黄河流域农业面源污染的演化特征与区域差异

doi:10.7522/j.issn.1000-694X.2024.00086

黄河流域农业面源污染的演化特征与区域差异

李光勤^,¹, 牛雯琦¹, 王江姣^,²

1.安徽财经大学国际经济贸易学院，安徽蚌埠 233030

2.浙江农林大学暨阳学院，浙江绍兴 311800

Characteristics evolution and regional differences of agricultural non-point source pollution in the Yellow River Basin

Li Guangqin^,¹, Niu Wenqi¹, Wang Jiangjiao^,²

1.School of International Economics and Trade，Anhui University of Finance and Economics，Bengbu 233030，Anhui，China

2.Jiyang College of Zhejiang AF University，Shaoxing 311800，Zhejiang，China

通讯作者: 王江姣（E-mail：zjycwjj@163.com）

收稿日期: 2024-05-20 修回日期: 2024-07-06

基金资助:

安徽省哲学社会科学一般项目. AHSKY2022D050

Received: 2024-05-20 Revised: 2024-07-06

作者简介 About authors

李光勤（1979—），男，四川泸县人，博士，教授，主要从事区域经济与环境经济研究E-mail：zjfcligq@126.com , E-mail：zjfcligq@126.com

摘要

在资源与环境双重约束下，考察黄河流域农业面源污染的测算指标、演化特征与区域差异，对推进黄河流域生态保护和农业高质量发展具有重要作用。以黄河流域不同地区农田化肥、畜禽养殖和农作物固体废弃物为污染单元，利用清单分析法测算黄河流域9省份2006—2022年的农业面源污染排放量和排放强度，并采用DAGUM基尼系数分解法分析黄河流域农业面源污染的区域差异。结果表明：（1）黄河流域农业面源污染排放量和排放强度总体呈恶化趋势，年均增长率分别为1.85%和1.06%，主要来源是化学需氧量（COD）污染物。（2）黄河流域各类污染源导致的农业面源污染具有显著差异，畜禽养殖对农业面源COD污染物和总磷（TP）污染物排放量贡献率最大，农作物固体废弃物对农业面源总氮（TN）污染物排放量贡献率最大。（3）2006—2022年黄河流域农业面源污染排放强度的区域内差异出现缩小趋势，区域间差异是区域差异的主要来源，区域间存在污染治理不平衡现象。

关键词： 黄河流域 ; 农业面源污染 ; DAGUM基尼系数 ; 区域差异

Abstract

Under the dual constraints of resources and environment， examining the calculation indicators， evolutionary characteristics， and regional differences of agricultural non-point source pollution in the Yellow River Basin plays an important foundational role in promoting ecological protection and high-quality agricultural development. This article takes agricultural fertilizers， livestock and poultry farming， and crop solid waste as pollution units， uses inventory analysis method to calculate the agricultural non-point source pollution emissions and emission intensity of nine provinces in the Yellow River Basin from 2006 to 2022， and uses DAGUM GINI coefficient method to calculate the regional differences. Research has shown that：（1） The overall trend of agricultural non-point source pollution emissions and emission intensity in the Yellow River Basin is deteriorating， with an average annual growth rate of 1.85% and 1.06%， respectively. The main source is COD pollutants. （2） There are significant differences in agricultural non-point source pollution caused by various pollution sources in the Yellow River Basin. Livestock and poultry farming has the highest contribution rate to COD and TP， while crop solid waste has the highest contribution rate to TN. （3） From 2006 to 2022， the regional internal differences in the intensity of agricultural non-point source pollution emissions in the Yellow River Basin have shown a narrowing trend， with regional differences being the main source， and there is an imbalance in pollution control between regions.

