肖 銳 陳池波

(中南財經(jīng)政法大學 工商管理學院，湖北 武漢 430073)

財政支持能提升農(nóng)業(yè)綠色生產(chǎn)率嗎？
——基于農(nóng)業(yè)化學品投入的實證分析

肖 銳 陳池波

(中南財經(jīng)政法大學 工商管理學院，湖北 武漢 430073)

本文使用1995～2014年中國30個省(市、區(qū))的農(nóng)業(yè)投入產(chǎn)出面板數(shù)據(jù)，將研究視角聚焦于以種植業(yè)為代表的狹義農(nóng)業(yè)和以化肥、農(nóng)藥和農(nóng)膜為代表的農(nóng)業(yè)化學品殘留污染，運用GML指數(shù)測度各省份農(nóng)業(yè)綠色生產(chǎn)率。在此基礎上，構建受限面板Tobit回歸模型考察財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響。研究結果顯示：總體而言，財政支持有助于促進農(nóng)業(yè)綠色生產(chǎn)率提高；分區(qū)來看，糧食主產(chǎn)區(qū)和糧食主銷區(qū)的財政支持對農(nóng)業(yè)綠色生產(chǎn)率有顯著正影響，但糧食主銷區(qū)的財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響具有滯后效應。因此，未來要進一步加大財政支持力度，針對區(qū)域差異采取不同的財政支持策略，不斷優(yōu)化我國財政支農(nóng)體系，提高財政支持政策執(zhí)行效率。

財政支持；綠色生產(chǎn)率；農(nóng)業(yè)化學品；非期望產(chǎn)出；農(nóng)業(yè)環(huán)境

一、引言

為克服農(nóng)業(yè)的弱質(zhì)性和低回報率，提高糧食產(chǎn)量、保證糧食安全和促進農(nóng)民增收，近些年來中央政府和地方政府相繼頒布了一系列強農(nóng)惠農(nóng)政策，不斷加大農(nóng)業(yè)財政支持力度，推動中國農(nóng)業(yè)經(jīng)濟取得了快速發(fā)展。我國農(nóng)業(yè)總產(chǎn)值由1978年的584.21億元增長到2014年的5503.02億元(以1952年為基期可比價計算)，年均增長率為16.19%。但不可否認，我國農(nóng)業(yè)經(jīng)濟的快速發(fā)展是以大量的資源消耗和環(huán)境污染為代價的[1]。面對資源和環(huán)境的雙重約束，有效化解資源、環(huán)境和農(nóng)業(yè)經(jīng)濟發(fā)展三者之間的矛盾是當前我國實現(xiàn)農(nóng)業(yè)綠色化發(fā)展的現(xiàn)實要求。

理論層面上，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)率分析框架能夠有效測度農(nóng)業(yè)資源投入和農(nóng)業(yè)經(jīng)濟增長的關系，但其并沒有考慮環(huán)境問題。近年來，農(nóng)業(yè)環(huán)境問題日益受到關注，此領域的研究者將環(huán)境因素納入農(nóng)業(yè)生產(chǎn)率分析框架中，在分析農(nóng)業(yè)經(jīng)濟增長績效的同時綜合考慮環(huán)境問題[2][3][4]，通過效率測度和分解探討資源、環(huán)境和農(nóng)業(yè)經(jīng)濟發(fā)展三者之間的內(nèi)在關系。將環(huán)境因素納入農(nóng)業(yè)生產(chǎn)率分析框架是近幾年來農(nóng)業(yè)生產(chǎn)率研究的一個重要方向，通常將其稱為“農(nóng)業(yè)綠色生產(chǎn)率”①。

那么，中央財政和地方財政支持在促進農(nóng)業(yè)經(jīng)濟發(fā)展的同時，是否會促使農(nóng)業(yè)生產(chǎn)主體擴大生產(chǎn)規(guī)模，改變其生產(chǎn)行為，加大化肥、農(nóng)藥和農(nóng)膜等農(nóng)業(yè)化學品的使用量，從而導致農(nóng)業(yè)環(huán)境問題？通過考察財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響，能有效評估財政支持的環(huán)境效應。尤其是隨著以綠色生態(tài)為導向的財政支持政策改革不斷推進②，在農(nóng)業(yè)經(jīng)濟增長和環(huán)境保護的雙重目標下，評估財政支持的環(huán)境效應以探究如何合理優(yōu)化我國農(nóng)業(yè)財政支持政策具有重要的現(xiàn)實意義。鑒于此，本文收集了我國30個省(市、區(qū))1995～2014年的數(shù)據(jù)，對各省(市、區(qū))農(nóng)業(yè)生產(chǎn)過程中化學品投入產(chǎn)生的污染量進行核算，在此基礎上測度包含農(nóng)業(yè)化學品殘留污染非期望產(chǎn)出的農(nóng)業(yè)綠色生產(chǎn)率，并構建受限面板Tobit回歸模型實證分析財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響。

