“双碳”目标下黄河流域农业生态效率的动态演进与收敛特征

何妮 姚聪莉 张畅

摘 要：“双碳”目标下推进黄河流域农业生态效率提升，是推动实施黄河流域生态保护和高质量发展战略的重要途径。在农业减排固碳的发展要求下，以落实农业“双碳”目标为着力点，运用超效率SBM模型、Dagum基尼系数和收敛检验方法，测度2006-2021年黄河流域农业生态效率的时序演进、空间差异和收敛特征。结果表明：黄河流域农业生态效率整体呈波动上升趋势，但整体农业生态效率水平偏低，形成了“下游领跑、中游追赶、上游落后”的空间格局;黄河流域内农业生态效率差异逐渐扩大，差异主要源自超变密度，区域内差异由低到高依次为上游、下游和中游;黄河流域整体及上、中、下游的农业生态效率不存在σ收敛现象，但都存在显著的β绝对收敛和β条件收敛，种植业产值、机械化水平、农业产业集聚度、产业结构高级化水平等因素对β条件收敛的影响具有异质性。

关键词：农业生态效率;黄河流域;碳达峰;碳中和;动态演进;收敛特征

中图分类号：F061.5 文献标志码：A 文章编号：1009-9107（2024）03-0149-12  DOI：10.13968/j.cnki.1009-9107.2024.03.16

引 言

党的二十大报告中提出“实现碳达峰碳中和是一场广泛而深刻的经济社会系统性变革”，要“推进生态优先、节约集约、绿色低碳发展”，进而实现“积极稳妥推进碳达峰碳中和”［1］。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中提出“提升城乡建设、农业生产、基础设施适应气候变化能力”，并将“单位国内生产总值能源消耗和二氧化碳排放分别降低13.5％、18％”列为“十四五”时期经济社会发展主要目标［2］。低碳发展是当前人类社会可持续发展的重要议题，农业生产直接或间接导致大量温室气体排放［3］，农业碳排放是我国碳排放的重要构成，农业生态效率是影响碳减排目标实现的重要因素［4］。黄河流域是我国重要的生态屏障和经济地带［5］，黄河流域农业高质量发展对于保障国家粮食安全和生态安全具有重要意义［6］。在碳达峰、碳中和这个“双碳”目标下推进黄河流域农业生态效率提升，是推动实施黄河流域生态保护和高质量发展战略的重要途径。

目前，黄河流域仍面临着较为严峻的生态环境形势［7］，区域植被破坏和水土流失等生态问题依旧突出［8］。由于黄河流域上中下游自然条件和农业资源分布的巨大差异［9］，其农业发展需要直面农业资源的刚性约束，导致黄河流域农业发展存在水资源短缺、资源环境高负载、土地利用变化差异明显［10］等难题，面临着流域内农业面源污染［11］、碳排放量持续走高［12］、土壤退化［13］等问题。这些因素均导致黄河流域农业生态效率的空间分布存在一定的差异性。农业生态效率是生态效率在农业领域的引申和拓展［14］，反映了农业在资源利用效率、环境保护、生态安全以及经济社会发展等方面的表现。粗放型的传统农业生产方式会导致农业生态系统的结构失衡和功能退化［15］。因此，农业生态效率是指农业生产系统在适应生态环境承载力的前提下［16］，采用合理的生产方式、技术和管理措施，在实现农业生产目标的同时减小对环境资源的消耗和污染［17］，提高资源利用效率并维护生态环境质量和稳定性。农业生态效率既要强调农业生产效率与环境效益的统一［18］，也要充分考虑农业生产对环境的负面影响如碳排放和地表污染等［19］。学者们对农业生态效率的测度方法、空间差异和收敛性等方面进行了一定的研究。农业生态效率的测度方法方面，主要包括随机前沿分析（SFA）方法［20］、数据包络分析（DEA）方法［21-23］、两阶段网络 EBM 模型［24］、三阶段超效率DEA模型［25］、SBM模型［26］等。由于农业生产过程中的农业面源污染［27-28］、农业碳排放［14，29］等非期望产出不可避免地对农业生态效率有着一定影响，包含非期望产出的超效率SBM模型被应用于农业生态效率的测度中［30-31］。在农业生态效率的空间差异研究方面，Dagum基尼系数分析方法可以克服传统基尼系数和泰尔指数的局限，有效揭示空间差异的具体来源，已有研究将Dagum基尼系数运用在经济高质量发展及区域差异［32］、能源环境效率［33］、中国农业生态效率的省际差异［14］、黄河流域农业水土资源时空匹配特征［34］等方面。随着农业生态效率的重要性日益凸显，学者们研究了省域耕地生态效率的收敛性［35］、黄河流域农业用水效率的动态演进与收敛性［36］，以及空间视角下中国农业生态效率的收敛性与分异特征［18］。例如王宝义等分析了中国农业生态效率的σ收敛特征，发现全国及东部、中部、西部地区农业生态效率差异呈现一定的发散趋势［14］。

