技術(shù)進步約束、不確定性與農(nóng)業(yè)環(huán)境效率 摘要：為了能夠深入分析要素稟賦、技術(shù)進步約束及其不確定性對農(nóng)戶農(nóng)業(yè)環(huán)境效率的差異化影響，本文基于誘致性技術(shù)進步理論和農(nóng)業(yè)環(huán)境效率框架，采用廣西、甘肅 2 省(區(qū))7 　　內(nèi)容摘要：為了能夠深入分析要素稟賦、技術(shù)進步約束及其不確定性對農(nóng)戶農(nóng)業(yè)環(huán)境效率的差異化影響，本文基于誘致性技術(shù)進步理論和農(nóng)業(yè)環(huán)境效率框架，采用廣西、甘肅 2 省(區(qū))730 份微觀農(nóng)戶數(shù)據(jù)，遵循技術(shù)進步的過程，利用改良的兩步法 DEA 模型進行了實證檢驗。結(jié)果說明：(1)全樣本農(nóng)戶農(nóng)業(yè)環(huán)境效率的均值為 0.635，具有明 顯兩極分化的趨勢特點;(2)在全樣本和不同規(guī)模組中，要素稟賦結(jié)構(gòu)升級與技術(shù)進步方向匹配度較低進而降低了農(nóng)業(yè)環(huán)境效率，勞動要素質(zhì)量與技術(shù)進步方向匹配度較高進而提高了農(nóng)業(yè)環(huán)境效率;(3)不同規(guī)模組中，要素稟賦、技術(shù)進步約束及其不確定性對農(nóng)業(yè)環(huán)境效率的影響具有顯著差異，且小規(guī)模和大規(guī)模農(nóng)戶更具有顯著的技術(shù)進步的路徑“鎖定效應〞。本研究旨在探討不同規(guī)模農(nóng)戶技術(shù)進步的約束條件，以期為農(nóng)業(yè)科技支撐農(nóng)業(yè)現(xiàn)代化開展和糧食生產(chǎn)提供微觀實證依據(jù)。 　　本文源自姚增福; 劉欣， 調(diào)研世界 發(fā)表時間：2022-07-14 　　關(guān)鍵詞：技術(shù)進步;約束;不確定性;農(nóng)業(yè)環(huán)境效率 　　一、引言和文獻綜述 　　2022 年中央一號文件在提到加快農(nóng)業(yè)環(huán)境突出問題治理時指出：“根本形成改善農(nóng)業(yè)環(huán)境的政策法規(guī)制度和技術(shù)路徑，確保農(nóng)業(yè)生態(tài)環(huán)境惡化趨勢總體得到遏制，治理明顯見到成效〞，并在 2022 年中央一號文件中就此問題再次指出：“深入開展農(nóng)藥化肥減量行動，加強農(nóng)膜污染治理，推進秸稈綜合利用〞?？梢姡卫磙r(nóng)村生態(tài)環(huán)境突出問題已成為國家相關(guān)部門的一致行動，并在實踐中充分表達了環(huán)境政策制度和技術(shù)進步路徑在農(nóng)業(yè)環(huán)境治理中的重要作用。實際上，社會活動的環(huán)境后果往往受到技術(shù)進步的速度和方向的影響，而技術(shù)進步的速度和方向又受到環(huán)境政策的約束和鼓勵機制的影響[1]。環(huán)境組合政策的鼓勵機制不僅鼓勵社會活動個體從事和環(huán)境有關(guān)的技術(shù)研究開發(fā)(R&D)和投資，更影響著技術(shù)進步的方向和技術(shù)擴散的速度和程度[2]。促進環(huán)境技術(shù)進步的組合政策能夠降低控制污染的政策本錢和產(chǎn)生技術(shù)進步，如果組合政策與技術(shù)進步之間能夠形成良好的互補，能進一步降低技術(shù)政策的本錢，但現(xiàn)實技術(shù)進步以及環(huán)境變化的不確定性往往提高了環(huán)境政策的本錢[1-4]。因此，準確識別技術(shù)進步、環(huán)境變化以及它們對環(huán)境的影響就成為制定有效環(huán)境政策的關(guān)鍵，亦是環(huán)境政策制定的邏輯起點。 　　環(huán)境政策的制定需要越來越多地關(guān)注技術(shù)進步的影響，環(huán)境政策和技術(shù)進步之間的關(guān)系成為了當前學者和政策制定者關(guān)注的重點和熱點。一方面，關(guān)于技術(shù)進步對環(huán)境影響的研究。內(nèi)生性技術(shù)進步理論認為，宏觀經(jīng)濟增長主要來源于要素的替代和技術(shù)進步，技術(shù)進步是經(jīng)濟系統(tǒng)活動及鼓勵的結(jié)果。該理論更加關(guān)注技術(shù)研究和開發(fā)的支出以及中性的技術(shù)進步[1]。但誘致性技術(shù)進步理論認為，經(jīng)濟增長中技術(shù)進步是有偏的，以市場為根底的環(huán)境政策能夠引發(fā)資源節(jié)約技術(shù)的創(chuàng)新，如果這種技術(shù)進步能夠降低企業(yè)環(huán)境治理的本錢，那么企業(yè)的環(huán)境污染才會降低[5]。