灰水足迹与碳排放视角下河南省农业污染率的空间分布特征分析

李文艳， 李炳军， 马文雅

（河南农业大学信息与管理科学学院，郑州 450002）

改革开放以来，中国农业经济增长迅速，但由中国农业生产带来的污染问题却日益加剧. 农业生产过程中投入的化肥、农药等物质资源所导致的水污染以及碳排放问题已成为农业污染的两个关键问题.中国农业用水长期占据全国供水总量的1/2 以上，农业污染加重了中国水体污染［1］. 除此之外，农业碳排放已经成为温室气体的主要来源之一，由农业生产活动所产生的温室气体排放已成为我国碳排放的重要来源［2］. 因此，最大限度地减小农业生产对环境的负外部性，降低农业物质资源投入所带来的各种环境污染，对于推进农业绿色生产、实现农业可持续发展具有重要的现实意义.

目前已有较多学者对农业污染评价进行研究. 一部分学者［3-4］主要集中在对农业不同污染物负荷的测算上，一部分学者［5-6］则是从追求经济-生态的综合效益角度出发，将各污染物作为非期望产出对农业生态效率进行研究. 张微微等［7］利用输出系数模型，对怀柔水库上游两怀流域2000年和2011年的农业污染负荷总氮和总磷进行了估算和变化分析，发现从2000—2011 年两怀流域农业氮和磷负荷总量有增加的趋势，流域内农业土地利用及产业结构变化是引起氮磷污染负荷发生变化的主要原因. 黄康等［8］、王萌等［9］采用输出系数模型分别对泾河流域和湖北省三峡库区农业非点源污染物负荷量进行了估算. 王奇等［10］运用SFA-Malmquist指数方法，将农业生产带来的环境污染（氮磷流失量）作为一种要素投入、种植业增加值作为产出，对中国1992—2010 年的农业绿色全要素生产率进行测度，并对农业生产造成的环境污染进行评估.徐维祥等［11］将农业碳排放作为非期望产出、农业总产值作为期望产出、通过SBM模型测算了2003—2019年中国农业生态效率. 刘涛等［12］将农业水污染量作为非期望产出、农业总产值作为期望产出，通过SBM模型测算了2008—2018 年中国农业生态用水效率和农业经济用水效率. Moutinho 等［13］将农业总增加值作为理想产出、温室气体排放量作为非理想产出，通过数据包络分析（DEA）和随机前沿分析（SFA）的广义最大熵（GME）方法测算并评估了欧洲国家的农业经济-环境效率.

通过对已有的研究进行总结发现：首先，目前大多数研究都是从绝对量而非相对效率的角度来对农业污染负荷进行测算的，且综合考虑农业水污染与农业碳排放问题的研究较少；其次，目前大多数研究都是将农业经济产值作为期望产出、农业污染物作为非期望产出来测算农业生态效率的，虽然通过该方法得到的是相对效率，但其更加偏重于农业生态与经济的综合效益研究，不能真实完全地反映农业各项资源投入对环境所造成的负面影响. 因此，为了能更加准确地反映出农业生产过程中各项物质资源的使用对水环境及气候造成的负面影响，本研究以河南省为研究区域，首先通过测算河南省农业灰水足迹与农业碳排放以将农业水污染与农业碳排放进行量化，并将其作为“坏产出”；然后剔除农业经济因素的影响，从“投入-坏产出”的角度引入农业污染率的定义，并利用DEA模型来测算河南省农业污染率；最后通过GIS技术探究了河南省农业污染率的空间分布特征，并借助空间自相关分析法对河南省农业污染率和农业经济发展水平的空间依赖性和差异进行了分析. 本研究将为河南省生态农业的发展和农业重点污染区域的精准调控提供参考，对形成绿色可持续的农业生产模式具有重要参考价值.

1 数据来源与研究方法

1.1 数据来源

本研究中，测算灰水足迹、碳排放、农业污染率所需的基础数据来自《河南省统计年鉴》、河南省各地市统计年鉴和前瞻数据网（https：//d.qianzhan.com/）.

