中国农业面源污染与经济增长关系及治理对策研究

郭利京 王 颖

（安徽财经大学，安徽 蚌埠 233030）

中国农业面源污染与经济增长关系及治理对策研究

郭利京 王 颖

（安徽财经大学，安徽 蚌埠 233030）

基于环境库兹涅茨曲线（EKC）理论，利用二次函数曲线和1993—2015年我国30个省份的面板数据，分析农业面源污染与经济增长之间的长期趋势及现阶段基本特征。结果表明，（1）当前我国农业面源污染与经济增长之间呈倒“U”型关系；（2）畜禽养殖污染对化学需氧量（COD）的贡献率为77.9%，成为COD主要污染源；化肥过量施用对总氮（TN）、总磷（TN）的贡献率分别为83.4%、71.7%，成为TN、TP的主要污染源；（3）以北京、上海为代表的东部经济发达地区，人均GDP已超过或接近农业面源污染减排拐点，其TP排放量增速下降明显，而COD、TN污染治理状况仍不乐观；中西部地区人均GDP尚未达到农业面源污染减排拐点，未来农业面源污染排放量还会伴随经济增长而上升。因此，政府应实施农业技术改革，鼓励农业清洁生产方式，加大中西部地区农业生产技术投入，实现经济增长、农业生产与环境质量相协调。

农业面源污染；环境库兹涅茨曲线；经济增长

中国是农产品生产和消费大国，农业生产在国民经济发展中具有重要地位。改革开放以来，我国农业发展取得巨大进步，2016年粮食产量、肉类产量分别为61 624万吨和8 540万吨，分别是1978年的2.02倍和7.03倍①数据来源于2016年国民经济和社会发展统计公报。。但由于农业生产者对农产品产量和经济效益的持续偏向[1]，导致农业生产中化肥、农药等化学要素过量施用，畜禽粪便、农作物秸秆等农业废弃物未得到合理利用，最终污染耕地、水源等农业资源环境，不利于农业可持续发展和农产品安全。

畜禽养殖、农田化肥过量施用和农作物秸秆等产生的污染物是导致我国农业资源环境质量下降的主要因素[2]。当前，我国农业正处在由传统农业向现代化农业转变的关键时期，经济增长与农业环境的协调发展，成为农业与二三产业融合进程中亟待解决的现实问题。本文基于环境库兹涅茨曲线（EKC）理论，利用1993—2015年我国30个省份的面板数据（为保证样本期内数据核算一致性，将重庆并入四川）②，研究农业面源污染与经济增长之间的长趋势关系及现阶段基本特征，为解决我国经济增长与农业环境资源恶化的矛盾、实现农业可持续发展提供参考。

一、文献综述

20世纪90年代初期，Grossman和Krueger通过研究美国、德国等发达国家经济增长和环境污染关系，首次提出环境污染程度与经济发展水平存在先上升后下降的倒“U”型关系[3]。随后Pananyotou将经济增长和环境污染之间的关系发展为EKC理论，即在经济发展初期，环境污染物排放量随经济增长上升，到达拐点后开始下降[4]。Antler、Dinda将EKC理论应用到农业领域，认为农业面源污染是造成环境污染的主要原因，可运用EKC理论研究农业污染物排放量与经济增长水平之间的关系[5-6]。Cestti发现黑海水域水质恶化，导致渔业和旅游业收入下滑及生物多样性丧失，与农业面源污染密切相关，同时证明该地区农业污染与经济增长之间满足EKC假说[7]。Mao等测试宁夏黄河灌区区域经济增长与不同类型农业面源污染之间关系，结果表明，宁夏黄河灌溉区农作物种植产生的污染排放量与经济增长呈倒“U”型特征[8]。Wei等通过研究中国20个省面板数据发现，农业环境效率与经济增长之间存在因果关系，二者关系曲线为“U”形，间接验证EKC假说[9]。

