資源環(huán)境約束下中國農(nóng)業(yè)綠色全要素生產(chǎn)率時空演變與影響因素分析

關(guān)鍵詞：農(nóng)業(yè)綠色全要素生產(chǎn)率；資源環(huán)境約束；SBM-GML模型；時空演變中圖分類號：F323.22 文獻標識碼：A文章編號：0439-8114（2025）05-0223-08DOI：10.14088/j.cnki.issn0439-8114.2025.05.034開放科學（資源服務）標識碼（OSID）：i

Analysis of the temporal and spatial evolution and influencing factors of agricultural green total factor productivity in China under resource and environmental constraints

FANRui-zhe，WANGYu-xuan （Business School，Hohai University，Nanjing 2111Oo，China）

Abstract：Basedonresourceand environmentalconstraints，theSuper-EficiencySBM-GMLmodelwasemployed to measure the AgriculturalGeeTotalFactorProductivity（AGTP）of30provincial-levelregions inChinafrom2012to2O1，andsystematicallanalyzeditsspatiotemporalevolutioncharacteristicsandinfluencingfactors.TheresultsindicatedthatChinasAGTFPdemonstratedan acceleratingupwardtrendduringO12-2021，reflectingsignificantachievementsinthegreentransformationofagriculture.Concur rently，whileCinahadmadecontiuousprogesinagiculturalgntchnologis，gricultualgreentechicaleficiencyhadown adecliningtrend，revealingacurrenttendencyof“emphasizingRamp;Doveraplcation”ingreentechnologypromotionandsuboptimal allcationofagrculturalresourceelements.Furthermore，theregionalcharacteristicsofAGTFPinChinawereprimarilymanifestedas disparitiesinagriculturalproductionzonesandeconomicstructures.Sixsignificantpositivefactors（includingenvironmentaleglationintensity，etc.）andonesignificantnegativefactor（agriculturalopenness）wereidentifiedbyapplyingatwo-wayfixedffects modeltoanalyzemultipleinfluencingfactors.Basedonthesefindings，policyrecommendationssuchaspromotinggreenagricultural transformationandoptimizingtheallocationofagriculturalresoueelmentswereproposedtofacliateChina’sshiftfometsive agricultural development to high-quality，sustainable growth.

Keywords：agricultural greentotalfactorproductivityresourceandenvironmentalconstraints；SBM-GMLmodel;spatiotemporal evolution

農(nóng)業(yè)可持續(xù)發(fā)展作為關(guān)乎國家糧食安全與民生福祉的重要戰(zhàn)略議題，在21世紀中國糧食總產(chǎn)量持續(xù)增長的背景下，其現(xiàn)實必要性日益凸顯，現(xiàn)階段傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式所依賴的要素驅(qū)動型增長方式已呈現(xiàn)出顯著的不可持續(xù)性特征。當前中國農(nóng)業(yè)系統(tǒng)正面臨多維發(fā)展困境：生產(chǎn)規(guī)模效率與資本投入邊際效益持續(xù)走低；適齡農(nóng)業(yè)勞動力結(jié)構(gòu)性短缺加??；耕地資源剛性約束與土壤污染問題疊加；農(nóng)業(yè)生態(tài)系統(tǒng)功能退化等復合型挑戰(zhàn)，這些因素共同構(gòu)成了制約現(xiàn)代農(nóng)業(yè)高質(zhì)量發(fā)展的關(guān)鍵瓶頸。面對要素投入產(chǎn)出彈性遞減與資源環(huán)境承載力閥值突破的雙重壓力，迫切要求農(nóng)業(yè)生產(chǎn)實現(xiàn)從資源消耗向環(huán)境友好型，從粗放式發(fā)展向高質(zhì)量、可持續(xù)發(fā)展的系統(tǒng)性轉(zhuǎn)變[1]。黨和國家高度重視農(nóng)業(yè)發(fā)展，相繼印發(fā)一系列涉農(nóng)政策文件?！笆奈錦"時期，中國進一步加快了從農(nóng)業(yè)大國向農(nóng)業(yè)強國轉(zhuǎn)變的進程。2021年，《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》明確提出，要提高農(nóng)業(yè)質(zhì)量效益和競爭力，加快發(fā)展方式綠色轉(zhuǎn)型。2024年，習近平總書記在中共中央政治局第十一次集體學習時指出：“綠色發(fā)展是高質(zhì)量發(fā)展的底色，新質(zhì)生產(chǎn)力本質(zhì)上就是綠色生產(chǎn)力。\"因此，推動農(nóng)業(yè)綠色發(fā)展不僅是促進經(jīng)濟、社會、環(huán)境協(xié)調(diào)發(fā)展，構(gòu)建人與自然和諧共生格局的關(guān)鍵策略，也是加快實現(xiàn)中國式現(xiàn)代化的重要途徑。當前，在環(huán)境污染、土地退化和資源約束日益加劇的背景下，如何實現(xiàn)農(nóng)業(yè)綠色可持續(xù)發(fā)展已逐步成為學界的研究熱點。

