我國農業生產環境效率及其收斂性分析
——以農業生產碳排放為例

王善高，李佳睿

(南京農業大學經濟管理學院，江蘇南京 210095)

改革開放以來，我國農業經濟取得了飛速發展，但快速發展的農業也帶來了諸如資源浪費、水土污染、生態破壞等問題，從而造成農業發展與資源、環境的不協調，限制了農業發展的可持續性。聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change，簡稱IPCC)的評估報告指出，農業已成為全球溫室氣體的第二大來源，農業源溫室氣體占全球人為溫室氣體排放量的13.5%，而CO2在溫室氣體的構成中占76%[1]。溫室氣體的排放加劇了氣候的變化，極端天氣、自然災害的發生將更加頻繁，不僅會影響農業生產，而且會對人類居住環境造成不利影響[2]。有研究表明，我國農業生產活動產生的溫室氣體排放量已經達到了全國溫室氣體排放總量的17%[3]。農業作為國民經濟的基礎性產業，對其碳排放問題采取放任、無視的態度，將導致農業生產的不可持續，最終引發環境災難[4]。在此背景下，低碳農業成為實現經濟增長與生態環境和諧共進、推進農業可持續發展的必然選擇[5]，采用低碳視角下的環境效率模型來考察經濟增長與環境質量之間的關系顯得尤為重要。環境效率能夠反映在現有產出和投入不變的情況下，農業生產中非合意產出能夠降低的程度。因此，測算低碳視角下的環境效率能夠使人們直觀地感受到我國農業生產所付出的環境代價，這對正確認識我國農業碳排放的發展現狀，制定有差別的區域農業碳減排措施有著重要的指導意義。

關于農業生產率與效率的研究，早期學者大多忽略了農業生產對環境的不良影響，即未將非合意產出納入到分析框架中[6-7]。Shephard等指出在評價生產者生產行為時，應該綜合考慮各種產出，而不應該忽視非合意產出，否則會扭曲經濟發展的績效，最終影響決策者制定有效的政策建議[8]。近年來，在我國政府大力提倡發展綠色農業和低碳農業的背景下，資源、環境約束下的農業生產率與效率問題成為學術界研究的熱點，并產生了相當多的成果。如李谷成等利用我國1993—2010年的省級面板數據，在測算農業面源污染排放量的基礎上，進一步測算了我國農業生產的全要素生產率，發現是否考慮環境污染因素對農業生產率的核算有顯著影響[9]。楊俊等利用方向距離函數測算了我國1999—2008年30個省(市)的農業環境技術效率，發現忽略環境因素會明顯高估我國的農業生產率[10]。田偉等基于碳排放的視角，運用非期望產出的SBM模型測算了我國2002—2012年的農業環境效率，發現東部地區的環境效率普遍高于中西部地區[11]。此外，薛建良等也分別采用不同的方法從基于環境因素的視角考察了我國農業生產的全要素生產率[12-14]。

通過對相關文獻的梳理，發現當前的研究主要存在以下不足。第一，專門針對農業生產環境效率展開研究的文獻相對較少，尤其在農業生產環境效率的定量測算和收斂性分析方面。第二，大多數學者是將傳統意義上的農業面源污染物作為農業生產中的非合意產出，缺乏以碳排放作為非合意產出的研究。事實上碳排放也是一種重要的非合意產出，在日益嚴峻的全球氣候變暖的大背景下，研究低碳視角下的環境效率更有助于推動低碳農業的發展。第三，在考慮環境因素的條件下，許多學者測算的全要素生產率以及技術效率都是將農業生產中的非合意產出作為一種特殊產出，與合意產出一起引入模型，利用方向性距離函數進行分析[12，15]。Lansink等指出該方法只能得到各種物質對環境影響的綜合評價，而不能計算出對環境有害的某一種物質的效率。特別地，當生產者面臨一系列環境約束甚至須要限定產量時，該方法并不利于實際應用[15]。此外，由于非合意產出與合意產出之間的度量單位并不統一，因而須要使用影子價格來估算非合意產出的市場價格，而影子價格的設定又存在較強的主觀性[16]。因此，本研究將在前人的研究基礎上，在以下幾個方面作出改進：第一，將農業生產中的碳排放作為非合意產出，從定量的角度測算低碳視角下我國農業生產的環境效率，并分析農業生產環境效率的地區差異及變動趨勢；第二，對測算出的農業生產環境效率進行收斂性檢驗，探索農業生產環境效率的未來發展走勢；第三，采用較為靈活的實證模型，將農業生產中的非合意產出作為一種特殊的投入要素引入模型中。

