空間視角下中國(guó)農(nóng)業(yè)生態(tài)效率的收斂性與分異特征

侯孟陽(yáng) 姚順波

摘要?基于1978—2016年中國(guó)省級(jí)面板數(shù)據(jù)，采用超效率SBM模型測(cè)算省際農(nóng)業(yè)生態(tài)效率，在Kernel密度估計(jì)分析時(shí)空演變格局的基礎(chǔ)上，將空間效應(yīng)因素引入經(jīng)典β收斂的檢驗(yàn)過(guò)程中，建立空間計(jì)量模型估算其空間收斂性，并分區(qū)域、分時(shí)段討論其分異特征。研究發(fā)現(xiàn)：①中國(guó)農(nóng)業(yè)生態(tài)效率呈現(xiàn)出在波動(dòng)中穩(wěn)定上升的“雙峰”分布特征，且波峰高度的差距在縮小，但整體仍處于較低水平，農(nóng)業(yè)生態(tài)效率仍存在較大提升空間，東部地區(qū)農(nóng)業(yè)生態(tài)效率增長(zhǎng)較中西部地區(qū)更加明顯;②中國(guó)農(nóng)業(yè)生態(tài)效率存在顯著的空間收斂性，空間條件β收斂的速度為0.105，條件收斂速度顯著快于絕對(duì)收斂，空間因素對(duì)收斂趨勢(shì)具有加速效應(yīng)，使得地區(qū)間農(nóng)業(yè)生態(tài)效率的空間差異隨時(shí)間推移呈現(xiàn)出進(jìn)一步縮小的態(tài)勢(shì);③不同地區(qū)、不同時(shí)段的農(nóng)業(yè)生態(tài)效率空間收斂性同樣顯著，空間收斂速度呈現(xiàn)出東北、中部、西部、東部依次遞減的分布格局，且不同地區(qū)間收斂速度均大于經(jīng)典收斂，這與區(qū)域間經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)技術(shù)條件、基礎(chǔ)設(shè)施、資本流動(dòng)性等各方面存在關(guān)聯(lián)性，而除2004—2016年外，其他時(shí)段的空間收斂速度均高于經(jīng)典收斂速度，且表現(xiàn)出逐步遞減的變化過(guò)程。由于空間收斂性的存在，各地區(qū)應(yīng)充分考慮到自身資源稟賦及農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的差異性，鄰近地區(qū)之間應(yīng)加強(qiáng)農(nóng)業(yè)生產(chǎn)合作與交流，并建立完備的農(nóng)業(yè)生態(tài)合作機(jī)制、生態(tài)政策聯(lián)動(dòng)機(jī)制。

關(guān)鍵詞?農(nóng)業(yè)生態(tài)效率;空間收斂性;分異特征;β收斂;超效率SBM模型

中圖分類號(hào)?F323.2???文獻(xiàn)標(biāo)識(shí)碼?A???文章編號(hào)?1002-2104（2019）04-0116-11???DOI：10.12062/cpre.20181108

農(nóng)業(yè)是國(guó)家重點(diǎn)扶持的基礎(chǔ)性產(chǎn)業(yè)，也是國(guó)家穩(wěn)定和安全的重要基礎(chǔ)。改革開(kāi)放40年來(lái)，中國(guó)農(nóng)業(yè)經(jīng)濟(jì)取得了巨大成就，農(nóng)業(yè)產(chǎn)值由1978年的1 397億元增長(zhǎng)到2018年的64

734億元，年均增長(zhǎng)率9.81%，糧食連年增產(chǎn)。而單純追求糧食產(chǎn)量、農(nóng)業(yè)經(jīng)濟(jì)效益的背后，則伴隨著一系列的生態(tài)惡化、環(huán)境污染、資源浪費(fèi)等問(wèn)題，忽視了資源環(huán)境的承受能力?！度珖?guó)農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃（2015—2030）》[1]報(bào)告顯示，農(nóng)業(yè)內(nèi)源性污染嚴(yán)重，化肥、農(nóng)藥利用率不足1/3，農(nóng)膜回收率不足2/3，秸稈焚燒現(xiàn)象嚴(yán)重，顯示出農(nóng)業(yè)污染源對(duì)生態(tài)環(huán)境帶來(lái)巨大的負(fù)外部性，并嚴(yán)重影響了我國(guó)農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展。2014年中央農(nóng)村工作會(huì)議明確提出了建立資源節(jié)約型和環(huán)境友好型的“兩型農(nóng)業(yè)”，期望最大限度地減弱農(nóng)業(yè)生產(chǎn)的負(fù)外部性。十九大報(bào)告也指出，建設(shè)生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計(jì)，必須樹(shù)立和踐行綠水青山就是金山銀山的理念，既要?jiǎng)?chuàng)造更多的物質(zhì)財(cái)富和精神財(cái)富以滿足人民日益增長(zhǎng)的美好生活需要，也要提供更多優(yōu)質(zhì)生態(tài)產(chǎn)品以滿足人民日益增長(zhǎng)的優(yōu)美生態(tài)環(huán)境需要。在當(dāng)前農(nóng)業(yè)生態(tài)環(huán)境面臨嚴(yán)峻形勢(shì)的背景下，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展應(yīng)保持資源消耗、生態(tài)保護(hù)的統(tǒng)籌協(xié)調(diào)，即農(nóng)業(yè)發(fā)展不僅要重視其經(jīng)濟(jì)效應(yīng)，還要重視其生態(tài)影響。

農(nóng)業(yè)生產(chǎn)的效率低下和化學(xué)品的過(guò)量施用是導(dǎo)致農(nóng)業(yè)環(huán)境污染的主要原因[2]，而“兩型”農(nóng)業(yè)的發(fā)展需要協(xié)調(diào)農(nóng)業(yè)生產(chǎn)投入產(chǎn)出與資源消耗、環(huán)境保護(hù)三者間的關(guān)系。農(nóng)業(yè)生態(tài)效率（AEE，Agroecological

efficiency）是指在一定的農(nóng)業(yè)投入要素組合下，以盡可能小的資源消耗和環(huán)境污染，得到盡可能多的農(nóng)業(yè)產(chǎn)出[3]，它強(qiáng)調(diào)農(nóng)業(yè)生產(chǎn)效率與環(huán)境效益的統(tǒng)一，也就是當(dāng)農(nóng)業(yè)投入產(chǎn)出、經(jīng)濟(jì)效益與環(huán)境效益相均衡協(xié)調(diào)時(shí)是具有生態(tài)效率的。同時(shí)，隨著中國(guó)農(nóng)業(yè)市場(chǎng)經(jīng)濟(jì)的日趨完善和區(qū)域間開(kāi)放程度的擴(kuò)大，農(nóng)業(yè)生產(chǎn)要素的空間流動(dòng)性越來(lái)越頻繁，農(nóng)業(yè)生產(chǎn)之間的空間聯(lián)系越來(lái)越緊密[4]，并且，不同地區(qū)的農(nóng)業(yè)經(jīng)濟(jì)水平、要素投入、資源稟賦、區(qū)位條件等方面存在異質(zhì)性，勢(shì)必導(dǎo)致農(nóng)業(yè)生態(tài)效率在空間尺度上存在差異性，但其空間差異的演變規(guī)律如何？各地區(qū)農(nóng)業(yè)生態(tài)效率差距是否會(huì)隨著時(shí)間的推移而出現(xiàn)收斂現(xiàn)象？如果是，則呈現(xiàn)何種收斂特征？不同地區(qū)、不同的時(shí)間節(jié)點(diǎn)的農(nóng)業(yè)生態(tài)效率收斂性表現(xiàn)出何種特征？因而，科學(xué)合理地測(cè)度中國(guó)的農(nóng)業(yè)生態(tài)效率，并深刻了解其時(shí)空變化特征與收斂性規(guī)律，將有助于客觀認(rèn)識(shí)當(dāng)前農(nóng)業(yè)生產(chǎn)與生態(tài)的現(xiàn)實(shí)，對(duì)于加強(qiáng)地區(qū)間農(nóng)業(yè)生產(chǎn)要素的空間流動(dòng)、農(nóng)業(yè)的可持續(xù)發(fā)展具有重要的理論和現(xiàn)實(shí)意義。

