中國(guó)非農(nóng)就業(yè)與農(nóng)業(yè)綠色全要素生產(chǎn)率
——考慮糧食耕種收機(jī)械總動(dòng)力及污染排放的研究

蔡夢(mèng)雨，柴佳慧，張雨萌

（1.南京財(cái)經(jīng)大學(xué)糧食和物資學(xué)院，江蘇 南京210003；2.河海大學(xué)公共管理學(xué)院，江蘇 南京211100；3.南京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京210037）

一、引言

中國(guó)如今處于農(nóng)村人口普遍非農(nóng)就業(yè)的時(shí)代背景下，農(nóng)業(yè)從業(yè)人口大量減少，在勞動(dòng)力投入下降的同時(shí)保持產(chǎn)量豐收，勢(shì)必會(huì)加大機(jī)械化投入、高產(chǎn)良種、農(nóng)藥化肥等新型農(nóng)業(yè)技術(shù)的投入。這給中國(guó)基于資源和環(huán)境雙重壓力的綠色農(nóng)業(yè)發(fā)展帶來(lái)了極大的挑戰(zhàn)。農(nóng)業(yè)生產(chǎn)效率的評(píng)估不該只是簡(jiǎn)單的投入產(chǎn)出問(wèn)題，更應(yīng)該是環(huán)境污染問(wèn)題以及糧食安全問(wèn)題。農(nóng)業(yè)面源污染對(duì)地下水以及空氣的污染日益嚴(yán)重，農(nóng)藥化肥殘留被人體吸收后會(huì)對(duì)人體各個(gè)器官造成不可逆的傷害，也會(huì)破壞食物中的營(yíng)養(yǎng)物質(zhì)，嚴(yán)重危害糧食安全。因此，學(xué)者提出綠色全要素生產(chǎn)率（green total factor productivity，GTFP）的概念。綠色全要素生產(chǎn)率是在傳統(tǒng)全要素生產(chǎn)率的基礎(chǔ)上，考慮能耗和污染排放等因素，是農(nóng)業(yè)可持續(xù)發(fā)展質(zhì)量的客觀反映。2018年，中央一號(hào)文件明確指出，要在堅(jiān)持“質(zhì)量興農(nóng)、綠色興農(nóng)”的前提下提高全要素生產(chǎn)率水平。如果忽略農(nóng)業(yè)生產(chǎn)所造成的環(huán)境代價(jià)，勢(shì)必扭曲農(nóng)業(yè)綠色發(fā)展現(xiàn)狀，夸大農(nóng)業(yè)綠色發(fā)展績(jī)效，提出誤導(dǎo)農(nóng)業(yè)綠色發(fā)展的政策措施。只有將環(huán)境約束納入發(fā)展綠色農(nóng)業(yè)的分析框架中，才能更好地評(píng)估中國(guó)綠色農(nóng)業(yè)的發(fā)展現(xiàn)狀。

