中國沿海地區農業面源污染的EKC檢驗

曹俐 阮晨華 雷歲江

摘要：解決農業經濟增長與農業環境問題的矛盾是區域環境治理問題中的難題。選取1995—2018年中國沿海11省（市、區）面板數據，以農業面源污染為研究對象，采用空間杜賓模型進行EKC實證分析，探究農業面源污染的空間自相關情況及其與農業經濟增長之間的關系和影響因素。結果表明，自1998年起，該地區的農業面源污染開始從空間負相關逐步變為正相關。農業面源污染與農業經濟增長存在“N”形曲線的特征，未來農業面源污染將隨著農業經濟增長繼續上升。中國沿海地區的產業結構、技術進步以及農民環保意識均對農業面源污染有顯著影響。降低第一產業比重、提高農林業規模、引導技術向環境友好型轉變、加強環保教育能夠有效控制污染水平，進而通過基于單元分析的非點源污染調查評估方法，對農業面源的總氮和總磷進行測度，并使用空間計量模型對農業面源污染與農業經濟增長的關系進行探究。

關鍵詞：農業面源污染;中國沿海地區;環境庫茲涅茨曲線;空間計量模型

中圖分類號： F323.22? 文獻標志碼： A

文章編號：1002-1302（2021）15-0239-07

收稿日期：2021-02-25

基金項目：國家自然科學基金面上項目（編號：71873082）;國家自然科學基金重點項目（編號：71333010）。

作者簡介：曹 俐（1972—），女，山西太谷人，博士，副教授，主要從事資源環境治理與政策創新、能源經濟與環境政策研究。Tel：（021）61900862;E-mail：l-cao@shou.edu.cn。

通信作者：雷歲江，博士，副教授，主要從事公共治理創新，營銷管理等研究。Tel：（021）38223160;E-mail：947564842@qq.com。

中國近年來在農業發展上取得了巨大的成就，2015年全國農林牧漁業總產值首次突破10萬億元，2019年更是達到12.39萬億元，并以每年3.5%～4.5%的速度持續增長。但經濟高速增長隨之帶來的環境污染問題引起廣泛關注。黨的“十八大”把生態文明建設納入到“五位一體”的總體布局，環境建設和環境治理工作成為國家治理中的重中之重。2018年《中共中央國務院關于實施鄉村振興戰略的意見》提到，“要加強農村突出環境問題綜合治理;加強農村水環境治理;加強農村環境監管能力建設”。2019年《中共中央國務院關于堅持農業農村優先發展做好“三農”工作的若干意見》提出，“要加強農村污染治理和生態環境保護;加大農業面源污染治理力度;推動農業農村綠色發展”。2020年黨的十九屆五中全會高屋建瓴地提出，“到2025年基本實現社會主義現代化遠景目標”，其中特別強調“深入實施可持續發展戰略，建設人與自然和諧共生的現代化”，種種綱領性文件以及治理舉措均表明農業以及農村生態環境治理問題已成為實現國家治理現代化的必要組成部分。長期以來，中國沿海地區各省（市、區）的國民生產總值始終處于國內領先水平。該地區每年農業總產值約占全國的40%，其發展方式在全國范圍內具有一定的示范帶頭作用。然而，該區域為了實現經濟的快速增長，出現了生產者過度使用生產物資以及不合理的廢棄物處置行為，由此帶來地表土壤、地下水及地表徑流的污染，導致農田肥力減弱、灌溉水質下降等一系列問題。受污染的土地也同樣影響到農業用地的流轉和城市化進程。同時，中國地勢西高東低，且毗鄰太平洋。沿海地區環境的污染會導致污染物質通過不同渠道進入海洋，進而帶來近海環境污染問題。因此，對中國沿海地區農業面源污染進行治理，不僅能切實提高沿海地區的環境質量，產生良好的示范效應，還能有效防范污染物向近海以及海洋蔓延與擴散，有利于保護近海與海洋的生態環境。沿海地區農業面源污染的環境治理工作具有非常重要的戰略意義。然而，加快農業經濟增長依舊是現階段農民致富和國家從農業大國轉向農業強國的必要手段。降低污染水平不能以犧牲經濟增長為代價。這意味著解決農業經濟增長與農業環境問題的矛盾是現今中國沿海地區農業發展過程中繞不過去的一個坎。探究該問題不但能為評判當前污染治理成效提供階段性重要依據，還能為全國范圍內改善農業環境水平提供參考和借鑒。因此，本研究以1995—2018年中國沿海地區的省際面板數據為樣本，創新性地采用多種污染來源得出農業面源污染的總估計值，有效避免單一污染來源研究所帶來的檢驗失真，并將空間效應的分析方法運用在農業面源污染與經濟增長的研究中，通過實證分析檢驗其存在何種非線性關系。同時從空間視角分析污染的影響因素以尋求治理機制的內在機理。

