公眾環境關注度與農業碳排放關系分析

朱 寧,韓俊英,鞏小靜

(廣東海洋大學經濟學院 廣東,湛江 524088)

引言

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我國經濟發展面臨的主要環境問題[1]。《中共中央國務院關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》中明確提出要“加快推進農業綠色發展,促進農業固碳增效”。在經濟增長和人口增長的同時,農業生產活動也在不斷擴大和普及。然而,傳統的粗放型農業生產模式存在多種問題,如過度使用化肥和農藥、過度翻耕和灌溉、低效率的生產和不合理的資源配置等,這些問題直接或間接導致了大量的農業碳排放和高強度的農業碳排放,對于農業低碳、高質量發展產生了嚴重的制約[2]。農業碳排放作為碳排放的一個重要組成部分,不僅對環境造成了嚴重的影響,同時也給人類健康和社會經濟發展帶來了巨大的挑戰。在此背景下,公眾對農業碳排放的關注度也越來越高。本文旨在探討公眾環境關注度與農業碳排放之間的關系,并為促進農業碳排放的減少提供有益的思路和建議。

1 文獻綜述及理論假設

已有相關文獻中,公眾環境參與多用環境信訪次數[3]、來信總數、人大建議數、政協提案數[4,5]等官方統計數據,環境信訪效率低、成本高、代價大等問題的存在,使得公眾通過環境信訪的渠道實現環境治理中的全面參與成為困境。伴隨互聯網的廣泛應用,百度、Google搜索指數被廣泛應用在學術研究中。一方面,當網民使用搜索引擎關注環境信息時,公眾對環境的關注能夠被直接顯示出來,進而網絡關鍵詞搜索量可用于衡量公眾環境關注度;另一方面,公眾環境關注具有協調環保行動一致性的作用,從而網絡關鍵詞搜索量度量的公眾環境關注度可用于衡量一般性質的公眾環境參與[6]。劉濤雄、徐曉飛[7]對互聯網搜索行為的宏觀經濟預測能力進行研究,指出搜索行為數據不是對現有統計數據的替代,而是補充。

關于公眾環境關注度對環境治理的研究,李永友[8]認為,公眾的環保行為沒有被納入我國環境管制的框架內, 公眾的環境質量訴求并不能夠在環保執法中得到滿足。鄭思琪等[9]研究發現,公眾環境關注度能夠有效地推動地方政府更加關注環境治理問題, 通過環境治理投資、改善產業結構等方式來改善城市的環境污染狀況。王宇哲等[10]利用“霧霾”關鍵詞百度搜索量衡量公眾環境關注度對股指收益率影響,發現公眾環境關注度越高,空氣污染治理類企業股票收益率越高,且影響波及環保類股票。張宏翔等[11]認為公眾環保訴求對環境規制監管、收益均能夠產生正向影響,且公眾環境訴求呈現十分強烈的空間溢出效應。李濤等[12]探究公眾環境關注、企業環境績效對企業環境信息披露行為的影響,發現對于高耗能行業而言,社會公眾環境關注度對環境信息披露具有顯著的抑制作用,且具有滯后效應。

1.1 公眾環境關注度對農業碳排放的影響

公眾環境關注度在一定程度上反映了社會大眾對地區環境污染的擔憂程度[13],數字媒介能夠為公眾獲取環境信息、形成綠色環保理念提供新方式與契機[14],公眾可通過互聯網反映污染行為,實現政府、企業和民眾在環境規制上的協同發力。因此,公眾環境關注度為傳統農業轉型升級,實現農業高質量發展提供了新契機。一方面,伴隨著公眾生活水平的不斷提高,公眾個體的權利意識也在不斷增強,對健康、安全、環境等議題越來越關注,對可能影響自身生活舒適度的相關政策及其執行的關注度和參與意愿越來越強烈[15]。當負向的公共品需求與個體權利相沖突,并且沒有科學共識和便捷的常態化溝通時,個體或群體的自我保護傾向會與整體公共利益發生碰撞。而當個體受到環境污染的影響、其利益遭受損害時,其心理狀態不穩定,個體更易焦慮,從而更易受到負面情緒的影響而產生消極行為[16]。此種情況下,個體天生具有的趨利避害心理造成的“鄰避”會使包括鄰避者在內的整體公共利益的邊界變得模糊,一些社會公眾可能會出現非制度參與的應激化反應,利用互聯網進行即時傳播,但也正是這種網絡輿論監督在一定程度上也會迫使政府和企業甚至公眾自身不得不采取措施,推廣低碳農業生產方式。另一方面,公眾環境關注度的提高于傳統農業生產的升級改造,促進產業智能化、綠色化轉型。具體來說,公眾環境關注度的提高可以帶動低碳生產方式的推廣和應用,比如推廣有機農業、精準農業、農業生態化種植等方式,從而減少農業生產過程中的溫室氣體排放。促進政府和企業開展農業碳減排項目,比如通過種植樹木、建設農業廢棄物處理設施等措施來減少農業碳排放。

