馬 駿，旦增維旦，高慧嫻

（1.河海大學(xué) 商學(xué)院，江蘇 南京 211100；2.河海大學(xué) 經(jīng)濟(jì)與金融學(xué)院，江蘇 南京 211100；3.江蘇省水資源與可持續(xù)發(fā)展研究中心，江蘇 南京 211100；4.沿海開(kāi)發(fā)與保護(hù)協(xié)同創(chuàng)新中心，江蘇 南京 211100）

0 引言

我國(guó)農(nóng)業(yè)現(xiàn)代化相較于發(fā)達(dá)國(guó)家起步較晚，為治理這一短板，國(guó)家對(duì)農(nóng)業(yè)帶建設(shè)、區(qū)域優(yōu)化給予高度重視，曾多次出臺(tái)相關(guān)政策調(diào)整種植業(yè)結(jié)構(gòu)，建設(shè)糧食主產(chǎn)區(qū)，糧食生產(chǎn)主銷區(qū)等。當(dāng)前，建設(shè)和培育規(guī)?；?、特色化和專業(yè)化的種植業(yè)生產(chǎn)集聚區(qū)，已成為農(nóng)業(yè)發(fā)展的重要趨勢(shì) （鄭風(fēng)田等，2005）?？v觀國(guó)內(nèi)外，不難發(fā)現(xiàn)種植業(yè)生產(chǎn)集聚區(qū)的良好發(fā)展態(tài)勢(shì)，如美國(guó)玉米集聚區(qū)、法國(guó)的葡萄集聚區(qū)、荷蘭的花卉集聚區(qū)等。長(zhǎng)江流域橫跨我國(guó)東、中、西三大區(qū)域，流經(jīng)19個(gè)?。ㄊ校?，是我國(guó)最主要的農(nóng)業(yè)基地，共有我國(guó)農(nóng)業(yè)農(nóng)村部、財(cái)政部組織認(rèn)證的18個(gè)優(yōu)勢(shì)特色種植業(yè)集群，如江蘇中晚熟大蒜產(chǎn)業(yè)集群、湖北三峽蜜橘產(chǎn)業(yè)集群、西藏青稞產(chǎn)業(yè)集群等。然而，在種植業(yè)集聚水平不斷提升、農(nóng)作物產(chǎn)量增加的同時(shí)，因農(nóng)資消耗過(guò)度、種養(yǎng)模式不科學(xué)、土地規(guī)劃不合理等問(wèn)題，種植業(yè)生產(chǎn)帶來(lái)的化肥農(nóng)藥污染、農(nóng)田固廢污染等農(nóng)業(yè)面源污染，已成為生產(chǎn)環(huán)境質(zhì)量下降的重要原因。國(guó)務(wù)院于2018年印發(fā)的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》指出，要“打造集約高效生產(chǎn)空間，保護(hù)山清水秀生態(tài)空間”。生態(tài)環(huán)境部辦公廳于2021年出臺(tái)的《農(nóng)業(yè)面源污染治理與監(jiān)督指導(dǎo)實(shí)施方案（試行）》也指出，要“優(yōu)化農(nóng)業(yè)生產(chǎn)空間布局，改善土壤地力。”由此可見(jiàn)，合理高效的種植業(yè)集聚是發(fā)展高質(zhì)量鄉(xiāng)村經(jīng)濟(jì)、推進(jìn)農(nóng)業(yè)綠色生產(chǎn)發(fā)展的重要途徑。當(dāng)下，長(zhǎng)江流域在“共抓大保護(hù)，不搞大開(kāi)發(fā)，把修復(fù)長(zhǎng)江生態(tài)環(huán)境擺到壓倒性位置”的發(fā)展戰(zhàn)略下，解決流域農(nóng)業(yè)面源污染問(wèn)題非常關(guān)鍵。因此，分析種植業(yè)集聚的時(shí)空特征，研究其對(duì)農(nóng)業(yè)面源污染的影響，對(duì)厘清當(dāng)下長(zhǎng)江流域農(nóng)業(yè)綠色生產(chǎn)發(fā)展道路尤為必要。

不同于對(duì)制造業(yè)、服務(wù)業(yè)集聚的研究，國(guó)內(nèi)種植業(yè)集聚方面的研究起步較晚且主要集中在理論層面。近些年部分學(xué)者從不同視角對(duì)種植業(yè)生產(chǎn)集聚進(jìn)行研究，發(fā)現(xiàn)其集聚特征日趨復(fù)雜化：1）從集聚程度來(lái)看，我國(guó)種植業(yè)具有顯著的生產(chǎn)集聚特征，且呈波浪型上升趨勢(shì)（趙丹丹，2018；趙穎文等，2020；趙娜等，2014；賈興梅等，2014）；2）從農(nóng)作物種類來(lái)看，我國(guó)種植業(yè)生產(chǎn)集聚具有產(chǎn)品差異性，因政府規(guī)劃、規(guī)模利益、制度變革等社會(huì)因素，經(jīng)濟(jì)作物相較于糧食作物的生產(chǎn)集聚程度更高（任頻頻等，2022；肖衛(wèi)東，2012；李二玲等，2012）；3）從農(nóng)作物生產(chǎn)重心來(lái)看，我國(guó)各作物種植優(yōu)勢(shì)地區(qū)存在不同程度的轉(zhuǎn)移，糧食生產(chǎn)重心從“中心”地區(qū)向“邊緣”地區(qū)轉(zhuǎn)移（Wu等，2020；高帆，2005；Fan等，2003），蔬菜則由 “郊區(qū)”向“農(nóng)區(qū)”轉(zhuǎn)移（呂超等，2011）；4）從集聚分布情況來(lái)看，中國(guó)種植業(yè)在整體和局部區(qū)域上都表現(xiàn)出顯著的正向空間自相關(guān)性，其空間分布呈現(xiàn)非隨機(jī)的地理集聚格局，具有強(qiáng)烈的空間溢出效應(yīng)（傅瑋韡等，2021；薛蕾等，2020；賀亞亞等，2016；肖衛(wèi)東，2014；陸文聰?shù)龋?008）。

