楊澤宸，李宵寒，李 坦

(安徽農業(yè)大學 經濟管理學院，安徽 合肥 230036)

上世紀80年代以來，國家改革開放和種植業(yè)生產技術取得突破性進展，我國農業(yè)因此取得了跨越式的發(fā)展，集中體現(xiàn)在國內農業(yè)糧食產量由1978年的30 476.5萬噸增至2019年的66 384萬噸。在國內農業(yè)經濟取得飛速發(fā)展的同時，中國農業(yè)同樣遭受著生產資源嚴重浪費、生態(tài)環(huán)境惡化、資源過度消耗等問題。2016—2017年間，國家出臺相關政策圍繞著“穩(wěn)產能、調結構、轉方式”主線，從生產生態(tài)協(xié)調、糧經飼協(xié)調等方面對全國種植業(yè)進行調整，深化種植業(yè)供給側結構改革，改革的關鍵是提升種植業(yè)生產效率與質量。

農業(yè)全要素生產率( Total Factor Productivity，TFP)作為衡量科技進步對農業(yè)經濟增長貢獻程度的重要指標[1]，能夠促進農業(yè)生產要素配置效率的提升，是實現(xiàn)農業(yè)可持續(xù)發(fā)展的強大動力，受到學術界的廣泛關注。學界對于農業(yè)TFP的研究主要體現(xiàn)在TFP的測算、指標選取以及影響因素分析研究上。首先是對TFP的測算，國內外學者通常使用DEA(數(shù)據(jù)包絡分析法)、SFA(隨機前沿分析法)等模型測算農業(yè)TFP水平。姚長林等[2]使用DEA模型測算了重慶市的農業(yè)TFP，崔寧波等[3]構建隨機前沿模型測算松花江、黃河、長江三大流域糧食主產區(qū)農業(yè)TFP。鑒于傳統(tǒng)TFP的測算并未考慮環(huán)境與資源約束，學者開始探索將環(huán)境產出納入作為農業(yè)TFP的測算體系，形成了引入環(huán)境產出作為非期望產出的農業(yè)綠色全要素生產率(農業(yè)GTFP)。楊騫等[4]選取農業(yè)生產過程中的面源污染和二氧化碳排放作為非期望產出來測算農業(yè)GTFP水平。Shen[5]等同樣使用超效率SBM方法，選取污染為非期望產出測算農業(yè)GTFP。其次，學者們也從不同的視角探究農業(yè)TFP的驅動力：李欠男[6]和武宵旭[7]研究發(fā)現(xiàn)互聯(lián)網的發(fā)展和城鎮(zhèn)化水平提升對農業(yè)TFP具有明顯推動作用；楊芷晴[8]研究發(fā)現(xiàn)教育形式差異對于農業(yè)TFP影響效果不同；李士梅等[9]發(fā)現(xiàn)勞動力轉移會制約農業(yè)TFP的提升，而人均受教育程度和工業(yè)化則能提升農業(yè)TFP的水平。綜上所述，目前的研究存在以下兩點不足：一是種植業(yè)作為農業(yè)重要組成部分，承擔著維持農業(yè)經濟穩(wěn)定的重任，但大多數(shù)學者都傾向于視農業(yè)為統(tǒng)一整體進行研究，缺少以種植業(yè)為主體分析其影響機制的研究。二是單一的考慮某些因素與農業(yè)TFP相互影響關系，很難考慮到省域間農業(yè)異質性的影響，尤其是省域間農村居民收入異質性的影響。

基于此，本研究以種植業(yè)GTFP為核心被解釋變量，引入農村居民收入為門檻變量，構建我國31個省市的面板數(shù)據(jù)，重點探討是否存在門檻效應，并進一步分析農村居民收入與種植業(yè)GTFP之間的關系并分析其影響因素。

一、理論分析與研究假說

農業(yè)綠色全要素生產率(GTFP)可以解釋為在基準農業(yè)全要素生產率核算基礎上，同時納入環(huán)境要素產出作為非期望產出，其中環(huán)境產出主要為農業(yè)面源污染與農業(yè)碳排放。根據(jù)曹俊文[10]、潘團[11]等人的研究，農村居民年均收入與農業(yè)生產投入成本均對其產生重要影響。