综上所述，学者们关于农业生态效率的研究具有视角多元化、方法多样化、多学科交叉融合的特点，这些都为进一步研究“双碳”目标下黄河流域农业生态效率奠定了重要基础，但仍存在进一步探索的空间。一是目前关于黄河流域农业生态效率的研究大都以省域为研究对象，鲜有研究从地区内部发掘农业生态效率的差异特征。二是以农业面源污染作为非期望产出指标的研究居多，鲜有学者将农业碳排放纳入黄河流域农业生态效率的评价体系中。三是针对黄河流域农业生态效率收敛性分析的研究较少，并且没有充分考虑内生性和外生性两方面因素对农业生态效率的影响。鉴于此，本文测算黄河流域86个样本地市（州、盟）2006-2021年的农业生态效率，采用Dagum基尼系数揭示黄河流域农业生态效率的区域差异及发展趋势，运用收敛检验方法分析其收敛特征，考察各个影响因素对其收敛特征的影响，以期为“双碳”目标下提升黄河流域农业生态效率、缩小流域内农业生态效率差距，进而实现更高水平收敛的实践提供实证性研究结论支持。

一、研究设计

（一）研究方法

1.超效率SBM模型。传统的DEA模型分析结果会出现多个决策单元（DMU）被评价为有效的情况。而包含非期望产出的SBM模型具有非径向、非角度的特征，考虑了松弛变量问题，可以解决多个有效决策单元的排序问题［37］。超效率SBM模型在传统DEA模型基础上引入了超效率值的概念，超效率值大于1表示该决策单元相对于其他决策单元具有更高的效率水平［38］。含有非期望产出的超效率SBM模型如下：

min ρ=1m∑mi=1（x/xik）1r1+r2∑r1s=1yd/ydsk+∑r2q=1yu/yuq ks.t. x≥∑nj=1，≠kxijλj i=1，…，myd≤∑nj=1ydsjλj s=1，…，r1

yu=∑nj=1yuqjλj q=1，…，r2λj＞0 j=1，…，nx≥xk i=1，…，myd≤ydk s=1，…，r1yu≥yuk q=1，…，r2（1）

式（1）中，ρ为农业生态效率值，假设有n个DMU，每个 DMU由期望产出r1和非期望产出r2构成，其中x、yd和yu是相应的投入矩阵、期望产出矩阵和非期望产出矩阵中的元素。当农业生态效率值ρ≥１时，代表决策单元相对有效;当农业生态效率值ρ＜１时，代表决策单元相对无效，即存在效率损失。

2.Dagum基尼系数。Dagum基尼系数是对传统基尼系数和泰尔指数的一种改进，其优点包括识别指标间的非线性关系，在计算过程中的误差更小，且当样本数量增加时度量结果将更接近实际值，具有较好的规范性和解释性等。Dagum基尼系数可以分解为区域内差距贡献、区域间差距贡献以及超变密度的贡献，其中超变密度的贡献代表由于交叉项存在而对总体差距产生影响的贡献。因此，本文采用Dagum基尼系数刻画黄河流域农业生态发展不平衡现状并探讨农业生态效率差异来源。具体计算过程可参见Dagum［39］、王宝义［14］、高芸［34］等人的研究。

3.收敛分析方法。新古典经济学中的收敛理论可以用于研究黄河流域农业生态效率是否存在收敛，即各区域的农业生态效率差距是否随着时间的推移而缩小。本文从σ收敛和β收敛两个层面检验黄河流域农业生态效率的收敛性。

σ收敛衡量黄河流域各区域农业生态效率差距随时间变化而缩小的趋势。本文采用变异系数衡量σ收敛，计算公式为：

σj=∑Nji（Qij－Qij）2/NjQij（2）

式（2）中，j表示黄河流域上、中、下游地区（j=1，2，3），i表示上、中、下游三个地区内的城市数量（i=1，2，3，…），Nj表示第j个地区内城市个数，Qij表示为 j地区i城市的农业生态效率值，Qij为j地区内i城市的农业生态效率均值。随着时间的推移，如果σj值逐步变小表明该地区内具有σ收敛，区域内各城市的农业生态效率离散程度逐渐降低，其农业生态效率差异逐步缩小，反之则不存在σ收敛。

β收敛包括β绝对收敛和β条件收敛，其中β绝对收敛是为了比较区域之间的“追赶效应”，计算公式如下：

ln（Ｑi，t+1/Qit）=α+βln Qit+μi+ηt+εit（3）

式（3）左侧为采用对数差分计算农业生态效率的年增长率，i表示区域内城市数量，t表示时间，Qi，t+1表示i区域在t+1时期的农业生态效率，Qit表示i区域在t时期的农业生态效率，μi为地区固定效应，ηt为时间固定效应，α、β、ε分别为常数项、收敛系数和随机误差项。如果β值小于0且通过显著性水平检验，表明黄河流域农业生态效率发展存在β收敛，反之则不存在β收敛。

β条件收敛是为了分析各个影响因素对区域间的追赶效应的作用效果，计算公式如下：

lnQi，t+1Qit=α+βln Qit+λ∑nj=1ln Cjit+μi+ηt+εit（4）

式（4）中n为控制变量个数，C为控制变量，j为第j个控制变量，λ为控制变量待估参数，其他参数含义同上。如果β值小于0且通过显著性水平检验，表示该样本区域内农业生态效率发展处于收敛状态，反之则处于发散状态。

