我國糧食綠色全要素生產(chǎn)率的時(shí)空演變分析

龔 波，胡 穎

（湖南科技大學(xué)商學(xué)院，湖南 湘潭 411201）

國以民為本，民以食為天，糧食安全是國家安全的重要基石。黨中央始終高度重視糧食安全，2023 年中央一號(hào)文件也強(qiáng)調(diào)要“全力抓好糧食生產(chǎn)”“全方位夯實(shí)糧食安全根基”。改革開放以來，我國糧食產(chǎn)量不斷增長，國家統(tǒng)計(jì)局相關(guān)數(shù)據(jù)顯示，糧食總量由1978 年的30 477 萬t 增加至2022年的68 653 萬t。但隨著生態(tài)環(huán)境的惡化，糧食安全受到威脅?！蹲匀弧称贰酚?021 年發(fā)布的開創(chuàng)性最新研究報(bào)告顯示，世界糧食體系的人為溫室氣體排放量占全球的1/3 以上。面對(duì)日益嚴(yán)重的資源與環(huán)境問題，以綠色低碳循環(huán)為主要原則的綠色發(fā)展理念逐漸深入人心。2021 年3 月，北京大學(xué)中國農(nóng)業(yè)政策研究中心主任、北京大學(xué)新農(nóng)村發(fā)展研究院院長黃季焜教授在中國發(fā)展高層論壇2021 年會(huì)經(jīng)濟(jì)峰會(huì)上明確強(qiáng)調(diào)，要保障國家糧食安全就必須提升農(nóng)業(yè)全要素生產(chǎn)率（Total Factor Productivity，TFP）。而糧食綠色全要素生產(chǎn)率（Green Total Factor Productivity，GTFP）概念最早是1997 年由Schaltegger Sturm[1]提出的，它代表糧食生產(chǎn)活動(dòng)帶來的包括環(huán)境影響在內(nèi)的總產(chǎn)出與總投入的比率，能有效反映糧食生產(chǎn)最真實(shí)的效率[1-2]。鑒于此，我們在保障糧食生產(chǎn)與安全的同時(shí)應(yīng)牢牢抓住“碳排放”這一“綠色”元素，強(qiáng)化環(huán)境約束，這也是綠色全要素生產(chǎn)率的核心[3-4]。綠色全要素生產(chǎn)率和糧食安全之間存在雙向因果關(guān)系，提高GTFP是解決糧食問題的關(guān)鍵[5-6]。

從現(xiàn)有成果來看，國內(nèi)外學(xué)者主要采用索洛余值、數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）和隨機(jī)前沿等方法對(duì)TFP進(jìn)行分析，而探討糧食TFP的研究多采用DEA 模型。在此模型的運(yùn)用中，前人研究多運(yùn)用各種傳統(tǒng)的徑向CCR、BBC模型或者非徑向SBM 模型，且大多基于單一的期望產(chǎn)出，而將期望產(chǎn)出和非期望產(chǎn)出都納入指標(biāo)體系且運(yùn)用綜合考慮徑向和非徑向的混合距離函數(shù)的研究較少[7]。此外，以往學(xué)者主要側(cè)重對(duì)某一區(qū)域或某一省份的糧食TFP進(jìn)行分析思考，而較少有學(xué)者以我國多個(gè)省份的糧食TFP為研究對(duì)象并對(duì)其進(jìn)行時(shí)空差異分析?；诖?，該研究擬運(yùn)用超效率EBMGML 模型和空間自相關(guān)分析方法，對(duì)2004—2021年我國30 個(gè)省份的糧食GTFP時(shí)空演變情況進(jìn)行分析，以為我國進(jìn)一步提升糧食產(chǎn)量、保障糧食安全以及促進(jìn)糧食生產(chǎn)高質(zhì)量發(fā)展等提供參考。