(一)農村居民收入對種植業(yè)綠色全要素生產率的影響

在現(xiàn)代種植業(yè)發(fā)展的過程中，種植業(yè)經濟、農民收入與種植業(yè)GTFP之間存在緊密的聯(lián)系。首先，一個地區(qū)種植業(yè)GTFP的提高，需要種植業(yè)經濟收益相對于生產污染排放量有所提高，種植業(yè)經濟收益是從事現(xiàn)代種植業(yè)生產的經濟基礎，在一定程度上可影響該地區(qū)種植業(yè)GTFP水平，二者聯(lián)系緊密。其次，農村居民的年人均純收入不僅影響了農民的消費習慣和消費水平，也同樣會影響他們的種植業(yè)生產行為[12]，并且農民作為種植業(yè)第一生產者，他們的生產行為可直接影響我國現(xiàn)代種植業(yè)的發(fā)展。同時隨著種植業(yè)經濟的增長，農村居民收入得到了提高，不僅增強了農民發(fā)展現(xiàn)代種植業(yè)的意愿，還為其提供了發(fā)展現(xiàn)代種植業(yè)充足的資金[11]，從而促進了當?shù)胤N植業(yè)GTFP水平的提高。最后，種植業(yè)經濟增長，可促進種植業(yè)產業(yè)鏈的延伸，增加農民的就業(yè)機會，從而提高農村居民收入，減少農村優(yōu)秀勞動力向工業(yè)或其他產業(yè)轉移的數(shù)量，為發(fā)展現(xiàn)代種植業(yè)、提高種植業(yè)GTFP夯實了優(yōu)質人力基礎[13]。綜上所述，提出以下假設。

假設1：農村居民人均收入水平的提高始終能夠提高種植業(yè)GTFP的水平。

(二)農村居民農業(yè)生產投入成本對種植業(yè)綠色全要素生產率的影響

一般來說，農村居民農業(yè)生產投入成本不僅包括農業(yè)生產過程中投入的諸如農藥、化肥、農膜等化學物資的投入，也包括對農業(yè)機械的投入，如灌溉設施等。根據(jù)投入產出理論，農機與化學物資的投入雖然能夠提高國家的農產品產量[14]，促進農業(yè)TFP的發(fā)展，保證國家糧食安全。但化肥與農藥的使用同樣會造成土壤污染、棄置的農膜難以降解等問題，均對農產品生產造成了嚴重威脅[15]。機械投入同樣會產生范圍較廣的碳排放，在納入環(huán)境產出為指標的農業(yè)GTFP的核算框架下，種植業(yè)化學物資使用、種植業(yè)機械動力提升均會制約種植業(yè)GTFP的發(fā)展。綜上所述，提出以下假設。

假設2：種植業(yè)的灌溉面積、化學物資使用和種植業(yè)機械動力可能會制約種植業(yè)GTFP的發(fā)展。

二、變量選取與數(shù)據(jù)來源

(一)變量選取

考慮到我國研究種植業(yè)全要素生產率影響因素的文獻并不多，學者們更多的是基于某一特定的現(xiàn)代農業(yè)發(fā)展模式，研究相應的影響因素。因此，在分析種植業(yè)全要素生產率的影響因素時，借鑒了中國政府對現(xiàn)代種植業(yè)發(fā)展的要求，同時也借鑒了其他學者有關農業(yè)全要素生產率的理論[16]和實證分析的經驗[17]。選取了如下變量：

