土壤环境与农业经济增长关系研究

　　本文基于1994～2014年间的省级面板数据，通过构建土壤环境与农业经济增长的VAR模型，在区域层面检验与分析了我国土壤环境与农业经济增长之间的相互关系。研究结果表明：农业经济增长对土壤环境的影响以及土壤环境对农业经济增长的影响都存在明显的区域差异，对于前者而言，西北、东北地区所受影响最大，西南地区所受影响最小，验证了西北、东北地区的农业经济增长对土壤环境的破坏力度相对较高，西南地区破坏力度相对较小。对于后者而言，西南地区所受影响最大，华中、华南地区所受影响较小，这说明西南地区目前土壤环境比较优良，对农业经济可持续发展能带来更大的增长空间，而华中、华南地区土壤环境已经欠佳，能为地区农业经济增长提供的动力较小。

　　一、引言

　　随着农村环境问题越来越严峻，关于农业生产环境与农业经济增长之间的关系，学术界已经展开了较为深入的研究，目前主要有以下几类，一类是沿用Grossman和Krueger(1993)等研究经济增长与工业污染之间关系所运用的环境库兹涅兹曲线(EKC)验证方法，来探究农业面源污染与农业经济增长之间的关系，如张晖、胡浩(2009)通过建立江苏省经济发展水平与过剩氮污染的经济计量模型，对二者的关系进行了环境库兹涅兹曲线验证，研究结果表明，人均过剩氮排放量和经济增长之间存在显著的“倒U型”曲线关系。[1]还有一类是借鉴Islam的研究思路，通过构建农业面源污染影响因素分解的理论模型，进行实证研究。如梁流涛、曲福天等(2013)利用计量经济模型在农业面源污染影响因素分解理论模型的基础上探寻了农业面源污染演变的内在驱动机制，得出经济作物比重提高和畜禽养殖业产值比重的提高都会导致农业面源污染加剧等结论。[2]第三类是以沈霞林(2011)为代表，选取多个因素作为农业经济发展指标，采用多元回归分析法，测算区域农业面源污染水平与区域农业经济发展水平之间的关系，以给出区域农业面源污染差异的经济解释。[3]本文正是在包含以上这些文献的基础上，展开了对农业生产环境与农业经济增长之间关系的实证研究。

　　二、研究方法与数据说明

　　研究方法上，本文运用的是VAR模型，数据方面，以1994～2014年这20年间的中国省级面板数据为依托，以农业一项的产值作为农业经济增长的指标，以化肥、农药及地膜的投入密度为基础计算出的土壤环境污染综合值[4]作为土壤污染测算指标，基础数据来源于《中国统计年鉴》与《中国农村统计年鉴》。

　　另外，考虑到我国国土面积广大，不同区域经济发展状况与农业发展水平都有所不同，所以本文对所研究的区域进行了划分。依据经济社会发展程度以及地理方位的不同，将研究的31个省(市、自治区)划分为东北、西北、华北、华中、华东、华南、西南一共七个区域进行对比研究[5]。在基础数据处理上，为避免物价波动的干扰，本文将每年农业总产值都折算为1994年可比价，同时，为消除数据中存在的异方差，将代表各地区农业经济增长的农业总产值以及代表土壤环境的土壤环境污染综合值再分别进行对数化处理，其对应形式分别为lngdp、lnsoil，而下文中的Dlngdp、Dlnsoil与D(lngdp，2)、D(lnsoil，2)分别表示一阶和二阶差分序列。

　　三、实证分析

　　(一)单位根检验

　　对时间序列进行分析的前提是保证序列的平稳性，因此一般情况下进行分析之前，需要对原变量序列进行单位根检验，判断序列的平稳性。[6]本文选取较为常用的ADF单位根检验方法对处理过的数据进行检验。通过检验结果可以看出七个地区中，除了华东地区的lngdp与lnsoil是在二阶差分形式下同时平稳外，其他地区的lngdp与lnsoil都是在一阶差分形式下同时平稳，所以，华东地区是二阶单整序列，其他地区都是一阶单整序列，满足协整检验的前提。

