環境規制和政府投入對農業減排的影響

于明洋 袁世一

摘要 環境規制、政府投入是當前我國農業發展不可避免地客觀環境，分析二者對農業減排的影響效果，對改善我國農業現狀具有重要意義。選擇命令型、費用型2類環境規制與政府投入，以2006—2019年我國31個省級面板門檻模型，實證分析環境規制和政府投入對我國農業減排效率的直接影響與耦合影響。研究發現，在我國農業減排過程中，環境規制和政府投入能夠有效促進農業減排的發展；環境規制和政府投入對農業減排存在顯著的門檻效應；在科研投入高、專利產出高的地區，科研投入和費用型規制對農業減排影響顯著，低碳補助和費用型規制對農業減排影響顯著；在科研投入和專利產出欠發達地區，科研投入和費用型規制對農業減排術影響顯著，但是低碳補助政策的效果則不顯著。

關鍵詞 環境規制；政府投入；農業減排；低碳補貼；門檻效應

中圖分類號 F323? 文獻標識碼 A? 文章編號 0517-6611（2023）14-0229-05

作者簡介 于明洋（1998—），女，山東煙臺人，碩士研究生，研究方向：智慧農業。*通信作者，助理研究員，博士，從事農業經濟、糧食安全監測預警研究。

隨著國際貿易壁壘的再次興起，世界各國都增加了對本國農業的保護，糧食安全與環境保護已經成為農業生產的兩套枷鎖。《第一次全國污染源普查公告》指出，農業源污染物對環境影響較大，將農業源污染物的防治納入環境保護中是必要舉措［1］。農業生產不僅要維持供需平衡，還需綜合考慮生產環境的生態平衡。農業減排的發展情況成為農業能否實現可持續發展的關鍵。由于農業減排技術具有很強的外部性，這就導致了減排技術的發展情況與市場需求存在脫節現象［2］。政策投入在一定程度上能夠改善農業減排的效應，并成為農業減排的重要推動力。如何解決好當前農業發展的雙重制約，實現農業產量增長與生態環境的“共贏”局面，關鍵在于尋找環境規制與政府投入間的耦合效應［3］，即適當的環境規制和政府投入具有引導效應，進而對農業減排產生“政策型與費用型補償效應”。因此，確保環境規制和政府投入的優化組合，也就成為影響農業減排發展提升的關鍵。

目前，我國正處在農業現代化發展的關鍵節點。無論是農業生產者還是管理部門均已經充分意識到農業減排對我國當前發展的重要作用，厘清農業減排的發展現狀，分析農業減排與GDP協同發展的實現路徑及其效果，對于現階段把握我國農業減排現狀和探索農業減排具有重要意義，為制定針對性的政策提供科學依據。鑒于此，筆者在我國農業減排發展背景下，運用省級面板模型，實證分析環境規制、政府政策對農業減排的直接影響與耦合影響，并在地區異質性的基礎上找到影響區域性發展的制約因素。該研究的創新點主要體現在以下3個方面：一是將環境規制劃分為命令型和費用型，詳細探討二者對農業減排的影響；二是從研發補貼和低碳補貼視角，探討環境規制與政府投入的耦合作用；三是在地區異質性檢驗時，打破了傳統的區域劃分，從環境規制和在政府投入的關鍵變量的空間差異對全國區域進行了重新分組。

1 文獻綜述與研究假設

1.1 環境規制對農業減排的直接作用

經驗表明，農業減排的預定目標難以自發實現，必須加以環境規制手段干預［4］。環境規制是實現農業面源污染減排的重要手段［5-6］。現有研究通常將環境規制手段分為命令控制型、市場激勵型和自愿型［7］。雖然環境規制的類型不同，但是目的都是促進生態環境的和諧發展，約束個體或組織的破壞性行為。因此，各類環境規制之間相互協調、有機互補，形成高效、綠色、節能、降耗、減排的環境規制體系。從環境規制的各主體、實施效率和經濟成本角度來看，自愿性和隱藏性的環境規制一般不具有政策層面的約束力，通常是個人、企業和組織的自發性行為和意識。此外，環境規制對農業減排的影響效果不會一直顯現，且存在地區差異性［8］。鑒于當前我國實現農業減排的目標及現有環境保護的體制機制，完成農業減排目標需要政府的宏觀調控與環境監管，因此環境規制仍將長期發揮作用［9］。

