农业生产集聚对环境效率的影响：由粮食主产区引申*＊

王丹，刘春明，周杨

(1.长春金融高等专科学校会计学院，长春市，130028；2.吉林工程技术师范学院经济与管理学院，长春市，130122；3.济宁学院儒商学院，山东济宁，273115)

0 引言

20世纪70年代末，我国开始施行家庭联产承包责任制，大幅度提高劳动产出率的同时，也带来了土地细碎化的问题，较低的规模化程度和生产要素配置水平在一定程度上阻碍了农业现代化的进程，降低了中国农业的国际竞争力。已有研究表明，走生产集聚化的道路不仅可以加快农业现代化的进程，亦可以提高农业生产率、增强农业竞争力[1-2]。当前，我国农业生产正处在集聚化的道路上，党的十九大报告也强调“要构建农业现代化的生产体系，发展农业生产适度规模经营，促进小农户与现代农业有机衔接”。

然而，中国农业发展长期伴随着农业产出与环境污染之间的矛盾与冲突[3-4]，在农业生产集聚的条件下，这一矛盾与冲突更加尖锐。突出表现在粮食产量实现“十二连增”时，人们对“增产加剧污染”的争论[5]。对于集聚化程度更高的粮食主产区而言，也有人提出“过量的化肥施用‘喂’出了粮食主产区粮食产量连年增产”。在“两山理论”和“绿色发展”指引下，未来农业产出的增长方式，必须实现由粗放型向绿色生态型转变。基于现实角度，我国农业污染的本质实际上是生产要素配置与绿色发展的失衡，在资源条件刚性约束下，实现农业产出的绿色可持续发展无疑是缓解生产集聚与生态保护之间矛盾的必然选择，而提高环境效率则是其中的关键一环[6]。那么，在农业增产与生态保护的双重压力下，农业生产集聚能否提高环境效率？

环境效率是指以最小的资源消耗获得最大的经济效益，降低经济生产过程中对环境的负面影响，是衡量经济效益与环境效益协调发展的重要指标。目前，关于生产集聚对环境效率的影响，尚存在较大分歧。关键的争论点在于是正向影响占主导还是负向影响占主导，具体表现在3种不同的观点：(1)生产集聚会使单位空间上的污染量成倍增长，不利于环境效率的改善。张辉鹏等[7]认为，为实现粮食增产的目的而提高化肥用量是十分必要的，但化肥的大量施用加剧了生态环境的恶化；(2)生产集聚可以催生出规模效应，有利于避免化学药品的无畏消耗，从而提高环境效率。考虑到规模报酬递增的特点[8]，粮食生产规模的扩大可能降低农业面源污染排放量的增速，政府对农业污染的治理效果也有可能因规模效应进一步放大[9]，生产集聚可能会改善环境效率。Glaser[10]研究表明，规模扩大和集聚可能更有利于降低污染排放。薛蕾等[1]认为生产集聚可以促进农业生产专业化分工升级，推动新技术的利用，有利于提高生产环节标准化，既有利于提高产出，也有利于降低污染排放；(3)生产集聚对环境效率的影响关系并不明确。徐承红等[11]认为，生产集聚与环境污染之间存在“N型”关系，即随着生产集聚程度的提高，环境污染程度将表现出先上升、后下降、再上升的趋势。

已有研究对生产集聚与环境效率之间的关系并未形成一致的结论。尚存在以下不足：首先，研究内容存在分割。已有研究集中于对“增污”和“减污”的验证，忽略了从具体农业生产要素供给视角下生产集聚对改善环境效率的路径检验；其次，研究方法存在局限性。生产集聚影响环境效率的研究中，大量研究使用了一般回归方法或固定效应模型，内生性问题并未较好地得到解决。因此，本文构建包含非期望产出的超效率松弛变量测度数据包络模型(SBM-DEA)测算环境效率，采用解决内生性问题的倾向得分—双重差分模型(PSM-DID)，聚焦于典型的生产集聚区——粮食主产区，将粮食主产区作为实验组，粮食非主产区作为对照组，考察粮食主产区的生产集聚对环境效率的影响，并通过农业生产要素考察了具体的影响路径。

