技術(shù)進(jìn)步、價(jià)格扭曲對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率的影響

劉偉 洪宇

內(nèi)容提要：? 本文以2016-2018年我國(guó)省域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平作為研究對(duì)象，首先，運(yùn)用全局ML方法計(jì)算全要素生產(chǎn)率及要素分解，分離出技術(shù)進(jìn)步水平，代入道格拉斯生產(chǎn)函數(shù)，計(jì)算得到要素價(jià)格扭曲;其次，運(yùn)用三階段DEA方法計(jì)算我國(guó)農(nóng)業(yè)環(huán)境效率;最后，運(yùn)用GMM回歸模型分析技術(shù)進(jìn)步、價(jià)格扭曲及相關(guān)控制變量對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率的影響。結(jié)論認(rèn)為：我國(guó)農(nóng)業(yè)技術(shù)水平較有起伏，? 但總趨勢(shì)表現(xiàn)為技術(shù)進(jìn)步;農(nóng)業(yè)勞動(dòng)力、資本存量、農(nóng)用土地均存在價(jià)格扭曲現(xiàn)象，且勞動(dòng)力價(jià)格表現(xiàn)為正向扭曲，資本價(jià)格、農(nóng)用土地表現(xiàn)為負(fù)向扭曲，其中農(nóng)業(yè)土地價(jià)格扭曲程度最為嚴(yán)重;我國(guó)當(dāng)前農(nóng)業(yè)不充分、不平衡發(fā)展問題依然嚴(yán)峻，而人才流動(dòng)是最主要的問題;技術(shù)進(jìn)步和價(jià)格扭曲均是中國(guó)農(nóng)業(yè)環(huán)境效率的直接影響因素，技術(shù)優(yōu)化、過剩的勞動(dòng)力、不足的資本存量均是農(nóng)業(yè)環(huán)境效率的抑制因素，不足的農(nóng)業(yè)土地面積是農(nóng)業(yè)環(huán)境效率的促進(jìn)因素，技術(shù)進(jìn)步和價(jià)格扭曲交叉項(xiàng)正向作用農(nóng)業(yè)環(huán)境效率，但影響程度較小，退耕還林、水土流失治理均是提高農(nóng)業(yè)環(huán)境效率的有效手段。

關(guān)鍵詞： 技術(shù)進(jìn)步;價(jià)格扭曲;全局ML生產(chǎn)函數(shù);三階段DEA模型;GMM回歸模型

中圖分類號(hào)：F26;C812? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1001-148X（2021）05-0113-10

近年來，我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，隨著這種轉(zhuǎn)變，我國(guó)農(nóng)業(yè)的比重逐年下降，農(nóng)村人口不斷縮減，“三農(nóng)”問題日益顯現(xiàn)。目前，我國(guó)主要農(nóng)作物耕種機(jī)械化水平已超過65%，農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率超過57%，超過世界平均水平，農(nóng)產(chǎn)品供給極大豐富[1-3]。但是，我國(guó)農(nóng)業(yè)資金投入不合理、要素錯(cuò)配、公共服務(wù)體系不健全等問題依然存在，農(nóng)業(yè)生產(chǎn)效率遠(yuǎn)未達(dá)到期望水平[4-6]。本文以2016-2018年我國(guó)省域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平作為研究對(duì)象，運(yùn)用全局ML方法計(jì)算全要素生產(chǎn)率及要素分解，分析要素價(jià)格扭曲程度，并運(yùn)用三階段DEA方法計(jì)算我國(guó)農(nóng)業(yè)環(huán)境效率，最后通過運(yùn)用GMM回歸模型分析技術(shù)進(jìn)步、價(jià)格扭曲及相關(guān)控制變量對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率的影響，為提高我國(guó)農(nóng)業(yè)環(huán)境效率提供決策依據(jù)。

一、模型設(shè)定

（一）全要素生產(chǎn)率及要素市場(chǎng)扭曲

1. 全局ML生產(chǎn)函數(shù)

目前測(cè)算全要素生產(chǎn)率的方法有很多種，主要分為兩類：一類是非參數(shù)法，主要有DEA、Malmquist生產(chǎn)率指數(shù)法等; 另一類是參數(shù)法，主要有索洛余值法、隨機(jī)前沿生產(chǎn)函數(shù)法等。兩類方法的主要區(qū)別在于是否需要假設(shè)具體的生產(chǎn)函數(shù)形式。本文計(jì)算全要素生產(chǎn)率采用指數(shù)法，傳統(tǒng)的生產(chǎn)率指數(shù)法主要存在以下問題：（1）幾何形式不存在傳遞性;（2）如果研究對(duì)象是不同時(shí)期的樣本，測(cè)算過程中的線性求解可能存在無解;（3）要素分解過程中可能存在要素量過大或過小的情況。

全局ML生產(chǎn)函數(shù)與傳統(tǒng)的生產(chǎn)函數(shù)相比，其技術(shù)集包括全時(shí)期的觀測(cè)樣本，避免了線性規(guī)劃無可行解的情況。同時(shí)，其構(gòu)建的非圓周幾何形式也解決了傳統(tǒng)生產(chǎn)函數(shù)的傳遞性問題。本文采用基于SBM模型的全局ML生產(chǎn)函數(shù)，可表示為：

DG（x，y，b;gy，gb）=max{β|（y+βgy，b-βgb）∈PG（x）} （1）

GMLt，t+1（xt，yt，bt，xt+1，yt+1，bt+1）= 1+DG（xt，yt，bt） 1+DG（xt+1，yt+1，bt+1） ?（2）

GMLt，t+1（xt，yt，bt，xt+1，yt+1，bt+1）=ECt，t+1×TCt，t+1 （3）

其中，式（1）中，PG（x）=P1∪P2∪…∪Pt。PG通過在所有相關(guān)DMU的輸入和輸出上通過面板數(shù)據(jù)構(gòu)建單個(gè)PPS來包圍所有Pt。因此，PG被稱為全局技術(shù)集。式（2）中，DG（xt，yt，bt）表示DG（x，y，b;gy，gb），這是在全局技術(shù)集PG上定義的DDF。如果DMU的GMLt，t+1大于1，則此DMU的生產(chǎn)活動(dòng)會(huì)增加期望產(chǎn)出，減少非期望產(chǎn)出;同理，如果DMU的GMLt，t+1小于1，則此DMU的生產(chǎn)活動(dòng)會(huì)減少所需的產(chǎn)出。式（3）表示要素分解部分，ECt，t+1是效率變化項(xiàng)，用于度量DMU的t和t+1時(shí)期的技術(shù)變化;TCt，t+1是綜合技術(shù)效率，它反映了同時(shí)期技術(shù)前沿與全局技術(shù)前沿之間的差距，并估計(jì)同時(shí)代技術(shù)前沿是否更靠近全局技術(shù)前沿。