H1為環境規制對農業減排具有非線性影響，不同環境規制對農業及安排的影響存在差異性。

1.2 政府投入對農業減排的直接作用

薩繆爾森從產業發展視角論述了農業生產關系具有外溢性和擁擠性特征的準公共物品屬性，不同程度地存在市場失靈問題，政府用“看得見的手”進行宏觀調控［10］。制度經濟學派［11］認為，農業生產的穩定關系到經濟社會的穩定，應不斷完善農業經濟制度。農業的發展主要依靠政策和科學［12］。政策對減排技術投入的作用一是彌補市場失靈；二是影響資源配置［13］。阿瑟·劉易斯認為，政府在決定公眾對新技術的態度上起到重大作用，可以影響公眾對新技術的偏好［14］；政府的保護或補貼政策可以影響資源使用，引導資源用于創新的投入和產出［15］。因此，政策對于促進農業減排的效應確實處于首要的地位。

H2為政府投入對農業減排具有正向影響。

1.3 環境規制、政府投入對農業減排的耦合影響

研發補貼在一定程度上削弱了環境規制所帶來的正面效應。環境規制的效應主要源于對農業減排措施帶來的短暫沖擊，研發補助能在短期內提供大量的社會性流動資產，填補了環境保護方面的支出；政策效應也會給農業減排帶來中長期的制度性壓力。因此，容易引發補助期間持續獲得研發投入和決策類支持，從而保持農業減排的意愿［16］。

低碳補助也在一定程度上削弱了環境規制所帶來的正面效應。環境規制的本質帶有一定的命令性，在繳納罰款和技術革新之間進行選擇，而低碳補貼能給企業帶來更多的選擇。因此，環境規制與政府投入在一定程度上會產生沖突，可能會導致政策的失靈。基于此，筆者提出如下假設：

H3為研發補貼對農業減排具有正向調節作用；低碳補貼對農業減排具有負向調節作用。

2 研究設計

2.1 實證模型構建

在面板數據模型得基礎上分析環境規制的自門檻效應和政府投入的平均彈性，模型設定如下：

2.2 變量說明與數據來源

2.2.1 變量說明。

將2006—2019年省會城市和直轄市的低碳農業技術專利新增量作為被解釋變量。規制政策和政府投入為解釋變量。其中，規制政策中的命令型選取碳排放量作為衡量指標；費用型選擇碳排放繳費額作為衡量指標；政府投入選取科技投入（R & D）和低碳補助作為衡量指標；用各省的GDP作為控制變量。

2.2.2 數據來源。

以2006—2019年我國省級（不含港、澳、臺）面板數據為樣本進行分析，樣本數據來源于《中國統計年鑒》《中國能源統計年鑒》以及國家統計局網站，缺失數據通過做差分進行補充。

3 實證分析

3.1 面板數據模型的估計與檢驗

在確定適合的面板模型之前，首先進行豪斯曼檢驗［18］。從個體和時間2要素的特征出發，選擇固定效應模型和隨機效應模型。利用雙向固定效應模型估計方程（1）、（2）中各變量的參數，根據表1結果分析環境規制的直接效應和政府投入的直接效應。

根據豪斯曼檢驗可知，P值0.33大于5%，說明不能拒絕原假設固定效應模型。因此，選擇固定效應模型。

3.2 環境規制的直接效應

首先，考察環境規制（命令型、費用型）對農業減排的影響。表2中的4個模型R2分別為0.109、0.109、0.120、0.120，說明4個模型的解釋變量對被解釋變量的解釋水平分別為10.9%、10.9%、12.0%、12.0%。方程（1）、（2）是環境規制對農業減排的線性影響，碳排放量對農業減排的影響系數為0.022，但影響不顯著，說明環境規制對農業減排的正向影響較弱；碳排放繳費額對農業減排的影響系數為-0.405，且影響顯著，說明碳排放繳費額對農業減排會造成負向影響，當碳排放繳費額越多，農業減排的成效越小。

方程（3）、（4）是環境規制工具對農業減排的非線性影響。GR2的二次項的系數顯著，且大于0，說明命令型環境規制會對農業減排造成“U”型曲線影響。lnx1的對稱軸經計算為10.58，命令型規制變量的原始數據大部分都在對稱軸右側，這說明命令型規制提升了農業減排的發展，與方程（1）、（2）的命令型規制的平均彈性一致。因此，驗證了假說1。

3.3 內生性檢驗

由于潛在的內生性問題會影響雙向固定效應模型的估計結果［19］，考慮到該研究設計的計量模型中可能存在的內生性問題，即隨著農業減排技術的提高，政府也會提高環境規制強度，企業也會更加規范化環保措施。因此，該研究選擇一部分子樣本，利用兩階段最小二乘法重新估計方程（1）、（2）。通過對比可知，各主要解釋變量系數符號沒有變化，說明內生性問題沒有影響基準回歸結果。

