貿易開放對中國農業面源污染成本的影響
——基于動態面板系統GMM模型的實證研究

盧 辭 何維維

安徽財經大學，安徽 蚌埠 233030

中國是世界農業大國，也是全球主要的農產品貿易國。據農業農村部統計，2020年我國農產品貿易總額為2 468.3億美元，同比增長8.0%[1]。隨著農業貿易規模的不斷擴大，中國農業面源污染問題日益凸顯。十九屆四中全會提出要加強農業農村環境污染防治，在國家層面上奠定治理農業面源污染的總基調?，F有研究表明，中國農業環境現狀堪憂，水源污染、土壤污染和大氣污染等問題頻發。僅2016年，中國單位播種面積化肥施用強度達到359.08 kg/hm2，是發達國家安全上限225 kg/hm2的1.6倍[2]，并且這一數值仍在增大。農業面源污染成本既可以表述為污染源對環境造成負外部性的貨幣價值，也可以理解為治理污染所消耗的貨幣數量。一般來說，農產品出口量增大意味著國內農業生產規模的擴大以及更多農用化學品（如化肥、農藥等）的投入，從而導致農業面源污染成本的增加。但同時，農業進口貿易也會給我國農業帶來更先進、綠色和科學的生產技術，降低農業面源污染成本。因此進一步探究中國農業貿易對農業面源污染成本的影響，對于協調我國貿易和污染之間的關系，促進我國對外開放和加強生態環境保護具有重要意義。

一、文獻綜述

早期對國際貿易、環境污染及污染成本關系展開研究的是Grossman和Krueger，他們在探討影響北美自由貿易區環境的因素過程中，提出環境庫茲涅茨曲線的概念。即當一國的人均收入處于低水平時，經濟增長會加劇環境污染，但當人均收入達到一定水平后，環境質量會得到改善，即地區的收入水平和環境污染之間存在先促進、后抑制的倒U關系。在隨后的研究中他們把環境庫茲涅茨曲線的機制分解為規模效應、結構效應和技術效應，建立了國際貿易的環境效應理論[3]。國內外學者對貿易與環境問題的研究成果頗豐，主要有兩種觀點：一種觀點認為貿易有利于環境的改善。Antweiler.W等通過ACT模型探究北美地區貿易發展和環境污染之間的關系，結果表明貿易自由化在長期內會改善環境質量[4]。彭水軍和劉安平利用1997—2005年投入產出和污染數據實證分析中國對外貿易的環境影響效應，結果表明積極參與國際貿易有利于提高生產技術，優化進出口結構，從而提高環境質量。另一種觀點則認為國際貿易加劇了資源消耗和污染排放[5]。葉繼革和余道先通過研究2000—2004年中國主要工業行業出口和環境質量的關系發現，貿易活動會對環境造成破壞[6]。黨玉婷和萬能基于國際貿易的環境效應理論對中國1994—2003年國際貿易的環境效應展開研究，結論是外貿的技術效應和結構效應會提高環境質量，但是規模效應帶來的負效應過大，導致總效應為負值[7]。

本文欲探究中國農業貿易對農業面源污染成本的影響，還需核算農業面源污染成本。Leach和Mumford在結合農藥環境影響系數測算法和其他農藥外部成本計算法的基礎上，提出一種以生態毒理學、環境行為和農藥活性成分施用率為依據的PEA（Pesticide Environmental Accounting）工具法，并使用這種方法估算英國農藥造成的環境成本。此方法的優點在于把經濟收入等因素作為調整項納入公式中，使核算結果與實際情況更匹配[8]。Jha.R等在傳統化學質量守恒和核算方法的基礎上，提出一種改進后的方法，并通過遙感和GIS分析搜集數據，對印度卡里河的面源污染物流入量進行測量和核算[9]。劉利花和楊彬如基于化肥農藥、殘留農膜、水資源消耗和溫室氣體排放四個方面，采用價值法和替代法等測算農業面源污染成本，結果是2016年全國31省份（剔除我國港澳臺地區數據）化肥農藥造成的環境成本遠高于其他三方面，不同地區的農業面源污染成本差異明顯[10]。

