国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇對(duì)農(nóng)業(yè)碳影子價(jià)格的影響*
——基于BP技術(shù)與FGLS模型的實(shí)證分析

2023-02-17 03:05:58許標(biāo)文王海平沈智揚(yáng)
關(guān)鍵詞:影子要素價(jià)格

許標(biāo)文, 王海平, 沈智揚(yáng)

(1.福建省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與科技信息研究所 福州 350003; 2.法國(guó)科學(xué)經(jīng)濟(jì)與管理學(xué)院巴黎校區(qū) 巴黎 92044, 法國(guó))

全球氣候變化成為世界范圍內(nèi)的緊迫問(wèn)題, 近幾十年來(lái)經(jīng)濟(jì)一體化和技術(shù)快速發(fā)展持續(xù)導(dǎo)致農(nóng)業(yè)排放量增加, 農(nóng)業(yè)碳排放已占了人類活動(dòng)碳排放的1/4。中國(guó)作為世界上最大的碳排放國(guó)和最大的發(fā)展中國(guó)家, 受人口增長(zhǎng)、飲食結(jié)構(gòu)改善等因素影響, 預(yù)計(jì)2050年農(nóng)業(yè)碳排放將增加到2413.64 Mt C, 年均增長(zhǎng)5.87%[1]。這將不利于中國(guó)實(shí)現(xiàn)2030年前碳達(dá)峰、2060年前碳中和目標(biāo)。為此中國(guó)政府致力于推動(dòng)農(nóng)業(yè)綠色發(fā)展, 采取了減排降碳、固碳增匯等多種碳減排策略, 農(nóng)業(yè)碳排放效率取得了較大提升。然而碳排放效率提升是以高于經(jīng)濟(jì)增速的減排成本投入實(shí)現(xiàn)的[2], 鮮有文獻(xiàn)關(guān)注碳減排策略的成本問(wèn)題。在保障農(nóng)產(chǎn)品有效供給和低碳發(fā)展的前提下, 中國(guó)農(nóng)業(yè)碳減排成本呈逐漸上升趨勢(shì)[3], 為此需要科學(xué)評(píng)估現(xiàn)有農(nóng)業(yè)碳減排策略。在文獻(xiàn)中, 已經(jīng)開(kāi)發(fā)了多種減排成本測(cè)算方法, 其中影子定價(jià)方法廣受歡迎。非期望產(chǎn)出的影子價(jià)格直接反映了碳減排政策的潛在空間和減排成本, 已成為碳稅、碳排放權(quán)交易市場(chǎng)與其他碳價(jià)格相關(guān)的授權(quán)或補(bǔ)貼等政策工具的參考價(jià)格[4]。其中By-production (BP)技術(shù)是基于數(shù)據(jù)包絡(luò)分析(data envelopment analysis, DEA)框架建模、滿足物料守恒原則的環(huán)境生產(chǎn)技術(shù), 基于BP技術(shù)估算的影子價(jià)格在環(huán)境績(jī)效文獻(xiàn)中得到廣泛應(yīng)用[5-6],可為中國(guó)碳減排監(jiān)管提供循證指南。

“十四五” 時(shí)期, 我國(guó)生態(tài)文明建設(shè)進(jìn)入了以降碳為重點(diǎn)戰(zhàn)略方向、推動(dòng)減污降碳協(xié)同增效、推進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展全面低碳轉(zhuǎn)型的關(guān)鍵時(shí)期。無(wú)疑, 推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和技術(shù)進(jìn)步是落實(shí)“雙碳”戰(zhàn)略部署、實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)社會(huì)低碳轉(zhuǎn)型發(fā)展的必然選擇[7]。結(jié)構(gòu)轉(zhuǎn)型影響著產(chǎn)業(yè)部門間生產(chǎn)要素流動(dòng), 要素動(dòng)態(tài)流動(dòng)過(guò)程中不斷涌現(xiàn)新技術(shù)和組織, 使得持續(xù)的結(jié)構(gòu)變化比固定結(jié)構(gòu)的經(jīng)濟(jì)產(chǎn)生更低的環(huán)境破壞[8]。已有文獻(xiàn)證實(shí)工業(yè)化、城市化已成為碳排放的主要催化劑, 但它們的關(guān)系在經(jīng)濟(jì)發(fā)展的不同階段存在差異[9]。我國(guó)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化調(diào)整對(duì)碳排放績(jī)效總體上產(chǎn)生了“結(jié)構(gòu)紅利”[7], 工業(yè)化被證實(shí)是碳排放增長(zhǎng)的重要因素, 原嫄等[10]指出產(chǎn)業(yè)結(jié)構(gòu)合理化水平提升抑制了碳排放, 產(chǎn)業(yè)結(jié)構(gòu)高度化則促進(jìn)了碳排放,且產(chǎn)業(yè)高度化總體上處于“倒U型”曲線左側(cè)。作為承載現(xiàn)代產(chǎn)業(yè)部門的城市發(fā)展對(duì)碳排放的影響也已經(jīng)跨過(guò)“倒U型”曲線的拐點(diǎn)[11]。同時(shí), 技術(shù)進(jìn)步被認(rèn)為是碳減排的重要途徑。林毅夫新結(jié)構(gòu)經(jīng)濟(jì)學(xué)理論認(rèn)為一個(gè)地區(qū)最適宜的技術(shù)結(jié)構(gòu)內(nèi)生決定于該區(qū)域要素稟賦結(jié)構(gòu), 因此不同技術(shù)進(jìn)步選擇對(duì)碳排放影響存在非線性關(guān)系。Churchill等[12]研究發(fā)現(xiàn)發(fā)達(dá)國(guó)家研發(fā)強(qiáng)度與二氧化碳排放之間的關(guān)系在很大程度上為負(fù)相關(guān); 佟新華等[13]則基于34個(gè)不同工業(yè)化階段國(guó)家數(shù)據(jù)發(fā)現(xiàn)技術(shù)因素對(duì)碳排放變動(dòng)貢獻(xiàn)度由工業(yè)化階段、后工業(yè)化階段、工業(yè)化中期-后期階段國(guó)家依次變小。何彬等[14]研究發(fā)現(xiàn)原始創(chuàng)新增加了碳排放, 模仿創(chuàng)新對(duì)碳減排效果較好, 且對(duì)知識(shí)密集型、資本密集型和勞動(dòng)密集型制造業(yè)碳排放強(qiáng)度存在著顯著的行業(yè)差異[15]。

