中国农业绿色全要素生产率研究：2000—2017

陈宇峰 缪嘉峰 屈 放

(浙江工商大学 经济学院，浙江 杭州 310018)

改革开放以来，我国农业发展发生了历史性变化，取得了举世瞩目的成就，其凭借仅占世界7%的耕地养活了世界上22%的人口。然而，这一伟大成就的背后付出了巨大的代价。2000—2018年，我国农业化肥施用量从4 146.4万吨增加到5 653.4万吨，增长率为36.34%，农用塑料薄膜使用量的增幅更是高达84.57%(1)数据来源：《中国农村统计年鉴(2019)》，中国统计出版社2019年版，第46页。。农业生产要素广泛投入的同时不仅带来了农业经济的快速增长，也加剧了碳排放和农业面源污染的恶化(2)潘丹、孔凡斌：《我国农业全要素生产率差异与收敛分析——基于环境污染视角》，《江西社会科学》2013年第9期，第43-47页。。根据《第一次全国污染源普查公报》显示，我国三种主要水污染物排放中来源于农业部门的比重较大，其中化学需氧量(COD)占43.71%，总氮(TN)占57.19%，总磷(TP)占67.27%，并且农业所产生的COD、TN、TP排放均超过了工业部门，成为水污染排放最主要的产业之一。此外，伴随着能源消耗量由2007年的7 068万吨增长到2017年的8 931万吨(3)折算成标准煤。数据来源：《中国能源统计年鉴(2018)》，中国统计出版社2019年版，第102-107页。，农业部门产生了二氧化碳排放量激增的现象。低效的要素利用消耗了大量农业资源且造成严重的环境污染，违背了党的十九大所倡导的绿色发展理念。自2004年以来，中央一号文件连续17年聚焦农业问题，特别是2005年首次明确提出加强治理农业面源污染的相关政策。在之后的16年内，治理农村生态环境、持续减少农业面源污染排放等相关政策不断提出。2020年的中央经济工作会议已明确提出“解决好种子和耕地问题”，要加强农业面源污染治理，“做好碳达峰、碳中和工作”等重点任务。除此之外，我国还制定了明确的量化目标，即农业面源污染中的TN和TP排放量减少30%以上，并在此基础上大力推进绿色能源建设(4)资料来源：《“十三五”农业科技发展规划》《能源发展“十三五”规划》。。绿色增长已成为我国经济增长的新方向，而其中的农业可持续发展显得尤为关键(5)葛鹏飞、王颂吉、黄秀路：《中国农业绿色全要素生产率测算》，《中国人口·资源与环境》2018年第5期，第66-74页。。

绿色是农业的本色，把农业绿色发展摆在突出位置将为破解农业生态环境与农业经济增长之间的矛盾提供有效路径，更是农业落实“两山”理念和践行生态文明建设的真正体现。而如何科学有效地评估农业部门的绿色发展绩效已成为一个关键而紧迫的问题(6)于法稳：《实现我国农业绿色转型发展的思考》，《生态经济》2016年第4期，第42-44页。。以绿色全要素生产率(GTFP)为视角的研究为统筹资源、环境和发展提供了分析框架，并受到多数学者的应用(7)陈诗一：《中国的绿色工业革命:基于环境全要素生产率视角的解释(1980—2008)》，《经济研究》2010年第11期，第21-34页。(8)孟祥海、周海川、杜丽永等：《中国农业环境技术效率与绿色全要素生产率增长变迁——基于种养结合视角的再考察》，《农业经济问题》2019年第6期，第9-22页。(9)Wang K L,Pang S Q,Ding L L,et al.,Combining the Biennial Malmquist-Luenberger Index and Panel Quantile Regression to Analyze the Green Total Factor Productivity of the Industrial Sector in China,Science of the Total Environment,2020-10-15,https://doi.org/10.1016/j.scitotenv.2020.140280.。那么，现阶段我国各省份的农业GTFP处于何种水平，在过去的10多年间产生哪些变化，而这些变化背后的动力源于何处？揭开这些疑惑能更好地认识农业经济增长、资源利用和生态环境建设三者之间的关系，对破解农业绿色发展障碍和实现我国农业绿色转型发展具有重要意义。因此，本研究将农业碳排放和面源污染作为非期望产出纳入农业GTFP的测度当中，采用方向性距离函数(DDF)的全局Malmquist-Luenberger指数法测算2000—2017年我国区域农业绿色生产率的动态变化情况，并进一步将其分解为技术进步和技术效率以挖掘农业绿色全要素生产率波动背后的动力源泉，为制定合适的地区农业发展政策提供依据。

