中國農(nóng)業(yè)綠色全要素生產(chǎn)率時空分異與演化研究※

郭海紅 張在旭 方麗芬

一、 引 言

農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，農(nóng)業(yè)的發(fā)展狀況關(guān)乎糧食安全、資源安全和生態(tài)安全。中國農(nóng)業(yè)發(fā)展取得了不俗的成績，以2005-2015年歷程看，農(nóng)業(yè)總產(chǎn)值從19613.4億元增長到57635.8億元，年均增長速度近4.5%。農(nóng)民人均純收入水平有了明顯的提高，從3255元到11422元，年均增速在9%以上。主要農(nóng)作物糧食的產(chǎn)量從48402.2萬噸增長到62143.9萬噸，保持95%以上的糧食自給率。但是中國農(nóng)業(yè)增長長期依賴的是要素的大量投入，是高投入、高排放、高污染的粗放型增長，使農(nóng)業(yè)自然資源與生態(tài)環(huán)境遭受了極大破壞，農(nóng)業(yè)生產(chǎn)環(huán)境承載力迫近極限(韓長賦，2015)。關(guān)鍵生產(chǎn)要素條件的變化以及資源、環(huán)境的約束促使農(nóng)業(yè)尋求綠色發(fā)展方式，提高農(nóng)業(yè)綠色全要素生產(chǎn)率是可行之路。

綠色全要素生產(chǎn)率(Green Total Factor Productivity，GTFP)是考慮資源和環(huán)境污染約束下的全要素生產(chǎn)率(Fare et al，1994；Battese and Coelli，1995；Kumbhakar，2000)。對農(nóng)業(yè)GTFP的內(nèi)涵界定并沒有形成統(tǒng)一的認識，現(xiàn)有研究代表性的如王奇等(2012)、李谷成(2014)、李兆亮(2017)等大都把考慮農(nóng)業(yè)面源污染要素的農(nóng)業(yè)全要素生產(chǎn)率界定為農(nóng)業(yè)GTFP，而農(nóng)業(yè)生產(chǎn)過程除了會產(chǎn)生面源污染對環(huán)境造成破壞之外，因農(nóng)業(yè)生產(chǎn)多種投入要素交叉影響還會帶來大量的碳排放，這也會對環(huán)境造成嚴重影響，現(xiàn)有研究中鮮有考慮。對農(nóng)業(yè)GTFP的研究重點在于測算指標的選取和測算方法的探討。農(nóng)業(yè)GTFP的測算指標的不同主要體現(xiàn)在對環(huán)境污染因素的處理上。一種是把環(huán)境污染因素作為非期望產(chǎn)出變量。代表性的有：Nanere et al.(2007)、潘丹(2013)、Zhiyang Shen et al.(2017)。另一種是把環(huán)境因素作為投入要素變量。代表性的有：Reinhard et al.(1999)將環(huán)境污染作為投入要素評價了荷蘭奶牛農(nóng)場的技術(shù)效率和環(huán)境效率。已有的文獻中的測算方法包括三種：第一種是增長會計法(Growth Accounting，GA)。第二種是隨機前沿分析法(Stochastical Frontier Model，SFA)。第三種是數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis，DEA)。主要采用SFA和DEA法，且DEA-Malmquist指數(shù)用的較多?，F(xiàn)有文獻對農(nóng)業(yè)GTFP的測算比較集中的從某一個視角比如靜態(tài)視角采用SBM函數(shù)，動態(tài)視角采用ML指數(shù)，動靜結(jié)合的視角不多見。省際間的經(jīng)濟水平、資源稟賦、自然環(huán)境等條件不同，區(qū)域之間農(nóng)業(yè)發(fā)展的差距日趨增大，如圖1所示?，F(xiàn)有文獻的研究領(lǐng)域涉及農(nóng)業(yè)GTFP區(qū)域差異的研究大都在格局及影響因素方面，如李谷成(2014)、李兆亮(2017)，缺乏對長期演化趨勢的分析。

圖1 2005-2015年人均農(nóng)業(yè)總產(chǎn)值

資料來源：作者自制。

從聯(lián)合國停止對中國糧食補貼開始，糧食實現(xiàn)了“十一連增”，農(nóng)業(yè)生產(chǎn)效率有較大提升，那么把“資源-環(huán)境-經(jīng)濟”納入一個分析框架的農(nóng)業(yè)GTFP在2005-2015年間又有怎樣的變化？區(qū)域之間有何差異和相關(guān)性？其長期發(fā)展趨勢又會是怎樣？這些問題的解答對識別農(nóng)業(yè)綠色發(fā)展的動力源泉和區(qū)域差異的原因，對完善農(nóng)業(yè)生產(chǎn)率理論和探尋中國農(nóng)業(yè)綠色協(xié)調(diào)發(fā)展的模式，具有一定理論和實踐參考意義。