Keywords： Yellow River Basin ; agricultural non-point source pollution ; DAGUM GINI coefficient ; regional differences

PDF (2202KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

李光勤, 牛雯琦, 王江姣. 黄河流域农业面源污染的演化特征与区域差异. 中国沙漠[J], 2024, 44(6): 146-154 doi:10.7522/j.issn.1000-694X.2024.00086

Li Guangqin, Niu Wenqi, Wang Jiangjiao. Characteristics evolution and regional differences of agricultural non-point source pollution in the Yellow River Basin. Journal of Desert Research[J], 2024, 44(6): 146-154 doi:10.7522/j.issn.1000-694X.2024.00086

0 引言

污染可以分为点源污染和面源污染。前者主要指工业点源污染，指因工业生产而产生的污染，如单个污染源引起的水、空气、热、噪声或光污染。农业作为经济发展的基础产业，是国家自立、社会安定的根本保障。改革开放以来，中国农业快速发展，但由于在生产过程中长期使用化肥、农药等，以及对畜禽粪便、作物秸秆的处理不当，造成水土环境大面积污染，即农业面源污染。相较于工业点源污染，农业面源污染形成随机、位置分散、覆盖广泛，是生态文明建设的突出难点。中国农业面源污染分布总体呈自东向西递减趋势^［1-2］，畜禽养殖废弃物逐渐成为主要排放源^［3］。农业面源污染的负外部性严重阻碍农业可持续发展^［4］，如何有效治理农业面源污染问题，推动农业增效、农民增收、农村增绿，是国家和政府需要解决的关键问题。

在中国生态环境保护中，黄河流域占据关键地位。黄河流域以黄河为纽带，横跨东中西部三大区域，在中国农业发展过程中处于“脊梁”位置。学术界以黄河流域作为研究对象^［5-7］，就气候变化^［8］、水资源^［9-10］、绿色发展^［11］等角度，探讨黄河流域可持续发展问题。随着经济的快速发展，黄河流域农业生态保护压力日益加剧，而农业面源污染具有分散性、隐蔽性等特点^［12］，成为黄河流域生态治理的重难点。面源污染是水体首要污染源^［13］，黄河流域9省份化学需氧量排放的70%以上和总磷排放的60%以上均来自面源污染^［14］，中国农业面源污染逐渐成为影响流域水体改善的瓶颈因素^［15］。

目前学术界对于农业面源污染测度的主流方法有以下3种：第一，采用河流流域模拟数据估算农业面源污染排放^［16-17］；第二，采用相关指标替代农业面源污染排放量^［18-20］；第三，基于普查单元的调查评估法^［21-22］。鉴于研究主题的方法适用性，本文采用清单分析的思路，以黄河流域9省份为核算单位，处理计算中国黄河流域的农业面源污染排放量以及排放强度，根据计算结果探究农作物固体废弃物、农田化肥、畜禽养殖这3种农业污染源带来的化学需氧量（COD）、总氮（TN）、总磷（TP）3种污染物情况，并采用DAGUM基尼系数分解法分析黄河流域农业面源污染的区域差别。研究结论揭示了黄河流域农业面源污染的时间演化趋势、污染来源特征和区域差异，为黄河流域农业生态治理和可持续发展提供科学依据。

1 研究区概况

黄河流域省份资源禀赋、经济基础等不同，农业面源污染也存在差异性。为分析黄河流域农业面源污染的区域差异，对黄河流域省份进行界定，采用自然流域的分类方式，以内蒙古河口镇和河南省桃花峪为界，将黄河流域划分为上游、中游和下游地区。上游地区包括青海、四川、甘肃、宁夏四省，中游地区包括内蒙古、陕西、山西三省，下游地区包括河南、山东两省。山东省、河南省受人口密度和农业生产影响，常年是农业面源污染高风险地区。

2 数据与研究方法

2.1　数据来源

通过清单分析法计算黄河流域9省份的农业面源污染排放量以及排放强度，需要获取以下3个数据源：第一，各污染单元的排放系数，来自第一次全国污染源普查手册；第二，各污染单元的流失系数，来自2007—2023年的《中国农村统计年鉴》和《中国统计年鉴》；第三，各污染源的详细情况，包括黄河流域9省份的农作物产量、化肥用量、畜禽养殖量等，数据来自2007—2023年的《中国农村统计年鉴》和《中国统计年鉴》。样本期间选择在2006—2022年的原因在于，目前可获最新农村统计年鉴数据仅统计到2022年，并且2006年之前的相关农村数据缺失较为严重。

