余家鳳 胡依楊 孔令成

(長(zhǎng)江大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 荊州 434023)

雖然我國(guó)農(nóng)業(yè)科技在不斷進(jìn)步，但農(nóng)地經(jīng)營(yíng)規(guī)模的擴(kuò)張與經(jīng)營(yíng)水平的不適配卻加重了農(nóng)藥、化肥、農(nóng)膜等農(nóng)資對(duì)環(huán)境的污染，也進(jìn)一步加劇了農(nóng)村環(huán)境的惡化[1]。這不僅對(duì)生態(tài)文明建設(shè)產(chǎn)生影響，而且嚴(yán)重制約了農(nóng)業(yè)的發(fā)展。要想推動(dòng)我國(guó)農(nóng)業(yè)與農(nóng)村環(huán)境的協(xié)調(diào)發(fā)展，務(wù)必要提高我國(guó)農(nóng)業(yè)的綠色全要素生產(chǎn)率。由于傳統(tǒng)的農(nóng)業(yè)全要素生產(chǎn)率并未將環(huán)境因素考慮在內(nèi)，在反映農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)和生產(chǎn)率的問題上存在局限性，因此，度量農(nóng)業(yè)發(fā)展質(zhì)量的核心要義就在于須將環(huán)境污染產(chǎn)出納入核算體系，以客觀地反映農(nóng)業(yè)高質(zhì)量發(fā)展水平。特別是適度規(guī)模經(jīng)營(yíng)恰恰能夠有效解決農(nóng)地細(xì)化、分散的問題，更是我國(guó)現(xiàn)代化農(nóng)業(yè)發(fā)展的必由之路[2]。所以，深入探究農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的內(nèi)在規(guī)律，對(duì)推動(dòng)我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展具有重要的理論和現(xiàn)實(shí)意義。

鑒于此，本文基于碳排放的視角測(cè)算我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率水平，通過空間計(jì)量模型實(shí)證研究農(nóng)地經(jīng)營(yíng)規(guī)模對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響效應(yīng)，力求為農(nóng)業(yè)綠色發(fā)展提供參考性的建議。

一、文獻(xiàn)綜述

目前，學(xué)術(shù)界關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率(Green Total Factor Productivity，GTFP)的研究比較活躍。高楊等(2018)認(rèn)為，農(nóng)業(yè)信息化對(duì)農(nóng)業(yè)GTFP具有顯著的空間溢出效應(yīng)[3]。梁俊等(2015)通過研究發(fā)現(xiàn)，農(nóng)業(yè)減稅能夠促進(jìn)農(nóng)業(yè)GTFP的增長(zhǎng)，而城鎮(zhèn)化和農(nóng)業(yè)貿(mào)易則抑制了農(nóng)業(yè)GTFP的增長(zhǎng)[4]。黃偉華等(2021)指出，環(huán)境規(guī)制能夠促進(jìn)區(qū)域技術(shù)創(chuàng)新從而推動(dòng)GTFP增長(zhǎng)[5]。李健旋(2021)研究表明，農(nóng)村金融發(fā)展規(guī)模、發(fā)展結(jié)構(gòu)、發(fā)展效率的提高均有利于農(nóng)業(yè)GTFP提升，其作用機(jī)制卻存在顯著差異[6]。

事實(shí)上，農(nóng)地經(jīng)營(yíng)規(guī)模是一個(gè)影響農(nóng)業(yè)GTFP增長(zhǎng)的關(guān)鍵因素。目前關(guān)于最合適的農(nóng)戶經(jīng)營(yíng)規(guī)模還沒有定論，但學(xué)者們普遍認(rèn)為在我國(guó)國(guó)情下擴(kuò)張農(nóng)地經(jīng)營(yíng)規(guī)模時(shí)應(yīng)遵守“適度原則”[7]。不同省份所適應(yīng)的農(nóng)地經(jīng)營(yíng)規(guī)模各不相同，土地資源是基本約束條件，較高的人力資本水平及農(nóng)業(yè)機(jī)械化水平[8]、合理的種植結(jié)構(gòu)、較高的財(cái)政支農(nóng)支出水平[9]、農(nóng)村土地流轉(zhuǎn)市場(chǎng)的完善[2]等因素都提高了農(nóng)地的使用效率。

