环境规制视角下农业基础设施对粮食生态全要素生产率的影响*

李自强,叶伟娇,梅 冬,郑茨文

(1.华中农业大学经济管理学院 武汉 430070;2.首都经济贸易大学工商管理学院 北京 100070;3.中国农业科学院农业资源与农业区划研究所 北京 100081)

粮食安全是关乎国家稳定和民生福祉的永恒主题。当前,我国粮食产出能力不断提升的同时,对生产环境的负外部性也在不断增加[1]。农药、化肥和地膜过度投入造成的土壤结构恶化及板结程度已经超出耕地自身的生态循环修复能力,在此背景下,为维持粮食的可持续生产确保粮食安全,政府对粮食生态绿色生产愈加重视[2-3]。粮食生态全要素生产率是指将粮食种植生态价值纳入绿色全要素生产率测算体系中,以粮食种植生态价值和粮食产值为期望产出,以碳排放和农业面源污染为非期望产出的全要素生产率,反映粮食生产的效率变化及生态环境负荷情况[4-5]。提高粮食生态全要素生产率不仅是现阶段粮食稳定可持续生产的重要保障,也是践行生态文明理念的关键路径。保障粮食有效产出的同时尽可能减少生产要素投入,尤其是农药、化肥和地膜等农业面源污染要素的投入,是实现生态效益和经济效益最大化[6],提升粮食生态全要素生产率的关键所在。而农业基础设施的建设作为财政支农投资的重要手段,对粮食生产具有规模扩张、投资替代和结构优化三重效应[7],既有益于粮食种植环境的改善,也能兼顾粮食生产要素投入结构的优化,减少污染性生产要素的投入[8]。此外,环境规制作为“一控两减三基本”的有效手段,逐渐成为粮食生产生态环境治理的重要补充[9]。鉴于此,我国政府增强环境规制程度的同时,不断加大农业基础设施的建设投入,以期构建资源节约及环境友好的粮食生产现代化体系,促进资源环境与粮食生产的协调发展。那么,农业基础设施的建设投入能否有效促进粮食生态全要素生产率的提升? 以及地区差异是否具有异质性影响? 对于上述问题的回答,不仅关乎我国粮食的生态可持续生产,也有益于农业基础设施规划建设政策的完善。

粮食全要素生产率的研究多采用数据包络分析法。随着农业面源污染问题日益凸显,学者们逐渐将污染要素纳入粮食全要素生产率考量范围。而由于传统的数据包络分析法,无法测算非期望产出,Tone[10]建立兼容径向与非径向的松弛变量测度模型,用于测度绿色全要素生产率。Ramanathan 等[11]结合农业生产特性,改进绿色全要素生产率测度方法,逐步将土壤氮、磷含量等面源污染和碳排放作为非期望产出纳入农业全要素生产率估算模型中。此后,众多研究将其运用到粮食生产领域,测算并分析粮食绿色全要素生产率。微观层面主要从农业机械投入、水资源投入、土地投入、劳动力投入和化肥投入等因素角度对粮食绿色全要素生产率的影响进行探究[12-13];宏观层面主要聚焦于地区环境污染治理、经济发展水平、气候变化和生产技术变迁等因素对粮食绿色全要素生产率的影响[14]。然而,已有研究的期望产出大多仅考虑粮食产品的经济价值,低估了粮食种植过程中所产生的生态价值。近年来,随着经济与生态协调发展理念深入人心,部分学者逐渐将生态因素纳入绿色全要素生产率测算体系中,构建基于生态价值最大化的生态全要素生产率测算模型[4,15]。虽然已有研究开始关注生态全要素生产率,但缺乏其在粮食生产领域应用的研究。

