摘要 采用包含非期望產(chǎn)出的SBM模型對黃河流域中上游2011—2020年的農(nóng)業(yè)綠色生產(chǎn)效率進行測算和分析，之后采用Tobit模型分析普惠金融對該區(qū)域農(nóng)業(yè)綠色生產(chǎn)效率的影響。結(jié)果表明：①黃河流域中上游農(nóng)業(yè)綠色生產(chǎn)效率值處于中等水平，且表現(xiàn)出上升趨勢。分區(qū)域分析，上游地區(qū)整體呈線性增長趨勢，其增長較快，中游地區(qū)雖整體表現(xiàn)出上升趨勢，但整體發(fā)展趨勢弱于上游。各?。ㄊ校┲校瑥母魇砜?，內(nèi)蒙古自治區(qū)農(nóng)業(yè)綠色生產(chǎn)效率值要明顯高于其余?。ㄗ灾螀^(qū)），陜西省的效率值最低。②普惠金融總指數(shù)對黃河中上游整體及上游均有顯著的正向作用，對中游有顯著的負向作用。普惠金融覆蓋廣度指數(shù)對黃河中上游整體及上游和中游均有顯著的促進作用。普惠金融使用深度指數(shù)分別對黃河流域中上游整體及上游和中游農(nóng)業(yè)綠色生產(chǎn)效率均有有顯著的正向作用。

關(guān)鍵詞 黃河中上游；普惠金融；農(nóng)業(yè)綠色生產(chǎn)效率；非期望SBM模型；Tobit模型

中圖分類號 S-9；F 326.1? 文獻標(biāo)識碼 A

文章編號 0517-6611（2023）12-0229-05

doi：10.3969/j.issn.0517-6611.2023.12.051

Research on the Impact of Inclusive Finance on Agricultural Green Production Efficiency in the Middle and Upper Reaches of the Yellow River Basin

WU Xiao-tong

（School of Economics and Management， Yangtze University， Jingzhou， Hubei 434023）

Abstract This paper uses the SBM model including unexpected output to measure and analyze the agricultural green production efficiency in the middle and upper reaches of the Yellow River basin from 2011 to 2020， and then uses the Tobit model to analyze the impact of inclusive finance on the agricultural green production efficiency in the region.The results show that：①The agricultural green production efficiency in the middle and upper reaches of the Yellow River basin is at a medium level and shows an upward trend.According to the regional analysis， the upstream region shows a linear growth trend as a whole， and its growth is fast.Although the midstream region shows an overall upward trend， the overall development trend is weaker than the upstream region.Among the provinces （municipalities）， from the perspective of each province， the agricultural green production efficiency value of Inner Mongolia Autonomous Region is significantly higher than that of other provinces （autonomous regions）， while the efficiency value of Shaanxi Province is the lowest.②The general index of inclusive finance has a significant positive effect on the middle and upper reaches of the Yellow River as a whole and the upper reaches， and a significant negative effect on the middle and upper reaches.The inclusive financial coverage index plays a significant role in promoting the middle and upper reaches of the Yellow River as a whole， as well as the upper and middle reaches.The use depth index of inclusive finance has a significant positive effect on the overall agricultural green production efficiency in the middle and upper reaches of the Yellow River basin， as well as in the upper and middle reaches.

Key words The middle and upper reaches of the Yellow River;Inclusive finance;Agricultural green production efficiency;Unexpected SBM model;Tobit model