當(dāng)前，圍繞農(nóng)業(yè)面源污染，國(guó)內(nèi)外學(xué)者從污染測(cè)算（Zhang等，2019；Yazdi等，2019；賴斯蕓，2004）、空間格局（郭利京等，2021；徐承紅等，2019；Tang等，2016；陳敏鵬等，2006）、影響因素和治理措施 （金書(shū)秦等，2018；Vernier等，2017；司言武，2010）等多個(gè)方面作出大量有益研究。學(xué)者們對(duì)農(nóng)業(yè)面源污染影響因素的研究主要分為宏觀和微觀2個(gè)層面：宏觀層面包括農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)（謝文寶等，2018；梁流濤等，2013；張暉等，2009）、農(nóng)業(yè)技術(shù)水平（葛繼紅等，2011）、農(nóng)業(yè)財(cái)政投入（馬九杰等，2021；李守偉等，2019）、農(nóng)業(yè)環(huán)境規(guī)制（鄧晴晴等，2020）、城鎮(zhèn)化水平（欒健等，2020）、農(nóng)村人口規(guī)模（吳義根等，2017）等社會(huì)經(jīng)濟(jì)誘因；微觀層面包括農(nóng)業(yè)技術(shù)培訓(xùn)（華春林等，2013）、農(nóng)戶風(fēng)險(xiǎn)感知（張郁等，2017）、農(nóng)戶治污意愿（周慧等，2021；唐學(xué)玉等，2012）等農(nóng)戶行為因素。農(nóng)業(yè)面源污染的相關(guān)研究雖然為治理農(nóng)業(yè)面源污染提供了有效的借鑒，但也不難發(fā)現(xiàn)，當(dāng)前相關(guān)研究多集中于整體層面，缺乏針對(duì)種植業(yè)生產(chǎn)中面源污染排放的空間特征以及形成原因等的深層次分析，造成對(duì)農(nóng)業(yè)面源污染現(xiàn)狀的把握尚不全面。從種植業(yè)集聚特征來(lái)看，同其他產(chǎn)業(yè)集聚一樣，種植業(yè)集聚的環(huán)境效應(yīng)在理論上具有正向的“集聚效應(yīng)”（胡志強(qiáng)等，2018；Liu等，2017）和負(fù)向的“擁塞效應(yīng)” （鄭小強(qiáng)等，2022；Cheng，2016；王兵等，2016）。已有研究表明，種植業(yè)集聚特征日趨復(fù)雜化，其產(chǎn)生的面源污染相對(duì)于點(diǎn)源污染存在一定的獨(dú)特性（李秀芬等，2010）。鑒于此：1）本文從研究視角上聚焦于種植業(yè)領(lǐng)域，選擇長(zhǎng)江流域19省（市）作為研究對(duì)象，探究種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響，一定程度上豐富產(chǎn)業(yè)集聚產(chǎn)生的環(huán)境效應(yīng)的相關(guān)研究；2）在指標(biāo)選取方面，不同于以往研究，本文采用流域整體數(shù)據(jù)，并利用清單分析法針對(duì)性地測(cè)算種植業(yè)集聚程度及農(nóng)業(yè)面源污染排放程度；3）在研究?jī)?nèi)容上，利用Arcgis技術(shù)直觀展示并對(duì)比分析長(zhǎng)江流域種植業(yè)集聚與農(nóng)業(yè)面源污染的空間分布、空間關(guān)聯(lián)特征及其空間變化趨勢(shì)，同時(shí)，采用空間計(jì)量模型分析種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響和空間效應(yīng)，進(jìn)一步利用門檻模型探究不同經(jīng)濟(jì)發(fā)展階段下長(zhǎng)江流域種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染產(chǎn)生的影響，為長(zhǎng)江流域種植業(yè)集聚發(fā)展、減少種植業(yè)集聚帶來(lái)農(nóng)業(yè)面源污染等的環(huán)境負(fù)外部性、協(xié)調(diào)流域內(nèi)各地區(qū)農(nóng)業(yè)發(fā)展制定區(qū)域相關(guān)政策措施提供科學(xué)依據(jù)。

1 理論分析與研究假設(shè)

1.1 種植業(yè)集聚影響農(nóng)業(yè)面源污染的空間效應(yīng)

種植業(yè)層面的農(nóng)業(yè)面源污染產(chǎn)生于種植業(yè)生產(chǎn)活動(dòng)中，主要包括化肥、農(nóng)田廢棄物等污染源排放的污染物以水為載體通過(guò)農(nóng)田地表徑流等多種方式進(jìn)入水體，對(duì)環(huán)境造成污染。并且不同于第二、第三產(chǎn)業(yè)的生產(chǎn)活動(dòng)，種植業(yè)生產(chǎn)活動(dòng)高度依賴于土壤、地形、氣候、水環(huán)境等自然條件，具有明顯的空間相關(guān)性。相鄰地域因具有相似的農(nóng)業(yè)生產(chǎn)環(huán)境，在農(nóng)作物品種、生產(chǎn)方式的選擇上會(huì)具有趨同性。因此，種植業(yè)產(chǎn)生的農(nóng)業(yè)面源污染會(huì)因水體流動(dòng)以及農(nóng)業(yè)生產(chǎn)活動(dòng)的趨同性而具備較為顯著的空間相關(guān)性。隨著鄉(xiāng)村經(jīng)濟(jì)和長(zhǎng)江流域一體化戰(zhàn)略的發(fā)展，長(zhǎng)江流域種植業(yè)的發(fā)展方向從粗放、自由、分散逐步趨向集約化和專業(yè)化轉(zhuǎn)變。種植業(yè)集聚也在一定程度上體現(xiàn)了各類種植業(yè)生產(chǎn)資源向某一區(qū)域匯集，這一匯聚造成了污染項(xiàng)目的相互作用，從而出現(xiàn)各種污染物的結(jié)合或疊加現(xiàn)象，導(dǎo)致種植業(yè)生產(chǎn)過(guò)程中污染物排放的頻率和密度不斷增加，給區(qū)域帶來(lái)超負(fù)荷的農(nóng)業(yè)面源污染。然而，由于區(qū)域的環(huán)境承載能力以及吸納轉(zhuǎn)變與凈化污染的能力十分有限，隨著種植業(yè)的進(jìn)一步集聚，該區(qū)域農(nóng)業(yè)面源污染在累積效應(yīng)的作用下也相應(yīng)地進(jìn)一步加劇。

據(jù)此，本文提出研究假設(shè)H1：長(zhǎng)江流域農(nóng)業(yè)面源污染具備較為明顯的空間正相關(guān)性，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響存在空間溢出效應(yīng)。

1.2 種植業(yè)集聚影響農(nóng)業(yè)面源污染的門檻效應(yīng)

因在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的不同階段，地方政府推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的策略和手段有所不同，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響也因此有所差異，所以本文把種植業(yè)集聚分為經(jīng)濟(jì)發(fā)展初級(jí)集聚階段和經(jīng)濟(jì)發(fā)展中高級(jí)集聚階段（嚴(yán)思齊等，2019）。在不同階段，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響也有所不同（圖1）。

圖1 種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響機(jī)制Fig.1 Impacting mechanism of planting agglomeration on agricultural area pollution

在經(jīng)濟(jì)發(fā)展初級(jí)階段，要素積累是經(jīng)濟(jì)增長(zhǎng)的主要源泉，“高投入、高能耗”的種植業(yè)生產(chǎn)方式占據(jù)主導(dǎo)地位，農(nóng)業(yè)生產(chǎn)技術(shù)沒(méi)有得到有效發(fā)展，該階段種植業(yè)集聚的主要表現(xiàn)為規(guī)模盲目擴(kuò)大、濫用生產(chǎn)技術(shù)、農(nóng)資過(guò)度消耗。農(nóng)戶過(guò)分注重產(chǎn)量的提高而非對(duì)污染的防治，盲目集聚帶來(lái)的生產(chǎn)規(guī)模擴(kuò)大會(huì)造成投入要素的浪費(fèi)，產(chǎn)生摩擦成本，加劇農(nóng)業(yè)面源污染。

