生態(tài)效率、農(nóng)業(yè)機械化與農(nóng)業(yè)經(jīng)濟發(fā)展*
——基于PVAR模型的動態(tài)研究

劉 鳳，劉英恒太

（1.云南大學經(jīng)濟學院，昆明 650504；2.云南大學政府非稅收入研究院，昆明 650504）

一、引 言

黨的十九大以來，我國經(jīng)濟從快速增長轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展，但城鄉(xiāng)經(jīng)濟發(fā)展不平衡問題突出，農(nóng)業(yè)農(nóng)村經(jīng)濟發(fā)展不充分成為發(fā)展中突出短板。生態(tài)效率的提高是我國農(nóng)業(yè)經(jīng)濟發(fā)展與生態(tài)環(huán)境保護實現(xiàn)雙贏的重要路徑。黨的十九屆五中全會提出推動綠色發(fā)展，促進人與自然和諧共生，堅持綠水青山就是金山銀山理念。在“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”五大發(fā)展理念基礎(chǔ)上，實現(xiàn)綠色高效、可持續(xù)發(fā)展目標，走高質(zhì)量發(fā)展道路，踐行“綠水青山就是金山銀山”的發(fā)展理念，促進我國由農(nóng)業(yè)大國向農(nóng)業(yè)強國轉(zhuǎn)變是農(nóng)業(yè)經(jīng)濟發(fā)展的最終目標。推進農(nóng)業(yè)綠色發(fā)展、生態(tài)發(fā)展將是農(nóng)業(yè)發(fā)展的一場深刻革命，是實施供給側(cè)結(jié)構(gòu)性改革、鄉(xiāng)村振興戰(zhàn)略，引領(lǐng)生態(tài)振興、產(chǎn)業(yè)興旺，實現(xiàn)農(nóng)村經(jīng)濟可持續(xù)發(fā)展的必選路徑（蔣黎等，2019）。應(yīng)當構(gòu)建“綠色興農(nóng)”的思想，堅持走綠色生態(tài)農(nóng)業(yè)發(fā)展道路，加強對環(huán)境污染整治力度，打造美麗鄉(xiāng)村，共建生態(tài)環(huán)境（周茂春，2020）。生態(tài)效率提高是經(jīng)濟健康發(fā)展的基礎(chǔ)（朱家明等，2020），生態(tài)即資源、生態(tài)即生產(chǎn)力。正確處理農(nóng)業(yè)經(jīng)濟發(fā)展與生態(tài)環(huán)境保護之間關(guān)系是當前研究重點，是我國經(jīng)濟轉(zhuǎn)型過程中面臨的重要考驗，也是“兩山轉(zhuǎn)換”能否實現(xiàn)的關(guān)鍵。

目前相關(guān)研究主要基于以下幾方面展開。從各類因素對農(nóng)業(yè)總產(chǎn)值影響方面，有學者研究發(fā)現(xiàn)，農(nóng)業(yè)經(jīng)濟狀況受到多種因素影響，如勞動力投入（Solow R，1956）、化肥投入（Harold，1971）、外界災(zāi)害（Raj，1983）、灌溉投入（Yujiro等，2005）及機械投入（Chen等，2008）等。國內(nèi)學者對此也有研究，黃浩（2019）通過建構(gòu)VAR模型實證分析，認為農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)與農(nóng)業(yè)產(chǎn)業(yè)經(jīng)濟增長之間呈正相關(guān)關(guān)系，應(yīng)進一步增強生產(chǎn)性服務(wù)業(yè)對現(xiàn)代農(nóng)業(yè)經(jīng)濟發(fā)展的支撐作用。郭永田（2016）研究結(jié)果表明，數(shù)字技術(shù)推廣有利于提升農(nóng)業(yè)生產(chǎn)的智能管控水平，從而提升農(nóng)業(yè)生產(chǎn)能力。

從各類影響因素之間相關(guān)關(guān)系方面，楊敏麗等（2004）分析影響農(nóng)業(yè)機械化發(fā)展的主要因素，通過建立農(nóng)業(yè)機械化發(fā)展總動力分析模型，實證分析得出農(nóng)業(yè)機械總動力水平與農(nóng)民家庭收入呈正相關(guān)關(guān)系。袁芳等（2020）實證研究西北地區(qū)農(nóng)業(yè)投資與經(jīng)濟增長的非均衡關(guān)系，認為農(nóng)業(yè)固定資產(chǎn)與農(nóng)業(yè)經(jīng)濟增長呈現(xiàn)耦合協(xié)調(diào)度上升態(tài)勢。

