)率增長嗎？——來自長三角地區(qū)準自然實驗的經(jīng)驗證據(jù)》，《統(tǒng)計研究》2020年第5期，第40-53頁。。李翔等(2018)采用SFA模型來評估華東農業(yè)全要素生產(chǎn)率(13)李翔、楊柳：《華東地區(qū)農業(yè)全要素生產(chǎn)率增長的實證分析——基于隨機前沿生產(chǎn)函數(shù)模型》，《華中農業(yè)大學學報(社會科學版)》2018年第6期，第62-68頁。，雖然SFA模型構建的邊界符合農業(yè)生產(chǎn)特征(14)Gong B L,Agricultural Productivity Convergence in China,China Economic Review,2020-04-01，https://doi.org/10.1016/j.chieco.2020.101423.，但因其所需預設的特定生產(chǎn)函數(shù)而受到批評。然而，在不要求預設函數(shù)形式的情況下，DEA模型通過構造一個分段線性前沿面并利用最佳觀測實踐單元進行比較來判斷生產(chǎn)率水平，這一方法受到廣泛應用。Emrouznejad等(2018)梳理了近四十年來與DEA相關的文獻，指出該方法在農業(yè)生產(chǎn)率測度中被廣泛使用，并常與綠色全要素生產(chǎn)率概念相聯(lián)系。根據(jù)測算農業(yè)綠色全要素生產(chǎn)率所使用的DEA模型視角不同，可以分為靜態(tài)視角和動態(tài)視角(15)Emrouznejad A,Yang G L,A Survey and Analysis of the First 40 Years of Scholarly Literature in DEA:1978-2016,Socio-Economic Planning Sciences,2018,No.61,pp.4-8.。Liu等(2021)利用Super-SBM模型從靜態(tài)角度計算基于碳排放的農業(yè)GTFP，并指出我國GTFP呈現(xiàn)波動增長態(tài)勢且省際差異不斷擴大(16)Liu D D,Zhu X Y,Wang Y F,China’s Agricultural Green Total Factor Productivity based on Carbon Emission:An Analysis of Evolution Trend and Influencing Factors,Journal of Cleaner Production,2021-01-01,https://doi.org/10.1016/j.jclepro.2020.123692.。葛鵬飛等(2018)以31個省份的GTFP為研究對象，利用基于松弛變量的方向性距離函數(shù)(SBM-DDF)的Malmquist-Luenberger (ML)指數(shù)法動態(tài)分析后發(fā)現(xiàn)，我國農業(yè)GTFP的年均增長率為1.56%，且呈現(xiàn)由東向西依次遞減的趨勢(17)葛鵬飛、王頌吉、黃秀路：《中國農業(yè)綠色全要素生產(chǎn)率測算》，《中國人口·資源與環(huán)境》2018年第5期，第66-74頁。?？紤]到農業(yè)GTFP的長期積累過程以及ML指數(shù)所不具備的傳遞性和全局參比問題，本研究將利用方向性距離函數(shù)的Global Malmquist-Luenberger(GML)指數(shù)法，從動態(tài)視角對我國農業(yè)GTFP進行測度分析。

