摘要：【目的】研究環境规制对我国粮食生产绿色全要素生产率，为我国粮食绿色高质量发展提供决策依据。【方法】利用超越对数函数测算2011—2019年我国粮食全要素绿色生产率及分解值，采用Tobit模型探究粮食生产经济发展、人力资本水平和粮食生产财政支出对粮食生产绿色全要素的影响。【结果】从整体上看，我国31个省份（除港澳台）粮食生产绿色全要素生产率从2011年的1.002增长至2019年的1.080，呈波动变化趋势;未考虑环境规制因素的粮食全要素生产率从2011年的1.032增长至2019年的1.035，也呈现波动的增长趋势，各年平均值高于考虑环境规制因素。在考虑环境规制因素的粮食生产绿色全要素生产率分解中，绿色全要素生产率的增长主要通过技术进步增长而增长，技术效率对绿色全要素生产率呈抑制趋势。从不同地区来看，粮食生产绿色全要素生产率呈现东高西低趋势。粮食生产经济发展水平对全国和东部地区粮食生产绿色全要素生产率影响呈先弱后逐步增强的变化趋势，中部和西部地区粮食生产经济发展水平对粮食生产绿色全要素生产率均先增强后逐步减弱的发展趋势。从不同影响因素对粮食绿色全要素生产率影响来看，人力资本对全国及东部地区粮食生产绿色全要素生产率存在显著正向影响，对西部地区呈显著负向影响;粮食生产财政支出对全国和中部地区粮食生产绿色全要素生产率存在显著正向影响。【建议】政府应充分发挥粮食主产区的功能性优势，大力推进专业化生产与要素资源配置，转变不同地区粮食生产发展方式;相关部门应加大粮食生产人力资本投入，加强对人才扶持力度;相关决策机构应加强规范粮食生产环境立法机制，发挥发挥政府差异化粮食生产环境规制策略。

关键词： 粮食生产;绿色全要素生产率;环境规制;高质量;Tobit模型

中图分类号： S-05;F293.2                         文献标志码： A 文章编号：2095-1191（2021）08-2311-08

Green total factor productivity of Chinas food production under environmental regulation

JING Li

（Shangqiu Polytechnic， Shangqiu， Henan  476000， China）

Abstract：【Objective】To study the impact of environmental regulations on the green total factor productivity of Chinas grain production， and to provide a decision-making basis for the green and high-quality development of Chinas grain. 【Method】The trans-logarithmic function was used to calculate the total factor green productivity and decomposition value of Chinas grain production from 2011 to 2019， and the Tobit model was used to explore the impact of grain production economic development， human capital level and grain production fiscal expenditure on the green total factor of grain production. 【Result】On the whole， the green total factor productivity of grain production in Chinas 31 provinces（except Hong Kong， Macao and Taiwan） increased from 1.002 in 2011 to 1.080 in 2019， showing a fluctuating trend. The total factor productivity of food without considering environmental regulations has increased from 1.032 in 2011 to 1.035 in 2019， showing a fluctuating growth trend. The annual average was higher than considering environmental regulatory factors.  In the decomposition of green total factor productivity in food production considering environmental regulatory factors， the growth of green total factor productivity was mainly increased through the growth of technological progress， and technical efficiency showed a restraint trend of green total factor productivity. From the perspective of different regions， the green total factor productivity of grain production showed a trend of high in the east and low in the west. The impact of the economic development level of food production on the green total factor productivity of food production across the country and the eastern region showed a trend of weakening first and then gradually increasing. The economic development level of food production in the central and western regions first increased and then gradually weakened the green total factor productivity of food production. From the perspective of the impact of different influencing factors on the green total factor productivity of food， human capital had a significant positive impact on the green total factor productivity of food production across the country and the eastern region， and a significant negative impact on the western region; the financial expenditure for food production had a significant impact on the green total factor productivity of food production in China and the central region. 【Suggestion】The government should give full play to the functional advantages of major grain producing provinces， vigorously promote professional production and factor resource allocation， and change the grain production development mode in different regions; relevant departments should increase human capital input in food production， strengthen talent support; and relevant decision-making agencies should strengthen the legislative mechanism of food production environment， and give full play to the government regulation strategy of differentiated food production environment.

