减少二氧化硫排放与提升农业生产力：来自中国二氧化硫交易试点项目的证据

《Food and Energy Security》：Reducing Sulfur Dioxide and Boosting Agricultural Productivity: Evidence From China's Sulfur Dioxide Trading Pilot

　　**摘要**

粮食安全是保障农业生产力并促进可持续城市发展的关键要素之一。一些学者指出，环境法规可能会干扰大气中元素的自然沉积，从而影响土壤养分，进而影响农业生产力。这一论点是否适用于那些面临更严格污染控制、人口压力和粮食安全挑战的国家？本研究以2007年中国二氧化硫排放交易为例，揭示了二氧化硫排放交易（SDE）与农业生产力之间的关系。分析得出以下结果：首先，二氧化硫排放交易可能会抑制农业生产力；其次，使用有机肥料、化学肥料和机械化农业可以减轻二氧化硫排放交易的负面影响；第三，二氧化硫排放交易对棉花种植区、非水稻种植区和非水果种植区的产量影响更大；最后，二氧化硫排放交易会抑制当地城市的农业生产力，但同时提升邻近城市的农业生产力。本研究为中国及其他发展中国家的环境法规改革和粮食安全提升提供了新的指导。

**1 引言**

随着工业化进程的推进，大气污染已成为全球性问题。以二氧化硫为例，仅燃煤电厂的排放每年就导致超过一百万人死亡（Lelieveld等人，2015年）。二氧化硫会严重损害人体肺功能（Hazucha和Bates，1975年），并对植被产生不同程度的危害（LeBlanc和Rao，1973年），同时还会加剧酸雨的形成（Barreca等人，2021年）。减少二氧化硫排放已成为改善居住环境和人类健康的重要任务。为此，中国于2007年实施了一项综合计划——二氧化硫排放交易试点（SDE）。与一般的环境法规和试点城市计划不同（Hsu等人，2021年；Hashmi和Alam，2019年），SDE主要针对特定的污染物排放——工业二氧化硫。这是因为支持工业活动的化石燃料是二氧化硫排放的主要来源（Mukhopadhyay和Forssell，2005年）。迄今为止，许多学者已经证实了SDE的有效性。例如，McLean（1997年）回顾了美国二氧化硫排放交易系统的演变过程。美国的酸雨计划通过排放控制立即减少了污染，并持续带来了积极健康效应（Barreca等人，2021年）。Nichols（1993年）为加拿大二氧化硫排放交易系统的建立奠定了基础，重点在于成本降低和精准控制。Yan等人（2020年）研究了中国的情况，发现SDE的有效性存在地区差异。这项政策对经济发展和污染减排具有重要意义（Wu等人，2019年）。然而，Coote等人（1981年）指出，降落在农田上的水分可以为土壤和农业提供硫元素。特别是在像中国这样地形广阔且水资源分布不均的国家（Lyu等人，2016年），降水和自然沉积成为补充土壤养分的重要途径。像SDE这样的清洁空气计划旨在通过减少工业二氧化硫排放来降低农田中的硫沉积。以Feinberg等人（2021年）的研究为例，空气污染控制计划减少了硫和硒的排放，从而降低了这些元素的自然沉积。他们发现，自实施这些计划以来，农业土壤中的硫含量减少了70%至90%，硒的沉积减少了55%至80%。美国的酸雨计划降低了土壤硫含量，导致玉米和大豆相关收入每年损失约1亿至1.5亿美元（Sanders和Barreca，2022年）。土壤硫缺乏加上人口压力的增加，加剧了粮食安全的不稳定性（Lisowska等人，2023年）。因此，人们可能会质疑，在面临严格污染控制、人口压力和粮食安全挑战的情况下，中国的SDE是否牺牲了农业生产力以换取更清洁的空气？为了回答这个问题，我们以2007年的二氧化硫排放交易试点作为自然实验，分析其与农业生产力的关系。在介绍现有研究现状的基础上，本研究旨在通过一系列实证方法填补相关领域的空白，并做出核心贡献。首先，与现有关注SDE经济和环境绩效的文献不同（McLean，1997年；Yan等人，2020年），本文重点关注SDE与农业生产力之间的关系。农业生产力决定了粮食安全（Wiebe，2003年）。根据《全球粮食危机报告》，2022年有58个国家的约2.58亿人面临粮食不安全问题，比2021年的1.93亿人有所增加。粮食危机引发了诸如儿童健康问题、社会动荡和经济衰退等问题（Clover，2003年）。在这种背景下，污染控制与自然元素沉积之间可能存在潜在矛盾。因此，有必要研究SDE对农业生产力的影响，以进一步揭示大气中硫的流动情况。其次，由于SDE通过改变大气环境中硫的自然沉积来影响农业生产力，政府或农业从业者应采取哪些战略措施来缓解这种不足？为此，我们引入了生物肥料、化学肥料和机械化农业。人工施肥可以有效缓解土壤元素缺乏（El-Halfawi等人，2010年；Pourbabaee等人，2020年）。机械的应用可以减轻劳动负担，合理调整作物组合，并精确监测生长情况（Verma，2006年；Aune等人，2019年）。因此，有必要研究现代农业实践是否可以替代自然硫沉积。此外，我们分析了SDE的潜在途径——工业二氧化硫排放，为优化SDE提供了新的方向。第三，新泽西农业实验站的研究报告表明，不同作物对硫的需求各不相同。因此，根据现有的可查询数据，我们将样本进一步分为棉花种植区和非棉花种植区、水稻种植区和非水稻种植区以及水果种植区和非水果种植区。分析作物的差异性可以为地方政府提供新的参考点，以调整作物种植策略，减轻SDE的影响。最后，本研究考虑了SDE的空间溢出效应。一方面，二氧化硫具有一定的流动性（Ayodele和Abubakar，2010年）；另一方面，SDE制定了严格的二氧化硫排放标准，可能会迫使企业搬迁（Copeland，2008年）。无论出于何种原因，这两个因素都可能显著影响邻近城市的农业生产力。因此，我们研究了SDE的空间效应，为区域合作提供了有力证据。