除了測算方法和模型的研究外，農業(yè)污染物作為農業(yè)綠色全要素生產(chǎn)率中“綠色”概念的體現(xiàn)，其指標選擇是否全面、科學決定了測度結果的準確性。在農業(yè)污染物選擇上，F(xiàn)ei等(2017)將CO2作為一種非期望產(chǎn)出來衡量中國農業(yè)能源-CO2綜合效率(18)Fei R L,Lin B Q,The Integrated Efficiency of Inputs-outputs and Energy-CO2 Emissions Performance of China’s Agricultural Sector,Renewable and Sustainable Energy Reviews,2017,No.9,pp.668-676.；吳傳清等(2018)將農業(yè)部門的碳排放納入農業(yè)綠色全要素生產(chǎn)率的評估當中(19)吳傳清、宋子逸：《長江經(jīng)濟帶農業(yè)綠色全要素生產(chǎn)率測度及影響因素研究》，《科技進步與對策》2018年第17期，第35-41頁。。然而，在農業(yè)生產(chǎn)過程中，面源污染是所有污染物中最為嚴重的。Boers(1996)指出，荷蘭地表水中所排放的60%總氮和40%～50%的總磷均來源于農業(yè)(20)Boers P C M,Nutrient Emissions from Agriculture in the Netherlands,Causes and Remedies,Water Science and Technology,1996,No.4-5,pp.183-189.。因此，部分學者選取農業(yè)面源污染這一指標進行了GTFP的測度(21)高楊、牛子恒：《農業(yè)信息化、空間溢出效應與農業(yè)綠色全要素生產(chǎn)率——基于SBM-ML指數(shù)法和空間杜賓模型》，《統(tǒng)計與信息論壇》2018年第10期，第66-75頁。(22)王淑紅、楊志海：《農業(yè)勞動力老齡化對糧食綠色全要素生產(chǎn)率變動的影響研究》，《農業(yè)現(xiàn)代化研究》2020年第3期，第396-406頁。，比如韓海彬等(2013)引入農業(yè)面源污染作為環(huán)境約束評估我國29個省份的農業(yè)TFP增長(23)韓海彬、趙麗芬：《環(huán)境約束下中國農業(yè)全要素生產(chǎn)率增長及收斂分析》，《中國人口·資源與環(huán)境》2013年第3期，第70-76頁。；李谷成(2014)以“綠色生產(chǎn)率革命”定義包含農業(yè)面源污染這一非合意產(chǎn)出的ML生產(chǎn)率指數(shù)模型(24)李谷成：《中國農業(yè)的綠色生產(chǎn)率革命:1978—2008年》，《經(jīng)濟學(季刊)》2014年第 2期，第537-558頁。。由此可見，學界對于農業(yè)污染物的指標選取大多停留在單一的碳排放或面源污染層面，缺少對于兩者的綜合考察。與Su等(2020)提出的“為遏制農業(yè)生產(chǎn)對環(huán)境的負面影響，提高農業(yè)可持續(xù)發(fā)展水平，必須對不同類型農業(yè)生產(chǎn)的可持續(xù)性進行量化”(25)Su Y,He S,Wang K,et al.,Quantifying the Sustainability of Three Types of Agricultural Production in China:An Emergy Analysis with the Integration of Environmental Pollution,Journal of Cleaner Production,2020-04-10,https://doi.org/10.1016/j.jclepro.2019.119650.這一觀點相同，本研究將碳排放和農業(yè)面源污染共同作為非期望產(chǎn)出納入農業(yè)GTFP的測算中，以更加全面地反映我國目前的農業(yè)綠色發(fā)展水平。

要想實現(xiàn)農業(yè)GTFP的持續(xù)增長，挖掘和把握其背后的動力源泉至關重要。王奇等(2012)通過分解分析得出，我國農業(yè)TFP和GTFP的增長主要源于技術進步，而技術效率的惡化抵消了部分技術進步所帶來的作用(26)王奇、王會、陳海丹：《中國農業(yè)綠色全要素生產(chǎn)率變化研究：1992—2010年》，《經(jīng)濟評論》2012年第5期，第24-33頁。。之后，不少學者將農業(yè)GTFP進行結構分解，均驗證了增長的動力源泉在于農業(yè)綠色技術進步的結論(27)呂娜、朱立志：《中國農業(yè)環(huán)境技術效率與綠色全要素生產(chǎn)率增長研究》，《農業(yè)技術經(jīng)濟》2019年第4期，第95-103頁。(28)郭海紅、劉新民：《中國農業(yè)綠色全要素生產(chǎn)率時空演變》，《中國管理科學》2020年第9期，第66-75頁。。Liu等(2019)在將農業(yè)GTFP分解為技術進步、純技術效率和規(guī)模效率基礎上，結合投入產(chǎn)出對這三者進一步分解后發(fā)現(xiàn)，2010年以后我國農業(yè)產(chǎn)量、能源使用以及污染物治理方面的技術進步是農業(yè)GTFP增長的主導因素，而資本運用方面的技術倒退成為增長的主要障礙(29)Liu Y,Feng C,What Drives the Fluctuations of “Green” Productivity in China’s Agricultural Sector？A Weighted Russell Directional Distance Approach,Resources,Conservation and Recycling,2019,No.4,pp.201-213.。因此，本研究在測度我國區(qū)域及各省份農業(yè)GTFP的基礎上，進一步將GTFP分解為技術進步和技術效率以探究其變化背后的主要動力，為驗證農業(yè)綠色長效發(fā)展機制提供數(shù)據(jù)支撐。本研究的貢獻主要體現(xiàn)在以下兩方面：第一，對農業(yè)綠色全要素生產(chǎn)率測算指標進行了更新，將碳排放與面源污染同時作為“壞產(chǎn)出”，采用產(chǎn)出角度的DDF-GML指數(shù)從動態(tài)視角考察我國農業(yè)GTFP的時空演變特征并進行結構分解。第二，從區(qū)域層面和糧食功能區(qū)層面對我國農業(yè)GTFP進行分類評價，在區(qū)域性分析中對作為我國重要農業(yè)基地的東北地區(qū)予以單獨考量，在糧食功能區(qū)層面分析中將所研究的30個省份劃分為糧食主產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和糧食主銷區(qū)進行討論。

