农业绿色全要素生产率的时空分异研究

摘要：基于SBM-Malmquist指数法测算2011—2021年长江经济带与黄河流域农业绿色全要素生产率及其分解指数，并运用ESDA模型分析其空间分布特征。结果表明，长江经济带与黄河流域农业绿色全要素生产率整体呈上升的趋势，且区域差异性逐渐缩小，东部地区省份农业绿色全要素生产率增速较快；在农业投入和产出指标方面均存在不同程度的松弛，劳动力投入和机械动力投入的松弛情况尤为严重，产出不足并非部分省份农业绿色全要素生产率低下的主要原因；空间相关性不显著，不存在明显的集聚或分散模式；重心虽发生局部迁移，但总体相对稳定，黄河流域农业绿色全要素生产率重心逐渐由中游向上、下游转移，而长江经济带农业绿色全要素生产率重心逐渐向下游转移。

关键词：农业绿色全要素生产率；SBM-Malmquist指数；ESDA模型；长江经济带；黄河流域

中图分类号：F323.22；F224 文献标识码：A

文章编号：0439-8114（2024）10-0201-10

DOI：10.14088/j.cnki.issn0439-8114.2024.10.035 开放科学（资源服务）标识码（OSID）：

Abstract： Based on the SBM-Malmquist index method， the agricultural green total factor productivity and its decomposition indexes in the Yangtze River Economic Belt and the Yellow River Basin from 2011 to 2021 was measured and the ESDA model was used to analyze its spatial distribution characteristics. The results showed that the agricultural green total factor productivity of the Yangtze River Economic Belt and the Yellow River Basin showed an overall upward trend， and the regional differences gradually narrowed. The agricultural green total factor productivity of the eastern provinces grew faster. There were different degrees of slack in agricultural input and output indicators， especially in labor input and mechanical power input. Insufficient output was not the main reason for low agricultural green total factor productivity of some provinces. Spatial correlation was not significant， and there was no obvious agglomeration or dispersion pattern. Although the center of gravity had migrated locally， it was generally relatively stable. The focus of agricultural green total Dp/qEADhIOeT+nlCxx7nFkgOTIN8kjl+71iAs4s3l/8=factor productivity in the Yellow River Basin had gradually shifted from the middle reaches to the upper and lower reaches， and the focus of agricultural green total factor productivity in the Yangtze River Economic Belt had gradually shifted downstream.

Key words： agricultural green total factor productivity； SBM-Malmquist index； ESDA model； Yangtze River Economic Belt； Yellow River Basin

党的十八大以来，推动长江经济带发展、推动黄河流域生态保护和高质量发展先后上升为国家重大区域战略。在此背景下，《“十四五”全国农业绿色发展规划》和2021年9月农村农业部党组召开的会议均提出要充分认识抓好长江经济带和黄河流域生态环境保护的重要性紧迫性，扎实抓好两大区域农业生态环境治理修复，为推动长江经济带和黄河流域高质量发展提供有力支撑。由于城镇化进程的加快，长江经济带农业面污染不断加剧，资源约束趋紧；黄河流域受地形崎岖等自然条件的限制，常常面临着水土流失、自然禀赋条件差等难题。因此，国家不断加大对长江经济带与黄河流域的关注，研究两大区域的农业绿色生产效率，有利于推动其农业高质量发展。基于此，本研究考察了长江经济带与黄河流域农业绿色全要素生产率的时空分布特征，以期为改善长江经济带与黄河流域农业生态环境、促进农业绿色发展提供新视角与理论依据。

1 文献综述

农业绿色全要素生产率（GTFP）是指在传统农业全要素生产率的基础上考虑农业面污染等非期望产出［1］，并将其纳入统一的分析框架中。国内外对农业绿色全要素生产率研究颇为丰富，包括理论内涵［2］、时空特征［3］、影响因素［4］等。例如，Ang等［5］测算了美国农业全要素生产率指数并对其进行了分解；吴传清等［6］利用SBM和GML指数来测度农业绿色生产率；纪成君等［7］对中国农业绿色全要素生产率进行了区域差异和收敛性分析。从研究方法上看，常见的农业绿色全要素生产率测算方法大体可分为两类：一是通过设定生产函数形式来实现的参数估算法，如随机前沿法（SFA）［8］和索洛残差法（SRA）［9］等；二是无需设定函数形式的非参数估计法，最常见的是数据包络法（DEA）［10］。

