灰水足跡視角下我國(guó)省域農(nóng)業(yè)生態(tài)效率及其影響因素

鄧遠(yuǎn)建，超博

灰水足跡視角下我國(guó)省域農(nóng)業(yè)生態(tài)效率及其影響因素

鄧遠(yuǎn)建，超博

中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，武漢 430073

從灰水足跡視角評(píng)價(jià)我國(guó)省域農(nóng)業(yè)生態(tài)效率，揭示農(nóng)業(yè)生態(tài)效率的空間分布特征，分析影響農(nóng)業(yè)生態(tài)效率的主要因素，據(jù)此提出提升我國(guó)省域農(nóng)業(yè)生態(tài)效率的政策建議。利用我國(guó)2000—2019年的省級(jí)面板數(shù)據(jù)，考慮非期望產(chǎn)出的超效率SBM模型對(duì)我國(guó)省域農(nóng)業(yè)生態(tài)效率進(jìn)行綜合評(píng)價(jià)，采用空間杜賓模型對(duì)農(nóng)業(yè)生態(tài)效率的空間差異與影響因素進(jìn)行分析。（1）總體而言，農(nóng)業(yè)灰水足跡呈下降趨勢(shì)，但個(gè)別省（市、區(qū)）呈上升趨勢(shì)。從灰水足跡由低到高的排名可以看出，處于前列（即灰水足跡較小）的?。ㄊ?、區(qū)）經(jīng)濟(jì)發(fā)展水平較高或農(nóng)業(yè)產(chǎn)值占比較低；處于后列（即灰水足跡較高）的?。ㄊ?、區(qū)）經(jīng)濟(jì)發(fā)展水平較低或農(nóng)業(yè)產(chǎn)值占比較高。（2）觀測(cè)期內(nèi)，農(nóng)業(yè)生態(tài)效率總體平穩(wěn)，個(gè)別年份波動(dòng)較大，各省（市、區(qū)）的均值差距明顯且分布極不平衡。（3）經(jīng)濟(jì)發(fā)展水平、種植業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、財(cái)政支農(nóng)、農(nóng)業(yè)受災(zāi)率等因素對(duì)中國(guó)農(nóng)業(yè)生態(tài)效率的影響程度各異。隨著經(jīng)濟(jì)發(fā)展水平與人們生活質(zhì)量的雙雙提升，無(wú)論是農(nóng)業(yè)經(jīng)營(yíng)者還是消費(fèi)者對(duì)農(nóng)業(yè)生態(tài)環(huán)境保護(hù)和農(nóng)產(chǎn)品質(zhì)量的重視程度日益提升，在一定程度上改善了區(qū)域農(nóng)業(yè)生態(tài)效率水平，但是地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生的污染也可能對(duì)農(nóng)業(yè)生態(tài)效率產(chǎn)生負(fù)面影響；財(cái)政支農(nóng)的大部分資金使用在對(duì)農(nóng)藥、化肥和農(nóng)機(jī)等生產(chǎn)資料的補(bǔ)貼上，雖然改善了農(nóng)業(yè)生產(chǎn)條件，提高了農(nóng)業(yè)經(jīng)濟(jì)生產(chǎn)力和效率，但對(duì)農(nóng)業(yè)生態(tài)效率的提升效果不顯著；技術(shù)的發(fā)展在農(nóng)業(yè)生產(chǎn)過(guò)程中很重要，使用得當(dāng)會(huì)提高農(nóng)業(yè)生態(tài)效率；農(nóng)業(yè)受災(zāi)率的估計(jì)結(jié)果未通過(guò)顯著性檢驗(yàn)，可能是因?yàn)檗r(nóng)業(yè)受災(zāi)面積的擴(kuò)大導(dǎo)致農(nóng)業(yè)生態(tài)效率的下降，但每年的受災(zāi)情況并不具有規(guī)律性；種植業(yè)結(jié)構(gòu)的系數(shù)為負(fù)，其對(duì)農(nóng)業(yè)生產(chǎn)效率產(chǎn)生了負(fù)面影響，可能是因?yàn)榧Z食作物種植面積占作物總播種面積比例較高，且消耗的氮肥數(shù)量較多。由于我國(guó)各個(gè)?。ㄊ?、區(qū)）的農(nóng)業(yè)灰水足跡演變趨勢(shì)和差異明顯，農(nóng)業(yè)生態(tài)效率整體水平不高，且各個(gè)因素對(duì)農(nóng)業(yè)生態(tài)效率的影響程度不一。因此，需要健全農(nóng)業(yè)灰水足跡治理機(jī)制；優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，建立基于灰水足跡的農(nóng)業(yè)水資源保護(hù)補(bǔ)償機(jī)制；完善財(cái)政支農(nóng)方式和政策，引導(dǎo)經(jīng)營(yíng)主體積極提升農(nóng)業(yè)生態(tài)效率。

農(nóng)業(yè)生態(tài)效率；農(nóng)業(yè)灰水足跡；超效率SBM模型

0 引言

【研究意義】水是生命之源、生態(tài)之基、生產(chǎn)之要。水資源的數(shù)量和質(zhì)量對(duì)人類(lèi)生產(chǎn)活動(dòng)以及經(jīng)濟(jì)發(fā)展都具有重要作用。農(nóng)業(yè)既是用水較多的領(lǐng)域，也是造成水污染的重要來(lái)源之一，其中，化肥和農(nóng)藥的過(guò)量且不合理使用是形成水污染的主要原因。據(jù)數(shù)據(jù)顯示，2021年我國(guó)農(nóng)作物化肥施用量為506.11 kg·hm-2，為英國(guó)的2.05倍、美國(guó)的3.69倍，遠(yuǎn)高于世界發(fā)達(dá)國(guó)家水平。同時(shí)，我國(guó)各地規(guī)?；笄蒺B(yǎng)殖場(chǎng)每年的糞便和其他原因排放的污水總量超過(guò)200億t，畜禽養(yǎng)殖業(yè)的總氮、總磷和化學(xué)需氧量分別占農(nóng)業(yè)污染源的38%、56%和96%[1]。這些污染物直接流向外界或者沒(méi)有經(jīng)過(guò)嚴(yán)格的無(wú)害化處理，給當(dāng)?shù)剞r(nóng)業(yè)生態(tài)環(huán)境造成一定危害，也在一定程度上制約著農(nóng)業(yè)生態(tài)效率的提升。因此，在堅(jiān)持人與自然和諧共生理念下，如何進(jìn)一步提高農(nóng)業(yè)生態(tài)效率顯得尤為重要。而從農(nóng)業(yè)灰水足跡視角考察我國(guó)農(nóng)業(yè)生態(tài)效率及其影響因素具有較好理論意義和現(xiàn)實(shí)價(jià)值?！厩叭搜芯窟M(jìn)展】圍繞農(nóng)業(yè)生態(tài)效率評(píng)價(jià)，使用較多的是投入產(chǎn)出法，其中投入指標(biāo)主要包括農(nóng)業(yè)勞動(dòng)力、區(qū)域生態(tài)環(huán)境等要素[2]，以及氣溫、降水等自然條件[3]；衡量結(jié)果的產(chǎn)出指標(biāo)以農(nóng)業(yè)總產(chǎn)值為主[4]，非期望產(chǎn)出多為農(nóng)業(yè)碳排放或農(nóng)業(yè)面源污染。在深層次研究過(guò)程中，大量學(xué)者采用DEA方法評(píng)價(jià)農(nóng)業(yè)生態(tài)效率、運(yùn)用DEA-ESDA分析農(nóng)業(yè)生態(tài)效率及其時(shí)空分異特征[5]、使用LCA和DEA相結(jié)合的方法分析單一農(nóng)作物品種（水稻）的農(nóng)業(yè)生態(tài)效率[6]。研究范圍上，從全國(guó)省域?qū)用娣治鲛r(nóng)業(yè)生態(tài)效率及其時(shí)空差異和影響因素[7-8]，或集中在一省分析縣域[9]、某一區(qū)域[10]農(nóng)業(yè)生態(tài)效率的時(shí)空特征及其影響因素，或從空間視角分析我國(guó)農(nóng)業(yè)生態(tài)效率的收斂性與分異特征[11]。由于選取方法的差異和采取的投入產(chǎn)出指標(biāo)的不同，分析結(jié)果也有所不同。本文所采用的非期望產(chǎn)出為農(nóng)業(yè)灰水足跡。目前，國(guó)內(nèi)外對(duì)農(nóng)業(yè)灰水足跡的研究已經(jīng)取得較多成果，如省際灰水足跡效率測(cè)度與驅(qū)動(dòng)模式[12]；基于河流參照狀態(tài)的季風(fēng)區(qū)域季節(jié)性農(nóng)業(yè)灰水足跡核算方法[13]；研究分析常見(jiàn)農(nóng)作物的灰水足跡[14]。此外，陸地養(yǎng)殖業(yè)和漁業(yè)等經(jīng)濟(jì)生產(chǎn)所生成的灰水足跡也值得引起重視。根據(jù)研究顯示，從各類(lèi)部門(mén)的灰水足跡占比來(lái)看，農(nóng)業(yè)領(lǐng)域的灰水足跡占比最高，所以農(nóng)業(yè)水污染的治理非常關(guān)鍵?！颈狙芯壳腥朦c(diǎn)】在進(jìn)行農(nóng)業(yè)生態(tài)效率評(píng)價(jià)時(shí)，已有研究往往選擇農(nóng)業(yè)碳排放或農(nóng)業(yè)面源污染為非期望產(chǎn)出，然而這并不能完全說(shuō)明農(nóng)業(yè)活動(dòng)對(duì)水環(huán)境產(chǎn)生的影響。在現(xiàn)實(shí)農(nóng)業(yè)生產(chǎn)活動(dòng)中，農(nóng)業(yè)水污染問(wèn)題也制約著農(nóng)業(yè)生態(tài)效率的提高。因此，本文將農(nóng)業(yè)灰水足跡作為非期望產(chǎn)出納入模型中進(jìn)行計(jì)算。在方法上，本文相比現(xiàn)有文獻(xiàn)，對(duì)評(píng)價(jià)指標(biāo)的測(cè)算做了優(yōu)化升級(jí)。同時(shí)，常規(guī)SBM模型針對(duì)超過(guò)1的DMU和效率剛好為1的DMU都取值為1，導(dǎo)致對(duì)于效率超過(guò)1和剛好為1的DMU計(jì)算失效，超效率SMB模型將松弛變量直接納入計(jì)算過(guò)程中，是一個(gè)良好的解決方案，特別是用在一些實(shí)際情況復(fù)雜、影響因素眾多的問(wèn)題上，評(píng)價(jià)結(jié)果將更加貼近現(xiàn)實(shí)。區(qū)域經(jīng)濟(jì)發(fā)展水平、財(cái)政支農(nóng)、研發(fā)投入、工業(yè)化水平、農(nóng)業(yè)受災(zāi)率、農(nóng)業(yè)機(jī)械密度、農(nóng)業(yè)人力資本等因素具有明顯的地理特性與區(qū)位特征，其對(duì)農(nóng)業(yè)生態(tài)效率的影響也存在空間差異。因此，本文應(yīng)用空間杜賓模型分析了2000—2019我國(guó)30個(gè)省份農(nóng)業(yè)生態(tài)效率的影響因素，以期為提高我國(guó)農(nóng)業(yè)生態(tài)效率提供決策參考。【擬解決的關(guān)鍵問(wèn)題】以農(nóng)業(yè)灰色水足跡為非期望產(chǎn)出，構(gòu)建農(nóng)業(yè)生態(tài)效率測(cè)度指標(biāo)體系，利用我國(guó)2000—2019年的省級(jí)面板數(shù)據(jù)和考慮非期望產(chǎn)出的超效率SBM模型對(duì)我國(guó)農(nóng)業(yè)生態(tài)效率進(jìn)行綜合評(píng)價(jià)；揭示農(nóng)業(yè)生態(tài)效率的空間分布特征，建立空間面板回歸模型分析影響農(nóng)業(yè)生態(tài)效率的主要因素，闡釋農(nóng)業(yè)生態(tài)效率時(shí)空分異的主要原因，并提出提高我國(guó)農(nóng)業(yè)生態(tài)效率的政策建議。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

