農(nóng)業(yè)現(xiàn)代化進(jìn)程中江蘇省農(nóng)業(yè)生態(tài)效率的測(cè)度及其影響因素

常新鋒 張雨祥

摘? ?要：基于2009—2020年江蘇省13個(gè)地級(jí)市的面板數(shù)據(jù)，構(gòu)建全局參比非期望產(chǎn)出超效率SBM模型對(duì)江蘇省農(nóng)業(yè)生態(tài)效率進(jìn)行測(cè)度，并通過(guò)HP濾波法刻畫趨勢(shì)要素和周期波動(dòng)。通過(guò)面板回歸模型探究農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率的影響，并進(jìn)一步采用Light GBM進(jìn)行影響因素重要性的再判斷。主要研究結(jié)論如下：（1）江蘇省農(nóng)業(yè)生態(tài)效率在2017年前呈穩(wěn)定上升趨勢(shì)，2017年后表現(xiàn)出較大波動(dòng)性，但總體上升趨勢(shì)不變。（2）農(nóng)業(yè)現(xiàn)代化建設(shè)對(duì)農(nóng)業(yè)生態(tài)效率具有顯著促進(jìn)效應(yīng)，其中蘇南和蘇北的農(nóng)業(yè)現(xiàn)代化建設(shè)對(duì)農(nóng)業(yè)生態(tài)效率仍具有顯著正向影響，而蘇中地區(qū)影響系數(shù)雖為正但不顯著。（3）從影響因素重要性來(lái)看，農(nóng)業(yè)現(xiàn)代化排名第一，城鄉(xiāng)收入比和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展分居二三位，作物種植結(jié)構(gòu)和財(cái)政支農(nóng)水平則位居末端。據(jù)此，應(yīng)著力推動(dòng)農(nóng)業(yè)現(xiàn)代建設(shè)，降低城鄉(xiāng)收入比，并調(diào)整農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展，以提升農(nóng)業(yè)生態(tài)效率。

關(guān)鍵詞：農(nóng)業(yè)現(xiàn)代化；農(nóng)業(yè)生態(tài)效率；超效率SBM；面板回歸；LightGBM

中圖分類號(hào)：F323.22? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2023）12-0016-05

改革開(kāi)放以來(lái)，我國(guó)農(nóng)業(yè)現(xiàn)代化步伐加快，糧食產(chǎn)量增長(zhǎng)翻倍。但對(duì)石化資源依賴不減，農(nóng)村生態(tài)環(huán)境仍有較大上升空間。隨著石油農(nóng)業(yè)固有的資源浪費(fèi)、環(huán)境污染、食品安全隱患等問(wèn)題愈發(fā)凸顯，各地農(nóng)業(yè)發(fā)展迫切需要向集約型現(xiàn)代化農(nóng)業(yè)轉(zhuǎn)型。農(nóng)業(yè)現(xiàn)代化能有效推動(dòng)農(nóng)業(yè)先進(jìn)技術(shù)的突破與推廣，以最大化規(guī)模效應(yīng)給農(nóng)業(yè)帶來(lái)發(fā)展紅利。農(nóng)業(yè)現(xiàn)代化是農(nóng)業(yè)生態(tài)文明建設(shè)的前提，而生態(tài)文明是實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化長(zhǎng)期發(fā)展的重要保障。江蘇省是我國(guó)傳統(tǒng)農(nóng)業(yè)大省，也是農(nóng)業(yè)現(xiàn)代化轉(zhuǎn)型的先行區(qū)。習(xí)近平總書記2014年視察江蘇省時(shí)明確提出，江蘇省要帶好頭，領(lǐng)好向，加快建設(shè)現(xiàn)代農(nóng)業(yè)，率先實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化。因此，科學(xué)合理地測(cè)度江蘇省農(nóng)業(yè)生態(tài)效率與農(nóng)業(yè)現(xiàn)代化水平，并探究二者間的因果關(guān)系，具有重要的理論與實(shí)際意義。

