郭利京, 王仟瀅, 趙瑾

(1.安徽財經(jīng)大學(xué) 經(jīng)濟學(xué)院,安徽 蚌埠 233030;2.安徽科技學(xué)院 管理學(xué)院,安徽 蚌埠 233030)

作為國民經(jīng)濟基礎(chǔ)產(chǎn)業(yè),農(nóng)業(yè)在促進我國經(jīng)濟發(fā)展中發(fā)揮著至關(guān)重要的作用。近些年,雖然我國農(nóng)業(yè)經(jīng)濟快速發(fā)展,農(nóng)業(yè)綜合生產(chǎn)能力不斷提高,但是農(nóng)業(yè)機械化、化學(xué)化導(dǎo)致的碳排放量劇增問題日益嚴重,致使農(nóng)業(yè)已經(jīng)成為第二大碳排放源,占我國碳排放總量的17%[1]。2020年9月22日,習(xí)近平總書記在第七十五屆聯(lián)合國大會一般性辯論上提出了“雙碳”目標,具體包括在2030年前努力實現(xiàn)二氧化碳排放達到峰值,2060年前力爭實現(xiàn)碳中和;2021年,“雙碳”目標首次寫入中國政府工作報告,作為碳排放和固碳的重要行業(yè),農(nóng)業(yè)發(fā)展被提到了前所未有的高度;2022年中共中央、國務(wù)院印發(fā)《關(guān)于做好2022年全面推進鄉(xiāng)村振興重點工作的意見》指出要推進農(nóng)業(yè)農(nóng)村綠色發(fā)展,促進減碳增匯型農(nóng)業(yè)發(fā)展。因此,在“雙碳”目標背景下,全面考察農(nóng)業(yè)生態(tài)效率發(fā)展規(guī)律及影響因素,以期彌補農(nóng)業(yè)生態(tài)效率短板,助力“雙碳”目標早日實現(xiàn)。

一、文獻回顧

1990年,Schaltegger和Sturm[2]提出了“生態(tài)效率”概念,1992年,Schmidheiny[3]在《改變航向:一個關(guān)于發(fā)展與環(huán)境的全球商業(yè)觀點》中系統(tǒng)闡釋了生態(tài)效率,生態(tài)效率應(yīng)遵循“在提供有價格競爭優(yōu)勢的產(chǎn)品和服務(wù),滿足人們需求和提高人們生活質(zhì)量的前提下,使生命周期內(nèi)的資源消耗和生態(tài)環(huán)境影響降至地球可承受范圍內(nèi),從而實現(xiàn)人與環(huán)境協(xié)調(diào)發(fā)展”的原則。作為在農(nóng)業(yè)中的具體應(yīng)用,目前學(xué)者關(guān)于農(nóng)業(yè)生態(tài)效率的研究主要包括以下四方面。首先,農(nóng)業(yè)生態(tài)效率概念和內(nèi)容界定。目前農(nóng)業(yè)生態(tài)效率尚無明確定義,學(xué)者[4-5]針對不同研究層次指出,農(nóng)業(yè)生態(tài)效率概念和內(nèi)容的界定存在一定差異,主要內(nèi)容涵蓋農(nóng)業(yè)要素投入、農(nóng)業(yè)產(chǎn)出及農(nóng)業(yè)生態(tài)環(huán)境影響三部分,達到在資源節(jié)約、環(huán)境保護和農(nóng)產(chǎn)品質(zhì)量保證的前提下,農(nóng)業(yè)最大產(chǎn)出目標。在“雙碳”目標背景下,筆者認為農(nóng)業(yè)生態(tài)效率應(yīng)遵循“節(jié)源、高效、減排和低污”的原則。其次,農(nóng)業(yè)生態(tài)效率指標體系構(gòu)建。主要從土地、勞動、化肥、機械等維度選擇投入指標,王寶義和張衛(wèi)國(2016)[6]以農(nóng)業(yè)經(jīng)濟效益為期望產(chǎn)出,以化肥、農(nóng)藥和農(nóng)膜等化學(xué)要素殘留量為非期望產(chǎn)出;洪名勇和鄧麗楠(2020)[7]加入農(nóng)業(yè)生產(chǎn)碳排放量作為非期望產(chǎn)出,廖佳佳等(2021)[8]加入生態(tài)系統(tǒng)服務(wù)價值量作為期望產(chǎn)出,農(nóng)業(yè)生態(tài)效率指標體系構(gòu)建日益完善。再次,農(nóng)業(yè)生態(tài)效率評價,主要運用生命周期評價法[9]、生態(tài)足跡分析法[10]、數(shù)據(jù)包絡(luò)分析法[11]、隨機前沿法[12]等方法分析農(nóng)業(yè)生態(tài)效率。最后,農(nóng)業(yè)生態(tài)效率影響因素分析,主要探究財政支農(nóng)等政策支持,工業(yè)化[13]、研發(fā)投入[14]等宏觀環(huán)境,農(nóng)業(yè)受災(zāi)率、人均農(nóng)業(yè)增加值、規(guī)?；健⑷肆Y本[15]等農(nóng)業(yè)發(fā)展三方面對農(nóng)業(yè)生態(tài)效率的影響。

