“雙碳”目標(biāo)下新疆糧食綠色全要素生產(chǎn)率的時(shí)空分異及驅(qū)動(dòng)因素分析

馬文江，白妙琴，阿迪力·艾合買提，張德平，楊忠娜,2

（1.塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆 阿拉爾843300；2.華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北 武漢430070）

由碳排放所導(dǎo)致的全球氣候變化對(duì)糧食安全、農(nóng)業(yè)綠色轉(zhuǎn)型以及經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展造成了嚴(yán)重的威脅，已然成為世界上所有國(guó)家將面對(duì)的共同挑戰(zhàn)［1］。而提高糧食綠色全要素生產(chǎn)率（GTFP）是實(shí)現(xiàn)糧食產(chǎn)業(yè)可持續(xù)發(fā)展的重要路徑之一［2］。改革開放以來(lái)，中國(guó)農(nóng)業(yè)經(jīng)濟(jì)取得了舉世矚目的成就，實(shí)現(xiàn)了用全球7%的耕地養(yǎng)活了占全球22%的人口。然而在農(nóng)業(yè)經(jīng)濟(jì)快速增長(zhǎng)的過(guò)程中，中國(guó)農(nóng)業(yè)面臨著資源過(guò)度消耗、面源污染嚴(yán)重和生態(tài)環(huán)境日趨惡化等諸多問(wèn)題的嚴(yán)峻考驗(yàn)。同樣，2000—2021年，新疆農(nóng)用化肥使用量從79.16×104t 增長(zhǎng)到240.69×104t，年均增長(zhǎng)率高達(dá)9.3%，過(guò)度施肥導(dǎo)致的環(huán)境污染和減排能力不足等問(wèn)題日益突出［3］。在資源和環(huán)境雙重限制的情況下，如何尋找一條綠色的、高效的糧食增產(chǎn)途徑，從而保證新疆糧食可持續(xù)安全，是新疆當(dāng)前亟待解決的問(wèn)題［4］。

目前，學(xué)術(shù)界對(duì)農(nóng)業(yè)GTFP的測(cè)算、動(dòng)態(tài)演進(jìn)和影響因素等方面進(jìn)行了大量研究［5-6］。大致分為以下3個(gè)方面：（1）GTFP測(cè)算方法。目前，國(guó)內(nèi)外對(duì)GTFP的研究主要分為2種類型，一種是以隨機(jī)前沿生產(chǎn)函數(shù)（SFA）為代表的參數(shù)化估計(jì)法［7］，另一種則是以數(shù)據(jù)包絡(luò)分析法（DEA）為代表的非參數(shù)化估計(jì)法［8］。李翔等［9］采用隨機(jī)前沿分析法對(duì)華東6個(gè)省份的農(nóng)業(yè)全要素生產(chǎn)率（TFP）進(jìn)行了實(shí)證研究，認(rèn)為在我國(guó)東部地區(qū)增加農(nóng)業(yè)科技創(chuàng)新等投資能夠有效地提升TFP 的總體效率。范麗霞［10］利用SBM-ML指數(shù)法計(jì)算了中國(guó)1978—2012年各省市的糧食TFP，結(jié)果表明中國(guó)糧食TFP 增長(zhǎng)呈較明顯的空間非均衡性特征；高銘等［11］將EBM-GML 綜合指數(shù)應(yīng)用于河南省小規(guī)模農(nóng)戶調(diào)查資料中，對(duì)小麥的TFP進(jìn)行測(cè)算；代瑞熙等［12］利用非面源污染、碳排放等非均衡性指標(biāo)，采用SBM-ML模型對(duì)我國(guó)15個(gè)省市2004—2019年的小麥TFP進(jìn)行了測(cè)度。（2）GTFP時(shí)空分異動(dòng)態(tài)演變的刻畫。研究方法主要有Dagum基尼系數(shù)、核密度估計(jì)和空間Markov 鏈等計(jì)量方法，潘丹等［13］利用核密度估計(jì)、Markov 鏈方法等方法，研究了區(qū)域之間的農(nóng)業(yè)GTFP增長(zhǎng)差異，并指出區(qū)域之間的農(nóng)業(yè)GTFP 增長(zhǎng)趨勢(shì)將會(huì)繼續(xù)擴(kuò)大；李欠男等［14］利用2000—2017 年中國(guó)330 個(gè)地級(jí)城市的面板數(shù)據(jù)，采用Dagum 基尼系數(shù)、核密度估計(jì)和空間Markov 鏈方法揭示區(qū)域差異及動(dòng)態(tài)演變路徑。（3）GTFP 的影響因素研究。對(duì)農(nóng)業(yè)GTFP 影響因素的相關(guān)研究中，大多數(shù)學(xué)者認(rèn)同的影響因素有：農(nóng)業(yè)受災(zāi)率、農(nóng)作物播種面積、機(jī)械化水平、生產(chǎn)勞動(dòng)力、灌溉設(shè)施水平、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平和環(huán)境規(guī)制等［15-16］。何悅等［17］在實(shí)證研究中發(fā)現(xiàn)，我國(guó)糧食產(chǎn)業(yè)的科技效率與人口城市化進(jìn)程之間存在著“倒U 型”效應(yīng)；尹朝靜［18］研究發(fā)現(xiàn)農(nóng)業(yè)科研投入能夠顯著促進(jìn)農(nóng)業(yè)TFP 的提高，而農(nóng)業(yè)人力資本對(duì)農(nóng)業(yè)TFP 的促進(jìn)作用并不顯著；傅瑋韡等［19］認(rèn)為通過(guò)生產(chǎn)聚集可以從供給端提升生產(chǎn)聚集的質(zhì)量與效率，是實(shí)現(xiàn)種植業(yè)可持續(xù)發(fā)展的重要途徑。

