農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系演化特征及動態(tài)解析
——以新疆為例

任宗嬌，李青，胡鼎鼎，薛珍

（塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆 阿拉爾 843300）

推進(jìn)農(nóng)業(yè)綠色轉(zhuǎn)型是農(nóng)業(yè)現(xiàn)代化的必經(jīng)之路，而農(nóng)業(yè)面源污染是實(shí)現(xiàn)綠色低碳循環(huán)農(nóng)業(yè)發(fā)展的制約因素。農(nóng)業(yè)面源污染是指人們在農(nóng)業(yè)生產(chǎn)和生活過程中產(chǎn)生的、未經(jīng)合理處置的污染物對水體、土壤和空氣及農(nóng)產(chǎn)品造成的污染［1］。根據(jù)相關(guān)資料顯示，2019年新疆化肥施用強(qiáng)度為491.7 kg/hm2，遠(yuǎn)遠(yuǎn)超過國際規(guī)定的225 kg/hm2的安全上限，化肥和農(nóng)藥利用率不足40%，長期以來新疆土壤中地膜殘留量高達(dá)259.1 kg/hm2［2］，畜禽糞便排泄量達(dá)到 7.57×107t。2017—2021年歷年中央“一號文件”明確提出，加強(qiáng)農(nóng)業(yè)面源污染防控，要著力解決農(nóng)業(yè)環(huán)境問題。從源頭實(shí)現(xiàn)控排減排是促進(jìn)新疆農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展的有效途徑，從長期動態(tài)視角揭示農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長之間的演變過程和影響機(jī)理，將為形成農(nóng)業(yè)的高效生產(chǎn)方式及制定農(nóng)業(yè)環(huán)境治理政策提供有力依據(jù)。

關(guān)于農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系的研究，一方面體現(xiàn)在EKC檢驗(yàn)與理論上，梁偉健等［3］運(yùn)用畝均總氮、畝均總磷排放量，發(fā)現(xiàn)與畝均農(nóng)業(yè)產(chǎn)值之間均呈現(xiàn)顯著的“N”型曲線關(guān)系；蔣黎等［4］將農(nóng)業(yè)源總氮、總磷排放量作為環(huán)境指標(biāo)，最終得到了農(nóng)村環(huán)境質(zhì)量與經(jīng)濟(jì)發(fā)展水平呈倒“U”型曲線關(guān)系；杜江等［5］基于外部性理論分析了農(nóng)業(yè)面源污染的經(jīng)濟(jì)成因；鐘錦文［6］從EKC形成機(jī)理，揭示了經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)的辯證關(guān)系。另一方面在運(yùn)用計(jì)量手段揭示兩者相互影響的關(guān)系和變動路徑上，張可等［7］通過VAR模型得出我國農(nóng)業(yè)生產(chǎn)會造成一定的環(huán)境污染，并且政策在一定程度上能夠抑制由于經(jīng)濟(jì)增長導(dǎo)致的污染問題；張智奎等［8］運(yùn)用VAR模型分析了三峽庫區(qū)重慶段1992—2009年農(nóng)業(yè)面源污染與經(jīng)濟(jì)增長的動態(tài)演進(jìn)關(guān)系，認(rèn)為經(jīng)濟(jì)發(fā)展是污染排放量增長的重要原因。

綜上所述，已有文獻(xiàn)對農(nóng)業(yè)經(jīng)濟(jì)增長和農(nóng)業(yè)面源污染的關(guān)系研究往往從EKC檢驗(yàn)出發(fā)去判斷兩者所處的階段，或者運(yùn)用計(jì)量手段分析兩者之間的動態(tài)關(guān)系，而本研究將兩種方法相結(jié)合，判斷兩者關(guān)系所處的不同階段并剖析兩者的動態(tài)演變路徑，最后對分析結(jié)果進(jìn)行相互印證，同時結(jié)合生態(tài)經(jīng)濟(jì)學(xué)理論和外部性理論，為后續(xù)實(shí)現(xiàn)農(nóng)業(yè)碳減排及高質(zhì)量發(fā)展提供重要依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

