空氣、水和土壤視域下環境污染對耕地拋荒的影響
——來自中國勞動力動態調查（CLDS）的證據

張鵬靜，熊 濤,2*，朱 侯

（1.華中農業大學 經濟管理學院，湖北 武漢 430070；2.華中農業大學 信息與價格預測運籌中心，湖北 武漢 430070；3.中山大學 信息管理學院，廣東 廣州 510006）

民為國基，谷為民命，糧食安全是國家安全的重要基礎。而保障糧食安全首先要保護耕地。為此，黨和政府出臺了一系列措施保護18億畝耕地紅線不受損，2022年中央一號文件提出要落實“長牙齒”的耕地保護硬措施，實行耕地保護黨政同責，嚴守18 億畝耕地紅線；2023 年中央一號文件進一步強調需加強耕地保護和用途管控，嚴格耕地占補平衡管理，實行部門聯合開展補充耕地驗收評定和“市縣審核、省級復核、社會監督”機制，確保補充的耕地數量相等、質量相當、產能不降。但是，耕地拋荒現象仍層出不窮，中國農村家庭追蹤調查數據發現，2017 和2019 年約11.8%的小農戶有拋荒耕地的行為[1]，遙感大數據監測1992-2015年中國耕地拋荒面積達到了559170.26km2，占總耕地面積的18.59%[2]。耕地拋荒增加了糧食生產壓力，對糧食安全造成威脅。

改革開放以來，中國雖然屢創經濟奇跡，但是經濟粗放型發展帶來的環境污染問題已經成為影響中國可持續發展的巨大障礙[3]。2022 年339 個地級以上城市中，空氣質量超標占比為37.2%，平均超標天數比例為13.5%；468 個監測降水的城市（區、縣）中出現酸雨的城市比例為33.8%；監測地表水的3629個國考斷面中，Ⅳ類以下共占比12.1%；1890個國家地下水環境質量考核的點位中，Ⅴ類占比22.4%；質量為高等地的耕地面積比例僅為31.24%①數據來源于中華人民共和國生態環境部《2022中國生態環境狀況公報》。。這使我們逐漸意識到良好的生態環境是實現永續發展的基礎。

習近平總書記在黨的二十大報告中強調：“必須牢固樹立和踐行綠水青山就是金山銀山的理念，站在人與自然和諧共生的高度謀劃發展”。這意味著保護生態環境就是保護生產力，改善生態環境就是發展生產力。相反，如果生態環境受損，無疑會給社會經濟發展帶來嚴重的負面影響，在農業生產方面尤為突出。2014-2022 年臭氧污染導致中國冬小麥、單季稻、早稻和晚稻的產量分別下降了9.0%～17.0%、6.0%～8.2%、4.8%～9.4%和3.9%～7.0%，經濟損失總計749 億元/年～1719 億元/年[4]；土壤銅污染會抑制水稻生長，使單位面積穗數和每穗穎花數下降而使水稻減產[5]。除此之外，環境污染還會影響人體健康，2017 年中國因大氣污染、水污染造成的健康損失分別為9632.92 億元和681.04億元，損失總價值為當年GDP的1.218%[6]，通過損耗勞動力健康資本，降低勞動力供給和勞動生產率[7]，從而影響農業生產。

對于農業生產而言，可觀的產出回報是農戶保持生產動力的關鍵，充足的勞動力供應是進行農業生產的基礎?？諝?、水和土壤是作物生長不可或缺的要素，清潔的空氣和干凈的水也是人體健康的保證，空氣污染、水污染和土壤污染作為環境污染的重要組成部分，通過干擾作物生長和人體健康，最終會影響農戶家庭的農業生產決策。但是已有文獻分別探討了環境污染對作物單產[8，9]、居民健康[10]以及勞動力供給[11]等方面的影響，而在單產降低導致農業生產收益減少以及健康受損制約勞動力供給時，農戶是否會將能力之外以及成本收益較低的耕地拋荒，無論在理論還是實證上都很少有研究對此進行探究，本文力圖彌補該研究不足。故本文將耕地拋荒作為研究對象，利用中國勞動力動態調查（CLDS）2014、2016和2018年三期面板數據和地級市環境污染數據，在空氣、水和土壤視域下評估環境污染對耕地拋荒的影響效應。此外，對環境污染與耕地拋荒關系的探討更是從實踐上證明“保護生態環境就是保護生產力”。