Key words： food production; green total factor productivity; environmental regulation; high quality; Tobit model

Foundation item：Youth Fund for Humanities and Social Sciences Research of Ministry of Education（20YJC630180）

0 引言

【研究意义】20世纪70年代粮食危机在全球蔓延，随即联合国粮食会议提出“粮食安全”的概念并签署了《世界粮食安全国际公约》，“民以食为天，食以粮为源”的粮食安全概念不断延伸，成为国家安全战略重要组成内容。自改革开放以来，我国粮食生产取得了巨大的进步，以农林渔牧业等产业为主的农业已占社会生产总值较大的比例，并对我国社会稳定、农民增收发挥了积极作用。通过党的十九大的重要战略部署，“乡村振兴”为我国农业党的发展提供了新的方向。农业经济增长依靠大量投入和简单的粗放式种植发展模式已对我国粮食生产过程产生大量生态环境恶化现象，农药、化肥及生产农机过度使用对我国粮食生产产生不利的外部影响。同时，耕地资源的紧张和资源过度开发已危及到我国粮食安全发展，也对农产品质量产生较大的隐患。全要素生产率也称系统生产率，指生产力的大小回报效率，是提高产业生产力、带动产业升级的重要测评依据。绿色全要素生产率可以作为我国粮食生产发展质量和效率的衡量指标，不仅能充分体现出粮食生产投入产出能力，还可通过横向对比反映不同时期粮食绿色生产发展的差别，从而为提升我国粮食绿色发展提供参考。因此，展开资源环境规制条件下我国粮食绿色全要素生产率的研究，对推进我国粮食绿色发展具有重要意义。【前人研究进展】许多学者从不同角度对粮食生产全要素生产率进行了研究，马林静等（2014）利用2001—2010年我国30个省（市）粮食生产数据对我国粮食生产技术效率进行测度，分析我国粮食主产区、主销区和平衡区的粮食全要素生产率。闵锐和李谷成（2014）利用1978—2010年省域面板数据，利用方向性距离函数和序列DEA技术，测度了我国粮食生产是否考虑环境因素2种情形下的全要素生产率指数，并进一步分解为技术效率变化和技术进步。焦晋鹏和宋晓洪（2015）基于2003—2011年面板数据对我国粮食主产区全要素生产率进行测算，实证分析粮食直补对粮食生产效率的影响。陈红等（2017）以环境规制强度对我国粮食主产区全要素生产率影响进行分析，探究各粮食主产区全要素生产率在环境规制影响下存在的差异。王琛等（2017）从不同层面表述生产技术和土地投入对粮食产出效率的影响，定量分析了粮食生产效率和全要素生产率。田红宇和祝志勇（2018）通过测算我国各省（市）粮食生产综合绩效，运用Tobit模型对粮食生产效率影响因素进行检验。诸多学者研究结果表明，粮食全要素生产率的增长通过粗放式增产到集约式转变，综合性指标选取也基本围绕粮食生产人力、物力和财力值。随着农业经济发展带来的环境污染问题日益严重，部分学者将研究角度聚焦于环境规制下的粮食生产绿色全要素生产率。邓灿辉等（2019）运用DEA-Malmquist指数对河南省粮食绿色全要素生产率和全要素生产率进行测算，并借助空间模型对其自相关性进行研究。刘战伟（2019）通过我国省际面板数据测算气候因素条件下的我国粮食全要素生产率，并实证检验气候变化和科技投入等因素对粮食生产率的影响。展进涛和徐钰娇（2019）引入碳排放交易考虑环境成本的农业绿色全要素生产率，采用GMM方法检验农业绿色全要素生产率与粮食安全保障的关系。【本研究切入点】已有文献对粮食生产体系研究提供了重要理论依据，对粮食全要素生产率的构建和测算形成一定的研究结论。多数研究采用传统DEA方法进行测度，而该方法会带来技术退步问题，并给粮食全要素生产率的测度带来误差。超越对数函数法优于传统DEA方法，在测度粮食全要素生产率时，将对环境影响的非期望产出纳入指标项。在研究成果中，尽管部分学者探究投入产出对粮食全要素生产率的影响，但极少考虑粮食生产中碳排放等非期望产出的影响。【拟解决的关键问题】基于环境规制背景下，利用超越对数函数计算我国31个省（市）（除港澳台）的粮食绿色全要素生产率及分解值，构建Tobit回归面板模型分析粮食经济发展、人力资本水平和粮食生产财政支出对粮食生产绿色全要素的影响，对我国东、中、西部地区进行差异性分析，为促进我国粮食绿色高质量发展提出对策建议。