2.道格拉斯生產(chǎn)函數(shù)

一般來說，要素價(jià)格是由供求關(guān)系和基本價(jià)值決定的，但在很多情況下，要素價(jià)格無法反映市場(chǎng)經(jīng)濟(jì)活動(dòng)。因此，市場(chǎng)價(jià)格扭曲指的是，要素價(jià)格不受市場(chǎng)關(guān)系控制，其可能受國(guó)家宏觀經(jīng)濟(jì)調(diào)控、產(chǎn)業(yè)的相互制約等外在因素影響，從而無法體現(xiàn)市場(chǎng)經(jīng)濟(jì)過程的現(xiàn)象。 從政策層面看，由于中國(guó)農(nóng)業(yè)受國(guó)家管制，國(guó)有經(jīng)濟(jì)的成分較多，要素配置一般由政府調(diào)控，使其價(jià)格偏離原有的價(jià)值。從市場(chǎng)層面看，中國(guó)農(nóng)業(yè)市場(chǎng)化進(jìn)程緩慢，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整不暢，盡管中國(guó)農(nóng)業(yè)市場(chǎng)化改革一直在摸索中前行，近年來獲得顯著成效，但政府調(diào)控一直是農(nóng)業(yè)要素價(jià)格的主導(dǎo)因素，加快農(nóng)業(yè)市場(chǎng)化任務(wù)依然艱巨。要素價(jià)格扭曲是一種非正常狀態(tài)，讓決策者做出錯(cuò)誤的判斷，導(dǎo)致資源不合理分配，產(chǎn)業(yè)效率低下，危害我國(guó)農(nóng)業(yè)正常發(fā)展。

目前，要素價(jià)格扭曲的計(jì)算方法主要有三種：一是生產(chǎn)函數(shù)法;二是影子價(jià)格模型測(cè)算法;三是計(jì)算前沿面的指數(shù)法。本文選用道格拉斯生產(chǎn)函數(shù)計(jì)算中國(guó)農(nóng)業(yè)價(jià)格扭曲程度，其主要機(jī)理為：當(dāng)要素價(jià)格大于要素邊際產(chǎn)出，價(jià)格正向扭曲，說明要素的實(shí)際價(jià)格高于自身價(jià)值;當(dāng)要素價(jià)格小于要素邊際產(chǎn)出，價(jià)格負(fù)向扭曲，說明要素的實(shí)際價(jià)格低于自身價(jià)值。其測(cè)算模型表示為：

Yit=TCitKitαLitβTitγ （4）

MPLit=βTCitKitαLitβ-1Eitγ，MPKit=αTCitKitα-1LitβEitγ，MPTit=γTCitKitαLitβTitγ-1? （5）

DISLit=MPLit/rit，DISKit=MPKit/wit，DISTit=MPTit/sit （6）

其中，式（4）為經(jīng)典道格拉斯函數(shù)，Y表示生產(chǎn)力水平，TC表示技術(shù)進(jìn)步水平，由全局ML生產(chǎn)率分解得到，K表示資本存量，L表示勞動(dòng)力投入量，用第一產(chǎn)業(yè)從業(yè)人員人數(shù)反映，T表示農(nóng)業(yè)土地使用量，用農(nóng)作物播種面積、造林面積、水產(chǎn)養(yǎng)殖面積之和表示。i表示企業(yè)，t表示時(shí)間。α、β、γ分別表示資本存量、勞動(dòng)力投入量和土地資源使用量要素彈性系數(shù)，用最小二乘估計(jì)得到。式（5）為農(nóng)業(yè)生產(chǎn)要素邊際產(chǎn)出。式（6）為要素價(jià)格扭曲分解，主要由農(nóng)業(yè)生產(chǎn)要素邊際產(chǎn)出和實(shí)際價(jià)值的比值計(jì)算得到，w、r和s分別表示員工平均工資、利率和人均農(nóng)業(yè)用地面積，如果DIS等于1，那么要素價(jià)格合理;如果DIS大于1，說明要素價(jià)格負(fù)向扭曲;如果DIS小于1，那么要素價(jià)格正向扭曲。其中，資本價(jià)格通過加權(quán)平均成本計(jì)算得到，即r=δere+δdrd，re為權(quán)益資本成本，rd為債務(wù)資本成本，δe和δd分別作為資本結(jié)構(gòu)權(quán)重。根據(jù)資本資產(chǎn)定價(jià)模型re=rf+be（rm-rf），其中rf為債務(wù)資本無風(fēng)險(xiǎn)報(bào)酬率，以2010-2017年8年銀行貸款利率衡量，（rm-rf）為權(quán)益風(fēng)險(xiǎn)報(bào)酬率，國(guó)家發(fā)改委規(guī)定，權(quán)益風(fēng)險(xiǎn)報(bào)酬率約為2%，be為權(quán)益風(fēng)險(xiǎn)系數(shù)，根據(jù)行業(yè)研究報(bào)告，be取值0.9;同理，rd=rf+bd（rm-rf），其中bd為負(fù)債風(fēng)險(xiǎn)系數(shù)，一般假設(shè)bd趨于0，即rd=rf。

上述樣本時(shí)間跨度較長(zhǎng)，需以2014年作為基期，利用CPI進(jìn)行調(diào)整，以消除價(jià)格變動(dòng)的影響。

（二）三階段DEA模型

1.第一階段SBM超效率模型

DEA方法是通過比較決策單元之間的相對(duì)有效性， 從而計(jì)算出各決策單元投入產(chǎn)出的相對(duì)效率，反映在要素投入給定條件下實(shí)現(xiàn)最大產(chǎn)出的比率，或者產(chǎn)出水平給定條件下進(jìn)行投入最小的比率，常見的DEA模型有BCC、CCR等模型;但是傳統(tǒng)的DEA模型存在松弛性和徑向性兩種問題，其中徑向性問題指當(dāng)投入產(chǎn)出按等比例放大或縮小時(shí)，傳統(tǒng)的徑向DEA模型可能會(huì)高估研究對(duì)象的效率[7-8]。

由于SBM模型是一種非徑向模型，考慮到非差額變量影響，通過尋找最小比率達(dá)到最優(yōu)效率前沿，可降低農(nóng)業(yè)生產(chǎn)鏈非純效率的影響，并可區(qū)分規(guī)模有效性，較其他分析模型更易于評(píng)價(jià)資源配置的合理程度。因此，構(gòu)建SBM超效率模型，可表示為：

minh= 1+ 1 m ∑ m i=1 ?s-i xik ?1- 1 q1+q2 （∑ q1 r=1 ?s+r yrk +∑ q2 t=1 ?sb-i brk ） ?（7）

其中， s.t. ∑ n j=1，j≠k xijλj-s-ixik，∑ n j=1，j≠k yrjλj-s+ryrk，∑ n j=1，j≠k btjλj-sb-tbtk，并且1- 1 q1+q2 （ ∑ q1 r=1 sr+ yrk + ∑ q2 t=1 stb- brk ）>0， λ，s+，s-0，∑ n j=1 λj=1 。

