姜家生,朱 娇,王蜀君,田 涛
(1.安徽农业大学 研究生院,安徽 合肥 230036;2.安徽农业大学 经济管理学院,安徽 合肥 230036)
党的十九大报告提出加快生态文明体制改革,建设美丽中国。系统的规章制度的保障和环境规制政策的有效落实,农业生产技术的不断进步,是促进农业绿色发展和生态文明建设的有效途径[1-2]。近年来安徽省农业实现了高速增长,同时人口、资源与环境的压力不断扩大,实现农业生产技术进步和环境保护的“双赢”,有利于实现农业经济与农业资源的良好发展,加快生态文明建设。本文运用面板数据,探究环境规制强度与生产技术进步的关系,以期对安徽省生态文明建设提供参考。
目前,众多学者在不同的领域采用不同的方法研究环境规制与生产技术进步的关系,主要分为以下三类:第一类研究认为政府的环境规制政策会增加生产者的环境成本,排污费用占用了生产资金,不利于生产技术进步。傅京燕认为被规制的企业会因为环境规制而增加企业的运营成本,从而影响了企业的经济效益[3]。张卫东等认为环境污染与经济增长存在明显的负相关,同时这种不良影响具有时间上的滞后性[4]。Barbera 和 McConnell对美国工业企业的研究发现,在20世纪70年代,环境规制政策通过对工业企业直接和间接的影响,降低了10%到30%的全要素生产率[5]。Gray和Gollop 等的研究也证实了同一观点[6]。第二类研究认为合理而严格的环境规制能够激励企业采取更多的创新活动来优化资源配置方式,促进生产技术进步,产生“创新补偿”效应,进而提高企业的生产率和市场竞争力[7]。Telle 和 Larsson以挪威的面板数据为基础,测算该地区工业部门考虑污染成本后的绿色全要素生产率,并发现环境规制强度有利于促进生产率的提高[8]。林春等认为环境规制的实施有助于企业进行产品技术的创新,促进企业技术进步,具有创新补偿效应[9]。冯卓对辽宁省的时间序列数据进行分析,结果表明环境规制对农业技术进步呈正相关[10]。陶群山认为环境规制与农业生产技术进步存在显著的正相关关系,环境规制能够促进生产主体对生产技术水平的提升,促使农业投入的使用率和生产效率的提高,从而表现出政府的环境规制政策对农业生产技术进步的正向作用[11]。第三类研究认为环境规制对技术进步的影响不是单一的方式,两者间的影响路径受当地经济发展水平、政策引导、产业结构等因素的影响,表现为环境规制对技术进步的影响结果不一致,在不同地区、不同领域的结果差异较大。张成运用全国的数据分析环境规制与农业技术进步的关系,结果表明我国西部地区两者关系不显著,东部地区和中部地区两者关系差异显著且呈现“U”型[12]。沈能的研究结果显示我国的中部和西部两者关系并未呈现出“U”型关系,而东部地区两者关系差异显著且呈现“U”型。地区结果差异的主要原因则是因为地区经济发展水平的差异较大[13]。Aiken等以日本、德国等多个国家的制造业数据为基础,以全要素生产率代表技术进步,以企业的治污支出表示环境规制强度进行研究,结果表明环境规制与技术进步两者并未出现负相关[14]。Alpay等对墨西哥和美国两国环境规制对生产效率的影响进行研究,结果存在差异,美国的环境规制与生产效率呈现负相关,墨西哥地区两者呈现正相关[15]。冯志军、陈伟等运用全国的数据研究环境规制对技术进步的影响,结果显示不同的环境规制工具对各地区的影响存在较大差异[16]。
安徽是我国农业大省,2017年安徽省农、林、牧、渔总产值达到4 727.5亿元,同时农业污染物的排放也越来越多。农业碳排放是指农业生产过程中直接或间接导致的温室气体的排放。从数据来看,2017年安徽省化肥施用量、农药施用量、农膜使用量分别是317.8万吨、9.93万吨、9.76万吨,巨大的农资投入和消耗对安徽省农业可持续发展带来了严重影响。本文以安徽省为研究对象,研究在实践中检验安徽省环境规制对农业企业的生产技术进步究竟如何发生作用,环境规制和生产技术进步是否存在“U”型关系,农业生产技术进步受到何种程度的影响。当前围绕这些问题展开研究的文献相对不足,而这些问题又是安徽省农业实现可持续发展的关键所在,对于从科学发展观视角下考察安徽省农业增长模式具有重要意义。
1.生产技术进步指标
