中国农业环境全要素生产率动态演进及收敛性分析*

郑甘甜，陈池波，张开华，邢美华，江 帆

（1.湖北省农业科学院农业经济技术研究所，武汉 430064；2.中南财经政法大学工商管理学院，湖北武汉 430073）

0 引言

新古典经济增长理论认为，经济的可持续发展源于生产效率的提升。国内外研究经验也表明，全要素生产率作为生产效率的集中体现，是衡量经济发展质量的核心指标。改革开放以来，中国农业综合生产能力大幅提升，粮食总产量由1978年的3.047 7亿t增长至2019年的6.638 4亿t，成功地以占世界9%的耕地养活了世界近20%的人口[1]。但不容忽视的是，在农业大数据华丽增长的背后，中国农业发展正面临着资源约束与环境质量下行的双重压力。可持续发展理论将资源环境要素视为经济发展的内生变量与刚性约束，因而贯彻落实党中央倡导的绿色发展理念，既是现代农业建设的重大使命，也是全面推进农业供给侧结构性改革的题中之义[2]。因此，唯有考虑了资源与环境消耗的农业全要素生产率，即农业环境全要素生产率（以下均简称农业环境TFP），才能作为分析农业绿色发展现状的逻辑起点。

1 农业环境TFP测算体系的解构与改进

从已有的研究成果来看，学界尚未形成统一的农业环境TFP 测算体系，导致测算结果存在较大差异，基于农业环境TFP 测算结果的进一步实证研究，也在一定程度上受到质疑。文章试图在整理与归纳当前农业环境TFP测算体系研究的基础上，解构农业环境TFP测算体系的内在逻辑，探寻争议的症结所在。

1.1 争议解构

农业环境TFP将资源环境因素纳入分析框架，弥补了传统TFP忽视资源环境消耗的缺陷，逐渐成为国内学者研讨的热点。当前，对环境污染的处理方法主要包括投入法与产出法，前者是将环境因素视为一种具有影子价格的投入要素，而后者则是将环境污染物作为农业生产过程中的副产品，称为“非期望产出”，学界普遍采用的是产出法，该文对近年来的相关文献进行了整理，如表1所示。

表1 农业环境TFP研究的文献整理

从现有的文献来看，农业环境TFP测算结果差异较大，较高的达到9.5%，而较低的仅为0.56%。差异主要源于以下三方面的原因：一是投入—产出指标选取争议。在投入指标的选取上，有的学者所选指标较为精细，有的则较为粗略，仅依据经典的C-D 生产函数，选取劳动力、资本、土地作为投入要素。在产出指标的选取上，农林牧渔总产值、农业增加值、第一产业产值等农业产出指标均有被采用。在非期望产出的选取上，不同学者对污染物的界定有所区别，有学者选取TN（总氮）、TP（总磷），有的则以农业面源污染为核心增加了COD（化学需氧量），也有学者将农业碳排放作为主要来源；二是指标核算方式的争议。不同文献对同一指标的核算方法各异。有学者采用播种面积核算土地投入，也有学者采用耕地面积，劳动力、灌溉水资源、机械等指标也存在类似问题；三是省级样本选取争议。在DEA 方法中，决策单元的数量会影响生产前沿面的状态，因此，有的学者主张将全国30 个省（市、区，不含港澳台、西藏）全部纳入核算体系，有的则选择性地剔除了西藏、海南等农业经营规模较小的地区。

该文认为农业环境TFP 测算体系的构建之所以迥异，一方面在于学者对农业环境全要素生产率的内涵没有形成统一的界定标准；另外一方面在于研究对象的选取缺乏针对性，极易出现以狭义农业为核心选取投入指标，但产出指标却延伸到了广义农业的现象。此外，非参数估计测算技术的不断改进，也在很大程度上影响了结果的精确性，以上因素的合力导致了测算结果的千差万别。

1.2 体系改进

已有研究成果为深入理解农业环境TFP 的内涵及其要素构成提供了有益借鉴，但在研究对象定位、指标选择、污染单元的界定上仍存在争议。为获取更为准确的测算结果，该文从以下三方面改进农业环境TFP测算体系。

