? 劉娜 李隴東 陳耀

摘要：運用SBM模型和GML生產(chǎn)率指數(shù)法，對2005—2020年甘肅省14個市州農(nóng)業(yè)綠色全要素生產(chǎn)率（GTFP）進(jìn)行測算，并分析其區(qū)域差異性和收斂性，為促進(jìn)農(nóng)業(yè)資源配置優(yōu)化、區(qū)域協(xié)調(diào)發(fā)展以及實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展提供依據(jù)。結(jié)果表明：就整體而言，2005—2020年甘肅省農(nóng)業(yè)GTFP年均增長0.33%，技術(shù)進(jìn)步指數(shù)年均增長1.67%，技術(shù)進(jìn)步是推動農(nóng)業(yè)GTFP增長的主導(dǎo)力量；就變化趨勢和區(qū)域差異性而言，2005—2020年甘肅省農(nóng)業(yè)GTFP的階段波動性明顯，且各個市州的農(nóng)業(yè)GTFP呈現(xiàn)出較大的差異性，呈現(xiàn)出中間高、兩邊低的特征；從收斂性來看，2005—2020年甘肅省農(nóng)業(yè)GTFP不存在顯著的σ收斂，但存在絕對β收斂和條件β收斂趨勢。因此，促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步和加快農(nóng)業(yè)技術(shù)在區(qū)域間的轉(zhuǎn)移，轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式以及優(yōu)化農(nóng)業(yè)資源配置是提升甘肅省農(nóng)業(yè)GTFP、縮小區(qū)域差距的有效途徑。

關(guān)鍵詞：甘肅省；農(nóng)業(yè)綠色全要素生產(chǎn)率；收斂性；GML生產(chǎn)率指數(shù)法

中圖分類號：F327 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-060X（2024）03-0077-08

Estimation and Convergence Analysis of Agricultural Green Total Factor Productivity

in Gansu Province

LIU Na1， 2，LI Long-dong3，CHEN Yao1

（1. College of Finance and Economics， Gansu Agricultural University， Lanzhou 730070， PRC; 2. Fenggang Construction Co.， Ltd.， Xi'an 710021， PRC; 3. The Emergency Mangement Bureau of Jingning County， Jingning 743400， PRC）

Abstract： The SBM model and GML index were employed to calculate the agricultural green total factor productivity （GTFP） in Gansu Province with the data from 14 cities and autonomous prefectures during 2005–2020. The regional differences and convergence were analyzed to provide a basis for optimizing the allocation of agricultural resources， coordinating regional development， and achieving high-quality agricultural development. The results showed that from 2005 to 2020， the annual growth rates of agricultural GTFP and technological progress index in Gansu Province were 0.33% and 1.67%， respectively. Technological progress was the leading force driving the growth of agricultural GTFP. The agricultural GTFP presented obvious variations during 2005–2020 and among different regions in Gansu Province， being high in the central area and low in surrounding areas. The agricultural GTFP in Gansu Province showed no significant σ convergence but absolute β convergence and conditional β convergence from 2005 to 2020. According to the results， this paper believes that promoting the advancement of agricultural technology， accelerating the transfer of agricultural technology among regions， updating the mode of agricultural development， and optimizing the allocation of agricultural resources are effective approaches to improve the agricultural GTFP and narrow regional gaps in Gansu Province.

Key words： Gansu Province; agricultural green total factor productivity; convergence; GML index

黨的二十大報告指出：“推動經(jīng)濟社會發(fā)展綠色化、低碳化是實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)”。目前中國經(jīng)濟正處于由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展的重要階段，提高全要素生產(chǎn)率對中國經(jīng)濟發(fā)展方式以及經(jīng)濟結(jié)構(gòu)轉(zhuǎn)變具有重要意義。近年來，隨著科技進(jìn)步與社會發(fā)展，我國的主要矛盾已經(jīng)轉(zhuǎn)變?yōu)槿嗣袢找嬖鲩L的美好生活需要和不平衡不充分的發(fā)展之間的矛盾，迫切需要加快轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式，提高全要素生產(chǎn)率，推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革和綠色農(nóng)業(yè)發(fā)展。甘肅省處于欠發(fā)達(dá)的西部內(nèi)陸地區(qū)，優(yōu)質(zhì)資源稀缺，生態(tài)環(huán)境脆弱，農(nóng)業(yè)經(jīng)濟發(fā)展受外部條件的約束較大。依靠各類要素投入來促進(jìn)經(jīng)濟發(fā)展已不適合于當(dāng)前甘肅省經(jīng)濟發(fā)展的實際情況，提高農(nóng)業(yè)技術(shù)水平，重視農(nóng)業(yè)生產(chǎn)效率，是實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的必由之路。而農(nóng)業(yè)綠色全要素生產(chǎn)率（Green Total Factor Productivity，GTFP）是衡量農(nóng)業(yè)綠色發(fā)展和高質(zhì)量發(fā)展的重要依據(jù)。

