贸易开放对中国农业面源污染成本的影响——基于动态面板系统GMM模型的实证研究

卢 辞，何维维，董 刚

(安徽财经大学 安徽经济社会发展研究院，安徽 蚌埠 233030)

中国是世界农业大国，也是全球主要的农产品贸易国。据农业农村部统计，2020年我国农产品贸易总额为2 300.7亿美元，同比增长5.7%。随着农业贸易规模的不断扩大，中国农业面源污染问题也日益凸显。十九届四中全会提出要加强农业农村环境污染防治，在国家层面上定下了治理农业面源污染的总基调。现研究表明，中国农业环境现状堪忧,水源污染、土壤污染和大气污染等问题频发。仅2016年，中国单位播种面积化肥施用强度就已达到359.08kg/hm2，是发达国家设置的安全上限225kg/hm2的1.60倍[1]，并且这一数值仍在增大。农业面源污染成本既可以表述为污染源对环境造成负外部性的货币价值，也可以理解为治理污染所消耗的货币数量。一般来说，农产品出口量增大意味着国内农业生产规模的扩大以及更多农用化学品(如化肥、农药等)的投入，从而导致农业面源污染成本的增加。但同时，农业进口贸易也会给我国农业带来更先进、更绿色和更科学的生产技术，这样会降低农业面源污染成本。因此进一步探究中国农业贸易对农业面源污染成本的影响，对于协调好我国贸易和污染之间的关系，促进我国对外开放和加强生态环境保护具有重要意义。

一、文献综述

早期对国际贸易和环境污染及污染成本关系展开研究的是M.Grossman和B.Krueger(1991)，他们在探讨影响北美自由贸易区环境的因素过程中，提出了环境库兹涅茨曲线的概念。即当一国的人均收入处于低水平时，经济增长会加剧环境污染，但是人均收入达到一定水平后，环境质量会得到改善，即地区的收入水平和环境污染之间存在着先促进、后抑制的倒U关系[2]。在随后的研究中，他们把环境库兹涅茨曲线的机制分解为规模效应、结构效应和技术效应，建立了国际贸易的环境效应理论。国内外学者对贸易与环境问题的研究成果颇丰，主要有两种观点：一种观点认为贸易有利于环境的改善[3]。Antweiler等(2001)通过ACT模型探究北美地区贸易发展和环境污染之间的关系，结果表明贸易自由化在长期内会改善环境质量[4]。彭水军和刘安平(2010)利用1997—2005年投入产出和污染数据实证分析中国对外贸易的环境影响效应，结果表明积极参与国际贸易，有利于提高生产技术和优化进出口结构，从而提高环境质量。另一种观点则认为国际贸易加剧了资源消耗和污染排放[5]。叶继革和余光道(2007)通过研究2000—2004年中国主要工业行业出口和环境质量的关系发现贸易活动会对环境造成破坏[6]。党玉婷和万能(2007)基于国际贸易的环境效应理论对中国1994—2003年国际贸易的环境效应展开研究，其结论是外贸的技术效应和结构效应会提高环境质量，但是规模效应带来的负效应过大，导致总效应为负值[7]。

本文欲探究中国农业贸易对农业面源污染成本的影响，还需核算农业面源污染成本。

J.Kovach等(1992)从个体使用农药的角度展开研究，基于当时已有的毒理学和环境数据，提出了测算个体使用农药对环境和公众影响的环境影响系数(EIQ)。旨在为农民提供有关其农药选择对环境和健康的影响的数据，以便他们能够在选择农药时作出更明智的选择[8]。A.W.Leach和J.D.Mumford(2008)在结合EIQ测算法和其他农药外部成本计算法的基础上，提出了一种以生态毒理学、环境行为和农药活性成分施用率为依据的PEA(Pesticide Environmental Accounting)工具法，并使用这种方法估算英国农药造成的环境成本。此种方法的优点在于把经济收入等因素作为调整项纳入公式中，使核算结果与实际情况更匹配[9]。Ramakar.Jha等(2007)在传统化学质量守恒和核算方法的基础上，提出一种改进后的方法，并通过遥感和GIS分析搜集数据，对印度卡里河的面源污染物流入量进行测量和核算[10]。刘利花和杨彬如(2019)基于化肥农药、残留农膜、水资源消耗和温室气体排放四个方面，采用价值法和替代法等方法去测算农业面源污染成本。其结果认为，2016年全国31省份化肥农药造成的环境成本远远高于其他三个方面，不同地区的农业面源污染成本差异明显[11]。

