【《黄河流域绿色全要素生产率的测算计算过程案例》6900字】

黄河流域绿色全要素生产率的测算计算过程案例目录TOC\o"1-3"\h\u10918黄河流域绿色全要素生产率的测算计算过程案例 1323501.1研究方法 160321.1.1SBM-GML指数法 1324731.1.2单元调查法 383381.2指标选取与数据处理 392391.2.1指标体系的构建 3207741.2.2数据来源 435991.3实证结果及分析 526271.3.1农业面源污染测算结果及分析 5162071.3.2农业GTFP测算结果分析 77144（2）时序演变特征分析 8本章首先对黄河流域农业发展过程中产生的环境压力进行量化分析，测算出农业面源污染，并将测算结果作为GTFP测算系统中的非期望产出；其次，运用SBM-GML指数法对2015-2019年黄河流域农业GTFP进行测算，并将结果分解为技术进步和技术效率，从时间、区域两个层面对农业GTFP的特征进行分析。具体包括：模型的建立、投入产出指标的选取，以及实证结果的分析三个板块。1.1研究方法1.1.1SBM-GML指数法（1）生产技术将每一个地级市作为一个决策单元（DMU）用以构造生产前沿面，可能性集由投入要素X、期望产出Y与非期望产出O组成，此时每个决策单元使用N种投入要素xni(n=1,2…,N)∈R+,i表示i省份，获得M种期望产出Px（1.1）假设各地级市在生产中的非期望产出为弱处置性，此时不能忽略非期望产出，为了减少非期望产出，则期望产出也必须减少，即：y（1.2）假设各地级市在生产中的期望产出为强处置性，此时可忽视非期望产出：y（1.3）假设期望产出与非期望产出是相伴相生的，即它们是“零结合”的：ymi（1.4）满足上述条件下，第t期(t=1,2,3,⋯,T)，第i（i=1,2,3,⋯PtXti=1其中x=(x1,…,xN)，y=(y（2）SBM模型将考虑环境非期望产出的SBM模型定义为：Ss.ti=1s（1.6）其中SVt表示基于VRS的方向距离函数，(xt,i'（3）Global—Malmquist—Luenberger指数在上文构造的生产可能性集的基础上构造全局生产技术集，将全局环境生产技术构造为PGx=GML（1.7）DG(xt,yt,ot)、DG(xt+1,yt+1,ot+1)表示第t期、第t+1期全局方向性距离函数。GML＞1表示从t到t+1期该地级市的绿色全要素生产率增长，GML=1表示从GMLt,t+1=1+=GTECH×同理，GTECH＞1、GEFFCH＞1表示技术进步和效率改善，GTECH<1和GEFFCH<1则意味着技术退化和效率恶化。1.1.2单元调查法由于农业面源污染具有随机、分散、隐蔽等特点，本文参照了赖斯芸[45]的处理方法，采用单元调查法对农业污染源进行综合核算。根据本文的研究指标，可能的产污单元包括化肥施用、水产养殖、禽畜养殖以及农业固体废弃物等类型，如下表所示：表4-1农业面源污染产污单元清单污染来源调查单元调查指标单位产污清单化肥施用氮肥、磷肥、复合肥施用量（折纯）万吨TN、TP水产养殖淡水养殖养殖面积千公顷COD、TN、TP禽畜养殖猪、牛、羊年末存栏数万头、万只COD、TN、TP农业固体废弃物谷物、小麦、玉米、薯类、豆类、油料、蔬菜总产量万吨COD、TN、TP资料来源：根据文献整理所得1.2指标选取与数据处理1.2.1指标体系的构建（1）农业产出指标。产出指标包括非期望产出和期望产出两部分。其中，期望产出用各市(州)农林牧渔总产值（以2014年为基准，剔除价格因素影响）来表示；非期望产出以农业面源污染来表示，测算农业面源污染的指标分为四大类，具体包括12个指标（见表4-1）。（2）农业投入指标。借鉴已有研究，考虑研究区域、数据可得性等因素，选取以下投入：①土地投入：考虑到土地资源的特殊性，可能存在休耕、二次耕种、不耕等情况，本文认为，相对年末耕地面积，用农作物总播种面积表示耕地投入更合理。同时，为了更加全面地反映农业生产过程中的土地投入，将水产养殖面积和果园面积一并考虑在内；②劳动力投入：因本文研究的是广义的农业，因此用农林牧渔从业人员数（或第一产业从业人员数）来表示；③机械投入：选取除非农用机具以外的农业机械总动力来代替；④化肥投入：以统计年鉴中“农用化肥施用（折纯量）”这一指标来代替，表示该地区当年实际用于农业生产过程的化学肥料的折纯量；⑤畜牧投入：以各个市（州）当年猪牛羊年末存栏总数来代替役畜投入，由于部分地区的农业生产中畜力仍占有一定的比重，因此将役畜因素考虑在内；⑥水资源投入：以各省市每年公布的水资源公报为准，选取农田灌溉和林牧渔畜用水量来表示。