農(nóng)村人口老齡化與農(nóng)業(yè)能源效率
——基于直接與間接效應(yīng)視角

鄭祥生，徐若梅

（安徽農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院，安徽 合肥 230036）

改革開放之后，我國的農(nóng)業(yè)快速發(fā)展，但同時對我國的環(huán)境造成了極大的破壞［1］。而長江經(jīng)濟帶對我國具有戰(zhàn)略意義，農(nóng)業(yè)總產(chǎn)值占全國40%以上［2］，且長江經(jīng)濟帶的碳排放約占全國的44.6%［3］，農(nóng)業(yè)已成為第二大排放源［4］，而能源的使用是農(nóng)業(yè)碳排放的重要源泉［5］。與此同時，我國目前人口已經(jīng)進入老齡化，并且自2000年以來，人口老齡化城鄉(xiāng)倒置會逐漸加?。?］，并可能長期存在［7］，人口老齡化從根本上改變了中國社會發(fā)展過程中的動力結(jié)構(gòu)［8］。所以對于探究農(nóng)村人口老齡化與農(nóng)業(yè)能源效率之間的關(guān)系，有利于實現(xiàn)鄉(xiāng)村振興促進農(nóng)業(yè)高質(zhì)量發(fā)展具有重要意義。

對于全要素農(nóng)業(yè)能源效率研究主要有以下幾個方面：首先，能源投入的計算都是主要包含化石能源［5，9-13］，較少包含間接能源。其次，關(guān)于能源效率測算的方法，主要有CRS假設(shè)下基于投入 的DEA模 型［11，14］、基 于 方 向 性 距 離 函 數(shù) 和DEA方 法［12］、包 含 非 期 望 產(chǎn) 出 的SBM模型［13，15］、窗口DEA模型［16］、包含非期望產(chǎn)出的EBM模型［17］，這些方法大多缺乏跨期可比較性。第三，對農(nóng)業(yè)能源影響因素的研究，學(xué)者發(fā)現(xiàn)，能源價格變動、技術(shù)進步分別對農(nóng)業(yè)能源效率有顯著的負向和正向影響［18］；勞動力、資本、能源等要素價格對農(nóng)業(yè)能源效率有影響［19］；農(nóng)村收入增加、農(nóng)業(yè)技術(shù)改善和農(nóng)業(yè)產(chǎn)值占比增加都會對農(nóng)業(yè)能源效率有促進作用［13-14，20］；人均人力資本水平、農(nóng)民人均純收入水平和城鎮(zhèn)化水平等都對農(nóng)業(yè)能源效率有影響［17］。當(dāng)下有學(xué)者如盧秋萍［21］、王笳旭和李朝柱［22］等研究了農(nóng)村人口老齡化對農(nóng)業(yè)經(jīng)濟的影響，但缺乏對農(nóng)村人口老齡化對農(nóng)業(yè)能源效率影響的研究。

所以，鑒于上述文獻，由于全局SBM方法具有跨期可比較性［23-24］，本研究使用全局Undesirable-SBM測算長江經(jīng)濟帶2010-2019年包含直接、間接能源投入和二氧化碳作為非期望產(chǎn)出的農(nóng)業(yè)能源效率，利用核密度函數(shù)探究農(nóng)村人口老齡化和農(nóng)業(yè)能源效率的時空特征，并基于中介效應(yīng)模型考察農(nóng)村人口老齡化背景下，農(nóng)村人口老齡化對農(nóng)業(yè)能源效率的影響路徑。

一、理論分析與研究假說

現(xiàn)有相關(guān)研究表明，農(nóng)村人口老齡化對農(nóng)村勞動力供給、農(nóng)業(yè)規(guī)模化生產(chǎn)、農(nóng)業(yè)科技應(yīng)用水平［21］、農(nóng)村土地流轉(zhuǎn)和規(guī)?；?jīng)營［25］、勞動力供給、資本要素替代、土地規(guī)模化轉(zhuǎn)化［22］、農(nóng)業(yè)生態(tài)效率［26］、對化肥的使用［27-29］以及農(nóng)藥的使用［30］等農(nóng)業(yè)生產(chǎn)多方面產(chǎn)生影響。農(nóng)業(yè)能源的使用同屬于農(nóng)業(yè)生產(chǎn)活動。由此可知，農(nóng)戶作為能源的使用者會影響農(nóng)業(yè)能源的使用效率。又當(dāng)下農(nóng)村人口老齡化和收入的增加，農(nóng)村地區(qū)為彌補勞動力的短缺會使用更具效率的現(xiàn)代化管理方式和器械達到節(jié)省勞動力和成本的目的，從而提高能源的使用效率。由此得到假說1：