另一方面，關(guān)于技術(shù)進步約束對環(huán)境影響的研究。環(huán)境政策是否能夠促進個體產(chǎn)生采納新技術(shù)的意愿、執(zhí)行新技術(shù)采納、擴散的行為以及經(jīng)濟、生態(tài)環(huán)境的動態(tài)變化都為技術(shù)進步帶來了很大的不確定性，約束了技術(shù)進步的環(huán)境效應。誘致性技術(shù)進步下，個體承當新技術(shù)的研究和開發(fā)投資活動，但受限于個體融資的困難以及技術(shù)的溢出效應，如果沒有環(huán)境政策確保新技術(shù)創(chuàng)新個體的最大化利益，會導致個體新技術(shù)創(chuàng)新投資的下降[6]。最后，關(guān)于技術(shù)進步不確定性對環(huán)境影響的研究。技術(shù)進步的不確定性也是約束新技術(shù)采納的重要因素，而且這種不確定性是經(jīng)濟活動固有的，內(nèi)生于技術(shù)進步過程，新技術(shù)會給采納者帶來學習本錢以及未來收益的不確定性[7-8]。武舜臣等(2022)認為，農(nóng)業(yè)要素相對稟賦和積累狀態(tài)決定了技術(shù)進步的方向，如果兩者之間不匹配，將會降低技術(shù)進步的促進作用[9]。 　　縱觀已有文獻，關(guān)于農(nóng)業(yè)環(huán)境和技術(shù)進步問題的宏觀研究、技術(shù)進步過程中某個階段的微觀研究已經(jīng)取得很多研究成果，其中涉及到的思路和方法都能為本文的研究提供參考和借鑒。但在誘致性技術(shù)進步理論和農(nóng)業(yè)環(huán)境效率框架下，從技術(shù)進步全過程視角針對技術(shù)進步約束及其不確定性對農(nóng)業(yè)環(huán)境影響的研究很少，缺少此理論微觀方面的實證證據(jù)。因此，本文的主要研究內(nèi)容集中在以下幾方面：(1)基于誘致性技術(shù)進步理論，將技術(shù)進步過程分為技術(shù)革新和技術(shù)采納兩個階段，并結(jié)合農(nóng)戶自身及家庭稟賦、經(jīng)濟、制度等外部環(huán)境，全面考察這些因素對技術(shù)進步約束及其不確定性的差異影響;(2)利用廣西、甘肅 2 省(區(qū))730 份微觀數(shù)據(jù)，在統(tǒng)籌兼顧資源、環(huán)境和開展的農(nóng)業(yè)環(huán)境效率框架下，采用改良的兩步法 DEA 模型，實證檢驗技術(shù)進步約束及其不確定性對農(nóng)業(yè)環(huán)境效率的差異影響，為誘致性技術(shù)進步理論在分析環(huán)境問題時提供微觀的實證證據(jù);(3)將樣本農(nóng)戶分成了不同規(guī)模組，實證檢驗在不同規(guī)模組中技術(shù)進步約束以及技術(shù)進步不確定性對農(nóng)業(yè)環(huán)境效率的異質(zhì)性影響。 　　二、模型與方法 　　為了能夠充分利用非參數(shù)法(DEA)在測算農(nóng)業(yè)環(huán)境效率上的優(yōu)勢，并克服其無法考慮隨機誤差項以及無效率項對效率影響的缺乏，文獻提出了混合 DEA-SFA 處理技術(shù)[10]?；旌?DEA-SFA 處理技術(shù)是在三階段 DEA 模型根底上開展起來的，主要是在第二階段中利用參加環(huán)境等因素的 SFA 模型來調(diào)整第一階段 DEA 效率估計中投入的冗余量，最后再利用調(diào)整后的投入變量糾正效率估計得分。而兩步法 DEA 技術(shù)主要是利用第二步線性回歸模型分析第一步 DEA 估計效率的影響因素。因此，為了能夠糾正 DEA 效率估計，并綜合考慮要素稟賦和技術(shù)進步對農(nóng)業(yè)環(huán)境效率的影響，本文在綜合三階段 DEA 和兩步法 DEA 技術(shù)根底上，通過改良的兩步法 DEA 技術(shù)來進行具體分析。 　　本文改良的兩步法 DEA 技術(shù)根本思想是：第一步通過考慮投入產(chǎn)出松弛變量問題的 SBM-DEA 模型，在參加環(huán)境污染“壞的產(chǎn)出〞情況下測算農(nóng)業(yè)環(huán)境效率;第二步通過構(gòu)建截斷型 SFA 模型來糾正第一步的效率測算，并進一步檢驗要素稟賦和技術(shù)進步對農(nóng)業(yè)環(huán)境效率的影響。 　　(一)SBM-DEA 模型 　　在傳統(tǒng) DEA 模型框架下，Tone(2022)提出了測算環(huán)境效率的 SBM(slacks-based measure)方法[11]。這種測算方法很好地解決了投入產(chǎn)出變量中松弛變量的估算問題。 　　