茍興朝 張斌儒

(長(zhǎng)江師范學(xué)院 財(cái)經(jīng)學(xué)院，重慶 408100)

一、引言

1978年以來(lái)，中國(guó)農(nóng)業(yè)發(fā)展成就斐然，但毋庸諱言，農(nóng)業(yè)發(fā)展所引致的生態(tài)環(huán)境問(wèn)題也日益凸顯。為此，中共中央辦公廳、國(guó)務(wù)院辦公廳2017年明確提出，要從生態(tài)文明建設(shè)全局的高度出發(fā)重視農(nóng)業(yè)綠色發(fā)展；2017年至2020年連續(xù)四年的中央“一號(hào)文件”都特別強(qiáng)調(diào)了農(nóng)業(yè)綠色發(fā)展的重要性。農(nóng)業(yè)綠色發(fā)展是在農(nóng)業(yè)領(lǐng)域踐行綠色發(fā)展理念，要求在農(nóng)業(yè)生產(chǎn)過(guò)程中追求生態(tài)、經(jīng)濟(jì)和社會(huì)多元目標(biāo)共贏[1]。破解農(nóng)業(yè)生態(tài)環(huán)境壓力和資源短缺困境、滿足人民日益增長(zhǎng)的美好生活需要客觀上要求農(nóng)業(yè)走綠色發(fā)展之路[2]。長(zhǎng)江經(jīng)濟(jì)帶覆蓋11省(市)，人口和經(jīng)濟(jì)總量都超過(guò)全國(guó)的40%，但當(dāng)前長(zhǎng)江經(jīng)濟(jì)帶發(fā)展面臨著嚴(yán)峻的生態(tài)環(huán)境問(wèn)題：生物多樣性不斷減少；化肥農(nóng)藥減量增效行動(dòng)收效甚微；畜禽糞便處置不合理和農(nóng)田秸稈焚燒等尚未得到徹底控制；農(nóng)業(yè)面源污染治理難度較大。2019年10月29日黨的十九屆四中全會(huì)進(jìn)一步提出，要加強(qiáng)長(zhǎng)江黃河等大江大河生態(tài)保護(hù)和系統(tǒng)治理。長(zhǎng)江經(jīng)濟(jì)帶既是中國(guó)重要的糧油、畜禽和水產(chǎn)品等主產(chǎn)區(qū)，又是生態(tài)文明建設(shè)的先行示范帶；農(nóng)業(yè)綠色發(fā)展是中國(guó)生態(tài)文明建設(shè)的重要實(shí)踐，是破解中國(guó)生態(tài)環(huán)境壓力的重要路徑，對(duì)整個(gè)長(zhǎng)江經(jīng)濟(jì)帶乃至全國(guó)的生態(tài)文明建設(shè)與高質(zhì)量發(fā)展都將起著至關(guān)重要的作用。因此，評(píng)估長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平、剖析其影響因素并探索其具體的實(shí)現(xiàn)路徑，具有重要的現(xiàn)實(shí)與政策意義。

二、相關(guān)研究文獻(xiàn)綜述

近年來(lái)農(nóng)業(yè)綠色發(fā)展問(wèn)題相關(guān)研究成果日益豐富。創(chuàng)新與綠色發(fā)展已成為中國(guó)新時(shí)代經(jīng)濟(jì)發(fā)展的戰(zhàn)略選擇[3]，關(guān)系到經(jīng)濟(jì)、社會(huì)、環(huán)境的可持續(xù)發(fā)展[4]。農(nóng)業(yè)綠色發(fā)展本質(zhì)是一種發(fā)展理念[5]，具體體現(xiàn)在農(nóng)業(yè)生產(chǎn)效率提高和農(nóng)業(yè)面源污染減少兩個(gè)方面[6]。當(dāng)前，資源約束趨緊、面源污染不斷加劇、質(zhì)量安全事件頻發(fā)、生態(tài)系統(tǒng)不斷退化是中國(guó)農(nóng)業(yè)綠色發(fā)展面臨的主要問(wèn)題[7]，要實(shí)現(xiàn)農(nóng)業(yè)綠色轉(zhuǎn)型發(fā)展，首先要確保水土資源和環(huán)境質(zhì)量[8]。農(nóng)業(yè)直接支付政策、WTO綠箱政策與農(nóng)業(yè)環(huán)境支持政策成為發(fā)達(dá)國(guó)家解決農(nóng)業(yè)生產(chǎn)安全問(wèn)題的主要途徑[9]；提升長(zhǎng)江經(jīng)濟(jì)帶產(chǎn)業(yè)綠色發(fā)展水平，必須發(fā)揮下游的輻射帶動(dòng)作用，加強(qiáng)下游地區(qū)和中、上游地區(qū)間的交流合作[10]。從培育綠色發(fā)展和鄉(xiāng)村生態(tài)文化等維度提升農(nóng)村生態(tài)治理能力，實(shí)現(xiàn)農(nóng)村生態(tài)善治[11]；針對(duì)不同區(qū)域農(nóng)業(yè)生態(tài)環(huán)境問(wèn)題，應(yīng)堅(jiān)持因地制宜和分區(qū)施策原則[12]，加快對(duì)綠色發(fā)展新動(dòng)能與新生產(chǎn)力的培育[13]。從研究?jī)?nèi)容上看，周莉(2019)對(duì)全國(guó)或某一具體省份的農(nóng)業(yè)綠色發(fā)展水平進(jìn)行了評(píng)估[14]；程莉等(2018)研究了鄉(xiāng)村綠色發(fā)展與鄉(xiāng)村振興內(nèi)在機(jī)理[15]；從研究方法上看，現(xiàn)有文獻(xiàn)主要采用了主成分分析法、DPSIR模型[16]、德爾菲法與層次分析法[17]、改進(jìn)熵值法[18]、AHP-GRAP聯(lián)合評(píng)價(jià)法[19]以及等權(quán)重主觀賦權(quán)法等等。

