農業灰水足跡與農業經濟增長的脫鉤關系研究
——基于長江經濟帶11省市的實證分析

孫詩階，許 朗，陳 杰

（南京農業大學經濟管理學院，南京210000）

0 引言

長江經濟帶橫跨我國東中西三大區域，包括江蘇、上海、湖北、四川等11 個省市，總面積約205.23 萬km2，生產總值和人口總量均占全國40%以上。在農業方面，長江經濟帶同樣是我國重要的糧油、畜禽和水產品主產區，以全國約1/3 的耕地養育著超四成的人口，在中國農業發展戰略中占據著舉足輕重的地位。2016年9月，《長江經濟帶發展規劃綱要》正式印發，綱要中的“堅持生態優先、綠色發展”、“嚴格控制農業面源污染”等要求為新時期長江經濟帶農業發展指明方向。水是農業生命之源，科學分析農業水污染狀況，探究區域內農業經濟發展與農業水污染之間的關系，對于推進長江經濟帶高質量發展建設具有重要意義。

灰水足跡概念最早是由Hoekstra 等[1]于2008年提出，定義為以自然本底濃度和環境現有水質標準為基準，將污染物稀釋至特定水質標準所需要的淡水資源量。灰水足跡由最關鍵的污染物，即造成灰水足跡最大的污染物決定。國內外學者圍繞灰水足跡展開了大量的研究，研究方向主要集中在以下3個方面：一是灰水足跡測算方法改進，涉及工業、農業等領域[2,3]；二是特定產品灰水足跡計算評價[4,5]；三是區域灰水足跡測算以及基于此的水資源利用發展評價，研究范圍涉及省際、流域、國家等多個層面[6,7]。灰水足跡是一種對水污染狀態進行評價的有效手段。正確評價水污染狀態，不僅關乎生態安全，也關乎經濟發展，對此，許多學者使用脫鉤理論對污染狀態與經濟增長之間的關系展開進一步研究。脫鉤理論是用于分析資源消耗或污染排放與經濟增長之間關系的理論，定義脫鉤為經濟發展過程中環境壓力和經濟驅動力的復鉤關系發生破裂的現象[8]。學術界關于脫鉤理論的研究主要集中在兩方面，一是對脫鉤概念及其評價指標的拓展延伸[9,10]。二是基于脫鉤理論的實證分析研究[11-14]。在水足跡理論與脫鉤理論的結合研究中，孫付華等[15]通過構建擴展的水足跡-LMDI 模型，對2007-2017年江蘇省水資源利用情況和與經濟的脫鉤關系進行分析；高甜等[16]基于水足跡理論測算中國中部地區各省份水足跡與水資源利用效率，并對二者之間的脫鉤關系進行探究，發現隨時間推移中部地區水資源與經濟社會發展關系趨于良好，逐漸適應當前國家高質量發展要求。

灰水足跡為研究真實水污染狀況提供新視角，其與脫鉤理論的有機結合也在水環境質量綜合評價、綠色經濟發展研究等方面做出有益貢獻，但已有研究多局限于對環境與經濟脫鉤狀態的客觀性描述，涉及脫鉤狀態背后影響因素的研究較少。此外，長江流域水產養殖業養殖面積、產量及產值常年占全國總量半數以上，但鮮有對該區域水產養殖業灰水足跡的相關研究[17,18]。基于此，本文以長江經濟帶11 省市作為研究區域，將水產養殖業納入農業灰水足跡核算范圍，從灰水足跡視角構建農業水污染與經濟增長脫鉤分析框架，并從技術水平、產業結構、經濟水平和勞動力規模4個方面對二者脫鉤關系演變特征及內在驅動因素進行研究，旨在為制定適宜的農業水資源管理政策提供信息參考，以促進農業經濟與水資源環境的協調發展，推動長江經濟帶農業農村綠色發展。

1 研究方法與數據來源

1.1 農業灰水足跡測算

農業灰水足跡包含種植業灰水足跡、畜禽養殖業灰水足跡和水產養殖業灰水足跡三部分，計算公式為：

式中:GWF為農業灰水足跡,m3;GWFpla、GWFbre、GWFfis分別為種植業、畜禽養殖業和水產養殖業灰水足跡,m3。

1.1.1 種植業灰水足跡

選擇TN、TP 作為污染物，假定氮肥、磷肥中的污染物以固定比例滲入水體產生灰水足跡，種植業灰水足跡計算公式為：

其中：

式中:GWFpla、GWFpla(i)分別為種植業灰水足跡和種植業中第i種污染物造成的灰水足跡，m3；Lpla(i)為第i種污染物排放負荷，kg；Appl為化肥施用折純量，kg；α為污染物流失系數；Cnat、Cmax分別為受納水體的初始濃度和水質環境標準情況下污染物的最高濃度，mg/L。

