摘 要：基于2004—2015年省級面板數(shù)據(jù), 運(yùn)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(jì)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(jì)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(jì)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(jì)增長; 空間溢出; 空間聯(lián)立方程

　　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(jì)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(jìn)程的推進(jìn)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(jī)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(jìn)行實證研究, 探討了經(jīng)濟(jì)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(jì)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(jì)的增長, 環(huán)境污染會不斷惡化, 但經(jīng)濟(jì)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(jì)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(jì)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(jì)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(jìn) (2015) [14]基于地理空間因素, 對農(nóng)業(yè)經(jīng)濟(jì)活動的空間相關(guān)性進(jìn)行分析, 并利用空間計量模型證實我國省域經(jīng)濟(jì)環(huán)境指數(shù)存在較強(qiáng)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(jì)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(jì)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(jìn)行結(jié)合, 能夠更有效地刻畫農(nóng)業(yè)經(jīng)濟(jì)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(jì)之間的互為內(nèi)生關(guān)系, 特別是從空間溢出角度進(jìn)行考察。鑒于此, 本文試圖在以下兩個方面進(jìn)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(jì)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(yùn)用空間聯(lián)立方程模型, 對農(nóng)業(yè)經(jīng)濟(jì)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(jìn)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(jìn)行相關(guān)補(bǔ)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? 而人均指標(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(qiáng)度指標(biāo)可以進(jìn)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(qiáng)度指標(biāo)進(jìn)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(jìn)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(jìn)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(jìn)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(jì)增長的表征, 并利用總產(chǎn)值指數(shù)進(jìn)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(jìn)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(jī)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(jì)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(jìn)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(jì)增長方程中, 本文參照孫圣民和陳強(qiáng) (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(jī)械投入, 以農(nóng)業(yè)機(jī)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(jì)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(jì)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:

　　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(jì)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(jì)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:

　　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(jì)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(qiáng)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(jìn)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) Moran’s 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(jìn)行考察。本文借鑒Moran (1950) [28]方法, 利用Moran’s I對變量中的空間自相關(guān)進(jìn)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:

　　為樣本方程, Moran’s 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(jìn)行OLS、2Sl S、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(jì)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(jì)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(jì)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(jì)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(jì)增長存在顯著的影響。鑒于農(nóng)業(yè)經(jīng)濟(jì)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(jìn)行Moran’s 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(jì)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(jì)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(jìn)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(jì)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(jì)增長的空間溢出效應(yīng)分別顯著促進(jìn)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(jì)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(jì)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(jì)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(jì)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(jì)增長也存在溢出效應(yīng), 周邊地區(qū)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展會促進(jìn)本地區(qū)農(nóng)業(yè)經(jīng)濟(jì)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(qiáng)度、化肥使用效率以及機(jī)械使用效率強(qiáng)度均正向促進(jìn)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(jì)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(jì)增長分別抑制和促進(jìn)本地區(qū)農(nóng)業(yè)經(jīng)濟(jì)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(jì)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(jì)作物占比、化肥投入以及機(jī)械投入會顯著促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)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(yùn)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(jì)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(jì)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。

　　總磷排放量和農(nóng)業(yè)經(jīng)濟(jì)增長的空間溢出效應(yīng)分別顯著促進(jìn)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(jì)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(qiáng)度、化肥使用效率以及機(jī)械使用效率強(qiáng)度均正向促進(jìn)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(jì)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(jì)增長分別抑制和促進(jìn)本地區(qū)農(nóng)業(yè)經(jīng)濟(jì)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(jì)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(jì)作物占比、化肥投入以及機(jī)械投入會顯著促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長, 與上述結(jié)論一致。

　　五、主要結(jié)論與政策建議

　　經(jīng)濟(jì)增長與環(huán)境污染之間的關(guān)系是經(jīng)濟(jì)學(xué)的重要命題, 特別是, 隨著中國經(jīng)濟(jì)進(jìn)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(jì)可持續(xù)發(fā)展, 提高經(jīng)濟(jì)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(yùn)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。

　　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(jì), 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(qiáng), 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(jìn).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(jì)問題, 2015, (12) :93-98