中國農業面源污染與經濟增長關系及治理對策研究

郭利京 王 穎

（安徽財經大學，安徽 蚌埠 233030）

中國農業面源污染與經濟增長關系及治理對策研究

郭利京 王 穎

（安徽財經大學，安徽 蚌埠 233030）

基于環境庫茲涅茨曲線（EKC）理論，利用二次函數曲線和1993—2015年我國30個省份的面板數據，分析農業面源污染與經濟增長之間的長期趨勢及現階段基本特征。結果表明，（1）當前我國農業面源污染與經濟增長之間呈倒“U”型關系；（2）畜禽養殖污染對化學需氧量（COD）的貢獻率為77.9%，成為COD主要污染源；化肥過量施用對總氮（TN）、總磷（TN）的貢獻率分別為83.4%、71.7%，成為TN、TP的主要污染源；（3）以北京、上海為代表的東部經濟發達地區，人均GDP已超過或接近農業面源污染減排拐點，其TP排放量增速下降明顯，而COD、TN污染治理狀況仍不樂觀；中西部地區人均GDP尚未達到農業面源污染減排拐點，未來農業面源污染排放量還會伴隨經濟增長而上升。因此，政府應實施農業技術改革，鼓勵農業清潔生產方式，加大中西部地區農業生產技術投入，實現經濟增長、農業生產與環境質量相協調。

農業面源污染；環境庫茲涅茨曲線；經濟增長

中國是農產品生產和消費大國，農業生產在國民經濟發展中具有重要地位。改革開放以來，我國農業發展取得巨大進步，2016年糧食產量、肉類產量分別為61 624萬噸和8 540萬噸，分別是1978年的2.02倍和7.03倍①數據來源于2016年國民經濟和社會發展統計公報。。但由于農業生產者對農產品產量和經濟效益的持續偏向[1]，導致農業生產中化肥、農藥等化學要素過量施用，畜禽糞便、農作物秸稈等農業廢棄物未得到合理利用，最終污染耕地、水源等農業資源環境，不利于農業可持續發展和農產品安全。

畜禽養殖、農田化肥過量施用和農作物秸稈等產生的污染物是導致我國農業資源環境質量下降的主要因素[2]。當前，我國農業正處在由傳統農業向現代化農業轉變的關鍵時期，經濟增長與農業環境的協調發展，成為農業與二三產業融合進程中亟待解決的現實問題。本文基于環境庫茲涅茨曲線（EKC）理論，利用1993—2015年我國30個省份的面板數據（為保證樣本期內數據核算一致性，將重慶并入四川）②，研究農業面源污染與經濟增長之間的長趨勢關系及現階段基本特征，為解決我國經濟增長與農業環境資源惡化的矛盾、實現農業可持續發展提供參考。

一、文獻綜述

20世紀90年代初期，Grossman和Krueger通過研究美國、德國等發達國家經濟增長和環境污染關系，首次提出環境污染程度與經濟發展水平存在先上升后下降的倒“U”型關系[3]。隨后Pananyotou將經濟增長和環境污染之間的關系發展為EKC理論，即在經濟發展初期，環境污染物排放量隨經濟增長上升，到達拐點后開始下降[4]。Antler、Dinda將EKC理論應用到農業領域，認為農業面源污染是造成環境污染的主要原因，可運用EKC理論研究農業污染物排放量與經濟增長水平之間的關系[5-6]。Cestti發現黑海水域水質惡化，導致漁業和旅游業收入下滑及生物多樣性喪失，與農業面源污染密切相關，同時證明該地區農業污染與經濟增長之間滿足EKC假說[7]。Mao等測試寧夏黃河灌區區域經濟增長與不同類型農業面源污染之間關系，結果表明，寧夏黃河灌溉區農作物種植產生的污染排放量與經濟增長呈倒“U”型特征[8]。Wei等通過研究中國20個省面板數據發現，農業環境效率與經濟增長之間存在因果關系，二者關系曲線為“U”形，間接驗證EKC假說[9]。

國內學者深入研究農業污染物排放量與經濟增長之間的關系。李海鵬運用1997—2005年面板數據，選用化肥和農藥使用密度及畜禽糞便排放量作為污染核算變量，考查我國31個省份的農業污染情況，認為我國農業非點源污染源排放量與經濟增長呈明顯倒“U”型曲線關系[10]。葛繼紅等以江蘇省1990—2009年農業數據為研究對象，以VAR模型為研究工具，利用脈沖響應函數和方差分解因子，論證人均過剩氮量與人均生產總值之間關系，發現人均國民收入變動是農業面源污染的主要原因[11]。吳其勉等分析1995—2011年福建農業面源污染與經濟增長之間關系，發現農業生產總值與農用塑料薄膜使用量不存在先上升后下降關系，但化肥和農藥施用量、禽畜養殖糞便等污染物與農業生產總值之間呈明顯倒“U”型關系[12]。于驥等通過研究四川2001—2014年農藥、化肥和塑料薄膜使用量發現，三者使用量已達到峰值，目前隨著農村經濟發展，農業面源污染逐漸得到改善[13]。

國內外學者在研究農業面源污染與經濟增長之間關系時，多數將塑料薄膜遺棄面積、化肥過度施用量和農藥過度使用量等作為農業環境污染物核算指標，但此類變量無法直接衡量農業生產對耕地、水源等環境要素的污染狀況。故本文選用可直接判斷農業生產污染物對耕地和水源等環境要素污染狀況的指標——農業生產中的化學需氧量（COD）、總氮（TN）和總磷（TP）排放量，作為農業生產面源污染核算指標。研究三類污染物排放量與經濟增長之間的關系，檢驗是否存在先升后降的倒“U”型關系，在厘清三類污染物結構來源基礎上，提出治理我國農業面源污染、實現農業可持續發展的對策建議。

二、數據來源及核算方法

本文研究的農業面源污染主要是農業生產過程中的污染，依據農作物生產和畜禽養殖特點，發現農業生產過程中的環境污染物主要來自農田化肥的過量施用、畜禽養殖和農田固體廢棄物等[14-15]，依照數據有效性和科學性原則，將污染物排放量測算細化為污染排放單元，將不同地區農業生產特征考慮在內，核算其污染物排放量。單元為污染物最小測算個體，受不同地區農業生產環境及農業廢棄物處理方式影響[16]。根據農業生產地區及農業污染物排放來源，核算方法采用單元調查法，得出我國農業主要污染物的排放清單。農田化肥過量施用產生的污染物是指農業生產中由于過量施用化肥導致氮、磷等流失對土壤和水源造成的危害，該項作為TN、TP的核算單元；畜禽養殖污染物是指養殖主體在畜禽生長過程中對畜禽糞便及污水處理不當，甚至未經處理向周邊環境排放，最終導致水體污染，該項作為COD、TP和TN三種污染物的核算單元；農田固體廢棄物污染是指未被適時利用和處理的農作物秸稈及田間蔬菜廢棄物堆積產生的有機質及氮磷等養分流失造成的水體污染，此項作為COD、TN和TP的核算單元?？傮w而言，COD污染源為畜牧業養殖污染、農田固體廢棄物污染，TN、TP污染源分別為化肥過量施用污染、畜牧業養殖污染和農田固體廢棄物污染（見表1）。

農業面源污染COD、TN、TP污染物排放量的計算，借鑒梁疏濤總結的單元調查法，計算公式如下：

Ei為污染物產生總量，i取值為1、2、3，分別代表COD、TN和TP；EUi為產污單元i的產生量，ρi為產污單元i的產污比例，1-ηi為i的利用率，PEi為農業廢棄物產生量，Ci為污染物i的排放比例，受樣本區域內耕種環境影響，包括土壤有機物含量、水質富營養化程度和農作物耕作方式[17]。在計算COD、TN和TP污染物排放量時，畜禽糞便、農作物廢棄物等污染物利用率（1-ηi）、流失率（ρi）和產污系數（Ci）參考湯潔等、李小云等相關研究[18-19]。

表1 農業面源污染核算單位

三、農業面源污染與經濟增長關系實證研究

（一）模型設定

檢驗農業面源污染狀況與經濟增長之間是否存在倒“U”型關系，可用一元二次曲線、一元三次曲線實現，二者均可表現變量之間先上升后下降的趨勢關系。由于二次曲線模型為三次曲線模型的特殊形式，為不失一般性，檢驗模型最終設定為三次函數形式，如下式：

其中，Eit為t時期COD、TN和TP三種污染物核算變量，RGDP為實際人均生產總值核算變量，用以度量一定區域內經濟發展水平，uit為復合擾動項。如式（2）回歸結果與EKC曲線一致，則可用公式（3）計算人均生產總值臨界值。其中RGDP*為轉折處人均生產總值，本文以1993年為基期，對各省市人均GDP價格平減處理，得到農業面源污染物排放量轉折處的RGDP臨界值是樣本省份的實際人均生產總值。

（二）平穩性檢驗

為避免因時間變動趨勢產生的虛假回歸，將各變量平穩性檢驗。同時，為增加估計結果可信度，對面板數據采用LLC、Breitung、IPS和Fisher-df四種檢驗方法。由表2可知，未經差分的各變量均含有單位根，取一階差分后全部平穩。因此，用各變量的一階差分形式，實證分析農業面源污染與經濟增長之間關系。

（三）結果分析

首先，借助單元調查法，在考慮不同省份農業生產特征基礎上，核算我國農業主要生產地區COD、TN與TP排放量，如圖1。

三類主要污染物排放量大小依次是TN、COD、TP，各污染排放量均呈現逐步上升趨勢。COD污染物排放量增速較快，污染源主要來自于畜禽養殖污染和固體廢棄物污染，其中沿海省份污染排放量較大，如山東、廣東和河北等作為糧食、蔬菜和畜禽類主要產區，COD污染物排放量較高，其次是中部地區（如湖北、湖南、安徽、河南），西部省份污染排放最少；TN排放總量最大，主要與化肥施用污染和固體廢棄物污染有關，以江蘇、浙江、山東和廣東為代表的東南沿海省份是我國蔬菜、糧食等農作物的主要產區，農業生產中污染物排放量較多，成為TN污染物主要來源，其次是中部地區，其TN排放量同樣不容忽視，且僅次于東部沿海地區，西部省份除農業較發達的四川之外，其他省份污染物排放量較少；TP排放量總體水平較低，與化肥施用污染和固體廢棄物污染密切有關，東部省份（如河北、山東、福建、廣東）由于是糧食蔬菜等農作物的主要產區，化肥施用量大，產生的固體廢棄物多，TP污染物排放量較高，中部省份（如河南、安徽、湖北、湖南、廣西）排放量較沿海省相對較少，而西部省份由于農業不發達，污染物排放量不高。

其次，將COD、TN、TP排放量與人均國內生產總值回歸，結果見表3～5。面板數據的檢驗模型主要有以下三種：一是從時間和截面而言，不同個體之間無顯著性差異，且截距和系數均相同的混合效應模型（mixed effects model，ME）；二是截距不同、系數相同的變截距模型，包括隨機效應模型（random effects model，RE）與固定效應模型（fixed effects model，FE）；三是截距、系數均不同的變系數模型（varying coefficient model，VC）。在模型選擇時，為避免因偏重個體異質性而忽略個體間共性，不常使用變系數模型。本文主要從ME和RE與FE中選擇適合方法統計分析。模型選擇原則如下：如各截面估計方程的截距和斜率項相同，即回歸方程估計結果在截距項和斜率項上無差異，則選擇ME模型；如復合擾動項與某一解釋變量相關，則選用FE模型；如復合擾動項與所有解釋變量均不相關，則選用RE模型。應用F檢驗，實現ME模型與FE模型的選擇；應用豪斯曼（Hausman）檢驗，實現RE模型和FE模型的選擇。

表2 變量單位根檢驗

圖1 COD、TN與TP排放量

1.COD與經濟增長關系。通過將COD與人均GDP回歸分析，結合ME、FE和RE模型估計結果，發現三種模型一致驗證COD與人均GDP之間滿足EKC理論，兩者呈倒“U”型關系（見表3）。根據F檢驗，在ME和FE模型中確定選擇FE模型，進一步豪斯曼檢驗，在FE和RE模型中確定最終選擇RE模型，回歸結果如下：

根據公式（3）計算可得，COD污染物的實際人均生產總值臨界值為16 571.4元（1993為基期）。當人均生產總值小于16 571.4元時，COD產生量隨人均國民生產總值的增長而上升，達到臨界值后，污染物產生量與人均國民生產總值呈反向關系，即COD產生量隨經濟增長呈現下降趨勢。比較2016年實際人均生產總值，上海、北京分別以19 165.5元、25 433.9元超過臨界值，表明COD污染排放量已處于下降階段，未來COD產生量將隨著經濟增長回落；天津、遼寧、廣東、浙江已超過萬元并逐漸向拐點靠近。由此可見，多數東部沿海省份（天津、上海、浙江和廣東）已接近或超過拐點，COD排放量開始或將要隨經濟增長而逐步下降，多數中西部省份的經濟發展水平與人均生產總值臨界值相差較遠，未來一段時間內COD產生量將伴隨經濟增長增加。

