The Intensity of Agricultural Environmental Regulation and Technological Progress of Production in China
-
摘要: 中国农业污染排放严重,研究中国政府采取环境规制政策能否实现促进农业生产技术进步和环境保护的“双赢”,具有重要意义。本文利用2011—2017年全国各省农业数据,采用超效率DEA模型测算中国农业部门的全要素生产率、技术效率和生产技术进步水平以及采用固定效应回归模型、系统GMM方法,测算当期和滞后一期的环境规制对农业生产技术进步水平的作用影响。研究表明:(1)我国农业全要素生产率主要源自于生产技术水平进步的提升且各地区的农业生产技术进步水平仍在持续较快地增长;(2)命令型环境规制工具对即期农业技术进步起促进作用,滞后一期的命令型、激励性和自愿性环境规制均对农业生产技术产生正向影响,且统计意义上显著。因此,中国政府在推进环境规制政策的进程中,一方面要加大环境规制力度,另一方面要重视环境规制的方式和落实。Abstract: Agricultural pollution discharge is serious in China. It is of great significance to study whether the environmental regulation policy adopted by the Chinese government can achieve“win-win”in promoting technological progress in agricultural production and environmental protection. Based on the agricultural data of all provinces in China from 2011 to 2017, this paper uses the super-efficiency DEA model to measure the total factor productivity, technological efficiency and technological progress of China ’s agricultural sector, and uses the fixed-effect regression model and the system GMM method to measure the current and lagging environmental regulation on the technological progress of agricultural production. The results are as follows: (1) China ’s total factor productivity of agriculture mainly comes from the improvement of production technology level and the level of agricultural production technology progress in various regions is still growing rapidly; (2) command-based environmental regulation tools play a promoting role in the immediate progress of agricultural technology, lagging behind one-stage command-based, incentive-based and voluntary-based environmental regulation has a positive impact on agricultural production technology, and it is significant in statistical sense. Therefore, in the process of promoting environmental regulation policy, the Chinese government should, on the one hand, strengthen environmental regulation, on the other hand, pay attention to the way and implementation of environmental regulation.
-
农村土地规模化生产是农村土地发展的前沿[1],长久以来土地流转受地权不稳定和法律缺失的影响[2],容易造成农地流转矛盾[3]。基于此,党的十九大报告明确提出保持土地承包关系稳定并长久不变,第二轮土地承包到期后再延长30年,允许农户以转包、出租等形式流转土地承包经营权,发展多种形式的适度规模化经营。稳定土地产权在一定程度上促进了农户对土地的使用预期,有利于农村承包地流转,推动现代规模化农业发展,所以研究该项政策对于对广大农户及其土地流转意愿具有重要的现实意义。
