侯孟陽 姚順波

摘要?基于1978—2016年中國省級面板數(shù)據(jù)，采用超效率SBM模型測算省際農(nóng)業(yè)生態(tài)效率，在Kernel密度估計分析時空演變格局的基礎(chǔ)上，將空間效應(yīng)因素引入經(jīng)典β收斂的檢驗過程中，建立空間計量模型估算其空間收斂性，并分區(qū)域、分時段討論其分異特征。研究發(fā)現(xiàn)：①中國農(nóng)業(yè)生態(tài)效率呈現(xiàn)出在波動中穩(wěn)定上升的“雙峰”分布特征，且波峰高度的差距在縮小，但整體仍處于較低水平，農(nóng)業(yè)生態(tài)效率仍存在較大提升空間，東部地區(qū)農(nóng)業(yè)生態(tài)效率增長較中西部地區(qū)更加明顯;②中國農(nóng)業(yè)生態(tài)效率存在顯著的空間收斂性，空間條件β收斂的速度為0.105，條件收斂速度顯著快于絕對收斂，空間因素對收斂趨勢具有加速效應(yīng)，使得地區(qū)間農(nóng)業(yè)生態(tài)效率的空間差異隨時間推移呈現(xiàn)出進一步縮小的態(tài)勢;③不同地區(qū)、不同時段的農(nóng)業(yè)生態(tài)效率空間收斂性同樣顯著，空間收斂速度呈現(xiàn)出東北、中部、西部、東部依次遞減的分布格局，且不同地區(qū)間收斂速度均大于經(jīng)典收斂，這與區(qū)域間經(jīng)濟發(fā)展水平、農(nóng)業(yè)技術(shù)條件、基礎(chǔ)設(shè)施、資本流動性等各方面存在關(guān)聯(lián)性，而除2004—2016年外，其他時段的空間收斂速度均高于經(jīng)典收斂速度，且表現(xiàn)出逐步遞減的變化過程。由于空間收斂性的存在，各地區(qū)應(yīng)充分考慮到自身資源稟賦及農(nóng)業(yè)經(jīng)濟發(fā)展水平的差異性，鄰近地區(qū)之間應(yīng)加強農(nóng)業(yè)生產(chǎn)合作與交流，并建立完備的農(nóng)業(yè)生態(tài)合作機制、生態(tài)政策聯(lián)動機制。

關(guān)鍵詞?農(nóng)業(yè)生態(tài)效率;空間收斂性;分異特征;β收斂;超效率SBM模型

中圖分類號?F323.2???文獻(xiàn)標(biāo)識碼?A???文章編號?1002-2104（2019）04-0116-11???DOI：10.12062/cpre.20181108

農(nóng)業(yè)是國家重點扶持的基礎(chǔ)性產(chǎn)業(yè)，也是國家穩(wěn)定和安全的重要基礎(chǔ)。改革開放40年來，中國農(nóng)業(yè)經(jīng)濟取得了巨大成就，農(nóng)業(yè)產(chǎn)值由1978年的1 397億元增長到2018年的64

734億元，年均增長率9.81%，糧食連年增產(chǎn)。而單純追求糧食產(chǎn)量、農(nóng)業(yè)經(jīng)濟效益的背后，則伴隨著一系列的生態(tài)惡化、環(huán)境污染、資源浪費等問題，忽視了資源環(huán)境的承受能力。《全國農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃（2015—2030）》[1]報告顯示，農(nóng)業(yè)內(nèi)源性污染嚴(yán)重，化肥、農(nóng)藥利用率不足1/3，農(nóng)膜回收率不足2/3，秸稈焚燒現(xiàn)象嚴(yán)重，顯示出農(nóng)業(yè)污染源對生態(tài)環(huán)境帶來巨大的負(fù)外部性，并嚴(yán)重影響了我國農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展。2014年中央農(nóng)村工作會議明確提出了建立資源節(jié)約型和環(huán)境友好型的“兩型農(nóng)業(yè)”，期望最大限度地減弱農(nóng)業(yè)生產(chǎn)的負(fù)外部性。十九大報告也指出，建設(shè)生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計，必須樹立和踐行綠水青山就是金山銀山的理念，既要創(chuàng)造更多的物質(zhì)財富和精神財富以滿足人民日益增長的美好生活需要，也要提供更多優(yōu)質(zhì)生態(tài)產(chǎn)品以滿足人民日益增長的優(yōu)美生態(tài)環(huán)境需要。在當(dāng)前農(nóng)業(yè)生態(tài)環(huán)境面臨嚴(yán)峻形勢的背景下，農(nóng)業(yè)經(jīng)濟發(fā)展應(yīng)保持資源消耗、生態(tài)保護的統(tǒng)籌協(xié)調(diào)，即農(nóng)業(yè)發(fā)展不僅要重視其經(jīng)濟效應(yīng)，還要重視其生態(tài)影響。

農(nóng)業(yè)生產(chǎn)的效率低下和化學(xué)品的過量施用是導(dǎo)致農(nóng)業(yè)環(huán)境污染的主要原因[2]，而“兩型”農(nóng)業(yè)的發(fā)展需要協(xié)調(diào)農(nóng)業(yè)生產(chǎn)投入產(chǎn)出與資源消耗、環(huán)境保護三者間的關(guān)系。農(nóng)業(yè)生態(tài)效率（AEE，Agroecological

efficiency）是指在一定的農(nóng)業(yè)投入要素組合下，以盡可能小的資源消耗和環(huán)境污染，得到盡可能多的農(nóng)業(yè)產(chǎn)出[3]，它強調(diào)農(nóng)業(yè)生產(chǎn)效率與環(huán)境效益的統(tǒng)一，也就是當(dāng)農(nóng)業(yè)投入產(chǎn)出、經(jīng)濟效益與環(huán)境效益相均衡協(xié)調(diào)時是具有生態(tài)效率的。同時，隨著中國農(nóng)業(yè)市場經(jīng)濟的日趨完善和區(qū)域間開放程度的擴大，農(nóng)業(yè)生產(chǎn)要素的空間流動性越來越頻繁，農(nóng)業(yè)生產(chǎn)之間的空間聯(lián)系越來越緊密[4]，并且，不同地區(qū)的農(nóng)業(yè)經(jīng)濟水平、要素投入、資源稟賦、區(qū)位條件等方面存在異質(zhì)性，勢必導(dǎo)致農(nóng)業(yè)生態(tài)效率在空間尺度上存在差異性，但其空間差異的演變規(guī)律如何？各地區(qū)農(nóng)業(yè)生態(tài)效率差距是否會隨著時間的推移而出現(xiàn)收斂現(xiàn)象？如果是，則呈現(xiàn)何種收斂特征？不同地區(qū)、不同的時間節(jié)點的農(nóng)業(yè)生態(tài)效率收斂性表現(xiàn)出何種特征？因而，科學(xué)合理地測度中國的農(nóng)業(yè)生態(tài)效率，并深刻了解其時空變化特征與收斂性規(guī)律，將有助于客觀認(rèn)識當(dāng)前農(nóng)業(yè)生產(chǎn)與生態(tài)的現(xiàn)實，對于加強地區(qū)間農(nóng)業(yè)生產(chǎn)要素的空間流動、農(nóng)業(yè)的可持續(xù)發(fā)展具有重要的理論和現(xiàn)實意義。