二、文獻綜述

農(nóng)業(yè)環(huán)境問題越來越受到學術界的廣泛關注。近幾年來，陸續(xù)有學者使用考慮環(huán)境因素的農(nóng)業(yè)綠色生產(chǎn)率考察農(nóng)業(yè)發(fā)展中的環(huán)境問題，將農(nóng)業(yè)環(huán)境污染視為一種非合意產(chǎn)出變量納入農(nóng)業(yè)生產(chǎn)率分析框架，以考察環(huán)境約束下農(nóng)業(yè)發(fā)展的環(huán)境代價[2][3][4]。然而，現(xiàn)有研究由于對農(nóng)業(yè)范圍、農(nóng)業(yè)污染物的定義不同，選取的研究范圍和分析方法等不同，測度的農(nóng)業(yè)綠色生產(chǎn)率結果也存在很大差異。但現(xiàn)有研究普遍認為，考慮了環(huán)境因素的農(nóng)業(yè)綠色生產(chǎn)率略低于傳統(tǒng)的農(nóng)業(yè)生產(chǎn)率，傳統(tǒng)的農(nóng)業(yè)生產(chǎn)率忽略了農(nóng)業(yè)發(fā)展過程中付出的環(huán)境代價，不能真實反映農(nóng)業(yè)發(fā)展的實際績效和水平?；仡檶W術界的研究動態(tài)，此領域的學者主要將研究重心置于采用不同的計量方法測度農(nóng)業(yè)綠色生產(chǎn)率和分析農(nóng)業(yè)綠色生產(chǎn)率的影響因素上。

在農(nóng)業(yè)綠色生產(chǎn)率測度方法方面，多數(shù)研究采用隨機前沿生產(chǎn)函數(shù)(SFA)方法[2]、M指數(shù)法[5]、數(shù)據(jù)包絡分析(DEA)或與DEA相結合的ML等方法測算農(nóng)業(yè)綠色生產(chǎn)率[6][7]。也有學者將研究方法進一步優(yōu)化，采用SML方法和SBM方法進行測算[3][8]。近年來，隨著測度生產(chǎn)率技術的不斷推進，由Oh在Pastor方法上改進的GML方法逐漸被該領域前沿研究者所采用[4][9][10][11]。當然，選取方法的不同將直接影響其測度結果的說服力，應瑞瑤和潘丹就指出SFA法會得到更高的農(nóng)業(yè)綠色生產(chǎn)率[12]；杜江認為M指數(shù)高估了農(nóng)業(yè)綠色生產(chǎn)率，ML指數(shù)較M指數(shù)測度的結果有所降低[13]。

在分析農(nóng)業(yè)綠色生產(chǎn)率的影響因素方面，已有研究對農(nóng)業(yè)生產(chǎn)結構、農(nóng)業(yè)科技、人力資本、環(huán)境規(guī)制、城市化和經(jīng)濟開放水平等因素對農(nóng)業(yè)綠色生產(chǎn)率的影響進行了討論[13][14]。只有極少的研究探討了財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響，并且未形成一致結論。沈能和張斌認為財政支持會加劇農(nóng)業(yè)環(huán)境污染，對農(nóng)業(yè)綠色生產(chǎn)率造成負向影響[11]，杜江等指出財政支持結構和執(zhí)行效率導致財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響并沒有達到預期的正向作用[13]。相反，葉初升和惠利則認為財政支持有利于提高農(nóng)業(yè)綠色生產(chǎn)率，但具有滯后效應[8]。然而，以上研究僅僅是將財政支持作為其實證檢驗中的一個控制變量或是將農(nóng)業(yè)綠色生產(chǎn)率作為代理變量進行回歸檢驗，并沒有著重探討財政支持對農(nóng)業(yè)綠色生產(chǎn)率的內(nèi)在影響，研究的測度結果可能存在偏誤甚至提出誤導性政策建議。