3.4 面板門檻模型的估計與檢驗

利用Hansen的方法檢驗各環境規制變量的政府投入單門檻效應和雙門檻效應，并在此基礎上進行門檻估計。當科研投入為門檻變量時，命令型規制和費用型規制都存在顯著的單門檻效應，但是雙門檻和三門檻都不顯著。當低碳補貼為門檻變量時，環境規制的門檻效應都不顯著，這說明科研投入與環境規制之間可能存在耦合效應。

通過門檻效應檢驗結果發現，科研投入與碳排放量、碳排放繳費額之間P值均小于0.05，存在門檻效應，且是單門檻，門檻值均為6.23；低碳補貼與碳排放量以及碳排放繳費額的P值均大于0.05，且不顯著，不存在門檻效應。因此，以科研投入為門檻變量建立門檻模型，碳排放量、碳排放繳費額為研究對象，研究各影響因素對被解釋變量的影響，

由表5可知，第1個方程為命令型，當科研投入低于6.23或高于6.23時，碳排放量均不顯著且系數為正。第2個方程為費用型，科研投入lnx3低于6.23時，碳排放繳費額顯著，系數為負；當科研投入lnx3高于6.23時，碳排放繳費額顯著，系數為負，且系數絕對值變小，這說明科研投入讓碳排放繳費額對農業減排的負向沖擊變小。為了檢驗門檻回歸的穩健性，進行層次回歸分析。

當以研發補助為調節變量時，方程（1）是表1中方程（1）的結果，方程（2）是將命令型規制和科研投入的交互項納入方程中的回歸結果，系數為負，方程（3）是將費用型規制和科研投入的交互項納入方程中進行回歸，系數為負，方程（1）、（2）、（3）說明了科研投入負向調節了碳排放量對農業減排的影響，科研投入正向調節了碳排放繳費額對農業減排的影響。

4 地區異質性分析

在實證研究基礎上，找到影響地區空間差異性的關鍵變量，對我國區域進行合理分組，實證探討相關政策投入的區域異質性，促進以農業減排為目的最優政策組合；其次，分析當前地方政府在指定政策時需要注意的問題，并提出相應的建議。

4.1 空間差異性分析

由表7可知，在75%分位點及以下，命令型規制系數不顯著，費用型規制在50%分位點顯著；在75%分位點以上，環境規制系數都顯著，命令型、費用型系數均為負。這說明在農業減排水平較低時，費用型規制對農業減排的激勵效果好，但是當農業減排水平較高時，環境規制都會對農業減排有負向影響，主要是技術發展到一定程度會達到飽和。在75%分位點及以下，科技投入政府投入系數不顯著，低碳補貼在50%分位點顯著，但是系數為負；在75%分位點以上，環境規制系數都顯著，政策投入系數都是為負。這說明在農業減排水平較低時，低碳補貼對農業減排的影響較大，系數為負，低碳補貼帶不動農業減排的發展，但是當農業減排水平較高時，政策投入都會對農業減排有正向影響，這也是由于農業減排大環境變好，我國經濟水平提高，不管是科研投入還是低碳補貼都會促進農業減排。分位數回歸結果表明，創新效率、科研投入水平反映農業減排能力的變量是決定政策效果空間差異的關鍵。

4.2 地區異質性分析

根據低碳農業專利增量、科研投入和GDP對我國省級單位進行分組，以進行異質性分析。農業減排效率用低碳農業專利增量和科研投入表示，科研投入水平用R&D和GDP表示。

由圖1和2可知，北京、上海、深圳、天津、成都、鄭州、長沙、重慶、合肥、武漢、沈陽、杭州、濟南、西安、廣州、南京都是科研投入和專利產出高的地區；北京、上海、深圳、天津、沈陽、合肥、長沙、石家莊、福州、鄭州、西安、濟南、南京、武漢、成都、重慶、杭州、廣州都屬于地區總的發展水平較高，帶動科技投入較大的地區。將科研投入高、專利產出高和GDP水平高的地區作為第一類地區，其余地區作為二類地區，分別做政策規制、政策投入的面板回歸模型。

根據分析結果可知，在一類地區中科研投入和費用型規制對農業減排影響顯著，低碳補助和費用型規制對農業減排影響顯著；在二類地區中，科研投入和費用型規制對農業減排影響顯著，低碳補助政策投入不顯著。一類地區中大量科研投入和低碳補助都會對農業減排造成負向影響，但是費用型規制會對低碳農業造成正向影響，可以適當調低政策強度，提高費用型規制強度來調整一類地區的農業減排。二類地區中科研投入和命令型規制都會對農業減排造成負向影響，可以稍微放緩政策規制和政策投入的進度，等地區經濟水平獲得提高了再進行政策輔助。因此，驗證了假說2。

