陳思博 常明

內(nèi)容提要：??糧食綠色生產(chǎn)技術(shù)是助力農(nóng)業(yè)可持續(xù)發(fā)展的重要手段，也是鞏固糧食安全、實(shí)現(xiàn)鄉(xiāng)村全面振興的有效措施。本研究基于非期望產(chǎn)出的超效率SBM模型和Malmquist全要素生產(chǎn)率指數(shù)模型，對(duì)中國(guó)26個(gè)主要產(chǎn)糧省份稻谷、小麥和玉米的綠色技術(shù)進(jìn)步指數(shù)進(jìn)行測(cè)度分析，并通過(guò)?Morans?I?指數(shù)和空間Durbin模型進(jìn)一步探討了其空間相關(guān)性和溢出效應(yīng)。結(jié)果顯示：?研究期內(nèi)各省稻谷綠色技術(shù)進(jìn)步指數(shù)平均值相差較小且均呈現(xiàn)技術(shù)進(jìn)步加速狀態(tài)，而部分小麥和玉米種植省份總體呈綠色技術(shù)進(jìn)步減緩狀態(tài)?？臻g分布特征顯示，東北、黃河中游等糧食主產(chǎn)區(qū)綠色技術(shù)進(jìn)步明顯，西南地區(qū)綠色技術(shù)進(jìn)步則相對(duì)緩慢。?進(jìn)一步空間相關(guān)性分析得出，稻谷和小麥綠色技術(shù)進(jìn)步的高峰和低谷期呈現(xiàn)集聚型，玉米則呈現(xiàn)離散型特征；其中，稻谷綠色技術(shù)進(jìn)步加速的主導(dǎo)省份集聚在東北地區(qū)、黃河中游、北部沿海和南部沿海地區(qū)；小麥綠色技術(shù)進(jìn)步變化的主導(dǎo)省份集聚在東北地區(qū)、黃河中游以及西北地區(qū)。?不同因素的溢出效應(yīng)結(jié)果顯示，勞動(dòng)力資本素質(zhì)、種植規(guī)模和農(nóng)業(yè)經(jīng)濟(jì)水平對(duì)稻谷和小麥綠色技術(shù)進(jìn)步具有顯著溢出效應(yīng)；而各因素均未對(duì)玉米綠色技術(shù)進(jìn)步產(chǎn)生顯著溢出效應(yīng)；溢出效應(yīng)的差異是造成稻谷和小麥綠色技術(shù)進(jìn)步空間特征與玉米不同的重要原因。

關(guān)鍵詞：?糧食生產(chǎn)；綠色技術(shù)；空間特征；溢出效應(yīng)

中圖分類(lèi)號(hào)：F32322??文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1001-148X（2022）06-0034-10

收稿日期：2021-05-26

作者簡(jiǎn)介：?陳思博（1994-），男，浙江杭州人，中國(guó)人民大學(xué)公共管理學(xué)院博士研究生，研究方向：區(qū)域經(jīng)濟(jì)；常明（1990-），本文通訊作者，男，山東菏澤人，中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所助理研究員，管理學(xué)博士，研究方向：農(nóng)業(yè)資源經(jīng)濟(jì)。

基金項(xiàng)目：黑龍江省哲學(xué)社會(huì)科學(xué)研究規(guī)劃項(xiàng)目“中美貿(mào)易摩擦下全球價(jià)值鏈重構(gòu)對(duì)黑龍江省裝備制造業(yè)的影響及應(yīng)對(duì)策略研究”，項(xiàng)目編號(hào)：18JYB148。

一、引言

改革開(kāi)放以來(lái)，中國(guó)的農(nóng)業(yè)生產(chǎn)力得到了極大解放，尤其是農(nóng)業(yè)稅的減免、糧食補(bǔ)貼等惠農(nóng)政策的實(shí)施，更是極大地調(diào)動(dòng)了農(nóng)民的生產(chǎn)積極性，使得中國(guó)創(chuàng)造了以7%的土地養(yǎng)活了世界上22%人口的發(fā)展奇跡，對(duì)消除全球饑餓做出了巨大貢獻(xiàn)。然而，經(jīng)濟(jì)增長(zhǎng)和城鎮(zhèn)化提速帶來(lái)的糧食需求增長(zhǎng)的壓力，以及農(nóng)業(yè)污染、耕地、淡水等自然環(huán)境的約束，使得中國(guó)面臨的糧食安全挑戰(zhàn)依然嚴(yán)峻，中國(guó)面臨著從“誰(shuí)來(lái)養(yǎng)活中國(guó)”到“如何養(yǎng)活中國(guó)”的命題轉(zhuǎn)變；近年來(lái)新冠疫情和俄烏沖突等不穩(wěn)定因素更是增加了中國(guó)糧食安全的壓力。2022年的中央一號(hào)文件指出，要大力開(kāi)展綠色高質(zhì)高效行動(dòng)，深入實(shí)施優(yōu)質(zhì)糧食工程，提升糧食單產(chǎn)和品質(zhì)。“十四五”規(guī)劃再次強(qiáng)調(diào)，要深入實(shí)施藏糧于地、藏糧于技戰(zhàn)略，以保障國(guó)家糧食安全為底線(xiàn)，強(qiáng)化農(nóng)業(yè)科技和裝備支撐，強(qiáng)化農(nóng)業(yè)發(fā)展的綠色導(dǎo)向?？梢?jiàn)，現(xiàn)階段中國(guó)糧食生產(chǎn)不僅要以保障供給為基礎(chǔ)，更要兼顧綠色發(fā)展，而糧食作物的綠色生產(chǎn)需要依賴(lài)技術(shù)的進(jìn)步和推廣。因此，糧食生產(chǎn)技術(shù)進(jìn)步應(yīng)具有兩個(gè)內(nèi)涵，一是技術(shù)進(jìn)步應(yīng)致力于糧食生產(chǎn)的提高，以保障國(guó)家的糧食安全；另一方面，對(duì)生態(tài)環(huán)境質(zhì)量的改善和污染的減少也應(yīng)是技術(shù)進(jìn)步的考量。?糧食綠色生產(chǎn)技術(shù)便是以保障農(nóng)產(chǎn)品質(zhì)量安全、促進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展、保持水土資源和健康環(huán)境為目標(biāo)，建立起來(lái)的可在糧食生產(chǎn)中使用的各種技能和規(guī)則的技術(shù)體系［1］，諸如測(cè)土配方技術(shù)、節(jié)水灌溉技術(shù)、秸稈還田技術(shù)等，不僅能夠有效減輕環(huán)境污染，實(shí)現(xiàn)農(nóng)業(yè)綠色發(fā)展，而且能夠?qū)崿F(xiàn)農(nóng)戶(hù)增產(chǎn)增效，協(xié)同鞏固糧食安全［2］。

