劉俊輝， 曾福生

(湖南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，湖南長(zhǎng)沙 410128

改革開放近40年來(lái)，我國(guó)農(nóng)業(yè)生產(chǎn)條件逐步改善，生產(chǎn)效率快速提升，成功養(yǎng)活了13億多人口，并能滿足國(guó)民經(jīng)濟(jì)持續(xù)增長(zhǎng)的需求。我國(guó)農(nóng)業(yè)綜合生產(chǎn)能力的提升得力于資源的投入及農(nóng)業(yè)生產(chǎn)率的提高，同時(shí)生產(chǎn)能力的提升也付出了較大的環(huán)境代價(jià)，如電力、化石能源、化肥和農(nóng)藥、農(nóng)膜等使用量逐年增加，導(dǎo)致碳排放量不斷增長(zhǎng)，因此農(nóng)業(yè)碳排放形勢(shì)也越發(fā)嚴(yán)峻[1]。研究表明，我國(guó)農(nóng)業(yè)源在全國(guó)溫室氣體排放總量中大約占17%[2]。我國(guó)政府在《聯(lián)合國(guó)氣候變化框架公約》中下達(dá)了新一輪碳減排目標(biāo)。提升農(nóng)業(yè)現(xiàn)代化水平及有效控制農(nóng)業(yè)碳排放量，成為當(dāng)前我國(guó)農(nóng)業(yè)發(fā)展的必然選擇。糧食主產(chǎn)區(qū)作為我國(guó)的產(chǎn)糧基地，肩負(fù)著國(guó)家糧食安全的重任，同時(shí)統(tǒng)籌保供給、保安全、保生態(tài)的擔(dān)子也越來(lái)越重，迫切須要轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式。因糧食主產(chǎn)區(qū)各省之間資源稟賦、經(jīng)濟(jì)社會(huì)環(huán)境和發(fā)展水平等要素差異，農(nóng)業(yè)發(fā)展水平也不一致。因此，在考慮區(qū)域間技術(shù)集合差異的基礎(chǔ)上，將農(nóng)業(yè)碳排放納入農(nóng)業(yè)生產(chǎn)效率測(cè)算的范疇內(nèi)，研究碳排放約束下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率及差異來(lái)源，有利于協(xié)調(diào)農(nóng)業(yè)發(fā)展、資源利用與生態(tài)環(huán)境保護(hù)之間的矛盾，加快農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變及實(shí)現(xiàn)農(nóng)業(yè)集約式發(fā)展，對(duì)發(fā)展低碳農(nóng)業(yè)與提升農(nóng)業(yè)整體生產(chǎn)效率具有重要的指導(dǎo)意義。

