技术进步约束、不确定性与农业环境效率

　　内容摘要：为了能够深入分析要素禀赋、技术进步约束及其不确定性对农户农业环境效率的差异化影响，本文基于诱致性技术进步理论和农业环境效率框架，采用广西、甘肃 2 省(区)730 份微观农户数据，遵循技术进步的过程，利用改进的两步法 DEA 模型进行了实证检验。结果表明：(1)全样本农户农业环境效率的均值为 0.635，具有明 显两极分化的趋势特点;(2)在全样本和不同规模组中，要素禀赋结构升级与技术进步方向匹配度较低进而降低了农业环境效率，劳动要素质量与技术进步方向匹配度较高进而提高了农业环境效率;(3)不同规模组中，要素禀赋、技术进步约束及其不确定性对农业环境效率的影响具有显著差异，且小规模和大规模农户更具有显著的技术进步的路径“锁定效应”。本研究旨在探讨不同规模农户技术进步的约束条件，以期为农业科技支撑农业现代化发展和粮食生产提供微观实证依据。

　　本文源自姚增福; 刘欣， 调研世界 发表时间：2021-07-14

　　关键词：技术进步;约束;不确定性;农业环境效率

　　一、引言和文献综述

　　2016 年中央一号文件在提到加快农业环境突出问题治理时指出：“基本形成改善农业环境的政策法规制度和技术路径，确保农业生态环境恶化趋势总体得到遏制，治理明显见到成效”，并在 2020 年中央一号文件中就此问题再次指出：“深入开展农药化肥减量行动，加强农膜污染治理，推进秸秆综合利用”。可见，治理农村生态环境突出问题已成为国家相关部门的一致行动，并在实践中充分体现了环境政策制度和技术进步路径在农业环境治理中的重要作用。实际上，社会活动的环境后果往往受到技术进步的速度和方向的影响，而技术进步的速度和方向又受到环境政策的约束和激励机制的影响[1]。环境组合政策的激励机制不仅鼓励社会活动个体从事和环境有关的技术研究开发(R&D)和投资，更影响着技术进步的方向和技术扩散的速度和程度[2]。促进环境技术进步的组合政策能够降低控制污染的政策成本和产生技术进步，如果组合政策与技术进步之间能够形成良好的互补，能进一步降低技术政策的成本，但现实技术进步以及环境变化的不确定性往往提高了环境政策的成本[1-4]。因此，准确识别技术进步、环境变化以及它们对环境的影响就成为制定有效环境政策的关键，亦是环境政策制定的逻辑起点。

　　环境政策的制定需要越来越多地关注技术进步的影响，环境政策和技术进步之间的关系成为了当前学者和政策制定者关注的重点和热点。一方面，关于技术进步对环境影响的研究。内生性技术进步理论认为，宏观经济增长主要来源于要素的替代和技术进步，技术进步是经济系统活动及激励的结果。该理论更加关注技术研究和开发的支出以及中性的技术进步[1]。但诱致性技术进步理论认为，经济增长中技术进步是有偏的，以市场为基础的环境政策能够引发资源节约技术的创新，如果这种技术进步能够降低企业环境治理的成本，那么企业的环境污染才会降低[5]。另一方面，关于技术进步约束对环境影响的研究。环境政策是否能够促进个体产生采纳新技术的意愿、执行新技术采纳、扩散的行为以及经济、生态环境的动态变化都为技术进步带来了很大的不确定性，约束了技术进步的环境效应。诱致性技术进步下，个体承担新技术的研究和开发投资活动，但受限于个体融资的困难以及技术的溢出效应，如果没有环境政策确保新技术创新个体的最大化利益，会导致个体新技术创新投资的下降[6]。最后，关于技术进步不确定性对环境影响的研究。技术进步的不确定性也是约束新技术采纳的重要因素，而且这种不确定性是经济活动固有的，内生于技术进步过程，新技术会给采纳者带来学习成本以及未来收益的不确定性[7-8]。武舜臣等(2016)认为，农业要素相对禀赋和积累状态决定了技术进步的方向，如果两者之间不匹配，将会降低技术进步的促进作用[9]。

