農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟增長的空間互動效應(yīng)

梁偉健 江華 廖文玉 秦明

摘要：基于2004—2015年省級面板數(shù)據(jù)，運用空間聯(lián)立方程模型分析農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟增長的空間互動效應(yīng)。實證結(jié)果顯示：農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟增長之間相互影響，并且均存在空間溢出效應(yīng)。畝均總氮排放量、畝均總磷排放量分別與畝均農(nóng)業(yè)產(chǎn)值之間呈現(xiàn)顯著“N型”曲線關(guān)系，而且，考慮空間溢出因素后，“N型”關(guān)系轉(zhuǎn)折點的作用區(qū)間收窄。鑒于此，應(yīng)當(dāng)積極調(diào)整種植結(jié)構(gòu)，降低粗放生產(chǎn)方式對環(huán)境的破壞，同時，從區(qū)域協(xié)調(diào)發(fā)展的角度，統(tǒng)籌農(nóng)業(yè)經(jīng)濟的增長和環(huán)境污染的治理，避免出現(xiàn)短板效應(yīng)，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。

關(guān)鍵詞：農(nóng)業(yè)面源污染；農(nóng)業(yè)經(jīng)濟增長；空間溢出；空間聯(lián)立方程

中圖分類號：F32 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-862X（2018）03-0034-009

一、引 言

改革開放近四十年，中國農(nóng)業(yè)綜合生產(chǎn)能力顯著提高，利用不到世界10%的耕地養(yǎng)活了世界近20%的人口。與此同時，農(nóng)業(yè)發(fā)展帶來了嚴(yán)重的面源污染問題。第一次全國污染源普查公報顯示，農(nóng)業(yè)源主要水污染排放量為化學(xué)需氧量1324.09萬噸、總氮270.46萬噸、總磷28.47萬噸，分別占全國總排放量的43.71%、57.19%和67.27%，而且呈現(xiàn)逐年增加的態(tài)勢。與此同時，水土流失情況也不容樂觀。第一次全國水利普查結(jié)果顯示，31.12%土壤遭到侵蝕。那么，隨著農(nóng)業(yè)經(jīng)濟的持續(xù)增長，環(huán)境污染有改善的可能嗎？特別是，隨著全球化進程的推進以及市場化改革的深入，區(qū)域協(xié)同發(fā)展成為必然，空間要素又對環(huán)境污染格局帶來哪些新的挑戰(zhàn)？

事實上，Ehrlich 和Holdren（1971）[1]最早提出環(huán)境影響模型（IPAT），從人口、富裕程度以及技術(shù)三個方面論述對環(huán)境的影響，但該模型無法反映非線性的變化。[2]基于此，Dietz和Rosa（1994）[2]引入隨機因素將模型拓展為STIRPAT，從而提供了可行的實證分析框架。其后，大量學(xué)者圍繞該模型進行實證研究，探討了經(jīng)濟增長對環(huán)境的影響。[3][4]就影響方式而言，Grossman和Krueger（1995）[5]發(fā)現(xiàn)經(jīng)濟增長與環(huán)境污染之間也存在類似庫茲涅茨曲線倒U型的特征：隨著經(jīng)濟的增長，環(huán)境污染會不斷惡化，但經(jīng)濟發(fā)展到一定階段以后，環(huán)境開始得到改善。López， （1994）[6]、Andreoni和Levinson （2001）[7]等學(xué)者從理論上證實了該假說的合理性，國內(nèi)學(xué)者利用農(nóng)業(yè)污染數(shù)據(jù)也都證實了環(huán)境EKC假說成立【8]-[10]。此外，新近的研究嘗試將兩種方法結(jié)合起來，更加深刻地探討經(jīng)濟增長和環(huán)境污染之間的非線性關(guān)系。[11[12]然而，上述方法都將環(huán)境污染作為外生變量考察[13]，忽視了其對經(jīng)濟增長的反作用，無法擺脫互為因果關(guān)系的內(nèi)生性困擾。

