我國畜牧業(yè)綠色全要素生產(chǎn)率時空差異及影響因素研究

林紫藤,張艷榮

(甘肅農(nóng)業(yè)大學財經(jīng)學院,甘肅 蘭州 730070)

畜牧業(yè)是我國農(nóng)業(yè)農(nóng)村經(jīng)濟發(fā)展的支柱產(chǎn)業(yè),2020年畜牧業(yè)總產(chǎn)值達到40 266.7億元,占農(nóng)林牧漁總產(chǎn)值的30.1%,已經(jīng)成為推動中國農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展的重要力量。我國畜禽養(yǎng)殖規(guī)模不斷擴大,加重了畜禽糞污帶來的環(huán)境污染,使得中國實現(xiàn)經(jīng)濟發(fā)展與保護良好環(huán)境面臨嚴峻挑戰(zhàn)[1]。然而,我國畜牧業(yè)發(fā)展仍然沒有改變以“高投入、高消耗、高污染”為主要特征的粗放經(jīng)營方式,綠色優(yōu)質(zhì)畜產(chǎn)品供給還不能滿足人民群眾的現(xiàn)實需求[2]。第二次全國污染源普查公報顯示,2017年畜禽養(yǎng)殖業(yè)排放化學需氧量(COD)為1 000.53萬t,氨氮為11.09萬t,總氮為59.63萬t,總磷為11.97萬t,分別占農(nóng)業(yè)源水污染排放的93.76%、51.30%、42.14%和56.46%。據(jù)估計,2019年我國畜禽養(yǎng)殖碳排放量達31 470.87萬t,占農(nóng)業(yè)碳排放總量的33.46%[3],畜禽糞污仍是我國農(nóng)業(yè)面源污染的重點防治對象。在畜牧業(yè)綠色發(fā)展備受關注的背景下,我國出臺一系列政策文件。從2011年發(fā)布的《全國畜牧業(yè)發(fā)展第十二個五年規(guī)劃》,到2020年發(fā)布的《關于促進畜牧業(yè)高質(zhì)量發(fā)展的意見》,再到2022年發(fā)布的《中共中央 國務院關于做好2022年全面推進鄉(xiāng)村振興重點工作的意見》,均強調(diào)要重視畜禽養(yǎng)殖與資源環(huán)境協(xié)調(diào)發(fā)展,大力加強畜禽糞污資源化利用,推動環(huán)境友好型畜牧業(yè)綠色發(fā)展。在資源環(huán)境約束情況下,亟需以綠色發(fā)展理念推動畜牧業(yè)實現(xiàn)綠色發(fā)展,從根本上實現(xiàn)畜牧業(yè)轉型升級。因此,通過綠色全要素生產(chǎn)率(green total factor productivity,GTFP)測算我國畜牧業(yè)綠色發(fā)展水平、區(qū)域差異、省域差異、驅動源泉和影響因素,對實現(xiàn)我國畜牧業(yè)高質(zhì)量發(fā)展具有重要現(xiàn)實意義。

綠色全要素生產(chǎn)率是在傳統(tǒng)全要素生產(chǎn)率基礎上,通過將能耗和污染排放等因素納入經(jīng)濟增長的范疇來衡量經(jīng)濟發(fā)展質(zhì)量的指標,是資源環(huán)境約束條件下的全要素生產(chǎn)率,也是符合生態(tài)文明要求、體現(xiàn)綠色發(fā)展理念的新型全要素生產(chǎn)率[4]。目前學者們越來越關注綠色全要素生產(chǎn)率的研究,但關于畜牧業(yè)綠色全要素生產(chǎn)率測度及影響因素的研究相對較少,主要集中于3個方面:一是畜牧業(yè)碳排放的測算與分析。不少學者基于全國尺度用牛、馬、羊、豬、驢、騾和家禽等畜禽測算我國畜牧業(yè)碳排放水平,并認為我國畜牧業(yè)碳排放存在空間差異[5-7],也有學者基于省域或特定區(qū)域尺度進一步分析畜牧業(yè)碳排放[8-9]。二是畜牧業(yè)綠色全要素生產(chǎn)率的測算與分析。易青等[10]結合廣義馬姆奎斯特指數(shù)(generalized Malmquist index)與隨機前沿生產(chǎn)函數(shù),引入環(huán)境因素,將畜牧業(yè)污染物排放量作為投入變量研究畜牧業(yè)全要素生產(chǎn)率變化及貢獻成分。鄒潔等[11]采用非徑向非期望產(chǎn)出slacks-based measure(SBM)模型,并以畜牧業(yè)碳排放作為非期望產(chǎn)出,對我國畜牧業(yè)環(huán)境效率及影響因素進行測算與分析,并認為我國畜牧業(yè)環(huán)境效率存在空間差異。許標文等[12]基于整體方向性距離函數(shù)和Luenberger生產(chǎn)率指標(Luenberger productivity indicator, LPI),以畜牧業(yè)碳排放量為非期望產(chǎn)出分析中國畜牧業(yè)綠色全要素生產(chǎn)率變化及區(qū)域差異。三是基于畜牧業(yè)中某一畜類的角度進行綠色全要素生產(chǎn)率的測算與分析。崔姹等[13]將草食牲畜溫室氣體排放量納入全要素生產(chǎn)率研究體系,以肉羊、肉牛、奶牛等草食牲畜作為對象,以牲畜碳排放作為非期望產(chǎn)出,利用super-slacks-based measure(SSBM)模型和global Malmquist-Luenberger(GML)生產(chǎn)率指數(shù)方法測算我國草食畜牧業(yè)全要素生產(chǎn)率。杜紅梅等[14]采用非徑向、非角度基于松弛變量的方向性距離函數(shù)和Malmquist-Luenberger生產(chǎn)率(ML)指數(shù)測算了中國17個生豬主產(chǎn)省份不同養(yǎng)殖規(guī)模的綠色全要素生產(chǎn)率增長情況。朱寧等[15]采用SBM模型和ML指數(shù),以蛋雞養(yǎng)殖場污染物為非期望產(chǎn)出分析不同規(guī)模蛋雞養(yǎng)殖場的環(huán)境效率和環(huán)境全要素生產(chǎn)率。

鑒于此,相比較以往研究,從以下3個方面進行擴展:第一,以往研究關于非期望產(chǎn)出通常只考慮畜牧業(yè)污染物或者碳排放的影響,而忽略兩者綜合影響,筆者將畜牧業(yè)碳排放和污染雙重因素納入非期望產(chǎn)出分析畜牧業(yè)綠色全要素生產(chǎn)率。第二,采用基于非導向、規(guī)模報酬可變的超效率epsilon-based measure(EBM)模型和GML生產(chǎn)率指數(shù)測算和分解2011—2020年我國31個省(區(qū)、市)畜牧業(yè)綠色全要素生產(chǎn)率,克服有效單元值最大同為1的缺陷。第三,采用Dagum基尼系數(shù)和核密度估計(kernel density estimation)法探討畜牧業(yè)綠色全要素生產(chǎn)率時空分異特征,并采用固定效應(fixed effect,FE)模型和Driscoll-Kraay標準差估計方法探討我國畜牧業(yè)綠色全要素生產(chǎn)率影響因素,以期為推動中國畜牧業(yè)綠色發(fā)展提供參考。

