姚玲,劉曉利

(吉林農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,長春市,130118)

0 引言

隨著市場化改革的推進(jìn)和城鎮(zhèn)化率的攀升，農(nóng)村勞動力逐漸向第二、三產(chǎn)業(yè)轉(zhuǎn)移，在促進(jìn)農(nóng)民增收[1-2]、緩解糧食生產(chǎn)內(nèi)卷化困境[3]的同時(shí),加劇了化肥等增產(chǎn)型生產(chǎn)要素的過量施用[4-5]，最終會對糧食生產(chǎn)環(huán)境效率產(chǎn)生不利影響。當(dāng)前我國糧食生產(chǎn)環(huán)境效率整體上仍處于較低水平[6]，不利于實(shí)現(xiàn)糧食增產(chǎn)的綠色可持續(xù)發(fā)展[7]。而在資源條件日益趨緊的農(nóng)業(yè)發(fā)展?fàn)顟B(tài)下，提高糧食生產(chǎn)環(huán)境效率已然成為緩解糧食增產(chǎn)與環(huán)境保護(hù)之間矛盾的必然選擇[8]。2022年“中央一號文件”明確提出深入推進(jìn)農(nóng)業(yè)生產(chǎn)要素減量化，提升糧食單產(chǎn)和品質(zhì)，推進(jìn)農(nóng)業(yè)綠色發(fā)展。其本質(zhì)在于提高糧食生產(chǎn)環(huán)境效率。然而，在農(nóng)村勞動力不斷外流背景下，糧食生產(chǎn)環(huán)境效率會如何發(fā)生變化？又該如何提高糧食生產(chǎn)環(huán)境效率？由此，探究農(nóng)村勞動力轉(zhuǎn)移對糧食生產(chǎn)環(huán)境效率的影響機(jī)制有助于充分理解農(nóng)業(yè)生產(chǎn)要素投入與環(huán)境效率提高之間的關(guān)系，對于農(nóng)業(yè)綠色可持續(xù)發(fā)展具有重要的理論參考意義。

當(dāng)前已有關(guān)于糧食生產(chǎn)環(huán)境效率的研究多以化肥、農(nóng)藥的污染排放量為非期望產(chǎn)出[3， 6， 9-14]，將其納入指標(biāo)體系進(jìn)行環(huán)境效率的測算，但這只反映出糧食增產(chǎn)背后土地資源的受污染情況，并未體現(xiàn)資源后期的自我修復(fù)成本。而灰水足跡是指以現(xiàn)有的環(huán)境水質(zhì)標(biāo)準(zhǔn)為基準(zhǔn)，將農(nóng)業(yè)生產(chǎn)活動排放的污染物完全消納、稀釋使其達(dá)到現(xiàn)有環(huán)境水質(zhì)標(biāo)準(zhǔn)所需的水資源量[15]，與上述污染指標(biāo)相比，更能全面反映農(nóng)業(yè)生產(chǎn)的污染情況[16]，其本質(zhì)在于突顯環(huán)境資源的自我修復(fù)代價(jià)。忽視環(huán)境資源的自我修復(fù)功能，會造成評估結(jié)果的有偏，不利于對糧食生產(chǎn)環(huán)境效率的準(zhǔn)確認(rèn)識與把握。此外，以往研究多針對農(nóng)業(yè)或者糧食大類，粳稻作為我國單產(chǎn)水平較高、種植效益較好的重要口糧之一，卻鮮有人關(guān)注粳稻生產(chǎn)環(huán)境效率的變化以及勞動力轉(zhuǎn)移對其產(chǎn)生的影響。文章通過測度和分析我國粳稻生產(chǎn)灰水足跡排放量及其時(shí)空演變，將其加入基于非期望產(chǎn)出的SBM模型中評價(jià)和分析2005—2020年我國13個(gè)粳稻主產(chǎn)省的粳稻生產(chǎn)環(huán)境效率，并應(yīng)用中介效應(yīng)模型實(shí)證檢驗(yàn)勞動力轉(zhuǎn)移影響粳稻生產(chǎn)環(huán)境效率的內(nèi)在機(jī)制。與已有研究[9-14]相比，本文可能的邊際貢獻(xiàn)在于從灰水足跡視角出發(fā)探討了農(nóng)村勞動力轉(zhuǎn)移對粳稻生產(chǎn)環(huán)境效率的影響機(jī)制，是對已有研究的豐富與拓展。