新古典增長(zhǎng)理論認(rèn)為技術(shù)進(jìn)步是經(jīng)濟(jì)增長(zhǎng)的源泉，?但同時(shí)認(rèn)為技術(shù)進(jìn)步的表現(xiàn)是中性的。Hicks最早提出技術(shù)進(jìn)步具有偏向性，是為了實(shí)現(xiàn)對(duì)更昂貴資源的節(jié)約［3］。而隨后以Acemoglu等為代表的一系列研究推動(dòng)下，偏向型技術(shù)進(jìn)步的涵蓋范圍從僅關(guān)注生產(chǎn)要素，轉(zhuǎn)向?qū)⒛茉聪暮臀廴井a(chǎn)出減少等環(huán)保綠色因素納入考量范圍［4-5］。而針對(duì)中國(guó)區(qū)域?qū)⑽廴镜确瞧谕a(chǎn)出減少納入技術(shù)進(jìn)步衡量標(biāo)準(zhǔn)的研究，主要為對(duì)工業(yè)技術(shù)進(jìn)步的研究，如李靜等（2018）通過(guò)方向距離函數(shù)DEA?模型將COD和氨氮等污染排放納入工業(yè)全要素生產(chǎn)率測(cè)算中，再通過(guò)Malmquist指數(shù)分解出綠色生產(chǎn)技術(shù)效率，并進(jìn)一步得出區(qū)域差異以及研發(fā)投入、污染治理投資對(duì)其技術(shù)進(jìn)步的影響［6］；景維民和張璐（2014）同樣運(yùn)用方向距離函數(shù)DEA和Malmquist指數(shù)分解法，將COD和二氧化硫作為工業(yè)非期望產(chǎn)出測(cè)算了綠色生產(chǎn)技術(shù)，并認(rèn)為環(huán)境管制強(qiáng)度能有助于中國(guó)工業(yè)綠色生產(chǎn)技術(shù)［7］。在農(nóng)業(yè)技術(shù)進(jìn)步方面，已有研究仍然多為生產(chǎn)偏向型，如楊福霞等（2018）通過(guò)構(gòu)建超越對(duì)數(shù)成本函數(shù)測(cè)算了中國(guó)小麥生產(chǎn)技術(shù)進(jìn)步速率，發(fā)現(xiàn)農(nóng)業(yè)公共投資對(duì)小麥生產(chǎn)技術(shù)進(jìn)步的驅(qū)動(dòng)作用大于價(jià)格誘導(dǎo)［8］；陳書(shū)章等（2013）也通過(guò)超越對(duì)數(shù)成本函數(shù)對(duì)中國(guó)小麥生產(chǎn)技術(shù)進(jìn)步速率進(jìn)行測(cè)算研究，并對(duì)技術(shù)進(jìn)步進(jìn)行了類(lèi)型劃分［9］；楊義武等（2017）通過(guò)分解基于生產(chǎn)函數(shù)的全要素生產(chǎn)率，得出農(nóng)業(yè)技術(shù)進(jìn)步效率，并分析了其對(duì)糧食生產(chǎn)的溢出效應(yīng)［10］。同時(shí)，目前對(duì)中國(guó)農(nóng)業(yè)綠色生產(chǎn)的研究?jī)H為對(duì)綠色生產(chǎn)效率的測(cè)算，未深化到對(duì)綠色生產(chǎn)技術(shù)的探究，如展進(jìn)濤等（2019）將去掉碳排放成本后的農(nóng)業(yè)產(chǎn)值作為綠色產(chǎn)出，通過(guò)參數(shù)隨機(jī)前沿函數(shù)模型測(cè)算了農(nóng)業(yè)綠色生產(chǎn)率，并分析了時(shí)間變化和空間差異［11］；李思勉和何蒲明（2020）則運(yùn)用超效率SBM模型，同樣將農(nóng)業(yè)生產(chǎn)的碳排放量引入到生產(chǎn)函數(shù)中測(cè)算了糧食綠色生產(chǎn)率，并對(duì)比了不同糧食功能區(qū)綠色生產(chǎn)率的差異［12］。

綜上所述，目前學(xué)者對(duì)中國(guó)綠色生產(chǎn)技術(shù)的測(cè)算以及影響機(jī)制已開(kāi)展大量研究，但是對(duì)中國(guó)糧食綠色生產(chǎn)技術(shù)的度量、時(shí)空差異和溢出機(jī)理還缺乏探討。因此本文基于現(xiàn)有文獻(xiàn)經(jīng)驗(yàn)，試圖對(duì)近年來(lái)中國(guó)主要產(chǎn)糧省份“糧食綠色生產(chǎn)技術(shù)”進(jìn)行測(cè)度和分析，將糧食種植中的非期望產(chǎn)出引入超效率SBM模型，運(yùn)用Malmquist指數(shù)分解法測(cè)算稻谷、小麥和玉米綠色生產(chǎn)技術(shù)指數(shù)；并在分析空間分布差異的基礎(chǔ)上通過(guò)?Morans?I?指數(shù)進(jìn)一步探究各糧食綠色生產(chǎn)技術(shù)的空間相關(guān)性；最后運(yùn)用空間Durbin模型得出的不同因素對(duì)3種糧食綠色生產(chǎn)技術(shù)的溢出效應(yīng)。本文旨在掌握中國(guó)糧食綠色生產(chǎn)技術(shù)的空間特征現(xiàn)狀和溢出效應(yīng)機(jī)理的基礎(chǔ)上，因地制宜提出不同糧食作物綠色生產(chǎn)技術(shù)的提升舉措，為在低碳經(jīng)濟(jì)背景下中國(guó)農(nóng)業(yè)可持續(xù)發(fā)展提供政策啟示。

二、糧食綠色生產(chǎn)技術(shù)空間溢出機(jī)理

空間溢出效應(yīng)是指本地區(qū)某因素的變動(dòng)對(duì)鄰近地區(qū)技術(shù)進(jìn)步等結(jié)果的影響［13］，并存在擴(kuò)散和極化兩種形態(tài)。由于相鄰地區(qū)資源稟賦特征相近且經(jīng)濟(jì)活動(dòng)等交流便捷，其相鄰地區(qū)所產(chǎn)生的技術(shù)選擇是相似的，因此僅考慮技術(shù)對(duì)本地區(qū)的作用，而忽視對(duì)相鄰其他地區(qū)的影響，這會(huì)低估技術(shù)對(duì)整個(gè)社會(huì)的回報(bào)。對(duì)于技術(shù)溢進(jìn)地區(qū)而言，僅考慮本地區(qū)技術(shù)的作用，而忽視其他地區(qū)技術(shù)溢出的影響，這會(huì)高估本地區(qū)技術(shù)進(jìn)步直接作用的力度［14］。根據(jù)技術(shù)溢出機(jī)理和糧食生產(chǎn)特征并結(jié)合已有文獻(xiàn)，本研究對(duì)中國(guó)糧食綠色生產(chǎn)技術(shù)空間溢出效應(yīng)影響因素的探討，選擇了勞動(dòng)力資本素質(zhì)、政府科研投入、種植規(guī)模、財(cái)政分權(quán)程度以及農(nóng)業(yè)經(jīng)濟(jì)水平五個(gè)層面。

人力資本素質(zhì)代表了勞動(dòng)力對(duì)新技術(shù)的獲取、理解和應(yīng)用能力，地區(qū)人力資本素質(zhì)越高，其對(duì)資源節(jié)約型和環(huán)境友好型技術(shù)的采納程度越高［15］，綠色技術(shù)可能會(huì)向人力資本素質(zhì)較高地區(qū)集中，因此，假設(shè)人力資本素質(zhì)對(duì)糧食綠色生產(chǎn)技術(shù)可能存在負(fù)向溢出效應(yīng)；而使用環(huán)境友好型技術(shù)的農(nóng)戶(hù)、農(nóng)技員等勞動(dòng)力均是農(nóng)技推廣的主體，其人力資本素質(zhì)可能會(huì)通過(guò)示范效應(yīng)促進(jìn)綠色技術(shù)向其他地區(qū)的擴(kuò)散程度［16］，因此，人力資本素質(zhì)對(duì)綠色生產(chǎn)技術(shù)應(yīng)也可能存在正向溢出效應(yīng)。在技術(shù)方面，加大農(nóng)業(yè)科研投入以及提升農(nóng)業(yè)技術(shù)水平能夠帶動(dòng)地區(qū)農(nóng)業(yè)技術(shù)水平上升；并且，這種科研投入不僅對(duì)本地起到正向促進(jìn)作用，還會(huì)對(duì)周邊地區(qū)產(chǎn)生強(qiáng)烈的溢出效應(yīng)［17］；因此，政府科研投入可能對(duì)糧食綠色生產(chǎn)技術(shù)存在正向溢出效應(yīng)。需要注意的是，為獲取更多稅收而展開(kāi)的地方政府競(jìng)爭(zhēng)在一定程度上導(dǎo)致“科技成果封鎖”的出現(xiàn)，也存在負(fù)向溢出效應(yīng)的可能［18］。種植規(guī)模的擴(kuò)張會(huì)降低當(dāng)?shù)剞r(nóng)戶(hù)獲取市場(chǎng)信息和生產(chǎn)要素的成本，從而促進(jìn)本地農(nóng)業(yè)生產(chǎn)技術(shù)的采納程度，因此，種植規(guī)?？赡軐?duì)糧食綠色生產(chǎn)技術(shù)存在負(fù)向溢出效應(yīng)?，F(xiàn)有研究認(rèn)為財(cái)政分權(quán)對(duì)技術(shù)進(jìn)步的影響不同，“積極論”認(rèn)為財(cái)政分權(quán)度較高的地區(qū)由于較高的資金吸引能力、制度的創(chuàng)新和資源配置的優(yōu)化因而促進(jìn)技術(shù)水平的提高，“消極論”認(rèn)為財(cái)政分權(quán)會(huì)削弱中央的宏觀(guān)調(diào)控能力、加大地區(qū)間的收入差距、導(dǎo)致地方政府的惡性競(jìng)爭(zhēng)從而損害了技術(shù)進(jìn)步［19］，因而，財(cái)政分權(quán)對(duì)糧食綠色生產(chǎn)技術(shù)也可能存在雙向溢出效應(yīng)。而從經(jīng)濟(jì)發(fā)展的角度來(lái)看，技術(shù)通常向經(jīng)濟(jì)發(fā)展水平較高的地區(qū)溢出，因?yàn)槠鋵?duì)先進(jìn)技術(shù)的消化吸收能力較強(qiáng)，因而，糧食綠色技術(shù)可能會(huì)首先被農(nóng)業(yè)經(jīng)濟(jì)更發(fā)達(dá)的地區(qū)吸收，即存在負(fù)向溢出效應(yīng)；而其他研究同時(shí)也指出發(fā)達(dá)地區(qū)在吸收技術(shù)后，下一階段會(huì)將技術(shù)向落后地區(qū)擴(kuò)散［20］，因此，農(nóng)業(yè)經(jīng)濟(jì)水平對(duì)糧食綠色生產(chǎn)技術(shù)可能還存在正向溢出效應(yīng)。綜上所述，本研究選擇以上五種因素，探討其對(duì)糧食綠色生產(chǎn)技術(shù)的溢出效應(yīng)。

