环境与经济结果之间的协同或权衡？农业生产绩效分析

《Australian Journal of Agricultural and Resource Economics》：Synergies or Trade-Offs Between Environmental and Economic Outcomes? An Analysis of Agricultural Production Performance

　　

将温室气体（GHG）排放作为农业生产的不良产出纳入方向距离函数（directional distance function）有助于更好地理解农业生产绩效。基于中国长江流域126个地级市的平衡面板数据，研究人员采用二次方向性产出导向距离函数（quadratic directional output-oriented distance function）来测量农业生产绩效，包括环境效率（environmental efficiency）、GHG排放的相对影子价格（relative shadow price）以及投入之间的Morishima替代弹性（Morishima elasticities of substitution）。研究人员发现一个上升趋势，2000–2020年间平均环境效率为0.871。这表明，农业增加值可以增加12.9%，同时GHG排放减少12.9%。长江流域上游地区的农业生产在环境效率方面表现最佳。估计的GHG排放相对影子价格为4.606，并且与环境效率呈负相关。Morishima替代弹性表明劳动力和化肥对土地具有替代关系，而化肥与劳动力之间存在强烈的互补关系。

全球人口增长与粮食需求上升迫使农业生产在土地和自然资源约束下持续扩张，但伴随的温室气体（GHG）排放加剧了全球变暖问题。农业部门贡献了全球21%–37%的GHG排放，平衡经济产出与环境影响成为关键挑战。环境效率框架可量化期望产出（农业增加值）与非期望产出（GHG排放）的关系，但以往研究多聚焦于技术效率或生态效率，较少估计GHG排放的相对影子价格及投入替代关系。长江流域作为中国重要农业产区（占全国耕地30%、粮食产量35%、农业排放11%），其内部空间异质性尚未被充分解析。为此，研究人员基于2000–2020年该流域126个地级市的平衡面板数据，采用随机前沿分析（SFA）框架下的二次方向性产出导向距离函数（quadratic directional output-oriented distance function），将GHG排放作为非期望产出，系统评估了农业生产绩效，包括环境效率、相对影子价格、Morishima替代弹性及环境无效率决定因素。该研究发表于《Australian Journal of Agricultural and Resource Economics》，为区域差异化减排政策提供了实证依据。

**主要关键技术方法**（不超过250字）：本研究采用随机前沿分析（SFA）框架下的二次方向性产出导向距离函数，将GHG排放作为非期望产出。数据来源为2000–2020年长江流域126个地级市的平衡面板数据，样本涵盖上游（四川、云南、重庆、贵州）、中游（湖北、湖南、江西）和下游（安徽、江苏、上海、浙江）地区。投入变量包括土地（播种面积，公顷）、劳动力（农业从业人口，万人）、化肥（折纯量，万吨）和机械（总动力，万千瓦）；期望产出为农业增加值（以2000年不变价折算），非期望产出为根据IPCC方法计算的GHG排放（百万吨CO₂-eq）。通过距离函数计算环境效率（定义为距离值）、相对影子价格和Morishima替代弹性。环境无效率决定模型包括降水、总人口、非农人口比例、工业产值比例、城乡收入差距、复种指数和谷物种植面积比例等7个变量，采用一步法估计。

**研究结果**：

**4.1 方向距离函数估计、产出与投入的距离弹性及相对影子价格**
模型规范检验拒绝了方向向量g=(0,-1)的设定，最终选择g=(1,-1)，即允许期望产出增加同时非期望产出减少。二次函数优于线性形式，且环境无效率项显著存在。参数估计显示，土地和化肥的系数显著为负，调整后GHG排放系数也显著为负，支持GHG作为非期望产出的处理。距离弹性方面，农业增加值弹性为-0.188（显著），GHG排放弹性为0.812（显著），符合单调性条件，且排放弹性绝对值更大，表明GHG减排是效率提升的关键驱动力。投入弹性中，土地（0.366）、劳动力（0.132）和化肥（0.156）均为正显著，机械为负显著（-0.046）。相对影子价格平均为4.606（显著），即减少一单位GHG排放需放弃4.606单位农业增加值的机会成本，且该值随时间下降（从2000年4.869降至2020年4.194），与环境效率呈负相关，表明高效率地区减排成本更低。

**4.2 无效率决定模型估计与环境效率**
环境无效率决定模型显示，年降水量（系数0.392，5%显著）、总人口（1.630，1%显著）、工业产值比例（1.900，1%显著）、城乡收入差距（0.335，5%显著）和复种指数（0.886，1%显著）均与环境无效率正相关，即这些因素降低环境效率；非农人口比例和谷物种植面积比例不显著。环境效率方面，全流域平均值为0.871，意味着若所有决策单元（DMU）运行在边界上，农业增加值可增加12.9%，同时GHG排放减少12.9%。空间异质性显著：上游平均效率最高（0.885），中游最低（0.849），下游居中（0.877）。时间上，效率从2000年0.869降至2009年0.824，随后升至2020年0.909，上游增幅最大（0.870→0.934）。地级层面，迪庆最高（0.976），上饶最低（0.599）。

**讨论与结论**：
讨论部分指出，弹性结果表明GHG排放对效率的影响强于期望产出，证实减排是核心驱动力。相对影子价格与环境效率的负相关意味着提高效率可降低减排机会成本，因此政策应协同考虑效率提升与减排。投入结构方面，土地弹性最大，表明耕地资源仍关键；化肥弹性为正但需谨慎解读，应强调效率提升而非单纯减量；机械负弹性可能反映其在部分区域对效率的改善作用。Morishima替代弹性显示劳动力与化肥可替代土地，而化肥与劳动力互补，提示投入调整需系统性考虑。空间异质性表明上游效率较高但仍有局部低效，中游改善潜力最大，下游需协调工农关系。无效率决定因素中，降水、人口压力、工业化、收入差距和复种指数均加剧无效率，政策应针对这些因素采取差异化措施。研究结论翻译如下：本研究通过将GHG排放作为非期望产出，考察了长江流域的农业生产绩效。基于2000–2020年126个地级市平衡面板数据，在随机前沿框架下采用二次方向性产出导向距离函数估计了农业环境效率，同时计算了GHG排放的相对影子价格、估计了环境无效率决定模型并评估了投入间的替代关系。结果表明，2000–2020年间长江流域平均农业环境效率为0.871，意味着若消除所有无效率，在不增加投入的情况下农业生产可提高12.9%。环境效率在流域内差异显著，上游平均值最高，中游最低。时间上，效率在2000–2009年下降，2009–2020年上升。GHG排放的平均相对影子价格为4.606，且随时间下降，表明研究期间农业GHG减排的机会成本降低。其与环境效率的负相关表明，高效率地区往往面临较低的相对减排成本。研究建议，长江流域提高农业环境绩效的政策应因地制宜，尤其关注中游低效地区及工业发展、劳动力配置与农业资源利用之间的互动。流域层面策略应聚焦于提高投入利用效率，并支持能维持农业期望产出同时减少GHG排放的技术与管理实践。