环境规制对不同规模奶牛养殖绿色全要素生产率的影响研究——基于省际面板数据

姚心雨，马琼,2*

（1塔里木大学经济与管理学院，新疆 阿拉尔 843300）

（2新疆南疆经济社会发展研究院，新疆 阿拉尔 843300）

改革开放以来，我国奶牛养殖规模化水平不断提高，截止2018年末，我国奶牛养殖规模在100头以上的比重已经接近60%［1］。随着规模化养殖的不断推进，导致养殖污染问题日益严重，我国政府不断推出环境规制政策，给奶牛养殖企业持续发展带来了巨大的经营压力。理论和实证研究表明，以“绿色全要素生产率”为导向对推动我国经济高质量发展具有十分重要的意义［2］。因此，从绿色发展视角研究环境规制对我国奶牛养殖业绿色全要素生产率的影响具有重要的意义。

目前，学术界关于环境规制对绿色全要素生产率的影响尚存一定的争议。一部分学者从静态角度出发，认为面对政府严格的环境规制，经营主体会增加污染治理的投入，从而对其他类型生产投资产生“挤出效应”，最终对绿色全要素生产率造成负向影响，这种影响被学术界称为环境规制的“遵循成本”效应［3-4］。杨芷晴等［5］在探索教育对农业绿色生产率的影响路径时表明地区环境规制会对农业绿色全要素生产率造成负向影响。而另一观点“波特假说”从动态角度出发，认为环境规制会在短期内增加企业的环境治理成本，从而产生“遵循成本”效应，长期则可以鼓励经营主体采纳绿色生产技术、优化要素配置，进而推动绿色全要素生产率提高，即环境规制的“创新补偿”效应［6］。国内学者景维民等［7］、罗小锋等［8］、马国群等［9］、展进涛等［10］所持观点相同，均认为环境规制是解决要素过度使用和环境污染外部性问题最为直接有效的措施之一。温湖炜等［11］通过研究表明，环境规制政策实施能够显著促进省域绿色全要素生产率的提升。原毅军等［12］在研究中表明，环境规制与工业绿色全要素生产率呈正相关关系，从而验证了“波特假说”。

为了厘清上述争议问题，并探明环境规制对不同规模奶牛养殖业影响的问题，本研究采用我国2006—2018年省际宏观数据，基于方向距离函数（SBM）模型，对我国各省份不同规模奶牛养殖的绿色全要素生产率进行测算和分析，并在此基础上利用普通最小二乘法（OLS）来讨论环境规制强度对不同规模奶牛养殖绿色全要素生产率的影响。可以进一步明确环境规制对绿色全要素生产率的影响，同时在政府制定有关畜牧养殖业环保政策时也可作为参考依据。

1 研究方法和数据来源

1.1 研究方法

1.1.1 绿色全要素生产率的测算方法

既有研究中，较多使用数据包络分析方法来测算生产效率，数据包络分析方法中CCR、BCC、ADD等模型被广泛使用，但是这三种模型均不适用于含有非期望产出的生产效率测算，并且CCR模型和BCC模型忽视了松弛性问题，使得测算结果高于实际水平。SBM模型不仅可以测算纳入非期望产出的生产效率，同时也考虑了投入、产出的松弛性问题，而且具有衡量结果不受数据计量单位影响的优点，是DEA方法中一种较为完善的拓展模型［13］。本研究采用基于非期望产出的SBM超效率模型，对环境规制下我国2006—2018年不同规模奶牛养殖的绿色全要素生产率进行测算。

假定奶牛养殖生产过程包含n个决策单元（简称DMU），且每个决策单元具有m种投入、s1种期望产出、s2种非期望产出，当利用SBM模型计算其效率值时，其计算方式可以表示为：

1.1.2 奶牛养殖绿色全要素生产率的影响分析模型设定本研究借鉴王善高等［14］的研究思路，利用Eviews 6.0统计软件，将环境规制作为核心解释变量，构造奶牛养殖绿色全要素生产率的影响回归模型为：

