摘 要：【目的】農(nóng)業(yè)碳排放在碳排放總量中所占比例很高。通過綠色農(nóng)業(yè)生產(chǎn)減少農(nóng)業(yè)碳排放，實(shí)現(xiàn)“雙碳”目標(biāo)，是不可忽視的重要領(lǐng)域，也是綠色農(nóng)業(yè)發(fā)展的必然要求。作為農(nóng)業(yè)大省，湖南省通過計(jì)算農(nóng)業(yè)綠色全要素生產(chǎn)率及其核心影響因素，準(zhǔn)確識別其障礙因素，為提高農(nóng)業(yè)綠色全要素生產(chǎn)率、促進(jìn)農(nóng)業(yè)綠色發(fā)展、實(shí)現(xiàn)“雙碳”目標(biāo)提供理論依據(jù)和決策參考?！痉椒ā窟\(yùn)用SBM-DDF指數(shù)模型測算湖南農(nóng)業(yè)綠色全要素生產(chǎn)率及碳排放量，采用2012—2022年湖南各市州數(shù)據(jù)進(jìn)行測算，從時空間分布角度分析其特征；再建立固定效應(yīng)模型，選取生產(chǎn)技術(shù)創(chuàng)新投資強(qiáng)度、綠色高新技術(shù)采用強(qiáng)度、區(qū)域一二三融合發(fā)展水平、對影響農(nóng)業(yè)綠色全要素生產(chǎn)率的核心因素，包括化肥和農(nóng)藥施用強(qiáng)度、經(jīng)濟(jì)增長水平等進(jìn)行回歸研究?！窘Y(jié)果】研究發(fā)現(xiàn)，在“雙碳”目標(biāo)下，湖南省農(nóng)業(yè)年均綠色全要素生產(chǎn)力呈時間序列振蕩狀態(tài)，區(qū)域空間分布不均，農(nóng)業(yè)生產(chǎn)技術(shù)創(chuàng)新投資強(qiáng)度、綠色高新技術(shù)采用強(qiáng)度、經(jīng)濟(jì)增長水平、化肥與農(nóng)藥施用強(qiáng)度、一、二、三產(chǎn)業(yè)區(qū)域一體化強(qiáng)度與農(nóng)業(yè)綠色全要素生產(chǎn)率強(qiáng)相關(guān)；2012—2022年，湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率逐年提高，綠色高新技術(shù)進(jìn)步是主要驅(qū)動力，但增速呈下降趨勢?！窘Y(jié)論】湖南省綠色技術(shù)改造應(yīng)用主要技術(shù)實(shí)施率低；農(nóng)業(yè)綠色技術(shù)創(chuàng)新能力不強(qiáng)；綠色生產(chǎn)技術(shù)創(chuàng)新和改進(jìn)的投資強(qiáng)度相對較低；區(qū)域一二三融合發(fā)展的舉措與降低農(nóng)業(yè)碳排放量的舉措效率不高。

關(guān)鍵詞：碳排放；綠色全要素生產(chǎn)率（GTFP）；SBM-DDF模型；Malmquist-Luenberger指數(shù)

中圖分類號：S727.9 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-923X（2024）07-0184-09

基金項(xiàng)目：湖南省教育廳項(xiàng)目（23C0729、23C0728）；湖南省社科成果評審委員會一般項(xiàng)目（XSP24YBZ051）；廣東省教育廳項(xiàng)目（2023WTSCX086）；韶關(guān)市社科規(guī)劃項(xiàng)目（G2023007）；韶關(guān)學(xué)院博士科研項(xiàng)目（9900064601/139）；湖南省社科成果評審委員會重大項(xiàng)目（XSP22ZDA003）；湖南省社科基金智庫專項(xiàng)重點(diǎn)項(xiàng)目（21ZWB01）。

Analysis of green total factor productivity of agriculture in Hunan province under the “dual carbon” goal

LIU Hongfeng1，2，3， LIU Huiliang1，4

（1. Hunan Automotive Engineering Vocational University， Zhuzhou 412001， Hunan， China； 2. Hunan Information University， Changsha 410151， Hunan， China； 3. Shaoguan College， Shaoguan 512000， Guangdong， China； 4. Central South University of Forestry Technology， Changsha 410004， Hunan， China）