三、數(shù)據(jù)來(lái)源與模型設(shè)定

（一）數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于2008-2017年《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》和《第一次全國(guó)污染源普查—農(nóng)業(yè)污染源肥料流失系數(shù)手冊(cè)》。依據(jù)《全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》統(tǒng)計(jì)，?采用了除香港特別行政區(qū)、澳門(mén)特別行政區(qū)、北京市、天津市、上海市、青海省、臺(tái)灣省、西藏自治區(qū)以外的中國(guó)26個(gè)產(chǎn)糧?。ㄊ?、自治區(qū)）的面板數(shù)據(jù)，其中稻谷生產(chǎn)省份共計(jì)23個(gè)，小麥生產(chǎn)省份共計(jì)15個(gè)，玉米生產(chǎn)省份共計(jì)20個(gè)，具體見(jiàn)表1。

（二）綠色生產(chǎn)技術(shù)測(cè)度方法

1超效率SBM-ML指數(shù)分解模型

本文首先通過(guò)超效率SBM模型對(duì)糧食綠色生產(chǎn)效率進(jìn)行評(píng)估，再通過(guò)Malmquist-Luenberger（ML）指數(shù)分解出糧食綠色生產(chǎn)技術(shù)指數(shù)。其中，超效率SBM模型以各個(gè)省份分別作為決策單元（DMU），假設(shè)有n個(gè)DMU，每個(gè)DMU的糧食生產(chǎn)存在m種投入X=［?X1，?X2，?…，?Xm］，?可生產(chǎn)出r1種期望產(chǎn)出Ys=［?Ys1，?Xs2，?…，?Xsr1］和r2種非期望產(chǎn)出Yq=［?Yq1，?Xq2，?…，?Xqr2］，規(guī)模報(bào)酬可變情況下生產(chǎn)可能集為P={（X，?Ys，?Yq）|X≤Xλ，?Ys≤Ysλ，?Yq≤Yqλ}，?λ為權(quán)重系數(shù)。而本文在假定規(guī)模報(bào)酬可變情況下，將松弛變量放入目標(biāo)函數(shù)中，并在評(píng)價(jià)DMU時(shí)不考慮其本身，包含非期望產(chǎn)出的超效率SBM方向性距離函數(shù)為：

minp=??1?m?∑?m?i=1??X?-??Xik???1?r1+r2??∑?r1?s=1??Yd?-??Ydsk?+∑?r2?q=1??Yu?-??Yuqk（1）

st?∑?n??j=1j≠k??XijλjX?-?∑?n??j=1j≠k??YdsjλjYd?-?∑?n??j=1j≠k??YdqjλjYd?-?X?-?Xk;Yd?-?Ydk;Yu?-?Yukλj0i=1，2，…，m;j=1，2，…，n（j≠k）s=1，2，…，r1;q=1，2，…，r2

式（1）中：p為DMU的糧食綠色生產(chǎn)效率；X?-?表示投入的松弛量；Yd?-?表示期望產(chǎn)出松弛量；Yu?-?表示非期望產(chǎn)出松弛量。Xij表示第j個(gè)省份的第i項(xiàng)投入；Ysj表示第j個(gè)省份的第s項(xiàng)期望產(chǎn)出；Yqj表示第j個(gè)省份的第q項(xiàng)非期望產(chǎn)出；λj為權(quán)重系數(shù)。

ML指數(shù)是基于跨期動(dòng)態(tài)概念和幾何平均思路，通過(guò)方向距離函數(shù)計(jì)算不同時(shí)期每個(gè)DMU與生產(chǎn)前沿面的距離。本文t和t+1時(shí)期參比的SBM-ML指數(shù)構(gòu)建如下：

（SBM-ML）t+1t=??Dtv（Xt+1，Yt+1s，Yt+1q）?Dt+1v（Xt，Yts，Ytq）?×?Dt+1v（Xt+1，Yt+1s，Yt+1q）?Dt+1v（Xt，Yts，Ytq）??1/2=?Dt+1v（Xt+1，Yt+1s，Yt+1q）?Dtv（Xt，Yts，Ytq）?×??Dtv（Xt+1，Yt+1s，Yt+1q）?Dt+1v（Xt+1，Yt+1s，Yt+1q）?×?Dtv（Xt，Yts，Ytq）?Dt+1v（Xt，Yts，Ytq）??1/2=ECt+1t×TCt+1t=TEC×TTC?（2）

SBM-ML指數(shù)分解為技術(shù)效率追趕指數(shù)（TEC）和技術(shù)進(jìn)步變化指數(shù)（TTC）。TEC表示t+1和t時(shí)期實(shí)際投入量下與生產(chǎn)前沿面距離的對(duì)比，TEC>1表示t+1時(shí)期相較于t時(shí)期更靠近生產(chǎn)前沿面，存在效率追趕；TEC=1和TEC<1則分別表示效率不變和效率相對(duì)退步；在本文中TEC的求解結(jié)果為糧食綠色效率追趕指數(shù)。TTC表示在投入量不變下t+1和t時(shí)期與生產(chǎn)前沿面距離的對(duì)比，TTC>1表示t+1時(shí)期相較于t時(shí)期的生產(chǎn)過(guò)程中存在技術(shù)進(jìn)步，技術(shù)進(jìn)步是一個(gè)寬泛的概念，不僅包括由于科技發(fā)展導(dǎo)致的生產(chǎn)技術(shù)和投入要素的更新?lián)Q代，還包括了管理和制度改革帶來(lái)的紅利；TTC=1和TTC<1則分別表示技術(shù)進(jìn)步無(wú)變化和技術(shù)相對(duì)退步，技術(shù)相對(duì)退步則是由于新技術(shù)推廣補(bǔ)貼力度的下降或弊端顯現(xiàn)等原因，使用者又重拾傳統(tǒng)技術(shù)；在本文中TTC的求解結(jié)果則為糧食綠色生產(chǎn)技術(shù)指數(shù)。

2指標(biāo)體系選取

（1）投入指標(biāo)，本文在超效率SBM模型測(cè)算中考慮的投入要素包括土地投入量、用工數(shù)量、機(jī)械畜力費(fèi)用、種子用量、化肥用量和水資源投入量，詳見(jiàn)表1。其中機(jī)械畜力費(fèi)用按2008年基準(zhǔn)價(jià)格進(jìn)行平減。而3種糧食作物水資源投入量從農(nóng)業(yè)用水量分離得出［21］，其計(jì)算方式如下：

式（3）中：IWRi，t為i省份t年的3種糧食作物水資源投入量，?分別為稻谷、小麥和玉米；IAWRi，t為i省份t年的農(nóng)業(yè)水資源投入量；SAGCi，t為i省份t年的3種糧食作物播種面積；SACi，t為i省份t年的農(nóng)作物總播種面積；CIi，t為i省份3種糧食作物的灌溉系數(shù)，由不同地區(qū)該糧食作物灌溉需水量占3種糧食作物灌溉總需水量的比例計(jì)算得到。

（2）產(chǎn)出指標(biāo)，包括期望產(chǎn)出和非期望產(chǎn)出。其中，期望產(chǎn)出要素為糧食產(chǎn)值，非期望產(chǎn)出要素為總氮和總磷的環(huán)境排放量。其中糧食產(chǎn)值按2008年基準(zhǔn)價(jià)格進(jìn)行平減。總氮和總磷的環(huán)境排放量無(wú)法直接獲取，因此采用國(guó)務(wù)院第一次全國(guó)污染源普查領(lǐng)導(dǎo)小組辦公室發(fā)布的《第一次全國(guó)污染源普查—農(nóng)業(yè)污染源肥料流失系數(shù)手冊(cè)》估算各省市的總氮和總磷的環(huán)境排放量系數(shù)，其環(huán)境排放量計(jì)算方式如下：