一、文獻(xiàn)綜述

從農(nóng)業(yè)現(xiàn)代化與生態(tài)環(huán)境兩系統(tǒng)關(guān)系出發(fā)，高子舒認(rèn)為，我國(guó)農(nóng)村生態(tài)環(huán)境問(wèn)題的根源在于農(nóng)業(yè)現(xiàn)代化水平不高，農(nóng)業(yè)生產(chǎn)方式過(guò)于粗放，并且存在城鄉(xiāng)生態(tài)環(huán)境治理不同步、污染轉(zhuǎn)移現(xiàn)象[1]。魯春陽(yáng)等分析了河南省農(nóng)業(yè)現(xiàn)代化中投入、產(chǎn)出、信息化、產(chǎn)業(yè)化和可持續(xù)發(fā)展等方面的差異[2]。王偉新等將長(zhǎng)江經(jīng)濟(jì)帶的農(nóng)業(yè)現(xiàn)代化、區(qū)域經(jīng)濟(jì)與生態(tài)環(huán)境融合至一個(gè)三維復(fù)合系統(tǒng)，分析其耦合關(guān)系，得出區(qū)域發(fā)展總體上呈上升趨勢(shì)，但區(qū)域發(fā)展差異較為明顯[3]。楊志良認(rèn)為，中國(guó)式農(nóng)業(yè)現(xiàn)代化需強(qiáng)調(diào)農(nóng)業(yè)自然資源利用的可持續(xù)性，兼顧農(nóng)業(yè)經(jīng)濟(jì)效益與生態(tài)保育，從而實(shí)現(xiàn)人與自然和諧共生[4]。在農(nóng)業(yè)生態(tài)效率影響因素的探究中，胡平波等實(shí)證分析了被既有文獻(xiàn)所忽視的農(nóng)旅融合對(duì)農(nóng)業(yè)可持續(xù)發(fā)展的作用，剖析了政府支持下的農(nóng)旅融合對(duì)農(nóng)業(yè)生態(tài)效率的促進(jìn)機(jī)制，并對(duì)其非線性影響機(jī)制進(jìn)行了探討，豐富了對(duì)農(nóng)業(yè)生態(tài)效率的影響因素研究[5]。李露等建立了以農(nóng)村勞動(dòng)力轉(zhuǎn)移為門檻變量的面板門檻模型，研究發(fā)現(xiàn)，農(nóng)村人口老齡化對(duì)農(nóng)業(yè)生態(tài)效率總體呈負(fù)向影響，但這種影響會(huì)隨著農(nóng)村勞動(dòng)力轉(zhuǎn)移的變化呈現(xiàn)出先下降后上升的現(xiàn)象[6]。

既有研究成果為本文研究提供了借鑒和啟示，為探討農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率的影響研究提供了有益借鑒，并對(duì)本研究的方法選擇具有啟示意義。一方面，現(xiàn)有關(guān)于農(nóng)業(yè)生態(tài)效率以及農(nóng)業(yè)現(xiàn)代化的研究較多聚焦于全國(guó)層面或單一省份，但鮮有研究對(duì)江蘇省的農(nóng)業(yè)生態(tài)效率及農(nóng)業(yè)現(xiàn)代化水平進(jìn)行科學(xué)測(cè)度；另一方面，現(xiàn)有關(guān)于農(nóng)業(yè)現(xiàn)代化與農(nóng)業(yè)生態(tài)之間的研究大多停留在理論層面，缺乏實(shí)證檢驗(yàn)的補(bǔ)充。因此，本文力求從兩個(gè)方面進(jìn)行拓展：第一，借助非期望產(chǎn)出超效率SBM模型和CRITIC-熵權(quán)TOPSIS法，科學(xué)測(cè)度江蘇省農(nóng)業(yè)生態(tài)效率和農(nóng)業(yè)現(xiàn)代化水平；第二，實(shí)證檢驗(yàn)農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率的影響，并進(jìn)一步探究其在蘇南、蘇中和蘇北不同區(qū)域上的變化。

二、模型構(gòu)建、變量選取與數(shù)據(jù)來(lái)源

（一）計(jì)量模型構(gòu)建

為探究在農(nóng)業(yè)生態(tài)可持續(xù)發(fā)展背景下農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率的影響，構(gòu)建以下實(shí)證檢驗(yàn)?zāi)Ｐ停?/p>

