閆明濤，喬家君，瞿 萌，韓 冬

(河南大學(xué)地理與環(huán)境學(xué)院/黃河中下游數(shù)字地理技術(shù)教育部重點實驗室，河南 開封 475004)

中國是世界上人口最多的國家，也是一個農(nóng)業(yè)大國，農(nóng)業(yè)發(fā)展取得了令人矚目的成就[1]。1995—2019年，糧食總產(chǎn)量、肉類總產(chǎn)量、奶類產(chǎn)量和水產(chǎn)品總產(chǎn)量分別增長1.42倍、1.48倍、4.90倍和2.57倍，對國家經(jīng)濟和社會的健康持續(xù)發(fā)展起到了強有力的支撐作用[2]。然而農(nóng)業(yè)生產(chǎn)過程也給生態(tài)環(huán)境帶來了巨大的負外部性。《全國農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃(2015—2030)》報告顯示，化肥、農(nóng)藥利用率小于1/3，農(nóng)膜回收率小于2/3，農(nóng)業(yè)內(nèi)源性污染嚴重[3]。由此可見，目前我國農(nóng)業(yè)增長仍主要依賴于生產(chǎn)要素的集約投入，正是這種低效、高投入的農(nóng)業(yè)生產(chǎn)模式導(dǎo)致農(nóng)業(yè)污染越來越嚴重，甚至超過工業(yè)污染成為水污染的主要來源[4]。因此，研究如何實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展對當(dāng)前農(nóng)業(yè)相關(guān)政策的制定具有重要意義。

如何衡量農(nóng)業(yè)的可持續(xù)性？一種有效的方法是采用生態(tài)效率指標(biāo)進行評價[5]。生態(tài)效率最初于1990年由德國學(xué)者Schaltegger和Sturm提出，作為一種研究經(jīng)濟和環(huán)境方面的量化管理工具，以產(chǎn)出與投入的比例來衡量，旨在以較少的投入來提高經(jīng)濟產(chǎn)出和減少不利的環(huán)境影響[6]。隨后由于世界可持續(xù)發(fā)展工商理事會等的推廣，使得生態(tài)效率成為可持續(xù)發(fā)展的重要理念[7]。為了量化農(nóng)業(yè)生態(tài)效率績效，科研工作者建立并使用了多種方法，如比率法、隨機前沿分析法、生命周期評價法和數(shù)據(jù)包絡(luò)分析(DEA)法等。這些方法各有優(yōu)劣，其中，DEA是一種被廣泛接受的非參數(shù)方法，用于評估涉及多產(chǎn)出和多投入的生態(tài)效率，可以有效避免主觀設(shè)置權(quán)重，并克服價格體系不合理等非技術(shù)因素對前沿生產(chǎn)函數(shù)的影響[8]。

近年來，學(xué)者們對農(nóng)業(yè)生態(tài)效率的研究成果不勝枚舉。在現(xiàn)有研究的基礎(chǔ)上，有兩點值得注意。第一，一般來說，農(nóng)業(yè)有廣義和狹義之分。廣義的農(nóng)業(yè)包括種植業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)，狹義的農(nóng)業(yè)則僅指種植業(yè)。現(xiàn)有的研究對象主要集中在狹義農(nóng)業(yè)[9]。但長期以來，我國農(nóng)業(yè)系統(tǒng)以“糧-豬”結(jié)構(gòu)為基本特征[10]，種植業(yè)產(chǎn)值約占農(nóng)業(yè)總產(chǎn)值的50%，畜牧業(yè)產(chǎn)值約占農(nóng)業(yè)總產(chǎn)值的30%。此外，非種植業(yè)的污染物排放占農(nóng)業(yè)污染物排放的比例接近75%[11]，這意味著如果僅用種植業(yè)的生態(tài)效率來研究農(nóng)業(yè)生態(tài)效率，估計結(jié)果與實際情況將產(chǎn)生較大偏差。第二，現(xiàn)有影響因素的相關(guān)研究通常以行政邊界為基礎(chǔ)，劃分為不同的空間單元，假設(shè)每個區(qū)域單元都是相互獨立的個體，忽視了各農(nóng)業(yè)要素資源在區(qū)域間的交流和溢出[12]。而空間計量模型則假設(shè)各區(qū)域間存在空間相關(guān)性，考慮周邊地區(qū)對研究區(qū)的影響，從而更貼近農(nóng)業(yè)生產(chǎn)的現(xiàn)實，更加客觀地揭示農(nóng)業(yè)生態(tài)效率的內(nèi)在因素。

