Green Food Industry Promotion Effect of Agricultural Trade
-
摘要:
加快绿色食品产业发展对提高优质农产品供给能力,促进农业可持续和农业现代化发展,满足人民日益增长的美好生活需要具有重要意义。本文基于2013—2019年我国31个省(区、市)的面板数据对绿色食品发展水平进行评价,探索农产品国际贸易对地区绿色食品发展水平的影响,考察农业省份和非农业省份的差异性。结果表明:农产品国际贸易水平,包括出口贸易水平,对绿色食品的发展具有显著的促进作用,即使叠加耕地不足或劳动力短缺,仍有显著正向影响;产业聚集度的增加能进一步促进农产品贸易的正向影响。据此提出提升农产品国际贸易水平、分类施策进行制度构建以及引导多元主体共同参与绿色食品发展等对策建议。
Abstract:Accelerating the development of the green food industry is of great significance in improving the supply capacity of high-quality agricultural products, promoting the sustainable and modernized development of agriculture, and meeting the growing demand for a better life of the people. This paper evaluated the level of green food development based on panel data of 31 provinces in China from 2013 to 2019, and explored the impact of international trade in agricultural products on the level of regional green food development, examining the differences between agricultural and non-agricultural provinces. The results showed that, the level of international trade in agricultural products, including the level of export trade, had a significant positive effect on the development of green food, even when superimposed on the shortage of arable land or labour shortage; the increase in industrial agglomeration could further promote the positive effect of trade in agricultural products. This paper proposed targeted countermeasures to improve the level of international trade in agricultural products, to classify and implement policies for institutional construction, and to guide multiple actors to participate in the development of the green food industry.
-
Keywords:
- agricultural products /
- international trade /
- green food
-
绿色食品的研究长期以来受到国内外学界的关注,一方面由于食品安全关乎重大,生活水平的提高使人们对食品的偏好,越来越趋于满足食用价值以外的需求,如安全、环保和营养价值等,这打破了农产品同质的假设,使食品的横纵向差异成为消费者需求满足的必要条件[1];另一方面随着生态环境问题的日益加剧,绿色食品不仅可以促进农业产业优化升级,提高农产品质量,还可以通过监控绿色食品产地保护具有重要生态价值的环境和区域,产生生态效益[2]。可以说,绿色农业、绿色食品已成为一种趋势,既受到世界各国的追捧,也是我国农业发展的方向[3]。与此同时,农产品全球市场的不断开放,使农产品需求不断扩大的同时,市场准入门槛也不断加高,发达国家各种绿色贸易壁垒
① 对农产品质量,尤其是绿色环保方面提出了更高的要求[4]。与此同时,东盟已成为中国第一大农产品贸易伙伴,近10年农产品贸易额年均增长10.2%。2021年,中国国家主席习近平在中国—东盟建立对话关系30周年峰会上表示,中方愿发起中国—东盟农业绿色发展行动计划,提高各国农业发展的韧性和可持续性,将绿色农业发展提升到国际合作的高度。因此,绿色食品发展问题不仅迎合了人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾的现实要求,并且响应了国家对农业高质量发展的政策要求,达到了在农产品国际贸易市场中的竞争要求,对促进中国与贸易伙伴国农业可持续发展,打造有韧性的农业生产体系具有重要的意义。我国作为农业大国和农产品贸易大国,从农产品出口环境上看,各国农产品贸易政策和多边农业贸易规则不断调整[5],绿色食品已成为农产品国际市场交易的重要标准,成为农产品进入很多发达国家的门槛;从农产品贸易结构上看,绿色品牌农产品缺乏,贸易结果过于单一;从农产品贸易发展趋势上看,绿色贸易是未来农产品国际贸易的重要趋势[6],应成为我国绿色食品发展的重要依据和参考。在此背景下,我国绿色食品发展水平到底如何,各地区是否存在分异,尤其是农产品国际贸易是否和如何影响绿色食品发展水平等问题,值得进一步探究。
