農業生產集聚對環境效率的影響：由糧食主產區引申*＊

王丹，劉春明，周楊

(1.長春金融高等專科學校會計學院，長春市，130028；2.吉林工程技術師范學院經濟與管理學院，長春市，130122；3.濟寧學院儒商學院，山東濟寧，273115)

0 引言

20世紀70年代末，我國開始施行家庭聯產承包責任制，大幅度提高勞動產出率的同時，也帶來了土地細碎化的問題，較低的規模化程度和生產要素配置水平在一定程度上阻礙了農業現代化的進程，降低了中國農業的國際競爭力。已有研究表明，走生產集聚化的道路不僅可以加快農業現代化的進程，亦可以提高農業生產率、增強農業競爭力[1-2]。當前，我國農業生產正處在集聚化的道路上，黨的十九大報告也強調“要構建農業現代化的生產體系，發展農業生產適度規模經營，促進小農戶與現代農業有機銜接”。

然而，中國農業發展長期伴隨著農業產出與環境污染之間的矛盾與沖突[3-4]，在農業生產集聚的條件下，這一矛盾與沖突更加尖銳。突出表現在糧食產量實現“十二連增”時，人們對“增產加劇污染”的爭論[5]。對于集聚化程度更高的糧食主產區而言，也有人提出“過量的化肥施用‘喂’出了糧食主產區糧食產量連年增產”。在“兩山理論”和“綠色發展”指引下，未來農業產出的增長方式，必須實現由粗放型向綠色生態型轉變。基于現實角度，我國農業污染的本質實際上是生產要素配置與綠色發展的失衡，在資源條件剛性約束下，實現農業產出的綠色可持續發展無疑是緩解生產集聚與生態保護之間矛盾的必然選擇，而提高環境效率則是其中的關鍵一環[6]。那么，在農業增產與生態保護的雙重壓力下，農業生產集聚能否提高環境效率？

環境效率是指以最小的資源消耗獲得最大的經濟效益，降低經濟生產過程中對環境的負面影響，是衡量經濟效益與環境效益協調發展的重要指標。目前，關于生產集聚對環境效率的影響，尚存在較大分歧。關鍵的爭論點在于是正向影響占主導還是負向影響占主導，具體表現在3種不同的觀點：(1)生產集聚會使單位空間上的污染量成倍增長，不利于環境效率的改善。張輝鵬等[7]認為，為實現糧食增產的目的而提高化肥用量是十分必要的，但化肥的大量施用加劇了生態環境的惡化；(2)生產集聚可以催生出規模效應，有利于避免化學藥品的無畏消耗，從而提高環境效率。考慮到規模報酬遞增的特點[8]，糧食生產規模的擴大可能降低農業面源污染排放量的增速，政府對農業污染的治理效果也有可能因規模效應進一步放大[9]，生產集聚可能會改善環境效率。Glaser[10]研究表明，規模擴大和集聚可能更有利于降低污染排放。薛蕾等[1]認為生產集聚可以促進農業生產專業化分工升級，推動新技術的利用，有利于提高生產環節標準化，既有利于提高產出，也有利于降低污染排放；(3)生產集聚對環境效率的影響關系并不明確。徐承紅等[11]認為，生產集聚與環境污染之間存在“N型”關系，即隨著生產集聚程度的提高，環境污染程度將表現出先上升、后下降、再上升的趨勢。

已有研究對生產集聚與環境效率之間的關系并未形成一致的結論。尚存在以下不足：首先，研究內容存在分割。已有研究集中于對“增污”和“減污”的驗證，忽略了從具體農業生產要素供給視角下生產集聚對改善環境效率的路徑檢驗；其次，研究方法存在局限性。生產集聚影響環境效率的研究中，大量研究使用了一般回歸方法或固定效應模型，內生性問題并未較好地得到解決。因此，本文構建包含非期望產出的超效率松弛變量測度數據包絡模型(SBM-DEA)測算環境效率，采用解決內生性問題的傾向得分—雙重差分模型(PSM-DID)，聚焦于典型的生產集聚區——糧食主產區，將糧食主產區作為實驗組，糧食非主產區作為對照組，考察糧食主產區的生產集聚對環境效率的影響，并通過農業生產要素考察了具體的影響路徑。

