栾 健 韩一军
(中国农业大学 经济管理学院,北京 100083)
改革开放以来,中国农业和农村发展取得了举世瞩目的成就[1],中国已经从根植于土的“乡土中国”转变为城乡互动的“城乡中国”[2]。城镇化的快速推进不仅推动了城市发展和社会结构的变革,也使得以土为生的小农出现高度异质化。一方面,非农比较收益的快速提升使得人力资本较高的农民选择进城打工,缓解了农业生产内卷化[3],促进了农民增收[4];另一方面,城镇化和工业化的发展为农业机械化提供了内生动力[5]。伴随着农地市场的发育和工商资本的下乡,农业由劳动过密投入的土地密集型农业向依赖资本投入的劳动集约型农业转变,生产效率得以提高。
然而,城镇化快速发展造成的环境污染和生态恶化问题愈发严重,在资源低廉、监管缺失的农村地区更为突出[6]。城镇化使得农业生产人工成本不断提升、土地价格快速上涨,导致农村劳动力和耕地非农化趋势日趋严峻。作为劳动力和土地的“廉价”替代品,化肥的过量施用不仅使农产品边际产出逐渐降低,也使得耕地质量不断下降、地下水污染日益严重[7],对农村生态环境造成了巨大破坏[8],已经引起社会与政府的高度关注:2015年3月,农业部提出《到2020年化肥使用量零增长行动方案》(1)农业农村部2015年2月17日发布。,旨在降低农业生产的环境成本;2019年中央一号文件再次强调“加大农业面源污染治理力度,实现化肥农药使用量负增长”。因此,遏制城镇化背景下化肥面源污染恶化趋势,贯彻“绿水青山就是金山银山”理念,是农业可持续发展进程中的重点问题。
目前为止已有较多学者从不同角度探讨了化肥面源污染的成因及驱动因素,总体来说可分为以下三类。第一类研究基于库兹涅茨假说,旨在验证农业经济增长与化肥面源污染之间的关系[9-10],多数研究均表明二者间呈现倒U型或N型曲线关系,且EKC曲线的形状和拐点存在明显的省际异质性[11];第二类研究多基于脱钩理论,探讨农业生产或经济增长与环境污染间的耦合关系[12-14],注重探讨二者关系的动态变化,缺乏化肥面源污染影响因素的因果推断;第三类研究常基于LMDI分解法[15-16]或IPAT方程[17-18],将化肥面源污染分解为若干驱动因素,探讨人口规模、种植结构调整、农村劳动力非农转移和技术进步等因素对化肥面源污染的影响。总体来说,化肥面源污染是制度安排、社会环境变迁和政策因素共同作用的结果。从城镇化角度看,直接探讨城镇化对化肥面源污染影响的研究相对较少,已有研究多从农村劳动力非农转移和农民收入变化两方面间接探讨了城镇化与化肥面源污染的关系。首先,城镇化发展使得非农比较收益不断提升,加剧了农村劳动力非农转移和农民的兼业化经营行为,在农业劳动力成本提升的背景下,农民更倾向于使用廉价省力的化肥替代劳动力投入[19-20];另一方面,农村劳动力的非农转移也使得优质劳动力外流,造成农业生产劳动力质量下降,更加促进了化肥的过量施用,对农村生态环境造成不利影响[17]。其次,城镇化的推进增加了农民收入,缓解了购买化学农资物品的资金约束,在小农生产的风险规避属性下[21],农民更倾向于过量施用化肥,从而加剧面源污染;城镇化发展又会改善农民收入结构,表现为农民经营性收入占比下降,对农业面源污染具有缓解作用[22]。此外,Li[23]基于博赛洛普的人口压力学说,运用河南省县级数据检验了城镇化对化肥施用强度的影响,得出城镇化对化肥施用强度表现为正向影响的结论,但未能考虑城镇化对化肥施用强度影响的异质性。