**2 政策背景与假设构建**

**2.1 二氧化硫排放交易试点的背景**

工业和能源活动会产生大量的硫化合物排放，这些化合物与大气中的水和氧气反应生成硫酸和硫酸盐，导致酸雨等环境问题，并对生态系统和人类健康造成危害。为了解决这个问题，世界各国政府实施了控制工业排放的监管措施，如环境保护法和排放许可证（Tang等人，2020年）。然而，这些类型的法规因容易受到地方保护主义的影响（List等人，2004年）以及无法根据具体情况适应环境压力而受到批评（Du等人，2022年）。因此，基于市场的环境法规应运而生，允许根据受监管群体调整环境压力，最终降低治理成本（Peng等人，2021年）。在此背景下，世界各国都实施了基于市场的法规。其中，SDE是一种针对二氧化硫排放的环境工具。这种法规可以追溯到美国。1990年，美国通过了《清洁空气法修正案》，其中包括“二氧化硫排放交易”政策，允许企业之间交易排放配额。此外，欧盟在2005年推出了欧盟排放交易系统（EU ETS）。中国通过初步实验和学习，于2007年正式启动了SDE。该政策选择了包括江苏、浙江、天津、湖北、湖南、河南、山西、重庆、陕西、河北和内蒙古在内的11个地区作为试点区域。其目标是通过建立可交易的污染权和使用补偿机制来减少工业二氧化硫排放（Yan等人，2020年）。图1显示了这11个试点区域的分布情况。可以看出，试点区域主要集中在中国的中部地区，因为工业企业也主要集中在那里（He和Wang，2012年），而中部地区也是中国的主要粮食生产区。因此，有必要分析试点地区的农业生产力变化。