綜上所述，目前學(xué)術(shù)界關(guān)于農(nóng)業(yè)GTFP 的研究已經(jīng)取得了比較豐碩的成果，與已有研究相比，本文的邊際學(xué)術(shù)貢獻(xiàn)為：第一，本研究應(yīng)用于糧食生產(chǎn)領(lǐng)域，采用超效率SBM模型并結(jié)合GML指數(shù)對(duì)新疆14 個(gè)地州市的糧食GTFP 進(jìn)行測(cè)度，提高糧食GTFP 測(cè)算的精確度；第二，利用核密度估計(jì)法和Dagum 基尼系數(shù)測(cè)度及分解方法，實(shí)證考察新疆糧食GTFP時(shí)空動(dòng)態(tài)演變規(guī)律；第三，運(yùn)用時(shí)空雙向固定模型，并考慮區(qū)域差異性，分別對(duì)新疆全疆、北疆、東疆和南疆糧食GTFP的驅(qū)動(dòng)因素進(jìn)行分析，為新疆糧食實(shí)現(xiàn)綠色高效生產(chǎn)提供理論支撐。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

新疆（34°22′～49°10′N，73°40′～96°23′E）地處中國(guó)西北內(nèi)陸，現(xiàn)有14 個(gè)地州，按地理位置可劃分為北疆、東疆和南疆（圖1），北疆包括烏魯木齊市、克拉瑪依市、昌吉回族自治州（昌吉州）、伊犁哈薩克自治州直屬縣市（伊犁州直）、塔城地區(qū)、阿勒泰地區(qū)和博爾塔拉蒙古自治州（博州）；東疆包括吐魯番市和哈密市；南疆包括巴音郭楞蒙古自治州（巴州）、阿克蘇地區(qū)、克孜勒蘇柯爾克孜自治州（克州）、喀什地區(qū)與和田地區(qū)。2020 年新疆糧食種植面積223.02×104hm2，糧食產(chǎn)量1583.4×104t，較2019年增產(chǎn)9.6%?；适┯昧?、農(nóng)用柴油使用量、地膜覆蓋面積分別高達(dá)248.23×104t、85.22×104t、355.34×104hm2，當(dāng)前全疆仍面臨化肥農(nóng)藥使用超標(biāo)、農(nóng)業(yè)資源過(guò)度開發(fā)及技術(shù)不足等問(wèn)題［20］。以往研究糧食安全問(wèn)題和糧食GTFP 更多側(cè)重于糧食主產(chǎn)地區(qū)，2022年《新疆維吾爾自治區(qū)糧食安全保障條例》的實(shí)施，進(jìn)一步顯現(xiàn)新疆糧食安全問(wèn)題的重要性。當(dāng)前新疆糧食GTFP的測(cè)算與驅(qū)動(dòng)要素研究相對(duì)不足，因此，本文通過(guò)甄別新疆糧食GTFP 的驅(qū)動(dòng)因素，對(duì)于推動(dòng)新疆各地區(qū)糧食生產(chǎn)綠色化轉(zhuǎn)型具有現(xiàn)實(shí)意義［21］。

圖1 新疆三大區(qū)域地理劃分Fig.1 Geographical division of the three main regions of Xinjiang

圖2 新疆14個(gè)地州的糧食GTFP、GEC、GTC空間差異Fig.2 Spatial differences of grain GTFP,GEC and GTC in 14 prefectures of Xinjiang

1.2 指標(biāo)選取與數(shù)據(jù)來(lái)源

本文以新疆14個(gè)地州市為決策單元，研究時(shí)段為2000—2020 年，選取糧食產(chǎn)量為產(chǎn)出指標(biāo)，將勞動(dòng)力、土地、化肥、灌溉、機(jī)械作為投入指標(biāo)［22-23］，其中勞動(dòng)力投入（104人）以糧食生產(chǎn)從業(yè)人數(shù)表示，用農(nóng)業(yè)總產(chǎn)值與農(nóng)林牧漁業(yè)總產(chǎn)值的比重乘以糧食種植面積與農(nóng)作物種植總面積的比重，再乘以第一產(chǎn)業(yè)從業(yè)人數(shù)來(lái)表示；土地投入（103hm2）以糧食播種面積表示；化肥投入（104t）以農(nóng)用化肥施用折純量乘以糧食種植面積與農(nóng)作物種植總面積的比重來(lái)表示；灌溉投入（103hm2）以有效灌溉面積乘以糧食種植面積與農(nóng)作物種植總面積的比重來(lái)表示；機(jī)械投入（104kW）以農(nóng)業(yè)機(jī)械總動(dòng)力乘以糧食種植面積與農(nóng)作物種植總面積的比重來(lái)表示；非期望產(chǎn)出指標(biāo)為糧食生產(chǎn)碳排放量（104t）；期望產(chǎn)出指標(biāo)為糧食總產(chǎn)量（104t）［24］。以上投入產(chǎn)出指標(biāo)及驅(qū)動(dòng)因素指標(biāo)所需數(shù)據(jù)來(lái)源于EPS 數(shù)據(jù)庫(kù)和《新疆統(tǒng)計(jì)年鑒》（2001—2021年）等官方權(quán)威數(shù)據(jù)。少量缺失值采用均值替代法與線性插值法進(jìn)行補(bǔ)全，另對(duì)個(gè)別異常值進(jìn)行了處理。

