馬軍旗，樂章

（1.重慶工商大學(xué)公共管理學(xué)院，重慶 400067；2. 中南財(cái)經(jīng)政法大學(xué)公共管理學(xué)院，湖北 武漢 430073）

農(nóng)業(yè)面源污染治理是新時(shí)代美麗中國建設(shè)的內(nèi)在要求，同時(shí)也是實(shí)施鄉(xiāng)村生態(tài)振興的關(guān)鍵舉措。近年來中國在農(nóng)村經(jīng)濟(jì)取得顯著成就的同時(shí)，農(nóng)業(yè)面源污染結(jié)構(gòu)性、根源性、趨勢性問題也日益凸顯，農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)業(yè)面源污染治理間的不平衡和不充分矛盾依舊突出[1]。農(nóng)業(yè)面源污染不僅損害了居民生存環(huán)境和健康狀況[2]，還嚴(yán)重破壞了水體、土壤的自然恢復(fù)，已成為制約農(nóng)村經(jīng)濟(jì)可持續(xù)發(fā)展的重要因素[3]。在此背景下，鄉(xiāng)村振興戰(zhàn)略規(guī)劃和2021年中央一號文件均指出了要深入開展農(nóng)藥化肥減量行動(dòng)，加強(qiáng)農(nóng)膜污染治理，集中治理突出的農(nóng)業(yè)面源污染問題。基于此，我們需要知道的是，當(dāng)前中國農(nóng)業(yè)面源污染的空間分布如何？又是呈現(xiàn)出什么樣的集聚形態(tài)，與此同時(shí)，又有哪些因素會(huì)影響到農(nóng)業(yè)面源污染的空間差異？上述問題的回答，對于我們理解農(nóng)業(yè)面源污染空間具體形態(tài)，實(shí)施因地制宜和聯(lián)防聯(lián)控的治理策略，推進(jìn)形成農(nóng)業(yè)綠色可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

農(nóng)業(yè)面源污染是指在農(nóng)業(yè)生產(chǎn)和農(nóng)村生活過程中產(chǎn)生的污染物，通過地表徑流或者土壤滲入的方式引起的有機(jī)物或者氮磷污染。主要包括化肥農(nóng)藥、畜禽養(yǎng)殖、農(nóng)膜地膜、固體廢棄物等污染形式[4]。有關(guān)農(nóng)業(yè)面源污染的研究最早始于20世紀(jì)60年代中期美國，1972年美國《水污染防治法修正案》在制定水污染防治規(guī)劃時(shí)提出要將點(diǎn)源污染和面源污染同時(shí)納入規(guī)劃中，農(nóng)業(yè)面源污染成為學(xué)者研究地表水質(zhì)和地下水質(zhì)污染的重要對象[5]。當(dāng)前，國內(nèi)外學(xué)者從不同視角對農(nóng)業(yè)面源污染進(jìn)行分析，內(nèi)容主要涉及農(nóng)業(yè)面源污染的EKC假說檢驗(yàn)[6]、影響因素[7-8]、產(chǎn)生機(jī)制與演進(jìn)軌跡[9-10]、治理路徑[11-14]，研究區(qū)域主要集中在省、市、某一流域或者某一庫區(qū)[15-17]。近年來開始有學(xué)者從空間維度研究農(nóng)業(yè)面源污染的動(dòng)態(tài)演變和空間差異。譬如，虞慧怡等[18]采用單元調(diào)查法，選取農(nóng)用化肥、農(nóng)作物秸稈和畜禽排泄物作為總氮、總磷和化學(xué)需氧量的衡量指標(biāo)，探討了農(nóng)業(yè)面源污染的空間分布特征和各污染指標(biāo)對農(nóng)業(yè)面源污染的貢獻(xiàn)率。吳義根等[19]選取了1997—2013年中國省級面板數(shù)據(jù)，采用空間數(shù)據(jù)探索分析方法，研究發(fā)現(xiàn)農(nóng)業(yè)面源污染嚴(yán)重的區(qū)域主要集中在糧食主產(chǎn)區(qū)和經(jīng)濟(jì)發(fā)達(dá)省份，面源污染在農(nóng)業(yè)大省之間形成高污染集聚現(xiàn)象。