1.被解釋變量——種植業(yè)GTFP。種植業(yè)GTFP是衡量現(xiàn)代種植業(yè)經濟發(fā)展質量的重要指標，用來反映種植業(yè)生產活動在一定時間內效率情況，與科技進步、農業(yè)經濟以及生產效率息息相關。研究種植業(yè)GTFP驅動機制不僅有助于種植業(yè)生產資源有效配置，也能保障種植業(yè)綠色健康發(fā)展。本文采用超效率SBM模型來測度2008—2017年間中國省域種植業(yè)GTFP水平。種植業(yè)的生產離不開勞動力、耕地、農業(yè)化學物資的投入、農業(yè)機械的使用和水資源的投入。本文選取了農作物播種面積、有效灌溉面積、種植業(yè)農機總動力、農用化肥使用量、農藥施用量和農用塑料薄膜使用量作為模型的投入指標。而種植業(yè)作為農業(yè)支柱產業(yè)，在生產過程中，勢必會產生農業(yè)面源污染以及碳排放。因而選取種植業(yè)總產值與種植業(yè)碳排放作為模型的期望產出指標與非期望產出指標。

2.門檻變量——農村居民年均純收入。

農村居民的年均純收入不僅影響了農民的消費習慣和消費水平，也同樣會影響他們的種植業(yè)生產行為。故選取農村居民年均純收入作為門檻變量，衡量其作為門檻變量對于種植業(yè)產值的影響。

3.解釋變量——單位有效灌溉面積(有效灌溉面積/農作物播種面積)、種植業(yè)化學物資使用量以及單位種植業(yè)機械動力(種植業(yè)機械總動力/耕地面積)。單位有效灌溉面積指水資源可以有效灌溉土地的面積。地區(qū)灌溉面積反映了國家的水利設施建設水平，而水利建設的程度與農業(yè)基礎設施建設密切相關，因此用單位有效灌溉面積來反映省域間農業(yè)基礎設施建設水平。

4.區(qū)制變量——種植業(yè)總產值。種植業(yè)總產值是指一地區(qū)種植業(yè)農作物生產在一年中所獲得的收入，用來衡量省域間種植業(yè)GTFP發(fā)展水平，是測算種植業(yè)GTFP的重要指標。反映了一個地區(qū)種植業(yè)的生產規(guī)模和種植業(yè)經營成果，是各省進行種植業(yè)經濟轉型、發(fā)展現(xiàn)代種植業(yè)的基礎條件。因此選取種植業(yè)總產值作為區(qū)制變量。

(二)數(shù)據(jù)來源及描述

本文基礎數(shù)據(jù)來源于2008—2017年的《中國年度統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》以及各省統(tǒng)計年鑒，構建了9年間的中國31個省市面板數(shù)據(jù)，對于個別指標的數(shù)據(jù)缺失問題，文章進行了差分處理。表1為2008—2017年間我國31個省的面板數(shù)據(jù)描述性統(tǒng)計表。

由表1所示，包括農村居民年均收入在內11個變量的最大值與最小值之間存在較大差異，證明省域間農業(yè)異質性的存在，省域間農業(yè)總產值、農村居民收入等變量均存在顯著差異。

表1 31個省面板數(shù)據(jù)的描述性統(tǒng)計表(2008—2017年)

三、模型構建

為了分析種植業(yè)GTFP的影響因素，本研究需通過構建超效率SBM模型測算出中國省域種植業(yè)GTFP水平，以2008—2017年間中國省域種植業(yè)GTFP面板數(shù)據(jù)為基礎，構建門檻模型，分析農村居民年均收入的門檻效應。

(一)超效率SBM模型設定

本文基于投入導向、規(guī)模報酬可變的角度，采用超效率SBM模型對省域間種植業(yè)GTFP進行測度。超效率SBM模型[18]是對超效率DEA模型的改進。它結合了超效率DEA模型和SBM模型的優(yōu)點，在分析GTFP時以非射線的方法測算效率值，不僅考慮了松弛變量對GTFP值的影響，還可對比分析不同決策單元的GTFP。其數(shù)學原理是：設存在m個DUM(決策單元)，每個決策單元有n個投入指標，r個期望產出指標和t個非期望產出指標。

超效率SBM模型表達式為：

(1)