式（4）中：Ei，t為i省份t年的不同糧食作物的總氮或總磷的環(huán)境排放量；EUi，t為i省份t年不同糧食作物的總氮或總磷的施用量；SRi，t為i省份總氮或總磷的地表徑流流失系數(shù)；GLi，t為i省份總氮或總磷的地下淋溶流失系數(shù)。

（三）空間矩陣選擇

已有研究證明了距離是技術(shù)擴(kuò)散的主要因素，技術(shù)擴(kuò)散程度會(huì)隨著空間距離增大而逐漸減?。?2］。因此本文選擇地理鄰接權(quán)重矩陣作為糧食綠色技術(shù)空間自相關(guān)和影響因素分析的空間權(quán)重矩陣。當(dāng)兩省相連時(shí)設(shè)權(quán)重值為1，兩省不相連設(shè)權(quán)重值為0，且矩陣表中主對(duì)角線(xiàn)元素取值為0。

（四）空間自相關(guān)測(cè)度

1全局?Morans?I?指數(shù)

全局?Morans?I?指數(shù)是檢驗(yàn)相鄰空間的屬性值是否具有集聚性或離散性的空間相關(guān)性檢驗(yàn)指標(biāo)，該指數(shù)用來(lái)從整體上揭示中國(guó)糧食綠色生產(chǎn)技術(shù)有沒(méi)有空間集聚或離散情況。其計(jì)算公式如下：

式（5）中：I表示?Morans?I?指數(shù)，Xi表示第i個(gè)省份的糧食綠色生產(chǎn)技術(shù)指數(shù)；Xj表示第j個(gè)省份的糧食綠色生產(chǎn)技術(shù)指數(shù)；n表示省份數(shù)量；x?-?表示糧食綠色生產(chǎn)技術(shù)的平均水平；ωi，j為空間權(quán)重矩陣，表示第i個(gè)省份與第j個(gè)省份的空間鄰接關(guān)系，若相鄰，ωi，j取1，否則取0。

Morans?I?指數(shù)的取值范圍為［-1，1］，取值越接近于1，說(shuō)明省份間糧食綠色生產(chǎn)技術(shù)指數(shù)的正向關(guān)聯(lián)程度越高，存在高技術(shù)進(jìn)步省份被其他高技術(shù)進(jìn)步省份包圍以及低技術(shù)進(jìn)步省份被低技術(shù)進(jìn)步省份包圍的情況，即高高（H-H）集聚和低低（L-L）集聚；越接近于-1，說(shuō)明負(fù)向關(guān)聯(lián)程度越高，存在低技術(shù)進(jìn)步省份被高技術(shù)進(jìn)步省份包圍和高技術(shù)進(jìn)步省份被低技術(shù)進(jìn)步省份包圍，即低高（L-H）集聚和高低（H-L）集聚；取值接近于0，則表示空間不相關(guān)。

2局部?Morans?I?指數(shù)

局部?Morans?I?指數(shù)用來(lái)反映全局中各小區(qū)域的關(guān)聯(lián)程度，可以找出糧食綠色生產(chǎn)技術(shù)存在的局域相關(guān)性。其計(jì)算公式如下（局部莫蘭指數(shù)公式的正確性需要進(jìn)一步核對(duì)）：

式（6）中：Ii表示局部?Morans?I?指數(shù)，Ei（Ii）為?Morans?I?指數(shù)的期望值，其他變量含義與公式（5）一致。當(dāng)Ii>?Ei（Ii）時(shí)，表明i省份與周邊省份存在區(qū)域正向關(guān)聯(lián)；當(dāng)Ii

（五）空間Durbin模型

由于本文主要探討中國(guó)糧食綠色生產(chǎn)技術(shù)的空間差異和特征，因此選擇包含空間滯后變量的空間Durbin模型，重點(diǎn)探究不同因素對(duì)糧食綠色生產(chǎn)技術(shù)的溢出效應(yīng)。該模型沒(méi)有對(duì)潛在溢出效應(yīng)進(jìn)行限制，相較空間滯后和空間誤差模型更能保證系數(shù)的無(wú)偏估計(jì)?？臻gDurbin模型設(shè)定如下：

式（7）中：TCi，t表示省份為i，年份為t的糧食綠色生產(chǎn)技術(shù)指數(shù)，分別為稻谷、小麥和玉米。ωi，j表示空間權(quán)重矩陣，ρ、β1-5、θ1-5為待估計(jì)參數(shù)，μi為空間特定效應(yīng)，λt為時(shí)間特定效應(yīng)，εi，t為誤差項(xiàng)。YEL表示勞動(dòng)力人力資本素質(zhì)，由勞動(dòng)力受教育年限衡量，通過(guò)地方勞動(dòng)力教育年限由勞動(dòng)力受教育程度比例與受教育年數(shù)相乘計(jì)算。ISR表示政府科研投入力度，由于糧食綠色生產(chǎn)技術(shù)不僅包括農(nóng)學(xué)，還包括生物學(xué)、生態(tài)學(xué)以及綜合管理技術(shù)等方面，因此通過(guò)地方財(cái)政科學(xué)技術(shù)支出占地方財(cái)政一般預(yù)算支出比例表征，且由于從科研投入到發(fā)生技術(shù)進(jìn)步存在時(shí)滯效應(yīng)，因此政府科研投入力度變量選擇滯后一期。PS表示種植規(guī)模，由人均種植面積表示。FD表示財(cái)政分權(quán)程度，由地方財(cái)政一般預(yù)算收入與地方財(cái)政一般預(yù)算支出的比例衡量，表征地方財(cái)政的自主度。EG表示農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，由人均第一產(chǎn)業(yè)增加值表示。

四、實(shí)證結(jié)果分析

（一）時(shí)間序列變化討論

圖1至圖3展示了2008-2017年間中國(guó)3種糧食綠色生產(chǎn)技術(shù)指數(shù)、綠色效率追趕指數(shù)、綠色生產(chǎn)效率的變化?？傮w來(lái)看稻谷綠色生產(chǎn)效率（平均值0917）略高于小麥和玉米（平均值0877和0865），綠色生產(chǎn)技術(shù)指數(shù)呈現(xiàn)相同差異（稻谷平均值1033、小麥平均值1031、玉米1009），綠色效率追趕指數(shù)之間差距較小（稻谷平均值0999、小麥平均值1001、玉米平均值1001）。

研究期內(nèi)稻谷綠色生產(chǎn)效率和綠色生產(chǎn)技術(shù)指數(shù)呈現(xiàn)波動(dòng)趨勢(shì)，其中技術(shù)進(jìn)步指數(shù)在2010年和2014年出現(xiàn)兩次高值波動(dòng)，造成了生產(chǎn)效率的兩次峰值，而綠色效率追趕指數(shù)較為穩(wěn)定均在1附近，說(shuō)明在研究時(shí)期內(nèi)綠色生產(chǎn)技術(shù)是提升稻谷綠色生產(chǎn)效率的主要?jiǎng)恿Α?/p>

小麥綠色生產(chǎn)效率與綠色生產(chǎn)技術(shù)指數(shù)變動(dòng)趨勢(shì)也基本相同，其中，綠色生產(chǎn)技術(shù)指數(shù)在2014和2016年出現(xiàn)高低兩次波動(dòng)，造成了綠色生產(chǎn)效率在2014年的峰值，而綠色效率追趕指數(shù)同樣穩(wěn)定在1左右，說(shuō)明綠色生產(chǎn)技術(shù)也是小麥綠色生產(chǎn)效率變化的主要原因。

玉米綠色生產(chǎn)效率年均值呈現(xiàn)先升后降的倒U型趨勢(shì)，綠色生產(chǎn)技術(shù)指數(shù)在2015-2016年出現(xiàn)低值波動(dòng)，造成了生產(chǎn)效率在2016年的低谷，而綠色效率追趕指數(shù)在2011至2012年的抬升造成了2012年的生產(chǎn)效率的高值，說(shuō)明了技術(shù)進(jìn)步和效率追趕的變化均是研究期內(nèi)玉米綠色生產(chǎn)效率變化的原因。