當(dāng)前研究農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)業(yè)GTFP的成果偏少。李文華等(2018)研究表明，不同地區(qū)的農(nóng)地經(jīng)營(yíng)規(guī)模對(duì)該地區(qū)的農(nóng)業(yè)GTFP的影響各不相同[10]。劉玉銘等(2007)認(rèn)為農(nóng)戶擴(kuò)張農(nóng)地規(guī)模能促進(jìn)農(nóng)業(yè)GTFP增長(zhǎng)[11]。李曉陽等(2017)將農(nóng)地經(jīng)營(yíng)規(guī)模作為門檻變量解釋了農(nóng)村金融發(fā)展對(duì)農(nóng)業(yè)GTFP的抑制作用[12]。同樣地，周曉時(shí)等(2018)也將農(nóng)地經(jīng)營(yíng)規(guī)模作為門檻變量研究了不同農(nóng)地規(guī)模下人力資本水平對(duì)農(nóng)業(yè)生產(chǎn)效率的影響[13]。

通過上述梳理發(fā)現(xiàn)，以往的研究忽略了農(nóng)業(yè)GTFP的空間效應(yīng)，這樣可能會(huì)使得出的結(jié)論出現(xiàn)偏差，因?yàn)楸臼〉霓r(nóng)業(yè)GTFP不僅會(huì)受到該省農(nóng)地經(jīng)營(yíng)規(guī)模的影響，還可能會(huì)受到相鄰省份農(nóng)業(yè)GTFP和農(nóng)地經(jīng)營(yíng)規(guī)模的影響。鑒于此，本文立足于現(xiàn)有研究成果，擬將種植業(yè)作為研究對(duì)象，在碳排放視角下運(yùn)用SBM-ML指數(shù)法測(cè)量農(nóng)業(yè)GTFP，并進(jìn)一步運(yùn)用空間杜賓模型探究農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的內(nèi)在規(guī)律，力求為提高我國(guó)農(nóng)業(yè)高質(zhì)量發(fā)展水平提供有益參考。

二、農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)量

(一)我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率的測(cè)度方法

(1)

與此同時(shí)，借鑒Fare等[15]的方法，運(yùn)用跨期動(dòng)態(tài)的概念，使用幾何平均的方法，構(gòu)建相鄰兩年之間連續(xù)參比的SBM-ML指數(shù)，并將該指數(shù)分解成技術(shù)效率變化指數(shù)(EC)和技術(shù)進(jìn)步率指數(shù)(TC)的積，具體公式如下：

(2)

上式中，當(dāng)SBM-ML>1或<1時(shí)，分別表示農(nóng)業(yè)GTFP增長(zhǎng)或下降；當(dāng)EC>1或<1時(shí)，則表示技術(shù)效率得到改善或降低；當(dāng)TC>1或<1時(shí)，則表示技術(shù)進(jìn)步或退步。

(二)投入、產(chǎn)出變量選取與數(shù)據(jù)來源

由于測(cè)度的角度不同會(huì)使得投入、產(chǎn)出在數(shù)量上顯現(xiàn)出差異化，結(jié)果就會(huì)使得農(nóng)業(yè)GTFP出現(xiàn)不同的測(cè)度值。因此，本文主要是以狹義農(nóng)業(yè)即種植業(yè)作為測(cè)度對(duì)象，具體投入、產(chǎn)出變量選取如下：

1.投入變量的選擇

土地投入：用農(nóng)作物的實(shí)際播種面積來表示，單位為千公頃。

勞動(dòng)力投入：以農(nóng)業(yè)就業(yè)人數(shù)來表示。通過計(jì)算種植業(yè)的總產(chǎn)值與農(nóng)林牧漁總產(chǎn)值之間的比重，將種植業(yè)就業(yè)人數(shù)從農(nóng)林牧漁從業(yè)總?cè)藬?shù)中剝離出來，單位以萬人來表示。

機(jī)械動(dòng)力投入：以上述比重為權(quán)重乘以農(nóng)業(yè)機(jī)械總動(dòng)力得到種植業(yè)機(jī)械投入，單位為萬千瓦。

灌溉投入：以有效灌溉面積來表示，單位為千公頃。

農(nóng)藥投入：以農(nóng)藥使用量來表示，單位為萬噸。

化肥投入：以化肥施用量來表示，單位為萬噸。

柴油投入：以農(nóng)用柴油使用量來表示，單位為萬噸。

農(nóng)膜投入：以農(nóng)用薄膜使用量來表示，單位為萬噸。

2.產(chǎn)出變量的選擇

期望產(chǎn)出：以農(nóng)業(yè)增加值來表示。這樣選取的好處在于消除“中間消耗”并且能反映出真實(shí)有效的產(chǎn)出，同時(shí)以2000年基期價(jià)格進(jìn)行調(diào)整，單位為億元。