1.3 研究方法

1.3.1 糧食GTFP的測(cè)算本文采用SBM-GML指數(shù)模型測(cè)算糧食GTFP。Tone［25］提出的超效率SBM 模型可以解決“松弛”和“生產(chǎn)率評(píng)估”2個(gè)問(wèn)題。具體的模型設(shè)定如下：

式中：minρ為目標(biāo)效率值；n、s1和s2分別為投入指標(biāo)、期望產(chǎn)出和非期望產(chǎn)出的個(gè)數(shù)；m為被評(píng)價(jià)單元數(shù)量；xik、yrk和qlk分別為第k個(gè)被評(píng)價(jià)單元的第i個(gè)投入指標(biāo)、第r個(gè)期望產(chǎn)出指標(biāo)和第l個(gè)非期望產(chǎn)出指標(biāo)；、和qˉ分別為投入、期望產(chǎn)出與非期望產(chǎn)出的松弛量；xij、yrj和qlj分別為第j個(gè)被評(píng)價(jià)單元的投入、期望產(chǎn)出和非期望產(chǎn)出；λj為第j個(gè)被評(píng)價(jià)單元的權(quán)系數(shù)；xk、yk和qk分別為第k個(gè)被評(píng)價(jià)單元的最優(yōu)投入、期望產(chǎn)出和非期望產(chǎn)出。但超效率SBM模型測(cè)算的糧食GTFP僅對(duì)單一特定時(shí)間節(jié)點(diǎn)的效率值進(jìn)行評(píng)估，與ML 指數(shù)結(jié)合可計(jì)算出動(dòng)態(tài)糧食GTFP，但是傳統(tǒng)的ML指數(shù)不包含非預(yù)期產(chǎn)出［26］，因此，本文采用Oh［27］提出的包含非預(yù)期產(chǎn)出的GML指數(shù)找尋新疆糧食GTFP變化的動(dòng)態(tài)特征，分解為綠色技術(shù)效率變化指數(shù)（GEC）和綠色技術(shù)進(jìn)步指數(shù)（GTC），GML指數(shù)［27］的計(jì)算公式為：

式中：GMLt,t+1、GECt,t+1和GTCt,t+1分別為t到t+1時(shí)期的糧食綠色全要素生產(chǎn)率指數(shù)、綠色技術(shù)效率變化指數(shù)和綠色技術(shù)進(jìn)步指數(shù)；xt、yt和bt與xt+1、yt+1和bt+1分別為在t期與t+1 期的投入、期望產(chǎn)出和非期望產(chǎn)出；Dg(xt,yt,bt)和Dg(xt+1,yt+1,bt+1)分別為在t期和t+1期全局方向性距離函數(shù)；Dt(xt,yt,bt)和Dt+1(xt+1,yt+1,bt+1)分別為在t期和t+1 期的生產(chǎn)技術(shù)集；如果GMLt,t+1、GECt,t+1、GTCt,t+1均大于1，說(shuō)明糧食綠色全要素生產(chǎn)率、綠色技術(shù)效率、綠色技術(shù)進(jìn)步處于優(yōu)化階段；反之說(shuō)明處于惡化狀態(tài)，等于1則表示不變。

1.3.2 糧食生產(chǎn)碳排放計(jì)算已有研究多將農(nóng)業(yè)土地利用的碳排放歸結(jié)為人類在農(nóng)業(yè)土地利用中所產(chǎn)生的直接和間接碳排放。通過(guò)對(duì)現(xiàn)有文獻(xiàn)的分析［28-29］和數(shù)據(jù)的可獲得性，本文將新疆各地區(qū)在糧食生產(chǎn)過(guò)程中的碳排放主要總結(jié)為以下4 個(gè)方面：（1）化肥生產(chǎn)和使用產(chǎn)生的碳排放；（2）農(nóng)用柴油的燃燒產(chǎn)生的碳排放；（3）糧地翻耕破壞土壤產(chǎn)生的碳排放；（4）糧食灌溉過(guò)程中電能利用間接耗費(fèi)化石燃料所產(chǎn)生的碳排放。綜上，糧食生產(chǎn)碳排放的計(jì)算公式為：

式中：E為糧食生產(chǎn)中的碳排放總量（kg C）；Ei為i類碳源的排放量（kg C）；Ti為i類碳排放源的量（kg C）；δ為各碳排放源的碳排放系數(shù)（kg C·kg-1）。本文歸納出糧食生產(chǎn)中碳排放系數(shù)（表1）。

表1 糧食生產(chǎn)碳排放系數(shù)及參考來(lái)源Tab.1 Carbon emission factors and reference sources of grain production

1.3.3 核密度估計(jì)法本文采用非參數(shù)核密度估計(jì)分析新疆糧食GTFP 的分布動(dòng)態(tài)［32］。假設(shè)糧食GTFP的密度函數(shù)為：

式中：N為觀測(cè)值數(shù)目；h為帶寬；Ui為第i年的糧食GTFP 增長(zhǎng)指數(shù)；u為均值；為高斯核函數(shù)。

1.3.4 Dagum基尼系數(shù)分解法Dagum 基尼系數(shù)分解相較于傳統(tǒng)的基尼系數(shù)及泰爾指數(shù)更為準(zhǔn)確地辨析地區(qū)差距的來(lái)源問(wèn)題。因此，本文選用Dagum基尼系數(shù)分解法對(duì)新疆整體、北疆、東疆和南疆糧食GTFP的區(qū)域差異進(jìn)行分析［33］，具體計(jì)算公式為：