假設決策單元 DMUk(k=1, 2…, K)，DMUk 的投入向量為 xk=(x1k, x2k,…, xNk)，合意產(chǎn)出向量為 yk=(y1k, y2k,…, yMk)以及非合意產(chǎn)出向量為 uk=(u1k, u2k,…, uJk)，進一步假設 1 0( 1, 2..., ) J j jk ? = uk K > = 和? = > = 。那么，環(huán)境效率可以通過測算r * 得到： 1 * 1 1 1 1 1 / min 1 1 / s.t. , 1, 2, ..., , 1, 2, ..., , 1, 2, ..., 0, 1, 2..., ; , 0 n m N S n no M S m mo K k k nk n no K k k mk n mo K k k jk jo k nn x N x M zx s x n zy s y m M zu u j J z k Ks s rN--=-=+==- +-=++= =-= == ==????? =1 ≥ ≥ (1)式(1)中，zk≥0 表示規(guī)模報酬不變，松弛變量 ns- 和 n s+ 分別表示要素投入過度和產(chǎn)出缺乏。由式(1)可知，0 　　運用 SBM 模型測算農(nóng)業(yè)環(huán)境效率，需要確定投入和產(chǎn)出(合意產(chǎn)出和非合意產(chǎn)出)變量。本文在問卷調(diào)查獲得數(shù)據(jù)的根底上，選擇投入變量為土地要素、勞動要素以及資本要素;合意產(chǎn)出變量為農(nóng)戶家庭農(nóng)業(yè)經(jīng)營總收入(萬元)，而非合意產(chǎn)出變量為農(nóng)戶家庭農(nóng)業(yè)產(chǎn)生活動中產(chǎn)生的碳排放量(kg)，具體根據(jù)農(nóng)戶相關(guān)碳排放源的投入量乘以碳排放系數(shù)① 估算得出[12]。各要素和指標變量的定義以及具體計算方法參見表 1。 　　(二)截斷型 SFA 模型 　　設定的截斷回歸模型的一般形式如下： 01 2 3 _ XL zlb lcc dq dum i ii i =+ + + + a aaa e (2)式(2)中，XLi 為第一步 SBM-DEA 模型測算的農(nóng)業(yè)環(huán)境效率得分的對數(shù)值，zlbi為要素稟賦結(jié)構(gòu)的對數(shù)值，lcci 為勞動要素質(zhì)量對數(shù)值，dq_dum 為地區(qū)虛擬變量，a1、a2和a3 為待估參數(shù)，ei 表示個體效應。 　　在不完全競爭市場中，技術(shù)進步以及環(huán)境的不確定很有可能會對農(nóng)業(yè)環(huán)境的改善產(chǎn)生不同程度的約束。農(nóng)戶稟賦特征和外部環(huán)境的異質(zhì)性可能會導致個體的技術(shù)革新和技術(shù)采納行為的差異。一般來說，如果農(nóng)戶稟賦特征和外部環(huán)境與技術(shù)進步的方向和速度相匹配，那么技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束效應和不確定性會減弱。相反，就會增加技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束和不確定性。因此，有必要在式(2)個體效應ei 中考慮反映農(nóng)戶稟賦特征和外部環(huán)境的變量，綜合分析這些因素對技術(shù)進步約束和不確定性的影響，最終闡釋技術(shù)進步約束和不確定性對農(nóng)業(yè)環(huán)境效率影響的機理。 　　為了表征技術(shù)進步約束和不確定性對農(nóng)業(yè)環(huán)境效率的隨機干擾，本文嘗試在式(2)個體效應ei 中納入技術(shù)進步的影響效應。借鑒連玉君等(2022)對異質(zhì)性隨機前沿模型的設定方法，構(gòu)建截斷型 SFA 模型具體形式為[13]： 01 2 3 _ XL zlb lcc dq dum v u i i i ii = + + + +- a aaa (3)式(3)中，假定ei=vi-ui，ui 具有單邊分布的特征，表示效率損失項，vi 為不可觀察的隨機擾動項且服從獨立正態(tài)分布，亦即vi~i.i.d.N(0, 2 s v )。進一步假設ui服從非負的截斷型半正態(tài)分布，亦即ui ~N+ (mi, 2 mi s )，并對 ui 的異質(zhì)性設定如下：m wJ s w r m =+ =+ ￠ ￠ 以及 (4)式(4)中，bo 和 b1 為常數(shù)項，wi ￠為農(nóng)戶自身、家庭稟賦以及外部環(huán)境等變量，J和r為待估參數(shù)。為了克服參數(shù)估計中的非一致和偏誤的問題，本文采用極大似然法對式(3)進行整體估計。 　　三、變量選擇與數(shù)據(jù)來源 　　(一)變量選擇 　　1.農(nóng)業(yè)環(huán)境效率。本文采用非徑向、非角度 SBM 模型測算的農(nóng)業(yè)環(huán)境效率(xl)作為被解釋變量。