肥料强度、农业生产率与农业排放：24国面板中的比率分解及相对排放效率与绝对环境压力辨析

《Sustainability》：Fertilizer Intensity, Agricultural Productivity, and Agricultural Emissions: Ratio Decomposition in a 24-Country Panel

　　

肥料施用可在提高农业产出的同时增加排放，使基于比率的（ratio-based）环境指标可能具有误导性。本研究评估了来自五个区域的24个国家面板中的这些关系，并通过区分相对排放效率（relative emissions efficiency）与绝对环境压力（absolute environmental pressure）推进可持续性评估。生产率分析覆盖2002–2022年，而经来源核验（source-verified）的环境序列覆盖2002–2019年。国家和年份固定效应模型（fixed-effects models）采用Driscoll–Kraay标准误（Driscoll–Kraay standard errors）。肥料强度（fertilizer intensity）与土地生产率（land productivity）呈正相关（弹性 = 0.182；SE = 0.032），与绝对农业排放（absolute agricultural emissions）呈正相关（0.123；SE = 0.026），与单位面积排放（emissions per hectare）呈正相关（0.085；SE = 0.016），但与排放强度（emissions intensity）呈负相关（?0.098；SE = 0.028）。排放强度结果反映生产分母增长更快，并不表明绝对脱钩（absolute decoupling）。在滞后肥料（lagged fertilizer）、一阶差分（first differences）、区域趋势（regional trends）、宏观经济控制（macroeconomic controls）、灌溉子样本（irrigation subsample）、替代协方差估计量（alternative covariance estimators）和逐国剔除（sequential country exclusion）下，生产率估计值仍为正。农业导向指数（Agriculture Orientation Index, AOI）与生产率和绝对排放无关，尽管其与排放强度呈负相关。研究结果支持养分利用效率（nutrient-use efficiency）以及绝对、土地基础和强度指标的联合报告（joint reporting）。

研究人员围绕肥料强度、农业生产率与农业排放之间的关系，在24国面板中开展评估，并强调比率型环境指标可能误导。农业必须在有限土地上增加食物与经济价值，同时降低对气候、水和土壤的压力；生产系统异质、技术和灌溉获取不均、气候与市场条件变化使这一挑战加剧。肥料因氮、磷、钾可缓解养分限制并支持作物生产而处于核心位置，但养分损失及肥料相关过程也贡献温室气体排放和其他环境负担。实证研究通常发现，农业投入可提高产出并促进结构转型；农场层面和技术采用证据显示，生产率反应取决于土地、互补投入、管理能力和当地生产条件。肥料反应会随土壤、作物组成、灌溉、技术、气候和管理而异，过量施用可能仅带来较小边际产量增益，却增加氮损失和排放。因此，肥料扩张或统一减施均不是充分的一般政策规则。排放强度被定义为农业排放/单位生产价值，其下降可能源于排放下降、生产上升快于排放，或二者兼有。若肥料提高生产分母，排放强度负关联可能同时伴随绝对排放和单位面积排放正关联，把该系数直接视为环境改善证据并不正确。已有跨国和国家研究分别考察肥料、农业产出、碳排放、养分管理和技术采用，但较少在同一内部一致面板中联合评估生产表现、绝对排放、土地排放和排放强度。研究人员因此结合比率分解、两因素固定效应、依赖稳健推断、共同样本比较、环境稳健性检查和区域斜率异质性评估。分析提出四个问题：肥料强度是否与单位公顷农业生产价值相关；是否与绝对农业排放和单位面积排放相关；其与排放强度的关联在将比率分解为排放分子和生产分母后是否仍成立；AOI是否与生产或环境表现相关。估计量为条件性国内关联，而非因果效应。三项假设为：H1预测肥料强度与土地生产率正相关；H2预测其与绝对农业排放和单位面积排放正相关；H3预测即使排放分子增加，排放强度系数也可能为负。AOI效应被作为经验问题处理，因为预算导向并不衡量支出规模、实施质量或项目构成。研究结论是，肥料强度与土地生产率正相关，也与绝对农业排放和单位面积排放正相关，但与排放强度负相关；排放强度改善反映生产分母增长更快，不代表绝对脱钩。其意义在于区分规模、土地压力和产出相对表现，避免仅依赖单一比率指标进行可持续性判断。