Abstract：【Objective】Agricultural carbon emissions account for a high proportion of total carbon emissions. Reducing agricultural carbon emissions through green agricultural production and achieving the “dual carbon” goal is an important area that cannot be ignored， and it is also an inevitable requirement for the development of green agriculture. As a major agricultural province， Hunan province accurately identifies its obstacles by calculating the agricultural green total factor productivity and its core influencing factors， providing theoretical basis and decision-making reference for improving agricultural green total factor productivity， promoting agricultural green development， and achieving the “dual carbon” goal.【Method】The SBM-DDF index model was used to calculate the green total factor productivity and carbon emissions of agriculture in Hunan. Data from various cities and prefectures in Hunan from 2012 to 2022 were used for calculation， and their characteristics were analyzed from the perspective of temporal and spatial distribution； Establish a fixed effects model again， select the intensity of investment in production technology innovation， the intensity of adoption of green hightech， the level of regional integration of primary， secondary， and tertiary development， and conduct regression research on the core factors affecting agricultural green total factor productivity， including the intensity of fertilizer and pesticide application， and the level of economic growth.【Result】The study found that under the “dual carbon” target， the annual green total factor productivity of agriculture in Hunan province showed a time series oscillation state， with uneven regional spatial distribution. The intensity of agricultural production technology innovation investment， the adoption of green high-tech， economic growth level， the intensity of fertilizer and pesticide application， and the intensity of regional integration of the first， second， and third industries were strongly correlated with agricultural green total factor productivity； From 2012 to 2022， the green total factor productivity of agriculture in Hunan province had been increasing year by year， with the progress of green high-tech being the main driving force， but the growth rate had shown a downward trend.【Conclusion】The implementation rate of the main technologies for green technology transformation and application in Hunan province is low； The innovation ability of agricultural green technology is not strong； The investment intensity of green production technology innovation and improvement is relatively low； The measures for the integration of regional development and the reduction of agricultural carbon emissions are not efficient.

Keywords： carbon emissions； green total factor productivity （GTFP）； SBM-DDF model； Malmquist-Luenberger index

2020年9月，我國明確提出“雙碳”目標(biāo)，力爭2030年前實(shí)現(xiàn)碳達(dá)峰，2060年前實(shí)現(xiàn)碳中和。農(nóng)業(yè)生產(chǎn)活動是除化石能源燃燒排放以外的溫室氣體的第二大排放源[1-2]，因此，研究農(nóng)業(yè)綠色全要素生產(chǎn)率具有很強(qiáng)的現(xiàn)實(shí)意義。

關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率的研究對象，學(xué)術(shù)界普遍認(rèn)為環(huán)境污染是農(nóng)業(yè)綠色經(jīng)濟(jì)發(fā)展過程中的非期望產(chǎn)出[3]。因此，農(nóng)業(yè)綠色全要素生產(chǎn)率要通過降低單位產(chǎn)量的氮素、殺蟲劑、總氮磷流失作為主要的非期望產(chǎn)出來測度[4-5]，重點(diǎn)圍繞化肥、農(nóng)藥、農(nóng)膜等化學(xué)物質(zhì)來測算[6]，影響農(nóng)業(yè)綠色全要素生產(chǎn)率的核心因子分析一直被學(xué)者重點(diǎn)關(guān)注，石慧等[7]、賈淼等[8]在研究中將環(huán)境污染作為農(nóng)業(yè)綠色生產(chǎn)的要素投入與傳統(tǒng)農(nóng)業(yè)生產(chǎn)進(jìn)行比較分析從而得出影響農(nóng)業(yè)綠色全要素生產(chǎn)率的核心因子；梁俊等[9]、劉惠良等[10]研究中將一定農(nóng)業(yè)污染程度下農(nóng)業(yè)綠色全要素生產(chǎn)率的提高幅度進(jìn)行了研究測算；陳芳等[11]則重點(diǎn)研究了農(nóng)產(chǎn)品國際貿(mào)易水平對農(nóng)業(yè)綠色全要素生產(chǎn)率的影響程度。余航等[12]、肖琴等[13]、陳婷婷[14]分別針對我國2004—2015年水稻生產(chǎn)的全要素生產(chǎn)率；我國人均農(nóng)業(yè)產(chǎn)出增加和工業(yè)化進(jìn)程中對農(nóng)業(yè)全要素生產(chǎn)率等進(jìn)行了研究。關(guān)于綠色全要素生產(chǎn)率測算指標(biāo)體系的構(gòu)建研究，F(xiàn)are等[15]，Rezek等[16]認(rèn)為環(huán)境友好型生產(chǎn)技術(shù)變革的關(guān)鍵在于測算技術(shù)效率。關(guān)于農(nóng)業(yè)綠色全要素生產(chǎn)率的測算方法，Charnes等[17]提出的數(shù)據(jù)包絡(luò)分析（DEA）和Caves等[18]提出的Malmquist指數(shù)成為綠色全要素生產(chǎn)率的測算基礎(chǔ)模型，衍生出Banker等[19]、Coelli等[20]的CCR、BCC等徑向距離函數(shù)和Chung等[21]的方向性距離函數(shù)；Tone[22]在基礎(chǔ)上提出了非徑向距離函數(shù)的SBM模型解決了投入產(chǎn)出等比例和松弛改進(jìn)問題；前沿面方法的農(nóng)業(yè)TFP測算考慮了技術(shù)無效率，以實(shí)際投入產(chǎn)出與前沿面的距離表示無效率水平[23]。因而，數(shù)據(jù)包絡(luò)分析法被應(yīng)用廣泛于前沿面的研究[24]。

