要素积累、人力资本与农业环境效率间门槛效应研究(3)

3. 门槛变量

本文选择要素积累变量为模型的门槛变量，具体包括物质资本积累和经济发展水平两个变量。(1) 物质资本积累(phy)。中国农业发展处在生产方式转变的过渡时期，随着经济的发展，人力资本和物质资本积累效应逐渐展现。但在农业投资中，因为人力资本和物质资本的投资回报率存在显著差异，造成人力资本积累和物质资本积累增速差异较大，两者之间的动态结构变化将会对农业环境效率提升产生非均衡的影响。本文沿用已有文献的研究，用农村家庭人均生产性固定资产原值作为物质资本的指标变量(单位：元/人)。(2) 经济发展水平(gdp)。选择人均农业总产值指标表示经济发展水平变量(单位：元)。本文以经济发展水平为模型的门槛变量，主要出于两方面的考虑：一方面，新增长理论阐明后发国家或地区通过引进发达国家或地区的先进技术，能够缩小经济发展水平的差距，但现实中很多后发国家和地区经济增长水平远远低于与技术能力相称的经济增长水平，严重阻碍了技术进步对经济增长的促进作用。农业经济发展水平与人力资本匹配问题，将会对农业技术进步及农业环境产生极大影响；另一方面，环境库兹涅茨曲线(EKC)假说表明，经济增长与资源消耗和环境污染排放间呈“倒U型”曲线特征，在农业领域EKC拐点出现在什么水平上，以及农业经济增长与农业环境质量间呈现怎样的趋势特点还存在争议[]，但可以看出，以要素投入为主导的农业经济增长方式势必会对农业环境质量带来极大的压力，这种外部环境的约束会造成人力资本与农业环境效率间作用效应的非均衡变化。

4. 控制变量

(1)地理环境变量(nat)。农业产业自身特点决定了其对地理环境依赖较强，地理环境是农业生产要素发挥效率的现实基础，地理环境的差异会对农业经济的发展产生不同影响，进而会对农业环境效率产生异质性影响效应。本文选择的地理环境变量计算公式为：

nat=农作物受灾面积/农作物总播种面积

(2)农业种植结构(str)。不同地区农业种植结构的不同造成了农业生产要素投入强度的差异，农业种植结构的优化会进一步提升农业资源利用效率，进而会对农业环境效率产生极大的影响。本文采用粮食播种面积/农作物总播种面积的比值计算得到农业种植结构变量。

(3)农村用电量(rue)。生产中能源消耗是农业碳排放的主要来源。全国各地区农业能源消耗呈现出明显的差异化，农业能源消耗碳排放强度和效率亦存在显著的差异，而这种差异会对各地区农业环境产生异质性的约束。本文参考郑风田和刘杰[]的研究，选择农村用电量作为农业能源消耗的代理变量。

(4) 经济发展水平(gdp)和物质资本积累(phy)。本文同时将物质资本积累变量作为模型(Ⅰ)的控制变量，将经济发展水平作为模型(Ⅱ)的控制变量。

(三) 样本数据的统计描述()

表 1(Table 1)

表 1 样本描述性统计(2000-2013年，N=30个省、市、自治区，T=14年)

变量指标

平均值

标准差

最小值

最大值

农业环境效率(agr)

0.446

0.186

0.130

1.000

农村人力资本(hum)

2.281

0.273

1.440

3.090

地理环境(nat)

0.277

0.164

0.000

0.940

农业种植结构(str)

0.653

0.119

0.330

0.950

物质资本(phy)

6 551.739

5 052.571

842.250

30 000

农村用电量(rue)

155.628

250.373

1.400

1 696.400

经济发展水平(gdp)

24 000

19 000

2 662

100 000

表 1 样本描述性统计(2000-2013年，N=30个省、市、自治区，T=14年)

四、计量分析结果及解释(一) 门槛效应检验

为了确定门槛模型的具体形式，我们利用stata11软件先对模型中存在门槛个数进行检验。根据F统计量和利用Hansen提出的“自抽样法”(Bootstrap)构造的P值综合检验门槛个数、门槛值以及显著性。对模型(Ⅰ)和模型(Ⅱ)检验的结果见。

