中國農(nóng)業(yè)綠色全要素生產(chǎn)率研究：2000—2017

陳宇峰 繆嘉峰 屈 放

(浙江工商大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310018)

改革開放以來，我國農(nóng)業(yè)發(fā)展發(fā)生了歷史性變化，取得了舉世矚目的成就，其憑借僅占世界7%的耕地養(yǎng)活了世界上22%的人口。然而，這一偉大成就的背后付出了巨大的代價。2000—2018年，我國農(nóng)業(yè)化肥施用量從4 146.4萬噸增加到5 653.4萬噸，增長率為36.34%，農(nóng)用塑料薄膜使用量的增幅更是高達(dá)84.57%(1)數(shù)據(jù)來源：《中國農(nóng)村統(tǒng)計年鑒(2019)》，中國統(tǒng)計出版社2019年版，第46頁。。農(nóng)業(yè)生產(chǎn)要素廣泛投入的同時不僅帶來了農(nóng)業(yè)經(jīng)濟(jì)的快速增長，也加劇了碳排放和農(nóng)業(yè)面源污染的惡化(2)潘丹、孔凡斌：《我國農(nóng)業(yè)全要素生產(chǎn)率差異與收斂分析——基于環(huán)境污染視角》，《江西社會科學(xué)》2013年第9期，第43-47頁。。根據(jù)《第一次全國污染源普查公報》顯示，我國三種主要水污染物排放中來源于農(nóng)業(yè)部門的比重較大，其中化學(xué)需氧量(COD)占43.71%，總氮(TN)占57.19%，總磷(TP)占67.27%，并且農(nóng)業(yè)所產(chǎn)生的COD、TN、TP排放均超過了工業(yè)部門，成為水污染排放最主要的產(chǎn)業(yè)之一。此外，伴隨著能源消耗量由2007年的7 068萬噸增長到2017年的8 931萬噸(3)折算成標(biāo)準(zhǔn)煤。數(shù)據(jù)來源：《中國能源統(tǒng)計年鑒(2018)》，中國統(tǒng)計出版社2019年版，第102-107頁。，農(nóng)業(yè)部門產(chǎn)生了二氧化碳排放量激增的現(xiàn)象。低效的要素利用消耗了大量農(nóng)業(yè)資源且造成嚴(yán)重的環(huán)境污染，違背了黨的十九大所倡導(dǎo)的綠色發(fā)展理念。自2004年以來，中央一號文件連續(xù)17年聚焦農(nóng)業(yè)問題，特別是2005年首次明確提出加強治理農(nóng)業(yè)面源污染的相關(guān)政策。在之后的16年內(nèi)，治理農(nóng)村生態(tài)環(huán)境、持續(xù)減少農(nóng)業(yè)面源污染排放等相關(guān)政策不斷提出。2020年的中央經(jīng)濟(jì)工作會議已明確提出“解決好種子和耕地問題”，要加強農(nóng)業(yè)面源污染治理，“做好碳達(dá)峰、碳中和工作”等重點任務(wù)。除此之外，我國還制定了明確的量化目標(biāo)，即農(nóng)業(yè)面源污染中的TN和TP排放量減少30%以上，并在此基礎(chǔ)上大力推進(jìn)綠色能源建設(shè)(4)資料來源：《“十三五”農(nóng)業(yè)科技發(fā)展規(guī)劃》《能源發(fā)展“十三五”規(guī)劃》。。綠色增長已成為我國經(jīng)濟(jì)增長的新方向，而其中的農(nóng)業(yè)可持續(xù)發(fā)展顯得尤為關(guān)鍵(5)葛鵬飛、王頌吉、黃秀路：《中國農(nóng)業(yè)綠色全要素生產(chǎn)率測算》，《中國人口·資源與環(huán)境》2018年第5期，第66-74頁。。

綠色是農(nóng)業(yè)的本色，把農(nóng)業(yè)綠色發(fā)展擺在突出位置將為破解農(nóng)業(yè)生態(tài)環(huán)境與農(nóng)業(yè)經(jīng)濟(jì)增長之間的矛盾提供有效路徑，更是農(nóng)業(yè)落實“兩山”理念和踐行生態(tài)文明建設(shè)的真正體現(xiàn)。而如何科學(xué)有效地評估農(nóng)業(yè)部門的綠色發(fā)展績效已成為一個關(guān)鍵而緊迫的問題(6)于法穩(wěn)：《實現(xiàn)我國農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展的思考》，《生態(tài)經(jīng)濟(jì)》2016年第4期，第42-44頁。。以綠色全要素生產(chǎn)率(GTFP)為視角的研究為統(tǒng)籌資源、環(huán)境和發(fā)展提供了分析框架，并受到多數(shù)學(xué)者的應(yīng)用(7)陳詩一：《中國的綠色工業(yè)革命:基于環(huán)境全要素生產(chǎn)率視角的解釋(1980—2008)》，《經(jīng)濟(jì)研究》2010年第11期，第21-34頁。(8)孟祥海、周海川、杜麗永等：《中國農(nóng)業(yè)環(huán)境技術(shù)效率與綠色全要素生產(chǎn)率增長變遷——基于種養(yǎng)結(jié)合視角的再考察》，《農(nóng)業(yè)經(jīng)濟(jì)問題》2019年第6期，第9-22頁。(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，現(xiàn)階段我國各省份的農(nóng)業(yè)GTFP處于何種水平，在過去的10多年間產(chǎn)生哪些變化，而這些變化背后的動力源于何處？揭開這些疑惑能更好地認(rèn)識農(nóng)業(yè)經(jīng)濟(jì)增長、資源利用和生態(tài)環(huán)境建設(shè)三者之間的關(guān)系，對破解農(nóng)業(yè)綠色發(fā)展障礙和實現(xiàn)我國農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展具有重要意義。因此，本研究將農(nóng)業(yè)碳排放和面源污染作為非期望產(chǎn)出納入農(nóng)業(yè)GTFP的測度當(dāng)中，采用方向性距離函數(shù)(DDF)的全局Malmquist-Luenberger指數(shù)法測算2000—2017年我國區(qū)域農(nóng)業(yè)綠色生產(chǎn)率的動態(tài)變化情況，并進(jìn)一步將其分解為技術(shù)進(jìn)步和技術(shù)效率以挖掘農(nóng)業(yè)綠色全要素生產(chǎn)率波動背后的動力源泉，為制定合適的地區(qū)農(nóng)業(yè)發(fā)展政策提供依據(jù)。

