王丹，劉春明，周楊

(1.長春金融高等?？茖W(xué)校會計學(xué)院，長春市，130028；2.吉林工程技術(shù)師范學(xué)院經(jīng)濟與管理學(xué)院，長春市，130122；3.濟寧學(xué)院儒商學(xué)院，山東濟寧，273115)

0 引言

20世紀(jì)70年代末，我國開始施行家庭聯(lián)產(chǎn)承包責(zé)任制，大幅度提高勞動產(chǎn)出率的同時，也帶來了土地細碎化的問題，較低的規(guī)?；潭群蜕a(chǎn)要素配置水平在一定程度上阻礙了農(nóng)業(yè)現(xiàn)代化的進程，降低了中國農(nóng)業(yè)的國際競爭力。已有研究表明，走生產(chǎn)集聚化的道路不僅可以加快農(nóng)業(yè)現(xiàn)代化的進程，亦可以提高農(nóng)業(yè)生產(chǎn)率、增強農(nóng)業(yè)競爭力[1-2]。當(dāng)前，我國農(nóng)業(yè)生產(chǎn)正處在集聚化的道路上，黨的十九大報告也強調(diào)“要構(gòu)建農(nóng)業(yè)現(xiàn)代化的生產(chǎn)體系，發(fā)展農(nóng)業(yè)生產(chǎn)適度規(guī)模經(jīng)營，促進小農(nóng)戶與現(xiàn)代農(nóng)業(yè)有機銜接”。

然而，中國農(nóng)業(yè)發(fā)展長期伴隨著農(nóng)業(yè)產(chǎn)出與環(huán)境污染之間的矛盾與沖突[3-4]，在農(nóng)業(yè)生產(chǎn)集聚的條件下，這一矛盾與沖突更加尖銳。突出表現(xiàn)在糧食產(chǎn)量實現(xiàn)“十二連增”時，人們對“增產(chǎn)加劇污染”的爭論[5]。對于集聚化程度更高的糧食主產(chǎn)區(qū)而言，也有人提出“過量的化肥施用‘喂’出了糧食主產(chǎn)區(qū)糧食產(chǎn)量連年增產(chǎn)”。在“兩山理論”和“綠色發(fā)展”指引下，未來農(nóng)業(yè)產(chǎn)出的增長方式，必須實現(xiàn)由粗放型向綠色生態(tài)型轉(zhuǎn)變?；诂F(xiàn)實角度，我國農(nóng)業(yè)污染的本質(zhì)實際上是生產(chǎn)要素配置與綠色發(fā)展的失衡，在資源條件剛性約束下，實現(xiàn)農(nóng)業(yè)產(chǎn)出的綠色可持續(xù)發(fā)展無疑是緩解生產(chǎn)集聚與生態(tài)保護之間矛盾的必然選擇，而提高環(huán)境效率則是其中的關(guān)鍵一環(huán)[6]。那么，在農(nóng)業(yè)增產(chǎn)與生態(tài)保護的雙重壓力下，農(nóng)業(yè)生產(chǎn)集聚能否提高環(huán)境效率？

環(huán)境效率是指以最小的資源消耗獲得最大的經(jīng)濟效益，降低經(jīng)濟生產(chǎn)過程中對環(huán)境的負面影響，是衡量經(jīng)濟效益與環(huán)境效益協(xié)調(diào)發(fā)展的重要指標(biāo)。目前，關(guān)于生產(chǎn)集聚對環(huán)境效率的影響，尚存在較大分歧。關(guān)鍵的爭論點在于是正向影響占主導(dǎo)還是負向影響占主導(dǎo)，具體表現(xiàn)在3種不同的觀點：(1)生產(chǎn)集聚會使單位空間上的污染量成倍增長，不利于環(huán)境效率的改善。張輝鵬等[7]認為，為實現(xiàn)糧食增產(chǎn)的目的而提高化肥用量是十分必要的，但化肥的大量施用加劇了生態(tài)環(huán)境的惡化；(2)生產(chǎn)集聚可以催生出規(guī)模效應(yīng)，有利于避免化學(xué)藥品的無畏消耗，從而提高環(huán)境效率?？紤]到規(guī)模報酬遞增的特點[8]，糧食生產(chǎn)規(guī)模的擴大可能降低農(nóng)業(yè)面源污染排放量的增速，政府對農(nóng)業(yè)污染的治理效果也有可能因規(guī)模效應(yīng)進一步放大[9]，生產(chǎn)集聚可能會改善環(huán)境效率。Glaser[10]研究表明，規(guī)模擴大和集聚可能更有利于降低污染排放。薛蕾等[1]認為生產(chǎn)集聚可以促進農(nóng)業(yè)生產(chǎn)專業(yè)化分工升級，推動新技術(shù)的利用，有利于提高生產(chǎn)環(huán)節(jié)標(biāo)準(zhǔn)化，既有利于提高產(chǎn)出，也有利于降低污染排放；(3)生產(chǎn)集聚對環(huán)境效率的影響關(guān)系并不明確。徐承紅等[11]認為，生產(chǎn)集聚與環(huán)境污染之間存在“N型”關(guān)系，即隨著生產(chǎn)集聚程度的提高，環(huán)境污染程度將表現(xiàn)出先上升、后下降、再上升的趨勢。