式（2）中,下标i、t分别代表省份和年份；下标n为控制变量的个数；GTFPit表示第i省市第t年奶牛养殖的绿色全要素生产率；GZit表示第i省市第t年的环境规制强度；Zit为控制变量合集，分别对应第i省市第t年每头奶牛全年的水和燃料投入、资本投入、劳动力投入、饲料投入、主产品产出量、污染物产生量以及第i省市第t年的经济发展水平、产业结构、市场需求、资源禀赋水平等变量；ωit为随机误差；γ0、γ1、γn为待估计参数。

1.2 数据来源

研究中在测算绿色全要素生产率时，投入、产出指标的数据主要来自《全国农产品成本收益资料汇编》（2007—2019年）中各地区小、中、大规模奶牛养殖的生产成本收益与费用数据，并且采用其中对奶牛养殖规模的界定方式将奶牛养殖规模进行界定，其中小规模、中规模、大规模养殖年末存栏奶牛头数（Q）范围分别为 10＜Q≤50、50＜Q≤500、Q＞500。各省不同规模奶牛养殖排污系数值是根据第一次全国污染源普查公布的《畜禽养殖业粪便污染监测核算方式与排污系数手册》［15］中各区域奶牛养殖的排污系数修正所得。由于《全国农产品成本收益资料汇编》［16］与《畜禽养殖业粪便污染监测核算方式与排污系数手册》［15］中对奶牛养殖规模的划分方式不同，本研究借鉴已有研究的做法，将小规模、中规模、大规模奶牛养殖企业分别与奶牛养殖专业户、奶牛养殖场、奶牛养殖小区相对应来研究［14］。同时也采用《中国统计年鉴》（2007—2019年）、《中国奶业年鉴》（2007—2019年）中部分数据来分析。

1.3 指标选取

1.3.1 绿色全要素生产率指标选取

根据奶牛实际养殖情况，水、燃料、劳动力、资本、饲料均是奶牛养殖过程的必要投入，故在测算奶牛养殖绿色全要素生产率时，选取水和燃料投入、劳动力投入、资本投入、饲料投入作为其投入指标。具体指标定义结果如下：水和燃料投入指标用每头奶牛年消耗水、电、煤以及其他燃料动力费用之和来表示；劳动力投入指标用每头奶牛年总用工数量来表示，包括家庭用工数和雇工数两部分；资本投入指标用每头奶牛年饲料加工费、医疗防疫费、死亡损失费等直接费用和间接费用之和来表示；奶牛养殖过程的饲料投入指标用每头奶牛年消耗精饲料数量和平减后的青粗饲料费整合后的数值表示。

关于绿色全要素生产率产出指标的选取，从利益最大化角度出发奶牛养殖企业会不断追求奶牛单产最大化，所以期望产出指标选用每头奶牛年主产品（原料奶）产量值来表示，非期望产出选用奶牛养殖过程主要污染物的排放量来表示。以《畜禽养殖业粪便污染监测核算方式与排污系数手册》［15］中公布的奶牛养殖过程排放的主要污染物种类作为参考，本研究将每头奶牛每天化学需氧量(COD)、全磷(TP)、全氮(TN)、铜(Cu)、锌(Zn)的排放量作为衡量非期望产出的指标。

在导入模型时，为了避免非期望产出变量数量过多引起测算结果的偏差，本研究参考李翠霞等［17］、虞伟等［18］在测算奶牛养殖环境效率时的处理办法，将几种主要污染物排放量整合后的数据作为非期望产出指标。由于《畜禽养殖业粪便污染监测核算方式与排污系数手册》［15］中各地区不同规模的排污系数是按照清粪工艺、饲养阶段的不同依次给出的，考虑到数据的可获得性，根据清粪工艺、饲养阶段权重对已有的排污系数进行修正，从而获得各地区不同规模奶牛养殖的排污系数。值得说明的是，《畜禽养殖业粪便污染监测核算方式与排污系数手册》［15］中未公布区域的排污系数采用全部给出区域奶牛养殖排污系数的平均值代替。确定奶牛饲养中干清粪、水冲清粪两种清粪方式分别占比80%、20%，育成牛、成年牛两种饲养阶段分别占比30%、60%，修正后排污系数结果如表1所示。为了保证数据的可比性，且考虑到数据的可获取性，将涉及到价格变动的数据，根据农业生产资料价格指数以2006年为基期进行了价格平减。

