西南地區農業面源污染與經濟增長關系研究——基于環境庫茲涅茨曲線的分析

周雪晴

（重慶理工大學經濟與貿易學院，重慶 400054）

一、引言

近年來，中國農業資源偏緊和生態環境惡化問題日益突出。2014年12月國務院關于推進新農村建設工作情況的報告顯示，目前農業已超過工業成為中國最大的面源污染產業，這一嚴峻現狀充分體現了中國現階段生態環境與農業發展的現實矛盾，農業面源污染問題成為中國農業可持續發展和農業現代化進程中亟待解決的問題。2015年中央一號文件明確提出“加強農業生態治理，大力推動農業循環經濟發展”，表明了新常態下政府對加大農業生態環境治理和促進農業可持續發展的決心。中國西南地區處于西部大開發和新絲綢之路經濟帶的重要戰略腹地，是中國少數民族聚集區、集中連片特困地區聚集區及國家重點扶貧地區之一，其農業在改善貧困、促進地區經濟增長中占據重要地位，然而，受制于以山地丘陵為主的地貌特征，西南地區生態環境脆弱，農業面源污染問題日益嚴峻。在此背景下，研究西南地區農業面源污染與經濟增長的關系，對探索未來生態平衡與農業可持續發展路徑具有重要的理論意義與實踐價值。

關于環境污染與經濟增長之間關系的研究，最具代表性的為環境庫茲涅茨曲線（EKC）理論，該理論指出環境質量隨經濟增長“先改善后惡化”，呈現倒U 型關系。隨后國內外諸多學者對EKC 進行了廣泛的理論與實證分析，理論分析主要集中在偏好、機制變革、技術進步、組織結構、國際分配五個方面［1］［2］，從實證角度出發對EKC的研究主要為利用各國或各地區數據檢驗其環境庫茲涅茨曲線倒U 型關系是否存在，其結論不盡一致：部分學者經研究證實污染與收入之間存在倒U 型關系［3］［4］；部分學者則認為倒U 型曲線并不存在［5－7］；普遍接受的共識是Dinda 的研究結論，即：不存在適合所有地區、所有污染物的單一模式［8］。國內學者們也紛紛就中國不同產業、不同區域、不同污染源的環境庫茲涅茨曲線展開研究［9－11］，其中，在西南地區面源污染與經濟增長的研究方面，安和平、覃巍等和尚敏等分別對貴州、廣西和云南的工業環境污染與人均GDP 增長研究發現，三地區均不存在明顯的倒U型EKC 曲線［12－14］，然而，目前對貴、桂、云三省農業面源污染與經濟增長的研究十分少見。李君等研究中指出四川省2000－2009年間農業面源污染化學需氧量產生量與人均農業GDP 的EKC 曲線呈倒U 型，氨氮產生量與人均GDP 的EKC 曲線呈現U 型，但統計檢驗均不顯著，擬合效果不明顯［15］；洪業應從農用化肥、農膜、農藥施用量角度研究重慶農業面源污染與經濟增長的關系，發現其存在顯著的倒U 型關系，但僅以農藥等來衡量面源污染，具有明顯的局限性，忽視了農村生活、禽畜養殖、秸稈固廢等重要方面的影響［16］。

二、模型設計、變量說明與數據來源

（一）模型設定

根據環境庫茲涅茨曲線（EKC）相關理論，并結合已有研究顯示環境庫茲涅茨曲線可能存在U型、倒U 型、N 型，倒N 型，線性等多種形式［3－7］，本文設定模型時以人均農業GDP 及其平方項和立方項作為模型的解釋變量，以農業面源污染綜合指數作為被解釋變量，設定模型基本函數形式如下：

上式中，EP 為環境污染綜合指數，參考李海鵬等的做法［10］，采用人均農業GDP 衡量農業經濟增長，以PGDP 表示，X 表示其他影響農業面源污染排放的因素，βk（k＝1，2，3）、φ 為相應解釋變量的系數，c 為截距項，ε 為隨機擾動項。

在（1）式基礎上，本文參考Grossman et al 和葛繼紅等［17］［18］的研究從三個方面考慮經濟發展的其他因素（X）對環境污染的影響。（1）農業結構（INS）。農業結構的調整主要表現為種植比重的下降和養殖業比重的增加，其對原有農業面源污染物排放的形式與強度存在重要影響。（2）技術進步（TEC）。經濟發展水平較低時，低效污染技術對高效污染技術的擠出導致污染排放量的增加，但隨著經濟的增長，技術進步能夠促進廢棄物的循環利用，并采用清潔能源和替代資源降低污染排放量。（3）人口規模（POP）。農村人口規模的增加給環境帶來壓力。拓展后的模型設定如下：