1 数据来源与研究方法

1. 1 超越对数函数法

一般地，测算全要素生产率通过总产出量与生产要素投入的比值代替，影响技术进步和规模效率的因素也纳入到了全要素生产率中。随着能源与环境在经济发展中的地位日渐凸显，将能源与环境因素纳入全要素生产率的测算框架，提出绿色全要素生产率。全要素生产率默认产出指标值越大越好，而污染物作为工业生产过程的非期望产出，人们总希望其排放越小越好，一般选用碳排放或“三废”排放指标作为非期望产出。绿色全要素生产率与全要素生产率相比，能兼顾经济、环境与资源的和谐统一，评价指标选取既要考虑经济要素投入，又要考慮环境及资源的投入。本研究以粮食生产投入指标、粮食生产期望产出和非期望产出为研究对象探究粮食绿色全要素生产率变化趋势，采用超越对数函数进行我国粮食绿色全要素生产率测度，构建超越对数函数模型如下：

lnyit=β0+β1t+β2lnLit+[jβj]lnxjit+[12][jiβji]lnxjitlnxlit

+νit-uit              （1）

式中，β1，β2，…，βj为待估计的参数;νit为随机干扰误差项，服从N～（0，σ2）的正态分布;uit为无效率项，服从N～（0，σ2）的正态分布;uit和νit无相互关系;i表示省（市），t表示时期，j表示研究期内产出值。

1. 2 变量选取及数据来源

本研究采用2011—2019年我国31个省（市）的面板数据，数据来自《中国统计年鉴》《中国农业统计年鉴》，少量缺乏数据采用插值法补齐，并依据可获取原则，最终选定指标体系（表1）。

（1）投入指标。①土地投入，以粮食播种总面积作为参考指標;②劳动力投入，指从事粮食生产劳动下从事农林渔业人员总数;③机械投入，指粮食生产农业机械总动力;④农药化肥投入，指粮食生产使用农药量和施化肥投入;⑤灌溉投入，指粮食种植有效灌溉面积。为保证数据获取的一致性，参照龚斌磊（2018）的研究方法，构建赋予权重方法将粮食投入指标从广义农业的投人要素中分离出，系数分离方法如下：

A=（Agr/TAgr）×Lab

B=（Gsa/Asa）×Fer （2）

式中，A和B为权重系数，Agr代表农业总产值，TAgr代表农林牧渔业总产值，Lab代表劳动力指标，Gsa代表粮食播种面积，Asa代表农业总播种面积，Fer代表化肥、农药、农用膜、机械和灌溉投入累计。

（2）产出指标。①期望产出指标，指对粮食生产有益的指标，即粮食产量;②非期望产出指标，指在粮食生产过程中自动化、农药、农膜和机械使用对环境污染有影响的相关指标，本研究借鉴田红宇和刘魏（2019）的方法，将碳排放和水稻和小麦为主的粮食作物种植过程中N2O排放量为非期望产出指标。其中，碳排放计算公式如下：

E=[Ei]=[Ti]×δi                   （3）

式中，E表示各省（市）粮食生产中产生的碳排放总量，Ei表示各省（市）粮食生产过程中各地不同碳源排放量，Ti表示粮食生产中各碳源总量，δi表示粮食生产中各碳源排放系数。粮食作物种植过程中N2O排放量计算公式如下：

N=[Ni]=[ni]×χi                   （4）

式中，N表示我国各省（市）粮食种植产生N2O总量，ni表示各省（市）不同粮食生产产生的N2O排放量，χi表示各N2O排放系数（表2）。

1. 3 统计分析

运用超越对数函数方法及Fotniter 4.1测算我国31个省（市）粮食绿色全要素生产率及其分解内容;使用Stata 14.0通过建立面板Tobit回归模型重点分析粮食经济发展、人力资本水平和粮食生产财政支出对粮食生产绿色全要素生产率的影响。