基于以上分析，筆者以河南省為研究區(qū)，以廣義農(nóng)業(yè)為研究對象，基于104個區(qū)縣面板數(shù)據(jù)集，采用super-SBM模型測算農(nóng)業(yè)生態(tài)效率，并對其時空演化特征進行分析。其次，運用空間計量模型和地理探測器模型，從空間溢出效應(yīng)和空間分層異質(zhì)性兩個視角分析各因素對農(nóng)業(yè)生態(tài)效率的影響，以期為實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展以及相關(guān)政策的制定提供理論依據(jù)。

1 研究區(qū)概況、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

河南省位于黃河下游的中東部地區(qū)，大部分位于暖溫帶，屬北亞熱帶向暖溫帶過渡的大陸性季風(fēng)氣候區(qū)，適宜多種農(nóng)作物生長，是中國13個糧食主產(chǎn)區(qū)之一。2019年河南省總?cè)丝跒? 640萬人，農(nóng)林牧漁業(yè)總產(chǎn)值為8 541.8億元，農(nóng)作物總播種面積為1 471.4萬hm2，糧食總產(chǎn)量為6 695.4萬t，均居中國前3位。因此，將河南省作為研究區(qū)，對其農(nóng)業(yè)生態(tài)效率進行研究具有較強的代表性。2019年河南省農(nóng)林牧漁業(yè)總產(chǎn)值中，種植業(yè)占比為64.1%，畜牧業(yè)占比為27.7%，因此，以種植業(yè)和畜牧業(yè)為重點測算河南省農(nóng)業(yè)生態(tài)效率。

1.2 數(shù)據(jù)來源

統(tǒng)計數(shù)據(jù)來源于《河南統(tǒng)計年鑒》《中國縣域統(tǒng)計年鑒》以及各區(qū)縣政府相關(guān)部門公布的統(tǒng)計公報。行政區(qū)劃、DEM、年均降雨量和年均氣溫均來源于中國科學(xué)院資源與環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn/)和國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(http:∥data.cma.cn/)網(wǎng)站。

1.3 研究方法

1.3.1指標(biāo)體系

農(nóng)業(yè)生態(tài)效率本質(zhì)上是通過減少資源消耗和環(huán)境污染來獲取盡可能多的農(nóng)業(yè)產(chǎn)出。參考已有的投入產(chǎn)出指標(biāo)匯總[13-14]，以廣義農(nóng)業(yè)為研究對象，結(jié)合河南省實際發(fā)展?fàn)顩r，從投入要素、期望產(chǎn)出要素和非期望產(chǎn)出要素3個方面構(gòu)建河南省農(nóng)業(yè)生態(tài)效率評價指標(biāo)體系(表1)。投入變量包括土地、勞動力、機械、牲畜、化肥、農(nóng)藥、農(nóng)膜，期望產(chǎn)出采用農(nóng)林牧業(yè)總產(chǎn)值，非期望產(chǎn)出包括農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染排放。參考LIU等[15]的研究對農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染排放進行計算。其中，考慮到河南省畜牧業(yè)以生豬產(chǎn)業(yè)為主[16]，因此，牲畜投入數(shù)據(jù)以豬年底頭數(shù)替代。

表1 農(nóng)業(yè)生態(tài)效率投入產(chǎn)出指標(biāo)