一、 文献综述
国外学者在20世纪90年代对贸易与环境的关系进行了开创性研究,主要认为贸易可以通过贸易规模、贸易过程中产生的技术创新和贸易结构等对环境产生影响[7]。现有研究发现农产品贸易规模的扩大对环境影响是双向的,一方面农产品贸易可以通过增加农业规模从而加大农业面源污染,另一方面也可以通过倒逼农业技术革新而对环境产生积极影响[8],具体体现于对绿色农业产业的影响,从绿色农业对环境发展的重要性[9]到绿色农业发展的现实要求[10−11]等方面的研究逐步聚焦到绿色食品领域。绿色食品产业方面的研究国外主要以对绿色食品消费行为影响因素的研究[12−14]。我国学者在此基础上,拓展了产业发展方面的研究,认为我国的绿色食品产业经历了形成期和成长期[15],比较一致的观点认为绿色食品产业正处于高速发展阶段,并从绿色食品发展背景[16]、品牌建设、食品安全[17]和市场推广[18]等角度探究了发展重点和促进机制,而较少聚焦于农产品贸易与绿色食品发展之间的作用关系。在假定农产品贸易对绿色产业发展具有正向促进作用的基础上,农业发展与环境影响的问题便不是相悖主题,并且可以通过农业转型路径的选择,达到良性互促的状态。综上所述,在绿色食品发展水平综合评价的基础上,将研究对象集中于农产品贸易和绿色食品发展水平的关系上,实证分析农产品国际贸易是否对绿色食品发展产生影响是本文研究意义所在。
二、 绿色食品发展水平的综合评价
(一) 绿色食品发展沿革及评价体系构建
绿色食品发展水平的内涵超越了传统意义上的产业发展、绿色产业发展等概念,需从发展理念、发展基础和发展目标三个层次来界定,并从可信度、持续性和经济性三个方面来综合评价。绿色食品发展要追溯到1924年德国成立的第一个有机农业组织,之后国际有机农业运动联盟的成立将绿色有机农业推向了更高的发展阶段,发达国家对绿色食品的生产和推广进行深入研究。1990年,我国开始推行“绿色食品工程”,明确了经过专门机构认定的食品可以使用绿色食品标志。绿色食品认证对种植、加工、生产过程中的技术标准和操作规范都进行了严格的规定。因此,在绿色食品发展水平的综合评价中,绿色食品的认证水平是重要的维度。除此之外,借鉴《关于创新体制机制推进农业绿色发展的意见》
② 中的“坚持以粮食安全、绿色供给”的基本任务,和之后出台的各类文件如《农业农村绿色发展工作要点》中提出的“增强绿色优质农产品供给”的要求,参考张俊飚等[19]、朱文涛[20]的研究成果,确定绿色食品生产资料投入水平、绿色食品产业效益,以及绿色食品发展持续水平等维度,以此形成绿色食品的综合评价指标体系,具体如表1所示。目标层 指标层 指标趋向性 指标说明 绿色食品认证水平 当年认证产品数/个 正(+) 当年度产品认证数量 当年认证企业数量/个 正(+) 当年度企业认证数量 绿色食品发展持续水平 连续三年认证企业数量/个 正(+) 连续三年认证企业数量 连续三年认证产品数/个 正(+) 连续三年认证产品数 绿色食品生产资料投入水平 基地数/个 正(+) 累计基地数量 面积/万 hm2 正(+) 累计基地面积 绿色食品产业效益 产量/万 t 正(+) 累计基地产量 绿色食品生产资料获证企业数/个 正(+) 绿色食品生产资料获证企业数 绿色食品生产资料获证产品数/个 正(+) 绿色食品生产资料获证企业数 (二) 绿色食品发展指数测算
本文运用熵值法,对2013—2019年31个省(区、市)的原始数据进行处理,通过计算对各省(区、市)绿色食品产业发展水平进行评价。指标设定方面,设有
$ m $ 个省份,$ r$ 个年份,$ n $ 个指标,则$ {X}_{\theta i j} $ 为省(区、市)$ i $ 第$ \theta $ 年的第$ j $ 个指标值,并对指标进行标准化处理。为消除不同指标量纲的影响,本文采用极值法对各指标数据进行标准化处理,将数据值转换到0~1之间。其中,正向指标标准化:
$ X_{\theta ij}=\dfrac{X_{\theta ij}-X_{\mathrm{min}}}{X_{\mathrm{max}}-X_{\mathrm{min}}}$ ,负向指标标准化:$ X_{\theta ij}=\dfrac{X_{\mathrm{max}}-X_{\theta ij}}{X_{\mathrm{max}}-X_{\mathrm{min}}} $ ,为消除上述标准化带来的影响,需要进行坐标平移($ X_{\theta ij}^{''}= X_{ {\theta ij }}^{'}+ 0.01 $ ),确定省份$ i $ 第$ \theta $ 年第$ j $ 项指标比重$ P_{\theta { i j}} $ :$P_{\theta ij}= X_{\theta ij}^{''}+{\displaystyle\sum\nolimits\theta}{\displaystyle\sum\nolimits{ X_{\theta{i j}}^{''}} }$ 后,进行熵值计算$e_j= -k\displaystyle\sum\nolimits_{\theta}\sum\nolimits_{i}\sum\nolimits_{\theta{ij}}{\rm{ln}}(P_{\theta{ij}}) ,\;k=\frac{1}{{\rm{ln}}(rm)}$ ,确定差异指数$ G_{j}=1-e_{j} $ 和指标权重$ W_{j}=G_{j} / \displaystyle\sum\nolimits_{j} G_{j} $ 后,得到各省(区、市)绿色发展水平综合得分$ H_{\theta i}= \displaystyle\sum\nolimits_{j}\left(W_{j} X_{\theta_{i j}}^{''}\right) $ 。三、 变量选取和模型设计