現(xiàn)有相關研究取得了豐碩成果，但也存在一些不足：一是多數(shù)研究將農(nóng)業(yè)投入產(chǎn)出變量與農(nóng)林牧漁業(yè)的投入產(chǎn)出變量混為一談，導致測算的農(nóng)業(yè)綠色生產(chǎn)率不精確；二是現(xiàn)有研究缺乏對財政支持與農(nóng)業(yè)綠色生產(chǎn)率之間的關系進行理論探討；三是部分研究考察農(nóng)業(yè)綠色生產(chǎn)率影響因素時，忽略了因變量為有界變量，直接運用普通最小二乘法回歸將導致結果有偏，對有界數(shù)據(jù)應采用受限Tobit模型回歸更合適。本文將相應進行改進：(1)將研究視角聚焦于以種植業(yè)為代表的狹義農(nóng)業(yè)，從農(nóng)林牧漁業(yè)中分離出農(nóng)業(yè)各投入產(chǎn)出變量；并將農(nóng)業(yè)污染聚焦于農(nóng)業(yè)生產(chǎn)中以化肥、農(nóng)藥和農(nóng)膜為代表的農(nóng)業(yè)化學品殘留污染，采用賴斯蕓等和陳敏鵬等的“單元調(diào)查評估法”測度農(nóng)業(yè)污染量[15][16]；(2)基于農(nóng)業(yè)綠色生產(chǎn)率的理論原理，分析財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響機理；(3)使用1995～2014年中國省級面板數(shù)據(jù)，運用GML指數(shù)法測度農(nóng)業(yè)綠色生產(chǎn)率，并構建面板受限Tobit模型探討財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響。

三、農(nóng)業(yè)綠色生產(chǎn)率測度

本文將化肥、農(nóng)藥和農(nóng)膜等農(nóng)業(yè)化學品殘留污染納入農(nóng)業(yè)生產(chǎn)率核算框架，將包括農(nóng)業(yè)化學品殘留污染非期望產(chǎn)出的生產(chǎn)率稱為“農(nóng)業(yè)綠色生產(chǎn)率”(GTFP)。

(一)測度方法

傳統(tǒng)的DEA模型忽略了非期望產(chǎn)出，且未考慮投入變量與產(chǎn)出變量的松弛問題，當決策單元與產(chǎn)出總指標數(shù)量接近時也不能反映實際效率值。Pastor和Lovell提出的Global-DEA技術能有效解決以上問題，此外還可以有效避免由于決策單元不足而導致的不穩(wěn)定性[10]?；诖耍琌h將Pastor和Lovell的方法應用到ML框架形成GML指數(shù)[9]。GML指數(shù)是以全期的總和作為參照期，具有可傳遞性，并且可以避免生產(chǎn)前沿偏移的可能，從而也就避免了生產(chǎn)率的“被動”提高[11]。故本文運用Oh提出的GML方法測度中國農(nóng)業(yè)綠色生產(chǎn)率，GML指數(shù)定義如下：

(1)

公式(1)中方向性距離函數(shù)DG(x,y,b)=max{β|(y+βy)∈PG(x)}是根據(jù)PG定義的。如果期望產(chǎn)出增加、非期望產(chǎn)出減少，那么GMLt,t+11，代表生產(chǎn)率有所提高；如果期望產(chǎn)出減少、非期望產(chǎn)出增加，那么GMLt,t+11，說明生產(chǎn)率有所損失。為了對GML指數(shù)測度的農(nóng)業(yè)綠色生產(chǎn)率進行比較，本文同時也測度了不包含非期望產(chǎn)出的農(nóng)業(yè)生產(chǎn)率作為參照。

(二)變量選擇、數(shù)據(jù)說明及描述性統(tǒng)計

參照已有研究和考慮數(shù)據(jù)的可得性與統(tǒng)計口徑的一致性，本文收集了中國30個省(市、區(qū))(不包括西藏)1995～2014年的農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)進行實證分析。本文選取的變量數(shù)據(jù)來自《中國統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》《中國農(nóng)村統(tǒng)計年鑒》和《新中國農(nóng)業(yè)六十年統(tǒng)計資料》等。其中，重慶市1995～1996年的數(shù)據(jù)來自《四川統(tǒng)計年鑒》，四川省1995～1996年數(shù)據(jù)中剔除重慶市相應數(shù)據(jù)。