1.1.1 農(nóng)業(yè)灰水足跡的計(jì)算方法農(nóng)業(yè)灰水足跡是稀釋處理人類(lèi)農(nóng)業(yè)生產(chǎn)活動(dòng)排放的一定量的水污染物所需要的自然水體體積[15-16]。在實(shí)際生產(chǎn)活動(dòng)中，可以根據(jù)農(nóng)業(yè)生產(chǎn)活動(dòng)的類(lèi)別分成種植業(yè)灰水足跡、畜牧業(yè)灰水足跡和水產(chǎn)養(yǎng)殖業(yè)灰水足跡。

1.1.1.1 種植業(yè)灰水足跡計(jì)算 在種植過(guò)程中使用的化學(xué)肥料等投入品一部分被農(nóng)作物所吸收利用，還有一部分會(huì)流入水體中，造成一定的水污染[17-18]。鑒于面源污染的計(jì)算與資料獲取難度，本文參考王圣云等[19]的做法，將氮肥作為評(píng)價(jià)指標(biāo)，并假定氮肥以固定比例進(jìn)入水體（即氮肥淋失率）來(lái)計(jì)算種植業(yè)灰水足跡。依照慣例，氮肥淋失率選取全國(guó)平均氮肥淋失率7%來(lái)計(jì)算種植業(yè)的灰水足跡。

式（1）中，pla為種植業(yè)灰水足跡（m3·a-1）；α為氮肥淋失率；變量為氮肥施用量（kg·a-1）；max為污染物水質(zhì)標(biāo)準(zhǔn)濃度（kg·m-3）；C為收納水體的自然本底濃度（kg·m-3）。

1.1.1.2 畜牧業(yè)灰水足跡計(jì)算 隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展和人們膳食結(jié)構(gòu)的改變，人們對(duì)畜禽產(chǎn)品的需求量也有所上升，在畜禽產(chǎn)業(yè)發(fā)展的同時(shí)，其經(jīng)營(yíng)活動(dòng)中產(chǎn)生的水污染量值得引起人們的重視。本文選取了豬、牛、羊、禽等動(dòng)物，測(cè)算分析其產(chǎn)生的養(yǎng)殖污染量。為了使研究結(jié)果更具有可靠性，本文以一年為考察時(shí)間，記錄了豬、牛、羊、禽的養(yǎng)殖量（以年末屠宰量為準(zhǔn)），飼養(yǎng)周期大于等于1年的牛、羊繁殖數(shù)量以年末存欄量為準(zhǔn)；篩選出相應(yīng)的污染因子，最大值為畜牧業(yè)排放的灰色水足跡[12]。

其中：

式（2）（3）（4）中，AGWF為畜牧業(yè)灰水足跡（m3·a-1），AGWF為第種污染物的灰水足跡（=COD或者TN）。L(i)為第i種污染物產(chǎn)生的環(huán)境負(fù)荷（kg），為畜牧（禽）種類(lèi)，f為的每日排糞量，p為的每單位糞便所含有的污染物，β為的每單位糞便的污染物流失率，μ為的每日排尿量，p為的每單位尿含有的污染物，β為的單位尿的污染物流失率，N為的畜牧（禽）飼養(yǎng)數(shù)量（頭/只），D為的畜牧（禽）飼養(yǎng)周期。

1.1.1.3 水產(chǎn)養(yǎng)殖業(yè)灰水足跡計(jì)算 在水產(chǎn)經(jīng)營(yíng)活動(dòng)過(guò)程中，不同的動(dòng)物要給予不同的飼料進(jìn)行喂養(yǎng)，考慮到水的流通性以及飼料的吸收率等因素，一定程度的水體污染是不可避免的[20]。本文在前人研究的基礎(chǔ)上，選取了典型的魚(yú)類(lèi)、殼類(lèi)和貝類(lèi)作為計(jì)算對(duì)象，使用總氮（TN）、總磷（TP）和化學(xué)需氧量（COD）作為污染因子來(lái)進(jìn)行評(píng)價(jià)[21]。

式（5）（6）（7）中，AGWF表示水產(chǎn)養(yǎng)殖業(yè)的灰水足跡（m3·a-1），AGWF(i)為第種污染物的灰水足跡（=COD/TN/TP）。L(i)為第種污染物水產(chǎn)養(yǎng)殖業(yè)污染負(fù)荷（kg），為殼類(lèi)、魚(yú)類(lèi)和貝類(lèi)，B為的養(yǎng)殖產(chǎn)量（t），E為的污染物排污系數(shù)（g·kg-1）。

1.1.2 農(nóng)業(yè)生態(tài)效率的測(cè)算方法 生態(tài)效率指的是經(jīng)濟(jì)增長(zhǎng)與環(huán)境影響兩者之間的比值。生態(tài)效率的譯文來(lái)自于英文單詞Eco-efficiency，該單詞字面表示了既有經(jīng)濟(jì)性又有效率的意思。隨著生態(tài)效率研究的不斷深入，農(nóng)業(yè)生態(tài)效率越來(lái)越受到學(xué)者們的關(guān)注。概而言之，農(nóng)業(yè)生態(tài)效率是一個(gè)區(qū)域的農(nóng)業(yè)生態(tài)系統(tǒng)表現(xiàn)出的經(jīng)濟(jì)、生態(tài)等綜合效率。結(jié)合已有研究，基于系統(tǒng)性、科學(xué)性、客觀性、動(dòng)態(tài)性、可操作性和可擴(kuò)展性等原則，本文綜合考慮了農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)中的各種經(jīng)濟(jì)投入以及期望產(chǎn)出和非期望產(chǎn)出，進(jìn)而構(gòu)建了農(nóng)業(yè)生態(tài)效率評(píng)價(jià)指標(biāo)體系（表1）。

