中國農業(yè)環(huán)境效率時空演變及其驅動因素

徐維祥,鄭金輝,*,李續(xù)雙

1 浙江工業(yè)大學經濟學院, 杭州 310023 2 浙江大學經濟學院, 杭州 310027

改革開放以來,伴隨經濟的高速增長,中國農業(yè)經濟取得了巨大成就,獲得了長足發(fā)展。但與此同時,在農業(yè)經濟附加值快速增長過程中忽視了發(fā)展質量,農業(yè)生態(tài)環(huán)境問題日益嚴重,如土壤地力破壞、農業(yè)面源污染、要素資源消耗與環(huán)境效率低下等問題[1]。黨的十九大指出,建設生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計,必須樹立和踐行綠水青山就是金山銀山的理念,并把農業(yè)面源污染治理列入著力解決的突出環(huán)境問題之一,推動農業(yè)綠色發(fā)展是破解中國農業(yè)發(fā)展生態(tài)環(huán)境壓力的重要方式,也是滿足人民日益增長的美好生活需要的客觀要求。生態(tài)文明建設戰(zhàn)略要求下,促進農業(yè)經濟發(fā)展同時降低對生態(tài)環(huán)境的影響,不斷提高經濟產出與環(huán)境效應間的協調性,提升環(huán)境效率是重要的實現途徑。因此,在資源環(huán)境約束視角下,分析中國農業(yè)環(huán)境效率的時空演變特征及其驅動因素,對于推動農業(yè)生產的生態(tài)服務功能具有重要現實意義。

傳統經濟增長理論沒有考慮經濟增長與環(huán)境污染的關系,生態(tài)環(huán)境約束下,傳統的增長效率測算方法存在一定缺陷。為此,學術界提出了生態(tài)效率的概念[2],后經可持續(xù)發(fā)展世界經濟理事會(WBCSD)拓展為環(huán)境效率(EE)和資源效率(RE)兩部分[3]。當前生態(tài)環(huán)境約束下的效率與生產率問題已成為學術界研究的熱點,農業(yè)環(huán)境效率指以盡可能較小的資源消耗和較低的污染程度,盡可能增加農業(yè)產出,主要強調農業(yè)生產的經濟發(fā)展與生態(tài)環(huán)境的統一。目前,對農業(yè)環(huán)境效率研究主要包括以下方面：一是在研究尺度方面,主要集中在宏觀、中觀尺度,包括省域[4]、市域[5]、縣域[6],也有學者從微觀數據尺度進行了研究[7- 8]。二是在研究方法與影響因素方面,學者們常用的測度方法主要有指標體系法[9]、生態(tài)足跡法[10]、隨機前沿法(SFA)[11]和數據包絡分析法(DEA)[12]；在分析影響因素時常用多元線性模型[13]、Tobit模型[1]、門檻模型[14]的方法。三是在研究內容方面,早期主要在理論分析[15]、效率測度[16]及時空演化[17]等方面,目前更加關注農業(yè)環(huán)境效率的影響因素及其空間溢出效應[18],如侯孟陽等運用空間杜賓模型發(fā)現財政支農水平對農業(yè)環(huán)境效率產生顯著的正向空間溢出效應[19]。此外,研究表明工業(yè)化水平、農業(yè)機械投入、農業(yè)生產能力、農業(yè)勞動者教育素質等對農業(yè)環(huán)境效率產生影響[20]。

綜上所述,當前中國農業(yè)環(huán)境效率的研究,還可以從以下方面進一步深化和拓展：(1)在研究內容上,主要集中在指標評價、時空特征等方面的分析,鮮有文獻從動態(tài)演進角度對農業(yè)環(huán)境效率空間關聯與轉移趨勢進行探討。(2)在研究方法上,大多采用SFA、DEA測度農業(yè)環(huán)境效率,無法將同處于有效前沿面的評價單元進行區(qū)分。此外,過往研究大多采用普通線性回歸分析其影響因素,忽視了地區(qū)間的空間關聯性。鑒于此,本文基于非期望產出視角,采用SBM模型,綜合測度2004—2019年中國30個省(市、區(qū))的農業(yè)環(huán)境效率,并利用GIS技術和空間馬爾科夫鏈刻畫農業(yè)環(huán)境效率的時空演變特征,在此基礎上利用空間杜賓模型分析其空間溢出效應,以期為指導中國農業(yè)綠色發(fā)展,實現高質量增長提供參考。

