環境規制下中國農業技術效率的區域差異與影響因素——基于農業碳排放與農業面源污染雙重約束的視角

解春艷，黃傳峰，徐 浩

（南京工程學院經濟與管理學院，江蘇南京 211167）

由溫室氣體排放引起的氣候變化和污染排放引起的環境污染是中國經濟發展面臨的主要環境問題。IPCC（2013）評估報告指出，農業是溫室氣體的主要來源之一，二氧化碳是首要的溫室氣體。中國是世界最大碳排放國，農業碳排放遠高于全球平均水平，在碳減排壓力下，中國農業生產具有巨大的碳減排空間與發展低碳農業的前景。農業不僅是溫室氣體的排放源，也是污染物排放的來源。《“十三五”生態環境保護規劃》第一次將環境質量指標納入五年規劃的約束性指標，化學需氧量（COD）排放量和氨氮排放量作為主要約束性指標，成為環境治理的重點。2015年農業源COD 排放量占中國COD 排放總量的48.06%，農業源氨氮排放量占中國氨氮排放總量的31.58%，農業生產導致的面源污染已成為環境污染的主要污染源。

農業生產的特性決定了農業生產對資源和環境具高度依賴性，資源投入增加與生產效率提高是農業增長主要來源，而無效率的農業生產會導致資源浪費及污染加重。農業發展和環境保護的共贏是農業可持續發展的必然要求。將環境因素納入農業技術效率，通過農業環境技術效率來表征農業經濟增長、資源利用與環境質量能合理反映農業發展的可持續性。

國內外不少學者對環境約束下的農業技術效率進行了研究，在農業環境指標選取與測算方面，一是采用單元調查評估法和清單分析方法核算農業產污單元的農業污染排放量，產物單元主要從農田化肥、畜禽養殖、農田固體廢棄物、水產養殖、農村生活等方面考察，核算的農業污染物主要包括化學需氧量（COD）、總氮（TN）和總磷（TP）。例如李谷成等［1］、楊俊等［2］、梁流濤等［3］、韓海彬［4］、沈能等［5］、張可等［6］學者在農業技術效率測度模型中采用這種方法對農業污染進行核算。杜江［7］、杜江等［8］、葉初升等［9］則在化學需氧量、總氮、總磷的基礎上，增加農藥流失和農膜殘留作為農業技術效率測度模型的非期望產出。二是采用物料平衡法估算農業污染排放量，將農業污染表示為投入要素中含有或產生的氮磷總量與被農作物或牲畜吸收的氮磷總量之差。例如，崔曉等［10］、張屹山等［11］采用該方法分析中國農業技術效率。三是采用農業碳排放測算農業污染。例如，Shortall 等［12］、Vlontzos 等［13］、Vlontzos 等［14］、錢麗等［15］、田偉等［16］、李博等［17］、孟祥海等［18］采用碳排放作為農業生產的非期望產出對農業技術效率進行測算。四是選取農地氮盈余強度為非期望產出指標，測算農業技術效率［19］。

綜觀現有文獻，學者們從不同的環境約束角度對農業技術效率進行了研究，但仍存在以下不足：第一，以往的文獻多是采用單一的農業污染物作為環境指標，無法體現日益復雜的農業污染現象。農業面源污染主要來源于農業資源的大量投入、農業廢棄物不當處理等，而農業碳排放除了來自于農業投入和廢棄物外，另一個主要來源是農業機械［20］。農業生產中碳排放與面源污染在減排目標上具有一致性，但也存在相互制約，如為減少污染物排放但又不降低農業生產效率，勢必要提高農業生產要素的利用效率和農業現代化水平，而農業機械不僅是重要的農業生產要素，而且是發展現代化農業必不可少的物資設備，農業機械的大量投入將造成能源消耗的加大，導致農業碳排放的增加。因此，在考察農業技術效率時不能僅依靠單一的污染指標來衡量，而需要綜合平衡多個環境指標。第二，大多文獻對農業技術效率影響因素的研究采用Tobit模型進行估計，然而在分析農業技術效率的影響時，作為被解釋變量的效率值與解釋變量之間存在內生性問題，基于Tobit模型的估計結果可能存在偏誤。