国内学者深入研究农业污染物排放量与经济增长之间的关系。李海鹏运用1997—2005年面板数据，选用化肥和农药使用密度及畜禽粪便排放量作为污染核算变量，考查我国31个省份的农业污染情况，认为我国农业非点源污染源排放量与经济增长呈明显倒“U”型曲线关系[10]。葛继红等以江苏省1990—2009年农业数据为研究对象，以VAR模型为研究工具，利用脉冲响应函数和方差分解因子，论证人均过剩氮量与人均生产总值之间关系，发现人均国民收入变动是农业面源污染的主要原因[11]。吴其勉等分析1995—2011年福建农业面源污染与经济增长之间关系，发现农业生产总值与农用塑料薄膜使用量不存在先上升后下降关系，但化肥和农药施用量、禽畜养殖粪便等污染物与农业生产总值之间呈明显倒“U”型关系[12]。于骥等通过研究四川2001—2014年农药、化肥和塑料薄膜使用量发现，三者使用量已达到峰值，目前随着农村经济发展，农业面源污染逐渐得到改善[13]。

国内外学者在研究农业面源污染与经济增长之间关系时，多数将塑料薄膜遗弃面积、化肥过度施用量和农药过度使用量等作为农业环境污染物核算指标，但此类变量无法直接衡量农业生产对耕地、水源等环境要素的污染状况。故本文选用可直接判断农业生产污染物对耕地和水源等环境要素污染状况的指标——农业生产中的化学需氧量（COD）、总氮（TN）和总磷（TP）排放量，作为农业生产面源污染核算指标。研究三类污染物排放量与经济增长之间的关系，检验是否存在先升后降的倒“U”型关系，在厘清三类污染物结构来源基础上，提出治理我国农业面源污染、实现农业可持续发展的对策建议。

二、数据来源及核算方法

本文研究的农业面源污染主要是农业生产过程中的污染，依据农作物生产和畜禽养殖特点，发现农业生产过程中的环境污染物主要来自农田化肥的过量施用、畜禽养殖和农田固体废弃物等[14-15]，依照数据有效性和科学性原则，将污染物排放量测算细化为污染排放单元，将不同地区农业生产特征考虑在内，核算其污染物排放量。单元为污染物最小测算个体，受不同地区农业生产环境及农业废弃物处理方式影响[16]。根据农业生产地区及农业污染物排放来源，核算方法采用单元调查法，得出我国农业主要污染物的排放清单。农田化肥过量施用产生的污染物是指农业生产中由于过量施用化肥导致氮、磷等流失对土壤和水源造成的危害，该项作为TN、TP的核算单元；畜禽养殖污染物是指养殖主体在畜禽生长过程中对畜禽粪便及污水处理不当，甚至未经处理向周边环境排放，最终导致水体污染，该项作为COD、TP和TN三种污染物的核算单元；农田固体废弃物污染是指未被适时利用和处理的农作物秸秆及田间蔬菜废弃物堆积产生的有机质及氮磷等养分流失造成的水体污染，此项作为COD、TN和TP的核算单元。总体而言，COD污染源为畜牧业养殖污染、农田固体废弃物污染，TN、TP污染源分别为化肥过量施用污染、畜牧业养殖污染和农田固体废弃物污染（见表1）。

农业面源污染COD、TN、TP污染物排放量的计算，借鉴梁疏涛总结的单元调查法，计算公式如下：

Ei为污染物产生总量，i取值为1、2、3，分别代表COD、TN和TP；EUi为产污单元i的产生量，ρi为产污单元i的产污比例，1-ηi为i的利用率，PEi为农业废弃物产生量，Ci为污染物i的排放比例，受样本区域内耕种环境影响，包括土壤有机物含量、水质富营养化程度和农作物耕作方式[17]。在计算COD、TN和TP污染物排放量时，畜禽粪便、农作物废弃物等污染物利用率（1-ηi）、流失率（ρi）和产污系数（Ci）参考汤洁等、李小云等相关研究[18-19]。

表1 农业面源污染核算单位

三、农业面源污染与经济增长关系实证研究

（一）模型设定

检验农业面源污染状况与经济增长之间是否存在倒“U”型关系，可用一元二次曲线、一元三次曲线实现，二者均可表现变量之间先上升后下降的趋势关系。由于二次曲线模型为三次曲线模型的特殊形式，为不失一般性，检验模型最终设定为三次函数形式，如下式：