1 研究方法與數據來源

1.1 研究方法

1.1.1非期望產出的SBM模型

Tone于2001年提出了基于非期望產出的SBM模型,能夠有效解決徑向和角度的傳統DEA模型造成的投入要素的“擁擠”或“松弛”現象。本文構建在規(guī)模報酬不變下的SBM模型測度中國農業(yè)環(huán)境效率,具體形式如下[21]：

(1)

1.1.2空間馬爾科夫鏈

空間馬爾科夫鏈(Spatial markov chain)在傳統馬爾科夫鏈中加入了空間滯后因素,能夠更好地刻畫農業(yè)環(huán)境效率在演變過程中與鄰近省份的空間關聯性[22]。根據初始年份的空間滯后值將效率值劃分為k種類型,以省份i在t時期的空間滯后類型k為條件,進一步分成k個k×k階概率矩陣,則從t時期狀態(tài)a轉移到t+1時期狀態(tài)b的概率為Pab/k,公式如下：

Laga=∑YbWij

(2)

式中,Wij表示鄰近空間權重矩陣；Yb表示省份b的效率值；Laga為省份a的空間滯后值,表示省份a的鄰域狀態(tài)。

1.1.3空間自相關

空間自相關能夠考察農業(yè)環(huán)境效率是否存在空間相互關系,也是構建空間計量模型的必要條件。采用莫蘭指數(Moran′sI)測度農業(yè)環(huán)境效率整體的空間關聯特征,計算如下[23]：

(3)

1.1.4空間計量模型

空間杜賓模型(Spatial Durbin Model, SDM)是分析空間溢出效應的主要模型,它是相較于空間誤差模型(Spatial Error Model, SEM)和空間滯后模型(Spatial Lag Model, SLM)更為一般的形式[24],一般形式為：

(4)

式中,Yit、Xit為第t年區(qū)域i的因變量和自變量的觀測值；Wij為空間權重矩陣；β為自變量的待估參數向量；ρ為因變量的空間滯后系數；φ為自變量的空間回歸系數；μi、νt分別代表空間效應和時間效應；εit為服從獨立同分布的隨機誤差項。綜合已有研究[17- 20],選取財政支農、農業(yè)經濟水平、工業(yè)化水平、農作物種植結構、環(huán)境規(guī)制、農業(yè)生產能力和農業(yè)機械強度作為驅動因素變量(表1)。

1.2 指標體系構建與數據來源

本文基于以往研究農業(yè)環(huán)境效率的評價指標體系[4- 5,15- 17],結合數據的可得性,以投入產出理論為基礎,構建中國農業(yè)環(huán)境效率評價指標體系(表2)。

表1 農業(yè)環(huán)境效率影響指標變量與說明

表2 中國農業(yè)環(huán)境效率指標體系

投入指標方面,選取勞動、土地、灌溉、化肥、農藥、農膜、能源、機械等指標。期望產出指標方面,選取地區(qū)農業(yè)總產值作為期望產出指標。非期望產出指標方面,選取了兩類指標：(1)農業(yè)生產過程的碳排放,包括化肥、農藥、農膜、農用柴油、農業(yè)灌溉、農業(yè)翻耕所產生的碳排放。關于農業(yè)碳排放的計算,參考李波的方法[25],將各排放源指標乘以排放系數,各系數為化肥0.896kg/kg、農藥4.934kg/kg、農膜5.180kg/kg、柴油0.593kg/kg、農業(yè)灌溉20.476kg/hm2、農業(yè)耕作312.600kg/hm2。(2)總氮(TN)、總磷(TP)和化學需氧量(COD)等三類農業(yè)面源污染排放量,根據農業(yè)生產中化肥、養(yǎng)殖和農作物固體廢棄物所產生的污染物進行計算,參考賴斯蕓[26]、段華平[27]的研究,選擇農田化肥、畜禽養(yǎng)殖、水產養(yǎng)殖、農田秸稈四類農業(yè)面源污染的TN、TP、COD排放量。

本文尚缺中國香港、澳門、臺灣、西藏自治區(qū)統計數據，研究對象為中國30個省(市、區(qū))，相關數據主要來源于《中國統計年鑒》、《中國農村統計年鑒》、《中國漁業(yè)統計年鑒》、《中國農業(yè)統計資料》以及各省份統計年鑒,部分缺失數據根據插值法進行推算補齊。

