農(nóng)業(yè)綠色全要素生產(chǎn)率的時(shí)空分異研究

摘要：基于SBM-Malmquist指數(shù)法測算2011—2021年長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率及其分解指數(shù)，并運(yùn)用ESDA模型分析其空間分布特征。結(jié)果表明，長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率整體呈上升的趨勢(shì)，且區(qū)域差異性逐漸縮小，東部地區(qū)省份農(nóng)業(yè)綠色全要素生產(chǎn)率增速較快；在農(nóng)業(yè)投入和產(chǎn)出指標(biāo)方面均存在不同程度的松弛，勞動(dòng)力投入和機(jī)械動(dòng)力投入的松弛情況尤為嚴(yán)重，產(chǎn)出不足并非部分省份農(nóng)業(yè)綠色全要素生產(chǎn)率低下的主要原因；空間相關(guān)性不顯著，不存在明顯的集聚或分散模式；重心雖發(fā)生局部遷移，但總體相對(duì)穩(wěn)定，黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率重心逐漸由中游向上、下游轉(zhuǎn)移，而長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率重心逐漸向下游轉(zhuǎn)移。

關(guān)鍵詞：農(nóng)業(yè)綠色全要素生產(chǎn)率；SBM-Malmquist指數(shù)；ESDA模型；長江經(jīng)濟(jì)帶；黃河流域

中圖分類號(hào)：F323.22；F224 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2024）10-0201-10

DOI：10.14088/j.cnki.issn0439-8114.2024.10.035 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： Based on the SBM-Malmquist index method， the agricultural green total factor productivity and its decomposition indexes in the Yangtze River Economic Belt and the Yellow River Basin from 2011 to 2021 was measured and the ESDA model was used to analyze its spatial distribution characteristics. The results showed that the agricultural green total factor productivity of the Yangtze River Economic Belt and the Yellow River Basin showed an overall upward trend， and the regional differences gradually narrowed. The agricultural green total factor productivity of the eastern provinces grew faster. There were different degrees of slack in agricultural input and output indicators， especially in labor input and mechanical power input. Insufficient output was not the main reason for low agricultural green total factor productivity of some provinces. Spatial correlation was not significant， and there was no obvious agglomeration or dispersion pattern. Although the center of gravity had migrated locally， it was generally relatively stable. The focus of agricultural green total Dp/qEADhIOeT+nlCxx7nFkgOTIN8kjl+71iAs4s3l/8=factor productivity in the Yellow River Basin had gradually shifted from the middle reaches to the upper and lower reaches， and the focus of agricultural green total factor productivity in the Yangtze River Economic Belt had gradually shifted downstream.

Key words： agricultural green total factor productivity； SBM-Malmquist index； ESDA model； Yangtze River Economic Belt； Yellow River Basin

黨的十八大以來，推動(dòng)長江經(jīng)濟(jì)帶發(fā)展、推動(dòng)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展先后上升為國家重大區(qū)域戰(zhàn)略。在此背景下，《“十四五”全國農(nóng)業(yè)綠色發(fā)展規(guī)劃》和2021年9月農(nóng)村農(nóng)業(yè)部黨組召開的會(huì)議均提出要充分認(rèn)識(shí)抓好長江經(jīng)濟(jì)帶和黃河流域生態(tài)環(huán)境保護(hù)的重要性緊迫性，扎實(shí)抓好兩大區(qū)域農(nóng)業(yè)生態(tài)環(huán)境治理修復(fù)，為推動(dòng)長江經(jīng)濟(jì)帶和黃河流域高質(zhì)量發(fā)展提供有力支撐。由于城鎮(zhèn)化進(jìn)程的加快，長江經(jīng)濟(jì)帶農(nóng)業(yè)面污染不斷加劇，資源約束趨緊；黃河流域受地形崎嶇等自然條件的限制，常常面臨著水土流失、自然稟賦條件差等難題。因此，國家不斷加大對(duì)長江經(jīng)濟(jì)帶與黃河流域的關(guān)注，研究兩大區(qū)域的農(nóng)業(yè)綠色生產(chǎn)效率，有利于推動(dòng)其農(nóng)業(yè)高質(zhì)量發(fā)展?；诖?，本研究考察了長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率的時(shí)空分布特征，以期為改善長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)生態(tài)環(huán)境、促進(jìn)農(nóng)業(yè)綠色發(fā)展提供新視角與理論依據(jù)。

1 文獻(xiàn)綜述

農(nóng)業(yè)綠色全要素生產(chǎn)率（GTFP）是指在傳統(tǒng)農(nóng)業(yè)全要素生產(chǎn)率的基礎(chǔ)上考慮農(nóng)業(yè)面污染等非期望產(chǎn)出［1］，并將其納入統(tǒng)一的分析框架中。國內(nèi)外對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率研究頗為豐富，包括理論內(nèi)涵［2］、時(shí)空特征［3］、影響因素［4］等。例如，Ang等［5］測算了美國農(nóng)業(yè)全要素生產(chǎn)率指數(shù)并對(duì)其進(jìn)行了分解；吳傳清等［6］利用SBM和GML指數(shù)來測度農(nóng)業(yè)綠色生產(chǎn)率；紀(jì)成君等［7］對(duì)中國農(nóng)業(yè)綠色全要素生產(chǎn)率進(jìn)行了區(qū)域差異和收斂性分析。從研究方法上看，常見的農(nóng)業(yè)綠色全要素生產(chǎn)率測算方法大體可分為兩類：一是通過設(shè)定生產(chǎn)函數(shù)形式來實(shí)現(xiàn)的參數(shù)估算法，如隨機(jī)前沿法（SFA）［8］和索洛殘差法（SRA）［9］等；二是無需設(shè)定函數(shù)形式的非參數(shù)估計(jì)法，最常見的是數(shù)據(jù)包絡(luò)法（DEA）［10］。

從評(píng)價(jià)指標(biāo)體系上看，投入方面，已有研究幾乎涵蓋了各類農(nóng)業(yè)生產(chǎn)投入要素，但也存在較大差異，如能源、資本等投入指標(biāo)并未得到廣泛的使用。產(chǎn)出方面，期望產(chǎn)出主要有廣義農(nóng)業(yè)（即農(nóng)、林、牧、漁業(yè)）和狹義農(nóng)業(yè)生產(chǎn)總值。非期望產(chǎn)出主要包括農(nóng)業(yè)面污染和農(nóng)業(yè)碳排放。從整體上看，構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率測算指標(biāo)體系的主觀性較強(qiáng)，學(xué)界對(duì)其尚未達(dá)成共識(shí)。

