中国区域农业绿色全要素生产率分解及收敛性分析
中国农业绿色全要素生产率研究2000—2017
第21卷第1期2021年1月浙江树人大学学报JOUＲNAL OF ZHEJIANG SHUＲEN UNIVEＲSITYVol．21，No．1Jan．2021收稿日期:2020－12－10;修回日期:2021－01－13基金项目:国家自然科学基金(71673250);浙江省杰出青年基金(LＲ18G030003);浙江省哲学社会科学规划课题(18NDJC184YB )作者简介:陈宇峰，男，浙江金华人，教授，经济学博士，博导，研究方向为制度与契约理论、能源经济理论与政策。
①数据来源:《中国农村统计年鉴(2019)》，中国统计出版社2019年版，第46页。
②潘丹、孔凡斌:《我国农业全要素生产率差异与收敛分析———基于环境污染视角》，《江西社会科学》2013年第9期，第43－47页。
③折算成标准煤。
数据来源:《中国能源统计年鉴(2018)》，中国统计出版社2019年版，第102－107页。
工商管理中国农业绿色全要素生产率研究:2000—2017陈宇峰缪嘉峰屈放(浙江工商大学经济学院，浙江杭州310018)摘要:农业是支撑国民经济建设的基础性产业。
随着农业碳排放和面源污染的不断加剧，绿色农业发展已成为学术界和政府所关注的重要问题。
文章将农业碳排放和面源污染共同作为非期望产出，利用基于方向性距离函数(DDF )的全局Malmquist-Luenberger 生产率模型，对2000年至2017年我国30个省份的农业绿色全要素生产率进行动态化测算，并在此基础上从整体、区域以及粮食功能区角度进行异质性分析。
此外，进一步对农业绿色全要素生产率作分解分析，深入探究其背后的动力源泉。
研究表明，我国农业绿色全要素生产率整体呈波动上升态势且为技术诱导型增长模式;就区域层面而言，农业绿色全要素生产率东部最高，中部次之，东北其后，西部最后;三大粮食功能区中绿色增长的动力源泉均来源于技术进步，而粮食主产区的技术进步贡献相对薄弱。
据此，提出加大农业科技创新与研发力度，因地制宜发展绿色农业等针对性建议。
中国林业全要素生产率的时空差异及空间收敛性分析
ｆ ∑ｘ ｉ ｊ Ａ ＋ ５ 一Ｏ ｘ
．
｛ １ ∑ Ａ 一 — ｓ 。 ＋ ～ ＝
，
１
（ １ ）
ｕ
Ｓ一
， ，
Ｓ ≥ ０； ＝ １， ２， ３； ｒ ＝ １， ２
收 稿 日期 ：２ ０ １ ６ － １ ０ － １ ２
基金项 目：黑龙 江省哲学 社会 科学研究规划项 目 （ １ ６ Ｊ Ｙ Ｂ ０ ７ ） 、中国博 士后 科学基金面上资助项 目 （ ２ ０ ０ ９ ０ ４ ６ ０ ８ ７ １ ） 作者简 介 ：姜钰 （ １ ９ ７ ８ － ） ，女 ，黑龙 江哈 尔滨 人 ，教授 ，博士 ，从 事林 业 经济 统计 方 面的研 究 ， （ 电话 ）０ ４５ １ — ８ ２ １ ９ ０ ３ ８ １ ，（ Ｅ ｍ ａ ｉ ｌ ）ｊ ｙ ６ ６ ６ ａ ｂ ｃ ＠１ ２ ６ ． Ｃ Ｏ Ｉ ｎ 。
每个区域为一个决策单元 ，共有 ３ １ 个决策单元 。已知区域 （ ｉ ）有 ３个投入指标 （ ＝ １ ，２ ，３ ）和 ２个 产 出指标 （ ｒ ＝１ ，２ ） ，则 ｘ ０ ． 和ｙ 分别 为投 入要 素 和产 出要 素 ，则 Ｄ Ｅ Ａ模 型为 ：
ｍｉ ｎ ［ ０一 （ ｅ ｓ 一 ＋ｅ ） ］
第３ ７卷 第 ２期 ２ ０ １ ７ 年 ４月 ２ ０ １ ３出版 林 Nhomakorabea业
经
济
问
题
Ｖｏ １ ． ３ ７ Ｎｏ ． ２
Ａｐｒ ｉ ｌ ２ ０． ２０１ ７
Ｉ ｓ ｓ ｕｅ ｓ ｏ ｆ Ｆｏ ｒ ｅｓ ｔ ｒ ｙ Ｅｃ ｏ ｎ ｏ ｍｉ ｃ ｓ
Ｄ Ｏ Ｉ ： １ ０ ． １ ６ ８ ３ ２ ／ ｊ ． ｃ ｎ ｋ ｉ ． １ ０ ０ ５ — ９ ７ ０ ９ ． ２ ０ １ ７ ． ０ ２ ． ０ １ ６
中国农业绿色全要素生产率测算
生产技术和农业管理经验，逐步缩小与“前沿省份”的差距;特别对于粮食主产区，各省份间呈现出明显的两极分化现象，这不利于粮