式中：G為總基尼系數(shù)；k、n分別為區(qū)域個(gè)數(shù)、區(qū)域內(nèi)地州市數(shù)量；u為新疆糧食GTFP 總體發(fā)展水平；j、h分別為不同區(qū)域；nj、nh分別為j、h區(qū)域內(nèi)地州市數(shù)量；yji、yhr分別為j、h區(qū)域的第i、r地州市的糧食GTFP 發(fā)展水平；、分別為j、h區(qū)域內(nèi)的糧食GTFP發(fā)展水平均值；Gjj為區(qū)域j內(nèi)基尼系數(shù)；Gjh為區(qū)域j和區(qū)域h間基尼系數(shù)；Dagum基尼系數(shù)可分解為區(qū)域內(nèi)差異（Gw)、區(qū)域間差異(Gnb)和超變密度(Gt)，滿足G=Gw+Gnb+Gt；pj、ph分別為j、h區(qū)域內(nèi)地州市數(shù)量占區(qū)域內(nèi)地州市總數(shù)量的比重；sj、sh分別為j、h區(qū)域內(nèi)地州市數(shù)量和j、h區(qū)域內(nèi)的糧食GTFP發(fā)展水平均值的乘積與區(qū)域內(nèi)地州市總數(shù)量和區(qū)域內(nèi)糧食GTFP發(fā)展水平總均值的乘積的比值；Djh為j和h區(qū)域間糧食GTFP發(fā)展水平的互相影響；djh、pjh分別為j和h區(qū)域中滿足yjh-yji＞0 以及yji-yjh＞0 的樣本總和的數(shù)學(xué)期望；Fj、Fh分別為j、h區(qū)域內(nèi)累積密度分布函數(shù)。

2 結(jié)果與分析

2.1 新疆糧食GTFP時(shí)序差異分析

應(yīng)用2000—2020 年新疆14 個(gè)地州市投入產(chǎn)出數(shù)據(jù)，采用Matlab軟件并基于SBM-GML指數(shù)法測(cè)算并分解各年度14 個(gè)地州市糧食GTFP 指數(shù)，并對(duì)時(shí)間變化進(jìn)行分析（表2）。從2000—2020 年來(lái)看，新疆糧食GTFP 的平均增長(zhǎng)率為0.7%，表明糧食生產(chǎn)的綜合生產(chǎn)能力有了很大的提升。從增長(zhǎng)來(lái)源來(lái)看，新疆糧食GTFP 的增長(zhǎng)在很大程度上是通過(guò)提高糧食GEC來(lái)實(shí)現(xiàn)，且糧食GEC指數(shù)年均增長(zhǎng)1%，而糧食GTC指數(shù)則呈現(xiàn)負(fù)增長(zhǎng)，年均增長(zhǎng)為-0.4%，說(shuō)明2000—2020年新疆糧食GTFP增長(zhǎng)呈現(xiàn)出技術(shù)惡化，而技術(shù)效率增強(qiáng)的格局，這是“單驅(qū)”型增長(zhǎng)的典型特征［34］，其主要原因在于新疆糧食作物種植規(guī)模大，新技術(shù)在糧食作物上得到廣泛應(yīng)用，農(nóng)業(yè)科技轉(zhuǎn)化率高，但受制于農(nóng)業(yè)財(cái)政資金投入相對(duì)不足，制約了糧食作物的科技水平的提升。

表2 2000—2020年新疆糧食綠色全要素生產(chǎn)率（GTFP）指數(shù)及其分解Tab.2 Grain green total factor productivity index and its decomposition in Xinjiang during 2000—2020

2.2 新疆糧食GTFP空間差異分析

為了更好地反映新疆糧食GTFP水平的空間格局，本文采用GIS技術(shù)將2000—2020年14個(gè)地州市的糧食GTFP、GEC 和GTC 的均值進(jìn)行了刻畫（圖2）。新疆糧食GTFP整體呈現(xiàn)出“北高南低”的分布特征。新疆糧食GTFP 較高的地區(qū)主要分布在北疆，尤其是克拉瑪依市、博州和阿勒泰地區(qū)。新疆糧食GTFP較低的城市主要分布在南疆，包括克州、巴州和阿克蘇等地區(qū)，這些地區(qū)的經(jīng)濟(jì)發(fā)展水平及基礎(chǔ)設(shè)施落后等因素在一定程度上制約了新疆糧食綠色發(fā)展。而新疆糧食GEC 分布較為均衡。其中，烏魯木齊市的糧食GEC水平最高?？赡艿脑蛟谟跒跏屑Z食種植范圍小、糧農(nóng)接收新信息的水平高，在一定程度上促進(jìn)了新技術(shù)的推廣。而新疆糧食GTC 分布不均衡，呈現(xiàn)出“北高南低”的分布特征。全疆視角下2000—2020年北疆阿勒泰地區(qū)、克拉瑪依市、塔城地區(qū)、博州、昌吉州和伊犁州直的糧食GTC的均值均呈現(xiàn)較高發(fā)展態(tài)勢(shì)；東疆哈密市和吐魯番市的糧食GTC處于中等發(fā)展水平；而南疆內(nèi)部的糧食GTC水平兩極分化較為嚴(yán)重，其中僅喀什地區(qū)糧食GTC呈現(xiàn)上升水平，可能的原因在于喀什地區(qū)作為中國(guó)內(nèi)陸第一個(gè)經(jīng)濟(jì)特區(qū)，政府重視對(duì)農(nóng)業(yè)財(cái)政科技投入，一定程度上促進(jìn)了糧食生產(chǎn)科技水平。