關(guān)于農(nóng)業(yè)GTFP的研究，國外學(xué)者Chung等[1]運用SBM模型和ML生產(chǎn)率指數(shù)法，將環(huán)境污染作為非期望產(chǎn)出納入全要素生產(chǎn)率的測算中，第一次算出了真正意義上的GTFP；Zhou等[2]將環(huán)境污染作為非期望產(chǎn)出納入分析框架，借助數(shù)據(jù)包絡(luò)分析法（DEA）測算OECD國家的生產(chǎn)效率。國內(nèi)對于農(nóng)業(yè)GTFP的研究起步較遲，當(dāng)要素投入量和生態(tài)環(huán)境對經(jīng)濟的阻礙作用越來越大時，國內(nèi)學(xué)者才開始著手研究農(nóng)業(yè)GTFP，研究方法不僅僅使用參數(shù)法中的隨機前沿分析[3-5]（SFA）和非參數(shù)法中的DEA-Malmquist指數(shù)法[6-8]，更多的是采用非徑向、非角度的SBM模型和ML生產(chǎn)率[9-11]以及GML生產(chǎn)率指數(shù)相結(jié)合的方法[11-13]。從研究區(qū)域來看，研究涉及的層面較廣，有宏觀層面對于國家的[14-15]研究，也有微觀層面對于市州[16]和縣域[17-18]的研究。從指標(biāo)選取來看，指標(biāo)的選取主要分為投入指標(biāo)和產(chǎn)出指標(biāo)。

目前，學(xué)者們對于投入指標(biāo)的選取，大都包含勞動和土地2種投入要素，其他投入要素卻不盡相同。對于產(chǎn)出指標(biāo)，主要分為期望產(chǎn)出和非期望產(chǎn)出，期望產(chǎn)出主要選取農(nóng)業(yè)總產(chǎn)值，而非期望產(chǎn)出主要分為農(nóng)業(yè)面源污染[19-20]和農(nóng)業(yè)碳排放[21-22]。鑒于學(xué)者們對于GTFP研究所選取的指標(biāo)、方法等的不同，所得出的結(jié)果也有一定的差異。但總的來說，學(xué)者們一致認(rèn)為，技術(shù)進(jìn)步是推動農(nóng)業(yè)綠色全要素生產(chǎn)率增長的主要動力，而技術(shù)效率對其產(chǎn)生的作用不明顯[23-24]。

近年來，隨著高質(zhì)量和綠色發(fā)展理念的不斷普及，學(xué)者們用不同的方法對不同約束條件下的GTFP進(jìn)行研究，但在區(qū)域選擇和收斂性分析上仍存在不足。在區(qū)域選擇上，對于GTFP研究的側(cè)重點依舊集中在全國和部分發(fā)達(dá)省份，對于西部欠發(fā)達(dá)地區(qū)的研究較少；對于農(nóng)業(yè)GTFP，測算以及研究其影響因素的較多，研究其收斂性的較少?；诖?，筆者通過研究碳排放下甘肅省的農(nóng)業(yè)GTFP，分析其農(nóng)業(yè)整體發(fā)展水平和區(qū)域性差異，以期為推動甘肅省農(nóng)業(yè)經(jīng)濟高質(zhì)量發(fā)展提供參考。

1 研究方法

測度GTFP的常用方法有參數(shù)法和非參數(shù)法。其中參數(shù)法主要有生產(chǎn)函數(shù)法和隨機前沿分析法（SFA），非參數(shù)方法主要有指數(shù)法和數(shù)據(jù)包絡(luò)分析法等。對于資源環(huán)境約束下GTFP的測算，單一的DEA-Malmquist指數(shù)法已經(jīng)無法滿足其測算的需要，因此結(jié)合非徑向、非角度的SBM方向性距離函數(shù)和GML指數(shù)法測算甘肅省農(nóng)業(yè)GTFP。

