1978—2017年中国农业污染物影子价格及污染成本测算

邹利林，刘彦随，王永生

(1.华侨大学政治与公共管理学院/政治发展与公共治理研究中心，泉州362021；2.中国科学院地理科学与资源研究所，北京100101)

0 引 言

改革开放以来，中国粮食产量由1978年30 476.5万t增长至2017年66 160.7万t，同期畜禽肉类产量由856.3万t增长至8 654.6万t。与此同时，化肥施用量从1978年884.0万t增长至2017年5 859.4万t，农用塑料薄膜与农药使用量分别从1990年48.2万t与73.3万t增长至2017年252.8万t与165.5万t。由此可见，粮食产量与畜禽肉产品的增长主要依赖于生产要素的密集投入[1-2]，而正是这种“高消耗、高污染、高投入”的生产方式造成了严重的农业污染问题[3-4]。农业污染主要指农业生产过程中，溶解的或固体的污染物通过水循环引起水质污染的过程，具有来源分散性、扩散随机性、污染异质性和治理低效性等特点[5-6]。在全面建设资源节约型与环境友好型社会的背景下，如何降低农业污染排放，核算农业污染治理成本，建立农业污染管理制度[7-9]，成为国家推进乡村振兴战略必须解决的科学难题。为此，在制定农业污染减排政策及衡量农村发展水平时有必要将农业污染排放纳入到考核体系，以便全面反映农村社会经济发展所带来的环境成本。

相较于工业污染排放的排污许可制度而言，农业污染排放至今仍未建立相应的交易市场，污染物价格也无法通过市场机制得以反映，导致农业污染排放产生的环境成本难以估计[7,10]。影子价格作为供求市场完全均衡时污染物真实经济价值的体现，已成为测算资源环境产品交易价格的主要依据[11-13]。Shephard较早利用投入与产出距离函数，对价格信息缺失下的污染物影子价格进行了估算[14]。由于该方法无法克服投入与产出同向收缩或扩张产生的随机误差，Färe等采用二次型产出方向性距离函数和利润函数的对偶性对该函数模型进行了优化[15]，并被广泛用于C、CO2、SO2与NOx等污染物影子价格的测算[16-18]。为破解因农业污染物价格信息缺失造成环境成本估算依据不足的困境，汪慧玲等采用该方法测算2000—2012年中国省级农业生产过程中排放的总氮、总磷和化学需氧量的影子价格[19]，这为本研究奠定了良好的基础。此外，这一指标还可以衡量“金山银山”与“绿水青山”之间的替代关系[20-21]，在农业污染排放交易缺失的情况下，可为政府制定农业污染减排政策提供决策参考。

近年来，由于农业生产结构与农村经济结构的转变，农药化肥的过度使用、畜禽养殖量的不断增加、农田秸秆的不合理利用以及水产养殖规模的持续扩大，农

业污染已经超过工业污染成为水污染的主要来源[22-24]。但相应的治理政策因为价格信息的缺失难以出台，导致农业污染治理无法像工业污染治理那样实现从命令式调控向市场式调控转变[20,25]。因此，测算农业污染物的影子价格成为推进农业环境政策制定的关键[26-27]。尽管已有研究对不同时期与不同尺度下农业污染物影子价格进行了测算，但对全国尺度下长时间序列农业污染物影子价格的关注仍然较少[7,19]，尤其是缺少从制度环境变革的角度对其长期演变特征展开深入分析。因此，本文采用Färe等提出的二次型方向性距离函数和收益函数的对偶关系[15]，对1978—2017年中国省级农业排放污染物总氮（TN）、总磷（TP）和化学需氧量（COD）的影子价格进行估算，并测算农业生产过程中污染物的边际减排成本，以及指导环境保护政策的制定和绿色增长考核体系的建立。

1 研究方法

1.1 方向性距离函数

随着农业生产要素投入的增加，农业期望产出成倍增长，与此同时非期望产出也逐渐增加，由此引发的农业污染成为社会必须关注的问题。农业生产投入、期望产出与非期望产出之间的量化关系被称为环境技术效率。环境技术将生产部门要素投入、期望产出、非期望产 出 的 集 合 分 别 定 义 为 x=(x1,x2…,xN)∈，y=(y1,y2…,yM)∈，b=(b1,b2…,bJ)∈。因此，环境技术的生产集P(x),x∈可表示为

方向性距离函数建立在环境技术假设的前提下，根据Färe等[28-29]对方向性距离的描述，引入方向性向量g=(gy,gb)，且g≠0，用β表征方向向量的大小，则方向性距离函数可以定义为

进一步在一次性假设下，生产集P(x),x∈RN+可以从方向性距离函数中推导，即：因此，环境技术可以用P(x)表示，或者说等于基于这一定义，方向性距离函数具有如下的转移特征：