其中，h表示農(nóng)業(yè)生產(chǎn)效率得分，可根據(jù)線性規(guī)劃求得最優(yōu)解，s-表示投入的松弛變量，s+表示產(chǎn)出的松弛變量，xik和yik分別表示投入產(chǎn)出變量。k項(xiàng)決策單元。超效率模型指在k項(xiàng)決策單元都有效的情況下，對(duì)其進(jìn)行排序比選出效率大于1的情形，即超效率解。

2.第二階段SFA模型

由于中國(guó)農(nóng)業(yè)受國(guó)家相關(guān)政策調(diào)控、且市場(chǎng)環(huán)境較為復(fù)雜，人力、資本或技術(shù)支持資源配置不當(dāng)，在第一階段效率評(píng)價(jià)中形成一定量的冗余或不足，因此，中國(guó)農(nóng)業(yè)存在規(guī)模無效性特征。為了重新估計(jì)中國(guó)農(nóng)業(yè)受政策管制或市場(chǎng)因素的效率水平，需調(diào)整評(píng)價(jià)體系環(huán)境變量[9-10]。本文通過構(gòu)建SFA模型，進(jìn)一步分析第一階段中計(jì)算得到的松弛變量與第二階段重新添加的環(huán)境變量之間的關(guān)系，得到的農(nóng)業(yè)生產(chǎn)環(huán)境變量，為修正后的投入變量。SFA模型可表示為：

sni=fn（zi;βn）+vni+uni （8）

E ∧? vni vni+uni ?=sni-ziβn ∧ -E ∧? uni vni ??（9）

x ∧ ni=xni+ max zi，βn ∧? -ziβn ∧? +[max v ∧ ni -v ∧ ni] （10）

其中，式（8）表示松弛變量與環(huán)境變量理論模型，fn（zi;βn）表示第一階段計(jì)算得到的松弛前沿，即最優(yōu)資源配置量，vni+uni為混合誤差項(xiàng)。式（9）表示分離出隨機(jī)波動(dòng)項(xiàng)的純合模型，E ∧? vni vni+uni ?為純合子估計(jì)值。式（10）表示調(diào)整后的農(nóng)業(yè)投入變量，其中，[max zi，βn ∧? -ziβn ∧ ]表示調(diào)整后的產(chǎn)業(yè)內(nèi)部運(yùn)營(yíng)狀態(tài)，[max v ∧ ni -v ∧ ni]表示調(diào)整后的產(chǎn)業(yè)外部政策管制，二者效應(yīng)均為最低值，即狀態(tài)一致。

3.第三階段調(diào)整后的SBM超效率模型

將第二階段SFA模型重新調(diào)整后的農(nóng)業(yè)產(chǎn)業(yè)投入估計(jì)值重新代入SBM超效率模型，得到農(nóng)業(yè)產(chǎn)業(yè)環(huán)境效率得分，為修正后的效率評(píng)分。

4.變量選取

在吸收借鑒國(guó)外研究成果并結(jié)合中國(guó)國(guó)情的基礎(chǔ)上，遵循科學(xué)性、系統(tǒng)性、可比性、可操作性等原則，本文根據(jù)中國(guó)農(nóng)業(yè)生產(chǎn)投入及經(jīng)營(yíng)收入狀況建立一套科學(xué)的效率評(píng)價(jià)指標(biāo)體系。根據(jù)上述三階段DEA模型設(shè)定，第一階段效率評(píng)價(jià)選取第一產(chǎn)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)土地面積、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)化肥施用量、耕地灌溉面積作為投入指標(biāo)，選取農(nóng)林牧漁業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)。第二階段效率評(píng)價(jià)圍繞“三農(nóng)”問題研究背景選取外部環(huán)境相關(guān)指標(biāo)， 具體為農(nóng)業(yè)現(xiàn)代化、農(nóng)村公共服務(wù)體系、農(nóng)民素質(zhì)三個(gè)方面，其中，農(nóng)業(yè)現(xiàn)代化包括國(guó)家財(cái)政支農(nóng)支出、主要農(nóng)用機(jī)械（大中型拖拉機(jī)、小型拖拉機(jī)、谷物聯(lián)合收割機(jī)、節(jié)水灌溉類機(jī)械）年末擁有量，農(nóng)村公共服務(wù)體系包括農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院、衛(wèi)生人員數(shù)、農(nóng)村養(yǎng)老機(jī)構(gòu)數(shù)、農(nóng)村居民最低生活保障人數(shù)，農(nóng)民素質(zhì)包括農(nóng)村居民人均可支配收入、鄉(xiāng)村就業(yè)人口平均受教育年限，上述外部環(huán)境分項(xiàng)指標(biāo)用熵值法計(jì)算得到農(nóng)業(yè)現(xiàn)代化、農(nóng)村公共服務(wù)體系、農(nóng)民素質(zhì)三項(xiàng)評(píng)價(jià)得分。第三階段效率評(píng)價(jià)以第二階段修正后的投入指標(biāo)，再次代入SBM超效率模型，得到最終的環(huán)境效率得分。

綜上所述，構(gòu)建中國(guó)農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)指標(biāo)體系，結(jié)果見表1。

（三）一步系統(tǒng)GMM回歸模型

為了進(jìn)一步探究要素價(jià)格扭曲和技術(shù)進(jìn)步對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率水平的影響程度，需構(gòu)建合適的回歸模型。（1）從理論角度看，中國(guó)農(nóng)業(yè)環(huán)境效率不僅存在時(shí)間滯后性，還存在變量相關(guān)性，即下一期效率會(huì)受上一期影響，且變量之間相互影響，一般通過動(dòng)態(tài)面板回歸模型解決上述問題，本文選用廣義矩估計(jì)（GMM）進(jìn)行回歸分析。其中，GMM方法可分為差分GMM和系統(tǒng)GMM，而系統(tǒng)GMM較差分GMM更適合分析效率問題，因此選擇系統(tǒng)GMM方法;系統(tǒng)GMM包括一步法和兩步法，一步法略去了估計(jì)中間過程，較兩步法誤差更小，因此選擇一步系統(tǒng)GMM回歸模型進(jìn)行分析。（2）從現(xiàn)實(shí)角度來看，中國(guó)第一產(chǎn)業(yè)與二、三產(chǎn)業(yè)相比，結(jié)構(gòu)優(yōu)化水平較為滯后，產(chǎn)業(yè)內(nèi)部調(diào)控機(jī)制尚不成熟，極易受到產(chǎn)業(yè)外部影響，如農(nóng)產(chǎn)品價(jià)格政策、環(huán)境規(guī)制政策、自然災(zāi)害相互影響等，并且農(nóng)業(yè)作為中國(guó)現(xiàn)代化產(chǎn)業(yè)代表，其環(huán)境效率與技術(shù)進(jìn)步水平息息相關(guān)。因此，本文除卻反映價(jià)格合理性以及科技創(chuàng)新水平的解釋變量，進(jìn)一步添加反映環(huán)境規(guī)制的控制變量，具體為：退耕還林工程面積、水土流失治理面積。構(gòu)建一步系統(tǒng)GMM模型，表示為：

