葛鵬飛 王頌吉 黃秀路

摘要

發(fā)展綠色農(nóng)業(yè)需要準確而全面地掌握農(nóng)業(yè)綠色發(fā)展現(xiàn)狀，因此測算農(nóng)業(yè)綠色全要素生產(chǎn)率成為一項重要的基礎(chǔ)性研究工作?，F(xiàn)有文獻在投入產(chǎn)出指標選擇上未達成統(tǒng)一認識，尤其對于非期望產(chǎn)出指標的選擇爭議較大，因此影響測算結(jié)論的科學(xué)性。本文在綜合借鑒已有文獻的基礎(chǔ)上，依據(jù)中國農(nóng)業(yè)的發(fā)展現(xiàn)實及統(tǒng)計數(shù)據(jù)的口徑資料，對農(nóng)業(yè)的投入產(chǎn)出指標進行重塑，著重分析了碳排放作為非期望產(chǎn)出的現(xiàn)實基礎(chǔ)，利用基于SBM-DDF方法的Luenberger指數(shù)對2001—2015年中國31個省份的農(nóng)業(yè)綠色全要素生產(chǎn)率進行測度，并分析其時空演變和收斂性。研究發(fā)現(xiàn)：①中國農(nóng)業(yè)平均碳排放強度從2001年開始經(jīng)歷了小幅上升期和平衡期，并在2006年之后呈現(xiàn)出顯著下降趨勢，中部農(nóng)業(yè)碳排放強度最高，西部最低。②碳排放的無效率和機械動力投入的無效率是各省農(nóng)業(yè)綠色無效率的主要來源；與東部相比，中西部勞動投入的無效率性顯著，尤其西部應(yīng)該加快農(nóng)業(yè)勞動力的轉(zhuǎn)移。③中國農(nóng)業(yè)綠色TFP年均增長率為1.56%，增長率在東中西部依次遞減，在糧食主產(chǎn)區(qū)、主銷區(qū)和平衡區(qū)依次下降。④除糧食主銷區(qū)存在絕對β收斂外，全國、東中西部、其余糧食功能區(qū)均不存在絕對β收斂和σ收斂；但全國及各區(qū)域均存在顯著的條件β收斂。結(jié)論啟示，依靠提升綠色TFP來實現(xiàn)中國農(nóng)業(yè)綠色發(fā)展尚有很大空間；農(nóng)業(yè)綠色全要素生產(chǎn)率較低的省份應(yīng)加強與“前沿省份”的交流與合作，通過引進先進農(nóng)業(yè)生產(chǎn)技術(shù)和農(nóng)業(yè)管理經(jīng)驗，逐步縮小與“前沿省份”的差距；特別對于糧食主產(chǎn)區(qū)，各省份間呈現(xiàn)出明顯的兩極分化現(xiàn)象，這不利于糧食生產(chǎn)安全。

關(guān)鍵詞 綠色農(nóng)業(yè)；農(nóng)業(yè)綠色全要素生產(chǎn)率；SBM-DDF-Luenberger

中圖分類號 F326 文獻標識碼 A 文章編號 1002-2104（2018）05-0066-09 DOI：10.12062/cpre.20171010

發(fā)展綠色農(nóng)業(yè)是實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的必由之路，同時也是落實中央“綠色”發(fā)展理念和推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的題中之義。綠色農(nóng)業(yè)是指合理運用先進技術(shù)、先進經(jīng)驗，以促進農(nóng)業(yè)生態(tài)安全、農(nóng)業(yè)資源安全、農(nóng)業(yè)產(chǎn)品安全為目標，實現(xiàn)農(nóng)業(yè)綜合經(jīng)濟效益提高和農(nóng)業(yè)可持續(xù)發(fā)展的新型農(nóng)業(yè)發(fā)展模式[1]。發(fā)展綠色農(nóng)業(yè)可以有效解決農(nóng)業(yè)資源的長期透支和過度開發(fā)問題，使農(nóng)業(yè)由“高碳性”粗放式發(fā)展向綠色集約式發(fā)展轉(zhuǎn)型，加快農(nóng)業(yè)現(xiàn)代化。由于中國各地農(nóng)業(yè)資源稟賦不同，各地區(qū)的農(nóng)業(yè)生產(chǎn)表現(xiàn)出顯著的差異性，掌握綠色農(nóng)業(yè)發(fā)展現(xiàn)狀成為實現(xiàn)綠色農(nóng)業(yè)的基礎(chǔ)。增長理論認為全要素生產(chǎn)率（TFP）是衡量經(jīng)濟發(fā)展的核心指標，其增長差異是造成不同國家和地區(qū)間經(jīng)濟差異的根本原因[2]。農(nóng)業(yè)現(xiàn)代化在很大程度上就是TFP對農(nóng)業(yè)經(jīng)濟增長的貢獻度持續(xù)提升的過程[3]。但是，傳統(tǒng)的農(nóng)業(yè)TFP核算基于要素投入和期望產(chǎn)出，對非期望產(chǎn)出不予考慮。隨著農(nóng)藥、農(nóng)膜、化肥、農(nóng)用機械等現(xiàn)代農(nóng)業(yè)生產(chǎn)資料使用量的不斷增加，在提高農(nóng)業(yè)產(chǎn)出的同時，農(nóng)業(yè)碳排放總量也與日俱增，導(dǎo)致農(nóng)業(yè)呈現(xiàn)出“高碳性”。發(fā)展綠色農(nóng)業(yè)需把環(huán)境資源約束納入分析框架，如果忽略農(nóng)業(yè)生產(chǎn)所造成的環(huán)境代價，勢必扭曲農(nóng)業(yè)綠色發(fā)展現(xiàn)狀，夸大農(nóng)業(yè)綠色發(fā)展績效，提出誤導(dǎo)農(nóng)業(yè)綠色發(fā)展的政策措施[4]。因此，對農(nóng)業(yè)綠色發(fā)展現(xiàn)狀的分析，應(yīng)在傳統(tǒng)農(nóng)業(yè)TFP的理論基礎(chǔ)上納入環(huán)境資源約束，從而得到農(nóng)業(yè)綠色TFP。農(nóng)業(yè)綠色TFP是衡量農(nóng)業(yè)綠色發(fā)展質(zhì)量的核心指標，對農(nóng)業(yè)綠色TFP進行科學(xué)的系統(tǒng)性分析，可以更好地評估中國綠色農(nóng)業(yè)的發(fā)展現(xiàn)狀[5]。