（二）空間分布討論

2007-2018年23個(gè)稻谷種植省份綠色生產(chǎn)技術(shù)指數(shù)平均值全部處于10-11之間，說(shuō)明在研究期內(nèi)各省稻谷綠色生產(chǎn)新技術(shù)的采納程度處于上升趨勢(shì)。表2進(jìn)一步展示了以生產(chǎn)生活相似性為依據(jù)的八大區(qū)域稻谷綠色生產(chǎn)技術(shù)指數(shù)對(duì)比，可以看出各區(qū)域綠色生產(chǎn)技術(shù)指數(shù)平均值也全部處于10-11之間，東北地區(qū)稍高于其他區(qū)域，西南地區(qū)略低于其他區(qū)域。在稻谷綠色生產(chǎn)技術(shù)兩次峰值時(shí)期（2010年和2014年），各區(qū)域的綠色生產(chǎn)技術(shù)指數(shù)也均大于1；其中2010年峰值時(shí)期黃河中游（1556）遠(yuǎn)高于其他區(qū)域，北部沿海、東北地區(qū)和西北地區(qū)則位于12-13之間，東部沿海、長(zhǎng)江中游和西南地區(qū)位于11-12之間，南部沿海（1032）最低；而2014年峰值時(shí)期呈現(xiàn)出黃河中游和東北地區(qū)（11-12）高于其他六個(gè)地區(qū)（10-11）?？偨Y(jié)來(lái)說(shuō)，在整個(gè)研究期內(nèi)稻谷種植省份均發(fā)生了綠色生產(chǎn)技術(shù)進(jìn)步，其中東北地區(qū)進(jìn)步程度最高，西南地區(qū)進(jìn)步程度最低；而兩次稻谷綠色生產(chǎn)技術(shù)高峰期的出現(xiàn)，是由全國(guó)稻谷種植區(qū)域技術(shù)進(jìn)步推動(dòng)，其中黃河中游和東北地區(qū)等粳稻種植區(qū)是兩次技術(shù)進(jìn)步高峰中的最大技術(shù)進(jìn)步區(qū)。

2007-2018年15個(gè)小麥種植省份綠色生產(chǎn)技術(shù)指數(shù)平均值出現(xiàn)明顯省際差異，其中黑龍江綠色生產(chǎn)技術(shù)指數(shù)（1238）遠(yuǎn)超其他省份，四川（0995）和湖北（0999）綠色生產(chǎn)技術(shù)指數(shù)稍低于1，說(shuō)明在研究期內(nèi)出現(xiàn)相對(duì)其他省份技術(shù)進(jìn)步緩慢，其對(duì)綠色種植新技術(shù)的采納使用程度不足，?而其余省份綠色生產(chǎn)技術(shù)指數(shù)均在10-11之間。表3也顯示了東北地區(qū)綠色生產(chǎn)技術(shù)指數(shù)平均值最高（1238），西南地區(qū)最低（0999），其他地區(qū)均位于10-11之間。在小麥綠色生產(chǎn)技術(shù)峰值時(shí)期和低谷時(shí)期（2014年和2016年），所有區(qū)域綠色生產(chǎn)技術(shù)指數(shù)也同時(shí)大于1和小于1；其中2014年峰值時(shí)期黃河中游（1216）高于其他區(qū)域，其次為東部沿海和長(zhǎng)江中游（11-12），東部地區(qū)、北部沿海、西南地區(qū)和西北地區(qū)則處于10-11之間；而在2016年低谷時(shí)期，黃河中游、東部沿海和西南地區(qū)出現(xiàn)較為明顯的技術(shù)進(jìn)步緩慢（08-09之間），其余地區(qū)位于09-10之間?？偨Y(jié)來(lái)說(shuō)，在整個(gè)研究期內(nèi)除四川和湖北外，全國(guó)其他小麥種植省市均取得了綠色生產(chǎn)技術(shù)進(jìn)步，其中東北區(qū)域最高；而一高一低兩次小麥綠色生產(chǎn)技術(shù)進(jìn)步波動(dòng)出現(xiàn)，也是由全國(guó)小麥種植區(qū)域同時(shí)推動(dòng)發(fā)生，其中黃河中游、東部沿海等冬小麥種植區(qū)為技術(shù)波動(dòng)最大區(qū)域；而東北地區(qū)雖然在研究期內(nèi)綠色生產(chǎn)技術(shù)指數(shù)平均值最高，但未與全國(guó)綠色技術(shù)波動(dòng)趨勢(shì)一致，可能由于其為春小麥種植區(qū)有關(guān)。

2007-2018年20個(gè)玉米種植省份綠色生產(chǎn)技術(shù)指數(shù)平均值也呈現(xiàn)區(qū)域不同，其中大部分地區(qū)綠色生產(chǎn)技術(shù)指數(shù)在10-11之間，而遼寧（0964）、江蘇（0983）、甘肅（0988）、四川（0999）、重慶（0990）和云南（0995）綠色生產(chǎn)技術(shù)指數(shù)低于1。表4顯示北部沿海、黃河中游、長(zhǎng)江中游和西北地區(qū)綠色生產(chǎn)技術(shù)指數(shù)平均值位于10-11之間，東北地區(qū)、東部沿海和西南地區(qū)位于09-10之間。玉米綠色生產(chǎn)技術(shù)低谷時(shí)期（2015年和2016年），所有區(qū)域綠色生產(chǎn)技術(shù)指數(shù)均小于1；其中2015年各區(qū)域均位于08-09之間；而在2016年?yáng)|北區(qū)域（0789）技術(shù)進(jìn)步最為緩慢，其次為北部沿海和黃河中游（08-09），其他地區(qū)位于09-10之間?？偨Y(jié)來(lái)說(shuō)，在整個(gè)研究期內(nèi)全國(guó)大部分玉米種植省市取得了綠色生產(chǎn)技術(shù)進(jìn)步，而東北地區(qū)、東部沿海和西南地區(qū)技術(shù)進(jìn)步相對(duì)緩慢；而玉米綠色生產(chǎn)技術(shù)進(jìn)步低谷期的發(fā)生，也是由全國(guó)各玉米種植區(qū)域技術(shù)進(jìn)步緩慢共同導(dǎo)致，其中東北區(qū)域、北部沿海和黃河中游為我國(guó)玉米的主要種植區(qū)，但其技術(shù)進(jìn)步速度卻最為滯后。

綜上所述，東北、黃河中游等糧食主產(chǎn)區(qū)綠色技術(shù)進(jìn)步明顯，其中東北地區(qū)稻谷、小麥取得較高的綠色生產(chǎn)技術(shù)進(jìn)步，然而在玉米種植上的技術(shù)進(jìn)步速度較為滯后，相比之下西南地區(qū)綠色技術(shù)進(jìn)步則顯得緩慢。

（三）空間相關(guān)性討論

通過(guò)前文時(shí)間序列和空間分布的分析可以得出中國(guó)糧食綠色生產(chǎn)技術(shù)指數(shù)存在高值波動(dòng)期和低值波動(dòng)期，且不同糧食作物在不同波動(dòng)時(shí)期存在技術(shù)進(jìn)步的空間差異，因而本文通過(guò)全局和局部Morans?I指數(shù)分析其空間相關(guān)性，從而進(jìn)一步揭示空間特征。?表5至表7顯示全局Morans?I指數(shù)結(jié)果，不同糧食作物綠色生產(chǎn)技術(shù)指數(shù)在高值和低值波動(dòng)時(shí)期均呈現(xiàn)了較為明顯的空間相關(guān)性，且通過(guò)了顯著性檢驗(yàn)，而平穩(wěn)期均未通過(guò)顯著性檢驗(yàn)。這說(shuō)明了中國(guó)糧食綠色生產(chǎn)技術(shù)指數(shù)的波動(dòng)在空間上具有明顯的關(guān)聯(lián)性，且不同糧食作物關(guān)聯(lián)性不同。其中，稻谷的兩次高值波動(dòng)時(shí)期和小麥一高一低的兩次波動(dòng)時(shí)期?Morans?I?指數(shù)均為正數(shù)，說(shuō)明中國(guó)稻谷和小麥的綠色生產(chǎn)技術(shù)變化呈現(xiàn)集聚型空間特征；而玉米的低值波動(dòng)時(shí)期?Morans?I?指數(shù)為負(fù)，說(shuō)明玉米的綠色技術(shù)變化呈現(xiàn)離散型空間特征。這可能是由于稻谷和小麥綠色技術(shù)存在相近的空間溢出機(jī)制，因此均呈現(xiàn)集聚型空間特征；而玉米的溢出機(jī)制可能與稻谷和小麥不同，或沒(méi)有顯著的溢出機(jī)制，因而呈現(xiàn)離散型空間特征。