（二）变量确定

1.核心变量：农业生态效率。提升农业生态效率的目的是以尽可能低的农业资源投入和环境成本，获得尽可能高的农业经济效益并实现生态保护，是农业经济、资源利用和环境保护三者协调共赢关系的综合体现。本文构建了面向“双碳”目标的黄河流域农业生态效率的评价指标体系，以土地投入［31］、劳动投入［18］、机械投入［24］、用水投入［25］、化肥投入［40］等为黄河流域农业生态资源投入指标，以农业总产值［4］为期望产出指标，以农业碳排放［14，29］为非期望产出（见表1）。农业碳排放测算方法参考李波［41］、王宝义［14］的计算方法。

2.控制变量。农业生态效率受到自然条件、农业发展状况、经济环境等多种因素的影响，例如产业结构、生产技术和管理等会影响农业生态效率［42］，提升农业机械水平［43］、农业市场化程度［44］、农业教育培训［45］等是有效提高农业综合效益的重要手段。如表1所示，参考已有研究，并考虑数据的可获得性，选择以下控制变量作为黄河流域农业生态效率的影响因素：种植业产出，反映种植业总产值对农业生态效率的影响;农业机械化水平，反映农业技术进步对农业生态效率的影响;农业产业集聚度，反映农业空间集群对农业生态效率的影响;产业结构高级化，反映第二、三产业发展程度对农业生态效率的影响。

（三）数据来源

黄河呈“几”字形流经青、川、甘、宁、蒙、陕、晋、豫、鲁 9 省（自治区）。在既有研究中，由于政府并未给出具体的城市名单，不同的研究选取城市的口径差异较大［46-49］。考虑到四川省现已划入长江经济带，而内蒙古的蒙东的呼伦贝尔市、兴安盟、通辽市、赤峰市属于东北地区［48-49］，在研究中予以剔除。依据中共中央、国务院印发的《黄河流域生态保护和高质量发展规划纲要》，并结合黄河流域委员会对黄河流域范围的界定，本文选取黄河流域的86个样本地市（州、盟）的面板数据作为研究对象。以河口镇、桃花峪作为黄河流域上、中、下游之间的分界点，将黄河流域分为上、中、下游三个地区开展研究，每个地区中分别包括 30个、26个和 30个地市（州、盟）。原始数据主要源于《中国城市统计年鉴》和各省（区）统计年鉴，个别缺失数据采用指数平滑法进行补充，数据时间跨度为2006-2021年。

二、黄河流域农业生态效率测算及结果分析

图1表明黄河流域农业生态效率呈现波动上升的发展态势，由2006年的0.195 2上升至2021年0.694 2。其中，2006-2010年黄河流域农业生态效率呈小幅波动，2011年之后呈现稳定上升的趋势。2011年中共中央、国务院印发《关于加快推进农业科技创新持续增强农产品供给保障能力的若干意见》中提出“构建适应高产、优质、高效、生态、安全农业发展要求的技术体系”，“十三五”规划中提出“大力发展生态友好型农业”，目标是“走产出高效、产品安全、资源节约、环境友好的农业现代化道路”，党的十九大强调“构建现代农业产业体系、生产体系、经营体系”，2021年出台《黄河流域生态保护和高质量发展规划纲要》。以上文件、政策及精神明确了我国农业发展的战略定位、目标方向、价值立场和方法路径，为黄河流域农业生态效率提升注入“强心剂”。同时应注意到，虽然2006-2021年黄河流域农业生态效率呈波动上升态势，但其农业生态效率值整体偏低。可能是由于黄河流域地势高低不平、旱涝灾害频发、土壤肥力和水资源分布不均等，再加上土地资源利用率偏低、生产技术相对落后、农业产业结构不够合理等原因，这些因素都对黄河流域农业生产和生态环境形成制约，导致其农业生态效率整体较低。另外，黄河流域农业生态效率形成了“下游领跑、中游追赶、下游落后”的空间格局。在大多数年份，上游的农业生态效率低于流域平均水平，仍有较大的提升空间，中游和流域平均水平变动趋势一致，下游明显高于流域平均水平。

图2展示了2006年、2011年、2016年、2021年黄河流域各地市（州、盟）农业生态效率值。2006年黄河流域各地市的农业生态效率大都处于较低水平，2011年、2016年出现了较为明显的分化，中游、下游地区的农业生态效率明显高于上游地区。2021年这种分化趋势进一步加剧，农业生态效率较高的西安、咸阳、宝鸡、运城、三门峡、威海、烟台、淄博、日照等市大多数位于黄河流域中下游地区，而农业生态效率较低的吴忠、石嘴山、西宁等市大都位于黄河流域上游地区。这可能是因为，黄河流域上游地区生态环境相对脆弱、植被较为稀疏、土壤肥力较低，并且上游地区农业生产以家庭经营为主，这种分散式的农业经营方式在一定程度上限制了农业产值增加，从而使得农业生态效率低下。相比之下，黄河流域中游地区在面临水资源紧张、土壤侵蚀严重等情况下，采用了保护性耕作、无土栽培、滴灌等先进技术，应用了现代化的农业生产设备，提高了农业资源的利用率。同时，通过植树造林、水土保持等方式加大水资源保护和治理力度，从而改善了生态环境，实现了农业低碳化发展和生态效率提升。黄河流域下游地区是中国农业发展的重要基地之一，通过逐步调整种植业结构、推广优质高产的作物品种提高了农业产值，利用丰富的棚室资源种植温室蔬菜、瓜果、花卉等高附加值农产品，推广新型农机具和先进农业技术，提高了农业生产效率。并且通过农民专业合作社、家庭农场等农业生产主体的紧密合作，实现农产品的产业化、规模化、标准化生产，在提高农业总产值的同时减少碳排放，其农业生态效率明显高于中游地区和上游地区。