1 理論分析

農(nóng)村勞動力轉(zhuǎn)移對粳稻生產(chǎn)環(huán)境效率的影響機(jī)制如圖1所示。首先，為了追求“自身”利潤最大化，存在勞動力轉(zhuǎn)移的農(nóng)戶往往施加更多的增產(chǎn)型化學(xué)要素來替代缺失的勞動力[17]，增加了粳稻生產(chǎn)灰水足跡排放量[15， 18]；其次，轉(zhuǎn)移的勞動力通常是受教育程度較高的青壯年而剩余勞動力多為老、弱、幼和婦女，不僅缺乏對水土資源的保護(hù)意識，還增加了測土配方施肥、精細(xì)養(yǎng)分管理等環(huán)境友好型技術(shù)的推廣難度，使得灰水足跡的防控以及后續(xù)的資源自我修復(fù)更為困難。基于以上分析，本文提出假設(shè)。

H1：農(nóng)村勞動力轉(zhuǎn)移會降低粳稻生產(chǎn)環(huán)境效率。

然而，除了農(nóng)村勞動力轉(zhuǎn)移本身帶來的直接負(fù)向影響外，其產(chǎn)生的可支配收入變化、經(jīng)營規(guī)模變化可以間接有效地改善粳稻生產(chǎn)環(huán)境效率。一方面，因土地收益的增長速度遠(yuǎn)低于勞動力轉(zhuǎn)移帶來的工資性收入[19]，減輕了農(nóng)戶的資金約束[20]，有利于推動粳稻生產(chǎn)技術(shù)進(jìn)步(如耕作與施肥技術(shù)改進(jìn))來提高粳稻生產(chǎn)環(huán)境效率[21]；另一方面，勞動力轉(zhuǎn)移會擴(kuò)大農(nóng)戶經(jīng)營規(guī)模[3， 22]。經(jīng)營規(guī)模的擴(kuò)大會推動土地逐步流轉(zhuǎn)向生產(chǎn)要素配置效率高、管理能力強(qiáng)的農(nóng)業(yè)新型經(jīng)營主體，由此逐步形成規(guī)?；a(chǎn)[23-24],在保產(chǎn)保量的同時(shí)降低增產(chǎn)型化學(xué)物品施用強(qiáng)度[25-26]，從而降低灰水足跡排放量[15， 18]。

因此，農(nóng)村勞動力轉(zhuǎn)移是把雙刃劍，文化程度較高的青壯年勞動力外流，可能導(dǎo)致粳稻生產(chǎn)環(huán)境效率的損失，但可以通過提高農(nóng)民可支配收入、擴(kuò)大經(jīng)營規(guī)模改善粳稻生產(chǎn)環(huán)境效率?；谝陨戏治?，本文提出假設(shè)。