1 概念界定與文獻回顧

1.1 農業面源污染

農業面源污染是農業污染的重要組成部分。由于沒有固定的污染排放點源，因此農業面源污染具有污染排放途徑不確定、污染排放地點不確定、污染范圍不確定等特點。這類污染是當前社會生產過程中最難以根治的污染之一，也是分布范圍最廣泛的一類。

農業面源污染按來源可分為2類：第1類來源于農業經濟活動中生產資料所帶來的污染，如化肥污染等。產生這類污染的主要原因是農民為獲取短期利益采用過量的生產原料、環境不友好的技術、營造高于環境承受力的產業規模，這同時也犧牲了當地環境所帶來的長期利益。第2類來源于農業生產過程中的副產物，如作物秸稈和畜禽糞便污染等。這些污染原本作為肥料還田或在生態承受能力范圍內自然降解。但在農業現代化和規模化經營以后，秸稈、糞便等產物失去了原本的作用和降解途徑，使其滯留田間進而造成污染。

1.2 國內外文獻回顧

Grossman等發現，經濟發展和環境污染存在某種非線性關系，環境污染一開始隨人均收入的增加而快速增加，當人均收入處于一定水平后，環境水平隨著人均收入的增加而逐步得到改善。若將經濟增長設為橫坐標，污染水平設為縱坐標，則可通過一條倒“U”形曲線表示，稱為環境庫茲涅茨曲線（environmental kuznets curve，EKC）[1]。隨后，1992年世界銀行在《世界發展報告》中著重強調了環境與經濟之間的關系，進一步提高了該學說的關注度[2]。此后，Shafik等通過研究人均GDP和10種生態環境指標的擬合結果，證實了倒“U”形EKC的存在[3]。Panayotou通過41個國家的環境數據研究森林資源消耗與人均GDP的關系[4]，同樣得到了類似的倒“U”形曲線。由于此前的研究樣本都聚集在發達國家，所以有學者認為EKC理論的適用性應該在已經完成工業化的發達國家。而Pao等利用巴西、俄羅斯、印度以及中國的數據，研究1971—2005年二氧化碳排放、能源消耗、FDI與GDP的關系，取得驗證EKC假說的證據[5]。Shahbaz等針對非洲國家近40年的化石燃料產生的二氧化碳排放數據進行研究，發現絕大多數非洲國家也符合EKC假說[6]。這些研究成果證實了EKC理論具有更廣的普遍適用性。

那么中國的農業面源污染與農業經濟增長是否會呈現倒“U”形的曲線？ Zhang等考察中國三峽地區的農業面源污染，發現化肥、農藥、農膜污染符合EKC假設，但秸稈和動物糞便等固體污染物不符合。通過農業環境政策和農業財政支持，能夠有效改善污染問題[7]。陳棟等基于農藥、化肥、家禽糞便、農膜污染進行研究，發現不同的污染與經濟增長之間呈現不同的曲線，且所處的階段也各有不同[8]。農業EKC的形狀之所以存在差異，可能是因為研究的區域、污染源以及觀察時的變量代表值不同，從而得出不同的結果。

王彥以化肥污染的總氮和總磷排放為例，發現新疆維吾爾自治區的農業面源污染也符合倒“U”形EKC[9]。冷銀等以長江經濟帶各地區的農業農藥污染量、塑料薄膜污染量、化肥污染量與人均農業（農林牧漁）產值作為分析指標，基于EKC進行分析，得出這些指標與農業產值的相關系數接近1[10]，這說明長江經濟帶的農業經濟增長與農業污染呈顯著的倒“U”形EKC。但他們僅僅對環境污染與經濟增長2個指標進行回歸檢驗，這可能導致因遺漏重要變量而產生估計偏差。前人在研究中國農業面源污染時主要以單一污染源來代替農業面源污染，如最常見的是通過化肥污染來代替，但農業面源污染往往是更多污染源集合疊加的產物。