與此同時，越來越多的學(xué)者注意到，忽視環(huán)境污染與經(jīng)濟增長的空間溢出因素會導(dǎo)致估計結(jié)果偏誤。魯慶堯和王樹進（2015）[14]基于地理空間因素，對農(nóng)業(yè)經(jīng)濟活動的空間相關(guān)性進行分析，并利用空間計量模型證實我國省域經(jīng)濟環(huán)境指數(shù)存在較強的空間依賴性以及正的空間溢出效應(yīng)。沈能和王艷（2016）[15]則以EKC為分析框架，采用空間面板計量模型考察農(nóng)業(yè)環(huán)境EKC特征及空間效應(yīng)，并證實農(nóng)業(yè)污染呈現(xiàn)空間集聚。與上述分析不同，吳義根等（2017）[16]基于STIRPAT分析框架，利用空間面板計量模型分析農(nóng)業(yè)面源污染的影響因素，并證實農(nóng)業(yè)經(jīng)濟增長的直接效應(yīng)和空間溢出效應(yīng)均具有正向影響。雖然上述研究考慮到了空間溢出在經(jīng)濟增長影響環(huán)境污染過程中的作用，但同樣，忽視了環(huán)境污染的內(nèi)生性作用，從而導(dǎo)致估計結(jié)果存在偏誤。

綜上所述，已有研究存在以下兩個方面的問題：第一，往往割裂了STIRPAT與EKC之間的關(guān)系，事實上，通過將兩者進行結(jié)合，能夠更有效地刻畫農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)環(huán)境污染之間的關(guān)系，已有學(xué)者做出了有益的嘗試；第二，往往將環(huán)境作為外生變量來考察，而忽略了環(huán)境與經(jīng)濟之間的互為內(nèi)生關(guān)系，特別是從空間溢出角度進行考察。鑒于此，本文試圖在以下兩個方面進行拓展：首先，在分析框架上，本文將結(jié)合STIRPAT與EKC，從而更加深刻地探討農(nóng)業(yè)環(huán)境污染與農(nóng)業(yè)經(jīng)濟增長之間的關(guān)系；其次，在實證策略上，本文將從環(huán)境污染內(nèi)生的視角出發(fā)，運用空間聯(lián)立方程模型，對農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)環(huán)境污染的空間溢出與空間互動關(guān)系進行考察。

二、數(shù)據(jù)來源及變量說明

本文數(shù)據(jù)來源于2004—2015年《中國統(tǒng)計年鑒》和《中國農(nóng)村統(tǒng)計年鑒》30個省域?qū)用婷姘鍞?shù)據(jù)，鑒于西藏特殊的資源稟賦，并未納入研究。選擇2004年作為研究的起點主要是考慮到從2004年實施逐步減免農(nóng)業(yè)稅，并對農(nóng)戶進行相關(guān)補貼，農(nóng)業(yè)生產(chǎn)的政策環(huán)境發(fā)生重大變化。與此同時，顏廷武等（2014）[17]指出，總量指標(biāo)容易受到農(nóng)業(yè)生產(chǎn)規(guī)模影響，不利于年際間縱向?qū)Ρ?，而人均指?biāo)缺少數(shù)據(jù)支撐，農(nóng)林牧漁各產(chǎn)業(yè)之間劃分較為困難，容易造成偏差，相較之下，強度指標(biāo)可以進行年際間縱向?qū)Ρ?，還能消除復(fù)種指數(shù)影響，使得地區(qū)間比較更加公平合理。鑒于此，本文亦采用強度指標(biāo)進行衡量。

首先，農(nóng)業(yè)面源污染指標(biāo)，本文選擇農(nóng)業(yè)化肥污染作為表征，主要理由如下：一方面，化肥過量施用是造成農(nóng)業(yè)面源污染的重要來源之一，另一方面，農(nóng)業(yè)化肥面源污染主要是指化肥過量和不合理施用使得化肥營養(yǎng)物質(zhì)流失并導(dǎo)致地表水富營養(yǎng)化和地下水硝酸鹽污染。[18]以氮肥為例，未被吸收的氮肥會以氮素的形勢進入環(huán)境，導(dǎo)致地表水富營養(yǎng)化，地下水硝酸鹽富集和酸雨形成，同時通過化學(xué)反應(yīng)進入空氣中。[19][20]因此，本文主要以總氮（TN）、總磷（TP）表征農(nóng)業(yè)化肥面源污染。目前，農(nóng)業(yè)面源污染的評價方式主要包括單元調(diào)查法[21][22]、代理變量法[23]、模型模擬[24]等。鑒于數(shù)據(jù)可得性，本文采用單元調(diào)查法，并結(jié)合第一次全國污染源普查《化肥流失手冊》對農(nóng)業(yè)面源污染進行匡算。本文所考察的農(nóng)業(yè)化肥污染，主要來源于農(nóng)業(yè)種植過程中化肥過量施用，因此，本文選擇農(nóng)業(yè)產(chǎn)值作為農(nóng)業(yè)經(jīng)濟增長的表征，并利用總產(chǎn)值指數(shù)進行平減，剔除時間價值的影響。值得注意的是，鑒于選擇不同污染指標(biāo)，EKC關(guān)系會呈現(xiàn)出“U型”關(guān)系、“N型關(guān)系”和“倒N型”關(guān)系等。[25]因此，本文同時使用農(nóng)業(yè)產(chǎn)值的二次項和三次項，捕捉可能存在的關(guān)系。