1 研究方法與數據來源

1.1 研究方法

環境效率又被稱為生態效率，是衡量可持續發展能力的重要指標，其核心思想是通過最少的能源和資源，生產出最多的產品，并對環境產生最小的影響[11]。本研究參照Reinhard等的思想來測算我國農業生產的環境效率，首先，采用隨機前沿生產函數測算個體的技術效率；其次，在此基礎上，假設不存在技術效率損失，維持當前產出水平和傳統投入要素不變，有害物質能夠達到的最少投入量與當前投入量的比值就定義為該物質的環境效率[17]。環境效率的測算思路如圖1所示，假設當前在A點進行生產，其中傳統要素投入為XR，有害物質投入為ZR。根據定義，當不存在技術效率損失時，當前產出量和傳統要素投入量所需要的最少有害物質投入量為ZF，即在B點生產。因此，此時的環境效率EE=OZF/OZR。

由于氣候條件、自然災害以及其他外生因素的影響，農業產出通常被視為一個隨機變量。因此，本研究將采用隨機前沿生產函數來測算我國農業生產的技術效率和環境效率，表達式如下：

Yit=F(Xit,Zit,β)×exp(Vit-Uit)。

(1)

根據定義，可以將各個生產單元的技術效率表示為

(2)

在實證分析過程中，為了盡可能地降低模型設定誤差，本研究選擇相對靈活的超越對數生產函數。則公式(1)可以表示為

(3)

(4)

(5)

(6)

須要說明的是，對于一元二次方程，通常有2個解，考慮到環境效率的取值應該在0～1之間，因此舍棄其中大于1或者為負的解。

1.2 數據來源及變量選取

1.2.1 數據來源 基于本研究的研究思路以及數據的可得性，本研究使用2000—2012年我國31個省(市)的農業生產投入產出數據進行分析。數據資料主要來源于《中國統計年鑒》《中國農村統計年鑒》《中國畜牧業年鑒》。須要說明的是，本研究之所以選擇2000年作為研究的起點，是因為《中國畜牧業年鑒》從1998年才開始對我國畜禽存欄量和出欄量進行統計，且1998年和1999年的數據缺失嚴重，而以2012年作為研究終點則是由于《中國統計年鑒》對第一產業年末從業人員數只統計到2012年。此外，為了探討地區之間農業生產的差異，本研究在估算前沿函數以及農業環境效率時將我國各省劃分為東部、中部、西部三大區域對比研究。東部、中部、西部的劃分參照國家統計局的標準，東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等地區；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等地區；西部包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆等地區。

1.2.2 變量選取與說明 由于本研究采用的是超越對數生產函數，如果解釋變量選取太多，會使得待估參數過多，最終影響回歸結果的收斂趨勢。因此，綜合隨機前沿分析對投入產出指標的基本要求，本研究選取以下變量。(1)農業產出(Y，億元)：本研究以農林牧漁業總產值作為產出變量，并用農林牧漁業總產值指數進行平減，以剔除價格因素的影響。(2)土地投入(X1，×103hm2)：考慮到數據來源的一致性，同時也為了消除復種指數的影響，本研究選取農作物播種面積作為土地投入的替代變量。(3)勞動力投入(X2，萬人)：本研究將第一產業年末從業人員數作為歷年勞動投入指標。(4)化肥投入(X3，萬t)：以各省(市)每年的化肥折純用量(包括氮肥、磷肥、鉀肥和復合肥)作為化肥投入指標。(5)農業機械投入(X4，萬kW)：用各省(市)每年的農業機械總動力來反映。(6)非合意投入(X5，萬t)：選擇農業碳排放作為非合意投入的替代變量。須要說明的是，與工業碳排放不同，農業既是碳源也是碳匯，因此碳源因子的確定更為繁雜，考慮到當前農業碳匯的測算尚存在諸多爭議[18]，因此本研究只考慮農業生產過程中的碳排而暫不考慮碳匯問題。參照大多數學者的分析思路，本研究主要從3個方面核算農業碳排放：一是農用物資投入碳排放，包括化肥、農藥、農膜、農用柴油直接使用以及農業灌溉耗費電能所導致的碳排放，其排放系數出自吳賢榮等的相關研究[5，19-20]中；二是水稻種植所導致的甲烷(CH4)排放，其排放系數主要出自王明星等的研究成果[21]，該系數充分考慮了水稻種植的地域分布及其生長周期差異，具有較強的科學性；三是畜禽養殖所引發的碳排放，包括畜禽腸道發酵所引起的CH4排放以及糞便管理所導致的CH4和N2O排放，畜禽品種主要包括牛(水牛、奶牛、黃牛)、馬、驢、騾、駱駝、豬、羊(山羊、綿羊)、兔子、家禽等，其排放系數均來自于IPCC[22]?？紤]到不同牲畜品種飼養周期通常存在一定差異，因此本研究將參照胡向東等的研究方法[23-24]對各類牲畜的年均飼養量進行調整。