一、文献回顾

现有关于农业绿色全要素生产率测度的研究文献，可以分为两类：一是不同测算方法和模型的研究；二是农业不同环境因素(即污染物)指标的选取研究。索洛余值法、代数指数法、随机前沿法和数据包络分析法是目前主要的农业全要素生产率测算方法，其中数据包络分析(DEA)和随机前沿分析(SFA)已经成为衡量农业TFP的两种流行方法(10)张乐、曹静：《中国农业全要素生产率增长:配置效率变化的引入——基于随机前沿生产函数法的实证分析》，《中国农村经济》2013年第3期，第4-15页。(11)高帆：《我国区域农业全要素生产率的演变趋势与影响因素——基于省际面板数据的实证分析》，《数量经济技术经济研究》2015年第5期，第3-19页。(12)王亚飞、廖甍、王亚菲：《高铁开通促进了农业全要素生产率增长吗？——来自长三角地区准自然实验的经验证据》，《统计研究》2020年第5期，第40-53页。。李翔等(2018)采用SFA模型来评估华东农业全要素生产率(13)李翔、杨柳：《华东地区农业全要素生产率增长的实证分析——基于随机前沿生产函数模型》，《华中农业大学学报(社会科学版)》2018年第6期，第62-68页。，虽然SFA模型构建的边界符合农业生产特征(14)Gong B L,Agricultural Productivity Convergence in China,China Economic Review,2020-04-01，https://doi.org/10.1016/j.chieco.2020.101423.，但因其所需预设的特定生产函数而受到批评。然而，在不要求预设函数形式的情况下，DEA模型通过构造一个分段线性前沿面并利用最佳观测实践单元进行比较来判断生产率水平，这一方法受到广泛应用。Emrouznejad等(2018)梳理了近四十年来与DEA相关的文献，指出该方法在农业生产率测度中被广泛使用，并常与绿色全要素生产率概念相联系。根据测算农业绿色全要素生产率所使用的DEA模型视角不同，可以分为静态视角和动态视角(15)Emrouznejad A,Yang G L,A Survey and Analysis of the First 40 Years of Scholarly Literature in DEA:1978-2016,Socio-Economic Planning Sciences,2018,No.61,pp.4-8.。Liu等(2021)利用Super-SBM模型从静态角度计算基于碳排放的农业GTFP，并指出我国GTFP呈现波动增长态势且省际差异不断扩大(16)Liu D D,Zhu X Y,Wang Y F,China’s Agricultural Green Total Factor Productivity based on Carbon Emission:An Analysis of Evolution Trend and Influencing Factors,Journal of Cleaner Production,2021-01-01,https://doi.org/10.1016/j.jclepro.2020.123692.。葛鹏飞等(2018)以31个省份的GTFP为研究对象，利用基于松弛变量的方向性距离函数(SBM-DDF)的Malmquist-Luenberger (ML)指数法动态分析后发现，我国农业GTFP的年均增长率为1.56%，且呈现由东向西依次递减的趋势(17)葛鹏飞、王颂吉、黄秀路：《中国农业绿色全要素生产率测算》，《中国人口·资源与环境》2018年第5期，第66-74页。。考虑到农业GTFP的长期积累过程以及ML指数所不具备的传递性和全局参比问题，本研究将利用方向性距离函数的Global Malmquist-Luenberger(GML)指数法，从动态视角对我国农业GTFP进行测度分析。

