西南地区农业面源污染与经济增长关系研究——基于环境库兹涅茨曲线的分析<br/>

西南地区农业面源污染与经济增长关系研究——基于环境库兹涅茨曲线的分析

2015-12-27周雪晴

新疆农垦经济 2015年7期

周雪晴

（重庆理工大学经济与贸易学院，重庆 400054）

一、引言

近年来，中国农业资源偏紧和生态环境恶化问题日益突出。2014年12月国务院关于推进新农村建设工作情况的报告显示，目前农业已超过工业成为中国最大的面源污染产业，这一严峻现状充分体现了中国现阶段生态环境与农业发展的现实矛盾，农业面源污染问题成为中国农业可持续发展和农业现代化进程中亟待解决的问题。2015年中央一号文件明确提出“加强农业生态治理，大力推动农业循环经济发展”，表明了新常态下政府对加大农业生态环境治理和促进农业可持续发展的决心。中国西南地区处于西部大开发和新丝绸之路经济带的重要战略腹地，是中国少数民族聚集区、集中连片特困地区聚集区及国家重点扶贫地区之一，其农业在改善贫困、促进地区经济增长中占据重要地位，然而，受制于以山地丘陵为主的地貌特征，西南地区生态环境脆弱，农业面源污染问题日益严峻。在此背景下，研究西南地区农业面源污染与经济增长的关系，对探索未来生态平衡与农业可持续发展路径具有重要的理论意义与实践价值。

关于环境污染与经济增长之间关系的研究，最具代表性的为环境库兹涅茨曲线（EKC）理论，该理论指出环境质量随经济增长“先改善后恶化”，呈现倒U 型关系。随后国内外诸多学者对EKC 进行了广泛的理论与实证分析，理论分析主要集中在偏好、机制变革、技术进步、组织结构、国际分配五个方面［1］［2］，从实证角度出发对EKC的研究主要为利用各国或各地区数据检验其环境库兹涅茨曲线倒U 型关系是否存在，其结论不尽一致：部分学者经研究证实污染与收入之间存在倒U 型关系［3］［4］；部分学者则认为倒U 型曲线并不存在［5－7］；普遍接受的共识是Dinda 的研究结论，即：不存在适合所有地区、所有污染物的单一模式［8］。国内学者们也纷纷就中国不同产业、不同区域、不同污染源的环境库兹涅茨曲线展开研究［9－11］，其中，在西南地区面源污染与经济增长的研究方面，安和平、覃巍等和尚敏等分别对贵州、广西和云南的工业环境污染与人均GDP 增长研究发现，三地区均不存在明显的倒U型EKC 曲线［12－14］，然而，目前对贵、桂、云三省农业面源污染与经济增长的研究十分少见。李君等研究中指出四川省2000－2009年间农业面源污染化学需氧量产生量与人均农业GDP 的EKC 曲线呈倒U 型，氨氮产生量与人均GDP 的EKC 曲线呈现U 型，但统计检验均不显著，拟合效果不明显［15］；洪业应从农用化肥、农膜、农药施用量角度研究重庆农业面源污染与经济增长的关系，发现其存在显著的倒U 型关系，但仅以农药等来衡量面源污染，具有明显的局限性，忽视了农村生活、禽畜养殖、秸秆固废等重要方面的影响［16］。

二、模型设计、变量说明与数据来源

（一）模型设定

根据环境库兹涅茨曲线（EKC）相关理论，并结合已有研究显示环境库兹涅茨曲线可能存在U型、倒U 型、N 型，倒N 型，线性等多种形式［3－7］，本文设定模型时以人均农业GDP 及其平方项和立方项作为模型的解释变量，以农业面源污染综合指数作为被解释变量，设定模型基本函数形式如下：

上式中，EP 为环境污染综合指数，参考李海鹏等的做法［10］，采用人均农业GDP 衡量农业经济增长，以PGDP 表示，X 表示其他影响农业面源污染排放的因素，βk（k＝1，2，3）、φ 为相应解释变量的系数，c 为截距项，ε 为随机扰动项。