食生产安全。 关 键 词 绿 色 农 业 ；农业绿色全要素生产率;SBM-DDF-Luenberger
中图分类号 F326 文献标识码 A
文章编号 1002 -2104(2018)05 -0066 -09 DOI ：10.12062/cpre.20171010
葛鹏飞，王颂吉，黄秀路•中国农业绿色全要素生产率测算•中国人口 •资源与环境，2〇18,28 ( 5 ) :66 - 74. [G E P i J i ，gA N G S 〇n3 , HUANGXiulu.Measurement for China’ s agricultural green TFP[J].China population, resources and environment, 2018 ,28(5 ):66 -74. $
发 展 绿 色 农 业 是 实 现 农 业 可 持 续 发 展 的 必 由 之 路 ，同 时 也 是 落 实 中 央 “绿 色 ”发 展 理 念 和 推 进 农 业 供 给 侧 结 构 性 改 革 的 题 中 之 义 。绿 色 农 业 是 指 合 理 运 用 先 进 技 术 、先 进 经 验 ，以 促 进 农 业 生 态 安 全 、农 业 资 源 安 全 、农 业 产 品 安 全 为 目 标 ，实 现 农 业 综 合 经 济 效 益 提 高 和 农 业 可 持 续 发 展 的 新 型 农 业 发 展 模 式 [1]。发 展 绿 色 农 业 可 以 有 效 解 决 农 业 资 源 的 长 期 透 支 和 过 度 开 发 问 题 ，使 农 业 由 “高 碳 性 ” 粗 放 式 发 展 向 绿 色 集 约 式 发 展 转 型 ，加快 农 业 现 代 化 。由 于中 国 各 地 农 业 资 源 禀 赋 不 同 ，各 地 区 的 农 业 生 产 表 现 出 显 著 的 差 Байду номын сангаас 性 ，掌 握 绿 色 农 业 发 展 现 状 成 为 实 现 绿 色 农 业 的 基 础 。增 长 理 论 认 为 全 要 素 生 产 率 （T F P )是 衡 量 经 济 发 展 的 核 心 指 标 ，其 增 长 差 异 是 造 成 不 同 国 家 和 地 区 间 经 济 差 异 的 根 本 原 因 [2]。农 业 现 代 化 在 很 大 程 度 上 就 是 T F P 对 农 业 经 济 増 长 的 贡 献 度 持 续 提 升 的 过 程 [3]。但 是 ，
中国农业生产率增长的地区差距与收敛性分析
ｔｉ ） ｉｔ 增长在 １７ ２０ 转型期 的收敛性情况进行检验 ， 包括从 收敛、 对 ｖｙ ９８～ ０５年 ｒ 这 绝 收敛到条件 口收敛 的全 面检验。论 文基本 结论表 明 ， 整个转型期 中国农 业 Ｆ ＩＰ增长
展地 区差 距 不断扩 大 的过程 中扮 演 了什 么样 的角 色？我 们 又应该 如何 来看 待这
种 Ｔ Ｐ增长地区差距的不断变化 ？正确总结农业 Ｔ Ｐ的地 区差距演变模式和 Ｆ Ｆ
分 布变化 具有 重要 理论 和实 证意 义 。
收 稿 日期 ：０ ８— ８—２ ２０ ０ ７
作者简 介： 李谷成 （９ ２ １８ 一
）男 ， ， 湖南望城人 ， 管理学博士 ， 华中农业大学经济管理学院农业经济管
理系教师， 研究方 向： 农业技术经济学。
一
４１ —
李谷成
中国农业生产 率增 长的地 区差距与收敛性分析
自从 Ｂｕ ｏ 、ａｒ ａｄＳｌ—Ｍａｔ ｌ 等做 出开创 性研究 以来 ， 济增长 收敛性 （ ｏｖｒｅｃ ａｍ ｌ Ｂ ｒ ｎ ａａＩ ｒｎ¨ ０ － ｉ 经 Ｃ ｎｅ ｎｅ ｇ Ｈ ｐｔｅｉ） 究一 直是 经济增 长分 析的热 点 。由于 Ｔ Ｐ的 重要 性 ， 对 生 产率 收 敛性 的研 究也 得 到 ｙｏ ｓ 研 ｈ ｓ Ｆ 针 高度重 视 ， Ｂ ｒａｄａｄＪｎｓ 、 ｌ ｒ ｎ ｐｄｙｙ 、 国华 』傅 晓霞等 和李 国璋 等¨ 这些 如 ｅ ｒ ｎ ｅ ＪＭｉｅ ｄＵ ａｈａ 彭 ｎ ｏ ｌ ａ 、 ， 研 究 大都充 分肯定 了 Ｔ Ｐ对于地 区差距 变化 的解 释力 。那 么农 业 Ｔ Ｐ对 中 国农业 发 展地 区差距 变 Ｆ Ｆ