考慮到EKC主要反映的是經(jīng)濟(jì)發(fā)展與環(huán)境污染的變化規(guī)律，本研究聚焦農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長之間的關(guān)系，由于經(jīng)濟(jì)發(fā)展與環(huán)境污染的時間序列數(shù)據(jù)比截面數(shù)據(jù)能更有效地驗(yàn)證EKC［9］，經(jīng)濟(jì)指標(biāo)選擇了新疆1991—2019年的人均農(nóng)林牧漁總產(chǎn)值，將其他各年的農(nóng)林牧漁總產(chǎn)值折算為1991年的可比價，避免出現(xiàn)“偽回歸”的情況。在農(nóng)業(yè)面源污染指標(biāo)選取方面，大多數(shù)學(xué)者選擇了農(nóng)藥、化肥、地膜等［10］，考慮到近些年新疆大力發(fā)展畜牧業(yè)，畜禽糞便污染問題不容忽視，在數(shù)據(jù)可獲得的基礎(chǔ)上，結(jié)合國家文件及新疆農(nóng)業(yè)特點(diǎn)，本研究選擇了化肥施用強(qiáng)度農(nóng)藥使用強(qiáng)度、地膜使用強(qiáng)度以及根據(jù)不同種類的畜禽排泄系數(shù)計(jì)算得出的畜禽排泄密度［11］，在以往的研究中，環(huán)境污染常常以單一或幾個獨(dú)立指標(biāo)來表示，而個別獨(dú)立的污染指標(biāo)受某些因素影響走勢通常不一致，很難代表整體農(nóng)業(yè)面源污染狀況［12］?；诖?，本研究通過熵值法計(jì)算出一個綜合指標(biāo)污染指數(shù)作為污染指標(biāo)，這4類污染源由化肥施用折純量、農(nóng)藥使用總量、地膜使用量、畜禽糞便排泄量以及耕地面積計(jì)算而得，其計(jì)算公式為：

化肥施用強(qiáng)度=化肥施用折純量/耕地面積；農(nóng)藥使用強(qiáng)度=農(nóng)藥使用總量/耕地面積；地膜使用強(qiáng)度=地膜使用量/耕地面積，根據(jù)不同種類的畜禽排泄系數(shù)計(jì)算得出排泄總量［11］。

將所選的數(shù)據(jù)進(jìn)行了對數(shù)化的處理，其中RNLMY為人均農(nóng)林牧漁總產(chǎn)值、LNRNLMY為取對數(shù)后的人均農(nóng)林牧漁總產(chǎn)值、DLNRNLMY為差分后的LNRNLMY、P為綜合指標(biāo)污染指數(shù)、LNP為取對數(shù)后的綜合指標(biāo)污染指數(shù)、DLNP為差分后的LNP。數(shù)據(jù)選用新疆1991—2019年的污染指標(biāo)和經(jīng)濟(jì)指示相關(guān)數(shù)據(jù)，來源于歷年《新疆統(tǒng)計(jì)年鑒》以及《中國農(nóng)業(yè)統(tǒng)計(jì)資料》。

1.2 研究方法

EKC理論是經(jīng)濟(jì)發(fā)展和環(huán)境污染的核心理論，該理論揭示了兩者的內(nèi)在關(guān)系與變化趨勢。通過熵值法確定污染指標(biāo)的權(quán)重，得到的綜合指標(biāo)污染指數(shù)能最大限度代表環(huán)境污染整體，結(jié)合計(jì)量手段可以分析兩者之間的變化路徑及影響機(jī)理。

1.2.1 EKC法

EKC反映了經(jīng)濟(jì)增長和環(huán)境污染的變化規(guī)律。參考前人研究[13]，本研究將模型設(shè)定為：

式（1）中Yt為第t年各類面源污染；Xt為第t年的農(nóng)業(yè)經(jīng)濟(jì)增長的指標(biāo)，本研究采用的指標(biāo)為人均農(nóng)林牧漁總產(chǎn)值；a0為截距項(xiàng)；ai（i＝1，2，3）為參數(shù)；ε為殘差，其關(guān)系參照表1。