2.2　研究方法

2.2.1　农业面源污染测算方法

农业面源污染的核算模型。农业面源污染在导致水体富营养化方面要远超点源污染^［23］。借鉴陈敏鹏等^［22］、梁流涛等^［24］的做法，采用清单分析法测算农业面源污染：

E = \sum_{i = 1}^{n} E U_{i} ρ_{i} (1 - η_{i}) C_{i} = \sum_{i = 1}^{n} P E_{i} (1 - η_{i}) C_{i}

（1）

E I = \frac{E}{A L}

（2）

式（1）中： $E$ 为农业面源污染排放量； $i$ 为污染单元； $E U_{i}$ 为污染单元 $i$ 的数值，具体为化肥折纯量、畜禽养殖量、农作物产量； $ρ_{i}$ 为污染强度系数； $E U_{i}$ 和 $ρ_{i}$ 的乘积 $P E_{i}$ 为潜在污染产生量； $η_{i}$ 为相关利用效率的系数； $C_{i}$ 为污染单元 $i$ 的排放系数。式（2）中： $E I$ 为农业面源污染排放强度； $A L$ 为研究区域的农业用地面积。

农业面源污染的清单。农业面源污染的主要来源是农田化肥、畜禽养殖、农作物固体废弃物3类污染单元^{［23，25-27］}。在测算过程中，需要明确每类污染单元的具体污染源，表1是测算黄河流域农业面源污染单元的排放清单列表。

表1 农业面源污染的污染单元清单

Table 1 Pollution units of agricultural non-point source pollution

污染单元	污染源	调查指标	单位	污染清单
农田化肥	氮肥、磷肥	折纯施用量	万t	TN、TP
畜禽养殖	牛、羊、猪	年末存栏量	万头	COD、TN、TP
畜禽养殖	家禽（鸡鸭）	年末出栏量	万只	COD、TN、TP
农作物固体废弃物	稻谷、小麦、玉米、豆类、油料	总产量	万t	COD、TN、TP

注：根据陈敏鹏等^［22］、梁流涛等^［24］、吴义根等^［26］相关研究内容整理得到。

新窗口打开| 下载CSV

农业面源污染的估算系数。在测算过程中，需要了解每种污染清单具体有多少比例成为污染物排放到自然环境，即确定污染排放系数。2009年，生态环境部首次发布全国污染源普查手册，对污染排放系数进行明确分类，已有文献利用污染排放系数展开相关研究^{［21-23，28］}。本文根据黄河流域沿线9省份的地形、地貌、气候、农业等特征，最终确定研究地区内各污染源污染系数（表2）。

表2 农业面源污染的估算系数

Table 2 Estimated coefficients for agricultural non-point source pollution

污染源	污染清单	污染系数			单位	参数来源
污染源	污染清单	COD	TN	TP	单位	参数来源
农田化肥	氮肥磷肥	—	0.44	0.37	kg kg	《第一次全国污染源普查-农业污染源：肥料流失系数手册》《第一次全国污染源普查-畜禽养殖业源：产排污系数手册》
畜禽养殖	牛	401.50	61.10	10.07	kg·头^-1（kg·只^-1）
	猪	47.88	47.88	1.70
	羊	4.40	2.28	0.45
	家禽	1.17	0.28	0.12
农作物固体废弃物	稻谷	5.63	5.82	0.42	0.001 t·t^-1
	小麦	6.39	5.15	0.90
	玉米	11.23	10.69	2.39
	豆类	17.61	22.23	2.24
	油料	20.57	45.43	2.24

注：根据文献资料整理获得。

新窗口打开| 下载CSV

2.2.2　DAGUM基尼系数分解法

区域差异分析最常用的方法是DAGUM基尼系数分解法，这一方法能够全面展示各方面对区域差异带来的影响^［29-30］。

G = \frac{\sum_{j = 1}^{k} \sum_{h = 1}^{k} \sum_{i = 1}^{n_{j}} \sum_{r = 1}^{n_{h}} | y_{j i} - y_{h r} |}{2 n^{2} \bar{y}}