國(guó)外學(xué)者對(duì)農(nóng)業(yè)生產(chǎn)效率的研究主要是針對(duì)農(nóng)業(yè)生產(chǎn)效率測(cè)度及影響因素的分析。微觀視角是對(duì)農(nóng)場(chǎng)和農(nóng)戶的生產(chǎn)技術(shù)效率研究，如Battese等采用隨機(jī)前沿函數(shù)分析方法測(cè)算了印度農(nóng)場(chǎng)的生產(chǎn)技術(shù)效率[3]。Lambert等從農(nóng)場(chǎng)資本結(jié)構(gòu)角度研究了美國(guó)農(nóng)場(chǎng)的生產(chǎn)技術(shù)效率[4]。宏觀視角是對(duì)國(guó)家層面的農(nóng)業(yè)生產(chǎn)技術(shù)效率的測(cè)定。如Wadud等采用隨機(jī)前沿函數(shù)法和數(shù)據(jù)包絡(luò)分析(data envelopment analysis，簡(jiǎn)稱DEA)方法對(duì)比分析了孟加拉國(guó)的農(nóng)場(chǎng)生產(chǎn)技術(shù)效率[5]。Armagan等采用曼奎斯特指數(shù)分解法分析了土耳其農(nóng)業(yè)生產(chǎn)技術(shù)效率及其變動(dòng)[6]。研究影響農(nóng)業(yè)生產(chǎn)效率的因素，如Vicente研究發(fā)現(xiàn)，巴西農(nóng)業(yè)生產(chǎn)中的土地和勞動(dòng)力投入過(guò)多，氣候、土壤和灌溉條件反而是影響巴西農(nóng)業(yè)生產(chǎn)技術(shù)效率進(jìn)步的因素[7]。Asadullah等從土地所有權(quán)的角度分析了影響農(nóng)業(yè)生產(chǎn)效率的因素[8]。從國(guó)內(nèi)來(lái)看，部分學(xué)者對(duì)農(nóng)業(yè)生產(chǎn)效率的研究給予了高度關(guān)注，研究范圍包括家庭、地區(qū)、國(guó)家層面，著力點(diǎn)是針對(duì)農(nóng)業(yè)生產(chǎn)效率的測(cè)定、影響因素的分析等。在農(nóng)業(yè)生產(chǎn)效率的測(cè)算中可分為不考慮環(huán)境因素約束下和考慮環(huán)境因素約束下的農(nóng)業(yè)生產(chǎn)效率研究框架。在不考慮環(huán)境因素約束下的農(nóng)業(yè)生產(chǎn)效率研究中，以DEA、隨機(jī)前沿生產(chǎn)函數(shù)等為主要測(cè)算方法，如朱繼東利用2016年調(diào)查數(shù)據(jù)采用DEA測(cè)算方法分析了河南省信陽(yáng)市新型農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)主體的生產(chǎn)效率[9]。熊鷹等通過(guò)三階段DEA測(cè)算了典型有機(jī)農(nóng)業(yè)區(qū)域的生產(chǎn)效率[10-11]。田偉等通過(guò)隨機(jī)前沿生產(chǎn)函數(shù)模型對(duì)我國(guó)1998—2010年的農(nóng)業(yè)技術(shù)效率進(jìn)行了測(cè)定[12]。在考慮環(huán)境因素約束下農(nóng)業(yè)生產(chǎn)效率的研究中，主要是將農(nóng)業(yè)非合意產(chǎn)出作為非期望產(chǎn)出，納入農(nóng)業(yè)生產(chǎn)效率測(cè)算中，如李谷成等將化肥、農(nóng)業(yè)固定廢棄物、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖等產(chǎn)生的化學(xué)需氧、總氮和總磷作為農(nóng)業(yè)非期望產(chǎn)出測(cè)算農(nóng)業(yè)生產(chǎn)效率[13]；田云等將農(nóng)民在農(nóng)業(yè)生產(chǎn)過(guò)程中產(chǎn)生的碳排放量納入測(cè)算農(nóng)業(yè)生產(chǎn)效率的范圍[14]。環(huán)境約束下的農(nóng)業(yè)生產(chǎn)效率測(cè)算方法以DEA為主，如陳紅等運(yùn)用2步DEA方法測(cè)算了不同環(huán)境規(guī)制下糧食主產(chǎn)區(qū)的農(nóng)業(yè)全要素效率[15]；王寶義等利用SBM-undesirable擴(kuò)展模型測(cè)算了我國(guó)1993—2013年的農(nóng)業(yè)生態(tài)效率[16]。沈能等基于不同的環(huán)境和技術(shù)，通過(guò)SBM方向性距離函數(shù)和共同前沿(Meta-frontier)效率函數(shù)分析農(nóng)業(yè)生產(chǎn)效率[17]。其他方法如吳小慶等基于層次分析法(analytic hierarchy process，簡(jiǎn)稱AHP)和DEA模型[18]及朱玉林等利用能值理論分析農(nóng)業(yè)生態(tài)效率[19]。在影響農(nóng)業(yè)生產(chǎn)效率因素的研究中，王寶義等認(rèn)為，人均農(nóng)業(yè)增加值、農(nóng)業(yè)規(guī)?；健⑥r(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)機(jī)械化密度、農(nóng)民家庭經(jīng)營(yíng)收入比、財(cái)政支農(nóng)水平、工業(yè)化水平、區(qū)位等都會(huì)不同程度地影響農(nóng)業(yè)生態(tài)效率[20]。李博等認(rèn)為，造成我國(guó)農(nóng)業(yè)生產(chǎn)效率差異關(guān)聯(lián)度最高的是產(chǎn)業(yè)結(jié)構(gòu)的地區(qū)差異，其他因素由高到低依次排序?yàn)檗r(nóng)業(yè)結(jié)構(gòu)的地區(qū)差異、災(zāi)害影響的地區(qū)差異、農(nóng)村勞動(dòng)者教育素質(zhì)的地區(qū)差異、城市化水平的地區(qū)差異、城鄉(xiāng)收入比的地區(qū)差異[21]。

現(xiàn)有文獻(xiàn)雖然考慮了環(huán)境因素的影響，但將具有不同農(nóng)業(yè)生產(chǎn)技術(shù)水平的地區(qū)置于相同技術(shù)水平下測(cè)算農(nóng)業(yè)生產(chǎn)效率，有失偏頗。很多研究已表明，我國(guó)農(nóng)業(yè)生產(chǎn)效率存在差異，但很少對(duì)差異來(lái)源進(jìn)行區(qū)分。因此，在充分考慮區(qū)域間技術(shù)集合差異的基礎(chǔ)上，本研究基于SBM-undesirable和 Meta-frontier相結(jié)合的模型，將農(nóng)業(yè)碳排放作為非期望產(chǎn)出納入農(nóng)業(yè)生產(chǎn)效率測(cè)算體系中，從管理無(wú)效率和技術(shù)無(wú)效率2個(gè)維度區(qū)分農(nóng)業(yè)生產(chǎn)效率的差異，并運(yùn)用隨機(jī)效應(yīng)的Tobit回歸模型分析環(huán)境變量對(duì)糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率的影響，為發(fā)展低碳農(nóng)業(yè)與提升農(nóng)業(yè)整體生產(chǎn)效率提供決策參考。

1 方法與數(shù)據(jù)

1.1 研究方法

1.1.1 SBM-undesirable模型 早期SBM模型在處理非期望產(chǎn)出時(shí)是將非期望產(chǎn)出作為投入變量或者直接作為期望產(chǎn)出計(jì)算效率值，會(huì)導(dǎo)致效率值高估或無(wú)效率。Sarrico在前2種方法的基礎(chǔ)上提出了SBM-Undesirable模型[22]。

(1)