**2.2 二氧化硫排放交易与农业生产力**

制度理论认为，组织倾向于追求自身的稳定性，而不是预期的结果和效率（Miles等人，1978年）。这解释了为什么同一领域的组织往往表现出相似的行为（DiMaggio和Powell，1983年）。制度对组织施加三种类型的同形压力：强制性的、模仿性的和规范性的。其中，模仿性同形是指当组织不确定该做什么时，会模仿或复制其他成功的组织（Scott，2008年）。Tagesson等人（2009年）指出，模仿性同形促使具有负面环境影响的行业公司披露更多环境信息。Gallego-álvarez和Pucheta-Martínez（2020年）在对高影响行业企业的分析中也得出了类似结论。然而，模仿性同形也受到了批评（Szulanski，1996年）。DiMaggio和Powell（1983年）提到，模仿性同形可能导致组织同质化和创新不足。Levinthal和March（1993年）也支持这一观点。此外，Baum和Oliver（1991年）探讨了组织生命周期与制度联系之间的关系，认为过度模仿和同质化可能导致组织衰退。因此，一些学者将研究重点从同形性转向了制度变革（David等人，2019年）。制度会随着时间演变（Tina Dacin等人，2002年）。Chizema和Buck（2006年）指出，采用同形行为不仅取决于国家动态和特征，还取决于组织需求。制度理论为世界各地的政策改革提供了理论基础（Duque-Grisales等人，2020年）。自经济改革和开放以来，中国政府不仅引入了先进技术，还开始学习外国的制度理论。这促使中国制定了各种环境法规，如《大气污染防治行动计划》、《固体废物污染防治法》和环境税，包括二氧化硫排放交易系统（SDE）。Yan等人（2020年）研究了SDE对空气污染的协同治理效应，证明试点计划通过促进绿色创新和重污染企业的搬迁实现了清洁空气的目标。Wu等人（2019年）基于30个省份的数据发现，SDE对工业二氧化硫减排和经济发展有显著影响。Ren等人（2020年）指出，SDE促进了受监管企业的绿色创新。然而，当将制度理论应用于我们的研究背景时，模仿性同形行为可能会产生负面后果。土壤养分是可持续农业生产力的基础（Dias等人，2015年）。Feinberg等人（2021年）和Sanders与Barreca（2022年）指出，美国和欧盟的环境法规减少了土壤中的硫含量，从而降低了农业生产力。他们强调，降水和大气中硫元素的自然沉积是补充土壤硫的重要途径。中国的二氧化硫排放交易试点基于模仿性行为制定，可能会抑制二氧化硫排放（Wu等人，2019年），降低大气中的硫含量，从而损害农业生产力。因此，结合制度理论和土壤硫缺乏的机制分析，我们认为SDE存在某些缺陷。基于此，我们提出以下假设：

**假设1. 二氧化硫排放交易可能会抑制农业生产力。**

**3 数据与模型构建**

为了验证我们的研究假设，我们使用了2000年至2021年的城市数据来研究二氧化硫排放交易与农业生产力之间的关系。这些数据来自多个专业数据库：二氧化硫排放交易试点项目的名单来自中国国务院（Ren等人，2020年）；城市特征数据来自《中国城市统计年鉴》；农业生产效率数据来自《中国农村统计年鉴》；其他补充数据来自《中国城乡建设年鉴》和年度社会经济报告。最终，我们从285个城市获得了6270个观测值。在陈等人（2022年）、张和王（2021年）以及庞和蒂米尔西纳（2021年）的研究模型的基础上，本研究探讨了二氧化硫排放交易（SDE）与农业生产力（AP）之间的关系。

在方程（1）中，因变量是农业生产力（AP），数据来源于《农业统计年鉴》。鉴于农业生产力的相对不确定性，我们使用综合粮食生产能力（以万吨计）的对数作为代理变量。自变量是二氧化硫排放交易试点城市（SDE），它代表了Treat和Post的乘积。中国政府在2008年指定了11个省份或城市作为试点区域来调控二氧化硫排放。本研究将这些指定区域视为处理组（Treat=1），而其他城市则被视为对照组（Control=0）。如果时间跨度超过2007年，则Post=1，否则Post=0。借鉴以往的城市研究（文等人2022年；张和刘2019年；张和张2023年），我们选择的控制变量包括：经济发展（Wage：人均工资的对数）、IS（第三产业产出的比例）、Tech（技术和财政支出的比例）、FDI（外国直接投资的对数）、PD（人口密度）和Open（进出口贸易量的对数）。表1展示了二氧化硫排放交易、农业生产力及其他城市变量的描述性统计信息。我们还引入了气候变量，即平均温度（Temp）和降雨量（Rain：年平均降水量的对数）。此外，相关性系数测试（相关性系数低于0.7）和VIF测试（1.68<10）的结果共同表明我们的模型中没有多重共线性问题。