本文的创新点主要体现在以下两个方面：第一，研究视角上的创新。以往文献对贸易与环境关系的研究多集中于工业领域，主要探究的是贸易与污染排放量之间的关系，涉及农业领域和具体污染成本的较少。因此，本文基于31省份2008—2019年面板数据，通过动态面板数据系统GMM法估计，实证检验农业贸易对农业面源污染成本的影响，为促进贸易发展、保护生态环境提供依据。第二，农业面源污染核算方法的创新。已有的文献多从化肥、农药等单一污染源展开研究，事实上影响农业面源污染的因素多种多样，这样就会导致计算结果的片面性。所以，本文基于宏观数据，从化肥、农药、农膜和温室气体排放四个方面出发，构建科学的核算体系，更全面地对农业面源污染成本进行核算。本文针对不同类别的污染源使用符合其特征的方法，从而使核算结果更精确，具有说服力。

二、理论框架与研究设计

本文的研究思路大致上分为三部分。第一部分主要是对理论框架的论述，着力构建贸易开放对中国农业面源污染成本的影响机制。第二部分以理论分析为依据，用宏观公式和PEA工具法估算农业面源污染的污染成本。第三部分则是在前两部分的基础上建立动态面板模型实证分析农产品进口和出口对农业面源污染的影响。

1. 贸易开放对中国农业面源污染成本的影响机理分析

农业贸易开放对我国农业面源污染成本的影响是指与农业贸易相关的经济活动对自然环境产生的综合影响在货币方面的体现。一方面，农业贸易通过促进一国经济增长，实现财政收入的增加，从而使该国有能力增加其环境保护投入。同时由于贸易增加了外汇收入，使该国家有能力进口国外的清洁、先进的技术与设备，从而对本国环境质量的改善和提高起到一定的促进作用；另一方面，农业贸易也会促进一国农业生产规模的扩张，加速了对自然资源的开发与利用，并扩大了消费规模从而加快自然资源与环境退化的速度[7]。由此可以看出，农业贸易对环境既有正面影响，又有负面影响。

国际贸易对环境的影响可以从规模效应、结构效应和技术效应三个方面展开分析。其中，规模效应是指经济活动规模扩大将提高环境污染程度。农业贸易规模的扩大就意味着需要投入更多的自然环境资源以应对增长着的产品需求，因而在农业生产结构和资源使用效率一定时，贸易对环境的规模影响为负，即贸易增长会破坏环境。如果存在市场失灵，如产权结构不清晰、无偿使用生态系统以及不能内化的外部性，这种负面影响会更大。

结构效应是指国际贸易促进了专业化分工，使一国的产业结构与其比较优势相适应，将会促进在清洁生产方面具有比较优势的国家产业更为清洁，反之则更具污染性。随着我国农业贸易总量的不断增长和国际贸易地位的提高，农业产业结构也会逐渐从以往粗犷的发展模式向绿色健康的发展模式转变。我国经济发展水平越高，贸易越能使经济结构向污染降低的方向转化。因而，在结构效应的影响下，我国农业贸易规模增长会有利于整体环境改善。

技术效应是指对外贸易为解决特定环境问题的技术和服务的全球性扩散创造了机会，使环境保护技术得到更广泛的传播和使用。但如果有害环境的技术更具有经济效率，就会替代传统的环境友好技术，使大规模开采资源、破坏环境的技术得到广泛使用，从而产生环境的负面效应。由于我国政府管控措施得当，大规模农业种植开垦、非环境友好型的农业生产技术受到严格限制。因而，在环境效应的影响下，我国农业贸易规模增长也会有利于整体环境改善。

综上所述，本文构建了我国农业贸易开放对农业面源污染成本的影响机制。如图1所示，贸易开放主要通过规模效应、结构效应和技术效应三个路径影响生态环境质量，而面源污染程度就是生态环境质量最重要的评价标准。此外，面源污染成本既可以理解为是面源污染造成的实际损失的货币价值，也可以当作是治理面源污染所需要的货币成本，两种说法都反映了其是面源污染的货币表现形式这一实际情况。面源污染成本与面源污染程度之间存在着正相关关系，即我国面源污染程度加重便意味着面源污染成本的上升。这样就构成了比较完整的“贸易开放—生态环境—面源污染—污染成本”逻辑链。依据上文所描述的影响机理，本文认为贸易开放的规模效应为正，而结构效应和技术效应为负，总效应也为负。这说明，贸易开放会降低农业面源污染成本，总体上会有利于环境的改善。