表1 農(nóng)業(yè)生態(tài)效率評(píng)價(jià)指標(biāo)體系

傳統(tǒng)的DEA模型（如BBC或CCR模型）是基于徑向角度的測(cè)量方法，只能從投入或產(chǎn)出角度入手，且沒(méi)有考慮到投入產(chǎn)出的松弛問(wèn)題，往往導(dǎo)致測(cè)算結(jié)果與實(shí)際情況不完全相符。為彌補(bǔ)這一缺憾，TONE[22]提出了基于非徑向的SBM模型，其優(yōu)點(diǎn)是效率值隨著投入和產(chǎn)出松弛程度的變化而嚴(yán)格變化，但SBM模型所得結(jié)果可能會(huì)出現(xiàn)效率值同時(shí)為1，導(dǎo)致決策單元無(wú)法排序的問(wèn)題。因此，TONE[23]進(jìn)一步提出了Super-SBM模型，解決了投入產(chǎn)出變量的松弛問(wèn)題和決策單元的排序問(wèn)題。同時(shí)，可變規(guī)模報(bào)酬假設(shè)、投入與產(chǎn)出角度的雙向優(yōu)化更加貼近實(shí)際情況。因此，本文基于可變規(guī)模報(bào)酬假設(shè)，采用非徑向、非角度的Super-SBM模型測(cè)算農(nóng)業(yè)生態(tài)效率，具體模型構(gòu)建如式（8）所示。

式（8）中，為DEA超效率值，λ為權(quán)重向量，、分別代表投入和產(chǎn)出變量，、分別代表投入、產(chǎn)出變量個(gè)數(shù)，s、s分別代表投入、產(chǎn)出的松弛變量。當(dāng)≥1時(shí)，決策單元相對(duì)有效，當(dāng)＜1時(shí)，決策單元相對(duì)無(wú)效，值越大，說(shuō)明農(nóng)業(yè)生態(tài)效率水平越高。

1.1.3 農(nóng)業(yè)生態(tài)效率的影響因素分析方法 本文運(yùn)用Matlab軟件進(jìn)行OLS回歸，并進(jìn)行 Moran’s I、LM-lag、LM-error、Robust LM-lag、Robust LM-error 檢驗(yàn)，選擇合適方法（模型）進(jìn)行空間相關(guān)性分析。根據(jù)測(cè)試結(jié)果表明，Moran’s的I值符合1%的顯著性水平測(cè)試，因此可以判斷它拒絕了無(wú)空間效應(yīng)的假設(shè)。通過(guò)LM-lag、LM-error、Robust LM-lag、Robust LM-error四種統(tǒng)計(jì)量的值進(jìn)行分析，使用空間杜賓模型進(jìn)行研究是切實(shí)可行的（公式9）。

式（9）中，為以地理距離倒數(shù)衡量的空間權(quán)重矩陣；為空間自相關(guān)系數(shù)；ε為隨機(jī)誤差項(xiàng)；為農(nóng)業(yè)生態(tài)效率；LED為經(jīng)濟(jì)發(fā)展水平；AFI為財(cái)政支農(nóng)水平；TI是技術(shù)水平；RCI表示人均收入；RDR指農(nóng)業(yè)受災(zāi)率；CS表示種植業(yè)結(jié)構(gòu)；為不隨個(gè)體變化的截距；為待估參數(shù)。對(duì)式（9）中的關(guān)鍵變量進(jìn)行了取對(duì)數(shù)處理，這樣可以減少異方差或多重共線(xiàn)性的影響。

1.2 數(shù)據(jù)來(lái)源

根據(jù)數(shù)據(jù)可得性和可比性原則，本文選取我國(guó)30個(gè)省（市、區(qū)）作為研究對(duì)象，不包括臺(tái)灣、香港、澳門(mén)和西藏，時(shí)間跨度為2000—2019年。農(nóng)業(yè)生態(tài)效率評(píng)價(jià)和分析所需要的原始數(shù)據(jù)均來(lái)自《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、《中國(guó)財(cái)政年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。

2 農(nóng)業(yè)灰水足跡與農(nóng)業(yè)生態(tài)效率的測(cè)算結(jié)果

2.1 農(nóng)業(yè)灰水足跡的測(cè)算結(jié)果

圖1呈現(xiàn)了2000—2019年我國(guó)30個(gè)省（市、區(qū)）農(nóng)業(yè)灰水足跡的測(cè)算結(jié)果。根據(jù)各?。ㄊ?、區(qū)）農(nóng)業(yè)灰水足跡的測(cè)算情況，對(duì)比2000—2004年、2005—2009年、2010—2014年、2015—2019年的平均值和排名情況，可以把所研究的30個(gè)省（市、區(qū)）大體劃分為5個(gè)梯隊(duì)（表2）：第一梯隊(duì)（排名1—6）包括青海、北京、天津、海南、上海、寧夏；第二梯隊(duì)（排名7—12）包括甘肅、山西、貴州、重慶、新疆、江西；第三梯隊(duì)（排名13—18）包括內(nèi)蒙古、福建、黑龍江、浙江、廣西、遼寧；第四梯隊(duì)（排名19—24）包括吉林、云南、陜西、廣東、湖南、安徽；第五梯隊(duì)（排名25—30）包括四川、湖北、河北、江蘇、山東、河南。從上述結(jié)果來(lái)看，區(qū)域農(nóng)業(yè)灰水足跡差異性也比較明顯（圖1），同時(shí)也說(shuō)明在區(qū)域整體發(fā)展水平較高的地區(qū)，隨著農(nóng)業(yè)生產(chǎn)功能逐步弱化，而生態(tài)、生活、旅游、景觀等方面的功能在增強(qiáng)，進(jìn)而引致的結(jié)果是灰水足跡較低，如北京、上海的灰水足跡均處于第一梯隊(duì)的較低水平。

2.2 農(nóng)業(yè)生態(tài)效率的測(cè)算結(jié)果

為確保研究結(jié)果更加真實(shí)可靠，本文分析了不同?。ㄊ小^(qū)）每年的農(nóng)業(yè)生態(tài)效率（表3），并計(jì)算出相應(yīng)的平均值（表4）。從表4可以看出，我國(guó)各省（市、區(qū)）的農(nóng)業(yè)生態(tài)效率地區(qū)差異顯著且分布極不平衡。全國(guó)農(nóng)業(yè)生態(tài)效率平均值為0.6584，其中，北京的農(nóng)業(yè)生態(tài)效率最高，為1.2263，約為全國(guó)平均水平的兩倍，而新疆、廣東、四川等?。ㄊ?、區(qū)）的農(nóng)業(yè)生態(tài)效率偏低，表明仍然有較大的提升空間。

為了反映我國(guó)農(nóng)業(yè)生態(tài)效率的變化趨勢(shì)和總體特征，本文繪制了在觀測(cè)期內(nèi)的全國(guó)農(nóng)業(yè)生態(tài)效率平均值的折線(xiàn)圖（圖2）。總體來(lái)看，從2000—2016年，我國(guó)農(nóng)業(yè)生態(tài)效率表現(xiàn)平穩(wěn)，在2017年降到最低，之后有所上升，且波動(dòng)幅度較大。可能原因是自“十二五”以來(lái)，雖然黨中央、國(guó)務(wù)院高度重視農(nóng)業(yè)資源保護(hù)和生態(tài)環(huán)境建設(shè)，不斷加大投入力度，但是農(nóng)業(yè)發(fā)展方式依然比較粗放，農(nóng)業(yè)資源過(guò)度消耗、投入品不科學(xué)施用、外部污染因素不斷增加等現(xiàn)象較為突出，進(jìn)而導(dǎo)致農(nóng)業(yè)水污染加重，這在一定程度上造成了農(nóng)業(yè)灰水足跡增加，引致農(nóng)業(yè)生態(tài)效率波動(dòng)下降，農(nóng)業(yè)高質(zhì)量綠色發(fā)展面臨諸多挑戰(zhàn)。

表2 2000—2019年我國(guó)30個(gè)?。ㄊ小^(qū)）農(nóng)業(yè)灰水足跡均值排名

表3 2000—2019年我國(guó)30個(gè)?。ㄊ?、區(qū)）農(nóng)業(yè)生態(tài)效率測(cè)算結(jié)果

2017年國(guó)家開(kāi)始對(duì)畜禽養(yǎng)殖場(chǎng)進(jìn)行嚴(yán)格把控，全國(guó)有數(shù)萬(wàn)家“違規(guī)”養(yǎng)殖場(chǎng)被關(guān)閉拆遷；從2018年1月1日，環(huán)境保護(hù)稅開(kāi)始征收，已有的養(yǎng)殖場(chǎng)需要按照國(guó)家標(biāo)準(zhǔn)統(tǒng)一繳費(fèi)，加強(qiáng)對(duì)污糞的無(wú)害化和資源化處理。在配套措施方面，河長(zhǎng)制、環(huán)評(píng)制度等改革舉措不斷向縱深推進(jìn)。隨著頂層設(shè)計(jì)的逐漸完善和政策措施的落地，農(nóng)業(yè)生態(tài)效率便在2017年降至最低值后逐步提升。這也說(shuō)明我國(guó)農(nóng)業(yè)步入高質(zhì)量發(fā)展新階段，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變化較大，因此，加快構(gòu)建適應(yīng)生態(tài)文明建設(shè)、高質(zhì)量綠色發(fā)展、鄉(xiāng)村振興戰(zhàn)略要求的農(nóng)業(yè)生態(tài)環(huán)境污染治理體系迫在眉睫[24]。