這種指標的選擇能夠更好地兼顧農(nóng)業(yè)環(huán)境保護和農(nóng)業(yè)開展間的協(xié)調(diào)關(guān)系，同時也能夠在環(huán)境治理過程中充分考慮到農(nóng)戶生計的可持續(xù)性。 　　2.要素稟賦。要素稟賦與技術(shù)進步方向相互匹配，會提高技術(shù)進步對農(nóng)業(yè)經(jīng)濟增長的促進作用，相反將會降低技術(shù)進步的促進作用。為了進一步檢驗要素稟賦對農(nóng)業(yè)環(huán)境效率的復雜影響，本文選擇要素稟賦結(jié)構(gòu)(zlb)和勞動要素質(zhì)量(lcc)兩個變量來表征要素稟賦。 　　3.技術(shù)進步。本文借鑒 Jaffe et al.(2022)的研究思路，將技術(shù)進步過程劃分為革新和采納兩個階段① ，分別選擇技術(shù)革新(js)和技術(shù)采納(qd)兩個指標表征技術(shù)進步的過程?？紤]到農(nóng)戶自身、家庭稟賦以及外部環(huán)境會對技術(shù)進步產(chǎn)生影響，進一步可能會影響到農(nóng)業(yè)環(huán)境效率，因此，本文同時選擇了主要承當農(nóng)業(yè)生產(chǎn)人的教育程度(jy)、家庭土地經(jīng)營規(guī)模(td)、政策質(zhì)量(zc)和經(jīng)濟根底(jj)等變量。 　　(二)數(shù)據(jù)來源及分組說明 　　為了從微觀層面揭示技術(shù)進步對農(nóng)業(yè)環(huán)境的影響，課題組在 2022 年寒假期間采用問卷調(diào)查的方式對農(nóng)戶開展了實地考察。范圍包括廣西(桂平市和灌陽縣)和甘肅(廣河縣和安定區(qū))4 個糧食主產(chǎn)縣區(qū)，每個省(區(qū))發(fā)放問卷 400 份，采用一對一訪談法和座談法進行調(diào)查，共收回有效問卷 772 份。甘肅和廣西是西部地區(qū)兩個重要的糧食產(chǎn)銷平衡區(qū)，既保障著區(qū)域糧食供需平衡，更承當著穩(wěn)定糧食生產(chǎn)的責任。然而，兩個省(區(qū))現(xiàn)代農(nóng)業(yè)開展均面臨著不同程度的資源環(huán)境約束。甘肅屬于干旱、半干旱地區(qū)，農(nóng)業(yè)生態(tài)環(huán)境脆弱，而經(jīng)濟欠興旺的廣西又受制于人多地少、糧食種植面積下降和投入缺乏等不利因素。那么，重視和依靠農(nóng)業(yè)科技開展、走內(nèi)涵式開展道路、實現(xiàn)“藏糧于地、藏糧于技〞戰(zhàn)略，對于兩省(區(qū))具有重要的現(xiàn)實意義。 　　本研究主要采用 SBM-DEA 模型來測算農(nóng)業(yè)環(huán)境效率值，而 DEA 技術(shù)對數(shù)據(jù)的異常離群值特別敏感。根據(jù)調(diào)查數(shù)據(jù)的整體情況，本文刪除了農(nóng)戶經(jīng)營規(guī)模超過 13.333hm2 以上以及 1.333hm2 以下的樣本，共刪除樣本 42 份，最終分析的樣本數(shù)為 730 份。 　　四、實證結(jié)果及分析 　　(一)農(nóng)業(yè)環(huán)境效率的測算結(jié)果 　　從表 1、圖 1 可知，全樣本農(nóng)戶農(nóng)業(yè)環(huán)境效率的均值為 0.635，標準差為 0.29，最大值和最小值分別為 1.0 和 0.05。其中，農(nóng)業(yè)環(huán)境效率比擬集中在 0.2~0.4 之間和 0.8~1.0 之間，展現(xiàn)出了較明顯兩極分化的趨勢特點。誘致性技術(shù)進步理論認為，要素稟賦和積累狀態(tài)決定了技術(shù)進步的方向和速度，如果技術(shù)進步的方向和速度與農(nóng)戶擁有的要素稟賦間匹配度較高，那么展現(xiàn)出的農(nóng)業(yè)環(huán)境效率就較高，相反農(nóng)業(yè)環(huán)境效率會較低。據(jù)此判斷，在要素稟賦與技術(shù)進步方向和速度匹配度較高的農(nóng)戶中，農(nóng)業(yè)環(huán)境效率會較高，反之農(nóng)業(yè)環(huán)境效率較低，即農(nóng)戶間農(nóng)業(yè)環(huán)境效率分布存在“馬太效應〞。本文接下來將考察農(nóng)業(yè)環(huán)境效率在農(nóng)戶間的“馬太效應〞將會受到要素稟賦和技術(shù)進步怎樣的影響的問題。 　　(二)截斷型 SFA 模型檢驗結(jié)果 　　從表 2 可以看出，模型Ⅰ的對數(shù)似然值為 769.1786，明顯高于其他四個模型的對數(shù)似然值，一定程度說明完全異質(zhì)性隨機前沿模型的設定要比其他設定形式優(yōu)越。可以通過 LR1 和 LR2 兩次似然比檢驗進一步對模型設定的合理性進行判斷。