在經(jīng)濟(jì)發(fā)展中高級(jí)階段，技術(shù)進(jìn)步逐漸取代要素積累成為農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要源泉，地方政府也更加注重環(huán)境規(guī)制，通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)進(jìn)步和技術(shù)效率的提高來(lái)推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)，同時(shí)消費(fèi)者對(duì)綠色安全農(nóng)產(chǎn)品的需求量增加，促使農(nóng)業(yè)生產(chǎn)者改進(jìn)生產(chǎn)方式，營(yíng)造綠色農(nóng)業(yè)生產(chǎn)環(huán)境。該階段種植業(yè)集聚主要表現(xiàn)為，在生產(chǎn)結(jié)構(gòu)逐漸優(yōu)化、農(nóng)業(yè)技術(shù)水平不斷創(chuàng)新進(jìn)步的同時(shí)，產(chǎn)生知識(shí)溢出和技術(shù)溢出，呈良性發(fā)展趨勢(shì)，物質(zhì)資源在聚集區(qū)內(nèi)得到充分利用，降低種植業(yè)集聚對(duì)環(huán)境質(zhì)量的破壞，逐步造就經(jīng)濟(jì)效益與生態(tài)環(huán)境效益的雙贏局面。

據(jù)此，本文提出研究假設(shè)H2：長(zhǎng)江流域內(nèi)種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響有門檻效應(yīng)，隨著農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的不斷提高，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的加劇程度減弱。

2 種植業(yè)集聚與農(nóng)業(yè)面源污染的測(cè)度

2.1 種植業(yè)集聚的測(cè)度

種植業(yè)集聚作為一種生產(chǎn)分布不均衡現(xiàn)象，有多種衡量指標(biāo)。針對(duì)種植業(yè)集聚程度的測(cè)度，根據(jù)已有研究文獻(xiàn)（肖衛(wèi)東，2012；賈興梅等，2014；趙丹丹，2018）可以看出，采用的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)不盡相同，主要以農(nóng)作物播種面積、農(nóng)作物產(chǎn)量數(shù)據(jù)以及總產(chǎn)值為主?？紤]到農(nóng)作物的產(chǎn)量水平及產(chǎn)值受自然災(zāi)害影響較大，極易出現(xiàn)異常數(shù)據(jù)，并且數(shù)據(jù)波動(dòng)性大，因此，本文采用各省農(nóng)作物播種面積在全國(guó)總播種面積的占比（肖衛(wèi)東，2012）測(cè)算基尼系數(shù)和區(qū)位熵指數(shù)，以此來(lái)分別體現(xiàn)長(zhǎng)江流域整體和各?。ㄊ校┓N植業(yè)集聚程度。

2.1.1 基尼系數(shù)

基尼系數(shù)是反映不均衡程度的重要指標(biāo)。本文采用張建華（2007）推導(dǎo)的一種簡(jiǎn)便易用的基尼系數(shù)，測(cè)度長(zhǎng)江流域19?。ㄊ校┱w水平的種植業(yè)集聚水平，具體計(jì)算公式為

式中：Gini為種植業(yè)基尼系數(shù)，取值范圍為［0，1］，數(shù)值越大，表明長(zhǎng)江流域種植業(yè)集聚程度越高；n為省 （市）數(shù)量，本文把長(zhǎng)江流域19?。ㄊ校└鬓r(nóng)作物播種面積按從小到大的順序排列分成19組，即n＝19；Li為累計(jì)前i組播種面積占全國(guó)總播種面積的比例。

2.1.2 區(qū)位熵指數(shù)

由于區(qū)位熵指數(shù)能較為有效地衡量各地區(qū)要素分布狀態(tài)，反映產(chǎn)業(yè)集聚程度 （Marcon等，2017），本文選用區(qū)位熵指數(shù)測(cè)度長(zhǎng)江流域19?。ㄊ校┓N植業(yè)集聚水平，計(jì)算公式為

式中：Aggik為k省（市）農(nóng)作物i的區(qū)位熵指數(shù)；Eik為k?。ㄊ校┺r(nóng)作物i的播種面積；Etk為k?。ㄊ校┺r(nóng)作物總播種面積；Ai為全國(guó)農(nóng)作物i的播種面積；At為全國(guó)農(nóng)作物總播種面積。當(dāng)Aggik＞1，表示k省（市）農(nóng)作物i生產(chǎn)集聚水平高于全國(guó)平均水平；當(dāng)Aggik＝1，表示k?。ㄊ校┺r(nóng)作物i生產(chǎn)集聚水平與全國(guó)平均水平相同；當(dāng)Aggik＜1，表示k省（市）農(nóng)作物i生產(chǎn)集聚水平低于全國(guó)平均水平。因農(nóng)作物產(chǎn)量受自然災(zāi)害影響較大，在實(shí)證過(guò)程中對(duì)集聚水平的衡量存在誤差，本文選取各農(nóng)作物播種面積來(lái)衡量區(qū)位熵指數(shù)，并采用各農(nóng)作物的平均區(qū)位熵代表各省（市）種植業(yè)集聚水平。

2.2 農(nóng)業(yè)面源污染的測(cè)度

綜合比較已有文獻(xiàn)中農(nóng)業(yè)面源污染的測(cè)度方法，本文利用基于清單分析的單元調(diào)查評(píng)估法（賴斯蕓，2004），對(duì)種植業(yè)層面農(nóng)業(yè)面源污染物排放量進(jìn)行核算，將農(nóng)業(yè)面源污染確定為化肥施用、農(nóng)田固體廢棄物2個(gè)污染單元，如表1所示。考慮到我國(guó)長(zhǎng)江流域的麻類、煙葉、藥材類等其他農(nóng)作物種植面積較小且統(tǒng)計(jì)數(shù)據(jù)不完整，本文選擇谷物、豆類、薯類、油料、棉花、糖料、蔬菜和水果8種農(nóng)作物的農(nóng)業(yè)固體廢棄物核算污染物排放量，計(jì)算公式為

表1 農(nóng)業(yè)面源污染產(chǎn)污清單列表Table 1 List of agricultural area pollution sources