相較于已有研究，本文的邊際貢獻主要為:第一，在現有文獻研究環境污染對作物單產和人體健康的基礎上，將耕地拋荒納入環境污染影響評估的研究范疇，實證分析環境污染對耕地拋荒的影響；第二，在實證檢驗環境污染與耕地拋荒的關系之前，構建農戶耕地利用理論模型，從理論上推導環境污染對耕地拋荒的影響。

一、文獻綜述

耕地拋荒可以認為是在一系列因素的綜合作用下，農戶在一定時期內對可耕種的耕地停止種植或者減少耕種,從而使耕地處于一種荒蕪或未充分利用的狀態[12]?？諝?、水和土壤是作物和人類賴以生存的基礎，而環境污染會干擾作物生長影響作物單產、損害人體健康制約勞動力供給，所以從理論上來說，環境污染會改變農戶的農業生產決策，對耕地拋荒造成一定的影響。

作物單產是衡量耕地生產力的重要指標，也是農戶計算成本收益率的重要參考因素。作為理性的“經濟人”，當作物收益難以覆蓋種植成本時，拋荒就成為了農戶家庭的最優生產策略。所以，單產越低的耕地，越有可能被拋荒[13]。但是，以單產為切入點研究耕地拋荒問題時，以往研究主要關注地塊特征，如坡度高、土壤質量差的耕地由于生產力表現不佳，所以被拋荒的概率較高[14]，而很少考慮地塊以外的因素。自然科學領域的研究成果表明，作物生長是與自然界交換能量的過程，環境污染會直接作用于作物的生物物理性狀，導致光合作用等其他生理活動受損，干擾能量交換，從而造成作物產量下降[8-9]。例如，臭氧使中國小麥、水稻和玉米的單產分別損失了33%、23%和9%[15]；土壤鉛污染使單株小麥籽粒產量減少7.0%～26.4%[16]；2008年河北省邢臺市先于村因灌溉污水導致40公頃玉米減產[17]。當作物單產因環境污染影響而降低時，農戶會重新考慮耕地的種植決策，對于產量收益低于種植成本的地塊，停止種植、拋荒這些耕地顯然是合理的。所以，環境污染會通過降低作物單產影響農戶拋荒耕地。

勞動力是進行農業生產不可或缺的要素，充足的勞動力供應是實現農業可持續發展的基礎。隨著中國經濟高速增長，農業產業與非農產業的比較收益差距逐漸拉大，為追求高收入，大量農村青壯年勞動力由農村轉移進城市，從農業產業轉向非農產業，部分農村地區開始出現勞動力短缺現象[18]。以往研究在探討影響耕地拋荒的因素時，大多認為農業勞動力非農轉移造成農業生產缺乏必需的勞動力是導致耕地拋荒的重要原因[19-21]。但與此同時，也有研究表明健康水平越低的農戶家庭越傾向于拋荒耕地[22]，原因在于勞動力的健康水平決定了農戶農業生產時的勞動力供給量，健康狀態越差，可提供的勞動力供給就越少，農戶只能將能力之外的耕地拋荒。仔細研究可以發現，勞動力供給不足是導致農戶耕地拋荒的重要因素，而勞動力數量減少和勞動力質量降低是體現勞動力供給不足的兩個方面。農業勞動力非農轉移致使從事農業生產的勞動力數量大幅減少，勞動力的健康水平限制勞動參與率，最終都表現為因勞動力供給受限而拋荒耕地。但是大多研究主要集中于勞動力數量方面研究耕地拋荒，通過勞動力質量研究耕地拋荒的較少。近些年來，環境污染與人體健康的話題備受關注，作為一種典型的負外部效應，環境污染的出現顯著增加了人類的健康風險[23-25]，特別是在一些低收入、醫療條件落后的地區，環境污染威脅人類健康的問題更加突出[26]。對于醫療基礎設施差和經濟發展水平低的農村地區來說[27]，農村人口的健康水平更易受到環境污染的侵擾。當家庭農業勞動力健康水平因受環境污染影響而降低時，迫于體力限制，農戶不得不將部分耕地拋荒。所以，環境污染會通過損害農業勞動力健康影響農戶拋荒耕地。

