环境规制、科技创新与农业经济可持续增长*

吴义根，项桂娥，张 璐，曾 珍

(池州学院 商学院，安徽 池州 247000)

改革开放以来，我国粮食产量倍增，2020年中国粮食产量达到66 949.20万吨，是1978年的2.2倍，年均增长1.89%。中国农业经济获得了快速增长，但同时也带来了环境污染。为了确保粮食安全，推动农业经济可持续增长，依据习近平总书记的“两山”理论，在实行最严格生态环境保护制度的要求下，探明环境规制、科技创新对农业经济可持续增长的影响效应，通过环境规制的倒逼和科技创新动能培育来破解农业经济可持续增长中生态优先和绿色发展优先的问题，对于加强区域协同、培育创新的动能、实现农业绿色发展具有非常重要的现实意义。

一、相关研究综述

环境规制与技术创新的关系一直是学界研究的热点问题，研究结论也存在差异。新古典经济学认为，在产品、技术、过程和客户需求固定不变的情况下，企业已经做出了成本最小化的选择，环境规制不可避免地增加了成本，导致企业技术创新能力下降。从静态出发，大量文献认为环境规制对技术创新产生了负面影响，增加了企业的“遵循成本”，降低了企业的生产率和竞争力。从动态出发，大量学者认为环境规制在增加企业成本的同时，会倒逼企业进行技术创新，提升了生产效率，带来了创新的补偿效应，即“波特假说”。此外，还有学者探讨了环境规制与科技创新之间的区域差异以及线性关系，发现环境规制对科技创新的影响在不同区域间有差异，而且环境规制对技术创新的影响存在门槛效应。

科技创新驱动经济高质量发展，国内学者做了大量的研究。从理论视角来看，科技创新是实现中国新型工业化的源动力，是导致国家间经济发展差距的原因，因而中国要系统化实施科技创新战略，转变经济发展方式。从实证视角来看，在不同时期、不同地区和不同产业中，科技创新对于经济发展的作用存在差异。短期来看，全国各省科技创新对经济发展的促进作用很不明显。而在长期，科技进步是中国经济增长的第一源泉，年平均贡献率达48.97%。科技创新对总体经济增长的驱动效应在不同地区间差异很大，东部地区提升效应远远高于中、西部地区。具体到海洋产业而言，科技创新对经济增长开始呈现短暂的正向效应，之后逐步弱化，最后转为负向影响。

综上，学界关于环境规制、科技创新和经济增长做了大量的研究，但存在分歧。大多数研究在探讨环境规制、科技创新和整体经济的两两影响，少有研究在一个框架内来讨论三者的交互影响，分析科技创新在环境规制和经济增长之间的衔接作用，尤其是在农业领域的相关文献很鲜见。 在已有文献的基础上，做如下拓展：第一，基于我国政府采取环境规制和科技创新提升经济高质量增长的事实，在一个框架内，分析环境规制、科技创新对农业经济可持续增长的影响，帮助政府在确保粮食安全的前提下破解农业经济增长的生态优先和绿色发展优先问题，满足人民对“绿水青山就是金山银山”的诉求。第二，考察环境规制、科技创新对农业经济增长的影响在不同区域以及不同时期的异质性效果。第三，采用空间计量模型估计环境规制、科技创新对农业经济增长的直接效应和空间溢出效应大小，同时对环境规制、科技创新对农业经济增长的中介传导效应进行识别。