1?文獻(xiàn)回顧與梳理

生態(tài)效率（EcoEfficiency）首先由德國(guó)學(xué)者Schaltegger &Sturn[5]提出，并由世界可持續(xù)發(fā)展工商理事會(huì)（WBCSD）和經(jīng)合組織（OECD）推廣，可看作與達(dá)到地球承載能力的資源環(huán)境投入與滿足人類生產(chǎn)生活需求的產(chǎn)出之間相互協(xié)調(diào)的關(guān)系，即在經(jīng)濟(jì)效率和環(huán)境效益之間達(dá)到一種平衡與統(tǒng)一[6]。具體到農(nóng)業(yè)生產(chǎn)方面，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)效率測(cè)算未考慮資源環(huán)境的約束因素，而農(nóng)業(yè)生態(tài)效率則將資源環(huán)境因素納入到農(nóng)業(yè)生產(chǎn)效率的測(cè)度框架，不僅要求重視農(nóng)業(yè)生產(chǎn)活動(dòng)的經(jīng)濟(jì)效益，還要重視其資源環(huán)境約束，以實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)出增長(zhǎng)與環(huán)境管理的雙贏目標(biāo)。國(guó)內(nèi)外學(xué)者從效率的評(píng)估方法[7-8]、化學(xué)品過(guò)度使用的效率損失[9]、農(nóng)業(yè)的可持續(xù)發(fā)展[10]、效率的地區(qū)差異[11]等角度對(duì)農(nóng)業(yè)生產(chǎn)效率展開(kāi)了深入探討，并從種植規(guī)模[12]、農(nóng)業(yè)補(bǔ)貼[13]、農(nóng)地流轉(zhuǎn)[14]、土地細(xì)碎化[15]等不同角度展開(kāi)分析影響農(nóng)業(yè)生產(chǎn)的關(guān)鍵因素。隨著農(nóng)業(yè)生態(tài)問(wèn)題的日漸被重視，相關(guān)研究已將農(nóng)業(yè)面源污染或農(nóng)業(yè)碳排放作為反映農(nóng)業(yè)生產(chǎn)負(fù)外部性指標(biāo)引入農(nóng)業(yè)生態(tài)效率測(cè)算模型[16-17]。當(dāng)前，以DEA、SFA、SBM等方法為主的測(cè)算已日漸成熟，這也是本文測(cè)算效率采用的方法。

中國(guó)人口·資源與環(huán)境?2019年?第4期如何科學(xué)合理地評(píng)價(jià)農(nóng)業(yè)生態(tài)效率的時(shí)空格局與演變特征有助于準(zhǔn)確地認(rèn)識(shí)地區(qū)間農(nóng)業(yè)生產(chǎn)與生態(tài)的差距。對(duì)農(nóng)業(yè)生態(tài)效率時(shí)空演變特征方面的文獻(xiàn)進(jìn)行梳理后發(fā)現(xiàn)，較多研究從時(shí)間維度上關(guān)注其空間分異特征，比如王寶義、張衛(wèi)國(guó)[17]利用SBMUndesirable擴(kuò)展模型測(cè)算全國(guó)、東中西、八大經(jīng)濟(jì)區(qū)及省際農(nóng)業(yè)生態(tài)效率，并分解無(wú)效率項(xiàng)，東中西部三個(gè)地區(qū)和八大經(jīng)濟(jì)區(qū)農(nóng)業(yè)生態(tài)效率總體趨勢(shì)與全國(guó)基本一致，三區(qū)域中東部地區(qū)差異較大，八大經(jīng)濟(jì)區(qū)中西北地區(qū)和西南地區(qū)差異較大;劉應(yīng)元、馮中朝等[18]運(yùn)用非期望產(chǎn)出模型評(píng)價(jià)了中國(guó)各省區(qū)的生態(tài)農(nóng)業(yè)發(fā)展?fàn)顩r，并分區(qū)域進(jìn)行了討論，同樣得出中國(guó)各省區(qū)的生態(tài)農(nóng)業(yè)發(fā)展在東中西部之間存在較大差異的結(jié)論;鄭德鳳、郝帥等[19]則采用非期望產(chǎn)出的SBM模型，結(jié)合探索性空間數(shù)據(jù)分析方法（ESDA），對(duì)甘肅省各縣（區(qū)）2000—2014年的農(nóng)業(yè)生態(tài)效率及空間分布格局進(jìn)行實(shí)證分析。結(jié)果顯示，甘肅省農(nóng)業(yè)生態(tài)效率的空間變化趨勢(shì)呈現(xiàn)自西向東、自南向北遞減態(tài)勢(shì)，但南北差異小于東西差異。但值得關(guān)注的是，在已有農(nóng)業(yè)生態(tài)效率時(shí)空差異的研究中，多數(shù)文獻(xiàn)均將研究區(qū)域看作是相互獨(dú)立的個(gè)體，地區(qū)間不存在要素資源的交流與溢出，但隨著農(nóng)業(yè)要素在空間上的流動(dòng)性越來(lái)越頻繁，鄰近地區(qū)將存在較強(qiáng)的關(guān)聯(lián)性與擴(kuò)散效應(yīng)，那么中國(guó)的農(nóng)業(yè)生態(tài)效率的空間變化將表現(xiàn)出怎樣的特征？地區(qū)間農(nóng)業(yè)生態(tài)效率是否會(huì)形成空間集聚效應(yīng)？并且是否存在空間收斂性現(xiàn)象？如果存在，空間效應(yīng)的存在對(duì)農(nóng)業(yè)生態(tài)效率收斂性的程度和速度產(chǎn)生了何種影響？另外，不同地區(qū)、不同發(fā)展階段的農(nóng)業(yè)生態(tài)效率是否會(huì)存在收斂性的差異？這些問(wèn)題的回答與解決，需要對(duì)中國(guó)農(nóng)業(yè)生態(tài)效率的時(shí)空變化特征與空間收斂性具有清醒和深刻的認(rèn)識(shí)。當(dāng)前考慮空間因素的收斂性研究主要集中在全要素生產(chǎn)率[20-21]、經(jīng)濟(jì)增長(zhǎng)[22]、區(qū)域創(chuàng)新效率[23]等方面，而鮮有研究關(guān)注到農(nóng)業(yè)生態(tài)效率的空間收斂性。多數(shù)文獻(xiàn)僅從時(shí)間變化上研究其收斂性，也未充分考慮到地區(qū)間資源稟賦、農(nóng)業(yè)生產(chǎn)條件的差異對(duì)收斂性的影響。比如王寶義、張衛(wèi)國(guó)[24]通過(guò)σ收斂檢驗(yàn)分析指出全國(guó)及東部、中部、西部地區(qū)農(nóng)業(yè)生態(tài)效率呈現(xiàn)出離散趨勢(shì)，但該文獻(xiàn)并未深入分析條件β收斂，也未考慮到地區(qū)間存在的差異;葛鵬飛、王頌吉等[25]分析了農(nóng)業(yè)綠色全要素生產(chǎn)率的β收斂，顯示全國(guó)及各區(qū)域在時(shí)間演變上均存在顯著的條件β收斂;高鳴、宋洪遠(yuǎn)[26]分析了中國(guó)農(nóng)業(yè)碳排放績(jī)效的動(dòng)態(tài)變化和空間集聚與收斂，結(jié)果顯示技術(shù)進(jìn)步可以提高農(nóng)業(yè)碳排放績(jī)效，且各省區(qū)農(nóng)業(yè)碳排放績(jī)效存在收斂性和趨同性。通過(guò)文獻(xiàn)綜述發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)對(duì)農(nóng)業(yè)生態(tài)效率的時(shí)空格局特征的研究較多聚焦于其在時(shí)間變化上分析地區(qū)間的分布差異與收斂性，對(duì)收斂性的研究均采用傳統(tǒng)的經(jīng)典收斂模型，缺乏考慮空間異質(zhì)性與依賴性等空間因素，導(dǎo)致難以揭示農(nóng)業(yè)生態(tài)效率時(shí)空動(dòng)態(tài)演變的真實(shí)變化規(guī)律。

地理學(xué)第一定理也表明，地區(qū)間的任何事物之間都存在一定的聯(lián)系，且事物之間的距離越近，其空間聯(lián)系則會(huì)越強(qiáng)。綜上所述，本文試圖在以下方面進(jìn)行彌補(bǔ)和探索：一是將空間因素引入農(nóng)業(yè)生態(tài)效率收斂性分析過(guò)程，重點(diǎn)關(guān)注空間β收斂，揭示其空間收斂特性，并通過(guò)與經(jīng)典收斂性結(jié)果的對(duì)比分析，了解空間效應(yīng)對(duì)農(nóng)業(yè)生態(tài)效率收斂的程度和速度產(chǎn)生的影響[20];二是分區(qū)域、分時(shí)段探討農(nóng)業(yè)生態(tài)效率收斂的空間分異特征與規(guī)律。為此，本文以1978—2016年中國(guó)各省市面板數(shù)據(jù)為研究單元，以狹義農(nóng)業(yè)（種植業(yè)）為研究對(duì)象，在超效率SBM模型測(cè)算中國(guó)農(nóng)業(yè)生態(tài)效率基礎(chǔ)上，將空間效應(yīng)因素引入經(jīng)典β收斂的檢驗(yàn)過(guò)程中，建立空間面板計(jì)量模型估算其空間收斂性，并分區(qū)域、分時(shí)段進(jìn)一步討論其分異特征，以便更科學(xué)、深入地了解農(nóng)業(yè)生態(tài)效率變化的空間影響。