環境污染通過降低作物單產、損害人體健康影響農戶拋荒耕地，但值得注意的是農戶在生產特征和個人特征等方面具有極強的差異，從而表現為環境污染對耕地拋荒的影響在不同農戶群體中呈現異質性。第一，糧食作物和經濟作物的收益差距較大，種植經濟作物的利潤率更高。雖然環境污染對糧食作物和經濟作物的單產均會產生顯著的負向影響，但是經濟作物的價格更高，收入更多[28]。出現環境污染后，種植糧食作物會先跨過成本收益平衡點，所以，理論上來說主營糧食作物的農戶家庭的耕地拋荒程度可能更高；第二，老齡化將成為中國未來一段時期的基本國情，且農村地區的人口老齡化情況遠比城鎮地區嚴重[29]。隨著年齡增長，人體機能退化，老年人對周圍環境的質量變化更敏感，暴露于污染環境中時的健康風險更高[30]。所以相對于年輕人，老年人更易受到環境污染的影響，其耕地拋荒程度可能更高，在人口老齡化程度不斷提高的農村地區，環境污染對耕地拋荒的影響可能會愈加嚴峻。

二、理論分析

參考Cui[31]的研究，本文從作物單產和健康風險兩條影響路徑構建農戶耕地利用理論模型，以剖析環境污染對耕地拋荒的影響。假設農戶在作物種植前做出生產決策，選擇是否拋荒耕地以及拋荒哪些耕地以使其利潤最大化。令A為農戶拋荒面積，L為耕地總面積，則拋荒程度為a=A L。假定農產品銷售價格是外生給定的，農戶是價格接受者，給定農產品價格為p。作物產量Q同時取決于拋荒程度a、環境污染E、勞動力投入農業生產時間T（代替健康風險變量，健康風險越高，投入農業生產的時間就越少）以及其他決定產量的因素α（包括農業生產資料等）。農業生產成本由邊際成本c和固定成本B組成。

根據Prishchepov 等[32]和Li等[13]的研究，當農戶拋荒耕地時，將優先拋荒單產較低的耕地，而后才拋荒單產較高的耕地。因此，假設作物產量會隨著拋荒程度的增加而減少，并且減少的速度將遞增，即假設環境污染E是一個對產量有著負面影響的單維變量，即環境污染將降低邊際拋荒耕地產量的減少速度，即當且僅當種植一單位作物的收入大于等于其種植成本時，耕地才不會被拋荒[33]，實現利潤最大化時滿足環境污染對耕地拋荒的影可以通過對一階條件兩邊的E進行微分來得出：

由以上假設可以得出環境污染對耕地拋荒具有正向影響：

三、數據來源、變量說明與實證模型

1.數據來源

文章所用數據來源于中山大學社會科學調查中心2014、2016 和2018 年進行的“中國勞動力動態調查（CLDS）”。該數據采用多階段、多層次、與勞動力規模成比例的抽樣方法，涵蓋了29 個省、自治區、直轄市（不包括西藏和海南），由社區模塊、家庭模塊和個人模塊三部分組成，包括了個人成長經歷、家庭經濟狀況以及社區發展等內容，樣本具有較強的代表性和適用性，首先將家庭模塊和社區模塊合并為一個數據集，然后再合并成面板數據。在數據分析過程中，僅保留了農村戶口的樣本，去除了關鍵變量為缺失和異常的觀測值，最后獲得了覆蓋中國26個省的17265戶樣本。

2.變量描述

根據以往文獻構建變量的方法，結合本文研究內容的需要，主要使用了以下變量來檢驗環境污染與耕地拋荒之間的關系。

（1）被解釋變量。本文的被解釋變量為拋荒程度。以農戶拋荒面積與其耕地面積的比值指代拋荒程度。

（2）核心解釋變量。本文的核心解釋變量為環境污染，主要從空氣污染、水污染和土壤污染3 個方面構造環境污染變量。中國的環境污染主要來源于工業污染[34-35]，工業三廢（廢氣、廢水和廢渣）的排放是造成空氣污染、水污染和土壤污染的重要原因[36-38]。但由于地級市層面的工業固體廢棄物（廢渣）排放量數據缺失，本文參照張可等[39]的研究，利用工業二氧化硫排放量、工業煙（粉）塵排放量和工業廢水排放量使用熵值法構建環境污染指數，數據來源于《中國城市統計年鑒》。農戶在做耕地利用決策時一般會根據之前的生產經營狀況做出判斷，所以核心解釋變量使用t-1 期的環境污染指數，環境污染指數越大代表當地環境污染情況越嚴重。

