支农财政、技术进步偏向的农田利用碳排放效应研究

吴伟伟

（南昌大学经济管理学院，江西 南昌 330031）

1 引言

气候变暖是国际社会公认的全球性环境问题，而大气中碳浓度的提高是气候变暖的主要原因。一般认为地球系统包含4大碳排放库，分别是大气碳库、海洋碳库、陆地生态系统碳库和岩石圈碳库，其中陆地碳库是最重要的碳库，而土壤碳库又占据了陆地碳库的最大比例，达到80%以上。根据权威专家测算，中国1950—2005年中国土地利用变化的累积碳排放占全部人为源碳排放量的30%①http： //www.mlr.gov.cn/xwdt/jrxw/200912/t20091225_130977.htm。，黄贤金等的研究发现，1990—2010年期间，土地利用类型和管理方式变化造成了大量的陆地碳储量损失②http： //news.nju.edu.cn/show_article_12_43948。。基于农田利用的农业开发活动，改变了地表的覆被和碳素循环的平衡，决定了陆地生态系统的有机碳储备和释放量，农田利用类型、开发管理方式都将影响农田利用碳排放及其在整个温室气体排放中的占比。中国是农业大国，由土地给养的人口规模排名全球第一，然而农业资源却极其匮乏，人均耕地面积约为1.4亩，仅为世界平均水平的1/3。相比那些农业资源丰裕的国家，中国各农业区域在面对现有经济发展水平和资源禀赋的条件下，形成了具有明显地域特征的农田利用方式，产生的碳排放效应需深入探讨。

20世纪初，中国开始实施农村税费改革，农业政策发生了根本性转向，“多予少取”“以工促农”的反哺型支农政策陆续出台，各级政府逐步增加农业财政支出，对农田利用方式的转型升级发挥了重要的推动作用。本文旨在研究中国日益增加的支农财政支出和农业技术进步路径在促进农田利用方式转型的同时，如何影响农田利用碳排放，以此窥探农业财政和技术进步的环境效率，为政府制定低碳农田利用方式的财政激励政策提供依据，可能的贡献和创新在于考查了支农财政影响农田利用碳排放与农业技术进步偏向的交互效应，并且在考虑种植结构差异的基础上，识别该影响的区域异质性。

2 文献回顾、影响机制分析与研究假设

2.1 农田利用碳排放产生足迹及其影响因素

农田利用系统的碳排放主要通过土壤和植被的呼吸作用将固定的CO2排放到大气中，在厌氧条件下，土壤中的一部分有机碳以及被固定的碳还会以CH4的形式排放到大气中[1]，HOUGHTON、CAMPBELL等认为农田管理活动是决定陆地与大气之间碳净通量的重要因素，管理方式转变对CO2浓度升高具有直接的影响效应，受耕作制度、种植方式和化肥投入等因素干预的农田生态系统对碳储量的影响非常显著[2-3]。在农村劳动力大规模转移到非农部门之后，以劳动力投入为主的传统农田利用方式受到冲击，碳排放快速增长[4]，有研究认为改变对能源具有一定依赖或者能影响土壤有机质和碳储量的农业资本要素投入，会对农田利用碳排放产生显著影响[5]，比如化肥施用可以通过增加土壤中的作物残茬和影响土壤微生物量及其活性途径影响有机碳储量，但过分依赖无机肥也可能降低土地肥力，从而降低土壤的固碳功能。赵荣钦等综述了土地利用变化对碳排放的影响[6]，农田利用类型转变对碳排放的影响视转变方向不同而呈现差异[7-8]，农地利用的内部结构即非农田利用占比也将对碳排放产生显著影响[10]。在不改变农田利用类型的前提下，合理的利用方式和保护性耕作能增加土壤的碳汇功能，从而有利于碳减排[9]。已有研究发现农业财政产生的碳排放效应与财政补贴方式密切相关，SERRA等认为脱钩农业补贴政策有利于降低农药的使用量，进而减少碳排放和环境污染[11]，TAHERIPOUR等认为农业直接补贴与环境税结合实施一定程度上可以降低氮污染[12]。多数研究肯定了技术进步的减排效应，例如李凯杰等认为相对于短期技术进步，长期技术进步的减排效应更明显[13]，张兵兵等基于全行业数据的研究发现技术进步可以降低碳排放强度，但影响存在行业异质性[14]，张文彬等研究发现环境技术和资本体现式技术有利于降低碳排放[16]。

