陳 佩 張為付

(1.南京財(cái)經(jīng)大學(xué) 糧食和物資學(xué)院,南京 210003;2.南京財(cái)經(jīng)大學(xué) 國際經(jīng)貿(mào)學(xué)院,南京 210023)

實(shí)現(xiàn)碳達(dá)峰、碳中和是中國統(tǒng)籌國際國內(nèi)大局做出的重大戰(zhàn)略決策,不僅是貫徹綠色發(fā)展理念,推動(dòng)高質(zhì)量發(fā)展的必然要求,而且也是保障能源安全的有效途徑。中國能源消耗巨大,2020年能源消費(fèi)高達(dá)49.8億t標(biāo)準(zhǔn)煤,穩(wěn)居全球能源消費(fèi)國之首。作為國民經(jīng)濟(jì)的重要組成部分,中國農(nóng)業(yè)部門在很長一段時(shí)間,因其能源消耗占比相對(duì)較低(1978—2012年之間均值僅約6%),能源消耗問題一直沒有引起關(guān)注。然而,隨著傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)加速轉(zhuǎn)變,農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)機(jī)械使用使得中國農(nóng)業(yè)能源消耗絕對(duì)水平不斷提高成為了不爭事實(shí)。據(jù)統(tǒng)計(jì),1998—2019年,中國農(nóng)業(yè)能源消耗占比從12.8%上升到了32.9%,并且未來還將繼續(xù)保持上升態(tài)勢(shì)。農(nóng)業(yè)能源消耗增加導(dǎo)致中國農(nóng)業(yè)發(fā)展面臨資源短缺、碳排放增加、生態(tài)環(huán)境退化等一系列嚴(yán)峻挑戰(zhàn)[1]。在新時(shí)期,綠色發(fā)展理念要求農(nóng)業(yè)必須加快轉(zhuǎn)變發(fā)展方式,走高效安全綠色發(fā)展道路。因此,測(cè)算中國農(nóng)業(yè)能源效率并分析其時(shí)空格局及演進(jìn)態(tài)勢(shì)具有重要意義。

近年來,很多學(xué)者采用了DEA及其衍生方法來分析中國農(nóng)業(yè)能源效率。其中,于偉詠等[2]使用DEA方法測(cè)算中國2000—2011年的農(nóng)業(yè)能源效率變化,發(fā)現(xiàn)農(nóng)業(yè)能源效率增長遲滯,其演進(jìn)趨勢(shì)從相對(duì)集中逐漸趨于擴(kuò)散;周輝等[3]同樣使用DEA方法測(cè)算發(fā)現(xiàn),在2003—2012年,除西部地區(qū)呈現(xiàn)小幅波動(dòng)上升外,東中部地區(qū)以及中國整體農(nóng)業(yè)能源效率均呈現(xiàn)不同程度惡化;Li等[4]基于DEA方法和Malmquist 指數(shù)分析認(rèn)為,1997—2014年,中國農(nóng)業(yè)能源效率從高到低依次為東部、中部和西部地區(qū),且增長源泉主要是技術(shù)進(jìn)步;杜輝等[5]基于非徑向、非角度、雙導(dǎo)向的窗口DEA模型分析表明,中國農(nóng)業(yè)能源效率在2006—2016年間持續(xù)上升,且整體區(qū)域差異不斷縮小;李海鵬等[1]基于1995—2018年中國省份面板數(shù)據(jù),使用非角度、非徑向的拓展式SBM模型(EBM)分析發(fā)現(xiàn),中國地區(qū)間農(nóng)業(yè)能源效率差距正呈現(xiàn)加速擴(kuò)大的態(tài)勢(shì)。

盡管DEA方法無需設(shè)定模型函數(shù)形式,有助于避免模型誤設(shè)風(fēng)險(xiǎn)[6],但無法排除隨機(jī)因素對(duì)分析結(jié)果的干擾[7]。相比之下,SFA模型能夠?qū)φ`差分布加以假設(shè),使所測(cè)得的效率結(jié)果絕緣于隨機(jī)擾動(dòng)因素,只要函數(shù)形式設(shè)定合理,效率值準(zhǔn)確度往往優(yōu)于DEA方法。此外,上述研究假設(shè)所有省份共享同一個(gè)技術(shù)邊界。但是,中國幅員遼闊,各省份或地區(qū)受國家政策導(dǎo)向、經(jīng)濟(jì)基礎(chǔ)、資源稟賦、人力資源獲取等多方面的影響,導(dǎo)致各省份在技術(shù)水平上存在著較大差異。顯然,忽視區(qū)域間的技術(shù)異質(zhì)性會(huì)導(dǎo)致能源效率的有偏估計(jì),從而得出錯(cuò)誤的政策含義。事實(shí)上,技術(shù)效率進(jìn)行比較的前提是,所有決策單元都具有相同的技術(shù)水平[8-9]。因此,有必要采用共同邊界分析方法對(duì)農(nóng)業(yè)能源效率進(jìn)行測(cè)算。共同邊界分析思想最早由Hayami等[10]提出,之后被Battese等[11]拓展并加以運(yùn)用,他們結(jié)合了參數(shù)法(SFA)和非參數(shù)法(DEA)來測(cè)算相對(duì)于共同邊界的技術(shù)效率,但對(duì)技術(shù)差距的衡量仍未考慮隨機(jī)擾動(dòng)因素的影響。為此,Huang等[12]進(jìn)一步提出了完全基于參數(shù)法的共同邊界分析方法,從而克服了以往研究不足,受到越來越多的學(xué)者青睞。

本研究在區(qū)域農(nóng)業(yè)生產(chǎn)技術(shù)異質(zhì)性背景下,擬采用共同邊界分析方法考察1998—2019年中國農(nóng)業(yè)部門能源效率水平、時(shí)空動(dòng)態(tài)演變趨勢(shì)及其影響因素。試圖從實(shí)證及理論層面對(duì)已有研究進(jìn)行拓展,以期為中國農(nóng)業(yè)的技術(shù)差距和能效績效提供新的證據(jù),以便因地制宜實(shí)施農(nóng)業(yè)能源效率提升措施,從而對(duì)實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展有所裨益。

1 模型、方法與數(shù)據(jù)

1.1 計(jì)量模型

衡量效率首先需要定義生產(chǎn)可能性集來構(gòu)建生產(chǎn)邊界,然后分析各決策單元與生產(chǎn)邊界之間的關(guān)系。如果決策單元偏離生產(chǎn)邊界,則說明要素未能得到充分利用,存在帕累托改進(jìn)空間。由于中國各省份在地理環(huán)境、資源稟賦、市場狀況等方面存在較大差異,不同區(qū)域的農(nóng)業(yè)技術(shù)往往存在異質(zhì)性,故而對(duì)效率的測(cè)量需要采用共同邊界分析方法。共同邊界是將不同群組的邊界進(jìn)行包絡(luò)而形成的一個(gè)新的技術(shù)邊界,技術(shù)集可表示為：Tm={T1∪T2∪…∪Tg}。T1,T2,…,Tg表示各群組分別對(duì)應(yīng)的技術(shù)邊界,Tm代表所有群組對(duì)應(yīng)的潛在技術(shù)邊界,可表示為：Tm={(K,L,E,Y)∶(K,L,E)能夠生產(chǎn)Y}。其中,K、L、E、Y分別表示資本投入、勞動(dòng)投入、能源投入及農(nóng)業(yè)產(chǎn)出。一般而言,集合T是一個(gè)有界閉集,投入和產(chǎn)出滿足強(qiáng)可處置性。

參照Lin等[13],定義中國農(nóng)業(yè)能源投入距離函數(shù)：

DE(E,L,K,Y)=sub{θ|(E,L,K/θ,Y)∈T}

(1)

借鑒Huang等[12]提出的共同邊界分析“兩步法”,首先估計(jì)每個(gè)群組的技術(shù)邊界,測(cè)算群組技術(shù)效率(EEI)。本研究擬選取超越對(duì)數(shù)函數(shù)來測(cè)量中國農(nóng)業(yè)能源效率,故能源投入距離函數(shù)可表示為：

(2)

(3)

(4)

最后,測(cè)算得到各地區(qū)各年份的農(nóng)業(yè)能源效率：

MEEIit=EEIit×TGRit

(5)

1.2 分析方法

1.2.1重心—標(biāo)準(zhǔn)差橢圓

(6)

(7)

(8)

1.2.2Dagum基尼系數(shù)

與傳統(tǒng)的基尼系數(shù)不同,Dagum提出將基尼系數(shù)按子群分解,不僅能夠有效揭示空間差距來源,解決樣本之間的交叉重疊問題[14],而且也能夠比較不同研究期間空間差異的變化趨勢(shì)。本研究運(yùn)用Dagum基尼系數(shù)來測(cè)算中國省際農(nóng)業(yè)能源效率的差異及其差異來源。其由地區(qū)內(nèi)差異、地區(qū)間差異和超變密度3個(gè)部分(G=Gw+Gnb+Gt)組成,計(jì)算公式如下：

(9)

1.3 數(shù)據(jù)說明

本研究選取中國28個(gè)省份的農(nóng)業(yè)生產(chǎn)投入產(chǎn)出數(shù)據(jù)(重慶、海南、西藏和港澳臺(tái)地區(qū)部分?jǐn)?shù)據(jù)缺失,故未含在內(nèi),下同),數(shù)據(jù)來自歷年《中國能源統(tǒng)計(jì)年鑒》[16]《中國統(tǒng)計(jì)年鑒》[17]《中國農(nóng)村統(tǒng)計(jì)年鑒》[18]以及《中國人口和就業(yè)統(tǒng)計(jì)年鑒》[19]。其中,產(chǎn)出指標(biāo)為Y,表示第一產(chǎn)業(yè)生產(chǎn)總值(以1998年為基期折算成不變價(jià)格),該指標(biāo)反映了農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平。L是第一產(chǎn)業(yè)就業(yè)人數(shù),勞動(dòng)力是農(nóng)業(yè)最重要的基本生產(chǎn)要素之一。E表示第一產(chǎn)業(yè)的能源消耗。農(nóng)業(yè)生產(chǎn)過程中能源消耗方式可分為直接和間接消耗。直接消耗主要是指農(nóng)業(yè)機(jī)械所消耗的各種石油制品和電能,間接消耗則主要是指化肥、農(nóng)藥、農(nóng)膜等投入品的使用。由于間接消耗的農(nóng)業(yè)能源統(tǒng)計(jì)歸入第二產(chǎn)業(yè)消耗的能源,故本研究中的農(nóng)業(yè)能源主要指各種農(nóng)業(yè)機(jī)械直接消耗的能源[20]。在計(jì)算時(shí)將各省林牧漁業(yè)消耗的煤炭、焦炭、汽油、燃料油、煤油、天然氣、電力的實(shí)物量換算為標(biāo)準(zhǔn)煤量作為能源消耗,具體換算系數(shù)參見年度《中國能源統(tǒng)計(jì)年鑒》[16]。K是資本投入變量,它也是經(jīng)濟(jì)系統(tǒng)分析中不可忽視的重要生產(chǎn)要素之一。鑒于目前還沒有關(guān)于農(nóng)業(yè)資本存量的專門統(tǒng)計(jì)數(shù)據(jù),本研究參考徐現(xiàn)祥等[21]、李谷成等[22]采用永續(xù)盤存法計(jì)算中國農(nóng)業(yè)的資本存量。

參考Lin等[13]研究,本研究選擇能源強(qiáng)度指標(biāo)(能源消耗/GDP)對(duì)決策單元進(jìn)行分組。具體到本研究,根據(jù)第一產(chǎn)業(yè)的能源消耗/第一產(chǎn)業(yè)生產(chǎn)總值指標(biāo),利用聚類分析法,將28個(gè)省份分為3個(gè)群組。第1群組由2個(gè)東部省份(福建、廣西)、6個(gè)中部省份(吉林、安徽、江西、河南、湖北、湖南)和2個(gè)西部省份(云南、四川)組成,第2群組由5個(gè)東部省份(山東、廣東、江蘇、河北、遼寧)、1個(gè)中部省份(黑龍江)和4個(gè)西部省份(新疆、甘肅、貴州、陜西)組成,第3群組由4個(gè)東部省份(上海、北京、天津、浙江)、2個(gè)中部省份(內(nèi)蒙古、山西)和2個(gè)西部省份(寧夏、青海)組成。其中,第1群組的能源強(qiáng)度最低,第3群組的能源強(qiáng)度最高。表1為主要變量的描述性統(tǒng)計(jì)情況。