我国农业绿色全要素生产率水平及绿色转型路径分析
黄稳书，胡丽丽．我国农业绿色全要素生产率水平及绿色转型路径分析［Ｊ］．江苏农业科学，２０１９，４７（２１）：２１－２７． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１９．２１．００５
— ２１—
我国农业绿色全要素生产率水平及绿色转型路径分析
黄稳书１，胡丽丽２
（１．云南财经职业学院思想政治教学部，云南昆明 ６５０２２２；２．陕西理工大学管理学院，陕西汉中 ７２３０００）
摘要：目前我国农业发展投入产出效率相对较低，对环境影响较大，探求农业绿色可持续发展路径是当前发展农 业的关键。构建农业绿色全要素生产率影响因素指标体系，对 ２００７—２０１７年 １０年间的相关数据加以分析。通过 ＥＢＭ模型和 ＭｏｒａｎｓＩ指数（莫兰指数）分析我国除台湾、香港、澳门之外各省（市、区）的农业绿色全要素生产率水平， 采用空间杜宾模型（ｓｐａｔｉａｌＤｕｂｉｎｍｏｄｅｌ，ＳＤＭ）探讨各因素的重要性及直接效应和间接效应，并针对农业绿色发展转型 路径提出建议。分析结果表明，我国农业绿色全要素生产率体现出明显的地区差异，其中东部相对较高；注重农村教 育、调整农业产业结构是实现农业绿色发展的重要因素；间接效应的影响程度较大，对农业发展转型有着重要的作用。 关键词：农业绿色发展；农业绿色全要素生产率；ＥＢＭ模型；ＳＤＭ模型；莫兰指数（ＭｏｒａｎｓＩ指数）；转型路径 中图分类号：Ｆ３２０．１；Ｘ２２；Ｆ３２３．３ 文献标志码：Ａ 文章编号：１００２－１３０２（２０１９）２１－００２１－０７
１ 研究方法
１．１ ＥＢＭ模型 由于本研究同时存在径向和非径向的投入产出关系，传统
的 ＤＥＡ和 ＳＢＭ模型并不适用［５］。因此采用 Ｔｏｎｅ等提出的包 含二者的混合距离模型，因模型中使用了 ε，所以将其 称 为 Ｅｐｓｉｌｏｎ－ＢａｓｅｄＭｅａｓｕｒｅ（ＥＢＭ）模型。该模型中 ε取值范围为 ０～１之间，表示在效率值计算中非径向部分的重要程度，当 ε＝０时，该模型为径向模型，当 ε＝１时，ＥＢＭ 模 型相 当于 ＳＢＭ模型。规模收益不变的条件下 ＥＢＭ模型表达式如下：
长江经济带省域绿色全要素生产率测算与收敛性分析
长江经济带省域绿色全要素生产率测算与收敛性分析作者：于善波张军涛来源：《改革》2021年第04期摘要：基于SBM-GML模型，以2005—2019年长江经济带省级面板数据为样本，测算长江经济带省域绿色全要素生产率，并对其收敛性进行了分析。
研究结果表明：长江经济带省域绿色全要素生产率在样本期内有效，虽然表现出短期波动，但是整体而言，波动幅度不大，并且在2010年之后呈逐年递增态势。
其中，技术效率是提高省域绿色全要素生产率的主要原因，规模效率不高影响了省域绿色全要素生产率的水平。
同时，长江经济带省域绿色全要素生产率不存在显著的α收敛，但是存在绝对β收敛。
即省域绿色全要素生产率在时间序列上并不具有延续性，省域绿色全要素生产率低的省份存在向绿色全要素生产率高的省份的“追赶效应”，并将最终以相同的稳态趋于均衡。
为此，要坚定不移贯彻新发展理念，倡导绿色转型发展;提高规模效率，突出城市聚集效应，充分发挥城市群在带动区域经济增长和转型中的作用;在具体政策制定上，要注重省域发展的差异性，做到精准施策。
关键词：绿色全要素生产率;SBM-GML模型;收敛性;长江经济带发展中图分类号：F127 文献标识码：A 文章编号：1003-7543（2021）04-0068-10以高投资、高能耗和高排放为特征的发展模式不利于我国经济社会的可持续发展。
长江经济带在经济快速发展的同时，面临着资源环境的约束，特别是工业化和城镇化进程的加速推进，带来了空气污染、水污染、垃圾围城等问题。
2019年，长江经济带城镇化率达到60.60%，按照国际经验来看，已经进入社会矛盾的多发期，同时环境承载压力逐渐加大。
在“共抓大保护、不搞大开发”成为长江经济带沿线省市发展共识的背景下，推动长江经济带高质量发展、实现绿色转型已经成为破解环境污染难题、提升可持续发展能力的重要抓手[1]。