H2：農(nóng)村勞動力轉(zhuǎn)移可通過提高農(nóng)戶可支配收入提高粳稻生產(chǎn)環(huán)境效率。

H3：農(nóng)村勞動力轉(zhuǎn)移可通過擴(kuò)大農(nóng)戶經(jīng)營規(guī)模提高粳稻生產(chǎn)環(huán)境效率。

圖1 農(nóng)村勞動力轉(zhuǎn)移對粳稻生產(chǎn)環(huán)境效應(yīng)影響路徑

2 數(shù)據(jù)來源、變量與模型選擇

2.1 數(shù)據(jù)來源

考慮到數(shù)據(jù)的可得性以及本研究方法的可比較性和合理性，僅保留河北、內(nèi)蒙古、遼寧、吉林、黑龍江、山東、河南、湖北、江蘇、浙江、安徽、云南、寧夏13個(gè)粳稻主產(chǎn)省份作為本文的研究對象。為了保持?jǐn)?shù)據(jù)口徑一致性，對部分?jǐn)?shù)據(jù)進(jìn)行無量綱化處理，最終構(gòu)建13個(gè)粳稻主產(chǎn)省2005—2020年的面板數(shù)據(jù)，原始數(shù)據(jù)來源于《全國農(nóng)產(chǎn)品成本收益資料匯編》《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》，以及各省份的統(tǒng)計(jì)年鑒以及國家統(tǒng)計(jì)局網(wǎng)站。對于缺失的數(shù)據(jù)利用其他年份算的平均增長率估算得到。各指標(biāo)的描述性統(tǒng)計(jì)如表1所示。

表1 變量的描述性統(tǒng)計(jì)Tab. 1 Descriptive statistics of variables

2.2 變量選擇

1) 被解釋變量。粳稻生產(chǎn)環(huán)境效率(Neff)：采用SBM-DEA模型[27-28]測算的包含非期望產(chǎn)出的環(huán)境效率值，借鑒付永虎等[16]的研究，依據(jù)粳稻生產(chǎn)過程中要素投入、產(chǎn)出及水環(huán)境影響的特點(diǎn)，構(gòu)建包括各生產(chǎn)要素投入、期望產(chǎn)出(粳稻產(chǎn)量[14])、非期望產(chǎn)出(粳稻生產(chǎn)灰水足跡[17])的效率評價(jià)指標(biāo)體系(表2)。

2) 解釋變量。農(nóng)村勞動力轉(zhuǎn)移(LAB):配第—克拉克定律指出，勞動力會隨著經(jīng)濟(jì)發(fā)展水平的提升而逐漸向工業(yè)、服務(wù)業(yè)轉(zhuǎn)移[20]。因此，本文用鄉(xiāng)村從業(yè)人員中工業(yè)和服務(wù)業(yè)從業(yè)人員所占比重[3]表示農(nóng)村勞動力轉(zhuǎn)移。

3) 中介變量。人均可支配收入(INCOME):為反映勞動力轉(zhuǎn)移后的可支配收入變化，本文用農(nóng)村人均可支配收入來衡量。

人均播種面積(SCALE):為了反映勞動力轉(zhuǎn)移后的經(jīng)營規(guī)模變化，借鑒田紅宇等[3]的研究，用人均播種面積來衡量，具體用各省份糧食播種總面積除以鄉(xiāng)村從業(yè)人員數(shù)表示。

4) 控制變量。本文選取的控制變量如下：財(cái)政支農(nóng)水平(FAB)：用地方財(cái)政支出中的農(nóng)林水事務(wù)支出總額表示；有效灌溉率(IRR)：用有效灌溉面積與農(nóng)作物總播種面積的比值表示；受災(zāi)率(DIS)：用受災(zāi)面積與農(nóng)作物總播種面積的比值表示；農(nóng)業(yè)機(jī)械密度(MECH)：用機(jī)械總動力與農(nóng)作物總播種面積之比表示；環(huán)保意識(EA)：用有效灌溉面積與化肥使用量之比表示。

表2 粳稻生產(chǎn)環(huán)境效率評價(jià)指標(biāo)體系Tab. 2 Evaluation index system of environmental efficiency of japonica rice production

2.3 模型選擇

本研究采用Sobel檢驗(yàn)[26, 33]的顯著性來驗(yàn)證農(nóng)村勞動力轉(zhuǎn)移是否可以通過其產(chǎn)生的可支配收入變化、經(jīng)營規(guī)模變化這兩條路徑來提升粳稻生產(chǎn)環(huán)境效率，建立中介效應(yīng)模型如式(1)～式(5)所示。

Neffi,t=θ1+c×LABi,t+d1×Zi,t+ε1

(1)

INCOMEi,t=θ2+α×LABi,t+d2×Zi,t+ε2

(2)

Neffi,t=θ3+c′×LABi,t+b×INCOMEi,t+

d3×Zi,t+ε3

(3)

SCALEi,t=θ4+e×LABi,c+d4×Zi,t+ε4

(4)

