农业科技投入对农业生态效率的空间效应分析

　　摘要：农业污染日益严重背景下，探究农业科技投入对农业生态效率的作用机制，对缓解农村生态压力、农村健康发展具有重要现实意义。鉴于此，本文在采用超效率sBM(supe卜e衔ciencyslack-basedmeasure)模型测度2000—_2018年我国东中西部省际农业生态效率基础上，根据莫兰指数对农业生态效率及农业科技投入进行空间白相关检验，采用空间计量模型剖析农业科技投入对农业生态效率影响的空间溢出效应与门槛特征。结果表明，2000—．2018年东中西部的农业生态效率呈现东西部高、中部低的态势；2000一2018年东中西部的农业生态效率波动明显，2000．_2003年有小幅波动，2004_-2008年农业生态效率略有下降，2008—．20lo年稍有上升，2010年农业生态效率为0．731；之后2011—2014年稍有下降，2015—-2017年全国农业生态效率分别下降到0．5894、0．5839、0．5159；2018年农业生态效率提升到0．5453。农村科技投入对农业生态效率影响呈现为“倒u”型，农业科技投入规模对农业生态效率有着显著的溢出效应。东中西部分组面板门槛回归显示：东中西部的农业科技投入门槛效应差别较大，东部表现为正向促进作用，中部农业科技投入对农业生态效率的积极作用没有东部稳定，西部农业科技投入对农业生态效率表现为负向抑制作用，中西部地区农业发展中的科技投入要兼顾经济与生态效率。为此，我国要大力推广绿色高效技术模式，积极采取有机肥替代化肥行动，加快实施科学施肥用药技术，抓好示范带动减量增效，提高农业生态效率。

　　关键词：农业科技投入；农业生态效率；空间计量模型；门槛效应

　　改革开放以来，伴随农业经济的快速发展，农业污染日益严重。2014年我国化肥施用强度为363．0kg·hm．2，2015年农用化肥施用量达6022．6万t。2015年农业部下发《到2020年化肥使用量零增长行动方案》，此后我国化肥施用强度、化肥施用量逐渐递减，2019年化肥施用强度为325．7埏·hm～，化肥施用量为5403．6万t。尽管农村化肥施用量有所下降，但是化肥施用强度还是比发达设立的水污染安全上限值(225蚝·11111‘2)高。2013—2019年，农药使用量从180．77万t下降为145．6万t，但是单位面积的农药使用量为8．8蚝·hm～，依然高于发达国家的农药用量标准。2019年，农药利用率仅为39．8％，未被利用农药进入土壤和水体，会导致土壤和水体污染。此外，我国地膜使用总量位于世界第一位，由于残膜回收率不高，造成农田地膜污染严重。畜禽养殖产生大量废弃物，如果废弃物得不到良好的处理，也将给农业带来严重污染。2019年全国大牲畜年底存栏量为9877．4万头，约带来28亿t废弃物。日前，我国养殖业废弃物资源化利用率(re—source嘶1izationratio)只有60％，未被资源化利用的废弃物，若不妥善安放、随意排放到水中，也会带来污染‘”。

　　1研究方法与数据来源

　　1．1农业生态超效率SBM模型构建

　　DEA是农业生态效率测算常用的方法。然而，这一方法在处理“松弛”问题、比较效率≥1的决策单元方面，与超效率sBM模型相比，后者优势较明显。故本文选择超效率SBM模型测算农业生态效率，模型构建如公式(1)：

　　1．2计量经济模型

　　本文建立标准计量模型如公式：，=d×丁4×胪×e(2)通常采用对数形式：ln，=1nd+口1n丁+易lnⅣ+lne(3)式中：丁、Ⅳ分别表示农业科技投入和技术水平，a、6分别为r、Ⅳ的弹性系数，d为常数项。本文以农业生态效率(AEE)为被解释变量，以单位面积农业科技投入量(TES)反映农村科技投入水平，为核心解释变量(×105元·hm_2)；以农业机械投入强度(MII)反映农业技术水平(kW·hm-2)。对公式(3)进行扩展：

　　1．3数据来源与指标选取

　　本文选取全国31个省(直辖市、自治区，由于港澳台地区数据缺乏及统计口径存在差异，本文研究区域不包括港澳台地区)2000—2018年的数据进行农业生态效率测算，数据来源于各省各年的统计年鉴、各年的《统计年鉴》《农村统计年鉴》等。参考已有的研究，结合数据的可得性等，构建的农业生态效率指标体系如表l所示。其中，农业要素投入指标包括以土地、劳动力、机械动力、灌溉、化肥、农药等；期望产出指标选择农业总产值指标，参考李波等口31的碳排放模型测算系数；非期望产出指标选取农业碳排放指标，农业碳排放的测算选取了化肥、农药、农膜、农用柴油、灌溉耗电耗水、翻耕流失等6类直接或间接的碳排放。