1．農(nóng)業(yè)投入變量

農(nóng)業(yè)投入主要包括化肥、農(nóng)藥、農(nóng)膜、勞動力、土地、農(nóng)業(yè)機械和農(nóng)業(yè)灌溉等。參照杜江[4]、崔曉等[5]、王兵等的研究[17]，化肥投入以農(nóng)業(yè)生產(chǎn)實際化肥使用量(Ferti，折純量，噸)表示。參照葉初升等[8]、田云等的研究[18](P70)，農(nóng)藥投入以農(nóng)藥使用量(Pesti，噸)表示；農(nóng)膜投入以塑料薄膜使用量(Plasti，噸)表示。參照杜江[4]、葉初升等的研究[8]，勞動力投入變量以農(nóng)業(yè)總產(chǎn)值與農(nóng)林牧漁總產(chǎn)值(以1995年為不變價)的比值作為權重，對第一產(chǎn)業(yè)從業(yè)人數(shù)進行分離，計算出種植業(yè)勞動力投入(AgriLabor，萬人)；農(nóng)業(yè)機械變量采用與種植業(yè)勞動力投入變量相同的處理方法，計算出種植業(yè)農(nóng)機總動力(AgriPower，萬千瓦)。參照李谷成[3]、葉初升等的研究[8]，土地投入變量以農(nóng)作物總播種面積(AgriLand，千公頃)表示；農(nóng)業(yè)灌溉變量以有效灌溉面積(AgriIrri，千公頃)表示。

2．農(nóng)業(yè)產(chǎn)出變量

(1)期望產(chǎn)出變量。為使農(nóng)業(yè)投入產(chǎn)出變量數(shù)據(jù)口徑保持一致，本文選取1995年不變價的農(nóng)業(yè)總產(chǎn)值(AgriGDP，億元)作為期望產(chǎn)出變量。

(2)非期望產(chǎn)出變量。不同學者對非期望產(chǎn)出變量的選擇有所不同。本文選取的非期望產(chǎn)出變量主要包括化肥流失產(chǎn)生的總氮(TN，噸)與總磷(TP，噸)、農(nóng)藥殘留(PES，噸)和農(nóng)膜殘留(PLA，噸)等三類污染物(見表1)。參照賴斯蕓等[15]、陳敏鵬等[16]、梁流濤的研究[19](P74)，將各類農(nóng)業(yè)污染分解為若干單元，采用“單元調(diào)查評估法”，并參考葛繼紅和周曙東在其基礎上的修改[20]，建立單元和污染物排放量之間的數(shù)量關系。

表1 農(nóng)業(yè)污染產(chǎn)污單元清單列表

農(nóng)業(yè)污染物排放總量計算公式為：

(2)

式(2)中，E表示農(nóng)業(yè)污染物排放總量(TN、TP、農(nóng)藥和農(nóng)膜的殘留量)；SUit是i污染單元在t年的污染物產(chǎn)生基數(shù)，即化肥、農(nóng)藥和農(nóng)膜的使用量；ρit是i污染單元在t年的污染物產(chǎn)污強度系數(shù)；LCit是i污染單元在t年考慮資源綜合利用和管理因素下的污染物排放系數(shù)。強度系數(shù)和排放系數(shù)主要參照王奇等[2]、李谷成[3]、杜江[4]、葉初升等[8]文獻和國務院第一次全國污染普查系數(shù)手冊，最終確定各產(chǎn)污單元分省強度系數(shù)和排放系數(shù)。

農(nóng)業(yè)綠色生產(chǎn)率測度投入產(chǎn)出變量的描述性統(tǒng)計如表2所示。

表2 投入產(chǎn)出變量的描述性統(tǒng)計

本文測算的中國30個省(市、區(qū))1995～2014年的TN和TP數(shù)據(jù)小于其他文獻的研究結果，原因在于本文基于研究目的，并沒有囊括農(nóng)田廢棄物和農(nóng)村生活污染等污染單元。農(nóng)藥殘留和農(nóng)膜殘留數(shù)據(jù)與公布數(shù)據(jù)有所不同，可能是由于不同地區(qū)農(nóng)藥殘留和農(nóng)膜殘留具體情況存在差異，按照全國污染普查系數(shù)手冊進行平均后的省份排放系數(shù)有所偏差。但通過本文測度的結果不難發(fā)現(xiàn)，化肥、農(nóng)藥和農(nóng)膜使用量不斷增加，造成TN、TP、農(nóng)藥殘留污染和農(nóng)膜殘留污染也有所加劇。

通過MaxDEA軟件測度1995～2014年中國30個省(市、區(qū))不包括非期望產(chǎn)出的傳統(tǒng)農(nóng)業(yè)生產(chǎn)率均值和包括非期望產(chǎn)出的農(nóng)業(yè)綠色生產(chǎn)率均值，測度結果見表3。由表3可以看出，1995～2014年中國30個省(市、區(qū))中大多數(shù)地區(qū)不包括非期望產(chǎn)出的TFP均值明顯高于包括非期望產(chǎn)出的GTFP均值，這表明未納入環(huán)境污染指標的生產(chǎn)率高估了農(nóng)業(yè)生產(chǎn)率。本文測度的全國農(nóng)業(yè)綠色生產(chǎn)率均值為0.46，與李谷成等的測度結果0.44接近[21]，低于杜江的結果0.94[4]和王奇等的結果5.61[2]。