Neffi,t=θ5+c″×LABi,t+f×SCALEi,t+

d5×Zi,t+ε5

(5)

式中：Neffi,t——各個(gè)省份的第t年的粳稻生產(chǎn)環(huán)境效率；

LABi,t——自變量；

INCOMEi,t、SCALEi,t——中介變量；

θ1、θ2、θ3、θ4、θ5——截距；

ε1、ε2、ε3、ε4、ε5——隨機(jī)擾動項(xiàng)；

a、b、c、c′、c″、e、f、d1、d2、d3、d4、d5——回歸系數(shù)；

Zi,t——各個(gè)省份的第t年影響粳稻生產(chǎn)環(huán)境效率的其他控制變量；

c——因變量影響各個(gè)省份的第t年的粳稻生產(chǎn)環(huán)境效率的總效應(yīng)；

a、e——自變量對各個(gè)中介變量的影響；

c′、b和c″、f——自變量、各個(gè)中介變量對各個(gè)省份的第t年的粳稻生產(chǎn)環(huán)境效率的直接效應(yīng)。

當(dāng)系數(shù)c顯著，a、b和e、f均顯著，則兩個(gè)中介變量均存在中介效應(yīng)；若a、b和e、f中至少有一個(gè)不顯著時(shí)，則需要進(jìn)一步檢驗(yàn)系數(shù)乘積的顯著性。當(dāng)存在中介效應(yīng)時(shí)，c′、c″不顯著則為完全的中介作用，否則為部分的中介作用。

3 實(shí)證檢驗(yàn)結(jié)果與分析

3.1 灰水足跡的時(shí)空演變及環(huán)境效率估算

1) 中國粳稻生產(chǎn)灰水足跡的時(shí)空演變。將樣本省份劃分為五大粳稻主產(chǎn)區(qū)：東北主產(chǎn)區(qū)(吉林、遼寧、黑龍江、內(nèi)蒙古)、長江中下游主產(chǎn)區(qū)(江蘇、安徽、浙江、湖北)、華北主產(chǎn)區(qū)(河南、河北、山東)、西南主產(chǎn)區(qū)(云南)和西北主產(chǎn)區(qū)(寧夏)，分區(qū)觀測各生產(chǎn)省2005年和2020年粳稻生產(chǎn)灰水足跡的變化。

表3 2005與2020年中國各省份的粳稻生產(chǎn)灰水足跡

從灰水足跡來看，2005年中國粳稻生產(chǎn)灰水足跡整體呈現(xiàn)“南高北低”的空間特征。高灰水足跡省份有長江中下游地區(qū)的湖北和浙江、西南地區(qū)的云南，灰水足跡較低的省份多位于東北和西北地區(qū)。2020年，中國粳稻生產(chǎn)高灰水足跡分布范圍明顯擴(kuò)大，而低灰水足跡分布范圍區(qū)域變小。需要指出的是，長江中下游地區(qū)作為中國重要的粳稻生產(chǎn)基地，在實(shí)現(xiàn)增產(chǎn)的同時(shí)農(nóng)業(yè)污染也隨之加劇，灰水足跡排放量明顯提高，寧夏的粳稻生產(chǎn)灰水足跡排放量也明顯提高；遼寧、吉林、黑龍江的粳稻生產(chǎn)灰水足跡排放量明顯下降，其原因可能在于東北地區(qū)的機(jī)械作業(yè)率高，節(jié)約了農(nóng)業(yè)生產(chǎn)中氮肥的使用。如農(nóng)機(jī)深耕作業(yè)能夠增強(qiáng)土壤的儲水和保肥能力，增強(qiáng)土壤中氮的保有量，進(jìn)而降低氮肥使用強(qiáng)度[19]。

2) 中國粳稻生產(chǎn)技術(shù)效率和環(huán)境效率估計(jì)結(jié)果。根據(jù)SBM-DEA模型的測算結(jié)果，繪制了全國和五大粳稻主產(chǎn)區(qū)的效率變化圖(圖2和圖3)。