三、黄河流域农业生态效率区域差异分析

上述分析表明，黄河流域农业生态效率呈现明显的空间非均衡性，并且其空间非均衡特征随时间推移而发生动态演变，其中上游地区的农业生态效率总体低于中游、下游地区。本文采用Dagum基尼系数方法揭示黄河流域内农业生态效率的差异来源及各自贡献度。

（一）黄河流域农业生态效率总体空间差异

如表2所示，黄河流域农业生态效率的总体差异从2006年的0.184 1上升至2021年的0.233 8，存在明显发散现象，说明样本期内黄河流域农业生态效率的差异在逐渐扩大，没有呈现均衡化趋势。黄河流域农业生态效率总体基尼系数波动经历了“上升-下降-上升”的演变过程。2006-2007年呈现小幅上升，年均值从0.184 1上升到0.192 4，2008年呈现收敛态势直至2010年达到最低点0.172 9，之后呈波动上升趋势。农业生态效率差异的来源方面，黄河流域农业生态效率的区域内、区域间和超变密度的年均贡献率分别为32.43％、19.98％和47.59％，说明超变密度是黄河流域农业生态效率产生差异的主要来源。进一步从时间维度分析，区域间差异贡献率变动趋势大致分为“下降-上升-下降-上升”四个阶段。区域内差异贡献率波动较小，超变密度的变动趋势与区域间差异贡献率变动趋势完全相反，形成反方向变动、此消彼长的状态。超变密度用于辨别区域间复杂的交叉重叠现象，2006-2009年黄河流域农业生态效率超变密度小幅下降，可能是由于黄河流域农业生态效率较高的城市其自身的农业生态效率增速变缓，并产生涓滴效应、溢出效应带动周边区域农业生态效率不断提升。2010-2020年超变密度呈波动上升趋势，说明个别城市农业生态效率明显高于其他城市，存在极化现象，呈现“领头羊”效应。2020-2021年超变密度又出现了明显降低，说明区域内农业生态效率分化现象减少。

（二）黄河流域农业生态效率区域间差异和区域内差异

从区域间差异看，如表3所示，黄河流域上游和中游地区、上游和下游地区、中游和下游地区的区域间差异均值分布为0.189 2、0.183 2和0.203 2。黄河流域地域辽阔，自然地理条件复杂多样，其气候、地形、土壤等自然条件的差异导致了农业生产的生态效率在区域间存在明显的差异。随着农业生产方式、农业政策导向、社会经济发展水平、农业科技推广应用、教育与培训水平等因素的变化，黄河流域农业生态效率的区域间差异呈现明显的扩大趋势。其中，下游地区的资源禀赋、种植结构、技术进步等要素明显优于其他地区，下游地区通过不断引进和应用先进的农业生产技术和设备，如高效节水灌溉技术、无人机播种技术等，实现种植业、养殖业、农产品加工等多个领域相互配合，提高了农业生态效率。

从区域内差异看，如表3所示，2006-2021年黄河流域上游、中游和下游地区的农业生态效率的区域内差异均呈扩大趋势，表明其农业生态效率的不平衡程度在不断加剧。其中，黄河流域上游地区农业生态效率区域内差异最小，均值为0.168 8，下游、中游地区农业生态效率区域内差异相对较高，均值分别为0.176 4和0.198 4。原因可能在于，黄河流域上游地区如玉树、武威、临夏、固原、阿拉善等市大多位于青藏高原、黄土高原及内蒙古高原，这些地区具有较为特殊的气候条件、地形特征和土壤状况，对其农业生产产生了显著的影响，形成了高寒牧区、温带农牧区、干旱农业区等农业类型。这些特殊条件限制了上游地区农业生产的规模。同时由于上游地区农业生产技术水平相对落后，农业生态效率普遍较低，区域内部农业生态效率差异较小。与之相反，黄河流域下游地区水资源相对丰富，土壤肥力较高，土地利用类型更加多样，为农业生产提供了良好的基础条件。黄河流域下游地区农业生产方式多样，既包括传统的粮食作物种植，也包括现代农业生产方式如设施农业、生态农业等。黄河流域中游地区的气候特点为温带大陆性气候，具有夏季炎热多雨、冬季寒冷干燥的特点，土壤类型复杂多样，包括黄绵土、黄壤、黄棱土、石漠化土等，水资源相对较为丰富但分布不均，易发生旱涝灾害。黄河流域中游地区农业生产模式包括粮食作物种植、经济作物种植、园艺作物种植等。不同的农业生产模式对农业生态具有不同影响，例如粮食作物种植对土壤肥力的消耗较大，经济作物种植对农业资源的利用效率较高等，加之农民收入水平、农村基础设施建设、农村公共服务水平等农村社会经济状况存在明显差异，这些因素导致了黄河流域下游、中游地区的农业生态效率区域内差异较为明显。

