中国农业绿色全要素生产率的测度：2004年～2020年

杨滨莲

摘要：在环境资源约束日益明显的背景下，农业绿色发展至关重要。本文基于农业绿色全要素生产率的视角，采用EBM-GML模型对中国2004年～2020年农业绿色发展水平进行测度，并对其进行分析。结果表明：（1）中国农业绿色全要素生产率呈波动增长趋势，其中农业技术进步的贡献度最高；（2）从2004年到2020年，多数省份农业的绿色发展效率明显提高，但省份之间的差距仍比较明显。

关键词：农业绿色发展；绿色全要素生产率；EBM-GML模型

一、引言

改革开放以来，中国在农业领域快速发展，农业产值稳定增长，但是现阶段农业发展仍面临农业污染问题严重、农业供给侧亟需改革和缺乏劳动力等问题。要在改善农业生产环境的同时，满足农产品市场需求，保障农业产业内劳动力持续再生产，就需要高效率地推动农业绿色发展。中央政府也明确提出要实现农业绿色发展。从2020年到2021年，连续两年中央一号文件强调，要推进农业绿色发展，以绿色发展引领乡村振兴。

国内学者已经围绕农业绿色发展进行了广泛探讨。关于测度农业绿色发展水平，目前构建绿色指标体系（巩前文和李学敏，2020；魏琦等，2018；赵会杰和于法稳，2019）和绿色全要素生产率测算（涂正革和甘天琦，2019；李谷成，2014；潘丹，2014）比较。考虑到中国幅员辽阔，由于各地农业资源禀赋不同，用统一的绿色指标评价体系可能无法合理测算各地真实的农业绿色发展水平。本文选择用农业绿色全要素生产率来代表中国各省的农业绿色发展水平，将农业面源污染与碳排放同时作为非期望产出指标，运用EBM-GML模型测算农业绿色全要素生产率。

二、研究方法与数据来源

农业绿色全要素生产率考虑到资源消耗与环境污染的双重约束，较好地契合了农业绿色发展理念。Epsilon-Based Measure是ToneK和Tsutsui提出的一种包含径向与SBM两类距离函数的混合模型。EBM模型如下：

上式中，、与分别表示m种投入、n种期望产出与l种非期望产出；h为决策单元个数；（0≤≤1）为最优效率值；、、和、、分别表示第u个投入、第j个产出、第z个非期望产出的权重和松弛变量；（0≤≤1）为综合径向效率值ξ和非径向松弛变量的重要参数。然后，进一步结合技术效率，通过Global Malmquist-Luenberger指数（GML指数）对效率动态变化进行考察。

以广义的农林牧渔业为研究对象，农业绿色发展的投入指标选取劳动力、土地、机械、化肥、灌溉、农膜与农药7个投入变量，产出指标选取农业产值为期望产出，农业面源污染和农业碳排放为非期望产出。测算农业面源污染时，借鉴赖斯芸（2004）提出的单元调查法和梁流涛（2009）汇总的各种产污系数，农业碳排放量的测算借鉴李波等（2011）和沈洋等（2022）的研究中各类碳排放系数。根据数据的可得性，选择研究2004～2020年不包含港澳台的中国31个省份。数据均来源于2005～2021年《中国统计年鉴》和各省份统计年鉴。

三、实证结果与分析

从全国层面看，2004年到2020年，全国农业绿色全要素生产率指数呈波动上升趋势，表明农业绿色发展向好。这与我国对化肥、农药减量化和对农膜、秸秆等资源化利用密切相关。其中，2008年后，开始了连续三年的下降，这可能是因为受2008年金融危机的影响，农业绿色发展未能得到资金和技术方面的支持。在2013年以后，有明显走高的趋势，后处于高位波动中，不过2017年后，增速放缓。且2008年后， TC一直明显高于EC，说明虽然我国农业绿色发展主要是是农业技术进步作用的结果，在农业技术效率方面还有较大的挖掘空间。

本文依据农业绿色全要素生产率指数的值大于1就说明有正向增长效应，所以将农业绿色全要素生产率指数小于1的划分为落后型，指数大于1但又小于全国水平的划分为追赶型，大于全国水平的划分为领先型。在2005年属于落后型的省份中，绝大多数的农业快速高效地绿色发展，进入领先与追赶行列。其中，青海、贵州、天津、黑龙江、河北、辽宁、福建和新疆深刻践行“绿色青山就是金山银山”的发展理念，快速跃入领先型行列；河南、江西、甘肃、广西、云南、四川、北京这七个省份的农业也注重绿色发展，进入追赶型行列；但是还有安徽省和海南省仍属于落后型省份，未来需要重视农业绿色发展理念，加快实现农业绿色转型。可见，农业绿色发展水平存在区域不平衡现象，应促进区域协调发展。

四、政策建议

由此可见，我国农业绿色化程度已大大提升，农业绿色全要素生产率更多地依赖于技术进步。今后在保持技术进步的同时，可以合理配置和高效利用各类农业资源，鼓励农地流转，逐步实现农业规模化经营，培育新型职业农民，从而提升技术效率。我国农业绿色发展水平存在区域不平衡情况，农业绿色全要素生产率增长较低的省份应加快向领先型省份靠拢，加强交流与合作

, 通过引进先进农业生产技术和管理经验, 逐步缩小差距。

参考文献：

[1]巩前文,李学敏.农业绿色发展指数构建与测度：2005—2018年[J].改革,2020(01):133-145.

[2]魏琦,张斌,金书秦.中国农业绿色发展指数构建及区域比较研究[J].农业经济问题,2018(11):11-20.

[3]赵会杰,于法稳.基于熵值法的粮食主产区农业绿色发展水平评价[J].改革,2019(11):136-146.

[4]涂正革,甘天琦.中国农业绿色发展的区域差异及动力研究[J].武汉大学学报(哲学社会科学版),2019,72(03):165-178.

[5]李谷成.中国农业的绿色生产率革命:1978-2008年[J].经济学(季刊),2014,13(02):537-558.

[6]潘丹.考虑资源环境因素的中国农业绿色生产率评价及其影响因素分析[J].中国科技论坛,2014(11):149-154.

[7]成刚.数据包络分析方法与MaxDEA软件[M].北京:知识产权出版社,2014,05:137-140.

[8]赖斯芸,杜鹏飞,陈吉宁.基于单元分析的非点源污染调查评估方法[J].清华大学学报(自然科学版),2004(09):1184-1187.

[9]梁流涛.农村生态环境时空特征及其演变规律研究[D].南京农业大学,2009.

[10]李波,张俊飚,李海鹏.中国农业碳排放时空特征及影响因素分解[J].中国人口·资源与环境,2011,21(08):80-86.

[11]沈洋,周鹏飞.农业绿色全要素生产率测度及收敛性分析——基于碳汇和碳排放双重视角[J].调研世界,2022,No.343(04):58-68.

作者简介：杨滨莲；性别：女，籍贯：四川乐山；民族：汉；研究方向：人口、资源与环境经济学。