化肥污染對糧食作物生產的環境懲罰效應

陸文聰,劉 聰(1.浙江大學中國農村發展研究院,浙江 杭州 310058；.浙江大學管理學院,浙江 杭州310058)

化肥污染對糧食作物生產的環境懲罰效應

陸文聰1*,劉 聰2(1.浙江大學中國農村發展研究院,浙江 杭州 310058；2.浙江大學管理學院,浙江 杭州310058)

利用非徑向、非角度的SBM模型,在考慮環境非期望產出的基礎上,測量了1998～2013年中國31個省區小麥、玉米和水稻3種主要糧食作物的環境效率,并在此基礎上采用動態面板GMM方法實證檢驗了化肥污染對糧食作物環境效率的影響.結果顯示:我國糧食作物的環境效率呈現出波動中穩步上升的趨勢,尤其 2003年之后上升態勢更加明顯,糧食作物環境效率的整體水平較低,主產區糧食作物的環境效率高于主銷區和產銷平衡區的環境效率;化肥污染對糧食作物環境效率存在顯著的負面影響,化肥污染量每增加1%,小麥、玉米和水稻的環境效率分別下降10.38%、13.45%和13.19%,這表明化肥污染對糧食生產過程存在顯著“環境懲罰”效應.

環境懲罰；化肥污染；環境效率；SBM模型；動態面板GMM

化肥對提高糧食作物產量具有十分重要的作用,但農民對化肥使用“高投入高產出”的盲目信任,以及長期以來政府對化肥企業進行生產、稅收等全方位的政策扶持,使得化肥生產及投入量在各部門短期利益的驅動下處于嚴重過量狀態,并引發了嚴重的環境問題.據統計,中國每年因不合理施肥造成1000多萬t的氮素(當前氮肥平均利用率為 30%～35%)流失,產生了極為嚴重的水土污染,很大程度上破壞了農業生產生態平衡,有調查顯示化肥、農藥等要素導致的土壤污染,每年可造成糧食減產達到100億kg左右.因此化肥對糧食生產而言,在促進糧食增產的同時可能會出現“環境懲罰”[1]效應.但是以往研究大多將化肥投入引發的污染問題作為農業生產過程的結果變量,而較少關注化肥污染對糧食生產可能存在的報復性影響,幾乎未采取計量方法定量研究化肥污染對糧食生產的懲罰效應.對該問題的思考和實證研究,將對優化化肥利用方式,調整化肥投入量具有十分重要的借鑒意義.

近年來學術界主要關注化肥投入的環境影響和化肥投入的糧食增產效應兩個方面.一些研究發現,化肥投入是流域水環境污染的主要來源[2],它不僅會造成較高的環境污染風險,而且會導致環境高風險區域覆蓋范圍迅速擴張[3];另有一些研究普遍認為,化肥投入是促進糧食產量增長的重要因素,但由于化肥使用的不合理,使得化肥對糧食增產的貢獻開始出現明顯下降[4],糧食增產效果并不明顯[5].值得注意的是,現有這些研究尚未解釋化肥投入對農業環境造成的負面影響與化肥投入逐漸下降的糧食增產效應之間可能存在的關聯問題.因此,本文從“環境懲罰”的角度,以化肥投入引發的環境污染為切入點,分析研究化肥污染對糧食生產可能存在的影響,在環境層面上揭示導致化肥增產效應下降的深層次原因.

本文以狹義農業(種植業)為研究對象,以化肥投入產生的碳排放量作為農業非期望產出,基于非徑向、非角度的SBM(Slack-Based Measure)模型方法,實證估計1998～2013年我國31個省區小麥、玉米和水稻 3種主要糧食作物的環境效率[6];并在此基礎上,采用動態面板GMM方法,考慮糧食作物環境效率可能存在的滯后效應,實證檢驗化肥污染對糧食作物環境效率可能存在的“環境懲罰”效應.

1 研究方法

1.1 糧食作物環境效率的測量

在DEA效率模型中,若考慮環境非期望產出問題,應用較為普遍的方法是將非期望產出作為產出變量與期望產出同時進入模型.為此,Tone[7]提出了非徑向、非角度的SBM模型,該模型可以將松弛變量放入目標函數,直接測量由松弛所帶來的與最佳生產前沿相比較的無效率,以剔除由松弛造成的非效率因素;同時該方法還具有無量綱性與非角度性的特點,可以避免量綱與角度選擇的差異所帶來的估計偏差,因此近年來已經得到了國內外學術界的廣泛應用.