國(guó)外關(guān)于綠色發(fā)展內(nèi)涵的研究主要從經(jīng)濟(jì)發(fā)展過(guò)程中注重資源環(huán)境保護(hù)和以綠色發(fā)展作為經(jīng)濟(jì)增長(zhǎng)的動(dòng)力和新經(jīng)濟(jì)增長(zhǎng)源泉兩個(gè)方面展開。Hall等(1991)首次提出了“綠色指數(shù)”概念并構(gòu)建了綠色發(fā)展指標(biāo)體系[20]；在研究方法上，Serrao(2008)、Varinder(2014)分別利用Malmquist指數(shù)法和模糊TOPSIS決策模型研究了15個(gè)歐洲國(guó)家的農(nóng)業(yè)生態(tài)效率以及政府當(dāng)局和行業(yè)在綠色生產(chǎn)時(shí)受到的阻礙[21]?；?、農(nóng)藥等化學(xué)品的過(guò)量投入，造成了嚴(yán)重的農(nóng)業(yè)面源污染和農(nóng)產(chǎn)品質(zhì)量安全問(wèn)題[22]；Asselt等(2010)研究指出，導(dǎo)致農(nóng)產(chǎn)品安全問(wèn)題最直接的原因是農(nóng)戶在生產(chǎn)過(guò)程中不合理、不規(guī)范使用農(nóng)藥[23]；隨著時(shí)間的推移，農(nóng)戶對(duì)相關(guān)知識(shí)的了解程度不斷提升，有助于減少農(nóng)藥的使用[24]。

國(guó)內(nèi)外現(xiàn)有研究成果為本文提供了良好的理論支撐與研究視角，但仍存在著不足：一是現(xiàn)有成果研究范圍主要集中在全國(guó)或某具體區(qū)域，盡管已有學(xué)者觸及到長(zhǎng)江經(jīng)濟(jì)帶，但其視角以工業(yè)或城市群綠色發(fā)展為主，針對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展進(jìn)行專門研究的文獻(xiàn)不多；二是缺乏對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展空間相關(guān)性研究的文獻(xiàn)。基于此，本文將以2008～2019年為研究時(shí)段，采用改進(jìn)熵權(quán)法測(cè)算長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平，然后利用全局莫蘭指數(shù)分析其空間相關(guān)性，并構(gòu)建空間杜賓模型考察長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平的影響因素，以期為長(zhǎng)江經(jīng)濟(jì)帶貫徹落實(shí)《長(zhǎng)江經(jīng)濟(jì)帶生態(tài)環(huán)境保護(hù)規(guī)劃》提供政策建議。

三、研究方法與數(shù)據(jù)來(lái)源

(一)研究方法

1.農(nóng)業(yè)綠色發(fā)展水平的測(cè)算

農(nóng)業(yè)綠色發(fā)展強(qiáng)調(diào)減少污染的同時(shí)更要有效地利用資源[25]，其核心是既要追求農(nóng)業(yè)發(fā)展的經(jīng)濟(jì)效益，又要重視其社會(huì)效益與生態(tài)環(huán)境效益，通過(guò)節(jié)約資源、保護(hù)環(huán)境、保育生態(tài)以及提質(zhì)增效實(shí)現(xiàn)綠色發(fā)展目標(biāo)。本文借鑒魏琦(2018)[2]和趙會(huì)杰(2019)[18]的研究成果，同時(shí)參考《國(guó)家農(nóng)業(yè)可持續(xù)發(fā)展試驗(yàn)示范區(qū)(農(nóng)業(yè)綠色發(fā)展先行區(qū))考核指標(biāo)體系》，基于測(cè)度農(nóng)業(yè)綠色發(fā)展水平的復(fù)雜性以及數(shù)據(jù)指標(biāo)的實(shí)用性與可得性，選取資源節(jié)約、環(huán)境友好、生態(tài)保育和質(zhì)量高效4個(gè)指標(biāo)作為一級(jí)指標(biāo)，選取耕地復(fù)種指數(shù)、單位農(nóng)業(yè)產(chǎn)值耗水量、耕地?cái)?shù)量年均增長(zhǎng)率、節(jié)水灌溉面積以及農(nóng)業(yè)用水比重5個(gè)二級(jí)指標(biāo)表征資源節(jié)約；選取農(nóng)藥使用強(qiáng)度、化肥使用強(qiáng)度、農(nóng)業(yè)COD排放強(qiáng)度、農(nóng)業(yè)氨氮排放強(qiáng)度4個(gè)二級(jí)指標(biāo)表征環(huán)境友好，反映農(nóng)業(yè)面源污染情況；選取自然保護(hù)區(qū)面積比重、濕地面積比重、森林覆蓋率3個(gè)二級(jí)指標(biāo)表征生態(tài)保育狀況，體現(xiàn)農(nóng)業(yè)生態(tài)保護(hù)程度；選取單位面積糧食產(chǎn)量、單位面積綠色食品標(biāo)識(shí)產(chǎn)品數(shù)量、單位播種面積農(nóng)業(yè)GDP以及農(nóng)村居民人均可支配收入4個(gè)二級(jí)指標(biāo)表征質(zhì)量高效，強(qiáng)調(diào)農(nóng)業(yè)發(fā)展品牌價(jià)值和質(zhì)量效益。具體指標(biāo)說(shuō)明見表1。