一、文獻(xiàn)回顧

現(xiàn)有關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率測度的研究文獻(xiàn)，可以分為兩類：一是不同測算方法和模型的研究；二是農(nóng)業(yè)不同環(huán)境因素(即污染物)指標(biāo)的選取研究。索洛余值法、代數(shù)指數(shù)法、隨機(jī)前沿法和數(shù)據(jù)包絡(luò)分析法是目前主要的農(nóng)業(yè)全要素生產(chǎn)率測算方法，其中數(shù)據(jù)包絡(luò)分析(DEA)和隨機(jī)前沿分析(SFA)已經(jīng)成為衡量農(nóng)業(yè)TFP的兩種流行方法(10)張樂、曹靜：《中國農(nóng)業(yè)全要素生產(chǎn)率增長:配置效率變化的引入——基于隨機(jī)前沿生產(chǎn)函數(shù)法的實證分析》，《中國農(nóng)村經(jīng)濟(jì)》2013年第3期，第4-15頁。(11)高帆：《我國區(qū)域農(nóng)業(yè)全要素生產(chǎn)率的演變趨勢與影響因素——基于省際面板數(shù)據(jù)的實證分析》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2015年第5期，第3-19頁。(12)王亞飛、廖甍、王亞菲：《高鐵開通促進(jìn)了農(nóng)業(yè)全要素生產(chǎn)率增長嗎？——來自長三角地區(qū)準(zhǔn)自然實驗的經(jīng)驗證據(jù)》，《統(tǒng)計研究》2020年第5期，第40-53頁。。李翔等(2018)采用SFA模型來評估華東農(nóng)業(yè)全要素生產(chǎn)率(13)李翔、楊柳：《華東地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長的實證分析——基于隨機(jī)前沿生產(chǎn)函數(shù)模型》，《華中農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版)》2018年第6期，第62-68頁。，雖然SFA模型構(gòu)建的邊界符合農(nóng)業(yè)生產(chǎn)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.，但因其所需預(yù)設(shè)的特定生產(chǎn)函數(shù)而受到批評。然而，在不要求預(yù)設(shè)函數(shù)形式的情況下，DEA模型通過構(gòu)造一個分段線性前沿面并利用最佳觀測實踐單元進(jìn)行比較來判斷生產(chǎn)率水平，這一方法受到廣泛應(yīng)用。Emrouznejad等(2018)梳理了近四十年來與DEA相關(guān)的文獻(xiàn)，指出該方法在農(nóng)業(yè)生產(chǎn)率測度中被廣泛使用，并常與綠色全要素生產(chǎn)率概念相聯(lián)系。根據(jù)測算農(nóng)業(yè)綠色全要素生產(chǎn)率所使用的DEA模型視角不同，可以分為靜態(tài)視角和動態(tài)視角(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模型從靜態(tài)角度計算基于碳排放的農(nóng)業(yè)GTFP，并指出我國GTFP呈現(xiàn)波動增長態(tài)勢且省際差異不斷擴(kuò)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.。葛鵬飛等(2018)以31個省份的GTFP為研究對象，利用基于松弛變量的方向性距離函數(shù)(SBM-DDF)的Malmquist-Luenberger (ML)指數(shù)法動態(tài)分析后發(fā)現(xiàn)，我國農(nóng)業(yè)GTFP的年均增長率為1.56%，且呈現(xiàn)由東向西依次遞減的趨勢(17)葛鵬飛、王頌吉、黃秀路：《中國農(nóng)業(yè)綠色全要素生產(chǎn)率測算》，《中國人口·資源與環(huán)境》2018年第5期，第66-74頁。。考慮到農(nóng)業(yè)GTFP的長期積累過程以及ML指數(shù)所不具備的傳遞性和全局參比問題，本研究將利用方向性距離函數(shù)的Global Malmquist-Luenberger(GML)指數(shù)法，從動態(tài)視角對我國農(nóng)業(yè)GTFP進(jìn)行測度分析。