1 材料與方法

1.1 綠色全要素生產(chǎn)率測量方法

1.1.1超效率EBM模型

現(xiàn)有研究大多采用傳統(tǒng)徑向的數(shù)據(jù)包絡分析(data envelopment analysis,DEA)方法,如CCR和BCC模型,但傳統(tǒng)的徑向模型只考慮了所有投入產(chǎn)出指標均為等比例增加或減少的情況,忽略了松弛變量對效率值的改進作用。為解決上述問題,TONE等[16]提出考慮松弛變量的非徑向效率評價模型——SBM模型,雖然SBM模型規(guī)避了同比例增減的假設條件,但其卻忽略了投入和產(chǎn)出變量之間的徑向問題。為此,TONE等[17]針對傳統(tǒng)DEA模型的局限性,構建了一種同時具有徑向與非徑向兩類距離函數(shù)的混合徑向模型——EBM模型,該模型能在一定程度上彌補傳統(tǒng)DEA模型和SBM模型的缺陷。由于EBM模型得出的效率值最大為1,有效單元效率值相同,對于有效單元的效率高低無法進一步區(qū)分,因此,ANDERSEN等[18]提出超效率模型(super efficiency model)。同時,畜牧業(yè)綠色全要素生產(chǎn)率的計算涵蓋經(jīng)濟、資源與環(huán)境之間的復雜關系,需將非期望產(chǎn)出納入測算框架中。鑒于此,采用基于非期望產(chǎn)出、非導向、規(guī)模報酬可變的超效率EBM模型來測算我國31個省(區(qū)、市)2011—2020年畜牧業(yè)綠色全要素生產(chǎn)率,具體公式[19]為

(1)

(2)

1.1.2GML指數(shù)

由于EBM模型對綠色全要素生產(chǎn)率的測度屬于靜態(tài)測度,無法反映動態(tài)變化情況。因此,在超效率EBM模型基礎上,借鑒OH[20]的研究思路,定義t到t+1期GML指數(shù)(IGML)計算公式為

IGML,t,t+1(xt,yt,bt,xt+1,yt+1,bt+1)=

(3)

GML指數(shù)即表示GTFP的指數(shù)(IGTFP),反映的是綠色全要素生產(chǎn)率的變動情況,具有傳遞性和累積性,可以進一步分解為綠色技術進步(green technological change,GTC,IGTC)指數(shù)和綠色技術效率(green efficiency change,GEC,IGEC)指數(shù)2個部分,是綠色全要素生產(chǎn)率變化的源泉,即IGTFP=IGTC×IGEC。綠色技術進步反映各地區(qū)創(chuàng)新或引進綠色先進技術前沿的變遷,綠色技術效率主要反映政策和制度改革推動各地區(qū)畜牧業(yè)要素的使用效率和配置效率變動[21],公式為

IGML,t,t+1(xt,yt,bt,xt+1,yt+1,bt+1)=

IGTC,t,t+1×IGEC,t,t+1。

(4)

式(3)～(4)中,x、y和b分別為投入、期望產(chǎn)出和非期望產(chǎn)出;DG為全局方向性距離函數(shù);Dt和Dt+1分別為第t期和t+1期方向性距離函數(shù)。當IGML>1時,說明綠色全要素生產(chǎn)率增長;當IGML<1時,說明綠色全要素生產(chǎn)率下降;當IGML=1時,說明綠色全要素生產(chǎn)率保持不變;當IGTC和IGEC>1或<1時,分別說明綠色技術效率指數(shù)改善或惡化和綠色技術進步指數(shù)進步或退步;當IGTC和IGEC均為1時,說明兩者保持不變。需要說明的是,各指數(shù)值減1的值即為相應指數(shù)的增長率。

1.2 Dagum基尼系數(shù)及其分解

采用Dagum基尼系數(shù)對我國畜牧業(yè)綠色全要素生產(chǎn)率區(qū)域差異進行測度,基尼系數(shù)越大表明區(qū)域間畜牧業(yè)綠色全要素生產(chǎn)率發(fā)展越不平衡。根據(jù)基尼系數(shù)(G)定義,計算公式為

(5)

式(5)中,k為區(qū)域總數(shù),將中國劃分為東部、中部、西部和東北地區(qū),故k=4;n為省份個數(shù),共包括31個省份,故n=31;nj(nh)為區(qū)域j(h)內(nèi)省份數(shù)量;yji(yhr)為區(qū)域j(h)內(nèi)省份i(r)的畜牧業(yè)綠色全要素生產(chǎn)率;μ為31個省份的畜牧業(yè)綠色全要素生產(chǎn)率均值;μj(μh)為區(qū)域j(h)的畜牧業(yè)綠色全要素生產(chǎn)率均值,并根據(jù)4個區(qū)域的畜牧業(yè)綠色全要素生產(chǎn)率均值進行排序。區(qū)域j的基尼系數(shù)(Gjj)以及區(qū)域j與h之間的基尼系數(shù)(Gjh)計算公式分別為

(6)

(7)

根據(jù)DAGUM[22]的基尼系數(shù)分解法,主要可將基尼系數(shù)G分解為區(qū)域內(nèi)差異貢獻(Gw)、區(qū)域間凈值差異貢獻(Gnb)和超變密度(intensity of transvariation)貢獻(Gt)3個部分,它們之間的關系滿足G=Gw+Gnb+Gt。超變密度指由區(qū)域間重疊引起的區(qū)域不平衡[23]。各個部分計算公式為

(8)

(9)

(10)

Djh=(djh-pjh)/(djh+pjh),

(11)

(12)

(13)

Pj=nj/n,

(14)

Sj=njμj/nμ。

(15)

式(8)～(15)中,Djh為區(qū)域j和h之間畜牧業(yè)綠色全要素生產(chǎn)率增長的相對影響;djh為區(qū)域j和h之間畜牧業(yè)綠色全要素生產(chǎn)率增長的差值,即區(qū)域j和h中所有符合yji-yhr>0的樣本加總的數(shù)學期望;pjh為超變一階矩,即區(qū)域j和h中所有yji-yhr<0樣本值加總的數(shù)學期望;Fj(Fh)為區(qū)域j(h)的累積密度分布函數(shù)。

1.3 核密度估計法

核密度估計法作為一種重要的非參數(shù)方法,可用來分析畜牧業(yè)綠色全要素生產(chǎn)率區(qū)域差異動態(tài)變化情況,計算公式為

(16)