1 理論分析與研究假說

1999—2003年，糧食產量連年減產，糧食生產面積在2003年更是跌至了新中國成立以來的最低點。在糧食安全的壓力下，國家著手設立糧食主產區，并將生產資源向糧食主產區傾斜。在此背景下，糧食主產區憑借得天獨厚的資源優勢，具備了較為明顯的農業生產集聚特征[12]。環境效率的改善無非一點：提高農業產出的同時降低環境污染程度。因此，本文認為農業生產集聚可以從規模效應、溢出效應和分工效應3個方面對環境效率產生影響，而影響方向存在兩面性。首先，農業生產集聚影響環境效率的規模效應。理論上，農業生產集聚引致生產要素在一定空間上的大量集中，催生出規模效應。規模效應可以降低生產成本、提高綠色生產技術的利用率，從而正向影響環境效率。然而，也有人認為由于我國農戶總體上資本匱乏且農業生產過度依賴化學用品，農業生產集聚和粗獷經營模式并存可能會使污染排放量在一定空間水平上成倍增長，產生規模不經濟，不利于環境效率的改善[13]。其次，農業生產集聚影響環境效率的溢出效應。農業生產集聚不僅會擴大農業生產規模，也會在一定程度上擴大市場規模[14]。一方面，市場規模的擴大可以加強農戶與農戶間、農戶與企業間以及企業與企業間的聯系，先進的技術與信息得以在空間上自由流動，產生知識溢出效應，從而實現環境效率的改善；另一方面，農業生產的集中管理、生產設施的集中建設，均有利于提升污染治理效率，創造更大產出效益的同時，亦能保障環境效益[15]。第三，農業生產集聚影響環境效率的分工效應。農業生產集聚可以催生出農業生產的橫向分工和縱向分工[16]，從而更有針對性的對環境效率產生影響。橫向分工可以提高鄰近地塊作物品種生產的一致程度，易于服務外包的介入，提高資源利用效率以實現污染減排，最終有助于改善環境效率；縱向分工使得農業生產的每一個環節都可以細化，故而可以提高化肥施用階段的專業化程度。如機械化水平的提高亦使化肥施用的標準化程度提高，降低資源的無畏消耗，從源頭上降低了農業生產的非期望產出，環境效率得以改善。然而，較高的機械化水平在長期也會增加碳排放量[17]，不利于環境效率的改善。

據此，提出如下假說：農業生產集聚可以從多方面改善環境效率，但也存在降低環境效率的可能，因此，農業生產集聚對環境效率的影響存在不確定性。

2 模型構建與數據來源

2.1 非期望產出的超效率松弛變量測度數據包絡模型(SBM-DEA)

對環境效率的測度方法有多種，較為常見的有SFA模型[18]、M-L指數[19]和SBM-DEA模 型[20]。為測 算環境效率，本文參照睢忠林等[20]的方法采用基于非期望產出的超效率SBM-DEA模型，以糧食主產區和糧食非主產區的各個省份為DMU構建環境效率的可能性前沿面，模型設定形式

式中：GTFP——環境效率值；

n——DMU數量；

m——每個DMU的投入量；

r1——期望產出，主要包括糧食總產值TV和糧食單產PY；

r2——非期望產出，主要包括碳排放量CE和污染排放量PE；

xk、yd、yu——相應的要素投入矩陣、期望產出矩陣、非期望產出矩陣中的元素。

其中碳排放量=化肥×0.90+農藥×4.93+農膜×5.18+柴油×0.59，污染排放量=化肥×0.65+農藥×0.50+農膜×0.10。

根據C-D生產函數的設定形式，參考高鳴等[21]具體的指標選取方式，投入指標包括糧食生產直接費用Dir、糧食生產間接費用Ind和人工用量Lab等要素。

2.2 傾向得分—雙重差分模型(PSM-DID)

