周應(yīng)恒,楊宗之

糧食安全是國(guó)計(jì)民生的根本,作為世界人口第一的大國(guó),中國(guó)以全球7%的耕地養(yǎng)活約全球20%的人口。在當(dāng)前人口規(guī)模大增、自然資源緊束的條件下,糧食綠色生產(chǎn)的重要性日益凸顯,而糧食綠色全要素生產(chǎn)率則是農(nóng)業(yè)綠色生產(chǎn)能力的重要體現(xiàn)[1]。這個(gè)概念最早由Schalteger Sturm提出,它代表糧食生產(chǎn)活動(dòng)帶來(lái)的包含環(huán)境影響在內(nèi)的總產(chǎn)出與總投入的比率[2]。同時(shí),世界可持續(xù)發(fā)展商會(huì)(WBCSD)將綠色生產(chǎn)力定義為:能在全生命周期內(nèi)為人類提供高質(zhì)量的產(chǎn)品,并最大限度減少資源消耗和環(huán)境污染,最終實(shí)現(xiàn)生產(chǎn)與生態(tài)和諧發(fā)展的生產(chǎn)活動(dòng)[3]。可以看出,糧食生產(chǎn)效率水平不僅反映了糧食產(chǎn)出能力,同時(shí)也包含糧食生產(chǎn)活動(dòng)帶來(lái)的生態(tài)環(huán)境影響。雖然我國(guó)糧食產(chǎn)量自2015年以來(lái)持續(xù)穩(wěn)定在6.5億t以上,但在糧食生產(chǎn)的快速發(fā)展過(guò)程中,農(nóng)藥化肥等一系列農(nóng)用化學(xué)品催生的糧食增產(chǎn)模式、地膜的不合理處置、固體廢棄物的大面積焚燒,造成了大量的環(huán)境污染,破壞了農(nóng)地原有的生態(tài)循環(huán)模式[4]。同時(shí)伴隨市場(chǎng)對(duì)資源配置的作用逐漸顯現(xiàn),許多地區(qū)出現(xiàn)了耕地的“非農(nóng)非糧化”現(xiàn)象,這種傾向不僅壓減了糧食生產(chǎn),還滋生了諸如種樹(shù)挖塘等破壞耕地的行為,影響了糧食綠色生產(chǎn)率中糧食種植的生態(tài)價(jià)值產(chǎn)出(后文簡(jiǎn)稱“糧種生態(tài)價(jià)值”),在一定程度上威脅到了我國(guó)的糧食安全。因此,充分認(rèn)識(shí)糧食生產(chǎn)過(guò)程中的正負(fù)外部性,對(duì)了解綠色發(fā)展背景下我國(guó)糧食的實(shí)際生產(chǎn)能力及保障糧食安全具有重要意義。

目前,國(guó)內(nèi)外學(xué)者主要采用索洛余值(Solow residual)、數(shù)據(jù)包絡(luò)(DEA)和隨機(jī)前沿(SFA)等分析手法對(duì)包含糧食在內(nèi)的農(nóng)業(yè)生產(chǎn)率展開(kāi)討論[5-6],其中Charnes等[7]提出的多投入產(chǎn)出DEA評(píng)價(jià)法應(yīng)用最為普遍,在Caves等[8]引入非參數(shù)增長(zhǎng)測(cè)算模塊后,開(kāi)始被國(guó)內(nèi)外學(xué)者廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)率的研究中[9]。眾多學(xué)者認(rèn)為改革開(kāi)放以來(lái)我國(guó)農(nóng)業(yè)全要素生產(chǎn)率實(shí)現(xiàn)了較快的增長(zhǎng),技術(shù)進(jìn)步和各投入要素使用方式的轉(zhuǎn)變極大地提升了農(nóng)業(yè)生產(chǎn)效率[10-13]。近年來(lái),農(nóng)業(yè)生產(chǎn)過(guò)程中造成的環(huán)境污染問(wèn)題也逐漸引起了學(xué)者們的重視,諸多學(xué)者開(kāi)始將環(huán)境因素納入農(nóng)業(yè)生產(chǎn)效率的考量范圍內(nèi)[14]。而傳統(tǒng)的DEA模型,忽略了投入產(chǎn)出松弛變量這一問(wèn)題,造成其對(duì)于非期望產(chǎn)出測(cè)算的不適用性。鑒于此,Tone[15]建立了非徑向角度的松弛變量測(cè)度模型,Chung等[16]改進(jìn)了Malmquise Luenberger(ML)指數(shù)使多決策單元可以排序,Ramanathan等[17]結(jié)合農(nóng)業(yè)生產(chǎn)的特點(diǎn)、投入要素的可測(cè)量性,把生產(chǎn)過(guò)程中的污染當(dāng)成一種未支付的投入納入到生產(chǎn)函數(shù)中,改進(jìn)了綠色全要素生產(chǎn)率的測(cè)算方法。隨后,學(xué)者們逐步將水、土壤氮磷含量、碳排放、水土流失、氣候變化等環(huán)境影響因素當(dāng)作非合意產(chǎn)出納入到農(nóng)業(yè)綠色全要素生產(chǎn)率的估算中[18-20]。黨的十九大提出經(jīng)濟(jì)的高質(zhì)量發(fā)展需要充分考慮環(huán)境代價(jià),農(nóng)業(yè)作為與自然環(huán)境結(jié)合最為緊密的產(chǎn)業(yè),科學(xué)地評(píng)價(jià)農(nóng)業(yè)綠色全要素生產(chǎn)率有助于推動(dòng)產(chǎn)業(yè)的綠色發(fā)展和轉(zhuǎn)型升級(jí)。糧食生產(chǎn)是農(nóng)業(yè)發(fā)展的重要內(nèi)容,其綠色生產(chǎn)效率評(píng)價(jià)一直是學(xué)界的研究熱點(diǎn),諸多學(xué)者認(rèn)為農(nóng)業(yè)污染(碳排放[21]、面源污染[22]等)和耕地質(zhì)量下降[23]是阻礙我國(guó)糧食綠色全要素生產(chǎn)率提升的主要因素。鑒于我國(guó)幅員遼闊,不同地區(qū)的自然經(jīng)濟(jì)條件、農(nóng)業(yè)發(fā)展方式差異較大,學(xué)者們從地理差異視角,運(yùn)用空間計(jì)量方法研究了不同驅(qū)動(dòng)因素對(duì)不同地區(qū)糧食生產(chǎn)效率的影響,發(fā)現(xiàn)氣候變化[24]、新型城鎮(zhèn)化[25]、農(nóng)業(yè)補(bǔ)貼[26]、人口老齡化[27]等因素均對(duì)糧食綠色全要素生產(chǎn)率影響顯著。