（1）精准定位，以狭义农业为研究对象。广义农业包含了种植业、林业、畜牧业、渔业、副业，各类细分产业对投入要素的需求各异，对资源环境的损耗差异也较大。狭义农业，即种植业作为整个农业系统的主要构成，既是保障国家粮食安全的基础性产业，也是促成农业绿色发展的关键所在。以化肥为代表的投入要素在种植过程中的长期滥用，极其造成土壤板结盐碱化、地下水污染以及水域生态系统的富营养化等面源污染问题，长期以来都是实现农业绿色发展的重难点。鉴于种植业在我国农业产业结构中的主导地位与代表性，该文以狭义农业为研究对象开展研究。

（2）投入要素与期望产出的选取。基于狭义农业，该文将农业环境TFP 定义为考虑灌溉水资源消耗、农田化肥污染、农田固体废弃物污染与农业碳排放下，农业投入要素与农业产出之间的效率关系。并对投入要素做以下改进：其一，鉴于农业机械化的推广运用与大牲畜的使用功能，该文剔除役畜要素；其二，综合考虑灌溉水资源投入。我国不同区域的耕作方式、作物类型差异性较大，仅用灌溉面积无法全面反映水资源消耗情况。《中国节水技术政策大纲》中指出灌溉水资源投入约占农业用水总量的90%，因而，该文综合有效灌溉面积与灌溉水资源作为衡量水资源消耗的指标。其三，由于从现有统计资料中仅能获取农林牧渔业的劳动力、机械总动力数据，因而该文参考杜江[13]、叶初升等[14]的做法，以农业总产值占农林牧渔业总产值的比重为权重，分离出劳动力、农业机械动力在狭义农业中的投入量。

（3）综合考量非期望产出的污染单元。采用单元调查评估法，将污染单位分为农田化肥污染、农田固体废弃物污染、农业碳排放。农田化肥污染的调查单元包含氮肥、磷肥、复合肥，排放清单为TN、TP；农田固体废弃物污染的调查单元包含稻谷、小麦、玉米、豆类、薯类，排放清单为COD、TN、TP；农业碳排放的排放源包含化肥、农药、农膜、柴油、翻耕、农地灌溉。

综上，改进后的农业环境TFP测算体系如表2所示。

表2 改进后的农业环境TFP测算体系

1.3 数据来源与方法选择

考虑到数据统计口径的同质性与可获取性，该研究整理了30 个省（市、区，不含港澳台、西藏）1995—2018 年的相关数据，数据主要来源于《中国农村统计年鉴》《中国水资源公报》、中国统计数据应用支持系统、资源学科领域基础科学数据整合与集成应用数据库。其中，重庆市于1997年被设为直辖市，其1995—1996年的数据从《四川省统计年鉴》中剥离。

已有文献在处理包含非期望产出的环境效率时，均采用方向距离函数DDF来实现，随后采用径向的、角度的DEA 方法计算DDF，但当投入与产出存在非零松弛时，角度的DEA 测算会忽略投入或产出的某些方面，而径向的DEA测算则会高估决策单元的效率，最终造成测算结果的偏差。国外学者针对这一问题，构建了基于松弛变量的非角度、非径向SBM 模型。早期关于生产率指数分解指标的动态变化分析，通常采用的是Malmquist或Malmquist-Luenberger指数，为了解决指数测算中的“伪倒退”现象，国外学者将全局测算技术应用到ML指数测算中，形成的GML指数将所有样本时期作为生产前沿面参照，侧重于反映全局生产率变动。所以，该研究使用基于SBM 的GML 指数，测算中国农业环境TFP，并将GML 指数分解为农业环境技术进步GMLTC指数与农业环境技术效率GMLEC指数。

2 中国整体及分区域农业环境TFP的动态演进

利用1995—2018年30个省（市、区，不含港澳台、西藏）农业要素投入、期望产出与污染物单元核算结果的面板数据，通过MaxDEA7.3Ultra 软件，测算出各省（市、区）农业环境TFP 的GML 指数及其分解指标。