1.1.2 畜禽養殖業灰水足跡

選擇COD、TN、TP 作為污染物，選取具有代表性的豬、牛、羊、家禽作為畜禽養殖業污染排放考量對象，為避免重復計算，飼養周期小于1年的動物(豬、家禽)數量以年末出欄量衡量，飼養周期大于等于1年的動物數量(牛、羊)以年末存欄量衡量，畜禽養殖業灰水足跡計算公式為：

其中:

式中:GWFbre、GWFbre(i)分別為畜禽養殖業灰水足跡和養殖過程中第i種污染物造成的灰水足跡，m3；Lbre(i)為第i種污染物的污染負荷，kg；j為4 種測算畜禽；Nj、Dj、pj、qj分別為第j種禽畜的飼養數量、飼養周期以及日均糞便、尿液排放量，kg/d；mjp、mjq分別為第j種禽畜單位糞便和單位尿液的污染物含量，kg/t；njp、njq分別為第j種禽畜單位糞便和單位尿液的污染物流失系數；Rj為第j種禽畜排泄物回收處理率。

1.1.3 水產養殖業灰水足跡

已有關于農業灰水足跡的研究大多忽略水產養殖業，但由于水產養殖活動會遺留下大量未消化飼料、糞便等，直接造成水體污染，為準確評估水產養殖業對農業水環境造成的影響，有必要量化水產養殖活動中產生的灰水足跡，故本文在計算農業灰水足跡時將水產養殖業考慮在內。并且，目前少數關于水產養殖業灰水足跡的研究如童國平等[19]，將水產養殖品種粗略劃分為魚類、殼類和貝類計算灰水足跡，計算結果精確度不高。本文在前人研究的基礎上[3,19]對計算方法進行改進，測算對象細分至具體水產養殖品種，考慮到長江流域以淡水養殖為主，故選取35 種我國主要淡水水產養殖品種作為核算對象(見表1)，選擇COD、TN、TP、Cu、Zn 作為污染物，水產養殖業灰水足跡計算公式為：

表1 計算的35種淡水水產養殖品種Tab.1 35 freshwater aquaculture species calculated

式中：GWFfis、GWFfis(i)分別為水產養殖業灰水足跡和水產養殖過程中第i種污染物造成的灰水足跡，m3；Lfis(i)為第i種污染物的污染負荷，kg；j為測算的35 種水產養殖品種；Tj、pj分別為第j種水產品產量和排污系數。

1.2 灰水足跡與農業經濟增長脫鉤模型構建

參照Tapio 脫鉤彈性方法，構建衡量農業水污染排放與農業經濟發展脫鉤狀態的公式：

式中：e為農業水污染排放脫鉤指數，反映農業灰水足跡與農業經濟之間的變化關系；?GWF和?GDP分別為農業灰水足跡和農業生產總值的變化量；GWFt和GWF0分別是第t期和基期的農業灰水足跡；GDPt和GDP0分別為第t期和基期的農業生產總值。

根據Tapio 脫鉤評價體系，農業灰水足跡與農業經濟增長之間的脫鉤狀態可劃分為以下幾種，如表2所示。

表2 農業灰水足跡與經濟增長脫鉤狀態分類Tab.2 Classification of decoupling status between agricultural grey water footprint and economic growth

1.3 脫鉤模型驅動效應分解

為進一步研究長江經濟帶農業水污染與經濟增長脫鉤關系背后驅動因素，參考已有文獻[20-22]，利用LMDI 模型從農業技術水平、產業結構、經濟水平、勞動力規模4個方面對農業灰水足跡變化量進行分解。

