农业是国民经济的基础,改革开放30多年以来,我国农业高速发展,粮食产量稳步提升,为我国经济的成功转型及社会的稳定运行提供了坚实的物质保障。在农业生产所有投入要素中,水资源不仅是不可或缺的自然资源,而且是宝贵的经济资源,水资源的稳定供给对于农业发展及国家粮食安全具有重要的战略意义。目前以水资源短缺和水环境恶化为特征的水要素变化已成为限制我国农业发展和粮食安全的重要因素[1],有研究指出,我国80%以上省份的农业生产受到资源环境,尤其是水资源环境的严重约束[2]。为此,我国陆续出台了多项政策及措施,如2012年发布的“最严格水资源管理制度”及2015年发布的“水十条”,均提出要“加大水污染防治力度,将污染物入河湖总量控制在水功能区纳污能力范围之内,保障国家水安全”。但是不可否认的是,随着城镇化、工业化和农业现代化的快速推进,以及人口的不断增长,工业和生活废水的持续排放以及农用化学品的大量使用,将导致我国水环境状况进一步恶化[3]。可以认为我国的农业发展将在较长的一段时期内持续受到水资源短缺和水环境恶化的双重制约。而且近年来工业化和城镇化的迅速发展挤占了大量的农业水资源,进一步加重了农业用水危机。由于整个农业用水中90%的水资源用于农田灌溉[4],以水质下降为主要特征的水环境恶化对农作物生长及农业发展的威胁可能已经超过了单纯用水量短缺带来的不利影响。在此背景下,如何通过改善水环境从而突破水资源的约束瓶颈,对于缓解农业用水矛盾,实现农业的可持续发展具有重大的理论和实践意义。
水资源是农业发展的命脉,农业发展中的水资源问题一直是学术界研究的热点,学者们主要从以下几个方面展开研究:农业用水现状分析[5-6]、农业水资源承载力评价[7-8]、农业用水驱动因素分析[9-10]、农业用水结构分析[11-14]、农业用水效率测度及影响因素评价[1, 4, 15-22]、农业用水与农业经济发展之间的关系研究[23-24],并得出了一些重要的结论:水资源与农业经济增长之间存在长期协整关系,且随着时间的推移,水资源对农业经济增长的影响逐步加强,人口增长和高耗水作物比例升高是加大农业用水压力的主要原因,如果继续大规模地开发农业,农业水资源将无法持续利用下去,农业发展必将受阻,因此必须实施农业水资源政策,以确保国家的水安全和可持续发展[25],其中最重要的则是要发挥我国节水潜力巨大的优势,逐步提高农业用水效率。可以发现,学者们就农业用水问题取得了丰硕的研究成果,普遍认为水资源是制约我国农业发展的关键因素。水资源包含水资源数量与质量两个方面,水资源数量即单纯用水量的变化,水资源质量即水环境状况的变化。然而大部分学者过多地关注水资源数量变化对农业发展的影响,较少考虑农业发展中的水环境因素,因而无法全面评价水资源变化对农业发展造成的影响。事实上,我国大部分粮食作物生长于灌溉农田,水环境恶化不仅会降低农田灌溉质量,而且会通过侵蚀土壤影响农作物的生长,对农业的可持续发展造成更大的威胁。有鉴于此,本文以长江流域为例,尝试构建农业发展的水环境约束模型,测度水环境对农业发展的约束强度,并进一步采用Bootstrap回归方法对农业发展水环境约束强度的影响因素进行实证分析,为更好地解决农业水危机提供政策支持和决策参考。
二、 模型构建与数据说明 (一) 模型假设Romer在新古典生产函数的基础上纳入自然资源,分别建立“不存在资源约束”与“存在资源约束”的经济增长模型,以此来考察资源限制对经济增长的制约程度[26],具体如下:
|
(1) |
其中,Y为产出,K为资本,R为可利用的自然资源,T为土地面积,A为“知识”或“劳动”的有效性,L为劳动投入,A(t)L(t) 以乘积的方式表征有效劳动,α、β和γ分别表示资本、资源和土地的生产弹性。