隨著中國農(nóng)業(yè)傳統(tǒng)生產(chǎn)要素的潛能逐漸釋放殆盡，且環(huán)境、資源等問題日趨嚴(yán)重，促進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率提高成為破解中國農(nóng)業(yè)增長困局，推動(dòng)農(nóng)業(yè)生態(tài)高質(zhì)量發(fā)展的重要途徑。目前學(xué)界對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的關(guān)注越來越多，現(xiàn)有文獻(xiàn)大多以研究農(nóng)業(yè)綠色全要素生產(chǎn)率的測算及時(shí)空演變規(guī)律為主［11-13］，并提出應(yīng)將農(nóng)業(yè)碳排放和面污染等非期望產(chǎn)出考慮在內(nèi)［14-16］，但目前針對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率提升路徑的考察并不豐富，更鮮有文獻(xiàn)同時(shí)涉及長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率時(shí)空分布特征的研究。

基于上述分析，本研究在考慮農(nóng)業(yè)綠色全要素生產(chǎn)率內(nèi)涵的基礎(chǔ)上，將農(nóng)業(yè)碳排放量作為非期望產(chǎn)出指標(biāo)，構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率投入與產(chǎn)出的指標(biāo)評(píng)價(jià)體系，利用非期望SBM模型和Malmquist指數(shù)分年份、分區(qū)域、分省份研究長江經(jīng)濟(jì)帶與黃河流域省際農(nóng)業(yè)綠色全要素生產(chǎn)率。結(jié)合ESDA模型，將省份間空間溢出效應(yīng)進(jìn)行可視化，刻畫長江經(jīng)濟(jì)帶與黃河流域周邊省份農(nóng)業(yè)綠色全要素生產(chǎn)率的空間分布特征。最后，根據(jù)測算結(jié)果，對(duì)長江經(jīng)濟(jì)帶與黃河流域省份農(nóng)業(yè)可持續(xù)性發(fā)展提出改進(jìn)建議。

2 研究方法與數(shù)據(jù)來源

2.1 SBM-Malmquist指數(shù)法

1）模型構(gòu)建。傳統(tǒng)DEA模型僅基于徑向、角度，轉(zhuǎn)化為線性規(guī)劃模型中常忽略非期望產(chǎn)出，同時(shí)并未考慮投入與產(chǎn)出變量的松弛問題，因而不能真實(shí)、有效地反映實(shí)際的農(nóng)業(yè)綠色全要素生產(chǎn)率?；诖?，本研究使用改進(jìn)后的超效率SBM模型來分析長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率的分布特征。該模型不僅考慮農(nóng)業(yè)生產(chǎn)總值等期望產(chǎn)出，同時(shí)也將農(nóng)業(yè)碳排放等非期望產(chǎn)出納入農(nóng)業(yè)綠色全要素生產(chǎn)率的測度框架中，克服了徑向和角度的局限，提高測算效率的可靠度和精確度。本研究設(shè)定n個(gè)決策單元（DMU），每個(gè)決策單元中有m個(gè)投入、u個(gè)期望產(chǎn)出和v個(gè)非期望產(chǎn)出，具體模型如下所示。

式中，X表示農(nóng)業(yè)生產(chǎn)要素投入指標(biāo)；Y表示農(nóng)業(yè)期望產(chǎn)出指標(biāo)；Z表示農(nóng)業(yè)非期望產(chǎn)出指標(biāo)，要素投入個(gè)數(shù)為M個(gè)；期望產(chǎn)出指標(biāo)個(gè)數(shù)為U；非期望產(chǎn)出指標(biāo)個(gè)數(shù)為V。改進(jìn)后的SBM模型將松弛調(diào)整量納入目標(biāo)函數(shù)中，分別為投入松弛[Uxm]、期望產(chǎn)出松弛[Uyu]和非期望產(chǎn)出松弛[Ubv]。目標(biāo)函數(shù)值[θ]代表測算出的農(nóng)業(yè)綠色全要素生產(chǎn)率值，取值區(qū)間為［0， 1］。當(dāng)[θ=1]時(shí)，則表示[Uxm=Uyu=Ubv]，表示被評(píng)價(jià)的決策單元是有效的，不存在投入產(chǎn)出冗余或不足；當(dāng)[θ<1]時(shí)，則表示被評(píng)價(jià)的決策單元是無效的，存在效率損失，需要通過優(yōu)化農(nóng)業(yè)生產(chǎn)的投入產(chǎn)出變量來優(yōu)化效率水平。此時(shí)，可將效率損失細(xì)分為投入松弛度[IEx]、期望產(chǎn)出松弛度[IEy]和非期望產(chǎn)出松弛度[IEb]。具體計(jì)算方法如下。

2）Malmquist指數(shù)。1957年Farrell提出Malmquist指數(shù)在規(guī)模報(bào)酬不變的情況下，該指數(shù)可分解為技術(shù)進(jìn)步指數(shù)和技術(shù)效率指數(shù)［17］。當(dāng)規(guī)模報(bào)酬發(fā)生變化時(shí)，技術(shù)效率可進(jìn)一步分解為規(guī)模效率和純技術(shù)效率［18］。

假設(shè)有m個(gè)決策單元，[xti]表示第i個(gè)決策單元在t期的投入指標(biāo)值，[yti]表示第i個(gè)決策單元在t期的產(chǎn)出指標(biāo)值。[Mg]為農(nóng)業(yè)生態(tài)效率的變化指數(shù)，假定從第t期和t+1期農(nóng)業(yè)生態(tài)效率的規(guī)模報(bào)酬不變，[Dtcxt，yt]為農(nóng)業(yè)生態(tài)效率在t期投入距離函數(shù)，在t期的技術(shù)條件下，從t期到t+1期技術(shù)效率變化值[Mtg=Dtcxt+1，yt+1Dtcxt，yt]，在t+1期的技術(shù)條件下，從t期到t+1期技術(shù)效率變化值[Mt+1g=Dt+1cxt+1，yt+1Dt+1cxt，yt]。t期到t+1期的農(nóng)業(yè)生態(tài)效率變化指數(shù)[Mg]為[Mtg和Mt+1g]的幾何平均值，具體計(jì)算方法如下。

當(dāng)[Mg]>1，表示農(nóng)業(yè)生態(tài)效率上升，反之則下降；將[Mg]分解為技術(shù)效率指數(shù)（EC）和技術(shù)進(jìn)步指數(shù)（TC），EC >1或TC >1表示技術(shù)效率或技術(shù)進(jìn)步對(duì)農(nóng)業(yè)生態(tài)效率的提升具有促進(jìn)作用，反之則起阻礙作用［19］。

3）指標(biāo)選取與數(shù)據(jù)來源。本研究在現(xiàn)有研究成果的基礎(chǔ)上，構(gòu)建農(nóng)業(yè)綠色全要素生產(chǎn)率測算指標(biāo)框架（圖1）。同時(shí)考慮數(shù)據(jù)可獲取性、準(zhǔn)確性、可靠性，選取測算長江經(jīng)濟(jì)帶和黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率具體指標(biāo)，如表1所示。