假设每个决策单位在t时期的投入为xt=(Kt,Lt)’,其中K和L分别代表资本和劳动投入,产出为yt。则该决策单位t+1时期的投入和产出为xt+1=(Kt+1,Lt+1)’和yt+1。根据Sten Malmquist的方法[17],该决策单位t时期的Malmquist指数(total factor productivity change,TFPCH)定义为:
(1)
t+1时期的Malmquist指数为:
(2)
从t时期到t+1时期的生产率变化的Malmquist生产率指数为:
Mt+1(xt,yt,xt+1,yt+1)=
(3)
借鉴Fare和Grosskopf的做法[18],式(3)可以进一步分解为两个部分的乘积,变换成如下形式:
(4)
其中,前一部分是技术效率指标(efficiency change index,EFFCH),后一部分为生产技术进步指标(technical change index,TECH)。因此,Malmquist生产率指数就等于技术效率和技术进步的乘积。这里的技术进步即为本文需要考察的农业生产技术进步水平。
2.环境规制模型设定
借鉴环境库兹涅茨曲线(EKC)在分析经济增长和环境污染时采用的二次曲线分析方法,构建农业生产技术进步与环境规制的实证模型如下:
TECHit=C+η1ERit+η2ERit2+η3HRit+η4AGit+η5DIit+η6ANit+εit
(5)
式中i表示第i个市,t为年份,TECH是指农业部门的生产技术进步指标,ER表示环境规制强度,HR为人力资本变量,AG表示农业财政支出水平,LA和AN表示农业种植结构水平和自然灾害程度,C是常数项,η是待估参数,ε为随机误差项。如果农业生产技术进步水平随着环境规制强度变化,呈现出“U”型变化趋势,则η1应为负值,η2为正值。
本文选择的样本数据是安徽省16个市2011—2017年农业部门的面板数据。实证研究所用数据是根据2011—2017年的《安徽统计年鉴》和各市地方统计年鉴整理计算得出。
在对农业部门生产技术进步指标测算方面,本文选择第一产业增加值为产出变量;投入变量方面,土地和劳动力投入,分别选取农作物播种面积(hm2)和第一产业就业人数(人),而资本投入,则选择农业机械总动力(万千瓦)和化肥施用量(万吨)来表示。
关于环境规制强度方面,由于数据难以有效获取且数据质量相对较为薄弱,使得相关实证研究难以有效展开。本文参考Zhang 和 Lu 等人的处理方法[19],选取亩均碳排放量(ERit)(千克/亩)作为环境规制强度的度量指标。关于农业CO2排放,这里用李波等[20]的方法来测算CO2排放水平,C=∑Ci=∑Ei×θi,其中表示第i种农业碳排放来源的CO2排放数量,Ei表示第i中农业碳排放来源的数量,θi表示第i种农业碳排放来源的系数。本文中选取的碳排放来源有农药碳排放量、化肥碳排放量、农用柴油碳排放量、农业灌溉碳排放量、农业翻耕碳排放量和农膜碳排放量。用碳排放量作为农业环境规制强度指标考虑了指标选取的理论意义和可操作性,CO2的排放水平综合反映了农业污染的排放水平,一般认为农业的污染水平越高则当地政府的环境规制力度越大,因此用CO2的排放水平作为安徽省农业环境规制强度指标是合理的。它控制变量的数据选择方面,表示如下:人力资本变量(HRit),运用每万人中本、专科在校生的人数来表示(人);农业财政支出水平(AGit),用农业财政支出与财政总支出之比表示;农业种植结构水平(LAit),以粮食播种面积与农作物总播种面积之比来表示(%);自然灾害程度(ANit),以农作物受灾面积与农作物播种面积之比来衡量(%)。
为了更好地分析安徽省农业部门的全要素生产率、技术效率和生产技术进步水平,本文将安徽分为皖北、皖南和皖中三个区域,各组的省份构成见表1。从全省来看,安徽省2011—2017年的农业全要素生产率平均增长率为4.7%,主要源自于生产技术水平进步的提升,为5.2%。其中16个市的农业全要素生产率全部都大于1,表明所有的市均获得了全要素生产率的增长。从空间上看,皖中地区和皖南地区的全要素生产率分别为1.045和1.046 8,略低于皖北地区的1.05,这一定程度上与安徽省的农业发展战略密切相关。
表1 安徽省16个市农业部门2011—2017年TFP、EFFCH和TECH
从技术效率和生产技术进步水平上看,皖南地区技术效率大于1,皖北和皖中均小于1;三个地区的生产技术进步水平均高于1,分别为1.046 7、1.061 7和1.047 8,说明安徽省农业全要素生产率整体增长的动力来源于农业技术进步的推动,而不是农业技术效率的提高,且安徽省各个地区的农业生产技术进步水平仍在持续较快地增长。