2.1 中国农业环境TFP变动的总体态势

表3为中国农业环境TFP及其分解指标变动均值，由此可对农业环境TFP变动的总体态势进行分析。

表3 1995—2018年中国农业环境TFP及其因素分解

首先，1995—2018 年中国农业环境TFP 整体呈上升态势，在样本期间内农业环境TFP 的平均增长率为3.13%，累计增长率达到203.19%。进一步分析GML 指数增长的成因，可以发现GMLTC 指数的平均增长率达到3.92%，显著带动了农业环境TFP的增速，而GMLEC指数则小于1，处于明显的衰退状态，即样本期间内中国农业环境TFP的增长动力主要源于技术进步，技术效率则表现出制约作用。

其次，中国农业环境TFP 变动存在明显的阶段性特征。如图1所示，可将样本期间划分为3个阶段。

图1 1996—2018年农业环境TFP与农业总产值增长率的变动趋势

（1）第一阶段（1995—2000年），20世纪90 年代中后期中国农业实现四连增，导致社会在短期内难以消化大幅度增加的农产品供给，出现农产品全国“卖难”及农业结构性矛盾，因而两项指标在20 世纪90年代中期达到高峰后迅速回落，其中农业环境TFP 的变动速率低于农业总产值，表明在此阶段农业经济增长主要依赖于生产要素的大量投入，农业环境TFP 的贡献率相对较小。

（2）第二阶段（2001—2010 年），进入21 世纪后，中央连续出台多项惠农政策，例如取消农业税、加强农业基础设施建设、农业经济结构调整等，尤其自2004 年“中央一号文件”聚焦三农领域后，农业生产效率得到有效改善，两项指标均开始进入上升通道。

（3）第三阶段（2011—2018 年），在此阶段，绝大多数年份的农业环境TFP 超过了农业总产值的变动速率，成为了推动农业高质量发展的重要力量。表明资源环境因素对农业经济可持续增长的影响逐渐加大，农业经济开始由增速导向转化为高质量发展导向。

2.2 中国农业环境TFP变动的区域差异

受地理区位、经济基础、自然条件等多重因素的影响，中国农业环境TFP 还存在显著的区域差异。该文采用东部、中部、西部、东北部四大区域划分方式，比较分析中国农业环境TFP 及其分解指标的区域差异性。

图2、3 分别显示了中国四大区域农业环境TFP 指数以及累计指数的演进态势，四大区域均展现出了显著的空间差异性。结合表4可以看到，西部与东部地区农业环境TFP 的增速较高，分别达到年均3.5%以上，中部地区次之，东北地区的增速最为缓慢，仅为0.95%。从累计增长率的变动来看，西部与东部累计增长率较高，分别达到226.43%、224.62%，中部地区次之，累计增长率为180.29%，东北部地区累计增长率最低，为124.22%。从整体变动趋势来看，20世纪90年代中后期四大区域的农业环境TFP呈缓慢下降的趋势，进入21 世纪后四大区域开始呈现加速增长的趋势，增速依次为东部、中部、东北部与西部，到2010 年，西部呈现出直线加速的态势，至2018 年超过东部地区成为累计增速最高的区域，东部、东北部、中部在2016年达到峰值后，增长态势逐渐放缓。

表4 1995—2018年中国四大区域农业环境TFP及其分解的变动均值

图2 1996—2018年分区域农业环境TFP指数的演进态势

图3 1996—2018年分区域农业环境TFP累计指数的演进态势

表4 示显示了四大区域的农业环境TFP 及其分解指标。首先，四大区域的农业环境技术进步GMLTC指数均发生了不同程度的提高，其中东北地区的年均增速较高达到4.76%、4.04%，中部地区与东部地区次之，分别为3.68%、3.66%。与之相反的是，四大区域的农业环境技术效率都存在衰退现象，其中东北地区最为明显，年均衰退3.64%，东部地区衰退最小，年均仅衰退0.08%。由此可见，农业环境技术进步是当前促进农业环境TFP增长的主导力量，而农业环境技术效率仍存在可观的增长潜力与提升空间。

3 收敛性分析

以上分析了中国农业环境TFP 的动态演进，结果表明各区域之间存在显著的空间差异。那么，这种差异是会随着时间的推移持续发散，还是逐渐收敛？探究收敛性问题有助于农业政策的科学制定，该文将对中国及四大区域依次做σ收敛、绝对β收敛与条件β收敛。