作者簡介 吳曉通（1989—），男，廣東中山人，碩士研究生，研究方向：農(nóng)業(yè)管理。

收稿日期 2022-11-14

改革開放40多年以來，我國農(nóng)業(yè)經(jīng)濟發(fā)展屢創(chuàng)新高，但我國農(nóng)業(yè)經(jīng)濟多以粗放式發(fā)展為主，農(nóng)業(yè)發(fā)展質(zhì)量并不高。隨著農(nóng)業(yè)經(jīng)濟的持續(xù)發(fā)展，粗放式發(fā)展帶來的不良后果也在逐漸顯現(xiàn)，土壤板結(jié)、土地肥力下降、農(nóng)田污染等為我國農(nóng)業(yè)發(fā)展蒙上了陰影，阻礙了我國農(nóng)業(yè)現(xiàn)代化進程。為保障糧食安全，促進我國農(nóng)業(yè)高質(zhì)量發(fā)展，劉連馥先生2003年提出了綠色農(nóng)業(yè)的發(fā)展概念，為我國農(nóng)業(yè)綠色發(fā)展奠定了理論基礎(chǔ)?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》提出要“推進農(nóng)業(yè)綠色轉(zhuǎn)型”，“完善綠色農(nóng)業(yè)標(biāo)準(zhǔn)體系”，2022年中央一號文件也提出要“推進農(nóng)業(yè)農(nóng)村綠色發(fā)展”，農(nóng)業(yè)綠色發(fā)展勢在必行。

黃河流域是我國重要的農(nóng)業(yè)生產(chǎn)基地，也是我國環(huán)境治理的重點和難點，為更好地治理黃河流域，我國政府將黃河流域生態(tài)保護和高質(zhì)量發(fā)展上升為國家戰(zhàn)略。相較于長江流域，黃河流域所處的緯度更高，水流量更小，流域面積也更小，環(huán)境也更加干燥，這使得黃河流域，尤其是中上游地區(qū)降水量較少，土地干旱，生態(tài)脆弱，農(nóng)業(yè)發(fā)展嚴(yán)重受限。因此，黃河流域農(nóng)業(yè)想要發(fā)展，就必須走生態(tài)友好型發(fā)展之路，提高水資源利用率，實現(xiàn)農(nóng)業(yè)綠色發(fā)展。但在農(nóng)業(yè)綠色發(fā)展初期，農(nóng)業(yè)從業(yè)者收入勢必會受到影響而降低，使得農(nóng)民實行農(nóng)業(yè)綠色發(fā)展的意愿下降，進而降低農(nóng)業(yè)綠色發(fā)展速度。普惠金融的出現(xiàn)能夠很好地彌補農(nóng)民這一部分的損失，提高農(nóng)民實行農(nóng)業(yè)綠色發(fā)展的意愿。農(nóng)業(yè)綠色生產(chǎn)效率是衡量該地區(qū)農(nóng)業(yè)綠色發(fā)展的重要指標(biāo)，一直以來都是國內(nèi)外學(xué)者研究的熱點。有關(guān)農(nóng)業(yè)綠色生產(chǎn)效率的研究主要集中在概念和理論研究、測算方法、時空演化和影響因素等4個方面。第一，概念和理論研究。隨著經(jīng)濟的快速發(fā)展和人們生活節(jié)奏的加快，人們越來越重視對效率的追求，在農(nóng)業(yè)領(lǐng)域表現(xiàn)得尤為明顯。為了追求農(nóng)業(yè)發(fā)展效率，農(nóng)業(yè)生產(chǎn)者不斷使用各種手段來提高農(nóng)業(yè)生產(chǎn)效率，如加大化肥、農(nóng)藥使用力度，這些方法雖然能夠提高農(nóng)業(yè)生產(chǎn)效率，但也帶來了土壤板結(jié)、土地肥力下降、農(nóng)田污染等問題，影響了農(nóng)業(yè)發(fā)展的可持續(xù)性［1］?；诖朔N現(xiàn)象，農(nóng)業(yè)綠色生產(chǎn)效率逐漸成為研究熱點。綠色生產(chǎn)效率這一概念最早是由Schaltegger等［2］在1990年提出的，后引申到各個領(lǐng)域［3］。第二，研究方法上。目前主流的研究方法主要有隨機前沿法［4］、數(shù)據(jù)包絡(luò)法［5］，在實際研究中主要以數(shù)據(jù)包絡(luò)法為主。具體到實際研究中主要有生產(chǎn)效率和全要素生產(chǎn)率2種，農(nóng)業(yè)綠色生產(chǎn)效率測算方法主要是基于非期望產(chǎn)出的SBM模型［6］，而綠色全要素生產(chǎn)率的研究主要有ML［7］和GML［8］兩種，二者各有優(yōu)勢。第三，時空演化。時空演化主要是指在時間和空間上的演化，時間上的演化顧名思義是指一個地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率會隨著時間的變化而產(chǎn)生相應(yīng)變化［9］，空間演化則主要是指不同地區(qū)之間農(nóng)業(yè)綠色生產(chǎn)效率會存在差異，且這種差異會隨著空間的變化而產(chǎn)生相應(yīng)改變［10］。第四，影響因素。有關(guān)影響因素的研究主要有宏觀和微觀兩個方面，宏觀層面主要集中在農(nóng)業(yè)生態(tài)補貼政策等方面［11］，微觀方面主要主要有農(nóng)村人均收入、農(nóng)業(yè)結(jié)構(gòu)、農(nóng)業(yè)受災(zāi)率、農(nóng)村人力資本、農(nóng)業(yè)財政支持、農(nóng)村金融支持、工業(yè)化程度、城鎮(zhèn)化程度等［9，12-13］。