图1 贸易开放对农业面源污染成本的影响机理

2. 模型设定

基于已有的文献，本文认为影响农业面源污染成本的宏观因素(经济发展、科学技术水平及市场机制等)最后也是通过微观因素(过量使用化学投入品、温室气体排放等)作用于生态环境。因此，本文从化肥、农药、农膜和温室气体排放四个方面估算2008—2019年农业面源污染成本，使估算结果更精确合理。基本模型设定为：

Polluit=Ferit+Pesit+Apfit+Ghgit

(1)

公式(1)中，Polluit、Ferit、Pesit、Apfit、Ghgit分别为i地区在第t年的农业面源污染总成本、由化肥引起的农业面源污染成本、由农药造成的农业面源污染成本、由塑料农膜引起的农业面源污染成本、与温室气体排放有关的农业面源污染成本。(单位：元/公顷)

(1)化肥污染成本估算

化肥的过量使用会导致土壤板结和水源污染，进而使粮食减产、水质变差和水体富营养化。本文使用化肥利用率进行核算，即认为在化肥投入过程中，没有被利用的部分会造成环境污染。其公式如下：

(2)

公式(2)中，hfit表示i地区在第t年的化肥使用量(据折纯量计算，单位：千克)；a为化肥利用率(单位：%)；pfer,it表示i地区在第t年化肥的市场价格(单位：元/千克)；sit表示i地区在第t年的耕地面积(单位：公顷)。尽管化肥利用率存在时间和空间的差异性，总体的差异性却不是很大，因此本文假设化肥利用率维持在某一固定水平上下浮动并将化肥利用率a设为34.17%[12]。

(2)农药污染成本估算

农药对于农业生产来说是一把“双刃剑”，自工业革命时期面世以来，它大幅地提高了农业生产效率和农产品产量，但是对环境造成的破坏也极其严重。农药会污染土壤，破坏饮用水水质和造成食物安全问题，在杀死农业害虫的同时其毒性也会影响生态环境中的其他动物，如：蜜蜂、有益的昆虫、鱼和鸟，甚至通过食物链影响人的生命安全。农药的使用属于个人行为而不是国家行为并且农药种类繁多，不同的人使用的农药种类和施用量是不尽相同的，所以单纯地使用宏观数据计算就会显得不够全面。本文采用PEA工具法对农药造成的环境污染成本进行核算[9][13]。其公式为：

(3)

公式(3)中，qit表示i地区在第t年农药q的使用量(单位：千克)，rate(qpes,it)表示i地区在第t年每公顷耕地面积农药q的使用量(单位：千克/公顷)，active(qpes,it)表示农药q的活性成分比重(单位：%)。c(c=1,2...,8)表示农药q依次影响的八个类别，即：农药使用者、农产品采摘者、农产品消费者、地下水、水生生物、鸟类、蜜蜂和有益昆虫[8]。ECc是计算农药q外部性成本的基本值并在2019年人民币汇率和国内物价水平的基础上进行调整(单位：元/千克)[9]。Fc是农药q的风险因子，当农药q为低毒性时，Fc取0.5，当q为中毒性时，Fc取1.0，当q为高毒性时，Fc取1.5。Fpeo和Fgdp为模型调整因子。考虑到农药使用者和农产品采摘者在工作过程中会直接接触农药，因此在计算农药对两者造成的外部性成本时，应乘以人口调整因子Fpeo，即该地区的农业从业人口和总就业人口的比重，从而更好地反映农业生产过程中农药的施用规模。另一方面，经济发展水平较低的地区由于其相对廉价的劳动力使得环境清理成本更低，进而影响农药产生的外部性成本。这就说明地区的经济水平会影响其环境污染成本的高低，所以在计算农药q的外部性成本时，需要乘以经济调整因子Fgdp，即本地区的人均GDP除以全国人均GDP的比值。

(3)农膜污染成本估算

残留的农膜不利于土壤水分和肥料的物质转移，影响土壤的透气性，减少土壤水分的渗透。同时农膜碎片会阻碍作物根系的串通，影响水和养分的吸收，造成粮食减产。其计算公式如下：

(4)

公式(4)中，nmit表示i地区在第t年农膜覆盖面积(单位：公顷)；n表示农膜残留比例(%)；r表示使用农膜导致的粮食损失率(%)；qgrain,it表示i地区在第t年粮食单产(单位：千克/公顷)；pgrain,it表示i地区在第t年粮食的市场价格(单位：元/千克)。本文设定农膜残留比n为41.7%，粮食损失率r为10%[12,14]。