從生態(tài)效率相關(guān)研究方面，Schaltegger等（1990）首次提出“生態(tài)效率”的概念，將生態(tài)效率表述為產(chǎn)品和服務(wù)價值與生態(tài)環(huán)境負荷的比值。李勝蘭等（2014）運用DEA 方法測算1997～2010 年中國30省份區(qū)域生態(tài)效率，并檢驗環(huán)境規(guī)制對中國區(qū)域生態(tài)效率的影響，結(jié)果表明環(huán)境規(guī)制對區(qū)域生態(tài)效率具有制約作用。史丹等（2016）提出生態(tài)足跡和生態(tài)承載力的比較關(guān)系，當生態(tài)足跡大于生態(tài)承載力時為生態(tài)盈余，發(fā)展可持續(xù)；當生態(tài)足跡小于生態(tài)承載力時則為生態(tài)赤字，發(fā)展不可持續(xù)。認為二氧化碳排放量的迅速增長是導致生態(tài)赤字持續(xù)增長的主要原因。但略顯不足的是，目前文獻缺乏從不同維度分析農(nóng)業(yè)經(jīng)濟發(fā)展中各變量之間的關(guān)系，本文試圖運用面板向量自回歸（PVAR）模型，分析農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平與生態(tài)效率三者之間的動態(tài)關(guān)系，探究三者之間的影響機制和相互作用，以期對促進農(nóng)業(yè)經(jīng)濟健康穩(wěn)定發(fā)展提供對策建議和參考。

二、理論基礎(chǔ)與研究假設(shè)

本文基于單部門熊彼得模型分析。假定在離散時期模型中，人們消費單一種類的農(nóng)產(chǎn)品，此產(chǎn)品由完全競爭的廠商利用三種投入土地資源Lt、農(nóng)業(yè)機械Kt及農(nóng)業(yè)中間產(chǎn)品xt產(chǎn)出，生產(chǎn)函數(shù)遵循C-D形式：

Yt表示t時期農(nóng)業(yè)最終產(chǎn)品產(chǎn)出，Et為t時期生態(tài)效率參數(shù)，xt是農(nóng)業(yè)中間產(chǎn)品使用量。系數(shù)a介于0與1之間，EtLtKt為有效農(nóng)業(yè)生產(chǎn)供給。

在每一期中，中間產(chǎn)品由壟斷者利用最終產(chǎn)品作為唯一的投入一比一產(chǎn)出。即為生產(chǎn)一單位的中間產(chǎn)品，壟斷者必須使用一單位的最終產(chǎn)品作為投入。因此農(nóng)業(yè)經(jīng)濟的總產(chǎn)值可表達為：

為最大化其期望消費，壟斷者需要最大化其單位最終產(chǎn)品獲得利潤：

其中Pt表示中間產(chǎn)品相對于最終產(chǎn)品的價格，此價格是中間產(chǎn)品投入最終部門的邊際產(chǎn)品：

于是農(nóng)業(yè)中間品生產(chǎn)商選擇的均衡產(chǎn)量及利潤為：

將均衡產(chǎn)量及利潤帶入生產(chǎn)函數(shù)和農(nóng)業(yè)產(chǎn)出方程，可發(fā)現(xiàn)農(nóng)業(yè)最終產(chǎn)品產(chǎn)出及農(nóng)業(yè)經(jīng)濟產(chǎn)出與EtLtKt成正比。

根據(jù)以上理論，提出如下兩個假設(shè)：

假設(shè)1：生態(tài)效率的提高有助于農(nóng)業(yè)經(jīng)濟發(fā)展。原因是生態(tài)效率提高、環(huán)境治理改善有利于循環(huán)經(jīng)濟發(fā)展，提升農(nóng)業(yè)經(jīng)濟發(fā)展水平。相反，生態(tài)效率低、破壞生態(tài)環(huán)境則不利于農(nóng)業(yè)經(jīng)濟可持續(xù)發(fā)展。

假設(shè)2：農(nóng)業(yè)機械化水平的提高對農(nóng)業(yè)經(jīng)濟發(fā)展有正向促進作用。農(nóng)業(yè)機械化發(fā)展水平對糧食產(chǎn)量有空間溢出效應(yīng)（伍駿騫等，2017），農(nóng)業(yè)機械化發(fā)展水平提升，對本區(qū)域糧食產(chǎn)量有顯著正向影響，推動農(nóng)業(yè)經(jīng)濟發(fā)展。反之，農(nóng)業(yè)機械化水平降低可能導致農(nóng)業(yè)經(jīng)濟發(fā)展水平較低。