1?文獻(xiàn)回顧與梳理

生態(tài)效率（EcoEfficiency）首先由德國學(xué)者Schaltegger &Sturn[5]提出，并由世界可持續(xù)發(fā)展工商理事會（WBCSD）和經(jīng)合組織（OECD）推廣，可看作與達(dá)到地球承載能力的資源環(huán)境投入與滿足人類生產(chǎn)生活需求的產(chǎn)出之間相互協(xié)調(diào)的關(guān)系，即在經(jīng)濟效率和環(huán)境效益之間達(dá)到一種平衡與統(tǒng)一[6]。具體到農(nóng)業(yè)生產(chǎn)方面，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)效率測算未考慮資源環(huán)境的約束因素，而農(nóng)業(yè)生態(tài)效率則將資源環(huán)境因素納入到農(nóng)業(yè)生產(chǎn)效率的測度框架，不僅要求重視農(nóng)業(yè)生產(chǎn)活動的經(jīng)濟效益，還要重視其資源環(huán)境約束，以實現(xiàn)農(nóng)業(yè)產(chǎn)出增長與環(huán)境管理的雙贏目標(biāo)。國內(nèi)外學(xué)者從效率的評估方法[7-8]、化學(xué)品過度使用的效率損失[9]、農(nóng)業(yè)的可持續(xù)發(fā)展[10]、效率的地區(qū)差異[11]等角度對農(nóng)業(yè)生產(chǎn)效率展開了深入探討，并從種植規(guī)模[12]、農(nóng)業(yè)補貼[13]、農(nóng)地流轉(zhuǎn)[14]、土地細(xì)碎化[15]等不同角度展開分析影響農(nóng)業(yè)生產(chǎn)的關(guān)鍵因素。隨著農(nóng)業(yè)生態(tài)問題的日漸被重視，相關(guān)研究已將農(nóng)業(yè)面源污染或農(nóng)業(yè)碳排放作為反映農(nóng)業(yè)生產(chǎn)負(fù)外部性指標(biāo)引入農(nóng)業(yè)生態(tài)效率測算模型[16-17]。當(dāng)前，以DEA、SFA、SBM等方法為主的測算已日漸成熟，這也是本文測算效率采用的方法。

中國人口·資源與環(huán)境?2019年?第4期如何科學(xué)合理地評價農(nóng)業(yè)生態(tài)效率的時空格局與演變特征有助于準(zhǔn)確地認(rèn)識地區(qū)間農(nóng)業(yè)生產(chǎn)與生態(tài)的差距。對農(nóng)業(yè)生態(tài)效率時空演變特征方面的文獻(xiàn)進行梳理后發(fā)現(xiàn)，較多研究從時間維度上關(guān)注其空間分異特征，比如王寶義、張衛(wèi)國[17]利用SBMUndesirable擴展模型測算全國、東中西、八大經(jīng)濟區(qū)及省際農(nóng)業(yè)生態(tài)效率，并分解無效率項，東中西部三個地區(qū)和八大經(jīng)濟區(qū)農(nóng)業(yè)生態(tài)效率總體趨勢與全國基本一致，三區(qū)域中東部地區(qū)差異較大，八大經(jīng)濟區(qū)中西北地區(qū)和西南地區(qū)差異較大;劉應(yīng)元、馮中朝等[18]運用非期望產(chǎn)出模型評價了中國各省區(qū)的生態(tài)農(nóng)業(yè)發(fā)展?fàn)顩r，并分區(qū)域進行了討論，同樣得出中國各省區(qū)的生態(tài)農(nóng)業(yè)發(fā)展在東中西部之間存在較大差異的結(jié)論;鄭德鳳、郝帥等[19]則采用非期望產(chǎn)出的SBM模型，結(jié)合探索性空間數(shù)據(jù)分析方法（ESDA），對甘肅省各縣（區(qū)）2000—2014年的農(nóng)業(yè)生態(tài)效率及空間分布格局進行實證分析。結(jié)果顯示，甘肅省農(nóng)業(yè)生態(tài)效率的空間變化趨勢呈現(xiàn)自西向東、自南向北遞減態(tài)勢，但南北差異小于東西差異。但值得關(guān)注的是，在已有農(nóng)業(yè)生態(tài)效率時空差異的研究中，多數(shù)文獻(xiàn)均將研究區(qū)域看作是相互獨立的個體，地區(qū)間不存在要素資源的交流與溢出，但隨著農(nóng)業(yè)要素在空間上的流動性越來越頻繁，鄰近地區(qū)將存在較強的關(guān)聯(lián)性與擴散效應(yīng)，那么中國的農(nóng)業(yè)生態(tài)效率的空間變化將表現(xiàn)出怎樣的特征？地區(qū)間農(nóng)業(yè)生態(tài)效率是否會形成空間集聚效應(yīng)？并且是否存在空間收斂性現(xiàn)象？如果存在，空間效應(yīng)的存在對農(nóng)業(yè)生態(tài)效率收斂性的程度和速度產(chǎn)生了何種影響？另外，不同地區(qū)、不同發(fā)展階段的農(nóng)業(yè)生態(tài)效率是否會存在收斂性的差異？這些問題的回答與解決，需要對中國農(nóng)業(yè)生態(tài)效率的時空變化特征與空間收斂性具有清醒和深刻的認(rèn)識。當(dāng)前考慮空間因素的收斂性研究主要集中在全要素生產(chǎn)率[20-21]、經(jīng)濟增長[22]、區(qū)域創(chuàng)新效率[23]等方面，而鮮有研究關(guān)注到農(nóng)業(yè)生態(tài)效率的空間收斂性。多數(shù)文獻(xiàn)僅從時間變化上研究其收斂性，也未充分考慮到地區(qū)間資源稟賦、農(nóng)業(yè)生產(chǎn)條件的差異對收斂性的影響。比如王寶義、張衛(wèi)國[24]通過σ收斂檢驗分析指出全國及東部、中部、西部地區(qū)農(nóng)業(yè)生態(tài)效率呈現(xiàn)出離散趨勢，但該文獻(xiàn)并未深入分析條件β收斂，也未考慮到地區(qū)間存在的差異;葛鵬飛、王頌吉等[25]分析了農(nóng)業(yè)綠色全要素生產(chǎn)率的β收斂，顯示全國及各區(qū)域在時間演變上均存在顯著的條件β收斂;高鳴、宋洪遠(yuǎn)[26]分析了中國農(nóng)業(yè)碳排放績效的動態(tài)變化和空間集聚與收斂，結(jié)果顯示技術(shù)進步可以提高農(nóng)業(yè)碳排放績效，且各省區(qū)農(nóng)業(yè)碳排放績效存在收斂性和趨同性。通過文獻(xiàn)綜述發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)對農(nóng)業(yè)生態(tài)效率的時空格局特征的研究較多聚焦于其在時間變化上分析地區(qū)間的分布差異與收斂性，對收斂性的研究均采用傳統(tǒng)的經(jīng)典收斂模型，缺乏考慮空間異質(zhì)性與依賴性等空間因素，導(dǎo)致難以揭示農(nóng)業(yè)生態(tài)效率時空動態(tài)演變的真實變化規(guī)律。

地理學(xué)第一定理也表明，地區(qū)間的任何事物之間都存在一定的聯(lián)系，且事物之間的距離越近，其空間聯(lián)系則會越強。綜上所述，本文試圖在以下方面進行彌補和探索：一是將空間因素引入農(nóng)業(yè)生態(tài)效率收斂性分析過程，重點關(guān)注空間β收斂，揭示其空間收斂特性，并通過與經(jīng)典收斂性結(jié)果的對比分析，了解空間效應(yīng)對農(nóng)業(yè)生態(tài)效率收斂的程度和速度產(chǎn)生的影響[20];二是分區(qū)域、分時段探討農(nóng)業(yè)生態(tài)效率收斂的空間分異特征與規(guī)律。為此，本文以1978—2016年中國各省市面板數(shù)據(jù)為研究單元，以狹義農(nóng)業(yè)（種植業(yè)）為研究對象，在超效率SBM模型測算中國農(nóng)業(yè)生態(tài)效率基礎(chǔ)上，將空間效應(yīng)因素引入經(jīng)典β收斂的檢驗過程中，建立空間面板計量模型估算其空間收斂性，并分區(qū)域、分時段進一步討論其分異特征，以便更科學(xué)、深入地了解農(nóng)業(yè)生態(tài)效率變化的空間影響。