二、研究方法與數(shù)據(jù)來源

(一)農業(yè)GTFP的測算方法

農業(yè)生產(chǎn)符合規(guī)模報酬不變的特征。此外，在既定稀缺要素約束下使農業(yè)產(chǎn)量最大化與污染最小化更符合我國農業(yè)綠色發(fā)展理念；而與傳統(tǒng)的ML指數(shù)相比，全局ML指數(shù)參考共同前沿所存在的傳遞性與可累乘性等特點，并且具有各期效率可比性(30)肖琴、羅其友、周振亞等：《中國農業(yè)綠色生產(chǎn)效率的動態(tài)變遷與空間分異——基于DDF-Global Malmquist-Luenberger指數(shù)方法的分析》，《農林經(jīng)濟管理學報》2020年第5期，第 537-547頁。。因此，本研究將在規(guī)模報酬不變條件及產(chǎn)出導向下構造DDF-GML生產(chǎn)率指數(shù)模型并對其進行分解。

P(x)={(yg，yb)|xcanproduce(yg，yb)}

(1)

其中，P為生產(chǎn)可能性集合，即投入要素x可以生產(chǎn)出期望產(chǎn)出與非期望產(chǎn)出(yg，yb)。同時，該生產(chǎn)可能性集合為一個有界的閉集并且滿足期望產(chǎn)出與投入的強可處置性、期望產(chǎn)出與非期望產(chǎn)出的弱可處置性和零結合性假設(31)王兵、侯冰清：《中國區(qū)域綠色發(fā)展績效實證研究:1998—2013——基于全局非徑向方向性距離函數(shù)》，《中國地質大學學報(社會科學版)》2017年第6期，第24-40頁。。

在農業(yè)生產(chǎn)活動中，伴隨著產(chǎn)量的上升過程，碳排放和面源污染也不可避免地出現(xiàn)。而農業(yè)可持續(xù)發(fā)展的目標是在保持期望產(chǎn)出增加的同時，進一步減少非期望產(chǎn)出，基于此，本研究將引入Chung等(1997)(32)Chung Y H,F?re R,Grosskopf S,Productivity and Undesirable Outputs:A Directional Distance Function Approach,Journal of Environmental Management,1997,No.3,pp.229-240.所提出的能夠對期望產(chǎn)出與非期望產(chǎn)出進行區(qū)別處理的方向性距離函數(shù)，具體形式如下：

D=(x，yg，yb;g)=max{β|(yg+βgy，yb-βgb)∈P(x)}

(2)

其中，g=(gy，-gb)是方向向量表示在gy方向上增加期望產(chǎn)出，并且在gb方向上減少非期望產(chǎn)出，β為在給定要素x和生產(chǎn)可能性集合P的情形下，期望產(chǎn)出與非期望產(chǎn)出沿g方向向量最大擴張和收縮程度。

2.Global Malmquist-Luenberger指數(shù)。參考Oh(2010)(33)Oh D,A Global Malmquist-Luenberger Productivity Index,Journal of Productivity Analysis,2010,No.3,pp.183-197.的做法，將所有構造的當期基準全部包絡進來，得到單一的、可全局參比的生產(chǎn)可能性集合。結合式(1)，本研究的全局基準生產(chǎn)可能性集合為：

(3)

(4)

進一步地，將GMLt，t+1指數(shù)分解為全局技術效率指數(shù)GEFFCHt，t+1和全局技術進步指數(shù)GTECHt，t+1，分解過程如下：

(5)

(二)非期望產(chǎn)出測算方法

1.碳排放測算方法。農業(yè)碳排放參考《IPCC國家溫室氣體清單指南》所提供的碳排放系數(shù)并采用農業(yè)各類能源消耗與對應排放因子的乘積來進行測量。具體公式如下：

(6)

其中，ACE為農業(yè)部門生產(chǎn)活動產(chǎn)生的碳排放，Ei為農業(yè)生產(chǎn)中第i類能源的消耗量，δi為第i類能源的碳排放系數(shù)。

