我国农村环境质量的时空分异与农村经济发展的门槛效应——基于ESDA—GIS与门槛回归模型

王良健，蒋婷

（湖南大学经济与贸易学院，湖南 长沙 410079）

我国农村环境质量的时空分异与农村经济发展的门槛效应
——基于ESDA—GIS与门槛回归模型

王良健，蒋婷

（湖南大学经济与贸易学院，湖南 长沙 410079）

运用2004-2013年31个省级行政区农村环境相关数据，构建农村环境质量评价体系，利用ESDA—GIS探究时空分异规律，再运用门槛回归模型探讨农村经济发展与环境质量的门槛效应。结果表明，我国农村环境质量存在明显时空分异特征：时间上，近10年来我国农村环境质量综合评价指数由2004年的51.01上升至2013年的52.89，可见我国农村环境质量总体改善，且东部及南方部分经济发达地区近年农村环境质量改善效果显著；空间上，我国农村环境质量自东向西趋好，存在空间集聚性，北方农村环境质量普遍优于南方。此外，我国农村环境质量与农村经济发展存在门槛效应：农业发展水平对我国农村环境质量的影响呈先负向相关后正向相关的双重门槛关系；工业发展水平负向影响农村经济，跨过门槛值后，负向影响减小；农户收入与农村环境质量呈先负向相关，跨过门槛值后正向相关的单门槛关系。从农业发展水平、工业发展水平和农户收入3个方面来看，发展农村经济对改善农村环境质量具有显著的效果。因此，应着力围绕“生产环境绿色高效、生活环境整洁舒适、生态环境山清水秀”目标，全方位多角度重点改善我国东部及南方地区农村环境质量，并大力发展农村经济，从而全面改善农村环境质量。

农村环境质量；时空分异；农村经济；探索性空间分析；门槛回归模型

在我国农村经济发展的同时，环境问题形势严峻，已引起中央和地方政府的高度重视，近年来国务院及相关部委出台了一系列改善农村生态环境的文件。因此，深入研究我国农村环境时空分异特征，探讨农村经济发展与环境质量的非线性关系具有重要的现实意义。

国内学者运用不同方法研究我国农村环境质量的区域特征，如陈敏鹏等[1]利用清单分析方法发现长三角地区和东南沿海地区是我国农业污染主要集中区域，梁流涛[2]、黄英和黄娟[3]分别利用突变级数模型和聚类分析，基于构建的农村环境压力指标体系测算我国农村生态环境。刘彦随[4]和武国胜[5]从地学角度出发，分别利用遥感、GIS方法及生态环境时空格局信息图谱，分析生态环境空间结构形态及时空演变规律。黄英等[6]学者运用超效率EDA，测算我国农村生态环境治理效率存在“效率高—经济强”、“效率低—经济强”、“效率高—经济弱”和“效率低—经济弱”4种区域类型。

国内外诸多学者研究发现农村环境与经济发展的存在非线性关系。一方面，农村经济发展初期粗放式的经营模式给环境带来负面影响，Zilberman等[7]和Van Meijl等[8]认为农业经济直接导致农村环境问题，国内学者如杜江和罗珺[9]、李飞等[10]、梁流涛[11]从农业生产发展角度测算区域环境压力，现行粗放式经营的农村工业化加剧环境污染；另一方面，村域经济整体实力的提升为保护环境提供资金支持[12]，因此经济高增长不一定导致高污染。此外，自Grossman和Krueger[13]于1991年首次定量验证环境质量与人均收入存在倒U型曲线关系后，Shafk和Bandyopadhyay[14]、Stern等[15]得出相同结论。基于环境库兹涅兹曲线理论，Mohapatra等[16]认为经济发展通过技术及时间变化动态影响环境质量，Wang等[17]认为可在保持低增长率的经济发展的同时保护环境，并且环境的保护及修复有助于经济的可持续发展。

以上研究成果具有现实意义，但传统农村环境区域差异评价方法将区域视为独立主体，忽视空间极化或扩散效应对农村环境的影响，且鲜有学者针对我国农村环境与经济发展的现实情况，定量研究二者的非线性关系。因此，本文采用ESDA（探索性空间数据分析），以空间关联测度为核心，从空间自相关角度定量分析农村环境的时空分异特征。为进一步探讨农村经济与环境质量的门槛效应，首先将环境变量纳入效用函数，从理论上推导两者的关系，再进一步从农业发展水平、农村工业发展水平和农户收入3个方面进行实证分析，以期为改善我国农村环境提供理论依据。

