何 龍,駱映竹,俞雅乖
(寧波大學 商學院,浙江 寧波 315211)
當下,已進入中國特色社會主義新時代,人民的生態(tài)環(huán)保理念日益增進。特別是農村人民對于農業(yè)水環(huán)境的重視程度越來越高,因為水資源不僅影響生活質量,更影響農村經濟發(fā)展水平。
越來越多的學者也注意到資源和環(huán)境效率的研究價值和重要性,劉渝和王芨(2012)[1]在已有研究基礎上,進一步證實了農業(yè)水資源具有空間集聚效應。張可等(2017)[2]在此基礎上,利用2013 年的截面數(shù)據(jù)測算了我國農業(yè)水環(huán)境效率,研究其空間效應和影響因素,研究結果表明我國農業(yè)水環(huán)境有空間分布特征和空間集聚效應。但使用截面數(shù)據(jù)所得結果的一般性不夠顯著。因此,本文做出改進設計,采用2014—2017 年的面板數(shù)據(jù)進行研究,分析中國農業(yè)水環(huán)境效率的空間效應,并進一步分析其影響因子。這對于提高我國農業(yè)水環(huán)境效率,降低地區(qū)間農業(yè)水環(huán)境效率的不均衡性具有重要意義。
SBM 模型最早由國外學者提出,國內相關學者將其不斷地應用改進。SBM 模型考慮產出的期望和非期望兩個指標[3],更凸顯決策單元環(huán)境效率評價的本質。評價過程中,先構建正確有效的生產可行性集,其內容包括:(1)期望產出;(2)非期望產出;(3)要素投入。再計算可行性集距離各決策單元的數(shù)值,所得即為效率值。因此本文借鑒SBM 模型[4],根據(jù)已有研究成果和農業(yè)水環(huán)境自身特點,選取2個期望產出指標、2 個非期望產出指標和5 個投入指標(見表1)。
表1 中國農業(yè)水環(huán)境效率測度指標
通過SBM 模型測算2014—2017 年我國農業(yè)水環(huán)境效率,并生成中國農業(yè)水環(huán)境效率空間分位圖(見圖1)。從圖1 中可以看出,農業(yè)水環(huán)境效率在我國東部大多介于0.91~1.0 范圍,向西逐級遞減,水環(huán)境效率最低值出現(xiàn)在我國西北部。我國農業(yè)水環(huán)境效率空間分布不均衡,東西差異大,在東部沿海和東三省呈現(xiàn)集聚特征。
圖1 中國農業(yè)水環(huán)境效率空間分位圖
首先,本文采用全局Moran's I 指數(shù)進行空間自相關檢驗[5-6]。Moran's I 指數(shù)解釋了一定空間內全部經濟活動的集群分布狀況,其定義為:
其中:n是觀察值的數(shù)量;xi是在位置i的觀察值;zi是xi的標準化變換,。
用全局Moran's I 檢驗中國2014—2017 年農業(yè)水環(huán)境效率,2014 年和2017 年通過10%置信度以下檢驗,2015 年和2016 年沒有通過10%置信度以下檢驗。說明在2014 年和2017 年,我國的農業(yè)水環(huán)境效率在空間上有一定的相關性,相鄰省份間互相學習效仿,農業(yè)水環(huán)境效率空間分布有集聚性。
考慮到農業(yè)水環(huán)境效率有空間依賴性,本文進一步用局部Moran's I 檢驗2014 年和2017 年各省份農業(yè)水環(huán)境效率,觀測各省空間依賴情況。全局Moran's I 檢驗處在整體視角,其結果只能反映區(qū)域的空間集聚或分散狀態(tài),不能很好地反映區(qū)域的空間關聯(lián)情況。局部Moran's I 檢驗恰能彌補這個不足[7]。本文將局部Moran's I 指數(shù)定義為:
對2014 年和2017 年我國農業(yè)水環(huán)境效率的測度結果進行局部Moran's I 檢驗,結果顯示,2014 年通過10%置信度檢驗的省區(qū)為天津和寧夏。2014 年通過5%置信度檢驗的省區(qū)為:北京、山西、江蘇、新疆。2017 年通過10%置信度檢驗的省區(qū)為:北京、山西、遼寧、吉林、青海。2017 年通過5%置信度檢驗的省區(qū)為:天津、甘肅、寧夏、新疆。
表2 為2014 和2017 年我國農業(yè)水環(huán)境效率局域空間自相關LISA 集群表[8],2014 年我國華東沿海省份和東三省呈“高—高”聚集模式,中西部部分地區(qū)呈“低—低”聚集模式。這表明我國農業(yè)水環(huán)境效率高值區(qū)集中在東部沿海省份,省份間互相帶動共同提高本區(qū)域農業(yè)水環(huán)境效率。區(qū)域經濟發(fā)展水平高,自然地理條件得天獨厚,河網(wǎng)密布、水系發(fā)達都決定了我國東部區(qū)域內雙高聚集模式。我國農業(yè)水環(huán)境效率低值區(qū)集中在中西部省份,一是中西部相較于東部經濟發(fā)展水平落后,二是自然地理環(huán)境所決定。西北多荒漠,水資源匱乏。西南多山區(qū),地區(qū)間經濟不便合作,資源難以共享,最終呈現(xiàn)出雙低聚集模式。在2017 年發(fā)生了動態(tài)演變。即“高—高”聚集模式省份由7 個上升到10 個,由東三省和華東沿海省份向周邊省份擴張,可見位于“高—高”聚集模式周邊的省份有向鄰近省份學習的現(xiàn)象;同時,“低—低”聚集模式的省份從8 個減少為3 個??梢?,中國農業(yè)水環(huán)境效率總體呈上升趨勢,且低效率省份會向高效率省份學習,逐漸提高本省農業(yè)水環(huán)境效率。
表2 2014 年和2017 年我國農業(yè)水環(huán)境效率局域空間自相關LISA集群表
已有的文獻充分研究了農業(yè)環(huán)境效率的影響因素,主要有:資源因素、環(huán)境因素和經濟因素[9-10]。本文基于已有研究成果[11-12],結合農業(yè)水環(huán)境的特征,選取出可能會對農業(yè)水環(huán)境效率產生影響的因素。
Monchuk(2010)[13]研究了農業(yè)生產率的影響因素,發(fā)現(xiàn)農業(yè)結構、工業(yè)化以及農業(yè)經濟發(fā)展水平都會影響到農業(yè)生產率。農業(yè)水環(huán)境效率同樣會受農業(yè)結構變動的影響,生產糧食或者養(yǎng)殖畜禽對水資源的要求不一樣,其帶來的影響也不一樣。因此,借鑒張可等(2017)[2]的研究,本文選取了兩個農業(yè)結構的影響因素,一個是以養(yǎng)殖業(yè)總產值占農業(yè)總產值比重進行衡量,該值越大表明當?shù)貙τ陴B(yǎng)殖業(yè)的投入越大;另一個是以農作物播種面積與耕地面積的比值進行衡量,該值越大,表明當?shù)貙r產品的投入越大。此外,Monchuk(2010)還選取了農村工業(yè)化水平作為農業(yè)生產率的影響因素。地區(qū)工業(yè)化水平提高可以帶動農業(yè)生產率提高,間接提高農業(yè)水環(huán)境效率。譬如,工業(yè)化水平提高帶動化肥使用效率提高,減少氮磷元素對水環(huán)境的負污染,既增加了“期望產出”,也降低了“非期望”產出。因此,本文選取了一個工業(yè)化水平的影響因素,用規(guī)模以上工業(yè)企業(yè)數(shù)量的自然對數(shù)進行衡量。該值越高,表明當?shù)氐墓I(yè)化水平也越高。因此本文選取了農業(yè)結構和工業(yè)化水平做影響因素。