新古典增長理論認為全要素生產(chǎn)率是經(jīng)濟增長的核心要素，新質(zhì)生產(chǎn)力以全要素生產(chǎn)率的大幅提升為核心標志。諸多學者通過測度全要素生產(chǎn)率（TFP）來分析中國農(nóng)業(yè)的發(fā)展情況。張恒等2運用全局Malmquist指數(shù)測算了全國31個省份2010—2017年的農(nóng)業(yè)TFP變動情況，并在此基礎(chǔ)上探究了全國各地區(qū)農(nóng)業(yè)生產(chǎn)性服務業(yè)發(fā)展對農(nóng)業(yè)全要素生產(chǎn)率及其分解要素的影響；劉霞婷等3測算了1978—2017年中國29個?。ㄊ?、區(qū)）農(nóng)業(yè)全要素生產(chǎn)率，并檢驗分析了累積農(nóng)業(yè)TFP增長的收斂性。趙錦春4基于2011—2021年全球185個國家的跨國面板數(shù)據(jù)對全球數(shù)字普惠金融與農(nóng)業(yè)TFP狀況進行測度，檢驗了數(shù)字普惠金融對農(nóng)業(yè)TFP的影響及其異質(zhì)性。龔斌磊等[5]從新質(zhì)生產(chǎn)力視角出發(fā)，運用變系數(shù)模型和新增長核算法等前沿方法，對農(nóng)業(yè)全要素生產(chǎn)率的測度體系進行重構(gòu)，并以農(nóng)業(yè)數(shù)智化技術(shù)為例，展示了新測度體系的應用。

然而，傳統(tǒng)生產(chǎn)率的測算極易忽略資源環(huán)境要素的投人。隨著各國對農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型重視程度的日益加深，部分學者在傳統(tǒng)農(nóng)業(yè)TFP的理論基礎(chǔ)上將資源環(huán)境約束納入分析框架[6，通過測算農(nóng)業(yè)綠色全要素生產(chǎn)率（AGTFP）來反映資源環(huán)境約束下農(nóng)業(yè)經(jīng)濟的綠色發(fā)展情況。AGTFP的測度通常采用數(shù)據(jù)包絡分析（DEA）和隨機前沿分析（SFA）這兩種常用分析方法。Chung等7首次使用方向性距離函數(shù)和ML生產(chǎn)率指數(shù)將環(huán)境污染作為非期望產(chǎn)出對生產(chǎn)率進行測度。王圣云等8運用基于非期望產(chǎn)出的SBM模型對1990一2016年中國農(nóng)業(yè)生態(tài)效率進行測度，并對其空間演化特征及驅(qū)動因素進行實證分析。楊錦琦等運用SBM-GML超效率模型測算了2012—2019年長江經(jīng)濟帶農(nóng)業(yè)綠色全要素生產(chǎn)率，并分析其時空演化和生產(chǎn)率的變化原因。蔣團標等[10]在運用SBM模型和GML指數(shù)測度AGTFP的基礎(chǔ)上利用2011—2020年中國30個省份的面板數(shù)據(jù)，從土地經(jīng)營效率視角考察了土地集約經(jīng)營效率與土地規(guī)模經(jīng)營效率在數(shù)字經(jīng)濟影響農(nóng)業(yè)綠色全要素生產(chǎn)率方面的作用機制。方芳等[]運用動態(tài)模糊集定性比較分析方法，從時空維度考察了政府、市場和社會在提升AGTFP方面發(fā)揮的多因素聯(lián)動效應，探尋了在漸進式改革中農(nóng)業(yè)綠色發(fā)展的多元路徑。

綜上所述，已有研究較多運用SFA模型和傳統(tǒng)徑向DEA模型對AGTFP進行測度。其中，前者可能因生產(chǎn)函數(shù)誤設(shè)而產(chǎn)生結(jié)構(gòu)偏差，后者則存在忽視隨機誤差影響等問題。同時，已有研究大多從時間維度對特定區(qū)域的AGTFP展開縱向分析，缺乏對多個區(qū)域的時空演變分析以及影響因素的探究。基于上述研究，本研究選取2012一2021年中國30個省級地區(qū)作為研究區(qū)域，構(gòu)建超效率SBM-GML模型，將農(nóng)業(yè)碳排放作為非期望產(chǎn)出指標，利用全局GML生產(chǎn)率指數(shù)測算環(huán)境約束下中國的AGT-FP，并通過指數(shù)分解分析其增長變化來源。在此基礎(chǔ)上，構(gòu)建回歸模型，探究多重因素對中國AGT-FP發(fā)展的長期影響。

研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1全局生產(chǎn)技術(shù)集為將資源環(huán)境約束納入生產(chǎn)率評價體系，需要創(chuàng)建一個同時包含期望和非期望產(chǎn)出的環(huán)境技術(shù)生產(chǎn)可能性集合。假設(shè)共有 K 個省級地區(qū)，每個省級地區(qū)為一個生產(chǎn)決策單元，且每個生產(chǎn)決策單元有 N 種投入 x=（x₁，x₂，…，x_N）∈R_N⁺ 獲得 M 種期望產(chǎn)出 y=（y₁，y₂，…，y_M）∈R_M⁺ ，以及 I 種非期望產(chǎn)出 b=（b₁，b₂，…，b_I）∈R_I⁺ ;在每一時期每一省級地區(qū)的投入產(chǎn)出為 （x^t，k，y^t，k，b^t，k） 。由于該生產(chǎn)性技術(shù)集中的數(shù)據(jù)反映的是 Φ_t 時期內(nèi)的生產(chǎn)技術(shù)水平的觀測值，考慮到參照技術(shù)的非同期性可能導致測度出現(xiàn)偏差， Oh^[12] 對當期生產(chǎn)技術(shù)集進行了改進，提出了全局生產(chǎn)技術(shù)集 P^G（x） 。