其次，解釋變量方面。在環(huán)境污染方程中，根據(jù)STIRPAT分析框架，本文選取鄉(xiāng)村人口作為人口表征； 技術(shù)進步方面，一方面是技術(shù)效率，主要使用單位化肥投入、單位機械投入以及單位勞動力投入帶來的農(nóng)業(yè)產(chǎn)值；另一方面是結(jié)構(gòu)指標(biāo)，主要考察種植業(yè)產(chǎn)值在農(nóng)業(yè)產(chǎn)值中的比重以及經(jīng)濟作物在總播種面積中的比重。除此之外，考慮到化肥施用過程中，灌溉技術(shù)對促進化肥吸收具有十分重要的作用，因此，本文選擇可灌溉耕地面積占總面積的比例作為灌溉技術(shù)的表征。在經(jīng)濟增長方程中，本文參照孫圣民和陳強（ 2017）[26]，選擇如下指標(biāo)作為農(nóng)業(yè)投入變量：（1）勞動投入，以農(nóng)林牧漁總勞動力計算，單位為萬人；（2）化肥投入，以化肥施用折純量表示；（3）農(nóng)業(yè)機械投入，以農(nóng)業(yè)機械總動力表示；（4）灌溉水平，使用有效灌溉面積占總耕地面積的比重，以此衡量抵御自然災(zāi)害天氣對農(nóng)業(yè)生產(chǎn)影響的能力；（5）自然災(zāi)害情況，使用成災(zāi)面積占總播種面積比重；（6）結(jié)構(gòu)因素，分別使用種植業(yè)產(chǎn)值在農(nóng)業(yè)產(chǎn)值中的比重以及經(jīng)濟作物在總播種面積中的比重來衡量。具體描述性統(tǒng)計如表1所示。

三、實證模型

（一）聯(lián)立方程模型

鑒于環(huán)境污染與農(nóng)業(yè)經(jīng)濟增長之間可能存在互為因果關(guān)系，本文首先利用聯(lián)立方程予以考察。其中，兩階段最小二乘估計對于包含內(nèi)生解釋變量的方程能夠獲得一致估計量，但并非是最優(yōu)效率的，這主要是由于方程間擾動項可能存在相關(guān)性。因此， 使用三階段最小二乘估計能夠更好地捕捉這種相關(guān)性，從而獲得更有效率的估計量。具體來說，本文將聯(lián)立方程設(shè)定為：

NPS=α0+α1AGDP+α2AGDP2+α3AGDP3+α？蒡Xit+εit（1）

AGDP=β0+β1NPS+β？蒡Tit+it（2）

其中，NPS表示農(nóng)業(yè)面源污染，本文主要選取總氮（TN）、總磷（TP）表征，AGDP表示農(nóng)業(yè)經(jīng)濟增長，本文主要選取農(nóng)林牧漁業(yè)總產(chǎn)值表示，AGDP2則為其平方項。Xit、Tit表示控制變量，并且嚴(yán)格外生。

考慮環(huán)境污染與農(nóng)業(yè)經(jīng)濟增長中可能存在空間溢出效應(yīng)以及互為因果關(guān)系，因此，本文借鑒Kelejian和Prucha （2004）[27]的方法，構(gòu)造空間聯(lián)立方程模型。與此同時，基于Dietz和Rosa（1994）[2]的STIRPAT、Grossman和Krueger（1995）[5]的環(huán)境EKC，將模型設(shè)定如下：