綜上所述,多數(shù)研究集中于探討大范圍的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率,專門(mén)針對(duì)糧食綠色全要素生產(chǎn)率測(cè)算的文獻(xiàn)相對(duì)較少,且已有研究?jī)H將糧食產(chǎn)量作為綠色全要素生產(chǎn)率測(cè)算的唯一期望產(chǎn)出,這種單一的價(jià)值核算標(biāo)準(zhǔn),遠(yuǎn)遠(yuǎn)低估了耕地在糧食生產(chǎn)活動(dòng)中所產(chǎn)生的生態(tài)價(jià)值。同時(shí),現(xiàn)有文獻(xiàn)的非期望產(chǎn)出多數(shù)只考慮化肥投入帶來(lái)的營(yíng)養(yǎng)物污染,忽略了農(nóng)藥、農(nóng)膜和農(nóng)業(yè)固體廢棄物的影響。鑒于此,本文從以下幾個(gè)方面深入:第一,在糧食生產(chǎn)活動(dòng)中,耕地在廢物處理、保持土壤、氣候調(diào)節(jié)等方面提供了大量的生態(tài)價(jià)值[28],基于不同區(qū)域耕地資源稟賦的差異,采用生態(tài)價(jià)值評(píng)價(jià)法(ESV)測(cè)算耕地在糧種過(guò)程中產(chǎn)生的生態(tài)價(jià)值; 第二,充分考慮糧種過(guò)程中產(chǎn)生的營(yíng)養(yǎng)物污染和非營(yíng)養(yǎng)物污染,利用農(nóng)業(yè)固體廢棄物產(chǎn)污系數(shù)和《全國(guó)第一次污染源普查》中化肥、農(nóng)藥和農(nóng)膜污染分冊(cè)中各省(市)的流存系數(shù),根據(jù)要素的實(shí)際使用量進(jìn)行折算,最終得到非期望產(chǎn)出的綜合數(shù)據(jù); 第三,GML(global Malmquise Luenberger)指數(shù)法和超效率SBM(super efficiency model)模型能夠準(zhǔn)確測(cè)算包含非期望產(chǎn)出的綠色生產(chǎn)率,本文將農(nóng)業(yè)面源污染、碳排放等非期望產(chǎn)出納入測(cè)算模型中,評(píng)價(jià)我國(guó)1997—2019年糧食綠色全要素生產(chǎn)率; 第四,通過(guò)超效率SBM模型投入產(chǎn)出的冗余率指標(biāo)找尋生產(chǎn)效率低下地區(qū)的主要限制因素,針對(duì)性地提出相應(yīng)的提升策略; 第五,為了把握我國(guó)糧食綠色全要素生產(chǎn)率變化的時(shí)空規(guī)律,基于農(nóng)業(yè)生產(chǎn)要素的流動(dòng)成本、條件及空間發(fā)展特征,采用等距離分配法選取6個(gè)時(shí)間節(jié)點(diǎn),通過(guò)Moran’sI指數(shù)研究不同地區(qū)糧食綠色全要素生產(chǎn)率的空間集聚態(tài)勢(shì)。本研究旨在為各地轉(zhuǎn)變適宜的農(nóng)業(yè)發(fā)展模式、實(shí)現(xiàn)綠色生產(chǎn)、保障糧食生產(chǎn)的生態(tài)價(jià)值提供參考。

1 數(shù)據(jù)與方法

1.1 研究方法

1.1.1 生態(tài)價(jià)值評(píng)價(jià)法(ESV)

耕地除了可以保障食物和原材料生產(chǎn),在生態(tài)鏈支持和氣體調(diào)節(jié)服務(wù)中也起著重要作用,耕地生態(tài)系統(tǒng)中的生物和植被可以化解多余養(yǎng)分及化合物,達(dá)到滯留灰塵的作用; 同時(shí),生物的有機(jī)質(zhì)積累可以起到保持土壤的作用,保證其沉積物養(yǎng)分的積累和營(yíng)養(yǎng)循環(huán),并且為野生動(dòng)植物提供授粉、棲息地等生物資源,保障其基因的來(lái)源和進(jìn)化,維護(hù)耕地生態(tài)系統(tǒng)平衡具有重要的生態(tài)意義。為探討糧食生產(chǎn)框架下耕地產(chǎn)生的生態(tài)價(jià)值,根據(jù)Costanza等[29]提出的當(dāng)量因子法,結(jié)合謝高地等[30]修正的中國(guó)內(nèi)陸耕地生態(tài)價(jià)值評(píng)價(jià)系數(shù)(其中氣體調(diào)節(jié)為0.50、氣候調(diào)節(jié)為0.89、水文調(diào)節(jié)為0.60、廢物處理為1.64、保持土壤為1.46、維持生物多樣性為0.71、提供美學(xué)景觀為0.01)和提出的我國(guó)不同省份農(nóng)田生態(tài)系統(tǒng)生物量因子修正系數(shù)(表1),計(jì)算各區(qū)域耕地在糧食生產(chǎn)過(guò)程中所產(chǎn)生的生態(tài)價(jià)值,詳見(jiàn)公式1。

表1 我國(guó)不同省份耕地生態(tài)系統(tǒng)生物量因子Table 1 Biomass factors of cultivated land ecosystems in different provinces of China

式中:ESV為糧食生產(chǎn)過(guò)程中產(chǎn)生的總生態(tài)價(jià)值,t為研究年份,i為廢物處理、保持土壤、氣候調(diào)節(jié)、維持生物多樣性、水文調(diào)節(jié)、氣體調(diào)節(jié)、提供美學(xué)景觀7類生態(tài)功能價(jià)值,A為各地區(qū)的糧食播種面積,P為基期糧食單產(chǎn)可比價(jià)格,CF為地區(qū)修正系數(shù),EC為各項(xiàng)生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量因子。

1.1.2 GML指數(shù)法

GML指數(shù)法能夠測(cè)度靜態(tài)面板下的糧食綠色全要素生產(chǎn)率,進(jìn)一步分解可得到技術(shù)效率(GEC)和相鄰期內(nèi)最佳實(shí)踐距離下(BPG)的技術(shù)進(jìn)步情況(GTC)。公式(2)為判別效率值增減情況的GML指數(shù),即糧食綠色綜合效率是評(píng)價(jià)糧食生產(chǎn)活動(dòng)對(duì)資源利用、配置的綜合評(píng)價(jià)指標(biāo),若GML值＞1,則說(shuō)明當(dāng)前糧食生產(chǎn)活動(dòng)處于生產(chǎn)前沿面,即效率有所提升。GEC和GTC分別表示糧食綠色生產(chǎn)的技術(shù)效率和技術(shù)進(jìn)步(即規(guī)模效率),即GEC反映的是糧食生產(chǎn)中先進(jìn)技術(shù)的應(yīng)用和推廣程度,當(dāng)GEC＞1時(shí)則表示當(dāng)前技術(shù)水平的單元規(guī)模效應(yīng)處于最優(yōu)狀態(tài),技術(shù)推廣效果較好。GTC反映當(dāng)前的技術(shù)條件較前期是否有所更新,以及糧食生產(chǎn)活動(dòng)的投入要素是否得到有效利用,若GTC＞1則表示單元技術(shù)水平和投入要素利用程度的增加,反之亦然。