2?研究方法

2.1?基于非期望產(chǎn)出的超效率SBM模型

在農(nóng)業(yè)生產(chǎn)過程中，通常期望化肥、農(nóng)藥、農(nóng)膜等化學(xué)制品的過度使用產(chǎn)生的環(huán)境污染越小越好，這種越小越好的產(chǎn)出即為非期望產(chǎn)出?；诜瞧谕a(chǎn)出的SBM模型是首先由Tone[27]于2001年提出的測算生態(tài)效率的模型。與傳統(tǒng)的數(shù)據(jù)包絡(luò)模型（DEA）相比，SBM模型能夠有效解決徑向和角度的傳統(tǒng)DEA模型造成的投入要素的“擁擠”或“松弛”現(xiàn)象，但SBM模型與傳統(tǒng)DEA模型一樣，對于效率都為1的DMU，難以進一步區(qū)分有效率DMU之間的效率差異。Tone[28]于2002年在SBM模型的基礎(chǔ)上，進一步定義了超效率SBM模型，結(jié)合了超效率DEA

模型和SBM 模型的優(yōu)勢，能夠有效對處于前沿面的DMU進一步對比評價。模型構(gòu)建為：

Min π=1m∑mi=1〔x-/xik〕1r1+r2∑r1s=1yd—/ydsk+∑r2q=1yu—/yuqk

（1）

x-≥∑nj=1，≠kxijλj;yd—≤∑nj=1，≠kydsjλj;yd—≥∑nj=1，≠kydqjλj;

x-≥xk;yd—≤ydk;yu—≥yuk

λj≥0，i=1，2，…，m;j=1，2，…，n，j≠0;

s=1，2，…，r1;q=1，2，…，r2;

（2）

式中，假設(shè)有n個DMU，每個DMU由投入m，期望產(chǎn)出r1和非期望產(chǎn)出r2構(gòu)成，x、yd、yu為相應(yīng)的投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素，π為農(nóng)業(yè)生態(tài)效率值。

2.2?空間相關(guān)性分析

由于不同地區(qū)之間的資源稟賦、農(nóng)業(yè)經(jīng)濟、地理區(qū)位等的不同，農(nóng)業(yè)生態(tài)效率存在差異。地區(qū)空間分布的差異性可能存在空間自相關(guān)性，也即某地區(qū)農(nóng)業(yè)生態(tài)效率的變化，通過技術(shù)溢出、要素流動等原因也會影響其鄰近地區(qū)的農(nóng)業(yè)生態(tài)效率。在這種情況下，需要對地區(qū)農(nóng)業(yè)生態(tài)效率的空間自相關(guān)性進行度量?？臻g自相關(guān)分析包括全局空間自相關(guān)和局部空間自相關(guān)，本文以全局空間自相關(guān)來了解地區(qū)農(nóng)業(yè)生態(tài)效率的空間關(guān)聯(lián)和空間差異。在空間統(tǒng)計學(xué)中，常用的度量空間自相關(guān)程度的統(tǒng)計指標(biāo)為MoransI指數(shù)，其計算公式為[29]：

I=n∑ni=1∑nj=1wij（xi-x-）（xj-x-）∑ni=1∑nj=1wij∑ni=1（xi-x-）2

（3）

式中，n為樣本量，xi、xj為空間位置i和j的觀察量，wij表示空間位置i和j的鄰近關(guān)系，當(dāng)i和j鄰近時，wij=1;反之為0。全局Morans

I指數(shù)的取值范圍為[-1，1]，大于0為空間正相關(guān)，小于0為負(fù)相關(guān)，等于0為不相關(guān)。

2.3?空間收斂性檢驗

新古典經(jīng)濟學(xué)分析框架中的收斂理論最初用于考察不同國家或地區(qū)人均收入是否存在收斂或發(fā)散的問題，近年來的應(yīng)用范圍逐漸擴展到資源環(huán)境、能源消費等各個領(lǐng)域。在本文中，收斂性分析有助于檢驗不同省份間農(nóng)業(yè)生態(tài)效率收斂或發(fā)散的特征，即省際間差距是在擴大還是在縮小。經(jīng)典收斂模型主要包括α收斂、β收斂及俱樂部收斂，而以β收斂的應(yīng)用最為廣泛。經(jīng)典β收斂又分為β絕對收斂和β條件收斂，具體到本文研究，β絕對收斂是不同地區(qū)在具有相同的資源稟賦、生產(chǎn)條件、收入水平、財政支持等嚴(yán)格的假設(shè)條件下，隨著時間推移，各地區(qū)農(nóng)業(yè)生態(tài)效率都將收斂于相同的水平;而β條件收斂則放開了假設(shè)條件，考慮了不同地區(qū)在資源稟賦、生產(chǎn)條件、收入水平、財政支持等方面存在差異，各地區(qū)農(nóng)業(yè)生態(tài)效率隨著時間推移將收斂于各自穩(wěn)定的水平[30]。經(jīng)典β收斂主要考察的是農(nóng)業(yè)生態(tài)效率在時間演變上的收斂特征，而空間因素的欠缺有可能導(dǎo)致收斂結(jié)論的有偏性[20]。因而，本文將空間計量引入經(jīng)典β收斂分析，分別建立經(jīng)典β收斂模型和空間β收斂模型對各省份農(nóng)業(yè)生態(tài)效率的絕對和條件β收斂特征進行檢驗，并對比經(jīng)典和空間兩種模型之間特征的差異。具體的模型為：

經(jīng)典β收斂：lnAEEi，t+1AEEi，t=α+βln AEEi，t+

∑nk=1θkln Xk，i，t+εi，t

空間β收斂：本文建立了空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）3種空間計量模型，并通過檢驗選擇最優(yōu)模型，具體公式分別為：

①SLM的β收斂：lnAEEi，t+1AEEi，t=α+ρ∑nj=1wijlnAEEj，t+1AEEj，t+βln AEEi，t+∑nk=1θk ln

Xk，i，t+εi，t

②SEM的β收斂：lnAEEi，t+1AEEi，t=α+βln AEEi，t+

∑nk=1θk ln Xk，i，t+φi，t;φi，t=ρ∑nj=1wijφi，t+εi，t

③SDM的β收斂：lnAEEi，t+1AEEi，t=α+ρ∑nj=1wijlnAEEj，t+1AEEj，t+βln AEEi，t+∑nk=1θk ln

Xk，i，t+∑nj=1，k=1wijkln Xk，i，t+εi，t

式中，θk為各控制變量Xi，t的估計系數(shù)，據(jù)此判斷絕對收斂或條件收斂。當(dāng)θk取值為0時，以上模型為β絕對收斂;當(dāng)θk不取值為0時，以上模型為β條件收斂。AEEi，t、AEEi，t+1分別為第t、t+1年第i個地區(qū)的農(nóng)業(yè)生態(tài)效率，β為收斂性的判斷系數(shù)，β=-（1-e-ηT）/T，η為收斂速度，當(dāng)β<0時，農(nóng)業(yè)生態(tài)效率趨于收斂，反之則趨于發(fā)散。εi，t為誤差項，且滿足εi，t～i.id（0，δ2），ρ為測算空間溢出方向和程度的空間效應(yīng)系數(shù)，φi，t為空間自相關(guān)的誤差項，為控制變量與空間權(quán)重矩陣的空間交互效應(yīng)的回歸系數(shù);wij為空間權(quán)重矩陣W中的元素。由于以（0，1）鄰接權(quán)重難以刻畫兩個不相鄰的地區(qū)在經(jīng)濟、社會、生態(tài)等領(lǐng)域仍然存在關(guān)聯(lián)的情況，據(jù)此建立的空間關(guān)系存在顯著的缺陷，本文采用基于省會城市距離的地理距離權(quán)重矩陣構(gòu)造[20，31]，并對其標(biāo)準(zhǔn)化。