（3）控制變量。為了排除其他混雜因素對估計結果的影響，參考Chen等[40]的研究，控制了可能影響耕地拋荒的戶主特征、家庭特征和村莊特征。其中戶主特征為戶主年齡；家庭特征為家庭債務、醫療支出占比、農業收入、農業收入占比、糧食作物補貼、耕地面積、農業生產機械化程度和土地確權等；村莊特征為村莊常住勞動力占比、村莊是否提供統一購買生產資料服務、村莊是否提供外出務工服務、村莊行政區域內是否有信用合作社、村莊是否處于大中等城市郊區以及作物生長期是否需要灌溉等。變量的描述性統計見表1。

表1 變量定義及描述性統計

3.計量模型設定

本文使用雙向固定效應模型估計環境污染對耕地拋荒的影響，計量模型如下：

式（4）中，下標i=1,…,n表示農戶個體，t=2014,2016,2018 表示觀察年份,Abandonment_ratioit表示農戶i在第t年的耕地拋荒程度，Envi_pollutionit-1表示農戶i所在地級市第t-1 年的環境污染指數，Xit為控制變量，μi為農戶個體固定效應，λt為時間固定效應，εit為回歸殘差項，β0為截距項，β1和β2為回歸系數。

四、實證結果

1.基準回歸

運用Stata 軟件對式（4）進行回歸。在基準回歸之前，對變量之間可能存在的多重共線性問題進行了檢驗，結果顯示方差膨脹因子（VIF）的取值范圍為1～2.36，遠小于10，說明變量間不存在嚴重的多重共線性問題。表2 報告了環境污染對耕地拋荒影響的基準回歸結果。表2 列（1）沒有加入時間固定效應，環境污染指數變量在5%的水平上顯著，且系數為正，說明環境污染對耕地拋荒產生了顯著的正向影響。表2 列（2）加入時間固定效應，環境污染指數變量仍在5%的水平上顯著，且系數為正，表明環境污染越嚴重，農戶的耕地拋荒程度就會越高?；鶞驶貧w結果表明，環境污染會顯著正向影響農戶拋荒耕地，與第2 節理論分析結果一致。環境污染的負外部性會對農業生產造成一定的負面影響，導致農戶家庭改變耕地利用決策，即在勞動力承受范圍內保證作物種植有利可得的情況下拋荒部分耕地，隨著環境污染程度的加深，農戶會拋荒更多的耕地。另外，在控制變量中發現，農業收入和糧食作物補貼變量均在1%的水平上顯著為負，農業收入越高，獲得糧食作物補貼越多的農戶家庭的耕地拋荒程度越低，與實踐一致。

表2 環境污染對耕地拋荒的影響：基準結果N=17265

除此之外，為了比較不同類型環境污染對耕地拋荒的影響，考慮到變量的單位不同，利用極差標準化方法將工業廢水排放量、工業二氧化硫排放量和工業煙（粉）塵排放量進行標準化處理，然后再放入模型回歸，回歸結果見表3。結果顯示工業二氧化硫排放量和工業煙（粉）塵排放量對耕地拋荒產生了顯著的正向影響，而工業廢水排放量對耕地拋荒的影響系數為正，但不顯著?？梢钥闯霾煌愋铜h境污染對耕地拋荒的影響存在差異，氣體污染物對耕地拋荒的影響更明顯，可能的原因是氣體的擴散速度較快，污染范圍更廣，可以在短時間內干擾作物生長和人體健康，從而對耕地拋荒產生了顯著影響。所以在處理環境污染影響農業生產的問題時，可以優先考慮氣體污染物的治理，此類污染物的及時處理可以在較大程度上減輕環境污染對農業生產的負面影響，從而減少農戶拋荒耕地。