式中:t為研究年份,x為投入要素,y為期望產(chǎn)出,b為非期望產(chǎn)出,TE為綜合技術(shù)效率,BPG為全局技術(shù)參照集與有效生產(chǎn)前沿面的距離。其中DG(xt,yt,bt)為參照集的方向向量,指投入因素x和生產(chǎn)結(jié)構(gòu)P(x)沿著距離函數(shù)指定產(chǎn)出向量g=(gy,gb)方向,可增減生產(chǎn)最大λ倍數(shù)的產(chǎn)出。

1.1.3 超效率SBM生產(chǎn)率測(cè)算法

超效率SBM模型對(duì)于每一個(gè)評(píng)價(jià)單元DMU均有投入、期望產(chǎn)出、非期望產(chǎn)出3個(gè)向量,以此構(gòu)建含3個(gè)向量在內(nèi)的超效率SMB模型(公式3)。

式中:ρ為評(píng)價(jià)單元DMU的綜合效率值,λ為權(quán)重,k為研究對(duì)象省(市)的個(gè)數(shù),i、l、r、j為各部分決策單元的表征,yg和yb分別代表期望和非期望產(chǎn)出,m表示投入要素個(gè)數(shù),s1為期望產(chǎn)出個(gè)數(shù),s2為非期望產(chǎn)出個(gè)數(shù),s-為投入松弛變量,sg和sb是期望和非期望產(chǎn)出的松弛變量。

若評(píng)價(jià)單元效率存在損失,超效率SBM模型可以基于投入、非期望產(chǎn)出過(guò)剩量和期望產(chǎn)出不足量,比較指定決策單元與最佳決策單元間的產(chǎn)出不足率和投入冗余率,為各地區(qū)提升糧食綠色全要素生產(chǎn)率提供改善方向。當(dāng)評(píng)價(jià)單元為效率損失狀態(tài)時(shí),基于公式(3)中的松弛變量,糧食綠色全要素生產(chǎn)率損失原因可分為以下幾類:1)投入存在冗余,即要素可縮減率(公式4); 2)非期望產(chǎn)出存在冗余,即非期望產(chǎn)出可縮減率(公式5); 3)期望產(chǎn)出存在不足,即期望產(chǎn)出可擴(kuò)展率(公式6)。

式中:N為投入因素種類,M為期望產(chǎn)出種類,I為非期望產(chǎn)出種類,和分別表示投入和非期望產(chǎn)出的冗余量,而代表期望產(chǎn)出不足量。

1.1.4 探索性空間數(shù)據(jù)分析法(ESDA)

由于較為相似的社會(huì)、經(jīng)濟(jì)、生態(tài)屬性特征,臨近地理單元會(huì)表現(xiàn)出一定的空間關(guān)聯(lián)性,為了進(jìn)一步把握空間單元間的空間關(guān)聯(lián)、交互特征,本文運(yùn)用探索性空間數(shù)據(jù)分析法研究糧食綠色全要素生產(chǎn)率的空間相關(guān)性及異質(zhì)性。首先建立Queen一階權(quán)重矩陣(Wij),相臨單元若存在共同邊界則判定為存在空間依賴關(guān)系,具體公式如公式(7):

其中公式(8)為反映整體空間集聚趨勢(shì)的全局莫蘭指數(shù),公式(9)為反映地區(qū)空間異質(zhì)和集聚性的局部莫蘭指數(shù)。

式中:Xi為第i個(gè)評(píng)價(jià)單元的值,n為評(píng)價(jià)單元個(gè)數(shù),Wij為空間權(quán)重矩陣。

1.2 指標(biāo)體系構(gòu)建和數(shù)據(jù)處理

土地和勞動(dòng)力是糧食生產(chǎn)活動(dòng)中的必要投入要素,而化肥和農(nóng)藥是實(shí)現(xiàn)現(xiàn)代糧食增產(chǎn)的關(guān)鍵要素。并且,隨著糧食生產(chǎn)技術(shù)的不斷改進(jìn),機(jī)耕機(jī)收等糧食生產(chǎn)方式的普及,使得農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)于提升糧食生產(chǎn)效率起到了至關(guān)重要的作用。因此,參照前人文獻(xiàn)[31-32],本文投入指標(biāo)選擇勞動(dòng)力、土地和相關(guān)資源投入等。土地投入指標(biāo)選擇糧食作物播種面積,資源投入指標(biāo)分別采用農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)藥使用量、化肥折純量表征農(nóng)業(yè)生產(chǎn)過(guò)程中的農(nóng)業(yè)機(jī)械、農(nóng)藥和化肥投入。產(chǎn)出指標(biāo)分為期望產(chǎn)出和非期望產(chǎn)出,期望產(chǎn)出指標(biāo)選取糧種生態(tài)價(jià)值和糧食產(chǎn)量; 非期望產(chǎn)出方面,從糧種面源污染的源頭來(lái)看,主要包括非營(yíng)養(yǎng)物和營(yíng)養(yǎng)物污染[33]。其中,非營(yíng)養(yǎng)物污染是指殘留在土地或者農(nóng)作物上的污染物,主要為農(nóng)藥、農(nóng)膜兩大類; 營(yíng)養(yǎng)物污染是指通過(guò)水介質(zhì)而呈現(xiàn)的水體富營(yíng)養(yǎng)化污染,其污染物主要包括來(lái)源于農(nóng)田化肥和糧種固體廢棄物的總氮、總磷和化學(xué)需氧量。同時(shí),耕地碳排放主要指糧食作物生產(chǎn)過(guò)程中由于化肥、農(nóng)藥、能源使用,以及土地翻耕和灌溉過(guò)程中所直接或間接導(dǎo)致的溫室氣體的排放[34]?；谝陨戏治?本文的非期望產(chǎn)出選取糧食生產(chǎn)過(guò)程中造成的農(nóng)業(yè)面源污染和碳排放。具體投入-產(chǎn)出指標(biāo)詳見(jiàn)表2。