表1 變量描述性統(tǒng)計(jì)Table 1 Descriptive statistics of variables

2 計(jì)量模型分析

在模型正式分析之前,首先驗(yàn)證以下假設(shè)：3個(gè)群組的農(nóng)業(yè)技術(shù)具有異質(zhì)性。采用廣義對(duì)數(shù)似然比(GLR)進(jìn)行檢驗(yàn),結(jié)果顯示,GLR統(tǒng)計(jì)值為171.073(1%顯著水平的臨界值為21.67),拒絕原假設(shè),表明各群組間的技術(shù)具有異質(zhì)性,使用共同邊界分析方法具有必要性。另外,考慮到C-D函數(shù)的局限性,本研究選擇了更加靈活超越對(duì)數(shù)函數(shù),對(duì)數(shù)似然比檢驗(yàn)也證實(shí)這一選擇是合理的。表2是模型參數(shù)估計(jì)結(jié)果。

表2 模型結(jié)果Table 2 The model results

根據(jù)式(5)測(cè)算得到農(nóng)業(yè)能源效率值(MEEI),如表3所示。在空間維度,中國東中西部地區(qū)農(nóng)業(yè)能源效率均值分別為0.746、0.592、0.449,呈現(xiàn)東部最高、中部次之、西部最低的梯狀分布格局,這與以往研究結(jié)論一致[1,5]。其原因在于：一方面,隨著經(jīng)濟(jì)社會(huì)加速發(fā)展,東部地區(qū)農(nóng)業(yè)財(cái)政投入和社會(huì)投資增加,農(nóng)機(jī)技術(shù)裝備較中西部地區(qū)更先進(jìn)[1];另一方面,東部地區(qū)土地流轉(zhuǎn)速度快于中西部地區(qū)[23],且基礎(chǔ)設(shè)施較為完善,有助于農(nóng)機(jī)裝備在使用過程中節(jié)能增效。在時(shí)間維度,中國農(nóng)業(yè)能源效率總體呈現(xiàn)上升態(tài)勢(shì),從1998年的0.400上升到2019年的0.759,年均增長3.097%,進(jìn)一步計(jì)算發(fā)現(xiàn),東中西部地區(qū)的能源效率年均增長分別為2.709%、2.849%、4.380%,樣本考察期內(nèi),西部地區(qū)農(nóng)業(yè)能源效率增速相對(duì)較快。

表3 農(nóng)業(yè)能源效率測(cè)量結(jié)果(MEEI)Table 3 Agricultural energy efficiency measurement results

中國農(nóng)業(yè)部門能源效率(MEEI)偏低的根本原因兼具技術(shù)研發(fā)(TGR)和技術(shù)推廣(EEI)層面的雙重因素(1)限于篇幅,TGR和EEI未列出,如有需要可備索。。在技術(shù)研發(fā)層面,農(nóng)業(yè)能源利用的技術(shù)進(jìn)步主要與使用能源的農(nóng)業(yè)機(jī)械技術(shù)進(jìn)步有關(guān),農(nóng)業(yè)機(jī)械技術(shù)進(jìn)步不僅表現(xiàn)為改善農(nóng)業(yè)生產(chǎn)率,也表現(xiàn)為節(jié)能增效。然而,當(dāng)前我國農(nóng)機(jī)裝備在技術(shù)研發(fā)層面仍存在不足。一是農(nóng)機(jī)科技創(chuàng)新能力不強(qiáng)。一方面,經(jīng)費(fèi)不足一直是橫亙?cè)谵r(nóng)機(jī)科研院所面前的難題,導(dǎo)致農(nóng)業(yè)機(jī)械基礎(chǔ)研究薄弱,關(guān)鍵技術(shù)自給率低,存在很多短板和薄弱環(huán)節(jié);另一方面,農(nóng)機(jī)制造企業(yè)技術(shù)創(chuàng)新能力弱,創(chuàng)新研發(fā)費(fèi)用占銷售額的比例普遍不足2%,相比國際農(nóng)機(jī)巨頭的3%～6%,創(chuàng)新研發(fā)投入差距顯著[24];不僅如此,農(nóng)機(jī)制造企業(yè)與農(nóng)機(jī)科研院所結(jié)合也不夠緊密,研發(fā)成果轉(zhuǎn)化率不高。二是部分農(nóng)機(jī)裝備有效供給不足。表現(xiàn)為農(nóng)機(jī)產(chǎn)能過剩與缺門斷檔并存,中高端產(chǎn)品不多,機(jī)具適應(yīng)性可靠性有待提高。尤其是一些領(lǐng)域一些環(huán)節(jié)存在“無機(jī)可用”“無好機(jī)用”問題,“供不足需”“供不適需”矛盾一直未能得到有效解決。在技術(shù)推廣層面,主要與節(jié)能增效型的農(nóng)機(jī)裝備的使用和普及有關(guān)。但是,先進(jìn)農(nóng)機(jī)裝備在技術(shù)推廣環(huán)節(jié)長期面臨以下兩方面困境。一是農(nóng)機(jī)購置補(bǔ)貼政策不完善。如補(bǔ)貼范圍不夠?qū)挿?有些先進(jìn)機(jī)型沒有納入補(bǔ)貼目錄,農(nóng)戶自主選擇余地較小;同款產(chǎn)品補(bǔ)貼價(jià)格普遍高于市場價(jià)格,致使補(bǔ)貼效果被漲價(jià)部分稀釋,政策效果被削弱。二是農(nóng)機(jī)操作規(guī)程培訓(xùn)不到位。一些地方農(nóng)機(jī)部門不能根據(jù)形勢(shì)的發(fā)展,開設(shè)田間課堂,為農(nóng)民檢修農(nóng)業(yè)機(jī)械,培育機(jī)械化育秧和農(nóng)機(jī)操作手,不僅影響了推廣先進(jìn)適用農(nóng)業(yè)機(jī)械的進(jìn)程,也導(dǎo)致農(nóng)機(jī)使用過程中的能源浪費(fèi)[25]。