具体指标如表4-1所示：表4-2农业投入指标体系投入类型指标单位土地投入农作物总播种面积千公顷水产养殖面积千公顷果园面积千公顷劳动力投入第一产业从业人员数万人机械投入农业机械总动力万千瓦化肥投入农用化肥施用量（折纯量）万吨役畜投入猪牛羊年末存栏数万头、万只水资源投入农田灌溉用水量亿立方米林牧渔畜用水量亿立方米资料来源：根据文献整理所得1.2.2数据来源基于本文的核心内容和研究范围，以地级市作为决策单元，选择黄河流域除藏族自治州之外的61个地级市（自治州）（由于藏族自治州生产条件相对严苛，与其他地区可比性较差，且数据缺失严重）2014-2019年的面板数据，并划分为黄河上、中、下游三个部分，分别测算GTFP及其分解的技术进步和技术效率，以期从空间和时间两个角度进行差异分析。本章所涉及的指标包括投入、产出两类。其中，测算非期望产出的指标数据主要来自各省、市（州）2016-2020年的统计年鉴，以及第三次全国农业普查主要数据公报。另外，少数市（州）猪牛羊年末存栏量数据缺失，用该市所辖县区的年末存量加总计算得来。而期望产出指标和投入指标数据主要来自2015-2020年《中国农村统计年鉴》、《中国农业统计资料》、甘肃、山西、河南、宁夏、内蒙古等省（市、自治区）的统计年鉴以及第三次全国农业普查数据公报。个别市（州）缺失的数据用插值法计算得出。特别说明的是，水资源投入数据摘自2015-2020年各省市的水资源公报。相关数据的描述性统计结果如表4-3所示。表4-3投入、产出变量描述性统计变量名称均值最大值最小值标准差样本量产出变量农林牧渔业产值（万元）22598918540948759721781726305COD（万吨）39.2366301.80270.735638.9515305TN（万吨）11.6597496.03870.226331.0954305TP（万吨）2.265436.02460.06343.0355305投入变量劳动力投入（万人）82.0644337.20000.870070.8188305土地投入（千公顷）513.35912489.93606.4406378.6928305机械投入（万千瓦）318.66821509.56245.8600292.0165305化肥投入（万吨）19.820891.34000.299518.2168305役畜投入（万头、万只）260.43661152.520010.2345212.1161305水资源投入（亿立方米）7.459948.85000.30007.1693305资料来源：根据搜集的数据计算所得1.3实证结果及分析1.3.1农业面源污染测算结果及分析农村经济迅速发展的过程中，也对环境造成了很多负面的影响。长期以来，我国农业采用粗放型发展方式，农业结构不合理。为达到“农业增产、农民增收”的效果，大量农药、化学肥料、地膜等农用物资被投入到农业生产经营过程，造成了严重的环境问题，甚至带来了一系列农产品安全问题。近年来，国家越来越重视三农问题，特别是农业安全生产问题。2021年2月21日发布的中央“一号文件”，再次强调了全面推进乡村振兴、加快推进农业现代化的重要性。因此，为贯彻落实“乡村振兴”战略，必须明确农业生产引发的环境污染问题，尽量减少农业环境污染，提高农业绿色生产效率。本文的农业面源污染主要是指化学需氧量（COD）、总氮（TN）和总磷（TP）三类，具体的计算公式为：（1.9）式中，E是农业面源污染排放量；EUi是单元统计数；Qi是排污系数。其中农业固体废弃物的处理方法借鉴张国的研究思路，主要是作物秸秆的还田过程中造成污染，且不同的还田方式其污染排放量不同。图4-1黄河流域农业面源污染排放量（万吨）数据来源：根据搜集的数据计算得来如图4-1所示，2015-2019年，黄河流域农业面源污染的排放量在不断减少。2015年农业面源污染排放量为5061.07万吨，到2019年已减少到2748.00万吨，降幅几乎达到50%。其中，2015-2016年间降幅最大，从2015年的5046.07万吨减少到2016年的3372.31万吨，降低了33.2%。