2 我国粮食绿色全要素生产率测度及影响因素分析

2. 1 我国粮食绿色全要素生产率时间演变分析

2. 1. 1 时间维度下我国粮食绿色全要素生产率 2011—2019年我国粮食生产绿色全要素生产率变动情况如表3所示。与未考虑生态环境规制因素的全要素生产率进行对比，从整体上看，我国31个省（市）粮食生产绿色全要素生产率（GTFP）从2011年的1.002增长至2019年的1.080，呈波动变化趋势;未考虑环境规制因素的粮食全要素生产率（TEP）从2011年的1.032增长至2019年的1.035，也呈现波动的增长趋势，未考虑环境规制因素的粮食全要素生产率各年平均值高于考虑环境规制因素。在考虑环境规制因素的粮食生产绿色全要素生产率分解中，绿色全要素生产率的增长主要通过技术进步（TPI）增长而增长，技术效率（TE）对绿色全要素生产率呈抑制趋势;同时在未考虑生态环境因素下，我国粮食生产全要素生产率的增长也依赖于的技术进步增长，技术效率同样存在粮食全要素生产率负向影响，在不同研究时期内技术进步值均大于技术效率值。通过有无环境规制下的粮食全要素生产率结果来看，技术进步不仅能提升粮食全要素生产率，也能促进粮食绿色全要素生产率的增长。生态环境规制因素的影响下，2种全要素生产率均呈现波动状态，其中，未考虑生态环境规制因素的粮食生产全要素生产率在多个期间内均高于考虑生态环境规制因素粮食生产绿色全要素生产率。可见未考虑环境规制因素下显然高估了粮食生产全要素生产率，在这一情况下极容易对相关决策部门给予偏差结论，同时，当前我国粮食种植的进步一定程度上以污染环境牺牲资源为代价，粮食生产方式不当及资源浪费现象等较为严重。2016年以后，随着国家对“三农”问题和生态农业的关注，生态环境规制因素的粮食生产绿色要素生产率水平明显优于未考虑生态环境规制因素的粮食生产全要素生产率，这也与党的十九大提出的绿色农业高质量发展密切相关，粮食种植产业的发展也是农业进步与环境友好发展的重要举措。

2. 1. 2 空间维度下我国粮食绿色全要素生产率 从表4可知，考虑生态环境规制因素下，北京、河北和山西28个省（市）的等粮食生产绿色全要素生产率均大于1.000，实现了粮食生产绿色全要素生产率的提升;天津、上海和湖北3个省（市）粮食生产绿色全要素生产率均小于1.000，在研究期内粮食生产绿色全要素生产率呈下降趋势。排名前10的省（市）中，东部地区有4个（山东、海南、北京、福建），中部地区有3个（河南、湖南、江西），西部地区有3个（陕西、西藏、四川）。且从东、中、西部粮食生产绿色全要素生产率均值可看出，东部地区高于中部地区，中部地区高于西部地区，从整体上看呈东高西低的渐进趋势。

从技术进步角度来看，山东、河南和北京等25个省（市）的粮食生产绿色全要素生产率实现了技术进步与技术效率共同对绿色全要素生产率的双向驱动，湖南、天津和湖北3个省（市）的粮食生产绿色全要素生产率主要依靠技术进步，而技术效率保持稳定，内蒙古、上海和青海3个省（市）的技术效率保持稳定增长的同时，技术进步呈现降低的现象。在我国粮食生产绿色全要素生产率排名靠后的5个省（市）即贵州、青海、天津、上海和湖北的技术效率和技术进步均有一定的降低，在技术效率和技术进步的共同作用下，绿色全要素生产率呈现倒退。因此，从整体上看，技术进步和技术效率在粮食生产绿色全要素生产率中起了关键性作用;同时，技术效率的降低在不同程度上影响了绿色全要素生产率水平，通过技术进步和技术效率共同增长可共同促进绿色全要素生产率的提升。