隨著中國(guó)社會(huì)經(jīng)濟(jì)的發(fā)展，近年來(lái)社會(huì)各界開(kāi)始關(guān)注農(nóng)業(yè)環(huán)境問(wèn)題。但是，中國(guó)糧食綠色全要素生產(chǎn)率的相關(guān)研究尚未形成一個(gè)科學(xué)的標(biāo)準(zhǔn)，研究結(jié)論的差距較大。一是綠色全要素生產(chǎn)率的內(nèi)涵界定并沒(méi)有形成統(tǒng)一的認(rèn)識(shí)。李兆亮等把考慮農(nóng)業(yè)面源污染要素的全要素生產(chǎn)率界定為綠色全要素生產(chǎn)率，而郭海紅等認(rèn)為碳排放也應(yīng)納入環(huán)境污染的非期望產(chǎn)出中。二是綠色全要素生產(chǎn)率測(cè)算的指標(biāo)選取和研究方法差別較大。許素瓊將環(huán)境污染作為非期望產(chǎn)出，而另有學(xué)者將環(huán)境因素作為投入要素變量，在測(cè)算方法上主要采用隨機(jī)前沿法和非參數(shù)的數(shù)據(jù)包絡(luò)分析法。三是樣本時(shí)間和空間上選擇的不一致也會(huì)導(dǎo)致結(jié)論的差距。農(nóng)業(yè)投入與產(chǎn)出和時(shí)間的相關(guān)性顯著，樣本的時(shí)間跨度不一致導(dǎo)致測(cè)算出來(lái)的綠色全要素生產(chǎn)率有很大的差距。高揚(yáng)等借助空間杜賓模型和偏微分方法發(fā)現(xiàn)中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率年均增長(zhǎng)4.5%，且按照中、東、西部順序依次遞減。郭海紅等基于新型城鎮(zhèn)化理念構(gòu)建新型城鎮(zhèn)化質(zhì)量水平測(cè)算指標(biāo)體系，設(shè)計(jì)面板門檻模型解析新型城鎮(zhèn)化水平與綠色全要素生產(chǎn)率之間的非線性關(guān)系，發(fā)現(xiàn)新型城鎮(zhèn)化水平與農(nóng)村居民人均收入耦合協(xié)調(diào)度越高，越利于提升綠色全要素生產(chǎn)率。此外，農(nóng)機(jī)投入、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)勞動(dòng)力老齡化等也都會(huì)對(duì)綠色全要素生產(chǎn)率產(chǎn)生影響。

綜上所述，綠色全要素生產(chǎn)率的測(cè)算以及影響因素的相關(guān)研究仍有補(bǔ)充的必要。可能存在的邊際貢獻(xiàn)主要是三個(gè)方面：①更加科學(xué)地選取污染變量，利用單元調(diào)查法，計(jì)算化肥施用、畜禽養(yǎng)殖這兩部分污染單元，核算的主要污染物指標(biāo)是總氮、總磷排放量?jī)深悾虎谥袊?guó)城鎮(zhèn)化和老齡化的背景下，鄉(xiāng)村人口大量非農(nóng)就業(yè)，對(duì)農(nóng)業(yè)產(chǎn)生不可避免的影響，因此非農(nóng)就業(yè)可能會(huì)影響農(nóng)業(yè)綠色全要素生產(chǎn)率；③在面板回歸的過(guò)程中分別對(duì)空間效應(yīng)、時(shí)間效應(yīng)和雙效應(yīng)模型進(jìn)行回歸，結(jié)果更具有科學(xué)性。

二、模型選擇與數(shù)據(jù)來(lái)源

（一）模型選擇

1.Super-SBM模型

國(guó)內(nèi)外研究者主要運(yùn)用兩種不同方法對(duì)中國(guó)農(nóng)業(yè)全要素生產(chǎn)率進(jìn)行測(cè)算。一是參數(shù)方法，如隨機(jī)前沿法（stochastic frontier approach，SFA）。該法利用生產(chǎn)函數(shù)構(gòu)造生產(chǎn)前沿面，在處理多項(xiàng)投入指標(biāo)時(shí)由于指標(biāo)間的相關(guān)關(guān)系，可能會(huì)對(duì)結(jié)果的可靠性產(chǎn)生影響。二是非參數(shù)法，如數(shù)據(jù)包絡(luò)分析法（data envelopment analysis，DEA）。傳統(tǒng)的數(shù)據(jù)包絡(luò)分析法存在著無(wú)法對(duì)多個(gè)有效的決策單元進(jìn)行比較的缺陷，而基于DEA基礎(chǔ)上的SBM模型突破了傳統(tǒng)DEA模型的局限，可以對(duì)各有效單元之間進(jìn)行排序和比較，該模型是建立在超效率DEA模型基礎(chǔ)之上的一種非徑向非參數(shù)相對(duì)生產(chǎn)效率測(cè)算方法，是普通超效率DEA模型與非徑向測(cè)算方法耦合作用的結(jié)果。