2?研究方法

2.1?基于非期望產(chǎn)出的超效率SBM模型

在農(nóng)業(yè)生產(chǎn)過(guò)程中，通常期望化肥、農(nóng)藥、農(nóng)膜等化學(xué)制品的過(guò)度使用產(chǎn)生的環(huán)境污染越小越好，這種越小越好的產(chǎn)出即為非期望產(chǎn)出?；诜瞧谕a(chǎn)出的SBM模型是首先由Tone[27]于2001年提出的測(cè)算生態(tài)效率的模型。與傳統(tǒng)的數(shù)據(jù)包絡(luò)模型（DEA）相比，SBM模型能夠有效解決徑向和角度的傳統(tǒng)DEA模型造成的投入要素的“擁擠”或“松弛”現(xiàn)象，但SBM模型與傳統(tǒng)DEA模型一樣，對(duì)于效率都為1的DMU，難以進(jìn)一步區(qū)分有效率DMU之間的效率差異。Tone[28]于2002年在SBM模型的基礎(chǔ)上，進(jìn)一步定義了超效率SBM模型，結(jié)合了超效率DEA

模型和SBM 模型的優(yōu)勢(shì)，能夠有效對(duì)處于前沿面的DMU進(jìn)一步對(duì)比評(píng)價(jià)。模型構(gòu)建為：

Min π=1m∑mi=1〔x-/xik〕1r1+r2∑r1s=1yd—/ydsk+∑r2q=1yu—/yuqk

（1）

x-≥∑nj=1，≠kxijλj;yd—≤∑nj=1，≠kydsjλj;yd—≥∑nj=1，≠kydqjλj;

x-≥xk;yd—≤ydk;yu—≥yuk

λj≥0，i=1，2，…，m;j=1，2，…，n，j≠0;

s=1，2，…，r1;q=1，2，…，r2;

（2）

式中，假設(shè)有n個(gè)DMU，每個(gè)DMU由投入m，期望產(chǎn)出r1和非期望產(chǎn)出r2構(gòu)成，x、yd、yu為相應(yīng)的投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素，π為農(nóng)業(yè)生態(tài)效率值。

2.2?空間相關(guān)性分析

由于不同地區(qū)之間的資源稟賦、農(nóng)業(yè)經(jīng)濟(jì)、地理區(qū)位等的不同，農(nóng)業(yè)生態(tài)效率存在差異。地區(qū)空間分布的差異性可能存在空間自相關(guān)性，也即某地區(qū)農(nóng)業(yè)生態(tài)效率的變化，通過(guò)技術(shù)溢出、要素流動(dòng)等原因也會(huì)影響其鄰近地區(qū)的農(nóng)業(yè)生態(tài)效率。在這種情況下，需要對(duì)地區(qū)農(nóng)業(yè)生態(tài)效率的空間自相關(guān)性進(jìn)行度量?？臻g自相關(guān)分析包括全局空間自相關(guān)和局部空間自相關(guān)，本文以全局空間自相關(guān)來(lái)了解地區(qū)農(nóng)業(yè)生態(tài)效率的空間關(guān)聯(lián)和空間差異。在空間統(tǒng)計(jì)學(xué)中，常用的度量空間自相關(guān)程度的統(tǒng)計(jì)指標(biāo)為MoransI指數(shù)，其計(jì)算公式為[29]：

I=n∑ni=1∑nj=1wij（xi-x-）（xj-x-）∑ni=1∑nj=1wij∑ni=1（xi-x-）2

（3）

式中，n為樣本量，xi、xj為空間位置i和j的觀察量，wij表示空間位置i和j的鄰近關(guān)系，當(dāng)i和j鄰近時(shí)，wij=1;反之為0。全局Morans

I指數(shù)的取值范圍為[-1，1]，大于0為空間正相關(guān)，小于0為負(fù)相關(guān)，等于0為不相關(guān)。

2.3?空間收斂性檢驗(yàn)

新古典經(jīng)濟(jì)學(xué)分析框架中的收斂理論最初用于考察不同國(guó)家或地區(qū)人均收入是否存在收斂或發(fā)散的問(wèn)題，近年來(lái)的應(yīng)用范圍逐漸擴(kuò)展到資源環(huán)境、能源消費(fèi)等各個(gè)領(lǐng)域。在本文中，收斂性分析有助于檢驗(yàn)不同省份間農(nóng)業(yè)生態(tài)效率收斂或發(fā)散的特征，即省際間差距是在擴(kuò)大還是在縮小。經(jīng)典收斂模型主要包括α收斂、β收斂及俱樂(lè)部收斂，而以β收斂的應(yīng)用最為廣泛。經(jīng)典β收斂又分為β絕對(duì)收斂和β條件收斂，具體到本文研究，β絕對(duì)收斂是不同地區(qū)在具有相同的資源稟賦、生產(chǎn)條件、收入水平、財(cái)政支持等嚴(yán)格的假設(shè)條件下，隨著時(shí)間推移，各地區(qū)農(nóng)業(yè)生態(tài)效率都將收斂于相同的水平;而β條件收斂則放開(kāi)了假設(shè)條件，考慮了不同地區(qū)在資源稟賦、生產(chǎn)條件、收入水平、財(cái)政支持等方面存在差異，各地區(qū)農(nóng)業(yè)生態(tài)效率隨著時(shí)間推移將收斂于各自穩(wěn)定的水平[30]。經(jīng)典β收斂主要考察的是農(nóng)業(yè)生態(tài)效率在時(shí)間演變上的收斂特征，而空間因素的欠缺有可能導(dǎo)致收斂結(jié)論的有偏性[20]。因而，本文將空間計(jì)量引入經(jīng)典β收斂分析，分別建立經(jīng)典β收斂模型和空間β收斂模型對(duì)各省份農(nóng)業(yè)生態(tài)效率的絕對(duì)和條件β收斂特征進(jìn)行檢驗(yàn)，并對(duì)比經(jīng)典和空間兩種模型之間特征的差異。具體的模型為：

經(jīng)典β收斂：lnAEEi，t+1AEEi，t=α+βln AEEi，t+

∑nk=1θkln Xk，i，t+εi，t

空間β收斂：本文建立了空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）3種空間計(jì)量模型，并通過(guò)檢驗(yàn)選擇最優(yōu)模型，具體公式分別為：

①SLM的β收斂：lnAEEi，t+1AEEi，t=α+ρ∑nj=1wijlnAEEj，t+1AEEj，t+βln AEEi，t+∑nk=1θk ln

Xk，i，t+εi，t

②SEM的β收斂：lnAEEi，t+1AEEi，t=α+βln AEEi，t+

∑nk=1θk ln Xk，i，t+φi，t;φi，t=ρ∑nj=1wijφi，t+εi，t

③SDM的β收斂：lnAEEi，t+1AEEi，t=α+ρ∑nj=1wijlnAEEj，t+1AEEj，t+βln AEEi，t+∑nk=1θk ln

Xk，i，t+∑nj=1，k=1wijkln Xk，i，t+εi，t

式中，θk為各控制變量Xi，t的估計(jì)系數(shù)，據(jù)此判斷絕對(duì)收斂或條件收斂。當(dāng)θk取值為0時(shí)，以上模型為β絕對(duì)收斂;當(dāng)θk不取值為0時(shí)，以上模型為β條件收斂。AEEi，t、AEEi，t+1分別為第t、t+1年第i個(gè)地區(qū)的農(nóng)業(yè)生態(tài)效率，β為收斂性的判斷系數(shù)，β=-（1-e-ηT）/T，η為收斂速度，當(dāng)β<0時(shí)，農(nóng)業(yè)生態(tài)效率趨于收斂，反之則趨于發(fā)散。εi，t為誤差項(xiàng)，且滿足εi，t～i.id（0，δ2），ρ為測(cè)算空間溢出方向和程度的空間效應(yīng)系數(shù)，φi，t為空間自相關(guān)的誤差項(xiàng)，為控制變量與空間權(quán)重矩陣的空間交互效應(yīng)的回歸系數(shù);wij為空間權(quán)重矩陣W中的元素。由于以（0，1）鄰接權(quán)重難以刻畫兩個(gè)不相鄰的地區(qū)在經(jīng)濟(jì)、社會(huì)、生態(tài)等領(lǐng)域仍然存在關(guān)聯(lián)的情況，據(jù)此建立的空間關(guān)系存在顯著的缺陷，本文采用基于省會(huì)城市距離的地理距離權(quán)重矩陣構(gòu)造[20，31]，并對(duì)其標(biāo)準(zhǔn)化。