NPS=α0+α1wijNPS+α2wijAGDP+α3AGDP+α4AGDP2+α5AGDP3+α？蒡Xit+εit （3）AGDP=β0+β1wijNPS+β2wijAGDP+β3NPS+β？蒡Tit+it （4）

其中，wij表示空間權(quán)重，本文中主要采用0-1相近的地理權(quán)重。wijAGDP表示鄰近地區(qū)農(nóng)業(yè)經(jīng)濟增長對本地區(qū)的空間溢出影響，wijNPS表示鄰近地區(qū)農(nóng)業(yè)面源污染對本地區(qū)的空間溢出影響。Xit和Tit分別表示控制變量。

（二）空間權(quán)重

空間權(quán)重衡量了區(qū)域之間的空間距離，是空間計量模型設(shè)定的關(guān)鍵。鑒于環(huán)境污染問題具有很強的區(qū)域關(guān)聯(lián)特性，主要采用兩種權(quán)重設(shè)定方法，盡量克服權(quán)重設(shè)定偏誤帶來的誤差。一是0-1相鄰權(quán)重，即根據(jù)30個省市之間是否存在相鄰邊界來進行劃分，存在共同邊界則為1，否則為0，其中，將海南設(shè)定為與廣東省和廣西省相鄰。二是地理權(quán)重，將其設(shè)定為：wij=1/dij。其中，dij表示各省份省會城市或者直轄市經(jīng)緯度的歐氏距離。

（三）Morans I檢驗

在使用空間計量模型前，需要對數(shù)據(jù)的空間依賴性進行考察。本文借鑒Moran（1950）[28]方法，利用Morans I對變量中的空間自相關(guān)進行全域檢驗，其原假設(shè)為變量間不存在任何形勢的空間相關(guān)性，具體設(shè)定如下：

I=■

其中，S2=■為樣本方程，Morans I取值一般在-1到1之間，大于0表示正相關(guān)，即高值與高值相鄰，低值與低值相鄰；小于0表示負(fù)相關(guān)，即高值與低值相鄰。

四、實證結(jié)果

（一）基準(zhǔn)回歸

本文分別進行OLS、2SlS、3SLS及其迭代回歸，估計結(jié)果如表2所示。污染方程結(jié)果顯示，農(nóng)業(yè)經(jīng)濟增長的一、二、三次項均通過了1%顯著性水平的檢驗，而且，系數(shù)方向滿足N型曲線特征，即隨著農(nóng)業(yè)經(jīng)濟的不斷增長，農(nóng)業(yè)化肥污染呈現(xiàn)先增加、后減少然后再增加的N型特征，兩個轉(zhuǎn)折點依次為畝均706元、1814元。目前，中國農(nóng)業(yè)產(chǎn)值正逐步由第一轉(zhuǎn)折點向第二轉(zhuǎn)折點過渡，需要警惕農(nóng)業(yè)經(jīng)濟增長帶來的環(huán)境壓力，采取積極措施應(yīng)對。與此同時，通過比較工具變量法和普通回歸結(jié)果可知，兩者結(jié)果相差較大，而工具變量法之間的差別不大。因此，如果忽略農(nóng)業(yè)經(jīng)濟增長與污染之間的互為因果內(nèi)生性關(guān)系，會造成估計結(jié)果的偏誤。事實上，這一結(jié)論也可以從污染方程中得到佐證。農(nóng)業(yè)化肥污染及其1階滯后項通過了相關(guān)顯著性檢驗，意味著農(nóng)業(yè)化肥污染對農(nóng)業(yè)經(jīng)濟增長存在顯著的影響。

鑒于農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)化肥污染可能存在空間溢出特性，本文分別進行Morans I檢驗，估計結(jié)果如表3所示。結(jié)果顯示，農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)化肥污染均通過了1%顯著性檢驗，即均存在空間溢出特征。因此，如果忽略這種空間溢出關(guān)系，也會導(dǎo)致模型估計結(jié)果的偏誤。