本文采用SBM模型來測量考慮了環境非期望產出的糧食作物環境效率.借鑒相關的研究,本文將全國各省份作為一個決策單元(DMU),構建一個同時包含期望產出與非期望產出的生產可能性集合,稱之為環境生產技術.假設農業生產系統有N個DMU(DMUn,n= 1,2,…,N),每個DMU利用m種投入( x∈ RM),生產出 s1種期望產出()和 s2種非期望產出(),則環境生產技術可以表示為:

式中:定義矩陣X 、 Yg和 Yb分別為假定 X ＞0, Yg＞0 且 Yb＞0;λ≥0的約束條件表示環境生產技術滿足不變規模報酬假設(CRS).

因此根據文獻[7],環境技術效率(ρ)可表達為:

s.t.

式中:m、 s1、 s2分別表示投入、期望產出和環境污染非期望產出的個數;s?,sb分別表示投入和非期望產出的冗余,而 sg代表期望產出的不足;r表示第r個DMU,r0表示待求的DMU;ρ代表要計算的環境效率值,關于 s?,sg和sb嚴格遞減,并且 0 ＜ρ ≤1.當且僅當 ρ =1,即 s?=0, sg=0, sb=0時,生產單元才是有效率的,當ρ ＜1,即 s?,sg和sb三者當中至少有一個不為 0時,表示生產單元無效,此時存在對投入產出進行優化的必要.

參照以往相關研究,本文將水資源、化肥、勞動力等投入要素作為投入變量.產出變量包括期望產出和環境非期望產出,其中期望產出用糧食作物的產量來表示,非期望產出用碳排放量來表示,主要考慮由化肥投入產生的碳排放量,不包括由農藥、農膜等其他碳源引起的碳排放.需要特別說明的是,土地同樣是糧食生產過程中一項特別重要的投入要素,應當予以考慮.但由于本文研究所用的變量均基于單位面積土地取值,因此土地變量已經內化于研究中,故不再單獨進行設置.

1.2 效率影響因素模型

本文構建固定效應面板數據模型來實證研究化肥污染對糧食作物環境效率的影響效應,首先設定模型如下:

式中:tiY,為糧食作物的環境效率值,1-,tiY 為其一階滯后項,其可以將一些存量因素對農業環境效率可能存在的滯后效應充分考慮進模型;tiX,為化肥污染以及可能影響糧食作物環境效率的其他投入要素控制變量;iμ為不可觀測的地區固定效應;ti,ε 為殘差項.

進一步對式(3)進行差分去掉固定效應,得到下式:

此外在控制變量的選擇上,除了化肥污染控制變量之外,本文參照文獻[10-11]的研究成果并考慮數據可得性,另外選擇農業勞動力比重、農業產值比重、農業科技投入、化肥投入等4個因素作為糧食作物環境效率可能的影響因素.

2 數據來源與處理

采用1998～2013年中國31個省區的相關統計數據來實證研究糧食作物環境效率以及化肥污染對其產生的影響,基礎數據主要來源于《全國農產品成本收益資料匯編》[12]、《中國農村統計年鑒》[13]、《中國統計年鑒》[14]、《中國水資源公報》[15]、《中國環境年鑒》[16]等統計資料.其中,為測量由化肥投入產生的碳排放量,本文借鑒文獻[17]的碳排放測算方法,其計算公式為:

式中:C表示化肥碳排放量,kg/hm2;F表示化肥使用量,kg/hm2;ξ表示化肥的碳排放系數,借鑒美國橡樹嶺國家實驗室提供的農業碳源排放系數資料,化肥的碳排放系數取值為0.8956kg/kg.