橫坐標(biāo)的數(shù)字1—30分別代表北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆

表4 2000—2019年我國(guó)30個(gè)省（市、區(qū)）農(nóng)業(yè)生態(tài)效率的均值

圖2 全國(guó)農(nóng)業(yè)生態(tài)效率變化趨勢(shì)圖

3 農(nóng)業(yè)生態(tài)效率的空間差異及影響因素分析

3.1 農(nóng)業(yè)生態(tài)效率的空間差異分析

3.1.1 全局空間自相關(guān)分析 本文利用我國(guó)30個(gè)省份2000—2019年的農(nóng)業(yè)生態(tài)效率評(píng)價(jià)結(jié)果，使用檢驗(yàn)方法進(jìn)行相應(yīng)的分析。如表5所示，我國(guó)農(nóng)業(yè)生態(tài)效率Moran’s I都表現(xiàn)為明顯的全局空間正自相關(guān)，2000—2012年間Moran’s I值波動(dòng)上升，2013年開(kāi)始逐步下降，全局空間自相關(guān)關(guān)系在不斷減弱。通過(guò)分析可以發(fā)現(xiàn)，農(nóng)業(yè)生態(tài)效率的相關(guān)數(shù)值沒(méi)有表現(xiàn)出特定的規(guī)律，也就是說(shuō)各個(gè)省份的相似效率數(shù)值比較分散。

3.1.2 局部空間自相關(guān)分析 在對(duì)空間自相關(guān)狀態(tài)進(jìn)行全局分析的基礎(chǔ)上，深層次的研究還要考慮地方區(qū)域空間的獨(dú)特性。表6展示了我國(guó)農(nóng)業(yè)生態(tài)效率的聚集類(lèi)型，高-高集群說(shuō)明農(nóng)業(yè)生態(tài)效率在該省份表現(xiàn)得較高，且其周?chē)挤植贾^高農(nóng)業(yè)生態(tài)效率水平的省份，如華北地區(qū)的發(fā)展勢(shì)頭明顯比較良好。然而，一些處于高-低集群、低-低集群的省份受到地理位置的獨(dú)特性或局限性，區(qū)域農(nóng)業(yè)生態(tài)效率不高。如我國(guó)東部地區(qū)臨海，平原面積廣闊，水資源豐沛，又處于溫帶和亞熱帶，氣候四季分明，土地肥沃，非常適合進(jìn)行農(nóng)業(yè)生產(chǎn)；但隨著人口規(guī)模的擴(kuò)大、人口密度的增加和工業(yè)化的持續(xù)推進(jìn)，以及農(nóng)用化學(xué)投入品的不合理使用，可能導(dǎo)致了我國(guó)東部地區(qū)灰水足跡增加，進(jìn)而使農(nóng)業(yè)生態(tài)效率走低[25]。

表5 2000—2019年我國(guó)30個(gè)?。ㄊ?、區(qū)）農(nóng)業(yè)生態(tài)效率Moran’s I統(tǒng)計(jì)值

表6 我國(guó)農(nóng)業(yè)生態(tài)效率的聚集類(lèi)型表

3.2 農(nóng)業(yè)生態(tài)效率的影響因素分析

3.2.1 理論分析 農(nóng)業(yè)生態(tài)與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的協(xié)調(diào)發(fā)展是在一定時(shí)期和技術(shù)條件下從非均衡到均衡的動(dòng)態(tài)演變過(guò)程，二者構(gòu)成一個(gè)相互關(guān)聯(lián)、相互作用、相互制約的復(fù)雜開(kāi)放系統(tǒng)，即農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)[26]。農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)組成要素多，大系統(tǒng)中有小系統(tǒng)，小系統(tǒng)中有多成分，人口因素、資源因素、環(huán)境因素、生物因素及經(jīng)濟(jì)因素、技術(shù)因素共存于一體并且交互作用，而且每一個(gè)成分都具有易變性。不僅生物環(huán)境因素在運(yùn)動(dòng)變化，而且人口、社會(huì)經(jīng)濟(jì)技術(shù)因素以及它們對(duì)農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的干預(yù)強(qiáng)度和干預(yù)方向更是處在不斷的變動(dòng)狀態(tài)中。從系統(tǒng)論的觀點(diǎn)出發(fā)，農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的內(nèi)在本質(zhì)就是要實(shí)行農(nóng)業(yè)生態(tài)與農(nóng)業(yè)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。農(nóng)業(yè)資源環(huán)境條件與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的內(nèi)在聯(lián)系表現(xiàn)為：農(nóng)業(yè)生態(tài)環(huán)境惡化將會(huì)影響農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)質(zhì)量；農(nóng)業(yè)生態(tài)資源是農(nóng)業(yè)生產(chǎn)最基本的物質(zhì)基礎(chǔ)和發(fā)展條件，農(nóng)業(yè)資源短缺將嚴(yán)重制約農(nóng)業(yè)經(jīng)濟(jì)發(fā)展速度[27]。另外，我國(guó)農(nóng)業(yè)生產(chǎn)技術(shù)性浪費(fèi)和破壞現(xiàn)象比較普遍，過(guò)量施用化肥、農(nóng)藥，規(guī)?；笄蒺B(yǎng)殖糞便的無(wú)序排放，造成了比較嚴(yán)重的環(huán)境污染和生態(tài)環(huán)境的退化[28]。隨著國(guó)家生態(tài)文明建設(shè)戰(zhàn)略持續(xù)推進(jìn)，農(nóng)業(yè)高質(zhì)量發(fā)展的客觀要求將倒逼農(nóng)業(yè)農(nóng)村生態(tài)環(huán)境轉(zhuǎn)好。新時(shí)代我國(guó)居民消費(fèi)結(jié)構(gòu)快速升級(jí)，對(duì)優(yōu)質(zhì)、綠色、生態(tài)農(nóng)產(chǎn)品需求加大。為此，要大力開(kāi)拓農(nóng)業(yè)綠色產(chǎn)品供給渠道，這將迫使農(nóng)業(yè)生產(chǎn)在要素投入上推廣綠色模式和綠色生產(chǎn)技術(shù)。農(nóng)業(yè)綠色生產(chǎn)技術(shù)必然離不開(kāi)財(cái)政支農(nóng)政策，財(cái)政對(duì)農(nóng)業(yè)生態(tài)環(huán)境問(wèn)題上的投入力度對(duì)農(nóng)業(yè)生態(tài)效率有積極作用[29]。除此之外，制約農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的還有自然災(zāi)害等因素。近年來(lái)，隨著極端天氣事件頻發(fā)，加之我國(guó)國(guó)土面積廣，南北氣候資源差異大，導(dǎo)致每年的受災(zāi)情況并不具有規(guī)律性，因此對(duì)農(nóng)業(yè)生態(tài)效率的影響程度各有差異。

3.2.2 變量的描述性統(tǒng)計(jì) 經(jīng)濟(jì)系統(tǒng)規(guī)模的不斷擴(kuò)大已經(jīng)逼近甚至超過(guò)了生態(tài)系統(tǒng)的承載力，人類(lèi)就不得不考慮如何以最少的生態(tài)資本消耗獲取最多的物質(zhì)資本服務(wù)，并將這種思想貫穿于經(jīng)濟(jì)系統(tǒng)生產(chǎn)和消費(fèi)的整個(gè)過(guò)程。因此，農(nóng)業(yè)生態(tài)效率概念的基本前提是：人與自然的物質(zhì)交換對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)的影響必須限制在其承載力范圍內(nèi)。隨著可供人類(lèi)利用的農(nóng)業(yè)生態(tài)資源與環(huán)境容量日益減少，資源生產(chǎn)率已經(jīng)成為農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的重要影響因素，只有通過(guò)有效配置農(nóng)業(yè)生態(tài)資本與保護(hù)生態(tài)環(huán)境，以最小的資源消耗和環(huán)境代價(jià)獲取最大的經(jīng)濟(jì)效益，將經(jīng)濟(jì)規(guī)?？刂圃谵r(nóng)業(yè)生態(tài)系統(tǒng)承載力范圍內(nèi)，才能保持經(jīng)濟(jì)的穩(wěn)定持續(xù)發(fā)展[30]。綜合理論分析、已有研究和數(shù)據(jù)資料的可獲取性，本文篩選出人均收入、財(cái)政支農(nóng)支出、技術(shù)水平、經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)受災(zāi)率、種植業(yè)結(jié)構(gòu)等作為我國(guó)農(nóng)業(yè)生態(tài)效率的影響因素進(jìn)行分析（表7、8）。

表7 農(nóng)業(yè)生態(tài)效率的影響因素

表8 變量的描述性統(tǒng)計(jì)