　　2结果与分析

　　2．1我国各地区农业生态效率测试结果

　　本文使用DEA．SoLvERPro5．0软件，采用超效率sBM模型，测算2000—2018年31个省(直辖市、自治区)的农业生态效率，并进行对比分析。按照我国在1986一1990年提{{Ji大经济带划分，东部包括辽、京、津、沪、冀、鲁、苏、浙、闽、粤、桂、121．O0．80．6O．4O．2O琼12个行政区，西部包括西北的陕、甘、宁、青、新和西南的川、云、贵、藏、渝10个省、自治区、直辖市，巾部包括黑、吉、晋、蒙、皖、豫、鄂、湘、赣9个地方。各地区农业生态效率测算结果及变化如图l所示。

　　通过测算发现：2000—2018年，全国农业生态效率均值均没有达到超效率水平(农业生态效率>1)。

　　东部农业生态效率平均值没有达到超效率；但其中北京、上海、山东、江苏、广东、浙江每年的农业生态效率都是超效率，均值分别为1．391、1．318、1．124、1．051、1．196和1．091(各地具体农业生态效率见首页二维码附表)。天津2016—2018年农业生态效率分别为0．402、0．305和0．438，其余年份均是超效率；海南2011年后农业生态效率没有达到超效率，其他年份均为超效率；福建除2000—2002年、2005年为非超效率，其余年份均为超效率；辽宁2000—2002年农业生态效率是超效率，2003年起农业生态效率是低效率；河北、广西2000—2018年农业生态效率都比较低。

　　2．2农业科技投入对农业生态效率影响的空间溢出效应

　　采用全局莫兰指数对农业生态效率(AEE)空间相关性及农业科技投入空间相关性进行检验。检验结果显示，2000—2018年农业生态效率莫兰指数均为正(O．004~0．298)，农业科技投人水平的莫兰指数同样为正(0．309～0．391)，除个别年份外，两变量均在尸<1％的显著性水平上通过检验，表明农业生态效率与农业科技投入存在显著的空间依赖性，有必要对农业科技投入与农业生态效率之间的空间溢出效应进一步研究。2．2．1模型选择与检验本文在选择模型时，选择常用的空间滞后模型(SLM)、空间杜宾模型(SDM)和空间误差模型(SEM)，并建立普通的OLS模型比较。为进一步分析农业科技投入对农业生态效率影响，在模型中加入农业科技投入水平平方项1n2TES。计量结果显示，在5％显著性水平下，Hausman检验结果的氏0．05，因此，选择固定效应。

　　2．2．2空间溢出效应分析

　　SDM模型总效应分解为直接效应和间接效应如表3所示。

　　2．3东中西部农业科技投入对农业生态效率影响面板门槛特征

　　本文选取核心解释变量农业科技投入水平(1IlTES)作为门槛变量，建立农业科技投人水平对农业生态效率影响的面板门槛回归模型。首先对门槛效应的存在性进行检验，运用STATA软件，采用Boots缸．ap法模拟300次，经检验发现，模型(9)下，单门槛效应在P<0．1的水平下显著，双门槛效应在尸<0．01的水平下显著。模型(10)下，单门槛效应在尸

　　3结论

　　本文在采用超效率SBM测度2000一2018年我国东中西部省际农业生态效率基础上，根据莫兰指数对农业生态效率及农业科技投入进行空间自相关检验，采用空间计量模型剖析农业科技投入对农业生态效率影响的空间溢出效应与门槛特征。

　　3．1东中西部的农业生态效率呈现两边高，中间低的态势

　　2000—2018年东中西部的农业生态效率波动明显。其中，2017—2018年农业生态效率略有提升。东部地区和西部的四川、贵州、西藏农业生态效率多数超效率；中部地区的安徽、湖北、江西、山西、吉林等农业生态效率较低，在农业生态资源利用、农业生态配置方面有待于优化和改进。东中西部比较发现，中部地区农业生态效率一直低于东部、西部，中部的农业发展、资源利用与农业生态环境处于不平衡状态，说明中部作为粮食主产区的农业大省，在追求粮食产量的同时，在一定程度上可能也以牺牲环境为代价。究其原因，这可能与向中部转移的农业布局有关，且东部的农业技术水平底子较厚，研发重点逐渐从农业部门转向非农部门，造成东部技术进步与中西部比较提升有些缓慢。此外，西部农业生态效率一直在逐渐下降，可能的解释是西部农业生产条件相对较差，清洁生产技术也比较落后，抵御自然灾害的能力也比较弱；另外，与东部比较，西部的农民和政府在关注农业生态保护方面可能稍微弱些。由此可见，农业生态效率不仅涉及碳排放，还涉及到当地经济农业生产条件、政府是否关心以及技术条件等。