由以上分析可知，經濟發展程度較好的東部地區經濟增長對環境的反向作用已顯現，城鄉居民在物質生活富足的條件下，開始追求優質的生存環境，促使環境質量伴隨經濟增長而逐步改善。在經濟總量進一步增長的過程中，上海、北京的COD增長率開始迅速下降；東部其他省份人均GDP將逐漸達到臨界值，COD排放量經過一段時期的緩慢上升后將逐步下落；而經濟發展水平較低的中西部地區，COD產生量還將伴隨經濟增長快速增加。

此外，從主要污染核算單元對COD排放量的貢獻率（貢獻率為三類主要污染核算單元，包括化肥施用污染、畜禽養殖污染與農田固體廢棄物，各自產生的污染物分別占污染物COD排放量的比重）而言（見圖2），1993—2015年畜禽養殖污染與農田固體廢棄物污染對COD排放量的平均貢獻率為77.9%和22.1%。由此可知，畜禽養殖業成為COD污染物的主要來源。因此，治理時要針對農業面源污染的主要來源，兼顧次要來源，以省為單位將畜禽養殖業作為COD污染防控的重點對象，集中處理畜禽糞便及沖刷廄舍產生的污水，阻斷污染物產生渠道，兼顧對農作物秸稈等其他農業廢棄物的污染治理；考慮到畜禽糞便處理、污水儲存和跨地區運輸存在困難，畜禽養殖業發展中要做好優化布局，鼓勵種養結合。

表3 COD排放量與人均GDP的回歸結果

2.TN排放量與經濟增長關系。基于以上統計分析方法，利用TN與人均GDP回歸，將ME、FE和RE模型估計結果F檢驗和豪斯曼檢驗，得出TN產生量與人均生產總值關系式如下：

由表4可知，TN污染物產生量與實際人均生產總值滿足EKC理論，兩者之間具有較明顯的倒“U”型趨勢。利用公式（3），得到TN污染物的人均生產總值臨界值為14 567.1元。與當前各省份實際人均生產總值對比可知，僅北京和上海超過臨界值，未來其TN污染物排放量將會伴隨經濟增長呈明顯下降趨勢；以天津、遼寧、江蘇、浙江（分別為12 481.7元、10 728.1元、9 421.7元、9 686.1元）為代表的東部省份人均GDP趨近于拐點，未來幾年大多數東部省份的TN排放量將隨經濟增長先緩慢上升后逐年下降；但大部分中西部地區由于資源稟賦、農業技術差異及當地發展環境限制，人均實際GDP與臨界值差距較大，TN污染物產生量還將伴隨經濟增長上升。因此，從全國總量而言，未來TN污染物排放量還將伴隨經濟增長持續增加。

圖2 主要污染核算單元對COD排放量的貢獻率

表4 TN排放量與人均GDP的回歸結果

由圖3可知，農田固體廢棄物污染與畜禽養殖污染對TN排放量的平均貢獻率（貢獻率為三類主要污染核算單元，包括化肥施用污染、畜禽養殖污染與農田固體廢棄物，各自產生的污染物分別占污染物TN排放量比重）分別為9.2%和7.4%，貢獻率較低；相比之下，農業生產化肥施用量每年貢獻率均在80%以上，平均貢獻率為83.4%，說明農用化肥的過量施用成為造成含氮有機污染物排放的主要原因。因此，治理含氮污染物導致的農業面源污染，應分析農戶化肥施用認知及行為，加大對過量施用化肥危害的宣傳力度，引導農戶深層施氮，適量、科學施肥。

3.TP排放量與經濟增長關系。將ME、FE和RE模型F檢驗和豪斯曼檢驗，得到TP污染物產生量與人均生產總值之間關系式如下：

由表5可知，TP產生量與人均生產總值存在顯著EKC曲線關系，且人均生產總值臨界值為9 519.3元（貢獻率為三類主要污染核算單元，包括化肥施用污染、畜禽養殖污染與農田固體廢棄物，各自產生的污染物分別占污染物TP排放量的比重）。與COD、TN兩個污染指標的臨界值相比，TP排放量的人均生產總值臨界值較低，北京、遼寧、上海、天津、浙江和廣東超過臨界值，其TP排放量增長率開始下降；江蘇、福建、山東、重慶、四川、湖北、海南人均生產總值已趨近臨界值，說明伴隨經濟增長，未來我國TP排放量增速將趨于減緩或持平。可見，我國大多東部省份（北京、上海、天津、浙江、廣東、江蘇、福建、山東）TP污染物排放量開始或即將隨著人均收入的增加而下降，少數中部省份（湖北、湖南）的污染物排放量將隨經濟增長而下降，而多數中西部省份由于人均GDP未達拐點，TP污染物排放量還將隨經濟增長繼續上升，直至達到拐點后才會逐漸下降。當前我國農業生產中TP污染物排放控制已取得初步成效，中東部大多省份TP污染物排放量隨經濟增長而下降，西部地區TP排放量還將繼續上升，預計全國TP污染物總排放量將會隨經濟增長逐漸下降。