式(16)中,f(x)為核密度函數(shù);N為觀測值數(shù)量;h為帶寬;Xi和x分別為各省份畜牧業(yè)綠色全要素生產(chǎn)率觀測值和均值;K為核函數(shù)。

1.4 指標選取與數(shù)據(jù)來源

1.4.1指標選取

以我國31個省份為決策單元,數(shù)據(jù)時間跨度為2011—2020年,測量綠色全要素生產(chǎn)率主要涉及投入、期望產(chǎn)出和非期望產(chǎn)出3類指標,各變量描述統(tǒng)計見表1。

投入指標主要包括勞動力投入、中間消耗和資本投入。其中,勞動力采用畜牧業(yè)勞動力投入變量,參照黃少安等[24]的方法,以農(nóng)林牧漁從業(yè)人員為基準,通過畜牧業(yè)總產(chǎn)值與農(nóng)林牧漁總產(chǎn)值的比值折算,得到畜牧業(yè)從業(yè)人員;中間消耗變量主要包括飼料、用藥、燃料和用電量等物質(zhì)消耗,采用農(nóng)業(yè)生產(chǎn)資料價格指數(shù)進行平減后得到,該指數(shù)涵蓋農(nóng)用工具、飼料、產(chǎn)品畜、化學肥料和農(nóng)藥等10個大類;資本投入變量以畜牧業(yè)固定資本存量作為衡量指標,采用永續(xù)盤存法計算2011—2020年我國各省份畜牧業(yè)資本存量,計算公式為Kt=(1-δt)Kt-1+It,其中,Kt和Kt-1分別為當期和上一期資本存量;It為當年投資,億元;δt為資產(chǎn)折舊率,%。參照王衛(wèi)等[25]的方法,采用固定資產(chǎn)投資額代替固定資產(chǎn)形成總額,初始資本存量(K0)則以農(nóng)林牧漁業(yè)固定資產(chǎn)投資額表示,畜牧業(yè)固定資產(chǎn)投資(It)主要通過農(nóng)林牧漁業(yè)固定資產(chǎn)投資額乘以畜牧業(yè)總產(chǎn)值占農(nóng)林牧漁總產(chǎn)值比例估算而得,同時參照李谷成[26]的方法以2010年為基期采用農(nóng)業(yè)生產(chǎn)資料價格指數(shù)對相關數(shù)據(jù)進行平減。資本存量折舊率(δ)參見文獻[12],取5.42%。

期望產(chǎn)出采用畜牧業(yè)總產(chǎn)值表示,為了剔除價格因素的影響,以2010年為基期進行價格平減后,計算得到各省份實際畜牧業(yè)產(chǎn)值。

非期望產(chǎn)出采用碳排放量和污染物排放量進行衡量。畜牧業(yè)碳排放量參照胡向東等[27]和郭嬌等[28]的測算方法,主要選取豬、兔、家禽、奶牛、非奶牛、馬、驢、騾、山羊、綿羊和駱駝作為畜牧碳排放源,根據(jù)《IPCC國家溫室氣體清單指南》,畜禽排放的CH4和N2O轉換為CO2當量采用的溫室效益潛值(GWP系數(shù))分別為21和310。畜牧業(yè)污染物排放量借鑒耿維等[29]和高海秀等[30]的方法,采用污染系數(shù)分別計算畜禽化學需氧量(COD)、總氮(TN)和總磷(TP)3種污染物的產(chǎn)生量后相加得到。

1.4.2數(shù)據(jù)來源

選取2010—2020年中國31個省份(不包括香港、澳門和臺灣)的面板數(shù)據(jù),數(shù)據(jù)主要來源于相應年份的《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國畜牧獸醫(yī)年鑒》《中國環(huán)境統(tǒng)計年鑒》以及各省(區(qū)、市)統(tǒng)計年鑒。對于部分缺失數(shù)據(jù),采用線性插值法予以補齊。

2 我國畜牧業(yè)綠色全要素生產(chǎn)率的時空演變特征

2.1 畜牧業(yè)綠色全要素生產(chǎn)率的時序演變特征

基于中國畜牧業(yè)2011—2020年各省份面板數(shù)據(jù),利用MaxDEA 8.22軟件采用超效率EBM模型和GML指數(shù)對我國31個省(區(qū)、市)畜牧業(yè)綠色全要素生產(chǎn)率及其分解項進行測算。

由表2可知,2011—2020年我國畜牧業(yè)綠色全要素生產(chǎn)率整體增長不足,均值為0.991 7,年均下降0.83%,即畜牧業(yè)綠色全要素生產(chǎn)率呈現(xiàn)負增長趨勢。從整體演化趨勢來看,全國整體畜牧業(yè)綠色全要素生產(chǎn)率呈“增長-下降-增長-下降”的周期性增長特征,該結論與于連超等[31]的一致,具體分為3個階段:(1)第1個階段為2011—2014年,我國畜牧業(yè)綠色全要素生產(chǎn)率呈現(xiàn)上升態(tài)勢,其原因可能在于,該階段我國畜禽養(yǎng)殖污染防治工作快速開展,以畜禽養(yǎng)殖為重點,將控制農(nóng)業(yè)污染和削減農(nóng)業(yè)污染物排放總量列入國家“十二五”污染物總量控制約束性指標[32]。2013年,原環(huán)境保護部、農(nóng)業(yè)部聯(lián)合印發(fā)了以踐行生態(tài)文明理念為主的《全國畜禽養(yǎng)殖污染防治“十二五”規(guī)劃》等政策,將畜禽養(yǎng)殖業(yè)減排納入國家“十二五”節(jié)能減排工作體系,這是我國第一部關于畜禽養(yǎng)殖污染防治的專項規(guī)劃,進一步加快全國各省份畜禽污染防治體系建設。同年國務院發(fā)布《畜禽規(guī)模養(yǎng)殖污染防治條例》,對推進畜禽養(yǎng)殖廢棄物綜合利用和無害化處理,降低畜牧業(yè)污染排放和改善綠色全要素生產(chǎn)率具有重大意義。(2)第2個階段為2014—2018年,我國畜牧業(yè)綠色全要素生產(chǎn)率從0.977 1增長至1.020 5,其原因可能在于,2015年4月發(fā)布并實施的《水污染防治行動計劃》,以及從2017年起,國家大力推動畜禽糞污資源化利用進程,國務院及相關部門相繼印發(fā)《關于加快推進畜禽養(yǎng)殖廢棄物資源化利用的意見》《關于在畜禽養(yǎng)殖廢棄物資源化利用過程中加強環(huán)境監(jiān)管的通知》等一系列文件,為全國畜禽養(yǎng)殖廢棄物資源化利用提供制度指導,并強化對畜牧業(yè)的生態(tài)環(huán)境保護治理和綠色畜牧養(yǎng)殖技術的應用,畜牧業(yè)綠色技術進步在2016—2017年達到峰值(1.057 5),極大地刺激了我國畜牧業(yè)綠色技術進步。同時,我國畜牧業(yè)綠色全要素生產(chǎn)率在2017—2018年達到最高點,進一步推動我國畜牧業(yè)可持續(xù)發(fā)展。(3)第3個階段為2018—2020年,我國畜牧業(yè)綠色全要素生產(chǎn)率繼續(xù)呈小幅度增長。2017年發(fā)布的《全國畜禽糞污資源化利用整縣推進項目工作方案(2018—2020年)》,以縣為單位貫徹綠色發(fā)展理念,促進畜牧業(yè)轉型升級。同時,《關于加快推進畜禽養(yǎng)殖廢棄物資源化利用的意見》中要求,到2020年,全國畜禽糞污綜合利用率達到75%以上。截至2020年底,我國畜禽糞污綜合利用率達到76%,圓滿完成“十三五”任務目標。由此可見,我國畜牧業(yè)綠色全要素生產(chǎn)率周期性特征與國家出臺的一系列畜禽污染防治政策密切相關。