式中：ρ*為某個(gè)決策單元的效率值；帶下標(biāo)0表示某個(gè)決策單元，r0表示待求的決策單元；X、Yg、Yb分別表示最優(yōu)投入向量、最優(yōu)期望產(chǎn)出向量、最優(yōu)非期望產(chǎn)出向量；s-、sg、sb依次表示為投入松弛變量、期望產(chǎn)出松弛變量、非期望產(chǎn)出松弛變量。當(dāng)s-=0、sg=0且sb=0時(shí)，即ρ*=1時(shí)，決策單元處在前沿面上，表明決策單元是有效的。當(dāng)ρ*<1時(shí)，決策單元無(wú)效率，須要通過(guò)改進(jìn)投入與產(chǎn)出數(shù)量使決策單元達(dá)到有效率的前沿面。

1.1.2 Meta-frontier模型 傳統(tǒng)DEA在研究各決策單元效率時(shí)，假定各決策單元具有相同的技術(shù)水平，未考慮各決策單元間存在著資源稟賦、經(jīng)濟(jì)社會(huì)環(huán)境和發(fā)展水平的差異，導(dǎo)致無(wú)法準(zhǔn)確衡量各決策單元的效率水平。Battese等針對(duì)此問(wèn)題，提出了共同邊界生產(chǎn)函數(shù)(Meta-frontier production function)分析方法：首先依據(jù)一定的標(biāo)準(zhǔn)將各決策單元?jiǎng)澐譃椴煌航M，采用隨機(jī)前沿法(stochastic frontier approach，簡(jiǎn)稱SFA)估計(jì)不分組決策單元和分組決策單元的技術(shù)效率，通過(guò)比較共同前沿和群組前沿的技術(shù)效率值得到技術(shù)落差比率(meta-technology ratio，簡(jiǎn)稱MTR)，然而此研究方法存在共同前沿?zé)o法包絡(luò)群組前沿的問(wèn)題[23]；此后，O’Donnell擴(kuò)展研究了此問(wèn)題，采用DEA方法取代了SFA法，解決了上述問(wèn)題[24]。

1.1.2.1 群組邊界與共同邊界 考慮到糧食主產(chǎn)區(qū)各省存在資源稟賦、經(jīng)濟(jì)社會(huì)環(huán)境和發(fā)展水平差異而導(dǎo)致的生產(chǎn)技術(shù)異質(zhì)性問(wèn)題，將糧食主產(chǎn)區(qū)各省劃分為東北地區(qū)、東部地區(qū)、中西部地區(qū)3個(gè)群組，其中東北地區(qū)包括黑龍江省、遼寧省、吉林?。粬|部地區(qū)包括河北省、山東省、江蘇省；中西部地區(qū)包括河南省、安徽省、湖南省、湖北省、江西省、內(nèi)蒙古自治區(qū)、四川省。根據(jù)Battese等的Meta-frontier模型，將農(nóng)業(yè)碳排放作為非期望產(chǎn)出納入模型中，構(gòu)建基于SBM-undesirable的共同邊界模型[23]。設(shè)投入和產(chǎn)出向量元素分別為x∈Rm，y∈Rn，則投入和產(chǎn)出的共同技術(shù)集合和生產(chǎn)可能性集分別為Tmeta={(x,y)：x≥0，y≥0；x可以生產(chǎn)y}和Pmeta(x)={y：(x,y)∈Tmeta}。共同技術(shù)效率(meta frontier efficiency，簡(jiǎn)稱MTE)也等價(jià)于共同距離函數(shù)(Dmeta)：

(2)

式中：θ為參數(shù)。

同理，群組技術(shù)集合和生產(chǎn)可能性集分別為Tk={(x,y)：x≥0；y≥0；在群組k中x可生產(chǎn)y}和Pk(x)={y：(x,y)∈Tk}；故群組技術(shù)效率(group frontier efficiency，簡(jiǎn)稱GTE)也等價(jià)于群組距離函數(shù)(Dk)：

(3)

式中：Dmeta和Dk通過(guò)共同前沿和群組前沿下的公式(2)、(3)中的SBM-undesirable模型測(cè)算得到。

1.1.2.2 共同技術(shù)比率和無(wú)效率 共同技術(shù)比率(meta technology ratio，簡(jiǎn)稱MTR)用共同邊界技術(shù)水平與群組邊界技術(shù)水平比值表示，反映群組邊界技術(shù)水平與共同邊界技術(shù)水平的差距，即現(xiàn)實(shí)技術(shù)水平與潛在最優(yōu)技術(shù)水平的差距。共同技術(shù)比率(MTR)表達(dá)式為

(4)

則MTE也等價(jià)于：MTE(x,y)=GTE(x,y)×MTR(x,y)。其中公式(4)中MTR越接近1，表示群組前沿技術(shù)水平越接近共同前沿技術(shù)水平，實(shí)際生產(chǎn)技術(shù)離潛在最優(yōu)生產(chǎn)技術(shù)水平越近，故技術(shù)效率越高。

MTR雖能反映糧食主產(chǎn)區(qū)各省(自治區(qū))之間實(shí)際農(nóng)業(yè)生產(chǎn)效率與潛在農(nóng)業(yè)生產(chǎn)效率的水平差距，但不能進(jìn)一步判斷出糧食主產(chǎn)區(qū)各省(自治區(qū))之間存在農(nóng)業(yè)生產(chǎn)效率差距的原因，無(wú)法厘清是來(lái)自生產(chǎn)單元的管理缺失還是來(lái)源于技術(shù)水準(zhǔn)相異的制度結(jié)構(gòu)問(wèn)題。因此參考Chiu等的方法[25]，將共同前沿下糧食主產(chǎn)區(qū)各省(自治區(qū))農(nóng)業(yè)生產(chǎn)無(wú)效率(inefficiency，簡(jiǎn)稱IE)分解為技術(shù)差距無(wú)效率(technology inefficiency，簡(jiǎn)稱TIE)與管理無(wú)效率(management inefficiency，簡(jiǎn)稱MIE)。