H1：農(nóng)村人口老齡化對農(nóng)業(yè)能源效率有影響。

關(guān)于人口老齡化對與人力資本之間的研究表明，人口老齡化會對人力資本產(chǎn)生負向影響［31-32］，另外有學(xué)者研究表明人力資本會對能源效率產(chǎn)生影響［33-34］。由于少子化和農(nóng)村人口向城市的遷移，導(dǎo)致農(nóng)村人口老齡化程度相對更為嚴重。人口老齡化使得農(nóng)村年輕勞動力相對減少，使得農(nóng)村地區(qū)出現(xiàn)一定年輕勞動力短缺。而老年人的體力不如年輕人，相應(yīng)的對高效率的利用機械勞作與年輕勞動力相比要差，目前就農(nóng)村的受教育程度而言，青壯年的受教育程度是要高于老年人的，也就意味著老齡化下的農(nóng)村對于農(nóng)產(chǎn)品市場的變化和新技術(shù)的接受能力較弱，因而會對農(nóng)業(yè)能源的使用產(chǎn)生影響。由此得假說2：

H2：人口老齡化通過人力資本對農(nóng)業(yè)能源效率產(chǎn)生影響。

現(xiàn)有文獻表明，老齡化嚴重的區(qū)縣耕地撂荒較多［35］，從而表現(xiàn)出農(nóng)村勞動力老齡化不利于規(guī)?；?jīng)營的現(xiàn)象［25］。土地規(guī)?；瘯绊懟?、農(nóng)藥等具體的農(nóng)業(yè)生產(chǎn)活動，以及農(nóng)業(yè)碳排放［36-37］。老人由于體力等原因無法經(jīng)營較多的土地，從而將大量的土地流轉(zhuǎn)，有利于土地規(guī)模化，規(guī)?；?jīng)營使得大型機械和相應(yīng)的技術(shù)設(shè)施得到使用，有利于提高農(nóng)業(yè)能源的利用效率，而又有較多老年人可能因為土地情節(jié)而保留一部分土地［38］，從而相對的采用傳統(tǒng)的生產(chǎn)方式，影響土地規(guī)?；娃r(nóng)業(yè)能源效率。由此得假說3：

H3：人口老齡化通過土地規(guī)?；瘜r(nóng)業(yè)能源效率產(chǎn)生影響。

農(nóng)村人口老齡化對農(nóng)業(yè)能源效率的影響路徑如圖1所示。

圖1 農(nóng)村人口老齡化對農(nóng)業(yè)能源效率的影響路徑

二、研究方法和數(shù)據(jù)說明

（一）全局Undesirable-SBM模型

為更好的反應(yīng)農(nóng)業(yè)能源效率隨時間變化的趨勢，本研究借鑒李春宵等［39］的做法，選用全局Undesirable-SBM模型。模型如下，

上式中，K表示決策主體數(shù)量，本研究為長江經(jīng)濟帶的11個省（市）；N種要素投入種類，本研究取4；X種產(chǎn)出種類，本研究取2；M種期望產(chǎn)出，本研究中M取1；I種非期望產(chǎn)出，本研究中I取1。s表示松弛變量；ρ表示綜合效率，ρ在0到1之間取值，若測算生態(tài)效率則ρ值越接近1，表明生態(tài)效率越高。

雖然上述SBM模型不能直接得出相關(guān)要素的效率，但SBM模型可以求出各投入要素的松弛變量，因而可以由實際投入量與松弛變量的差值來計算目標投入要素的效率。本研究全要素農(nóng)業(yè)能源效率計算如下：

其中，EEit是i省第t年的全要素農(nóng)業(yè)能源效率值，AEIit是i省 第t年的 實際能源投 入，TEIit是i省第t年的目標能源投入，ECVit是i省第t年由SBM算出的能源改進值。同樣可以得到其它投入要素的效率值。