非期望產(chǎn)出：本文以農(nóng)業(yè)生產(chǎn)活動(dòng)當(dāng)中產(chǎn)生的碳排放量來表示。該農(nóng)業(yè)生產(chǎn)活動(dòng)包括化肥、農(nóng)膜、柴油、農(nóng)藥的使用、水田灌溉與翻耕等，具體借鑒李波[16]等的計(jì)算方法，單位為萬噸。

表1 我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率測(cè)算表指標(biāo)選取

根據(jù)數(shù)據(jù)獲得的難易程度，本文只考慮了30個(gè)省份的相關(guān)數(shù)據(jù)，不包括西藏、臺(tái)灣、澳門和香港。本文研究區(qū)間為2000～2019年，數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局農(nóng)村司《農(nóng)林牧漁業(yè)統(tǒng)計(jì)報(bào)表制度》以及各省份的統(tǒng)計(jì)年鑒及公報(bào)。

3.農(nóng)業(yè)GTFP測(cè)度結(jié)果及分析

將環(huán)境因素納入農(nóng)業(yè)全要素生產(chǎn)率的測(cè)度結(jié)果如下表2所示。由表可知，從2000年以來，我國(guó)農(nóng)業(yè)GTFP持續(xù)增長(zhǎng)，增長(zhǎng)幅度為年均2.76%，其增長(zhǎng)主要來源于技術(shù)進(jìn)步(以年均3.11%的速度增長(zhǎng))，而技術(shù)效率卻呈現(xiàn)出倒退的趨勢(shì)(以年均0.35%的速度退化)。從各區(qū)域來看，我國(guó)農(nóng)業(yè)GTFP在東、中、西部呈現(xiàn)出不同的增長(zhǎng)趨勢(shì)，分別以3.41%、3%、1.89%的速度增長(zhǎng)；中部地區(qū)的技術(shù)進(jìn)步率增幅最高為3.41%，其次是東部地區(qū)3.26%，西部地區(qū)則是以2.65%的速度增長(zhǎng)；技術(shù)效率阻礙了農(nóng)業(yè)GTFP的增長(zhǎng)，只有東部地區(qū)的技術(shù)效率得到改善(以年均0.13%的速度增長(zhǎng))，而中部地區(qū)與西部地區(qū)則呈現(xiàn)出技術(shù)效率下降的趨勢(shì)(分別以年均0.41%、0.77%的速度下降)。與全國(guó)農(nóng)業(yè)GTFP增長(zhǎng)來源一致，東、中、西部農(nóng)業(yè)GTFP主要的增長(zhǎng)源泉來自于技術(shù)進(jìn)步，這說明我國(guó)目前還沒有形成技術(shù)效率與技術(shù)進(jìn)步同時(shí)促進(jìn)農(nóng)業(yè)GTFP增長(zhǎng)的態(tài)勢(shì)。

具體到各省份，除了海南、內(nèi)蒙古、青海、寧夏、新疆等省份的農(nóng)業(yè)GTFP呈現(xiàn)出下降的趨勢(shì)以外，我國(guó)大部分省份的農(nóng)業(yè)GTFP都處于增長(zhǎng)的階段，原因可能是這些省份的生產(chǎn)資源比較落后所致。

從時(shí)間的維度來看，2000～2019年我國(guó)農(nóng)業(yè)GTFP呈現(xiàn)出波動(dòng)增長(zhǎng)的趨勢(shì)：從2000年的0.9678增長(zhǎng)到2019年的1.0512，其技術(shù)進(jìn)步均處于增長(zhǎng)的態(tài)勢(shì)。而2000年到2012年技術(shù)進(jìn)步的變化曲線與農(nóng)業(yè)GTFP的變化曲線呈現(xiàn)出同增同減的趨勢(shì)，但在2012年以后呈現(xiàn)出反向的變化，究其原因是因?yàn)榧夹g(shù)效率出現(xiàn)了緩慢下降的緣故。與此同時(shí)，農(nóng)業(yè)技術(shù)效率長(zhǎng)期處于下降的階段，其曲線逐漸偏離了農(nóng)業(yè)GTFP與農(nóng)業(yè)技術(shù)進(jìn)步的變化曲線(如圖1)。因此，由圖1可知，農(nóng)業(yè)GTFP的主要增長(zhǎng)動(dòng)力來自于技術(shù)進(jìn)步，而農(nóng)業(yè)技術(shù)效率對(duì)農(nóng)業(yè)GTFP的推動(dòng)作用甚微，在大多數(shù)年份呈現(xiàn)出倒退的現(xiàn)象。