4. 回归结果
4.1 基线回归
表2展示了二氧化硫排放交易与农业生产力之间的关系。首先，我们的豪斯曼检验（103.74）表明固定效应模型的表现优于随机效应模型。其次，无论是否加入城市特征或气候因素，SDE的系数在1%的显著性水平上均为负值（假设1：-2.830），这扩展了Sanders和Barreca（2022年）关于美国酸雨计划抑制农业生产力的研究结果。这一观察结果表明，二氧化硫排放交易试点的实施对农业生产力有负面影响。

4.2 健壮性测试
在本小节中，我们使用了多种方法来处理潜在内生性对回归结果的影响。附录中的图A1-A4和表A1的结果一致表明，SDE会导致农业生产力下降。

4.3 调节效应和中介效应测试
鉴于本研究发现SDE会导致农业生产力下降，我们现在讨论以下两个问题：排放交易产生抑制效应的潜在途径是什么？可以采取哪些策略来逆转这种抑制效应？排放交易产生抑制效应的潜在途径可以解释如下：SDE减少了土壤中的硫含量，从而降低了农业生产力。我们从投入和产出的角度分析了调节机制。首先，关于硫的投入，牲畜粪便有助于土壤中硫的补充和恢复（Nandwa 2001）。因此，我们使用牲畜粪便的综合利用率来代表有机肥料的使用情况。此外，Itelima等人（2018）指出，在农业生产中，生物肥料和化学肥料是互补的。Gianessi（2013）认为，使用工业肥料和农药可以提高农业生产力。因此，农药和肥料的使用（PF：以万吨计）是一个重要的调节机制。其次，在产出方面，高度机械化的设备可以缩短种植周期，提高收获率，并提高劳动效率（Ghaffariyan 2021；Pingali 2007）。因此，在土壤硫损失的情况下，我们引入了人均农业机械动力（以千瓦计）作为机械化水平的指标（ML）。如前所述，SDE抑制了工业二氧化硫的排放，从而影响了土壤中的硫积累。因此，工业二氧化硫排放（ISDE）是一个潜在的途径。表3展示了测试结果。牲畜和家禽粪便的综合利用率、人均农业机械动力以及农药和肥料的使用都抵消了二氧化硫排放交易对农业生产力的挤出效应（2.014，p<0.01；1.725，p<0.01；1.925，p<0.01）。SDE通过减少工业二氧化硫排放来抑制农业生产力的提高（-13.444，p<0.01）。这些发现表明，肥料和机械化在提高农业生产力方面起着重要作用。减少二氧化硫排放是SDE降低农业生产力的一个重要途径。

4.4 作物异质性分析
在本节中，我们研究了SDE对不同硫需求种植区农业生产力的影响。硫在棉花、豆类、小麦和卷心菜等作物中起着至关重要的作用（例如，Ergle和Eaton的研究）。根据每英亩的平均产量，样本被分类为棉花产地（CO）与非CO以及水果产地（FO）与非FO。根据2015年的可持续农业管理法规，中国南方和长江流域被定义为水稻生产区（RPO），其他地区则为非RPO。附录中的图B1显示，SDE对农业生产力主要具有抑制作用。

4.5 空间效应测试
在本节中，我们考虑了SDE的空间效应。附录中表C1-C3的空间模型实验结果表明，选择Durbin空间滞后模型适合捕捉空间效应。因此，附录中的表4展示了邻接矩阵和距离矩阵的回归结果。结果显示SDE具有正向的空间效应。具体来说，SDE对邻近城市的农业生产力有促进作用，而对当地城市的农业生产力有抑制作用。