式中：Te為被解釋變量種植業(yè)農(nóng)業(yè)面源污染物的排放量；Cod為化學(xué)需氧量；Tn為總氮；Tp為總磷；Ekj為k省 （市）農(nóng)業(yè)面源污染物的排放量；EUkj為k省 （市）單元j指標(biāo)的統(tǒng)計(jì)數(shù)；ρkj為k省（市）單元j指標(biāo)的產(chǎn)污強(qiáng)度系數(shù)；ηkj為k省（市）相關(guān)資源利用效率的系數(shù)；PEkj為k省（市）單元j指標(biāo)污染物的排放量；Ckj為k省（市）單元j指標(biāo)污染物的排放系數(shù)，取決于單元自身特征 (EU)kj和空間特征( )S，表征?。ㄊ校┥鷳B(tài)環(huán)境、氣候及各種管理措施對(duì)農(nóng)業(yè)面源污染的綜合影響。

3 種植業(yè)集聚與農(nóng)業(yè)面源污染的時(shí)空特征

3.1 種植業(yè)集聚與農(nóng)業(yè)面源污染的時(shí)序變化

由公式（1）、（3）測(cè)算出2007—2020年長(zhǎng)江流域19?。ㄊ校┱w種植業(yè)基尼系數(shù)與農(nóng)業(yè)面源污染物排放量的時(shí)序變化，如圖2所示。由圖2可以看出，2007—2020年長(zhǎng)江流域種植業(yè)的基尼系數(shù)為0.529～0.545，集聚程度較高，且整體呈波浪型上升趨勢(shì)，說(shuō)明長(zhǎng)江流域優(yōu)勢(shì)農(nóng)產(chǎn)品區(qū)域集聚度穩(wěn)步提高。分別計(jì)算8種農(nóng)作物基尼系數(shù)，發(fā)現(xiàn)谷物、豆類、薯類等糧食作物和油料蔬菜水果等播種面積較大的作物種植分布廣泛，集聚程度相對(duì)較小。棉花、糖料等經(jīng)濟(jì)作物集聚更為明顯，且在樣本期內(nèi)穩(wěn)步提高，2020年分別高達(dá)0.774和0.867。種植業(yè)面源污染排放量在樣本期內(nèi)則是明顯的先升后降的狀態(tài)，并且在2017年后呈加速下降趨勢(shì)，而此時(shí)種植業(yè)集聚的增速開(kāi)始減緩。究其原因，我國(guó)自2015年起大力著手改革農(nóng)村環(huán)境和鄉(xiāng)村建設(shè)問(wèn)題，2017年黨的十九大更是提出鄉(xiāng)村振興戰(zhàn)略，推進(jìn)農(nóng)業(yè)生產(chǎn)布局優(yōu)化，促進(jìn)鄉(xiāng)村經(jīng)濟(jì)和生態(tài)文明的協(xié)同發(fā)展。

圖2 2007—2020年種植業(yè)基尼系數(shù)與農(nóng)業(yè)面源污染變化情況Fig.2 2007 to 2020 planting Gini coefficient and changes of agricultural area pollution

3.2 種植業(yè)集聚與農(nóng)業(yè)面源污染的空間分布

在采用公式（2）測(cè)算各?。ㄊ校┓N植業(yè)集聚水平和公式（3）、 （4）測(cè)算農(nóng)業(yè)面源污染物排放量的基礎(chǔ)上，選用自然間斷點(diǎn)分級(jí)法分別繪制2007年與2020年種植業(yè)集聚與農(nóng)業(yè)面源污染空間分布圖，分別如圖3與圖4所示。

圖3 2007年、2020年種植業(yè)集聚空間分布Fig.3 Spatial distribution of planting agglomeration in 2007 and 2020

圖4 2007年、2020年農(nóng)業(yè)面源污染空間分布Fig.4 Spatial distribution of agricultural area pollution in 2007 and 2020

由圖3可見(jiàn)，種植業(yè)集聚水平存在較為明顯的空間差異。2007年，種植業(yè)集聚水平較高的?。ㄊ校┚佣?，分布較為集中，種植業(yè)集聚水平最低和最高的省份分別為西藏自治區(qū)和廣西壯族自治區(qū)。由分類范圍可知，與2007年相比，2020年整體種植業(yè)集聚水平增加且空間差異明顯存在，種植業(yè)集聚水平最低和最高的省份仍為西藏自治區(qū)和廣西壯族自治區(qū)。整體來(lái)看，樣本期內(nèi)種植業(yè)集聚水平布局變動(dòng)明顯且一直存在空間差異，各省市發(fā)展較不平衡，其中，廣西壯族自治區(qū)種植業(yè)集聚水平一直處于高位，其區(qū)位熵較高的農(nóng)產(chǎn)品為糖料。農(nóng)業(yè)較為發(fā)達(dá)的河南、安徽等省份雖是我國(guó)重要的糧食主產(chǎn)區(qū)，但因種植業(yè)農(nóng)作物種類繁多、生產(chǎn)結(jié)構(gòu)調(diào)整滯后、各農(nóng)產(chǎn)品生產(chǎn)的絕對(duì)規(guī)模較小，種植業(yè)競(jìng)爭(zhēng)力優(yōu)勢(shì)并不明顯。并且，蘇浙滬位于沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)，作為“魚(yú)米之鄉(xiāng)”，其勞動(dòng)力成本較高且土地資源緊張，種植業(yè)集聚程度較低，總體上缺乏競(jìng)爭(zhēng)優(yōu)勢(shì)。

由圖4可見(jiàn)，2007年，污染物排放量高的省份為江蘇省和廣東省，其余排放量較高的省份分布集聚在他們周圍，以農(nóng)業(yè)大省為主。與2007年相比，2020年整體布局略有變動(dòng)，仍存在較為明顯的空間差異。西藏自治區(qū)、青海省、甘肅省、重慶市和上海市的污染物排放量一直較低。整體來(lái)看，農(nóng)業(yè)面源污染物排放量較高的地區(qū)為農(nóng)業(yè)生產(chǎn)較為發(fā)達(dá)的地區(qū)，存在較為明顯的空間差異，且樣本期內(nèi)農(nóng)業(yè)面源污染物排放量降低。

綜合來(lái)看，樣本期內(nèi)各省份種植業(yè)集聚和農(nóng)業(yè)面源污染的分布情況均具有一定的空間差異，且在時(shí)序變化和空間分布上呈現(xiàn)出不同規(guī)律，并不存在一一對(duì)應(yīng)關(guān)系。由此，從直觀層面可以看出，二者關(guān)系較為復(fù)雜，可能具有空間效應(yīng)和門檻特征。在此基礎(chǔ)上，本文進(jìn)一步通過(guò)空間計(jì)量模型和門檻模型，詳細(xì)研究種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響。

4 模型構(gòu)建、變量選取與實(shí)證檢驗(yàn)

4.1 模型構(gòu)建

本文以York等（2003）改進(jìn)的IPAT模型擴(kuò)展式（STIRPAT）為基礎(chǔ)進(jìn)行實(shí)證檢驗(yàn)。STIRPAT模型應(yīng)用于環(huán)境經(jīng)濟(jì)等多個(gè)領(lǐng)域，主要用于測(cè)量人類活動(dòng)對(duì)生態(tài)環(huán)境的影響程度，表達(dá)式為