1.2 农业灰水足迹测算方法

灰水足迹指以自然本底浓度和现有水质标准为基准，将一定的污染物负荷吸收同化所需的淡水的体积［14-15］. 农业灰水足迹主要指在作物生长过程中，施用的化肥、农药等除被作物利用外，其余的氮、磷、钾等元素通过径流进入水体，造成的水污染量［16］. 河南省种植业活动中投入的化肥主要以氮肥和磷肥为主，故本研究选取氮肥、磷肥作为河南省农业水污染的来源. 河南省农业灰水足迹取氮肥灰水足迹与磷肥灰水足迹较大者，测算过程主要参考《水足迹评价手册》，具体测算公式如式（1）和式（2）所示.

式中：Gpla为农业灰水足迹，m3；GN为氮肥灰水足迹，m3；GP为磷肥灰水足迹，m3；i表示氮肥或者磷肥；Li为氮肥或磷肥的排放负荷，kg；Ai表示施用的氮肥或者磷肥的量，kg；αi表示氮肥或者磷肥的淋失率，%；Cmax为水质环境标准情况下的氮或者磷污染物的最大排放质量浓度，mg/L；Cnat为受纳水体的初始质量浓度，mg/L.在灰水足迹测算中，根据《地表水环境质量标准》（GB 3838—2002）［17］中规定的Ⅲ类水标准，氮和磷污染物的最大排放标准分别为1 mg/L和0.05 mg/L，自然本底质量浓度值为0 mg/L；氮肥和磷肥的淋失率参照童国平［18］的研究，分别取值为86.7%、36%.

1.3 农业碳排放测算方法

农业碳排放主要来源于农业生产过程中化肥、农药、农膜、柴油的使用以及土地翻耕、灌溉这6个方面［19-20］.农业碳排放的估算公式如式（3）所示.

式中：E为农业碳排放总量，t；Ei为各农业碳排放源的碳排放量，t；Ti为各农业碳排放源的消耗量，t；δi为各农业碳排放源的碳排放系数，本研究采用与李波和张俊飚［20］研究中相同的农业碳排放源碳排放系数进行农业碳排放的计算.

1.4 DEA模型

基于投入产出数据，使用传统DEA方法对综合技术效率进行测算，并将综合技术效率定义为农业污染率（即农业生产消耗的各种资源对环境造成的负面影响）. 本研究将河南省各地市作为各个决策单元，其中第i个决策单元的DEA-BCC 模型如式（4）所示.

结合河南省农业生产的具体情况，将土地、人力、机械、农药、化肥等资源投入作为投入指标，选取农业灰水足迹与碳排放作为产出指标，构建出了河南省农业污染率的投入产出指标体系，如表1所示.

表1 河南省农业污染率的投入产出指标体系Tab.1 Input-output index system of agricultural pollution rate in Henan Province

1.5 空间自相关分析

1.5.1 全局空间自相关分析

全局空间自相关分析法是通过分析研究对象总体的空间关联性和空间差异程度来判断研究对象是否存在空间集聚现象的，一般通过全局莫兰指数进行衡量，计算公式如式（5）所示.

1.5.2 局部空间自相关分析

局部空间自相关分析方法是用来探测变量在空间上的异常值或者集聚出现的范围和位置的一种方法，通常使用局部莫兰指数来作为判断指标，计算公式如式（6）所示.

2 结果与分析

2.1 河南省农业污染率的测算结果

由图1可知，在2000—2003年、2006年、2011—2013年、2019年这9个年份中，河南省的农业污染率均等于1，表明在这些年份内，河南省的农业生产对生态环境产生的影响较大，农业污染状况极为严重，农业生态环境处于“高污染”状态. 在2004—2005年、2007—2010年、2014—2018年这11个年份中，河南省的农业污染率均小于1，表明在这些年份内，河南省的农业生产对生态环境的影响较小，农业生态环境处于“低污染”状态. 农业污染率为1的年份约占研究期的1/2，说明河南省的农业污染程度较高，由农业资源的各项投入引起的水污染与温室效应问题较大. 从图1 还可以看出，河南省农业生态环境的发展具有明显的集中性和交替性，农业污染程度较高的年份主要集中在2000—2003 年和2011—2013 年这2 个阶段，农业污染程度较低的年份主要集中在2004—2005 年、2007—2010 年、2014—2018 年这3 个阶段，即当农业生态环境在一段时间内持续恶化后，下一阶段便会持续好转，这说明随着经济的发展，人们对环境保护的意识越来越强，所以农业污染程度较低的状态保持的时间也相对较长.

