碳排放約束下的農業綠色全要素生產率研究
——基于廣東省面板數據的實證分析

姚鳳民，徐皓南，郭欣儀，侯 達，陸 帆，周雨卓

（廣東財經大學財政稅務學院，廣東 廣州 510320）

2021 年黨的十九屆五中全會提出，必須深入推進農業供給側結構性改革，進一步推進農業綠色發展，舉全黨全社會之力加快農業農村現代化。改革開放以來，我國在人口不斷增加、耕地不斷減少的情況下仍實現人均糧食產量不斷提高、農民收入穩步提升，在農業生產和發展方面取得了非凡成就。但與此同時，國內農業污染嚴重、農業生產率不高、區域間發展不平衡、創新動力不足等問題突出，已不符合當今農業高質量發展的要求。如何在進一步提高農業產出的同時減少污染排放，實現農業綠色發展，是全國農業高質量發展的關鍵問題，測算農業綠色全要素生產率是掌握農業綠色發展水平和發展綠色農業的基礎性研究工作。《自然-食品》（Nature-food）在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1/3 以上，糧食體系的絕對排放量呈持續上升態勢。因此，農業是重要的溫室氣體排放源，要實現碳達峰、碳中和，農業農村碳排放是重點解決環節。本文以廣東省為研究對象，在考慮碳排放的環境約束下測算農業全要素生產率——即農業綠色全要素生產率，并從時間和空間兩個方面進行時空特征分析，理論上豐富了碳排放約束下的農業綠色全要素生產率的研究文獻，實踐上可為提高廣東省農業綠色全要素生產率提出改進建議，并以此推向全國，從而推動我國農業可持續和高質量發展，促進農業綠色經濟協調增長。

全要素生產率（Total Factor Productivity，TFP）是衡量生產過程中利用全部要素投入獲得產出能力水平的重要指標。21 世紀初，人們開始重視農業環境保護問題，生態農業和綠色農業開始成為各國農業的發展方向和發展目標，學者也開始將環境因素納入到農業TFP的測算指標當中，提出了農業綠色全要素生產率（GTFP）的概念。目前國內外學者在農業綠色全要素生產率方面的研究比較豐富，主要集中在以下三個方面：一是綠色全要素生產率概念的研究及指標構建。先有部分學者將環境污染作為一種要素投入來測算綠色全要素生產率，后有學者認為環境污染是經濟發展過程中帶來的副產品，故將環境污染視為非期望產出［1］。而在構建具體表示農業環境污染的指標時，學者持不同觀點，有學者將氮素、殺蟲劑流失作為一種壞的產出［2］，也有將總氮磷流失作為一種要素投入來測算綠色全要素生產率［3］，但大體都圍繞農業化肥、農藥等化學物質為污染源所產生的排放物進行探討［4］。二是農業綠色全要素生產率測算方法及其測算過程。農業TFP 測算主要包括非前沿面方法和前沿面方法，非前沿面方法假定不存在生產技術無效率，主要包括指數法和生產函數估計方法，將產出指標量與投入指標量加權的比率算作全要素生產率。前沿面方法考慮了技術無效率，以實際投入產出與前沿面的距離表示無效率水平，一般構建Malmquist 指數表征全要素生產率［5］。前沿面的估計包括非參數的數據包絡方法（Data Envelopment Analysis，DEA）和參數隨機前沿分析（Stochastic Frontier Analysis，SFA）兩種方法。數據包絡分析法運用線性規劃和對偶原理實現對生產前沿面的確定，無需設定生產函數，減少了因設置函數而進行假設產生的誤差，且可實現對多投入多產出分析［6］。目前各界學者關于前沿方法的研究更多，DEA 方法特別是超效率DEA 模型和Malmquist 指數法在農業綠色全要素生產率的測度中應用廣泛。三是農業綠色全要素生產率的具體實證分析。國內關于農業綠色全要素生產率的研究相對較少，石慧等［7］、賈淼等［8］分別運用 SFA-Malmquist 指數和DEA 方法，將農業生產帶來的環境污染作為一種要素投入，研究我國農業綠色全要素生產率，并與傳統全要素生產率進行比較。梁俊等［9］通過拓展的非徑向非角度的DEA 模型和Luenberger 生產率指標，在估算了農業污染的前提下，計算中國農業綠色全要素生產率的增長。吳傳清等［10］結合SBM 模型和GML 指數測度長江經濟帶農業綠色全要素生產率。葛鵬飛等［6］利用基于SBMDDF 方法的Luenberger 指數對2001—2015 年我國31 個省份的農業綠色全要素生產率進行測度。王聰聰等［11］利用超效率SBM模型和全局ML指數，從靜態、動態不同角度，對我國蘋果環境技術效率和綠色全要素生產率進行測算，并分析不同產區之間的差異。陳芳等［12］基于2003—2018 年我國26 個省份的面板數據，采用超效率SBM 模型測算廣義農業綠色全要素生產率，探究農產品國際貿易水平對農業綠色全要素生產率的影響。余航等［13］用DEA 的Malmquist 指數法，研究了2004—2015 年我國早秈稻、中秈稻、晚秈稻和粳稻的全要素生產率及其構成和變動趨勢。