IE=1-MTE=TIE+MIE；

(5)

TIE=GTE×(1-MTR)；

(6)

MIE=1-GTE。

(7)

TIE主要是由糧食主產(chǎn)區(qū)各省(自治區(qū))之間生產(chǎn)技術(shù)差距導(dǎo)致的；MIE是由糧食主產(chǎn)區(qū)各省(自治區(qū))內(nèi)部管理無(wú)效率導(dǎo)致的。通過(guò)無(wú)效率分解可為提升碳排放約束下的農(nóng)業(yè)生產(chǎn)效率提供共同而又有區(qū)別的政策依據(jù)。

1.2 數(shù)據(jù)與變量

根據(jù)上述研究方法，考慮到?jīng)Q策單元數(shù)量與投入及產(chǎn)出數(shù)量的關(guān)系和數(shù)據(jù)的可獲得性，選取2000—2016年糧食主產(chǎn)區(qū)各省(自治區(qū))的相關(guān)數(shù)據(jù)進(jìn)行分析，包含生產(chǎn)投入要素、期望產(chǎn)出及非期望產(chǎn)出原始數(shù)據(jù)(表1)。

表1 2000—2016年投入產(chǎn)出指標(biāo)的描述性統(tǒng)計(jì)

(1)投入指標(biāo)主要選取了農(nóng)林牧副漁從業(yè)人員總數(shù)(萬(wàn)人)、年末機(jī)械總動(dòng)力(萬(wàn)kW)、農(nóng)業(yè)化肥使用量(萬(wàn)t)、農(nóng)作物播種面積(khm2)、有效灌溉面積(khm2)等5個(gè)投入指標(biāo)，涵蓋了農(nóng)業(yè)生產(chǎn)勞動(dòng)力、土地、資本等三大要素。投入指標(biāo)原始數(shù)據(jù)均來(lái)自歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》及糧食主產(chǎn)區(qū)各省(自治區(qū))統(tǒng)計(jì)年鑒。(2)產(chǎn)出指標(biāo)分為期望產(chǎn)出與非期望產(chǎn)出。期望產(chǎn)出選用農(nóng)林牧副漁總產(chǎn)值(億元)作為產(chǎn)出變量，數(shù)據(jù)來(lái)源于歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。非期望產(chǎn)出選用農(nóng)業(yè)碳排放量(萬(wàn)t)作為產(chǎn)出變量，農(nóng)業(yè)碳排放來(lái)自于農(nóng)業(yè)生產(chǎn)過(guò)程的非合意產(chǎn)出，包括化肥、農(nóng)藥、農(nóng)膜、柴油、農(nóng)作物實(shí)際播種面積及有效灌溉面積，數(shù)據(jù)均來(lái)自于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。農(nóng)業(yè)碳排放估算公式為

E=∑Ei=∑Ti·δi。

(8)

式中：E為農(nóng)業(yè)碳排放總量；Ei為各碳源的碳排放量；Ti為各碳排放源的排放量；δi為各碳排放源的碳排放系數(shù)。根據(jù)表2碳排放系數(shù)，可得碳排放總量。

2 結(jié)果與分析

2.1 共同技術(shù)效率和群組技術(shù)效率分析

根據(jù)SBM-undesirable和 Meta-frontier模型，測(cè)算出2000—2016年碳排放約束下共同前沿和群組前沿下的糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率。從表3可知，東北地區(qū)平均MTE為0.871 0，距離潛在的最優(yōu)技術(shù)水平相差13%，仍有一定的上升空間，其中效率最高的為遼寧?。粬|部地區(qū)平均MTE為0.792 9，距離潛在的最優(yōu)技術(shù)水平相差21%，有較大的上升潛力，其中效率最高的為江蘇省；中西部地區(qū)平均MTE為0.782 4，與東部地區(qū)平均MTE相當(dāng)，其中效率最高的為四川省。東北地區(qū)平均MTE和GTE值相差無(wú)幾，即MTR接近于1.000 0，說(shuō)明東北地區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)水平較高，實(shí)際技術(shù)水平與最優(yōu)技術(shù)水平比較接近。東部地區(qū)和中西部地區(qū)GTE明顯高于MTE，即東部地區(qū)和中西部地區(qū)的MTR相比東北地區(qū)較小，均值分別為 0.805 3、0.819 5，說(shuō)明2地區(qū)的實(shí)際技術(shù)水平與最優(yōu)技術(shù)水平有一定的差距。

表2 農(nóng)業(yè)碳排放碳源、碳排放系數(shù)及參考來(lái)源

注：翻耕面積為當(dāng)年農(nóng)作物實(shí)際播種面積，灌溉面積為當(dāng)年有效灌溉面積。

圖1進(jìn)一步反映了2000—2016年共同前沿下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率的變化趨勢(shì)。在共同前沿下， 糧食主產(chǎn)區(qū)中東北地區(qū)農(nóng)業(yè)生產(chǎn)效率整體呈上升趨勢(shì)；東部地區(qū)農(nóng)業(yè)生產(chǎn)效率整體變化不大；中西部地區(qū)農(nóng)業(yè)生產(chǎn)效率整體呈下降趨勢(shì)。2016年，糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率從高到低排列依次為東北地區(qū)、東部地區(qū)、中西部地區(qū)，其值分別為0.885 2、0.820 6、0.747 2。2016年糧食主產(chǎn)區(qū)在共同前沿下的平均農(nóng)業(yè)生產(chǎn)效率為0.817 7。