1 研究方法和數(shù)據(jù)來源

1.1 研究方法

1.1.1 超效率EBM-GML 模型 EBM 是一種混合距離函數(shù)，EBM 模型解決了SBM 模型未考慮到的投入與產(chǎn)出的徑向比例問題。但EBM 模型難以用來進(jìn)一步分析有效評(píng)價(jià)單元的效率差異，故有學(xué)者提出了基于EBM 的超效率模型[8]。該研究建立包含非期望產(chǎn)出的非導(dǎo)向、VRS 條件下的超效率EBM 模型，相關(guān)計(jì)算公式如下[9]。

式中：*γ表示VRS 條件下模型的最佳效率值，xε是徑向與非徑向松弛條件轉(zhuǎn)換的關(guān)鍵參數(shù)，k表示決策單元DMU（在該研究中為30 個(gè)省份），x、y、a分別表示投入、期望產(chǎn)出和非期望產(chǎn)出，pλ為DMU的線性組合系數(shù)，s表示松弛量。式中各變量還需滿足以下條件：0 ≤xε≤1。

由于Global-Malmquist-Luenberger（GML）指數(shù)能夠有效兼顧期望產(chǎn)出最大化、非期望產(chǎn)出和投入要素最小化的綠色發(fā)展訴求[10]，該研究有效結(jié)合了EBM 模型與GML 指數(shù)。GML 指數(shù)相關(guān)計(jì)算如公式（5）所示。

式中：GML指數(shù)反映的是該年份糧食GTFP相比于上一年份糧食GTFP的變化情況，GML＞1表示糧食GTFP有所提升，GML＜1 則表示糧食GTFP有所下降；EC表示技術(shù)效率的變化情況，TC表示技術(shù)進(jìn)步的變化情況。

1.1.2 空間自相關(guān)分析方法 空間自相關(guān)分析方法是一種較為常用的空間統(tǒng)計(jì)方法，用來分析研究單元與鄰近單元的聯(lián)系。該研究利用GeoDa 軟件生成Queen 空間鄰接權(quán)重矩陣來檢驗(yàn)空間相關(guān)性。為了避免權(quán)重矩陣中產(chǎn)生“孤島效應(yīng)”，該研究將廣東省與海南省視作相鄰省份。空間自相關(guān)性常用莫蘭指數(shù)（Moran's I）來衡量，Moran's I 包括全局莫蘭指數(shù)（Global Moran's I）和局部莫蘭指數(shù)（Local Moran's I）。該研究通過計(jì)算Global Moran's I來分析糧食綠色全要素生產(chǎn)率的空間關(guān)聯(lián)程度，Global Moran's I的計(jì)算如公式（6）所示。

式中：I表示Global Moran's I；n表示地區(qū)數(shù)量；Xi和Xj分別表示i地區(qū)與j地區(qū)的糧食GTFP；表示糧食GTFP的平均值；Wij表示空間權(quán)重矩陣。I＞0 表示存在空間正相關(guān)性，I＜0 表示存在空間負(fù)相關(guān)性，I＝0 則表示不存在空間相關(guān)性，表現(xiàn)為空間隨機(jī)分布。

在有效分析總體區(qū)域空間關(guān)聯(lián)程度的基礎(chǔ)上，考慮到局部區(qū)域單元間也可能存在空間相關(guān)影響，因此，該研究同時(shí)引入Local Moran's I 進(jìn)行分析。Global Moran's I 用來分析是否存在空間相關(guān)性，而Local Moran's I 用來探索空間集聚特征，其相關(guān)計(jì)算如公式（7）所示。

式中：Ii表示Local Moran's I。Ii＞0，表示空間地區(qū)呈現(xiàn)高高（HH）集聚或低低（LL）集聚特征；Ii＜0，則表示空間地區(qū)呈現(xiàn)高低（HL）集聚或低高（LH）集聚特征。

1.2 變量選取及數(shù)據(jù)來源

該研究基于全國各省份的糧食投入、產(chǎn)出數(shù)據(jù)測算糧食GTFP。參考以往研究，該研究以土地、化肥、勞動(dòng)、機(jī)械、水資源、農(nóng)藥、農(nóng)膜、柴油為投入指標(biāo)，以糧食產(chǎn)量為期望產(chǎn)出指標(biāo)，以糧食生產(chǎn)過程中產(chǎn)生的碳排放量為非期望產(chǎn)出指標(biāo)，構(gòu)建糧食GTFP指標(biāo)體系如表1 所示。