三、模型設(shè)定、變量選取和數(shù)據(jù)來源

面板向量自回歸（PVAR）模型是通過動態(tài)聯(lián)系方程，考查多個變量之間動態(tài)相互關(guān)系，可兼顧多元線性回歸模型和相關(guān)變量滯后影響動態(tài)關(guān)系的非結(jié)構(gòu)化分析方法。PVAR模型將VAR模型向面板數(shù)據(jù)拓展，綜合考慮固定效應(yīng)和時間效應(yīng)，不僅可通過脈沖響應(yīng)分析變量之間動態(tài)關(guān)系，還可通過方差分解方法得到各變量貢獻度，提高實證結(jié)果精準性。其步驟包括：（1）滯后階數(shù)確定與穩(wěn)定性檢驗；（2）面板向量自回歸分析；（3）通過脈沖響應(yīng)圖分析各變量沖擊效應(yīng)；（4）利用方差分解分析各變量貢獻度；（5）格蘭杰因果關(guān)系檢驗。

（一）模型設(shè)定

已有研究表明，農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化發(fā)展與生態(tài)效率之間存在動態(tài)耦合關(guān)系，且可能具有滯后效應(yīng)，若采用普通線性回歸模型，將會出現(xiàn)內(nèi)生性、自相關(guān)等問題。為解決面板數(shù)據(jù)中心的非觀測效應(yīng)問題，需要在模型中引入時間及個體效應(yīng)。因此，本文采用面板向量自回歸模型（PVAR）并設(shè)定農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平、生態(tài)效率作為系統(tǒng)內(nèi)生變量建立模型：

其中，Yit為1×3 階，包含內(nèi)生變量：農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平、生態(tài)效率。δt表示時間效應(yīng)，γi表示個體效應(yīng)，εit表示不包含時間及個體效應(yīng)的隨機誤差。i ∈[1 ,30] 表示省級截面單位， j 表示向量的滯后階數(shù)t為時間下標，本文樣本時間跨度為2004～2015年，因此可認為數(shù)據(jù)在樣本期間不存在單位根。

（二）變量選取及數(shù)據(jù)來源

為保證研究結(jié)果真實性，在樣本數(shù)據(jù)可獲取且準確前提下盡可能選取多個研究樣本和更長時間維度。鑒于《中國環(huán)境統(tǒng)計年鑒》中有關(guān)非期望產(chǎn)出的最新數(shù)據(jù)（化學需氧量、氨氮排放量、二氧化硫、粉塵及廢水排放量）只到2015年，且本文測算出的數(shù)據(jù)表明生態(tài)效率短期內(nèi)波動幅度較小，因此數(shù)據(jù)截至2015年未影響本文研究結(jié)果。本文選取30個省市自治區(qū)2004～2015年的數(shù)據(jù)作為研究樣本，數(shù)據(jù)來源于《中國農(nóng)村統(tǒng)計年鑒》《中國糧食年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》。面板VAR模型中三個變量的度量方式如下：

1.農(nóng)業(yè)經(jīng)濟發(fā)展（T）

選取農(nóng)林牧漁生產(chǎn)總值增長率作為農(nóng)業(yè)經(jīng)濟發(fā)展的代理變量。該變量是以貨幣表現(xiàn)的農(nóng)、林、牧、漁業(yè)全部產(chǎn)品總量，反映一定時期內(nèi)農(nóng)業(yè)生產(chǎn)總規(guī)模和總成果，可合理代表各省農(nóng)業(yè)經(jīng)濟發(fā)展水平。

2.農(nóng)業(yè)機械化水平（V）

選取農(nóng)業(yè)機械總動力增長率作為農(nóng)業(yè)機械化水平的衡量指標。該變量涵蓋農(nóng)、林、牧、漁業(yè)的各種動力機械的動力總和，反映農(nóng)業(yè)生產(chǎn)過程中機械化程度，可合理代表各省農(nóng)業(yè)機械化水平。