在解釋變量的選取中，結(jié)合河南省農(nóng)業(yè)發(fā)展實際情況，從農(nóng)業(yè)發(fā)展?jié)摿?、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)投入強度3個方面選取城鎮(zhèn)化率、農(nóng)民收入水平、農(nóng)業(yè)資源稟賦、農(nóng)業(yè)種植結(jié)構(gòu)、化肥使用強度和農(nóng)業(yè)機械密度6類主要影響因素進行考察(表2)。根據(jù)文獻綜述選取的影響因素中很可能存在多重共線性問題，采用方差膨脹因子進行多重共線性分析，發(fā)現(xiàn)所有變量的方差膨脹因子(VIF)值均小于5，表明變量之間不存在顯著的多重共線性問題。

表2 農(nóng)業(yè)生態(tài)效率解釋變量和指標(biāo)的描述

1.3.2考慮非期望產(chǎn)出的super-SBM模型

DEA是一種非參數(shù)前沿方法，長期以來一直被用作評估經(jīng)濟、能源、環(huán)境和生態(tài)效率的方法。但傳統(tǒng)的DEA模型是基于投入比例減少或產(chǎn)出比例擴大，一方面，沒有充分考慮輸入或輸出變量的松弛性問題，不能準(zhǔn)確度量存在非期望產(chǎn)出時的效率值；另一方面，由于效率值具有截尾性，因而不宜采用空間計量模型對其影響因素進行分析[17]。而super-SBM模型可用于對此進行進一步修正，有效解決了上述問題[18]。因此，將農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染排放作為非期望產(chǎn)出，采用super-SBM模型測算河南省農(nóng)業(yè)生態(tài)效率，公式如下：

(1)

six≥0,sky≥0,slz≥0,λj≥0,?i,j,k,l。

式(1)中，ρ為農(nóng)業(yè)生態(tài)效率；xi0，yk0，zl0分別表示投入要素、期望產(chǎn)出和非期望產(chǎn)出；six，sky，slz分別表示投入要素、期望產(chǎn)出和非期望產(chǎn)出的松弛變量；λj為強度變量。

1.3.3空間計量模型

常用的空間回歸模型包括空間滯后模型(SLM)、空間誤差模型(SEM)和空間杜賓模型(SDM)等。根據(jù)ELHORST[19]提出的空間面板計量模型的估計與檢驗框架，選擇適合的空間面板模型與相應(yīng)的固定效應(yīng)。其中，空間面板杜賓模型表達式為

(2)

式(2)中，yit為i地區(qū)t年被解釋變量觀測值，即農(nóng)業(yè)生態(tài)效率；xit為i地區(qū)t年解釋變量觀測值，即農(nóng)業(yè)生態(tài)效率解釋變量，包括城鎮(zhèn)化率、農(nóng)民收入水平、農(nóng)業(yè)資源稟賦、農(nóng)業(yè)種植結(jié)構(gòu)、化肥使用強度和農(nóng)業(yè)機械密度；β為因變量的空間滯后系數(shù)；γ為自變量的估計系數(shù)；α為自變量的空間溢出系數(shù)；Wij為N×N階空間權(quán)重矩陣，表示地區(qū)i與j的空間關(guān)系，N取值為104，表示河南省104個區(qū)縣；ui、vt分別為空間與時間固定效應(yīng)；εit為服從獨立分布的擾動項。當(dāng)α=0，β≠0時，式(2)簡化為空間滯后模型；當(dāng)α+βγ=0時，式(2)簡化為空間誤差模型。為增加穩(wěn)健性，以0-1鄰接空間權(quán)重矩陣為基礎(chǔ)進行分析，通過地理距離空間權(quán)重矩陣進行穩(wěn)健性檢驗。其中，地理距離空間權(quán)重矩陣采用兩地之間距離的反函數(shù)作為矩陣中的元素，具體公式參見文獻[20]。其次，為消除異方差影響，在空間計量模型中對數(shù)據(jù)指標(biāo)進行取對數(shù)處理。