表1 糧食綠色全要素生產(chǎn)率指標(biāo)體系

考慮到數(shù)據(jù)可得性問題，該研究主要選取2004—2021 年我國30 個(gè)省份（不包括西藏、港澳臺(tái)）的面板數(shù)據(jù)，數(shù)據(jù)主要來源于相應(yīng)年份的《中國統(tǒng)計(jì)年鑒》、《中國農(nóng)村統(tǒng)計(jì)年鑒》以及各省份統(tǒng)計(jì)年鑒。該研究在個(gè)別缺失數(shù)據(jù)的處理上采用插值法進(jìn)行補(bǔ)齊，在碳排放量的測算上則使用李波等[11]的方法。根據(jù)李波等[11]的研究，農(nóng)業(yè)碳排放主要來源于化肥、農(nóng)藥、農(nóng)膜、柴油、翻耕、農(nóng)業(yè)灌溉，這6 種碳源在生產(chǎn)或使用過程中會(huì)引起碳釋放。其中，農(nóng)業(yè)翻耕破壞了土壤有機(jī)碳庫，導(dǎo)致大量有機(jī)碳流失到空中形成碳排放，故農(nóng)業(yè)翻耕過程中產(chǎn)生的碳排放量數(shù)據(jù)主要來源于土地投入情況。碳排放量的測算如公式（8）所示。

式中：E為農(nóng)業(yè)碳排放總量，Ei為各碳源的碳排放量，Ti為各碳排放源的量，iδ為各碳排放源的碳排放系數(shù)。其中，化肥的碳排放系數(shù)為0.895 6 kg/kg，農(nóng)藥的碳排放系數(shù)為4.934 1 kg/kg，農(nóng)膜的碳排放系數(shù)為5.18 kg/kg，柴油的碳排放系數(shù)為0.592 7 kg/kg，翻耕的碳排放系數(shù)為312.6 kg/km2。此外，該研究參考段華平等[12]的研究，確定農(nóng)業(yè)灌溉的碳排放系數(shù)為266.48 kg/hm2。

2 結(jié)果與分析

2.1 碳排放約束下的糧食綠色全要素生產(chǎn)率分析

該研究基于EBM-GML 模型，利用MaxDEA Ultra 9 測算碳排放約束下的糧食GTFP。由于MaxDEA 測算結(jié)果反映的是糧食GTFP的變化情況，故該研究需以2003 年為基期，對(duì)GML指數(shù)進(jìn)行環(huán)比換算處理來得到2004—2021 年我國30 個(gè)省份的糧食GTFP。從時(shí)間維度上看，除2020、2021 年外，其他年份未考慮碳排放的糧食TFP值均高于考慮碳排放的糧食GTFP（表2）。從空間維度上看，在未考慮碳排放的情況下，12 個(gè)省份的糧食TFP＞1，而在考慮碳排放的情況下，只有9 個(gè)省份的糧食GTFP＞1；未考慮碳排放的糧食TFP平均水平也高于考慮碳排放的糧食GTFP平均水平（表3）。綜上，2004—2021 年我國30 個(gè)省份的糧食GTFP總體上比糧食TFP偏低，考慮碳排放因素能更準(zhǔn)確地反映糧食生產(chǎn)的真實(shí)效率。

表2 2004—2021 年我國30 個(gè)省份糧食GTFP、TFP

表3 2004—2021 年我國30 個(gè)省份糧食GTFP、TFP

2.2 糧食綠色全要素生產(chǎn)率的時(shí)空演變分析

該研究利用GML指數(shù)探討歷年來糧食GTFP的變化趨勢，從其分解指數(shù)來看，TC與EC共同影響著我國糧食GTFP的變化。如圖1 所示，從時(shí)間維度上看，2004—2021 年，EC以年均0.39%的速率下降，這在一定程度上限制了我國糧食GTFP的增長，但我國糧食GTFP的GML指數(shù)整體上仍有所提升，年平均值達(dá)1.007 6。其原因在于技術(shù)進(jìn)步才是我國糧食GTFP增長的主要?jiǎng)恿碓?，樣本期間內(nèi)，TC以年均1.16%的速率增長，這超過EC的下降速率，整體上TC作用強(qiáng)于EC。