3?指標(biāo)選取與數(shù)據(jù)來源

3.1?指標(biāo)選取

3.1.1?農(nóng)業(yè)生態(tài)效率

廣義的農(nóng)業(yè)為農(nóng)牧漁業(yè)，狹義的農(nóng)業(yè)則指種植業(yè)，本文以狹義農(nóng)業(yè)為研究重點測算農(nóng)業(yè)生態(tài)效率。農(nóng)業(yè)生態(tài)效率的本質(zhì)上是以盡可能少的農(nóng)業(yè)資源投入和最少的環(huán)境代價獲得盡可能大的農(nóng)業(yè)經(jīng)濟產(chǎn)出和生態(tài)保護，綜合反映了農(nóng)業(yè)經(jīng)濟與資源利用、環(huán)境保護協(xié)調(diào)共贏的關(guān)系。本文農(nóng)業(yè)生態(tài)效率評價指標(biāo)的選取參考了相關(guān)文獻(xiàn)[3，17-18]中農(nóng)業(yè)投入產(chǎn)出指標(biāo)體系，結(jié)合數(shù)據(jù)的可得性及統(tǒng)計口徑的一致性，最終以土地、勞動力、機械動力、灌溉、化肥、農(nóng)藥等作為地區(qū)農(nóng)業(yè)要素投入指標(biāo)，以農(nóng)業(yè)總產(chǎn)值作為期望產(chǎn)出指標(biāo)。

關(guān)于非期望產(chǎn)出指標(biāo)的選取，主要包括農(nóng)業(yè)面源污染排放和農(nóng)業(yè)碳排放兩大類[3，17]。其中，農(nóng)業(yè)面源污染排放量主要由化肥、農(nóng)藥及農(nóng)膜等的過度使用造成的，本文采用化肥流失量、農(nóng)藥殘留量及農(nóng)膜殘留量估算農(nóng)業(yè)面源污染水平[17]。化肥流失量核算的污染物指標(biāo)為總氮（TN）和總磷（TP），確定的污染單元為氮肥、磷肥和復(fù)合肥3種。污染單元排放系數(shù)等于產(chǎn)污系數(shù)乘以化肥流失率，氮肥、磷肥和復(fù)合肥（N∶?P∶?K養(yǎng)分比例為1∶?1∶?1）的TN產(chǎn)污系數(shù)分別為1、0和0.33，TP產(chǎn)污系數(shù)分別為0、0.44和0.15[32]。各地區(qū)化肥流失率參考賴斯蕓等[33]的研究，TN與TP之和為化肥產(chǎn)污流失量。農(nóng)藥殘留量核算公式為農(nóng)藥施用量×農(nóng)藥無效利用系數(shù)，農(nóng)膜殘留量核算公式為農(nóng)膜施用量×農(nóng)膜殘留系數(shù)，這兩個污染排放的系數(shù)參考吳小慶等[34]的研究及《第一次全國污染普查：農(nóng)藥流失系數(shù)、農(nóng)田地膜殘留系數(shù)手冊》，并考慮地區(qū)耕地地形的差異。

農(nóng)業(yè)碳排放的測算參考了李波等[35]的碳排放模型及測算系數(shù)，選取了化肥、農(nóng)藥、農(nóng)膜、農(nóng)用柴油、灌溉耗電耗水、翻耕流失等6類直接或間接的碳排放。參照該研究，6大類碳源排放系數(shù)分別為化肥0.895 6（kg/kg）、農(nóng)藥4.934 1（kg/kg）、農(nóng)膜5.18（kg/kg）、柴油0.5927（kg/kg）、農(nóng)業(yè)灌溉20.476（kg/hm2）和農(nóng)業(yè)翻耕312.6（kg/km2），最終構(gòu)建的中國農(nóng)業(yè)生態(tài)效率指標(biāo)體系見表1。

3.1.2?控制變量的選取

①農(nóng)村居民人均純收入（pDIRR）。農(nóng)村居民的富裕程度能夠?qū)r(nóng)業(yè)的投入要素產(chǎn)生影響，進而影響農(nóng)業(yè)生態(tài)效率，選用農(nóng)村居民人均純收入（元）來表征。②農(nóng)業(yè)機械投入強度（MII）=農(nóng)業(yè)機械總動力/農(nóng)作物總播種面積（kW/hm2）。農(nóng)業(yè)的技術(shù)水平對提高農(nóng)業(yè)生產(chǎn)效率起著重要作用，農(nóng)業(yè)機械投入是農(nóng)業(yè)技術(shù)進步的最直觀表現(xiàn)，通過有效替代勞動力對農(nóng)業(yè)生產(chǎn)、糧食產(chǎn)量產(chǎn)生影響。③復(fù)種指數(shù)（MCI）=農(nóng)作物總播種面積/耕地面積（%）。復(fù)種指數(shù)指的是一定時期內(nèi)（一般為1年）在同一地塊耕地面積上種植農(nóng)作物的平均次數(shù)，用以反映土地撂荒現(xiàn)象的日益增多對農(nóng)業(yè)生態(tài)效率的影響。④作物種植結(jié)構(gòu)（CPS）=糧食作物種植面積/（農(nóng)作物播種總面積-糧食作物種植面積）（%）。種植結(jié)構(gòu)是指某地區(qū)農(nóng)作物種類種植比例，種植結(jié)構(gòu)的變化能夠?qū)е罗r(nóng)業(yè)投入要素結(jié)構(gòu)的變化，進而影響農(nóng)業(yè)生態(tài)效率。⑤財政支農(nóng)水平（FSA）=財政農(nóng)林水事務(wù)支出/農(nóng)作物總播種面積（元/hm2）。財政資金對農(nóng)業(yè)的補貼強度能夠影響勞動力對化肥、農(nóng)藥、農(nóng)機服務(wù)等農(nóng)業(yè)資源的投入，用以反映行政干預(yù)手段對農(nóng)業(yè)生態(tài)效率的影響。⑥農(nóng)業(yè)受災(zāi)率（ADR）=農(nóng)作物受災(zāi)面積/農(nóng)作物總播種面積（%）。農(nóng)業(yè)生產(chǎn)過程中受自然條件的影響較大，用以反映自然災(zāi)害對農(nóng)業(yè)生態(tài)效率的影響。⑦城鎮(zhèn)化水平（URBAN）：人口城鎮(zhèn)化率=城鎮(zhèn)人口/年末常住人口（%），城鎮(zhèn)化的發(fā)展吸引農(nóng)村勞動力非農(nóng)轉(zhuǎn)移，將間接影響農(nóng)業(yè)生產(chǎn)及生態(tài)。

3.2?數(shù)據(jù)來源

本文研究樣本為中國大陸30個省份，限于數(shù)據(jù)可得性及西藏和港澳臺地區(qū)特殊的農(nóng)業(yè)生產(chǎn)條件，這些地區(qū)未納入實證研究。時間跨度為改革開放以來的1978—2016年。文中所涉及變量的數(shù)據(jù)均來源于《中國農(nóng)村統(tǒng)計年鑒》《中國農(nóng)業(yè)統(tǒng)計資料》《新中國五十年農(nóng)業(yè)統(tǒng)計資料》、各省市統(tǒng)計年鑒和60年統(tǒng)計資料，及國家數(shù)據(jù)網(wǎng)站http：//data.stats.gov.cn/easyquery.htm？cn=E0103，部分缺失數(shù)據(jù)由插值法補齊。重慶在1997年之前、海南在1988年之前的數(shù)據(jù)通過《重慶統(tǒng)計年鑒》《海南統(tǒng)計年鑒》獲取，并調(diào)整四川、廣東相應(yīng)年份的數(shù)據(jù)，最終共整理出39年的面板數(shù)據(jù)。