綜上所述，農(nóng)業(yè)非點(diǎn)源污染和農(nóng)業(yè)綠色全要素生產(chǎn)率中的碳排放是意料之外的產(chǎn)物，徑向DEA模型的計(jì)算方法在短期觀測波動下的結(jié)果存在不確定性。因此，本文通過采用克服基于松弛改進(jìn)的非徑向、非角度SBM方向距離函數(shù)，測度湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率，識別其核心影響因素，探索“雙碳”目標(biāo)與農(nóng)業(yè)綠色全要素生產(chǎn)率之間的內(nèi)在邏輯關(guān)系，提高農(nóng)業(yè)綠色全要素生產(chǎn)率。

1 研究內(nèi)容與方法

1.1 研究模型

對于傳統(tǒng)的徑向DEA無效率單元格（DMU）體現(xiàn)松弛改進(jìn)的部分，Tone[25]通過在目標(biāo)函數(shù)中引入投入和產(chǎn)出的松弛量，以基于松弛改進(jìn)的非徑向非角度SBM模型進(jìn)行解決。本研究借鑒李谷成[26]構(gòu)建的SBM-DDF模型。

Malmquist-Luenberger指數(shù)模型考慮了非期望產(chǎn)出的生產(chǎn)率變化指數(shù)，按照成剛[27]的幾何平均值相關(guān)理論進(jìn)行測算；將ML指數(shù)分解為技術(shù)效率變化、技術(shù)進(jìn)步變化，分別用EFFCH、TECH表示，即：ML=EFFCH×TECH。進(jìn)一步將技術(shù)效率變化（EFFCH）分解為技術(shù)規(guī)模效率變化（SEEC）和純技術(shù)效率變化（PEC），則ML指數(shù)變成了3部分，當(dāng)ML>1時，效率提高；反之，效率降低；當(dāng)ML=1時，保持不變。參考梁俊等[9]構(gòu)建的固定效應(yīng)模型（FE）進(jìn)行湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率影響因素的回歸分析。

1.2 指標(biāo)選取及數(shù)據(jù)來源

1）投入測算指標(biāo)。本研究采用2012—2022年湖南省14個市（州）農(nóng)業(yè)投入產(chǎn)出的面板數(shù)據(jù)，估算湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率。文中所指的農(nóng)業(yè)包括種植業(yè)、畜牧業(yè)和漁業(yè)，在確定研究對象和研究范圍的基礎(chǔ)上，通過文獻(xiàn)關(guān)鍵詞遴選出測算指標(biāo)如表1所示。在測算農(nóng)業(yè)綠色主要素生產(chǎn)率（AGTFP）時處理環(huán)境污染物指標(biāo)時將環(huán)境污染作為非期望產(chǎn)出，而產(chǎn)出指標(biāo)包括期望產(chǎn)出和非期望產(chǎn)出，前者為農(nóng)業(yè)總產(chǎn)值，后者為碳排放量。

2）產(chǎn)出指標(biāo)。農(nóng)業(yè)污染測算借鑒賴斯蕓等[28]的單元調(diào)查法，非期望產(chǎn)出（萬t）為農(nóng)業(yè)生產(chǎn)活動中產(chǎn)生的各種面源污染，指標(biāo)集如表2～3所示。

3）數(shù)據(jù)來源。農(nóng)業(yè)產(chǎn)污影響因子不同，強(qiáng)度亦有所差異，綜合現(xiàn)有文獻(xiàn)資料來計(jì)算化肥、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖物、農(nóng)作物、農(nóng)藥及農(nóng)膜的產(chǎn)污強(qiáng)度。研究中關(guān)于碳排放量測算參考文獻(xiàn)[29-32]的相關(guān)研究成果進(jìn)行（表4）。

4）數(shù)據(jù)描述性統(tǒng)計(jì)。湖南省2012—2022年間，農(nóng)業(yè)面源產(chǎn)污要素產(chǎn)量、農(nóng)作物總播種面積、有效灌溉面積、第一產(chǎn)業(yè)從業(yè)人數(shù)、機(jī)械總動力、農(nóng)用塑料薄膜施用量、化肥施用量等無論是投入指標(biāo)、期望產(chǎn)出與非期望產(chǎn)出的指標(biāo)都有大幅增加；各地區(qū)之間發(fā)展不平衡現(xiàn)象突出，導(dǎo)致最大值與最小值之間差異大；第三，各地碳排放量（C）也隨著投入和期望產(chǎn)出的增加而增加，具體數(shù)值如表5所示。

5）影響因素的指標(biāo)選取和數(shù)據(jù)來源。根據(jù)綠色農(nóng)業(yè)全要素生產(chǎn)率測算指標(biāo)和文獻(xiàn)分析來遴選出影響湖南省綠色農(nóng)業(yè)全要素生產(chǎn)率的核心因素見表6。數(shù)據(jù)來源于《湖南省統(tǒng)計(jì)年鑒》《湖南省農(nóng)村統(tǒng)計(jì)年鑒》等資料。