从评价指标体系上看，投入方面，已有研究几乎涵盖了各类农业生产投入要素，但也存在较大差异，如能源、资本等投入指标并未得到广泛的使用。产出方面，期望产出主要有广义农业（即农、林、牧、渔业）和狭义农业生产总值。非期望产出主要包括农业面污染和农业碳排放。从整体上看，构建农业绿色全要素生产率测算指标体系的主观性较强，学界对其尚未达成共识。

随着中国农业传统生产要素的潜能逐渐释放殆尽，且环境、资源等问题日趋严重，促进农业绿色全要素生产率提高成为破解中国农业增长困局，推动农业生态高质量发展的重要途径。目前学界对农业绿色全要素生产率的关注越来越多，现有文献大多以研究农业绿色全要素生产率的测算及时空演变规律为主［11-13］，并提出应将农业碳排放和面污染等非期望产出考虑在内［14-16］，但目前针对农业绿色全要素生产率提升路径的考察并不丰富，更鲜有文献同时涉及长江经济带与黄河流域农业绿色全要素生产率时空分布特征的研究。

基于上述分析，本研究在考虑农业绿色全要素生产率内涵的基础上，将农业碳排放量作为非期望产出指标，构建农业绿色全要素生产率投入与产出的指标评价体系，利用非期望SBM模型和Malmquist指数分年份、分区域、分省份研究长江经济带与黄河流域省际农业绿色全要素生产率。结合ESDA模型，将省份间空间溢出效应进行可视化，刻画长江经济带与黄河流域周边省份农业绿色全要素生产率的空间分布特征。最后，根据测算结果，对长江经济带与黄河流域省份农业可持续性发展提出改进建议。

2 研究方法与数据来源

2.1 SBM-Malmquist指数法

1）模型构建。传统DEA模型仅基于径向、角度，转化为线性规划模型中常忽略非期望产出，同时并未考虑投入与产出变量的松弛问题，因而不能真实、有效地反映实际的农业绿色全要素生产率。基于此，本研究使用改进后的超效率SBM模型来分析长江经济带与黄河流域农业绿色全要素生产率的分布特征。该模型不仅考虑农业生产总值等期望产出，同时也将农业碳排放等非期望产出纳入农业绿色全要素生产率的测度框架中，克服了径向和角度的局限，提高测算效率的可靠度和精确度。本研究设定n个决策单元（DMU），每个决策单元中有m个投入、u个期望产出和v个非期望产出，具体模型如下所示。

式中，X表示农业生产要素投入指标；Y表示农业期望产出指标；Z表示农业非期望产出指标，要素投入个数为M个；期望产出指标个数为U；非期望产出指标个数为V。改进后的SBM模型将松弛调整量纳入目标函数中，分别为投入松弛[Uxm]、期望产出松弛[Uyu]和非期望产出松弛[Ubv]。目标函数值[θ]代表测算出的农业绿色全要素生产率值，取值区间为［0， 1］。当[θ=1]时，则表示[Uxm=Uyu=Ubv]，表示被评价的决策单元是有效的，不存在投入产出冗余或不足；当[θ<1]时，则表示被评价的决策单元是无效的，存在效率损失，需要通过优化农业生产的投入产出变量来优化效率水平。此时，可将效率损失细分为投入松弛度[IEx]、期望产出松弛度[IEy]和非期望产出松弛度[IEb]。具体计算方法如下。

2）Malmquist指数。1957年Farrell提出Malmquist指数在规模报酬不变的情况下，该指数可分解为技术进步指数和技术效率指数［17］。当规模报酬发生变化时，技术效率可进一步分解为规模效率和纯技术效率［18］。

假设有m个决策单元，[xti]表示第i个决策单元在t期的投入指标值，[yti]表示第i个决策单元在t期的产出指标值。[Mg]为农业生态效率的变化指数，假定从第t期和t+1期农业生态效率的规模报酬不变，[Dtcxt，yt]为农业生态效率在t期投入距离函数，在t期的技术条件下，从t期到t+1期技术效率变化值[Mtg=Dtcxt+1，yt+1Dtcxt，yt]，在t+1期的技术条件下，从t期到t+1期技术效率变化值[Mt+1g=Dt+1cxt+1，yt+1Dt+1cxt，yt]。t期到t+1期的农业生态效率变化指数[Mg]为[Mtg和Mt+1g]的几何平均值，具体计算方法如下。

当[Mg]>1，表示农业生态效率上升，反之则下降；将[Mg]分解为技术效率指数（EC）和技术进步指数（TC），EC >1或TC >1表示技术效率或技术进步对农业生态效率的提升具有促进作用，反之则起阻碍作用［19］。

