吳麗玉
(重慶師范大學經濟與管理學院,重慶 401331)
農業作為我國第一產業,是我國國民經濟的基礎。農業的發展一直是我國重點關注的問題。目前我國經濟已轉向高質量發展階段,但是我國發展仍然存在突出的不平衡、不充分問題。同時伴隨農業經濟快速增長,帶來了一系列資源過度消耗、生態環境惡化等諸多嚴峻問題,都將制約經濟的高質量發展。提高農業全要素生產率是抵御“馬爾薩斯危機”的重要路徑,而保障農業高質量發展的源泉正在于提高農業生產效率[1]。在當前形勢下,我國農業生產的目標已經從追求“量”轉化為“質”,且更加重視生態環境的保護和資源的可持續利用,推崇農業綠色發展道路。
我國企業在改革開放進程后,抓緊時機,不斷壯大發展,積累了一定的物質資本基礎。在2001年我國加入世界貿易組織以后,和全球經濟體密切聯系,融合發展。中國吸引和利用外商直接投資的規模逐漸加大,已成為世界上吸引外商直接投資最多的國家之一[2]。伴隨外商直接投資,有利于我國獲取國外先進的管理技術以及科技創新手段,同時也會對我國產生相應的競爭效應、示范效應、人員流動等問題。FDI的引進對我國農業的發展,尤其是綠色農業,是否有促進作用是目前仍在探索的問題。
全要素生產率作為經濟增長的根本途徑和源泉,也是檢驗經濟增長的重要標準[3]。而綠色全要素生產率(Green Total Factor Productivity,GTFP)將污染排放納入增長核算框架,更能表征經濟高質量發展的真實水平[4]。因此農業綠色全要素生產率越來越成為學者們研究的熱點。已有文獻從新型城鎮化[5]、環境規制[6]和農村金融[7]等角度對其進行了探討,還比較缺乏從外商直接投資的角度來探究其如何影響農業全要素生產率的文章。
本文采用DEA-Malmquist指數法對我國30個省(區、市)2008—2018年間農業綠色全要素生產率進行測度,并進一步檢驗FDI對農業綠色全要素生產率的影響機制,討論FDI對農業綠色全要素生產率的作用方向和大小,研究這些問題,有利于在鄉村振興背景下,更好推動我國綠色農業發展。
外商直接投資FDI企業的進入必定會搶奪國內市場,內資企業面臨較大的市場壓力,企業為了獲得更多市場份額,保證生存和發展,不得不加快技術革新,采用更加高效綠色的生產方式,加大研發資金投入,改善企業結構,提升組織管理水平,優化資源配置,提高生產率,減少能耗,從而降低成本,增加競爭力,這就促進了農業GTFP增長。同時,外資企業也會不斷提升技術水平,增強創新力度,與內資企業形成良性競爭循環,從而提升農業GTFP。
外商直接投資往往來自發達國家,我國農村企業與農業FDI企業尚存在一定的技術差距。農業FDI在進我入國的同時帶來了先進的生產裝備和污染防控技術。這將為我國農村企業生產經營提供良好的示范效應。另外,農業FDI企業的引入,會加快國內外企業人員的流動,增強了國內外企業的關聯性,有助于我國農村企業學習外資企業的先進技術、前沿理念,從而改進自身生產方式,在不斷學習中突破瓶頸。這種示范學習效應使得我國農村企業掌握先進的設備和技術,減少能源消費,降低成本,促進綠色全要素生產率增長。
農業FDI企業為了站穩腳跟,考慮到成本問題,必須與我國本土農村企業建立聯系。由于農業FDI企業擁有更好的技術水平和管理經驗,給我國下游農村企業提供的中間產品和服務質量較高,下游農村企業可以獲得優質產品,因而獲得外資企業的技術溢出效應。出于成本等因素的限制,外資企業只能在我國本地上游農業企業中購買原材料或零部件。為了保證產品的質量,外資企業也因此必須評估和指導我國上游企業,從而使原材料符合標準。我國上游農業企業也因此接受了FDI的技術溢出效應,提高了技術水平和管理經驗。這種垂直的技術溢出有利于提高我國農村綠色全要素生產率。
“污染天堂”假說又被稱為“污染避難所”,該假說解釋了環境規制水平成為發達國家直接對外投資的區位選擇的重要依據。由于發達國家往往實施嚴格的環境保護政策,企業生產受到嚴苛的管制,在處理污染保護環境方面成本太高。為此,發達國家選擇將一些高污染高排放的企業轉移到對環境要求相對寬松的國家。發展中國家為了提高競爭力,會刻意放寬環境規制力度,以便吸引更多外商投資,獲取新技術新理念。這種情況下,發達國家將高污染高能耗的企業遷移到發展中國家,從而實現污染的轉移。隨著FDI的深入,發達國家企業在發展中國家直接延續污染生產鏈,為減少保護環境成本,從而未嚴格采用污染排放控制技術生產。這就使發展中國家成為“污染避難所”。
基于上述假說,本文假設隨著農業FDI的進入,農村的生態環境可能遭受破壞,從而降低農村綠色全要素生產率。
面板數據模型常用的估計方法是混合OLS、隨機效應(RE)和固定效應模型(RE)等模型,但是如果被解釋變量存在內生性問題,上述3種模型的結果估計將會產生偏差。所以采用改進后的系統廣義GMM方法(System GMM)進行參數估計。對于系統GMM方法一般采用兩步估計法,能更有效地解決序列自相關與異方差的問題,以及更好控制一些遺漏因素和偏差。
2.2.1 被解釋變量
本文的被解釋變量為農業綠色全要素生產率(GTFP)。應用DEA-Malmquist指數法對我國除西藏自治區以外30個省(區、市)2008—2018年農業綠色全要素生產率進行測算。
2.2.2 核心解釋變量
即農業外商直接投資(FDI)。農業FDI有助于促進農業進一步發展,提高農民收入水平。農業產業鏈的延伸以及產業融合等方面,都可能對農業經濟發展以及農業綠色全要素生產率產生重大影響。