(4)温室气体污染成本估算

农业生产过程会产生大量的温室气体，全球农业排放的CH4和N2O占人类排放总量的比重很高。其中，种植业源温室气体主要包括水稻CH4、土壤本底N2O和肥料N2O的排放，畜牧业源温室气体主要包括禽畜肠胃发酵和排泄物CH4的排放，以及粪便中N2O的排放。因此，本文从种植业和畜牧业两方面进行温室气体污染成本测算[15]，基本公式如下：

(5)

公式(5)中，pc,t表示t年份的碳交易价格(单位：元/千克碳)。根据刘长生等(2003)的研究结论，GWPj,it表示i地区在第t年里温室气体j的全球增温潜势(单位：千克CO2)，其中1千克CH4的增温效果应该是1千克CO2的21倍，1千克N2O的增温效果应该是1千克CO2的310倍[16]；ggj,it表示i地区在第t年里温室气体j(CH4、N2O)的排放量(单位：千克)，27.27%表示CO2中C的含量。接下来，本文将分别计算种植业和畜牧业温室气体CH4和N2O的排放量：

(6)

公式(6)中，CH4crop,it表示i地区在第t年里种植业CH4的排放总量(单位：千克)；zwk,it表示i地区在第t年里k种作物的播种面积(单位：公顷)；αk表示第k种农作物单位面积CH4的排放系数(千克/公顷)。由于水稻是中国最主要的CH4排放源(刘利花，2019)，本文在这里只测算各地区种植水稻排放的CH4[11]，单位农作物CH4排放系数αk引用王明星(1998)和闵继胜(2012)对水稻的测算结果[15,17]。

(7)

公式(7)中，N2Ocrop,it表示i地区在第t年里种植业N2O的排放总量(单位：千克)；βk表示第k种农作物单位面积本底的N2O排放通量(单位：千克/公顷)；sfk,it表示i地区在第t年里k种农作物的施肥总量(据折纯量计算，单位：千克)；γk表示第k种农作物氮肥N2O的排放系数(%)。本文核算作物选取水稻、小麦、大豆，玉米和蔬菜[15]。

(8)

公式(8)中，CH4live,it表示i地区在第t年里畜牧业CH4的排放总量(单位：万吨)；qck,it表示i地区在第t年里第k种禽畜的平均饲养量(单位：万只、头)；δk为第k种禽畜CH4的排放系数(%)。

(9)

公式(9)中，N2Olive,it表示i地区在第t年里畜牧业N2O的排放总量(单位：万吨)；φk为第k种禽畜N2O的排放系数(%)。本文的主要核算禽畜为：牛、羊、猪、马、驴和骡，禽畜CH4和N2O的排放系数均采用闵继胜和胡浩(2012)的研究结果。由于不同的禽畜的生命周期也不相同，所以本文在这里对年平均饲养量进行调整[15]。

(10)

公式(10)中，Mk,it和Mk,i(t-1)分别为t年年末i地区k种禽畜的存栏量和t-1年年末i地区k种禽畜的存栏量，年平均禽畜的饲养量为该年年初和年末禽畜存栏量的平均值。

(5)动态面板模型

基于上述农业面源污染值估算结果及2008—2019年的面板数据，通过建立动态面板模型分析农业贸易对面源污染成本的影响。系统GMM估计法将水平差分GMM与水平GMM结合在一起，以滞后项为工具变量，可以有效解决模型内生性问题。模型对所有变量作对数处理，旨在消除异方差性。

Polluit=α0+α1Pollui(t-1)+α2imit+α3exit+

α4incit+α5govit+α6asit+α7apit+α8invit+

μi+εit

(11)

其中，α0、α1、α2、α3、α4、α5、α6、α7、α8表示常数、上一年农业面源污染成本、农业贸易进口、出口、宏观经济发展水平、政府环保支出、农业产业结构、农业从业人口规模、全社会农业固定资产投资的待估系数，μi代表模型中不能观测、不随时间变动的个体效应，εit表示随机误差项。

2. 变量说明及数据来源

(1)变量说明

本文从化肥、农药、农膜和温室气体四个污染源出发，基于宏观经济数据对农业面源污染的货币成本进行测算。计算出全国31个省份、自治区和直辖市12年间的农业面源污染总成本Pollu，并以2007年农产品价格指数进行平减。选取的核心解释变量是农业贸易进口im和出口ex。农业贸易进口用农业贸易进口总额占总进口总额的比重来衡量，农业贸易出口用农业贸易出口总额占总出口总额的比重来衡量。宏观经济发展水平inc用2007年为基期进行价格平减后的实际人均GDP来衡量。政府环保支出gov用各地区政府财政支出项中环境保护支出额来衡量，并以2007的价格进行平减。农业产业结构as用第一产业产值占GDP的比重来衡量。农业从业人口规模ap用农业从业人数占总就业人数的比重来衡量。全社会农业固定资产投资inv以2007年固定资产投资价格指数进行平减。