2 農業(yè)環(huán)境效率的時空演變特征

2.1 時間序列分析

根據公式(1)SBM模型,分別測算出2004—2019年考慮非期望產出和不考慮非期望產出兩種情況下農業(yè)環(huán)境效率值,并繪制出變化趨勢(圖1)。由圖1可知,在兩種情況下中國農業(yè)環(huán)境效率均呈現出穩(wěn)步上升趨勢,但不考慮非期望產出的農業(yè)環(huán)境效率值整體上高于考慮非期望產出的效率值,其中2012年的差值最大,2019年差值最小,這說明了考慮非期望產出的農業(yè)環(huán)境效率值更符合實際生產情況,評價結果相對更為合理、科學。

可以發(fā)現,變異系數在0.302—0.563之間變化,區(qū)域差異整體上呈“上升-下降”的倒“V”型變化趨勢。2004—2011年,變異系數經歷了先小幅下降后加速上升的過程,整體呈上升的趨勢特征,在2007年為最小值0.302,表明此時區(qū)域差異較小,在2011為最大值0.563,表明此時區(qū)域差異較大。2011—2019年,變異系數波動幅度較為輕微,此時農業(yè)環(huán)境效率快速上升,區(qū)域差異隨著農業(yè)發(fā)展呈減小趨勢,逐步下降至2019年的0.417。產生這種變化的原因可能是：2004—2011年農業(yè)經濟粗放式增長的負效應逐漸顯現,資源環(huán)境約束加劇,但其努力促進農業(yè)經濟平穩(wěn)較快發(fā)展,因此農業(yè)環(huán)境效率整體呈上升趨勢。2011—2019年,經濟發(fā)展進入新常態(tài),隨著生態(tài)文明理念深入和政府對環(huán)境污染的治理力度加大,致使這一時期農業(yè)環(huán)境效率增速較快,隨著區(qū)域協調發(fā)展的深入實施,區(qū)域差異有所減小。

圖1 2004—2019年中國農業(yè)環(huán)境效率變化趨勢Fig.1 The trend of agricultural environmental efficiency in China from 2004 to 2019

圖2 中國農業(yè)環(huán)境效率趨勢面分析Fig.2 The trend analysis of agricultural environmental efficiency in China

進一步運用趨勢面分析方法揭示研究期間中國農業(yè)環(huán)境效率空間趨勢特征(圖2),Z軸為農業(yè)環(huán)境效率值。由圖2可知,東西方向上,中國農業(yè)環(huán)境效率呈現出“東高西低”的趨勢特征,表現為一條從西到東上升的拋物線形狀。南北方向上,呈從北到南先下降后上升的態(tài)勢,逐漸表現為明顯的“中間低兩端高”的“U”型趨勢特征,這充分表明2004年以來中國農業(yè)環(huán)境效率南方地區(qū)高于北方地區(qū),東部地區(qū)領先于西部地區(qū)。

2.2 空間分異特征

根據自然斷點法將中國農業(yè)環(huán)境效率劃分為低值、中低值、中高值、高值區(qū)進行可視化(圖3)。由圖3可知,中國不同等級的農業(yè)環(huán)境效率空間差異明顯,高值區(qū)的省份占比逐漸增加,低值區(qū)的省份占比逐漸下降。具體而言,農業(yè)環(huán)境效率高值區(qū)范圍顯著增加,當前主要分布在東部和西部個別省份,新疆、青海、甘肅、貴州這幾個省份的經濟實力不具有顯著優(yōu)勢,但從投入產出指標分析,發(fā)現其勞動、土地等其他要素投入帶來的農業(yè)經濟效應較高,同時非期望產出較少。中高值區(qū)空間范圍略有減少,其中東部的浙江、江蘇、福建、廣東逐步從中高值跨入高值區(qū)。中低值和低值區(qū)空間范圍持續(xù)減少,主要分布在中部和西部地區(qū),集中分布在安徽、河南、江西、湖南、內蒙古、陜西、寧夏、云南等省份,這些省份有些是農業(yè)大省,有些是連片山區(qū),由于勞動和其他資源投入冗余,資源利用率低,經濟產出效率不高,并且污染物排放量增加,農業(yè)環(huán)境減排壓力大,導致農業(yè)環(huán)境效率較低。