1 研究方法

1.1 我国农村环境质量评价体系的构建及测评

农村环境由生产环境、生态环境及生活环境构成[3]。生产环境主要从农业生产角度衡量，由有效灌溉率、农药、化肥施用量、塑料薄膜、地膜覆盖率等指标表征；生态环境主要由自然保护区、林业重点生态工程等表征生态资源和除涝面积、水土流失治理面积等表征农村抵御灾害能力两个角度衡量；生活环境主要从便民、卫生、可再生能源利用三个角度衡量，分别由改水、改厕、污水处理、沼气池、太阳能、太阳房、太阳灶来表征[18-19]。

本文从生产环境、生态环境和生活环境构建我国农村环境评价指标体系（表1），运用层次分析法确定指标权重，权重确定依据为：农村粗放式的农业生产特别是农药、化肥、塑料薄膜等农用品的滥用为农村环境带来巨大压力，黄英和黄娟[3]通过主成分分析法得出农业生产中仅农药使用量一项便可解释农村环境的30%，可见农业生产是影响农村环境最大的因素；生态环境是是人类赖以生存的基础，霍雨和王腊春[19]评价农村环境时认为生态环境质量仅次于农业生产环境；随着人类生活质量的不断提高，生活环境已成为衡量农村环境的重要组成部分，诸多学者将其纳入评价体系，权重略小于生产环境和生态环境[19-20]。

利用层次分析法确定指标权重时，首先基于上述依据通过专家评判构建判断矩阵，在层次单排序中利用和积法计算确定最大特征根λmax和特征向量Wi，最后进行判断矩阵一致性检验。判断矩阵、最大特征根λmax、判断矩阵一致性指标（CI）、平均一致性指标（RI）、随机一致性比率（CR）、特征向量（W）见表2至表5，总排序权重见表1。其中CI=(λmax-n)/(n-1)，CR=CI/RI，n代表判断矩阵阶数，当n＜3时，判断矩阵具有完全的一致性，当CR＜0.1时，判断矩阵具有满意的一致性。

基于以上我国农村环境质量评价体系各因子权重，本文采用综合测评法评价，为消除量纲的影响，先对因子层各指标进行极差标准化，正向指标计算方法为：

表1 我国农村环境质量评价指标体系Table 1 Evaluation index system of rural environmental quality in China

表2 农村环境质量—指标层判断矩阵Table 2 Judgment matrix of rural environmental quality-index layer

表3 生产环境—因子层判断矩阵Table 3 Judgment matrix of production environment-factor layer

表4 生态环境—因子层判断矩阵Table 4 Judgment matrix of ecological environment-factor layer

逆向指标计算方法为：

式中：Xi为标准化后数值，xi为原始数值，xmax和xmin分别为极大值和极小值。用标准化数值乘以权重后相加，即可得农村环境质量综合指数（CEQ）计算方法为：式中：Xi为标准化后各因素数值；Wi为总排序权重；为方便计算乘以100。农村环境质量综合指数越高表示农村环境质量越好；综合指数越低表示农村环境质量越差。

表5 生活环境—因子层判断矩阵Table 5 Judgment matrix of living environment-factor layer

1.2 探索性空间数据分析方法（E S D A）

为进一步探讨我国省域农村环境的空间极化效应或扩散效应，采用ESDA方法结合GIS软件探索农村环境的空间自相关性，探讨其空间集聚特征。本文参考国内外学者空间统计方法[21-22]，采用距离权重，用GeoDa软件计算我国农村环境全局Moran’s I指数和局域自相关LISA值。

全局空间自相关指数Moran’s I的取值范围为-1到1，当Moran’s I＜0，代表空间负相关；当Moran’s I＞0，代表空间正相关；当Moran’s I=0，代表空间不相关；局域空间自相关用Moran散点图衡量，Moran散点图四个象限按其性质分为“高—高”（第一象限）、“低—高”（第二象限）、“低—低”（第三象限）、“高—低”（第四象限），其中“高—高”和“低—低”表明存在空间正相关，“低—高”和“高—低”表明存在空间负相关。