AEEit=αiAMit+βiCtrlsit+ui+εit（1）

式中，AEEit表示i地區(qū)t時(shí)期的農(nóng)業(yè)生態(tài)效率，AMit為t時(shí)期i地區(qū)農(nóng)業(yè)現(xiàn)代化水平，Ctrlsit為其他控制變量，ui為個(gè)體效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。此方程為標(biāo)準(zhǔn)的靜態(tài)空間面板，如果ui和Xit相關(guān)，則為固定效應(yīng)模型；反之，則為隨機(jī)效應(yīng)模型。

（二）變量選取

1.農(nóng)業(yè)生態(tài)效率。廣義農(nóng)業(yè)包括農(nóng)林牧副漁業(yè)，狹義農(nóng)業(yè)專指種植業(yè)，種植業(yè)是農(nóng)業(yè)的基礎(chǔ)也是促進(jìn)農(nóng)業(yè)生態(tài)化發(fā)展的關(guān)鍵。本文以狹義農(nóng)業(yè)（種植業(yè)）為研究對(duì)象，采用規(guī)模報(bào)酬不變假設(shè)下全局參比非期望產(chǎn)出超效率SBM模型[7]，測(cè)度江蘇省農(nóng)業(yè)生態(tài)效率。從數(shù)據(jù)可得性及統(tǒng)計(jì)口徑一致性出發(fā)，依據(jù)農(nóng)業(yè)生產(chǎn)過(guò)程中的資源利用、農(nóng)業(yè)產(chǎn)出以及環(huán)境保護(hù)，最終以土地、勞動(dòng)力、化肥、電力、機(jī)械動(dòng)力作為農(nóng)業(yè)投入指標(biāo)，以農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出、農(nóng)業(yè)碳排放作為非期望產(chǎn)出。其中，由于狹義農(nóng)業(yè)的從業(yè)人數(shù)無(wú)法直接獲取，所以將其按照農(nóng)業(yè)總產(chǎn)值與農(nóng)林牧漁業(yè)總產(chǎn)值的比例進(jìn)行加權(quán)。農(nóng)業(yè)總產(chǎn)值根據(jù)CPI指數(shù)折算到2009年不變價(jià)，以剔除價(jià)格變化的影響。農(nóng)業(yè)碳排放參考李波等的碳排放模型和測(cè)算系數(shù)[8]。

2.農(nóng)業(yè)現(xiàn)代化。借鑒已有對(duì)農(nóng)業(yè)現(xiàn)代化的理論探索與實(shí)踐成果[9]，根據(jù)農(nóng)業(yè)可持續(xù)發(fā)展的需求，以廣義農(nóng)業(yè)為研究對(duì)象，遵循代表性、完備性、可獲得性等原則，從農(nóng)業(yè)生產(chǎn)現(xiàn)代化、農(nóng)業(yè)經(jīng)營(yíng)現(xiàn)代化、農(nóng)業(yè)經(jīng)濟(jì)現(xiàn)代化以及農(nóng)村生活現(xiàn)代化四個(gè)方面考慮，構(gòu)建江蘇省農(nóng)業(yè)現(xiàn)代化的評(píng)價(jià)指標(biāo)體系，并通過(guò)CRITIC-熵權(quán)TOPSIS法對(duì)農(nóng)業(yè)現(xiàn)代化進(jìn)行測(cè)度。農(nóng)業(yè)生產(chǎn)現(xiàn)代化主要反映地區(qū)生產(chǎn)資源的使用情況；農(nóng)業(yè)經(jīng)營(yíng)現(xiàn)代化主要體現(xiàn)農(nóng)業(yè)相關(guān)產(chǎn)出對(duì)本地經(jīng)濟(jì)的貢獻(xiàn)，間接反映當(dāng)?shù)貙?duì)農(nóng)業(yè)經(jīng)營(yíng)的依賴程度；農(nóng)業(yè)經(jīng)濟(jì)現(xiàn)代化則重點(diǎn)突出當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)的增長(zhǎng)動(dòng)力；農(nóng)村生活現(xiàn)代化主要是由于農(nóng)業(yè)的經(jīng)營(yíng)主體是農(nóng)村農(nóng)民，他們的生活質(zhì)量很大程度上可以間接反映當(dāng)?shù)剞r(nóng)業(yè)現(xiàn)代化的水平。農(nóng)業(yè)現(xiàn)代化指標(biāo)體系見(jiàn)表1。