本研究的拓展：第一，構(gòu)建了農(nóng)業(yè)GTFP理論分析框架。農(nóng)業(yè)生產(chǎn)系統(tǒng)比較復(fù)雜，既需要考慮水資源的約束，也需要考慮農(nóng)業(yè)面源污染及碳排放對環(huán)境造成的危害。把“資源-環(huán)境-經(jīng)濟”納入一個分析框架才能真正達到“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”目標。而現(xiàn)有研究中較少把水資源、環(huán)境污染要素以及碳排放同時納入到一個分析框架中。本研究同時考慮水資源、環(huán)境污染及碳排放因素，把水資源作為投入要素，農(nóng)業(yè)面源污染和碳排放作為非期望產(chǎn)出要素。第二，從靜態(tài)和動態(tài)結(jié)合的視角全面測算農(nóng)業(yè)GTFP。靜態(tài)視角，本研究把EBM(Eslion-Based Measure)模型應(yīng)用到農(nóng)業(yè)GTFP測算中來。因為EBM模型能改進DEA和SBM不能處理徑向和非徑向同時存在的情形。動態(tài)視角，采用Malmquist-Luenberger(ML)指數(shù)測算并剖解，以梳理農(nóng)業(yè)GTFP的演化規(guī)律，甄別增長源泉。第三，運用核密度函數(shù)分析農(nóng)業(yè)GTFP區(qū)域差異的動態(tài)并運用馬爾科夫鏈分析區(qū)域差異的長期演化趨勢。

二、 研究方法與模型選擇

1. 研究方法

(1) 農(nóng)業(yè)GTFP測算方法與模型

① SBM方向距離函數(shù)和ML生產(chǎn)率指數(shù)。Fare & Grosskopf(2009)和Fukuyama & Weber(2009)提出了非徑向、非角度的SBM方向性距離函數(shù)，該函數(shù)同時考慮了資源環(huán)境約束的情況，使得測算結(jié)果更貼合實際。SBM函數(shù)的表達式為：

(1)

Chambers et al.(1996)的t時期到t+1時期的Luenberger生產(chǎn)率指標，記為LTFP：

(2)

為測算LTFP的值，需要測算四個在CRS條件下的SBM方向距離函數(shù)，分別是：

其中前兩個和后兩個分別是當期和跨期的SBM方向距離函數(shù)。由此可見，Luenberger指標的分解可以深入探究TFP的來源。除此之外，Luenberger 生產(chǎn)率指標還可以探尋生產(chǎn)率的真正動力源，不但可以甄別投入產(chǎn)出要素中真正導(dǎo)致TFP提升或下降的因素，而且可以深入分析導(dǎo)致技術(shù)效率和技術(shù)進步變化的因素。

② EBM函數(shù)。Tone & Tsutsui(2010)提出了一種同時包含徑向與非徑向兩類距離函數(shù)的混合函數(shù)模型。表達式為：

(3)

(2) 區(qū)域差異演化度量方法

基于核密度函數(shù)分析區(qū)域差異的動態(tài)變化，運用馬爾科夫鏈法分析區(qū)域差異的長期演化趨勢。

① 核密度函數(shù)。核密度函數(shù)是基于非參數(shù)的概率密度估計橫截面分布，可以衡量變量分布狀態(tài)(葉阿忠，2003)。設(shè)一組隨機變量的概率密度函數(shù)為f(x)，表達式為：

(4)

其中n為觀測值數(shù)量，K(·)為核密度函數(shù)，h為平滑系數(shù)(或帶寬)，h的大小決定核密度的精度大小和密度圖的平滑程度，因此確定合適的平滑系數(shù)對獲得最佳擬合結(jié)果特別關(guān)鍵。理論上，最佳h的選擇應(yīng)使積分均方誤差最小。實際上，通常采用h=0.9SN4/5,(N為樣本數(shù)，S為樣本標準差)。核密度函數(shù)的形式有Gaussian、Espanechnikov、Ttiangle等多種形式。核密度曲線的分布區(qū)位、樣態(tài)及峰度延展可以反映研究對象的分布狀況。