綜上可知，國外關于農業綠色全要素生產率的研究要早于國內，但是國內學者在充分借鑒和學習國外的研究方法后，對我國農業綠色全要素生產率做了豐富的研究，主要集中于國家層面或者地區層面，對于省域層面的研究較少，尤其是關于廣東省的研究則更鮮見。本研究以廣東省作為研究切入點，以在更微觀層面對農業綠色全要素生產率進行探究，提供更細致的研究結論和更具針對性的建議。

1 材料與方法

1.1 研究方法

1.1.1 考慮非期望產出的SBM-DDF 模型 傳統的徑向DEA 模型對無效率程度的測量只包含所有投入（產出）等比例縮減（增加）的部分，但對于無效率單元格（DMU）來說，其當前狀態與有效狀態的目標值之間的差距除了等比例改進的部分，還包括松弛改進的部分，而松弛改進的部分在傳統的徑向DEA 模型中并沒有得到體現。為了解決這一問題，Tone［14］通過在目標函數中引入投入和產出的松弛量，提出了一個非徑向非角度的基于松弛改進的SBM 模型。在此基礎上，本研究借鑒李谷成［15］構造的含有非期望產出變量的非徑向非角度基于松弛改進的SBM 方向性距離函數模型，即SBM-DDF 模型，將廣東省除深圳市外的20 個市作為評估單元格（DMU），假設每個單元格有m種投入；有q種產出，其中r種期望產出，以及n種非期望產出，m+n=q。因此，由投入x和期望產出y，以及非期望產出b構成生產可能性集，可表示為：

則第t 期第k個單元格（DMU）的SBM-DDF評價模型可以表示為：

式中，sm、sr、sb分別為投入、期望產出和非期望產出的松弛量，松弛量的值越大表示被評價決策單元格離前沿面越遠，即效率越低。*ρ表示生產效率，當ρ*=1 時表示DMU 處于構造的生產可能性集合前沿面，即生產有效，此時sm=sr=sb=0；當ρ* ＜1 表示生產單位存在效率損失，在投入產出上存在進一步改進的空間。

1.1.2 考慮非期望產出的Malmquist-Luenberger指數 Malmquist 指數最初由瑞典統計學家Malmquist 等提出，其與DEA 分析方法聯系起來，可用于測算t+1 時期相對于t時期的生產率的變化，F?re 首次采用兩個Malmquist 指數的幾何平均值作為被評價DMU 的Malmquist 指數［16］，并對其進行分解。Chung 等［1］首先將包含非期望產出的方向性距離函數應用于Malmquist 模型，并將得出來Malmquist 的指數稱作Malmquist-Luenberger（ML）指數。ML 指數即是考慮了非期望產出的生產率變化指數，該指數在測算生產率時要求“好的”產出不斷增加的同時，還要求“壞的”非期望產出不斷減少。按照Fare 的幾何平均值相關理論，Malmquist-Luenberger 指數可以表示為：

據此，按照F?re 的分解方法，將ML 指數分解為技術效率變化（EFFCH）和技術進步變化（TECH）兩部分，即ML=EFFCH×TECH。其中TECH 表示技術進步帶來的效率變化，而EFFCH又可以進一步分為規模效率變化（SEEC）和純技術效率變化（PEC），其中SEEC 表示投入產出規模的改變而帶來的效率改變。最終將ML 指數分解為三部分，即：

當ML＞1 時，表示對應單元格的效率相對于上一時期效率有所提高；當ML＜1 時則表示對應單元格的效率相對于上一時期效率有所下降。

本研究實證利用DEA 分析軟件MAXDEA 6.0進行分析，結合實證結果分別從空間和時間兩個維度對廣東省的農業綠色全要素生產率（GTFP）進行分析。

1.2 指標選取及數據來源

1.2.1 指標選取 本研究采用2007—2017 年廣東省20 個市（除深圳市）的農業投入產出的面板數據，估算廣東農業綠色全要素生產率。廣義的農業包括種植業、林業、畜牧業和漁業，狹義農業只包括農林牧漁中的農業，即種植業。由于狹義農業與林業、畜牧業、漁業對投入要素的需求不同，同時為保持數據口徑的統一，本研究選取狹義農業作為研究對象。在確定研究對象和研究范圍的基礎上，根據數據的可得性、一致性和可用性原則，借鑒前人經驗和結合實際，選取以下投入產出指標構成評價廣東省農業綠色全要素生產率的指標體系。