那么，长江经济带沿線省市绿色发展效率如何？各省市之间绿色发展效率的差异又有多大？这些问题亟待回答，对于客观评估长江经济带省域发展潜力具有重要的理论价值和现实价值。
我国主要农作物绿色全要素生产率分析
我国主要农作物绿色全要素生产率分析
李慧泉;毛世平
【期刊名称】《中国农业科技导报》
【年(卷),期】2022(24)2
【摘要】在农业环境资源禀赋刚性约束下应更注重农业的绿色发展。
假设农业污染排放系数是一个动态变化的参数,基于动态测算农业面源污染非期望产出,运用SBM超效率模型和DEA-Malmquist生产率指数测算主要农作物的绿色全要素生产率。
研究发现:①粳稻和大豆的环境技术效率大于1,而玉米、小麦和棉花的环境技术效率小于1;②棉花、粳稻和玉米的绿色全要素生产率年均增长0.7%、0.4%和0.3%,而小麦和大豆的绿色全要素生产率年均降低1.6%和1.2%,主要农作物主产区间的绿色全要素生产率存在差异;③绿色全要素生产率与传统全要素生产率具有明显差异,其绿色技术进步更显著;④提高农业从业人员受教育水平,加大农业科技投资和加强环境污染治理等内生驱动促进绿色全要素生产率增长。
分作物测算并分析其绿色全要素生产率,能更好地反映各作物的综合生产能力,体现主要作物的实际生产率状况。
【总页数】10页(P58-67)
【作者】李慧泉;毛世平
【作者单位】中国农业科学院农业经济与发展研究所;华南理工大学工商管理学院【正文语种】中文
【中图分类】F328
【相关文献】
1.从国家科技奖励情况看我国农作物育种现状和科技发展方向——基于五大主要农作物近年育种领域获奖项目分析
2.我国主要农作物绿色防控覆盖率达到27.2％
3.我国农业绿色全要素生产率水平及绿色转型路径分析
4.中美主要农作物全要素生产率的比较分析
5.我国主要农作物绿色防控覆盖率：27．2％
因版权原因，仅展示原文概要，查看原文内容请购买。
黄河流域农业绿色全要素生产率的时空差异及收敛性分析
（3）
其中， 代表第 i 个省份基期的农业绿色全要素生产率， 代表第 i 个省份末期的农业绿色全要
素生产率，T 代表本研究所设定的时间跨度，α 为常数项，β 为收敛系数， 为随机误差项。如果 β 小于 0，
则说明农业绿色全要素生产率存在绝对收敛，这样就意味着农业绿色全要素生产率低的省份存在向农业绿色
黄河流域农业绿色全要素生产率的时空差异及收敛性分析
黄河流域农业绿色全要素生产率的时空差异及 收敛性分析
刘 煦 陈垚彤
摘 要：本文在考虑将农业碳排放指标作为农业绿色转型发展中的非期望产出指标基础上，构建了黄河流域农业绿色全要素生 产率测算指标体系，并基于非期望产出的 SBM 模型和收敛性模型，测算了 2010 年以来黄河流域农业绿色全要素生产率的时 空差异，对其收敛性进行了分析。结果表明，在时间维度，黄河流域农业绿色全要素生产率呈现逐年递增趋势；在空间维度， 黄河流域各省份农业绿色全要素生产率发展并不均衡，下游省份农业绿色全要素生产率依次优于中游和上游省份。在收敛性方 面，黄河流域各省份农业绿色全要素生产率并不存在收敛和收敛，即不存在农业绿色全要素生产率低的省份向高省份的“追赶 效应”。 关键词：黄河流域；农业绿色全要素生产率；时空差异；收敛性 DOI：10.3773/j.issn.1006-4885.2024.02.122 中图分类号：F323.2；F323.3 文献标识码：A 文章编码：1002-9753（2024）02-0122-10
2.1.2 收敛性模型
收敛性用于描述不同发展水平条件下的地区间是否具有相同的发展趋势，其思想根源于新古典经济学中
边际产出递减原理的阐述。由于受多方面因素影响，地区间发展水平存在强弱差距，发展水平弱的地区如果
能够以更高的发展速度向发展水平强的地区追赶，则具有一定的收敛性。也只有通过这样，才能够实现落后 地区向发达地区的追赶。而所谓收敛性，刘强（2001）［17］认为是指在封闭经济条件下，对于一个有效经济
中国绿色全要素生产率及其区域差异——基于30个省面板数据的实证分析
一
系列政 策 ， 十八届 五 中全会 提 出经 济 发 展 要 坚 持 “ 创新发展 、 协调发展 、 绿 色发 展 、 开 放发 展 和共 享 发