其中，Eit为t时期COD、TN和TP三种污染物核算变量，RGDP为实际人均生产总值核算变量，用以度量一定区域内经济发展水平，uit为复合扰动项。如式（2）回归结果与EKC曲线一致，则可用公式（3）计算人均生产总值临界值。其中RGDP*为转折处人均生产总值，本文以1993年为基期，对各省市人均GDP价格平减处理，得到农业面源污染物排放量转折处的RGDP临界值是样本省份的实际人均生产总值。

（二）平稳性检验

为避免因时间变动趋势产生的虚假回归，将各变量平稳性检验。同时，为增加估计结果可信度，对面板数据采用LLC、Breitung、IPS和Fisher-df四种检验方法。由表2可知，未经差分的各变量均含有单位根，取一阶差分后全部平稳。因此，用各变量的一阶差分形式，实证分析农业面源污染与经济增长之间关系。

（三）结果分析

首先，借助单元调查法，在考虑不同省份农业生产特征基础上，核算我国农业主要生产地区COD、TN与TP排放量，如图1。

三类主要污染物排放量大小依次是TN、COD、TP，各污染排放量均呈现逐步上升趋势。COD污染物排放量增速较快，污染源主要来自于畜禽养殖污染和固体废弃物污染，其中沿海省份污染排放量较大，如山东、广东和河北等作为粮食、蔬菜和畜禽类主要产区，COD污染物排放量较高，其次是中部地区（如湖北、湖南、安徽、河南），西部省份污染排放最少；TN排放总量最大，主要与化肥施用污染和固体废弃物污染有关，以江苏、浙江、山东和广东为代表的东南沿海省份是我国蔬菜、粮食等农作物的主要产区，农业生产中污染物排放量较多，成为TN污染物主要来源，其次是中部地区，其TN排放量同样不容忽视，且仅次于东部沿海地区，西部省份除农业较发达的四川之外，其他省份污染物排放量较少；TP排放量总体水平较低，与化肥施用污染和固体废弃物污染密切有关，东部省份（如河北、山东、福建、广东）由于是粮食蔬菜等农作物的主要产区，化肥施用量大，产生的固体废弃物多，TP污染物排放量较高，中部省份（如河南、安徽、湖北、湖南、广西）排放量较沿海省相对较少，而西部省份由于农业不发达，污染物排放量不高。

其次，将COD、TN、TP排放量与人均国内生产总值回归，结果见表3～5。面板数据的检验模型主要有以下三种：一是从时间和截面而言，不同个体之间无显著性差异，且截距和系数均相同的混合效应模型（mixed effects model，ME）；二是截距不同、系数相同的变截距模型，包括随机效应模型（random effects model，RE）与固定效应模型（fixed effects model，FE）；三是截距、系数均不同的变系数模型（varying coefficient model，VC）。在模型选择时，为避免因偏重个体异质性而忽略个体间共性，不常使用变系数模型。本文主要从ME和RE与FE中选择适合方法统计分析。模型选择原则如下：如各截面估计方程的截距和斜率项相同，即回归方程估计结果在截距项和斜率项上无差异，则选择ME模型；如复合扰动项与某一解释变量相关，则选用FE模型；如复合扰动项与所有解释变量均不相关，则选用RE模型。应用F检验，实现ME模型与FE模型的选择；应用豪斯曼（Hausman）检验，实现RE模型和FE模型的选择。

表2 变量单位根检验

图1 COD、TN与TP排放量

1.COD与经济增长关系。通过将COD与人均GDP回归分析，结合ME、FE和RE模型估计结果，发现三种模型一致验证COD与人均GDP之间满足EKC理论，两者呈倒“U”型关系（见表3）。根据F检验，在ME和FE模型中确定选择FE模型，进一步豪斯曼检验，在FE和RE模型中确定最终选择RE模型，回归结果如下：