2.農業(yè)面源污染測算方法?？紤]到污染物的統(tǒng)一性，本研究將化學需氧量(COD)、總氮(TN)和總磷(TP)定義為農業(yè)面源污染，并采用賴斯蕓等(2004)(35)賴斯蕓、杜鵬飛、陳吉寧：《基于單元分析的非點源污染調查評估方法》，《清華大學學報(自然科學版)》2004年第9期，第1184-1187頁。和陳敏鵬等(2006)(36)陳敏鵬、陳吉寧、賴斯蕓：《中國農業(yè)和農村污染的清單分析與空間特征識別》，《中國環(huán)境科學》2006年第6期，第751-755頁。所使用的“自上而下”單元分析法來建立農業(yè)活動與污染物之間的關系。該方法充分考慮了統(tǒng)計數(shù)據(jù)的可獲得性、可比性和顯著性，是一項非常全面簡便的面源污染估算方法，受到學界的廣泛青睞。具體測算公式如下：

ANSP=∑EU活動=∑∑EU類別=∑∑∑EU單元×EUA

(7)

其中，ANSP為農業(yè)面源污染，即COD、TN和TP排放總和，EU活動表示農業(yè)生產(chǎn)產(chǎn)生面源污染的活動，EU類別表示產(chǎn)生面源污染的具體類別，EU單元為產(chǎn)生面源污染的具體單元，其中活動由類別組成，類別由單元組成，EUA代表單個單元的污染物排放量，計算公式如下：

(8)

其中，EUi代表第i個單元，ρij為第i個單元污染物j的污染強度系數(shù)，ηi為對應資源的利用效率相關系數(shù)，PEij為污染物j產(chǎn)生量(農業(yè)生產(chǎn)所造成的最大潛在污染量)，Cij表示第i個單元污染物j的排放系數(shù)，由該單元本身和空間特征S所決定。表1為我國具體的農業(yè)面源污染基本單元列表。

表1 我國農業(yè)面源污染基本單元列表

表1中各面源污染產(chǎn)污單元調查指標來源于《中國農村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《新中國農業(yè)60年統(tǒng)計資料》以及各省份統(tǒng)計年鑒等。而上述污染強度系數(shù)、排放系數(shù)等參數(shù)值主要來源于第一次全國污染源普查以及《污染源普查農業(yè)源系數(shù)手冊》中的分省數(shù)據(jù)；關于農業(yè)相關資源利用效率系數(shù)、流失系數(shù)等數(shù)據(jù)參考孟祥海等(2019)(37)孟祥海、周海川、杜麗永等：《中國農業(yè)環(huán)境技術效率與綠色全要素生產(chǎn)率增長變遷——基于種養(yǎng)結合視角的再考察》，《農業(yè)經(jīng)濟問題》2019年第6期，第9-22頁。和Zou等(2020)(38)Zou L L,Liu Y S,Wang Y S,et al.,Assessment and Analysis of Agricultural Non-point Source Pollution Loads in China:1978-2017,Journal of Environmental Management,2020-06-01,https://doi.org/10.1016/j.jenvman.2020.110400.。

(三)數(shù)據(jù)來源與選取

本研究所使用的投入產(chǎn)出指標及數(shù)據(jù)來源如表2所示，其中各統(tǒng)計年鑒的使用年份均為2001—2018年。目前統(tǒng)計年鑒中尚無分地區(qū)農業(yè)能源消耗量的數(shù)據(jù)統(tǒng)計，因此將各省份農林牧漁業(yè)原煤、原油和天然氣等能源消耗轉換成標準煤，并將第一產(chǎn)業(yè)增加值轉換成以2000年為基期的不變價格，以消除物價變動對結果的干擾。

表2 農業(yè)GTFP投入產(chǎn)出指標

三、實證分析

(一)農業(yè)面源污染負荷總量匡算結果

根據(jù)單元分析法，本研究估算2000—2017年我國農業(yè)面源污染負荷總量(見圖1)。為了驗證數(shù)據(jù)結果的可靠性，將估算結果與第一次全國污染源普查公報所公布的數(shù)據(jù)進行比較。由于公報中統(tǒng)計數(shù)據(jù)來源于部分典型的農業(yè)地區(qū)，而非全國范圍，該數(shù)據(jù)低于本研究估算結果。與Zou等(2020)相比，本研究匡算結果相對較小，原因是為測算農業(yè)綠色全要素生產(chǎn)率，本研究僅關注農業(yè)生產(chǎn)部門的排污，在進行面源污染計算時將農村生活所產(chǎn)生的污染排除在外，但總負荷趨勢與其研究結果基本一致且與實際情況相符。