1.3.4地理探測器

雖然在利用空間計量模型進行分析時加入了空間因素，但沒有考慮到農(nóng)業(yè)生態(tài)效率的空間分層異質(zhì)性。地理探測器可以在一定程度上探測被解釋變量的空間分層異質(zhì)性及其驅(qū)動因子[21]。筆者主要利用因子探測器以及交互作用探測器，定量分析河南省農(nóng)業(yè)生態(tài)效率時空變化的驅(qū)動因子以及因子之間的相互影響，具體公式參見文獻[21]。

2 結(jié)果與分析

2.1 河南省農(nóng)業(yè)投入產(chǎn)出及生態(tài)效率時序演化分析

對1995—2019年農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)及采用super-SBM模型測算的農(nóng)業(yè)生態(tài)效率進行可視化分析(圖1)。

圖1 1995—2019年河南省農(nóng)業(yè)投入產(chǎn)出及生態(tài)效率變化趨勢

就農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)而言，土地投入、機械投入、牲畜投入、化肥投入、農(nóng)藥投入、農(nóng)膜投入、農(nóng)業(yè)產(chǎn)出、碳排放和農(nóng)業(yè)面源污染排放總體均保持上升趨勢，勞動投入呈下降趨勢。這表明在農(nóng)業(yè)現(xiàn)代化進程中，農(nóng)業(yè)生產(chǎn)已由資源依賴(土地、勞動力)向物質(zhì)依賴(技術(shù)、化肥)轉(zhuǎn)變。這種轉(zhuǎn)變帶來了農(nóng)業(yè)經(jīng)濟總量的倍數(shù)增長，并導(dǎo)致農(nóng)業(yè)污染問題日益突出。2015年前后碳排放量和農(nóng)業(yè)面源污染排放量由增到減，表明《到2020年化肥使用量零增長行動方案》等措施的實施，使得農(nóng)業(yè)環(huán)境污染得到有效控制。農(nóng)業(yè)生態(tài)效率整體呈階梯型震蕩下降變化趨勢，從1995年的0.520 9下降到2019年的0.404 5，降幅為22.35%，表明河南省農(nóng)業(yè)生態(tài)效率整體上仍處于較低水平。

2.2 農(nóng)業(yè)生態(tài)效率空間格局分析

參考ZHANG等[22]的研究結(jié)果，將農(nóng)業(yè)生態(tài)效率(p)劃分為效率優(yōu)秀(p≥1)、效率良好(0.8≤p<1)、效率中等(0.6≤p<0.8)、效率較低(0.4≤p<0.6)和效率最低(p<0.4)5個等級。以“五年計劃”為研究階段，采用ArcGIS軟件繪制農(nóng)業(yè)生態(tài)效率空間分布圖(圖2)?？梢钥闯?，河南省農(nóng)業(yè)生態(tài)效率具有明顯的空間分異特征?？傮w來看，研究期內(nèi)河南省超過70%的地區(qū)處于效率較低或最低區(qū)。與“八五”時期相比，“十三五”時期效率等級降低的區(qū)縣占比為38.46%，效率等級不變的區(qū)縣占比為45.19%，效率等級提高的區(qū)縣占比為16.35%，未來如何有效提高農(nóng)業(yè)生態(tài)效率應(yīng)是河南省農(nóng)業(yè)相關(guān)部門關(guān)注的重點。其中，效率等級提高較多的縣有淇縣、安陽縣、欒川縣、商城縣、盧氏縣和新縣，由各縣國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要可知，上述各縣多以特色農(nóng)業(yè)發(fā)展為主，如特色農(nóng)業(yè)種植、旅游觀光農(nóng)業(yè)等，能有效推動農(nóng)業(yè)生態(tài)效率的提高。從空間分布格局來看，農(nóng)業(yè)生態(tài)效率較高的地區(qū)呈片狀分布于河南省西部及南部地區(qū)，中部及東部多為生態(tài)效率較低的地區(qū)。

圖2 河南省農(nóng)業(yè)生態(tài)效率空間分布

2.3 空間溢出效應(yīng)