1.3 门槛回归模型的理论基础及设定

1.3.1 理论模型 假设经济体系中只存在一个消费主体，为“经济人”，追求自身效用最大化。该主体效用受消费影响，消费越多，效用越大，同时把环境看作一种商品，纳入效用函数。当该主体收入很低，仅能解决温饱问题时，不会考虑购买环境，环境的效用很低；只有当收入高于某一特定水平，该消费主体才会考虑购买环境。本文考察的是第二种情况，即该消费主体满足了基本日常需求后，开始考虑环境质量，环境对该主体产生效用。因此该主体的效用（U）受消费（C）和环境（E）影响，则效用函数可写为：U(C, E)=v(C)+h(E)，该效用函数是连续、二阶可微的拟凹函数[23]。

消费的效用函数表述的是个体效用与消费的相互依存关系，消费与效用正相关，同时满足边际效用递减规律。即期消费效用函数的基本形式为[24]：

式中：σ＞0，表示的是消费主体对消费的期望系数，与该消费主体的心理、爱好等因素有关，消费的期望系数越大，消费一个单位带来的效用越小，越不容易得到满足，最终影响该主体决定将多少收入用于消费。

Gradus和Smulders[25]、Stoky[26]和Bella[27]等学者从环境污染角度和环境质量角度设定的效用函数形式略有差异，但均为指数形式。本文从环境质量角度设定效用函数，环境质量越高，该主体效用越大且环境的边际效用递减，这和环境经济学及福利经济学相关理论假设一致，本文设定环境质量的效用函数为：

式中：B＞0，表示环境E对效用的贡献程度；ω＞1且ω为偶数，代表生态环境的维持功能，ω越大，生态维持功能越好，环境的效用越大。

假定该主体经济收入为M，全部用于消费和环境，收入水平越高，消费越高同时对环境质量的要求也越高，因此收入M与消费C和环境E均正向相关。假定每单位消费和每单位环境的成本分别为P1和P2，则存在约束条件：

要求U(C, E)极大值，可构造拉格朗日函数：

式（5）即为主体效用最大时的消费和环境的关系函数，此时消费和环境的收入弹性相等。其意义在于，该主体在收入M既定的条件下，在遵循效用最大化原则的基础上，将有限的收入分配于消费和环境的最佳安排。再将约束条件式（4）代入式（5）得：

式（6）为满足效用最大化时，环境和收入之间的关系，对M求导数得：

当M＜M*时，dE/dM＜0，此时经济对环境的影响为负效应，农村经济发展初期，粗放式地、以环境为代价的经营模式会给农村环境造成巨大压力；当M＞M*时，dE/dM＞0，此时经济对环境的影响为正效应，当经济发展水平较高时，农户注重环境质量，倾向于采取对环境有利的行动或将一定收入用于治理农村环境，此时环境质量随经济发展改善，因此经济发展对环境质量的影响存在非线性关系。此外，降低经济发展水平临界值M*，可使经济发展对环境的作用改善。当治理环境的单位成本P2越小，M*越小，因此可通过提高治理环境的技术，降低治理成本，从而降低M*；生态环境的维持功能ω越大，临界值M*越小，因此提高环境的生态维持功能，可降低经济发展水平临界值M*。

1.3.2 门槛回归模型 传统非线性关联关系的研究方法多为分组检验或交叉项模型，前者分组过于主观，后者要求指标单调递增或单调递减，门槛回归模型克服以上缺点，通过数据特点内生检验门槛值。本文参照王书华和杨有振[28]将核心变量作为门槛变量的做法，研究农村经济对农村环境质量的门槛回归效应，Hansen[29]面板门槛模型表述为：

双门槛模型和三门槛模型在（9）式单门槛模型的基础上扩展，设定为：

式（9）、（10）、（11）中，CEQ为被解释变量，即农村环境质量综合值；Xit为门槛变量；Z为控制变量，即其他对CEQ有显著影响的变量；γ为门槛值；I(·)为指示函数，满足括号中的条件，则I=1否则I=0；εit为随机扰动项；i表示省份；t表示年份。

对于门槛模型的估计与检验原理及具体步骤，可参照Hansen[29]的研究。

关于变量的选取与数据说明如下：

1）核心变量。农业发展水平（PIP），本文第一产业生产总值用农产品生产价格指数（基期2004年为100）进行平减处理后得到第一产业生产总值真实值（亿元），再除以乡村人口数（万人），得到人均第一产业生产总值（万元/人），代表农业发展水平；农村工业发展水平（IND），将乡镇工业产值进行上述平减处理后得到乡镇工业产值真实值（万元）除以乡镇工业从业人员（人）得到人均乡镇工业产值（万元/人），代表农村工业发展水平；农户收入（INC），农村居民纯收入用农村居民消费价格指数（基期2004年为100）进行平减处理，得到真实农村居民纯收入（万元/人），作为表征农村经济的指标之一。

