三 相關研究綜述

（一）“兩型農業”生產體系研究

“兩型農業”生產體系由中國共產黨第十七屆三中全會首次明確提出。國外在“兩型農業”方面的相關研究較少，但是在循環農業、生態農業、集約農業和精準農業等近似的“兩型農業”形態方面的研究成果頗為豐富。例如，ülo、Mikk 和Külvik（1999）分析了生態農業和低強度傳統農業對生物多樣性、景觀多樣性和養分流等景觀價值的可能影響，結果表明生態農業顯著提高了生物和景觀多樣性，降低了養分流失和土壤侵蝕的風險。Rasul和Thapa（2003）根據環境可靠性、經濟可行性和社會可接受性，對生態農業和傳統農業系統進行了比較研究，研究結果表明生態農業和傳統農業在作物多樣化、土壤肥力管理、病蟲害管理和農用化學品的使用等方面存在顯著差異，生態農業相對傳統農業而言更具可持續性，它可以成為傳統農業系統的可行替代方案。Granlund和Rankinen等（2015）認為目前迫切需要找到控制農業氮流失的方法，生態循環農業有可能減少農業土壤中的氮盈余和由于養分效率提高而導致的氮流失。Norton（2016）認為當前農業實踐活動主要由“集約化”而非“可持續性”驅動，為改變這種現狀，生態學家應該專注于農業的可持續性發展而非集約化生產，并從農業系統的自身性質、自然資源和生態過程的基本作用方面尋找證據，從而提供農業實踐活動的可替代方案。Adrian、Norwood 和Mask （2005）認為近年來人們越來越重視精準農業技術，然而很少有人關注農民采用這些技術的原因。雖然經濟利益是生產者采用精準農業技術的主要原因，但農民對精準農業技術的態度和看法在采納決策中同樣發揮作用。Tamirat、Pedersen 和Lind（2017）認為精確農業（Precision Agriculture，PA）是一種有前途的技術和管理理念，不僅為生產者和消費者提供多方面的利益，而且有利于保護環境。Evert和Gaitán-Cremaschi等（2017）認為精準農業技術的應用有望提高盈利能力，對社會而言，精準農業有望提高可持續性，研究結果表明在馬鈴薯生產中，精準農業可導致農藥使用量減少23%，氮肥用量減少15%；在橄欖生產中，鉀肥的使用量減少了31%，磷肥的使用量減少了59%。Balafoutis和Beck（2017）的研究表明，使用高科技設備的精準農業實踐能夠通過現場特定應用減少農業投入，因為它更好地針對現場的空間和時間需求提供投入，這可以減少溫室氣體排放，另外精準農業還對農業生產力和經濟產生積極影響。

國內關于“兩型農業”方面的研究主要集中在以下幾方面：

1.“兩型農業”內涵的界定

陳文勝（2014）認為雖然當前大部分關于“兩型農業”研究的立論基礎均是循環經濟理論、可持續發展理論和發展經濟學理論等，但是學界對“兩型農業”的概念和內涵的界定并未達成一致。周棟良（2011）認為“兩型農業”應該涵蓋農、林、牧、漁等諸多領域，反映的是“大農業”思想，其本質是要求轉變農業發展方式。匡遠配（2010）認為“兩型農業”是“資源節約和環境友好”的現代發展理念在農業生產中的內在化過程，“兩型農業”既要實現資源節約，即利用最少的生產要素投入獲得最大的農業產出；又要實現環境友好，即農業生產過程不能以犧牲生態環境為代價，而要實現人與自然的協調發展。馬德富和劉秀清（2010）則在闡述“兩型社會”和“兩型農業”之間關系的基礎上，對“兩型農業”的內涵做了界定，該文認為“兩型農業”是以低農業污染排放，維持良好的農業生態環境為前提，實現農業資源利用效率最大化。余新華和烏東峰（2011）則認為“兩型農業”具有“三高一低”的特性，即高品質、高環保、高附加值和低成本。吳昊（2016）認為“兩型農業”的出發點是提高農業資源的利用效率和加強農業生態環境保護，落腳點則是加快農業發展方式轉變。