（二）核密度法

核密度函數(shù)可用來對數(shù)據(jù)隨時間變化的具體特征進行分析，因而本研究采用核密度函數(shù)曲線來探究長江經(jīng)濟帶的農(nóng)業(yè)能源效率的演變特征，模型如下：

上式中，f(x)為X（X表示農(nóng)業(yè)能源效率）的密度函數(shù)，x表示考察期內(nèi)的平均農(nóng)業(yè)能源效率。N表示總的省（市）數(shù)量，本研究取11；h為帶寬，也即坐標軸的間隔；K為高斯函數(shù)。

（三）多重中介效應(yīng)模型

為了研究農(nóng)村人口老齡化對農(nóng)業(yè)能源效率的影響，選擇當(dāng)下廣泛應(yīng)用于探究傳到機制的研究方法中介效應(yīng)模型［40］，模型如下，

上面（7）-（9）式中，Y、X、M、X1分別表示因變量農(nóng)業(yè)能源效率、核心解釋變量農(nóng)村人口老齡化、中介變量土地規(guī)?；娃r(nóng)村人力資本和控制變量，e和ε分別表示截距和隨機誤差。中介效應(yīng)存在的基礎(chǔ)是（7）式中的系數(shù)c顯著，才可做（8）-（9）式的檢驗，證明中介效應(yīng)的存在。

（四）變量與數(shù)據(jù)來源

1.變量設(shè)置

（1）全局Undesirable-SBM模型的投入產(chǎn)出指標，如表1。

表1 農(nóng)業(yè)能源效率計算的相關(guān)指標

（2）核心解釋變量。人口老齡化根據(jù)聯(lián)合國1956的《人口老齡化及其社會經(jīng)濟影響》中對于人口老齡化的界定，選擇鄉(xiāng)村人口中65歲以上老人占比表示。

（3）中介變量。土地規(guī)?；剑鶕?jù)2017年廣西壯族自治區(qū)統(tǒng)計局發(fā)布的農(nóng)作物耕地面積和播種面積的區(qū)別，可知耕地面積包括了溝、渠和地埂等不種植農(nóng)作物的面積，且耕地是存量，無論土地是否拋荒都計算在耕地面積內(nèi)，所以會造成實際種植土地面積計算不準確，因而本研究根據(jù)Frank［43］的研究選擇人均播種面積表示。

農(nóng)村人力資本水平（平均受教育程度），是農(nóng)業(yè)生態(tài)化發(fā)展的基礎(chǔ)條件，一般而言農(nóng)村勞動力素質(zhì)越高越有利于農(nóng)業(yè)生態(tài)化發(fā)展，這里用農(nóng)村家庭勞動力平均受教育年限來表征［26］。

（4）控制變量。工業(yè)化水平，采用每個?。ㄊ校┊?dāng)年工業(yè)產(chǎn)值與總產(chǎn)值的比值表示，因為不同地區(qū)的工業(yè)化水平的高低會對當(dāng)?shù)氐霓r(nóng)業(yè)技術(shù)水平和相關(guān)的化學(xué)用品等產(chǎn)生影響，從而影響農(nóng)業(yè)收入和排放，繼而影響對能源效率產(chǎn)生影響［44］。

農(nóng)戶收入，采用每個?。ㄊ校┑牡谝划a(chǎn)業(yè)產(chǎn)值與鄉(xiāng)村人口的比值表示，農(nóng)戶的收入在一定程度上可以表示該地區(qū)的農(nóng)業(yè)經(jīng)濟發(fā)展水平［45］。由于當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟發(fā)展水平不同，農(nóng)戶所使用的器械以及能源的偏好都會有差別，所以必然會對農(nóng)業(yè)能源的消耗產(chǎn)生影響［13］。

能源消耗結(jié)構(gòu)，采用每個省（市）的直接能源消耗與總能源消耗的比值表示，因為不同能源的價格和使用效率都不一樣且不同地區(qū)的能源消耗結(jié)構(gòu)亦不相同，所以能源消耗結(jié)構(gòu)會影響能源效率［46］。