2）控制变量。人口密度（DEN），由乡村人口数与农村面积的商算得；劳动力受教育程度（EDU），本文对劳动力受教育程度量化分析，以农村劳动力人均受教育年限（年）探究其对农村环境质量的影响，农村居民劳动力文化程度可分为不识字（识字不多）、小学、初中、高中、中专、大专及大专以上，其受教育年限分别为0年、6年、9年、12年、12年和16年，则人均受教育年限为各文化程度与教育年限乘积之和；乡村就业率（OCC），由就业人员除以乡村人口数求得。

为防止多重共线性，本文采用以下三个模型（以单门槛值为例）分别从农业发展水平、工业发展水平和农户收入三个方面探究农村经济对农村环境质量的非线性影响。模型一：

模型二：

模型三：

1.4 数据来源

我国农村环境质量评价体系所用数据主要来源于《中国农村统计年鉴》（2005-2014年）、部分《中国农村统计年鉴》未统计的年份数据来源于《中国环境统计年鉴》、建成区面积来源于《中国国土资源统计年鉴》和《中国统计年鉴》，省级行政区面积来源于《中国民政统计年鉴》。

门槛回归模型中因变量为计算的各省农村环境综合指数，自变量第一产业贡献率来源于各省统计年鉴，乡镇工业产值及乡镇工业从业人员来源于《中国农业年鉴》，其余数据均来源于《中国农村统计年鉴》。某一年份数据缺失用插值法所得数据代替。

考虑数据的可得性，本文分析对象为除香港、澳门、台湾外的31个省级行政区。

2 结果与分析

2.1 我国农村环境质量时空分异特征

从全国层面来看，各年农村环境质量综合指数平均值由2004年的51.01上升至2013年的52.89（表6），可见近10年来我国农村环境质量总体改善。各年农村环境综合指数平均值均西部大于中部，中部大于东部，我国农村环境质量自东向西趋好。近年来我国东部地区农村环境质量综合指数平均值由2004年的43.21稳步增长至2013年的46.55，中部地区2010年以前呈增长态势，2013年略微下降至53.76，西部地区综合值均在59-60之间（表7），可见东部地区农村环境质量改善最显著，中部地区农村环境质量改善后近几年又恶化，西部地区改善不明显。

表6 2004-2013年中国农村环境质量综合指数（CEQ）Table 6 Comprehensive index of environmental quality in rural areas of China in 2004-2013

表7 我国东、中、西部农村环境质量综合指数的平均值Table 7 Comprehensive value of rural environmental quality in the east, middle and west of China

表8 全局空间自相关系数Table 8 Full spatial autocorrelation coeffcient

再进一步利用探索性空间数据分析方法（ESDA）分析我国农村环境质量的极化及扩散效应，可知近10年Moran’s I均为正且均通过显著性水平检验（表8），可见我国农村环境质量存在空间正相关关系，即我国农村环境质量存在空间依赖性，具有空间集聚的特征，农村环境质量好的省份与质量好的省份邻接，质量差的省份与质量差的省份邻接。2013年Moran’s I值最小，仅为0.069 9，说明我国农村环境质量正相关特征减弱，即近年空间集聚性减弱。

观察2004、2007、2010和2013年我国农村环境质量综合指数Moran散点图（图1），4个象限均有省份落入，农村环境质量存在4种地域类型（表9）。

“高—高”区，即本身及周边地区的农村环境质量综合指数均较高，农村环境质量均比较高，是我国农村环境质量最优的集聚区，空间分异程度低。除西藏外，其余省份主要分布在我国北方。

“低—高”区，自身农村环境质量综合指数较低，周边地区较高。这一类型省份个数最少，散落于我国内陆及东部沿海地区。

“低—低”区，本身及周边地区的农村环境综合指数均较低，聚集在我国东部及南部，主要为经济较发达的省份。

“高—低”区，即自身农村环境质量综合指数较高，周边地区较低。这一类地域类型的分布于“低—低”区旁。可见我国农村经济欠发达地区的农村环境质量优于东部沿海经济较为发达的地区。

图1 我国农村环境综合指数Moran散点图Fig. 1 Rural environment comprehensive index Moran scatter plot of China

表9 农村环境质量4种地域类型的具体省份Table 9 Specifc provinces of the four regional types of rural environmental quality in China