2.“兩型農業”評價指標體系的構建和評價

彭藝和翟歡歡（2010）構建了以生態農業、循環農業和可持續發展為目標層，以經濟效益、社會效益、生態效益、減量化、再利用、再循環、生產可持續性、經濟可持續性、社會可持續性和資源可持續性為準則層的“兩型農業”綜合評價指標體系，在此基礎上綜合利用熵值法和灰色關聯法等方法對中國各省份的“兩型農業”發展水平進行了綜合評價。周棟良（2010）構建了以農業生產與農村經濟發展、資源節約、資源循環利用以及環境與安全為準則層，以25個單項指標為指標層的“兩型農業”綜合評價指標體系，并進一步利用 AHP法和加權函數法對湖南省的“兩型農業”生產體系進行了實證評價。羅平（2011）在對都市農業和“兩型社會”之間的關系進行分析的基礎上，遵循評價指標體系設立的原則，構建了都市農業“兩型化”發展綜合評價指標體系，并以武漢市為例，利用 Delphi 法和AHP法對都市農業“兩型化”發展水平進行了綜合評價。劉紅峰和劉惠良（2014）構建了包含6個一級指標、14個二級指標、71個三級指標的“兩型農業”科技創新評價指標體系，并采用層次分析法和灰色關聯法對中國各省份的“兩型農業”科技創新水平進行測度。潘丹和應瑞瑤（2013）則從效率角度出發，應用Malmquist-Luenberger生產率指數對中國各省份的“兩型農業”發展水平進行了評價，并進一步對評價結果進行了空間計量分析。

3.“兩型農業”發展模式和發展路徑探討

匡遠配和曾銳（2009）以長株潭城市群為例，詳細闡述了“兩型農業”發展的障礙因素，在此基礎上從推進農業污染綜合治理，推廣“兩型農業”技術，培育新型農民，完善相關法律法規等方面提出了有針對性的對策建議。楊安娜（2009）則重點分析了財政金融政策在支持“兩型農業”發展方面存在的問題，并從加大財政支農投入，優化財政支農結構，培育農村金融機構等方面提出了相應的解決辦法。喻軍（2011）認為農業保險是“兩型農業”發展的內在要求，在我國農業保險的相關法律法規不健全的情況下，加強農業保險立法是“兩型農業”發展的重要保障，應該設立農業保險主管部門，明確農業保險立法的性質和地位，為“兩型農業”發展保駕護航。陳文勝（2014）從農業科技創新、農業信息化建設和農業制度創新等方面提出“兩型農業”發展的有效路徑。胡建（2012）以湖南省為例，利用博弈論分析方法深入探討了“兩型農業”發展模式，對不同類型的區域如何選擇“兩型農業”發展模式做了詳細闡述，并在此基礎上對“兩型農業”運行機制優化措施進行了分析。劉智勇（2013）認為“兩型農業”發展過程中存在環境污染、人才匱乏和政策制度滯后等問題，克服“兩型農業”發展中的障礙，促進“兩型農業”又好又快發展，應該主要從強化農業科技，加強農業人才隊伍建設，推動農業發展方式轉變，完善“兩型農業”投入機制，構筑“兩型農業”發展的動力機制等方面著手。陳文勝和鄺奕軒（2016）以長株潭城市群為例，全面梳理了長株潭城市群在“兩型農業”建設方面的經驗，并深入分析了其成功經驗對其他地區“兩型農業”發展的重要啟示。李德新（2017）認為“兩型農業”發展需要處理好“兩型農業”與“高效”農業的關系，“兩型農業”與“傳統”農業的關系以及“兩型農業”與“現代”農業的關系。

（二）環境約束下農業全要素生產率評價

自從Grilliches（1957）等學者將全要素生產率理論應用到農業領域以來，關于農業全要素生產率的相關研究逐漸增多，研究方法趨于多元化，研究內容更加廣泛和深入。但是傳統的農業全要素生產率的測度無法考慮環境污染問題，如果忽略環境要素的約束，測度結果將出現偏差。自從Chung等（1997）通過在方向性距離函數的基礎上構造Malmquist-Luenberger（ML）生產率指數，從而有效解決了傳統的全要素生產率無法考慮環境污染問題之后，一些學者開始嘗試將環境污染排放作為“非期望”產出納入農業全要素生產率的評價模型，并對環境約束下全要素生產率展開研究。由于農業環境污染排放物測度的復雜性，導致環境約束下農業全要素生產率的相關研究起步較晚，比較有代表性的相關研究如下。