式中， z_k^t 表示在 Φ_t 時期第 k 個生產(chǎn)決策單元的投入產(chǎn)出觀察值權(quán)重。

當 z_k^t?0 時，表示生產(chǎn)技術(shù)為規(guī)模報酬不變（CRS）;當 時，表示生產(chǎn)技術(shù)規(guī)模報酬可變（VRS）。

1.1.2基于非期望產(chǎn)出的超效率全局SBM模型傳統(tǒng)徑向的（Radial）、角度的（Oriented）DEA模型在測量生產(chǎn)決策單元（DMU）的無效率程度時，僅考慮所有投入（產(chǎn)出）等比例增加（縮減），未體現(xiàn)松弛改進部分，這與實際情況偏差較大。為解決上述問題，Tone[13]構(gòu)建了非徑向、非角度的SBM（Slackbasedmeasure）模型，該模型克服了徑向模型在無效率測量中未包含松弛變量的缺陷。為測算中國各省級地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率，本研究構(gòu)建了投人導向的超效率全局SBM模型。

式中， （x^t，k′，y^{t，k′}，b^{t，k′}） 表示在 Φ_t 時期省級地區(qū) k^′ 的投入、期望產(chǎn)出和非期望產(chǎn)出向量， （g^x，g^y，g^b） 表示投入、期望產(chǎn)出和非期望產(chǎn)出取值為正的方向向量，（s_n^x，s_m^y，s_i^b） 表示投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量。當 （s_n^x，s_m^y，s_i^b） 均大于零時，表示實際投入和非期望產(chǎn)出大于邊界的期望和產(chǎn)出，而實際期望產(chǎn)出小于邊界投入和產(chǎn)出，因此 （s_n^x，s_m^y，s_i^b） 的實際意義為投入要素冗余、非期望產(chǎn)出過多和期望產(chǎn)出不足[14]。1.1.3全局GML指數(shù)為測量含有非期望產(chǎn)出的生產(chǎn)率水平， Chung 等7構(gòu)建了Malmquist指數(shù)模型，Oh^[12] 針對ML指數(shù)不滿足循環(huán)累積性的問題進行改進，基于全局生產(chǎn)技術(shù)構(gòu)建了GML指數(shù)模型。為實現(xiàn)對農(nóng)業(yè)綠色全要素生產(chǎn)率的測量，本研究沿用并構(gòu)建了GML指數(shù)模型。

式中， GML^t+1 大于1、小于1和等于1分別表示從 Φ_t 到 _t+1 時期AGTFP的上升、下降和不變。在可變規(guī)模報酬下， GML^t+1 可分解為農(nóng)業(yè)綠色技術(shù)效率指數(shù) （GEC） 和農(nóng)業(yè)綠色技術(shù)進步指數(shù)（GTC）的乘積。

GML^t+1=GEC^t+1×GTC^t+1

式中， GEC^t+1 和 GTC^t+1 大于1（小于1）分別表示從 Φ_t 到 _t+1 時期農(nóng)業(yè)綠色技術(shù)效率提高（降低）和農(nóng)業(yè)綠色技術(shù)進步（退步）。

1.2 指標體系

根據(jù)現(xiàn)有研究成果，結(jié)合當前中國農(nóng)業(yè)具體生產(chǎn)情況，選取勞動力、土地、機械動力、化肥、水資源、能源等資源要素作為投人指標，選取農(nóng)業(yè)總產(chǎn)值和農(nóng)業(yè)碳排放量分別作為期望產(chǎn)出和非期望產(chǎn)出，指標體系如表1所示。

其中，各省級地區(qū)農(nóng)業(yè)碳源包括化肥、農(nóng)藥、農(nóng)用塑料薄膜的耗用和農(nóng)業(yè)機械使用等產(chǎn)生的碳排放[15]。碳排放量計算參考陳申奧等[1的研究，具體公式如下。

式中， E 為各省級地區(qū)農(nóng)業(yè)碳排放總量； E_i 為各農(nóng)業(yè)碳源碳排放量； T_i 為各農(nóng)業(yè)碳源使用量； ε_i 為各農(nóng)業(yè)碳源碳排放系數(shù)。各農(nóng)業(yè)碳源碳排放系數(shù)及參考來源[17-21]如表2所示。

1.3 數(shù)據(jù)來源

本研究數(shù)據(jù)的時間跨度為2012—2021年，研究對象為中國除港、澳、臺地區(qū)外的30個省級行政單位，考慮到西藏自治區(qū)特殊的自然地理位置、農(nóng)業(yè)生產(chǎn)條件及相關(guān)數(shù)據(jù)的可獲取性，未將其包含在內(nèi)。本研究數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及各省、市統(tǒng)計年鑒，部分缺失數(shù)據(jù)通過插值法補齊。

2 實證分析

2.1 中國AGTFP結(jié)果分析

基于規(guī)模報酬可變下投人導向的超效率SBM-GML模型，采用MaxDEA8.0軟件得到各?。ㄊ?、自治區(qū)）農(nóng)業(yè)綠色全要素生產(chǎn)率指數(shù)、農(nóng)業(yè)綠色技術(shù)效率指數(shù)和農(nóng)業(yè)綠色技術(shù)進步指數(shù)（表3）。為更顯著觀測農(nóng)業(yè)綠色全要素生產(chǎn)率測度結(jié)果，本研究借鑒聶長飛等2的研究方法，以2012年為基期，將中國各省級地區(qū)基期AGTFP設(shè)為1，使其與各年度的GML指數(shù)累乘，最終轉(zhuǎn)化得到AGTFP觀測值。

