碳减排视角下农业保险发展的环境效应

2023-05-08谢政璇柏宗春凌颖慧还红华

江苏农业科学 2023年6期

谢政璇, 柏宗春, 凌颖慧, 还红华

(江苏省农业科学院长三角乡村振兴智库,江苏南京 210000)

2000—2019年,以二氧化碳为主的温室气体排放量增加了40%,农业活动中排放的温室气体是碳排放的主要来源。我国作为农业大国,2020年我国碳排放总量超过99亿t,其中农业碳排放占总量的20%,减少农业碳排放总量是实现“双碳目标”、助力可持续发展的重要路径。农业的多功能性赋予了其固碳的巨大潜力,在生态文明的指导思想下,发展低碳农业,推动“绿水青山”转变为“金山银山”已成趋势,但我国农业发展产量优先的历史渊源决定了农业生产呈现出“高投入、高产出、高污染、高排放”的粗放型增长趋势,在保障供给水平和保护生态环境双重约束下,如何实现低碳和发展的双重目标是当今农业发展的重要挑战[1-4]。

农业碳排放主要来源于化学品使用、机械燃油、灌溉耗电、有机碳流失等,那么减少农业碳排放就必然意味着经营主体减少生产要素的投入。然而,低碳生产行为伴随着一定的风险,农户对风险的厌恶不利于采取低碳生产行为。因此,提高农业经营主体风险保障水平是促进其改变要素投入和经营方式的重要手段。农业保险是风险保障体系的重要组成,也是对抗农业自然风险、市场风险的有力工具,对于农业保险的效应研究,较多学者从收入或减贫角度研究农业保险的经济效益及作用机制,关于农业保险的环境效益,国内外从理论或微观层面研究了农业保险对化学品投入的影响,但从以往研究来看,农业保险的环境效应一直以来未有一致的定论。随着学界逐渐将环境效益的研究视角着眼于碳排放,学者们关注到了风险管理的碳减排作用,并从规模效应、种植结构和技术进步的角度对影响机制进行了探讨。然而已有研究着眼于农业保险和碳排放之间关系的仍为少数,且或是以某一区域的微观样本为例,或在全国的宏观层面进行研究,缺乏对不同地区差异的深入探讨[5-13]。

本研究统计分析我国农业碳排放的时空演变特点,在理论分析风险保障对农业碳排放影响路径的基础上,实证检验农业保险对农业碳排放的影响,并进一步进行异质性分析,丰富了农业碳排放问题的相关研究。

1 理论分析与研究假设

农业碳排放的主要来源是农业生产中的化学品投入、机械燃油、灌溉耗电等,农业保险缓解环境污染的机制主要是改变了生产者的物化投入和生产行为,进而减轻碳排放。

农业保险对农业生产者经营行为的改变主要体现在3个方面:一是促进了农业生产规模化经营。农业保险分散了经营中的自然风险、价格风险,为经营主体生产提供了保障,提高了经营者的抗风险能力,因此能够激励经营主体扩大经营规模,随着规模的扩大,化学品投入、机械耗油和灌溉耗电等均会由于规模效应而有所降低。二是改变了农业生产布局。由于保费补贴政策立足于粮食安全战略,给予粮食作物较大程度的支持,推动了区域内粮食种植比重的提高。相对于其他农产品,粮食种植过程中的化学品投入更低、机械和灌溉效率更高,因此相应的碳排放水平也会随粮食种植的比例增大而降低。三是推动了农业生产技术进步。农业保险对提高技术效率具有促进作用,提高农业抗风险能力有助于新技术的推广,技术水平的提高带来了生产效率的提升,这意味着资源配置的优化,同等产出下投入的降低,整体上能够降低农业碳排放[14]。

基于此,本研究提出研究假设H1:农业保险的发展具有碳减排作用。

2 研究方法与数据来源

2.1 研究方法

为验证农业保险发展对碳排放的具体影响,本研究基于2012—2010年省级面板数据,构建固定效应模型进行回归分析,模型具体表达式为

Yit=z0+z1insuranceit+z2CVit+λi+εit。

(1)

式中:i表示省份;t表示年份;Yit为第i省第t年的农业碳排放;insuranceit表示第i省第t年的农业保险发展水平;CVit表示其他控制变量,包含财政支农力度(CV1)、人口规模(CV2)、乡村发展水平(CV3)、城镇化率(CV4)、农业机械化水平(CV5)、种植结构(CV6);λi是省份固定效应,εit是随机误差项。根据之前理论分析,预计z1为负值,起正向的碳减排作用。

2.2 变量选取

被解释变量:农业碳排放总量。农业碳排放在狭义上主要是指农业生产过程中产生的6项排放活动,包括化肥、农药、塑料薄膜3种化学制品的碳排放以及灌溉、使用机械2种方式引起的碳排放和翻耕过程中的碳排放流失。对于碳排放量的测算目前学界有3种方式进行,分别是实际测量法、投入产出法和排放系数法,在本研究中对于农业碳排放量的测算主要采用排放系数法,即用相应的碳排放源消耗量乘以相应的碳排放系数。因此将翻耕、农用化肥、农用柴油、农药、塑料薄膜和灌溉这6项产生的农业碳进行加总,得到农业碳排放总量。公式如下:

(2)

式中:ki表示每一类碳排放源的排放系数;Xi表示每一类碳排放源的排放量;TCE是6项碳排放量的总和。ki的具体值如表1所示[15]。

表1 碳排放系数

测算各省2012—2020年碳排放量,从碳排放分布来看,山东省、河南省和河北省农业碳排放总量最高,安徽省、江苏省次之。从变化趋势来看,农业碳排放总体呈现缩减趋势,尤其以山东省、河北省、湖北省、安徽省的碳排放量缩减为主(图1)。

解释变量:农业保险规模。农业保险规模具体指的是农业保险保费收入,在模型中取对数处理。

控制变量:影响碳排放的因素众多,本研究借鉴已有研究成果,选取财政支农力度、人口规模、乡村发展水平、城镇化率、农业机械化水平、种植结构作为控制变量。其中,财政支农力度是指财政农林水事务支出占地方财政一般预算支出的比重,随着我国越来越关注三农问题,政府在农业方面加大了政策倾斜,而农业政策具有一定的低碳导向,因此对农业碳排放具有一定的影响。人口规模指乡村人口总数,取对数处理,乡村人口规模越大,农业生产活动的规模越大,影响农业碳排放量。乡村发展水平用农村人均农业产值的对数表示,发展水平越高,农业现代化程度越高,通过影响生产效率进而对碳排放产生影响。城镇化率指城镇人口占总人口的比重,地区人口结构是影响碳排放的重要因素。农业机械化水平是人均农业机械总动力,农业机械的使用直接影响碳排放水平。种植结构用粮食作物播种面积占农作物总播种面积的比重衡量,种植不同作物所排放的碳数量有所区别。目前,农业作物生产系统在碳汇方面有着重要的意义,不同区域主要种植作物的不同,其农田土壤碳储量也有所不同,因此排放碳的数量也有差异。

2.3 数据来源

本研究选取31个省份2012—2020年的279个面板数据,所选变量数据来源于《中国统计年鉴》《中国农村统计年鉴》,部分省份的缺失值通过平均值法进行补充。变量的描述性统计结果如表2所示。

表2 变量解释及描述性统计

3 实证结果与分析

3.1 固定效应检验

分别按照随机效应和固定效应进行回归,由豪斯曼检验的结果可知,固定效应模型明显优于随机效应模型,应采用固定效应模型进行回归分析。固定效应模型的结果显示,农业保险规模在5%水平下显著负向影响农业碳排放量,基本验证了假设1。

3.2 基准模型

对时间固定效应和省份固定效应进行控制后,得到回归结果如表4所示。农业保险规模对碳排放的影响依然为显著负向,验证了农业保险发展的碳减排作用。政府支持在5%水平下通过了显著性检验,人口规模、乡村发展水平、城镇化率、农业机械化水平均在1%水平下通过了显著性检验。政府支持与农业碳排放呈正相关关系,可能是由于政策支持农业生产,增加了农业生产活动的总量,进而产生更多的碳排放。乡村人口规模越高,农业碳排放越高,这与前面的分析结论一致。乡村发展水平与碳排放负相关,说明提高乡村发展水平有助于减少农业碳排放。城镇化率与农业碳排放正相关,可能的原因是城镇化率水平的提高意味着更多农业劳动力向城市的流动,农业生产老龄化趋势加重,在生产过程中通过过多的化学品投入代替了劳动力投入,从而加重了农业碳排放。农业机械化水平越高,碳排放量越高,这与农业机械使用中的燃油消耗有关。

表3 固定效应检验结果

表4 基准回归模型

3.3 异质性分析

以往研究中往往以粮食主产省为样本进行农业碳排放的相关研究,但由于粮食主产省与非粮食主产省农业生产结构的差异,农业保险的作用未必完全一致。为探究农业保险的碳减排作用是否在粮食主产省与非粮食主产省之间存在差异,本研究分样本进行回归,表5的结果显示,尽管农业保险规模对二者之间均存在负向影响,但影响程度有所不同。农业保险的碳减排作用在非主产省中更为明显,可能是由于粮食主产区的政策推动了趋粮化,使得农作物结构调整和生产规模的调整2条影响路径发挥的作用受限,因此,农业保险发展在非粮食主产区呈现出更可观的碳减排效果。

表5 基于主产省与非主产省的差异分析

4 结论与对策建议

本研究通过构建基于省级面板数据的固定效应模型,从碳排放的角度分析了农业保险发展的环境效应,得出以下结论:(1)农业保险规模的扩大显著负向影响农业碳排放,说明农业保险发展具有碳减排的作用;(2)通过粮食主产区和非粮食主产区的分样本回归的结果对比发现,农业保险发展的碳减排作用在非粮食主产区的效果优于粮食主产区;(3)政策支持、乡村发展、农业机械化也是影响农业碳排放的重要因素。基于本研究的结论,提出以下对策建议: