楊 軍, 李建琴

福建省農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)業(yè)結(jié)構(gòu)與面源污染關(guān)系研究*

楊 軍1, 李建琴2**

(1. 福建省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與科技信息研究所 福州 350003; 2. 浙江大學(xué)經(jīng)濟(jì)學(xué)院 杭州 310027)

農(nóng)業(yè)面源污染已經(jīng)成為影響社會經(jīng)濟(jì)可持續(xù)發(fā)展的突出問題, 而農(nóng)業(yè)結(jié)構(gòu)被認(rèn)為在其中發(fā)揮了重要的調(diào)節(jié)作用。本研究在根據(jù)曲勞(Truog)的養(yǎng)分平衡法理論測算了農(nóng)業(yè)面源污染的主要來源——過剩氮總量的基礎(chǔ)上, 運(yùn)用基于VECM模型的脈沖響應(yīng)函數(shù)和方差分解方法, 考察了福建省1998—2017年農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)業(yè)面源污染、農(nóng)業(yè)結(jié)構(gòu)之間的關(guān)系。研究結(jié)果表明: 1)農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)業(yè)面源污染、農(nóng)業(yè)結(jié)構(gòu)之間存在長期均衡關(guān)系。2)格蘭杰檢驗(yàn)結(jié)果表明: 農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長互為格蘭杰原因; 農(nóng)業(yè)結(jié)構(gòu)分別是面源污染和農(nóng)業(yè)經(jīng)濟(jì)增長的格蘭杰原因, 農(nóng)業(yè)經(jīng)濟(jì)增長是農(nóng)業(yè)結(jié)構(gòu)的格蘭杰原因。3)方差分解結(jié)果顯示: 農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)結(jié)構(gòu)對農(nóng)業(yè)面源污染的沖擊影響很小, 對農(nóng)業(yè)面源污染的預(yù)測方差貢獻(xiàn)分別僅有4.31%和4.02%。但農(nóng)業(yè)面源污染對農(nóng)業(yè)經(jīng)濟(jì)增長的沖擊影響較大, 向前推進(jìn)10年, 其預(yù)測方差中來自農(nóng)業(yè)面源污染的方差貢獻(xiàn)達(dá)47.02%。為此, 福建省應(yīng)在繼續(xù)保持對農(nóng)業(yè)面源污染嚴(yán)格治理力度的基礎(chǔ)上, 重視綠色化農(nóng)業(yè)技術(shù)和模式的開發(fā)應(yīng)用, 加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè), 制訂更加明確精準(zhǔn)的綠色農(nóng)業(yè)導(dǎo)向性政策, 加強(qiáng)綠色消費(fèi)觀念的引導(dǎo)和培養(yǎng)。

面源污染; 經(jīng)濟(jì)增長; 農(nóng)業(yè)結(jié)構(gòu); VECM模型; 脈沖響應(yīng)分析

農(nóng)業(yè)面源污染是指在農(nóng)業(yè)生產(chǎn)活動中, 氮素和磷素等營養(yǎng)物質(zhì)、農(nóng)藥及其他有機(jī)或無機(jī)污染物質(zhì), 通過農(nóng)田的地表徑流和農(nóng)田滲漏形成的水環(huán)境污染[1]。改革開放以來, 中國農(nóng)業(yè)發(fā)展取得了巨大成就, 但也付出了沉重的環(huán)境損失代價, 其中, 農(nóng)業(yè)面源污染問題尤為突出[2-3]。據(jù)2010年《第一次全國污染源普查公報(bào)》, 農(nóng)業(yè)面源污染已經(jīng)成為地表水體污染的主要來源, 并超過工業(yè)成為我國最大的污染源。與此同時, 農(nóng)業(yè)面源污染由于其污染物的分散性、隱蔽性、隨機(jī)性、不確定性, 以及不易監(jiān)測性和空間異質(zhì)性等特點(diǎn), 使其成為國內(nèi)外面源污染治理的難點(diǎn)[4]。黨的十八大以來, 生態(tài)文明上升為國家戰(zhàn)略,習(xí)近平總書記多次強(qiáng)調(diào), 綠水青山就是金山銀山, 發(fā)展經(jīng)濟(jì)絕不能犧牲綠水青山。福建是全國第一個生態(tài)省建設(shè)試點(diǎn), 但福建省在經(jīng)濟(jì)不斷增長的同時, 也面臨著不可忽視的面源污染問題, 福建省從1995年開始, 化肥施用量就超過了國際公認(rèn)的225 kg?hm–2上限, 至2018年, 已達(dá)1 100 kg?hm–2, 是國際公認(rèn)上限施肥量的4.89倍。全省第二大河——九龍江流域高峰期生豬存欄量達(dá)213.7萬頭, 年產(chǎn)糞尿161.8萬t, 廢水排放量537.3萬t, 成為當(dāng)時流域水質(zhì)惡化最重要的原因[5]。當(dāng)前, 福建省正在全力推進(jìn)生態(tài)福建建設(shè)和實(shí)施鄉(xiāng)村生態(tài)振興計(jì)劃, 研究省域農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)業(yè)結(jié)構(gòu)、農(nóng)業(yè)面源污染關(guān)系有助于更好地理清生態(tài)發(fā)展思路, 為福建省低碳綠色農(nóng)業(yè)發(fā)展提供決策支持。

