生產率視角下碳排放對糧食經濟增長的影響因素研究

徐啟鳳

（河南省永城市農業農村局，河南 永城 476600）

0 引言

近些年來，我國碳排放造成的溫室效應問題日益凸顯，因此低碳經濟作為一種新經濟形態應運而生［1］。農業生產排放的溫室氣體量僅次于工業生產，因此急需發展低碳農業［2］。糧食作為農業的基礎，在農業中，其碳排放占據較大的比重［3］。要想真正控制農業生產過程中的碳排放量，必須推動農業的現代化發展［4］。在我國，糧食主產區是產糧主陣地，事關國家糧食安全，責任重大；與此同時，科學統籌從而保證糧食安全、保證糧食供給、保護生態環境的責任日益重大，農業發展模式勢必要作出改變［5］。在限制碳排放的條件下，對糧食主產區的農業差異原因以及生產效率進行研究，有助于緩和資源利用與農業發展以及環境保護三者之間的關系，進而實現協調發展［6］。

無論國內學者還是國外學者，在研究農業生產效率時，都是從影響農業生產的因素以及生產效率2個方面展開分析的［7］。Armagan等［8］使用曼奎斯特指數分解法研究了土耳其農業生產領域的技術效率表現以及變化。朱繼東［9］使用DEA測算法，借助2016年的統計數據，分析了河南省信陽市從事農業生產經營活動的多個主體的生產效率。熊鷹等［10］使用DEA方法研究了具有代表性的發展有機農業地區的生產效率。陳紅等［11］使用隨機前沿生產函數模型研究分析了我國1998─2010年間的農業生產技術效率。王寶義等［12］在分析關系到農業生產效率的多種因素時，指出下述幾個因素會給農業生產效率帶來程度不一的作用：農業規模化水平、人均農業增加值、農業機械化密度、農業受災率、財政支農水平、農民家庭經營收入比、工業化水平。李博等［5］研究認為，不同地區之間產業結構與我國農業的生產效率具有較高的關聯性。盡管目前已有的文獻將環境對于生產效率的影響納入考量，但是把生產技術水平具有一定差異的不同地區視為具有同一技術水平，在此前提下開展農業生產效率的研究不夠科學［13］。本文從生產率的角度出發，采用Tobit模型，研究分析了碳排放尾效對我國糧食經濟發展的影響因素。

1 模型的選擇

在進行效率評價的過程中獲取到的糧食碳排放效率數據都比0大，視為截斷數據［14］。對于截斷數據，使用最小二乘法預估得到的參數會存在差異；而使用基于最大似然估計準則的Tobit模型能夠有效避免該問題。Tobit模型，又名受限因變量模型，是在某種約束但是因變量連續的條件下取值的一種模型。該模型的計算公式為：

式（1）中：yi為被解釋變量；xi為解釋變量；βT為參數向量；εi為隨機誤差項，其服從正態分布；εi～N(0,σ2)。

Tobit模型是一種截取回歸模型，其被解釋變量yi的取值方式受到一定限制，解釋變量xi以實際觀測數據為其取值；在y*≤0的情況下，yi的值是0；在y*＞0的情況下，yi的值為實際觀測值。

2 變量選取與數據來源

2.1 變量選取

對糧食碳排放造成影響的因素種類繁多，既有人為因素，也有自然因素。自然因素包括氣候、土壤等；人為因素包括技術發展、社會結構等。自然因素一般因難以掌控故較少考慮；在影響碳排放效率方面，人為因素所占比重日漸增大。本文以有關文獻典籍為參考依據，從H省的糧食實際發展情況出發，將下述5個方面作為對該省糧食碳排放效率產生影響的主要因素：化肥使用、社會結構、生產規模、技術發展、勞動力受教育水平（表1）。

表1 H省糧食碳排放效率的影響因素及其解釋

在表1中，就社會結構而言，H省屬于糧食大省，糧食產業在發展的同時也造成大量碳排放。筆者認為，糧食總產值在農林牧漁業總產值中所占比重的下降可以提升碳排放效率。社會結構以產業結構（x1）來表示，產業結構的取值為糧食總產值在農林牧漁業總產值中所占比例，并指出產業結構與碳排放效率之間呈負相關。