考虑农村环境质量空间自相关的相关程度，研究满足近似正态分布Z检验P≤0.05的显著性水平下的省份（表9）。可知我国农村环境质量“高—高”区省份均位于我国北方，“低—低”区呈块状集聚于我国南部，可见我国北方农村环境质量优于南方。四大地域类型具体变动情况如下：“高—高”区2010年由内蒙古于增加吉林和辽宁，2013年为内蒙古和辽宁；“低—高”区省份未改变，只有新疆；“低—低”区省份个数减少，2010年江苏、山东变得不显著，2013年浙江由“低—低”变为“高—低”，可见近年经济较发达地区农村环境质量改善。

2.2 我国农村环境质量与经济发展的门槛效应

1）门槛效果检验。首先需确定门槛个数，依次对农村经济为不存在门槛值、存在单一门槛值、存在两个门槛值的假设下对模型进行估计，所得F值及采用Bootstrap方法得到的P值见表10。以人均第一产业生产总值表征的农业发展水平存在两个门槛值，为5 145元/人和9 446元/人；农村工业产值存在两个门槛值，为23.45万元/人和50.81万元/人；农户收入只存在一个门槛值，为11 606元/人。

为保证面板数据平稳性防止伪回归，对模型一、模型二、模型三分别采用相同根单位根检验（LLC， Levin-Lin-Chu）检验）和不同根单位根检验（Fisher-ADF检验）知变量一阶单整，再通过协整检验可知变量间存在着长期稳定的均衡关系。

2）关联效应分析。农业发展水平对我国农村环境的影响呈非单调的双重门槛关系。当人均第一产业生产总值低于5 145元时，农业发展水平对农村环境质量具有显著负向影响，弹性系数为-2.283 0（表11）。当农业发展水平跨过这一门槛值，变为显著正向影响，其弹性系数为2.265 3，且通过1%显著性水平检验。当农业发展水平高于9 446元/人时，负向影响不显著。对各省份2013年数据进行比较，山西、贵州和西藏尚未跨越第一个门槛值，北京、天津、上海、安徽、江西、河南、湖南、广东、四川、云南、陕西、甘肃、青海、宁夏已然跨过第一个门槛值，尚未跨过第二个门槛值，河北、内蒙古、辽宁、吉林、黑龙江、江苏、浙江、福建、山东、湖北、广西、海南、重庆和新疆已经跨过第二个门槛值。

表10 门槛效果检验Table 10 Threshold effect test

表11 模型估计结果Table 11 Estimation results

农村工业发展水平呈现负向双重门槛特征，当人均乡镇企业工业产值低于23.48万元时，对农村环境质量的显著负向弹性系数为-0.201 6，当工业产值跨过这一门槛，负向影响减小，弹性系数仅为-0.084 6。当人均乡镇工业产值高于50.81万元时，负向影响进一步减小，可见随着工业水平的发展，其对农村环境质量的负面影响减小。安徽、福建、广西、海南、甘肃、青海尚未达到农村工业发展水平的第一个门槛值。山西、内蒙古、吉林、黑龙江、江西、河南、湖南、广东、重庆、四川、贵州、云南、西藏、陕西、宁夏和新疆已经跨过第一个门槛值，但尚未跨过第二个门槛值。北京、天津、河北、辽宁、上海、江苏、浙江、山东、湖北农村工业发展水平较高，已成功跨越第二个门槛值。

农户收入与区域环境质量呈非线性的单一门槛关系。当农村居民人均收入低于11 606元，对农村环境质量产生负向影响，但这一影响并不显著，当跨越这一门槛值，产生显著正向影响。除北京、天津、江苏、浙江、上海和广东6个省份跨过门槛值外，其余省份均未跨过农户收入的门槛值。

模型一、模型二、模型三中人口密度对环境质量的影响均不显著。人口压力诱发并加剧农村环境问题，农村人口对环境影响存在乘数效应，人口数量的多少与其对自然干扰程度呈正比，我国农村过量人口超过了生态承载力，是我国目前农村环境恶劣的重要因素。唐丽霞和左停[30]、黄季焜和刘莹[31]基于问卷调查实证分析验证了人口密度对环境造成显著负面影响。

受教育程度对农村环境质量存在显著正向影响，农村劳动力受教育年限越长，其保护环境意识越高，因此环境质量越优。农户受教育程度还通过影响环境知识掌握程度、环境态度积极程度以及环境行为自觉程度影响环境质量[32]。