Hoang和Coelli（2011）利用物料平衡法測度了1990—2003年30個OECD成員國的農業環境全要素生產率，結果表明，考慮環境約束的農業全要素生產率、增長率要低于傳統的農業全要素生產率增長率，而且投入組合的變動能夠顯著提高農業環境效率和農業環境全要素生產率。Falavigna 和 Manello（2013）等將 NHO3 排放物作為非期望產出，并利用基于產出的方向性距離函數以及 Malmquist- Luen-berger生產率指數對意大利的102個省份的農業環境效率和農業環境全要素生產率進行測度，結果顯示當考慮環境約束時不同區域的農業環境效率和農業環境全要素生產率均具有顯著差異。Lina 和 Fei（2015）基于二氧化碳導向距離函數構造了Malmquist二氧化碳排放績效指數，在此基礎上，對2003—2010年中國30個省份農業部門的碳排放績效進行了評價，結果表明考慮二氧化碳排放約束的農業全要素生產率年均增長率為6%，累計增長率為48.5%；農業技術效率年均變化率為3.05%，累計變化率為22.56%；農業技術進步年均變化率為4.14%，累計變化率為32.18%。Zhang等（2017）以鄱陽湖生態經濟區為例，利用全局非徑向方向性距離函數模型，對農業主產區的碳排放效率進行研究，結果表明在碳排放約束下鄱陽湖生態經濟區處于非效率狀態，其碳排放效率平均值僅為0.279，意味著如果這些地區處于生產前沿時，尚有72.1%的改善空間。Cecchini 和 Venanzi （2018）將CO2 等標排放作為非期望產出，利用能夠考慮非期望產出的非導向SBM-DEA模型對意大利翁布里亞地區的10個奶牛場的環境效率進行了評價，結果表明6個奶牛場為SBM有效，并處于生產前沿面上，另外4個奶牛場的環境效率在0.52 到0.64 之間波動。Xie和Zhang（2018）等利用全局Malmquist-Luenberger生產率指數對中國糧食主產區1993—2016年環境約束下耕地利用全要素生產率進行了測度，結果表明主要省份的耕地利用全要素生產率指數均大于1，從耕地利用全要素生產率分解來看，純技術進步和規模技術變化是耕地利用全要素生產率增長的驅動力，而純效率變化和規模效率變化則是耕地利用全要素生產率增長的瓶頸。

隨著中國農業環境污染問題日益突出，國內越來越多的文獻開始對環境約束下農業全要素生產率進行評價，表1.1匯總了一些典型相關文獻。

從表1.1的統計結果來看，國內關于環境約束下農業全要素生產率評價的相關文獻主要使用 Malmquist-Luenberger生產率指數或者Global-Malmquist-Luenberger生產率指數，個別文獻使用隨機前沿生產函數模型；從研究對象來看，絕大部分文獻以中國各省份為研究對象，部分文獻以特定區域為研究對象；從實證結果來看，絕大部分文獻均得出了考慮環境約束時可能會造成農業效率損失，而不考慮環境約束時可能會高估農業全要素生產率的結論。

（三）農業全要素生產率影響因素分析

現有相關文獻關于農業全要素生產率研究的另一個熱點是分析農業全要素生產率的影響因素，探究哪些因素促進或阻礙了農業全要素生產率的增長。Lio和Liu（2008）考察了基礎設施治理質量的差異是否能夠解釋農業生產率的跨國異質性。實證結果表明，在相同的農業投入數量以及相同的教育水平和氣候條件下，基礎設施治理更好的國家可以產生更多的農業產出。結構方程模型的實證結果也支持這樣的假設，即更好的治理帶來更高的農業生產率。Chen 和Yu 等（2008）利用基于極大似然估計的隨機效應模型，實證檢驗了中國農業全要素生產率增長的影響因素，結果表明中國農業技術進步的主要決定因素是農業減稅以及在農業研發、農業基礎設施建設以及農業機械化方面的公共投資；此外，政策改革、教育和減災是提高農業效率的重要措施。Wang和Mcphail（2014）基于結構 VAR模型，使用1948—2011年的美國實際汽油價格，農業全要素生產率以及實際農產品價格等年度數據，深入探討了美國能源價格沖擊對農業全要素生產率增長的影響，結果表明短期內能源價格沖擊對農業全要素生產率增長有負面影響。Amarea和Jensen等（2018）采用引入工具變量的固定效應模型，探討了降水沖擊對農業生產率的影響，結果表明降水沖擊對農業生產率具有顯著的負向影響，這可能是由于降水沖擊加大了農作物生產風險而導致農作物產量下降。Key（2018）利用美國1982—2012年實施的五年一次的農業普查數據探討了美國玉米種植帶的農場規模和農業生產率之間的關系，研究結果表明，近幾十年來，美國面積不足100英畝農場的全要素生產率低于大型農場，農業全要素生產率隨著玉米種植帶的農作物種植面積增加而增加。Sheng和Xu（2018）基于澳大利亞千年不遇的干旱事件探討了氣候變化對農業全要素生產率的影響，該文認為在傳統的OLS回歸中對干旱的不恰當測度可能會導致估計偏差，而合成控制法通過構建“反事實澳大利亞”可以有效解決該問題，基于合成控制法的實證結果表明與沒有發生嚴重干旱的情況相比，千年干旱事件導致澳大利亞的農業全要素生產率平均降低了約18%。Baldoni和Coderoni等（2018）以意大利2008—2013年農場層面的數據為例，探討了農業全要素生產率與環境績效之間的關系，該文認為這種關系探討具有重大的政治意義，因為如果兩者之間存在負向關系，則意味著通過引進更好的技術，提高農業全要素生產率水平就可以改善農場的環境績效，實證結果表明兩者之間并非呈現單一關系。Yu和Chancellor（2018）研究了澳大利亞糧食產業中農場規模與全要素生產率之間的關系，結果表明農場規模與全要素生產率之間存在正相關關系，該結論有助于加強我們對農場規模不斷變大的理解，同時這也是發達國家農業結構調整過程中廣泛觀察到的現象；結果還表明農場資本外包將有助于提升農場的全要素生產率水平，并有助于緩解中小型農場和大型農場之間全要素生產率之間的差距。