(2)数据来源及变量描述性统计

本文2008—2019年的面板数据来源于国家统计局官网、中国海关官方数据、《中国统计年鉴》《中国农村统计年鉴》《中国畜牧兽医年鉴》《全国农产品成本收益资料汇编》《中国农产品价格调查年鉴》。化肥价格摘自《全国农产品成本收益资料汇编》，取三种主要粮食作物水稻(早籼稻、中籼稻、晚籼稻和粳稻)、小麦、玉米的每亩化肥金额与每亩化肥折纯量比值的平均数。化肥的市场价格在2007年物价指数的基础上进行平减，旨在剔除价格变动因素的影响。采用PEA工具法计算农药的农业面源污染成本时，按照杀虫剂、杀菌剂和除草剂三类，选择2019年《世界农药新进展(四)》中国施用量较多的大类农药: 吡虫啉、氟啶虫酰胺等杀虫剂，嘧菌酯、多菌灵、百菌清等杀菌剂和五氟磺草胺、乙草胺、百草枯等除草剂。农药外部性的基本值依照2019年人民币汇率进行调整。除此以外，本文选用水稻、小麦和玉米作为核算农膜造成粮食损失的目标作物。中国在2013年开始实施碳排放交易，考虑到市场的成熟性，本文的碳交易价格取广州碳交易所2017—2019三年的平均价格(0.017元/千克碳)。模型变量的统计特征如表1所示。

表1 变量的描述性统计

三、实证结果

1. 农业面源污染成本测算

中国农业面源污染总成本经历了从2008年的65 905.64元/公顷上升到2012年的74 096.57元/公顷，再下降至2019年的63 620.09元/公顷的倒U形变化轨迹。2008年，化肥污染成本、农药污染成本、农膜污染成本和温室气体污染成本占到总成本的比重为81.32%、10.61%、6.44%、1.63%。至2019年，比重为78.89%、8.89%、10.69%、1.53%。由此看来，化肥污染成本所占比重最大且远远超出其他三项，比重最低的是温室气体。在2008—2019年间化肥、农药、温室气体造成的农业面源污染成本比重在减少，而农膜所占的比重略微上升(表2)。这表明化肥是影响中国农业面源污染的主要因素，其次是农膜和农药，影响程度最小的是温室气体。

从农业面源污染成本的变化量来看，2008—2012年为中国农业面源污染成本的上升期，污染成本增加了8 190.93元/公顷，涨幅为12.43%。化肥、农药、农膜和温室气体的污染成本分别增加了5 977.2元/公顷、-165.2元/公顷、2 442.71元/公顷、-63.77元/公顷，变化的幅度为11.15%、-2.36%、57.55%、-5.95%。化肥、农膜的污染成本呈上升趋势，其中化肥的贡献率为72.97%，农膜的贡献率为29.82%。农药和温室气体的污染成本总体呈下降趋势，农药和温室气体的贡献率分别为-2.03%和-0.78%。这意味着，化肥污染成本的上升仍然是中国农业面源污染成本不断增加的主要原因。2012—2019年为中国农业面源成本的下降期，污染成本显著降低，共下降了10 476.49元/公顷，降幅为14.14%。其中，化肥、农药、农膜和温室气体的污染成本分别增加了-9 384.26元/公顷、-1 171.06元/公顷、111.15元/公顷、-32.31元/公顷，幅度为-15.75%、-17.15%、1.66%、-3.2%。化肥和农药污染成本在逐渐减少，其降幅量的占比分别为88.63% 和11.06%的，温室气体的污染成本也有小幅度的下降。

由于农业面源污染成本变化趋势在2008—2019年间呈倒U形，故本文选取2008、2012和2019三年的数据试述中国农业面源污染成本在省域分布上存在的差异(见表3)。无论是2008年、2012年还是2019年，农业面源污染成本高值地区多集中于华北平原和东部南部经济较发达省份，低值地区则分布于西部和西南部省份。这是因为农业面源污染成本是用来衡量一个地区农业面源污染排放量的货币成本，即某个地区治理污染的耗费或者因污染造成的经济损失。这意味着除了污染排放量外，地区经济发展水平也是重要的影响因素，因此会出现第一产业比重很低的经济发达地区农业面源污染成本却很高的情况。

