宋尔英，谢会强

(贵州大学 经济学院，贵州 贵阳 550025)

一、引言

近年来，我国粮食生产综合能力大幅提升，然而，粮食生产过程中的生态环境问题却未得到应有的重视。《第二次全国污染源普查公报(2020)》显示，农业源排放的化学需氧量、总氮和总磷分别占总排放量的49.77%、46.52%和67.21%，农业面源污染已成为我国第一大污染源。随着我国粮食生产规模不断扩大，粮食生产是否加剧了农业污染逐渐成为学者关注的焦点，粮食生产生态效率作为粮食最优产出和生态最低负荷的综合表达[1]，研究粮食生产生态效率对实现粮食可持续发展具有重要意义。因此，本文在科学测度中国粮食生产生态效率的基础上，考察中国粮食生产生态效率的时空演变趋势及驱动因素，为精准把握中国粮食生产生态效率现状、提升粮食生产质效提供经验依据。

已有研究主要聚焦于农业生态效率的测算[2-5]及影响因素分析[6-11]，仅有少量文献围绕粮食生产生态效率进行测算。许朗等[12]运用DEA-Malmquist指数测算并评价我国2000—2012年粮食主产区的农业生态效率，发现13个粮食主产区中只有6个粮食主产区的投入产出达到最优水平。陈宝珍和任金政[13]、李雪等[14]运用改进的SBM方法对我国粮食生产生态效率进行测算，发现粮食生产生态效率总体呈缓慢上升的趋势，但省级平均值较低，东西部粮食生产生态效率差距较大[15]。部分学者对粮食生产生态效率的影响因素进行分析，史琛[16]等发现我国粳稻生态效率损失主要由生产要素的高投入和碳排放及农田污染的高冗余所造成。也有学者发现农地流转、农业技术人员以及农民收入水平会影响粮食生产生态效率[15，17]。

现有文献对农业生态效率以及粮食生产效率测算进行有益的探索，并关注到粮食生产效率的空间效应，部分学者尝试从空间视角研究粮食生产效率，发现粮食生产技术效率存在明显的空间非均衡性[18]、空间自相关性[19]、空间集聚效益[20]和空间溢出效应[21]。然而，少有文献探究粮食生产生态效率时空演变特征，尤其缺乏从空间视角对粮食生产生态效率驱动因素进行分析的研究。与以往文献相比，本文创新点在于：一是将二氧化碳排放和农业面源污染纳入粮食生产生态效率的测算框架，采用基尼系数法、标准差椭圆图和莫兰指数对粮食生产生态效率的时空演变特征进行全面详细刻画；二是从空间视角考察我国粮食生产生态效率的驱动因素。

二、研究方法和数据来源

(一)研究方法

1.效率测算方法

SBM模型：传统的DEA模型无法兼顾投入和产出的松弛变量问题，Tone(2003)提出SBM-undesirable模型，能够有效解决投入和产出的冗余问题[22]。模型见公式：

(1)

Yγ-S+=y0
Bγ+Sb-=b0
γ，s-，s+，sb-≥0

2探索性空间数据分析方法

区位基尼系数：常用来度量收入不平等及生产在地理上的集中程度[23]。本文将采用区位基尼系数来衡量粮食生产生态效率在地理上的集聚程度，区位基尼系数取值范围为0到1，若取值为0，表示粮食生产生态效率的地区分布完全均等；若取值为1，则表示粮食生产生态效率存在显著的地理集聚。基本计算公式(2)如下：

(2)

式(2)中，n表示省份个数，yi、yj分别表示i省份和j省份的粮食生产生态效率，μ为粮食生产生态效率的均值。

空间分布方向性分析：首先采用标准差椭圆进行参数计算和空间可视化，其中，椭圆重心表示粮食生产生态效率在空间上的中心位置，长轴和短轴分别表示粮食生产生态效率在空间上的分布方向和分布范围，长轴越长，表明粮食生产生态效率方向性越强；短轴越长，表明我国粮食生产生态效率离散化程度越高[24]。其次采用全局和局部Moran’s I指数分析粮食生产生态效率的空间聚集效应，具体公式如下：

全局Moran’s I指数具体公式(3)如下：

(3)

局部Moran’s I指数具体公式(4)如下：

(4)

式中，S2表示属性变量的方差；当Ii>0，表示相同属性地区在空间上集聚；Ii<0，表示不同属性地区在空间上聚集[25]。

3.空间回归模型

本文将SLM模型设定如下：

(5)

