山東省碳排放約束下農業(yè)全要素生產率及影響因素分析

劉 芳， 張紅麗

(石河子大學農業(yè)現(xiàn)代化研究中心，新疆石河子 832003)

山東是我國的農業(yè)大省，在積極踐行“創(chuàng)新、協(xié)調、綠色、開放、共享”五大發(fā)展理念下，2016年實現(xiàn)農、林、牧、漁業(yè)的增加值分別為2 834.9億、103.7億、1 061.9億、928.7億元，分別比上年增長4.8%、9.4%、2.5%、1.9%。山東省農業(yè)實現(xiàn)增長的同時，也伴隨著大量的非合意產出，如二氧化碳等溫室氣體排放量的增加。在建設生態(tài)文明和發(fā)展低碳經濟的背景下，探討農業(yè)碳排放因素對農業(yè)全要素生產率(total factors productivity，簡稱TFP)的影響，客觀認識山東省環(huán)境約束下農業(yè)發(fā)展水平，促進政府將農業(yè)碳減排納入政策制定考慮范圍內，提高農業(yè)發(fā)展提質增效的能力具有重大意義。

內生增長理論認為，全要素生產率是長期經濟增長的源泉，也是揭示區(qū)域經濟增長差異的重要變量[1]?，F(xiàn)代農業(yè)發(fā)展需要由過去依靠要素大量投入的粗放模式轉為依靠農業(yè)科技進步、全面提升生產率的集約型發(fā)展模式。相關學者結合我國經濟轉型背景對全要素生產率展開一系列分析。已有研究大多運用數據包絡分析法[2]和隨機前沿法[3]對農業(yè)全要素生產率進行測度，并分析了農業(yè)全要素生產率增長的原因[4]，確定了農業(yè)全要素生產率的收斂性[5]。另外一些研究則主要探討其中的某些重要因素，如氣候變化、科技存量[6]、外商直接投資[7]對農業(yè)全要素生產率的影響。隨著農業(yè)環(huán)境問題的日益突出，相關學者嘗試在環(huán)境規(guī)制下或在碳排放約束下對農業(yè)經濟增長進行研究，劉德娟等在考慮碳排放因素下，測算了省域種植業(yè)全要素生產率，結果發(fā)現(xiàn)，遼寧省、黑龍江省等4省的農業(yè)相對符合低碳農業(yè)的特征[8]。以上成果從不同角度為探究農業(yè)全要素生產率提供了有益的借鑒和啟示，但關于我國農業(yè)碳排放的研究結論具有極大的相似性，東部農業(yè)TFP較高，中西部農業(yè)TFP偏低的結論已成為共識[9]。但從碳排放角度重點研究某個省域的農業(yè)全要素生產率增長動態(tài)變化的文獻不多；也鮮見對比研究考慮碳排放因素和不考慮碳排放因素的農業(yè)全要素生產率增長的文獻。本研究運用非徑向、非角度的SBM(slacked-based measure)方向性距離函數模型和全域生產率指數(global malmquist-luenberger，簡稱GML)，對2001—2015年山東省及其17個市的農業(yè)全要素生產率進行測算，檢驗考慮碳排放約束與否2種情況對農業(yè)TFP增長的影響，并對17個市的碳排放約束下農業(yè)全要素生產率增長狀況進行分組比較。最后運用Tobit模型分析碳排放約束下農業(yè)全要素生產率增長的影響因素并提出政策建議。

1 研究方法與數據來源

1.1 研究方法

1.1.1 生產可能性集 將每個省視為一個生產決策單位，由此構造每個省在各年份的生產最佳實踐邊界。環(huán)境技術就是要構建一個包括合意產出和非合意產出的生產可能性集[9]。假設每個省的農業(yè)生產過程需要投入N種要素x，x=(x1，x2，…，xN)∈R+N，獲得M種合意產出y，Y=(y1，y2，…，yM)∈R+M和S種非合意產出b，b=(b1，b2，…，bS)∈R+S。每年用t=1，2，…，T表示，每個省表示為j=1，2，…，J；則J個省t年的投入與產出可表示為(xt,j，yt,j，bt,j)，環(huán)境技術生產可能性集合P(x)可以表示為