從GML指數(shù)時空分布來看，研究期內(nèi)的多數(shù)省級地區(qū)的GML指數(shù)持續(xù)高于生產(chǎn)前沿面閾值1，印證了多數(shù)地區(qū)已形成AGTFP持續(xù)改進的良性發(fā)展格局。青海、內(nèi)蒙古及吉林等地區(qū)在2013一2016年觀測窗口期內(nèi)呈現(xiàn)GML指數(shù)系統(tǒng)性低于均衡閾值1的特征，這揭示了特定轉(zhuǎn)型階段農(nóng)業(yè)經(jīng)濟增長與綠色發(fā)展的深層結(jié)構(gòu)性矛盾。進一步將GML指數(shù)分解為GEC指數(shù)和GTC指數(shù)進行綜合分析，可以發(fā)現(xiàn)，2013年以來多數(shù)省級地區(qū)綠色技術(shù)進步指數(shù)（GTC）與綠色技術(shù)效率指數(shù)（GEC）呈現(xiàn)明顯發(fā)散特征，即農(nóng)業(yè)綠色技術(shù)不斷進步，而綠色技術(shù)效率整體逐漸下降，呈現(xiàn)“技術(shù)一效率悖論”。其中，江蘇、湖南、山東、河南等省份的GTC指數(shù)較高，技術(shù)進步貢獻度居前；而青海、遼寧等省份GTC指數(shù)較低，這反映出其農(nóng)業(yè)綠色技術(shù)有待提升，面臨技術(shù)擴散阻滯在技術(shù)效率維度，天津、海南、貴州等省份GEC指數(shù)較高，通過要素配置優(yōu)化實現(xiàn)效率提升，形成顯著示范效應；相較之下，寧夏、吉林、內(nèi)蒙古等地區(qū)因要素錯配引致農(nóng)業(yè)綠色技術(shù)效率持續(xù)衰減，這凸顯出重構(gòu)要素流動機制與推動產(chǎn)業(yè)結(jié)構(gòu)升級的迫切性。

為進一步厘清中國AGTFP的時間演變趨勢，在全局視角下計算各項指數(shù)的年份均值并進行縱向?qū)Ρ?，AGTFP的演變趨勢如圖1所示，各指數(shù)增長率如表4所示。2013—2021年，GML指數(shù)和GTC指數(shù)整體呈上升趨勢，平均增長率分別為 2.12% 和2.23% ，且兩個指數(shù)均在2019—2020年達到最大增長率，分別為 11.32% 和 12.79% 。GEC指數(shù)雖平均增長率為 0.04% ，但僅有2015—2016年、2017—2018年和2020—2021年增長率大于0，整體上呈下降趨勢，且在研究期內(nèi)其平均值低于GTC指數(shù)。AGTFP在2013—2019年平緩上升，從2020年起上升幅度陡然增大，增長率由2018—2019年的 11.82% 增長至2019—2020年的 24.71% 。

結(jié)合以上分析可知，在政府構(gòu)建的財政支持與制度保障的雙輪驅(qū)動機制下，中國農(nóng)業(yè)綠色技術(shù)進步率呈現(xiàn)顯著提升態(tài)勢。但綠色技術(shù)效率持續(xù)衰減，表明即便投入更多資源，中國農(nóng)業(yè)經(jīng)濟產(chǎn)出增長能力仍在減弱，存在生產(chǎn)要素配置低效，農(nóng)業(yè)綠色先進技術(shù)利用不足等問題，反映出要素配置的結(jié)構(gòu)性失衡。綜上所述，中國農(nóng)業(yè)已經(jīng)從依靠傳統(tǒng)要素密集投入驅(qū)動的高速增長期轉(zhuǎn)變?yōu)橐揽哭r(nóng)業(yè)綠色技術(shù)進步驅(qū)動的高質(zhì)量發(fā)展期，“十三五”時期針對農(nóng)業(yè)發(fā)展制定的提質(zhì)增效和綠色轉(zhuǎn)型等規(guī)劃取得較為顯著的成效，中國現(xiàn)代農(nóng)業(yè)建設(shè)取得重大進展，但在農(nóng)業(yè)綠色技術(shù)應用與資源統(tǒng)籌方面仍需加強，

2.2 中國AGTFP地域特征分析

中國AGTFP的地域特征主要表現(xiàn)為農(nóng)業(yè)產(chǎn)區(qū)差異和經(jīng)濟結(jié)構(gòu)差異。如表5所示，從全國來看，各?。ㄊ?、自治區(qū)）農(nóng)業(yè)綠色全要素生產(chǎn)率存在較大差異。2012—2021年全國AGTFP表現(xiàn)較優(yōu)的5個省份依次為黑龍江、貴州、四川、河南及山東；AGTFP增長較快的5個省份為黑龍江、湖南、貴州、山東和河南。全國AGTFP和AGTFP增長率較低的5個省份是內(nèi)蒙古、遼寧、上海、吉林和青海。