作者为开展研究使用的关键技术方法可概括为：使用24国年度面板。样本来源包括FAOSTAT的农业产值、农业用地和肥料养分数据，DBnomics与Our World in Data的机器可读再发布，农业排放采用IPCC Agriculture系列kt CO₂-equivalent、AR5全球增温潜势，World Bank指标CC.EAR.IPA并以FAOSTAT为记录来源，AOI来自FAO SDG指标2.a.1，GDP per capita、农业增加值占GDP及灌溉农业用地来自World Development Indicators。样本包括拉美11国、欧洲4国、亚洲5国、非洲3国和大洋洲1国。关键方法为两因素固定效应面板、Driscoll–Kraay标准误、比率分解、共同样本比较，以及滞后肥料、一阶差分、区域趋势、宏观控制、灌溉子样本、替代协方差估计量、逐国剔除和区域斜率异质性检验。生产率窗口2002–2022年含504个国家–年观测，环境窗口2002–2019年含432个观测；AOI模型含497和428个观测，灌溉子样本仅160个观测、17国。

研究结果如下。4.1 描述性证据：样本在农业规模和投入强度上差异很大，区域分布不均，拉美占11国而大洋洲仅1国，因此区域系数是样本内描述性估计而非代表性区域均值。描述性统计和成对Pearson相关显示，生产率、肥料强度、单位面积排放和排放强度并不同步变化；生产率窗口与环境窗口不同，国家固定效应和异质性检查是必要的。4.2 诊断检验：联合F统计量强烈拒绝排除国家效应；Breusch–Pagan检验在该规范中不拒绝同方差，但Durbin–Watson统计量和国内残差AR(1)平均相关显示明显持续性，Pesaran统计量拒绝横截面独立。因此保留Driscoll–Kraay推断，以处理检测到的两类依赖。4.3 主估计与分解：两因素固定效应结合Driscoll–Kraay标准误显示，基准生产率弹性为0.182（SE = 0.032，p < 0.001；N = 504），即一国内肥料强度增加1%与单位公顷生产价值增加0.182%相关。在2002–2019环境共同样本重估仍为0.182。总生产模型中肥料系数为0.199，土地弹性为0.505。环境结果说明排放强度必须分解：肥料强度与排放强度负相关（?0.098），但与绝对农业排放正相关（0.123），与单位面积排放正相关（0.085）。负排放强度系数表明生产价值增长快于排放，并不表明肥料扩张降低总排放或单位面积排放压力。在相同环境共同样本和相同回归量下，构造指标满足ln(排放强度) = ln(单位面积排放) ? ln(土地生产率)，对应肥料系数恒等式为0.08478697 ? 0.18234694 = ?0.09755997。共同样本生产率分母模型用于该分解；单独的总生产规范含土地控制且使用更长生产率窗口，不是该精确恒等式的分母部分。AOI与土地生产率（p = 0.836）和绝对农业排放（p = 0.160）无统计关联，与排放强度负相关（?0.073；p < 0.001），与单位面积排放的关联在常规水平上处于临界（p = 0.052）。财政结果依赖结果定义，不应解释为预算导向直接降低农业排放。4.4 稳健性与异质性检查：生产率系数在滞后肥料（0.143）、区域趋势（0.084）、宏观控制（0.155）、灌溉子样本（0.131）和一阶差分（0.077）中仍为正；替代一阶和三阶滞后Driscoll–Kraay协方差选择不改变点估计；逐国剔除估计范围为0.155至0.209且均显著。环境稳健性更依赖结果：一阶差分中排放强度系数不显著，而绝对排放和单位面积排放仍为正；加入宏观控制后，排放强度负系数减弱，绝对排放和单位面积排放仍为正。滞后肥料下，排放强度负关联和绝对排放正关联仍保留，单位面积排放系数变得不精确。区域趋势使排放强度系数降至统计不显著，但绝对排放和单位面积排放仍为正。替代Driscoll–Kraay滞后选择不改变符号或基线显著性。逐国剔除范围为：排放强度?0.108至?0.080，绝对排放0.086至0.147，单位面积排放0.070至0.107；所有留一估计均在1%水平显著。环境结论对绝对排放正关联最强，排放强度负结果更具规范敏感性。区域特定肥料斜率在土地生产率模型中，五个区域点估计均为正，但幅度和精度不同；联合等斜率检验拒绝区域同质斜率（F(4,20) = 15.295；p < 0.001）。因此汇总系数应解释为样本内平均关联，而非各区域共享的相同响应；非洲和大洋洲估计不精确，大洋洲仅含澳大利亚，不支持总体区域外推。