除了测算方法和模型的研究外，农业污染物作为农业绿色全要素生产率中“绿色”概念的体现，其指标选择是否全面、科学决定了测度结果的准确性。在农业污染物选择上，Fei等(2017)将CO2作为一种非期望产出来衡量中国农业能源-CO2综合效率(18)Fei R L,Lin B Q,The Integrated Efficiency of Inputs-outputs and Energy-CO2 Emissions Performance of China’s Agricultural Sector,Renewable and Sustainable Energy Reviews,2017,No.9,pp.668-676.；吴传清等(2018)将农业部门的碳排放纳入农业绿色全要素生产率的评估当中(19)吴传清、宋子逸：《长江经济带农业绿色全要素生产率测度及影响因素研究》，《科技进步与对策》2018年第17期，第35-41页。。然而，在农业生产过程中，面源污染是所有污染物中最为严重的。Boers(1996)指出，荷兰地表水中所排放的60%总氮和40%～50%的总磷均来源于农业(20)Boers P C M,Nutrient Emissions from Agriculture in the Netherlands,Causes and Remedies,Water Science and Technology,1996,No.4-5,pp.183-189.。因此，部分学者选取农业面源污染这一指标进行了GTFP的测度(21)高杨、牛子恒：《农业信息化、空间溢出效应与农业绿色全要素生产率——基于SBM-ML指数法和空间杜宾模型》，《统计与信息论坛》2018年第10期，第66-75页。(22)王淑红、杨志海：《农业劳动力老龄化对粮食绿色全要素生产率变动的影响研究》，《农业现代化研究》2020年第3期，第396-406页。，比如韩海彬等(2013)引入农业面源污染作为环境约束评估我国29个省份的农业TFP增长(23)韩海彬、赵丽芬：《环境约束下中国农业全要素生产率增长及收敛分析》，《中国人口·资源与环境》2013年第3期，第70-76页。；李谷成(2014)以“绿色生产率革命”定义包含农业面源污染这一非合意产出的ML生产率指数模型(24)李谷成：《中国农业的绿色生产率革命:1978—2008年》，《经济学(季刊)》2014年第 2期，第537-558页。。由此可见，学界对于农业污染物的指标选取大多停留在单一的碳排放或面源污染层面，缺少对于两者的综合考察。与Su等(2020)提出的“为遏制农业生产对环境的负面影响，提高农业可持续发展水平，必须对不同类型农业生产的可持续性进行量化”(25)Su Y,He S,Wang K,et al.,Quantifying the Sustainability of Three Types of Agricultural Production in China:An Emergy Analysis with the Integration of Environmental Pollution,Journal of Cleaner Production,2020-04-10,https://doi.org/10.1016/j.jclepro.2019.119650.这一观点相同，本研究将碳排放和农业面源污染共同作为非期望产出纳入农业GTFP的测算中，以更加全面地反映我国目前的农业绿色发展水平。

要想实现农业GTFP的持续增长，挖掘和把握其背后的动力源泉至关重要。王奇等(2012)通过分解分析得出，我国农业TFP和GTFP的增长主要源于技术进步，而技术效率的恶化抵消了部分技术进步所带来的作用(26)王奇、王会、陈海丹：《中国农业绿色全要素生产率变化研究：1992—2010年》，《经济评论》2012年第5期，第24-33页。。之后，不少学者将农业GTFP进行结构分解，均验证了增长的动力源泉在于农业绿色技术进步的结论(27)吕娜、朱立志：《中国农业环境技术效率与绿色全要素生产率增长研究》，《农业技术经济》2019年第4期，第95-103页。(28)郭海红、刘新民：《中国农业绿色全要素生产率时空演变》，《中国管理科学》2020年第9期，第66-75页。。Liu等(2019)在将农业GTFP分解为技术进步、纯技术效率和规模效率基础上，结合投入产出对这三者进一步分解后发现，2010年以后我国农业产量、能源使用以及污染物治理方面的技术进步是农业GTFP增长的主导因素，而资本运用方面的技术倒退成为增长的主要障碍(29)Liu Y,Feng C,What Drives the Fluctuations of “Green” Productivity in China’s Agricultural Sector？A Weighted Russell Directional Distance Approach,Resources,Conservation and Recycling,2019,No.4,pp.201-213.。因此，本研究在测度我国区域及各省份农业GTFP的基础上，进一步将GTFP分解为技术进步和技术效率以探究其变化背后的主要动力，为验证农业绿色长效发展机制提供数据支撑。本研究的贡献主要体现在以下两方面：第一，对农业绿色全要素生产率测算指标进行了更新，将碳排放与面源污染同时作为“坏产出”，采用产出角度的DDF-GML指数从动态视角考察我国农业GTFP的时空演变特征并进行结构分解。第二，从区域层面和粮食功能区层面对我国农业GTFP进行分类评价，在区域性分析中对作为我国重要农业基地的东北地区予以单独考量，在粮食功能区层面分析中将所研究的30个省份划分为粮食主产区、产销平衡区和粮食主销区进行讨论。