3 中國農(nóng)業(yè)能源效率的空間演進(jìn)

3.1 空間集聚的區(qū)位分布及演變趨勢(shì)

為進(jìn)一步考察農(nóng)業(yè)能源效率(MEEI)的時(shí)空分異態(tài)勢(shì),本研究使用ArcGIS軟件分析計(jì)算農(nóng)業(yè)能源效率重心—標(biāo)準(zhǔn)差橢圓的相關(guān)參數(shù),從而得到重心移動(dòng)方向、移動(dòng)距離、長短軸、旋轉(zhuǎn)角等指標(biāo)(表4),具體結(jié)果如下：

表4 1998—2019年中國農(nóng)業(yè)能源效率的標(biāo)準(zhǔn)差橢圓Table 4 Standard deviational ellipse of agricultural energy efficiency in China from 1998 to 2019

3.1.1重心變化

中國農(nóng)業(yè)能源效率重心位于113.472°～114.012° E、32.745°～34.120° N,且重心向西北方向緩慢移動(dòng)。從移動(dòng)距離看,在樣本考察期,重心向西偏北方向共移動(dòng)了164.166 km,表明與東部地區(qū)相比,西部地區(qū)農(nóng)業(yè)能源效率提升略快。進(jìn)一步比較各年度的重心移動(dòng)距離發(fā)現(xiàn),移動(dòng)速度呈現(xiàn)放緩態(tài)勢(shì),移動(dòng)速度從1998年的16.682 km/年波動(dòng)降低到2019年的4.101 km/年,表明中國農(nóng)業(yè)能源效率的區(qū)位分布趨于穩(wěn)定。這一結(jié)論與東、中、西部農(nóng)業(yè)能源效率變化趨勢(shì)一致,表明西北部的農(nóng)業(yè)能源效率比東南部的農(nóng)業(yè)能源效率提升速度相對(duì)要快。其原因是,一方面,西部大開發(fā)戰(zhàn)略使西部地區(qū)經(jīng)濟(jì)和技術(shù)水平有了較大發(fā)展,促進(jìn)了西部地區(qū)農(nóng)業(yè)能源效率快速提升。另一方面,東南省份農(nóng)業(yè)經(jīng)濟(jì)快速發(fā)展的同時(shí)伴隨著化石能源的大量消耗,導(dǎo)致東部地區(qū)能源效率提升速度較慢[26]。從移動(dòng)速度來看,1998—2019年重心移動(dòng)平均速度為9.698 km/年,移動(dòng)速度由1998年的16.682 km/年下降到2019年的4.101 km/年,表明農(nóng)業(yè)能源效率重心向西北方向轉(zhuǎn)移的趨勢(shì)逐漸放緩,中國農(nóng)業(yè)能源效率的區(qū)位分布趨于穩(wěn)定。