改革开放40多年来,受到城乡二元体制影响,农村大部分土地被视为“沉没资本”,一直未得到合理利用,农地效益无法实现最优化。产权改革能最大程度降低制度运行成本交易费用,同时稳定的产权能大幅提升农村土地经济效能,针对农村主体的农户来说,土地产权的稳定更是一颗“定心丸”,能提高农户对土地的依赖[4],增强农户对土地的拥有感[5],吸引部分农村劳动力回迁[6],促进土地流转市场的发育[7],激励农户对土地的投资[8]。相反,不稳定的产权会降低农户的产权安全感知,造成农户对实际产权状态认知产生偏差[9],降低农户对土地的隐形投资[10-12],影响农地流转市场的潜在需求[13]所以,应当提高土地产权的稳定性,通过土地确权保障地产的稳定性[14],增强农户对土地的产权认知感[15],提高农地产权市场化水平[16],从而提高土地流转水平。本文通过对第二轮承包期到期后再续30年政策对农户土地流转意愿进行研究,为农村承包地流转工作提供理论参考和借鉴。
一、 理论分析
不完整的农村土地产权制度抑制农户对土地投入生产的积极性,束缚土地资源生产要素的经济功能。完整的土地产权最主要的作用是稳定农户的产权预期,增加农户对土地的使用预期,使得农户更加合理利用土地资源,创造更大的剩余价值。产权稳定成为农村土地改革的重心,在第二轮承包即将到期后,承包期限成为国家和农户重点关注的问题,过短的承包期限会造成农户对土地粗放使用,在承包期限内剥夺土地最大的产出。在无法改变土地这一特定资源的基础上,借助产权稳定可以解决土地与农户之间矛盾。首先,稳定的产权具有投资效应。农户通过土地确权等政策手段,在激励和约束的双重限定下合理对土地生产要素的使用和配置[17],提高农业的生产效率。其次,稳定的产权具有收益效应。土地确权赋予农户稳定的产权心理,农户会减少粗放的土地利用方式。产权安全会促进承包地流转,降低交易风险,扩大土地流转面积,提高农户土地收益。最后,稳定的产权具有提高使用预期的效应。农户在土地产权期限稳定的情况下,会依据当下经济的发展方向,转换经营土地的思维和土地利用方式,通过土地适度规模化经营,提高农业比较收益,使得农户预期获得更好的收益。
二、 实证研究结果与分析
(一) 数据来源
数据来源于山西财经大学暑期调研,共发放问卷400份,剔除信息不完整的问卷以及废卷,共获得有效问卷339份,有效率为84.75%。本次调研选取山西省文水县11个乡(镇),调查过程中采取随机抽样选择样本农户,根据县城距离各个乡(镇)的距离选择6个乡(镇)(胡兰镇、西城镇、凤城镇、马西乡、北张镇、孝义镇),每个乡随机抽取一个村,每个村根据现住人口抽取一定比例的农户,主要采取面对面问卷调查和访谈完成问卷,获取完整的调研数据。
(二) 样本情况说明
在339份样本户中,37.7%的农户愿意流转,62.3%的农户不愿意流转。农户受教育程度主要集中在初中及以下,占总样本的93.8%,51.6%的农户以纯农业为主。52.5%的农户对第二轮土地承包到期后再延长30年政策不了解。92.6%的农户愿意在第二轮承包期到期后延长30年之后愿意继续承包土地,82.6%的农户认为第二轮土地承包到期后继续承包土地政策对农业生产没有影响。
(三) 变量与模型
1. 模型选择
本文研究采用二元Logistic模型分析农户农村土地承包经营权流转意愿的影响因素,并重点考察第二轮承包期到期后延长30年政策对农户流转意愿的影响。因变量是“愿意”(0)和“不愿意”(1),所以,运用二元Logistic回归模型。模型的方程如下:
$$ \mathrm{L}\mathrm{o}\mathrm{g}\mathrm{i}\mathrm{s}\mathrm{t}\mathrm{i}\mathrm{c}({{P}}/1-{{P}})={\text α }+\sum {\text β }_{i}{X}_{i}+{\text ϵ} $$ (1) 式(1)中,P为农户农地承包经营权流转意愿发生的概率,α为常数项 表示自变量为0时发生比的自然对数值,
$ {X}_{i} $ 为影响农户承包经营权流转意愿的因素,${\text β }_{i}$ 是$ {X}_{i} $ 的偏回归系数,表示当其他变量取值保持不变时,该自变量取值增加一个单位引起发生比的自然数值的变化量[18]。2. 多重共线性检验与回归方法确定
主要运用9个变量(表1)分析影响农户土地流转意愿的影响因素,主要采用SPSS21.0软件进行数据分析,但数据分析容易出现共线性问题,造成分析结果出现误差以及数据失真,因此采用容忍度(Tolerance)、方差膨胀因子(VIF)[19]来检验自变量的共线性。一般认为,当 VIF﹥5,可能存在多重共线性。本文结果呈现各解释变量的方差膨胀因子均小于2,当容忍度<0.1时,存在严重的多重共线性,分析结果显示,容忍度均大于0.9。达到研究要求,不需要对变量进行剔除,将采用运用“进入(Enter)” [20]回归的方法对339个农户样本进行Logistic回归模拟,运行结果如表2。
表 1 样本变量及描述性统计变量 变量名称 变量赋值 均值 标准差 因变量 流转意愿(Y) 0=愿意;1=不愿意 0.62 0.485 农户个体特征