此外，傳統計量方法都假定地區間樣本相互獨立。但是因為地區間的經濟、環境實際上會受到其鄰近地區的影響，這是傳統計量方法無法納入研究的。沈能等基于空間滯后及空間誤差模型，發現中國農業EKC在中國能夠得到支持，但是不同區域所處階段不同。農業環境空間溢出效應明顯，農業污染排放呈現出空間集聚的特征[11]。梁偉健等基于污染——產出空間聯立方程所得到的是一條“N”形曲線。其發現考慮空間溢出情況后，中國近年農業面源污染與經濟增長地EKC的轉折點會發生變化，基于不同的空間權重矩陣所帶來的空間溢出作用會使轉折點延后或提前[12]。中國擁有廣袤的土地、多樣的農作物以及生產方式，使得區域的總體和局部可能存在不同的污染與經濟增長關系。而空間效應的引入給EKC的研究帶來了新的視角。

綜上，本研究首先采用多種污染源得出的農業面源污染總估計值，有效避免單一污染源研究所帶來的檢驗失真。再采用空間計量模型對EKC進行擴展，檢驗當前農業面源污染的治理成效，并對未來作出預測，同時從空間視角分析影響因素，以消除省（市、區）間行政及土地邊界的隔閡。

2 研究方法

2.1 資料來源與數據處理

為分析中國沿海地區農業污染與農業經濟增長的情況，本研究選取1995—2018年中國沿海地區遼寧、河北、天津、山東、江蘇、上海、浙江、福建、廣東、廣西、海南共11個省（市、區）的經濟和污染指標進行分析。數據來源于《中國環境統計年鑒》《中國農業統計年鑒》，不足部分由地方統計年鑒補充。本研究將各地年人均農、林、牧生產總值（以下簡稱人均產值）以1995年為基期分產業進行實際產值計算后加總。

農業面源污染因其不易監測的特點給農業污染研究帶來許多困難。評價農業面源污染中主要有害物質量的指標有化學需氧量（COD）、總氮量（TN）及總磷量（TP）。考慮到COD是檢測水體有機物集合的指標，且難以通過文獻數據進行估算，因此以TN和TP作為農業面源污染的代表值。再參考賴斯蕓等提出的基于單元分析的非點源污染調查評估方法對污染值進行測度[13]。具體方法如下：首先，通過查詢統計年鑒中農業統計分類和已有研究成果確定污染源。因種植業和畜牧業的經營行為是導致農業面源污染的主要原因，因此以化肥污染、秸稈污染、畜禽糞便污染作為調查的主要污染類型。其次，對各單元的污染源代表值進行統計。最后，確定各單元的產污強度。評估系數可繼續分為2類：產生污染系數，即污染源所含TN和TP的百分比;和排污系數，即實際排入大環境的百分比。該系數均可通過污染普查規范文件及已有文獻確定。綜上3步可基本確定影響污染測度的各個因素，進而可通過計算公式加總獲得最終的污染值。

2.2 空間自相關檢驗

采用Morans I值來描述所在省（市、區）農業面源污染程度之間在空間維度上的關聯程度和顯著性。計算公式如下

Morans I=∑ni=1∑nj=1wij（xi-x）（xj-x）S2∑ni=1∑nj=1wij;（1）

x=∑ni=1xin;（2）

s2=∑ni=1（xi-x）2n。（3）

式中：xi表示i省（市、區）的農業面源污染程度;x表示平均農業面源污染程度;n表示觀測地區數量;s2表示樣本方差;wij為空間權重矩陣中的（i，j）元素，表示i、j省（市、區）之間的“距離”。Morans I值的取值范圍在[-1，1]之間，當指數大于0時，表示各地區間為空間正相關，數值越大，正相關的程度越強;小于0則表明空間負相關，數值越小負相關程度越強;越接近0則表示各地區間越相互獨立，空間自相關性越弱。