(一) 变量选取
1. 绿色食品发展水平
根据本文构建的绿色食品发展水平综合评价指标体系,通过熵值法测算各省的绿色食品发展指数,作为绿色食品发展水平(Gre−Dev)变量指标。我国绿色食品产业发展水平是有波动,稳定性较小,但总体呈现上升趋势。2013年各个省(区、市)的绿色食品产业发展水平普遍较低,黑龙江、江苏、山东、内蒙古的绿色食品产业发展水平较高,发展指数超过了0.06。海南、云南、上海等综合得分较低。2019年山西、安徽、广东、云南等实现了绿色食品产业发展迅速。从指标测算来看,2013—2019年各个省(区、市)的绿色产业发展各有不同。一些省(区、市)实现了从零开始到可持续发展,海南、西藏、贵州发展速度较慢,未来政府应加大对绿色发展的投入,黑龙江绿色食品产业发展速度一直领先于其他省(区、市),江苏绿色食品产业发展指数一直持续增长,而云南绿色食品发展综合指数从2013年的0.0075到2019年的0.024,发展势头迅猛。总体上,各省(区、市)大致保持增长趋势,但还需进一步加快绿色食品产业发展。
2. 农产品国际贸易水平
本文借鉴陈芳等[21]农产品国际贸易水平变量(Agr−Tra)的设定,不是按照农产品贸易额的绝对值或相对值来表示,而是采用各省农产品年度贸易额与各省(区、市)农林牧渔增加值的比值表示,更好地体现产出与贸易的关系,计算公式:
$$ X_{it}=AT_{it}/\mathrm{\mathit{A}}A_{it} $$ (1) 式(1)中,
$ t $ 表示年份,$ i $ 表示省(区、市),$ X $ 表示农产品国际贸易水平,$ A T $ 表示农产品贸易额,$ A A $ 表示农林牧渔增加值。3. 控制变量
本文为了去除农产品国际贸易水平之外的其他因素对绿色食品发展水平的影响,引入几个控制变量,分别是土地要素投入(Land)、劳动力要素投入(Lab)、收入水平(Inco)、产业聚集水平(Ind)。
(1) 土地要素投入变量
土地要素选取耕地面积来表示,这是由于绿色食品分类中的农林及加工品占比超过70%[20],农产品的生产载体是土地,在技术水平不变的前提下,土地要素资源的多少将通过影响投入和产出,以及影响企业认证意愿,从而影响绿色食品的发展水平。大量的研究都论证了耕地面积与农业产业或与联试安全之间的关系[22−24]。
(2) 劳动力要素投入变量
劳动力要素投入采用乡村人口数量为衡量指标,用Lab表示。劳动力是重要的农业生产要素,通常会被作为影响农业的重要变量考察,大量学者的研究都肯定了劳动力投入与农业产出的正向影响关系[25−26],绿色食品作为农业产业的细分,其发展与劳动力投入密不可分,但具体的影响还有待进一步验证。
(3) 收入水平变量
收入水平一方面决定居民消费,另一方面决定产业选择。已有研究表明,收入水平高的地区通常工业化和城镇化程度高,抑制了农业产业发展,对绿色食品发展起到负向影响。但与此同时,居民的健康需求和高质量食品需求也相对较高,从而增加绿色食品消费[27−28]。这也符合马斯洛的需求层次理论,当收入较低时,绿色食品作为一种高质量高价格的商品,其需求会受到抑制,但随着收入的提高,人们的消费需求升级,更倾向于选择生产标准更严格,产地要求更高的绿色食品。收入对绿色食品发展而言是重要的影响因素,但正负效应的强弱还有待验证。因此,本文选取城镇居民可支配收入作为收入水平衡量指标,用Inco表示。
(4) 产业集聚水平变量
依据产业集聚理论,产业发展可以通过规模经济效应和专业化分工,达到降低交易成本,促进产业发展效应,绿色食品作为农业细分产业,其聚集会形成区域品牌效应和示范带动效应,因此会进一步促进绿色食品整体水平的提高。本文借鉴大量研究用到的区位熵来表示绿色产业聚集水平[29−30],用Ind表示。具体公式为:
$$ Ind = \frac{{out{p_{it}}/pop{u_i}}}{{out{p_{all}}/pop{u_{all}}}} $$ (2) 式(2)中,
$ { outp } $ 表示绿色食品产量,$popu $ 表示人口数,$ i $ 表示省(区、市),$ t $ 表示时间。(二) 数据来源与描述性统计
本文因变量绿色食品发展水平数据来源于《绿色食品统计年报》,自变量农产品国际贸易水平来源于中国海关数据库及《中国统计年鉴》,控制变量中,土地要素投入来源于《绿色食品统计年鉴》,劳动力要素投入数据来源于《中国农村统计年鉴》,收入水平数据来源于《中国统计年鉴》,产业聚集水平数据来源于《中国统计年鉴》和《绿色食品统计年鉴》,全部数据均为2013—2019年的31个省(区、市)的面板数据,对缺失数据进行了平滑处理。对数据进行描述性统计如表2所示。
变量 含义 N min max Mean SD Gre−Dev 绿色食品发展水平 217 0.00001 0.15504 0.03226 0.03058 Agr−Tra 农产品国际贸易水平 217 0.00084 2.21235 0.12085 0.3654 Land 土地要素投入 217 109.24 6177.59 2146.50636 1694.64196 Lab 劳动力要素投入 217 233 5290 1879.64 1277.756 Inco 收入水平 217 19873 73849 32642.63 9879.029 Ind 产业集聚水平 217 0.00028 12.93771 1.23932 2.37576 为避免伪回归的可能,本文针对数据特征(短面板数据)采用HT检验方法进行单位根检验,结果表明农产品国际贸易水平变量对数
