吴丽玉
(重庆师范大学经济与管理学院,重庆 401331)
农业作为我国第一产业,是我国国民经济的基础。农业的发展一直是我国重点关注的问题。目前我国经济已转向高质量发展阶段,但是我国发展仍然存在突出的不平衡、不充分问题。同时伴随农业经济快速增长,带来了一系列资源过度消耗、生态环境恶化等诸多严峻问题,都将制约经济的高质量发展。提高农业全要素生产率是抵御“马尔萨斯危机”的重要路径,而保障农业高质量发展的源泉正在于提高农业生产效率[1]。在当前形势下,我国农业生产的目标已经从追求“量”转化为“质”,且更加重视生态环境的保护和资源的可持续利用,推崇农业绿色发展道路。
我国企业在改革开放进程后,抓紧时机,不断壮大发展,积累了一定的物质资本基础。在2001年我国加入世界贸易组织以后,和全球经济体密切联系,融合发展。中国吸引和利用外商直接投资的规模逐渐加大,已成为世界上吸引外商直接投资最多的国家之一[2]。伴随外商直接投资,有利于我国获取国外先进的管理技术以及科技创新手段,同时也会对我国产生相应的竞争效应、示范效应、人员流动等问题。FDI的引进对我国农业的发展,尤其是绿色农业,是否有促进作用是目前仍在探索的问题。
全要素生产率作为经济增长的根本途径和源泉,也是检验经济增长的重要标准[3]。而绿色全要素生产率(Green Total Factor Productivity,GTFP)将污染排放纳入增长核算框架,更能表征经济高质量发展的真实水平[4]。因此农业绿色全要素生产率越来越成为学者们研究的热点。已有文献从新型城镇化[5]、环境规制[6]和农村金融[7]等角度对其进行了探讨,还比较缺乏从外商直接投资的角度来探究其如何影响农业全要素生产率的文章。
本文采用DEA-Malmquist指数法对我国30个省(区、市)2008—2018年间农业绿色全要素生产率进行测度,并进一步检验FDI对农业绿色全要素生产率的影响机制,讨论FDI对农业绿色全要素生产率的作用方向和大小,研究这些问题,有利于在乡村振兴背景下,更好推动我国绿色农业发展。
外商直接投资FDI企业的进入必定会抢夺国内市场,内资企业面临较大的市场压力,企业为了获得更多市场份额,保证生存和发展,不得不加快技术革新,采用更加高效绿色的生产方式,加大研发资金投入,改善企业结构,提升组织管理水平,优化资源配置,提高生产率,减少能耗,从而降低成本,增加竞争力,这就促进了农业GTFP增长。同时,外资企业也会不断提升技术水平,增强创新力度,与内资企业形成良性竞争循环,从而提升农业GTFP。
外商直接投资往往来自发达国家,我国农村企业与农业FDI企业尚存在一定的技术差距。农业FDI在进我入国的同时带来了先进的生产装备和污染防控技术。这将为我国农村企业生产经营提供良好的示范效应。另外,农业FDI企业的引入,会加快国内外企业人员的流动,增强了国内外企业的关联性,有助于我国农村企业学习外资企业的先进技术、前沿理念,从而改进自身生产方式,在不断学习中突破瓶颈。这种示范学习效应使得我国农村企业掌握先进的设备和技术,减少能源消费,降低成本,促进绿色全要素生产率增长。
农业FDI企业为了站稳脚跟,考虑到成本问题,必须与我国本土农村企业建立联系。由于农业FDI企业拥有更好的技术水平和管理经验,给我国下游农村企业提供的中间产品和服务质量较高,下游农村企业可以获得优质产品,因而获得外资企业的技术溢出效应。出于成本等因素的限制,外资企业只能在我国本地上游农业企业中购买原材料或零部件。为了保证产品的质量,外资企业也因此必须评估和指导我国上游企业,从而使原材料符合标准。我国上游农业企业也因此接受了FDI的技术溢出效应,提高了技术水平和管理经验。这种垂直的技术溢出有利于提高我国农村绿色全要素生产率。
“污染天堂”假说又被称为“污染避难所”,该假说解释了环境规制水平成为发达国家直接对外投资的区位选择的重要依据。由于发达国家往往实施严格的环境保护政策,企业生产受到严苛的管制,在处理污染保护环境方面成本太高。为此,发达国家选择将一些高污染高排放的企业转移到对环境要求相对宽松的国家。发展中国家为了提高竞争力,会刻意放宽环境规制力度,以便吸引更多外商投资,获取新技术新理念。这种情况下,发达国家将高污染高能耗的企业迁移到发展中国家,从而实现污染的转移。随着FDI的深入,发达国家企业在发展中国家直接延续污染生产链,为减少保护环境成本,从而未严格采用污染排放控制技术生产。这就使发展中国家成为“污染避难所”。
基于上述假说,本文假设随着农业FDI的进入,农村的生态环境可能遭受破坏,从而降低农村绿色全要素生产率。