3.生態(tài)效率（E）

基于柯布-道格拉斯生產(chǎn)函數(shù)，借鑒汪艷濤等（2020）關(guān)于生態(tài)效率水平的測算方法，投入指標選擇資源投入、勞動力和資本投入，將國內(nèi)生產(chǎn)總值作為期望產(chǎn)出，將污染物排放量作為非期望產(chǎn)出。其中，資源投入指標包括五個方面，分別是能源消耗量、用水總量、耕地面積、審批建設(shè)用地及森林蓄積量。勞動力則根據(jù)不同地區(qū)三個產(chǎn)業(yè)就業(yè)人數(shù)總量測算。資本投入借鑒張軍等（2004）研究方法，采用永續(xù)盤存法處理，具體表達式如下：

式（2）中，Ki,t、Ii,t為第t期i省的資本存量及投入，其中的投入使用固定資產(chǎn)投資額表示。δt為固定資產(chǎn)折舊率，采用相關(guān)文獻中普遍做法，將折舊率固定為9.6%；Vi，t表示固定資產(chǎn)價值指數(shù)。

期望產(chǎn)出指標使用地區(qū)實際GDP衡量，鑒于DEA模型中指標與決策單元數(shù)量限制，利用主時序主成分分析法將非期望產(chǎn)出合成為綜合指標，綜合指標中包含化學需氧量、氨氮排放量、二氧化硫、粉塵及廢水排放量等用于衡量環(huán)境污染的變量。

（三）生態(tài)效率測算

采用超效率SBM模型對生態(tài)效率測算，原因有兩方面。第一，超效率SBM模型能有效解決包含非期望產(chǎn)出的生態(tài)效率問題，如環(huán)境污染造成的生態(tài)效率降低。第二，該模型屬于非徑向、非角度的DEA 模型，對比傳統(tǒng)DEA 模型進行多方面改善，當存在多個決策單元有效時，通過該模型可挖掘到有效決策單元間效率差異。同時，該模型可有效解決松弛變量問題。

式（3）中，假設(shè)有n 個DMU，每個DMU 由投入m，期望產(chǎn)出r1和非期望產(chǎn)出r2構(gòu)成x、yd、yu為相應(yīng)的投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素，π為農(nóng)業(yè)生態(tài)效率值。

由表1可知，2004～2015年中國整體生態(tài)效率在0.6～0.7區(qū)間內(nèi)，說明中國整體生態(tài)效率里前沿面有一定差距，在資源節(jié)約利用和環(huán)境治理上存在一定提升空間。2004～2015年的生態(tài)效率在區(qū)域?qū)用嬗休^大差異，并呈現(xiàn)東、中、西遞減趨勢，東部地區(qū)生態(tài)效率在0.7～0.8的區(qū)間內(nèi)，表明在現(xiàn)有投入水平中，東部地區(qū)較中西部地區(qū)在經(jīng)濟產(chǎn)出、資源利用以及環(huán)境保護方面更加協(xié)調(diào)，東部地區(qū)發(fā)展起步較早，農(nóng)業(yè)科技水平相對中西部地區(qū)更高，因此東部地區(qū)生態(tài)效率較高。2004～2015年中部地區(qū)與西部地區(qū)生態(tài)效率分別處在0.3～0.4、0.28～0.33區(qū)間內(nèi)，生態(tài)效率明顯低于中國平均水平與東部地區(qū)水平，西部地區(qū)生態(tài)效率整體較低，原因在于西部地區(qū)的地理位置、資源要素等造成本地區(qū)經(jīng)濟發(fā)展較為落后，因此往往接受東部與中部地區(qū)中高能耗高污染的企業(yè)導致生態(tài)效率降低。

表1 中國分區(qū)域生態(tài)效率水平

省級層面考查印證了中國生態(tài)效率水平分布狀況。如圖1、圖2所示，生態(tài)效率水平中前25%的省份集中于東部沿海地區(qū)，生態(tài)效率水平在25%～50%的省份多集中于中部地區(qū)，西部省份生態(tài)效率水平多處于后50%的區(qū)間內(nèi)，東、中、西遞減的趨勢明顯。就時間維度而言，東、中、西部地區(qū)及中國生態(tài)效率整體呈穩(wěn)步下降趨勢，一方面可能因能源消耗、用水總量、勞動力等要素投入增加，增加期望產(chǎn)出的同時，會造成非期望產(chǎn)出增加；另一方面可能在于環(huán)境污染治理的滯后性，國家已意識到環(huán)境保護的重要性并采取一些措施，但因環(huán)境污染治理是一個長期過程，治理效果尚未顯現(xiàn)。