除了測算方法和模型的研究外，農(nóng)業(yè)污染物作為農(nóng)業(yè)綠色全要素生產(chǎn)率中“綠色”概念的體現(xiàn)，其指標(biāo)選擇是否全面、科學(xué)決定了測度結(jié)果的準(zhǔn)確性。在農(nóng)業(yè)污染物選擇上，F(xiàn)ei等(2017)將CO2作為一種非期望產(chǎn)出來衡量中國農(nóng)業(yè)能源-CO2綜合效率(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.；吳傳清等(2018)將農(nóng)業(yè)部門的碳排放納入農(nóng)業(yè)綠色全要素生產(chǎn)率的評估當(dāng)中(19)吳傳清、宋子逸：《長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率測度及影響因素研究》，《科技進(jìn)步與對策》2018年第17期，第35-41頁。。然而，在農(nóng)業(yè)生產(chǎn)過程中，面源污染是所有污染物中最為嚴(yán)重的。Boers(1996)指出，荷蘭地表水中所排放的60%總氮和40%～50%的總磷均來源于農(nóng)業(yè)(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，部分學(xué)者選取農(nóng)業(yè)面源污染這一指標(biāo)進(jìn)行了GTFP的測度(21)高楊、牛子恒：《農(nóng)業(yè)信息化、空間溢出效應(yīng)與農(nóng)業(yè)綠色全要素生產(chǎn)率——基于SBM-ML指數(shù)法和空間杜賓模型》，《統(tǒng)計與信息論壇》2018年第10期，第66-75頁。(22)王淑紅、楊志海：《農(nóng)業(yè)勞動力老齡化對糧食綠色全要素生產(chǎn)率變動的影響研究》，《農(nóng)業(yè)現(xiàn)代化研究》2020年第3期，第396-406頁。，比如韓海彬等(2013)引入農(nóng)業(yè)面源污染作為環(huán)境約束評估我國29個省份的農(nóng)業(yè)TFP增長(23)韓海彬、趙麗芬：《環(huán)境約束下中國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂分析》，《中國人口·資源與環(huán)境》2013年第3期，第70-76頁。；李谷成(2014)以“綠色生產(chǎn)率革命”定義包含農(nóng)業(yè)面源污染這一非合意產(chǎn)出的ML生產(chǎn)率指數(shù)模型(24)李谷成：《中國農(nóng)業(yè)的綠色生產(chǎn)率革命:1978—2008年》，《經(jīng)濟(jì)學(xué)(季刊)》2014年第 2期，第537-558頁。。由此可見，學(xué)界對于農(nóng)業(yè)污染物的指標(biāo)選取大多停留在單一的碳排放或面源污染層面，缺少對于兩者的綜合考察。與Su等(2020)提出的“為遏制農(nóng)業(yè)生產(chǎn)對環(huán)境的負(fù)面影響，提高農(nóng)業(yè)可持續(xù)發(fā)展水平，必須對不同類型農(nóng)業(yè)生產(chǎn)的可持續(xù)性進(jìn)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.這一觀點相同，本研究將碳排放和農(nóng)業(yè)面源污染共同作為非期望產(chǎn)出納入農(nóng)業(yè)GTFP的測算中，以更加全面地反映我國目前的農(nóng)業(yè)綠色發(fā)展水平。

要想實現(xiàn)農(nóng)業(yè)GTFP的持續(xù)增長，挖掘和把握其背后的動力源泉至關(guān)重要。王奇等(2012)通過分解分析得出，我國農(nóng)業(yè)TFP和GTFP的增長主要源于技術(shù)進(jìn)步，而技術(shù)效率的惡化抵消了部分技術(shù)進(jìn)步所帶來的作用(26)王奇、王會、陳海丹：《中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992—2010年》，《經(jīng)濟(jì)評論》2012年第5期，第24-33頁。。之后，不少學(xué)者將農(nóng)業(yè)GTFP進(jìn)行結(jié)構(gòu)分解，均驗證了增長的動力源泉在于農(nóng)業(yè)綠色技術(shù)進(jìn)步的結(jié)論(27)呂娜、朱立志：《中國農(nóng)業(yè)環(huán)境技術(shù)效率與綠色全要素生產(chǎn)率增長研究》，《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2019年第4期，第95-103頁。(28)郭海紅、劉新民：《中國農(nóng)業(yè)綠色全要素生產(chǎn)率時空演變》，《中國管理科學(xué)》2020年第9期，第66-75頁。。Liu等(2019)在將農(nóng)業(yè)GTFP分解為技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率基礎(chǔ)上，結(jié)合投入產(chǎn)出對這三者進(jìn)一步分解后發(fā)現(xiàn)，2010年以后我國農(nóng)業(yè)產(chǎn)量、能源使用以及污染物治理方面的技術(shù)進(jìn)步是農(nóng)業(yè)GTFP增長的主導(dǎo)因素，而資本運用方面的技術(shù)倒退成為增長的主要障礙(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，本研究在測度我國區(qū)域及各省份農(nóng)業(yè)GTFP的基礎(chǔ)上，進(jìn)一步將GTFP分解為技術(shù)進(jìn)步和技術(shù)效率以探究其變化背后的主要動力，為驗證農(nóng)業(yè)綠色長效發(fā)展機(jī)制提供數(shù)據(jù)支撐。本研究的貢獻(xiàn)主要體現(xiàn)在以下兩方面：第一，對農(nóng)業(yè)綠色全要素生產(chǎn)率測算指標(biāo)進(jìn)行了更新，將碳排放與面源污染同時作為“壞產(chǎn)出”，采用產(chǎn)出角度的DDF-GML指數(shù)從動態(tài)視角考察我國農(nóng)業(yè)GTFP的時空演變特征并進(jìn)行結(jié)構(gòu)分解。第二，從區(qū)域?qū)用婧图Z食功能區(qū)層面對我國農(nóng)業(yè)GTFP進(jìn)行分類評價，在區(qū)域性分析中對作為我國重要農(nóng)業(yè)基地的東北地區(qū)予以單獨考量，在糧食功能區(qū)層面分析中將所研究的30個省份劃分為糧食主產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和糧食主銷區(qū)進(jìn)行討論。

二、研究方法與數(shù)據(jù)來源

(一)農(nóng)業(yè)GTFP的測算方法

農(nóng)業(yè)生產(chǎn)符合規(guī)模報酬不變的特征。此外，在既定稀缺要素約束下使農(nóng)業(yè)產(chǎn)量最大化與污染最小化更符合我國農(nóng)業(yè)綠色發(fā)展理念；而與傳統(tǒng)的ML指數(shù)相比，全局ML指數(shù)參考共同前沿所存在的傳遞性與可累乘性等特點，并且具有各期效率可比性(30)肖琴、羅其友、周振亞等：《中國農(nóng)業(yè)綠色生產(chǎn)效率的動態(tài)變遷與空間分異——基于DDF-Global Malmquist-Luenberger指數(shù)方法的分析》，《農(nóng)林經(jīng)濟(jì)管理學(xué)報》2020年第5期，第 537-547頁。。因此，本研究將在規(guī)模報酬不變條件及產(chǎn)出導(dǎo)向下構(gòu)造DDF-GML生產(chǎn)率指數(shù)模型并對其進(jìn)行分解。