表1 農(nóng)業(yè)綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系

改進(jìn)熵權(quán)法(Improved Entropy Method)目前已廣泛運(yùn)用于社會(huì)經(jīng)濟(jì)研究領(lǐng)域，其基本思路為根據(jù)指標(biāo)變異性的大小來(lái)進(jìn)行客觀賦權(quán)。改進(jìn)熵權(quán)法評(píng)價(jià)模型如下：

(1)設(shè)定評(píng)價(jià)指標(biāo)。設(shè)有k個(gè)省份，n個(gè)年份，m個(gè)指標(biāo)，則Xθij為第θ年省份i的第j個(gè)指標(biāo)值；

(2)標(biāo)準(zhǔn)化處理各指標(biāo)。由于各指標(biāo)單位各不相同，需對(duì)所有指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，將指標(biāo)轉(zhuǎn)換到0～1之間；參考趙會(huì)杰等(2019)[18]的做法，本文統(tǒng)一對(duì)標(biāo)準(zhǔn)化數(shù)據(jù)作加1處理以避免計(jì)算的熵值在取對(duì)數(shù)時(shí)出現(xiàn)負(fù)數(shù)的問(wèn)題。具體處理方法如下：

正向指標(biāo)標(biāo)準(zhǔn)化：

(1)

反向指標(biāo)標(biāo)準(zhǔn)化：

(2)

(3)計(jì)算各指標(biāo)的信息熵。用yθij表示指標(biāo)權(quán)重，則：

(3)

根據(jù)信息熵的定義，第j項(xiàng)指標(biāo)的信息熵為：

(4)

計(jì)算第j項(xiàng)指標(biāo)的差異系數(shù)Gj=1-Sj， 數(shù)據(jù)差異越大，權(quán)重越大。

計(jì)算各指標(biāo)的權(quán)重。根據(jù)信息熵的計(jì)算公式，計(jì)算出各指標(biāo)的權(quán)重：

(5)

計(jì)算評(píng)價(jià)對(duì)象綜合指數(shù)得分：

(6)

2.農(nóng)業(yè)綠色發(fā)展水平的區(qū)域差異分析

泰爾指數(shù)能夠很好地度量區(qū)域內(nèi)部差異與區(qū)域間的差異距離，因此，本文將運(yùn)用泰爾指數(shù)法測(cè)算長(zhǎng)江經(jīng)濟(jì)帶全流域農(nóng)業(yè)綠色發(fā)展水平總體差距變化及上中下游三個(gè)區(qū)域內(nèi)部和區(qū)域間差異。其計(jì)算公式如下：

(7)

上式中n為區(qū)域內(nèi)省份數(shù)量，u為長(zhǎng)江經(jīng)濟(jì)帶所有省份農(nóng)業(yè)綠色發(fā)展水平平均值，gi為i省的農(nóng)業(yè)綠色發(fā)展水平值。泰爾指數(shù)T越大，表明該區(qū)域的總體差異也就越大。同時(shí)，總區(qū)域差異又可劃分為區(qū)域內(nèi)部差異(Twr)和區(qū)域間差異(Tbr)。

T=Tbr+Twr

(8)

(9)

長(zhǎng)江經(jīng)濟(jì)帶上中下三個(gè)區(qū)域內(nèi)部差異為:

(10)

進(jìn)一步地，可以計(jì)算第k組區(qū)域內(nèi)部差異的貢獻(xiàn)率和區(qū)域間差異的貢獻(xiàn)率，分別用Dk和Db表示：

(11)

(12)

3.長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平的空間相關(guān)性分析

綠色發(fā)展具有一定的空間相關(guān)性和溢出效應(yīng)，特別是對(duì)于處于同一流域的相關(guān)省區(qū)而言，綠色發(fā)展的關(guān)聯(lián)性與溢出效應(yīng)就更為明顯。長(zhǎng)江經(jīng)濟(jì)帶各省(市)之間不僅因水相連，而且彼此間經(jīng)濟(jì)活動(dòng)往來(lái)頻繁，因此，各省(市)間生態(tài)環(huán)境保護(hù)和綠色發(fā)展具有較強(qiáng)的空間相關(guān)性。為證實(shí)這一經(jīng)驗(yàn)推斷，本部分將從全局自相關(guān)和局部自相關(guān)檢驗(yàn)該流域各省(市)的農(nóng)業(yè)綠色發(fā)展空間相關(guān)性。全局自相關(guān)性可通過(guò)能夠反映農(nóng)業(yè)綠色發(fā)展空間自相關(guān)程度的莫蘭指數(shù)(Moran’sI)來(lái)檢驗(yàn)?？臻g自相關(guān)檢驗(yàn)又是構(gòu)建空間計(jì)量模型的前提條件，如果空間自相關(guān)性顯著，則可采用適合的空間計(jì)量模型來(lái)測(cè)度各因素的影響作用。其計(jì)算公式為：

(13)