已有文献为本研究提供了丰富借鉴,但存在以下不足:首先,已有研究多将不同研究区域看作独立个体,忽略了化肥面源污染空间溢出的可能,且农村劳动力的跨省流动使得城镇化对化肥面源污染的影响存在省际交互效应,忽略了省份间的空间关联可能导致偏误;其次,已有研究多从城镇化带来的收入水平变化和劳动力再配置等某一方面进行探讨,缺乏对城镇化对化肥面源污染影响综合效应的评估;第三,已有研究多直接假设城镇化对化肥面源污染存在线性影响,而考虑到中国城镇化正处于由数量扩张型发展向质量提升型发展转型的新阶段,城镇化对化肥面源污染的影响可能存在非线性关系。因此,本研究以2000—2016年中国31省(市、自治区)面板数据为样本(统计数据未含港澳台地区,下同),基于门槛效应与空间溢出的双重视角探讨城镇化对化肥面源污染的影响,以期为实现城镇化与农业环境协调发展提供对策建议。
通过分析城镇化对化肥面源污染的作用机理,深入认识城镇化对化肥面源污染的影响。城镇化对化肥面源污染的门槛影响路径可分为扩张效应和质量效应(图1)。在此基础上,探讨城镇化对化肥面源污染的空间溢出作用机理。
城镇化会通过扩张效应加剧化肥面源污染。首先,城镇化使城市人口和城镇就业人口规模迅速扩大,农产品刚性需求不断攀升[24]。在耕地和农业劳动力日益稀缺的背景下,化肥则成为解决困境的重要投入要素。加之农民的风险规避偏好[21]、施肥技术认知缺乏[25]以及农资市场信息不对称等问题[26],化肥过量施用成为常态。伴随着农产品需求变化引发的农业结构调整,化肥面源污染愈发严重[18]。其次,城镇化通过改变土地利用方式,加剧化肥面源污染。一方面,城市公共建设用地和非农产业建设用地需求的大幅提升挤占了耕地数量[27];另一方面,化肥投入的逐年增加又降低了耕地质量[28],为保障务农收入,农民不得不继续追加化肥,产生恶性循环。第三,城镇化带来农村劳动力非农转移,加剧化肥面源污染[18]。劳动力非农转移使得农业劳动力机会成本上升,农业要素相对价格的变化驱使农户更多采用耕地集约型和劳动力节约型的技术,在农民收益短期化视角下,化肥以其“低廉”的成本成为了最优选择。
图1 城镇化推进对化肥面源污染影响理论分析
Fig.1 Theoretical chart of urbanization’s impact on chemical fertilizer non-point source pollution
城镇化会通过质量效应抑制化肥面源污染。首先,随着经济发展和城镇化水平提升,消费者对农产品绿色生产方式和消费方式的需求会不断升级。从理论上讲,城镇化的发展可以使农业环境质量被纳入到消费者效用函数中,在市场需求的约束下,诱使农业生产者和政府关注农业生态环境。其次,城镇化的发展为环境友好型技术如测土配方施肥的研发提供了资金支持,也使得资本密集型的绿色技术推广成为可能;农村劳动力的再配置也推动了农地市场发育[29],促进了农地经营规模的扩大,使农民更倾向于采纳测土配方施肥等绿色技术[30],缓解化肥面源污染。第三,城镇化的发展也会提升进城务工农民的受教育水平和收入水平,从而对绿色农业生产意愿产生正向影响[31]。介于当前中国经济仍处于结构转型与城镇化加速发展阶段,城镇化对化肥面源污染的影响可能存在非线性关系,具体作用方向取决于扩张效应和质量效应的相对大小。
城镇化会通过空间溢出导致化肥面源污染的跨省转移。从自然条件看,化肥面源污染主要以水为载体进行传递,邻近省份间相似的水系、地貌特征和气候条件使得污染“转嫁”成为可能。从环境规制看,不同省份间环境监管力度与能力存在较大差异,这就为化肥面源污染的空间溢出提供了制度条件。从劳动力市场看,各省份间的劳动力市场存在关联性,农村劳动力转移跨省转移逐渐成为普遍现象[32]。首先,劳动力跨省转移直接增加了转入省份的农产品需求。而转入省份通常为经济发达省份,在农业资源禀赋被不断挤占的背景下,必然增加对邻近省份的农产品需求,加剧化肥面源污染。另一方面,由于邻近地区农业产业存在“黏性”,城镇化进程中的省际劳动力转移会直接改变劳动力转出省份农业生产的要素配置、技术选择和种植决策,改变农户的化肥施用行为,实现化肥对劳动力的有效替代,造成化肥面源污染的“转嫁”。