假設(shè)有n個(gè)決策單元（省份），每一個(gè)決策單元使用m種投入（i=1，2，…，m），s1種期望產(chǎn)出和s2種非期望產(chǎn)出，向量表達(dá)式為：x∈R m，y g∈Rs1，yb∈Rs2。定義矩陣X、Y g、Y b如下：X=[x1，…，x n]∈Rm×n，Y g=[y g1，…，y gn]∈R s2×n，Y b=[yb1，…，其中

定義生產(chǎn)可能性集合為：P={（x，y g，y b）|x≥Xλ，y g≤Y g λ，y b≤Y bλ}。

依據(jù)Tone的研究，假定規(guī)模報(bào)酬可變，則省份i在t年包含期望產(chǎn)出與非期望產(chǎn)出的非徑向、非角度Super-SBM模型為：

s-，s b，λ≥0；i=1，2，…，m；r=1，2，…，s1；t=1，2，…，s2；j=1，2，…，n（j≠k）

2.納入非期望產(chǎn)出的Malmquist指數(shù)

基于DEA模型的Malmquist指數(shù)法的總體思想是通過(guò)構(gòu)建一種生產(chǎn)函數(shù)的隨機(jī)前沿面，將決策單元與最優(yōu)前沿面進(jìn)行對(duì)比，然后利用指數(shù)法求得綠色全要素生產(chǎn)率。Malmquist指數(shù)定義如下：

Malmquist指數(shù)表示綠色全要素生產(chǎn)率的變動(dòng)率，該值大于1表示生產(chǎn)率提高，小于1表示生產(chǎn)率降低。Malmquist指數(shù)可分解為技術(shù)效率變化（effch）和技術(shù)進(jìn)步變化（tech）兩部分：

上式中，（xt，yt）、（x t+1，y t+1）分別為t和t+1時(shí)期的投入和產(chǎn)出組合，Et、Et+1分別代表t和t+1時(shí)期的效率水平，M t、M t+1分別代表t和t+1時(shí)期的Malmquist指數(shù)。Malmquist指數(shù)表示綠色全要素生產(chǎn)率的變動(dòng)率，該值大于1表示生產(chǎn)率提高，小于1表示生產(chǎn)率降低。Malmquist指數(shù)可將全要素生產(chǎn)率變動(dòng)進(jìn)一步分解為技術(shù)效率變化技術(shù)進(jìn)步變化。這種分解不僅使得Malmquist可以展示全要素生產(chǎn)率的變動(dòng)過(guò)程，還可以將這種變動(dòng)進(jìn)行分解歸因，從而使計(jì)算結(jié)果更加細(xì)化。

3.空間計(jì)量模型

將空間相關(guān)關(guān)系引入基本計(jì)量模型中，以反映非農(nóng)就業(yè)對(duì)綠色全要素生產(chǎn)效率空間效應(yīng)的影響程度。由于使用了中國(guó)大陸31個(gè)省（自治區(qū)、直轄市）2000～2018年的面板數(shù)據(jù)類型，因此將嘗試構(gòu)建空間面板計(jì)量模型，以修正建立普通面板模型產(chǎn)生的偏差?？臻g面板模型分為空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）3種。SLM模型是將因變量的空間滯后因子作為解釋變量加入模型；SEM是將被遺漏的解釋變量以及隨機(jī)誤差對(duì)空間溢出效應(yīng)的沖擊考慮到模型中，因此模型中的隨機(jī)誤差項(xiàng)ε引入空間滯后項(xiàng)；SDM模型中將區(qū)域間的交互效應(yīng)及誤差項(xiàng)的空間關(guān)系同時(shí)引入模型中，不僅考慮了因變量的空間關(guān)聯(lián)性，還考慮了自變量空間關(guān)聯(lián)性，能較好地彌補(bǔ)自變量空間聯(lián)系性問(wèn)題，即非農(nóng)就業(yè)對(duì)生產(chǎn)效率的影響不僅來(lái)自本省份各因素，還受到鄰近省份滯后因素及滯后生產(chǎn)效率的影響，模型修正如下：