3）指标选取与数据来源。本研究在现有研究成果的基础上，构建农业绿色全要素生产率测算指标框架（图1）。同时考虑数据可获取性、准确性、可靠性，选取测算长江经济带和黄河流域农业绿色全要素生产率具体指标，如表1所示。

参考分解分析方法和黄河、长江干流分界点位置，将两大区域按省级行政区单元分别划分为上、中、下游3个地区，探究两大区域农业绿色全要素生产率的时空分布特征。其中，参照已有研究［21］，黄河流域包括8个省份，上游地区包括青海、甘肃、宁夏和内蒙古，中游地区包括山西和陕西，下游地区包括河南和山东；长江经济带上游地区包括重庆、四川、贵州和云南，中游地区包括江西、湖南和湖北，下游地区包括上海、江苏、浙江和安徽。数据来源于2012—2022年《中国统计年鉴》《中国农村统计年鉴》以及长江经济带与黄河流域各省份的统计年鉴等资料，个别缺失数据根据指标变动趋势，通过插值法和均值法等进行合理补充。

2.2 探索性空间数据分析方法

探索性空间数据分析是研究区域经济发展空间分布特征的基本统计方法，以空间关联测度为核心，通过对某个目标或现象的空间分布的可视化分析，从而发现其空间关联性和聚集性。在进行空间计量分析之前，需先观察绿色全要素生产率是否存在空间相关性［22］。

1）全局空间自相关。为避免单个年份政治、经济等因素给农业生产带来的短暂性波动，本研究测算了2011—2021年农业绿色全要素生产率均值Global Moran’s I指数，并以此来研究黄河流域和长江经济带省际农业绿色全要素生产率的空间相关性。Global Moran’s I指数公式为［23］：

式中，[n]为测度区域的个数；[xi]和[xj]分别表示区域i和区域j的观测值；[x]是各区域属性值的平均数；[wij]为空间权重矩阵；[S2]为样本方差。通常使用[Z]得分对Global Moran’s I指数进行检验。

2）局域空间自相关。衡量不同区域之间的空间差异程度及显著性的方法。当局域Moran’s I指数大于0时，表示相似值发生聚集，存在正的局域空间相关性；局域Moran’s I指数小于0时，表示不相似值发生聚集，存在负的局域空间自相关性［24］，计算公式为：

式中，[n]为测度区域的个数；[xi]和[xj]分别表示区域i和区域j的观测值；[x]是各区域属性值的平均数；[wij]为空间权重矩阵；[S2]为样本方差。

3）趋势分析工具。通过三位透视图展示测算结果，并在展示散点图的基础上拟合多项式。三维透视图具体形式多样，可依据研究目标选取重点面板数据进行展示。

4）重心分析工具。识别一组要素的地理或密度中心，计算公式为：

式中，[xi]和[yi]为要素[i]的横、纵坐标；[n]为要素总数。

3 结果与分析

3.1 长江经济带与黄河流域农业绿色全要素生产率差异性分析

采用SBM-Malmquist指数对长江经济带与黄河流域省际全要素生产率的变化指数进行分析，评估结果显示区域间差异性较为显著。为了更加细致地刻画农业绿色全要素生产率的区域分布特征，本研究分别从地区和省际两个维度进行研究分析。

3.1.1 地区差异分析 从总体上看，由表2可知，近11年来长江经济带与黄河流域农业绿色全要素生产率变化指数虽然有较小幅度波动，但数值基本都超过1，平均值为1.076 0，即年均增长率为7.6%，说明2011—2021年绿色全要素生产率变化指数基本处于上升趋势。从指数分解结构来看，2011—2021年技术效率指数具有较大起伏性，年平均增长1.42%；技术进步指数基本稳定在1以上。2011—2021年技术进步指数与绿色全要素生产率变化指数波动趋势相近，说明技术变化对于绿色全要素生产率变化的影响较大，农业技术引进、开发和优化对于农业生态发展具有十分重要的作用。