表2 2000～2019年中國(guó)各地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率及其分解

圖1 2000～2019年全國(guó)農(nóng)業(yè)GTFP變化趨勢(shì) 及其分解

三、模型設(shè)計(jì)與變量說明

前文測(cè)度了2000～2019年我國(guó)30個(gè)省份農(nóng)業(yè)綠色全要素生產(chǎn)率水平。為探究農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的內(nèi)在規(guī)律，本部分將在前文的研究基礎(chǔ)上進(jìn)行更深入的剖析。綜合學(xué)者們的研究方法，發(fā)現(xiàn)傳統(tǒng)的計(jì)量模型并沒有考慮到區(qū)域之間農(nóng)業(yè)綠色全要素生產(chǎn)率的空間效應(yīng)，這導(dǎo)致得出的結(jié)論出現(xiàn)偏差，也不能精準(zhǔn)地反映農(nóng)地經(jīng)營(yíng)規(guī)模對(duì)農(nóng)業(yè)綠色全要素生產(chǎn)率的影響程度。為了更加準(zhǔn)確地反映區(qū)域之間農(nóng)業(yè)綠色全要素生產(chǎn)率的空間效應(yīng)及相關(guān)因素的影響程度，本文將構(gòu)建空間計(jì)量模型進(jìn)行探究。

(一)實(shí)證模型構(gòu)建

本文實(shí)證研究以我國(guó)30個(gè)省份的面板數(shù)據(jù)為樣本，通過借鑒前人的研究成果，選取影響我國(guó)農(nóng)業(yè)GTFP增長(zhǎng)的因素作為解釋變量，其中以農(nóng)地經(jīng)營(yíng)規(guī)模為核心解釋變量。模型如下：

lnGTFPit=β0+β1lnASit+βilnXit

+ui+vt+εit

(3)

其中下標(biāo)i代表省份，下標(biāo)t代表時(shí)間； lnGTFPit表示被解釋變量，其為上述所測(cè)得的各區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率的對(duì)數(shù)；lnAS表示農(nóng)地經(jīng)營(yíng)規(guī)模的對(duì)數(shù)；為防止模型中出現(xiàn)遺漏變量，因此加入了個(gè)體固定虛擬變量ui和時(shí)間固定虛擬變量vi；lnX表示其它的控制變量；ε代表誤差項(xiàng)。

由于空間面板模型同時(shí)考慮了時(shí)間、空間兩個(gè)維度上農(nóng)地經(jīng)營(yíng)規(guī)模對(duì)農(nóng)業(yè)GTFP的影響，而且區(qū)域之間的生產(chǎn)要素具有流動(dòng)性，生產(chǎn)技術(shù)與生產(chǎn)方式也會(huì)從一個(gè)省份擴(kuò)散、外溢到另一個(gè)省份。為此，本文構(gòu)建了農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)業(yè)GTFP的空間計(jì)量模型，模型如下：

lnGTFPit=α0+β1lnASit+βjlnXit

+ρ0WlnGTFPit+ρ1WlnASit

+ρmWlnXit+ui+vt+Uit

(4)

Uit=λWμit+εit

(5)

其中i代表不同的省份，t代表不同的年份；W代表鄰接空間權(quán)重矩陣；WlnGTFPit表示農(nóng)業(yè)GTFP的空間滯后項(xiàng)；WlnASit表示農(nóng)地經(jīng)營(yíng)規(guī)模的空間滯后項(xiàng)；WlnXit表示其它控制變量的空間滯后項(xiàng)。ρ0～ρm表示這些空間滯后項(xiàng)的回歸系數(shù)，β1～βj分別表示農(nóng)地經(jīng)營(yíng)規(guī)模和其它控制變量的回歸系數(shù)，λ表示誤差項(xiàng)的空間滯后項(xiàng)的回歸系數(shù)。

(二)變量選擇與數(shù)據(jù)說明

1.被解釋變量

將上述采用非徑向、非角度的SBM-ML指數(shù)法測(cè)度出來的農(nóng)業(yè)綠色全要素生產(chǎn)率(GTFP)作為被解釋變量。

2.解釋變量

(1)農(nóng)戶經(jīng)營(yíng)規(guī)模，以農(nóng)業(yè)就業(yè)人員人均種植業(yè)播種面積表示；

(2)農(nóng)業(yè)機(jī)械化水平，用單位種植業(yè)耕地面積上農(nóng)用機(jī)械動(dòng)力的使用量來衡量；

(3)農(nóng)村居民人均收入，農(nóng)村居民人均收入水平的高低影響著農(nóng)戶對(duì)農(nóng)業(yè)設(shè)備的投資，也關(guān)乎農(nóng)戶對(duì)綠色生產(chǎn)方式和技術(shù)的選擇[17]；