綜上所述,目前已有文獻對農(nóng)業(yè)生態(tài)效率產(chǎn)出指標的研究主要針對農(nóng)業(yè)面源污染、農(nóng)業(yè)生產(chǎn)碳排放等因素,但忽略了農(nóng)業(yè)生產(chǎn)過程中的固碳作用,對農(nóng)業(yè)生態(tài)效率的測度不全面,且分析農(nóng)業(yè)生態(tài)效率影響因素時,忽略了環(huán)境規(guī)制的作用。鑒于此,本文引入農(nóng)業(yè)碳匯效應(yīng),基于2010—2019年31個省市面板數(shù)據(jù),測度觀測期內(nèi)各地區(qū)農(nóng)業(yè)生態(tài)效率,考察農(nóng)業(yè)生態(tài)效率時空演變規(guī)律,并探究其影響因素。

二、指標體系構(gòu)建

農(nóng)業(yè)廣義上是農(nóng)、林、牧、漁業(yè)的統(tǒng)稱,狹義上是種植業(yè),后者對農(nóng)業(yè)生態(tài)環(huán)境的影響最深遠,因此,本文選用狹義農(nóng)業(yè)(種植業(yè))作為研究對象。農(nóng)業(yè)生態(tài)效率是反映環(huán)境保護、資源節(jié)約和經(jīng)濟增長三者均衡關(guān)系的指標。結(jié)合中國農(nóng)業(yè)發(fā)展情況和數(shù)據(jù)可獲得性等原則,本文從農(nóng)業(yè)資源、農(nóng)業(yè)經(jīng)濟和農(nóng)業(yè)環(huán)境三個方面構(gòu)建農(nóng)業(yè)生態(tài)效率測度指標體系。

在投入方面,農(nóng)業(yè)資源投入包括農(nóng)業(yè)生產(chǎn)過程中人力、物力投入,具體從土地投入、勞動力投入、機械化投入以及化學(xué)要素投入四方面反映。鑒于各地區(qū)每年的復(fù)種比率不同,農(nóng)業(yè)土地投入用農(nóng)作物總播種面積表征;勞動力投入用農(nóng)業(yè)就業(yè)人員數(shù)表征,由于目前缺乏農(nóng)業(yè)從業(yè)人員數(shù)據(jù),利用種植業(yè)產(chǎn)值占第一產(chǎn)業(yè)總產(chǎn)值比重作為從事種植業(yè)人數(shù)的比例,估算農(nóng)業(yè)就業(yè)人數(shù);農(nóng)業(yè)機械化投入除了農(nóng)機投入,農(nóng)機所需燃料也是重要的要素投入,因此農(nóng)業(yè)機械化投入用農(nóng)用柴油使用量和農(nóng)業(yè)機械總動力2個變量表征。農(nóng)業(yè)化學(xué)要素投入包括農(nóng)膜、農(nóng)藥和化肥,因此用農(nóng)膜使用量、農(nóng)藥使用量、化肥施用量3個變量表征農(nóng)業(yè)化學(xué)要素投入。