2.3 新疆糧食GTFP時(shí)間動(dòng)態(tài)演變

為了進(jìn)一步分析新疆糧食GTFP的動(dòng)態(tài)演變規(guī)律，繪制其核密度估計(jì)圖（圖3）。分別以2001、2006、2011、2019 年為參照，該4 a 時(shí)間序列的核密度圖可粗略揭示新疆14個(gè)地州市的糧食GTFP演化趨勢(shì)。從位置來(lái)看，新疆糧食GTFP 水平的核密度分布曲線呈現(xiàn)出先左移后右移的趨勢(shì)。2011 年核密度分布曲線的位置最靠左，說(shuō)明2011年新疆各地區(qū)糧食GTFP 處于較低的水平。與2011 年相比，2019年核密度分布曲線大幅度右移，波峰對(duì)應(yīng)的可持續(xù)發(fā)展水平明顯增大，說(shuō)明2011—2019年新疆各地區(qū)糧食GTFP水平有明顯提升。造成這一現(xiàn)象的主要原因是：在2011—2019年期間，2016年中央“一號(hào)文件”明確提出了“農(nóng)業(yè)綠色發(fā)展”；2019年的“一號(hào)文件”中明確提出，要堅(jiān)持以創(chuàng)新驅(qū)動(dòng)為核心的發(fā)展理念，堅(jiān)持“以質(zhì)量為主導(dǎo)”的理念［35］。從形態(tài)來(lái)看，2001年和2011年核密度分布曲線均為單峰形狀，2006年呈雙峰現(xiàn)狀，而2019年呈多鋒形狀，表明新疆糧食GTFP水平呈現(xiàn)出先收斂再兩極分化的現(xiàn)象。從峰度來(lái)看，核密度分布曲線波峰出現(xiàn)了“先降后升再降”的變化趨勢(shì)，與2001年相比，2006年核密度分布曲線峰度下降，表明新疆各地區(qū)糧食GTFP水平差異變大；2011年核密度曲線主峰值明顯變大，波峰寬度變小，表明新疆糧食GTFP的地區(qū)差異減??；2019 年波峰高度較2011 年再一次降低，表明新疆糧食GTFP水平的區(qū)域差異有增大趨勢(shì)。其中2001 年的區(qū)域差異最小，結(jié)果與圖4（總體基尼系數(shù)）所示的總差別相吻合。

圖3 2001、2006、2011年和2019年新疆糧食GTFP的時(shí)間動(dòng)態(tài)演變規(guī)律Fig.3 Temporal dynamics evolution of grain GTFP of Xinjiang in 2001,2006,2011 and 2019

圖4 總體及區(qū)域內(nèi)分異程度Fig.4 Degree of overall and intra-regional heterogeneity

2.4 新疆糧食GTFP的空間分異程度

運(yùn)用Dagum基尼系數(shù)分解法，對(duì)2001—2020年全疆和北疆、東疆與南疆3個(gè)區(qū)域的糧食GTFP的總體基尼系數(shù)、區(qū)域內(nèi)基尼系數(shù)、區(qū)域間基尼系數(shù)及其貢獻(xiàn)率進(jìn)行了測(cè)度。

全疆和3 個(gè)區(qū)域在2001—2020 年的糧食GTFP基尼系數(shù)的變化趨勢(shì)如圖4所示，新疆糧食GTFP基尼系數(shù)由0.047 增加到0.137，年平均增長(zhǎng)幅度為9.6%，基尼系數(shù)在2016年達(dá)到了最大值（0.158），研究結(jié)果顯示新疆糧食GTFP的空間分異在整體上表現(xiàn)為增加的趨勢(shì)。從3個(gè)區(qū)域之間的空間分異度而言，南疆的基尼系數(shù)平均為0.091，其差異性最大；東疆的基尼系數(shù)的平均分異度為0.062；北疆的基尼系數(shù)的最小分異度是0.057。在變化趨勢(shì)上，北疆、東疆和南疆基尼系數(shù)總體表現(xiàn)出顯著的先升后降再升的總體趨勢(shì)，其中南疆基尼系數(shù)的變化幅度最大，而北疆基尼系數(shù)的變化幅度最小。上述研究表明，新疆糧食GTFP仍具有顯著的空間分化特征，北疆和東疆區(qū)域內(nèi)分異程度均呈現(xiàn)波動(dòng)上升態(tài)勢(shì)，而全疆層面和南疆分異程度卻表現(xiàn)出明顯擴(kuò)大趨勢(shì)。

新疆糧食GTFP在2001—2020年各區(qū)域之間的基尼系數(shù)變化趨勢(shì)如圖5 所示，北疆和南疆之間的基尼系數(shù)平均為0.114、東疆與南疆之間的基尼系數(shù)平均為0.104、北疆和東疆之間的基尼系數(shù)平均為0.078，其中北疆和東疆分異度最小。從變化趨勢(shì)上來(lái)看，2001—2014年大部分地區(qū)的空間分異程度保持了穩(wěn)定，而2014—2020年各個(gè)區(qū)域的空間分異程度表現(xiàn)為先增再減又增的趨勢(shì)。北疆與南疆之間的基尼系數(shù)增長(zhǎng)最快，平均增長(zhǎng)速度為21.8%；東、南疆之間和北、東疆之間的基尼系數(shù)也呈顯著上升趨勢(shì)，年均增長(zhǎng)率分別為21.2%和13.9%。