2.2 支农财政、技术进步偏向及其交互作用的农田利用碳排放效应

农田利用同时具备碳“源”和碳“汇”功能，农田利用方式变革促进了农业资本要素投入量递增，增加碳排放源，而保护性农田利用、农田整治可将温室气体固定在土壤和植被中，增强农田的碳汇功能。旨在促进农业现代化的支农财政对增加农业资本要素投入具有明显的激励效应，诸如农资综合补贴、农机购置补贴、良种补贴等政策显著促进了农药、化肥和农业机械的投入，而农业生产经营主体多元化、农田规模化经营增强了支农财政对农业资本要素投入的激励效应。然而，支农财政亦对改善农业基础设施、促进农业技术进步具有显著作用，通过影响农业生产要素的利用效率影响碳排放，针对保护性耕作、规模种植和退耕还林的农业补贴以影响农田管理方式、农作物种植品种、农田利用强度等为途径影响碳排放足迹和碳排放量。因此，支农财政会由于导致要素投入结构资本化率提高增加农田碳排放，产生对生态环境的压力，也会因为财政支农方式和结构的优化抑或是协同性政策的推进，在推动农业产出增长的同时降低碳排放。

农业生产过程依赖于供给弹性相对较小的土地，与土壤构成、气候、地形地貌等自然因素密切相关，农业技术进步趋势和形态因资源禀赋不同而呈现出差异。诱致性技术变迁理论认为技术进步内生于资源禀赋，在要素成本差异的激励下，偏向于实现丰裕资源对稀缺资源的替代[16]。新古典增长理论揭示了给定技术水平下产出对生产要素投入的依赖，技术高度决定了生产要素的产出效率，与资源禀赋相耦合的技术进步有利于提高生产要素的产出效率，节约要素投入，强化技术进步的减排效应[17]，而与资源禀赋的相偏离的技术进步可能会通过降低要素产出效率和非最优的要素投入结构促进碳排放[18]。可以预测，如果支农财政对节约稀缺资源的要素投入具有更强的激励效应，鼓励了与资源禀赋相耦合的农业技术进步，则可以降低农田利用碳排放的增长速度，产生碳减排效应，反之亦然。

2.3 研究假设

理论分析可以看出，支农财政和农业技术进步偏向不仅各自影响农田利用碳排放，技术进步与农业资源禀赋的耦合程度也将影响支农财政的碳排放效应，两者之间存在交互效应。结合上文分析，提出以下待验证的研究假设。

假设1：农村劳动力“空心化”趋势促进了以劳动力投入为主的农田利用方式转变，支农财政通过多维途径对农田利用的碳“源”和碳“汇”功能产生双向效应，在推进农田利用管理方式转型的同时，影响农田利用碳排放。

假设2：农业技术进步偏向体现技术进步路径与资源禀赋的耦合程度，影响生产要素的利用效率，与资源禀赋相耦合的技术进步在提高生产要素边际产出和生产效率的同时，可节约稀缺要素的投入，减少碳源，降低农田利用碳排放强度。

假设3：支农财政政策的碳排放效应与农业技术进步偏向存在关联，技术进步与资源禀赋的耦合程度将影响支农财政的碳排放效应，耦合程度越高，支农财政的农田利用碳促排效应越弱。