已有研究成果對深度認識貿易開放對我國農業面源污染成本的影響提供重要參考，但也存在局限性。其一，以往文獻對貿易與環境關系的研究多集中于工業領域，主要探究的是貿易與污染排放量之間的關系，較少涉及農業領域和具體污染成本。其二，影響農業面源污染的因素多種多樣，已有文獻多從化肥、農藥等單一污染源展開研究，本文基于31省份2008—2019年面板數據，從化肥、農藥、農膜和溫室氣體排放四個方面出發，構建科學的核算體系，更全面地對農業面源污染成本進行核算，從而使核算結果更具有說服力。并通過動態面板數據系統GMM法估計，實證檢驗農業貿易對農業面源污染成本的影響，為促進貿易發展、保護生態環境提供參考。

二、理論框架與研究設計

（一）貿易開放對中國農業面源污染成本的影響機理分析

農業貿易開放對我國農業面源污染成本的影響是指與農業貿易相關的經濟活動對自然環境產生的綜合影響在貨幣方面的體現。一方面，農業貿易通過促進一國經濟增長，實現財政收入的增加，從而使該國有能力增加其環境保護投入。同時由于貿易增加了外匯收入，使該國家有能力進口國外先進、清潔的技術與設備，從而對本國環境質量的改善和提高起到一定促進作用。另一方面，農業貿易會促進一國農業生產規模的擴張，加速對自然資源的開發與利用，擴大消費規模，從而加快自然資源與環境退化的速度[8]。由此可以看出，農業貿易對環境既有正面影響，又有負面影響。

國際貿易對環境的影響可從規模效應、結構效應和技術效應三方面展開分析。其中，規模效應是指經濟活動規模擴大將提高環境污染程度。農業貿易規模擴大意味著需要投入更多自然環境資源以應對日益增長的產品需求，因而在農業生產結構和資源使用效率一定時，貿易對環境的規模影響為負，即貿易增長會破壞環境。如果存在市場失靈，如產權結構不清晰、無償使用生態系統以及不能內化的外部性，這種負面影響會更大。

結構效應是指國際貿易促進專業化分工，使一國的產業結構與其比較優勢相適應，將會促進在清潔生產方面具有比較優勢的國家產業更為清潔，反之則更具污染性。隨著我國農業貿易總量的不斷增長和國際貿易地位的提高，農業產業結構逐漸從粗獷的發展模式向綠色健康的發展模式轉變。我國經濟發展水平越高，貿易越能使經濟結構向污染降低的方向轉化。因而，在結構效應的影響下，我國農業貿易規模增長有利于整體環境改善。

技術效應是指對外貿易為解決特定環境問題的技術和服務的全球性擴散創造機會，使環境保護技術得到更廣泛的傳播和使用。但如果有害環境的技術更有經濟效率，就會替代傳統的環境友好技術，使大規模開采資源、破壞環境的技術得到廣泛使用，從而產生環境的負面效應。由于我國政府管控措施得當，大規模農業種植開墾、非環境友好型的農業生產技術受到嚴格限制，因而在環境效應的影響下，我國農業貿易規模增長將有利于改善整體環境。

綜上所述，本文構建了我國農業貿易開放對農業面源污染成本的影響機理。如圖1所示，貿易開放主要通過規模效應、結構效應和技術效應三個路徑影響生態環境質量，而面源污染程度就是生態環境質量最重要的評價標準。此外，面源污染成本既可以理解為由面源污染造成的實際損失的貨幣價值，也可以視為治理面源污染所需要的貨幣成本。面源污染成本與面源污染程度之間存在正相關關系，即我國面源污染程度加重意味著面源污染成本上升。這樣就構成了比較完整的“貿易開放-生態環境-面源污染-污染成本”邏輯鏈。依據上述影響機理，本文認為貿易開放的規模效應為正，而結構效應和技術效應為負，總效應為負。這說明貿易開放會降低農業面源污染成本，總體上有利于環境的改善。

圖1 貿易開放對農業面源污染成本的影響機理

（二）模型設定

基于已有文獻，本文認為影響農業面源污染成本的宏觀因素（經濟發展、科學技術水平及市場機制等）最后也是通過微觀因素（過量使用化學投入品、溫室氣體排放等）作用于生態環境。因此，本文從化肥、農藥、農膜和溫室氣體排放四個方面估算2008—2019年農業面源污染成本，使估算結果更精確合理?；灸Ｐ驮O定為：