農(nóng)業(yè)是碳排放主要組成部門, 結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步對(duì)農(nóng)業(yè)碳排放也有重要影響。伴隨著結(jié)構(gòu)轉(zhuǎn)型,農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)仍舊是農(nóng)業(yè)碳排放增加的主要驅(qū)動(dòng)力[16]。同時(shí), 農(nóng)戶會(huì)將先進(jìn)的技術(shù)嵌入生產(chǎn)環(huán)節(jié)。但是, 技術(shù)進(jìn)步并不總是有利于農(nóng)業(yè)碳減排。李成龍等[17]指出農(nóng)業(yè)機(jī)械化水平促進(jìn)了農(nóng)業(yè)碳排放強(qiáng)度的增加, 農(nóng)業(yè)種質(zhì)創(chuàng)新則顯著降低了農(nóng)業(yè)碳排放強(qiáng)度。陳銀娥等[18]則指出農(nóng)業(yè)機(jī)械化推廣彌補(bǔ)了勞動(dòng)力的短缺, 有利于促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)升級(jí)、減少碳排放, 但由于農(nóng)業(yè)機(jī)械化推廣尚有較大發(fā)展空間[19], 隨之而增加的農(nóng)業(yè)能源碳排放會(huì)呈現(xiàn)回彈效應(yīng)[20]。此外, 我國(guó)農(nóng)業(yè)勞動(dòng)和資本配置扭曲, 造成了附加在農(nóng)業(yè)機(jī)械、生物技術(shù)等要素上的資本投入不能與現(xiàn)有勞動(dòng)要素質(zhì)量完全匹配, 不利于降低農(nóng)業(yè)碳排放。因此, 在我國(guó)經(jīng)濟(jì)發(fā)展、農(nóng)業(yè)要素稟賦結(jié)構(gòu)存在異質(zhì)性條件下,結(jié)構(gòu)轉(zhuǎn)型、農(nóng)業(yè)技術(shù)進(jìn)步選擇與農(nóng)業(yè)碳排放之間呈現(xiàn)出復(fù)雜的關(guān)聯(lián)。

綜上可知, 有關(guān)結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步對(duì)碳排放量的影響已有較為豐富的研究成果, 但尚缺乏碳影子價(jià)格的深入研究。通常來(lái)說(shuō), 當(dāng)?shù)貐^(qū)進(jìn)行環(huán)境治理的時(shí)候, 碳排放量會(huì)減少, 環(huán)境狀況會(huì)變得越來(lái)越好, 碳影子價(jià)格也會(huì)隨之升高, 減排成本會(huì)越來(lái)越大[21]。此外, 碳排放量直接影響了碳排放強(qiáng)度, 而碳影子價(jià)格隨排放強(qiáng)度的下降呈指數(shù)級(jí)上升[22]。因此,影子價(jià)格可作為減排成本的重要參考指標(biāo), 對(duì)農(nóng)業(yè)碳影子價(jià)格的研究更易于探究影響農(nóng)業(yè)碳減排策略的外部因素。He等[23]證實(shí)了欠發(fā)達(dá)地區(qū)較發(fā)達(dá)地區(qū)的農(nóng)業(yè)碳影子價(jià)格更容易受到經(jīng)濟(jì)發(fā)展水平的影響, 吳賢榮等[24]也證實(shí)了經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)對(duì)基于影子價(jià)格、排放強(qiáng)度構(gòu)建的碳減排潛力有顯著正向作用。何培培等[25]測(cè)算了基于農(nóng)業(yè)污染物影子價(jià)格的農(nóng)業(yè)低碳效率并分析其影響因素, 得出農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)規(guī)?;綄?duì)農(nóng)業(yè)低碳效率幻覺(jué)程度分別具有負(fù)向、正向影響。然而這些文獻(xiàn)中影子價(jià)格測(cè)算方法主要基于弱可處置性假設(shè),而弱可處置性假設(shè)意味著減少非期望產(chǎn)出往往伴隨期望產(chǎn)出的損失, 且不滿足物料守恒原則。另外, 它們往往假設(shè)碳影子價(jià)格與社會(huì)經(jīng)濟(jì)變量之間的關(guān)系是線性的, 這一假定可能是不成立的, 特別是在長(zhǎng)面板數(shù)據(jù)中表現(xiàn)尤為明顯, 那么樣本之間可能存在組間異方差、組間同期相關(guān)和組內(nèi)自相關(guān)等問(wèn)題。當(dāng)前, 我國(guó)正處于經(jīng)濟(jì)高質(zhì)量發(fā)展轉(zhuǎn)型時(shí)期, 結(jié)構(gòu)轉(zhuǎn)型推動(dòng)生產(chǎn)要素不斷向生產(chǎn)率高的產(chǎn)業(yè)部門流動(dòng)時(shí),也加速了其在產(chǎn)業(yè)部門內(nèi)部的流動(dòng)。這促進(jìn)了生產(chǎn)要素合理配置的同時(shí), 也使得農(nóng)業(yè)生產(chǎn)呈現(xiàn)勞動(dòng)節(jié)約型和“資本深化”傾向[26]的特征。因此, 關(guān)注結(jié)構(gòu)轉(zhuǎn)型對(duì)農(nóng)業(yè)生產(chǎn)要素的影響以及要素稟賦變化下不同技術(shù)進(jìn)步選擇, 清晰地了解結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇對(duì)碳影子價(jià)格的影響, 由此洞察二者是如何作用到農(nóng)業(yè)碳減排成本, 并推動(dòng)不同地區(qū)適時(shí)對(duì)農(nóng)業(yè)碳減排政策進(jìn)行調(diào)整, 有助于中國(guó)走向農(nóng)業(yè)綠色低碳發(fā)展道路。

鑒于此, 本文從以下2個(gè)方面對(duì)現(xiàn)有研究進(jìn)行拓展和完善: 1)通過(guò)污染物的生產(chǎn)關(guān)系將期望產(chǎn)出生產(chǎn)子技術(shù)和非期望產(chǎn)出生產(chǎn)子技術(shù)聯(lián)系起來(lái), 采用改進(jìn)的BP技術(shù)對(duì)我國(guó)農(nóng)業(yè)碳影子價(jià)格進(jìn)行更加準(zhǔn)確的測(cè)算, 提供與經(jīng)濟(jì)理論和物料守恒原則相一致的影子價(jià)格估計(jì); 2)考慮組內(nèi)自相關(guān)、同期相關(guān)和組間異方差等問(wèn)題后, 利用可行的廣義最小二乘法(feasible generalized least squares, FGLS)模型全面考察結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇對(duì)農(nóng)業(yè)碳影子價(jià)格的影響方向和影響程度, 進(jìn)而明晰碳減排成本的影響因素, 以期為農(nóng)業(yè)產(chǎn)值與低碳發(fā)展的平衡取舍提供更切實(shí)的碳減排政策調(diào)整依據(jù)。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 方法與模型

1.1.1 碳影子價(jià)格測(cè)算方法

1.1.1.1 改進(jìn)的BP技術(shù)

生產(chǎn)技術(shù)通??梢杂蒙a(chǎn)集來(lái)表示。在生產(chǎn)可能性集合中, 假設(shè)清潔投入xn和 致污投入xP都會(huì)產(chǎn)生期望產(chǎn)出ym, 致污投入xP會(huì)產(chǎn)生非期望產(chǎn)出zj。非期望產(chǎn)出影子價(jià)格可以衡量非期望產(chǎn)出下降而導(dǎo)致的期望產(chǎn)出損失[27]。為了準(zhǔn)確評(píng)估非期望產(chǎn)出(如污染)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響, 學(xué)者們對(duì)非期望產(chǎn)出提出了強(qiáng)可處置性、弱可處置性及弱G可處置性假設(shè)。Murty等[28]指出上述可處置性假設(shè)代價(jià)高昂, 提出了滿足物料守恒原則的BP技術(shù)。BP技術(shù)不是把弱可處置性強(qiáng)加于期望產(chǎn)出和非期望產(chǎn)出之中, 而是通過(guò)期望產(chǎn)出生產(chǎn)子技術(shù)和非期望產(chǎn)出生產(chǎn)子技術(shù)的交集來(lái)刻畫生產(chǎn)關(guān)系。在這樣的生產(chǎn)關(guān)系下, 期望產(chǎn)出生產(chǎn)子技術(shù)T1是將清潔投入與致污投入轉(zhuǎn)化為期望產(chǎn)出的模型, 非期望產(chǎn)出生產(chǎn)子技術(shù)T2是將致污投入轉(zhuǎn)化為非期望產(chǎn)出的模型。兩個(gè)子技術(shù)受凸性、封閉性、投入和產(chǎn)出的可處置性等公理約束, 這兩種子技術(shù)的交集被稱為BP技術(shù)。根據(jù)Murty等[28]研究, BP技術(shù)被定義為:

式中:R+是正數(shù)集合;f(xn,xp,ym)與g(xp)是連續(xù)的可微的函數(shù);N、P、M、J分別代表清潔投入、致污投入、期望產(chǎn)出、非期望產(chǎn)出的數(shù)量。

Murty等[28]提出了以產(chǎn)出為導(dǎo)向的F?re R-Grosskopf-Lovell (FGL)指數(shù)。假設(shè)和為測(cè)定特定變量無(wú)效率值的前提, FGL可以被定義為:

式中:gy和gz是期望產(chǎn)出和非期望產(chǎn)出的方向向量,可解釋為向效率前沿移動(dòng)期間期望產(chǎn)出和非期望產(chǎn)出做出的優(yōu)化方向; ?代表兩個(gè)向量元素間的乘積。

盡管FGL指數(shù)給出了BP技術(shù)的計(jì)算框架, 但忽略了T1與T2子 技術(shù)之間的聯(lián)系。由于T1模型是自由處置、T2模型是有成本的可處置性, 只能通過(guò)減少致污投入來(lái)保障不降低期望產(chǎn)出的同時(shí)減少非期望產(chǎn)出。因此, 傳統(tǒng)BP模型估算的影子價(jià)格可能存在偏差[29]。Shen等[30]進(jìn)一步通過(guò)考慮污染物的產(chǎn)生關(guān)系將T1、T2子技術(shù)聯(lián)系起來(lái), 改進(jìn)的BP技術(shù)如以下形式:

式中: ( 0,gy,gz)是在投入水平保持不變的情況下與期望產(chǎn)出和非期望產(chǎn)出調(diào)整相關(guān)的非零方向向量;K指決策單元個(gè)數(shù), 且k′=1,···,K; λk和 σk分 別是T1和T2的強(qiáng)度變量, 意味著兩種生產(chǎn)技術(shù)在滿足限制條件的情況下都是獨(dú)立建立的;實(shí)現(xiàn)了子技術(shù)的聯(lián)系。通過(guò)添加兩個(gè)約束條件, 表示T1和T2規(guī)模報(bào)酬可變; 反之, 去除這兩個(gè)約束條件則表示T1和T2規(guī) 模報(bào)酬不變。 δm、 θj是特定變量的無(wú)效率值, 約束條件 δm≥0,θj≥0表示政策制定者只對(duì)經(jīng)濟(jì)增長(zhǎng)和環(huán)境改善的情況感興趣。

改進(jìn)的BP模型的對(duì)偶公式如下:

式中: 、πy分 別是由子技術(shù)T1建模得出的清潔投入、致污投入和期望產(chǎn)出的影子價(jià)格;和 ωz分別是由子技術(shù)T2建模得出的致污投入和非期望產(chǎn)出的影子價(jià)格;v1和v2分 別是可變規(guī)模收益的約束下T1和T2對(duì)偶變量。雖然兩種子技術(shù)得到的影子價(jià)格值有可能不同, 但由于(11)式約束條件考慮了不良輸入的雙重作用: 一個(gè)是產(chǎn)生理想的輸出(邊際貢獻(xiàn)), 另一個(gè)是產(chǎn)生污染(邊際貢獻(xiàn), 致污投入的影子價(jià)格在各子技術(shù)上是一致的。

1.1.1.2 影子價(jià)格計(jì)算

非期望產(chǎn)出的影子價(jià)格(csp)可以被定義為非期望產(chǎn)出相關(guān)的乘數(shù)與期望產(chǎn)出相關(guān)的乘數(shù)之比, 在本文中表示減少1單位農(nóng)業(yè)碳排放損失的農(nóng)業(yè)產(chǎn)值。公式為:

1.1.2 Kernel密度估計(jì)方法

Kernel密度(核密度)估計(jì)方法可測(cè)度觀察變量的絕對(duì)差異。本文運(yùn)用核密度估計(jì)考察農(nóng)業(yè)碳影子價(jià)格的分布動(dòng)態(tài)演進(jìn), 不僅可以刻畫其分布整體形態(tài), 而且通過(guò)不同時(shí)期的比較, 還可以把握區(qū)域碳影子價(jià)格分布的動(dòng)態(tài)特征。f(x)是變量X的密度函數(shù),如式(26)所示:

式中:N為總樣本數(shù),h為帶寬,Xi代表各地級(jí)市農(nóng)業(yè)勞動(dòng)生產(chǎn)率,x是農(nóng)業(yè)勞動(dòng)生產(chǎn)率均值,K(·)是Kernel函數(shù)。

1.1.3 可行的廣義最小二乘法

在對(duì)面板數(shù)據(jù)進(jìn)行計(jì)量分析時(shí), 若隨機(jī)誤差項(xiàng)出現(xiàn)組間異方差、組間同期相關(guān)、組內(nèi)自相關(guān), 則參數(shù)估計(jì)結(jié)果是有偏且不一致的。FGLS將各截面?zhèn)€體的殘差向量代入截面異方差的協(xié)方差矩陣, 并利用廣義最小二乘法(generalized least squares, GLS)對(duì)總體方差矩陣的分解, 將回歸殘差轉(zhuǎn)變成滿足古典假定的殘差, 然后使用普通最小二乘法(ordinary least squares, OLS)進(jìn)行回歸。FGLS可修正由于截面數(shù)據(jù)造成的異方差、同期相關(guān)和序列相關(guān)等問(wèn)題,提高了參數(shù)估計(jì)的一致性和有效性。本文將探究結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇對(duì)碳影子價(jià)格的影響, 構(gòu)建如下基本模型:

式中:i、t分別表示地區(qū)、年份, csp表示農(nóng)業(yè)碳影子價(jià)格; st表示結(jié)構(gòu)轉(zhuǎn)型指標(biāo), tp為技術(shù)進(jìn)步選擇, control表示控制變量,s表示控制變量的個(gè)數(shù); α0、 α1、α2、 βs為 待估計(jì)參數(shù); μit和vit分 別表示個(gè)體效應(yīng)和隨機(jī)效應(yīng), 是隨機(jī)誤差項(xiàng)。在使用FGLS模型前, 首先利用Hausman檢驗(yàn)對(duì)模型進(jìn)行固定與隨機(jī)效應(yīng)判別,然后依次采用Wald檢驗(yàn)、F檢驗(yàn)、Frees檢驗(yàn)驗(yàn)證模型是否存在組間異方差、組內(nèi)自相關(guān)、組間同期相關(guān)。