在產(chǎn)出方面,農(nóng)業(yè)生產(chǎn)過程不僅能產(chǎn)生經(jīng)濟效益,而且農(nóng)作物通過光合作用吸收了部分二氧化碳,對生態(tài)環(huán)境了產(chǎn)生了積極影響,因此從農(nóng)業(yè)經(jīng)濟效益和農(nóng)業(yè)生態(tài)效益2個維度構(gòu)建期望產(chǎn)出。農(nóng)業(yè)經(jīng)濟效益用農(nóng)業(yè)總產(chǎn)值表征,農(nóng)業(yè)生態(tài)效益用農(nóng)業(yè)碳匯量表征。鑒于目前缺乏農(nóng)業(yè)碳匯統(tǒng)計數(shù)據(jù),根據(jù)韓召迎等人[17]測算的主要農(nóng)作物碳吸收率,將主要農(nóng)作物固碳量作為農(nóng)業(yè)碳匯量,估算農(nóng)業(yè)碳匯量(1)小麥碳吸收率為0.485t·hm-2,稻谷碳吸收率為0.414t·hm-2,玉米碳吸收率為0.471t·hm-2,薯類碳吸收率為0.423t·hm-2,其余農(nóng)作物碳吸收率為0.450t·hm-2。。在農(nóng)業(yè)生產(chǎn)過程中,除了產(chǎn)生有益作用,也會對環(huán)境造成不利影響,尤其是在面源污染和農(nóng)業(yè)生產(chǎn)碳排放兩方面表現(xiàn)明顯,因此從農(nóng)業(yè)污染、農(nóng)業(yè)碳排放2個維度構(gòu)建非期望產(chǎn)出。

為避免運用DEA進行數(shù)據(jù)分析時,投入—產(chǎn)出變量過多影響測算結(jié)果準確性以及主觀因素對指標權(quán)重的影響,本文利用熵權(quán)法將農(nóng)膜、農(nóng)藥和化肥殘留量(2)農(nóng)膜、農(nóng)藥和化肥殘留率分別為0.1,0.5,0.65。等多項污染指標綜合為農(nóng)業(yè)面源污染綜合指數(shù)[18]用以表征農(nóng)業(yè)面源污染以減少非期望產(chǎn)出指標數(shù)量,確保測算結(jié)果準確性;由于目前暫無農(nóng)業(yè)碳排放統(tǒng)計數(shù)據(jù),根據(jù)李波等人[19]測度的農(nóng)業(yè)生產(chǎn)主要碳排放源的碳排放系數(shù)(3)化肥碳排放系數(shù)為0.8956kg·kg-1,農(nóng)藥碳排放系數(shù)為4.9341kg·kg-1,農(nóng)膜碳排放系數(shù)為5.18kg·kg-1,柴油碳排放系數(shù)為0.5927kg·kg-1,翻耕碳排放系數(shù)為312.6kg·km-2,農(nóng)業(yè)灌溉碳排放系數(shù)為20.476kg·hm-2。估算農(nóng)業(yè)生產(chǎn)碳排放量,用以表征農(nóng)業(yè)碳排放量,具體指標如表1所示。

表1 農(nóng)業(yè)生態(tài)效率測度指標體系

三、研究方法

(一)超效率SBM

超效率SBM模型是Tone等[20]在2001年提出的一種非角度、非徑向DEA模型。與傳統(tǒng)DEA模型相比,超效率將松弛變量引入目標函數(shù),可直接測度與最佳生產(chǎn)前沿相比較的無效率量,同時彌補了傳統(tǒng)DEA模型無法區(qū)分多個有效單元格的缺陷,更加科學(xué)有效。因此,本文選用超效率SBM模型測度農(nóng)業(yè)生態(tài)效率。

假設(shè)有p個決策單元,每個決策單元有q種投入、s1種產(chǎn)出、s2種非期望產(chǎn)出,超效率SBM模型表達式如式(1)所示:

(1)

其中,ρ表示農(nóng)業(yè)生態(tài)效率值,當(dāng)ρ≥1決策單元有效,否則存在一定損失;x+、ye、zb分別表示投入值、期望產(chǎn)出值、非期望產(chǎn)出值;S+、Se、Sb分別表示投入松弛變量、期望產(chǎn)出松弛變量、非期望產(chǎn)出松弛變量;λ表示權(quán)重向量。