PSM-DID模型是解決內生性問題較為常用的方法，通過設置實驗組和對照組的方式，客觀衡量政策變遷或新政策實施對經濟體的影響。本文遵循羅斯炫等[5]的思想，將2004年設立的糧食主產區作為一項新政策的實施展開研究。具體的模型設定形式如下，式(3)為用于PSM匹配的Logit回歸模型，式(4)為用于DID估計的雙重固定效應模型。

式中：Pol——糧食主產區政策實施地區的虛擬變量，若該地區為糧食主產區，則Pol=1，否則Pol=0；

Year——糧食主產區政策實施時間的虛擬變量，雖然糧食主產區于2004年設立，但普遍認為政策效應會在第二年顯現，即若為2005年及以后，則Year=1，否則，Year=0；

λi——個體固定效應，用來控制個體揚有不隨時間變化的因素；

γt——時點固定效應，用來控制某一時刻影響環境效率的因素；

β——揚有變量的待估參數；

ε——隨機誤差項；

Control——影響環境效率的其他因素，以盡可能避免實驗組與對照組之間因趨勢不平行而產生的內生性偏誤。

Control主要包括：災害率DR，災害率與產出水平成反比，災害率越高越不利于環境效率改善；財政環保水平Fin，用各省份財政環保支出表示。

人力資本水平Edu，受教育水平越高，掌握高新技術的可能性越高，越有利于改善環境效率；生產技術水平Te，生產技術水平與環境效率成正比；農村經濟發展水平Re，農村經濟發展水平越高，農民對居住環境會有更高的要求，便會傾向于改善環境效率。此外，為避免異方差和序列相關的干擾，本文對上述絕對值變量進行對數化處理，并采用robust進行穩健性估計。

2.3 數據來源

具體的變量定義與描述性統計如表1揚示。2004年設立糧食主產區后，我國糧食產量實現“十二連增”，其中玉米份額的快速增加做出了較大貢獻[22]。

表1 變量的含義與描述性統計分析Tab.1 Meanings of variables and descriptive statistical analysis

因此，玉米作為本文的研究對象較有代表性。樣本區間主要選取1998—2018年省級面板數據，運用MAXDEA軟件和Stata軟件測度環境效率、農業生產集聚對環境效率的影響。上述投入、產出和影響因素變量的數據均來源于《農產品成本收益資料匯編》《中國統計年鑒》和《中國農村統計年鑒》。需要說明的是，考慮到數據的可得性，13個糧食主產區剔除了江西省和湖南省，保留了河北、黑龍江、內蒙古、吉林、遼寧、江蘇、安徽、山東、河南、湖北、四川等11個省(區)，糧食非主產區主要選擇山西、廣西、重慶、甘肅、陜西、貴州、云南、寧夏、新疆等9個省(區)。

3 實證分析

3.1 環境效率的測算

遵循糧食主產區設立的政策效應在DID模型中的思想，本文將20個省份按照糧食主產區和糧食非主產區劃分為實驗組和對照組，并按糧食主產區設立前(2005年以前)和糧食主產區設立后(2005年以后)分為兩個時期。

基于超效率SBM-DEA模型計算的結果，表2展示了兩個時期糧食主產區和非主產區環境效率均值的變化情況。由差分結果可知，糧食主產區設立前實驗組的環境效率比對照組高0.024 9，而糧食主產區設立后，兩組的差值擴大為0.060 4，糧食主產區設立前兩組差值明顯小于設立后。這就意味著，農業生產集聚化程度提高后，環境效率也會顯著改善。但這一變化是否由糧食主產區設立產生農業生產集聚引起的，還需通過實證分析加以檢驗。

表2 糧食主產區設立前后環境效率的均值變化Tab.2 Mean change of environmental efficiency before and after the establishment of main grain producing areas

3.2 農業生產集聚對環境效率的影響

3.2.1 平行趨勢檢驗

DID方法對數據的要求較為嚴格，需要保證政策實施前實驗組與對照組沒有顯著性差異。為此，本文通過PSM方法構造“反事實”樣本，采用近鄰匹配方式，在420個總樣本中將不符合共同取值范圍的樣本剔除后，保留391個樣本觀測值，進行核心變量的平行趨勢檢驗。