表2 2011—2020年我國畜牧業(yè)綠色全要素生產(chǎn)率及其分解

進一步從我國畜牧業(yè)綠色全要素生產(chǎn)率分解項來考察,以識別其增長來源。由表2可知,2011—2020年綠色技術效率(GEC)年均下降1.5%,綠色技術進步(GTC)年均增長0.69%。此外,從圖1波動趨勢可以發(fā)現(xiàn),指數(shù)與綠色技術進步的演變趨勢高度一致,除2011—2013年和2014—2016年2個階段外,其余階段綠色技術進步均高于綠色技術效率,其中,綠色技術進步貢獻度為101.53%。這表明我國畜牧業(yè)綠色全要素生產(chǎn)率增長的動力源泉主要在于綠色技術進步水平的提高,成為提升畜牧業(yè)綠色發(fā)展水平的主要推動力,而綠色技術效率對綠色全要素生產(chǎn)率增長貢獻較有限。

GML為生產(chǎn)率指數(shù),GEC為綠色技術效率,GTC為綠色技術進步。

表3為我國各地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率及其分解情況。2011—2020年間,我國畜牧業(yè)綠色全要素生產(chǎn)率增長具有空間不平衡性,增長速度呈現(xiàn)東高西低的特征。就各地區(qū)GML指數(shù)水平而言,東北地區(qū)最高,均值為1.022 1,年均增長2.21%;東部地區(qū)次之,均值為1.005 1,年均增長0.51%;中部地區(qū)再次,均值為0.990 3,年均下降0.97%;西部地區(qū)最低,均值為0.973 8,年均下降2.62%。相對于其他地區(qū),東北地區(qū)是我國重要的畜牧業(yè)潛力發(fā)展區(qū),具有獨特競爭優(yōu)勢,區(qū)域土壤肥沃,糧食、牧草資源豐富,環(huán)境承載能力較強,綠色產(chǎn)品認證數(shù)高,畜禽標準化規(guī)模養(yǎng)殖不斷壯大。2017年,原農(nóng)業(yè)部發(fā)布的《關于加快東北糧食主產(chǎn)區(qū)現(xiàn)代畜牧業(yè)發(fā)展的指導意見》指出,到2020年,東北現(xiàn)代畜牧業(yè)建設取得明顯進展,產(chǎn)業(yè)結構調(diào)整基本完成,種養(yǎng)結合、農(nóng)牧循環(huán)的綠色發(fā)展模式基本形成,并加大對東北現(xiàn)代畜牧業(yè)建設政策資金扶持力度,在很大程度上提升了東北地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率水平。東部地區(qū)地理位置優(yōu)越,多屬于沿海經(jīng)濟發(fā)達地區(qū),畜牧業(yè)環(huán)境保護管制措施積極推進,綠色生產(chǎn)養(yǎng)殖技術得到廣泛推廣和應用,畜牧業(yè)綠色生態(tài)發(fā)展水平良好。而相較于東北和東部地區(qū),中西部地區(qū)畜牧業(yè)養(yǎng)殖方式仍較為粗放,畜禽糞便污染處理能力較弱,使得畜牧業(yè)綠色生產(chǎn)率均較落后,但其經(jīng)濟發(fā)展、資源約束和生態(tài)環(huán)保治理水平有很大提升空間,應加快畜牧業(yè)的轉型升級。

表3 2011—2020年我國省域畜牧業(yè)綠色全要素生產(chǎn)率及其分解

從各地區(qū)GML指數(shù)構成來看,東北地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率增長來源于綠色技術效率和綠色技術進步的雙向加持,年均增長分別為1.22%和0.97%。而東部、中部和西部3個地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率增長主要來源于綠色技術進步,年均增長分別為1.25%、0.39%和0.31%,東部地區(qū)增長最快;而東部、中部和西部地區(qū)綠色技術效率則均出現(xiàn)倒退,年均降幅分別為0.76%、1.35%和2.93%,西部地區(qū)倒退最快。

進一步從省域層面來看,2011—2020年我國畜牧業(yè)綠色全要素生產(chǎn)率排名前5的省份依次為黑龍江(1.047 4)、天津(1.045 2)、北京(1.023 7)、上海(1.013 4)和重慶(1.012 3),后5名則是甘肅(0.963 0)、青海(0.958 4)、云南(0.956 3)、貴州(0.951 4)和西藏(0.929 6)。從區(qū)域差異來看,除浙江、福建和廣東外,東部地區(qū)其余7個省份畜牧業(yè)綠色全要素生產(chǎn)率均實現(xiàn)正向增長;中部地區(qū)僅有河南省畜牧業(yè)綠色全要素生產(chǎn)率處于增長狀態(tài),其余省份畜牧業(yè)綠色全要素生產(chǎn)率則有所下降;西部地區(qū)只有重慶畜牧業(yè)綠色全要素生產(chǎn)率呈正向增長,而其余省份畜牧業(yè)綠色全要素生產(chǎn)率整體處于落后水平;東北地區(qū)的黑龍江、遼寧和吉林3個省份畜牧業(yè)綠色全要素生產(chǎn)率均實現(xiàn)正向增長,其中,黑龍江畜牧業(yè)綠色全要素生產(chǎn)率年均增速高達4.74%。由此可見,我國僅有38.71%的省份(12個)畜牧業(yè)綠色全要素生產(chǎn)率實現(xiàn)正增長(大于1),且這些省份大多位于東部沿海經(jīng)濟發(fā)達地區(qū)。