4?實證檢驗與結(jié)果分析

4.1?中國農(nóng)業(yè)生態(tài)效率測算及時間變化特征

基于DEASOLVER Pro5.0軟件，采用非徑向（NonOriented）、規(guī)模報酬可變（VRS）的超效率SBM模型，測算1978—2016年30個省市的農(nóng)業(yè)生態(tài)效率，求解各年份平均值，并將全國分為東中西和東北四大區(qū)域（東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南;中部包括山西、安徽、江西、河南、湖北和湖南;西部包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆;東北包括遼寧、吉林和黑龍江），對不同區(qū)域農(nóng)業(yè)生態(tài)效率均值進行對比分析（見圖1）。①通過觀察圖1走勢，各年份平均農(nóng)業(yè)生態(tài)效率基本上處在0.8以下的水平，整體上農(nóng)業(yè)生態(tài)效率處于較低水平，意味著農(nóng)業(yè)兩型發(fā)展存在較大的資源節(jié)約和環(huán)境保護空間。1978—2016年間，農(nóng)業(yè)生態(tài)效率呈現(xiàn)出在波動中穩(wěn)定上升的走勢，波動性主要體現(xiàn)在1978—2000年間，但變化幅度較小;2000年之后開始呈現(xiàn)穩(wěn)定上升走勢。21世紀(jì)以來，中央一號文件連續(xù)多年聚焦農(nóng)業(yè)，關(guān)注“三農(nóng)”問題，并明確提出“要鼓勵發(fā)展循環(huán)農(nóng)業(yè)、生態(tài)農(nóng)業(yè)”，顯示出政府對農(nóng)業(yè)可持續(xù)發(fā)展的重視，避免了農(nóng)業(yè)生態(tài)效率的下滑。②通過對比東中西及東北四大區(qū)域的農(nóng)業(yè)生態(tài)效率，同樣以2000年為界分為兩個階段。1978—2000年間的農(nóng)業(yè)生態(tài)效率排名為西部>東部>中部>東北，而在2000—2016年間的農(nóng)業(yè)生態(tài)效率排名為東部>西部>中部>東北，但中西部之間的差距較小，顯示出隨著農(nóng)業(yè)經(jīng)濟的不斷發(fā)展，東部地區(qū)農(nóng)業(yè)技術(shù)水平的進步顯著，且更加重視農(nóng)業(yè)現(xiàn)代化，有意識保持農(nóng)業(yè)生產(chǎn)、資源節(jié)約與環(huán)境保護之間的協(xié)調(diào)，而中西部地區(qū)農(nóng)業(yè)技術(shù)水平發(fā)展緩慢，農(nóng)業(yè)機械化程度較低，農(nóng)業(yè)經(jīng)濟發(fā)展方式相對較粗放[36]。

為繼續(xù)探索各省市農(nóng)業(yè)生態(tài)效率隨時間演變的集聚差異，采用高斯正態(tài)分布的非參數(shù)Kernel密度函數(shù)[37]，選擇1978、1986、1996、2006和2016年5個年份為觀測時點進行Kernel密度估計，得到不同時點的分布狀況（見圖2）。波峰高度反映各省農(nóng)業(yè)生態(tài)效率的集聚程度。農(nóng)業(yè)生態(tài)效率整體上呈現(xiàn)出從左至右、波峰從高到低的“雙峰”演變分布特征，顯示出農(nóng)業(yè)生態(tài)效率隨時間變化而穩(wěn)定提升的走勢，多數(shù)省市由低水平集聚逐漸向“高-低”數(shù)量差異縮小的趨勢轉(zhuǎn)變。改革開放初期，多數(shù)省市的農(nóng)業(yè)生態(tài)效率在低水平上集聚;進入90年代后，隨著農(nóng)業(yè)環(huán)保意識增強、農(nóng)村勞動力轉(zhuǎn)移、農(nóng)業(yè)機械化水平進步加快，各省市農(nóng)業(yè)生態(tài)效率呈現(xiàn)不同程度的提升，但各省之間資源稟賦、經(jīng)濟實力等方面仍存在差異，各省市農(nóng)業(yè)生態(tài)效率的差距開始增大，形成了多個不同幅度的波峰，但低水平集聚的波峰呈逐漸下降;而到了2016年，雙峰分布的波峰高度差距縮小，表明農(nóng)業(yè)生態(tài)效率的差距在縮小，逐漸形成“低低集聚、高高集聚”的近“雙峰”式時空演變格局。

4.2?中國農(nóng)業(yè)生態(tài)效率收斂性檢驗

對于經(jīng)典β收斂的檢驗?zāi)Ｐ?，依?jù)Hausman檢驗選擇固定效應(yīng)模型檢驗農(nóng)業(yè)生態(tài)效率的絕對收斂和條件收斂。而在空間β收斂檢驗時，需要采用Morans I指數(shù)方法對農(nóng)業(yè)生態(tài)效率的空間相關(guān)性進行檢驗。不同年份農(nóng)業(yè)生態(tài)效率Morans I指數(shù)均為正（0.124 5～0.2780），除個別年份外，均在5%（或10%）的顯著性水平上通過檢驗，表明中國農(nóng)業(yè)生態(tài)效率在空間分布上呈較顯著的正相關(guān)性，鄰近省市之間農(nóng)業(yè)生態(tài)效率的影響存在空間依賴性。

關(guān)于最優(yōu)空間計量模型的選擇，根據(jù)以下原則選擇最優(yōu)模型[38]：①根據(jù)赤池信息準(zhǔn)則（AIC）選擇解釋力較高的模型，AIC值越低，解釋力越高;②根據(jù)LogL、R2及Sigma2統(tǒng)計量判定模型的擬合優(yōu)度，LogL和R2統(tǒng)計值越高，Sigma2統(tǒng)計值越低，表明模型擬合程度越高;③Elhorst[39]指出空間面板模型只有在時間足夠長時選擇固定效應(yīng)是相對有效的[24]。結(jié)合Hausman檢驗，本文選擇固定效應(yīng)的空間收斂模型（見表2）。

關(guān)于空間β收斂最優(yōu)估計模型的選擇，絕對和條件β收斂的三個空間計量模型中，除R2外，SDM的LogL均為最大，Sigma2統(tǒng)計值和AIC值最低，總體上空間絕對β收斂和空間條件β收斂可認(rèn)為空間杜賓模型（SDM）的估計結(jié)果更優(yōu)，且空間效應(yīng)系數(shù)ρ均顯著大于0，意味著地區(qū)間農(nóng)業(yè)生態(tài)效率的收斂性存在顯著的空間溢出效應(yīng)。

從回歸結(jié)果可以得到以下收斂性特征：①中國農(nóng)業(yè)生態(tài)效率存在明顯的收斂趨勢。所有收斂模型的lnAEEit估計系數(shù)均為負(fù)，且大部分通過了1%顯著性水平的檢驗，收斂趨勢的存在使得地區(qū)間農(nóng)業(yè)生態(tài)效率差異在縮小，也就是說農(nóng)業(yè)生態(tài)效率較低的地區(qū)存在“后發(fā)趕超”的趨勢。②條件收斂的收斂速度均顯著大于絕對收斂的速度。在經(jīng)典β收斂下的條件收斂速度（0.041）是絕對收斂速度（0.013）的3倍多，在空間β收斂下的條件收斂速度（0.105）同樣是絕對收斂速度（0.032）的3倍多，這是由于條件收斂考慮了地區(qū)間農(nóng)業(yè)生產(chǎn)條件的異質(zhì)性，加快了農(nóng)業(yè)生態(tài)效率的收斂速度，并縮短了收斂周期，從而使得收斂性檢驗更加準(zhǔn)確可靠。③空間因素具有加速效應(yīng)，使得收斂速度進一步加快。加入空間因素的條件β收斂進一步加快了農(nóng)業(yè)生態(tài)效率的收斂速度（0.105>0.041），空間絕對β收斂亦是如此，可能的原因在于，由于空間溢出效應(yīng)的存在，農(nóng)業(yè)生態(tài)效率的不均衡分布使得地理距離相近地區(qū)之間的相互影響更加顯著，特別是地區(qū)間農(nóng)業(yè)要素和信息的空間交流與互動進一步加劇了農(nóng)業(yè)生態(tài)效率的空間溢出與擴散效應(yīng)[40]，從而使得地區(qū)間農(nóng)業(yè)生態(tài)效率的空間差異隨時間推移呈現(xiàn)出進一步縮小的趨勢，加速了收斂速度，并進一步縮短了收斂周期。