表 2(Table 2)

表 2 门槛效果检验、估计值和置信区间

门槛变量

模型

门槛估计值

95%置信区间

临界值

单一门槛

119.774***

0.000

12 000

[12 000，12 000]

38.288

28.703

23.320

双重门槛⑤

0.000

51 000

[47 000，51 000]

69.188

60.881

50.363

单一门槛

0.005

1 680.34

[972.160，1 680.340]

17.274

7.681

5.019

双重门槛

0.005

6 708.91

[4 733.43，12 000]

17.666

11.234

6.925

注：表中P值和临界值均为采用“自抽样法”反复抽样300次得到的结果；*、**、***分别表示在10%、5%、1%水平下显著。

表 2 门槛效果检验、估计值和置信区间

⑤ 三重门槛模型虽然通过了显著性检验，但95%置信区间跨度较大，包含了大部分双重门槛的置信区间，根据Hansen(1999) 以及连玉君(2006) 的分析，我们可以将模型退化为双重门槛来分析。

丹麦的农业产值比重的显著特点是。() a.人均粮食产量增加 b.农业生产投入增加 c.粮食进口总量增加 d.亩均农业产值增加 答案。6. 4 真空热处理技术具有高效、优质、节能、节材和无污染的突出优点, 经估算每年产值约0. 9 亿元, 人均产值达3 万~ 5 万元/ 年, 技术经济效益显著。

⑥ Hansen(1999) 提供了一个公式，当$L{R_1}\left( {{\gamma _0}} \right) \leqslant C\left( \alpha \right) =-2\ln \left( {1-\sqrt {1-\alpha } } \right) $(α为显著性水平，一般取5%)时不能拒绝原假设。

图 1(Figure 1)

图 1 人均农业总产值为门槛变量的双重门槛估计值及置信区间

从回归结果来看，新产品销售收入可以解释新增资本99%的样本方差，可以解释新增从业人数98%的样本方差，模型系数在10%的显著性水平上显著。对肥育肉牛用中等羊草、低质羊草、稻草单独饲喂，表明能量消化率与干物质最大进食量呈显著相关（r＝0.9409）（李爱科，1990）。因此文章首先使用双重差分模型（did）估计学额和革命参与度之间的相关性，即废除科举和之后的清末革命是否相关，结果显著。

图 2(Figure 2)

图 2 物质资本为门槛变量的双重门槛估计值及置信区间

(二) 模型参数估计

plot(fitted(fm), resid(fm),xlab="fittedvalues",ylab="residuals",main="residualsvsfitted")一个检验异方差性（heteroscedasticity）的标准回归诊断图。数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。具体说， stata具有如下统计分析能力:数值变量资料的一般分析:参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。

表 3(Table 3)

表 3 模型(固定效应)的参数估计结果及稳健性检验

模型(Ⅰ)

模型(Ⅱ)

同方差OLS估计

异方差White估计

同方差OLS估计

异方差White估计

-0.043

-0.043

-0.027 3

-0.027 3

(-1.11)

(-0.86)

(-0.84)

(-0.84)

-0.572***

(-3.85)

(-2.42)

(-5.10)

(-3.32)

0.000 013 8***

0.000 013 8***

(7.76)

(4.73)

rue

-0.000 009 5

-0.000 009 5

-0.000 009 06

-0.000 009 06

(-0.48)

(-0.63)

(-0.54)

(-0.62)

0.000 007 90***

0.000 007 90***

(22.81)

(11.43)

hum_x_gdp1

-0.050 1***

-0.050 1***

经济低发展区

(-8.28)

(-6.70)

hum

经济中发展区

(4.73)

(3.55)

hum_x_gdp2

0.097 8***

0.097 8***

经济高发展区

(12.06)

(4.60)

hum_x_phy1

0.058 2***

物质资本匮乏区

(4.28)

(2.66)

0.063 7***

物质资本中等区

(3.29)

(2.26)

hum_x_phy2

0.0231***

物质资本丰富区

(4.10)

(2.74)