式中α为方向向量前进距离。

进一步令方向向量为(y,-b)时，方向性距离函数可以表示为

Do(x,y,z)为Shephard距离函数，式（5）揭示了方向性距离函数和Shephard距离函数的关系。结合环境技术的性质，方向性距离函数满足以下约束条件，具体形

式如下：

式中x′，y′分别为x与y的条件值，θ为约束条件。

1.2 影子价格模型构建

本文从方向性距离函数与收益函数之间的对偶关系中推导出污染物的影子价格。为便于分析，假设p=(p1,p2…,pM)∈RM+与q=(q1,q2…,qJ)∈ RJ+分别为期望产出和非期望产出的价格。由于非期望产出是农业污染物，其对收益的贡献为负，因此收益函数被定义为式（7）：

R(x,p,q)=maxy,b{ }py-qb:(y,b)∈ P(x) （7）

收益函数R(x,p,q)给出了当期望产出价格为p和非期望产出价格为q时，投入集x可能估算出的最大收益。利用式（3），最大的收益函数等同于

如果农业部门产出集合(y,b)∈P(x)，那么存在：

也就是说，如果产出向量(y,b)是可行的，那么通过向 方向移动来消除与该产出向量相关联的任何无效性也是可行的。因此，给定g=(gy,gb)，可以得出

由此可以利用收益函数将式（2）中的方向性距离函数推导出来：

对式（11）运用两次包络定理，就可以得到影子价格模型式（12）和（13）。此时，假设知道第m种期望产出的价格pm，则可以通过式（14）求出第j种非期望产出的价格qj。

1.3 二次型函数

由于参数距离函数具有更好的微分性质，因此本文采用二次参数形式的距离函数求解农业污染物的影子价格。假设方向向量g=(1,1)，假设在t=1,…,T时期有k=1,…,K生产部门，那么k生产部门在t时期的二次型方向性距离函数形式为

上式中，αn，βm，γj，αnn′，βmm′，γjj′，δnm，ηnj，μmj为回归系数，代表各二次型单元的偏效应。交叉产出与投入效果 的 对 称 性 要 求 αnn′= αn′n,n≠n′； βmm′

= βm′m,m ≠ m′； γjj′

为满足生产部门每一个时期的生产都尽可能在生产前沿上，本文在求解影子价格时选取式（15）中参数使得目标函数最小。该目标函数必须满足：

条件（i）表示各生产部门在不同时期的投入—产出向量是可行的；条件（ⅱ）和（ⅲ）是对式（16）和（17）的单调性约束；条件（ⅳ）是对式（4）转移性质的约束；条件（v）体现了投入和产出向量之间的对称性。

1.4 农业污染成本测算

污染物影子价格可以衡量农业生产的污染成本，是指导环境保护政策和绿色增长核算的重要参考。借助已测算出的3种污染物影子价格，可以对农业生产过程的污染成本进行分析。计算公式如下：

式中Cp为农业污染总成本，万元；CTN、CTP、CCOD分别为TN、TP、COD的污染成本，万元；qTN、qTP、qCOD分别为TN、TP、COD的影子价格，万元/t；bTN、bTP、bCOD分别为TN、TP、COD的排放量，t。

2 指标体系与数据来源

2.1 指标体系

农业生产过程中由于生产要素的投入不仅会产生期望产出，同时也会排放各类污染物，即产生非期望产出。为测算中国农业生产过程中污染物TN、TP、COD的影子价格，在构建农业生产投入产出指标体系时应当综合考虑资源节约、环境友好和农业经济增长三者间的统筹协调发展[30]。由于本研究关注的是农产品直接生产过程，而非加工过程，因此本研究选取农林牧渔业总产值为期望产出指标，选择农田化肥、畜禽养殖、水产养殖、农田秸秆4类非点源农业污染的TN、TP、COD排放量为非期望产出指标。参照已有文献及依据典型性、科学性、可获取性等原则，选择土地、劳动力、资本为投入要素指标，分别用农作物播种面积（hm2）、农林牧渔业从业人员（万人）、农业资本存量（万元）表示。