表1 各区域不同规模奶牛养殖的修正排污系数

1.3.2 环境规制强度指标选取

目前国内外研究中关于环境规制强度，还没有统一的衡量标准，对环境规制强度的衡量方法有很多种，虞袆等［18］学者根据是否采取环境规制或环境政策数量测算环境规制强度，ANTWEILER W等［19］、周建军等［20］在研究中根据经济发展水平（GDP)衡量环境规制强度，还有学者根据地方环保支出数额［21］、污染治理投入费用［22］和污染物排放量［23-24］等来测算环境规制强度。由于经济发展水平与环境规制之间存在较强的相关性，而且该数据的可获得性相对更强，所以在已有研究中被普遍应用。同时，地方财政环境保护支出是直接针对环境保护的资金支出，所以其占比越高说明环境规制越严格。故参考已有研究的做法，将地方环保支出和经济发展水平都考虑其中，选取所在地区年地方财政环境保护支出占该地区年生产总值的比重来衡量环境规制强度。计算式为：

式（3）中，i和t为省份和年份；GZit为环境规制强度；EPIit为第i省第t年地方财政环境保护支出值；GDPit为第i省第t年地区生产总值。

1.3.3 相关控制变量选取

本研究选取水和燃料投入、资本投入、劳动力投入、饲料投入、期望产出、非期望产出、地区产业结构、经济发展水平等作为影响奶牛养殖过程绿色全要素生产率的控制变量，各指标定义说明如表2所示。

表2 相关变量的定义

2 调查结果

2.1 奶牛养殖绿色全要素生产率时序变化

2006—2018年间不同规模奶牛养殖绿色全要素生产率指数的全国平均值统计结果如图1所示。从整体上来看，养殖规模越大奶牛养殖绿色全要素生产率越低。2006—2018年小规模与中规模奶牛养殖的绿色全要素生产率均大约在0.600，且相差不大。而2006—2018年大规模奶牛养殖的绿色全要素生产率均大约在0.450，与小规模、中规模奶牛养殖差距十分明显。2006—2018年小规模、中规模、大规模奶牛养殖的绿色全要素生产率指数分别累计增长了 0.065、0.017、0.061，年均增长率分别为0.890%、0.231%、1.075%，养殖技术的不断进步是促进奶牛养殖绿色全要素生产率整体提高的直接原因。

图1 2006—2018年不同规模奶牛养殖绿色全要素生产率指数

从变化趋势来看，我国小规模、中规模奶牛养殖的绿色全要素生产率均呈波动式上升。我国大规模奶牛养殖的绿色全要素生产率则相对平稳，上升幅度不明显。三种规模奶牛养殖的绿色全要素生产率指数变化曲线均在2008年前后出现峰值，并且在2014年前后出现低谷。养殖技术的不断进步，促使奶牛养殖绿色全要素生产率不断升高，但随着农业产业结构的调整，奶牛养殖业不断趋向集约化，集约化养殖过程中会产生大量的固体废弃物等污染物，带来了严重的环境问题，对奶牛养殖绿色全要素生产率的提升产生抑制效果，所以在2008年前后各规模奶牛养殖绿色全要素生产率呈先上升后下降的态势。2013年首次提出关于积极开展畜禽养殖污染防治的要求［25］，各省根据要求陆续推出与环境规制相关的政策法规，在政策实施初期养殖企业通过加大环保投入来达到国家排污要求，增加投入无疑造成了绿色全要素生产率的下降。然而，环保投入增加使得环保设施不断完善、生产结构不断创新调整，养殖过程污染物的排放量有效减少，长期上环保政策实施会促进奶牛养殖绿色全要素生产率升高，所以在2013年环保政策实施后呈现先下降后上升的趋势。