結合上文分析，本研究采用被國內學者廣泛引用的李波等的碳排放測算方法[25]，具體公式為

F=∑Fi=Ti×σi。

(7)

式中：F為農業生產過程中的碳排放總量；Fi為各類碳源碳排放量；Ti表示各碳排放源的原始量；σi表示各碳排放源的碳排放系數。在對農業碳排放量進行加總時，為方便分析，本研究參照吳賢榮等的思路[5]依據溫室效應強度將CO2、CH4、N2O統一轉換成標準碳當量[2007年IPCC第4次評估報告指出：1 t CO2含0.272 7 t碳；1 t CH4所引發的溫室效應相當于25 t CO2(約合6.818 2 t碳)所產生的溫室效應；1 t N2O所引發的溫室效應相當于298 t CO2(約合81.272 7 t碳)所產生的溫室效應][1]。

2 結果與分析

2.1 模型估計

在隨機前沿分析方法中，關于面板數據的技術效率計算方法有2種不同的假設，第1種假設為技術效率不隨時間改變，第2種假設為技術效率隨時間的變化而變化。本研究的考察期為2000—2012年，共13年時間，時間跨度較長，我國農業生產的技術、管理水平等都可能會發生變化，技術效率也可能會隨之發生變化。因此，選擇第2種方法估算技術效率更為合理。此外，為了檢驗生產函數是否可以簡化為柯布-道格拉斯生產函數形式，本研究對公式(3)中所有的βik進行聯合顯著性檢驗(χ2=499.33，P=0.000 0)，結果拒絕了超越對數生產函數的二次項以及交叉項系數同時為0的原假設，因此隨機前沿生產函數選取超越對數函數的形式是合理的。在實證分析過程中，采用Stata 12軟件對隨機前沿生產函數進行估計。

由表1可知，播種面積(X1)、農業勞動力(X2)以及農業機械總動力(X4)的估計系數均顯著為正，表明這3種投入要素對我國農業生產的技術效率具有顯著的正效應。而農業化肥(X3)的估計系數在1%水平上顯著為負，表明農業化肥的施用對農業生產技術效率具有負向影響，一種可能的解釋是，當前我國農業生產中普遍存在農業化肥過度施用問題，而化肥的過量施用會帶來經濟損失，從而降低了農業生產的技術效率。農業碳排放(X5)的估計系數也在1%水平上顯著為負，表明隨著農業生產中的碳排放增加，我國農業生產技術效率在降低。此外，t的估計系數顯著為負，而t2的估計系數顯著為正，表明隨著時間的推移我國農業生產技術效率經歷了先遞減后遞增的“U”形趨勢，總體來說，隨著時間的推移，我國農業生產技術效率在提升。

表1 隨機前沿生產函數的參數估計結果

注：“*”“**”“***”分別表示在10%、5%、1%水平上顯著相關，表4、表5同。X1、X2、X3、X4、X5分別代表播種面積、農業勞動力、農業化肥、農業機械總動力、農業碳排放。