已有研究對生產(chǎn)集聚與環(huán)境效率之間的關(guān)系并未形成一致的結(jié)論。尚存在以下不足：首先，研究內(nèi)容存在分割。已有研究集中于對“增污”和“減污”的驗證，忽略了從具體農(nóng)業(yè)生產(chǎn)要素供給視角下生產(chǎn)集聚對改善環(huán)境效率的路徑檢驗；其次，研究方法存在局限性。生產(chǎn)集聚影響環(huán)境效率的研究中，大量研究使用了一般回歸方法或固定效應(yīng)模型，內(nèi)生性問題并未較好地得到解決。因此，本文構(gòu)建包含非期望產(chǎn)出的超效率松弛變量測度數(shù)據(jù)包絡(luò)模型(SBM-DEA)測算環(huán)境效率，采用解決內(nèi)生性問題的傾向得分—雙重差分模型(PSM-DID)，聚焦于典型的生產(chǎn)集聚區(qū)——糧食主產(chǎn)區(qū)，將糧食主產(chǎn)區(qū)作為實驗組，糧食非主產(chǎn)區(qū)作為對照組，考察糧食主產(chǎn)區(qū)的生產(chǎn)集聚對環(huán)境效率的影響，并通過農(nóng)業(yè)生產(chǎn)要素考察了具體的影響路徑。

1 理論分析與研究假說

1999—2003年，糧食產(chǎn)量連年減產(chǎn)，糧食生產(chǎn)面積在2003年更是跌至了新中國成立以來的最低點。在糧食安全的壓力下，國家著手設(shè)立糧食主產(chǎn)區(qū)，并將生產(chǎn)資源向糧食主產(chǎn)區(qū)傾斜。在此背景下，糧食主產(chǎn)區(qū)憑借得天獨厚的資源優(yōu)勢，具備了較為明顯的農(nóng)業(yè)生產(chǎn)集聚特征[12]。環(huán)境效率的改善無非一點：提高農(nóng)業(yè)產(chǎn)出的同時降低環(huán)境污染程度。因此，本文認為農(nóng)業(yè)生產(chǎn)集聚可以從規(guī)模效應(yīng)、溢出效應(yīng)和分工效應(yīng)3個方面對環(huán)境效率產(chǎn)生影響，而影響方向存在兩面性。首先，農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率的規(guī)模效應(yīng)。理論上，農(nóng)業(yè)生產(chǎn)集聚引致生產(chǎn)要素在一定空間上的大量集中，催生出規(guī)模效應(yīng)。規(guī)模效應(yīng)可以降低生產(chǎn)成本、提高綠色生產(chǎn)技術(shù)的利用率，從而正向影響環(huán)境效率。然而，也有人認為由于我國農(nóng)戶總體上資本匱乏且農(nóng)業(yè)生產(chǎn)過度依賴化學(xué)用品，農(nóng)業(yè)生產(chǎn)集聚和粗獷經(jīng)營模式并存可能會使污染排放量在一定空間水平上成倍增長，產(chǎn)生規(guī)模不經(jīng)濟，不利于環(huán)境效率的改善[13]。其次，農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率的溢出效應(yīng)。農(nóng)業(yè)生產(chǎn)集聚不僅會擴大農(nóng)業(yè)生產(chǎn)規(guī)模，也會在一定程度上擴大市場規(guī)模[14]。一方面，市場規(guī)模的擴大可以加強農(nóng)戶與農(nóng)戶間、農(nóng)戶與企業(yè)間以及企業(yè)與企業(yè)間的聯(lián)系，先進的技術(shù)與信息得以在空間上自由流動，產(chǎn)生知識溢出效應(yīng)，從而實現(xiàn)環(huán)境效率的改善；另一方面，農(nóng)業(yè)生產(chǎn)的集中管理、生產(chǎn)設(shè)施的集中建設(shè)，均有利于提升污染治理效率，創(chuàng)造更大產(chǎn)出效益的同時，亦能保障環(huán)境效益[15]。第三，農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率的分工效應(yīng)。農(nóng)業(yè)生產(chǎn)集聚可以催生出農(nóng)業(yè)生產(chǎn)的橫向分工和縱向分工[16]，從而更有針對性的對環(huán)境效率產(chǎn)生影響。橫向分工可以提高鄰近地塊作物品種生產(chǎn)的一致程度，易于服務(wù)外包的介入，提高資源利用效率以實現(xiàn)污染減排，最終有助于改善環(huán)境效率；縱向分工使得農(nóng)業(yè)生產(chǎn)的每一個環(huán)節(jié)都可以細化，故而可以提高化肥施用階段的專業(yè)化程度。如機械化水平的提高亦使化肥施用的標(biāo)準(zhǔn)化程度提高，降低資源的無畏消耗，從源頭上降低了農(nóng)業(yè)生產(chǎn)的非期望產(chǎn)出，環(huán)境效率得以改善。然而，較高的機械化水平在長期也會增加碳排放量[17]，不利于環(huán)境效率的改善。