四、黄河流域农业生态效率的收敛特征分析

由以上分析可以发现，黄河流域农业生态效率存在较为明显的差异性，需要进一步考虑这种差异是否具有收敛特征，以及它们之间的差距能否趋于平衡。为了准确把握黄河流域农业生态效率差异的变动趋势，本文从σ收敛和β收敛两个层面进行分析。

（一）σ收敛检验

为了研究黄河流域农业生态效率的变化趋势，本文使用变异系数作为测算指标。如图3所示，随着时间的推移，黄河流域农业生态效率的变异系数并没有呈现出显著的缩小趋势，而是在波动中呈现出差异逐渐扩大的趋势，最终由2006年的0.330 1上升至2021年的0.503 2。这说明黄河流域农业生态效率的区域差异没有实现显著的σ收敛。同时也对黄河流域上、中、下游地区的变异系数进行了计算，结果同样表明，黄河流域上、中、下游的农业生态效率的变异系数走势与整体情况类似，其差异也没有随着时间的推移而显著缩小，即并不存在σ收敛现象。

（二）β收敛检验

1.β绝对收敛。表4显示了黄河流域农业生态效率的β绝对收敛检验结果。黄河流域整体及上、中、下游地区的农业生态效率β绝对收敛系数均小于0，且通过了显著性检验，说明不同区域的农业生态效率发展均存在显著的β绝对收敛。这表明在不考虑种植业产值、农业产业集聚、产业结构等因素的情况下，黄河流域农业生态效率趋向收敛于相同稳态，即农业生态效率水平较低的区域对农业生态效率水平较高的区域具有追赶趋势。从收敛速度来看，各区域农业生态效率发展的收敛速度存在差异，黄河流域整体及上、中、下游地区的收敛速度分别为0.274、0.398、0.219、0.189，上游地区收敛速度最快，中游地区次之，下游地区收敛速度最慢，说明上游地区的农业生态效率的追赶趋势最为明显。

2.β条件收敛。在气候地理条件、社会经济发展、农业技术、农业资源投入等各种因素的相互影响、相互制约下，黄河流域农业生态效率的收敛结果会存在异质性。因此，需要对黄河流域农业生态效率进行β条件收敛检验，探讨各个影响因素对其农业生态效率的影响。

如表5所示，在加入种植业产值、机械化水平、农业产业集聚程度、产业结构高级化水平等影响因素后，黄河流域整体的农业生态效率的β条件收敛系数小于0，且通过了显著性检验，表明存在β条件收敛。从控制变量的回归结果来看，农业产业集聚程度的回归系数显著为正。农业产业集聚程度是衡量一个地区某个产业发展程度、集中程度和专业化程度的重要指标，对农业生态效率的影响表现在资源配置、技术创新与传播、产业链协同和农业政策支持等方面。通过提高黄河流域农业产业集聚程度，可以提高其农业生态效率，实现农业的低碳发展和可持续发展。

从各个影响因素对黄河流域上、中、下游地区农业生态效率的影响来看，各地区条件β收敛系数均小于0，且通过了显著性检验。上、中、下游地区的条件β速度与绝对β收敛速度相比存在差异，其条件β收敛速度分别为0.417、0.176、0.200，呈现出上游最快、下游次之、中游最慢的发展态势。从各个控制变量的回归结果来看，黄河流域上、中、下游地区各个控制变量的显著性和系数均存在异质性。上游地区的种植业产值、农业产业集聚程度的影响显著为正，中游地区的机械化水平和产业结构高级化水平的影响显著为正，下游地区的产业结构高级化水平的影响显著为正。黄河流域上、中、下游地区处于不同的农业发展阶段，种植业产值、农业产业集聚程度对黄河流域上游地区的农业生态效率有显著的正向影响。种植业产值高通常意味着较高的生产效率和较低的生产成本，随着农业技术的不断革新，黄河流域上游地区的农业生产模式也在不断优化，现代化农业技术如节水灌溉、精准施肥等在上游地区得到推广，降低了资源消耗、减少了碳排放量。同时，农业产业集聚程度越高越容易实现优势互补、资源共享等，进而提高农业生态效率。机械化水平和产业结构高级化水平对黄河流域中游地区的农业生态效率具有显著正向影响。农业机械化不仅能提高播种、耕种、收割等环节的生产速度，而且可以通过在生产过程中注重节能减排降低能源消耗、减少化肥和农药使用。随着产业结构不断优化升级，黄河流域中游地区农业生产方式逐渐向功能性、多样性和可持续性转变，通过优化农业生产过程、加强农产品质量检测和监管等手段，提高农产品质量和安全性。同时，农业机械化和产业结构高级化带来的精细化农业管理，通过运用现代信息化技术如大数据、物联网、遥感等，实现对农作物生长环境、肥料、灌溉等进行精确管理，从而提高农业资源利用效率，减少碳排放量，降低环境污染。产业结构高级化水平对黄河流域下游地区的农业生态效率具有显著正向影响。黄河流域下游地区产业结构主要表现为资源优势明显、农业特色鲜明、工业发展迅速、外向型经济发达等特点，其灌溉设施、耕作方法、农作物品种改良等方面的发展为农业产量的提高奠定了基础。产业结构高级化的地区往往有更加科学合理的资源配置，能够保证土地、水、资金、人力等生产要素的充分利用，为农业生产提供优质的农资供应、加工和销售通道等，实现产业间的融合与协同，形成有利于农业生产的产业链。黄河流域下游地区的产业结构高级化能够为农业生产提供知识密集型的劳动力、先进技术和管理方法，使农业生产更加注重绿色环保、减少农业污染和碳排放，从而提高其农业生态效率。