城鎮(zhèn)化水平，采用每個?。ㄊ校┑某擎?zhèn)常住人口與總?cè)丝诘谋戎当硎荆驗閯趧恿茉磿a(chǎn)生替代效應(yīng)且勞動力結(jié)構(gòu)的差異也會影響能源相關(guān)的使用情況，所以城鎮(zhèn)化水平會對農(nóng)業(yè)能源效率產(chǎn)生影響［17］。

受災(zāi)率，采用每個?。ㄊ校┑目偟氖転?zāi)面積與總的播種面積的比值表示，因為當(dāng)?shù)剞r(nóng)業(yè)受災(zāi)必然會對當(dāng)?shù)氐霓r(nóng)業(yè)收入等產(chǎn)生影響，從而影響農(nóng)業(yè)能源效率［17］。

2.數(shù)據(jù)來源

由于部分數(shù)據(jù)不能全部獲得，所以本研究的初始數(shù)據(jù)為2010-2019年長江經(jīng)濟帶9省2市的數(shù)據(jù)，數(shù)據(jù)到指標和變量的處理如上文所述。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國固定資產(chǎn)投資統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》和各地統(tǒng)計年鑒。

三、實證結(jié)果

（一）農(nóng)業(yè)能源的投入、農(nóng)業(yè)能源效率的動態(tài)演進

1.能源投入

由圖2可知在考察期內(nèi)，間接農(nóng)業(yè)能源投入高于直接農(nóng)業(yè)能源投入。直接農(nóng)業(yè)能源投入有逐步上漲的趨勢，漲幅為5.3%，而間接農(nóng)業(yè)能源投入則相反有下降的趨勢，下降幅度較大為15.3%，導(dǎo)致總的農(nóng)業(yè)能源投入整體為下降的趨勢，降低幅度為6.8%。對于2013年的直接能源投入的減少，是由于《中國能源統(tǒng)計年鑒》上的重慶市農(nóng)林牧漁業(yè)相關(guān)的原煤消耗從2012年的320.75萬噸驟降到2013年的36.98萬噸。

圖2 長江經(jīng)濟帶農(nóng)業(yè)能源投入結(jié)構(gòu)

2.農(nóng)業(yè)能源效率

由表2可知，在考察期內(nèi)，長江經(jīng)濟帶的各?。ㄊ校┑霓r(nóng)業(yè)能源效率都是逐漸上升的，整體上呈現(xiàn)，長江中游＜長江上游＜長江下游。長江下游的農(nóng)業(yè)能源效率大于長江上、中游，一部分原因是長江下游的農(nóng)業(yè)生產(chǎn)的基礎(chǔ)條件較好，且下游靠海方便農(nóng)產(chǎn)品進出口以及與國外展開相關(guān)的技術(shù)交流，及時獲得先進的農(nóng)業(yè)技術(shù)和管理經(jīng)驗，另一方面，下游的經(jīng)濟發(fā)展也相對較好，對于惠農(nóng)政策力度也相對較大，如江蘇從2019的支農(nóng)支出為1032.17億元，同比中游的湖北的支農(nóng)支出為828.81億元，上游998.9億元，因而長江下游的農(nóng)業(yè)能源效率較高。長江中游的能源效率低于上游，部分原因是西部有2000年的“西部大開發(fā)”的長期政策的正向影響，中部省份是產(chǎn)糧大省需要大量的化石能源投入，而化石能源的利用必然會導(dǎo)致大量二氧化碳排放，使得農(nóng)業(yè)能源效率相對表現(xiàn)較差。

表2 長江經(jīng)濟帶農(nóng)業(yè)能源效率

對于2012年的長江上游能源效率的較大下降，是由于貴州的直接能源投入是2011年的2.22倍，導(dǎo)致其能源效率有較大下降，而長江上游的其它?。ㄊ校┫鄬^為平穩(wěn)，所以2012年長江上游的農(nóng)業(yè)能源效率降幅較大；對于2013年長江上游農(nóng)業(yè)能源效率較大幅度的上漲，是由于重慶市和貴州省的直接能源投入有較大下降，分別下降70%和39%，導(dǎo)致兩區(qū)域的農(nóng)業(yè)能源效率大幅度上升，致使長江上游農(nóng)業(yè)能源效率漲幅較大。