(二)面板Tobit模型

農(nóng)業(yè)生態(tài)效率值屬于歸并數(shù)據(jù),采用面板Tobit回歸分析農(nóng)業(yè)生態(tài)效率影響因素更加科學(xué)有效。此外,由于無法得到一致、無偏的估計量,在此選用隨機效應(yīng)Tobit面板模型,如式(2)所示:

南京普通高校開展定向運動常用的方式有1.社團或者俱樂部；2.體育課教學(xué)；3.某場活動組織。據(jù)問卷調(diào)查，參與“2018年江蘇省定向錦標賽暨江蘇定向邀請賽”中南京普通高校都具有定向運動社團或者俱樂部。這些高校的學(xué)生參與社團或者俱樂部開展活動的頻率基本集中在一周2-3次和4-5次(如表1)，其中，南京普通高校學(xué)生參與定向運動社團或者俱樂部開展定向運動的頻率為每周2-3次的占34.4%，每周4-5次的占47.2%，每周6-7次的占21%，每周0-1次的占1.6%。

(2)

四、實證與分析

(一)數(shù)據(jù)來源與處理

2009年起,碳排放問題逐漸受到各級政府重視,碳排放強度被列入中國各地政府績效考核指標[21]。因此,本文應(yīng)用2010—2019年全國31個省市面板數(shù)據(jù),數(shù)據(jù)來源于2011—2020年《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、各省市統(tǒng)計年鑒以及EPS數(shù)據(jù)平臺,其中部分數(shù)據(jù)由原始數(shù)據(jù)加工得到,缺失值利用臨近點線性趨勢估計法進行填補。

(二)結(jié)果分析

基于上述研究方法,借助MaxDea軟件測算2010—2019年全國31個省市農(nóng)業(yè)生態(tài)效率。依據(jù)國家統(tǒng)計局提出的《東西中部和東北地區(qū)劃分方法》,將我國31個省市劃分為四大區(qū)域(4)依據(jù)國家統(tǒng)計局公布的《東西中部和東北地區(qū)劃分方法》,我國劃分為東部、中部、西部和東北四大地區(qū),如下所示:東部地區(qū):北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南;東北地區(qū):遼寧、吉林、黑龍江;中部地區(qū):山西、安徽、江西、河南、湖北、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、新疆。,分別測算全國和四大區(qū)域農(nóng)業(yè)生態(tài)效率均值。為綜合時間因素,本文借鑒“厚古薄今”思想,依據(jù)卿青平和王瑛研究成果[22],確定在時間度為0.3的條件下,運用最小方差法的非線性規(guī)劃求出時間權(quán)重,將31個省市和四大區(qū)域各年份農(nóng)業(yè)生態(tài)效率值進行二次加權(quán),得到各省市和地區(qū)農(nóng)業(yè)生態(tài)效率綜合值,如表2所示。

從全國層面來看,雖然農(nóng)業(yè)生態(tài)效率在2011—2012年、2016—2017年間出現(xiàn)一定幅度下滑,但2010—2019年農(nóng)業(yè)生態(tài)效率總體呈現(xiàn)平穩(wěn)上升態(tài)勢;自2013年起,農(nóng)業(yè)生態(tài)效率開始出現(xiàn)大幅度上升,2016年以來農(nóng)業(yè)生態(tài)效率的綜合效率值一直處于0.892以上,2019年農(nóng)業(yè)生態(tài)效率值為1.028,達到了農(nóng)業(yè)生態(tài)效率有效狀態(tài),表明農(nóng)業(yè)生態(tài)效率整體上處于不斷上升趨勢,我國生態(tài)農(nóng)業(yè)建設(shè)取得了一定的進展。這與黨的十八大以后大力推進生態(tài)文明建設(shè),各地采取積極措施發(fā)展生態(tài)農(nóng)業(yè)息息相關(guān)。此外,2016年起,各地根據(jù)糧食品種供需矛盾,主動調(diào)整種植結(jié)構(gòu),因地制宜發(fā)展農(nóng)業(yè)經(jīng)濟作物,糧食總播種面積開始下降,農(nóng)業(yè)碳匯量也隨之下降;但隨著綠色農(nóng)業(yè)不斷發(fā)展,農(nóng)作物種植更加科學(xué),農(nóng)業(yè)碳排放呈現(xiàn)逐年降低趨勢。綜合考慮農(nóng)業(yè)碳匯量和碳排放量,自2016年起,我國農(nóng)業(yè)凈碳排放量(碳排放量減去碳匯量,簡稱凈碳排放量)呈現(xiàn)逐年下降趨勢,農(nóng)業(yè)生態(tài)效率不斷提高。