有關(guān)中國農(nóng)業(yè)綠色TFP的研究較少，但結(jié)論卻存在較大差異。一是核算出的農(nóng)業(yè)綠色TFP增長率差別較大，較高的5.61%[6]與較低的0.44%[7]相差13倍；二是驅(qū)動力的分歧，是技術(shù)進步單獨驅(qū)動[6，8-9]，還是技術(shù)進步和技術(shù)效率雙重驅(qū)動[7，10]；三是空間分析結(jié)論不同，存在東中西地區(qū)依次遞減[10]，與東部最高、中部最低的不同結(jié)論[9]。

現(xiàn)有文獻之所以結(jié)論迥異，主要原因在于農(nóng)業(yè)投入產(chǎn)出變量、樣本大小、研究起始時間的差異。在樣本選擇上，有學(xué)者剔除了直轄市和西藏，而有的則包括全部省級行政單位；有的選擇廣義農(nóng)業(yè)，有的則以狹義農(nóng)業(yè)為對象。基于DEA方法實現(xiàn)的綠色TFP測度，以各個樣本為生產(chǎn)決策單位，從而構(gòu)建生產(chǎn)前沿面；樣本選擇的差異會構(gòu)建出不同的生產(chǎn)前沿面，進而導(dǎo)致測算結(jié)果的不同。此外，已有文獻對投入產(chǎn)出指標的選擇也大不相同。根據(jù)經(jīng)典的C-D生產(chǎn)函數(shù)，生產(chǎn)過程中的投入要素包括勞動力和資本。農(nóng)業(yè)的資本投入難以衡量，因此學(xué)者們大都以物化資本表示資本要素投入。相比其他部門基本不變的要素投入，中國農(nóng)業(yè)自改革開放以來的投入要素變化顯著，其中屬動力要素最為明顯，從人力畜力、半機械化向機械化逐步轉(zhuǎn)變。本文在綜合借鑒當(dāng)前文獻的基礎(chǔ)上，依據(jù)中國農(nóng)業(yè)發(fā)展現(xiàn)實，從投入產(chǎn)出指標甄選、樣本和研究時間選取、測算方法選擇三方面對測算前的基礎(chǔ)性工作進行改進，從而為更準確地測算中國農(nóng)業(yè)綠色TFP的時空演進和收斂性打下基石。

中國人口·資源與環(huán)境 2018年 第5期

1 農(nóng)業(yè)綠色TFP的測算基礎(chǔ)：指標重塑和方法選擇

1.1 爭議分析

現(xiàn)有文獻對農(nóng)業(yè)綠色TFP測算的投入產(chǎn)出指標、研究起始時間和樣本范圍的選取存在差異。第一，測算農(nóng)業(yè)綠色TFP的關(guān)鍵性投入產(chǎn)出變量尚未形成統(tǒng)一認識。①投入要素，有學(xué)者把農(nóng)業(yè)生產(chǎn)中的投入要素理解為勞動、土地、機械、化肥、役畜、灌溉等，有的僅取勞動和機械動力。就農(nóng)業(yè)用水，有的學(xué)者使用灌溉面積表示，有的直接使用農(nóng)業(yè)用水量表示。隨著農(nóng)業(yè)的發(fā)展，部分學(xué)者指出役畜不應(yīng)該成為農(nóng)業(yè)的投入要素，理由在于當(dāng)前大型役畜更多體現(xiàn)在食用功能而非提供農(nóng)業(yè)動力。另外，有學(xué)者認為農(nóng)藥和農(nóng)膜應(yīng)作為投入要素。此外，文獻對同一投入變量存在多種計算方式，有學(xué)者用耕地面積來代表土地投入，其他則以播種總面積來代表，勞動力和機械動力等要素也存在上述類似問題。②期望產(chǎn)出，普遍使用農(nóng)業(yè)總產(chǎn)值或農(nóng)業(yè)增加值來表示，但也存在廣義農(nóng)業(yè)和狹義農(nóng)業(yè)的口徑之別。③非期望產(chǎn)出，非期望產(chǎn)出分為兩個方向。一個方向依據(jù)賴斯蕓等[11]和陳敏鵬等[12]的研究，認為農(nóng)業(yè)污染主要指農(nóng)田化肥、畜禽養(yǎng)殖、農(nóng)田有機固體廢棄物和農(nóng)村生活等產(chǎn)生的化學(xué)需氧量、總氮量和總磷量?；十a(chǎn)生的氮磷污染不存在爭議，但是其他方面是否被視作污染存在爭議。一是畜禽養(yǎng)殖產(chǎn)生的糞便長期被作為種植業(yè)的有機肥料，作污染物處理有待商榷。二是農(nóng)作物秸稈被視作污染物存在爭議，對比賴斯蕓等[11]和陳敏鵬等[12]的研究，發(fā)現(xiàn)秸稈的化學(xué)需氧量的估算結(jié)果差異較大。對此陳敏鵬等[12]的解釋為，對農(nóng)田有機固體廢物（秸稈等）的CODCr產(chǎn)污強度系數(shù)進行了重大調(diào)整。由此可見，農(nóng)業(yè)秸稈的產(chǎn)污系數(shù)隨時間而變動，而且農(nóng)作物秸稈產(chǎn)生CODCr的前提在于秸稈肥料的“直接棄置”。在農(nóng)業(yè)機械化之前，秸稈長期作為農(nóng)村主要的燃料來源，不存在棄置現(xiàn)象；在農(nóng)業(yè)機械化之后，伴隨農(nóng)民生活水平的提高及農(nóng)村燃氣的推行，秸稈一般是在農(nóng)田被焚燒或被二次利用，“直接棄置”的現(xiàn)象較少發(fā)生。因此，把秸稈作為農(nóng)田有機固體廢物不合適，由此計算的CODCr污染也不合理。三是農(nóng)村生活產(chǎn)生的廢棄物被界定為農(nóng)業(yè)生產(chǎn)的污染物也不合理。人類生活必然產(chǎn)生污染物，不管在城市中還是在農(nóng)村生活均是如此，生活產(chǎn)生的污染物被看作農(nóng)業(yè)生產(chǎn)的污染物顯然不科學(xué)。依據(jù)不同的環(huán)境污染價值損失評估法，會得到不同的農(nóng)業(yè)綠色TFP，當(dāng)前對農(nóng)業(yè)的環(huán)境污染價值評估方法需要進一步的探索，否則無法準確判斷農(nóng)業(yè)綠色TFP的現(xiàn)狀[13]?；谏鲜鰡栴}，學(xué)術(shù)界根據(jù)IPCC的系列報告及氣候變化的現(xiàn)實，重新審視農(nóng)業(yè)的非期望產(chǎn)出，并把農(nóng)業(yè)生產(chǎn)過程中的碳排放作為非期望產(chǎn)出，這一思路在學(xué)術(shù)界的認可度不斷提升。