在（1）式基础上，本文参考Grossman et al 和葛继红等［17］［18］的研究从三个方面考虑经济发展的其他因素（X）对环境污染的影响。（1）农业结构（INS）。农业结构的调整主要表现为种植比重的下降和养殖业比重的增加，其对原有农业面源污染物排放的形式与强度存在重要影响。（2）技术进步（TEC）。经济发展水平较低时，低效污染技术对高效污染技术的挤出导致污染排放量的增加，但随着经济的增长，技术进步能够促进废弃物的循环利用，并采用清洁能源和替代资源降低污染排放量。（3）人口规模（POP）。农村人口规模的增加给环境带来压力。拓展后的模型设定如下：

（2）式中，βλ（λ＝1，2，3…，6）为相应解释变量的系数。

（二）变量说明

1.农业面源污染指标（EP）。首先，对形成于农业生产和农村生活活动中的各种农业面源污染排放物进行估算，参考赖斯芸等、陈敏鹏等［19］［20］的研究，采取单元调查法，从农村生活、农业化肥、禽畜养殖和农田固体废弃物四个方面，来考察包括化学需氧量（COD）、总氮（TN）和总磷（TP）在内的三个方面农业面源污染，由此构建农业面源污染产污单元，并建立产污单元、污染产生量及排放量之间的数量关系如下：

上式中，Ei为农业面源污染物j 排放量；EUi为产污单元i 指标统计数；ρij为产污单元i 的j 污染物产污强度系数；ρi为表征相关资源利用效率系数；Cij为产污单元i 的j 污染物排放系数；PEij为产污单元i 的j 污染物产污量。产污单元和相关影响参数如表1 所示。

表1 农业面源污染产污单元清单和影响参数

然后，在得出不同面源污染指标数据的基础上，参照王飞成［21］的做法，采用主成分分析法尝试建立一个衡量农业面源污染的综合指标。首先分别对每个截面进行主成分分析，以构造各地区的面源污染综合指标数据，以重庆市为例，利用SPSS 16.0 对化学需氧量、总氮、总磷三个农业面源污染指标进行主成分分析，得到方差分解主成分提取分析表和初始因子载荷矩阵。

式中:ainitial和afinal分别是a的初始值和终值,t为当前迭代次数,tmax为最大迭代次数。

主成分个数提取原则要求主成分对应的特征值大于1 的前m 个成分或前m 个成分的累计贡献率大于85%。根据表2 可知，选取两个主成分即可代表原始数据99.4%的信息，根据表3 的主成分因子载荷矩阵可知两个主成分得分：

表2 主成分因子特征值、贡献率和累计贡献率

表3 主成分因子载荷矩阵

在此基础上，根据表2 中的主成分贡献比率可得到重庆地区面源污染综合指标（EP*）：

随后对面源污染综合指标（EP*）应用Max－Min 标准化法将数据标准化至0－1 之间的数，计算公式为：得到最终指标（EP），数值越大，表明污染越严重。对于西南地区其他省份，本文做同样处理。

2.其他变量说明。经济增长（PGDP），以第一产业总产值／农村人口计算得出；技术进步（TEC），本文在全要素生产率测算框架下考察技术进步指数，衡量农业技术进步水平，农业全要素生产率测算选取劳动、化肥、机械、土地四种投入变量，其中以农业从业人数计算劳动投入，以化肥施用量折纯量计算化肥投入，以农业机械总动力衡量机械投入，以农作物总播种面积计算土地投入；以1985年不变价表示的第一产业生产总值为产出变量，基于DEA－Malmquist 指数法采用DEAP 2.1 软件计算得到西南地区农业全要素生产率以及其技术进步指数，以技术进步指数衡量该地区农业技术进步；产业结构（TEC），参照葛继红的做法［18］，采取养殖业产值与农业GDP 的比值来衡量农业产业结构的变化；人口规模（POP），以农村人口数衡量。

（三）数据来源

本文选取1985－2012年西南地区5 省（区、市）①中国西南地区包括：四川省，云南省，贵州省，重庆市，广西壮族自治区以及西藏自治区。考虑数据的可得性，本文分析不包括西藏地区。的跨期面板数据对面源污染与经济增长的环境库兹涅茨曲线展开研究。文中面源污染估算所需产污单元数据、农业技术进步效率测算所需的投入与产出数据、人口、第一产业总产值等数据均来自于历年《中国统计年鉴》、《新中国五十年统计资料汇编》及各省（区、市）地方年鉴，面源污染测算所需各产污强度系数、利用效率系数和排污系数等参数值在广泛参考文献和《全国第一次污染源普查农业源系数手册》等资料的基础上确定［19－20］［22－23］。计算所得指标的变量描述性分析如表2 所示。