P(x)={(yg，yb)|xcanproduce(yg，yb)}

(1)

其中，P為生產(chǎn)可能性集合，即投入要素x可以生產(chǎn)出期望產(chǎn)出與非期望產(chǎn)出(yg，yb)。同時，該生產(chǎn)可能性集合為一個有界的閉集并且滿足期望產(chǎn)出與投入的強可處置性、期望產(chǎn)出與非期望產(chǎn)出的弱可處置性和零結(jié)合性假設(shè)(31)王兵、侯冰清：《中國區(qū)域綠色發(fā)展績效實證研究:1998—2013——基于全局非徑向方向性距離函數(shù)》，《中國地質(zhì)大學(xué)學(xué)報(社會科學(xué)版)》2017年第6期，第24-40頁。。

在農(nóng)業(yè)生產(chǎn)活動中，伴隨著產(chǎn)量的上升過程，碳排放和面源污染也不可避免地出現(xiàn)。而農(nóng)業(yè)可持續(xù)發(fā)展的目標(biāo)是在保持期望產(chǎn)出增加的同時，進(jìn)一步減少非期望產(chǎn)出，基于此，本研究將引入Chung等(1997)(32)Chung Y H,F?re R,Grosskopf S,Productivity and Undesirable Outputs:A Directional Distance Function Approach,Journal of Environmental Management,1997,No.3,pp.229-240.所提出的能夠?qū)ζ谕a(chǎn)出與非期望產(chǎn)出進(jìn)行區(qū)別處理的方向性距離函數(shù)，具體形式如下：

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方向上增加期望產(chǎn)出，并且在gb方向上減少非期望產(chǎn)出，β為在給定要素x和生產(chǎn)可能性集合P的情形下，期望產(chǎn)出與非期望產(chǎn)出沿g方向向量最大擴(kuò)張和收縮程度。

2.Global Malmquist-Luenberger指數(shù)。參考Oh(2010)(33)Oh D,A Global Malmquist-Luenberger Productivity Index,Journal of Productivity Analysis,2010,No.3,pp.183-197.的做法，將所有構(gòu)造的當(dāng)期基準(zhǔn)全部包絡(luò)進(jìn)來，得到單一的、可全局參比的生產(chǎn)可能性集合。結(jié)合式(1)，本研究的全局基準(zhǔn)生產(chǎn)可能性集合為：

(3)

(4)

進(jìn)一步地，將GMLt，t+1指數(shù)分解為全局技術(shù)效率指數(shù)GEFFCHt，t+1和全局技術(shù)進(jìn)步指數(shù)GTECHt，t+1，分解過程如下：

(5)

(二)非期望產(chǎn)出測算方法

1.碳排放測算方法。農(nóng)業(yè)碳排放參考《IPCC國家溫室氣體清單指南》所提供的碳排放系數(shù)并采用農(nóng)業(yè)各類能源消耗與對應(yīng)排放因子的乘積來進(jìn)行測量。具體公式如下：

(6)

其中，ACE為農(nóng)業(yè)部門生產(chǎn)活動產(chǎn)生的碳排放，Ei為農(nóng)業(yè)生產(chǎn)中第i類能源的消耗量，δi為第i類能源的碳排放系數(shù)。

2.農(nóng)業(yè)面源污染測算方法?？紤]到污染物的統(tǒng)一性，本研究將化學(xué)需氧量(COD)、總氮(TN)和總磷(TP)定義為農(nóng)業(yè)面源污染，并采用賴斯蕓等(2004)(35)賴斯蕓、杜鵬飛、陳吉寧：《基于單元分析的非點源污染調(diào)查評估方法》，《清華大學(xué)學(xué)報(自然科學(xué)版)》2004年第9期，第1184-1187頁。和陳敏鵬等(2006)(36)陳敏鵬、陳吉寧、賴斯蕓：《中國農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識別》，《中國環(huán)境科學(xué)》2006年第6期，第751-755頁。所使用的“自上而下”單元分析法來建立農(nóng)業(yè)活動與污染物之間的關(guān)系。該方法充分考慮了統(tǒng)計數(shù)據(jù)的可獲得性、可比性和顯著性，是一項非常全面簡便的面源污染估算方法，受到學(xué)界的廣泛青睞。具體測算公式如下：

ANSP=∑EU活動=∑∑EU類別=∑∑∑EU單元×EUA

(7)

其中，ANSP為農(nóng)業(yè)面源污染，即COD、TN和TP排放總和，EU活動表示農(nóng)業(yè)生產(chǎn)產(chǎn)生面源污染的活動，EU類別表示產(chǎn)生面源污染的具體類別，EU單元為產(chǎn)生面源污染的具體單元，其中活動由類別組成，類別由單元組成，EUA代表單個單元的污染物排放量，計算公式如下：

(8)

其中，EUi代表第i個單元，ρij為第i個單元污染物j的污染強度系數(shù)，ηi為對應(yīng)資源的利用效率相關(guān)系數(shù)，PEij為污染物j產(chǎn)生量(農(nóng)業(yè)生產(chǎn)所造成的最大潛在污染量)，Cij表示第i個單元污染物j的排放系數(shù)，由該單元本身和空間特征S所決定。表1為我國具體的農(nóng)業(yè)面源污染基本單元列表。

表1 我國農(nóng)業(yè)面源污染基本單元列表

表1中各面源污染產(chǎn)污單元調(diào)查指標(biāo)來源于《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《新中國農(nóng)業(yè)60年統(tǒng)計資料》以及各省份統(tǒng)計年鑒等。而上述污染強度系數(shù)、排放系數(shù)等參數(shù)值主要來源于第一次全國污染源普查以及《污染源普查農(nóng)業(yè)源系數(shù)手冊》中的分省數(shù)據(jù)；關(guān)于農(nóng)業(yè)相關(guān)資源利用效率系數(shù)、流失系數(shù)等數(shù)據(jù)參考孟祥海等(2019)(37)孟祥海、周海川、杜麗永等：《中國農(nóng)業(yè)環(huán)境技術(shù)效率與綠色全要素生產(chǎn)率增長變遷——基于種養(yǎng)結(jié)合視角的再考察》，《農(nóng)業(yè)經(jīng)濟(jì)問題》2019年第6期，第9-22頁。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)數(shù)據(jù)來源與選取