3.控制變量。借鑒已有研究成果[10]，本文選取如下變量對(duì)回歸結(jié)果進(jìn)行控制：城鄉(xiāng)收入比（IR）以城鎮(zhèn)居民人均純收入與農(nóng)村居民人均純收入之比表示；財(cái)政支農(nóng)水平（FSA）以財(cái)政農(nóng)林水事物支出占財(cái)政一般預(yù)算支出的比重進(jìn)行衡量；作物種植結(jié)構(gòu)（CPS）以糧食作物種植面積比上農(nóng)作物播種面積與糧食作物種植面積的差表示；農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展（AIS）以農(nóng)林牧漁業(yè)總產(chǎn)值和農(nóng)業(yè)總產(chǎn)值之差比上農(nóng)林牧漁業(yè)總產(chǎn)值。

（三）數(shù)據(jù)來(lái)源

本文的研究樣本為江蘇省13個(gè)地級(jí)市，時(shí)間跨度為2009—2020年。文中涉及的原始數(shù)據(jù)均來(lái)源于江蘇省統(tǒng)計(jì)局，其中蘇南城市包括南京、蘇州、無(wú)錫、常州和鎮(zhèn)江，蘇中城市包括南通、泰州和揚(yáng)州，蘇北城市包括徐州、淮安、鹽城、連云港和宿遷。

三、結(jié)果與分析

（一）農(nóng)業(yè)生態(tài)效率測(cè)度結(jié)果分析

通過(guò)規(guī)模報(bào)酬不變假設(shè)下全局參比的非期望產(chǎn)出超效率SBM模型，測(cè)算出2009—2020年江蘇省農(nóng)業(yè)生態(tài)效率。為有效觀察江蘇省整體以及各地區(qū)發(fā)展的趨勢(shì)性，通過(guò)HP濾波法剝離出趨勢(shì)要素?cái)?shù)據(jù)和周期波動(dòng)數(shù)據(jù)。從圖1所示可以發(fā)現(xiàn)，江蘇省整體農(nóng)業(yè)生態(tài)效率的發(fā)展趨勢(shì)均是穩(wěn)定上升的。僅有中間段的2013—2018年處于“正缺口”狀態(tài)，其余年份則均處在“負(fù)缺口”狀態(tài)，表明近年來(lái)農(nóng)業(yè)生態(tài)效率的整體發(fā)展相對(duì)滯后于其發(fā)展趨勢(shì)，需要及時(shí)做出調(diào)整。

圖1? 江蘇省農(nóng)業(yè)生態(tài)效率HP濾波分解圖

（二）農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率影響的實(shí)證檢驗(yàn)

在模型的選擇上，首先對(duì)所有變量進(jìn)行對(duì)數(shù)化處理，盡可能消除量綱帶來(lái)的異方差影響；其次對(duì)模型進(jìn)行豪斯曼檢驗(yàn)，檢驗(yàn)結(jié)果的卡方值為26.71，在1%的顯著性水平下顯著拒絕了隨機(jī)效應(yīng)的原假設(shè)，選擇可有效緩解內(nèi)生性問(wèn)題的固定效應(yīng)是更合適。

從表2可知，江蘇省整體層面農(nóng)業(yè)現(xiàn)代化的系數(shù)顯著為正，表明農(nóng)業(yè)現(xiàn)代化水平的提升能夠有效推動(dòng)農(nóng)業(yè)生態(tài)效率的增長(zhǎng)。在添加控制變量后，雖影響系數(shù)有所下降，但仍顯著為正，證明了該結(jié)果的穩(wěn)健性。這說(shuō)明，農(nóng)業(yè)現(xiàn)代化水平提升確實(shí)能夠有效推動(dòng)地方農(nóng)業(yè)科技的創(chuàng)新與推廣，依賴科技以及政策紅利所帶來(lái)的規(guī)模效應(yīng)能有效加速農(nóng)業(yè)生態(tài)效率的持續(xù)提升。