上式中xi代表省區(qū)i的農(nóng)業(yè)綠色發(fā)展水平值，xj代表省區(qū)i的相鄰省區(qū)j的農(nóng)業(yè)綠色發(fā)展水平值，n為11表示本文所考察的長(zhǎng)江經(jīng)濟(jì)帶11省(市)數(shù)，wij表示空間權(quán)重矩陣。全局莫蘭指數(shù)取值范圍為[-1，1]，若I>0，表示長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平呈空間正相關(guān)，該流域整體具有均質(zhì)性，且數(shù)值越大相關(guān)性越強(qiáng)；若I<0，表示長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平呈負(fù)相關(guān)，該流域整體具有異質(zhì)性；若I=0，表示該區(qū)域內(nèi)農(nóng)業(yè)綠色發(fā)展水平無(wú)空間相關(guān)性。

表2 2008～2019年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平莫蘭指數(shù)

從表2可看出，2008～2019年長(zhǎng)江經(jīng)濟(jì)帶11省(市)農(nóng)業(yè)綠色發(fā)展水平的全局Moran’sI均大于0，而且都在10%條件下顯著成立，表明長(zhǎng)江經(jīng)濟(jì)帶各省(市)間農(nóng)業(yè)綠色發(fā)展水平具有顯著的空間正相關(guān)性，農(nóng)業(yè)綠色發(fā)展存在較強(qiáng)的關(guān)聯(lián)性與溢出效應(yīng)。進(jìn)一步地，長(zhǎng)江經(jīng)濟(jì)帶省域的農(nóng)業(yè)綠色發(fā)展水平不僅受本省域相關(guān)因素的影響，而且還受到其鄰近省域農(nóng)業(yè)綠色發(fā)展水平的影響；長(zhǎng)江經(jīng)濟(jì)帶各省域間農(nóng)業(yè)綠色發(fā)展整體關(guān)聯(lián)性較強(qiáng)。

4.農(nóng)業(yè)綠色發(fā)展水平影響因素實(shí)證模型構(gòu)建及數(shù)據(jù)來(lái)源

(1)實(shí)證模型構(gòu)建。農(nóng)業(yè)綠色發(fā)展水平會(huì)受到經(jīng)濟(jì)發(fā)展、資源稟賦與產(chǎn)業(yè)結(jié)構(gòu)等因素的外在影響[26]，因此，考慮到數(shù)據(jù)的可得性，借鑒余永琦等(2021)[27]的研究成果，本文選取經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)村人力資本水平、地方財(cái)政支農(nóng)力度、城鎮(zhèn)化水平以及農(nóng)村居民家庭資源稟賦六類指標(biāo)分析長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平的影響因素。其中，經(jīng)濟(jì)發(fā)展水平用人均GDP表示；產(chǎn)業(yè)結(jié)構(gòu)用第一產(chǎn)業(yè)增加值占地區(qū)GDP比重表示；農(nóng)村人力資本水平用農(nóng)村人均受教育年限表示；地方財(cái)政支農(nóng)力度用農(nóng)林水支出占地方財(cái)政總支出比重表示；城鎮(zhèn)化水平用城鎮(zhèn)化率表示。由于各變量數(shù)據(jù)單位互不相同，本文對(duì)所有數(shù)據(jù)都做了標(biāo)準(zhǔn)化處理。表3是各變量描述性統(tǒng)計(jì)分析。

表3 變量的描述性統(tǒng)計(jì)分析

前文空間相關(guān)性分析結(jié)果表明，長(zhǎng)江經(jīng)濟(jì)帶各省(市)間因水相連，某省(市)農(nóng)業(yè)綠色發(fā)展水平不僅受當(dāng)?shù)氐呢?cái)政支農(nóng)支出水平等相關(guān)因素的影響，還與鄰近地區(qū)農(nóng)業(yè)綠色發(fā)展水平、財(cái)政支農(nóng)支出水平及其他因素相關(guān)，在估計(jì)時(shí)需要將鄰近地區(qū)農(nóng)業(yè)綠色發(fā)展水平、財(cái)政支農(nóng)支出及其他因素所產(chǎn)生的綠色發(fā)展促進(jìn)效應(yīng)考慮在內(nèi)。基于此，本文將建立以長(zhǎng)江經(jīng)濟(jì)帶各省(市)農(nóng)業(yè)綠色發(fā)展指數(shù)為被解釋變量，財(cái)政支農(nóng)支出相對(duì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)村人力資本水平、城鎮(zhèn)化率以及人均GDP為解釋變量的固定效應(yīng)空間杜賓模型(SDM)作為待估模型：

(14)

上式中i,j代表地區(qū)；t=2008,2009,…,2019代表樣本觀測(cè)時(shí)期；greit表示第i個(gè)省(市)第t年的農(nóng)業(yè)綠色發(fā)展水平；grejt表示j省(市)第t年的農(nóng)業(yè)綠色發(fā)展水平；Z為影響農(nóng)業(yè)綠色發(fā)展水平的相關(guān)變量，包括財(cái)政支農(nóng)支出、GDP、產(chǎn)業(yè)結(jié)構(gòu)等，d為個(gè)體效應(yīng)，t為時(shí)間效應(yīng)，回歸殘差項(xiàng)用ε表示；wij是n×n維空間權(quán)重矩陣；wijgrejt表示與i相鄰的省(市)grejt對(duì)greit的交互影響；參數(shù)θ反映的是本地區(qū)變量對(duì)被解釋變量的影響；β、μ反映的是鄰近地區(qū)變量對(duì)本地區(qū)被解釋變量產(chǎn)生的空間溢出效應(yīng)。