3?指標(biāo)選取與數(shù)據(jù)來(lái)源

3.1?指標(biāo)選取

3.1.1?農(nóng)業(yè)生態(tài)效率

廣義的農(nóng)業(yè)為農(nóng)牧漁業(yè)，狹義的農(nóng)業(yè)則指種植業(yè)，本文以狹義農(nóng)業(yè)為研究重點(diǎn)測(cè)算農(nóng)業(yè)生態(tài)效率。農(nóng)業(yè)生態(tài)效率的本質(zhì)上是以盡可能少的農(nóng)業(yè)資源投入和最少的環(huán)境代價(jià)獲得盡可能大的農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出和生態(tài)保護(hù)，綜合反映了農(nóng)業(yè)經(jīng)濟(jì)與資源利用、環(huán)境保護(hù)協(xié)調(diào)共贏的關(guān)系。本文農(nóng)業(yè)生態(tài)效率評(píng)價(jià)指標(biāo)的選取參考了相關(guān)文獻(xiàn)[3，17-18]中農(nóng)業(yè)投入產(chǎn)出指標(biāo)體系，結(jié)合數(shù)據(jù)的可得性及統(tǒng)計(jì)口徑的一致性，最終以土地、勞動(dòng)力、機(jī)械動(dòng)力、灌溉、化肥、農(nóng)藥等作為地區(qū)農(nóng)業(yè)要素投入指標(biāo)，以農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出指標(biāo)。

關(guān)于非期望產(chǎn)出指標(biāo)的選取，主要包括農(nóng)業(yè)面源污染排放和農(nóng)業(yè)碳排放兩大類[3，17]。其中，農(nóng)業(yè)面源污染排放量主要由化肥、農(nóng)藥及農(nóng)膜等的過(guò)度使用造成的，本文采用化肥流失量、農(nóng)藥殘留量及農(nóng)膜殘留量估算農(nóng)業(yè)面源污染水平[17]?；柿魇Я亢怂愕奈廴疚镏笜?biāo)為總氮（TN）和總磷（TP），確定的污染單元為氮肥、磷肥和復(fù)合肥3種。污染單元排放系數(shù)等于產(chǎn)污系數(shù)乘以化肥流失率，氮肥、磷肥和復(fù)合肥（N∶?P∶?K養(yǎng)分比例為1∶?1∶?1）的TN產(chǎn)污系數(shù)分別為1、0和0.33，TP產(chǎn)污系數(shù)分別為0、0.44和0.15[32]。各地區(qū)化肥流失率參考賴斯蕓等[33]的研究，TN與TP之和為化肥產(chǎn)污流失量。農(nóng)藥殘留量核算公式為農(nóng)藥施用量×農(nóng)藥無(wú)效利用系數(shù)，農(nóng)膜殘留量核算公式為農(nóng)膜施用量×農(nóng)膜殘留系數(shù)，這兩個(gè)污染排放的系數(shù)參考吳小慶等[34]的研究及《第一次全國(guó)污染普查：農(nóng)藥流失系數(shù)、農(nóng)田地膜殘留系數(shù)手冊(cè)》，并考慮地區(qū)耕地地形的差異。

農(nóng)業(yè)碳排放的測(cè)算參考了李波等[35]的碳排放模型及測(cè)算系數(shù)，選取了化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、灌溉耗電耗水、翻耕流失等6類直接或間接的碳排放。參照該研究，6大類碳源排放系數(shù)分別為化肥0.895 6（kg/kg）、農(nóng)藥4.934 1（kg/kg）、農(nóng)膜5.18（kg/kg）、柴油0.5927（kg/kg）、農(nóng)業(yè)灌溉20.476（kg/hm2）和農(nóng)業(yè)翻耕312.6（kg/km2），最終構(gòu)建的中國(guó)農(nóng)業(yè)生態(tài)效率指標(biāo)體系見(jiàn)表1。

3.1.2?控制變量的選取

①農(nóng)村居民人均純收入（pDIRR）。農(nóng)村居民的富裕程度能夠?qū)r(nóng)業(yè)的投入要素產(chǎn)生影響，進(jìn)而影響農(nóng)業(yè)生態(tài)效率，選用農(nóng)村居民人均純收入（元）來(lái)表征。②農(nóng)業(yè)機(jī)械投入強(qiáng)度（MII）=農(nóng)業(yè)機(jī)械總動(dòng)力/農(nóng)作物總播種面積（kW/hm2）。農(nóng)業(yè)的技術(shù)水平對(duì)提高農(nóng)業(yè)生產(chǎn)效率起著重要作用，農(nóng)業(yè)機(jī)械投入是農(nóng)業(yè)技術(shù)進(jìn)步的最直觀表現(xiàn)，通過(guò)有效替代勞動(dòng)力對(duì)農(nóng)業(yè)生產(chǎn)、糧食產(chǎn)量產(chǎn)生影響。③復(fù)種指數(shù)（MCI）=農(nóng)作物總播種面積/耕地面積（%）。復(fù)種指數(shù)指的是一定時(shí)期內(nèi)（一般為1年）在同一地塊耕地面積上種植農(nóng)作物的平均次數(shù)，用以反映土地撂荒現(xiàn)象的日益增多對(duì)農(nóng)業(yè)生態(tài)效率的影響。④作物種植結(jié)構(gòu)（CPS）=糧食作物種植面積/（農(nóng)作物播種總面積-糧食作物種植面積）（%）。種植結(jié)構(gòu)是指某地區(qū)農(nóng)作物種類種植比例，種植結(jié)構(gòu)的變化能夠?qū)е罗r(nóng)業(yè)投入要素結(jié)構(gòu)的變化，進(jìn)而影響農(nóng)業(yè)生態(tài)效率。⑤財(cái)政支農(nóng)水平（FSA）=財(cái)政農(nóng)林水事務(wù)支出/農(nóng)作物總播種面積（元/hm2）。財(cái)政資金對(duì)農(nóng)業(yè)的補(bǔ)貼強(qiáng)度能夠影響勞動(dòng)力對(duì)化肥、農(nóng)藥、農(nóng)機(jī)服務(wù)等農(nóng)業(yè)資源的投入，用以反映行政干預(yù)手段對(duì)農(nóng)業(yè)生態(tài)效率的影響。⑥農(nóng)業(yè)受災(zāi)率（ADR）=農(nóng)作物受災(zāi)面積/農(nóng)作物總播種面積（%）。農(nóng)業(yè)生產(chǎn)過(guò)程中受自然條件的影響較大，用以反映自然災(zāi)害對(duì)農(nóng)業(yè)生態(tài)效率的影響。⑦城鎮(zhèn)化水平（URBAN）：人口城鎮(zhèn)化率=城鎮(zhèn)人口/年末常住人口（%），城鎮(zhèn)化的發(fā)展吸引農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移，將間接影響農(nóng)業(yè)生產(chǎn)及生態(tài)。

3.2?數(shù)據(jù)來(lái)源

本文研究樣本為中國(guó)大陸30個(gè)省份，限于數(shù)據(jù)可得性及西藏和港澳臺(tái)地區(qū)特殊的農(nóng)業(yè)生產(chǎn)條件，這些地區(qū)未納入實(shí)證研究。時(shí)間跨度為改革開(kāi)放以來(lái)的1978—2016年。文中所涉及變量的數(shù)據(jù)均來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)資料》《新中國(guó)五十年農(nóng)業(yè)統(tǒng)計(jì)資料》、各省市統(tǒng)計(jì)年鑒和60年統(tǒng)計(jì)資料，及國(guó)家數(shù)據(jù)網(wǎng)站http：//data.stats.gov.cn/easyquery.htm？cn=E0103，部分缺失數(shù)據(jù)由插值法補(bǔ)齊。重慶在1997年之前、海南在1988年之前的數(shù)據(jù)通過(guò)《重慶統(tǒng)計(jì)年鑒》《海南統(tǒng)計(jì)年鑒》獲取，并調(diào)整四川、廣東相應(yīng)年份的數(shù)據(jù)，最終共整理出39年的面板數(shù)據(jù)。