圖1 2004—2021 年我國30 個(gè)省份糧食GTFP 變化情況

從空間維度上看，如表4 所示，樣本期間內(nèi)我國東、中、西部地區(qū)糧食GTFP都呈增長趨勢，年均增長率分別為0.93%、0.86%、0.46%。東、中、西部地區(qū)技術(shù)進(jìn)步年均增長率分別為1.71%、0.64%、0.96%，技術(shù)進(jìn)步對(duì)東部地區(qū)的糧食GTFP貢獻(xiàn)最大。中部地區(qū)技術(shù)效率年均增長0.22%，東部和西部地區(qū)的技術(shù)效率呈下降趨勢，年均下降0.77%、0.50%。由此可見，技術(shù)效率僅對(duì)中部地區(qū)有所貢獻(xiàn)，技術(shù)效率下降對(duì)東部地區(qū)糧食GTFP產(chǎn)生較大影響。東部地區(qū)雖然糧食生產(chǎn)受資源環(huán)境效率值的約束較大，但擁有經(jīng)濟(jì)質(zhì)量、地理位置等優(yōu)勢，這些使其能通過發(fā)展更先進(jìn)的技術(shù)去推動(dòng)糧食GTFP的增長，因此，總體上東部地區(qū)糧食GTFP較中、西部地區(qū)增長更快。

表4 2004—2021 年我國30 個(gè)省份糧食GTFP 變化情況

從各省份來看，樣本期間內(nèi)我國30 個(gè)省份驅(qū)動(dòng)模式總體上分為雙驅(qū)或單驅(qū)模式（表4）。北京、天津、河北、山西、遼寧、上海、安徽、湖南、云南、甘肅、寧夏11 個(gè)省份的EC＞1，TC＞1，這些省份呈雙驅(qū)模式，其中，東部地區(qū)省份最多；內(nèi)蒙古、吉林、江蘇、浙江、福建、山東、河南、湖北、廣東、海南、重慶、四川、貴州、陜西、青海、新疆16 個(gè)省份的TC＞1，這些省份為TC單驅(qū)模式，其中，東部、西部地區(qū)省份最多；黑龍江和江西的EC＞1，這2 個(gè)省份為EC單驅(qū)模式，均為中部地區(qū)。此外，廣西同時(shí)表現(xiàn)為TC＜1、EC＜1，說明技術(shù)進(jìn)步和技術(shù)效率的驅(qū)動(dòng)作用均在下降?？偟膩碚f，技術(shù)進(jìn)步對(duì)大部分省份的糧食GTFP起到了提升作用，而技術(shù)效率對(duì)43.33%省份的糧食GTFP起到了提升作用。

無論是分地區(qū)還是分省份來看，地區(qū)間或省份間的糧食GTFP都存在一定的差異。盡管我國30 個(gè)省份中5/6 的省份年均GML＞1，我國糧食GTFP整體呈上升趨勢，但在以糧食GTFP年均增長率1.5%為參照值的情況下，我國僅有不到1/3 的省份糧食GTFP年均增長率超過該標(biāo)準(zhǔn)，其中，東部地區(qū)省份為6 個(gè)，中部地區(qū)省份為2 個(gè)（表4）?？傮w而言，我國糧食GTFP增長率仍有待提高。此外，雖然東部地區(qū)年均增長速率較快，但東部地區(qū)平均糧食GTFP仍低于中部地區(qū)（表3），這是因?yàn)樽鳛槲覈Z食主產(chǎn)區(qū)的13 個(gè)省份大都位于中部地區(qū)。盡管中部地區(qū)在糧食生產(chǎn)中投入的資源量較大且產(chǎn)生了較高的非期望產(chǎn)出，這些與高糧食GTFP的要求不符，但高投入量帶來的高糧食產(chǎn)量卻能平衡甚至提升糧食GTFP的水平。整體上而言，我國糧食GTFP呈現(xiàn)出“中高西低”的特征。