② 馬爾科夫鏈。通過構(gòu)造馬爾科夫轉(zhuǎn)移矩陣并計算平穩(wěn)分布可以分析區(qū)域的農(nóng)業(yè)GTFP增長的內(nèi)部流動性，以此刻畫增長的動態(tài)演化。馬爾科夫鏈法是一種隨機時間序列方法，需要經(jīng)濟增長“無后效性”(余家林，2007)，因此將31個省域的農(nóng)業(yè)GTFP序列離散化為“無后效性”的馬爾科夫鏈序列{X1，X2，X3，…}，那么各省域農(nóng)業(yè)GTFP“未來狀態(tài)”的條件概率分布只與“現(xiàn)在狀態(tài)”有關(guān)，與“過去狀態(tài)”無關(guān)。記Pt=(P1(t)，P2(t)，P3(t)，…Pn(t))表示中國各省域t年份的農(nóng)業(yè)GTFP的概率向量，若馬爾科夫鏈有轉(zhuǎn)移概率矩陣P=(Pij)，Pij=(nij/ni)，其中Pij表示在i類型地區(qū)轉(zhuǎn)移到j(luò)類型地區(qū)的轉(zhuǎn)移概率，nij表示研究期內(nèi)初始年份屬于i的地區(qū)轉(zhuǎn)移到屬于j的數(shù)量之和，ni是所有年份中屬于i類型的地區(qū)數(shù)量之和。若轉(zhuǎn)移概率矩陣長期保持不變則得到農(nóng)業(yè)GTFP的穩(wěn)態(tài)分布矩陣，記為：

π=(π1,π2,π3,...πN)，可由式(5)確定。

(5)

如果π集中分布于一點，反映農(nóng)業(yè)GTFP區(qū)域間趨同；如果π集中分布于兩點，反映農(nóng)業(yè)GTFP區(qū)域間呈現(xiàn)“兩極分化”，區(qū)域間難以趨同。

2. 農(nóng)業(yè)GTFP測算理論分析框架

(1) 研究對象。選取中國31個省和自治區(qū)(不包含港澳臺地區(qū))作為研究樣本，由于2006年聯(lián)合國取消對中國的糧食補貼，那么在此前后中國農(nóng)業(yè)GTFP有何變化？同時考慮到數(shù)據(jù)的可得性把研究時期確定為2005-2015年。需要指出的是本研究中的農(nóng)業(yè)指的是廣義農(nóng)業(yè)，包括農(nóng)林牧漁業(yè)。

(2) 變量甄選。在相關(guān)文獻的基礎(chǔ)上兼顧數(shù)據(jù)的可得性、科學(xué)性、合理性并結(jié)合農(nóng)業(yè)生產(chǎn)的特點萃取農(nóng)業(yè)投入產(chǎn)出指標。農(nóng)業(yè)生產(chǎn)系統(tǒng)比較復(fù)雜，既需要考慮水資源的約束，也需要考慮農(nóng)業(yè)面源污染及碳排放對環(huán)境造成的危害。同時考慮水資源、電能源、環(huán)境污染及碳排放因素，把水資源作為投入要素，農(nóng)業(yè)面源污染和碳排放作為非期望產(chǎn)出要素。基于五要素理論設(shè)定農(nóng)業(yè)投入要素包括勞動、土地、資本、水資源、能源五項要素。勞動投入以農(nóng)林牧漁從業(yè)人員數(shù)量衡量。土地投入以農(nóng)作物播種面積與水產(chǎn)養(yǎng)殖面積來衡量。資本投入在已有文獻中通常包含機械動力、化肥、役畜等，但考慮到投入與產(chǎn)出之間的不可分關(guān)系，界定資本投入要素包括化肥、有機肥、農(nóng)藥、農(nóng)膜、機械動力、役畜、灌溉等七項，同時因DEA方法對數(shù)據(jù)要求的脆弱性，用熵權(quán)法對資本投入項進行加權(quán)。農(nóng)業(yè)產(chǎn)出既包括期望產(chǎn)出也包括非期望產(chǎn)出。期望產(chǎn)出用2005年不變價格的農(nóng)林牧漁總產(chǎn)值來衡量。非期望產(chǎn)出界定為農(nóng)業(yè)面源污染要素和碳排放要素，均需要核算。根據(jù)賴斯蕓(2004)農(nóng)業(yè)面源污染源主要來自于農(nóng)田化肥、畜禽養(yǎng)殖、農(nóng)田固體廢棄物以及農(nóng)村生活等，污染物主要是COD、TN、TP三類，另外水產(chǎn)養(yǎng)殖也是重要的污染源，本研究把水產(chǎn)養(yǎng)殖放入調(diào)查單元中。