表3 不同類型環境污染對耕地拋荒的影響N=17265

2.穩健性檢驗

為檢驗基準回歸結果的穩健性，文章分別使用替換核心解釋變量、被解釋變量、增加核心解釋變量滯后期、提高聚類層次以及使用平衡面板數據的方法估計環境污染對耕地拋荒程度的影響。

第一，文章的環境污染指數利用的是《中國城市統計年鑒》中工業廢水排放量、工業二氧化硫排放量和工業煙（粉）塵排放量三個指標進行構建的，為了更好地反映農村地區的生態環境，更加準確地估計環境污染對農戶耕地拋荒的影響，使用村級問卷中“當年是否發生過因為環境污染問題與政府或相關企業交涉的事件？”問題的回答作為環境污染的代理變量替換環境污染指數，如果村莊當年的確因為環境污染問題與政府或相關企業交涉過，那么說明當地確實存在環境污染。表4列（1）為估計結果，可以看出環境污染變量在10%水平上顯著，且系數為正，表明環境污染會導致農戶增加拋荒程度。同時，考慮到農業生產對特定環境污染類型的敏感性，文章還利用村莊問卷中對于當地生態環境問題更加細化的回答作為核心解釋變量進行估計，具體為當年是否因為空氣污染、土壤污染或水污染與政府或相關企業交涉，如果村莊曾因上述三種污染中的至少一種與政府或相關企業交涉過，則認為當地存在環境污染。估計結果見表4列（2），可以發現環境污染變量仍在10%的水平上顯著，且系數為正，同樣說明環境污染會顯著正向影響農戶拋荒耕地。

表4 穩健性檢驗結果

第二，使用耕地拋荒面積替換拋荒程度進行穩健性檢驗，表4 列（3）為估計結果，結果顯示環境污染指數變量在10%的水平上顯著，且系數為正，說明環境污染越嚴重農戶的耕地拋荒面積越多。

第三，雖然文章使用農戶農業生產前一年的環境污染指數變量進行估計，但是考慮到環境污染對耕地拋荒的影響可能具有一定的時間延續性，即耕地拋荒可能不是由t-1 期的環境污染引起的，而是由t-1 期之前的環境污染導致的，為此文章進一步加入環境污染指數變量的滯后項檢驗基準回歸結果的穩健性。根據AIC 和BIC 兩個信息準則確定最佳滯后階數，當滯后2 階時AIC 值和BIC 值最小，因此將t-2 期環境污染指數和t-3 期環境污染指數納入式（4）進行估計，估計結果見表4列（4）?？梢钥闯鰐-1期環境污染指數變量在1%的水平上顯著，且系數為正，同樣說明環境污染會顯著正向影響農戶拋荒耕地，與基準回歸結果一致。

第四，考慮到同一村莊內農戶之間的隨機擾動項可能相關，將聚類層次從農戶提升至村莊，表4列（5）估計結果顯示環境污染指數變量在10%的水平上顯著，且系數為正，同樣說明環境污染越嚴重，農戶的耕地程度就會越高。

第五，非平衡面板的最大問題在于，如果一些樣本不再出現的原因是內生的（即與擾動項相關），則會導致所使用的樣本不再具有代表性，為此，文章僅保留2014 年、2016 年和2018 年均存在的樣本構建平衡面板檢驗環境污染對耕地拋荒的影響，表4 列（6）估計結果顯示，環境污染指數變量在1%的水平上顯著，且系數為正，說明環境污染會顯著正向影響農戶拋荒耕地。以上，說明本文的基準回歸結果具有一定的穩健性。

3.工具變量法

在考慮農戶個人、家庭和村莊層面協變量的基礎上，進一步利用工具變量法解決可能因遺漏變量和反向因果關系造成的內生性問題。近些年來，為了提高環境質量，政府開始實施環境污染治理投資，文章使用《中國環境統計年鑒》2012、2014 和2016 年，即t-2 期的省級工業污染源治理投資額作為工具變量，顯然t-2 期工業污染源治理投資額與t-1 期環境污染指數直接相關，但在第t期農戶耕地拋荒決策中外生，能夠滿足工具變量有效性的兩個條件。