式中：I為環(huán)境污染；P為人口規(guī)模；A為富裕程度；T為技術(shù)進(jìn)步；a、b、c、d均為待估計(jì)參數(shù)；e為隨機(jī)誤差。本文選取農(nóng)村人口規(guī)模、農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)技術(shù)進(jìn)步3個(gè)變量衡量公式（5）中的人口規(guī)模、富裕程度、技術(shù)水平，同時(shí)充分考慮農(nóng)業(yè)面源污染受到的多種影響，另加入城鎮(zhèn)化、財(cái)政支農(nóng)力度和農(nóng)業(yè)環(huán)境規(guī)制3個(gè)控制變量，在此基礎(chǔ)上加入核心解釋變量——種植業(yè)集聚水平，構(gòu)建有關(guān)種植業(yè)集聚水平與農(nóng)業(yè)面源污染的計(jì)量模型。為消除異方差影響，本文將模型進(jìn)行對(duì)數(shù)化處理，表達(dá)式為

式中：i為?。ㄊ校?；t為年份；ln Teit為被解釋變量農(nóng)業(yè)面源污染；lnAggit為核心解釋變量種植業(yè)集聚水平；lnPopit、lnAgdpit、lnTecit、ln Urit、lnFinit、ln Erit均為控制變量，分別表示農(nóng)村人口規(guī)模、農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)技術(shù)進(jìn)步、城鎮(zhèn)化、財(cái)政支農(nóng)力度和農(nóng)業(yè)環(huán)境規(guī)制；β1、β2、β3、β4、β5、β6、β7均為待估計(jì)系數(shù)；εit為隨機(jī)擾動(dòng)項(xiàng)。

4.2 變量選取

4.2.1 被解釋變量與核心解釋變量

本文的被解釋變量為單元調(diào)查評(píng)估法核算的種植業(yè)層面農(nóng)業(yè)面源污染物排放量（Te），是化學(xué)需氧量（Cod）、總氮（Tn）、總磷（Tp）之和。由于區(qū)位熵能夠較為真實(shí)地反映地理要素的空間分布，消除地區(qū)規(guī)模差異因素，本文以谷物、豆類、薯類、油料、棉花、糖料、蔬菜和水果8種農(nóng)作物區(qū)位熵的平均值作為核心解釋變量，說(shuō)明各省（市）種植業(yè)集聚水平。

4.2.2 控制變量

在參考前人研究的基礎(chǔ)上，本文選取如下控制變量。

1）農(nóng)村人口規(guī)模（Pop）。農(nóng)村人口規(guī)模的擴(kuò)大會(huì)造成產(chǎn)品需求的增加，促進(jìn)農(nóng)村消費(fèi)，帶動(dòng)農(nóng)業(yè)生產(chǎn)活動(dòng)，從而影響污染物排放量，本文采用農(nóng)村人口數(shù)量進(jìn)行衡量（吳義根等，2017）。

2）農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平(Agd)p。各?。ㄊ校┺r(nóng)業(yè)經(jīng)濟(jì)水平的不同會(huì)引起生產(chǎn)資料投入的差異，從而影響污染物排放量，本文采用消除價(jià)格因素的實(shí)際農(nóng)業(yè)人均GDP進(jìn)行衡量（梁流濤等，2013；葛繼紅等，2011）。

3）農(nóng)業(yè)技術(shù)進(jìn)步(Tec)h。技術(shù)進(jìn)步通過(guò)發(fā)展綠色種養(yǎng)技術(shù)、治污技術(shù)等渠道可以對(duì)農(nóng)業(yè)面源污染實(shí)行有效防控，降低污染量，本文采用Dea-Malmquist測(cè)算的農(nóng)業(yè)TFP來(lái)表示。參考已有研究（石慧等，2008）。投入指標(biāo)采用農(nóng)業(yè)播種面積、第一產(chǎn)業(yè)從業(yè)人員、農(nóng)用化肥施用量和農(nóng)業(yè)機(jī)械總動(dòng)力來(lái)表示，產(chǎn)出指標(biāo)采用消除價(jià)格因素的第一產(chǎn)業(yè)增加值來(lái)表示。

4）城鎮(zhèn)化( U)r。城鎮(zhèn)化的推進(jìn)一方面反映農(nóng)村居民的遷移變動(dòng)，另一方面反映居民生活水平的提高，不僅會(huì)影響農(nóng)業(yè)生產(chǎn)效率，而且對(duì)農(nóng)業(yè)生產(chǎn)環(huán)境也提出新的要求，進(jìn)而對(duì)農(nóng)業(yè)面源污染產(chǎn)生影響，本文采用城鎮(zhèn)人口占常住人口比重進(jìn)行衡量（欒健等，2020）。

5）財(cái)政支農(nóng)力度(F)in。政府對(duì)農(nóng)業(yè)的財(cái)政投入，一方面，可以通過(guò)補(bǔ)貼有機(jī)肥施用、推廣測(cè)土配方技術(shù)等手段減少污染排放量，另一方面，部分支農(nóng)補(bǔ)貼資金會(huì)引導(dǎo)農(nóng)戶加劇化肥、農(nóng)藥的使用，增加污染排放，本文采用農(nóng)林牧漁業(yè)財(cái)政支出與政府財(cái)政支出的占比進(jìn)行衡量（馬九杰等，2021；李守偉等，2019）。

6）農(nóng)業(yè)環(huán)境規(guī)制( E)r。環(huán)境規(guī)制表示政府協(xié)調(diào)環(huán)境與經(jīng)濟(jì)發(fā)展的一系列作為，在政府的環(huán)境規(guī)制下經(jīng)濟(jì)主體會(huì)受到相應(yīng)政策與措施的約束，從而減少對(duì)環(huán)境的污染。參考鄧晴晴等（2020）的研究，本文采用農(nóng)業(yè)節(jié)能環(huán)保支出占該地區(qū)GDP的比重來(lái)表示。

4.2.3 數(shù)據(jù)來(lái)源

本文選取長(zhǎng)江流域作為研究對(duì)象，但由于各統(tǒng)計(jì)年鑒發(fā)布的數(shù)據(jù)大多是以省級(jí)為主，大部分市級(jí)數(shù)據(jù)獲取難度大且并不全面，因此，選取長(zhǎng)江流域19個(gè)?。ㄊ校òㄉ虾Ｊ信c重慶市）作為決策單元，進(jìn)行下一步的分析研究，研究年份為2007—2020年。農(nóng)業(yè)基礎(chǔ)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》及各?。ㄊ校┙y(tǒng)計(jì)年鑒，農(nóng)業(yè)面源污染核算系數(shù)重點(diǎn)參考賴斯蕓（2004）、畢于運(yùn)（2010）、馬靜（2013）等文獻(xiàn)成果以及《全國(guó)第一次污染源普查農(nóng)業(yè)源系數(shù)手冊(cè)》。對(duì)于個(gè)別年份數(shù)據(jù)缺失的問(wèn)題，本文采用加權(quán)平均結(jié)果補(bǔ)齊。變量說(shuō)明如表2所示。