(4)自然災(zāi)害程度，以種植業(yè)受災(zāi)害面積與種植業(yè)耕地面積之間的比重來表示；

(5)農(nóng)戶受教育程度，本文以農(nóng)戶的平均受教育年限來表示，具體借鑒劉軍和徐康寧[18]的方法進(jìn)行計(jì)算；

(6)工業(yè)化程度，本文以每個(gè)省份的第二產(chǎn)業(yè)增加值與總產(chǎn)值之間的比重來表示。

數(shù)據(jù)來源于2000～2019年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》、30個(gè)省份的統(tǒng)計(jì)年鑒及年度公報(bào)。

3.空間相關(guān)性檢驗(yàn)

在建立空間計(jì)量之前，一般必須先進(jìn)行空間自相關(guān)的預(yù)檢驗(yàn)，最著名的有Moran′I指數(shù)、Geary′s C指數(shù)、Getic-Ord指數(shù)，而現(xiàn)在大多數(shù)的研究當(dāng)中偏向選擇Moran′I指數(shù)進(jìn)行檢驗(yàn)。從全局Moran′I指數(shù)檢驗(yàn)結(jié)果可以觀察到農(nóng)業(yè)GTFP在絕大多數(shù)年份都是顯著且正向的，這表明農(nóng)業(yè)GTFP具有較強(qiáng)的空間自相關(guān)性。但2007～2008、2014～2015、2016～2017年沒有通過顯著性檢驗(yàn)(如表3)，所以還需要對(duì)不顯著的年份進(jìn)行局部空間相關(guān)性測(cè)試。對(duì)此，文章選取2007、2014年進(jìn)行局部Moran′I檢驗(yàn)，得到這兩年的局部Moran′I散點(diǎn)圖，結(jié)果如圖2所示。

表3 2001～2019年農(nóng)業(yè)綠色全要素生產(chǎn)率的全局Moran′I檢驗(yàn)表

圖2 2007年和2014年中國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率Moran′I

從2007和2014年的Moran′I散點(diǎn)圖(見圖2)可以觀察到各省份農(nóng)業(yè)GTFP的空間集聚情況。2007年有8個(gè)省份分布在“高-高”聚集區(qū)域內(nèi)，代表了某一高農(nóng)業(yè)GTFP省份被鄰近其它高農(nóng)業(yè)GTFP的省份所包圍，占所有省份的27%，主要集中在東部地區(qū)；處于“高-低”聚集區(qū)域的省份有安徽、重慶、河北、新疆；處于“低-低”聚集區(qū)域的省份主要集中在西部地區(qū)；遼寧、湖南、陜西、青海四個(gè)省份則主要處于“低-高”聚集區(qū)域內(nèi)。與2007年的Moran′I散點(diǎn)圖進(jìn)行比較，2014年的一些省份所處的區(qū)域發(fā)生了顯著的變化。其中浙江省從“高-高”聚集的區(qū)域轉(zhuǎn)變到“高-低”聚集區(qū)；陜西、遼寧兩個(gè)省份從“低-高”聚集區(qū)降至“低-低”聚集區(qū)；重慶也從“高-低”聚集區(qū)下調(diào)到“低-低”聚集區(qū)，由此說明這些省份及其相鄰省份的農(nóng)業(yè)綠色全要素生產(chǎn)率都出現(xiàn)了下降的趨勢(shì)。

通過全局Moran′I檢驗(yàn)和局部Moran′I散點(diǎn)圖可知，我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率均表現(xiàn)出了強(qiáng)烈的空間依賴性。經(jīng)典的回歸模型往往會(huì)忽略這一特性，因此選擇空間計(jì)量模型較為合適。

4.空間杜賓模型結(jié)果分析

根據(jù)上述檢驗(yàn)發(fā)現(xiàn)我國(guó)農(nóng)業(yè)GTFP具有顯著的空間自相關(guān)性。為此，本文通過相關(guān)檢驗(yàn)來篩選最合適的空間計(jì)量模型，實(shí)證檢驗(yàn)農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)業(yè)GTFP之間的關(guān)系(見表4)。