从局部上看，由表3可知，2011—2021年长江经济带与黄河流域省际农业绿色全要素生产率变化指数均大于1，其中黄河流域绿色全要素生产率的年均增速为8.65%，长江经济带绿色全要素生产率的年均增速为6.15%，说明长江经济带与黄河流域农业绿色全要素生产率总体呈上升趋势，且黄河流域农业生态发展改善成效略优于长江经济带。浙江农业绿色全要素生产率变化指数以17.85%的年均增速位于全国前列，而宁夏最低，仅有1.38%。陕西和浙江农业绿色全要素生产率增长率在10%以上，其中黄河流域和长江经济带各1个，且两个省的技术效率指数和技术进步指数均大于或等于1，说明其农业生态发展较为全面和平衡，在技术水平、产业结构等方面的改善均有成效。东部省份农业绿色全要素生产率的增长率整体要高于西部地区，其原因主要与各省份的经济发展水平密切相关，东部地区各省经济较发达，夯实的经济基础能够提升地区农业科技水平，有效支撑生态农业的发展，实现农业碳减排。而中、西部地区部分省份农业生产方式较为粗放，生产模式相对落后，农业技术成果转化率低，资源浪费较严重，应推广高效、清洁的生产方式，发展绿色生态农业，实现低碳农业的有效转型。

3.1.2 省际演化差异分析 以2011—2012年和2020—2021年各省份农业绿色全要素生产率空间分布为例（图2和图3），研究长江经济带与黄河流域农业绿色全要素生产率在地区间的差异。

由图2可知，2011—2012年长江经济带与黄河流域总体未能实现生态农业的有效发展。与黄河流域省份相比，长江经济带各省份农业生态发展增速较快，尤其是安徽和浙江。安徽和浙江作为中国传统的农业大省，其农业经济发展水平高，农业自然资源禀赋丰富，且拥有先进的农业生产技术和成熟的农业生产系统，有利于低碳农业的发展，使得其农业绿色全要素生产率水平较高。而云南、山西、内蒙古的绿色全要素生产率增速较缓，部分省份甚至出现负增长，这些省份由于人口相对稀少，土地资源禀赋低，农业生产方式较为落后，且自然灾害发生频繁，农业生态建设还处于初级阶段，滞后的生产模式会引发较大碳排放，导致其生态农业发展效率低下。

由图3可知，与2011—2012年数据相比，2020—2021年长江经济带与黄河流域整体农业生态环境得到改善，各地区间农业生态发展差异正逐渐缩小，区域间农业发展趋于协调化。黄河流域部分省份（如甘肃、宁夏）农业绿色全要素生产率的增长速度逐渐超越长江经济带省份。2020年农业农村部发布《全国乡村产业发展规划（2020—2025年）》指出应推进农业聚集发展，即集聚资源、集中力量，建设富有特色、规模适中、带动力强的特色产业集聚区，扩大培育产业集群的范围和层次，构建乡村产业“圈”状发展格局。因此，各地区间农业生产要素流动逐渐频繁，推动形成地区农业优势互补的高质量发展格局，农业经济发展水平较高的省份带动农业基础薄弱省份的发展，拉动中国农业总体产值的增长。

3.2 长江经济带与黄河流域农业绿色全要素生产率松弛度分析

本研究选取具有代表性年份的指标松弛度进行统计分析，以此识别影响农业绿色全要素生产率的具体原因。2011—2021年长江经济带与黄河流域省域农业投入与产出指标的松弛度均值如表4所示。投入指标方面，长江经济带与黄河流域存在不同程度的松弛，其中劳动力投入和机械动力投入的松弛情况尤为严重。这表明长江经济带与黄河流域省域间未能实现农业资源的合理配置，不同省份间没能够促进冗余的生产要素的充分流动；劳动力松弛则表明部分省份农村中存在闲置劳动力，而在部分农业大省则存在劳动力短缺的问题；机械动力投入松弛则表明部分省份农业未实现机械规模化生产，生产方式较为落后。产出指标方面，长江经济带与黄河流域省域不存在期望产出不足的问题。因此，产出不足并非部分省份农业绿色全要素生产率低下的主要原因。

3.3 长江经济带与黄河流域农业绿色全要素生产率空间演变分析

为了刻画长江经济带与黄河流域农业绿色全要素生产率变化的时空演变特征，本研究采用空间自相关分析模型研究其空间分布模式，并利用GIS空间趋势法对其空间趋势进行可视化处理，最后采用重心转移模型观测农业绿色全要素生产率移动轨迹。

3.3.1 长江经济带与黄河流域农业绿色全要素生产率变化指数空间相关分析

1）全局空间自相关分析。用于验证区域间是否存在空间关联性，通常将Global Moran’s I指数作为测算标准，其取值范围为（-1，1）内任意有理数，正负号分别代表空间相关性结果的正负情况，数值越大，相关性越强，从而对研究对象在空间位置集聚或分散程度进行表征。为了消除时间因素对于最终测算结果的影响，本研究选取2011—2022年长江经济带与黄河流域省际农业绿色全要素生产率变化均值，并采用ArcGIS 10.8.2软件进行空间相关性分析。结果显示，长江经济带与黄河流域全局Moran’s I指数为0.27，Z值得分为1.52，P为0.128，这表明长江经济带与黄河流域农业绿色全要素生产率的空间相关性不显著，在空间上呈随机化分布。分析其原因可能是区域间信息交流、资源交换困难，农业活动空间联系不够密切，生产资料跨区域销售和流转减弱，农产品跨区域贸易不多。特别是近几年受疫情因素的影响，省际间农业要素流动的阻力增大，导致其空间关联性更弱。

2）局域空间自相关分析。全局Moran’s I指数判断了全局空间分布模式，由上述结果可知，长江经济带与黄河流域省际间聚集性不显著，因此，无法进一步识别农业绿色全要素生产率的热点区（农业绿色全要素生产率“高-高”集聚）和冷点区（农业绿色全要素生产率“低-低”集聚），本研究认为当前省际间集聚或分散程度不显著的主要原因是由于部分省份交通不便，阻断了省份间的技术交流与资源置换等活动，使得局域空间难以形成集聚，且省份内区域间未能实现资源的合理配置，空间分布随机化特征较明显。

3.3.2 长江经济带与黄河流域农业绿色全要素生产率变化趋势分析

本研究选取SBM-Malmquist指数空间格局变化较为明显的年份（2013年、2015年、2017年、2019年、2020年、2021年）的19个省份农业绿色全要素生产率变化指数作为Z值，X轴、Y轴分别表示正东、正北方向，借助ArcGIS 10.8.2软件的趋势分析工具，生成长江经济带与黄河流域农业绿色全要素生产率空间变化趋势（图4），以此揭示2011—2021年长江经济带与黄河流域农业绿色全要素生产率空间格局的变化趋势。

2011—2021年长江经济带与黄河流域农业绿色全要素生产率变化指数在纬向（X轴方向）上呈现倒“U”—平缓—倒“U”—“U”形空间变化趋势规律。此种变化趋势的原因可能如下。

1）2013年中部地区各省份积极响应国家政策的号召，全面落实《国务院关于大力实施促进中部地区崛起战略的若干意见》的要求。随着中部地区崛起战略的实施，中部区域农业现代化水平不断提升，且2013年环境保护工作计划逐渐提上议程，国家对于农业生产环境愈发重视，中部地区各省份及时推进农业可持续发展工作的开展，积极落实农业生态环境保护工作，农业绿色全要素生产率得到提升与改善。

2）2021年四川省政府办公厅、重庆市政府办公厅联合印发《成渝现代高效特色农业带建设规划》，《规划》明确了主要目标，即到2025年，农业质量效益和竞争力显著提升；到2035年率先在西部地区基本实现农业农村现代化。且西部地区具有天然的气候和土壤优势，相较于中、东部省份，其在发展生态农业方面具有显著优越性，因而近几年西部地区的农业绿色全要素生产率呈不断增长的特征。

3）东部地区大多省份在中国经济社会发展中走在前列，其农业高质量发展水平较高，且拥有特色鲜明的农业产业和丰富的农业资源条件，同时东南沿海地区港口群强势崛起，促进了内陆的双向开放，农业总产值增速较快，且积极落实国家针对农业环境的各项政策号召，加强对农业污染的防治工作，因而东部地区各省份农业绿色全要素生产率呈不断提升的变化趋势。

2011—2021年长江经济带与黄河流域农业绿色全要素生产率变化指数在径向（Y轴方向）上呈现平缓—倒“U”—“U”形空间变化趋势规律。由DEA-SBM模型的测算原理可知，农业绿色全要素生产率不仅受到农业社会效益和经济效益的影响，同时与各省份农业碳排放情况紧密相关。结合已有学者对农业碳排放的研究［25，26］，本研究分析长江经济带与黄河流域农业绿色全要素生产率在径向上分布特征的原因可能如下。

1）前期北方各省份基于地形平坦、土地平整度高等优势，农业机械化水平更高，原始的生产方式逐渐被机械化生产所替代，与原始生产方式产生的高碳排放量相比，机械化生产的碳排放情况有所改善。但随农业机械动力的不断投入，碳排放量也随之增加。因此，北方各省份农业绿色全要素生产率整体呈现先增后减的特征。