（2）式中，βλ（λ＝1，2，3…，6）為相應解釋變量的系數。

（二）變量說明

1.農業面源污染指標（EP）。首先，對形成于農業生產和農村生活活動中的各種農業面源污染排放物進行估算，參考賴斯蕓等、陳敏鵬等［19］［20］的研究，采取單元調查法，從農村生活、農業化肥、禽畜養殖和農田固體廢棄物四個方面，來考察包括化學需氧量（COD）、總氮（TN）和總磷（TP）在內的三個方面農業面源污染，由此構建農業面源污染產污單元，并建立產污單元、污染產生量及排放量之間的數量關系如下：

上式中，Ei為農業面源污染物j 排放量；EUi為產污單元i 指標統計數；ρij為產污單元i 的j 污染物產污強度系數；ρi為表征相關資源利用效率系數；Cij為產污單元i 的j 污染物排放系數；PEij為產污單元i 的j 污染物產污量。產污單元和相關影響參數如表1 所示。

表1 農業面源污染產污單元清單和影響參數

然后，在得出不同面源污染指標數據的基礎上，參照王飛成［21］的做法，采用主成分分析法嘗試建立一個衡量農業面源污染的綜合指標。首先分別對每個截面進行主成分分析，以構造各地區的面源污染綜合指標數據，以重慶市為例，利用SPSS 16.0 對化學需氧量、總氮、總磷三個農業面源污染指標進行主成分分析，得到方差分解主成分提取分析表和初始因子載荷矩陣。

式中:ainitial和afinal分別是a的初始值和終值,t為當前迭代次數,tmax為最大迭代次數。

主成分個數提取原則要求主成分對應的特征值大于1 的前m 個成分或前m 個成分的累計貢獻率大于85%。根據表2 可知，選取兩個主成分即可代表原始數據99.4%的信息，根據表3 的主成分因子載荷矩陣可知兩個主成分得分：

表2 主成分因子特征值、貢獻率和累計貢獻率

表3 主成分因子載荷矩陣

在此基礎上，根據表2 中的主成分貢獻比率可得到重慶地區面源污染綜合指標（EP*）：

隨后對面源污染綜合指標（EP*）應用Max－Min 標準化法將數據標準化至0－1 之間的數，計算公式為：得到最終指標（EP），數值越大，表明污染越嚴重。對于西南地區其他省份，本文做同樣處理。

2.其他變量說明。經濟增長（PGDP），以第一產業總產值／農村人口計算得出；技術進步（TEC），本文在全要素生產率測算框架下考察技術進步指數，衡量農業技術進步水平，農業全要素生產率測算選取勞動、化肥、機械、土地四種投入變量，其中以農業從業人數計算勞動投入，以化肥施用量折純量計算化肥投入，以農業機械總動力衡量機械投入，以農作物總播種面積計算土地投入；以1985年不變價表示的第一產業生產總值為產出變量，基于DEA－Malmquist 指數法采用DEAP 2.1 軟件計算得到西南地區農業全要素生產率以及其技術進步指數，以技術進步指數衡量該地區農業技術進步；產業結構（TEC），參照葛繼紅的做法［18］，采取養殖業產值與農業GDP 的比值來衡量農業產業結構的變化；人口規模（POP），以農村人口數衡量。

（三）數據來源

本文選取1985－2012年西南地區5 省（區、市）①中國西南地區包括：四川省，云南省，貴州省，重慶市，廣西壯族自治區以及西藏自治區。考慮數據的可得性，本文分析不包括西藏地區。的跨期面板數據對面源污染與經濟增長的環境庫茲涅茨曲線展開研究。文中面源污染估算所需產污單元數據、農業技術進步效率測算所需的投入與產出數據、人口、第一產業總產值等數據均來自于歷年《中國統計年鑒》、《新中國五十年統計資料匯編》及各省（區、市）地方年鑒，面源污染測算所需各產污強度系數、利用效率系數和排污系數等參數值在廣泛參考文獻和《全國第一次污染源普查農業源系數手冊》等資料的基礎上確定［19－20］［22－23］。計算所得指標的變量描述性分析如表2 所示。