本研究所使用的投入產(chǎn)出指標(biāo)及數(shù)據(jù)來源如表2所示，其中各統(tǒng)計年鑒的使用年份均為2001—2018年。目前統(tǒng)計年鑒中尚無分地區(qū)農(nóng)業(yè)能源消耗量的數(shù)據(jù)統(tǒng)計，因此將各省份農(nóng)林牧漁業(yè)原煤、原油和天然氣等能源消耗轉(zhuǎn)換成標(biāo)準(zhǔn)煤，并將第一產(chǎn)業(yè)增加值轉(zhuǎn)換成以2000年為基期的不變價格，以消除物價變動對結(jié)果的干擾。

表2 農(nóng)業(yè)GTFP投入產(chǎn)出指標(biāo)

三、實證分析

(一)農(nóng)業(yè)面源污染負(fù)荷總量匡算結(jié)果

根據(jù)單元分析法，本研究估算2000—2017年我國農(nóng)業(yè)面源污染負(fù)荷總量(見圖1)。為了驗證數(shù)據(jù)結(jié)果的可靠性，將估算結(jié)果與第一次全國污染源普查公報所公布的數(shù)據(jù)進(jìn)行比較。由于公報中統(tǒng)計數(shù)據(jù)來源于部分典型的農(nóng)業(yè)地區(qū)，而非全國范圍，該數(shù)據(jù)低于本研究估算結(jié)果。與Zou等(2020)相比，本研究匡算結(jié)果相對較小，原因是為測算農(nóng)業(yè)綠色全要素生產(chǎn)率，本研究僅關(guān)注農(nóng)業(yè)生產(chǎn)部門的排污，在進(jìn)行面源污染計算時將農(nóng)村生活所產(chǎn)生的污染排除在外，但總負(fù)荷趨勢與其研究結(jié)果基本一致且與實際情況相符。

圖1 我國農(nóng)業(yè)面源污染負(fù)荷總量圖

從農(nóng)業(yè)面源污染負(fù)荷總量的增減趨勢看，我國農(nóng)業(yè)面源污染于2000—2002年上升，在2003年下降后開始攀升，2006年達(dá)到峰值，約為2 502.62萬噸。在2007年內(nèi)經(jīng)歷過大幅下降后開始緩慢上升，2014—2017年呈現(xiàn)下滑態(tài)勢。早期粗放型的農(nóng)業(yè)發(fā)展模式使農(nóng)業(yè)面源污染在短短幾年內(nèi)迅速加劇，隨著國家對農(nóng)村生態(tài)環(huán)境重視程度的提高以及農(nóng)民人力資本的增加與環(huán)保意識的增強，農(nóng)業(yè)生態(tài)環(huán)境壓力開始減緩，面源污染下降的趨勢良好。從面源污染負(fù)荷總量的組成來看，不難發(fā)現(xiàn)，COD占總污染的比重最大，TN次之，TP最小。Zhang等(2019)指出，農(nóng)業(yè)生產(chǎn)中禽畜養(yǎng)殖所排放的面源污染最大，這是由于養(yǎng)殖業(yè)所具有的“大規(guī)模、排污復(fù)雜和難以控制”特點使COD排放比例上升，而TN與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與總污染的趨勢也基本相同，說明農(nóng)業(yè)部門可以通過轉(zhuǎn)變發(fā)展模式同時減少各種污染物，有效破解農(nóng)業(yè)經(jīng)濟(jì)與資源環(huán)境的矛盾，實現(xiàn)協(xié)調(diào)發(fā)展。

(二)整體農(nóng)業(yè)GTFP測算及分解結(jié)果分析

使用MaxDEA 8軟件計算得到2000—2017年我國30個省份的農(nóng)業(yè)綠色全要素生產(chǎn)率及其分解結(jié)果(見圖2和表3)。

圖2 我國整體農(nóng)業(yè)GTFP及分解圖

表3 我國整體農(nóng)業(yè)GTFP分解結(jié)果與累計值表

由圖2和表3可以看出，2000—2017年我國農(nóng)業(yè)GTFP呈現(xiàn)波動上升態(tài)勢，年均增長率為0.84%，其最低值在2005年，為0.9779，最高值在2007年，為1.0292，效率值相差5.13%。從考察期內(nèi)的GTFP累積值可以看出，從2001年的0.9989到2017年的1.1524，累積增長約為1.15倍，表明進(jìn)入新世紀(jì)后我國農(nóng)業(yè)GTFP得到長效持續(xù)提升?？疾炱趦?nèi)整體農(nóng)業(yè)GTFP的增減波動大致可以分為四個子時期，即2000—2005年、2006—2009年、2010—2015年以及2016—2017年。前三個子時期分別對應(yīng)農(nóng)業(yè)GTFP先增長后減少趨勢：第一個子時期內(nèi)，主要是由于中央政府所出臺的多項惠農(nóng)政策激發(fā)了農(nóng)民生產(chǎn)與學(xué)習(xí)農(nóng)業(yè)技術(shù)的積極性(40)韓海彬、趙麗芬：《環(huán)境約束下中國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂分析》，《中國人口·資源與環(huán)境》2013年第3期，第70-76頁。；第二個子時期的效率增長受到2006年我國全面取消農(nóng)業(yè)稅的影響，該項政策在減少農(nóng)民負(fù)擔(dān)的同時提高了生產(chǎn)效率；第三個子時期內(nèi)農(nóng)業(yè)GTFP出現(xiàn)了一段時期的停滯不前。而在第四個子時期內(nèi)綠色效率開始顯著提升，這離不開我國所實施的包含《到2020年化肥使用量零增長行動方案》等一系列農(nóng)業(yè)資源與生態(tài)環(huán)境保護(hù)政策。

