城市化与农业面源污染关系的交互动态响应分析

徐持平 徐庆国

[摘要]以洱海流域2006～2018年的时间序列数据为例，利用协整检验、误差修正模型、脉冲响应函数、方差分解等方法，对洱海流域城市化与农业面源污染的关系进行了交互动态响应分析。研究结果表明：城市化与农业面源污染长期存在均衡关系;误差修正模型表明城市化与农业面源污染在短期会偏离长期均衡;不同类型的农业面源污染与城市化之间的关系在城市化进程的不同阶段表现出不同的特征。

[关键词]城市化;农业面源污染;向量自回归模型;脉冲响应;洱海流域

[中图分类号]F062.2      [文献标识码]A

1 问题的提出

当前我国正处于城市化高速发展时期，据中国社会科学院的报告，2018年我国的城市化率已达59.58%。城市化是一把双刃剑，一方面促进了社会经济的发展，另一方面，城市的快速扩张也带来了诸多问题，农业面源污染就是其中一例。

面源污染与点源水污染相对应，是指溶解的或固体的污染物，从非特定的地点，在降水和径流的冲刷作用下，通过径流过程而汇入受纳水体，如河流、湖泊、海湾等引起的水体污染。在城市化进行的地区，它是区域景观时空格局内一系列人口结构、产业结构、土地结构等诸多变化构成的“面”的城市化对水体造成的“面”的污染。

目前对于城市化与环境污染之间的关系，学者已展开较为系统的研究，研究对象涉及城市化与大气污染、土壤污染、工业“三废”污染等关系的研究。研究方法则涉及自然科学领域的生态统计分析、地理信息系统、水文水质监测分析以及社会科学领域的经济分析方法，如环境库兹涅兹曲线（EKC）分析、广义矩（GMM）方法、随机环境影响评估模型（STIRPAT）法等。总体而言，目前对于城市化与环境污染关系的研究，从研究对象上看，多集中于城市化与点源环境污染的研究，对城市化与非点源环境污染关系的研究较少;从研究方法上看，无论是自然科学方法还是社会科学方法，多采用长期、静态分析方法，短期、动态分析则较少涉及;从研究尺度上看，以行政区划为主要研究尺度，其他尺度鲜有涉及。

城市化对于非点源水污染之间有无关系？其关系是正向还是负向？两者之间的关系在长期和短期有什么不同？静态和动态上有什么差异？带着这些问题，本文以洱海流域为例，对城市化与非点源水污染的关系展开研究。

2 研究区域概况

本文的研究区域为洱海流域，整个区域包括云贵高原第二大湖泊洱海以及流入洱海的七条主要河流弥苴河、西闸河、永安江、罗时江、锦溪、茫涌溪、波罗江流经的地区，其范围包括云南大理白族自治州境内的大理市、洱源县的17个乡镇，170个行政村，总面积达2565km2，人口超过90万。作为云贵高原第二大湖泊的洱海是我国初期富营养化湖泊的典型代表。洱海流域在经济发展水平上属于欠发达地区，城市化率由2006年的27.75%增加为2018年的43.23%，平均每年约增加 1.10个百分点。随着城市化的推进，洱海流域农业面源污染有所加剧，化学需氧量（COD）排量、总磷（TP）排量、总氮（TN）排量分别由2006年的26305.02t、432.03t、4351.66t 增加为2018年的31389.76t 、634.56t、7056.32t ，平均每年分别约增加540.05t、19.77t、183.20t。洱海流域2006～2018年历年城市化水平和非点源水污染的发展变化如圖1、图2所示。

3 指标选取、研究方法及数据处理

根据洱海流域的实际情况及数据的可得性，本文以洱海流域的城市化率，即流域城镇人口数与流域总人口数之比作为表征城市化水平的指标，以化学需氧量（COD）排量、总磷（TP）排量、总氮（TN）排量作为表征农业面源污染的指标，其中城市化率的数据来源于历年《大理年鉴》（2006～2018年）、《洱源年鉴》（2006～2018年）、《大理市2018年政府工作报告》、《洱源县2018年政府工作报告》。农业面源污染指标的数据则来源于流域水质监测部门对流入洱海的七条主要河流（如前文所述）的监测数据，并结合北京民族出版社2003年出版的《大理洱海科学研究》、洱海项目编制组“国家水体污染控制重大

专项湖泊主题洱海项目实施方案（建议稿）、《云南省环境状况公报》整理而成。本文中的化学需氧量（COD）排量、总磷（TP）排量、总氮（TN）排量不包含以点源污染物（主要是工业废水和城镇生活污水）形式进入洱海的各类水体污染物，只包含通过面源途径进入洱海的水体污染物（包括城市旅游业、城市垃圾堆放、都市农业农田径流、农村生活污染、畜禽粪便、大气沉降、水土流失等形式）。