中国经 济经 过三 十 多 年 的高 速 增 长 已经 创 造 了 巨 大 的 经 济 红 利 ， 成 就 了世 界 为 之惊 叹 的 “ 中 国奇
迹” 。然而 ， 中国经济增长主要依靠大规模 的要素投入和政府主导型投资 ， 其粗放型的增长模式导致了资 源短缺与环境严重恶化 ， 似乎走 向了一条“ 要经济舍环境” 的不可持续发展之路…＿ ２ ］ 。为了避免重复工业
考 虑 资源 和环 境代 价 的基础 上 ， 测度 中 国 ３ ０个 省域 绿色 全 要 素生 产率 并 进行 区域 比较 ， 于促 进经 济 转 型， 实 现 区域 经济绿 色 、 健康 、 协 调发展 具 有重要 理论 和 实践 价值 。
一
、
文 献 综 述
全要素生产率（ Ｔ ｏ ｔ ａ ｌ Ｆ ａ ｃ ｔ ｏ ｒ Ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｖ ｉ ｔ ｙ ， Ｔ Ｆ Ｐ ） 作为衡量经济增长质量和源泉的核心指标 ， 其测算方法
主要依赖 于绿 色技 术进步 ， 而非 绿色技术 效率的改进 ； Ｇ Ｔ Ｆ Ｐ在省际层面上表现 出较大 的差异性 ， Ｇ Ｔ Ｆ Ｐ指 数增长率
最快 的省份分 别为 天津、 上海 、 北京、 江苏 、 浙江 ； 不 同的空间尺度选择标准下的区域绿色经济增长呈现显 著的异质
性特征。 关键词 ： 绿色全要素生产率 ； 区域绿色经济 ； 区域异质性 ； Ｍａ ｌ ｍｑ ｕ ｉ ｓ ｔ —Ｌ ｕ ｅ ｎ ｂ ｅ ｒ ｇ ｅ ｒ 指数 文章编号 ： ２ ０ ９ ５— ５ ９ ６ ０ （ ２ ０ １ ６ ） ０ ６— ０ ０ ９ １— ０ ８ ； 中图分类号 ： Ｆ １ ２ ７ ： 文献标识码 ： Ａ
环境约束下我国西南地区农业全要素生产率度量及收敛性研究
环境约束下我国西南地区农业全要素生产率度量及收敛性研究唐德祥;周雪晴
【期刊名称】《科技管理研究》
【年(卷),期】2016(036)004
【摘要】首先用清单分析法对我国西南地区农业面源污染进行核算，将其纳入农
业全要素生产率框架，并基于Malmquist －Luenberger 生产率指数和新古典收
敛模型实证分析我国西南地区农业全要素生产率增长及其演进规律。
实证结果显示：（1）考虑环境约束的农业全要素生产率显著低于传统不考虑环境约束的测算结果，反映出西南地区农业经济呈现以牺牲生态环境为代价的粗放型增长。
（2）环境约束下桂川渝地区农业全要素生产率高于云贵地区，贵州农业发展呈现出典型的增长与环境双重恶化现象。
（3）环境约束下西南地区农业全要素生产率存在σ收敛和β收敛，但是σ收敛趋势并不稳定。
基于上述结论，提出相关政策建议。
【总页数】7页(P251-257)
【作者】唐德祥;周雪晴
【作者单位】重庆理工大学经济与贸易学院，重庆 400054;重庆理工大学经济与
贸易学院，重庆 400054
【正文语种】中文
【中图分类】F205
【相关文献】
1.碳排放约束下农业全要素生产率测算与收敛性检验 [J], 刘德娟;周琼
2.资源环境约束下我国西部地区农业全要素生产率增长及其影响因素 [J], 陈婷婷
3.我国农业全要素生产率及其影响因素研究——基于资源环境约束视角 [J], 张永强;周宁;张晓飞;蒲晨曦
4.环境约束下福建省农业全要素生产率研究 [J], 刘德娟;曾玉荣
5.生态环境约束下农业全要素生产率时空变化研究——以江西为例 [J], 李华旭;杨锦琦
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国区域农业绿色全要素生产率分解及收敛性分析李文华; 郭丰; 陈永强【期刊名称】《《重庆工商大学学报（社会科学版）》》【年(卷),期】2019(036)002【总页数】11页(P29-39)【关键词】农业碳排放; 绿色全要素生产率; GML生产率指数; 收敛性分析【作者】李文华; 郭丰; 陈永强【作者单位】重庆工商大学经济学院重庆400067; 重庆工商大学长江上游经济研究中心重庆400067【正文语种】中文【中图分类】F323.1一、引言农业在国民经济中具有基础性地位，尤其是对于像中国这样人多地少的发展中大国来说。