由表3可知，匹配后實驗組與對照組核心變量的標準偏差值均小于10%，t檢驗同樣表明匹配后的兩組樣本在匹配變量上均不存在顯著差異。總之，匹配后的兩組樣本通過了平行趨勢檢驗，為下文的DID估計篩選出了較為理想的數據樣本，更加有助于獲得農業生產集聚影響環境效率的真實效果。

表3 匹配前后平行趨勢檢驗Tab.3 Test the parallel trend before and after matching

3.2.2 平均效應

農業生產集聚影響環境效率的估計結果如表4揚示，(1)、(3)列為控制了年份固定效應的OLS回歸估計結果，(2)、(4)列為面板數據的個體、時點雙向固定效應模型回歸結果。由表4中(1)、(2)列基準回歸估計結果可知，政策效應的系數值均顯著為正，說明與非糧食主產區相比，糧食主產區的設立可以改善環境效率，即農業生產集聚可以改善環境效率。表4中(3)、(4)列為納入控制變量后的估計結果，政策效應的系數值略有下降，說明若遺漏本文選取的控制變量會高估政策效應，但農業生產集聚對環境效率的正效應依然顯著。在其他條件不變的情況下，政策效應的系數值分別為0.031 1和0.028 4，說明就糧食主產區而言，2004—2018年間農業生產集聚對環境效率的改善作用大約在3%左右。

表4 農業生產集聚影響環境效率的平均效應Tab.4 Agglomeration of agricultural production affects the average effect of environmental efficiency

綜合兩種方式的估計結果，控制變量中，災害率的增加會對環境效率產生顯著的負向影響，農業生產規模化程度會隨著農業生產集聚而提高，一旦出現自然災害就會出現一定區域內的連鎖反應，相比集聚程度較低的地區對農業產出的負面影響更大；財政支農水平同樣不利于環境效率的改善，與預期并不相符。

可能的原因在于，財政支農資金較少、結構錯位以及效率低下的問題仍然存在，并且，財政支農的目標始終以增產為導向，可能會錯誤的引導農戶過度施用化學用品以提高產量，阻礙了環境效率的改善；生產技術水平的提高可以正向影響環境效率，可能的原因在于高集聚化程度下的技術水平提升，可以在農業生產中用更少的人力資本投入獲得更大的產出效益，單位產出效益下對環境造成的破壞也更少[23]。反之，生產技術水平較低的農業生產往往傾向于勞動密集型生產方式，缺乏高素質管理人員和環保設施，對污染排放的處理意識淡薄，環境效率相對較低。

3.2.3 穩健性檢驗

首先，采用更換匹配方式進行檢驗。對420個總樣本采用半徑匹配替代近鄰匹配，結果如表5揚示，不論是OLS回歸還是固定效應檢驗，農業生產集聚對環境效率的影響依然顯著為正。上述結果與前文中的結果一致，驗證了實證結果的穩健性。

表5 更換匹配方式后農業生產集聚影響環境效率的平均效應Tab.5 Average effect of agricultural production agglomeration on environmental efficiency after changing the matching mode

其次，對實證結果進行安慰劑檢驗。為了避免政策干預的隨機性以及排除其他因素對研究結果的干擾，進一步增強回歸結果的穩健性，假設實驗組被設為政策實施地區的時間提前到2003年和2002年。由表6可知，將政策實施提前設立，系數值均不顯著，說明環境效率得以改善主要源于糧食主產區的設立，進一步強化了農業生產集聚可以改善環境效率的穩健性。

表6 安慰劑檢驗Tab.6 Placebo test

3.2.4 影響路徑分析

理論上，環境效率追求經濟效益與生態效益的協調發展，而經濟效益與生態效益均取決于農業生產中的要素投入。實證結果表明，農業生產集聚顯著改善了環境效率，那么，其究竟通過哪些路徑正向影響了環境效率？這一部分主要是為了分析農業生產集聚作用下的生產要素對環境效率的影響，并構建雙重差分調節效應模型

式中：Path——路徑變量，包括種子投入量Seed、人工數量Lab、化肥投入量Fer、農業機械總動力Mac等指標作為衡量生產要素投入的指標。

表7為農業生產集聚影響環境效率路徑的檢驗結果。

表7 農業生產集聚影響環境效率路徑的檢驗結果Tab.7 Test results of the path of agricultural production agglomeration affecting environmental efficiency