二、研究方法与数据来源

(一)农业GTFP的测算方法

农业生产符合规模报酬不变的特征。此外，在既定稀缺要素约束下使农业产量最大化与污染最小化更符合我国农业绿色发展理念；而与传统的ML指数相比，全局ML指数参考共同前沿所存在的传递性与可累乘性等特点，并且具有各期效率可比性(30)肖琴、罗其友、周振亚等：《中国农业绿色生产效率的动态变迁与空间分异——基于DDF-Global Malmquist-Luenberger指数方法的分析》，《农林经济管理学报》2020年第5期，第 537-547页。。因此，本研究将在规模报酬不变条件及产出导向下构造DDF-GML生产率指数模型并对其进行分解。

P(x)={(yg，yb)|xcanproduce(yg，yb)}

(1)

其中，P为生产可能性集合，即投入要素x可以生产出期望产出与非期望产出(yg，yb)。同时，该生产可能性集合为一个有界的闭集并且满足期望产出与投入的强可处置性、期望产出与非期望产出的弱可处置性和零结合性假设(31)王兵、侯冰清：《中国区域绿色发展绩效实证研究:1998—2013——基于全局非径向方向性距离函数》，《中国地质大学学报(社会科学版)》2017年第6期，第24-40页。。

在农业生产活动中，伴随着产量的上升过程，碳排放和面源污染也不可避免地出现。而农业可持续发展的目标是在保持期望产出增加的同时，进一步减少非期望产出，基于此，本研究将引入Chung等(1997)(32)Chung Y H,Färe R,Grosskopf S,Productivity and Undesirable Outputs:A Directional Distance Function Approach,Journal of Environmental Management,1997,No.3,pp.229-240.所提出的能够对期望产出与非期望产出进行区别处理的方向性距离函数，具体形式如下：

D=(x，yg，yb;g)=max{β|(yg+βgy，yb-βgb)∈P(x)}

(2)

其中，g=(gy，-gb)是方向向量表示在gy方向上增加期望产出，并且在gb方向上减少非期望产出，β为在给定要素x和生产可能性集合P的情形下，期望产出与非期望产出沿g方向向量最大扩张和收缩程度。

2.Global Malmquist-Luenberger指数。参考Oh(2010)(33)Oh D,A Global Malmquist-Luenberger Productivity Index,Journal of Productivity Analysis,2010,No.3,pp.183-197.的做法，将所有构造的当期基准全部包络进来，得到单一的、可全局参比的生产可能性集合。结合式(1)，本研究的全局基准生产可能性集合为：

(3)

(4)

进一步地，将GMLt，t+1指数分解为全局技术效率指数GEFFCHt，t+1和全局技术进步指数GTECHt，t+1，分解过程如下：

(5)

(二)非期望产出测算方法

1.碳排放测算方法。农业碳排放参考《IPCC国家温室气体清单指南》所提供的碳排放系数并采用农业各类能源消耗与对应排放因子的乘积来进行测量。具体公式如下：

(6)

其中，ACE为农业部门生产活动产生的碳排放，Ei为农业生产中第i类能源的消耗量，δi为第i类能源的碳排放系数。

2.农业面源污染测算方法。考虑到污染物的统一性，本研究将化学需氧量(COD)、总氮(TN)和总磷(TP)定义为农业面源污染，并采用赖斯芸等(2004)(35)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》，《清华大学学报(自然科学版)》2004年第9期，第1184-1187页。和陈敏鹏等(2006)(36)陈敏鹏、陈吉宁、赖斯芸：《中国农业和农村污染的清单分析与空间特征识别》，《中国环境科学》2006年第6期，第751-755页。所使用的“自上而下”单元分析法来建立农业活动与污染物之间的关系。该方法充分考虑了统计数据的可获得性、可比性和显著性，是一项非常全面简便的面源污染估算方法，受到学界的广泛青睐。具体测算公式如下：

