安徽省农业经济增长与农业面源污染关系的实证研究

张中华

(安徽农业大学 经济管理学院，安徽 合肥 230036)

安徽省农业经济增长与农业面源污染关系的实证研究

张中华

(安徽农业大学 经济管理学院，安徽 合肥 230036)

摘 要：选取安徽省1990～2012年农业面源污染指标及经济增长数据，基于EKC理论，验证安徽省农业经济增长与农业面源污染之间是否存在“倒U型”关系。研究表明：人均农林牧渔产值与单位面积化肥流失量、单位面积农药流失量、单位面积农膜残留量之间存在显著“倒U型”曲线，且进入转折期，而畜禽粪便排放量呈现“倒U型+U型”曲线，现在处于“U型”曲线的上升阶段。最后根据研究结果，针对安徽省农业面源污染的实际情况，借鉴国内外成功经验，提出有益于经济增长和环境保护的政策建议。

关键词：农业面源污染；农业经济增长；EKC曲线

我国是人口大国，对农业要素和产品具有高强度需求，农业持续以资源集约化的方式发展，致使农业生态环境遭到严重破坏，农业面源污染愈发加剧，制约着我国农业经济的可持续发展。根据第一次全国污染普查公报，2007年全国农业源的化学需氧量(COD)排放达到1320万吨，占全国排放总量的43.7%，农业源总氮、总磷分别为270万吨和28万吨，占全国排放总量的57.2%和67.4%。而产生农村面源污染问题的原因主要是化肥和农药的不合理施用，农膜残留，畜禽养殖业污染严重，布局不合理，农村垃圾任意堆放和农村生活污水无序排放等,导致农业面源污染呈现加重的趋势，进而危害农业生产，损害农民健康。因此农业面源污染不容忽视，政府必须及时采取切实措施改善农业生态环境，确保农业经济健康可持续发展。

一、问题的提出

安徽省是农业大省，随着经济的发展，本省农业经济也得到了快速发展。安徽省年度农林牧渔业总产值从1990年的370.9亿元增加到2012年的2658.7亿元，年均增长率8.9%；化肥施用量从1990年的144.5万吨增加到2012年的332.5万吨，年均增长率3.7%；农药施用量从1990年的3.15万吨增加到2012年的11.67万吨，年均增长率5.9%；农膜使用量从1990年的1.96万吨增加到2012年的9.12万吨，年均增长率6.9%。而我国化肥平均利用率为40%左右，剩余的养分通过各种途径，如径流、淋溶、反硝化、吸附和侵蚀等进入环境；[1]我国农药喷施约有60%～70%进入环境中，仅有约30%被农作物吸收，[2]农药的不合理的使用和浪费，导致土壤、水体和大量农产品受到污染；农膜的回收率仅为30%，[3]有70%残留到土壤。同时，安徽省畜禽养殖业发展也较迅速，虽然满足了人们日益增长的农畜产品需求，但也形成了一定的农业面源污染问题。

以经济学视角对污染实证研究的常用范式是环境库次涅茨曲线假说，基本含义是指一个国家的环境质量在经济发展初期会随着国民收入的提高而逐渐恶化；在该国经济发展到一定程度的时候，环境质量的恶化会逐渐呈现平缓状态；进而，环境质量则会随着国民收入的增加出现好转。因此从整体看,环境随着经济的发展呈现“倒U型”趋势。[4]国内很多学者根据该假说验证了环境污染与经济增长之间确实存在“倒U型”关系，但也有学者研究表明根据各个地区情况不同EKC呈现“正U型”、“N型”等形状。[5～6]李海鹏运用1998～2006年我国31个省(市、自治区)面板数据模型对经济发展与农业面源污染的环境库兹涅茨曲线关系进行实证研究，发现我国农业面源污染源排放与经济增长总体上具有显著的“倒U型”曲线关系，三类污染源与人均GDP均处于曲线上升阶段，自发到达农业源污染减排拐点还需较长时间。[7]赵连阁等利用EKC模型研究浙江省农业面源污染排放量与人均GDP之间确实存在显著的“倒U型”关系，且农业面源污染已进入转折期。[8]沈满洪指出浙江省的“三废”排放量和人均GDP之间呈现“N”型关系。[9]安和平通过对贵州省1990～2008年的人均GDP与环境污染排放量等5项指标变量之间的关系分析发现，贵州省的EKC曲线特征为“U型+倒U型”。[10]因此，针对安徽省实际发展情况，采用EKC模型，验证农业面源污染与农业经济增长之间是否存在“倒U型”关系，判断未来发展趋势，为及时改善农业环境与经济发展之间的关系确定时机，对安徽省农业面源污染整体特征的认识具有重要的理论和实践意义。