3 实证研究设计

3.1 变量选择与说明

3.1.1 被解释变量和核心解释变量

农田利用方式转型进程中，农业产出增加和碳排放增长相伴随行，为客观评价农业发展的环境成本，本文构建两个反映碳排放强度的指标，作为计量模型的被解释变量：单位播种面积农田利用碳排放（C_intensity1）和单位农业产值农田利用碳排放（C_intensity2）。农田利用碳排放主要来源于农业要素、农田耕作和能源利用，本文利用生命周期法核算碳排放总量，碳排放源包括化肥、农膜、柴油、农药、翻耕和灌溉等，排放系数分别来自IPCC2006、IREEA、美国橡树岭国家实验室测算结果。为揭示农田利用碳排放强度的区域分布特征及其演变趋势，基于非参方法估计了部分年份测算结果的核密度函数①核密度函数估计是一种非参数统计分析方法，通过比较不同年份的核密度函数揭示变量分布的动态变化。，参见图1和图2。

图1说明单位面积碳排放均值逐年增大，且离散程度增强，意味着碳排放的区域差异扩大，所有年份的核密度函数均存在程度不一的右偏趋势，说明存在少数单位播种面积农田利用碳排放较大的省份，2016年存在多峰分布情况，说明碳排放强度向不同均值集中。图2显示单位产值碳排放均值逐年递减，集中趋势增强，区域差异缩小，2008年核密度函数存在多峰分布情况，其他年份未出现类似特征。

图1 C_intensity1核密度函数估计结果Fig.1 Kernel density estimation of C_intensity1

计量模型中的核心解释变量包括支农财政（support）、技术进步偏向（match）及两者的交互项（interaction）。支农财政是指各级政府为扶持农业发展提供的所有财政预算支出，除农业直接补贴之外，还包括与农产品价格支持制度、农业基础设施建设、农业科研与推广服务等相关的财政支出②当前，直接农业财政补贴占支农财政总支出的比重超过30%，农业科研服务、农业基础设施建设的相关财政支出占比显著上升。，本文用农业财政支出占地方财政预算总支出比重表征支农财政强度，可以剔除由于农业规模不同导致的财政支出规模差异，体现政府对农业发展的重视程度。技术进步偏向的概念最早由希克斯在其《工资理论》一书中提出，将技术进步分为三类：资本偏向型、劳动偏向型和中性技术进步[19]，农业技术进步偏向便是指技术进步路径倾向于提高某种农业生产要素的边际产出，通常能够在要素价格的激励下反映区域资源禀赋的结构特征。受要素市场发育程度、政策偏向、基础设施建设等条件的干预，农业技术进步偏向并非总能与资源禀赋的稀缺性呈现出严格的线性关系，技术进步偏向与资源禀赋的耦合程度存在区域差异。借鉴已有测算方法[20]，基于耦合函数构建农业技术进步与资源禀赋的耦合协调度函数，函数值介于0～1，数值越大意味着耦合程度越高。

3.1.2 控制变量和虚拟变量

图2 C_intensity2核密度函数估计结果Fig.2 Kernel density estimation of C_intensity2

控制变量包括：（1）经济发展水平（gdp），用人均地区生产总值表示。经济发展水平越高的地区，农产品市场和要素市场发育越成熟，存在相对先进的农业社会化服务体系，有利于引导农户合理确定农业生产要素投入，对碳排放产生影响。（2）单位播种面积务农劳动力人数（labor）。农村劳动力大量转移到城市，实际务农劳动力人数明显下降，近年来农产品价格上涨对农业生产产生了显著的激励效应，劳动力节约型农业资本要素的投入迅速增加，影响碳排放水平。（3）单位播种面积农业固定资产投资（investment），有利于完善农业基础设施，提高全要素生产率，降低要素投入，减少碳排放。（4）非农产业占比（industry），用非农产业产值占地区生产总值之比表示。非农产业的发展决定了农业产业价值链延伸度，也决定了本地农村劳动力的转移方向和非农收入水平，影响农村家庭的“兼业”形态和生产决策，决定了非农产业发展对碳排放的影响效果。（5）城镇化率（urbanization），用城镇人口占地区总人口之比表示。城镇化意味着部分农业生产要素向城市转移，有利于提高生产要素在产业间的配置效率，通过影响生产要素的流动和新型农业生产方式的建立影响碳排放。（6）反映区域特征的虚拟变量为农产品种植结构。粮食作物内生于区域农业生产条件，最能体现农业资源禀赋差异。中国粮食作物主要包括稻谷、小麦和玉米，根据各地区三种粮食作物播种面积的构成，可以大致分为3类：以种植稻谷为主（rice）的地区、以种植小麦为主（wheat）的地区和以种植玉米为主的地区（参照组）。