本文使用空間聯(lián)立方程模型在考察農(nóng)業(yè)經(jīng)濟增長與農(nóng)業(yè)化肥污染互為內(nèi)生關(guān)系的基礎(chǔ)上，考慮空間溢出的影響，并分別利用相鄰權(quán)重和地理權(quán)重進行回歸，以確保估計結(jié)果穩(wěn)健，具體結(jié)果如表4所示。從方程擬合程度來看，空間聯(lián)立方程模型相較于普通聯(lián)立方程模型有了較大提升，這表明，前者擬合效果更好，應(yīng)該考慮空間溢出因素的影響。與此同時，總氮排放量和農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)均通過了1%顯著性檢驗，這也就意味著，如果忽略空間溢出效應(yīng)會造成模型估計的偏誤。因此，無論是從模型擬合程度上來看，還是從變量顯著性角度來看，空間聯(lián)立方程的確更加適合本文的研究。

首先，從污染方程來看。總氮排放量和農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)分別顯著促進和抑制本地區(qū)總氮排放量，并且從作用效應(yīng)來看，前者更為明顯。顯然，環(huán)境污染具有負(fù)外部性，會加劇周邊地區(qū)的污染，而農(nóng)業(yè)經(jīng)濟增長的作用則可能通過溢出效應(yīng)，提高本地區(qū)的化肥利用效應(yīng)。與此同時，考慮空間溢出效應(yīng)后，農(nóng)業(yè)經(jīng)濟增長對農(nóng)業(yè)化肥污染的作用也發(fā)生了分化，經(jīng)過測算，相鄰權(quán)重獲得兩個轉(zhuǎn)折點分別調(diào)整為750元、1494元，地理權(quán)重獲得的兩個轉(zhuǎn)折點分別為716元、1659元。這表明，在空間溢出作用下，第一轉(zhuǎn)折點推后而第二轉(zhuǎn)折點提前。可能的解釋是，空間溢出改變了農(nóng)業(yè)環(huán)境污染和農(nóng)業(yè)經(jīng)濟增長的作用尺度：一方面，環(huán)境污染存在溢出效應(yīng)，周邊地區(qū)農(nóng)業(yè)化肥污染會在提高本地區(qū)污染程度的同時降低農(nóng)業(yè)經(jīng)濟增長，從而延緩了調(diào)整農(nóng)業(yè)生產(chǎn)方式，降低化肥使用的緊迫性程度；另一方面，農(nóng)業(yè)經(jīng)濟增長也存在溢出效應(yīng)，周邊地區(qū)農(nóng)業(yè)經(jīng)濟的發(fā)展會促進本地區(qū)農(nóng)業(yè)經(jīng)濟和環(huán)境污染的增加，提高了種植結(jié)構(gòu)調(diào)整的動力，從而加劇了化肥的過量施用。除此之外，從控制變量來看，人口強度、化肥使用效率以及機械使用效率強度均正向促進總氮污染物的排放，而勞動生產(chǎn)率則表現(xiàn)為顯著的抑制作用。

其次，從產(chǎn)出方程來看，總氮排放量和農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)均通過了1%顯著性水平的檢驗，這也就意味著，周邊地區(qū)總氮污染物和農(nóng)業(yè)經(jīng)濟增長分別抑制和促進本地區(qū)農(nóng)業(yè)經(jīng)濟增長，這主要是由于兩者分別具有負(fù)外部性和正外部性造成的。這也再次說明，需要關(guān)注農(nóng)業(yè)化肥污染對農(nóng)業(yè)經(jīng)濟增長的負(fù)向作用，如果忽略這種反向關(guān)系，會造成模型估計的偏誤。在控制變量方面，糧食作物產(chǎn)值占比、總氮排放量的一階滯后項、受災(zāi)情況以及勞動力投入均會顯著抑制農(nóng)業(yè)產(chǎn)出，而經(jīng)濟作物占比、化肥投入以及機械投入會顯著促進農(nóng)業(yè)經(jīng)濟增長，符合一般常識。