參考分解分析方法和黃河、長江干流分界點(diǎn)位置，將兩大區(qū)域按省級(jí)行政區(qū)單元分別劃分為上、中、下游3個(gè)地區(qū)，探究兩大區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率的時(shí)空分布特征。其中，參照已有研究［21］，黃河流域包括8個(gè)省份，上游地區(qū)包括青海、甘肅、寧夏和內(nèi)蒙古，中游地區(qū)包括山西和陜西，下游地區(qū)包括河南和山東；長江經(jīng)濟(jì)帶上游地區(qū)包括重慶、四川、貴州和云南，中游地區(qū)包括江西、湖南和湖北，下游地區(qū)包括上海、江蘇、浙江和安徽。數(shù)據(jù)來源于2012—2022年《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》以及長江經(jīng)濟(jì)帶與黃河流域各省份的統(tǒng)計(jì)年鑒等資料，個(gè)別缺失數(shù)據(jù)根據(jù)指標(biāo)變動(dòng)趨勢(shì)，通過插值法和均值法等進(jìn)行合理補(bǔ)充。

2.2 探索性空間數(shù)據(jù)分析方法

探索性空間數(shù)據(jù)分析是研究區(qū)域經(jīng)濟(jì)發(fā)展空間分布特征的基本統(tǒng)計(jì)方法，以空間關(guān)聯(lián)測度為核心，通過對(duì)某個(gè)目標(biāo)或現(xiàn)象的空間分布的可視化分析，從而發(fā)現(xiàn)其空間關(guān)聯(lián)性和聚集性。在進(jìn)行空間計(jì)量分析之前，需先觀察綠色全要素生產(chǎn)率是否存在空間相關(guān)性［22］。

1）全局空間自相關(guān)。為避免單個(gè)年份政治、經(jīng)濟(jì)等因素給農(nóng)業(yè)生產(chǎn)帶來的短暫性波動(dòng)，本研究測算了2011—2021年農(nóng)業(yè)綠色全要素生產(chǎn)率均值Global Moran’s I指數(shù)，并以此來研究黃河流域和長江經(jīng)濟(jì)帶省際農(nóng)業(yè)綠色全要素生產(chǎn)率的空間相關(guān)性。Global Moran’s I指數(shù)公式為［23］：

式中，[n]為測度區(qū)域的個(gè)數(shù)；[xi]和[xj]分別表示區(qū)域i和區(qū)域j的觀測值；[x]是各區(qū)域?qū)傩灾档钠骄鶖?shù)；[wij]為空間權(quán)重矩陣；[S2]為樣本方差。通常使用[Z]得分對(duì)Global Moran’s I指數(shù)進(jìn)行檢驗(yàn)。

2）局域空間自相關(guān)。衡量不同區(qū)域之間的空間差異程度及顯著性的方法。當(dāng)局域Moran’s I指數(shù)大于0時(shí)，表示相似值發(fā)生聚集，存在正的局域空間相關(guān)性；局域Moran’s I指數(shù)小于0時(shí)，表示不相似值發(fā)生聚集，存在負(fù)的局域空間自相關(guān)性［24］，計(jì)算公式為：

式中，[n]為測度區(qū)域的個(gè)數(shù)；[xi]和[xj]分別表示區(qū)域i和區(qū)域j的觀測值；[x]是各區(qū)域?qū)傩灾档钠骄鶖?shù)；[wij]為空間權(quán)重矩陣；[S2]為樣本方差。

3）趨勢(shì)分析工具。通過三位透視圖展示測算結(jié)果，并在展示散點(diǎn)圖的基礎(chǔ)上擬合多項(xiàng)式。三維透視圖具體形式多樣，可依據(jù)研究目標(biāo)選取重點(diǎn)面板數(shù)據(jù)進(jìn)行展示。

4）重心分析工具。識(shí)別一組要素的地理或密度中心，計(jì)算公式為：

式中，[xi]和[yi]為要素[i]的橫、縱坐標(biāo)；[n]為要素總數(shù)。

3 結(jié)果與分析

3.1 長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率差異性分析

采用SBM-Malmquist指數(shù)對(duì)長江經(jīng)濟(jì)帶與黃河流域省際全要素生產(chǎn)率的變化指數(shù)進(jìn)行分析，評(píng)估結(jié)果顯示區(qū)域間差異性較為顯著。為了更加細(xì)致地刻畫農(nóng)業(yè)綠色全要素生產(chǎn)率的區(qū)域分布特征，本研究分別從地區(qū)和省際兩個(gè)維度進(jìn)行研究分析。

3.1.1 地區(qū)差異分析 從總體上看，由表2可知，近11年來長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率變化指數(shù)雖然有較小幅度波動(dòng)，但數(shù)值基本都超過1，平均值為1.076 0，即年均增長率為7.6%，說明2011—2021年綠色全要素生產(chǎn)率變化指數(shù)基本處于上升趨勢(shì)。從指數(shù)分解結(jié)構(gòu)來看，2011—2021年技術(shù)效率指數(shù)具有較大起伏性，年平均增長1.42%；技術(shù)進(jìn)步指數(shù)基本穩(wěn)定在1以上。2011—2021年技術(shù)進(jìn)步指數(shù)與綠色全要素生產(chǎn)率變化指數(shù)波動(dòng)趨勢(shì)相近，說明技術(shù)變化對(duì)于綠色全要素生產(chǎn)率變化的影響較大，農(nóng)業(yè)技術(shù)引進(jìn)、開發(fā)和優(yōu)化對(duì)于農(nóng)業(yè)生態(tài)發(fā)展具有十分重要的作用。

從局部上看，由表3可知，2011—2021年長江經(jīng)濟(jì)帶與黃河流域省際農(nóng)業(yè)綠色全要素生產(chǎn)率變化指數(shù)均大于1，其中黃河流域綠色全要素生產(chǎn)率的年均增速為8.65%，長江經(jīng)濟(jì)帶綠色全要素生產(chǎn)率的年均增速為6.15%，說明長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率總體呈上升趨勢(shì)，且黃河流域農(nóng)業(yè)生態(tài)發(fā)展改善成效略優(yōu)于長江經(jīng)濟(jì)帶。浙江農(nóng)業(yè)綠色全要素生產(chǎn)率變化指數(shù)以17.85%的年均增速位于全國前列，而寧夏最低，僅有1.38%。陜西和浙江農(nóng)業(yè)綠色全要素生產(chǎn)率增長率在10%以上，其中黃河流域和長江經(jīng)濟(jì)帶各1個(gè)，且兩個(gè)省的技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)均大于或等于1，說明其農(nóng)業(yè)生態(tài)發(fā)展較為全面和平衡，在技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)等方面的改善均有成效。東部省份農(nóng)業(yè)綠色全要素生產(chǎn)率的增長率整體要高于西部地區(qū)，其原因主要與各省份的經(jīng)濟(jì)發(fā)展水平密切相關(guān)，東部地區(qū)各省經(jīng)濟(jì)較發(fā)達(dá)，夯實(shí)的經(jīng)濟(jì)基礎(chǔ)能夠提升地區(qū)農(nóng)業(yè)科技水平，有效支撐生態(tài)農(nóng)業(yè)的發(fā)展，實(shí)現(xiàn)農(nóng)業(yè)碳減排。而中、西部地區(qū)部分省份農(nóng)業(yè)生產(chǎn)方式較為粗放，生產(chǎn)模式相對(duì)落后，農(nóng)業(yè)技術(shù)成果轉(zhuǎn)化率低，資源浪費(fèi)較嚴(yán)重，應(yīng)推廣高效、清潔的生產(chǎn)方式，發(fā)展綠色生態(tài)農(nóng)業(yè)，實(shí)現(xiàn)低碳農(nóng)業(yè)的有效轉(zhuǎn)型。