從各省域分解項來看,我國畜牧業(yè)綠色全要素生產(chǎn)率驅動情況主要分為3種:第1種情況是綠色技術效率和綠色技術進步“雙軌驅動”,主要包括北京、天津、山東、河南、遼寧、吉林和黑龍江7個省份;第2種情況是綠色技術效率或綠色技術進步“單軌驅動”,其中,河北、上海、江蘇、福建、海南、山西、江西、安徽、內(nèi)蒙古、重慶、貴州、甘肅、寧夏和新疆14個省份主要驅動因素為綠色技術進步,浙江和廣西2個省份主要驅動因素為綠色技術效率;第3種情況是綠色技術效率和綠色技術進步“雙軌塌陷”,廣東、湖北、湖南、四川、云南、西藏、陜西和青海8個省份整體呈現(xiàn)惡化狀態(tài),這些省份主要位于西部地區(qū)。由此可見,綠色技術進步在很大程度上推動了我國畜牧業(yè)綠色生態(tài)發(fā)展。

2.2 我國畜牧業(yè)綠色全要素生產(chǎn)率的區(qū)域差異

進一步采用Dagum基尼系數(shù)及其分解方法探究全國及4大地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率的區(qū)域差異及其空間來源。由圖2可知,我國畜牧業(yè)綠色全要素生產(chǎn)率基尼系數(shù)整體呈穩(wěn)步上升趨勢,從2011年的0.076 4上升至2020年的0.128 2,意味著我國畜牧業(yè)綠色全要素生產(chǎn)率地區(qū)不平衡問題凸顯,未來還有繼續(xù)擴大的可能。從4大地區(qū)內(nèi)部區(qū)域差異來看,畜牧業(yè)綠色全要素生產(chǎn)率區(qū)域內(nèi)差異呈逐步擴大趨勢。

圖2 我國總體及各地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率基尼系數(shù)變化趨勢

其中,西部地區(qū)區(qū)域內(nèi)差異最大,基尼系數(shù)均值為0.103 1;東部地區(qū)次之,基尼系數(shù)均值為0.092 7;中部地區(qū)再次,基尼系數(shù)均值為0.052 7;東北地區(qū)最低,基尼系數(shù)均值為0.048 4。從波動趨勢來看,西部和中部地區(qū)區(qū)域內(nèi)差異在研究期內(nèi)整體呈波動式上升趨勢,年均增幅分別為8.8%和10.26%;而東部和東北地區(qū)區(qū)域內(nèi)差異則有所回落,年均降幅分別為1.3%和5.75%。此外,需要注意的是,盡管中部地區(qū)區(qū)域內(nèi)差異均值較低,但其區(qū)域內(nèi)差異增長速度較快,差異有明顯擴大趨勢,因此要加大推動中部地區(qū)畜牧業(yè)綠色發(fā)展的內(nèi)部協(xié)調(diào)力度。

由圖3可知,4大地區(qū)間畜牧業(yè)綠色全要素生產(chǎn)率也存在較大差異。從地區(qū)間差異水平來看,東部-西部地區(qū)間差異最大,基尼系數(shù)均值為0.149 4;東北-西部和中部-西部地區(qū)間差距較大,基尼系數(shù)均值分別為0.100 5和0.100 4;東部-東北和東部-中部地區(qū)間差距相對較小,基尼系數(shù)均值分別為0.098 7和0.091 7;東北-中部地區(qū)間差異最小,基尼系數(shù)均值為0.063 3。從波動趨勢來看,各個地區(qū)間差異總體呈現(xiàn)波動上升趨勢,且可以看出東部-西部地區(qū)間差異水平從2012年開始均大于其他地區(qū)間差異水平;僅有東部-東北地區(qū)間差異從2016年開始有所回落,年均降低7.83%。從地區(qū)間差異增速來看,中部-西部、東北-西部和東部-西部地區(qū)間差異上升較快,年均增速分別為10.48%、8.02%和7.97%;東部-中部和東北-中部地區(qū)間差異上升較慢,年均增速分別為4.31%和1.72%。綜上所述,西部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率與其他地區(qū)相比仍有較大差距,相較于其他地區(qū),西部地區(qū)畜牧業(yè)發(fā)展明顯較慢,且存在生態(tài)環(huán)境脆弱等限制條件,這制約了西部地區(qū)畜牧業(yè)生態(tài)保護與生產(chǎn)的協(xié)調(diào)發(fā)展。

圖3 我國區(qū)域間畜牧業(yè)綠色全要素生產(chǎn)率基尼系數(shù)變化趨勢

圖4為畜牧業(yè)綠色全要素生產(chǎn)率地區(qū)差異來源貢獻率的變動趨勢。從貢獻大小來看,區(qū)域間差異對地區(qū)差異的貢獻率最大,其年均貢獻率為60.50%,貢獻率介于58.47%～64.42%之間;區(qū)域內(nèi)差異年均貢獻率為25.53%,貢獻率介于23.36%～27.33%之間;超變密度年均貢獻率為13.82%,貢獻率介于10.44%～15.52%之間。

圖4 我國畜牧業(yè)綠色全要素生產(chǎn)率區(qū)域差異來源及其貢獻率

從變動趨勢來看,區(qū)域間差異貢獻在研究期內(nèi)有所上升,而區(qū)域內(nèi)貢獻和超變密度貢獻則有所下降,3者在研究期內(nèi)均保持平穩(wěn)變動趨勢,起伏變動較小。綜上所述,4大地區(qū)間差異是我國畜牧業(yè)綠色全要素生產(chǎn)率增長不均衡的主要來源。因此,優(yōu)化畜牧業(yè)區(qū)域布局,推動畜牧業(yè)地區(qū)間協(xié)調(diào)發(fā)展是我國畜牧業(yè)綠色全要素生產(chǎn)率均衡增長的關鍵。

2.3 我國畜牧業(yè)綠色全要素生產(chǎn)率的動態(tài)演進

圖5為2011—2020年全國畜牧業(yè)綠色全要素生產(chǎn)率水平的演變情況。從分布位置來看,核密度曲線中心向左移動,說明我國畜牧業(yè)綠色全要素生產(chǎn)率有所下降;從分布形態(tài)來看,波峰從“高而窄”向“扁而寬”轉變,說明全國各地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率差異程度逐漸變大;從分布極化現(xiàn)象來看,畜牧業(yè)綠色全要素生產(chǎn)率分布從雙峰向多峰轉變,存在一定極化現(xiàn)象;從分布延展性來看,各年份均呈現(xiàn)出不同程度右拖尾現(xiàn)象,說明我國存在畜牧業(yè)綠色全要素生產(chǎn)率較低和較高的省份,這表明畜牧業(yè)綠色全要素生產(chǎn)率低水平省份對高水平省份的追趕效應不足,地區(qū)差異明顯增大。

圖5 我國畜牧業(yè)綠色全要素生產(chǎn)率的分布動態(tài)