1 理论分析与研究假说

1999—2003年，粮食产量连年减产，粮食生产面积在2003年更是跌至了新中国成立以来的最低点。在粮食安全的压力下，国家着手设立粮食主产区，并将生产资源向粮食主产区倾斜。在此背景下，粮食主产区凭借得天独厚的资源优势，具备了较为明显的农业生产集聚特征[12]。环境效率的改善无非一点：提高农业产出的同时降低环境污染程度。因此，本文认为农业生产集聚可以从规模效应、溢出效应和分工效应3个方面对环境效率产生影响，而影响方向存在两面性。首先，农业生产集聚影响环境效率的规模效应。理论上，农业生产集聚引致生产要素在一定空间上的大量集中，催生出规模效应。规模效应可以降低生产成本、提高绿色生产技术的利用率，从而正向影响环境效率。然而，也有人认为由于我国农户总体上资本匮乏且农业生产过度依赖化学用品，农业生产集聚和粗犷经营模式并存可能会使污染排放量在一定空间水平上成倍增长，产生规模不经济，不利于环境效率的改善[13]。其次，农业生产集聚影响环境效率的溢出效应。农业生产集聚不仅会扩大农业生产规模，也会在一定程度上扩大市场规模[14]。一方面，市场规模的扩大可以加强农户与农户间、农户与企业间以及企业与企业间的联系，先进的技术与信息得以在空间上自由流动，产生知识溢出效应，从而实现环境效率的改善；另一方面，农业生产的集中管理、生产设施的集中建设，均有利于提升污染治理效率，创造更大产出效益的同时，亦能保障环境效益[15]。第三，农业生产集聚影响环境效率的分工效应。农业生产集聚可以催生出农业生产的横向分工和纵向分工[16]，从而更有针对性的对环境效率产生影响。横向分工可以提高邻近地块作物品种生产的一致程度，易于服务外包的介入，提高资源利用效率以实现污染减排，最终有助于改善环境效率；纵向分工使得农业生产的每一个环节都可以细化，故而可以提高化肥施用阶段的专业化程度。如机械化水平的提高亦使化肥施用的标准化程度提高，降低资源的无畏消耗，从源头上降低了农业生产的非期望产出，环境效率得以改善。然而，较高的机械化水平在长期也会增加碳排放量[17]，不利于环境效率的改善。

据此，提出如下假说：农业生产集聚可以从多方面改善环境效率，但也存在降低环境效率的可能，因此，农业生产集聚对环境效率的影响存在不确定性。

2 模型构建与数据来源

2.1 非期望产出的超效率松弛变量测度数据包络模型(SBM-DEA)

对环境效率的测度方法有多种，较为常见的有SFA模型[18]、M-L指数[19]和SBM-DEA模 型[20]。为测 算环境效率，本文参照睢忠林等[20]的方法采用基于非期望产出的超效率SBM-DEA模型，以粮食主产区和粮食非主产区的各个省份为DMU构建环境效率的可能性前沿面，模型设定形式

式中：GTFP——环境效率值；

n——DMU数量；

m——每个DMU的投入量；

r1——期望产出，主要包括粮食总产值TV和粮食单产PY；

r2——非期望产出，主要包括碳排放量CE和污染排放量PE；

xk、yd、yu——相应的要素投入矩阵、期望产出矩阵、非期望产出矩阵中的元素。

其中碳排放量=化肥×0.90+农药×4.93+农膜×5.18+柴油×0.59，污染排放量=化肥×0.65+农药×0.50+农膜×0.10。

根据C-D生产函数的设定形式，参考高鸣等[21]具体的指标选取方式，投入指标包括粮食生产直接费用Dir、粮食生产间接费用Ind和人工用量Lab等要素。

2.2 倾向得分—双重差分模型(PSM-DID)