基于上述分析,提出以下假說:

假說1:公眾環境關注度的提高可以降低農業碳排放。

1.2 公眾環境關注度對農業碳排放的影響機制

信息化建設水平的提高,能夠建設智能化農業生產系統,實現對氣象、土壤、水文等數據的實時監測和分析,從而優化農業生產流程,減少農業碳排放。首先,可以利用大數據、互聯網等信息化手段對農業生產進行監督,確保農業生產所需的各類資源合規合理,減少農藥、化肥等給環境帶來的負擔[17]。其次,公眾環境關注度促進信息化建設水平的提高,從而有利于落實綠色生產理念,引導公眾關注農業環境問題,推廣低碳農業生產方式,如有機農業、精準施肥等,減少化肥、農藥等的使用。通過大力宣傳農業環境問題,引導公眾關注農業碳排放問題,提高公眾環保意識,從而促進農業環境管理和治理,支持農業碳減排項目,引導社會資本投入農業碳減排項目,促進低碳農業的發展,從而降低農業碳排放。最后,信息化建設水平的提高能夠促進農業與電商結合形成新興農業發展形態,助力農業更多可能的發展。換言之,通過提高農業生產的信息化水平、推廣低農業生產方式、引導公眾關注農業環境問題和支持農業碳減排項目等多方面的努力,可以降低農業碳排放,保護農業環境,實現農業可持續發展目標。

基于上述分析,本文提出理論假說2。

假說2:公眾環境關注度能夠通過信息化建設水平的提高來降低農業碳排放。

2 模型、指標與數據

2.1 計量模型

為了檢驗公眾環境關注度對農業碳排放的影響,本部分借鑒理論界成果,利用2011—2020年中國30個省面板數據,構建如下基準回歸模型。

ACEit=α0+α1PEAit+∑βiXit+υi+μt+εit

(1)

式(1)中,ACEit表示i地區第t年的農業碳排放強度;PEAit為i地區第t年的公眾環境關注度;X為系列控制變量,包括經濟發展水平、產業結構水平等;υi表示省份固定效應;μt表示時間固定效應,εit為隨機誤差項。

2.2 變量選擇

2.2.1 被解釋變量

本研究的被解釋變量為農業碳排放強度(ACEit),使用省份i在t年的農業碳排放總量與第一產業產值比值的對數值衡量,其中,農業碳排放總量的測度方法參考相關研究成果[18,19],如式(2)所示。

E=∑Ei=∑Ti*δi

(2)

式中E表示農業碳排放總量,Ei表示各類農業物資(也稱之為碳源,下同)排放量,Ti為第i類碳源的量,δi表示的是第i類碳源的排放系數,具體的排放系數如表1所示。

表1 農業碳排放碳源排放系數

2.2.2 核心解釋變量

本研究的核心解釋變量為公眾環境關注度(PEAit),本文采用百度媒體指數作為公眾環境關注度的一個代理變量。本文研究搜索的關鍵詞為“環境污染”,以年平均媒體指數衡量公眾環境關注度。

2.2.3 中介變量

本研究的中介變量為信息化建設水平(Mit),互聯網端口接入已成為信息化建設水平的主要衡量指標之一,因此采用互聯網寬帶接入端口數的對數值作為測量各省份農村信息化建設水平的衡量指標。

2.2.4 控制變量

本研究為避免遺漏變量對估計結果的影響,引入系列控制變量。其中,經濟發展水平),采用人均地區生產總值對數衡量;產業結構),采用第一產業產值占GDP比重度量;環境規制),參考王元彬等[19]的研究,使用各地政府工作報告中環保相關詞頻包括“綠色”“低碳”“二氧化碳”“減排”“環保”“環境保護”“污染”“能耗”“空氣”“二氧化硫”“生態”“PM10”和“PM2.5”加一之后取對數的值來表示環境規制強度;農村可支配收入),將農村居民人均可支配收入取對數處理;人大建議數),采用各地區在環境規制方面承辦的人大建議數,反映出政府對環境治理的重視程度與辦理效率。