在整個考察期間，上海、江蘇、四川等?。ㄊ校┑霓r(nóng)業(yè)能源效率表現(xiàn)較好，平均值分別為0.79、0.86、0.80，超過了考察期內(nèi)能源效率的平均值0.66，而表現(xiàn)較差的安徽、湖北、湖南等省（市）農(nóng)業(yè)能源效率低于考察期內(nèi)能源效率的平均值，?。ㄊ校╅g農(nóng)業(yè)能源效率差異明顯。圖3呈現(xiàn)了長江經(jīng)濟帶主要年份的農(nóng)業(yè)能源效率密度分布。形狀上，農(nóng)業(yè)能源的核密度函數(shù)峰高逐漸減低，且有單峰向多峰發(fā)展的趨勢，同樣說明了農(nóng)業(yè)能源效率地區(qū)間差異逐漸擴大。位置上，核密度函數(shù)不斷向右移，說明農(nóng)業(yè)能源效率在提高。農(nóng)業(yè)能源效率的提高離不開政府長期對農(nóng)業(yè)的重視以及出臺各項惠農(nóng)政策，如多年將“三農(nóng)問題”作為“中央一號”文件。

圖3 2010-2019主要年份長江經(jīng)濟帶農(nóng)業(yè)能源效率密度

3.農(nóng)業(yè)能源效率與農(nóng)村人口老齡化空間聚類分析

為了探索農(nóng)村人口老齡化和農(nóng)業(yè)能源效率空間位置上的關(guān)系，本研究對農(nóng)村人口老齡化程度和農(nóng)業(yè)能源效率進行細分。

人口老齡化階段國際上是這樣劃分的：年輕階段，小于0.040；成年階段，0.040～0.070；老齡化階段，大于0.070［47］。根據(jù)國際標準和2010年-2019年長江經(jīng)濟帶農(nóng)村人口老齡化程度的范圍（0.070～0.229）將長江經(jīng)濟帶的農(nóng)村人口老齡化劃分為：初級老齡化階段，0.070～0.120；中度老齡化階段，0.120～0.170；重度老齡化階段，大于0.170。對于能源效率的劃分，多數(shù)文獻根據(jù)考察期內(nèi)能源效率均值進行Kmeans聚類［48-50］，由于本研究需要探究人口老齡化和農(nóng)業(yè)能源效率的時空變化的關(guān)系，所以選擇和農(nóng)村人口老齡化一樣的劃分方法，根據(jù)2010-2019年長江經(jīng)濟帶的農(nóng)業(yè)能源效率的范圍（0.36～1.0）將農(nóng)業(yè)能源效率劃分為三個階段：低效率階段，0.36～0.57；中等效率階段，0.57～0.78；高效率階段，0.78～1。再將二者結(jié)合地理位置進行匹配分為9個等級，分別為1（低老齡化-低農(nóng)業(yè)能源效率）、2（低老齡化-中農(nóng)業(yè)能源效率）、3（低老齡化-高農(nóng)業(yè)能源效率）、……、9（高老齡化-高農(nóng)業(yè)能源效率），再利用QGIS分別用不同的顏色著色使數(shù)據(jù)可視化，如表3所示。

表3 農(nóng)村人口老齡化和農(nóng)業(yè)能源效率分類匹配表

由表3可知，長江經(jīng)濟帶整體上的呈現(xiàn)，由低老齡化-低農(nóng)業(yè)能源效率向高老齡化-高農(nóng)業(yè)能源效率發(fā)展的趨勢，其中變化最為明顯的是四川、重慶、江蘇、浙江等?。ㄊ校?，發(fā)展較慢的是云南、貴州等省份。在考察期間內(nèi)，沒有出現(xiàn)重度老齡化且高農(nóng)業(yè)能源效率的省份。對于多數(shù)省（市）大多數(shù)年份都是老齡化程度的級別要高于或等于同地區(qū)的農(nóng)業(yè)能源效率的級別，表明同地區(qū)的老齡化程度的加重速度要大于或等于該地區(qū)的農(nóng)業(yè)能源效率提高的速度；且隨著時間的推移，農(nóng)村人口老齡化的區(qū)域間差異要大于農(nóng)業(yè)能源效率區(qū)域間的差異，如2010的四川省和云南、湖北等省份之間的差異，2019年的四川、江蘇、浙江等省（市）和云南之間的差異。分區(qū)域來看，長江經(jīng)濟帶下游和上游的由低老齡化-低農(nóng)業(yè)能源效率向高老齡化-高農(nóng)業(yè)能源效率發(fā)展的趨勢要快于長江經(jīng)濟帶中游。