2.3.1空間自相關(guān)檢驗

采用Stata 16軟件計算1995—2019年農(nóng)業(yè)生態(tài)效率全局莫蘭指數(shù)，結(jié)果見表3。表3顯示，除2000年外，其他年份河南省農(nóng)業(yè)生態(tài)效率Moran′sI均顯著為正，表明河南省農(nóng)業(yè)生態(tài)效率存在顯著的正向空間自相關(guān)性。2000年全局空間自相關(guān)不顯著的原因，可能是因為存在局部地區(qū)空間自相關(guān)，或者是正、負向空間自相關(guān)相互抵消，導(dǎo)致全局空間自相關(guān)只是在統(tǒng)計上不顯著。

表3 河南省農(nóng)業(yè)生態(tài)效率的 Moran′s I 值

2.3.2空間面板計量模型檢驗與選擇

鑒于空間計量模型具有不同的形式，借鑒前人研究結(jié)果[19]，采用Stata 16進行LM檢驗、Wald檢驗和LR檢驗，結(jié)果見表4。

由表4可知，除R-LM誤差沒有通過顯著性檢驗外，其余LM檢驗和R-LM檢驗結(jié)果在1%顯著性水平上拒絕原假設(shè)，表明模型同時存在空間滯后項及空間誤差項。LR檢驗和Wald檢驗結(jié)果在1%顯著性水平上拒絕原假設(shè)，表明空間杜賓模型不能簡化為空間滯后模型和空間誤差模型，即空間杜賓模型對河南省農(nóng)業(yè)生態(tài)影響因素的模擬最優(yōu)。同時，Hausman檢驗結(jié)果顯示在1%顯著性水平上拒絕隨機效應(yīng)的原假設(shè)。所以，選用空間杜賓模型的固定效應(yīng)模型進行分析，回歸結(jié)果見表5。依據(jù)表5中3種固定效應(yīng)模型的對數(shù)似然值(log-likelihood)和離散度(σ2)，可以看出時空雙固定形式下的空間杜賓模型擬合程度明顯優(yōu)于時間固定、空間固定形式下的空間杜賓模型。因此，最終選擇時空雙固定效應(yīng)下的空間杜賓模型作為最終的分析模型。

表4 空間計量模型相關(guān)檢驗結(jié)果

表5 不同效應(yīng)下空間杜賓模型的回歸結(jié)果

2.3.3空間效應(yīng)分解分析

LESAGE等[23]研究發(fā)現(xiàn)空間計量模型回歸系數(shù)不能有效反映解釋變量對因變量的影響程度，并提出采用偏微分法將溢出效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)，結(jié)果見表6。

由表6可知：(1)城鎮(zhèn)化率對農(nóng)業(yè)生態(tài)效率起負向作用。直接效應(yīng)和間接效應(yīng)顯著為負，表明城鎮(zhèn)化水平提高對該地區(qū)及鄰接地區(qū)農(nóng)業(yè)生態(tài)效率均起抑制作用。這是因為城鎮(zhèn)化使得農(nóng)村大量高素質(zhì)勞動力流向城市，導(dǎo)致留在農(nóng)村的剩余勞動力人員素質(zhì)較低，農(nóng)業(yè)經(jīng)營方式較為粗放，生產(chǎn)效率低下[24]。同時城鎮(zhèn)化帶來的耕地非農(nóng)化，導(dǎo)致耕地面積大量減少，耕地質(zhì)量下降，這些影響均對該地區(qū)農(nóng)業(yè)生態(tài)效率起抑制作用。同時，城鎮(zhèn)化帶來的“虹吸效應(yīng)”也使得鄰接地區(qū)農(nóng)業(yè)生態(tài)效率受到負向影響。

表6 基于0-1鄰接空間權(quán)重矩陣的河南省農(nóng)業(yè)生態(tài)效率影響因素的直接效應(yīng)、間接效應(yīng)與總效應(yīng)