在已有農(nóng)業(yè)面源污染影響因素研究中，諸多學(xué)者從農(nóng)業(yè)經(jīng)濟(jì)規(guī)模[20]、農(nóng)業(yè)產(chǎn)業(yè)集聚[21]、農(nóng)業(yè)技術(shù)進(jìn)步[22]、環(huán)境政策[23]等因素對農(nóng)業(yè)面源污染差異進(jìn)行了解釋。農(nóng)業(yè)經(jīng)濟(jì)規(guī)模越大，意味著將消耗更多的資源產(chǎn)生更多的農(nóng)業(yè)面源污染。而農(nóng)業(yè)結(jié)構(gòu)調(diào)整通常是伴隨著種植業(yè)比重的下降和附加值較高的養(yǎng)殖業(yè)比重上升，養(yǎng)殖業(yè)產(chǎn)生的污染主要是動(dòng)物糞便和飼料流失的形式，單位產(chǎn)值下的種植業(yè)污染和養(yǎng)殖業(yè)污染具有較大的差異。技術(shù)進(jìn)步對農(nóng)業(yè)面源污染產(chǎn)生或正或負(fù)的影響，在經(jīng)濟(jì)發(fā)展水平較低的階段時(shí)，技術(shù)進(jìn)步對產(chǎn)出水平和能源需求增加，而在經(jīng)濟(jì)發(fā)展水平達(dá)到一定階段后，高污染和低效率的產(chǎn)業(yè)技術(shù)將會(huì)被低污染高效率技術(shù)所取代，因此又降低了農(nóng)業(yè)面源污染水平。除此以外，農(nóng)村人口規(guī)模的擴(kuò)大會(huì)給環(huán)境帶來壓力，人口規(guī)模的擴(kuò)大往往伴隨著與環(huán)境污染相關(guān)的消費(fèi)和經(jīng)濟(jì)活動(dòng)的增多。環(huán)境規(guī)制是政府層面開展的正式制度，政府通過制定一系列環(huán)境保護(hù)法律法規(guī)和經(jīng)濟(jì)激勵(lì)等手段有利于激勵(lì)農(nóng)戶產(chǎn)生環(huán)境友好型生產(chǎn)生活行為，最終達(dá)到農(nóng)業(yè)面源污染減排效果。

總體而言，已有文獻(xiàn)從不同視角對農(nóng)業(yè)面源污染的空間分布和治理路徑進(jìn)行了討論，但還存在以下不足：第一，在指標(biāo)選取上，已有文獻(xiàn)衡量農(nóng)業(yè)面源污染主要選用了化肥施用量、畜禽養(yǎng)殖污染、農(nóng)作物秸稈三類污染指標(biāo)，較多的忽略了農(nóng)藥、農(nóng)膜、地膜以及生活污水等指標(biāo)。選取不同污染指標(biāo)，往往會(huì)產(chǎn)生不同的分析結(jié)果，由于農(nóng)業(yè)面源污染具有分散性、復(fù)雜性、隱蔽性以及不確定性特點(diǎn)，在分析時(shí)空演變時(shí)，需要進(jìn)一步使用綜合可測指標(biāo)進(jìn)行分析。第二，在分析方法上，由于區(qū)域內(nèi)和區(qū)域間的環(huán)境污染狀況具有關(guān)聯(lián)性，對于農(nóng)業(yè)面源污染的分析不能僅僅只考察單一區(qū)域要素，還要考察區(qū)域間的空間關(guān)聯(lián)效應(yīng)，已有文獻(xiàn)使用傳統(tǒng)面板數(shù)據(jù)對農(nóng)業(yè)面源污染進(jìn)行分析，缺少使用空間計(jì)量分析方法對農(nóng)業(yè)面源污染的空間相關(guān)性進(jìn)行研究。

鑒于此，本文的邊際貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：第一，根據(jù)中國農(nóng)業(yè)面源污染的現(xiàn)實(shí)情況，盡可能多的選取農(nóng)業(yè)面源污染測度指標(biāo)，采用單元調(diào)查法，構(gòu)造農(nóng)業(yè)面源污染的綜合指數(shù)。第二，使用空間計(jì)量方法，分析農(nóng)業(yè)面源污染的空間自相關(guān)性，通過構(gòu)造地理鄰接權(quán)重矩陣，考察了農(nóng)業(yè)面源污染的空間溢出效應(yīng)和影響因素。第三，使用了2003—2017年《中國農(nóng)村統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》和《中國環(huán)境統(tǒng)計(jì)年鑒》的數(shù)據(jù)，保證了研究結(jié)論的代表性和時(shí)效性。

1 研究方法

1.1 數(shù)據(jù)來源

本文使用的數(shù)據(jù)來自于2003—2017年《中國農(nóng)村統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》以及《中國統(tǒng)計(jì)年鑒》，共涉及31個(gè)省級行政區(qū)域，不包括港澳臺地區(qū)。其中化肥施用量、農(nóng)藥施用量、糧食單位面積產(chǎn)出、清潔能源技術(shù)來自于《中國農(nóng)村統(tǒng)計(jì)年鑒》。環(huán)境治理投資指標(biāo)來自《中國環(huán)境統(tǒng)計(jì)年鑒》。城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)來自《中國統(tǒng)計(jì)年鑒》。地理距離權(quán)重矩陣中各地區(qū)地理中心位置坐標(biāo)經(jīng)GeoDa軟件計(jì)算得到。對于部分指標(biāo)的缺失值，采用均值進(jìn)行插補(bǔ)，本文在正式回歸前對所有變量進(jìn)行了標(biāo)準(zhǔn)化處理。