(二)數(shù)據(jù)來(lái)源

本研究選取長(zhǎng)江經(jīng)濟(jì)帶11省(市)2008～2019年的數(shù)據(jù)為樣本研究數(shù)據(jù)，其中，耕地復(fù)種指數(shù)、單位農(nóng)業(yè)產(chǎn)值耗水量、耕地?cái)?shù)量年均增長(zhǎng)率、節(jié)水灌溉面積比重、農(nóng)藥使用強(qiáng)度、化肥使用強(qiáng)度、農(nóng)業(yè)COD排放強(qiáng)度、自然保護(hù)區(qū)面積比重、濕地面積比重、森林覆蓋率、單位面積綠色食品標(biāo)識(shí)產(chǎn)品數(shù)量、第一產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重的原始數(shù)據(jù)來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》以及《中國(guó)品牌農(nóng)業(yè)年鑒》，并通過(guò)計(jì)算整理而得；人均GDP、城鎮(zhèn)化率、農(nóng)村居民家庭人均耕地面積、財(cái)政支農(nóng)力度等數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》以及長(zhǎng)江經(jīng)濟(jì)帶各省(市)歷年經(jīng)濟(jì)統(tǒng)計(jì)年鑒；各省市農(nóng)村人均受教育年限原始數(shù)據(jù)來(lái)源于《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》(2009～2020)。本文在計(jì)算各省市農(nóng)村居民人均受教育年限時(shí)采用如下計(jì)算方法：(文盲人數(shù)*1年+小學(xué)學(xué)歷人數(shù)*6年+初中學(xué)歷人數(shù)*9年+高中人數(shù)*12年+大專及以上學(xué)歷人數(shù)*16年)÷抽樣調(diào)查的總?cè)藬?shù)。

四、長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平測(cè)算結(jié)果

(一)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展指數(shù)

本文利用改進(jìn)熵值法測(cè)算出長(zhǎng)江經(jīng)濟(jì)帶11省市2008～2019年農(nóng)業(yè)綠色發(fā)展水平，具體結(jié)果如表4、表5所示。

測(cè)算結(jié)果表明，2008年以來(lái)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平取得了顯著提升，農(nóng)業(yè)綠色發(fā)展指數(shù)得分由2008年14.251提高到了2019年的19.871，累計(jì)提高了5.72，年均提高0.477(見表4)。從四個(gè)維度一級(jí)指標(biāo)的得分來(lái)看，資源節(jié)約指標(biāo)總得分最高(60.01)，質(zhì)量高效總得分偏低(47.07)，而生態(tài)保育指標(biāo)總得分最低(44.34)。這一結(jié)果表明，生態(tài)保育和質(zhì)量高效是長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展的短板，在今后農(nóng)業(yè)生產(chǎn)中須秉持“生態(tài)優(yōu)先、綠色發(fā)展”理念，堅(jiān)持走綠色興農(nóng)與質(zhì)量興農(nóng)道路。

表4 長(zhǎng)江經(jīng)濟(jì)帶2008～2019年農(nóng)業(yè)綠色發(fā)展指數(shù)得分

表5 長(zhǎng)江經(jīng)濟(jì)帶2008～2019年各省(市)農(nóng)業(yè)綠色發(fā)展水平指數(shù)

從長(zhǎng)江經(jīng)濟(jì)帶2008～2019年各省份農(nóng)業(yè)綠色發(fā)展指數(shù)均值排名來(lái)看(見表5)，排名由高到低依次是：上海、重慶、浙江、四川、湖南、江西、安徽、江蘇、湖北、貴州、云南，上海、重慶、浙江和四川四省市農(nóng)業(yè)綠色發(fā)展水平較高，而云南、貴州和湖北農(nóng)業(yè)綠色發(fā)展水平較低，低于長(zhǎng)江經(jīng)濟(jì)帶的平均水平。從上中下游三個(gè)地區(qū)來(lái)看，下游地區(qū)農(nóng)業(yè)綠色生產(chǎn)水平高于中上游地區(qū)，上游地區(qū)略低于全流域平均水平。從時(shí)間維度來(lái)看，2008～2019年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平逐年提高，均值從2008年的1.296上升到2019年的1.772，年均提高了0.0397。長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平的最低值從2008年的1.197(湖北)增加到2019年的1.711(重慶)，最高值由2008年的1.390(浙江)增加到2019年的1.887(湖北)。從農(nóng)業(yè)綠色發(fā)展水平提升幅度來(lái)看，湖北排名居首，從2008年的1.197提升到2018年的1.887，12年間增長(zhǎng)了0.690，而浙江提升幅度最小，僅提升了0.209。