PSM-DID模型是解决内生性问题较为常用的方法，通过设置实验组和对照组的方式，客观衡量政策变迁或新政策实施对经济体的影响。本文遵循罗斯炫等[5]的思想，将2004年设立的粮食主产区作为一项新政策的实施展开研究。具体的模型设定形式如下，式(3)为用于PSM匹配的Logit回归模型，式(4)为用于DID估计的双重固定效应模型。

式中：Pol——粮食主产区政策实施地区的虚拟变量，若该地区为粮食主产区，则Pol=1，否则Pol=0；

Year——粮食主产区政策实施时间的虚拟变量，虽然粮食主产区于2004年设立，但普遍认为政策效应会在第二年显现，即若为2005年及以后，则Year=1，否则，Year=0；

λi——个体固定效应，用来控制个体扬有不随时间变化的因素；

γt——时点固定效应，用来控制某一时刻影响环境效率的因素；

β——扬有变量的待估参数；

ε——随机误差项；

Control——影响环境效率的其他因素，以尽可能避免实验组与对照组之间因趋势不平行而产生的内生性偏误。

Control主要包括：灾害率DR，灾害率与产出水平成反比，灾害率越高越不利于环境效率改善；财政环保水平Fin，用各省份财政环保支出表示。

人力资本水平Edu，受教育水平越高，掌握高新技术的可能性越高，越有利于改善环境效率；生产技术水平Te，生产技术水平与环境效率成正比；农村经济发展水平Re，农村经济发展水平越高，农民对居住环境会有更高的要求，便会倾向于改善环境效率。此外，为避免异方差和序列相关的干扰，本文对上述绝对值变量进行对数化处理，并采用robust进行稳健性估计。

2.3 数据来源

具体的变量定义与描述性统计如表1扬示。2004年设立粮食主产区后，我国粮食产量实现“十二连增”，其中玉米份额的快速增加做出了较大贡献[22]。

表1 变量的含义与描述性统计分析Tab.1 Meanings of variables and descriptive statistical analysis

因此，玉米作为本文的研究对象较有代表性。样本区间主要选取1998—2018年省级面板数据，运用MAXDEA软件和Stata软件测度环境效率、农业生产集聚对环境效率的影响。上述投入、产出和影响因素变量的数据均来源于《农产品成本收益资料汇编》《中国统计年鉴》和《中国农村统计年鉴》。需要说明的是，考虑到数据的可得性，13个粮食主产区剔除了江西省和湖南省，保留了河北、黑龙江、内蒙古、吉林、辽宁、江苏、安徽、山东、河南、湖北、四川等11个省(区)，粮食非主产区主要选择山西、广西、重庆、甘肃、陕西、贵州、云南、宁夏、新疆等9个省(区)。

3 实证分析

3.1 环境效率的测算

遵循粮食主产区设立的政策效应在DID模型中的思想，本文将20个省份按照粮食主产区和粮食非主产区划分为实验组和对照组，并按粮食主产区设立前(2005年以前)和粮食主产区设立后(2005年以后)分为两个时期。

基于超效率SBM-DEA模型计算的结果，表2展示了两个时期粮食主产区和非主产区环境效率均值的变化情况。由差分结果可知，粮食主产区设立前实验组的环境效率比对照组高0.024 9，而粮食主产区设立后，两组的差值扩大为0.060 4，粮食主产区设立前两组差值明显小于设立后。这就意味着，农业生产集聚化程度提高后，环境效率也会显著改善。但这一变化是否由粮食主产区设立产生农业生产集聚引起的，还需通过实证分析加以检验。

表2 粮食主产区设立前后环境效率的均值变化Tab.2 Mean change of environmental efficiency before and after the establishment of main grain producing areas

3.2 农业生产集聚对环境效率的影响

3.2.1 平行趋势检验

DID方法对数据的要求较为严格，需要保证政策实施前实验组与对照组没有显著性差异。为此，本文通过PSM方法构造“反事实”样本，采用近邻匹配方式，在420个总样本中将不符合共同取值范围的样本剔除后，保留391个样本观测值，进行核心变量的平行趋势检验。