此外,环境规制与绿色全要素生产率的关系研究也是学术界的关注焦点[16-19]。环境规制对于绿色全要素生产率调节作用的相关研究发现,环境规制不仅在外商直接投资对绿色全要素生产率的影响中具有正向调节作用[20],而且环境规制类型的差异,也能在财政分权对绿色全要素生产率的影响中发挥不同的调节效应[21]。然而,黄庆华等[22]提醒学者们在研究绿色全要素生产率与环境规制时,需关注二者存在的双向动态因果关系。与此同时,关于农业基础设施建设水平对粮食生产效率作用机理的研究也在不断增加。一方面,农业基础设施有利于粮食规模经营和生产技术进步,实现成本节约,从而提升粮食生产效率[23]。另一方面,不同类型的农业基础设施建设水平对粮食增产效应差异显著,其中农田水利设施强于农业电力设施和农村交通设施[24]。沿此思路,学者们开始探究农村医疗基础设施[25]、农村公路设施[26]对我国农业全要素生产率的影响及溢出效应。与其他研究不同的是,卓乐等[27]认为农业基础设施中的农业电力设施维度并不能有效提升粮食全要素生产率。可见,农业基础设施影响粮食全要素生产率的关系机制仍存在一定争议。

综上,多数研究聚焦于探讨农业全要素生产率的测算及其影响因素,加入非期望产出的粮食绿色全要素生产率测算的研究才初露头角,进一步考虑粮食种植生态价值的粮食生态全要素生产率研究相对较少。而基于环境规制视角,以农业基础设施建设为切入点探究粮食生态全要素生产率的文献则更是寥寥无几。因此,本研究一方面在粮食绿色全要素生产率测算中,加入粮食产量和粮食种植生态价值指标作为期望产出,构建粮食生态全要素生产率测算体系,以同时体现其生态和经济价值。并借鉴前人广泛使用的GML 指数法对1993—2019年中国30 个省级行政区的粮食生态全要素生产率进行测算分析。另一方面,以农业基础设施建设为切入点深入探究粮食生态全要素生产率的提升路径,并讨论环境规制在其中的调节作用,以期为我国粮食生态生产全要素生产率的提升和农业基础设施建设规划提供参考依据。这既是对粮食生态全要素生产率提升的进一步探索,也是对农业基础设施建设规划研究领域的延展。

1 材料与方法

1.1 粮食种植生态价值测算方法

粮食种植生态价值主要参照Costanza 等[28]的当量因子法和谢高地等[29]耕地生态价值系数,采用生态系统服务价值评价法(ESV)进行测算。具体公式如下:

式中:E n表示单位面积粮食种植所产生的生态系统服务价值,¥·hm—2;p表示以1993年为基期的粮食不变价格,¥·kg—1;q表示粮食作物单产,kg·hm—2;m表示粮食播种面积,hm2;系数1/7 是指未考虑农业劳动力投入的粮食种植生态价值与食物生产价值之比。

式中:E r表示r种生态系统服务功能的单价,¥·hm—2;e r表示粮食种植的r种生态系统服务功能相对应的当量因子,r=1,2,···,7,分别表示粮食种植所带来的气体调节、水文调节、气候调节、废物处理、生物多样性、保持土壤、美学景观7 种生态系统服务功能[30]。

式中:E表示地区粮食种植生态服务价值总额,S则表示粮食种植面积。

1.2 粮食生态全要素生产率测算方法

由于GML 指数能够有效兼顾期望产出最大化、非期望产出和投入要素最小化的绿色发展诉求,本研究参照Oh[31]构建GML 指数模型对1993—2019年中国30 个省级行政区的粮食生态全要素生产率变化情况进行测算。具体测算公式如下:

式中:x t、y t和b t分别表示t年的投入要素、期望产出和非期望产出,x t+1、y t+1和b t+1分别表示t+1年的投入要素、期望产出和非期望产出;D t(x t,yt,b t)和D t+1(x t+1,y t+1,b t+1)分别表示投入产出向量(x,y,b)在第t和t+1 时期的产出距离函数;D g(x t,yt,b t)是参照集合的方向向量。TEt和TEt+1分别表示t年和t+1年的综合技术效率;BPGt和BPGt+1分别表示t年和t+1年的技术参照集和生产前沿面之间的距离。GECt,t+1和GTCt,t+1则分别表示由GMLt,t+1指数分解得到的相对于t期的t+1 期的粮食生态技术效率和技术进步指标。当GML、GEC 或GTC 值大于1 时,说明粮食生态全要素生产率、粮食生态技术效率或粮食生态技术进步从t至t+1 时段是增长的,反之则为下降,等于1 时则保持不变。此外,本研究还以1993年为基期,设定基期粮食生态全要素生产率为1,后续年份参照基期进行累乘计算出累计粮食生态全要素生产率。