?j≥0,j=1,2,…,m

在本文中，σ表示測算出的省域種植業(yè)GTFP，當σ≥1時，表示該決策單元相對有效，處在生產前沿面上，TFP發(fā)展水平可以繼續(xù)保持；當σ<1時，表示該決策單元處于非有效狀態(tài)，不在生產前沿面上，TFP發(fā)展水平有進一步提高的空間。

(二)門檻模型構建

門檻模型定義是指當一個經濟參數(shù)達到特定的數(shù)值后，引起另外一個經濟參數(shù)突然轉向其他方向發(fā)展的現(xiàn)象，作為引起現(xiàn)象的臨界值稱為門檻值。在傳統(tǒng)的門檻模型分析中，只需隨意設置一個門檻值，直接根據(jù)門檻值將總樣本分解為多個子樣本，得出最終結論，缺少了對數(shù)據(jù)的平穩(wěn)性分析，其結果可能出現(xiàn)偽回歸現(xiàn)象。Hansen[19]在2000年提出的門檻回歸模型，改進了傳統(tǒng)門檻模型的弊端，他的門檻模型囊括了數(shù)據(jù)的平穩(wěn)性檢驗、門檻效應檢驗和顯著性檢驗，測算的結果更加真實可靠。本文就是以Hansen的門檻模型為基礎，設計本文所需的門檻模型，具體內容如下。

假設農村居民收入對我國省域種植業(yè)農業(yè)全要素生產率存在單一門檻值，其模型設定是：

GTFPsr=α1+α2×xsr+α3×csr×T(d≤γ)+

α4×csr×T(d>γ)+μsr

1≤s≤S；1≤r≤R

(2)

公式中s、r分別表示研究省份和時間,S和R分別表示研究的所有省份和整個研究時間段；d為門檻變量-農村居民年均收入；xsr表示各省份的控制變量；csr是區(qū)制變量(注：本文設定區(qū)制變量是種植業(yè)總產值)；T為指示性函數(shù)，當滿足括號內條件時T=1，不滿足括號條件時T=0；μsr是隨機擾動項；r是門檻值。

在通過上述門檻模型求出結果后，還應檢查其門檻效應的顯著性，具體內容為：

假設1：α3=α4，說明不存在門檻效應；

假設2：α3≠α4，說明存在門檻效應。

在假設1的約束下得到殘差平方和SSR1，無約束下得到殘差平方和SSR2，門檻效應顯著性檢驗公式為：

LR=(SSR1-SSR2)/[SSR2/S(R-1)]

(3)

若拒絕假設1，說明數(shù)據(jù)存在門檻效應，有門檻值；若不拒絕假設1，說明數(shù)據(jù)不存在門檻效應，無門檻值。

四、實證結果分析

(一)超效率SBM測算結果

本文采用超效率SBM模型，基于公式(1)，利用Max Dea軟件測算出了2008—2017年間我國31個省域種植業(yè)GTFP結果(見表2)。

表2 2008—2017年我國31個省域種植業(yè)GTFP

續(xù)表

由表2所示，除西藏外全國各省及各地區(qū)在9年間的現(xiàn)代種植業(yè)GTFP大體處于增速狀態(tài)，北京、上海以及浙江等較發(fā)達地區(qū)的增速較快，速度超過全國平均水平。新疆、寧夏等欠發(fā)達地區(qū)增速較慢，一直保持在相對較穩(wěn)定的增速水平。但總體來說，我國省域種植業(yè)GTFP增速變動大致趨同，現(xiàn)代種植業(yè)發(fā)展趨勢向好。

(二)門檻模型結果分析

1.單位根檢驗與協(xié)整檢驗。為了避免數(shù)據(jù)不平穩(wěn)造成偽回歸現(xiàn)象的出現(xiàn)，在對數(shù)據(jù)作回歸分析之前應先對數(shù)據(jù)進行平穩(wěn)性檢驗，本文采用的是IPS和LLC單位根檢驗法，二者是基于“存在有效單位根”的假設做檢驗的，原假設是存在單位根即代表數(shù)據(jù)不平穩(wěn)，會出現(xiàn)偽回歸的情況，備擇假設是數(shù)據(jù)不存在單位根即數(shù)據(jù)平穩(wěn)。論文需要的結果是拒絕原假設。其具體檢驗結果見表3。