3.1.2 省際演化差異分析 以2011—2012年和2020—2021年各省份農(nóng)業(yè)綠色全要素生產(chǎn)率空間分布為例（圖2和圖3），研究長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率在地區(qū)間的差異。

由圖2可知，2011—2012年長江經(jīng)濟(jì)帶與黃河流域總體未能實(shí)現(xiàn)生態(tài)農(nóng)業(yè)的有效發(fā)展。與黃河流域省份相比，長江經(jīng)濟(jì)帶各省份農(nóng)業(yè)生態(tài)發(fā)展增速較快，尤其是安徽和浙江。安徽和浙江作為中國傳統(tǒng)的農(nóng)業(yè)大省，其農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平高，農(nóng)業(yè)自然資源稟賦豐富，且擁有先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)和成熟的農(nóng)業(yè)生產(chǎn)系統(tǒng)，有利于低碳農(nóng)業(yè)的發(fā)展，使得其農(nóng)業(yè)綠色全要素生產(chǎn)率水平較高。而云南、山西、內(nèi)蒙古的綠色全要素生產(chǎn)率增速較緩，部分省份甚至出現(xiàn)負(fù)增長，這些省份由于人口相對(duì)稀少，土地資源稟賦低，農(nóng)業(yè)生產(chǎn)方式較為落后，且自然災(zāi)害發(fā)生頻繁，農(nóng)業(yè)生態(tài)建設(shè)還處于初級(jí)階段，滯后的生產(chǎn)模式會(huì)引發(fā)較大碳排放，導(dǎo)致其生態(tài)農(nóng)業(yè)發(fā)展效率低下。

由圖3可知，與2011—2012年數(shù)據(jù)相比，2020—2021年長江經(jīng)濟(jì)帶與黃河流域整體農(nóng)業(yè)生態(tài)環(huán)境得到改善，各地區(qū)間農(nóng)業(yè)生態(tài)發(fā)展差異正逐漸縮小，區(qū)域間農(nóng)業(yè)發(fā)展趨于協(xié)調(diào)化。黃河流域部分省份（如甘肅、寧夏）農(nóng)業(yè)綠色全要素生產(chǎn)率的增長速度逐漸超越長江經(jīng)濟(jì)帶省份。2020年農(nóng)業(yè)農(nóng)村部發(fā)布《全國鄉(xiāng)村產(chǎn)業(yè)發(fā)展規(guī)劃（2020—2025年）》指出應(yīng)推進(jìn)農(nóng)業(yè)聚集發(fā)展，即集聚資源、集中力量，建設(shè)富有特色、規(guī)模適中、帶動(dòng)力強(qiáng)的特色產(chǎn)業(yè)集聚區(qū)，擴(kuò)大培育產(chǎn)業(yè)集群的范圍和層次，構(gòu)建鄉(xiāng)村產(chǎn)業(yè)“圈”狀發(fā)展格局。因此，各地區(qū)間農(nóng)業(yè)生產(chǎn)要素流動(dòng)逐漸頻繁，推動(dòng)形成地區(qū)農(nóng)業(yè)優(yōu)勢(shì)互補(bǔ)的高質(zhì)量發(fā)展格局，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平較高的省份帶動(dòng)農(nóng)業(yè)基礎(chǔ)薄弱省份的發(fā)展，拉動(dòng)中國農(nóng)業(yè)總體產(chǎn)值的增長。

3.2 長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率松弛度分析

本研究選取具有代表性年份的指標(biāo)松弛度進(jìn)行統(tǒng)計(jì)分析，以此識(shí)別影響農(nóng)業(yè)綠色全要素生產(chǎn)率的具體原因。2011—2021年長江經(jīng)濟(jì)帶與黃河流域省域農(nóng)業(yè)投入與產(chǎn)出指標(biāo)的松弛度均值如表4所示。投入指標(biāo)方面，長江經(jīng)濟(jì)帶與黃河流域存在不同程度的松弛，其中勞動(dòng)力投入和機(jī)械動(dòng)力投入的松弛情況尤為嚴(yán)重。這表明長江經(jīng)濟(jì)帶與黃河流域省域間未能實(shí)現(xiàn)農(nóng)業(yè)資源的合理配置，不同省份間沒能夠促進(jìn)冗余的生產(chǎn)要素的充分流動(dòng)；勞動(dòng)力松弛則表明部分省份農(nóng)村中存在閑置勞動(dòng)力，而在部分農(nóng)業(yè)大省則存在勞動(dòng)力短缺的問題；機(jī)械動(dòng)力投入松弛則表明部分省份農(nóng)業(yè)未實(shí)現(xiàn)機(jī)械規(guī)?；a(chǎn)，生產(chǎn)方式較為落后。產(chǎn)出指標(biāo)方面，長江經(jīng)濟(jì)帶與黃河流域省域不存在期望產(chǎn)出不足的問題。因此，產(chǎn)出不足并非部分省份農(nóng)業(yè)綠色全要素生產(chǎn)率低下的主要原因。

3.3 長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率空間演變分析

為了刻畫長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率變化的時(shí)空演變特征，本研究采用空間自相關(guān)分析模型研究其空間分布模式，并利用GIS空間趨勢(shì)法對(duì)其空間趨勢(shì)進(jìn)行可視化處理，最后采用重心轉(zhuǎn)移模型觀測農(nóng)業(yè)綠色全要素生產(chǎn)率移動(dòng)軌跡。

3.3.1 長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率變化指數(shù)空間相關(guān)分析