3.1 农业环境TFP的σ收敛

σ收敛反映区域间农业环境TFP 的离差变化情况，若离差变小则表明区域间的离散程度也在逐渐缩小，即存在σ收敛，借鉴林光平等[15]、孙传旺等[16]的方法，其模型为：

式（1）中，ETFPn,t表示n省在t年的农业环境TFP，-E---T--F---P-t表示所有省区在t年的平均水平，σt反映了农业环境TFP的相对差异程度，若σt+T＜σt则表明各地的离散系数随时间推移逐渐缩减，则存在σ收敛。

图4 显示了全国及四大区域样本期间内农业环境TFP 的标准差。从全国层面来看，自2000 年起出现了明显的发散趋势，尽管2003—2006 年出现了短暂的阶段性收敛，但此后差距仍在扩大并呈现持续发散的态势。从区域层面来看，四大区域的发散趋势与全国基本一致，即在样本期间未出现显著的σ收敛。但四大区域的内部差距则各有特殊性，其中，东北地区的内部差距明显小于全国及其他三大区域，在绝大多数年份都处于低水平发散状态；中部地区的内部差异在2012 年达到峰值后，开始出现收敛趋势；东部地区的内部差距呈现波动上升与阶段性收敛相互交替的波动态势；西部地区以2009 年为节点，其演变轨迹由相对平稳向持续上升转变。

图4 1996—2018年全国及四大区域农业环境TFP的标准差

3.2 农业环境TFP的绝对β收敛

绝对β收敛是指农业环境TFP 较低的地区具有较快的增长率，对水平较高的地区存在“追赶效应”，用于描述农业环境TFP 的增长率与初始水平之间的负相关关系。参考Miller 等[17]的研究，采用固定效应模型检验，其模型为：

式（2）中，等式左边表示第n个省份在t=0 到t=T年的年均农业环境TFP 增长率，α0为常数项，ln(ETFPn,0)为n省增长率的最初值，若其回归系数β显著为负则表明该区域存在绝对β收敛。

检验结果如表5所示，全国及四大区域的β系数均为负值，但东北地区未通过显著性检验，即除东北地区外，全国及其他区域的农业环境TFP 均存在落后地区追赶发达地区的趋势。表明在东北部内部，农业环境TFP 较高的地区比落后地区具有更快的增长率，即便出现了类似的收敛特征，最终也难以达到同一稳态水平。

表5 农业环境TFP绝对β收敛检验

3.3 农业环境TFP的条件β收敛

条件β收敛考虑了个体在地域特征上的差异性，承认不同地区之间的农业环境TFP存在差距，从而会使不同地区的农业环境TFP朝着各自的稳态水平收敛，其模型为：

式（3）中，常数项α0对应不同地区的稳态条件，若回归系数β显著为负则表明存在β条件收敛，即各地区农业环境TFP会收敛于自身的稳定水平。

检验结果如表6 所示，模型（1）至（5）的估计系数在1%水平下均显著为负，即全国及四大区域均存在条件β收敛，表明各地区由于经济、社会、资源禀赋等方面的区域异质性，呈现出各自的稳态水平，可因地制宜地采取政策措施，促进各省区的农业环境TFP稳态水平趋于一致。

表6 农业环境TFP条件β收敛检验

4 政策建议

厘清农业环境TFP现状是探索农业绿色发展路径的逻辑起点。该文在解构农业环境TFP测算争议的基础上，以狭义农业为研究对象，对农业环境TFP 测算体系进行重塑，将劳动力、土地、化肥、农业机械动力、有效灌溉面积、灌溉水资源作为投入指标，农业总产值作为期望产出指标，COD、TN、TP、农业碳排放作为非期望产出指标。基于SBM-DEA 模型的GML 指数，分析了1995—2018 年中国及四大区域农业环境TFP的动态演进与收敛性。主要得出以下政策建议。