圖2 2005—2020年全國主產(chǎn)省粳稻生產(chǎn)

圖3 2005—2020年五大粳稻主產(chǎn)區(qū)

首先，2005—2020年全國粳稻生產(chǎn)技術(shù)效率均值為0.816 7，而環(huán)境效率為0.775，前者高出后者4.17%，可見，如果忽略粳稻生產(chǎn)過程中的灰水足跡排放量將會高估粳稻生產(chǎn)技術(shù)效率，這從側(cè)面說明現(xiàn)階段中國粳稻生產(chǎn)并未實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境雙重效益[9]。其次觀察兩種效率的變化趨勢可以發(fā)現(xiàn)，無論是技術(shù)效率還是環(huán)境效率在2005—2013年整體上均呈下滑態(tài)勢，進(jìn)一步驗(yàn)證了粳稻長期增產(chǎn)的背后，其環(huán)境成本也在逐漸增加。最后從各主產(chǎn)區(qū)來看，粳稻生產(chǎn)的環(huán)境效率呈現(xiàn)長江中下游地區(qū)>東北地區(qū)>西南地區(qū)>華北地區(qū)>西北地區(qū)，長江中下游地區(qū)粳稻生產(chǎn)的平均環(huán)境效率最高，為0.8227，這主要受益于國家“大保護(hù)”戰(zhàn)略的實(shí)施。

3.2 影響機(jī)制檢驗(yàn)

結(jié)合上文分析可以發(fā)現(xiàn)中國粳稻生產(chǎn)環(huán)境效率值總體不高且變化趨勢不穩(wěn)定，因此進(jìn)一步探討粳稻生產(chǎn)環(huán)境效率的影響因素。首先對各變量進(jìn)行多重共線性檢驗(yàn)，方差膨脹因子(VIF)均小于5，本文各變量之間不存在多重共線性問題。從回歸結(jié)果來看，農(nóng)村人均可支配收入、人均播種面積均存在顯著的中介效應(yīng)，且兩個(gè)中介效應(yīng)模型在Sobel檢驗(yàn)下也顯著。

回歸(1)表明農(nóng)村勞動力轉(zhuǎn)移對粳稻生產(chǎn)環(huán)境效率的直接效應(yīng)顯著為負(fù)，估計(jì)系數(shù)為-0.382 2?；貧w(2)表明農(nóng)村勞動力轉(zhuǎn)移推動農(nóng)村人均可支配收入提高，即勞動力轉(zhuǎn)移程度越高，人均可支配收入越高。回歸(3)中農(nóng)村勞動力轉(zhuǎn)移和農(nóng)村人均可支配收入的估計(jì)系數(shù)均顯著，表明控制了農(nóng)村勞動力轉(zhuǎn)移變量后，中介變量農(nóng)村人均可支配收入對環(huán)境效率的正向效應(yīng)仍顯著。由于c、a、b三個(gè)參數(shù)估計(jì)均顯著，并且農(nóng)村人均可支配收入的中介效應(yīng)(a×b)的正負(fù)號與農(nóng)村勞動力轉(zhuǎn)移對粳稻生產(chǎn)環(huán)境效率的直接效應(yīng)(c′)的正負(fù)號相反，表明存在農(nóng)村人均可支配收入的中介效應(yīng)。但由于c′顯著，表明農(nóng)村人均可支配收入存在“部分”中介效應(yīng)。其中農(nóng)村人均可支配收入的中介效應(yīng)為-29.44%，間接效應(yīng)占直接效應(yīng)的比重為-0.227 5，這表明農(nóng)村人均可支配收入提高可以緩解農(nóng)村勞動力轉(zhuǎn)移引起的粳稻生產(chǎn)環(huán)境效率損失的29.44%。