據(jù)此，提出如下假說：農(nóng)業(yè)生產(chǎn)集聚可以從多方面改善環(huán)境效率，但也存在降低環(huán)境效率的可能，因此，農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的影響存在不確定性。

2 模型構(gòu)建與數(shù)據(jù)來源

2.1 非期望產(chǎn)出的超效率松弛變量測度數(shù)據(jù)包絡(luò)模型(SBM-DEA)

對環(huán)境效率的測度方法有多種，較為常見的有SFA模型[18]、M-L指數(shù)[19]和SBM-DEA模 型[20]。為測 算環(huán)境效率，本文參照睢忠林等[20]的方法采用基于非期望產(chǎn)出的超效率SBM-DEA模型，以糧食主產(chǎn)區(qū)和糧食非主產(chǎn)區(qū)的各個省份為DMU構(gòu)建環(huán)境效率的可能性前沿面，模型設(shè)定形式

式中：GTFP——環(huán)境效率值；

n——DMU數(shù)量；

m——每個DMU的投入量；

r1——期望產(chǎn)出，主要包括糧食總產(chǎn)值TV和糧食單產(chǎn)PY；

r2——非期望產(chǎn)出，主要包括碳排放量CE和污染排放量PE；

xk、yd、yu——相應(yīng)的要素投入矩陣、期望產(chǎn)出矩陣、非期望產(chǎn)出矩陣中的元素。

其中碳排放量=化肥×0.90+農(nóng)藥×4.93+農(nóng)膜×5.18+柴油×0.59，污染排放量=化肥×0.65+農(nóng)藥×0.50+農(nóng)膜×0.10。

根據(jù)C-D生產(chǎn)函數(shù)的設(shè)定形式，參考高鳴等[21]具體的指標(biāo)選取方式，投入指標(biāo)包括糧食生產(chǎn)直接費用Dir、糧食生產(chǎn)間接費用Ind和人工用量Lab等要素。

2.2 傾向得分—雙重差分模型(PSM-DID)

PSM-DID模型是解決內(nèi)生性問題較為常用的方法，通過設(shè)置實驗組和對照組的方式，客觀衡量政策變遷或新政策實施對經(jīng)濟體的影響。本文遵循羅斯炫等[5]的思想，將2004年設(shè)立的糧食主產(chǎn)區(qū)作為一項新政策的實施展開研究。具體的模型設(shè)定形式如下，式(3)為用于PSM匹配的Logit回歸模型，式(4)為用于DID估計的雙重固定效應(yīng)模型。