圖1 全國各省（除港澳臺地區(qū)）生態(tài)效率均值

圖2 全國及各區(qū)域生態(tài)效率均值

（四）變量描述性統(tǒng)計與多重共線性檢驗

表2顯示各變量指標的描述性統(tǒng)計結(jié)果。省級層面中農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)業(yè)機械化水平差異性較大，這與不同地區(qū)行政區(qū)域面積大小、地理位置、耕地面積等因素有較大關(guān)系。為避免多重共線性問題使結(jié)果和模型預測的功效下降，對相關(guān)性變量進行多重共線性檢驗。相關(guān)系數(shù)顯示，農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)業(yè)機械化水平間相關(guān)系數(shù)數(shù)值最大，為0.3058，其他變量之間相關(guān)系數(shù)絕對值均小于0.3，表明各變量之間不存在嚴重多重共線性問題。同時，將其中某一變量作為被解釋變量與剩余變量建立輔助回歸方程而得到的擬合系數(shù)，進而計算方差膨脹因子（vif）。結(jié)果顯示方差膨脹因子的數(shù)據(jù)均小于2，表明采用變量之間的多重共線性不會影響最終的估計結(jié)果。

表2 總體描述性統(tǒng)計與相關(guān)性檢驗結(jié)果

四、實證結(jié)果與分析

（一）滯后階數(shù)確定與穩(wěn)定性檢驗

在面板VAR模型建立過程中，確定變量滯后階數(shù)對模型設(shè)定和擬合至關(guān)重要。當滯后階數(shù)過長時，模型所需估計參數(shù)較多，會損失較多自由度進而降低擬合精度；當滯后階數(shù)過短時，又無法完整捕捉模型的動態(tài)特征。為確定面板向量自回歸模型中滯后階數(shù)，使用MAIC、MBIC與MQIC準則選取面板向量自回歸的最優(yōu)滯后階數(shù)。

根據(jù)表3結(jié)果，MAIC準則MBIC準則MQIC準則選擇的滯后階數(shù)均為1階，與此同時特征值的單位根均小于1，因此認為數(shù)據(jù)整體穩(wěn)定，可進行后續(xù)的系數(shù)估計、脈沖響應(yīng)函數(shù)檢驗及方差分解。

表3 滯后階數(shù)選擇結(jié)果

（二）面板向量自回歸分析

對公式（1）建立的PVAR 模型采用系統(tǒng)GMM 法估計，回歸結(jié)果如表4 所示。可知農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平、生態(tài)效率三個變量之間存在顯著的雙向動態(tài)關(guān)系，各變量滯后一期值對其余變量均有影響，證明上述理論推導，即變量之間存在動態(tài)雙向影響關(guān)系。

表4 GMM系數(shù)估計

在農(nóng)業(yè)經(jīng)濟發(fā)展方程中，農(nóng)業(yè)機械化水平滯后一期的估計系數(shù)在1%水平上顯著為正，表明前一期農(nóng)業(yè)機械化水平提高的正向沖擊將會促使農(nóng)業(yè)經(jīng)濟正向發(fā)展，這與（陳政等，2020）觀點一致，但生態(tài)效率滯后一期的估計系數(shù)為負且不顯著，可能原因在于生態(tài)效率的變化傳導至農(nóng)業(yè)經(jīng)濟發(fā)展存在時滯性，減少化肥施用量、減少塑料薄膜使用等減少環(huán)境污染的措施在提高生態(tài)效率的同時也約束農(nóng)業(yè)生產(chǎn)。

在農(nóng)業(yè)機械化水平方程中，農(nóng)業(yè)經(jīng)濟發(fā)展滯后一期的估計系數(shù)在1%水平上顯著為正，表明前一期農(nóng)業(yè)經(jīng)濟發(fā)展的正向沖擊會促使農(nóng)業(yè)機械化水平增長，形成原因在于農(nóng)業(yè)經(jīng)濟發(fā)展會使農(nóng)業(yè)從業(yè)人員產(chǎn)生正向預期，從而投入更多生產(chǎn)要素生產(chǎn)，伴隨這一過程，農(nóng)業(yè)生產(chǎn)中的現(xiàn)代化農(nóng)業(yè)機械的使用就會隨之增加，因此使農(nóng)業(yè)機械化水平得到提高。生態(tài)效率滯后一期的估計系數(shù)同樣在1%水平上顯著為正，表明前一期生態(tài)效率水平提高的正向沖擊會促使農(nóng)業(yè)機械化水平的增長，通過農(nóng)業(yè)生產(chǎn)要素投入合理化與提升要素使用效率等機制提高生態(tài)效率水平的過程中引致了提升農(nóng)業(yè)機械化的現(xiàn)實需求，因此生態(tài)效率水平促進農(nóng)業(yè)機械化增長（彭超等，2020）。