本研究粮食生态全要素生产率测算中的投入要素,包含粮食生产过程的土地投入、劳动力投入、化肥投入、农药投入、机械投入、塑料薄膜投入和水资源投入,期望产出包括粮食产量和粮食种植生态价值,非期望产出则包含农业面源污染(参照赖斯芸等[32]测算)和碳排放量(参照李波等[33]测算)。各具体指标及测算方法如表1所示。

表1 粮食生态全要素生产率测量指标Table 1 Measurement indicators of ecological total factor productivity of grain

1.3 粮食生态全要素生产率相关变量选取

被解释变量:粮食生态全要素生产率。本研究参照周应恒等[5],再结合辛宝贵等[4]研究在期望产出指标中加入粮食种植生态价值,以期追求粮食生产的经济价值和生态价值最大化的同时,兼顾农业面源污染、碳排放和其他投入要素最小化,从而更为科学、准确、合理地反映粮食生态全要素生产率。

解释变量:农业基础设施。关于农业基础设施的测算维度,本研究参照朱晶等[23]和蔡保忠等[24]进行修改,选取农业水利设施(Irri)、农业电力设施(Elec)和农业交通设施(Road)3 个子维度进行测度。

调节变量:环境规制。本研究考虑到粮食生产环境规制的强弱,在一定程度上反映出地方政府对粮食生产环境所采取措施的强度[18],能够增强单位农业基础设施建设投入对粮食生态全要素生产率的影响。故参照钟茂初等[34]选取环境污染治理投资总额乘以相应的权重系数,以此度量粮食生产领域的环境规制变量。

控制变量:根据粮食绿色全要素生产率和生态全要素生产率影响因素的相关研究成果[13-15,35],选取户均耕地规模、除涝面积、产业结构水平、农村固定资产投资、受灾率、粮价变动水平和技术密度作为本研究模型的控制变量。具体变量指标及测算方法如表2所示。

表2 粮食生态全要素生产率相关变量及计算方法Table 2 Variables and calculation methods of ecological total factor productivity of grain

1.4 实证模型设计

由于粮食生态全要素生产率(Y)数据类型属于截断数据,因此采用Tobit 回归模型进行检验,公式如下:

此外,本研究根据区域特征进行分样本回归,考虑到本研究涉及样本数据为省级面板数据,因而所提及各区划代表省级行政区解释如下。北方地区特指:北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、安徽、山东、陕西、甘肃、青海、宁夏和新疆15 个省级行政区。南方地区特指:上海、江苏、浙江、福建、江西、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南15 个省级行政区。

同时,为在有限的农业基础设施建设投入下,探究粮食生态全要素生产率的提升方法,本研究尝试从环境规制视角,分析其在农业基础设施影响粮食生态全要素生产率中的调节作用,为此设计层次回归分析模型如下:

式中:M it为调节变量,表示t年i区域的环境规制;λ和ξ表示各方程对应的系数。

1.5 数据来源

原始数据无特别说明均来源于1993—2019年我国30 个省级行政区(除港、澳、台、西藏之外)统计资料共27年810 个样本数据。具体如下:GDP 总值、第一产业增加值、第二产业增加值、除涝面积、公路里程、省域国土面积、乡村从业人员数、粮食商品零售价格指数和电力消费量数据来自《中国统计年鉴》;耕地面积、粮食播种面积、农作物播种面积、乡村人口数、有效灌溉面积、农作物受灾面积、农村固定资产投资数据来自《中国农村统计年鉴》;农业用水量、水资源总量、河流面积、湿地面积和地表水资源数据来自《中国水利统计年鉴》;乡村户数、粮食产量、农业机械总动力、第一产业从业人员数、农户固定资产投资和有效灌溉面积数据来自《中国农业统计资料》。环境污染治理投资总额数据来自《中国环境年鉴》。其中,主要经济变量数据以1993年为基准期,按照物价指数进行调整。