2）由于近年来北方经济持续下滑，其吸纳人口的能力减弱，而国家又对南方地区实施多个区域发展战略，如长江三角洲一体化、成渝地区双城经济圈等发展战略，使得南方迁入人口数不断增加，加剧南北经济差距。此外，人口的不断流入也为地区生态环境带来沉重的压力，打破区域原有的资源配置结构，易出现资源短缺、浪费的情况，致使绿色全要素生产率水平下降。因此，南方多数省份农业绿色全要素生产率呈现中、低水平的特征。

3.3.3 长江经济带与黄河流域农业绿色全要素生产率重心变化分析 从两大区域绿色全要素生产率重心的空间分布格局来看，黄河流域2011—2021年农业绿色全要素生产率重心逐渐由中游向上、下游两侧转移，重心变化状态相对稳定。本研究分析黄河流域农业绿色全要素生产率重心转移的原因可能是：①上游的青海、甘肃、内蒙古和宁夏都属于生态脆弱地区，其自然条件与中、下游地区相比较为恶劣，但随着《西部大开发“十一五”规划》的逐年落实以及各省政府积极改善农业基础条件，加强农业防灾减灾体系的建设，使得上游地区生态环境得到改善，农业绿色全要素生产率不断提高，其中绿色全要素生产率改善最为明显的是甘肃。②下游地区拥有较大面积的平原，生态环境相对较好，同时河南、山东省政府积极推进发展生态循环农业，加大生态农业科技的投入，因而下游地区农业绿色全要素生产率得到提升。③中游地区在发展现代化农业过程中存在较多问题，尤其是山西，其面临着土壤贫瘠、抗灾能力脆弱、农业基础设施投入不足、农业科技转化率低等困难，这些问题的处理与解决需要花费较多的时间、资金等，因此中游地区整体绿色全要素生产率呈下降的趋势。

由数据结果并结合已有研究［27］可知，长江经济带农业绿色全要素生产率重心逐渐向下游地区转移，且农业绿色全要素生产率的有效性大小依次为下游地区>上游地区>中游地区。本研究分析长江经济带农业绿色全要素生产率重心转移的原因可能是：①江西、湖南和湖北作为中国传统的农业大省，其农业经济发展水平较高，且拥有先进的农业基础设施设备和生产技术，农业自然资源禀赋丰富。但其面临着农业创新不足，缺乏发展动力、农业生产方式落后，农业生产分散化、科技转化率低等问题，因而中游地区农业绿色全要素生产率的有效性下滑。②下游地区大多省份（如江苏、浙江）具有一定的农业生产基础，同时拥有优越的自然禀赋条件、先进的生产技术和农业科技人才。此外，下游地区是中国经济发展较为发达的区域，其对于农业生产活动和农业污染治理的资金投入多，农业生产系统趋于成熟。③上游地区的云南由于农业土地资源禀赋低、农业生产技术落后，同时缺少农业科技人才、机械化水平低等限制，导致其生态农业的发展效率低下。而重庆作为中国经济发展的重点城市，发展重点主要倾向于具有高经济效益的产业，从而忽略了农业的发展。四川与贵州生态农业发展情况良好，农业绿色全要素生产率水平较高，主要得益于政府相关政策的号召以及资金支持。

由表5可知，近11年来长江经济带与黄河流域中、高效率组的省份数整体呈增长趋势，两大区域多数省份农业绿色全要素生产率不断改善，这说明长江经济带与黄河流域大多省份逐渐重视生态农业的发展，积极采纳绿色生产技术，加快转变农业经济发展方式，在探索、改进农业绿色全要素生产率方面取得阶段性进展。相较于黄河流域，长江经济带省份农业绿色全要素生产率改进效果更为明显，主要得益于长江经济带较为丰富的农业资源、庞大的产业体系以及较大的国内外市场潜力等因素，黄河流域虽有部分省份实现了农业生态的效率状态，但其效率状态不够稳定，这与当地的政策、经济发展和自然环境等因素有关，需要更加重视农业绿色全要素生产率的改进与提高。

4 小结与建议

4.1 小结

为探究长江经济带与黄河流域农业绿色全要素生产率的时空演变规律，本研究采用非期望SBM模型和Malmquist指数对2011—2021年长江经济带与黄河流域省际农业绿色全要素生产率进行研究分析，并利用ESDA模型对其时空特征进行刻画，基于上述分析得到以下结论。