圖3 主要污染核算單元對TN排放量的貢獻率

表5 TP排放量與人均GDP的回歸結果

由圖4可知，農田固體廢棄物、畜禽養殖污染物導致的TP污染分別占TP污染物排放總量的11.6%和16.7%，而化肥過量施用導致的污染物平均貢獻率為71.7%，是TP污染物排放量增加的主要原因。從全國TP污染物排放已取得初步成效的狀況，可知當前我國政府實施的農作物配方施肥、化肥“零增長”等政策，在遏制化肥過量施用、減緩TP污染排放方面效果明顯。

圖4 主要污染核算單元對TP排放量的貢獻率

四、結論及政策建議

本文基于EKC理論，運用二次函數曲線和1993—2015年我國30個省份面板數據，檢驗農業面源污染與經濟增長間關系，得出以下結論：

第一，農業面源污染與經濟增長之間滿足EKC理論。本文將COD、TN、TP污染物指標分別與人均GDP回歸，驗證農業生產污染物產生量與人均生產總值之間存在明顯倒“U”型關系，即伴隨經濟的增長農業面源污染物排放量先上升，達到拐點后再下降。

第二，畜禽養殖是COD污染物的主要來源，化肥過量施用是TN、TP污染物的主要來源。通過對農業面源污染物COD、TN、TP排放量貢獻率的統計分析發現：畜禽糞便及污水對COD排放量貢獻率為77.9%，是COD的主要污染源；化肥過量施用對TN、TP污染的貢獻率高達83.4%、71.7%，成為TN、TP的主要污染源。因此，政府在制定農業面源污染治理政策時，要重點治理農業生產中化肥過量施用、畜禽糞便及污水排放，兼顧農作物秸稈等其他廢棄物的處理。

第三，伴隨經濟增長，三類污染物中，COD、TN排放量在未來幾年仍將呈現上升趨勢，而TP排放量有望減少。大部分中西部省市尚未達到COD、TN排放量的人均GDP臨界值，COD、TN污染物排放量未來還將伴隨經濟增長而增加。畜禽養殖業是COD、TN污染物的主要來源，且畜禽糞便及污水處理成本高昂，政府應加強對畜禽養殖業污染物處理的規制和補貼力度。TP排放量已得到有效控制，表明政府近年實施的配方施肥、化肥“零增長”以及農作物秸稈及廢棄物綜合利用等政策初見成效。

第四，從區域結構而言，中西部地區依然面臨較為嚴重的農業面源污染，東部地區農業面源污染狀況已有所改觀。當前中西部地區經濟發展水平較低，人均實際GDP與污染物排放臨界點相差較大，農業面源污染物產生量仍將伴隨經濟增長而上升。以北京、上海為代表的東部經濟發達地區，人均GDP已超過或趨近農業面源污染物排放臨界點，伴隨經濟增長，污染物排放量增速呈現放緩或下降趨勢。這與我國地區間經濟發展水平不均衡相關，東部經濟發展程度較高，且具有農業生產技術和資源稟賦優勢；中西部地區經濟發展整體水平較低，農業技術和資源稟賦較差，農民環保意識不強。因此，東部地區農業面源污染物排放量將會伴隨經濟增長而下降，中西部地區則會伴隨經濟增長而增加。