二、环境规制、科技创新与农业经济增长机制

一般来说，环境规制是通过环境成本和技术创新来影响农业经济绿色增长的，具体传导路径如图1所示。

图1 环境规制、农业科技创新对农业经济绿色增长的传导机制注：“+”表示正向促进作用；“—”表示负向抑制效应。

结合“波特假说”，根据诱致性创新理论，环境规制对农业科技创新的影响效应包括遵循成本效应和创新补偿效应。在环境规制下，农业科技创新的诱导机制包括政府推动和市场需求拉动两个方面。政府推动主要通过环境税、环境补贴和生态补偿机制来实现。环境税制度可以将环境污染的外部性内在化，对于低消耗、低污染的产品获得政府税收支持，有利于绿色技术创新，提升产品品质，改善生产环境，提升科技进步水平，促进企业生产率水平提高。环境补贴制度主要给农业生产者提供信息，引导其采用农业新技术，改善环境，提升产品品质。生态补偿政策会降低生产者采用新技术治理环境污染的成本，实现技术创新补偿效应。市场需求拉动通过农业新技术开发绿色农产品，绿色农产品市场需求旺盛，可以实现优质优价，通过产品创新补偿来推动技术进步，激励企业采用新技术，诱导技术创新。环境规制会增加农业生产环境成本，迫使生产者投资资源环境节约型技术创新，一方面可降低生产带来的环境污染，另一方面可提升产品品质和产量，创新弥补环境成本，提升生产效率，促进农业经济可持续增长。

由于遵循成本的存在，环境规制强度加大，企业生产过程中的环境成本上升，从而导致产品的利润下降；同时，环境规制强度加大，用于环境改善的投入挤占了原本用于生产的投资，抑制了农业经济绿色可持续增长。

综上，环境规制对农业科技创新的影响包括两个方面：一方面是创新补偿对农业科技创新的促进作用，另一方面是遵循成本对农业科技创新的抑制作用。同样，环境规制对农业经济可持续增长也有正负两个方面的影响。因此，环境规制、科技创新对农业经济增长的影响效果需要进一步确定。

三、模型构建、变量说明与数据来源

(一)模型构建

1.模型设定

区域碳排放量、环境污染等生态指标兼有时间效应和空间效应，环境规制、科技创新在区域之间存在示范性，邻近区域的相似性为模仿和技术溢出提供了便利条件。据此，建立空间杜宾模型：

Y

=

δWY

+

α

ι

+

X

β

+

WX

θ

+

ε

(1)

式(1)中，

Y

为被解释变量向量，

X

为解释变量向量，

W

为空间权重矩阵，

α

为常数项向量，

Wι

为

n

×1单位矩阵，

N

为31，

δ

、

ε

分别为空间自回归系数和随机扰动项，

β

、

θ

为待估计参数，

WY

、

WX

分别为被解释变量和解释变量的交互效应。当

θ

=0时，SDM模型退化为空间滞后模型(SAR模型)，模型不包括自变量的交互效应项

WY

，此时模型形式演化为：

Y

=

α

ι

+

δWY

+

X

β

+

ε

(2)

当

θ

+

δβ

=0时，SDM模型演化为空间误差模型(SEM模型)，空间依赖性存在于扰动误差项中，其含义是解释变量的变动对被解释变量的误差冲击，这会对区域被解释变量产生影响。此时，模型形式退化成：

Y

=

α

ι

+

X

β

+

ν

，

ν

=

λWν

+

ε

(3)

由于空间面板数据既有空间维度和时间维度异质性，于是分解误差项，结合式(1)和式(3)，确定最终模型为：

u

+

γ

+

ε

(4)

2.空间权重矩阵构建

为更好地反映空间单元间的依赖性，满足模型稳定性需要。构建三种空间权重矩阵。

其一，基于Queen的一阶邻接权重矩阵(

W

)。

W

表示省份

i

与省份

j

的邻接关系。具体构造如式(5)：

(5)

其二，基于地理距离的权重矩阵(

W

)。

W

采用省份与省份的两省会之间距离(

d

)倒数平方表示，距离越远，邻近省域间交互影响程度越小。具体构造如式(6)：

(6)

其三，基于距离经济的嵌套权重矩阵(

W

)。为了在权重矩阵中联合距离和经济因素，需要构造嵌套权重矩阵。嵌套权重矩阵的优势是集距离、经济相邻于一体，能更好地描述空间效应的复杂性和综合性。具体计算按照式(7)：

(7)

(8)