2.3 全局自相關(guān)檢驗(yàn)

如表5 所示，我國30 個(gè)省份糧食GTFP除在2004、2005 年在10%水平上顯著以及在2006、2007 年在5%水平上顯著外，在樣本期間內(nèi)的剩余年份均呈現(xiàn)出在1%水平上的超強(qiáng)顯著性。此外，我國30個(gè)省份在樣本期間內(nèi)的Global Moran's I＞0，表明我國30 個(gè)省份糧食GTFP的空間依賴度合理存在，且都呈現(xiàn)空間正相關(guān)性。

表5 2004—2021 年我國30 個(gè)省份糧食GTFP 的Global Moran's I

2.4 局部自相關(guān)檢驗(yàn)

該研究選取了2004、2009、2015、2021 年的Local Moran's I來分析樣本期間內(nèi)區(qū)域單元的具體分布狀態(tài)，結(jié)果如圖2 所示。從省份分布來看，我國30 個(gè)省份中糧食GTFP處于高高集聚區(qū)和低低集聚區(qū)的省份較多，糧食GTFP處于高低集聚區(qū)和低高集聚區(qū)的省份較少。同時(shí)，呈現(xiàn)空間正相關(guān)性的省份（位于第一、三象限）占總樣本的比例也由2004年的60%上升至2021 年的73%。以上特征表明，我國30 個(gè)省份糧食GTFP的局部空間異質(zhì)性逐漸減弱，空間集聚程度不斷提升，我國糧食GTFP總體呈現(xiàn)空間正相關(guān)性。

圖2 2004、2009、2015、2021 年我國30 個(gè)省份的Local Moran's I

分地區(qū)來看，我國糧食GTFP集聚性較強(qiáng)的省份主要分布在東部和中部地區(qū)。位于第一象限（高高集聚區(qū)）的省份以山東、安徽、河南、江蘇等東、中部地區(qū)省份為主，這些省份在科技水平、產(chǎn)業(yè)結(jié)構(gòu)等方面的優(yōu)勢較為明顯，其較高的綜合水平能夠有效推動(dòng)區(qū)域發(fā)展，通過空間溢出效應(yīng)帶動(dòng)周邊地區(qū)協(xié)同發(fā)展，進(jìn)而促進(jìn)糧食GTFP的增長。位于第三象限（低低集聚區(qū)）的省份多為偏南方的東部地區(qū)省份，如廣東、廣西、海南等，這些省份是糧食GTFP的“低洼地帶”，其在空間上對(duì)周邊地區(qū)的帶動(dòng)、輻射作用相對(duì)不明顯，其鄰近省份的糧食GTFP也處于相對(duì)較低的水平。

3 結(jié)論與建議

3.1 結(jié) 論

該研究得出以下結(jié)論。其一，未考慮碳排放這一非期望產(chǎn)出的2004—2021 年我國30 個(gè)省份糧食全要素生產(chǎn)率總體上比考慮碳排放的糧食綠色全要素生產(chǎn)率偏高，糧食綠色全要素生產(chǎn)率能夠更準(zhǔn)確地反映糧食生產(chǎn)的真實(shí)效率，故要將環(huán)境制約因素納入糧食生產(chǎn)的投入、產(chǎn)出評(píng)價(jià)指標(biāo)體系。其二，從時(shí)間維度來看，2004—2021 年我國30 個(gè)省份糧食綠色全要素生產(chǎn)率整體呈上升趨勢，其增長的主要?jiǎng)恿碓礊榧夹g(shù)進(jìn)步；從空間維度來看，我國東、中、西部地區(qū)糧食綠色全要素生產(chǎn)率都呈增長趨勢，但表現(xiàn)出“中高西低”的特征，技術(shù)進(jìn)步對(duì)東部地區(qū)的糧食綠色全要素生產(chǎn)率貢獻(xiàn)最大，而技術(shù)效率僅對(duì)中部地區(qū)有所貢獻(xiàn)。其三，通過空間自相關(guān)分析發(fā)現(xiàn)，雖然30 個(gè)省份糧食綠色全要素生產(chǎn)率存在一定的差異，但整體上呈現(xiàn)出空間正相關(guān)性；我國糧食綠色全要素生產(chǎn)率的局部空間異質(zhì)性逐漸減弱，空間集聚程度不斷提升，大部分省份糧食綠色全要素生產(chǎn)率處于高高集聚區(qū)和低低集聚區(qū)，集聚性較強(qiáng)的省份主要分布在東部和中部地區(qū)。