表3 共同前沿和群組前沿下糧食主產(chǎn)區(qū)各省(地區(qū))農(nóng)業(yè)的生產(chǎn)效率(2000—2016年)

圖2進(jìn)一步反映了2000—2016年群組前沿下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率的變化趨勢(shì)。在群組前沿下，東北地區(qū)農(nóng)業(yè)生產(chǎn)效率與圖1共同前沿下農(nóng)業(yè)生產(chǎn)效率相差不大。東部地區(qū)農(nóng)業(yè)生產(chǎn)效率較高，其次為中西部地區(qū)，都整體呈下降的趨勢(shì)，并都大于在共同前沿下的農(nóng)業(yè)生產(chǎn)效率。2016年糧食主產(chǎn)區(qū)在群組前沿下的平均農(nóng)業(yè)生產(chǎn)效率為 0.924 2。

2.2 共同技術(shù)比率分析

由表3可知，東北地區(qū)實(shí)際技術(shù)水平最接近潛在的最優(yōu)技術(shù)水平，其次為中西部地區(qū)，最差為東部地區(qū)。在糧食主產(chǎn)區(qū)省(自治區(qū))中，只有遼寧省、四川省的實(shí)際技術(shù)水平與潛在最優(yōu)技術(shù)水平無(wú)差距；而河南省的實(shí)際技術(shù)水平與潛在最優(yōu)技術(shù)水平差距最大。通過(guò)共同技術(shù)比率比較，還須進(jìn)一步分析技術(shù)差距的來(lái)源，對(duì)農(nóng)業(yè)生產(chǎn)無(wú)效率進(jìn)行分解。

2.3 農(nóng)業(yè)生產(chǎn)無(wú)效率分解

在共同前沿和群組前沿下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率均存在改進(jìn)和提升的空間，為了進(jìn)一步分析碳排放約束下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)無(wú)效率的來(lái)源，探究實(shí)際生產(chǎn)技術(shù)與潛在最優(yōu)生產(chǎn)技術(shù)差距的內(nèi)在原因，采用無(wú)效率分解的方法從TIE和MIE 2個(gè)方面進(jìn)行分析。由表4可知，IE最小的地區(qū)為東北地區(qū)，其次東部地區(qū)，最后為中西部地區(qū)，分別為0.128 9、0.207 1、 0.217 6。從具體群組上看，東北地區(qū)IE主要來(lái)自MIE，所占比例為96.28%，因此在內(nèi)部管理方面的提升的空間較大，須改進(jìn)內(nèi)部管理水平；東部地區(qū)及中西部地區(qū)IE主要來(lái)自TIE，所占比例分別為 92.05%、76.58%，因此須要提升地區(qū)農(nóng)業(yè)生產(chǎn)技術(shù)水平。

表4 糧食主產(chǎn)區(qū)各省(區(qū))農(nóng)業(yè)生產(chǎn)無(wú)效率均值分解(2000—2016年)

3 影響因素分析

3.1 指標(biāo)選取

影響農(nóng)業(yè)生產(chǎn)效率的因素較多，本研究選用對(duì)農(nóng)業(yè)生產(chǎn)效率產(chǎn)生影響但又不在樣本主觀可控范圍的環(huán)境變量，如國(guó)家的宏觀經(jīng)濟(jì)環(huán)境、政府對(duì)農(nóng)業(yè)發(fā)展的支持力度、人力資源因素和自然災(zāi)害等變量。在宏觀經(jīng)濟(jì)環(huán)境中，選取農(nóng)村居民家庭人均純收入及城市化水平變量為研究指標(biāo)。農(nóng)村居民家庭人均純收入越高，對(duì)農(nóng)業(yè)生產(chǎn)的積極性也越強(qiáng)，因此對(duì)農(nóng)業(yè)生產(chǎn)投入的能力也越高，預(yù)期對(duì)農(nóng)業(yè)生產(chǎn)效率有提升作用。農(nóng)村居民家庭人均純收入數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》，城市化水平用城鎮(zhèn)人口占總?cè)丝诘谋壤硎尽３鞘谢瘜?duì)農(nóng)業(yè)生產(chǎn)是一把雙刃劍，一方面為農(nóng)業(yè)生產(chǎn)轉(zhuǎn)移過(guò)剩勞動(dòng)力，為農(nóng)業(yè)規(guī)模化經(jīng)營(yíng)提供條件等；另一方面可能會(huì)引起農(nóng)業(yè)生產(chǎn)人口過(guò)疏化、老齡化，導(dǎo)致休耕、棄耕及過(guò)度依賴化學(xué)品的投入等問(wèn)題，因此城市化對(duì)農(nóng)業(yè)生產(chǎn)效率不作預(yù)判。政府對(duì)農(nóng)業(yè)發(fā)展的支持力度采用政府對(duì)農(nóng)業(yè)的財(cái)政支出占當(dāng)年總財(cái)政支出的比例表示；政府對(duì)農(nóng)業(yè)的財(cái)政支出在農(nóng)業(yè)的基礎(chǔ)設(shè)施建設(shè)、農(nóng)技推廣等方面起著重要的作用，對(duì)農(nóng)業(yè)生產(chǎn)效率提升有著顯著的作用；但農(nóng)業(yè)生產(chǎn)取得的巨大成就在很大程度上是通過(guò)資源性投入，如化肥、農(nóng)藥、農(nóng)膜等化學(xué)品的投入，并以犧牲生態(tài)資源為代價(jià)實(shí)現(xiàn)的。因此，在碳排放約束下，可能會(huì)導(dǎo)致農(nóng)業(yè)生產(chǎn)效率下降。在人力資源方面，用農(nóng)村勞動(dòng)力受教育狀況來(lái)衡量，但考慮到數(shù)據(jù)的可獲得性，用鄉(xiāng)村就業(yè)人口平均受教育年限(年)表示。根據(jù)歷年《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》中各地區(qū)鄉(xiāng)村6歲及6歲以上人口分為未上過(guò)學(xué)、小學(xué)、初中、高中和大專以上等5個(gè)層次，參考康繼軍等設(shè)定的權(quán)重為0、5、8、11、14.5年，計(jì)算出各地區(qū)鄉(xiāng)村就業(yè)人口平均受教育年限[30]。教育是形成人力資本的重要途徑，農(nóng)村人力資本的積累使農(nóng)民能掌握更多農(nóng)業(yè)生產(chǎn)的知識(shí)與技能，在農(nóng)業(yè)生產(chǎn)中會(huì)更加注重有效率與低污染的生產(chǎn)實(shí)踐，提升碳排放約束下的農(nóng)業(yè)生產(chǎn)效率。在自然災(zāi)害選用農(nóng)作物受災(zāi)面積占農(nóng)作物實(shí)際播種面積比例表示，其數(shù)據(jù)經(jīng)歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》計(jì)算所得。農(nóng)業(yè)生產(chǎn)受自然災(zāi)害的影響，在相同的投入條件下，農(nóng)業(yè)生產(chǎn)效率會(huì)降低。