參照文獻[18-19],本文采用清單分析方法衡量化肥污染,將化肥污染排放量設定為:

式中:E為化肥污染的排放量(主要包括總氮、總磷兩類污染),kg/hm2;EUi為單元i指標的統計量(即氮肥、磷肥施用總量),kg/hm2;iρ是單元i污染物的產污強度系數;iη表示單元i的利用效率系數;ic為單元i的污染物排放系數;EI為單位面積土地的污染排放量,kg/hm2;AL為研究區域的糧食種植面積,hm2.值得注意的是,ic是由化肥本身的特性以及地區特征(例如自然環境、降雨量、土壤特性、污染管理措施等)所決定的.

EUi和AL數據從歷年相關統計年鑒中直接獲取;ρi、ηi和 ci等參數,通過廣泛的文獻調研及專家訪談、利用農業環境監測站的相關資料、并借鑒第一次全國污染源普查后發布的《農業污染源肥料流失系數手冊》取得.

表1為模型變量的相關解釋與說明.由于篇幅有限,在此省略樣本數據的描述性統計.

表1 模型變量解釋Table 1 Description of explanatory variables

3 描述性結果與實證估計

3.1 糧食作物環境效率

3.1.1 時間變化特征 根據 SBM 模型,采用DEA-SOLVER PRO軟件作為技術支持,實證估計了我國 3種主要糧食作物的環境效率,得到了1998～2013年間各省區小麥、玉米和水稻(包括早、中、晚秈稻和粳稻)環境效率的時間變化特征,如圖1所示.

圖1 1998～2013年3種糧食作物環境效率的變化特征Fig.1 Changes in the environmental efficiency for the three grain crops between 1998 and 2013

圖1數據表明,小麥、玉米、水稻3種糧食作物的環境效率在 1998～2013年間均從整體上呈現出在波動中穩步上升的態勢;同時,3種糧食作物環境效率的變化也呈現出一定的階段性特征,在2003年之前呈現出平緩中略有下降的趨勢,而在2003年之后出現了穩步的上升趨勢.導致這種變化的原因可能是自2003年以來國家相繼出臺了《水污染防治法》[20],《畜禽養殖業污染防治技術政策》[21]等農業環境治理政策,其實施效果已經不斷顯現.1998～2013年間全國糧食作物環境效率的整體水平較低,環境效率均值僅為0.54,其中水稻的環境效率相對最高,玉米次之,小麥最低.

3.1.2 分省份測量結果 將全國31個省區劃分為糧食主產區、糧食主銷區以及糧食產銷平衡區3大區域,得到各省區糧食作物在 1998～2013年間的環境效率均值如圖2所示.

圖2顯示了每種作物在各省區的環境效率均值特征,從中可以看出各作物的效率等級分區情況,從整體來看,主產區糧食作物的環境效率高于主銷區與產銷平衡區的糧食環境效率.分作物來看,小麥生產的高效率區域位于主產區的河南、安徽、黑龍江、山東以及位于產銷平衡區的山西等省份,效率均值約為0.626;低效率區域位于產銷平衡區的云南、甘肅、寧夏、新疆等省份,效率均值約為0.272.玉米生產的高效率區域位于主產區的內蒙古、吉林、黑龍江、河南等省份與位于產銷平衡區的山西、重慶等省份,環境效率值平均超過了0.6;而低效率區域位于西南、西北地區的廣西、新疆等產銷平衡區省份.早、晚秈稻的高效率區域位于安徽、江西等主產區省份;低效率區域位于福建、廣東等主銷區省份.中秈稻的高效率區域位于西南地區的重慶、貴州等產銷平衡區省份;而位于主銷區的福建等省份的環境效率相對較低,約為0.392.粳稻生產的高效率區域位于糧食主產區的東北各省份;而低效率區域位于寧夏等產銷平衡區省份.

圖2 1998～2013年3種糧食作物環境效率的均值Fig.2 Average level of the environmental efficiency of the three grain crops between 1998 and 2013

3.2 化肥污染對糧食作物環境效率的“環境懲罰”效應

3.2.1 描述性分析 為了更加直觀的觀察化肥污染對糧食作物環境效率的影響效應,利用stata12.0繪制了化肥污染與環境效率兩者關系的散點圖,圖3顯示小麥、玉米和水稻(由于早、中晚秈稻和粳稻的主要產區均較少,若單獨分析將會導致估計結果不準確,因此后文將四種水稻作物作為一個水稻大類進行影響效應的檢驗.)3種糧食作物在生產過程中產生的化肥污染均與環境效率存在反向關系.由于此處并未加入其他控制變量,因此該散點圖表示的只是2個變量之間的無條件相關,具體影響效應仍需要通過動態面板GMM模型做進一步的檢驗.