從控制變量的系數(shù)來看，SDM與經(jīng)典收斂模型估計結(jié)果的影響方向基本是一致的，但影響程度和顯著性水平存在差異。此處主要分析SDM模型的估計系數(shù)，農(nóng)村居民人均純收入（lnPDIRR）、農(nóng)業(yè)機械投入強度（lnMII）、復(fù)種指數(shù)（lnMCI）和種植結(jié)構(gòu)（lnCPS）的估計系數(shù)通過了顯著性水平的檢驗。其中農(nóng)村居民人均純收入（lnPDIRR）的估計系數(shù)為正，一方面農(nóng)民收入的提高保證了農(nóng)民有更多的資金改善農(nóng)業(yè)生產(chǎn)條件，提高勞動生產(chǎn)率;另一方面環(huán)保意識和收入提高的雙重作用使得農(nóng)民有能力、有意識地追求綠色無公害、有機農(nóng)產(chǎn)品的生產(chǎn)、銷售和消費[41]，從而直接或間接地促進了農(nóng)業(yè)生態(tài)效率的提升。而lnMII、lnMCI、lnCPS的估計系數(shù)為負(fù)，其原因在于農(nóng)業(yè)機械投入通過柴油消耗、農(nóng)膜覆蓋等增加了農(nóng)業(yè)碳排放和污染排放，且如果不加節(jié)制地挖掘耕地利用潛力，而不結(jié)合輪作、輪耕等耕種制度，將不利于提升農(nóng)業(yè)生態(tài)效率;同時，經(jīng)濟作物具有生產(chǎn)周期短、水肥需求大、集約化程度高等特點，其種植面積的擴大將導(dǎo)致化肥投入的增長和面源污染的加重，這些因素也不利于農(nóng)業(yè)生態(tài)效率的提升。另外，農(nóng)業(yè)受災(zāi)率（lnADR）的估計系數(shù)為負(fù)，但未通過顯著性檢驗。農(nóng)業(yè)受災(zāi)面積的擴大將導(dǎo)致農(nóng)業(yè)生態(tài)效率的下降，但每年的受災(zāi)情況并不具有規(guī)律性。lnFSA的彈性系數(shù)為負(fù)，也未通過顯著性水平的檢驗，意味著財政支農(nóng)雖然改善了農(nóng)業(yè)生產(chǎn)條件，提高了農(nóng)業(yè)生產(chǎn)力，但尚未對農(nóng)業(yè)生態(tài)效率產(chǎn)生理想的提升效果。可能的原因在于財政支農(nóng)資金配置不合理，使用缺乏效率，且資金多流向了農(nóng)業(yè)補助、農(nóng)村經(jīng)濟、扶貧支出等，對農(nóng)業(yè)生態(tài)仍缺乏重視。城鎮(zhèn)化水平（lnURBAN）的估計系數(shù)為正，但不顯著，表明非農(nóng)人口比重的增加對農(nóng)業(yè)生態(tài)效率的提升改善作用較有限。

4.3?進一步討論：分區(qū)域與分時段

在考慮了空間效應(yīng)對中國農(nóng)業(yè)生態(tài)效率收斂性影響的基礎(chǔ)上，通過分區(qū)域和分時段兩種思路展開進一步的討論，以對比不同區(qū)域空間收斂性的差異及不同時段空間收斂性的分異特征?；貧w結(jié)果中同樣加入經(jīng)典β檢驗的回歸結(jié)果，便于對比分析。

4.3.1?分區(qū)域收斂性分析

長時間序列數(shù)據(jù)選擇固定效應(yīng)模型[22]，考慮到地區(qū)間異質(zhì)性的存在，需要分不同區(qū)域討論條件β收斂的差異性（見表3）。分區(qū)域收斂結(jié)果顯示，四大區(qū)域的收斂性系數(shù)和空間效應(yīng)系數(shù)均通過了顯著性檢驗，表明四大區(qū)域的農(nóng)業(yè)生態(tài)效率表現(xiàn)出顯著的空間收斂趨勢和正向的空間溢出效應(yīng)。各區(qū)域農(nóng)業(yè)生態(tài)效率均有隨時間推移而縮小的趨勢，但不同區(qū)域的收斂速度差異性明顯，且考慮空間效應(yīng)的收斂均明顯大于經(jīng)典收斂性，呈現(xiàn)出與全國農(nóng)業(yè)生態(tài)效率收斂性相似的收斂特征。

四大區(qū)域的農(nóng)業(yè)生態(tài)效率空間收斂速度呈現(xiàn)出東北、中部、西部、東部依次遞減的分布格局。東部地區(qū)的收斂速度（0.059）明顯小于東北（0.736）和中西部地區(qū)（0.149、0.081），可能的原因在于東北和中部地區(qū)多為糧食主產(chǎn)區(qū)，農(nóng)業(yè)生產(chǎn)條件較完善，并擁有一定的經(jīng)濟基礎(chǔ)，城鎮(zhèn)化發(fā)展、農(nóng)村勞動力的非農(nóng)轉(zhuǎn)移加快了農(nóng)業(yè)規(guī)模化進程，“后發(fā)趕超”的優(yōu)勢明顯，技術(shù)與資本的空間流動加速了農(nóng)業(yè)生態(tài)效率的收斂性。西部地區(qū)多為糧食平衡區(qū)，受地形條件限制，農(nóng)業(yè)基礎(chǔ)設(shè)施較薄弱，農(nóng)業(yè)生產(chǎn)基本自給自足，但農(nóng)業(yè)生態(tài)環(huán)境受人為干擾的影響相對較小，且隨著經(jīng)濟增長及中央和地方財政對西部地區(qū)支農(nóng)的投入支持，西部地區(qū)農(nóng)業(yè)發(fā)展在逐漸縮小與東中部地區(qū)的差距。而東部地區(qū)多數(shù)為糧食主銷區(qū)，農(nóng)業(yè)基礎(chǔ)設(shè)施較成熟，雖然各類要素向東部地區(qū)流動明顯，但農(nóng)業(yè)生產(chǎn)并不是其主要任務(wù)（除河北、山東等糧食大省外），技術(shù)與資本的投入對當(dāng)前農(nóng)業(yè)生產(chǎn)與生態(tài)條件改善的邊際效應(yīng)在遞減，使得農(nóng)業(yè)生態(tài)效率的空間收斂速度略小?？梢?，農(nóng)業(yè)生態(tài)效率的空間收斂性與區(qū)域間經(jīng)濟發(fā)展水平、農(nóng)業(yè)技術(shù)條件、基礎(chǔ)設(shè)施、資本流動性等各方面存在關(guān)聯(lián)性。

4.3.2?分時段收斂性分析

中國大規(guī)模的農(nóng)業(yè)綜合開發(fā)始于1988年，其目標(biāo)便是促進農(nóng)業(yè)可持續(xù)發(fā)展。另外，在2000年之后糧食連年減產(chǎn)、農(nóng)民收入增長緩慢的情況下，自2004年起，中央政府連續(xù)多年下達(dá)了關(guān)于“三農(nóng)”問題的一號文件，并在2006年全面取消了農(nóng)業(yè)稅。根據(jù)此相關(guān)農(nóng)業(yè)政策的歷史節(jié)點，并考慮到政策效應(yīng)的時間滯后性，將我國改革開發(fā)以來的農(nóng)業(yè)經(jīng)濟發(fā)展大體分為3個階段：1978—1989、1990—2003、2004—2016。