鑒于此，相較于以往研究，本文從以下2個方面進行拓展：第一，將農業源碳排放與農業面源污染排放兩個維度的環境指標納入統一框架分析農業技術效率，并從省域與區域兩個層面分析農業技術效率的區域差異。第二，采用截斷Bootstrap 方法從社會經濟特征和農業生產特征兩個方面分析農業技術效率的影響因素，以克服Tobit模型的局限性。

在農業低碳轉型和環境約束背景下，研究碳排放與面源污染雙重約束下的農業技術效率及其區域差異和影響因素，對于提高資源利用效率、實現農業低碳綠色生產與可持續發展具有重要意義。

1 研究方法與模型構建

1.1 環境生產技術

在上述假定下的環境生產技術可以具體表示為：

1.2 非徑向方向性距離函數

借鑒現有研究，本文采用考慮非期望產出的非徑向方向性距離函數測算碳排放與面源污染雙重約束下的農業技術效率［22-24］。定義各決策單元技術效率的非徑向方向性距離函數為：

非徑向方向性距離函數構建模型如下：

EE介于0和1之間，當EE的值為1時，表示決策單元的農業技術效率位于生產前沿面上。

1.3 指標選取與數據處理

環保部自2011年開始對農業源污染數據進行統計，因此本文樣本區間采用2011—2015年的數據。研究對象選取中國31個省、自治區、直轄市（由于數據獲取困難，研究區域不包括香港、澳門和臺灣），相關原始數據來自于歷年的《中國統計年鑒》《中國環境統計年鑒》以及中國31個省、自治區、直轄市（以下簡稱為省域）歷年的省統計年鑒。

投入和產出指標選取及數據處理如下：

投入要素。投入要素主要包括資本、勞動力和土地。資本包括農用化肥、農業機械和灌溉，化肥投入（X1）采用農用化肥施用折純量來衡量，農業機械投入（X2）采用農業機械總動力來衡量，灌溉投入（X3）采用有效灌溉面積來衡量；勞動力投入（X4）采用農林牧漁業從業人數來衡量；土地投入（X5）采用農作物總播種面積來衡量。

期望產出。期望產出（Y）采用農林牧漁業總產值來衡量，以2011年為基期，用歷年各地區農林牧漁業指數消除價格影響。

非期望產出。非期望產出包括農業源碳排放（B1）和農業源污染排放。其中農業源污染排放包括農業源COD 排放量（B2）和農業源氨氮排放量（B3）兩個指標。農業源碳排放量的計算借鑒田云等［25］、吳賢榮等［26］和采用的農業碳排放測算方法，從農地利用、稻田和牲畜養殖3個方面確定農業碳源因子，其中農地利用碳排放主要來源于化肥、農藥和農膜使用導致的碳排放，農業機械運用中柴油消耗導致的碳排放，農業翻耕導致的有機碳流失與氧化亞氮的排放，以及農業灌溉過程中電能利用導致的碳排放；稻田碳排放主要來源于水稻生長過程中甲烷的排放；牲畜養殖碳排放主要來源于養殖引起的甲烷排放。碳排放的估算公式可以表示為：

式（7）中，E表示農業源碳排放總量；Ei表示各類碳源的碳排放量；Ti表示各類碳源的排放量；表示各類碳源的碳排放系數。

2 環境規制下農業技術效率分析

2.1 省域農業技術效率分析

DEA模型進行效率測度時要求決策單元的生產過程滿足等張性假設。為檢驗農業技術效率投入產出的等張性，采用Pearson 相關性分析檢驗投入產出變量之間的相關關系。Pearson 相關性檢驗結果如表1 所示，投入產出變量之間均在1%的統計水平下顯著正相關，滿足等張性假設，表明投入與產出建立的效率測度模型具有可信度。