近幾年，國內也有大量文獻圍繞農業全要素生產率的影響因素展開研究，并得出了有價值的結論。例如，時悅和趙鐵豐（2009）在測度中國各省份農業全要素生產率的基礎上，深入分析了農業全要素生產率的影響因素，結果表明財政支農力度和農產品出口促進了農業全要素生產率的提升，而城鎮化水平則阻礙了農業全要素生產率的提升。王玨和宋文飛等（2010）利用空間計量模型探討了中國各省份農業全要素生產率的影響因素，結果表明地理因素、工業化進程、科技水平和土地利用能力等因素顯著促進了農業全要素生產率的增長，而自然環境和電力利用水平等因素對農業全要素生產率的影響不顯著。石慧和吳方衛（2011）在對1985—2005年中國各省份農業全要素生產率進行測度的基礎上，利用空間誤差模型探討了中國農業全要素生產率的影響因素，結果表明城鎮化和工業化顯著促進了農業全要素生產率的增長，而人力資本對農業全要素生產率的影響在不同的樣本期表現則不同。金懷玉和菅利榮（2013）的研究結果表明，自然災害對農業全要素生產率的影響非常嚴重，成災面積每增加一標準單位，農業全要素生產率平均下降3.1%。赫國勝和張微微（2016）使用兩階段系統GMM方法實證檢驗了各因素對農業全要素生產率的影響，結果表明農業灌溉水平、農村金融發展水平、工業化程度以及對外開放程度等因素顯著促進了農業全要素生產率的增長，而自然災害水平以及農業要素投入水平則阻礙了農業全要素生產率的增長。何婷婷（2017）綜合利用DEA-Malmquist指數法和隨機前沿生產函數法測度了中國28個省份的農業全要素生產率，并對測度結果進行了比較分析，在此基礎上實證檢驗了農業全要素生產率的影響因素，結果表明農村人力資本、農業資本投入以及城鎮化水平顯著促進了農業全要素生產率的增長，而農業種植結構和農業勞動投入則阻礙了農業全要素生產率的增長。李文華（2018）利用Malmquist生產率指數對1998—2015年中國各省份的農業全要素生產率進行了測度，在此基礎上實證檢驗了農業全要素生產率的影響因素，研究發現農村人力資本水平、財政支農力度以及工業化水平等因素顯著促進了農業全要素生產率增長，而農業經營規模、城鎮化水平以及對外開放水平等因素對農業全要素生產率的影響不顯著。

現有關于環境約束下農業全要素生產率的相關研究剛剛起步，并且主要集中于環境約束下農業全要素生產率的測度以及對測度結果的全方位分析，而進一步對環境約束下農業全要素生產率影響因素進行探討的文獻尚不豐富。