公式（1）中，Polluit、Ferit、Pesit、Apfit、Ghgit分別為i地區在第t年的農業面源污染總成本、由化肥引起的農業面源污染成本、由農藥造成的農業面源污染成本、由塑料農膜引起的農業面源污染成本、與溫室氣體排放有關的農業面源污染成本。

1.化肥污染成本估算?；实倪^量使用會導致土壤板結和水源污染，進而使糧食減產、水質變差和水體富營養化。本文使用化肥利用率進行核算，認為在化肥投入過程中，沒有被利用的部分會造成環境污染。公式如下：

公式（2）中，hfit表示i地區在第t年的化肥使用量（據折純量計算，單位：千克）；a為化肥利用率（單位：%）；pfer,it表示i地區在第t年化肥的市場價格（單位：元/千克）；sit表示i地區在第t年的耕地面積（單位：公頃）。盡管化肥利用率存在時空差異性，總體差異性卻不是很大，因此本文假設化肥利用率維持在某一固定水平上下浮動，并將化肥利用率a設為34.17%[11]。

2.農藥污染成本估算。農藥對于農業生產來說是一把“雙刃劍”。自工業革命時期面世以來，它大幅提高了農業生產效率和農產品產量，但是對環境造成的破壞也極其嚴重。農藥會污染土壤，破壞飲用水水質，造成食物安全問題，在殺死農業害蟲的同時其毒性也會影響生態環境中的其他動物，甚至通過食物鏈影響人的生命安全。農藥使用屬于個人行為而非國家行為，且農藥種類和施用量不盡相同，因此單純使用宏觀數據計算不夠全面。本文采用PEA工具法對農藥造成的環境污染成本進行核算[12-13]。公式為：

公式（3）中，qit表示i地區在第t年農藥q的使用量（單位：千克）；rate（qpes,i）t表示i地區在第t年每公頃耕地面積農藥q的使用量（單位：千克/公頃）；active（qpes,i）t表示農藥q的活性成分比重（單位：%）；c（c=1，2，…，8）表示農藥q依次影響的八個類別，即農藥使用者、農產品采摘者、農產品消費者、地下水、水生生物、鳥類、蜜蜂和有益昆蟲；ECc是計算農藥q外部性成本的基本值并在2019年人民幣匯率和國內物價水平的基礎上進行調整（單位：元/千克）；Fc是農藥q的風險因子，當農藥q為低毒性時，Fc取0.5，當q為中毒性時，Fc取1.0，當q為高毒性時，Fc取1.5；Fpeo和Fgdp為模型調整因子?？紤]到農藥使用者和農產品采摘者在工作過程中會直接接觸農藥，因此在計算農藥對兩者造成的外部性成本時，應乘以人口調整因子Fpeo，即該地區的農業從業人口和總就業人口的比重，從而更好地反映農業生產過程中農藥的施用規模。另一方面，經濟發展水平較低的地區由于其勞動力相對廉價使得環境清理成本更低，進而影響農藥產生的外部性成本。這說明地區經濟水平會影響環境污染成本，所以在計算農藥q的外部性成本時，需要乘以經濟調整因子Fgdp，即本地區的人均GDP除以全國人均GDP的比值。

3.農膜污染成本估算。殘留的農膜不利于土壤水分和肥料的物質轉移，影響土壤的透氣性，減少土壤水分的滲透。同時農膜碎片會阻礙作物根系的串通，影響水和養分的吸收，造成糧食減產。計算公式如下：

公式（4）中，nmit表示i地區在第t年農膜覆蓋面積（單位：公頃）；n表示農膜殘留比例（%）；r表示使用農膜導致的糧食損失率（%）；qgrain,it表示i地區在第t年糧食單產（單位：千克/公頃）；pgrain,it表示i地區在第t年糧食的市場價格（單位：元/千克）。本文設定農膜殘留比r為41.7%，糧食損失率為10%[14]。

4.溫室氣體污染成本估算。農業生產過程會產生大量的溫室氣體，全球農業排放的CH4和N2O占人類排放總量的比重很高。其中，種植業源溫室氣體主要包括水稻CH4、土壤本底N2O和肥料N2O的排放，畜牧業源溫室氣體主要包括禽畜腸胃發酵和排泄物CH4的排放，以及糞便中N2O的排放。因此，本文從種植業和畜牧業兩方面進行溫室氣體污染成本測算，基本公式如下：

公式（5）中，pc,t表示t年份的碳交易價格（單位：元/千克碳）。根據李長生等的研究結論，GWPj,it表示i地區在第t年里溫室氣體j的全球增溫潛勢（單位：千克CO2），其中1千克CH4的增溫效果應該是1千克CO2的21倍，1千克N2O的增溫效果應該是1千克CO2的310倍[15]；ggj,it表示i地區在第t年溫室氣體j（CH4、N2O）的排放量（單位：千克）；27.27%表示CO2中C的含量。接下來，分別計算種植業和畜牧業溫室氣體CH4和N2O的排放量：

公式（6）中，CH4crop,it表示i地區在第t年種植業CH4的排放總量（單位：千克）；zwk,it表示i地區在第t年k種作物的播種面積（單位：公頃）；ak表示第k種農作物單位面積CH4的排放系數（千克/公頃）。由于水稻是中國最主要的CH4排放源，這里只測算各地區種植水稻排放的CH4，單位農作物CH4排放系數ak引用王明星等對水稻的測算結果[16]。

公式（7）中，N2Ocrop,it表示i地區在第t年種植業N2O的排放總量（單位：千克）；βk表示第k種農作物單位面積本底的N2O排放通量（單位：千克/公頃）；sfk,it表示i地區在第t年k種農作物的施肥總量（據折純量計算，單位：千克）；γk表示第k種農作物氮肥N2O的排放系數（%）。本文核算作物擬選取水稻、小麥、大豆、玉米和蔬菜。

公式（8）中，CH4live,it表示i地區在第t年畜牧業CH4的排放總量（單位：萬噸）；qck,it表示i地區在第t年第k種禽畜的平均飼養量（單位：萬只、頭）；δk為第k種禽畜CH4的排放系數（%）。

公式（9）中，N2Olive,it表示i地區在第t年畜牧業N2O的排放總量（單位：萬噸）；φk為第k種禽畜N2O的排放系數（%）。本文核算禽畜為：牛、羊、豬、馬、驢和騾。禽畜CH4和N2O的排放系數均采用閔繼勝和胡浩的研究結果[17]。由于不同禽畜生命周期也不相同，本文對年平均飼養量進行調整。

公式（10）中，Mk,it和Mk,i(t-1)分別為t年末i地區k種禽畜的存欄量和t-1年末i地區k種禽畜的存欄量，年平均禽畜的飼養量為年初和年末禽畜存欄量的平均值。

5.動態面板模型。基于上述農業面源污染值估算結果及2008—2019年的面板數據，通過建立動態面板模型分析農業貿易對面源污染成本的影響。系統GMM估計法將水平差分GMM與水平GMM結合在一起，以滯后項為工具變量，可以有效解決模型內生性問題。模型對所有變量作對數處理，旨在消除異方差性。

其中，α0、α1、α2、α3、α4、α5、α6、α7、α8分別表示常數、上一年農業面源污染成本、農業貿易進口、出口、宏觀經濟發展水平、政府環保支出、農業產業結構、農業從業人口規模、全社會農業固定資產投資的待估系數，μi代表模型中不能觀測且不隨時間變動的個體效應；εit表示隨機誤差項。

（二）變量說明及數據來源

1.變量說明。本文從化肥、農藥、農膜和溫室氣體四個污染源出發，基于宏觀經濟數據對農業面源污染的貨幣成本進行測算。計算出全國31個省、自治區和直轄市12年間的農業面源污染總成本（Pollu），并以2007年農產品價格指數進行平減。選取的核心解釋變量是農業貿易進口（im）和出口（ex）。農業貿易進口用農業貿易進口總額占總進口總額的比重來衡量，農業貿易出口用農業貿易出口總額占總出口總額的比重來衡量。宏觀經濟發展水平（inc）用2007年為基期進行價格平減后的實際人均GDP來衡量。政府環保支出（gov）用各地區政府財政支出項中環境保護支出額來衡量，并以2007年的價格進行平減。農業產業結構（as）用第一產業產值占GDP的比重來衡量。農業從業人口規模（ap）用農業從業人數占總就業人數的比重來衡量。全社會農業固定資產投資（inv）以2007年固定資產投資價格指數進行平減。