表4 各變量描述性分析

三、實證結果

（一）西南地區農業面源污染與經濟增長關系回歸分析

本文首先分別對三種不同面源污染化學需氧量（COD）、總氮（TN）和總磷（TP）的環境庫茲涅茨曲線進行擬合，擬合結果如表5 中模型1－3 所示。然后對面源污染綜合指標（EP）進行環境庫茲涅茨曲線的擬合分析，并逐一引入經濟結構效應、人口增長效應和技術進步效應，進一步考察經濟發展對農業面源污染的影響，回歸結果如表5 中模型4－7 所示。本文基于允余固定效應檢驗，選擇固定效應模型而非混合最小二乘法模型，采用Eviews 7 回歸結果如表5 所示。

從表5 可知，模型1－4 擬合優度較好，F 檢驗顯著，模型5－7 在模型4 的基礎上分別引入其他經濟變量后擬合優度得到改善，全部引入后，擬合優度達到0.9283，說明模型中各影響因素對農業面源污染的解釋能力均達到92.83%，同時F 值較大且均通過了檢驗，說明模型中各影響因素對農業面源污染的共同影響是顯著的，此外，引入新的變量后，對模型原有指標的估計系數影響不大，模型的穩健性得到了很好的證明。基于上述實證分析結果，展開如下詳細分析：

1.農業經濟規模（PGDP）。從模型1－4 可以看出，除模型（3）總磷（TP）對經濟發展的庫茲涅茨曲線擬合呈現倒U 型外，其他三個模型人均農業GDP 的一、二、三次項系數在5%的顯著水平下均顯著為正、負、正，且擬合較好，顯示1986－2012年間西南地區環境庫茲涅茨曲線呈現N 型特征，說明隨著農業經濟規模的擴大，面源污染呈現出“擴大—降低—再擴大”的趨勢，環境庫茲涅茨曲線倒U 型假說在此處并不成立。

2.人口規模（POP）。人口規模在5%的顯著性水平下對農業面源污染存在顯著的正向影響，影響系數為0.00013。西南地區農村地幅遼闊，人口居住分散，缺乏系統且規范的排水系統，生活污水被任意處置，大量進入水環境，形成面源污染，同時，高肥效且高養分的化肥取代了傳統利用糞尿的施肥方式，致使糞尿利用率下降，產污程度擴大，形成面源污染。

表5 西南地區農業面源污染與經濟增長關系回歸分析

3.技術進步（TEC）。技術進步在5%顯著性條件下對面源污染存在正向影響，影響系數為0.553。這意味著隨著西南地區農業技術進步對EKC 曲線的改善作用并未體現，相反，技術進步可能導致面源污染的加劇，其原因可能是：以利潤最大化為目標的企業的技術創新更多地考慮了自身利潤狀況而不是其創新本身給社會帶來的負面影響［24］，因而，盡管近年來農業技術取得了可觀的成果，但其技術進步更多表現為生產技術（如農用器械和無機化肥技術）的發展，真正對環境友好的污染減排技術卻并沒有得到顯著提高。

4.農業結構（INS）。農業結構對面源污染排放存在正向影響，但并不顯著。隨著傳統種植業為主的農業結構向經濟附加值較高的畜牧業為主的農業結構轉移，在其他條件一定的情況下，將致使農業面源污染排放增加，其原因在于種植業與畜牧業面源污染產污方式與強度不同，種植業主要通過農藥、農膜、化肥、秸稈還田等方式形成面源污染，畜牧養殖則通過禽畜糞尿排泄物形成面源污染，其產污強度遠大于種植業。然而，西南地區禽畜業發展規模相對較小，平均比重為0.3334，禽畜糞尿產污能力有限，致使農業結構系數并不顯著。這與李海鵬關于貴州、云南、重慶、四川屬于水土流失型農業面源污染區域，廣西屬于農資污染型農業面源污染區域，西南地區并無省份屬于禽畜養殖型污染區域的研究結論較為相似［10］。

（二）西南各省域農業面源污染與經濟增長EKC 擬合分析

分別對西南5 省農業面源污染（EP）與經濟增長（PGDP）進行庫茲涅茨曲線擬合，擬合回歸結果和擬合圖分別如表6、圖1－圖5 所示。

廣西農業面源污染與經濟增長的EKC 擬合較好（見表6），呈現出N 型關系，且統計檢驗在1%顯著性水平下顯著。圖1 直觀地展示了廣西面源污染隨經濟增長的變動軌跡，廣西面源污染程度隨經濟增長呈現出先上升，后下降，再上升的趨勢，在2004年人均農業GDP 達到6011 元以后，隨經濟增長面源污染程度出現了明顯降低，但2009年人均農業GDP 為7893 元之后，農業面源污染隨經濟增長而擴大。