1.1 全局生產(chǎn)可能性集合

為了分析環(huán)境污染對農(nóng)業(yè)經(jīng)濟的影響程度，將環(huán)境污染與經(jīng)濟增長納入同一分析框架，構(gòu)建包括期望產(chǎn)出和非期望產(chǎn)出的生產(chǎn)可能性集合。假設(shè)所研究的區(qū)域有K個市州，令每一個市州為一個生產(chǎn)決策單元（DMU），各市州在N種生產(chǎn)要素中投入x=（x1，…，xN），得到M種期望產(chǎn)出y=（y1，…，yM）和J種非期望產(chǎn)出b=（b1，…，bJ），z為權(quán)重向量，通過第k個市州在t期的投入產(chǎn)出向量（xtk，ytk，btk）可以構(gòu)造當(dāng)期生產(chǎn)可能性集合Pt（xt），定義如下：

1.2 SBM方向性距離函數(shù)

傳統(tǒng)的徑向數(shù)據(jù)包絡(luò)分析法無法考慮投入和產(chǎn)出松弛變量的問題，從而導(dǎo)致效率估計產(chǎn)生偏差，但是非徑向、非角度的SBM方向性距離函數(shù)可以避免這一問題的出現(xiàn)。根據(jù)Fukuyama 等[25]的研究，將第k個市州在t期的SBM方向性距離函數(shù)定義為：

1.3 GML指數(shù)

根據(jù)Oh[26]的研究，構(gòu)造基于SBM方向距離函數(shù)的全要素生產(chǎn)率（Global Malmquist-Luenberger，GML）指數(shù)分析和測算GTFP，具體表達(dá)式（4）如下：

2 指標(biāo)選取及數(shù)據(jù)來源

2.1 指標(biāo)選取

基于前人對農(nóng)業(yè)GTFP的研究[27-28]，結(jié)合甘肅省農(nóng)業(yè)發(fā)展的現(xiàn)狀及特征，選取勞動、土地、機械、化肥、灌溉和農(nóng)膜為投入指標(biāo)，分別用農(nóng)業(yè)從業(yè)人員數(shù)（農(nóng)林牧漁勞動者）、農(nóng)作物播種面積、農(nóng)業(yè)機械總動力、農(nóng)用化肥施用折純量、有效灌溉面積和塑料薄膜施用量來表征；選取農(nóng)業(yè)總產(chǎn)值為期望產(chǎn)出指標(biāo)，農(nóng)業(yè)碳排放量為非期望產(chǎn)出指標(biāo)，建立了甘肅省農(nóng)業(yè)GTFP的評價指標(biāo)體系（見表1）。農(nóng)業(yè)碳排放源具體包括化肥、農(nóng)膜、柴油、灌溉和翻耕5類碳排放源，具體計算公式借鑒田云等[29-30]和李波等[27]的研究，如公式（5）所示。

2.2 數(shù)據(jù)來源

研究選用2005—2020年甘肅省14個市州的面板數(shù)據(jù)，其中化肥、農(nóng)林牧漁業(yè)總產(chǎn)值及農(nóng)林牧漁業(yè)勞動力等數(shù)據(jù)來源于歷年《甘肅發(fā)展年鑒》，農(nóng)膜、柴油、灌溉和翻耕等數(shù)據(jù)均來源于歷年《甘肅農(nóng)村年鑒》。各項指標(biāo)的描述性統(tǒng)計結(jié)果如表3所示。

3 結(jié)果與分析

3.1 甘肅省農(nóng)業(yè)GTFP分解及增長源泉

2005—2020年甘肅省農(nóng)業(yè)GTFP變化情況如表4所示。從整體上看，2005—2020年甘肅省農(nóng)業(yè)GTFP年均增長0.33%，其中技術(shù)進(jìn)步指數(shù)年均增長1.67%，技術(shù)進(jìn)步是推動農(nóng)業(yè)GTFP增長的主導(dǎo)力量；而技術(shù)效率指數(shù)年均下降1.31%，其中純技術(shù)效率指數(shù)年均下降0.71%，規(guī)模效率指數(shù)年均下降0.60%，說明技術(shù)效率是甘肅省農(nóng)業(yè)綠色發(fā)展的短板。技術(shù)效率下降與甘肅省長時間依靠粗放投入的傳統(tǒng)生產(chǎn)方式緊密相關(guān)，此外，甘肅省在發(fā)展農(nóng)業(yè)時增加了較多的要素投入，但并未推廣和普及先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)，導(dǎo)致農(nóng)民無法熟練掌握先進(jìn)技術(shù)進(jìn)行農(nóng)業(yè)生產(chǎn)。