從控制變量來(lái)看，城鄉(xiāng)收入差距和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展顯著為負(fù)，表明城鄉(xiāng)收入差距的擴(kuò)大以及非農(nóng)業(yè)總產(chǎn)值占比的提升均對(duì)農(nóng)業(yè)生態(tài)效率的增長(zhǎng)具有顯著的抑制作用。

分區(qū)域來(lái)看，在不添加控制變量的情況下，三大地區(qū)的農(nóng)業(yè)現(xiàn)代化系數(shù)均顯著為正，而在添加控制變量后，蘇中地區(qū)的農(nóng)業(yè)現(xiàn)代化系數(shù)雖為正但不再顯著。從各地區(qū)農(nóng)業(yè)現(xiàn)代化的影響系數(shù)來(lái)看，呈現(xiàn)出蘇南最大、蘇北次之、蘇中最小的分布格局。這意味著農(nóng)業(yè)現(xiàn)代化水平的提升對(duì)蘇南刺激農(nóng)業(yè)生態(tài)效率增長(zhǎng)的效果最顯著，說(shuō)明蘇南在三大地區(qū)中最大化程度利用了農(nóng)業(yè)現(xiàn)代化帶來(lái)的發(fā)展紅利，也間接表明蘇南農(nóng)業(yè)生態(tài)效率在2009—2020年的高速增長(zhǎng)背后，農(nóng)業(yè)現(xiàn)代化水平在其中發(fā)揮了巨大作用。蘇北雖然經(jīng)濟(jì)發(fā)展相對(duì)滯后，但農(nóng)業(yè)現(xiàn)代化程度整體一直略好于蘇中，所以其對(duì)農(nóng)業(yè)生態(tài)效率的刺激也是顯著好于蘇中地區(qū)的。蘇中地區(qū)的農(nóng)業(yè)現(xiàn)代化水平整體一直處于末端位置，所以在對(duì)農(nóng)業(yè)生態(tài)效率提升上并不能發(fā)揮出顯著成效。

（三）農(nóng)業(yè)生態(tài)效率的影響因素分析

上述采用計(jì)量經(jīng)濟(jì)模型判別了各變量對(duì)農(nóng)業(yè)生態(tài)效率影響的正負(fù)性與顯著性水平。但若對(duì)所有變量進(jìn)行強(qiáng)制縮放達(dá)至量綱統(tǒng)一，使其得以進(jìn)行變量重要性排序，那各變量將偏離其測(cè)度定義，同時(shí)由于線性模型的假設(shè)過(guò)于簡(jiǎn)單，難以有效模仿各變量在現(xiàn)實(shí)中可能存在對(duì)農(nóng)業(yè)生態(tài)效率的非線性影響。因此，隨著人工智能的興起，機(jī)器學(xué)習(xí)算法的不斷繁榮亦拓展至經(jīng)濟(jì)學(xué)領(lǐng)域，以本文采用的輕量級(jí)梯度提升機(jī)LightGBM（Light Gradient Boosting Machine）為例，其以分類與回歸樹(shù)這一非線性模型作為基學(xué)習(xí)器，而在回歸樹(shù)中數(shù)值型變量將被以定序數(shù)據(jù)的形式進(jìn)行節(jié)點(diǎn)的切分，隨著樹(shù)深度的不斷加深達(dá)到提升擬合度的目的，而定序數(shù)據(jù)的處理形式則可以有效處理量綱問(wèn)題的困擾，進(jìn)而對(duì)變量重要性進(jìn)行判別。

在重要性的排序上，鑒于本文是以樹(shù)模型作為L(zhǎng)ightGBM的基學(xué)習(xí)器，而樹(shù)模型是按分裂增益依次選取變量進(jìn)行葉子節(jié)點(diǎn)劃分的，因此，變量被選取劃分的總次數(shù)可以較好表征各變量在模型中的重要性。從表3可知，排在第一位的是農(nóng)業(yè)現(xiàn)代化水平，由此也側(cè)面論證了本文研究農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率是十分有意義且非常必要的。排在二三位的分別是城鄉(xiāng)收入差距與農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展，這也與上文二者對(duì)農(nóng)業(yè)生態(tài)效率具有顯著負(fù)效應(yīng)相吻合，表明抑制二者的增長(zhǎng)在對(duì)農(nóng)業(yè)生態(tài)效率的提升中具有重要作用。