梁流濤(2012)[14]、李谷成(2014)[15]都提到了農村經濟發(fā)展水平和環(huán)境規(guī)制對于農業(yè)環(huán)境的影響,因此本文選取農村經濟發(fā)展水平作為一個影響因素,以農村居民人均可支配收入衡量農村經濟發(fā)展水平,該值越大表明當?shù)亟洕l(fā)展水平越高。環(huán)境規(guī)制主要表現(xiàn)為政府出臺的環(huán)境保護政策、對于破壞環(huán)境行為的執(zhí)法力度以及環(huán)境治理的投入。但是這一方面的度量在數(shù)據(jù)獲得方面略受限制,因此本文借鑒已有研究,環(huán)境規(guī)制影響因子用污染物控制效果衡量,污染物控制效果越好,表明當?shù)丨h(huán)境規(guī)制力度越強。因此,本文選取了兩個指標衡量環(huán)境規(guī)制力度,一個是農業(yè)COD 排放程度,另一個是氮磷排放程度。
梁流濤等(2012)[14]提出農業(yè)基礎設施條件是農業(yè)環(huán)境效率的一個影響因素,換言之,農業(yè)基礎設施越好,投入要素的生產效率也就越高。因此,本文選取了農業(yè)環(huán)境基礎設施條件作為一個影響因素,用農業(yè)基礎設施投資額做衡量標準,該變量越大表明農業(yè)基礎設施越好。
此外,各地區(qū)自然保護程度會影響當?shù)剞r村居民的環(huán)保意識,即自然保護程度高的地區(qū),當?shù)鼐用駥ψ匀槐Wo的重視程度也就更高,在農業(yè)生產活動中會有意識地減少非期望產出,從而提高農業(yè)水環(huán)境效率。因此,本文選用自然保護區(qū)面積作為當?shù)氐淖匀槐Wo程度。
具體的影響因素以及衡量方法如表3 所示。
表3 農業(yè)水環(huán)境效率的影響因素
本文采用我國2014—2017 年農業(yè)水環(huán)境效率及其影響因素相關指標的省級面板數(shù)據(jù),樣本總量124 個。數(shù)據(jù)來自《中國環(huán)境統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》。
本文首先采用普通最小二乘法(OLS)模型研究農業(yè)水環(huán)境效率的影響因素,為使結果穩(wěn)健,本文使用空間滯后模型(SLM)和空間誤差模型(SEM)進行研究。
(1)普通最小二乘法模型(OLS)
(2)空間滯后模型(SLM)
空間滯后模型是研究空間內各變量間的溢出效應。其中:X為自變量,即表3 中的8 個影響因素;y為因變量,即農業(yè)水環(huán)境效率(AWEE);β表示X對Y的影響;ρ為空間自回歸系數(shù);Wy是內生變量[16]。
(3)空間誤差模型(SEM)
空間誤差模型研究空間內,各誤差項間的依賴關系。其中,X為自變量,即表3 中的8 個影響因素;y為因變量,即農業(yè)水環(huán)境效率(AWEE);β表示X對Y的影響;ε為隨機誤差向量;λ為自回歸系數(shù),表示本地區(qū)受相鄰地區(qū)誤差沖擊的程度;μ為標準正態(tài)分布的隨機誤差向量;W為空間權重矩陣[17]。
各模型計量結果如表4 所示。OLS,SLM 和SEM的擬合度分別是0.445,0.553 和0.539,OLS 的擬合度既低于SLM 又低于SEM,說明OLS 回歸分析中假設各省份農業(yè)水環(huán)境效率相互獨立的說法不成立,即我國農業(yè)水環(huán)境效率在空間上有一定的相關性。SLM 模型的自回歸系數(shù)通過10%顯著性水平檢驗,說明我國相鄰省域間,農業(yè)水環(huán)境效率會互相影響,存在空間依賴性。具體而言有6 點:
表4 實證檢驗結果