在清華大學(xué)的清單分析法的基礎(chǔ)上結(jié)合《第一次全國污染源普查農(nóng)業(yè)面源污染源污染系數(shù)手冊》進行調(diào)整后確定排污系數(shù)，建立了包含15004條信息的數(shù)據(jù)庫，并參照梁流濤(2009)進行核算(公式6)。

(6)

其中，E為污染的排放量；EUi為單元i指標統(tǒng)計數(shù)；ρi為單元i污染物的產(chǎn)污強度系數(shù)；ηi為資源利用系數(shù)；PEi為污染的產(chǎn)生量；Ci為單元i污染物J的排放系數(shù)，它由EUi和空間特征S決定，表征區(qū)域環(huán)境、降雨、水文和各種管理措施對污染的綜合影響。污染評價標準采用GB3838-2002的Ⅲ類水質(zhì)標準將COD、TN、TP折算為等標排放量匯總得到。除了面源污染，農(nóng)業(yè)碳排放對環(huán)境造成的影響不能忽視，但很少文獻把碳排放作為要素納入到TFP中，考慮到數(shù)據(jù)的可得性界定農(nóng)業(yè)碳排放的來源有三個方面：一是農(nóng)藥、化肥、農(nóng)膜使用過程中的直接和間接碳排放；二是農(nóng)業(yè)機械使用過程中直接或間接使用燃油燃料(農(nóng)用柴油)等導(dǎo)致碳排放；三是灌溉過程中使用電能間接消耗化石燃料導(dǎo)致碳排放。碳排放的核算根據(jù)李波(2011)的方法(式(7))進行：

C=∑Ci=∑Ti·δi

(7)

其中，C代表農(nóng)業(yè)碳排放總量，Ci代表第i種碳源的碳排放量，Ti代表i碳排放源的量，δi表示i碳源的碳排放系數(shù)。

3. 數(shù)據(jù)來源

農(nóng)業(yè)GTFP測度指標體系中列示的指標的數(shù)據(jù)來源于2006-2016年的《中國統(tǒng)計年鑒》、《中國農(nóng)業(yè)統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國漁業(yè)統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國農(nóng)業(yè)統(tǒng)計資料》、《中國水資源公報》、《新中國六十年統(tǒng)計資料匯編》以及部分省市統(tǒng)計年鑒等官方權(quán)威數(shù)據(jù)。

最終確定農(nóng)業(yè)GTFP測算指標體系如表1所示。

表1 農(nóng)業(yè)GTFP測算指標體系

續(xù)表

資料來源：作者自制。

三、 結(jié)果與分析

1. 農(nóng)業(yè)TFP與GTFP比較

運用maxdea6.0基于EBM模型分別對中國31個省區(qū)不考慮非期望產(chǎn)出的農(nóng)業(yè)TFP和考慮非期望產(chǎn)出的農(nóng)業(yè)GTFP進行測算，結(jié)果見表2。從表2中可以看出，考慮非期望產(chǎn)出的農(nóng)業(yè)GTFP值要低于不考慮非期望產(chǎn)出的TFP值。結(jié)合實際生產(chǎn)過程，認為不考慮資源環(huán)境約束的農(nóng)業(yè)TFP虛高，農(nóng)業(yè)GTFP能客觀衡量農(nóng)業(yè)生產(chǎn)效率。

2. 農(nóng)業(yè)GTFP時序演化趨勢分析

2005-2015年間中國31個省區(qū)及全國的農(nóng)業(yè)GTFP測算結(jié)果見表3。從表3看出，在2005-2015年間中國農(nóng)業(yè)GTFP從0.645增長到0.682，呈微“M”型波動上升趨勢，但增長幅度僅有0.34%，說明中國在聯(lián)合國取消糧食補貼后的“十一五”和“十二五”期間，國家采取了有效的惠農(nóng)政策促進農(nóng)業(yè)生產(chǎn)效率有了一定程度提高，但離綠色生產(chǎn)方式還有較大差距，農(nóng)業(yè)生產(chǎn)很大程度上還是以犧牲資源環(huán)境為代價的。從2005-2015年間中國農(nóng)業(yè)GTFP的ML指數(shù)及分解結(jié)果(表4)來看，2005-2015年間ML在2005-2006年和2008-2009年間小于1，農(nóng)業(yè)GTFP出現(xiàn)下降，其余年份均大于1，并呈逐年遞增趨勢，2005-2015年間平均值為1.04，反映了農(nóng)業(yè)GTFP年均增長率為4.0%，主要歸功于農(nóng)業(yè)綠色科技進步增長的貢獻，貢獻率達100.87%，農(nóng)業(yè)綠色技術(shù)效率反而出現(xiàn)-9%的增長，貢獻率為-0.13%，起了制約作用。樂觀的是處于“十二五”時期2010-2015年間的中國農(nóng)業(yè)GTFP增長水平超過“十一五”期間2005-2010年間的增長水平，呈不斷增長態(tài)勢，反映了農(nóng)業(yè)綠色生產(chǎn)政策到位及資源環(huán)境保護意識的加強。