1）全局空間自相關(guān)分析。用于驗(yàn)證區(qū)域間是否存在空間關(guān)聯(lián)性，通常將Global Moran’s I指數(shù)作為測算標(biāo)準(zhǔn)，其取值范圍為（-1，1）內(nèi)任意有理數(shù)，正負(fù)號(hào)分別代表空間相關(guān)性結(jié)果的正負(fù)情況，數(shù)值越大，相關(guān)性越強(qiáng)，從而對(duì)研究對(duì)象在空間位置集聚或分散程度進(jìn)行表征。為了消除時(shí)間因素對(duì)于最終測算結(jié)果的影響，本研究選取2011—2022年長江經(jīng)濟(jì)帶與黃河流域省際農(nóng)業(yè)綠色全要素生產(chǎn)率變化均值，并采用ArcGIS 10.8.2軟件進(jìn)行空間相關(guān)性分析。結(jié)果顯示，長江經(jīng)濟(jì)帶與黃河流域全局Moran’s I指數(shù)為0.27，Z值得分為1.52，P為0.128，這表明長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率的空間相關(guān)性不顯著，在空間上呈隨機(jī)化分布。分析其原因可能是區(qū)域間信息交流、資源交換困難，農(nóng)業(yè)活動(dòng)空間聯(lián)系不夠密切，生產(chǎn)資料跨區(qū)域銷售和流轉(zhuǎn)減弱，農(nóng)產(chǎn)品跨區(qū)域貿(mào)易不多。特別是近幾年受疫情因素的影響，省際間農(nóng)業(yè)要素流動(dòng)的阻力增大，導(dǎo)致其空間關(guān)聯(lián)性更弱。

2）局域空間自相關(guān)分析。全局Moran’s I指數(shù)判斷了全局空間分布模式，由上述結(jié)果可知，長江經(jīng)濟(jì)帶與黃河流域省際間聚集性不顯著，因此，無法進(jìn)一步識(shí)別農(nóng)業(yè)綠色全要素生產(chǎn)率的熱點(diǎn)區(qū)（農(nóng)業(yè)綠色全要素生產(chǎn)率“高-高”集聚）和冷點(diǎn)區(qū)（農(nóng)業(yè)綠色全要素生產(chǎn)率“低-低”集聚），本研究認(rèn)為當(dāng)前省際間集聚或分散程度不顯著的主要原因是由于部分省份交通不便，阻斷了省份間的技術(shù)交流與資源置換等活動(dòng)，使得局域空間難以形成集聚，且省份內(nèi)區(qū)域間未能實(shí)現(xiàn)資源的合理配置，空間分布隨機(jī)化特征較明顯。

3.3.2 長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率變化趨勢(shì)分析

本研究選取SBM-Malmquist指數(shù)空間格局變化較為明顯的年份（2013年、2015年、2017年、2019年、2020年、2021年）的19個(gè)省份農(nóng)業(yè)綠色全要素生產(chǎn)率變化指數(shù)作為Z值，X軸、Y軸分別表示正東、正北方向，借助ArcGIS 10.8.2軟件的趨勢(shì)分析工具，生成長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率空間變化趨勢(shì)（圖4），以此揭示2011—2021年長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率空間格局的變化趨勢(shì)。

2011—2021年長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率變化指數(shù)在緯向（X軸方向）上呈現(xiàn)倒“U”—平緩—倒“U”—“U”形空間變化趨勢(shì)規(guī)律。此種變化趨勢(shì)的原因可能如下。

1）2013年中部地區(qū)各省份積極響應(yīng)國家政策的號(hào)召，全面落實(shí)《國務(wù)院關(guān)于大力實(shí)施促進(jìn)中部地區(qū)崛起戰(zhàn)略的若干意見》的要求。隨著中部地區(qū)崛起戰(zhàn)略的實(shí)施，中部區(qū)域農(nóng)業(yè)現(xiàn)代化水平不斷提升，且2013年環(huán)境保護(hù)工作計(jì)劃逐漸提上議程，國家對(duì)于農(nóng)業(yè)生產(chǎn)環(huán)境愈發(fā)重視，中部地區(qū)各省份及時(shí)推進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展工作的開展，積極落實(shí)農(nóng)業(yè)生態(tài)環(huán)境保護(hù)工作，農(nóng)業(yè)綠色全要素生產(chǎn)率得到提升與改善。

2）2021年四川省政府辦公廳、重慶市政府辦公廳聯(lián)合印發(fā)《成渝現(xiàn)代高效特色農(nóng)業(yè)帶建設(shè)規(guī)劃》，《規(guī)劃》明確了主要目標(biāo)，即到2025年，農(nóng)業(yè)質(zhì)量效益和競爭力顯著提升；到2035年率先在西部地區(qū)基本實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化。且西部地區(qū)具有天然的氣候和土壤優(yōu)勢(shì)，相較于中、東部省份，其在發(fā)展生態(tài)農(nóng)業(yè)方面具有顯著優(yōu)越性，因而近幾年西部地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率呈不斷增長的特征。

3）東部地區(qū)大多省份在中國經(jīng)濟(jì)社會(huì)發(fā)展中走在前列，其農(nóng)業(yè)高質(zhì)量發(fā)展水平較高，且擁有特色鮮明的農(nóng)業(yè)產(chǎn)業(yè)和豐富的農(nóng)業(yè)資源條件，同時(shí)東南沿海地區(qū)港口群強(qiáng)勢(shì)崛起，促進(jìn)了內(nèi)陸的雙向開放，農(nóng)業(yè)總產(chǎn)值增速較快，且積極落實(shí)國家針對(duì)農(nóng)業(yè)環(huán)境的各項(xiàng)政策號(hào)召，加強(qiáng)對(duì)農(nóng)業(yè)污染的防治工作，因而東部地區(qū)各省份農(nóng)業(yè)綠色全要素生產(chǎn)率呈不斷提升的變化趨勢(shì)。

2011—2021年長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率變化指數(shù)在徑向（Y軸方向）上呈現(xiàn)平緩—倒“U”—“U”形空間變化趨勢(shì)規(guī)律。由DEA-SBM模型的測算原理可知，農(nóng)業(yè)綠色全要素生產(chǎn)率不僅受到農(nóng)業(yè)社會(huì)效益和經(jīng)濟(jì)效益的影響，同時(shí)與各省份農(nóng)業(yè)碳排放情況緊密相關(guān)。結(jié)合已有學(xué)者對(duì)農(nóng)業(yè)碳排放的研究［25，26］，本研究分析長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率在徑向上分布特征的原因可能如下。

1）前期北方各省份基于地形平坦、土地平整度高等優(yōu)勢(shì)，農(nóng)業(yè)機(jī)械化水平更高，原始的生產(chǎn)方式逐漸被機(jī)械化生產(chǎn)所替代，與原始生產(chǎn)方式產(chǎn)生的高碳排放量相比，機(jī)械化生產(chǎn)的碳排放情況有所改善。但隨農(nóng)業(yè)機(jī)械動(dòng)力的不斷投入，碳排放量也隨之增加。因此，北方各省份農(nóng)業(yè)綠色全要素生產(chǎn)率整體呈現(xiàn)先增后減的特征。

