农业FDI会加剧农业面源污染吗?
——基于中国省级面板数据的空间计量

马 进

一、引言与文献综述

随着经济全球化发展,中国农业部门也逐渐加入全球价值链分工体系之中,吸引外商直接投资(FDI)成为参与分工的重要途径。FDI在助力东道国经济发展的同时,也会带来一些负面影响。长期以来,粗放的农业发展方式使得我国农业面源污染问题日益突出。农业FDI的引入可能会加剧这一问题。立足中国式现代化背景推进乡村全面振兴,在利用FDI推动农业经济发展的同时,加强农业面源污染治理,是实现农业绿色化转型和推动农业可持续发展的重要途径。此外,由于农业面源污染具有通过水体传播扩散的特点,邻近地区间可能存在空间溢出效应。那么,农业FDI流入会给我国农业环境带来怎样的影响?是否会加剧农业面源污染?两者之间是否存在空间关联性?这是本文研究的主要问题。

FDI是否引致并加剧了环境污染一直备受关注且存在较大争议,形成了“污染天堂”(1)Cole M.A.,Elliott R.J.R.,and Fredriksson P.G.,“Endogenous Pollution Havens: Does FDI Influence Environmental Regulations?” in Scandinavian Journal of Economics,Vol.108,No.1(2006),pp.157-178;Bakhsh K.,Rose S.,and Ali M.F.,et al.,“Economic Growth,CO2 Emissions,Renewable Waste and FDI Relation in Pakistan: New Evidences from 3SLS,” in Journal of Environmental Management,Vol.196(2017),pp.627-632.“污染光环”(2)宋德勇、易艳春:《外商直接投资与中国碳排放》,《中国人口·资源与环境》2011年第1期;聂飞、刘海云:《FDI、环境污染与经济增长的相关性研究——基于动态联立方程模型的实证检验》,《国际贸易问题》2015年第2期。、综合环境效应论等不同理论。综合环境效应理论认为FDI对环境的影响是由多种效应共同作用的结果,其影响方向不确定(3)周杰琦、汪同三:《外商直接投资、经济增长和CO2排放——基于中国省际数据的实证研究》,《北京理工大学学报(社会科学版)》2014年第3期。。根据该理论,农业FDI主要通过规模效应、结构效应和技术效应三种路径影响农业生产环境。从规模效应来看,大部分学者认为农业FDI对农业经济增长存在正向促进效应(4)刘乃郗、韩一军、王萍萍:《FDI是否提高了中国农业企业全要素生产率?——来自99801家农业企业面板数据的证据》,《中国农村经济》2018年第4期。,而农业经济增长对于环境污染的影响方向并不确定(5)马乃毅、罗珺仁:《中国西部地区农业经济增长与环境污染相关性研究》,《浙江农业学报》2015年第9期。。从结构效应来看,农业FDI可以影响农业产业结构和种植业结构的调整(6)李泳:《国际直接投资与中国农业产业结构升级》,《中国农村经济》2006年第5期。,而结构调整又可以通过集约化经营和对产污单元的调整影响农业污染排放(7)杨军、李建琴:《福建省农业经济增长、农业结构与面源污染关系研究》,《中国生态农业学报(中英文)》2020年第8期。。从技术效应来看,农业FDI具有技术溢出效应。韦开蕾发现FDI可以通过竞争示范效应、人力资本效应以及资本规模效应实现技术外溢(8)韦开蕾:《基于FDI溢出效应的农业生产技术效率的地区差异》,《社会科学家》2015年第10期。;但文雁兵发现在全国层面上,外资和跨国公司逐渐涉足中国农业的研发和生产环节,导致农业FDI产生了负向技术溢出,抑制了农业技术的提高(9)文雁兵:《我国农业科技自主创新能力研究——基于产业关联效应和FDI技术溢出视角》,《科学学研究》2015年第7期。。通常认为,农业技术创新可以减少污染排放,提升农业发展质量(10)李红莉、张俊飚、罗斯炫等:《农业技术创新对农业发展质量的影响及作用机制——基于空间视角的经验分析》,《研究与发展管理》2021年第2期。。