五、对策建议

1.深化农业结构调整，降低农业碳排放量。黄河流域农业生态效率仍存在一定的提升空间，需要进一步优化农业生产结构，逐步实现低碳农业技术的应用和循环农业的发展。根据黄河流域的土壤、气候和水资源条件调整农作物种植结构，推广高产、耐旱、抗病的优质品种，发展林果业、中草药种植等多样化的农业产业，减少对水资源的依赖和化肥、农药的使用，从而降低碳排放。积极应用推广节水灌溉技术、保护性耕作、利用有机肥料替代化肥等低碳农业技术，提高农业资源利用效率。发展温室、大棚等现代设施农业，通过精确控制温度、湿度和光照等生产条件，提高农作物产量，降低单位产量的碳排放强度。发展多功能农田、生态农业等绿色种植模式，加强农业废弃物的回收利用，鼓励农民利用秸秆、畜禽粪便等农业废弃物进行有机肥料制作，替代部分化肥的使用，保护农田生物多样性并提高农业生态效益。加强农田水土保持，提高农田土壤的有机质含量，发展农田林网、植被保护和恢复等生态工程，提高农田生态系统的碳汇功能。

2.加强区域交流合作，推动农业低碳化生态化产业化发展。黄河流域各地的农业生态效率的差异有逐渐扩大趋势，需要加强黄河流域各地区之间的协同合作和交流，分享农业生态低碳发展的经验和成功案例。发挥政府在低碳农业发展中的重要作用，支持农业低碳技术创新、推广和应用，鼓励农业废弃物资源化利用，建立黄河流域农业生态低碳发展的评价体系和监测体系，为农业交流合作创造良好环境。鼓励和支持农民采用低碳农业生产方式，提高农业生态补贴、技术推广和培训等方面的投入，引导农业生产向低碳化方向发展。加大对农业生态低碳技术的研究与创新，重点关注节水灌溉、精细化农业、生物质能源利用、碳汇林业等技术领域，实现低碳农业、生态农业、循环农业技术的创新与应用，加强上、中、下游地区农业交流与合作，共享农业科研成果，提高农业生产效率。整合黄河流域农业资源，利用上、中、下游地区的区域间资源优势，发展低碳农业种植、养殖、加工、物流、销售等产业，形成具有竞争力的农业生态低碳产业链，构建区域协同发展机制，引导农业生产向环保、高效、资源节约型模式转型。积极组织农业产业博览会、产品展销会等活动，为农产品流通创造条件，促进农民增收、农业增效、生态环境改善。

3.探索不同地区农业发展重点，实现农业生态效率的高水平收敛。在推进黄河流域农业生态均衡化发展的过程中，要注重其农业生态效率的收敛趋势及影响因素。农业生态效率较高的地区要发挥其“领头羊”的带动作用，农业生态效率较低的地区则应积极借鉴农业生态效率较高地区的先进经验，争取实现农业生态效率的高水平收敛。具体而言，黄河流域上游地区具有独特的生态环境和气候条件，保护和合理利用水资源、生态保护和修复均至关重要，需要发展适宜的农业产业，如青藏高原地区发展特色高原农业、黄土高原地区发展山地果园等。实施严格的生态保护措施，加强自然保护区、湿地、水源地等生态敏感区域的保护，保护生态环境，维护生物多样性。有针对性地调整优化种植结构，选择抗旱、抗病、高产、优质的作物品种，通过改良耕作方法和采用高效节水的灌溉技术，提高种植业生产的稳定性和亩产量。统筹安排基础设施建设、环境保护、土地利用等，鼓励农民通过合作组织实现生产要素共享，降低生产成本，提高产值，通过完善产业规划和布局加强农业生产组织化程度，提高农业产业集聚度。黄河流域中游地区具有丰富的农业资源，同时也面临资源利用效率较低、生态环境压力大等问题。通过研究开发节能、低排、高效的农业机械设备和智能化灌溉系统改进耕作方式，推广种养结合、种植养殖废弃物资源化利用等农业循环发展模式，实现农业生产过程中资源的循环利用，降低农业生产过程中的能源消耗和碳排放。同时，特色农业可以提高农业产值、资源利用效率并降低碳排放，结合黄河中游地区土壤、气候、水资源等自然条件，积极发掘和培育具有地域特色的农业产业，如山西的苹果产业、陕西的红枣产业、河南的小麦产业等。黄河流域下游地区要积极发展设施农业，减少能源消耗和排放，加强农业科研机构与企业的合作，促进节水、节肥、低碳农业生产等科技研究与推广应用。通过支持农业龙头企业发展、加强农业产业链建设等措施，带动农业产业链的延伸和升级，实现农业产业链上下游的协同发展，提高农业产业链的附加值。

参考文献：

［1］ 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告［N］.人民日报，2022-10-26（01）.

［2］ 中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要［M］.北京：人民出版社，2021：10-22.