1.2 研究方法

1.2.1 單元調(diào)查法 單元調(diào)查法首先分析非點(diǎn)源污染的主要來源，在此基礎(chǔ)上通過識別單元產(chǎn)污強(qiáng)度影響參數(shù)，確定參數(shù)取值，計(jì)算得到單元產(chǎn)污強(qiáng)度，從而進(jìn)行非點(diǎn)源污染評估。該方法保證了調(diào)查單元的全面性、典型性和代表性,同時(shí)還充分考慮調(diào)查統(tǒng)計(jì)數(shù)據(jù)的可獲得性、可比性和顯著性，在當(dāng)前農(nóng)業(yè)面源污染評估中被廣泛應(yīng)用。本文參考賴斯蕓 等[24]、陳敏鵬等[25]的研究，采用單元調(diào)查法對農(nóng)業(yè)面源污染排放量進(jìn)行核算，將農(nóng)業(yè)面源污染確定為化肥使用和農(nóng)藥使用2個(gè)污染單元，核算的主要污染物排放量為總氮（TN）、總磷（TP）排放量。農(nóng)業(yè)面源污染排放總量的計(jì)算公式如下[25]：

式中：E為進(jìn)入水體的農(nóng)業(yè)面源污染排放總量，在本文中具體指農(nóng)業(yè)面源污染氮排放量和農(nóng)業(yè)磷排放量，SUi為單元污染物i的產(chǎn)生基數(shù)，具體為化肥使用量和農(nóng)藥使用量。ρi為i污染單元產(chǎn)污強(qiáng)度系數(shù)，SUi和ρi乘積是在不考慮資源利用與管理因素時(shí)i污染單元農(nóng)業(yè)面源污染產(chǎn)生量，LCi為考慮各省份資源利用與管理因素后污染單元i的排放系數(shù)，其中SUi所需要的化肥使用、農(nóng)藥使用量數(shù)據(jù)來源于2003—2017年《中國農(nóng)村統(tǒng)計(jì)年鑒》。ρi和LCi確定方法中，化肥使用量和農(nóng)藥使用量的單元所需系數(shù)參考了梁流濤[26]相關(guān)文獻(xiàn)，最終確立農(nóng)業(yè)面源污染產(chǎn)污強(qiáng)度系數(shù)和排放系數(shù)。

1.2.2 泰爾指數(shù) 為了準(zhǔn)確反映各區(qū)域之間的農(nóng)業(yè)面源污染差異程度，以及總體差異中有多大程度是由東、中、西三個(gè)地區(qū)間的差異所產(chǎn)生，本文采用泰爾指數(shù)分解方法對農(nóng)業(yè)面源污染的區(qū)域差異進(jìn)行分析，具體計(jì)算方式如下：

式中：T為泰爾指數(shù)，n表示樣本省區(qū)數(shù)量。式（3）中TWR為東、中、西部地區(qū)三大地帶內(nèi)差異，式（4）中TBR為三大地帶間差異，nd、nz、nx分別為東中西部?。▍^(qū)）數(shù)，Ti為i?。▍^(qū)）農(nóng)業(yè)面源污染綜合值與全國平均水平的比值。Td、Tz、Tx分別表示東、中、西部地區(qū)農(nóng)業(yè)面源污染與全國平均水平的比值。東部地區(qū)省份包括：遼寧、河北、天津、北京、山東、江蘇、上海、浙江、福建、廣東、廣西和海南；中部地區(qū)省份：黑龍江、吉林、內(nèi)蒙古、山西、安徽、江西、河南、湖北和湖南；西部地區(qū)省份：陜西、甘肅、寧夏、青海、新疆、四川、重慶、云南、貴州和西藏。

1.2.3 空間自相關(guān)模型 本文使用莫蘭指數(shù)從整體上刻畫農(nóng)業(yè)面源污染的空間分布與集聚情況，其公式表達(dá)如下：

1.2.4 空間計(jì)量模型 為進(jìn)一步考察農(nóng)業(yè)面源污染的影響因素，本文借鑒Anselin[27]相關(guān)研究設(shè)置了空間自回歸模型（Spatial Autoregression，簡記SAR）。用于分析農(nóng)業(yè)面源污染的空間自相關(guān)及各解釋變量對農(nóng)業(yè)面源污染的影響，其表達(dá)式如下：

1）空間自回歸模型。

式中：ρ為空間回歸系數(shù)，反映了樣本觀測值之間的空間依賴作用，即鄰近省域的觀測值WPit對本省份內(nèi)部環(huán)境污染觀測值P的作用程度和方向。W為n×n的空間權(quán)重矩陣，WPit為空間滯后因變量，反映空間距離對省域農(nóng)業(yè)面源污染的作用程度。Xit表示農(nóng)業(yè)面源污染的影響因素。εit代表隨機(jī)誤差項(xiàng)。

2）空間誤差模型。農(nóng)業(yè)面源污染的空間依賴性還可以通過誤差項(xiàng)來體現(xiàn)，由此本文設(shè)定空間誤差模型（Spatial Errors Model，簡記SEM），其表達(dá)式如下：