在环境影响与社会经济发展关系问题的分析上,Dietz等[33]提出的STIRPAT(Stochastic impacts by regression on population, affluence and technology)模型由于允许在原模型基础上进行拓展而得到广泛应用。其常见形式为:
(1)
式中:Ii、Pi、Ai、Ti分别代表环境压力、人口规模、富裕程度和技术水平,a为模型系数,b、c和d分别表示各驱动因素的环境弹性,e为随机误差项。通过对原有模型进行改进,设定基础模型如下:
lnEit=β0+β1lnPit+β2lnAit+β3lnSit+β4lnTit+β5lnUit+μit
(2)
式中:Eit为第i省第t年的化肥面源污染程度,Pit、Ait、Sit、Tit和Uit分别表示第i省第t年的人口规模、富裕程度、种植业结构、化肥施用技术水平和城镇化率(下同),β0至β5分别表示待估计参数,μit为随机误差项。
门槛回归模型设定。门槛效应是指当某一变量达到特定的阈值后,引起另一个变量发生方向或数量上的结构突变。门槛模型的优势在于,将结构变化内生于经济系统内部[34],避免了主观判断阈值导致的估计偏误。考虑到城镇化对化肥面源污染的影响可能受到经济发展水平的调节,选取富裕程度lnAit作为门槛变量建立单一门槛回归模型:
lnEit=β0+γ1lnUit·I(lnAit<λ1)+γ2lnUit·I(lnAit≥λ1)+β1lnPit+β2lnAit+β3lnSit+β4lnTit+eit
(3)
空间计量模型设定。在运用空间计量模型前,需要进行空间自相关检验,以确定化肥面源污染存在空间自相关性。采用Moran指数检验化肥面源污染的空间自相关性,具体如式(4)所示:
(4)
确定存在空间自相关性后,参照LeSage等[35]的研究建立空间面板杜宾模型(SDM):
lnEit=β0+ρWlnEit+β1lnPit+β2lnAit+β3lnSit+β4lnTit+β5lnUit+θ1WlnPit+θ2WlnAit+θ3WlnSit+θ4WlnTit+θ5WlnUit+εit
(5)
式中:W为空间权重矩阵;WlnEit表示化肥面源污染程度的空间依赖,WlnPit、WlnAit、WlnSit、WlnTit和WlnUit则分别表示各解释变量对化肥面源污染程度影响的空间依赖;ρ、β0~β5、θ1~θ5分别表示待估计参数,ε为随机干扰项。SDM模型可将城镇化对化肥面源污染影响的总效应分解为直接效应和间接溢出。
被解释变量:化肥面源污染程度(E)。化肥对农业生态环境的影响主要通过地表径流、农田排水和地下淋溶等渠道汇入水体实现,因此总污染指标可以用渗入水体中的面源总氮负荷(TN)和总磷负荷(TP)衡量。从化肥种类看,氮肥、磷肥和复合肥均会产生以上两种污染指标。鉴于现有统计数据中没有关于化肥面源污染省际排放的直接数据,采用单元调查评估法[11]对各省化肥面源污染排放量进行核算,具体计算公式为:
EL=∑ELij=∑Cij×δij=∑Ti×ωij×δijE=EL/AL
(6)
式中:EL表示化肥面源污染总排放量;ELij为第i种化肥产生的进入水体的第j种污染物的排放量;Cij为第i种化肥产生的对水环境具有潜在污染影响的第j种污染物量;Ti为第i种化肥施用折纯量;ωij为第i种化肥产生第j种污染物的产污系数;δij为第i种化肥的流失率;AL为农作物播种面积,E为化肥面源污染排放强度。