2 结果与分析

2.1 粮食生态价值与全要素生产率的变化

2.1.1 粮食生态价值

由于本研究将粮食种植生态系统服务价值纳入粮食生态全要素生产率测算的期望产出中,因而借鉴生态系统服务价值评价方法测算出各地区的粮食种植生态价值。由图1 可见,1993—2019年我国各地区每公顷的粮食种植生态价值基本呈现上升趋势;粮食种植生态价值由小到大的区域排序为西北区、东北区、西南区、华南区、黄淮海区和长江中下游区,测算结果与周应恒等[5]类似。其中,西北区粮食种植生态价值虽然最低,但由1993年的943.72 ¥·hm—2逐渐上涨至2019年的1529.23 ¥·hm—2,涨幅为62.04%,增长速度较快;长江中下游区粮食种植生态价值最高,由1993年的4765.45 ¥·hm—2逐渐上涨至2019年的6108.06 ¥·hm—2,涨幅为28.17%,增长速度较为缓慢;黄淮海区和华南区每公顷粮食种植生态价值量及增长轨迹较为相似,1993—2019年期间分别从3105.28 ¥·hm—2增长至4158.25 ¥·hm—2(增幅33.91%)和2949.03 ¥·hm—2增长至3861.08 ¥·hm—2(增幅30.92%)。

图1 1993—2019年不同区域粮食种植生态价值变化特征Fig.1 Characteristics of changes in ecological values of grain production in different regions from 1993 to 2019

2.1.2 粮食生态全要素生产率

从粮食生态全要素生产率累计增长指数来看(图2),1993—2019年间全国指数均值总体上呈现出波动上升趋势,区域增长指数呈现出明显的特征差异。具体而言,长江中下游区和东北区的粮食生态全要素生产率累计增长指数多数年份高于全国平均水平,且相对其他4 个区域水平较高,增长速度较快。华南区粮食生态全要素生产率累计增长指数波动较大,从1993—1998年呈快速上升趋势,而1999—2014年则有所下降,2015年后开始缓慢增长;西南区和黄淮海区的增长趋势较为相似,围绕全国平均水平上下波动;而西北区粮食生态全要素生产率累计增长指数则长期处于较低水平,且未见上升趋势。

图2 1993—2019年不同区域粮食生态全要素生产率(ETFP)累计增长情况Fig.2 Cumulative growth of grain ecological total factor productivity(ETFP)in different regions from 1993 to 2019

2.2 农业基础设施对粮食生态全要素生产率的影响及环境规制的调节作用分析

2.2.1 农业基础设施对粮食生态全要素生产率的影响

表3 中的模型1 表示控制变量对粮食生态全要素生产率的回归结果,作为其他回归模型的参照。由模型2、模型4 和模型6,可知农业水利设施、农业电力设施和农业交通设施分别对粮食生态全要素生产率具有正向影响。以全变量模型8 进行解释(基于公式5),农业水利设施对粮食生态全要素生产率的影响在P＜0.01 水平上显著,系数为1.855,说明每增加1 单位的农业水利设施将会提升1.855 单位的粮食生态全要素生产率。农业电力设施对粮食生态全要素生产率的影响在P＜0.05 水平上显著,系数为1.116,说明增加1 单位的农业电力设施将会提升1.116 单位的粮食生态全要素生产率。农业交通设施对粮食生态全要素生产率的影响在P＜0.01 水平上显著,系数为0.064,说明单位农业水利设施增加会提升0.064 单位粮食生态全要素生产率。可见,农业基础设施能够有效提升粮食生态全要素生产率。

表3 农业基础设施与粮食生态全要素生产率回归结果Table 3 Regression results between grain ecological total factor productivity and agricultural infrastructure