4.6 讨论
本研究以中国2007年的二氧化硫排放交易试点计划作为一个自然实验组，重点探讨了SDE对农业生产、潜在机制和缓解策略的影响。与大多数关注污染排放、企业绩效和经济发展的研究（Tao和Mah 2009；Shin 2013；Hu等人2019）不同，本文的重点是农业生产力。研究结果表明，SDE抑制了农业生产力，进一步扩展了Sanders和Barreca（2022）关于美国酸雨计划如何影响农业生产力的研究结果，并将其应用于发展中国家的背景。与大多数学者展示SDE的积极效益的研究结果（Hu等人2022；Chen等人2022）相反，本研究的发现表明，该政策在农业成果方面表现不佳。尽管SDE实现了其政策目标（减少二氧化硫排放），但其同质行为导致环境中硫含量的减少，从而通过降低土壤中的硫含量降低了农业生产力（Sanders和Barreca 2022）。这一结果丰富了研究结论，即基于同质行为制定的环境法规可能会产生负面影响。其次，本研究探讨了如何缓解SDE对农业生产力的负面影响及其潜在途径。研究发现表明，生物肥料、化学肥料和农业机械可以逆转SDE与农业生产力之间的负面关系。El-Halfawi等人（2010）指出，硫可以提高氮和磷肥的效率，并改善作物对微量元素的吸收。Pourbabaee等人（2020）发现，在缺硫土壤中施用硫肥可以显著增加种子产量。因此，与自然硫沉积相比，人工补充硫在农业生产中具有重要意义。虽然不适当的机械化农业可能会损害土壤健康、生物多样性和其他因素（Giller等人1997），但机械化农业仍然是主流的农业方法。机械化农业在播种、管理和劳动效率方面表现出显著优势（Verma 2006）。Aune等人（2019）提到，机械化播种、施肥和杂草控制可以使高粱的平均产量在3年内增加43.7%。与人工劳动相比，机械化操作只需47小时。机械化农业还允许合理种植不同作物，有效解决了与传统作物组合相关的农艺和艺术问题（Dowling等人2021）。此外，减少工业二氧化硫排放是二氧化硫排放交易的一个重要途径，符合该政策的核心目标（Wu等人2019）。最后，我们分析了SDE对不同作物生产力的影响。结果表明，SDE对棉花生产区和非水稻及非水果生产区的负面影响更为显著。Kumar等人（2016）指出，棉花在其生长季节需要40磅的元素硫。硫缺乏会导致棉花氮吸收减少，从而影响纤维产量（Mullins 1998）。根据新泽西农业实验站的研究报告，玉米、小麦和豆类等作物对硫的需求相对较高。Klikocka和Marx（2018）也展示了硫对小麦的积极影响。油籽、豆类、饲料作物和谷物对硫的需求较低（Aulakh 2003）。根据中国统计年鉴和农村统计年鉴，中国的果树种植具有地域性，柑橘在南方种植，苹果、西瓜和梨在北方种植等。这种地域性的种植方式可以显著减轻大气硫沉积对种植的影响。因此，SDE对不同作物产量的影响各不相同。此外，考虑到二氧化硫的跨区域传输（Ayodele和Abubakar 2010），空间计量经济模型结果显示，SDE对当地城市农业生产力有抑制作用，同时对邻近城市的农业生产力有促进作用。我们认为这种溢出效应源于空气污染效应和资源再分配。对于前者，SDE通过抑制当地城市的硫排放减少了当地城市的硫排放（Yao等人2022），从而通过降低环境中的硫含量减少了土壤中的硫。然而，邻近城市面临的政策压力较小，导致土壤硫含量相对稳定。对于后者，严格的排放机制可能迫使一些产业迁移到邻近城市（Wang等人2019），这可能会增加邻近城市环境中的硫含量。这一观点也得到了“污染避风港假说”（Copeland 2008）的支持。