3.2 建 議

基于以上結(jié)論，該研究提出以下建議。一是完善糧食生產(chǎn)中的環(huán)境規(guī)制政策。相關(guān)部門應(yīng)深入貫徹綠色發(fā)展新理念，通過實(shí)施科學(xué)、嚴(yán)謹(jǐn)、高效的環(huán)境規(guī)制政策，充分發(fā)揮環(huán)境規(guī)制政策的正向調(diào)節(jié)作用，進(jìn)一步規(guī)范糧食生產(chǎn)環(huán)境，督促相關(guān)主體在糧食生產(chǎn)過程中不因?qū)Y源進(jìn)行過度開發(fā)和利用而帶來環(huán)境惡化問題，以在減少碳排放的同時(shí)保障糧食綠色全要素生產(chǎn)率穩(wěn)步增長。二是促進(jìn)技術(shù)進(jìn)步，提高技術(shù)效率。糧食生產(chǎn)需要土地、化肥、勞動(dòng)、機(jī)械、水資源、農(nóng)藥、農(nóng)膜、柴油等方面的共同投入，僅僅依靠技術(shù)進(jìn)步難以解決糧食生產(chǎn)中的問題。因此，我國應(yīng)在促進(jìn)技術(shù)進(jìn)步的同時(shí)提高糧食生產(chǎn)的技術(shù)效率，優(yōu)化配置各種資源要素，進(jìn)一步提高糧食產(chǎn)量、保障糧食安全，從而增強(qiáng)糧食綜合生產(chǎn)能力，提高糧食綠色全要素生產(chǎn)率，推進(jìn)糧食產(chǎn)業(yè)高質(zhì)量發(fā)展。三是促進(jìn)區(qū)域合作，推進(jìn)協(xié)調(diào)發(fā)展。我國西部地區(qū)受限于相對(duì)較低的經(jīng)濟(jì)發(fā)展水平與相對(duì)較差的農(nóng)業(yè)生產(chǎn)基礎(chǔ)，其近十幾年的糧食綠色全要素生產(chǎn)率低于中、東部地區(qū)。因此，我國應(yīng)繼續(xù)加大農(nóng)業(yè)支持力度，通過優(yōu)化農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)、發(fā)展綠色農(nóng)業(yè)技術(shù)，實(shí)現(xiàn)糧食生產(chǎn)高質(zhì)量發(fā)展；發(fā)揮中、東部地區(qū)的帶動(dòng)作用，促進(jìn)西部地區(qū)與中、東部地區(qū)的交流與合作，從而推進(jìn)區(qū)域協(xié)調(diào)發(fā)展。四是注重因地制宜，完善支持體系?？紤]到各地區(qū)具有差異化特征，各地政府應(yīng)在學(xué)習(xí)借鑒其他地區(qū)優(yōu)秀政策和發(fā)展經(jīng)驗(yàn)的同時(shí)，因地制宜地完善各自的頂層設(shè)計(jì)，統(tǒng)籌構(gòu)建并完善差異化的糧食生產(chǎn)支持政策體系，以充分發(fā)揮自身優(yōu)勢，補(bǔ)齊自身短板[14]。