表6 西南5 省（區、市）農業面源污染與經濟增長關系EKC 擬合

圖1 廣西省環境庫茲涅茨曲線擬合圖

圖2 貴州省環境庫茲涅茨曲線擬合圖

圖3 四川省環境庫茲涅茨曲線擬合圖

圖4 云南省環境庫茲涅茨曲線擬合圖

圖5 重慶環境庫茲涅茨曲線擬合圖

貴州農業面源污染與經濟增長的EKC 擬合（見表6）中人均GDP 三次項為0，一、二次項人均農業GDP 系數則在99%置信區間下顯著為正、負，可見貴州省環境庫茲涅茨曲線呈現倒U 型，拐點為4375 元（＝－0.0014／［2×（－1.8×10－7）］）。從圖2 可知，在觀察期1986－2012年間，該地區農業面源污染隨經濟增長呈現快速上升趨勢，2012年貴州省人均農業GDP 為4008 元，尚未達到EKC 曲線拐點，說明貴州農業面源污染較為嚴重，其農業經濟增長呈現出以環境惡化為代價的粗放式增長。

四川環境庫茲涅茨曲線擬合方程中（表6）人均農業GDP 的一、二、三次項在1%顯著性水平下顯著為正、負、正，意味著該地區環境庫茲涅茨曲線呈現出N 型關系，從圖3 中可以直觀地看出其面源污染與經濟增長的環境庫茲涅茨曲線擬合，2001年人均農業GDP 為5166 元時，面源污染達到最高水平，隨后隨著人均農業GDP 增長，面源污染呈現出緩慢下降趨勢，說明2001－2012年間，四川農業面源污染控制和治理較好，這與梁流濤研究得出1997－2009年四川農業面源污染與經濟增長協調性較好的結論較為相似［25］。2012年，四川人均農業GDP 達到8676 元，面源污染水平為0.72，然而，四川省環境庫茲涅茨曲線顯示下一階段人均農業GDP 繼續攀升時，面源污染可能再次出現上揚趨勢。

云南環境庫茲涅茨曲線擬合方程中（見表6），人均農業GDP 三次項為0，而一、二次項系數分別為正和負，且在5%顯著性水平下通過了統計檢驗，意味著該地區環境庫茲涅茨曲線呈現倒U 型，拐點為5813.95 元（＝－0.0005／［2×（－4.3×10－8）］），即面源污染隨經濟增長先遞增后遞減。結合圖4 來看，1986－2012年間云南省環境庫茲涅茨曲線仍處于上升階段，2012年云南省人均GDP為5917 元，表明該地區EKC 曲線拐點已經出現，其主要原因在于云南省通過建立污水處理池、生態濕地、幫助處理禽畜糞尿還田等方式，多角度減少面源污染，污染防治效果較為明顯，截至2014年底，云南省已建立了6 個農業面源污染定位監測站，防控農業面源污染。

重慶市環境庫茲涅茨曲線擬合回歸（表6）顯示，一、二、三次人均農業GDP 系數分別為正、負、正，擬合程度較好，且均在1%顯著性水平下顯著，說明該地區環境庫茲涅茨曲線為N 型。圖5顯示，1986－2012年間重慶環境庫茲涅茨曲線呈現出弱N 型，其中2009年為重慶市N 型環境庫茲涅茨曲線第一個轉折點，2009年人均農業GDP為5486 元時，樣本期內面源污染水平達到最高，之后，隨人均GDP 的增長農業面源污染水平出現了下降趨勢。洪業應以重慶市1996－2011年農藥、化肥、農膜與農業經濟增長水平進行EKC 擬合發現其存在顯著倒U 型關系而非N 型，但同樣得出2009年為拐點這一結論［16］。

四、結論與政策建議

本文實證研究了中國西南地區1986－2012年農業化學需氧量、總氮、總磷三類面源污染及面源污染綜合指標與經濟增長之間的環境庫茲涅茨曲線擬合程度，并在此研究框架下考察了農業產業結構、技術進步、人口規模對農業面源污染的影響，隨后分別對西南各省面源污染與經濟增長的環境庫茲涅茨曲線擬合展開了進一步分析。由此得出以下相關結論和政策建議：