3.2 模型設(shè)定與實(shí)證分析

為了更好地解釋環(huán)境變量對(duì)共同前沿下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率的影響，將農(nóng)村居民家庭人均純收入(ICM)、城鎮(zhèn)化率(URB)、財(cái)政支農(nóng)比(FAC)、鄉(xiāng)村就業(yè)人口平均受教育年限(EDU)、受災(zāi)面積比(DIS)作為解釋變量，共同前沿下的農(nóng)業(yè)生產(chǎn)效率作為被解釋變量。為了消除量綱的影響，把農(nóng)村居民家庭人均純收入(ICM)進(jìn)行對(duì)數(shù)化處理，選用2段截尾的Tobit模型進(jìn)行計(jì)量檢驗(yàn)。在面板數(shù)據(jù)中，因固定效應(yīng)Tobit模型估計(jì)量被證明是有偏的，學(xué)術(shù)界目前大多數(shù)采用隨機(jī)效應(yīng)的Tobit模型。因共同前沿下糧食主產(chǎn)區(qū)各省(自治區(qū))的農(nóng)業(yè)生產(chǎn)效率值均在0.5～1.0之間，經(jīng)處理為在50～100之間，所以隨機(jī)效應(yīng)的Tobit模型左端在50處截取，右端在100處截取，回歸方程為

MTEit=β0+β1lnICMit+β2URBit+β3FACit+β4EDUit+β5DISit+εit。

(9)

式中：i表示某一地區(qū)；t表示年份；β0為常數(shù)項(xiàng)；β1～β5為共同前沿對(duì)應(yīng)的解釋變量系數(shù)；ε為隨機(jī)誤差項(xiàng)。隨機(jī)效應(yīng)的面板Tobit回歸結(jié)果見表5。

表5 共同前沿糧食主產(chǎn)區(qū)MTE影響因素回歸結(jié)果

注：***、**、*分別表示在1%、5%、10%水平上顯著。LnICM表示對(duì)ICM進(jìn)行對(duì)數(shù)化處理。

從回歸結(jié)果(表5)上看，P值接近于0(表5中P值很小，保留4位小數(shù))，回歸模型整體顯著，效果較好。Rho值在0.85以上，表明個(gè)體效應(yīng)變化主要解釋了農(nóng)業(yè)生產(chǎn)效率。從具體影響因素看，農(nóng)村居民家庭人均純收入系數(shù)為正，且通過(guò)了5%的顯著性檢驗(yàn)，說(shuō)明農(nóng)村居民家庭人均純收入增加，農(nóng)業(yè)生產(chǎn)投入能力增強(qiáng)，有利于提升碳排放約束下的農(nóng)業(yè)生產(chǎn)效率，與預(yù)期一致。城鎮(zhèn)化率為負(fù)，且在1%水平上顯著，說(shuō)明在城市化進(jìn)程中，對(duì)碳排放約束下的農(nóng)業(yè)生產(chǎn)造成了負(fù)面影響，可能是城市化進(jìn)程使農(nóng)業(yè)生產(chǎn)投入要素減少，并且對(duì)農(nóng)業(yè)生態(tài)環(huán)境效應(yīng)有一定程度的破壞。財(cái)政支農(nóng)比在碳排放約束下對(duì)農(nóng)業(yè)生產(chǎn)效率造成了負(fù)向影響，但未通過(guò)顯著性檢驗(yàn)，這不能說(shuō)明政府增加對(duì)農(nóng)業(yè)財(cái)政的支持，反而造成了農(nóng)業(yè)生產(chǎn)效率的下降，而說(shuō)明須改善政府財(cái)政支農(nóng)結(jié)構(gòu)，注重農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境效應(yīng)的協(xié)調(diào)性，不能僅依靠資源性投入，犧牲環(huán)境來(lái)?yè)Q取農(nóng)業(yè)生產(chǎn)效率。鄉(xiāng)村就業(yè)人口平均受教育年限在5%水平上正向顯著，與預(yù)期一致，說(shuō)明通過(guò)教育能顯著提升碳排放約束下的農(nóng)業(yè)生產(chǎn)效率，同時(shí)注重農(nóng)業(yè)生態(tài)環(huán)境效應(yīng)。受災(zāi)面積比在5%水平下負(fù)向顯著，說(shuō)明自然災(zāi)害對(duì)碳排放約束下的農(nóng)業(yè)生產(chǎn)效率造成了不利影響。