P(x)={(y，b)：xcan produce(y，b)}，x∈R+N。

(1)

1.1.2 SBM方向性距離函數 借鑒Fukuyama的思想[10]，本研究將包含CO2排放量的SBM方向性距離函數定義為

(2)

式中：xt，j、yt，j、bt，j分別表示j省t年的投入、合意產出、非合意產出向量；px、py、pb分別表示投入減少、合意產出增加、非合意產出減少的方向向量；Snx、Smy和Sib分別表示投入、合意產出和非合意產出的松弛向量，若Snx和Sib為正，則表示實際投入和非合意產出大于邊界的投入和產出；若Smy為正，則表示實際產出小于邊界的產出。

1.1.3 GML指數 碳排放約束要求在發(fā)展經濟的同時，要關注能源的消耗和環(huán)境的污染，通過各種技術手段轉變發(fā)展方式，盡可能降低二氧化碳的排放量。相應地，低碳農業(yè)的目標是爭取盡量減少CO2等溫室氣體的同時，達到農業(yè)穩(wěn)產、增產的效果。根據Oh的思路，構造基于SBM方向距離函數的全域生產率指數[11]，公式如下：

(3)

式中：TFP(xt+1，yt+1，bt+1；xt，yt，bt)表示從t期到t+1期碳排放約束下農業(yè)全要素生產率變化情況，可以分解成技術效率變化指數(EFFCH)和技術進步指數(TECH)。TFP大于1、等于1和小于1，分別表示從t年到t+1年各省碳排放約束下的農業(yè)全要素生產率實現(xiàn)增長、保持不變和發(fā)生下降。EFFCH>1時，表示某區(qū)域的技術效率從t年到t+1年得到改善，反之表示技術效率趨向惡化；TECH>1時，表示某區(qū)域的農業(yè)技術從t年到t+1年實現(xiàn)進步，反之表示倒退。

1.2 變量選擇與數據來源

結合研究目的和數據的可得性，選擇以下農業(yè)投入變量：(1)土地投入，以農作物總播種面積表示(千hm2)；(2)勞動力投入，以農業(yè)年末從業(yè)人員數量表示(萬人)；(3)化肥投入，以化肥施用量(折純量)表示(萬t)；(4)農藥投入，以農藥使用量表示(萬t)；(5)農膜投入，以每年農膜使用量表示(萬t)；(6)農用機械投入，以農用機械總動力表示(萬kW)；(7)農用柴油投入，以每年農用柴油使用量表示(萬t)；(8)灌溉投入，以每年有效灌溉面積表示(千hm2)。定義的產出變量包括(1)合意產出——農業(yè)總產值，以農林牧漁總產值表示(萬元)；(2)非合意產出——農業(yè)碳排放量，農業(yè)碳排放由2部分組成，一是種植業(yè)生產過程引發(fā)的碳排放，包括化肥、農藥、農膜、農用柴油、土地翻耕過程導致的碳排放，其碳排放系數分別為0.895 6、4.934 1、5.180 0、0.592 7、312.600 0 kg/hm2[12]；二是畜禽養(yǎng)殖引發(fā)的碳排放，包括畜禽腸道發(fā)酵引起的CH4排放和糞便管理導致的CH4和N2O為主的溫室氣體排放(表1)。農業(yè)碳排放總量等于各類碳排放源的數量與對應的碳排放系數的乘積之和。

表1 畜禽養(yǎng)殖溫室氣體碳排放系數

注：表中數據參考政府間氣候變化專門委員會報告(2007年)。

本研究考察期間是2001—2015年，研究對象是山東省及其17個市，上述8個農業(yè)投入變量和代表農業(yè)產出的農業(yè)總產值及農業(yè)碳排放量所需要的原始數據來自歷年的《中國農村統(tǒng)計年鑒》《山東統(tǒng)計年鑒》及17個市的統(tǒng)計年鑒。