圖1 我國農業(yè)面源污染負荷總量圖

從農業(yè)面源污染負荷總量的增減趨勢看，我國農業(yè)面源污染于2000—2002年上升，在2003年下降后開始攀升，2006年達到峰值，約為2 502.62萬噸。在2007年內經(jīng)歷過大幅下降后開始緩慢上升，2014—2017年呈現(xiàn)下滑態(tài)勢。早期粗放型的農業(yè)發(fā)展模式使農業(yè)面源污染在短短幾年內迅速加劇，隨著國家對農村生態(tài)環(huán)境重視程度的提高以及農民人力資本的增加與環(huán)保意識的增強，農業(yè)生態(tài)環(huán)境壓力開始減緩，面源污染下降的趨勢良好。從面源污染負荷總量的組成來看，不難發(fā)現(xiàn)，COD占總污染的比重最大，TN次之，TP最小。Zhang等(2019)指出，農業(yè)生產(chǎn)中禽畜養(yǎng)殖所排放的面源污染最大，這是由于養(yǎng)殖業(yè)所具有的“大規(guī)模、排污復雜和難以控制”特點使COD排放比例上升，而TN與TP比例下降(39)Zhang C Z,Liu S,Wu S X,et al.,Rebuilding the Linkage between Livestock and Cropland to Mitigate Agricultural Pollution in China,Resources,Conservation and Recycling,2019,No.1,pp.65-73.。此外，COD、TN、TP與總污染的趨勢也基本相同，說明農業(yè)部門可以通過轉變發(fā)展模式同時減少各種污染物，有效破解農業(yè)經(jīng)濟與資源環(huán)境的矛盾，實現(xiàn)協(xié)調發(fā)展。

(二)整體農業(yè)GTFP測算及分解結果分析

使用MaxDEA 8軟件計算得到2000—2017年我國30個省份的農業(yè)綠色全要素生產(chǎn)率及其分解結果(見圖2和表3)。

圖2 我國整體農業(yè)GTFP及分解圖

表3 我國整體農業(yè)GTFP分解結果與累計值表

由圖2和表3可以看出，2000—2017年我國農業(yè)GTFP呈現(xiàn)波動上升態(tài)勢，年均增長率為0.84%，其最低值在2005年，為0.9779，最高值在2007年，為1.0292，效率值相差5.13%。從考察期內的GTFP累積值可以看出，從2001年的0.9989到2017年的1.1524，累積增長約為1.15倍，表明進入新世紀后我國農業(yè)GTFP得到長效持續(xù)提升。考察期內整體農業(yè)GTFP的增減波動大致可以分為四個子時期，即2000—2005年、2006—2009年、2010—2015年以及2016—2017年。前三個子時期分別對應農業(yè)GTFP先增長后減少趨勢：第一個子時期內，主要是由于中央政府所出臺的多項惠農政策激發(fā)了農民生產(chǎn)與學習農業(yè)技術的積極性(40)韓海彬、趙麗芬：《環(huán)境約束下中國農業(yè)全要素生產(chǎn)率增長及收斂分析》，《中國人口·資源與環(huán)境》2013年第3期，第70-76頁。；第二個子時期的效率增長受到2006年我國全面取消農業(yè)稅的影響，該項政策在減少農民負擔的同時提高了生產(chǎn)效率；第三個子時期內農業(yè)GTFP出現(xiàn)了一段時期的停滯不前。而在第四個子時期內綠色效率開始顯著提升，這離不開我國所實施的包含《到2020年化肥使用量零增長行動方案》等一系列農業(yè)資源與生態(tài)環(huán)境保護政策。

從分解結果看，技術進步在考察期內的均值為1.0075，年均增長率為0.75%，而技術效率為1.0009，年均增長率是0.09%，說明在考察期內整體上是農業(yè)技術進步推動了農業(yè)GTFP的提高，而技術效率的改善相對微弱，這與全炯振(2009)所提出的農業(yè)全要素生產(chǎn)率的技術誘導型增長模式相同(41)全炯振：《中國農業(yè)全要素生產(chǎn)率增長的實證分析:1978～2007年——基于隨機前沿分析(SFA)方法》，《中國農村經(jīng)濟》2009年第9期，第36-47頁。。農業(yè)綠色技術的研發(fā)與創(chuàng)新在提高產(chǎn)量的同時兼顧污染減排，成為提升農業(yè)GTFP的主要動力。在多數(shù)年份中，技術效率出現(xiàn)下滑在一定程度上抵消了農業(yè)技術水平提高的效果。但是在2005—2006年、2008—2010年以及2017年三個時間段，技術進步明顯低于技術效率且均位于效率值1水平以下，說明在考察期內農業(yè)綠色技術雖整體處于進步階段，但仍有個別年份發(fā)生了技術衰退現(xiàn)象。