核心解释变量。城镇化程度(U)。城镇化包含人口、经济、土地和社会等方面内容,但本研究主要关注的是城镇化带来的要素配置对化肥面源污染的影响,而且相关政策的制定和实施多以人口城镇化为参考依据,因此采用常住城镇人口数除以该省的年末常住人口数表示城镇化程度[36],即城镇化率。
控制变量。人口规模(P),用各省年末常住人口数表示。化肥施用的根本目的在于保障农产品供给,满足由人口增长带来的农产品消费需求,人口规模是推动化肥施用不断增加、导致化肥产生污染的驱动因素。富裕程度(A),用各省人均GDP表示。由于经济发展水平直接决定了农民的生产经营方式、管理能力和环保意识,因此人均GDP对化肥面源污染具有重要影响。为消除价格因素带来的衡量偏差,折算成2000年不变价格。化肥施用技术水平(T),用各省农业产值除以化肥施用折纯量表示,农业产值折算成2000年不变价格。随着化肥施用技术水平的提升,单位化肥施用折纯量带来的农业产值不断增加,化肥面源污染排放量也将下降。此外,种植业结构(S)对化肥面源污染具有重要影响,不同农作物养分需求量的差异导致化肥投入和产污量必然有所分别。一般说来,经济作物的化肥施用量要明显高于粮食作物。因此,用各省粮食作物播种面积在农作物总播种面积的占比表示种植业结构(S)。各变量描述性统计指标如表1所示:
表1 各变量描述性统计指标Table 1 Descriptive statistical indicators of variables
选择2000—2016年全国31个省(市、自治区)的面板数据作为研究样本。研究所需的基础数据均来自于2001—2017年的《中国统计年鉴》[37]、《中国农村统计年鉴》[38]及各省相应年份的统计年鉴,个别缺失值采用插值法填补。
通过式(6)计算的2000和2016年各省化肥面源污染排放强度如表2。总体来说:1)化肥面源污染排放强度表现为:东部>中部>西部,且存在明显的空间集聚特征。东南沿海地区的化肥面源污染问题最为严重,如江苏、浙江和广东省,2016年化肥面源污染排放强度平均值超过70 kg/hm2,此类省份多为经济较为发达省份,人口密度大、城镇化水平高,农村劳动力和土地非农转移趋势明显,农业集约化程度较高。2)从动态演进轨迹看,化肥面源污染存在由东部省份向中西部省份辐射的演变趋势。2016年内蒙古、黑龙江、陕西、河南、云南、广西等中西部省(自治区)化肥面源污染排放强度相比2000年有明显提升,其中又以内蒙古自治区最为明显,化肥面源污染排放强度提升了1.95倍。而辽宁、江苏和山东等东部省份化肥面源污染排放强度有所下降,表明化肥面源污染可能存在空间“转嫁”。
表2 中国31省份化肥面源污染排放强度(2000和2016年)Table 2 Emission intensity of chemical fertilizer non-point source pollution in 31 provinces of China in 2000 and 2016
首先采用经典计量模型考察城镇化对化肥面源污染的影响,具体估计结果如表3所示。采用混合OLS回归对式(1)进行估计,F检验和BP-LM检验值分别为369.91和2 693.56,均在1%显著性水平上拒绝原假设,表明采用混合OLS是不合理的。随机效应和固定效应模型估计结果如表3中列(2)和列(3)所示,Hausman检验结果为34.89,在1%显著性水平上拒绝原假设,表明固定效应更加合理。针对固定效应模型,分别采用修正Wald检验、Wooldridge检验和Pesaran CD检验对面板数据组间异方差、组内自相关和组间自相关问题进行检验,结果均拒绝原假设。在此基础上,采用FGLS法进行估计,为确保结果的稳健性,同时采用Driscoll-Kraay标准误修正固定效应模型,结果如表3中列(4)和(5)所示。表3中所有估计结果均表明,城镇化率对化肥面源污染的影响直接表现为促进作用,某种程度上反映城镇化对化肥面源污染的总体影响中,扩张效应占据主导地位。从其他因素看,各因素对化肥面源污染影响与预期一致,人口规模、富裕程度对化肥面源污染产生正向影响,而粮食种植占比和化肥施用技术进步抑制了化肥面源污染。为明确城镇化的门槛效应,采用门槛回归分析进行研究。