圖6為全國4個地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率水平的分布動態(tài)。由圖6(a)可知,東部地區(qū)核密度曲線中心呈先左移后右移趨勢,總體表現(xiàn)為右移,說明東部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率總體呈上升趨勢,且東部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率水平整體分布較為集中,數(shù)值在0.8～1.1之間;2020年主峰右側存在波峰,表明東部地區(qū)存在畜牧業(yè)綠色全要素生產(chǎn)率水平較高的區(qū)域(如天津)。由圖6(b)可知,中部地區(qū)核密度曲線中心向左移動,說明中部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率小幅度降低;2018年主峰右側出現(xiàn)小波峰,其余時間為單峰,說明中部地區(qū)存在畜牧業(yè)綠色全要素生產(chǎn)率水平較高的區(qū)域(如江西),并存在一定極化現(xiàn)象。由圖6(c)可知,西部地區(qū)核密度函數(shù)中心點總體向左移動,表明西部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率有所下降;波峰主要呈現(xiàn)雙峰分布,且側峰明顯低于主峰,說明西部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率存在明顯梯度效應和極化現(xiàn)象,區(qū)域內(nèi)絕對差異呈擴大趨勢;分布曲線存在右拖尾且逐漸拓寬,也說明西部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率差異逐步擴大。由圖6(d)可知,東北地區(qū)核密度函數(shù)中心呈先左移后右移趨勢,說明東北地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率增加幅度較高;核密度分布曲線從單峰向多峰轉變,同時波峰變化區(qū)間逐漸增大,說明東北地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率差距增大,且存在一定極化現(xiàn)象。

圖6 4大地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率的分布動態(tài)

3 我國畜牧業(yè)綠色全要素生產(chǎn)率影響因素的實證分析

3.1 指標選取

關于畜牧業(yè)綠色全要素生產(chǎn)率的影響因素,結合現(xiàn)有研究選取以下5個影響因素,各變量描述統(tǒng)計見表4。

表4 我國畜牧業(yè)綠色全要素生產(chǎn)率影響因素的描述性統(tǒng)計

(2)財政支農(nóng)水平。公共財政理論表明,財政支農(nóng)政策對于國家農(nóng)業(yè)增長至關重要。理論上,財政支農(nóng)通過對畜牧業(yè)生產(chǎn)主體行為和生產(chǎn)目標產(chǎn)生影響,進而發(fā)揮對畜牧業(yè)綠色全要素生產(chǎn)率的影響作用。財政支農(nóng)力度的增大對于畜牧業(yè)綠色全要素生產(chǎn)率增長的作用主要體現(xiàn)在基礎設施建設、科技研發(fā)、疫病防治和畜禽糞污資源化利用等方面。但如果財政資金使用效率低下,就會使得畜牧業(yè)產(chǎn)值下降和污染物增加。因此,財政資金對綠色全要素生產(chǎn)率的影響具有不確定性,其值采用農(nóng)林水支出占財政總支出的比值表示。

(3)經(jīng)濟發(fā)展水平。隨著經(jīng)濟發(fā)展水平的提高,社會對環(huán)保及可持續(xù)發(fā)展的關注度也會提升,進而推動產(chǎn)業(yè)結構升級;同時,區(qū)域經(jīng)濟規(guī)模擴大,科技創(chuàng)新資源增多,綠色技術不斷進步,促使綠色全要素生產(chǎn)率增長;而粗放型經(jīng)濟發(fā)展模式則會使要素投入不斷增加而經(jīng)濟質(zhì)量水平卻愈發(fā)低下,導致污染排放物增加,不利于綠色全要素生產(chǎn)率提高。經(jīng)濟發(fā)展水平采用人均國內(nèi)生產(chǎn)總值進行表征,即為地區(qū)生產(chǎn)總值與地區(qū)常住人口的比值。

(4)交通通達性。對畜牧業(yè)發(fā)展來說,基礎設施是必不可少的一環(huán)。交通通達性在一定程度上能夠提高運輸效率,抑制污染排放。同時,交通基礎設施的空間網(wǎng)絡性會增進各地區(qū)間和區(qū)域內(nèi)的要素流動,使得資源聚集,從而形成規(guī)模效應和集聚效應。因此,完善的交通基礎設施會加速飼料等原材料流動,改善資源配置,從而提升綠色全要素生產(chǎn)率。交通通達性采用公路里程與國土面積的比值表示。

(5)環(huán)境規(guī)制水平?！安ㄌ丶僬f”認為適當?shù)沫h(huán)境規(guī)制能夠促進技術創(chuàng)新,形成倒逼機制以激勵經(jīng)濟主體進行綠色技術革新,提高生產(chǎn)效率和污染治理能力[33]。根據(jù)外部性理論,環(huán)境規(guī)制是影響畜牧業(yè)綠色全要素生產(chǎn)率增長的重要外生約束力量。環(huán)境規(guī)制在一定程度上能夠約束畜牧業(yè)污染物排放和處理,倒逼畜牧業(yè)生產(chǎn)者減少污染排放,進而對畜牧業(yè)可持續(xù)發(fā)展形成制約?？紤]數(shù)據(jù)可獲性,環(huán)境規(guī)制水平采用環(huán)境污染治理投資額占地區(qū)生產(chǎn)總值的比值表示。

3.2 模型設定

選取我國2011—2020年31個省份面板數(shù)據(jù),構建我國畜牧業(yè)綠色全要素生產(chǎn)率影響因素模型,具體計算公式為

lnIGTFP,i,t=β0+β1lnILQ,i,t+β2IGOV,i,t+β3lnIPERGDP,i,t+β4ITA,i,t+β5lnIER,i,t+γi+εt+ei,t。

(17)

式(17)中,t為年份;i為省份;IGTFP為綠色全要素生產(chǎn)率,即被解釋變量;ILQ、IGOV、IPERGDP、ITA和IER分別為產(chǎn)業(yè)集聚、財政支農(nóng)水平、經(jīng)濟發(fā)展水平、交通通達性和環(huán)境規(guī)制水平,即解釋變量;γi為個體固定效應;εt為時間固定效應;ei,t為隨機干擾項。借鑒陳超凡[34]的調(diào)整方法,設2010年為基期,即2010年綠色全要素生產(chǎn)率為1,2011年綠色全要素生產(chǎn)率為2010年綠色全要素生產(chǎn)率乘以2011年GML指數(shù);2012年綠色全要素生產(chǎn)率為2011年綠色全要素生產(chǎn)率乘以2012年GML指數(shù),以此類推,計算得出2011—2020年各年份綠色全要素生產(chǎn)率。