（1）勞動力投入。參考葉初升等［17］的方法，以農業總產值占農林牧漁業總產值的比重作權重，對第一產業從業人員進行分離，計算出的農業從業人員作為勞動力投入。

（2）機械動力投入。采用農業機械動力，將農業總產值占農林牧漁業總產值的比重作權重，對機械總動力進行分離，作為農業機械動力投入。

（3）灌溉投入。以每年有效灌溉面積表示。

（4）化肥投入。以每年用于農業生產的化肥折純量表示。

（5）農藥投入。以每年農藥使用量表示。

（6）農膜投入。以每年農用塑料薄膜使用量表示。

在測算農業GTFP 時處理環境污染物指標有兩種方法，一種是將環境污染作為一種要素投入，另一種是將環境污染作為非期望產出。本研究采用第2 種方式，產出指標包括期望產出和非期望產出，前者用農業總產值表示，后者以碳排放表示。

表1 農業GTFP 測算指標體系Table 1 Calculation index system of agricultural GTFP

1.2.2 數據來源 本文除碳排放量的數據根據以下方法計算得到之外，其余所有數據均來源于2008—2018 年《廣東農村統計年鑒》。農業碳排放源具有多樣性和復雜性，主要來自化肥、農藥、農膜、農業機械、農業翻耕和灌溉6 個方面［18］。其中，除農業機械外所有投入要素的碳排放測算，根據參考文獻［19］的碳排放量計算公式進行核算：

式中，C代表農業碳排放，Ci代表第i種碳源的碳排放量，Ti代表第i種碳排放源的量，δi表示第i種碳源的碳排放系數。農業機械操作帶來的碳排放參照文獻［20］的測算公式進行核算：

式中，Am為農作物總播種面積，Wm為農業機械總動力，B、C為轉化系數。各碳排放系數如表2所示。

表2 主要碳源碳排放系數Table 2 Carbon emission coefficients of main carbon sources

1.2.3 數據描述性統計 從農業GDP（AGDP）來看，由于此次分析的數據空間分布于廣東省20個市，且時間跨度達到10 年，可以看出各指標的最值之間相差較大。主要原因在于隨著時間的發展，無論是投入指標、期望產出指標和非期望產出指標都有較大的增長；其次，由于廣東省內地區間發展不平衡導致的地區間差異也是導致各指標最值相差較大的原因之一。碳排放量（C）也隨著投入和期望產出的增加而增加，尤其是隨著化肥和農膜等農業化學物質的投入而出現碳排放量激增的問題，在促進農業發展的同時對環境造成了嚴重威脅（表3）。

表3 廣東省農業綠色全要素各投入產出指標統計分析Table 3 Statistical analysis of input-output indexes of agricultural GTFP in Guangdong Province

2 結果與分析

2.1 廣東省農業綠色全要素生產率演變趨勢分析

如表4 所示，從全省總體水平來看，廣東省近10 年來的農業GTFP 變動率均值為1.120，且除2016—2017 年外，歷年的變動平均值均大于1，表明廣東農業GTFP 呈增長提高態勢，在環境約束的條件下，農業綜合生產能力得到提升。但是值得注意和警惕的是2016—2017 年廣東農業GTFP 均值小于1，表明農業GTFP 出現下降。同時，從圖1 也可以看出，廣東省農業GTFP 指數的變化從2007—2008 年的1.236 下降到2016—2017年的0.961，期間呈“W”狀波動，表明廣東省農業GTFP 指數的增長速率正在不斷下降。可見，全省農業綠色全要素生產率呈增長態勢，但是增長速度呈下降趨勢。

表4 廣東省農業GTFP 增長其分解Table 4 Breakdowns of agricultural GTFP growth in Guangdong Province

圖1 廣東省2007—2017 農業GTFP 指數及其分解指數變化情況Fig.1 Changes of agricultural GTFP index and its factorization index in Guangdong Province from 2007 to 2017