4?實(shí)證檢驗(yàn)與結(jié)果分析

4.1?中國(guó)農(nóng)業(yè)生態(tài)效率測(cè)算及時(shí)間變化特征

基于DEASOLVER Pro5.0軟件，采用非徑向（NonOriented）、規(guī)模報(bào)酬可變（VRS）的超效率SBM模型，測(cè)算1978—2016年30個(gè)省市的農(nóng)業(yè)生態(tài)效率，求解各年份平均值，并將全國(guó)分為東中西和東北四大區(qū)域（東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南;中部包括山西、安徽、江西、河南、湖北和湖南;西部包括內(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;東北包括遼寧、吉林和黑龍江），對(duì)不同區(qū)域農(nóng)業(yè)生態(tài)效率均值進(jìn)行對(duì)比分析（見(jiàn)圖1）。①通過(guò)觀察圖1走勢(shì)，各年份平均農(nóng)業(yè)生態(tài)效率基本上處在0.8以下的水平，整體上農(nóng)業(yè)生態(tài)效率處于較低水平，意味著農(nóng)業(yè)兩型發(fā)展存在較大的資源節(jié)約和環(huán)境保護(hù)空間。1978—2016年間，農(nóng)業(yè)生態(tài)效率呈現(xiàn)出在波動(dòng)中穩(wěn)定上升的走勢(shì)，波動(dòng)性主要體現(xiàn)在1978—2000年間，但變化幅度較小;2000年之后開(kāi)始呈現(xiàn)穩(wěn)定上升走勢(shì)。21世紀(jì)以來(lái)，中央一號(hào)文件連續(xù)多年聚焦農(nóng)業(yè)，關(guān)注“三農(nóng)”問(wèn)題，并明確提出“要鼓勵(lì)發(fā)展循環(huán)農(nóng)業(yè)、生態(tài)農(nóng)業(yè)”，顯示出政府對(duì)農(nóng)業(yè)可持續(xù)發(fā)展的重視，避免了農(nóng)業(yè)生態(tài)效率的下滑。②通過(guò)對(duì)比東中西及東北四大區(qū)域的農(nóng)業(yè)生態(tài)效率，同樣以2000年為界分為兩個(gè)階段。1978—2000年間的農(nóng)業(yè)生態(tài)效率排名為西部>東部>中部>東北，而在2000—2016年間的農(nóng)業(yè)生態(tài)效率排名為東部>西部>中部>東北，但中西部之間的差距較小，顯示出隨著農(nóng)業(yè)經(jīng)濟(jì)的不斷發(fā)展，東部地區(qū)農(nóng)業(yè)技術(shù)水平的進(jìn)步顯著，且更加重視農(nóng)業(yè)現(xiàn)代化，有意識(shí)保持農(nóng)業(yè)生產(chǎn)、資源節(jié)約與環(huán)境保護(hù)之間的協(xié)調(diào)，而中西部地區(qū)農(nóng)業(yè)技術(shù)水平發(fā)展緩慢，農(nóng)業(yè)機(jī)械化程度較低，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展方式相對(duì)較粗放[36]。

為繼續(xù)探索各省市農(nóng)業(yè)生態(tài)效率隨時(shí)間演變的集聚差異，采用高斯正態(tài)分布的非參數(shù)Kernel密度函數(shù)[37]，選擇1978、1986、1996、2006和2016年5個(gè)年份為觀測(cè)時(shí)點(diǎn)進(jìn)行Kernel密度估計(jì)，得到不同時(shí)點(diǎn)的分布狀況（見(jiàn)圖2）。波峰高度反映各省農(nóng)業(yè)生態(tài)效率的集聚程度。農(nóng)業(yè)生態(tài)效率整體上呈現(xiàn)出從左至右、波峰從高到低的“雙峰”演變分布特征，顯示出農(nóng)業(yè)生態(tài)效率隨時(shí)間變化而穩(wěn)定提升的走勢(shì)，多數(shù)省市由低水平集聚逐漸向“高-低”數(shù)量差異縮小的趨勢(shì)轉(zhuǎn)變。改革開(kāi)放初期，多數(shù)省市的農(nóng)業(yè)生態(tài)效率在低水平上集聚;進(jìn)入90年代后，隨著農(nóng)業(yè)環(huán)保意識(shí)增強(qiáng)、農(nóng)村勞動(dòng)力轉(zhuǎn)移、農(nóng)業(yè)機(jī)械化水平進(jìn)步加快，各省市農(nóng)業(yè)生態(tài)效率呈現(xiàn)不同程度的提升，但各省之間資源稟賦、經(jīng)濟(jì)實(shí)力等方面仍存在差異，各省市農(nóng)業(yè)生態(tài)效率的差距開(kāi)始增大，形成了多個(gè)不同幅度的波峰，但低水平集聚的波峰呈逐漸下降;而到了2016年，雙峰分布的波峰高度差距縮小，表明農(nóng)業(yè)生態(tài)效率的差距在縮小，逐漸形成“低低集聚、高高集聚”的近“雙峰”式時(shí)空演變格局。

4.2?中國(guó)農(nóng)業(yè)生態(tài)效率收斂性檢驗(yàn)

對(duì)于經(jīng)典β收斂的檢驗(yàn)?zāi)Ｐ停罁?jù)Hausman檢驗(yàn)選擇固定效應(yīng)模型檢驗(yàn)農(nóng)業(yè)生態(tài)效率的絕對(duì)收斂和條件收斂。而在空間β收斂檢驗(yàn)時(shí)，需要采用Morans I指數(shù)方法對(duì)農(nóng)業(yè)生態(tài)效率的空間相關(guān)性進(jìn)行檢驗(yàn)。不同年份農(nóng)業(yè)生態(tài)效率Morans I指數(shù)均為正（0.124 5～0.2780），除個(gè)別年份外，均在5%（或10%）的顯著性水平上通過(guò)檢驗(yàn)，表明中國(guó)農(nóng)業(yè)生態(tài)效率在空間分布上呈較顯著的正相關(guān)性，鄰近省市之間農(nóng)業(yè)生態(tài)效率的影響存在空間依賴性。

關(guān)于最優(yōu)空間計(jì)量模型的選擇，根據(jù)以下原則選擇最優(yōu)模型[38]：①根據(jù)赤池信息準(zhǔn)則（AIC）選擇解釋力較高的模型，AIC值越低，解釋力越高;②根據(jù)LogL、R2及Sigma2統(tǒng)計(jì)量判定模型的擬合優(yōu)度，LogL和R2統(tǒng)計(jì)值越高，Sigma2統(tǒng)計(jì)值越低，表明模型擬合程度越高;③Elhorst[39]指出空間面板模型只有在時(shí)間足夠長(zhǎng)時(shí)選擇固定效應(yīng)是相對(duì)有效的[24]。結(jié)合Hausman檢驗(yàn)，本文選擇固定效應(yīng)的空間收斂模型（見(jiàn)表2）。

關(guān)于空間β收斂最優(yōu)估計(jì)模型的選擇，絕對(duì)和條件β收斂的三個(gè)空間計(jì)量模型中，除R2外，SDM的LogL均為最大，Sigma2統(tǒng)計(jì)值和AIC值最低，總體上空間絕對(duì)β收斂和空間條件β收斂可認(rèn)為空間杜賓模型（SDM）的估計(jì)結(jié)果更優(yōu)，且空間效應(yīng)系數(shù)ρ均顯著大于0，意味著地區(qū)間農(nóng)業(yè)生態(tài)效率的收斂性存在顯著的空間溢出效應(yīng)。

從回歸結(jié)果可以得到以下收斂性特征：①中國(guó)農(nóng)業(yè)生態(tài)效率存在明顯的收斂趨勢(shì)。所有收斂模型的lnAEEit估計(jì)系數(shù)均為負(fù)，且大部分通過(guò)了1%顯著性水平的檢驗(yàn)，收斂趨勢(shì)的存在使得地區(qū)間農(nóng)業(yè)生態(tài)效率差異在縮小，也就是說(shuō)農(nóng)業(yè)生態(tài)效率較低的地區(qū)存在“后發(fā)趕超”的趨勢(shì)。②條件收斂的收斂速度均顯著大于絕對(duì)收斂的速度。在經(jīng)典β收斂下的條件收斂速度（0.041）是絕對(duì)收斂速度（0.013）的3倍多，在空間β收斂下的條件收斂速度（0.105）同樣是絕對(duì)收斂速度（0.032）的3倍多，這是由于條件收斂考慮了地區(qū)間農(nóng)業(yè)生產(chǎn)條件的異質(zhì)性，加快了農(nóng)業(yè)生態(tài)效率的收斂速度，并縮短了收斂周期，從而使得收斂性檢驗(yàn)更加準(zhǔn)確可靠。③空間因素具有加速效應(yīng)，使得收斂速度進(jìn)一步加快。加入空間因素的條件β收斂進(jìn)一步加快了農(nóng)業(yè)生態(tài)效率的收斂速度（0.105>0.041），空間絕對(duì)β收斂亦是如此，可能的原因在于，由于空間溢出效應(yīng)的存在，農(nóng)業(yè)生態(tài)效率的不均衡分布使得地理距離相近地區(qū)之間的相互影響更加顯著，特別是地區(qū)間農(nóng)業(yè)要素和信息的空間交流與互動(dòng)進(jìn)一步加劇了農(nóng)業(yè)生態(tài)效率的空間溢出與擴(kuò)散效應(yīng)[40]，從而使得地區(qū)間農(nóng)業(yè)生態(tài)效率的空間差異隨時(shí)間推移呈現(xiàn)出進(jìn)一步縮小的趨勢(shì)，加速了收斂速度，并進(jìn)一步縮短了收斂周期。