近年来,部分学者对农业面源污染的动态演变和空间差异进行了研究(11)鲁庆尧、王树进:《我国农业面源污染的空间相关性及影响因素研究》,《经济问题》2015年第12期。,并在空间维度下从经济增长、产业结构、技术进步等方面分析了不同经济因素对农业面源污染的影响(12)梁伟健、江华、廖文玉等:《农业面源污染与农业经济增长的空间互动效应》,《江淮论坛》2018年第3期;闫桂权、何玉成、张晓恒:《绿色技术进步、农业经济增长与污染空间溢出——来自中国农业水资源利用的证据》,《长江流域资源与环境》2019年第12期。。也有部分学者开始利用空间计量模型探讨FDI对环境的影响(13)徐春华、刘力:《FDI、政府消费与CO2排放——基于36国贸易空间权重矩阵的空间杜宾模型分析》,《国际经贸探索》2016年第1期;董会忠、韩沅刚:《开放与绿色理念下如何提升工业生态效率?——基于 “污染天堂” 假说的验证》,《商业研究》2020年第12期。,但是涉及农业环境的研究较少。

现有文献对本文研究具有积极的借鉴意义,但存在以下不足:一是FDI环境效应的研究对象多集中于工业部门,农业FDI的环境效应特别是农业FDI对农业面源污染的研究较少;二是在衡量农业环境时往往采用化肥等单一指标,农业面源污染核算方法和相关系数比较陈旧;三是大多关注农业FDI数量的影响,如采用外商投资额衡量农业FDI水平,较少探究其质量的影响;四是通常考虑污染物对本地环境造成的影响,对空间溢出效应的研究尚不充分。

本文在已有研究基础上,采用单元调查法和输出系数法核算了2005—2020年我国部分省域农业面源污染物排放量,构建FDI数量和质量双重指标,将空间自相关性纳入计量模型,采用空间杜宾模型实证分析农业FDI对我国农业面源污染的直接影响和空间效应,对促进农业绿色可持续发展提出政策建议。

二、理论分析

下面从农业FDI对本地农业面源污染的直接影响和邻地FDI流入对本地农业面源污染的空间溢出效应两方面进行理论分析。

(一)农业FDI对本地农业面源污染的影响

农业FDI对农业面源污染的影响可以从农业FDI数量和质量两方面来分析。FDI数量是指外资利用规模;FDI质量的内涵极为丰富,本文所涉FDI质量主要指生产溢出效应,包括对经济的贡献和技术外溢。

1.农业FDI数量对农业面源污染的影响

农业FDI可以弥补东道国资金相对不足的缺陷,带动农业经济发展,进而影响农业面源污染排放。FDI会导致一国不同生产部门产品的相对价格发生变动,使其比较优势产业结构发生改变,从而影响一国的环境状况。FDI的流入还会带来更为清洁的生产技术。通常认为,FDI能通过技术引进、技术溢出、竞争示范和人才流动等方式对农业生产技术和污染治理技术产生正外部性,有效减少农业面源污染排放。据此,本文提出如下假设:

假设1:农业FDI流入数量提升会影响本地农业面源污染排放水平。

2.农业FDI质量对农业面源污染的影响

农业FDI质量越高,其对农业经济的贡献率越高,对经济发展的拉动作用越强。因此,在同等数量下,质量越高的FDI对农业面源污染的影响越大。一方面,FDI质量的提升可能会带来农业生产规模的扩大,进而导致农业环境的恶化。另一方面,当农业FDI质量越高时,其流入带来的清洁技术含量可能也会越高,产生的技术溢出效应也会越强,将减少农业污染的排放。据此,本文提出如下假设:

假设2:农业FDI流入质量提升会影响本地农业面源污染排放水平。

(二)邻地农业FDI流入对本地农业面源污染的影响

相邻地区农业FDI流入对本地农业面源污染的影响途径大致可以归纳为以下三个方面:一是邻地农业FDI通过规模效应对其农业面源污染的影响会加剧本地农业面源污染。农业面源污染以水为载体,可溶解的或固态的农业污染物在降水冲刷或灌溉的作用下,通过地表径流、农田排水和地下渗漏汇入水体,不仅会造成当地水环境污染,也极易对具有相似水系和地形地貌特征的周边环境造成破坏。二是相邻地区通常具备相似的农业生产条件,邻地农业FDI对其生产结构的影响可能会对本地起到示范作用,从而影响本地的生产行为。三是邻地FDI流入带来的清洁技术提升,可能会通过示范作用激励本地农业生产者生产更为清洁且符合市场预期的农产品,或者凭借竞争效应鼓励农业生产者改变生产方式,探索在同等生产水平下减少污染副产品产出的方法。同时,邻近地区无论在经济技术水平还是在生态环境资源方面都较为相似,且由于交通日益便利,进一步增加了技术溢出的可能性。据此,本文提出如下假设:

假设3:邻地农业FDI流入会影响本地农业面源污染排放水平。

三、研究设计

(一)模型构建

在可拓展STIRPAT模型的基础上,借鉴其他学者(14)高明、吴雪萍、郭施宏:《城市化进程、环境规制与大气污染——基于STIRPAT模型的实证分析》,《工业技术经济》2016年第9期;吴义根、冯开文、李谷成:《人口增长、结构调整与农业面源污染——基于空间面板STIRPAT模型的实证研究》,《农业技术经济》2017年第3期。的研究思路,引入环境规制强度、农业结构等相关指标,构建实证分析模型如下:

lnEIit=β0+β1lnFDIit+β2lnSit+β3lnPit+β4lnTit+β5lnRit+β6lnStrit+μit

(1)

其中,i和t分别表示地区和时间。EI为被解释变量,表征农业面源污染水平。FDI为核心解释变量,表征农业FDI水平。S表示农业经济规模,P表示农村人口密度,T表示农业技术水平,R表示环境规制强度,Str表示农业结构。

(二)变量说明

1.被解释变量

本文选择能够表征农业面源污染在土地上富集程度的单位面积农业面源污染等标排放总量,即农业面源污染等标排放强度(EI)作为被解释变量。根据我国农业面源污染的来源和特征,将产污单元划分为化肥、畜禽养殖、农田固体废弃物、水产养殖和农村生活五大类,对全国农业面源污染不同污染源的化学需氧量(COD)、总氮(TN) 和总磷(TP)排放量进行估算。其中,化肥、水产养殖、农村生活污染的核算采用2021年生态环境部发布的《排放源统计调查产排污核算方法和系数手册》中的输出系数方法;畜禽养殖和农田固体废弃物污染的核算采用单元调查法(15)陈敏鹏、陈吉宁、赖斯芸:《中国农业和农村污染的清单分析与空间特征识别》,《中国环境科学》2006年第6期。。

由于各类污染物的环境标准和污染危害程度不同,无法在同一尺度上对其污染贡献度进行比较,因此引入等标排放量指标,其计算公式为:

Pi=Qi/Coi

(2)

其中,Pi为农业面源污染物的等标排放量,Qi为污染物的年排放量,Coi为该污染物的环境质量标准。根据《地表水环境质量标准》(GB3838-2002),COD、TN、TP的III类标准限值分别为20mg·L-1、1.0mg·L-1、0.2mg·L-1。

农业面源污染等标排放强度EI的计算公式为:

EI=E/AL

(3)

其中,E为COD、TN和TP的等标排放量总和,AL为研究区域的农用地面积。

2.核心解释变量

核心解释变量为农业FDI数量(FDIA)和质量(FDIP)。农业FDI数量采用各省份农林牧副渔业实际利用外商投资额衡量。对于FDI质量内涵及测度的系统研究较少,尚未达成一致。本文参考Wang 和Luo(16)Wang X.and Luo Y.,“Has Technological Innovation Capability Addressed Environmental Pollution from the Dual Perspective of FDI Quantity and Quality? Evidence from China,” in Journal of Cleaner Production,Vol.258 (2020),pp.1-13.的方法,构建外资业绩指数衡量FDI质量差异。因为外资业绩指数可以在一定程度上反映一国外资的技术含量、技术管理实力和外商技术转移的意愿。具体计算公式如下:

(4)

其中,FDIAi表示i地区的农林牧副渔业实际利用外商投资额,FDIA表示全国农林牧副渔业实际利用外商投资额,GDPi表示i地区生产总值,GDP表示国内生产总值。

3.控制变量

根据已有研究,选择控制变量如下:农业经济规模(S),以各地农林牧副渔业总产值与其农用地面积的比值表示;农村人口密度(P),以各地年末常住人口数与其农用地面积比值表示;农业技术水平(T),以各地农业机械总动力与其农用地面积比值表示;环境规制强度(R),以各地环境污染治理投资总额占其GDP的比重表示;农业结构(Str),以各地牧业总产值与其农林牧副渔业总产值的比值表示。