圖3 中國農業(yè)環(huán)境效率空間分布格局Fig.3 The spatial pattern of agricultural environmental efficiency in China

2.3 空間演變特征

采用空間馬爾科夫鏈分析中國農業(yè)環(huán)境效率的空間演化特征,以初始年份的空間滯后值為分類基礎,按照四分位數的劃分方法,將農業(yè)環(huán)境效率值劃分為4個相鄰但不相互交叉的完備區(qū)間：(0.000, 0.159]、(0.159, 0.246]、(0.246, 0.397]及(0.397, 1.000],并用k=1、2、3、4分別來表示,以此得到空間馬爾科夫概率轉移矩陣(表3)。

(1)中國農業(yè)環(huán)境效率存在低效率、中低效率、中高效率和高效率4個趨同俱樂部特征。所有對角線上的概率數字均遠遠大于非對角線上的數字,這反映了農業(yè)環(huán)境效率不發(fā)生等級轉移的概率要大于發(fā)生等級轉移的概率,具有較強的穩(wěn)定性。(2)中國農業(yè)環(huán)境效率轉移通常發(fā)生在相鄰等級之間,沒有出現“跳躍式”轉移現象。例如在2004—2011年、2011—2019年與2004—2019年,低效率與中低效率向高效率轉移的概率均為0.000(P14/1、P24/1),這說明農業(yè)環(huán)境效率發(fā)展存在一定的“路徑依賴”性,較難實現“跨越式”發(fā)展。(3)地理空間格局在農業(yè)環(huán)境效率演變過程中具有重要作用。在與不同類型的省份相鄰,轉移的概率不同。例如,在2004—2019年,當自身為中高效率時,與低效率、中低效率省份相鄰,向上轉移的概率分別為0.209(P34/1)、0.333(P34/2),向下轉移的概率分別為0.791(P31/1+P32/1)、0.667(P31/2+P32/2)。這表明農業(yè)環(huán)境效率發(fā)展與相鄰省份類型密切相關,與效率較高省份為鄰,向上轉移的概率增大,反之,向下轉移的概率將增大。

表3 農業(yè)環(huán)境效率的空間馬爾可夫概率轉移矩陣

進一步繪制出各省份的空間演化格局(圖4)。由圖4可知,相鄰省份的轉移具有趨同特征,東部地區(qū)普遍好于中西部地區(qū)。2004—2011年,自身和鄰域均向上轉移的省份有25個；自身向上、鄰域不變的僅有1個(青海)；自身不變、領域向上的有3個(甘肅、福建、海南)；自身和鄰域均不變的有1個(寧夏)。2011—2019年自身和鄰域均向上轉移的省份有25個；自身向上、鄰域不變的有3個(甘肅、青海、寧夏)；自身不變、領域向上的有2個(北京、廣西)。2004—2019年自身和鄰域均向上的省份增加為28個；自身向上、鄰域不變和自身不變、鄰域向下的均有1個(青海和寧夏)。此外,中國省份之間農業(yè)環(huán)境效率的關聯作用是良好發(fā)展的,均處于不變或向上狀態(tài),沒有出現向下轉移的倒退現象。

圖4 農業(yè)環(huán)境效率類型轉變分布及鄰域轉變空間分布Fig.4 Spatial of agriculture environmental type transformation and neighborhood transformation

2.4 空間關聯特征

通過Moran′sI指數測度2004—2019年中國農業(yè)環(huán)境效率的空間自相關程度(表4),結果顯示各年份的全域Moran′sI指數全部為正值,且通過了顯著性檢驗,說明中國農業(yè)環(huán)境效率存在顯著的正空間自相關性。

表4 中國農業(yè)環(huán)境效率的莫蘭指數

3 驅動因素分析

3.1 模型檢驗

由表5可知,空間滯后模型的拉格朗日乘子(Lagrange multipliers,LM)檢驗未通過顯著性檢驗,說明空間誤差模型優(yōu)于空間滯后模型；空間杜賓模型的沃爾德(Wald)和似然比(Likelihood ratio,LR)檢驗均通過了顯著性檢驗,即拒絕可以簡化的原假設,表明空間杜賓模型不可簡化為空間滯后模型或空間誤差模型[28- 29]；由Hausman統計量75.729且顯著(P=0.000),可以確定固定效應模型合適[30]。