圖5 區(qū)域間分異程度Fig.5 Degree of inter-regional heterogeneity

2001—2020年新疆糧食GTFP的基尼系數(shù)各分解項(xiàng)對(duì)總體基尼系數(shù)的貢獻(xiàn)率變動(dòng)趨勢(shì)如圖6 所示，從貢獻(xiàn)率的大小看，區(qū)域內(nèi)差異對(duì)總體空間分異程度的貢獻(xiàn)率最大，平均貢獻(xiàn)率為35.2%，其次為超變密度和區(qū)域間差異，平均貢獻(xiàn)率分別為34.5%和30.3%。從貢獻(xiàn)率的變動(dòng)趨勢(shì)來(lái)看，2001—2020年區(qū)域內(nèi)差異呈現(xiàn)“下降”趨勢(shì)；超變密度呈現(xiàn)“先增后降”態(tài)勢(shì)；區(qū)域間密度呈“上升”變化。以上結(jié)果表明，區(qū)域內(nèi)差異是新疆糧食GTFP 空間分異的主要來(lái)源，其次是超變密度，區(qū)域間的分異程度對(duì)新疆糧食GTFP空間分異的貢獻(xiàn)率最小。

圖6 空間分異來(lái)源的貢獻(xiàn)率Fig.6 Contribution of sources of spatial differentiation

2.5 新疆糧食GTFP驅(qū)動(dòng)因素分析

考慮農(nóng)業(yè)生產(chǎn)具有地域性特點(diǎn)，不同研究區(qū)域?qū)ζ溆绊懸蛩刂笜?biāo)選取也略為不同，對(duì)已有研究農(nóng)業(yè)GTFP影響因素進(jìn)行歸納和總結(jié)后［36-37］，兼顧數(shù)據(jù)可得性，本文選取當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、農(nóng)業(yè)機(jī)械化水平、糧食種植結(jié)構(gòu)、第二三產(chǎn)業(yè)發(fā)展水平和農(nóng)村用電量6個(gè)變量作為影響新疆各地區(qū)糧食GTFP的解釋變量。

（1）當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平：該指標(biāo)用人均地區(qū)生產(chǎn)總值來(lái)表示，是衡量一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平的常用指標(biāo)，既體現(xiàn)了一個(gè)地區(qū)的總體生產(chǎn)能力和居民的平均生活水平，又反映了一個(gè)地區(qū)的資源稟賦和資源利用效率［38］。一般來(lái)說(shuō)，當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平越高，表明該地區(qū)的經(jīng)濟(jì)實(shí)力越強(qiáng)，其農(nóng)業(yè)生產(chǎn)投入水平也更高。經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，通常有更多的資金和人力投入到農(nóng)業(yè)生產(chǎn)中，能夠引進(jìn)和應(yīng)用更先進(jìn)的農(nóng)業(yè)生產(chǎn)設(shè)施，如大型農(nóng)機(jī)、無(wú)人植保機(jī)、新型灌溉設(shè)備等［39］。這些設(shè)施能夠有效提升農(nóng)業(yè)生產(chǎn)的效率和質(zhì)量，節(jié)約和優(yōu)化農(nóng)業(yè)生產(chǎn)要素的使用，如土地、水、肥料、農(nóng)藥等，從而對(duì)糧食GTFP 產(chǎn)生正面影響［40］。

（2）城鎮(zhèn)化水平：該指標(biāo)用各地州城鎮(zhèn)人口與總?cè)丝谥葋?lái)表示，是衡量一個(gè)地區(qū)城鎮(zhèn)化發(fā)展程度的重要指標(biāo)，反映了農(nóng)業(yè)人口向非農(nóng)業(yè)人口轉(zhuǎn)移的程度，體現(xiàn)了農(nóng)業(yè)勞動(dòng)力的供給和質(zhì)量，以及農(nóng)業(yè)與非農(nóng)業(yè)部門之間的聯(lián)系和協(xié)調(diào)［41］。適度的城鎮(zhèn)化可以促進(jìn)農(nóng)村勞動(dòng)力的轉(zhuǎn)移，提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率，但過(guò)快或過(guò)慢的城鎮(zhèn)化都可能對(duì)糧食GTFP產(chǎn)生負(fù)面影響［42］。

（3）農(nóng)業(yè)機(jī)械化水平：該指標(biāo)使用各地州單位農(nóng)作物播種面積的農(nóng)用機(jī)械總動(dòng)力表示［43］，反映了農(nóng)業(yè)生產(chǎn)中使用機(jī)械設(shè)備的程度，并影響了農(nóng)業(yè)生產(chǎn)的效率和質(zhì)量，以及對(duì)能源和環(huán)境的依賴程度。農(nóng)業(yè)機(jī)械化可以降低人工成本，提高土地利用強(qiáng)度和作物單產(chǎn)，但也可能增加能源消耗和排放［44］。

（4）糧食種植結(jié)構(gòu)：該指標(biāo)用各地州糧食種植面積占農(nóng)作物總播種面積的比重來(lái)衡量，反映了一個(gè)地區(qū)糧食生產(chǎn)的穩(wěn)定性和合理性［45］。糧食種植結(jié)構(gòu)越合理，表明該地區(qū)的農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和糧食生產(chǎn)方式更適應(yīng)當(dāng)?shù)氐淖匀粭l件和市場(chǎng)需求，農(nóng)業(yè)生產(chǎn)效益越高，農(nóng)業(yè)環(huán)境壓力越低，有利于提高糧食GTFP［46］。