關(guān)于農(nóng)業(yè)經(jīng)濟(jì)增長與面源污染關(guān)系的研究一直以來都是學(xué)術(shù)界關(guān)注的熱點(diǎn), 其中, 最廣泛的方法是采用環(huán)境庫茲涅茨曲線模型, 但這一方法由于在考察農(nóng)業(yè)環(huán)境庫茲涅茨“倒U型”曲線時, 忽略了農(nóng)業(yè)環(huán)境污染與農(nóng)業(yè)經(jīng)濟(jì)增長之間的雙向影響機(jī)制, 從而可能導(dǎo)致變量內(nèi)生性偏差問題[6]; 而且, 環(huán)境庫茲涅茨曲線模型方法具有很大的“虛幻性”及“局限性”[7-9], 也受到不少學(xué)者的批判。目前, 向量自回歸(VAR)模型在工業(yè)污染領(lǐng)域的應(yīng)用較多, 彭文斌等[10]考察了湖南省1985—2008年間工業(yè)廢水排放量、工業(yè)煙塵排放量、工業(yè)粉塵排放量3類環(huán)境污染指標(biāo)與人均GDP之間的長期動態(tài)影響特征, 沖擊響應(yīng)分析結(jié)果表明: 經(jīng)濟(jì)增長與環(huán)境污染雙向影響, 但環(huán)境污染對經(jīng)濟(jì)增長具有一定的滯后效應(yīng), 經(jīng)濟(jì)增長對解釋各類環(huán)境污染指標(biāo)預(yù)測方差的貢獻(xiàn)度則相對較小。江心英等[11]通過VAR模型、格蘭杰因果檢驗(yàn)、脈沖響應(yīng)分析、方差分解等工具, 分析了江蘇省經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)與碳排放之間的關(guān)系, 結(jié)果發(fā)現(xiàn), 經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)與碳排放之間存在“協(xié)整關(guān)系”, 產(chǎn)業(yè)結(jié)構(gòu)與碳排放、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長均構(gòu)成雙向格蘭杰因果關(guān)系, 但經(jīng)濟(jì)增長與碳排放之間的因果關(guān)系并不顯著。在農(nóng)業(yè)應(yīng)用領(lǐng)域, 張鋒等[6]運(yùn)用基于VAR模型的脈沖響應(yīng)函數(shù)和方差分解的方法, 考察了江蘇省1990—2007年農(nóng)業(yè)環(huán)境污染與農(nóng)業(yè)經(jīng)濟(jì)增長的動態(tài)演進(jìn)關(guān)系, 研究結(jié)果表明: 經(jīng)濟(jì)增長是影響江蘇省農(nóng)業(yè)環(huán)境污染的重要原因, 但農(nóng)業(yè)環(huán)境污染對江蘇省經(jīng)濟(jì)增長的影響不明顯, 且具有一定滯后效應(yīng)。綜合現(xiàn)有的相關(guān)文獻(xiàn)看, 應(yīng)用VAR模型對農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)面源污染關(guān)系的研究還較少, 而且往往只單純考察經(jīng)濟(jì)增長與面源污染二者的關(guān)系, 而忽視了農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的影響。由于畜牧業(yè)無論是對農(nóng)業(yè)產(chǎn)值的貢獻(xiàn), 還是對生態(tài)環(huán)境的污染都發(fā)揮了重要的正向與負(fù)向作用, 因此, 本文擬將涉及畜牧業(yè)的農(nóng)業(yè)結(jié)構(gòu)指標(biāo)考慮進(jìn)VAR模型, 采用1998—2017年福建省時間序列數(shù)據(jù), 通過VAR模型、VECM模型、Granger因果檢驗(yàn)、脈沖響應(yīng)分析、方差分解等方法對福建省農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)業(yè)結(jié)構(gòu)、農(nóng)業(yè)面源污染之間的關(guān)系進(jìn)行實(shí)證分析, 考察并解釋三者之間的作用機(jī)制。