農(nóng)業(yè)產(chǎn)區(qū)差異是影響中國農(nóng)業(yè)綠色高質(zhì)量發(fā)展的主要因素。依據(jù)地理環(huán)境、農(nóng)業(yè)基礎(chǔ)、農(nóng)作物產(chǎn)量、人口密度、經(jīng)濟發(fā)展水平等因素的不同，中國各地區(qū)被劃分為13個農(nóng)業(yè)主產(chǎn)區(qū)、7個主銷區(qū)和10個產(chǎn)銷平衡區(qū)。通過AGTFP及其增長速度排名可以發(fā)現(xiàn)，研究期內(nèi)，AGTFP較高且增長較快的省級地區(qū)多為農(nóng)業(yè)主產(chǎn)區(qū)，此類型區(qū)域地理環(huán)境和農(nóng)業(yè)基礎(chǔ)良好，資源配置與經(jīng)濟結(jié)構(gòu)較為合理，農(nóng)業(yè)綠色技術(shù)呈進步趨勢。貴州省作為農(nóng)業(yè)產(chǎn)銷平衡區(qū)，近年來通過農(nóng)業(yè)投資和環(huán)境規(guī)制等途徑大力推動農(nóng)業(yè)綠色轉(zhuǎn)型，通過發(fā)展生態(tài)循環(huán)農(nóng)業(yè)、綠色信貸等，也實現(xiàn)了較快的農(nóng)業(yè)綠色經(jīng)濟增長。

此外，經(jīng)濟結(jié)構(gòu)差異也是制約區(qū)域農(nóng)業(yè)綠色高質(zhì)量發(fā)展的重要因素。在研究期內(nèi)全國AGTFP較低且增長較緩慢的省級地區(qū)中，內(nèi)蒙古、遼寧和吉林均屬于農(nóng)業(yè)主產(chǎn)區(qū)。與黑龍江、河南等AGTFP較高的省份相比，上述省份受經(jīng)濟結(jié)構(gòu)差異的制約，農(nóng)業(yè)的綠色發(fā)展轉(zhuǎn)型受到阻礙。其中，遼寧、吉林均屬于東北傳統(tǒng)重工業(yè)地區(qū)，第二產(chǎn)業(yè)在經(jīng)濟結(jié)構(gòu)中占比較大，資源環(huán)境約束顯著，在農(nóng)業(yè)綠色發(fā)展方面，政策和資金支持不足。青海和內(nèi)蒙古經(jīng)濟結(jié)構(gòu)較為相似，均是依靠礦業(yè)、牧業(yè)發(fā)展，經(jīng)濟結(jié)構(gòu)單一的資源型省份，長期處于經(jīng)濟轉(zhuǎn)型期，導致農(nóng)業(yè)技術(shù)效率下降，農(nóng)業(yè)技術(shù)水平有待提升。上海作為中國市場經(jīng)濟和服務業(yè)發(fā)達地區(qū)，農(nóng)業(yè)在經(jīng)濟結(jié)構(gòu)中占比相對較小，農(nóng)業(yè)技術(shù)效率較高，但受土地規(guī)模限制以及勞動資源要素分配不均等因素影響，其AGTFP在全國范圍內(nèi)處于較低水平。

2.3 中國AGTFP影響因素分析

根據(jù)已有研究[23-28]，并考慮數(shù)據(jù)可得性，以各省級地區(qū)的AGTFP為被解釋變量，從不同維度選取農(nóng)村人均可支配收入、有效灌溉率等7個解釋變量開展回歸分析，旨在從農(nóng)村土地、勞動力和資本要素配置的角度探究影響中國農(nóng)業(yè)綠色全要素生產(chǎn)率的多重因素。

為了選取合適的回歸模型開展分析，對模型設(shè)定進行了檢驗，檢驗結(jié)果見表6，據(jù)此判斷應選擇雙向固定效應模型。為檢驗選用模型估計結(jié)果的可靠性，并對比不同模型估計結(jié)果的差異，分別采用混合截面效應模型（1）隨機效應模型（2）個體固定效應模型（3）和雙向固定效應模型（4）進行分析（表7）。

農(nóng)村居民人均可支配收人（InRDI對AGTFP有較為顯著的正向影響，表明農(nóng)村居民人均可支配收入的增加能夠提升AGTFP。一方面，農(nóng)村居民人均可支配收入的增加會促進農(nóng)業(yè)資本要素充分流通，有利于實現(xiàn)農(nóng)業(yè)資本要素市場與其他行業(yè)資本要素市場的融合發(fā)展，進而推動資本要素的優(yōu)化配置；另一方面，收入增加有利于引入專業(yè)農(nóng)業(yè)機械等生產(chǎn)資料和先進農(nóng)業(yè)技術(shù)，通過提升農(nóng)業(yè)綠色技術(shù)效率、推動農(nóng)業(yè)綠色技術(shù)進步來提高AGTFP。在控制時間效應后，該變量的顯著性相較于模型（3）有所下降。結(jié)合先前對中國農(nóng)業(yè)綠色全要素生產(chǎn)率時間演變的分析可知，該變量受時間變化的影響相對較小。

有效灌溉率（IER）對AGTFP的影響顯著為正。水資源作為農(nóng)業(yè)中極為重要的要素投人，對農(nóng)業(yè)產(chǎn)出有著直接影響。同時，農(nóng)業(yè)灌溉是農(nóng)業(yè)碳排放的主要來源，減少農(nóng)業(yè)水資源浪費，有利于通過降低農(nóng)業(yè)碳排放來提高AGTFP。該變量在模型（3）中不顯著，在控制時間效應后變?yōu)轱@著。由此推測，有效灌溉率的區(qū)域異質(zhì)性較弱，而隨時間演變呈現(xiàn)出較強的變化趨勢。