在这种情况下，中国以不足世界10%耕地养活世界20%多人口的同时，也满足了工业化、城市化进程对农业现代化的需求。
但是在农业进步的过程中，化肥、农药、农膜等生产资料使用带来的环境污染问题越来越严重，并逐渐引起了党和国家的高度重视，2018年中央一号文件明确指出在坚持“质量兴农、绿色兴农”的前提下提高全要素生产率水平。
由此发现，在农业生产效率提高与环境保护之间取得平衡既是我国农业发展需要，也是学术界研究趋势。
较早对中国农业全要素生产率的研究始于家庭联产承包责任制以后，其中McMillan(1989)、Wen(1993)及张元红(1996)等以传统的非前沿方法为主要测度工具；随着对全要素生产率认识的不断深化及核算方法的推进，20世纪90年代以后前沿方法成为主要的测度工具，前沿方法包括参数的随机前沿分析(SFA)和非参数的数据包络分析(DEA), 其中以石慧等(2008)、全炯振(2009)、李谷成等(2010)运用SFA方法对农业全要素生产率进行了全面测算，但由于SFA具有固定的函数特征，容易造成设定误差；而DEA相对SFA方法运用较为广泛，陈卫平(2006)、方福前等(2010)、王钰等(2010)、王炯等(2012)、刘战伟(2011)等均利用Malmquist指数对农业加总数据进行分解，将全要素生产率分解为技术效率与技术进步等具体内容，结果一致认为技术进步是推动农业全要素生产率进步的重要因素，但由于选用不同的变量数据、时间区间及研究方向等原因，测算出来的全要素生产率值存在一定的差异。
随着化肥、农药、农膜等生产资料在农业领域的使用，在带来生产效率提高的同时也引起了严重的环境污染问题，而传统的生产率核算方法很难兼顾农业生产中的环境因素。
基于此，Chung(1997)提出基于方向性距离函数的Malmquist-Lunberger(ML)生产率指数，这个指数以重点考虑非期望产出而迅速运用于经济社会的各行各业，近些年被引入农业领域，其中李谷成等(2011)在运用单元调查法对农业面源污染进行核算的基础上，基于ML指数分析了农业生产率增长的具体因素；潘丹等(2013)在农业面源污染的基础上加入水资源污染因素，对农业污染源的考察更加全面；尹传斌等(2017)基于SBM模型的ML指数重点分析了中国西部地区农业全要素生产率分解与影响因素；韩海彬等(2013)在测算ML生产率指数的基础上，进一步分析其σ收敛和绝对β收敛情况；潘丹等(2013)不仅分析了农业全要素生产率的绝对β收敛，而且分析了条件β收敛及随机收敛情况，而σ收敛未纳入分析；吴昊玥等(2017)以随机性收敛为重点分析对象，并且将农业碳排放与全要素生产率纳入统一分析框架。
上述农业全要素生产率分解、增长因素及收敛性分析均是基于Malmquist-Luenberger生产率指数而进行的，但ML生产率指数存在线性规划无解及不具备传递性的问题，为了解决上述问题，Oh(2010)在方向性距离函数基础上结合Global Malmquist指数构建了Global Malmquist-Luenberger(GML)生产率指数，GML指数在工业、制造业等领域运用相对广泛，在农业生产率测度方面也进行了尝试，但研究范围较小，其中张林等(2015)仅仅对生产效率问题进行了分解，未对其收敛性做进一步分析。
基于此，本文运用GML生产率指数测算中国农业绿色全要素生产率水平，并进一步检验全国及东、中、西、东北四大区域全要素生产率σ收敛、绝对β收敛及条件β收敛情况。
二、研究方法与数据选取(一)研究方法1．全局生产可能性集合在农业生产中,不仅会产生以农业生产总值表示的期望产出，而且会带来由环境污染产生的非期望产出(二氧化碳排放等)。
为了将环境污染与传统经济增长要素纳入同一分析框架，需要构建既包括期望产出也包括非期望产出的生产可能性集合。