（5）第二三產(chǎn)業(yè)發(fā)展水平：該指標(biāo)用各地州的第二三產(chǎn)業(yè)增加值占其國(guó)內(nèi)生產(chǎn)總值比重表示。這個(gè)指標(biāo)反映了一個(gè)地區(qū)的非農(nóng)產(chǎn)業(yè)發(fā)展水平和結(jié)構(gòu)優(yōu)化程度［47］。第二三產(chǎn)業(yè)發(fā)展水平越高，說(shuō)明該地區(qū)的非農(nóng)產(chǎn)業(yè)越發(fā)達(dá)，非農(nóng)就業(yè)機(jī)會(huì)越多，非農(nóng)收入來(lái)源也越多，對(duì)農(nóng)業(yè)生產(chǎn)形成了有效的需求拉動(dòng)和供給帶動(dòng)，促進(jìn)了農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的優(yōu)化和效率的提高，從而有利于提高糧食GTFP，但第二三產(chǎn)業(yè)的發(fā)展會(huì)對(duì)農(nóng)業(yè)生產(chǎn)要素的流出產(chǎn)生一定的虹吸效應(yīng)，這對(duì)糧食GTFP的提升會(huì)有一定不利影響［48］。

（6）農(nóng)村用電量：該指標(biāo)用各地州的農(nóng)村用電量來(lái)表示，在一定程度上反映出一個(gè)地區(qū)的農(nóng)村能源消費(fèi)水平和能源供給狀況［49］。通常，農(nóng)村用電量越高，表明該地區(qū)的農(nóng)村能源消費(fèi)需求越大，不利于糧食GTFP的提高［50］。

選擇2000—2020 年新疆14 個(gè)地州市的面板數(shù)據(jù)，并對(duì)其進(jìn)行對(duì)數(shù)轉(zhuǎn)換，構(gòu)建如下模型：

式中：GTFPit為糧食綠色全要素生產(chǎn)率（因變量）；PGDPit、URBit、MACHit、CPSit、STit、ELEit分別為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、農(nóng)業(yè)機(jī)械化水平、糧食種植結(jié)構(gòu)、第二三產(chǎn)業(yè)發(fā)展水平、農(nóng)村用電量6個(gè)自變量；i為地區(qū)變量；j為時(shí)間變量；α為常數(shù)項(xiàng)；β1、β2、β3、β4、β5、β6為待估系數(shù)；μit為時(shí)空固定效應(yīng)。本文采用時(shí)空雙向固定效應(yīng)模型，分別對(duì)全疆、北疆、東疆和南疆進(jìn)行回歸，其回歸結(jié)果如表3所示。

表3 實(shí)證回歸結(jié)果Tab.3 Empirical regression results

（1）當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平與糧食GTFP 之間呈現(xiàn)負(fù)相關(guān)關(guān)系，系數(shù)為-0.063，說(shuō)明區(qū)域經(jīng)濟(jì)發(fā)展水平越高，不利于糧食生產(chǎn)中的農(nóng)業(yè)GTFP 的提高。從區(qū)域差異上看，在北疆，當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平與糧食GTFP 之間存在著顯著的正相關(guān)關(guān)系，這說(shuō)明北疆農(nóng)村居民的高凈收入對(duì)農(nóng)民的生活質(zhì)量有了一定的改善，更加注重農(nóng)業(yè)生產(chǎn)投入，有利于糧食GTFP的提升。

（2）城鎮(zhèn)化水平對(duì)糧食GTFP 呈現(xiàn)顯著的負(fù)向影響，系數(shù)為-0.133。究其原因，可能是隨著城市化程度的加深，農(nóng)村地區(qū)人才的外流速度加快，從而制約了糧食GTFP 的提高。從區(qū)域差異上看，南疆各地區(qū)的城鎮(zhèn)化程度對(duì)糧食GTFP具有顯著的正效應(yīng)，對(duì)東疆則具有明顯的負(fù)效應(yīng)，對(duì)北疆則沒有顯著的促進(jìn)作用，說(shuō)明新疆各地州的發(fā)展存在著一定的不均衡性。

（3）農(nóng)業(yè)機(jī)械化水平對(duì)糧食GTFP影響為正，系數(shù)0.015。說(shuō)明推進(jìn)機(jī)械化程度的提升，可以有效提升糧食GTFP。從區(qū)域差異上看，農(nóng)業(yè)機(jī)械化水平對(duì)南北疆糧食GTFP 的影響顯著為負(fù)，對(duì)東疆糧食GTFP 的影響顯著為正，說(shuō)明在推進(jìn)糧食機(jī)械化時(shí)，應(yīng)根據(jù)當(dāng)?shù)貙?shí)際情況采取相應(yīng)的環(huán)保技術(shù)措施。

（4）糧食種植結(jié)構(gòu)變動(dòng)與糧食GTFP 之間呈顯著的正相關(guān)關(guān)系，系數(shù)為0.123。這表明，當(dāng)糧食播種面積在農(nóng)作物總播種面積所占的比重越大時(shí)，糧食GTFP 將越高。從區(qū)域差異上看，糧食種植結(jié)構(gòu)變動(dòng)對(duì)南疆糧食GTFP 提高效果最為顯著，而對(duì)東疆影響并不顯著。這表明糧食種植結(jié)構(gòu)還需進(jìn)一步優(yōu)化，應(yīng)在不同地域探討其優(yōu)化途徑，以提升糧食綠色生產(chǎn)力。

（5）第二三產(chǎn)業(yè)發(fā)展水平對(duì)糧食GTFP 有負(fù)向影響，系數(shù)為-0.073。各地州的第二三產(chǎn)業(yè)發(fā)展的“虹吸”造成了糧食生產(chǎn)要素的大量流失，第二、三產(chǎn)業(yè)對(duì)農(nóng)業(yè)的“反哺”作用不明顯。從區(qū)域差異上看，就南疆而言，第二三產(chǎn)業(yè)發(fā)展水平與糧食GTFP呈正相關(guān)，其科技進(jìn)步的溢出效應(yīng)則有利于糧食生產(chǎn)率的提升。