在國外文獻中，Wang和Shen（2016）將總氮、總磷和化學需氧量作為非期望產出納入農業效率的評價體系，并且在測度農業環境效率的基礎上分析了農業環境效率的影響因素，實證結果表明農業經濟增長、貿易開放度、農業比重、農業技術水平、收入差距以及農業的財政支持力度均對農業環境效率具有顯著影響，但影響方向和影響程度不一樣。Vlontzos和Niavis等（2017）將溫室氣體排放作為非期望產出，對1999—2012年的歐盟農業環境效率進行了測度，在此基礎上利用計量模型探討了歐盟農業環境效率與 GDP之間的關系，以檢驗環境庫茲涅茨曲線是否存在，結果表明歐盟農業環境效率與GDP之間可能存在N 形曲線關系。Xue 和Yang等（2018）將化學需氧量以及氮和磷作為非期望產出，對中國農業用水環境效率進行了評價，在此基礎上使用空間計量模型分析了中國農業用水環境效率的影響因素，結果表明農村經濟發展水平的提高，農業結構的合理變化以及良好的農業環境基礎，有針對性的環境規制等因素都能夠促進農業用水環境效率的提升，然而農村工業增長的粗放模式降低了農業用水環境效率。

在國內文獻中，潘丹（2014）將農業面源污染排放物作為非期望產出，對1998—2011年中國各省份的農業綠色生產率進行測度，在此基礎上采用Tobit回歸模型實證檢驗了農業綠色生產率的影響因素，結果表明養殖業比重、城鄉收入差距、工業化水平、財政支農力度等因素均對農業綠色生產率產生了顯著的負向影響，而農村經濟發展水平和農業基礎設施投資力度顯著促進了農業綠色生產率提升。杜江和王銳等（2016）的研究表明，人均收入水平與農業環境全要素生產率呈現倒U形關系，農業結構調整、經濟結構變動以及農民收入構成等因素顯著促進了農業環境全要素生產率增長，而相對價格變動、受災率、財政支農力度以及城鎮化率等因素均對農業環境全要素生產率產生了顯著的負向影響。張永強和周寧等（2017）利用面板數據模型分析了考慮資源環境約束的農業全要素生產率增長的影響因素，研究表明農業生產技術和人力資本等傳統生產要素對考慮資源環境約束的農業全要素生產率的影響不顯著。吳傳清和宋子逸（2018）采用全面FGLS估計方法對長江經濟帶農業綠色全要素生產率的影響因素進行了探討，研究結果表明財政支農力度、農村人力資本存量和農業機械化水平等因素顯著促進了長江經濟帶農業綠色全要素生產率增長，而對外開放水平，第二、第三產業發展水平以及受災率等因素則阻礙了長江經濟帶農業綠色全要素生產率增長。高楊和牛子恒（2018）利用空間杜賓模型探討了農業信息化等因素對農業綠色全要素生產率的影響，研究結果表明農業信息化能夠同時促進本地以及鄰域農業綠色全要素生產率的提升；受教育程度顯著促進了本地農業綠色全要素生產率的提升，而阻礙了鄰域農業綠色全要素生產率的提升；工業化水平同時阻礙了本地以及鄰域農業綠色全要素生產率的提升。

（四）以往研究的總結回顧

前文對相關文獻進行了系統梳理，這些文獻對于本書加深對“兩型農業”全要素生產率增長的時空演變及驅動機制的理解具有重要意義，這同時也是本書開展研究工作的基礎。雖然目前關于農業全要素生產率的研究成果已經比較豐富，對環境約束下農業全要素生產率的相關研究也逐步展開，但是現有研究在不同程度上仍存在一些缺憾。

（1）由于核算農業環境污染排放物比較復雜和困難，因此傳統的農業全要素生產率的測度通常僅考慮了農業資源的投入約束，而忽視了生態環境的約束，這將導致測度結果的失真。此外，當前環境約束下農業全要素生產率的相關研究通常也僅僅考慮了農業環境污染的某一方面，鮮有文獻同時考慮農業水體污染和大氣污染，這將不能真實客觀地擬合農業生產過程。

（2）現有研究在測度農業全要素生產率時，通常都在“技術同質”假設下，基于相同的基準技術集（生產前沿）評價全部決策單元。[5] 事實上，不同決策單元由于內部特性和外部環境存在差異，導致不同決策單元可利用的基準技術集不可能完全相同。就本書而言，中國東中西部地區之間的資源稟賦、氣候條件、種植業結構和農業制度等方面均存在明顯差異，因此不同地區所處的生產前沿不同，所能達到的潛在最優生產技術也會存在差異。如果忽略不同地區生產技術的異質性，而將處于不同地區的省份置于相同的生產前沿下進行比較，可能會由于比較標準的缺失，導致各省份農業全要素生產率的測度結果與其真實水平之間存在偏差。