LR1 似然比檢驗統(tǒng)計量服從自由度為 1 的卡方分布。具體檢驗的內(nèi)容是：相對于傳統(tǒng)的隨機前沿模型(模型Ⅴ)來說，不同形式的異質(zhì)性隨機前沿模型的設定是否合理。 LR1 似然比檢驗的 P 值都為 0，不同異質(zhì)性隨機前沿模型的設定(模型Ⅰ、Ⅱ、Ⅲ、Ⅳ)都拒絕了與模型Ⅴ不存在顯著差異的原假設，而且模型Ⅰ的 LR1 似然比值最大，說明完全異質(zhì)性隨機前沿模型的設定更合理。LR2 似然比檢驗內(nèi)容是：其他模型的設定形式與完全異質(zhì)性隨機前沿模型(模型Ⅰ)之間不存在顯著差異。LR2 似然比檢驗的 P 值都為 0，即其他模型設定形式與模型Ⅰ之間存在顯著差異。綜合檢驗的結(jié)果說明，完全異質(zhì)性隨機前沿模型(模型Ⅰ)的設定形式是更加合理的，即說明技術(shù)進步約束及其不確定性對農(nóng)業(yè)環(huán)境效率的影響是顯著的，本文隨后的分析均是基于模型Ⅰ的形式和估計結(jié)果進行。 　　模型Ⅰ檢驗結(jié)果顯示，在考慮技術(shù)進步約束及其不確定性對農(nóng)業(yè)環(huán)境效率的沖擊下，要素稟賦結(jié)構(gòu)在 1%顯著水平下對農(nóng)業(yè)環(huán)境效率產(chǎn)生了負向作用，而勞動要素質(zhì)量對農(nóng)業(yè)環(huán)境效率的正向作用通過了 1%顯著性水平檢驗，地區(qū)虛擬變量對農(nóng)業(yè)環(huán)境效率的正向影響也通過了 1%顯著性水平檢驗。要素稟賦結(jié)構(gòu)的彈性系數(shù)為-0.659，勞動要素質(zhì)量的彈性系數(shù)為 0.7371，一定程度上說明，隨著勞動要素質(zhì)量的提升會逐漸消除要素稟賦結(jié)構(gòu)升級帶來的農(nóng)業(yè)環(huán)境效率的下降，整體上要素稟賦對農(nóng)業(yè)環(huán)境效率的提升作用顯著。此結(jié)論也在微觀層面上證實了武舜臣等(2022)宏觀層面的判斷[9]。 　　技術(shù)進步約束及其不確定性實證結(jié)果顯示(見模型Ⅰ的第二、第三局部)，教育程度在技術(shù)進步的約束方程和不確定性方程中均在 5%水平上顯著為正，說明個體教育程度的提高并沒有緩解和降低技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束和不確定性的影響。已有文獻研究說明，西部地區(qū)偏向勞動密集型的技術(shù)水平低于其經(jīng)濟開展水平，人力資本的結(jié)構(gòu)與技術(shù)進步方向缺乏契合，導致了農(nóng)業(yè)全要素生產(chǎn)率的波動[14]。本文樣本農(nóng)戶個體教育程度普遍偏低(教育程度均值為 8.8753，見表 1)，要素稟賦結(jié)構(gòu)升級誘致的技術(shù)進步方向更偏向于資本技能型，造成了低技能人力資本與技術(shù)進步方向的不匹配，提高了技術(shù)進步約束效應以及技術(shù)進步的不確定性。 　　土地經(jīng)營規(guī)模在技術(shù)進步約束和不確定性方程中，分別具有正向作用和負向作用，且均通過了 1% 顯著性水平檢驗。結(jié)果說明，土地經(jīng)營規(guī)模增強了技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束效應，而降低了技術(shù)進步的不確定性。一般來看，隨著農(nóng)戶經(jīng)營規(guī)模的擴大，農(nóng)戶采用新環(huán)境技術(shù)替代舊技術(shù)的本錢會大大增加，大規(guī)模使用新環(huán)境技術(shù)所面臨的風險也會更大，在風險躲避行為下，農(nóng)戶更加擔憂新環(huán)境技術(shù)對產(chǎn)量的影響，因此，隨著經(jīng)營規(guī)模的擴大，農(nóng)戶更傾向選擇舊的、熟悉的技術(shù)進行生產(chǎn)，具有較強的技術(shù)路徑“鎖定效應〞。農(nóng)戶的技術(shù)路徑依賴行為提高了技術(shù)進步對農(nóng)業(yè)環(huán)境的約束效應，而降低了技術(shù)進步對農(nóng)業(yè)環(huán)境效率的不確定影響，本文的研究結(jié)論與 Jaffe et al.(2022)的宏觀判斷一致[1]。 　　政策質(zhì)量在技術(shù)進步約束方程中具有負向作用，且通過 5%顯著性水平檢驗，而在不確定性方程中具有正向作用，但不顯著。環(huán)境政策能夠誘致要素稟賦結(jié)構(gòu)發(fā)生變化而引發(fā)技術(shù)進步的轉(zhuǎn)向，即技術(shù)進步的速度和方向受到環(huán)境政策的約束和鼓勵機制的影響[6]。