表3 中国农业面源污染成本的省域差异

2008年，中国农业面源污染成本较高的省份主要集中在华北平原地区、长江中下游经济发达省份及珠江流域地区。而西部地区，尤其是西南青藏高原地区的污染成本最低。上海、江苏、福建、山东、河南、湖北和广东是农业面源污染成本的高值地区，均在3 000元/公顷以上，广东的污染成本达到了3 889.43元/公顷的峰值。贵州、西藏、甘肃和青海的农业面源污染成本不足1 000元/公顷，其中西藏的污染成本最低，为712.38元/公顷。农业面源污染成本最高省份是最低省份的5.5倍。

2012年，中国农业面源污染高于4 000元/公顷的地区分布在华北平原、珠江流域和福建。西藏、青海和贵州的农业面源污染成本为643.23元/公顷、859.84元/公顷和998.17元/公顷，其平均值不到最高值省份广东的五分之一。

2019年，我国农业面源污染成本超过4 000元/公顷的省份只有广东，为4 526.61元/公顷。但是污染成本的高值地区仍多集中于华北平原和长江中下游平原地区，主要有山东2 943.68元/公顷、河南3 711.36元/公顷、福建3 935.81元/公顷和江苏2 805.15元/公顷，分别是全国平均水平的1.15倍、1.44倍、1.53倍和1.09倍。低值地区还是贵州、西藏和青海三个省份，最低值是西藏的610.91元/公顷，为全国平均水平的23.78%。从2008年到2019年，中国农业面源污染成本的最高值省份与最低值省份的差距从5.5倍扩大到7.4倍。

图2 2008—2012年和2012—2019年中国农业面源污染成本变化率的区域差异

图2表示的是2008—2012年和2012—2019年，各省份农业面源污染成本变化率分布图。2008—2012年，除了上海和西藏以外，我国绝大部分省份的农业面源污染成本都呈上升趋势，变化率在0%以上。变化幅度较小的省份多集中于东北、华北、华中和华东地区，其中变化率最小的是浙江(1.3%)。农业面源污染成本变化率较大的省份主要有山西(37.03%)、河南(23.33%)、广东(22.3%)、云南(40.73%)、甘肃(28.57%)、新疆(23.51%)以及变化幅度最大的陕西(61.18%)。由此可见，中国农业面源污染成本高增长省份多为西部地区，尤其是西北地区。与前一期相对，2012—2019年大部分地区的污染成本都有一定的下降。降幅最大的是北京(-42.94%)，其次是天津(-36.47%)、上海(-34.11%)、江苏(-20.14%)、浙江(-22.7%)和安徽(-21.12%)。降幅最小的省份为广西(-1.81%)，变化率不到北京的5%，云南(-1.85%)和河南(-4.09%)紧随其后。整体上看，农业面源污染成本下降程度较大的地区集中在华北和华东，而西部地区污染成本降幅很小。新疆地区的污染成本甚至还在正向增长，变化率为23.1%。

2. 系统GMM估计结果与分析

本文运用stata15对中国31省份2008—2019年的面板数据进行实证分析。在分析各个变量之间的关系之前，有必要对动态面板模型的相关前提条件进行检验。因为动态面板模型需要引入被解释变量的滞后项作为解释变量，模型会存在内生性问题，所以本文采用系统GMM两步法去估计以克服内生性的问题。本文还列出了混合OLS模型、固定效应模型、静态GMM模型的估计结果用以检验各解释变量系数估计的可靠性。由表4列(4)可知，Pollu滞后项系数为0.725，在1%的水平上显著，AR(1)和AR(2)检验对应的P值分别是0.0002和0.612，Sargan检验相应的P值为0.998。这说明设计的模型中存在动态关系，扰动项的差分方程存在一阶自相关，但是不存在二阶自相关，模型中工具变量也接受外生性的原假设。因此本文可以采用系统GMM两步法进行估计，这样既能克服内生性问题，同时又提高了估计效率，使结果更为精确。列(3)使用静态GMM去估计，其结果与列(4)相差很大，核心解释变量的系数甚至出现完全相反的结果，存在有偏性。系统GMM两步法对解释变量滞后项估计结果可能存在偏倚，若系数能位于混合OLS模型和固定效应模型估计结果之间，则一般认为估计结果可靠。表4中Pollu滞后项系数为0.954和0.340，0.725介于两组数据之间，这就进一步说明了动态GMM两步法的估计结果具有有效性和可靠性。