　　纵观已有文献，关于农业环境和技术进步问题的宏观研究、技术进步过程中某个阶段的微观研究已经取得很多研究成果，其中涉及到的思路和方法都能为本文的研究提供参考和借鉴。但在诱致性技术进步理论和农业环境效率框架下，从技术进步全过程视角针对技术进步约束及其不确定性对农业环境影响的研究很少，缺少此理论微观方面的实证证据。因此，本文的主要研究内容集中在以下几方面：(1)基于诱致性技术进步理论，将技术进步过程分为技术革新和技术采纳两个阶段，并结合农户自身及家庭禀赋、经济、制度等外部环境，全面考察这些因素对技术进步约束及其不确定性的差异影响;(2)利用广西、甘肃 2 省(区)730 份微观数据，在统筹兼顾资源、环境和发展的农业环境效率框架下，采用改进的两步法 DEA 模型，实证检验技术进步约束及其不确定性对农业环境效率的差异影响，为诱致性技术进步理论在分析环境问题时提供微观的实证证据;(3)将样本农户分成了不同规模组，实证检验在不同规模组中技术进步约束以及技术进步不确定性对农业环境效率的异质性影响。

　　二、模型与方法

　　为了能够充分利用非参数法(DEA)在测算农业环境效率上的优势，并克服其无法考虑随机误差项以及无效率项对效率影响的不足，文献提出了混合 DEA-SFA 处理技术[10]。混合 DEA-SFA 处理技术是在三阶段 DEA 模型基础上发展起来的，主要是在第二阶段中利用加入环境等因素的 SFA 模型来调整第一阶段 DEA 效率估计中投入的冗余量，最后再利用调整后的投入变量纠正效率估计得分。而两步法 DEA 技术主要是利用第二步线性回归模型分析第一步 DEA 估计效率的影响因素。因此，为了能够纠正 DEA 效率估计，并综合考虑要素禀赋和技术进步对农业环境效率的影响，本文在综合三阶段 DEA 和两步法 DEA 技术基础上，通过改进的两步法 DEA 技术来进行具体分析。

　　本文改进的两步法 DEA 技术基本思想是：第一步通过考虑投入产出松弛变量问题的 SBM-DEA 模型，在加入环境污染“坏的产出”情况下测算农业环境效率;第二步通过构建截断型 SFA 模型来纠正第一步的效率测算，并进一步检验要素禀赋和技术进步对农业环境效率的影响。

　　(一)SBM-DEA 模型

　　在传统 DEA 模型框架下，Tone(2001)提出了测算环境效率的 SBM(slacks-based measure)方法[11]。这种测算方法很好地解决了投入产出变量中松弛变量的估算问题。

　　假设决策单元 DMUk(k=1, 2…, K)，DMUk 的投入向量为 xk=(x1k, x2k,…, xNk)，合意产出向量为 yk=(y1k, y2k,…, yMk)以及非合意产出向量为 uk=(u1k, u2k,…, uJk)，进一步假设 1 0( 1, 2..., ) J j jk   uk K   和    。那么，环境效率可以通过测算 * 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      =1 ≥ ≥ (1)式(1)中，zk≥0 表示规模报酬不变，松弛变量 ns 和 n s 分别表示要素投入过度和产出不足。由式(1)可知，0< * ≤1， * 值越大表明环境效率越接近完全效率，因此，如果没有冗余的投入和产出，那么 0 n n s s     ， * =1。

　　运用 SBM 模型测算农业环境效率，需要确定投入和产出(合意产出和非合意产出)变量。本文在问卷调查获得数据的基础上，选择投入变量为土地要素、劳动要素以及资本要素;合意产出变量为农户家庭农业经营总收入(万元)，而非合意产出变量为农户家庭农业产生活动中产生的碳排放量(kg)，具体根据农户相关碳排放源的投入量乘以碳排放系数① 估算得出[12]。各要素和指标变量的定义以及具体计算方法参见表 1。