檢驗(yàn)結(jié)果顯示，LMLAG(1%水平下顯著)、R-LMLAG(5%水平下顯著)、LMERR(1%水平下顯著)、R-LMERR(5%水平下顯著)均在不同顯著程度上通過檢驗(yàn)，因此應(yīng)該拒絕混合OLS模型。由于LM檢驗(yàn)不足以區(qū)分SAR模型和SEM模型，于是還需要結(jié)合LR檢驗(yàn)來判斷空間杜賓模型是否可以退化成SAR模型或SEM模型。由表4可知，LR檢驗(yàn)在5%的水平下顯著為正，表示空間杜賓模型不可退化成SAR模型或SEM模型，因此選擇空間杜賓模型來進(jìn)行實(shí)證研究更為有效。

根據(jù)Hausman檢驗(yàn)結(jié)果顯示，選擇固定效應(yīng)模型更好。最后，在進(jìn)行空間杜賓模型回歸時(shí)，通過對(duì)比發(fā)現(xiàn)個(gè)體固定效應(yīng)模型的擬合效果最優(yōu)。因此，本文最終選擇空間杜賓個(gè)體固定效應(yīng)模型進(jìn)行實(shí)證分析。

表4 空間計(jì)量檢驗(yàn)

從估計(jì)結(jié)果中可以觀察到，農(nóng)業(yè)GTFP的空間滯后項(xiàng)系數(shù)在1%水平下顯著為正，說明了鄰域間的農(nóng)業(yè)綠色全要素生產(chǎn)率存在十分顯著的正向關(guān)系(表5)。

農(nóng)地經(jīng)營(yíng)規(guī)模、農(nóng)業(yè)機(jī)械化水平、農(nóng)村居民人均收入、工業(yè)化程度的直接影響系數(shù)均顯著為正，表明這些變量對(duì)農(nóng)業(yè)GTFP的提升均發(fā)揮了正向的促進(jìn)作用；然而，自然災(zāi)害程度、受教育程度的回歸系數(shù)均不顯著，但自然災(zāi)害程度的空間滯后項(xiàng)系數(shù)顯著為負(fù)，說明自然災(zāi)害的發(fā)生對(duì)本省農(nóng)業(yè)GTFP的抑制作用不明顯，對(duì)相鄰省份的農(nóng)業(yè)GTFP增長(zhǎng)卻造成一定的沖擊。除了工業(yè)化程度的空間滯后項(xiàng)系數(shù)不顯著以外，其他變量的空間滯后項(xiàng)系數(shù)在不同水平下顯著為負(fù)，表現(xiàn)出對(duì)鄰近省份農(nóng)業(yè)綠色全要素生產(chǎn)率的負(fù)向空間溢出效應(yīng)。

表5 空間杜賓模型回歸結(jié)果(個(gè)體固定效應(yīng))

5.空間效應(yīng)分解

表5的估計(jì)結(jié)果只能定性描述農(nóng)地經(jīng)營(yíng)規(guī)模對(duì)農(nóng)業(yè)GTFP的空間效應(yīng)，因此還需要借助偏微分分解的方法來定量分析農(nóng)地經(jīng)營(yíng)規(guī)模對(duì)農(nóng)業(yè)GTFP空間溢出效應(yīng)的大小。

如表6所示，我國(guó)農(nóng)業(yè)GTFP增長(zhǎng)主要是受到本省農(nóng)地經(jīng)營(yíng)規(guī)模的影響，其直接效應(yīng)為0.061%，而本省農(nóng)地經(jīng)營(yíng)規(guī)模的適度擴(kuò)張對(duì)相鄰省份的空間溢出效應(yīng)為-0.036%，因此農(nóng)地經(jīng)營(yíng)規(guī)模每提升1%，農(nóng)業(yè)GTFP會(huì)有0.025%幅度的增長(zhǎng)。首先分析出現(xiàn)直接效應(yīng)的原因，這是由于農(nóng)戶經(jīng)營(yíng)規(guī)模的適度擴(kuò)張有利于形成規(guī)?；蛯I(yè)化的經(jīng)營(yíng)方式，而這種經(jīng)營(yíng)方式能夠促進(jìn)農(nóng)戶選擇新型的農(nóng)業(yè)生產(chǎn)技術(shù)，提高土地配置的效率，減輕農(nóng)戶生產(chǎn)成本，以此來促進(jìn)本省農(nóng)業(yè)綠色全要素生產(chǎn)率的增長(zhǎng)。從間接效應(yīng)來看，原因在于不同省份的經(jīng)濟(jì)發(fā)展水平并不相同，而農(nóng)地經(jīng)營(yíng)規(guī)模的適度擴(kuò)張與經(jīng)濟(jì)因素息息相關(guān)，經(jīng)濟(jì)發(fā)展水平較高的省份可以通過先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)使得各種資源配置達(dá)到均衡，然而部分省份農(nóng)地經(jīng)營(yíng)規(guī)模與該省的生產(chǎn)水平并不匹配，無法使資源配置達(dá)到均衡。所以，農(nóng)地經(jīng)營(yíng)規(guī)模適度擴(kuò)張會(huì)對(duì)鄰近省份的農(nóng)業(yè)GTFP形成擠出效應(yīng)。因此，農(nóng)地經(jīng)營(yíng)規(guī)模的適度擴(kuò)張要與本省的發(fā)展?fàn)顩r相適應(yīng)，不能盲目跟風(fēng)擴(kuò)大經(jīng)營(yíng)規(guī)模。