$\ln Agr - Tra$ 和产业聚集变量对数$\ln Ind$ 为平稳序列,土地要素投入变量对数、$\ln Land$ 劳动力要素投入变量对数$\ln Lab$ 、收入水平$\ln Inco$ 为不平稳序列,因此对变量对数进行差分处理,如表3所示,取一阶差分后的变量分别是$D\_\ln (Agr - Tra)$ 、$D\_\ln Land$ 、$D\_\ln Lab$ 、$D\_\ln Inco$ 和$D\_\ln Ind$ ,均为平稳序列。对变量的长期均衡关系进行协整检验,采用Kao检验方法,得到检验结果为$ t= -10.294\;7 $ ,对应的P值为0.0000,在1%水平上拒绝原假设,表明变量间存在协整关系,即变量间是长期均衡关系,因此可以对面板数据进行回归分析。变量 HT检验 结论 $\ln (Agr - Tra)$ 统计值 0.4810 平稳 P值 0.0157 $D\_\ln (Agr - Tra)$ 统计值 −0.3435 平稳 P值 0.0000 $\ln Land$ 统计值 0.7955 不平稳 P值 0.9946 $D\_\ln Land$ 统计值 0.0476 平稳 P值 0.0000 $\ln Lab$ 统计值 0.9052 不平稳 P值 1.0000 $D\_\ln Lab$ 统计值 −0.1712 平稳 P值 0.0000 $\ln Inco$ 统计值 0.9758 不平稳 P值 1.0000 $D\_\ln Inco$ 统计值 0.0156 平稳 P值 0.0000 $\ln Ind$ 统计值 0.4518 平稳 P值 0.0048 $D\_\ln Ind$ 统计值 −0.1722 平稳 P值 0.0000 (三) 模型设定
为探索农产品国际贸易水平对绿色食品发展水平的影响作用,选取对数模型,建立回归模型如下:
$$ \begin{aligned} {\rm{ln}}(Gre-Dev)_{it}=&{\text{β}}_0+{\text{β}}_1{\rm{ln}}Agr-Tra_{it}+\\ &{\text{β}}_2{\rm{ln}}Land_{it}+ {\text{β}}_3{\rm{ln}}Lab_{it}+\\ &{\text{β}}_4{\rm{ln}}Inco_{it}+ {\text{β}}_5{\rm{ln}}Ind_{it}+{\text{γ}}_i+{\text{ε}}_{it}\end{aligned} $$ (3) 式(3)中,
$ Gre - Dev $ 表示绿色食品发展水平;$ \;{\text{β}}_{0} $ 为常数项;$ \;{\text{β}}_{1}、{\text{β}}_{2}、 {\text{β}}_{3}、 {\text{β}}_{4}、{\text{β}}_{5} $ 为自变量和控制变量的参数;$ {\text{ε}}_{it} $ 是随机误差项;$ {\text{γ}}_{i} $ 为地区非观测效应;$ i $ 为省(区、市),$ t $ 为年份。四、 实证结果和分析
根据设定的计量模型应用STATA软件,对模型进行估计。通过F统计量即Hausman检验(
$ P=0.000 $ ),检验结果表明数据符合固定效应模型。(一) 实证结果
表4报告了农产品国际贸易水平等对绿色食品发展水平的影响结果。在模型1(M1)中本文只考虑了农产品国际贸易水平对绿色食品发展水平的促进作用,发现存在显著的正效应。模型2(M2)是在M1的基础上加入控制变量土地要素投入,发现农产品贸易水平仍保持显著的正向作用,概率弹性明显升高,M2的结果表明,区域绿色食品发展不仅依赖于土地要素,更应考虑当地农产品的国际贸易水平。而且耕地面积越大的地区往往传统农业发展更好,所以控制了土地要素投入后,绿色食品发展的系数反而明显上升。模型3(M3)是在M1的基础上加入劳动力要素投入这个控制变量,农产品国际贸易水平的系数仍然显著为正,与此同时,劳动力是显著的负向影响,说明乡村人口数量越多,越倾向于发展传统农业,而非使用现代化的手段提升绿色农业产出,所以控制了劳动力要素投入后,绿色食品发展的系数仍有上升。模型4(M4)将包括收入水平和产业聚集水平等控制变量全部加入,绿色食品发展水平的估计系数依然是显著为正。但同时可以发现,收入水平的影响是负向的,也就是说城镇居民人均收入水平越高,说明当地工业化、城市化水平越高,存在对农业的负向影响,而绿色食品产业聚集度越高,越能显著提升贸易对绿色食品发展的影响。因此,本文认为各地区存在绿色食品发展的正向贸易效应,即农产品国际贸易水平显著影响。
变量 M1 M2 M3 M4 $\ln (Agr - Tra)$ 0.210* 0.396*** 0.270** 0.317** (1.67) (3.1) (2.13) (2.48) $\ln Land$ 2.640*** 2.462*** (4.27) (3.44) $\ln Lab$ −1.422** −1.985** (−2.33) (−2.02) $\ln Inco$ −0.665** (−2.53) $\ln Ind$ 0.108*** (2.85) _cons −3.211*** −21.522*** 7.284 0.830 (−6.19) (−4.98) (1.61) (0.07) 注:***、**、*分别表示在1%、5%、10%水平上显著,括号中是系数的标准误差,下同。 (二) 稳健性检验