其中，

Y

表示第

i

省的人均GDP，人均GDP采用地区生产总值指数进行平减，基期为1997年，权重矩阵均做了标准化处理。

3.空间溢出效应估计

模型存在空间滞后项时，估计的参数解释很复杂，一般回归估计的参数不能解释变量对被解释变量的影响，可以利用偏微分求解，将解释变量对被解释变量的影响分为直接效应和间接效应，以更加精确地描述空间交互效应。这种方法求解使用平均效应来衡量，直接效应衡量解释变量对被解释变量的平均影响，间接效应衡量解释变量对邻近地区被解释变量影响的平均效应。

(二)变量说明

1.被解释变量

被解释变量主要采用地区人均农业生产总值来表示，以乡村人口数量求平均值。为消除价格因素的影响，采用农业总产值指数进行平减，基期为1997年。

2.关键变量

(1)环境规制

对于环境规制变量的衡量，学界有多种思路，比如利用污染治理费用(成本或支出)、环境管理的效果以及污染物排放量等。大多数学者选择治理环境污染的支出或成本作为指标，但农业环境治理支出的相关数据严重缺失。也有学者用环境政策的数量来衡量环境规制指标，但政策数量并不能代表执行的效果。基于此，选用农业碳排放量强度来衡量，采用各省、市、区碳排放总量除以当年的农作物播种面积计算。

碳源的选择采取“抓大放小”的策略。主要碳源是农用物资碳排放、水稻种植CH排放和土壤MO排放。碳排放具体测算参考吴义根的做法。

(2)科技创新

科技创新对农业经济产出的影响存在滞后效应，根据Hall等的研究，可以用科技创新的知识存量作为科技创新。计算公式为：

innov

=

pat

+(1-

δ

)

innov

,-1

(8)

式(8)中，

innov

表示第

i

省第

t

年的科技创新知识存量。创新知识存量并没有现存统计指标，借用多数文献的做法，采用该地区的农业专利的授权量来衡量，

pat

表示第

i

省第

t

年的专利授权量，参数

δ

表示折旧率，

g

表示专利授权的年均增长率，参照程惠芳等的经验做法，设

δ

=15%,

g

=5%。1997年的科技创新知识存量按照Hall等的做法，按照式(9)计算可得：

innov

=

pat

+(1-

δ

)

pat

+

(9)

农业科技创新需要农业专利的授权量数据，由于国际专利分类体系对于农业专利划分标准和包含类别没有确切的说明，参考杨义武等的做法，分别按照农业发明专利和农业实用新型专利授权数进行统计，然后将这两大类汇总。

3.控制变量

选取农村人力资本(

acap

)、基础设施中水利(

water

)和交通(

traff

)、财政政策(

fis

)、城镇化水平(

ur

)、对外开放度(

open

)作为控制变量。参照杜江等的做法，采用农村居民家庭人均文教娱乐用品以及服务消费支出来表示人力资本。为消除价格的影响，以1997年为基期，利用农村居民消费价格指数进行平减，部分未统计农村居民价格消费指数的省市采用居民消费价指数替代，例如北京、上海、天津基础设施变量包括水利和交通。参照张亦弛等的做法，采用灌溉面积与耕地面积之比来衡量水利，采用公路里程与行政区面积之比来衡量交通(

traff

)。财政政策力度通过财政支农来反映。参照黎翠梅等的做法，采用财政支农与区域农业劳动力之比来衡量财政政策支农。财政支农以农业总产值指数进行平减，基期为1997年。城镇化水平采用城镇化率来衡量。参照范子英等的做法，用城镇人口占总人口的比重来表示。参照杜江等的做法，用各地区进出口贸易总额占地区生产总值的比重来衡量对外开放度，地区进出口总额用当年美元对人民币的汇率进行转换。

(三)数据来源

结合研究的需要，考虑数据的可得性，研究对象包括31个省、市、区，未包含香港特别行政区、澳门特别行政区、台湾地区，样本区间选择1997—2018年。具体情况如表1所示。