式中：參數(shù)λ為空間誤差系數(shù)，測度了鄰近省域的農(nóng)業(yè)面源污染P對本省域農(nóng)村環(huán)境污染的影響大小和方向。與SAR模型不同的是，空間誤差模型的空間依賴作用存在于誤差εit中，它表明了鄰近省域誤差項(xiàng)內(nèi)部的變化對本省份農(nóng)業(yè)面源污染的影響程度，μit為正態(tài)分布的隨機(jī)誤差向量。在上述空間計(jì)量模型估計(jì)中使用普通的OLS將導(dǎo)致估計(jì)結(jié)果的有偏或者無效，而使用極大似然估計(jì)方法在應(yīng)用于SAR和SEM模型中能夠較好克服以上問題[22]。因此，本文空間自回歸模型和空間誤差模型均采用極大似然估計(jì)方法。

1.3 變量選擇

前文文獻(xiàn)分析指出，農(nóng)業(yè)面源污染可能存在顯著的地區(qū)差異和空間自相關(guān)性。而在已有經(jīng)濟(jì)學(xué)視角下，在探討經(jīng)濟(jì)增長與環(huán)境污染的關(guān)系時(shí)常使用因素分解的思路，即將對污染分解成幾種不同的經(jīng)濟(jì)效應(yīng)，然后探討不同效應(yīng)對環(huán)境污染的影響。經(jīng)濟(jì)增長對環(huán)境污染的影響也分解成三種效應(yīng),分別為經(jīng)濟(jì)規(guī)模效應(yīng)、經(jīng)濟(jì)結(jié)構(gòu)效應(yīng)和技術(shù)進(jìn)步效應(yīng)。因此本文借鑒上述分析思路，選取上述三類指標(biāo)來解釋農(nóng)業(yè)面源污染的空間差異。具體選取指標(biāo)如下：

1）農(nóng)村人均GDP。農(nóng)村人均GDP使用農(nóng)村總產(chǎn)值（包含當(dāng)年農(nóng)、林、牧、漁產(chǎn)值收入）與農(nóng)村總?cè)丝谥鹊玫?。該指?biāo)反映了一個(gè)省份農(nóng)村經(jīng)濟(jì)發(fā)展?fàn)顩r，農(nóng)村環(huán)境污染與經(jīng)濟(jì)增長存在緊密的聯(lián)系，諸多學(xué)者通過使用經(jīng)典的環(huán)境庫玆涅茨曲線驗(yàn)證了環(huán)境污染與經(jīng)濟(jì)增長之間的倒“U”或“N”形關(guān)系[24]。

2）糧食單位面積產(chǎn)出。糧食單位面積產(chǎn)出使用糧食總產(chǎn)量與糧食總種植面積來衡量。因?yàn)檫^于要求單產(chǎn)的提高，過量施用化肥農(nóng)藥等，糧食產(chǎn)出水平一方面可能會(huì)加劇農(nóng)業(yè)面源污染。另一方面農(nóng)業(yè)產(chǎn)出水平提高本身也具有正的外溢效應(yīng)，提高了農(nóng)業(yè)規(guī)?；图夹g(shù)化水平的利用效率，從而減輕了農(nóng)業(yè)面源污染。

3）城鎮(zhèn)化水平。城鎮(zhèn)化發(fā)展可能產(chǎn)生污染效應(yīng)或減排效應(yīng)。一方面，城鎮(zhèn)化水平的提高，大量的二、三產(chǎn)業(yè)在城鎮(zhèn)聚集，農(nóng)村青壯年勞動(dòng)力向城鎮(zhèn)轉(zhuǎn)移，留守老年人和婦女只能靠加大化肥農(nóng)藥的投入來保持農(nóng)業(yè)產(chǎn)出，這加劇了農(nóng)業(yè)面源污染的產(chǎn)生。另一方面，城鎮(zhèn)化促進(jìn)了農(nóng)業(yè)規(guī)模發(fā)展，促進(jìn)了農(nóng)業(yè)科技進(jìn)步，城鎮(zhèn)化的快速發(fā)展帶來的農(nóng)業(yè)人口數(shù)量減少，將使得農(nóng)業(yè)規(guī)?；涂萍蓟蔀榭赡埽瑥亩I(yè)規(guī)?；?jīng)營帶來的減排效應(yīng)得以發(fā)揮。

4）清潔能源技術(shù)。本文使用農(nóng)業(yè)廢棄物沼氣產(chǎn)出量來衡量。農(nóng)村環(huán)境污染很大一部分集中在農(nóng)業(yè)面源污染中，農(nóng)業(yè)面源污染具有隱蔽性和難以觀測以及源頭過多的問題。農(nóng)業(yè)廢棄物沼氣處理工程反映的是農(nóng)村農(nóng)業(yè)生產(chǎn)采用更為清潔的生產(chǎn)技術(shù)，與已有較高的勞動(dòng)投入相比，清潔能源技術(shù)進(jìn)步能夠提高污染處理的能力，提高農(nóng)業(yè)面源污染治理 效率。

5）產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)使用本省第二產(chǎn)業(yè)總產(chǎn)值與本省一、二、三產(chǎn)業(yè)總產(chǎn)值之比進(jìn)行衡量。二產(chǎn)比重的提高，有利于調(diào)整農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)升級，吸收農(nóng)村勞動(dòng)力進(jìn)程務(wù)工就業(yè)，提高了農(nóng)民整體收入水平，為農(nóng)業(yè)綠色發(fā)展提供了基礎(chǔ)與動(dòng)力。