2.3 空間計量模型設計

常用的EKC模型是一個經濟增長代表值與人均污染量排放的二次函數。其計量模型為

Yt=β0+β1Xt+β2X2t+εt。（4）

式中：Yt表示研究區域內某個時間段t所受到的環境污染水平，通常用污染物排放量或特定的環境指標來表示;Xt表示研究區域內某個時間段t的經濟水平，通常用人均GDP來表示;β0、β1、β2分別表示待估系數;εt表示隨機誤差。

在尚未驗證地區是否符合EKC假設的前提下，通常還存在其他可能的結果，其關系還可能是“N”形或倒“N”形。因此，模型須再進行更高次冪的拓展以滿足其他形狀曲線的擬合。考慮到控制變量等其他因素，將模型擴展如下

Yit=αit+β1Xit+β2X2it+∑ni=1Ei+εit;（5）

Yit=αit+β1Xit+β2X2it+β3X3t+∑ni=1Ei+εit。（6）

式中：Yit表示i區域內某個時間段t所受到的環境污染水平，通常用污染物排放量或特定的環境指標來表示;Xit表示i區域內某個時間段t的經濟水平，通常用人均GDP來表示;β0、β1、β2分別表示待估系數;εit表示隨機誤差;∑ni=1Ei表示模型中的控制變量。

空間杜賓模型是空間面板回歸中常用的模型，其特點是考慮空間滯后的解釋變量以及被解釋變量對當前被解釋變量的雙重影響。其表達式如下

y=ρWy+β1x+β2Wx+ε;ε～（0，σ2In）。（7）

式中：β1、β2表示待估系數;W表示空間權重矩陣;ρ表示空間滯后系數;ε表示獨立同分布的隨機誤差項。本研究將模型（5）和模型（6）分別構建空間杜賓模型的形式，以探討在空間效應影響下的農業面源污染EKC。

3 實證研究結果與分析

3.1 空間自回歸計算

本研究采用林光平等提出的“經濟距離”的概念，選擇經濟指標的差額作為測度地區間關系緊密程度的權重[14]。在比較0～1相鄰權重矩陣、地理距離權重矩陣和經濟距離權重矩陣后，發現農業面源污染的空間相關性符合基于人均農業產值的經濟距離權重矩陣。從1998年起，環境污染開始從負相關向正相關轉變，這個過程歷時約10年。表明一個沿海省（市、區）的污染排放正在受到與其農業經濟水平差不多省（市、區）的影響。但Morans I值均沒有在1%水平上差異顯著，說明相關性尚不穩定，所呈現出的集聚傾向還處于初期（表1）。

3.2 模型變量的選取

Brock等認為，除了經濟增長之外，影響環境污染變化的還有技術進步和產業結構[15]。李太平等認為，在影響中國化肥投入面源污染時空演變的諸多因素中，居民收入水平和環境需求水平的提高有利于降低農業環境的污染程度，而城鄉二元經濟結構、環境規制以及農戶的小規模經營等使得污染治理出現阻力[16]。本研究綜合考慮農業的特點及數據的可得性，設置如下控制變量（表2）。

3.2.1 技術進步 在實際發展過程中，不同城市的農業技術水平是不一樣的，尤其是在中國，技術進步存在巨大的地區差異。高如夢等采用機械擁有量、有效灌溉率來度量技術進步效應[17]。因為從技術使用角度看，地區的農業技術進步主要體現在農業機械化水平及地區的農作物灌溉能力上，這樣能更好地表現當前地區的實際技術普及情況。機械擁有量雖然能夠反映一定的技術進步，但無法很好地說明機械的技術水平。所以本研究在模型中引入2個指標，分2個維度來表示技術進步。macit表示t年i省（市、區）的農業機械貢獻率（元/kW），指單位機械動力能夠帶來的農業產值，表示同等能源水平下產出能力;irrit表示t年i省（市、區）的有效澆灌率（%），即當年有效灌溉面積與當年總播種面積的比值，即技術的使用率。