(1)总体估计结果与分析

从表4列(4)中可以看出，Pollu滞后项系数在1%的水平上显著且为正值，这说明中国农业面源污染成本的增长过程中存在明显的惯性，这可能与农业面源污染源，如：化肥、农药、农膜和温室气体等在土壤、水源和空气中残留时间较长有关，上一年排放的污染物会有部分累积在环境中，致使下一年的污染物排放量变高。核心解释变量im系数为-0.032，通过了1%的显著性水平检验，表明农业进口贸易对我国农业面源污染成本具有明显的降低作用。依据贸易环境效应理论分析：①随着公众对环境问题关注度的不断提高，农业进口贸易使中国引进发达国家更加清洁先进的农业生产技术，从而通过技术效应减少了农业面源污染成本；②另外，由于进口农业产品会减缓当地农业生产对环境造成的压力，促使经济结构向低污染的农业产业调整，通过结构效应去降低面源污染成本。另一个核心解释变量ex的系数为-0.044且在1%的水平上显著，这意味着农业出口贸易也会有效地控制面源污染成本。农业出口贸易规模不断扩大，中国为了提高自身农产品在全球农业价值链中的地位，在生产中会有意识地减少化肥、农药等化工品的使用。深刻贯彻绿色生产的理念，从控制污染源的角度去减少农业面源污染成本。我国不但没有出现“污染天堂假说”，贸易开放程度的提高还有利于我国农业环境的保护。本文中im和ex的系数为-0.032和-0.044，农业出口贸易的增长对减轻污染排放起到更加明显的作用。因此应更加注重发挥出口的作用，加强对污染源的控制，减少化肥农药等的投入，提高我国农产品的附加值和国际竞争力。但是这一结论与大部分文献的结果相悖，它们认为进口贸易通过技术效应改善环境的方式是要优于出口贸易的。这可能是因为大部分文献将研究视角置于工业产业。实质上，技术效应对工业产业和农业产业的作用存在差异。农业生产依赖于自然条件，必须严格遵循自然规律，即使使用最先进、清洁的技术，也会造成一定程度的污染，技术效应的作用有限。而工业部门受自然约束较小，技术的更新会马上转换为先进生产力，清洁的生产方式会有效地降低工业污染排放，工业部门中技术效应对环境的正向改进作用明显比农业部门更强。

从其他控制变量来看，inc的系数为0.305，通过了1%的显著性水平检验，说明地区经济增长、人均GDP的提高会导致农业面源污染成本的上升。农业面源污染成本不仅受污染物排放量的影响，也与当地经济发展水平有关。一方面一些地区的经济增长是以牺牲生态环境为代价的，粗放的农业生产方式，盲目扩大作物种植面积，大量使用工业化肥、农药和农膜会破坏土壤和水源，从而使农业面源污染成本上升。另一方面，在经济发展水平较高的地区，治理农业面源污染需要耗费的费用要比经济水平低的地区更高。gov系数为-0.256且在1%水平上显著，政府的环保投入具有显著的污染治理效益，可以通过加大对污染治理的人力和物力的投入，甚至是宣传环保理念和加强教育等各种途径有效降低污染成本。as的系数为-0.210，并没有通过显著性检验，这表明总体农业生产结构对农业面源污染成本影响不明显。ap的系数为0.429，一般来讲，农业从业人口规模越大说明该地区农业部门吸收了更多的人力资源投入生产，大规模的农业生产必然会导致更高农业面源污染成本。inv的系数显著为负，说明农业固定资产投资对减少农业面源污染成本具有正向作用。全社会农业固定资产投资的增加会提高农业生产效率，会相对减少生产过程中化工用品的投入，有利于降低农业面源污染的成本。

