基于系統GMM模型的市場化、環境規制與農業經濟效率研究

2022-02-21 09:45:20殷靜蔚鄧淑紅周小婷張紅霞

湖北農業科學 2022年2期

殷靜蔚，鄧淑紅，周小婷，張紅霞

（商洛學院經濟管理學院，陜西商洛 726000）

改革開放后，隨著內外部市場化相互力量的共同驅動，中國的經濟增長已從過去粗獷式的發展階段進入到“新常態”下的細分式過渡階段，經濟建設實現了農業產業的優化升級。農業是“自然”與“經濟”再生產過程的綜合體，農業要素稟賦和技術條件的變化會造成農業產業差異化的分布格局。因此，堅持以實現農業高質量發展、提升農業經濟效率的戰略方針成為中國經濟建設中最正確的選擇。當前中國大部分縣、市已基本實現農業現代化，農村產業的發展已步入城鄉產業融合與農業高質量發展階段，中國整體的農業經濟效率在不斷提升，其中市場化的改革功不可沒。市場化水平是促進經濟增長的強大動力，其外部性的擴散效應對三大產業生產效率的提升就是保障經濟高質量增長的重要力量。市場化程度越高，越能表證某一地區的市場活力，經濟資源的利用率也會越高。由此可見，探究市場化能否促進中國農業投入產出效率的增長是有助于促進中國農業經濟穩健發展的［1，2］。

中國農業的持續增長，也帶來了環境建設與農業市場化發展的矛盾。由于農業資源的利用率低、科技滲透率不高等其他原因而導致的農業生產投入成本高、生態化生產模式退化等農業污染現象仍然存在。同時，農產品的增收又與化肥原料的投入使用密切相關，導致農產品的質量出現相當程度的安全隱患。此現象下，各地區間農業發展出現差距，不僅影響著農業生產效率，也制約著中國農業整體的持續增長?？梢姡h境管制影響著農業經濟的發展。這剛好與“波特假說”相一致，認為適當的環境規制可以帶來“創新效應”，有利于提高生產效率。證實了某一地區的經濟績效是與環境規制的執行力相關聯的［3］。那么，農業作為中國經濟發展的支柱性產業，更要堅持以綠色為導向的發展路徑。

綜上表明，市場化是驅動中國農業生產效率提高的經濟動能，而環境管制就是提升其效能的環境動能，兩者相輔相成，共同推進農業經濟的發展［4-6］。在遵循一定環境規制的前提下，基于不同程度的市場化階段，其對農業經濟的增長勢必會有影響。因此，本研究深入探究三者之間的關系，對市場化、環境規制是如何直接影響農業生產效率進行探討。并在傳統研究的基礎上引入了兩者的交互項，既豐富了研究的視角，又可以分析出不同市場化水平約束下的環境規制影響農業生產效率是否會出現其他變化。在采用DEA-Malmquist方法測度出省域農業生產效率的前提下，利用2008—2018年中國30個省級區域（不包括西藏、港澳臺地區）面板數據，構建出動態面板GMM模型對三者之間的關系進行了實證檢驗。以期能夠通過此次研究，對中國的農業發展提供建議，持續推動農業經濟的高質量發展進程。

1 研究方法

1.1 模型設定

考慮傳統上的靜態模型可能會引發內生性的問題；同時，又考慮到農業經濟效率變量本身具有慣性，易受上期結果影響。因此，本研究借助動態面板數據模型來進行相關系數參數的最優估計。動態GMM的估計一般又分為兩類，差分GMM估計中，面板數據隨時間向前推進，不可回避地會引發更多工具變量。而系統GMM是在差分GMM方法基礎上發展而來，有效地克服了模型內出現的內生性問題。因此，本研究將選擇系統GMM估計方法。

首先，將被解釋變量t f p i,t-1引入模型；其次，為了進一步厘清三者之間的關系，需檢驗出市場化、環境規制是否會直接影響農業生產效率的增長。構建模型（1）具體如下。

最后，為研究出不同市場化水平約束下的環境規制影響農業生產效率是否會出現其他變化，引入了市場化與環境規制的交互項。具體模型（2）如下。

式中，t fp表示各省的農業生產效率；er表示環境規制；mar k et表示市場化水平；其余則為控制變量，包括高等教育水平ed u、科技投入水平tec、城鎮化水平ur b；ε為隨機擾動項，μ為不隨著時間而變化的個體效應；β為系數值。

1.2 變量選擇

1.2.1 被解釋變量考慮到本研究模型中涉及非期望產出，基于SBM模型是無法有效處理的。因此選取農業生產效率t f p作為被解釋變量［7］，采用EBM模型進行tfp值的測算。Q是所需的最佳效率值，當Q=1時就代表了決策單位的強有效。m、s代表投入、產出量；θ為徑向的規劃參數；λ是本研究選取的決策單位的線性組合相關系數；ωi是投入指標的重要程度，si為第i個投入指標的松弛變量；ε為權重；k為第k個DMU的投入產出值。具體如下：