（3）

式中： $G$ 为总体基尼系数； $y_{j i}$ 是地区 $j$ 内省份 $i$ 的农业面源污染排放强度； $y_{h r}$ 是地区 $h$ 内省份 $r$ 的农业面源污染排放强度； $\bar{y}$ 是各省份农业面源污染排放强度的平均值； $n$ 是省份的个数； $k$ 是地区划分的个数； $n_{j}$ 是地区 $j$ 内省份的个数； $n_{h}$ 是地区 $h$ 内省份的个数； $j$ 、 $h$ 是地区划分的个数； $i$ 、 $r$ 是地区内省份的个数。在运算之前，需要对各省份污染排放强度从小到大排序，即： $y_{h} \leq \dots \leq y_{j} \leq \dots \leq y_{k}$ 。

区域内差异 $G_{w}$ 、区域间差异 $G_{n b}$ 和超变密度差异 $G_{t}$ 满足： $G = G_{w} + G_{n b} + G_{t}$ 。

G_{j j} = \frac{\frac{1}{2 y} \sum_{i = 1}^{n_{j}} \sum_{r = 1}^{n_{j}} | y_{j i} - y_{j r} |}{n_{j}^{2}}

（4）

G_{w} = \sum_{j = 1}^{k} G_{j j} p_{j} s_{j}

（5）

G_{j h} = \frac{\sum_{i = 1}^{n_{j}} \sum_{r = 1}^{n_{j}} | y_{j i} - y_{h r} |}{n_{j} n_{h} (\bar{Y_{j}} + \bar{Y_{h}})}

（6）

G_{n b} = \sum_{j = 2}^{k} \sum_{h = 1}^{j - 1} G_{j h} (p_{j} s_{h} + p_{h} s_{j}) D_{j h}

（7）

G_{t} = \sum_{j = 2}^{k} \sum_{h = 1}^{j - 1} G_{j h} (p_{j} s_{h} + p_{h} s_{j}) (1 - D_{j h})

（8）

G_{j h} = \frac{d_{j h} - p_{j h}}{d_{j h} + p_{j h}}

（9）

式（4）中： $G_{j j}$ 表示区域的基尼系数。式（5）中 $: G_{w}$ 表示区域内差距的贡献。式（6）中： $G_{j h}$ 表示地区 $j$ 和 $h$ 的区域间基尼系数。式（7）中： $G_{n b}$ 表示地区 $j$ 和 $h$ 的区域间净值差距的贡献。式（8）中： $G_{t}$ 表示超变密度的贡献； $p_{j} = n_{j} / n$ ； $s_{j} = n_{j} \bar{Y} / n \bar{Y}$ ； $j = 1,2, \dots, k$ 。式（9）中： $G_{j h}$ 为地区 $j$ 与地区 $h$ 之间污染排放强度的相对差距； $d_{j h}$ 为各省份污染排放强度差值； $p_{j h}$ 为超变一阶矩。

3 结果与分析

3.1　黄河流域农业面源污染的演化特征

本文测算结果与赖斯芸等^［21］、虞慧怡等^［28］、史常亮等^［29］、吴义根等^［30］的研究结果相近，具有较高可信度。

3.1.1　黄河流域农业面源污染的排放量和排放强度

黄河流域2006—2022年农业面源污染总体呈恶化趋势（图1）。从农业面源污染排放量来看，2006年为431.01万t，到2022年上升为558.24万t，增幅为29.52%，年均增长率为1.85%。农业面源污染排放强度2006年为60.32 kg·hm^-2，2022年为70.55 kg·hm^-2，增幅为16.96%，年均增长率为1.06%。农业面源的累积污染程度不断加重，由此导致的农业安全饮水问题和农业安全生产问题不容忽视。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 2006—2022年黄河流域农业面源污染排放量和排放强度

Fig.1 Agricultural non-point source pollution emissions and intensity in the Yellow River Basin from 2006 to 2022