表1 變量說明
2.2.3 控制變量
控制變量包括城鎮化率(NU),用各省市城鎮人口占總人口的比重來表示;農作物受災面積(AA),采用農作物實際受災面積所占農作物播種總面積的比重表示;財政作用(FE),用各省當年政府財政總支出占GDP的比重表示;農作物種植結構(FC),用糧食播種面積占農作物播種面積的比重表示,以此反映各省的農業種植結構情況。
本文選取2008—2018年我國30個省、直轄市和自治區作為調查數據樣本。其中農業外商直接投資數據來源于《中國統計年鑒2008—2018》,所涉及的城鎮化率以及財政作用數據來源于《中國統計年鑒2008—2018》。
分別用最小二乘法(OLS)、隨機效應模型(RE)對模型進行參數估計,估計結果分別為表2的模型1和模型2。隨后采用系統GMM做參數估計,并進行Hansen檢驗確保工具變量的外生性,以及Arellano-Bond序列相關檢驗確保隨機隨機擾動項不存在自相關性。

表2 FDI對農業綠色全要素生產率(GTFP)影響的估計結果
模型3中,核心解釋變量FDI的系數為-0.0188,且在1%的水平下顯著,這說明在控制其他變量的情況下,農業FDI對農業GTFP有抑制作用,農業FDI每增長1個百分點會導致農業綠色全要素生產率降低-0.0188個百分點。其原因可能是我國仍然處于工業化進程,其中粗狂、勞動密集型制造工業仍存在著較大比重,整體上會影響資源利用效率,抑制農業綠色全要素生產率的發展,且外商直接投資可能對農村綠色發展有抑制作用。模型4中,FDI的平方項的系數為0.000738,且通過了1%的顯著性水平,這說明FDI與農業GTFP呈U型關系,即表示FDI對于農業GTFP不是一味的抑制作用,而是在長期發展過程中會促進農業GTFP的發展。
對其他解釋變量而言,城鎮化率的系數是-0.150且在1%的水平下顯著,表示在其他因素不變的情況下,城鎮化率每提升1個百分點,農業綠色全要素生產率增長減少0.150個百分點。農作物受災面積的系數為-0.0193,且在1%的水平下負顯著,原因可能是農作物受災面積增加不僅減少了農產品產量同時抑制農業綠色全要素生產率。財政支出每提升1個百分點,農業綠色全要素生產率降低-0.0948個百分點,原因可能是政府財政支出會造成市場價格的不均衡,降低市場效率,而我國很多城市存在財政赤字,降低了資源利用效率從而不利于農業綠色全要素生產率的增長。農作物種植結構系數是0.0759,且在1%的水平下顯著,農作物種植結構指數每提升1個百分點,農業綠色全要素生產率增長提高0.0759個百分點。
本文研究FDI對農業GTFP的影響,為保證結果穩健可靠,將核心解釋變量FDI的滯后一期與滯后二期作為工具變量,分別運用工具變量法、自助抽樣法以及Tobit 3種參數估計進行穩健性檢測。通過表3估計結果發現,核心解釋變量FDI的符號以及顯著性均未發生改變,表示本文的估計結果是穩健的。

表3 穩健性檢驗
本文利用DEA-Malmquist指數法對2008—2018年我國30個省(區、市)級樣本的農業綠色全要素生產率進行測算,使用系統GMM對外商直接投資與農業綠色全要素生產率的影響進行實證檢驗。研究發現,外商直接投資FDI對農業GTFP有顯著的抑制作用,但從長期來看呈現出正U型特征,也就是說隨著時間的推移,在后期外商直接投資FDI對農業GTFP有促進作用。
基于上述結論,本研究提出以下政策啟示:加大政府對農業的支持力度,政府應建立長效投資機制,用于農業投資的財政資金總量應逐漸呈現出上升趨勢。擴大引資規模,提高引資質量,引導外資向高科技、搞附加值的農業轉移。政府采取鼓勵性的優惠政策,鼓勵外資向我國農業進行投資。大力支持農業科研人才隊伍建設,培育新型農民。對杰出人才加大相關政策的扶持及補貼,完善現代農業服務體系。促進我國農業規模化、集約化以及專業化,從而提升農業生產效率。完善基礎設施建設,優化農業投資環境,為農業投資創造更良好的生存空間。建設成熟的農業企業交流平臺,加強相互間的學習,促進農業綠色全要素生產率水平的提高。