表1 投入產出變量之間的相關性檢驗

根據非徑向方向性距離函數模型，測得2011—2015年31個省域碳排放與面源污染約束下的農業技術效率。

從2011—2015年各年的農業技術效率來看，農業技術效率均達到生產前沿面的省份包括北京、內蒙古、遼寧、江蘇、上海、浙江、福建、海南、云南、西藏、陜西、青海和新疆13個省份。山東的農業技術效率值在2012年略有下降，其他年份均達到前沿面；甘肅的農業技術效率值在2011—2014年位于前沿面，2015年開始下降；河北的農業技術效率值在2011—2013年達到前沿面，2014年開始下降；貴州的農業技術效率值從2011 開始逐漸上升，2013—2015年達到生產前沿面；廣西的農業技術效率在2011年位于生產前沿面上，自2012年起呈現逐漸下降的趨勢，效率值從2012年的0.866 降為2015年的0.774；其他省份中，廣東、吉林、四川、湖北和重慶的農業技術效率值均在0.6 以上；黑龍江、寧夏、天津、山西、湖南、河南、江西、安徽的農業技術效率值均在0.5 以上。

從2011—2015年的平均農業技術效率來看，北京、內蒙古、遼寧、江蘇、上海、浙江、福建、海南、云南、西藏、陜西、青海和新疆的農業技術效率達到生產前沿面；山東、甘肅、河北和貴州的農業技術效率值在0.9 以上，處于相對較高的水平；廣西和廣東兩省效率值相對較高，分別為0.860 和0.752；吉林、四川、黑龍江、湖北、重慶、寧夏和天津的效率值在0.6～0.7 之間；山西、湖南、河南、江西和安徽的農業技術效率值在0.5～0.6 之間，其中安徽的農業技術效率值最低，僅為0.516。

2.2 區域農業技術效率分析

區域農業技術效率分析主要是從三大地帶、八大經濟區域以及糧食生產與消費的三大功能區3個層面展開研究。三大地帶是東部地區、中部地區和西部地區，八大經濟區域是南部沿海地區、東部沿海地區、北部沿海地區、長江中游地區、黃河中游地區、東北地區、西北地區和西南地區。本文研究對象是農業技術效率，因此按照農業資源稟賦差異，根據財政部和國家糧食局的分類，將中國省域劃分為糧食主產區、糧食主銷區和糧食平衡區三大功能區。

從中國的三大地帶來看（見圖1），2011—2015年東部地區的農業技術效率值均在0.92 以上，西部地區的農業技術效率值均在0.86 以上，而中部地區的農業技術效率值則相對較低，均在0.66以下。可見，中部地區的農業技術效率值與東部地區和西部地區差距明顯。東部地區發展較快，先進農業環保技術利用水平及技術創新能力處于全國前列，技術進步與生產效率的提升使得農業技術效率較高且不斷上升。西部地區具有獨特的農業資源優勢，以發展特色農業為主，高污染高能耗的農業生產技術與產品投入相對較少，所以農業技術效率相對較高。中部地區是中國重要的糧食生產地，農業資源投入多、消耗量大，而農業技術水平相對欠缺，造成農業生產效率低而碳排放量與面源污染排放量多。

圖1 三大地帶的農業技術效率

從中國的八大經濟區來看（見圖2），2011—2015年平均農業技術效率從高到低依次是東部沿海地區（1.000）、南部沿海地區（0.917）、西北地區（0.915）、北部沿海地區（0.881）西南地區（0.818）、黃河中游地區（0.789）、東北地區（0.788）和長江中游地區（0.567），其中東部沿海地區已達到生產前沿面。與2011年相比，2015年南部沿海地區、北部沿海地區、長江中游地區、黃河中游地區和西北地區的農業技術效率值略微下降，而東北地區和西南地區略有上升。

圖2 八大經濟區的農業技術效率

從中國的三大功能區來看（見圖3），2011—2015年糧食主產區、糧食主銷區和糧食平衡區的農業技術效率基本保持穩定，波動較小。整體而言，糧食主銷區的農業技術效率最高（均值0.911），其次是糧食平衡區（均值0.871），糧食主產區的農業技術效率最低（均值0.751）。可見糧食作物的種植對一個地區的農業技術效率具有較大影響。

圖3 三大功能區的農業技術效率

3 農業技術效率的影響因素分析

3.1 理論分析與模型設定

影響農業生產及其效率的因素不僅包括農業生產條件，還包括社會經濟狀況等，且后者在現代農業生產中的作用越來越重要［16］。本文從社會經濟特征和農業生產特征兩個方面探討農業技術效率的影響因素。