從變化趨勢上來看，2005—2020年甘肅省農(nóng)業(yè)GTFP呈現(xiàn)明顯的波動特征，其中2017—2018年達(dá)到了最高點，增長幅度為3.11%，該時期的農(nóng)業(yè)技術(shù)進(jìn)步指數(shù)增長幅度為2.15%，技術(shù)效率指數(shù)增長幅度為0.94%。2008—2009年甘肅省農(nóng)業(yè)GTFP出現(xiàn)最低值，下降幅度為4.13%，該時期技術(shù)進(jìn)步指數(shù)下降幅度為0.82%，技術(shù)效率指數(shù)下降幅度為3.34%。甘肅省農(nóng)業(yè)GTFP呈現(xiàn)出明顯的階段波動性，但有著明顯的階段上升趨勢，從“十一五”期間農(nóng)業(yè)GTFP年均下降0.30%到“十二五”期間轉(zhuǎn)變?yōu)檎鲩L再到“十三五”期間年均增長1.04%。原因在于甘肅省在“十三五”期間出臺了供給側(cè)結(jié)構(gòu)性改革的相關(guān)政策措施，以及加快推動農(nóng)業(yè)現(xiàn)代化進(jìn)程中的“優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和區(qū)域布局，加強農(nóng)業(yè)現(xiàn)代化基礎(chǔ)建設(shè)，加大農(nóng)田水利建設(shè)和土地整治力度，提高農(nóng)業(yè)機械化水平，提升農(nóng)業(yè)產(chǎn)業(yè)化以及發(fā)揮甘肅省的光熱資源，建設(shè)綠色農(nóng)產(chǎn)品的生產(chǎn)基地”等政策的實施。技術(shù)效率與純技術(shù)效率指數(shù)的下降表明甘肅省農(nóng)業(yè)GTFP的要素配置效率并未處于有效狀態(tài)，沒有對農(nóng)業(yè)資源進(jìn)行合理配置。農(nóng)業(yè)技術(shù)效率中的純技術(shù)效率和規(guī)模效率都出現(xiàn)了波動趨勢，且大部分值都低于1，這主要是因為在要素配置過程中，農(nóng)藥，化肥以及農(nóng)膜的使用量不同，個體差異性較大；另外甘肅省地形以高原山地為主，地塊面積狹小，對農(nóng)業(yè)機械化以及規(guī)?；鞯牟僮麟y度較大，規(guī)模化程度較低，導(dǎo)致農(nóng)業(yè)技術(shù)效率難以穩(wěn)定。

3.2 甘肅省農(nóng)業(yè)GTFP區(qū)域差異性分析

甘肅省各地區(qū)農(nóng)業(yè)GTFP及其分解變化見表5。從區(qū)域來看，甘肅省農(nóng)業(yè)GTFP呈現(xiàn)明顯的區(qū)域差異性。2005—2020年，甘肅省14個市州中除了蘭州市、金昌市、酒泉市和甘南州這4個地區(qū)的農(nóng)業(yè)GTFP呈下降趨勢之外，其余地區(qū)的農(nóng)業(yè)GTFP均呈增長態(tài)勢。其中，天水市的農(nóng)業(yè)GTFP增長最快，年均增長8.38%；甘南州的農(nóng)業(yè)GTFP下降最快，年均下降6.28%。

農(nóng)業(yè)GTFP年均增長率超過3%的有8個市州（嘉峪關(guān)市、白銀市、天水市、武威市、張掖市、平?jīng)鍪?、定西市和臨夏州），其中河西有3個市州，中部有3個市州，隴東南地區(qū)有2個市州。從引起農(nóng)業(yè)GTFP變化的增長源泉來看，嘉峪關(guān)市、白銀市和天水市的農(nóng)業(yè)GTFP增長是由農(nóng)業(yè)技術(shù)進(jìn)步和農(nóng)業(yè)技術(shù)效率改善雙重推動引起的，農(nóng)業(yè)GTFP增長較快，發(fā)展質(zhì)量較高；除甘南州外，其他市州的農(nóng)業(yè)GTFP主要由技術(shù)進(jìn)步推動，技術(shù)效率在一定程度上阻礙了農(nóng)業(yè)經(jīng)濟的發(fā)展。這意味著不同地區(qū)的農(nóng)業(yè)經(jīng)濟發(fā)展水平受到不同發(fā)展因素的影響，應(yīng)重視區(qū)域發(fā)展的差異性。

