农业生产集聚提升了环境效率吗？——基于环境规制调节效应的分析

颜 华，魏秀宇，齐 悦，张 梅

（东北农业大学经济管理学院，哈尔滨 150030）

一、引言

2004年以来，我国粮食总产量取得“十七连丰”，于2020年达到13 390亿斤，稳站1.3万亿斤台阶，粮食稳产保供给能力日渐提升。但是，农业资源过度开发和农业投入品过量使用等一系列环境问题日益凸显。据《第二次全国污染源普查公报》数据显示，农业源化学需氧量、总氮、总磷排放分别占污染物总排放的49.77%、46.52%、67.22%，农业污染已超过工业污染成为中国第一大污染源。为此，我国先后颁布一系列环境规制政策法规，加大环境保护力度，中央一号文件更是连续6年提出“推进农业绿色发展”。在这一现实背景下，如何兼顾农业生产和环境可持续发展，提高农业环境效率，成为当前学术界的研究热点。近年来，随着党中央提出“加强粮食生产功能区和重要农产品生产保护区建设”，发展国家粮食产业带已成为保障粮食安全的战略选择。农业生产集聚得到了政策的有效引导和支持，形成了如东北玉米和大豆集聚区、东北和长江流域水稻集聚区、黄淮海小麦集聚区等农业生产布局，已成为农业现代化发展的重要趋势（杜建军等，2017），被众多学者看作是推动农业提效增产的有效选择（邓晴晴等，2020；赵丹丹等，2020）。

目前，学术界对农业生产集聚、环境效率的相关研究，主要可分为三类。第一类是对农业生产集聚的相关研究，主要包括农业生产集聚的时空演化格局、影响因素及其经济效应。研究认为，集聚能改变农业生产决策、积累专用性人力资本、降低交易成本、创造分工经济，进而提升农业生产效率、促进农民增收（邓晴晴等，2020；赵丹丹等，2019），但对环境效率的讨论相对欠缺。第二类是农业环境效率相关的研究，多侧重于效率测算、空间差异和影响因素的分析（李谷成等，2011；马贤磊等，2019）。这些研究从农地经营规模、土地流转、人力资本等多个维度分析农业环境效率空间差异的原因，但较少考虑农业生产空间分布的特征及其变化。第三类是对农业产业集聚与环境关系的研究，存在三种代表性观点。一是，农业产业集聚能有效改善农业生态环境。其逻辑在于，农业产业集聚是在空间上集种植、加工、流通于一体，包含农户、企业、机构与市场等在内的网状体系（王艳荣等，2011），为企业在节能减排上的合作提供了可能，通过形成的迂回经济提高碳排放效率，改善农业生态环境（程琳琳等，2018）。二是，产业集聚会吸引高污染行业在内的各类行业向相同区域汇聚，造成各类污染物叠加的现象，对环境产生较大的负面影响，引起空气污染和水污染（杜建军等，2017）。三是，农业产业集聚与农业环境的关系并不确定，除了存在一定的区域差异性（薛蕾等，2020），还存在门槛效应（杜建军等，2017）。

由于农业产业集聚更多地表现为农业企业生产活动的集聚，已有研究较少关注农业生产过程中产生的污染问题，且农业生产集聚带来的生产环境和生产方式的改变是否有利于改善环境效率尚不得知。因此，本文重点关注农业生产集聚分布所产生的污染排放情况，先从理论上阐释农业生产集聚影响环境效率的作用逻辑以及环境规制在其中的调节效应，并提出研究假说；再基于2001～2018年中国省级层面数据测度农业环境效率，进一步检验农业生产集聚与农业环境效率的关系，并分析环境规制在农业生产集聚对农业环境效率影响中发挥的调节作用。