(三)数据来源

因数据限制,本文选取了2005—2020年全国27个省份(不包括吉林、四川、青海、西藏以及香港、澳门和台湾)的平衡面板数据作为研究样本。农业面源污染的各单元调查指标数据来自《中国统计年鉴》;相关系数参考大量已有文献资料得到;农业FDI数据来自各省份统计年鉴,实际利用外商投资额以人民币为计价单位,使用中美汇率年平均价进行换算,并以2005年为基期采用居民消费价格指数进行平减处理,其他控制变量也进行了同样的平减处理;环境污染治理投资总额数据来自《中国环境统计年鉴》;农用地面积数据来自《中国农村统计年鉴》;其他数据来自国家统计局的地区分省份年度数据。为消除异方差和个别极端值的影响,对各变量进行了对数处理。

四、空间自相关性检验和计量模型选择

(一)空间自相关检验

1.全局莫兰指数分析

为判断我国省域农业面源污染的空间相关性,利用0—1空间邻接权重矩阵,对2005—2020年我国27个省份的农业面源污染等标排放强度进行空间自相关检验(17)囿于篇幅,相关结果未列示,留存备索。。由农业面源污染等标排放强度的全局莫兰指数结果可知,2005—2020年27个省份的农业面源污染等标排放强度全部通过了1%的显著性检验,呈现出显著的空间正相关性,说明农业面源污染在省域间存在空间溢出效应。

2.局部莫兰指数分析

基于我国27个省份的邻接关系矩阵,绘制2005年和2020年农业面源污染等标排放强度的莫兰散点图,如图1和图2所示。由其直线斜率可知,我国27个省份的农业面源污染具有空间正自相关效应;从四个象限的分布情况可以看出,我国大部分地区呈现高—高聚集或低—低聚集模式。

图1 2005年农业面源污染等标排放强度莫兰散点图

图2 2020年农业面源污染等标排放强度莫兰散点图

根据散点图中各省份的分布象限,得到我国农业面源污染等标排放强度的聚集模式。上海、江苏、山东、河南、安徽、河北和海南等地属于高—高聚集模式,贵州、重庆、山西、陕西、内蒙古、甘肃、宁夏、新疆和黑龙江等地属于低—低聚集模式。湖北、湖南、广东、北京、天津等地区的聚集模式发生转变。其中,湖北由低—高聚集模式转变为高—高聚集模式,说明湖北的农业面源污染受到邻近地区的影响增加;湖南、广东则由高—低聚集模式转变为高—高聚集模式,说明近年来以上地区的农业面源污染在一定程度上影响了周边地区,导致周边地区的面源污染加重;北京由高—高聚集模式转变为低—高聚集模式,说明近年来北京市对面源污染的治理初显成效,与周边地区相比农业面源污染减少;天津由高—高聚集模式转变为高—低聚集模式,与周边地区相比农业面源污染增加。

(二)空间计量模型选择

首先进行LM检验、LR检验、Wald检验以及Hausman检验,根据检验结果,本文选择固定效应的空间杜宾模型进行分析。结合(1)式的设定,具体空间计量模型如下:

农业FDI数量:

lnEIit=ρWlnEIit+β1lnFDIAit+β2lnSit+β3lnPit+β4lnTit+β5lnRit+β6lnStrit

+θ1WlnFDIAit+θ2WlnSit+θ3WlnPit+θ4WlnTit+θ5WlnRit+θ6WlnStrit+εit

(5)

农业FDI质量:

lnEIit=ρWlnEIit+β1lnFDIPit+β2lnSit+β3lnPit+β4lnTit+β6lnRit+β6lnStrit

+θ1WlnFDIPit+θ2WlnSit+θ3WlnPit+θ4WlnTit+θ5WlnRit+θ6WlnStrit+εit

(6)

其中,W为空间权重矩阵,本文采用0—1邻接空间矩阵,ρ为空间自回归系数,β、θ为待估计参数。设Y为被解释变量,X为解释变量,ρWY为空间滞后项,反映邻接区域被解释变量对该区域被解释变量的影响;βX反映该区域解释变量对被解释变量的影响;θW反映邻接区域解释变量对该区域被解释变量的空间影响。