ANSP=∑EU活动=∑∑EU类别=∑∑∑EU单元×EUA

(7)

其中，ANSP为农业面源污染，即COD、TN和TP排放总和，EU活动表示农业生产产生面源污染的活动，EU类别表示产生面源污染的具体类别，EU单元为产生面源污染的具体单元，其中活动由类别组成，类别由单元组成，EUA代表单个单元的污染物排放量，计算公式如下：

(8)

其中，EUi代表第i个单元，ρij为第i个单元污染物j的污染强度系数，ηi为对应资源的利用效率相关系数，PEij为污染物j产生量(农业生产所造成的最大潜在污染量)，Cij表示第i个单元污染物j的排放系数，由该单元本身和空间特征S所决定。表1为我国具体的农业面源污染基本单元列表。

表1 我国农业面源污染基本单元列表

表1中各面源污染产污单元调查指标来源于《中国农村统计年鉴》《中国统计年鉴》《新中国农业60年统计资料》以及各省份统计年鉴等。而上述污染强度系数、排放系数等参数值主要来源于第一次全国污染源普查以及《污染源普查农业源系数手册》中的分省数据；关于农业相关资源利用效率系数、流失系数等数据参考孟祥海等(2019)(37)孟祥海、周海川、杜丽永等：《中国农业环境技术效率与绿色全要素生产率增长变迁——基于种养结合视角的再考察》，《农业经济问题》2019年第6期，第9-22页。和Zou等(2020)(38)Zou L L,Liu Y S,Wang Y S,et al.,Assessment and Analysis of Agricultural Non-point Source Pollution Loads in China:1978-2017,Journal of Environmental Management,2020-06-01,https://doi.org/10.1016/j.jenvman.2020.110400.。

(三)数据来源与选取

本研究所使用的投入产出指标及数据来源如表2所示，其中各统计年鉴的使用年份均为2001—2018年。目前统计年鉴中尚无分地区农业能源消耗量的数据统计，因此将各省份农林牧渔业原煤、原油和天然气等能源消耗转换成标准煤，并将第一产业增加值转换成以2000年为基期的不变价格，以消除物价变动对结果的干扰。

表2 农业GTFP投入产出指标

三、实证分析

(一)农业面源污染负荷总量匡算结果

根据单元分析法，本研究估算2000—2017年我国农业面源污染负荷总量(见图1)。为了验证数据结果的可靠性，将估算结果与第一次全国污染源普查公报所公布的数据进行比较。由于公报中统计数据来源于部分典型的农业地区，而非全国范围，该数据低于本研究估算结果。与Zou等(2020)相比，本研究匡算结果相对较小，原因是为测算农业绿色全要素生产率，本研究仅关注农业生产部门的排污，在进行面源污染计算时将农村生活所产生的污染排除在外，但总负荷趋势与其研究结果基本一致且与实际情况相符。

图1 我国农业面源污染负荷总量图

从农业面源污染负荷总量的增减趋势看，我国农业面源污染于2000—2002年上升，在2003年下降后开始攀升，2006年达到峰值，约为2 502.62万吨。在2007年内经历过大幅下降后开始缓慢上升，2014—2017年呈现下滑态势。早期粗放型的农业发展模式使农业面源污染在短短几年内迅速加剧，随着国家对农村生态环境重视程度的提高以及农民人力资本的增加与环保意识的增强，农业生态环境压力开始减缓，面源污染下降的趋势良好。从面源污染负荷总量的组成来看，不难发现，COD占总污染的比重最大，TN次之，TP最小。Zhang等(2019)指出，农业生产中禽畜养殖所排放的面源污染最大，这是由于养殖业所具有的“大规模、排污复杂和难以控制”特点使COD排放比例上升，而TN与TP比例下降(39)Zhang C Z,Liu S,Wu S X,et al.,Rebuilding the Linkage between Livestock and Cropland to Mitigate Agricultural Pollution in China,Resources,Conservation and Recycling,2019,No.1,pp.65-73.。此外，COD、TN、TP与总污染的趋势也基本相同，说明农业部门可以通过转变发展模式同时减少各种污染物，有效破解农业经济与资源环境的矛盾，实现协调发展。