先將農業灰水足跡計算公式進行擴展：

式中：GWF為農業灰水足跡；GWFi為農業中第i個子產業灰水足跡；GDP為農業生產總值，GDPi為農業中第i個子產業生產總值；P為第一產業從業人員數。

再對上式進行整理，得到第t年農業灰水足跡分解模型：

最后對灰水足跡變化進行因素分解，農業灰水足跡從基期到當期的變化量可分解為：

式中：?GWF(T)、?GWF(S)、?GWF(E)、?GWF(P)分別表示造成農業灰水足跡變化的技術水平、產業結構、經濟水平及勞動力規模效應。

各驅動因素效應具體表達式如下：

若某驅動因素效應值大于零，表明該驅動因素對農業灰水足跡變化起正向促進作用；若小于零，則起抑制作用；若等于零，表明無影響。

1.4 數據來源

考慮到數據可獲得性等相關因素，選擇長江經濟帶11 省市作為研究單元。氮肥、磷肥施用量數據取自各省市統計年鑒，氮肥、磷肥流失系數參考相關文獻做法，選取全國平均值7%[23,24]、6%[25,26]；畜禽養殖數量數據取自《中國畜牧獸醫年鑒》，畜禽飼養周期、糞便排泄量、污染物含量、污染物流失系數數據取自于《全國規模化畜禽養殖業污染情況調查及防治對策》，畜禽排泄物回收處理率參考文獻[27]；淡水水產養殖品種產量數據取自《中國漁業統計年鑒》，淡水水產養殖品種排污系數取自《第一次全國污染源普查—水產養殖業污染源產排污系數手冊》；各類污染物收納水體初始濃度Cnat參考大部分研究取值為0，污染物排放最高濃度Cmax按照《地表水環境質量標準》中的III 類水質標準；農業及農業子產業生產總值、第一產業從業人員數數據取自《中國農村統計年鑒》，其中農業生產總值數據按2000年不變價格進行調整。

2 結果與分析

2.1 長江經濟帶農業灰水足跡時空變化

2.1.1 分省市農業灰水足跡結果及時空分析

根據前述的方法數據得到2008-2019年長江經濟帶11 省市的灰水足跡，由表3 可知，2008-2019年長江經濟帶農業灰水足跡呈先上升后下降的發展趨勢，2008-2014年持續上升，2014年達到研究期內最大值20 653 億m3；此后開始逐年下降，2019年為17 479 億m3，是12年間最低值。自2015年農業農村部開展化肥農藥零增長行動后，長江流域各省市積極探索農業綠色發展新路徑，加快推廣科學施肥用藥技術，化肥農藥使用量顯著減少、利用率提高，故農業灰水足跡于2015年起開始持續下降。

表3 2008-2019年長江經濟帶11省市農業灰水足跡 億m3Tab.3 Agricultural grey water footprint of 11 provinces and cities in the Yangtze River Economic Belt from 2008 to 2019

由圖1可知，空間上長江經濟帶農業灰水足跡地域上呈現出農業大省、人口大省較大的特征。其中，四川、湖北等省市年均農業灰水足跡明顯高于長江經濟帶平均水平，上海、浙江等省市農業灰水足跡顯著低于平均水平。

圖1 2008、2012、2016、2019四年長江經濟帶11省市農業灰水足跡分布圖Fig.1 Distribution map of agricultural grey water footprint in 11 provinces and cities in the Yangtze River Economic Belt in 2008,2012,2016 and 2019

2.1.2 分產業農業灰水足跡結果及時空分析

由表4可知，在長江經濟帶農業灰水足跡結構中，畜禽養殖業與種植業兩者占比相近，分別為50.61%和46.37%，年平均值為9 975 和9 139 億m3，水產養殖業占比最小，約3.02%，年平均值為595 億m3。總量變化上，種植業灰水足跡在前期表現平穩，自2012年起開始逐漸下降；畜禽養殖業灰水足跡呈現先上升后下降的總體趨勢，在2015年達到“拐點”；水產養殖業則除2017、2018年略有下降外，其余年份均在增長。占比變化上，種植業灰水足跡總體是下降的，由期初的49.03%下降至期末的40.3%；與之相反，畜禽養殖業灰水足跡占比在上升，2008年為48.72%，2020年為55.62%；水產養殖業灰水足跡雖然總量很小，但占農業灰水足跡比例持續上升，從2008年的2.25%到2020年的4.07%增加近一倍。

表4 2008-2019年長江經濟帶種植業、畜禽養殖業、水產養殖業灰水足跡及占比Tab.4 The grey water footprint and proportion of planting,animal husbandry,and aquaculture industries in the Yangtze River Economic Belt from 2008 to 2019

由表5可知，具體到沿江各省市，中下游省份如江蘇、湖北等種植業灰水足跡高于畜禽養殖業，另一些上游省份則相反，原因是這些省份如四川、云南等畜禽養殖業發展態勢良好，養殖數量、產值等常年居于全國前列。研究還發現，TN、TP 是造成長江經濟帶農業灰水足跡的兩種主要污染物，種植業中，上海、浙江兩省市決定性污染物為TN，其余省市為TP；畜禽養殖業中，江蘇、浙江兩省份決定性污染物為TP，其余省市為TN；水產養殖業中，上海、江蘇兩省份決定性污染物為TP，其余省市為TN。在長江經濟帶農業生產管理中，各級地方政府應因地制宜，抓主要矛盾，有針對性制定關于特定污染物的減排策略。