從全省農業GTFP 增長源泉來看，將廣東省農業GTFP 分解成技術進步（TECH）、規模效率（SEEC）和純技術效率（PEC）3 部分，從而有利于分析影響農業GTFP 的因素，找到優化、提高廣東省農業GTFP 的途徑。從全省均值來看，廣東省農業GTFP 的TECH 和技術效率（EFFCH）指數均大于1，說明兩者對廣東省農業GTFP 都起推動作用，但相對而言，TECH 指數變化均值為1.119，大于EFFCH 指數變化均值1.013。同時從圖1 可以分析出，歷年的TECH 指數變化多大于1，而EFFCH 指數變化多小于1，由此可以看出，廣東省農業GTFP 的增長主要來自于技術前沿面移動，即技術進步帶來的效率提升，而在技術水平不變的情況下技術本身效率的改進帶來貢獻較小。進一步將EFFCH 分解，得到PEC 和SEEC，可以看到PEC 指數變化均值為0.988，而SEEC 變化均值為1.031，表明當前廣東省農業綠色要素的投入產出處于規模遞增階段，純技術效率呈下降狀態。此階段在加大投入要素的同時，更應當注意管理、資源要素配置等效率，以此來保證和提高廣東省農業GTFP 的提高和改善。

2.2 廣東省農業綠色全要素生產率區域差異分析

從廣東省各市的農業GTFP 指數（表5）來看，2007—2017年間，除汕尾均值為0.994小于1以外，其余各市均值均大于1，表明各市在近10 年的農業GTFP 都保持較好的增長態勢，與全省總體良好態勢保持一致。其中中山、東莞、河源3 市表現突出，均值分別為1.403、1.262 和1.169。但以上3 市的農業GTFP 指數增長幅度下降迅速的問題同樣明顯，中山市由2008年相對2007年的3.308下降為2017 年相對于2016 的0.696，東莞市相同時期的變化為從1.339 下降至1.029，而河源市則從1.542 下降至1.169。由此可見，雖然3 市的農業GTFP 增長率總體均值較高，但增長幅度下降較快，而且所有城市的農業GTFP 都呈現出農業GTFP 增長率下降的問題，這一點也與全省總體趨勢表現一致，說明在環境約束的條件下，各市的農業GTFP 增長率出現不同幅度下降，仍需提高效率。

表5 廣東省各市2007—2017 年農業GTFP 變化情況Table 5 Changes of agricultural GTFP in various cities of Guangdong Province from 2007 to 2017

將廣東省按照地理區域劃分為粵東、粵西、粵北和珠三角地區四大區域，從總體均值上來看，珠三角的農業綠色生產率增長水平最高，粵北次之、粵東第三，粵西最低，且粵東西北三大地區均值相差不大，這初步說明作為廣東省內經濟發達地區的珠三角相對于經濟相對落后地區的農業GTFP 有更高的增長率，農業綜合生產能力更勝一籌。而粵東、粵西、粵北等地區在環境約束的情況下，農業綠色生產率的提高壓力較大，也側面表明環境問題一定程度上是一個發展問題。進一步對比圖2 和圖3 可知，圖2 表示的是各市2007—2017 年的農業綠色生產率變化指數，該圖顯示珠三角地區除中山、東莞和珠海外，其余地區農業GTFP 相較于粵東西北的部分地區較低，而從圖3 可以看出，珠三角地區的農業綠色生產率相較于其他地區較高，可見，廣東省內除了珠三角與粵東、粵西和粵北地區存在區域差異外，珠三角內部地區差異也較明顯，粵東、粵西、粵北各個區域內部自身也存在明顯地區差異。

圖2 廣東省各市2007—2017 年農業GTFP 指數均值Fig.2 Average value of agricultural GTFP index of various cities in Guangdong Province from 2007 to 2017

圖3 廣東省2008—2017 年各區域農業GTFP 指數變化Fig.3 Changes of regional agricultural GTFP index in Guangdong Province from 2008 to 2017

進一步對珠三角、粵東、粵西、粵北地區農業綠色生產率的增長源泉進行分析，從技術變化、純技術效率和規模效率中分析各區域導致農業GTFP 指數變化的動力源泉，探究各地區之間的差異。從表6 可以看出，廣東省內珠三角、粵東、粵西、粵北4個地區農業綠色全要素生產率的動力源泉存在著一定的共同性，表現在各地區的技術進步（TECH）指數均值都高于技術效率（EFFCH）指數均值，即各地區農業GTFP 增長都主要依靠于技術進步和技術改進，而技術效率本身所做的貢獻較低。這也說明了“科學技術是第一生產力”在農業上也是成立的，近年來在農業科學上取得的成果以及科學技術在農業上的應用，以及大型機械等現代化農業要素在農業上的投入對農業的綜合生產能力起到了較大的促進作用。而對各區域的EFFCH 的進一步分解可以看出，各地區的規模效率指數（SEEC）均值均大于1，說明在將環境因素納入到農業全要素生產率的評價指標體系中時，各地區的農業投入和產出正呈現出規模遞增的階段，應該進一步加大各要素投入，與此同時，要注重改善和提高農業要素投入的配置效率和管理效率。