1.2 變量選擇

1.2.1 被解釋變量

農(nóng)業(yè)碳影子價(jià)格。采用BP技術(shù)測(cè)算, 并對(duì)其進(jìn)行對(duì)數(shù)化處理。投入指標(biāo)選取土地、機(jī)械、勞動(dòng)力、柴油、化肥、農(nóng)藥6個(gè)指標(biāo), 其中土地、勞動(dòng)力為清潔投入, 機(jī)械、柴油、化肥、農(nóng)藥為致污投入; 期望產(chǎn)出指標(biāo)與非期望產(chǎn)出指標(biāo)分別為農(nóng)業(yè)總產(chǎn)值與碳排放量。農(nóng)業(yè)碳排放源主要有4類: 一是農(nóng)資投入, 包括化肥、農(nóng)藥、農(nóng)膜、柴油使用及灌溉耗費(fèi)能源而產(chǎn)生的碳排放; 二是水稻種植產(chǎn)生的甲烷排放; 三是耕作土壤產(chǎn)生的氧化亞氮排放; 四是畜禽養(yǎng)殖產(chǎn)生的碳排放。碳排放量計(jì)算方法與排放系數(shù)參考IPCC[31]、李波等[32]的研究, 并進(jìn)行加總得到。

1.2.2 解釋變量

本文解釋變量包括結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇等核心解釋變量, 還包括農(nóng)業(yè)經(jīng)營(yíng)規(guī)模、經(jīng)濟(jì)發(fā)展程度、城市化水平、地區(qū)開(kāi)放程度等控制變量。

結(jié)構(gòu)轉(zhuǎn)型(st)。采用產(chǎn)業(yè)結(jié)構(gòu)合理化[33]作為結(jié)構(gòu)轉(zhuǎn)型的代理指標(biāo), 計(jì)算公式如下:

式中:Y表示產(chǎn)出,L表示勞動(dòng)力,i表示產(chǎn)業(yè)部門。st越小, 表明產(chǎn)業(yè)間的經(jīng)濟(jì)發(fā)展越均衡。產(chǎn)業(yè)結(jié)構(gòu)合理化既可以有效反映產(chǎn)業(yè)部門的一體化程度, 又可以反映資源有效利用的程度。

技術(shù)進(jìn)步選擇(tp)。1)借鑒楊海鈺等[34]用勞動(dòng)生產(chǎn)率指數(shù)和土地生產(chǎn)率指數(shù)的比值來(lái)衡量勞動(dòng)力節(jié)約型技術(shù)進(jìn)步選擇(ls)。用Y表示產(chǎn)出, 用L表示勞動(dòng)投入, 用A表示土地投入。則Y/L表示勞動(dòng)生產(chǎn)率,Y/A表示土地生產(chǎn)率, 則:

如果ls>1, 代表機(jī)械技術(shù)增長(zhǎng)路徑, 說(shuō)明主要依靠提高勞動(dòng)生產(chǎn)率來(lái)實(shí)現(xiàn)產(chǎn)出增長(zhǎng); 如果ls<1, 代表生物化學(xué)技術(shù)增長(zhǎng)路徑, 說(shuō)明主要依靠提高土地生產(chǎn)率來(lái)實(shí)現(xiàn)產(chǎn)出增長(zhǎng); 如果ls=1, 代表“中性”技術(shù)導(dǎo)向路徑, 即同時(shí)依靠提高勞動(dòng)生產(chǎn)率和土地生產(chǎn)率來(lái)實(shí)現(xiàn)產(chǎn)出增長(zhǎng)。

2)采用資本深化程度來(lái)衡量資本體現(xiàn)式技術(shù)進(jìn)步選擇[35](cd), 并以人均資本存量為代表, 對(duì)其進(jìn)行對(duì)數(shù)化處理。采用永續(xù)盤存法估算資本存量, 其折舊率取5.42%。隨著資本要素投入的增加, 資本深化是對(duì)“適宜技術(shù)”選擇的結(jié)果, 存在資本體現(xiàn)式技術(shù)進(jìn)步。歷年來(lái)我國(guó)重視對(duì)農(nóng)業(yè)投資, 農(nóng)業(yè)資本深化水平也得到了不斷提升。

3)農(nóng)業(yè)經(jīng)營(yíng)規(guī)?;?sam)。采用各省份農(nóng)作物播種面積/農(nóng)業(yè)從業(yè)人員來(lái)表示。農(nóng)業(yè)經(jīng)營(yíng)規(guī)?;娇梢员憩F(xiàn)農(nóng)業(yè)生產(chǎn)的集約化程度。當(dāng)農(nóng)業(yè)經(jīng)營(yíng)規(guī)模達(dá)到適度規(guī)模經(jīng)營(yíng)時(shí), 會(huì)增加技術(shù)投資、注重資源管理, 提升農(nóng)業(yè)低碳發(fā)展水平; 規(guī)模較小時(shí)可能會(huì)使農(nóng)戶投入更多化肥、農(nóng)藥等要素, 增加碳排放[25]。所以農(nóng)業(yè)經(jīng)營(yíng)規(guī)?;娇傮w上對(duì)于農(nóng)業(yè)碳影子價(jià)格的影響是不確定的。

4)經(jīng)濟(jì)發(fā)展水平(ed)。利用人均GDP來(lái)衡量地區(qū)經(jīng)濟(jì)發(fā)展水平[18], 并對(duì)其進(jìn)行對(duì)數(shù)化處理。當(dāng)經(jīng)濟(jì)體的碳影子價(jià)格較高時(shí), 意味著需要減少1單位碳排放付出的代價(jià)更大, 為此這個(gè)地區(qū)減排負(fù)擔(dān)較重。反之, 當(dāng)經(jīng)濟(jì)體碳影子價(jià)格較低時(shí), 意味著減排付出的代價(jià)相對(duì)較小, 可以承擔(dān)更多的碳減排任務(wù)。

5)城鎮(zhèn)化水平(ur)。用城鎮(zhèn)人口占總?cè)丝诘谋戎貋?lái)衡量城鎮(zhèn)化水平。城鎮(zhèn)化在促進(jìn)農(nóng)業(yè)生產(chǎn)規(guī)模、提高開(kāi)發(fā)強(qiáng)度的同時(shí), 也帶來(lái)了先進(jìn)生產(chǎn)技術(shù), 促進(jìn)農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)型, 進(jìn)而促進(jìn)了農(nóng)業(yè)綠色發(fā)展[17]。所以城鎮(zhèn)化總體上對(duì)于農(nóng)業(yè)碳影子價(jià)格的影響是不確定的。

6)對(duì)外開(kāi)放水平(op)。采用各省份進(jìn)出口總額占GDP比重來(lái)表示。對(duì)外開(kāi)放水平的提高使市場(chǎng)競(jìng)爭(zhēng)更加激烈, 預(yù)期會(huì)引導(dǎo)農(nóng)業(yè)經(jīng)營(yíng)者進(jìn)行綠色生產(chǎn)[24]。

1.3 數(shù)據(jù)來(lái)源

本文研究樣本為中國(guó)31個(gè)省份(不包含港澳臺(tái)地區(qū)), 時(shí)間跨度為1997-2020年。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》, 并將31個(gè)省份劃分為東、中、西部區(qū)域。本文對(duì)GDP等價(jià)格變量以1997年為基期進(jìn)行了價(jià)格平減。

2 結(jié)果與分析

2.1 農(nóng)業(yè)碳排放影子價(jià)格的變化特征

2.1.1 農(nóng)業(yè)碳排放影子價(jià)格時(shí)序特征

1997-2020年31個(gè)省份農(nóng)業(yè)碳排放影子價(jià)格呈上升趨勢(shì)(圖1)。東部、中部和西部地區(qū)農(nóng)業(yè)碳排放影子平均價(jià)格分別為7759.69元·t-1、4192.35元·t-1和3997.51元·t-1, 表明東部地區(qū)農(nóng)業(yè)碳排放影子價(jià)格高于中西部地區(qū), 且西部地區(qū)減排量具有最低成本。不同地區(qū)碳影子價(jià)格隨時(shí)間變化的趨勢(shì)存在較大差異, 東部地區(qū)農(nóng)業(yè)碳影子價(jià)格上升趨勢(shì)明顯高于全國(guó)上升趨勢(shì), 中部、西部農(nóng)業(yè)碳影子價(jià)格上升趨勢(shì)低于全國(guó)上升趨勢(shì)。這一定程度上反映了隨時(shí)間的變化, 我國(guó)農(nóng)業(yè)環(huán)境得到改善的同時(shí)中、西部環(huán)境污染治理難度加大。