3.1.2橢圓形狀變化

標(biāo)準(zhǔn)差橢圓的長半軸和短半軸分別表示中國農(nóng)業(yè)能源效率的離散程度和分布范圍。分析結(jié)果顯示,長半軸在樣本考察期雖略有增長,從1998年的12.026 km增長到2019年的12.720 km,但總體變化較小。與長半軸類似,短半軸也有小幅增長,從8.488 km上升到至9.020 km,其長度也基本穩(wěn)定。進(jìn)一步計(jì)算發(fā)現(xiàn),標(biāo)準(zhǔn)差橢圓面積比(表示標(biāo)準(zhǔn)差橢圓面積變化情況,1998年為1,后一年的面積比前一年的面積)均值為1.005,面積基本沒有變化。而且,在樣本期內(nèi),標(biāo)準(zhǔn)差橢圓的平均形狀指數(shù)(短半軸與長半軸長度之比)呈緩慢下降趨勢(shì),從1998年的0.682下降到了2019年的0.668。上述結(jié)果均表明,各省農(nóng)業(yè)能源效率并未呈現(xiàn)明顯的收斂或發(fā)散趨勢(shì),換言之,中國農(nóng)業(yè)能源效率損失的根源具有系統(tǒng)性特征。

3.2 農(nóng)業(yè)能源效率差異分解

為了進(jìn)一步深入認(rèn)識(shí)中國農(nóng)業(yè)能源效率的空間分異,以省為基本空間單元,采用Dagum基尼系數(shù)分解方法,對(duì)中國農(nóng)業(yè)能源效率進(jìn)行空間分解,計(jì)算中國農(nóng)業(yè)能源效率的總體基尼系數(shù)及其分解項(xiàng)和貢獻(xiàn)率,結(jié)果如表5所示。

表5 1998—2019年Dagum基尼系數(shù)及分解結(jié)果Table 5 Dagum Gini coefficient and its decomposition results,1998-2019

分析發(fā)現(xiàn),樣本期內(nèi)Dagum基尼系數(shù)均值為0.165呈現(xiàn)下降趨勢(shì),從1998年的0.259降為2019年的0.104,表明中國農(nóng)業(yè)能源效率盡管存在地區(qū)差距,但是該差距呈現(xiàn)出縮小態(tài)勢(shì)。這與東部和中部地區(qū)農(nóng)業(yè)能源效率增長速度放緩有關(guān)(圖1)。近年來,中部和西部地區(qū)農(nóng)業(yè)機(jī)械化發(fā)展速度較快,統(tǒng)計(jì)數(shù)據(jù)顯示,1998—2019年,東部地區(qū)農(nóng)機(jī)總動(dòng)力年均增長率為3.0%,而中部和西部地區(qū)農(nóng)機(jī)總動(dòng)力年均增長率分別為8.7%和9.1%。隨著中西部地區(qū)農(nóng)業(yè)機(jī)械化進(jìn)程加速,農(nóng)業(yè)能源效率也呈現(xiàn)快速上升態(tài)勢(shì),年均增長率分別較東部地區(qū)高出0.1和1.7個(gè)百分點(diǎn)。也正因此,中國農(nóng)業(yè)能源效率的地區(qū)差異呈下降態(tài)勢(shì)[5]。事實(shí)上,農(nóng)業(yè)能源效率空間區(qū)域差異縮小與其空間分布區(qū)域穩(wěn)定并不矛盾,若中國農(nóng)業(yè)能源效率在集聚區(qū)域內(nèi)分布更加均勻,就可能衍生出“區(qū)域集聚穩(wěn)定(標(biāo)準(zhǔn)差橢圓面積基本不變),內(nèi)部集聚減弱(基尼系數(shù)降低)”的現(xiàn)象[27]。