表3 變量的單位根檢驗結果

由表3可知，被解釋變量-種植業(yè)全要素生產率、控制變量-單位有效灌溉面積、種植業(yè)化學物資使用量、單位種植業(yè)機械動力、區(qū)制變量-種植業(yè)總產值、門檻變量-農村居民年均收入的一階差分結果皆在1%的顯著性水平下，拒絕了原假設，說明不存在單位根，即通過了IPS和LLC的單位根檢驗。這說明本文數(shù)據(jù)是平穩(wěn)的，進行回歸分析時不會出現(xiàn)偽回歸情況。

由于面板數(shù)據(jù)在前文的單位根檢驗中是在一階差分后才實現(xiàn)平穩(wěn)的，因此需要再對數(shù)據(jù)進行協(xié)整檢驗，判斷數(shù)據(jù)是否存在協(xié)整關系，即檢驗數(shù)據(jù)是否具有長期穩(wěn)定性。目前檢驗面板數(shù)據(jù)協(xié)整性的方法有Johansen檢驗、Kao檢驗和Pedroni檢驗。本文選用了Pedroni檢驗方法，得出了面板數(shù)據(jù)的ADF統(tǒng)計量和PP統(tǒng)計量(表4)?？梢钥吹矫姘鍞?shù)據(jù)的ADF 統(tǒng)計量和PP統(tǒng)計量皆在1%的顯著性水平下通過了檢驗。說明面板數(shù)據(jù)可在長期內保持穩(wěn)定，可進行面板門檻回歸分析。

表4 面板數(shù)據(jù)的協(xié)整結果

2.門檻效應檢驗。在建立門檻模型前需首先確定門檻效應是否存在，即先確定是否有門檻值，再對樣本進行單門檻檢驗，如果結果顯著，就繼續(xù)進行兩門檻檢驗，檢驗存在幾個門檻值。先假設存在門檻值，本文在對變量進行對數(shù)處理后，運用Stata15.0軟件通過使用自舉法(bootstrap)循環(huán)500次得到了P值、F值等(見表5)。

表5 中國省域種植業(yè)GTFP影響因素研究的門檻效應檢驗結果

從表5可知，單一門檻P值為0.062 0，通過了5%水平下的顯著性檢驗，說明存在一個門檻值；二重門檻P值為0.143 3，未通過顯著性檢驗；未通過顯著性檢驗，說明不存在第二個甚至第三個門檻。由此判斷本章變量數(shù)據(jù)適用的是單一門檻模型。

表6反映的是單一門檻模型的門檻值和相應的95%的置信區(qū)間，門檻值為984.590 8，95%的置信區(qū)間是[962.327 6,986.947 3]。

表6 單一門檻估計值及置信區(qū)間

為進一步檢驗門檻結果的真實性，文章對單一門檻模型結果進行了似然比檢驗(LR檢驗)，見圖1。

圖1 單一門檻模型的似然比檢驗圖

如圖1所示，在γ1=984.590 8，置信區(qū)間為[962.327 6,986.947 3]時，似然比檢驗結果顯示其通過了顯著性檢驗，保證了門檻結果的真實性。綜合以上分析結果可知，農村居民收入對中國省域種植業(yè)全要素生產率的影響存在單一門檻效應，其門檻值為984.590 8。

3.門檻回歸模型估計結果。由以上檢驗結果可知，當以農村居民收入作為門檻變量，種植業(yè)GTFP作為被解釋變量時，存在門檻，可建立單一門檻模型。在對變量數(shù)據(jù)進行最終的回歸分析后，如表7所示，所有控制變量均在1%的水平下顯著。當農村居民收入低于門檻值時，種植業(yè)總產值對中國省域種植業(yè)GTFP的彈性系數(shù)為4.48×10-9；當農村居民年均收入大于門檻值時，彈性系數(shù)上升至3.28×10-7。說明農村居民年均收入在大于門檻值時，對中國省域種植業(yè)GTFP存在更顯著的推動作用。此結論應對了上文中的假設1，農村居民年均收入處于門檻值前后，均會對種植業(yè)GTFP產生正向影響。