表1 变量说明及数据来源

四、实证检验与结果分析

(一)空间相关性检验

空间计量模型是考察空间单元各经济要素的交互效应，因此，需要检验核心变量的空间依赖性。对环境规制、科技创新和农业经济增长三个核心变量进行莫兰检验。从这三个变量莫兰指数值来看，均明显大于0，且都通过了显著性检验，说明核心变量均存在明显的空间依赖性。为进一步验证所选计量模型的合理性，对OLS回归的残差进行空间依赖性检验，结果如表2所示。莫兰指数在大部分年份通过了显著性检验，说明残差序列存在空间依赖性。应该选择空间计量模型，传统面板回归会导致估计有偏。

表2 普通OLS面板回归残差莫兰指数值

(二)空间计量模型分析

1.空间面板模型选择

基于核心变量以及普通面板回归残差的空间相关性检验结果，选择空间计量模型。进一步，识别模型固定效应或随机效应，采用豪斯曼检验， 检验值chi2(23) = 158.46 且P值 = 0.0000<0.01，在1%的显著性水平上拒绝原假设，选择固定效应模型。再确认空间杜宾模型是否退化成空间滞后模型(SAR)或者空间误差模型(SEM)。检验结果显示不能退化成SAR模型或者SEM模型。因此，选择固定效应的空间杜宾模型(见表3)。

表3 空间计量模型选择

2.空间杜宾模型计量分析

采用MLE对固定效应SDM模型进行估计，结果如表4所示。依据似然值和AIC、BIC准则，选择模型(3)。双向固定效应模型下的

δ

=-0

.

064 3在10%显著性水平通过检验，说明农业经济增长存在空间关联性，选择双向固定效应的空间杜宾模型是合理的。

表4 SDM模型估计结果

3.全国层面的空间效应分解分析

在选择双向固定效应的SDM模型下，采用求解偏微分的方法估计自变量变动对本地和邻近省份产生的平均效应。为确保模型的稳健性，采用三种权重矩阵进行估计，结果如表5所示。从似然值、AIC和BIC值来看，均非常接近，且核心变量的符号、大小以及显著性基本一致，但经济距离矩阵的估计结果稍优一些，主要是经济距离权重矩阵考虑了经济上、地理上的邻近，更符合所研究问题的现实情况。

表5 基于双向固定效应的SDM模型全国空间效应分解

就直接效应来说，环境规制对农业经济增长的影响可能是非线性的。为更好地反映环境规制对农业经济增长的影响，加入其二次项，验证EKC曲线是否存在。环境规制变量对农业经济增长的直接影响一次项系数显著为负、二次项系数显著为正，表现出来的是“U”型特征，因此环境规制对农业经济增长的影响先降后升，环境规制力度加大，开始对农业经济增长产生负向影响，但到一定程度以后，这种影响由负转正。环境规制初期，企业的环境成本上升，导致企业生产成本上升，抑制了农业经济增长，同时环境规制影响了农业科技创新，而且初期创新补偿效应不明显，这都导致了环境规制初期对农业经济增长的抑制。随着环境规制力度加大，创新补偿效应会愈发明显，从而超过了成本效应，对农业经济增长产生正向推动作用。农业科技创新对农业经济增长的影响显著为负，究其原因可能是农业科技创新主要是由政府和科研院所主导，满足环境规制的需要，偏重于清洁型农业科技创新，而且农业科技创新与农业生产活动的需求匹配程度低，这都会给农业经济增长带来不利影响。从环境规制和科技创新的交互项来看，系数显著为正，说明环境规制和农业科技创新具有协同效应，两者的良性互动有助于农业经济可持续发展。就间接效益来说，农业科技创新对邻近省份影响为正，在10%显著性水平通过检验，农业科技创新对邻近省份产生了一定的正向溢出效应，但作用效果不太明显。