通過(guò)進(jìn)一步的局部?Morans?I?指數(shù)分析可以看出，稻谷2009-2011年綠色生產(chǎn)技術(shù)指數(shù)高值波動(dòng)時(shí)期H-H集聚省份為黑龍江、吉林和陜西，說(shuō)明在該次稻谷全國(guó)綠色生產(chǎn)技術(shù)進(jìn)步時(shí)期，進(jìn)步主導(dǎo)省份集聚在兩處，分別以黑龍江和吉林為中心和以陜西為中心。2013-2015年稻谷綠色生產(chǎn)技術(shù)指數(shù)高值波動(dòng)時(shí)期H-H集聚省份為黑龍江、遼寧、河北、福建、廣東和海南，說(shuō)明在第二次全國(guó)稻谷綠色生產(chǎn)技術(shù)進(jìn)步時(shí)期，進(jìn)步主導(dǎo)省份的集聚區(qū)域更廣，共有三處集聚區(qū)域，分別以黑龍江為中心、以遼寧和河北為中心、以福建、廣東和海南為中心?？梢钥闯觯瑑纱蔚竟染G色生產(chǎn)技術(shù)時(shí)期間隔較長(zhǎng)且集聚區(qū)域不同，說(shuō)明可能兩次技術(shù)進(jìn)步種類(lèi)不同。

小麥2013-2015年綠色生產(chǎn)技術(shù)指數(shù)高值波動(dòng)時(shí)期H-H集聚省份為山西、內(nèi)蒙古和黑龍江，說(shuō)明在小麥全國(guó)綠色生產(chǎn)技術(shù)進(jìn)步時(shí)期，進(jìn)步主導(dǎo)省份呈現(xiàn)一處集聚中心。小麥2016-2017年低值波動(dòng)時(shí)期L-L集聚省份為山西、內(nèi)蒙古、黑龍江、甘肅和寧夏，說(shuō)明在小麥全國(guó)綠色技術(shù)退步時(shí)期，?退步主導(dǎo)省份也呈現(xiàn)出一處集聚中心，相較技術(shù)進(jìn)步時(shí)的集聚區(qū)域基礎(chǔ)上增加了甘肅和寧夏。這一連續(xù)時(shí)間的技術(shù)進(jìn)步和退步時(shí)期集聚區(qū)域的重疊，說(shuō)明可能是對(duì)同一綠色新技術(shù)的使用和摒棄。

玉米2014-2017年綠色生產(chǎn)技術(shù)指數(shù)低值波動(dòng)時(shí)期的L-H省份為甘肅、陜西、山西、河北、遼寧、江蘇、湖北和貴州，這說(shuō)明了研究期內(nèi)中國(guó)玉米綠色技術(shù)退步的主導(dǎo)省份離散分布在不同區(qū)域，呈現(xiàn)出甘肅、陜西、山西、河北、遼寧和湖北線(xiàn)狀相連、江蘇和貴州孤立式分布的空間特征。

（四）空間溢出效應(yīng)討論

本文通過(guò)基于極大似然估計(jì)的空間Durbin模型最終分解出不同因素對(duì)糧食綠色生產(chǎn)技術(shù)進(jìn)步的溢出效應(yīng)，從技術(shù)溢出角度探討不同糧食綠色生產(chǎn)技術(shù)進(jìn)步空間差異性的形成原因。?表8顯示，稻谷、小麥和玉米的Wald值以及LR值分別為1771、1255、3209和1914、1342、1489，且均通過(guò)了顯著性檢驗(yàn)，從而拒絕了θ=0和θ+ρβ=0的原假設(shè)，說(shuō)明模型不能進(jìn)一步簡(jiǎn)化成空間誤差模型（SEM）或者空間滯后模型（SLM）。因此空間Durbin模型（SDM）適合分析我國(guó)糧食作物綠色生產(chǎn)技術(shù)的空間變化因素。而3種糧食作物的Hausman檢驗(yàn)結(jié)果顯示，稻谷和小麥未通過(guò)顯著性檢驗(yàn)，未拒絕固定效應(yīng)模型與隨機(jī)效應(yīng)模型之間無(wú)差別的零假設(shè)，說(shuō)明隨機(jī)效應(yīng)模型優(yōu)于固定效應(yīng)模型，而玉米則通過(guò)了顯著性檢驗(yàn)，?說(shuō)明固定效應(yīng)模型更優(yōu)，因此本文稻谷和小麥選用隨機(jī)效應(yīng)估計(jì)方式，玉米選用固定效應(yīng)估計(jì)方式。

糧食綠色生產(chǎn)技術(shù)驅(qū)動(dòng)因素空間Durbin回歸結(jié)果（表8）可以看出，不同變量對(duì)稻谷、小麥和玉米綠色生產(chǎn)技術(shù)的影響方向和程度均有較大差異，而由于空間Durbin模型的估計(jì)系數(shù)不能直接反映自變量對(duì)因變量的影響，因而通過(guò)LeSage和Pace提供的方法將影響效應(yīng)分解為直接效應(yīng)、溢出效應(yīng)和總效應(yīng)［23］。?其中，溢出效應(yīng)為自變量對(duì)除本空間外其他空間因變量的平均影響，其可以看為擴(kuò)散效應(yīng)和極化效應(yīng)的綜合影響，如果擴(kuò)散效應(yīng)大于極化效應(yīng)則表現(xiàn)為正向溢出效應(yīng)，如果極化效應(yīng)大于擴(kuò)散效應(yīng)則表現(xiàn)為負(fù)向溢出，各驅(qū)動(dòng)因素對(duì)3種糧食綠色生產(chǎn)技術(shù)的溢出效應(yīng)見(jiàn)表9。

表9所示，勞動(dòng)力資本素質(zhì)對(duì)稻谷、小麥和玉米綠色生產(chǎn)技術(shù)的溢出效應(yīng)均為正向，且稻谷和小麥分別通過(guò)了10%和5%水平下顯著性檢驗(yàn)。這說(shuō)明以受教育程度為特征的勞動(dòng)力資本素質(zhì)對(duì)稻谷和小麥綠色生產(chǎn)技術(shù)進(jìn)步具有明顯的擴(kuò)散效應(yīng)，即稻谷和小麥出現(xiàn)環(huán)境友好型技術(shù)進(jìn)步省市的勞動(dòng)力資本素質(zhì)越高，越有助于該技術(shù)的向其他省市的推廣擴(kuò)散。這反映出勞動(dòng)力這一生產(chǎn)要素的擴(kuò)散效應(yīng)大于極化效應(yīng)，通過(guò)要素流動(dòng)加速了農(nóng)戶(hù)種植技術(shù)模仿和消化的過(guò)程，最終產(chǎn)生連片的集聚效應(yīng)。即糧食綠色生產(chǎn)技術(shù)弱勢(shì)地區(qū)通過(guò)優(yōu)惠農(nóng)業(yè)政策吸引周邊地區(qū)的種植能手和新型職業(yè)農(nóng)民，有利于糧食綠色種植技術(shù)的推廣和傳播。政府科研投入對(duì)稻谷、小麥和玉米綠色生產(chǎn)技術(shù)進(jìn)步的溢出效應(yīng)均為正向，但均未通過(guò)顯著性檢驗(yàn)。說(shuō)明地方科研投入對(duì)糧食綠色生產(chǎn)技術(shù)的促進(jìn)作用還僅限于當(dāng)?shù)?，?duì)周邊地區(qū)的溢出效應(yīng)還不明顯。也可能是地方政府在科研投入上存在錯(cuò)位競(jìng)爭(zhēng)特征，使得糧食綠色生產(chǎn)技術(shù)對(duì)領(lǐng)近省份不具有適用性和借鑒價(jià)值。種植規(guī)模對(duì)稻谷、小麥綠色生產(chǎn)技術(shù)進(jìn)步的溢出效應(yīng)為負(fù)向，而玉米為正向，但僅有稻谷和小麥通過(guò)了5%水平下的顯著性檢驗(yàn)。說(shuō)明種植規(guī)模對(duì)稻谷和小麥綠色生產(chǎn)技術(shù)進(jìn)步具有明顯的極化效應(yīng)，即稻谷和小麥綠色生產(chǎn)技術(shù)進(jìn)步向人均種植面積更大的省市集中。這是由于種植規(guī)模的擴(kuò)張降低了獲取市場(chǎng)信息和生產(chǎn)要素的成本，促進(jìn)了規(guī)模經(jīng)營(yíng)地區(qū)對(duì)糧食綠色生產(chǎn)技術(shù)的獲取。財(cái)政分權(quán)程度對(duì)稻谷、小麥綠色生產(chǎn)技術(shù)進(jìn)步的溢出效應(yīng)為負(fù)向，而玉米為正向，但均未通過(guò)顯著性檢驗(yàn)。說(shuō)明地區(qū)財(cái)政分權(quán)程度雖能影響當(dāng)?shù)丶夹g(shù)進(jìn)步，但是沒(méi)有顯示出對(duì)其他地區(qū)的吸收或擴(kuò)散效應(yīng)。這反映出在糧食綠色生產(chǎn)技術(shù)層面，財(cái)政分權(quán)尚未引發(fā)地方政府間的明顯競(jìng)爭(zhēng)。農(nóng)業(yè)經(jīng)濟(jì)水平對(duì)稻谷和玉米綠色生產(chǎn)技術(shù)進(jìn)步的溢出效應(yīng)為負(fù)向，對(duì)小麥的影響為正向，但僅有稻谷和小麥通過(guò)了1%水平下顯著性檢驗(yàn)。這說(shuō)明了稻谷和玉米綠色生產(chǎn)技術(shù)被農(nóng)業(yè)經(jīng)濟(jì)水平較高的地區(qū)吸收，處于生產(chǎn)技術(shù)向農(nóng)業(yè)經(jīng)濟(jì)發(fā)達(dá)地區(qū)極化的階段；而小麥綠色生產(chǎn)技術(shù)則處在了從農(nóng)業(yè)經(jīng)濟(jì)水平較高的地區(qū)向外擴(kuò)散階段，由于兩者所處階段不同，作用路徑剛好是相反的。