第二，樣本選擇存在時間和空間上的差異。①從時間維度看，農(nóng)業(yè)投入產(chǎn)出隨著時間而變化顯著。例如，農(nóng)業(yè)動力從依靠役畜動力到半機械動力，再到機械化動力不斷演進，而且不同時期的農(nóng)業(yè)機械也不相同。②從空間維度看，樣本的空間選擇直接影響測算結(jié)果。有學(xué)者以全國31個省份為研究對象；有的則剔除西藏的數(shù)據(jù)；有的還剔除了直轄市和海南省的數(shù)據(jù)。對于DEA方法，一個樣本即為一個生產(chǎn)決策單元，不同樣本會構(gòu)建出不同的生產(chǎn)前沿面，從而導(dǎo)致測算結(jié)果的差異。無理由地剔除原始樣本，會造成測算的“人為選擇”，影響結(jié)論的客觀性。既然研究中國農(nóng)業(yè)的綠色TFP，應(yīng)以除港、澳、臺以外全國所有省份為樣本進行測算。

1.2 指標重塑

依托現(xiàn)有文獻，本文基于農(nóng)業(yè)綠色TFP理論和農(nóng)業(yè)發(fā)展現(xiàn)實，對農(nóng)業(yè)投入產(chǎn)出指標進行重塑。另外，由于狹義農(nóng)業(yè)與林業(yè)、牧業(yè)、漁業(yè)對投入要素的需求不同，而且各產(chǎn)品生長周期差異很大。基于研究目的，本文選取狹義農(nóng)業(yè)作為研究對象。

第一，投入指標的選擇。本文選取勞動、土地、機械動力、化肥、農(nóng)膜、農(nóng)藥和農(nóng)業(yè)用水作為投入要素。較已有文獻，本文剔除了役畜要素，把灌溉面積用農(nóng)業(yè)用水量代替。因為，進入21世紀以后，中國農(nóng)業(yè)的機械化進程顯著加快，直接導(dǎo)致大型役畜利用程度迅速下降，且用統(tǒng)計年鑒中“大牲畜”標度“役畜”，難以剔除部分牲畜的食用功能。農(nóng)業(yè)的灌溉面積要素與土地投入顯著正相關(guān)，同時使用二者分別表示農(nóng)業(yè)的土地投入和農(nóng)業(yè)用水顯然不合理；而且，由于中國農(nóng)業(yè)不同地區(qū)的耕作方式、作物種類差異性明顯，單位灌溉面積的用水權(quán)重不同，以灌溉面積表示農(nóng)業(yè)用水，不能真正地反映水資源的投入量[14]。

第二，非期望產(chǎn)出的界定。選取農(nóng)業(yè)的碳排放量作為非期望產(chǎn)出。IPCC認為使用碳排放作為農(nóng)業(yè)生產(chǎn)的非期望產(chǎn)出是合理的，并且準確給出了農(nóng)業(yè)生產(chǎn)中的碳源及其排放系數(shù)，排放源包括農(nóng)田、耕作、畜禽養(yǎng)殖、化肥、農(nóng)藥、機械動力等[15]。首先，碳排放是造成全球氣候變化的元兇，控溫減排已經(jīng)成為全人類共同的目標，這與中國提倡的發(fā)展綠色低碳農(nóng)業(yè)目標相一致。其次，碳排放中不包含氮、磷等營養(yǎng)物質(zhì)，屬于“真正的污染物”，須對其產(chǎn)出進行控制。最后，農(nóng)業(yè)生產(chǎn)中的各種污染，均可使用碳排放量進行代理。例如，農(nóng)藥的過度使用引發(fā)的食品安全問題、化肥的過度使用造成的土地鹽堿化問題、不合理的耕作方式引發(fā)的土地肥力下降等問題，這些均為農(nóng)業(yè)的非期望產(chǎn)出，但量化起來卻困難重重。如果換個角度使用代理變量進行度量，農(nóng)藥、化肥和不合理的耕作均會產(chǎn)生大量的溫室氣體，以碳排放作為農(nóng)業(yè)生產(chǎn)的非期望產(chǎn)出可以間接量化農(nóng)業(yè)生產(chǎn)中的許多問題[15]。

第三，期望產(chǎn)出的選取。選擇農(nóng)業(yè)增加值作為農(nóng)業(yè)期望產(chǎn)出。當(dāng)前研究中，對期望產(chǎn)出指標的選擇分為農(nóng)業(yè)總產(chǎn)值和農(nóng)業(yè)增加值兩種。使用總產(chǎn)值代表產(chǎn)出會受“中間消耗”的影響而不能反應(yīng)真實產(chǎn)出。因此，使用增加值代表產(chǎn)出更加合理[14]。

1.3 樣本和研究時間選取

本文的研究樣本包括除港、澳、臺以外中國大陸31個省份，研究的時間范圍是2001—2015年。已有文獻均基于省域數(shù)據(jù)測算中國農(nóng)業(yè)綠色TFP，有的學(xué)者認為西藏、海南和四個直轄市的數(shù)據(jù)存在異常，但查閱統(tǒng)計年鑒發(fā)現(xiàn)西藏、海南和四個直轄市的農(nóng)業(yè)數(shù)據(jù)無明顯異常值，輕率剔除樣本會影響測算結(jié)論的客觀性，因此應(yīng)把31個省都作為研究對象。在2000年以后中國農(nóng)業(yè)機械化程度明顯加快，以牲畜為動力的農(nóng)業(yè)生產(chǎn)逐漸退出，選擇2001年為研究起點，可以較為客觀地評判農(nóng)業(yè)生產(chǎn)中的動力投入?；诖?，本文選擇研究的起始時間為2001年。

1.4 測算方法選擇

有關(guān)中國農(nóng)業(yè)綠色TFP的研究，把非期望產(chǎn)出引入農(nóng)業(yè)生產(chǎn)，均運用方向性距離函數(shù)（DDF）來實現(xiàn)[7-8，10]。然后，運用徑向的、角度的DEA方法計算DDF；但當(dāng)投入過度或產(chǎn)出不足時，即投入或產(chǎn)出存在非零松馳時，角度的DEA效率測算會忽略投入或產(chǎn)出的某方面，而徑向的DEA效率測算結(jié)果則會高估DMU的效率，由此導(dǎo)致效率測算結(jié)果的偏誤。為克服這些缺陷，非徑向、非角度的基于松弛變量的SBM方向性距離函數(shù)（SBM-DDF）被引入[16]。在TFP測算和分解方法上，與Malmquist指數(shù)相比，Luenberger指數(shù)的測算結(jié)果更符合現(xiàn)實[17]。所以，本文使用基于SBM-DDF的Luenberger指數(shù)，測算中國農(nóng)業(yè)綠色TFP；并將Luenberger指數(shù)分解為純技術(shù)效率（PTE）、純技術(shù)進步（PTP）、規(guī)模效率（SE）和技術(shù)規(guī)模（ST）[18]。