2）由于近年來北方經(jīng)濟(jì)持續(xù)下滑，其吸納人口的能力減弱，而國家又對(duì)南方地區(qū)實(shí)施多個(gè)區(qū)域發(fā)展戰(zhàn)略，如長江三角洲一體化、成渝地區(qū)雙城經(jīng)濟(jì)圈等發(fā)展戰(zhàn)略，使得南方遷入人口數(shù)不斷增加，加劇南北經(jīng)濟(jì)差距。此外，人口的不斷流入也為地區(qū)生態(tài)環(huán)境帶來沉重的壓力，打破區(qū)域原有的資源配置結(jié)構(gòu)，易出現(xiàn)資源短缺、浪費(fèi)的情況，致使綠色全要素生產(chǎn)率水平下降。因此，南方多數(shù)省份農(nóng)業(yè)綠色全要素生產(chǎn)率呈現(xiàn)中、低水平的特征。

3.3.3 長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率重心變化分析 從兩大區(qū)域綠色全要素生產(chǎn)率重心的空間分布格局來看，黃河流域2011—2021年農(nóng)業(yè)綠色全要素生產(chǎn)率重心逐漸由中游向上、下游兩側(cè)轉(zhuǎn)移，重心變化狀態(tài)相對(duì)穩(wěn)定。本研究分析黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率重心轉(zhuǎn)移的原因可能是：①上游的青海、甘肅、內(nèi)蒙古和寧夏都屬于生態(tài)脆弱地區(qū)，其自然條件與中、下游地區(qū)相比較為惡劣，但隨著《西部大開發(fā)“十一五”規(guī)劃》的逐年落實(shí)以及各省政府積極改善農(nóng)業(yè)基礎(chǔ)條件，加強(qiáng)農(nóng)業(yè)防災(zāi)減災(zāi)體系的建設(shè)，使得上游地區(qū)生態(tài)環(huán)境得到改善，農(nóng)業(yè)綠色全要素生產(chǎn)率不斷提高，其中綠色全要素生產(chǎn)率改善最為明顯的是甘肅。②下游地區(qū)擁有較大面積的平原，生態(tài)環(huán)境相對(duì)較好，同時(shí)河南、山東省政府積極推進(jìn)發(fā)展生態(tài)循環(huán)農(nóng)業(yè)，加大生態(tài)農(nóng)業(yè)科技的投入，因而下游地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率得到提升。③中游地區(qū)在發(fā)展現(xiàn)代化農(nóng)業(yè)過程中存在較多問題，尤其是山西，其面臨著土壤貧瘠、抗災(zāi)能力脆弱、農(nóng)業(yè)基礎(chǔ)設(shè)施投入不足、農(nóng)業(yè)科技轉(zhuǎn)化率低等困難，這些問題的處理與解決需要花費(fèi)較多的時(shí)間、資金等，因此中游地區(qū)整體綠色全要素生產(chǎn)率呈下降的趨勢(shì)。

由數(shù)據(jù)結(jié)果并結(jié)合已有研究［27］可知，長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率重心逐漸向下游地區(qū)轉(zhuǎn)移，且農(nóng)業(yè)綠色全要素生產(chǎn)率的有效性大小依次為下游地區(qū)>上游地區(qū)>中游地區(qū)。本研究分析長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率重心轉(zhuǎn)移的原因可能是：①江西、湖南和湖北作為中國傳統(tǒng)的農(nóng)業(yè)大省，其農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平較高，且擁有先進(jìn)的農(nóng)業(yè)基礎(chǔ)設(shè)施設(shè)備和生產(chǎn)技術(shù)，農(nóng)業(yè)自然資源稟賦豐富。但其面臨著農(nóng)業(yè)創(chuàng)新不足，缺乏發(fā)展動(dòng)力、農(nóng)業(yè)生產(chǎn)方式落后，農(nóng)業(yè)生產(chǎn)分散化、科技轉(zhuǎn)化率低等問題，因而中游地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的有效性下滑。②下游地區(qū)大多省份（如江蘇、浙江）具有一定的農(nóng)業(yè)生產(chǎn)基礎(chǔ)，同時(shí)擁有優(yōu)越的自然稟賦條件、先進(jìn)的生產(chǎn)技術(shù)和農(nóng)業(yè)科技人才。此外，下游地區(qū)是中國經(jīng)濟(jì)發(fā)展較為發(fā)達(dá)的區(qū)域，其對(duì)于農(nóng)業(yè)生產(chǎn)活動(dòng)和農(nóng)業(yè)污染治理的資金投入多，農(nóng)業(yè)生產(chǎn)系統(tǒng)趨于成熟。③上游地區(qū)的云南由于農(nóng)業(yè)土地資源稟賦低、農(nóng)業(yè)生產(chǎn)技術(shù)落后，同時(shí)缺少農(nóng)業(yè)科技人才、機(jī)械化水平低等限制，導(dǎo)致其生態(tài)農(nóng)業(yè)的發(fā)展效率低下。而重慶作為中國經(jīng)濟(jì)發(fā)展的重點(diǎn)城市，發(fā)展重點(diǎn)主要傾向于具有高經(jīng)濟(jì)效益的產(chǎn)業(yè)，從而忽略了農(nóng)業(yè)的發(fā)展。四川與貴州生態(tài)農(nóng)業(yè)發(fā)展情況良好，農(nóng)業(yè)綠色全要素生產(chǎn)率水平較高，主要得益于政府相關(guān)政策的號(hào)召以及資金支持。

由表5可知，近11年來長江經(jīng)濟(jì)帶與黃河流域中、高效率組的省份數(shù)整體呈增長趨勢(shì)，兩大區(qū)域多數(shù)省份農(nóng)業(yè)綠色全要素生產(chǎn)率不斷改善，這說明長江經(jīng)濟(jì)帶與黃河流域大多省份逐漸重視生態(tài)農(nóng)業(yè)的發(fā)展，積極采納綠色生產(chǎn)技術(shù)，加快轉(zhuǎn)變農(nóng)業(yè)經(jīng)濟(jì)發(fā)展方式，在探索、改進(jìn)農(nóng)業(yè)綠色全要素生產(chǎn)率方面取得階段性進(jìn)展。相較于黃河流域，長江經(jīng)濟(jì)帶省份農(nóng)業(yè)綠色全要素生產(chǎn)率改進(jìn)效果更為明顯，主要得益于長江經(jīng)濟(jì)帶較為豐富的農(nóng)業(yè)資源、龐大的產(chǎn)業(yè)體系以及較大的國內(nèi)外市場潛力等因素，黃河流域雖有部分省份實(shí)現(xiàn)了農(nóng)業(yè)生態(tài)的效率狀態(tài)，但其效率狀態(tài)不夠穩(wěn)定，這與當(dāng)?shù)氐恼?、?jīng)濟(jì)發(fā)展和自然環(huán)境等因素有關(guān)，需要更加重視農(nóng)業(yè)綠色全要素生產(chǎn)率的改進(jìn)與提高。

4 小結(jié)與建議

4.1 小結(jié)