式中：Pol——糧食主產(chǎn)區(qū)政策實施地區(qū)的虛擬變量，若該地區(qū)為糧食主產(chǎn)區(qū)，則Pol=1，否則Pol=0；

Year——糧食主產(chǎn)區(qū)政策實施時間的虛擬變量，雖然糧食主產(chǎn)區(qū)于2004年設(shè)立，但普遍認為政策效應(yīng)會在第二年顯現(xiàn)，即若為2005年及以后，則Year=1，否則，Year=0；

λi——個體固定效應(yīng)，用來控制個體揚有不隨時間變化的因素；

γt——時點固定效應(yīng)，用來控制某一時刻影響環(huán)境效率的因素；

β——揚有變量的待估參數(shù)；

ε——隨機誤差項；

Control——影響環(huán)境效率的其他因素，以盡可能避免實驗組與對照組之間因趨勢不平行而產(chǎn)生的內(nèi)生性偏誤。

Control主要包括：災(zāi)害率DR，災(zāi)害率與產(chǎn)出水平成反比，災(zāi)害率越高越不利于環(huán)境效率改善；財政環(huán)保水平Fin，用各省份財政環(huán)保支出表示。

人力資本水平Edu，受教育水平越高，掌握高新技術(shù)的可能性越高，越有利于改善環(huán)境效率；生產(chǎn)技術(shù)水平Te，生產(chǎn)技術(shù)水平與環(huán)境效率成正比；農(nóng)村經(jīng)濟發(fā)展水平Re，農(nóng)村經(jīng)濟發(fā)展水平越高，農(nóng)民對居住環(huán)境會有更高的要求，便會傾向于改善環(huán)境效率。此外，為避免異方差和序列相關(guān)的干擾，本文對上述絕對值變量進行對數(shù)化處理，并采用robust進行穩(wěn)健性估計。

2.3 數(shù)據(jù)來源

具體的變量定義與描述性統(tǒng)計如表1揚示。2004年設(shè)立糧食主產(chǎn)區(qū)后，我國糧食產(chǎn)量實現(xiàn)“十二連增”，其中玉米份額的快速增加做出了較大貢獻[22]。

表1 變量的含義與描述性統(tǒng)計分析Tab.1 Meanings of variables and descriptive statistical analysis

因此，玉米作為本文的研究對象較有代表性。樣本區(qū)間主要選取1998—2018年省級面板數(shù)據(jù)，運用MAXDEA軟件和Stata軟件測度環(huán)境效率、農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的影響。上述投入、產(chǎn)出和影響因素變量的數(shù)據(jù)均來源于《農(nóng)產(chǎn)品成本收益資料匯編》《中國統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》。需要說明的是，考慮到數(shù)據(jù)的可得性，13個糧食主產(chǎn)區(qū)剔除了江西省和湖南省，保留了河北、黑龍江、內(nèi)蒙古、吉林、遼寧、江蘇、安徽、山東、河南、湖北、四川等11個省(區(qū))，糧食非主產(chǎn)區(qū)主要選擇山西、廣西、重慶、甘肅、陜西、貴州、云南、寧夏、新疆等9個省(區(qū))。

3 實證分析

3.1 環(huán)境效率的測算

遵循糧食主產(chǎn)區(qū)設(shè)立的政策效應(yīng)在DID模型中的思想，本文將20個省份按照糧食主產(chǎn)區(qū)和糧食非主產(chǎn)區(qū)劃分為實驗組和對照組，并按糧食主產(chǎn)區(qū)設(shè)立前(2005年以前)和糧食主產(chǎn)區(qū)設(shè)立后(2005年以后)分為兩個時期。

基于超效率SBM-DEA模型計算的結(jié)果，表2展示了兩個時期糧食主產(chǎn)區(qū)和非主產(chǎn)區(qū)環(huán)境效率均值的變化情況。由差分結(jié)果可知，糧食主產(chǎn)區(qū)設(shè)立前實驗組的環(huán)境效率比對照組高0.024 9，而糧食主產(chǎn)區(qū)設(shè)立后，兩組的差值擴大為0.060 4，糧食主產(chǎn)區(qū)設(shè)立前兩組差值明顯小于設(shè)立后。這就意味著，農(nóng)業(yè)生產(chǎn)集聚化程度提高后，環(huán)境效率也會顯著改善。但這一變化是否由糧食主產(chǎn)區(qū)設(shè)立產(chǎn)生農(nóng)業(yè)生產(chǎn)集聚引起的，還需通過實證分析加以檢驗。