表3 经典面板回归与门槛回归结果Table 3 Estimation results of classical panel model and threshold model
注:表中括号内的数值为标准误,***、**、* 分别表示在1%、5%和10%的显著性水平上显著,下同;人均收入门槛值8 768元为2000年不变价格。
Note: Standard error is expressed in parentheses. ***, **, and * represent significances at the levels of 1%, 5% and 10%, respectively. The same below. Income per capita which is 8 768 is the price level of 2000.
根据理论分析,城镇化对化肥面源污染影响可能存在门槛效应,以反映各省经济发展水平的人均收入作为门槛变量,建立城镇化对化肥面源污染影响的面板门槛回归模型。门槛效应检验结果表明(如表4),单一门槛模型的F值在1%显著性水平下拒绝原假设,但双重门槛模型未能拒绝原假设,可认为城镇化对化肥面源污染存在单一门槛效应。
表4 城镇化对化肥面源污染影响门槛效应检验与门槛值估计结果Table 4 The results of threshold effect test and threshold evaluation of urbanization on chemical fertilizer non-point source pollution
注:P值采用Bootstrap法抽样500次得到的结果。
Note:Pvalue is estimated using Bootstrap method of 500 times’ samplings.
门槛回归结果表明(表3最后一列),当人均收入低于8 768元(3)人均收入门槛值8 768元由e-0.131 5×10 000计算得到。(2000年不变价格)时,城镇化对化肥面源污染影响的估计系数为0.064,且通过1%显著性水平检验,在该阶段,城镇化对化肥面源污染的影响主要表现为扩张效应,城镇化的推进将会加剧化肥面源污染;当人均收入超过8 768元(2000年不变价格)时,城镇化对化肥面源污染影响的估计系数为-0.072,且通过1%显著性水平检验,在此阶段,城镇化对化肥面源污染的影响更多表现出质量效应,城镇化的推进将会缓解化肥面源污染。考虑到省份的异质性,根据价格指数计算出各省份的2016年门槛值,依据是否跨越门槛值将31省份划分为两类,可以发现:2016年已实现门槛跨越的省份多为东部省份,此类省份虽然当前化肥面源污染仍较为严重,但城镇化对化肥面源污染的影响已经表现为抑制作用,推进城镇化可以有效缓解化肥面源污染问题;未跨越门槛的省份多为中部和西部省份,城镇化水平相对较低,仍处于扩张效应占据主导地位的阶段,促进此类省份早日跨越门槛、推动城镇化质量效应的发挥至关重要。