　　(二)截断型 SFA 模型

　　设定的截断回归模型的一般形式如下： 01 2 3 _ XL zlb lcc dq dum i ii i        (2)式(2)中，XLi 为第一步 SBM-DEA 模型测算的农业环境效率得分的对数值，zlbi为要素禀赋结构的对数值，lcci 为劳动要素质量对数值，dq_dum 为地区虚拟变量，1、2和3 为待估参数，i 表示个体效应。

　　在不完全竞争市场中，技术进步以及环境的不确定很有可能会对农业环境的改善产生不同程度的约束。农户禀赋特征和外部环境的异质性可能会导致个体的技术革新和技术采纳行为的差异。一般来说，如果农户禀赋特征和外部环境与技术进步的方向和速度相匹配，那么技术进步对农业环境效率的约束效应和不确定性会减弱。相反，就会增加技术进步对农业环境效率的约束和不确定性。因此，有必要在式(2)个体效应i 中考虑反映农户禀赋特征和外部环境的变量，综合分析这些因素对技术进步约束和不确定性的影响，最终阐释技术进步约束和不确定性对农业环境效率影响的机理。

　　为了表征技术进步约束和不确定性对农业环境效率的随机干扰，本文尝试在式(2)个体效应i 中纳入技术进步的影响效应。借鉴连玉君等(2009)对异质性随机前沿模型的设定方法，构建截断型 SFA 模型具体形式为[13]： 01 2 3 _ XL zlb lcc dq dum v u i i i ii        (3)式(3)中，假定i=viui，ui 具有单边分布的特征，表示效率损失项，vi 为不可观察的随机扰动项且服从独立正态分布，亦即vi~i.i.d.N(0, 2  v )。进一步假设ui服从非负的截断型半正态分布，亦即ui ~N+ (i, 2 i  )，并对 ui 的异质性设定如下：          以及 (4)式(4)中，bo 和 b1 为常数项，i 为农户自身、家庭禀赋以及外部环境等变量，和为待估参数。为了克服参数估计中的非一致和偏误的问题，本文采用极大似然法对式(3)进行整体估计。

　　三、变量选择与数据来源

　　(一)变量选择

　　1.农业环境效率。本文采用非径向、非角度 SBM 模型测算的农业环境效率(xl)作为被解释变量。这种指标的选择能够更好地兼顾农业环境保护和农业发展间的协调关系，同时也能够在环境治理过程中充分考虑到农户生计的可持续性。

　　2.要素禀赋。要素禀赋与技术进步方向相互匹配，会提高技术进步对农业经济增长的促进作用，相反将会降低技术进步的促进作用。为了进一步检验要素禀赋对农业环境效率的复杂影响，本文选择要素禀赋结构(zlb)和劳动要素质量(lcc)两个变量来表征要素禀赋。

　　3.技术进步。本文借鉴 Jaffe et al.(2003)的研究思路，将技术进步过程划分为革新和采纳两个阶段① ，分别选择技术革新(js)和技术采纳(qd)两个指标表征技术进步的过程。考虑到农户自身、家庭禀赋以及外部环境会对技术进步产生影响，进一步可能会影响到农业环境效率，因此，本文同时选择了主要承担农业生产人的教育程度(jy)、家庭土地经营规模(td)、政策质量(zc)和经济基础(jj)等变量。

　　(二)数据来源及分组说明

　　为了从微观层面揭示技术进步对农业环境的影响，课题组在 2017 年寒假期间采用问卷调查的方式对农户开展了实地考察。范围包括广西(桂平市和灌阳县)和甘肃(广河县和安定区)4 个粮食主产县区，每个省(区)发放问卷 400 份，采用一对一访谈法和座谈法进行调查，共收回有效问卷 772 份。甘肃和广西是西部地区两个重要的粮食产销平衡区，既保障着区域粮食供需平衡，更承担着稳定粮食生产的责任。然而，两个省(区)现代农业发展均面临着不同程度的资源环境约束。甘肃属于干旱、半干旱地区，农业生态环境脆弱，而经济欠发达的广西又受制于人多地少、粮食种植面积下降和投入不足等不利因素。那么，重视和依靠农业科技发展、走内涵式发展道路、实现“藏粮于地、藏粮于技”战略，对于两省(区)具有重要的现实意义。