(二)整体农业GTFP测算及分解结果分析

使用MaxDEA 8软件计算得到2000—2017年我国30个省份的农业绿色全要素生产率及其分解结果(见图2和表3)。

图2 我国整体农业GTFP及分解图

表3 我国整体农业GTFP分解结果与累计值表

由图2和表3可以看出，2000—2017年我国农业GTFP呈现波动上升态势，年均增长率为0.84%，其最低值在2005年，为0.9779，最高值在2007年，为1.0292，效率值相差5.13%。从考察期内的GTFP累积值可以看出，从2001年的0.9989到2017年的1.1524，累积增长约为1.15倍，表明进入新世纪后我国农业GTFP得到长效持续提升。考察期内整体农业GTFP的增减波动大致可以分为四个子时期，即2000—2005年、2006—2009年、2010—2015年以及2016—2017年。前三个子时期分别对应农业GTFP先增长后减少趋势：第一个子时期内，主要是由于中央政府所出台的多项惠农政策激发了农民生产与学习农业技术的积极性(40)韩海彬、赵丽芬：《环境约束下中国农业全要素生产率增长及收敛分析》，《中国人口·资源与环境》2013年第3期，第70-76页。；第二个子时期的效率增长受到2006年我国全面取消农业税的影响，该项政策在减少农民负担的同时提高了生产效率；第三个子时期内农业GTFP出现了一段时期的停滞不前。而在第四个子时期内绿色效率开始显著提升，这离不开我国所实施的包含《到2020年化肥使用量零增长行动方案》等一系列农业资源与生态环境保护政策。

从分解结果看，技术进步在考察期内的均值为1.0075，年均增长率为0.75%，而技术效率为1.0009，年均增长率是0.09%，说明在考察期内整体上是农业技术进步推动了农业GTFP的提高，而技术效率的改善相对微弱，这与全炯振(2009)所提出的农业全要素生产率的技术诱导型增长模式相同(41)全炯振：《中国农业全要素生产率增长的实证分析:1978～2007年——基于随机前沿分析(SFA)方法》，《中国农村经济》2009年第9期，第36-47页。。农业绿色技术的研发与创新在提高产量的同时兼顾污染减排，成为提升农业GTFP的主要动力。在多数年份中，技术效率出现下滑在一定程度上抵消了农业技术水平提高的效果。但是在2005—2006年、2008—2010年以及2017年三个时间段，技术进步明显低于技术效率且均位于效率值1水平以下，说明在考察期内农业绿色技术虽整体处于进步阶段，但仍有个别年份发生了技术衰退现象。

(三)我国农业GTFP区域差异分析

表4分析了我国各个区域的农业GTFP及其分解结果，从中可以发现，年均增长率最高的是我国东部地区，中部次之，东北地区再次，西部地区垫后，分别为1.01%、0.92%、0.73%和0.67%，只有东部和中部地区高于整体年均增长率。这一结果与王军等(2019)所分析的区域农业全要素生产率不同的是，纳入环境约束后，东北地区的效率值出现下滑且次于中部地区(42)王军、杨秀云：《改革开放以来中国农业全要素生产率的动态演进及收敛性分析》，《统计与信息论坛》2019年第11期，第59-66页。。这表明，具有我国农业重要战略地位的东北地区，在大力发展农业生产的同时，未能合理协调与农业环境污染之间的关系。从时间变化趋势看，各区域与整体农业GTFP的变化趋势基本相同，在考察期内出现三次上升后又下降的走向，但最终仍呈上升态势，符合前文所提及的四个子时期阶段，并且东部和东北地区的波动幅度相对较大。