0.642

0.642

0.739

0.739

98.16

51.05

154.8

69.18

注：表格中括号内为t值；*、**、***分别表示在10%、5%、1%水平下显著。

表 3 模型(固定效应)的参数估计结果及稳健性检验

从汇总的结果可知，模型(Ⅰ)中物质资本控制变量与农业环境效率之间有显著的正向作用关系，说明现阶段各省物质资本积累对农业经济增长和农业环境效率提升效应还是很明显的，也就是说在未来一段时间内物质资本积累的环境效率提升空间的潜力很大，与姚洋[]的判断是一致的。而地理环境、农村用电量和农业结构等变量与农业环境效率之间呈现出了显著的负相关关系，说明农业受灾面积的扩大、农业能源消耗的不断扩大以及粮食播种面积占比过大，都会对农业环境效率产生显著的消极影响，结论与李谷成等[]的研究一致。模型(Ⅱ)中经济发展水平变量与农业环境效率有显著的正向关系，说明经济发展水平有利于农业环境效率的提升，而地理环境、农业结构、农村用电量等变量与农业环境效率存在显著的负相关关系。

接下来，本文重点关注在模型(Ⅰ)和模型(Ⅱ)中农村人力资本与农业环境效率之间的门槛效应。

以经济发展水平为门槛变量，将全样本划分为经济低发展区、经济中发展区和经济高发展区三个门槛区间，在不同门槛区间中人力资本对农业环境效率呈现了异质性的作用效应(见)。当经济发展水平低于12 000元(第一个门槛值)时，人力资本对农业环境效率具有显著的负向作用效应，参数估计值为-0.050 1，并在1%水平上通过显著性检验。低水平的经济发展严重阻碍了人力资本对农业环境效率提升效应的释放。当经济发展水平介于12 000~51 000元之间时，人力资本对农业环境效率的作用系数为0.107，并通过1%水平显著性检验。当经济发展水平超过51 000元(第二个门槛值)时，人力资本对农业环境效率具有正向作用(系数为0.097 8)，且通过1%显著性水平检验。可以看出，当经济发展水平处在12 000~51 000元之间时，人力资本对农业环境效率的提升效应最明显，但过高的经济发展水平显著地弱化了人力资本对农业环境效率的提升效应，而过低的经济发展水平则严重阻碍了人力资本对农业环境效率的提升效应。文章实证结论再次证明了农业环境库兹涅茨曲线(EKC)假说的条件收敛性，并且也表明人力资本积累的水平与经济发展水平之间要充分匹配，某一方出现了超过另一方能力所能承载的程度，就会出现因两者结构失衡带来的效率损失。而从目前中国的实际情况看，农村人力资本积累的总量和结构远远低于农业经济增长的速度，就会发生随着农业经济增长的加快，人力资本扩散效应变弱，最终会导致农业环境质量和效率的下降的情况[]。所以，在经济发展水平门槛效应下，人力资本对农业环境效率提升的作用效应呈现出了非常显著的“反N型”作用趋势。

的上半部分描述了2000年、2007年和2013年中国各省级行政单位经济发展水平的时空间分布格局。从可知，2000年，东、中、西部地区大部分省级行政单位都处在经济低发展区，只有东部广东、浙江、天津、上海、北京等5个省级行政单位处在经济中发展区；在2007年，东部地区的上海和北京发展到了经济高发展区，处在经济低发展区的只有西部的贵州、甘肃、云南3省；而到了2013年所有30个省级行政单位都跨过了经济低发展区，相比2007年经济高发展区新增了山东、福建、广东、辽宁、内蒙古、浙江、江苏、天津8个省级行政单位。以上分析结果可以看出，随着时间的推移中国各省级行政区经济发展水平时空分布差异明显，跨越第一门槛进入经济中发展区的省级行政单位在逐渐增加，从2000年的5个，到2007年的25个，再到2013年20个，大部分省级行政单位处在人力资本对农业环境效率提升效应最明显的经济中发展区，但也可以看出跨过第二个门槛的省级行政单位数量在增加，随着经济发展水平的进一步加快，农业环境效率提升的压力较大。