（二）農(nóng)村人口老齡化對農(nóng)業(yè)能源效率多重中介效應(yīng)檢驗

1.農(nóng)村人口老齡化對農(nóng)業(yè)能源效率的影響

表4報告了農(nóng)村人口老齡化與農(nóng)業(yè)能源效率的實證結(jié)果。表5中使用了三種不同的方法，分別是廣義最小二乘法估計的混合效應(yīng)、隨機效應(yīng)和固定效應(yīng)，對農(nóng)村人口老齡化和農(nóng)業(yè)能源效率的關(guān)系進行驗證。結(jié)果顯示，三種方法中的農(nóng)村人口老齡化都對農(nóng)業(yè)能源效率展現(xiàn)出顯著為正的影響，吻合上文關(guān)于農(nóng)業(yè)能源效率與農(nóng)村人口老齡化的時空變化趨勢，證實了假說1。因為現(xiàn)代化的農(nóng)戶會因為勞動力的減少，會從環(huán)保意識和節(jié)約成本的要求出發(fā)，更大限度使用高效率的農(nóng)業(yè)器械和管理方法，因而農(nóng)業(yè)能源的效率提高。同時，也滿足了Judd等［51］關(guān)于基準回歸中解釋變量的估計系數(shù)顯著是進行后續(xù)逐步回歸的前提條件的理論?；旌闲?yīng)和隨機效應(yīng)的LM檢驗P值為0，說明應(yīng)拒絕“不存在個體隨機效應(yīng)”的原假設(shè)，而選擇隨機效應(yīng)；混合效應(yīng)與固定效應(yīng)的F檢驗P值為0，說明應(yīng)拒絕“所有ui=0”的原假設(shè)，而選擇固定效應(yīng)；隨機效應(yīng)與固定效應(yīng)的Hausman檢驗P值為0.011 7，說明應(yīng)該拒絕隨機效應(yīng)，接受固定效應(yīng)。所以最后選擇固定效應(yīng)作為后續(xù)檢驗的基礎(chǔ)方法。

表4 農(nóng)村人口老齡化與農(nóng)業(yè)能源效率

表5 人力資本的中介效應(yīng)

控制變量，工業(yè)化對農(nóng)業(yè)能源效率的影響的系數(shù)為-1.235且顯著，表明當(dāng)下工業(yè)化程度每提高1%，農(nóng)業(yè)能源效率下降1.235%。因為工業(yè)化程度的提高不僅能給農(nóng)業(yè)帶來效率更高的技術(shù)和生產(chǎn)要素，也會吸收走大量的資金和年輕勞動力，對農(nóng)業(yè)生產(chǎn)活動產(chǎn)生負面影響，從而降低農(nóng)業(yè)能源效率。說明當(dāng)下長江經(jīng)濟帶還處于農(nóng)業(yè)供養(yǎng)工業(yè)的階段。

農(nóng)戶收入對農(nóng)業(yè)能源效率的影響的系數(shù)為0.149且顯著，表明目前農(nóng)戶每提高1%的收入，農(nóng)業(yè)能源效率上升0.149%。農(nóng)戶收入增加會正面刺激農(nóng)戶投入更多的精力到農(nóng)業(yè)生產(chǎn)中，提高農(nóng)業(yè)生產(chǎn)活動的管理效率，減少農(nóng)業(yè)生產(chǎn)中不必要的浪費，使農(nóng)戶傾向于使用便利、舒適的清潔能源，從而進一步提高農(nóng)業(yè)收入和農(nóng)業(yè)能源效率。

能源消耗結(jié)構(gòu)對農(nóng)業(yè)能源效率的影響的系數(shù)為-0.752且顯著，表明現(xiàn)在直接能源消耗每增加1%，農(nóng)業(yè)能源效率下降0.752%。因為直接能源主要是化石能源而這些能源是碳排放的主要來源，而當(dāng)下我國的大部分農(nóng)業(yè)生產(chǎn)活動并沒有形成大規(guī)模的作業(yè)，因而化石能源的能源利用效率不高，所以能源消耗結(jié)構(gòu)的增加會降低農(nóng)業(yè)能源效率。