3.2.3 農(nóng)業(yè)生態(tài)效率影響因素的估計(jì)結(jié)果及分析 根據(jù)前文的基準(zhǔn)模型，在考慮了控制時(shí)間和控制省份的情況下，得到農(nóng)業(yè)生態(tài)效率影響因素的估計(jì)結(jié)果（表9）。從表9中的結(jié)果可以看出：

第一，農(nóng)村居民人均收入通過(guò)了10%的顯著性水平檢驗(yàn)。與總收入相比，農(nóng)村居民人均收入對(duì)農(nóng)業(yè)生產(chǎn)方式、農(nóng)業(yè)種植結(jié)構(gòu)、農(nóng)業(yè)技術(shù)應(yīng)用和資源環(huán)境利用會(huì)產(chǎn)生影響。在農(nóng)村居民收入未達(dá)到一定水平時(shí)，農(nóng)業(yè)生態(tài)效率隨著收入的增加而不斷下降；當(dāng)農(nóng)村居民收入達(dá)到一定水平時(shí)，農(nóng)業(yè)生態(tài)效率隨著收入的增加而不斷提升。理論上，隨著城鄉(xiāng)居民生活水平的提高以及生態(tài)環(huán)境保護(hù)意識(shí)的增強(qiáng)，經(jīng)營(yíng)主體在農(nóng)業(yè)生產(chǎn)過(guò)程中追求更高期望收入的同時(shí)也意識(shí)到生態(tài)環(huán)境的重要性，不斷提升農(nóng)業(yè)的技術(shù)與管理水平，由此農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的同時(shí)農(nóng)業(yè)生態(tài)環(huán)境也得到相應(yīng)保護(hù)。實(shí)踐中，農(nóng)村居民收入水平的提升體現(xiàn)了地區(qū)農(nóng)業(yè)經(jīng)濟(jì)的不斷發(fā)展，這有利于協(xié)調(diào)農(nóng)業(yè)經(jīng)濟(jì)與生態(tài)環(huán)境的協(xié)同發(fā)展。

第二，財(cái)政支農(nóng)的系數(shù)顯示為負(fù)，其可能原因是

當(dāng)?shù)卣畬?duì)農(nóng)業(yè)生產(chǎn)過(guò)程中的財(cái)政支出，一方面用于農(nóng)田水利設(shè)施等資金支持，這有利于農(nóng)業(yè)灌溉，保障了農(nóng)業(yè)生產(chǎn)并促進(jìn)糧食產(chǎn)量的增加；但另一方面用于農(nóng)藥、化肥、農(nóng)膜等化學(xué)投入品的補(bǔ)貼，也導(dǎo)致農(nóng)業(yè)經(jīng)營(yíng)主體對(duì)其過(guò)于依賴(lài)而引發(fā)生態(tài)環(huán)境污染問(wèn)題。技術(shù)水平的系數(shù)為正，其主要原因是技術(shù)水平的提升為農(nóng)業(yè)生產(chǎn)提供了機(jī)械化、智能化支持，對(duì)農(nóng)業(yè)生態(tài)效率產(chǎn)生了促進(jìn)作用。綜合判斷分析得出，自然生態(tài)環(huán)境受破壞會(huì)嚴(yán)重影響長(zhǎng)期的經(jīng)濟(jì)產(chǎn)出，要具體情況具體分析并及時(shí)調(diào)整發(fā)展策略，因?yàn)槟壳暗膶?shí)際發(fā)展需要進(jìn)行干預(yù)調(diào)整。種植業(yè)結(jié)構(gòu)的系數(shù)為-0.065，顯著性水平超過(guò)10%，說(shuō)明我國(guó)目前的種植業(yè)結(jié)構(gòu)對(duì)農(nóng)業(yè)生態(tài)效率產(chǎn)生了負(fù)面影響。其可能的原因在于糧食作物種植面積占作物總播種面積比例較高，且消耗的氮肥數(shù)量較多。

第三，生態(tài)效率的高低與經(jīng)濟(jì)增長(zhǎng)快慢之間的交互關(guān)系主要表現(xiàn)為以下三點(diǎn)：（1）規(guī)模效應(yīng)。隨著經(jīng)濟(jì)規(guī)模的不斷擴(kuò)大，原有的資源儲(chǔ)備投入不能完全滿(mǎn)足發(fā)展的資源需要，那么資源繼續(xù)投入使用會(huì)在一定程度上對(duì)環(huán)境造成負(fù)面影響。（2）結(jié)構(gòu)效應(yīng)。近年來(lái)，隨著生活質(zhì)量和水平不斷提升，人們不再僅僅滿(mǎn)足于基礎(chǔ)的物質(zhì)需求，會(huì)同時(shí)關(guān)注商品是否符合綠色環(huán)保的理念。通過(guò)這些商品的消費(fèi)間接地為保護(hù)環(huán)境做出一定貢獻(xiàn)。相關(guān)生產(chǎn)經(jīng)營(yíng)主體要敏銳地察覺(jué)到這些變化，降低生產(chǎn)能耗做到綠色環(huán)保生產(chǎn)，同時(shí)兼顧商品質(zhì)量，最終實(shí)現(xiàn)農(nóng)業(yè)綠色化升級(jí)，提高農(nóng)業(yè)生態(tài)效率。（3）技術(shù)效應(yīng)。經(jīng)濟(jì)發(fā)展水平越來(lái)越高，技術(shù)也不斷更新?lián)Q代，農(nóng)業(yè)經(jīng)營(yíng)主體可以嘗試投入更多的資金對(duì)自身的生產(chǎn)運(yùn)營(yíng)進(jìn)行升級(jí)，積極引用新技術(shù)改革生產(chǎn)，大膽創(chuàng)新，使用新型機(jī)器代替舊有設(shè)備，使用新的污染控制技術(shù)，提高資源利用率，減少水電浪費(fèi)，最大程度減少污染物排放，實(shí)現(xiàn)農(nóng)業(yè)綠色循環(huán)低碳發(fā)展。

表9 農(nóng)業(yè)生態(tài)效率影響因素的回歸結(jié)果

*、**、***分別表示在10%、5%和1%的水平上顯著，表10同。括號(hào)中數(shù)值為t統(tǒng)計(jì)量

*、* *、 * * * respectively in 10%, 5% and 1% significance level，table 10 also。The value in parentheses is the t statistic

3.2.4 異質(zhì)性分析 一般而言，農(nóng)業(yè)發(fā)展具有很強(qiáng)的區(qū)位特征，地理位置基本決定了農(nóng)業(yè)發(fā)展進(jìn)程所處的階段。為了分析各因素對(duì)不同地理位置省份產(chǎn)生的異質(zhì)性影響，本文將研究樣本根據(jù)經(jīng)濟(jì)社會(huì)發(fā)展綜合水平劃分為東北地區(qū)、東部地區(qū)、中部地區(qū)和西部地區(qū)進(jìn)行異質(zhì)性分析。

表10結(jié)果顯示，農(nóng)村居民人均純收入與農(nóng)業(yè)生態(tài)效率表現(xiàn)出線(xiàn)性關(guān)系，即農(nóng)村居民人均純收入達(dá)到一定水平時(shí)，農(nóng)業(yè)經(jīng)營(yíng)者可能對(duì)農(nóng)業(yè)綠色發(fā)展的參與度更高，相關(guān)農(nóng)業(yè)生產(chǎn)方式做到了更加精細(xì)化改革，最終實(shí)現(xiàn)了經(jīng)濟(jì)與環(huán)境的協(xié)同共贏，減少了負(fù)面污染，降低了農(nóng)業(yè)灰水足跡，有利于農(nóng)業(yè)生態(tài)效率的提升。技術(shù)水平在東部地區(qū)影響程度更為明顯，可能是因?yàn)槲覈?guó)東部省份最早引入了先進(jìn)技術(shù)，經(jīng)濟(jì)系統(tǒng)的高效性成功轉(zhuǎn)化成了生態(tài)系統(tǒng)的有效性。種植業(yè)結(jié)構(gòu)在各區(qū)域均顯著為負(fù)，各省份要根據(jù)地理環(huán)境特征，優(yōu)化種植結(jié)構(gòu)，為農(nóng)業(yè)生態(tài)效率的提升做出貢獻(xiàn)。財(cái)政支農(nóng)力度僅在西北地區(qū)呈現(xiàn)顯著正相關(guān)，其余區(qū)域均顯著負(fù)相關(guān)。這表明西北地區(qū)的財(cái)政支農(nóng)對(duì)其農(nóng)業(yè)生態(tài)效率有積極促進(jìn)效果。實(shí)地考察西北地區(qū)的地理環(huán)境發(fā)現(xiàn)，這些地方的生態(tài)脆弱性明顯，各種農(nóng)業(yè)作物種類(lèi)不夠豐富，缺乏大規(guī)模開(kāi)展農(nóng)業(yè)經(jīng)營(yíng)活動(dòng)的氣候條件。需要充分引入新技術(shù)，通過(guò)實(shí)踐創(chuàng)新，實(shí)現(xiàn)可持續(xù)發(fā)展，穩(wěn)步提升西部地區(qū)農(nóng)業(yè)生態(tài)效率。農(nóng)業(yè)受災(zāi)率沒(méi)有通過(guò)顯著性檢驗(yàn)，可能原因是農(nóng)業(yè)經(jīng)營(yíng)受自然因素影響較大，但農(nóng)業(yè)災(zāi)害發(fā)生沒(méi)有規(guī)律性。事實(shí)上，農(nóng)業(yè)生態(tài)效率是從生態(tài)平衡的角度來(lái)衡量農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益，是農(nóng)業(yè)生態(tài)效益和農(nóng)業(yè)經(jīng)濟(jì)效益的綜合。因此，需要正確認(rèn)識(shí)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)的關(guān)系，積極轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式，合理利用農(nóng)業(yè)資源，激發(fā)農(nóng)業(yè)經(jīng)營(yíng)主體參與農(nóng)業(yè)生態(tài)經(jīng)濟(jì)發(fā)展的生態(tài)自覺(jué)性。