為探究長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率的時(shí)空演變規(guī)律，本研究采用非期望SBM模型和Malmquist指數(shù)對(duì)2011—2021年長江經(jīng)濟(jì)帶與黃河流域省際農(nóng)業(yè)綠色全要素生產(chǎn)率進(jìn)行研究分析，并利用ESDA模型對(duì)其時(shí)空特征進(jìn)行刻畫，基于上述分析得到以下結(jié)論。

1）2011—2021年長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率整體呈上升的趨勢(shì)，區(qū)域差異性逐漸縮小，趨于協(xié)調(diào)化發(fā)展。相較于西部、北部地區(qū)，東部省份農(nóng)業(yè)綠色全要素生產(chǎn)率增速較快。

2）2011—2021年長江經(jīng)濟(jì)帶與黃河流域各省份在農(nóng)業(yè)投入和產(chǎn)出指標(biāo)方面均存在不同程度的松弛。投入指標(biāo)方面，勞動(dòng)力投入和機(jī)械動(dòng)力投入的松弛情況尤為嚴(yán)重。產(chǎn)出指標(biāo)方面，長江經(jīng)濟(jì)帶與黃河流域省域不存在期望產(chǎn)出不足的問題。因此，產(chǎn)出不足并非部分省份農(nóng)業(yè)綠色全要素生產(chǎn)率低下的主要原因。

3）2011—2021年長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率的空間相關(guān)性不顯著，不存在明顯的集聚或分散模式。本研究分析其主要原因是由于部分省份交通不便，在一定程度上阻斷了省份間的技術(shù)交流與資源置換等活動(dòng)，且區(qū)域間生產(chǎn)資料跨區(qū)域銷售和流轉(zhuǎn)減弱，農(nóng)產(chǎn)品跨區(qū)域貿(mào)易減少。

4）2011—2021年長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率重心雖發(fā)生局部遷移，但總體相對(duì)穩(wěn)定。黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率重心逐漸由中游向上、下游轉(zhuǎn)移，該重心轉(zhuǎn)移與中國實(shí)行西部大開發(fā)戰(zhàn)略關(guān)系密切；而長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率重心逐漸向下游轉(zhuǎn)移，下游地區(qū)省份擁有良好的農(nóng)業(yè)基礎(chǔ)和先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)，且高經(jīng)濟(jì)發(fā)展水平能夠提高農(nóng)業(yè)污染治理能力，從而提升農(nóng)業(yè)綠色全要素生產(chǎn)率。

4.2 政策建議

1）加強(qiáng)區(qū)域間農(nóng)業(yè)協(xié)調(diào)發(fā)展，加大各省份之間的農(nóng)業(yè)生產(chǎn)交流和生產(chǎn)要素交換。如云南等農(nóng)業(yè)綠色全要素生產(chǎn)率增速較緩的省份應(yīng)積極向浙江、安徽等低碳農(nóng)業(yè)發(fā)展前沿的省份學(xué)習(xí)先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)和成功的農(nóng)業(yè)管理經(jīng)驗(yàn)。此外，還應(yīng)著力改變?cè)容^粗放的農(nóng)業(yè)經(jīng)營方式，將轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式作為未來發(fā)展生態(tài)農(nóng)業(yè)的重點(diǎn)，降低長江經(jīng)濟(jì)帶與黃河流域省際間農(nóng)業(yè)發(fā)展的差異性，同時(shí)兼顧農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益和社會(huì)效益，促進(jìn)地區(qū)間農(nóng)業(yè)協(xié)調(diào)可持續(xù)性發(fā)展。

2）優(yōu)化農(nóng)業(yè)生產(chǎn)要素投入，調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，提高農(nóng)業(yè)資源利用率。針對(duì)研究結(jié)果中勞動(dòng)力和農(nóng)業(yè)機(jī)械動(dòng)力投入松弛程度較高的問題，在勞動(dòng)力投入方面，應(yīng)鼓勵(lì)開展合理的規(guī)模經(jīng)營，做好省份間的信息交流工作，將勞動(dòng)力從投入過剩的地區(qū)轉(zhuǎn)移到投入不足的地區(qū)，促進(jìn)勞動(dòng)力資源的合理配置；在機(jī)械動(dòng)力投入方面，應(yīng)注意機(jī)械動(dòng)力的適度投入，適度的機(jī)械動(dòng)力取代傳統(tǒng)的生產(chǎn)模式能夠有效治理農(nóng)業(yè)污染物排放，而過度的動(dòng)力投入不僅會(huì)導(dǎo)致農(nóng)業(yè)資源浪費(fèi)，同時(shí)也會(huì)加重農(nóng)業(yè)碳排放，影響區(qū)域生態(tài)農(nóng)業(yè)的發(fā)展。

3）加強(qiáng)區(qū)域間農(nóng)業(yè)發(fā)展合作與聯(lián)動(dòng)，完善合作共擔(dān)、合作共治的聯(lián)合治理機(jī)制，開展農(nóng)業(yè)污染共同治理。當(dāng)前，長江經(jīng)濟(jì)帶與黃河流域省際農(nóng)業(yè)綠色全要素生產(chǎn)率不存在顯著的空間相關(guān)性，因此，應(yīng)加強(qiáng)區(qū)域農(nóng)業(yè)的聯(lián)動(dòng)合作，形成合作分工、優(yōu)勢(shì)互補(bǔ)的農(nóng)業(yè)高質(zhì)量發(fā)展格局，推動(dòng)生態(tài)農(nóng)業(yè)的進(jìn)一步發(fā)展。如發(fā)展鄉(xiāng)村生態(tài)旅游、開展農(nóng)業(yè)博覽會(huì)等方式，實(shí)現(xiàn)省域間的互助互惠、合作共贏。此外，建立完善的農(nóng)業(yè)產(chǎn)-供-銷網(wǎng)絡(luò)，推動(dòng)數(shù)字化農(nóng)業(yè)發(fā)展，打破因疫情帶來的時(shí)空限制，推行線上與線下相結(jié)合的農(nóng)業(yè)發(fā)展系統(tǒng)。

4）發(fā)揮長江經(jīng)濟(jì)帶與黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率重心的輻射作用，形成示范效應(yīng)。在農(nóng)業(yè)綠色全要素生產(chǎn)率重心地區(qū)建立農(nóng)業(yè)標(biāo)準(zhǔn)化示范區(qū)，加強(qiáng)政策支撐、部門聯(lián)動(dòng)和技術(shù)支持，積極做好農(nóng)業(yè)基礎(chǔ)薄弱的省份地區(qū)的幫扶工作，發(fā)揮農(nóng)業(yè)標(biāo)準(zhǔn)化示范區(qū)的帶頭作用，將標(biāo)準(zhǔn)作為貫穿農(nóng)業(yè)生產(chǎn)和管理始終的要素，推動(dòng)農(nóng)業(yè)標(biāo)準(zhǔn)化經(jīng)營，強(qiáng)化責(zé)任意識(shí)，助推長江經(jīng)濟(jì)帶與黃河流域省際農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，提高區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率，實(shí)現(xiàn)農(nóng)業(yè)經(jīng)濟(jì)效益和社會(huì)效益的共贏。

參考文獻(xiàn)：

［1］ 王 奇， 王 會(huì)， 陳海丹. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992—2010年［J］. 經(jīng)濟(jì)評(píng)論， 2012（5）：24-33.