表2 變量說(shuō)明Table 2 Explanation of variables

4.3 實(shí)證檢驗(yàn)

4.3.1 農(nóng)業(yè)面源污染的空間自相關(guān)性檢驗(yàn)

在探討種植業(yè)集聚影響農(nóng)業(yè)面源污染的空間效應(yīng)前，需要判斷農(nóng)業(yè)面源污染是否存在空間自相關(guān)性。本文對(duì)各?。ㄊ校┺r(nóng)業(yè)面源污染排放總量Te取對(duì)數(shù)后，通過(guò)全局自相關(guān)法，測(cè)算其莫蘭指數(shù)。結(jié)合以往學(xué)者的研究成果，本文采用地理距離權(quán)重矩陣和經(jīng)濟(jì)地理權(quán)重矩陣進(jìn)行測(cè)算，并采用鄰接空間權(quán)重矩陣檢驗(yàn)結(jié)果穩(wěn)定性，結(jié)果如表3所示。由表3可知，莫蘭指數(shù)全部為正，且全部年份在10%水平下通過(guò)顯著性檢驗(yàn)，說(shuō)明長(zhǎng)江流域各?。ㄊ校┑霓r(nóng)業(yè)面源污染存在顯著的空間正相關(guān)性，從而驗(yàn)證H1中長(zhǎng)江流域農(nóng)業(yè)面源污染具備較為明顯的空間正相關(guān)性假設(shè)。

表3 長(zhǎng)江流域農(nóng)業(yè)面源污染的空間相關(guān)性Table 3 Spatial correlation of agricultural area pollution in Yangtze River Stream

4.3.2 種植業(yè)集聚影響農(nóng)業(yè)面源污染的空間效應(yīng)分析

1）最優(yōu)空間模型選擇。分別對(duì)3種空間權(quán)重矩陣下的最優(yōu)空間模型進(jìn)行選擇，首先通過(guò)Hausman檢驗(yàn)選擇固定效應(yīng)模型。其次進(jìn)行LM檢驗(yàn)，結(jié)果顯示空間誤差效應(yīng)和空間滯后效應(yīng)同時(shí)存在，F(xiàn)統(tǒng)計(jì)量顯著拒絕混合OLS模型，應(yīng)采用空間面板模型計(jì)量，之后采用Wald檢驗(yàn)，結(jié)果顯示SDM模型不應(yīng)退化為SLM模型和SEM模型。最后對(duì)比個(gè)體固定、時(shí)間固定、雙向固定效應(yīng)模型的R2值，選用個(gè)體固定效應(yīng)的空間杜賓模型（由于篇幅所限，檢驗(yàn)結(jié)果不予列出）。

2）空間杜賓模型的回歸結(jié)果。對(duì)前文構(gòu)建的3種空間權(quán)重矩陣下個(gè)體固定效應(yīng)的空間杜賓模型進(jìn)行估計(jì)和檢驗(yàn)，估計(jì)結(jié)果如表4所示。由表4可知，3種權(quán)重矩陣模型下相關(guān)系數(shù)均在1%和5%的水平下顯著為正，說(shuō)明種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響存在顯著的空間效應(yīng)。其中，在經(jīng)濟(jì)距離權(quán)重矩陣下，種植業(yè)集聚在1%的水平下顯著為正，表明長(zhǎng)江流域內(nèi)經(jīng)濟(jì)距離下種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響整體大于地理距離下的影響。核心解釋變量種植業(yè)集聚水平對(duì)農(nóng)業(yè)面源污染影響的系數(shù)均顯著為正，即種植業(yè)集聚加劇了農(nóng)業(yè)面源污染，表明長(zhǎng)江流域內(nèi)隨著種植業(yè)集聚水平的提高，種植業(yè)生產(chǎn)規(guī)模擴(kuò)大，農(nóng)資消耗增加，生產(chǎn)陋習(xí)匯集，污染源疊加，逐步加劇了農(nóng)業(yè)面源污染，其集聚帶來(lái)的“擁塞效應(yīng)”占主導(dǎo)地位，而正向的“集聚效應(yīng)”尚未充分發(fā)揮作用?？刂谱兞糠矫?，農(nóng)村人口規(guī)模對(duì)農(nóng)業(yè)面源污染的影響顯著為正，主要原因是，在目前的生產(chǎn)水平下，農(nóng)村人口增加會(huì)帶來(lái)與種植業(yè)污染相關(guān)生產(chǎn)和消費(fèi)活動(dòng)的增多，造成污染物排放量的增加。農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平系數(shù)在3種模型下均顯著為正，說(shuō)明長(zhǎng)江流域內(nèi)農(nóng)業(yè)面源污染隨著農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的提高而逐漸加重，主要原因在于，為加快實(shí)現(xiàn)農(nóng)村精準(zhǔn)脫貧，長(zhǎng)江流域擴(kuò)大經(jīng)濟(jì)作物的種植面積，其中，油菜作為長(zhǎng)江流域最主要的經(jīng)濟(jì)作物，被中央“一號(hào)文件”提出要大力支持生產(chǎn)，然而，因技術(shù)落后、補(bǔ)貼不足、產(chǎn)業(yè)鏈建設(shè)不完善等原因，長(zhǎng)江流域目前種植業(yè)生產(chǎn)方式較為粗放，過(guò)度依賴化肥、農(nóng)藥的使用，尚未實(shí)現(xiàn)可持續(xù)發(fā)展。城鎮(zhèn)化的系數(shù)同樣顯著為正，主要原因是，隨著長(zhǎng)江流域城鎮(zhèn)化的推進(jìn)，二、三產(chǎn)業(yè)發(fā)展吸引眾多優(yōu)質(zhì)農(nóng)村勞動(dòng)力，從事農(nóng)業(yè)生產(chǎn)勞動(dòng)力逐漸不足，為節(jié)約勞動(dòng)成本和生產(chǎn)成本，使用化學(xué)技術(shù)成為更多農(nóng)戶的選擇，有學(xué)者發(fā)現(xiàn)農(nóng)戶家庭中非農(nóng)就業(yè)人數(shù)越多，化肥施用強(qiáng)度越高（何浩然等，2006）。農(nóng)業(yè)技術(shù)進(jìn)步在3種權(quán)重矩陣下均顯著為負(fù)，說(shuō)明雖然在種植業(yè)發(fā)展過(guò)程中存在污染型生產(chǎn)技術(shù)給環(huán)境帶來(lái)的壓力，但總體而言，農(nóng)業(yè)技術(shù)進(jìn)步能有效降低農(nóng)業(yè)面源污染物排放強(qiáng)度，農(nóng)業(yè)生產(chǎn)技術(shù)的發(fā)展，一方面，可以通過(guò)清潔型生產(chǎn)技術(shù)替代或減少資源消耗來(lái)達(dá)到減污目的，另一方面，可以通過(guò)治污技術(shù)有效解決農(nóng)業(yè)面源污染問(wèn)題。財(cái)政支農(nóng)力度系數(shù)在鄰接權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣下同樣顯著為負(fù)，說(shuō)明政府給予的農(nóng)業(yè)財(cái)政支持具有一定的減排效應(yīng)，原因是農(nóng)業(yè)財(cái)政支持中部分針對(duì)環(huán)境污染治理方面的支出一定程度上引導(dǎo)農(nóng)業(yè)生產(chǎn)者改進(jìn)生產(chǎn)方式，營(yíng)造綠色農(nóng)業(yè)生產(chǎn)環(huán)境，減少了農(nóng)業(yè)面源污染排放量。環(huán)境規(guī)制的影響系數(shù)在3種權(quán)重矩陣下有正有負(fù)且均不顯著，原因可能在于，目前長(zhǎng)江流域各?。ㄊ校┱谵r(nóng)業(yè)污染治理方面存在短板，針對(duì)農(nóng)業(yè)面源污染的治理投入在降污方面并沒(méi)有取得明顯成效，對(duì)農(nóng)業(yè)污染的重視、管控以及治理投入等方面還有待進(jìn)一步完善。