Efficiencyit=α0+β1Efficiencyit-1+β2DISLit+β3DISKit+β4DISTit+β5TCit+βiXit+εit （11）

Efficiencyit=α0+β1Efficiencyit-1+β2DISLit+β3DISKit+β4DISTit+β5TCit+β6DISLit×DISKit×TCit+βiXit+εit （12）

其中，Efficiency是環(huán)境效率， DISL是勞動(dòng)價(jià)格扭曲率，DISK是資本價(jià)格扭曲率，DIST是農(nóng)用土地價(jià)格扭曲率。式（11）、（12）分別表示技術(shù)進(jìn)步、價(jià)格扭曲沒有交互項(xiàng)和有交互項(xiàng)對(duì)環(huán)境效率影響的回歸模型，TC是技術(shù)進(jìn)步，DIS×TC是價(jià)格扭曲和技術(shù)進(jìn)步的交互項(xiàng)。X是控制變量，包括表示環(huán)境治理的退耕還林工程面積（SF）和水土流失治理面積（SE）。α0是模型的常數(shù)項(xiàng)，βi是各項(xiàng)變量系數(shù)，ε為隨機(jī)擾動(dòng)項(xiàng)。

二、實(shí)證分析

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來源于2016-2019年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》以及相關(guān)省份年度報(bào)表數(shù)據(jù)。

（二）全要素生產(chǎn)率及分解和要素價(jià)格扭曲

根據(jù)全局ML生產(chǎn)函數(shù)運(yùn)用MAXDEA軟件計(jì)算得到全要素生產(chǎn)率并對(duì)其分解，分離出技術(shù)進(jìn)步水平，并代入經(jīng)典道格拉斯生產(chǎn)函數(shù)，計(jì)算得到要素價(jià)格扭曲，結(jié)果見表2（全局ML生產(chǎn)函數(shù)估計(jì)方式為向后一期估計(jì)，因此2016年計(jì)算結(jié)果不顯示）。

由表2可以得到如下結(jié)論：

（1）技術(shù)進(jìn)步水平。從各地區(qū)技術(shù)水平變化看，2017-2018年中國(guó)農(nóng)業(yè)技術(shù)水平較有起伏，但技術(shù)效率基本都在1以上，其中，2017年技術(shù)進(jìn)步平均水平為1.05，2018年技術(shù)進(jìn)步平均水平為1.10，說明技術(shù)前沿較上年有所提高，總趨勢(shì)表現(xiàn)為技術(shù)進(jìn)步。其中，技術(shù)進(jìn)步水平變化量最大的是浙江省，2016-2018年技術(shù)進(jìn)步水平遞增幅度為1.41，同時(shí)，遼寧、上海、貴州、青海等省份進(jìn)步幅度都相對(duì)較大，說明這些省份重視農(nóng)業(yè)科技創(chuàng)新發(fā)展，以技術(shù)進(jìn)步作為農(nóng)業(yè)發(fā)展核心驅(qū)動(dòng)力，地區(qū)居民對(duì)新的農(nóng)副產(chǎn)品接受能力較強(qiáng)，農(nóng)產(chǎn)品市場(chǎng)開始呈現(xiàn)服務(wù)質(zhì)量、個(gè)性差異方面的競(jìng)爭(zhēng)。較前者不同的是，河南、廣西、海南、陜西等省份2016-2018年技術(shù)進(jìn)步幅度較低，均在1.08以下，農(nóng)業(yè)技術(shù)進(jìn)步較為緩慢。結(jié)合地區(qū)經(jīng)濟(jì)發(fā)展水平，上述省份經(jīng)濟(jì)基礎(chǔ)較為薄弱，居民對(duì)本地區(qū)農(nóng)產(chǎn)品差異需求不高，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)較為粗糙單一，盡管地區(qū)政府已經(jīng)開始重視農(nóng)業(yè)科技創(chuàng)新，加大如農(nóng)用機(jī)械、節(jié)水灌溉技術(shù)的配給，但產(chǎn)業(yè)結(jié)構(gòu)扭轉(zhuǎn)仍較緩慢，技術(shù)驅(qū)動(dòng)轉(zhuǎn)型滯后。近年來，西部和中東部省份農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)轉(zhuǎn)型成效卓著，各地區(qū)政府及相關(guān)部門應(yīng)緊抓農(nóng)業(yè)技術(shù)創(chuàng)新，落實(shí)科學(xué)技術(shù)反哺經(jīng)濟(jì)建設(shè)的可持續(xù)發(fā)展戰(zhàn)略。

（2）要素價(jià)格扭曲。2016-2018年中國(guó)農(nóng)業(yè)勞動(dòng)力、資本存量、農(nóng)用土地均存在價(jià)格扭曲現(xiàn)象，且勞動(dòng)力價(jià)格表現(xiàn)為正向扭曲，資本價(jià)格、農(nóng)用土地表現(xiàn)為負(fù)向扭曲，即中國(guó)農(nóng)業(yè)勞動(dòng)力邊際產(chǎn)出低于實(shí)際勞動(dòng)，資本和土地邊際產(chǎn)出高于實(shí)際價(jià)值，說明勞動(dòng)力要素投入過剩，資本和土地要素投入不足。根據(jù)要素價(jià)格扭曲平均值，勞動(dòng)力價(jià)格扭曲率為1.80，資本價(jià)格扭曲率為0.80，土地價(jià)格扭曲率為0.03，要素價(jià)格扭曲率更趨向于1的排序?yàn)橘Y本、勞動(dòng)力、土地，說明中國(guó)農(nóng)業(yè)土地價(jià)格扭曲程度更為嚴(yán)重，提高農(nóng)業(yè)用地使用效率的問題亟待解決。最后，2017年勞動(dòng)力、資本價(jià)格扭曲率分別為1.75和0.75，2018年勞動(dòng)力、資本價(jià)格扭曲率分別為1.80和0.80，土地價(jià)格扭曲率保持不變，表明勞動(dòng)力價(jià)格扭曲程度提高，資本價(jià)格扭曲程度降低。這可能由于中國(guó)農(nóng)業(yè)以資本為驅(qū)動(dòng)轉(zhuǎn)向由技術(shù)進(jìn)步為驅(qū)動(dòng)的發(fā)展方式，農(nóng)業(yè)技術(shù)人員投入過剩，勞動(dòng)力成本提高，由技術(shù)進(jìn)步帶動(dòng)產(chǎn)業(yè)發(fā)展的優(yōu)勢(shì)尚未顯現(xiàn)，導(dǎo)致農(nóng)業(yè)價(jià)格扭曲的形式和程度發(fā)生改變。說明現(xiàn)階段我國(guó)農(nóng)業(yè)發(fā)展的重心不在于提高技術(shù)進(jìn)步要素的投入，而在于將技術(shù)要素轉(zhuǎn)變?yōu)閷?shí)際成果，提高農(nóng)業(yè)生產(chǎn)技術(shù)效率。