（6）農(nóng)村用電量對(duì)糧食GTFP 呈現(xiàn)顯著負(fù)向影響，系數(shù)為-0.048。這表明，隨著農(nóng)村電力消費(fèi)水平的提高，糧食GTFP 的提高受到了制約。從區(qū)域差異上看，農(nóng)村電力消費(fèi)對(duì)各地區(qū)的糧食GTFP 的作用存在差別，其對(duì)北疆和南疆2個(gè)區(qū)域的作用為負(fù)，而對(duì)東疆的作用為正。

3 討論

本文基于全局非期望超效率SBM 模型結(jié)合GML指數(shù)對(duì)新疆14個(gè)地州市2000—2020年的糧食GTFP 進(jìn)行測(cè)算。研究結(jié)果顯示新疆糧食GTFP 在2000—2020年整體處于優(yōu)化趨勢(shì)，與葉鋒等［51］對(duì)中國(guó)農(nóng)業(yè)GTFP測(cè)算研究結(jié)果一致。潘丹等［13］和李欠男等［14］采用Dagum 基尼系數(shù)、核密度估計(jì)和空間Markov鏈方法同時(shí)認(rèn)為區(qū)域之間的農(nóng)業(yè)GTFP增長(zhǎng)趨勢(shì)將會(huì)繼續(xù)擴(kuò)大，這一研究結(jié)果也與本文的新疆糧食GTFP 的增長(zhǎng)存在區(qū)域異質(zhì)性，且時(shí)間上地區(qū)差距大致呈現(xiàn)先縮小后增大的演進(jìn)過(guò)程，空間上差異主要來(lái)源于區(qū)域內(nèi)差異的結(jié)論一致。但上述文獻(xiàn)只對(duì)驅(qū)動(dòng)因子予以定性描述，并未實(shí)現(xiàn)定量化評(píng)估。本文運(yùn)用固定效應(yīng)模型甄別出影響新疆糧食GTFP 的驅(qū)動(dòng)因素。葉鋒等［51］將中國(guó)糧食主產(chǎn)區(qū)作為整體研究對(duì)象，分析了政策補(bǔ)貼對(duì)糧食GTFP 變化，研究區(qū)域與新疆的糧食生產(chǎn)條件具有本質(zhì)區(qū)別，安博文等［52］認(rèn)為GEC是抑制新疆農(nóng)業(yè)全要素生產(chǎn)率提高的主要原因，這與本文的研究存在差異性；范麗霞［10］使用微觀數(shù)據(jù)分析了種糧農(nóng)戶小麥全要素生產(chǎn)率變化，并未對(duì)其綠色生產(chǎn)技術(shù)進(jìn)行分析。本文從碳排放約束視角詳盡分析了新疆各地州糧食GTFP 時(shí)空分異特征和演變規(guī)律，并進(jìn)一步定量分析其驅(qū)動(dòng)因素，分析結(jié)果更加細(xì)致、客觀和詳細(xì)，能夠?yàn)樾陆Z食安全綠色發(fā)展提供更為詳盡的科學(xué)參考數(shù)據(jù)。與此同時(shí)，本文僅討論了新疆糧食GTFP 時(shí)空差異及其驅(qū)動(dòng)因子，對(duì)空間溢出效應(yīng)的探討不足，未來(lái)需進(jìn)一步探討，并且本文在數(shù)據(jù)收集和處理過(guò)程中，無(wú)法直接獲得完整的衡量新疆各地州市糧食生產(chǎn)碳排放指標(biāo)的數(shù)據(jù)，其計(jì)量結(jié)果與實(shí)際情況可能存在一定的偏差。

4 結(jié)論

（1）從時(shí)間維度上看，2000—2020 年新疆糧食GTFP、GEC 呈上升趨勢(shì)，年均增長(zhǎng)率分別為0.7%、1%；糧食GTC均呈下降趨勢(shì)，年均增長(zhǎng)率為-0.4%。糧食GTFP的增長(zhǎng)依靠糧食GEC單一驅(qū)動(dòng)的貢獻(xiàn)。

（2）從空間維度上看，新疆各地區(qū)糧食GTFP呈現(xiàn)的水平大致為：北疆＞東疆＞南疆。其中北疆克拉瑪依市的糧食GTFP發(fā)展水平最高。

（3）從動(dòng)態(tài)演變來(lái)看，2000—2020 年新疆糧食GTFP 總體呈上升態(tài)勢(shì)，其差距大致經(jīng)歷先縮小后增大的演進(jìn)過(guò)程。新疆糧食GTFP的差異主要來(lái)源于區(qū)域內(nèi)差異的貢獻(xiàn)，超變密度貢獻(xiàn)率則高于區(qū)域間差異貢獻(xiàn)率。

（4）從驅(qū)動(dòng)因素來(lái)看，糧食種植結(jié)構(gòu)對(duì)糧食GTFP產(chǎn)生了顯著的促進(jìn)作用，城鎮(zhèn)化水平和農(nóng)村用電量對(duì)糧食GTFP產(chǎn)生了顯著的負(fù)效應(yīng)。而農(nóng)業(yè)機(jī)械化程度有利于新疆各地區(qū)糧食GTFP 的提升，當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平與第二三產(chǎn)業(yè)則不利于糧食GTFP的增長(zhǎng)。