2 非期望產(chǎn)出：農(nóng)業(yè)碳排放的計算與分析

借鑒IPCC[15]和李波等[19]的研究核算農(nóng)業(yè)碳排放量，排放源包括化肥、農(nóng)藥、農(nóng)膜、柴油、翻耕、灌溉等。本文假設(shè)農(nóng)作物在生長期內(nèi)，通過光合作用吸收的碳量與死亡后以各種方式排放到大氣中的碳量相等，還假設(shè)農(nóng)作物死亡后即完全腐爛，其含碳量全部釋放。雖然本期的農(nóng)作物死亡經(jīng)一定時期后，才會完全腐爛，但由于農(nóng)業(yè)生產(chǎn)具有連續(xù)性，本期釋放的碳量也包含前期的作物，因此假設(shè)合理。

參考李波等[19]，基于各省碳排放量的測算結(jié)果，使用碳排放強度指標分析碳排放量和農(nóng)業(yè)產(chǎn)值的關(guān)系，可初步掌握各省農(nóng)業(yè)綠色發(fā)展的狀況。本文計算出中國各省農(nóng)業(yè)從2001—2015年的碳排放強度走勢，如圖1所示。全國層面，農(nóng)業(yè)平均碳排放強度從2001年開始，經(jīng)歷了小幅上升期和平衡期，并在2006年之后呈現(xiàn)出顯著下降趨勢。區(qū)域?qū)用?，東中西地區(qū)農(nóng)業(yè)碳排放強度走勢與全國平均水平基本一致，中部的農(nóng)業(yè)碳排放強度最高，東部居中，西部最低。

3 農(nóng)業(yè)綠色TFP的測算和時空變動分析

利用2001—2015年中國31個省的農(nóng)業(yè)數(shù)據(jù)，以勞動力、土地、機械動力、化肥、農(nóng)藥、農(nóng)膜和農(nóng)業(yè)用水為投入要

圖1 農(nóng)業(yè)平均碳排放強度

Fig.1 Average agricultural carbon emission intensity

素，農(nóng)業(yè)增加值為期望產(chǎn)出，碳排放為非期望產(chǎn)出，測算農(nóng)業(yè)綠色TFP。

3.1 變量與數(shù)據(jù)說明

各投入變量的計算方法為：勞動力投入通過計算間接得出：農(nóng)業(yè)從業(yè)人數(shù)=第一產(chǎn)業(yè)從業(yè)人數(shù)-林業(yè)從業(yè)人數(shù)-（全牧區(qū)從業(yè)人數(shù)+半牧區(qū)從業(yè)人數(shù)/2）-漁業(yè)從業(yè)人數(shù)。機械動力的處理方式同勞動力投入類似，農(nóng)業(yè)機械總動力=第一產(chǎn)業(yè)機械總動力-林業(yè)機械動力-畜牧業(yè)機械動力-漁業(yè)機械動力。土地投入使用播種總面積來衡量?；?、農(nóng)藥、農(nóng)膜和農(nóng)業(yè)用水等在統(tǒng)計年鑒中可直接得到。

本文使用的原始數(shù)據(jù)來自統(tǒng)計年鑒。其中，農(nóng)業(yè)增加值取自《中國農(nóng)村統(tǒng)計年鑒》，農(nóng)業(yè)機械總動力、農(nóng)作物播種總面積、農(nóng)用化肥總施用量、第一產(chǎn)業(yè)從業(yè)人數(shù)均源于《中國統(tǒng)計年鑒》及各省的統(tǒng)計年鑒，林業(yè)從業(yè)人數(shù)來源于《中國林業(yè)統(tǒng)計年鑒》，牧業(yè)從業(yè)人數(shù)源于《中國畜牧業(yè)年鑒》，漁業(yè)從業(yè)人數(shù)源于《中國農(nóng)業(yè)統(tǒng)計資料》。為剔除價格的影響，數(shù)據(jù)換算成以2001年為基期的不變價格。本研究不涉及香港、澳門、臺灣等省區(qū)。

3.2 中國農(nóng)業(yè)的綠色無效率

基于SBM-DDF的Luenberger指數(shù)，利用Matlab7.0測算中國農(nóng)業(yè)的綠色TFP。首先得到靜態(tài)的農(nóng)業(yè)綠色無效率值，在此基礎(chǔ)上進一步得出農(nóng)業(yè)綠色TFP的動態(tài)變動值。綠色無效率指實際投入產(chǎn)出變量集與有效生產(chǎn)邊界的差距。

表1報告了CRS假設(shè)下農(nóng)業(yè)綠色無效率最高的5個省、全國以及東中西的無效率平均值。全國的農(nóng)業(yè)綠色無效率值是0.116。從各指標來看，可以通過減少4.029%的碳排放、1.564%的機械動力投入、1.359%的農(nóng)膜使用

量、1.024%的農(nóng)藥量、1.019%的化肥施用量、0.995%的播種面積、0.846%的農(nóng)業(yè)用水和0.715%的勞動投入達到農(nóng)業(yè)生產(chǎn)的完全效率。分區(qū)域看，無效率值按中西東依次遞減；與東部相比，中西部勞動投入的無效率性顯著。綠色無效率排名前5位的省份依次是山西、甘肅、安徽、江