表2 糧食綠色全要素生產(chǎn)率投入-產(chǎn)出指標(biāo)體系Table 2 Input and output indexes system of grain green total factor productivity

1.3 數(shù)據(jù)來(lái)源及處理

本研究秉承數(shù)據(jù)連續(xù)性、完整性、可獲得性和可比性的原則,對(duì)涉及的相關(guān)基礎(chǔ)數(shù)據(jù)進(jìn)行了收集與整理。其中,1997-2019年第一產(chǎn)業(yè)從業(yè)人員、糧食播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)藥使用量、化肥折純量和糧食產(chǎn)量(包含水稻、小麥、玉米、豆類、薯類)、農(nóng)膜使用量、農(nóng)機(jī)燃料量、灌溉面積數(shù)據(jù)來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》 《中國(guó)農(nóng)業(yè)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。由于2012年后農(nóng)林牧漁從業(yè)人員數(shù)據(jù)缺失,為了保證數(shù)據(jù)的連續(xù)性,缺失數(shù)據(jù)優(yōu)先按省(市)級(jí)統(tǒng)計(jì)年鑒進(jìn)行補(bǔ)充,并通過(guò)相關(guān)統(tǒng)計(jì)局、農(nóng)業(yè)農(nóng)村廳(局)等相關(guān)政府機(jī)構(gòu)的信息公開(kāi)數(shù)據(jù)進(jìn)行多次核對(duì),最大程度保證數(shù)據(jù)統(tǒng)計(jì)口徑一致。數(shù)據(jù)處理方面,因本文所研究的是糧食生產(chǎn)過(guò)程中的各項(xiàng)投入,根據(jù)田旭等[35]的研究方法,依照拆分系數(shù)計(jì)算糧食生產(chǎn)要素的勞動(dòng)力和農(nóng)藥化肥投入。即糧種勞動(dòng)力系數(shù)=(農(nóng)業(yè)產(chǎn)值/農(nóng)林牧漁業(yè)總值)×(糧食播種面積/農(nóng)作物播種面積); 農(nóng)藥化肥投入系數(shù)=糧食播種面積/農(nóng)作物播種面積。糧種生態(tài)價(jià)值方面,根據(jù)Costanza等[29]提出的當(dāng)量因子法,結(jié)合謝高地等[30]修正的中國(guó)內(nèi)陸耕地生態(tài)價(jià)值評(píng)價(jià)系數(shù),以糧食播種面積計(jì)算各省(市)糧種生態(tài)價(jià)值。農(nóng)業(yè)面源污染方面,綜合采用王雪蕾等[24]的清單分析法核算糧種固體廢棄物污染,并根據(jù)《全國(guó)第一次污染源普查》的農(nóng)藥化肥流失、農(nóng)膜留存系數(shù)分冊(cè)折算各區(qū)域的要素使用量,核算包括化肥投入所產(chǎn)生和流失的總磷總氮、農(nóng)藥流失殘留量和農(nóng)用薄膜殘留量。碳排放量方面,通過(guò)張利國(guó)等[36]的碳排放系數(shù)和核算方法,計(jì)算糧種過(guò)程中化肥、農(nóng)藥、農(nóng)膜、柴油、翻耕和灌溉產(chǎn)生的碳排放量。同時(shí),針對(duì)各省(市)同一指標(biāo)的單位差異問(wèn)題,通過(guò)單位量級(jí)換算,進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化處理。最終構(gòu)建了包含全國(guó)31個(gè)省(市)1997—2019年的糧食綠色全要素生產(chǎn)率投入產(chǎn)出面板數(shù)據(jù)。

2 實(shí)證分析

為科學(xué)反映我國(guó)不同區(qū)域糧食綠色全要素生產(chǎn)率的變化狀況,在全國(guó)整體和省域?qū)Ρ确治龌A(chǔ)之上,依照《國(guó)務(wù)院發(fā)布關(guān)于西部大開(kāi)發(fā)若干政策措施的實(shí)施意見(jiàn)》和《中共中央、國(guó)務(wù)院關(guān)于促進(jìn)中部地區(qū)崛起的若干意見(jiàn)》,將研究樣本區(qū)域劃分為東部地區(qū)(北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南)、中部地區(qū)(山西、安徽、江西、河南、湖北和湖南)、西部地區(qū)(內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆)、東北地區(qū)(遼寧、吉林和黑龍江)進(jìn)行區(qū)域間的分析比較。同時(shí),由于統(tǒng)計(jì)口徑差異和數(shù)據(jù)獲取問(wèn)題,故本文研究區(qū)域不含中國(guó)港澳臺(tái)地區(qū)。

2.1 糧種生態(tài)價(jià)值變化測(cè)算分析

本文將耕地在糧食生產(chǎn)活動(dòng)過(guò)程中產(chǎn)生的生態(tài)價(jià)值作為糧食綠色全要素生產(chǎn)率的期望產(chǎn)出之一,結(jié)合各區(qū)域耕地資源條件和糧食生產(chǎn)種植情況,借助生態(tài)價(jià)值評(píng)價(jià)法得出各地區(qū)的糧食生產(chǎn)生態(tài)價(jià)值(圖1)。