圖1 東中西組間差異Fig.1 Difference between eastern, central and western groups

從差異的貢獻(xiàn)率來看,地區(qū)間差距(Gnb)、地區(qū)內(nèi)差距(Gw)和超變密度(Gt)均為農(nóng)業(yè)能源效率差距的空間來源。其中,地區(qū)內(nèi)差距衡量了群組內(nèi)部省份農(nóng)業(yè)能源效率的地區(qū)差距;地區(qū)間差距衡量了不同群組間的地區(qū)間純差距;超變密度衡量了群組間離群值的跨群交叉程度[14]。由表5可知,地區(qū)間差距是中國農(nóng)業(yè)能源效率差異的最主要來源,區(qū)域間差異貢獻(xiàn)率高達(dá)68.584%。因此,縮小區(qū)域間差距,是解決當(dāng)前中國農(nóng)業(yè)能源效率發(fā)展空間不平衡問題的關(guān)鍵。從貢獻(xiàn)率變動(dòng)趨勢(shì)來看(圖2)地區(qū)間差異貢獻(xiàn)率不斷增大,由52.570%上升到73.345%;組內(nèi)差異貢獻(xiàn)度組內(nèi)差異由27.238%下降到19.803%;超變密度貢獻(xiàn)率由20.192%下降到6.852%?？傃灾?區(qū)域間差異是農(nóng)業(yè)能源效率差異的主要來源,區(qū)域協(xié)同發(fā)展效應(yīng)未能有效發(fā)揮,各省份之間的空間協(xié)調(diào)聯(lián)動(dòng)機(jī)制有待完善。

圖2 基尼系數(shù)差異貢獻(xiàn)率Fig.2 Contribution of Gini coefficient

4 農(nóng)業(yè)能源效率影響因素分析

根據(jù)中國農(nóng)業(yè)特征及相關(guān)文獻(xiàn)[1,28]引入影響農(nóng)業(yè)能源效率的控制變量。包括：1)能源消費(fèi)結(jié)構(gòu),采用農(nóng)業(yè)煤炭消耗量/農(nóng)業(yè)能源消耗總量衡量(MR);2)農(nóng)業(yè)經(jīng)濟(jì)結(jié)構(gòu),采用農(nóng)業(yè)產(chǎn)值/農(nóng)林牧漁總產(chǎn)值衡量(ER);3)種植結(jié)構(gòu),采用糧食播種面積/農(nóng)作物總播種面積衡量(FR)。4)受災(zāi)率,采用農(nóng)作物受災(zāi)面積/農(nóng)作物總播種面積衡量(DR);5)基礎(chǔ)設(shè)施水平,采用二級(jí)公路里程/耕地面積衡量(IR);6)支農(nóng)力度,采用財(cái)政支農(nóng)支出金額/一般性財(cái)政支出衡量(AR)。所有變量均進(jìn)行對(duì)數(shù)化處理,估計(jì)模型如下所示：

ln MEEIit=β0+β1ln MRit+β2ln ERit+
β3ln FRit+β4ln DRit+β5ln IRit+
β6ln ARit+ui+vt+εit

(10)

式中：i表示省份,t表示年份。ui為地區(qū)固定效應(yīng),vt為時(shí)間固定效應(yīng),εit為隨機(jī)誤差項(xiàng)。為避免內(nèi)生性影響,所有控制影響變量均采用滯后一期形式。表6是農(nóng)業(yè)能源效率的影響因素的雙向固定效應(yīng)模型估計(jì)結(jié)果。

由表6可知,能源結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)、受災(zāi)率均與農(nóng)業(yè)能源效率顯著負(fù)相關(guān),說明煤炭使用增多、農(nóng)業(yè)產(chǎn)值占比增加及受災(zāi)面積增大均不利農(nóng)業(yè)能源效率提升。這是因?yàn)?煤炭的無效率貢獻(xiàn)高達(dá)33.2%,是中國能源效率低下最主要的原因[29]。農(nóng)作物種植業(yè)能源消費(fèi)規(guī)模比林牧副漁業(yè)能源消費(fèi)規(guī)模大,因此,經(jīng)濟(jì)結(jié)構(gòu)與能源效率呈現(xiàn)負(fù)向顯著關(guān)系[28]。農(nóng)業(yè)生產(chǎn)受自然氣候條件的影響較大,自然災(zāi)害會(huì)對(duì)農(nóng)業(yè)生產(chǎn)造成損失,進(jìn)而不利于農(nóng)業(yè)能源效率提升[1];相反,種植結(jié)構(gòu)、基礎(chǔ)設(shè)施水與農(nóng)業(yè)能源效率顯著正相關(guān)。這是因?yàn)?糧食作物的機(jī)械作業(yè)水平比經(jīng)濟(jì)作物高,機(jī)械作業(yè)水平能夠正向影響農(nóng)業(yè)能源效率[20]?；A(chǔ)設(shè)施水平提高有效促進(jìn)區(qū)域間溝通,加速區(qū)域間勞動(dòng)力、資本、信息流動(dòng),有利于能源要素冗余程度降低,進(jìn)而提升能源效率[30];此外,雖然財(cái)政支農(nóng)占比正向影響中國農(nóng)業(yè)能源效率,但是不顯著。表明財(cái)政支農(nóng)支出能促進(jìn)農(nóng)業(yè)能源效率提升,但是支農(nóng)支出投入不足。