2.1.2 農(nóng)業(yè)碳影子價(jià)格動(dòng)態(tài)演進(jìn)特征

進(jìn)一步利用核密度曲線分析碳影子價(jià)格的動(dòng)態(tài)演進(jìn)特征。選取1997年、2005年、2010年、2015年和2020年作為考察年份, 結(jié)果如圖2所示。

圖 1 1997—2020年?yáng)|部、中部和西部地區(qū)及全國(guó)農(nóng)業(yè)碳影子價(jià)格時(shí)序變化Fig.1 Time series of agricultural carbon shadow price in the east, central, west regions and whole nation from 1997 to 2020

圖 2 1997—2020年農(nóng)業(yè)碳影子價(jià)格Kernel核密度圖Fig.2 Kernel density of agricultural carbon shadow price from 1997 to 2020

全國(guó)層面來(lái)看, 1997年以來(lái), 農(nóng)業(yè)碳影子價(jià)格核密度曲線呈現(xiàn)向下、向右移動(dòng)趨勢(shì), 曲線右移表明農(nóng)業(yè)碳影子價(jià)格期望值在增加, 下移表明農(nóng)業(yè)碳影子價(jià)格保持上升趨勢(shì)。1997-2010年間, 核密度曲線向右、向下趨勢(shì)明顯。這表明農(nóng)業(yè)碳影子價(jià)格在這段期間內(nèi)增加明顯, 且省際間差異比以前更大。2010-2020年間, 核密度曲線右移顯著、波峰呈波動(dòng)式下降。尤其是2020年, 核密度曲線右側(cè)呈現(xiàn)右拖尾現(xiàn)象, 表明高農(nóng)業(yè)碳影子價(jià)格概率密度有增加趨勢(shì)。從形狀變化來(lái)看, 波峰逐漸平緩, 變化區(qū)間明顯增大, 這說(shuō)明農(nóng)業(yè)碳影子價(jià)格差異越來(lái)越大, 且2005年、2015年農(nóng)業(yè)碳影子價(jià)格出現(xiàn)了微弱的雙峰之勢(shì)。

分區(qū)域來(lái)看, 東部地區(qū)農(nóng)業(yè)碳影子價(jià)格核密度曲線出現(xiàn)較為明顯的右移趨勢(shì); 峰值在1997-2010年呈現(xiàn)波動(dòng)式下降, 在2010-2015年呈現(xiàn)上升趨勢(shì),而在2015-2020年則呈現(xiàn)出下移趨勢(shì); 2005年、2015年呈現(xiàn)較明顯的雙峰, 2020年核密度曲線波峰更加平緩、呈現(xiàn)出“厚尾”現(xiàn)象。中部地區(qū)農(nóng)業(yè)碳影子價(jià)格核密度曲線呈現(xiàn)左移-右移趨勢(shì); 1997-2005年密度曲線出現(xiàn)多個(gè)波峰, 且峰值高于其他地區(qū), 表明農(nóng)業(yè)碳影子價(jià)格多級(jí)分化現(xiàn)象嚴(yán)重; 2010年以來(lái)峰型由2個(gè)“尖峰”向“寬峰”轉(zhuǎn)變, 波峰也呈現(xiàn)下移、右移趨勢(shì), 寬度也逐漸變大, 說(shuō)明農(nóng)業(yè)碳影子價(jià)格期望值在增加, 并保持上升趨勢(shì), 且區(qū)域間差異在變大。西部地區(qū)農(nóng)業(yè)碳影子價(jià)格曲線呈現(xiàn)明顯的向下趨勢(shì), 1997-2015年右移趨勢(shì)不明顯, 但寬度略有變大, 這說(shuō)明西部地區(qū)農(nóng)業(yè)碳影子價(jià)格區(qū)域間差異在變大。同時(shí), 西部地區(qū)核密度曲線寬度均比東部地區(qū)窄, 且峰值較東部、中部地區(qū)小, 說(shuō)明西部地區(qū)農(nóng)業(yè)碳影子價(jià)格處在較低水平。

2.2 結(jié)構(gòu)轉(zhuǎn)型、技術(shù)選擇對(duì)農(nóng)業(yè)碳排放影子價(jià)格的影響

2.2.1 農(nóng)業(yè)碳排放影子價(jià)格的估計(jì)結(jié)果

經(jīng)穩(wěn)健的Hausman檢驗(yàn), 采用固定效應(yīng)模型更優(yōu)。進(jìn)一步對(duì)隨機(jī)擾動(dòng)項(xiàng)進(jìn)行檢驗(yàn), 發(fā)現(xiàn)全國(guó)樣本數(shù)據(jù)在1%水平上存在組間異方差、組間同期相關(guān),在5%水平上存在組內(nèi)自相關(guān)。因此, 選擇全面FGLS回歸方法進(jìn)行估計(jì)。模型(1)~(3)分別用隨機(jī)效應(yīng)模型、固定效應(yīng)模型和全面FGLS模型進(jìn)行回歸, 表1展示了回歸結(jié)果。

可以看出, 由于樣本存在組間異方差、組內(nèi)自相關(guān)與組間同期相關(guān), 全面FGLS估計(jì)極大地改善了模型估計(jì)系數(shù)的顯著性。模型(3)顯示, 結(jié)構(gòu)轉(zhuǎn)型系數(shù)估計(jì)值為0.454, 且在1%的顯著性水平上通過(guò)了檢驗(yàn)。這說(shuō)明經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型在促進(jìn)生產(chǎn)要素由生產(chǎn)率低的產(chǎn)業(yè)流向生產(chǎn)率高的產(chǎn)業(yè)同時(shí), 也促進(jìn)了農(nóng)業(yè)生產(chǎn)要素的合理配置和有效利用, 推動(dòng)農(nóng)業(yè)生產(chǎn)向低碳綠色方向發(fā)展, 環(huán)境狀況會(huì)變得越來(lái)越好, 進(jìn)而提升農(nóng)業(yè)碳影子價(jià)格。技術(shù)進(jìn)步選擇基于要素稟賦條件。技術(shù)進(jìn)步促使生產(chǎn)要素配置更加優(yōu)化時(shí),會(huì)促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)升級(jí)與轉(zhuǎn)型, 進(jìn)而改善了農(nóng)業(yè)環(huán)境狀況, 農(nóng)業(yè)碳影子價(jià)格會(huì)隨之提高。反之, 某項(xiàng)技術(shù)進(jìn)步不能與勞動(dòng)力、資本等生產(chǎn)要素相匹配, 那么就不能改善農(nóng)業(yè)環(huán)境狀況, 進(jìn)而抑制碳影子價(jià)格提升。勞動(dòng)節(jié)約型技術(shù)進(jìn)步選擇系數(shù)估計(jì)值為0.455,且在1%水平上通過(guò)顯著性檢驗(yàn)。隨著相對(duì)豐裕、廉價(jià)的機(jī)械要素對(duì)勞動(dòng)力的直接或間接替代, 不僅緩解了勞動(dòng)力剛性約束, 更是促進(jìn)了要素配置的優(yōu)化, 并加快了農(nóng)業(yè)產(chǎn)業(yè)升級(jí)與轉(zhuǎn)型[17]。隨農(nóng)業(yè)機(jī)械的廣泛使用, 產(chǎn)業(yè)升級(jí)帶來(lái)的減排效應(yīng)大于農(nóng)業(yè)機(jī)械能源消耗增加的碳排放, 導(dǎo)致勞動(dòng)節(jié)約型技術(shù)進(jìn)步能有效提升碳影子價(jià)格。農(nóng)業(yè)資本深化程度估計(jì)系數(shù)是-0.171, 并在1%水平通過(guò)顯著性檢驗(yàn)。由于我國(guó)農(nóng)業(yè)存在資本和勞動(dòng)要素配置扭曲嚴(yán)重, 并且資本不斷向農(nóng)業(yè)生產(chǎn)環(huán)節(jié)滲透, 迫使分化的小農(nóng)戶表現(xiàn)出化肥、農(nóng)藥等致污要素過(guò)渡投入, 這使得資本深化對(duì)碳影子價(jià)格產(chǎn)生了負(fù)向作用。正如姚增福等[36]指出, 由于勞動(dòng)要素質(zhì)量與技術(shù)進(jìn)步方向不匹配, 資本深化降低了農(nóng)業(yè)環(huán)境效率。