表5 長江經濟帶11省市種植業、畜禽養殖業、水產養殖業年均灰水足跡及決定性污染物 億m3Tab.5 Annual average grey water footprint and decisive pollutants of planting,animal husbandry and aquaculture in 11 provinces and cities in the Yangtze River Economic Belt

2.2 長江經濟帶農業灰水足跡與經濟脫鉤關系

2.2.1 整體脫鉤關系分析

構建Tapio 脫鉤理論模型計算得出2008-2019年長江經濟帶農業灰水足跡與經濟增長之間的脫鉤指數，并按照八種劃分評價農業經濟發展與農業水環境之間的協調狀態。由表6可知，2008-2019年長江經濟帶農業經濟增長和水污染排放主要有兩種關系狀態：前期的弱脫鉤與擴張性負脫鉤，以及后期的強脫鉤狀態。

表6 長江經濟帶2008-2019年農業灰水足跡與經濟增長脫鉤指數及評價Tab.6 Decoupling index and evaluation of agricultural grey water footprint and economic growth in the Yangtze River Economic Belt,2008-2019

2008-2014年，長江經濟帶除2008-2009、2013-2014年為擴張性負脫鉤狀態，其他年份均為弱脫鉤狀態。擴張性負脫鉤狀態表明農業水污染排放和農業經濟都在增長，但水污染排放量的增速要顯著快于農業經濟的增速；弱脫鉤是農業水污染排放和農業經濟都在增長，但水污染排放量的增速要明顯低于農業經濟的增速，兩者均反映較不理想的發展狀態。從協調程度上來說，弱脫鉤要優于擴張性負脫鉤。

2014-2019年長江經濟帶均為強脫鉤狀態。強脫鉤是指農業經濟增長的同時伴隨著農業水污染排放的減少，這說明經濟增長不再依賴污染排放的增加，被視為經濟與資源利用最理想發展狀態。2014年《關于依托黃金水道推動長江經濟帶發展的指導意見》印發，提出了嚴格控制和治理長江水污染，強化沿江生態保護和修復的要求。沿江各省市加強對農業生產環境治理，污染產排管控也日趨嚴格，實現了保障農業經濟平穩增長、持續向好的同時，農業水污染排放顯著減少，農業經濟發展與農業用水環境因此轉為最優協調發展狀態。

2.2.2 分省市脫鉤程度分析

由于脫鉤理論更注重脫鉤過程的趨勢性，短周期并不能有效體現脫鉤作用[28]。為了更好的了解沿江省市不同時期農業水污染與經濟增長之間的關系，參考相關研究做法[16,29]，進一步劃分2008-2011年、2012-2015年和2016-2019年3 個時間階段對11省市的脫鉤關系進行計算，結果見表7。

表7 長江經濟帶11省市2008-2019年農業灰水足跡與經濟增長脫鉤指數及評價Tab.7 Decoupling index and evaluation of agricultural grey water footprint and economic growth in 11 provinces and cities in the Yangtze River Economic Belt,2008-2019

2008-2019年長江經濟帶11 省市農業生產總值一直在正向增長，即農業生產總值年際變化率均為正，此時脫鉤數值主要取決于農業灰水足跡年際變化率。若農業灰水足跡年際變化率小于零，則脫鉤類型為強脫鉤；若灰水足跡年際變化率大于零，脫鉤類型根據數值不同由小到大可劃分為弱脫鉤、擴張連接和擴張性負脫鉤3 種。在這4 種脫鉤類型中，數值越小表明協調程度越高。

由表6可知，2008-2011年11省市以弱脫鉤為主，只有上海、浙江、貴州三省市為強脫鉤，協調程度最優的省份為上海，脫鉤數值為-0.8，協調程度最低省市為江西省，脫鉤數值為0.59；2012-2015年，江蘇、安徽等4 省份實現弱脫鉤狀態向強脫鉤狀態轉變，但也有部分省份如云南、貴州協調程度降低。此階段協調程度最優的省份為湖北省，脫鉤數值為-16.67，協調程度最低省份為云南省，脫鉤數值為1.54；步入“十三五”，“生態優先、綠色發展”新發展理念引領推動長江經濟帶高質量發展，農業經濟增長的同時農業水環境明顯改善，這也體現在此階段農業灰水足跡與農業經濟增長之間的脫鉤關系上。2016-2020年，長江經濟帶全部省市均為強脫鉤狀態，協調程度最優的省份為江蘇省和湖北省，脫鉤數值均為-4.16；協調程度最低省份仍為云南省，脫鉤數值為-0.10。