施用化肥雖然可以提升糧食產量，但是化肥的過度應用會加重土壤污染，對糧食碳排放效率造成不利影響。本文中的化肥使用情況以化肥施用強度（x2）來表示，化肥施用強度代表的是農作物在單位播種面積內的化肥施用量。本文指出，化肥施用強度與碳排放效率之間呈負相關。

從技術發展的角度來看，當今糧食發展情況與設備機械化水平聯系緊密，農用機械對于糧食生產而言十分重要，是必不可少的一部分。由于機械作業的工作效率高，能夠顯著提升農業生產效率，從而降低投入的勞動力數量，因此糧食生產機械化的快速發展能夠推動勞動力結構的變革。但是部分陳舊的、高耗能機械會造成大量的碳排放。本文用單位面積機械總動力（x3），也就是單位播種面積上的農機總動力表示技術發展這一要素。本文指出，技術發展與碳排放效率之間呈正相關。

從生產規模的角度來看，糧食產業的規模化經營成為提高H省糧食生產效率、推動其走綠色可持續發展道路的主要手段。播種農作物的面積不斷擴大，勢必會使化肥、農藥等的使用量不斷增加，同時灌溉、運輸等產生的能源消耗也會顯著提升；生產規模的擴大也會增加土地翻耕面積，而對土壤進行翻耕就會產生碳流失，因此生產規模的改變會對糧食的碳排放量產生影響。本文用人均耕地面積（x4）代表糧食生產規模。本文指出，生產規模與碳排放效率之間呈負相關。

從勞動力受教育程度的角度來看，進行糧食生產的勞動者受過一定程度的教育，掌握先進技術甚至可以進行創新，具有重要意義。通過提高糧食生產者的總體受教育程度能夠使他們的整體素質得到提升，從而促進碳排放效率的增加。本文以受教育人口占比（x5），也就是初中畢業的人口數量在所有糧食從業者中的占比，代表勞動力普遍接受教育的程度。本文指出，勞動力的受教育程度與碳排放效率之間呈正相關。

2.2 數據來源

文中使用的數據全部來源于統計資料，其中2011─2021年度的數據來源于H省的《統計年鑒》和中經網統計數據庫。

3 模型的建立

3.1 數據相關檢驗

3.1.1 平穩性檢驗 在進行回歸分析之前，要對數據的平穩性進行測定，以避免面板數據出現偽回歸的情況，明確數據的平穩性［12］。本文選用ADF-Fisher檢驗（不同根）、LLC檢驗（相同根）2種方法測定2011─2021年度被解釋變量、解釋變量數據表現出的平穩性。這2種檢驗方法作出的原假設都含有單位根，即P值顯著，如果原假設被拒絕，則表示通過了數據的平穩性測定。如表2所示，不同變量均表現出良好的平穩性，即平穩性測定合格。

3.1.2 Hausman檢驗 在搭建回歸模型之前，首先要進行Hausman檢驗，根據檢驗結果確定使用的影響形式：固定效應或者隨機效應。做出假設：H0是原假設，搭建隨機效應模型；H1是備擇假設，搭建固定效應模型。假設P值顯著，那么原假設被拒絕，相應地搭建固定效應模型；反之，則要搭建隨機效應模型。對于H省及其東部、西部以及中部3個區域，文中分別搭建出了回歸模型。使用STATA 12.0軟件，對所搭建的4個模型中的面板數據進行Hausman檢驗，檢驗結果如表3所示，4個模型的P值全部小于0.05，故而原假設被拒絕，應使用固定效應模型。

表3 Hausman檢驗結果

3.2 建立實證模型

本文通過搭建固定效應模型，使用超效率DEA模型，計算得出糧食碳排放效率數據。解釋變量是會對糧食碳排放效率產生影響的因素；搭建Tobit面板數據模型，以實證分析的方法研究影響H省東部、西部、中部不同區域以及全省糧食碳排放效率的因素，借助STATA 12.0軟件進行回歸分析，回歸模型為：