如表7所示，單位有效灌溉面積系數(shù)為負且顯著，說明其對省域間種植業(yè)GTFP存在顯著負向影響，可能的原因是，灌溉面積代表著我國農業(yè)水利基礎設施建設水平，隨著省域間水利設施水平建設的提高，灌溉能力提升，灌溉設施覆蓋面積更廣，但灌溉設施的構建會導致工業(yè)品的消耗，引起污染排放，制約了種植業(yè)GTFP的提升，更進一步說明省域間基礎設施建設水平會制約種植業(yè)GTFP的發(fā)展。

表7 單一門檻模型回歸結果

種植業(yè)化學物資使用量系數(shù)不顯著，說明其影響不顯著，可能的原因是各省該指標的異方差較小。

單位種植業(yè)機械動力系數(shù)估計結果為負且顯著，說明其同樣制約種植業(yè)GTFP的發(fā)展。農業(yè)機械動力的提升，意味著更多的機械投入、化石能源的投入，化石能源的使用會產生大量的碳排放以及其他污染氣體排放，同樣會制約著種植業(yè)GTFP的提升，以上結果驗證假設2成立。

五、結論與建議

(一)結論

對于種植業(yè)GTFP發(fā)展水平，國內31個省市種植業(yè)GTFP在2009—2017年間總體處于增長趨勢，9年間種植業(yè)發(fā)展趨勢向好，但仍存在環(huán)境污染、資源浪費等諸多問題。為解決這些問題，引用種植業(yè)GTFP這一概念，通過研究種植業(yè)GTFP驅動機制為今后省域種植業(yè)發(fā)展鋪墊道路。本文在理論分析和相關研究的基礎上，以9年間國內31省市為樣本，使用面板門檻回歸模型，研究以農村居民收入為門檻變量時，種植業(yè)機械化、單位有效灌溉面積以及化學物資的使用對種植業(yè)GTFP的增長影響程度?？梢缘贸鼋Y論，當農村居民年均收入大于門檻值，種植業(yè)總產值對中國省域種植業(yè)GTFP的促進作用顯著增強。種植業(yè)水利建設、種植業(yè)機械和化學物資的使用均對中國省域種植業(yè)GTFP起制約作用。

(二)政策建議

1.對于低于門檻地區(qū)，首先要通過轉移支付等手段，縮小省域間農村居民收入差距，保證最低收入水平和基本生活質量；其次應大力推進低門檻地區(qū)農業(yè)基礎設施建設，如提升種植業(yè)有效灌溉面積與生產的機械化率，并降低機械化導致的污染，促進低門檻省份生產效率的提高，以期從整體上實現(xiàn)我國種植業(yè)的供給側改革；最后響應國家農業(yè)生態(tài)文明建設，在種植業(yè)高質量發(fā)展的同時要注重生態(tài)環(huán)境的保護，最大程度上謀取經濟效益、生態(tài)效益和社會效益的有機統(tǒng)一。

2.對于高于門檻地區(qū)，首先應當提高這些省份的種植業(yè)科技水平，如建立現(xiàn)代種植業(yè)教育基地，用先進的農業(yè)生產技術培養(yǎng)農民，提升其科學文化素養(yǎng)和農業(yè)機械的熟練程度，以促使種植業(yè)生產效率的提升；其次針對高門檻省域種植業(yè)環(huán)境污染和生產資源的浪費的問題，大力提倡農民科學使用現(xiàn)代種植業(yè)生產資源，增加農業(yè)生產資源使用效率；最后在種植過程中，相關部門應加大監(jiān)管力度，適當減少種植業(yè)化肥農藥的使用量，完善農藥包裝廢棄物回收處理辦法，大力發(fā)展生態(tài)農業(yè)，既保障農產品的質量，又保證其安全性。