從上述分析可以看出，有關(guān)農(nóng)業(yè)綠色生產(chǎn)效率的概念和理論研究、測算方法、時空演化和影響因素4個方面的研究已經(jīng)較為完善，但有關(guān)普惠金融對農(nóng)業(yè)綠色生產(chǎn)效率影響的研究較為吸收，尤其是以黃河中上游為主要研究對象的更是鮮見?；诖?，根據(jù)黃河流域中上游2011—2020年面板數(shù)據(jù)，實證分析普惠金融對該區(qū)域農(nóng)業(yè)生產(chǎn)效率的影響，為更好地發(fā)揮數(shù)字普惠金融在農(nóng)業(yè)、農(nóng)村中的綠色增長效應(yīng)提供穩(wěn)健的實證依據(jù)和決策參考。

1 模型及指標(biāo)體系構(gòu)建

1.1 模型構(gòu)建

1.1.1 包含非期望產(chǎn)出的SBM模型。

數(shù)據(jù)包絡(luò)分析（DEA）是一種非參數(shù)前沿方法，長期以來一直被用作評估經(jīng)濟、能源、環(huán)境和生態(tài)效率的方法。傳統(tǒng)的DEA模型對于松弛變量的考慮存在不足，造成效率值存在偏差。Tone等［14］通過對Anderson超效率模型進行深入研究，結(jié)合前期的SBM模型構(gòu)建出了超效率SBM模型，后加入了非期望產(chǎn)出，進一步提高了模型結(jié)果的準(zhǔn)確性。因此，該研究采用非期望產(chǎn)出SBM模型來測算黃河中上游農(nóng)業(yè)綠色生產(chǎn)效率，具體公式如下：

minρ=1-1mmi=1sixxik1+1p1+p2（p1r=1sryyrk+p2t=1sbtbtk）（1）

s.t.nj=1，j≠kxijλj+sxj=xik，i=1，2，…，m

nj=1，j≠kxrjλj-syt=yrk，i=1，2，…，p1

nj=1，j≠kbtjλj+sbt=btk，t=i=1，2，…，p2

λj，sxi，syr，sbt≥0，j=1，2，…，n（2）

式中，n表示DMU數(shù)，j代表第j個DMU，xik代表第k個DMU第i個投入變量，yrk代表k個DMU第r個期望產(chǎn)出，btk代表k個DMU第t個非期望產(chǎn)出，sxi，syr，sbt分別表示投入、期望、非期望產(chǎn)出的松弛變量，p1和p2分別表示期望和非期望產(chǎn)出數(shù)量;ρ表示農(nóng)業(yè)生態(tài)效率，ρ越大則代表農(nóng)業(yè)生態(tài)效率值越大，λj表示約束條件。

1.1.2 Tobit模型。

由于非期望SBM模型所得數(shù)據(jù)為截斷離散數(shù)據(jù)，為更準(zhǔn)確地反映黃河中、上游普惠金融對該區(qū)域農(nóng)業(yè)綠色生產(chǎn)效率的影響，該研究選用Tobit模型來分析二者之間的關(guān)系，具體公式如下：

effiit=α0+α1indexit+α2coverageit+α3usageit+α4controlit+εit（3）

式中，i表示地區(qū)，t表示時間，α0為常數(shù)項；εit為隨機誤差項；α1、α2、α3、α4為待估系數(shù)，indexit、coverageit、usageit分別表示普惠金融總指數(shù)、覆蓋廣度和使用深度。