将SEM模型设定为：

lnyit=c+βlnX+μit

(6)

μit=γWμit+εit

将SDM模型设定为：

(7)

上述公式中，y代表粮食生产生态效率；W为空间权重矩阵；ε与μ代表随机误差项；X为影响地区粮食生产生态效率的解释变量，包括人均GDP、农业受灾率、农业机械密度、工业化水平、农业规模化水平、财政支农水平、农村人力资本水平等；ρ为空间自回归系数，用来测量整体区域间的依赖强度，代表相邻地区的粮食生产生态效率对本地区粮食生产生态效率的影响；γ为误差项的空间自相关系数，代表相邻地区的粮食生产生态效率的扰动误差对本地区的粮食生产生态效率也有溢出效应。

(二)数据来源

本文粮食生产生态效率测算使用的是2010—2020年30个省(区、市)面板数据，除农业从业人员来自各省市统计年鉴，其余变量指标数据均来自《中国农村统计年鉴》。因西藏地区数据缺失严重，本文分析将其剔除。人均农业增加值、农业受灾率、农业机械密度、产业结构、农业规模化水平数据均来自2011—2021年《中国农村统计年鉴》，财政支农水平数据分别来自30个省/区/市统计年鉴，农村人力资本数据来自《中国统计年鉴》。

三、实证分析

(一)中国粮食生产生态效率测算

1.测算指标选取

粮食生产生态效率兼顾粮食生产过程中的经济效益、资源消耗以及生态损耗，借鉴已有研究[14]，基于投入、产出和非期望产出各类指标的可获得性，最终选取以下变量构建指标体系，见表1。

表1 粮食生产生态效率指标体系

以上指标仅粮食作物播种面积的数据可直接获得，粮食生产投入指标中的劳动力、农药、化肥、柴油、机械、农膜以及电力都只能获取整个农业数据，无法直接获取粮食生产数据。因此，本文首先将农业产值占农林牧副渔产值的比值与粮食作物播种面积占农作物总播种面积的比值进行折算，最后得到粮食生产中投入要素的数据；产出指标中的粮食产量数据可直接获得；非期望产出中的农业碳排放和面源污染数据均无法直接获得，需通过计算获取。

粮食生产的面源污染主要包括农药污染、化肥流失及农膜残留，因此本文将借助吴小庆[26]和赖斯芸[27]的研究，分别将农药污染率、化肥流失率以及农膜残留率分别设置为50%、65%、10%，因此污染排放量=(农药使用量×50%)+(化肥施用量×65%)+(农膜残留量×10%)。粮食生产中的碳排放主要分为直接碳排放和间接碳排放，本文采取的是直接碳排放，主要来自化肥、农药、农膜和农用柴油。根据碳排放量测算公式T=∑Ti=∑Ei×δi，其中Ti表示来自第i种碳排放源的碳排放量，Ei表示第i种碳排放源的使用量，δi表示第i种碳排放源的碳排放系数，见表2。

表2 碳排放系数

2.测算结果分析

从全国范围来看，粮食生产生态效率呈波动性上升趋势。由图1可以看出我国东中西部的粮食生产生态效率增长趋势基本相同。基于30个省份测算出的全国平均粮食生产生态效率值在0.429—0.689之间，其中2011年粮食生产生态效率值最低，其值为0.429。东部地区的生态效率值一直低于全国平均粮食生产生态效率值，其演化特征为：在2010—2014年间呈波动下降趋势，在2014年达到10年来低谷，其值为0.393。此后，2015—2020年间东部地区粮食生产生态效率渐增。中部地区粮食生产生态效率水平在2011年之前低于全国平均水平，以及2011—2015年间的粮食生产生态效率处于较低水平阶段，其值低于0.5。在2015年之后，中部地区的生态效率呈现较快增速，其粮食生产生态效率高于全国平均水平。西部地区的粮食生产生态效率平均值与全国的生态效率水平值最为贴近。从时间趋势来看，西部地区的生态效率是呈较明显递增的状态，说明西部地区“退耕还林还草”、生态移民和生态转移支付等保护环境与生态的政策措施有一定成效。