　　本研究主要采用 SBM-DEA 模型来测算农业环境效率值，而 DEA 技术对数据的异常离群值特别敏感。根据调查数据的整体情况，本文删除了农户经营规模超过 13.333hm2 以上以及 1.333hm2 以下的样本，共删除样本 42 份，最终分析的样本数为 730 份。

　　四、实证结果及分析

　　(一)农业环境效率的测算结果

　　从表 1、图 1 可知，全样本农户农业环境效率的均值为 0.635，标准差为 0.29，最大值和最小值分别为 1.0 和 0.05。其中，农业环境效率比较集中在 0.2~0.4 之间和 0.8~1.0 之间，展现出了较明显两极分化的趋势特点。诱致性技术进步理论认为，要素禀赋和积累状态决定了技术进步的方向和速度，如果技术进步的方向和速度与农户拥有的要素禀赋间匹配度较高，那么展现出的农业环境效率就较高，相反农业环境效率会较低。据此判断，在要素禀赋与技术进步方向和速度匹配度较高的农户中，农业环境效率会较高，反之农业环境效率较低，即农户间农业环境效率分布存在“马太效应”。本文接下来将考察农业环境效率在农户间的“马太效应”将会受到要素禀赋和技术进步怎样的影响的问题。

　　(二)截断型 SFA 模型检验结果

　　从表 2 可以看出，模型Ⅰ的对数似然值为 769.1786，明显高于其他四个模型的对数似然值，一定程度表明完全异质性随机前沿模型的设定要比其他设定形式优越。可以通过 LR1 和 LR2 两次似然比检验进一步对模型设定的合理性进行判断。LR1 似然比检验统计量服从自由度为 1 的卡方分布。具体检验的内容是：相对于传统的随机前沿模型(模型Ⅴ)来说，不同形式的异质性随机前沿模型的设定是否合理。 LR1 似然比检验的 P 值都为 0，不同异质性随机前沿模型的设定(模型Ⅰ、Ⅱ、Ⅲ、Ⅳ)都拒绝了与模型Ⅴ不存在显著差异的原假设，而且模型Ⅰ的 LR1 似然比值最大，表明完全异质性随机前沿模型的设定更合理。LR2 似然比检验内容是：其他模型的设定形式与完全异质性随机前沿模型(模型Ⅰ)之间不存在显著差异。LR2 似然比检验的 P 值都为 0，即其他模型设定形式与模型Ⅰ之间存在显著差异。综合检验的结果表明，完全异质性随机前沿模型(模型Ⅰ)的设定形式是更加合理的，即说明技术进步约束及其不确定性对农业环境效率的影响是显著的，本文随后的分析均是基于模型Ⅰ的形式和估计结果进行。

　　模型Ⅰ检验结果显示，在考虑技术进步约束及其不确定性对农业环境效率的冲击下，要素禀赋结构在 1%显著水平下对农业环境效率产生了负向作用，而劳动要素质量对农业环境效率的正向作用通过了 1%显著性水平检验，地区虚拟变量对农业环境效率的正向影响也通过了 1%显著性水平检验。要素禀赋结构的弹性系数为0.659，劳动要素质量的弹性系数为 0.7371，一定程度上表明，随着劳动要素质量的提升会逐渐消除要素禀赋结构升级带来的农业环境效率的下降，整体上要素禀赋对农业环境效率的提升作用显著。此结论也在微观层面上证实了武舜臣等(2016)宏观层面的判断[9]。