表3 1995～2014年傳統(tǒng)農(nóng)業(yè)生產(chǎn)率與農(nóng)業(yè)綠色生產(chǎn)率均值

四、財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響機理及實證分析

(一)影響機理

農(nóng)業(yè)綠色生產(chǎn)率根據(jù)農(nóng)業(yè)投入產(chǎn)出指標數(shù)據(jù)測算得出，其中，農(nóng)業(yè)產(chǎn)出從根本上決定農(nóng)業(yè)綠色生產(chǎn)率的高低。農(nóng)業(yè)產(chǎn)出包括農(nóng)業(yè)總產(chǎn)值合意產(chǎn)出和農(nóng)業(yè)污染非合意產(chǎn)出。因此，考察財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響，一方面要測度由于財政支持為農(nóng)業(yè)發(fā)展改善生產(chǎn)條件所帶來的農(nóng)業(yè)總產(chǎn)值等合意產(chǎn)出；另一方面也要測度由于財政支持政策扭曲促使農(nóng)民增加化肥、農(nóng)藥和農(nóng)膜等農(nóng)業(yè)化學品使用量而導致的農(nóng)業(yè)污染排放等非合意產(chǎn)出?；谵r(nóng)業(yè)綠色生產(chǎn)率測度原理，財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響可分為正向影響和負向影響(如圖1所示)。在合意產(chǎn)出不變的情況下，財政支持導致非合意產(chǎn)出增加，將會造成農(nóng)業(yè)綠色生產(chǎn)率下降；財政支持促使非合意產(chǎn)出減少，將會促進農(nóng)業(yè)綠色生產(chǎn)率上升。同理可知，非合意產(chǎn)出農(nóng)業(yè)污染不變時財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響方向。

圖1 財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響機理

(二)實證分析

目前，并沒有確切的理論適用于分析農(nóng)業(yè)綠色生產(chǎn)率增長的影響因素。本文為考察財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響，參考相關文獻和基于數(shù)據(jù)的可得性，選取影響農(nóng)業(yè)綠色生產(chǎn)率的控制變量有：農(nóng)業(yè)結構、農(nóng)業(yè)受災、勞動力文化水平、農(nóng)業(yè)經(jīng)濟發(fā)展水平和城市化水平。變量簡要說明如下：(1)財政支持(af)，參照李谷成[3]、沈能[11]和潘丹等的做法[14]，用各地財政支農(nóng)支出③占財政總支出的比重(%)表示，財政支出用1995年不變價表示。(2)農(nóng)業(yè)結構(as)，參照吳賢榮等的做法[22]，用農(nóng)業(yè)總產(chǎn)值占農(nóng)林牧漁總產(chǎn)值的比重(%)表示，農(nóng)業(yè)總產(chǎn)值和農(nóng)林牧漁總產(chǎn)值用1995年不變價表示。(3)農(nóng)業(yè)受災(an)，參照王玨等[23]、梁俊等的做法[24]用受災面積占農(nóng)作物總播種面積的比重(%)表示。(4)勞動力文化水平(ae)，參照王兵等[17]、吳賢榮等的研究[22]，用農(nóng)村勞動力高中以上學歷人數(shù)的比重(%)表示。(5)農(nóng)業(yè)經(jīng)濟發(fā)展水平(ai)，參照潘丹的研究[14]，用農(nóng)村居民人均純收入對數(shù)表示④。(6)城市化水平(ur)，參照杜江等的研究[4][13]，用非農(nóng)人口占總人口的比重(%)表示。

因為農(nóng)業(yè)綠色生產(chǎn)率效率值介于0和1之間，所以本文結合面板數(shù)據(jù)特性，選取因變量受限Tobit模型(式3)進行實證分析。

GTFPit=α0+α1afit+α2asit+α3anit+α4aeit+α5aiit+α6urit+εit

(3)

式(3)中，因變量GTFP為農(nóng)業(yè)綠色生產(chǎn)率；α0為常數(shù)項；α1、α2、α3、α4、α5和α6為各自變量的待估計參數(shù)；εit為隨機擾動項；i為省份；t為年份。