3.3 實證檢驗及結果分析

確定回歸模型形式的檢驗步驟如下:首先,采用傳統(tǒng)混合最小二乘法(ordinary least squares,OLS)進行回歸,F檢驗結果表明,F檢驗統(tǒng)計量為21.10,在1%水平上顯著拒絕使用混合回歸的零假設,表明存在個體效應,即認為固定效應明顯優(yōu)于混合回歸。其次,根據(jù)Hausman檢驗結果,chi2(5)=107.64,Prob>chic2=0.000 0,因此最終選擇固定效應(fixed effect,FE)模型和雙向固定效應〔two-way fixed effect,FE(two-way)〕模型進行回歸。同時,進行Wooldridge、Pesaran、friedman、frees和modified Wald檢驗,檢驗結果表明,Wooldridge系數(shù)為59.171,在1%顯著水平上通過檢驗,表明模型存在序列相關問題;Pesaran和friedman檢驗P值均為1.000 0,結果拒絕組間同期相關問題;frees檢驗統(tǒng)計量為3.226,在1%顯著水平上拒絕不存在截面相關的原假設。參照朱琪等[35]做法,由于筆者所用數(shù)據(jù)為平衡面板數(shù)據(jù),且在回歸時考慮了時間效應,因此傾向于采納frees檢驗結果,即表明模型存在截面相關問題;modified Wald檢驗系數(shù)為6 678.59,在1%顯著水平上通過檢驗,表明模型還同時存在異方差等問題。此外,由于樣本數(shù)據(jù)時間跨度僅為10 a,因此無需對各變量進行單位根檢驗及模型的協(xié)整檢驗。為了克服模型存在的組內(nèi)自相關、截面相關和組間異方差等問題,使用通常的面板數(shù)據(jù)估計方法會低估標準誤差,因此筆者選擇Driscoll-Kraay標準差估計方法(Driscoll-Kraay standard errors estimators)進行估計得到標準誤差。各模型回歸結果見表5。

表5 我國畜牧業(yè)綠色全要素生產(chǎn)率影響因素的回歸結果

回歸結果(表5)顯示,固定效應模型、雙向固定效應模型和Driscoll-Kraay標準差估計方法的估計結果基本相同,各因素對畜牧業(yè)綠色全要素生產(chǎn)率的影響系數(shù)和符號基本一致,說明回歸結果具有較好的穩(wěn)健性,筆者以Driscoll-Kraay標準差估計方法回歸結果進行解釋,具體分析如下:

(1)畜牧業(yè)產(chǎn)業(yè)集聚對畜牧業(yè)綠色全要素生產(chǎn)率增長產(chǎn)生顯著負面影響,并通過5%水平上顯著性檢驗。產(chǎn)生這一現(xiàn)象的原因可能是,畜牧業(yè)產(chǎn)業(yè)過度聚集產(chǎn)生負外部性,在一定程度上削弱了產(chǎn)業(yè)競爭力和經(jīng)濟發(fā)展。畜牧業(yè)產(chǎn)業(yè)集聚使區(qū)域內(nèi)畜牧業(yè)生產(chǎn)規(guī)模和飼養(yǎng)規(guī)模逐漸擴大,飼料添加劑、獸藥等生產(chǎn)要素投入的不斷增加,帶來畜產(chǎn)品藥物殘留污染及環(huán)境污染,產(chǎn)生擁擠效應,從而抑制畜牧業(yè)綠色全要素生產(chǎn)率增長。同時,粗放型畜牧業(yè)生產(chǎn)經(jīng)營主體大量集中,該類生產(chǎn)經(jīng)營主體生產(chǎn)效率和效益均較為低下,從而導致資源消耗加劇,畜禽糞污染、碳排放等增加,致使區(qū)域生態(tài)環(huán)境壓力過大。

(2)財政農(nóng)業(yè)支出占比對畜牧業(yè)綠色全要素生產(chǎn)率產(chǎn)生顯著負面影響,并通過5%水平上顯著性檢驗。這說明財政農(nóng)業(yè)支出不利于我國畜牧業(yè)經(jīng)濟和資源環(huán)境的協(xié)調(diào)發(fā)展,財政農(nóng)業(yè)支出通過政府直接或者間接補貼,在促進畜牧業(yè)發(fā)展的過程中可能會擾亂畜牧業(yè)產(chǎn)品和要素的市場價格,使得農(nóng)牧民形成不合理生產(chǎn)行為,如飼養(yǎng)過程中過量使用抗生素類獸藥,增加了非期望產(chǎn)出,但導致畜牧業(yè)綠色技術效率惡化和自然資源破壞,從而降低財政支農(nóng)對畜牧業(yè)綠色全要素生產(chǎn)率的推動作用。

(3)人均GDP對畜牧業(yè)綠色全要素生產(chǎn)率產(chǎn)生顯著負面影響,并通過1%水平上顯著性檢驗。在追求經(jīng)濟高速增長的情況下,畜牧業(yè)在發(fā)展過程中很可能出現(xiàn)持續(xù)性粗放經(jīng)營等現(xiàn)象,導致環(huán)境承載力嚴重超載,綠色全要素生產(chǎn)率低下。

(4)交通通達性對畜牧業(yè)綠色全要素生產(chǎn)率產(chǎn)生顯著正向影響,并通過5%水平上顯著性檢驗。公路密度越高說明交通運輸條件越好,這為畜產(chǎn)品冷鏈物流提供了基礎條件,能夠降低畜牧養(yǎng)殖物流運輸成本,還有利于拓寬銷售渠道。同時,確保仔畜雛禽、飼料和獸藥等生產(chǎn)資料能夠更快流通,并延伸其供應范圍,這有利于進一步降低生產(chǎn)要素和運輸成本,為進行綠色技術創(chuàng)新提供更多成本空間,進而促進畜牧業(yè)綠色經(jīng)濟增長。

(5)環(huán)境規(guī)制促進了畜牧業(yè)綠色全要素生產(chǎn)率的提高,但未通過顯著性檢驗。結果表明環(huán)境規(guī)制水平每上漲1%,畜牧業(yè)綠色全要素生產(chǎn)率便會相應上漲0.005 9個百分點,即環(huán)境規(guī)制與畜牧業(yè)綠色全要素生產(chǎn)率呈正相關關系。這可能與環(huán)境規(guī)制水平強度總體較弱有關,因此環(huán)境規(guī)制對畜牧業(yè)綠色全要素生產(chǎn)率的作用不大,但在一定程度上仍能反映加大環(huán)境污染治理投資有利于促進畜牧業(yè)經(jīng)濟綠色發(fā)展。

4 結論與建議

4.1 結論

采用超效率EBM模型和GML指數(shù)對我國2011—2020年畜牧業(yè)綠色全要素生產(chǎn)率進行測度,并采用固定效應模型和Driscoll-Kraay標準差估計方法研究畜牧業(yè)綠色全要素生產(chǎn)率的影響因素,主要結論如下:

(1)從整體來看,2011—2020年我國畜牧業(yè)綠色全要素生產(chǎn)率年均值為0.991 7,總體水平較低,說明我國畜牧業(yè)綠色全要素生產(chǎn)率在一定程度上有所惡化。從地區(qū)來看,我國各地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率水平差異明顯,主要呈現(xiàn)東北、東部、中部和西部地區(qū)依次遞減趨勢,且西部地區(qū)明顯低于東北、東部和中部地區(qū)。從省域來看,黑龍江、天津、北京、上海和重慶畜牧業(yè)綠色全要素生產(chǎn)率遙遙領先于全國平均水平,甘肅、青海、云南、貴州和西藏則處于相對落后狀態(tài)。從畜牧業(yè)綠色全要素生產(chǎn)率分解項來看,我國及各地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率增長主要依靠綠色技術進步的推動,而綠色技術效率貢獻相對不足,表現(xiàn)出一定的抑制效應。

(2)Dagum基尼系數(shù)及其分解結果表明,我國畜牧業(yè)綠色全要素生產(chǎn)率基尼系數(shù)整體呈穩(wěn)步上升趨勢,地區(qū)間差異是4大地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率空間差異的最主要來源。其中,西部地區(qū)綠色全要素生產(chǎn)率區(qū)域內(nèi)差異最大,東部次之,中部第三,東北最小;東部-西部地區(qū)間差異最大,東北-中部地區(qū)間差異最小,且東部-東北地區(qū)間差異有所回落。

(3)我國畜牧業(yè)綠色全要素生產(chǎn)率有所下降,波峰從“高而窄”向“扁而寬”轉變,差異程度逐漸變大且存在梯度效應和極化現(xiàn)象;東部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率呈上升趨勢,各省份水平整體分布較為集中,數(shù)值介于0.8～1.1之間;中部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率呈下降趨勢,2018年區(qū)域內(nèi)差異擴大;西部地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率呈下降趨勢,分布曲線呈現(xiàn)右拖尾現(xiàn)象,絕對差異存在擴大趨勢;東北地區(qū)畜牧業(yè)綠色全要素生產(chǎn)率呈上升趨勢,核密度分布曲線從單峰向多峰轉變,區(qū)域內(nèi)差距增大,且存在一定極化現(xiàn)象。

(4)畜牧業(yè)產(chǎn)業(yè)集聚、財政支農(nóng)和人均GDP對畜牧業(yè)綠色全要素生產(chǎn)率具有顯著負向影響,交通通達性則具有顯著正向影響。

4.2 建議

(1)采取差異化策略,探索適應區(qū)域資源稟賦的畜牧業(yè)綠色發(fā)展模式。東部地區(qū)應充分發(fā)揮經(jīng)濟與技術優(yōu)勢,研發(fā)與創(chuàng)新畜牧業(yè)節(jié)能減排低碳技術,實現(xiàn)畜禽養(yǎng)殖廢棄物資源化利用全覆蓋;中部地區(qū)是我國重要的糧倉,飼料資源豐富,畜牧業(yè)發(fā)展?jié)摿Υ?應著力推行“以地種養(yǎng)、有種有養(yǎng)”的種養(yǎng)結合模式,促進資源要素有效投入,變革品種改良等綠色技術,發(fā)展節(jié)糧型畜牧業(yè),推動畜牧業(yè)綠色循環(huán)發(fā)展;西部地區(qū)擁有畜牧業(yè)發(fā)展資源稟賦,但生態(tài)環(huán)境脆弱,目前仍處于粗放型經(jīng)營階段,存在超載放牧、過度開采等問題,應加強針對西部地區(qū)畜牧業(yè)環(huán)境政策支持,全面建立草原生態(tài)保護補助獎勵機制,落實草畜平衡制度,引進牧草新品種選育、良種繁育及畜禽糞污綜合利用技術,推進標準化規(guī)模養(yǎng)殖,提高畜禽糞污綜合利用率;東北地區(qū)是我國糧食主產(chǎn)區(qū),糧食、秸稈及牧草資源豐富,應積極推廣糧改飼和種養(yǎng)結合的生產(chǎn)模式,促進農(nóng)牧循環(huán)綠色發(fā)展,推廣粗飼料開發(fā)利用、畜禽糞污無害化處理及資源化利用、畜禽養(yǎng)殖智能化等綠色技術廣泛應用。

(2)統(tǒng)籌區(qū)域協(xié)同發(fā)展,平衡經(jīng)濟發(fā)展與生態(tài)環(huán)境。加強各省份之間畜禽養(yǎng)殖技術交流與合作,促進各省份之間畜禽養(yǎng)殖要素流動,建立跨區(qū)域畜牧業(yè)綠色合作機制,搭建區(qū)域畜牧業(yè)合作平臺,緊抓東西部協(xié)作以縮小區(qū)域差異,推動畜牧業(yè)綠色協(xié)調(diào)發(fā)展。根據(jù)各區(qū)域環(huán)境承載力進行養(yǎng)殖布局調(diào)整,引導生豬等牲畜由養(yǎng)殖密集分布區(qū)向環(huán)境承載力較強的區(qū)域轉移,形成與資源環(huán)境承載力匹配協(xié)調(diào)的畜牧業(yè)發(fā)展格局。畜牧業(yè)強省應帶動周邊省份畜牧業(yè)現(xiàn)代化發(fā)展,充分發(fā)揮輻射帶動作用,形成良性競爭、互利共贏的新格局。

(3)兼顧綠色技術進步和綠色技術效率齊發(fā)展。綠色技術進步在一定程度上能夠改善畜牧業(yè)綠色發(fā)展水平,但也容易造成資源配置效率低下。因此,建議加強化學獸藥替代品、新型復合飼用益生菌等畜牧業(yè)綠色投入品的研發(fā)創(chuàng)新,創(chuàng)新飼料配比配方,推進獸用抗菌藥使用減量化行動,同時積極探索種養(yǎng)結合循環(huán)模式,減少農(nóng)業(yè)面源污染;引進智能化、網(wǎng)絡化畜禽養(yǎng)殖技術,研發(fā)畜牧業(yè)良種繁育、飼料開發(fā)和糞污處理等綠色新技術,推動畜牧業(yè)碳達峰和碳中和。

(4)合理進行畜牧業(yè)產(chǎn)業(yè)集聚,引進畜牧高新技術企業(yè),鼓勵集聚區(qū)企業(yè)推進綠色技術創(chuàng)新,不斷提升養(yǎng)殖機械化水平和資源利用效率,推動綠色循環(huán)養(yǎng)殖模式形成。整合規(guī)劃、合理分配財政支農(nóng)資金,堅持補貼向畜禽承載風險地區(qū)轉移,并設立綠色生態(tài)畜牧業(yè)專項資金,資助養(yǎng)殖場污染處理、畜禽糞污處理及糞污存儲設施裝備購入。同時,提高畜牧業(yè)污染防治在環(huán)境污染治理投資中的占比,不斷提高我國整體畜禽養(yǎng)殖污染治理能力,以實現(xiàn)畜禽養(yǎng)殖和生態(tài)環(huán)境協(xié)調(diào)發(fā)展。