［3］ 王宝义，张卫国.中国农业生态效率测度及时空差异研究［J］.中国人口·资源与环境，2016，26（06）：11-19.

［4］ 崔许锋，王雨菲，张光宏.面向低碳发展的农业生态效率测度与时空演变分析——基于SBM-ESDA模型［J］.农业经济问题，2022（09）：47-61.

［5］ 习近平.在黄河流域生态保护和高质量发展座谈会上的讲话［J］.求是，2019（20）：4-11.

［6］ 方琳娜，尹昌斌，方正，等.黄河流域农业高质量发展推进路径［J］.中国农业资源与区划，2021，42（12）：16-22.

［7］ 陈明华，岳海珺，郝云飞，等.黄河流域生态效率的空间差异、动态演进及驱动因素［J］.数量经济技术经济研究，2021，38（09）：25-44.

［8］ 张文慧，吕晓，史洋洋，等.黄河流域土地利用转型图谱特征［J］.中国土地科学，2020，34（08）：80-88.

［9］ 刘静，梅旭荣，连煜阳，等.黄河流域农业高质量发展中水土资源优化配置研究［J］.中国农业资源与区划，2022，43（06）：1-14.

［10］ 张佰发，苗长虹.黄河流域土地利用时空格局演变及驱动力［J］.资源科学，2020，42（03）：460-473.

［11］ 陶园，徐静，任贺靖，等.黄河流域农业面源污染时空变化及因素分析［J］.农业工程学报，2021，37（04）：257-264.

［12］ 马远，刘真真.黄河流域土地利用碳排放的时空演变及影响因素研究［J］.生态经济，2021，37（07）：35-43.

［13］ 崔之珍，李二玲，刘晨光.黄河流域绿色农业专业村的时空演变及机制［J］.经济地理， 2021，41（12）：158-166.

［14］ 王宝义，张卫国.中国农业生态效率的省际差异和影响因素：基于1996—2015年31个省份的面板数据分析［J］.中国农村经济，2018（01）：46-62.

［15］ MAIA R，SILVA C，COSTA E.Eco-efficiency Assessment in the Agricultural Sector：The Monte Novo Irrigation Perimeter，Portugal［J］.Journal of Cleaner Production，2016，138：217-228.

［16］ 潘丹，应瑞瑶.中国农业生态效率评价方法与实证——基于非期望产出的SBM模型分析［J］.生态学报，2013，33（12）：3837-3845.

［17］ 郑德凤，郝帅，孙才志.基于DEA-ESDA的农业生态效率评价及时空分异研究［J］.地理科学，2018，38（03）：419-427.

［18］ 侯孟阳，姚顺波.空间视角下中国农业生态效率的收敛性与分异特征［J］.中国人口·资源与环境，2019，29（04）：116-126.

［19］ WALBEER B.Economic Growth and Greenhouse Gases in Europe：A Non-radial Multi-sector Nonparametric Production-frontier Analysis［J］.Energy Economics，2018，74：51-62.

［20］ OREA L，WALL A.A Parametric Approach to Estimating Eco-Efficiency［J］.Journal of Agricultural Economics，2017，68（03）：901-907.

［21］ 洪开荣，陈诚，丰超，等.农业生态效率的时空差异及影响因素［J］.华南农业大学学报（社会科学版），2016，15（02）：31-41.

［22］ COLUCCIA B，VALENTE D，FUSCO G，et al.Assessing Agricultural Eco-efficiency in Italian Regions［J］.Ecological Indicators，2020，116：1-12.

［23］ RICHTEROVA E，RICHTER M，SOJKOVA M.Regional Eco-efficiency of the Agricultural Sector in V4 Regions，Its Dynamics in Time and Decomposition on the Technological and Pure Technical Eco-efficiency Change［J］.Equilibrium Quarterly Journal of Economics and Economic Policy，2021，16（03）：553-576.

［24］ 陈菁泉，信猛，马晓君，等.中国农业生态效率测度与驱动因素［J］.中国环境科学，2020，40（07）：3216-3227.

［25］ 吉雪强，尚杰.基于三阶段SBM模型的中国农业生态效率研究［J］.中国农业资源与区划，2021，42（07）：210-217.

［26］ 鲁庆尧，张旭青，孟祥海.我国粮食种植生态效率的空间相关性及影响因素研究［J］.经济问题，2021（08）：82-88.

［27］ 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.

［28］ SERIO F，MIGLIETTA P，LAMASTRA L，et al.Groundwater Nitrate Contamination and Agricultural Land Use：A Grey Water Footprint Perspective in Southern Apulia Region （Italy）［J］.Science of the Total Environment，2018，645：1425-1431.

［29］ 姜智强，刘伊霖，曾智，等.财政环保支出对农业生态效率的影响研究——来自长江经济带发展战略的经验证据［J］.经济问题，2022（06）：113-122.

［30］ 王圣云，林玉娟.中国区域农业生态效率空间演化及其驱动因素——水足迹与灰水足迹视角［J］.地理科学，2021，41（02）：290-301.

［31］ 张展，廖小平，李春华，等.湖南省县域农业生态效率的时空特征及其影响因素［J］.经济地理，2022，42（02）：181-189.

［32］ 陈景华，陈姚，陈敏敏.中国经济高质量发展水平、区域差异及分布动态演进［J］.数量经济技术经济研究，2020，37（12）：108-126.