为了保证研究结论的可靠性,本文进行如下方式的稳健性检验。表5中,模型5(M5)在模型4(M4)的基础上,将自变量Agr-Tra,控制变量Land、Lab、Inco、Ind分别滞后一期生成工具变量,从而处理内生性问题。模型M6剔除了直辖市和西藏的数据,这是由于直辖市地区的耕地有限,农业非主要产业,西藏地区的数据缺失较多。模型7(M7)采用农产品出口贸易水平替代农产品国际贸易水平进行估计,从而剔除进口贸易的影响,更聚焦观察贸易水平中贸易方式的影响。模型8(M8)考虑数据异常值的影响,对变量进行首端和末端1%的缩尾处理。稳健性检验结果如表5所示与基准回归结果比较,农产品国际贸易水平对绿色食品发展水平的回归系数方向一致,成正相关,并显著,各控制变量的方向一致且显著。稳健性检验的结果表明研究结论具有良好的解释有效性。
变量 M5 M6 M7 M8 $\ln (Agr - Tra)$ 0.659*** 0.312** 0.243** 0.208* (4.26) (2.06) (1.98) (1.69) $\ln Land$ 2.883*** 3.282*** 2.385*** 2.602*** (3.55) (3.10) (3.29) (3.45) $\ln Lab$ −2.302** −3.183* −1.972** −1.817* (−2.03) (−1.94) (−1.99) (−1.84) $\ln Inco$ −0.761** −1.148** −0.677** −0.671** (−2.44) (−2.43) (−2.56) (−2.51) $\ln Ind$ 0.080* 0.044 0.114*** 0.114*** (1.86) (0.89) (2.99) (3.02) _cons 2.435 8.292 1.098 −1.795 (0.19) (0.46) (0.10) (−0.16) N 217 189 217 217 (三) 异质性分析
1. 区域异质性
由于我国很多省份的产业特征和属性较强,为了进一步分析农产品国际贸易水平对绿色食品发展水平的影响是否存在区域异质性,本文将样本数据分为农业省份和非农业省份,其中农业省份按照通常意义上的十大农业大省作为分类标准,其他为非农业省份,农业省份包括黑龙江、河南、山东、内蒙古、河北、云南、四川、安徽、吉林和江苏,估计结果见表6。
变量 农业 非农业 农业 非农业 M9 M10 M11 M12 $\ln (Agr - Tra)$ 0.288* 0.342** 0.422** 0.715*** (1.70) (2.07) (2.48) (3.50) $\ln Land$ 1.367 2.853*** 0.959 3.292*** (1.44) (3.02) (0.96) (3.05) $\ln Lab$ 5.607** −3.079** 7.034*** −3.403** (2.56) (−2.47) (3.03) (−2.35) $\ln Inco$ 1.554* −0.721** 2.263** −0.780** (1.9) (−2.33) (2.5) (−2.12) $\ln Ind$ 0.056* 0.133** 0.016 0.114*** (1.84) (2.42) (0.56) (1.73) _cons 2.435 6.572 −87.552*** 7.932 (−3.18) (0.49) (−3.65) (0.52) N 217 217 217 217 模型9(M9)和模型10(M10)分别用农业省份数据和非农业省份数据,使用固定效应模型对相关变量进行回归分析,结果表明,无论是农业省份还是非农业省份国际贸易水平对绿色食品发展水平均存在正向影响,而且非农业省份的系数高于黑龙江、河南、山东、内蒙古、河北、云南、四川、安徽、吉林和江苏。模型11(M11)和模型12(M12)在M9、M10基础上将自变量和控制变量滞后一期进行回归,结果表明农产品国际贸易水平仍然正向显著相关,但非农业地区的农产品国际贸易水平系数高于农业地区,且均高于未滞后前的系数,说明影响存在滞后效应。可见随着农产品国际贸易水平的不断提高,会影响企业和农户进行绿色食品的认证和生产的积极性,而对于绿色食品生产,其认证标准很严格,需要时间积累,如土壤保持、工艺革新等,随时间积累,农产品贸易的增加会随当地绿色食品的发展水平逐渐提高。但对于传统农业发展历史较长、农产品规模较大的省份,其绿色转型的难度也会增加,与金芳等的研究结论一致[31]。因此如实证结果所示,农业省份的绿色食品贸易促进效应要弱于非农业省份。
2. 不同贸易水平的影响分析
由于不同贸易水平可能会产生不同的影响效应,如东盟、美日等与中国农产品贸易规模较大的国家,可能与农产品贸易规模较小的国家其绿色食品产业发展的促进作用有较大的差异。为了更全面地探讨农产品国际贸易在不同水平下对绿色食品发展的影响,本文在对控制变量进行控制的基础上,对样本数据进行分位数回归,结果如表7所示,在0.2、0.4和0.6的分位水平上系数是显著的,其余则不显著,说明随着农产品国际贸易水平的增加,尤其是增加到较高水平时,其对绿色食品发展的促进作用逐渐不显著。在国际贸易水平提高到一定程度时,出现门槛效应,一方面是由于农产品国际贸易水平过高的地区,绿色食品的种植生产技术达到瓶颈,难以再大规模地增加产出。另一方面是由于认证的绿色企业和食品出现品牌效应的门槛,从而限制了新进绿色食品和企业规模化发展。
变量 QR 0.2 0.4 0.6 0.8 $\ln (Agr - Tra)$ 0.738** 0.547*** 0.591** 0.347 (0.325) (0.207) (0.271) (0.328) Control Yes Yes Yes Yes 五、 结论与政策建议