采用全局Moran指数对化肥面源污染和城镇化率的空间相关性进行检验,检验结果表明,2000—2016年中化肥面源污染的Moran指数均为正(0.298~0.448),城镇化率的Moran指数也同样为正(0.083~0.428),除个别年份外,二者均在1%显著性水平上通过检验(4)此处的Moran指数使用邻接空间权重矩阵计算得出,空间地理权重矩阵下化肥面源污染和城镇化率的Moran指数仍然显著。,表明城镇化与化肥面源污染存在着显著的空间依赖性,因此有必要采取空间面板模型进一步探究城镇化对化肥面源污染的空间溢出。一阶邻近权重矩阵和地理距离权重矩阵下的Hausman检验分别为38.19和25.7, SDM退化成SLM的LR检验值分别为444.78和569.25,退化成SEM的LR检验值分别为388.35和414.96,均在1%显著性水平拒绝原假设,表明应选择SDM固定效应模型。
SDM固定效应估计结果中,两种权重矩阵的空间自相关系数分别为0.487和0.493,均通过1%显著性水平的检验,表明省域化肥面源污染排放强度存在显著的空间相关性,本省的化肥面源污染会对邻近省份产生影响。各因素的Wx系数多数显著,表明化肥面源污染的影响因素存在显著的空间交互效应(5)由于篇幅限制,此处省略了SDM固定效应估计结果汇报,有兴趣的读者可以向作者索取。。为明确各驱动因素对化肥面源污染的影响路径,采用SDM偏微分法将各驱动因素对化肥面源污染影响的总效应分解为直接效应和间接效应。邻接空间权重矩阵估计结果如表5前三列所示。城镇化对化肥面源污染影响的直接影响、间接溢出和总效应均显著为正,且间接溢出远大于直接效应。首先,城镇化对化肥面源污染影响的总效应为正,表明2000—2016年中城镇化的扩张效应仍占据主导地位,城镇化结构转型带来的质量效应尚未充分发挥,与经典面板回归结果具有一致性。其次,间接溢出远大于直接效应,表明城镇化的推进会实现化肥面源污染的跨省“转嫁”。对于经济发达省份,城镇化的推进很大程度上得益于落后省份劳动力的跨地区优化配置,这使得落后省份农业生产的人工成本不断提升。在利润最大化的驱动下,邻近省份的农民更倾向选择化肥替代劳动,加剧了邻近省份的化肥面源污染。第三,城镇化在省份间也具有示范作用,一方面会提升自身与邻近省份提高城镇化率的竞争程度,促进化肥面源污染排放,另一方面也会对农产品需求产生竞争。对于东南沿海等农业资源禀赋相对不足的省份,城镇化进程推进加重了其对邻近省份的农产品需求,加剧了邻近省份化肥面源污染问题的严峻性。
表5 空间杜宾模型的空间效应分解Table 5 Decomposition of spatial effects of SDM
控制变量中:
人口规模对化肥面源污染更多的通过间接溢出和总效应表现出来,人口规模增加较快的省份多集中于东部地区,人口规模增加必然提升农产品需求,在本地农产品供给刚性约束下,农产品会通过跨区贸易实现供求均衡,使得邻近省份农产品供给压力增大,导致邻近省份化肥面源污染加剧。
富裕程度对化肥面源污染的直接效应、间接溢出和总效应均显著为正。一个省份富裕程度的提升加剧了自身和邻近省份的化肥面源污染。可能的原因在于:富裕程度越高、经济越发达的省份,农业产值占比越低,越有可能通过增加化肥等投入要素确保粮食安全,这种发展模式也会通过间接溢出促进邻近省份的化肥面源污染。
种植结构对化肥面源污染影响的直接效应为负,总效应为负,间接溢出未通过显著性检验。直接效应为负,表明利润驱动下农户种植结构的调整使经济作物种植比例上升,由于经济作物的施肥量远高于粮食作物,粮食作物种植比例的降低会加剧本地的化肥面源污染。间接溢出为正但未通过显著性检验,原因可能在于:考虑到省份间农产品贸易供求关系,本地粮食种植比例下降会促进邻近省份粮食种植比例的上升,即本地的种植结构调整会对邻近省份农民种植决策产生反向推动作用,从而缓解邻近省份化肥面源污染问题。然而,由于农产品跨省运输可能存在市场约束和较高的交易成本等问题,间接溢出不显著。