2.2 環境效率的時空差異分析

依據表1的估計結果，利用公式(6)計算2000—2012年我國各地區農業生產的環境效率值。由表2可知，從全國范圍來看，我國農業生產的環境效率平均值為0.609，表明在維持當前投入與產出水平不變的情況下，如果能夠消除效率損失，我國農業生產中的非合意產出(碳排放)可以降低39.1%。分地區來看，我國農業生產環境效率的平均值呈現出中部、西部、東部依次遞減的趨勢。中部地區農業生產環境效率的平均值達0.734，高出全國平均水平12.5百分點；西部和東部地區次之，分別為0.679、0.443。從時間上來看，除中部地區外，全國以及東部、西部地區的農業生產環境效率值均隨時間推移呈現出遞減趨勢。其中，全國農業生產環境效率平均值在此期間下降0.057，說明我國農業生產的背后普遍存在著農業生態環境不斷惡化的現象，因此有必要重新審視我國的農業生產方式。

表2 各地區農業生產的環境效率值

2.3 環境效率與技術效率的關系

如前文所述，環境效率反映的是在現有產出和投入不變的情況下，生產中非合意產出能夠降低的程度，而技術效率反映的是在現有投入不變的情況下，生產中產出可以增加的程度。由表3可知，隨著環境效率的提高，高技術效率(技術效率>0.8)農戶的占比呈逐步增大趨勢。具體而言，在0～0.4的分組中，技術效率高于0.8的農戶占比為79.1%；而在 0.8～1.0的分組中，技術效率高于0.8的農戶占比達100%，說明環境效率與技術效率呈現明顯的正向相關關系，這與大部分學者得出的結論[17，26]一致。

3 農業生產環境效率的收斂性分析

通過上文分析，發現全國農業生產環境效率在時間上和空間上存在明顯的非均衡性。在時間上，全國以及三大地區的環境效率均呈現出遞減趨勢；在空間上，三大地區的環境效率也表現出中部、西部、東部遞減趨勢。由于對經濟發展有巨大的政策意義，長期以來，收斂一直是經濟學家關注的熱門話題。當前，在有關收斂的研究文獻中，比較常見的是σ收斂和β收斂。σ收斂描述的是地區間差距隨著時間的推移而逐漸縮小[27]，通常采用標準差、變異系數等指標進行分析。而β收斂則反映的是初期水平較低個體的增長率高于初期水平較高個體的增長率，體現了落后個體向發達個體的追趕過程[28]，包括絕對β收斂和條件β收斂，其中，絕對β收斂是指無論各個個體的初始狀況如何，它們的效率都會達到完全相同的穩態水平，而條件β收斂則充分考慮了不同個體各自的特征和條件，分別朝著不同的穩態水平收斂。除此之外，還有隨機收斂和俱樂部收斂等。關于收斂性的分類和概念，唐文健等作了較詳細的分析[29]。本研究主要對各地區農業生產環境效率進行σ收斂和β收斂分析。

表3 環境效率與技術效率分布

3.1 農業環境效率的σ收斂

對于σ收斂，本研究采用變異系數作為測度指標。由圖2可知，總體來看，全國農業生產環境效率的變異系數呈現上升趨勢，說明我國農業生產環境效率存在一定的發散性，即各省之間的農業生產環境效率的差距在逐步擴大。分地區來看，東部地區變異系數曲線最高且上升趨勢最為明顯，說明東部區域內各省之間的農業環境效率差距較大，意味著東部區域內各省的環境效率兩極化嚴重；中部地區變異系數曲線沒有出現明顯的上升趨勢，呈現出“W”形波動但波動幅度不大，因此中部地區各省之間的農業生產環境效率的σ收斂性尚不明確，須在今后做進一步觀察；而西部地區變異系數曲線的變動趨勢與全國水平大體一致，說明西部地區各省之間的農業生產環境效率差距在逐步擴大。通過以上分析，發現除中部地區以外，全國以及東部、西部地區的農業生產環境效率均存在不同程度的σ發散。

3.2 農業環境效率的β收斂

3.2.1 絕對β收斂 對于絕對β收斂，本研究將采用Barro等[28]提出的檢驗方程，其表達式為

[ln(EEi,j+T)-ln(EEi,t)]/T=α+βln(EEi,t)+εit。

(8)

式中：EEi,t、EEi,t+T分別代表初期、末期的環境效率值；T表示時間跨度；α為截距項；εit為隨機擾動項。如果估計系數β為負且顯著，則表明農業生產環境效率存在絕對β收斂，否則表示不存在收斂。須要說明的是，為了消除極端值(初期值和末期值)對增長率的影響，本研究將2000—2003年的環境效率平均值作為初期值，將2010—2012年的環境效率平均值作為末期值，時間跨度T為12年。