2 結果與分析

2.1 碳排放約束下山東省農業(yè)全要素生產率增長變動分析

從表2可以看出，在考慮碳排放約束下，山東省2001—2015年農業(yè)全要素生產率年均增長速度為2.9%，其中農業(yè)技術進步年均貢獻率為3.1%，但技術效率年均貢獻率是 -0.2%。從各年份看，農業(yè)技術效率呈現(xiàn)“改善-惡化-改善-惡化”不斷交替的過程。2001—2004年間期是TFP逐漸上升階段，對應的農業(yè)技術進步、農業(yè)技術效率均呈現(xiàn)不斷改善的狀態(tài)。2005—2006年是TFP相對下降的階段，2007年之后一直到2012年TFP呈現(xiàn)小幅度波動狀態(tài)，2013年出現(xiàn)一個較大的上升之后又趨于平穩(wěn)。2001、2002年農業(yè)技術效率的貢獻明顯大于農業(yè)技術進步的貢獻，2003年之后，農業(yè)技術進步貢獻居于明顯的主導地位，到2006年達到最大值，貢獻率為9.9%，之后技術進步增長減緩，到2013年又出現(xiàn)一次較大的上升幅度，貢獻率為8.1%。為了驗證碳排放對農業(yè)全要素生產率的影響，本研究還測算了不包含碳排放的農業(yè)全要素生產率。從表2還可以看出，2001—2015年，山東省不考慮農業(yè)碳排放的農業(yè)全要素生產率(TFP0)年均增長速度為7.6%，其中農業(yè)技術進步(TECH0)年均貢獻率為9.2%，但技術效率(EFFCH0)年均貢獻率是 -1.4%。比考慮碳排放情況下的TFP、TECH和EFFCH分別高4.7、6.1百分點和降低1.2百分點。因此，如果只關注經濟產值、產量增長等合意產出，而忽視碳排放這一非合意產出，可能會高估農業(yè)全要素生產率，造成對農業(yè)TFP增長情況的誤讀。山東省農業(yè)經濟增長仍然沒有擺脫高投入、高排放的粗放型增長模式，未來須要依賴農業(yè)技術進步特別是低碳生產技術的創(chuàng)新來提高農業(yè)全要素生產率。

2.2 山東省17個市碳排放約束下農業(yè)全要素生產率及其分解

從表3可以看出， 山東省17個市 2001—2015年農業(yè)全要素生產率分別在考慮碳排放約束下的指標值及其分解后的EFFCH和TECH的平均數。結果表明，在考慮碳排放約束下，山東省17個市的農業(yè)TFP平均值都是大于1的。按TFP平均值大小進行排序，可以將17個市劃分為快速組、中速組、慢速組3個層次，TFP列于前5位的快速組包括萊蕪市、淄博市、煙臺市、濟南市、青島市，其農業(yè)全要素生產率的年均增速分別是33.8%、25.2%、25.0%、23.5%、22.0%，從地理分布看，萊蕪市、淄博市、濟南市屬于經濟發(fā)展較快的魯中地區(qū)，而煙臺市、青島市屬于經濟相對發(fā)達的魯東地區(qū)。TFP增長中速組包括泰安市、濟寧市、威海市、濰坊市、濱州市、日照市、東營市。TFP增長列于后5位的慢速組包括魯南地區(qū)的棗莊市(1.058)、臨沂市(1.046)、菏澤市(1.041)和魯西地區(qū)的聊城市(1.033)、德州市(1.020)。從TFP增長源泉看，在考慮碳排放約束條件下，淄博市、棗莊市、東營市、濟寧市、泰安市、威海市、德州市7個市的農業(yè)技術效率指數和技術進步指數都大于1，2個因素的共同作用促進了這些城市農業(yè)全要素生產率的增長。濟南市、青島市、煙臺市、萊蕪市4個市的農業(yè)TFP增長完全依賴于農業(yè)技術進步的貢獻，而農業(yè)技術效率沒有變化。濰坊市、日照市、臨沂市、聊城市、濱州市、菏澤市6個城市的農業(yè)技術效率出現(xiàn)不同程度的下降，但是由于農業(yè)技術進步的較大幅度改善，其農業(yè)TFP最終呈現(xiàn)增長態(tài)勢。