式中，GTFPit、UAit、X i t分別為第t期i地區(qū)綠色全要素生產(chǎn)率、非農(nóng)就業(yè)和控制變量；為空間權(quán)重矩陣，選擇地理矩陣作為空間權(quán)重；W×UAit和W×GTFPit分別為因變量和自變量的空間滯后變量，由變量與空間權(quán)重矩陣相乘所得。α1～αn、β1～βn為待估系數(shù)；μi表示空間效應(yīng)；λt表示時(shí)間效應(yīng)；εit表示服從獨(dú)立同分布的隨機(jī)誤差項(xiàng)，其均值為0，方差為δ。

（二）數(shù)據(jù)來(lái)源與變量選取

1.數(shù)據(jù)來(lái)源

選取2000～2018年中國(guó)大陸31個(gè)省（自治區(qū)、直轄市）的面板數(shù)據(jù)為研究對(duì)象，數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》（2000～2018）、《中國(guó)氣象年鑒》（2000～2018）、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》（2000～2018）和《中國(guó)水資源公報(bào)》（2000～2018），并在測(cè)算之前對(duì)相應(yīng)的經(jīng)濟(jì)指標(biāo)以2000年為基期進(jìn)行調(diào)整。

2.綠色全要素生產(chǎn)率的投入與產(chǎn)出變量

投入產(chǎn)出數(shù)據(jù)在DEA模型的效率評(píng)價(jià)中具有決定作用，因此開(kāi)展綠色全要素生產(chǎn)效率評(píng)價(jià)關(guān)鍵在于選取合適的投入與產(chǎn)出變量。投入與產(chǎn)出變量的定義如下：一是投入指標(biāo)。農(nóng)業(yè)生產(chǎn)的基本要素是土地、資本和勞動(dòng)力。首先選擇可以反映這三種要素的投入指標(biāo)，故參考以往研究，選取農(nóng)作物總播種面積、有效灌溉面積、農(nóng)業(yè)用水、考慮農(nóng)業(yè)機(jī)械總動(dòng)力和化肥使用量作為投入指標(biāo)。二是期望產(chǎn)出。期望產(chǎn)出選用各省份的農(nóng)業(yè)總產(chǎn)值來(lái)表示。三是非期望產(chǎn)出。農(nóng)業(yè)非期望產(chǎn)出是指在農(nóng)業(yè)生產(chǎn)和農(nóng)村生活等過(guò)程中產(chǎn)生的各種面源污染排放物。根據(jù)以往的統(tǒng)計(jì)口徑，以排放到水體中的化學(xué)需氧量、總氮代表農(nóng)業(yè)面源污染。

3.空間計(jì)量模型的解釋變量

一是核心解釋變量。考慮到非農(nóng)就業(yè)（UA）的本質(zhì)是勞動(dòng)力資源的再配置，借鑒Kung、錢龍的研究，使用“第二、三產(chǎn)業(yè)就業(yè)人數(shù)與總?cè)藬?shù)之比”表示這一變量。二是控制變量。根據(jù)錢麗的研究，選取產(chǎn)業(yè)結(jié)構(gòu)（IS）、農(nóng)村基礎(chǔ)教育水平（EDU）以及自然災(zāi)害（DA）等外在環(huán)境變量作為控制變量，以第一產(chǎn)業(yè)產(chǎn)值占GDP比重作為產(chǎn)業(yè)結(jié)構(gòu)的代理變量，以農(nóng)村平均受教育年限作為農(nóng)村基礎(chǔ)教育水平的代理變量，以農(nóng)田受災(zāi)率（農(nóng)田受災(zāi)面積與農(nóng)作物播種總面積之比）表示自然災(zāi)害的影響。

機(jī)械化程度（MA）：采用農(nóng)業(yè)機(jī)械數(shù)額（萬(wàn)）與所有農(nóng)作物總播種面積（千公頃）的比重來(lái)反映。此指標(biāo)的變化反映了農(nóng)業(yè)機(jī)械化程度的配置狀況。

化肥施用程度（AS）：采用化肥施用總量（萬(wàn)噸）與所有農(nóng)作物總播種面積（千公頃）的比重來(lái)反映。農(nóng)業(yè)生產(chǎn)效率增長(zhǎng)實(shí)質(zhì)上是一個(gè)要素資源不斷優(yōu)化配置的過(guò)程。此指標(biāo)的變化反映了農(nóng)業(yè)化肥施用密度的配置狀況。