表2 農(nóng)業(yè)GTFP與TFP比較

資料來源：作者計算整理。

表3 2005-2015中國省際農(nóng)業(yè)GTFP

續(xù)表

資料來源：作者計算整理。

3. 農(nóng)業(yè)GTFP區(qū)域分異分析

(1) 農(nóng)業(yè)GTFP區(qū)域比較。按照國家統(tǒng)計局的東中西部劃分標準，東部包括11個省區(qū)分別是北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括8個省區(qū)分別是山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部包括12個省區(qū)分別是內(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。圖2表示的是2005-2015年間中國以及東部、中部和西部的農(nóng)業(yè)GTFP的比較。從圖2可以明顯看出東部的平均水平最高，西部次之，中部最低，東部高于全國平均水平，區(qū)域差距明顯。

表4 2005-2015中國農(nóng)業(yè)GTFP增長及分解

資料來源：作者計算整理。

圖2 2005-2015年中國及東部、中部、西部農(nóng)業(yè)綠色全要素生產(chǎn)率比較 資料來源：作者自制。

(2) 農(nóng)業(yè)GTFP增長的區(qū)域比較。表5列示了2005-2015年中國省際農(nóng)業(yè)GTFP增長及分解結(jié)果。從省際來看，2005-2015年間農(nóng)業(yè)GTFP增長速度排前五位的分別是北京(1.165)、上海(1.108)、浙江(1.099)、福建(1.0707)、江蘇(1.069)，而排在后面的分別是青海(0.996)、江西(0.993)、 西藏(0.991)、山西(0.979)、 黑龍江(0.973)，值得關(guān)注的是僅有北京市、上海市、浙江省、福建省、江蘇省、天津市、吉林省、廣東省、海南省、山東省、河北省、重慶市、遼寧省13個省份的農(nóng)業(yè)綠色全要素生產(chǎn)率水平高于中國平均水平，僅占41.9%，顯然中國農(nóng)業(yè)GTFP水平還處于較低水平。從省際農(nóng)業(yè)GTFP增長驅(qū)動源泉看，只有北京、上海、浙江、福建、江蘇、天津6個省域的農(nóng)業(yè)GTFP增長是農(nóng)業(yè)綠色技術(shù)進步和技術(shù)效率“雙元”驅(qū)動型的集約式發(fā)展，其他25個省域農(nóng)業(yè)綠色技術(shù)效率呈不同程度的退步，反映了農(nóng)業(yè)綠色技術(shù)創(chuàng)新差距呈不斷擴大趨勢，技術(shù)創(chuàng)新者集中在一小部分省域內(nèi)，區(qū)域綠色協(xié)調(diào)發(fā)展任重而道遠。

從區(qū)域來看，東、中、西部差異明顯，2005-2015年間東部平均增長率達到6.72%，遠高于西部的1.11%和中部的0.18%，反映了中國中部地區(qū)農(nóng)業(yè)生產(chǎn)面臨的資源制約和環(huán)境保護壓力最大，呈現(xiàn)“中部塌陷”。從增長源泉來看，東部地區(qū)農(nóng)業(yè)GTFP的增長整體上呈現(xiàn)技術(shù)效率和技術(shù)進步“雙元”驅(qū)動良好態(tài)勢，綠色技術(shù)進步增長達到年均6.36%，遠高于中國平均水平3.39%，對生產(chǎn)率增長貢獻較大，達到99.67%，而綠色技術(shù)效率年均增長0.28%，對生產(chǎn)效率改進的貢獻僅有1.23%；中部農(nóng)業(yè)GTFP增長主要歸功于綠色技術(shù)進步的推動，綠色技術(shù)進步年均增長達2.64%，貢獻率達102.44%，而綠色技術(shù)效率年均增長為-2.2%,抑制了農(nóng)業(yè)GTFP的增長；西部農(nóng)業(yè)GTFP增長僅依賴于綠色技術(shù)進步的推動，綠色技術(shù)進步年均增長率達到2.2%，貢獻率達134.06%,綠色生產(chǎn)效率起到了制約作用，年均增長為-0.88%。因此可知，東部地區(qū)農(nóng)業(yè)經(jīng)濟與資源環(huán)境協(xié)調(diào)度較高，中、西部地區(qū)的資源環(huán)境壓力比較大，農(nóng)業(yè)經(jīng)濟與資源環(huán)境協(xié)調(diào)發(fā)展還有很長的路要走。