2.3 數據來源

本研究使用2011—2020年中國省級面板數據進行研究。基于數據可得性,本研究刪除西藏自治區、香港地區、澳門地區與臺灣地區數據,共計包括30個省、直轄市與自治區數據。數據來源為中國國家統計局、WIND數據庫。針對上述使用數據,本研究進行異常值刪除、缺失值填補等前期處理。主要變量的統計結果見表2。

表2 主要變量的描述性統計

3 實證結果

3.1 基準回歸結果

本文利用式(1)中模型檢驗公眾環境關注度對農業碳排放的影響。在檢驗之間,需要進行具體計量模型的選擇。從模型檢驗結果來看,F檢驗和Hausman檢驗均在1%水平上拒絕原假設,為了盡量避免不隨時間變化的不可觀測因素帶來的內生性問題,本文基準分析模型為雙向固定效應模型。

基準模型回歸結果如表3所示。(1)列為沒有加入任何控制變量的固定效應模型。其中,ACE的系數為-0.007,且在5%的統計水平顯著,說明公眾環境關注度每提高1單位,能夠降低農業碳排放強度0.007%。(2)列為添加經濟發展水平、產業結構水平、環境規制強度等控制變量的回歸結果。其中,ACE的系數依舊為負值,且在5%的統計水平顯著,證實公眾環境關注度的負向影響。(3)列報告隨機效應回歸結果作為對比。其中,ACE回歸系數為依舊為負,且1%水平下顯著。上述回歸結果表明,基準回歸模型證實公眾環境關注度能夠降低農業碳排放。

回歸結果還顯示其他因素對農業碳排放的影響。其中,經濟發展水平(Ingdp)和產業結構(ind)均在1%水平顯著為負,表明隨著經濟發展水平的提高,農業生產方式得到了改進和優化,使得農業生產的效率提高,減少了對土地、水資源的浪費,同時減少了排放的溫室氣體。一方面,隨著經濟的發展,國家對農業產業的投入逐漸增加,農業產業結構向規模化、集約化、專業化方向發展,從而減少了農業生產中的浪費和污染。另一方面,政府通過出臺各種農業政策,鼓勵農民采用節能、環保、低碳的農業生產方式,提高農業生產的效率,減少農業碳排放。簡言之,產業結構的優化和經濟高質量發展能夠有效降低農業碳排放強度,其他因素對農業碳排放的影響則較弱或不顯著。

表3 基準回歸模型結果

3.2 穩健性檢驗結果

3.2.1 替換解釋變量

在基準回歸模型中,公眾環境關注度采用媒體指數來衡量,為檢驗分析結果穩健性,本文借鑒吳力波[4]的研究,采用百度環境污染搜索指數的PC 端搜索指數年均值的對數值刻畫公眾環境關注度,同時利用基準模型進行回歸檢驗。檢驗結果見表4列(1)。實證結果顯示,公眾環境關注度回歸系數依舊在10%水平上顯示為負,且系數大小與基準回歸結果相近,說明公眾環境關注度對農業碳排放的影響在不同衡量方式下依舊顯著,證明了前文分析結果的穩健性。

3.2.2 數據縮尾處理

為了剔除數據異常值對估計結果的影響,本文對變量在1%和99%分位上進行縮尾處理,然后用縮尾后的樣本重新進行回歸估計。具體結果見表(3)第(2)列。回歸結果表明,公眾環境關注度的估計系數在5%水平上顯著性為負。表明剔除極端異常值后,基準回歸結果依然穩健。

3.2.3 內生性檢驗

2.2.5 穩定性試驗 按照“2.2.1”項下的方法制備供試品溶液，分別于0、2、4、6、8、12、24 h進樣，精密吸取供試品溶液10 uL，注入液相色譜儀，記錄葛根素的峰面積。結果平均峰面積為7 592 098.7，RSD值為0.25%，表明樣品在24 h內穩定。

控制變量可能還存在著“反向因果”所引起的內生性問題,為排除這一不利影響,借鑒陳詩一等[20]的做法,將所有控制變量滯后一期,由表4列(3)可知,回歸結果也基本不改變,驗證模型的穩健性。

表4 穩健性回歸結果

3.3 異質性分析結果

上文結果證實,公眾環境關注度與農業碳排放之間存在顯著且穩健的負向影響。但考慮到我國不同地區經濟發展水平各異、農業發展程度也存在較大差距,為更清晰判斷公眾環境關注度對農業碳排放的影響,本文30個省份劃分為東、中、西三個地區,并分別進行研究,表5報告了公眾環境關注度對農業碳排放的區域異質性影響。結果顯示,公眾環境關注度對東、西部地區農業碳排放具有明顯的抑制作用,控制其他因素的影響下,西部地區公眾環境關注度回歸系數為-0.004且在5%水平上顯著,東部地區公眾環境關注度每提高一個單位,能夠顯著降低農業碳排放0.007%,但是公眾環境關注度并沒有顯著地降低中部地區的農業碳排放強度。

根據人均地區生產總值的平均值將樣本劃分為低收入、中等收入、高收入三組。表5同時匯報了不同收入水平省際間的差異。結果顯示,公眾環境關注度降低農業碳排放作用在不同收入水平組均顯著。

3.4 機制分析

為考察公眾環境關注度影響碳排放的作用渠道,本文借鑒溫忠麟等[21]的研究方法,在式(1)的基礎上構建中介效應模型,具體如下:

Mit=?0+?ACEit+∑πitCit+νi+μi+εit

(3)

PEAit=π+π1ACEit+π2Mit+∑ρi+Cit+νi+μi+εit

(4)

Mit表示本文的中介變量,農村信息化建設水平。基準回歸式(1)模型已經考察了公眾環境關注度對農業碳排放的直接傳導機制,(3)式用來檢驗公眾環境關注度對中介變量農村信息化建設水平的影響效果,(4)式用以考察公眾環境關注度對農業碳排放的中介效應。在α1顯著的基礎上,若θ1、π2顯著,在π1顯著時,則表明存在部分中介效應,若π1不顯著,即為完全中介效應;若θ1、π2之間至少一個不顯著,則進行Bootstrap檢驗,檢驗通過則表示存在部分中介效應。傳導機制的中介效應檢驗結果見表6。

表5 異質性分析

表6 中介效應回歸結果

表6列(2)回歸結果顯示,農村信息化建設水平(M)與公眾環境關注度(PEA)在5%的水平下正向顯著;第(3)列的報告結果顯示,在加入了農村信息化建設水平中介變量后,公眾環境關注度對農業碳排放的抑制作用依舊是負向顯著,且對比基準模型(1)的影響系數有所降低,但農業信息化建設水平對農業碳排放的影響并不顯著,因此需要通過Bootstrap法進行進一步檢驗,若間接效應_bs_1的置信區間不包括0,則中介效應成立。Bootstrap回歸結果見表7,結果顯示,其置信區間明顯不包含0,即中介效應成立。因此,農村信息化建設水平是公眾環境關注度抑制農業碳排放的傳導機制,中介效應占比約為,該實證結果支持了假設2。

表7 Bootstrap中介效應檢驗

4 結論與啟示

全面加強農村環境生態環境保護離不開公眾的有效參與。本研究的目的在于分析公眾環境關注度對農業碳排放的影響,并進一步考察傳導機制和不同地理位置與收入水平條件下的異質性。本研究采用百度媒體環境污染搜索指數度量的公眾環境關注度,使用2011—2020年我國30個省的相關數據對公眾環境關注度對農業碳排放的影響進行研究,主要有以下發現:第一,公眾環境關注度對農業碳排放強度有一定的抑制作用,通過更換解釋變量、剔除部分樣本等方式后,上述結論依舊穩健。第二,公眾環境關注度主要通過信息化建設水平的提高實現對農業碳排放的抑制作用。第三,公眾環境關注度對農業碳排放的抑制效果具有異質性;其中對東部和西部地區表現出更強的影響效果,但對不同收入水平的影響效果差距并不明顯。

最后,基于本文的研究結論,提出如下政策建議。第一,加強環境教育,提高公眾環境參與度。環境教育是提高公眾環境意識的重要途徑。政府、學校、社會組織等應該加強環境教育,提高公眾對環境問題的認識和意識,特別是針對農業碳排放問題進行教育和宣傳,引導公眾主動參與環保行動。政府、社會組織和企業等應該加強公眾參與環保行動的意識和機制建設,引導公眾參與農業碳排放問題的解決。第二,推行環境法規。政府應該加強環保法律法規的制定和執行,對環境問題的違法行為進行懲罰,保護環境和公眾的利益,提高公眾對環境問題的信心和關注度,推動農業碳排放問題的解決。第三,鼓勵可持續農業發展。農業碳排放問題的解決需要綜合考慮經濟、社會和環境等因素,政府可以通過鼓勵可持續農業發展和推廣科學耕作等措施,促進農業生產的綠色化、智能化和可持續發展,從而降低農業碳排放。