三、結(jié)果與分析

（一）全局空間自相關(guān)檢驗(yàn)結(jié)果分析

在進(jìn)行空間動(dòng)態(tài)面板模型估計(jì)之前，首先對(duì)綠色全要素生產(chǎn)效率進(jìn)行面板全局Moran’s I指數(shù)檢驗(yàn)，以期探究綠色全要素生產(chǎn)效率是否存在空間相關(guān)性。為了更好地反映農(nóng)業(yè)經(jīng)濟(jì)系統(tǒng)在地理鄰近或非地理鄰近地區(qū)的空間差異，研究采用鄰接空間矩陣定義全要素生產(chǎn)率的相互鄰接關(guān)系?；诖耍\(yùn)用MATLAB軟件對(duì)省域綠色全要素生產(chǎn)率的全局Moran’s I指數(shù)進(jìn)行測(cè)度。由表1可知，中國(guó)省域綠色全要素生產(chǎn)率的Moran’s I指數(shù)為正，且均保持在0.11以上，表明中國(guó)省域綠色全要素生產(chǎn)率存在顯著的空間正自相關(guān)性，具有明顯的空間聚類特征，全要素綠色生產(chǎn)率高值省區(qū)常與高值省區(qū)集聚分布，全要素生產(chǎn)率低值省份也常被其他低值省份包圍。這有可能是受鄰近省區(qū)產(chǎn)業(yè)、人口等功能空間轉(zhuǎn)移而產(chǎn)生的空間上相互作用與關(guān)聯(lián)效應(yīng)的影響，因此可運(yùn)用空間計(jì)量面板模型進(jìn)一步探討非農(nóng)就業(yè)對(duì)全要素生產(chǎn)率的空間溢出效應(yīng)。

表1 2000～2018年綠色全要素率Moran’s I統(tǒng)計(jì)值

（二）空間計(jì)量模型估計(jì)結(jié)果分析

若用傳統(tǒng)的OLS回歸分析必然會(huì)忽略非農(nóng)就業(yè)對(duì)綠色全要素生產(chǎn)率在空間上的關(guān)聯(lián)性與互動(dòng)性而產(chǎn)生的估計(jì)誤差，因此可選擇基于空間模型形式的設(shè)定檢驗(yàn)。首先可通過(guò)Wald檢驗(yàn)，判斷SDM能否簡(jiǎn)化為SAR和SEM。通過(guò)WALD估計(jì)發(fā)現(xiàn)，統(tǒng)計(jì)值有1%的顯著性水平，故選擇空間杜賓模型。如表2所示，模型LM檢驗(yàn)和Robust LM的統(tǒng)計(jì)值均通過(guò)了10%顯著性水平檢驗(yàn)，表明拒絕了無(wú)空間滯后和空間誤差的原假設(shè)，此時(shí)應(yīng)該考慮更具普遍形式的SDM。

表2 LM Error和Robust LM Error統(tǒng)計(jì)值

對(duì)于SDM，若隨機(jī)誤差項(xiàng)與某個(gè)解釋變量相關(guān)，則為固定效應(yīng)模型；若隨機(jī)誤差項(xiàng)與所有解釋變量均不相關(guān)，則為隨機(jī)效應(yīng)模型。因此在處理面板數(shù)據(jù)時(shí)首先需要確定使用隨機(jī)效應(yīng)還是固定效應(yīng)，其次采用豪斯曼檢驗(yàn)進(jìn)行模型個(gè)體效應(yīng)的判別。檢驗(yàn)結(jié)果顯示，豪斯曼統(tǒng)計(jì)量為-31.863，均接受原假設(shè)，且p值為0.019＜0.05，能通過(guò)顯著性檢驗(yàn)。綜上所述，空間杜賓固定效應(yīng)為本研究的最佳模型，回歸結(jié)果見(jiàn)表3。