二、理论机制与研究假说

（一）农业生产集聚影响环境效率的理论分析

根据集聚经济理论，集聚能产生外部性和规模经济（Marshall，1890），会改变传统农业生产方式与经营制度，进而影响农业环境效率。具体而言，农业生产集聚对环境效率的影响机理为：一是规模经济效应。农业生产集聚吸引土地要素集中并产生规模化效应（邓晴晴等，2020）。这不仅可以减少单位面积上农资的投入成本，降低化肥施用强度，提高施用效率，还可以促进新型农业经营主体等形成专业技能劳动力（季书涵等，2016），新型农业经营主体通过替代、带动小农户进行农业生产，有利于增加有机肥和绿色生产技术采用的机会，从而正向影响农业生态环境。二是知识溢出效应。农业生产集聚带来生产同类农产品的生产技术集聚，而这些要素的地理集中有助于发挥知识溢出效应（Verspagen等，2004）。农业生产要素的地理邻近不仅创造农户间交流机会、加快技术信息传播速度，还降低农户信息搜寻成本和技术推广成本。这有助于通过共享生产资源的方式提高农户绿色生产技术信息获取能力，强化农民之间的技术交流，提高农业经营水平，促进绿色农业生产技术推广与使用，进而可能对农业环境效率产生积极影响。三是专业化分工效应。农业生产集聚的发展衍生出农户对农业生产技术的需求，推动农业生产外包服务发展，进而促进农业生产纵向分工深化。专业化分工能有效降低交易成本，提高交易效率，在农业生产中减少各生产环节单位产出的污染排放，有利于提高农业环境效率。同时，农业生产性服务以及植保专业化服务能有效促进农户采纳绿色生产技术、降低农药施用强度，带动农户绿色生产。

然而，农业生产集聚具有一定的生命周期阶段（周新德，2009），一定集聚水平范围内有利于改善农业环境效率，但过度集聚会导致生产要素成本上升，影响资源配置效率，产生集聚不经济。随着农业集聚水平提高，区域内种养规模也随之增加，一旦超过规模临界水平，生产者受到劳动力或资金的约束会追加化肥的投入，加速农业面源污染排放。农业生产集聚也可能消耗大量能源与资源，增加二氧化碳排放，并产生大量农业生产废弃物，导致资源错配，造成碳排放总量上升（杜建军等，2017）。此外，农业生产的过度集中易争夺公共基础设施和社会化服务等公共资源，推高土地、劳动力等农业生产要素价格，并在农户间产生恶性竞争降低技术创新的持续性，从而降低服务质量、增加农业生产成本、导致资源低效供给，不利于农业减排（张哲晰等，2019）。据此，提出如下研究假说：

H1：农业生产集聚对环境效率的影响呈非线性“倒U”型结构，即生产集聚水平上升达到一定层级后，进一步上升对环境效率的影响效应由正向变为负向。

（二）环境规制的调节作用

环境规制是指个体或政府为保护环境，通过环保意识或行政法规、经济手段直接或间接干预企业对资源利用的约束性力量。在农业领域，环境规制则意味着对农业生产方式加以干预，影响农业生产集聚区布局，以实现保护环境的目的。一方面，环境规制有创新补偿效应，适当的环境规制会刺激技术创新，改变农业生产方式和布局，提高农业科技创新效率（赵丽娟等，2019），对农业环境产生正外部性。具体而言，集聚区内各农业经营主体为抵消环境规制成本，会寻求更环保的生产方式，减少农药、化肥等生产资料的过量使用，增加绿色农业生产技术使用，实现绿色农业生产要素代替污染要素、消极减污向主动减污转变，从而改善农业环境。此外，小农户进行绿色农业生产会产生较高的农业生产成本。在环境规制的管控下，农户出于成本最小化的考虑往往主动加入集聚区，通过分工合作分摊农业绿色生产成本，共享农村环境保护基础设施建设，从而扩大区域内农业专业化生产规模，进一步提升农作物种植集中程度，激发集聚经济效应，促进环境改善。另一方面，环境规制存在遵循成本效应。环境规制可能挤压区域内农业生产成本、污染治理成本，降低全要素生产率（Conrad等，1995），挤占农业生产投资，加大集聚区内各农业经营主体生产难度，从而降低对集聚区外的农业经营主体的吸引力，使集聚的规模和数量停滞不前或下降，无法发挥集聚经济效应，从而对农业环境产生负向影响。此外，环境规制可能存在“相对性制度失灵”现象，政策限制相对宽松（石华平等，2020），在约束农户生产行为方面效果欠佳，限制了集聚经济效应的发挥。据此，提出如下研究假说：

H2：环境规制在农业生产集聚与环境效率的关系中发挥调节作用，但影响方向不确定。

三、模型设定与变量选取

（一）农业环境效率模型构建及变量选取

1.SBM-Undesirable模型

本文采用Tone（2003）提出的考虑非期望产出的非径向、非角度的SBM-Undesirable模型测算农业环境效率，该模型弥补了传统DEA模型径向和角度造成的测算偏差，是评价环境效率的主要方法。