表 1 結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇對(duì)農(nóng)業(yè)碳影子價(jià)格影響效應(yīng)的估計(jì)結(jié)果Table 1 Estimation results of impact of structural transformation and technological progress choices on agricultural carbon shadow price

從控制變量來(lái)看, 城鎮(zhèn)化水平對(duì)農(nóng)業(yè)碳影子價(jià)格在1%水平上顯著為正, 說(shuō)明城市發(fā)展改善了區(qū)域農(nóng)業(yè)生產(chǎn)要素資源配置, 并促進(jìn)農(nóng)業(yè)綠色發(fā)展轉(zhuǎn)型,進(jìn)而提高農(nóng)業(yè)碳影子價(jià)格。經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)經(jīng)營(yíng)規(guī)模、對(duì)外開(kāi)放水平在1%水平上顯著為負(fù)。對(duì)于我國(guó)人口眾多的國(guó)家, 經(jīng)濟(jì)發(fā)展水平的提升對(duì)農(nóng)產(chǎn)品的需求還處在量的提升, 這會(huì)加大農(nóng)業(yè)碳排放,進(jìn)而抑制碳影子價(jià)格。由于我國(guó)農(nóng)業(yè)經(jīng)營(yíng)規(guī)模整體偏小, 過(guò)度追求“產(chǎn)出導(dǎo)向型” “收入導(dǎo)向型”的短期目標(biāo), 導(dǎo)致致污投入要素增加, 進(jìn)而抑制了碳影子價(jià)格。對(duì)外開(kāi)放導(dǎo)致要素流動(dòng)和要素邊際報(bào)酬的差異性, 加快了農(nóng)業(yè)勞動(dòng)力、資本等要素流出, 并對(duì)農(nóng)業(yè)生產(chǎn)產(chǎn)生了虹吸效應(yīng), 促使在農(nóng)業(yè)生產(chǎn)中加大了對(duì)機(jī)械、化肥等致污投入, 進(jìn)而抑制了碳影子價(jià)格。

2.2.2 農(nóng)業(yè)碳影子價(jià)格影響因素的空間差異

由于地理位置、要素稟賦以及經(jīng)濟(jì)條件差異等原因, 結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步偏向與農(nóng)業(yè)碳影子價(jià)格之間的關(guān)系在不同省份之間可能存在差異。檢驗(yàn)結(jié)果顯示, 東、中、西部樣本數(shù)據(jù)在1%水平上均存在組間異方差、組間同期相關(guān)。因此, 采用FGL方法對(duì)東部、中部、西部地區(qū)樣本數(shù)據(jù)進(jìn)行估計(jì)。如表2所示, 模型(4)~(6)分別是東部、中部、西部地區(qū)回歸結(jié)果。

表 2 東、中、西部地區(qū)農(nóng)業(yè)碳影子價(jià)格影響因素分析Table 2 Analysis of influencing factors of agricultural carbon shadow price in eastern, central and western regions

從核心解釋變量來(lái)看, 結(jié)構(gòu)轉(zhuǎn)型對(duì)碳影子價(jià)格估計(jì)系數(shù)在東、中部地區(qū)均在1%水平上顯著為正,在西部地區(qū)在1%水平上顯著為負(fù)。這說(shuō)明東部、中部地區(qū)結(jié)構(gòu)轉(zhuǎn)型在促進(jìn)要素向高生產(chǎn)效率部門轉(zhuǎn)移同時(shí)也促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級(jí), 進(jìn)而促進(jìn)了碳影子價(jià)格提升。由于東部、中部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá),承載了較多農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移、先進(jìn)技術(shù)應(yīng)用以及相應(yīng)生產(chǎn)要素配置調(diào)整, 促進(jìn)了農(nóng)業(yè)生產(chǎn)要素的合理配置和有效利用, 尤其是東部地區(qū)在地理?xiàng)l件、資源稟賦等方面的優(yōu)勢(shì), 使得東部地區(qū)較中部地區(qū)結(jié)構(gòu)轉(zhuǎn)型更能促進(jìn)碳影子價(jià)格提升。而西部地區(qū)欠發(fā)達(dá)地區(qū)省份較多, 并且農(nóng)業(yè)生產(chǎn)受自然條件制約較多, 經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型促使了優(yōu)質(zhì)農(nóng)業(yè)勞動(dòng)力、資本等要素單向流向城市部門, 致使農(nóng)業(yè)成為高投入、高消耗、資源轉(zhuǎn)化率低的產(chǎn)業(yè), 加劇了農(nóng)業(yè)環(huán)境狀況,結(jié)構(gòu)轉(zhuǎn)型對(duì)農(nóng)業(yè)碳影子價(jià)格起到了抑制作用。要素稟賦差異也使得技術(shù)進(jìn)步選擇在東部、中部、西部地區(qū)有所差異。勞動(dòng)節(jié)約型技術(shù)進(jìn)步選擇估計(jì)系數(shù)在東部地區(qū)在1%水平上顯著為負(fù), 而中、西部地區(qū)在1%水平上顯著為正。東部地區(qū)相對(duì)于中部、西部地區(qū)農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移更多, 盡管大量的農(nóng)業(yè)機(jī)械彌補(bǔ)了勞動(dòng)力的不足, 但尚未轉(zhuǎn)移的勞動(dòng)力勞動(dòng)要素質(zhì)量不能與其他生產(chǎn)要素較好匹配, 導(dǎo)致農(nóng)業(yè)環(huán)境狀況變差, 東部地區(qū)勞動(dòng)力節(jié)約型技術(shù)進(jìn)步選擇估計(jì)系數(shù)為負(fù)值。資本深化估計(jì)系數(shù)在東部、西部地區(qū)顯著為負(fù), 在中部地區(qū)估計(jì)系數(shù)卻顯著為正。由于中部地區(qū)大多為糧食生產(chǎn)功能區(qū), 資本深化提高了農(nóng)業(yè)生產(chǎn)效率, 資本深化帶來(lái)的資本體現(xiàn)式技術(shù)進(jìn)步與勞動(dòng)要素質(zhì)量相匹配, 使得資本深化有利于提升碳影子價(jià)格。這進(jìn)一步說(shuō)明了東部地區(qū)盡管機(jī)械要素實(shí)現(xiàn)了對(duì)勞動(dòng)力的彌補(bǔ), 但也加劇了勞動(dòng)力與資本的不當(dāng)配置關(guān)系; 而西部地區(qū)由于資源稟賦、地理環(huán)境等導(dǎo)致農(nóng)業(yè)發(fā)展比較效益較低, 導(dǎo)致資本深化技術(shù)進(jìn)步選擇不能與勞動(dòng)要素質(zhì)量匹配。