表3 空間杜賓固定效應(yīng)回歸結(jié)果

論文采用四種模型分別進(jìn)行了回歸，根據(jù)模型的擬合優(yōu)度和穩(wěn)健性，采用空間固定模型（即模型2）的回歸結(jié)果。該模型回歸分析結(jié)果顯示，非農(nóng)就業(yè)對(duì)本地區(qū)全要素生產(chǎn)率具有正向的促進(jìn)作用，對(duì)周邊省市綠色全要素生產(chǎn)率有很顯著的空間溢出正效應(yīng)。原因可能是伴隨著本省非農(nóng)就業(yè)比重的提升，特別是家庭非農(nóng)收入的提高促使農(nóng)戶有條件以雇用、機(jī)械的方式替代傳統(tǒng)的勞動(dòng)生產(chǎn)，現(xiàn)代綠色無(wú)機(jī)農(nóng)業(yè)的高效作業(yè)會(huì)一定程度地促進(jìn)本省農(nóng)業(yè)綠色發(fā)展。另外，本省的大規(guī)模非農(nóng)勞動(dòng)力的流動(dòng)與轉(zhuǎn)移往往會(huì)為那些區(qū)位優(yōu)勢(shì)顯著的省份帶來(lái)技術(shù)的積累。而從空間交互效應(yīng)來(lái)看，優(yōu)質(zhì)勞動(dòng)力資源的外溢能顯著提升人才轉(zhuǎn)移省份的創(chuàng)新生產(chǎn)能力，從而對(duì)本省的農(nóng)業(yè)就業(yè)產(chǎn)生沖擊，農(nóng)業(yè)勞動(dòng)力的縮減使得本省轉(zhuǎn)向規(guī)?；?、高效化的農(nóng)業(yè)綠色生產(chǎn)模式。

在產(chǎn)業(yè)結(jié)構(gòu)方面，產(chǎn)業(yè)結(jié)構(gòu)（IS）升級(jí)對(duì)省域綠色全要素生產(chǎn)效率的影響系數(shù)為正，在1%統(tǒng)計(jì)水平上顯著，說(shuō)明省域產(chǎn)業(yè)結(jié)構(gòu)升級(jí)會(huì)提升本省綠色全要素生產(chǎn)效率。這有可能是由于本省的第一產(chǎn)業(yè)發(fā)展水平較高，能更好地依托科技創(chuàng)新，運(yùn)用和推廣農(nóng)業(yè)先進(jìn)生產(chǎn)技術(shù)，從而促進(jìn)綠色全要素生產(chǎn)率的提升。而產(chǎn)業(yè)結(jié)構(gòu)空間滯后項(xiàng)（W×IS）回歸系數(shù)為負(fù)，說(shuō)明本省區(qū)域經(jīng)濟(jì)發(fā)展能夠?qū)Ρ臼【G色要素資源產(chǎn)生明顯的“吸附”作用，區(qū)域產(chǎn)業(yè)集聚效應(yīng)會(huì)對(duì)本省域農(nóng)業(yè)可持續(xù)發(fā)展產(chǎn)生不利影響。

化肥施用強(qiáng)度（AS）回歸系數(shù)顯著為負(fù)，表明化肥面積的增加和農(nóng)村收入水平的上升對(duì)本區(qū)域綠色全要素生產(chǎn)效率具有負(fù)的影響。究其原因，是過(guò)量的化肥施用和多元化的就業(yè)機(jī)會(huì)使得農(nóng)村生態(tài)環(huán)境日趨變差和農(nóng)業(yè)生產(chǎn)積極性不高，造成農(nóng)村土地撂荒景象呈常態(tài)化，土地資源生產(chǎn)要素極大浪費(fèi)，這些無(wú)疑束縛著綠色全要素生產(chǎn)率的提升。