讨论部分总结认为，生产率正关联与肥料缓解养分约束、支持产出增长一致，也符合互补条件存在时投入和技术可提高生产的证据。其幅度有经济意义但远低于1，说明总体响应低于比例。区域分析表明关联并非同质，五个区域均有正斜率，但最小区域组估计不精确。由于模型使用国家平均值，系数混合了作物组成、施用质量、土壤条件和技术，不是田块肥料响应函数，不能识别农学最优。主要贡献是环境分解：排放强度回答相对效率问题，绝对排放和单位面积排放回答规模和土地压力问题。估计显示排放强度较低的同时，两个替代环境指标均较高；这与相对效率增益相容，但不与绝对脱钩相容。扩展稳健性强化该区别：绝对排放正关联稳定，排放强度负系数在区域趋势和宏观控制下减弱。仅基于排放强度的可持续性主张会夸大环境结果。AOI结果也需限定：AOI衡量公共支出相对农业经济重要性的导向，而非支出数量、质量或去向；其与排放强度负关联未在绝对排放或单位面积排放中复制。需要更详细财政变量才能区分研究、推广、灌溉、补贴、环境项目和制度能力。政策应优先养分利用效率，而非单纯肥料减少或扩张；土壤测试、平衡养分施用、改进时机和位置、变量施肥技术、改良品种、灌溉管理以及有机和无机来源结合可提高单位养分产出并限制损失。国家应联合报告土地生产率、绝对农业排放、单位面积排放和排放强度，以避免有利比率掩盖扩张的排放分子。欧洲政策语境中，Directive 2009/128/EC建立农药可持续使用框架，包括风险减少、国家行动计划、培训、设备检查和综合病虫害管理（integrated pest management, IPM）；CAP 2023–2027将支持与法定管理要求和良好农业与环境条件联系，生态方案和农村发展干预可支持非化学替代、咨询服务、精准喷雾器和预警系统。IPM要求预防、监测、决策阈值，并在可满意控制时优先生物、物理或其他非化学方法。数字决策支持工具、遥感、田间传感器、预测系统和精准施用可帮助改善干预时机、地点和剂量。但该欧盟讨论是背景而非本研究实证结果：数据库含肥料和农业排放变量，但无农药使用、农药风险、毒性或法规遵从指标，因此不能估计农药效应或评估具体欧盟工具表现。局限包括：样本异质、基于可得性、有意构建，并非全球或区域代表性；国家聚合掩盖农场、作物和空间异质性；区域组不均，大洋洲仅澳大利亚。总产值衡量产出表现而非利润、农场收入或净增加值；肥料强度按耕地公顷计，而生产率和单位面积排放使用农业用地，分母差异是解释弹性时的实质限制，且数据库缺少额外耕地面积或总养分序列，无法构造协调分母敏感性。天气、土壤质量、养分盈余、肥料类型、价格、信贷、作物组成和管理实践未充分观察；GDP per capita、农业结构、灌溉覆盖、区域趋势和差分规范仅处理部分遗漏变量问题。预期生产条件可能影响肥料需求，造成反向因果；滞后肥料和一阶差分是规范检查，不是工具或识别策略替代。灌溉敏感性模型覆盖有限，AOI不能识别农业支出内容或有效性，这些约束排除因果主张。

研究结论翻译：在24国中，肥料强度与2002–2022年单位公顷农业生产价值正相关。在经来源核验的2002–2019环境窗口中，其也与绝对农业排放和单位面积排放正相关，同时与排放强度负相关。因此，相对效率的表观改善不等同于总排放降低。通过分离规模、土地压力和产出相对表现，该研究提供了比依赖单一比率指标更可辩护的可持续性评估框架。生产率关联在共同样本比较、滞后投入、一阶差分、区域趋势、宏观经济控制、灌溉子样本、替代协方差估计量和逐国剔除后仍存在，尽管区域斜率异质。环境稳健性依结果而定：绝对排放正关联最稳定，排放强度负系数在某些规范中减弱。AOI与生产率或绝对排放无关。证据支持养分利用效率、现代监测和施用技术，以及绝对和强度指标联合报告。由于设计为观察性且样本为目的性样本，政策使用应保持条件性和非因果性。