由表3可知，匹配后实验组与对照组核心变量的标准偏差值均小于10%，t检验同样表明匹配后的两组样本在匹配变量上均不存在显著差异。总之，匹配后的两组样本通过了平行趋势检验，为下文的DID估计筛选出了较为理想的数据样本，更加有助于获得农业生产集聚影响环境效率的真实效果。

表3 匹配前后平行趋势检验Tab.3 Test the parallel trend before and after matching

3.2.2 平均效应

农业生产集聚影响环境效率的估计结果如表4扬示，(1)、(3)列为控制了年份固定效应的OLS回归估计结果，(2)、(4)列为面板数据的个体、时点双向固定效应模型回归结果。由表4中(1)、(2)列基准回归估计结果可知，政策效应的系数值均显著为正，说明与非粮食主产区相比，粮食主产区的设立可以改善环境效率，即农业生产集聚可以改善环境效率。表4中(3)、(4)列为纳入控制变量后的估计结果，政策效应的系数值略有下降，说明若遗漏本文选取的控制变量会高估政策效应，但农业生产集聚对环境效率的正效应依然显著。在其他条件不变的情况下，政策效应的系数值分别为0.031 1和0.028 4，说明就粮食主产区而言，2004—2018年间农业生产集聚对环境效率的改善作用大约在3%左右。

表4 农业生产集聚影响环境效率的平均效应Tab.4 Agglomeration of agricultural production affects the average effect of environmental efficiency

综合两种方式的估计结果，控制变量中，灾害率的增加会对环境效率产生显著的负向影响，农业生产规模化程度会随着农业生产集聚而提高，一旦出现自然灾害就会出现一定区域内的连锁反应，相比集聚程度较低的地区对农业产出的负面影响更大；财政支农水平同样不利于环境效率的改善，与预期并不相符。

可能的原因在于，财政支农资金较少、结构错位以及效率低下的问题仍然存在，并且，财政支农的目标始终以增产为导向，可能会错误的引导农户过度施用化学用品以提高产量，阻碍了环境效率的改善；生产技术水平的提高可以正向影响环境效率，可能的原因在于高集聚化程度下的技术水平提升，可以在农业生产中用更少的人力资本投入获得更大的产出效益，单位产出效益下对环境造成的破坏也更少[23]。反之，生产技术水平较低的农业生产往往倾向于劳动密集型生产方式，缺乏高素质管理人员和环保设施，对污染排放的处理意识淡薄，环境效率相对较低。

3.2.3 稳健性检验

首先，采用更换匹配方式进行检验。对420个总样本采用半径匹配替代近邻匹配，结果如表5扬示，不论是OLS回归还是固定效应检验，农业生产集聚对环境效率的影响依然显著为正。上述结果与前文中的结果一致，验证了实证结果的稳健性。

表5 更换匹配方式后农业生产集聚影响环境效率的平均效应Tab.5 Average effect of agricultural production agglomeration on environmental efficiency after changing the matching mode

其次，对实证结果进行安慰剂检验。为了避免政策干预的随机性以及排除其他因素对研究结果的干扰，进一步增强回归结果的稳健性，假设实验组被设为政策实施地区的时间提前到2003年和2002年。由表6可知，将政策实施提前设立，系数值均不显著，说明环境效率得以改善主要源于粮食主产区的设立，进一步强化了农业生产集聚可以改善环境效率的稳健性。

表6 安慰剂检验Tab.6 Placebo test

3.2.4 影响路径分析

理论上，环境效率追求经济效益与生态效益的协调发展，而经济效益与生态效益均取决于农业生产中的要素投入。实证结果表明，农业生产集聚显著改善了环境效率，那么，其究竟通过哪些路径正向影响了环境效率？这一部分主要是为了分析农业生产集聚作用下的生产要素对环境效率的影响，并构建双重差分调节效应模型

式中：Path——路径变量，包括种子投入量Seed、人工数量Lab、化肥投入量Fer、农业机械总动力Mac等指标作为衡量生产要素投入的指标。

表7为农业生产集聚影响环境效率路径的检验结果。

表7 农业生产集聚影响环境效率路径的检验结果Tab.7 Test results of the path of agricultural production agglomeration affecting environmental efficiency