表4報告了采用固定效應(yīng)的空間杜賓模型（SDM）的空間β收斂檢驗及經(jīng)典β收斂檢驗的回歸結(jié)果，結(jié)果顯示，①與全時段收斂特性類似，各時段農(nóng)業(yè)生態(tài)效率表現(xiàn)出顯著的空間收斂性，從而反映出模型回歸的穩(wěn)健性;②除2004—2016年外，其他時段農(nóng)業(yè)生態(tài)效率的空間收斂速度均高于經(jīng)典收斂速度，空間因素對農(nóng)業(yè)生態(tài)效率的收斂性產(chǎn)生加速效應(yīng);③農(nóng)業(yè)生態(tài)效率收斂速度呈現(xiàn)出逐步遞減的變化過程，1978—1989年的收斂速度最高（0.725），2004—2016年的收斂速度最低（0.185），表明隨著時間的推移，農(nóng)業(yè)生態(tài)效率的收斂速度逐漸放緩。改革開放初期，各地區(qū)農(nóng)業(yè)基礎(chǔ)設(shè)施陳舊落后，地區(qū)間農(nóng)業(yè)生產(chǎn)條件差距較小。但隨著市場經(jīng)濟體制的建立，以及農(nóng)業(yè)綜合開發(fā)的實施，生產(chǎn)要素的空間束縛逐漸減弱，并能夠自由流動，這一時期以改善農(nóng)業(yè)基本生產(chǎn)條件、提高農(nóng)產(chǎn)品綜合生產(chǎn)能力為主，釋放了巨大了農(nóng)業(yè)生產(chǎn)力。而隨著改革開放的深入及農(nóng)業(yè)經(jīng)濟發(fā)展進入到新的階段，不同地區(qū)間在資源稟賦、經(jīng)濟基礎(chǔ)、技術(shù)水平等方面要素差距逐步縮小，地區(qū)間農(nóng)業(yè)生產(chǎn)條件持續(xù)完善，農(nóng)村勞動力的非農(nóng)轉(zhuǎn)移與農(nóng)業(yè)生產(chǎn)要素的空間流動日趨穩(wěn)定與成熟，新形勢下農(nóng)業(yè)生產(chǎn)要求提高農(nóng)業(yè)綜合生產(chǎn)能力與保護生態(tài)環(huán)境相結(jié)合，并力求從以往單純追求產(chǎn)量向優(yōu)化結(jié)構(gòu)、突出質(zhì)量和效益、依靠農(nóng)業(yè)科技進步轉(zhuǎn)換，從而進一步放緩了農(nóng)業(yè)生態(tài)效率的收斂速度。

5?主要結(jié)論與相關(guān)啟示

農(nóng)村勞動力的空間流動、農(nóng)業(yè)機械服務(wù)的跨區(qū)作業(yè)等農(nóng)業(yè)生產(chǎn)要素的空間流動性越來越頻繁，而農(nóng)業(yè)生產(chǎn)不僅要重視其經(jīng)濟效益，還要考慮其生態(tài)環(huán)境影響。本文以1978—2016年中國各省市面板數(shù)據(jù)為研究單元，以狹義型農(nóng)業(yè)為研究對象，采用超效率SBM模型對省際農(nóng)業(yè)生態(tài)效率進行測算，并將空間效應(yīng)因素引入經(jīng)典β收斂的檢驗過程中，對中國農(nóng)業(yè)生態(tài)效率的空間收斂性進行估算，并進一步對比不同區(qū)域、不同時段收斂的分異特征，得到的主要的結(jié)論如下。

（1）從時間演變的差異來看，折線圖顯示中國農(nóng)業(yè)生態(tài)效率呈現(xiàn)出在波動中穩(wěn)定上升的走勢，波動性主要集中在1978—2000年間，而在2001—2016年期間東部地區(qū)農(nóng)業(yè)生態(tài)效率增長程度較中西部地區(qū)更高，但整體仍處于較低水平，農(nóng)業(yè)生態(tài)效率仍存在較大提升空間。中國農(nóng)業(yè)生態(tài)效率的演變呈現(xiàn)出由高向低轉(zhuǎn)演變的“雙峰”分布特征，且波峰高度的差距在縮小。

（2）中國農(nóng)業(yè)生態(tài)效率存在顯著的空間收斂趨勢，各地區(qū)空間差異隨時間推移呈現(xiàn)逐漸縮小的趨勢，條件收斂的速度顯著大于絕對收斂速度。由于空間溢出效應(yīng)的存在，地區(qū)間農(nóng)業(yè)生態(tài)效率的空間差異隨時間推移呈現(xiàn)出進一步縮小的趨勢，即空間因素對收斂速度具有加速效應(yīng)。農(nóng)村居民人均純收入、農(nóng)業(yè)機械投入強度、復(fù)種指數(shù)和種植結(jié)構(gòu)均對農(nóng)業(yè)生態(tài)效率產(chǎn)生了不同程度的影響，而農(nóng)業(yè)受災(zāi)率、財政支農(nóng)水平與城鎮(zhèn)化發(fā)展的影響并不顯著。

（3）四大區(qū)域農(nóng)業(yè)生態(tài)效率均表現(xiàn)出顯著的空間收斂性，空間收斂速度呈現(xiàn)出東北、中部、西部、東部的依次遞減的分布格局，且收斂速度均大于經(jīng)典收斂，這與區(qū)域間經(jīng)濟發(fā)展水平、農(nóng)業(yè)技術(shù)條件、基礎(chǔ)設(shè)施、資本流動性等各方面存在關(guān)聯(lián)性。另外，除2004—2016年外，各時段農(nóng)業(yè)生態(tài)效率的空間收斂速度同樣高于經(jīng)典收斂速度，且空間收斂速度呈現(xiàn)出逐步遞減的變化過程，2004—2016年的收斂速度最低，隨著時間的推移，農(nóng)業(yè)生態(tài)效率的收斂速度開始放緩。不同控制變量在不同區(qū)域、不同時段內(nèi)產(chǎn)生了不同的影響。

本文的研究啟示在于，一方面，中國農(nóng)業(yè)生態(tài)效率存在較大提升空間，意味著農(nóng)業(yè)的可持續(xù)發(fā)展仍面臨生態(tài)環(huán)境保護的艱巨任務(wù);另一方面，空間收斂性的存在，使得本地區(qū)政府在關(guān)注自身農(nóng)業(yè)生產(chǎn)的同時，應(yīng)充分考慮到與鄰近地區(qū)在地理區(qū)位、資源稟賦及農(nóng)業(yè)經(jīng)濟發(fā)展水平的差異性，從而相鄰地區(qū)之間應(yīng)建立完備的農(nóng)業(yè)生態(tài)合作機制、農(nóng)業(yè)生態(tài)政策聯(lián)動機制，加強農(nóng)業(yè)生產(chǎn)合作與交流。農(nóng)業(yè)生態(tài)效率較高的地區(qū)充分發(fā)揮其輻射帶動作用，而農(nóng)業(yè)生態(tài)效率較低的地區(qū)則積極借鑒鄰近農(nóng)業(yè)生態(tài)效率較高省市的農(nóng)業(yè)生態(tài)管理經(jīng)驗，并結(jié)合自身稟賦條件，尋求農(nóng)業(yè)經(jīng)濟增長與資源節(jié)約、環(huán)境保護之間協(xié)調(diào)發(fā)展的均衡點，并進一步縮小地區(qū)間農(nóng)業(yè)生態(tài)效率差距。

（編輯：劉照勝）

參考文獻(xiàn)

[1]農(nóng)業(yè)部， 國家發(fā)展改革委， 科技部， 等.全國農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃（2015—2030年） [N/OL].2015-05-28.http：//www.moa.gov.cn/sjzz/jgs/cfc/yw/201505/t20150528_4620635.htm.

[2]張子龍，鹿晨昱，陳興鵬，等.隴東黃土高原農(nóng)業(yè)生態(tài)效率的時空演變分析——以慶陽市為例[J].地理科學(xué)，2014，34（4）：472-478.

[3]潘丹，應(yīng)瑞瑤. 中國農(nóng)業(yè)生態(tài)效率評價方法與實證——基于非期望產(chǎn)出的SBM模型分析[J].生態(tài)學(xué)報，2013，33（12）：3837-3845.

[4]吳玉鳴.中國區(qū)域農(nóng)業(yè)生產(chǎn)要素的投入產(chǎn)出彈性測算——基于空間計量經(jīng)濟模型的實證[J].中國農(nóng)村經(jīng)濟，2010（6）：25-37，48.

[5]SCHALTEGGER S， STURM A. Okologische rationalitat[J]. Die unternehmung，1990（4）：273-290.

[6]呂彬，楊建新.生態(tài)效率方法研究進展與應(yīng)用[J].生態(tài)學(xué)報，2006（11）：3898-3906.

[7]JOLLANDS N， LERMIT J， PATTERSON M. Aggregate ecoefficiency indices for New Zealand：a principal components analysis[J]. Journal of environmental management， 2004，73（4）：293-305.

