梁耀文,王寶海,丁慧媛,賈舒涵
(青島農(nóng)業(yè)大學管理學院,山東 青島 266000)
隨著全球氣候變暖,自然災害頻發(fā),低碳綠色發(fā)展在國際上受到廣泛關(guān)注。中國作為負責任的大國,承諾到2030 年前實現(xiàn)碳達峰,2060 年前努力實現(xiàn)碳中和。黃河流域是中國農(nóng)耕文明的發(fā)祥地,其生態(tài)環(huán)境保護受到黨和國家的高度重視,實現(xiàn)黃河流域高質(zhì)量發(fā)展已上升為國家戰(zhàn)略[1]。作為中國的“糧囤”,黃河流域在中國農(nóng)業(yè)經(jīng)濟中占據(jù)重要地位,節(jié)能減排是實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的重要環(huán)節(jié),將有效促進黃河流域生產(chǎn)方式向生態(tài)化、可持續(xù)發(fā)展轉(zhuǎn)變[2]。目前黃河流域的生態(tài)環(huán)境較為脆弱,農(nóng)業(yè)發(fā)展方式仍較為粗放,農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染的負外部性,嚴重影響了黃河流域的生態(tài)環(huán)境。因此,從碳排放約束視角出發(fā),研究黃河流域農(nóng)業(yè)生態(tài)效率,并分析其驅(qū)動因素的沖擊效應,綜合考慮了農(nóng)業(yè)資源消耗與生態(tài)保護,對黃河流域?qū)崿F(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展具有重要意義。
德國學者 Schaltegger 等[3]首次提出了生態(tài)效率的概念,并由世界工商理事會(WBCSD)、經(jīng)濟合作與發(fā)展組織(OECD)等推廣,即增加的價值與增加的環(huán)境影響的比值[4]。農(nóng)業(yè)生態(tài)效率是生態(tài)效率在農(nóng)業(yè)領(lǐng)域的擴展,當前學者對農(nóng)業(yè)生態(tài)效率的研究,從效率測算[5]、農(nóng)業(yè)碳排放[6]、區(qū)域差異[7]、空間演化[8]、聚集性[9]等方面展開了深入探討,并從農(nóng)地流轉(zhuǎn)[10]、勞動力轉(zhuǎn)移[11]、人口老齡化[12]、農(nóng)旅融合[13]等方面分析了農(nóng)業(yè)生態(tài)效率的影響因素。農(nóng)業(yè)生態(tài)效率的測算方法已經(jīng)很成熟,最常用的是SFA 和DEA,DEA 處理多投入、多產(chǎn)出的優(yōu)勢可以減少主觀爭議[14],也是本研究的主要測算方法,多數(shù)學者采用 SBM、超效率 SBM 等[11,15],但忽略了農(nóng)業(yè)生態(tài)是環(huán)境、經(jīng)濟的復雜關(guān)系,SBM 僅可測算非徑向距離,是在損失一定松弛變量的基礎(chǔ)上測算,估計結(jié)果可能有偏差。在碳達峰、碳中和背景下,將產(chǎn)生負外部性的農(nóng)業(yè)碳排放、農(nóng)業(yè)面源污染[5,16]作為約束條件納入模型已被廣泛認可。如何將農(nóng)業(yè)生態(tài)效率的時空演變格局科學呈現(xiàn),有助于揭示區(qū)域間農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)生態(tài)的差距與發(fā)展趨勢,多數(shù)學者采用ESDA、核密度二維曲線等方法[17],但這些方法將面板數(shù)據(jù)分成n個截面單獨分析,喪失了面板數(shù)據(jù)的動態(tài)性。對于農(nóng)業(yè)生態(tài)效率影響因素挖掘,當前學者的研究已相當豐富,大多從變量整體系數(shù)、顯著性進行解讀,缺乏對變量之間的動態(tài)影響效應分析。