(三)我國農業(yè)GTFP區(qū)域差異分析

表4分析了我國各個區(qū)域的農業(yè)GTFP及其分解結果，從中可以發(fā)現(xiàn)，年均增長率最高的是我國東部地區(qū)，中部次之，東北地區(qū)再次，西部地區(qū)墊后，分別為1.01%、0.92%、0.73%和0.67%，只有東部和中部地區(qū)高于整體年均增長率。這一結果與王軍等(2019)所分析的區(qū)域農業(yè)全要素生產(chǎn)率不同的是，納入環(huán)境約束后，東北地區(qū)的效率值出現(xiàn)下滑且次于中部地區(qū)(42)王軍、楊秀云：《改革開放以來中國農業(yè)全要素生產(chǎn)率的動態(tài)演進及收斂性分析》，《統(tǒng)計與信息論壇》2019年第11期，第59-66頁。。這表明，具有我國農業(yè)重要戰(zhàn)略地位的東北地區(qū)，在大力發(fā)展農業(yè)生產(chǎn)的同時，未能合理協(xié)調與農業(yè)環(huán)境污染之間的關系。從時間變化趨勢看，各區(qū)域與整體農業(yè)GTFP的變化趨勢基本相同，在考察期內出現(xiàn)三次上升后又下降的走向，但最終仍呈上升態(tài)勢，符合前文所提及的四個子時期階段，并且東部和東北地區(qū)的波動幅度相對較大。

從區(qū)域農業(yè)GTFP的增長源泉看，東部、西部和東北地區(qū)綠色效率提升的主導因素為技術進步。具體而言，東部技術效率為0.9971，增長率為-0.29%，而技術進步為1.0130，增長率為1.30%；東北地區(qū)技術效率為0.9999，而技術進步為1.0074，說明東部及東北地區(qū)綠色技術水平的提高抵消了部分技術效率惡化所產(chǎn)生的影響。Pang等(2016)指出，農業(yè)生態(tài)高效率地區(qū)主要集中于經(jīng)濟發(fā)達地區(qū)(43)Pang J X,Chen X P,Zhang Z L,et al.,Measuring Eco-efficiency of Agriculture in China,Sustainability,2016,No.4,p.398.。其原因在于，我國東部地區(qū)經(jīng)濟發(fā)展水平的提高推動了農業(yè)綠色技術進步，促使農業(yè)部門高效生產(chǎn)的同時進一步緩解了環(huán)境壓力。而西部地區(qū)技術效率和技術進步的增長率分別為0.15%和0.51%，表明在考察期內西部的技術進步水平提升，同時技術效率也發(fā)生了改善。西部地區(qū)具有得天獨厚的農業(yè)資源優(yōu)勢，長期實施的西部大開發(fā)戰(zhàn)略也為西部農業(yè)綠色發(fā)展提供新的機遇。與其他三個區(qū)域不同的是，中部地區(qū)農業(yè)綠色生產(chǎn)率增長的動力源泉主要是技術效率，其貢獻率約為70%，而技術進步的增長率為0.27%，約占生產(chǎn)率提升的30%，足以體現(xiàn)中部地區(qū)存在技術研發(fā)與創(chuàng)新力度不足的問題。

圖3顯示了我國各區(qū)域及整體農業(yè)GTFP的累積值，從時間趨勢看走勢基本相同，2003年農業(yè)經(jīng)濟發(fā)展受到“非典”疫情與嚴重自然災害的雙重影響(44)柏先紅：《2003年農業(yè)發(fā)展概況》，《中國發(fā)展報告》2004年第1期，第81-84頁。，其中中部、西部和東北地區(qū)累積值開始大幅下降，東部地區(qū)也于2004年出現(xiàn)相同情況，但四大區(qū)域在2005年后開始保持增長。2008年，在中央一號文件明確加快推進農業(yè)機械化發(fā)展和增加農機購置補貼種類等政策的刺激下，東北地區(qū)地形平坦、土地面積大等利于機械化生產(chǎn)的農業(yè)良好條件得以充分發(fā)揮，使其在2008—2013年間累積值增長率處于領先地位。不難看出，2016年后各區(qū)域累積值曲線更加陡峭，斜率變大，向上攀升，且2017年仍保持高增長態(tài)勢。