因此，提高政策質(zhì)量有利于緩解技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束，同時政策質(zhì)量的提高在一定程度上也有利于降低技術(shù)進步的不確定性。 　　經(jīng)濟根底在技術(shù)進步的約束方程和不確定性方程中分別具有顯著的負向和不顯著的負向作用?？梢钥闯觯?jīng)濟水平的開展更有利于微觀農(nóng)戶環(huán)境技術(shù)的革新和采納，能夠彌補農(nóng)戶因技術(shù)進步而導致的本錢，緩解了技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束。而提高經(jīng)濟水平降低技術(shù)進步的不確定性的作用效應存在，但是不顯著。 　　用新環(huán)境技術(shù)采納意愿表征的技術(shù)采納變量，在技術(shù)進步的約束方程和不確定性方程中均具有顯著的正向作用。結(jié)果說明，農(nóng)戶新環(huán)境技術(shù)采納的意愿顯著地帶來了技術(shù)進步的約束和不確定性。雖然農(nóng)戶新環(huán)境技術(shù)采納意愿較高，但鑒于樣本農(nóng)戶教育程度較低，且考慮新環(huán)境技術(shù)可能帶來的風險、本錢以及對產(chǎn)量的影響，實際采納的人數(shù)較少。這種判斷比擬符合農(nóng)戶風險躲避的行為特點，最終導致了農(nóng)戶的新環(huán)境技術(shù)采納意愿并沒有緩解技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束效應。 　　用獲得新技術(shù)的渠道數(shù)表征的技術(shù)革新在技術(shù)進步的約束方程和不確定性方程中均具有顯著的負向作用。結(jié)果說明，農(nóng)戶獲得新環(huán)境技術(shù)的渠道越多對緩解技術(shù)進步約束效應和降低技術(shù)進步的不確定性越有積極的作用。獲得新技術(shù)的渠道越多，一方面說明農(nóng)戶對新環(huán)境技術(shù)的信息了解越全面，越能夠降低農(nóng)戶學習的本錢并提升其新環(huán)境技術(shù)的運用能力;另一方面說明農(nóng)戶在獲得新技術(shù)的渠道中能夠獲得關(guān)于新技術(shù)的更加全面的信息，能夠降低新環(huán)境技術(shù)風險以及不確定性，農(nóng)戶在實際中執(zhí)行采納行為越多。因此，這種充分的信息了解降低了農(nóng)戶技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束以及不確定性。 　　(三)不同規(guī)模組截斷型 SFA 模型檢驗結(jié)果 　　隨著現(xiàn)代農(nóng)業(yè)開展和土地流轉(zhuǎn)制度的完善，農(nóng)業(yè)適度規(guī)模經(jīng)營已經(jīng)成為不爭的事實。但從表 2 的實證結(jié)果中可以發(fā)現(xiàn)，土地經(jīng)營規(guī)模對技術(shù)進步約束和不確定性的影響具有很大的差異性和復雜性。為了更加清晰地考察技術(shù)進步約束和不確定性在不同規(guī)模組中會發(fā)生怎樣的變化，本文利用表 2 中模型Ⅰ的設定形式，對不同規(guī)模組① 農(nóng)戶技術(shù)進步約束及其不確定性對農(nóng)業(yè)環(huán)境效率的影響差異進行實證檢驗，結(jié)果列示在表 3 中。 　　在不同規(guī)模組中，要素稟賦結(jié)構(gòu)升級對農(nóng)業(yè)環(huán)境效率的影響均表現(xiàn)出了顯著的負向作用，而勞動要素質(zhì)量都具有顯著的正向影響。從彈性系數(shù)看，隨著規(guī)模擴大，要素稟賦結(jié)構(gòu)升級的負向作用逐漸減弱而勞動要素質(zhì)量的正向作用根本保持在 0.740 左右，且正向作用效應均大于負向作用。隨著規(guī)模擴大，勞動要素質(zhì)量對要素稟賦結(jié)構(gòu)升級正向彌補效應① 具有明顯的“N 型〞趨勢，即在中等規(guī)模組 1 和大規(guī)模組中要素稟賦與技術(shù)進步方向匹配度較高，農(nóng)業(yè)環(huán)境效率值較大，而小規(guī)模組和中等規(guī)模組 2(mid1)中兩者的匹配度較低，農(nóng)業(yè)環(huán)境效率值較小。結(jié)論一定程度上證實了農(nóng)戶間農(nóng)業(yè)環(huán)境效率“馬太效應〞的存在。同時也說明，在不同規(guī)模組中要素稟賦結(jié)構(gòu)升級引發(fā)的技術(shù)進步方向更偏向于勞動非技能型，而沒有出現(xiàn)誘致性技術(shù)進步理論預期的資本技能型的技術(shù)進步方向，導致要素稟賦結(jié)構(gòu)升級和勞動要素質(zhì)量對農(nóng)業(yè)環(huán)境效率負向和正向的作用。