表5 空間計量模型選擇檢

3.2 結果分析

根據表6,對比自然對數似然值(Log-likelihood)和擬合優(yōu)度(R2)可知,固定效應模型的擬合效果較好。空間自相關系數ρ的估計值為0.160,且通過了5%顯著性水平檢驗,表明了農業(yè)環(huán)境效率存在顯著的空間溢出效應。各變量系數顯示,財政支農水平對農業(yè)環(huán)境效率產生顯著的負向影響,原因可能是雖然財政支農能夠增加農民收入水平,但是當前財政支農的結構不合理,大部分花費在對農藥、化肥和農機的補貼上,加重了農業(yè)污染物的排放,反而不利于農業(yè)環(huán)境效率提升。農業(yè)經濟發(fā)展水平的彈性系數為正,表明農民收入的增加有助于農業(yè)環(huán)境效率的提升。工業(yè)化水平產生顯著的負向影響,原因是工業(yè)化水平的提升為農業(yè)生產提供了機械、技術支持,但隨著工業(yè)化發(fā)展,加重了石油農業(yè)的程度,農業(yè)非期望產出增加,對農業(yè)環(huán)境效率產生了較強的負向效應。農作物種植結構的系數顯著為負,原因主要是經濟作物通常具有地域性強、水肥需求高、自然條件要求較嚴格等特點,其種植面積的擴大將導致化肥投入的增長和面源污染的加重,這些因素不利于農業(yè)環(huán)境效率的提升。環(huán)境規(guī)制和農業(yè)生產能力具有顯著的正向影響,說明環(huán)境規(guī)制強度和農業(yè)生產能力的提升能夠對農業(yè)環(huán)境效率產生積極影響。農業(yè)機械強度具有顯著的負向影響,雖然農業(yè)機械使用強度的提升能夠提高勞動生產率,但當前更側重于農業(yè)機械化生產,忽視了經濟、資源與環(huán)境的協調發(fā)展,環(huán)境負效應超過了正效應,因此對農業(yè)環(huán)境效率產生負向作用。

表6 空間杜賓模型估計結果

3.3 效應分解

利用SDM模型將總效應分解為直接效應和間接效應(表7)。直接效應中各變量回歸系數在影響方向和顯著性上與表6中結果具有一致性。在間接效應方面,財政支農水平的系數顯著為0.014,財政支農水平每提高1單位,鄰近省份農業(yè)環(huán)境效率會提升0.014個單位,表明財政支農水平對鄰近省份農業(yè)環(huán)境效率具有促進作用。環(huán)境規(guī)制的系數顯著為-0.032,雖然環(huán)境規(guī)制對本省份農業(yè)環(huán)境效率具有積極作用,但不利于鄰近省份發(fā)展,環(huán)境規(guī)制強度每提升1單位,會導致鄰近省份農業(yè)環(huán)境效率下降0.032個單位。農業(yè)生產能力的系數顯著為-0.015,表明農業(yè)生產能力對鄰近省份農業(yè)環(huán)境效率具有負向影響,并且農業(yè)生產能力平均提高1單位,鄰近省份農業(yè)環(huán)境效率平均下降0.015個單位。除此之外,農業(yè)經濟水平、工業(yè)化水平、農作物種植結構和農業(yè)機械強度具有顯著的直接效應,但空間溢出效應不顯著。

表7 空間杜賓模型的直接和間接效應

4 結論與討論

4.1 結論

本文運用考慮非期望產出的SBM模型測度出2004—2019年中國30個省(市、區(qū))農業(yè)環(huán)境效率,并利用空間馬爾科夫鏈、空間杜賓模型等方法探究中國農業(yè)環(huán)境效率的時空演變特征及其驅動因素,得到以下主要結論：

(1)中國農業(yè)環(huán)境效率在不考慮非期望產出下明顯高于考慮非期望產出的農業(yè)環(huán)境效率值,考慮期望產出值更符合實際的農業(yè)生產過程,呈穩(wěn)步上升趨勢；區(qū)域間差異明顯,整體呈倒“V”型變化趨勢,并在東西方向上低階梯遞減,南北方向上呈“U”型趨勢特征。