圖3 我國區(qū)域農業(yè)GTFP累積值圖

(四)我國糧食功能區(qū)農業(yè)GTFP差異分析

糧食安全作為經(jīng)濟安全的重要方面(45)陳宇峰、田珊：《定價主導權爭奪下的中國糧食安全》，《經(jīng)濟研究參考》2015年第38期，第38-48頁。，全面認識我國三大糧食功能區(qū)農業(yè)GTFP是實現(xiàn)生態(tài)與經(jīng)濟雙贏的基礎。糧食功能區(qū)源于2001年我國糧食流通體制改革，根據(jù)各個省份糧食生產(chǎn)的具體產(chǎn)銷特征，并結合各地資源稟賦差異與歷史傳統(tǒng)，將我國糧食生產(chǎn)地區(qū)劃分為糧食生產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和糧食主銷區(qū)(46)高鳴、宋洪遠：《糧食生產(chǎn)技術效率的空間收斂及功能區(qū)差異——兼論技術擴散的空間漣漪效應》，《管理世界》2014年第7期，第83-92頁。。圖4和表5分別顯示了不同功能區(qū)的農業(yè)GTFP及分解結果。

表5 我國糧食功能區(qū)農業(yè)GTFP及分解結果表

續(xù)表5

從時間趨勢看，各個功能區(qū)農業(yè)GTFP變化趨勢基本相似，大致經(jīng)歷了三個子時期的“∧”型變化后，在2015—2017年內保持增長趨勢，考察期內糧食生產(chǎn)區(qū)、平衡區(qū)和主銷區(qū)的農業(yè)GTFP年均增長率分別為0.81%、0.75%和1.02%。就波動情況而言，糧食生產(chǎn)區(qū)與產(chǎn)銷平衡區(qū)波動相對較小，而糧食主銷區(qū)變化較大。由于糧食主銷區(qū)工業(yè)化與城鎮(zhèn)化水平較高，且對糧食生產(chǎn)和耕地面積的要求較低，其受到外界政策沖擊的影響相對較大，在考察期內波動最為顯著。

從糧食功能區(qū)分解結果看，糧食主產(chǎn)區(qū)、平衡區(qū)和主銷區(qū)的技術進步年均增長率分別為0.47%、0.48%和1.66%，而技術效率年均增長率分別為0.33%、0.27%和-0.63%。可見，不論是主產(chǎn)區(qū)、平衡區(qū)還是主銷區(qū)，技術進步均為農業(yè)GTFP增長的主要源泉，特別對于主銷區(qū)而言，考察期內其技術效率均值低于1，說明存在技術效率惡化的現(xiàn)象。但主銷區(qū)內城鎮(zhèn)化進程的深入推進，推動了農業(yè)生產(chǎn)技術進步，促進土地集約化、規(guī)?；?jīng)營，深刻影響農民思想觀念和生活生產(chǎn)方式，進而一定程度上對農業(yè)污染減排和綠色全要素生產(chǎn)率的提升起到促進作用(47)薛蕾、廖祖君、王理：《城鎮(zhèn)化與農業(yè)面源污染改善——基于農民收入結構調節(jié)作用的空間異質性分析》，《農村經(jīng)濟》2019年第7期，第55-63頁。。此外，作為GTFP均值排名第二的糧食生產(chǎn)區(qū)，在實現(xiàn)糧食生產(chǎn)安全目標的前提下，其內部產(chǎn)量增長與污染壓力的沖突更加集中(48)羅斯炫、何可、張俊飚：《增產(chǎn)加劇污染——基于糧食主產(chǎn)區(qū)政策的經(jīng)驗研究》，《中國農村經(jīng)濟》2020年第1期，第108-131頁。。正如分解結果所示，技術效率改善最為明顯，但技術進步相對其他兩個功能區(qū)略顯落后，這主要是由于糧食生產(chǎn)區(qū)多為早期的農業(yè)大省，在經(jīng)濟發(fā)展過程中產(chǎn)業(yè)結構調整相對緩慢，工業(yè)化進程落后難以為技術創(chuàng)新和技術水平的提升提供基礎條件。對產(chǎn)銷平衡區(qū)而言，絕大多數(shù)省份來源于西部地區(qū)，其農業(yè)GTFP均值最低，通過分解后發(fā)現(xiàn)技術效率和技術進步位于中等水平。