表2 糧食主產(chǎn)區(qū)設(shè)立前后環(huán)境效率的均值變化Tab.2 Mean change of environmental efficiency before and after the establishment of main grain producing areas

3.2 農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的影響

3.2.1 平行趨勢檢驗

DID方法對數(shù)據(jù)的要求較為嚴(yán)格，需要保證政策實施前實驗組與對照組沒有顯著性差異。為此，本文通過PSM方法構(gòu)造“反事實”樣本，采用近鄰匹配方式，在420個總樣本中將不符合共同取值范圍的樣本剔除后，保留391個樣本觀測值，進行核心變量的平行趨勢檢驗。

由表3可知，匹配后實驗組與對照組核心變量的標(biāo)準(zhǔn)偏差值均小于10%，t檢驗同樣表明匹配后的兩組樣本在匹配變量上均不存在顯著差異?？傊ヅ浜蟮膬山M樣本通過了平行趨勢檢驗，為下文的DID估計篩選出了較為理想的數(shù)據(jù)樣本，更加有助于獲得農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率的真實效果。

表3 匹配前后平行趨勢檢驗Tab.3 Test the parallel trend before and after matching

3.2.2 平均效應(yīng)

農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率的估計結(jié)果如表4揚示，(1)、(3)列為控制了年份固定效應(yīng)的OLS回歸估計結(jié)果，(2)、(4)列為面板數(shù)據(jù)的個體、時點雙向固定效應(yīng)模型回歸結(jié)果。由表4中(1)、(2)列基準(zhǔn)回歸估計結(jié)果可知，政策效應(yīng)的系數(shù)值均顯著為正，說明與非糧食主產(chǎn)區(qū)相比，糧食主產(chǎn)區(qū)的設(shè)立可以改善環(huán)境效率，即農(nóng)業(yè)生產(chǎn)集聚可以改善環(huán)境效率。表4中(3)、(4)列為納入控制變量后的估計結(jié)果，政策效應(yīng)的系數(shù)值略有下降，說明若遺漏本文選取的控制變量會高估政策效應(yīng)，但農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的正效應(yīng)依然顯著。在其他條件不變的情況下，政策效應(yīng)的系數(shù)值分別為0.031 1和0.028 4，說明就糧食主產(chǎn)區(qū)而言，2004—2018年間農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的改善作用大約在3%左右。

表4 農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率的平均效應(yīng)Tab.4 Agglomeration of agricultural production affects the average effect of environmental efficiency

綜合兩種方式的估計結(jié)果，控制變量中，災(zāi)害率的增加會對環(huán)境效率產(chǎn)生顯著的負向影響，農(nóng)業(yè)生產(chǎn)規(guī)?；潭葧S著農(nóng)業(yè)生產(chǎn)集聚而提高，一旦出現(xiàn)自然災(zāi)害就會出現(xiàn)一定區(qū)域內(nèi)的連鎖反應(yīng)，相比集聚程度較低的地區(qū)對農(nóng)業(yè)產(chǎn)出的負面影響更大；財政支農(nóng)水平同樣不利于環(huán)境效率的改善，與預(yù)期并不相符。

可能的原因在于，財政支農(nóng)資金較少、結(jié)構(gòu)錯位以及效率低下的問題仍然存在，并且，財政支農(nóng)的目標(biāo)始終以增產(chǎn)為導(dǎo)向，可能會錯誤的引導(dǎo)農(nóng)戶過度施用化學(xué)用品以提高產(chǎn)量，阻礙了環(huán)境效率的改善；生產(chǎn)技術(shù)水平的提高可以正向影響環(huán)境效率，可能的原因在于高集聚化程度下的技術(shù)水平提升，可以在農(nóng)業(yè)生產(chǎn)中用更少的人力資本投入獲得更大的產(chǎn)出效益，單位產(chǎn)出效益下對環(huán)境造成的破壞也更少[23]。反之，生產(chǎn)技術(shù)水平較低的農(nóng)業(yè)生產(chǎn)往往傾向于勞動密集型生產(chǎn)方式，缺乏高素質(zhì)管理人員和環(huán)保設(shè)施，對污染排放的處理意識淡薄，環(huán)境效率相對較低。

3.2.3 穩(wěn)健性檢驗

首先，采用更換匹配方式進行檢驗。對420個總樣本采用半徑匹配替代近鄰匹配，結(jié)果如表5揚示，不論是OLS回歸還是固定效應(yīng)檢驗，農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的影響依然顯著為正。上述結(jié)果與前文中的結(jié)果一致，驗證了實證結(jié)果的穩(wěn)健性。