農(nóng)業(yè)機(jī)械化水平每提升1%，農(nóng)業(yè)GTFP就會(huì)增長(zhǎng)0.021%，直接效應(yīng)的作用為0.049%，空間溢出效應(yīng)為-0.028%。機(jī)械化的使用可以優(yōu)化生產(chǎn)資源的配置，引進(jìn)更加先進(jìn)的農(nóng)業(yè)生產(chǎn)技術(shù)，通過提高技術(shù)進(jìn)步來促使本省農(nóng)業(yè)GTFP增長(zhǎng)；然而，我國(guó)農(nóng)業(yè)機(jī)械化發(fā)展的水平還沒有達(dá)到發(fā)達(dá)國(guó)家的水平，由此造成了供需不平衡的局面，無形之中導(dǎo)致了國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)激烈的場(chǎng)面，本省大力發(fā)展農(nóng)業(yè)機(jī)械化就會(huì)阻礙鄰近省份機(jī)械化水平的發(fā)展，從而抑制了鄰近省份農(nóng)業(yè)GTFP增長(zhǎng)。為此，需要大力發(fā)展農(nóng)機(jī)行業(yè)，更要在農(nóng)業(yè)綠色生產(chǎn)技術(shù)上取得突破，以此來改善農(nóng)機(jī)需求與供給不平衡的狀況，著重發(fā)揮出農(nóng)業(yè)機(jī)械化水平對(duì)農(nóng)業(yè)GTFP顯著的促進(jìn)作用。

農(nóng)村居民人均收入每提升1%，農(nóng)業(yè)GTFP就會(huì)增長(zhǎng)0.014%，直接效應(yīng)表現(xiàn)為0.045%，空間溢出效應(yīng)為-0.031%，而且直接影響與間接影響之間存在一定的抵消作用。其主要原因在于：居民收入的增加會(huì)使得農(nóng)戶對(duì)農(nóng)業(yè)生產(chǎn)設(shè)備的投資上升，從而能夠選擇更綠色的生產(chǎn)方式和生產(chǎn)技術(shù)；相反，本省增加的農(nóng)村居民人均收入，為提高該省的農(nóng)業(yè)機(jī)械化水平提供了資金保障，使相鄰省份農(nóng)業(yè)采用機(jī)械化的概率相對(duì)降低，從而抑制了相鄰省份的農(nóng)業(yè)GTFP。

受災(zāi)程度每提升1%，農(nóng)業(yè)GTFP就會(huì)降低0.022%，主要來源于間接效應(yīng)，直接效應(yīng)表現(xiàn)得并不明顯，這表明自然災(zāi)害的發(fā)生必然會(huì)對(duì)交通、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施造成一定的沖擊，使得生產(chǎn)要素在鄰近省份之間難以流動(dòng)，進(jìn)而抑制了鄰近省份農(nóng)業(yè)GTFP增長(zhǎng)。

受教育程度每提升1%，農(nóng)業(yè)GTFP就會(huì)下降0.008%，但是并不顯著，直接效應(yīng)的作用為0.011%，空間溢出效應(yīng)為-0.019%，而且直接影響與間接影響之間存在一定的抵消作用，最終使得總效應(yīng)不顯著，因此需要合理引導(dǎo)人才在各個(gè)省份之間的流動(dòng)，發(fā)揮出人力資本的正外部性。

工業(yè)化程度每提升1%，農(nóng)業(yè)GTFP增長(zhǎng)0.016%，其增長(zhǎng)貢獻(xiàn)主要來源于直接效應(yīng)(0.013%)，其空間溢出效應(yīng)并不顯著，這意味著需要進(jìn)一步協(xié)調(diào)農(nóng)業(yè)與工業(yè)的發(fā)展，讓工業(yè)更好地反哺農(nóng)業(yè)。

6.穩(wěn)健性檢驗(yàn)