3.3 甘肅省農(nóng)業(yè)GTFP與TFP的比較分析

利用2005—2020的面板數(shù)據(jù)，借助Max-DEA 8.0軟件以及DEAP 2.1軟件分別對甘肅省農(nóng)業(yè)GTFP和TFP進(jìn)行了測算，具體結(jié)果見圖1。整體來看，甘肅省農(nóng)業(yè)TFP均值高于GTFP，二者發(fā)展趨勢一致，存在著明顯的階段波動性?！笆晃濉逼陂g農(nóng)業(yè)GTFP年均下降0.30%，農(nóng)業(yè)TFP年均增長1.67%；“十二五”期間農(nóng)業(yè)GTFP年均增長0.25%，農(nóng)業(yè)TFP年均增長2.76%；“十三五”期間農(nóng)業(yè)GTFP年均增長1.04%，農(nóng)業(yè)TFP年均增長3.71%。這些數(shù)據(jù)表明，不考慮農(nóng)業(yè)碳排放的農(nóng)業(yè)全要素生產(chǎn)率值普遍較高，從側(cè)面反映出甘肅省農(nóng)業(yè)經(jīng)濟發(fā)展主要依靠農(nóng)藥、農(nóng)膜和化肥的大量投入，近年來實施的環(huán)境保護(hù)措施作用不明顯，經(jīng)濟增長和環(huán)境保護(hù)共贏的目標(biāo)尚未實現(xiàn)。此外，不論是農(nóng)業(yè)GTFP還是TFP，農(nóng)業(yè)技術(shù)進(jìn)步依舊是推動生產(chǎn)率的主導(dǎo)性力量，技術(shù)進(jìn)步對農(nóng)業(yè)全要素生產(chǎn)率的貢獻(xiàn)程度強于農(nóng)業(yè)技術(shù)效率；反觀農(nóng)業(yè)技術(shù)效率，大部分?jǐn)?shù)值小于1，說明創(chuàng)新型的技術(shù)并未得到有效推廣，農(nóng)業(yè)技術(shù)效率的損失較大，這對現(xiàn)存的農(nóng)業(yè)政策提出了新的挑戰(zhàn)。

綜上所述，甘肅省農(nóng)業(yè)GTFP的增長主要是由技術(shù)進(jìn)步增長所引起的生產(chǎn)前沿面的“外移”，而并非由技術(shù)效率所引起的“追趕”效應(yīng)，農(nóng)業(yè)GTFP以及農(nóng)業(yè)TFP的增長都是農(nóng)業(yè)技術(shù)進(jìn)步起主導(dǎo)作用，技術(shù)效率在一定程度上阻礙了農(nóng)業(yè)GTFP的增長，這種只依靠技術(shù)進(jìn)步來促進(jìn)農(nóng)業(yè)經(jīng)濟的發(fā)展，而忽視技術(shù)效率改善的方式，加劇了農(nóng)業(yè)資源的消耗與浪費，不利于甘肅省農(nóng)業(yè)經(jīng)濟的長久發(fā)展。因此，在保證農(nóng)業(yè)技術(shù)進(jìn)步和重視農(nóng)業(yè)技術(shù)創(chuàng)新的前提下，應(yīng)注重合理配置農(nóng)業(yè)資源，完善農(nóng)業(yè)管理制度來改善農(nóng)業(yè)技術(shù)效率，讓農(nóng)業(yè)經(jīng)濟發(fā)展方式從單輪驅(qū)動變?yōu)殡p輪驅(qū)動。

4 甘肅省農(nóng)業(yè)GTFP收斂性分析

4.1 σ收斂

σ收斂是指通過分析甘肅省農(nóng)業(yè)GTFP的變異系數(shù)隨時間變動的情況，來判斷農(nóng)業(yè)GTFP是否存在收斂。若測算出的變異系數(shù)隨時間推移而減小，則認(rèn)為存在σ收斂。該研究借鑒牛秀敏[35]對σ收斂的計算方法，如公式（6）所示。

如圖2所示，從整個趨勢來看，2005—2020年甘肅省農(nóng)業(yè)GTFP并不存在σ收斂，農(nóng)業(yè)GTFP在波動中走向發(fā)散狀態(tài)。分段來看，2011—2015年以及2016—2018年出現(xiàn)了明顯的σ收斂趨勢，表明在該時期內(nèi)，甘肅省農(nóng)業(yè)GTFP的區(qū)域差異不斷縮小。

4.2 絕對β收斂

絕對β收斂是指在各地區(qū)碳排放特征等初始條件完全一致的情況下，不同地區(qū)農(nóng)業(yè)GTFP隨著時間的推移逐漸收斂到相同的水平。在Barro等[36]研究結(jié)果的基礎(chǔ)上，構(gòu)建絕對β收斂和條件β收斂的檢驗方式，如公式（7）所示。