本文以我国31个省（市、区）作为决策单元构造农业环境效率的可能性边界。假定农业生产系统有n个决策单元，每个决策单元包含一个投入变量、一个期望产出变量和一个非期望产出变量，它们表示为x∈Rm、yd∈Rs1、yu∈Rs2，定义矩阵X、Yd、Yu为以及同时假定X＞0、Yd＞0、Yu＞0，由此将生产集合转化为：其中，λ∈Rn为权重向量，则SBM-Undesirable模型可表示为：

式（1）中，sx、sd、su分别表示投入、期望产出、非期望产出的松弛变量。ρ*是目标函数，关于sx、sd、su严格递减，当sx=sd=su=0时，即ρ*=1，表示决策单元完全有效率；当0＜ρ*＜1时，表示该决策单元存在效率损失。

2.变量选取

（1）投入变量。参考王宝义等（2018）的研究，选取以下变量表征农业生产投入产出情况。①农业劳动力投入=农林牧渔业从业人员×（农业总产值/农林牧渔业总产值）。土地投入。考虑数据的动态性以及不同地区的复种指数的差异，用农作物总播种面积表示，单位为千公顷。②碳排放估算的基本公式为E=∑Ei=∑Ti×δi。式中，E为碳排放总量；Ei为各碳排放源排放量；Ti为各种碳排放源的量；δi为各碳排放源排放系数。其中，各类碳排放源的碳排放系数参考李波等（2011）的研究。劳动力投入。借鉴大多数文献采用权重系数法估算农业从业人数①，单位为万人。③化肥投入。用化肥施用折纯量表示，单位为万吨。④机械投入。用农业机械总动力表示，单位为万千瓦。⑤农药投入。用农药使用量表示，单位为万吨。⑥农膜投入。用农膜使用量表示，单位为万吨。⑦灌溉投入。用有效灌溉面积表示，单位为千公顷。

（2）产出变量。①期望产出。选取以2001年为不变价格计算的农业总产值作为合意产出指标，单位为亿元。②非期望产出。农业是温室气体的第二大来源，在农业生产过程中，农业化学制品的生产和使用、农业灌溉对电能的利用、农业机械对化石燃料的消耗等农业生产活动直接或间接地造成碳排放，对农业可持续发展提出较大考验。故借鉴田伟等（2014）的研究，以碳排放作为农业生产的非期望产出，并选取农业生产过程中化肥、农药、农膜、柴油、翻耕和灌溉6种碳排放源产生的碳排放总量进行估算②。

（二）计量模型构建及变量选取

1.基本模型设定

为探究农业生产集聚与环境效率之间的影响关系，本文以环境效率为被解释变量，农业生产集聚为核心解释变量，建立如下基准回归模型：

式（2）中，Aeeit代表i省t年度的农业环境效率，Aggit为农业生产集聚，Xit表示控制变量集，同时控制个体效应μi、时间效应vt，εit为随机误差项。α0、α1、α2为待估系数。为了检验农业生产集聚与环境效率的非线性关系，在式（2）的基础上加入农业生产集聚的平方项，如下所示：

2.调节效应模型

为了考察环境规制对农业生产集聚与环境效率关系的调节作用，在式（2）、（3）的基础上构建以下模型：

上式中，erit是调节变量，为避免多重共线性问题，将解释变量（Aggit）和调节变量（erit）分别进行中心化处理，再将二者相乘生成交互项，交互项系数、表示环境规制对农业生产集聚与环境效率关系的调节效应。

3.变量选取

（1）被解释变量（aee）由上文测算的农业环境效率值表示。

（2）解释变量为农业生产集聚（agg）。测度农业生产集聚程度的指标主要有空间基尼系数、区位熵、产业集中度、产业平均集聚率、重心模型等。由于区位熵可真实反映经济活动在地理空间上分布状况，消除区域间规模差异的特点，并考虑数据指标的可获得性，本文借鉴赵丹丹等（2020）的做法，采用区位熵指数测算各省份粮食作物的集聚及专业化程度。计算公式如下：

式中，Qi表示i省粮食作物的区位熵；Ei为i省粮食作物的播种面积；Et为i省农作物播种面积；At为全国粮食作物播种面积；At为全国农作物播种面积。Qi的值越高，说明粮食作物的集聚水平越高。当Qi＞1时，i省的粮食作物集聚水平在全国具有优势；当Qi＜1时，i省粮食作物集聚水平低于全国水平，在全国具有劣势。