從區(qū)域?qū)用鎭砜?2010—2019年東部、東北、中部和西部地區(qū)農(nóng)業(yè)生態(tài)綜合效率值分別是0.9262、0.9730、0.8834和0.8953,東北和東部地區(qū)的農(nóng)業(yè)生態(tài)效率明顯高于中部和西部地區(qū),我國農(nóng)業(yè)生態(tài)效率總體呈現(xiàn)東北地區(qū)最高、東部次之、西部較低、中部最低的空間分布格局。從各地區(qū)變動情況來看,雖然部分年份農(nóng)業(yè)生態(tài)效率出現(xiàn)下降,但各地區(qū)2010—2019年農(nóng)業(yè)生態(tài)效率總體呈現(xiàn)上升態(tài)勢,除中部地區(qū)外,其余地區(qū)在2019年均達到了農(nóng)業(yè)生態(tài)有效狀態(tài)。具體來說,東北地區(qū)憑借良好的農(nóng)業(yè)資源稟賦,且持續(xù)推進綠色農(nóng)業(yè)發(fā)展和農(nóng)業(yè)現(xiàn)代化改革等措施,其農(nóng)業(yè)生態(tài)效率在觀測期內(nèi)增長了16.69%,年均增長幅1.85%,農(nóng)業(yè)生態(tài)效率一直處于全國較高水平,尤其在2013—2018年,穩(wěn)居全國第一。此外,在觀測期內(nèi),東北地區(qū)農(nóng)業(yè)碳匯量最高,且農(nóng)業(yè)凈碳排放量最低。其次是東部地區(qū),其農(nóng)業(yè)生態(tài)效率在觀測期內(nèi)增長了29.01%,年均增長幅高達到3.22%,發(fā)展勢頭最猛,且東部地區(qū)擁有雄厚的經(jīng)濟基礎(chǔ),全國領(lǐng)先的科學(xué)技術(shù)。加上人們生活需求的變化,低碳、生態(tài)環(huán)保理念深入人心,這為生態(tài)農(nóng)業(yè)建設(shè)提供了良好的基礎(chǔ),東部地區(qū)低碳生態(tài)農(nóng)業(yè)建設(shè)發(fā)展勢頭良好,凈碳排放量也呈現(xiàn)逐年遞減趨勢。雖然西部地區(qū)農(nóng)業(yè)生產(chǎn)環(huán)境較為惡劣,農(nóng)業(yè)發(fā)展受限,農(nóng)業(yè)碳匯量相對其他地區(qū)較低,且2015年以前農(nóng)業(yè)生態(tài)效率一直處于負增長,但隨著農(nóng)業(yè)綠色生產(chǎn)和環(huán)境保護工作不斷深入,西部地區(qū)農(nóng)業(yè)生態(tài)效率在觀測期間增長了15.05%,年均增長幅度為1.67%,農(nóng)業(yè)凈碳排放量較低,生態(tài)農(nóng)業(yè)發(fā)展較為平穩(wěn)。中部地區(qū)農(nóng)業(yè)生態(tài)效率在2010—2019年期間增長了26.30%,年均增長速度為2.92%,是4個地區(qū)中增長幅度和增長速度較高的地區(qū),其中,2010—2015年增長速率較慢,自2016年起,農(nóng)業(yè)生態(tài)效率增長幅度增大,具有較大發(fā)展?jié)摿?。此?中部地區(qū)碳匯量僅次于東北地區(qū),但農(nóng)業(yè)碳排量和農(nóng)業(yè)凈碳排放量卻是4個地區(qū)中最高的,農(nóng)業(yè)生態(tài)建設(shè)和低碳農(nóng)業(yè)建設(shè)有待進一步加強。