根据公式（3）计算可得，COD污染物的实际人均生产总值临界值为16 571.4元（1993为基期）。当人均生产总值小于16 571.4元时，COD产生量随人均国民生产总值的增长而上升，达到临界值后，污染物产生量与人均国民生产总值呈反向关系，即COD产生量随经济增长呈现下降趋势。比较2016年实际人均生产总值，上海、北京分别以19 165.5元、25 433.9元超过临界值，表明COD污染排放量已处于下降阶段，未来COD产生量将随着经济增长回落；天津、辽宁、广东、浙江已超过万元并逐渐向拐点靠近。由此可见，多数东部沿海省份（天津、上海、浙江和广东）已接近或超过拐点，COD排放量开始或将要随经济增长而逐步下降，多数中西部省份的经济发展水平与人均生产总值临界值相差较远，未来一段时间内COD产生量将伴随经济增长增加。

由以上分析可知，经济发展程度较好的东部地区经济增长对环境的反向作用已显现，城乡居民在物质生活富足的条件下，开始追求优质的生存环境，促使环境质量伴随经济增长而逐步改善。在经济总量进一步增长的过程中，上海、北京的COD增长率开始迅速下降；东部其他省份人均GDP将逐渐达到临界值，COD排放量经过一段时期的缓慢上升后将逐步下落；而经济发展水平较低的中西部地区，COD产生量还将伴随经济增长快速增加。

此外，从主要污染核算单元对COD排放量的贡献率（贡献率为三类主要污染核算单元，包括化肥施用污染、畜禽养殖污染与农田固体废弃物，各自产生的污染物分别占污染物COD排放量的比重）而言（见图2），1993—2015年畜禽养殖污染与农田固体废弃物污染对COD排放量的平均贡献率为77.9%和22.1%。由此可知，畜禽养殖业成为COD污染物的主要来源。因此，治理时要针对农业面源污染的主要来源，兼顾次要来源，以省为单位将畜禽养殖业作为COD污染防控的重点对象，集中处理畜禽粪便及冲刷厩舍产生的污水，阻断污染物产生渠道，兼顾对农作物秸秆等其他农业废弃物的污染治理；考虑到畜禽粪便处理、污水储存和跨地区运输存在困难，畜禽养殖业发展中要做好优化布局，鼓励种养结合。

表3 COD排放量与人均GDP的回归结果

2.TN排放量与经济增长关系。基于以上统计分析方法，利用TN与人均GDP回归，将ME、FE和RE模型估计结果F检验和豪斯曼检验，得出TN产生量与人均生产总值关系式如下：

由表4可知，TN污染物产生量与实际人均生产总值满足EKC理论，两者之间具有较明显的倒“U”型趋势。利用公式（3），得到TN污染物的人均生产总值临界值为14 567.1元。与当前各省份实际人均生产总值对比可知，仅北京和上海超过临界值，未来其TN污染物排放量将会伴随经济增长呈明显下降趋势；以天津、辽宁、江苏、浙江（分别为12 481.7元、10 728.1元、9 421.7元、9 686.1元）为代表的东部省份人均GDP趋近于拐点，未来几年大多数东部省份的TN排放量将随经济增长先缓慢上升后逐年下降；但大部分中西部地区由于资源禀赋、农业技术差异及当地发展环境限制，人均实际GDP与临界值差距较大，TN污染物产生量还将伴随经济增长上升。因此，从全国总量而言，未来TN污染物排放量还将伴随经济增长持续增加。

图2 主要污染核算单元对COD排放量的贡献率

表4 TN排放量与人均GDP的回归结果

由图3可知，农田固体废弃物污染与畜禽养殖污染对TN排放量的平均贡献率（贡献率为三类主要污染核算单元，包括化肥施用污染、畜禽养殖污染与农田固体废弃物，各自产生的污染物分别占污染物TN排放量比重）分别为9.2%和7.4%，贡献率较低；相比之下，农业生产化肥施用量每年贡献率均在80%以上，平均贡献率为83.4%，说明农用化肥的过量施用成为造成含氮有机污染物排放的主要原因。因此，治理含氮污染物导致的农业面源污染，应分析农户化肥施用认知及行为，加大对过量施用化肥危害的宣传力度，引导农户深层施氮，适量、科学施肥。