（三）中國(guó)農(nóng)業(yè)環(huán)境效率評(píng)價(jià)

第一階段，根據(jù)中國(guó)農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)指標(biāo)體系，假定規(guī)模報(bào)酬不變，建立非定向SBM超效率模型，運(yùn)用DEAP軟件計(jì)算得到2016-2018年中國(guó)農(nóng)業(yè)生產(chǎn)效率得分及各項(xiàng)投入變量松弛值，結(jié)果見表3。

第二階段，將上述松弛變量計(jì)算結(jié)果按年度平均，求解結(jié)果作為被解釋變量，中國(guó)農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)指標(biāo)體系中第二階段環(huán)境變量作為解釋變量，運(yùn)用frontier軟件代入SFA模型進(jìn)行回歸，結(jié)果見表4。

表4顯示，（1）從模型的檢驗(yàn)結(jié)果來看，五項(xiàng)投入的松弛變量雙邊似然比統(tǒng)計(jì)量Wald均能通過1%的顯著性檢驗(yàn)，且模型的變差率γ都趨近于1，說明該模型存在技術(shù)無效率，非效率變量對(duì)投入松弛變量有較大影響，反之隨機(jī)因素影響較小。因此，上述檢驗(yàn)結(jié)果證明了進(jìn)行SFA回歸分析的必要性。（2）從模型的回歸結(jié)果看，第二階段中國(guó)農(nóng)業(yè)環(huán)境變量均對(duì)第一階段的投入松弛變量有影響。其中，結(jié)論分為四個(gè)方面：

①農(nóng)業(yè)現(xiàn)代化。該變量與第一產(chǎn)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)化肥施用量回歸系數(shù)為正，與農(nóng)業(yè)土地面積、農(nóng)業(yè)機(jī)械總動(dòng)力、耕地灌溉面積回歸系數(shù)為負(fù)。說明農(nóng)業(yè)現(xiàn)代化水平的提高，有利于縮減土地、機(jī)械化及灌溉面積冗余，但不利于縮減從事農(nóng)業(yè)人員數(shù)和化肥施用量冗余。一方面表明了農(nóng)業(yè)科技進(jìn)步提高了農(nóng)用機(jī)械的利用率，如大中型播種機(jī)、收割機(jī)、節(jié)水灌溉設(shè)備，進(jìn)一步提高農(nóng)業(yè)用地效率，使得相同面積土地收獲更多的作物;另一方面表明了隨著農(nóng)業(yè)現(xiàn)代化的推進(jìn)，更多的農(nóng)業(yè)技術(shù)型人才涌入實(shí)際發(fā)展中，但在短時(shí)間內(nèi)，技術(shù)知識(shí)未轉(zhuǎn)化為實(shí)際成果，形成第一產(chǎn)業(yè)從業(yè)人員數(shù)冗余，同時(shí)，農(nóng)業(yè)化肥施用量的過剩也說明了我國(guó)農(nóng)業(yè)現(xiàn)代化，農(nóng)用土地面積在不斷減少，肥料使用量隨之降低。

②農(nóng)村公共服務(wù)體系。該變量與農(nóng)業(yè)土地面積、農(nóng)業(yè)機(jī)械總動(dòng)力、耕地灌溉面積回歸系數(shù)為正，與第一產(chǎn)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)化肥施用量回歸系數(shù)為負(fù)。說明農(nóng)村公共服務(wù)體系的完善，有利于縮減從事農(nóng)業(yè)人員數(shù)和化肥施用量冗余，但不利于縮減土地、機(jī)械化及灌溉面積冗余。一方面表明農(nóng)村公共服務(wù)體系不斷健全，促進(jìn)農(nóng)村就業(yè)體系進(jìn)一步完善，農(nóng)村務(wù)農(nóng)生產(chǎn)工作由單一維度向多元化、多層次、多領(lǐng)域轉(zhuǎn)變，農(nóng)村居民各司其職，工作效率提高，同時(shí)，隨著農(nóng)村公共服務(wù)網(wǎng)絡(luò)的完善，在一定程度上減少了劣質(zhì)化肥的流通，提高了化肥的利用效率;另一方面表明了隨著農(nóng)村公共服務(wù)體系不斷健全，現(xiàn)代農(nóng)村向城市化轉(zhuǎn)變，新農(nóng)村、城鄉(xiāng)一體化格局已經(jīng)展開，土地流轉(zhuǎn)工作也要協(xié)同展開，農(nóng)用土地需要重新規(guī)劃，逐步形成以機(jī)械化、專業(yè)化、大農(nóng)場(chǎng)式為特征的中國(guó)特色農(nóng)業(yè)發(fā)展模式。

③農(nóng)民素質(zhì)。從理論角度看，該變量與第一產(chǎn)業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)土地面積、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)業(yè)化肥施用量、耕地灌溉面積回歸系數(shù)均為正。說明農(nóng)民素質(zhì)的提高，不利于縮減各項(xiàng)生產(chǎn)投入要素的冗余。從現(xiàn)實(shí)角度看，近年來，隨著“三農(nóng)”問題的深入展開，特別是農(nóng)民素質(zhì)問題，受到黨和國(guó)家高度關(guān)心和關(guān)注，各地區(qū)政府下達(dá)和部署了一系列便農(nóng)、惠農(nóng)政策，使得畢業(yè)大學(xué)生響應(yīng)號(hào)召反哺家鄉(xiāng)、農(nóng)業(yè)科員人員走進(jìn)農(nóng)村、農(nóng)民自身文化程度提高等現(xiàn)象普遍存在，農(nóng)民素質(zhì)、技術(shù)水平、精神面貌顯著提高，農(nóng)用土地、機(jī)械設(shè)備等的配給量也在不斷提高。但是，農(nóng)業(yè)產(chǎn)出量提高是一個(gè)漫長(zhǎng)的過程，不僅需要生產(chǎn)技術(shù)的變革，地理環(huán)境、地區(qū)經(jīng)濟(jì)、地方文化同等重要，因而，總產(chǎn)值在短期內(nèi)無法達(dá)到預(yù)期水平，盡管農(nóng)民素質(zhì)提高了，但各項(xiàng)生產(chǎn)要素的冗余量也提高了。