通過梳理以上文獻,當前還可以從以下幾方面進行改進:①從碳排放約束角度將農(nóng)業(yè)碳排放和農(nóng)業(yè)面源污染同時作為非期望產(chǎn)出,在混合距離EBM模型的基礎(chǔ)上,結(jié)合超效率模型的特點,將其改進為含有非期望產(chǎn)出的超效率EBM 模型;②采用標準差橢圓技術(shù)以及三維Kernel 核密度估計對黃河流域農(nóng)業(yè)生態(tài)效率的時空演變趨勢進行可視化分析;③由于本研究時間跨度大,符合VAR 模型的特點,因此構(gòu)建PVAR 模型,從動態(tài)角度進一步探討黃河流域農(nóng)業(yè)生態(tài)效率驅(qū)動因素的沖擊效應。
1.1.1 農(nóng)業(yè)生態(tài)效率測算 非期望產(chǎn)出的超效率EBM 模型公式如下。
式中,ρ*為效率;φ為產(chǎn)出擴大比;t表示時間,k為決策單元,m為投入種類,n為期望產(chǎn)出種類,j為非期望產(chǎn)出;θ為徑向部分規(guī)劃參數(shù);εx、εy為關(guān)鍵參數(shù),滿足為投入要素的重要程度,其和為1;xik和yrk分別表示決策單元的第i種投入和第r種產(chǎn)出為松弛變量分別表示期望產(chǎn)出和非期望產(chǎn)出的權(quán)重;bpk為決策單元的第P類非期望產(chǎn)出;q為非期望產(chǎn)出的數(shù)量;λj為線性組合系數(shù);j0表示當被評價決策單元為DMUj0時,在剔除DMUj0新的有效前沿面上的DMUj的超效率值(使用maxdea 8.0 軟件測算)。
1.1.2 農(nóng)業(yè)生態(tài)效率時空演化 標準差橢圓是基于全局空間統(tǒng)計研究描述研究對象的空間分布與演變趨勢。主要計算畜牧業(yè)生態(tài)效率空間統(tǒng)計橢圓的中心、面積、長短半軸長度、短長軸之比和長軸方位角。核密度估計與標準差橢圓相關(guān)公式參見已有研究[18,19]。
1.1.3 面板向量自回歸 向量自回歸(Vector Autoregression,VAR)在時間序列分析中應用廣泛,其基本要求是時間跨度較長。1988 年Holtz-Eakin 將VAR 模型擴展到面板數(shù)據(jù)中,提出面板向量自回歸(Panel Vector Autoregression,PVAR)[20],其優(yōu)勢在于可以控制個體、時間效應,并且使用廣義矩估計(GMM),對內(nèi)生性加以控制,并且可以得到模型的一致估計量,穩(wěn)健性較強[21],可以有效地分析黃河流域農(nóng)業(yè)生態(tài)效率與驅(qū)動因素的動態(tài)關(guān)系。具體表達式如下。
式中,Zit為i省在t年的內(nèi)生變量向量,Zit-j為Zit滯后j期的變量,α0為截距項,αj為系數(shù)矩陣,βi為個體固定效應,μt為時間固定效應,εit為隨機干擾項。
所用數(shù)據(jù)主要來源于國家統(tǒng)計局官網(wǎng),2000—2019 年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟年鑒》以及黃河流域各省份歷年統(tǒng)計年鑒及發(fā)展公報,人均GDP、農(nóng)業(yè)總產(chǎn)值以2000 年為基期進行平減,以消除物價波動影響,對于部分缺失數(shù)據(jù),采用線性插值法進行補充。