未考虑生态环境规制因素的全要素生产率的情况下，28个省（市）粮食生产绿色全要素生产率大于1.000，但全要素生产率与绿色全要素生产率间存在一定的差异，各省（市）的排名及水平也并不一致。其中，排名前10的省（市）为山东、河南、海南、北京、陕西、西藏、江西、湖南、四川和福建，排名后10的省（市）为湖北、上海、天津、青海、贵州、安徽、河北、吉林、甘肃和广西。从全国层面来看，未考虑生态环境规制因素的粮食生产全要素生产率平均水平高于考虑生态环境规制因素的粮食生产全要素生产率;从地区来看，东部地区依旧处于领先水平，西部地区相较中部地区略低。

2. 2 我国粮食生产绿色全要素生产率影响因素分析

为进一步研究影响粮食生产绿色全要素生产率影响因素，本研究采用面板模型测度粮食经济发展水平、粮食生产人力资本、粮食生产财政支出和环境规制行为对我国东、中、西部地区粮食生产绿色全要素的影响。由于粮食生产水平为大于0的变量，面临数据截断的现象，若使用传统OLS方法进行估计时，容易产生偏差，故采用Tobit模型，能有效解决截面数据问题，设定模型如下：

TEPi=[βi]×Uit+εit+C            （4）

式中，Gtfpch作为因变量，代表测算出的粮食生产绿色全要素生产率，βi为待估计参数，Uit为自变量，表示各影响因素值，εit为随机误差项，C为截距项。为消除异方差对数据的影响，取对数后进行计算。选取粮食生产经济发展水平、粮食生产人力资本、粮食生产财政支出及环境规制行为作为影响因素，具体内容如下：

（1）粮食生产经济发展水平（lnJJ）采用生产粮食人均收入衡量。由于本研究以粮食生产为主的狭义农业为研究对象，相关统计年鉴并没有具体到粮食生产业收入，因此，根据粮食生产产值占农林牧渔业产值的比例，求出粮食生产种植业农民人均收入。在生态环境规制情况下，粮食生产经济发展水平与粮食生产绿色全要素生产率不只是简单线性关系，在粮食生产粗放式发展阶段会带来生态环境效益的下降，从而降低粮食生产绿色全要素生产率;当拐点之后粮食生产绿色全要素生产率明显上升。因此，本研究将粮食生产经济发展水平的平方项[（lnJJ）2]纳入自变量中，探究粮食生产经济发展水平与粮食生产绿色全要素生产率间是否存在增长关系。

（2）粮食生产人力资本（lnRL），采用粮食生产人员受教育水平衡量。粮食生产人力资本是一个复杂的因素，受教育程度的提高会使粮食生產者向新技术农业领域转移，同时带来粮食生产和农业发展的新观念、新思想、新技术，促进粮食生产效率的提高。在环境保护方面，高素质的粮食生产力会更加重视粮食生产带来的环境污染问题，在粮食生产中使用环保的生产资料和生产工具，有助于全面提高粮食绿色发展和环境溢效应。

（3）粮食生产财政支出（lnCZ），主要用于粮食生产消费、虫害监测、粮食种物研发及设施建设支出等方面，具体到粮食生产主要用于机械设备、生产资料及优良品种的固定投资等内容。相关统计年鉴只呈现广义农业的财政支出，因此，本研究数据处理中首先求得粮食种植产值占农林牧渔业产值比重，然后根据比重计算种粮食生产财政支出。

（4）环境规制行为（lnGZ），选用各地区农业生产污染治理投资额与该地区农业增加值的比值作为衡量政府环境规制强度的指标。环境规制行为作为一种经济激励手段，一定程度增加粮食企业生产成本，对粮食生产技术创新会产生更高的要求，同时也会倒逼粮食生产结构的改善和粮食生产效率的提高，从而带来粮食绿色全要素生产率的提升。