表10 各因素對(duì)我國(guó)農(nóng)業(yè)生態(tài)效率的分樣本估計(jì)結(jié)果

4 研究結(jié)論與政策啟示

4.1 研究結(jié)論

（1）各個(gè)?。ㄊ?、區(qū)）的農(nóng)業(yè)灰水足跡演變趨勢(shì)和差異明顯。總體而言，農(nóng)業(yè)灰水足跡呈下降趨勢(shì)，但個(gè)別省（市、區(qū)）呈上升趨勢(shì)。從灰水足跡由低到高的排名可以看出，處于前列（即灰水足跡較低）的省（市、區(qū)）經(jīng)濟(jì)發(fā)展水平較高或農(nóng)業(yè)產(chǎn)值占比較低；處于后列（即灰水足跡較高）的?。ㄊ?、區(qū)）經(jīng)濟(jì)發(fā)展水平較低或農(nóng)業(yè)產(chǎn)值占比較高。這也說(shuō)明經(jīng)濟(jì)發(fā)展水平與農(nóng)業(yè)經(jīng)營(yíng)結(jié)構(gòu)對(duì)農(nóng)業(yè)生態(tài)效率的影響是不一樣的。

（2）觀測(cè)期內(nèi)，農(nóng)業(yè)生態(tài)效率呈現(xiàn)平穩(wěn)趨勢(shì)，其中個(gè)別年份波動(dòng)較大，各?。ㄊ小^(qū)）的均值差距明顯且分布極不平衡。全國(guó)農(nóng)業(yè)生態(tài)效率的平均水平為0.6584，在30個(gè)省（市、區(qū)）中有12個(gè)省（市、區(qū)）高于全國(guó)平均水平，其中，北京的農(nóng)業(yè)生態(tài)效率水平最高，達(dá)1.2263，約為全國(guó)平均水平的兩倍；18個(gè)省（市、區(qū)）低于全國(guó)平均水平，其中，新疆、廣東、四川等?。ㄊ?、區(qū)）的農(nóng)業(yè)生態(tài)效率偏低，仍有較大的提升潛力。

（3）各個(gè)因素對(duì)農(nóng)業(yè)生態(tài)效率的影響程度不一。通過(guò)對(duì)農(nóng)業(yè)生態(tài)效率的影響因素分析發(fā)現(xiàn)，農(nóng)村人均可支配收入通過(guò)了10%的顯著性水平檢驗(yàn)，這說(shuō)明隨著經(jīng)濟(jì)發(fā)展水平與人們生活質(zhì)量的雙雙提升，無(wú)論是農(nóng)業(yè)經(jīng)營(yíng)者還是消費(fèi)者對(duì)農(nóng)業(yè)生態(tài)環(huán)境保護(hù)和農(nóng)產(chǎn)品質(zhì)量的重視程度日益增強(qiáng)，在一定程度上改善了區(qū)域農(nóng)業(yè)生態(tài)效率水平，但是地區(qū)經(jīng)濟(jì)發(fā)展產(chǎn)生的污染也可能對(duì)農(nóng)業(yè)生態(tài)效率產(chǎn)生負(fù)面影響；財(cái)政支農(nóng)結(jié)構(gòu)不盡合理，大部分資金使用在對(duì)農(nóng)藥、化肥和農(nóng)機(jī)等生產(chǎn)資料的補(bǔ)貼上，雖然改善了農(nóng)業(yè)生產(chǎn)條件，提高了農(nóng)業(yè)經(jīng)濟(jì)生產(chǎn)力和效率，但對(duì)農(nóng)業(yè)生態(tài)效率的提升效果不顯著；技術(shù)的發(fā)展在農(nóng)業(yè)生產(chǎn)過(guò)程中很重要，使用得當(dāng)會(huì)提高農(nóng)業(yè)生態(tài)效率；農(nóng)業(yè)受災(zāi)率的估計(jì)結(jié)果未通過(guò)顯著性檢驗(yàn)，可能是因?yàn)檗r(nóng)業(yè)受災(zāi)面積的擴(kuò)大導(dǎo)致農(nóng)業(yè)生態(tài)效率的下降，但每年的受災(zāi)情況并不具有規(guī)律性；種植業(yè)結(jié)構(gòu)的系數(shù)為負(fù)，其對(duì)農(nóng)業(yè)生產(chǎn)效率產(chǎn)生了負(fù)面影響，可能是因?yàn)榧Z食作物種植面積占作物總播種面積比例較高，消耗的氮肥數(shù)量較多。

4.2 政策啟示

（1）健全農(nóng)業(yè)灰水足跡治理機(jī)制。通過(guò)農(nóng)業(yè)系統(tǒng)內(nèi)部和外部措施相結(jié)合，充分發(fā)揮各個(gè)主體的積極性和主動(dòng)性，深入推進(jìn)“政府——市場(chǎng)——社會(huì)”機(jī)制“三位一體”的農(nóng)業(yè)用水技術(shù)創(chuàng)新和農(nóng)業(yè)水生態(tài)環(huán)境協(xié)同治理。在農(nóng)業(yè)系統(tǒng)內(nèi)部，因地制宜推廣節(jié)水農(nóng)業(yè)模式和高效農(nóng)業(yè)灌溉技術(shù)，細(xì)化治理農(nóng)業(yè)面源污染的“一控兩減三基本”行動(dòng)方案和措施；在農(nóng)業(yè)系統(tǒng)外部，扎實(shí)推進(jìn)山水林田湖草沙一體化保護(hù)和修復(fù)，多渠道強(qiáng)化農(nóng)業(yè)領(lǐng)域的多污染物協(xié)同控制和區(qū)域協(xié)同治理，全方位推動(dòng)生態(tài)環(huán)境導(dǎo)向的開(kāi)發(fā)（EOD）模式，切實(shí)增強(qiáng)區(qū)域農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)的環(huán)境適應(yīng)能力。

（2）優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，建立基于灰水足跡的農(nóng)業(yè)水資源保護(hù)補(bǔ)償機(jī)制。中國(guó)我國(guó)地域廣闊，各地農(nóng)業(yè)發(fā)展水平差異明顯，要因地制宜優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，從各地實(shí)際積極探索市場(chǎng)化多元化農(nóng)業(yè)水資源保護(hù)補(bǔ)償機(jī)制；圍繞農(nóng)業(yè)重點(diǎn)領(lǐng)域和農(nóng)業(yè)功能區(qū)劃，基于灰水足跡科學(xué)確立農(nóng)業(yè)水資源生態(tài)補(bǔ)償標(biāo)準(zhǔn)，將農(nóng)業(yè)水資源保護(hù)補(bǔ)償與水體環(huán)境修復(fù)、綠色種養(yǎng)模式推廣結(jié)合起來(lái)；開(kāi)展農(nóng)業(yè)水生態(tài)系統(tǒng)損害監(jiān)測(cè)評(píng)價(jià)，建立農(nóng)業(yè)水生態(tài)環(huán)境損害賠償制度。

（3）完善財(cái)政支農(nóng)方式和政策，引導(dǎo)經(jīng)營(yíng)主體積極提升農(nóng)業(yè)生態(tài)效率。通過(guò)完善綠色生態(tài)導(dǎo)向的農(nóng)業(yè)補(bǔ)貼制度和綠色金融支持手段，增強(qiáng)農(nóng)業(yè)經(jīng)營(yíng)者的責(zé)任意識(shí)，提升其農(nóng)業(yè)綠色生產(chǎn)參與度，擴(kuò)大高農(nóng)業(yè)生態(tài)效率水平的農(nóng)業(yè)經(jīng)營(yíng)者數(shù)量，發(fā)揮高農(nóng)業(yè)生態(tài)效率經(jīng)營(yíng)者的引領(lǐng)示范作用。

[1] 前瞻產(chǎn)業(yè)研究院. 2017-2022年中國(guó)農(nóng)村污水處理行業(yè)發(fā)展前景預(yù)測(cè)與投資戰(zhàn)略規(guī)劃分析報(bào)告. https://bg.qianzhan.com/trends/ detail/ 506/220808-ac1fce40.html.