表2 2010—2019年中國31個省市農(nóng)業(yè)生態(tài)效率

從省際層面看,2010年僅有7個省市農(nóng)業(yè)生態(tài)效率處于有效狀態(tài),僅占總數(shù)的22.58%;而2019年25個省市農(nóng)業(yè)生態(tài)效率達到了有效狀態(tài),占總數(shù)的80.64%,是2010年農(nóng)業(yè)生態(tài)效率為有效狀態(tài)的省市數(shù)量的3.5倍,大部分省市農(nóng)業(yè)凈碳排放量呈現(xiàn)逐年下降趨勢,尤其是2016年以后表現(xiàn)更為顯著,說明我國農(nóng)業(yè)生態(tài)建設(shè)效果顯著。根據(jù)各省市農(nóng)業(yè)生態(tài)綜合效率值,將31個省市分為3類,每類分為兩個梯隊。具體來說,吉林、黑龍江、江蘇、山東、天津、上海、北京、河南、陜西、寧夏、青海、貴州、四川和西藏屬于高效第一梯隊(0.95以上);遼寧、福建、河北、江西和山西屬于高效第二梯隊(0.9～0.95);海南、廣東、安徽、內(nèi)蒙古和重慶屬于中效第一梯隊(0.85～0.9);浙江和湖南屬于中效第二梯隊(0.8～0.85);湖北、廣西、云南和新疆屬于低效第一梯隊(0.75～0.8);甘肅屬于低效第二梯隊(0.7～0.75)。處于高效水平的省市地區(qū)分布均勻,且黑龍江、吉林、山東和河南等農(nóng)業(yè)大省農(nóng)業(yè)生態(tài)綜合效率處于高效狀態(tài);中效省市主要集中在東部、中部和西部地區(qū),其中安徽等部分農(nóng)業(yè)大省農(nóng)業(yè)生態(tài)效率處于中效水平。低效省市主要集中在西部地區(qū),且該區(qū)域內(nèi)部農(nóng)業(yè)生態(tài)效率兩極分化嚴重,如表3所示。

表3 31個省市農(nóng)業(yè)生態(tài)綜合效率分布情況

(三)影響因素分析

1.影響因素指標體系構(gòu)建

通過上述分析并借鑒以往學(xué)者研究成果[16,23],本文從政策支持、宏觀環(huán)境和農(nóng)業(yè)發(fā)展3個維度,確定財政支農(nóng)程度、農(nóng)業(yè)環(huán)境規(guī)制、科技支持力度、工業(yè)化程度、農(nóng)業(yè)自然環(huán)境、農(nóng)業(yè)資源稟賦、農(nóng)業(yè)機械密度、農(nóng)業(yè)人力資本和農(nóng)業(yè)生產(chǎn)能力9個指標分析農(nóng)業(yè)生態(tài)效率影響因素,具體指標如表4所示。

表4 農(nóng)業(yè)生態(tài)效率影響因素指標體系

2.實證結(jié)果分析

由于目前尚無針對狹義農(nóng)業(yè)的財政支出和農(nóng)業(yè)污染治理投資統(tǒng)計,借鑒以往學(xué)者[24]研究經(jīng)驗,本文將農(nóng)業(yè)產(chǎn)值占地方生產(chǎn)總值比重作為農(nóng)業(yè)財政支出和農(nóng)業(yè)污染治理投資占各自點量的比重,從而獲得農(nóng)業(yè)財政支出和農(nóng)業(yè)污染治理投資。此外,目前暫無農(nóng)業(yè)技術(shù)人員統(tǒng)計數(shù)據(jù),因此利用公有經(jīng)濟企事業(yè)單位專業(yè)技術(shù)人員中農(nóng)業(yè)技術(shù)人員的比重衡量農(nóng)業(yè)人力資本。運用Stata軟件求解面板Tobit模型,如表5所示。

表5 農(nóng)業(yè)生態(tài)效率影響因素

由表5可知,除科技支持力度通過了5%水平顯著性檢驗,其余均通過了1%水平顯著性檢驗;且LR檢驗的p值為0.000,強烈拒絕原假設(shè)“H0:σu=0”,即存在個體效應(yīng),選擇隨機效應(yīng)面板Tobit模型分析農(nóng)業(yè)生態(tài)效率影響因素更為恰當(dāng),各項指標對農(nóng)業(yè)生態(tài)的影響具體如下。