表6 廣東省2008—2017 年各區域農業GTFP 增長及其分解Table 6 Regional agricultural GTFP growth and its decomposition in Guangdong Province from 2008 to 2017

3 結論與建議

3.1 基本結論

本研究利用廣東省20 個市（除深圳市）2007—2017 年的農業投入和產出面板數據，利用包絡分析方法中考慮了非期望產出的非徑向非角度的方向性距離函數SBM-DDF 評價方法，并將其與Luenberger 指數相結合，以考察被評價單元農業綠色全要素生產率的靜態特征和動態演變趨勢，并對該指數進行分解，尋找廣東省農業綠色全要素生產率的增長源泉。在此基礎上，我們將廣東省分為珠三角、粵東、粵西和粵北4 個區域進行對比分析，得出以下結論：

（1）廣東省農業綠色全要素生產率總體呈現上升趨勢，上升的主要動力源泉來自于技術進步帶來的效率提高，而技術效率或者說純技術效率的改進帶來的影響較小。但需要注意的是，廣東省農業綠色全要素生產率的增長速度呈下降趨勢，在目前強調高質量發展的背景下以及在環境約束的條件下，廣東省農業綠色全要素生產率的增長面臨較大壓力。

（2）廣東省區域內存在較大的差異，就農業綠色全要素生產率而言，珠三角表現最好，粵北第二、粵東第三，粵西最低。而且可以看出，四大區域之間的差異，除珠三角區域要明顯高于其他3 個區域外，粵東、粵西和粵北之間的差異并不大，因此本文認為環境問題在一定程度上還是一個發展問題，農業作為第一產業，同樣受限于地區發展程度。

（3）通過對廣東省內四大區域間總體對比和四大區域內部城市農業綠色全要素生產率相互對比進一步發現，不僅在區域之間存在差異，各區域內部各省市也存在較大差異。但是各總體特征表現與全省一致，即農業全要素生產率均呈上升趨勢，而且主要動力源泉都來自于技術進步，但是增長速度也都呈現下降趨勢。

3.2 對策建議

（1）堅持新發展理念，優化制度創新。實現農業綠色發展是實現《中共中央 國務院關于全面推進鄉村振興加快農業農村現代化的意見》目標的基礎，是實現農業高質量發展的重要內容。應 始終堅持“五位一體”總體布局的戰略目標，貫徹鄉村振興方針，落實中央“綠色”發展理念，注重環境因素對農業帶來的約束，切實推進化肥和農藥使用量負增長行動，發揮改革前沿陣地的帶頭先鋒表率作用，將低碳可持續的綠色農業發展模式進行到底。同時，要加大制度創新，提高農業技術效率，深化農村集體產權制度改革，切實做好農村土地“三權分置”工作，通過推進家庭農場、農業生產合作社等方式適度規模經營，優化農業資源配置，為農業綠色全要素生產率增長消除制度性障礙，提供制度支撐。

（2）轉變農業生產經營方式，多方面促進農業綠色科技進步。本文研究表明科學技術的進步和應用對農業綠色全要素生產率具有重要影響，但廣東省農業綠色技術效率的增長乏力阻滯了農業綠色全要素生產率的增長，即現有的農業綠色技術不能夠被充分合理利用。因此 應加快農業綠色技術科技化、現代化水平，農業的脆弱性和風險性表明其需要財政的支持與保障，一是要加大農業領域科技研發財政支持力度，完善農機購置補貼政策，抓住新基建建設機遇，推動農業技術進步；二是建立農業人才培養和引進制度，提高科技成果轉化應用率，加大對農業生產者的技術指導力度，突破廣東省農業綠色全要素生產率的增長壓力；三是要因地制宜，加強培育優質、高效、適宜機械化輕簡化作業的農作物新品種，研發推廣適宜山區丘陵地帶使用作業的農業機具，推動粵東西北地區水稻、馬鈴薯等主要農作物生產的機械化程度。

（3）落實區域協調發展戰略，發揮集聚放大效應。一是要充分發揮珠三角地區示范帶頭作用，可通過經驗分享會、技術交流會、實地指導等多種形式促進區域間技術共享；二是農業綠色全要素生產率較低的地區應加強與“前沿地區”，即珠三角地區的交流與合作，通過引進先進農業技術和管理經驗、管理人才，逐步縮小差距，推進農業綠色區域協調發展。