社會經濟特征。社會經濟特征主要是從經濟發展水平、互聯網發展水平、農業財政支持和環境治理力度等方面來考察。第一，Grossman 等［27］指出環境質量與經濟發展水平之間存在“倒U 型”曲線關系，被稱為環境庫茲涅茨曲線（EKC），我國一些學者對中國農業技術效率與經濟發展水平之間的EKC 假說進行了檢驗，如沈能等［5］研究認為農業環境技術效率與農業增長呈現出類似于EKC 的“正U型”關系，杜江等［8］研究發現農業環境全要素生產率與人均收入之間呈現出“倒U 型”曲線特征。因此，本文在模型中引入經濟發展水平及其平方，檢驗農業技術效率EKC 假說，經濟發展水平指標按照研究慣例采用人均國內生產總值（GDP）來衡量。第二，隨著“互聯網+”現代農業行動的實施，互聯網與農業的融合創建了以互聯網作為支撐的農業新形態，這是一種生產高效、質量安全、資源節約、環境友好的可持續農業，互聯網已成為推動農業技術效率水平提升不可或缺的重要因素，本文采用互聯網普及率來衡量互聯網發展水平。第三，農業財政支持力度反映出當地農業基礎設施水平和農業生產條件狀況，采用地方財政農林水事務支出占地方財政支出的比重來衡量。第四，一個地區的農業環境質量與當地環境治理力度密切相關，本文采用環境污染治理投資占GDP 的比重來衡量環境治理力度。

農業生產特征。農業生產特征主要是考察種植結構和農業機械化水平對農業技術效率的影響。上文的研究發現，糧食主產區的農業技術效率明顯低于其他地區，為分析種植結構對農業技術效率的影響，采用糧食作物播種面積占農作物總播種面積的比重來考察。農業機械化是實現農業現代化、提高農業生產效率不可或缺的物資設備，農業機械化水平直接影響農業生產成本，影響農業投入的減量化使用和農業科技的廣泛應用，本文采用農業機械總動力占農林牧漁業從業人數的比重來衡量農業機械化水平。

為檢驗碳排放與面源污染約束下農業技術效率的影響因素，構建計量模型如下：

式（8）中，i和t分別表示第i個省份和第t年，AEE 表示農業技術效率，AGDP 表示經濟發展水平，INT、FS、EG、PS 和ML 分別表示互聯網發展水平、農業財政支出、環境治理力度、種植結構和農業機械化水平。表示常數項，表示被估計系數，表示統計噪聲。

3.2 計量結果與分析

由于DEA 方法測度的效率值不是真實值，而是相互依賴的經驗估計值，這就可能造成效率值與其影響因素之間存在內生依賴性，使得以誤差項獨立分布為基本假設的傳統回歸方法失效。因此，在分析農業技術效率的影響因素時，如果采用傳統的OLS模型或Tobit模型，則估計結果存在不一致性，是有偏的，而截斷Bootstrap 方法能夠克服這一缺陷，使效率的回歸分析結果可靠性更高［28-29］。鑒于此，本文采用截斷Bootstrap 方法分析農業技術效率的影響因素，回歸結果如表2 所示。

表2 農業技術效率影響因素的Bootstrap 回歸結果

從社會經濟特征來看，人均GDP 的回歸系數為負，人均GDP 平方項的回歸系數為正，且兩者均通過了1%顯著性水平檢驗，說明農業技術效率與經濟發展水平之間存在“正U 型”關系，符合EKC 假說。當經濟發展水平較低時，粗放的農業生產方式不僅生產效率低下而且導致生態環境惡化，此時農業技術效率隨著經濟增長呈現下降趨勢，當經濟發展達到一定水平后，人們對高質量的農產品和生活環境需求增加，國家通過制定相應的法律法規、制度等，加強環境污染監管與治理，推廣和使用清潔環保的農業生產技術，推進了農業生產經營方式由粗放型向集約型轉變，此時農業生產效率提高的同時也抑制了碳排放與面源污染，農業技術效率隨著經濟發展水平的提高而上升。互聯網發展水平的回歸系數顯著為正，說明互聯網發展水平的提高對提升農業技術效率具有促進作用。隨著互聯網發展水平的提升，互聯網與農業的結合，加速了農業發展科技化、智能化和數字化，有助于推動高產高效、生態安全農業的發展。農業財政支持的回歸系數顯著為正，說明地方財政支出越多，農業技術效率越高。農業發展離不開財政支持，地方財政的農業支出不僅保障了農業生產的基礎設施建設，對于提高農業生產條件和農業綜合生產能力具有積極作用，而且能夠在一定程度上減少農業污染。環境治理力度的回歸系數為正，但未通過顯著性檢驗，可能的原因是，環境治理更多地針對工業和城市，相對于工業和城市的點源污染，農業面源污染的分散性、隨機性和隱蔽性造成農業污染的治理難度較大，治理效果難以顯現，從而導致環境治理雖然能提升污染約束下的農業技術效率，但尚未充分發揮作用。