五、实证结果分析

(一)基准回归结果

我国农业FDI数量和质量对农业面源污染影响的空间杜宾模型实证结果如表1和表2所示。由回归结果可知,农业FDI数量和质量的时间固定效应模型的拟合优度及相关解释变量的显著性均优于空间固定效应模型和双向固定效应模型。从经济意义角度考虑,农业面源污染等标排放强度受时间、政策等变化影响比受地理因素影响更为明显(18)李新、尚杰:《基于空间效应视角的农业经济增长与种植业面源污染排放的实证分析》,《中国生态农业学报(中英文)》2022年第9期。。此外,作为本文的核心解释变量,农业FDI的流入规模主要受市场准入标准和外商投资壁垒等影响。因此,本文选择时间固定的空间杜宾模型进行具体分析。

表1 FDI数量对农业面源污染影响的空间杜宾模型回归结果

表2 FDI质量对农业面源污染影响的空间杜宾模型回归结果

在时间固定效应模型中,农业FDI数量(lnFDIA)和质量(lnFDIP)的系数均显著为正,说明两者上升都会增加我国农业面源污染排放,验证了本文理论假设1和假设2。空间系数WlnFDIA和WlnFDIP均显著为正,说明相邻省份农业FDI数量和质量的提升都会对本地农业面源污染产生正向的空间传导作用,即邻地农业FDI的流入会恶化本地的农业环境状况,验证了假设3。

根据实证结果推测,农业FDI数量通过规模效应加剧了我国农业环境压力,而由此产生的负面影响超过了技术效应带来的正面影响。这可能是由于农业本身的弱质性,导致其短期带来经济效益的能力较低,吸引FDI的技术含量也相对较低,难以发挥清洁技术抑制污染排放的能力。此外,推测农业FDI数量通过结构效应对我国农业环境产生负面影响。这是因为农业领域内经济效益较高的部门为畜禽养殖和农产品初加工等污染密集型行业,在高利润回报率的驱使下,农业FDI更多地进入以上领域,致使养殖和种植需求增加,从而加剧农业面源污染。同时,农业FDI质量的提升仍未带来环境的改善,说明现阶段农业FDI质量提升引致的清洁技术含量不足,也未抵消规模效应所带来的负面影响。

从农业FDI对农业面源污染的空间传导效应来看,邻地农业FDI流入会对本地农业环境产生负面影响。邻地农业FDI流入可能会通过跨省贸易造成对本地农产品需求的增加,从而增加本地农业面源污染排放。此外,邻地农业FDI通过规模效应增加其面源污染排放,该污染通过径流、淋溶等方式进入本地,造成本地农业环境恶化。

(二)空间效应分解

为更准确地反映农业FDI与农业面源污染的关系,用偏微分方法对时间固定效应模型的空间溢出效应进行分解,结果如表3和表4所示。

表3 农业FDI数量对农业面源污染影响的空间杜宾模型效应分解

表3和表4中,直接效应是指该地区内各因素变化对本地区农业面源污染排放的影响。间接效应是指邻接地区各因素变化对本地区农业面源污染排放的影响。总效应为直接效应和间接效应二者之和,反映的是我国农业面源污染受自身驱动和邻地交互作用的总影响。

1.农业FDI数量与FDI质量的空间效应分解结果

由表3和表4可知,农业FDI数量的总效应为0.0716,其分解的直接效应和间接效应分别为0.0220和0.0496,区域内的空间溢出效应为直接效应的两倍以上;FDI质量的总效应为0.0678,小于FDI数量的总效应,其分解的直接效应和间接效应分别为0.0374和0.0304。上述变量的直接效应、间接效应以及总效应均显著为正,说明农业FDI是影响农业面源污染的重要因素之一。

2.其他控制变量的空间效应分解结果

农业经济规模对农业面源污染的直接效应、间接效应和总效应均显著为正,说明农业经济规模尚未跨越环境库兹涅茨曲线拐点,其扩张会恶化农业环境。邻接地区可通过经济辐射影响本地农业面源污染排放,这是由于农业经济发展所带来的化肥、农药等生产要素投入增加和畜禽养殖规模扩大。

农村人口密度对农业面源污染的直接效应和总效应均显著为正。这是因为农村人口密度越大的省份,其生活污水和生活垃圾所产生的污染强度会越高。间接效应为负且不显著,说明农村人口密度的空间溢出效应不明显。