图1 2000—2019年河南省农业污染率Fig.1 Agricultural pollution rate of Henan Province from 2000 to 2019

分阶段来看，作为“九五”期间的收尾之年，2000年河南省的农业生态环境不容乐观.“十五”期间，前3年的农业污染率均为1，后2年的农业污染率则均小于1，这说明“十五”期间，河南省在后期更加注重农业生态环境保护，农业污染程度有所降低.“十一五”期间，农业污染率为1的年份仅有2006年这一年，说明“十一五”期间，河南省的农业生产对生态环境的影响较低，农业生态环境保护效果较好.“十二五”期间，河南省的农业污染率变化特征与“十五”期间的完全相同.“十三五”期间，河南省的农业污染率在前3 年均小于1，但在2019 年等于1. 总的来说，相较于其他时间段，“十一五”期间与“十三五”期间，河南省的农业生态环境处于“低污染”状态的持续时间较长，说明在这期间，河南省的农业生产对生态环境产生的负面影响较小.

2.2 河南省农业污染率的空间分布特征

为了更加直观地展示河南省农业污染率的空间分布特征，本研究选取2000年、2004年、2008年、2012年、2016年、2019年这6个年份作为观察点，运用ArcGIS软件，对河南省各地市的农业污染程度进行空间可视化分析，结果如图2所示. 整体来看，在2000年、2004年、2008年、2012年、2016年、2019年这6个年份中，河南省有超过2/3的地市的农业污染率为1，说明2000—2019年河南省农业生态环境的污染程度较高，大多数地市都需要改善当前的农业生态环境. 分区域来看，2000—2019年河南省农业生态环境的“低污染”状态呈现出从豫北→豫西→豫南→豫东和豫中地区转移的特征. 但总体来看，河南省农业生态环境的“低污染”状态区主要位于豫西地区，其中除了2016年三门峡市的农业生态环境处于“高污染”状态外，其余年份豫西地区的农业生态环境一直处于“低污染”状态，说明2000—2019年豫西地区的农业生产对生态环境的影响一直较小，相较于其他地区，豫西地区的农业生产与资源投入呈环境友好、和谐发展的特征. 随着时间的推移，豫南地区和豫中地区的农业生态环境相对有所好转. 豫南地区的南阳市的农业生态环境自2008年后一直保持着“低污染”状态. 豫北地区的安阳市与济源市的农业生态环境在2008—2019年间则一直保持着“高污染”状态，说明2008—2019年该地区在发展农业经济的同时忽略了环境保护，因此，降低农业污染、节能增效将是未来该地区农业生产的主要目标. 豫东地区除2016年周口市的农业污染率低于1以外，2000—2019年该地区所有地市的农业污染率均为1，说明相较于其他地区而言，豫东地区的农业污染状况不容乐观，建议该地区转变当前粗放式的生产模式，以降低资源与环境的压力. 豫中地区的漯河市在2016年和2019年的农业污染效率均小于1，说明该地区传统的农业生产方式正在转变，对农业资源的利用率在不断提高，所以随着时间推移，该地区农业污染严重的情况有所改善.

图2 2000—2019年河南省农业污染率的空间分布特征Fig.2 Spatial distribution characteristics of agricultural pollution rate in Henan Province from 2000 to 2019

2.3 河南省农业污染率与农业经济发展的空间探索性分析

2.3.1 河南省农业污染率与农业经济发展的全局自相关分析

农业生产过程中的物质投入不仅会产生非期望的污染物，同时也会带来期望的经济效益，促进农业经济发展. 为探究这两项产出在空间上是否存在相关性，通过测算全局莫兰指数来分析河南省农业污染率与农业经济发展之间的空间关联性与依赖程度，结果如表2所示.