　　技术进步约束及其不确定性实证结果显示(见模型Ⅰ的第二、第三部分)，教育程度在技术进步的约束方程和不确定性方程中均在 5%水平上显著为正，说明个体教育程度的提高并没有缓解和降低技术进步对农业环境效率的约束和不确定性的影响。已有文献研究表明，西部地区偏向劳动密集型的技术水平低于其经济发展水平，人力资本的结构与技术进步方向缺乏契合，导致了农业全要素生产率的波动[14]。本文样本农户个体教育程度普遍偏低(教育程度均值为 8.8753，见表 1)，要素禀赋结构升级诱致的技术进步方向更偏向于资本技能型，造成了低技能人力资本与技术进步方向的不匹配，提高了技术进步约束效应以及技术进步的不确定性。

　　土地经营规模在技术进步约束和不确定性方程中，分别具有正向作用和负向作用，且均通过了 1% 显著性水平检验。结果表明，土地经营规模增强了技术进步对农业环境效率的约束效应，而降低了技术进步的不确定性。一般来看，随着农户经营规模的扩大，农户采用新环境技术替代旧技术的成本会大大增加，大规模使用新环境技术所面临的风险也会更大，在风险规避行为下，农户更加担心新环境技术对产量的影响，因此，随着经营规模的扩大，农户更倾向选择旧的、熟悉的技术进行生产，具有较强的技术路径“锁定效应”。农户的技术路径依赖行为提高了技术进步对农业环境的约束效应，而降低了技术进步对农业环境效率的不确定影响，本文的研究结论与 Jaffe et al.(2003)的宏观判断一致[1]。

　　政策质量在技术进步约束方程中具有负向作用，且通过 5%显著性水平检验，而在不确定性方程中具有正向作用，但不显著。环境政策能够诱致要素禀赋结构发生变化而引发技术进步的转向，即技术进步的速度和方向受到环境政策的约束和激励机制的影响[6]。因此，提高政策质量有利于缓解技术进步对农业环境效率的约束，同时政策质量的提高在一定程度上也有利于降低技术进步的不确定性。

　　经济基础在技术进步的约束方程和不确定性方程中分别具有显著的负向和不显著的负向作用。可以看出，经济水平的发展更有利于微观农户环境技术的革新和采纳，能够弥补农户因技术进步而导致的成本，缓解了技术进步对农业环境效率的约束。而提高经济水平降低技术进步的不确定性的作用效应存在，但是不显著。

　　用新环境技术采纳意愿表征的技术采纳变量，在技术进步的约束方程和不确定性方程中均具有显著的正向作用。结果表明，农户新环境技术采纳的意愿显著地带来了技术进步的约束和不确定性。虽然农户新环境技术采纳意愿较高，但鉴于样本农户教育程度较低，且考虑新环境技术可能带来的风险、成本以及对产量的影响，实际采纳的人数较少。这种判断比较符合农户风险规避的行为特点，最终导致了农户的新环境技术采纳意愿并没有缓解技术进步对农业环境效率的约束效应。

　　用获得新技术的渠道数表征的技术革新在技术进步的约束方程和不确定性方程中均具有显著的负向作用。结果表明，农户获得新环境技术的渠道越多对缓解技术进步约束效应和降低技术进步的不确定性越有积极的作用。获得新技术的渠道越多，一方面表明农户对新环境技术的信息了解越全面，越能够降低农户学习的成本并提升其新环境技术的运用能力;另一方面表明农户在获得新技术的渠道中能够获得关于新技术的更加全面的信息，能够降低新环境技术风险以及不确定性，农户在实际中执行采纳行为越多。因此，这种充分的信息了解降低了农户技术进步对农业环境效率的约束以及不确定性。

　　(三)不同规模组截断型 SFA 模型检验结果

　　随着现代农业发展和土地流转制度的完善，农业适度规模经营已经成为不争的事实。但从表 2 的实证结果中可以发现，土地经营规模对技术进步约束和不确定性的影响具有很大的差异性和复杂性。为了更加清晰地考察技术进步约束和不确定性在不同规模组中会发生怎样的变化，本文利用表 2 中模型Ⅰ的设定形式，对不同规模组① 农户技术进步约束及其不确定性对农业环境效率的影响差异进行实证检验，结果列示在表 3 中。