由以上結(jié)果可知，全國(guó)稻谷和小麥綠色生產(chǎn)技術(shù)進(jìn)步出現(xiàn)主導(dǎo)省份集聚現(xiàn)象，?主要是受到勞動(dòng)力資本素質(zhì)、種植規(guī)模以及農(nóng)業(yè)經(jīng)濟(jì)水平等因素的溢出效應(yīng)影響。全國(guó)玉米綠色技術(shù)下降的主導(dǎo)省份呈現(xiàn)出線(xiàn)狀相連和孤立式分布的空間特征，則是因?yàn)闆](méi)有顯著的溢出因素存在。對(duì)此可能存在的原因是，稻谷和小麥綠色生產(chǎn)技術(shù)是以農(nóng)戶(hù)需求為主要導(dǎo)向，通過(guò)市場(chǎng)誘導(dǎo)性技術(shù)變遷實(shí)現(xiàn)，因而溢出效應(yīng)的驅(qū)動(dòng)因素較為接近，進(jìn)而在全國(guó)綠色生產(chǎn)技術(shù)指數(shù)波動(dòng)時(shí)期呈現(xiàn)出空間集聚特征；而玉米綠色生產(chǎn)技術(shù)可能是以政府供給為主導(dǎo)的強(qiáng)制性技術(shù)變遷為主，因而以上因素不存在顯著性溢出效應(yīng)，進(jìn)而呈現(xiàn)了離散型空間分布特征。勞動(dòng)力資本素質(zhì)和種植規(guī)模之所以產(chǎn)生不同作用方向，主要是種植規(guī)模往往是通過(guò)制度改革方向?qū)崿F(xiàn)種植面積擴(kuò)大的目標(biāo)，這其中很多種植大戶(hù)會(huì)受到重點(diǎn)關(guān)注，造成技術(shù)進(jìn)步偏向。然而勞動(dòng)力技能的提高則是通過(guò)交流傳播方式實(shí)現(xiàn)，這種生產(chǎn)技術(shù)進(jìn)步具有普適性。至于農(nóng)業(yè)經(jīng)濟(jì)水平在稻谷和小麥之間產(chǎn)生的結(jié)果不同，可能是南方地區(qū)多種植稻谷、北方地區(qū)多種植小麥的原因，這種南北方地區(qū)本身的農(nóng)業(yè)發(fā)展差異在一定程度上影響到綠色生產(chǎn)技術(shù)進(jìn)步的類(lèi)別。

五、結(jié)論與啟示

本文的主要研究結(jié)論如下：?（1）研究期內(nèi)中國(guó)三種糧食作物綠色生產(chǎn)技術(shù)均呈現(xiàn)出進(jìn)步的狀態(tài)，其中稻谷和小麥綠色生產(chǎn)技術(shù)指數(shù)變化是其生產(chǎn)效率變化的主要原因。空間分布顯示，東北、黃河中游等糧食主產(chǎn)區(qū)綠色技術(shù)進(jìn)步明顯，西南地區(qū)綠色技術(shù)進(jìn)步則顯得緩慢。（2）通過(guò)全局?Morans?I?指數(shù)分析空間相關(guān)性可知，稻谷和小麥的綠色技術(shù)進(jìn)步波動(dòng)呈現(xiàn)集聚型空間特征，玉米則呈現(xiàn)離散型。進(jìn)一步區(qū)域?Morans?I?指數(shù)分析顯示，?研究期內(nèi)中國(guó)稻谷綠色生產(chǎn)技術(shù)進(jìn)步的主導(dǎo)省份集聚在東北區(qū)域、黃河中游、北部沿海和南部沿海地區(qū)；小麥綠色技術(shù)變化的主導(dǎo)省份集聚在東北地區(qū)、黃河中游以及西北地區(qū)；玉米綠色技術(shù)主導(dǎo)省份呈現(xiàn)線(xiàn)狀相連和孤立式分布。（3）不同驅(qū)動(dòng)因素對(duì)稻谷、小麥和玉米技術(shù)進(jìn)步的溢出效應(yīng)結(jié)果顯示，勞動(dòng)力資本素質(zhì)對(duì)稻谷和小麥綠色生產(chǎn)技術(shù)進(jìn)步呈現(xiàn)擴(kuò)散效應(yīng)影響，種植規(guī)模對(duì)稻谷和小麥呈現(xiàn)極化效應(yīng)，農(nóng)業(yè)經(jīng)濟(jì)水平則對(duì)稻谷呈現(xiàn)極化效應(yīng)，對(duì)小麥呈現(xiàn)擴(kuò)散效應(yīng)；而各因素均未對(duì)玉米綠色生產(chǎn)技術(shù)進(jìn)步產(chǎn)生溢出效應(yīng)。

基于以上結(jié)論，得出以下啟示：?（1）政府在繼續(xù)綠色生產(chǎn)技術(shù)推廣的同時(shí)，應(yīng)根據(jù)各地區(qū)對(duì)不同糧食綠色生產(chǎn)技術(shù)吸納程度不同，側(cè)重對(duì)小麥西南種植區(qū)和玉米東部沿海種植區(qū)等低綠色技術(shù)區(qū)的推廣。（2）各級(jí)政府可通過(guò)加強(qiáng)農(nóng)村基層教育、開(kāi)展新型職業(yè)農(nóng)民和綠色高質(zhì)高效種植技術(shù)培訓(xùn)等措施，提高地區(qū)勞動(dòng)力資本素質(zhì)。（3）通過(guò)鼓勵(lì)種糧大戶(hù)或?qū)I(yè)化合作社規(guī)?；N植，設(shè)立土地流轉(zhuǎn)獎(jiǎng)勵(lì)專(zhuān)項(xiàng)資金，對(duì)符合條件的土地流轉(zhuǎn)雙方實(shí)施獎(jiǎng)勵(lì)等途徑提升區(qū)域種植規(guī)?；?，從而強(qiáng)化稻谷和小麥綠色生產(chǎn)技術(shù)的擴(kuò)散力度。（4）實(shí)現(xiàn)玉米綠色生產(chǎn)技術(shù)創(chuàng)新和推廣則需要加強(qiáng)建立以政府為主導(dǎo)的市場(chǎng)機(jī)制，通過(guò)完善補(bǔ)貼和購(gòu)買(mǎi)服務(wù)政策，調(diào)動(dòng)玉米綠色生產(chǎn)技術(shù)創(chuàng)新主體的積極性，完善玉米綠色生產(chǎn)技術(shù)風(fēng)險(xiǎn)評(píng)估和市場(chǎng)準(zhǔn)入制度，以市場(chǎng)為導(dǎo)向推進(jìn)玉米綠色生產(chǎn)技術(shù)研發(fā)和推廣應(yīng)用。

參考文獻(xiàn)：

［1］??楊彩艷，齊振宏，黃煒虹，等.效益認(rèn)知對(duì)農(nóng)戶(hù)綠色生產(chǎn)技術(shù)采納行為的影響——基于不同生產(chǎn)環(huán)節(jié)的異質(zhì)性分析［J］.長(zhǎng)江流域資源與環(huán)境，2021，30（2）：448-458.