人均耕地面積（ALPC）對AGTFP的回歸系數(shù)顯著為正。人均耕地面積反映了一個區(qū)域內(nèi)土地資源要素的配置狀況。人均耕地面積的增加能夠有效降低土地細碎化程度，推動農(nóng)地的規(guī)?；?jīng)營，有利于改善土地細碎化經(jīng)營帶來的不利狀況，降低農(nóng)業(yè)生產(chǎn)成本，實現(xiàn)土地資源要素的優(yōu)化配置[29]，進而提升農(nóng)業(yè)綠色全要素生產(chǎn)率。

農(nóng)業(yè)對外開放度（AOFD）對AGTFP的回歸系數(shù)顯著為負。本研究中農(nóng)業(yè)對外開放度指標是指一個地區(qū)農(nóng)產(chǎn)品進出口總額與該地區(qū)農(nóng)業(yè)總產(chǎn)值之比。4個模型的回歸系數(shù)均顯著為負，原因如下：一方面，可能存在農(nóng)業(yè)進口資本要素配置過多，進而致使對內(nèi)農(nóng)業(yè)生產(chǎn)資本要素配置不足的問題，最終導致AGTFP降低；另一方面，隨著農(nóng)業(yè)對外開放度的提高，農(nóng)業(yè)市場中各類產(chǎn)品的競爭激烈程度隨之提升，這會倒逼農(nóng)業(yè)經(jīng)營者通過優(yōu)化資源要素投人，以增強自身農(nóng)產(chǎn)品的競爭力[24]。然而，在此過程中農(nóng)業(yè)要素錯配現(xiàn)象仍然普遍存在，所以農(nóng)業(yè)對外開放度對AGTFP存在顯著的負向影響。

勞動力轉(zhuǎn)移率（LFR）對AGTFP有顯著的正向影響。勞動力轉(zhuǎn)移對AGTFP的正向影響可通過兩個間接傳導機制實現(xiàn)[30]。一是農(nóng)村勞動力在不同部門之間的轉(zhuǎn)移，優(yōu)化了勞動力資源配置。適量的勞動力從農(nóng)業(yè)部門轉(zhuǎn)移到非農(nóng)部門，不僅促進了非農(nóng)經(jīng)濟的增長，還通過經(jīng)濟的溢出效應反向促進了農(nóng)業(yè)經(jīng)濟的增長，從而對AGTFP產(chǎn)生正向影響。二是充分發(fā)揮農(nóng)戶的相對優(yōu)勢和各經(jīng)營主體的專業(yè)分工效應。在農(nóng)村土地“三權(quán)分置\"制度改革的背景下，具有農(nóng)業(yè)經(jīng)營相對優(yōu)勢的農(nóng)戶通過轉(zhuǎn)入更多的土地提高經(jīng)營效率，促進土地規(guī)模經(jīng)營和連片耕種；而對于具有非農(nóng)就業(yè)傾向的農(nóng)戶而言，通過將閑置或無法兼顧的土地進行轉(zhuǎn)出，有利于促進勞動力的釋放和流動，實現(xiàn)勞動資源要素的合理配置，從而對AGTFP產(chǎn)生正向影響。

農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)（AIS）對AGTFP有顯著的正向影響。本研究中農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)指標為一個地區(qū)農(nóng)業(yè)總產(chǎn)值與該地區(qū)農(nóng)林牧漁總產(chǎn)值之比。農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)在一定程度上反映了區(qū)域內(nèi)農(nóng)業(yè)經(jīng)濟的發(fā)展狀況，諸如高附加價值農(nóng)產(chǎn)品種植加工、農(nóng)產(chǎn)品產(chǎn)業(yè)鏈經(jīng)營和農(nóng)業(yè)科技創(chuàng)新等農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)調(diào)整舉措，均將提升農(nóng)業(yè)總產(chǎn)值占比，從而對AGTFP產(chǎn)生正向影響。

環(huán)境規(guī)制強度（ESI）對AGTFP有較為顯著的正向影響。本研究中環(huán)境規(guī)制強度指標被定義為一個地區(qū)環(huán)境污染治理完成投資額與該地區(qū)第一產(chǎn)業(yè)增加值之比。環(huán)境規(guī)制對AGTFP產(chǎn)生正向影響，主要是通過直接制定相關(guān)政策約束農(nóng)業(yè)碳排放和農(nóng)業(yè)排污行為，以及運用市場激勵手段促進農(nóng)業(yè)技術(shù)進步和農(nóng)業(yè)技術(shù)效率提升來實現(xiàn)的[27]

3 小結(jié)與建議

3.1 小結(jié)

1）分地區(qū)來看，2012—2021年中國30個省級地區(qū)的農(nóng)業(yè)綠色全要素生產(chǎn)率總體上呈逐年上漲趨勢，農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型穩(wěn)步推進。青海、內(nèi)蒙古、吉林等部分省份在2013—2016年AGTFP呈下降趨勢，這些地區(qū)面臨著農(nóng)業(yè)經(jīng)濟增長與綠色發(fā)展轉(zhuǎn)型的矛盾。

2）2013—2021年，中國GML指數(shù)和GTC指數(shù)整體呈上升趨勢，GEC指數(shù)整體呈下降趨勢，且在研究期內(nèi)GEC指數(shù)均低于GTC指數(shù)。這表明中國的AGTFP的增長率逐年遞增，增長來源主要是農(nóng)業(yè)綠色技術(shù)進步。隨著時間推移，農(nóng)業(yè)綠色技術(shù)進步水平不斷提升，農(nóng)業(yè)綠色技術(shù)效率卻日益下降。這一結(jié)論意味著中國農(nóng)業(yè)綠色轉(zhuǎn)型正處于“技術(shù)驅(qū)動型”增長階段，全要素生產(chǎn)率提升主要依賴技術(shù)創(chuàng)新，但也反映出當前農(nóng)業(yè)綠色技術(shù)推廣存在“重研發(fā)輕應用”的傾向，需要對農(nóng)業(yè)資源要素的配置進行不斷優(yōu)化。在此期間，GML指數(shù)在2020年出現(xiàn)較大幅度增長，表明“十三五\"時期中國農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型等規(guī)劃取得較為顯著的成效。