1.2 指標(biāo)體系構(gòu)建

1.2.1 農(nóng)業(yè)生態(tài)效率測算體系構(gòu)建。

基于2011—2020年黃河流域農(nóng)業(yè)生產(chǎn)的面板數(shù)據(jù)，依據(jù)黃河流域自身特點，根據(jù)數(shù)據(jù)的可得性，參考姜智強等［15］和李文啟等［16］的研究成果，選取機械、化肥、灌溉、用電、播種總面積、勞動力、塑料薄膜、柴油、農(nóng)藥等作為投入指標(biāo)，將農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出，選取農(nóng)業(yè)碳排放量作為非期望產(chǎn)出，具體見表1。

1.2.2 影響因素指標(biāo)體系構(gòu)建。

黃河流域上游和中游等地，農(nóng)業(yè)生態(tài)效率受各方面因素影響，根據(jù)以往的研究成果，從農(nóng)業(yè)生產(chǎn)、財政支持、經(jīng)濟環(huán)境和社會環(huán)境等角度，探討各因素對黃河流域生態(tài)效率的影響，具體指標(biāo)體系見表2。

1.3 數(shù)據(jù)來源 該研究以黃河流域上游和中游及各省、自治區(qū)為主要研究對象，研究數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》及中、上游各省、自治區(qū)統(tǒng)計年鑒，普惠金融主要來自《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2021）》，其中農(nóng)業(yè)碳排放量數(shù)據(jù)并未直接統(tǒng)計，具體測算如下。

運用李波等［17］的方法對農(nóng)業(yè)碳排放量進行測算，并構(gòu)建了估算公式和碳排放源及系數(shù)表，具體如下：

E=∑Ei=Ti×γi（4）

式中，E為農(nóng)業(yè)的碳排放總量;Ei為各種碳源的碳排放量;Ti為各碳排放源的量;γi為各碳排放源的碳排放系數(shù)，具體如表3所示。

2 結(jié)果與分析

2.1 黃河中、上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率實證分析 采用包含非期望產(chǎn)出的SBM模型對2011—2020年黃河中、上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率進行測算，具體測算結(jié)果見表4。

由表4可以看出，在樣本期間內(nèi)，黃河中上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率均值為0.735。從各子期來看，除2020年外，黃河中上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率值均小于1.000，但各子期的值仍大于0.5。觀察圖1可知，2011—2014年，黃河中上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率值表現(xiàn)出快速上升的趨勢，2014—2017年則表現(xiàn)出曲折下降的趨勢，2017—2020年則表現(xiàn)出線性增長的趨勢，并在2020年達到極值1.000，這表明在樣本期間內(nèi)黃河中上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率雖有曲折，但整體仍表現(xiàn)出向好趨勢。

分區(qū)域分析，縱向來看，2011—2016年中游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率值要明顯高于上游地區(qū)，2017—2019年中游綠色生產(chǎn)效率值要低于上游地區(qū)，2020年各區(qū)域值均為1.000；橫向來看，上游地區(qū)整體呈線性增長趨勢，其增長較快，中游地區(qū)雖整體表現(xiàn)出上升趨勢，但在2014—2015年和2016—2017年出現(xiàn)了下降，使得整體發(fā)展趨勢弱于上游，其主要原因是：由于干旱少雨的原因，上游地區(qū)歷來重視節(jié)水農(nóng)業(yè)的發(fā)展，而隨著經(jīng)濟的負向和科技的進步，使得該地區(qū)節(jié)水農(nóng)業(yè)的發(fā)展得到進一步提升；中游地區(qū)雖面臨同樣的境況，但由于情況較好，對節(jié)水農(nóng)業(yè)的發(fā)展并不重視。