2.2 奶牛养殖绿色全要素生产率及松弛变量的空间变化

2018年各地区不同规模奶牛养殖绿色全要素生产率及松弛变量结果如表3所示。根据测算结果可知，不同规模奶牛养殖绿色全要素生产率指数均含有部分地区处于生产前沿面上（小规模：内蒙古、宁夏、云南；中规模：山西、黑龙江、四川、新疆、湖南、吉林、上海、天津、重庆；大规模：北京、湖北、甘肃），大多数省份均处于无效率状态。

表3 2018年各地区不同规模奶牛养殖绿色全要素生产率及松弛性

续表3

从区域分布角度分析，我国奶牛养殖绿色全要素生产率的高效率区域主要集中在东北地区（黑龙江）、西北地区（新疆、宁夏）以及直辖市（北京）。我国东北地区地域辽阔、自然资源丰富，具有良好的畜牧业生产条件；西北地区是我国牧区的主要分布地，具有悠久的畜牧养殖历史，经验丰富；直辖市区域居民生活水平高，乳制品需求量大，促进奶业生产高效发展。

从投入产出松弛变量来看，我国奶牛养殖的三种规模中水和燃料投入、资本投入、劳动力投入、饲料投入几乎在所有省份中均存在冗余，而且污染物排放过量的情况也普遍存在，但是三种规模中几乎不存在期望产出不足，只有湖南省小规模养殖，北京市、福建省、广西壮族自治区中规模养殖存在主产品产量不足情况。说明目前我国奶牛养殖绿色全要素生产率不高的主要原因在于投入的冗余和污染物排放量过多两方面，而不是在于主产品产量不足。若根据生产前沿面上的要素投入量、非期望产出量对实际生产行为做出调整，优化要素配置、减少污染排放，我国奶牛养殖绿色全要素生产率将会大幅提升。

3 调查结果分析讨论

3.1 变量相关性分析

在探究不同规模奶牛养殖中环境规制强度以及各相关控制变量与绿色全要素生产率的相关关系时，采用2006—2018年各变量的全国平均数据进行分析，小、中、大规模变量相关关系如图2～4所示。根据小、中、大规模变量相关关系散点图可以看出，环境规制强度、水和燃料投入、资本投入、劳动力投入、饲料投入、期望产出、非期望产出、经济发展水平、地区产业结构等变量与奶牛养殖绿色全要素生产率之间可能存在复相关关系。

图4 大规模变量相关关系图

3.2 变量回归分析

环境规制以及各控制变量对奶牛养殖绿色全要素生产率影响的回归结果如表4所示。在核心解释变量环境规制强度方面，小规模、大规模中环境规制的回归系数均为正且显著，在中规模中环境规制强度回归系数虽然为正但不显著，说明环境规制强度对小规模、大规模奶牛养殖绿色全要素生产率的提高起到了促进作用，但对中规模奶牛养殖的绿色全要素生产率影响不明显。可能是因为我国中规模奶牛养殖的绿色全要素生产率在环境规制实施前就处于较高水平，其污染物排放已经达到排放标准，即使政府对其实行环境规制措施，中规模奶牛养殖群体也不需要调整其生产方式，所以其绿色全要素生产率不会受到影响。

根据我国奶牛养殖绿色全要素生产率影响因素回归分析的原始数据统计可知，2006—2018年山西省环境规制强度从0.67%上升至1.07%，2006年该省小、中、大规模奶牛养殖绿色全要素生产率值分别为0.51、0.92、0.70，截止2018年该省小、中、大规模奶牛养殖绿色全要素生产率值分别为0.72、1.00、1.00，分别累计增加了0.21、0.08、0.30。可以明显看出该省环境规制强度的增加对小规模、大规模奶牛养殖绿色全要素生产率的提升效果十分显著，对中规模的影响却不明显。