假设存在自然资源和土地限制时,T′(t)=0,R′(t)=-mR(t),其中m>0,表示自然资源的降低率。没有自然资源和土地限制时,两者随人口同步增长,T′(t)=nT(t),R′(t)=nR(t),n表示劳动力增长率。因此,资源对产出的“阻力”等于没有资源约束的增长与有资源约束的增长差额:
|
(2) |
为了便于区分,将水资源数量与质量对农业发展的约束之和称为水资源环境约束,将水资源数量对农业发展的约束称为水资源约束,将水资源质量对农业发展的约束称为水环境约束。根据我国农业用水的特点及以往的研究,对传统模型进行修正:有水资源限制时,W′i(t)=bWi(t),Wi(t) 表示i地区农业用水投入,b表示i地区农业用水增长率;没有水资源限制时,W′i(t)=gWi(t), g表示i地区农作物播种面积增长率。由于水环境对农业发展的约束无法直接测量,因此首先构建仅包含用水量的农业增长模型,测度单纯水资源数量对农业发展的约束强度:
|
(3) |
其中,Yi(t) 为i地区t时期的农业产出,Ki(t) 为i地区t时期的资本投入,Wi(t) 为i地区t时期的农业用水投入,Ti(t) 为i地区t时期的土地投入,Ai(t) 为i地区t时期的“知识”或“劳动”的有效性,Li(t) 为i地区t时期的劳动投入,α1、β1和γ1分别为资本、水资源和土地的产出弹性。根据杨杨、吴次芳等的推导过程[27],可得农业发展中水资源约束强度:
|
(4) |
其次引入水资源环境复合要素TE (t),测度水资源环境对农业发展的约束强度:
|
(5) |
其中,TEi(t) 为i地区t时期的水资源环境要素投入,其余变量与上文的含义相同。本文引入水生态足迹思想以考察水资源环境复合要素的变化,水生态足迹表示一定的人口和经济规模条件下维持水资源消费和消纳水污染所必需的生物生产性土地面积[28]。当出现水生态赤字的情况,社会经济发展所需的水资源即为水生态足迹;而出现零水生态赤字或水生态盈余的情况,水资源环境所能提供的上限即为水生态承载力。因此将水生态足迹增长率wef表示不受限制时水资源环境复合要素的增长率,即TE′i(t)=wefTEi(t);将水生态承载力增长率wec表示受限制时水资源环境复合要素的增长率,即TE′i(t)=wecTEi(t),两者均可由用水总量计算得出。进而可以得出水资源环境复合要素对农业发展的约束强度:
|
(6) |
需要说明的是,式(5) 采用用水总量而非农业用水量来计算水生态足迹是基于以下考虑:一是本文考察的是整体水环境对农业发展的约束强度,包含农业生产、工业生产和居民生活等各方面造成的水环境变化;二是研究期内长江流域农业用水构成了用水总量的主体,农业用水变化主导了流域用水总量的变化,另外,流域整体用水总量变化幅度较小,用水结构较为稳定。因此以用水总量来取代农业用水量更多的是表征流域水环境对农业发展的制约程度,同时也能够反映出水资源对农业发展的约束大小,因此这种调整并不影响最终的计算结果。
最后两者的差值就是水环境对农业发展的约束强度,即(6)-(5):
|
(7) |
长江干流流经青海、西藏、云南、四川、重庆、江西、湖南、湖北、安徽、上海、江苏11个省(市/区),2014年水资源总量为10150.3亿m3,约占全国总量的40%,流域内人口众多,农业资源丰富,总耕地面积3.5亿亩,约占全国的25%,粮食产量约占全国的40%,不仅包含安徽、四川和湖北等传统农业大省,也涵盖了上海和江苏等工业发达地区,而且是唯一一块地跨经济分区中东、中、西的区域,因此选取长江流域作为研究对象具有显著的代表性。
(四) 数据来源与说明本文采用1998-2014年长江流域10个省份(西藏部分数据无法获取,故未将其纳入) 的面板数据进行实证分析。对水环境的考察主要是基于水生态足迹的思想,包含水生态足迹和水生态承载力两个方面,两者均可由用水总量计算得到,水生态足迹的计算公式为:
|
(8) |