表1 實(shí)證分析結(jié)果

1.2.2 熵值法

將化肥施用強(qiáng)度、農(nóng)藥使用強(qiáng)度、地膜使用強(qiáng)度及畜禽排泄密度利用熵值法計(jì)算綜合指標(biāo)污染指數(shù)。首先采用極差法對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，其次根據(jù)指標(biāo)差異系數(shù)的大小來確定指標(biāo)的權(quán)重，最后運(yùn)用加權(quán)計(jì)算得出綜合指標(biāo)污染指數(shù)，計(jì)算方法為：

式（2）中wj為第j個指標(biāo)的權(quán)重；λij為第i個評價對象第j個指標(biāo)的標(biāo)準(zhǔn)化值。得分值越大，污染越強(qiáng)烈，得分值越小，則污染程度越小[14]。

1.2.3 向量自回歸（vector autoregressive model，VAR）模型

利用脈沖響應(yīng)和方差分解了解兩者之間的相互影響及影響的程度，SIMS C A[15]在1980年提出了VAR模型。本研究采用VAR模型對新疆農(nóng)業(yè)經(jīng)濟(jì)指標(biāo)和綜合指標(biāo)污染指數(shù)進(jìn)行實(shí)證分析，VAR模型如下所示：

式（3）中yt為多變量時間序列向量；ap為時間序列系數(shù)矩陣；p為自回歸滯后階數(shù)；et是誤差向量。

2 新疆農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系的演化特征

運(yùn)用正負(fù)外部性理論、經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)理論恰好可以有效分析在農(nóng)業(yè)發(fā)展的過程中，由于破壞環(huán)境、治理環(huán)境的私人成本小于社會成本，造成污染加劇產(chǎn)生負(fù)外部性的經(jīng)濟(jì)原因，運(yùn)用EKC驗(yàn)證此期間的演變規(guī)律，并結(jié)合新疆29年的相關(guān)數(shù)據(jù)去判斷EKC演變特征以及變化背后的重要原因。

2.1 人均農(nóng)林牧漁總產(chǎn)值和綜合指標(biāo)污染指數(shù)值的變化分析

采用熵值法計(jì)算綜合指標(biāo)污染指數(shù)，化肥施用強(qiáng)度、農(nóng)藥使用強(qiáng)度、地膜使用強(qiáng)度、畜禽排泄密度的權(quán)重分別為0.339、0.280、0.099、0.282。由圖1可以看出，1991—2019年人均農(nóng)林牧漁總產(chǎn)值增長率雖然有增有減，但是總體上呈現(xiàn)上升的趨勢，從1991年的1 921.252元增長到2019年的5 332.905元，期間增加了205.64%。

圖1 1991—2019年新疆人均農(nóng)林牧漁總產(chǎn)值和綜合指標(biāo)污染指數(shù)值

從1991—2005年，綜合指標(biāo)污染指數(shù)總體上呈現(xiàn)下降趨勢。隨著時間的推移，新疆農(nóng)業(yè)需要投入更多的生產(chǎn)要素，加上農(nóng)戶對污染認(rèn)知度較低，一味的追求經(jīng)濟(jì)的發(fā)展，環(huán)境質(zhì)量需求性不高，因此在2005—2009年，綜合指標(biāo)污染指數(shù)出現(xiàn)了緩慢的增加。從2009—2019年，綜合指標(biāo)污染指數(shù)呈現(xiàn)了下降的趨勢，可能因?yàn)樯鷳B(tài)文明建設(shè)的提出及“兩山”理論的發(fā)展，新疆政府響應(yīng)國家政策，加上技術(shù)進(jìn)步，進(jìn)一步促進(jìn)了資源的合理配置，推動資源利用方式根本轉(zhuǎn)變，提高了資源的利用效率和效益。

2.2 農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系的演變分析

利用新疆1991—2019年污染指標(biāo)與經(jīng)濟(jì)指標(biāo)相關(guān)的數(shù)據(jù)，將綜合指標(biāo)污染指數(shù)與人均農(nóng)林牧漁總產(chǎn)值之間的關(guān)系進(jìn)行回歸檢驗(yàn)。運(yùn)用SPSS 20軟件對所選的變量進(jìn)行EKC檢驗(yàn)，其檢驗(yàn)結(jié)果表明，當(dāng)回歸模型為線性時，R2=0.25，當(dāng)模型為二次時，R2=0.27，模型擬合程度較低，并且未通過顯著性檢驗(yàn)，即線性及二次回歸模型均不成立，當(dāng)回歸模型為三次時，P=0.00<0.01，調(diào)整后的R2=0.68。因此，最終選擇了三次模型，回歸方程結(jié)果為：Y=0.65-1.14×10-11x3+1.28×10-7x2-0.000 5x。如圖 2所示，綜合指標(biāo)污染指數(shù)與人均農(nóng)林牧漁總產(chǎn)值之間存在倒“N”型曲線關(guān)系，大致可分為三個階段。

圖2 1991—2019年新疆人均農(nóng)林牧漁總產(chǎn)值與綜合指標(biāo)污染指數(shù)的擬合曲線

第一階段為1991—2005年，這一階段屬于新疆農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長協(xié)同發(fā)展的初期階段。在1991年，生產(chǎn)資料的高投入換來了低產(chǎn)出，之后隨著人均農(nóng)林牧漁總產(chǎn)值的不斷變化，綜合指標(biāo)污染指數(shù)總體上在下降，到2005年時趨于合理，低投入換來了經(jīng)濟(jì)的高產(chǎn)出，而污染指數(shù)從0.17下降到0.11，下降了35.3%。此時新疆處在發(fā)展的初期階段，隨著新疆政府加強(qiáng)了污染的管制，農(nóng)業(yè)面源污染排放量呈現(xiàn)了下降的趨勢。

第二階段為2005—2009年，這一階段屬于新疆農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長協(xié)同發(fā)展的調(diào)整階段。隨著人均農(nóng)林牧漁總產(chǎn)值的增加，綜合指標(biāo)污染指數(shù)也在不斷的增長，人們從事經(jīng)濟(jì)活動造成污染加大，污染指數(shù)從0.12上升到0.16，增加了33.3%。在2005年，污染排放相對較少，導(dǎo)致的外部性問題較小，此時的減污邊際成本較高。在這一時期，新疆化肥施用及地膜使用強(qiáng)度從311.74 kg/hm2、58.79 kg/hm2增長到 327.18 kg/hm2和 65.22 kg/hm2，畜牧業(yè)規(guī)?；?、集中化發(fā)展，帶來的土地負(fù)荷過重，生產(chǎn)要素的大量使用和資源的消耗使環(huán)境質(zhì)量進(jìn)入低谷狀態(tài)。農(nóng)戶所承擔(dān)的私人成本遠(yuǎn)遠(yuǎn)小于社會成本，當(dāng)面臨著邊際私人收益和邊際社會收益失衡的情況，此時單純依靠市場調(diào)節(jié)不能有效實(shí)現(xiàn)資源的最優(yōu)配置，需要政府通過對私人負(fù)外部性行為征稅或者對私人正外部性進(jìn)行補(bǔ)貼來矯正邊際私人成本或邊際私人收益，以實(shí)現(xiàn)帕累托最優(yōu)，但新疆政府對農(nóng)業(yè)面源污染的治理可能存在一定的滯后效應(yīng)，隨著時間的推移，前期的治理在后期可能才得到很好的體現(xiàn)。

第三階段為2009—2019年，這一階段屬于新疆綜合指標(biāo)污染指數(shù)的下降階段。隨著新疆人均農(nóng)林牧漁總產(chǎn)值的增長，農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變的格局呈現(xiàn)，環(huán)境質(zhì)量得到了不斷提升。經(jīng)濟(jì)增長方式的轉(zhuǎn)變、技術(shù)進(jìn)步、政府對污染治理的重視程度，使得污染指數(shù)從0.15下降到0.10，下降率達(dá)到了33.33%。新疆政府出臺了相關(guān)的環(huán)境法、化肥農(nóng)藥零增長條例等，對污染進(jìn)行了防控與治理，使農(nóng)業(yè)污染總量得到控制，使得形成了社會收益大于私人受益的正外部性經(jīng)濟(jì)。農(nóng)業(yè)面源污染的程度逐漸減緩，環(huán)境質(zhì)量逐漸得到改善。

3 新疆農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長關(guān)系的動態(tài)解析

EKC突出分析農(nóng)業(yè)經(jīng)濟(jì)增長作為解釋變量與農(nóng)業(yè)面源污染作為被解釋變量兩者之間的函數(shù)關(guān)系，體現(xiàn)經(jīng)濟(jì)發(fā)展過程中農(nóng)業(yè)資源的開發(fā)利用、農(nóng)業(yè)要素的投入、碳排放等引起的環(huán)境污染變化趨勢，同時可以根據(jù)曲線走勢分析演化特征、判斷兩者所處的階段；運(yùn)用VAR模型重點(diǎn)揭示農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)面源污染兩者的互動效應(yīng)，以期有效分析各變量在系統(tǒng)中的動態(tài)關(guān)系與時變特征。因此本文在運(yùn)用EKC揭示動態(tài)演化特征的基礎(chǔ)上，通過脈沖響應(yīng)和方差分解進(jìn)一步分析兩者的動態(tài)演變路徑，量化變量之間的沖擊效果以及相互影響的貢獻(xiàn)度，并結(jié)合經(jīng)濟(jì)增長與環(huán)境保護(hù)的關(guān)系理論及外部性理論，分析兩者互動效應(yīng)的動態(tài)趨勢，驗(yàn)證判斷兩者之間是否協(xié)調(diào)、影響程度如何、以及雙方變化的貢獻(xiàn)率。

3.1 數(shù)據(jù)平穩(wěn)性檢驗(yàn)

為了避免時間序列數(shù)據(jù)出現(xiàn)偽回歸的現(xiàn)象，采用ADF單位根檢驗(yàn)方法，通過Eviews 6軟件對1991—2019年綜合指標(biāo)污染指數(shù)和人均農(nóng)林牧漁總產(chǎn)值進(jìn)行平穩(wěn)性檢驗(yàn)。由表2可知，變量的原序列結(jié)果為非平穩(wěn)的序列，在5%或者10%的水平下為一階單整序列，因此可以進(jìn)行協(xié)整檢驗(yàn)分析。

表2 單位根檢驗(yàn)結(jié)果

根據(jù)1991年可比價格調(diào)整后的LNRNLMY及LNP的數(shù)據(jù)，使用最小二乘法得出DW的值為0.456，根據(jù)DW統(tǒng)計(jì)表可知［16］，dL=1.341，dU=1.483，模型中DW=0.456

3.2 Johansen協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)的方法比較經(jīng)常使用的是EG檢驗(yàn)法與Johansen協(xié)整檢驗(yàn)法，對下面4個變量進(jìn)行檢驗(yàn)，采用了Johansen協(xié)整，分析變量之間是否存在協(xié)整的關(guān)系。

進(jìn)一步對變量做Johansen協(xié)整檢驗(yàn)，根據(jù)跡檢驗(yàn)和最大特征值以驗(yàn)證變量之間是否有相同的趨勢或者有長期協(xié)同的關(guān)系，如表3所示，結(jié)果顯示變量之間至少存在一個協(xié)整關(guān)系。這表明LNRNLMY和LNP之間存在著長期穩(wěn)定的均衡關(guān)系。因此，可以利用脈沖響應(yīng)函數(shù)和方差分解的方法進(jìn)行分析，探討農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長之間的動態(tài)關(guān)系及協(xié)同機(jī)制。

表3 Johansen協(xié)整檢驗(yàn)結(jié)果

3.3 脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)分析的是變量之間的動態(tài)演變路徑，其路徑的變化與治理環(huán)境污染的手段緊密相關(guān)。具體模型為：

式（4）和式（5）中，ε1t和ε2t是擾動項(xiàng)。

在圖3、圖4中，橫軸代表響應(yīng)期，縱軸代表變量響應(yīng)大小，L2表示估計(jì)的脈沖響應(yīng)曲線，L1、L3表示圍繞這一估計(jì)的兩個標(biāo)準(zhǔn)差的置信區(qū)間。考慮到樣本的數(shù)據(jù)容量，因此選取響應(yīng)期數(shù)為10的脈沖響應(yīng)模型。

從農(nóng)業(yè)經(jīng)濟(jì)增長對農(nóng)業(yè)面源污染的脈沖響應(yīng)函數(shù)來看（圖3），在1～10期沖擊效果整體上呈現(xiàn)“U”型變化特征且響應(yīng)值均為負(fù)值，前2期處于遞減狀態(tài)，在第3期的時候達(dá)到最小值，僅僅為-0.016，在第5期之后趨于平緩，即農(nóng)業(yè)經(jīng)濟(jì)增長對農(nóng)業(yè)面源污染動態(tài)沖擊效果整體上表現(xiàn)為抑制作用。在前期新疆整體生態(tài)環(huán)境比較脆弱，抑制作用逐漸加強(qiáng)，之后隨著新疆政府通過經(jīng)濟(jì)政策逐漸改變農(nóng)戶的傳統(tǒng)生產(chǎn)模式，調(diào)節(jié)了私人成本和社會成本之間的關(guān)系，促使環(huán)境成本內(nèi)部化，同時提高農(nóng)資的使用效率，因此在第3期后抑制作用減小。

圖3 人均農(nóng)林牧漁總產(chǎn)值對農(nóng)業(yè)面源污染的響應(yīng)

從農(nóng)業(yè)面源污染對農(nóng)業(yè)經(jīng)濟(jì)增長的脈沖響應(yīng)函數(shù)來看（圖4），1～10期的沖擊效果整體上呈現(xiàn)了倒“V”型特征且響應(yīng)值均為正值，期間波動變化較大，在第2期的時候達(dá)到了峰值，之后開始急劇下降，到第4期之后趨于平緩，總體來看農(nóng)業(yè)面源污染對農(nóng)業(yè)經(jīng)濟(jì)增長動態(tài)沖擊響應(yīng)效果表現(xiàn)為促進(jìn)作用。在前期新疆形成了高投入、高產(chǎn)出、高污染的方式，促進(jìn)作用逐漸增強(qiáng)，后期可能由于新疆政府采取了較嚴(yán)厲的政策手段，通過化肥、農(nóng)藥零增長等措施對生產(chǎn)要素進(jìn)行了管控，加上大力發(fā)展環(huán)境友好型技術(shù)，改變了環(huán)境問題的負(fù)外部性，污染排放量出現(xiàn)了下降。

圖4 農(nóng)業(yè)面源污染對人均農(nóng)林牧漁總產(chǎn)值的響應(yīng)

從上述脈沖響應(yīng)函數(shù)的分析來看，農(nóng)業(yè)經(jīng)濟(jì)增長對農(nóng)業(yè)面源污染的沖擊響應(yīng)整體表現(xiàn)為抑制作用，農(nóng)業(yè)面源污染對農(nóng)業(yè)經(jīng)濟(jì)增長沖擊表現(xiàn)為促進(jìn)作用，這種促進(jìn)作用表現(xiàn)為增加農(nóng)藥、化肥、地膜和畜禽糞便的投入，在一定程度上會提高糧食產(chǎn)量，最終促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長，但是長期不合理的使用，可能會造成土壤、空氣等環(huán)境資源的污染，阻礙了農(nóng)業(yè)的可持續(xù)發(fā)展，犧牲環(huán)境為代價換來了經(jīng)濟(jì)增長，忽視了土地資源帶來的超額紅利。

3.4 方差分解

進(jìn)一步對VAR模型進(jìn)行方差分解，用以說明農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)面源污染之間的相互影響程度，來量化兩個變量對自身以及另一方的貢獻(xiàn)率大?。?7］。

如表4所示，在進(jìn)行10個預(yù)測期后，內(nèi)部系統(tǒng)已經(jīng)趨于穩(wěn)定，同時與20個預(yù)測期結(jié)果趨于一致，變量之間的互動影響效應(yīng)變化不大，每單位面源污染創(chuàng)造的經(jīng)濟(jì)效益到達(dá)拐點(diǎn)，農(nóng)業(yè)經(jīng)濟(jì)的進(jìn)一步增長需要在優(yōu)化資源要素配置的前提下依靠技術(shù)的進(jìn)步和農(nóng)業(yè)內(nèi)部結(jié)構(gòu)的優(yōu)化。

表4 農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)面源污染的方差分解結(jié)果 %%

續(xù)表4 %

農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長的內(nèi)部波動受其自身的影響高于對方對自身的沖擊影響，農(nóng)業(yè)面源污染對農(nóng)業(yè)經(jīng)濟(jì)增長的影響在1.048%～2.651%之間，平均解釋貢獻(xiàn)度為2.197%。新疆經(jīng)濟(jì)的發(fā)展對環(huán)境污染的影響特別小，說明隨著新疆政府通過在公共資源的使用上進(jìn)行約束制約和激勵等機(jī)制，促使私人成本和社會成本之間達(dá)到了平衡。

農(nóng)業(yè)經(jīng)濟(jì)增長對農(nóng)業(yè)面源污染的影響在21.426%～22.083%之間，平均解釋貢獻(xiàn)度為19.455%。進(jìn)一步表明了生產(chǎn)要素的增加對農(nóng)業(yè)經(jīng)濟(jì)增長的帶動效果較弱，此時，新疆應(yīng)采納新型農(nóng)耕技術(shù)，實(shí)施化肥農(nóng)藥零增長、畜禽廢棄物的無害化處理等，大力發(fā)展綠色農(nóng)業(yè)和生態(tài)農(nóng)業(yè)，提高畜禽糞便資源化利用技術(shù)，在治理污染的過程中也同時提高產(chǎn)出效益，達(dá)到經(jīng)濟(jì)與環(huán)境“雙贏”。

4 討論與結(jié)論

4.1 討論

目前，關(guān)于農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長的關(guān)系研究，多數(shù)學(xué)者采用EKC重點(diǎn)分析兩者之間的動態(tài)變化趨勢，或運(yùn)用VAR模型解析兩者之間的互動效應(yīng)，而本研究將兩種具有不同側(cè)重點(diǎn)的方法結(jié)合在一起去相互印證部分研究結(jié)果，更有利于揭示兩者之間的趨勢特征及動態(tài)關(guān)系。同時，本研究運(yùn)用正負(fù)外部性理論來加強(qiáng)動態(tài)演變的原因解析，更能充分反映兩者的動態(tài)演變特征及對未來相互影響的程度。

本研究發(fā)現(xiàn)新疆農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長的EKC呈現(xiàn)倒“N”型，與梁偉健等［3］、蔣黎等［4］認(rèn)為兩者呈現(xiàn)“N”型、倒“U”型的結(jié)論不一致，也不同于傳統(tǒng)經(jīng)典的倒“U”型特征。導(dǎo)致上述結(jié)論不一致的原因可能為：選取污染物指標(biāo)及研究時間階段存在差異性；文中將新疆作為研究對象，以上學(xué)者將我國整體作為研究對象；在現(xiàn)代農(nóng)業(yè)技術(shù)驅(qū)動下，不同區(qū)域農(nóng)業(yè)發(fā)展方式從依賴資源要素向資源節(jié)約型、環(huán)境友好型轉(zhuǎn)向的時間不同，可能會呈現(xiàn)不同的環(huán)境污染路徑。

當(dāng)前新疆經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的協(xié)調(diào)度較好，后續(xù)應(yīng)加強(qiáng)對農(nóng)業(yè)污染的防控、污染物總量的控制及農(nóng)業(yè)碳減排方面。一方面，新疆作為一個農(nóng)業(yè)大省，同時又是一帶一路的核心區(qū)，加之生態(tài)環(huán)境極其脆弱，在經(jīng)濟(jì)活動強(qiáng)度不斷加強(qiáng)的過程中，大力推廣現(xiàn)代農(nóng)業(yè)技術(shù)，通過一系列的方式規(guī)范農(nóng)戶施肥用藥的種植行為顯的尤為重要。另一方面，在實(shí)現(xiàn)碳達(dá)峰、碳中和的過程中，必須嚴(yán)格貫徹化肥農(nóng)藥減量減碳、畜禽糞便的循環(huán)利用，推動生態(tài)環(huán)境與經(jīng)濟(jì)發(fā)展協(xié)同共進(jìn)。

4.2 結(jié)論

本研究基于EKC檢驗(yàn)，探究了1991—2019年新疆農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長的演化特征，在VAR模型基礎(chǔ)上，利用脈沖響應(yīng)函數(shù)討論二者之間的動態(tài)沖擊響應(yīng)效果，最后通過方差分解解析農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長的相互影響程度，得出如下主要結(jié)論：

第一，新疆1991—2019年的農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長在EKC中呈現(xiàn)倒“N”型關(guān)系。不同于傳統(tǒng)經(jīng)典的EKC倒“U”型特征，農(nóng)業(yè)生產(chǎn)的正負(fù)外部性與曲線走勢緊密相關(guān)，新疆當(dāng)前處于第二個下降階段，農(nóng)業(yè)面源污染治理呈現(xiàn)了比較良好的成效。

第二，農(nóng)業(yè)經(jīng)濟(jì)增長對農(nóng)業(yè)面源污染的沖擊響應(yīng)為負(fù)向影響，而后者對前者的沖擊響應(yīng)為正向影響，但影響均較為短暫。從脈沖響應(yīng)的路徑來看，農(nóng)業(yè)經(jīng)濟(jì)增長與農(nóng)業(yè)面源污染彼此間的沖擊效果在短期較為劇烈，長期來看兩者之間的沖擊效果趨于穩(wěn)定。

第三，新疆農(nóng)業(yè)面源污染與農(nóng)業(yè)經(jīng)濟(jì)增長的內(nèi)部波動受其自身的影響高于對方對自身的沖擊影響。方差分解結(jié)果表明，兩者的貢獻(xiàn)率在77%～98%之間，這也反映了農(nóng)業(yè)面源污染對經(jīng)濟(jì)增長的貢獻(xiàn)并不能僅僅依靠生產(chǎn)要素的增加去提高，利用現(xiàn)代標(biāo)準(zhǔn)化技術(shù)和農(nóng)業(yè)結(jié)構(gòu)優(yōu)化提升經(jīng)濟(jì)效率的空間依然較大。

第四，農(nóng)業(yè)經(jīng)濟(jì)增長對農(nóng)業(yè)面源污染的部分影響特征在脈沖響應(yīng)和EKC中都得到了相同的印證。在2006—2010年農(nóng)業(yè)面源污染指數(shù)呈上升態(tài)勢，促進(jìn)了農(nóng)業(yè)經(jīng)濟(jì)增長。隨著政府加快健全農(nóng)業(yè)生態(tài)型公共產(chǎn)品的激勵機(jī)制，并加強(qiáng)農(nóng)業(yè)減排技術(shù)的提高等，增加了生態(tài)公共產(chǎn)品的有效供給，在2011—2019年農(nóng)業(yè)面源污染呈現(xiàn)下降態(tài)勢。