3.2.2 產業結構 中國尚處于發展中階段，不同地區的產業結構因其發展速度不同也各有不同。尤其在東部沿海發達地區，更是一個非常重要的因素，目前處于產業結構轉型升級時期，這勢必會對環境造成重大影響。本研究參考彭水軍等的研究成果，在模型中用農業產值占比來體現產業結構效應[19-20]。選用scait表示，其表示t年i省（市、區）的地區農業產值與地區總產值的比值。同時，還需要注意農業自身的結構效應。相較于其他業態的區域，以種植業、林業為主的區域會更加顯現出土地密集型產業的規模效應，進而有利于污染治理的統籌和環境規制的實施。本研究在模型中用strit表示t年i省（市、區）的農林業占比，以體現農業自身的內部產業結構。

3.2.3 城鄉差距 農業環境質量惡化的原因之一是城鄉之間財富分配不均導致的。農民為了提高收入而不計后果地提高農業化肥等生產資料的使用，進而超出土地承受能力帶來污染。沈能等利用各地區城鄉居民人均收入之比表示[11]。在本研究時間段內，由于鄉村居民收入水平數據缺失較多，在模型中以城鄉居民人均可消費水平差距來表示城鄉差距，即conit。

3.2.4 環保意識 環保意識經常作為生產要素投入中人力資本的一部分被研究分析，因為環保意識與人的學歷、社會文化程度以及行為息息相關。但在農村統計調查中，此類數據不易獲取。農藥本身具有邊際施用效用遞減的特征，當農藥施用超出一定量時，其對產值增長的幫助不但有限，還會破壞土質和農地的微生態循環。農藥的施用程度能夠反映農民對環境保護和可持續發展的重視程度。因此，以單位面積農藥使用量來反映農民在生產過程中的環保意識，用pesit表示。

3.2.5 受災情況 自然災害作為一個沖擊變量，也會對每年的農業面源污染產生影響，當受災嚴重時，農民因短期利益受損會傾向于更粗獷的生產方式，提高化肥、農藥、農膜等生產要素的施用量，從而導致污染急升。同時，部分災害會減少農業生產規模，進而減少產生污染的機會。因此，以受災面積與總播種面積的比值來表示地區時間特征，記為desit。

3.3 空間計量回歸結果

假設化肥、秸稈、畜禽的部分排放未經處理通過不同途徑滲入農地，對農地產生面源污染。本研究采用單位面積污染作為污染指標，相較于前人使用人均污染，單位面積污染更能反映污染物質對農業用地的侵害程度。廣義的農業包括種植業、林業、畜牧業、漁業，由于本研究的目標是為了探索中國沿海地區的農業面源污染與經濟增長的關系，所以主要以能夠形成農業土地面源污染的農業形式為考察對象，即種植業、林業和畜牧業。故人均產值基于農、林、牧業實際產值，以1995年作為基期進行平減。

本研究參照模型（5）與模型（6）建立空間杜賓模型，選用表2中各指標組成解釋變量、被解釋變量及控制變量。對tn、tp、gdp、mac、con、pes取對數，使數據分布漸進正態化。使用Stata 15統計軟件對經驗模型進行檢驗和回歸。通過拉格朗日乘子檢驗、似然比檢驗、豪斯曼檢驗等，最終選取雙固定效應的空間杜賓模型作為2種污染的模型的回歸結果（表3）。

由表3可知，2個污染模型的三次項模型解釋變量均更加顯著，優于二次項模型，說明中國沿海地區農業面源污染與經濟增長呈“N”形曲線。其中氮、磷污染的空間杜賓模型的空間自回歸系數ρ分別為-0.515、-0.513，且均在1%水平下差異顯著，這進一步說明解釋變量存在空間依賴性。雖然二者均為“N”形曲線，但仍有不同之處。磷污染曲線表明，當人均產值達到4 393.47元時，磷污染水平會呈階段性下降;當達到11 721.58元時，污染水平會反彈并持續升高。而氮污染曲線卻無明顯拐點，為一條正相關的曲線。在經濟增長過程中，根據氮污染不同的增長速度氮污染曲線大致也可被分為3個階段，但沒有明顯拐點。

本研究分別分析各控制變量對農業面源污染的影響。其中，第一產業占比在氮、磷污染模型中分別通過10%、5%的顯著性水平檢驗;機械貢獻率、有效灌溉率、單位農藥施用量在2個模型中均通過1%的顯著性水平檢驗。