农村居民就业率与农村环境正向相关，就业率越高，农村环境越好。因此促进农村居民就业率对改善农村环境具有积极意义。

3 结论与政策启示

3.1 结论

研究表明，近10年来我国农村环境质量存在明显的时空分异特征，从时间的演进来看，农村环境总体改善，近年我国东部及南方部分经济发达地区农村环境质量明显改善；从空间上来看，我国农村环境质量自东向西趋好，存在空间集聚性，北方环境质量优于南方。

我国农村环境质量与农村经济发展存在门槛效应：农业发展水平对我国农村环境质量的影响呈非单调的双门槛关系，当其低于第一个门槛值，对农村环境质量产生负向影响，当农业发展水平跨过这一门槛，变为显著正向影响，当跨越第二个门槛值，影响不显著；工业发展水平负向影响农村环境质量，跨过第一个门槛值后，负向影响减小，跨过第二个门槛值，负向影响再次减小；农户收入与农村环境质量先负向相关，跨过门槛值之后正向相关。

3.2 政策启示

从我国农村环境的时空分异特征来看，东部及南方部分省（市）农村环境质量较差，因此应着力围绕“生产环境绿色高效、生活环境整洁舒适、生态环境山清水秀”目标，全方位多角度改善我国东部及南方农村环境质量。地方政府应出台鼓励发展绿色农业的办法，并进一步完善农村环境质量动态监测体系，在目前试点监测的基础上，逐步增设和优化监测点位，并定期发布相关监测结果等。对广大中西部农村环境质量较优的省份，需进一步巩固农村环境质量优势，加大对农村环境质量较优地区的生态补偿力度，特别是加大对高标准基本农田建设和补充耕地重点农村的资金倾斜，完善基本农田保护和生态保护的补偿制度。

发展农村经济是改善农村环境质量的长远之计。首先，鼓励发展家庭农场、专业合作社、互联网+农业等新型农业经营方式，着力提高农业产出效益；其次，避免“村村点火，户户冒烟”等粗放式农村工业经营方式，积极引导工业企业入园，园区要统一规划和建设排污设施；再次，应发挥农村集体经济组织的作用，将当地的资源优势转化为资产和资本优势，培育地方特色产业，千方百计增加农民收入。

[1] 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[J]. 中国环境科学, 2006, 26(6): 751-755.

Chen M P, Chen J N, Lai S Y. Inventory analysis and spatial distribution of Chinese agricultural and rural pollution[J]. China Environmental Science, 2006, 26(6): 751-755.

[2] 梁流涛. 基于突变级数模型的农村生态环境压力评价[J]. 干旱区资源与环境, 2013, 27(7): 46-51.

Liang L T. Evaluation of rural eco-environmental stress based on Catastrophe progression method[J]. Journal of Arid Land Resources and Environment, 2013, 27(7): 46-51.

[3] 黄英, 黄娟. 农村生态环境承压能力区域差异与影响因素研究[J]. 广东农业科学, 2014(2): 157-161.

Huang Y, Huang J. Research on regional difference and infuence factors on pressure-bearing capacity of rural ecological environment[J]. Guangdong Agricultural Sciences, 2014(2): 157-161.

[4] 刘彦随. 山地农业资源的时空性与持续利用研究——以陕西秦巴山地为例[J]. 长江流域资源与环境, 1999, 8(4): 411-417.

Liu Y S. Studies on the space-time orderliness and sustainable use of agricultural resources in mountainous area[J]. Resources and Environment in the Yangtze Basin, 1999, 8(4): 411-417.

[5] 武国胜. 福建省生态环境时空格局信息图谱研究[D]. 福州: 福建师范大学, 2006.

Wu G S. Study on the spatial-temporal patterns of ecoenvironment geo-information Tupu in Fujian Province[D]. Fuzhou: Fujian Normal University, 2006.

[6] 黄英, 周智, 黄娟. 基于DEA的区域农村生态环境治理效率比较分析[J]. 干旱区资源与环境, 2015, 29(3): 75-80.

Huang Y, Zhou Z, Huang J. The management effciency of rural ecological environment in different regions[J]. Journal of Arid Land Resources and Environment, 2015, 29(3): 75-80.

[7] Zilberman D, Templeton S R, Khanna M. Agriculture and the environment: An economic perspective with implications for nutrition[J]. Food Policy, 1999, 24: 211-299.

[8] Van Meijl H, Van Rheenen T, Tabeau A, et al. The impact of different policy environments on agriculture land use in Europe[J], Agriculture, Ecosystems and Environment, 2006, 114: 21-38.