5 結論與啟示

5.1 研究結論

通過固定效應模型發現環境規制對農業減排具有非線性影響，政府投入對環境規制具有正向影響；在我國農業減排過程中，環境規制和政府投入能夠有效促進農業減排的發展；環境規制和政府投入對農業減排存在顯著的門檻效應；在進行地區異質性分析時發現，研發補貼對農業減排具有正向調節作用，而低碳補貼對農業減排則有負向調節作用。

5.2 政策建議

從宏觀層面來看，我國將不斷提高促進農業減排發展的各種管理措施和政策力度，為各級政府部門使用相應的方式創造條件。工作重心也可以與調整環境收費標準和征稅項目相結合，加強執法手段、改善監督手段。例如，政府可采取推進環境稅收改革、開展國際碳排放權貿易試點、統一全國排污權交易價格等手段，加速減排進程的推進。

從區域層面來看，地方政府應結合地區發展情況選擇最優的減排激勵政策組合，有效解決政策資源的錯配問題。針對科研投入高、專利產出高的地區可以用過調節政策強度、和費用型規制強度促進農業減排效率；而面對科研投入較低，專利產出結果不理想的地區可以適當放緩政策規制和政策投入的進度，待地區經濟水平有所提升時，再進行政策輔助。

參考文獻

［1］ 李谷成，陳寧陸，閔銳.環境規制條件下中國農業全要素生產率增長與分解［J］.中國人口·資源與環境，2011，21（11）：153-160.

［2］ 趙麗娟，張玉喜，潘方卉.政府R&D投入、環境規制與農業科技創新效率［J］.科研管理，2019，40（2）：76-85.

［3］ 董景榮，張文卿，陳宇科.環境規制工具、政府支持對綠色技術創新的影響研究［J］.產業經濟研究，2021（3）：1-16.

［4］ 師帥，荊宇，翟濤.市場激勵型環境規制對低碳農業發展的作用及實施路徑研究［J］.行政論壇，2021，28（1）：139-144.

［5］ 秦天，彭玨，鄧宗兵，等.環境分權、環境規制對農業面源污染的影響［J］.中國人口·資源與環境，2021，31（2）：61-70.

［6］ 周子渭，馬瓊，侯玉龍，等.新疆農業面源污染及環境規制分析［J］.安徽農業科學，2021，49（7）：74-76，80.

［7］ 林楓，饒浪，張曉燕.異質性環境規制對技術創新二階段的影響：市場化的調節效應［J］.三峽大學學報（人文社會科學版），2020，42（5）：61-67.

［8］ 胡靜.環境規制與我國農業技術創新的關系研究：兼對“波特假說”的檢驗［J］.中國林業經濟，2022（2）：63-66.

［9］ 張笛.環境規制對產業集聚的影響研究［D］.南京：南京理工大學，2019.

［10］ 張坤民，潘家華，崔大鵬.低碳發展論（下）［M］.北京：中國環境科學出版社，2009.

［11］ 黃賢金.循環經濟學［M］.南京：東南大學出版社，2009.

［12］ 鄧小平.鄧小平文選［M］.北京：人民出版社，1993.

［13］ 約瑟夫·斯蒂格利茨，布魯斯·格林沃爾德.增長的方法：學習型社會與經濟增長的新引擎［M］.陳宇欣，譯.北京：中信出版集團，2017.

［14］ 陳勁.科學、技術與創新政策［M］.北京：科學出版社，2017.

［15］ 阿瑟·劉易斯.經濟增長理論［M］.北京：商務印書館，2002.

［16］ 王營，張光利.董事網絡和企業創新：引資與引智［J］.金融研究，2018（6）：189-206.

［17］? HANSEN B E.Threshold effects in nondynamic panels：Estimation，testing，and inference［J］.Journal of econometrics，1999，93（2）：345-368.

［18］ 吳磊，李廣浩，李小帆.中國環境管制與FDI企業的行業進入［J］.中國人口·資源與環境，2010，20（8）：92-98.

［19］ 尹志超，劉泰星，王曉全.農村收入差距抑制了農戶創業嗎？——基于流動性約束與人力資本投資視角的實證分析［J］.中國農村經濟，2020（5）：76-95.

［20］ 祝樹金，李江，張謙，等.環境信息公開、成本沖擊與企業產品質量調整［J］.中國工業經濟，2022（3）：76-94.