表5 匯報了內生性檢驗結果。Kleibergen-Paap rk LM統計量的P值小于0.001，拒絕了工具變量識別不足的假設；Kleibergen-Paap rk Wald F統計值為13.787，大于10，拒絕了工具變量為弱工具變量的假設。第一階段的回歸結果表明工具變量系數在1%水平上顯著為負，說明t-2期工業污染源治理投資額越高，t-1期的環境污染指數越低。第二階段估計結果顯示，環境污染指數變量在1%水平上顯著為正，表明環境污染越嚴重，農戶的耕地拋荒程度就會越高。說明文章的研究結論是可靠的。

表5 內生性檢驗結果 N=17265

4.機制檢驗

環境污染不僅會直接影響作物生長，致使單產降低，還會增加勞動力健康風險，最終導致農戶拋荒耕地?；诖?，文章構造作物單產和勞動力健康風險變量檢驗環境污染影響耕地拋荒的微觀機制。首先，考慮到不同作物的差異，文章選擇村莊第一或第二主產糧食作物是玉米、小麥或水稻的農戶家庭為研究對象，將玉米單產、小麥單產和水稻單產作為作物單產的代理變量。參考前人的研究[22]，根據家庭農業勞動力的自評健康狀況，將選擇“非常健康”“健康”“一般”的農業勞動力認定為“健康”，并賦值為1，將選擇“比較不健康”“非常不健康”的農業勞動力認定為“不健康”，并賦值為0，然后計算家庭農業勞動力的健康比例，家庭農業勞動力健康比例=健康家庭農業勞動力數量/家庭農業勞動力總數量。

在具體的估計過程中，考慮到環境污染對作物單產和農業勞動力健康的影響可能存在一定的時間滯后性，文章將t-2 期環境污染指數和t-3 期環境污染指數變量同時加入了模型之中，估計結果見表6。列（1）、（3）、（5）、（7）沒有加入環境污染指數變量的滯后項，環境污染指數變量分別在1%和10%的水平上顯著，且系數為負，表明環境污染會顯著降低作物單產和農業勞動力健康。列（2）、（4）、（6）、（8）加入t-2 期環境污染指數和t-3 期環境污染指數，t-1 期環境污染指數變量仍對作物單產和農業勞動力健康產生了顯著的負向影響，無論是否加入環境污染指數變量的滯后項，t-1期環境污染指數變量對作物單產和農業勞動力健康均產生了顯著的負向影響，由此可知，環境污染會通過降低作物單產和增加農業勞動力健康風險兩條機制路徑導致農戶拋荒耕地。

表6 機制分析結果

5.異質性分析

（1）單產雖然是影響作物成本收益率的重要因素，但價格的高低也決定了作物種植利潤的多寡。與經濟作物相比，糧食作物的價格相對較低[28]，在環境污染同時干擾經濟作物和糧食作物時，糧食作物的成本收益率會首先因單產的降低而越過成本收益平衡點，所以理論上來說種植糧食作物的農戶更容易受到環境污染的影響而拋荒耕地。根據村莊農業收入主要來源是否來自于糧食生產，將農戶家庭劃分為糧食作物組和非糧食作物組，分析環境污染在種植不同類型作物的農戶群體中對耕地拋荒的異質性影響。圖1 估計結果顯示環境污染指數變量僅對以糧食生產為農業收入主要來源的農戶家庭的耕地拋荒程度產生了顯著的正向影響。這說明環境污染對糧食作物種植戶的耕地拋荒影響更強烈，環境污染會阻礙糧食作物種植的可持續發展。所以在治理環境污染造成的耕地拋荒問題時，應重點關注糧食作物種植比例較大的地區，如糧食主產區。