（二）穩(wěn)健性分析

本文使用總磷排放量作為農(nóng)業(yè)化肥污染物的表征，運用空間聯(lián)立方程考察農(nóng)業(yè)化肥污染與農(nóng)業(yè)經(jīng)濟增長之間的空間互動效應(yīng)，并同時提供相鄰權(quán)重和地理權(quán)重估計結(jié)果，具體結(jié)果如表5所示。同樣，總磷排放量和農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)均通過了1%顯著性檢驗，這意味著，如果忽略空間溢出效應(yīng)會造成模型估計的偏誤。首先，從污染方程來看?？偭着欧帕亢娃r(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)分別顯著促進和抑制本地區(qū)總磷排放量，并且從作用效應(yīng)來看，前者更為明顯，與上述結(jié)論一致。而在考慮空間溢出效應(yīng)后，農(nóng)業(yè)經(jīng)濟增長對農(nóng)業(yè)化肥污染的作用轉(zhuǎn)折點也發(fā)生了變化，相鄰權(quán)重獲得兩個轉(zhuǎn)折點分別調(diào)整為812元、1480元，地理權(quán)重獲得的兩個轉(zhuǎn)折點分別為902元、1347元。同樣，在空間溢出作用下，第一轉(zhuǎn)折點推后而第二轉(zhuǎn)折點提前，與上述結(jié)論一致。這也再次表明，空間溢出效應(yīng)作用不容忽視。在控制變量方面，人口強度、化肥使用效率以及機械使用效率強度均正向促進總氮污染物的排放，而勞動生產(chǎn)率和糧食作物產(chǎn)值占比則表現(xiàn)為顯著的抑制作用，與上述結(jié)論一致。

其次，從產(chǎn)出方程來看，總磷排放量和農(nóng)業(yè)經(jīng)濟增長的空間溢出效應(yīng)均通過了1%顯著性水平的檢驗，這也就意味著，周邊地區(qū)總氮污染物和農(nóng)業(yè)經(jīng)濟增長分別抑制和促進本地區(qū)農(nóng)業(yè)經(jīng)濟增長，這主要是由于兩者分別具有負(fù)外部性和正外部性造成的，與上述結(jié)論一致。這也再次說明，需要關(guān)注農(nóng)業(yè)化肥污染對農(nóng)業(yè)經(jīng)濟增長的負(fù)向作用，如果忽略這種反向關(guān)系，會造成模型估計的偏誤。在控制變量方面，糧食作物產(chǎn)值占比、總氮排放量的一階滯后項、受災(zāi)情況以及勞動力投入均會顯著抑制農(nóng)業(yè)產(chǎn)出，而經(jīng)濟作物占比、化肥投入以及機械投入會顯著促進農(nóng)業(yè)經(jīng)濟增長，與上述結(jié)論一致。

五、主要結(jié)論與政策建議

經(jīng)濟增長與環(huán)境污染之間的關(guān)系是經(jīng)濟學(xué)的重要命題，特別是，隨著中國經(jīng)濟進入新常態(tài)，調(diào)整供給側(cè)結(jié)構(gòu)性矛盾刻不容緩，實現(xiàn)經(jīng)濟可持續(xù)發(fā)展，提高經(jīng)濟發(fā)展質(zhì)量。與已有研究往往忽視環(huán)境與增長之間互為內(nèi)生的因果關(guān)系以及空間溢出作用不同，本文運用空間聯(lián)立方程模型，同時考察上述兩種效應(yīng)，以期更為準(zhǔn)確地刻畫兩者之間的關(guān)系。本文的主要結(jié)論如下：第一，農(nóng)業(yè)化肥污染與農(nóng)業(yè)經(jīng)濟增長之間存在互為內(nèi)生關(guān)系，割裂其一必將導(dǎo)致估計結(jié)果的偏誤，而且，隨著農(nóng)業(yè)經(jīng)濟增長的發(fā)展，農(nóng)業(yè)化肥污染呈現(xiàn)先增加、后減少然后再增加的N型特征；第二，農(nóng)業(yè)經(jīng)濟增長和農(nóng)業(yè)化肥污染均存在空間溢出效應(yīng)，而且前者能夠促進產(chǎn)出抑制污染，后者的作用則恰好相反，從而使得“N”型曲線轉(zhuǎn)折點收緊；第三，隨著人口強度、化肥使用效率、機械使用效率的提高，勞動生產(chǎn)率、糧食作物產(chǎn)值占比的降低，農(nóng)業(yè)化肥污染將增加，而隨著經(jīng)濟作物播種面積占比、化肥投入、機械投入的增加，糧食作物產(chǎn)值占比、滯后一期的農(nóng)業(yè)化肥污染排放量、勞動力投入以及自然災(zāi)害發(fā)生占比的降低，農(nóng)業(yè)經(jīng)濟增長將提高。