從分解結(jié)果看，技術(shù)進(jìn)步在考察期內(nèi)的均值為1.0075，年均增長率為0.75%，而技術(shù)效率為1.0009，年均增長率是0.09%，說明在考察期內(nèi)整體上是農(nóng)業(yè)技術(shù)進(jìn)步推動了農(nóng)業(yè)GTFP的提高，而技術(shù)效率的改善相對微弱，這與全炯振(2009)所提出的農(nóng)業(yè)全要素生產(chǎn)率的技術(shù)誘導(dǎo)型增長模式相同(41)全炯振：《中國農(nóng)業(yè)全要素生產(chǎn)率增長的實證分析:1978～2007年——基于隨機(jī)前沿分析(SFA)方法》，《中國農(nóng)村經(jīng)濟(jì)》2009年第9期，第36-47頁。。農(nóng)業(yè)綠色技術(shù)的研發(fā)與創(chuàng)新在提高產(chǎn)量的同時兼顧污染減排，成為提升農(nóng)業(yè)GTFP的主要動力。在多數(shù)年份中，技術(shù)效率出現(xiàn)下滑在一定程度上抵消了農(nóng)業(yè)技術(shù)水平提高的效果。但是在2005—2006年、2008—2010年以及2017年三個時間段，技術(shù)進(jìn)步明顯低于技術(shù)效率且均位于效率值1水平以下，說明在考察期內(nèi)農(nóng)業(yè)綠色技術(shù)雖整體處于進(jìn)步階段，但仍有個別年份發(fā)生了技術(shù)衰退現(xiàn)象。

(三)我國農(nóng)業(yè)GTFP區(qū)域差異分析

表4分析了我國各個區(qū)域的農(nóng)業(yè)GTFP及其分解結(jié)果，從中可以發(fā)現(xiàn)，年均增長率最高的是我國東部地區(qū)，中部次之，東北地區(qū)再次，西部地區(qū)墊后，分別為1.01%、0.92%、0.73%和0.67%，只有東部和中部地區(qū)高于整體年均增長率。這一結(jié)果與王軍等(2019)所分析的區(qū)域農(nóng)業(yè)全要素生產(chǎn)率不同的是，納入環(huán)境約束后，東北地區(qū)的效率值出現(xiàn)下滑且次于中部地區(qū)(42)王軍、楊秀云：《改革開放以來中國農(nóng)業(yè)全要素生產(chǎn)率的動態(tài)演進(jìn)及收斂性分析》，《統(tǒng)計與信息論壇》2019年第11期，第59-66頁。。這表明，具有我國農(nóng)業(yè)重要戰(zhàn)略地位的東北地區(qū)，在大力發(fā)展農(nóng)業(yè)生產(chǎn)的同時，未能合理協(xié)調(diào)與農(nóng)業(yè)環(huán)境污染之間的關(guān)系。從時間變化趨勢看，各區(qū)域與整體農(nóng)業(yè)GTFP的變化趨勢基本相同，在考察期內(nèi)出現(xiàn)三次上升后又下降的走向，但最終仍呈上升態(tài)勢，符合前文所提及的四個子時期階段，并且東部和東北地區(qū)的波動幅度相對較大。

從區(qū)域農(nóng)業(yè)GTFP的增長源泉看，東部、西部和東北地區(qū)綠色效率提升的主導(dǎo)因素為技術(shù)進(jìn)步。具體而言，東部技術(shù)效率為0.9971，增長率為-0.29%，而技術(shù)進(jìn)步為1.0130，增長率為1.30%；東北地區(qū)技術(shù)效率為0.9999，而技術(shù)進(jìn)步為1.0074，說明東部及東北地區(qū)綠色技術(shù)水平的提高抵消了部分技術(shù)效率惡化所產(chǎn)生的影響。Pang等(2016)指出，農(nóng)業(yè)生態(tài)高效率地區(qū)主要集中于經(jīng)濟(jì)發(fā)達(dá)地區(qū)(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，我國東部地區(qū)經(jīng)濟(jì)發(fā)展水平的提高推動了農(nóng)業(yè)綠色技術(shù)進(jìn)步，促使農(nóng)業(yè)部門高效生產(chǎn)的同時進(jìn)一步緩解了環(huán)境壓力。而西部地區(qū)技術(shù)效率和技術(shù)進(jìn)步的增長率分別為0.15%和0.51%，表明在考察期內(nèi)西部的技術(shù)進(jìn)步水平提升，同時技術(shù)效率也發(fā)生了改善。西部地區(qū)具有得天獨厚的農(nóng)業(yè)資源優(yōu)勢，長期實施的西部大開發(fā)戰(zhàn)略也為西部農(nóng)業(yè)綠色發(fā)展提供新的機(jī)遇。與其他三個區(qū)域不同的是，中部地區(qū)農(nóng)業(yè)綠色生產(chǎn)率增長的動力源泉主要是技術(shù)效率，其貢獻(xiàn)率約為70%，而技術(shù)進(jìn)步的增長率為0.27%，約占生產(chǎn)率提升的30%，足以體現(xiàn)中部地區(qū)存在技術(shù)研發(fā)與創(chuàng)新力度不足的問題。