变量受教育程度(X1) 0=小学以下;1=初中;2=高中及中专;3=本科及以上 0.62 0.674 职业分化(X2) 0=纯农业;1=以农为主兼业;2=非农为主兼业;3=非农业 0.91 1.099 非农就业人口(X3) 家庭实际非农就业人口数 0.91 1.139 承包地特征变量 耕地面积(X4) 实际耕地面积 4.66 2.756 政策特征变量 土地调整(X5) 0=从未调整过;1=调整过1次;2=调整过2~3次;
3=调整3次以上0.12 0.361 土地确权(X6) 0=否;1=是 0.06 0.236 政策了解(X7) 0=知道;1=不知道 0.53 0.500 延期承包土地(X8) 0=愿意;1=不愿意;2=无所谓 0.11 0.400 延期承包土地方式(X9) 0=到期后顺延;1=根据人地关系打乱重分 0.58 0.495 表 2 模型回归结果解释变量 B S.E Wals Df Sig. Exp(B) 受教育程度(X1) 0.117 0.185 0.398 1 0.528 1.124 职业分化(X2) −0.251** 0.113 4.927 1 0.026 0.778 非农就业人口(X3) −0.245** 0.107 5.274 1 0.022 0.783 耕地面积(X4) 0.112** 0.047 5.716 1 0.017 1.119 土地调整(X5) 1.495*** 0.500 8.951 1 0.003 4.458 土地确权(X6) 1.087** 0.528 4.241 1 0.039 0.337 政策了解(X7) 0.627** 0.247 6.411 1 0.011 1.871 延期承包土地(X8) 0.818** 0.396 4.261 1 0.039 2.266 延期土地分配方式(X9) 0.163 0.250 0.426 1 0.514 1.177 常量 −0.158 0.335 0.222 1 0.637 0.854 注:***、**、*分别表示在1%、5%和10%水平下显著。 (四) 结果分析
1. 农户自身特征的影响
(1)职业(X2)对农户的土地流转意愿有显著影响,且系数为负,表明非农职业越高的农户越不愿意流转土地。这与常理相悖,可能是因为以农业为主农户更多地将土地视为生活保障,而以务工等非农就业为主农户,更多地认为土地具有资产增值价值,特别是近些年来国家征地补偿标准不断攀高,农户对土地经济收益预期具有较高期待。所以,当流转土地价格小于非农就业农户的心理预期时,非农就业农户不愿意流转土地,更愿意通过其他方式获得更高的土地收益。
(2)非农就业人口(X3)对农户的土地流转意愿有显著影响,且系数为负,表明非农就业人口越多的农户家庭越不愿意流转土地。首先,因为所调研地区的多数非农就业农户主要在县城打工,在农忙时节经常会返家帮工,并未完全脱离农村的生产、生活。其次,多数农户从事的是低技术含量工作,就业稳定性差,失业风险高,仍将农村土地视为自己最后的生活保障,所以,这部分农户并不愿意流转土地。
2. 承包地特征的影响
耕地面积(X4)对农户的土地流转意愿有显著影响,且系数为正,表明耕地面积(大于调研地区人均耕地面积)越大农户越愿意流转土地。这是因为耕地面积较大的农户通过流转土地,更容易形成规模经营,提高农业收益。所以,更愿意流转土地。
3. 政策因素特征的影响
(1)土地调整(X5)对农户的土地流转意愿具有显著影响,且系数为负,表明土地调整次数越多农户越不愿意流转。这是因为农户在经历多次土地调整后,对自己所有的土地没有稳定的产权保护,流转土地容易造成土地纠纷。所以,农户不愿意流转土地。
(2)土地确权(X6)对农户的土地流转意愿具有显著影响,且系数为正,表明土地确权程度越高农户越愿意流转,这是因为地权稳定所带来的激励效应[21]、抵押融资效应[22]和收益效应[23]。政府通过建立土地系统登记、发放具有法律效应的产权证书的方法,在实践和理论层面都增加了农户对土地的使用信心,所以,农户更愿意选择土地流转。
(3)政策了解(X7)对农户土地流转意愿具有显著影响,且系数为正,表明对政策了解程度越高的农户越愿意流转。在信息不对称和信息滞后性的环境下,农户会保守选择不参与农地流转活动,但通过政府政策宣传,以及部分有流转经历农户的先验结果,在一定程度上降低农户的风险规避感,稳定了农户土地流转心理预期,增强了农户投资信心,所以,土地承包延期政策会促进农户土地流转。
(4)第二轮承包到期后续期承包土地(X8)对农户土地流转意愿具有显著影响,且系数为正,表明续期愿意承包土的农户越愿意流转,这是在承包土地后签订具有法律效应的合同和土地确权的证书,证明农户能获取完全的土地价值,在长时间内土地产权预期是稳定状态,所以,农户更愿意参与土地流转,提高土地规模化经营水平。
三、 对策与建议
党的十九大报告中国家强调保持我国土地承包关系稳定并长久不变这一思想、并提出稳定是农村社会发展的前提[24]。通过第二轮土地承包到期后延长30年政策给广大农户吃上了一颗定心丸,提高了农村土地产权稳定性,将有助于农村土地大规模流转,实现农业规模化经营。本文基于山西省文水县调研数据,分析土地承包延期政策对农户参与土地流转意愿影响,并提出以下建议。
(1)建立健全土地流转机制和激励措施,推动农户积极参与土地流转活动。调查数据分析显示,不愿意参与土地流转的农户较多,主要是土地流转机制不完善,配套的激励政策不完整和土地流转方式单一。通过依法规范相关流转程序,根据农户的不同需求制定不同土地流转激励政策,增大土地流转的补贴力度,提高农户参与土地流转的积极性。