(1)農業(yè)結構變動帶來的影響從兩方面分析。一方面,ASCP 估計系數(shù)為負但不顯著。表明養(yǎng)殖業(yè)占農業(yè)產值比重與農業(yè)水環(huán)境效率之間不存在顯著關系,養(yǎng)殖業(yè)在農業(yè)結構中對農業(yè)水環(huán)境效率的影響有限。另一方面,ASCG 估計系數(shù)為正且通過5%顯著性水平檢驗,表明農作物產量占比的提升會帶動農業(yè)水環(huán)境效率提高。原因是我國農作物施肥量總量逐年平穩(wěn),保證糧食作物平穩(wěn)增長的前提下,提高其他農業(yè)作物比重并不需要增加施肥量,化肥使用效率提高,非期望產出減少,農業(yè)水環(huán)境效率由此提高。因此,在保證糧食作物平穩(wěn)增長的前提下,提高其他農作物比重,可以提高化肥使用效率,提高農業(yè)水環(huán)境效率,減少水環(huán)境問題。
(2)農村工業(yè)化估計系數(shù)為負,且通過10%的顯著性水平檢驗,說明農業(yè)水環(huán)境效率伴隨著工業(yè)化有所下降。這可能源于,水資源在工業(yè)化進程中被過度開發(fā)利用,快速工業(yè)化產生大量污染物得不到妥善處理,排放至就近水域中,日積月累形成了水污染問題。加之其他因素綜合疊加,如農村粗放型增長方式產生負向影響,城市工業(yè)向農村轉移帶來污染等,都導致農業(yè)水環(huán)境效率降低。
(3)農村經濟發(fā)展水平估計系數(shù)為正,且通過1%顯著性水平檢驗,表明經濟發(fā)展水平上升有助于農業(yè)水環(huán)境效率提高。原因在于,經濟發(fā)展水平提升后,人們對生活質量會有更多要求,政府和農村居民自然更重視水環(huán)境質量。此外,農村經濟發(fā)展水平的提高帶動農業(yè)科學技術提高,資源損耗和污染都隨之減少,從而農業(yè)水環(huán)境效率提高。
(4)環(huán)境規(guī)制帶來的影響從兩方面分析。一方面,ERCOD 估計系數(shù)為負但不顯著。從農業(yè)COD 排放角度看,環(huán)境規(guī)制在一定程度上使農業(yè)水環(huán)境效率有所降低。這可能源于養(yǎng)殖業(yè)COD 排放在農業(yè)COD 排放中占比居首位,排放主體發(fā)生污染的過程帶有隨機性、分散性,因此很難制定行之有效的制度。另一方面,ERNH 估計系數(shù)為正但不顯著。從氨氮排放角度看,環(huán)境規(guī)制在一定程度上使農業(yè)水環(huán)境效率有所提高。這可能源于農業(yè)氨氮排放大多來自化肥和農藥,我國政府出臺相關管理制度嚴控農業(yè)氨氮排放。但在某些省份可能因當?shù)卣腿嗣駥Νh(huán)保問題不夠重視,執(zhí)行力較弱,導致環(huán)境規(guī)制對農業(yè)水環(huán)境效率的影響并不顯著。
(5)農業(yè)環(huán)境基礎設施條件估計系數(shù)為正但不顯著,表明農業(yè)水環(huán)境效率會因為環(huán)境基礎設施條件的改善而提升,效果卻不明顯??赡艿慕忉屖牵r業(yè)環(huán)境基礎設施的建設,如滴灌節(jié)水技術、生態(tài)農業(yè)工程等,提高了資源使用率和生產能力,減輕了生態(tài)破壞,從而提高了農業(yè)水環(huán)境效率。盡管有向好轉變的趨勢,但與此同時也存在諸如投資項目不合理、資金短缺斷裂等問題,從而致使農業(yè)水環(huán)境效率的影響不顯著。
(6)自然保護重視程度的估計系數(shù)為正,且通過5%的顯著性水平檢驗,說明農業(yè)水環(huán)境效率會隨區(qū)域內對自然保護重視程度的提高有所改善。這是由于當?shù)乇旧砭椭匾曌匀画h(huán)境的保護,潛移默化之下,當?shù)厝嗣褡陨硪矊Ω哔|量的環(huán)境有了意識和需求。因此,在日常生活中、農業(yè)生產活動中,自發(fā)的注意環(huán)境保護,例如提高化肥的使用效率,減少非期望產出,在這樣一種重視自然保護的意識形態(tài)下,農業(yè)水環(huán)境效率會有所提高。