(一) 结论
(二) 政策建议
基于本文的实证发现,农产品国际贸易水平可以显著促进绿色食品的发展水平,缓解耕地不足和劳动力不足的农业产业现状,促进企业和农户种植生产进行规范化管理和认证,提升产业规模,助力乡村振兴。基于此,本文认为可以通过以下措施的实施来促进绿色食品产业的发展。
1. 加大农产品贸易,扩大绿色农产品出口
在满足粮食安全和农产品充分供给的前提下,应加大农产品贸易,包括加大高能耗高污染农产品的进口,同时扩大绿色农产品出口,通过在国际市场上的竞争,不断吸纳先进技术,并不断倒逼绿色食品产业的技术创新。在具体措施方面可以通过主办绿色食品博览会、参与国际农产品交易会等方式,鼓励农业资本和技术等要素的跨国流动。
2. 进一步推进农业供给侧结构性改革,加快农业现代化建设
我国绿色食品产业标准化发展相对滞后,迫切需要借鉴国外经验,根据需求导向,调整发展模式。出口农产品的质量会随着规模而不断增加,用国外绿色农产品标准来激发国内农业主体提高绿色创新能力和创新效率,通过溢出效应以及示范效应,引导多元主体,如企业+农户+合作社等主体,共同参与绿色食品发展,带动整体产业水平的提升。
3. 农业省份和非农业省份应分类施策,促进绿色食品产业发展
地方政府要在促进各领域开放的同时加大对绿色食品贸易的系统研究,对绿色壁垒设立预测系统以及对策战略,为绿色食品企业提供前沿和有价值的信息。增加绿色金融扶持,制定相关优惠政策,促进农业企业主动参与国际市场竞争。根据农产品的国际标准、法律法规、市场准入等信息,构建与我国环境相符合的营销系统。吸纳更多的懂绿色、通贸易的高级复合型人才,不断创新,推进农业现代化发展。
本文首先构建了绿色食品发展水平的综合评价指标体系,对各地区绿色食品的发展水平进行评价,然后研究农产品国际贸易等对绿色食品发展水平的影响。采用计量方法进行估计,结果显示,一个地区的绿色食品发展水平与农产品贸易水平高度相关,农产品国际贸易水平显著促进当地绿色食品企业和产品的认证以及规模的提升。在控制了土地要素投入变量后,随着土地要素投入增加,即耕地面积扩大,农产品国际贸易对绿色食品产业发展水平的促进作用反而增加,农业生产资料的增加会扩大贸易对绿色食品发展的影响。但在控制劳动力投入变量后,农产品国际贸易水平的促进作用依然有一定程度的增加。但一个有趣的发现是,国际贸易的促进作用会随着农村人口向城市转移而增加,这是由于农业机械化和现代化发展水平提高带来的正向影响。再加入收入水平和产业聚集水平两个控制变量后,农产品国际贸易水平的促进作用进一步增强。提高产业聚集水平,缩小城乡收入差距可以有力地促进贸易对绿色食品发展的影响。稳健性检验的结果还表明,农产品国际贸易水平的正向影响存在强滞后效应,可以作用的趋势形成正向的判断,国际贸易水平会持续、正向促进绿色食品发展水平的提升。除此之外,农产品出口贸易水平的提高对绿色食品发展水平的促进作用是同样显著的,这是由于绿色技术壁垒提高了农产品出口难度,反向倒逼了绿色食品企业对认证的重视以及产业规模的提升。同时,本文还发现农产品国际贸易水平存在地区异质性,表现出非农业大省的贸易促进效应更加显著,非农业大省更倾向于发展非传统的、根据竞争优势的高质量农产品,因此对绿色食品的发展十分有利。
① 贸易壁垒包括以保护环境和国民健康为由设立各种技术性贸易措施(technical barrier of trade,TBT)和卫生与植物检疫措施(sanitary and phytosanitary,SPS)。② 2017年9月中共中央办公厅、国务院办公厅印发。 -
表 1 绿色食品发展综合指标体系
目标层 指标层 指标趋向性 指标说明 绿色食品认证水平 当年认证产品数/个 正(+) 当年度产品认证数量 当年认证企业数量/个 正(+) 当年度企业认证数量 绿色食品发展持续水平 连续三年认证企业数量/个 正(+) 连续三年认证企业数量 连续三年认证产品数/个 正(+) 连续三年认证产品数 绿色食品生产资料投入水平 基地数/个 正(+) 累计基地数量 面积/万 hm2 正(+) 累计基地面积 绿色食品产业效益 产量/万 t 正(+) 累计基地产量 绿色食品生产资料获证企业数/个 正(+) 绿色食品生产资料获证企业数 绿色食品生产资料获证产品数/个 正(+) 绿色食品生产资料获证企业数 表 2 描述性统计
变量 含义 N min max Mean SD Gre−Dev 绿色食品发展水平 217 0.00001 0.15504 0.03226 0.03058 Agr−Tra 农产品国际贸易水平 217 0.00084 2.21235 0.12085 0.3654 Land 土地要素投入 217 109.24 6177.59 2146.50636 1694.64196 Lab 劳动力要素投入 217 233 5290 1879.64 1277.756 Inco 收入水平 217 19873 73849 32642.63 9879.029 Ind 产业集聚水平 217 0.00028 12.93771 1.23932 2.37576 表 3 各变量的面板单位根检验
变量 HT检验 结论 $\ln (Agr - Tra)$ 统计值 0.4810 平稳 P值 0.0157 $D\_\ln (Agr - Tra)$ 统计值 −0.3435 平稳 P值 0.0000 $\ln Land$ 统计值 0.7955 不平稳 P值 0.9946 $D\_\ln Land$ 统计值 0.0476 平稳 P值 0.0000 $\ln Lab$ 统计值 0.9052 不平稳 P值 1.0000 $D\_\ln Lab$ 统计值 −0.1712 平稳 P值 0.0000 $\ln Inco$ 统计值 0.9758 不平稳 P值 1.0000 $D\_\ln Inco$ 统计值 0.0156 平稳 P值 0.0000 $\ln Ind$ 统计值 0.4518 平稳 P值 0.0048 $D\_\ln Ind$ 统计值 −0.1722 平稳 P值 0.0000 表 4 基本回归结果
