三峽庫區面源污染的時空特征及EKC分析

馮 琳,張婉婷,張鈞珂,毛馨卉,于 鑫,葉成松,常天陽

三峽庫區面源污染的時空特征及EKC分析

馮 琳1*,張婉婷1,張鈞珂1,毛馨卉2,于 鑫3,葉成松3,常天陽1

(1.中國人民大學環境學院,北京 100872；2.中國自然資源經濟研究院,北京 101149；3.廈門大學環境與生態學院,福建 廈門 361102)

在全面核算2008～2018年三峽庫區19個區縣農業面源污染TN、TP排放量的基礎上,分析了其時空變化特征.基于環境庫茲涅茨曲線(EKC)理論,構建了基于面板數據的回歸模型,探究了庫區農業經濟發展與面源污染排放強度的演替關系.結果顯示,庫區農業TN排放波動減少,TP波動增加.各區縣的TN和TP年均排放量分別在374～6046t和105～1267t之間.其中,農田化肥與畜禽養殖單元的總產污貢獻率達80%以上.庫區TN排放強度、畜禽養殖與農村生活單元的TN、TP排放強度均存在顯著的“倒U型”EKC關系,目前已跨越拐點.農田化肥TP排放強度、水產養殖與農田固廢單元的TN、TP排放強度呈現顯著的“直線型”EKC關系,處于與經濟同步增長的階段.建議重點升級農田化肥單元的污染防控能力,以配套推進農村人居環境的改善,促進區域氮磷減排.

農業面源污染；單元分析法；環境庫茲涅茨曲線(EKC)；三峽庫區

全國污染源普查數據顯示,農業面源已超過工業源和生活源,成為我國水體污染的第一大來源[1].與點源相比,農業面源分散、面廣、來源和途徑復雜,防治難度更大,已成為許多地區水環境問題的重要原因[2-4].

三峽庫區是長江經濟帶的重要組成部分,戰略地位重要.它集農村、山區、移民區為一體,生態環境保護與移民安穩致富等問題交叉[5-6],面源污染防治任重而道遠.根據全國生態環境狀況公報,2019年庫區主要支流的77個監測斷面中,富營養、中營養狀態分別占了20.8%、77.9%.在2021年中央一號文件、《全國農業可持續發展規劃(2015-2030年)》中,三峽庫區均被列為開展面源污染綜合防治示范建設的重點地區之一.

關于農業面源污染負荷的評估,主要有經驗過程模型和機理模型兩類方法.前者包括統計法、水文分離法、輸出系數法、單元分析法[7-8]等;后者包括AnnAGNPS、SWAT方法等[9].目前,針對三峽庫區蘭陵溪、香溪河、筍溪河等小流域[10-12],以及重慶段、湖北段[13-15]分段負荷評估的研究較豐富,為揭示庫區農業面源污染的部分排放特征作出了重要貢獻,但已有研究空間上多局限于重慶段或湖北段,時間上多關注前三峽時期(2008年以前)或者后三峽時期的某個具體年份,尚缺乏將重慶、湖北庫區作為整體,并貫穿后三峽時期的面源負荷評估.

根據污染負荷的評估值,探究經濟增長與面源污染水平的內在聯系,有助于識別各污染單元潛在的問題,為配套設計面源污染防治政策提供科學依據[16-18].“環境庫茲涅茨曲線”(EKC)為環境-經濟關系的實證研究提供了重要理論[19-21].雖然傳統的EKC曲線形狀一般為“倒U型”,但從全國和地區的實證研究結果看,農業面源污染的EKC曲線有“倒U型”[22-23]、“U型”[24-25]、甚至是“N型”、“倒N型”[26-27]、線性增長[28]等多種可能[29].目前關于三峽庫區面源EKC的研究,分析維度單一,多用時間序列數據[30-32].如果采用兼具時空信息的面板數據,將可增加數據的自由度并降低解釋變量間的共線性,彌補時序和截面數據的不足[33],提高EKC模型估計的有效性.

基于以上背景,本文拓展評估的時空尺度,全面估算庫區(重慶段及湖北段)在后三峽時期(2008～ 2018年)的農業面源污染負荷,識別重點防控地域和污染單元.基于評估獲得的面板數據求得污染排放強度,借助EKC理論,探究庫區農業面源污染與農業經濟增長的關系,闡釋EKC的現實意義,以期為庫區和長江流域農業面源污染防治提供有益的參考.

1 研究方法

1.1 面源污染排放量核算

由于三峽庫區涉及的行政區縣多,地理尺度較大,從數據的可獲得性角度,本文擬采用官方統計數據,運用單元分析法[12]對庫區農業面源TN、TP污染的排放量進行估算.計算公式如下:

式中:ANP為進入水系的農業面源污染物的排放量;N為單元指標統計數;為單元污染物的產污系數;C(N,,)表示單元污染物的入河系數,由單元特性(N)、資源利用率()和區域環境地理特征()共同決定.

各產污單元TN、TP排放量的具體公式和系數說明如表1所示.

表1 各產污單元TN、TP污染排放量計算公式與系數

注:*《第一次全國污染源普查水產養殖業污染物產排污系數手冊》.

1.2 EKC模型

利用面板數據進行EKC模型回歸時,由于各區域在地理環境等方面存在異質性,所以被解釋變量宜采用強度變量.考慮到EKC曲線的形狀有多種可能性,先將其設為三次曲線,若不顯著,再設為二次曲線,若還不顯著,則擬合成線性模型[37].為減少異方差,本文對各指標進行對數處理,具體模型構建如下:

參與回歸的具體指標設置如表2.為消除通脹影響,借助農林牧漁總產值指數,將農業產值調整為以2008年為基期的實際值.面板數據的估計模型主要包括混合模型、隨機效應模型及固定效應模型[28].依次利用Eviews軟件中的F-test、Hausman-test、LM-test功能對3類模型進行選擇.F-test用于檢驗固定效應與混合效應的適用性,Hausman-test用于檢驗固定效應與隨機效應的適用性,LM-test用于檢驗隨機效應與混合效應的適用性.F-test如果值小于0.05,則拒絕混合效應,固定效應模型更優. Hausman-test如果值小于0.05,則拒絕隨機效應,固定效應模型更優.LM-test如果值小于0.05,則拒絕混合效應,隨機效應模型更優.

表2 農業面源污染指標與經濟指標設置情況

1.3 數據來源

本文的研究對象涉及三峽庫區重慶段的15個區縣—巫溪、開州、巫山、云陽、奉節、萬州、忠縣、石柱、豐都、長壽、武隆、涪陵、巴南、渝北、江津,以及湖北段的4個區縣—夷陵、秭歸、興山、巴東.各區縣的化肥折純施用量、畜禽飼養量、各作物產量、水產品產量、農村常住人口、農林牧漁總產值和農村居民人均可支配收入數據,來源于2009～2019年重慶各區縣的統計年鑒和《湖北農村統計年鑒》.各區縣的農林牧漁總產值指數,來源于歷年的《重慶市統計年鑒》和《湖北省統計年鑒》;地表水資源量由歷年的重慶市水資源公報和湖北省水資源公報獲得.本文其余數據,如各污染單元的產污系數、入河系數等則主要參考相關文獻[12,18,39-41].

2 結果與討論

2.1 三峽庫區農業面源污染排放時空特征

2.1.1 時間尺度 利用1.1部分的模型、參數和數據,得到2008～2018年三峽庫區農業面源的TN和TP排放量(圖1).TN從2008年的41248.62t減少到2018年的38527.86t,年均排放量39770.55t.11a間TN排放整體呈顯著下降趨勢,擬合曲線的斜率為-166.9t/ a (sig=0.000).TP從2008年的7347.19t增加到2018年的8210.21t,年均排放量為8795.23t.11a間TP排放先升后降,但總體呈上升趨勢,擬合曲線的斜率為208.03t/a (sig=0.000).其中,2014年TP排放的年增幅最大,為31.13%.開州的磷肥施用量在當年驟然增加,是造成這一結果的主要原因.

如圖2所示,5個污染單元對庫區農業面源TN、TP的排放貢獻由高到低依次為:農田化肥>畜禽養殖>農村生活>水產養殖>農田固廢.該結果與江西省面源污染貢獻率“農村生活>畜禽養殖>種植業>水產養殖”[37]有所不同,也與漢江流域荊門段TN貢獻率“農村生活>農業用地>畜禽養殖”,TP貢獻率“畜禽養殖>農村生活>農業用地”[38]有著較大的差異.三峽庫區農田化肥和畜禽養殖兩個單元對TN與TP的貢獻之和大于80%,該結果與張廣納等[14]、蔡金洲等[15]學者的發現一致.

各單元污染排放量隨時間變化的特點為:

農田化肥的TN排放整體上波動減少,從2008年30407.67t下降到2018年28006.89t,降幅約8%;TP排放雖然總體增幅達13.3%,但在2015～2018年期間持續下降.以上結果可能與國家2015年頒布《到2020年化肥使用量零增長行動方案》,庫區隨后積極開展橘渣飼料化、肥料化和沼液利用等技術研究,減施化肥,增施有機肥有關.

畜禽養殖的TN排放略有減少,2018年減至5163.34t,降幅約0.58%;TP排放波動上升,2018年增至1908.91t,總體增幅約12.4%.這與十二五期間豐都曾大力發展肉牛養殖業,江津、開州、云陽和萬州新開了一些大型生豬養殖廠有關.

農村生活的TN排放變化不大,TP排放略有下降.水產養殖、農田固廢的TN與TP排放略有上升.

2.1.2 空間尺度 2008～2018年間,三峽庫區的19個區縣農業面源TN、TP的年均排放量空間差異明顯(圖3).

各區縣TN年均排放量在374～6046t之間.其中,開州最高(6046t),其次為涪陵、江津、萬州(3000～4000t),渝北、巴南和興山最少(小于1000t).渝北、巴南在重慶主城區外圍,城鎮化建設較為發達,農業生產活動較少;而湖北興山地形復雜,“八分半山一分田”,種植業較少,所以這3個區縣的TN排放量比較低.

各區縣TP年均排放量在105～1267t.其中,開州最高(1267t),其次為夷陵、萬州、江津、云陽(600～ 800t),巴南和興山最少(小于200t).相對于TN排放量的地區排序,夷陵、渝北的TP次序前移,其農用磷肥施用量較多可能是主要原因.

圖3 三峽庫區2008～2018年農業面源污染TN及TP年均排放量

5個污染單元對各個區縣TN和TP的年均排放貢獻,如圖4所示.除了巴南的農村生活單元對TN的貢獻率大于畜禽養殖單元,奉節、巴南的畜禽養殖單元對TP的貢獻率大于農田化肥以外,其他區縣5個污染單元對農業面源TN、TP排放量的貢獻率由大到小的順序均為:農田化肥>畜禽養殖>農村生活>水產養殖>農田固廢.

庫區絕大多數區縣農田化肥單元對TN、TP的年均貢獻率超過了50%.其中,化肥單元對TN貢獻率最高的4個區縣為:涪陵(81.88%)、開州(81.61%)、秭歸(81.50%)和夷陵(80.07%);對TP貢獻率最高的4個區縣為:秭歸(84.60%),夷陵(81.11%)、開州(77.84%)、巫溪(76.65%).畜禽養殖單元對TN年均貢獻率最高的4個區縣為:豐都(32.95%)、興山(30.70%)、忠縣(26.59%)、巴南(25.35%);對TP貢獻率最高的4個區縣為:奉節(44.05%),涪陵(38.63%)、豐都(38.34%)、興山(36.12%).

各區縣在農田化肥與畜禽養殖這兩個主要產污單元TN、TP的年均排放量,如圖5所示.可以看出,在19個區縣中,開州的化肥TN、TP年均排放量最多,豐都的畜禽養殖TN、TP年均排放量最多.庫區的農業面源污染防治工作,對這2個區縣需要給予較多的關注.

圖4 2008～2018年污染單元對三峽各區縣TN、TP排放的貢獻

審圖號:GS(2021)6024號

2.2 三峽庫區農業面源污染的EKC曲線分析

2.2.1 面板單位根檢驗 面板數據兼具截面數據和時間序列數據的雙重特性,為了識別面板數據中各組變量的平穩性、避免偽回歸現象的存在,常采用LLC、IPS、Fisher等方法進行單位根檢驗.本文對庫區及各污染單元的TNS、TPS和AGDP數據進行了上述檢驗,得到的平穩性結論一致,限于篇幅文中僅列出LLC檢驗結果,如表3所示.所有變量的原始序列均拒絕了原假設,各變量均沒有單位根,說明數據是長期平穩的,無需進行協整檢驗,可以構建面板模型.

2.2.2 庫區及各產污單元的EKC擬合結果 由于各組數據的三次曲線模型均未通過10%的顯著水平檢驗,故先設為二次曲線.如不顯著,再設為一次曲線,回歸結果如表4所示.

TNS、CQTNS、CQTPS、SHTNS、SHTPS與經濟發展呈顯著的“倒U型”關系,總體上模型擬合效果較好,說明伴隨著農業發展,庫區農業面源的TN、畜禽養殖、農村生活的污染強度表現為“升-降”趨勢.TNS擬合的2值相對較小,可能是由于面源污染產生的機制較為復雜,僅將AGDP作為解釋變量,對該模型回歸結果的解釋能力不足,種植結構、農業機械投入強度等因素或許應增設為該模型重要的控制變量[33].

表3 三峽庫區農業面源及各污染單元TN、TP排放強度的面板單位根(LLC)檢驗結果

注:*、**和***分別表示在10%、5%和1%水平顯著;括號內數據為值.

表4 三峽庫區農業面源及各產污單元TN、TP排放強度的EKC回歸結果

注:*、**和***分別表示在10%、5%和1%水平顯著.

經過一階求導和自然底數的指數函數求值,得到TNS曲線拐點對應的AGDP為6933.96元, CQTNS、CQTPS的拐點分別為7464.05、7670.93元,SHTNS、SHTPS的拐點為5268.38元.對比三峽各年份的AGDP,庫區于2011年跨越了TNS的拐點,2012年跨越了CQTNS、CQTPS的拐點,2008年跨越了SHTNS、SHTPS的拐點.說明庫區在畜禽養殖與農村生活單元的環境污染與經濟發展已基本脫鉤.究其原因,一方面是由于當地農民對畜禽養殖收入的依賴程度降低,以及外出打工使得農村常住人口減少.另一方面,庫區兩級政府自2008年實施了農村居民點污水處理示范項目,對這兩個單元的拐點跨越作出了積極貢獻.

HFTPS、SCTNS、SCTPS、GFTNS、GFTPS與經濟發展呈顯著的“直線型”關系,說明庫區農田化肥的TP、水產養殖、農田固廢的污染強度處于與經濟同步增長的耦合階段,需加以重視并科學防控.農用化肥單元TPS的一次曲線雖然模型顯著,但擬合的2值較小.這可能是由于各區縣在種植結構、磷肥施用種類、農業政策等方面存在差異,產生了門檻效應[29],從而使得ADGP在跨越門檻值前后對農田化肥TPS的影響有所不同,進而呈現出不完全的線性關系. TPS、HFTNS與經濟發展之間的關系不顯著.

對于模型的穩健性檢驗,本文選用變量替換法[39].鑒于人均收入是衡量經濟發展的常用指標之一,且曾用于世行EKC公式的推導以及北美自由貿易協定的環境效應分析[19],本文將解釋變量替換為農村居民人均可支配收入,重新進行回歸分析.結果顯示新模型的回歸系數,在顯著性、方向和大小關系上與原回歸模型基本一致,說明本研究的模型估計結果具有一定的穩健性.

3 結論及建議

3.1 結論

3.1.1 面源排放 2008～2018年,庫區TN排放波動減少,年均排放量39770.55t;TP排放波動增加,年均排放量為8795.23t.各區縣的TN、TP年均排放量,分別在374～6046t和105～1267t之間.農田化肥和畜禽養殖的總產污貢獻率達80%以上.在庫區19個區縣中,TN年均排放量最多的前4名區縣為開州、涪陵、江津和萬州,TP年均排放量最多的前4名為開州、夷陵、萬州和江津.開州與豐都分別是農田化肥污染、畜禽養殖污染最嚴重的區縣.

3.1.2 面源排放強度的EKC特征 基于2008～ 2018年的面板數據,三峽庫區的TN排放強度、畜禽養殖與農村生活單元的TN、TP排放強度,與農業經濟發展呈顯著的“倒U型”關系,跨越拐點的時間分別為2011年、2012年、2008年.畜禽養殖與農村生活單元的環境污染與經濟發展已基本脫鉤.農田化肥的TP排放強度、水產養殖與農田固廢單元的TN、TP排放強度與經濟發展呈顯著的“直線型”關系,它們處于與經濟同步增長的階段,需加以重視并科學防控.

3.2 建議

農業面源污染的控制,不僅是我國后續水污染防治工作的關鍵,還是實現鄉村振興戰略中“生態宜居”要求的重要組成部分.綜合以上分析和背景,建議重點升級三峽庫區農田化肥的污染防控能力,以配套推進農村人居環境的改善.可采取的措施包括:適當調整種植結構,因地制宜地推廣精準施肥、高效緩釋肥、測土配方施肥、有機肥,研發推廣適用施肥設備,機械深施,提高化肥利用率.

[1] 生態環境部,國家統計局,農業農村部.第二次全國污染源普查公報[R]. 2020.6.

Ministry of Ecology and Environment, National Bureau of Statistics, Ministry of Agricutural and Rural Affairs. Second National Pollution Source Census Bulletin [R]. 2020.6.

[2] Han D M, Currell M J, Cao G L. Deep challenges for China's war on water pollution [J]. Environmental Pollution, 2016,218:1222-1233.

[3] 歐陽威,鞠欣妍,高 翔,等.考慮面源污染的農業開發流域生態安全評價研究 [J]. 中國環境科學, 2018,38(3):1194-1200.

Ou Y W, Ju X Y, Gao X, et al. Ecological security assessment of agricultural development watershed considering non-point source pollution [J]. China Environmental Science, 2018,38(3):1194-1200.

[4] 楊金鳳,馮愛萍,王雪蕾,等.海河流域農業面源污染潛在風險識別方法[J]. 中國環境科學, 2021,41(10):4782-4791.

Yang J F, Feng A P, Wang X L, et al. An identification method of potential risk for agricultural non-point source pollution in the Haihe River Basin [J]. China Environmental Science, 2021,41(10):4782- 4791.

[5] Feng L, XuJ Y. Farmers’ willingness to participate in the next-stage grain-for-green project in the Three Gorges Reservoir Area, China [J]. Environmental Management, 2015,56:505-518.

[6] 馮 琳,孫 平,李 丁,等.三峽庫區肉牛養殖環境承載力研究[J]. 水生態學雜志, 2016,37(3):26-33.

Feng L, Sun P, Li D, et al. Environmental carrying capacity of beef cattle in the Three Gorges Reservoir Area [J]. Journal of Hydroecology, 2016,37(3):26-33.

[7] 徐 浩,左新宇,蘭 峰.基于環境庫茲涅茨曲線方法的三峽庫區重慶段水質演變預測[J]. 水利水電快報, 2019,40(8):40-44,56.

Xu H, Zuo X Y, Lan F. Prediction of water quality evolution in Chongqing section of the Three Gorges Reservoir Area based on environmental Kuznets curve method [J]. Express Water Resources & Hydropower Information, 2019,40(8):40-44,56.

[8] 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,(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,(9):1184-1187.

[9] 李玉華.基于SWAT模型的三峽庫區徑流模擬研究[D]. 重慶:西南大學, 2010.

Li Y H. Runoff simulation using SWAT Model in the Three Gorges Reservoir [D]. Chongqing: Master's Dissertation, Southwestern University, 2010.

[10] 胡文杰,王曉榮,付 甜,等.三峽庫區蘭陵溪小流域農業面源污染排放特征解析[J]. 環境污染與防治, 2021,43(5):568-573.

Hu W J, Wang X R, Fu T, et al.Analysis of agricultural non-point source pollution emission characteristics of Lanlingxi small watershed in Three Gorges Reservoir Area [J]. Environmental Pollution & Control, 2021,43(5):568-573.

[11] 鄭永林,王海燕,秦倩倩,等.三峽庫區筍溪河流域水質評價及其空間差異[J]. 水生態學雜志, 2021,42(4):1-9.

Zheng Y L, Wang H Y, Qin Q Q, et al. Assessment and spatial variation of water quality in the Sunxi River Basin in the Three Gorges Reservoir Area [J]. Journal of Hydroecology, 2021,42(4):1-9.

[12] 蘇青青,劉德富,劉綠波,等.三峽水庫蓄水期支流水體營養鹽來源估算[J]. 中國環境科學, 2018,38(10):3925-3932.

Su Q Q, Liu D F, Liu L B, et al. Analysis of the nutrient supply of tributaries in the Three Gorges Reservoir during impounding period [J]. China Environmental Science, 2018,38(10):3925-3932.

[13] 胡靜鋒.重慶市農業面源污染測算與空間特征解析[J]. 中國農業資源與區劃, 2017,38(1):135-144.

Hu J F. Measurement and spatial feature analysis of agricultural non-point source pollution in Chongqing [J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(1):135-144.

[14] 張廣納,邵景安,王金亮,等.三峽庫區重慶段農村面源污染時空格局演變特征[J]. 自然資源學報, 2015,30(7):1197-1209.

Zhang G N, Shao J A, Wang J L, et al. Spatial and temporal variations of agricultural non-point source pollution in the Three Gorges Reservoir Area of Chongqing [J]. Journal of Natural Resources, 2015,30(7):1197-1209.

[15] 蔡金洲,范先鵬,黃 敏,等.湖北省三峽庫區農業面源污染解析[J]. 農業環境科學學報, 2012,31(7):1421-1430.

Cai J Z, Fan X P, Huang M, et al. Sources analysis of agricultural non-point source pollution in the Three Gorges Reservoir Area of Hubei Province, China [J]. Journal of Agro-Environment Science, 2012,31(7):1421-1430.

[16] 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.

Yu J, Pu S, Zhou L. Empirical analysis of agricultural surface source pollution and agricultural growth in Sichuan Province [J]. Rural Economy, 2016,(9):56-60.

[17] 閆桂權,何玉成,張曉恒.綠色技術進步、農業經濟增長與污染空間溢出——來自中國農業水資源利用的證據[J]. 長江流域資源與環境, 2019,28(12):2921-2935.

Yan G Q, He Y C, Zhang X H. Green technology progress, agricultural economic growth and pollutionspace spillover effect: Evidence of agricultural water utilization process in China [J]. Resources and Environment in the Yangtze Basin, 2019,28(12): 2921-2935.

[18] 彭甲超,肖建忠,李 綱,等.長江經濟帶農業廢水面源污染與農業經濟增長的脫鉤關系[J]. 中國環境科學, 2020,40(6):2770-2784.

Peng J C, Xiao J Z, Li G, et al. Decoupling relationship between agricultural wastewater non-point source pollution and agricultural economic growth in the Yangtze River Economic Belt [J]. China Environmental Science, 2020,40(6):2770-2784.

[19] Grossman G M, Krueger A B. Environmental impacts of a North American Free Trade Agreement [R]. Cambridge, MA: National Bureau of Economic Research, 1991.

[20] 李 競,侯麗朋,唐立娜.基于環境庫茲涅茨曲線的我國大氣污染防治重點區域環境空氣質量與經濟增長關系研究 [J]. 生態學報, 2021,41(22):8845-8859.

Li J, Hou L P, Tang L N. Relationship between air quality and economic growth in key areas ofair pollution control in China based on the Environmental Kuznets Curve [J]. Acta Ecologica Sinica, 2021,41(22):8845-8859.

[21] 王 遠,王春春,趙 靜,等.江蘇省SO2排放環境庫茨涅茨關系研究——基于半參數面板數據模型分析[J]. 中國環境科學, 2016, 36(10):3143-3149.

Wang Y, Wang C C, Zhao J, et al. Investigating the environmental Kuznets curve hypothesis for SO2emissions in Jiangsu Province: A semi-parametric panel data analysis [J]. China Environmental Science, 2016,36(10):3143-3149.

[22] 孫大元,楊祁云,張景欣,等.廣東省農業面源污染與農業經濟發展的關系[J]. 中國人口·資源與環境, 2016,26(S1):102-105.

Sun D Y, Yang Q Y, Zhang J X, et al.Positive analysis on the relationship between agriculture non-point source pollution and economic growth of Guangdong Province [J]. China Population, Resources and Environment, 2016,26(S1):102–105.

[23] 揭昌亮,王金龍,龐一楠.中國農業增長與化肥面源污染:環境庫茲涅茨曲線存在嗎? [J]. 農村經濟, 2018,(11):110-117.

Jie C L, Wang J L, Pang Y N. Agricultural growth and fertilizer surface-source pollution in China: Does the environmental Kuznets curve exist [J].Rural Economy, 2018,(11):110–117.

[24] 沈 能,張 斌.農業增長能改善環境生產率嗎?——有條件“環境庫茲涅茨曲線”的實證檢驗[J]. 中國農村經濟, 2015,(7):17-30.

Shen N, Zhang B. Can agricultural growth improve environmental productivity? --An empirical test of the conditional "environmental Kuznets curve"[J].Chinese Rural Economy, 2015,(7):17–30.

[25] Martin Wagner. The carbon Kuznets curve: A cloudy picture emitted by bad econometrics? [J]. Resource and Energy Economics, 2008, 30(3):388–408.

[26] 劉 揚,陳劭鋒,張云芳.中國農業EKC研究:以化肥為例[J]. 中國農學通報, 2009,25(16):263-267.

Liu Y, Chen S F, Zhang Y F.Study on Chinese agricultural EKC: Evidence from fertilizer [J].Chinese Agricultural Science Bulletin, 2009,25(16):263–267.

[27] 尚 杰,李 新,鄧雁云.基于EKC的農業經濟增長與農業面源污染的關系分析——以黑龍江省為例[J]. 生態經濟, 2017,33(6):157- 160,166.

Shang J, Li X, Deng Y Y. Analysis of the relationship between agricultural economic growth and agricultural non-point source pollution based on EKC: Taking HeilongjiangProvince as an example [J]. Ecological Economy, 2017,33(6):157-160,166.

[28] 陳 勇,馮永忠,楊改河.農業非點源污染源的環境庫茲涅茨曲線實證研究——基于陜西省農業投入和廢棄物排放的研究[J]. 干旱地區農業研究, 2010,28(3):191-198.

ChenY, Feng Y Z, Yang G H.Empirical study on Environmental Kuznets Curve of non-point sourcepollution——A case study of agricultural input and agricultural waste'soutput in Shaanxi Province [J]. Agricultural Research in the Arid Areas, 2010,28(3):191–198.

[29] 侯孟陽,姚順波.異質性條件下化肥面源污染排放的EKC再檢驗——基于面板門檻模型的分組[J]. 農業技術經濟, 2019,(4):104- 118.

Hou M Y, Yao S B. EKC Retest of fertilizer non-point source pollution emissionunderheterogeneous conditions——grouping based on Panel Threshold Model [J]. Journal of Agrotechnical Economics, 2019,(4): 104-118.

[30] 劉志欣,邵景安,李陽兵.重慶市農業面源污染源的EKC實證分析[J]. 西南師范大學學報(自然科學版), 2015,40(11):94-101.

Liu Z X, Shao J A, Li Y B. The empirical analysis of EKC on agricultural non-point source pollution in Chongqing [J].Journal of Southwest China Normal University (Natural Science Edition), 2015, 40(11):94-101.

[31] 牟新利,祁俊生,黃 宇,等.重慶農業面源污染的環境庫茲涅茨曲線評價[J]. 貴州農業科學, 2011,39(1):228-230.

Mu X Li, Qi J S, Huang Y, et al.Pollution of agricultural non-point source based on Environmental Kuznets Curve Model in Chongqing [J]. Guizhou Agricultural Sciences, 2011,39(1):228-230.

[32] 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. Environmental Science and Pollution Research [J]. 2016,23(8):8125-8132.

[33] 雷俊華,蘇時鵬,余文夢,等.中國省域化肥面源污染時空格局演變與分組預測[J]. 中國生態農業學報(中英文), 2020,28(7):1079-1092.

Lei J H, Su S P, Yu W M, et al. Temporal and spatial pattern evolution and grouping prediction of non-point source pollution of chemical fertilizers in China [J]. Chinese Journal of Eco-Agriculture, 2020, 28(7):1079-1092.

[34] 陳玉成,楊志敏,陳慶華,等.基于“壓力-響應”態勢的重慶市農業面源污染的源解析[J]. 中國農業科學, 2008,41(8):2362-2369.

Chen Y C, Yang Z M, Chen Q H, et al. Source apportionment of agricultural non-point source pollution in Chongqing based on pressure-response system [J]. Scientia Agricultura Sinica, 2008,41(8): 2362-2369.