假设每个省份为一个生产决策单元(DMU)，各省市在N种生产要素投入的情况下，可以得到M种期望产出和J种非期望产出利用K省t期的投入产出值(xk,t,yk,t,bk,t)构造如下生产可能性集合：Pt(xt)={(yt,bt):xt生产(yt,bt)}(1)为了避免Pt(xt)技术倒退现象的发生，Oh(2010)运用整个时间段内的全部生产技术集的观测数据设置了全局生产可能性技术集合PG(x)=P1(x1)∪P2(x2)∪Λ∪PT(xT),即全部当期生产技术集的并集，以公式(2)表示如下：(2)2.方向性距离函数传统全要素生产率指数的测算基于Shephard距离函数，这个函数将合意产出与非合意产出同等对待，显而背离了效率测算的原则，而Chung等(1997)构建的方向性距离函数是在保证合意产出增加的情况下尽量减少非合意产出，可以很好地衡量资源环境约束下的全要素生产率水平。
基于产出角度的方向性距离函数表示如下：(3)其中g=(gy,-gb)表示产出增长方向向量，β衡量的是期望产出增加非期望产出缩减的最大可能量，方向性距离函数可以通过线性方程解得：(4)全局方向性距离函数可以解决混合方向性距离函数规划无解的缺陷，仍然通过线性规划方程求解得出：(5)3.GML(Global Malmquist-Luenberger)指数模型纳入环境污染的农业全要素生产率指数可以采用基于产出导向的ML指数测度，但以ML指数测度的全要素生产率缺少循环累乘性特征，只能在临近生产期间进行短期判断，无法测算增长水平的长期变化趋势。
而基于全局技术集构造的GML生产率指数，可以有效规避线性规划无解的问题，同时连续生产前沿面能够规避向内偏移，即规避技术倒退出现的可能性，进而避免全要素生产率“被动”提高的问题。
因此本文将GML指数在不变规模报酬下进一步分解为纯技术效率变化(PECH)、规模效率变化(SECH)及技术进步(TECH),公式及分解结果如下所示：(6)生产率指数大于1表示环境全要素生产率上升，小于1表示环境全要素生产率下降。
纯技术效率变化、规模效率变化及技术进步大于1分别表示效率改善、规模效率提高及技术进步，小于1表示效率恶化、规模效率下降及技术倒退；分别体现了地区的制度管理水平、规模经济及技术变化情况(Jimenez等,2013)。
(二)指标选取及数据来源1.农业投入变量根据研究意义、数据获得性及参考相关文献，选取劳动力、土地、农用机械、化肥、农药、灌溉六个变量作为农业投入变量。
具体说来，劳动投入(Labor)以农业年末从业人员人数表示，单位是万人；考虑到区域自然条件差异带来的地区农业复种指数不同，以农作物总播种面积作为土地投入(Land)的代理变量更能反映土地的实际利用情况，其单位以千公顷表示；机械动力投入(Machine)以各省域农用机械总动力为标准，单位是千瓦时；化肥投入(Fertilizer)以年度用以农业生产的化肥施用量计算，单位以万吨表示；农药投入(Pesticide)以各省域年度农药使用量计算，单位为吨；灌溉投入(Water)应该以农业用水量或者在灌溉过程中发电量进行衡量，但是缺乏对相关内容的统计，因此以有效灌溉面积作为代替，单位为千公顷。
2.农业产出变量农业产出变量不仅包括合意产出而且包括非合意产出，其中合意产出(Desirable output)以历年农林牧渔业总产值表示，并经1999年不变价进行折算，单位为亿元。
农业非合意产出(Undesirable output)包括各环境污染排放量，但是由于不同研究方向及数据选取，尚未达成一致见解。
综合参考学界研究动态，本文主要考虑由化肥、农膜、柴油、农药、灌溉、翻耕六个农业生产活动产生的农业碳排放。
用各自碳排放量乘以对应碳排放系数即为农业碳排放总量，具体计算公式表示为E=∑Ei=∑Ti×δi。
其中E为农业碳排放总量，Ei为相关类型的碳排放量，Ti为各类型碳源排放的数量，δi为各种碳排放系数，其数值大小及来源参考表1。