從控制變量來(lái)看, 農(nóng)業(yè)經(jīng)營(yíng)規(guī)模在東、西部地區(qū)對(duì)影子價(jià)格分別在10%、1%水平顯著為負(fù), 與前面研究一致, 即該研究期內(nèi)農(nóng)業(yè)經(jīng)營(yíng)規(guī)模的提高可能導(dǎo)致區(qū)域農(nóng)業(yè)生產(chǎn)壓力過(guò)大; 但由于西部地區(qū)提升經(jīng)營(yíng)規(guī)模會(huì)帶來(lái)更大的農(nóng)業(yè)效益, 農(nóng)業(yè)致污要素投入大幅增加, 導(dǎo)致抑制效應(yīng)明顯大于東部地區(qū); 而中部地區(qū)主要為糧食主產(chǎn)區(qū), 提升經(jīng)營(yíng)規(guī)模會(huì)改善糧食生產(chǎn)投入要素組合, 導(dǎo)致其對(duì)碳影子價(jià)格的抑制效應(yīng)不明顯。經(jīng)濟(jì)發(fā)展水平在東部地區(qū)對(duì)碳影子價(jià)格在5%水平上顯著為正, 西部地區(qū)在1%水平上顯著為負(fù)。由于人均GDP與人均碳排放增長(zhǎng)之間存在環(huán)境庫(kù)茲涅茨曲線, 東部地區(qū)經(jīng)濟(jì)發(fā)展水平與碳影子價(jià)格可能跨過(guò)“倒U型”曲線的拐點(diǎn)。城市化對(duì)碳影子價(jià)格估計(jì)系數(shù)在東、西部地區(qū)顯著為正, 對(duì)外開(kāi)放水平估計(jì)系數(shù)在中、西部地區(qū)顯著為負(fù)。

3 討論與結(jié)論

3.1 討論

科學(xué)評(píng)估碳減排成本, 并通過(guò)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和技術(shù)進(jìn)步有效實(shí)施減排策略, 已經(jīng)成為實(shí)現(xiàn)中國(guó)經(jīng)濟(jì)社會(huì)低碳轉(zhuǎn)型發(fā)展的必然選擇, 也有利于我國(guó)實(shí)現(xiàn)2030年前碳達(dá)峰、2060年前碳中和目標(biāo)。本文測(cè)算分析了我國(guó)1997-2020年的農(nóng)業(yè)碳影子價(jià)格及其動(dòng)態(tài)演進(jìn)特征, 并探究了經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇對(duì)農(nóng)業(yè)碳影子價(jià)格的作用機(jī)制及其區(qū)域異質(zhì)性, 為政府制定差異化的碳減排方案與計(jì)劃提供了循證指南。有別于以往基于弱可處置性假設(shè), 利用參數(shù)法測(cè)算碳影子價(jià)格[37]和農(nóng)業(yè)污染物影子價(jià)格[25,38]得出的影子價(jià)格不同, 本研究結(jié)果表明BP技術(shù)測(cè)算得到的農(nóng)業(yè)碳影子價(jià)格呈現(xiàn)上升趨勢(shì), 并具有區(qū)域差異性, 這些結(jié)論與Shen等[3]、楊子暉等[39]的結(jié)論是一致的。改進(jìn)的BP技術(shù)通過(guò)考慮污染物的產(chǎn)生關(guān)系將期望產(chǎn)出子技術(shù)與非期望產(chǎn)出子技術(shù)聯(lián)系起來(lái), 提供了與經(jīng)濟(jì)理論和物料守恒原則相一致的影子價(jià)格估計(jì)[30], 可更好地平衡環(huán)境治理與經(jīng)濟(jì)發(fā)展之間的關(guān)系, 一定程度上彌補(bǔ)了其他研究方法的不足。同時(shí), 與大多數(shù)關(guān)注農(nóng)業(yè)碳排放影響因素的研究不同[18,40], 對(duì)農(nóng)業(yè)碳影子價(jià)格的研究可以清晰地解析碳減排成本的影響因素。研究發(fā)現(xiàn), 經(jīng)濟(jì)結(jié)構(gòu)調(diào)整是碳影子價(jià)格的重要影響因素, 不同地區(qū)技術(shù)進(jìn)步選擇對(duì)碳影子價(jià)格影響有差異。東部地區(qū)農(nóng)業(yè)碳影子價(jià)格更容易受節(jié)約型勞動(dòng)技術(shù)進(jìn)步選擇的影響, 中部地區(qū)農(nóng)業(yè)碳影子價(jià)格更容易受資本深化影響, 西部地區(qū)農(nóng)業(yè)碳影子價(jià)格受經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)的影響。由于碳排放影子價(jià)格可以反映減排成本, 這些結(jié)論可為不同區(qū)域制定差異化的碳減排政策及區(qū)域分配調(diào)整提供可靠的參考。

本文仍存在一些局限: 1)農(nóng)業(yè)作為碳排放重要來(lái)源, 也具備相當(dāng)?shù)奶紖R功能。本研究在測(cè)算碳影子價(jià)格時(shí), 并未考慮農(nóng)業(yè)碳匯帶來(lái)的生態(tài)價(jià)值以及糧食生產(chǎn)的社會(huì)效益。在后續(xù)研究中, 將同時(shí)從農(nóng)業(yè)碳排放與碳匯視角, 并把糧食生產(chǎn)的社會(huì)效益納入模型構(gòu)造。2)研究尺度為省域, 旨在為我國(guó)農(nóng)業(yè)碳達(dá)峰、碳中和提供決策參考, 后續(xù)研究可將研究尺度擴(kuò)展至地級(jí)市層面, 并針對(duì)糧食主產(chǎn)區(qū)、主銷區(qū)及平衡區(qū)探討區(qū)域間農(nóng)業(yè)碳排放分配機(jī)制, 結(jié)論將更為可信、建議將更具指向性。

3.2 結(jié)論

基于改進(jìn)的BP技術(shù)測(cè)算1997-2020年中國(guó)31個(gè)省份農(nóng)業(yè)碳影子價(jià)格, 利用Kernel密度估計(jì)方法分析農(nóng)業(yè)碳影子分布動(dòng)態(tài)演進(jìn)過(guò)程, 并應(yīng)用FGLS模型估計(jì)結(jié)構(gòu)轉(zhuǎn)型、技術(shù)進(jìn)步選擇對(duì)碳影子價(jià)格的影響展開(kāi)研究。主要結(jié)論如下:

1)我國(guó)農(nóng)業(yè)碳影子價(jià)格呈現(xiàn)上升態(tài)勢(shì)。東部、中部和西部地區(qū)農(nóng)業(yè)碳影子價(jià)格分別為7759.69元·t-1、4192.35元·t-1和3997.51元·t-1, 且東、中、西部地區(qū)農(nóng)業(yè)碳影子價(jià)格上升趨勢(shì)依次降低。核密度分析顯示我國(guó)農(nóng)業(yè)碳影子價(jià)格核密度值有增加趨勢(shì), 東部地區(qū)核密度曲線出現(xiàn)較為明顯的右移趨勢(shì); 中部地區(qū)核密度曲線呈現(xiàn)左移-右移趨勢(shì), 且區(qū)域間差異在變大; 西部地區(qū)核密度曲線呈現(xiàn)明顯的向下、變寬趨勢(shì)。

2)地區(qū)結(jié)構(gòu)轉(zhuǎn)型、技術(shù)選擇是導(dǎo)致農(nóng)業(yè)碳影子價(jià)格地區(qū)異質(zhì)性的重要因素。全國(guó)層面回歸結(jié)果顯示, 結(jié)構(gòu)轉(zhuǎn)型、勞動(dòng)節(jié)約型技術(shù)進(jìn)步及城市化水平對(duì)碳影子價(jià)格有顯著的促進(jìn)作用, 資本深化、經(jīng)濟(jì)發(fā)展水平、農(nóng)業(yè)規(guī)模化水平與對(duì)外開(kāi)放水平抑制了碳影子價(jià)格的提升。

3)分區(qū)域來(lái)看, 結(jié)構(gòu)轉(zhuǎn)型在東部、中部地區(qū)顯著提升農(nóng)業(yè)碳影子價(jià)格, 在西部地區(qū)卻顯著抑制了農(nóng)業(yè)碳影子價(jià)格; 勞動(dòng)節(jié)約型技術(shù)進(jìn)步在東部地區(qū)抑制了農(nóng)業(yè)碳影子價(jià)格, 而在中部、西部地區(qū)顯著提升農(nóng)業(yè)碳影子價(jià)格; 資本深化在東部、西部地區(qū)顯著抑制農(nóng)業(yè)碳影子價(jià)格, 在中部地區(qū)顯著提升農(nóng)業(yè)碳影子價(jià)格; 控制變量對(duì)農(nóng)業(yè)碳影子價(jià)格的影響在不同地區(qū)間也有所差異。

4 政策啟示

基于上述結(jié)論, 本文提出如下建議:

持續(xù)推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型。結(jié)構(gòu)轉(zhuǎn)型是降低碳排放的有效途徑。結(jié)構(gòu)轉(zhuǎn)型有利于促進(jìn)生產(chǎn)要素合理配置和有效利用, 進(jìn)一步向知識(shí)技術(shù)密集、物質(zhì)資源消耗少的產(chǎn)業(yè)調(diào)整, 推動(dòng)經(jīng)濟(jì)綠色高質(zhì)量發(fā)展。在促進(jìn)結(jié)構(gòu)轉(zhuǎn)型同時(shí), 還要通過(guò)完善要素配置體系促進(jìn)農(nóng)業(yè)部門與非農(nóng)部門要素的高效配置, 具體表現(xiàn)在提高農(nóng)業(yè)勞動(dòng)要素質(zhì)量、實(shí)現(xiàn)城鄉(xiāng)基本公共服務(wù)均等化等, 縮小農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn)率差異, 促使經(jīng)濟(jì)發(fā)展實(shí)現(xiàn)空間均衡, 進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量綠色發(fā)展。

制定差異化綠色協(xié)調(diào)發(fā)展政策。對(duì)于經(jīng)濟(jì)比較發(fā)達(dá)的東部地區(qū)農(nóng)業(yè)碳影子價(jià)格較高, 減排難度加大。應(yīng)注重綠色低碳技術(shù)研發(fā), 降低對(duì)物質(zhì)資本的過(guò)度依賴。對(duì)于農(nóng)業(yè)生產(chǎn)條件比較優(yōu)越的中部地區(qū),應(yīng)承擔(dān)更多的減排任務(wù)。積極發(fā)展綠色低碳農(nóng)業(yè),推進(jìn)施肥用藥減量化、畜禽糞污綜合利用行動(dòng)方案,促進(jìn)農(nóng)業(yè)綠色轉(zhuǎn)型。對(duì)于西部地區(qū), 鼓勵(lì)發(fā)展生態(tài)農(nóng)業(yè), 并適度承擔(dān)碳減排任務(wù)。加快農(nóng)村基礎(chǔ)設(shè)施建設(shè), 加快培育新型農(nóng)業(yè)經(jīng)營(yíng)主體, 實(shí)現(xiàn)規(guī)模化、清潔化、精細(xì)化生產(chǎn)。同時(shí), 針對(duì)中西部地區(qū)環(huán)境治理難度, 應(yīng)加快協(xié)調(diào)低碳區(qū)域內(nèi)產(chǎn)業(yè)生產(chǎn)要素配置,并積極主動(dòng)從東部地區(qū)引進(jìn)減排技術(shù)和減排資本,有效提高減排潛力。

逐步將農(nóng)業(yè)碳減排納入碳交易市場(chǎng)。在完善的市場(chǎng)條件下, 農(nóng)業(yè)碳影子價(jià)格是其內(nèi)在經(jīng)濟(jì)價(jià)值的體現(xiàn), 應(yīng)充分利用農(nóng)業(yè)碳影子價(jià)格對(duì)碳定價(jià)的形成機(jī)制。應(yīng)啟動(dòng)農(nóng)業(yè)碳排放核算研究, 加快形成一套有利于管理部門、生產(chǎn)主體、碳交易主體共同參與的核算方法體系。推動(dòng)制定農(nóng)業(yè)碳匯交易相關(guān)法律法規(guī)的各項(xiàng)具體內(nèi)容, 形成多元主體參與碳市場(chǎng)的激勵(lì)制度, 并制定農(nóng)業(yè)碳匯項(xiàng)目發(fā)展的行動(dòng)指南, 推動(dòng)農(nóng)業(yè)低碳生產(chǎn)的成本投入與收益獲取在邊際上維持均衡, 以期推動(dòng)農(nóng)業(yè)碳減排目標(biāo)實(shí)現(xiàn)。

猜你喜歡
影子要素價(jià)格
掌握這6點(diǎn)要素,讓肥水更高效
觀賞植物的色彩要素在家居設(shè)計(jì)中的應(yīng)用
論美術(shù)中“七大要素”的辯證關(guān)系
What a Nice Friend
和影子玩耍
讀者(2016年20期)2016-10-09 09:42:34
價(jià)格
汽車之友(2016年18期)2016-09-20 14:10:22
價(jià)格
汽車之友(2016年10期)2016-05-16 14:18:45
價(jià)格
汽車之友(2016年6期)2016-04-18 18:29:21
不可思議的影子
也談做人的要素
山東青年(2016年2期)2016-02-28 14:25:36
内江市| 浏阳市| 乡城县| 延长县| 会泽县| 博爱县| 维西| 五华县| 蓬莱市| 衡南县| 嘉义县| 古田县| 蓬溪县| 准格尔旗| 荣昌县| 阿瓦提县| 莒南县| 广水市| 洪湖市| 临沂市| 扶沟县| 鄱阳县| 淮阳县| 宜兴市| 云和县| 都安| 黄冈市| 松溪县| 买车| 海南省| 浮梁县| 定西市| 海盐县| 白水县| 定远县| 陆河县| 易门县| 沙雅县| 赫章县| 双峰县| 含山县|