就控制变量来说，城镇化对农业经济增长的直接效应呈现出“U”型特征，城镇化过程复杂，其通过增长极作用将经济增长的效应溢出到农村地区，为农业的可持续发展提供物质保障和技术支持。城镇化理应对农业增长发挥重要作用，但在城镇化初始阶段呈现出负向影响。由于城乡二元结构，城乡分割以及城市政策偏向，限制了城市经济辐射作用的发挥，同时城镇化发展同农村竞争资源，这都导致城镇化的开始阶段给农业经济增长带来负向影响，但随着城镇化发展，辐射效应明显惠及农业。对外开放程度促进了农业经济可持续增长，这与传统贸易理论相符，自由贸易可以减少贸易资源扭曲，促进生产投资和技术进步，这都是农业可持续增长的源泉。农业财政对农业经济可持续增长产生了负向影响，这与农业财政支出比例、农业财政支持的项目结构密切相关。

(四)区域异质性的进一步分析

鉴于农业环境规制、科技创新水平在不同区域发展存在差异，进一步对粮食主产区和非粮食主产区的面板数据进行空间计量分析，继续讨论区域的异质性影响。限于篇幅，表6中仅列经济距离权重矩阵空间计量模型回归结果。

表6 基于双向固定效应的SDM模型分区域的空间效应分解

由表6可知，环境规制对农业经济增长的直接影响效应呈“U”型，环境规制与科技创新具有协同效应，非粮食主产区和全国影响水平基本一致。但系数的绝对值略高于全国水平，这表明我国非粮食主产区依托自身经济发展水平、地理位置以及技术优势，环境规制政策在非粮食主产省执行效果好，其直接效应和间接效应好于全国。

而在粮食主产省区，就直接效应来说，环境规制一次项和二次项系数符号符合倒“U”型，但环境规制对农业经济增长的二次项系数不显著，显然这种非线性作用不明显。一次项系数显著为正，说明环境规制对农业经济增长有正向促进作用。虽然二次项系数不显著，但也考虑环境规制带来的正效应达到最高点以后开始出现下降的可能性。农业科技创新的系数显著为正，说明农业科技创新促进了农业经济增长。这不同于全国，原因可能是粮食主产区的农业科技创新偏重质量效益型，而且农业科技创新成果带来了规模效应，有利于农业经济持续增长。环境规制与农业科技创新的交互项系数显著为负，粮食主产区与非粮食主产区不一致，这表明环境规制与农业科技创新并未协同，环境规制并未能在粮食主产区通过农业科技创新来推动农业经济增长。2019年粮食主产区粮食总产量为52 371万吨，占全国比例为78.9%，承担粮食安全的任务重、责任大。政府及其部门试图通过环境规制来倒逼提升农业科技创新，进而通过协同创新效应回馈农业经济增长，但政策在实施过程中，环境规制和科技创新并未实现协同效应。环境政策规制带来两种效应：环境成本上升抑制了农业经济增长，创新补偿效应促进了农业经济增长，显然前者大于后者，导致环境规制通过农业科技创新来推动农业经济增长总效益为负。就间接效应来说，农业科技创新空间溢出效应显著为负，这说明粮食主产区一些农业技术溢出，但利用这些技术需要一定的条件(比如自然禀赋条件、规模效应等)才能够提升农业经济增长，如果条件不具备，反而会给农业经济增长带来负向影响。但环境规制与农业科技创新协同溢出效应显著为正，环境规制会倒逼农业科技创新，一方面所产生的创新补偿效应溢出到邻近省份，另一方面示范效应有助于提升邻近省份产品品质，这都确保了环境规制通过农业科技创新溢出效应促进邻近省份农业经济增长。

就控制变量来说，在粮食主产区，城镇化对农业经济持续增长的直接影响是倒“U”型。这与全国不同，随着城镇化发展，粮食主产区的农村劳动力流向城市，导致农村大量使用农业机械替代劳动力，这有助于提升农业生产效率，进而促进农业经济可持续增长。随着城镇化进程加快，增长极作用对农村的溢出效应虽在增加，随着要素竞争日益激烈，可能会导致劳动力、土地等要素的配置失调，从而抑制农业生产率提升，进而给农业经济增长带来负向影响。交通条件、水利条件和财政支农均促进了农业经济增长，这说明基础设施以及财政支农是农业经济增长不可或缺的基础条件。水利条件和财政支农的空间溢出效应为负，这两项指标的溢出性表现在为对邻近省份的示范效应，由于不同省份地理环境不同，示范效应也存在水土不服，进而影响农业经济增长。