　　在不同规模组中，要素禀赋结构升级对农业环境效率的影响均表现出了显著的负向作用，而劳动要素质量都具有显著的正向影响。从弹性系数看，随着规模扩大，要素禀赋结构升级的负向作用逐渐减弱而劳动要素质量的正向作用基本保持在 0.740 左右，且正向作用效应均大于负向作用。随着规模扩大，劳动要素质量对要素禀赋结构升级正向弥补效应① 具有明显的“N 型”趋势，即在中等规模组 1 和大规模组中要素禀赋与技术进步方向匹配度较高，农业环境效率值较大，而小规模组和中等规模组 2(mid1)中两者的匹配度较低，农业环境效率值较小。结论一定程度上证实了农户间农业环境效率“马太效应”的存在。同时也说明，在不同规模组中要素禀赋结构升级引发的技术进步方向更偏向于劳动非技能型，而没有出现诱致性技术进步理论预期的资本技能型的技术进步方向，导致要素禀赋结构升级和劳动要素质量对农业环境效率负向和正向的作用。在农业要素禀赋结构升级的现实面前，为了提高农户农业环境效率，资本技能型技术进步是未来必然的转向方向，但劳动非技能型技术进步方向也有较大的潜力和空间。

　　在技术进步约束方程中，教育程度在不同规模组中对技术进步约束的影响基本都为正向，但均不显著。表明教育程度的提高并没有随着农户经营规模的扩大而缓解技术进步对农业环境效率提升的约束效应。土地经营规模在中等规模组以上中都显著地增强了技术进步的约束效应。从参数估计系数看，随着农户经营规模的扩大，技术进步的约束效应逐渐变强。政策质量只在中等规模组 1 中显著降低了技术进步的约束效应，而在其他规模组中的约束效应不明显。这表明在中等规模组中，环境政策更加有效，更能缓解技术进步的约束效应，也在一定程度上支持了“适度规模经营”的发展思路。经济基础参数估计在中等规模组 1 和大规模组中显著为负和正，而在其他规模组中不显著，表明经济水平的发展更加有力地缓解了中等规模组农户所面临的技术进步约束，而对小规模组、中等规模组 2 农户来说缓解的效果很小，甚至出现了随着经营规模扩大约束效应增强的趋势。技术采纳在小规模组和中等规模组 1 中显著地增强了技术进步的约束，而在其他规模组约束效应不显著且作用效应具有不确定性。技术革新在中等规模组 1 中显著地降低了技术进步的约束效应，而在其他规模组中不显著，但表现出小规模农户普遍受到了技术进步的约束。

　　在技术进步不确定性方程中，教育程度在小规模组中显著地增加了技术进步的不确定性，而在其他规模组中不显著，表明小规模组农户的教育程度给其带来了明显的技术进步不确定性。土地经营规模在中等规模组 1 中具有显著的降低技术进步不确定性的作用，而在其他规模组中不显著，但参数的符号表明经营规模越大，技术进步带来的不确定性越强。政策质量只在小规模组中显著地增加技术进步的不确定性，在中等规模组 2 和大规模组中增加技术进步不确定性的效应不显著，而在中等规模组 1 中却出现了不明显的不确定性被减少的趋势。一方面表明小规模和大规模农户并没有从政策中降低技术进步的不确定性，另一方面也说明政策质量只能引导农户技术进步过程，但最终执行技术进步行为的还是农户自身。经济基础在小规模组和中等规模组 2 中具有显著地增加和降低技术进步不确定性的作用，而在其他规模组中不显著。技术革新在不同规模组中均不显著，但在小规模组和中等规模组 1 中能够降低技术进步的不确定性，而在中等规模组 2 和大规模组中却增加了技术进步的不确定性。技术采纳只在中等规模组 1 中具有显著增强技术进步不确定性的作用，而在大规模中这种效应不显著，表明大规模组农户具有更强的技术路径依赖。