表4 空間杜賓模型的回歸結(jié)果Table 4 Regression results of spatial Dubin model

3）空間效應(yīng)分解。為更好地考察種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響，深入探究種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響是否對(duì)鄰近地區(qū)產(chǎn)生空間溢出效應(yīng)，本文通過(guò)偏微分方法進(jìn)行進(jìn)一步的測(cè)算，將種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響分為直接效應(yīng)、間接效應(yīng)及總效應(yīng)，結(jié)果如表5所示。由表5可知，在3種權(quán)重矩陣下，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均為正。地理距離權(quán)重矩陣下只有直接效應(yīng)顯著，表明在只考慮地理距離的情況下種植業(yè)集聚僅對(duì)本地區(qū)農(nóng)業(yè)面源污染產(chǎn)生影響，不存在空間溢出效應(yīng)；在經(jīng)濟(jì)距離權(quán)重矩陣和鄰接權(quán)重矩陣下直接效應(yīng)、間接效應(yīng)以及總效應(yīng)均顯著，其中，相比于鄰接空間權(quán)重矩陣，經(jīng)濟(jì)距離權(quán)重矩陣的間接效應(yīng)更加明顯，說(shuō)明在長(zhǎng)江流域經(jīng)濟(jì)網(wǎng)絡(luò)的影響下種植業(yè)集聚在加劇本地區(qū)農(nóng)業(yè)面源污染的同時(shí)，也會(huì)跨省加劇鄰近地區(qū)的農(nóng)業(yè)面源污染，產(chǎn)生空間溢出效應(yīng)，其原因可能在于，長(zhǎng)江流域一體化發(fā)展戰(zhàn)略的推進(jìn)，以及其日益發(fā)達(dá)的交通系統(tǒng)，強(qiáng)化了?。ㄊ校┲g的經(jīng)濟(jì)交流，使種植業(yè)在集聚過(guò)程中對(duì)鄰近省份帶來(lái)知識(shí)外溢、技術(shù)外溢等外部性，同時(shí)，種植業(yè)生產(chǎn)很大程度上依賴于農(nóng)戶的行為，而農(nóng)戶具有較強(qiáng)的“模仿能力”以及“從眾性”，因此，為降低生產(chǎn)成本，一些粗放式的生產(chǎn)陋習(xí)會(huì)在各?。ㄊ校╅g傳播，從而對(duì)鄰近省份種植業(yè)生產(chǎn)狀況及環(huán)境狀況產(chǎn)生一定的影響。據(jù)此，驗(yàn)證了研究假設(shè)1中種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響可能存在空間溢出效應(yīng)的假設(shè)。

表5 空間杜賓模型的空間效應(yīng)分解Table 5 Decomposition of spatial effect of spatial Dubin model

4.3.3 種植業(yè)集聚影響農(nóng)業(yè)面源污染的門檻效應(yīng)分析

1）門檻模型設(shè)計(jì)。根據(jù)前文的分析可知，種植業(yè)集聚水平對(duì)農(nóng)業(yè)面源污染的影響在經(jīng)濟(jì)發(fā)展的不同階段有所不同，二者之間存在非線性關(guān)系。因此，本文選用門檻模型，進(jìn)一步分析種植業(yè)集聚影響農(nóng)業(yè)面源污染的門檻效應(yīng)。為提高分析結(jié)果的穩(wěn)健性，本文選取2個(gè)區(qū)分農(nóng)業(yè)不同經(jīng)濟(jì)發(fā)展階段的門檻變量（嚴(yán)思齊等，2019）：農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平(lnAgd)p與農(nóng)業(yè)技術(shù)進(jìn)步(lnTec)h。

2）門檻模型估計(jì)結(jié)果。首先進(jìn)行“門檻效應(yīng)”檢驗(yàn)，結(jié)果如表6所示。由表6可知，當(dāng)門檻變量為lnAgdp時(shí)的最優(yōu)門檻值為1個(gè)時(shí)，存在單門檻效應(yīng)，門檻估計(jì)值為-0.963 8；當(dāng)門檻變量為lnTech的最優(yōu)門檻值為2個(gè)時(shí)，存在雙門檻效應(yīng)，門檻估計(jì)值分別為-0.011 1和0.106 2。