2006—2022年，黄河流域农业面源污染呈现一定波动特征，主要划分为两个阶段：第一阶段为2006—2011年，农业面源污染排放量和排放强度均出现先快速上升再快速下降的走势，排放强度表现得更加强烈。原因可能是，这段时期各地区畜禽养殖规模快速增加之后又大幅下降，特别是养猪业，2010年生猪出栏量相较于2009年下降13.05%。第二阶段为2011—2022年，农业面源污染排放量呈平稳增长趋势，农业面源污染排放强度呈波动增长趋势。原因可能是，这段时期受农业总产量增长的影响，面源污染没有得到有效控制，比如虽然提高了农业化肥的使用效率，但使用量仍然在增加。

3.1.2　黄河流域农业面源污染的污染物排放量

2006—2022年黄河流域农业面源COD、TN和TP污染物排放量均呈波动增长趋势，年均增长率分别为2.02%、1.42%和1.64%。由图2可知，农业面源COD污染物排放量占比高达60%以上，COD污染物已经成为黄河流域农业面源污染最主要的污染单元。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2006—2022年黄河流域农业面源COD、TN、TP污染物排放量

Fig.2 Agricultural non-point source COD， TN， and TP pollutant emissions in the Yellow River Basin from 2006 to 2022

3.1.3　黄河流域农业面源污染的污染源

从COD污染源排放量来看，畜禽养殖高于农作物固体废弃物，并且畜禽养殖所占比例一直高于50%（图3），这表明黄河流域农业面源COD污染物的主要来源是畜禽养殖。原因可能是，人们生活水平的提高带动了畜禽养殖产业的发展，大规模畜禽养殖产生的粪便污水不能及时妥善处理，由此带来严重的养殖污染问题。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 2006—2022年黄河流域农业面源COD污染源排放量

Fig.3 Agricultural non-point source COD pollution source emissions in the Yellow River Basin from 2006 to 2022

从TN污染源排放量来看，农作物固体废弃物农田化肥畜禽养殖，黄河流域农业面源TN污染物的主要来源是农作物固体废弃物（图4）。2006—2022年畜禽养殖和农田化肥所占比例小幅下降，农作物固体废弃物所占比例持续增长。原因可能是，农作物秸秆没有得到妥善处理，农民为了节约成本，将秸秆随意丢弃焚烧，并没有全面实施秸秆还田，使得土壤生态环境进一步恶化。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 2006—2022年黄河流域农业面源TN污染源排放量

Fig.4 Agricultural non-point source TN pollution source emissions in the Yellow River Basin from 2006 to 2022

从TP污染源排放量来看，畜禽养殖农作物固体废弃物农田化肥，黄河流域农业面源TP污染物的主要来源是畜禽养殖（图5）。该地区长期处于高投入高产出的生产状况，长时间不科学施用化肥，会使土壤中有机质含量显著下降，土壤产生板结现象。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 2006—2022年黄河流域农业面源TP污染源排放量

Fig.5 Agricultural non-point source TP pollution source emissions in the Yellow River Basin from 2006 to 2022

3.2　黄河流域农业面源污染的区域差异

3.2.1　区域内差异

由图6可知，黄河流域农业面源污染区域内差异不断缩小，上游区域内差异最大。从演变过程来看，黄河流域农业面源污染的总体基尼系数呈下降趋势，从2006年的0.2757下降到2022年的0.2355，年均下降率为0.91%。从三大地区来看，区域内基尼系数均呈下降特征。2006—2022年，上游地区从0.3045下降到0.2666，中游地区从0.1211下降到0.0887，下游地区从0.0969下降到0.0750，年均下降率分别为0.78%、1.67%、1.41%。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 2006—2022年黄河流域农业面源污染排放强度的区域内差异

Fig.6 Regional internal differences in agricultural non-point source pollution emission intensity in the Yellow River Basin from 2006 to 2022