变量 M1 M2 M3 M4 $\ln (Agr - Tra)$ 0.210* 0.396*** 0.270** 0.317** (1.67) (3.1) (2.13) (2.48) $\ln Land$ 2.640*** 2.462*** (4.27) (3.44) $\ln Lab$ −1.422** −1.985** (−2.33) (−2.02) $\ln Inco$ −0.665** (−2.53) $\ln Ind$ 0.108*** (2.85) _cons −3.211*** −21.522*** 7.284 0.830 (−6.19) (−4.98) (1.61) (0.07) 注:***、**、*分别表示在1%、5%、10%水平上显著,括号中是系数的标准误差,下同。 表 5 稳健性检验结果
变量 M5 M6 M7 M8 $\ln (Agr - Tra)$ 0.659*** 0.312** 0.243** 0.208* (4.26) (2.06) (1.98) (1.69) $\ln Land$ 2.883*** 3.282*** 2.385*** 2.602*** (3.55) (3.10) (3.29) (3.45) $\ln Lab$ −2.302** −3.183* −1.972** −1.817* (−2.03) (−1.94) (−1.99) (−1.84) $\ln Inco$ −0.761** −1.148** −0.677** −0.671** (−2.44) (−2.43) (−2.56) (−2.51) $\ln Ind$ 0.080* 0.044 0.114*** 0.114*** (1.86) (0.89) (2.99) (3.02) _cons 2.435 8.292 1.098 −1.795 (0.19) (0.46) (0.10) (−0.16) N 217 189 217 217 表 6 区域异质性回归结果
变量 农业 非农业 农业 非农业 M9 M10 M11 M12 $\ln (Agr - Tra)$ 0.288* 0.342** 0.422** 0.715*** (1.70) (2.07) (2.48) (3.50) $\ln Land$ 1.367 2.853*** 0.959 3.292*** (1.44) (3.02) (0.96) (3.05) $\ln Lab$ 5.607** −3.079** 7.034*** −3.403** (2.56) (−2.47) (3.03) (−2.35) $\ln Inco$ 1.554* −0.721** 2.263** −0.780** (1.9) (−2.33) (2.5) (−2.12) $\ln Ind$ 0.056* 0.133** 0.016 0.114*** (1.84) (2.42) (0.56) (1.73) _cons 2.435 6.572 −87.552*** 7.932 (−3.18) (0.49) (−3.65) (0.52) N 217 217 217 217 表 7 分位数回归结果
变量 QR 0.2 0.4 0.6 0.8 $\ln (Agr - Tra)$ 0.738** 0.547*** 0.591** 0.347 (0.325) (0.207) (0.271) (0.328) Control Yes Yes Yes Yes -
[1] K G GRUNERT. Food Quality and Safety: Consumer Perception and Demand[J]. European Review of Agricultural Economics, 2005, 32(3): 369. DOI: 10.1093/eurrag/jbi011.
[2] 张志华, 余汉新, 李显军, 等. 我国绿色食品产业发展战略研究[J]. 中国农业资源与区划, 2015, 36(3): 35. DOI: 10.7621/cjarrp.1005-9121.20150306. [3] 李周. 用绿色理念领引山区生态经济发展[J]. 中国农村经济, 2018(1): 11. [4] 董银果, 黄俊闻. 中国出口农产品质量测度: 基于嵌套Logit模型[J]. 中国农村经济, 2016(11): 30. [5] 方一平. 四川农业依赖的县域分布特征及其空间协同兴农方略研究[J]. 四川师范大学学报(自然科学版), 2021, 44(1): 1. DOI: 10.3969/j.issn.1001-8395.2021.01.001. [6] 张世军. 绿色发展视野下我国农产品国际贸易转型升级研究[J]. 农业经济, 2020(9): 121. DOI: 10.3969/j.issn.1001-6139.2020.09.046. [7] G M GROSSMAN, KRUEGER A B. Environmental Impacts of a North American Free Trade Agreement[J]. CEPR Discussion Papers, 1992, 8(2): 223. DOI: 10.3386/w3914.