五、结论与政策建议

(一)结论

第一，基于空间杜宾模型估计结果可以看到，就直接效应来说，环境规制对农业经济可持续增长的影响效应呈现出“U”型特征，科技创新对农业经济可持续增长呈现负向影响，而环境规制通过农业科技创新促进了农业经济可持续增长，环境规制与农业科技创新对农业经济可持续增长存在协同性。就间接效益来说，农业科技创新空间溢出效应为正，农业科技创新促进了邻近省份的农业经济增长，但作用效果不明显。

第二，异质性分析表明，在粮食主产区和非粮食主产区内，环境规制对农业科技创新和农业经济可持续增长的影响不同。与全国基本一致，我国非粮食主产区依托自身经济发展水平、区位以及技术优势，使得环境规制政策直接效应和间接效应优于全国。粮食主产区却不同，粮食主产区的环境规制促进了本省的农业经济可持续增长，农业科技创新对农业经济可持续增长直接影响为正，但环境规制与农业科技创新并未出现协同效应。就间接效应来说，农业科技创新空间溢出效应显著为负，这说明粮食主产区一些农业技术虽然可以溢出，但溢出效应的促进作用需要具备一定的条件。环境规制与农业科技创新协同溢出效应显著为正，协同创新的示范效应有利于提升创新补偿效应，环境规制通过农业科技创新溢出效应促进了邻近省份农业经济增长。

第三，就控制变量来说，农村人力资本、对外开放度、基础设施、财政支农对农业经济增长的作用在不同区域存在差异，没有很好地发挥这些控制变量对农业经济的促进作用。城镇化对农业经济增长的影响在非粮食主产区以及全国呈现“U”型，而在粮食主产区影响呈现倒“U”型。

(二)建议

首先，完善我国农业科技创新体系，提升农业科技创新资源流通效率。建设农业科技创新联盟，借助大数据和农业科技平台，实现农业科技创新项目满足农户及农业企业需求，落实公益性成果共享效率以及盈利性科技创新资源便利交易的运行模式，逐步推动农业科技创新活动市场化，使创新成果正向辐射范围更广。健全农业科技推广和服务体系，强化农业政策监督和引导，最终实现农业科技研发服务农业生产主体需求的精准化。

其次，强化环境规制力度，落实农业绿色化发展。要加强农业领域内环境规制力度，要重视清洁型农业科技创新，严格废弃物排放标准，提升农业产品生产标准和质量标准，通过环境规制迫使农业生产主体提升技术、改善农产品品质、减少环境污染，实现农业绿色生产。

再次，实施差异化发展，提升环境规制与农业科技创新的协同作用。环境规制在不同阶段、不同区域农业对科技创新的影响存在差异，进而对农业经济增长影响也不同。要加大粮食主产区省份合作，形成农业科技创新资源要素增长极，破解环境规制与农业科技创新不协同的内在症候，通过空间溢出形成规模集聚，在确保粮食安全、遵循“一控两减三基本”的要求下，推动农业生产数字化。在非粮食主产区，发扬环境规制与农业科技创新的协同性，激发农业科技创新的补偿效应，提升农产品品质，促进农业经济可持续增长。

复次，加强人力资本积累，发挥人力资本的中介调节效应。我国已经具备了“工业反哺农业，城市反哺农业”的能力，农业生产者要抓住反哺机遇，必须积累人力资本。通过农业技术推广体系推动职业教育、社会培训等，提升农业劳动力素质，进而提升农村人力资本积累，发挥其在农业科技创新成果转化中的中介作用。