從各省來看，內(nèi)蒙古自治區(qū)農(nóng)業(yè)綠色生產(chǎn)效率值要明顯高于其余?。ㄗ灾螀^(qū)），其余?。ㄗ灾螀^(qū)）中，青海、甘肅、山西農(nóng)業(yè)綠色生產(chǎn)效率值也要高于四川、寧夏和陜西，其中陜西的效率值最低?？v向來看，除2015、2016和2017年外，其余各年均有?。ㄗ灾螀^(qū)）農(nóng)業(yè)綠色生產(chǎn)效率值達到了1；其余各年中，2020年省（自治區(qū)）農(nóng)業(yè)綠色生產(chǎn)效率值均達到了1，2014年青海、內(nèi)蒙古和山西3個?。ㄗ灾螀^(qū)）達到1，2013和2016年分別有2個?。ㄗ灾螀^(qū)）達到1，其余各年僅有1個。橫向來看，除2020年外，僅有青海、甘肅、內(nèi)蒙古、山西在2011—2019年有年份達到1，其中內(nèi)蒙古達到1的年份最多，達到了6年，占所有年份的60%，青海次之，甘肅僅在2016年農(nóng)業(yè)綠色生產(chǎn)效率值為1，山西則僅在2014年達到了1，其余各?。ㄗ灾螀^(qū)）在2011—2019年間農(nóng)業(yè)綠色生產(chǎn)效率值均小于1；觀察圖1可知，四川、寧夏和陜西農(nóng)業(yè)綠色生產(chǎn)效率值均表現(xiàn)出上升趨勢，其中四川表現(xiàn)出線性上升的趨勢，陜西雖也表現(xiàn)出上升趨勢，但在2014—2015的增長出現(xiàn)了放緩，寧夏則是在2018—2019年出現(xiàn)了下降；其余?。ㄗ灾螀^(qū)）中，山西在2011—2014年表現(xiàn)出快速上升趨勢，2014—2020年則表現(xiàn)出“U”形發(fā)展趨勢，甘肅在2011—2017年表現(xiàn)出上升趨勢，2018年出現(xiàn)下降，其后仍呈上升趨勢，青海表現(xiàn)出先增后降又再增的趨勢，內(nèi)蒙古在2011—2014年均無變化，2014—2020年則表現(xiàn)出“W”形發(fā)展趨勢。

2.2 普惠金融對黃河中、上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率影響的實證分析

通過Tobit模型，將公式（2）所得結(jié)果及表2相關(guān)指標(biāo)代入公式（3）中，所得結(jié)果如表5所示。

由表2可知，普惠金融總指數(shù)對黃河中上游整體及上游均有顯著的正向作用，且通過了0.01的顯著性檢驗，對中游有顯著的負向作用，且通過了0.05的顯著性檢驗，說明普惠金融總指數(shù)的升高會對黃河中上游整體及上游農(nóng)業(yè)綠色生產(chǎn)效率的提高有顯著的促進作用，這主要是因為在農(nóng)業(yè)綠色發(fā)展的初期，農(nóng)民的收入會降低，影響農(nóng)業(yè)再生產(chǎn)，進而導(dǎo)致農(nóng)民實現(xiàn)農(nóng)業(yè)綠色發(fā)展的意愿降低，普惠金融由于融資門檻較低，程序簡單，能夠很好地彌補由于農(nóng)業(yè)綠色發(fā)展所帶來的資金缺口，進而提高農(nóng)業(yè)綠色生產(chǎn)效率。普惠金融覆蓋廣度指數(shù)對黃河中、上游整體及上游和中游均有顯著的促進作用，且通過了0.01和0.05的顯著性檢驗，說明普惠金融覆蓋廣度的增加能夠?qū)υ搮^(qū)域農(nóng)業(yè)綠色生產(chǎn)效率產(chǎn)生促進作用。普惠金融覆蓋廣度指數(shù)表示普惠金融覆蓋的區(qū)域以及使用者的數(shù)量，覆蓋廣度指數(shù)越大，說明使用的人數(shù)越多，農(nóng)業(yè)生產(chǎn)者接觸到的概率也就越大，對于農(nóng)業(yè)綠色生產(chǎn)效率的提升作用也就越明顯。普惠金融使用深度指數(shù)在0.01的顯著性水平下分別對黃河流域中上游整體及上游和中游農(nóng)業(yè)綠色生產(chǎn)效率均有有顯著的正向作用。普惠金融使用深度指數(shù)主要有人均使用次數(shù)和人均使用金額等指標(biāo)構(gòu)成，使用深度指數(shù)越大，說明人們使用普惠金融的次數(shù)也就越多，使用金額也越大，也更容易滿足農(nóng)業(yè)生產(chǎn)過程中的資金需求，進而對農(nóng)業(yè)綠色生產(chǎn)效率產(chǎn)生促進作用。