6）環(huán)境治理投資。環(huán)境治理投資使用本省環(huán)境治理投資總額（元）進(jìn)行衡量，環(huán)境治理投資總額越高，表明地方政府對環(huán)境保護(hù)的力度越大。環(huán)境治理投資為農(nóng)村面源污染治理提供了資金保障，對農(nóng)業(yè)生態(tài)環(huán)境改善具有持續(xù)正向影響。本文選取的農(nóng)業(yè)面源污染影響因素與描述統(tǒng)計(jì)見表1。

表1 變量定義與描述性統(tǒng)計(jì)Table 1 Variable definitions and descriptive statistics

2 農(nóng)業(yè)面源污染的空間差異分析

2.1 農(nóng)業(yè)面源污染的整體性差異分析

表2給出了泰爾指數(shù)分解結(jié)果，結(jié)果顯示農(nóng)業(yè)面源污染水平整體差異呈現(xiàn)逐步下降趨勢，且呈現(xiàn)“下降-上升-下降”的波動(dòng)趨勢。泰爾指數(shù)由2003年的0.274下降至2017年的0.159，下降幅度達(dá)42.11%。中國農(nóng)業(yè)面源污染的總體差異、地區(qū)間差異和地區(qū)內(nèi)差異的最大值均出現(xiàn)在2003年，分別為0.274、0.164和0.110，之所以呈現(xiàn)該種特征是因?yàn)閰^(qū)域間差異對總體差異貢獻(xiàn)起絕對作用，區(qū)域內(nèi)差異相對于區(qū)域間差異顯得較小?？傮w差異、地區(qū)間差異和地區(qū)內(nèi)差異最小值出現(xiàn)在2013年，分別為0.137、0.069和0.068。產(chǎn)生上述整體差異的原因在于中國在2013年之后出臺了一系列有關(guān)農(nóng)業(yè)面源污染治理的相關(guān)政策文件，如2015年國務(wù)院印發(fā)了《水污染防治行動(dòng)計(jì)劃》，突出了農(nóng)業(yè)面源污染防治內(nèi)容和農(nóng)村環(huán)境的綜合整治，通過科學(xué)劃定畜禽養(yǎng)殖禁養(yǎng)區(qū)，實(shí)行測土配方施肥，推廣精準(zhǔn)施肥技術(shù)和機(jī)具，降低了農(nóng)業(yè)面源污染。

2.2 農(nóng)業(yè)面源污染的區(qū)域間差異分析

農(nóng)業(yè)面源污染區(qū)域性差異明顯縮小，三大地區(qū)內(nèi)差異呈現(xiàn)“下降-上升-下降”的趨勢。表2顯示，西部地區(qū)內(nèi)差異高于中部地區(qū)內(nèi)差異，而中部地區(qū)內(nèi)差異又高于東部地區(qū)內(nèi)差異，2003—2017年西部地區(qū)內(nèi)差異均值最高為0.154，其次為中部地區(qū)環(huán)境污染的區(qū)域差異均值，均值為0.090，東部地區(qū)農(nóng)業(yè)面源污染差異最小，均值為0.050。三大地區(qū)內(nèi)農(nóng)業(yè)面源污染差異均呈現(xiàn)出顯著的下降趨勢，2003—2017年間，西部和中部地區(qū)內(nèi)差異下降幅度分別為52.36%和23.09%，東部地區(qū)內(nèi)差異為2.2%，存在小微幅度上升。西部地區(qū)內(nèi)差異最大值出現(xiàn)在2006年，中部地區(qū)內(nèi)差異最大值出現(xiàn)在2003年，東部地區(qū)內(nèi)差異變化幅度最小，其最大值出現(xiàn)在2017年。上述分析可以看出，東部地區(qū)面源污染強(qiáng)度最輕，中部地區(qū)次之，西部地區(qū)最弱。呈現(xiàn)上述空間分布特征的原因是，我國西部地區(qū)地廣人稀，單位面積農(nóng)業(yè)面源污染排放強(qiáng)度較小，對生態(tài)環(huán)境的壓力也較為緩和。而對于中東部地區(qū)而言，畜禽養(yǎng)殖規(guī)模雖然較小，但種植業(yè)規(guī)模比重較大，且由于地區(qū)人口密度大，畜禽消費(fèi)需求量較高，導(dǎo)致農(nóng)業(yè)面源污染的排放強(qiáng)度較高。

表2 2003—2017年中國農(nóng)業(yè)面源污染的空間差異Table 2 Regional differences in agricultural non-point source pollution in China from 2003 to 2017