图1 2010—2020年全国及区域粮食生产生态效率时序变化

从省域范围来看，2010—2020年，我国30个省份粮食生产生态效率的变化趋势具有异质性，各省份粮食生产生态效率差异较大，其中吉林(0.914)、黑龙江(0.850)、内蒙古(0.842)的粮食生产生态效率的均值排名前三，处于生态效率前沿面；仅一半省份的粮食生产生态效率平均值在0.5以上。其中，河北、天津、辽宁、江西、山东、河南、湖南等省份的粮食生产生态效率提高幅度较大，平均增长率达到5%以上，而北京、福建、重庆等地的粮食生产生态效率下降幅度较大，平均下降幅度超过2%。根据研究结果，将2010—2020年30个省份的粮食生产生态效率分为三组：高效率组0.8以上、中效率组0.8—0.5、低效率组0.5以下，其中高效率组有3个地区，分别是吉林、黑龙江、内蒙古；中效率组有13个地区，分别为天津、辽宁、上海、江西、山东、河南、湖南、重庆、四川、贵州、青海、宁夏、新疆地区；低效率组有14个地区，分别为北京、河北、山西、江苏、浙江、安徽、福建、湖北、广东、广西、海南、云南、陕西、甘肃。由此可知，我国粮食生产生态效率普遍不高，在粮食生产过程中仅有少数省份能够兼顾生态效益。

(二)我国粮食生产生态效率时空特征分析

1.时序特征——区位基尼系数

利用2010—2020年30个省份粮食生产生态效率值，刻画省域粮食生产生态效率的洛伦兹曲线图(图2)。由图2可以看出，我国粮食生产生态效率值较为稳定，与2010年相比，2020年我国粮食生产生态效率的洛伦兹曲线愈加接近绝对平均线，说明省域粮食生产生态效率的区位分布趋向均衡。2010—2020年30个省份粮食生产生态效率的区位基尼系数分别为0.171、0.182、0.173、0.186、0.188、0.183、0.219、0.220、0.226、0.237、0.245，呈现波动上升趋势，在2020年达到最高值，表明我国粮食生产生态效率的地理集聚程度变高。

图2 2010年和2020年我国粮食生产生态效率洛伦兹曲线图

2.空间特征——标准差椭圆

借助ArcGIS10.2软件，采用标准差椭圆计算公式可以得到30个省份粮食生产生态效率重心及其变化情况，测算结果如表3所示。从时间维度看，2010年至2020年我国粮食生产生态效率标准差椭圆的中心一直在河南省，短半轴和长半轴各增加了13.8km、37.3km，说明粮食生产生态效率的区位分布范围变广，与2010年相比，2020年有更多地区关注粮食生产生态效率。从空间位置上看，粮食生产生态效率重心呈现由东北向西南移动的态势。

表3 2010—2020年我国粮食生产生态效率椭圆参数

(三)中国粮食生产生态效率的空间相关性分析

对我国粮食生产生态效率的全局自相关进行检验，由表4可知，2010—2020年我国粮食生产生态效率的全局莫兰指数均通过显著性检验，且为正值，表明粮食生产生态效率在空间上具有较强的正相关性。我国粮食生产生态效率Moran’sI指数处于波动变化中，说明我国粮食生产生态效率不仅受经济、技术、社会、生产等因素影响，还受到空间位置的影响，空间关联复杂多变，存在波动性的空间聚集现象。

表4 2010—2020年我国粮食生产生态效率全局莫兰指数

进一步测算，得到我国粮食生产生态效率的莫兰散点图，结果如表5所示。其中，分布在H-L(高-低集聚)象限和L-H(低-高聚集)象限的省份逐年减少，分别由2010年的8个递减至2020年的4个、2010年的3个递减至2020年的1个，位于以上象限的省份，其粮食生产生态效率具有离散特征，在空间上存在异质性。位于H-H(高-高集聚)象限和L-L(低-低集聚)象限的省份有所增加，主要位于我国西部地区，说明这些高粮食生产生态效率省份和低粮食生产生态效率省份都与邻近省份存在空间集聚效应。随着市场经济体制改革的不断深入，地区间粮食的生产要素流通愈发频繁，农业技术交流更加密切，粮食生产生态效率形成显著的空间效应，区域间相互作用逐渐强化。从检验结果看，莫兰指数值显著说明空间相关性通过初步验证，需要采用空间计量模型进一步分析。