（3）控制变量。①农业经济发展水平（gdp）。一个地区经济发展水平影响农业生产要素投入，与污染排放密切相关。一般而言，农业经济发展水平高的地区，农业要素市场化和农业组织市场化程度高，有利于引导农户合理配置农业生产要素以及有效实现污染的集中处理，减少污染的排放。以2001年为不变价的农业总产值与乡村总人口数的比值计算得到农村人均收入表示该地区经济发展水平。②产业结构（stru）。合理的产业结构有助于实现资源的高效利用，降低对环境的破坏。全国各时期各地区产业结构呈现显著差异，对农业环境产生异质性约束。以第一产业产值占GDP比重作为产业结构的代理变量。③城镇化（urb）。城镇化进程会影响农业劳动者流动，一方面促进农村劳动力向非农产业转移来提高非农收入，通过施用化肥弥补农业劳动力短缺；另一方面促进资本密集型代替劳动密集型生产，便于实现农业碳减排。以城镇人口与总人口比值表示。④农村用电量（ele）。能源消耗是碳排放最重要的来源。农业生产中长时间照明用电是主要的能源消耗方式之一，会对农业环境产生影响，故本文选取农村用电量代表农村能源消耗。⑤自然环境（ne）。农业生产依赖于自然资源条件，农作物受灾情况一定程度上反映了当地自然环境状况，农作物受灾程度影响农业生产期望产出，进而影响农业环境效率。以农作物受灾面积与播种面积的比值表示。

（4）调节变量。根据已有研究并基于数据可得性，本文参考傅京燕等（2010）综合指数法测算污染源排放强度作为环境规制的代理变量。通常情况下，污染排放程度与环境规制强度呈正相关，一个地区污染排放越高，该地区的环境规制力度越严格。借鉴石华平等（2020）的相关研究选取农膜、农药、氮肥和复合肥四个污染排放源构建农业环境规制指标体系，度量农业环境规制力度。

（三）数据来源

本文选取2001～2018年31个省级行政单位的面板数据分析。数据来源于各年份《中国统计年鉴》《中国农村统计年鉴》《改革开放三十年农业统计资料汇编》《中国环境统计年鉴》《中国环境年鉴》《中国机械工业年鉴》及Wind数据库等。变量选取及描述性统计见表1。

表1 变量描述性统计

四、实证分析

（一）基准回归结果分析

面板数据通常使用固定效应模型和随机效应模型进行估计，对回归（1）和回归（2）进行Hausman检验，结果显示在1%统计显著性水平检验拒绝了原假设，说明应选取固定效应模型进行分析。另外，为避免内生性问题，采用解决内生性的经验性做法，选取内生性变量的滞后变量作为工具变量（林毅夫等，2006），因此，采用滞后一期的农业生产集聚及其平方项作为工具变量进行检验，并采用聚类稳健标准误消除序列相关和异方差等问题，以确保估计结果的准确和有效。估计结果见表2。

表2 基准回归结果

表2中回归（1）报告了固定效应估计结果，农业生产集聚对环境效率的影响系数在5%水平上为0.343，表明农业生产集聚程度的提高有利于改善环境效率。表2中回归（2）和回归（3）在回归（1）的基础上添加了农业生产集聚的平方项，估计结果表明农业生产集聚与环境效率呈显著正相关，农业生产集聚平方项与环境效率呈显著负相关，可推断农业生产集聚与环境效率间存在非线性关系。在回归（3）的估计结果中，农业生产集聚平方项显著为-0.796；曲线拐点为1.153，位于农业生产集聚取值范围[0.477，1.405]内；当农业生产集聚取最小值0.477时曲线斜率为1.078大于零；当农业生产集聚取最大值1.405时曲线斜率为-0.401小于零，满足变量间存在“倒U”型关系的条件③根据Haans等（2016）的研究，验证变量间的“倒U”型关系需要满足：①变量二次项系数显著为负。②曲线的拐点位于样本变量的取值范围内。③当样本量取最小值时曲线斜率为正，取最大值时则为负。。此外，回归模型中Rsquared的变化表明，回归（3）估计结果的解释力高于回归（1），说明与线性模型相比，非线性的曲线模型拟合程度更好。回归（4）采用滞后一期农业生产集聚及其平方项作为工具变量进行回归，结果显示影响系数在1%水平上显著④工具变量识别不足检验的Kleibergen-Paap rk LM统计量的P值为0.000；弱工具变量检验的Cragg-Donald Wald F统计量远大于Stock-Yogo弱工具变量检验10%水平下的临界值，表明工具变量选取有效。，说明工具变量与环境效率呈“倒U”型关系。