受教育水平（EDU）和受災(zāi)情況（DA）對(duì)省域綠色全要素生產(chǎn)效率的影響不顯著。一方面是由于大量農(nóng)業(yè)勞動(dòng)力文化水平普遍偏低，成為影響農(nóng)業(yè)生態(tài)建設(shè)和產(chǎn)業(yè)空間布局改善的瓶頸，嚴(yán)重制約農(nóng)業(yè)科技高質(zhì)量推廣，另一方面是由于洪澇、干旱等自然災(zāi)害在空間上呈現(xiàn)條狀、碎片化分布，但近年來(lái)大規(guī)模的流域性災(zāi)害并未發(fā)生，故而不會(huì)對(duì)農(nóng)業(yè)綠色綜合生產(chǎn)產(chǎn)生影響。

（三）直接和間接溢出效應(yīng)分析

空間杜賓模型的參數(shù)估計(jì)結(jié)果證實(shí)了非農(nóng)就業(yè)及控制變量對(duì)綠色全要素生產(chǎn)率的正向或負(fù)向影響，但其回歸系數(shù)包含了鄰接省份綠色全要素生產(chǎn)率互相影響的反饋效應(yīng)，無(wú)法準(zhǔn)確反映直接影響與間接影響的大小，因而需要剔除反饋效應(yīng)。通過(guò)空間杜賓模型偏微分方法將影響綠色全要素生產(chǎn)效率因素的總效應(yīng)進(jìn)行分解，結(jié)果見(jiàn)表4。

表4 總效應(yīng)分解

從核心解釋變量的分解結(jié)果來(lái)看，非農(nóng)就業(yè)（UA）直接效應(yīng)、間接效應(yīng)和總效應(yīng)均通過(guò)顯著性檢驗(yàn)，表明非農(nóng)就業(yè)對(duì)本地農(nóng)業(yè)綠色生產(chǎn)和鄰近省份綠色全要素生產(chǎn)率的作用較為明顯。非農(nóng)就業(yè)直接效應(yīng)的回歸系數(shù)為負(fù)，這說(shuō)明隨著人民群眾對(duì)非農(nóng)產(chǎn)品日益增長(zhǎng)需求的上升，越來(lái)越多的農(nóng)民選擇進(jìn)城就業(yè)，與之相伴的是農(nóng)業(yè)就近地區(qū)的工業(yè)化和城鎮(zhèn)化的迅猛發(fā)展，勞動(dòng)力、土地等要素逐漸流失，無(wú)疑會(huì)對(duì)本地區(qū)的農(nóng)業(yè)生態(tài)建設(shè)產(chǎn)生影響。非農(nóng)就業(yè)比重的日益擴(kuò)大對(duì)于鄰近地區(qū)全要素生產(chǎn)率的增長(zhǎng)具有正向影響。這種正向溢出效應(yīng)的產(chǎn)生，可能是由于越來(lái)越多的農(nóng)村勞動(dòng)力從先前的集中于傳統(tǒng)農(nóng)業(yè)逐漸流動(dòng)到鄰省的第二、三產(chǎn)業(yè)等。這不僅改變了城鄉(xiāng)間的資源配置和農(nóng)業(yè)生產(chǎn)的生態(tài)環(huán)境，還會(huì)對(duì)鄰近地區(qū)的勞動(dòng)、資本等生產(chǎn)要素產(chǎn)生競(jìng)爭(zhēng)和溢出效應(yīng)，從而促進(jìn)鄰近地區(qū)綠色全要素生產(chǎn)率的增長(zhǎng)。