從控制變量的系數(shù)來(lái)看，SDM與經(jīng)典收斂模型估計(jì)結(jié)果的影響方向基本是一致的，但影響程度和顯著性水平存在差異。此處主要分析SDM模型的估計(jì)系數(shù)，農(nóng)村居民人均純收入（lnPDIRR）、農(nóng)業(yè)機(jī)械投入強(qiáng)度（lnMII）、復(fù)種指數(shù)（lnMCI）和種植結(jié)構(gòu)（lnCPS）的估計(jì)系數(shù)通過(guò)了顯著性水平的檢驗(yàn)。其中農(nóng)村居民人均純收入（lnPDIRR）的估計(jì)系數(shù)為正，一方面農(nóng)民收入的提高保證了農(nóng)民有更多的資金改善農(nóng)業(yè)生產(chǎn)條件，提高勞動(dòng)生產(chǎn)率;另一方面環(huán)保意識(shí)和收入提高的雙重作用使得農(nóng)民有能力、有意識(shí)地追求綠色無(wú)公害、有機(jī)農(nóng)產(chǎn)品的生產(chǎn)、銷售和消費(fèi)[41]，從而直接或間接地促進(jìn)了農(nóng)業(yè)生態(tài)效率的提升。而lnMII、lnMCI、lnCPS的估計(jì)系數(shù)為負(fù)，其原因在于農(nóng)業(yè)機(jī)械投入通過(guò)柴油消耗、農(nóng)膜覆蓋等增加了農(nóng)業(yè)碳排放和污染排放，且如果不加節(jié)制地挖掘耕地利用潛力，而不結(jié)合輪作、輪耕等耕種制度，將不利于提升農(nóng)業(yè)生態(tài)效率;同時(shí)，經(jīng)濟(jì)作物具有生產(chǎn)周期短、水肥需求大、集約化程度高等特點(diǎn)，其種植面積的擴(kuò)大將導(dǎo)致化肥投入的增長(zhǎng)和面源污染的加重，這些因素也不利于農(nóng)業(yè)生態(tài)效率的提升。另外，農(nóng)業(yè)受災(zāi)率（lnADR）的估計(jì)系數(shù)為負(fù)，但未通過(guò)顯著性檢驗(yàn)。農(nóng)業(yè)受災(zāi)面積的擴(kuò)大將導(dǎo)致農(nóng)業(yè)生態(tài)效率的下降，但每年的受災(zāi)情況并不具有規(guī)律性。lnFSA的彈性系數(shù)為負(fù)，也未通過(guò)顯著性水平的檢驗(yàn)，意味著財(cái)政支農(nóng)雖然改善了農(nóng)業(yè)生產(chǎn)條件，提高了農(nóng)業(yè)生產(chǎn)力，但尚未對(duì)農(nóng)業(yè)生態(tài)效率產(chǎn)生理想的提升效果。可能的原因在于財(cái)政支農(nóng)資金配置不合理，使用缺乏效率，且資金多流向了農(nóng)業(yè)補(bǔ)助、農(nóng)村經(jīng)濟(jì)、扶貧支出等，對(duì)農(nóng)業(yè)生態(tài)仍缺乏重視。城鎮(zhèn)化水平（lnURBAN）的估計(jì)系數(shù)為正，但不顯著，表明非農(nóng)人口比重的增加對(duì)農(nóng)業(yè)生態(tài)效率的提升改善作用較有限。

4.3?進(jìn)一步討論：分區(qū)域與分時(shí)段

在考慮了空間效應(yīng)對(duì)中國(guó)農(nóng)業(yè)生態(tài)效率收斂性影響的基礎(chǔ)上，通過(guò)分區(qū)域和分時(shí)段兩種思路展開(kāi)進(jìn)一步的討論，以對(duì)比不同區(qū)域空間收斂性的差異及不同時(shí)段空間收斂性的分異特征?；貧w結(jié)果中同樣加入經(jīng)典β檢驗(yàn)的回歸結(jié)果，便于對(duì)比分析。

4.3.1?分區(qū)域收斂性分析

長(zhǎng)時(shí)間序列數(shù)據(jù)選擇固定效應(yīng)模型[22]，考慮到地區(qū)間異質(zhì)性的存在，需要分不同區(qū)域討論條件β收斂的差異性（見(jiàn)表3）。分區(qū)域收斂結(jié)果顯示，四大區(qū)域的收斂性系數(shù)和空間效應(yīng)系數(shù)均通過(guò)了顯著性檢驗(yàn)，表明四大區(qū)域的農(nóng)業(yè)生態(tài)效率表現(xiàn)出顯著的空間收斂趨勢(shì)和正向的空間溢出效應(yīng)。各區(qū)域農(nóng)業(yè)生態(tài)效率均有隨時(shí)間推移而縮小的趨勢(shì)，但不同區(qū)域的收斂速度差異性明顯，且考慮空間效應(yīng)的收斂均明顯大于經(jīng)典收斂性，呈現(xiàn)出與全國(guó)農(nóng)業(yè)生態(tài)效率收斂性相似的收斂特征。

四大區(qū)域的農(nóng)業(yè)生態(tài)效率空間收斂速度呈現(xiàn)出東北、中部、西部、東部依次遞減的分布格局。東部地區(qū)的收斂速度（0.059）明顯小于東北（0.736）和中西部地區(qū)（0.149、0.081），可能的原因在于東北和中部地區(qū)多為糧食主產(chǎn)區(qū)，農(nóng)業(yè)生產(chǎn)條件較完善，并擁有一定的經(jīng)濟(jì)基礎(chǔ)，城鎮(zhèn)化發(fā)展、農(nóng)村勞動(dòng)力的非農(nóng)轉(zhuǎn)移加快了農(nóng)業(yè)規(guī)模化進(jìn)程，“后發(fā)趕超”的優(yōu)勢(shì)明顯，技術(shù)與資本的空間流動(dòng)加速了農(nóng)業(yè)生態(tài)效率的收斂性。西部地區(qū)多為糧食平衡區(qū)，受地形條件限制，農(nóng)業(yè)基礎(chǔ)設(shè)施較薄弱，農(nóng)業(yè)生產(chǎn)基本自給自足，但農(nóng)業(yè)生態(tài)環(huán)境受人為干擾的影響相對(duì)較小，且隨著經(jīng)濟(jì)增長(zhǎng)及中央和地方財(cái)政對(duì)西部地區(qū)支農(nóng)的投入支持，西部地區(qū)農(nóng)業(yè)發(fā)展在逐漸縮小與東中部地區(qū)的差距。而東部地區(qū)多數(shù)為糧食主銷區(qū)，農(nóng)業(yè)基礎(chǔ)設(shè)施較成熟，雖然各類要素向東部地區(qū)流動(dòng)明顯，但農(nóng)業(yè)生產(chǎn)并不是其主要任務(wù)（除河北、山東等糧食大省外），技術(shù)與資本的投入對(duì)當(dāng)前農(nóng)業(yè)生產(chǎn)與生態(tài)條件改善的邊際效應(yīng)在遞減，使得農(nóng)業(yè)生態(tài)效率的空間收斂速度略小?？梢?jiàn)，農(nóng)業(yè)生態(tài)效率的空間收斂性與區(qū)域間經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)技術(shù)條件、基礎(chǔ)設(shè)施、資本流動(dòng)性等各方面存在關(guān)聯(lián)性。

4.3.2?分時(shí)段收斂性分析

中國(guó)大規(guī)模的農(nóng)業(yè)綜合開(kāi)發(fā)始于1988年，其目標(biāo)便是促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。另外，在2000年之后糧食連年減產(chǎn)、農(nóng)民收入增長(zhǎng)緩慢的情況下，自2004年起，中央政府連續(xù)多年下達(dá)了關(guān)于“三農(nóng)”問(wèn)題的一號(hào)文件，并在2006年全面取消了農(nóng)業(yè)稅。根據(jù)此相關(guān)農(nóng)業(yè)政策的歷史節(jié)點(diǎn)，并考慮到政策效應(yīng)的時(shí)間滯后性，將我國(guó)改革開(kāi)發(fā)以來(lái)的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展大體分為3個(gè)階段：1978—1989、1990—2003、2004—2016。

表4報(bào)告了采用固定效應(yīng)的空間杜賓模型（SDM）的空間β收斂檢驗(yàn)及經(jīng)典β收斂檢驗(yàn)的回歸結(jié)果，結(jié)果顯示，①與全時(shí)段收斂特性類似，各時(shí)段農(nóng)業(yè)生態(tài)效率表現(xiàn)出顯著的空間收斂性，從而反映出模型回歸的穩(wěn)健性;②除2004—2016年外，其他時(shí)段農(nóng)業(yè)生態(tài)效率的空間收斂速度均高于經(jīng)典收斂速度，空間因素對(duì)農(nóng)業(yè)生態(tài)效率的收斂性產(chǎn)生加速效應(yīng);③農(nóng)業(yè)生態(tài)效率收斂速度呈現(xiàn)出逐步遞減的變化過(guò)程，1978—1989年的收斂速度最高（0.725），2004—2016年的收斂速度最低（0.185），表明隨著時(shí)間的推移，農(nóng)業(yè)生態(tài)效率的收斂速度逐漸放緩。改革開(kāi)放初期，各地區(qū)農(nóng)業(yè)基礎(chǔ)設(shè)施陳舊落后，地區(qū)間農(nóng)業(yè)生產(chǎn)條件差距較小。但隨著市場(chǎng)經(jīng)濟(jì)體制的建立，以及農(nóng)業(yè)綜合開(kāi)發(fā)的實(shí)施，生產(chǎn)要素的空間束縛逐漸減弱，并能夠自由流動(dòng)，這一時(shí)期以改善農(nóng)業(yè)基本生產(chǎn)條件、提高農(nóng)產(chǎn)品綜合生產(chǎn)能力為主，釋放了巨大了農(nóng)業(yè)生產(chǎn)力。而隨著改革開(kāi)放的深入及農(nóng)業(yè)經(jīng)濟(jì)發(fā)展進(jìn)入到新的階段，不同地區(qū)間在資源稟賦、經(jīng)濟(jì)基礎(chǔ)、技術(shù)水平等方面要素差距逐步縮小，地區(qū)間農(nóng)業(yè)生產(chǎn)條件持續(xù)完善，農(nóng)村勞動(dòng)力的非農(nóng)轉(zhuǎn)移與農(nóng)業(yè)生產(chǎn)要素的空間流動(dòng)日趨穩(wěn)定與成熟，新形勢(shì)下農(nóng)業(yè)生產(chǎn)要求提高農(nóng)業(yè)綜合生產(chǎn)能力與保護(hù)生態(tài)環(huán)境相結(jié)合，并力求從以往單純追求產(chǎn)量向優(yōu)化結(jié)構(gòu)、突出質(zhì)量和效益、依靠農(nóng)業(yè)科技進(jìn)步轉(zhuǎn)換，從而進(jìn)一步放緩了農(nóng)業(yè)生態(tài)效率的收斂速度。