Prospective Industry Research Institute. Report of prospect and investment strategy planning analysis on China rural sewage treatment industry(2017-2022). https://bg.qianzhan.com/trends/ detail/506/220808- ac1fce40.html. (in Chinese)

[2] 開(kāi)燕華,王霞, 曾鋮. 長(zhǎng)三角城市群現(xiàn)代農(nóng)業(yè)發(fā)展效率評(píng)價(jià): 考慮社會(huì)和工程功能的PCA-DEA模型的研究. 經(jīng)濟(jì)問(wèn)題探索, 2018(6): 155-163.

KAI Y H, WANG X, ZENG C. Evaluation of modern agriculture of the Yangtze River Delta City group considering social and engineering functions based on PCA-DEA model. Inquiry into Economic Issues, 2018(6): 155-163. (in Chinese)

[3] 汪言在, 劉大偉. 納入氣候要素的重慶市農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)時(shí)空分布分析. 地理科學(xué), 2017, 37(12): 1942-1952. doi:10.13249/ j.cnki.sgs.2017.12.019.

WANG Y Z, LIU D W. Spatial and temporal changes of total factor productivity in agriculture of Chongqing under constraints of climatic factors. Scientia Geographica Sinica, 2017, 37(12): 1942-1952. doi:10. 13249/j.cnki.sgs.2017.12.019. (in Chinese)

[4] 蘇昕, 劉昊龍. 農(nóng)村勞動(dòng)力轉(zhuǎn)移背景下農(nóng)業(yè)合作經(jīng)營(yíng)對(duì)農(nóng)業(yè)生產(chǎn)效率的影響. 中國(guó)農(nóng)村經(jīng)濟(jì), 2017(5): 58-72.

SU X, LIU H L. The effects of farmers' specialized cooperatives on agricultural production efficiency within the context of rural labor migration. Chinese Rural Economy, 2017(5): 58-72. (in Chinese)

[5] 鄭德鳳, 郝帥, 孫才志. 基于DEA-ESDA的農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及時(shí)空分異研究. 地理科學(xué), 2018, 38(3): 419-427. doi:10.13249/j.cnki. sgs.2018.03.012.

ZHENG D F, HAO S, SUN C Z. Evaluation of agricultural ecological efficiency and its spatial-temporal differentiation based on DEA- ESDA. Scientia Geographica Sinica, 2018, 38(3): 419-427. doi:10. 13249/j.cnki.sgs.2018.03.012. (in Chinese)

[6] 黃瑪蘭, 曾琳琳, 李曉云. LCA和DEA法相結(jié)合的農(nóng)業(yè)生態(tài)效率研究: 兼顧綠色認(rèn)知和環(huán)境規(guī)制的影響. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2022(1): 94-104. doi:10.13300/j.cnki.hnwkxb.2022.01. 010.

HUANG M L, ZENG L L, LI X Y. Joint life cycle assessment and data envelopment analysis for assessing agriculture eco-efficiency— considering the impacts of green cognition and government regulations. Journal of Huazhong Agricultural University (Social Sciences Edition), 2022(1): 94-104. doi:10.13300/j.cnki.hnwkxb.2022. 01.010. (in Chinese)

[7] 趙吉, 黨國(guó)英, 唐夏俊. 基于SBM-Tobit模型的中國(guó)農(nóng)業(yè)生態(tài)效率時(shí)空差異及影響因素研究. 西南林業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)), 2022, 6(3): 10-18.

ZHAO J, DANG G Y, TANG X J. Spatial-temporal differences and influencing factors of agricultural eco-efficiency in China based on SBM-Tobit model. Journal of Southwest Forestry University (Social Sciences), 2022, 6(3): 10-18. (in Chinese)

[8] 陳菁泉, 信猛, 馬曉君, 常百舒, 張紫嫣. 中國(guó)農(nóng)業(yè)生態(tài)效率測(cè)度與驅(qū)動(dòng)因素. 中國(guó)環(huán)境科學(xué), 2020, 40(7): 3216-3227. doi:10.19674/j. cnki.issn1000-6923.2020.0360.

CHEN J Q, XIN M, MA X J, CHANG B S, ZHANG Z Y. Chinese agricultural eco-efficiency measurement and driving factors. China Environmental Science, 2020, 40(7): 3216-3227. doi:10.19674/j.cnki. issn1000-6923.2020.0360. (in Chinese)

[9] 張展, 廖小平, 李春華, 楊燦, 陽(yáng)莎莎, 李伊涵. 湖南省縣域農(nóng)業(yè)生態(tài)效率的時(shí)空特征及其影響因素. 經(jīng)濟(jì)地理, 2022, 42(2): 181-189. doi:10.15957/j.cnki.jjdl.2022.02.020.

ZHANG Z, LIAO X P, LI C H, YANG C, YANG S S, LI Y H. Spatio-temporal characteristics of agricultural eco-efficiency and its determinants in Hunan Province. Economic Geography, 2022, 42(2): 181-189. doi:10.15957/j.cnki.jjdl.2022.02.020. (in Chinese)

[10] 舒曉波, 馮維祥, 廖富強(qiáng), 凌春園. 長(zhǎng)江中游城市群農(nóng)業(yè)生態(tài)效率時(shí)空演變及驅(qū)動(dòng)因子研究. 水土保持研究, 2022, 29(1): 394-403. doi:10.13869/j.cnki.rswc.2022.01.043.

SHU X B, FENG W X, LIAO F Q, LING C Y. Study on the spatiotemporal evolution and driving factors of agricultural eco- efficiency of urban agglomeration in the middle reaches of the Yangtze River. Research of Soil and Water Conservation, 2022, 29(1): 394-403. doi:10.13869/j.cnki.rswc.2022.01.043. (in Chinese)

[11] 侯孟陽(yáng), 姚順波. 空間視角下中國(guó)農(nóng)業(yè)生態(tài)效率的收斂性與分異特征. 中國(guó)人口·資源與環(huán)境, 2019, 29(4): 116-126.

HOU M Y, YAO S B. Convergence and differentiation characteristics on agro-ecological efficiency in China from a spatial perspective. China Population, Resources and Environment, 2019, 29(4): 116-126. (in Chinese)

[12] 韓琴, 孫才志, 鄒瑋. 1998—2012年中國(guó)省際灰水足跡效率測(cè)度與驅(qū)動(dòng)模式分析. 資源科學(xué), 2016, 38(6): 1179-1191.

HAN Q, SUN C Z, ZOU W. Grey water footprint efficiency measure and its driving pattern analysis on provincial scale in China from 1998 to 2012. Resources Science, 2016, 38(6): 1179-1191. (in Chinese)

[13] 程鵬, 李敘勇, 孫明東. 基于河流參照狀態(tài)的季風(fēng)區(qū)域季節(jié)性農(nóng)業(yè)灰水足跡核算方法與例證. 環(huán)境科學(xué)學(xué)報(bào), 2020, 40(9): 3453-3462. doi:10.13671/j.hjkxxb.2020.0142.

CHENG P, LI X Y, SUN M D. Calculation method and illustration of seasonal agricultural grey water footprint in monsoon region based on river reference conditions. Acta Scientiae Circumstantiae, 2020, 40(9): 3453-3462. doi:10.13671/j.hjkxxb.2020.0142. (in Chinese)

[14] 何立新, 練繼建, 王書(shū)吉. 河北省主要農(nóng)作物2005—2014年灰水足跡變化. 水利水電技術(shù), 2016, 47(12): 143-148. doi:10.13928/j. cnki.wrahe.2016.12.030.

HE L X, LIAN J J, WANG S J. Variation of grey water footprint of main crops in Hebei Province from 2005 to 2014. Water Resources and Hydropower Engineering, 2016, 47(12): 143-148. doi:10.13928/ j.cnki.wrahe.2016.12.030. (in Chinese)

[15] CHAPAGAIN A K, HOEKSTRA A Y. The global component of freshwater demand and supply: an assessment of virtual water flows between nations as a result of trade in agricultural and industrial products. Water International, 2008, 33(1): 19-32. doi:10.1080/ 02508060801927812.

[16] HOEKSTRA A Y. Virtual water trade: proceedings of the international expert meeting on virtual water trade. Delft, Netherlands: IHE, 2003: 13-23.

[17] BECKEN S. Water equity - Contrasting tourism water use with that of the local community. Water Resources and Industry, 2014, 7/8: 9-22. doi:10.1016/j.wri.2014.09.002.

[18] MEKONNEN M M, HOEKSTRA A Y. A global assessment of the water footprint of farm animal products. Ecosystems, 2012, 15(3): 401-415. doi:10.1007/s10021-011-9517-8.

[19] 王圣云, 林玉娟. 中國(guó)區(qū)域農(nóng)業(yè)生態(tài)效率空間演化及其驅(qū)動(dòng)因素: 水足跡與灰水足跡視角. 地理科學(xué), 2021, 41(2): 290-301. doi:10. 13249/j.cnki.sgs.2021.02.012.