(二)農(nóng)業(yè)綠色發(fā)展水平的區(qū)域差異

借助于式(7)～(12)可測(cè)算出長(zhǎng)江經(jīng)濟(jì)帶2008～2019年農(nóng)業(yè)綠色發(fā)展水平的泰爾指數(shù)以及區(qū)域間和區(qū)域內(nèi)泰爾指數(shù)。從表6可看出，長(zhǎng)江經(jīng)濟(jì)帶2008～2019年農(nóng)業(yè)綠色發(fā)展水平的總體差距表現(xiàn)出一定程度的波動(dòng)性，呈現(xiàn)出“W”型波動(dòng)趨勢(shì)，2008～2009年差距略有縮小，然后從2009年到2012年迅速擴(kuò)大，從2012年開始到2019年又分別經(jīng)歷了一次縮小和一次擴(kuò)大過(guò)程；總體差距主要來(lái)自于組內(nèi)差距，組內(nèi)差距的泰爾指數(shù)除個(gè)別年份較高以外整體上趨于平穩(wěn)，且組內(nèi)差距的貢獻(xiàn)率波動(dòng)幅度也較大，2011年高達(dá)97.71%，而2014年僅有59.94%。從上中下游三個(gè)區(qū)域組內(nèi)差距來(lái)看，上游地區(qū)的農(nóng)業(yè)綠色發(fā)展水平差距在小幅波動(dòng)中逐漸縮小，2014年達(dá)到峰值，主要是由于重慶與云南的差距較大，前者是后者的1.12倍；中下游地區(qū)的農(nóng)業(yè)綠色發(fā)展水平差距均呈現(xiàn)出波動(dòng)特征，就中游地區(qū)而言，2012年達(dá)到峰值，主要是由于湖南與湖北的差距較大，前者是后者的1.22倍，就下游地區(qū)而言，2011年達(dá)到峰值，主要原因在于上海與安徽的差距較大，前者是后者的1.17倍。組間差距對(duì)總體差距的貢獻(xiàn)率變化幅度較大，2011年僅有2.29，但在2014年卻高達(dá)40.35，表明2011年至2014年兩三年時(shí)間內(nèi)上中下游三個(gè)區(qū)域之間農(nóng)業(yè)綠色發(fā)展水平差距迅速拉大。

表6 長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域農(nóng)業(yè)綠色發(fā)展水平泰爾指數(shù)

總之，2008年至2019年長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平的區(qū)域差異變化較大，總泰爾指數(shù)波動(dòng)較大。上游地區(qū)內(nèi)部農(nóng)業(yè)綠色發(fā)展水平差異逐漸縮小，中下游區(qū)域內(nèi)部的綠色發(fā)展水平差異波動(dòng)幅度較大。從對(duì)總體差異影響程度角度看，區(qū)域內(nèi)差異對(duì)總體差異的影響程度更大，而區(qū)域間差距對(duì)總體差距的影響變化幅度較大。

五、長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展影響因素實(shí)證分析

(一)實(shí)證結(jié)果分析

通過(guò)前文分析結(jié)論可知，長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展不僅具有空間異質(zhì)性，而且呈現(xiàn)出空間正相關(guān)性，表明所構(gòu)建的空間計(jì)量模型是合理的。經(jīng)過(guò)Hausman檢驗(yàn)，本文采用SDM的固定效應(yīng)模型。根據(jù)擬合優(yōu)度檢驗(yàn)，雙固定效應(yīng)模型優(yōu)于時(shí)間固定效應(yīng)模型和個(gè)體固定效應(yīng)模型；從Loglikelihood角度看，雙固定效應(yīng)模型的數(shù)值大于個(gè)體固定效應(yīng)模型與時(shí)間固定效應(yīng)模型；從Sigma2角度看，3個(gè)模型都通過(guò)了1%顯著性水平的檢驗(yàn)；從β角度看，雙固定效應(yīng)模型和時(shí)間固定效應(yīng)模型均在1%水平上顯著為正。綜合考量，本文認(rèn)為雙固定效應(yīng)空間杜賓面板模型(SDM)更符合長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省(市)農(nóng)業(yè)綠色發(fā)展的實(shí)際情況。為保證估計(jì)結(jié)果的穩(wěn)健性，本文還引入空間誤差模型(SEM)和空間滯后模型(SLM)，但后文分析仍以空間杜賓模型為主?；貧w結(jié)果見表7所示。

表7中，四種空間權(quán)重矩陣下，SDM、SEM和SLM模型中，城鎮(zhèn)化率(urb)對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展的影響都在10%水平下顯著為正，表明城鎮(zhèn)化提升了該經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平。其原因可能在于：一方面，城鎮(zhèn)化進(jìn)程中城鎮(zhèn)居民對(duì)農(nóng)產(chǎn)品質(zhì)量安全提出了更高的要求，從而倒逼農(nóng)業(yè)綠色發(fā)展；另一方面，伴隨著新型城鎮(zhèn)化的推進(jìn)，更多的勞動(dòng)力向二三產(chǎn)業(yè)轉(zhuǎn)移，農(nóng)業(yè)生產(chǎn)活動(dòng)相對(duì)減少且農(nóng)業(yè)勞動(dòng)生產(chǎn)率不斷提升，從而耕地、化肥和農(nóng)藥的使用強(qiáng)度、農(nóng)業(yè)氨氮和COD排放強(qiáng)度大幅降低，從而提高了農(nóng)業(yè)綠色發(fā)展水平。經(jīng)濟(jì)發(fā)展水平(pgdp)估計(jì)系數(shù)有負(fù)有正，表明經(jīng)濟(jì)發(fā)展與長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展之間并非簡(jiǎn)單的線性關(guān)系。其可能的原因?yàn)椋涸诮?jīng)濟(jì)發(fā)展初期更加注重經(jīng)濟(jì)增長(zhǎng)速度，而當(dāng)經(jīng)濟(jì)總量達(dá)到一定規(guī)模時(shí)則更加關(guān)注經(jīng)濟(jì)增長(zhǎng)與環(huán)境保護(hù)的協(xié)調(diào)關(guān)系。在三種模型中第一產(chǎn)業(yè)增加值比重與該地區(qū)農(nóng)業(yè)綠色發(fā)展水平之間呈負(fù)相關(guān)，即伴隨著第一產(chǎn)業(yè)增加值的比重不斷下降，農(nóng)業(yè)綠色發(fā)展水平隨之提高。這表明長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平隨著產(chǎn)業(yè)結(jié)構(gòu)的不斷優(yōu)化升級(jí)而不斷提升。