政策支持方面,財政支農(nóng)程度對農(nóng)業(yè)生態(tài)效率有著負向影響。當(dāng)前財政支農(nóng)著重于農(nóng)業(yè)生產(chǎn)要素類補貼,如:化肥、農(nóng)藥、農(nóng)機等要素的財政補貼[12]。該類要素投入不斷增加,導(dǎo)致石油農(nóng)業(yè)的快速發(fā)展,進而產(chǎn)生大量碳排放,農(nóng)業(yè)生態(tài)破壞更加嚴重,從而抑制了農(nóng)業(yè)生態(tài)效率提高;農(nóng)業(yè)環(huán)境規(guī)制對農(nóng)業(yè)生態(tài)效率具有正向效應(yīng)。政府加大農(nóng)業(yè)環(huán)境規(guī)制,提高了農(nóng)業(yè)生產(chǎn)環(huán)境治理,同時增強了人們環(huán)保意識,一定程度上降低了農(nóng)業(yè)碳排放和面源污染,提高了農(nóng)業(yè)生態(tài)效率。

宏觀環(huán)境方面,科技支持力度對農(nóng)業(yè)生態(tài)效率有著正向影響。政府增加科技支持力度,為農(nóng)業(yè)生產(chǎn)技術(shù)研發(fā)和創(chuàng)新提供了大量資金支持,促進農(nóng)業(yè)生產(chǎn)技術(shù)現(xiàn)代化,推動傳統(tǒng)農(nóng)業(yè)綠色轉(zhuǎn)型。工業(yè)化程度對農(nóng)業(yè)生態(tài)效率有著負向影響。工業(yè)為農(nóng)業(yè)發(fā)展提供了要素、技術(shù)等重要資源。但伴隨著工業(yè)發(fā)展,石油農(nóng)業(yè)發(fā)展程度越來越高,農(nóng)業(yè)產(chǎn)量雖然有所提升,但生產(chǎn)過程中伴隨著大量碳排放,對生態(tài)產(chǎn)生不利影響,抑制了農(nóng)業(yè)生態(tài)效率提高。

農(nóng)業(yè)發(fā)展方面,農(nóng)業(yè)生產(chǎn)環(huán)境對農(nóng)業(yè)生態(tài)效率有著負向影響。農(nóng)業(yè)是與自然環(huán)境結(jié)合最為緊密的產(chǎn)業(yè),氣候變化仍然是農(nóng)業(yè)生產(chǎn)的重要影響因素,如果當(dāng)?shù)貧夂驉毫?農(nóng)業(yè)期望產(chǎn)出就會降低,農(nóng)業(yè)生態(tài)效率自然下降;農(nóng)業(yè)資源稟賦對農(nóng)業(yè)生態(tài)效率起正向作用,在其他條件不變的情況下,耕地資源投入增加,農(nóng)業(yè)總產(chǎn)量隨之提高。此外,耕地資源增加有利于促進農(nóng)業(yè)集約化、規(guī)?；母?減少資源浪費和碳排放,提高了農(nóng)業(yè)生態(tài)效率。農(nóng)業(yè)機械密度對農(nóng)業(yè)生態(tài)效率有著負向影響,雖然農(nóng)業(yè)機械化程度提高能夠增進勞動力生產(chǎn)效率,但農(nóng)業(yè)機械化程度的提高,化石能源使用量隨之提高,意味著農(nóng)業(yè)生產(chǎn)碳排放量增加,農(nóng)業(yè)生態(tài)效率提高受阻;農(nóng)業(yè)人力資本對農(nóng)業(yè)生態(tài)效率有著正向影響,低素質(zhì)農(nóng)業(yè)生產(chǎn)者的農(nóng)業(yè)經(jīng)營方式多以粗放式、低效率為主,而高素質(zhì)農(nóng)業(yè)生產(chǎn)者接受了農(nóng)業(yè)技術(shù)培訓(xùn),了解生態(tài)農(nóng)業(yè)的重要性,同時能夠掌握低碳科學(xué)農(nóng)業(yè)生產(chǎn)技術(shù),保證在農(nóng)業(yè)產(chǎn)值提高的同時減少碳排放等非期望產(chǎn)出,進而促進農(nóng)業(yè)生態(tài)效率的提高;農(nóng)業(yè)生產(chǎn)能力對農(nóng)業(yè)生態(tài)效率起正向影響,農(nóng)業(yè)產(chǎn)值是農(nóng)業(yè)生產(chǎn)能力的直接體現(xiàn),作為農(nóng)業(yè)生態(tài)效率的期望產(chǎn)出之一,農(nóng)業(yè)產(chǎn)值增加直接促進農(nóng)業(yè)生態(tài)效率提升。此外,農(nóng)業(yè)產(chǎn)值增加促進農(nóng)民增收,進而提高生產(chǎn)要素投入,這為農(nóng)業(yè)生態(tài)效率提高提供良好的基礎(chǔ)。