3.2.2　区域间差异

由图7可知，黄河流域农业面源污染区域间差异呈现分化特征。就变化趋势来看，上-中游、上-下游和中-下游区域间差异均呈缩小趋势。上-中游区域间基尼系数由2006年的0.3002下降到2022年的0.2461，年均下降率为1.13%；上-下游区域间基尼系数由2006年的0.2793下降到2022年的0.2517，年均下降率为0.50%；中-下游区域间基尼系数由2006年的0.3489下降到2022年的0.2991，年均下降率为0.89%。由此可见，上中下游区域间差异缩小程度不一，并且由上游区域到下游区域依次递减，其中上-中游区域差异下降幅度最大。原因可能是，近年来加强黄河治理以及推动黄河流域经济发展，使得上、中游地区落后条件得以改善，各省份间农业面源污染水平趋于平衡。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 2006—2022年黄河流域农业面源污染排放强度的区域间差异

Fig.7 Regional differences in agricultural non-point source pollution emission intensity in the Yellow River Basin from 2006 to 2022

3.2.3　区域差异的贡献率

黄河流域农业面源污染区域间差距贡献率年平均值高达52.41%，区域内差距贡献率年平均值为27.83%，均高于超变密度贡献率的年平均值19.79%（图8），这表明区域间差距是黄河流域农业面源污染区域差异的主要来源。区域内和区域间差距贡献率总体呈下降趋势，年均下降率分别为0.04%和0.02%；超变密度贡献率有所增长，年均增长率为0.11%。从演变趋势来看，区域间差距贡献率曲线呈现“回合升降”特征，超变密度贡献率与之相反，区域内差距贡献率则维持平稳。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 2006—2022年黄河流域农业面源污染排放强度区域差异的来源贡献率

Fig.8 Source contribution rate of regional differences in agricultural non-point source pollution emission intensity in the Yellow River Basin from 2006 to 2022

4 结论与建议

4.1　结论

2006—2022年黄河流域农业面源污染排放量和排放强度总体呈恶化趋势，且存在两阶段的波动特征。第一阶段为2006—2011年的快速上升和快速下降，排放强度表现得更为强烈；第二阶段为2011—2022年农业面源污染排放量较为平稳增长和排放强度缓慢波动式增长。

黄河流域农业面源COD、TN、TP污染物排放量均呈增长趋势，年均增长率分别为2.02%、1.42%和1.64%。其中，COD污染物是黄河流域农业面源污染最主要的污染单元。黄河流域农业发展伴随农业面源污染物排放量增加，长期会抑制农业经济增长。

黄河流域各类污染源导致的农业面源污染具有显著差异。黄河流域农业面源COD和TP污染物的主要来源是畜禽养殖，TN污染物的主要来源是农作物固体废弃物。

2006—2022年黄河流域农业面源污染排放强度的区域差异呈缩小趋势。黄河流域农业面源污染排放强度区域差异的主要来源是区域间差异，区域间农业种植结构、生产经营方式、环境治理能力等存在不平衡现象。

4.2　政策建议

黄河流域农业面源污染排放量的总体变化特征和区域差异性现实，为确定农业面源污染的重点防治区和污染物控制分区提供了方向。

提高畜禽废弃物的综合处理和有效利用能力。构建种植养殖业农户间的物质循环机制，探索建立粪肥运输和使用激励机制。针对散养农户，进行教育和宣传，鼓励集中收集和处理；针对规模养殖户，强制制定畜禽养殖场农田最低配置。

严格实施农作物秸秆还田。黄河流域作为中国主要粮食生产基地，严格实施农作物秸秆还田对改善农村环境问题具有重要促进作用。在收割高峰期，必须加强监测和控制，严格规范农民对秸秆的处理，从源头上杜绝任意焚烧污染空气。

严格控制化肥、农药的使用。坚持科学施肥、改善化肥利用率，借助5G技术进行精准施用农药，从源头上减少化肥使用。同时，实施农药包装残留物的有效回收机制，降低农药危害。

建立黄河流域农业面源污染的联防联治机制。黄河流域横跨多个省市，农业面源污染目前处于地方自主治理阶段。各区域应加强联合治理，重视区域间联系，坚持系统化设计、总体化运作、规模化实施、集成化示范、整体化推进，以期共赢。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

马军旗，乐章.

中国农业面源污染的空间差异与影响因素分析

［J］.农业现代化研究，2021，42（6）：1137-1145.