為驗(yàn)證結(jié)果的可靠性，本文采用了地理距離權(quán)重矩陣進(jìn)行驗(yàn)證，所得結(jié)果與上述關(guān)切變量的系數(shù)符號(hào)基本一致，表明模型結(jié)果是穩(wěn)健的。

表6 空間杜賓模型的效應(yīng)分解

表7 穩(wěn)健性估計(jì)結(jié)果

四、結(jié)論與建議

(一)研究結(jié)論

本文運(yùn)用SBM-ML指數(shù)法測(cè)量了我國(guó)30個(gè)省份農(nóng)業(yè)GTFP，探究了2000～2019年我國(guó)種植業(yè)農(nóng)業(yè)GTFP的時(shí)空演變及分布規(guī)律。通過模型遴選，最終選擇空間杜賓模型實(shí)證剖析了農(nóng)地經(jīng)營(yíng)規(guī)模與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的內(nèi)在關(guān)聯(lián)性。

研究結(jié)果表明：我國(guó)農(nóng)業(yè)GTFP年平均增長(zhǎng)為2.76%，其主要增長(zhǎng)動(dòng)力是技術(shù)進(jìn)步，增長(zhǎng)趨勢(shì)按照西、中、東部依次遞增；我國(guó)農(nóng)業(yè)GTFP表現(xiàn)出較為顯著的空間自相關(guān)性；農(nóng)地經(jīng)營(yíng)規(guī)模每提升1%，農(nóng)業(yè)GTFP會(huì)產(chǎn)生0.025%幅度的增長(zhǎng)，其中直接效應(yīng)的作用為0.061%，空間溢出效應(yīng)為-0.036%；本區(qū)域的農(nóng)業(yè)機(jī)械化水平、農(nóng)村居民人均收入、工業(yè)化程度對(duì)本區(qū)域農(nóng)業(yè)GTFP增長(zhǎng)有明顯的促進(jìn)作用；相反，本區(qū)域的農(nóng)業(yè)機(jī)械化水平、村居民人均收入、受災(zāi)害程度、受教育程度對(duì)鄰近區(qū)域的農(nóng)業(yè)GTFP增長(zhǎng)有顯著的抑制作用；本區(qū)域的受災(zāi)程度、受教育程度對(duì)本區(qū)域農(nóng)業(yè)GTFP增長(zhǎng)并沒有顯著的作用。

(二)對(duì)策建議

基于以上研究結(jié)論，為了從整體上進(jìn)一步提高我國(guó)農(nóng)業(yè)綠色全要素生產(chǎn)率水平，特提出以下對(duì)策建議：

第一，各省份應(yīng)該根據(jù)各自的經(jīng)濟(jì)發(fā)展水平進(jìn)行農(nóng)地經(jīng)營(yíng)規(guī)模的適度擴(kuò)張。特別是中部地區(qū)省份，土地資源比較豐富，是我國(guó)糧食的主要產(chǎn)地，但較大的播種面積并沒有形成合理的經(jīng)營(yíng)規(guī)模，其土地生產(chǎn)率比較低下。因此，可在不改變中部地區(qū)耕地面積的情況下，通過提高人力資本水平，引入更加新型的農(nóng)機(jī)，擴(kuò)大農(nóng)產(chǎn)品的對(duì)外貿(mào)易程度，以此來提高土地生產(chǎn)效率。

第二，立足于我國(guó)東部、中部、西部的實(shí)際情況，建立區(qū)域差別化的農(nóng)業(yè)發(fā)展體系。其中東部地區(qū)農(nóng)業(yè)發(fā)展趨勢(shì)較好、農(nóng)地經(jīng)營(yíng)規(guī)模合理，適合走資源節(jié)約型、環(huán)境友好型的農(nóng)業(yè)發(fā)展道路；西部地區(qū)由于其特殊的地理位置，需要政府的財(cái)政支持來實(shí)現(xiàn)區(qū)域農(nóng)業(yè)協(xié)調(diào)發(fā)展。

第三，加大對(duì)農(nóng)業(yè)機(jī)械的科技投入力度，尤其是應(yīng)生產(chǎn)綠色環(huán)保低碳的新型農(nóng)機(jī)。須根據(jù)不同區(qū)域的農(nóng)業(yè)發(fā)展現(xiàn)狀及地理因素，研發(fā)與之相匹配的農(nóng)機(jī)，以此來加快農(nóng)業(yè)機(jī)械化步伐。如我國(guó)中部地區(qū)省份耕地面積十分廣闊，適合生產(chǎn)和使用大型農(nóng)機(jī)；西部地區(qū)省份山地丘陵眾多，適合生產(chǎn)和運(yùn)用小型便攜式農(nóng)機(jī)。