本文建立洱海流域与农业面源污染的向量自回归（VAR）模型，并运用协整分析、误差修正模型、脉冲响应函数、方差分解对洱海流域城市化与农业面源污染之间的关系进行研究，在分析之前要对城市化和农业面源污染两时间序列进行单位根检验。

本文利用Eviews6.0软件进行分析，为了消除异方差，增强数据平稳性，分别对洱海流域城市化率、化学需氧量排量、总磷排量、总氮排量取自然对数，分别记为LnCSHL、LnCOD、LnTP、LnTN。

4 实证分析

4.1 建立向量自回归模型

建立由城市化和农业面源污染两变量构成的向量自回归模型，并对动态方程的参数进行估计，结果见表1，综合考虑方程的拟合度、系数的显著性以及AIC准则，取各变量的最大滞后阶数为3。

由表2、图3所示，向量自回归模型所有根模的倒数均小于1，即位于单位圆内，所以模型是稳定的，可以进行脉冲响应分析。

4.2 单位根检验

为了防止时间序列由于不平稳而出现伪回归，需要对各序列进行单位根检验，本文利用ADF检验法和PP检验法进行检验，结果见表3。

检验结果表明LnCSHL、LnCOD、LnTP、LnTN四个时间序列在10%显著性水平下都是非平稳的，但是其一阶差分序列dLnCSHL、dLnCOD、dLnTP、dLnTN全部平稳，因此四个序列均为一阶单整序列，可以使用协整理论和误差修正模型来研究它们之间的长期和短期关系。

4.3 协整检验

协整检验主要有E-G两步法和Johanson检验法，前者用于两个变量之间的协整检验，后者用于两个以上变量之间的协整检验。本文利用Johanson检验的迹检验和最大特征根检验来考察LnCSHL、LnCOD、LnTP、LnTN之间的协整关系，结果见表4。

检验结果表明在5%显著性水平下，存在一个协整关系，将协整方程写成数学表达式，令其等于VECM，得：

用ADF法对VECM进行单位根检验，发现它是平稳的，进一步验证了协整关系的正确性。式（1）表明城市化与农业面源污染之间存在长期均衡关系，不同类型的农业面源污染对城市化的影响方向是不同的。化学需氧量（COD）排量、总氮（TN）排量对城市化的影响为正，城市化率随着两者的增加而提高，城市化率对于两者的弹性分别为1.5171和0.5043，即两者每提高1%，城市化率分别增加1.5171%和0.5043%。总磷（TP）排量对城市化的影响为负，城市化率对总磷（TP）排量的弹性为-0.3399，即总磷（TP）排量每提高1%，城市化率下降0.3399%，总磷（TP）排量已对城市化构成制约。

4.4 误差修正模型

协整关系反映变量之间的长期静态的关系，如要反映各变量之间的短期动态关系，则需要借助误差修正模型（VEC）。本文建立LnCSHL、LnCOD、LnTP、LnTN四个变量的误差修正模型。

整体检验结果表明模型拟合效果较好，城市化率、化学需氧量（COD）排量、总磷（TP）排量、总氮（TN）排量的误差修正系数均为负，符合反向修正机制，四者的误差项系数分别为-0.82，-0.52，-0.77，-0.95，表明城市化率、化学需氧量（COD）排量、总磷（TP）排量、总氮（TN）排量在短期偏离长期均衡时，分别将会以82%、52%、77%、95%的力度被调整到均衡状态。

4.5 脉冲响应函数分析

根据已经建立的向量自回归模型，本文应用广义脉冲响应函数分析城市化与农业面源污染之间的冲击响应关系，该方法不依赖向量自回归模型中变量次序的正交残差矩阵，可以提高估计结果的稳定性和可靠性。图4、图5、图6分别为城市化率与化学需氧量（COD）排量、总磷（TP）排量、总氮（TN）排量之间的冲击响应关系。图中纵、横轴分别表示冲击作用的滞后期数和因变量对解释变量的响应程度，图中实线为脉冲响应函数，虚线为正负2倍标准差偏离带。

图4中，LnCSHL对于来自LnCOD标准差信息的冲击，其响应是正向的，并且持续的时间比较长也较稳定，表明化学需氧量排量的增加对城市化的影响为正且维持的时间较长。而对于来自LnCSHL标准差信息的冲击，LnCOD的当期反应为正，之后逐渐下降为负值，然后保持稳定，表明在城市化初期，城市化的推进会使化学需氧量排量增加，随着城市化的继续推进，化学需氧量的排量会减少。

图5中，LnCSHL对于来自LnTP标准差信息的冲击，当期响应为0，但之后逐渐上升，然后保持稳定。表明总磷排量增加对城市化具有促进作用。对于来自LnCSHL标准差信息的冲击，LnTP的响应为负值，表明城市化率的提高对总磷排放具有抑制作用。