西、云南，碳排放和機械動力成為各省無效率的主要來源。

3.3 中國農(nóng)業(yè)綠色TFP的時空變動

3.3.1 農(nóng)業(yè)綠色TFP的時間演進

表2給出了2001—2015年中國農(nóng)業(yè)綠色TFP及分解項的變動情況。從中發(fā)現(xiàn)，①農(nóng)業(yè)綠色TFP整體呈增長態(tài)勢，年均增長率為1.560%，15年間累積增長24.032%。與其他研究相比，本文測算值較低，原因在于以往研究存在期望產(chǎn)出過高、非期望產(chǎn)出和投入要素數(shù)據(jù)過低的問題。例如，使用未剔除中間消耗品的總產(chǎn)值代表產(chǎn)出變量，會使產(chǎn)出值大于真實值。用僅包含農(nóng)業(yè)的投入要素衡量第一產(chǎn)業(yè)的要素投入，忽略林業(yè)、漁業(yè)、牧業(yè)的投入要素，會使投入量小于真實值。如果不考慮非期望產(chǎn)出，或非期望產(chǎn)出估算不合理等，也會使結(jié)果出現(xiàn)差異。②農(nóng)業(yè)的純技術(shù)進步年均增長率為1.469%，增長速度較快；技術(shù)規(guī)模年均增長0.248%，增長較為緩慢。③技術(shù)效率呈現(xiàn)緩慢下降，年均下降率0.016%；其中純技術(shù)效率年均下降0066%，規(guī)模效率年均下降0.092%，技術(shù)效率的緩慢下降是純技術(shù)效率和規(guī)模效率雙方面下降的合力結(jié)果。通過分析農(nóng)業(yè)綠色TFP及其分解項，得出農(nóng)業(yè)綠色TFP的增長主要依靠純技術(shù)進步和技術(shù)規(guī)模，這與中國農(nóng)業(yè)推廣實施新的生產(chǎn)技術(shù)，逐步實現(xiàn)機械化生產(chǎn)密切相關(guān)。純技

術(shù)效率對綠色TFP的增長起到抑制作用，說明在一定技術(shù)條件下，相同投入要素所帶來的期望產(chǎn)出處于逐年減少的狀態(tài)。

3.3.2 農(nóng)業(yè)綠色TFP的空間變動

考慮到不同省在農(nóng)業(yè)發(fā)展和資源稟賦的差異性，表3報告了31個省份和不同區(qū)域的綠色TFP及其分解項的變動情況。

①省際層面。除上海、安徽、江西和西藏以外，其余省份的農(nóng)業(yè)綠色TFP均有所增長。綠色TFP增長最高的省份為山東。純技術(shù)效率增長最高的是青海，大多省份的純技術(shù)效率均表現(xiàn)為零增長或下降。純技術(shù)進步增長最高的省份為黑龍江；除西藏和青海以外，其余各省的純技術(shù)

表1 CRS假設(shè)下中國農(nóng)業(yè)綠色無效率及其分解均值

Tab.1 Green inefficiency and its decomposition in Chinas agriculture under CRS

進步均表現(xiàn)出增長。規(guī)模效率增長最高的省份為廣東，技術(shù)規(guī)模則為山東。

②區(qū)域?qū)用?。東中西地區(qū)的農(nóng)業(yè)綠色TFP均為正，并依東中西遞減。東部的純技術(shù)進步和技術(shù)規(guī)模是農(nóng)業(yè)綠色TFP增長的主要動力，雖然純技術(shù)效率對農(nóng)業(yè)綠色TFP的促進作用非常微弱，但沒有產(chǎn)生拖累作用，規(guī)模效率存在一定的拖累作用。中部主要依靠純技術(shù)進步的增長，規(guī)模效率也發(fā)揮正向作用，但是純技術(shù)效率的拖累作用非常顯著，技術(shù)規(guī)模也起到抑制作用。對西部地區(qū)來說，純技術(shù)進步是主要推動力，其次為純技術(shù)效率，而規(guī)模效率和技術(shù)規(guī)模均有拖累作用?？傮w地，中部農(nóng)業(yè)純技術(shù)進步最快，但在農(nóng)業(yè)科技投入的同時，忽略了農(nóng)業(yè)資源配置效率，并且使得技術(shù)規(guī)模向不變規(guī)模報酬技術(shù)移動。西部有著最高的純技術(shù)效率，說明西部在對農(nóng)業(yè)資源優(yōu)化配置方面提升較快。東部農(nóng)業(yè)有著最高的技術(shù)規(guī)模，說明東部在技術(shù)進步的同時，技術(shù)規(guī)模也偏離規(guī)模報酬不同時的技術(shù)。

③糧食功能區(qū)。從農(nóng)業(yè)產(chǎn)業(yè)出發(fā)，把農(nóng)業(yè)劃分為糧食主產(chǎn)區(qū)、糧食主銷區(qū)和糧食平衡區(qū)，分析糧食功能區(qū)的農(nóng)業(yè)綠色TFP變動情況。主產(chǎn)區(qū)年均增長率為1.681%，大于主銷區(qū)和平衡區(qū)，說明主產(chǎn)區(qū)作為中國農(nóng)業(yè)生產(chǎn)的主要基地，不僅有資源稟賦上的優(yōu)勢，也有著農(nóng)業(yè)綠色生產(chǎn)率上的優(yōu)勢。從省域?qū)用?，主產(chǎn)區(qū)內(nèi)各省的農(nóng)業(yè)綠色TFP差異顯著，江蘇、河南、吉林、四川、內(nèi)蒙古、安徽和江西的年均增長率在全國處于下游水平，這些省份今后需加快提升農(nóng)業(yè)綠色TFP。從分解項看，主產(chǎn)區(qū)有著最高的純技術(shù)進

表2 中國農(nóng)業(yè)綠色TFP的時間演進

Tab.2 Agricultural green TFP evolution in China

步和規(guī)模效率，主銷區(qū)技術(shù)規(guī)模最高，而平衡區(qū)有著最高的純技術(shù)效率。

4 農(nóng)業(yè)綠色TFP的收斂性分析

中國農(nóng)業(yè)綠色TFP表現(xiàn)出顯著的地區(qū)差異，那么差異會持續(xù)擴大，還是會逐漸收斂？分析收斂性可以更好地制

表3 中國農(nóng)業(yè)綠色TFP的空間變動

Tab.3 Spatial variation for Chinas agricultural green TFP

圖2 中國農(nóng)業(yè)綠色TFP累積增長率的σ收斂

Fig.2 σ convergence for cumulative growth rate of Chinas agricultural green TFP

定農(nóng)業(yè)政策，有利于整體農(nóng)業(yè)的綠色發(fā)展。本文先對農(nóng)業(yè)綠色TFP進行絕對收斂檢驗，分析全國及分地區(qū)的差異是否會隨著時間推移自動消失。然后，進行條件收斂檢驗，分析全國及分地區(qū)農(nóng)業(yè)綠色TFP是否會根據(jù)各自特定條件而收斂。檢驗方法為絕對β收斂、σ收斂、條件β收斂。絕對β收斂指落后地區(qū)比發(fā)達地區(qū)增長得更快；σ收斂指不同地區(qū)產(chǎn)出水平的方差在不斷縮小，用以描述特定區(qū)域內(nèi)某一變量值的差異程度。條件β收斂指各區(qū)域的農(nóng)業(yè)綠色TFP會收斂于自身的穩(wěn)態(tài)水平。