5?主要結(jié)論與相關(guān)啟示

農(nóng)村勞動(dòng)力的空間流動(dòng)、農(nóng)業(yè)機(jī)械服務(wù)的跨區(qū)作業(yè)等農(nóng)業(yè)生產(chǎn)要素的空間流動(dòng)性越來(lái)越頻繁，而農(nóng)業(yè)生產(chǎn)不僅要重視其經(jīng)濟(jì)效益，還要考慮其生態(tài)環(huán)境影響。本文以1978—2016年中國(guó)各省市面板數(shù)據(jù)為研究單元，以狹義型農(nóng)業(yè)為研究對(duì)象，采用超效率SBM模型對(duì)省際農(nóng)業(yè)生態(tài)效率進(jìn)行測(cè)算，并將空間效應(yīng)因素引入經(jīng)典β收斂的檢驗(yàn)過(guò)程中，對(duì)中國(guó)農(nóng)業(yè)生態(tài)效率的空間收斂性進(jìn)行估算，并進(jìn)一步對(duì)比不同區(qū)域、不同時(shí)段收斂的分異特征，得到的主要的結(jié)論如下。

（1）從時(shí)間演變的差異來(lái)看，折線圖顯示中國(guó)農(nóng)業(yè)生態(tài)效率呈現(xiàn)出在波動(dòng)中穩(wěn)定上升的走勢(shì)，波動(dòng)性主要集中在1978—2000年間，而在2001—2016年期間東部地區(qū)農(nóng)業(yè)生態(tài)效率增長(zhǎng)程度較中西部地區(qū)更高，但整體仍處于較低水平，農(nóng)業(yè)生態(tài)效率仍存在較大提升空間。中國(guó)農(nóng)業(yè)生態(tài)效率的演變呈現(xiàn)出由高向低轉(zhuǎn)演變的“雙峰”分布特征，且波峰高度的差距在縮小。

（2）中國(guó)農(nóng)業(yè)生態(tài)效率存在顯著的空間收斂趨勢(shì)，各地區(qū)空間差異隨時(shí)間推移呈現(xiàn)逐漸縮小的趨勢(shì)，條件收斂的速度顯著大于絕對(duì)收斂速度。由于空間溢出效應(yīng)的存在，地區(qū)間農(nóng)業(yè)生態(tài)效率的空間差異隨時(shí)間推移呈現(xiàn)出進(jìn)一步縮小的趨勢(shì)，即空間因素對(duì)收斂速度具有加速效應(yīng)。農(nóng)村居民人均純收入、農(nóng)業(yè)機(jī)械投入強(qiáng)度、復(fù)種指數(shù)和種植結(jié)構(gòu)均對(duì)農(nóng)業(yè)生態(tài)效率產(chǎn)生了不同程度的影響，而農(nóng)業(yè)受災(zāi)率、財(cái)政支農(nóng)水平與城鎮(zhèn)化發(fā)展的影響并不顯著。

（3）四大區(qū)域農(nóng)業(yè)生態(tài)效率均表現(xiàn)出顯著的空間收斂性，空間收斂速度呈現(xiàn)出東北、中部、西部、東部的依次遞減的分布格局，且收斂速度均大于經(jīng)典收斂，這與區(qū)域間經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)技術(shù)條件、基礎(chǔ)設(shè)施、資本流動(dòng)性等各方面存在關(guān)聯(lián)性。另外，除2004—2016年外，各時(shí)段農(nóng)業(yè)生態(tài)效率的空間收斂速度同樣高于經(jīng)典收斂速度，且空間收斂速度呈現(xiàn)出逐步遞減的變化過(guò)程，2004—2016年的收斂速度最低，隨著時(shí)間的推移，農(nóng)業(yè)生態(tài)效率的收斂速度開(kāi)始放緩。不同控制變量在不同區(qū)域、不同時(shí)段內(nèi)產(chǎn)生了不同的影響。

本文的研究啟示在于，一方面，中國(guó)農(nóng)業(yè)生態(tài)效率存在較大提升空間，意味著農(nóng)業(yè)的可持續(xù)發(fā)展仍面臨生態(tài)環(huán)境保護(hù)的艱巨任務(wù);另一方面，空間收斂性的存在，使得本地區(qū)政府在關(guān)注自身農(nóng)業(yè)生產(chǎn)的同時(shí)，應(yīng)充分考慮到與鄰近地區(qū)在地理區(qū)位、資源稟賦及農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的差異性，從而相鄰地區(qū)之間應(yīng)建立完備的農(nóng)業(yè)生態(tài)合作機(jī)制、農(nóng)業(yè)生態(tài)政策聯(lián)動(dòng)機(jī)制，加強(qiáng)農(nóng)業(yè)生產(chǎn)合作與交流。農(nóng)業(yè)生態(tài)效率較高的地區(qū)充分發(fā)揮其輻射帶動(dòng)作用，而農(nóng)業(yè)生態(tài)效率較低的地區(qū)則積極借鑒鄰近農(nóng)業(yè)生態(tài)效率較高省市的農(nóng)業(yè)生態(tài)管理經(jīng)驗(yàn)，并結(jié)合自身稟賦條件，尋求農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與資源節(jié)約、環(huán)境保護(hù)之間協(xié)調(diào)發(fā)展的均衡點(diǎn)，并進(jìn)一步縮小地區(qū)間農(nóng)業(yè)生態(tài)效率差距。

（編輯：劉照勝）

參考文獻(xiàn)

[1]農(nóng)業(yè)部， 國(guó)家發(fā)展改革委， 科技部， 等.全國(guó)農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃（2015—2030年） [N/OL].2015-05-28.http：//www.moa.gov.cn/sjzz/jgs/cfc/yw/201505/t20150528_4620635.htm.

[2]張子龍，鹿晨昱，陳興鵬，等.隴東黃土高原農(nóng)業(yè)生態(tài)效率的時(shí)空演變分析——以慶陽(yáng)市為例[J].地理科學(xué)，2014，34（4）：472-478.

[3]潘丹，應(yīng)瑞瑤. 中國(guó)農(nóng)業(yè)生態(tài)效率評(píng)價(jià)方法與實(shí)證——基于非期望產(chǎn)出的SBM模型分析[J].生態(tài)學(xué)報(bào)，2013，33（12）：3837-3845.

[4]吳玉鳴.中國(guó)區(qū)域農(nóng)業(yè)生產(chǎn)要素的投入產(chǎn)出彈性測(cè)算——基于空間計(jì)量經(jīng)濟(jì)模型的實(shí)證[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2010（6）：25-37，48.

[5]SCHALTEGGER S， STURM A. Okologische rationalitat[J]. Die unternehmung，1990（4）：273-290.

[6]呂彬，楊建新.生態(tài)效率方法研究進(jìn)展與應(yīng)用[J].生態(tài)學(xué)報(bào)，2006（11）：3898-3906.

[7]JOLLANDS N， LERMIT J， PATTERSON M. Aggregate ecoefficiency indices for New Zealand：a principal components analysis[J]. Journal of environmental management， 2004，73（4）：293-305.

[8]曾福生，高鳴.我國(guó)糧食生產(chǎn)效率核算及其影響因素分析——基于SBMTobit模型二步法的實(shí)證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（7）：63-70.

[9]MASUDA K. Measuring ecoefficiency of wheat production in Japan： a combined application of life cycle assessment and data envelopment analysis[J].Journal of cleaner production， 2016， 126：373-381.

[10]PASSEL S V， NEVENS F， MATHIJS E， et al. Measuring farm sustainability and explaining differences in sustainable efficiency[J]. Ecological economics， 2007，62（1）：149-161.