其中,WEF为水生态足迹(hm2),γw为水资源全球均衡因子,取5.19[29],Wtotal为用水总量,pw为水资源全球平均生产能力,取3140 m3/hm2[29]。
水生态承载力的计算公式为:
|
(9) |
其中,WEC为水生态承载力(hm2),ϕw为水资源产量因子,是地区水资源平均生产能力与全球水资源平均生产能力的比值。其他涉及的指标包括农业产出、资本投入、有效劳动力投入、农业用水投入和土地投入。农业产出用农业增加值(亿元) 来衡量,并按照价格指数转换为1997年不变价格;资本投入采用资本存量(亿元) 作为代理变量,主要参照Wu[30]的研究,对农业资本存量进行估算,并转换为1997年的不变价格;有效劳动力投入采用农林牧渔就业人数(万人) 来表示;农业用水投入采用农业用水量(亿m3) 来表示;土地投入釆用农作物的播种面积(千公顷) 来表示。以上数据均来源于《中国统计年鉴》《中国水资源公报》和《中国农村统计年鉴》。
三、 实证结果与分析根据式(3)-(7) 分别对水资源约束强度和水环境约束强度进行测算,结果如表 1所示。需要说明的是,如果出现数值等于或小于0的情况,表明水资源或水环境没有阻碍农业的发展,反而可能形成农业发展的“增长动力”,由于本文着重探讨农业发展进程中水资源和水环境约束强度大小,因此上述这种情况不予讨论。
| 地区 | 水资源约束强度(%) | 水环境约束强度(%) | 水资源环境约束强度(%) |
| 上海 | 0.13 | 0.57 | 0.7 |
| 江苏 | - | 4.5 | 4.5 |
| 安徽 | 0.22 | 3.05 | 3.27 |
| 江西 | 0.65 | 1.8 | 2.45 |
| 湖北 | - | 5.78 | 5.78 |
| 湖南 | - | 1.67 | 1.67 |
| 重庆 | - | 6.89 | 6.89 |
| 四川 | - | 0.43 | 0.43 |
| 云南 | - | 0.97 | 0.97 |
| 青海 | 0.034 | - | - |
| 长江流域 | 1.08 | 1.94 | 3.02 |
研究期内长江流域水资源环境对农业发展的总体约束强度为3.02%,其中,水资源的约束强度为1.08%,远大于王学渊测算出的全国层面水资源对农业发展的约束强度0.11%[31]以及刘七军得出的水资源对内陆干旱区农业发展的约束强度0.9979%[32],反映出相较于全国和内陆干旱地区,长江流域农业发展面临更为严峻的水资源短缺问题,虽然长江流域水资源丰富,但是难以逃脱“资源诅咒”的困境,优良的水资源禀赋使得水资源易于获取,导致用水浪费严重,水资源利用效率低下,在很大程度上加重了水资源短缺对农业发展的制约。水环境约束强度为1.94%,将近水资源约束强度的两倍,成为阻碍流域农业发展的主要因素。近年来随着工业化和城镇化进程的推进,长江流域人口高度集聚,经济迅速扩张和城镇规模日益扩大,使得工业废水和生活污水呈现递增式增长,据《中国环境统计年鉴》的数据显示,过去5年长江流域废水排放量、化学需氧量和氨氮排放量占全国排放总量的20%左右,而重金属如镉、砷等有毒有害物质的排放量更是超过了其他地区排放量的总和,对流域水环境造成了严重的损害。此外,流域的掠夺性开发也造成了流域水生态环境的不断恶化,致使流域水生态环境功能降低,严重超出了流域的水环境容量极限。而且农业生产中化肥农药的过量使用,也在一定程度上加重了水环境恶化难题。上述几类原因使得长江流域水环境状况堪忧,水环境恶化已经远远超过了农业发展中单纯的水资源短缺带来的不利影响,成为制约农业发展的第一大要素。