2.2 数据来源

本研究选取除香港、台湾、澳门及西藏、青海（由于西藏、青海的农业生产模式与其他省市差异较大，暂不分析）以外的29个省市自治区1978—2017年期间1 131条农业投入产出数据为研究样本（1978—1996年重庆市数据包含在四川省内，1978—1987年海南省数据包含在广东省内）。农林牧渔业产值主要来源于《中国农村统计年鉴》（1985—2018年）及各省《统计年鉴》（1979—1984年），该值以1978年为基期进行价格平减。由于现有统计年鉴中缺少农业污染物排放总量统计数据，本研究从《中国农村统计年鉴》、《改革开放三十年农业统计资料汇编》、《新中国农业60年统计资料》、《中国统计年鉴》、《中国渔业统计年鉴》、《中国海洋统计年鉴》、《中国农业统计资料汇编》等统计资料中获取化肥折纯施用量、畜禽出栏数与存栏数、水产品产量、农作物产量等数值，采用赖斯芸提出的清单分析法计算得到农业污染物TN、TP、COD的排放量[31]。投入要素指标数据也主要来自上述统计资料，其中农业资本存量数据首先通过徐现祥等[32]的缩减指数构造方法计算得出农业投资数据的价格平减指数，然后借鉴宗振利等[33]计算的分省折旧率和基期资本存量数据，根据永续盘存法计算得出各省数值。

3 结果与分析

3.1 中国农业污染物影子价格的变化趋势

为检验估计参数结果是否具有良好的适应性，根据参数估计结果验证样本是否满足零点关联性，即验证非期望产出与期望产出是否同步产生[15]。经检验发现，在所研究的1 131个样本中，一共有1 078个样本满足零点关联性，占比达到95.31%，说明绝大多数的样本都满足模型的假设。从估算结果来看，1978—2017年中国农业污染物的影子价格总体呈下降趋势，TN与TP的影子价格随着农业污染治理力度加强而呈现平缓下降趋势，而COD影子价格由于畜禽养殖规模的变化而呈现较大的波动性。具体来看，TN、TP、COD的影子价格分别从7 941.5、8 990.1、2 087.6元/t，下降到5 811.9、5 759.5、841.9元/t，分别下降了26.8%、35.9%、59.7%，表明中国对农业污染问题日益重视，农业生产的机会成本不断降低。从影子价格的变化趋势来看，具有较为明显的阶段性，并大致经历了4个阶段（图1）。1978—1985年为自由发展阶段，尽管国家实行改革开放及推进家庭联产承包责任制，但由于市场机制与国家政策的缺失，农业发展缓慢，农业污染物的影子价格基本保持不变。1986—1995年为改革推动阶段，国家将主要农副产品的统购统派制度逐步改革为以计划为主与市场调节为辅的制度，充分调动了广大农业生产者的积极性，农业进入快速发展时期，在农产品市场化改革的推动下农业污染物的影子价格大幅度降低。1996—2006年为市场调控阶段，农业政策以保护农业生产、支持农民增收、促进农村发展及“取消农业税、工业反哺农业”为主要特征，在市场机制的自我调控下农业污染物的影子价格轻微变动。2007—2017年为政策激励阶段，中央一号文连续14 a聚焦“三农”问题，特别是增加农业补贴、实现农业现代化、推进农业供给侧结构性改革等系列农业新政的出台，激活了农村与农业发展的内在活力，农业污染物的影子价格再次缓慢下降。

图1 1978—2017年中国农业污染物影子价格的阶段性变化趋势Fig.1 Periodic change trends of shadow prices of agricultural pollutants in China from 1978 to 2017

3.2 中国省级农业污染物影子价格的差异分析

为探索农业污染物影子价格的区域差异，本文分区方案采用《中国自然地理》提出的七大分区，并参照刘彦随等[34]提出的现代农业区划方案适当调整。从地理分区尺度来看，农业污染物的影子价格存在明显的区域差异。图2显示，东北地区TN的影子价格最低为5 511.9元/t，而西南地区TN的影子价格最高为8 430.4元/t；华东地区TP的影子价格最低为6 406.0元/t，而西南地区TP的影子价格最高为8 821.4元/t；西南地区COD的影子价格最低为570.8元/t，而华东地区COD的影子价格最高为1 727.2元/t。究其原因在于，东北地区作为国家粮食主产区，优越的农业资源禀赋使得农业污染排放效率较高，农业机械化水平也相对更高，因此农业污染物的影子价格低于全国平均水平。华北与华中地区地势平坦、水土条件优沃且劳动力充足，农业生产水平与农业现代化进程基本同步，农业污染物的影子价格与全国平均水平基本一致。华东地区经济较发达，农业种植规模较小，农业投入强度较低，TN与TP影子价格较低，但由于畜禽养殖产值占农业产值的比例较大，COD的影子价格较高。华南地区的农业气候资源及社会经济环境差异较大，导致区域农业污染物的影子价格也存在较大差异，但总体低于全国平均水平。西北地区农业生产的自然条件与要素投入水平较差，农业生产方式较粗放，农业污染物的影子价格较高。西南地区由于人均耕地规模较少，土地细碎化程度较高，农业生产效率相对较低，TN与TP的影子价格较高，但由于其畜禽养殖产值占农业产值的比重较小，COD的影子价格较低。

图2 1978—2017年中国七大农业分区的农业污染物平均影子价格Fig.2 Average shadow prices of agricultural pollutants in seven agricultural regions of China from 1978 to 2017