4.1 農(nóng)業(yè)綠色TFP的絕對收斂檢驗

4.1.1 農(nóng)業(yè)綠色TFP的絕對β收斂

絕對β收斂意味著落后地區(qū)比發(fā)達地區(qū)有著更快的增長率，用來描述農(nóng)業(yè)綠色TFP的增長率與初始水平之間的負相關(guān)關(guān)系。參考Barro和Martin[20]的檢驗?zāi)Ｐ停?/p>

1Tln（GTFPitGTFPi0）=α+βlnGTFPi0+u（1）

為消除農(nóng)業(yè)生產(chǎn)波動對收斂性的影響，把考察期一分為二，并對前7年（2001—2007）和后8年（2008—2015）分別求平均數(shù)。前7年的平均數(shù)作為基期的TFP，后8年的平均數(shù)作為末期的TFP，因為基期和末期相差8年，所以T=8。利用OLS對上式進行估計，結(jié)果見表4。除主銷區(qū)的β值顯著為負以外，其余各回歸結(jié)果的β值均顯著為正，說明農(nóng)業(yè)綠色TFP在全國、東中西、糧食主產(chǎn)區(qū)和糧食平衡區(qū)均不存在絕對β收斂，只有糧食主銷區(qū)有著絕對β收斂。表明除糧食主銷區(qū)以外，各地區(qū)內(nèi)農(nóng)業(yè)綠色TFP表現(xiàn)出顯著的差異性。

4.1.2 農(nóng)業(yè)綠色TFP的σ收斂

假設(shè)不同地區(qū)農(nóng)業(yè)綠色TFP的方差不斷縮小，則認為這些地區(qū)的農(nóng)業(yè)綠色TFP存在σ收斂。根據(jù)σ收斂的定義，如果σt+T<σt認為研究樣本存在收斂，反之則發(fā)散。

σt=1N∑Ni=1[GTFPi（t）-（1N∑Nj=1GTFPj（t））]21/2（2）

圖2展示了全國和各地區(qū)σt的值。可以看出，農(nóng)業(yè)綠色TFP的累積增長率并未隨時間變化而出現(xiàn)收斂性，而呈現(xiàn)出顯著的發(fā)散性。全國和東中西地區(qū)的發(fā)散性趨勢基本一致，全國的σ值從2002年的0.045增長到2015年的0.213，東部的σ值從0.049增長到0.226，中部的σ值從0.052提高到0.181，西部的變化為0.035到0.197。就東中西之間的TFP累積增長率來說（圖2B），東部/全國、中部/全國和西部/全國雖然大致上都在1左右徘徊，但西部/全國的值基本都處于1以下，呈現(xiàn)出逐步偏離1的微弱趨勢，而東部/全國、中部/全國則始終在1上下波動。時間上，2002—2005年三大地區(qū)差距較大，隨后差距逐步縮小，2006—2011年東中西基本與全國整體走勢相同。

相比全國與東中西地區(qū)的收斂性走勢，各糧食功能區(qū)在斂散性上表現(xiàn)出更大的差異化。在樣本期內(nèi)，主產(chǎn)區(qū)的收斂值從0.042增長到0.254，平衡區(qū)從0.038增長到0.198，主銷區(qū)則從0.052增長到0.132。農(nóng)業(yè)綠色TFP累積增長率在主產(chǎn)區(qū)和平衡區(qū)呈現(xiàn)出顯著的發(fā)散特性，而在主銷區(qū)則表現(xiàn)出較弱的發(fā)散特征。主產(chǎn)區(qū)的發(fā)散性最強烈，說明在主產(chǎn)區(qū)內(nèi)，各省的農(nóng)業(yè)綠色TFP增長差距非常大。根據(jù)圖2（D），主產(chǎn)區(qū)在2002年時其斂散性與全國一致，隨著時間的推移，其發(fā)散性與全國發(fā)散性之間的偏離越來越大。

4.2 農(nóng)業(yè)綠色TFP的條件收斂檢驗

使用面板數(shù)據(jù)的雙向固定效應(yīng)模型進行條件β收斂檢驗。選取的控制變量為：①耕地質(zhì)量（CLQ），使用有效灌溉面積占耕地面積的比重；②第一產(chǎn)業(yè)內(nèi)結(jié)構(gòu)（FIS）為農(nóng)業(yè)增加值占第一產(chǎn)業(yè)增加值的比重；③農(nóng)業(yè)戶籍比重（RS）是農(nóng)業(yè)戶籍人口的比例；④經(jīng)濟發(fā)展水平（ED）使用人均GDP并求自然對數(shù)表示；⑤產(chǎn)業(yè)結(jié)構(gòu)（IS）為第二產(chǎn)業(yè)與GDP比值；⑥交通便利度（TC），利用公路里程和鐵路里程之和除以地區(qū)面積表示。

ln（GTFPitGTFPit-1）=α+βlnGTFPit-1+1CLQit+2FISit+3RSit+4EDit+5ISit+6TCit+u（3）

如果式（3）中β顯著為負則表明存在條件β收斂。估計結(jié)果如表5所示。在控制一系列的變量后發(fā)現(xiàn)，全國和各區(qū)域農(nóng)業(yè)綠色TFP都存在明顯的條件β收斂。

5 結(jié)論與政策含義

發(fā)展綠色低碳農(nóng)業(yè)是實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的必由之路，合理地評價農(nóng)業(yè)綠色發(fā)展現(xiàn)狀成為一項重要工作，需要科學(xué)系統(tǒng)地對農(nóng)業(yè)綠色TFP進行測算。本文通過梳理有關(guān)農(nóng)業(yè)TFP的測算爭議，結(jié)合中國農(nóng)業(yè)生產(chǎn)實際，在理論與現(xiàn)實的基礎(chǔ)上，對農(nóng)業(yè)投入產(chǎn)出指標進行重塑，以農(nóng)業(yè)增加值為期望產(chǎn)出，農(nóng)業(yè)的碳排放為非期望產(chǎn)出，勞動力、土地、機械動力、化肥、農(nóng)藥、農(nóng)膜以及農(nóng)業(yè)用水為投