從農業生產特征來看，種植結構的回歸系數顯著為負，表明糧食作物播種面積占農作物總播種面積的比重越高，農業技術效率越低。造成這一現象的原因是，城鎮化的加快以及農村外出務工人員的增多導致土地資源稀缺以及農村勞動力的流失，為保障糧食供應安全，不得不加大化肥、機械等其他方面的投入。農業機械化水平對農業技術效率的影響不顯著，可能的原因是，區域間和產業間機械化發展不平衡、農機與農藝配套不協調、機具增長與利用率提高不同步等問題導致農業機械的性能單一且組織化程度不高，農業機械的應用尚未廣泛普及，難以發揮農業機械化在農業生產中的作用。

4 結論與啟示

本文運用非徑向方向性距離函數，對農業碳排放與農業面源污染約束下中國31個省（區、市）的農業技術效率進行測度，討論了三大地帶、八大經濟區以及三大功能區農業技術效率的區域差異及特征，并采用截斷Bootstrap 方法對農業技術效率的影響因素進行分析，得到結論與啟示如下：

第一，農業技術效率存在顯著的區域性差異，且在碳排放與面源污染雙重約束下，農業技術效率在西部地區與中部地區的差異明顯。從省域層面來看，2011—2015年中國近60%省域的農業技術效率未達到生產前沿，農業技術效率仍存在較大的提升空間。從區域層面來看，在三大地帶中，東部地區和西部地區的農業技術效率值較高，而中部地區則與東部與西部地區差距較大；在八大經濟區中，東部沿海地區的農業技術效率處于最優生產前沿面，南部沿海地區、西北地區、北部沿海地區和西南地區處于較高水平，黃河中游地區和東北地區次之，長江中游地區的農業技術效率最低；在三大功能區中，糧食主銷區的農業技術效率最高，其次是糧食平衡區，糧食主產區的農業技術效率最低。不同區域因農業生產結構不同，區域間的農業技術效率差異明顯，因此，在農業發展與環境管理上應根據各地區的資源稟賦、技術水平等制定差別化的政策。對于農業技術效率較高的地區，注重農業發展質量，強調低污染低消耗，應用高效清潔的農業生產技術，實現農業現代化。對于農業技術效率較低的地區，立足于資源優勢，優化農業要素投入，提高資源利用和環境保護的能力。

第二，各地區的社會經濟特征與農業生產特征對農業技術效率具有一定的影響。就社會層面而言，“互聯網+”現代農業將成為現代農業發展的新格局，一方面利用互聯網技術創新生態農業、循環農業等技術模式，為農業可持續發展提供技術支撐，另一方面，利用互聯網推動農業生產精準化、農業管理透明化，健全農業綜合管理與服務體系；加大農業財政支持力度，提高農田水利等農業基礎設施建設水平，改善農業生產條件；在保障農業污染治理投入、提高農業環境治理效率的基礎上，制訂有針對性的農業環境管理政策，保證農業環境管理活動的有效進行。從農業生產特征來看，糧食主產區應盡快轉變粗放經營為主的農業生產方式，推進農業集約化經營，減輕環境壓力；加強符合中國農業生產特征的農業機械化產品創新與研發，推進農業機械向智能化、綠色化發展，加強農機與農技農藝的融合，調動農業生產者使用農業機械的積極性，促進農業機械的應用與普及。