在農(nóng)業(yè)要素稟賦結(jié)構(gòu)升級的現(xiàn)實面前，為了提高農(nóng)戶農(nóng)業(yè)環(huán)境效率，資本技能型技術(shù)進步是未來必然的轉(zhuǎn)向方向，但勞動非技能型技術(shù)進步方向也有較大的潛力和空間。 　　在技術(shù)進步約束方程中，教育程度在不同規(guī)模組中對技術(shù)進步約束的影響根本都為正向，但均不顯著。說明教育程度的提高并沒有隨著農(nóng)戶經(jīng)營規(guī)模的擴大而緩解技術(shù)進步對農(nóng)業(yè)環(huán)境效率提升的約束效應。土地經(jīng)營規(guī)模在中等規(guī)模組以上中都顯著地增強了技術(shù)進步的約束效應。從參數(shù)估計系數(shù)看，隨著農(nóng)戶經(jīng)營規(guī)模的擴大，技術(shù)進步的約束效應逐漸變強。政策質(zhì)量只在中等規(guī)模組 1 中顯著降低了技術(shù)進步的約束效應，而在其他規(guī)模組中的約束效應不明顯。這說明在中等規(guī)模組中，環(huán)境政策更加有效，更能緩解技術(shù)進步的約束效應，也在一定程度上支持了“適度規(guī)模經(jīng)營〞的開展思路。經(jīng)濟根底參數(shù)估計在中等規(guī)模組 1 和大規(guī)模組中顯著為負和正，而在其他規(guī)模組中不顯著，說明經(jīng)濟水平的開展更加有力地緩解了中等規(guī)模組農(nóng)戶所面臨的技術(shù)進步約束，而對小規(guī)模組、中等規(guī)模組 2 農(nóng)戶來說緩解的效果很小，甚至出現(xiàn)了隨著經(jīng)營規(guī)模擴大約束效應增強的趨勢。技術(shù)采納在小規(guī)模組和中等規(guī)模組 1 中顯著地增強了技術(shù)進步的約束，而在其他規(guī)模組約束效應不顯著且作用效應具有不確定性。技術(shù)革新在中等規(guī)模組 1 中顯著地降低了技術(shù)進步的約束效應，而在其他規(guī)模組中不顯著，但表現(xiàn)出小規(guī)模農(nóng)戶普遍受到了技術(shù)進步的約束。 　　在技術(shù)進步不確定性方程中，教育程度在小規(guī)模組中顯著地增加了技術(shù)進步的不確定性，而在其他規(guī)模組中不顯著，說明小規(guī)模組農(nóng)戶的教育程度給其帶來了明顯的技術(shù)進步不確定性。土地經(jīng)營規(guī)模在中等規(guī)模組 1 中具有顯著的降低技術(shù)進步不確定性的作用，而在其他規(guī)模組中不顯著，但參數(shù)的符號說明經(jīng)營規(guī)模越大，技術(shù)進步帶來的不確定性越強。政策質(zhì)量只在小規(guī)模組中顯著地增加技術(shù)進步的不確定性，在中等規(guī)模組 2 和大規(guī)模組中增加技術(shù)進步不確定性的效應不顯著，而在中等規(guī)模組 1 中卻出現(xiàn)了不明顯的不確定性被減少的趨勢。一方面說明小規(guī)模和大規(guī)模農(nóng)戶并沒有從政策中降低技術(shù)進步的不確定性，另一方面也說明政策質(zhì)量只能引導農(nóng)戶技術(shù)進步過程，但最終執(zhí)行技術(shù)進步行為的還是農(nóng)戶自身。經(jīng)濟根底在小規(guī)模組和中等規(guī)模組 2 中具有顯著地增加和降低技術(shù)進步不確定性的作用，而在其他規(guī)模組中不顯著。技術(shù)革新在不同規(guī)模組中均不顯著，但在小規(guī)模組和中等規(guī)模組 1 中能夠降低技術(shù)進步的不確定性，而在中等規(guī)模組 2 和大規(guī)模組中卻增加了技術(shù)進步的不確定性。技術(shù)采納只在中等規(guī)模組 1 中具有顯著增強技術(shù)進步不確定性的作用，而在大規(guī)模中這種效應不顯著，說明大規(guī)模組農(nóng)戶具有更強的技術(shù)路徑依賴。 　　五、結(jié)論及討論 　　本文采用廣西、甘肅 2 省(區(qū))730 份微觀農(nóng)戶數(shù)據(jù)，基于誘致性技術(shù)進步理論和農(nóng)業(yè)環(huán)境效率框架，充分考慮技術(shù)進步的過程，利用改良的兩步法 DEA 技術(shù)，實證檢驗了在全樣本和不同規(guī)模組中要素稟賦、技術(shù)進步約束及其不確定性對農(nóng)業(yè)環(huán)境效率的差異影響。實證得到的根本結(jié)論如下。 　　1.全樣本農(nóng)戶農(nóng)業(yè)環(huán)境效率的均值為 0.635，且主要集中在 0.2~0.4 之間和 0.8~1 之間，展現(xiàn)出明顯兩極分化的特點。