如圖1所示,生態(tài)價(jià)值排序?yàn)橹胁康貐^(qū)＞東部地區(qū)＞西部地區(qū)＞東北地區(qū); 從時(shí)序上看,東北和中部地區(qū)的糧種生態(tài)價(jià)值有所增加,分別提升254.10億元和268.08億元,而東部、西部地區(qū)的糧種生態(tài)價(jià)值較研究初期有所降低,分別減少452.44億元和95.15億元。同時(shí),糧種生態(tài)價(jià)值有所提升的省份主要集中在我國(guó)中部、東北及西南地區(qū)。其中由于黑龍江、吉林和遼寧地屬黑土帶,土壤較為肥沃,得益于得天獨(dú)厚的自然資源,東北地區(qū)在我國(guó)糧食生產(chǎn)中的地位顯得尤為重要。作為我國(guó)糧食生產(chǎn)的主產(chǎn)區(qū),隨著第一產(chǎn)業(yè)規(guī)模的不斷加深以及耕地管控政策的導(dǎo)向,東北地區(qū)擁有較高的耕地保有量,糧種生態(tài)價(jià)值較為穩(wěn)定,并在研究期內(nèi)得到提升。而中部地區(qū)由于耕地水熱條件良好,地勢(shì)平坦適宜作物種植,農(nóng)業(yè)生產(chǎn)配套技術(shù)的日趨完善,集約化種植的不斷推進(jìn)保證了糧種生態(tài)價(jià)值的穩(wěn)步提升。糧種生態(tài)價(jià)值有所下降的省份主要分布在我國(guó)東部和西部地區(qū),其中由于西部地區(qū)降水量少、地形地貌導(dǎo)致的耕地資源量不足等自然條件限制,加上生態(tài)退耕的需要,使得糧種生態(tài)價(jià)值有一定的下降。而東部地區(qū)省份經(jīng)濟(jì)相較發(fā)達(dá),在城鎮(zhèn)化快速發(fā)展過(guò)程中可能會(huì)占用較多的耕地,伴隨居民生活質(zhì)量的提高、飲食結(jié)構(gòu)的改變,和新型農(nóng)業(yè)的崛起,市場(chǎng)對(duì)資源配置的作用逐漸顯現(xiàn)。2017年河北省、江蘇省和山東省等東部地區(qū)省份的非糧化率超過(guò)了20%,而北京市、天津市、上海市、浙江省、福建省、廣東省和海南省2017年的非糧化率更是超過(guò)了40%[37]。尤其是福建省、廣西省和海南省等以丘陵、山地地形為主的省份,其自然條件不利于糧食作物的耕種,這些省份的農(nóng)業(yè)發(fā)展模式多以熱帶水果等經(jīng)濟(jì)作物為主,地方性特色農(nóng)產(chǎn)品的價(jià)格優(yōu)勢(shì)導(dǎo)致糧種面積的萎縮; 而北京市、天津市、上海市和廣東省等發(fā)達(dá)區(qū)域的發(fā)展定位,決定了這些省份的農(nóng)業(yè)在三產(chǎn)中的比例較低,并且在城鎮(zhèn)化過(guò)程中面臨較強(qiáng)的用地約束,城市擴(kuò)張占用了大量的耕地。耕地的“非糧化”傾向不僅壓減了糧食生產(chǎn),還滋生了諸如種樹(shù)挖塘等破壞耕地的行為。同時(shí)近年來(lái)東部地區(qū)頻發(fā)的農(nóng)地“非糧化” “非農(nóng)化”現(xiàn)象不僅影響了糧食綠色生產(chǎn)率中的糧種生態(tài)價(jià)值產(chǎn)出,還在一定程度上威脅到了我國(guó)的糧食安全?？傮w而言,在研究期內(nèi),我國(guó)糧種生態(tài)價(jià)值呈下降趨勢(shì),由1997年的6471.57億元下降到2003年的5585.28億元,2004年到2019年呈現(xiàn)波動(dòng)上升態(tài)勢(shì),2019年達(dá)6446.16億元,研究期內(nèi)糧種生態(tài)價(jià)值降低0.39%,共計(jì)減少25.41億元。

2.2 糧食綠色全要素生產(chǎn)率測(cè)算分解

通過(guò)糧種生態(tài)價(jià)值的計(jì)算,發(fā)現(xiàn)不考慮環(huán)境因素的傳統(tǒng)全要素生產(chǎn)率往往會(huì)忽略糧食生產(chǎn)活動(dòng)的正外部性,無(wú)法準(zhǔn)確評(píng)估我國(guó)糧食生產(chǎn)的真實(shí)效率水平?；诖?本文在充分考慮糧種生態(tài)價(jià)值和農(nóng)業(yè)污染的環(huán)境代價(jià)后,為了研究我國(guó)糧食綠色全要素生產(chǎn)率的動(dòng)態(tài)變化情況,以及技術(shù)效率和技術(shù)進(jìn)步的影響程度,通過(guò)GML生產(chǎn)率指數(shù)法從動(dòng)態(tài)角度得出我國(guó)1997-2019年各時(shí)期糧食綠色全要素生產(chǎn)率(GTFP,后文簡(jiǎn)稱“綜合效率”)、技術(shù)效率(GEC)和技術(shù)進(jìn)步(GTC)情況。

如表3所示,分階段來(lái)看,在1997年亞洲金融通貨緊縮的大背景下,“九五”時(shí)期(1997-2000年)糧食價(jià)格持續(xù)下跌,農(nóng)民種糧積極性受到影響,耕種投入減少導(dǎo)致生產(chǎn)率大幅下降,綜合效率和技術(shù)效率每年分別減少3.67%和15.02%; 從2004年起,財(cái)政補(bǔ)貼等三農(nóng)政策的提出很大程度上促進(jìn)了技術(shù)效率的提升,“十五”時(shí)期(2001-2005年)開(kāi)始表現(xiàn)出一定的增長(zhǎng)態(tài)勢(shì); 在嚴(yán)重自然災(zāi)害、農(nóng)產(chǎn)品價(jià)格異常波動(dòng)和農(nóng)業(yè)生產(chǎn)資料價(jià)格快速上漲的不利形勢(shì)下,“十一五”時(shí)期(2006-2010年)得益于糧食直補(bǔ)、保護(hù)價(jià)收購(gòu)等一系列政策,國(guó)家對(duì)于糧食生產(chǎn)加大了財(cái)政支持力度,這降低了耕地閑置拋荒、局部糧食產(chǎn)量下降的現(xiàn)象,刺激了農(nóng)民種糧及轉(zhuǎn)讓閑置耕地的積極性,耕地轉(zhuǎn)讓和規(guī)模化種植提升了糧食的生產(chǎn)效率,因此該階段玉米和稻谷等農(nóng)作物比例普遍提高,綜合效率和技術(shù)效率每年保持2.93%和1.28%的增長(zhǎng)率; “十二五”時(shí)期(2011-2015年)綜合效率和技術(shù)進(jìn)步增長(zhǎng)速率放緩,技術(shù)效率較“十一五”時(shí)期有一定的增長(zhǎng); 在農(nóng)業(yè)技術(shù)條件的不斷改善下,2015年我國(guó)糧食生產(chǎn)實(shí)現(xiàn)“十二連增”,“十三五”時(shí)期(2016-2019年)的綜合效率年增長(zhǎng)率達(dá)5.38%,其中技術(shù)效率、技術(shù)進(jìn)步分別提升到1.12%和0.69%的年增長(zhǎng)水平。從總體情況來(lái)看,研究期內(nèi)我國(guó)綜合效率(1.0191)的提升主要得益于技術(shù)進(jìn)步(1.0308),兩者均呈現(xiàn)出較大增幅,年均增長(zhǎng)分別為0.60%、0.59%,雖然近年來(lái)技術(shù)效率提升顯著,但在整個(gè)研究期內(nèi)對(duì)于綜合效率的帶動(dòng)作用較弱,年均增長(zhǎng)率為-0.13%,今后要進(jìn)一步促進(jìn)高效技術(shù)的推廣應(yīng)用,提高農(nóng)業(yè)科研轉(zhuǎn)化率。