3.2 数据来源与基准计量模型

研究样本已剔除北京、天津、上海、青海和西藏①北京、上海和天津农业产业占比较低，青海和西藏的农作物种植结构与国内其他省份差异较大，因此将以上5省市区予以删除。，包括26个省级行政区，样本数据为2000—2016年的平衡面板数据，样本观测值共计442条，数据分别来自《中国统计年鉴》《中国农村统计年鉴》等统计数据库。为使数据更加平稳，回归分析中取各变量原始数据的自然对数值，基准计量模型形式如下②本文主要关注参数估计结果的符号，未对模型中的交互项进行去平均处理。：

式（1）中：x为控制变量；u为体现个体差异的截距项；ε为随机扰动项。根据Hausman检验结果，为消除异方差的不利影响，本文利用固定效应模型和广义最小二乘法（GLS）估计参数。

4 实证结果分析

为更好体现核心解释变量对农田利用碳排放的影响，保证实证分析结果的可靠性，并进行参数估计结果的横向比较，以基准计量模型为基础，基于全国样本和加入地区虚拟变量的分析，以两个不同的碳排放强度指标为被解释变量，建立8个计量经济模型，定量分析核心解释变量的碳排放效应，参数估计结果参见模型1—模型8。

4.1 基于全国样本的回归结果分析

表1中模型1和模型3的回归结果显示，支农财政的参数估计结果在1%的显著性水平上对农田利用碳排放强度产生了正向激励作用，说明支农财政政策虽然通过促进农业资本要素投入增加农业产出，提高了农田利用效率，但也同时促进了碳排放，使得单位播种面积和单位农业产值碳排放均显著增加。模型1和模型3的回归结果也显示农业技术进步偏向的参数估计结果在1%的显著性水平上通过检验，但是系数值为负，说明与资源禀赋相耦合的农业技术进步有利于在提高农业产出的同时通过提高生产要素的利用效率降低农田利用碳排放强度。模型2和模型4显示支农财政与技术进步偏向的交互项参数估计结果分别在5%和1%的显著性水平上通过检验，系数值为负，说明提升农业技术进步与当地农业资源禀赋的耦合度确实有利于减弱支农财政政策的碳排放促进效应，从而降低碳排放强度，可能的作用机制在于支农财政鼓励了节约当地稀缺资源的技术研发和生产要素投入，部分抵消支农财政形成的正向碳排放效应，降低了对生态环境的压力③加入交互项之后，主要项的参数估计结果不再体现边际影响效应，不再分析其显著性和符号。。由于两个表征农田利用碳排放强度的指标构造有所不同，控制变量的参数估计结果和显著性在不同模型中存在差异。