(2)中國不同等級的農業(yè)環(huán)境效率空間差異明顯,高值區(qū)范圍顯著增加,中高值區(qū)空間范圍略有減少,中低值和低值區(qū)空間范圍持續(xù)減少；中國農業(yè)環(huán)境效率存在俱樂部趨同現象,具有空間溢出效應,且溢出效應呈現時空異質性,地理空間關聯性在空間演變過程具有重要作用,當前農業(yè)環(huán)境效率處在良好發(fā)展階段,均沒有出現向下轉移的倒退現象。

(3)驅動因素顯示,財政支農水平、環(huán)境規(guī)制、農業(yè)生產能力同時具有直接效應與間接效應,財政支農水平對本省份的直接影響顯著為負,但對鄰近省份具有顯著促進作用；環(huán)境規(guī)制、農業(yè)生產能力對本省份影響顯著為正,但對鄰近省份影響為負。農業(yè)經濟水平、工業(yè)化水平、農作物種植結構、農業(yè)機械強度則只具有直接效應而間接效應不顯著,其中,農業(yè)經濟水平具有正向作用,工業(yè)化水平、農作物種植結構、農業(yè)機械強度產生顯著負向影響。

4.2 討論

根據研究結論,為提高中國農業(yè)環(huán)境效率,促進農業(yè)綠色發(fā)展,提出以下建議：

(1)從效率值大小看,農業(yè)環(huán)境效率處于非有效狀態(tài)。2004—2019年中國30個省份的農業(yè)環(huán)境效率均值處在0.128—0.730之間,當前農業(yè)生產仍存在高投入、低效率的粗放型發(fā)展方式,且存在區(qū)域不平衡現象,具有東高西低、南高北低現狀。因此,農業(yè)環(huán)境效率較高的東部地區(qū)省份可以通過提高資源利用效率,促進農業(yè)先進技術使用,增加農業(yè)總產值,減少污染排放。中部地區(qū)的省份需要適當調整資源要素的投入比例,通過勞動力、土地、用水及化肥等資源的使用規(guī)模和結構的優(yōu)化配置,實現資源集約利用,向綠色生產轉變。西部地區(qū)尤其是內蒙古、甘肅、寧夏等省份對資源的依賴性較高,首先要轉變農業(yè)生產和資源利用觀念,將生態(tài)農業(yè)納入到農業(yè)考核體系中,促進農業(yè)生產的經濟效益與生態(tài)環(huán)境協調發(fā)展。

(2)中國農業(yè)環(huán)境效率存在正向空間溢出效應,因此要加強各級政府間的合作,跨越行政區(qū)劃限制,打破區(qū)域壁壘,促進各類要素自由流動,加強在資源環(huán)境領域方面的交流與合作。農業(yè)環(huán)境效率高的東部地區(qū)省份要繼續(xù)發(fā)揮在科研和技術創(chuàng)新方面的引領作用,積極向效率低的省份傳播先進技術和生產經驗；環(huán)境效率較低的中西部地區(qū)省份則要積極利用東部地區(qū)的先進技術和創(chuàng)新成果,改進農業(yè)生產技術,在保護環(huán)境的同時對資源合理使用,減少致污性生產源的投入。通過區(qū)域、省份之間的有效合作,使農業(yè)環(huán)境效率較高的省份輻射帶動鄰近省份,促進整體效率提升。

(3)驅動因素顯示,農業(yè)經濟水平、環(huán)境規(guī)制、農業(yè)生產能力是提升農業(yè)環(huán)境效率的關鍵因素,財政支農水平、工業(yè)化水平、農作物種植結構、農業(yè)機械強度則是制約效率提升的約束要素。因此,各省份在追求農業(yè)經濟增長的同時,要充分認識發(fā)展差異,探索適宜的農業(yè)綠色發(fā)展道路,合理分配財政支農結構,尤其提高環(huán)保型農資補貼,強調由政策支持為主轉向重視農業(yè)自身發(fā)展著手,結合自身優(yōu)勢要素,積極引進先進生產技術和管理經驗,加強生態(tài)技術開發(fā)與推廣,引導農業(yè)向生態(tài)化的方向發(fā)展,此外,要增強對境污染治理的態(tài)度,注重環(huán)境規(guī)制對農業(yè)環(huán)境效率的驅動作用。