农业技术水平对农业面源污染的直接效应不显著,说明本地简单农业机械的数量积累和普及率提高不能带来农业环境的显著改善,主要原因是本地绿色机械化程度不足。间接效应和总效应显著为负,是因为农业技术水平高的地区能起到示范作用,促进周边区域实现农业资源有效利用,形成省域间绿色农业的良性竞争。从总体看,农业技术水平的提高对农业面源污染具有显著的抑制作用。

环境规制强度对农业面源污染的直接效应和总效应显著为负,说明本地环境标准越高,对环境污染治理投资的比例越大,农业面源污染排放越少。这是因为农户在环境偏好较强的地区会更倾向于选择绿色生产方式,进而使农业环境得到改善。间接效应为正且不显著,可能是随着环境管制的加强,为了趋利避害,农业产业会向周边环境规制水平较低的区域进行转移,进而加重邻地污染。但是环境规制的扩散效果不明显,说明省域间存在着较强的行政壁垒。

农业结构对农业面源污染影响的直接效应、间接效应和总效应均显著为正。随着肉蛋奶等产品需求的扩大,我国牧业产值及占农林牧渔业总产值比重不断上升。通过对历年我国农业面源污染排放量的核算,发现畜禽养殖为我国最大污染源,畜禽养殖比重的提高会增加农业面源污染。间接效应显著为正,说明在经济收益的刺激下,邻接地区农业结构调整可能会推动本地区农业结构的同向变化,从而加剧本地农业面源污染。

(三)稳健性检验(19)囿于篇幅,相关检验结果未列示,留存备索。

本文采取以下两种方法,检验回归结果的稳健性:第一,更换空间权重矩阵。根据各省份省会的经纬坐标之间的距离,构建反距离权重矩阵,将该矩阵替换邻接空间权重矩阵代入原模型中。第二,缩短时间窗口。通过对我国农业面源污染治理政策演进特征进行分析发现,2011年开始进入农业面源污染治理政策的深化发展阶段,农业面源污染治理政策实施数量快速增长。(20)华春林、张玖弘、金书泰:《基于文本量化的中国农业面源污染治理政策演进特征分析》,《中国农业科学》2022年第7期。基于此,采用2011—2020年的数据进行稳健性检验。更换权重矩阵和缩短时间窗口后,农业FDI数量和质量的回归系数和空间系数仍均显著为正。综合来看,稳健性检验结果与前文基准回归结果基本一致,说明本文的估计结果是稳健的。

六、主要结论与政策建议

本文主要研究结论如下:第一,我国农业面源污染具有显著的空间正自相关性,农业环境受到本地和邻地污染排放的双重影响。农业面源污染排放在我国地理分布上形成一定的聚集区域,以高—高聚集和低—低聚集为主要特征。第二,现阶段农业FDI的流入会在一定程度上加剧我国环境污染。FDI数量和质量的提高均会在显著增加本地农业面源污染排放的同时,增加邻地污染排放。FDI数量对面源污染的负面影响比FDI质量的影响更大。第三,经济规模、人口密度、技术水平、环境规制和农业结构等因素均会影响农业面源污染。

结合上述研究,得到以下三点政策启示:第一,优化外资结构,提高引资门槛。在提升对外开放水平和积极引进外资的同时,应根据本地区的环境承载能力和经济发展水平设置一定的引资门槛。限制高污染农业FDI,鼓励高质量和清洁技术密集型FDI的进入,倒逼农业生产者通过技术创新减少污染成本,实现由“污染天堂”向“污染光环”效应的转变。第二,加强各地区间的引资合作和治污政策合作。我国农业面源污染具有显著的空间相关性。因此,在制定相关政策时,不仅要关注各地区内部因素的影响,也要考虑周边地区因素的交互影响。尽量降低政策的负外部性,避免省份间农业面源污染的此消彼长。考虑到环境规制强度的空间溢出效应不显著,应着重保障各地农业政策体系的顺畅衔接,打破阻碍省域之间融合发展的行政壁垒,实现农业面源污染的联防联控。第三,加快绿色生产方式转型。我国农业尚处在高增长、高污染的发展阶段,技术水平提升对农业环境带来的正面效应不显著。因此,应鼓励技术创新,切实提高农业生产技术中的绿色含量,增加农产品科技投入,真正发挥绿色技术和技术溢出效应对我国环境质量的改善作用。积极学习运用“千村示范、万村整治”工程经验,对省域产业结构进行合理布局,积极引导地区间产业示范性带来的空间效应,尽快实现农业的集约型内涵式发展。