24杂志网,专业论文发表服务平台
所有分类
首页>千亿国际娱乐>经济论文>环境规制条件下中国农业全要素生产率增长与分解

环境规制条件下中国农业全要素生产率增长与分解

2018/2/12 3:00:00
【摘要】   摘要 采用单元调查评估法对中国农业分省污染排放量进行核算的基础上,应用基于方向性距离函数的Malmquist Luenberger生产率指数方法,对1978-2008年环境规制条件下省际农业TFP增长及其源泉进行实证分析,将...

  摘要 采用单元调查评估法对中国农业分省污染排放量进行核算的基础上,应用基于方向性距离函数的Malmquist Luenberger生产率指数方法,对1978-2008年环境规制条件下省际农业TFP增长及其源泉进行实证分析,将农业增长、资源节约与环境保护纳入到一个统一框架。研究发现:①环境规制条件下农业TFP取得了一定增长,主要由前沿技术进步贡献,环境技术效率也存在一定程度的改善,在时间趋势上大致可以划分为6个阶段;②从资源、环境与增长的统筹兼顾来看,农业TFP及其增长模式地区差异明显,东部地区要优于西部地区,中部地区则可能处于失衡状态;③以三大直辖市为代表的东部省区和西部青海、贵州和宁夏等边远省份直接主导着“农业环境技术创新”;④是否考虑环境污染成本,对农业生产率核算会产生较大影响,并可能导致政策偏误。

  关键词 农业全要素生产率;环境规制;Malmquist Luenberger生产率指数;方向性距离函数
  中图分类号 F205 文献标识码 A
   文章编号 1002-2104(2011)11-0153-08doi:10.3969/j.issn.1002-2104.2011.11.025
  
  改革开放以来,中国农业以占世界不足10%的耕地成功养活了超过20%的人口,并成功地满足了国民经济持续增长所产生的新需求。但这些成功的取得并非没有代价,除了长期受人多地少、自然灾害频繁等资源条件的约束,农业还因为大量使用化学工业品而产生了严重的环境污染问题。第一次全国污染源普查表明农业源污染已成为整个环境污染的主要来源,在工业污染已经得到初步控制的背景下,农业源污染成为环境保护的控制关键。农业的发展已经不再局限于如何在资源刚性约束下确保农产品供需平衡,还必须充分考虑资源的承载能力和环境保护问题。但我国农业发展任务仍然很重,除了要继续保证世界最庞大人口的食物安全,还必须不断适应快速工业化、城市化所带来的不利影响。如何统筹兼顾农业发展、资源节约与环境保护三者的关系,已经成为农业部门面临的一个重要课题。
  从资源与发展的“两难困境”到资源、环境与发展的“三方纠结”,国家适时提出了“两型社会”战略构想,农业部门也相应提出了“两型农业”建设目标。传统增长理论主要致力于分析资源节约与经济增长的关系,其中全要素生产率(Total Factor Productivity,TFP)框架在协调两者的关系方面提供了一个合适分析工具。但随着环境问题日益突出,如何在考虑发展与资源的基础上引入环境因素,现有文献仍相对不足。尤其在农业领域,虽然传统TFP框架因为可以同时考察农业增长与资源节约方面的优势而得到了广泛应用,但尚缺乏将增长、资源与环境纳入一个统一框架进行研究的文献。本文在传统TFP研究的基础上,引入环境因素,综合考察农业增长、资源节约和环境保护的统筹兼顾,这实际上为政府的“两型”理念提供了一个替代性分析框架。
  1 文献综述
  传统增长理论致力于探索经济增长过程中各种决定性因素,这一过程中,TFP框架得到了广泛应用。该分析框架具有良好的系统性和结构框架,可以很好地描述经济增长与资源节约的统筹兼顾。例如,McMillan[1]、Lin[2]和Wen[3]等较早地对农业TFP增长进行了研究,大多认为改革初期农业TFP增长较快,计划经济时期则基本处于停滞状态。但Fan等[4]发现官方数据可能会夸大农业改革对TFP增长的贡献。
  受完全效率假设和“索洛余值”法影响,早期研究大都将TFP增长与技术进步等同起来,其实TFP包含着更为丰富的内容。这一问题随着随机前沿生产函数(Stochastic Frontier Approach, SFA)和数据包络分析(Data Envelopment Analysis, DEA)为代表的生产前沿面方法的发展而逐渐被解决。其中,以Malmquist指数为代表的DEA技术应用较广泛,Lambert et al.[5]、顾海[6]和陈卫平[7]等,通过对农业加总数据的分解,认为转型期农业TFP增长较快,但波动较大,并且技术进步与效率损失并存。其次,HMB、T?rnqvist Theil指数等非参数技术也得到了一定应用,如李静[8]、陈卫平[9]等。SFA因为能够考虑随机因素的影响,较为符合农业生产的自然特征。例如,石慧[10]曾将TFP分解为技术进步、技术效率、规模效率和配置效率,这是对农业TFP最为详尽的分解之一。
  上述研究对帮助我们理解农业增长与资源节约的协调程度具有重要意义,但它们大都忽视了环境污染的影响。已有关于农业增长与环境保护的研究,主要集中在环境库茨涅茨曲线(EKC)上。例如,刘扬[11]和杜江[12]分别利用化肥、农药使用量与人均农业产出来做EKC检验,支持了农业面源污染的EKC假说。但这至少会存在三个问题:①与工业不同,构成农业污染源的化肥、农药等恰恰是农业的重要投入,这种相互关系必然会导致单方程EKC检验存在严重内生性问题;②即使EKC是存在的,那也仅仅是对现象的一种归纳,缺乏经济学基础;③EKC检验很难将资源节约纳入分析框架,无法同时考虑农业增长、资源节约与环境保护的统筹兼顾。
  因此,如果能在传统TFP框架中纳入环境因素,那么就可以同时考虑增长、资源与环境的统筹兼顾。已有国外学者尝试将环境因素纳入到TFP框架,这大致存在两个思路:①将污染治理作为一种要素投入,但实证中很难将用于污染治理和用于产出的投入要素区分开来;②将污染视作一种不受欢迎的非合意产出,与合意产出一同被生产出来[13-14]。其中,Chung等[15]在传统谢泼德距离函数和Malmquist指数的基础上,通过引入方向性距离函数(Directional Distance Function, DDF)创造性地提出了曼奎斯特―卢恩伯格生产率指数(Malmquist Luenberger Productivity Index, ML Index),DDF通过设定合意产出增加、非合意产出减少的方向,将TFP与环境污染纳入一个统一框架。
   目前尚未发现有文献关注于面源污染对中国农业生产率的影响,这可能有两方面的原因:①农业污染排放物的价格信息无法被准确获取。②农业污染常以要素投入形式出现,其排放量无法被准确核算。本文希望在以下几方面对已有文献进行拓展:①应用单元调查评估方法准确核算转型期省际层面上农业污染物排放量;②运用Malmquist Luenberger指数首次测算环境规制条件下我国农业生产率,将农业增长、资源节约与环境保护纳入一个统一框架;③以基于谢泼德距离函数的标准Malmquist指数作为参照,比较是否考虑环境污染对农业TFP增长的影响。
  2 方法与模型
  3 变量界定与数据处理
  投入变量主要包括:①劳动投入,以农林牧渔总劳动力计算;②土地投入,以农作物总播种面积计算;③机械动力投入,以农业机械总动力计算;④化肥投入,以化肥施用折纯量计算,包括氮、磷、钾和复合肥;⑤役畜投入,以大牲畜数量中农用役畜数量计算;⑥灌溉投入,以实际有效灌溉面积计算。
  合意产出变量为1978年不变价表示的农林牧渔业总产值。
  农业非合意产出包括各环境污染排放变量。对于农业污染量的核算在已有文献中并没有很好地解决,一般环境年鉴中也没有提供农业污染量的统计。通过综合比较各种核算方法及数据可获得性等因素,论文采用清华大学环境科学与工程系的单元调查评估方法来核算各农业污染排放量。单元调查评估方法是基于单元调查和单元分析的一种定量分析方法,对其详细介绍可以参考赖斯芸等[17]、赖斯芸[18]和陈敏鹏等[19]文献。