(2)注重土地产权稳定所带来的投资效应和收益效应,积极引进社会资本参与土地流转,打破有资金无地、有地无资金的困境。一方面有利于土地流转市场主体更加全面,社会资本资金流动性更强,在一定程度上降低流转农户的资金风险;另一方面,社会资本的参与有利于技术和机械化发展,增加土地资源利用效益。
(3)降低土地调整的次数,加快土地确权工作。土地确权与土地调整是相互促进的手段,在全面界定农地位置和相关使用权利后,降低土地调整次数,稳定土地使用预期,促进农村承包地流转。
(4)加大第二轮农村土地承包到期后延长30年政策的宣传力度,采用多样化的信息渠道和信息传递方式普及政策,例如定期开办政策解读茶话会、录制喜闻乐见的政策解释视频等新方式。发挥农村合作社、本地农业大户的示范作用,以实际的流转案例向农户解读延期政策带来的利弊,增加农户参与土地流转信心。
-
表 1 中国31个省份农业部门2011—2017年TFP、EFFCH和TECH
地区 TFP EFFCH TECH 东部地区 北 京 1.001 0.929 1.078 天 津 1.033 0.942 1.097 河 北 1.031 0.954 1.081 辽 宁 1.028 0.945 1.088 上 海 1.006 0.925 1.081 江 苏 1.073 0.99 1.084 浙 江 1.048 1 1.048 福 建 1.111 1 1.111 山 东 1.057 0.988 1.07 广 东 1.074 1 1.074 海 南 1.087 1 1.087 东部平均 1.049 3 0.970 2 1.081 7 中部地区 山 西 1.025 0.946 1.083 吉 林 1.003 0.92 1.091 黑龙江 1.128 1.024 1.102 安 徽 1.063 0.976 1.089 江 西 1.074 0.962 1.117 河 南 0.994 0.949 1.047 湖 北 1.072 0.982 1.091 湖 南 1.036 0.964 1.074 中部平均 1.049 4 0.965 4 1.087 5 西部地区 内蒙古 1.054 0.944 1.116 广 西 1.077 1 1.077 重 庆 1.093 0.998 1.095 四 川 1.076 1 1.076 贵 州 1.168 1 1.168 云 南 1.111 1.008 1.102 西 藏 1.086 1 1.086 陕 西 1.125 0.996 1.129 甘 肃 1.063 0.954 1.114 青 海 1.093 1 1.093 宁 夏 1.075 0.966 1.112 新 疆 1.051 0.963 1.091 西部平均 1.089 3 0.985 8 1.104 9 中国 中国平均 1.064 0.975 1.092 注:数据来源于分析软件结果的整理 表 2 不同环境规制对农业生产技术进步的模型估计结果
变量 东部地区(模型5) 中部地区(模型5) 西部地区(模型5) 全国地区(模型5) 全国滞后一期(模型6) ER 0.010 8*** 0.001 535 0.007 453 0.007 1** (1.77) (0.35) (1.11) (2.2) EP 0.085 702 0.105 526 −0.024 14 0.087 861 (0.64) (0.59) (−0.1) (1.07) EI −0.0105 8 0.099 1** 0.028 102 0.036 052 (−0.11) (2.12) (1.19) (1.51) Lag(er,1) 0.016 8*** (2.8) Lag(ep,1) 0.365 7*** (3.22) Lag(ei,1) 0.044 6* (1.73) Lag(tech,1) 0.247 3*** (2.68) HC 3.136 636* 2.269 9* 2.55*** 2.71*** 1.735 6** (1.83) (2.00) (3.55) (4.18) (2.18) GP −0.047 37 −0.264* −0.018 89 −0.075 57 −0.075 69 (−0.19) (−1.73) (−0.12) (−0.67) (−0.58) DR 0.169 139 −0.503 8 −1.524*** −0.467** −0.108 36 (0.45) (−1.31) (−4.87) (−2.28) (−0.45) 常数项 −3.61411 −1.92293 −1.913* −2.59*** (−1.33) (−1.11) (−1.9) (−2.69) A-R2 0.171 4 0.354 4 0.441 3 0.226 5 F值 2.07* 3.84*** 8.69*** 8.79*** Sargan 62.45*** -