农业生产集聚与种子用量交互项的系数值虽为正，但并不显著。说明农业生产集聚作用下的种子投入从理论上可以改善环境效率，但农业生产集聚过程中并没能切实提高种子质量。种子的更新和升级可以通过改善作物的性状达到增产的目的，但样本期间高效品种研发推广速度慢的实际，在一定程度上制约了农业生产集聚对环境效率的正向影响；农业生产集聚与化肥用量交互项的系数值为0.004 9，在5%水平上显著为正。由于过度施肥不利于农业生态保护，且罗斯炫[5]的研究表明，粮食主产区的设立使化肥施用强度相较非主产区降低了7.2%，因此这一结果意味着化肥用量增加可以相对改善环境效率，农业生产集聚程度较高地区化肥施用对生态环境的负面影响相对较弱，计量结果便是对环境效率的改善；农业生产集聚与用工数量交互项的系数值为-0.007 5，在1%的水平上显著。随着城镇化与工业化的发展，农村劳动力大面积向城市转移，由此催生出优质农村劳动力流失和农业劳动力老龄化并存的局面。由于生产习惯的固化，文化水平偏低、年龄偏大的农业生产者导致农业生产集聚对环境效率产生的负面影响，因此仍需提高用工数量，尤其是优质劳动力的投入；农业生产集聚与农业机械总动力的交互项不显著，说明在农业生产集聚的过程中，农业机械化水平的提高对环境效率的影响并不显著，与理论预期不相符。可能的原因在于，国内农业机械制造业发展相对滞后，尤其是品种和地形的不适应性显著存在[22]，且政府、企业与农户对农业机械的投入力度仍然不足[24]，而农业机械完全替代劳动力又是一个缓慢的过程，因此可以认为农业机械化投入对环境效率的影响存在一定的门槛效应。

4 结论与政策启示

将粮食主产区的设立视为一次部分省份提高农业生产集聚程度的准自然实验，以粮食主产区作为实验组，非主产区作为对照组，利用1998—2018年的宏观面板数据，构建PSM-DID模型，考察农业生产集聚对环境效率的影响。首先，相较非主产区，粮食主产区的设立影响环境效率的系数值为0.031 1，并在1%的显著性水平下显著，即农业生产集聚可以改善环境效率，这一结果具有较强的稳健性；其次，仅农业生产集聚与化肥用量的交互项显著为正，系数值为0.004 9，即农业生产集聚得以改善环境效率的作用路径主要源自对化肥施用负外部性的削减，种子质量不足、农业劳动力老龄化以及农业机械有效利用不足均不利于农业生产集聚对环境效率的改善。

农业生产集聚改善环境效率的背后反映的是农业现代化发展过程中长期存在的经济效益与环境效益的协调、统一。因此，得出以下政策启示：(1)农业生产集聚产生的规模效应、溢出效应和分工效应，可以在一定程度上削弱过度施用化肥对生态环境造成的负面影响，有利于降低农业面源污染水平，这就意味着农业生产集聚可以促进经济效益和环境效益的协调发展，使得“绿色发展”和“两山理论”的实现成为了可能；(2)仅靠对化肥施用负外部性的削弱时限改善环境效率的方式存在局限性，未来在农业生产集聚过程中应激发农业机械化改善环境效率的潜能。当前，优质农村劳动力流失和农业劳动力老龄化严重已成为既定事实，发展农业机械化替代劳动力已是中国农业生产发展的必然趋势，研究结果表明农业机械对劳动力的替代存在门槛效应。因此，应找准农机在作物、地形和作业环节适配度的弱项，加大农机制造业的研发水平，深化农机、农艺的融合程度，政府在农机购置补贴的基础上进一步加大扶持力度；最后各个地区应根据自身资源禀赋特征和发展优势，走农业生产集聚化道路，促进环境效率的改善，以确保我国粮食安全和生态保护的大局。