WANG S Y, LIN Y J. Spatial evolution and its drivers of regional agro-ecological efficiency in China's from the perspective of water footprint and gray water footprint. Scientia Geographica Sinica, 2021, 41(2): 290-301. doi:10.13249/j.cnki.sgs.2021.02.012. (in Chinese)

[20] 付永虎, 劉鐵, 劉俊青, 胡晗, 魏范青. 基于灰水足跡的糧食主產(chǎn)區(qū)農(nóng)業(yè)環(huán)境效率與水環(huán)境可持續(xù)性測(cè)度與評(píng)估. 中國(guó)農(nóng)業(yè)資源與區(qū)劃, 2021, 42(1): 77-87.

FU Y H, LIU T, LIU J Q, HU H, WEI F Q. Measurement and evaluation of agricultural environmental efficiency and environmental sustainability for water in the major grain-producing area based on grey water footprint. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(1): 77-87. (in Chinese)

[21] 歐陽(yáng)佚亭, 宋國(guó)寶, 陳景文, 張樹(shù)深. 中國(guó)淡水池塘養(yǎng)殖魚(yú)類(lèi)排污的灰水足跡及污染負(fù)荷研究. 環(huán)境污染與防治, 2018, 40(3): 317-322, 328. doi:10.15985/j.cnki.1001-3865.2018.03.016.

OUYANG Y T, SONG G B, CHEN J W, ZHANG S S. Grey water footprint and pollution loadings of freshwater pond-cultured fish in China. Environmental Pollution ＆ Control, 2018, 40(3): 317-322, 328. doi:10.15985/j.cnki.1001-3865.2018.03.016. (in Chinese)

[22] TONE K. A slacks-based measure of efficiency in data envelopment analysis. European Journal of Operational Research, 2001, 130(3): 498-509. doi:10.1016/S0377-2217(99)00407-5.

[23] TONE K. A slacks-based measure of super-efficiency in data envelopment analysis. European Journal of Operational Research, 2002, 143(1): 32-41. doi:10.1016/S0377-2217(01)00324-1.

[24] 華春林, 張玖弘, 金書(shū)秦. 基于文本量化的中國(guó)農(nóng)業(yè)面源污染治理政策演進(jìn)特征分析. 中國(guó)農(nóng)業(yè)科學(xué), 2022, 55(7): 1385-1398.

HUA C L, ZHANG J H, JIN S Q. Analysis to evolution characteristics of policies for controlling agricultural non-point source pollution in China: based on text quantification. Scientia Agricultura Sinica, 2022, 55(7): 1385-1398. (in Chinese)

[25] 張子龍, 薛冰, 陳興鵬, 李勇進(jìn). 中國(guó)工業(yè)環(huán)境效率及其空間差異的收斂性. 中國(guó)人口·資源與環(huán)境, 2015, 25(2): 30-38.

ZHANG Z L, XUE B, CHEN X P, LI Y J. Convergence in spatial difference of industrial environmental efficiency in China. China Population, Resources and Environment, 2015, 25(2): 30-38. (in Chinese)

[26] 王寶義, 張衛(wèi)國(guó). 中國(guó)農(nóng)業(yè)生態(tài)效率測(cè)度及時(shí)空差異研究. 中國(guó)人口·資源與環(huán)境, 2016, 26(6): 11-19.

WANG B Y, ZHANG W G. A research of agricultural eco-efficiency measure in China and space-time differences. China Population, Resources and Environment, 2016, 26(6): 11-19. (in Chinese)

[27] 蔣黎, 王曉君. 環(huán)境質(zhì)量與農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的內(nèi)在關(guān)系探討: 基于我國(guó)31個(gè)省區(qū)面板數(shù)據(jù)的EKC分析. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題, 2019, 40(12): 43-51. doi:10.13246/j.cnki.iae.2019.12.005.

JIANG L, WANG X J. EKC hypothesis verification between rural environmental quality and agricultural economic growth in China—an empirical analysis based on panel data of 31 provinces. Issues in Agricultural Economy, 2019, 40(12): 43-51. doi:10.13246/j.cnki.iae. 2019.12.005. (in Chinese)

[28] 曹俊文, 曾康. 低碳視角下長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)生態(tài)效率及影響因素研究. 生態(tài)經(jīng)濟(jì), 2019, 35(8): 115-119, 127.

CAO J W, ZENG K. Study on agricultural eco-efficiency and its influencing factors in the Yangtze River economic belt from the perspective of low carbon. Ecological Economy, 2019, 35(8): 115-119, 127. (in Chinese)

[29] 方琳, 吳鳳平, 王新華, 余燕團(tuán). 基于共同前沿SBM模型的農(nóng)業(yè)用水效率測(cè)度及改善潛力. 長(zhǎng)江流域資源與環(huán)境, 2018, 27(10): 2293-2304.

FANG L, WU F P, WANG X H, YU Y T. Analysis of agricultural water efficiency measurement and improvement potential based on meta frontier SBM model. Resources and Environment in the Yangtze Basin, 2018, 27(10): 2293-2304. (in Chinese)

[30] 李慧明. 內(nèi)外均衡, 一體循環(huán): 循環(huán)經(jīng)濟(jì)的經(jīng)濟(jì)學(xué)思考: 國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目: “經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)雙贏的循環(huán)經(jīng)濟(jì)深入發(fā)展研究”成果之一. 天津: 天津人民出版社, 2007: 128-130.

LI H M. Internal and External Balance, Integrated Circulation—— Economic Thinking on Circular Economy. Beijing: Tianjin: Tianjin People's Publishing House, 2007: 128-130. (in Chinese)

Provincial Agricultural Ecological Efficiency and Its Influencing Factors in China from the Perspective of Grey Water Footprint

DENG YuanJian,CHAO Bo

School of Business Administration, Zhongnan University of Economics and Law, Wuhan 430073

This paper evaluated Chinese provincial agricultural ecological efficiency from the perspective of gray water footprint, revealed the spatial distribution characteristics of agricultural ecological efficiency, analyzed the main factors affecting agricultural ecological efficiency, and put forward policy suggestions to improve Chinese provincial agricultural ecological efficiency.Based on the provincial panel data of China from 2000 to 2019, this paper comprehensively evaluated the agricultural ecological efficiency of Chinese provinces with the super efficiency SBM model considering the unexpected output, and used the spatial Dobbin model to analyze the spatial differences and influencing factors of agricultural ecological efficiency.(1)In general, the agricultural grey water footprint showed a downward trend, but in some provinces (cities and districts), it showed an upward trend. From the ranking of grey water footprint from low to high, it could be seen that the provinces (cities and districts) in the forefront (i.e. with less grey water footprint) had a high level of economic development or a relatively low proportion of agricultural output value; the provinces (cities and districts) in the rear row (i.e. with more grey water footprint) had low economic development level or high agricultural output value. (2)During the observation period, the agricultural ecological efficiency fluctuated greatly in some years in the stable trend, and the average difference among provinces (cities and districts) was obvious and the distribution was extremely unbalanced. (3)Economic development level, fiscal expenditure for supporting agriculture, technological progress, agricultural disaster rate, planting structure and other factors had different impacts on Chinese agricultural ecological efficiency. With the improvement of both economic development level and people's living quality, both agricultural operators and consumers paid more attention to the protection of agricultural ecological environment and the quality of agricultural products, which have improved the level of regional agricultural ecological efficiency to a certain extent. But the pollution caused by regional economic and social development might also have a negative impact on agricultural ecological efficiency. Most of the financial support for agriculture was used to subsidize production links, such as pesticides, chemical fertilizers, and agricultural machinery. Although the agricultural production conditions have been improved and the agricultural economic productivity and efficiency have been improved, the improvement of agricultural ecological efficiency was not significant. The development of technology was very important in the agricultural production process, and the proper use of it would improve the agricultural ecological efficiency. The estimated results of agricultural disaster rate failed to pass the significance test, which might be because the expansion of agricultural disaster area would lead to the decline of agricultural ecological efficiency, but the annual disaster situation was not regular. The coefficient of planting structure was negative, which had a negative impact on agricultural production efficiency. This might be due to the high proportion of grain crop planting area in the total planting area of crops, and the high consumption of nitrogen fertilizer.As the evolution trend and difference of agricultural gray water footprint in various provinces (cities and districts) in China were obvious, the overall level of agricultural ecological efficiency was not high, and various factors have different impacts on agricultural ecological efficiency, it was necessary to improve the governance mechanism of agricultural gray water footprint; optimize the agricultural industrial structure and establish a compensation mechanism for agricultural water resources protection based on gray water footprint; improve the ways and policies of financial support for agriculture, and guide business entities to actively improve agricultural ecological efficiency.

agricultural ecological efficiency; agricultural grey water footprint; super-SBM model

2022-09-05；

2022-10-25

國(guó)家自然科學(xué)基金（71673302）、中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資助項(xiàng)目（2722021BX018）

鄧遠(yuǎn)建，E-mail：dyj_scga@163.com。通信作者超博，E-mail：1627845541@qq.com

（責(zé)任編輯 李云霞）