回歸(4)和回歸(5)為人均播種面積在農(nóng)村勞動力轉(zhuǎn)移影響粳稻生產(chǎn)環(huán)境效率中發(fā)揮的中介效應(yīng)檢驗(yàn)結(jié)果。由上述結(jié)果可知，農(nóng)村勞動力轉(zhuǎn)移對環(huán)境效率的直接效應(yīng)顯著為負(fù)。并且勞動力轉(zhuǎn)移程度越高，人均播種面積越大，這與鐘甫寧[1]、田紅宇[3]的研究保持一致。在控制勞動力轉(zhuǎn)移變量后，中介變量人均播種面積對環(huán)境效率的影響仍顯著正向，可以看出，人均播種面積存在“部分”中介效應(yīng)，并且中介效應(yīng)為-15.83%，間接效應(yīng)與直接效應(yīng)的比重為-0.136 6，這表明農(nóng)村勞動力轉(zhuǎn)移促進(jìn)了人均播種面積提高，削弱農(nóng)村勞動力轉(zhuǎn)移對粳稻生產(chǎn)環(huán)境效率負(fù)向效應(yīng)的程度為15.83%。

綜合上述結(jié)果來看，可以得出以下4個(gè)結(jié)論：(1)農(nóng)村勞動力轉(zhuǎn)移提高了人均可支配收入進(jìn)而改善了粳稻生產(chǎn)環(huán)境效率，可能的解釋是農(nóng)村勞動力外出務(wù)工在增加收入、緩解農(nóng)業(yè)生產(chǎn)資金約束同時(shí)，也導(dǎo)致部分農(nóng)民更加重視新生產(chǎn)技術(shù)的學(xué)習(xí)與使用，推動粳稻生產(chǎn)技術(shù)進(jìn)步，減少了農(nóng)業(yè)生產(chǎn)要素(如氮肥)的無畏消耗，有助于改善環(huán)境效率；(2)農(nóng)村勞動力轉(zhuǎn)移推動了人均播種面積的擴(kuò)大進(jìn)而推動粳稻生產(chǎn)規(guī)模化，降低了單位面積的氮肥施用強(qiáng)度，有利于提高粳稻生產(chǎn)環(huán)境效率；(3)農(nóng)村勞動力轉(zhuǎn)移直接負(fù)向影響粳稻生產(chǎn)環(huán)境效率，主要是由于外出務(wù)工人群往往是農(nóng)村中文化水平較高的青壯年，留守的粳稻生產(chǎn)者偏于老齡化、女性化，其身體素質(zhì)和環(huán)保意識較低，往往通過加大化肥投入量去提高產(chǎn)量，增加了粳稻生產(chǎn)過程中灰水足跡排放量，不利于提高粳稻生產(chǎn)環(huán)境效率；(4)農(nóng)村勞動力轉(zhuǎn)移對粳稻生產(chǎn)環(huán)境效率的總體影響均顯著負(fù)向，這說明勞動力轉(zhuǎn)移帶來的收入增加、規(guī)模擴(kuò)大雖然促進(jìn)了環(huán)境效率提升，但在很大程度上還無法彌補(bǔ)由生產(chǎn)者身體素質(zhì)和環(huán)保意識的低水平造成的環(huán)境效率損失。

財(cái)政支農(nóng)水平的系數(shù)顯著為負(fù)，說明財(cái)政支農(nóng)水平不利于提高粳稻生產(chǎn)環(huán)境效率，因財(cái)政支農(nóng)的目標(biāo)偏向于“增產(chǎn)”，在一定程度上激勵(lì)了農(nóng)業(yè)生產(chǎn)者加大生產(chǎn)要素投入，忽視了環(huán)境代價(jià)；有效灌溉率的系數(shù)顯著為正，說明灌溉設(shè)施的完善一方面可以減輕自然災(zāi)害對粳稻生產(chǎn)環(huán)境效率的負(fù)面影響，另一方面也可以提高污染源性質(zhì)增產(chǎn)要素的利用效率，避免重復(fù)、多次的過量投入；受災(zāi)率的系數(shù)顯著為負(fù)，可能存在的原因是自然災(zāi)害后農(nóng)業(yè)生產(chǎn)者往往會提高污染源性質(zhì)增產(chǎn)要素的施用率[3]；機(jī)械密度和環(huán)保意識的系數(shù)均不顯著。