通过Tobit模型分别对全国及东、中、西部地区粮食生产绿色全要素生产率影响因素进行测度。从表5可看出，粮食生产经济发展水平对我国东、中、西部地区影响差异较大。其中，粮食生产经济发展水平与全国及东部地区的粮食生产绿色全要素生产率呈负相关，影响系数为-1.223;粮食生产经济发展水平平方项在1%显著水平下呈现显著的正向影响，影响系数为0.0872，表明粮食生产经济发展水平在初始阶段会弱化粮食生产绿色全要素生产率，当到达最低点时呈反弹趋势，并在研究期内呈影响先弱后逐步增强。因此，从整体结果来看，全国及东部地区粮食生产经济发展水平有助于提高粮食生产绿色全要素生产率影响，使粮食生产环境效率向有利方向改进。中部和西部地区粮食生产经济发展水平对粮食生产绿色全要素生产率均先增强后逐步减弱的发展趋势，中部地区粮食生产经济发展水平对粮食绿色全要素生产率的影响大于西部地区。中部地区粮食生产经济发展水平及其平方项对粮食生产绿色全要素生产率的影响在5%显著水平下呈现显著，系数分别为1.391和-0.091。而粮食生产经济发展水平及其平方项对西部地区粮食生产绿色全要素生产率的影响在10%显著水平下显著，系数分别为0.749和 -0.0411。因此，从整体上看粮食生产经济发展水平有助于提高粮食生产绿色全要素生产率，但在具实施过程中体现地区间的差异性。

粮食生产人力资本在全国和东部地区粮食生产绿色全要素生产率的1%显著水平下呈现显著的正向影响，对西部地区粮食生产绿色全要素生产率在10%显著水平下呈负向影响，对中部地区粮食生产绿色全要素生产率无显著影响。经计算，我国粮食生产人力资本每提高1.000%，粮食生产绿色全要素生产率平均提高0.412%，东部地区粮食生产人力资本每提高1.000%，粮食生产绿色全要素生产率平均提高1.002%;西部地区粮食生产人力资本每提高1.000%，粮食生产绿色全要素生产率平均降低0.319%。可见，受地方教育不同，东部地区粮食生产劳动力具有较高素质水平，对我国粮食生产发展具有重要作用，而西部地区粮食生产人力水平整体相对较低，缺乏高效率的粮食生产能力培训和具备一定的生态保护意识。

粮食生产财政支出对全国和中部地区粮食生产绿色全要素生产率在1%显著水平下存在显著正向影响，对东部和西部地区无显著影响。经计算，当我国粮食生产财政支出提高1.000%，粮食生产绿色全要素生产率平均提高0.091%;中部地区粮食生产财政支出提高1.000%，粮食生产绿色全要素生产率平均提高0.219%。

环境规制质量的估计系数均显著为正，说明环境规制水平的提升会对不同地区的粮食绿色产助推效应。环境规制质量涉及制度、经济、市场和开放程度等多项指标，作用机制较复杂。经计算，当我国粮食环境规制提高1.000%，粮食生产绿色全要素生产率平均提高0.012%;中部地区粮食生产环境规制提高1.000%，粮食生产绿色全要素生产率平均提高0.228%;西部地区粮食生产环境规制提高1.000%，粮食生产绿色全要素生产率平均提高0.041%。

3 讨论

本研究通过利用超越对数函数对我国31个省（市）粮食生产绿色全要素生产率进行测算，研究发现未考虑生态环境规制因素的粮食生产绿色全要素生产率显著高于环境规制因素的粮食生产绿色全要素生产率。从时间趋势来看，我国粮食生产绿色全要素生产率存在波动增长趋势;从不同地区来看，粮食生产绿色全要素生产率呈现东高西低的趋势。与黄伟华等（2021）提出的环境规制能促进小麦的绿色全要素生产率增长的结论一致。

为进一步探究粮食生产绿色全要素生产率的影响因素，本研究选取Tobit面板模型测算不同影响因素对粮食绿色全要素生产率的影响程度，并将粮食生产经济发展、人力资本发展和生产财政投入水平作为自变量。结果发现，粮食生产经济发展水平对全国及东部地区粮食生产绿色全要素生产率先降低后增长的趋势，粮食生产绿色全要素生产率与中部和西部地区存在先增长后降低关系。粮食生产人力资本发展对全国及东部地区粮食生产绿色全要素生产率存在显著正向影响，对西部地区呈显著负向影响，对中部地区无显著性影响;粮食生产财政支出对全国及中部地区粮食生产绿色全要素生产率存在显著正向影响。环境规制质量的估计系数均显著为正，说明环境规制水平的提升会对不同地区的粮食绿色产助推效应，与马国群和谭砚文（2021）研究发现种植业比重、劳动力发展水平有利于降低环境规制下对农业绿色全要素生产率的负面影响吻合。