式（2）中：effectit為第i地區第t年糧食碳排放效率，其中模型Ⅰ（西部區域）和模型Ⅲ（東部區域）的i=1～4，模型Ⅱ（中部區域）的i=1～5，模型Ⅳ（H省）的i=1～13；β1、β2、β3、β4、β5為回歸系數；β0為常數項；x1Git為第i地區第t年產業結構；x2Git為第i地區第t年化肥施用強度；x3Git為第i地區第t年機械化水平；x4Git為第i地區第t年人均耕地面積；x5Git為第i地區第t年受教育人口比例；εit為隨機誤差項。

4 回歸結果與分析

4.1 回歸結果

本文使用STATA 12.0軟件，對影響H省糧食碳排放效率的因素開展Tobit回歸分析，進而明確不同影響因素對碳排放效率的影響程度以及影響方向。由表4可知，化肥施用強度、產業結構、人均耕地面積、單位面積機械總動力、受教育人口比例這5個因素都會對H省和該省不同區域的糧食碳排放效率產生一定的影響，但是影響程度不一。

表4 H省糧食碳排放效率影響因素的Tobit回歸分析結果

4.2 H省整體回歸結果分析

分析H省的數據可知，化肥施用強度、產業結構、人均耕地面積對糧食碳排放效率具有程度不一的負面影響；在5%水平上，人均耕地面積、化肥施用強度產生的影響十分顯著；在10%水平上，產業結構產生的影響更為顯著。受教育人口比例、單位面積機械總動力均與碳排放效率呈現出正相關性；在1%水平上，受教育人口比例帶來的影響十分顯著，而單位面積機械總動力與H省糧食碳排放效率間的相關性微小。上述回歸分析得到的結果與作出的假設相符。從產業結構的角度來看，產業結構（x1）與碳排放效率呈負相關。對于H省而言，其糧食產值在農林牧漁業總產值中所占比重較大，因而H省對于資源的需求十分旺盛，但是資源利用率不夠高，從而對環境造成破壞。H省可以通過進一步增加投入對低碳糧食工業進行研發，達到減排增效的目的。分析化肥使用情況可知，H省在糧食生產中的化肥施用強度（x2）與碳排放效率呈明顯的負相關。對H省糧食碳效率而言，化肥施用具有較大的影響，不僅會浪費資源，污染環境，還會造成大量碳排放。故而要進一步加大監管力度，確保糧食從業者科學地使用化肥，在使用過程中盡量選擇低碳、環保的品種。從生產規模的角度來看，H省的人均耕地面積（x4）與碳排放效率呈明顯的負相關，由土地翻耕而造成的碳排放是導致糧食碳排放的一個重要因素，因此要在調整全省勞動力結構的同時創新土地翻耕技術，從而提升H省的糧食碳排放效率。從勞動力的受教育程度來分析，H省的受教育人口比例（x5）與碳排放效率呈現出明顯的正相關性，在從事糧食生產的勞動力中，較高比例的受教育人口有利于提高糧食的碳排放效率，因此應該努力提升農村糧食從業人員的受教育程度。

4.3 H省各區域回歸結果分析

4.3.1 西部區域糧食碳排放效率影響因素的分析 分析5個影響因素可知，化肥施用強度與西部區域糧食碳排放效率呈負相關，其中在1%水平上影響十分顯著；其他因素與西部區域糧食碳排放效率呈正相關，其中在10%水平上，產業結構產生的影響比較顯著，而其他因素對西部區域糧食碳排放效率的影響不顯著。通過回歸分析得出的結論與假設并非全部相同。在H省糧食碳排放效率均值中，從2011年到2021年，H省西部區域均處于較低水平，故需改進、調整。其中，化肥施用強度這一因素對于碳排放效率的影響最大，明顯比對該省碳排放效率的影響大；產業結構與西部區域糧食碳排放效率呈明顯的正相關，因此可以在一定范圍內合理增加該區域的糧食生產規模。

4.3.2 中部區域糧食碳排放效率影響因素的分析 化肥施用強度、產業結構對于H省中部區域的糧食碳排放效率產生了十分明顯的負面影響；在1%水平上，化肥施用強度帶來的影響更加明顯；在10%的水平上，產業結構帶來的影響更加明顯。其他3個因素與碳排放效率呈正相關，其中在1%水平上，單位面積機械總動力帶來的影響更加明顯；在5%水平上，受教育人口比例帶來的影響更加明顯；人均耕地面積帶來的影響十分微小。通過回歸分析得到的結論與作出的假設并非全然相同。盡管化石燃料燃燒、農機作業的能源消耗同樣會產生一定的碳排放，但是機械化水平的提升是糧食現代化的重要表現，機械化農業具有寬幅、大型化、高效率等特點，可以在很大程度上提升農業生產效率、壓縮生產成本，因此機械化水平的不斷提高可以對糧食碳排放效率起到正向作用。