入；在計算農(nóng)業(yè)碳排放量以后，基于SBM-DDF的Luenberger指數(shù)，測算中國31個省2001—2015年的農(nóng)業(yè)綠色TFP，并分析其時空變動和收斂性。主要結(jié)論如下：①中國農(nóng)業(yè)平均碳排放強度從2001年開始經(jīng)歷了小幅上升期和平衡期，并在2006年之后呈現(xiàn)出顯著下降趨勢，中部農(nóng)業(yè)碳排放強度最高，西部最低；②中國農(nóng)業(yè)的綠色無效率仍較為嚴重，碳排放和機械動力的無效率是各省無效率的主要來源；與東部相比，中西部勞動投入的無效率明顯。③中國農(nóng)業(yè)綠色TFP年均增長1.560%，累積增長24.032%，其中純技術(shù)進步的貢獻度最高，純技術(shù)效率則有拖累作用。相比以往研究，本文認為中國農(nóng)業(yè)綠色發(fā)展現(xiàn)狀不容樂觀，綠色發(fā)展速度較緩慢。④分區(qū)域看，東中西地區(qū)的農(nóng)業(yè)綠色TFP依次下降；糧食主產(chǎn)區(qū)高于其他糧食功能區(qū)，糧食平衡區(qū)表現(xiàn)最差。⑤在收斂性上，除糧食主銷區(qū)存在絕對β收斂外，全國、東中西、糧食主產(chǎn)區(qū)和糧

表4 中國農(nóng)業(yè)綠色TFP的絕對β收斂檢驗

Tab.4 Absolute β convergence test for Chinas agricultural green TFP

注：***、**、*分別表示統(tǒng)計值在1%、5%、10%的顯著性水平上顯著，括號內(nèi)為t統(tǒng)計量。

表5 中國農(nóng)業(yè)綠色TFP的條件β收斂檢驗

Tab.5 Conditional β convergence test for Chinas agricultural green TFP

注：***、**、*分別表示統(tǒng)計值在1%、5%、10%的顯著性水平上顯著，括號內(nèi)為t統(tǒng)計量。

食平衡區(qū)均不存在絕對β收斂和σ收斂。但是，全國、東中西、各糧食功能區(qū)域均存在顯著地條件β收斂。

根據(jù)結(jié)論引申的政策含義如下：第一，要明確中國農(nóng)業(yè)綠色發(fā)展較緩慢這一客觀事實，從“高碳性”的農(nóng)業(yè)經(jīng)濟發(fā)展模式向低碳可持續(xù)的綠色農(nóng)業(yè)發(fā)展方式轉(zhuǎn)型任重道遠，需要穩(wěn)中求進，不能操之過急。第二，依靠提升綠色TFP來實現(xiàn)中國農(nóng)業(yè)綠色發(fā)展尚有很大空間。目前，中國農(nóng)業(yè)綠色TFP的增長有著堅實的技術(shù)進步基礎(chǔ)，今后在保持技術(shù)進步推動的同時，一方面要注重技術(shù)效率的提升，實現(xiàn)農(nóng)業(yè)資源的優(yōu)化配置；另一方面要鼓勵農(nóng)業(yè)土地流轉(zhuǎn)，逐步實現(xiàn)農(nóng)業(yè)規(guī)?；?jīng)營，提高農(nóng)業(yè)生產(chǎn)的規(guī)模效率。第三，中西部地區(qū)應(yīng)通過提升農(nóng)業(yè)綠色TFP來促進現(xiàn)代農(nóng)業(yè)發(fā)展。當(dāng)前中部地區(qū)農(nóng)業(yè)技術(shù)效率較低，而西部地區(qū)農(nóng)業(yè)技術(shù)進步滯后，中西部一些省份農(nóng)業(yè)綠色TFP的低增長已成為制約農(nóng)業(yè)發(fā)展的重要障礙。今后，中西部地區(qū)應(yīng)加快轉(zhuǎn)移農(nóng)業(yè)勞動力，提高勞動投入效率，并在技術(shù)進步和技術(shù)效率兩方面追趕農(nóng)業(yè)發(fā)達地區(qū)，依托農(nóng)業(yè)綠色TFP的提升來發(fā)展現(xiàn)代農(nóng)業(yè)，助力全面建成小康社會。第四，農(nóng)業(yè)綠色TFP增長較低的省份應(yīng)加快向“前沿省份”收斂。目前除糧食主銷區(qū)外，其余地區(qū)農(nóng)業(yè)綠色TFP均不存在絕對收斂性；尤其在糧食主產(chǎn)區(qū)內(nèi)，各省份間呈現(xiàn)出明顯的兩極分化現(xiàn)象。農(nóng)業(yè)綠色TFP較低的省份應(yīng)加強與“前沿省份”的交流與合作，通過引進先進農(nóng)業(yè)生產(chǎn)技術(shù)和管理經(jīng)驗，逐步縮小差距。

（編輯：劉照勝）

參考文獻（References）

[1]胡雪萍， 董紅濤. 構(gòu)建綠色農(nóng)業(yè)投融資機制須破解的難題及路徑選擇[J]. 中國人口·資源與環(huán)境， 2015， 25（6）： 152-158. [HU Xueping， DONG Hongtao. Obstacles and path selection about the construction of green agricultural investment and financing mechanism[J]. China population， resources and environment， 2015， 25（6）： 152-158.]

[2]HALL R E， JONES C I. Why do some countries produce so much more output per worker than others？[J]. The quarterly journal of economics， 1999， 114（1）： 83-116.

[3]COELLI T J， RAO D S. Total factor productivity growth in agriculture： a Malmquist index analysis of 93 countries， 1980-2000[J]. Agricultural economics， 2005， 32（s1）： 115-134.

[4]HAILU A， VEEMAN T S. Environmentally sensitive productivity analysis of the Canadian pulp and paper industry， 1959-1994： an input distance function approach[J]. Journal of environmental economics and management， 2000， 40（3）： 251-274.

[5]張林， 冉光和， 藍震森. 碳排放約束與農(nóng)業(yè)全要素生產(chǎn)率增長及分解[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2015（3）： 22-32. [ZHANG Lin， RAN Guanghe， LAN Zhensen. Growth and decomposition of agricultural total factor productivity in China under carbon emission constraints[J]. Journal of South China Agricultural University（social sciences edition）， 2015（3）： 22-32.]

[6]王奇， 王會， 陳海丹. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992—2010年[J]. 經(jīng)濟評論， 2012（5）： 24-33. [WANG Qi， WANG Hui， CHEN Haidan. A study on agricultural green TFP in China：1992-2010[J]. Economic review， 2012（5）： 24-33.]

[7]李谷成， 陳寧陸， 閔銳. 環(huán)境規(guī)制條件下中國農(nóng)業(yè)全要素生產(chǎn)率增長與分解[J]. 中國人口·資源與環(huán)境， 2011， 21（11）： 153-160. [LI Gucheng， CHEN Ninglu， MIN Rui. Growth and sources of agricultural total factor productivity in China under environmental regulations[J]. China population， resources and environment， 2011， 21（11）： 153-160.]