表4 各变量描述性分析

三、实证结果

（一）西南地区农业面源污染与经济增长关系回归分析

本文首先分别对三种不同面源污染化学需氧量（COD）、总氮（TN）和总磷（TP）的环境库兹涅茨曲线进行拟合，拟合结果如表5 中模型1－3 所示。然后对面源污染综合指标（EP）进行环境库兹涅茨曲线的拟合分析，并逐一引入经济结构效应、人口增长效应和技术进步效应，进一步考察经济发展对农业面源污染的影响，回归结果如表5 中模型4－7 所示。本文基于允余固定效应检验，选择固定效应模型而非混合最小二乘法模型，采用Eviews 7 回归结果如表5 所示。

从表5 可知，模型1－4 拟合优度较好，F 检验显著，模型5－7 在模型4 的基础上分别引入其他经济变量后拟合优度得到改善，全部引入后，拟合优度达到0.9283，说明模型中各影响因素对农业面源污染的解释能力均达到92.83%，同时F 值较大且均通过了检验，说明模型中各影响因素对农业面源污染的共同影响是显著的，此外，引入新的变量后，对模型原有指标的估计系数影响不大，模型的稳健性得到了很好的证明。基于上述实证分析结果，展开如下详细分析：

1.农业经济规模（PGDP）。从模型1－4 可以看出，除模型（3）总磷（TP）对经济发展的库兹涅茨曲线拟合呈现倒U 型外，其他三个模型人均农业GDP 的一、二、三次项系数在5%的显著水平下均显著为正、负、正，且拟合较好，显示1986－2012年间西南地区环境库兹涅茨曲线呈现N 型特征，说明随着农业经济规模的扩大，面源污染呈现出“扩大—降低—再扩大”的趋势，环境库兹涅茨曲线倒U 型假说在此处并不成立。

2.人口规模（POP）。人口规模在5%的显著性水平下对农业面源污染存在显著的正向影响，影响系数为0.00013。西南地区农村地幅辽阔，人口居住分散，缺乏系统且规范的排水系统，生活污水被任意处置，大量进入水环境，形成面源污染，同时，高肥效且高养分的化肥取代了传统利用粪尿的施肥方式，致使粪尿利用率下降，产污程度扩大，形成面源污染。

表5 西南地区农业面源污染与经济增长关系回归分析

3.技术进步（TEC）。技术进步在5%显著性条件下对面源污染存在正向影响，影响系数为0.553。这意味着随着西南地区农业技术进步对EKC 曲线的改善作用并未体现，相反，技术进步可能导致面源污染的加剧，其原因可能是：以利润最大化为目标的企业的技术创新更多地考虑了自身利润状况而不是其创新本身给社会带来的负面影响［24］，因而，尽管近年来农业技术取得了可观的成果，但其技术进步更多表现为生产技术（如农用器械和无机化肥技术）的发展，真正对环境友好的污染减排技术却并没有得到显著提高。

4.农业结构（INS）。农业结构对面源污染排放存在正向影响，但并不显著。随着传统种植业为主的农业结构向经济附加值较高的畜牧业为主的农业结构转移，在其他条件一定的情况下，将致使农业面源污染排放增加，其原因在于种植业与畜牧业面源污染产污方式与强度不同，种植业主要通过农药、农膜、化肥、秸秆还田等方式形成面源污染，畜牧养殖则通过禽畜粪尿排泄物形成面源污染，其产污强度远大于种植业。然而，西南地区禽畜业发展规模相对较小，平均比重为0.3334，禽畜粪尿产污能力有限，致使农业结构系数并不显著。这与李海鹏关于贵州、云南、重庆、四川属于水土流失型农业面源污染区域，广西属于农资污染型农业面源污染区域，西南地区并无省份属于禽畜养殖型污染区域的研究结论较为相似［10］。