1 研究方法

1.1 變量的選取與數(shù)據(jù)來源

農(nóng)業(yè)面源污染的核心“成分”是氮素[12], 而化肥施用、畜禽養(yǎng)殖是總氮排放最主要的來源[13-14]。據(jù)報(bào)道, 在化肥施用中, 通過各種途徑損失的總氮量約為總施氮量的50%, 且畜禽養(yǎng)殖污染造成的氮、磷排放分別占各自總排放量的35.71%和42.63%[15]。基于此, 本文參考部分文獻(xiàn)[12,16]的做法, 采用“人均過剩氮量”作為農(nóng)業(yè)面源污染表征變量, 用畜牧業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值的比重表征農(nóng)業(yè)結(jié)構(gòu)變量, 用實(shí)際農(nóng)業(yè)增加值表征農(nóng)業(yè)經(jīng)濟(jì)增長變量。污染單元測算主要參考賴斯蕓等[17]的文獻(xiàn)及《第一次全國污染源普查農(nóng)藥流失系數(shù)手冊》。本文數(shù)據(jù)主要來源于《福建省統(tǒng)計(jì)年鑒》《福建省農(nóng)村統(tǒng)計(jì)年鑒》及《中國農(nóng)村統(tǒng)計(jì)年鑒》。

1.2 VAR模型與脈沖響應(yīng)函數(shù)

式中:為階內(nèi)生變量列向量,為階常數(shù)列向量,、均為階參數(shù)矩陣,是階隨機(jī)誤差列向量,表示服從的獨(dú)立同分布, 其中每一個元素均非自相關(guān), 但不同方程對應(yīng)的殘差項(xiàng)之間可能存在相關(guān)性。由于VAR模型包含許多參數(shù), 而這些參數(shù)的經(jīng)濟(jì)意義很難解釋, 如果要對一個VAR模型做出充分的分析, 就需要借助脈沖響應(yīng)函數(shù)和方差分解[19]。另外, 在進(jìn)行VAR建模時, 需要確定變量的滯后階數(shù), 以及VAR系統(tǒng)中包含幾個變量, 滯后階數(shù)不夠可能導(dǎo)致VAR模型的殘差存在自相關(guān), 滯后階數(shù)過多會導(dǎo)致自由度減少。本文在確定滯后階數(shù)上主要根據(jù)信息準(zhǔn)則綜合判定。對于變量個數(shù), 由于VAR系統(tǒng)包含的變量個數(shù)越多, 需要待估的參數(shù)越多, 從而使得樣本容量過小, 增大估計(jì)誤差, 降低預(yù)測精度。因此, 為了減少所包含的變量, 本VAR模型僅包含農(nóng)業(yè)實(shí)際增加值、人均過剩氮和畜牧業(yè)產(chǎn)值占農(nóng)業(yè)總產(chǎn)值的比重(以下簡稱“畜牧業(yè)產(chǎn)值比”)3個指標(biāo), 分別用、、表示, 為了使數(shù)據(jù)更加平穩(wěn), 本文對VAR的3個變量分別取自然對數(shù)處理, 分別記為、、。另外, 由于脈沖響應(yīng)與方差分解結(jié)果依賴于變量次序, 因此, 本文運(yùn)用改進(jìn)的廣義脈沖響應(yīng)函數(shù)法來進(jìn)行分析。

1.3 過剩氮的測算

曲勞(Truog)的養(yǎng)分平衡法理論是目前測度農(nóng)業(yè)面源污染比較常用的一種方法。該理論主要以作物與土壤之間養(yǎng)分供求平衡為目的, 根據(jù)作物的需肥量與土壤供肥量之差, 求得實(shí)現(xiàn)計(jì)劃產(chǎn)量所需的肥料量。模型如下:

單位耗氮量及土壤基礎(chǔ)單位含氮量分別參考農(nóng)業(yè)部2018年發(fā)布的《畜禽糞污土地承載力測算技術(shù)指南》及焦閃閃等[20]文獻(xiàn)獲得?；谇鷦?Truog)的養(yǎng)分平衡法理論, 當(dāng)土壤供肥量大于需肥量時, 多余的氮素養(yǎng)分即為“過剩氮”, 過剩氮的測度模型如下:

式中:表示福建省的過剩氮總量,X表示第種家畜糞肥的含氮量,Y表示福建省當(dāng)年第種家畜的年平均總飼養(yǎng)量;E為第年使用的折純N肥量。其中, 畜禽糞肥含氮量參考梁流濤[13]文獻(xiàn)數(shù)據(jù), 其他數(shù)據(jù)來源于《福建統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》, 測算結(jié)果如表1所示。

2 結(jié)果與分析

2.1 數(shù)據(jù)特征及模型穩(wěn)定性檢驗(yàn)

2.1.1 農(nóng)業(yè)實(shí)際增加值、人均過剩氮和畜牧業(yè)產(chǎn)值比數(shù)據(jù)的單位根檢驗(yàn)

2.1.2 農(nóng)業(yè)實(shí)際增加值、人均過剩氮和畜牧業(yè)產(chǎn)值比的協(xié)整關(guān)系檢驗(yàn)

根據(jù)協(xié)整的思想, 如果多個單位根序列擁有“共同的趨勢”, 則可以對這些變量作線性組合而消去此隨機(jī)趨勢, 之后需要確定共有多少個線性無關(guān)的協(xié)整向量, 即“協(xié)整秩”。包括常數(shù)項(xiàng)與時間趨勢的協(xié)整秩“跡檢驗(yàn)”結(jié)果(表3)表明: 只有一個線性無關(guān)的協(xié)整向量(表中帶“*”號)。而最大特征值檢驗(yàn)也表明, 可以在5%的水平上拒絕協(xié)整秩為“0”的原假設(shè), 但無法拒絕協(xié)整秩為“1”的原假設(shè)。即在5%的顯著性水平下, 人均過剩氮與農(nóng)業(yè)實(shí)際增加值、畜牧業(yè)產(chǎn)值比之間存在長期均衡關(guān)系, 即存在協(xié)整關(guān)系。

表1 1998—2017年福建省VAR模型指標(biāo)基本情況

表2 農(nóng)業(yè)實(shí)際增加值(1npa)、人均過剩氮()和畜牧業(yè)產(chǎn)值比(1nRs)的單位根檢驗(yàn)結(jié)果

Δ表示變量的一階差分; ***表示在<0.001水平顯著。Δ means the first difference of the variable. *** denotes significance at<0.001 level.

表3 農(nóng)業(yè)實(shí)際增加值(1npa)、人均過剩氮()和畜牧業(yè)產(chǎn)值比(1nRs)關(guān)系的協(xié)整關(guān)系檢驗(yàn)

*表示在<5%水平顯著。* denote significance at<5% level.

2.1.3 最優(yōu)滯后階數(shù)及考察VECM模型單位根檢驗(yàn)

建立VAR模型需要檢驗(yàn)該系統(tǒng)所對應(yīng)的VAR表示法的滯后階數(shù)。本文參考各種信息準(zhǔn)則綜合確定模型的滯后階數(shù)。檢驗(yàn)結(jié)果(表4)顯示, AIC、HQIC、SBIC信息準(zhǔn)則均選擇3階滯后。

表4 農(nóng)業(yè)實(shí)際增加值(1npa)、人均過剩氮()和畜牧業(yè)產(chǎn)值比(1nRs)關(guān)系的VAR模型滯后期數(shù)選擇

*表示在<5%水平顯著。* denotes significance at<5% level.

2.2 農(nóng)業(yè)實(shí)際增加值、人均過剩氮量和畜牧業(yè)產(chǎn)值比的Granger因果關(guān)系檢驗(yàn)

2.3 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)描述1個內(nèi)生變量受到1個單位標(biāo)準(zhǔn)差的沖擊后對誤差沖擊的反應(yīng)。

圖1a結(jié)果顯示, 農(nóng)業(yè)實(shí)際增加值增加, 剛開始會形成一個比較小的正沖擊, 但這一沖擊影響不斷減弱并在半年后進(jìn)入負(fù)沖擊影響狀態(tài), 之后負(fù)沖擊影響又會逐漸減少直至第5年從負(fù)沖擊轉(zhuǎn)為正沖擊?？赡芙忉屖? 隨著農(nóng)業(yè)綠色技術(shù)和綠色發(fā)展意識不斷加強(qiáng), 農(nóng)業(yè)經(jīng)濟(jì)增長逐漸從粗放式增長向精準(zhǔn)農(nóng)業(yè)和綠色增長轉(zhuǎn)變, 在一定時期降低了“氮”的投入。但當(dāng)農(nóng)業(yè)經(jīng)濟(jì)增長壓力超過一定程度后, 可能又不得不要重新增加“氮”的投入以保證農(nóng)產(chǎn)品產(chǎn)量和經(jīng)濟(jì)持續(xù)增長的需要。