圖3顯示了我國各區(qū)域及整體農(nóng)業(yè)GTFP的累積值，從時間趨勢看走勢基本相同，2003年農(nóng)業(yè)經(jīng)濟(jì)發(fā)展受到“非典”疫情與嚴(yán)重自然災(zāi)害的雙重影響(44)柏先紅：《2003年農(nóng)業(yè)發(fā)展概況》，《中國發(fā)展報告》2004年第1期，第81-84頁。，其中中部、西部和東北地區(qū)累積值開始大幅下降，東部地區(qū)也于2004年出現(xiàn)相同情況，但四大區(qū)域在2005年后開始保持增長。2008年，在中央一號文件明確加快推進(jìn)農(nóng)業(yè)機(jī)械化發(fā)展和增加農(nóng)機(jī)購置補貼種類等政策的刺激下，東北地區(qū)地形平坦、土地面積大等利于機(jī)械化生產(chǎn)的農(nóng)業(yè)良好條件得以充分發(fā)揮，使其在2008—2013年間累積值增長率處于領(lǐng)先地位。不難看出，2016年后各區(qū)域累積值曲線更加陡峭，斜率變大，向上攀升，且2017年仍保持高增長態(tài)勢。

圖3 我國區(qū)域農(nóng)業(yè)GTFP累積值圖

(四)我國糧食功能區(qū)農(nóng)業(yè)GTFP差異分析

糧食安全作為經(jīng)濟(jì)安全的重要方面(45)陳宇峰、田珊：《定價主導(dǎo)權(quán)爭奪下的中國糧食安全》，《經(jīng)濟(jì)研究參考》2015年第38期，第38-48頁。，全面認(rèn)識我國三大糧食功能區(qū)農(nóng)業(yè)GTFP是實現(xiàn)生態(tài)與經(jīng)濟(jì)雙贏的基礎(chǔ)。糧食功能區(qū)源于2001年我國糧食流通體制改革，根據(jù)各個省份糧食生產(chǎn)的具體產(chǎn)銷特征，并結(jié)合各地資源稟賦差異與歷史傳統(tǒng)，將我國糧食生產(chǎn)地區(qū)劃分為糧食生產(chǎn)區(qū)、產(chǎn)銷平衡區(qū)和糧食主銷區(qū)(46)高鳴、宋洪遠(yuǎn)：《糧食生產(chǎn)技術(shù)效率的空間收斂及功能區(qū)差異——兼論技術(shù)擴(kuò)散的空間漣漪效應(yīng)》，《管理世界》2014年第7期，第83-92頁。。圖4和表5分別顯示了不同功能區(qū)的農(nóng)業(yè)GTFP及分解結(jié)果。

表5 我國糧食功能區(qū)農(nóng)業(yè)GTFP及分解結(jié)果表

續(xù)表5

從時間趨勢看，各個功能區(qū)農(nóng)業(yè)GTFP變化趨勢基本相似，大致經(jīng)歷了三個子時期的“∧”型變化后，在2015—2017年內(nèi)保持增長趨勢，考察期內(nèi)糧食生產(chǎn)區(qū)、平衡區(qū)和主銷區(qū)的農(nóng)業(yè)GTFP年均增長率分別為0.81%、0.75%和1.02%。就波動情況而言，糧食生產(chǎn)區(qū)與產(chǎn)銷平衡區(qū)波動相對較小，而糧食主銷區(qū)變化較大。由于糧食主銷區(qū)工業(yè)化與城鎮(zhèn)化水平較高，且對糧食生產(chǎn)和耕地面積的要求較低，其受到外界政策沖擊的影響相對較大，在考察期內(nèi)波動最為顯著。

從糧食功能區(qū)分解結(jié)果看，糧食主產(chǎn)區(qū)、平衡區(qū)和主銷區(qū)的技術(shù)進(jìn)步年均增長率分別為0.47%、0.48%和1.66%，而技術(shù)效率年均增長率分別為0.33%、0.27%和-0.63%。可見，不論是主產(chǎn)區(qū)、平衡區(qū)還是主銷區(qū)，技術(shù)進(jìn)步均為農(nóng)業(yè)GTFP增長的主要源泉，特別對于主銷區(qū)而言，考察期內(nèi)其技術(shù)效率均值低于1，說明存在技術(shù)效率惡化的現(xiàn)象。但主銷區(qū)內(nèi)城鎮(zhèn)化進(jìn)程的深入推進(jìn)，推動了農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)步，促進(jìn)土地集約化、規(guī)?；?jīng)營，深刻影響農(nóng)民思想觀念和生活生產(chǎn)方式，進(jìn)而一定程度上對農(nóng)業(yè)污染減排和綠色全要素生產(chǎn)率的提升起到促進(jìn)作用(47)薛蕾、廖祖君、王理：《城鎮(zhèn)化與農(nóng)業(yè)面源污染改善——基于農(nóng)民收入結(jié)構(gòu)調(diào)節(jié)作用的空間異質(zhì)性分析》，《農(nóng)村經(jīng)濟(jì)》2019年第7期，第55-63頁。。此外，作為GTFP均值排名第二的糧食生產(chǎn)區(qū)，在實現(xiàn)糧食生產(chǎn)安全目標(biāo)的前提下，其內(nèi)部產(chǎn)量增長與污染壓力的沖突更加集中(48)羅斯炫、何可、張俊飚：《增產(chǎn)加劇污染——基于糧食主產(chǎn)區(qū)政策的經(jīng)驗研究》，《中國農(nóng)村經(jīng)濟(jì)》2020年第1期，第108-131頁。。正如分解結(jié)果所示，技術(shù)效率改善最為明顯，但技術(shù)進(jìn)步相對其他兩個功能區(qū)略顯落后，這主要是由于糧食生產(chǎn)區(qū)多為早期的農(nóng)業(yè)大省，在經(jīng)濟(jì)發(fā)展過程中產(chǎn)業(yè)結(jié)構(gòu)調(diào)整相對緩慢，工業(yè)化進(jìn)程落后難以為技術(shù)創(chuàng)新和技術(shù)水平的提升提供基礎(chǔ)條件。對產(chǎn)銷平衡區(qū)而言，絕大多數(shù)省份來源于西部地區(qū)，其農(nóng)業(yè)GTFP均值最低，通過分解后發(fā)現(xiàn)技術(shù)效率和技術(shù)進(jìn)步位于中等水平。