4.3.3 東部區域糧食碳排放效率影響因素的分析 在H省的東部地區，糧食碳排放效率與人均耕地面積、產業結構均呈負相關，其中在10%水平上，人均耕地面積與糧食碳排放效率具有十分明顯的關聯性，而產業結構對后者的作用則十分微小。其他幾個因素均與碳排放效率呈正相關，其中在10%水平上，僅受教育人口比例與碳排放效率呈明顯的相關性。通過回歸分析得到的結論與作出的假設相符。在H省東部區域，糧食碳排放效率表現出明顯差距，所以，需要有指向性地進行優化調整。

5 H省糧食經濟發展建議

5.1 實行差別化的地區糧食發展政策

由于不同的糧食主產區社會、經濟發展水平以及資源環境等不同，因而其實際的糧食生產效率也具有一定差異。因為各地的技術水平不同，管理能力也有差異，因此要因地制宜地提高糧食生產效率。在東部區域以及中、西部區域，由于糧食生產技術不夠先進，糧食生產效率低下，因此要主動學習與糧食生產有關的先進科學技術，進而實現糧食生產效率的提升。發展低碳糧食經濟，有助于整合各類資源，使其與環境實現協調發展，可以改善糧食生產結構，進而提高糧食生態環境效益。應推出與低碳糧食發展有關的各項法規政策，以便有效地緩解目前糧食碳排放的緊張形勢，進而優化糧食生產結構。

5.2 優化糧食生產力布局

應改善糧食生產力結構，要帶動糧食從增加產量轉變為提升質量，努力生產出優質的、形成品牌效應的特色糧食。在糧食生產過程中，要應用新型清潔環保技術，降低化肥、農藥、農膜等的投入量，從而提升資源利用效率。要根據糧食生產的實際情況，因地制宜地建設具有示范作用的糧食科技園、糧食現代化產業園、享有知名度的農產品品牌等。

5.3 優化政府財政支農結構

政府財政支農對于糧食科研、糧食基礎設施建設以及糧食推廣等各個方面起到關鍵作用，可以明顯促進糧食生產效率的提高。應進一步完善政府財政支持的各項農業項目，重點關注糧食生產中存在的問題，興建與糧食生產有關的基礎設施，優化并推廣田間節水設備，修建農田水利工程。要不斷提高糧食科技的創新水平，加大糧食科研經費投入，進而充分發揮支農專項資金的扶持作用。

5.4 加強糧食知識和技能的培訓

應對糧食產業從業者進行與低碳糧食有關的各項技能以及相關知識的培訓，推廣并深化與低碳糧食有關的知識，進而提高糧食產業從業者的環境保護意識，從而減少糧食碳排放量；要普及運用與低碳糧食有關的生產技術，并儲備足夠的糧食生產人員以及農業科研人員，不斷提高低碳糧食的生產效率。

6 結論

本文基于生產率視角，以H省為研究對象，采用Tobit模型，就碳排放尾效對糧食經濟增長的影響因素進行了研究，得出如下結論：

（1）對于H省糧食碳排放效率造成影響的主要因素包括以下5個方面：化肥使用、社會結構、生產規模、技術發展、勞動力受教育水平。

（2）H省的糧食碳排放效率與化肥施用強度、產業結構、人均耕地面積呈明顯的負相關；與受教育人口比例呈明顯的正相關，其中碳排放效率受到受教育人口比例的影響較大，受到單位面積機械總動力的影響較小。

（3）在H省的西部區域，與糧食碳排放效率呈明顯負相關的因素是化肥施用強度，與其呈明顯正相關的因素是產業結構；在中部區域，糧食碳排放效率與化肥施用強度、產業結構呈明顯的負相關，與單位面積機械總動力、受教育人口比例呈明顯的正相關；在東部區域，人均耕地面積與碳排放效率呈明顯的負相關，受教育人口比例與其呈明顯的正相關。