[11]高鳴，宋洪遠(yuǎn).糧食生產(chǎn)技術(shù)效率的空間收斂及功能區(qū)差異——兼論技術(shù)擴(kuò)散的空間漣漪效應(yīng)[J].管理世界，2014（7）：83-92.

[12]賈琳，夏英.農(nóng)戶糧食生產(chǎn)規(guī)模效率及其影響因素分析——基于黑、豫、川三省玉米種植戶的調(diào)查數(shù)據(jù)[J].資源科學(xué)，2017，39（5）：924-933.

[13]王歐，楊進(jìn).農(nóng)業(yè)補(bǔ)貼對(duì)中國(guó)農(nóng)戶糧食生產(chǎn)的影響[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2014（5）：20-28.

[14]曾雅婷，呂亞榮，王曉睿.農(nóng)地流轉(zhuǎn)對(duì)糧食生產(chǎn)技術(shù)效率影響的多維分析——基于隨機(jī)前沿生產(chǎn)函數(shù)的實(shí)證研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（1）：13-21，156-157.

[15]郭貫成，丁晨曦.土地細(xì)碎化對(duì)糧食生產(chǎn)規(guī)模報(bào)酬影響的量化研究——基于江蘇省鹽城市、徐州市的實(shí)證數(shù)據(jù)[J].自然資源學(xué)報(bào)，2016，31（2）：202-214.

[16]李波，張俊飚，李海鵬.中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解[J]. 中國(guó)人口·資源與環(huán)境，2011，21（8）：80-86.

[17]王寶義，張衛(wèi)國(guó).中國(guó)農(nóng)業(yè)生態(tài)效率測(cè)度及時(shí)空差異研究[J]. 中國(guó)人口·資源與環(huán)境，2016，26（6）：11-19.

[18]劉應(yīng)元，馮中朝，李鵬，等.中國(guó)生態(tài)農(nóng)業(yè)績(jī)效評(píng)價(jià)與區(qū)域差異[J]. 經(jīng)濟(jì)地理，2014，34（3）：24-29.

[19]鄭德鳳， 郝帥， 孫才志.基于DEAESDA的農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及時(shí)空分異研究[J].地理科學(xué)，2018，38（3）：419-427.

[20]余泳澤.中國(guó)省際全要素生產(chǎn)率動(dòng)態(tài)空間收斂性研究[J].世界經(jīng)濟(jì)，2015，38（10）：30-55.

[21]左永彥，馮蘭剛.中國(guó)規(guī)模生豬養(yǎng)殖全要素生產(chǎn)率的時(shí)空分異及收斂性——基于環(huán)境約束的視角[J].經(jīng)濟(jì)地理，2017，37（7）：166-174+215.

[22]SERGIO J R， BRETT D M. US Regional income convergence： a spatial econometric perspective[J]. Regional studies， 1999，33（2）：143-156.

[23]馬大來(lái)，陳仲常， 王玲.中國(guó)區(qū)域創(chuàng)新效率的收斂性研究：基于空間經(jīng)濟(jì)學(xué)視角[J].管理工程學(xué)報(bào)，2017，31（1）：71-78.

[24]王寶義，張衛(wèi)國(guó).中國(guó)農(nóng)業(yè)生態(tài)效率的省際差異和影響因素——基于1996—2015年31個(gè)省份的面板數(shù)據(jù)分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2018（1）：46-62.

[25]葛鵬飛， 王頌吉， 黃秀路. 中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)算[J].中國(guó)人口·資源與環(huán)境， 2018， 28（5）：66-74.

[26]高鳴，宋洪遠(yuǎn).中國(guó)農(nóng)業(yè)碳排放績(jī)效的空間收斂與分異——基于MalmquistLuenberger指數(shù)與空間計(jì)量的實(shí)證分析[J].經(jīng)濟(jì)地理，2015，35（4）：142-148+185.

[27]TONE K. A slacksbased measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001，130（3）：498-509.

[28]TONE K. A slacksbased measure of superefficiency in data envelopment analysis[J]. European journal of operational research， 2002，143（1）：32-41.

[29]侯孟陽(yáng)， 姚順波. 中國(guó)城市生態(tài)效率測(cè)定及其時(shí)空動(dòng)態(tài)演變[J].中國(guó)人口·資源與環(huán)境， 2018，28（3）：13-21.

[30]張子龍，薛冰，陳興鵬，等.中國(guó)工業(yè)環(huán)境效率及其空間差異的收斂性[J].中國(guó)人口·資源與環(huán)境，2015，25（2）：30-38.

[31]王守坤.空間計(jì)量模型中權(quán)重矩陣的類型與選擇[J].經(jīng)濟(jì)數(shù)學(xué)，2013，30（3）：57-63.

[32]史常亮，李赟，朱俊峰.勞動(dòng)力轉(zhuǎn)移、化肥過(guò)度使用與面源污染[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2016，21（5）：169-180.

[33]賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點(diǎn)源污染調(diào)查評(píng)估方法[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2004（9）：1184-1187.

[34]吳小慶，王亞平，何麗梅，等.基于AHP和DEA模型的農(nóng)業(yè)生態(tài)效率評(píng)價(jià)——以無(wú)錫市為例[J].長(zhǎng)江流域資源與環(huán)境，2012，21（6）：714-719.

[35]李波，張俊飚，李海鵬.中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解[J].中國(guó)人口·資源與環(huán)境，2011，21（8）：80-86.

[36]侯孟陽(yáng)，姚順波.1978—2016年中國(guó)農(nóng)業(yè)生態(tài)效率時(shí)空演變及趨勢(shì)預(yù)測(cè)[J].地理學(xué)報(bào)，2018，73（11）：2168-2183.

[37]徐現(xiàn)祥，舒元. 中國(guó)省區(qū)經(jīng)濟(jì)增長(zhǎng)分布的演進(jìn)（1978—1998）[J]. 經(jīng)濟(jì)學(xué)（季刊），2004（2）：619-638.

[38]楊明海，張紅霞，孫亞男，等.中國(guó)八大綜合經(jīng)濟(jì)區(qū)科技創(chuàng)新能力的區(qū)域差距及其影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（4）：3-19.

[39]ELHORST J P. Dynamic spatial panels： models， methods， and inferences[J].Journal of geographical systems， 2012， 14（1）：5-28.

[40]馬大來(lái)，陳仲常，王玲.中國(guó)省際碳排放效率的空間計(jì)量[J].中國(guó)人口·資源與環(huán)境，2015，25（1）：67-77.

[41]龐家幸.中國(guó)農(nóng)業(yè)生態(tài)效率研究[D].蘭州：蘭州大學(xué)，2016.Convergence and differentiation characteristics onagroecologicalefficiency in China from a spatial perspective

HOUMengyang1，2?YAO Shunbo1，2

（1.Research Center for Resource Economics andEnvironment Management， Northwest A & F University， YanglingShaanxi 712100， China;2.College of Economics & Management， Northwest A & FUniversity， Yangling Shaanxi 712100， China）

Abstract?Based on the panel data of 30 provinces in China from 1978 to 2016， the supper efficiency SBM model was used to measure the interprovincial agroecological efficiency （AEE） in our study. Based on analyzing the spatialtemporal evolution pattern of kernel density estimation， the spatial effect factor is introduced into the testing process of classical βconvergence， so we can estimate its spatial convergence through the spatial econometric model and discuss its differentiation characteristics in different regions and in the time interval. The results show that first the AEE in China presents a ‘doublepeak distribution characteristic with stable rise in fluctuation， and the gap between peak heights is narrowing， but the overall level is still relatively low， so there is still room for improvement in AEE. Besides the AEE improvement in Chinas eastern region is more significant than in the centralwestern regions. Second， the AEE in China has a significant spatial convergence， and the rate of spatial conditions βconvergence is 0.105. The conditional convergence rate is significantly higher than absolute convergence and the spatial spillover effect accelerates the convergence， so that the spatial difference between regional AEE shows a further narrowing trend over time. Third， the spatial convergence of AEE is also significant in different regions and in different periods， and the convergence rate shows the pattern of decreasing in order of northeast China， central China， western China， eastern China. The convergence speed is higher than the classical convergence which is related to economic development between regions， agricultural technical conditions， infrastructure， capital space fluidity and so on， but the spatial convergence speed of AEE in each time interval is also higher than the classical convergence except the period between 2004-2016， and it has experienced the process of decreasing gradually. Finally， due to the existence of spatial convergence， each region should fully consider the differences of its resource endowment and agricultural economic development. The cooperation and exchange of agricultural between neighboring areas should be strengthened， and it is necessary to establish a complete agroecologicalcooperation mechanism and an ecological policy linkage mechanism.

Key words?agroecological efficiency（AEE）; spatial convergence; differentiation characteristics; βconvergence; super efficiency SBM model CHINA POPULATION，? RESOURCES AND ENVIRONMENT?? Vol.29? No.4?2019