二、研究方法和计量分析

(一)指标来源及统计

本文选取1990～2012年安徽省相关数据。由于我国农业面源污染主要为化肥、农药、农膜和畜禽粪便等污染，所以选取单位面积化肥流失量(HFL)、单位面积农药流失量(NYL)、单位面积农膜残留量(NMC)和畜禽粪便排放量(XQP)四个指标。农业经济增长指标选取人均农林牧渔产值(RCZ)。

根据相关研究，我国化肥利用率仅为35%，农药利用率仅为10%，农膜回收率仅为30% 。因此，本文取化肥流失率为 65%，农药流失率为90%，农膜残留率为70%计算。畜禽粪便排放量主要是牛、猪、羊以及家禽粪便排泄量总和，根据国家畜禽粪便排放量标准及相关文献可知，本文采用生猪、牛、羊、家禽的粪便排泄系数分别为5.3 kg/d、30 kg/d、2.6 kg/d、0.12 kg/d计算。各指标统计结果如表1。

(二) 模型与结果

运用计量经济分析软件EVIEWS6.0进行检验，结果表明：RCZ和HFL，NYL，NMC，XQP之间的相关关系显著，分别是0.911，0.962，0.847和0.553，相关系数较高。为了避免伪回归，首先对各指标进行平稳性检验。利用ADF检验法对各指标检验发现，各序列的原始数据均不平稳，但经过一阶差分后平稳(表2)。再通过E-G检验对各变量进行协整关系检验，发现变量之间存在协整关系，因此可以建立回归方程进行计量分析。

表1　1990～2012年安徽省农业经济增长和农业面源污染指标统计表

数据来源：安徽省统计年鉴和中国农村统计年鉴

表2　各变量的ADF单位根检验结果

注：检验行形式中，c为常数项，t为趋势项(0表示对此影响不存在)，k为滞后阶数； 变量d代表差分阶数；***表示达到1%显著水平下的临界值，**表示达到5%显著水平下的临界值。

通过对安徽省农业经济增长及农业面源污染的相关数据选用多种模型进行回归方程拟合，选择最优拟合的模型，最终本文采用一元二次曲线方程和三次曲线方程进行回归模拟，以人均农林牧渔产值RCZ作为自变量，单位化肥流失量HFL、单位农药流失量NYL、单位农膜残留量NMC及畜禽排放量XQP分别作为因变量。回归模型：

Y=C+bRCZ+aRCZ2+dRCZ3+ε

其中\%Y是因变量，C、a、b、d是模型参数，ε\%是随机误差项。回归结果表3。

表3　计量模型的检验结果

注:R2行中括号中是调整后的R2，F值和T值括号中值表示伴随概率P。

结果表明，在1%的显著水平下，各\%F\%值均较大，P值均小于0.01，T检验值伴随概率均在1%显著水平以下，说明各回归方程整体显著。回归方程调整后的\%R2\%分别是0.9560、0.9730、0.7854、0.8362，值均较高，可见拟合效果较好。

(三)结果分析

1.单位面积化肥流失量与人均农林牧渔产值的EKC验证

由表3可知，单位面积化肥流失量的回归方程是：

HFL=85.7091+0.0514RCZ-

0.00000434RCZ2+ε1

相关系数是0.9560，\%T统计量显著，说明人均农林牧渔产值能很好地解释单位面积化肥流失量。方程中a<0且b\%>0，符合“倒U型”曲线。由方程可得，当RCZ=5921.66元时，单位面积流失量处于EKC转折点，这表明，在人均农林牧渔产值达到5921.66元之前，单位化肥流失量随经济的增长而增加，环境质量恶化；当人均农林牧渔产值达到5921.66元之后，单位化肥流失量随经济的增长而减少，环境质量改善。图1表明安徽省2011年人均农林牧渔产值是6529.53元，大于拐点值，说明单位面积流失量拐点已出现，处于“倒U型”曲线的右侧，单位面积化肥流失量随农业经济的增长呈下降趋势，环境质量逐渐改善。