1）2011—2021年长江经济带与黄河流域农业绿色全要素生产率整体呈上升的趋势，区域差异性逐渐缩小，趋于协调化发展。相较于西部、北部地区，东部省份农业绿色全要素生产率增速较快。

2）2011—2021年长江经济带与黄河流域各省份在农业投入和产出指标方面均存在不同程度的松弛。投入指标方面，劳动力投入和机械动力投入的松弛情况尤为严重。产出指标方面，长江经济带与黄河流域省域不存在期望产出不足的问题。因此，产出不足并非部分省份农业绿色全要素生产率低下的主要原因。

3）2011—2021年长江经济带与黄河流域农业绿色全要素生产率的空间相关性不显著，不存在明显的集聚或分散模式。本研究分析其主要原因是由于部分省份交通不便，在一定程度上阻断了省份间的技术交流与资源置换等活动，且区域间生产资料跨区域销售和流转减弱，农产品跨区域贸易减少。

4）2011—2021年长江经济带与黄河流域农业绿色全要素生产率重心虽发生局部迁移，但总体相对稳定。黄河流域农业绿色全要素生产率重心逐渐由中游向上、下游转移，该重心转移与中国实行西部大开发战略关系密切；而长江经济带农业绿色全要素生产率重心逐渐向下游转移，下游地区省份拥有良好的农业基础和先进的农业生产技术，且高经济发展水平能够提高农业污染治理能力，从而提升农业绿色全要素生产率。

4.2 政策建议

1）加强区域间农业协调发展，加大各省份之间的农业生产交流和生产要素交换。如云南等农业绿色全要素生产率增速较缓的省份应积极向浙江、安徽等低碳农业发展前沿的省份学习先进的农业生产技术和成功的农业管理经验。此外，还应着力改变原先较粗放的农业经营方式，将转变农业生产方式作为未来发展生态农业的重点，降低长江经济带与黄河流域省际间农业发展的差异性，同时兼顾农业生产的经济效益和社会效益，促进地区间农业协调可持续性发展。

2）优化农业生产要素投入，调整农业生产结构，提高农业资源利用率。针对研究结果中劳动力和农业机械动力投入松弛程度较高的问题，在劳动力投入方面，应鼓励开展合理的规模经营，做好省份间的信息交流工作，将劳动力从投入过剩的地区转移到投入不足的地区，促进劳动力资源的合理配置；在机械动力投入方面，应注意机械动力的适度投入，适度的机械动力取代传统的生产模式能够有效治理农业污染物排放，而过度的动力投入不仅会导致农业资源浪费，同时也会加重农业碳排放，影响区域生态农业的发展。

3）加强区域间农业发展合作与联动，完善合作共担、合作共治的联合治理机制，开展农业污染共同治理。当前，长江经济带与黄河流域省际农业绿色全要素生产率不存在显著的空间相关性，因此，应加强区域农业的联动合作，形成合作分工、优势互补的农业高质量发展格局，推动生态农业的进一步发展。如发展乡村生态旅游、开展农业博览会等方式，实现省域间的互助互惠、合作共赢。此外，建立完善的农业产-供-销网络，推动数字化农业发展，打破因疫情带来的时空限制，推行线上与线下相结合的农业发展系统。

4）发挥长江经济带与黄河流域农业绿色全要素生产率重心的辐射作用，形成示范效应。在农业绿色全要素生产率重心地区建立农业标准化示范区，加强政策支撑、部门联动和技术支持，积极做好农业基础薄弱的省份地区的帮扶工作，发挥农业标准化示范区的带头作用，将标准作为贯穿农业生产和管理始终的要素，推动农业标准化经营，强化责任意识，助推长江经济带与黄河流域省际农业经济发展，提高区域农业绿色全要素生产率，实现农业经济效益和社会效益的共赢。

参考文献：

［1］ 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［J］. 经济评论， 2012（5）：24-33.

［2］ COMIN D. Total factor productivity［M］. London， UK：Springer， 2010.260-263.

［3］ 余泳泽. 中国省际全要素生产率动态空间收敛性研究［J］. 世界经济， 2015， 38（10）：30-55.

［4］ MILLER S M，UPADHYAY M P. The effects of openness， trade orientation， and human capital on total factor productivity［J］. Journal of development economics， 2000， 63（2）：399-423.

［5］ ANG F，KERSTENS P J. Decomposing the Luenberger-Hicks-Moorsteen Total Factor Productivity indicator： An application to U. S. agriculture［J］. European journal of operational research， 2017， 260（1）：359-375.