3.3 穩(wěn)健性檢驗(yàn)

為了保證回歸結(jié)果的可靠性，本文采用替換解釋變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)。衡量農(nóng)村勞動力轉(zhuǎn)移的指標(biāo)是鄉(xiāng)村從業(yè)人員中二三產(chǎn)業(yè)從業(yè)人員的比重，現(xiàn)借鑒已有研究，將采用鄉(xiāng)村從業(yè)人員與鄉(xiāng)村從業(yè)人員中第一產(chǎn)業(yè)人員的差值[19]進(jìn)行替換，重新回歸后的結(jié)果與前文基本一致。因此，穩(wěn)健性檢驗(yàn)結(jié)果與前文實(shí)證結(jié)果沒有顯著性差異，表明本文的實(shí)證結(jié)果具有較強(qiáng)的可靠性。

表4 農(nóng)村人均可支配收入、人均播種面積的中介效應(yīng)Tab. 4 Intermediary effect of rural per capita disposable income and per capita sowing area

表5 替換解釋變量的穩(wěn)健性檢驗(yàn)結(jié)果Tab. 5 Robustness test results of alternative explanatory variables

4 結(jié)論與對策建議

4.1 結(jié)論

本文在測算粳稻灰水足跡的基礎(chǔ)上，應(yīng)用非徑向、非角度的SBM-DEA模型對我國2005—2020年13個(gè)粳稻主產(chǎn)省份的環(huán)境效率進(jìn)行了測度，并運(yùn)用中介效應(yīng)模型考察農(nóng)村勞動力轉(zhuǎn)移影響粳稻生產(chǎn)環(huán)境效率的內(nèi)在機(jī)制。主要研究結(jié)論如下：(1)2005—2020年粳稻生產(chǎn)灰水足跡有所下降，但高灰水足跡區(qū)域呈擴(kuò)大趨勢；(2)忽視粳稻生產(chǎn)過程中的灰水足跡排放量會高估粳稻生產(chǎn)技術(shù)效率，2005—2020年粳稻生產(chǎn)技術(shù)效率、環(huán)境效率均值分別為0.816 7和0.775 0，前者高出后者4.17%，并且粳稻生產(chǎn)環(huán)境效率整體上呈下降趨勢，五大粳稻主產(chǎn)區(qū)效率排名依次為長江中下游地區(qū)、東北地區(qū)、西南地區(qū)、華北地區(qū)、西北地區(qū)；(3)農(nóng)村勞動力轉(zhuǎn)移降低了粳稻生產(chǎn)環(huán)境效率，雖然存在正向的收入中介效應(yīng)和規(guī)模中介效應(yīng)，但現(xiàn)階段還難以完全彌補(bǔ)勞動力轉(zhuǎn)移帶來的直接環(huán)境效率損失。

4.2 對策建議

基于以上結(jié)論，得出對策建議：(1)測量粳稻生產(chǎn)技術(shù)效率時(shí)，不能僅關(guān)注“產(chǎn)量”和不可避免的環(huán)境代價(jià)，更要重視環(huán)境資源后期的自修復(fù)成本，多維度擴(kuò)大測量體系，逐步增加各層面“質(zhì)量、效率、綠色”維度的權(quán)重；(2)要鼓勵(lì)發(fā)展鄉(xiāng)村經(jīng)濟(jì)，促進(jìn)農(nóng)村勞動力就地就近轉(zhuǎn)移就業(yè)，提升農(nóng)戶家庭收入；與此同時(shí)，要加大農(nóng)業(yè)信息和技術(shù)推廣力度，提高農(nóng)業(yè)新型作業(yè)技術(shù)采用率；(3)要加快健全農(nóng)村土地流轉(zhuǎn)機(jī)制，促進(jìn)規(guī)?；?jīng)營，切實(shí)加強(qiáng)培育新型農(nóng)業(yè)經(jīng)營主體，為優(yōu)化生產(chǎn)要素投入效率、實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)、提升糧食生產(chǎn)環(huán)境效率等多維度目標(biāo)搭建有效平臺。