（1）加快绿色发展导向的农业科技创新与应用转化。实证结果表明，1995—2018 年我国农业环境技术进步GMLTC 指数的平均增长率达到3.92%，是推动农业环境TFP 增长的重要动力。然而，在过去一个时期，我国农业科技成果主要服务于农产品数量增长，对绿色投入品与绿色生产技术的科技创新仍相对不足，农业科技进步还存在巨大潜力。因此，面对农业绿色发展的新要求，首先要强化科技创新，畅通绿色农业的产学研合作机制，围绕实际需求，加大对关键绿色技术的攻关与集成配套；其次，加强绿色农业科技创新的应用转化，积极开展新品种、新技术、新成果的集成推广转化示范；再次，营造农业绿色发展的制度环境，加快建立健全绿色农业标准体系，完善农业投入品、污染物排放等领域的相关标准；最后，构建农业绿色发展的监测评价体系，利用先进的互联网技术，补齐我国在农业资源环境基础数据上的短板，为建立农业资源环境监测预警体系奠定基础。

（2）多维视角提升农业环境技术效率。总体来看，样本期间内我国农业环境TFP 整体呈上升态势，平均增长率为3.13%，累计增长率达到203.19%，主要依靠的是农业环境技术进步的推动，农业环境技术效率则出现了衰退迹象。通过横向对比相关研究，该文认为中国农业环境TFP 的增速相对缓慢，提升农业环境技术效率是未来实现农业绿色发展的重要内容：一方面要优化技术效率提升的主体条件，培育现代新型职业农民。拓展培育新型职业农民培育渠道，促进新型职业农民的培育要与农业绿色发展需求相适应；另一方面，要强化技术效率提升的主导动力，推动适度规模经营。当前，亟待改善土地经营权流转的外部环境，适度放宽土地流转中介组织的准入门槛，在明确责任权属的基础上，鼓励土地托管、资产评估、保险等金融机构介入。

（3）完善与创新农业补贴政策。实现农业绿色发展，要以完善农业补贴政策为切入点，将农业补贴政策的目标定位由数量增长为主转向数量与质量并重上来[18]。首先，要在保障国家粮食安全与农民可持续性增收的前提下，突出绿色发展导向，将增量资金重点向资源节约型、环境友好型农业倾斜，促使农业补贴制度的政策目标向绿色转型靠拢；其次，完善现有的绿色补贴政策，适度强化对“亲环境”绿色投入品与生产技术的补贴力度，促进有机肥补贴、畜禽粪污综合利用补贴以及绿色生产技术补贴等政策常态化；最后，鼓励各地创新补贴方式，提高农业补贴资金的使用效率，例如在病虫害爆发期，适时推行实物补贴方式，购置低毒高效生物农药，统一发放给农户，从而增强农业补贴政策的精准性、指向性与实效性。

（4）因地制宜地制定区域农业政策。中国农业环境TFP 具有明显的空间差异，东部与西部的增速较高，中部次之，东北部增长最为缓慢。东北部增长缓慢的原因在于技术效率的严重滞后，年均衰退3.64%，而东部、西部的技术效率对农业环境TFP增长的阻碍则较小，年均衰退仅为0.08%、0.41%，进一步证实了技术效率在很大程度上影响了区域农业环境TFP 的增长状态。因此，未来东北部的农业绿色发展应以提升资源配置效率为重点，充分利用东北部优渥的土地资源禀赋，通过高质量的规模经营提升技术效率；而对于地形地貌较为复杂、生态环境较为脆弱的西部地区，则需要在培育新型职业农民的基础上强化技术效率，同时探索多元化的高效经营模式；东、中部地区技术效率与技术进步发展水平相对均衡，可在土地资源禀赋与农村人力资本较高的区域，打造农业绿色发展的典型样本，以点带面地提升区域农业环境TFP。

（5）加强各省区之间的农业经济联动，充分发挥农业技术的空间溢出效应。从收敛性检验结果来看，全国及四大区域均存在β条件收敛，表明由于区域异质性，全国及四大区域呈现出不同的稳态水平。因此，落后省区要抓住农业绿色发展的政策机遇，争取更多的财政资金与政策倾斜，持续推广清洁农业技术，缩小与发达地区的差距。尤其是东北部，作为中国重要的商品粮生产基地以及豆产区，东北对保障我国粮食安全有着重要意义，但由于农业环境技术效率较为滞后且不存在β绝对收敛，导致区域内部出现明显的低水平两极分化现象。未来应持续强化东北部与技术效率“前沿省份”之间交流与合作，大力推广先进的绿色生产管理经验，从而缩小区域差距，有效保障粮食安全。