表3 1997—2017年中國(guó)各時(shí)期糧食綠色全要素生產(chǎn)率Table 3 Grain green total factor productivities of China in different periods from 1997 to 2017

2.3 糧食綠色全要素生產(chǎn)率的進(jìn)一步分析

為了明確我國(guó)省域糧食綠色全要素生產(chǎn)率的分布特征,按照超效率SBM測(cè)算結(jié)果分為相對(duì)有效區(qū)和相對(duì)無(wú)效區(qū),從而分析相對(duì)有效省(市)的空間演變態(tài)勢(shì)。同時(shí),為了進(jìn)一步探究相對(duì)無(wú)效區(qū)效率低下的原因,根據(jù)DEA模型原理,當(dāng)各區(qū)域評(píng)價(jià)效率均值相對(duì)無(wú)效時(shí),以各項(xiàng)投入產(chǎn)出的松弛量與指標(biāo)值比值來(lái)計(jì)算其冗余率或產(chǎn)出不足率,以反映各要素的損失原因,從而針對(duì)性地提出各地區(qū)相應(yīng)的提升策略。

如表4所示,相對(duì)有效區(qū)“九五”時(shí)期(1997—2000年)僅有遼寧、廣東和云南3省,“十五”時(shí)期(2001—2005年)開(kāi)始集中分布在東部沿海發(fā)達(dá)地區(qū)及東北地區(qū)等11省市,“十一五”時(shí)期(2006—2010年)和“十二五”時(shí)期(2011—2015年)開(kāi)始向中西部地區(qū)轉(zhuǎn)移,“十三五”時(shí)期(2016—2019年)東部、東北和西北大部分省份均處于相對(duì)有效區(qū),相對(duì)有效省(市)從1997年的9.68%提升至2019年的67.74%。從空間演變趨勢(shì)可以看出,綜合效率在時(shí)空上呈現(xiàn)以東部沿海發(fā)達(dá)地區(qū)為主,并逐期向東北-中部-西北發(fā)展的變化格局。從各區(qū)域相對(duì)有效省(市)的變化情況來(lái)看,東部沿海發(fā)達(dá)地區(qū)由于擁有較高的農(nóng)業(yè)生產(chǎn)要素,近年來(lái)其生產(chǎn)率提升空間十分有限,隨著農(nóng)業(yè)技術(shù)向內(nèi)陸欠發(fā)達(dá)地區(qū)的推廣,西北地區(qū)綜合效率的提升非常顯著,但是仍有部分省(市)受限于土地的自然稟賦,農(nóng)業(yè)種植開(kāi)發(fā)難度較大,綜合效率未顯現(xiàn)出增加趨勢(shì)。

表4 1997—2019年中國(guó)各省市綜合效率相對(duì)有效情況Table 4 Relative efficiencies of provinces and cities of China from 1997 to 2019

從表5可以看出,相對(duì)無(wú)效區(qū)非期望產(chǎn)出和投入方面都存在不同程度的冗余,說(shuō)明環(huán)境污染排放量大、資源過(guò)度消耗是其綜合效率低下的主要原因。從總體情況來(lái)看,造成綜合效率損失的主要因素集中在第一產(chǎn)業(yè)從業(yè)人員、農(nóng)膜使用量和碳排放量。其中第一產(chǎn)業(yè)從業(yè)人員冗余率最高,除安徽、天津、浙江、內(nèi)蒙古外,勞動(dòng)力過(guò)剩成為大部分地區(qū)綜合效率的提升障礙,尤其是東北和西部地區(qū),由于較高的農(nóng)業(yè)從業(yè)率和較低的轉(zhuǎn)移速率,勞動(dòng)力過(guò)?，F(xiàn)象較為凸顯; 其次農(nóng)膜的大量使用,造成西部干旱地區(qū)農(nóng)膜污染問(wèn)題較為突出,農(nóng)膜用量過(guò)大導(dǎo)致土壤性狀發(fā)生改變、土壤結(jié)構(gòu)遭到破壞、危害作物生長(zhǎng),從而造成糧食作物減產(chǎn); 再者是農(nóng)業(yè)面源污染和碳排放,冗余率較高的省份主要集中在廣東、福建、海南、廣西、陜西等東部和西部地區(qū),尤其是東部沿海發(fā)達(dá)地區(qū),隨著農(nóng)業(yè)產(chǎn)業(yè)集約化程度不斷提升,較高的化肥、農(nóng)膜使用冗余率造成了碳排放增多,加上特殊的地理自然條件,較高的化肥、農(nóng)膜流失率導(dǎo)致面源污染問(wèn)題嚴(yán)重?？傮w而言,各投入產(chǎn)出指標(biāo)對(duì)不同地區(qū)產(chǎn)生的影響程度存在差異,東北地區(qū)(第一產(chǎn)業(yè)從業(yè)人員、農(nóng)膜使用量和農(nóng)藥使用量)、東部地區(qū)(第一產(chǎn)業(yè)從業(yè)人員、農(nóng)膜使用量、碳排放量)、中部地區(qū)(化肥折純量、第一產(chǎn)業(yè)從業(yè)人員和碳排放量)、西部地區(qū)(農(nóng)膜使用量、第一產(chǎn)業(yè)從業(yè)人員、碳排放量)應(yīng)從相應(yīng)方面改善農(nóng)業(yè)發(fā)展模式,從而因地制宜地提升糧食的綠色生產(chǎn)效率。

表5 中國(guó)糧食綠色全要素生產(chǎn)率投入產(chǎn)出冗余表Table 5 Input and output redundancy of grain green total factor productivity in China

2.4 糧食綠色全要素生產(chǎn)率空間關(guān)聯(lián)性分析

為研究我國(guó)糧食綠色全要素生產(chǎn)率空間集聚情況,運(yùn)用等距離法選取6個(gè)年份,借助GeoDa軟件建立Queen一階權(quán)重矩陣,通過(guò)重復(fù)隨機(jī)排列法計(jì)算莫蘭全局自相關(guān)指數(shù)(Moran’sI)和其檢驗(yàn)值。

從表6可知,綜合效率的全局莫蘭指數(shù)在1997年、2001年不顯著,從2005-2019年,綜合效率的莫蘭指數(shù)通過(guò)顯著性檢驗(yàn),處于0.16～0.25,說(shuō)明從2005年起我國(guó)糧食綠色全要素生產(chǎn)率具有顯著的空間正相關(guān)性,表現(xiàn)出較為明顯的空間集聚特征,且空間集聚性在不斷增強(qiáng)。

表6 1997—2019年中國(guó)糧食綠色全要素生產(chǎn)率莫蘭全局自相關(guān)指數(shù)和檢驗(yàn)值Table 6 Moran’s I global autocorrelation index and test value of grain green total factor productivity in China from 2005 to 2019