在生態(tài)效率方程中，農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)業(yè)機械化水平的滯后一期估計系數(shù)在1%水平上顯著為正，表明前一期農(nóng)業(yè)經(jīng)濟發(fā)展的正向沖擊將促使生態(tài)效率提高，這是因破解當前農(nóng)業(yè)發(fā)展中的瓶頸，關(guān)鍵在于體現(xiàn)數(shù)量和質(zhì)量效益并重、提高競爭力、加快農(nóng)業(yè)技術(shù)創(chuàng)新、重視可持續(xù)的集約發(fā)展，走一條產(chǎn)出高效、產(chǎn)品安全、資源節(jié)約、環(huán)境友好的現(xiàn)代農(nóng)業(yè)發(fā)展道路。農(nóng)業(yè)生產(chǎn)已從注重增量轉(zhuǎn)變?yōu)榧骖櫳鷳B(tài)與經(jīng)濟的發(fā)展道路上，因此農(nóng)業(yè)經(jīng)濟發(fā)展會促使生態(tài)效率向前沿面邁進。

（三）脈沖響應(yīng)分析

進一步分析各變量在受到系統(tǒng)中其他變量沖擊后的時間路徑變化情況，即脈沖響應(yīng)函數(shù)圖（見圖3）。本文主要分析農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平、生態(tài)效率三個變量中各變量在受到其他變量沖擊后的響應(yīng)，考查到該變量從初始沖擊到長期穩(wěn)態(tài)的整個動態(tài)過程。圖3給出三個變量面板向量自回歸模型的脈沖響應(yīng)函數(shù)圖形。中間的實線表示給予某變量一個標準差的沖擊后另一變量的脈沖響應(yīng)值，上下邊緣即為95%置信區(qū)間下的上下界結(jié)果采用Monte-Carlo 模擬200 次得到，橫軸表示沖擊作用所持續(xù)的滯后期數(shù)。

圖3 脈沖響應(yīng)分析圖

分析脈沖響應(yīng)圖可得出以下幾點：

第一，農(nóng)業(yè)經(jīng)濟發(fā)展會促進農(nóng)業(yè)生產(chǎn)要素配置水平及技術(shù)含量的提升，對農(nóng)業(yè)機械化水平和生態(tài)效率有長期促進作用。給農(nóng)業(yè)經(jīng)濟發(fā)展一個標準差大小的沖擊，其自身會受到正向影響，在最初波動峰值后逐漸趨于平穩(wěn)并在第2周期恢復穩(wěn)定值。農(nóng)業(yè)經(jīng)濟發(fā)展的沖擊對農(nóng)業(yè)機械化水平呈持續(xù)性影響，在第2期的峰值后，會出現(xiàn)緩慢降低，但持續(xù)時間較長，在第10周期仍保持正向影響。農(nóng)業(yè)經(jīng)濟發(fā)展的沖擊對生態(tài)效率產(chǎn)生長期持續(xù)的正向影響。

第二，農(nóng)業(yè)機械化水平的提高將在長期內(nèi)改善生態(tài)效率并提高農(nóng)業(yè)經(jīng)濟發(fā)展，但隨著農(nóng)業(yè)生產(chǎn)靠近前沿面，短期內(nèi)農(nóng)業(yè)經(jīng)濟發(fā)展增速提升，長期增速逐漸收斂。給農(nóng)業(yè)機械化一個標準差大小的沖擊，其自身會受到正向影響，并在第2周期后恢復穩(wěn)定。農(nóng)業(yè)經(jīng)濟發(fā)展受到正向影響，沖擊持續(xù)時間較短并在第6周期恢復穩(wěn)定。生態(tài)效率受到持續(xù)性正向影響。

第三，生態(tài)效率的提高帶動農(nóng)業(yè)經(jīng)濟發(fā)展。給生態(tài)環(huán)境治理一個標準差大小的沖擊，其自身受到?jīng)_擊較小，并在第4周期后逐漸恢復穩(wěn)定。農(nóng)業(yè)經(jīng)濟發(fā)展受到正向影響。對農(nóng)業(yè)機械化水平的作用較小且不明顯。