4. 區(qū)域分異的動態(tài)分析

區(qū)域間比較結(jié)果表明農(nóng)業(yè)GTFP存在明顯區(qū)域分異，那么分異的動態(tài)分布演變情況是怎樣的？基于核密度函數(shù)估量值可以反映區(qū)域分異形態(tài)以及隨時間變化的趨勢。利用增長分步法選取Epanechnikov核函數(shù)和Silverman最佳窗寬分別描繪了2005年、2010年、2013年、2015年中國農(nóng)業(yè)GTFP的核密度函數(shù)分布(見圖3)，圖中橫軸代表農(nóng)業(yè)GTFP，縱軸表示核密度。

表5 2005-2015年中國省際農(nóng)業(yè)GTFP增長及分解

資料來源：作者計算整理。

圖3 代表性年份2005、2010、2013、2015年農(nóng)業(yè)GTFP核密度分布狀況圖

資料來源：作者自制。

從位置來看，核密度分布曲線整體逐漸向右偏移，反映31個省域農(nóng)業(yè)GTFP都呈現(xiàn)不斷增長的良好態(tài)勢。從形狀來看，從2005-2010年呈現(xiàn)“單峰”向“雙峰”演化趨勢，表明省域之間的差異明顯并逐漸成兩極分化趨勢，但2010-2013年呈“雙峰”弱化，以“單峰”為主，反映了省域差異開始逐漸縮小，并且峰度由寬變窄，到2015年成“尖峰”狀態(tài)，表明省域之間的差異開始縮小，落后地區(qū)追趕效應(yīng)明顯。從峰度來看，在2005-2013年間一直是寬峰狀態(tài)，且出現(xiàn)寬峰向尖峰演變的趨勢，峰度在2005-2010年逐漸上升，在2010年成明顯的“雙峰”格局，但在2010-2013年峰度漸緩，右端面積增大，表明大部分省域農(nóng)業(yè)GTFP呈快速增長態(tài)勢，在“十一五”期間省域之間差異明顯，“十二五”期間差異逐漸減少。

5. 區(qū)域分異的長期演化趨勢

把測算出來的農(nóng)業(yè)GTFP按照四分位數(shù)方法離散為四種類型，分別界定為低、中低、中、高效率區(qū)。為更好地對不同時期的農(nóng)業(yè)GTFP水平作對比，把研究期間分為“十一五”(2005-2010年)和“十二五”(2010-2015年)時期，分別構(gòu)建2005-2010年、2010-2015年和2005-2015年的農(nóng)業(yè)GTFP馬爾科夫轉(zhuǎn)移概率矩陣，并測算穩(wěn)態(tài)分布概率，如表6所示。

從表6可以看出，不管是在分段的2005-2010年、2010-2015年，還是在整個研究期間2005-2015年，馬爾科夫轉(zhuǎn)移概率矩陣中對角線上的概率值均超過非對角線上的概率值，反映了農(nóng)業(yè)GTFP的流動性不強，“十二五”期間比“十一五”期間維持現(xiàn)狀的概率更高，31個省域的農(nóng)業(yè)GTFP水平處于維持現(xiàn)狀狀態(tài)。農(nóng)業(yè)GTFP從低效率水平向中、高效率水平的轉(zhuǎn)移概率為0，從高效率水平轉(zhuǎn)向中低和低的概率也為0，只能向相鄰效率水平地區(qū)轉(zhuǎn)移，反映了農(nóng)業(yè)GTFP在研究期內(nèi)難以實現(xiàn)跨界式提升。高效率省域維持在高效率水平的概率為88.7%，只有11.3%的可能轉(zhuǎn)移到中效率水平，反映了高效率省域農(nóng)業(yè)GTFP率增長的持續(xù)性。中效率省域向高效率轉(zhuǎn)移的概率稍高為19.6%，高于向中低效率轉(zhuǎn)移的概率3.6%，中低效率省域向低效率類型轉(zhuǎn)移的概率為9.1%,大于向中等效率類型轉(zhuǎn)移的概率3.9%，反映了中效率和中低效率省域GTFP雙向變化的可能性較大。低效率省域維持在低效率水平的概率為86.3%，遠高于低效率向中低效率轉(zhuǎn)移的概率13.7%，反映了低效率省域GTFP難以實現(xiàn)跨界式快速增長，長期內(nèi)處于維持現(xiàn)狀狀態(tài)。從穩(wěn)態(tài)分布概率來看，經(jīng)過長時間的發(fā)展后，中國農(nóng)業(yè)GTFP水平處于高效率、中效率、中低效率、低效率的概率分別為40.6%、23.4%、21.6%、14.4%，與初始分布狀態(tài)比較，高效率水平的省域占的比例提高，低效率水平的概率減少，中等和中低效率水平的省域效率水平變化不大，反映了未來一段時間內(nèi)高效率省域起到的帶頭作用明顯提高，中國農(nóng)業(yè)GTFP水平不斷提高的良好態(tài)勢。