第三階段，上述結(jié)果表明中國(guó)農(nóng)業(yè)外部環(huán)境因素會(huì)對(duì)其效率評(píng)價(jià)造成影響，因此，在原有指標(biāo)體系的基礎(chǔ)上調(diào)整投入變量，再次代入SBM超效率模型，計(jì)算調(diào)整后的投入變量和第三階段中國(guó)農(nóng)業(yè)環(huán)境效率評(píng)價(jià)得分，結(jié)果見表5。從中可以得到如下結(jié)論：

（1）對(duì)比第一階段和第三階段的效率得分，調(diào)整后的環(huán)境效率得分均低于第一階段效率得分，說明第一階段最優(yōu)前沿被高估了，即投入變量未調(diào)整前的效率水平被高估了。這表明農(nóng)業(yè)生產(chǎn)的外部壞境因素會(huì)對(duì)生產(chǎn)效率造成嚴(yán)重影響，其可能的原因在第二階段已做論述，最終外部環(huán)境效應(yīng)表現(xiàn)為正向。

（2）從各地區(qū)環(huán)境效率變化看，2016-2018年我國(guó)各省份農(nóng)業(yè)環(huán)境效率較有起伏，但總體效率表現(xiàn)為逐年提高。其中，江蘇省環(huán)境效率得分最高，2016-2018年效率得分分別為0.79、0.86、0.80，效率得分在0.5以上的地區(qū)有北京、遼寧、上海、浙江省份;與此相反，環(huán)境效率得分在0.3以下，表現(xiàn)較差的地區(qū)有山西、內(nèi)蒙古、安徽、海南、甘肅、寧夏、新疆省份。

僅將生產(chǎn)效率高低歸結(jié)為地區(qū)經(jīng)濟(jì)基礎(chǔ)是否薄弱，此類觀點(diǎn)較為片面，需要結(jié)合產(chǎn)業(yè)外部環(huán)境因素具體分析。如北京市2016-2018年未經(jīng)環(huán)境因素調(diào)整的生產(chǎn)效率為0.91、0.81、1.02，而第三階段環(huán)境效率為0.62、0.57、0.54，加入環(huán)境要素調(diào)整前后差異較大，其可能的原因可能分為三個(gè)方面： ①北京市農(nóng)業(yè)現(xiàn)代化程度較高，但技術(shù)應(yīng)用尚未轉(zhuǎn)化為技術(shù)成果，造成技術(shù)要素投入冗余;②北京市周邊農(nóng)村公共服務(wù)體系較為健全，但農(nóng)用土地規(guī)劃尚未跟上農(nóng)村城市化進(jìn)程，造成土地要素投入冗余;③北京地區(qū)經(jīng)濟(jì)基礎(chǔ)較為雄厚，農(nóng)業(yè)技術(shù)型人才更希望留在生活水平高、有發(fā)展前景的大城市，但地區(qū)資源有限，從農(nóng)技術(shù)人員的作用無法得到充分發(fā)揮，造成人力要素投入冗余。與此相類似的地區(qū)還有上海、廣州、浙江等省份，但同時(shí)，我國(guó)更多省份因農(nóng)業(yè)生產(chǎn)要素投入不足致環(huán)境效率無法達(dá)到最優(yōu)，這表明我國(guó)當(dāng)前農(nóng)業(yè)不充分、不平衡發(fā)展問題依然嚴(yán)峻，而人才流動(dòng)是最主要的問題。

（四）中國(guó)農(nóng)業(yè)環(huán)境效率水平及其影響因素回歸分析

根據(jù)GMM回歸模型假定，代入中國(guó)農(nóng)業(yè)環(huán)境效率作為因變量，技術(shù)進(jìn)步、價(jià)格扭曲計(jì)算結(jié)果作為自變量，退耕還林工程面積、水土流失治理面積作為控制變量，運(yùn)用STATA軟件進(jìn)行回歸估計(jì)，估計(jì)結(jié)果分為整體回歸和地區(qū)回歸，地區(qū)劃分按照我國(guó)經(jīng)濟(jì)區(qū)域劃分標(biāo)準(zhǔn)分為東、中、西部地帶，其中，北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南屬于東部地帶;山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南屬于中部地帶;重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古屬于西部地帶。結(jié)果見表6和表7。

由表6和表7可以得到如下結(jié)論：

（1）上述估計(jì)結(jié)果中，中國(guó)農(nóng)業(yè)環(huán)境效率影響因素和Wald雙邊檢驗(yàn)統(tǒng)計(jì)量均能夠通過10%水平顯著性檢驗(yàn)，說明GMM回歸模型變量設(shè)定合理;Hausman檢驗(yàn)結(jié)果表明面板模型具有固定效應(yīng)，說明地區(qū)個(gè)體效應(yīng)與自變量相關(guān)，即中國(guó)31各省份環(huán)境效率均與其影響因素相關(guān);環(huán)境效率滯后系數(shù)均為正值，且方向一致，說明中國(guó)農(nóng)業(yè)環(huán)境效率具有延續(xù)性，即每年環(huán)境效率與上一年效率有關(guān)。