从各地区的测算结果来看,可以分为以下三种情况:第一类地区包括上海、安徽和江西,既有水资源约束也有水环境约束。就上海的产业格局来看,农业受关注度不高,属于边缘产业,2014年农业总产值占总GDP的比重不足0.5%,高水平的城镇化和工业化挤占了原本用于农业发展的水资源,同时经济规模扩大和人口集聚导致的污染问题削弱了地区水环境承载力。而安徽和江西是《中部崛起计划》中的关键地区,近年来二次产业比重居高不下且有上升趋势,不但挤占了大量的农业用水,影响了地区水环境,且两省毗邻山东、江苏和广东等工业发达省份,受到的污染空间辐射效应也较强。因此这三个地区的农业发展受到水资源短缺和水环境恶化的双重约束。第二类地区为青海,只有水资源约束,没有水环境约束。青海地处我国西北干旱区,灌溉条件十分恶劣,农作物生长对水资源的需求巨大,此外,青海极低的农业用水效率也加剧了农业缺水难题。与农业用水效率较低的上海相比,2014年青海农业总产值是上海的2/3,而农业用水量却是上海的1.45倍,农业发展对水资源的开发利用一直处于超负荷状态,水资源承载力无法满足当前农业发展的需求,水资源短缺成为制约农业发展的关键因素。同时其较低的经济和工业发展规模使得地区水污染问题并不显著,2014年青海废水排放总量仅为23001吨,远低于其他地区,而且青海为落实区域水环境功能规划,制定了《湟水流域水环境综合治理规划》和《青海省饮用水水源保护条例》等一系列方案,加强对地区水环境的治理和保护,使得水环境没有成为农业发展阻碍因素。第三类地区包括江苏、湖北、湖南、重庆、四川和云南6个地区,没有水资源约束,只有水环境约束。由统计数据可知,近年来江苏、重庆、四川和湖北四地农业用水量的增长率要高于农作物播种面积的增长率,农业用水完全可以满足地区农业发展的需求。而湖南和云南两地近年来不断加大技术创新力度和探索新的农业发展模式,使得农业用水效率显著提升,研究期内农业用水强度分别下降53%和59%,下降幅度远远超过其他地区,农业发展开始逐步减少对水资源的投入和依赖。但是这些地区大都处于中西部落后区域,由于技术和基础设备的限制,经济的发展离不开“三高”产业的支撑,而且这些地区普遍处于城镇化快速发展阶段,工业废水、生活污水和各类污染物大量流入河流湖泊中,对地区水环境造成了不同程度的破坏,同时各地区政府对环境污染治理投资较少,2014年各地区环境治理投资总额占GDP的比重均在1%左右,远低于全国平均水平,使得地区水环境承载力增长缓慢,无法满足农业发展的需要。
在长江流域10个地区中,除青海外,其余9个地区的水环境约束强度均远远超过了水资源约束强度,比例高达90%,这也印证了前文的说法,长江流域大部分省份及直辖市农业发展主要面临水环境恶化的挑战,水资源短缺对于农业发展的影响十分有限。究其原因,虽然城镇化和工业化的快速发展挤占了大量的农业用水,但是我国也相继出台了多项政策以确保农业用水安全,近十年来农业用水占总用水量的比重均在60%以上,而且长江流域是我国水资源禀赋最好的区域,水资源短缺对于流域农业发展的制约没有想象中的严重,但是城镇化和工业化发展带来的水污染问题则严重损害了地区水环境,同时为了弥补农村劳动力流失的负面影响,各类农药化肥的大量使用也加重了地区水环境的恶化,共同导致农业发展中的水环境约束效应愈加显著。按照水环境约束强度数值的大小对9个地区进行排名,依次为重庆(6.89%)、湖北(5.78%)、江苏(4.5%)、安徽(3.05%)、江西(1.8%)、湖南(1.67%)、云南(0.97%)、上海(0.57%) 以及四川(0.43%)。可以看出,湖北、江苏和安徽等传统农业大省的水环境约束强度普遍大于云南和上海等农业欠发达地区,可能的原因在于:工业废水、生活污水及其他污染物在河流湖泊的流淌过程中有相当一部分被河水自身所净化,减弱了对农业地区水环境的损害程度,降低了水环境对农业发展的约束强度;而过量投入的化肥和农药则可以直接进入水体,不仅扩大了对农业地区水源的污染,而且极大降低了水环境的自然净化能力,对农业地区水环境造成的损害最为直接也更加显著,增强了水环境对农业发展的约束效应。