从区域农业GTFP的增长源泉看，东部、西部和东北地区绿色效率提升的主导因素为技术进步。具体而言，东部技术效率为0.9971，增长率为-0.29%，而技术进步为1.0130，增长率为1.30%；东北地区技术效率为0.9999，而技术进步为1.0074，说明东部及东北地区绿色技术水平的提高抵消了部分技术效率恶化所产生的影响。Pang等(2016)指出，农业生态高效率地区主要集中于经济发达地区(43)Pang J X,Chen X P,Zhang Z L,et al.,Measuring Eco-efficiency of Agriculture in China,Sustainability,2016,No.4,p.398.。其原因在于，我国东部地区经济发展水平的提高推动了农业绿色技术进步，促使农业部门高效生产的同时进一步缓解了环境压力。而西部地区技术效率和技术进步的增长率分别为0.15%和0.51%，表明在考察期内西部的技术进步水平提升，同时技术效率也发生了改善。西部地区具有得天独厚的农业资源优势，长期实施的西部大开发战略也为西部农业绿色发展提供新的机遇。与其他三个区域不同的是，中部地区农业绿色生产率增长的动力源泉主要是技术效率，其贡献率约为70%，而技术进步的增长率为0.27%，约占生产率提升的30%，足以体现中部地区存在技术研发与创新力度不足的问题。

图3显示了我国各区域及整体农业GTFP的累积值，从时间趋势看走势基本相同，2003年农业经济发展受到“非典”疫情与严重自然灾害的双重影响(44)柏先红：《2003年农业发展概况》，《中国发展报告》2004年第1期，第81-84页。，其中中部、西部和东北地区累积值开始大幅下降，东部地区也于2004年出现相同情况，但四大区域在2005年后开始保持增长。2008年，在中央一号文件明确加快推进农业机械化发展和增加农机购置补贴种类等政策的刺激下，东北地区地形平坦、土地面积大等利于机械化生产的农业良好条件得以充分发挥，使其在2008—2013年间累积值增长率处于领先地位。不难看出，2016年后各区域累积值曲线更加陡峭，斜率变大，向上攀升，且2017年仍保持高增长态势。

图3 我国区域农业GTFP累积值图

(四)我国粮食功能区农业GTFP差异分析

粮食安全作为经济安全的重要方面(45)陈宇峰、田珊：《定价主导权争夺下的中国粮食安全》，《经济研究参考》2015年第38期，第38-48页。，全面认识我国三大粮食功能区农业GTFP是实现生态与经济双赢的基础。粮食功能区源于2001年我国粮食流通体制改革，根据各个省份粮食生产的具体产销特征，并结合各地资源禀赋差异与历史传统，将我国粮食生产地区划分为粮食生产区、产销平衡区和粮食主销区(46)高鸣、宋洪远：《粮食生产技术效率的空间收敛及功能区差异——兼论技术扩散的空间涟漪效应》，《管理世界》2014年第7期，第83-92页。。图4和表5分别显示了不同功能区的农业GTFP及分解结果。

表5 我国粮食功能区农业GTFP及分解结果表

续表5

从时间趋势看，各个功能区农业GTFP变化趋势基本相似，大致经历了三个子时期的“∧”型变化后，在2015—2017年内保持增长趋势，考察期内粮食生产区、平衡区和主销区的农业GTFP年均增长率分别为0.81%、0.75%和1.02%。就波动情况而言，粮食生产区与产销平衡区波动相对较小，而粮食主销区变化较大。由于粮食主销区工业化与城镇化水平较高，且对粮食生产和耕地面积的要求较低，其受到外界政策冲击的影响相对较大，在考察期内波动最为显著。