表6 模型穩(wěn)健性檢驗結(jié)果

3.穩(wěn)健性檢驗

為保證上述結(jié)果的可靠性,將農(nóng)業(yè)資源稟賦變量從農(nóng)作物總播種面積更換為當(dāng)?shù)馗孛娣e占全國耕地面積的比重,結(jié)果發(fā)現(xiàn)各項指標對農(nóng)業(yè)生態(tài)效率的影響依舊顯著,表明本文研究結(jié)果具有穩(wěn)健性。

五、結(jié)論與建議

(一)結(jié)論

第一,農(nóng)業(yè)生態(tài)效率時空演變結(jié)果表明,2010—2019年中國農(nóng)業(yè)生態(tài)效率總體呈現(xiàn)平穩(wěn)上升態(tài)勢,空間上呈現(xiàn)東北地區(qū)農(nóng)業(yè)生態(tài)效率最高、東部次之、西部較低、中部最低的分布格局。

第二,農(nóng)業(yè)生態(tài)效率影響因素分析表明,財政支農(nóng)程度、工業(yè)化程度、農(nóng)業(yè)自然環(huán)境、農(nóng)業(yè)機械密度對農(nóng)業(yè)生態(tài)效率產(chǎn)生負向影響;農(nóng)業(yè)環(huán)境規(guī)制、科技支持力度、農(nóng)業(yè)資源稟賦、農(nóng)業(yè)人力資本和農(nóng)業(yè)生產(chǎn)能力對農(nóng)業(yè)生態(tài)效率產(chǎn)生正向影響。

(二)建議

1.合理投入農(nóng)業(yè)要素資源

目前我國農(nóng)業(yè)仍是以石油農(nóng)業(yè)為主,支農(nóng)補貼主要以化肥、農(nóng)藥為主,導(dǎo)致化學(xué)要素投入過剩,造成碳排放量高、生態(tài)環(huán)境損害。因此,應(yīng)合理安排農(nóng)業(yè)生產(chǎn)要素投入,具體措施包括:降低化學(xué)要素使用量,提高農(nóng)膜回收率,增加農(nóng)業(yè)環(huán)保要素投入等,同時提高農(nóng)業(yè)碳匯能力,降低農(nóng)業(yè)生產(chǎn)凈碳排放量。另外,應(yīng)進一步強化環(huán)境規(guī)制力度,推動生態(tài)農(nóng)業(yè)建設(shè)。

2.加大農(nóng)業(yè)科技研發(fā)和推廣力度

運用綜合信息技術(shù)、農(nóng)作物生產(chǎn)改良技術(shù)等增加農(nóng)業(yè)產(chǎn)出;運用農(nóng)業(yè)農(nóng)村減排固碳十大技術(shù)模式[25],減少農(nóng)業(yè)凈碳排放量;加大節(jié)水灌溉、生物技術(shù)、農(nóng)業(yè)廢棄物回收利用等技術(shù)應(yīng)用節(jié)約農(nóng)業(yè)要素投入,促進農(nóng)業(yè)生態(tài)效率提高。

3.提高農(nóng)業(yè)勞動力素質(zhì)

應(yīng)通過定期開展農(nóng)業(yè)技能培訓(xùn),加強現(xiàn)代農(nóng)業(yè)技術(shù)學(xué)習(xí)與交流,培育一批有文化、懂技術(shù)、善經(jīng)營、會管理的高素質(zhì)農(nóng)業(yè)生產(chǎn)人才,提高農(nóng)業(yè)勞動力質(zhì)量,促進農(nóng)業(yè)綠色高質(zhì)量發(fā)展。