进一步研究可以发现,各省份水环境约束强度的平均值2.57%,略高于长江流域的数值1.94%,表明由于流域内的各行政区之间巨大的经济发展水平差异,污染问题纷繁复杂,彼此存在严重的利益冲突,加上流域间缺乏有效的统一管理机制,各行政区对水环境的治理和保护基本上都是各自为政,流域间的协作能力较差,大大制约了流域整体水环境的治理与改善,使得由各地区综合得到的流域水环境约束强度事实上要大于通过简单数据加总测算出的流域水环境约束强度,水环境对流域农业发展的制约要比直观表现出来的更大。因此,接下来应该改变每个省份各自为政的管理方式,将长江流域作为一个整体并针对水环境问题进行统一管理,减轻水环境对农业发展造成的不利影响。
四、 水环境约束强度的影响因素分析 (一) 计量模型与实证方法由上文的分析可知,水环境对农业进一步发展的制约不容忽视,而且水环境问题的成因复杂多变,导致农业发展中水环境约束强度变化的影响因素远比单纯公式中涵盖的变量更多,为此,本文拟采用面板数据计量模型进行经验估计,进一步探讨水环境约束强度的影响因素,模型如下所示:
|
(10) |
其中,y为各省水环境约束强度,X为影响水环境约束强度的因素,α为常数项,ε为随机误差项,i和t分别表示省份和时期。根据以往的研究以及数据的可获得性,本文着重考察以下影响因素:(1) 产业结构:以第二产业总产值占GDP比重作为产业结构的代理变量(用X1表示),我国大部分的污染物都来自于第二产业尤其是高污染工业企业的排放,因此有必要考察产业结构变动对水环境约束强度的影响。(2) 农业物质投入:以化肥施用量表示农业物质投入的代理变量(用X2表示,单位为万吨),除了农作物种子外,为了增加粮食产量而大量使用的化肥是农业生产中主要的物质投入,同时也对水环境产生了严重的负面影响,农业物质投入是否通过影响水环境从而阻碍了农业的良性发展,需要进一步进行考察。(3) 废水排放力度:以工业废水排放量和生活污水排放量作为废水排放力度的代理变量(分别用X3和X4表示,单位为万吨),废水中排放的有害物质将对水环境造成最直接的影响,本文着重从工业废水和生活污水两个角度考察废水排放力度对水环境约束强度的影响。(4) 环境规制:以环境污染治理投资总额作为环境规制的代理变量(用X5表示,单位为亿元),当环境规制强度提高时,污染治理成本和支出会随之增加,用环境污染治理投资总额能够较好地反映目前环境规制强度[33]。(5) 水环境治理力度:以污水处理率作为水环境治理力度的代理变量(用X6表示),如果工业废水和生活污水未经过处理就直接排入江河和湖泊中,将会增加污水灌溉的农田面积,损害农业经济效益。以上数据均来自于《中国环境统计年鉴》和《中国农村统计年鉴》。
(二) 经验估计与结果分析由于本文选取的自变量与因变量之间存在内在的依赖性,OLS和Tobit方法在估计时存在缺陷,因此采用Bootstrap截断回归方法对农业发展水环境约束的影响因素进行回归估计,迭代次数为2000次,同时为了避免异方差和自相关问题,对(8) 式的回归模型作对数形式的变换,具体估计结果如表 2所示。
| 变量 | 系数 | Bootstrap标准误差 | z统计量 | P > |z| | 95%水平置信区间 |
| _cons | -4.1169 | 1.9204** | -2.14 | 0.03 | [-7.9007,-0.3721] |
| x1 | 1.8457 | 0.3622*** | 5.05 | 0 | [1.1365,2.5608] |
| x2 | 0.011 | 0.0397 | 0.27 | 0.78 | [-0.0679,0.0916] |
| x3 | 0.1973 | 0.1082* | 1.81 | 0.07 | [-0.0139,0.4092] |