2.數據來源及變量描述性統計。本文2008—2019年的面板數據來源于國家統計局官網、中國海關官方數據、《中國統計年鑒》《中國農村統計年鑒》《中國畜牧獸醫年鑒》《全國農產品成本收益資料匯編》和《中國農產品價格調查年鑒》?；蕛r格摘自《全國農產品成本收益資料匯編》，取三種主要糧食作物即水稻（早秈稻、中秈稻、晚秈稻和粳稻）、小麥、玉米的每畝化肥金額與每畝化肥折純量比值的平均數?；实氖袌鰞r格在2007年物價指數基礎上進行平減，旨在剔除價格變動因素的影響。采用PEA工具法計算農藥的農業面源污染成本時，按照殺蟲劑、殺菌劑和除草劑三類，選擇2019年《世界農藥新進展（四）》中國施用量較多的三種大類農藥：吡蟲啉、氟啶蟲酰胺等殺蟲劑，嘧菌酯、多菌靈、百菌清等殺菌劑和五氟磺草胺、乙草胺、百草枯等除草劑。農藥外部性基本值依照2019年人民幣匯率進行調整。此外，本文選用水稻、小麥和玉米作為核算農膜造成糧食損失的目標作物。中國自2013年開始實施碳排放交易，考慮到市場的成熟性，本文的碳交易價格取廣州碳交易所2017—2019年的平均價格（0.017元/千克碳）。模型變量的統計特征見表1。

表1 變量的描述性統計

三、實證結果

（一）農業面源污染成本測算

中國農業面源污染總成本從2008年的65 905.64元/公頃上升到2012年的74 096.57元/公頃，再下降至2019年的63 620.09元/公頃，呈倒U形變化軌跡。2008年，化肥污染成本、農藥污染成本、農膜污染成本和溫室氣體污染成本占總成本的比重分別為81.32%、10.61%、6.44%、1.63%，2019年比重分別為78.89%、8.89%、10.69%、1.53%。由此看來，化肥污染成本所占比重最大且遠超其他三項，比重最低的是溫室氣體。這表明化肥是影響中國農業面源污染的主要因素，其次是農膜和農藥，影響程度最小的是溫室氣體。2008—2019年化肥、農藥、溫室氣體造成的農業面源污染成本比重在減少，而農膜所占的比重略有上升（見表2）。

表2 2008年和2019年農業面源污染成本及各部分占比

從農業面源污染成本的變化量看，2008—2012年為中國農業面源污染成本的上升期，污染成本增加了8 190.93元/公頃，漲幅為12.43%?；?、農藥、農膜和溫室氣體的污染成本分別增加了5 977.2元/公頃、-165.2元/公頃、2 442.71元/公頃、-63.77元/公頃，變化幅度為11.15%、-2.36%、57.55%、-5.95%?；?、農膜的污染成本總體呈上升趨勢，其中化肥的貢獻率為72.97%，農膜的貢獻率為29.82%。農藥和溫室氣體的污染成本總體呈下降趨勢，貢獻率分別為-2.03%和-0.78%。這意味著化肥污染成本的上升仍然是中國農業面源污染成本不斷增加的主要原因。2012—2019年為中國農業面源成本的下降期，污染成本顯著降低，共下降了10 476.49元/公頃，降幅為14.14%。其中化肥、農藥、農膜和溫室氣體的污染成本分別增加了-9 384.26元/公頃、-1171.06元/公頃、111.15元/公頃、-32.31元/公頃，變化幅度為-15.75%、-17.15%、1.66%、-3.20%?；屎娃r藥污染成本逐漸減少，降幅量占比分別為88.63%和11.06%，溫室氣體的污染成本也有小幅度下降。

由于農業面源污染成本變化趨勢在2008—2019年間呈倒U形，故本文選取2008、2012和2019三年的數據分析中國農業面源污染成本在省域分布上存在的差異，見表3。根據表3，農業面源污染成本高值地區多集中于華北平原和東部、南部經濟較發達省份，低值地區則分布于西部和西南部省份。這是因為農業面源污染成本是用來衡量一個地區農業面源污染排放量的貨幣成本，即某個地區治理污染的耗費或者因污染造成的經濟損失。這意味著除污染排放量外，地區經濟發展水平也是重要的影響因素，因此會出現第一產業比重很低的經濟發達地區農業面源污染成本卻很高的情況。