3.2.2 估計檢驗與結果分析 為增強工具變量的有效性,本文采用系統GMM方法實證檢驗化肥污染對糧食作物環境效率的“環境懲罰”效應,動態面板模型的系統GMM估計結果見表2.

從 AR(2)檢驗結果可以看出,估計方程的誤差項不存在二階序列自相關,同時Hansen過度識別檢驗的結果也不能拒絕工具變量有效性的零假設,這兩個檢驗結果表明實證模型設定是合理的,且工具變量也是有效的,因此估計結果具有統計學意義的可靠性.

圖3 化肥污染與3種糧食作物環境效率的關系散點圖和擬合直線Fig.3 Scatter plots and lineal regression between the fertilizer pollution and environmental efficiency for the three grain crops

表2 化肥污染對糧食作物環境效率影響的系統GMM估計Table 2 The SYS-GMM estimates for the effect of fertilizer pollution on the grain crop environmental efficiency

從估計參數可以看出,化肥污染對小麥、玉米和水稻 3種糧食作物環境效率的影響在統計上均顯著為負,并且系數值較大,化肥污染量每增加 1%,小麥、玉米和水稻的環境效率分別下降10.38%、13.45%和13.19%.這表明化肥過量投入引發的化肥污染對糧食作物具有顯著的“環境懲罰”效應.

除化肥污染外,農業勞動力比重對3種糧食作物環境效率的影響均為負,且在統計上顯著,這表明加快農村剩余勞動力非農化轉移將可能有助于提升糧食作物的環境效率.農業產值比重對小麥、水稻的環境效率均無顯著影響,但對玉米的環境效率具有顯著的負面影響,總體來說,農業產值比重對糧食作物環境效率的影響并不明顯.農業科技投入對3種糧食作物的環境效率均無顯著影響,這表明加快農業科技成果轉化可能有利于提高糧食作物的環境效率.化肥投入對玉米和水稻作物的環境效率均具有顯著的負面影響,表明化肥投入對糧食作物的增產效果已經出現了負面的影響.

3.3 討論

本文僅以化肥投入產生的碳排放作為非期望產出來實證估計糧食作物生產的環境效率,這可能造成效率高估的情形,因為除了碳排放,糧食生產的非期望產出還包括農膜、土壤農藥殘留等其他的污染物.此外,本文僅檢驗了化肥污染對糧食生產存在的“環境懲罰”效應,這將可能低估環境污染對糧食生產的負外部性.

4 結論

4.1 我國3種主要糧食作物的環境效率均呈現出在波動中穩步上升的趨勢,并呈現出顯著的階段性特征,在2003年之前3種作物的環境效率表現出平緩中略有下降的態勢,但2003年之后卻出現明顯上升的態勢.糧食作物環境效率總體水平仍然較低,主產區糧食作物的環境效率總體上高于主銷區與產銷平衡區的環境效率.

4.2 化肥污染對小麥、玉米和水稻3種作物的環境效率均具有顯著的負面影響,化肥污染量每增加1%,將使得小麥、玉米和水稻的環境效率分別下降10.38%、13.45%和13.19%,化肥污染對糧食生產過程存在顯著的“環境懲罰”效應.

[1] Wilson C, Tisdell C. Why farmers continue to use pesticides despite environmental, health and sustainability costs [J]. Ecological Economics, 2000,39(3):449-462.

[2] 周 亮,徐建剛,蔡北溟,等.淮河流域糧食生產與化肥消費時空變化及對水環境影響 [J]. 自然資源學報, 2014,29(6):1053-1064.

[3] 劉欽普.中國化肥投入區域差異及環境風險分析 [J]. 中國農業科學, 2014,47(18):3596-3605.

[4] 房麗萍,孟 軍.化肥施用對中國糧食產量的貢獻率分析——基于主成分回歸 C—D生產函數模型的實證研究 [J]. 中國農學通報, 2013,29(17):156-160.