[8]曾福生，高鳴.我國糧食生產(chǎn)效率核算及其影響因素分析——基于SBMTobit模型二步法的實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2012（7）：63-70.

[9]MASUDA K. Measuring ecoefficiency of wheat production in Japan： a combined application of life cycle assessment and data envelopment analysis[J].Journal of cleaner production， 2016， 126：373-381.

[10]PASSEL S V， NEVENS F， MATHIJS E， et al. Measuring farm sustainability and explaining differences in sustainable efficiency[J]. Ecological economics， 2007，62（1）：149-161.

[11]高鳴，宋洪遠(yuǎn).糧食生產(chǎn)技術(shù)效率的空間收斂及功能區(qū)差異——兼論技術(shù)擴散的空間漣漪效應(yīng)[J].管理世界，2014（7）：83-92.

[12]賈琳，夏英.農(nóng)戶糧食生產(chǎn)規(guī)模效率及其影響因素分析——基于黑、豫、川三省玉米種植戶的調(diào)查數(shù)據(jù)[J].資源科學(xué)，2017，39（5）：924-933.

[13]王歐，楊進.農(nóng)業(yè)補貼對中國農(nóng)戶糧食生產(chǎn)的影響[J].中國農(nóng)村經(jīng)濟，2014（5）：20-28.

[14]曾雅婷，呂亞榮，王曉睿.農(nóng)地流轉(zhuǎn)對糧食生產(chǎn)技術(shù)效率影響的多維分析——基于隨機前沿生產(chǎn)函數(shù)的實證研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018（1）：13-21，156-157.

[15]郭貫成，丁晨曦.土地細(xì)碎化對糧食生產(chǎn)規(guī)模報酬影響的量化研究——基于江蘇省鹽城市、徐州市的實證數(shù)據(jù)[J].自然資源學(xué)報，2016，31（2）：202-214.

[16]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.

[17]王寶義，張衛(wèi)國.中國農(nóng)業(yè)生態(tài)效率測度及時空差異研究[J]. 中國人口·資源與環(huán)境，2016，26（6）：11-19.

[18]劉應(yīng)元，馮中朝，李鵬，等.中國生態(tài)農(nóng)業(yè)績效評價與區(qū)域差異[J]. 經(jīng)濟地理，2014，34（3）：24-29.

[19]鄭德鳳， 郝帥， 孫才志.基于DEAESDA的農(nóng)業(yè)生態(tài)效率評價及時空分異研究[J].地理科學(xué)，2018，38（3）：419-427.

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

[21]左永彥，馮蘭剛.中國規(guī)模生豬養(yǎng)殖全要素生產(chǎn)率的時空分異及收斂性——基于環(huán)境約束的視角[J].經(jīng)濟地理，2017，37（7）：166-174+215.

[22]SERGIO J R， BRETT D M. US Regional income convergence： a spatial econometric perspective[J]. Regional studies， 1999，33（2）：143-156.

[23]馬大來，陳仲常， 王玲.中國區(qū)域創(chuàng)新效率的收斂性研究：基于空間經(jīng)濟學(xué)視角[J].管理工程學(xué)報，2017，31（1）：71-78.

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

[25]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.

[26]高鳴，宋洪遠(yuǎn).中國農(nóng)業(yè)碳排放績效的空間收斂與分異——基于MalmquistLuenberger指數(shù)與空間計量的實證分析[J].經(jīng)濟地理，2015，35（4）：142-148+185.

[27]TONE K. A slacksbased measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001，130（3）：498-509.

[28]TONE K. A slacksbased measure of superefficiency in data envelopment analysis[J]. European journal of operational research， 2002，143（1）：32-41.

[29]侯孟陽， 姚順波. 中國城市生態(tài)效率測定及其時空動態(tài)演變[J].中國人口·資源與環(huán)境， 2018，28（3）：13-21.

[30]張子龍，薛冰，陳興鵬，等.中國工業(yè)環(huán)境效率及其空間差異的收斂性[J].中國人口·資源與環(huán)境，2015，25（2）：30-38.

[31]王守坤.空間計量模型中權(quán)重矩陣的類型與選擇[J].經(jīng)濟數(shù)學(xué)，2013，30（3）：57-63.

[32]史常亮，李赟，朱俊峰.勞動力轉(zhuǎn)移、化肥過度使用與面源污染[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2016，21（5）：169-180.

[33]賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點源污染調(diào)查評估方法[J].清華大學(xué)學(xué)報（自然科學(xué)版），2004（9）：1184-1187.

[34]吳小慶，王亞平，何麗梅，等.基于AHP和DEA模型的農(nóng)業(yè)生態(tài)效率評價——以無錫市為例[J].長江流域資源與環(huán)境，2012，21（6）：714-719.

[35]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.

[36]侯孟陽，姚順波.1978—2016年中國農(nóng)業(yè)生態(tài)效率時空演變及趨勢預(yù)測[J].地理學(xué)報，2018，73（11）：2168-2183.

[37]徐現(xiàn)祥，舒元. 中國省區(qū)經(jīng)濟增長分布的演進（1978—1998）[J]. 經(jīng)濟學(xué)（季刊），2004（2）：619-638.

[38]楊明海，張紅霞，孫亞男，等.中國八大綜合經(jīng)濟區(qū)科技創(chuàng)新能力的區(qū)域差距及其影響因素研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2018，35（4）：3-19.

[39]ELHORST J P. Dynamic spatial panels： models， methods， and inferences[J].Journal of geographical systems， 2012， 14（1）：5-28.

[40]馬大來，陳仲常，王玲.中國省際碳排放效率的空間計量[J].中國人口·資源與環(huán)境，2015，25（1）：67-77.

[41]龐家幸.中國農(nóng)業(yè)生態(tài)效率研究[D].蘭州：蘭州大學(xué)，2016.Convergence and differentiation characteristics onagroecologicalefficiency in China from a spatial perspective

HOUMengyang1，2?YAO Shunbo1，2

（1.Research Center for Resource Economics andEnvironment Management， Northwest A & F University， YanglingShaanxi 712100， China;2.College of Economics & Management， Northwest A & FUniversity， Yangling Shaanxi 712100， China）

Abstract?Based on the panel data of 30 provinces in China from 1978 to 2016， the supper efficiency SBM model was used to measure the interprovincial agroecological efficiency （AEE） in our study. Based on analyzing the spatialtemporal evolution pattern of kernel density estimation， the spatial effect factor is introduced into the testing process of classical βconvergence， so we can estimate its spatial convergence through the spatial econometric model and discuss its differentiation characteristics in different regions and in the time interval. The results show that first the AEE in China presents a ‘doublepeak distribution characteristic with stable rise in fluctuation， and the gap between peak heights is narrowing， but the overall level is still relatively low， so there is still room for improvement in AEE. Besides the AEE improvement in Chinas eastern region is more significant than in the centralwestern regions. Second， the AEE in China has a significant spatial convergence， and the rate of spatial conditions βconvergence is 0.105. The conditional convergence rate is significantly higher than absolute convergence and the spatial spillover effect accelerates the convergence， so that the spatial difference between regional AEE shows a further narrowing trend over time. Third， the spatial convergence of AEE is also significant in different regions and in different periods， and the convergence rate shows the pattern of decreasing in order of northeast China， central China， western China， eastern China. The convergence speed is higher than the classical convergence which is related to economic development between regions， agricultural technical conditions， infrastructure， capital space fluidity and so on， but the spatial convergence speed of AEE in each time interval is also higher than the classical convergence except the period between 2004-2016， and it has experienced the process of decreasing gradually. Finally， due to the existence of spatial convergence， each region should fully consider the differences of its resource endowment and agricultural economic development. The cooperation and exchange of agricultural between neighboring areas should be strengthened， and it is necessary to establish a complete agroecologicalcooperation mechanism and an ecological policy linkage mechanism.

Key words?agroecological efficiency（AEE）; spatial convergence; differentiation characteristics; βconvergence; super efficiency SBM model CHINA POPULATION，? RESOURCES AND ENVIRONMENT?? Vol.29? No.4?2019