2008年，中國農業面源污染成本較大的省份主要集中在三大平原之一的華北平原地區、長江中下游經濟發達省份及珠江流域地區。而西部地區，尤其是西南青藏高原地區的污染成本最低。上海、江蘇、福建、山東、河南、湖北和廣東是農業面源污染成本的高值地區，均在3 000元/公頃以上，廣東的污染成本達到了3 889.43元/公頃的峰值。貴州、西藏、甘肅和青海的農業面源污染成本不足1 000元/公頃，其中西藏的污染成本最低，為712.38元/公頃。農業面源污染成本最高省份是最低省份的5.5倍。

2012年，中國農業面源污染高于4 000元/公頃的地區分布在華北平原、珠江流域和福建。西藏、青海和貴州的農業面源污染成本分別為643.23元/公頃、859.84元/公頃和998.17元/公頃，其平均值不足最高值省份廣東的五分之一。

2019年，我國農業面源污染成本超過4 000元/公頃的省份只有廣東，為4 526.61元/公頃。污染成本的高值地區多集中于華北平原和長江中下游平原地區，主要有山東2 943.68元/公頃，河南3 711.36元/公頃，福建3 935.81元/公頃和江蘇2 805.15元/公頃，分別是全國平均水平的1.15倍、1.44倍、1.53倍和1.09倍。低值地區仍是貴州、西藏和青海，最低值是西藏的610.91元/公頃，為全國平均水平的23.78%。從2008年到2019年，中國農業面源污染成本的最高值省份與最低值省份的差距從5.5倍擴大到7.4倍。

如圖2所示，2008—2012年，除上海和西藏外，我國絕大部分省份農業面源污染成本呈上升趨勢，變化幅度較小的省份多集中在東北、華北、華中和華東地區，其中變化率最小的是浙江（1.3%），變化率較大的主要有山西（37.03%）、河南（23.33%）、廣東（22.3%）、云南（40.73%）、甘肅（28.57%）、新疆（23.51%），變化幅度最大的是陜西（61.18%）。由此可見，中國農業面源污染成本高增長省份多為西部地區，尤其是西北地區。與前一時期相比，2012—2019年大部分地區的污染成本均有一定程度的下降。降幅最大的是北京（-42.94%），其次是天津（-36.47%）、上海（-34.11%）、江蘇（-20.14%）、浙江（-22.7%）和安徽（-21.12%）。降幅最小的省份為廣西（-1.81%），其變化率不足北京的5%，云南（-1.85%）和河南（-4.09%）緊隨其后。整體上看，農業面源污染成本下降程度較大的地區集中在華北和華東，而西部地區污染成本降幅很小。新疆地區的污染成本甚至出現正向增長，變化率為23.1%。

圖2 2008—2012年和2012—2019年中國農業面源污染成本變化率的區域差異

（二）系統GMM估計結果與分析

本文運用stata15對中國31省份2008—2019年的面板數據進行實證分析。在分析各變量間的關系前，有必要對動態面板模型的相關前提條件進行檢驗。因為動態面板模型需要引入被解釋變量的滯后項作為解釋變量，模型會存在內生性問題，因此本文采用系統GMM兩步法進行估計以克服內生性問題。本文還列出混合OLS模型、固定效應模型、靜態GMM模型的估計結果用以檢驗各解釋變量系數估計的可靠性。由表4列（4）可知，Pollu滯后項系數為0.725，在1%的水平上顯著，AR（1）和AR（2）檢驗對應的P值分別是0.0002和0.612，Sargan檢驗相應的P值為0.998。這說明設計的模型中存在動態關系，擾動項的差分方程存在一階自相關，但是不存在二階自相關，模型中工具變量也接受外生性的原假設。因此本文可以采用系統GMM兩步法進行估計，既能克服內生性問題又提高了估計效率，使結果更為精確。列（3）使用靜態GMM估計，結果與列（4）相差很大，核心解釋變量的系數甚至出現完全相反的結果，存在偏性。系統GMM兩步法對解釋變量滯后項估計結果可能存在偏倚，若系數能位于混合OLS模型和固定效應模型估計結果之間，則一般認為估計結果可靠。表4中Pollu滯后項系數為0.954和0.340，而0.725介于兩組數據之間，進一步說明動態GMM兩步法的估計結果具有有效性和可靠性。