6）影響因素的變量描述性統(tǒng)計(jì)。AGTFP是以年為基期的環(huán)比指數(shù)，參考李谷成[26]學(xué)者的分析方法，結(jié)果如表5所示。

2 結(jié)果與分析

2.1 湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率研究結(jié)果與分析

1）演變趨勢分析。如表6所示，湖南省2012—2022年AGTFP變動率均值為1.120，除2016—2017年外，歷年的變動平均值均大于1，并呈增長態(tài)勢。2015—2016年湖南AGTFP均值小于1，AGTFP出現(xiàn)下降。同時，湖南省AGTFP指數(shù)的變化從2012年的1.174下降到2015年的0.989，然后，又上升到2020年的1.138，又下降到2022年的1.101，呈現(xiàn)振蕩狀波動。

湖南省AGTFP的TECH和技術(shù)效率（EFFCH）指數(shù)均大于1，TECH指數(shù)變化均值為1.108，大于EFFCH指數(shù)變化均值1.006。歷年TECH指數(shù)變化多大于1，而EFFCH指數(shù)變化多小于1，技術(shù)進(jìn)步帶來了效率提升，而技術(shù)本身效率提高貢獻(xiàn)較小。PEC指數(shù)變化均值為0.906，SEEC變化均值為1.109，表明當(dāng)前農(nóng)業(yè)綠色要素的投入產(chǎn)出處于規(guī)模遞增階段。

2）區(qū)域差異分析。湖南省各市（州）的AGTFP指數(shù)如表8所示，2012—2022年間，除張家界均值為0.990小于1以外，其余各市均值均大于1，表明湖南省各地AGTFP 保持較好增長態(tài)勢，其中岳陽、長沙、常德、衡陽4市表現(xiàn)突出，均值分別為1.187、1.179、1.173、1.165，AGTFP指數(shù)增長幅度下降明顯。同樣，除湘西、益陽、婁底緩慢逐步上升外，其他各地都處于振蕩與下降的趨勢。因此，生產(chǎn)效率仍然有較大的提升空間，農(nóng)業(yè)增長主要還是依賴于投入增加。

3）地區(qū)特征。益陽與湘西都具有優(yōu)良的農(nóng)業(yè)自然資源優(yōu)勢，并且工業(yè)污染對農(nóng)業(yè)綠色生產(chǎn)的影響較小，因此，呈現(xiàn)穩(wěn)步的提升趨勢，但是由于兩地經(jīng)濟(jì)總體較弱，投入相對欠缺，所以增長速率較緩；常德、衡陽、株洲、郴州、懷化5市受環(huán)境規(guī)制變化影響，在農(nóng)業(yè)投入增大的情況下，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)和農(nóng)業(yè)生產(chǎn)條件都沒有得到優(yōu)化升級，致使農(nóng)業(yè)綠色全要素生產(chǎn)率出現(xiàn)停滯不前和較快倒退的趨勢；岳陽市農(nóng)業(yè)綠色生產(chǎn)率位列湖南省第一，也是湖南省農(nóng)業(yè)主產(chǎn)區(qū)，地處洞庭湖平原，農(nóng)業(yè)綠色生產(chǎn)自然資源條件較好，受國家生態(tài)示范區(qū)建設(shè)的影響，環(huán)境規(guī)制嚴(yán)格，綠色技術(shù)創(chuàng)新與生態(tài)環(huán)境治理的資金投入充足，雖然農(nóng)業(yè)綠色生產(chǎn)率同樣為振蕩性小幅下降，但是該區(qū)域農(nóng)業(yè)綠色全要素生產(chǎn)率一直處于較高水平。

4）空間特征。2011—2022年湖南省的年均農(nóng)業(yè)綠色全要素生產(chǎn)率（AGTFP）為1.134、綠色技術(shù)效率（EFFCH）為1.006、綠色技術(shù)進(jìn)步（TECH）為1.108。3項(xiàng)指標(biāo)中，只有綠色技術(shù)進(jìn)步呈上升趨勢，農(nóng)業(yè)綠色全要素生產(chǎn)率與綠色技術(shù)效率都呈現(xiàn)下降。說明湖南省在農(nóng)業(yè)綠色技術(shù)創(chuàng)新能力提升，農(nóng)業(yè)綠色生產(chǎn)能力增強(qiáng)的情況下并沒有提升生產(chǎn)效率。第二從時序演變分析。2011—2022年，依靠綠色前沿技術(shù)進(jìn)步驅(qū)動和生態(tài)環(huán)境治理的制度優(yōu)勢效應(yīng)影響，湖南農(nóng)業(yè)綠色全要素生產(chǎn)率雖然在2011—2015年間為遞降趨勢，但是2015年后下降趨勢得到了有效遏制，自2016—2022年呈現(xiàn)出穩(wěn)步上升的良好局面，原因是自黨的十八大以來，綠色發(fā)展逐步成為全社會共識。2016—2022年的研究期間，因強(qiáng)化綠色發(fā)展理念，推動綠色技術(shù)進(jìn)步，農(nóng)業(yè)綠色管理水平與治理能力提升，導(dǎo)致農(nóng)業(yè)綠色全要素生產(chǎn)率回升。第三從空間異質(zhì)分析。湖南省農(nóng)業(yè)綠色全要素綜合生產(chǎn)率的空間分布不均衡。岳陽、長沙、常德、衡陽、株洲、郴州出現(xiàn)了先揚(yáng)后抑的特征，后續(xù)拉動之勢將逐步明顯。永州、邵陽、湘西、張家界農(nóng)業(yè)綠色全要素率雖然不高，但是增長趨勢明顯，這些地區(qū)綠色農(nóng)業(yè)的基礎(chǔ)較為薄弱、投入力度遠(yuǎn)不如前面幾個地區(qū)。