表6 農(nóng)業(yè)GTFP馬爾科夫轉(zhuǎn)移概率矩陣及穩(wěn)態(tài)分布

四、 結(jié)論與政策建議

基于“經(jīng)濟-資源-環(huán)境”分析框架，把水資源、電能源以及非期望產(chǎn)出納入農(nóng)業(yè)面源污染要素和農(nóng)業(yè)碳排放要素，構(gòu)建了農(nóng)業(yè)GTFP測度指標體系，運用EBM模型和ML指數(shù)分別從靜態(tài)和動態(tài)視角測算了中國31個省域的農(nóng)業(yè)GTFP及其增長，并剖解了增長動力源泉，從時空維度對農(nóng)業(yè)GTFP做比較分析，并分析了區(qū)域差異的長期動態(tài)演化趨勢，得出以下幾點結(jié)論。

(1) 考慮資源環(huán)境要素的農(nóng)業(yè)GTFP更客觀、真實、全面地衡量中國農(nóng)業(yè)綠色生產(chǎn)的效率。不考慮資源環(huán)境約束的中國農(nóng)業(yè)TFP水平明顯高于考慮資源環(huán)境約束的農(nóng)業(yè)GTFP水平。

(2) 時序演化分析表明2005-2015年間中國農(nóng)業(yè)GTFP水平呈微“M”型波動增長，但增長幅度有限，僅為0.34%，離農(nóng)業(yè)綠色生產(chǎn)方式還有較大差距，農(nóng)業(yè)經(jīng)濟增長很大程度上還是以犧牲資源環(huán)境為代價。2005-2015年間農(nóng)業(yè)GTFP年均增長率為4.0%，主要歸功于農(nóng)業(yè)綠色科技進步增長的貢獻，貢獻率達100.87%，農(nóng)業(yè)綠色技術(shù)效率反而出現(xiàn)-9%的增長，貢獻率為-0.13%，降低了農(nóng)業(yè)GTFP，農(nóng)業(yè)綠色技術(shù)效率的提高有較大的進步空間。

(3) 區(qū)域比較結(jié)果說明農(nóng)業(yè)綠色技術(shù)創(chuàng)新差距呈不斷擴大趨勢。只有41.9%省域農(nóng)業(yè)GTFP水平高于中國平均水平，中國農(nóng)業(yè)GTFP水平還處于較低水平。 只有北京、上海、浙江、福建、江蘇、天津6個省域農(nóng)業(yè)GTFP增長是技術(shù)進步和技術(shù)效率“雙元”驅(qū)動的，其他25個省域綠色技術(shù)效率呈不同程度的退步，技術(shù)創(chuàng)新者集中在一小部分省域內(nèi)，農(nóng)業(yè)GTFP的提高有很大潛力可以依賴于綠色技術(shù)效率改進。增長源泉剖解結(jié)果表明東部地區(qū)農(nóng)業(yè)GTFP的增長整體上呈現(xiàn)技術(shù)效率和技術(shù)進步雙元驅(qū)動良好態(tài)勢，中部地區(qū)農(nóng)業(yè)生產(chǎn)面臨的資源制約和環(huán)境保護壓力最大，呈現(xiàn)“中部塌陷”，西部次之。

(4) 核密度函數(shù)動態(tài)分析結(jié)果表明，31個省域農(nóng)業(yè)GTFP都呈現(xiàn)不斷增長的良好態(tài)勢?！笆晃濉逼陂g省際間差異明顯并逐漸成“兩極分化”趨勢，“十二五”期間省際間差異開始縮小，落后地區(qū)追趕效應(yīng)明顯。馬爾科夫鏈分析結(jié)果表明中國農(nóng)業(yè)GTFP的流動性不強，31個省域的農(nóng)業(yè)GTFP水平較長時間內(nèi)處于保持現(xiàn)狀狀態(tài)，難以實現(xiàn)跨界式提升，未來一段時間內(nèi)高效率省域的帶頭作用明顯提高，將呈現(xiàn)農(nóng)業(yè)GTFP平均水平不斷提高的良好態(tài)勢，但區(qū)域差異將長期存在。