（四）方差分解

為進一步精確評估各擾動項對整個系統(tǒng)內(nèi)生變量沖擊的影響程度，并據(jù)此判斷不同結(jié)構(gòu)沖擊對各內(nèi)生變量的重要性，對面板VAR模型進行方差分解，表5給出不同變量在第10～50個預測期的方差分解值?？芍?，農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平、生態(tài)效率變量在第10個預測期和第50個預測期時的方差分解值基本一致，也即說明在第10個預測期后各變量之間相互貢獻度已基本穩(wěn)定。

表5 預測誤差的方差分解

根據(jù)第50 期預測結(jié)果可知，在面板變量農(nóng)業(yè)經(jīng)濟發(fā)展（T）方程中，三個變量比例為T∶V∶E=0.497∶0.052∶0.451，可發(fā)現(xiàn)生態(tài)效率的能夠解釋農(nóng)業(yè)經(jīng)濟發(fā)展變動的45.1%，而農(nóng)業(yè)機械化水平只能解釋5.2%，因此可以說生態(tài)效率的影響已超過農(nóng)業(yè)機械化水平的影響成為農(nóng)業(yè)經(jīng)濟發(fā)展的主要因素。

在面板變量農(nóng)業(yè)機械化水平（V）方程中，三個變量比例為T∶V∶E=0.177∶0.225∶0.598，可發(fā)現(xiàn)生態(tài)效率可以解釋農(nóng)業(yè)機械化水平的波動的59.8%，農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)業(yè)機械化水平自身的解釋力度分別為17.7%和22.5%?？梢哉J為生態(tài)效率是農(nóng)業(yè)機械化水平變動中的主要因素。

在面板變量生態(tài)效率（E）方程中，三個變量比例為T∶V∶E=0.071∶0.037∶0.892。農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)業(yè)機械化水平解釋釋力度合計10.8%，生態(tài)效率對自身的解釋為89.2%，因此可認為生態(tài)效率的提升是一個長期過程，農(nóng)業(yè)機械化水平與農(nóng)業(yè)經(jīng)濟發(fā)展在短期內(nèi)對生態(tài)環(huán)境治理的影響較小。

以上結(jié)果表明，生態(tài)效率是農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)業(yè)機械化水平變動中的重要因素，其核心是少投入、少排放、多產(chǎn)出。生態(tài)效率的提升是一個長期過程，需要全社會的一致努力，農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)業(yè)機械化水平雖然對生態(tài)效率有正向影響，但均無法在短期內(nèi)迅速提高生態(tài)效率。

（五）格蘭杰因果檢驗

同時間序列VAR 模型一樣，面板VAR 模型的一個重要應(yīng)用是檢驗各經(jīng)濟變量間的因果關(guān)系，因此對本文所涉及的幾個變量進行格蘭杰（Granger）因果關(guān)系檢驗（見表6）。格蘭杰因果關(guān)系檢驗的原假設(shè)是H0：該變量不是被解釋變量的格蘭杰原因。根據(jù)計算得到的P 值小于0.05 則拒絕原假設(shè)，說明該變量是被解釋變量的格蘭杰原因。

表6 格蘭杰因果檢驗

根據(jù)表6可知，農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平與生態(tài)效率之間的因果關(guān)系，其中農(nóng)業(yè)機械化水平與生態(tài)效率均為農(nóng)業(yè)經(jīng)濟發(fā)展的格蘭杰原因，說明農(nóng)業(yè)機械化水平及生態(tài)效率的提高促進農(nóng)業(yè)經(jīng)濟發(fā)展。農(nóng)業(yè)經(jīng)濟發(fā)展與生態(tài)效率均為農(nóng)業(yè)機械化水平的格蘭杰原因，說明農(nóng)業(yè)經(jīng)濟發(fā)展與生態(tài)效率的提升均能促進農(nóng)業(yè)生產(chǎn)中要素配置的合理化與技術(shù)水平的提高，從而促進農(nóng)業(yè)機械化水平發(fā)展。農(nóng)業(yè)經(jīng)濟發(fā)展不是生態(tài)效率的格蘭杰原因，農(nóng)業(yè)機械化水平是生態(tài)效率的格蘭杰原因，說明盲目追求農(nóng)業(yè)經(jīng)濟發(fā)展速度，并不能改善生態(tài)效率，而提高農(nóng)業(yè)機械化水平，提高農(nóng)業(yè)機械的科技含量，減少污染的排放等措施能夠?qū)ι鷳B(tài)環(huán)境起到改善作用。