圖1b結(jié)果顯示, 畜禽養(yǎng)殖比上升會長久增加人均過剩氮量, 尤其是第1年會快速加大人均過剩氮量, 但1年后這一沖擊影響會逐漸減弱, 第6年后沖擊影響逐漸穩(wěn)定并接近于“0”?？赡芙忉屖? 畜牧業(yè)作為污染產(chǎn)出的傳統(tǒng)大戶, 當(dāng)農(nóng)業(yè)結(jié)構(gòu)中畜牧業(yè)比重上升時, 如果畜禽養(yǎng)殖的污染控制政策未跟上或不夠嚴(yán)厲, 就可能會造成更多的“氮”排放; 而當(dāng)畜牧業(yè)養(yǎng)殖規(guī)模上升后, 政府也會采取行動進(jìn)行控制和引導(dǎo), 比如環(huán)保部門會要求畜禽糞污達(dá)標(biāo)零排放, 農(nóng)業(yè)部門要求畜禽糞污資源化利用, 這都會在一定程度上減緩農(nóng)業(yè)面源污染物的排放速度, 并在政策穩(wěn)定后使畜牧業(yè)比重上升造成的沖擊影響慢慢衰退。

圖1c表明, 人均過剩氮量增加會對農(nóng)業(yè)實(shí)際增加值增加產(chǎn)生持久的影響, 盡管影響程度有限, 但也說明, 福建省農(nóng)業(yè)經(jīng)濟(jì)增長仍未能完全擺脫對“過剩氮”投入的依賴, 這可能與目前我國作物對化肥的吸收率不高有關(guān), 加上農(nóng)村勞動力相對缺乏, 為了保證作物產(chǎn)量而采取了比較粗放、過量施肥的方式。

表5 農(nóng)業(yè)實(shí)際增加值(1npa)、人均過剩氮()和畜牧業(yè)產(chǎn)值比(lnRs)的關(guān)系的Granger因果性檢驗(yàn)結(jié)果

圖1d顯示, 人均過剩氮量增加初期會提高畜牧業(yè)產(chǎn)值比, 但第2年開始沖擊影響逐漸減弱, 至第6年時, 沖擊影響幾乎為“0”?？赡芙忉屖? 當(dāng)人均過剩氮量增加時, 可能源于寬松的環(huán)境保護(hù)政策, 由于近年來對畜牧業(yè)養(yǎng)殖采取了比較嚴(yán)厲的政策手段, 通過限制養(yǎng)殖區(qū)域、控制養(yǎng)殖規(guī)模關(guān)停了大量的養(yǎng)殖場; 通過畜禽糞污強(qiáng)制環(huán)保達(dá)標(biāo)零排放等措施對規(guī)模養(yǎng)殖場的糞污排放系統(tǒng)進(jìn)行了升級改造, 一旦環(huán)保政策放松, 可能導(dǎo)致大量關(guān)停的畜禽養(yǎng)殖場死灰復(fù)燃, 而出于養(yǎng)殖成本的考慮, 一些不能守規(guī)經(jīng)營的養(yǎng)殖場也不再嚴(yán)格做到糞污達(dá)標(biāo)零排放。人均過剩氮量增加對畜牧業(yè)產(chǎn)值比增加的沖擊在第2年后會逐漸降低。可能解釋是: 當(dāng)面源污染進(jìn)一步加重時, 政府環(huán)保政策又會趨于收緊, 增加畜禽養(yǎng)殖的進(jìn)入門檻和生產(chǎn)成本, 從而會在一定程度上抑制畜禽養(yǎng)殖的規(guī)模。

圖1 農(nóng)業(yè)實(shí)際增加值(1npa)、人均過剩氮()和畜牧業(yè)產(chǎn)值比(lnRs)之間的正交化響應(yīng)脈沖圖

2.4 以人均過剩氮為響應(yīng)變量的預(yù)測方差分解

3 結(jié)論

表6 農(nóng)業(yè)實(shí)際增加值(1npa)和人均過剩氮為響應(yīng)變量的方差分解結(jié)果

lns: 畜牧業(yè)產(chǎn)值比。lns: animal husbandry structure.