城鎮(zhèn)化水平和受災(zāi)率對農(nóng)業(yè)能源效率的影響都為負不顯著。城鎮(zhèn)化水平的提高會吸收年輕勞動力，但同時也會促進農(nóng)業(yè)生產(chǎn)的規(guī)模化，兩者的共同作用可能抵消了城鎮(zhèn)化水平對農(nóng)業(yè)能源效率的影響。受災(zāi)率不利于農(nóng)業(yè)生產(chǎn)，但由于我國對農(nóng)業(yè)災(zāi)后的補救措施越來越好，以及農(nóng)業(yè)保險措施的普及和完善，從而會減輕農(nóng)業(yè)損失，所以對農(nóng)業(yè)能源效率的影響不顯著。

2.人力資本中介效應(yīng)

表5展示了農(nóng)村人口老齡化對農(nóng)村人力資本的影響為a=-3.826且顯著，表示農(nóng)村人口老齡化程度每加深1%，農(nóng)村人力資本降低3.826%。隨著國家各項各種惠農(nóng)政策的出臺，義務(wù)教育的普及，使得鄉(xiāng)村地區(qū)輟學(xué)率降低升學(xué)率提高，相較老一輩而言有著更加豐富的教育資源，也使得青年人的受教育程度要高于老年人。但由于當(dāng)下的老齡化、少子化現(xiàn)象和遷出現(xiàn)象的加重使得農(nóng)村人力資本迅速下降。人力資本對農(nóng)業(yè)能源效率影響為b=0.151且顯著，說明人力資本每提高1%，農(nóng)業(yè)能源效率上升0.151%。受教育程度的提高，使得人們更加注重環(huán)保使用相對清潔的能源，也能更好的接受新技術(shù)和提高管理效率。a和b均顯著，證明了假說2，但由于c’也顯著，說明農(nóng)村人力資本是部分中介效應(yīng)。a和b的符號相反，說明農(nóng)村人口老齡化通過農(nóng)村人力資本對農(nóng)業(yè)能源效率的影響為負。農(nóng)村人口老齡化導(dǎo)致得人力資本下降會降低老齡化對農(nóng)業(yè)能源效率的積極影響。

3.土地規(guī)模中介效應(yīng)

表6的檢驗結(jié)果表明，農(nóng)村人口老齡化對土地規(guī)模化的影響為a=-0.106且顯著，與李露的研究結(jié)果一致［26］，表示當(dāng)前農(nóng)村人口老齡化程度每提高1%，土地規(guī)模化程度下降0.106%。雖然老年人由于自身的體力等原因會促進流轉(zhuǎn)部分土地，但另外也是由于自身的限制很難進行規(guī)?；霓r(nóng)業(yè)生產(chǎn)活動，另外由于老齡人身體的原因使得多數(shù)的年輕人需要照顧老人不能外出務(wù)工，而農(nóng)村的工作有限，迫使這部分年輕人只得從事農(nóng)業(yè)活動，因而不利于土地的規(guī)?；Ｍ恋匾?guī)模化對農(nóng)業(yè)能源效率的影響為b=-2.967且顯著，則表明土地規(guī)?；潭让刻岣?%，農(nóng)業(yè)能源效率下降2.967%。在目前農(nóng)村人口基數(shù)龐大，而我國的土地規(guī)模流轉(zhuǎn)和規(guī)?；a(chǎn)還處于起步階段的現(xiàn)實下，規(guī)模化農(nóng)業(yè)仍處于探索階段，大量的財政以及民間投入，不能很快的見效，需要較長時間的轉(zhuǎn)化吸收，造成短期內(nèi)的高投入-高污染，從而使得農(nóng)業(yè)能源效率降低。a和b均顯著，證明了假說3，但由于c’也顯著，說明土地規(guī)?；遣糠种薪樾?yīng)。

表6 土地規(guī)?；闹薪樾?yīng)

四、結(jié)論與政策建議

本研究在農(nóng)村人口老齡化程度日趨加深的背景下，使用全局Undesirable-SBM測算了包含間接能源的長江經(jīng)濟帶2010-2019年的農(nóng)業(yè)能源使用效率，并探究了農(nóng)村人口老齡化程度和農(nóng)業(yè)能源效率的時空變化，另外使用中介效應(yīng)模型驗證了農(nóng)村人口老齡化對農(nóng)業(yè)能源效率的影響，得到如下結(jié)論：