表5 2010年和2020年我国粮食生产生态效率莫兰散点图分布情况

注：*、**、***分别表示在10%、5%、1%的水平下显著。

(四)我国粮食生产生态效率驱动因素分析

1.驱动因素选取

结合农业和粮食生产的特点，借鉴王宝义[28]的研究，本文选定7个主要影响粮食生产生态效率的因素进行分析，如表6所示。考虑到粮食生产的现实性和数据的可获得性，经济因素用人均GDP衡量；技术因素采用农业机械密度指标衡量；人口因素方面采用农村人力资本作为衡量指标；同时，引入农业受灾率、工业化水平、财政支农水平和农业规模化水平作为粮食生产生态效率的其他驱动因素。

表6 粮食生产生态效率驱动因素

2.空间计量模型的检验与选择

前文分析可知，粮食生产生态效率存在显著的空间相关性，空间计量模型具有不同的形式，因此需对不同的模型进行检验与选择，如表7所示。首先，基于地理距离空间权重矩阵对空间滞后模型(SLM)和空间误差模型(SEM)进行拉格朗日乘子(LM)检验，两者均通过检验；Hausman检验结果为20.95，并且P值为0.0073，因此，应考虑使用固定效应模型；LR检验结果显著拒绝SDM模型退化为SLM和SEM模型的原假设；在对模型进一步研判时发现，原假设为地区固定效应联合显著的检验结果为LR=42.02(P=0.000)，拒绝了原假设，表明双向固定效应优于地区固定效应；另一检验结果为LR=417.31(P=0.000)，同样拒绝了以时间固定效应联合显著的原假设，故本文最终选择时空双向固定的空间杜宾面板模型进行回归分析。

表7 空间面板模型相关检验结果

3.空间效应分析

为准确反映各因素对粮食生产生态效率的影响程度，进一步分析粮食生产生态效率在空间上的溢出效应，本文将空间效应分解为直接效应、间接效应和总效应，如表8所示。直接效应是本地区的自变量对本地区粮食生产生态效率的影响作用，包括“反馈效应”，即效应“外溢”至邻近区域并由其“回传”到本区域[1]。间接效应则是本地区对相邻地区生态效率的影响作用，即变量的空间溢出效应。

表8 时空双固定效应空间杜宾模型的空间效应分解

(1)人口因素。农村人力资本对粮食生产生态效率的直接效应在1%的水平下显著为正，说明农民素质和能力的提高有助于其重视田间管理和培养环保意识，也更容易接受农业培训和掌握科学的种粮技术，对提升粮食生产生态效率有促进作用；农村人力资本的间接效应为正，但未通过显著性检验，说明随着交通和信息技术的发展，邻近地区在粮食生产技术和理念上会扩散影响，但是这种影响相对较弱。

(2)技术因素。农业机械密度对粮食生产生态效率的直接效应显著为负，农业机械密度能反映农业机械化，农业机械化能够大幅提高粮食生产效率，但使用农业机械的同时需要投入大量的石化资源，造成非期望产出增加，不利于粮食生产生态效率提升；农业机械密度的空间溢出效应在5%的水平下显著为负，说明机械密度在邻近地区有扩散影响。

(3)经济因素。人均GDP对粮食生产生态效率的直接效应和空间溢出效应为正，但均未通过显著性检验，说明人均GDP对本地区的直接效应和对邻近地区的溢出效应较弱。地区经济水平提高，该地区会更加关注食品质量和安全问题，倒逼农户改进传统粮食种植方式，注重粮食生产质量，以此提升粮食生产生态效率。

(4)其他因素。农业受灾率的直接效应、间接效应和总效应均显著为负，农业和自然界联系最为紧密，易受自然灾害的影响。农业受灾率越高，粮食产量越低，农户为了减少因灾害带来的损失，可能会过度的使用农药化肥，导致非期望产出增加，从而降低粮食生产生态效率；农业受灾率的空间溢出效应较为显著，农业受灾率对粮食生产生态效率的影响也会在邻近地区间扩散。

工业化水平的直接效应、间接效应和总效应均在5%的水平上显著为负，这是因为工业化发展水平越高，劳动力等生产要素会进入更高回报率的工业部门，为保障粮食产量满足市场需求，种粮农户可能会更关注如何提高粮食产量，而忽视粮食生态问题，因此工业化水平制约粮食生产生态效率提升；同时，工业化发展也会对邻近地区提高粮食生产生态效率带来负向影响。

农业规模化水平的直接效应和间接效应显著为正，这是因为地区农业规模化水平会对粮食种植结构和方式产生影响，规模化水平越高农户可能会越重视田间管理，有利于粮食生产生态效率的提高；农业规模化水平在空间上的溢出效应同样显著为正，较为先进的粮食种植结构和方式在邻近地区中会起到良好的示范作用与扩散效应，引发地区经验借鉴与交流。