［2］ COMIN D. Total factor productivity［M］. London， UK：Springer， 2010.260-263.

［3］ 余泳澤. 中國省際全要素生產(chǎn)率動(dòng)態(tài)空間收斂性研究［J］. 世界經(jīng)濟(jì)， 2015， 38（10）：30-55.

［4］ MILLER S M，UPADHYAY M P. The effects of openness， trade orientation， and human capital on total factor productivity［J］. Journal of development economics， 2000， 63（2）：399-423.

［5］ ANG F，KERSTENS P J. Decomposing the Luenberger-Hicks-Moorsteen Total Factor Productivity indicator： An application to U. S. agriculture［J］. European journal of operational research， 2017， 260（1）：359-375.

［6］ 吳傳清， 宋子逸. 長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色全要素生產(chǎn)率測度及影響因素研究［J］. 科技進(jìn)步與對(duì)策， 2018， 35（17）：35-41.

［7］ 紀(jì)成君， 夏懷明. 我國農(nóng)業(yè)綠色全要素生產(chǎn)率的區(qū)域差異與收斂性分析［J］. 中國農(nóng)業(yè)資源與區(qū)劃， 2020， 41（12）：136-143.

［8］ 李 翔， 楊 柳. 華東地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長的實(shí)證分析——基于隨機(jī)前沿生產(chǎn)函數(shù)模型［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2018（6）：62-68，154.

［9］ 程建華， 于戒嚴(yán). 安徽省全要素生產(chǎn)率的測算與經(jīng)濟(jì)解釋——基于時(shí)變產(chǎn)出份額改進(jìn)的索洛殘差法［J］. 華東經(jīng)濟(jì)管理， 2015， 29（1）：25-31.

［10］ 鄢曹政， 殷旅江， 何 波. 物流業(yè)集聚、空間溢出效應(yīng)與農(nóng)業(yè)綠色全要素生產(chǎn)率——基于省域數(shù)據(jù)的實(shí)證分析［J］. 中國流通經(jīng)濟(jì)， 2022， 36（9）：3-16.

［11］ XU X C， HUANG X Q， HUANG J， et al. Spatial-temporal characteristics of agriculture green total factor productivity in China， 1998—2016： Based on more sophisticated calculations of carbon emissions［J］. International journal of environmental research and public health， 2019， 16（20）：3932.

［12］ 葛鵬飛，王頌吉，黃秀路. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率測算［J］. 中國人口·資源與環(huán)境， 2018， 28（5）：66-74.

［13］ 郭海紅， 劉新民. 中國農(nóng)業(yè)綠色全要素生產(chǎn)率時(shí)空演變［J］. 中國管理科學(xué)， 2020，28（9）：66-75.

［14］ 金紹榮， 任贊杰. 鄉(xiāng)村數(shù)字化對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響［J］. 改革， 2022（12）：102-118.

［15］ 劉 帥， 張航宇， 蔡文靜. 黃河流域農(nóng)業(yè)綠色全要素生產(chǎn)率的空間格局與動(dòng)態(tài)演進(jìn)［J］. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2022，38（12）：1557-1566.

［16］ 王亞飛， 張齊家， 柏 穎. 我國農(nóng)業(yè)綠色全要素生產(chǎn)率及其時(shí)空演變［J］. 統(tǒng)計(jì)與決策， 2022，38（20）：98-102.

［17］ FARE R， GROSSKOPF S，NORRIS M，et al. Productivity growth，technical progress， and efficiency change in industrialized countries［J］. American economic review， 1994， 84（1）：66-83.

［18］ 王曉云， 魏 琦， 胡賢輝. 我國城市綠色經(jīng)濟(jì)效率綜合測度及時(shí)空分異——基于DEA-BCC和Malmquist模型［J］. 生態(tài)經(jīng)濟(jì)， 2016， 32（3）：40-45.

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

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

［21］ 趙金麗，王成新，曹 莎. 基于多元要素流的長江流域與黃河流域城市網(wǎng)絡(luò)結(jié)構(gòu)研究［J］.中國人口·資源與環(huán)境，2021，31（10）：59-68.

［22］ 孫振清， 谷文姍， 成曉斐. 創(chuàng)新溢出與區(qū)域綠色全要素互動(dòng)關(guān)系研究——基于DEA-ESDA實(shí)證分析［J］. 科技管理研究， 2022， 42（1）：62-69.

［23］ 薛鵬飛， 李國景， 羅其友， 等. 中國農(nóng)業(yè)科技資源水平區(qū)域差異及空間結(jié)構(gòu)研究［J］. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2021（5）：108-120.

［24］ 范大莎，楊 旭， 吳相利， 等. 東北三省農(nóng)田生態(tài)系統(tǒng)碳排放時(shí)空分異特征及驅(qū)動(dòng)因素研究［J］. 環(huán)境科學(xué)學(xué)報(bào)， 2017， 37（7）：2797-2804.

［25］ 胡 川， 韋院英， 胡 威. 農(nóng)業(yè)政策、技術(shù)創(chuàng)新與農(nóng)業(yè)碳排放的關(guān)系研究［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題， 2018（9）：66-75.

［26］ 夏四友， 趙 媛， 許 昕， 等. 1997—2016年中國農(nóng)業(yè)碳排放率的時(shí)空動(dòng)態(tài)與驅(qū)動(dòng)因素［J］. 生態(tài)學(xué)報(bào)， 2019， 39（21）： 7854-7865.

［27］ 姜翔程， 趙 鑫. 長江經(jīng)濟(jì)帶農(nóng)業(yè)生態(tài)效率評(píng)價(jià)及其影響因素研究［J］. 資源與產(chǎn)業(yè)， 2021， 23（5）：41-50.

收稿日期：2023-05-24

基金項(xiàng)目：中央高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目（人文專項(xiàng)）（B210207023）；常州市軟科學(xué)項(xiàng)目（522012712）

作者簡介：許嘉偉（2002-），男，吉林撫松人，在讀本科生，專業(yè)方向?yàn)楣ど坦芾?，（電話?3914758676（電子信箱）1939204730@qq.com；通信作者，王 蕾（1986-），女，陜西渭南人，副教授，博士，主要從事區(qū)域經(jīng)濟(jì)與農(nóng)村公共產(chǎn)品供給研究，（電話）15295067236（電子信箱）20141924@hhu.edu.cn。