这说明在“十三五”期间，黄河流域对于环境污染，特别是对农业环境污染问题的治理效果显著，农业生产经营过程中越来越注重绿色效率。如上图所示，2015-2019年黄河上游的农业面源污染排放量始终低于黄河中、下游。农业增收离不开农药、化学肥料、地膜等物资的过量使用，但长期违反科学规律，必然会引发环境问题，加上畜牧养殖业蓬勃发展，畜禽粪便排泄造成的面源污染也不容小觑。但国家越来越重视农业生态保护以及农产品安全问题，提高农业绿色生产效率势在必行。黄河上游作为黄河流域重要的水源补给区，在黄河流域生态保护中的地位十分突出《让黄河成为造福人民的幸福河》，甘肃日报，2020-05-《让黄河成为造福人民的幸福河》，甘肃日报，2020-05-26[2021-2-28].黄河中游农业面源污染排放量比黄河上游高。但依照发展趋势来看，两者之间的差距在逐渐缩小。2015年黄河中游农业面源污染排放量为1812.56万吨，是黄河上游（759.18万吨）的两倍多。到2019年中游排放量为993.34万吨，而上游排放量为721.73万吨，黄河中、上游之间的差距逐渐缩小。2015年，黄河下游的农业面源污染排放量为2492.32万吨，远高于黄河中游（1812.56万吨）以及黄河上游（759.18万吨）。但2016年黄河下游排放量降至1372.40万吨，与黄河中游的1272.09万吨差距缩小。由图可知，2017年之后黄河下游的排放量甚至低于黄河中游，且整体水平呈现下降的趋势。这说明黄河下游的农业污染问题在逐步改善，也表明农业生产效率在不断提高。1.3.2农业GTFP测算结果分析本文运用MaxDEA6.0软件对黄河流域61个地级市（自治州）的GTFP进行测算，并分解为技术进步（TECH）和技术效率（EFFCH），从时间和空间两个层面进行差异化分析。（1）区域差异分析表4-4表示的是黄河流域61个地级市农业GTFP平均值、技术进步和技术效率的测算结果。其中，白银、天水、平凉、临夏、阿拉善盟、安阳、西安、商洛等28个地级市农业GTFP指数大于1，实现了农业绿色生产效率的进步，也表明黄河流域农业处于可持续发展的状态；包头、宝鸡、长治、庆阳、开封、朔州、定西、太原等32个地级市的农业GTFP指数小于1，说明在样本期间这些地区的农业GTFP呈现倒退趋势；只有乌海市的GTFP等于1，也就是观察周期内保持不变。排名前十的市州中，属于黄河中游的有8个，具体包括西安、济源、渭南、延安、濮阳、铜川、商洛、晋城，剩余滨州和泰安2个市属于黄河下游；排名后十位的市州中吴忠、石嘴山、海东、西宁、银川、中卫这6个市州属于黄河上游，榆林、忻州2个市属于黄河中游，而开封、周口2个市属于黄河下游。该结果表明，黄河中游地区的GTFP效率值较高，黄河下游地区次之，黄河上游地区处于较低水平。从分解结果来看，在GTFP进步的28个市中，白银、滨州、德州、东营、济源、晋城、临夏、吕梁、天水和渭南等10市实现了技术进步和技术效率的双重增长；济南、济宁、莱芜、商洛、泰安、铜川、西安、咸阳、延安等9市的农业GTFP完全来源于技术进步，其技术效率保持不变；阿拉善盟、菏泽和武威3市在技术效率改善的同时，出现了技术退步的现象；而安阳、焦作、平凉、濮阳、运城5市技术进步的同时，技术效率恶化。在农业GTFP倒退的32个市（州）中，有些市（州）技术进步指数增加，但技术效率不断恶化。而且，技术进步带来的收入，不能完全弥补效率恶化造成的损失；有些市（州）技术效率改善但技术退步，或者是技术退步的同时，技术效率恶化，在两者共同作用下，该地区农业生产效率不断恶化。其中最为特殊的是三门峡市和商丘市，三门峡市在技术进步和技术效率同时恶化的情况下，实现了农业GTFP的正向增长；而商丘市在技术进步和技术效率双向驱动的条件下，竟然出现了农业生产效率倒退的现象。说明这两个地区农业生产效率不仅取决于技术进步和技术效率，还受其他因素的影响。总体来看，技术进步在农业TFP增长过程中发挥了很大作用。而在很多情况下，技术效率恶化，也拉低了农业TFP水平。此外，技术进步和技术效率都起到正向拉动作用的情况相对较少。