模型3、模型5 和模型7 表示,农业水利设施、农业电力设施和农业交通设施分别加入二次项后对粮食生态全要素生产率的回归结果。以全要素模型9 进行解释(基于公式6),加入农业水利设施、农业电力设施和农业交通设施的二次平方项后,农业水利设施的二次项对粮食生态全要素生产率的影响在P＜0.05 水平上通过显著性检验,系数为—1.746,说明农业水利设施和粮食生态全要素生产率之间的关系呈现“倒U 型”。此外,考虑到农户的粮食生产决策受上一年农业基础设施建设投入的影响,即农业基础设施对地区粮食生态全要素生产率影响的传导可能需要一定时间,因此,加入农业基础设施的一阶滞后项进行回归。模型10 回归结果(基于公式7),可知农业水利设施对粮食生态全要素生产率的影响在P＜0.01 水平上显著,系数为1.952,说明每增加1 单位的农业水利设施将会使得下一年的粮食生态全要素生产率提升1.952 单位;农业电力设施一阶滞后项对粮食生态全要素生产率的回归系数不显著,表明农业电力设施对粮食生态全要素生产率的影响不存在时间上的滞后性;农业交通设施一阶滞后项对粮食生态全要素生产率的影响在P＜0.01 水平上显著,系数为0.077,说明每增加1 单位的农业交通设施将会使得下一年的粮食生态全要素生产率提升0.077 单位。由此可见,农业基础设施中的农业水利设施和农业交通设施对地区粮食生态全要素生产率的影响确实存在一定的时间滞后性。

2.2.2 农业基础设施影响粮食生态全要素生产率的稳健性检验

为进一步检验回归结果的稳健性,本研究根据地区特征将样本分为北方地区和南方地区进行检验(表4)。北方地区样本回归结果见模型11 至模型13,其中,模型11 为控制变量对粮食生态全要素生产率回归结果。从模型12 和模型13 可以看出与全样本回归结果相同,不过多赘述。南方地区样本回归结果见模型14 至模型16,其中,模型14 为控制变量对粮食生态全要素生产率回归结果。从模型15 和模型16 可知,南方地区农业水利设施及其滞后项对粮食生态全要素生产率的回归结果都不显著,这与全样本回归结果不同。但整体来看北方地区和南方地区分样本回归结果与全样本回归结果较为相似,表明回归结果总体较为稳健。

表4 南方和北方地区农业基础设施与粮食生态全要素生产率回归结果Table 4 Regression results of grain ecological total factor productivity and agricultural infrastructure in north and south regions

此外,粮食主产区和非主产区的粮食生产特征可能也存在较大差异,本研究根据产区特征将样本分为粮食主产区和非粮食主产区进行检验(如表5所示)。粮食主产区样本回归结果见模型17～19,模型17 为控制变量对粮食生态全要素生产率回归结果。从模型18 和模型19 可以看出与全样本回归基本相同,但农业交通设施及其滞后项对粮食生态全要素生产率的回归结果都不显著,与全样本回归结果有所差异。非粮食主产区样本回归结果见模型20～22,其中,模型20 为控制变量对粮食生态全要素生产率回归结果。从模型21 和模型22 与全样本回归结果多数相同,但农业电力设施及其滞后项对粮食生态全要素生产率的回归结果不显著,与全样本回归结果有部分差异。但整体来看粮食主产区和非粮食主产区分样本回归结果与全样本回归结果均较为相似,再次表明整体回归结果较为稳健。

表5 粮食主产区和非粮食主产区农业基础设施与粮食生态全要素生产率回归结果Table 5 Regression results of grain ecological total factor productivity and agricultural infrastructure in different grain production areas

