农业面源污染与农业经济增长的空间互动效应.docVIP

农业面源污染与农业经济增长的空间互动效应 　　摘要：基于2004―2015年省级面板数据，运用空间联立方程模型分析农业面源污染与农业经济增长的空间互动效应。实证结果显示：农业面源污染与农业经济增长之间相互影响，并且均存在空间溢出效应。亩均总氮排放量、亩均总磷排放量分别与亩均农业产值之间呈现显著“N型”曲线关系，而且，考虑空间溢出因素后，“N型”关系转折点的作用区间收窄。鉴于此，应当积极调整种植结构，降低粗放生产方式对环境的破坏，同时，从区域协调发展的角度，统筹农业经济的增长和环境污染的治理，避免出现短板效应，实现农业可持续发展。 　　关键词：农业面源污染；农业经济增长；空间溢出；空间联立方程 　　中图分类号：F32 文献标志码：A 文章编号：1001-862X（2018）03-0034-009 　　一、引 言 　　改革开放近四十年，中国农业综合生产能力显著提高，利用不到世界10%的耕地养活了世界近20%的人口。与此同时，农业发展带来了严重的面源污染问题。第一次全国污染源普查公报显示，农业源主要水污染排放量为化学需氧量1324.09万吨、总氮270.46万吨、总磷28.47万吨，分别占全国总排放量的43.71%、57.19%和67.27%，而且呈现逐年增加的态势。与此同时，水土流失情况也不容乐观。第一次全国水利普查结果显示，31.12%土壤遭到侵蚀。那么，随着农业经济的持续增长，环境污染有改善的可能吗？特别是，随着全球化进程的推进以及市场化改革的深入，区域协同发展成为必然，空间要素又对环境污染格局带来哪些新的挑战？ 　　事实上，Ehrlich 和Holdren（1971）[1]最早提出环境影响模型（IPAT），从人口、富裕程度以及技术三个方面论述对环境的影响，但该模型无法反映非线性的变化。[2]基于此，Dietz和Rosa（1994）[2]引入随机因素将模型拓展为STIRPAT，从而提供了可行的实证分析框架。其后，大量学者围绕该模型进行实证研究，探讨了经济增长对环境的影响。[3][4]就影响方式而言，Grossman和Krueger（1995）[5]发现经济增长与环境污染之间也存在类似库兹涅茨曲线倒U型的特征：随着经济的增长，环境污染会不断恶化，但经济发展到一定阶段以后，环境开始得到改善。López， （1994）[6]、Andreoni和Levinson （2001）[7]等学者从理论上证实了该假说的合理性，国内学者利用农业污染数据也都证实了环境EKC假说成立【8]-[10]。此外，新近的研究尝试将两种方法结合起来，更加深刻地探讨经济增长和环境污染之间的非线性关系。[11[12]然而，上述方法都将环境污染作为外生变量考察[13]，忽视了其对经济增长的反作用，无法摆脱互为因果关系的内生性困扰。 　　与此同时，越来越多的学者注意到，忽视环境污染与经济增长的空间溢出因素会导致估计结果偏误。鲁庆尧和王树进（2015）[14]基于地理空间因素，对农业经济活动的空间相关性进行分析，并利用空间计量模型证实我国省域经济环境指数存在较强的空间依赖性以及正的空间溢出效应。沈能和王艳（2016）[15]则以EKC为分析框架，采用空间面板计量模型考察农业环境EKC特征及空间效应，并证实农业污染呈现空间集聚。与上述分析不同，吴义根等（2017）[16]基于STIRPAT分析框架，利用空间面板计量模型分析农业面源污染的影响因素，并证实农业经济增长的直接效??和空间溢出效应均具有正向影响。虽然上述研究考虑到了空间溢出在经济增长影响环境污染过程中的作用，但同样，忽视了环境污染的内生性作用，从而导致估计结果存在偏误。 　　综上所述，已有研究存在以下两个方面的问题：第一，往往割裂了STIRPAT与EKC之间的关系，事实上，通过将两者进行结合，能够更有效地刻画农业经济增长与农业环境污染之间的关系，已有学者做出了有益的尝试；第二，往往将环境作为外生变量来考察，而忽略了环境与经济之间的互为内生关系，特别是从空间溢出角度进行考察。鉴于此，本文试图在以下两个方面进行拓展：首先，在分析框架上，本文将结合STIRPAT与EKC，从而更加深刻地探讨农业环境污染与农业经济增长之间的关系；其次，在实证策略上，本文将从环境污染内生的视角出发，运用空间联立方程模型，对农业经济增长与农业环境污染的空间溢出与空间互动关系进行考察。 　　二、数据来源及变量说明 　　本文数据来源于2004―2015年《中国统计年鉴》和《中国农村统计年鉴》30个省域层面面板数据，鉴于西藏特殊的资源禀赋，并未纳入研究。选择2004年作为研究的起点主要是考虑到从2004年实施逐步减免农业税，并对农户进行相关补贴，农业生产的政策环境发生重大变化。与此同时，颜廷武等（2014）[17]指出，总量指