2.3 農(nóng)業(yè)面源污染的空間格局變化

2.3.1 農(nóng)業(yè)面源污染空間自相關(guān)檢驗(yàn) 為檢驗(yàn)農(nóng)業(yè)面源污染是否存在空間相關(guān)性，本文計(jì)算了2003—2017年不同年份農(nóng)業(yè)面源污染的莫蘭指數(shù)，如表3所示,可以看出2003—2017年農(nóng)村環(huán)境污染的莫蘭值均在1%的顯著性水平上通過顯著性檢驗(yàn)，這表明我國農(nóng)業(yè)面源污染存在明顯的空間正相關(guān)性，即農(nóng)業(yè)面源污染的空間分布呈現(xiàn)一定的空間集聚現(xiàn)象。2004年莫蘭指數(shù)達(dá)到最高值0.450，2013年時(shí)達(dá)到最低值0.313，此后呈現(xiàn)出一定的上升態(tài)勢，表明農(nóng)村面源污染的空間集聚現(xiàn)象近年來呈現(xiàn)增強(qiáng)趨勢。

表3 農(nóng)業(yè)面源污染的莫蘭指數(shù)Table 3 Moran index of agricultural non-point source pollution

2.3.2 農(nóng)業(yè)面源污染的空間集聚特征 為進(jìn)一步詳細(xì)考察農(nóng)業(yè)面源污染的空間集聚特征，本文使用GeoDa軟件分析了農(nóng)業(yè)面源污染的莫蘭散點(diǎn)圖。為便于比較與分析，我們將2003年和2017年各省份所在象限列于表4。表4中2003年和2017年大部分省份位于第一和第三象限。從動(dòng)態(tài)角度看，盡管各個(gè)省份略有變化，但所選擇的各個(gè)省份中，大部分省市均處于一、三象限中，2017年有9個(gè)省份位于第一象限，比2003年少2個(gè)，2017年有16個(gè)省份位于第三象限，比2003年多1個(gè)。整體而言，2003年和2017年農(nóng)業(yè)面源污染的莫蘭散點(diǎn)圖位于一、三象限的省份分別占總省份的83.87%和80.64%。將農(nóng)業(yè)面源污染空間相關(guān)性分成四個(gè)象限的空間關(guān)聯(lián)模式（表4），第一象限(HH)表示高環(huán)境污染區(qū)域同時(shí)被高環(huán)境污染省份所包圍；第二象限(LH)表示低環(huán)境污染的省份被高環(huán)境污染區(qū)域所包圍；第三象限(LL)表示低環(huán)境污染省份被低環(huán)境污染省份所包圍；第四象限(HL)表示高環(huán)境污染省份被低環(huán)境污染省份所包圍。一三象限反映環(huán)境污染的空間正相關(guān)性，二四象限反映出空間集聚的負(fù)相關(guān)性。整體而言，上述分析表明我國農(nóng)業(yè)面源污染存在顯著的空間正相關(guān)性，農(nóng)業(yè)面源污染的同質(zhì)性溢出效應(yīng)明顯，即高排放的省份加劇鄰近省區(qū)的農(nóng)業(yè)面源污染排放，低排放的省區(qū)減緩鄰近省份的農(nóng)業(yè)面源污染排放

表4 中國農(nóng)業(yè)面源污染莫蘭指數(shù)的省份分布Table 4 Province distribution of the Moran index of agricultural non-point source pollution in China

3 中國農(nóng)業(yè)面源污染影響因素分析

前文分析表明農(nóng)業(yè)面源污染存在顯著的空間集聚特征，因此在分析農(nóng)業(yè)面源污染的影響因素時(shí)，本文進(jìn)一步構(gòu)造了地理鄰接矩陣建立了空間自回歸模型（SAR）和空間誤差模型(SEM)，以得到經(jīng)濟(jì)效應(yīng)、技術(shù)進(jìn)步以及產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)業(yè)面源污染的具體影響。在對空間面板模型進(jìn)行回歸之前，我們首先對固定效應(yīng)和隨機(jī)效應(yīng)模型進(jìn)行了豪斯曼檢驗(yàn)，檢驗(yàn)結(jié)果顯示P值為0.003，強(qiáng)烈拒絕使用隨機(jī)效應(yīng)模型的原假設(shè)，即接受使用固定效應(yīng)模型。表5為根據(jù)地理鄰接權(quán)重矩陣建立的空間自回歸模型和空間誤差模型，SAR模型和SEM均加入了時(shí)間固定效應(yīng)和地區(qū)固定效應(yīng)。由表5可以看出，SAR模型中空間自回歸系數(shù)ρ值為0.572，SEM模型空間誤差回歸系數(shù)λ值為0.668，且兩種模型回歸系數(shù)均在1%的水平上顯著，表明我國農(nóng)業(yè)面源污染確實(shí)存在顯著的空間溢出效應(yīng)，本省的農(nóng)業(yè)面源污染受到鄰近省份的影響，同時(shí)也對鄰近省域農(nóng)業(yè)面源污染產(chǎn)生影響。