本文的研究具有以下政策含義：一是調(diào)整農(nóng)業(yè)種植結(jié)構(gòu)，提升農(nóng)產(chǎn)品品質(zhì)，實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展。農(nóng)業(yè)經(jīng)濟增長與環(huán)境污染之間相互影響、相互作用，并不是非此即彼的關(guān)系，一方面，隨著經(jīng)濟的增長，環(huán)境污染也可能隨之下降，從而同時實現(xiàn)經(jīng)濟與環(huán)境效益；另一方面，需要警惕經(jīng)濟持續(xù)增長帶來的環(huán)境壓力，這主要是由于種植結(jié)構(gòu)的調(diào)整，農(nóng)戶進行經(jīng)濟作物種植從而提高收入的迫切需求所造成的。因此，應(yīng)當(dāng)積極調(diào)整種植結(jié)構(gòu)，降低粗放生產(chǎn)方式對環(huán)境的破壞，提高農(nóng)產(chǎn)品品質(zhì)，從而獲得可持續(xù)發(fā)展。二是統(tǒng)籌區(qū)域發(fā)展，促進區(qū)域協(xié)調(diào)發(fā)展。農(nóng)業(yè)經(jīng)濟的增長和環(huán)境的污染均存在空間溢出效應(yīng)，如果忽視這種效應(yīng)將加劇地區(qū)間發(fā)展的不平衡，也最終導(dǎo)致整體發(fā)展的不協(xié)調(diào)。因此，需要從區(qū)域協(xié)調(diào)發(fā)展的角度，統(tǒng)籌農(nóng)業(yè)經(jīng)濟的增長和環(huán)境污染的治理，避免出現(xiàn)短板效應(yīng)。三是加大農(nóng)業(yè)科技投入，推進農(nóng)業(yè)機械裝備制造業(yè)轉(zhuǎn)型升級，緩解農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性矛盾。上述結(jié)論顯示，農(nóng)用機械、化肥以及勞動力等農(nóng)業(yè)生產(chǎn)要素的產(chǎn)出效率也是影響農(nóng)業(yè)面源污染和農(nóng)業(yè)經(jīng)濟增長的重要因素，通過提高這些要素的產(chǎn)出效率可以實現(xiàn)在降低農(nóng)業(yè)污染的同時，促進農(nóng)業(yè)經(jīng)濟發(fā)展。因此，需要通過提高農(nóng)業(yè)科技投入，促進農(nóng)業(yè)裝備制造業(yè)轉(zhuǎn)型升級，實現(xiàn)農(nóng)業(yè)從粗發(fā)投入到高質(zhì)量發(fā)展的轉(zhuǎn)型，緩解農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性矛盾。

參考文獻(xiàn)：

[1]Ehrlich， P. R.， Holdren， J. P. Impact of Population Growth[J]. Science， 1971， 171（3977）：1212-1217.

[2]Dietz， T.， and Rosa， E. Rethinking the Environmental Impacts of Population， Affluence and Technology[J]. Human Ecology Review， 1994， 1（2）， 277-300.

[3]Hilton F G H， Levinson A. Factoring the Environmental Kuznets Curve： Evidence from Automotive Lead Emissions[J]. Journal of Environmental Economics and Management. 1998， 35（2）： 126-141.

[4]Selden T M， Song D. Environmental Quality and Development： Is There a Kuznets Curve for Air Pollution Emissions？[J]. Journal of Environmental Economics and Management. 1994， 27（2）： 147-162.

[5]Grossman G M， Krueger A B. Economic Growth and the Environment[J]. Nber Working Papers. 1995， 110（2）： 353-377.

[6]López R. The Environment as a Factor of Production： The Effects of Economic Growth and Trade Liberalization[J]. Journal of Environmental Economics & Management. 1994， 27（2）： 163-184.

[7]Andreoni J， Levinson A. The simple analytics of the environmental Kuznets curve[J]. Journal of Public Economics. 2001， 80（2）： 269-286.

[8]李太平，張鋒，胡浩. 中國化肥面源污染EKC驗證及其驅(qū)動因素[J]. 中國人口·資源與環(huán)境， 2011， 21（11）： 118-123.