表7 空間面板模型回歸結(jié)果

從回歸結(jié)果來(lái)看，地方財(cái)政支農(nóng)力度提升促進(jìn)了長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平，但值得注意的是，財(cái)政支農(nóng)支出項(xiàng)的回歸系數(shù)偏小，且大多未通過(guò)顯著性檢驗(yàn)，表明財(cái)政支農(nóng)支出對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展的促進(jìn)效應(yīng)并不明顯。本文認(rèn)為這一結(jié)果的可能性原因?yàn)?，在農(nóng)業(yè)綠色發(fā)展方面地方財(cái)政支農(nóng)支出的精準(zhǔn)性出現(xiàn)了偏差，財(cái)政支農(nóng)綠色促進(jìn)效應(yīng)仍有較大提升空間。農(nóng)村人力資本水平與農(nóng)業(yè)綠色發(fā)展水平之間呈現(xiàn)出高度正相關(guān)關(guān)系，表明不斷提高的農(nóng)村人口受教育水平有力地促進(jìn)了當(dāng)?shù)剞r(nóng)業(yè)綠色發(fā)展。農(nóng)村居民受教育越多，越能意識(shí)到生態(tài)環(huán)境保護(hù)和農(nóng)業(yè)可持續(xù)發(fā)展的重要性，從而在日常生產(chǎn)生活中更能自覺地使用清潔生產(chǎn)與治污技術(shù)、保護(hù)生態(tài)環(huán)境，從而提升了農(nóng)業(yè)綠色發(fā)展水平。

進(jìn)一步地，按照前文分析，由于β在SDM中回歸結(jié)果不為0，各因素的回歸結(jié)果不能用來(lái)反映直接或間接效應(yīng)結(jié)果。根據(jù)Le Sage等[28]的研究，各個(gè)因素對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展的影響可以分解為直接效應(yīng)、間接效應(yīng)(空間溢出效應(yīng))和總效應(yīng)。

表8列示了地方財(cái)政支農(nóng)支出、產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)村居民受教育水平、城鎮(zhèn)化率以及人均GDP對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平影響的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。根據(jù)總效應(yīng)分解結(jié)果可知，地方財(cái)政支農(nóng)支出、人均GDP、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)村居民受教育水平是促進(jìn)鄰近省(市)農(nóng)業(yè)綠色發(fā)展水平提升的重要因素。地方財(cái)政支農(nóng)支出對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展的間接效應(yīng)為0.0558，且在1%的顯著性水平下顯著，大于其直接效應(yīng)。這表明某省(市)財(cái)政支農(nóng)支出在推動(dòng)本省區(qū)農(nóng)業(yè)綠色發(fā)展的同時(shí)，也會(huì)通過(guò)輻射帶動(dòng)作用促進(jìn)其相鄰省(市)的農(nóng)業(yè)綠色發(fā)展。其原因在于，長(zhǎng)江經(jīng)濟(jì)帶各省(市)之間因水相連，彼此間經(jīng)濟(jì)往來(lái)頻繁，因此各地區(qū)財(cái)政支農(nóng)支出的農(nóng)業(yè)綠色發(fā)展促進(jìn)效應(yīng)具有空間溢出效應(yīng)。產(chǎn)業(yè)結(jié)構(gòu)和人均GDP對(duì)省域農(nóng)業(yè)綠色發(fā)展的間接效應(yīng)分別為-0.0049和0.0079，且均在5%的顯著性水平下顯著，表明有明顯的空間溢出效應(yīng)，即某省(市)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)和人均GDP不斷增長(zhǎng)，同樣會(huì)促進(jìn)相鄰省區(qū)的農(nóng)業(yè)綠色發(fā)展。農(nóng)村居民受教育水平提高對(duì)相鄰省區(qū)農(nóng)業(yè)綠色發(fā)展有顯著的促進(jìn)效應(yīng)。城鎮(zhèn)化水平提升對(duì)相鄰省區(qū)的農(nóng)業(yè)綠色發(fā)展也有明顯的促進(jìn)效應(yīng)。

表8 各個(gè)影響因素對(duì)農(nóng)業(yè)綠色發(fā)展水平的影響效應(yīng)

(二)穩(wěn)健性檢驗(yàn)