表5中，農(nóng)村人均GDP對農(nóng)業(yè)面源污染沒有產(chǎn)生顯著的正向影響，且人均GDP的平方對農(nóng)業(yè)面源污染影響的回歸系數(shù)為正，但統(tǒng)計(jì)不顯著，表明經(jīng)濟(jì)增長與農(nóng)業(yè)面源污染的倒“U”形關(guān)系不存在?？赡艿慕忉屖牵袊r(nóng)村的經(jīng)濟(jì)增長仍然處于以損害環(huán)境污染為代價(jià)的階段。生產(chǎn)要素的投入中化肥、農(nóng)藥的投入較多，在發(fā)展經(jīng)濟(jì)的同時(shí)也帶來了農(nóng)業(yè)面源污染問題。糧食單位面積產(chǎn)出能夠顯著降低農(nóng)業(yè)面源污染程度，這是因?yàn)榧Z食單位面積產(chǎn)出提高了農(nóng)業(yè)資源利用率，通過機(jī)械化和技術(shù)水平的有效利用，減少了農(nóng)業(yè)面源污染。SAR模型和SEM模型中城鎮(zhèn)化水平均在1%顯著性水平上降低了農(nóng)業(yè)面源污染，這是因?yàn)槌擎?zhèn)化水平促進(jìn)了城市技術(shù)在農(nóng)村地區(qū)的外溢作用，推動(dòng)了農(nóng)村地區(qū)的可持續(xù)發(fā)展與運(yùn)用，同時(shí)城鎮(zhèn)化水平的提高還促進(jìn)了村民綠色生產(chǎn)意識，完善了農(nóng)村排污治污的基礎(chǔ)設(shè)施建設(shè)，因而減輕了農(nóng)業(yè)面源污染。清潔能源技術(shù)推廣能夠顯著減低農(nóng)業(yè)面源污染，一種解釋是，清潔能源技術(shù)提高了農(nóng)業(yè)資源循環(huán)利用程度，顯著降低了生活污水和畜禽養(yǎng)殖污染排放，促進(jìn)了生態(tài)農(nóng)業(yè)和環(huán)保農(nóng)業(yè)發(fā)展。產(chǎn)業(yè)結(jié)構(gòu)對農(nóng)業(yè)面源污染產(chǎn)生了顯著的負(fù)向影響，這表明第二產(chǎn)業(yè)比重的增加，提高了綠色生產(chǎn)化水平，改變了過去過度依靠化肥農(nóng)藥的粗放型農(nóng)業(yè)生產(chǎn)模式，使得農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)從污染密集型向清潔能源型轉(zhuǎn)變。環(huán)境治理投資顯著降低了農(nóng)業(yè)面源污染水平，表明環(huán)境治理投資通過資金激勵(lì)效應(yīng)和生態(tài)補(bǔ)償效應(yīng)，提高了農(nóng)村生態(tài)環(huán)境質(zhì)量。

表5 農(nóng)業(yè)面源污染影響因素分析結(jié)果Table 5 Analysis results of factors affecting agricultural non-point source pollution

4 結(jié)論與政策建議

4.1 結(jié)論

農(nóng)業(yè)面源污染治理是推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化，實(shí)現(xiàn)農(nóng)業(yè)綠色生產(chǎn)方式的重要舉措。文章使用了2003—2017年《中國農(nóng)村統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》和《中國環(huán)境統(tǒng)計(jì)年鑒》的面板數(shù)據(jù)，以農(nóng)業(yè)面源污染為研究對象，采用單元調(diào)查法和空間計(jì)量分析方法實(shí)證分析了中國農(nóng)業(yè)面源污染的空間差異，并在此基礎(chǔ)上，使用空間自回歸模型和空間誤差模型分析了農(nóng)業(yè)面源污染的影響因素。研究結(jié)果表明：

1）整體而言，中國農(nóng)業(yè)面源污染呈現(xiàn)出下降趨勢，但空間差異明顯。農(nóng)業(yè)面源污染較嚴(yán)重的區(qū)域主要集中在東部地區(qū)，較輕的區(qū)域主要集中在西部地區(qū)和東北地區(qū)，表明中國農(nóng)業(yè)面源污染強(qiáng)度由東中部地區(qū)向西北和東北地區(qū)遞減。中國總體農(nóng)業(yè)面源污染差異呈現(xiàn)縮小—擴(kuò)大—縮小趨勢。

2）中國農(nóng)業(yè)面源污染存在顯著的空間正相關(guān)性，同質(zhì)溢出性效應(yīng)明顯。表明農(nóng)業(yè)面源污染高排放的省域加劇鄰近省份的農(nóng)業(yè)面源污染排放，低排放的省域減緩鄰近省份的農(nóng)業(yè)面源污染排放。高農(nóng)業(yè)面源污染集聚區(qū)域主要集中在東部沿海發(fā)達(dá)地區(qū)，低農(nóng)業(yè)面源污染集聚區(qū)域主要集中在中國東北部和西部欠發(fā)達(dá)地區(qū)。

3）2003—2017年間，中國農(nóng)業(yè)面源污染存在顯著的空間依賴性，表明我國省域農(nóng)業(yè)面源污染不僅受到鄰近省域農(nóng)業(yè)面源污染的影響，還會(huì)受到區(qū)域間產(chǎn)業(yè)結(jié)構(gòu)以及經(jīng)濟(jì)發(fā)展水平的影響。影響因素分析表明，糧食單位面積產(chǎn)出、城鎮(zhèn)化水平、清潔能源技術(shù)、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、環(huán)境治理投資能顯著降低農(nóng)業(yè)面源污染。