表4 農業貿易的估計結果

1.總體估計結果分析。從表4列（4）中可以看出，Pollu滯后項系數在1%的水平上顯著且為正值，說明中國農業面源污染成本增長過程中存在明顯慣性。這可能與農業面源污染源，如化肥、農藥、農膜和溫室氣體等在土壤、水源和空氣中殘留時間較長有關，上一年排放的污染物會有部分累積在環境中，致使下一年污染物排放量變高。核心解釋變量im系數為-0.032，通過了1%的顯著性水平檢驗，表明農業進口貿易對我國農業面源污染成本具有明顯的降低作用。依據貿易環境效應理論分析：①隨著公眾對環境問題關注度的不斷提高，農業進口貿易使中國引進發達國家更加清潔先進的農業生產技術，從而通過技術效應降低了農業面源污染成本；②由于進口農業產品會減緩當地農業生產對環境造成的壓力，促使經濟結構向低污染的農業產業調整，通過結構效應降低了面源污染成本。另一個核心解釋變量ex的系數為-0.044且在1%的水平上顯著，意味著農業出口貿易會有效控制面源污染成本。中國農業出口貿易規模不斷擴大，為提高自身農產品在全球農業價值鏈中的地位，在生產中會有意識地減少化肥、農藥等化工品的使用，深刻貫徹綠色生產的理念，從控制污染源的角度降低農業面源污染成本。我國不但沒有出現“污染天堂假說”，貿易開放程度的提高還有利于我國農業環境的保護。im和ex的系數分別為-0.032和-0.044，說明農業出口貿易的增長對減輕污染排放起到更加明顯的作用。因此應更注重發揮出口的作用，加強對污染源的控制，減少化肥農藥等投入，提高我國農產品附加值和國際競爭力。但是這一結論與大部分文獻的結果相悖，其認為進口貿易通過技術效應改善環境的方式要優于出口貿易。這可能是因為大部分文獻將研究視角置于工業產業。實質上，技術效應對工業產業和農業產業的作用存在差異。農業生產依賴于自然條件，必須嚴格遵循自然規律，即使用最先進、清潔的技術，也會造成一定程度的污染，技術效應作用有限。而工業部門受自然約束較小，技術的更新會轉換為先進生產力，清潔生產方式會有效降低工業污染排放，因此工業部門中技術效應對環境的正向影響作用明顯比農業部門更強。

從其他控制變量看，inc的系數為0.305，通過了1%的顯著性水平檢驗，說明地區經濟增長、人均GDP提高會導致農業面源污染成本上升。農業面源污染成本不僅受污染物排放量的影響，也與當地經濟發展水平有關。一方面，一些地區的經濟增長以犧牲生態環境為代價，盲目擴大作物種植面積，大量使用工業化肥、農藥和農膜會破壞土壤和水源，從而使農業面源污染成本上升。另一方面，經濟發展水平較高的地區農業面源污染治理費用比經濟發展水平低的地區更高。gov系數為-0.256且在1%水平上顯著，說明政府的環保投入具有顯著的污染治理效益，可以通過加大對污染治理的人力和物力投入，宣傳環保理念和加強教育等途徑有效降低污染成本。as的系數為-0.210，沒有通過顯著性檢驗，表明總體農業生產結構對農業面源污染成本影響不明顯。ap的系數為0.429，一般來講，農業從業人口規模越大說明該地區農業部門吸收了更多的人力資源投入生產，大規模的農業生產必然導致更高農業面源污染成本。inv的系數顯著為負，說明農業固定資產投資對減少農業面源污染成本具有正向作用。全社會農業固定資產投資的增加會提高農業生產效率，相對減少生產過程中化工用品的投入，有利于降低農業面源污染成本。