檢驗結(jié)果如表6所示，甘肅全省以及3大區(qū)域的β系數(shù)均為負(fù)值，且全部通過顯著性檢驗，表明甘肅全省和各區(qū)域的農(nóng)業(yè)GTFP均存在落后地區(qū)追趕發(fā)達(dá)地區(qū)的趨勢。為農(nóng)業(yè)GTFP增長比較緩慢的地區(qū)提供發(fā)展所需的生產(chǎn)條件，有可能使其GTFP增速追趕上發(fā)達(dá)地區(qū)，從而縮小農(nóng)業(yè)生產(chǎn)差異，實現(xiàn)全局的協(xié)同發(fā)展。

4.3 條件β收斂

條件β收斂指的是：由于各個地區(qū)所擁有基礎(chǔ)資源的不同，其農(nóng)業(yè)GTFP也會隨著時間的變化，趨于適合各自的穩(wěn)定狀態(tài)，發(fā)展差距將會持續(xù)存在。具體計算方法參考公式（7）。

檢驗結(jié)果如表7所示，甘肅全省及各區(qū)域的β值全部為負(fù)值，且均通過了1%的顯著性檢驗，即甘肅全省及各個區(qū)域均存在條件β收斂，表明各地區(qū)由于經(jīng)濟條件、地理位置、資源稟賦等方面的區(qū)域異質(zhì)性，呈現(xiàn)出各自的穩(wěn)態(tài)水平，可根據(jù)不同區(qū)域發(fā)展的差異性，因地制宜地采取適合區(qū)域發(fā)展的各項政策措施，以促進(jìn)甘肅省各個區(qū)域農(nóng)業(yè)GTFP穩(wěn)態(tài)水平趨于一致。

5 結(jié)論與建議

5.1 結(jié)論

基于2005—2020年甘肅省農(nóng)業(yè)投入、產(chǎn)出的面板數(shù)據(jù)，利用SBM模型和GML生產(chǎn)率指數(shù)法，測算了甘肅省碳排放約束下的農(nóng)業(yè)GTFP，分析了其變動趨勢以及區(qū)域差異性，并與未考慮農(nóng)業(yè)碳排放下的農(nóng)業(yè)TFP做了對比，探討了農(nóng)業(yè)GTFP的收斂性問題，主要得到了以下結(jié)論。

（1）從整體來看，甘肅省農(nóng)業(yè)GTFP的波動趨勢明顯，碳排放約束下的農(nóng)業(yè)全要素生產(chǎn)率呈現(xiàn)出了增長趨勢，年均增長0.33%，其中技術(shù)進(jìn)步指數(shù)年均增長1.67%，技術(shù)效率指數(shù)指數(shù)年均下降

1.31%，技術(shù)進(jìn)步是推動農(nóng)業(yè)GTFP增長的主導(dǎo)力量，技術(shù)進(jìn)步和技術(shù)效率共同促進(jìn)農(nóng)業(yè)GTFP提高的情況較少。

（2）從區(qū)域角度來看，甘肅省農(nóng)業(yè)GTFP呈現(xiàn)明顯的區(qū)域差異性，總體呈現(xiàn)出中間高、兩邊低的特征。各區(qū)域農(nóng)業(yè)GTFP年均增長率從高到低排列依次為中部（3.06%）＞河西（2.56%）＞隴東南（1.94%），區(qū)域間的增長差異較大，各地區(qū)農(nóng)業(yè)經(jīng)濟的發(fā)展質(zhì)量參差不齊。

（3）從農(nóng)業(yè)GTFP和TFP的對比來看，整體的發(fā)展趨勢一致，均存在明顯的階段波動性。不考慮農(nóng)業(yè)碳排放的約束條件，農(nóng)業(yè)全要素生產(chǎn)率的值普遍較高，從側(cè)面反映出甘肅省農(nóng)業(yè)經(jīng)濟的發(fā)展主要依靠外部資源的投入。不管是GTFP還是TFP，技術(shù)

進(jìn)步對農(nóng)業(yè)生產(chǎn)率的貢獻(xiàn)程度均強于農(nóng)業(yè)技術(shù)效率。

（4）由甘肅全省及各區(qū)域農(nóng)業(yè)GTFP的收斂性檢驗結(jié)果可知，甘肅省農(nóng)業(yè)GTFP并不存在σ收斂，農(nóng)業(yè)GTFP在波動中走向發(fā)散狀態(tài)。在β收斂檢驗中，甘肅省及各區(qū)域均通過了顯著性檢驗，說明由于區(qū)域的異質(zhì)性，各區(qū)域最終會朝著各自的穩(wěn)態(tài)水平發(fā)展，區(qū)域間的追趕效應(yīng)明顯。