图1　化肥流失量拟合曲线

2.单位面积农药流失量与人均农林牧渔产值的EKC验证

单位面积农药流失量的回归方程是：

NYL=2.1758+0.0027RCZ-

0.0000001969RCZ2+ε2

相关系数是0.9730，\%T统计量显著，拟合度较高，说明人均农林牧渔产值能很好地解释单位面积农药流失量。方程中a<0且b\%>0，符合“倒U型”曲线。由方程可得，EKC的转折点为：RCZ=6856.27元，这表明，在人均农林牧渔产值达到6586.27元之前，单位农药流失量随经济的增长而增加，环境质量恶化；当人均农林牧渔产值达到6586.27元之后，单位农药流失量随经济的增长而减少，环境质量改善。图2中2012年安徽省人均农林牧渔产值是7005.44元，大于拐点值，处于“倒U型”曲线右侧，单位面积农药流失量随农业经济增长呈下降趋势，环境质量趋于改善。

图2　农药流失量拟合曲线

3.单位面积农膜残留量与人均农林牧渔产值的EKC验证

单位面积农膜残留量的回归方程：

NMC=1.4978+0.0016RCZ-

0.000000121RCZ2+ε3

相关系数是0.7854，RCZ和RCZ的\%T统计量显著，拟合度较高，说明人均农林牧渔产值能很好地解释单位面积农膜残留量。方程中a<0且b\%>0，符合“倒U型”曲线。由方程可得，EKC的转折点为：RCZ=6611.57元，这表明，在人均农林牧渔产值达到6611.57元之前，单位农膜残留量随经济的增长而增加，环境质量恶化；当人均农林牧渔产值达到6611.57元之后，单位农膜残留量随经济的增长而减少，环境质量改善。图3中2012年安徽省人均农林牧渔产值是7005.44元，大于拐点值，处于“倒U型”曲线右侧，单位面积农膜残留量随农业经济增长呈下降趋势，环境质量趋于改善。

图3　农膜残留量拟合曲线

4.畜禽排放量和人均农林牧渔产值的EKC验证

畜禽排放量的回归方程是：

XQP=2650.303+7.9496RCZ-0.002608RCZ2+

0.000000222RCZ3+ε4

相关系数是0.8585，RCZ、RCZ2和RCZ3的\%T统计量显著，拟合度较高，说明人均农林牧渔产值能很好地解释畜禽粪便排放量。方程中a<0,b>0且d\%>0，如图4，畜禽排放量与人均农林牧渔产值拟合曲线呈现先上升后下降再上升的趋势，即“倒U型”+“正U型”曲线。当1996年人均农林牧渔产值是2263.49元时，达到“倒U型”曲线拐点处，此时畜禽粪便排放量10760.98万吨，之后呈逐渐下降趋势，环境趋于改善；当2007年人均农林牧渔产值是3974.85元时，接近“正U型”曲线转折点值，畜禽粪便排放量值5065.54万吨，之后可以从图4中看到，安徽省畜禽粪便排放量又呈逐年上升趋势。

图4　畜禽粪便排放量拟合曲线

三、结论

通过上述实证分析，安徽省农业经济增长与单位化肥流失量、单位面积农药流失量、单位面积农膜残留量之间存在显著的“倒U型”环境库次涅茨曲线，且各EKC转折点已经出现，未来有望下降，环境逐渐改善。根据EKC假说，转折点出现后，随着经济的增长，环境质量趋于改善。但以2012年安徽省化肥施用量、农药施用量、农膜使用量分别是332.5万吨、11.67万吨、9.12万吨来说，远高于世界平均水平；加之利用率低，因其造成土壤、水体和大气的污染仍然很严重。比如，巢湖是安徽省第一大湖泊，是典型以农业为主的流域，据研究表明，巢湖的面源污染来源主要是由湖面直接进入的污染、地表径流、农田不合理施肥、农药的大量施用等，70%来自农业面源污染，其中种植业中农资污染是主要因素，加剧了水体的富营养化，导致水质的恶化，制约了流域经济和社会的可持续发展。因此，只有加强针对化肥、农药及农膜主要污染源的控制力度，才能缓解这些地区的农业面源污染问题。

而安徽省农业经济增长与畜禽粪便排放量拟合曲线呈现“倒U型+U型”，是先上升后下降再上升的趋势，近几年畜禽排放量处于“U型”右侧，未来有上升趋势。安徽省畜禽养殖业发展迅速，为安徽省农业第二大产业，但污染物排放量大，污染防治设施不足，治理水平较低等，造成了畜禽养殖污染问题，是农业面源污染的重要诱因。畜禽养殖业的发展水平直接影响现代农业的发展和农民的增收。因此，必须采取防治措施，协调好畜牧业发展和生态环境的关系。