2.1.1 指標體系構(gòu)建 農(nóng)業(yè)生態(tài)效率目的在于以最小的投入,獲得最大的產(chǎn)出,并獲得最好的生態(tài)環(huán)境保護。結(jié)合黃河流域農(nóng)業(yè)生產(chǎn)與農(nóng)業(yè)生態(tài)發(fā)展現(xiàn)狀,借鑒相關(guān)研究,考慮數(shù)據(jù)可獲得性,構(gòu)建黃河流域農(nóng)業(yè)生態(tài)效率評價指標體系(表1)。
表1 黃河流域農(nóng)業(yè)生態(tài)效率指標體系
農(nóng)業(yè)碳排放估算方法采用碳排放指標乘以相應的系數(shù),參考王寶義等[5]的研究,化肥 0.896 kg/kg、農(nóng)藥4.934 kg/kg、農(nóng)膜5.180 kg/kg、柴油0.593 kg/kg、灌溉20.476 kg/hm2、農(nóng)業(yè)耕作312.6 kg/hm2。農(nóng)業(yè)面源污染,采用化肥、農(nóng)藥、農(nóng)膜殘留量來表示污染水平,排放系數(shù)來源于《全國第一次污染源普查手冊》,由于黃河流域橫跨東、中、西區(qū)域,所以在估算時盡可能考慮地域差距。
2.1.2 黃河流域農(nóng)業(yè)生態(tài)效率測算及區(qū)域差異2000—2019 年黃河流域農(nóng)業(yè)生態(tài)效率測算結(jié)果見表2,整體均值變化及變異系數(shù)計算結(jié)果見圖1。由表2 和圖 1 可知,2000—2019 年,黃河流域 9 ?。▍^(qū))整體農(nóng)業(yè)生態(tài)效率未達到有效值1,多數(shù)省份的效率變化幅度較大,其中山西省的效率一直較低。2000—2015 年農(nóng)業(yè)生態(tài)效率基本處于平穩(wěn)態(tài)勢,省(區(qū))際差異并不明顯,之后整體效率迅速下滑,?。▍^(qū))際差異呈現(xiàn)逐漸擴大趨勢。黃河流域橫跨中國東、中、西三大板塊,經(jīng)濟發(fā)展水平差異顯著,農(nóng)業(yè)生態(tài)效率的發(fā)展與經(jīng)濟發(fā)展的趨勢相吻合,說明黃河流域農(nóng)業(yè)生態(tài)效率的?。▍^(qū))際差異呈增大趨勢。
表2 黃河流域農(nóng)業(yè)生態(tài)效率測算結(jié)果
圖1 農(nóng)業(yè)生態(tài)效率均值及變異系數(shù)
2.2.1 黃河流域農(nóng)業(yè)生態(tài)效率時序分析 基于Matlab 繪制黃河流域農(nóng)業(yè)生態(tài)效率三維核密度(圖2)。2000—2019 年黃河流域農(nóng)業(yè)生態(tài)效率存在明顯的兩極分化特征。從形狀上看,雙峰現(xiàn)象一直存在,并且主峰一直保持尖峰形,高度逐漸升高后下降。側(cè)峰寬度并無明顯變化,高度先平穩(wěn)后迅速升高再降低,說明黃河流域農(nóng)業(yè)生態(tài)效率?。▍^(qū))際差異一直存在。近年來隨著經(jīng)濟的迅速發(fā)展,農(nóng)業(yè)生態(tài)效率?。▍^(qū))際差異迅速擴大,高值區(qū)域較多且分布集中,低值區(qū)域少且分布零散。這與前述的分析相吻合,黃河流域農(nóng)業(yè)生態(tài)效率存在顯著的木桶效應,未來整體提升的重點在于低值?。▍^(qū))。
圖2 農(nóng)業(yè)生態(tài)效率核密度
2.2.2 黃河流域農(nóng)業(yè)生態(tài)效率空間轉(zhuǎn)移 基于Arcgis,繪制2000—2019 年黃河流域農(nóng)業(yè)生態(tài)效率空間轉(zhuǎn)移圖,結(jié)果和標準差橢圓屬性見圖3 和表3。
圖3 黃河流域農(nóng)業(yè)生態(tài)效率空間轉(zhuǎn)移
表3 標準差橢圓屬性