從其他控制變量的分解結(jié)果來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)（IS）對(duì)農(nóng)業(yè)全要素生產(chǎn)效率的間接效應(yīng)均為負(fù)向。這說(shuō)明隨著第二、三產(chǎn)業(yè)比值的提高，將對(duì)鄰省綠色全要素生產(chǎn)率增長(zhǎng)起到明顯的阻礙作用。究其原因是農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)合理化與農(nóng)業(yè)總產(chǎn)值之間存在“U”型曲線關(guān)系，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的單一化、非均衡發(fā)展會(huì)造成區(qū)域差異越發(fā)擴(kuò)大化，不利于實(shí)現(xiàn)農(nóng)業(yè)綠色化科學(xué)化治理。一些地區(qū)具有良好的發(fā)展優(yōu)勢(shì)和可觀的就業(yè)機(jī)會(huì)，吸引了鄰近地區(qū)的資本、人才和技術(shù)等要素，故而使得鄰近省份的勞動(dòng)技術(shù)變遷滯后。從表4中分解結(jié)果的溢出效應(yīng)（即間接效應(yīng)）來(lái)看，化肥施用強(qiáng)度（CD）和農(nóng)業(yè)機(jī)械密度（MD）因素對(duì)相鄰省農(nóng)業(yè)生產(chǎn)具有正向的空間溢出效應(yīng)?；实挠行渲檬┯煤娃r(nóng)業(yè)機(jī)械的使用是基于技術(shù)要素的空間聚焦，對(duì)鄰近地區(qū)綠色全要素生產(chǎn)率增長(zhǎng)具有顯著的正向促進(jìn)作用，這種正向溢出效應(yīng)可能源于技術(shù)的省際流動(dòng)及模仿學(xué)習(xí)效應(yīng)。

四、結(jié)論與政策建議

依據(jù)2000～2018年的省際面板數(shù)據(jù)，采用SBM-ML指數(shù)法測(cè)算了各省份綠色全要素生產(chǎn)率，并運(yùn)用空間杜賓模型分析了非農(nóng)就業(yè)對(duì)綠色全要素生產(chǎn)率的影響及其空間溢出效應(yīng)，得到如下結(jié)論：①2000～2018年中國(guó)省域綠色全要素生產(chǎn)率存在空間正自相關(guān)性，空間分布上具有較強(qiáng)的依賴性；②非農(nóng)就業(yè)作為影響農(nóng)業(yè)全要素生產(chǎn)率的重要因素，其對(duì)全要素生產(chǎn)率存在明顯的空間集聚效應(yīng)，非農(nóng)就業(yè)化水平對(duì)本省和鄰近省份全要素生產(chǎn)率的促進(jìn)作用顯著，教育化水平和農(nóng)業(yè)受災(zāi)率對(duì)全要素生產(chǎn)率的空間作用不顯著；③各變量的間接溢出效應(yīng)影響明顯，進(jìn)一步證實(shí)了空間地理因素在區(qū)域農(nóng)業(yè)綠色發(fā)展中的重要作用。

根據(jù)上述結(jié)論，提出以下建議：①中國(guó)綠色農(nóng)業(yè)發(fā)展的道路任重道遠(yuǎn)，傳統(tǒng)的生產(chǎn)要素不能反映綠色農(nóng)業(yè)的實(shí)際發(fā)展情況，環(huán)境監(jiān)管部門應(yīng)該監(jiān)測(cè)更多的農(nóng)業(yè)污染排放物，讓綠色全要素生產(chǎn)率的非期望產(chǎn)出更加的全面，能科學(xué)有效地對(duì)農(nóng)業(yè)發(fā)展的實(shí)際成就和問(wèn)題進(jìn)行測(cè)算，為農(nóng)業(yè)綠色發(fā)展提供參考尺度；②加快新型城鎮(zhèn)化發(fā)展，積極提供非農(nóng)就業(yè)機(jī)會(huì)，提高農(nóng)戶非農(nóng)收入，緩解其農(nóng)業(yè)生產(chǎn)過(guò)程中的資金約束，促進(jìn)農(nóng)業(yè)規(guī)?；?、集約化發(fā)展，實(shí)現(xiàn)農(nóng)業(yè)資源的優(yōu)化配置，進(jìn)而提高農(nóng)業(yè)生產(chǎn)效率；③各地區(qū)要進(jìn)一步重視農(nóng)村基礎(chǔ)教育，提高農(nóng)村教學(xué)質(zhì)量，培育農(nóng)民對(duì)環(huán)境保護(hù)的認(rèn)知感；④進(jìn)一步推廣農(nóng)戶采用環(huán)境友好型生產(chǎn)方式，提升化肥減量增效技術(shù)，改善農(nóng)業(yè)生態(tài)環(huán)境，提高農(nóng)產(chǎn)品質(zhì)量，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。