财政支农水平的直接效应为负，但未通过显著性检验，空间溢出效应并不明显。目前来看，我国财政支农资金主要用于对农药、化肥等补贴[26]，财政支农水平提高虽能提高粮食生产效率，但会增加有害要素投入，从而导致生态环境遭到破坏，降低粮食生产生态效率；其次，地区财政支农资金利用率较低，导致财政支农水平对粮食生产生态效率没有显著影响。

四、结论与启示

(一)主要结论

本文在测算30个省份粮食生产生态效率的基础上，分析其时空特征及驱动因素，研究结论如下：(1)我国粮食生产生态效率值相对较低，在粮食生产过程中同时能够兼顾生态效益的省份占据少数。粮食生产生态效率平均值在0.8以上的省份只有3个，而在生态效率平均值在0.5以下的有14个省份。(2)我国30个省份之间粮食生产生态效率逐渐均衡化，空间地理集聚逐渐增强。2010—2020年我国30个省份粮食生产生态效率的洛伦兹曲线呈逐渐平稳并接近绝对平均线的趋势，基尼系数从2010年的0.171增加到2020年的0.245，粮食生产生态效率的重心逐渐向西南地区移动。(3)30个省份粮食生产生态效率存在显著的空间相关性。考察期内30个省份粮食生产生态效率的全局莫兰指数均通过显著性检验，且为正值；呈现空间集聚的省份逐渐增加，少数省份存在空间异质性。(4)从直接效应上看，农业规模化水平、农村人力资本的回归系数均为正数且通过显著性检验，表明其对本地区提高粮食生产生态效率有促进作用；农业受灾率、农业机械密度和工业化水平的回归系数均显著为负，表明这几个因素不利于本地区提高粮食生产生态效率。(5)从间接效应上看，农业受灾率、农业机械密度、工业化水平、农业规模化水平均通过显著性检验，但只有农业规模化的空间溢出效应为正。说明地区农业受灾率、农业机械密度、工业化水平等因素不仅对该地区粮食生产生态效率有抑制作用，还会对邻近地区粮食生产生态效率有负向影响；农业规模化水平不仅有利于提升当地粮食生产生态效率，同时还对邻近地区起到促进作用，农业规模化促使当地粮食生产结构和方式优化，在邻近地区中会起到良好的示范作用与扩散效应，引发地区间经验借鉴与交流。

(二)政策启示

第一，加快转变传统粮食生产方式，兼顾粮食生态效益。首先，充分调动农民种粮积极性，有效组织农民职业教育培训，重视种粮农民生态理念培养；其次，合理规划农业生产布局和利用农业机械服务，对粮食生产要素投入和污染排放进行改进；再次，建立健全农业防灾减灾机制及粮食生态激励机制，推动粮食生产向规模化、集约化、信息化转变，全面提升粮食生产生态效率。

第二，优化财政支农模式，提升要素配置效率。研究结果表明，财政支农水平对地区粮食生产生态效率的影响为负，我国目前财政支农支出大多用在作物的农药、化肥等补贴上。一方面，财政支农政策应该逐渐向提高农业生态效益上倾斜，例如在原有粮食补贴政策基础上细化出粮食生态补贴政策，激励种粮农户优化生产资料配置，注重粮食生产生态，实现粮食生产可持续；另一方面，加大农业科技创新补贴，发展资源节约型绿色农业，尽可能减少粮食生产过程中产生的非期望产出，提高粮食生产生态效率。

第三，构建区域协调发展机制，加强地区间交流合作。注重粮食生产的整体效能，建立健全粮食生产生态效率的区域合作、区域互助等区域协调发展机制，在生产技术、生产管理和资源配置等方面构建地区交流合作机制，例如建设粮食生产要素流通市场，促进生产资料的跨区流动，优化资源的配置效率。

第四，促进粮食生态示范区有序扩散，增强地区示范带动作用。充分发挥“示范地区”的辐射带动作用，继续打造一批“粮食生产生态示范区”，粮食生产生态效率水平较低的地区应主动学习绿色种植经验，推进先进生产技术在落后省份扩散。同时，应充分考虑粮食生产的区域异质性，为不同地区的粮食生产生态发展提供“量身定做”的标准和政策，从而实现粮食生产生态效率的总体提升。