5.2 建議

（1）依靠創(chuàng)新驅(qū)動農(nóng)業(yè)發(fā)展，加大農(nóng)業(yè)科研經(jīng)費的投入和農(nóng)業(yè)科技人才的引進(jìn)，推進(jìn)農(nóng)業(yè)機械化、規(guī)模化生產(chǎn)，促使農(nóng)業(yè)從依靠農(nóng)業(yè)生產(chǎn)要素投入發(fā)展向提升農(nóng)業(yè)生產(chǎn)效率的農(nóng)業(yè)綠色協(xié)調(diào)發(fā)展轉(zhuǎn)變，加強環(huán)境保護(hù)，減少農(nóng)業(yè)污染，走高效綠色的農(nóng)業(yè)高質(zhì)量發(fā)展道路。

（2）提升農(nóng)業(yè)技術(shù)效率對農(nóng)業(yè)GTFP的推動作用，促進(jìn)技術(shù)進(jìn)步在各區(qū)域間的流動；逐漸改變技術(shù)進(jìn)步對于農(nóng)業(yè)GTFP的主導(dǎo)作用，提高農(nóng)業(yè)技術(shù)效率對農(nóng)業(yè)GTFP的貢獻(xiàn)度，以求形成農(nóng)業(yè)技術(shù)進(jìn)步與農(nóng)業(yè)技術(shù)效率共同推動農(nóng)業(yè)GTFP發(fā)展的局面。

（3）落實區(qū)域經(jīng)濟發(fā)展，優(yōu)化區(qū)域發(fā)展格局，發(fā)揮不同區(qū)域間的產(chǎn)業(yè)優(yōu)勢。甘肅省隴東南地區(qū)的農(nóng)業(yè)GTFP明顯低于中部和河西地區(qū)，因此政府應(yīng)當(dāng)制定合理的區(qū)域發(fā)展策略，對落后地區(qū)的農(nóng)業(yè)發(fā)展給予支持，同時發(fā)揮區(qū)域間的輻射帶動作用，從經(jīng)濟高發(fā)展區(qū)向經(jīng)濟低發(fā)展區(qū)進(jìn)行資源轉(zhuǎn)移或共享，縮小區(qū)域間的差距，最終形成甘肅省農(nóng)業(yè)區(qū)域的合理化發(fā)展布局。

參考文獻(xiàn)：

[1] CHUNG Y H，F(xiàn)?RE R，GROSSKOPF S. Productivity and undesirable outputs：a directional distance function approach[J]. Journal of Environmental Management，1997，51（3）：229-240.

[2] ZHOU P，ANG B W. Linear programming models for measuring economy-wide energy efficiency performance[J]. Energy Policy，2008，36（8）：2911-2916.

[3] 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[J]. 經(jīng)濟評論，2012（5）：24-33.

[4] 張麗峰. 碳排放約束下中國全要素生產(chǎn)率測算與分解研究：基于隨機前沿分析（SFA）方法[J]. 干旱區(qū)資源與環(huán)境，2013，27（12）：20-24.

[5] 王留鑫，姚慧琴，韓先鋒. 碳排放、綠色全要素生產(chǎn)率與農(nóng)業(yè)經(jīng)濟增長[J]. 經(jīng)濟問題探索，2019（2）：142-149.

[6] 周端明. 技術(shù)進(jìn)步、技術(shù)效率與中國農(nóng)業(yè)生產(chǎn)率增長：基于DEA的實證分析[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009，26（12）：70-82.

[7] 劉戰(zhàn)偉. 河南省農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)實證分析：基于DEA模型的Malmquist指數(shù)方法[J]. 貴州農(nóng)業(yè)科學(xué)，2011，39（2）：210-213，217.

[8] 張林，冉光和，藍(lán)震森. 碳排放約束與農(nóng)業(yè)全要素生產(chǎn)率增長及分解[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2015，14（3）：22-32.

[9] 王兵，楊華，朱寧. 中國各省份農(nóng)業(yè)效率和全要素生產(chǎn)率增長：基于SBM方向性距離函數(shù)的實證分析[J]. 南方經(jīng)濟，2011（10）：12-26.

[10] 陳婷婷. 資源環(huán)境約束下我國西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長及其影響因素[J]. 貴州農(nóng)業(yè)科學(xué)，2015，43（7）：216-220，226.

[11] 崔靜，馬鵬. 中國區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率差異測度：基于SBM-ML指數(shù)模型[J]. 中國市場，2020（35）：6-8.

[12] 葉初升，惠利. 農(nóng)業(yè)生產(chǎn)污染對經(jīng)濟增長績效的影響程度研究：基于環(huán)境全要素生產(chǎn)率的分析[J]. 中國人口·資源與環(huán)境，2016，26（4）：116-125.