图6中，LnCSHL对于来自LnTN标准差信息冲击的响应为正，但表现出波动性特征，先是逐渐上升然后逐渐下降，之后保持稳定。对于来自LnCSHL标准差信息的冲击，LnTN的响应也具有波动性但一直是负值。

总的来说，洱海流域城市化率与不同类型农业面源污染之间的关系是不同的，并且表现出一定的阶段性特征。在城市化初期，为了实现城市快速发展，往往以牺牲环境为代价，导致农业面源污染加剧，随着城市化的继续推进，技术进步和制度约束使得减轻污染成为可能，与此同时，污染也会对城市化的继续推进形成抑制作用。

4.6 方差分解

表8表明总氮（TN）排量变动在前期主要受自身的影响，在第1期贡献率所占比例超过80%，之后逐渐下降。而化学需氧量（COD）排量和总磷（TP）排量的影响则不断上升，分别由第1期的3%和9%逐步上升为第10期的33%和42%。

5     结论与政策建议

通过对2006～2018年洱海流域城市化率、化学需氧量（COD）排量、总磷（TP）排量、总氮（TN）排量四个时间序列的计量分析，得到以下主要结论：

（1） 城市化率LnCSHL、化学需氧量（COD）排量LnCOD、总磷（TP）排量LnTP、总氮（TN）排量LnTN之间存在协整关系，即长期均衡关系。

（2） 误差修正模型表明LnCSHL、LnCOD、LnTP、LnTN在短期会偏离长期均衡，但分别会以82%、52%、77%、95%的力度被调整到均衡状态。

（3） 脉冲响应函数及方差分解结果表明，城市化率与不同类型农业面源污染的关系是不同的，并且表现出一定的阶段性特征。城市化率变动主要受化学需氧量（COD）排量和总磷（TP）排量的影响，化学需氧量（COD）排量变动主要受自身和总磷（TP）排量的影响，总磷（TP）排量变动主要受自身和化学需氧量（COD）排量的影响，总氮（TN）排量变动主要受化学需氧量（COD）排量和总磷（TP）排量的影响。

研究结果表明，在不同的时间阶段，城市化的推进一方面会加剧农业面源污染物的排放，另一方面随着科技进步和相关制度约束，城市化对于农业面源污染又有一定的抑制作用，与此同时，农业面源污染对城市化具有反作用，各类农业面源污染之间也存在着复杂的关系。因此，相关部门对城市化进程中的农业面源污染防治要有整体意识，将农业面源污染防治作为一个系统工程。第一，要抓好源头控制，这是农业面源污染防治的重点。一方面，通过对相关产业结构，土地利用结构的调整及加强城市绿化等，在源头减少污染物的输出，另一方面，通过规范人们行为，妥善处理城市垃圾，减少垃圾露天堆放，适当减少城市周边农业化肥、农药的使用，在源头减少污染物的积累。第二，对农业面源污染物实施迁移控制，完善和优化城市排水排污系统，延缓污染物输出的时间，同时在污染物的迁移过程中通过拦截、沉降、吸附、沉淀等工程治污手段实现对污染物的存贮、去除和净化。第三，对农业面源污染物实施流域末端控制，利用水体周边的池塘、湿地、河岸湖边带等生态系统实现对污染控制，实现城市与环境的协调发展。

[参考文献]

[1] 贺缠生，傅伯杰，陈利顶.非点源污染的管理及控制[J].环境科学，1998，19（5）： 87-91.

[2] 安瓦尔.买买提明，张小雷，杨德刚.阿图什市城市化过程的大气污染环境效应[J].干旱区地理，2011，34（4）： 635-641.

[3] 吴开华，黄敏通，金肇熙，等.城市化进程中蔬菜基地土壤重金属污染评价与成因分析—以深圳市为例[J].中国土壤与肥料，2011（4）： 83-89.

[4] 黄一绥，黄玲芬.福建省城市化与工业污染的关系研究[J].生态环境学报，2009，18（4）： 1342-1345.

[5] Richard M Gersberg， Ghris Brown， Victor Zambrano， Karilyn Worthington， Daniel Weis. Quality of urban runoff in the TiJua-na river watershed [J]. The U.S. Mexican Border Environment，2001（3）： 31-45.

[6] 李本纲，陶澍，曹軍.水环境模型与水环境模型库管理[J].水科学进展，2002，13（1）：14-20.

[7] 马振邦，李超骕，曾辉.快速城市化地区小流域降雨径流污染特征[J]. 水土保持学报，2011，35（3）： 1-6.

[8] 王家庭，王璇.我国城市化与环境污染的关系研究——基于28个省市面板数据的实证分析[J].城市问题，2010（11）：9-15.

[9] 李姝.城市化、产业结构调整与环境污染[J].财经问题研究，2011（6）： 38-43.

[10] 王亚菲.城市化对资源消耗和污染排放的影响分析[J].城市发展研究，2011，18（3）： 53-57.