4 結論與對策建議

4.1 結論

本研究首先對中國沿海地區的農業面源污染進行空間自相關檢驗，然后就污染值與經濟增長的關系建立空間計量模型，并最終得出兩者之間的關系。

為何中國沿海地區的農業面源污染與經濟增長的關系會呈“N”形曲線？從EKC假說成立的角度來解釋，即在短期內該地區的農業發展依然存在經濟增長方式的路徑依賴，農民通過犧牲環境提高農業收入的方式仍會存在很長一段時間。這導致經濟水平到達一定程度時未如預期那樣出現環境水平效用逐漸大于商品效用的情況。農民對環境的敏感性不高使得理論上存在的拐點仍然處于當前發展階段右側的某個位置，進而阻止曲線向倒“U”形轉變的可能。方化雷從產權制度角度出發進行研究，發現在短期內產權制度的建立和實施成本高于環境租值的消散，即表現為“N”形、“M”形等。但長期來看，當高效的產權制度建立后，環境庫茲涅茨曲線必然呈倒“U”形特征[21]。

模型回歸結果表明，中國沿海地區的農業技術進步助長了污染。隨著經濟的增長，人們會增加技術投入以優化農業生產的要素投入品質和結構，也可能發現更加環保的生產模式。但技術進步也可能帶來更大的農業生產規模，因而產生更大的污染。這種截然相反的情況使技術進步存在“兩面性”。顯然，當前該地區的技術投入僅提高了產出能力，卻沒有引導技術向“環境友好”的方向發展。

而在產業結構上，該地區第一產業比重越小，農業環境水平越高。沿海地區處于中國東部，其農業產值占地區生產總值的比例低于中部和西部，但這種發展趨勢符合農業環境治理的需求。另外，種植業和林業占第一產業比重越高，所產生的污染越低。這是因為土地密集型產業的集聚能為規模化經營和統籌治理創造條件。

在農業生產環保意識方面，提高農民的環保意識對環境污染抑制有顯著的正向作用。讓農民建立環保意識可從內在改變其在生產活動中的行為。

4.2 對策建議

中國沿海地區城市化進程與海洋環境問題都與農業面源污染有千絲萬縷的聯系。理論上只要控制經濟發展就可有效抑制污染，但這顯然與2019年《中共中央國務院關于抓好“三農”領域重點工作確保如期實現全面小康的意見》以及農民對美好生活的熱切期盼相違背。因此，本研究提出以下政策建議以幫助治理者降低農業面源污染水平。

4.2.1 統籌發展，協同治理 由于農業面源污染的空間集聚傾向，應更加關注于各個省（市、區）的協同發展。不同省（市、區）之間的相互影響已成為決定地區農業面源污染水平的重要因素。沿海地區的地方政府須要聯合起來，統籌沿海地區的農業發展，從區域協調發展角度對各省（市、區）的面源污染進行整體治理。對農業經濟增長處于不同水平的城市分類管理，并制定切實可行的治污指標，在空間上發揮積極的“效仿效應”和“追趕效應”，而避免出現“短板效應”。

4.2.2 促進研發，環保導向 中國沿海地區當前的農業技術進步并非環境友好型。大部分技術雖然提高了經濟收益，但也助長了污染。而該地區的產值已領先于全國，應適時作出改變。因此，需要治理者對這兩者加以區別并采用善意引導。如提高環境保護技術的科研經費撥付，同時適當控制僅能提高經濟產出技術的研發，使其向“環境友好”型方向過度。

4.2.3 控產控規，內部調節 第一產業占比提高所帶來農業經濟的粗獷型發展，導致更多農民投入到農業生產，而提高產量勢必會帶來更大的面源污染。治理者可加快城鎮化建設，為農民提供其他產業的勞動機會，縮小第一產業規模，進而減少污染排放。另外，農田和林地逐漸集聚，有利于更好地使用大型機械進行統一作業，形成現代化的農產品生產基地;同時也有利于政府統一監管，進而達到治理農業面源污染的目的。這樣的結構調整既能夠基本保證各省（市、區）種植糧食及產量安全，又能抑制面源污染的提升。此外，根據孔令英等的研究結論，在收入結構與面源污染的關系方面提升非農收入也是緩解化肥面源污染的有效途徑[22]。