4.2 考虑种植结构差异的回归结果分析

中国农业资源禀赋和农作物种植结构区域差异较大④仅从地形地貌来看，东北、华北以平原为主，农业机械对劳动力的替代成本低于以山地和丘陵为主的南方地区，技术进步可能偏向于劳动力节约型，而南方土地稀缺，技术进步可能偏向土地节约型。，表2的模型5和模型7的回归结果表明，支农财政政策对农田利用碳排放强度的影响因种植结构不同亦呈现出显著的区域差异。支农财政与表征区域的虚拟变量的交互项参数估计结果在不同显著性水平下通过检验，对单位播种面积农田利用碳排放的正向影响在以种植玉米为主的地区最强，其次是以种植稻谷为主的地区，最后是以种植小麦为主的地区，对单位产值农田利用碳排放的正向影响在以种植小麦为主的地区最强，其次是以种植稻谷为主的地区，最后是以种植玉米为主的地区。模型6和模型8表明支农财政与技术进步偏向的交互项对农田利用碳排放强度的影响存在区域差异，对于单位播种面积碳排放，减排效应在以种植稻谷为主的地区最强，其次是以种植小麦为主的地区，最后是以种植玉米为主的地区，对于单位产值碳排放，减排效应在以种植玉米为主的地区最强，其次是以种植稻谷为主的地区，最后是以种植小麦为主的地区。影响的区域差异主要来源于不同的粮食作物具备不同的要素投入结构特征，地形、地貌的区域特点导致要素替代成本和农业技术进步存在差异，从而使得农田利用碳排放强度受支农财政及其与农业技术进步偏向交互项的影响显现出区域异质性。

表1 农田利用碳排放强度影响因素的全样本回归分析结果Tab.1 Full sample regression analysis of factors affecting carbon emission intensity of farmland use

5 结论与政策建议

本文首先从理论上梳理了支农财政、农业技术进步偏向及其交互作用对农田利用碳排放的影响机制，利用省级面板数据进行了实证研究，以种植结构为虚拟变量，考查了该影响的区域差异，研究结论如下：（1）支农财政对农田利用碳排放强度产生了正向激励效应，印证了在推进农业现代化的早期阶段，农村劳动力大规模转移到非农部门之后，支农财政虽然促进了农田利用方式转型，但也为此支付了必要的环境成本；（2）农业技术进步是决定农业生产效率的核心因素，本文重点研究了技术进步偏向而非技术进步本身的碳排放效应，发现技术进步与资源禀赋耦合程度越高，碳减排效应越强，符合理论分析预测；（3）研究发现技术进步偏向显著影响了支农财政的碳排放效应，技术进步与资源禀赋的耦合程度提高可以减弱支农财政的碳促排效应，在耦合程度越高的地区，支农财政促进碳排放的程度越弱；（4）因农业种植结构不同，支农财政及其与技术进步偏向交互项的碳排放效应存在显著的区域差异，说明农作物的种植方式对支农财政等因素的碳排放效应存在影响。

表2 核心因素影响农田利用碳排放强度的区域差异Tab.2 Regional differences of impacts of key factors on carbon emission intensity of farmland use

“两山”理论已成为各地积极贯彻的经济发展理念，建立环境友好型农田利用方式是中国农业改革的必然取向，也是推进农业高质量发展的必由之路。为降低碳排放，基于本文的研究结论可得到以下政策启示。（1）完善支农财政制度，强化其生态建设导向，逐步提升“绿箱”政策力度，引导农民合理投入农业资本要素。原有的一些“黄箱”政策通常导致资本要素的过度使用和农田的过度开发，造成短期内碳排放急剧上升，而“绿箱”政策大多为脱钩补助，有利于改善农业生产的外部条件和基础设施，提高生产要素的利用效率。（2）强化支农财政政策的技术进步引导作用，考虑不同农业区域的资源禀赋特征，鼓励与当地资源禀赋相耦合的农业技术进步。技术进步偏向虽然内生于资源禀赋，但也极易受政府政策的影响，美、日等国的农业发展历程印证了只有与资源禀赋相耦合的技术进步才能在提高农业产出的同时降低对环境的破坏。支农财政可以适度提高对节约当地稀缺资源要素投入的补贴力度，鼓励农业技术沿着节约稀缺资源的路径进步。（3）注重支农财政政策的区域差异性。各地农作物种植结构不同，农业技术进步各具特点，农田利用过程中对环境的影响也不同。支农财政政策应考虑不同农作物要素投入结构和技术演进的差异，通过精细化政策推动不同农作物的技术进步，抑制农田利用碳排放过度增加。