表4-4黄河流域农业绿色全要素生产率平均值及其分解结果地区GTFPEFFCHTECH地区GTFPEFFCHTECH阿拉善盟1.00611.01900.9893平凉市1.02630.98561.0438安阳市1.02160.95311.0805濮阳市1.04620.97721.0744巴彦淖尔市0.98290.96811.0174庆阳市0.97060.95521.0315白银市1.03201.03971.0487商丘市1.01840.88680.9260包头市0.93421.00000.9342商洛市1.04131.00001.0413宝鸡市0.99560.93181.0720开封市0.99751.05731.0987滨州市1.11981.04191.0779石嘴山市0.90860.88341.0229长治市0.98310.92861.0652朔州市0.97780.96471.0153德州市1.00381.00851.0050太原市0.97340.92781.2109定西市0.99680.97651.0461泰安市1.09771.00001.0977东营市1.03401.00831.0479天水市1.02701.01781.0526鄂尔多斯市0.98690.97791.0112铜川市1.04371.00001.0437固原市0.93360.90241.0072渭南市1.06221.06901.0863海东市0.89720.87380.9987乌海市1.00001.00001.0000菏泽市1.03301.09100.8973乌兰察布市0.94850.83901.1634鹤壁市0.95800.90711.0658吴忠市0.90860.98980.9282呼和浩特市0.93220.91321.0250武威市1.01521.03710.9955济南市1.01951.00001.0195西安市1.16841.00001.1684济宁市1.01201.00001.0120西宁市0.88000.88280.9837三门峡市1.13861.07421.1010咸阳市1.03081.00001.0308焦作市1.03700.98931.0590忻州市0.89150.75270.9195晋城市1.03701.02081.0291新乡市0.98410.91701.0750晋中市0.97760.94401.0431延安市1.04781.00001.0478周口市0.92280.92820.9131银川市0.86080.90550.9384莱芜市1.00981.00001.0098榆林市0.91381.05780.9858兰州市0.98881.00431.0689运城市1.03700.89501.0510聊城市0.98300.95641.0287洛阳市0.93871.00000.9387临汾市0.99740.94651.0653中卫市0.75290.71771.0088临夏州1.02601.03901.0453郑州市0.90070.91911.0794吕梁市1.02331.00091.0494淄博市0.99330.86781.0581济源市0.96550.95281.0222资料来源：根据计算结果整理所得（2）时序演变特征分析表4-5反映的是黄河流域2015-2019年期间黄河流域及其上、中、下游地区农业GTFP和增长源泉的变化情况。结果表明，黄河流域农业GTFP平均值为1.0110，即年均增长率为1.1%，其主要增长源泉是技术进步。表4-5分年份黄河流域GTFP指数及其分解年份20152016201720182019均值黄河流域GTFP0.91981.08500.98811.01311.04911.0110EFFCH0.94830.96980.97400.87841.05760.9656TECH0.97591.00551.03101.08150.96791.0124黄河上游GTFP0.96201.01350.98861.00611.01600.9972EFFCH0.90650.90070.98540.97281.09100.9713TECH0.95871.02471.00471.05600.93780.9964黄河中游GTFP0.96191.01101.00161.01231.08391.0141EFFCH0.96011.00080.95400.96111.04990.9852TECH0.90831.07631.07381.02401.01411.0193黄河下游GTFP0.93561.05070.96311.06141.05471.0131EFFCH0.99301.02310.99180.91821.01900.98