［2］??He?K，?Zhang?J?B，?Zeng?Y?M，?et?al.?Households?Willingness?to?Accept?Compensation?for?Agricultural?Waste?Recycling：?Taking?Biogas?production?from?Livestock?Manure?Waste?in?Hubei，?P.?R.?China?as?an?Example?［J］.?Journal?of?Cleaner?Production，?2016，131（9）：?410-420.

［3］??Hicks?J.?Theory?of?Wages［M］.Lodon：Macmillan，1932：133-147.

［4］?AcemogluD?.?LABOR-?AND?CAPITAL-AUGMENTING?TECHNICAL?CHANGE［J］.?Journal?of?the?European?Economic?Association，?2003，?1（1）：1-37.

［5］?Acemoglu?D，?Aghion?P，?Bursztyn，?Leonardo，?et?al.?The?Environment?and?Directed?Technical?Change［J］.?American?Economic?Review，?2012，102（1）：131-166.

［6］?李靜，池金，吳華清.基于水資源的工業(yè)綠色偏向型技術(shù)進(jìn)步測(cè)度與分析［J］.中國(guó)人口·資源與環(huán)境，2018，28（10）：131-142.

［7］?景維民，張璐.環(huán)境管制、對(duì)外開(kāi)放與中國(guó)工業(yè)的綠色生產(chǎn)技術(shù)［J］.經(jīng)濟(jì)研究，2014，49（9）：34-47.

［8］?楊福霞，徐江川，青平.中國(guó)小麥生產(chǎn)的技術(shù)進(jìn)步誘因：投資驅(qū)動(dòng)抑或價(jià)格誘導(dǎo)［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（9）：100-111.

［9］?陳書(shū)章，宋春曉，宋寧，等.中國(guó)小麥生產(chǎn)技術(shù)進(jìn)步及要素需求與替代行為［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2013（9）：18-30.

［10］?楊義武，林萬(wàn)龍，張莉琴.農(nóng)業(yè)技術(shù)進(jìn)步、技術(shù)效率與糧食生產(chǎn)——來(lái)自中國(guó)省級(jí)面板數(shù)據(jù)的經(jīng)驗(yàn)分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2017（5）：46-56.

［11］??展進(jìn)濤，徐鈺嬌，葛繼紅.考慮碳排放成本的中國(guó)農(nóng)業(yè)綠色生產(chǎn)率變化［J］.資源科學(xué)，2019，41（5）：884-896.

［12］?李思勉，何蒲明.我國(guó)糧食綠色生產(chǎn)效率及影響因素研究——基于糧食功能區(qū)的比較分析［J］.生態(tài)經(jīng)濟(jì)，2020，36（9）：116-120.

［13］??范秋芳，王勁草，王杰.城市空間結(jié)構(gòu)演化的減排效應(yīng)：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.城市問(wèn)題，2021（12）：87-96.

［14］?肖小勇，李秋萍.中國(guó)農(nóng)業(yè)技術(shù)空間溢出效應(yīng)：1986-2010［J］.科學(xué)學(xué)研究，2014，32（6）：873-881，889.

［15］?伍駿騫，方師樂(lè)，李谷成，等.中國(guó)農(nóng)業(yè)機(jī)械化發(fā)展水平對(duì)糧食產(chǎn)量的空間溢出效應(yīng)分析——基于跨區(qū)作業(yè)的視角［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2017（6）：44-57.

［16］?丘雯文，鐘漲寶，田文文.長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色增長(zhǎng)的時(shí)空格局及影響因素研究［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2020，28（5）：764-774.

［17］?李兆亮，羅小鋒，張俊飚，丘雯文.農(nóng)業(yè)R&D投入、空間溢出與中國(guó)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)［J］.科研管理，2020，41（9）：268-277.

［18］??伍國(guó)勇，張啟楠，張凡凡.中國(guó)糧食生產(chǎn)效率測(cè)度及其空間溢出效應(yīng)［J］.經(jīng)濟(jì)地理，2019，39（9）：207-212.

［19］?羅小娟，馮淑怡，石曉平，等.太湖流域農(nóng)戶(hù)環(huán)境友好型技術(shù)采納行為及其環(huán)境和經(jīng)濟(jì)效應(yīng)評(píng)價(jià)——以測(cè)土配方施肥技術(shù)為例［J］.自然資源學(xué)報(bào)，2013，28（11）：1891-1902.

［20］?李強(qiáng)，劉冬梅.我國(guó)農(nóng)業(yè)科研投入對(duì)農(nóng)業(yè)增長(zhǎng)的貢獻(xiàn)研究——基于1995-2007年省級(jí)面板數(shù)據(jù)的實(shí)證分析［J］.中國(guó)軟科學(xué)，2011（7）：42-49，81.

［21］?常明，王西琴，賈寶珍.中國(guó)糧食作物灌溉用水效率時(shí)空特征及驅(qū)動(dòng)因素——以稻谷、小麥、玉米為例［J］.資源科學(xué)，2019，41（11）：2032-2042.

［22］?Koch?EW?.?Growth，?Technological?Interdependence?and?Spatial?Externalities：?Theory?and?Evidence［J］.?Journal?of?Applied?Econometrics，?2007，22（6）：1033-1062.

［23］?LeSage?J，?Pace?R?K.?Introduction?to?Spatial?Econometrics［M］.?Boca?Raton：CRC?Press，2009.

Study?on?Spatial?Characteristics?and?Spillover?Effects?of?Grain?Green?Production

Technology?in?China

CHEN?Si-bo1，CHANG?Ming2

（1.?School?of?Public?Administration?and?Policy，?Renmin?University?of?China，?Beijing?100872，?China;

2.?Institute?of?Agricultural?Economics?and?Development，?Chinese?Academy?of?Agricultural?Sciences，

Beijing?100081，?China）

Abstract：?Green?food?production?technology?is?an?important?means?to?help?the?sustainable?development?of?agriculture，?and?it?is?also?an?effective?measure?to?consolidate?food?security?and?achieve?comprehensive?rural?revitalization.?Based?on?the?super-efficient?SBM?model?of?unexpected?output?and?Malmquist?total?factor?productivity?index?model，?this?study?measured?and?analyzed?the?green?technology?progress?index?of?rice，?wheat?and?corn?in?26?major?grain-producing?provinces?in?China，?and?further?discussed?its?spatial?correlation?and?spillover?effects?through?Moran′s?I?index?and?spatial?Durbin?model.?The?results?showed?that：During?the?study?period，?the?average?difference?of?green?technological?progress?index?of?rice?in?each?province?was?small，?and?all?showed?an?accelerated?state?of?technological?progress，?while?some?wheat?and?corn?planting?provinces?showed?a?slow?state?of?green?technological?progress.?Spatial?distribution?characteristics?show?that?the?green?technology?progress?in?major?grain?producing?areas?such?as?Northeast?China?and?the?middle?reaches?of?the?Yellow?River?is?obvious，?while?the?green?technology?progress?in?Southwest?China?is?relatively?slow.?Through?further?spatial?correlation?analysis，?it?is?found?that?the?peak?and?trough?of?green?technology?progress?of?rice?and?wheat?are?clustered，?while?that?of?corn?is?discrete.?Among?them，?the?leading?provinces?with?accelerated?green?technology?progress?of?rice?are?concentrated?in?northeast?China，?the?middle?reaches?of?the?Yellow?River，?the?northern?coastal?areas?and?the?southern?coastal?areas;?The?leading?provinces?of?wheat?technological?progress?and?change?are?concentrated?in?Northeast?China，?the?middle?reaches?of?the?Yellow?River?and?Northwest?China.The?spillover?effects?of?different?factors?show?that?labor?capital?quality，?planting?scale?and?agricultural?economic?level?have?significant?spillover?effects?on?green?technology?progress?of?rice?and?wheat;?However，?all?factors?have?no?significant?spillover?effect?on?the?progress?of?corn?green?technology.?The?difference?of?spillover?effect?is?an?important?reason?that?the?spatial?characteristics?of?green?technological?progress?between?rice?and?wheat?are?different?from?those?of?corn.

Key?words：?grain?production;?green?production?technology;spatial?characteristics;spillover?effects

（責(zé)任編輯：趙春江）