第一，長江經(jīng)濟帶的能源投入在考察期內(nèi)，呈現(xiàn)總的能源和間接能源投入下降，直接能源投入上升，且直接能源投入高于間接能源投入。

第二，考察期內(nèi)長江經(jīng)濟帶的農(nóng)業(yè)能源效率整體上呈現(xiàn)上升趨勢，且長江中游＜長江上游＜長江下游；?。ㄊ校┲g農(nóng)業(yè)能源效率差距明顯，上海、江蘇、四川等?。ㄊ校┑霓r(nóng)業(yè)能源效率表現(xiàn)較好，超過了考察期內(nèi)能源效率的平均值0.66，安徽、湖北、湖南等?。ㄊ校┺r(nóng)業(yè)能源效率表現(xiàn)較差低于考察期內(nèi)能源效率的平均值。

第三，考察期內(nèi)長江經(jīng)濟帶各區(qū)域間呈現(xiàn)出，長江下游＞長江上游＞長江中游；且各?。ㄊ校╅g的人口老齡化程度差異不斷加大。

第四，考察期內(nèi)長江經(jīng)濟帶整體上的呈現(xiàn)，由低老齡化-低農(nóng)業(yè)能源效率向高老齡化-高農(nóng)業(yè)能源效率發(fā)展的趨勢；且長江經(jīng)濟帶下游和上游的由低老齡化-低農(nóng)業(yè)能源效率向高老齡化-高農(nóng)業(yè)能源效率發(fā)展的趨勢要快于長江經(jīng)濟帶中游。第五，考察期內(nèi)農(nóng)村人口老齡化對農(nóng)業(yè)能源效率的提高有積極的影響；農(nóng)村人口老齡化通過農(nóng)村人力資本的中介效應(yīng)對農(nóng)業(yè)能源效率的影響為負；農(nóng)村人口老齡化通過土地規(guī)?；闹薪樾?yīng)對農(nóng)業(yè)能源效率的影響為正。

由上述結(jié)論提出以下建議。

第一，完善農(nóng)村的養(yǎng)老保險機制，解決好農(nóng)村人口養(yǎng)老的這一短板，開展多方參與、多元養(yǎng)老模式，例如互助養(yǎng)老、社區(qū)養(yǎng)老等，最終實現(xiàn)老有所養(yǎng)的標準。讓年輕人無后顧之憂，也讓老齡人有更好的晚年生活，提高幸福感，減少其對土地的依賴。

第二，加強對農(nóng)村教育的投資，減小農(nóng)村教育水平和城市教育水平的差距，以鄉(xiāng)情和足夠的教育水平吸引高學(xué)歷的人才返鄉(xiāng)，解決農(nóng)業(yè)生產(chǎn)活動中年輕勞動力不足的問題，提高農(nóng)村的受教育程度，為實現(xiàn)現(xiàn)代化農(nóng)業(yè)做好鋪墊。

第三，要因地制宜，由于各區(qū)域間的工業(yè)化和城鎮(zhèn)程度等不同，各地區(qū)擁有不同的優(yōu)勢，所以需發(fā)揮不同區(qū)域間的農(nóng)業(yè)優(yōu)勢，加強區(qū)域間的交流，打破農(nóng)業(yè)生產(chǎn)要素區(qū)域間流動的壁壘。長江下游要繼續(xù)發(fā)揮人才優(yōu)勢、技術(shù)優(yōu)勢以及區(qū)域優(yōu)勢，使用清潔能源，減少碳排放，提高農(nóng)業(yè)能源的使用效率；長江中游作為長江上下游交流的橋梁，要充分利用信息，發(fā)揮自身農(nóng)業(yè)種植規(guī)模的優(yōu)勢，提高農(nóng)業(yè)生產(chǎn)率和農(nóng)業(yè)能源使用效率；長江上游，可以借助政策的傾斜和省與省之間的對口幫扶，充分吸收先進的技術(shù)和農(nóng)業(yè)管理理念提高農(nóng)業(yè)能源效率。