| x4 | -0.0165 | 0.1416 | -0.11 | 0.93 | [-0.2969,0.2667] |
| x5 | 0.0348 | 0.0921 | 0.36 | 0.72 | [-0.1397,0.2235] |
| x6 | -0.8106 | 0.1747* | -4.57 | 0 | [-1.1475,-0.4588] |
| 注:***、**、*分别表示在1%、5%、10%的水平下显著;P值和临界值均是采用Bootstrap法模拟2000次后得到的结果。 | |||||
由表 2可以看出:(1) 产业结构的回归系数为正值,且通过了1%显著性水平检验,表明第二产业比重的上升会增强水环境对农业发展的约束强度。目前第二产业仍然是以传统产业如化工、食品和纺织等产业为主,是各类污染物的主要来源,尤其是印染和造纸等高污染行业仍占较高份额,加上部分企业污染防治意识缺乏,偷排、超标排放等行为屡禁不止,加重了水环境恶化,不利于农业发展。(2) 化肥施用量的回归系数为正值,但是没有通过显著性检验。大量研究表明我国化肥施用量已经超过了经济意义上的最优施用量[34],过量施用的化肥对地表和地下水体造成严重污染,极大地破坏了水生态环境,对农业发展造成了不利影响。(3) 工业废水和生活废水对水环境约束强度的影响不同。工业废水的回归系数为正值,且通过了10%的显著性水平检验,反映出工业废水排放量才是影响水环境变化的关键因素,控制工业废水排放量将有助于水环境的改善,从而减轻水环境对农业发展的约束强度,而生活废水的回归系数为负值,且没有通过显著性水平检验,但是这并不意味着就应该鼓励生活废水的排放,只是因为与工业废水相比,生活废水中所含有毒元素的浓度较低,生活废水排放量的增加有利于实现既定规模下的相对减排,使得生活废水对水环境约束强度的提升从直观上表现为抑制作用。(4) 环境规制的回归系数为正值,但是没有通过显著性检验。这与现实情况有所不符,可能的原因在于,虽然近年来国家环境规制力度不断加大,环境污染治理投资额也不断增多,但是环境规制更多的是针对工业和城市,农村和农业方面的污染治理得不到充分的资金支持,环境规制的减排效果在农业方面无法发挥出来,导致估计结果出现了与现实相悖的情况。(5) 水环境治理力度的回归系数为负值,且通过了10%的显著性水平检验,表明提高污水处理率,减少排放废水中所含的有毒元素,会显著地改善地区水环境,降低水环境对农业发展的约束强度。
五、 结论与对策建议基于资源环境约束理论,构建农业发展的水环境约束测度模型,针对长江流域着重探讨了水环境对农业发展的约束特征,并采用Bootstrap回归方法对农业发展中水环境约束强度的影响因素进行了实证研究,主要结论如下:
(1) 水资源环境对长江流域农业发展的约束特征因地而异,上海、安徽和江西受到水资源和水环境的双重约束;青海只受到水资源的约束;江苏、湖北、湖南、重庆、四川和云南只受到水环境的约束。
(2) 无论是流域层面还是地区层面,水环境对农业发展的约束强度已经远远超过了水资源的约束强度,成为阻碍农业发展最主要的水要素。且由各地区综合得到的流域水环境约束强度大于简单数据加总测算出的流域水环境约束强度,凸显出当前长江流域水环境统一管理机制的欠缺。
(3) 在诸多影响因素中,产业结构对农业发展的水环境约束强度具有显著的促进作用;水环境治理力度则具有显著的负面影响;废水排放力度指标的影响表现为两个方面,其中,工业废水排放量具有显著的正向影响,而生活废水排放量则呈现为不显著的负向影响。