在要素稟賦與技術(shù)進步方向、速度匹配度較高的農(nóng)戶中，農(nóng)業(yè)環(huán)境效率會較高，反之農(nóng)業(yè)環(huán)境效率較低，即農(nóng)戶間農(nóng)業(yè)環(huán)境效率分布存在“馬太效應〞。 　　2.全樣本農(nóng)戶中要素稟賦結(jié)構(gòu)升級顯著地降低了農(nóng)業(yè)環(huán)境效率，而勞動要素質(zhì)量顯著地提高了農(nóng)業(yè)環(huán)境效率，但勞動要素質(zhì)量的正向效應顯著地高于要素稟賦結(jié)構(gòu)升級的負向效應，微觀上為我國農(nóng)業(yè)技術(shù)進步呈現(xiàn)勞動節(jié)約型技術(shù)進步方向提供了證據(jù)?，F(xiàn)有的農(nóng)戶教育程度顯著地加強了技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束效應和不確定性;土地經(jīng)營規(guī)模顯著地增強了技術(shù)進步的約束效應，而顯著地降低了技術(shù)進步的不確定性，說明隨著規(guī)模擴大，農(nóng)戶技術(shù)路徑“鎖定效應〞越強;政策質(zhì)量有效地緩解了技術(shù)進步的約束效應;經(jīng)濟開展水平更有利于農(nóng)戶緩解和降低技術(shù)進步的約束效應和不確定性;農(nóng)戶較高的環(huán)境技術(shù)采納意愿顯著地增加了技術(shù)進步的約束效應及其不確定性;農(nóng)戶實際的技術(shù)采納行為顯著地降低了技術(shù)進步的約束效應及其不確定性。 　　3.不同規(guī)模組中對于農(nóng)業(yè)環(huán)境效率來說，勞動要素質(zhì)量對要素稟賦結(jié)構(gòu)升級的正向彌補效應呈現(xiàn)了明顯“N 型〞趨勢。農(nóng)戶教育程度在小規(guī)模組中更顯著地增強了技術(shù)進步的不確定性;在小規(guī)模組中政策質(zhì)量顯著地增加了技術(shù)進步對農(nóng)業(yè)環(huán)境效率提升的不確定性;在中等規(guī)模組 1、2 中經(jīng)濟根底更加有效地緩解和降低技術(shù)進步對農(nóng)業(yè)環(huán)境效率的約束效應及不確定性;在中等規(guī)模組 1 中技術(shù)革新能有效地降低技術(shù)進步的約束效應;中等規(guī)模組 1 中農(nóng)戶環(huán)境技術(shù)采納行為能夠顯著地降低技術(shù)進步的約束但卻增加了不確定性。 　　本文的實證結(jié)論所預示的政策啟示非常明顯。目前，要素稟賦與技術(shù)進步方向、速度間匹配度差異，造成了農(nóng)戶農(nóng)業(yè)環(huán)境效率呈現(xiàn)明顯的兩極分化的特點，在合理消除兩極分化逐步提升整體農(nóng)戶農(nóng)業(yè)環(huán)境效率中，應該更加強調(diào)中、小規(guī)模農(nóng)戶勞動力質(zhì)量的提升，如增加農(nóng)戶正規(guī)教育年數(shù)以及非正規(guī)教育的時機，通過提升中、小規(guī)模農(nóng)戶人力資本水平，提高其新技術(shù)革新和采納的能力和意愿。另一方面，引導不同規(guī)模組農(nóng)戶采取差異化技術(shù)進步的方向，即在政府和科技部門擴大技術(shù)等農(nóng)業(yè)資源供應規(guī)模根底上，引導具有不同資源稟賦的農(nóng)戶取得差異化的技術(shù)進步偏向性，如對勞動力資源較豐富的農(nóng)戶提供更多的資本節(jié)約型技術(shù)的供應;對資本和技術(shù)具有優(yōu)勢的農(nóng)戶提供勞動節(jié)約型技術(shù)的供應。這樣既能夠充分發(fā)揮農(nóng)戶自身稟賦特征，又能夠充分提高要素的利用效率，進而提高農(nóng)戶農(nóng)業(yè)環(huán)境改善的能力。 　　本文的研究也存在一定的局限。由于數(shù)據(jù)獲取的限制，本文只是針對一年的截面數(shù)據(jù)檢驗了技術(shù)進步約束和技術(shù)進步不確定性對農(nóng)業(yè)環(huán)境效率的影響。事實上，農(nóng)戶技術(shù)進步的過程隨著時間的推移呈現(xiàn)非線性動態(tài)的變化趨勢，如 Geroski(2000)提出的農(nóng)戶技術(shù)采納呈現(xiàn)“S 型〞曲線趨勢[7]。同時，環(huán)境污染也會隨著時間的變化產(chǎn)生積累效應，即前期的環(huán)境污染會對當期農(nóng)戶技術(shù)進步產(chǎn)生影響，進而會影響農(nóng)業(yè)環(huán)境的投入和產(chǎn)出。在這些方面本文只是考慮了當期的狀況而沒有考慮時間因素，有可能會對本文關(guān)于技術(shù)進步和農(nóng)業(yè)環(huán)境效率間關(guān)系判斷上產(chǎn)生在一定程度的影響。這些方面也為未來進一步研究提供了方向。