4 建议

4. 1 转变不同地区粮食生产发展方式

根据我国粮食生产区域划分，充分发挥粮食主产区的功能性优势，大力推进专业化生产与要素资源配置，加强粮食生产科学化方式转变。特别是西部地区部分省（市）应改变传统粗放式粮食种植生产方式，转向高效集约化的发展模式;相关政府应促进各地开展循环有机粮食、生态粮食高标准、高质量农业入住，大力推广使用生物有机肥代替传统化学化肥，减少农药使用。同时，利用生物可降解的农用种植薄膜降低因粮食生产而带来的白色污染，利用网络平台积极宣传粮食生产环境政策，扩大政策影响力。

4. 2 加大粮食生产人力资本投入

粮食生产技术投入可提升粮食生产的自适应性，而粮食生产的科研攻关离不开技术人员和劳动力投入。粮食生产及农业人力资本的积累可促进粮食生产资源得到有效的配置。结合本研究结果提出建议：中西部地区应聘请相关专家给予粮食生产教育专业化指导，提高落后地区农业技能水平;东部地区可为中部和西部落后地区提供技术帮扶，实现精准扶贫，为粮食生产落后后地区提供技术保障。中部及西部地区应加大人才引进力度，鼓励从事粮食生产工作，加强对人才扶持力度，为后期粮食生产技术发展提供人力基础保障。

4. 3 发挥政府差异化政策制定

科学制定生产环境法律法规是环境保护的前提，环境规制措施必须有法可依。通过研究发现，环境规制对绿色全要素生产率具有一定影响。政府相关部门应加强规范粮食生产环境立法机制，出台环境规制政策，既要保障绿色粮食生产，又要适行当前经济发展，着眼于粮食生产环境政策的长期可行性。发挥政府在粮食生产过程中对环境规制工具选择要结合不同类型的规制工具，尽可能发展粮食生产在环境规制中的优势。分地区来看，东部地区粮食生产发展水平较高，市场灵活度较大，若采用传统政府强制性环境规制工具影响较低，应加强市场化的环境规制在东部地区的应用;中部地区面临粮食生产环境政策时滞问题时，加强市场要素配置改革，提高市场经济主体对环境规制的反应速度，促进市场经济主体对环境政策的全力配合;西部地区应避免资源使用过度带来环境恶化问题，注重绿色环保的发展理念，同时为西部地区粮食生产者提供优惠的金融保障支撑，加强粮食生产必要基础建设和农机补贴政策。

参考文献：

陈红，关博，孙文娇. 2017. 我国粮食主产区不同环境规制下农业生产效率研究[J]. 商业研究，（3）：167-174. [Chen H，Guan B，Sun W J. 2017. Research on agricultural production efficiency under different environmental regulations in major grain producing areas in China[J]. Commercial Research，（3）：167-174.] doi：10.13902/j.cnki.syyj.2017.03.022.

邓灿辉，马巧云，魏莉丽. 2019. 基于碳排放的河南省粮食绿色全要素生产率分析及对策建议[J]. 中国农业资源与区划，40（9）：12-19. [Deng C H，Ma Q Y，Wei L L. 2019. Analysis and countermeasures for green total factor productivity in Henan Province based on carbon emission[J]. Chinese Journal of Agricultural Resources and Regional Planning，40（9）：12-19.] doi：10.7621/cjarrp. 1005-9121.20190902.

龔斌磊. 2018. 投入要素与生产率对中国农业增长的贡献研究[J]. 农业技术经济，（6）： 4-18. [Gong B L. 2018. The contribution of inputs and productivity to agricultural growth in China[J]. Journal of Agrotechnical Economics，（6）： 4-18.] doi：10.13246/j.cnki.jae.2018.06.001.

黄伟华，祁春节，方国柱，雷权勇. 2021. 农业环境规制促进了小麦绿色全要素生产率的提升吗？[J]. 长江流域资源与环境，30（2）： 459-471. [Huang W H，Qi C J，Fang G Z，Lei Q Y. 2021. Does the agricultural environment regulation promote the improvement of wheaten GTFP？[J]. Resources and Environment in the Yangtze Basin，30（2）： 459-471.]