（二）西南各省域农业面源污染与经济增长EKC 拟合分析

分别对西南5 省农业面源污染（EP）与经济增长（PGDP）进行库兹涅茨曲线拟合，拟合回归结果和拟合图分别如表6、图1－图5 所示。

广西农业面源污染与经济增长的EKC 拟合较好（见表6），呈现出N 型关系，且统计检验在1%显著性水平下显著。图1 直观地展示了广西面源污染随经济增长的变动轨迹，广西面源污染程度随经济增长呈现出先上升，后下降，再上升的趋势，在2004年人均农业GDP 达到6011 元以后，随经济增长面源污染程度出现了明显降低，但2009年人均农业GDP 为7893 元之后，农业面源污染随经济增长而扩大。

表6 西南5 省（区、市）农业面源污染与经济增长关系EKC 拟合

图1 广西省环境库兹涅茨曲线拟合图

图2 贵州省环境库兹涅茨曲线拟合图

图3 四川省环境库兹涅茨曲线拟合图

图4 云南省环境库兹涅茨曲线拟合图

图5 重庆环境库兹涅茨曲线拟合图

贵州农业面源污染与经济增长的EKC 拟合（见表6）中人均GDP 三次项为0，一、二次项人均农业GDP 系数则在99%置信区间下显著为正、负，可见贵州省环境库兹涅茨曲线呈现倒U 型，拐点为4375 元（＝－0.0014／［2×（－1.8×10－7）］）。从图2 可知，在观察期1986－2012年间，该地区农业面源污染随经济增长呈现快速上升趋势，2012年贵州省人均农业GDP 为4008 元，尚未达到EKC 曲线拐点，说明贵州农业面源污染较为严重，其农业经济增长呈现出以环境恶化为代价的粗放式增长。

四川环境库兹涅茨曲线拟合方程中（表6）人均农业GDP 的一、二、三次项在1%显著性水平下显著为正、负、正，意味着该地区环境库兹涅茨曲线呈现出N 型关系，从图3 中可以直观地看出其面源污染与经济增长的环境库兹涅茨曲线拟合，2001年人均农业GDP 为5166 元时，面源污染达到最高水平，随后随着人均农业GDP 增长，面源污染呈现出缓慢下降趋势，说明2001－2012年间，四川农业面源污染控制和治理较好，这与梁流涛研究得出1997－2009年四川农业面源污染与经济增长协调性较好的结论较为相似［25］。2012年，四川人均农业GDP 达到8676 元，面源污染水平为0.72，然而，四川省环境库兹涅茨曲线显示下一阶段人均农业GDP 继续攀升时，面源污染可能再次出现上扬趋势。

云南环境库兹涅茨曲线拟合方程中（见表6），人均农业GDP 三次项为0，而一、二次项系数分别为正和负，且在5%显著性水平下通过了统计检验，意味着该地区环境库兹涅茨曲线呈现倒U 型，拐点为5813.95 元（＝－0.0005／［2×（－4.3×10－8）］），即面源污染随经济增长先递增后递减。结合图4 来看，1986－2012年间云南省环境库兹涅茨曲线仍处于上升阶段，2012年云南省人均GDP为5917 元，表明该地区EKC 曲线拐点已经出现，其主要原因在于云南省通过建立污水处理池、生态湿地、帮助处理禽畜粪尿还田等方式，多角度减少面源污染，污染防治效果较为明显，截至2014年底，云南省已建立了6 个农业面源污染定位监测站，防控农业面源污染。

重庆市环境库兹涅茨曲线拟合回归（表6）显示，一、二、三次人均农业GDP 系数分别为正、负、正，拟合程度较好，且均在1%显著性水平下显著，说明该地区环境库兹涅茨曲线为N 型。图5显示，1986－2012年间重庆环境库兹涅茨曲线呈现出弱N 型，其中2009年为重庆市N 型环境库兹涅茨曲线第一个转折点，2009年人均农业GDP为5486 元时，样本期内面源污染水平达到最高，之后，随人均GDP 的增长农业面源污染水平出现了下降趋势。洪业应以重庆市1996－2011年农药、化肥、农膜与农业经济增长水平进行EKC 拟合发现其存在显著倒U 型关系而非N 型，但同样得出2009年为拐点这一结论［16］。