為了表現(xiàn)局部空間集聚特性,運(yùn)用綜合效率和其滯后向量建立坐標(biāo)系,由于2005年前全局莫蘭指數(shù)不顯著,故此處繪制2005年、2009年、2013年和2019年共4個(gè)年份的Local Moran’sI散點(diǎn)圖(圖2),以探究各年份局部空間類型。其中,呈空間正相關(guān)的一、三象限分別代表高-高、低-低聚類,而呈空間負(fù)相關(guān)的二、四象限分別代表低-高和高-低聚類。通過(guò)分析可知,2005年和2019年處于空間正相關(guān)的省份占總樣本的64.52%和74.19%,表明我國(guó)糧食綠色全要素生產(chǎn)率的局部空間異質(zhì)性在逐漸減小,空間集聚程度不斷增強(qiáng)。

為了進(jìn)一步探究局部范圍的空間集聚情況,采用LISA集聚分析研究各省市的空間集聚類型。由表7可知,研究期內(nèi)存在明顯空間相關(guān)性的省份較少,同時(shí)集聚性較強(qiáng)的省份較為穩(wěn)定地分布在我國(guó)中西部和南部地區(qū)。從集聚類型來(lái)看,主要以湖北、重慶、貴州等中部和西南地區(qū)的高-高集聚為主,表明我國(guó)糧食綠色生產(chǎn)主要呈現(xiàn)出高效率區(qū)域集聚的特征,這些地區(qū)與周邊省份的糧食生產(chǎn)活動(dòng)聯(lián)系密切,高聚集中心對(duì)區(qū)域綜合效率發(fā)揮著輻射帶動(dòng)作用,其中重慶、貴州的空間集聚穩(wěn)定性最高。因此,同為西南地區(qū)的云南在2005年呈低-高集聚的特征,湖北在中間3個(gè)年份也呈現(xiàn)相同聚類。同時(shí),由于臨近沿海發(fā)達(dá)地區(qū),2009年到2019年海南成為唯一的低-低集聚省份。

表7 2005-2019年中國(guó)糧食綠色全要素生產(chǎn)率LISA集聚類型Table 7 LIAS agglomeration types of grain green total factor productivity of China from 2005 to 2019

3 結(jié)論與討論

3.1 結(jié)論建議

本文通過(guò)生態(tài)價(jià)值評(píng)價(jià)模型分析了我國(guó)1997—2019年各省(市)耕地在糧食生產(chǎn)過(guò)程中產(chǎn)生的生態(tài)價(jià)值情況,并構(gòu)建糧食綠色全要素生產(chǎn)率的投入產(chǎn)出指標(biāo)體系,運(yùn)用超效率SBM模型和GML指數(shù)測(cè)度我國(guó)綜合效率、技術(shù)效率及技術(shù)進(jìn)步情況,同時(shí)針對(duì)效率相對(duì)無(wú)效區(qū),結(jié)合投入產(chǎn)出松弛量找尋損失原因和提升路徑,最后運(yùn)用空間相關(guān)性分析揭示我國(guó)糧食綠色全要素生產(chǎn)率在時(shí)空上的演變特征,得到以下結(jié)論:1)我國(guó)糧種生態(tài)價(jià)值高值區(qū)域集聚于東北和中部地區(qū)。糧食生產(chǎn)的生態(tài)價(jià)值在研究期內(nèi)降低0.39%,損失25.41億元。其中東北和中部地區(qū)分別增加254.10億元和268.08億元。受限于自然條件限制,西部地區(qū)的糧種生態(tài)價(jià)值減少95.15億元;并且伴隨市場(chǎng)需求和經(jīng)濟(jì)效益的導(dǎo)向,東部地區(qū)逐漸出現(xiàn)耕地不同程度的“非糧化”和“非農(nóng)化”現(xiàn)象,種糧面積的縮減導(dǎo)致糧種生態(tài)價(jià)值減少452.44億元。2)通過(guò)糧種環(huán)境影響分析,發(fā)現(xiàn)不考慮環(huán)境因素的傳統(tǒng)全要素生產(chǎn)率往往會(huì)忽略糧食生產(chǎn)活動(dòng)的正負(fù)外部性,無(wú)法準(zhǔn)確評(píng)估我國(guó)糧食生產(chǎn)的真實(shí)效率水平。本文在考慮糧種生態(tài)價(jià)值、農(nóng)業(yè)面源污染等環(huán)境因素后,除技術(shù)效率外,我國(guó)平均綜合效率在研究期內(nèi)均表現(xiàn)出提升態(tài)勢(shì),提升原因主要得益于技術(shù)進(jìn)步。并且由于自然資源稟賦、糧食增產(chǎn)模式差異,東北和東部地區(qū)要優(yōu)于中西部地區(qū); 綜合效率的相對(duì)有效省(市)占比從1997年的9.68%提升至2017年的67.74%; 在時(shí)空上顯現(xiàn)出以東部沿海發(fā)達(dá)地區(qū)為主,并逐期向東北-中部-西北發(fā)展的變化格局。3)由于污染排放高、資源消耗強(qiáng)度大,我國(guó)綜合效率相對(duì)無(wú)效省(市)占比平均達(dá)61.29%,其平均效率值為0.4338,在非期望產(chǎn)出和投入方面均存在不同程度的冗余。從總體來(lái)看,我國(guó)糧食綠色全要素生產(chǎn)率損失的主要原因?yàn)榈谝划a(chǎn)業(yè)從業(yè)人員(-69.21%)、農(nóng)膜使用量(-61.49%)和碳排放量(-55.91%)存在冗余。4)我國(guó)糧食綠色全要素生產(chǎn)率具有以高-高集聚主導(dǎo)的顯著空間正相關(guān)性,并從2005年開(kāi)始表現(xiàn)出逐年增強(qiáng)的特征。同時(shí),以湖北、重慶、貴州等中部和西南地區(qū)主導(dǎo)的高-高集聚區(qū),其糧食綠色生產(chǎn)效率的擴(kuò)散效應(yīng)顯著,對(duì)臨近地區(qū)綜合效率的改善具有較強(qiáng)的輻射帶動(dòng)能力。