圖1 環境污染對耕地拋荒的異質性影響

（2）老齡化是世界各國普遍的發展趨勢，中國的年輕新一代接受高等教育后返回農村務農的數量很少，均以走進“城市”為目標，家中留守的老人逐漸成為了農業生產經營的主要力量。樣本中2014 年戶主平均年齡為54.158 歲，2016 年戶主平均年齡為55.479 歲，2018 年戶主平均年齡為57.341歲，農業生產經營逐漸呈現老齡化趨勢。隨著年齡的增長，人體機能逐漸衰退，老年人在污染環境中的健康風險更高[28]。所以在環境污染的情況下，老年農戶的耕地拋荒程度可能會更高。按樣本戶主平均年齡55.63歲進行劃分，探討環境污染在不同年齡組對耕地拋荒的異質性影響。圖1估計結果顯示環境污染指數在年齡高于均值組中對耕地拋荒產生了顯著的正向影響，在年齡低于均值組中并不顯著①95%水平的置信區間下，年齡高于均值組中環境污染指數變量系數的顯著性水平為10%，其置信區間包含0，為了在圖中清晰地表示年齡高于均值組中環境污染指數變量的顯著性，在按年齡分組的回歸模型中將置信區間改為90%，其他模型保持95%水平的置信區間不變。，這說明老年農戶容易受到環境污染的影響而拋荒耕地。老齡化是中國未來一段時期的基本國情，農村人口的老齡化趨勢更加嚴峻，如果不及時對環境污染進行治理，將會導致更多的耕地拋荒，嚴重阻礙農業可持續發展。

五、結論與政策啟示

耕地作為農業生產的基礎，是保證中國人民能把“飯碗”牢牢端在自己手上的首要條件。中國人口占全球總人口的20%，但只擁有全球7%的耕地，耕地資源十分匱乏。而在此情形下，中國耕地拋荒現象仍層出不窮，如何緩解耕地拋荒趨勢，保護好18億畝耕地紅線，對保障中國糧食安全具有重大意義。文章使用中國勞動力動態調查(CLDS) 2014、2016 和2018 年三期農戶家庭數據，匹配2013、2015 和2017 年地級市環境污染指數（利用《中國城市統計年鑒》中工業廢水排放量、工業二氧化硫排放量和工業煙（粉）塵排放量數據構造），構建農戶耕地利用理論模型，使用雙向固定效應模型實證檢驗了環境污染對耕地拋荒的影響和機制。主要研究結論為：（1）環境污染對耕地拋荒具有顯著的正向影響，替換核心解釋變量、被解釋變量、增加核心解釋變量滯后期、提高聚類層次、使用平衡面板數據以及工具變量法后，研究結論依然成立；（2）機制分析發現環境污染不僅顯著降低了作物單產，同時也顯著增加了農業勞動力的健康風險，繼而導致農戶拋荒耕地；（3）異質性分析顯示，環境污染對糧食作物種植戶、老年農戶的耕地拋荒產生了顯著影響，中國農業生產主要群體更易受到環境污染的影響。習近平總書記指出，綠水青山就是金山銀山，保護生態環境就是保護生產力，改善生態環境就是發展生產力。本文的研究發現從實踐上證明了這一結論，環境污染對農業生產的負面影響導致農戶拋荒耕地，而耕地是實現農業可持續發展的基礎，所以良好的生態環境是保證生產力永續的前提條件，相反，生態環境質量的降低無疑會損害生產力的發展。

通過上述研究結論得出如下政策啟示：

第一，政府部門在評估環境污染造成的糧食生產損失時，通常僅關注環境污染導致的糧食單產下降。本文研究發現，環境污染會導致農戶拋荒耕地，使得該地塊的糧食產量為零。因此，相比于環境污染誘發的糧食單產降低，環境污染導致的耕地拋荒對糧食生產的影響可能更大。學界和政府部門在評估環境污染對糧食生產的影響時，不僅要考慮環境污染對糧食單產的影響，還要明確環境污染對耕地拋荒的影響。

第二，政府部門在分配環境污染稅收收入時，需量化環境污染對農業生產的負面影響，對處于環境污染區的農業生產主體進行相應的補償，彌補環境污染造成的農業生產損失，保證農戶獲得穩定的農業收入，繼而減少耕地拋荒，穩定糧食生產。同時，杜絕環境污染的產生，并治理已有的環境污染是解決環境污染阻礙農業可持續發展問題的關鍵。氣體污染物因其快速傳播的特征對耕地拋荒的影響更顯著，因此在污染治理實踐中應優先考慮氣體污染物。

第三，政府部門在解決環境污染問題時，應該優先關注老齡化程度較高的地區和糧食作物種植比例較大的地區，重點幫扶老齡農戶和糧食種植戶，確保此類農戶能夠從糧食生產中獲得長期穩定的收益，緩解環境污染造成的耕地拋荒，最終保障我國糧食安全。