在控制变量方面，根据实际情况不同，对不同规模奶牛养殖的绿色全要素生产率的影响存在显著差异。水和燃料投入在三种规模奶牛养殖中的回归系数均为负值，且在中规模、大规模中均在1%的显著性水平下显著，说明水和燃料投入与绿色全要素生产率呈负相关。在湖南省2006—2018年中规模奶牛养殖中，价格平减之后的水和燃料投入从235.41元/头·年减少至39.29元/头·年，其绿色全要素生产率值却累计增加了0.43。奶牛养殖过程中无论是饮水、喷淋降温或是水冲清粪等用水过程都可能造成水污染，在燃料使用的过程则会产生空气污染和大量的固体污染物。所以在增加水和燃料的投入量的过程不仅会增加养殖成本同时也会增加污染物产生量，两者双重作用下使奶牛养殖绿色全要素生产率下降。

劳动力投入的回归系数只在小规模中显著为负，在中规模、大规模中均不显著，表明劳动力投入量对小规模养殖的绿色全要素生产率的增加有抑制作用，对中规模、大规模养殖没有影响。可能是因为随着养殖规模的增大，生产过程的机械化程度就越高，中规模、大规模奶牛养殖中劳动力投入被机械投入代替，所以劳动力投入量的增加对其绿色全要素生产率没有影响。从上述分析推理，环境规制约束下，随着养殖规模扩大，奶牛养殖业不断增加先进技术的投入，劳动力的投入越是遵循边际报酬递减定律，对其绿色全要素生产率的影响越不明显。

饲料投入的回归系数在三种规模中均显著为负，说明饲料投入会使绿色全要素生产率下降。根据全国平均数据的回归结果，每增加一单位的饲料投入，小、中、大规模相对应的绿色全要素生产率分别会降低3.042、0.203、0.236。奶牛养殖过程中，饲料投入量的增加会使奶牛的排泄物增多或者出现饲料浪费的情况，进而增加固体废弃物和气体污染的产生，与水和燃料投入的道理相似，增加其投入量会使绿色全要素生产率下降。

经济发展水平对绿色全要素生产率的影响在不同规模间差异明显，在小规模中显著为负，在中规模中为负但不显著，在大规模中显著为正，回归系数分别为-1.258、-0.010、0.041，地区经济发展水平越高，为了地区的可持续发展，对环境保护的要求越高，政府就会引导养殖业向规模化、标准化发展，进而抑制了生产过程不规范、污染问题严重的小规模养殖，所以最终呈现出经济发展水平越高的地区其小规模奶牛养殖的绿色全要素生产率越低的规律。

地区产业结构对小规模奶牛养殖的绿色全要素生产率有显著的抑制作用，对大规模则有显著的促进作用，对中规模的影响不显著。根据回归分析数据可知，广西壮族自治区在2006—2018年产业结构不断调整，牧业占比稳步提升，从1.78%上升至21.69%，其小规模奶牛养殖绿色全要素生产率也呈现稳步上升趋势。

4 结论

为了更好地促进环境规制下奶牛养殖业经济增长与环境保护协同发展，本研究通过计量实证的方法对2006—2018年中国奶牛养殖的绿色全要素生产率进行测度，并考察了环境规制对奶牛养殖绿色全要素生产率的影响。主要结论如下：

1）在样本考察期内，中国小规模、中规模、大规模奶牛养殖的平均绿色全要素生产率测算结果分别为 0.599、0.602、0.456，年均增长率分别为 0.890%、0.231%、1.075%，且我国奶牛养殖绿色全要素生产率的高效区域主要集中在西北、东北、华北地区以及直辖市。

2）环境规制对奶牛养殖的绿色全要素生产率水平的提高有明显促进作用。说明环境规制的实施可以有效推进奶牛养殖业经济增长与环境保护协同发展。

3）环境规制对小规模、大规模奶牛养殖绿色全要素生产率的提高均有显著的促进作用，且对小规模影响最大、大规模次之，可见环境规制对奶牛养殖的绿色全要素生产率的影响在不同规模中存在差异。

4）养殖技术进步、环境规制政策实施均可以促进奶牛养殖业绿色全要素生产率的提高。随着奶牛养殖规模扩大，劳动力投入对绿色全要素生产率的促进越不明显。经济发展水平、地区产业结构、市场需求对绿色全要素生产率的影响规模间差异化明显。