模型的個體誤差和隨機誤差均較小，個體效應的方差占復合誤差的總方差比重ρ為0.7563(大于0.5)，且似然比值(LR)很大，模型強烈拒絕個體效應為0的原假設。模型擬合度較好，采用隨機效應Tobit模型合理。運用STATA14.0軟件得出的回歸結果如表4所示。由表4的回歸結果可知，基于全樣本面板數(shù)據(jù)分析，財政支持、農(nóng)業(yè)結構、農(nóng)業(yè)受災、勞動力文化水平、農(nóng)業(yè)經(jīng)濟發(fā)展水平和城市化水平均通過顯著性檢驗。其中，財政支持、農(nóng)業(yè)受災、勞動力文化水平和城市化水平在5%的顯著性水平下通過顯著性檢驗；農(nóng)業(yè)結構和農(nóng)業(yè)經(jīng)濟發(fā)展水平在1%的顯著性水平下通過顯著性檢驗。

表4 財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響

主要解釋變量財政支持對農(nóng)業(yè)綠色生產(chǎn)率具有正向影響，即在其他條件不變的情況下，財政支持每提高1個單位，農(nóng)業(yè)綠色生產(chǎn)率將提高1.158個單位。也就是說，我國財政支持農(nóng)業(yè)政策對農(nóng)業(yè)綠色生產(chǎn)率具有促進提高作用，其為農(nóng)業(yè)發(fā)展提供了資金、技術等要素，是農(nóng)業(yè)綠色生產(chǎn)率提高的力量源泉。本文結論與沈能和杜江的研究結論大相徑庭[11][13]，主要原因在于選取農(nóng)業(yè)污染指標不一致。前者僅用農(nóng)藥污染排放量表征農(nóng)業(yè)污染，后者除包括化肥、農(nóng)藥和農(nóng)膜外還納入了農(nóng)業(yè)固定廢棄物排放，而本文主要是考慮化肥、農(nóng)藥和農(nóng)膜等化學品投入殘留污染，因此得出不同的結論。由本文結論可知，可通過合理優(yōu)化財政支持政策減少由化學品投入而導致的農(nóng)業(yè)污染。總體而言，我國目前財政支持政策有利于提高農(nóng)業(yè)綠色生產(chǎn)率。

農(nóng)業(yè)結構、勞動力文化水平、農(nóng)業(yè)經(jīng)濟發(fā)展水平和城市化水平對農(nóng)業(yè)綠色生產(chǎn)率均具有正向影響，但農(nóng)業(yè)受災對農(nóng)業(yè)綠色生產(chǎn)率具有負向影響，這說明農(nóng)業(yè)受災可能會激發(fā)農(nóng)業(yè)化學品投入，從而加劇農(nóng)業(yè)污染的排放，降低農(nóng)業(yè)綠色生產(chǎn)率。所以，財政支持政策應進一步加大對農(nóng)業(yè)災害的預防和控制，同時也應積極推動農(nóng)業(yè)保險的快速發(fā)展。

(三)穩(wěn)健性檢驗

本文按照樣本的區(qū)域差異對實證結果進行穩(wěn)健性檢驗。由于本文所定義的農(nóng)業(yè)為狹義農(nóng)業(yè)，主要關注財政支持政策下種植業(yè)所造成的環(huán)境污染問題。因此，按照糧食功能分區(qū)把30個省(市、區(qū))分為糧食主產(chǎn)區(qū)、糧食平衡區(qū)和糧食主銷區(qū)3個糧食功能區(qū)對實證結果進行穩(wěn)健性檢驗，結果見表5。

表5 基于樣本功能分區(qū)的穩(wěn)健性檢驗結果

從財政支持的系數(shù)來看，糧食主產(chǎn)區(qū)和糧食平衡區(qū)顯著為正，而糧食主銷區(qū)顯著為負，說明加大糧食主產(chǎn)區(qū)和糧食平衡區(qū)的財政支持力度有利于提高其農(nóng)業(yè)綠色生產(chǎn)率，而糧食主銷區(qū)則相反。究其原因，本文認為，由于糧食主銷區(qū)主要是北京、天津、上海、浙江、福建、廣東和海南經(jīng)濟發(fā)達省(市)，農(nóng)業(yè)生產(chǎn)占其社會總生產(chǎn)比重較小，更傾向于發(fā)展第二和第三產(chǎn)業(yè)，財政支持農(nóng)業(yè)政策執(zhí)行效率未達到預期，其對農(nóng)業(yè)綠色生產(chǎn)率的影響效應可能存在一定滯后。鑒于此，本文對糧食主銷區(qū)財政支持力度指標滯后3期回歸，結果顯示財政支持對農(nóng)業(yè)綠色生產(chǎn)率有正影響且在15%水平上顯著。因此，總體而言，基于樣本功能分區(qū)的穩(wěn)健性檢驗基本與前文“財政支持能提升農(nóng)業(yè)綠色生產(chǎn)率”的結論一致。