4.2 政策建議

1）提高區(qū)域聯(lián)防聯(lián)控效應(yīng)，開展政府間農(nóng)業(yè)面源污染治理合作。文章分析表明，我國農(nóng)業(yè)面源污染存在顯著的空間集聚特征，各省份之間應(yīng)該強(qiáng)化系統(tǒng)性治理、多部門聯(lián)合、集成性示范和穩(wěn)定性經(jīng)費(fèi)支持。積極推廣區(qū)域綜合治理的成功模式，打破農(nóng)業(yè)、林業(yè)、水利、環(huán)保等部門分頭行動(dòng)、各自為戰(zhàn)的舊有格局，科學(xué)制定污染防控項(xiàng)目實(shí)施方案，系統(tǒng)化設(shè)計(jì)、總體化運(yùn)作、規(guī)?；瘜?shí)施、集成化示范、整體化推進(jìn)。各地區(qū)之間不可堅(jiān)持“誰污染、誰治理”的態(tài)度，尤其是在高污染集聚區(qū)，各省份在制定地方性環(huán)境保護(hù)政策時(shí)，既要重視因地制宜制定本區(qū)域環(huán)境治理方案，同時(shí)又要重視鄰近省域之間的治理聯(lián)系，堅(jiān)持齊抓共管，實(shí)現(xiàn)共贏。

2）環(huán)境投資進(jìn)一步向農(nóng)業(yè)生產(chǎn)區(qū)傾斜，為農(nóng)業(yè)面源污染治理提供堅(jiān)實(shí)物質(zhì)基礎(chǔ)。一方面，要完善農(nóng)業(yè)生態(tài)保護(hù)補(bǔ)償制度，對實(shí)施化肥農(nóng)藥減量、土壤改造和使用綠色生產(chǎn)技術(shù)的農(nóng)戶要給予生態(tài)補(bǔ)貼激勵(lì)。對鄉(xiāng)鎮(zhèn)企業(yè)環(huán)境保護(hù)行為給予資金支持，提高鄉(xiāng)鎮(zhèn)企業(yè)環(huán)境保護(hù)責(zé)任意識，促使其積極承擔(dān)社會(huì)責(zé)任與減排責(zé)任。此外，要通過特許經(jīng)營權(quán)制度規(guī)范引導(dǎo)社會(huì)資本參與農(nóng)村面源污染治理，使資本和技術(shù)能夠在農(nóng)業(yè)農(nóng)村中流動(dòng)，一定程度上可以彌補(bǔ)農(nóng)村農(nóng)業(yè)面源污染治理資金短缺問題。

3）合理調(diào)整農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)，推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級。在當(dāng)前及以后的農(nóng)業(yè)面源污染治理中，農(nóng)業(yè)生產(chǎn)行動(dòng)應(yīng)注重由增產(chǎn)向提質(zhì)轉(zhuǎn)變，因此要統(tǒng)籌調(diào)整種植業(yè)生產(chǎn)結(jié)構(gòu)，積極推動(dòng)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的轉(zhuǎn)型升級。在農(nóng)業(yè)生產(chǎn)中，農(nóng)業(yè)資源的要素配置要堅(jiān)持市場為導(dǎo)向，積極建立健全現(xiàn)代農(nóng)業(yè)生產(chǎn)相銜接的一系列服務(wù)配套體系。與此同時(shí)，要強(qiáng)化農(nóng)村人力資本的投入，提高農(nóng)民生產(chǎn)知識和綠色生產(chǎn)意識，積極倡導(dǎo)培養(yǎng)綠色生產(chǎn)的新型農(nóng)民，為農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級提供智力支持。

4）提升農(nóng)業(yè)綠色科技支撐，創(chuàng)新農(nóng)業(yè)綠色生產(chǎn)模式。大力開展農(nóng)業(yè)生態(tài)修復(fù)技術(shù)、農(nóng)藥化肥減量化技術(shù)和替代技術(shù)、農(nóng)業(yè)廢棄物無害化處理等的研發(fā)與應(yīng)用，確保農(nóng)業(yè)面源污染防控和生態(tài)修復(fù)對科技成果的需求。推廣先進(jìn)的綠色生產(chǎn)技術(shù)和綠色生產(chǎn)項(xiàng)目，合理的調(diào)整農(nóng)業(yè)研究和技術(shù)開發(fā)方向，加強(qiáng)農(nóng)業(yè)科研成果的轉(zhuǎn)化率，將先進(jìn)的農(nóng)業(yè)科研成果運(yùn)用到農(nóng)業(yè)綠色生產(chǎn)中去，注重發(fā)揮農(nóng)業(yè)科技示范基地的帶頭作用，不斷提升農(nóng)業(yè)現(xiàn)代化和綠色生產(chǎn)水平。