3通過對中國AGTFP的地域特征進行分析，可判斷農(nóng)業(yè)產(chǎn)區(qū)差異是影響中國農(nóng)業(yè)綠色高質(zhì)量發(fā)展的主要因素。多數(shù)屬于農(nóng)業(yè)主產(chǎn)區(qū)的省級地區(qū)，其AGTFP和AGTFP增長率均較高，且農(nóng)業(yè)技術(shù)呈進步趨勢。在其他地區(qū)，以貴州為例，也可以通過農(nóng)業(yè)投資和環(huán)境規(guī)制等途徑大力推動農(nóng)業(yè)綠色轉(zhuǎn)型，實現(xiàn)較快的農(nóng)業(yè)綠色經(jīng)濟增長。此外，經(jīng)濟結(jié)構(gòu)差異也是制約區(qū)域農(nóng)業(yè)綠色高質(zhì)量發(fā)展的重要因素。

4通過雙向固定效應模型對影響中國AGTFP的多重因素進行分析，明確了農(nóng)村居民人均可支配收入、有效灌溉率、人均耕地面積、勞動力轉(zhuǎn)移率、農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和環(huán)境規(guī)制強度這6個具有顯著正向影響的因素以及農(nóng)業(yè)對外開放度這1個具有顯著負向影響的因素。各影響因素直接或通過優(yōu)化要素配置間接對AGTFP產(chǎn)生影響。

3.2 建議

1面對中國農(nóng)業(yè)面臨的資源環(huán)境承載閾值逼近與增長動能減弱的雙重約束，中國亟需健全農(nóng)業(yè)綠色制度框架，加快推進農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型。政府需重視中國農(nóng)業(yè)現(xiàn)階段面臨的資源環(huán)境承載力約束等諸多問題，建立資源環(huán)境承載力動態(tài)監(jiān)測預警機制，推動中國農(nóng)業(yè)實現(xiàn)從粗放式發(fā)展向高質(zhì)量、可持續(xù)發(fā)展模式的轉(zhuǎn)變，提升農(nóng)業(yè)質(zhì)量效益和競爭力，深人推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，增強農(nóng)業(yè)可持續(xù)發(fā)展能力。

2）針對農(nóng)業(yè)綠色技術(shù)創(chuàng)新與應用效率不協(xié)同的突出問題，需構(gòu)建政策引導、技術(shù)推廣、能力建設(shè)三位一體的系統(tǒng)性解決方案。建議從頂層設(shè)計層面強化綠色技術(shù)創(chuàng)新的政策支持，完善研發(fā)投人與成果轉(zhuǎn)化的制度銜接，同時加強基層技術(shù)推廣網(wǎng)絡建設(shè)，提升農(nóng)業(yè)經(jīng)營主體的技術(shù)應用能力。此外，需建立健全技術(shù)應用效率的監(jiān)管評估機制，通過優(yōu)化資源配置和政策激勵，逐步扭轉(zhuǎn)“重研發(fā)輕應用\"的結(jié)構(gòu)性失衡，實現(xiàn)技術(shù)創(chuàng)新與效率提升的良性互動。

3）針對農(nóng)業(yè)生產(chǎn)要素配置的結(jié)構(gòu)性矛盾，需構(gòu)建制度創(chuàng)新與技術(shù)賦能的協(xié)同治理框架。建議深化農(nóng)村土地制度改革，培育新型農(nóng)業(yè)經(jīng)營主體，推動農(nóng)業(yè)生產(chǎn)要素的數(shù)字化重構(gòu)，同時完善綠色金融支持體系，創(chuàng)新數(shù)字普惠金融服務模式，逐步化解要素流動阻滯與配置低效的深層矛盾。通過系統(tǒng)性提升要素配置效能，促進土地、勞動力與資本等基礎(chǔ)性要素在綠色轉(zhuǎn)型中的協(xié)同增效，為農(nóng)業(yè)可持續(xù)發(fā)展提供內(nèi)生動力。

參考文獻：

[1]王兵，曾志奇，杜敏哲.中國農(nóng)業(yè)綠色全要素生產(chǎn)率的要素貢獻及產(chǎn)區(qū)差異———基于Meta-SBM-Luenberger生產(chǎn)率指數(shù)分析[J].產(chǎn)經(jīng)評論，2020，11（6）：69-87.

[2]張恒，郭翔宇.農(nóng)業(yè)生產(chǎn)性服務業(yè)發(fā)展與農(nóng)業(yè)全要素生產(chǎn)率提升：地區(qū)差異性與空間效應[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2021（5）：93-107.

[3]劉霞婷，李強，吳超，等.中國農(nóng)業(yè)全要素生產(chǎn)率動態(tài)分析——基于SFA模型和 Log（t） 回歸方法[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（1）：50-59.

[4］趙錦春.數(shù)字普惠金融能否提升農(nóng)業(yè)全要素生產(chǎn)率？——基于跨國面板數(shù)據(jù)的經(jīng)驗證據(jù)[J].現(xiàn)代經(jīng)濟探討，2024（3）：109-121.