[5] 武蘭芳,陳 阜,歐陽竹,等.黃淮海平原麥玉兩熟區糧食產量與化肥投入關系的研究 [J]. 植物營養與肥料學報, 2003,9(3): 257-263.

[6] Coelli T, Lauwers L, Huylenbroeck G V. Environmental efficiency measurement and the materials balance condition [J]. Journal of Productivity Analysis, 2007,28(28):3-12.

[7] Tone K. A slacks-based measure of efficiency in data envelopment analysis [J]. European Journal of Operational Research, 2001,130(3):498-509.

[8] Arellano M, Bond S. Some tests of specification for panel data, Monte Carlo evidence and an application to employment equations [J]. Review of Economic Studies, 1991,58(2):277-297.

[9] Arellano M, Bover O. Another look at the instrumental variable estimation of error-components models [J]. Journal of Econometrics, 1995,68(1):29-51.

[10] 王 兵,吳延瑞,顏鵬飛.中國區域環境效率與環境全要素生產率增長 [J]. 經濟研究, 2010,45(5):95-109.

[11] 杜 江.中國農業增長的環境績效研究 [J]. 數量經濟技術經濟研究, 2014,31(11):53-69.

[12] 國家發展和改革委員會.全國農產品成本收益資料匯編(1999-2014) [M]. 北京:中國統計出版社, 1999-2014.

[13] 國家統計局.中國農村統計年鑒(1999-2014) [M]. 北京:中國統計出版社, 1999-2014.

[14] 國家統計局.中國統計年鑒(1999-2014) [M]. 北京:中國統計出版社, 1999-2014.

[15] 國家水利部.中國水資源公報(1999-2014) [M]. 北京:中國水利水電出版社, 1999-2014.

[16] 國家環保部.中國環境年鑒(1999-2014) [M]. 北京:中國環境年鑒社, 1999-2014

[17] 李 波,張俊飚,李海鵬.中國農業碳排放時空特征及影響因素分解 [J]. 中國人口?資源與環境, 2011,21(8):80-86.

[18] 陳敏鵬,陳吉寧,賴斯蕓.中國農業和農村污染的清單分析與空間特征識別 [J]. 中國環境科學, 2006,26(6):751-755.

[19] 陳玉成,楊志敏,陳慶華,等.基于“壓力-響應”態勢的重慶市農業面源污染的源解析 [J]. 中國農業科學, 2008,41(8):2362-2369.

[20] 全國人大常委會.中華人民共和國水污染防治法 [z]. 2008.

[21] 環境保護部.畜禽養殖業污染防治技術政策 [z]. 2010.

The “environmental punishment” effect of fertilizer pollution in grain crop production.

LU Wen-cong1*, LIU Cong2(1.China Academy for Rural Development, Zhejiang University, Hangzhou 310058, China；2.School of Management, Zhejiang University, Hangzhou 310058, China). China Environmental Science, 2017,37(5)：1988～1994

The slacks-based measure (SBM) with the environmental undesirable outputs was used to estimate the environmental efficiency of the production of wheat, maize and rice in the 31 provinces of China in 1998～2013, and then the dynamic panel GMM method was used to investigate the effect of fertilizer pollution on the environmental efficiency of the grain crop production. The results showed that the environmental efficiency in the grain crop production had increased but fluctuated, and had an upward trend since 2003. However, the level of the environmental efficiency was low. The environmental efficiency in the main grain production areas was higher than in the main grain consumption areas and in the grain production consumption balance areas. The fertilizer pollution had significantly negative effect on the environmental efficiency. An increase of the fertilizer pollution by 1% led to a decrease of the environmental efficiency by 10.38% for wheat, 13.45% for maize and 13.19% for rice. This proved that there existed a significant punishment effect of the fertilizer pollution in the grain production.

environmental punishment；fertilizer pollution；environmental efficiency；SBM model；dynamic panel GMM

X82

A

1000-6923(2017)05-1988-07

陸文聰(1962-),男,浙江溫嶺人,教授,博士,主要從事農業數量經濟和環境資源經濟研究.發表論文100余篇.

2016-10-24

浙江省自然科學基金重點項目(LZ13G030002)

* 責任作者, 教授, wenclu@zju.edu.cn