五、結論與政策啟示

本文利用包含非期望產(chǎn)出的GML指數(shù)核算1995～2014年中國30個省(市、 區(qū))的農(nóng)業(yè)綠色生產(chǎn)率，將化肥、農(nóng)藥和農(nóng)膜等化學品殘留污染納入其核算體系。在此基礎上，構建受限面板Tobit回歸模型探析財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響?；谌珮颖緮?shù)據(jù)的實證分析發(fā)現(xiàn)，財政支持有利于提升農(nóng)業(yè)綠色生產(chǎn)率；基于樣本功能分區(qū)的穩(wěn)健性檢驗發(fā)現(xiàn)，糧食主產(chǎn)區(qū)和糧食平衡區(qū)的財政支持對農(nóng)業(yè)綠色生產(chǎn)率具有顯著的正向影響，糧食主銷區(qū)的財政支持對農(nóng)業(yè)綠色生產(chǎn)率的影響具有滯后效應。

本文分析具有以下政策啟示：第一，在國家層面上要繼續(xù)加大財政支持力度，合理優(yōu)化財政支持體系，調(diào)整財政支持結構；第二，在區(qū)域?qū)用嫔弦獙嵤┎町惢呢斦С謶?zhàn)略，對糧食主產(chǎn)區(qū)和糧食主銷區(qū)繼續(xù)加大生產(chǎn)性財政支持力度，對糧食主銷區(qū)應加大生態(tài)環(huán)境治理財政支持力度；第三，加快建立以綠色化為導向的財政支持體系，支持農(nóng)業(yè)技術創(chuàng)新，不斷研發(fā)和推廣農(nóng)業(yè)環(huán)境保護、治理技術；第四，采取激勵措施提高財政支持政策執(zhí)行效率，加強績效評估機制和監(jiān)督保障機制建設。

注釋：

①納入環(huán)境因素的農(nóng)業(yè)綠色生產(chǎn)率測度方法主要有兩種：一種是將環(huán)境污染當作一種要素投入，另一種是將環(huán)境污染作為壞的產(chǎn)出(即非合意產(chǎn)出)，目前大多數(shù)研究采用后者。

②2016年11月1日中央全面深化改革領導小組召開會議審議通過了《建立以綠色生態(tài)為導向的農(nóng)業(yè)補貼制度改革方案》，突出以綠色生態(tài)為導向，加快推進財政支持農(nóng)業(yè)政策改革。

③財政支農(nóng)包括支援農(nóng)村生產(chǎn)支出、農(nóng)業(yè)綜合開發(fā)支出和農(nóng)林水利氣象等部門事業(yè)費。統(tǒng)計口徑在2003年和2007年發(fā)生變化，但通過對統(tǒng)計口徑前后比較，發(fā)現(xiàn)數(shù)據(jù)基本一致。

④由于統(tǒng)計口徑變化，2013年后不再統(tǒng)計農(nóng)村居民人均純收入數(shù)據(jù)，本文2014年數(shù)據(jù)使用農(nóng)村居民人均可支配收入數(shù)據(jù)。

[1] 陳錫文．環(huán)境問題與中國農(nóng)村發(fā)展[J]．管理世界，2002，(1)：5—8.

[2] 王奇，王會，陳海丹．中國農(nóng)業(yè)綠色全要素生產(chǎn)率變化研究：1992—2010年[J]．經(jīng)濟評論，2012，(5)：24—33．

[3] 李谷成．中國農(nóng)業(yè)的綠色生產(chǎn)率革命：1978—2008年[J]．經(jīng)濟學(季刊)，2014，(2)：537—558．

[4] 杜江．中國農(nóng)業(yè)增長的環(huán)境績效研究[J]．數(shù)量經(jīng)濟技術經(jīng)濟研究，2014，(11)：53—69．

[5] 崔曉，張屹山．中國農(nóng)業(yè)環(huán)境效率與環(huán)境全要素生產(chǎn)率分析[J]．中國農(nóng)村經(jīng)濟，2014，(8)：4—16．

[6] 楊俊，陳怡．基于環(huán)境因素的中國農(nóng)業(yè)生產(chǎn)率增長研究[J]．中國人口·資源與環(huán)境，2011，(6)：153—157．

[7] 韓海彬，趙麗芬．環(huán)境約束下中國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂分析[J]．中國人口·資源與環(huán)境，2013，(3)：70—76．

[8] 葉初升，惠利．農(nóng)業(yè)財政支出對中國農(nóng)業(yè)綠色生產(chǎn)率的影響[J]．武漢大學學報(哲學社會科學版)，2016，(3)：48—55．

[9] Oh，D.H.A Global Malmquist-Luenberger Productivity Index[J]．Journal of Productivity Analysis，2010，34(3)：183—197.