表2 山東省農業(yè)全要素生產率增長與分解

表3 山東省17個市碳排放約束下農業(yè)TFP及其分解

2.3 碳排放約束下農業(yè)全要素生產率增長的影響機制分析

2.3.1 變量選擇與模型構建 在借鑒前人研究成果[13]的基礎上，本研究選擇以下變量作為碳排放約束下農業(yè)全要素生產率增長的解釋變量：(1)農業(yè)經濟發(fā)展水平(Ae)：以農村人均農林牧漁總產值表示，即農林牧漁總產值與農村總人數的比值；(2)種植業(yè)比重(Az)：以種植業(yè)產值占農林牧漁總產值的比重表示；(3)畜牧業(yè)比重(Ax)：以畜牧業(yè)產值占農林牧漁總產值的比重表示；(4)農業(yè)對外開放度(Ao)：以進口農產品數量與總產量之比表示；(5)農業(yè)財政支出占比(Ag)：用農業(yè)財政支出與財政總支出之比表示；(6)勞動力受教育水平(Al)：用農村勞動力初中及以上學歷人口比重表示；(7)自然災害程度(An)：用農作物受災面積與總耕地面積比重表示；(8)耕地規(guī)模(Am)：用農村人均耕地面積表示。指標所需數據均來自《中國農村統(tǒng)計年鑒》和《山東統(tǒng)計年鑒》，并經過一定處理。構建Tobit模型來檢驗低碳農業(yè)全要素生產率增長的影響因素，其公式如下：

ATFP=α0+α1Aei+α2Azit+α3lnAxit+α4Aoit+α5Agit+α6Alit+α7Anit+α8Amit+μit。

(4)

式中：ATFP表示低碳農業(yè)全要素生產率指數，α0為常數項，αk(k=1，2，…，8)為解釋變量的回歸系數，μit為隨機誤差項。

2.3.2 回歸結果分析 運用Stata14.0軟件對“2.3.1”節(jié)中的模型進行回歸分析。從表4可以看出，農業(yè)經濟發(fā)展水平、農業(yè)對外開放度和自然災害程度在5%的水平下通過顯著性檢驗，農業(yè)財政支出占比、耕地規(guī)模在10%的水平下通過顯著性檢驗。(1)農業(yè)經濟發(fā)展水平、農業(yè)對外開放度、農業(yè)財政支出占比和耕地規(guī)模對低碳農業(yè)全要素生產率有顯著的正向影響。在其他因素不變的條件下，農村人均農林牧漁總產值越高，低碳農業(yè)全要素生產率就越高。盡管農業(yè)現(xiàn)代化的過程伴隨著大量化肥、農藥和高效率農業(yè)機械的投入使用，導致了二氧化碳排放量的增加，但是也促進了農業(yè)產量、產值以及農業(yè)碳匯功能的增加。農業(yè)對外開放度以進口農產品數量與總產量之比表示，進口的農產品數量的增多，在一定程度上導致當地農產品供應的減少，間接引起碳排放量的減少。據統(tǒng)計，山東省進口的玉米產品、大豆、大米等主要農產品總量由2001年的389.17萬t增長到2015年的2 216.71萬t，在一定程度上減少了本地碳排放量。同樣，財政支出中用于農業(yè)、農村發(fā)展的比例越大，對低碳農業(yè)全要素生產率的提升作用越明顯。山東省2001年地方財政中用于農業(yè)支出的只有47.89億元，到2006年增長到108.37億元。2013年，通過積極爭取中央財政和各級財政預算安排，共籌集18.2億元用于“旱能澆、澇能排”的高標準農田建設。隨著農業(yè)財政支出效率的提升，農業(yè)、林業(yè)、水利和科技的綜合配套能力增強，大大促進了農業(yè)基礎設施的改善，進而對低碳農業(yè)全要素生產率的增長發(fā)揮了正向作用。隨著城鎮(zhèn)化進程的加快，農村勞動力的減少加大了對農業(yè)機械的依賴，進而促進了低碳農業(yè)全要素生產率的增長。(2)自然災害程度對低碳農業(yè)全要素生產率有顯著的負向影響。在其他因素不變的情況下，農作物受災面積占總耕地面積比重越大，低碳農業(yè)全要素生產率越低。山東省多旱災和洪澇災害，每遇災害，農作物減產嚴重，甚者顆粒無收，農業(yè)經濟產出低下、農業(yè)碳匯功能受損，進而引起低碳農業(yè)全要素生產率的降低。(3)種植業(yè)比重、畜牧業(yè)比重、勞動力受教育水平未通過顯著性檢驗。可能原因是盡管山東省農業(yè)產業(yè)結構完成了一定調整，比如種植業(yè)產值比重由2001年 57.11% 下調為2015年51.71%，畜牧業(yè)產值比重由2001年的26.68%逐步上升到2008年的30.37%，后慢慢下調至2015年的26.29%，但是變化幅度不是很大，而且各市的農業(yè)結構調整方向趨同，因此，農業(yè)結構調整沒有對低碳農業(yè)全要素生產率產生顯著影響。理論上勞動力受教育水平越高，對農業(yè)生產過程造成的污染認識越深刻，應該越傾向低碳化生產方式。但現(xiàn)實中勞動力是理性的，生產行為更多以利益驅動為主導。大部分勞動力不會自覺選擇低碳生產方式，因此，勞動力受教育水平對低碳農業(yè)全要素生產率也沒有顯著影響。