四、对策和建议

为了实现资源环境可持续发展，针对安徽省农业面源污染问题，借鉴国内外成功经验，提出以下对策：

推广测土配方施肥技术，提高化肥利用率。各级政府应该根据本地实际化肥污染情况，制定针对本区域的农业面源污染法律法规，建立与完善环境监控体系掌握化肥排放量情况；加强执法检查，调控农民施肥行为，从源头上控制化肥污染；加强测土施肥技术的推广，采用合理施肥方式；广辟有机肥源，推广生物有机肥。

科学使用农药，减少农药施用量。要选用低毒、低残留农药产品，交替使用不同类型的农药，采用多种施药方法等减少农药使用量及提高农药利用率；加强农民施药技术指导和病虫害预测预报，鼓励农民采用生物、物理方法防治病虫害，推广无害化防治新技术；集成、应用农药精准化施用技术，多种措施并举，降低病虫害危害程度,从而减少农药施用量。

提倡清洁生产，控制农膜使用量。加大科研投入，开发“绿色农膜”；大力推广适期揭膜技术，提高回收率，防治地膜污染，保护耕地地力；优化耕作制度，减少地膜使用量；大力推广宣传教育，提高农民对农膜污染危害的长远性、严重性和难恢复性的认识，进而提高回收地膜的自觉性。

合理规划畜牧业发展，走生态农业道路。严格畜禽养殖环境准入制度，注重全过程管理，因地制宜，分类防治；加大政策扶持制度，鼓励多元化社会参与，引导政府和社会各方面加大对污染防治设施的投入，综合利用畜禽粪便资源，变废为宝；按照农村城镇化和产业调整的要求，统一规划产业布局，开展农牧结合的生态模式；推动畜牧业污染防治教育，增强养殖户环境保护意识。

参考文献

[1]王建兵，程磊.农业面源污染现状分析[J]. 江西农业大学学报(社会科学版),2008,7(3):35-39.

[2]王东胜,杜强.水体农业面源污染危害及其控制[J].科学技术与工程, 2004, 10(2):123-126.

[3]高懋芳，邱建军,刘三超，等. 基于文献计量的农业面源污染研究发展态势分析[J]. 中国农业科学, 2014,47(6):1140-1150.

[4]班春峰，徐梦洁,赵紫玉，等.河南省环境库兹涅茨曲线的实证研究[J].环境科学与管理，2008(9)：36-41.

[5]施平.基于空间面板数据的中国环境库兹涅茨曲线分析[J]．世界经济与政治论坛，2010( 6):105-115.

[6]刘婷婷，马忠玉，万年青，等．经济增长与环境污染的库兹涅茨曲线分析与预测——以宁夏为例[J].地域研究与开发，2011(3)：62-66.

[7]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.

[8]赵连阁，徐建芬，王学渊．浙江省农业面源污染的库兹涅茨曲线验证[J]．浙江农业学报，2012，24(6)：1079-1085.

[9]沈满洪，许云华.一种新型的环境库次涅茨曲线——浙江省工业化进程中经济增长与环境变迁的关系研究[J].浙江社会科学，2000(4)：53-57.

[10]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,2009(19)：102-108.

(编辑：程俐萍)

An Empirical Research of the Relationship between Agricultural Economic Growth and Agricultural Non-point Source Pollution in Anhui Province

ZHANG Zhong-hua

(SchoolofEconomicsandManagement,AnhuiAgriculturalUniversity,HefeiAnhui230036,China)

Abstract:The data of agricultural non-point source pollution emissions and agricultural economic growth in the years 1990-2012 in Anhui Province are selected. Based EKC theory, we verify whether the relationship between agricultural economic growth and agricultural non-point source pollution in Anhui Province showed inverted U-shape. The research showed that the curve which represents the relationship between the agricultural gross output value per capital and the fertilizer loss of per unit area, the pesticide loss of per unit area, the agricultural film residue of per unit area were a typical inverted U-shape curve, sometimes it is the turning period of these pollution source; but the curve which represents the relationship between the agricultural gross output value per capital and the manure emissions of livestock and poultry was a inverted U shape +U shape curve, and now at the stage of rising U-shape curve. At the end, according to the analysis result and the actual situation of agricultural non-point source pollution in Anhui Province, and lessons from successful experiences at home and abroad, some policy suggestions that were beneficial to the economic growth and environmental protection are put forward.

Key words:Agricultural non-point source pollution; Agricultural economic growth; EKC curve

中图分类号：F323

文献标识码：A

文章编号：1671-816X(2015)04-0344-07