[35] 國家環境保護總局.全國規?；笄蒺B殖業污染情況調查及防治對策[M]. 北京:中國環境科學出版社, 2002,25:77-78.

State Environmental Protection Administration. Survey of pollution in the national large-scale livestock and poultry farming industry and countermeasures for prevention and control [M]. Beijing: China Environmental Science Press, 2002,25:77-78.

[36] 葛繼紅.江蘇省農業面源污染及治理的經濟學研究[D]. 南京:南京農業大學, 2011.

Ge J H. Economics of agricultural surface source pollution and management in Jiangsu Province [D]. Nanjing: Nanjing Agricultural University, 2011.

[37] 熊昭昭,王書月,童 雨,等.江西省農業面源污染時空特征及污染風險分析[J]. 農業環境科學學報, 2018,37(12):2821-2828.

Xiong Z Z, Wang S Y, TONG Y, et al. Analysis on spatio-temporal characteristics of agricultural non-point sources pollution and pollution risk in Jiangxi Province, China [J]. Journal of Agro- Environment Science, 2018,37(12):2821-2828.

[38] 許 策,李 曄,束繼年等.漢江流域荊門段面源污染負荷時空分布與污染現狀評價[J]. 水土保持通報, 2017,37(4):63-68.

XU C, Li Y, SHU J N, et al. Spatial distribution and evaluation of non-point pollution source in Jingmen Region of Hanjiang Watershed [J]. Bulletin of Soil and Water Conservation, 2017,37(4):63-68.

[39] 孫傳旺,羅 源,姚 昕.交通基礎設施與城市空氣污染——來自中國的經驗證據 [J]. 經濟研究, 2019,54(8):136-151.

Sun C W, Luo Y, Yao X.Transportation Infrastructure and urban air pollution - Empirical evidence from China [J]. Economic Research Journal, 2019,54(8):136-151.

Analysis on spatial-temporal characteristics and Environmental Kuznets Curve of non-point source pollution in the Three Gorges Reservoir Area.

FENG Lin1*, ZHANG Wan-ting1, ZHANG Jun-ke1, MAO Xin-hui2, YU Xin3, YE Cheng-song3, CHANG Tian-yang1

(1.School of Environment & Natural Resources, Renmin University of China, Beijing 100872, China；2.Chinese Academy of Natural Resources Economics,Beijing 101149, China；3.College of the Environment & Ecology, Xiamen University, Xiamen361102, China)., 2022,42(7)：3325～3333

Total Nitrogen(TN) and total phosphorous(TP) emissions of agricultural non-pointsource pollution in 19 regions of the Three Gorges Reservoir Area(TGRA) were estimated from 2008 to 2018. Their spatial-temporal variation characteristics were further analyzed. According to Environmental Kuznets Curve (EKC) theory, a regression model based on panel data was constructed to explore the relationship between agricultural economy development and non-point source pollution emission intensity in TGRA. Our study found that TN emissions of agriculture decreased with fluctuation, and TP increased with fluctuation in TGRA. The average annual emissions of TN and TP in each region ranged from 374～6046 tons and 105～1267 tonsrespectively. Agricultural fertilizer and livestock breeding units contributed to more than 80% of total TN and TP. There were significant "inverted U-shape" EKC relationships to TN emission intensity, TN/TP emission intensity in livestock & poultry breeding unit and rural living unit, indicating that the turning points have been showed in these curves. There were significant "linear" EKC relationships to TP emission intensity in agricultural fertilizer unit, TN/TP emission intensity in aquaculture unit and farmland solid-waste unit, indicating a simultaneous growth with economy. The research finally proposed that agricultural fertilizer unit should upgrade the pollution prevention capacity, so as to improve rural living environment and reduce regional TN and TP emission.

agricultural non-point source pollution；unit analysis method；Environmental Kuznets Curve (EKC)；Three Gorges reservoir area(TGRA)

X501

A

1000-6923(2022)07-3325-09

馮 琳(1979-),女,江蘇泰州人,副教授,博士,主要研究方向為環境規劃與管理.發表論文30余篇.

2021-12-17

中國人民大學2022年度“中央高校建設世界一流大學(學科)和特色發展引導專項資金”

* 責任作者, 副教授, feng.lin@163.com