經(jīng)濟(jì)發(fā)展會帶來農(nóng)業(yè)面源污染, 這是許多研究者的結(jié)論[2-3,14]。當(dāng)經(jīng)濟(jì)發(fā)展到一定階段后, 會出現(xiàn)環(huán)境改善的拐點(diǎn), 也被許多學(xué)者證實(shí)[6,12]。從研究結(jié)果看, 福建省農(nóng)業(yè)綠色生態(tài)發(fā)展的態(tài)勢正在形成, 但這一態(tài)勢能否保持、環(huán)境能否更快更好地改善, 不僅需要繼續(xù)保持嚴(yán)格的環(huán)境治理政策和措施, 還有賴于采取更積極主動的綠色化行為。建議: 1)加快開發(fā)推廣包括新型肥料在內(nèi)的農(nóng)業(yè)綠色化技術(shù), 提高肥料吸收率, 同時配合實(shí)施測土配方施肥、化肥減量化農(nóng)藝配套技術(shù), 從源頭上減少過量化工肥料的投入; 2)加大畜禽糞污廢棄物的資源化利用, 推廣豬-沼-果等生態(tài)循環(huán)模式, 從源頭上減少“氮”的排放; 3)加大高標(biāo)準(zhǔn)農(nóng)田建設(shè)力度及山坡地披綠工程建設(shè), 減少因水土流失造成的面源污染, 另外可以對重點(diǎn)流域附近農(nóng)田、林地進(jìn)行重點(diǎn)環(huán)境保護(hù)監(jiān)控, 減少因不規(guī)范施肥行為造成面源污染; 4)提高農(nóng)民的組織化程度, 發(fā)展農(nóng)業(yè)社會化專業(yè)服務(wù)組織, 加強(qiáng)農(nóng)民包括施肥技術(shù)在內(nèi)的綠色技術(shù)培訓(xùn), 逐步實(shí)現(xiàn)科學(xué)施肥, 精準(zhǔn)施肥, 從源頭上提高化肥的施用效率; 5)制訂更加符合生態(tài)的農(nóng)業(yè)標(biāo)準(zhǔn), 更加細(xì)化和有引導(dǎo)性的財(cái)政支農(nóng)政策, 在提供支農(nóng)補(bǔ)貼時, 要綜合考慮生產(chǎn)者是否采用生態(tài)農(nóng)業(yè)技術(shù)、是否生產(chǎn)生態(tài)農(nóng)業(yè)產(chǎn)品; 同時還可以通過市場的手段, 加大消費(fèi)者對生態(tài)產(chǎn)品的認(rèn)同, 從消費(fèi)端倒逼農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革。

[1] 李秀芬, 朱金兆, 顧曉君, 等. 農(nóng)業(yè)面源污染現(xiàn)狀與防治進(jìn)展[J]. 中國人口?資源與環(huán)境, 2010, 20(4): 81–84 LI X F, ZHU J Z, GU X J, et al. Current situation and control of agricultural non-point source pollution[J]. China Population, Resources and Environment, 2010, 20(4): 81–84

[2] 陳錫文. 環(huán)境問題與中國農(nóng)村發(fā)展[J]. 管理世界, 2002, (1): 5–8 CHEN X W. Environment and China’s rural development[J]. Management World, 2002, (1): 5–8

[3] 閔繼勝, 孔祥智. 我國農(nóng)業(yè)面源污染問題的研究進(jìn)展[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào): 社會科學(xué)版, 2016, (2): 59–66 MIN J S, KONG X Z. Research development of agricultural non-point source pollution in China[J]. Journal of Huazhong Agricultural University: Social Sciences Edition, 2016, (2): 59–66

[4] 文傳浩, 張丹, 鐵燕. 農(nóng)業(yè)面源污染環(huán)境效應(yīng)及其對新農(nóng)村建設(shè)耦合影響分析[J]. 貴州社會科學(xué), 2008, (4): 91–96 WEN C H, ZHANG D, TIE Y. Environmental effects of agricultural non-point source pollution and its coupling impact on new rural construction[J]. Guizhou Social Sciences, 2008, (4): 91–96

[5] 曾悅, 洪華生, 曹文志, 等. 九龍江流域養(yǎng)豬場氮磷流失特征研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2005, 21(2): 116–120 ZENG Y, HONG H S, CAO W Z, et al. Characteristics of nitrogen and phosphorus losses from swine production systems in Jiulong River watershed[J]. Transactions of the CSAE, 2005, 21(2): 116–120

[6] 張鋒, 胡浩, 張暉. 江蘇省農(nóng)業(yè)面源污染與經(jīng)濟(jì)增長關(guān)系的實(shí)證[J]. 中國人口?資源與環(huán)境, 2010, 20(8): 80–85 ZHANG F, HU H, ZHANG H. The positive analysis on the relationship between agriculture non-point source pollution and economic growth of Jiangsu Province[J]. China Population, Resources and Environment, 2010, 20(8): 80–85