［33］ CHEN Y P，FU B J，ZHAO Y，et al.Sustainable Development in The Yellow River Basin：Issues and Strategies［J］.Journal of Cleaner Production，2020，263：1-12.

［34］ 高芸，齐学斌，李平，等.黄河流域农业水土资源时空匹配特征分析［J］.灌溉排水学报，2021，40（06）：113-118.

［35］ 王建鹏，尹士，马立军，等.基于非期望产出的河北省耕地生态效率时空演变及收敛性分析［J］.水土保持研究，2022，29（06）：81-89.

［36］ 卢玮楠，刘霁瑶，赵敏娟.黄河流域农业用水效率的动态演进与收敛性［J］.西北农林科技大学学报（社会科学版），2022，22（04）：123-134.

［37］ TONE K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis［J］.European Journal of Operational Research，2001，130：498-509.

［38］ TONE K.A Slacks-based Measure of Super-Efficiency in Data Envelopment Analysis ［J］.European Journal of Operational Research，2002，143：32-41.

［39］ DAGUM C.A New Approach to the Decomposition of the Gini Income Inequality Ratio［J］.Empirical Economics，1997，22（04）：515-531.

［40］ 张利国，谭笑，肖晴川，等.基于气候资源投入的中国农业生态效率测度与区域差异［J］.经济地理，2023，43（04）：154-163.

［41］ 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.

［42］ ZOU L L，LIU Y N，WANG Y S，et al.Assessment and Analysis of Agricultural Non-point Source Pollution Loads in China：1978-2017［J］.Journal of Environmental Management，2020，263：1-10.

［43］ 郑丽楠，洪名勇.中国农业生态效率的时空特征及驱动因素［J］.江西财经大学学报，2019（05）：46-56.

［44］ 郑云，黄杰.中国农业生态效率空间关联网络特征及其驱动因素研究［J］.经济经纬，2021，38（06）：32-41.

［45］ MAIA R，SILVA E，COSTA E.Eco-efficiency Assessment in the Agricultural Sector：The Monte Novo Irrigation Perimeter， Portugal［J］.Journal of Cleaner Production，2016，138：217-228.

［46］ 李小建，文玉钊，李元征，等.黄河流域高质量发展：人地协调与空间协调［J］.经济地理，2020，40（04）：1-10.

［47］ 张卓群，王菡，单菁菁.黄河流域城市人与自然耦合协调状况及影响因素［J］.城市问题，2022（12）：19-29.

［48］ 王格芳，李梦程.黄河流域水资源与区域发展时空耦合研究［J］.干旱区资源与环境，2023，37（02）：8-15.

［49］ 刘岩，程钰，王亚平.黄河流域生产性服务业集聚对城市绿色全要素生产率的影响效应与空间溢出［J］.地理研究，2023，42（04）：917-935.

Dynamic Evolution and Convergence Characteristics of Agricultural Ecological Efficiency in the Yellow River Basin Under the “Dual Carbon” Goal

HE Ni1，2，YAO Congli1*，ZHANG Chang1

（1.School of Public Administration，Northwest University，Xian 710127;2.Editorial Department of School Journal，Party School of Shaanxi Provincial Committee of C.P.C （Shaanxi Academy of Governance），Xian 710061，China）

Abstract：The “dual carbon” goal has outlined the direction and established the roadmap for the ecological development of agriculture in China for a period of time in the future. Promoting the ecological efficiency of agriculture in the Yellow River basin under the “dual carbon” goal is an important way to promote the implementation of the ecological protection and high-quality development strategy of the Yellow River basin.In the context of agricultural emission reduction and carbon sequestration，focusing on the implementation of the agricultural “dual carbon” goal，using the super efficiency SBM model，Dagum Gini coefficient，and convergence test method，the temporal evolution，spatial differences，and convergence characteristics of the agricultural ecological efficiency in the Yellow River basin from 2006 to 2021 are measured.The results show that the overall agricultural ecological efficiency in the Yellow River basin shows a fluctuating upward trend，but the overall agricultural ecological efficiency level is relatively low，forming a spatial pattern of “downstream leading，middle stream catching up，and upstream lagging behind”;the differences in agricultural ecological efficiency within the Yellow River basin gradually widen，mainly due to the super variable density，and the regional differences are successively low to high in the upstream，downstream，and middle stream.There is no σ convergence phenomenon in the overall agricultural ecological efficiency of the Yellow River basin and its upper， middle， and lower reaches，but there is significant β absolute convergence and β conditional convergence， and the effects of factors such as crop value，mechanization level，agricultural industry agglomeration degree，and industrial structure upgrading level on β conditional convergence have heterogeneity.

Keywords：agricultural ecological efficiency;the Yellow River basin;carbon peak;carbon neutrality;dynamic evolution;convergence characteristics

（责任编辑：张洁）

基金项目：国家社会科学基金教育学一般项目（BIA210155）;教育部高等教育司首批新文科研究与改革实践项目（2021040013）;中共陕西省委党校（陕西行政学院）2022年校（院）校级课题（2022XJYJ32）

作者简介：何妮，女，西北大学公共管理学院博士研究生，主要研究方向为农业资源与环境经济、农业生态效率评价。

*通信作者