(2)農(nóng)村居民人均可支配收入對農(nóng)業(yè)生態(tài)效率有著顯著的正向作用。直接效應(yīng)和間接效應(yīng)顯著為正，表明農(nóng)民收入水平提升對該地區(qū)及鄰接地區(qū)農(nóng)業(yè)生態(tài)效率的增長均起促進作用。這主要是因為農(nóng)民收入水平?jīng)Q定著農(nóng)業(yè)資金、技術(shù)、勞動力等要素的投入程度[12]，其次收入水平的提高也使得農(nóng)民有能力生產(chǎn)和銷售價格更高的綠色農(nóng)產(chǎn)品[25]，促使農(nóng)業(yè)生態(tài)效率得到提升。同時，區(qū)域間經(jīng)濟要素的流動，也會帶動鄰接地區(qū)經(jīng)濟水平提升，改善農(nóng)業(yè)生產(chǎn)條件有利于鄰接地區(qū)農(nóng)業(yè)生態(tài)效率的提高。

(3)勞均播種面積(農(nóng)業(yè)資源稟賦)對農(nóng)業(yè)生態(tài)效率正向作用顯著。直接效應(yīng)顯著為正，表明耕地資源的提升對農(nóng)業(yè)生態(tài)效率的增長起促進作用。提高勞均播種面積有利于促進農(nóng)業(yè)生產(chǎn)方式進行集約化、規(guī)模化和機械化的變革[26]，這也與當(dāng)前推進“規(guī)?；?jīng)營”的觀點一致。間接效應(yīng)未通過顯著檢驗，這可能是因為河南省農(nóng)業(yè)耕地開發(fā)已基本完成[27]，不具備顯著的空間溢出效應(yīng)。

(4)種植結(jié)構(gòu)對農(nóng)業(yè)生態(tài)效率起正向作用。直接效應(yīng)顯著為正，間接效應(yīng)未通過顯著檢驗，說明該地區(qū)經(jīng)濟作物種植面積增加，不利于農(nóng)業(yè)生態(tài)效率的提高。這是因為盡管相對于糧食作物而言，經(jīng)濟作物能夠有效提高農(nóng)戶收入，但生產(chǎn)過程中的化學(xué)品投入量普遍高于糧食作物[28]，增加農(nóng)業(yè)面源污染排放量，不利于農(nóng)業(yè)生態(tài)效率的提高。

(5)化肥使用強度對農(nóng)業(yè)生態(tài)效率有著顯著的負向作用。直接效應(yīng)未通過顯著檢驗，間接效應(yīng)顯著為負，表明化肥使用強度提高對鄰接地區(qū)農(nóng)業(yè)生態(tài)效率起負向作用。這是因為化肥使用強度增高會增加農(nóng)業(yè)面源污染排放量，在水循環(huán)的驅(qū)動下，鄰接地區(qū)農(nóng)業(yè)面源污染加劇[27]，對農(nóng)業(yè)生態(tài)效率產(chǎn)生負向影響。目前，河南省化肥使用強度遠高于國際公認的225 kg·hm-2的安全上限[29]，如何提高化肥利用率和進行科學(xué)有效施肥是治理化肥污染的關(guān)鍵。

(6)農(nóng)業(yè)機械密度對農(nóng)業(yè)生態(tài)效率負向作用顯著。直接效應(yīng)和間接效應(yīng)均顯著為負，表明農(nóng)業(yè)機械密度的提高對該地區(qū)和鄰接地區(qū)農(nóng)業(yè)生態(tài)效率的增長均起抑制作用。農(nóng)業(yè)機械化程度的增長有利于提高勞動生產(chǎn)率，節(jié)約勞動力成本，但也會造成大量碳排放等非期望產(chǎn)出[30]，不利于農(nóng)業(yè)生態(tài)效率的提升。并且，由于農(nóng)業(yè)機械跨區(qū)域作業(yè)的普及，加速了區(qū)域間機械要素的交流[31]，該地區(qū)農(nóng)業(yè)機械密度的提升對鄰接地區(qū)農(nóng)業(yè)生態(tài)效率也會產(chǎn)生不利影響。