表4 ATFP影響因素回歸結果

3 結論與政策建議

對2001—2015年山東省及其17個市的碳排放約束下農業(yè)TFP進行測算，并分析其影響因素，主要結論如下：(1)山東省碳排放約束下的農業(yè)TFP增長相對平穩(wěn)。農業(yè)全要素生產率的增長主要依賴于農業(yè)技術進步的貢獻，技術效率的惡化則減緩農業(yè)全要素生產率的增長。從空間角度看，山東省17個市碳排放約束下的農業(yè)TFP增長差異明顯，增長較快的城市多位于經濟相對發(fā)達的魯中地區(qū)和魯東沿海地區(qū)。(2)從碳排放約束下的農業(yè)全要素生產率增長的源泉看，山東省17個市也存在較大差異性。依賴農業(yè)技術效率和農業(yè)技術進步雙重因素的有威海市等7個市，煙臺市等4個市的農業(yè)TFP增長完全依賴于農業(yè)技術進步，其農業(yè)技術效率既無改善也未惡化，其他城市的農業(yè)技術進步改善程度大大超過技術效率惡化的程度，因此，農業(yè)TFP最終是大于1的。(3)對碳排放約束下的農業(yè)全要素生產率增長有顯著正向影響的是農業(yè)經濟發(fā)展水平、農業(yè)對外開放度和農業(yè)財政支出占比和耕地規(guī)模，有顯著負向影響的是自然災害程度。種植業(yè)比重、畜牧業(yè)比重和勞動力受教育水平未通過顯著性檢驗。

基于上述結論，本研究提出以下政策建議：(1)建立多元化投資機制，推動低碳農業(yè)技術創(chuàng)新。利用多種形式加大對低碳農業(yè)技術研發(fā)的投入，形成財政、碳基金、民間資本、企業(yè)等多渠道資金投入機制。(2)優(yōu)化農業(yè)產業(yè)結構，調整農產品進出口結構。與畜牧業(yè)和漁業(yè)相比，山東省種植業(yè)比重仍在50%以上。因此，還須努力優(yōu)化農業(yè)產業(yè)結構，在保證糧食安全的前提下，適當調減種植業(yè)比例，充分發(fā)揮山東省海洋資源優(yōu)勢，大力發(fā)展碳匯漁業(yè)。在農產品進出口方面，盡可能多地進口碳排放量多而碳匯效果差的農副產品，但多出口碳排放量較少且碳匯效果較好的農副產品。(3)完善財政支農政策，制定碳稅稅收政策。評估各市農業(yè)系統(tǒng)碳源、碳匯現(xiàn)狀和碳增匯潛力，按照農業(yè)生產過程中碳增匯能力與農業(yè)經濟增長之間的關系，確定各市所屬類型，按照一定比例預算當年支持農業(yè)低碳發(fā)展的財政專項轉移支付額度?；蚴墙梃b英國經驗，基于“誰排放，誰付費”的原則，適時開征碳稅。評估各市碳源、碳匯現(xiàn)狀，依據碳排放強度選擇部分市區(qū)開展碳稅征收試點，經過幾年運行，總結經驗與問題，完善碳稅征收政策，并在全省逐步推廣實施。