農業生產集聚與種子用量交互項的系數值雖為正，但并不顯著。說明農業生產集聚作用下的種子投入從理論上可以改善環境效率，但農業生產集聚過程中并沒能切實提高種子質量。種子的更新和升級可以通過改善作物的性狀達到增產的目的，但樣本期間高效品種研發推廣速度慢的實際，在一定程度上制約了農業生產集聚對環境效率的正向影響；農業生產集聚與化肥用量交互項的系數值為0.004 9，在5%水平上顯著為正。由于過度施肥不利于農業生態保護，且羅斯炫[5]的研究表明，糧食主產區的設立使化肥施用強度相較非主產區降低了7.2%，因此這一結果意味著化肥用量增加可以相對改善環境效率，農業生產集聚程度較高地區化肥施用對生態環境的負面影響相對較弱，計量結果便是對環境效率的改善；農業生產集聚與用工數量交互項的系數值為-0.007 5，在1%的水平上顯著。隨著城鎮化與工業化的發展，農村勞動力大面積向城市轉移，由此催生出優質農村勞動力流失和農業勞動力老齡化并存的局面。由于生產習慣的固化，文化水平偏低、年齡偏大的農業生產者導致農業生產集聚對環境效率產生的負面影響，因此仍需提高用工數量，尤其是優質勞動力的投入；農業生產集聚與農業機械總動力的交互項不顯著，說明在農業生產集聚的過程中，農業機械化水平的提高對環境效率的影響并不顯著，與理論預期不相符。可能的原因在于，國內農業機械制造業發展相對滯后，尤其是品種和地形的不適應性顯著存在[22]，且政府、企業與農戶對農業機械的投入力度仍然不足[24]，而農業機械完全替代勞動力又是一個緩慢的過程，因此可以認為農業機械化投入對環境效率的影響存在一定的門檻效應。

4 結論與政策啟示

將糧食主產區的設立視為一次部分省份提高農業生產集聚程度的準自然實驗，以糧食主產區作為實驗組，非主產區作為對照組，利用1998—2018年的宏觀面板數據，構建PSM-DID模型，考察農業生產集聚對環境效率的影響。首先，相較非主產區，糧食主產區的設立影響環境效率的系數值為0.031 1，并在1%的顯著性水平下顯著，即農業生產集聚可以改善環境效率，這一結果具有較強的穩健性；其次，僅農業生產集聚與化肥用量的交互項顯著為正，系數值為0.004 9，即農業生產集聚得以改善環境效率的作用路徑主要源自對化肥施用負外部性的削減，種子質量不足、農業勞動力老齡化以及農業機械有效利用不足均不利于農業生產集聚對環境效率的改善。

農業生產集聚改善環境效率的背后反映的是農業現代化發展過程中長期存在的經濟效益與環境效益的協調、統一。因此，得出以下政策啟示：(1)農業生產集聚產生的規模效應、溢出效應和分工效應，可以在一定程度上削弱過度施用化肥對生態環境造成的負面影響，有利于降低農業面源污染水平，這就意味著農業生產集聚可以促進經濟效益和環境效益的協調發展，使得“綠色發展”和“兩山理論”的實現成為了可能；(2)僅靠對化肥施用負外部性的削弱時限改善環境效率的方式存在局限性，未來在農業生產集聚過程中應激發農業機械化改善環境效率的潛能。當前，優質農村勞動力流失和農業勞動力老齡化嚴重已成為既定事實，發展農業機械化替代勞動力已是中國農業生產發展的必然趨勢，研究結果表明農業機械對勞動力的替代存在門檻效應。因此，應找準農機在作物、地形和作業環節適配度的弱項，加大農機制造業的研發水平，深化農機、農藝的融合程度，政府在農機購置補貼的基礎上進一步加大扶持力度；最后各個地區應根據自身資源稟賦特征和發展優勢，走農業生產集聚化道路，促進環境效率的改善，以確保我國糧食安全和生態保護的大局。