[8]韓海彬， 趙麗芬. 環(huán)境約束下中國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂分析[J]. 中國人口·資源與環(huán)境， 2013， 23（3）： 70-76. [HAN Haibin， ZHAO Lifen. Growth and convergence of agricultural total factor productivity in China under environmental regulations[J]. China population， resources and environment， 2013， 23（3）： 70-76.]

[9]杜江， 王銳， 王新華. 環(huán)境全要素生產(chǎn)率與農(nóng)業(yè)增長：基于DEA-GML指數(shù)與面板Tobit模型的兩階段分析[J]. 中國農(nóng)村經(jīng)濟， 2016（3）： 65-81. [DU Jiang， WANG Rui， WANG Xinhua. Environmental total factor productivity and agricultural growth： the two-stage analysis with DEA-GML index and panel tobit model[J]. Chinese rural economy， 2016（3）： 65-81.]

[10]潘丹， 應(yīng)瑞瑤. 資源環(huán)境約束下的中國農(nóng)業(yè)全要素生產(chǎn)率增長研究[J]. 資源科學(xué)， 2013， 35（7）： 1329-1338. [PAN Dan， YING Ruiyao. Agricultural total factor productivity growth in China under the binding of resource and environment[J]. Resources science， 2013， 35（7）： 1329-1338.]

[11]賴斯蕓， 杜鵬飛， 陳吉寧. 基于單元分析的非點源污染調(diào)查評估方法[J]. 清華大學(xué)學(xué)報（自然科學(xué)版）， 2004， 44（9）： 1184-1187. [LAI Siyun， DU Pengfei， CHEN Jining. Evaluation of non-point source pollution based on unit analysis[J]. Journal of Tsinghua University（science and technology）， 2004， 44（9）： 1184-1187.]

[12]陳敏鵬， 陳吉寧， 賴斯蕓. 中國農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識別[J]. 中國環(huán)境科學(xué)， 2006， 26（6）： 751-755. [CHEN Minpeng， CHEN Jining， LAI Siyun. Inventory analysis and spatial distribution of Chinese agricultural and rural pollution[J]. China environmental science， 2006， 26（6）： 751-755.]

[13]薛建良， 李秉龍. 基于環(huán)境修正的中國農(nóng)業(yè)全要素生產(chǎn)率度量[J]. 中國人口·資源與環(huán)境， 2011， 21（5）： 113-118. [XUE Jianliang， LI Binglong. Environmentlly-adjusted measurement of Chinas agricultural total factor productivity[J]. China population， resources and environment， 2011， 21（5）： 113-118.]

[14]高帆. 我國區(qū)域農(nóng)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[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2015（5）： 3-19. [GAO Fan. Evolution trend and internal mechanism of regional total factor productivity in Chinese agriculture[J]. The journal of quantitative & technical economics， 2015（5）： 3-19.]

[15]IPCC. Climate change 2007： mitigation： contribution of working group III to the fourth assessment report of the intergovernmental panel on climate change： summary for policymakers and technical summary[M]. Cambridge：Cambridge University Press， 2007.

[16]COOPER W W， SEIFORD L M， TONE K. Data envelopment analysis：a comprehensive text with models， applications， references and DEA-solver software[M]. Springer science & business media， 2006.

[17]BOUSSEMART J P， BRIEC W， KERSTENS K. Luenberger and malmquist productivity indices： theoretical comparisons and empirical illustration[J]. Bulletin of economic research， 2003， 55（4）： 391-405.

[18]GROSSKOPF S. Some remarks on productivity and its decompositions[J]. Journal of productivity analysis， 2003， 20（3）： 459-474.

[19]李波， 張俊飚， 李海鵬. 中國農(nóng)業(yè)碳排放時空特征及影響因素分解[J]. 中國人口·資源與環(huán)境， 2011， 21（8）： 80-86. [LI Bo， ZHANG Junbiao， LI Haipeng. Research on spatial-temporal characteristics and affecting factors decomposition of agricultural carbon emission in China[J]. China population， resources and environment， 2011， 21（8）： 80-86.]

[20]BARRO R， MARTIN X. Convergence[J]. Journal of political economy， 1992， 100（2）： 223-251.

Measurement for Chinas agricultural green TFP

GE Peng-fei1 WANG Song-ji2 HUANG Xiu-lu3

（1.College of Economics & Management，Northwest A & F University，Yangling Shannxi 712100，China；

2.School of Economics and Management， Northwest University， Xian Shannxi 710127， China；

3.Jinhe Center for Economic Research， Xian Jiaotong University， Xian Shannxi 710049， China）

Abstract

Developing green agriculture requires us to precisely and thoroughly grasp its current development situation， so it is an critical research to measure agricultural green TFP. Existed literature has no consensus on selection of input and output indices， especially undesirable output indices， thus affecting measurement effectiveness. Based on the reality of carbon emission as undesirable output， this paper reconstructs input and output indices for agricultural sector， applies SBM-DDF-Luenberger method to measure agricultural green TFP for Chinas 31 provinces during 2001-2015， and analyzes their temporal-spatial shifts and convergence. The paper has following research findings： ①Average carbon emission intensity experienced a slightly rising and stationary phase since 2001， while showing a significant decreasing trend after 2006， with the middle the highest and the west the lowest. ②Inefficiency of carbon emission and mechanical power is the main source of provincial agricultural green inefficiency. Particularly， labor inefficiency is more significant in the middle and the west than in the east. The west especially should speed up agricultural labor transfer. ③Chinas agricultural green TFP grows by 1.56% annually， and the growth rate decreases following the east， the middle and the west and following main grain producing areas， major selling areas and balancing areas. ④ Except that absolute β convergence exists in the main grain producing areas， absolute β and σ convergence are not observed nationally， regionally and in other grain functional areas， whereas conditional β convergence is significantly witnessed nationally and regionally. Results indicate that there is a large room to improve Chinas agricultural development by upgrading green TFP. Provinces with a lower agricultural green TFP should enhance communication and cooperation with frontier provinces， and gradually narrow the gap by introducing advanced agricultural production technology and management experience. This is especially crucial for the main grain producing areas due to remarkable provincial polarization which is detrimental to grain producing safety.

Key words green agriculture； agricultural green TFP； SBM-DDF-Luenberger

郝國彩，徐銀良，張曉萌，等.長江經(jīng)濟帶城市綠色經(jīng)濟績效的溢出效應(yīng)及其分解[J].中國人口·資源與環(huán)境，2018，28（5）：75-83.[HAO Guocai，XU Yinliang，ZHANG Xiaomeng，et al.Spillover effect and decomposition of green economic performance of the city in the Yangtze River Economic Belt[J]. China population， resources and environment， 2018，28（5）：75-83.]