基于上述结论,为了进一步减轻水环境的约束,实现农业的可持续发展,应该从以下几个方面着手:(1) 降低资本及水资源环境的农业产出弹性,即依靠技术进步,提高农业生产中的资本利用效率及农业水环境效率,减少农业发展对资本和水资源环境的依赖。(2) 增强水资源供给能力,提高水生态承载力的增长速度,一是通过境外调水满足自身水生态发展需求,二是提高海水、雨水和再生水等非常规水资源的使用比例,三是加大各地区水利设施建设投资,增强水资源蓄积能力。(3) 第二产业比重过高和工业废水的过量排放显著增强了水环境的约束效应,因此要逐步淘汰高耗能、高污染行业,推动产业结构优化升级,合理控制工业废水的排放,同时要加大污水处理力度,提高污水排放达标率,减少对河流及湖泊的污染。
| [1] | 佟金萍, 马剑锋, 王慧敏, 等. 农业用水效率与技术进步:基于中国农业面板数据的实证研究[J]. 资源科学, 2014, 36(9): 1765–1772. |
| [2] | 潘丹. 基于资源环境约束视角的中国农业绿色生产率测算及其影响因素解析[J]. 统计与信息论坛, 2014, 29(8): 27–33. |
| [3] | 杜鸿, 夏军, 曾思栋, 等. 淮河流域极端径流的时空变化规律及统计模拟[J]. 地理学报, 2012, 67(3): 398–409. |
| [4] | 许朗, 黄莺. 农业灌溉用水效率及其影响因素分析——基于安徽省蒙城县的实地调查[J]. 资源科学, 2012, 34(1): 105–113. |
| [5] | 李保国, 黄峰. 1998-2007年中国农业用水分析[J]. 水科学进展, 2010, 21(4): 575–583. |
| [6] | 李保国, 黄峰. 蓝水和绿水视角下划定"中国农业用水红线"探索[J]. 中国农业科学, 2015, 48(17): 3493–3503. |
| [7] | 王楠, 张文静, 周强. 基于模糊综合评判的吉林省松原市农业水资源承载能力分析[J]. 中国人口·资源与环境, 2014(S1): 110–113. |
| [8] | 何杰, 张士锋, 李九一. 粮食增产背景下松花江区农业水资源承载力优化配置研究[J]. 资源科学, 2014, 36(9): 1780–1788. |
| [9] | 刘莉, 邓欧平, 邓良基, 等. 2003-2011年四川省各市(州) 农业水足迹时空变化与驱动力研究[J]. 长江流域资源与环境, 2015, 24(7): 1133–1141. |
| [10] | 李泽红, 董锁成, 李宇, 等. 武威绿洲农业水足迹变化及其驱动机制研究[J]. 自然资源学报, 2013, 28(3): 410–416. |
| [11] | 王玉宝, 吴普特, 赵西宁, 等. 我国农业用水结构演变态势分析[J]. 中国生态农业学报, 2010, 18(2): 399–404. |
| [12] | 黄晶, 宋振伟, 陈阜. 北京市水足迹及农业用水结构变化特征[J]. 生态学报, 2010, 30(23): 6546–6554. |
| [13] | 严冬, 周建中, 孙怀卫, 等. 基于虚拟水流动均衡性的农业用水综合调控[J]. 农业工程学报, 2014(21): 91–98. |
| [14] | 宋智渊, 冯起, 张福平, 等. 敦煌1980-2012年农业水足迹及结构变化特征[J]. 干旱区资源与环境, 2015, 29(6): 133–138. |
| [15] | 王学渊, 赵连阁. 中国农业用水效率及影响因素——基于1997-2006年省区面板数据的SFA分析[J]. 农业经济问题, 2008, 29(3): 10–18. |
| [16] | 王西琴, 王佳敏, 张远. 基于粮食安全的河南省农业用水分析及其保障对策[J]. 中国人口·资源与环境, 2014(S1): 114–118. |
| [17] | 刘渝, 王岌. 农业水资源利用效率分析——全要素水资源调整目标比率的应用[J]. 华中农业大学学报(社会科学版), 2012(6): 26–30. |