表1 农业碳排放源、系数及来源碳排放源碳排放系数参考来源化肥0.895 6kg/kgWest T O et al.(2002);美国橡树岭国家实验室(伍芬琳等,2007)农膜5.1800 kg/kgIPCC联合国气候变化政府间专家委员会(2007)柴油0.592 7 kg/kg南京农业大学农业资源与生态环境研究所(程琨,2010)农药4.934 1 kg/kg美国橡树岭国家实验室(伍芬琳等,2007)灌溉20.476 0 KG/hm2李波等(2011)翻耕312.600 0 kg/hm2中国农业大学生物与技术学院(智静等,2009)3.数据来源本文选取1999—2015年农业相关数据对农业碳排放总量及农业全要素生产率进行测算，相关数据均来自历年《中国统计年鉴》《中国农村统计年鉴》《中国农业统计年鉴》《新中国60年统计资料汇编》《中国人口和就业统计年鉴》及各省统计年鉴。
根据传统区域划分方法及本文研究需要将全国划分为东、中、西及东北四大区域，其中东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省域，中部地区包括山西、安徽、江西、河南、湖北、湖南6个省域，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省域，东北地区包括辽宁、吉林、黑龙江3个省份。
并且对东、中、西及东北地区相关数据进行描述性统计分析，具体结果见表2。
表2 相关变量的描述性统计结果变量单位地区最小值最大值平均值标准差劳动投入(Labor)万人东部36.352 887.70859.05782.30中部635.753 564.001 616.21776.92西部85.142 747.08894.89673.75东北525.20745.91652.2966.98土地投入(Land)千公顷东部173.7011 266.103 933.153 725.46中部3 471.3014 425.007 944.783 200.90西部230.409 717.704 255.582 635.03东北3 622.0012 294.006 679.793 300.31机械投入(Machine)千瓦时东部95.3013 353.002 950.683 590.68中部853.0011 710.104 094.742 588.31西部99.604 404.501 502.43976.69东北897.305 442.302 299.471 063.23化肥投入(Fertilizer)万吨东部9.90500.30162.37151.96中部84.90716.10270.79162.76西部2.50259.90113.3679.32东北109.80255.30157.7943.49农药投入(Pesticide)吨东部2 532.00198 764.0059 476.1549 085.67中部16 442.00139 969.0091 360.6436 193.49西部583.0078 848.0023 130.0221 946.33东北17 758.0087 381.0048 929.9818 173.55灌溉投入(Water)千公顷东部138.405 058.101 820.691 777.61中部1 088.155 210.602 778.821 231.09西部151.125 210.602 778.821 068.67东北1 293.205 530.802 139.471 117.87农业总产值(AgiGDP)亿元东部150.044 955.341 392.661 193.92中部294.853 581.581 615.60862.61西部48.203 098.57714.76621.68东北591.342 064.081 158.88446.34农业碳排放(AgiE)万吨东部25.151 066.01349.53320.83中部221.251 120.82496.17238.36西部10.58611.31263.13164.19东北273.15905.48489.19180.24三、实证结果分析(一)农业全要素生产率分解及其增长源泉表3测度了1999—2015年碳排放规制下的GML生产率指数及其分解情况，并且与不考虑农业碳排放状态的全要素生产率进行对比，从表中可以看出，其间不管是否考虑农业碳排放的全要素生产率均呈现增长趋势，其中考虑农业碳排放的全要素生产率平均增长0.58%，不考虑农业碳排放的全要素生产率平均增长3.35%。