由以上分析可知，東部經濟發達地區人均GDP已接近臨界值，農業面源污染物排放量增速開始放緩。從全國層面而言，真正實現農業面源污染物排放量下降，還需較長時間。針對COD、TN、TP污染物來源，農業面源污染治理應采取以下措施：（1）針對畜禽養殖污染對COD污染物排放量貢獻率較高的現狀，合理規劃畜禽禁養區和限養區，使畜禽養殖業遠離水源保護區。由于畜禽糞便及污水難以長途運輸，且長時間儲存困難，鼓勵養殖業與種植業結合，減少養殖場畜禽糞便及污水的流失率；（2）針對化肥施用污染對TP和TN貢獻率較高的現狀，鼓勵農戶施用對環境影響較小的生物肥，引導農戶合理使用化肥，對農戶開展相應的化肥施用技術培訓，減少化肥過量使用。同時，以農業研發、技術推廣部門為依托，通過專項補貼，推廣適合各地區種植環境的耕地施肥技術，實現精準化配方施肥。同時，可考慮采取經濟手段，對化肥征收肥料稅，以避免化肥過量施用，降低農業生產中氮磷等污染物流失率；政府補貼綠色化肥，減少普通化肥補貼，使化肥價格更加貼近真實價格，農民進一步減少化肥投入，從而有效避免化肥過量使用；（3）政府應繼續加大對東部地區農業生產的科技投入，鼓勵清潔生產方式；對經濟發展水平不高的中西部地區，應設立農業專項補貼，提供相應優惠政策，結合當地資源稟賦發展特色農業；對于生態環境脆弱地區，采用生態耕作方式，如實施退耕還林、還湖，并補貼參與農戶。只有政府和農民共同努力，采用新技術，實施農業清潔生產，加快推進農業生產方式轉變，才能減少各種農業污染物排放，最終實現農業可持續發展。

［1］胡博,羅良國,武永鋒,等.環竺山灣湖小流域種植業面源污染減排潛力研究[J].農業環境科學學報,2016(7)：1368-1375.

［2］馮佳,郭宇寧,王飛,等.太原汾河景區浮游植物群落結構及其與環境因子關系分析[J].環境科學,2016(4)：23-34.

［3］Grossman G M,Krueger A B.Environmental Impacts of a North American Free Trade Agreement[R].Massachusetts：NationalBureau ofEconomic Research Working Paper,1991：10.

［4］Panayotou T.Empirical Tests and Policy Analysis of EnvironmentalDegradation atDifferent Stagesof EconomicDevelopment[R].Geneva：InternationalLabourOrganization,1993：4.

［5］Antle J M,Heidebrink G.Environment and Development：Theory and International Evidence[J].Economic Development andCul-tural Change,1995(3)：603-625.

［6］Dinda S.Environmental Kuznets Curve Hypothesis：a Survey[J].Ecological Economics,2004(4)：431-455.

［7］Cestti R,Srivastava J,Jung S.Agriculture Non-point Source Pollution Control：Good Management Practices[J]. World Bank Publications,2010(4)：371-380.

［8］Mao C,Zhai N,Yang J,et al.Environmental Kuznets Curve Analysis of the Economic Development and Nonpoint Source Pollution in the Ningxia Yellow River Irrigation Districts in China[J].BioMed Research International,2013(6)：267.

［9］WeiX,Peng J,Cao L.An EmpiricalStudy ofthe Relationship between Agriculture Environmental Efficiency and Economic Growth[J].Modern Economy,2014(5)：598-608.

［10］李海鵬.中國農業面源污染的經濟分析與政策研究[D].武漢：華中農業大學,2007：30.

［11］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.

［12］吳其勉,林卿.農業面源污染與經濟增長的動態關系研究——基于1995—2011年福建省數據分析[J].江西農業大學學報（社會科學版）,2013(4)：445-452.

［13］于驥,蒲實,周靈.四川省農業面源污染與農業增長的實證分析[J].農村經濟,2016(9)：56-60.

［14］劉宇程,袁建梅,靳賢嫻.國內農業用水污染現狀及防治措施[J].環境工程 ,2014(4)：1-3.

［15］Conway G R,Pretty J N.Unwelcome Harvest：Agriculture and Pollution[M].London：Earthscan Publications,1991：45.

［16］陳敏鵬,陳吉寧,賴斯蕓.中國農業和農村污染的清單分析與空間特征識別[J].中國環境科學,2006(6)：751-755.

［17］許啟發,張金秀,蔣翠俠.基于非線性分位數回歸模型的多期

F323.6 文獻標識碼：A 文章編號：1672-3805(2017)05-0030-09 收稿日期：2017-08-20

安徽省社科規劃項目“安徽農業面源污染負荷估算及治理研究”（AHSKQ2016D105）；全國統計科學研究項目“淮河流域農業面源污染負荷估算及治理研究”（2017LY79）；安徽高校人文社科重點項目“低碳經濟背景下安徽農作物秸稈資源化利用研究”（SK2015A307）；安徽財經大學研究生科研創新基金項目“安徽省農業面源污染與經濟增長”（CYC2016083）