（2）技術(shù)進(jìn)步和價(jià)格扭曲對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率的影響。整體回歸估計(jì)結(jié)果表明，①技術(shù)進(jìn)步系數(shù)均為負(fù)值，說明技術(shù)優(yōu)化會(huì)降低產(chǎn)業(yè)環(huán)境效率。②勞動(dòng)力、資本價(jià)格扭曲系數(shù)均為負(fù)值，土地價(jià)格扭曲系數(shù)為正值，說明各項(xiàng)要素投入價(jià)格偏離實(shí)際價(jià)值會(huì)影響農(nóng)業(yè)環(huán)境效率。③技術(shù)進(jìn)步系數(shù)絕對(duì)值大于價(jià)格扭曲系數(shù)絕對(duì)值，說明技術(shù)進(jìn)步對(duì)地區(qū)環(huán)境效率的影響比要素價(jià)格扭曲大。聯(lián)系第一部分研究結(jié)果，我國(guó)勞動(dòng)力要素投入過剩，資本、土地要素投入不足，說明過量的勞動(dòng)力、不足的資本要素導(dǎo)致我國(guó)農(nóng)業(yè)環(huán)境效率低下，而農(nóng)用土地面積不足將促進(jìn)農(nóng)業(yè)環(huán)境效率。這說明：其一，過量的勞動(dòng)力表明我國(guó)大量農(nóng)業(yè)技術(shù)人員滯留在經(jīng)濟(jì)基礎(chǔ)較好的地區(qū)，如北京、上海等地區(qū)，這些勞動(dòng)力成本較高，而地區(qū)資源有限，從農(nóng)技術(shù)人員作用無法得到充分發(fā)揮，形成大量勞動(dòng)力冗余，造成農(nóng)業(yè)環(huán)境效率低下;其二，不足的資本一方面反映了我國(guó)不充分、不平衡的發(fā)展現(xiàn)狀，資本存量主要集中于經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，但第一產(chǎn)業(yè)資本總量不足，另一方面也表明了地區(qū)資本主要用于農(nóng)業(yè)技術(shù)研發(fā)工作，但農(nóng)業(yè)技術(shù)無法在短期轉(zhuǎn)化為技術(shù)成果，總產(chǎn)值無法達(dá)到預(yù)期水平，導(dǎo)致環(huán)境效率低下;其三，不足的土地一方面表明我國(guó)農(nóng)業(yè)現(xiàn)代化成效卓著，農(nóng)村公共服務(wù)體系不斷健全，但另一方面也表明我國(guó)農(nóng)用土地規(guī)劃政策滯后于農(nóng)村城市化水平，土地流轉(zhuǎn)及下一步方針運(yùn)轉(zhuǎn)不暢，農(nóng)用土地與其他用途土地界定模糊問題依然存在，盡管我國(guó)農(nóng)用土地面積低于效率有效面積，但也在一定程度上促進(jìn)了農(nóng)業(yè)技術(shù)發(fā)展，進(jìn)一步提高農(nóng)業(yè)用地效率，使得相同面積土地收獲更多的作物，整體環(huán)境效率提高。④技術(shù)進(jìn)步和價(jià)格扭曲的交叉項(xiàng)主要體現(xiàn)為兩個(gè)方面，一是技術(shù)進(jìn)步提升緩解價(jià)格偏離實(shí)際價(jià)值規(guī)模無效率，二是價(jià)格扭曲降低優(yōu)化技術(shù)要素配置有效性。技術(shù)進(jìn)步和價(jià)格扭曲交叉項(xiàng)系數(shù)表明，二者交互影響均正向作用農(nóng)業(yè)環(huán)境效率，但影響程度較小。地區(qū)回歸估計(jì)結(jié)果與整體回歸一致，其中，三大經(jīng)濟(jì)地帶變量系數(shù)由大到小排序分別為西部、東部、中部，說明中部地帶省份技術(shù)進(jìn)步和價(jià)格扭曲彈性系數(shù)最小，即要素配置合理性對(duì)中部省份環(huán)境效率更為重要，環(huán)境效率變量間關(guān)聯(lián)度更高。

（3）環(huán)境規(guī)制對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率的影響。整體和地區(qū)回歸估計(jì)結(jié)果一致，退耕還林工程面積、水土流失治理面積變量系數(shù)均為正值，說明我國(guó)對(duì)農(nóng)業(yè)環(huán)境的治理提高生產(chǎn)效率，即技術(shù)進(jìn)步對(duì)農(nóng)業(yè)生產(chǎn)的效率補(bǔ)償大于環(huán)境治理的成本。結(jié)合現(xiàn)實(shí)角度，退耕還林工程減少了農(nóng)業(yè)作物生產(chǎn)面積，但另一方面也是土地規(guī)劃的過程，“退耕”退的是農(nóng)用界定模糊的土地和不適宜作物生長(zhǎng)的土地，“還林”還的是更高價(jià)值木材、藥材以及更美好的生態(tài)環(huán)境，因此，退耕還林工程亦是增加農(nóng)業(yè)生產(chǎn)總值的另一種途徑;并且，水土流失治理工程增加了農(nóng)業(yè)生產(chǎn)可能面積，減少農(nóng)業(yè)技術(shù)冗余，提升了我國(guó)農(nóng)業(yè)環(huán)境效率。盡管國(guó)家環(huán)境規(guī)制政策不可避免地產(chǎn)生了治理成本，在一定程度上降低了農(nóng)業(yè)環(huán)境效率，但長(zhǎng)期看來，進(jìn)一步完善環(huán)境友好型經(jīng)濟(jì)利大于弊，因此，中國(guó)農(nóng)業(yè)不僅要提升自主創(chuàng)新能力，通過技術(shù)革新實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)，同時(shí)要促進(jìn)地區(qū)環(huán)境治理，加快產(chǎn)業(yè)綠色轉(zhuǎn)型。

三、結(jié)論與建議

（一）研究結(jié)論

本文以2016-2018年我國(guó)省域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平作為研究對(duì)象，研究分為三個(gè)部分：首先，運(yùn)用全局ML方法計(jì)算全要素生產(chǎn)率及要素分解，分離出技術(shù)進(jìn)步水平，代入道格拉斯生產(chǎn)函數(shù)，計(jì)算得到要素價(jià)格扭曲;其次，運(yùn)用三階段DEA方法計(jì)算我國(guó)農(nóng)業(yè)環(huán)境效率;最后，運(yùn)用GMM回歸模型分析技術(shù)進(jìn)步、價(jià)格扭曲及相關(guān)控制變量對(duì)中國(guó)農(nóng)業(yè)環(huán)境效率的影響。主要研究結(jié)論包括：

（1）我國(guó)農(nóng)業(yè)技術(shù)水平較有起伏，但總趨勢(shì)表現(xiàn)為技術(shù)進(jìn)步。

（2）中國(guó)農(nóng)業(yè)勞動(dòng)力、資本存量、農(nóng)用土地均存在價(jià)格扭曲現(xiàn)象，且勞動(dòng)力價(jià)格表現(xiàn)為正向扭曲，資本價(jià)格、農(nóng)用土地表現(xiàn)為負(fù)向扭曲，即勞動(dòng)力邊際產(chǎn)出低于實(shí)際勞動(dòng)，資本和土地邊際產(chǎn)出高于實(shí)際價(jià)值，說明勞動(dòng)力要素投入過剩，資本和土地要素投入不足。 上述結(jié)論反映兩點(diǎn)現(xiàn)象：一是，農(nóng)業(yè)土地價(jià)格扭曲程度最為嚴(yán)重，提高農(nóng)業(yè)用地使用效率的問題亟待解決。二是，價(jià)格扭曲系數(shù)變動(dòng)表明，我國(guó)農(nóng)業(yè)以資本為驅(qū)動(dòng)轉(zhuǎn)向由技術(shù)進(jìn)步為驅(qū)動(dòng)的發(fā)展方式，農(nóng)業(yè)技術(shù)人員投入過剩，勞動(dòng)力成本提高，由技術(shù)進(jìn)步帶動(dòng)產(chǎn)業(yè)發(fā)展的優(yōu)勢(shì)尚未顯現(xiàn)，導(dǎo)致農(nóng)業(yè)價(jià)格扭曲的形式和程度發(fā)生改變。

（3）中國(guó)農(nóng)業(yè)環(huán)境效率的研究以“三農(nóng)”問題為研究背景，效率評(píng)價(jià)第二階段選取農(nóng)業(yè)現(xiàn)代化、農(nóng)村公共服務(wù)體系、農(nóng)民素質(zhì)三個(gè)方面作為外部環(huán)境指標(biāo)。結(jié)論顯示，上述三種環(huán)境因素均對(duì)其效率評(píng)價(jià)造成影響，且在未調(diào)整前的生產(chǎn)效率水平被高估了。地區(qū)環(huán)境效率評(píng)價(jià)差異說明，我國(guó)當(dāng)前農(nóng)業(yè)不充分、不平衡發(fā)展問題依然嚴(yán)峻，而人才流動(dòng)是最主要的問題。