2.分地區估計結果分析。將31省份分為東部和中西部兩大研究區域①東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南共計11個省份；中西部地區涵蓋山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、云南、西藏和新疆等余下20個省份。分類依據是中西部地區在農業生產和農業貿易方面具有一定相似性，并且與東部地區的差異較大。，以探討農業貿易對農業面源污染成本影響的區域異質性。結果見表5，無論是東部地區還是中西部地區，Pollu的滯后項系數均顯著為正，說明各地區農業面源污染成本均存在慣性。分因素看，核心解釋變量im的系數分別為0.062和-0.022且都通過了5%的顯著性水平檢驗。說明進口貿易對農業面源污染成本的影響存在地區差異，尤其是東部地區，進口貿易產生了一定負面作用。本文認為：①東部地區農業綠色生產方式日臻成熟，產業結構穩定，進口帶來的技術效應和結構效應對環境的改善作用有限。②發達的經濟水平致使農業面源的治理費用逐年上漲。在兩者共同作用下，東部地區進口貿易反而使農業面源污染成本上升。而中西部與總體樣本估計結果無異，技術效應和結構效應作用明顯，不僅改變了以往粗獷的農業生產方式，也調整優化了農業生產結構。另一個核心解釋變量ex的系數分別是-0.071和-0.026，二者均通過5%顯著水平檢驗。這與總體樣本估計結果一致，但是東部地區系數的絕對值為中西部地區的近三倍，說明東部出口的改進效應要遠優于中西部。這是因為東部地區貿易地理位置十分優越，坐擁上海港、天津港和青島港等大型港口，而中西部地區受到地理區位的限制，其農業部門出口規模低于東部地區，出口對環境的改進效應自然較弱。

表5 分地區估計結果

inc和gov的系數與總體結果一致，說明經濟發展水平和財政環保支出對農業面源污染成本的影響不存在區域差異。中西部inc系數是東部的近2.5倍，這意味著中西部地區為發展經濟犧牲環境的成本更大。東部地區as和ap系數均不顯著，說明農業產業結構和農業從業人口規模對農業面源污染成本的作用不明顯，但二者對中西部地區的影響較為明確。這是因為相比東部，中西部地區存在環境規制不健全、產業結構不完善和自然環境脆弱等問題，大規模開展農業生產造成的環境成本遠高于其帶來的經濟效益。inv的系數與總體估計結果基本一致，農業固定資產投資存在環境正向改進效應且中西部改進效應大于東部。這可能是由于中西部農業基礎設施建設普遍落后于東部，從而帶來的改進效應也就更大。

3.穩健性檢驗。為檢驗農業貿易對農業面源污染成本影響的穩健性，本文采用農業貿易進口總額和出口總額絕對值以替代核心解釋變量im和ex，農業從業人口規模改用農業從業人口數的絕對值來衡量，重新進行回歸分析。結果發現，與表4列（4）相比，核心解釋變量的符號沒有發生變化，系數分別為-0.028和-0.039，顯著性水平無明顯變動，數值較為接近?？刂谱兞肯禂捣栁窗l生太大變動，說明總體實證結果不受解釋變量的影響。綜上所述，本文基本結論具有一定的穩健性。

四、結論與啟示

本文通過對中國農業面源污染成本的測算，分析我國農業面源污染成本時空變化規律，并以此作為中國農業面源污染的衡量指標，利用2008—2019年31個省份的宏觀數據，運用動態系統GMM估計兩步法實證考察農業貿易對農業面源污染成本的影響。研究表明：（1）中國農業面源污染成本存在明顯的時空差異，總成本在2008—2019年間呈現倒U形變化軌跡，其中化肥是影響成本變化的最主要因素。污染成本較高的地區為華北平原地區、長江中下游地區及珠江流域地區。西部地區的污染成本較低，但其污染成本降幅率小于其他地區。（2）總體估計結果表明農業貿易與農業面源污染成本顯著負相關，農業貿易具有顯著的污染治理效應。（3）分地區估計結果表明東部地區的進口貿易與農業面源污染成本系數為正而中西部地區為負，東部地區進口貿易會使污染成本上升，中西部地區卻仍存在改進效應。兩區域的出口貿易系數與總體一樣皆為負，但是東部地區出口的改進效應要遠優于中西部地區。

上述結論蘊含的啟示主要是：（1）堅持對外開放，保持合理貿易結構。通過實證檢驗，進出口貿易總體上會給環境帶來正向改善效應。而這一切以合理的貿易結構為前提，若盲目擴大貿易規模，可能導致國內農業生產超出環境承載力，使生態環境惡化。（2）加大政府環保投入，這是改善環境的重要途徑。環保投入具有導向和激勵作用，農業生產通過使用先進設備和綠色生產方式可以降低農業面源污染成本。但我國政府環保支出占GDP比重不足1%，而西方發達國家比重在2%以上，我國環保投入仍需增加[18-19]。（3）西部地區要加強對農業面源污染的控制，向農民宣傳環保理念，引入綠色科學的生產技術，合理使用農業用地，逐步恢復因農業擴大生產遭到破壞的環境。