[9] 杜江, 罗珺. 我国农业环境污染的现状和成因及治理对策[J].农业现代化研究, 2013, 34(1): 90-94.

Du J, Luo J. Status and reasons of China’s agricultural environmental pollution and its countermeasures[J]. Research of Agricultural Modernization, 2013, 34(1): 90-94.

[10] 李飞, 董锁成, 李宇, 等. 中国东部沿海地区农业污染风险地域分异研究[J]. 资源科学, 2014, 36(4): 801-808.

Li F, Dong S C, Li Y, et al. Geographical differentiation of agriculture-related pollution risk in eastern coastal China[J]. Resources Science, 2014, 36(4): 801-808.

[11] 梁流涛. 农业发展与环境协调性评价及其影响因素分析[J]. 中国环境科学, 2012, 32(9): 1702-1708.

Liang L T. Coordination of agricultural growth with environment[J]. China Environmental Science, 2012, 32(9): 1702-1708.

[12] 乔家君, 赵德华, 李小建. 工业发展对村域经济影响的时空演化——基于巩义市回郭镇21个村的调查分析[J]. 经济地理, 2008, 28(4): 617-622.

Qiao J J, Zhao D H, Li X J. Spatial-temporal change of infuence on village’s economy of rural industry development—Based on the investigation of 21 villages of Huiguo Town, Gongyi City, Henan Province[J]. Economic Geography, 2008, 28(4): 617-622.

[13] Grossman G M, Krueger A B. Environmental impacts of a North American free trade agreement[R]. NBER Working paper, 1991, No. 3914.

[14] Shafk N, Bandyopadhyay S. Economic Growth and Environmental Quality: Time Series and Cross-country Evidence[M]. World Bank Publication, 1992.

[15] Stern D I, Common M S, Barbier E B. The environmental Kuznets curve and sustainable development[J]. World Development, 1996, 24(7): 1151-1160.

[16] Mohapatra S, Adamowicz V, Boxall P. Dynamic technique and scale effects of economic growth on the environment[J]. Energy Economics, 2016, 57: 256-264.

[17] Wang L J, Zhou D Q, Wang Y Y, et al. An empirical study of the environmental Kuznets curve for environmental quality in Gansu Province[J]. Ecological Indicators, 2015, 56: 96-105.

[18] 田亚平, 李虹, 李超文. 新农村建设的村级评价指标体系——以湖南省衡南县工联村为例[J]. 经济地理, 2007, 27(3): 366-369.

Tian Y P, Li H, Li C W. Study of the new rural construction assessment based on village level index system—Taken Gonglian village of Hengnan County as an example[J]. Economic Geography, 2007, 27(3): 366-369.

[19] 霍雨, 王腊春. 江苏省新农村建设评价指标体系初探——以大丰市南阳镇为例[J]. 四川环境, 2007, 26(2): 79-83.

Huo Y, Wang L C. Discussion on assessment index system for new rural construction in Jiangsu Province—A case study of Nanyang[J]. Sichuan Environment, 2007, 26(2): 79-83.

[20] 徐学荣, 林雪娇. 社会主义新农村评价指标体系和评价方法研究[J]. 福建农林大学学报(哲学社会科学版), 2007, 10(5): 1-4．

Xu X R, Lin X J. Study on the comprehensive evaluation index system and methods of building a new socialist countryside[J]. Journal of Fujian Agriculture and Forestry university (Philosophy and Social Sciences), 2007, 10(5): 1-4．

[21] 沈体雁, 冯等田, 孙铁山. 空间计量经济学[M]. 北京: 北京大学出版社, 2010.

Shen T Y, Feng D T, Sun T S. Spatial Econometrics[M]. Beijing: Peking University Press, 2010.

[22] Anselin L. Local indicators of spatial association-LISA[J]. Geographical Analysis, 1995, 27(2): 93-115.

[23] Geoffrey A J, Philip J R, Reny J. Advanced Microeconomic Theory[M]. Bosto: Addison Wesley, 2001.

[24] Barro R J. Government spending in a simple model of endogenous growth[R], NBER working paper, 1988, No. 2588.

[25] Gradus R, Smulders S. The trade-off between environmental care and long-term growth pollution in three prototype growth models[J]. Journal of Economics, 1993, 58(1): 25-51.

[26] Stokey N L. Are there limits to growth[J]. International Economic Review, 1998, 39(1): 1-31.

[27] Bella G. Does pollution affect economic growth[J]. Political Economy of the Environment, 2003, 6: 1-31.