基于得出的結(jié)論提出政策建議。一重視資源環(huán)境約束對農(nóng)業(yè)綠色生產(chǎn)的影響，對農(nóng)業(yè)生產(chǎn)效率的衡量需要全面，單純考慮面源污染因素不考慮碳排放會導(dǎo)致農(nóng)業(yè)綠色生產(chǎn)效率虛高。二因地制宜，結(jié)合所在區(qū)域的資源稟賦和環(huán)境特點，制定差異化的資源環(huán)境管理政策。東部地區(qū)以綠色技術(shù)進步與綠色技術(shù)效率雙元驅(qū)動發(fā)展的省份為榜樣，實現(xiàn)農(nóng)業(yè)GTFP不斷提升的集約式發(fā)展?！爸胁克荨钡貐^(qū)率先提高綠色技術(shù)效率，需要著重在土地利用、人力資本投入及環(huán)境污染處理設(shè)施的構(gòu)建等方面提高運作水平，提高綠色技術(shù)效率。西部地區(qū)需要加大對良種、低污染、病蟲害防治等技術(shù)引進和投入的擴大，提高綠色技術(shù)進步水平。三增進區(qū)域間交流與合作。充分發(fā)揮東部地區(qū)的示范帶頭作用，通過經(jīng)驗分享會、技術(shù)交流會等多樣化的方式促進區(qū)域間信息流動和技術(shù)共享，促進區(qū)域農(nóng)業(yè)綠色協(xié)調(diào)發(fā)展。

參考文獻：

1. Fare Primont D.Multi-output Prodution and Duality:Theory and Applications.SpringerScienceandBussinessMedia, 1994.

2. Battese G·E, T·J Coelli.A Model for Technical Inefficiency Effect in a Stochastic Frontier Production Function for Panel Data.EmpiricalEconomics,1995,20(2):325-332.

3. Kumbhakar S·C,Denny Fuss M.Estimation and Decomposition of Productivity Change When Production is not Efficient:A Panel-data Approach.EconometricReviews,2000,19(4):312-320.

4. Nanere M.,Iain Fraser,Ali Quazi, and Clare D.Sou. Environmentally Adjusted Productivity Measurement: An Australian Case Study.JournalofEnvironmentalManagement,2007,5(2):350-362.

5. Zhiyang Shen,Jean-Philippe,Bousement,and Herve Lelen.Aggregate Green Productivity Growth in OECD’s Countries.InternationalJournalofProductionEconomics,2017,189:30-39.

6. Reinhard S.,C Knox Lovell,and Geert Thijssen.Econometric Estimation of Technical and Environmental Efficiency: An Application to Dutch Dairy Farms.AmericanJournalofAgriculturalEconomics,1999,1(1): 44-60.

7. 王奇、王會、陳海丹：《中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992-2010年》，《經(jīng)濟評論》2012年第5期。

8. 李谷成：《中國農(nóng)業(yè)的綠色生產(chǎn)率革命：1978-2008年》，《經(jīng)濟學(xué)(季刊)》2014年第2期。

9. 李兆亮、羅小鋒、薛龍飛、張俊飚：《中國農(nóng)業(yè)綠色生產(chǎn)效率的區(qū)域差異及其影響因素分析》，《中國農(nóng)業(yè)大學(xué)學(xué)報》2017年第10期。

10. 潘丹：《考慮資源環(huán)境因素的中國農(nóng)業(yè)生產(chǎn)率研究》，南京農(nóng)業(yè)大學(xué)博士學(xué)位論文2012年。

11. 葉阿忠著：《非參數(shù)計量經(jīng)濟學(xué)》，南開大學(xué)出版社2003年版。

12. 余家林、肖枝洪著：《概率統(tǒng)計SAS應(yīng)用》，武漢大學(xué)出版社2007年版。

13. 梁流濤：《農(nóng)村生態(tài)環(huán)境時空特征及其演變規(guī)律研究》，南京農(nóng)業(yè)大學(xué)博士學(xué)位論文2009年。

14. 李波、張俊飚、李海鵬：《中國農(nóng)業(yè)碳排放時空特征及影響因素分析》，《中國人口·資源與環(huán)境》2011年第8期。