　　3．2农村科技投入对农业生态效率的影响为“倒u”曲线

　　从SDM模型总效应分解的直接效应和间接效应(表3)分析，直接效应中，农业科技投入水平一次项系数为正，二次项系数符号相反，为负，即呈现“倒U”曲线，表明农村科技投入最初增加可提升农业生态效率，但增加到一定水平时，反而会对农业生态效率产生负向影响。究其原因，单位面积农业科技投入量(TES)对东、中、西部影响是非线性的，作用方向也有差异。可能一方面与东、中、西部当地生产要素中投入要素的均衡有关，某一生产要素的短板都会制约农业生产效率的提高；另一方面，农业科技投入水平对农业生态效率的影响存在双门槛效应，并且实证显示东中西部农业科技投入门槛效应差别较大。综合作用的结果，农村科技投人对农业生态效率的影响为“倒u”曲线。这就要求不能盲目增加农业科技投入，而应优先考虑环境保护的前提下发展农业生产，推广有机类肥料产品替代化肥等农业有机废弃物资源化综合利用技术，警惕加大农业科技投入导致农业生态下滑的拐点。

　　3．3东中西部的农业科技投入门槛效应差别较大

　　从门槛效应分析，东部表现为正向促进作用；中部农业科技投入对农业生态效率积极作用没有东部稳定，模型(9)模型(10)中时正时负，可能因为中部在推广农业科技时对农业生态保护重视还不够；西部农业科技投入对农业生态效率表现为负向抑制作用。究其原因，可能的解释是西部农业科技基础薄弱，要发挥农业科技的作用，需要各投入要素协调匹配，优化各投入资源，才能起到“1+1>2”的作用。这就要求中西部地区农业发展的科技投入要兼顾经济与生态效率。门槛特征的差异也要求东中西部根据各地农业科技投入对农业生态效率作用的实际情况，进一步权衡农业科技、农业生产与可持续等目标的相互协调，根据本地区农业科技现状，通过制度设计和完善农业科技相关政策，合理调控农业科技投入和其他生产要素投入，努力提高农业生态效率。

　　3．4大力推广绿色高效技术模式．提高农业生态效率

　　2000—2018年从农业生态效率均为超效率的省份来看，北京、上海、浙江单位面积农业总产值平均值居于前3，分别为(×105元·km。2)52．510、40．936和30．782；山东、江苏和广东分别为(×105元·kml)19．787、20．470和24．674，位次分别是9、8和6。

　　西藏2000—2018年年均单位面积机械总动力为1498．09kw·km～，值得一提的是，这可能包含了高海拔环境对机械效率的影响：天津和河北单位面积机成蝴分别位于第2和3名，分别为1173．56kW·kIll_2和1026．24kw-km_2；北京、山东和浙江单位面积机械总动力分别为990．79kw·km～、944．09kw·km-2和889．49kw·km一，分别位于4、5、6位。

　　参考文献References

　　[1】于法稳．坚决打好农业面源污染防治攻坚战[N】．环境报，2020．08．19(3)

　　YUFW．Firmly协c村etllekeybattleofagricmtmlnon_pomsourcepollutionpreVe觚onandcon廿ol[N]．chinaEn、rironmentNews，2020—08一19(3)

　　[2】聂弯，于法稳．农业生态效率研究进展分析[J】_生态农业学报，2017，25(9)：137卜1380

　　NIEW，YUFW．ReViewOfmethodolog)r锄dapplication0fa鲥culturaleco—e伍ciency叨．ChineseJo啪alofEcoA鲥cultIlre，2017，25(9)：137卜1380

　　【3】scHALTEGGERS，STI瓜MA．Okolo舒scherationalitat【J】．DieUntemehm岫g，1990，(4)：273—290

　　王辰璇1．姚佐文2”

《农业科技投入对农业生态效率的空间效应分析》

上一篇：农业技术推广在种植业发展中的重要性及应用探析

下一篇：农业种植中农技推广的作用及对策