　　五、结论及讨论

　　本文采用广西、甘肃 2 省(区)730 份微观农户数据，基于诱致性技术进步理论和农业环境效率框架，充分考虑技术进步的过程，利用改进的两步法 DEA 技术，实证检验了在全样本和不同规模组中要素禀赋、技术进步约束及其不确定性对农业环境效率的差异影响。实证得到的基本结论如下。

　　1.全样本农户农业环境效率的均值为 0.635，且主要集中在 0.2~0.4 之间和 0.8~1 之间，展现出明显两极分化的特点。在要素禀赋与技术进步方向、速度匹配度较高的农户中，农业环境效率会较高，反之农业环境效率较低，即农户间农业环境效率分布存在“马太效应”。

　　2.全样本农户中要素禀赋结构升级显著地降低了农业环境效率，而劳动要素质量显著地提高了农业环境效率，但劳动要素质量的正向效应显著地高于要素禀赋结构升级的负向效应，微观上为我国农业技术进步呈现劳动节约型技术进步方向提供了证据。现有的农户教育程度显著地加强了技术进步对农业环境效率的约束效应和不确定性;土地经营规模显著地增强了技术进步的约束效应，而显著地降低了技术进步的不确定性，表明随着规模扩大，农户技术路径“锁定效应”越强;政策质量有效地缓解了技术进步的约束效应;经济发展水平更有利于农户缓解和降低技术进步的约束效应和不确定性;农户较高的环境技术采纳意愿显著地增加了技术进步的约束效应及其不确定性;农户实际的技术采纳行为显著地降低了技术进步的约束效应及其不确定性。

　　3.不同规模组中对于农业环境效率来说，劳动要素质量对要素禀赋结构升级的正向弥补效应呈现了明显“N 型”趋势。农户教育程度在小规模组中更显著地增强了技术进步的不确定性;在小规模组中政策质量显著地增加了技术进步对农业环境效率提升的不确定性;在中等规模组 1、2 中经济基础更加有效地缓解和降低技术进步对农业环境效率的约束效应及不确定性;在中等规模组 1 中技术革新能有效地降低技术进步的约束效应;中等规模组 1 中农户环境技术采纳行为能够显著地降低技术进步的约束但却增加了不确定性。

　　本文的实证结论所预示的政策启示非常明显。目前，要素禀赋与技术进步方向、速度间匹配度差异，造成了农户农业环境效率呈现明显的两极分化的特点，在合理消除两极分化逐步提升整体农户农业环境效率中，应该更加强调中、小规模农户劳动力质量的提升，如增加农户正规教育年数以及非正规教育的机会，通过提升中、小规模农户人力资本水平，提高其新技术革新和采纳的能力和意愿。另一方面，引导不同规模组农户采取差异化技术进步的方向，即在政府和科技部门扩大技术等农业资源供给规模基础上，引导具有不同资源禀赋的农户取得差异化的技术进步偏向性，如对劳动力资源较丰富的农户提供更多的资本节约型技术的供给;对资本和技术具有优势的农户提供劳动节约型技术的供给。这样既能够充分发挥农户自身禀赋特征，又能够充分提高要素的利用效率，进而提高农户农业环境改善的能力。

　　本文的研究也存在一定的局限。由于数据获取的限制，本文只是针对一年的截面数据检验了技术进步约束和技术进步不确定性对农业环境效率的影响。事实上，农户技术进步的过程随着时间的推移呈现非线性动态的变化趋势，如 Geroski(2000)提出的农户技术采纳呈现“S 型”曲线趋势[7]。同时，环境污染也会随着时间的变化产生积累效应，即前期的环境污染会对当期农户技术进步产生影响，进而会影响农业环境的投入和产出。在这些方面本文只是考虑了当期的状况而没有考虑时间因素，有可能会对本文关于技术进步和农业环境效率间关系判断上产生在一定程度的影响。这些方面也为未来进一步研究提供了方向。