从省级尺度来看，由于农业生产条件、农业种植强度、农业经济构成、产业结构等因素的差异性，使得不同省份的农业污染物影子价格差异明显。广西、四川、云南、贵州等以喀斯特地貌为主的省份水土流失较严重，土层较薄且渗水性较强，农业种植污染治理难度较大，TN与TP的影子价格较高，而北京、上海、广东、浙江等省市农业经济在整个国民经济中占比较低，农业污染减排措施较严，TN与TP影子价格也较低；河南、山东、河北等农业大省由于复种、间作、规模化畜禽养殖、过量施用肥料等集约化农业措施的实施，农业污染排放较高，COD影子价格较高；而云南、内蒙古、广西、重庆、贵州等省市为促进旅游业发展而强化生态环境的保护，畜禽养殖规模较小且排放管制较严，COD影子价格较低（表1）。

表1 1978—2017年中国省级农业污染物的平均影子价格Table 1 Average shadow prices of agricultural pollutants at provincial level in China from 1978 to 2017

3.3 中国省级农业污染成本分析

1978—2017年中国农业生产年均污染成本为760.6亿元，占全国年均农业总产值的10.8%，几乎相当于东北三省的农业总产值之和，表明农业污染成本巨大。从省市层面来看，海南、重庆、黑龙江、新疆的污染成本占各省年均农业总产值的比例低于6%，而宁夏、贵州、河北和山东的污染成本占各省年均农业总产值的比例高于14%。特别是山东作为全国农业规模和农业产值最大的省份，其污染成本占比最高为16.5%（图3）。这表明，尽管农业生产规模是决定污染成本的重要因素（如山东、河南），但不同的地理空间格局、农业资源禀赋、农业产业结构与农业管理措施对农业污染成本也具有重要影响。因此，国家可以通过制定一些政策将与农业生产有关的外部成本内部化，以平衡农业污染治理的省际差异。譬如说，在污染成本较高的省份对化肥、农药、地膜等农业投入品加征税收，以激励农业部门采用新技术、新产品减少污染排放，同时对污染成本较低省份的农业部门给予补贴，以弥补这些地方因农业污染减排而造成的损失。

图3 1978—2017年中国省级农业污染成本占农业总产值的比例Fig.3 Proportion of provincial agricultural pollution cost in total agricultural output value in China from 1978 to 2017

4 结论与讨论

本文以1978—2017年中国农业部门的省级面板数据为研究单元，利用二次型方向性距离函数和收益函数的对偶关系估算了农业污染物的影子价格，并测算了农业污染成本。结论如下：

1）1978—2017年，中国农业污染物TN、TP、COD的影子价格总体呈下降趋势，分别下降了26.8%、35.9%、59.7%，并大致经历了自由发展、改革推动、市场调控与政策激励4个阶段。这既说明中国对农业污染问题日益重视，农业生产的机会成本不断降低，也表明制度变革与政策演替对农业生产效率及污染物影子价格具有重要的激励与约束作用。

2）农业污染物的影子价格存在明显的区域差异，东北地区农业污染物的影子价格明显低于国家平均水平；西南地区TN与TP的影子价格明显高于国家平均水平，而COD的影子价格明显低于国家平均水平；华东地区TP的影子价格明显低于国家平均水平，而COD的影子价格明显高于国家平均水平。农业污染物影子价格的区域差异表明，农业既受到光、热、水、土等自然要素的直接影响，又受到不同经济社会发展条件下农业生产力水平、产业政策、区域经济水平与农业管理水平的综合影响。

3）1978—2017年，中国农业生产年均污染成本为760.6亿元，占全国年均农业总产值的10.8%，表明农业污染成本巨大。从省市层面来看，海南、重庆、黑龙江、新疆的污染成本占各省年均农业总产值的比例低于6%，而宁夏、贵州、河北、山东高于14%。这说明尽管农业生产规模是决定污染成本的主要因素，但不同的地理空间格局、农业资源禀赋、农业产业结构与农业管理措施对农业污染成本也具有重要影响。为此，国家可以制定一些差异化的税收政策来平衡农业污染治理的省际差异。

中国农业污染物影子价格的长期演变趋势及其污染成本说明，农业生产是一个受自然、社会、经济与政策等因素综合影响的复杂问题。农业政策的制定要按照“两型农业”发展的要求，通过农业供给侧结构性改革提高农业供给质量和效率，并避免掉入“逐利政策”陷阱。农业发展方式的转变要以提高土地产出率、资源利用率与劳动生产率为核心，降低对石化农业的依赖与减少农业面源污染物的排放，大力培养农业主体的资源节约和环境保护观念，探索循环农业、生态农业、集约农业等新理念与新模式。