表6 農(nóng)業(yè)能源效率影響因素估計(jì)結(jié)果Table 6 Estimation results of influencing factors of agricultural energy efficiency

5 結(jié)論與啟示

本研究基于1998—2019年中國28個(gè)省份面板數(shù)據(jù),在技術(shù)異質(zhì)性框架下采用共同隨機(jī)邊界模型測(cè)算了中國農(nóng)業(yè)能源效率,利用標(biāo)準(zhǔn)差橢圓分析能源效率的重心及其演進(jìn)趨勢(shì),同時(shí)基于Dagum基尼系數(shù)分析各省份農(nóng)業(yè)能源效率差異變動(dòng)及差異來源,并進(jìn)一步分析影響農(nóng)業(yè)能源效率重要因素。分析結(jié)果表明：盡管中國農(nóng)業(yè)能源效率在樣本期呈上升趨勢(shì),但總體水平偏低,效率空間分布呈東高西低的階梯式格局。中國農(nóng)業(yè)能源效率損失的根源在于農(nóng)機(jī)產(chǎn)業(yè)創(chuàng)新能力不足及農(nóng)業(yè)機(jī)械推廣不力;中國農(nóng)業(yè)能源效率重心逐漸向西北方向轉(zhuǎn)移,橢圓面積變動(dòng)較為穩(wěn)定,說明農(nóng)業(yè)能源效率空間分布隨時(shí)間不存在明顯的收斂或發(fā)散趨勢(shì)。中國農(nóng)業(yè)能源效率存在空間差異,但差異程度在不斷縮小,從總體差異來看,區(qū)域間差異是造成農(nóng)業(yè)能源效率空間差異的主要原因,從地區(qū)內(nèi)差異來看,西部地區(qū)區(qū)域內(nèi)差異最大;影響因素分析表明,中國農(nóng)業(yè)能源效率與種植結(jié)構(gòu)及基礎(chǔ)設(shè)施水平正向相關(guān),與能源結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)及受災(zāi)率負(fù)向相關(guān)。

根據(jù)上述結(jié)論,提出三點(diǎn)政策建議：一是加強(qiáng)技術(shù)創(chuàng)新,重視技術(shù)推廣。加大農(nóng)機(jī)研發(fā)投入,協(xié)調(diào)多渠道資金進(jìn)行農(nóng)機(jī)研發(fā),重點(diǎn)加大低能耗、高效率、技術(shù)領(lǐng)先的新型農(nóng)業(yè)機(jī)械技術(shù)研發(fā)投入。積極開設(shè)田間課堂,加強(qiáng)農(nóng)機(jī)技術(shù)培訓(xùn),提高農(nóng)機(jī)操作人員素質(zhì),促使先進(jìn)農(nóng)機(jī)技術(shù)高效利用;二是因地制宜,協(xié)同發(fā)展。在技術(shù)異質(zhì)性背景下,厘清農(nóng)業(yè)能源效率的區(qū)域差異原因,結(jié)合地區(qū)特點(diǎn)實(shí)施差異化節(jié)能增效措施。同時(shí),強(qiáng)化地區(qū)間聯(lián)系,促進(jìn)整體能源效率水平提升。完善地區(qū)合作機(jī)制,形成多省相互促進(jìn)、共同提升的新發(fā)展格局;三是深入探索,節(jié)能增效。提升農(nóng)業(yè)能源效率需減少煤炭使用,增加清潔能源使用。避免農(nóng)業(yè)種植業(yè)“非糧化”的同時(shí),適度發(fā)展林牧副漁業(yè)。削弱自然因素造成的損失,最后,加大基礎(chǔ)設(shè)施建設(shè),加強(qiáng)地區(qū)間交流合作。