2000—2019 年黃河流域農(nóng)業(yè)生態(tài)效率的空間分布整體呈現(xiàn)東北-西南格局,具有向西南方向偏移的趨勢。從重心的移動路徑看,黃河流域農(nóng)業(yè)生態(tài)效率空間分布的重心向西移動了48.526 km,向南移動了64.32 km,總體移動80.39 km。農(nóng)業(yè)生態(tài)效率在2000—2015 年間并沒有發(fā)生明顯的轉(zhuǎn)移,在2015—2019 年間轉(zhuǎn)移顯著。農(nóng)業(yè)生態(tài)效率重心在南北方向波動較大,表明農(nóng)業(yè)生態(tài)效率區(qū)域發(fā)展不平衡,在南北方向上的差異顯著。從橢圓的面積來看,橢圓面積呈現(xiàn)逐漸縮小的趨勢,說明黃河流域農(nóng)業(yè)生態(tài)效率的空間分布由分散趨于集中。從橢圓的偏轉(zhuǎn)角和形狀指數(shù)看,二者均變化不大,但在2015—2019 年間偏移明顯,橢圓有逐漸扁化的趨勢,轉(zhuǎn)移方向更明確。黃河流域高質(zhì)量發(fā)展戰(zhàn)略的實施,黃河流域農(nóng)業(yè)生態(tài)效率的變化較之前速度加快,方向性更加明確,但極化現(xiàn)象更嚴重,因此黃河流域農(nóng)業(yè)生態(tài)效率的提高,要注重協(xié)同發(fā)展。
2.3.1 驅(qū)動因素選擇 結(jié)合農(nóng)業(yè)發(fā)展現(xiàn)狀和已有研究,選定以下幾種因素進行考察(表4)。
表4 驅(qū)動因素指標
2.3.2 面板單位根檢驗與最優(yōu)滯后階數(shù)選擇 在估計模型前,為防止出現(xiàn)偽回歸現(xiàn)象,首先判斷數(shù)據(jù)是否平穩(wěn),研究選取 LLC、IPS 和 ADF-Fisher 3 種方法進行平穩(wěn)性檢驗。對所有變量先取自然對數(shù),然后做一階差分處理,分別記為 dlneff、dlnfeal、dlnadr、dlngrd、dlnpgdp、dlnpgd 和 dlndam,單位根檢驗結(jié)果見表5。此外,運用赤池信息準則(AIC)、貝葉斯信息準則(BIC)、漢南—昆信息準則(HQIC)3 種方法選擇滯后階數(shù)(表6)。3 種檢驗方法中各變量統(tǒng)計值均在1%水平上差異顯著,判定變量是平穩(wěn)的。各模型中變量最優(yōu)滯后階數(shù)均為1 階。
表5 面板單位根檢驗
表6 最優(yōu)滯后階數(shù)
2.3.3 脈沖響應分析 脈沖響應分析是當假定其他條件不變的情況下或一個標準誤發(fā)生變化時,其中一個變量受到?jīng)_擊后,對另一變量的反應程度,普通的面板回歸無法反映這種動態(tài)效應[22]。研究通過蒙特卡洛模擬999 次得到?jīng)_擊反應,如圖4 所示,其中橫軸表示沖擊效應的滯后階數(shù),縱軸表示農(nóng)業(yè)生態(tài)效率對沖擊作用的響應強度,上下兩側(cè)曲線包含95%的置信區(qū)間。
圖4 脈沖響應函數(shù)
1)財政支農(nóng)水平對黃河流域農(nóng)業(yè)生態(tài)效率的沖擊。財政支農(nóng)水平對農(nóng)業(yè)生態(tài)效率的沖擊效應始終表現(xiàn)為正,在第1 期達到最大值,隨后開始下降,于第2 期開始收斂,逐漸降低為0。說明財政支農(nóng)水平對農(nóng)業(yè)生態(tài)效率的沖擊效應是正向的,具有持續(xù)的推動作用,但在第4 期后這種效應逐漸減弱為0。農(nóng)業(yè)生產(chǎn)是經(jīng)濟再生產(chǎn)與自然再生產(chǎn)的交織,受自然條件影響較強,具有明顯的周期性與不穩(wěn)定性特征,此時就需要政府財政資金的宏觀把控,保證農(nóng)業(yè)生產(chǎn)長足發(fā)展[23]。