2.3 脫鉤驅動因素及效應分析

進一步利用LMDI 指數分解法對長江經濟帶農業水污染與經濟增長脫鉤態勢的成因進行探究。由于研究期內各省市農業生產總值持續增長，故脫鉤態勢演變主要是由農業灰水足跡變化特征決定。因此對農業灰水足跡年際變化量進行因素分解，從農業技術水平、產業結構、經濟水平、勞動力規模4個方面出發，尋找影響農業灰水足跡與經濟增長脫鉤程度的關鍵因素（見圖2）。

圖2 長江經濟帶11省市農業水污染與經濟脫鉤態勢演變的驅動效應Fig.2 Driving effects of the evolution of agricultural water pollution and economic decoupling dynamics in 11 provinces and cities in the Yangtze River Economic Belt

從圖2可知，勞動力規模效應對農業灰水足跡起著穩定的負向驅動作用。長期以來，長江經濟帶農業從業人口占全國比重過半，但隨著土地流轉步伐加快和規模化種養殖興起，農業勞動力出現大量轉移。與此同時，近年來鄉村振興戰略的實施，以新型職業農民為代表的農業實用人才不斷涌現。總的來說，農業勞動力的“減量增質”使得勞動力規模效應有效推動農業灰水足跡減少；技術水平效應總體上對農業灰水足跡起負向驅動作用。長江經濟帶發展需求促使沿江各省市積極轉變農業發展方式，推廣應用農業綠色生產技術，農業污染狀況得到有效治理，技術進步成為降低農業灰水足跡的重要因素；經濟水平效應對農業灰水足跡一直起顯著正向驅動作用。長江經濟帶作為重大國家戰略發展區域，人口規模及經濟總量據全國“半壁江山”，經濟發展尤其是農業經濟發展高度依賴于水資源利用與水污染排放；產業結構效應對農業灰水足跡變化的影響不明顯，但是近年來農業灰水足跡增加的次要因素。

3 結論與建議

文章測算了長江經濟帶9 省2 市2008-2019年農業灰水足跡，并以此為基礎對農業水污染與經濟增長之間的脫鉤關系及內在驅動因素進行了探究，得出下列結論及建議：

（1）12年間長江經濟帶農業灰水足跡先升高后降低，2014年為“拐點”年份；農業灰水足跡分布存在地域差異，四川、湖北等省份顯著高于其他省市；研究期內種植業灰水足跡占比有明顯下降，畜禽養殖業和水產養殖業則持續上升；TN、TP 是造成長江經濟帶農業灰水足跡的兩種主要污染物，其中種植業的決定性污染物為TP，側面印證楊衛等[30]認為磷肥施用是造成長江流域總磷污染主要原因的說法，畜禽養殖業與水產養殖業決定性污染物為TN。沿江地區需深入貫徹落實綠色發展發展理念，推進化肥農藥尤其是磷肥的減量增效，同時充分發揮政府職能加強對畜禽養殖業、水產養殖業管理監督，可通過科學規劃養殖區域等方法降低污染排放，并積極宣傳引導養殖從業者采用諸如無污染低污染肥料飼料、循環水養殖等綠色農業技術進行生產活動。

（2）長江經濟帶農業水污染與經濟增長關系呈現擴張性負脫鉤、弱脫鉤向強脫鉤狀態轉變的良好態勢；具體到沿線11省市，2008-2011年弱脫鉤、強脫鉤兩種狀態并存，弱脫鉤狀態占多數；2012-2015年多種脫鉤狀態并存，強脫鉤狀態超半數；2016-2019全部省市實現強脫鉤狀態。整體和局部表現均反映出長江經濟帶在農業經濟穩步提升的同時，農業水污染治理也取得良好成效，農業經濟與水生態環境正呈現協調發展態勢。值得注意的是，云南、江西等中西部省份脫鉤指數偏低，這與長期以來較為粗放的農業生產方式不無關系，這些省份需利用好區位優勢，加快推進農業轉型升級與綠色發展，進一步鞏固提高農業經濟和水環境之間協調程度。（3）農業灰水足跡與經濟增長脫鉤驅動因素中，勞動力規模效應和技術水平效應總體上起到負向驅動作用，經濟水平起到顯著正向驅動作用，產業結構效應作用不明顯，近三年起正向驅動作用。在“十四五”時期，各省市需進一步加強區域間交流與合作，加快推進綠色農業技術創新，加強農業人才隊伍建設，調整產業結構優化產業布局，共同推動長江經濟帶農業生態環境保護和高質量發展。