表4 农业贸易的估计结果

续表4 农业贸易的估计结果

(2)分地区估计结果与分析

本文接下来将中国大陆分为东部和中西部两大研究区域(1)东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南共计11个省份；中西部地区涵盖了山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、云南、西藏和新疆等余下20个省份。分类的依据是中西部地区在农业生产和农业贸易方面都具有一定的相似性，并且与东部地区的差异较大。，以探讨农业贸易对农业面源污染成本影响的区域异质性。结果如表5所示，无论是东部地区还是中西部地区，Pollu的滞后项系数仍都显著为正，说明各地区农业面源污染成本均存在惯性。分因素看，核心解释变量im的系数分别为0.062和-0.022，且都通过了5%的显著性水平检验。进口贸易对农业面源污染成本的影响存在地区差异，尤其是东部地区，进口贸易产生了一定负面作用，这可能是因为技术效应和结构效应对东部地区环境的改善作用有限。本文认为：①东部地区农业绿色生产方式日臻成熟，产业结构稳定，进口带来的技术效应和结构效应对其影响极为有限。②发达的经济水平也致使农业面源的治理费用逐年上涨。在两者的共同作用下，东部地区进口贸易反而会使农业面源污染成本上升。而中西部与总体样本估计结果无异，技术效应和结构效应对中西部地区作用明显，改变了以往较粗犷的农业生产方式，也调整优化了农业生产结构。另一个核心解释变量ex的系数分别是-0.071和-0.026，二者均通过了5%显著水平检验，这与总体样本估计结果一致，但是东部地区系数的绝对值为中西部地区的近三倍，这说明东部出口的改进效应要远优于中西部。东部地区贸易位置十分便捷，坐拥上海港、天津港和青岛港等大型港口，而中西部地区受到地理区位的限制，其农业部门出口规模会低于东部地区，出口对环境的改进效应自然也会弱一些。

inc和gov的系数与总体结果一致，说明经济发展水平和财政环保支出对农业面源污染成本的影响方向不存在区域差异。中西部inc系数是东部的近2.5倍，这意味着中西部地区为了发展经济而牺牲环境的成本更大。东部地区as和ap系数都不显著，农业产业结构和农业从业人口规模对农业面源污染成本的作用不明显。但是，农业产业结构和农业从业人口规模对中西部地区的影响却较为明确。这是因为，相比东部，中西部地区存在环境规制不健全、产业结构不够完善和自然环境脆弱等问题，大规模开展农业生产造成的环境成本远高于其带来的经济效益。inv的系数基本上与总体估计结果一致，农业固定资产投资存在环境正向改进效应且中西部改进效应大于东部。这可能是由于中西部农业基础设施建设普遍落后于东部，从而带来的改进效应也就更大。

(3)稳健性检验

为了检验农业贸易对农业面源污染成本影响的稳健性，本文采用农业贸易进口总额和出口总额绝对值以替代核心解释变量im和ex，农业从业人口规模改用农业从业人口数的绝对值来衡量，重新进行回归分析。结果发现，与表4列(4)相比，核心解释变量的符号没有发生变化，系数分别为-0.028和-0.039，显著性水平没有明显的变动，数值也较为接近。控制变量系数符号没有发生太大变动，说明总体实证结果不受解释变量的影响。综上所述，本文基本结论具有一定的稳健性。

表5 分地区估计结果

结论与启示

本文通过对中国农业面源污染成本的测算，分析我国农业面源污染成本时空变化规律。并以此作为中国农业面源污染的衡量指标，利用2008—2019年31个省份的宏观数据，运用动态系统GMM估计两步法实证考察农业贸易对农业面源污染成本的影响。研究表明：(1)中国农业面源污染成本存在明显的时空差异，总成本在2008—2019年间呈现倒U形的变化轨迹，其中化肥是影响成本变化的最主要因素。污染成本较高的地区为华北平原地区、长江中下游地区及珠江流域地区。而西部地区的污染成本较低，但其污染成本降幅率却小于其他地区；(2)总体估计结果表明农业贸易与农业面源污染成本显著负相关，农业贸易具有显著的污染治理效应；(3)分地区估计结果表明东部地区的进口贸易与农业面源污染成本系数为正而中西部地区为负，东部地区进口贸易会使污染成本上升，中西部地区却仍存在改进效应。两区域的出口贸易系数与总体一样皆为负，但是东部地区出口的改进效应要远优于中西部地区。

上述结论蕴含的启示主要有：(1)坚持对外开放，保持合理贸易结构。通过实证检验，进出口贸易总体上会给环境带来正向改善效应。然而这一切以合理的贸易结构为前提，若盲目扩大贸易规模，可能会导致国内农业生产超出环境承载力，使生态环境恶化；(2)加大政府环保投入，这是改善环境的重要途径。环保投入具有导向和激励作用，农业生产通过使用先进设备和绿色生产方式减少农业面源污染成本。但中国政府环保支出占GDP比重不足1%，而西方发达国家比重在2%以上，中国政府的环保投入仍需增加[19]；(3)西部地区要加强对农业面源污染的控制，向农民宣传环保意识，引入绿色科学的生产技术，合理使用农业用地，逐渐恢复因农业扩大生产而遭到破坏的环境。