（4）回歸模型結(jié)論顯示：一是，技術(shù)進(jìn)步和價(jià)格扭曲均是中國(guó)農(nóng)業(yè)環(huán)境效率的直接影響因素，技術(shù)優(yōu)化、過剩的勞動(dòng)力、不足的資本存量均是農(nóng)業(yè)環(huán)境效率的抑制因素，不足的農(nóng)業(yè)土地面積是農(nóng)業(yè)環(huán)境效率的促進(jìn)因素，技術(shù)進(jìn)步和價(jià)格扭曲交叉項(xiàng)正向作用農(nóng)業(yè)環(huán)境效率，但影響程度較小。二是，技術(shù)進(jìn)步對(duì)農(nóng)業(yè)生產(chǎn)的效率補(bǔ)償大于環(huán)境治理的成本，退耕還林、水土流失治理均是提高農(nóng)業(yè)環(huán)境效率的有效手段。

（二）對(duì)策建議

（1）各地區(qū)政府及相關(guān)部門應(yīng)緊抓農(nóng)業(yè)技術(shù)創(chuàng)新，落實(shí)科學(xué)技術(shù)反哺經(jīng)濟(jì)建設(shè)的可持續(xù)發(fā)展戰(zhàn)略，但現(xiàn)階段我國(guó)農(nóng)業(yè)發(fā)展的重心不在于提高技術(shù)進(jìn)步要素的投入，而在于將技術(shù)要素轉(zhuǎn)變?yōu)閷?shí)際成果，提高農(nóng)業(yè)生產(chǎn)技術(shù)效率。

（2）我國(guó)應(yīng)進(jìn)一步加強(qiáng)農(nóng)村公共服務(wù)體系建設(shè)，完善土地流轉(zhuǎn)及下一步方針戰(zhàn)略，逐步形成以機(jī)械化、專業(yè)化、大農(nóng)場(chǎng)式為特征的中國(guó)特色農(nóng)業(yè)發(fā)展模式。

（3）地區(qū)及各級(jí)政府應(yīng)進(jìn)一步完善人力資源管理體系，加強(qiáng)人才引進(jìn)力度，縮減經(jīng)濟(jì)較發(fā)達(dá)地區(qū)農(nóng)業(yè)勞動(dòng)力冗余，以地區(qū)不充分、不平衡的發(fā)展現(xiàn)狀為錨點(diǎn)，切實(shí)解決技術(shù)人才就業(yè)問題。

參考文獻(xiàn)：

[1]? 王蕾，于成成，王敏，等.我國(guó)農(nóng)業(yè)生產(chǎn)效率的政策效應(yīng)及時(shí)空差異研究——基于三階段DEA模型的實(shí)證分析[J].軟科學(xué)，2019，33（9）：33-39.

[2]? 馬鳳才，郭喜偉，陳璐.基于三階段DEA模型的遼寧省農(nóng)業(yè)生產(chǎn)效率分析[J].農(nóng)業(yè)經(jīng)濟(jì)，2019（4）：15-17.

[3] 王飛航，李友順.基于三階段數(shù)據(jù)包絡(luò)分析模型的我國(guó)西部地區(qū)國(guó)家級(jí)高新區(qū)創(chuàng)新效率評(píng)價(jià)[J].科技管理研究，2019，39（1）：55-60.

[4] 王天慧，陳振，李炳軍.基于三階段DEA模型的河南省18市農(nóng)業(yè)生產(chǎn)效率研究[J].河南科學(xué)，2018，36（6）：933-938.

[5] 孟曉霞，曹洪軍，焦勇.我國(guó)農(nóng)業(yè)生產(chǎn)技術(shù)效率評(píng)價(jià)研究——基于修正的三階段DEA模型[J].財(cái)經(jīng)問題研究，2016（4）：124-129.

[6] 程麗雯，徐曄，陶長(zhǎng)琪.要素誤置給中國(guó)農(nóng)業(yè)帶來多大損失？——基于超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型[J].管理學(xué)刊，2016，29（1）：24-34，2.

[7] 賀志亮，劉成玉.我國(guó)農(nóng)業(yè)生產(chǎn)效率及效率影響因素研究——基于三階段DEA模型的實(shí)證分析[J].農(nóng)村經(jīng)濟(jì)，2015（6）：48-51.

[8] 黃珂，張安錄，張雄.中國(guó)城市群農(nóng)地城市流轉(zhuǎn)效率研究——基于三階段DEA與Tobit模型的實(shí)證分析[J].經(jīng)濟(jì)地理，2014，34（11）：74-80.

[9] 焦源.山東省農(nóng)業(yè)生產(chǎn)效率評(píng)價(jià)研究[J].中國(guó)人口·資源與環(huán)境，2013，23（12）：105-110.

[10] 郭軍華，倪明，李幫義.基于三階段DEA模型的農(nóng)業(yè)生產(chǎn)效率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27（12）：27-38.

Effects of Technological Progress and Price Distortion on Agricultural Environmental

Efficiency in China

LIU Wei1，HONG Yu2

（1.Business School， East China University of Political Science and Law， Shanghai 201620，

China; 2.School of Economics， Anhui University，? Hefei 230601，China）

Abstract：? This paper takes the provincial agricultural economic development level in 2016-2018 as the research object， uses the global ML method to calculate the total factor productivity and factor decomposition， separates the level of technological progress， and substitutes it into Douglas production function to calculate the factor price distortion; secondly， uses the Three-stage DEA method to calculate China′s agricultural environmental efficiency; finally， uses GMM regression model to analyze the effects of technological progress， price distortion and related control variables on agricultural environmental efficiency in China. The conclusion is that： the level of agricultural technology in China has ups and downs， but the general trend is technological progress; there are price distortions in agricultural labor force， capital stock and agricultural land， and labor price is positive distortion， capital price and agricultural land are negative distortion， among which agricultural land price distortion is the most serious; at present， the problem of insufficient and unbalanced development of agriculture in China is still serious， and the flow of talents is the most important problem;technological progress and price distortion are the direct influence factors of China′s agricultural environmental efficiency， technological optimization， surplus labor force and insufficient capital stock are all restraining factors of agricultural environmental efficiency，insufficient agricultural land area is the promoting factor of agricultural environmental efficiency， the intersection of technological progress and price distortion has a positive effect on agricultural environmental efficiency， but the impact is small. Returning farmland to forest and soil erosion control are effective means to improve agricultural environmental efficiency.

Key words： technological progress; price distortion; global ML production function; three stage DEA model; GMM regression model

（責(zé)任編輯：周正）