2.2 湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率驅(qū)動要素的實(shí)證結(jié)果

數(shù)據(jù)分析顯示，湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率的驅(qū)動要素中：農(nóng)業(yè)生產(chǎn)機(jī)械化程度、農(nóng)業(yè)化肥投入量和農(nóng)村勞動力人力資本水平對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著的正向影響；農(nóng)業(yè)農(nóng)村生態(tài)環(huán)境破壞造成的水土流失治理水平不高、高新技術(shù)產(chǎn)業(yè)增加值對農(nóng)業(yè)產(chǎn)值的抑制有顯著負(fù)向影響；然而，農(nóng)業(yè)機(jī)械化程度的提高對丘陵山區(qū)農(nóng)業(yè)的綠色全要素生產(chǎn)率沒有顯著影響；土壤肥力導(dǎo)致的農(nóng)業(yè)生產(chǎn)能力下降對丘陵山區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率的正向影響不顯著；農(nóng)業(yè)市場機(jī)制的不完善對農(nóng)業(yè)綠色全要素生產(chǎn)率的負(fù)面影響不顯著。農(nóng)業(yè)技術(shù)供需不匹配、農(nóng)村基礎(chǔ)設(shè)施薄弱、資金不足，影響了農(nóng)業(yè)的綠色全要素生產(chǎn)率。

其他驅(qū)動要素中：第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的發(fā)展水平具有不顯著的積極影響。一方面，快速的城市化加速了農(nóng)村一二三產(chǎn)業(yè)的融合。然而，第二和第三產(chǎn)業(yè)的快速發(fā)展導(dǎo)致了優(yōu)質(zhì)勞動力的外流，抑制了農(nóng)業(yè)的綠色全要素生產(chǎn)率。在農(nóng)業(yè)生產(chǎn)社會化服務(wù)體系不健全的背景下，農(nóng)村三產(chǎn)融合機(jī)制弱化了農(nóng)業(yè)綠色全要素生產(chǎn)率。對技術(shù)改造投資和對外開放水平?jīng)]有顯著的負(fù)面影響，可能是由于技術(shù)改造投資的外部環(huán)境不利；對外開放水平提高，短期內(nèi)國內(nèi)農(nóng)產(chǎn)品市場受到較大影響，影響了農(nóng)業(yè)綠色全要素生產(chǎn)率。

3 結(jié)論與建議

3.1 研究結(jié)論

1）湖南農(nóng)業(yè)綠色全要素生產(chǎn)率呈現(xiàn)振蕩變化

湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率在前沿綠色技術(shù)進(jìn)步的推動下，2012—2012年呈現(xiàn)先降后升的發(fā)展趨勢。然而，前沿綠色技術(shù)的倒退和綠色技術(shù)效率的喪失等問題也不容忽視，影響著農(nóng)業(yè)綠色全要素生產(chǎn)率的提高。

2）湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率空間差異顯著

湖南省是典型的洞庭湖平原地區(qū)與湘西北丘陵地區(qū)所共同組成的地形地貌。研究表明，在洞庭湖平原地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率呈顯著“W”形波動，而在湘西北地區(qū)丘陵地帶，自然生態(tài)環(huán)境良好、以農(nóng)業(yè)為主的丘陵山區(qū)，研究期內(nèi)年均農(nóng)業(yè)全要素綠色生產(chǎn)力呈逐步緩慢上升趨勢，沒有顯著的振蕩狀況，但是，農(nóng)業(yè)綠色全要素生產(chǎn)率明顯低于洞庭湖平原地區(qū)和經(jīng)濟(jì)較發(fā)達(dá)的湘東、湘中地區(qū)；同時，研究發(fā)現(xiàn)經(jīng)濟(jì)區(qū)位優(yōu)勢較好的地區(qū)農(nóng)業(yè)綠色全要素生產(chǎn)率較高，充分體現(xiàn)了綠色發(fā)展與經(jīng)濟(jì)的相互支撐。