黃河流域的農(nóng)業(yè)財政投入規(guī)模不斷擴大,9 個省的農(nóng)林水事務支出,由2000 年的2 168.51 億元增長到 2019 年的 8 887.06 億元,20 年間增長了3.1 倍,體現(xiàn)了各級政府對該區(qū)域農(nóng)業(yè)發(fā)展的重視,有利于黃河流域農(nóng)業(yè)生態(tài)效率的穩(wěn)定提升?,F(xiàn)階段,黃河流域農(nóng)業(yè)財政投入存在農(nóng)業(yè)財政資金使用效率不高、支出結(jié)構(gòu)不均衡、資金項目管理困難等現(xiàn)象,因此財政支農(nóng)水平對農(nóng)業(yè)生態(tài)效率的影響在短期內(nèi)沖擊較大,隨時間推移會逐漸減弱。
2)農(nóng)業(yè)受災率與農(nóng)業(yè)研發(fā)投入對黃河流域農(nóng)業(yè)生態(tài)效率的沖擊。農(nóng)業(yè)受災率對農(nóng)業(yè)生態(tài)效率的沖擊效應當期表現(xiàn)為負,在第1 期達到最小值,之后波動收斂于0。說明農(nóng)業(yè)受災率對農(nóng)業(yè)生態(tài)效率具有負面沖擊,但沖擊引起的波動較小。農(nóng)業(yè)生產(chǎn)受到自然災害的影響,在當期會產(chǎn)生負面的沖擊,但隨著黃河流域農(nóng)業(yè)基礎(chǔ)設施與技術(shù)的完善,農(nóng)業(yè)受災率對農(nóng)業(yè)生態(tài)效率的沖擊逐漸降低。農(nóng)業(yè)研發(fā)投入對農(nóng)業(yè)生態(tài)效率的沖擊效應在當期表現(xiàn)為正,在第1期末達到最大值,第2 期降至最小值,并逐漸降低為0。黃河流域東部地區(qū)具有較強的經(jīng)濟和科研實力,并且山東、河南均為農(nóng)業(yè)大省,農(nóng)業(yè)研發(fā)績效水平高。同時,黃河流域9 ?。▍^(qū))在農(nóng)業(yè)種植結(jié)構(gòu)上差異不大,利于農(nóng)業(yè)研發(fā)技術(shù)在黃河流域各省(區(qū))間擴散,因此農(nóng)業(yè)研發(fā)投入對農(nóng)業(yè)生態(tài)效率具有正向的沖擊效應。
3)經(jīng)濟發(fā)展水平對黃河流域農(nóng)業(yè)生態(tài)效率的沖擊。在當期給經(jīng)濟發(fā)展水平一個正向的沖擊后,農(nóng)業(yè)生態(tài)效率響應明顯且始終為正,在第1 期達到峰值,后逐漸降低,到第10 期逐漸接近0。表明經(jīng)濟發(fā)展水平對農(nóng)業(yè)生態(tài)效率具有明顯的促進作用,并且這種影響具有顯著的持續(xù)性。經(jīng)濟發(fā)展水平越高,人們對生態(tài)環(huán)境、食品安全的需求提升,越會促進黃河流域農(nóng)業(yè)向綠色農(nóng)業(yè)、可持續(xù)農(nóng)業(yè)發(fā)展,但這是一個需要長期堅持的過程,難以實現(xiàn)跨越式發(fā)展,因此經(jīng)濟發(fā)展水平對農(nóng)業(yè)生態(tài)效率具有持續(xù)的正向沖擊。盡管黃河流域農(nóng)業(yè)整體上在加快轉(zhuǎn)變生產(chǎn)方式,向高質(zhì)量發(fā)展轉(zhuǎn)移,但其技術(shù)革新相對緩慢,通過粗放式經(jīng)營,來滿足人們?nèi)找嬖鲩L的需求,對資源生態(tài)也會帶來一定的破壞。因此經(jīng)濟發(fā)展水平對農(nóng)業(yè)生態(tài)效率的沖擊效應,在短期內(nèi)達到峰值后呈現(xiàn)下滑趨勢。