2.2.3 环境规制在农业基础设施影响粮食生态全要素生产率中的调节作用

为能在有限的农业基础设施建设投入现状下,发挥其提高粮食生态全要素生产率发展的作用,本研究实证检验环境规制在农业基础设施对粮食生态全要素生产率的调节作用(表6)。模型23 [基于式(8)]的结果显示,农田水利设施对粮食生态全要素生产率具有显著的正向影响。模型24 [基于式(9)]加入环境规制与农田水利设施的交互项之后,交互项对粮食生态全要素生产率的回归系数为0.0193,且在P＜0.1 水平通过显著性检验,表明环境规制在农田水利设施对粮食生态全要素生产率的影响中起正向调节作用。模型25 [基于式(8)]的结果显示,农业电力设施对粮食生态全要素生产率具有显著的负向影响。模型26 [基于式(9)]加入环境规制与农业电力设施的交互项之后,交互项对粮食生态全要素生产率的回归系数不显著,表明环境规制在农业电力设施对粮食生态全要素生产率不具有调节作用。模型27 [基于式(8)]的结果显示,农业交通设施对粮食生态全要素生产率具有显著的正向影响。模型28 [基于式(9)]加入环境规制与农业交通设施的交互项之后,交互项对粮食生态全要素生产率的回归系数不显著,表明环境规制在农业交通设施对粮食生态全要素生产率的影响中也不具有调节作用。

表6 环境规制在农业基础设施影响粮食生态全要素生产率中的调节作用Table 6 Test results of the moderating effect of environmental regulation on the impact of agricultural infrastructure on grain ecological total factor productivity

此外,为进一步探究不同粮食生态全要素生产率区域中,环境规制调节作用的异质性,本研究根据地区平均粮食生态全要素生产率的中位数,将30 个省级行政区分为生态全要素生产率低组和高组两个样本。分别对环境规制在两个样本中的调节作用强度进行检验,验证结果稳健性的同时分析区域间的异质性(表7)。在粮食生态全要素生产率低组中(模型29-31),环境规制与农田水利设施的交互项对粮食生态全要素生产率的回归系数为0.0240 且在P＜5%水平通过显著性检验。在粮食生态全要素生产率高组中(模型32-34),环境规制与农田水利设施的交互项对粮食生态全要素生产率的回归系数不显著。表明相对于粮食生态全要素生产率较高的区域,在粮食生态全要素生产率较低的区域内,环境规制在农业水利设施对粮食生态全要素生产率的影响中能够发挥更强的正向调节作用。

表7 环境规制在农业基础设施影响粮食生态全要素生产率中的调节作用的分组检验结果Table 7 Group test results of the moderating effect of environmental regulation on the impact of agricultural infrastructure on grain ecological total factor productivity

3 讨论与结论

3.1 农业基础设施对粮食生态全要素生产率的影响

农业水利设施对粮食生态全要素生产率具有显著的正向影响,这与卓乐等[27]研究结论类似。这是因为农业水利设施的建设投入,可以通过蓄水和运水等方式打破粮食生产用水的时空束缚,突破粮食生产的水资源瓶颈,降低自然灾害损失的同时增加粮食生产经济效益;此外,农业水利设施的完善,还能有效提升水肥一体化技术的采纳行为,有利于水溶肥等高肥效化肥的使用,有效降低总化肥施用量,加之节水灌溉技术的采纳,能够减少农业面源污染从而提高其生态效益。更值得关注的是,农业水利设施和粮食生态全要素生产率之间的关系呈现“倒U 型”。表明粮食生态生产的过程中,农田水利设施的建设投入存在一个最适值。在农田水利设施投入初期,对粮食生产的经济效用和生态效用在不断提升。但随着投入的继续增加,单位农田水利设施投入的边际效用将会不断减少。直至超过农业水利设施投入最适值之后,农业水利设施建设过剩不仅造成建设成本浪费,而且挤占了其他农业公共基础设施的建设投入。一方面过于便利的水利基础设施,容易使粮食生产者过度开发利用水资源,致使生产要素浪费,增加粮食生产经济成本。另一方面,水溶肥等肥料过度冲施,容易引起水体富营养化,加剧了生态成本,从而降低粮食生态全要素生产率。