从粮食功能区分解结果看，粮食主产区、平衡区和主销区的技术进步年均增长率分别为0.47%、0.48%和1.66%，而技术效率年均增长率分别为0.33%、0.27%和-0.63%。可见，不论是主产区、平衡区还是主销区，技术进步均为农业GTFP增长的主要源泉，特别对于主销区而言，考察期内其技术效率均值低于1，说明存在技术效率恶化的现象。但主销区内城镇化进程的深入推进，推动了农业生产技术进步，促进土地集约化、规模化经营，深刻影响农民思想观念和生活生产方式，进而一定程度上对农业污染减排和绿色全要素生产率的提升起到促进作用(47)薛蕾、廖祖君、王理：《城镇化与农业面源污染改善——基于农民收入结构调节作用的空间异质性分析》，《农村经济》2019年第7期，第55-63页。。此外，作为GTFP均值排名第二的粮食生产区，在实现粮食生产安全目标的前提下，其内部产量增长与污染压力的冲突更加集中(48)罗斯炫、何可、张俊飚：《增产加剧污染——基于粮食主产区政策的经验研究》，《中国农村经济》2020年第1期，第108-131页。。正如分解结果所示，技术效率改善最为明显，但技术进步相对其他两个功能区略显落后，这主要是由于粮食生产区多为早期的农业大省，在经济发展过程中产业结构调整相对缓慢，工业化进程落后难以为技术创新和技术水平的提升提供基础条件。对产销平衡区而言，绝大多数省份来源于西部地区，其农业GTFP均值最低，通过分解后发现技术效率和技术进步位于中等水平。

四、结论与建议

农业是支撑国民经济建设和发展的基础产业。随着农业生产要素的广泛投入，农业面源污染和碳排放问题日益突出。全面准确地衡量和认识我国农业GTFP是提高农业绿色发展水平的基础，深入挖掘并把握我国整体、区域和粮食功能区农业GTFP背后的动力源泉是制定适合区域、功能区农业规划的先决条件。基于此，本研究将农业面源污染和碳排放作为非期望产出纳入传统农业全要素生产率的分析框架中，并定义其为农业GTFP，进一步使用DDF-Global Malmquist-Luenberger生产率指数，从动态视角评估了2000—2017年我国整体、区域及不同粮食功能区的农业GTFP变化情况，并对结果进行分解分析，得出以下主要结论。

1.农业面源污染压力近年来有所减缓。我国农业面源污染负荷中，COD排放占总排放比重最大，且COD、TN、TP与总面源污染变化趋势基本一致，于2006年达到峰值，近年来呈现下降的良好态势。

2.整体农业GTFP在考察期内呈现波动上升态势。我国整体农业GTFP根据增减变化大致可以分为四个子时期，前三个子时期均为先增长后下降的“∧”型变化趋势，第四个子时期出现显著提升。进入新世纪后农业绿色发展水平取得长效提升，考察期内GTFP累积增长约1.15倍，并进一步验证了该增长模式为技术诱导型增长。

3.区域农业GTFP年均增长率的对比及其推动力。我国区域农业绿色全要素生产率年均增长率呈现东部最高，中部次之，东北其后，西部最后。其中，东部、西部和东北地区的主要推动因子为技术进步，而中部则是技术效率。此外，各区域与整体农业GTFP累积值的时间变化趋势大致相同。

4.粮食功能区农业GTFP变化趋势及其推动力。各个粮食功能区农业GTFP变化趋势基本相似，其中粮食主销区波动较大，且三大功能区绿色增长的主要推动力均来源于技术进步，但对于承担粮食安全功能的主产区而言，其技术进步贡献作用落后于其他两个功能区。

根据上述研究结论，本研究提出以下三点政策建议。

1.鼓励农业技术研发与创新。农业技术进步是农业现代化的要求，也是实现协调发展的重要手段。针对农业GTFP的技术诱导型增长模式，应积极引导并鼓励农业部门的技术研发与创新，尤其是农业绿色生产技术的开发与利用，同时应注重各省份农业技术效率的改善问题。通过促进科技人才的流动与沟通，加快先进农业技术的扩散与实施推广。

2.因地制宜地制定农业绿色发展战略。针对绿色生产率的区域差异性特征，政府应结合各区域的农业资源禀赋与不足，合理地制定农业绿色发展战略，并以此协调各区域的农业发展，进而缩小区域差距。对具有较高绿色发展效率的东部地区，应推动农业重大技术研发，并将技术进行扩散；而对于效率较低的西部地区，应积极学习与借鉴绿色农业发达地区的经验，并总结形成一套适合自身发展的绿色路径。

3.妥善解决粮食功能区产量与污染的矛盾。针对粮食功能区生产率差异，应缩小各功能区间的差距，处理好生产功能区中产量与污染的冲突，在确保粮食产量安全的前提下减少农业污染排放，实现“既要绿水青山，又要金山银山”的发展目标。