4)人口老齡化程度和農(nóng)業(yè)機械密度對黃河流域農(nóng)業(yè)生態(tài)效率的沖擊。人口老齡化程度對農(nóng)業(yè)生態(tài)效率的沖擊效應在當期表現(xiàn)為負,在第1 期達到最小值,后波動收斂于0。人口老齡化在短期內(nèi)會引起勞動力數(shù)量和質(zhì)量顯著下降,因此表現(xiàn)為負向的沖擊效應。而技術(shù)創(chuàng)新是經(jīng)濟發(fā)展的重要動力,從長期角度看,人口老齡化會促進技術(shù)的創(chuàng)新,因此人口老齡化對農(nóng)業(yè)生態(tài)效率的沖擊在第2 期表現(xiàn)為正向,后趨向于0。農(nóng)業(yè)機械密度對農(nóng)業(yè)生態(tài)效率的沖擊在當期為正,在第1 期達到峰值,之后逐漸降低,在第4 期收斂于0。說明農(nóng)業(yè)機械密度的提升對農(nóng)業(yè)生態(tài)效率具有正向的沖擊效應,但機械化發(fā)展的同時,必然帶來化石燃料的增加,會減弱對農(nóng)業(yè)生態(tài)效率的沖擊。近年來黃河流域農(nóng)業(yè)基礎(chǔ)設施不斷完善、環(huán)保型農(nóng)業(yè)機械的大力推廣,使得農(nóng)業(yè)機械密度對農(nóng)業(yè)生態(tài)效率的沖擊始終為正。
2.3.4 方差分解分析 運用方差分解方法來測定6個變量對黃河流域農(nóng)業(yè)生態(tài)效率變動的貢獻程度。由表7 可知,各內(nèi)生變量的方差分解在第3 期基本穩(wěn)定,財政支農(nóng)水平、農(nóng)業(yè)研發(fā)投入、經(jīng)濟發(fā)展水平對農(nóng)業(yè)生態(tài)效率變動的貢獻程度排在前三位,其中財政支農(nóng)水平的貢獻程度最大,為25.8%。財政支農(nóng)水平、經(jīng)濟發(fā)展水平、農(nóng)業(yè)研發(fā)投入的貢獻較大,說明黃河流域農(nóng)業(yè)生態(tài)效率離不開宏觀經(jīng)濟環(huán)境的刺激,同時技術(shù)創(chuàng)新是其進步的主要動力,未來在發(fā)展過程中要注重提高資金的利用效率與技術(shù)研發(fā)績效水平。人口老齡化、農(nóng)業(yè)受災率、農(nóng)業(yè)機械密度雖然貢獻較小,但根據(jù)上述的分析,對農(nóng)業(yè)生態(tài)效率也產(chǎn)生了一定的沖擊效應,今后在完善基礎(chǔ)設施、促進技術(shù)創(chuàng)新的過程中,要更加注重生態(tài)環(huán)保,促進黃河流域農(nóng)業(yè)生態(tài)效率穩(wěn)步提升。
表7 方差分解結(jié)果
本研究從碳排放約束角度出發(fā),綜合運用超效率SBM、核密度估計、標準差橢圓等方法,測算2000—2019 年黃河流域9 ?。▍^(qū))農(nóng)業(yè)生態(tài)效率,并揭示其空間演化趨勢,最后運用PVAR 模型測定驅(qū)動因素對農(nóng)業(yè)生態(tài)效率沖擊效應,主要結(jié)論如下。
1)從測算結(jié)果看,黃河流域農(nóng)業(yè)生態(tài)效率整體水平較低,呈現(xiàn)逐漸波動中下降的趨勢。9 ?。▍^(qū))中大部分地區(qū)的農(nóng)業(yè)生態(tài)效率較高,其中山西省的農(nóng)業(yè)生態(tài)效率最低?;嵯禂?shù)顯示出省(區(qū))際差異呈現(xiàn)波動擴大趨勢,隨時間推移黃河流域農(nóng)業(yè)生態(tài)效率的兩極化現(xiàn)象嚴重。
2)從時序分析看,2000—2019 年黃河流域農(nóng)業(yè)生態(tài)效率一直存在?。▍^(qū))際差異,并且隨著近年來經(jīng)濟快速發(fā)展,其差異擴大迅速,高值區(qū)域較多且分布集中,低值區(qū)域少且分布零散,未來整體提升的重點在于低值區(qū)。