4.2.4 思想建設，蒙以養正 環保意識的提高屬于意識層面建設，這是一項長期措施。這種宣傳科普能反映在農民的生產行為上，如認真考慮合理的化肥施用量和農藥噴灑量;傾向于秸稈回收而不是焚燒或丟棄;建設畜禽糞便的凈化設施。這可以從源頭上有效降低農業面源污染源的形成，從而提高環境質量。農業部門應聯合教育部門在農村地區義務教育階段就對學生進行農業可持續發展思想的傳授，并加強農業生產職業培訓。

參考文獻：

[1]Grossman G M，Krueger A B.Environmental impacts of a north american free trade agreement[J]. Social Science Electronic Publishing，1991，8（2）：223-250.

[2]世界銀行. 1992年世界發展報告[M]. 北京：中國財經經濟出版社，1992.

[3]Shafik N，Bandyopadhyay S.Economic growth and environmental quality：Time series and cross-country evidence[J]. Policy Research Working Paper，1992：1-23.

[4]Panayotou T.Environmental degradation at different stages of economic development[C].Beyond Rio：The environmental crisis and sustainable livelihoods in the Third World.1995：1-24.

[5]Pao H T，Tsai C M.Multivariate granger causality between co2 emissions，energy consumption，fdi （foreign direct investment）and gdp（gross domestic product）：Evidence from a panel of BRIC （Brazil，Russian Federation，India，and China） countries[J]. Energy，2011，36（1）：685-693.

[6]Shahbaz M，Solarin S A，Ozturk I.Environmental kuznets curve hypothesis and the role of globalization in selected african countries[J]. Ecological Indicators，2016，67（8）：623-636.

[7]Zhang T，Ni J P，Xie D T.Assessment of the relationship between rural non-point source pollution and economic development in the three gorges reservoir area[J]. Environmental Science and Pollution Research，2016，23（8）：8125-8132.

[8]陳 棟，劉鵬凌. 我國農業經濟增長與農業面源污染關系的實證研究——基于1995—2015年的數據分析[J]. 云南農業大學學報（社會科學），2018，12（3）：89-93.

[9]王 彥. 新疆農業面源污染的經濟分析與政策研究——以化肥污染為例[D]. 石河子：石河子大學，2018.

[10]冷 銀，陳 光. 長江經濟帶農業面源污染與經濟增長關系研究[J]. 南方農機，2018，49（8）：152-153.

[11]沈 能，王 艷. 中國農業增長與污染排放的EKC曲線檢驗：以農藥投入為例[J]. 數理統計與管理，2016，35（4）：614-622.

[12]梁偉健，江 華，廖文玉，等. 農業面源污染與農業經濟增長的空間互動效應[J]. 江淮論壇，2018（3）：34-42.

[13]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.

[14]林光平，龍志和，吳 梅. 我國地區經濟收斂的空間計量實證分析：1978—2002年[J]. 經濟學（季刊），2005（增刊1）：67-82.

[15]Brock W A，Taylor M S. Economic growth and the environment：A review of theory and empirics[J]. Elsevier，2005，1：1749-1821.

[16]李太平，張 鋒，胡 浩. 中國化肥面源污染EKC驗證及其驅動因素[J]. 中國人口·資源與環境，2011，21（11）：118-123.

[17]高如夢，杜 江，李曉濤. 農業增長與環境污染的動態分析——基于2006—2015年面板數據的驗證[J]. 中國農業資源與區劃，2018，39（12）：138-145.

[18]孔令英，王 云. 山東省化肥面源污染EKC再檢驗——基于農戶分化的視角[J]. 生態經濟，2020，36（3）：208-213.

[19]彭水軍，包 群. 經濟增長與環境污染——環境庫茲涅茨曲線假說的中國檢驗[J]. 財經問題研究，2006（8）：3-17.

[20]王 敏，黃 瀅. 中國的環境污染與經濟增長[J]. 經濟學（季刊），2015，14（2）：557-578.

[21]方化雷. 中國經濟增長與環境污染之間的關系——環境庫茨涅茨假說的產權制度變遷解釋與實證分析[D]. 濟南：山東大學，2011.

[22]孔令英，王 云. 山東省化肥面源污染EKC再檢驗——基于農戶分化的視角[J]. 生態經濟，2020，36（3）：208-213.