[7] 鐘茂初. 環(huán)境庫茲涅茨曲線的虛幻性及其對可持續(xù)發(fā)展的現(xiàn)實(shí)影響[J]. 中國人口?資源與環(huán)境, 2005, 15(5): 1–6 ZHONG M C. The unreality of environmental Kuznets curves and its impact to sustainable development[J]. China Population, Resources and Environment, 2005, 15(5): 1–6

[8] 蔣萍, 余厚強(qiáng). EKC拐點(diǎn)類型?形成過程及影響因素[J]. 財(cái)經(jīng)問題研究, 2010, (6): 3–9 JIANG P, YU H Q. The categories, formation process and impact factors of EKC inflection points[J]. Research on Financial and Economic Issues, 2010, (6): 3–9

[9] 劉海英, 何彬. 經(jīng)濟(jì)增長中環(huán)境污染路徑的不確定性分析——兼論環(huán)境庫茲涅茨曲線(EKC)存在的必要條件[J]. 工業(yè)技術(shù)經(jīng)濟(jì), 2009, 28(7): 77–79 LIU H Y, HE B. Uncertainty analysis of non-point source pollution path in economic growth[J]. Industrial Technology & Economy, 2009, 28(7): 77–79

[10] 彭文斌, 田銀華. 湖南環(huán)境污染與經(jīng)濟(jì)增長的實(shí)證研究——基于VAR模型的脈沖響應(yīng)分析[J]. 湘潭大學(xué)學(xué)報(bào): 哲學(xué)社會科學(xué)版, 2011, 35(1): 31–35 PENG W B, TIAN Y H. Empirical research on environmental pollution and economic growth in Hunan Province — Based on impulse response function of VAR model[J] Journal of Xiangtan University: Philosophy and Social Sciences, 2011, 35(1): 31–35

[11] 江心英, 趙爽. 江蘇省經(jīng)濟(jì)增長?產(chǎn)業(yè)結(jié)構(gòu)與碳排放關(guān)系的實(shí)證研究——基于VAR模型和脈沖響應(yīng)分析[J]. 南京財(cái)經(jīng)大學(xué)學(xué)報(bào), 2018, (2): 16–24 JIANG X Y, ZHAO S. An empirical study on the relationship between economic growth, industrial structure and carbon emissions in Jiangsu Province[J]. Journal of Nanjing University of Finance and Economics, 2018, (2): 16–24

[12] 張暉, 胡浩. 農(nóng)業(yè)面源污染的環(huán)境庫茲涅茨曲線驗(yàn)證——基于江蘇省時序數(shù)據(jù)的分析[J]. 中國農(nóng)村經(jīng)濟(jì), 2009, (4): 48–53 ZHANG H, HU H. A verification of environmental Kuznets curve for agricultural non-point source pollution — An analysis with time series data from Jiangsu Province[J]. Chinese Rural Economy, 2009, (4): 48–53

[13] 梁流濤. 農(nóng)村生態(tài)環(huán)境時空特征及其演變規(guī)律研究[D]. 南京: 南京農(nóng)業(yè)大學(xué), 2009: 75–78LIANG L T. Study on the temporal and spatial evolution of rural ecological environment[D]. Nanjing: Nanjing Agricultural University, 2009: 75–78

[14] 葛繼紅, 周曙東. 農(nóng)業(yè)面源污染的經(jīng)濟(jì)影響因素分析——基于1978~2009年的江蘇省數(shù)據(jù)[J]. 中國農(nóng)村經(jīng)濟(jì), 2011, (5): 72–81 GE J H, ZHOU S D. Analysis of the economic influence factors of agricultural non-point source pollution[J]. Chinese Rural Economy, 2011, (5): 72–81

[15] 陳敏鵬, 陳吉寧, 賴斯蕓. 中國農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識別[J]. 中國環(huán)境科學(xué), 2006, 26(6): 751–755 CHEN M P, CHEN J N, LAI S Y. Inventory analysis and spatial distribution of Chinese agricultural and rural pollution[J]. China Environmental Science, 2006, 26(6): 751–755

[16] 劉燁, 劉瑋晶, 趙言文. 江蘇省農(nóng)業(yè)過剩氮與農(nóng)村居民消費(fèi)關(guān)系擬合分析[J]. 水土保持通報(bào), 2012, 32(5): 82–86 LIU Y, LIU W J, ZHAO Y W. Fitting analysis of relation of agricultural excessive nitrogen to rural resident consumption in Jiangsu Province[J]. Bulletin of Soil and Water Conservation, 2012, 32(5): 82–86