3.TP排放量与经济增长关系。将ME、FE和RE模型F检验和豪斯曼检验，得到TP污染物产生量与人均生产总值之间关系式如下：

由表5可知，TP产生量与人均生产总值存在显著EKC曲线关系，且人均生产总值临界值为9 519.3元（贡献率为三类主要污染核算单元，包括化肥施用污染、畜禽养殖污染与农田固体废弃物，各自产生的污染物分别占污染物TP排放量的比重）。与COD、TN两个污染指标的临界值相比，TP排放量的人均生产总值临界值较低，北京、辽宁、上海、天津、浙江和广东超过临界值，其TP排放量增长率开始下降；江苏、福建、山东、重庆、四川、湖北、海南人均生产总值已趋近临界值，说明伴随经济增长，未来我国TP排放量增速将趋于减缓或持平。可见，我国大多东部省份（北京、上海、天津、浙江、广东、江苏、福建、山东）TP污染物排放量开始或即将随着人均收入的增加而下降，少数中部省份（湖北、湖南）的污染物排放量将随经济增长而下降，而多数中西部省份由于人均GDP未达拐点，TP污染物排放量还将随经济增长继续上升，直至达到拐点后才会逐渐下降。当前我国农业生产中TP污染物排放控制已取得初步成效，中东部大多省份TP污染物排放量随经济增长而下降，西部地区TP排放量还将继续上升，预计全国TP污染物总排放量将会随经济增长逐渐下降。

图3 主要污染核算单元对TN排放量的贡献率

表5 TP排放量与人均GDP的回归结果

由图4可知，农田固体废弃物、畜禽养殖污染物导致的TP污染分别占TP污染物排放总量的11.6%和16.7%，而化肥过量施用导致的污染物平均贡献率为71.7%，是TP污染物排放量增加的主要原因。从全国TP污染物排放已取得初步成效的状况，可知当前我国政府实施的农作物配方施肥、化肥“零增长”等政策，在遏制化肥过量施用、减缓TP污染排放方面效果明显。

图4 主要污染核算单元对TP排放量的贡献率

四、结论及政策建议

本文基于EKC理论，运用二次函数曲线和1993—2015年我国30个省份面板数据，检验农业面源污染与经济增长间关系，得出以下结论：

第一，农业面源污染与经济增长之间满足EKC理论。本文将COD、TN、TP污染物指标分别与人均GDP回归，验证农业生产污染物产生量与人均生产总值之间存在明显倒“U”型关系，即伴随经济的增长农业面源污染物排放量先上升，达到拐点后再下降。

第二，畜禽养殖是COD污染物的主要来源，化肥过量施用是TN、TP污染物的主要来源。通过对农业面源污染物COD、TN、TP排放量贡献率的统计分析发现：畜禽粪便及污水对COD排放量贡献率为77.9%，是COD的主要污染源；化肥过量施用对TN、TP污染的贡献率高达83.4%、71.7%，成为TN、TP的主要污染源。因此，政府在制定农业面源污染治理政策时，要重点治理农业生产中化肥过量施用、畜禽粪便及污水排放，兼顾农作物秸秆等其他废弃物的处理。

第三，伴随经济增长，三类污染物中，COD、TN排放量在未来几年仍将呈现上升趋势，而TP排放量有望减少。大部分中西部省市尚未达到COD、TN排放量的人均GDP临界值，COD、TN污染物排放量未来还将伴随经济增长而增加。畜禽养殖业是COD、TN污染物的主要来源，且畜禽粪便及污水处理成本高昂，政府应加强对畜禽养殖业污染物处理的规制和补贴力度。TP排放量已得到有效控制，表明政府近年实施的配方施肥、化肥“零增长”以及农作物秸秆及废弃物综合利用等政策初见成效。