3）影響湖南農(nóng)業(yè)綠色全要素生產(chǎn)率的主要因素

影響湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率的主要因素是：農(nóng)業(yè)機(jī)械化程度、農(nóng)業(yè)化肥投入和農(nóng)村人力資本水平，對農(nóng)業(yè)綠色全要素生產(chǎn)率有顯著的正向促進(jìn)作用；水土流失治理水平和高新技術(shù)產(chǎn)業(yè)增加值具有顯著的正向促進(jìn)作用；技術(shù)改造投資對第二產(chǎn)業(yè)和第三產(chǎn)業(yè)發(fā)展水平?jīng)]有顯著的正向促進(jìn)作用；對外開放水平的負(fù)面影響微乎其微。根據(jù)上述研究結(jié)論，本文研究者將從湖南省農(nóng)業(yè)綠色與經(jīng)濟(jì)發(fā)展的耦合協(xié)調(diào)度，對驅(qū)動要素的權(quán)衡進(jìn)行縱深研究。

3.2 對策建議

1）提高綠色農(nóng)業(yè)生產(chǎn)主要技術(shù)實(shí)施率

在“雙碳”目標(biāo)約束下，科技創(chuàng)新降碳減排，提高農(nóng)業(yè)綠色全要素生關(guān)鍵是要加大農(nóng)業(yè)技術(shù)創(chuàng)新投入，鼓勵科研院所、龍頭企業(yè)、專業(yè)合作社等創(chuàng)新主體聯(lián)合發(fā)展，激活各創(chuàng)新主體創(chuàng)新活力。在長株潭、洞庭湖流域等地區(qū)加快建設(shè)湖南省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園區(qū)和農(nóng)產(chǎn)品加工園區(qū)，提高農(nóng)業(yè)農(nóng)村互聯(lián)網(wǎng)應(yīng)用率和智能化水平。提高農(nóng)業(yè)技術(shù)的實(shí)施率和利用效率，加快解決農(nóng)業(yè)科技成果轉(zhuǎn)化的“最后一公里”問題，發(fā)揮農(nóng)業(yè)生產(chǎn)主要技術(shù)的可持續(xù)效益。

2）促進(jìn)農(nóng)業(yè)減量增效來降低碳排放量

在“雙碳”目標(biāo)約束下，重點(diǎn)是降低單位產(chǎn)量的碳排放，有效促進(jìn)化肥和農(nóng)藥使用負(fù)增長。優(yōu)化農(nóng)業(yè)生產(chǎn)要素配置，實(shí)施精準(zhǔn)施肥一體化技術(shù)，提高肥料利用效率，降低單位產(chǎn)值投入。重點(diǎn)研究和使用高效低毒農(nóng)藥，降低單位產(chǎn)值農(nóng)藥投入量。逐步淘汰高排放農(nóng)業(yè)機(jī)械的使用。加大綠色低碳農(nóng)業(yè)技術(shù)人才培養(yǎng)和培訓(xùn)力度，全面提升綠色低碳技術(shù)的應(yīng)用水平。

3）完善和統(tǒng)籌城鄉(xiāng)生態(tài)資源協(xié)調(diào)發(fā)展

以“雙碳”目標(biāo)為引領(lǐng)，科學(xué)踐行“綠水青山就是金山銀山”的生態(tài)文明和生態(tài)經(jīng)濟(jì)理念。加強(qiáng)水源保護(hù)和濕地保護(hù)，提高生態(tài)系統(tǒng)穩(wěn)定性。統(tǒng)籌城鄉(xiāng)一體化環(huán)?；A(chǔ)設(shè)施建設(shè)，統(tǒng)籌構(gòu)建并提高一二三融合過程中產(chǎn)業(yè)市場議價能力；逐步將農(nóng)業(yè)碳排放、農(nóng)業(yè)碳金融納入整體性的碳排放交易、碳金融市場。在全省范圍內(nèi)遴選條件較好、優(yōu)勢明顯的低碳綠色農(nóng)業(yè)示范區(qū)進(jìn)行經(jīng)驗(yàn)總結(jié)與推廣，形成示范與帶動效應(yīng)，并加強(qiáng)與國際、國內(nèi)先進(jìn)的綠色農(nóng)業(yè)地區(qū)在人才、技術(shù)、產(chǎn)業(yè)、市場等方面進(jìn)行交流與合作，縮小差距，形成湖南綠色農(nóng)業(yè)發(fā)展的優(yōu)勢與特色。

參考文獻(xiàn)：

[1] 牛君，耿欣釗.“雙碳”目標(biāo)下我國碳權(quán)交易研究現(xiàn)狀和展望[J].中南林業(yè)科技大學(xué)學(xué)報（社會科學(xué)版），2023，17（6）：18-32. NIU J， GENG X Z. Current status and prospects of carbon rights trading research in China under the Dual Carbon Goal[J]. Journal of Central South University of Forestry Technology （Social Sciences），2023，17（6）：18-32.