由表4可知，從全國范圍來看，全國的β估計值顯著為正，說明各省農業生產環境效率趨于分散，即各省農業生產環境效率不會趨向于一個穩定的水平。分地區來看，東部和西部的β估計值也為正，且西部的系數不顯著，說明東部和西部地區各省的農業生產環境效率都不存在絕對β收斂；而中部地區的β估計值顯著為負，說明中部各省的農業生產環境效率存在收斂趨勢，即中部地區農業生產環境效率落后的省份在各種條件的作用下正在縮小與高環境效率省份的差距，各省的環境效率逐步向穩態水平靠攏。

表4 我國各地區農業生產環境效率絕對β收斂的估計結果

3.2.2 條件β收斂 在條件β收斂的估計方法上，本研究將采用公式(9)來檢驗我國各地區農業生產環境效率是否收斂。

ln(EEi,t+1)-ln(EEi,t)=α+βln(EEi,t)+εit。

(9)

式中：EEi,t、EEi,t+1分別代表當期、后一期的環境效率值；α為截距項；εit為隨機擾動項。為剔除偶然不確定因素和平復周期性波動對農業生產活動的影響，本研究將2000—2012年的數據以2年為1個周期進行劃分(本研究的研究時間為2000—2012年，時間跨度為13年，以2年為1個周期，共劃分為6期，其中最后一期為3年)，即周期t=1，2，3，…，6，并將每個時期的環境效率平均值作為該時期的環境效率值。此外，本研究同時采用固定效應模型(fixed effects，簡稱FE)和隨機效應模型(randon effects，簡稱RE)對我國農業生產環境效率的條件β收斂性進行檢驗，并依據Hausman檢驗進一步選擇模型。

由表5可知，全國及三大區域的收斂方程均通過了Hausman檢驗，拒絕了隨機效應模型以及固定效應模型無系統性差別的原假設，因此均采用固定效應模型的回歸結果?？傮w來看，無論是全國還是東部、中部、西部地區，固定效應模型的β估計值均顯著為負，說明這4個區域層面包含的省份均存在條件β收斂的特征，即4個區域層面省份的農業生產環境效率一直在朝著各自的均衡水平收斂。

通過上文收斂性檢驗可以發現，除中部地區以外，全國以及東、西部地區農業生產環境效率均不存在σ收斂和絕對β收斂，但存在條件β收斂，表明全國以及東部、西部地區農業生產環境效率在增長速度和增長水平上沒有出現向同一個方向發展的趨勢，但其農業生產環境效率分別朝著各自的均衡水平收斂，而且這3個區域層面內各省的農業生產環境效率差距沒有縮小的趨勢。而中部地區農業生產環境效率的σ收斂性尚不明確，但卻同時存在絕對β收斂和條件β收斂，表明中部地區各省的農業生產環境效率最終將穩定在同一水平上。

表5 我國各地區農業生產環境效率條件β收斂的估計結果

4 結論

本研究采用2000—2012年全國農業生產投入產出的省級宏觀數據，首先核算了我國農業生產的碳排放量，然后通過隨機前沿分析方法定量測算了低碳視角下的農業生產環境效率，并在此基礎上，借助經典收斂回歸模型對農業生產環境效率的收斂性進行了檢驗。我國農業生產環境效率與技術效率的平均值分別為0.609、0.905，且這2種效率之間具有較高的相關性。而農業生產環境效率存在明顯的地區差異，呈現出中部、西部、東部依次遞減的趨勢。須要引起重視的是，全國以及東部、西部地區的農業生產環境效率均呈現出遞減趨勢，這說明我國農業生產的背后普遍存在著農業生態環境不斷惡化的現象。在現有的農業生產技術水平下，中部地區農業生產環境效率的σ收斂性尚不明確，但同時存在絕對β收斂和條件β收斂，說明中部地區各省的農業生產環境效率最終將穩定在同一水平上。而全國以及東部、西部地區的農業生產環境效率只存在條件β收斂而不存在σ收斂和絕對β收斂，說明3個區域層面內各省的農業生產環境效率差距沒有縮小的趨勢，且分別朝著各自的均衡水平收斂。因此，全國以及東部、西部地區應當在保持適合當地農業生產的原則下，以農業生產環境效率水平較高的省份為典型，通過借鑒其農業生產經驗，不斷提高各自的農業生產環境效率水平，降低碳排放。