四、結論與建議

農業(yè)是支撐國民經(jīng)濟建設和發(fā)展的基礎產(chǎn)業(yè)。隨著農業(yè)生產(chǎn)要素的廣泛投入，農業(yè)面源污染和碳排放問題日益突出。全面準確地衡量和認識我國農業(yè)GTFP是提高農業(yè)綠色發(fā)展水平的基礎，深入挖掘并把握我國整體、區(qū)域和糧食功能區(qū)農業(yè)GTFP背后的動力源泉是制定適合區(qū)域、功能區(qū)農業(yè)規(guī)劃的先決條件?；诖?，本研究將農業(yè)面源污染和碳排放作為非期望產(chǎn)出納入傳統(tǒng)農業(yè)全要素生產(chǎn)率的分析框架中，并定義其為農業(yè)GTFP，進一步使用DDF-Global Malmquist-Luenberger生產(chǎn)率指數(shù)，從動態(tài)視角評估了2000—2017年我國整體、區(qū)域及不同糧食功能區(qū)的農業(yè)GTFP變化情況，并對結果進行分解分析，得出以下主要結論。

1.農業(yè)面源污染壓力近年來有所減緩。我國農業(yè)面源污染負荷中，COD排放占總排放比重最大，且COD、TN、TP與總面源污染變化趨勢基本一致，于2006年達到峰值，近年來呈現(xiàn)下降的良好態(tài)勢。

2.整體農業(yè)GTFP在考察期內呈現(xiàn)波動上升態(tài)勢。我國整體農業(yè)GTFP根據(jù)增減變化大致可以分為四個子時期，前三個子時期均為先增長后下降的“∧”型變化趨勢，第四個子時期出現(xiàn)顯著提升。進入新世紀后農業(yè)綠色發(fā)展水平取得長效提升，考察期內GTFP累積增長約1.15倍，并進一步驗證了該增長模式為技術誘導型增長。

3.區(qū)域農業(yè)GTFP年均增長率的對比及其推動力。我國區(qū)域農業(yè)綠色全要素生產(chǎn)率年均增長率呈現(xiàn)東部最高，中部次之，東北其后，西部最后。其中，東部、西部和東北地區(qū)的主要推動因子為技術進步，而中部則是技術效率。此外，各區(qū)域與整體農業(yè)GTFP累積值的時間變化趨勢大致相同。

4.糧食功能區(qū)農業(yè)GTFP變化趨勢及其推動力。各個糧食功能區(qū)農業(yè)GTFP變化趨勢基本相似，其中糧食主銷區(qū)波動較大，且三大功能區(qū)綠色增長的主要推動力均來源于技術進步，但對于承擔糧食安全功能的主產(chǎn)區(qū)而言，其技術進步貢獻作用落后于其他兩個功能區(qū)。

根據(jù)上述研究結論，本研究提出以下三點政策建議。

1.鼓勵農業(yè)技術研發(fā)與創(chuàng)新。農業(yè)技術進步是農業(yè)現(xiàn)代化的要求，也是實現(xiàn)協(xié)調發(fā)展的重要手段。針對農業(yè)GTFP的技術誘導型增長模式，應積極引導并鼓勵農業(yè)部門的技術研發(fā)與創(chuàng)新，尤其是農業(yè)綠色生產(chǎn)技術的開發(fā)與利用，同時應注重各省份農業(yè)技術效率的改善問題。通過促進科技人才的流動與溝通，加快先進農業(yè)技術的擴散與實施推廣。

2.因地制宜地制定農業(yè)綠色發(fā)展戰(zhàn)略。針對綠色生產(chǎn)率的區(qū)域差異性特征，政府應結合各區(qū)域的農業(yè)資源稟賦與不足，合理地制定農業(yè)綠色發(fā)展戰(zhàn)略，并以此協(xié)調各區(qū)域的農業(yè)發(fā)展，進而縮小區(qū)域差距。對具有較高綠色發(fā)展效率的東部地區(qū)，應推動農業(yè)重大技術研發(fā)，并將技術進行擴散；而對于效率較低的西部地區(qū)，應積極學習與借鑒綠色農業(yè)發(fā)達地區(qū)的經(jīng)驗，并總結形成一套適合自身發(fā)展的綠色路徑。

3.妥善解決糧食功能區(qū)產(chǎn)量與污染的矛盾。針對糧食功能區(qū)生產(chǎn)率差異，應縮小各功能區(qū)間的差距，處理好生產(chǎn)功能區(qū)中產(chǎn)量與污染的沖突，在確保糧食產(chǎn)量安全的前提下減少農業(yè)污染排放，實現(xiàn)“既要綠水青山，又要金山銀山”的發(fā)展目標。