表5 更換匹配方式后農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率的平均效應(yīng)Tab.5 Average effect of agricultural production agglomeration on environmental efficiency after changing the matching mode

其次，對實證結(jié)果進行安慰劑檢驗。為了避免政策干預(yù)的隨機性以及排除其他因素對研究結(jié)果的干擾，進一步增強回歸結(jié)果的穩(wěn)健性，假設(shè)實驗組被設(shè)為政策實施地區(qū)的時間提前到2003年和2002年。由表6可知，將政策實施提前設(shè)立，系數(shù)值均不顯著，說明環(huán)境效率得以改善主要源于糧食主產(chǎn)區(qū)的設(shè)立，進一步強化了農(nóng)業(yè)生產(chǎn)集聚可以改善環(huán)境效率的穩(wěn)健性。

表6 安慰劑檢驗Tab.6 Placebo test

3.2.4 影響路徑分析

理論上，環(huán)境效率追求經(jīng)濟效益與生態(tài)效益的協(xié)調(diào)發(fā)展，而經(jīng)濟效益與生態(tài)效益均取決于農(nóng)業(yè)生產(chǎn)中的要素投入。實證結(jié)果表明，農(nóng)業(yè)生產(chǎn)集聚顯著改善了環(huán)境效率，那么，其究竟通過哪些路徑正向影響了環(huán)境效率？這一部分主要是為了分析農(nóng)業(yè)生產(chǎn)集聚作用下的生產(chǎn)要素對環(huán)境效率的影響，并構(gòu)建雙重差分調(diào)節(jié)效應(yīng)模型

式中：Path——路徑變量，包括種子投入量Seed、人工數(shù)量Lab、化肥投入量Fer、農(nóng)業(yè)機械總動力Mac等指標(biāo)作為衡量生產(chǎn)要素投入的指標(biāo)。

表7為農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率路徑的檢驗結(jié)果。

表7 農(nóng)業(yè)生產(chǎn)集聚影響環(huán)境效率路徑的檢驗結(jié)果Tab.7 Test results of the path of agricultural production agglomeration affecting environmental efficiency

農(nóng)業(yè)生產(chǎn)集聚與種子用量交互項的系數(shù)值雖為正，但并不顯著。說明農(nóng)業(yè)生產(chǎn)集聚作用下的種子投入從理論上可以改善環(huán)境效率，但農(nóng)業(yè)生產(chǎn)集聚過程中并沒能切實提高種子質(zhì)量。種子的更新和升級可以通過改善作物的性狀達到增產(chǎn)的目的，但樣本期間高效品種研發(fā)推廣速度慢的實際，在一定程度上制約了農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的正向影響；農(nóng)業(yè)生產(chǎn)集聚與化肥用量交互項的系數(shù)值為0.004 9，在5%水平上顯著為正。由于過度施肥不利于農(nóng)業(yè)生態(tài)保護，且羅斯炫[5]的研究表明，糧食主產(chǎn)區(qū)的設(shè)立使化肥施用強度相較非主產(chǎn)區(qū)降低了7.2%，因此這一結(jié)果意味著化肥用量增加可以相對改善環(huán)境效率，農(nóng)業(yè)生產(chǎn)集聚程度較高地區(qū)化肥施用對生態(tài)環(huán)境的負面影響相對較弱，計量結(jié)果便是對環(huán)境效率的改善；農(nóng)業(yè)生產(chǎn)集聚與用工數(shù)量交互項的系數(shù)值為-0.007 5，在1%的水平上顯著。隨著城鎮(zhèn)化與工業(yè)化的發(fā)展，農(nóng)村勞動力大面積向城市轉(zhuǎn)移，由此催生出優(yōu)質(zhì)農(nóng)村勞動力流失和農(nóng)業(yè)勞動力老齡化并存的局面。由于生產(chǎn)習(xí)慣的固化，文化水平偏低、年齡偏大的農(nóng)業(yè)生產(chǎn)者導(dǎo)致農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率產(chǎn)生的負面影響，因此仍需提高用工數(shù)量，尤其是優(yōu)質(zhì)勞動力的投入；農(nóng)業(yè)生產(chǎn)集聚與農(nóng)業(yè)機械總動力的交互項不顯著，說明在農(nóng)業(yè)生產(chǎn)集聚的過程中，農(nóng)業(yè)機械化水平的提高對環(huán)境效率的影響并不顯著，與理論預(yù)期不相符。可能的原因在于，國內(nèi)農(nóng)業(yè)機械制造業(yè)發(fā)展相對滯后，尤其是品種和地形的不適應(yīng)性顯著存在[22]，且政府、企業(yè)與農(nóng)戶對農(nóng)業(yè)機械的投入力度仍然不足[24]，而農(nóng)業(yè)機械完全替代勞動力又是一個緩慢的過程，因此可以認為農(nóng)業(yè)機械化投入對環(huán)境效率的影響存在一定的門檻效應(yīng)。