2.3.4穩(wěn)健性檢驗

為確保上述實證結(jié)果的可靠性，利用地理距離權(quán)重矩陣對模型進行穩(wěn)健性檢驗?；诘乩砭嚯x權(quán)重矩陣的時空固定效應(yīng)SDM模型下的直接效應(yīng)、間接效應(yīng)和總效應(yīng)見表7。與0-1鄰接空間權(quán)重矩陣相比，基于地理距離權(quán)重矩陣的各效應(yīng)回歸系數(shù)和顯著性變動較小，表明筆者研究結(jié)果具有穩(wěn)健性。

表7 基于地理距離權(quán)重矩陣的河南省農(nóng)業(yè)生態(tài)效率影響因素的直接效應(yīng)、間接效應(yīng)與總效應(yīng)

2.4 基于地理探測器的農(nóng)業(yè)生態(tài)效率各影響因素分析

考慮到農(nóng)業(yè)生態(tài)效率具有顯著的空間分層異質(zhì)性，需要采用地理探測器模型進行分析。選擇1995、2007和2019年農(nóng)業(yè)生態(tài)效率數(shù)據(jù)進行分析探測，包含城鎮(zhèn)化率(X1)、農(nóng)村居民人均可支配收入(X2)、勞均耕地面積(X3)、種植結(jié)構(gòu)(X4)、化肥使用強度(X5)和農(nóng)業(yè)機械密度(X6)6個探測因子，采用SPSS 21軟件對影響因素進行離散化處理。然后將上述分類數(shù)據(jù)與農(nóng)業(yè)生態(tài)效率值導(dǎo)入地理探測器模型，得出各探測因子對農(nóng)業(yè)生態(tài)效率的影響力(表8)。

表8 1995、2007和2019年探測因子作用強度q的變化趨勢

通過因子探測發(fā)現(xiàn)各年份農(nóng)業(yè)生態(tài)效率的影響因素存在明顯差異，1995年影響較大的因素是城鎮(zhèn)化率、勞均耕地面積和農(nóng)業(yè)機械密度，2007年影響較大的因素是種植結(jié)構(gòu)、化肥使用強度和勞均耕地面積，2019年影響較大的因素是化肥使用強度、城鎮(zhèn)化率和農(nóng)村居民人均可支配收入?？梢钥闯觯S著農(nóng)業(yè)生產(chǎn)的發(fā)展，生態(tài)效率的高作用影響因子由農(nóng)業(yè)資源要素向社會經(jīng)濟要素轉(zhuǎn)變。通過因子交互探測發(fā)現(xiàn)，研究時限內(nèi)影響因子經(jīng)交互作用后均呈非線性增強，表明河南省農(nóng)業(yè)生態(tài)效率時空分異格局的形成是驅(qū)動因子共同作用的結(jié)果。

3 討論與結(jié)論

筆者探討了河南省農(nóng)業(yè)生態(tài)效率的時空變化及其影響因素。盡管已有學(xué)者對此開展了相關(guān)研究[32-33]，但筆者研究仍有一些創(chuàng)新之處。首先利用super-SBM模型，探討了河南省104個區(qū)縣農(nóng)業(yè)生態(tài)效率的時空分布格局。其次，選擇廣義農(nóng)業(yè)作為研究對象，與傳統(tǒng)的狹義農(nóng)業(yè)[15]相比，結(jié)果更趨于真實和準(zhǔn)確。最后，結(jié)合空間杜賓模型，考察了各影響因素對農(nóng)業(yè)生產(chǎn)效率的直接效應(yīng)和間接效應(yīng)。此外，還運用地理探測器模型對其空間分層異質(zhì)性進行探討，以期為相關(guān)農(nóng)區(qū)制定提高生態(tài)效率的政策提供理論支持。