[5]龔斌磊，袁菱苒.新質(zhì)生產(chǎn)力視角下的農(nóng)業(yè)全要素生產(chǎn)率：理論、測度與實證[J].農(nóng)業(yè)經(jīng)濟問題，2024，45（4）：68-80.

[6]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.

[7]CHUNGYH，F(xiàn)ARER，GROSSKOPF S. Productivityand undesir-able outputs ：A directional distance function approach[J].Journalof environmental management，1997，51（3）：229-240.

[8］王圣云，林玉娟.中國區(qū)域農(nóng)業(yè)生態(tài)效率空間演化及其驅(qū)動因素——水足跡與灰水足跡視角[J].地理科學，2021，41（2）：290-301.

[9］楊錦琦，左騰達.長江經(jīng)濟帶農(nóng)業(yè)綠色全要素生產(chǎn)率評價及時空演化分析[J].企業(yè)經(jīng)濟，2022，41（11）：152-160.

[10]蔣團標，鐘敏，馬國群.數(shù)字經(jīng)濟對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響——基于土地經(jīng)營效率的中介作用分析[J].中國農(nóng)業(yè)大學學報，2024，29（4）：27-39.

[11]方芳，張立杰，趙軍.制度組態(tài)視角下提升農(nóng)業(yè)綠色全要素生產(chǎn)率的多元路徑探析——基于動態(tài)QCA的面板數(shù)據(jù)分析[J].中國農(nóng)村經(jīng)濟，2024（2）：44-66.

[12]OHD.A globalMalmquist-Luenberger productivity index[J].Jour-nal of productivityanalysis，2010，34：183-197.

[13] TONE K. A slacks-based measure of efficiency in data envelop-ment analysis[J].European journal of operational research，2001，130（3）：498-509.

[14]楊愷鈞，毛博偉，胡菡.長江經(jīng)濟帶物流業(yè)全要素能源效率——基于包含碳排放的SBM與GML指數(shù)模型[J].北京理工大學學報（社會科學版），2016，18（6）：54-62.

[15］周嘉，王鈺萱，劉學榮，等.基于土地利用變化的中國省域碳排放時空差異及碳補償研究[J].地理科學，2019，39（12）：1955-1961.

[16]陳申奧，景曉棟，陳潔.生態(tài)價值視角下黃河流域農(nóng)業(yè)生態(tài)效率時空演變及提升路徑研究[J].江西農(nóng)業(yè)學報，2023，35（5）：197-203.

[17］馬濤.上海農(nóng)業(yè)碳源碳匯現(xiàn)狀評估及增加碳匯潛力分析[J].農(nóng)業(yè)環(huán)境與發(fā)展，2011，28（5）：38-41.

[18] CHENG K，PAN G，SMITH P，et al. Carbon footprint of China’scrop production—An estimation using agro-statistics data over1993——2007[J].Agriculture，ecosystemsamp; environment，2011，142（3-4）：231-237.

[19]IPCC. Climate change 2013—The physical science basis[M].Cam-bridge，UK：Cambridge university press，2014.31-116.

[20］段華平，張悅，趙建波，等.中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析[J].水土保持學報，2011，25（5）：203-208.

[21]李波，張俊飚，李海鵬.中國農(nóng)業(yè)碳排放時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.

[22]聶長飛，盧建新，馮苑，等.創(chuàng)新型城市建設(shè)對綠色全要素生產(chǎn)率的影響[J].中國人口·資源與環(huán)境，2021，31（3）：117-127.

[23］周法法，鄭義，李軍龍.農(nóng)業(yè)保險發(fā)展與農(nóng)業(yè)綠色全要素生產(chǎn)率：內(nèi)在機制與實證檢驗[J].世界農(nóng)業(yè)，2022（10）：70-82.

[24］銀西陽，賈小娟，李冬梅.農(nóng)業(yè)產(chǎn)業(yè)集聚對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響——基于空間溢出效應視角[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（10）：110-119.

[25］史常亮，占鵬，朱俊峰.土地流轉(zhuǎn)、要素配置與農(nóng)業(yè)生產(chǎn)效率改進[J].中國土地科學，2020，34（3）：49-57.

[26]陸杉，熊嬌.農(nóng)村金融、農(nóng)地規(guī)模經(jīng)營與農(nóng)業(yè)綠色效率[J].華南農(nóng)業(yè)大學學報（社會科學版），2021，20（4）：63-75.

[27］胡永浩，張昆揚，武拉平，等.環(huán)境規(guī)制對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響[J].生態(tài)經(jīng)濟，2023，39（12）：118-125.

[28］金芳，金榮學.農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)變遷對綠色全要素生產(chǎn)率增長的空間效應分析[J].華中農(nóng)業(yè)大學學報（社會科學版），2020（1）：124-134，168-169.

[29]莫亞琳，蘇城藝，覃煥，等.農(nóng)地流轉(zhuǎn)如何提升農(nóng)業(yè)全要素生產(chǎn)率——基于我國省級面板數(shù)據(jù)的實證檢驗[J].廣西社會科學，2021（9）：80-88.

[30]匡遠配，彭鼎.農(nóng)地流轉(zhuǎn)影響要素市場發(fā)育的機理與實證研究——基于面板中介效應模型的論證[J].中國農(nóng)業(yè)資源與區(qū)劃，2023，44（5）：250-258.

（責任編輯 丁艷紅）