本文運用SBM 模型,基于2014—2017 年數(shù)據(jù),測算了中國省級農業(yè)水環(huán)境效率,再通過空間滯后模型和空間誤差模型對農業(yè)水環(huán)境效率的空間效應、動態(tài)演進及影響因子做進一步分析。分析表明:
(1)我國農業(yè)水環(huán)境效率在各省份間有相關性。其空間分布有兩個特點:一是非均衡分布,農業(yè)水環(huán)境效率從東到西逐級降低;二是集聚效應,東部沿海省份農業(yè)水環(huán)境效率是雙高聚集模式,中西部部分省份農業(yè)水環(huán)境效率是雙低聚集模式。
(2)我國各省份農業(yè)水環(huán)境效率存在動態(tài)演進的過程。從2014—2017 年,省際農業(yè)水環(huán)境效率存在向鄰近地區(qū)學習的效應。位于“高—高”模式周邊的省份,向高效率省份學習,農業(yè)水環(huán)境效率有顯著提升,“高—高”模式的省份數(shù)量上升;位于“低—低”模式的省份,也會向高效率省份學習,農業(yè)水環(huán)境效率也得到提升,“低—低”模式的省份數(shù)量減少。由此可見,中國農業(yè)水環(huán)境效率是呈現(xiàn)上升趨勢,且低效率省份會向鄰近高效率省份學習,提高農業(yè)水環(huán)境效率。
(3)我國各省份農業(yè)水環(huán)境效率相互間有所影響,地區(qū)間各類空間因素也相互影響。具體表現(xiàn)為農業(yè)水環(huán)境效率的提高與農村經濟發(fā)展水平、農業(yè)結構合理變動、基礎設施條件改善、有效的環(huán)境規(guī)制、生態(tài)環(huán)保意識增強五個方面有關。工業(yè)增長采取粗放型模式則會降低農業(yè)水環(huán)境效率。
基于上述分析,本文給出兩方面建議:(1)在農業(yè)水環(huán)境污染的治理過程中,首先應注重政策的空間聯(lián)動性,區(qū)域間經濟合作與環(huán)保合作協(xié)同推進,統(tǒng)籌區(qū)域間水環(huán)境治理工作高效開展;其次東部沿海地區(qū)在目前的優(yōu)良基礎上應充分發(fā)揮農業(yè)水環(huán)境管理的引領效應,中西部地區(qū)應加強與東部沿海地區(qū)在農業(yè)水環(huán)境治理方面的溝通與合作,采取“科學引領,全面聯(lián)動”的方式,逐漸提升中西部地區(qū)農業(yè)水環(huán)境治理能力。在借鑒過程中也要注意,切忌生搬硬套,學習成功經驗的同時要結合自身特點有的放矢,制定科學合理、適應自身發(fā)展的水環(huán)境綜合治理體系。(2)考慮到農業(yè)水環(huán)境效率受多重環(huán)境因素的影響,各地區(qū)在農業(yè)水環(huán)境管理過程中,還需注意:第一,提高本地經濟發(fā)展水平,暢通地區(qū)間經濟交流合作;第二,優(yōu)化農業(yè)結構,提倡綠色生產,推廣生態(tài)型農業(yè)科技技術;第三,轉變農村工業(yè)化增長方式,摒棄粗放型模式,盡快采用集約型模式;第四,保證充足的資金用于改善農業(yè)基礎設施條件;第五,完善農業(yè)水環(huán)境政策體系,出臺防治措施,財政加大扶持力度等政策工具的綜合運用,發(fā)揮激勵作用,加快水環(huán)境政策體系的完善;第六,加強環(huán)境保護知識的宣傳教育工作,提高全民環(huán)保意識,環(huán)境的改變從每個公民的小轉變開始。