  依照全文统一口径,本文所定义农业污染主要是指农业生产中污染物化学需氧量(COD?Cr)、总氮(TN)和总磷(TP)产生量,及其通过地表径流、农田排水和地下淋溶等途径汇入水体所产生的排放量(不包括农药和农膜),包括化肥流失、畜禽养殖污染、农业有机固体废弃物(农作物秸秆)和水产养殖污染4种类型。论文将各类污染源分解为单元(Elementary Unit, EU,见表1),并建立起单元、污染产生量及排放量之间的数量关系。
  E?j=∑iEU?iρ?ij(1-η?i)C?ij(EU?ij,S)
  =∑iPE?ijρ?ij(1-η?i)C?ij(EU?ij,S)(18)
  式中,E?j为农业污染物j的排放量,EU?i为单元i指标统计数,ρ?ij为单元i污染物j的产污强度系数,η?i为表征相关资源利用效率的系数,PE?ij为污染物j的产生量,C?ij为单元i污染物j的排放系数,它由单元和空间特征S决定,表征各省区环境、降雨、水文及各种管理措施对农业污染物排放的综合影响。
  各非点源产污单元统计数据(见表1)均来自官方统计年鉴,各产污强度系数(见表2)和排污系数等参数值则通过广泛的文献调研得到。除了清华大学环境科学与工
  程系总结的各参数取值外,本文重点参照了第一次全国污染源普查领导小组办公室发布的《污染源普查农业源系数手册》分省各参数取值,最终建立起不同产污单元省际层面上各农业污染产污强度系数、资源综合利用系数和流失系数的相关数据库。根据产污方程(18)和相关参数,论文匡算了转型期分省农业污染排放量(COD?Cr、TN和TP)的面板数据库。
  另外,考虑到西藏特殊的资源禀赋条件和DEA方法对异常数据的敏感性,论文框架中没有包括西藏;为了保持统计口径统一,论文将1988年后的海南和1998年后的重庆分别纳入广东和四川。故本文所使用数据为1978-2008年中国大陆28个省级行政单位(不包括中国台湾、香港和澳门地区)在31年间所形成的平衡面板数据,所有数据均来自官方统计。
  4 实证分析结果与讨论
  4.1 环境规制条件下农业TFP增长及其源泉
  环境规制条件下,1978-2008年农业TFP年均增长0.44%,其中东部地区增长最快,其次为西部地区,中部地区最慢,分别增长0.67%、0.52%和0.02%。从TFP增长源泉来看,全国农业TFP增长主要由前沿技术进步贡献,年均技术进步率为0.26%,技术效率也有一定程度的改善,年均改善0.18%。这说明农业TFP增长主要来自于“最佳实践者”的“最佳实践”,具有明显“增长效应”,由“落后者”主导的对“最佳实践者”的“追赶”所产生的“水平效应”也较为明显,但作用力度要小于“增长效应”。从地区比较来看
博评网