第四，从区域结构而言，中西部地区依然面临较为严重的农业面源污染，东部地区农业面源污染状况已有所改观。当前中西部地区经济发展水平较低，人均实际GDP与污染物排放临界点相差较大，农业面源污染物产生量仍将伴随经济增长而上升。以北京、上海为代表的东部经济发达地区，人均GDP已超过或趋近农业面源污染物排放临界点，伴随经济增长，污染物排放量增速呈现放缓或下降趋势。这与我国地区间经济发展水平不均衡相关，东部经济发展程度较高，且具有农业生产技术和资源禀赋优势；中西部地区经济发展整体水平较低，农业技术和资源禀赋较差，农民环保意识不强。因此，东部地区农业面源污染物排放量将会伴随经济增长而下降，中西部地区则会伴随经济增长而增加。

由以上分析可知，东部经济发达地区人均GDP已接近临界值，农业面源污染物排放量增速开始放缓。从全国层面而言，真正实现农业面源污染物排放量下降，还需较长时间。针对COD、TN、TP污染物来源，农业面源污染治理应采取以下措施：（1）针对畜禽养殖污染对COD污染物排放量贡献率较高的现状，合理规划畜禽禁养区和限养区，使畜禽养殖业远离水源保护区。由于畜禽粪便及污水难以长途运输，且长时间储存困难，鼓励养殖业与种植业结合，减少养殖场畜禽粪便及污水的流失率；（2）针对化肥施用污染对TP和TN贡献率较高的现状，鼓励农户施用对环境影响较小的生物肥，引导农户合理使用化肥，对农户开展相应的化肥施用技术培训，减少化肥过量使用。同时，以农业研发、技术推广部门为依托，通过专项补贴，推广适合各地区种植环境的耕地施肥技术，实现精准化配方施肥。同时，可考虑采取经济手段，对化肥征收肥料税，以避免化肥过量施用，降低农业生产中氮磷等污染物流失率；政府补贴绿色化肥，减少普通化肥补贴，使化肥价格更加贴近真实价格，农民进一步减少化肥投入，从而有效避免化肥过量使用；（3）政府应继续加大对东部地区农业生产的科技投入，鼓励清洁生产方式；对经济发展水平不高的中西部地区，应设立农业专项补贴，提供相应优惠政策，结合当地资源禀赋发展特色农业；对于生态环境脆弱地区，采用生态耕作方式，如实施退耕还林、还湖，并补贴参与农户。只有政府和农民共同努力，采用新技术，实施农业清洁生产，加快推进农业生产方式转变，才能减少各种农业污染物排放，最终实现农业可持续发展。

［1］胡博,罗良国,武永锋,等.环竺山湾湖小流域种植业面源污染减排潜力研究[J].农业环境科学学报,2016(7)：1368-1375.

［2］冯佳,郭宇宁,王飞,等.太原汾河景区浮游植物群落结构及其与环境因子关系分析[J].环境科学,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］李海鹏.中国农业面源污染的经济分析与政策研究[D].武汉：华中农业大学,2007：30.

［11］葛继红,周曙东.农业面源污染的经济影响因素分析——基于1978—2009年的江苏省数据[J].中国农村经济,2011(5)：72-81.

［12］吴其勉,林卿.农业面源污染与经济增长的动态关系研究——基于1995—2011年福建省数据分析[J].江西农业大学学报（社会科学版）,2013(4)：445-452.

［13］于骥,蒲实,周灵.四川省农业面源污染与农业增长的实证分析[J].农村经济,2016(9)：56-60.

［14］刘宇程,袁建梅,靳贤娴.国内农业用水污染现状及防治措施[J].环境工程 ,2014(4)：1-3.

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

［16］陈敏鹏,陈吉宁,赖斯芸.中国农业和农村污染的清单分析与空间特征识别[J].中国环境科学,2006(6)：751-755.

［17］许启发,张金秀,蒋翠侠.基于非线性分位数回归模型的多期

F323.6 文献标识码：A 文章编号：1672-3805(2017)05-0030-09 收稿日期：2017-08-20

安徽省社科规划项目“安徽农业面源污染负荷估算及治理研究”（AHSKQ2016D105）；全国统计科学研究项目“淮河流域农业面源污染负荷估算及治理研究”（2017LY79）；安徽高校人文社科重点项目“低碳经济背景下安徽农作物秸秆资源化利用研究”（SK2015A307）；安徽财经大学研究生科研创新基金项目“安徽省农业面源污染与经济增长”（CYC2016083）