5 结论与政策建议
本研究估计了SDE与农业生产力之间的关系，分析结果如下：首先，SDE对农业生产力有抑制作用。其次，使用有机肥料、化学肥料和机械化农业可以缓解二氧化硫排放交易的负面影响。工业二氧化硫减排代表了减少二氧化硫排放（SDE）影响的一种潜在途径。第三，SDE对棉花生产区、非水稻生产区和非水果生产区的产出有更显著的负面影响。最后，SDE表现出空间溢出效应，即它抑制了当地城市的农业生产力，同时促进了邻近城市的农业生产力。基于实证分析结果，我们向政府提出政策建议，以进一步优化二氧化硫排放交易。首先，我们建议政府适当调整环境法规，以减少其对农业生产力的影响。此外，考虑到二氧化硫排放交易对农业的负面影响，政府应鼓励人工手段向土壤中添加硫，以弥补因法规导致的大气中硫含量的减少。其次，政府应促进农业生产者使用生物肥料，以解决传统肥料的不足并缓解土壤硫缺乏问题。第三，由于机械化农业可以减轻二氧化硫排放交易的不良影响，我们建议政府鼓励农业生产者使用高效的机械化设备来提高作物产量和劳动效率。第四，地方政府应根据具体的地理条件（如土壤营养、水资源和矿物质）调整其作物、水果和蔬菜的种植方式，以减轻大气中硫缺乏引起的问题。最后，我们建议加强地区间的合作与协调，确保邻近城市能够从农业生产力中受益，这可能包括信息共享、合作项目和政策协调，以实现平衡和可持续的农业发展。本研究重点关注了二氧化硫排放交易（SDE）对农业生产力的影响，但存在一些局限性。首先，随着试点政策的推进，更多城市可能会加入二氧化硫排放交易系统，从而导致基于2008年11个处理组构建的DID分析结果出现偏差。未来，我们将根据每个城市的二氧化硫排放交易相关数据来量化政策强度。其次，我们使用粮食产量作为农业生产力的代理变量，并缺乏更多微观层面的数据，包括对国民经济至关重要的非粮食作物（如水果和棉花）的数据。在未来的研究中，我们计划通过现场调查来研究二氧化硫排放交易对不同类型作物产量的影响。第三，二氧化硫排放交易政策是一项长期有效的政策，有必要分析其对农业生产力的短期和长期影响。尽管存在这些局限性，我们的研究为学者们探索二氧化硫排放交易提供了新的视角，并填补了现有文献中的空白。

中国国家社会科学基金。资助编号：24XJL001。利益冲突
作者声明没有利益冲突。

附录A：稳健性测试
在本小节中，我们采用多种方法来处理潜在内生性对回归结果的影响。平行趋势检验：在应用DID分析之前，先进行平行趋势检验，以确定政策实施前后处理组和对照组之间是否存在显著差异。图A1的结果表明样本符合平行趋势假设，因此我们的DID模型的回归结果可以被认为是可靠的。倾向得分匹配（PSM）：基于Chen（2023）和Zang等人（2020）的研究，我们采用了PSM方法来重构新的对照组。这种方法旨在减少潜在的选择偏差（Wang等人，2019）。我们使用了两种PSM技术来创建新的对照组：最近邻匹配（1:1）和半径匹配（0.01）。图A2和A3展示了两种匹配方法的核密度分布，表明PSM是有效的。

附录B：作物异质性分析
在本节中，我们分析了SDE对不同种植区农业生产力的影响，因为不同作物对硫的需求各不相同。Ergle和Eaton（1951）强调了硫对棉花生长的重要影响。此外，硫也是豆科作物、小麦和卷心菜生长所必需的元素（Farhad等人，2010；Zhao等人，2006；Verma和Nawange，2015）。根据现有数据，我们根据每英亩平均棉花产量将样本分为棉花产地和非棉花产地（CO和非CO）。同样，根据每英亩平均水果产量，我们将地区分为水果产地和非水果产地（FO和非FO）。此外，根据2015年发布的关于水稻种植区的可持续农业管理法规，我们将中国南方和长江流域的地区归类为水稻生产区（RPO），其他地区则归类为非水稻生产区（non-RPO）。附录中的图B1展示了不同作物产地的分析结果。首先，与非棉花产地相比（-1.339，p<0.05），SDE对棉花产地农业生产力的负面影响更为明显（-3.058，p<0.01）。其次，SDE提高了非水稻生产区的生产力（-6.122，p<0.01）。第三，与水果产地相比，SDE对非水果产地的影响更大，达到-3.798。这些发现共同表明，SDE总体上具有抑制作用，但在非水稻生产区却有助于提高生产力。

附录C：空间效应分析
在进行空间计量经济分析之前，使用Moran I指数来测试AP的空间相关性。该指数的范围是从-1到1，其中[0, 1]表示空间聚集，[-1, 0]表示空间分散。表C1显示了基于邻接矩阵的结果，可以看出AP在所有年份都表现出显著的正空间相关性。

注：**、**、*表示在1%、5%和10%的水平上具有显著性。