表2 2000—2019年河南省农业污染率与农业经济发展的全局莫兰指数Tab.2 Global Moran’s I of agricultural pollution rate and agricultural economic development in Henan Province from 2000 to 2019

从表2 可以看出，2002 年、2005 年、2007—2011 年、2017 年这8 个年份的农业污染率与农业经济发展的全局莫兰指数均未通过显著性检验，说明在这些年份中，两者在空间上不存在相关性，是随机分布的；2000—2001年、2003—2004年、2006年、2012—2016年、2018—2019年这12个年份的农业污染率与农业经济发展的全局莫兰指数均通过了显著性检验，说明在这些年份中，河南省的农业污染率与农业经济发展存在显著的空间相关性. 另外，通过表2还可以看出，河南省的农业污染率与农业经济发展在空间上的正负相关性交替变化，空间关联特征复杂多变，如2000年河南省的农业污染率与农业经济发展在空间上表现为负相关，2001年河南省的农业污染率与农业经济发展在空间上则表现为正相关，2003年河南省的农业污染率与农业经济发展在空间上又表现为负相关，2004年河南省的农业污染率与农业经济发展在空间上则又表现为正相关.

2.3.2 河南省农业污染率与农业经济发展的局部自相关分析

虽然通过全局自相关分析得到的全局莫兰指数可以阐释变量之间的整体空间关联特征，但不能说明变量间的局部空间集聚特征. 为了进一步探索河南省农业污染率与农业经济发展的空间集聚格局及差异情况，结合全局自相关分析的结果，使用ArcGIS 软件绘制河南省农业污染率与农业经济发展的LISA 集聚图.由全局自相关分析的结果可知，河南省农业污染率与农业经济发展在空间上具有显著相关性的年份主要集中在2000—2006年、2012—2019年两个阶段，故选取2000年、2003年、2006年、2012年、2015年和2019年为时间节点绘制河南省农业污染率与农业经济发展的LISA集聚图（图3），各集聚类型的特征如表3所示.

表3 集聚类型特征及解释Tab.3 Characteristics and explanations of agglomeration types

图3 2000—2019年河南省农业污染率与农业经济发展的LISA集聚图Fig.3 LISA agglomeration diagram of agricultural pollution rate and agricultural economic development in Henan Province from 2000 to 2019

由图3 可知，河南省农业污染率与农业经济发展的空间集聚类型以低-高集聚型为主，高-低集聚型次之. 具体来看，研究期内，除局部空间集聚特征不显著的地市以外，河南省仅在2019年出现了一个低-低集聚型的城市，为平顶山，其余年份则均无低-低集聚型的城市. 2012—2019年，高-高集聚型的地市数量一直为0. 各年份中，除局部空间集聚特征不显著的地市以外，低-高集聚型的地市数量占全省地市数量的比例均相对较高，其中在2003年和2006年，低-高集聚型的地市数量最多，均达到了7个，随后低-高集聚型的地市数量则一直减少，至2019年减少至2个，与高-低集聚型的地市数量相等. 以上结果说明两个问题：第一，河南省各地市的农业经济发展水平并不均衡；第二，河南省在大力发展农业经济的同时，对农业生态环境的重视程度不够，中心地市农业污染程度低，周边地市农业经济发展好的良好局面正在逐渐恶化. 2012—2019年，高-低集聚型的地市数量先增加后减少，随后基本趋于稳定，2003年最多达到3个，2015年最少为1个，这种中心地市农业污染程度高，周边地市农业经济发展差的不平衡局面严重影响了河南省农业的可持续发展.