[8] 张相文, 黄娟. 中国农业贸易自由化的环境效应分析[J]. 农业经济问题, 2012, 33(6): 85. [9] 李由甲. 我国绿色农业发展的路径选择[J]. 农业经济, 2017(3): 6. DOI: 10.3969/j.issn.1001-6139.2017.03.002. [10] 张宇, 朱立志. 关于“乡村振兴”战略中绿色发展问题的思考[J]. 新疆师范大学学报(哲学社会科学版), 2019, 40(1): 65. [11] 奉梅. 四川省绿色农业发展区域特征及评价[J]. 中国农业资源与区划, 2019, 40(1): 42. DOI: 10.7621/cjarrp.1005-9121.20190106. [12] LYDIA ZEPEDA, NIE CONG. What are the odds of being an organic or local food shopper? Multivariate analysis of US food shopper lifestyle segments[J]. Agriculture & Human Values, 2012, 29(4): 467. DOI: 10.1007/s10460-012-9364-z.
[13] S ROUSSEAU, VRANKEN L. Green market expansion by reducing information asymmetries: Evidence for labeled organic food products[J]. Food Policy, 2013(40): 31. DOI: 10.1016/j.foodpol.2013.01.006.
[14] KRITTINEE NUTTAVUTHISIT, THOGERSEN JOHN. The Importance of Consumer Trust for the Emergence of a Market for Green Products: The Case of Organic Food[J]. Journal of Business Ethics, 2017, 140(2): 1. DOI: 10.1007/s10551-015-2690-5.
[15] 韩杨. 中国绿色食品产业演进及其阶段特征与发展战略[J]. 中国农村经济, 2010(2): 33. [16] 王运浩. 我国绿色食品“十三五”主攻方向及推进措施[J]. 农产品质量与安全, 2016(2): 11. DOI: 10.3969/ j.issn.1674-8255.2016.02.003. [17] 冯朝睿. 我国食品安全监管体制的多维度解析研究: 基于整体性治理视角[J]. 管理世界, 2016(4): 2. [18] 张俊飚, 张露. 绿色食品产业发展的机遇与挑战[J]. 金融经济, 2016(7): 18. [19] 张俊飚, 赵博唯. 供给侧改革背景下绿色食品产业转型升级的思考[J]. 中南民族大学学报(人文社会科学版), 2017, 37(4): 131. [20] 朱文涛. 中国绿色食品产业发展区域异质性及成因研究[J]. 华东经济管理, 2017, 31(9): 75. [21] 陈芳, 杨梅君. 农产品国际贸易对中国农业绿色全要素生产率的影响[J]. 华南农业大学学报(社会科学版), 2021, 20(5): 94. [22] 李秀彬. 中国近20年来耕地面积的变化及其政策启示[J]. 自然资源学报, 1999(4): 329. DOI: 10.3321/j.issn:1000-3037.1999.04.007. [23] 傅泽强, 蔡运龙, 杨友孝, 等. 中国粮食安全与耕地资源变化的相关分析[J]. 自然资源学报, 2001(4): 313. DOI: 10.3321/j.issn:1000-3037.2001.04.003. [24] 俞海, 黄季焜, SCOTT ROZELLE LOREN. 地权稳定性、土地流转与农地资源持续利用[J]. 经济研究, 2003(9): 82. [25] 盖庆恩, 朱喜, 史清华. 劳动力转移对中国农业生产的影响[J]. 经济学(季刊), 2014, 13(3): 1147. [26] 孙一平, 周向. 异质性人力资本对中国农业经济增长的影响研究: 基于省际面板数据[J]. 农业技术经济, 2015(4): 108. [27] 张小霞, 于冷. 绿色食品的消费者行为研究: 基于上海市消费者的实证分析[J]. 农业技术经济, 2006(6): 30. DOI: 10.3969/j.issn.1000-6370.2006.06.005. [28] 王兆锋, 俞红. 消费者绿色食品消费行为影响因素分析[J]. 统计与决策, 2008(12): 93. [29] 盛丰. 生产性服务业集聚与制造业升级:机制与经验:来自230个城市数据的空间计量分析[J]. 产业经济研究, 2014(2): 32. [30] 刘军, 徐康宁. 产业聚集、经济增长与地区差距: 基于中国省级面板数据的实证研究[J]. 中国软科学, 2010(7): 91. DOI: 10.3969/j.issn.1002-9753.2010.07.011. [31] 金芳, 金荣学. 农业产业结构变迁对绿色全要素生产率增长的空间效应分析[J]. 华中农业大学学报(社会科学版), 2020(1): 124. DOI: 10.13300/j.cnki.hnwkxb.2020.01.015. -
期刊类型引用(1)
1. 严奎. 食品产业链优化与农业经济发展的互动机制. 现代食品. 2024(19): 128-130 . 百度学术 其他类型引用(0)
计量
- 文章访问数: 751
- HTML全文浏览量: 282
- PDF下载量: 29
- 被引次数: 1