| [18] | 耿献辉, 张晓恒, 宋玉兰. 农业灌溉用水效率及其影响因素实证分析——基于随机前沿生产函数和新疆棉农调研数据[J]. 自然资源学报, 2014(6): 934–943. |
| [19] | 佟金萍, 马剑锋, 王慧敏, 等. 中国农业全要素用水效率及其影响因素分析[J]. 经济问题, 2014(6): 101–106. |
| [20] | 陈大波, 杨德刚, 唐宏, 等. 渭干河流域农业水资源消耗强度及影响因素[J]. 干旱区地理, 2014, 37(3): 509–519. |
| [21] | 杨骞, 刘华军. 污染排放约束下中国农业水资源效率的区域差异与影响因素[J]. 数量经济技术经济研究, 2015(1): 114–128. |
| [22] | 王克强, 邓光耀, 刘红梅. 基于多区域CGE模型的中国农业用水效率和水资源税政策模拟研究[J]. 财经研究, 2015, 41(3): 40–52. |
| [23] | 潘丹, 应瑞瑶. 中国水资源与农业经济增长关系研究——基于面板VAR模型[J]. 中国人口·资源与环境, 2012, 22(1): 161–166. |
| [24] | 李青, 陈红梅, 王雅鹏. 基于面板VAR模型的新疆农业用水与农业经济增长的互动效应研究[J]. 资源科学, 2014, 36(8): 1679–1685. |
| [25] | 王克强, 李国军, 刘红梅. 中国农业水资源政策一般均衡模拟分析[J]. 管理世界, 2011(9): 81–92. |
| [26] | Romer D. Advanced Macroeconomics[M]. Shanghai: Shanghai University of Finance & Economics Press, The McGrawHill Companies, 2001. |
| [27] | 杨杨, 吴次芳, 罗罡辉, 等. 中国水土资源对经济的"增长阻尼"研究[J]. 经济地理, 2007, 27(4): 529–532. |
| [28] | 张义, 张合平. 基于生态系统服务的广西水生态足迹分析[J]. 生态学报, 2013, 33(13): 4111–4124. |
| [29] | 黄林楠, 张伟新, 姜翠玲, 等. 水资源生态足迹计算方法[J]. 生态学报, 2008, 28(3): 1279–1286. |
| [30] | Wu Y. China's Capital Stock Series by Region and Sector[J]. Economics Discussion, 2016(1): 156–172. |
| [31] | 王学渊, 韩洪云. 水资源对中国农业的"增长阻力"分析[J]. 水利经济, 2008, 26(3): 1–5. |
| [32] | 刘七军, 李昭楠. 内陆干旱区农业发展的水资源"增长阻力"--黑河中游实证研究[J]. 干旱地区农业研究, 2014, 32(2): 239–245. |
| [33] | 陶群山, 胡浩. 环境规制和农业科技进步的关系分析——基于波特假说的研究[J]. 中国人口·资源与环境, 2011, 21(12): 52–57. |
| [34] | Huang J, Hu R, Cao J, et al. Training Programs and in-the-field Guidance to Reduce China's Overuse of Fertilizer without Hurting Profitability[J]. Journal of Soil & Water Conservation, 2008, 63(5): 165–167. |
2017, Vol. 17