农业电力设施对粮食生态全要素生产率具有显著的正向影响,这与邓晓兰等[25]研究结论相似。农业电力设施的完善,有助于保障农业机械及排灌设备的正常运作,促进农机具对农业劳动力的替代作用,降低粮食生产成本,提高粮食生产效率。同时农业电力设施的建设投入,能够部分替代燃油的使用,减少粮食生产过程中农机具的尾气排放,提高粮食种植生态效益,从而促进粮食生态全要素生产率的提升。

农业交通设施对粮食生态全要素生产率具有显著的正向影响,这与徐海成等[36]结论类似。农业交通设施建设,能够降低种子、化肥、农膜等粮食生产资料的运输成本,有效加速粮食生产资料和农村劳动力的跨区流动,提高农机具的运作效率和粮食生产的要素配置效率。此外,便利的交通环境还有助于新的粮食生态种植技术和种植知识的引进及扩散,促进粮食生态技术进步,降低粮食生产过程中农机具尾气排放量,提高粮食生态全要素生产率。

综上可得农业水利设施、农业电力设施和农业交通设施均能够有效促进粮食生态全要素生产率的提升,但具有一定的时间滞后性;其中,农业水利设施对粮食生态全要素生产率的影响呈现“倒U 型”关系。

3.2 农业基础设施对粮食生态全要素生产率影响的区域差异

3.2.1 南北地区的差异

南方地区农业水利设施及其滞后项对粮食生态全要素生产率的回归结果都不显著,与全样本回归结果不同。这是因为相较于北方地区,我国南方地区粮食生产规模较小,粮食生产用水需求较低,且南方地区水资源充裕分布较为均匀,增加农业水利设施投入对粮食生产决策的影响较小,从而对粮食生态全要素生产率不具有显著影响。而北方地区粮食生产规模大,用水需求高,加之水资源稀缺与分布不均,因此增加单位农业水利设施投入对北方地区粮食生态全要素生产率的促进作用较强。

南方地区农业电力设施负向影响粮食生态全要素生产率,与全样本回归结果不同。这一方面是由于我国南方地区山地丘陵地区居多,村庄之间复杂的地形地势使得供电通电成本高昂,农机作业和机械排灌的用电成本也较高,制约了粮食的生产效率,加大了经济成本。另一方面,南方的农村地区村庄分布零散,生产性供电设施落后,电力输送能耗较高,粮食生产规模化程度较北方低,增加了单位粮食生产的用电量,从而提高生态成本[27]。致使南方地区的农业电力设施对粮食生态全要素生产率产生负向影响。

因此,得出结论北方地区回归结果与全样本一致,但南方地区农业水利设施及其滞后项不能有效促进粮食生态全要素生产率的提升,且农业电力设施及其滞后项对粮食生态全要素生产率具有抑制作用。其余变量回归系数及显著性均与全样本回归结果类似,说明检验结果较为稳健。

3.2.2 粮食主产区与非产区的差异

粮食主产区农业交通设施及其滞后项对粮食生态全要素生产率的回归结果都不显著,与全样本回归结果有所差异。首先,是归功于粮食主产区的政策倾斜,早期已经获得了较多财政支农资金,加之粮食主产区的多数地区地形地势较为平坦,交通设施建设成本较低,因而农业交通设施建设也处于较高水平;其次,粮食主产区相对于非粮食主产区,其粮食生态全要素生产率已达到一个较高水平。另外,粮食主产区大多已实现较为成熟的规模化、专业化和集约化粮食生产模式,存在一定的路径依赖。因此,农业交通设施建设投入对粮食生态全要素生产率的边际增长贡献较小。

非粮食主产区农业电力设施及其滞后项对粮食生态全要素生产率的回归结果不显著,与全样本回归结果有部分差异。这是因为,粮食主产区大多为平原和盆地,而非粮食主产区的地形地势多为丘陵、高原和山地,使得发电、供电和通电成本较高,供电设备相对落后,电力传输损耗较大;加之,非粮食主产区的粮食生产规模化、专业化和集约化程度低,单位粮食生产所使用的机械动力耗电量较大,降低粮食生产的生态和经济效益,从而无法有效提升粮食生态全要素生产率。