四、結(jié)論與建議

實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)與資源環(huán)境保護(hù)“雙贏”局面的關(guān)鍵，在于通過(guò)農(nóng)業(yè)現(xiàn)代化進(jìn)程的加速激發(fā)農(nóng)業(yè)生態(tài)效率的增長(zhǎng)潛力，實(shí)現(xiàn)農(nóng)業(yè)生態(tài)的可持續(xù)發(fā)展。本文基于2009—2020年江蘇省13個(gè)地級(jí)市面板數(shù)據(jù)，構(gòu)建全局參比非期望產(chǎn)出超效率SBM模型對(duì)農(nóng)業(yè)生態(tài)效率進(jìn)行科學(xué)測(cè)度，并通過(guò)HP濾波法刻畫江蘇省及省內(nèi)各地區(qū)的趨勢(shì)要素和周期波動(dòng)。建立面板回歸模型探究農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率的影響，并進(jìn)一步通過(guò)Light GBM進(jìn)行影響因素重要性的再判斷，得到的主要研究結(jié)論如下：（1）江蘇省農(nóng)業(yè)生態(tài)效率的發(fā)展趨勢(shì)是穩(wěn)步向上的，但在2018—2020年間存在較大的周期波動(dòng)，其中江蘇省整體在2009年的趨勢(shì)起點(diǎn)到2020年的趨勢(shì)終點(diǎn)增長(zhǎng)幅度為1.74倍。（2）從江蘇省整體層面來(lái)看，農(nóng)業(yè)現(xiàn)代化對(duì)農(nóng)業(yè)生態(tài)效率具有顯著的促進(jìn)作用，而城鄉(xiāng)收入比和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展對(duì)農(nóng)業(yè)生態(tài)效率具有顯著的抑制作用，其余變量的影響系數(shù)則并不顯著。分地區(qū)來(lái)看，蘇南和蘇北地區(qū)農(nóng)業(yè)現(xiàn)代化水平提升能顯著推動(dòng)農(nóng)業(yè)生態(tài)效率的提高，蘇中地區(qū)雖影響系數(shù)也為正但并不顯著。（3）從各影響因素的重要性來(lái)看，排在前三位的分別是農(nóng)業(yè)現(xiàn)代化、城鄉(xiāng)收入比和農(nóng)業(yè)產(chǎn)業(yè)的非均衡發(fā)展，與計(jì)量模型的結(jié)果相互呼應(yīng)。

根據(jù)本文的研究結(jié)論，提出以下政策建議：（1）江蘇省農(nóng)業(yè)生態(tài)效率雖整體呈向上趨勢(shì)，但近幾年卻表現(xiàn)出較大的波動(dòng)性，各地方政府在制定政策時(shí)須在保障增長(zhǎng)的前提下，盡可能避免巨幅波動(dòng)帶來(lái)的不利影響。（2）重視農(nóng)業(yè)現(xiàn)代化在提升農(nóng)業(yè)生態(tài)效率方面的突出作用。政府應(yīng)適當(dāng)對(duì)加速農(nóng)業(yè)現(xiàn)代化進(jìn)程的政策加以傾斜。實(shí)踐表明，農(nóng)業(yè)現(xiàn)代化不僅作為推動(dòng)農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)發(fā)展的強(qiáng)力助推器，也能有效推動(dòng)農(nóng)業(yè)生態(tài)可持續(xù)發(fā)展的不斷向前。（3）蘇中地區(qū)應(yīng)更加重視農(nóng)業(yè)生態(tài)的可持續(xù)發(fā)展，尤其應(yīng)重點(diǎn)發(fā)揮農(nóng)業(yè)現(xiàn)代化對(duì)其的強(qiáng)大推力。在加快推動(dòng)農(nóng)業(yè)現(xiàn)代化建設(shè)的同時(shí)，也要充分發(fā)揮出其對(duì)農(nóng)業(yè)生態(tài)的推動(dòng)作用，避免農(nóng)業(yè)現(xiàn)代化發(fā)展紅利的浪費(fèi)。

參考文獻(xiàn)：

[1]? ?高子舒.生態(tài)文明建設(shè)背景下農(nóng)村生態(tài)環(huán)境建設(shè)的意義、問(wèn)題與對(duì)策研究[J].農(nóng)業(yè)經(jīng)濟(jì)，2019（7）：33-34.