為保證估計(jì)結(jié)果的穩(wěn)健性，前文還引入了空間誤差模型(SEM)和空間滯后模型(SLM)對(duì)各因素對(duì)長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展的影響效應(yīng)進(jìn)行分析。為了進(jìn)一步驗(yàn)證前文結(jié)論的可靠性，本文將采取三種方式進(jìn)行穩(wěn)健性檢驗(yàn)：(1)為排除所有解釋變量可能存在反向因果關(guān)系導(dǎo)致內(nèi)生性問(wèn)題，本文將所有解釋變量滯后兩期，基于地理空間距離矩陣進(jìn)行SDM模型回歸；(2)盡管本文核心解釋變量統(tǒng)計(jì)值與相關(guān)學(xué)者測(cè)度結(jié)果相差較小，但為了避免分析視角不同引起測(cè)量誤差，本文將采取兩種變量替換方法：一是以金融效率和地區(qū)技術(shù)水平兩個(gè)變量替換現(xiàn)有核心解釋變量；二是采用現(xiàn)有解釋變量更長(zhǎng)考察期(2009～2021)的數(shù)據(jù)作為新的核心解釋變量；其中，金融效率(fe)用金融機(jī)構(gòu)貸款和存款之比表示，技術(shù)水平(te)用地區(qū)技術(shù)市場(chǎng)成交額表示；(3)為排除異常值，借鑒姚占琪(2022)[29]的做法，對(duì)所有變量進(jìn)行1%縮尾處理。

表9 穩(wěn)健性檢驗(yàn)結(jié)果

從表9可看出，通過(guò)四種方法進(jìn)行穩(wěn)健性檢驗(yàn)，與前文實(shí)證結(jié)果相比，盡管解釋變量的估計(jì)系數(shù)大小發(fā)生了變化，但方向和顯著性水平未變，表明前文的實(shí)證結(jié)果仍然具有穩(wěn)健性。

六、結(jié)論與政策建議

(一) 主要結(jié)論

1.長(zhǎng)江經(jīng)濟(jì)帶2008～2019年農(nóng)業(yè)綠色發(fā)展水平顯著提升，農(nóng)業(yè)綠色發(fā)展指數(shù)年均提高0.397。從四個(gè)維度一級(jí)指標(biāo)的得分來(lái)看，資源節(jié)約指標(biāo)得分最高，環(huán)境友好指標(biāo)次之，生態(tài)保育和質(zhì)量高效指標(biāo)得分偏低，表明自然保護(hù)區(qū)面積、濕地面積和森林覆蓋率、綠色農(nóng)產(chǎn)品以及單位面積農(nóng)業(yè)產(chǎn)值等是長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展中亟需補(bǔ)齊的短板。整體上看，上海、重慶與浙江農(nóng)業(yè)綠色發(fā)展水平較高，而云南與貴州農(nóng)業(yè)綠色發(fā)展水平偏低。

2.長(zhǎng)江經(jīng)濟(jì)帶農(nóng)業(yè)綠色發(fā)展水平與經(jīng)濟(jì)發(fā)展水平之間高度正相關(guān)；第一產(chǎn)業(yè)增加值比重與農(nóng)業(yè)綠色發(fā)展水平之間成負(fù)相關(guān)；農(nóng)村人力資本水平與農(nóng)業(yè)綠色發(fā)展水平高度正相關(guān)；地方財(cái)政支農(nóng)支出對(duì)農(nóng)業(yè)綠色發(fā)展發(fā)揮出了一定的積極作用；全流域城鎮(zhèn)化水平的提高在一定程度上促進(jìn)了農(nóng)業(yè)綠色發(fā)展。

3.長(zhǎng)江經(jīng)濟(jì)帶相關(guān)省域之間農(nóng)業(yè)綠色發(fā)展密切相關(guān)，呈現(xiàn)出較強(qiáng)的整體性特征。某省域綠色發(fā)展不僅受本省域財(cái)政支農(nóng)支出、經(jīng)濟(jì)發(fā)展程度、農(nóng)村人力資本水平、城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)等因素的制約，而且還受到鄰近省域經(jīng)濟(jì)社會(huì)相關(guān)因素的影響。

(二)政策建議

1.在整體推進(jìn)全流域農(nóng)業(yè)綠色發(fā)展的同時(shí)，流域內(nèi)農(nóng)業(yè)綠色發(fā)展水平相對(duì)滯后的省份應(yīng)引起高度關(guān)注。更加重視提升自然保護(hù)區(qū)和濕地面積比重、不斷提高森林覆蓋率，持續(xù)推進(jìn)退耕還林工程，不斷增加綠色食品標(biāo)志產(chǎn)品數(shù)量，加強(qiáng)綠色農(nóng)產(chǎn)品標(biāo)志管理，堅(jiān)定不移地走質(zhì)量興農(nóng)與綠色興農(nóng)的新型農(nóng)業(yè)發(fā)展道路。

2.強(qiáng)化全流域“一盤棋”思想，協(xié)調(diào)推進(jìn)長(zhǎng)江經(jīng)濟(jì)帶綠色發(fā)展，牢固樹立“生態(tài)命運(yùn)共同體”意識(shí)，強(qiáng)化“誰(shuí)受益，誰(shuí)付費(fèi)”原則，完善和深化流域橫向生態(tài)補(bǔ)償制度與落實(shí)機(jī)制；探索農(nóng)業(yè)綠色發(fā)展獎(jiǎng)懲機(jī)制。

3.逐步建立常態(tài)化、穩(wěn)定的綠色發(fā)展財(cái)政資金投入機(jī)制，健全多元環(huán)保投入機(jī)制。協(xié)同推進(jìn)工業(yè)與農(nóng)業(yè)、城市與鄉(xiāng)村的綠色發(fā)展。適當(dāng)提高財(cái)政支農(nóng)在節(jié)約農(nóng)業(yè)資源、保護(hù)生態(tài)環(huán)境以及提質(zhì)增效方面的支出比重；構(gòu)建綠色財(cái)政監(jiān)督體系，確保財(cái)政資金投入的精準(zhǔn)性。