3 結(jié)論與建議

3.1 結(jié)論 采用包含非期望產(chǎn)出的SBM模型對黃河流域中上游2011—2020年的農(nóng)業(yè)綠色生產(chǎn)效率進行測算和分析，之后采用Tobit模型分析普惠金融對該區(qū)域農(nóng)業(yè)綠色生產(chǎn)效率的影響，結(jié)論如下：

（1）在樣本期間內(nèi)，黃河中上游地區(qū)農(nóng)業(yè)綠色生產(chǎn)效率均值為0.735，且表現(xiàn)出上升趨勢。分區(qū)域分析，上游地區(qū)整體呈線性增長趨勢，其增長較快，中游地區(qū)雖整體表現(xiàn)出上升趨勢，但整體發(fā)展趨勢弱于上游。各省（自治區(qū)）中，內(nèi)蒙古農(nóng)業(yè)綠色生產(chǎn)效率值要明顯高于其余省（自治區(qū)），其余省（自治區(qū)）中，青海、甘肅、山西農(nóng)業(yè)綠色生產(chǎn)效率值也要高于四川、寧夏和陜西，其中陜西的效率值最低。

（2）普惠金融總指數(shù)對黃河中上游整體及上游均有顯著的正向作用，對中游有顯著的負向作用。普惠金融覆蓋廣度指數(shù)對黃河中上游整體及上游和中游均有顯著的促進作用。普惠金融使用深度指數(shù)分別對黃河流域中上游整體及上游和中游農(nóng)業(yè)綠色生產(chǎn)效率均有有顯著的正向作用。

3.2 建議 基于上述結(jié)論，提出如下建議：

3.2.1 健全金融體系，完善金融監(jiān)管。普惠金融實質(zhì)上是一種數(shù)字金融，相較于傳統(tǒng)金融，普惠金融擁有操作簡單、傳播速度快、覆蓋區(qū)域廣、審核速度快的優(yōu)勢，但伴隨這種優(yōu)勢的是更高的風(fēng)險和更復(fù)雜的監(jiān)管。因此各級金融機構(gòu)應(yīng)當(dāng)充分利用現(xiàn)代數(shù)字技術(shù)，使普惠金融能夠覆蓋更加廣闊的地區(qū)和人群，增加普惠金融的使用人次和使用金額，同時還要建立現(xiàn)代化的風(fēng)險管理和預(yù)警機制，防止出現(xiàn)金融風(fēng)險。

3.2.2 加快推進節(jié)水農(nóng)業(yè)發(fā)展，逐步建立農(nóng)業(yè)綠色生產(chǎn)制度。黃河流域中上游地區(qū)緯度較高，常年干旱少雨。因此，各地政府應(yīng)當(dāng)加大對節(jié)水農(nóng)業(yè)的重視程度，嚴(yán)格的水資源使用制度，減少水資源超載地區(qū)的不合理灌溉面積。同時，政府應(yīng)定期組織農(nóng)業(yè)從業(yè)人員學(xué)習(xí)農(nóng)業(yè)綠色生產(chǎn)知識，提高環(huán)境保護意識，加大種植節(jié)水、節(jié)肥農(nóng)作物種植面積，優(yōu)化農(nóng)產(chǎn)品綠色生產(chǎn)布局。

3.2.3 加大農(nóng)業(yè)科技投入，完善農(nóng)業(yè)技術(shù)交流平臺。農(nóng)業(yè)科技的開發(fā)的周期較長，所能獲得的利潤也較低，政府應(yīng)加大農(nóng)業(yè)科研財政撥款，鼓勵有關(guān)科研機構(gòu)或企業(yè)研發(fā)低污染的農(nóng)業(yè)生產(chǎn)技術(shù)。同時，要加快農(nóng)業(yè)技術(shù)交流平臺建設(shè)，使各區(qū)域之間的技術(shù)交流更加暢通，農(nóng)業(yè)科技成果的轉(zhuǎn)化渠道也更加通暢，同時各區(qū)域也能夠通過交流平臺選擇適宜于自身的發(fā)展模式，實現(xiàn)人與自然的和諧發(fā)展。