4 結(jié)論與建議

基于SBM-undesirable和Meta-frontier相結(jié)合的模型，測(cè)算了碳排放約束下共同前沿和群組前沿下的糧食主產(chǎn)區(qū)各省(自治區(qū))農(nóng)業(yè)生產(chǎn)效率，以及共同邊界下東北地區(qū)、東部地區(qū)、中西部地區(qū)的共同技術(shù)比率。結(jié)果表明：(1)從碳排放約束下的農(nóng)業(yè)生產(chǎn)效率變化趨勢(shì)看，共同前沿和群組前沿下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率均值變化不大，東北地區(qū)整體呈上升趨勢(shì)，中西部地區(qū)整體呈下降趨勢(shì)，東部地區(qū)整體較平穩(wěn)。(2)碳排放約束下的糧食主產(chǎn)區(qū)三大群組在MTE上呈東北地區(qū)-東部地區(qū)-中西部地區(qū)依次遞減的格局；而在GTE上從高到低排序?yàn)闁|部、中西部、東北地區(qū)；在MTR上呈東北地區(qū)-中西部地區(qū)-東部地區(qū)依次排序的現(xiàn)狀。(3)通過(guò)分解碳排放約束下的農(nóng)業(yè)生產(chǎn)無(wú)效率項(xiàng)發(fā)現(xiàn)，東北地區(qū)的農(nóng)業(yè)生產(chǎn)無(wú)效率主要是來(lái)自于管理無(wú)效率，東部地區(qū)及中西部地區(qū)絕大部分來(lái)自于技術(shù)無(wú)效率。最后，本研究基于隨機(jī)效應(yīng)的面板Tobit回歸模型分析了環(huán)境變量對(duì)碳排放約束下的共同前沿下糧食主產(chǎn)區(qū)農(nóng)業(yè)生產(chǎn)效率的影響。研究表明，農(nóng)村居民家庭人均純收入、鄉(xiāng)村就業(yè)人口平均受教育年限對(duì)碳排放約束下的農(nóng)業(yè)生產(chǎn)效率提升有著顯著的正向作用，城市化水平及自然災(zāi)害則相反。