4 結(jié)論與政策啟示

將糧食主產(chǎn)區(qū)的設(shè)立視為一次部分省份提高農(nóng)業(yè)生產(chǎn)集聚程度的準(zhǔn)自然實驗，以糧食主產(chǎn)區(qū)作為實驗組，非主產(chǎn)區(qū)作為對照組，利用1998—2018年的宏觀面板數(shù)據(jù)，構(gòu)建PSM-DID模型，考察農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的影響。首先，相較非主產(chǎn)區(qū)，糧食主產(chǎn)區(qū)的設(shè)立影響環(huán)境效率的系數(shù)值為0.031 1，并在1%的顯著性水平下顯著，即農(nóng)業(yè)生產(chǎn)集聚可以改善環(huán)境效率，這一結(jié)果具有較強的穩(wěn)健性；其次，僅農(nóng)業(yè)生產(chǎn)集聚與化肥用量的交互項顯著為正，系數(shù)值為0.004 9，即農(nóng)業(yè)生產(chǎn)集聚得以改善環(huán)境效率的作用路徑主要源自對化肥施用負外部性的削減，種子質(zhì)量不足、農(nóng)業(yè)勞動力老齡化以及農(nóng)業(yè)機械有效利用不足均不利于農(nóng)業(yè)生產(chǎn)集聚對環(huán)境效率的改善。

農(nóng)業(yè)生產(chǎn)集聚改善環(huán)境效率的背后反映的是農(nóng)業(yè)現(xiàn)代化發(fā)展過程中長期存在的經(jīng)濟效益與環(huán)境效益的協(xié)調(diào)、統(tǒng)一。因此，得出以下政策啟示：(1)農(nóng)業(yè)生產(chǎn)集聚產(chǎn)生的規(guī)模效應(yīng)、溢出效應(yīng)和分工效應(yīng)，可以在一定程度上削弱過度施用化肥對生態(tài)環(huán)境造成的負面影響，有利于降低農(nóng)業(yè)面源污染水平，這就意味著農(nóng)業(yè)生產(chǎn)集聚可以促進經(jīng)濟效益和環(huán)境效益的協(xié)調(diào)發(fā)展，使得“綠色發(fā)展”和“兩山理論”的實現(xiàn)成為了可能；(2)僅靠對化肥施用負外部性的削弱時限改善環(huán)境效率的方式存在局限性，未來在農(nóng)業(yè)生產(chǎn)集聚過程中應(yīng)激發(fā)農(nóng)業(yè)機械化改善環(huán)境效率的潛能。當(dāng)前，優(yōu)質(zhì)農(nóng)村勞動力流失和農(nóng)業(yè)勞動力老齡化嚴(yán)重已成為既定事實，發(fā)展農(nóng)業(yè)機械化替代勞動力已是中國農(nóng)業(yè)生產(chǎn)發(fā)展的必然趨勢，研究結(jié)果表明農(nóng)業(yè)機械對勞動力的替代存在門檻效應(yīng)。因此，應(yīng)找準(zhǔn)農(nóng)機在作物、地形和作業(yè)環(huán)節(jié)適配度的弱項，加大農(nóng)機制造業(yè)的研發(fā)水平，深化農(nóng)機、農(nóng)藝的融合程度，政府在農(nóng)機購置補貼的基礎(chǔ)上進一步加大扶持力度；最后各個地區(qū)應(yīng)根據(jù)自身資源稟賦特征和發(fā)展優(yōu)勢，走農(nóng)業(yè)生產(chǎn)集聚化道路，促進環(huán)境效率的改善，以確保我國糧食安全和生態(tài)保護的大局。