[28] 王书华, 杨有振. 信贷约束与我国农户收入差距的面板门限回归——基于微观面板数据的实证分析[J]. 山西财经大学学报, 2012, 34(9): 36-44.

Wang S H, Yang Y Z. Panel threshold regression on credit constrains and China’s household income gap—Analysis based on the micro-panel data[J]. Journal of Shanxi Finance and Economics University, 2012, 34(9): 36-44.

[29] Hansen B E. Threshold effects in non-dynamics panels: Estimation, testing and inference[J]. Journal of Econometrics, 1999, 93(2): 345-368.

[30] 唐丽霞, 左停. 中国农村污染状况调查与分析——来自全国141个村的数据[J]. 中国农村观察, 2008(1): 31-38.

Tang L X, Zuo T. Investigation and analysis of environmental pollution in rural China—Base on the data form 141 villages across the country[J]. China Rural Survey, 2008(1): 31-38.

[31] 黄季焜, 刘莹. 农村环境污染情况及影响因素分析——来自全国百村的实证分析[J]. 管理学报, 2010(11): 1725-1729.

Huang J K, Liu Y. Environmental pollution in rural China and its driving forces—Based on the empirical analysis from hundred of counties[J]. Chinese Journal of Management, 2010(11): 1725-1729.

[32] 宋言奇. 发达地区农民环境意识调查分析——以苏州市 714个样本为例[J]. 中国农村经济, 2010(1): 53-62.

Song Y Q. Study of farmer’s environmental awareness in developed area—Based on the study of Suzhou of 714 samples[J]. Chinese Rural Economy, 2010(1): 53-62.

（责任编辑：童成立）

Temporal and spatial differences of rural environmental quality in China and its relationship with the development of rural economy: Based on ESDA-GIS and threshold regression models

WANG Liang-jian, JIANG Ting
（College of Economics and Trade, Hunan University, Changsha, Hunan 410079, China）

Based on rural environmental data of 31 provincial administrative regions in China, this paper constructed a rural environmental quality evaluation system by the ESDA-GIS model to assess the temporal and spatial differences of rural environmental quality in China and analyzed its relationship with the development of rural economy by the threshold regression model. Results show that: from the temporal perspective, the comprehensive index of China’s rural environmental quality increased from 51.01 in 2004 to 52.89 in 2013, showing some improvement, especially the developed regions in southern and eastern regions. From the spatial perspective, China’s rural environmental quality has spatial agglomeration. The rural environmental quality in north China is better than that in south China and the rural environmental quality is getting better from east to west. Furthermore, the environment quality in rural China has the relationship with the development of rural economy. The analysis of the dual influences of agricultural development on rural environmental quality indicated that agricultural development has some positive influences on rural environmental quality during first stage and then changed to negative influences in next stage. The level of industrial development is negatively correlated to the rural economy, but the negative effect is reduced after crossing the threshold value. Farmers’ income also has negative impacts on the rural environmental quality before the threshold value but it has significant positive influences on rural environmental quality after crossing the threshold value. Furtherly, industrial development and farmers’ income, and the development of the rural economy have significant effects on improving the rural environmental quality. Therefore, to improve the rural environmental quality completely and realize the goals ofefficient and green production environment, clean and comfortable living environment, and beautiful and sustainable ecological environment, additional resources and great efforts should be directed to the development of rural economy and the improvement of the rural environmental quality in southern and eastern regions.

rural environmental quality; temporal and spatial differences; rural economy; exploratory spatial analysis; threshold regression model

WANG Liang-jian, E-mail: wangliangjian@hnu.edu.cn.

F323.22

A

1000-0275（2017）01-0128-10

10.13872/j.1000-0275.2016.0116

王良健, 蒋婷. 我国农村环境质量的时空分异与农村经济发展的门槛效应——基于ESDA—GIS与门槛回归模型[J]. 农业现代化研究, 2017, 38(1): 128-137.

Wang L J, Jiang T. Temporal and spatial differences of rural environmental quality in China and its relationship with the development of rural economy: Based on ESDA-GIS and threshold regression models[J]. Research of Agricultural Modernization, 2017, 38(1): 128-137.

国家社会科学基金项目（12BGL102）。

王良健（1964-），男，博士，教授，博士生导师，主要从事区域经济与土地经济研究，E-mail: wangliangjian@hnu.edu.cn。

2016-06-21，接受日期：2016-10-10

Foundation item: National Social Science Foundation of China (12BGL102).

Received 21 June, 2016;Accepted 10 October, 2016