上述实证结果在很大程度上验证了前文研究假说H1成立，即农业生产集聚与环境效率间存在显著“倒U”型关系。随着农业生产集聚水平不断提升，农业生产专业化程度提高、化学投入品减少、生产技术共享产生集聚的正外部性，有利于提高环境效率。农业生产集聚为机械生产创造了条件的同时也可能增加二氧化碳的排放，当农业生产集聚水平越过阈值后，可能造成碳排放压力、引起资源的大量消耗及公共服务的争夺等负外部性，进而导致环境效率有所下降。2018年中国31个省份农业生产集聚程度均值为0.927，天津、辽宁、安徽、山西、吉林和黑龙江的农业生产集聚程度高于拐点值，其余25个省份均位于拐点左侧。对大多数省份而言，现阶段加强农业生产集聚水平，有助于改善农村生态环境，但仍需警惕通过提高农业生产集聚水平以提升农业生态环境可能存在的规模临界水平。

（二）环境规制调节效应的检验结果分析

考虑到环境规制从提出到实行一般经历数月，故本文引入滞后一期的环境规制作为工具变量进行回归。此外，采用聚类稳健标准误消除序列相关和异方差等问题，以确保估计结果的准确和有效。结果如表3所示。

表3 变量定义与说明

Haans等（2016）研究表明，“倒U”型关系的调节作用会产生曲线斜率的变化和曲线拐点的移动两个方面的影响。一是曲线拐点两侧变得更平缓或是陡峭。若解释变量二次交互项的系数显著为正，表示调节变量削弱了“倒U”型曲线的前半段的正向效应和后半段的负向效应，表现为拐点两侧曲线变得更平缓；若系数显著为负，则表示调节作用会增强“倒U”型曲线前半段的正向效应和后半段的负向效应，表现为拐点两侧曲线变得更陡峭。二是曲线拐点向左或向右移动。若回归系数β1β4-β2β3＞0，曲线拐点向右移动；若回归系数β1β4-β2β3＜0，曲线拐点向左移动。根据表3的回归结果，滞后一期的环境规制通过了弱工具变量检验和识别不足检验，且平方交互项系数β4=1.1149，在1%水平上显著，说明环境规制存在时间滞后效应，环境政策会使农业生产集聚与环境效率关系曲线变得更平缓。可能的原因是，在农业生产集聚前期，在严格的环境立法政策下，加剧集聚的农业生产成本，减弱了前半段集聚对环境产生的正向影响，但随着农业生产集聚程度提高，超过临界水平后，环境规制产生的创新补偿效应有效规范集聚区农业生产方式、激励集聚区内农业生产活动创新，进而减弱后半段农业生产集聚对环境效率的负向效应。因此，从长期来看，环境规制能有效减弱农业生产集聚对环境效率的负向影响。

此外，表3中回归系数β1β4-β2β3=0.1558大于零，说明曲线拐点会向右移动。即随着环境规制力度的增加，农业生产集聚与环境效率“倒U”型曲线拐点向农业生产集聚程度较大的方向移动，说明环境规制能有效缓解农业生产集聚对环境效率的阈值效应，可部分抵消农业生产集聚对环境效率的抑制作用，有利于提升环境效率，研究假说H2得到验证。样本考察期内，环境规制与环境效率之间存在负相关关系，原因可能在于：一是大多数地区重视对工业的污染排放治理而忽视农业环境保护的立法体系建设；二是环境规制与农业环境间并非简单的线性关系（石华平等，2020），现有省份的农业绿色发展政策尚为宽松，并未达到临界值拐点，故改善农业环境的效果较差。

五、稳健性检验

（一）替换核心解释变量

本文核心解释变量为农业生产集聚程度与环境规制强度，基准回归中运用粮食作物的播种面积计算得到农业生产集聚水平。为避免可能的测量误差问题，考虑粮食产量与粮食播种面积间存在明显的正相关关系，同时参考赵颖文等（2020）的研究，选取粮食作物产量作为播种面积的替代指标计算区位熵指数，衡量各区域农业生产集聚水平，采用滞后一期的农业生产集聚及其平方项作为工具变量进行估计，具体估计结果如表4中回归（5）所示。从估计结果来看，农业生产集聚一次项系数显著为正，二次项系数显著为负，再次验证了研究假说H1，进一步说明本文的研究结论稳健。