对式(5)所构建的面板数据模型进行测度,Hausman检验结果支持选择固定效应模型。安徽省环境规制强度对农业生产技术进步水平的作用影响估计结果(见表2)。
从安徽省估计的结果可以看出,环境规制强度的一次项为负,二次项为正,且在统计上显著,这一结果符合本文的预期,环境规制强度的变化对农业生产技术进步的影响先是反作用影响,随着强度逐步提升,呈现出正向促进作用,符合“U”型的关系。同样皖南地区和皖北地区环境规制对农业生产技术进步的作用方式与安徽省的估计结果是一致的,皖中地区却有所不同,皖中地区环境规制强度的一次项和二次项系数分别为负和正,但二次项系数的统计意义上不显著,没有形成显著的“U”型曲线的变化趋势。究其原因,一方面与皖中地区的经济发展产业结构有关。皖中地区靠近皖江城市带和合肥都市圈,近年来该地区更加重视承接东部产业转移和高新技术产业的发展,第二产业和第三产业得到了快速发展,相对于其他产业,农业的发展速度较慢,农业相关投入不足,农业环境规制对农业技术进步的正向影响不足。另一方面与环境规制落实效果不甚理想有关。这里需要进一步说明,环境规制强度与农业生产技术进步呈“U”型曲线的原因在于:当政府在初始加大环境规制力度时,农业经营者为响应这一政策要求,会通过减少农药化肥尤其是高浓度的农资投入,一定程度会降低农业收益,减缓生产技术改善。但从长期来看,这一经营结果不符合经营者的利益要求,进而农业经营者会通过改善种植结构、提升种植技术科学化水平和提高经营管理程度等措施,来实现环境规制和农业生产技术进步的“双赢”。
由于安徽省各个地区经济水平、经济结构和农业产业结构方面存在很大差异,因此控制变量对各地区生产技术进步的影响方式上,区别较为明显。从安徽省范围看,农业产业结构对于生产技术进步水平呈显著正向影响,自然灾害程度对于生产技术水平则呈现显著负相关。各控制变量对于皖北地区的影响均显著,农业产业结构和农业财政支出对生产技术水平有显著的正向影响,人力资本和自然灾害对皖北生产技术水平为负。表明皖北农业正处于快速优质的发展阶段,同时也在一定程度上反映出皖北地区尽管在校大学生较多,却不能留在当地,难以有效提升地区农业生产技术进步水平。从安徽省中部地区看,除农业产业结构外,控制变量对中部地区影响均不显著,可能在于安徽中部地区农业产业整体比重较小,基本达到较为稳定的局面。对于皖南地区,农业产业结构和人力资本对生产技术水平呈现显著正向影响,说明皖南要提升农业生产技术水平,应在教育投资方面加大力度,促进农业全面发展。
表2 环境规制强度对农业生产技术进步水平的模型估计结果
本文的实证结果表明安徽省农业全要素生产率的增长动力来自于技术进步的推动,而技术效率却处于下降的状态,从今后的发展趋势看,安徽省农业全要素生产率的增长模式应由当前单纯依靠技术进步推动转变为技术进步和技术效率的“双推动”。同时本文的研究不仅证实了环境规制对技术创新带来“U”型变化轨迹,而且规制强度也存在着这种发展趋势,即短期内环境规制强度对农业生产技术进步水平产生负向作用,但从长期来看较强的环境规制强度会促进生产技术进步水平的提升。另外,安徽省范围和北部地区及南部地区,二者之间存在“U”型关系,但中部地区统计意义上不显著。
本文的研究结论蕴含着一定的政策内涵。建设生态文明需要完善政府环境规制,既需要加强环境法律体系建设,又需要政府根据国情综合运用多种规制工具,使环境规制符合生态文明建设的目标和经济发展的需要。首先,政府主导联合农业院校和科技机构,推动构建完善的农业技术推广体系,持续地进行农业技术的引进和推广,通过农业技术水平的提高来提高农业生产效率,减少农业资源投入的浪费,缓和农业生产带来的环境压力。其次,完善农业污染相关法律法规,加大对安徽省农业污染的监督力度,推动安徽省农业转向绿色农业发展方向。在推进环境规制政策的进程中,要特别重视环境规制的落实,确保环境规制政策的实施效果,为生态文明的制度建设和落实提供保障。最后,安徽省各地区地理环境、经济发展和文化习俗有着较大差别,各地区应结合当地实际情况,因地制宜地实施环境保护政策,确保环境规制政策的实施效率,保障各地区顺利通过“U”型曲线的拐点,实现农业技术进步和生态环境的双赢,促进各地区的生态文明建设。