[1] 袁平, 朱立志. 中国农业污染防控: 环境规制缺陷与利益相关者的逆向选择[J]. 农业经济问题, 2015(11): 73. [2] 杨志海, 王雅鹏. 中国农业环境技术效率与污染减排成本分析[J]. 统计与信息论坛, 2015(7): 71. DOI: 10.3969/j.issn.1007-3116.2015.07.011. [3] 黄清煌, 高明. 环境规制对经济增长的数量和质量效应: 基于联立方程的检验[J]. 经济学家, 2016(4): 53. DOI: CNKI:SUN:JJXJ.0.2016-04-007. [4] 查建平, 郑浩生, 范丽丽. 环境规制与中国工业经济增长方式转变: 来自2004—2011省级工业面板数据的证据[J]. 山西财经大学学报, 2014(5): 54. [5] 许标文, 郑百龙. 环境规制与农业增长: 基于面板数据的联立方程估计[J]. 福建农业大学学报, 2015, 30(10): 1013. DOI: 10.3969/j.issn.1008-0384.2015.10.017. [6] TELLE K, LARSSON J. Do environmental regulations hamper productivity growth? How accounting for improvements of plants environmental performance can change the conclusion[J]. Ecological Economics, 2007, 61(2): 438. DOI: 10.1016/j.ecolecon.2006.03.015.
[7] 孔繁彬, 原毅军. 环境规制、环境研发与绿色技术进步[J]. 运筹与管理, 2019(2): 98. DOI: 10.12005/orms.2019.0038. [8] ALPAY E, BUCCOLA S, KERKVLIET J. Productivity growth and environmental regulation in Mexican and U. S. food manufacturing[J]. American Journal of Agricultural Economics, 2002(4): 887. DOI: 10.2307/1244733.
[9] 贾瑞跃, 魏玖长, 赵定涛. 环境规制和生产技术进步: 基于规制工具视角的实证分析[J]. 中国科学技术大学学报, 2013, 43(3): 217. DOI: 10.3969/j.issn.0253-2778.2013.03.008. [10] 张成, 郭炳南, 于同申. 环境规制强度对行业生产技术进步的非线性影响[J]. 中国科技论坛, 2014(1): 57. DOI: CNKI:SUN:ZGKT.0.2014-01-011. [11] MALMQUIST S. Index Numbers and Difference Surfaces[J]. Trabajos De Estadistica, 1953, 4(2): 209. DOI: 10.1007/BF03006863.
[12] FÄRE R, GROSSKOPF S. Intertemporal Production Frontiers: With Dynamic DEA[M]. Boston: Kluwer Academic Publishers, 1996. DOI: 10.1057/palgrave.jors.2600779.
[13] 赵玉民, 朱方明, 贺立龙. 环境规制的界定、分类与演进研究[J]. 中国人口·资源与环境, 2009, 19(6): 85. DOI: CNKI:SUN:ZGRZ.0.2009-06-018. [14] YANG Z, FAN M, SHAO S, et al. Does carbon intensity constraint policy improve industrial green production performance in China? A Quasi-DID analysis[J]. Energy economics, 2017, 68(C): 271.
[15] 朱平芳, 张征宇, 姜国麟. FDI 与环境规制: 基于地方分权视角的实证研究[J]. 经济研究, 2011(6): 133. [16] HALL R E, JONES C I. Why do some countries produce so much more output per worker than others[J]. Quarterly journal of economics, 1999, 114(1): 83. DOI: 10.2139/ssrn.3595.
[17] 李谷成. 人力资本与中国区域农业全要素生产率增长: 基于DEA视角的实证分析[J]. 财经研究, 2009, 35(8): 115. DOI: CNKI:SUN:CJYJ.0.2009-08-012. -
期刊类型引用(2)
1. 胡静. 环境规制与我国农业技术创新的关系研究——兼对“波特假说”的检验. 中国林业经济. 2022(02): 63-66 . 百度学术
2. 黄德生,刘智超,张彬,冯雁,张莉. 生态环保政策对经济发展的作用机理分析. 环境与可持续发展. 2020(04): 16-25 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 1961
- HTML全文浏览量: 1107
- PDF下载量: 13
- 被引次数: 5