具體使用模型（3）、（4）當中所運用的投入及產出指標如下。

1）投入指標的選取。勞動力投入指標：用農林牧漁業的從業人數量總和進行衡量；資本投入指標：選擇農業化肥和農藥使用量、農機設備總動力等作為衡量指標；土地投入指標：以各省、各期的耕地和水產養殖面積和進行衡量；水資源投入指標：以各省、各期的農業用水消耗總量進行衡量；能源投入指標：以各省、各期的農業用電消耗總量進行衡量。

2）產出指標的選取。期望產出：以采用各省、各期農業GDP總量作為衡量結果，同時對其做了平減；非期望產出：采用農業排污量和碳排放量進行替代來作為變量處理。

1.2.2 解釋變量

1）環境規制Er。選取環境規制作為主要解釋變量。由于經濟趕超的決策者是政府，因此以政府治污的強度可以很好地反映這一指標的意義，即正式環境規制=各省當年污染治理投資總額/全國污染治理投資總額。

（2）市場化水平Mar k et。一般來說，市場化水平越高，資源配置的效用率就較高，越有利于農業經濟的發展，生產的效率也會越高。這里借鑒樊綱等［8］的測算Mar k et指數的方法來計算2008—2018年各省的市場化水平。

2 實證檢驗

采用了研究方法所需的兩步GMM方法進行主要實證顯示結果的分析。這里使用了農業生產效率L.tfp作為工具變量，因此，需要檢驗是否存在過度識別的問題。通過sargan檢驗以及模型之中的AR（1）、AR（2）序列相關顯示的檢驗結果可以得出，對于工具變量的選擇和使用是有效的。這說明原模型當中的隨機干擾項存在著AR（1）相關，但不存在AR（2）相關。因此，本研究將L.tfp作為工具變量的設計是完全合理的，并且很好地回避和解決了設定模型中可能存在的異方差和序列相關等問題。結果如表1所示。

表1結果顯示，模型（1）中er和market的系數顯著為正，表明環境規制和市場化水平對農業生產效率的提高發揮著正效應。這一點與之前提出的觀點一致。具體來說，當各區域所處市場環境的整合程度越高，農業經濟的發展就會擁有越強的正外部性，這樣就能充分帶動區域內其他農業產業的發展；同時隨著市場壁壘的消失，農業經濟落后的地區可以通過學習新型農業生產技術、農作物培育方式等與發達地區進行溝通和交流，不斷提高自身對農業資源運用的利用率，以促進本地農業生產率提高。

表1 動態面板數據模型估計結果

建設具有統一且競爭有序的區域性大市場能更好地服務于當前“供給側結構性改革”，推動中國農業經濟結構轉型升級，也就能更好地保障農業經濟的高質量增長。對于環境規制的結果也與傳統研究的結論保持一致。由此可以得出，必要的環境規制是有利于農業生產率提高的。農業生產環境是公共品且污染極具外部特性，想要單純依靠市場的內在機制去解決環境污染問題已不太可能，且實施過程中投入和產出的成效不對等，只會以更大的經濟代價作為犧牲。因此，強有力的環境規制就成為彌補和把控這一切失靈的重要手段。通過規范各地區運用農業資源的投放量來提高資源的有效配置，最終這種生產方式是與地區農業的整體發展緊密相關的。

模型（2）中加入了兩者的交互項，環境規制出現了負效應，說明環境規制對農業生產效率的提升存在倒“U”的關系。由此論證了農業資源合理利用的重要性。在農業生產的初始階段，中國總體的生態承載能力較強，農藥等化學排放的污染量不大，農民為保證自家高額收成，會自覺遵循環境規制的相關條例，這在一定程度保障了農業生產效率的提升。但隨著農業步入高速發展的階段，環境的承載力出現轉折，農民為提升自身農作物產量會肆意亂用農藥等化學劑量，由此也帶來了高額的環境污染處罰金，生產投入的金額出現制約，此時農業生產效率不增反而下降。交互項系數顯著為正，更加說明了在一定環境規制約束下，需要提高市場化的發展水平來打破地區壁壘，通過學習農業生產效率較高地區的生產技術或農作物耕種方式等來改善自身的農業資源生產方式，以提升農業生產效率。

對于其他控制變量的結果，首先，城鎮化率顯著為正，這表明土地是影響農業經濟潛在增速的重要資源要素。加強農村土地的流轉、盤活農民手中的土地要素對提升整個農業土地的使用效率至關重要。在新型城鎮化規劃的大背景下，在城市的擴張過程中，可以有效增加對土地使用的價值，尤其是隨著市場化程度的不斷提升，可以借助發展多個城市群來培育更多的核心城市，減輕一定程度上的土地價值失衡，有助于提高其對農業經濟增長的助力效果。其次，科技投入水平顯著為負，說明隨著中國對外市場的開放，雖然會帶來的技術、人才等的交流，能有效地提高本地農業市場各企業的生產水平，帶動農業生產效率的提高。但也得認識到，技術的革新具有滯后性，無法一蹴而就，加上各地區農業結構差異大，經濟發展水平必然存在差距，導致技術革新具有區域的時效性，即使在環境規制的共同配合下，其技術的溢出效果會提高，但技術的創新成本大于創新彌補，也是不利于農業生產質量的提升。最后，對于受教育程度的結果是未通過顯著性檢驗的，說明當前農村整體的教育水平落后，應加強對農民文化和素質的提升。

3 建議