[2] 呂劍平，喬宇佳.甘肅省農(nóng)業(yè)碳排放時空演變及影響因素研究[J].中南林業(yè)科技大學(xué)學(xué)報（社會科學(xué)版），2023，17（5）： 52-64. LYU J P， QIAO Y J. Study on the spatio temporal evolution and influencing factors of agricultural carbon emissions in Gansu province[J]. Journal of Central South University of Forestry Technology （Social Sciences），2023，17（5）：52-64.

[3] CHUNG Y H， F？RE R， GROSSKOPF S. Productivity and undesirable outputs： A directional distance function approach[J]. Journal of Environmental Management，1997，51（3）：229-240.

[4] REZEKJ P， RICHARD K P. Environmentally adjusted agricultural productivity in the great plains[J]. Journal of Agricultural and Resource Economics，2004，29（2）：346-369.

[5] 王奇，王會，陳海丹.中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究： 1992—2010年[J].經(jīng)濟(jì)評論，2012（5）：24-33. WANG Q， WANG H， CHEN H D. Study on the change of agricultural green total factor productivity in China 1992-2010[J]. Economic Review，2012（5）：24-33.

[6] 陳舜，逯非，王效科.中國氮磷鉀肥制造溫室氣體排放系數(shù)的估算[J].生態(tài)學(xué)報，2015，35（19）：6371-6383. CHEN S， LU F， WANG X K. Estimation of greenhouse gas emission coefficient from NPK fertilizer production in China[J]. Acta Ecologica Sinica，2015，35（19）：6371-6383.

[7] 石慧，孟令杰.中國省際間農(nóng)業(yè)全要素生產(chǎn)率差距影響因素分析[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2007，7（2）： 28-34，56. SHI H， MENG L J. Analysis on influencing factors of interprovincial agricultural total factor productivity gap in China[J]. Journal of Nanjing Agricultural University （Social Sciences Edition），2007，7（2）：28-34，56.

[8] 賈淼，劉清娟.河南省農(nóng)業(yè)綠色發(fā)展績效研究—基于DEA非參數(shù)效率模型[J].糧食科技與經(jīng)濟(jì)，2019，44（6）：126-129. JIA M， LIU Q J. Research on agricultural green development performance in Henan province： based on DEA nonparametric efficiency model[J]. Grain Science Technology and Economy， 2019，44（6）：126-129.

[9] 梁俊，龍少波.農(nóng)業(yè)綠色全要素生產(chǎn)率增長及其影響因素[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2015，14（3）：1-12. LIANG J， LONG S B. Agricultural green total factor productivity growth and its affecting factors[J]. Journal of South China Agricultural University （Social Science Edition），2015，14（3）：1-12.

[10] 劉惠良，肖華茂，劉紅峰.基于綠色發(fā)展的鄉(xiāng)村振興水平測度及其驅(qū)動因素[J].中南林業(yè)科技大學(xué)學(xué)報，2023，43（8）： 202-210. LIU H L， XIAO H M， LIU H F. Measurement of rural revitalization level and its driving factors based on green development[J]. Journal of Central South University of Forestry Technology，2023，43（8）：202-210.

[11] 陳芳，楊梅君.農(nóng)產(chǎn)品國際貿(mào)易對中國農(nóng)業(yè)綠色全要素生產(chǎn)率的影響[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021，20（5）： 94-104. CHEN F， YANG M J. Effects of international trade in agricultural products on green total factor productivity in China[J]. Journal of South China Agricultural University （Social Science Edition）， 2021，20（5）：94-104.

[12] 余航，馬旭，李澤華，等.基于生產(chǎn)率視角的中國水稻生產(chǎn)方式發(fā)展績效評價[J].廣東農(nóng)業(yè)科學(xué)，2018，45（11）：159-166. YU H， MA X， LI Z H， et al. Evaluation of development performance of rice production mode in China based on productivity perspective[J]. Guangdong Agricultural Sciences，2018，45（11）： 159-166.

[13] 肖琴，周振亞，羅其友.長江經(jīng)濟(jì)帶農(nóng)業(yè)綠色生產(chǎn)效率及其時空分異特征研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2020，41（10）： 119-128. XIAO Q， ZHOU Z Y， LUO Q Y. Research on the efficiency and spatio temporal differentiation characteristics of agricultural green production in the Yangtze River Economic Belt[J]. Chinese Journal of Agricultural Resources and Regional Planning，2020，41（10）：119-128.

[14] 陳婷婷.資源環(huán)境約束下我國西部地區(qū)農(nóng)業(yè)全要素生產(chǎn)率增長及其影響因素[J].貴州農(nóng)業(yè)科學(xué)，2015，43（7）：216-220，226. CHEN T T. The growth of agricultural total factor productivity and its influencing factors in western China under resource and environmental constraints[J]. Guizhou Agricultural Sciences， 2015，43（7）：216-220，226.

[15] F？RE R， GROSSKOPF S， NORRIS M， et al. Productivity growth technical progress， and efficiency change in industrialized countries[J]. The America Economic Review，1994（84）：66-83.

[16] REZEK J P， PERRIN R K. Environmentally adjusted agricultural productivity in the great plains[J]. Jonurnal of Agricultural Resource Economics，2004，29：346.

[17] CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6）：429-444.

[18] CAVES D W， CHRISTENSEN L R， DIEWERT W E. The economic theory of index numbers and the measurement of input， output， and productivity[J]. Econometrica，1982，50（6）：1399-1414.

[19] BANKER R D， CHARNES A， COOPER W W. Some models for estimating technical and scale in efficiencies in data envelopment analysis[J]. Management Science，1984，30（9）：1078-1092.

[20] COELLI T J， RAO D S， DONNELL C J， et al. Introduction to efficiency and productivity analysis [M]. 2nd ed. NewYork： Springer，2005.

[21] CHUNG Y H， F？RE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance fuction approach[J]. Journal of Environment Management，1997（51）：229-240.

[22] TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001，130（3）：498-509.

[23] 史常亮，張益.中國農(nóng)業(yè)全要素生產(chǎn)率增長收斂嗎？—基于空間視角的分析[J].內(nèi)蒙古社會科學(xué)，2021，42（1）：137-146. SHI C L， ZHANG Y. Does China’s agricultural total factor productivity growth converge？ Analysis based on spatial perspective[J]. Inner Mongolia Social Sciences，2021，42（1）：137-146.

[24] 葛鵬飛，王頌吉，黃秀路.中國農(nóng)業(yè)綠色全要素生產(chǎn)率測算[J].中國人口·資源與環(huán)境，2018，28（5）：66-74. GE P F， WANG S J， HUANG X L. Measurement for China’s agricultural green TFP[J]. China Population， Resources and Environment，2018，28（5）：66-74.

[25] TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001（130）：498-509.

[26] 李谷成.中國農(nóng)業(yè)的綠色生產(chǎn)率革命：1978—2008年[J].經(jīng)濟(jì)學(xué)（季刊），2014，13（1）：537-558. LI G C. The green productivity revolution of agriculture in Chinese from 1978 to 2008[J]. Economics （Quarterly），2014，13（1）：537-558.

[27] 成剛.數(shù)據(jù)包絡(luò)分析方法與MaxDEA軟件[M].北京：知識產(chǎn)權(quán)出版社，2014：271-275. CHENG G. Data envelopment analysis method and MaxDEA software[M]. Bejing： Intellectual Property Publishing House， 2014：271-275.

[28] 賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點(diǎn)源污染調(diào)查評估方法[J].清華大學(xué)學(xué)報（自然科學(xué)版），2004，44（9）：1184-1187. LAI S Y， DU P F， CHEN J N. Evaluation of non-point source pollution based on unit analysis[J]. Journal of Tsinghua University （Science and Technology），2004，44（9）：1184-1187.

[29] 李波，杜建國，劉雪琪.湖北省農(nóng)業(yè)碳排放的時空特征及經(jīng)濟(jì)關(guān)聯(lián)性[J].中國農(nóng)業(yè)科學(xué)，2019，52（23）：4309-4319. LI B， DU J G， LIU X Q. Temporal and spatial characteristics and economic correlation of agricultural carbon emissions in Hubei province[J]. Scientia Agricultura Sinica，2019，52（23）：4309-4319.

[30] 段華平，張悅，趙建波，等.中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析[J].水土保持學(xué)報，2011，25（5）：203-208. DUAN H P， ZHANG Y， ZHAO J B， et al. Carbon footprint analysis of farmland ecosystem in China[J]. Journal of Soil and Water Conservation，2011，25（5）：203-208.

[31] 譚日輝，劉慧敏.中國農(nóng)業(yè)綠色全要素生產(chǎn)率空間關(guān)聯(lián)網(wǎng)絡(luò)特征演化及影響因素[J].中國生態(tài)農(nóng)業(yè)學(xué)報，2022，30（12）： 2011-2022. TAN R H， LIU H M. Characteristic evolution and influencing factors of the spatial correlation network of agricultural green total factor productivity in China[J]. Chinese Journal of Eco-Agriculture， 2022，30（12）：2011-2022.

[32] 姚鳳民，徐皓南，郭欣儀，等.碳排放約束下的農(nóng)業(yè)綠色全要素生產(chǎn)率研究—基于廣東省面板數(shù)據(jù)的實(shí)證分析[J].廣東農(nóng)業(yè)科學(xué)，2022，49（3）：163-172. YAO F M， XU H N， GUO X Y， et al. Research on agricultural green total factor productivity under carbon emission constraints： empirical analysis based on panel data in Guangdong province[J]. Guangdong Agricultural Science，2022，49（3）：163-172.

[本文編校：吳 毅]