[17] 賴斯蕓, 杜鵬飛, 陳吉寧. 基于單元分析的非點(diǎn)源污染調(diào)查評估方法[J]. 清華大學(xué)學(xué)報(bào): 自然科學(xué)版, 2004, 44(9): 1184–1187 LAI S Y, DU P F, CHEN J N. Evaluation of non-point source pollution based on unit analysis[J]. Journal of Tsinghua University: Science and Technology, 2004, 44(9): 1184–1187

[18] Sims C A. Macroeconomics and reality[J]. Econometrica, 1980, 48(1): 1–48

[19] 陳強(qiáng). 高級計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M]. 第2版. 北京: 高等教育出版社, 2014: 12 CHEN Q. Advanced Econometrics and STATA Application[M]. 2nd ed. Beijing: Higher Education Press, 2014: 12

[20] 焦閃閃, 張黎明, 蔣威, 等. 基于1∶5萬土壤數(shù)據(jù)庫的福建省耕地全氮儲量動態(tài)變化研究[J]. 土壤學(xué)報(bào), 2016, 53(5): 1107–1119JIAO S S, ZHANG L M, JIANG W, et al. Analysis of dynamics of deposit of total nitrogen in farmland of Fujian Province based on 1∶50 000 soil database[J]. Acta Pedologica Sinica, 2016, 53(5): 1107–1119

Research on the relationship between agricultural economic growth, agricultural structure, and agricultural non-point source pollution in Fujian Province*

YANG Jun1, LI Jianqin2**

(1. Institute of Agricultural Economy and Sci-technological Information, Fujian Academy of Agricultural Sciences, Fuzhou 350003, China; 2. School of Economics, Zhejiang University, Hangzhou 310027, China)

Agricultural structure is considered to play an important role in regulating the dual pressures of economic growth and non-point source pollution from agricultural development. The total amount of surplus nitrogen, which is the main source of agricultural non-point source pollution, was calculated according to Truog’s nutrient balance theory. The impulse response function and variance decomposition methods, based on the vector error correction model (VECM), were used to investigate and explain the relationship among agricultural economic growth, agricultural non-point source pollution, and agricultural structure in Fujian Province from 1998 to 2017. The research results showed that: 1) there was a relationship of long-term equilibrium among agricultural economic growth, agricultural non-point source pollution, and agricultural structure. 2) The Granger causality test showed that: agricultural non-point source pollution and economic growth were Granger causes for each other; agricultural structure was the Granger cause of non-point source pollution and agricultural economic growth; and agricultural economic growth was the Granger cause of agricultural structure. 3) The results of variance decomposition showed that there was little impact of agricultural economic growth and agricultural structure on agricultural non-point source pollution. The variance contribution of the impact of agricultural economic growth and agricultural structure on agricultural economic growth was 4.31% and 4.02%, respectively. The agricultural non-point source pollution had a great effect on agricultural economic growth. In the next 10 years, the variance contribution from agricultural non-point source pollution would reach 47.02%. 4) In the light of these findings, potential policy suggestions include: continuing to rectify agricultural non-point source pollution; encouraging the development and application of green agricultural technology and methods; increasing the role of the construction of agricultural infrastructure and farmer organization, introducing more detailed and guided financial policies to support agriculture; and strengthening the awareness on green consumption.

Non-point source pollution; Economic growth; Agricultural structure; VECM model; Impulse response analysis

F323.2

10.13930/j.cnki.cjea.190871

楊軍, 李建琴. 福建省農(nóng)業(yè)經(jīng)濟(jì)增長、農(nóng)業(yè)結(jié)構(gòu)與面源污染關(guān)系研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(8): 1277-1284

YANG J, LI J Q. Research on the relationship between agricultural economic growth, agricultural structure, and agricultural non-point source pollution in Fujian Province[J]. Chinese Journal of Eco-Agriculture, 2020, 28(8): 1277-1284

* 福建省屬公益類科研院所基本科研專項(xiàng)(2020R1101)資助

李建琴, 主要研究方向?yàn)檗r(nóng)業(yè)產(chǎn)業(yè)經(jīng)濟(jì)。E-mail: zjhzljq@126.com

楊軍, 主要研究方向?yàn)樯鷳B(tài)農(nóng)業(yè)產(chǎn)業(yè)經(jīng)濟(jì)。E-mail: 756165940@qq.com

2019-12-11

2020-03-25

* This study was supported by the Public Welfare Foundation of Fujian Province (2020R1101).

, E-mail: zjhzljq@126.com

Dec. 11, 2019;

Mar. 25, 2020