鑒于以上結(jié)論，為增強(qiáng)農(nóng)業(yè)綜合生產(chǎn)能力，提升農(nóng)業(yè)生產(chǎn)效率和發(fā)展低碳農(nóng)業(yè)，統(tǒng)籌資源節(jié)約、環(huán)境保護(hù)和經(jīng)濟(jì)增長(zhǎng)三者協(xié)調(diào)發(fā)展，提出以下政策建議：(1)實(shí)行差別化的地區(qū)農(nóng)業(yè)發(fā)展政策，完善低碳農(nóng)業(yè)立法工作與政策體系建設(shè)。糧食主產(chǎn)區(qū)各省(自治區(qū))存在著資源環(huán)境、社會(huì)經(jīng)濟(jì)水平等方面的差異，導(dǎo)致各地區(qū)實(shí)際農(nóng)業(yè)生產(chǎn)效率存在差距，其原因有管理缺失或技術(shù)水準(zhǔn)相異，須要因地制宜提升農(nóng)業(yè)生產(chǎn)效率。東北地區(qū)中農(nóng)業(yè)生產(chǎn)無(wú)效率主要是由管理缺失造成的，因此要提升地區(qū)的管理效率，從而充分挖掘地區(qū)內(nèi)部潛力。東部地區(qū)及中西部地區(qū)的農(nóng)業(yè)生產(chǎn)無(wú)效率主要是由農(nóng)業(yè)生產(chǎn)技術(shù)水平落后導(dǎo)致的，須要學(xué)習(xí)和借鑒東北地區(qū)農(nóng)業(yè)生產(chǎn)先進(jìn)技術(shù)，提升農(nóng)業(yè)生產(chǎn)效率。低碳農(nóng)業(yè)的發(fā)展是統(tǒng)籌資源與環(huán)境協(xié)調(diào)發(fā)展的需要，有利于優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，提升農(nóng)業(yè)生態(tài)效益，但低碳農(nóng)業(yè)的相關(guān)法律、法規(guī)、條例比較滯后，農(nóng)民環(huán)境生態(tài)意識(shí)薄弱，農(nóng)業(yè)污染嚴(yán)重。低碳農(nóng)業(yè)相關(guān)法律、法規(guī)、條例的制定可緩解當(dāng)前農(nóng)業(yè)碳排放形勢(shì)，改善農(nóng)業(yè)生產(chǎn)格局。(2)優(yōu)化農(nóng)業(yè)生產(chǎn)力布局，實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)與資源環(huán)境協(xié)調(diào)發(fā)展。優(yōu)化農(nóng)業(yè)生產(chǎn)力布局，須要引導(dǎo)農(nóng)業(yè)增產(chǎn)轉(zhuǎn)向提質(zhì)的軌道上來(lái)，發(fā)展綠色、優(yōu)質(zhì)、特色、品牌農(nóng)業(yè)。增產(chǎn)作為過(guò)去我國(guó)農(nóng)業(yè)發(fā)展的目標(biāo)之一，對(duì)保障人口大國(guó)糧食安全至關(guān)重要；但隨著我國(guó)農(nóng)業(yè)綜合生產(chǎn)能力的提升，數(shù)量上已經(jīng)不存在問(wèn)題了，依靠犧牲資源和環(huán)境來(lái)獲取農(nóng)業(yè)生產(chǎn)數(shù)量的增加已成為過(guò)去式，應(yīng)在農(nóng)業(yè)生產(chǎn)過(guò)程中應(yīng)用新型農(nóng)業(yè)生產(chǎn)技術(shù)和清潔環(huán)保技術(shù)，科學(xué)降低農(nóng)藥、化肥、農(nóng)膜等投入，提升資源的利用效率。根據(jù)地方農(nóng)業(yè)實(shí)際情況，因地制宜發(fā)展各地區(qū)農(nóng)業(yè)，建設(shè)一批具有示范作用的農(nóng)業(yè)現(xiàn)代化產(chǎn)業(yè)園、農(nóng)業(yè)科技園以及享有知名度的農(nóng)產(chǎn)品品牌等。(3)優(yōu)化政府財(cái)政支農(nóng)結(jié)構(gòu)，重點(diǎn)方向是改善農(nóng)業(yè)薄弱環(huán)節(jié)和完善農(nóng)業(yè)科技創(chuàng)新體系。政府財(cái)政支農(nóng)在農(nóng)業(yè)基礎(chǔ)建設(shè)、農(nóng)業(yè)科研投入及推廣等方面發(fā)揮著重要作用，對(duì)提升農(nóng)業(yè)生產(chǎn)效率有顯著的正向作用。但整體上財(cái)政支農(nóng)水平不高，同時(shí)在結(jié)構(gòu)上也存在一些問(wèn)題，如相關(guān)部門環(huán)保意識(shí)薄弱、農(nóng)業(yè)生產(chǎn)投入浪費(fèi)、農(nóng)業(yè)的盲目投資、支農(nóng)政策只局限當(dāng)前的情況未考慮長(zhǎng)遠(yuǎn)等。因此須要改進(jìn)政府財(cái)政支農(nóng)的項(xiàng)目組合，重點(diǎn)改善農(nóng)業(yè)中的薄弱環(huán)節(jié)，大力推進(jìn)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)，如興修農(nóng)田水利、完善田間節(jié)水設(shè)施等，增強(qiáng)農(nóng)業(yè)抵御自然災(zāi)害的能力。提升農(nóng)業(yè)科技創(chuàng)新能力，須要增加農(nóng)業(yè)科研投入，發(fā)揮好政府財(cái)政支農(nóng)資金的帶頭作用，拓寬投資渠道，讓社會(huì)更多的資金注入農(nóng)業(yè)科研中；其次要讓最新的科研成果在農(nóng)業(yè)中得到有效的應(yīng)用，為農(nóng)業(yè)發(fā)展插上科技的翅膀。(4)加強(qiáng)農(nóng)業(yè)知識(shí)和技能培訓(xùn)，分類培育農(nóng)業(yè)專業(yè)人才，完善農(nóng)業(yè)人才梯隊(duì)。實(shí)證研究表明，農(nóng)村勞動(dòng)力受教育水平對(duì)農(nóng)業(yè)生產(chǎn)有著長(zhǎng)遠(yuǎn)積極的影響，低碳農(nóng)業(yè)的發(fā)展必須讓廣大農(nóng)業(yè)工作者掌握低碳農(nóng)業(yè)涉及的農(nóng)業(yè)器具的使用和農(nóng)業(yè)生產(chǎn)技術(shù)的應(yīng)用。因?yàn)樯婕暗降吞嫁r(nóng)業(yè)相關(guān)的知識(shí)和技能培訓(xùn)工作，須要普及和深化低碳農(nóng)業(yè)知識(shí)，提升農(nóng)業(yè)工作者在農(nóng)業(yè)生產(chǎn)實(shí)踐中的生態(tài)環(huán)保意識(shí)，降低農(nóng)業(yè)碳排放水平；推廣應(yīng)用低碳農(nóng)業(yè)生產(chǎn)技術(shù)，建立健全的在農(nóng)業(yè)生產(chǎn)實(shí)踐中農(nóng)民與科研人員及時(shí)有效的反饋機(jī)制，提升低碳農(nóng)業(yè)生產(chǎn)效率?，F(xiàn)代農(nóng)業(yè)的發(fā)展，離不開農(nóng)業(yè)科技人員的支撐，因此，須要在廣大農(nóng)業(yè)工作者中培育一批科技領(lǐng)軍人物及技術(shù)骨干和懂生產(chǎn)、服務(wù)、經(jīng)營(yíng)的全能型人才，使人力資本成為我國(guó)農(nóng)業(yè)競(jìng)爭(zhēng)力的優(yōu)勢(shì)。