3)從空間動態(tài)轉(zhuǎn)移看,2000—2019 年,黃河流域農(nóng)業(yè)生態(tài)效率的空間分布整體呈現(xiàn)東北-西南格局,具有向西南方向偏移的趨勢。農(nóng)業(yè)生態(tài)效率區(qū)域發(fā)展不平衡,空間分布由分散趨于集中。
4)從PVAR 結(jié)果看,財政支農(nóng)水平、農(nóng)業(yè)研發(fā)投入、農(nóng)業(yè)機械密度對農(nóng)業(yè)生態(tài)效率的影響在短期內(nèi)正向沖擊較大,隨時間推移會逐漸減弱;經(jīng)濟發(fā)展水平對農(nóng)業(yè)生態(tài)效率具有明顯的促進作用,并且這種影響具有顯著的持續(xù)性;人口老齡化和農(nóng)業(yè)受災率對農(nóng)業(yè)生態(tài)效率具有負向沖擊效應,其中財政支農(nóng)水平、農(nóng)業(yè)研發(fā)投入和經(jīng)濟發(fā)展水平對農(nóng)業(yè)生態(tài)效率變動的貢獻較大,農(nóng)業(yè)機械密度、人口老齡化和農(nóng)業(yè)受災率的貢獻較小。
基于以上結(jié)論,為提高碳排放約束下黃河流域農(nóng)業(yè)生態(tài)效率,提出以下建議。
1)走協(xié)同發(fā)展思路。農(nóng)業(yè)生態(tài)效率高值?。▍^(qū))應在原有基礎(chǔ)上尋求更高效的發(fā)展方式,充分發(fā)揮規(guī)模經(jīng)濟效應,帶動低值?。▍^(qū))共同發(fā)展。低值?。▍^(qū))應充分發(fā)揮自身優(yōu)勢,挖掘潛力,借鑒學習高值省(區(qū))的先進發(fā)展經(jīng)驗,穩(wěn)步提升自身的農(nóng)業(yè)生態(tài)效率。打破?。▍^(qū))際間的交流壁壘,促進技術(shù)、生產(chǎn)要素的流動轉(zhuǎn)移,按照“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”五大發(fā)展理念,?。▍^(qū))間協(xié)同發(fā)展,縮小區(qū)域間的差異,深入轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式,實行嚴格的生態(tài)保護政策,促進黃河流域農(nóng)業(yè)向“兩型農(nóng)業(yè)”轉(zhuǎn)移。
2)協(xié)調(diào)各方面因素,共同促進黃河流域農(nóng)業(yè)生態(tài)效率提高。抓住經(jīng)濟水平迅速提高的機遇,強化農(nóng)業(yè)低碳化技術(shù)的研發(fā),推廣環(huán)保低碳型農(nóng)業(yè)機械的使用,提高勞動生產(chǎn)率,同時注重資源節(jié)約和環(huán)境保護。統(tǒng)籌整合農(nóng)業(yè)財政資金,加強對農(nóng)業(yè)財政投入的管理、分配,拓寬涉農(nóng)資金的融資渠道,完善財政支農(nóng)的監(jiān)督機制,財政支農(nóng)信息全面公開,提高農(nóng)業(yè)財政投入的使用效率。明確各區(qū)域人口年齡結(jié)構(gòu)的差異,因地制宜制定差異化發(fā)展戰(zhàn)略,加大教育和技能培訓力度,使不同年齡、不同學歷的人都能得到適合自己的學習和培訓,提高勞動力的低碳發(fā)展意識,以擴大人力資本存量。要完善社會保障和社會救助體系,健全養(yǎng)老機制,給予年輕人更多的工作和學習時間,積累人力資本,全面提高黃河流域的農(nóng)業(yè)生態(tài)效率。