鉴于此,得出结论:粮食主产区农业交通设施及其滞后项不能显著提升粮食生态全要素生产率,而非粮食主产区农业电力设施及其滞后项对粮食生态全要素生产率也不具显著影响。其余模型回归结果与全样本回归结果类似,表明检验结果较为稳健。

3.3 环境规制在农业基础设施影响粮食生态全要素生产率中的调节作用

环境规制在农田水利设施对粮食生态全要素生产率的影响中起正向调节作用。环境规制通过增加粮食生产的环境成本,迫使部分粮食生态全要素生产率较低的生产者,逐渐丧失可持续经营的能力,被市场所淘汰,另一部分生产者则得益于较高的粮食生态全要素生产率而存续。而在较高的环境规制情境下,农田水利设施投入对粮食生态全要素生产率的促进作用更强。这是因为,环境规制较强的地区,能够倒逼生产者绿色生产技术的采纳[7],例如水肥一体化等技术的采纳,有利于水溶肥等高肥效化肥的使用,有效减少总化肥施用量,加之节水灌溉技术的采纳,可以减少农业面源污染、碳排放和水资源的浪费,从而提高其生态效益。农业水利设施建设作为重要的公共投入,对私人水利建设投入具有替代作用,能够有效降低粮食生产者在自身的边际环境成本,提高粮食生态全要素生产率。因此,在环境规制较高的地区更能够发挥农业水利设施对粮食生态全要素生产率的促进作用。

相对于粮食生态全要素生产率较高的区域,在粮食生态全要素生产率较低的区域内,环境规制在农业水利设施对粮食生态全要素生产率的影响中能够发挥更强的正向调节作用。这是因为,环境规制所衍生的环境成本,给粮食生态全要素生产率低组区域的生产者带来了更大的压力,单位农田水利设施建设投入所发挥的削减环境成本的边际效用更强。而在粮食生态全要素生产率较高的区域则相反,农田水利设施所能发挥的削减环境成本的边际效应较弱。

据此,得出结论:环境规制在农田水利设施对粮食生态全要素生率的影响中具有正向调节作用。且分组调节回归结果显示相对于粮食生态全要素生率较高的区域,在粮食生态全要素生产率较低的区域内,环境规制能够发挥更强的正向调节作用。

3.4 对策建议

上述结论为粮食生态全要素生产率发展提供了一些新思路。农业基础设施的建设投入资金需求量大,建设周期长,对粮食生态全要素生产率的促进作用具有一定的滞后性。因此,政府在规划布局农业基础设施建设时,应具备前瞻性和先行性,稳定构建农业基础设施投资体系。此外,根据地区特征差异因地制宜制定并宣传环境法律法规,也是实现粮食生态经济协调生产的重要手段。具体措施可着重从以下4 方面入手:

一是,适度稳定农业水利设施的建设投入,尤其是对北方地区重大水利工程的建设、修缮和管护应重点关注,此外还应加快水肥一体化和农田节水工程等的建设步伐,构建完善农业水利基础设施网络,为农用化肥的减量增效提供水利基础设施,以此促进粮食生态全要素生产率的提升。

二是,加大农业电力设施建设投入,尤其针对南方地区应加快推进农村电力体制改革,构建田间电力网络和支持水电增效扩容,降低农村电力传输损耗,促进电能对燃油的替代作用,为粮食的高效绿色生产奠定能源基础。

三是,超前规划布局农村交通设施网络建设,重点对三、四级公路进行科学规划,拓宽农村交通网络覆盖面,完善农村公路的建养一体化模式,降低粮食生产资料的运输成本及生产过程中的农机具尾气排放量,以此提升粮食生态全要素生产率。

四是,制定科学、合理、弹性的环境法律法规,宣传环保型粮食生产政策,倡导生物有机肥和可降解农膜的使用,补贴激励粮食生态生产技术的研发和应用。此外,还需根据不同区域实施差异化环境规制强度。尤其应加大粮食生态全要素生产率较低地区(青海、江苏、四川、江西、山东等省)的环境规制强度,从而实现粮食生态价值和经济价值的协调发展。