焦晉鹏，宋晓洪. 2015. 粮食全要素生产率影响因素的实证分析[J]. 统计与决策，（11）： 126-129. [Jiao J P，Song X H. 2015. An empirical analysis of the influencing factors of grain total factor productivity[J]. Statistics and Decision，（11）： 126-129.] doi：10.13546/j.cnki.tjyjc.2015.11.033.

刘战伟. 2019. 气候变化视角下我国粮食生产率增长及其影响因素分析[J]. 南方农业学报，50（2）： 424-431. [Liu Z W. 2019. Chinas grain productivity growth and its influen-cing factors under the climate change perspective[J]. Journal of Southern Agricultural，50（2）：424-431.] doi：10.3969/ j.issn.2095-1191.2019.02.30.

马国群，谭砚文. 2021. 环境规制对农业绿色全要素生产率的影响研究——基于面板门槛模型的分析[J]. 农业技术经济，（5）：77-92. [Ma G Q，Tan Y W. 2021. Impact of environmental regulation on agricultural greentotal factor productivity—Analysis based on the panel threshold mo-del[J]. Journal of Agrotechnical Economics，（5）：77-92.] doi：10.13246/j.cnki.jae.2021.05.006.

马林静，王雅鹏，田云. 2014. 中国粮食全要素生产率及影响因素的区域分异研究[J]. 农业现代化研究，35（4）： 385-391. [Ma L J，Wang Y P，Tian Y. 2014. Regional differen-tiation of grain total factor productivity and influencing factors in China[J]. Research of Agricultural Modernization，35（4）：385-391.] doi：10.13872/j.1000-0275.2014.0019.

闵锐，李谷成. 2014. 转型期湖北省粮食绿色全要素生产率增长与分解——基于全国宏观横向比较的维度[J]. 湖北大学学报（哲学社会科学版），41（1）： 137-141. [Min R，Li G C. 2014. Growth and decomposition of green total factor productivity of food in Hubei Province during the transition period—Based on the dimensions of the national macro horizontal comparison[J]. Journal of Hubei University （Philosophy and Social Science），41（1）： 137-141.] doi：10.13793/j.cnki.42-1020/c.2014.01.028.

田红宇，刘魏. 2019. 环境约束、粮食绿色生产效率及其协调性研究——基于非期望产出模型[J]. 三峡大学学报（人文社会科学版），41（5）：76-82. [Tian H Y，Liu W. 2019. A SBM-Undesrirable-based study of environmental constraints，green grain production efficiency and the coordination[J]. Journal of China Three Gorges University（Humanities and Social Sciences），41（5）：76-82.] doi：10.13393/ j.cnki.1672-6219.2019.05.014.

田红宇，祝志勇. 2018. 中国粮食生产效率及影响因素分析——基于DEA-Tobit两步法研究[J]. 中国农业资源与区划，39（12）： 161-168. [Tian H Y，Zhu Z Y. 2018. Analysis of food production efficiency and its influencing factors in China—Verification based on Malmquist-DEA and Tobit model[J]. Chinese Journal of Agricultural Resources and Regional Planning，39（12）： 161-168.] doi：10.7621/cjarrp. 1005-9121.20181222.

王琛，崔建勋，马力，吴敬学，黄修杰，储霞玲，杨艳涛，毛世平，张琳. 2017. 粮食全要素生产率和技术效率研究进展[J]. 广东农业科学，44（8）： 133-138. [Wang C，Cui J X，Ma L，Wu J X，Huang X J，Chu X L，Yang Y T，Mao S P，Zhang L. 2017. Research progress of total factor productivity and technical efficiency of grain[J]. Guangdong Agricultural Sciences，44（8）：133-138.] doi：10.16768/j.issn. 1004-874X.2017.08.021.

展进涛，徐钰娇. 2019. 环境规制、农业绿色生产率与粮食安全[J]. 中国人口·资源与环境，29（3）： 167-176. [Zhan J T，Xu Y J. 2019. Environmental regulation，agricultural green TFP and grain security[J]. China Population，Resources and Environment，29（3）： 167-176.] doi：10.12062/ cpre.20181016.

（责任编辑 邓慧灵）

收稿日期：2021-06-04

基金项目：教育部人文社会科学研究青年基金项目（20YJC630180）

第一作者：井莉（1982-），https：//orcid.org/0000-0001-6799-9427，主要从事农业经济等研究工作，E-mail：jingli201130@163.com