參考文獻

［1］ 鄭云，黃杰.中國農(nóng)業(yè)生態(tài)效率空間關(guān)聯(lián)網(wǎng)絡(luò)特征及其驅(qū)動因素研究［J］.經(jīng)濟經(jīng)緯，2021，38（6）：32-41.

［2］ SCHALTEGGER S， STURM A.kologische rationalitt：Ansatzpunkte zur ausgestaltung von kologieorientierten managementinstrumenten［J］.Die unternehmung，1990，44（4）：273-290.

［3］ GEORGOPOULOU A，ANGELIS-DIMAKIS A，ARAMPATZIS G，et al.Improving the eco-efficiency of an agricultural water use system［J］.Desalination & water treatment，2016，57（25）：11484-11493.

［4］ FRIED H O， LOVELL C A K， SCHMIDT S S， et al.Accounting for environmental effects and statistical noise in data envelopment analysis［J］.Journal of productivity analysis， 2002，17（1/2）：157-174．

［5］ CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units ［J］.European journal of operation research， 1978， 2（6）：429-444．

［6］ 郭鳳玉，孟靜怡，徐磊，等.冀北山區(qū)農(nóng)業(yè)生態(tài)效率時空演變特征及預(yù)測分析［J］.中國農(nóng)機化學(xué)報，2021，42（10）：146-156.

［7］ CHUNG Y H， FRE R， GROSSKOPF S.Productivity and undesirable outputs： A directional distance function approach ［J］.Journal of environmental management，1997，51（3）：229-240.

［8］ OH D H.A global Malmquist-Luenberger productivity index［J］.Journal of productivity analysis，2010，34（3）：183-197.

［9］ 王兵，曾志奇，杜敏哲.中國農(nóng)業(yè)綠色全要素生產(chǎn)率的要素貢獻及產(chǎn)區(qū)差異：基于Meta-SBM-Luenberger生產(chǎn)率指數(shù)分析［J］.產(chǎn)經(jīng)評論，2020，11（6）：69-87.

［10］ 劉亦文，歐陽瑩，蔡宏宇.中國農(nóng)業(yè)綠色全要素生產(chǎn)率測度及時空演化特征研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（5）：39-56.

［11］ 李學(xué)敏，鞏前文.新中國成立以來農(nóng)業(yè)綠色發(fā)展支持政策演變及優(yōu)化進路［J］.世界農(nóng)業(yè)，2020（4）：40-50，59.

［12］ 李谷成.中國農(nóng)業(yè)的綠色生產(chǎn)率革命：1978—2008年［J］.經(jīng)濟學(xué)，2014，13（2）：537-558.

［13］ 李靜，張傳慧.中國農(nóng)業(yè)技術(shù)進步的綠色產(chǎn)出偏向及影響因素研究：基于1999—2018年農(nóng)業(yè)綠色TFP增長的技術(shù)進步產(chǎn)出偏向分解［J］.西部論壇，2020，30（3）：36-50，105.

［14］ TONE K， TSUTSUI M.Dynamic DEA： A slacks-based measure approach［J］.Omega，2010，38（3/4）：145-156.

［15］ 姜智強，劉伊霖，曾智，等.財政環(huán)保支出對農(nóng)業(yè)生態(tài)效率的影響研究：來自長江經(jīng)濟帶發(fā)展戰(zhàn)略的經(jīng)驗證據(jù)［J］.經(jīng)濟問題，2022（6）：113-122.

［16］ 李文啟，趙家未.黃河流域農(nóng)業(yè)生態(tài)效率與綠色全要素生產(chǎn)率耦合協(xié)調(diào)研究［J］.生態(tài)經(jīng)濟，2022，38（5）：121-128，168.

［17］ 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解［J］.中國人口·資源與環(huán)境，2011，21（8）：80-86.