分地区来看，研究期内，豫西地区的农业污染率与农业经济发展的空间集聚类型主要以高-低集聚型为主，说明在该地区内，周边地市的农业经济发展水平越低，对中心地市的农业生态环境越不利，这是因为周边地市的农业经济发展水平低，说明周边地市的农业生产模式及技术比较落后，则中心地市便无法从周边地市落后的农业生产模式中吸收、借鉴有利于本地市农业经济增长以及环境保护的先进技术与理念. 研究期内，豫东地区前期的农业污染率与农业经济发展的空间集聚类型以低-高集聚型为主，说明这期间豫东地区的农业经济发展与农业生态环境之间的关系较为理想，后期的空间集聚类型为不显著类型，说明这期间豫东地区的农业经济发展与农业生态环境之间的关系并未恶化. 豫北地区的农业污染率与农业经济发展的空间集聚类型主要以低-高集聚型为主，但呈现此集聚类型的城市也在不断地波动更替，该结果说明在该地区内，周边地市的农业经济发展较好，有利于向该地区中心城市输送各种资源与技术，从而能够促进该地区中心城市的农业经济发展，而农业经济的快速发展能够为该地区的环境保护提供技术和资金支持，最终使该地区的农业经济发展与农业生态环境之间达到动态平衡状态. 豫南地区的农业污染率与农业经济发展的空间集聚类型经历了一个变化的过程，2000年和2003年中低-高集聚型与高-低集聚型同时存在，2006年变为低-高集聚型，2006年后的空间集聚类型变为不显著，这说明豫南地区的农业经济发展水平不太稳定，中心城市受周边城市经济发展的影响具有不确定性，故该地区需从自身角度出发，改变当前粗放的生产模式，学习先进的农业绿色生产技术，提升自身的农业可持续发展水平.

3 结论与讨论

首先将灰水足迹与碳排放量化并作为农业污染产出，然后使用DEA模型测算了河南省2000—2019年的农业污染率，同时通过GIS技术分析了河南省各地市农业污染率的空间分布特征，最后采用空间自相关分析法分析了河南省农业经济发展与农业污染率的空间相关性，得到结论如下：

1）2000—2019年，河南省农业污染率为1的年份约占整个研究期的1/2，说明河南省农业生态环境的污染程度较高，且农业污染率的高低分布具有集中性和交替性. 分时间段来看，河南省农业生态环境的污染程度在不同时间段内存在差异，这说明河南省农业生态环境状况不是很稳定，多年来其所采取的农业生态环境保护措施的效果时好时坏. 因此，河南省应采取能够长期有效地保护农业生态环境的措施，如通过采取有效利用耕地面积、减少化肥和农药的使用量、合理配置资源、提高有效灌溉面积、加大先进技术研发资金扶持力度、开发新型绿色高效的环保农用物资、提高机械和能源的利用率等措施，从源头上搞好污染防控工作，确保农业生态环境的稳步改观.

2）从空间角度来看，农业生态环境处于“高污染”状态的地市数量占全省地市数量的2/3，且河南省农业生态环境的“高污染”状态已基本稳定. 河南省农业生态环境的“低污染”状态呈现出从豫北→豫西→豫南→豫东和豫中地区转移的变化特征，但河南省农业生态环境“低污染”状态区主要位于豫西地区. 不同地区之间的农业污染状况差异较为明显，因此河南省在发展绿色农业以及构建低碳生产模式时，应关注全省各地市之间的差异，在空间上发挥积极的“效仿效应”和“追赶效应”，让农业污染程度较低的地市起到带头作用和示范作用.

3）河南省农业污染率与农业经济发展的空间集聚类型主要以低-高集聚型为主，但是这种良好的局面正在逐渐恶化，该类型的地市数量正在减少，这说明，在河南省内，各地市的农业经济发展水平并不均衡，河南省在大力发展农业经济的同时，对农业生态环境的重视程度不够. 因此，河南省各地市在发展自身农业经济的同时，要与周边城市共享本市先进的生产技术、丰富的物质资源及人力资源等，发挥城市群带动作用，使周边地市的农业经济也能得到发展，从而促进河南省各地市农业经济均衡发展.