通過對農(nóng)業(yè)生態(tài)效率投入產(chǎn)出要素的分析，發(fā)現(xiàn)農(nóng)業(yè)期望產(chǎn)出和非期望產(chǎn)出同步增長，投入要素變化略有不同，除勞動投入呈下降趨勢外，其余投入要素均呈上升態(tài)勢，這與LIU等[3]的研究結(jié)果一致，表明農(nóng)業(yè)生產(chǎn)逐漸由勞力投入向機械投入轉(zhuǎn)變。super-SBM模型測算結(jié)果顯示，研究期內(nèi)河南省農(nóng)業(yè)生態(tài)效率呈階梯型震蕩下降變化趨勢，且與發(fā)達國家相比[14]，農(nóng)業(yè)生態(tài)效率仍處于較低水平，表明河南省農(nóng)業(yè)現(xiàn)代化仍面臨著艱巨任務(wù)，急需加快傳統(tǒng)農(nóng)業(yè)向資源節(jié)約、環(huán)境友好的“兩型”農(nóng)業(yè)轉(zhuǎn)變。

空間計量模型分析表明，潛在的影響因素對農(nóng)業(yè)生態(tài)效率具有空間溢出效應(yīng)。具體而言，農(nóng)民收入水平、勞均播種面積和種植結(jié)構(gòu)對該地區(qū)農(nóng)業(yè)生態(tài)效率存在顯著正向直接效應(yīng)，城鎮(zhèn)化率和農(nóng)業(yè)機械密度對該地區(qū)農(nóng)業(yè)生態(tài)效率存在顯著負向直接效應(yīng)，農(nóng)民收入水平對鄰接地區(qū)農(nóng)業(yè)生態(tài)效率存在顯著正向空間溢出效應(yīng)，城鎮(zhèn)化率、化肥使用強度和農(nóng)業(yè)機械密度對鄰接地區(qū)農(nóng)業(yè)生態(tài)效率存在顯著負向空間溢出效應(yīng)。上述結(jié)果與侯孟陽等[9]、LI等[34]的研究結(jié)果一致。采用地理探測器模型解釋了農(nóng)業(yè)生態(tài)效率空間異質(zhì)性問題，證明了農(nóng)業(yè)生態(tài)效率時空分異是受自然、社會、經(jīng)濟等多方面綜合影響的復(fù)雜問題，并發(fā)現(xiàn)農(nóng)業(yè)生態(tài)效率的高作用影響因子由農(nóng)業(yè)資源要素向社會經(jīng)濟要素轉(zhuǎn)變。

在全球一體化、全球氣候變化以及我國推動農(nóng)業(yè)現(xiàn)代化、實現(xiàn)鄉(xiāng)村振興戰(zhàn)略的背景下，提高農(nóng)業(yè)生態(tài)效率，是實現(xiàn)“兩型”農(nóng)業(yè)的必由之路。在筆者研究的基礎(chǔ)上，建議農(nóng)業(yè)政策的制定應(yīng)避免落入“逐利陷阱”，各區(qū)域間應(yīng)加強資源要素的交流與協(xié)作，以發(fā)揮各要素的空間溢出效應(yīng)。由于空間分層異質(zhì)性的存在，建議相關(guān)部門重視社會經(jīng)濟要素對農(nóng)業(yè)生態(tài)效率的影響，其次，各地區(qū)應(yīng)根據(jù)自身稟賦，發(fā)揮地區(qū)優(yōu)勢，形成特色農(nóng)業(yè)產(chǎn)業(yè)體系。同時，農(nóng)業(yè)部門也應(yīng)深化農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革以提高農(nóng)業(yè)供給的質(zhì)量和效率。然而，該文仍具有一定的局限性，在投入指標(biāo)的選取中考慮到數(shù)據(jù)的可獲取性，未增加農(nóng)業(yè)用水、資金投入等數(shù)據(jù)，今后隨著統(tǒng)計數(shù)據(jù)的完善，應(yīng)不斷拓展指標(biāo)體系，以增強研究的指導(dǎo)價值。