四、結(jié)論與建議

農(nóng)業(yè)是支撐國民經(jīng)濟(jì)建設(shè)和發(fā)展的基礎(chǔ)產(chǎn)業(yè)。隨著農(nóng)業(yè)生產(chǎn)要素的廣泛投入，農(nóng)業(yè)面源污染和碳排放問題日益突出。全面準(zhǔn)確地衡量和認(rèn)識我國農(nóng)業(yè)GTFP是提高農(nóng)業(yè)綠色發(fā)展水平的基礎(chǔ)，深入挖掘并把握我國整體、區(qū)域和糧食功能區(qū)農(nóng)業(yè)GTFP背后的動力源泉是制定適合區(qū)域、功能區(qū)農(nóng)業(yè)規(guī)劃的先決條件?；诖耍狙芯繉⑥r(nóng)業(yè)面源污染和碳排放作為非期望產(chǎn)出納入傳統(tǒng)農(nóng)業(yè)全要素生產(chǎn)率的分析框架中，并定義其為農(nóng)業(yè)GTFP，進(jìn)一步使用DDF-Global Malmquist-Luenberger生產(chǎn)率指數(shù)，從動態(tài)視角評估了2000—2017年我國整體、區(qū)域及不同糧食功能區(qū)的農(nóng)業(yè)GTFP變化情況，并對結(jié)果進(jìn)行分解分析，得出以下主要結(jié)論。

1.農(nóng)業(yè)面源污染壓力近年來有所減緩。我國農(nóng)業(yè)面源污染負(fù)荷中，COD排放占總排放比重最大，且COD、TN、TP與總面源污染變化趨勢基本一致，于2006年達(dá)到峰值，近年來呈現(xiàn)下降的良好態(tài)勢。

2.整體農(nóng)業(yè)GTFP在考察期內(nèi)呈現(xiàn)波動上升態(tài)勢。我國整體農(nóng)業(yè)GTFP根據(jù)增減變化大致可以分為四個子時期，前三個子時期均為先增長后下降的“∧”型變化趨勢，第四個子時期出現(xiàn)顯著提升。進(jìn)入新世紀(jì)后農(nóng)業(yè)綠色發(fā)展水平取得長效提升，考察期內(nèi)GTFP累積增長約1.15倍，并進(jìn)一步驗證了該增長模式為技術(shù)誘導(dǎo)型增長。

3.區(qū)域農(nóng)業(yè)GTFP年均增長率的對比及其推動力。我國區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率年均增長率呈現(xiàn)東部最高，中部次之，東北其后，西部最后。其中，東部、西部和東北地區(qū)的主要推動因子為技術(shù)進(jìn)步，而中部則是技術(shù)效率。此外，各區(qū)域與整體農(nóng)業(yè)GTFP累積值的時間變化趨勢大致相同。

4.糧食功能區(qū)農(nóng)業(yè)GTFP變化趨勢及其推動力。各個糧食功能區(qū)農(nóng)業(yè)GTFP變化趨勢基本相似，其中糧食主銷區(qū)波動較大，且三大功能區(qū)綠色增長的主要推動力均來源于技術(shù)進(jìn)步，但對于承擔(dān)糧食安全功能的主產(chǎn)區(qū)而言，其技術(shù)進(jìn)步貢獻(xiàn)作用落后于其他兩個功能區(qū)。

根據(jù)上述研究結(jié)論，本研究提出以下三點政策建議。

1.鼓勵農(nóng)業(yè)技術(shù)研發(fā)與創(chuàng)新。農(nóng)業(yè)技術(shù)進(jìn)步是農(nóng)業(yè)現(xiàn)代化的要求，也是實現(xiàn)協(xié)調(diào)發(fā)展的重要手段。針對農(nóng)業(yè)GTFP的技術(shù)誘導(dǎo)型增長模式，應(yīng)積極引導(dǎo)并鼓勵農(nóng)業(yè)部門的技術(shù)研發(fā)與創(chuàng)新，尤其是農(nóng)業(yè)綠色生產(chǎn)技術(shù)的開發(fā)與利用，同時應(yīng)注重各省份農(nóng)業(yè)技術(shù)效率的改善問題。通過促進(jìn)科技人才的流動與溝通，加快先進(jìn)農(nóng)業(yè)技術(shù)的擴(kuò)散與實施推廣。

2.因地制宜地制定農(nóng)業(yè)綠色發(fā)展戰(zhàn)略。針對綠色生產(chǎn)率的區(qū)域差異性特征，政府應(yīng)結(jié)合各區(qū)域的農(nóng)業(yè)資源稟賦與不足，合理地制定農(nóng)業(yè)綠色發(fā)展戰(zhàn)略，并以此協(xié)調(diào)各區(qū)域的農(nóng)業(yè)發(fā)展，進(jìn)而縮小區(qū)域差距。對具有較高綠色發(fā)展效率的東部地區(qū)，應(yīng)推動農(nóng)業(yè)重大技術(shù)研發(fā)，并將技術(shù)進(jìn)行擴(kuò)散；而對于效率較低的西部地區(qū)，應(yīng)積極學(xué)習(xí)與借鑒綠色農(nóng)業(yè)發(fā)達(dá)地區(qū)的經(jīng)驗，并總結(jié)形成一套適合自身發(fā)展的綠色路徑。

3.妥善解決糧食功能區(qū)產(chǎn)量與污染的矛盾。針對糧食功能區(qū)生產(chǎn)率差異，應(yīng)縮小各功能區(qū)間的差距，處理好生產(chǎn)功能區(qū)中產(chǎn)量與污染的沖突，在確保糧食產(chǎn)量安全的前提下減少農(nóng)業(yè)污染排放，實現(xiàn)“既要綠水青山，又要金山銀山”的發(fā)展目標(biāo)。