研究表明，西南地區面源環境污染與經濟增長存在N 型關系，分別來看，化學需氧量、總氮與經濟增長呈現出N 型關系，總磷與經濟增長為倒U 型關系，且均擬合較好。同時，人口規模和技術進步對面源污染存在正向影響，農業結構對面源污染的影響并不顯著。因此，西南各省要實現面源污染約束下的農業經濟可持續發展，應高度重視其生態脆弱性，積極采取科技培訓等方式加強綠色農業宣傳，增進農戶環保意識，培育科學的農業生產觀，避免化肥、農藥的濫用，注重秸稈還田和人畜糞尿肥料的再利用；加大農業科技創新投入，注重農業環境友好型技術改進，鼓勵使用農村清潔能源，擴大有機肥的使用范圍；合理規劃產業布局，注重生態循環農業模式的發展探索與創新，進而構建西南地區資源節約型、環境友好型的“兩型”農業體系。

研究同時表明，廣西、四川、重慶環境庫茲涅茨曲線呈現N 型，貴州、云南均呈現倒U 型，其中貴州EKC 拐點尚未出現，而云南農業面源污染已經進入轉折期。因此，西南各省在推進農業可持續發展進程中應加大環保投資力度，積極探索面源污染治理市場化道路；學習國外先進生態農業發展經驗與清潔能源技術，同時“桂川渝”等省可參考云南多樣化特色生態農業發展模式，學習其面源污染防控經驗；建立農業面源污染監控站，加大對已污染土地的治理力度，避免“先污染、后治理”；結合自身資源稟賦優勢，在生物多樣性與氣候適宜條件下，發展體現地區特征的特色農業，探尋兼顧農業發展與環境友好的可持續農業發展模式。

［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］趙細康，李建民，王金營，周春旗.環境庫茲涅茨曲線及在中國的檢驗［J］.南開經濟研究，2005，（3）：45－84.

［10］李海鵬，張俊飚.中國農業面源污染與經濟發展關系的實證研究［J］.長江流域資源與環境，2009，（6）：585－590.

［11］曹大宇，李谷成.我國農業環境庫茲涅茨曲線的實證研究——基于聯立方程模型的估計［J］.軟科學，2011，139（7）：76－80.

［12］安和平.貴州省經濟增長與環境污染關系的實證研究［J］.中國人口·資源與環境，2010，20（4）：74－80.

［13］覃巍，丁慧.基于環境庫茲涅茨理論的廣西經濟增長與環境質量協調性研究［J］.學術論壇，2011，249（10）：142－148.

［14］尚敏，葉長兵.云南經濟增長與環境污染水平計量模型研究［A］.中國環境科學學會學術年會論文集［C］.2009.

［15］李君，莊國泰.中國農業源主要污染物產生量與經濟發展水平的環境庫茲涅茨曲線特征分析［J］.生態與農村環境學報，2011，27（6）：19－25.

［16］洪業應.農業非點源污染與經濟增長關系的實證研究——基于環境庫茲涅茨曲線檢驗［J］.長江科學院院報，2014，31（1）：33－37.

［17］Grossman G M，Krueger A B.Environment Growth and the Environment ［J］.Quarterly Journal of Economics，1995，（110）：353－377.

［18］葛繼紅，周曙東.農業面源污染的經濟影響因素分析——基于1978－2009年的江蘇省數據［J］.中國農村經濟，2011，（5）：72－81.

［19］賴斯蕓，杜鵬飛，陳吉寧.基于單元分析的非點源污染調查評估方法［J］.清華大學學報（自然科學版），2004，44（9）：1184－1187.

［20］陳敏鵬，陳吉寧，賴斯蕓.中國農業與農村污染的清單分析與空間識別［J］.中國環境科學，2006，26（6）：751－755.

［21］王飛成，郭其友.經濟增長對環境污染的影響及區域性差異［J］.山西財經大學學報，2014，36（4）：14－26.

［22］賴斯蕓.非點源污染調查評估方法及其應用研究［D］.清華大學，2004.

［23］梁流濤.農村生態環境時空特征及其演變規律研究［D］.南京農業大學，2009.

［24］孫軍，高彥彥.技術進步、環境污染及其困境擺脫研究［J］.經濟學家，2014，（8）：52－58.

［25］梁流濤.農業發展與環境協調性評價及其影響因素分析［J］.中國環境科學，2012，32（9）：1702－1708.