［6］ 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［J］. 科技进步与对策， 2018， 35（17）：35-41.

［7］ 纪成君， 夏怀明. 我国农业绿色全要素生产率的区域差异与收敛性分析［J］. 中国农业资源与区划， 2020， 41（12）：136-143.

［8］ 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［J］. 华中农业大学学报（社会科学版）， 2018（6）：62-68，154.

［9］ 程建华， 于戒严. 安徽省全要素生产率的测算与经济解释——基于时变产出份额改进的索洛残差法［J］. 华东经济管理， 2015， 29（1）：25-31.

［10］ 鄢曹政， 殷旅江， 何 波. 物流业集聚、空间溢出效应与农业绿色全要素生产率——基于省域数据的实证分析［J］. 中国流通经济， 2022， 36（9）：3-16.

［11］ XU X C， HUANG X Q， HUANG J， et al. Spatial-temporal characteristics of agriculture green total factor productivity in China， 1998—2016： Based on more sophisticated calculations of carbon emissions［J］. International journal of environmental research and public health， 2019， 16（20）：3932.

［12］ 葛鹏飞，王颂吉，黄秀路. 中国农业绿色全要素生产率测算［J］. 中国人口·资源与环境， 2018， 28（5）：66-74.

［13］ 郭海红， 刘新民. 中国农业绿色全要素生产率时空演变［J］. 中国管理科学， 2020，28（9）：66-75.

［14］ 金绍荣， 任赞杰. 乡村数字化对农业绿色全要素生产率的影响［J］. 改革， 2022（12）：102-118.

［15］ 刘 帅， 张航宇， 蔡文静. 黄河流域农业绿色全要素生产率的空间格局与动态演进［J］. 生态与农村环境学报，2022，38（12）：1557-1566.

［16］ 王亚飞， 张齐家， 柏 颖. 我国农业绿色全要素生产率及其时空演变［J］. 统计与决策， 2022，38（20）：98-102.

［17］ FARE R， GROSSKOPF S，NORRIS M，et al. Productivity growth，technical progress， and efficiency change in industrialized countries［J］. American economic review， 1994， 84（1）：66-83.

［18］ 王晓云， 魏 琦， 胡贤辉. 我国城市绿色经济效率综合测度及时空分异——基于DEA-BCC和Malmquist模型［J］. 生态经济， 2016， 32（3）：40-45.

［19］ 曹俊文， 曾 康. 低碳视角下长江经济带农业生态效率及影响因素研究［J］. 生态经济， 2019， 35（8）：115-119，127.

［20］ 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（8）：80-86.

［21］ 赵金丽，王成新，曹 莎. 基于多元要素流的长江流域与黄河流域城市网络结构研究［J］.中国人口·资源与环境，2021，31（10）：59-68.

［22］ 孙振清， 谷文姗， 成晓斐. 创新溢出与区域绿色全要素互动关系研究——基于DEA-ESDA实证分析［J］. 科技管理研究， 2022， 42（1）：62-69.

［23］ 薛鹏飞， 李国景， 罗其友， 等. 中国农业科技资源水平区域差异及空间结构研究［J］. 农业技术经济， 2021（5）：108-120.

［24］ 范大莎，杨 旭， 吴相利， 等. 东北三省农田生态系统碳排放时空分异特征及驱动因素研究［J］. 环境科学学报， 2017， 37（7）：2797-2804.

［25］ 胡 川， 韦院英， 胡 威. 农业政策、技术创新与农业碳排放的关系研究［J］. 农业经济问题， 2018（9）：66-75.

［26］ 夏四友， 赵 媛， 许 昕， 等. 1997—2016年中国农业碳排放率的时空动态与驱动因素［J］. 生态学报， 2019， 39（21）： 7854-7865.

［27］ 姜翔程， 赵 鑫. 长江经济带农业生态效率评价及其影响因素研究［J］. 资源与产业， 2021， 23（5）：41-50.

收稿日期：2023-05-24

基金项目：中央高校基本科研业务费项目（人文专项）（B210207023）；常州市软科学项目（522012712）

作者简介：许嘉伟（2002-），男，吉林抚松人，在读本科生，专业方向为工商管理，（电话）13914758676（电子信箱）1939204730@qq.com；通信作者，王 蕾（1986-），女，陕西渭南人，副教授，博士，主要从事区域经济与农村公共产品供给研究，（电话）15295067236（电子信箱）20141924@hhu.edu.cn。