[10] Pastor，J.T.，Lovell,C.A.K.A Global Malmquist Productivity Index[J].Economics Letters，2005，88(2):266—271.

[11] 沈能，張斌．農(nóng)業(yè)增長能改善環(huán)境生產(chǎn)率嗎？——有條件“環(huán)境庫茲涅茨曲線”的實證檢驗[J]．中國農(nóng)村經(jīng)濟，2015，(7)：17—30．

[12] 應瑞瑤，潘丹．中國農(nóng)業(yè)全要素生產(chǎn)率測算結果的差異性研究——基于Meta回歸分析方法[J]．農(nóng)業(yè)技術經(jīng)濟，2012，(3)：47—54．

[13] 杜江，王銳，王新華．環(huán)境全要素生產(chǎn)率與農(nóng)業(yè)增長：基于DEA-GML指數(shù)與面板Tobit模型的兩階段分析[J]．中國農(nóng)村經(jīng)濟，2016，(3)：65—81．

[14] 潘丹．考慮資源環(huán)境因素的中國農(nóng)業(yè)綠色生產(chǎn)率評價及其影響因素分析[J]．中國科技論壇，2014，(11)：149—154．

[15] 賴斯蕓，杜鵬飛，陳吉寧．基于單元分析的非點源污染調(diào)查評估方法[J]．清華大學學報(自然科學版)，2004，(9)：1184—1187．

[16] 陳敏鵬，陳吉寧，賴斯蕓．中國農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識別[J]．中國環(huán)境科學，2006，(6)：751—755．

[17] 王兵，楊華，朱寧．中國各省份農(nóng)業(yè)效率和全要素生產(chǎn)率增長——基于SBM方向性距離函數(shù)的實證分析[J]．南方經(jīng)濟，2011，(10)：12—26．

[18] 田云．中國低碳農(nóng)業(yè)發(fā)展：生產(chǎn)效率、空間差異與影響因素研究[D]．武漢：華中農(nóng)業(yè)大學，2015．

[19] 梁流濤．農(nóng)村生態(tài)環(huán)境時空特征及其演變規(guī)律研究[D]．南京：南京農(nóng)業(yè)大學，2009．

[20] 葛繼紅，周曙東．農(nóng)業(yè)面源污染的經(jīng)濟影響因素分析——基于1978—2009年的江蘇省數(shù)據(jù)[J]．中國農(nóng)村經(jīng)濟，2011，(5)：72—81．

[21] 李谷成，陳寧陸，閔銳．環(huán)境規(guī)制條件下中國農(nóng)業(yè)全要素生產(chǎn)率增長與分解[J]．中國人口·資源與環(huán)境，2011，(11)：153—160．

[22] 吳賢榮，張俊飚，田云，等．中國省域農(nóng)業(yè)碳排放：測算、效率變動及影響因素研究——基于DEA-Malmquist指數(shù)分解方法與Tobit模型運用[J]．資源科學，2014，(1)：129—138．

[23] 王玨，宋文飛，韓先鋒．中國地區(qū)農(nóng)業(yè)全要素生產(chǎn)率及其影響因素的空間計量分析——基于1992～2007年省域空間面板數(shù)據(jù)[J]．中國農(nóng)村經(jīng)濟，2010，(8)：24—35．

[24] 梁俊，龍少波．農(nóng)業(yè)綠色全要素生產(chǎn)率增長及其影響因素[J]．華南農(nóng)業(yè)大學學報(社會科學版)，2015，(3)：1—12．

(責任編輯：易會文)

2016-09-08

國家社會科學基金重點項目“新常態(tài)下農(nóng)業(yè)支持政策執(zhí)行情況評估與執(zhí)行機制優(yōu)化研究”(15AJY014)；中南財經(jīng)政法大學“研究生創(chuàng)新教育計劃”博士研究生重點科研創(chuàng)新項目(2015BZ1001)

肖 銳(1989— )，男，湖北鄂州人，中南財經(jīng)政法大學工商管理學院博士生； 陳池波(1961— )，男，湖北監(jiān)利人，中南財經(jīng)政法大學工商管理學院教授，博士生導師。

F320.3

A

1003-5230(2017)01-0018-07