引言：我国是农业大国，农业建设对国家整体的经济和社会发展起到强有力的支撑作用。然而在进行农业生产的过程中，农药、农膜的利用也给生态环境带来了较大的负外部性，进而造成农业内源性污染。为实现农业的可持续发展需要加强对生态效率指标的研究与评价，同时更多考虑到智慧农业政策对其产生的影响。
一、智慧农业政策与农业生态效率的研究背景
《关于坚持农业农村优先发展做好“三农”工作的若干意见》于2019年1月提出，并在我国“三农”工作开展过程中发挥出十关键的指导性作用。而在对相关文件内容进行研究的过程中，可以发现文件整体对于“绿色”发展的关注，文中除提及“绿色”、“农产品”等词外，还进一步将其上升到“农业绿色发展”的宏观政策层面，从而也进一步突出了绿色发展理念在我国农业建设及“三农”工作中的重要意义。在对农业绿色生产进行衡量的过程中，需要依靠农业生态效率进行，确保可以更多关注到环境因素对农业生产的影响，这样一方面可以实现对农业绿色发展的精准量化，另一方面还可以充分发挥出环境资源的约束作用，避免出现绿色发展绩效虚高的问题。与此同时，农业生态效率的研究还离不开对智慧农业政策的关注。理论上，智慧农业政策的提出是以经济效益与环境效益共同提升为核心，因此往往可以对农业生产产生积极影响，并带动农业生态效率的显著提高。基于此，本文对农业生态效率进行评测，并有效量化智慧农业政策对农业生态效率的影响，从而为我国农业绿色发展提供助力，并为未来发展建设指明方向。近年来，学者们对农业生态效率的研究成果显著增加，但对智慧农业政策产生的影响方面则讨论不足，因此有必要通过DEA－SBM模型完成对农业生态效率的指数测算，明确智慧农业政策对农业生态效率的作用，为我国农业绿色发展奠定基础。
二、农业生态效率的测算
农业生态效率是绿色农业发展的有力衡量标准，同时也可以作为发展绿色农业过程中的参考。结合以往借助DEA模型进行测算的经验来看，需要对效率的影响因素展开深度分析，但受到效率值最大数值为1的限制，大多需要再借助Tobit回归模型进行计量。但本文所提到的SBM超效率模型则不会受到上述因素的影响，因此可以替代Tobit模型，仅依靠GML指数就可以实现对相关数据的准确计算，并尽可能避免误差的产生[1]。通过SBM超效率模型的GML指数进行农业生态效率量化需要进行相关模型的构建，可以表示为：
上述公式中，λ,s-,s+≧0，i=1,2,…，n；r=1,2,…，q；j=1,2,…，m（j≠k）
通过参考GML指数方法可构建：
上式中，m表示的是决策单元数量，记为DMUj，而n表示每个DMU的投入，记为xi。y和b分别表示期望产出和非期望产出。ECt，t+1表示的是追赶效率，主要体现出DMU在t到t+1时间内所体现出来的变化程度。若EC超过1，则表示追赶效率提升；反之则表示效率降低，说明追赶效率较同期基准技术前沿有所落后。而TCt，t+1表示的则是技术进步或退步程度。本文选取乡村人口数作为劳动力指标；选取用电量作为能源投入指标；选取用水量作为资源投入指标；选取耕地面积作为土地投入指标；选取农业总产值期望产出指标；选取污染程度量化作为非期望产出指标[2]。
三、双重差分
在智慧农业政策与农业生态效率研究的过程中，主要目的是对智慧农业政策产生的作用进行探讨，并对其因素影响加以分析，最终表明其对农业绿色发展产生的效应和作用。自2014年以来，我国相继颁布了各智慧农业相关政策，在对其进行双重差分计量的过程中，需要将Treated及Time作为DID交互项的2个虚拟变量，若计算的结果为1，则说明某地区在某时间段实施了相关政策，并存在具体的政策实施时间。结合对实际情况的调查结果来看，除了政策影响以外，经济发展水平、农业教育水平、农业机械化技术水平等都会对农业绿色发展产生影响，因此在对相关指标进行选择的过程中，可以将各地区GDP作为经济发展水平样本；将人口学历情况作为农业教育水平样本；将技术投资情况作为农业机械化技术水平样本时更多考虑到相关数据的可得性。在此基础上建立DID模型，可得Yit=β0+β1Treati×Periodt+β2Treati+ΦPeriodt+Xit+λt+εit，并保证数据的平稳性。其中，Yit表示的是农业生态效率的对数，β1表示的是待考察的政策因素，Xi表示的是控制变量的对数，λt表示的是时间效应，εit表示的是误差项。
四、智慧农业政策对农业生态效率产生的影响分析
结合上述计算结果来看，在控制时间效应的前提下，交互项系数在1%以上，同时政策效应分别达到0.138、0.114。由此可见，我国智慧农业政策的实施对提升农业生态效率产生了十分关键的效用。其中，经济发展水平指标影响显著，表示在农业生产投入不断提升的环境下，期望产出会逐步提升，非期望产出则会进一步减少；技术指标并没有显著影响，但可以通过鼓励技术进步来提升农业生产成效与农民收入；农业教育水平指标也显现出一定的积极影响，表示随着教育水平的提升，农业生态效率也会得到相应进步，并体现出一定的集聚效应[3]。本次研究有效说明了智慧农业政策对提升农业生态效率的积极影响，并为我国农业绿色发展奠定基础。
结语：综上所述，智慧农业政策对于农业生态效率的提升起到十分显著的推动作用，随着“三农”工作的持续推进，我国应不断加强对绿色农业发展的关注，不断促进绿色技术实施成效的提升。而在此过程中，离不开政府效用的发挥，积极推动技术创新向农业生态效率的转变，以为我国农业生产构建更好的生态环境。
参考文献：
[1]赵吉,党国英,唐夏俊.基于SBM-Tobit模型的中国农业生态效率时空差异及影响因素研究[J].西南林业大学学报(社会科学),2021,6(03):10-18.
[3]闫明涛,乔家君,瞿萌,韩冬.河南省农业生态效率测度、空间溢出与影响因素研究[J/OL].生态与农村环境学报:1-13[2021-08-31].
[5]姜翔程,赵鑫.长江经济带农业生态效率评价及其影响因素研究[J].资源与产业,2021,23(05):41-50.