江苏省农业绿色全要素生产率评价及演化特征分析
作者： 董大朋 陆小翠
摘要 基于农业生产的投入产出数据，运用超效率SBM模型测算2011—2020年江苏省64个县域农业绿色全要素生产率，并以GML指数法分析生产率变动的动力来源和演化特征。结果表明：江苏省县域农业绿色全要素生产率在整体上实现了平稳且快速增长，其中苏南地区的增长表现要优于苏中和苏北地区；农业绿色全要素生产率增长动力主要来自农业技术进步，而农业技术效率整体上呈现出下降态势，并且技术进步和技术效率的演化特征呈现出明显的区域差异性。最后，从强化农业技术应用、协调区域农业发展、制定差异化发展政策等方面，提出提升江苏省农业绿色发展水平的对策建议。
关键词 县域；农业绿色全要素生产率；SBM超效率模型；GML指数
中图分类号 S-9 文献标识码 A 文章编号 0517-6611（2025）01-0208-04
doi：10.3969/j.issn.0517-6611.2025.01.043
开放科学（资源服务）标识码（OSID）：
Evaluation and Evolution Characteristics of Agricultural Green Total Factor Productivity in Jiangsu Province
DONG Da-peng，LU Xiao-cui
（College of Economics and Management， Heilongjiang Bayi Agricultural University， Daqing，Heilongjiang 163319）
Abstract Based on the agricultural input-output data，this paper uses SBM super-efficiency model to calculate the agricultural green total factor productivity of 64 counties in Jiangsu Province from 2011 to 2020， and analyses the source of changes in productivity and the temporal evolution of productivity through GML index method.Research has found that the agricultural green total factor productivity in the counties of Jiangsu Province have achieved good growth totally， and the growth performance in south of Jiangsu is better than that in middle and north of Jiangsu.The main driving force for the growth of agricultural green total factor productivity comes from the progress of agricultural technology， while the overall efficiency of agricultural technology shows a downward trend.Although the overall growth trend of agricultural green total factor productivity is relatively balanced， the driving force of its growth shows obvious regional differences.Finally， based on the measured analytical results， countermeasures are proposed to enhance the level of green agricultural development in terms of strengthening the application of agricultural technology， coordinating regional agricultural development， and formulating differentiated development policies.
Key words Country level;Agricultural green total factor productivity;SBM super-efficiency model；GML index
基金项目 黑龙江省哲学社会科学规划项目（20JYE271）。
作者简介 董大朋（1982—），男，吉林四平人，讲师，硕士生导师，从事区域经济研究。
在新发展阶段资源与环境双重约束下，绿色发展逐渐成为驱动我国农业高质量发展和全面推进乡村振兴战略的关键引擎［1］。江苏省是我国农业大省，以占全国3.2%的耕地，生产全国5.5%的粮食，承载全国约6%的人口，在优质稻麦、绿色蔬菜、特色水产、规模畜禽等领域形成了全国领先的集群优势，在“推进农业现代化上走在前”。同时，随着新时期高质量发展的推进，江苏省资源环境约束趋紧，农业绿色发展中不协调、不平衡矛盾依然存在。江苏省委、省人民政府于2023年初时发布了《关于做好2023年全面推进乡村振兴重点工作的实施意见》，明确将“推进农业绿色发展”作为重点工作之一。因此，提升农业绿色发展水平，把握驱动经济高质量发展的关键要素，成为新发展阶段江苏省贯彻落实绿色发展理念、全面推进乡村振兴的重要议题。
全要素生产率是衡量经济发展质量的重要指标，将农业生产带来的环境污染和资源消耗等纳入农业全要素生产率的测算指标之中，能够更好地反映在资源环境约束下农业生产效率和农业绿色发展的综合状况［2］。当前，关于农业绿色全要素生产率的研究，国内外学者围绕以下几个方面进行了探讨：一是测算方法。主要包括参数法和非参数法，采用参数法的研究多基于随机前沿生产函数模型，如Adetutu等［3］、刘霞婷等［4］运用随机前沿法测算农业全要素生产率；而非参数法的研究更多是基于数据包络分析（DEA）而展开，大多数学者将DEA与指数法相结合进行测算分解，如江艳婷等［5］、马凤才等［6］利用DEA-Malmquist指数测算了农业全要素生产率。二是指标选取。特别是对非期望产出的选择存在较大差异，如李欠男等［7］、李健旋［8］将农业面源污染作为负的产出，冉锦成等［9］、肖琴等［10］将农业碳排放作为负的产出；还有学者将两者共同纳入测算，如郭海红等［11］、马国群等［12］。三是研究区域。当前研究区域主要集中在全国、省级或主要经济带层面，如尚杰等［13］、王兵等［14］对全国农业绿色全要素生产率进行了研究；吴欣玥等［15］、梁劲锐等［16］对省域农业绿色全要素生产率进行了研究；杜红梅等［17］、杨锦琦等［18］、刘帅等［19］对洞庭湖区、长江经济带、黄河流域经济带的农业绿色全要素生产率进行了研究。
综上，国内外学者针对农业绿色全要素生产率开展了丰富的研究，但是已有的研究大多集中在全国、经济带和省域层面，对于县域层面农业绿色全要素生产率的研究还有待深入。县域是农业发展和乡村振兴的基本单元，县域农业是农业整体发展水平最直观的体现，从县域层面测算农业绿色全要素生产率更能准确地反映出农业高质量发展的动态变化趋势，从而更好地适应新发展阶段向高质量发展转变的要求。基于此，笔者从县域层面，采用超效率SBM-GML指数法，对江苏省2011—2020年的农业绿色全要素生产率进行测度，并对江苏省近年来农业绿色全要素生产率时空演进特征进行分析，以期能为江苏省农业高质量发展提供新思路。
1 研究方法与指标选取
1.1 研究方法
1.1.1
包含非期望产出的SBM超效率模型。SBM模型有效克服了径向模型中对无效率的测量未考虑松弛变量的缺陷。Tone［20］提出包含非期望产出的SBM模型，表示如下：
min ρ=1+1m mi=1s- i/x ik1-1s 1+s 2（ s 1r=1sg r/yg rk+ s 2l=1sb l/yb lk）s（1）
s.t
nj= j≠kx ijλ j-s- i≤x ik
nj= j≠kyg rjλ j-sg i≤xg r
nj= j≠kyb lj-sg l≤yb l
ni=1λ i=1
s-，sg，sb，λ≥0
i= …，m;r= …，s;j= …，n（j≠k）
式中： ρ为目标效率值;λ为权重;k为研究对象个数;i、l、r、j为各部分决策单元的表征;yg和yb为期望产出和非期望产出;m为投入要素的个数;s 1和s 2为期望产出和非期望产出的个数。s-为投入松弛变量，sg和sb是期 望产出和非期望产出的松弛变量。
1.1.2 GML（Global Malmquist-Luenberger））指数。GML即全局曼奎斯特-罗恩伯格生产率指数，可以分解为技术进步指数（GTC）和技术效率指数（GEC）；其中，技术效率指数又可以分解为纯技术效率变化（PEC）和规模效率变化（SEC）。GML 指数公式如下：
GML t，t+1（xt+ yt+ bt+1;xt，yt，bt）=1+DT G（xt，yt，bt）1+DT G（xt+ yt+ bt+1
GML t，t+1（xt+ yt+ bt+1;xt，yt，bt）=1+Dt C（xt，yt，bt）1+Dt+1 C（xt+ yt+ bt+1）×［1+DT G（xt，yt，bt）］/［1+DT C（xt，yt，bt）］