[9]陳勇，馮永忠，楊改河. 陜西省農(nóng)業(yè)非點源污染的環(huán)境庫茲涅茨曲線驗證[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，2010（7）： 22-29.

[10]田素妍，鄭微微，周力. 中國畜禽養(yǎng)殖業(yè)低碳清潔技術(shù)的EKC假說檢驗[J]. 中國人口·資源與環(huán)境，2012， 22（7）： 28-33.

[11]York R， Rosa E A， Dietz T. A rift in modernity？ assessing the anthropogenic sources of global climate change with the STIRPAT model[J]. International Journal of Sociology & Social Policy. 2003， 23（10）： 31-51.

[12]林伯強，蔣竺均. 中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析[J]. 管理世界，2009，（4）： 27-36.

[13]曹大宇，李谷成. 我國農(nóng)業(yè)環(huán)境庫茲涅茨曲線的實證研究——基于聯(lián)立方程模型的估計[J]. 軟科學(xué)， 2011， 25（7）： 76-80.

[14]魯慶堯，王樹進. 我國農(nóng)業(yè)面源污染的空間相關(guān)性及影響因素研究[J]. 經(jīng)濟問題， 2015，（12）： 93-98.

[15]沈能，王艷. 中國農(nóng)業(yè)增長與污染排放的EKC曲線檢驗：以農(nóng)藥投入為例[J]. 數(shù)理統(tǒng)計與管理， 2016，（4）： 614-622.

[16]吳義根，馮開文，李谷成. 人口增長、結(jié)構(gòu)調(diào)整與農(nóng)業(yè)面源污染——基于空間面板STIRPAT模型的實證研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟. 2017，（3）： 75-87.

[17]顏廷武，田云，張俊飚，等. 中國農(nóng)業(yè)碳排放拐點變動及時空分異研究[J]. 中國人口·資源與環(huán)境， 2014，（11）： 1-8.

[18]朱兆良，David Norse，孫波. 中國農(nóng)業(yè)面源污染控制對策[M]. 北京：中國環(huán)境科學(xué)出版社， 2006.

[19]朱兆良. 農(nóng)田中氮肥的損失與對策[J]. 生態(tài)環(huán)境學(xué)報， 2000， 9（1）： 1-6.

[20]Ju X T， Xing G X， Chen X P， et al. Reducing Environmental Risk by Improving N Management in Intensive Chinese Agricultural Systems[J]. Proc Natl Acad Sci U S A. 2009， 106（9）： 3041-3046.

[21]Cai， M.， Li， H. E.， Zhuang， Y. T.， & WANG， Q. H. Application of modified export coefficient method in polluting load estimation of non-point source pollution[J]. Journal of Hydraulic Engineering， 2004， 35（7）：0040-0045.

[22]陳敏鵬，陳吉寧，賴斯蕓.中國農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識別[J].中國環(huán)境科學(xué)，2006，6（26）：751-755.

[23]李海鵬， 張俊飚. 中國農(nóng)業(yè)面源污染的區(qū)域分異研究[J]. 環(huán)境保護， 2009， 30（2）：43-45.

[24]郝芳華，楊勝天，程紅光，步青松，鄭玲芳.大尺度區(qū)域非點源污染負(fù)荷計算方法[J].環(huán)境科學(xué)學(xué)報，2006，（3）：375-383.

[25]Kaufmann R K， Davidsdottir B， Garnham S， et al. The determinants of atmospheric SO 2 concentrations： reconsidering the environmental Kuznets curve[J]. Ecological Economics. 1998， 25（2）： 209-220.

[26]孫圣民，陳強. 家庭聯(lián)產(chǎn)承包責(zé)任制與中國農(nóng)業(yè)增長的再考察——來自面板工具變量法的證據(jù)[J]. 經(jīng)濟學(xué)（季刊）， 2017，（2）： 815-832.

[27]Kelejian H H， Prucha I R. Estimation of simultaneous systems of spatially interrelated cross sectional equations[J]. Journal of Econometrics. 2004， 118（1-2）： 27-50.

[28]Moran P A. Notes on continuous stochastic phenomena.[J]. Biometrika. 1950， 37（1-2）： 17.

（責(zé)任編輯 吳曉妹）