[2]? ?魯春陽(yáng)，文楓，張宏敏，等.基于改進(jìn)TOPSIS法的河南省農(nóng)業(yè)現(xiàn)代化發(fā)展水平評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（1）：92-97.

[3]? ?王偉新，許蔣鴻，王曉萱，等.長(zhǎng)江經(jīng)濟(jì)帶現(xiàn)代農(nóng)業(yè)-區(qū)域經(jīng)濟(jì)-生態(tài)環(huán)境耦合關(guān)系的時(shí)空分異[J].農(nóng)業(yè)現(xiàn)代化研究，2020，41（1）：64-74.

[4]? ?楊志良.中國(guó)式農(nóng)業(yè)現(xiàn)代化的百年探索、理論內(nèi)涵與未來(lái)進(jìn)路[J].經(jīng)濟(jì)學(xué)家，2021（12）：117-124.

[5]? ?胡平波，鐘漪萍.政府支持下的農(nóng)旅融合促進(jìn)農(nóng)業(yè)生態(tài)效率提升機(jī)理與實(shí)證分析：以全國(guó)休閑農(nóng)業(yè)與鄉(xiāng)村旅游示范縣為例[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2019（12）：85-104.

[6]? ?李露，徐維祥.農(nóng)村人口老齡化效應(yīng)下農(nóng)業(yè)生態(tài)效率的變化[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，20（2）：14-29.

[7]? ?劉華軍，孫淑惠，李超.環(huán)境約束下中國(guó)化肥利用效率的空間差異及分布動(dòng)態(tài)演進(jìn)[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2019（8）：65-75.

[8]? ?李波，張俊飚，李海鵬.中國(guó)農(nóng)業(yè)碳排放時(shí)空特征及影響因素分解[J].中國(guó)人口·資源與環(huán)境，2011，21（8）：80-86.

[9]? ?姬志恒.中國(guó)農(nóng)業(yè)農(nóng)村高質(zhì)量發(fā)展的空間差異及驅(qū)動(dòng)機(jī)制[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（12）：25-44.

[10]? ?王寶義，張衛(wèi)國(guó).中國(guó)農(nóng)業(yè)生態(tài)效率的省際差異和影響因素：基于1996—2015年31個(gè)省份的面板數(shù)據(jù)分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2018（1）：46-62.

Measurement of Agricultural Eco-efficiency and Analysis of Its Influencing Factors in the Process of Agricultural Modernization in Jiangsu Province

Chang Xinfeng， Zhang Yuxiang

（School of Finance and Economics， Jiangsu University， Jiangsu 212013， China）

Abstract： Based on the panel data of 13 cities in Jiangsu Province from 2009 to 2020， this paper constructed the global reference ratio unexpected output super-efficiency SBM model to measure the agricultural eco-efficiency in Jiangsu Province， and described the trend elements and cycle fluctuations of agricultural eco-efficiency by HP filtering method. At the same time， the panel regression model was used to explore the impact of agricultural modernization on agricultural eco-efficiency， and Light GBM was further used to re-judge the importance of influencing factors. The main conclusions are as follows： （1） the agricultural eco-efficiency of Jiangsu Province showed a steady upward trend before 2017， and showed a great fluctuation after 2017， but the overall upward trend remained unchanged. （2） The agricultural modernization construction has a significant promoting effect on agricultural eco-efficiency， and the agricultural modernization construction in south and north Jiangsu has a significant positive effect on agricultural eco-efficiency， while the influence coefficient in central Jiangsu is positive but not significant. （3） In terms of the importance of influencing factors， agricultural modernization ranked first， urban-rural income ratio and agricultural industrial structure ranked second and third， crop planting structure and financial support for agriculture ranked last. Therefore， modern agricultural construction should be promoted， income ratio between urban and rural areas should be reduced and agricultural industrial structure should be adjusted to improve agricultural ecological efficiency.

Key words： agricultural modernization; agricultural eco-efficiency; super efficiency SBM; panel regression; LightGBM

[責(zé)任編輯? ?妤? ?文]