通過(guò)上述分析,本文認(rèn)為:1)要進(jìn)一步完善綠色發(fā)展背景下糧食生產(chǎn)效率的評(píng)價(jià)體系,除經(jīng)濟(jì)價(jià)值評(píng)價(jià)外,還應(yīng)該重視糧種生態(tài)價(jià)值的變化。耕地在糧種過(guò)程中產(chǎn)生了大量的生態(tài)價(jià)值,農(nóng)地功能的弱化將威脅到資源的可持續(xù)利用,因此要充分認(rèn)識(shí)到糧食生產(chǎn)的正負(fù)外部性。城市發(fā)展過(guò)程中將不可避免會(huì)占用到一定的耕地資源,尤其是東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)的省份,伴隨市場(chǎng)化過(guò)程中經(jīng)濟(jì)作物價(jià)格的比較優(yōu)勢(shì),耕地“非農(nóng)非糧化”程度日益加劇,如果不嚴(yán)加管控,將在一定程度上威脅到我國(guó)的糧食安全。特別是在新冠疫情背景下,面對(duì)國(guó)際農(nóng)產(chǎn)品市場(chǎng)供應(yīng)的不確定性,維持一定的糧種面積是保證谷物絕對(duì)自給、口糧絕對(duì)安全的前提。必須充分認(rèn)識(shí)到我國(guó)耕地總量少、水熱資源不均和后備資源不足的現(xiàn)實(shí),不能單純地以經(jīng)濟(jì)效益導(dǎo)向決定耕地的用途,應(yīng)將有限的耕地資源優(yōu)先保證糧食生產(chǎn),堅(jiān)決杜絕耕地“非糧化”和“非農(nóng)化”現(xiàn)象,增強(qiáng)糧食產(chǎn)品的有效供給。在大力防止農(nóng)業(yè)污染的基礎(chǔ)上,建立完善的耕地保護(hù)機(jī)制,重視耕地生態(tài)功能價(jià)值,維持一定糧種面積,進(jìn)一步加強(qiáng)耕地生態(tài)系統(tǒng)的穩(wěn)定性和完整性。2)由于技術(shù)進(jìn)步的驅(qū)動(dòng),近年來(lái)我國(guó)糧食綠色全要素生產(chǎn)率得到了一定增長(zhǎng),但仍要認(rèn)識(shí)到,還有部分省份的效率值處于相對(duì)無(wú)效狀態(tài),這意味著技術(shù)效率的拉動(dòng)作用還有待提升。因此,要加強(qiáng)農(nóng)業(yè)技術(shù)普及,降低糧種成本,激發(fā)農(nóng)戶積極性。糧食綠色全要素生產(chǎn)率在時(shí)序上表現(xiàn)出逐漸增強(qiáng)的空間集聚性,尤其是中西部地區(qū)的技術(shù)帶動(dòng)作用逐漸顯現(xiàn),建議進(jìn)一步發(fā)揮以重慶、貴州和湖北為中心的生產(chǎn)效率高值區(qū)的輻射帶動(dòng)作用,打通先進(jìn)糧種技術(shù)的傳播通道,在加大農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)和生產(chǎn)機(jī)械補(bǔ)貼的同時(shí),還要依據(jù)不同糧食生產(chǎn)功能區(qū)的糧產(chǎn)情況,給予相適應(yīng)的地方財(cái)政補(bǔ)助,努力降低農(nóng)業(yè)生產(chǎn)成本,激發(fā)農(nóng)民的種糧積極性。3)從我國(guó)糧食綠色全要素生產(chǎn)率的冗余率情況來(lái)看,限制因素多集中于第一產(chǎn)業(yè)從業(yè)人員、農(nóng)膜使用量和碳排放量。因此,面對(duì)我國(guó)當(dāng)前農(nóng)業(yè)經(jīng)濟(jì)發(fā)展要求和資源環(huán)境約束,應(yīng)關(guān)注提效減排和鄉(xiāng)村高級(jí)人力資本積累。一方面,要注重資源利用效率和污染物排放量的控制; 另一方面,依托城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化發(fā)展,進(jìn)一步引導(dǎo)農(nóng)村剩余勞動(dòng)力轉(zhuǎn)移就業(yè),面對(duì)農(nóng)村勞動(dòng)力老齡化、知識(shí)水平低等問(wèn)題,依照產(chǎn)業(yè)振興和科技興農(nóng)要求,降低農(nóng)村受教育門(mén)檻,改善農(nóng)教農(nóng)服質(zhì)量,加大效率高值區(qū)人才向其他地區(qū)轉(zhuǎn)移的政策支持力度,加強(qiáng)高質(zhì)量農(nóng)村人力資本的累積,同時(shí)通過(guò)農(nóng)民職業(yè)化推動(dòng)農(nóng)業(yè)產(chǎn)業(yè)化、規(guī)模化發(fā)展,建立農(nóng)民增收長(zhǎng)效機(jī)制。

3.2 討論

本研究探討了我國(guó)糧食綠色全要素生產(chǎn)率的時(shí)空動(dòng)態(tài)特征,為綠色發(fā)展背景下糧食生產(chǎn)效率的提升路徑提供了決策依據(jù)。與已有的研究相比,因未考慮糧種生態(tài)價(jià)值,田旭等[35]和張利國(guó)等[36]計(jì)算的生產(chǎn)效率值略低于本研究的評(píng)價(jià)結(jié)果,但變化趨勢(shì)和驅(qū)動(dòng)因素相類似。同時(shí),當(dāng)前糧食綠色全要素生產(chǎn)率測(cè)算的指標(biāo)選取依據(jù)尚不統(tǒng)一,產(chǎn)出指標(biāo)多以單一的糧食產(chǎn)量為主。隨著生態(tài)經(jīng)濟(jì)理論的發(fā)展,有必要將更多相關(guān)的生態(tài)指標(biāo)納入到核算體系中,從而增強(qiáng)研究的科學(xué)性與精準(zhǔn)性。并且本文的研究仍存在一些限制與不足,有待進(jìn)一步的討論:1)本文考量了糧種過(guò)程中的生態(tài)價(jià)值及產(chǎn)生的環(huán)境負(fù)效應(yīng),進(jìn)一步豐富了糧食綠色全要素生產(chǎn)率的評(píng)價(jià)體系。但受限于長(zhǎng)時(shí)段的宏觀研究視角,無(wú)法更為細(xì)致地測(cè)算各地區(qū)的生態(tài)價(jià)值差異,需要進(jìn)一步從微觀尺度完善加強(qiáng)。2)本文從靜態(tài)視角通過(guò)超效率SBM模型解決了決策單元有效但無(wú)法評(píng)價(jià)的限制,從動(dòng)態(tài)視角通過(guò)GML指數(shù)拆分了技術(shù)效率和技術(shù)進(jìn)步的內(nèi)部變化情況,但糧食綠色全要素生產(chǎn)率的變化同時(shí)受到多種外在客觀因素的共同影響,對(duì)于宏觀政策和技術(shù)環(huán)境的影響機(jī)制研究還有待深入。