面板数据模型常用的估计方法是混合OLS、随机效应(RE)和固定效应模型(RE)等模型,但是如果被解释变量存在内生性问题,上述3种模型的结果估计将会产生偏差。所以采用改进后的系统广义GMM方法(System GMM)进行参数估计。对于系统GMM方法一般采用两步估计法,能更有效地解决序列自相关与异方差的问题,以及更好控制一些遗漏因素和偏差。
2.2.1 被解释变量
本文的被解释变量为农业绿色全要素生产率(GTFP)。应用DEA-Malmquist指数法对我国除西藏自治区以外30个省(区、市)2008—2018年农业绿色全要素生产率进行测算。
2.2.2 核心解释变量
即农业外商直接投资(FDI)。农业FDI有助于促进农业进一步发展,提高农民收入水平。农业产业链的延伸以及产业融合等方面,都可能对农业经济发展以及农业绿色全要素生产率产生重大影响。
表1 变量说明
2.2.3 控制变量
控制变量包括城镇化率(NU),用各省市城镇人口占总人口的比重来表示;农作物受灾面积(AA),采用农作物实际受灾面积所占农作物播种总面积的比重表示;财政作用(FE),用各省当年政府财政总支出占GDP的比重表示;农作物种植结构(FC),用粮食播种面积占农作物播种面积的比重表示,以此反映各省的农业种植结构情况。
本文选取2008—2018年我国30个省、直辖市和自治区作为调查数据样本。其中农业外商直接投资数据来源于《中国统计年鉴2008—2018》,所涉及的城镇化率以及财政作用数据来源于《中国统计年鉴2008—2018》。
分别用最小二乘法(OLS)、随机效应模型(RE)对模型进行参数估计,估计结果分别为表2的模型1和模型2。随后采用系统GMM做参数估计,并进行Hansen检验确保工具变量的外生性,以及Arellano-Bond序列相关检验确保随机随机扰动项不存在自相关性。
表2 FDI对农业绿色全要素生产率(GTFP)影响的估计结果
模型3中,核心解释变量FDI的系数为-0.0188,且在1%的水平下显著,这说明在控制其他变量的情况下,农业FDI对农业GTFP有抑制作用,农业FDI每增长1个百分点会导致农业绿色全要素生产率降低-0.0188个百分点。其原因可能是我国仍然处于工业化进程,其中粗狂、劳动密集型制造工业仍存在着较大比重,整体上会影响资源利用效率,抑制农业绿色全要素生产率的发展,且外商直接投资可能对农村绿色发展有抑制作用。模型4中,FDI的平方项的系数为0.000738,且通过了1%的显著性水平,这说明FDI与农业GTFP呈U型关系,即表示FDI对于农业GTFP不是一味的抑制作用,而是在长期发展过程中会促进农业GTFP的发展。
对其他解释变量而言,城镇化率的系数是-0.150且在1%的水平下显著,表示在其他因素不变的情况下,城镇化率每提升1个百分点,农业绿色全要素生产率增长减少0.150个百分点。农作物受灾面积的系数为-0.0193,且在1%的水平下负显著,原因可能是农作物受灾面积增加不仅减少了农产品产量同时抑制农业绿色全要素生产率。财政支出每提升1个百分点,农业绿色全要素生产率降低-0.0948个百分点,原因可能是政府财政支出会造成市场价格的不均衡,降低市场效率,而我国很多城市存在财政赤字,降低了资源利用效率从而不利于农业绿色全要素生产率的增长。农作物种植结构系数是0.0759,且在1%的水平下显著,农作物种植结构指数每提升1个百分点,农业绿色全要素生产率增长提高0.0759个百分点。
本文研究FDI对农业GTFP的影响,为保证结果稳健可靠,将核心解释变量FDI的滞后一期与滞后二期作为工具变量,分别运用工具变量法、自助抽样法以及Tobit 3种参数估计进行稳健性检测。通过表3估计结果发现,核心解释变量FDI的符号以及显著性均未发生改变,表示本文的估计结果是稳健的。
表3 稳健性检验
本文利用DEA-Malmquist指数法对2008—2018年我国30个省(区、市)级样本的农业绿色全要素生产率进行测算,使用系统GMM对外商直接投资与农业绿色全要素生产率的影响进行实证检验。研究发现,外商直接投资FDI对农业GTFP有显著的抑制作用,但从长期来看呈现出正U型特征,也就是说随着时间的推移,在后期外商直接投资FDI对农业GTFP有促进作用。
基于上述结论,本研究提出以下政策启示:加大政府对农业的支持力度,政府应建立长效投资机制,用于农业投资的财政资金总量应逐渐呈现出上升趋势。扩大引资规模,提高引资质量,引导外资向高科技、搞附加值的农业转移。政府采取鼓励性的优惠政策,鼓励外资向我国农业进行投资。大力支持农业科研人才队伍建设,培育新型农民。对杰出人才加大相关政策的扶持及补贴,完善现代农业服务体系。促进我国农业规模化、集约化以及专业化,从而提升农业生产效率。完善基础设施建设,优化农业投资环境,为农业投资创造更良好的生存空间。建设成熟的农业企业交流平台,加强相互间的学习,促进农业绿色全要素生产率水平的提高。