　　(二)协整检验

　　协整检验是为了进一步判断土壤环境与农业经济增长之间是否存在长期的均衡关系，为此本文采取常用的协整检验方法Johansen协整检验，做进一步探究。协整检验结果表明，在最佳滞后期，华东、西南、华北、东北地区的lngdp与lnsoil之间有协整关系，而华中、华南以及西北地区lngdp与lnsoil之间没有协整关系。这说明，前者的土壤环境与农业经济增长具有长期协整关系，而后者两者之间的长期协整关系在最佳滞后期并不显著。不显著的原因可能是因为这三个地区的土壤环境或农业经济增长已经基本达到了饱和，因此造成土壤环境的变化对农业经济增长或农业经济增长对土壤环境的变化没有显著的反应。

　　(三)Granger因果关系检验

　　协整检验只反映了变量之间存在长期因果关系，并不能明确两者之间因果关系的具体方向。为了进一步明确二者之间的关系，需要在此基础上进行Granger因果关系检验。因为之前的协整检验结果表明，华北、东北、西南地区的土壤环境与农业经济增长之间都具有长期的协整关系，所以在此使用原序列进行长短期的Granger因果检验，而华中、华南与西北地区没有长期协整关系，所以在此用一阶差分形式来做Granger因果关系检验，此外，华东地区因为是二阶单整，所以也用一阶差分形式来做Granger因果关系检验。检验结果显示，在最佳滞后期，华北、东北地区存在lnsoil到lngdp的单项因果关系，西北也存在Dlnsoil到Dlngdp的单项因果关系，而西南地区存在lngdp到lnsoil的单项因果关系，华东也存在Dlngdp到Dlnsoil的单项因果关系，但华中、华南地区的Dlngdp和Dlnsoil并不存在Granger因果关系。这说明，华北、东北、西北地区前期土壤环境的变化对随后的农业经济增长的程度有较大影响，而西南地区和华东地区则是前期的农业经济增长的程度对随后的土壤环境变化有较大影响，华中、华南地区土壤环境与农业经济增长之间并不存在显著的Granger因果关系。

　　(四)方差分解

　　为了更清楚地刻画和度量土壤环境与农业经济增长的相互影响程度，本文进一步采用方差分解的方法，获得不同方程的冲击反应对各个变量波动的方差贡献率构成。下表1-1、表1-2给出了各个地区预测期的方差分解结果。

　　表1-1、表1-2的方差结果表明，(1)各地区经过5个预测期以后，系统就已经基本稳定。(2)土壤环境与农业经济增长的波动均主要来自于自身，农业经济增长对自身波动的贡献比率都在80%以上，土壤环境对自身波动的贡献比率除了西南地区外也都在60%以上。(3)农业经济增长对土壤环境的影响在2%-15%之间，其中西北、东北地区所受影响最大占到了15%左右，其次为华北、华南、华东、华中，影响最小的是西南地区，仅为2%。(4)土壤环境对农业经济增长的影响方面，西南地区影响最大，达到了60%，其次是华东、东北、华北、西北地区，影响程度在30%左右，而华中、华南地区土壤环境对农业经济增长的影响较小，分别为13%何9%左右。

　　四、结论

　　华北、东北、华东以及西南地区的土壤环境与农业经济增长之间在各自的最佳滞后期内具有长期协整关系，而华中、华南以及西北三个地区长期协整关系在最佳滞后期内并不显著。

　　华北、东北、西北地区土壤环境前期的变化对随后的农业经济增长程度有较大影响，而西南地区和华东地区则是前期的农业经济增长的程度对随后的土壤环境变化有较大影响，华中、华南地区土壤环境与农业经济增长之间并不存在明显的Granger因果关系。

　　方差分解的检验结果更进一步表明，基本上经过5个预测期后，各地区的系统基本趋于稳定，土壤环境与农业经济增长的波动均主要来自于自身，农业经济增长对土壤环境的影响仅在2%-15%之间，其中西北、东北地区所受影响最大，其次为华北、华南、华东、华中，影响最小的是西南地区。这说明西北、东北地区的农业经济增长对土壤环境的破坏力度相对较高，西南地区破坏力度相对较小。土壤环境对农业经济增长的影响方面，西南地区最大，其次是华东、东北、华北、西北地区，而华中、华南地区土壤环境对农业经济增长的影响较小。这也侧面反映了西南地区目前土壤环境比较优良，对农业经济可持续发展而言能带来更大的增长空间，而华中、华南地区土壤环境已经欠佳，能为地区农业经济增长提供的动力较小。

　　作者：马鑫然 来源：时代金融 2016年21期