[13] 吳傳清，宋子逸. 長江經(jīng)濟帶農(nóng)業(yè)綠色全要素生產(chǎn)率測度及影響因素研究[J]. 科技進(jìn)步與對策，2018，35（17）：35-41.

[14] 梁俊，龍少波. 農(nóng)業(yè)綠色全要素生產(chǎn)率增長及其影響因素[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2015，14（3）：1-12.

[15] 呂娜，朱立志. 中國農(nóng)業(yè)環(huán)境技術(shù)效率與綠色全要素生產(chǎn)率增長研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，2019（4）：95-103.

[16] 黃帥金. 山西省農(nóng)業(yè)綠色全要素生產(chǎn)率增長的趨勢變動及區(qū)域差異分析[J]. 新疆農(nóng)墾經(jīng)濟，2021（2）：23-32.

[17] 揭懋汕，郭潔，陳羅燁，等. 碳約束下中國縣域尺度農(nóng)業(yè)全要素生產(chǎn)率比較研究[J]. 地理研究，2016，35（5）：898-908.

[18] 李欠男，李谷成，尹朝靜，等. 河北省縣域農(nóng)業(yè)綠色全要素生產(chǎn)

率的空間特征[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報，2019，35（7）：845-852.

[19] 李俊，徐晉濤. 省際綠色全要素生產(chǎn)率增長趨勢的分析：一種非參數(shù)方法的應(yīng)用[J]. 北京林業(yè)大學(xué)學(xué)報（社會科學(xué)版），2009，8（4）：139-146.

[20] 李朝林，符田風(fēng)，王利. 我國農(nóng)業(yè)綠色全要素生產(chǎn)率的測度及其

影響因素研究[J]. 淮南師范學(xué)院學(xué)報，2018，20（3）：30-36，71.

[21] 鄧燦輝，馬巧云，魏莉麗. 基于碳排放的河南省糧食綠色全要素生產(chǎn)率分析及對策建議[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2019，40（9）：12-19.

[22] 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.

[23] 杜紅梅，戴勁. 洞庭湖區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率增長時空特征及影響因素分析[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020，21

（3）：7-16.

[24] 閆海春. 內(nèi)蒙古綠色全要素生產(chǎn)率演變的時空特征及動力因素分析[J]. 青海師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2020，42（5）：37-44.

[25] FUKUYAMA H，WEBER W L. A directional slacks-based measure of technical inefficiency[J]. Socio-Economic Planning Sciences，2009，43（4）：274-287.

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

[27] 李波，張俊飚，李海鵬. 中國農(nóng)業(yè)碳排放與經(jīng)濟發(fā)展的實證研

究[J]. 干旱區(qū)資源與環(huán)境，2011，25（12）：8-13.

[28] 李成龍，周宏. 農(nóng)業(yè)技術(shù)進(jìn)步與碳排放強度關(guān)系：不同影響路徑下的實證分析[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報，2020，25（11）：162-171.

[29] 田云，張俊飚，李波. 基于投入角度的農(nóng)業(yè)碳排放時空特征及因素分解研究：以湖北省為例[J]. 農(nóng)業(yè)現(xiàn)代化研究，2011，32（6）：752-755.

[30] 田云，張俊飚. 中國省級區(qū)域農(nóng)業(yè)碳排放公平性研究[J]. 中國人口·資源與環(huán)境，2013，23（11）：36-44.

[31] WEST T O，MARLAND G. A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture：comparing tillage practices in the United States[J]. Agriculture，Ecosystems & Environment，2002，91（1/2/3）：217-232．

[32] IPCC. Climate change 2007：mitigation of climate change[M]. Cambridge：Cambridge University Press，2007.

[33] DUBEY A，LAL R. Carbon footprint and sustainability of agricultural production systems in punjab，India，and Ohio，USA[J]. Journal of Crop Improvement，2009，23（4）：332-350.

[34]伍芬琳，李琳，張海林，等. 保護(hù)性耕作對農(nóng)田生態(tài)系統(tǒng)凈碳釋放量的影響[J]. 生態(tài)學(xué)雜志，2007，26（12）：2035-2039.

[35] 牛秀敏. 全要素視角下的中國碳排放效率區(qū)域差異性及收斂性研究[D]. 成都：西南財經(jīng)大學(xué)，2016.

[36] BARRO R J，SALA-I-MARTIN X. Public finance in models of economic growth[J]. The Review of Economic Studies，1992，59（4）：645-661.

（責(zé)任編輯：王婷）