五、結(jié)論與政策建議

（一）結(jié)論

本文基于我國2004～2015年的面板數(shù)據(jù)，運用PVAR模型對農(nóng)業(yè)經(jīng)濟發(fā)展、農(nóng)業(yè)機械化水平與生態(tài)效率的關(guān)系進行實證分析。實證結(jié)果表明，生態(tài)效率、農(nóng)業(yè)機械化水平和農(nóng)業(yè)經(jīng)濟發(fā)展三者之間存在相互作用關(guān)系。生態(tài)效率是農(nóng)業(yè)機械化水平發(fā)展與農(nóng)業(yè)經(jīng)濟發(fā)展變動中的重要因素。農(nóng)業(yè)機械化水平提高又會促進農(nóng)業(yè)生產(chǎn)要素配置水平提升，對促進農(nóng)業(yè)生態(tài)效率的進步和農(nóng)業(yè)經(jīng)濟發(fā)展大有裨益。此外，生態(tài)效率改善和農(nóng)業(yè)機械化水平提高均對農(nóng)業(yè)經(jīng)濟發(fā)展有正向促進作用，證實基本假設(shè)1和假設(shè)2。從長遠發(fā)展看，農(nóng)業(yè)經(jīng)濟發(fā)展是助推農(nóng)業(yè)機械化水平提高和生態(tài)效率改善的重要因素。

（二）政策建議

第一，增加農(nóng)機補貼，降低農(nóng)機作業(yè)費用，全面提高農(nóng)業(yè)機械化水平。對現(xiàn)有農(nóng)業(yè)機械化模式改革創(chuàng)新，鼓勵和發(fā)展農(nóng)機跨區(qū)作業(yè)，促進在重點區(qū)域的使用和推廣。以供給側(cè)結(jié)構(gòu)性改革為切入點，以農(nóng)業(yè)機械化與多種形式適度規(guī)模經(jīng)營融合、機械化信息化融合為路徑，推動農(nóng)機裝備、服務(wù)組織和作業(yè)水平向數(shù)量質(zhì)量效益并重轉(zhuǎn)型升級，推動農(nóng)業(yè)經(jīng)濟健康穩(wěn)定發(fā)展。

第二，加強宏觀調(diào)控，對生態(tài)農(nóng)業(yè)建設(shè)加大政策傾斜并采取優(yōu)惠措施。加大對資源節(jié)約型高效生態(tài)農(nóng)業(yè)補貼力度、增加財政撥款、建立健全區(qū)域生態(tài)農(nóng)業(yè)項目的補償機制等多措并舉，促進農(nóng)業(yè)可持續(xù)發(fā)展。以綠色生態(tài)為導向，以改革創(chuàng)新為動力，加快建設(shè)資源節(jié)約型、環(huán)境友好型社會，大力推進生態(tài)文明建設(shè)，發(fā)展循環(huán)經(jīng)濟。同步提高農(nóng)民的生態(tài)環(huán)保意識，樹立循環(huán)發(fā)展、高效生態(tài)發(fā)展的農(nóng)業(yè)經(jīng)濟發(fā)展理念，對資源進行合理循環(huán)利用，提高土地資源使用效率，走生態(tài)環(huán)保道路，全面推進生態(tài)農(nóng)業(yè)。

第三，加大農(nóng)業(yè)科技創(chuàng)新投入力度，加強農(nóng)業(yè)信息化建設(shè)。以建設(shè)“智慧農(nóng)業(yè)”為目標，加強建設(shè)農(nóng)業(yè)信息基礎(chǔ)設(shè)施，提升農(nóng)業(yè)信息技術(shù)創(chuàng)新應(yīng)用能力，加快推進農(nóng)業(yè)生產(chǎn)智能化、管理信息化、服務(wù)實時化，全面提高農(nóng)業(yè)農(nóng)村信息化水平。將智能化元素融入農(nóng)業(yè)經(jīng)濟建設(shè)中，深入推進“互聯(lián)網(wǎng)+農(nóng)業(yè)”，創(chuàng)新驅(qū)動農(nóng)業(yè)經(jīng)濟轉(zhuǎn)型發(fā)展，提升農(nóng)業(yè)經(jīng)濟發(fā)展效率和質(zhì)量，筑牢經(jīng)濟社會持續(xù)健康發(fā)展的根基。