表4 替换核心解释变量的估计结果

本文调节效应估计中运用排污综合指数法，借鉴已有研究选取四个二级指标计算得到的环境规制强度，可能存在较强的主观性，影响估计结果。为解决这一问题，本节关注政府对环境的监管水平，借鉴张金鑫等（2020）的研究方法，采用环境污染治理投资额占GDP比重衡量政府环境污染治理行为作为农业环境规制强度的代理指标。继续使用滞后一期的环境规制强度作为工具变量进行回归，估计结果如表4中回归（6）所示。回归系数为β1β4-β2β3=0.076大于零，同时环境规制与农业生产集聚平方项显著为正，与前文的研究一致，进一步说明本文的研究结论稳健。

（二）缩尾处理

在基准回归和调节效应估计中，本文发现农业生产集聚与环境效率的“倒U”型关系，以及环境规制的调节作用，但考虑到数据可能存在异常值对回归结果产生影响，本节对所有变量进行上下1%的缩尾处理以降低极端值和异常值的干扰，并使用滞后一期的核心解释变量作为工具变量进行回归。表5的回归结果表明农业生产集聚一次项系数显著为正、二次项系数显著为负；且环境规制与农业生产集聚平方项的交互项在1%水平下显著为正，回归系数β1β4-β2β3=0.1239大于零。由此可见，无论是基准回归结果还是调节效应估计结果与前文估计结果在方向上完全吻合，再次说明本文基准回归模型和调节效应模型的估计结果稳健。

表5 缩尾处理的估计结果

（三）剔除直辖市

直辖市特殊的经济、政治地位，决定了其经济发展水平与其他省份有较大差异。直辖市的农业生产在经济发展中所占比重较低，在分析农业生产时可能影响估计结果的可靠性，故本文剔除直辖市样本进行稳健性检验。继续使用滞后一期的核心解释变量作为工具变量，表6为剔除北京、天津、重庆、上海四个直辖市样本后基准回归模型与调节效应模型估计结果。回归（9）的回归结果表明农业生产集聚一次项系数对环境效率的影响显著为正，二次项系数对环境效率的影响显著为负，进一步验证了假说1。回归（10）的回归结果再次验证了环境规制与农业生产集聚一次项、二次项的交互项通过5%显著性水平的检验，系数方向也与预期保持一致；同时回归系数β1β4-β2β3=0.182大于零，验证了前文实证结果的稳健性。

表6 剔除异常样本的估计结果

六、结论与政策建议

（一）结论

本文利用2001～2018年中国31个省份的面板数据，探究农业生产集聚对环境效率的影响，并考察环境规制在其中的调节作用，得出以下结论：一方面，农业生产集聚水平对环境效率的影响呈“倒U”型关系，其极值点为1.153，现阶段大部分省域的农业生产集聚程度仍位于促进环境效率提升的有效区间内，但也应该警惕通过提高农业生产集聚水平以提升环境效率可能存在的规模临界水平。另一方面，环境规制对农业生产集聚与环境效率的“倒U”型关系起调节作用，使得关系曲线拐点两侧更为平缓，并且使拐点向右移动，有效缓解农业生产集聚对环境效率的阈值效应，有利于农业环境效率的提升。

（二）政策建议

第一，发挥区域资源禀赋比较优势，优化农业生产集聚区域布局。各地区应积极推进农村土地“三权分置”改革，推进土地规模化、集约化经营，提高土地资源配置效率，同时发挥各地农业生产比较优势，实现农业生产高质量集聚，以此借助集聚的内部规模经济、知识溢出以及专业化分工效应发挥对环境的正外部性。

第二，结合区域农业生产集聚程度，科学制定农业环境规制政策。各地区应因地制宜逐步建立相关法律法规，促进环境规制的约束效应和激励效应的实现，尤其是对超过集聚临界水平的地区，亟需通过环境规制的约束弱化集聚对农村生态环境的破坏。

第三，完善环境规制体系，加快农业绿色补贴激励政策建设。通过对绿色生产专项补贴，促进节能耕作技术、测土配方施肥等绿色农业生产技术的推广以及残膜回收利用、秸秆综合利用等绿色农业生产方式的形成，引导各农业生产经营主体向农业绿色生产转型。