化肥施用技术水平对面源污染影响的直接效应为负,总效应为负,间接溢出未通过显著性检验。化肥施用技术水平的提升对化肥面源污染的直接影响表现在测土配方施肥、水肥一体化技术和新型肥料的应用与推广使得化肥得到有效吸收利用,降低化肥污染排放量,因此本省化肥施用技术进步可以有效降低本地化肥面源污染。间接溢出未通过显著性检验,表明化肥施用技术进步的扩散效果不明显。化肥施用技术进步的溢出效应受农民吸收和消化能力约束,由于邻近省份对于本省技术进步溢出的接受能力存在差异[39],在农业技术推广体系不完善的背景下,化肥施用技术进步的间接溢出效果有限。
为检验模型的稳健性,同时构建地理距离空间权重矩阵进行估计(表5后三列),各驱动因素的作用方向和显著性与邻接权重矩阵估计结果大致相同,表明估计结果稳健。
基于门槛效应和空间溢出双重视角,以2000—2016年31省面板数据为样本,采用门槛回归和空间计量模型探讨了城镇化对化肥面源污染的影响。通过统计描述与计量经济模型的实证研究,得出结论如下:
1)化肥面源污染排放强度总体表现为:东部>中部>西部,且空间集聚特征明显;从化肥面源污染的动态演进轨迹看,化肥面源污染存在由东部省份向中西部省份转移的演变趋势。
2)从门槛效应看,城镇化对化肥面源污染具有单一门槛效应,当人均收入水平低于8 768元(2000年不变价格,下同)时,城镇化的扩张效应占据主导地位,城镇化的推进会加剧化肥面源污染;当人均收入水平高于8 768元时,城镇化的质量效应占据主导地位,城镇化的推进会缓解化肥面源污染。
3)从空间溢出看,城镇化对化肥面源污染的影响具有明显的间接溢出,且间接溢出远大于城镇化对本省份化肥面源污染的直接影响,发达省份城镇化的推进可能会实现化肥面源污染的“转嫁”。
揭示了城镇化对化肥面源污染的影响,具有以下几点政策含义。
1)城镇化推进能否缓解化肥面源污染取决于经济发展水平是否跨越门槛值。在中国经济结构性改革的转型阶段,更应注重城镇化质量效应而非扩张效应的发挥。尽早跨越经济发展水平门槛,严控城镇化的低效扩张、推进城镇化的质量提升,不仅有助于促进经济增长,更有利于实现农业高效、可持续发展。
2)考虑到城镇化对化肥面源污染影响的空间溢出,在制定相关政策时,不仅要考虑到各省内部的驱动因素,也要关注邻近省份驱动因素的交互作用,对各省间的农业产业政策应进行统筹布局,实现农业资源的合理有序竞争。各省城镇化的推进和化肥面源污染防治更应协调统筹、均衡发展,严防个别省份城镇化发展过快带来的污染“转嫁”,寻求城镇化推进与农业绿色生产之间协调的均衡点,建立完备的省际间农业合作机制、农业环境政策联动机制,加强省际农业生产合作与交流。东部省份多表现为人口的净流入,更应注重与周边人口净流出省份形成农业协同发展共同体,避免化肥面源污染的负向溢出,实现城镇化发展与绿色农业的双赢。
3)考虑到城镇化发展的异质性,不同省份化肥面源污染应因地制宜、综合治理。中西部省份多处于城镇化扩张效应占主导地位的阶段,将是未来化肥面源污染防治的重点,应兼顾城镇化推进和化肥面源污染防治,加强与东部发达省份政府部门的合作与协调,弱化行政壁垒的边界作用,实现城镇化发展与农业生态环境的良性互动,推进农业绿色发展。东部省份城镇化发展相对较快,应利用经济优势设立农业绿色补偿基金,加强绿色有机肥、生物肥的研发与推广,充分挖掘城镇化质量效应的潜力。
此外,本研究仅从城镇化对化肥面源污染的作用效果进行了评估,未能对城镇化扩张效应和质量效应的作用路径进行实证检验,这也是本文的不足之处,该问题有待于后续进一步研究。