四、结论与政策建议

本文实证研究了中国西南地区1986－2012年农业化学需氧量、总氮、总磷三类面源污染及面源污染综合指标与经济增长之间的环境库兹涅茨曲线拟合程度，并在此研究框架下考察了农业产业结构、技术进步、人口规模对农业面源污染的影响，随后分别对西南各省面源污染与经济增长的环境库兹涅茨曲线拟合展开了进一步分析。由此得出以下相关结论和政策建议：

研究表明，西南地区面源环境污染与经济增长存在N 型关系，分别来看，化学需氧量、总氮与经济增长呈现出N 型关系，总磷与经济增长为倒U 型关系，且均拟合较好。同时，人口规模和技术进步对面源污染存在正向影响，农业结构对面源污染的影响并不显著。因此，西南各省要实现面源污染约束下的农业经济可持续发展，应高度重视其生态脆弱性，积极采取科技培训等方式加强绿色农业宣传，增进农户环保意识，培育科学的农业生产观，避免化肥、农药的滥用，注重秸秆还田和人畜粪尿肥料的再利用；加大农业科技创新投入，注重农业环境友好型技术改进，鼓励使用农村清洁能源，扩大有机肥的使用范围；合理规划产业布局，注重生态循环农业模式的发展探索与创新，进而构建西南地区资源节约型、环境友好型的“两型”农业体系。

研究同时表明，广西、四川、重庆环境库兹涅茨曲线呈现N 型，贵州、云南均呈现倒U 型，其中贵州EKC 拐点尚未出现，而云南农业面源污染已经进入转折期。因此，西南各省在推进农业可持续发展进程中应加大环保投资力度，积极探索面源污染治理市场化道路；学习国外先进生态农业发展经验与清洁能源技术，同时“桂川渝”等省可参考云南多样化特色生态农业发展模式，学习其面源污染防控经验；建立农业面源污染监控站，加大对已污染土地的治理力度，避免“先污染、后治理”；结合自身资源禀赋优势，在生物多样性与气候适宜条件下，发展体现地区特征的特色农业，探寻兼顾农业发展与环境友好的可持续农业发展模式。

［1］Mcconnellk E.Income and The Demand for Environment Quality［J］.Environment and Development Economics，1997，（2）：383－399.

［2］De Bruyn S M，Heintz R J.The Environment Kuznets Curve Hypothesis［M］.Handbook of Environment and Resource Economics，Oxford：Edward Elgar Publishing，2002：656－677.

［3］Panayotou T.Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development［Z］.International Labor office Working Paper，WP238，1993.

［4］Shafik.Economic Growth and Environmental Quality：Time Series and Cross－country Evidence［Z］.World Bank Paper for World Development Report，1992.

［5］Ekins P.Economic Growth and Environmental Sustainability［M］.London：The Routledge Press，1998.

［6］Friedl B，Getzner M.Determinants of CO2 Emissions in a Small Open Economy ［J］.Ecological Economics，2003，45（1）：133－148.

［7］Aslanidis N，Iranzo S.Environment and Development：Is There a Kuznets Curve for CO2 Emissions［J］.Applied Economics，2009，41（6）：803－810.

［8］Dinda S.Environment Kuznets Curve Hypothesis：A Survey［J］.Ecological Economics，2004（49）：431－455.

［9］赵细康，李建民，王金营，周春旗.环境库兹涅茨曲线及在中国的检验［J］.南开经济研究，2005，（3）：45－84.

［10］李海鹏，张俊飚.中国农业面源污染与经济发展关系的实证研究［J］.长江流域资源与环境，2009，（6）：585－590.

［11］曹大宇，李谷成.我国农业环境库兹涅茨曲线的实证研究——基于联立方程模型的估计［J］.软科学，2011，139（7）：76－80.

［12］安和平.贵州省经济增长与环境污染关系的实证研究［J］.中国人口·资源与环境，2010，20（4）：74－80.

［13］覃巍，丁慧.基于环境库兹涅茨理论的广西经济增长与环境质量协调性研究［J］.学术论坛，2011，249（10）：142－148.

［14］尚敏，叶长兵.云南经济增长与环境污染水平计量模型研究［A］.中国环境科学学会学术年会论文集［C］.2009.

［15］李君，庄国泰.中国农业源主要污染物产生量与经济发展水平的环境库兹涅茨曲线特征分析［J］.生态与农村环境学报，2011，27（6）：19－25.