表6 門檻效應(yīng)檢驗(yàn)結(jié)果Table 6 Test results of threshold effect

由表7可知，在不同的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平下，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響作用確實(shí)具有門檻特征。對(duì)于農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平，當(dāng)lnAgdp≤-0.963 8時(shí)，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響系數(shù)（0.538 5）顯著為正，當(dāng)lnAgdp＞-0.963 8時(shí)，影響系數(shù)依舊顯著為正，但下降至0.228 1，說(shuō)明隨著農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的提高，種植業(yè)集聚雖然處于加劇農(nóng)業(yè)面源污染的狀態(tài)，但是加劇程度呈現(xiàn)減弱的趨勢(shì)，原因是，隨著農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平逐步提高至跨過(guò)門檻值后，種植業(yè)集聚的正向“集聚效應(yīng)”在降污減排方面發(fā)揮了部分作用。一方面，種植業(yè)生產(chǎn)趨向規(guī)?；?，政府增強(qiáng)環(huán)境管制，種植業(yè)生產(chǎn)趨向集約化、高效化和專業(yè)化，提高生產(chǎn)效率、研發(fā)效率和流通效率，降低污染；另一方面，農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展帶動(dòng)地區(qū)經(jīng)濟(jì)水平的提高，在滿足基本的經(jīng)濟(jì)效益后，政府和市場(chǎng)對(duì)農(nóng)產(chǎn)品的綠色安全和農(nóng)業(yè)生產(chǎn)環(huán)境的可持續(xù)發(fā)展提出了更高的要求，種植業(yè)生產(chǎn)趨向綠色化，產(chǎn)生的農(nóng)業(yè)面源污染減少?？傮w來(lái)說(shuō)，長(zhǎng)江流域種植業(yè)集聚依舊處于經(jīng)濟(jì)發(fā)展初級(jí)集聚階段，種植業(yè)集聚產(chǎn)生的“集聚效應(yīng)”并未完全發(fā)揮作用，“擁塞效應(yīng)”處于主導(dǎo)地位。為提高分析結(jié)果的穩(wěn)健性，繼而采用農(nóng)業(yè)技術(shù)進(jìn)步（lnTech）作為門檻變量，統(tǒng)計(jì)結(jié)果依然表明，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響具有非線性特征。當(dāng)lnTech≤-0.011 1時(shí)，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響系數(shù)（0.385 1）顯著為正，當(dāng)-0.011 1＜lnTech≤0.106 2時(shí)，影響系數(shù)依舊顯著為正，但下降至0.272 6，當(dāng)lnTech＞0.106 2時(shí)，影響系數(shù)雖不顯著，但依舊為正，且下降至0.162 9，說(shuō)明隨著農(nóng)業(yè)技術(shù)水平的不斷進(jìn)步，種植業(yè)集聚加劇農(nóng)業(yè)面源污染的程度也在逐步減弱。

表7 門檻模型回歸結(jié)果Table 7 Regression results of threshold model

3）門檻跨越情況。根據(jù)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平（lnAgdp）的門檻值，將樣本劃分為2個(gè)區(qū)間，以分析長(zhǎng)江流域19個(gè)?。ㄊ校?007—2020年門檻跨越情況。由表8可見(jiàn)，總體上長(zhǎng)江流域各?。ㄊ校┺r(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平朝著優(yōu)化的方向發(fā)展，低于門檻值的?。ㄊ校?shù)量呈現(xiàn)出下降趨勢(shì)。2007年只有8個(gè)?。ㄊ校┛邕^(guò)門檻值，分別為廣西壯族自治區(qū)、湖南省、湖北省、上海市、浙江省、廣東省、江蘇省和福建省，主要分布在東部和中部地區(qū)。其他中西部地區(qū)的各?。ㄊ校┮仓鹉昕邕^(guò)門檻值，到2020年只有西藏自治區(qū)和上海市沒(méi)有跨過(guò)門檻，主要原因是，西藏自治區(qū)雖人均耕地面積大，但人口過(guò)于分散，很難實(shí)施農(nóng)業(yè)機(jī)械化和集約化生產(chǎn)方式，實(shí)際耕地面積較少，生產(chǎn)效率低下，并且因受到自然災(zāi)害和地理位置的影響，西藏自治區(qū)農(nóng)業(yè)系統(tǒng)較為脆弱，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展緩慢，而上海市農(nóng)業(yè)人均GDP低下的主要原因是，農(nóng)業(yè)面積狹小，沒(méi)有足夠的農(nóng)業(yè)用地，且上海經(jīng)濟(jì)以工業(yè)和金融業(yè)為主，農(nóng)產(chǎn)品依靠外省調(diào)入，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展相對(duì)不足。

表8 2007—2020年不同經(jīng)濟(jì)發(fā)展水平門檻區(qū)間內(nèi)?。ㄊ校?shù)量統(tǒng)計(jì)結(jié)果Table 8 2007 to 2020 province／city numbers with different economic development levels

5 結(jié)論與啟示

本文以長(zhǎng)江流域19個(gè)省（市）為研究對(duì)象，采用2007—2020年面板數(shù)據(jù)，分析種植業(yè)集聚與農(nóng)業(yè)面源污染的時(shí)空變化規(guī)律，并通過(guò)空間杜賓模型與門檻模型分析種植業(yè)集聚影響農(nóng)業(yè)面源污染的空間效應(yīng)及門檻效應(yīng)，得出以下結(jié)論。

1）長(zhǎng)江流域種植業(yè)集聚與農(nóng)業(yè)面源污染時(shí)空分布及變化特征相異?？傮w上看，種植業(yè)集聚明顯，且穩(wěn)步提高，并呈波浪形上升趨勢(shì)，但各省市發(fā)展不平衡；農(nóng)業(yè)面源污染在樣本期內(nèi)是明顯的先升后降，且自2017年加速下降。從樣本期內(nèi)的空間分布圖可以看出，種植業(yè)集聚水平變動(dòng)明顯，且一直存在空間差異；與2007年相比，2020年農(nóng)業(yè)面源污染的整體布局略有變動(dòng)，但仍然存在較為明顯的空間差異。

2）長(zhǎng)江流域農(nóng)業(yè)面源污染有明顯的空間相關(guān)性，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響存在顯著的空間效應(yīng)。種植業(yè)集聚不僅會(huì)加劇當(dāng)?shù)剞r(nóng)業(yè)面源污染，也會(huì)加劇經(jīng)濟(jì)距離鄰近地區(qū)的農(nóng)業(yè)面源污染，即種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響在經(jīng)濟(jì)距離矩陣下存在顯著的正向空間溢出效應(yīng)。

3）長(zhǎng)江流域種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響存在非線性關(guān)系，具有門檻效應(yīng)。在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的影響下，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響也會(huì)隨之變化，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展初級(jí)和中高級(jí)階段，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染分別存在單門檻、雙門檻效應(yīng)，而跨越門檻前后的系數(shù)都顯著為正，當(dāng)跨越后，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響系數(shù)下降，說(shuō)明隨著農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的提高，種植業(yè)集聚加劇農(nóng)業(yè)面源污染的程度有所下降，種植業(yè)集聚產(chǎn)生的正向“集聚效應(yīng)”在降污減排方面逐漸發(fā)揮作用，對(duì)農(nóng)業(yè)面源污染的加劇程度減弱。

4）長(zhǎng)江流域農(nóng)村人口規(guī)模、農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平以及城鎮(zhèn)化的發(fā)展加劇了農(nóng)業(yè)面源污染程度，農(nóng)業(yè)技術(shù)進(jìn)步和政府的財(cái)政支農(nóng)則有效降低農(nóng)業(yè)面源污染的排放強(qiáng)度，然而，政府的環(huán)境規(guī)制對(duì)農(nóng)業(yè)面源污染的影響方向不確定且并不顯著。

根據(jù)上述研究結(jié)論，針對(duì)長(zhǎng)江流域種植業(yè)發(fā)展和農(nóng)業(yè)面源污染的防治，提出如下建議。

1）優(yōu)化種植業(yè)集聚的空間布局，提高種植業(yè)集聚質(zhì)量。種植業(yè)生產(chǎn)不僅擁有直觀的經(jīng)濟(jì)意義，更具有非常重要的生態(tài)價(jià)值，選擇適度的種植業(yè)集聚程度，進(jìn)行合理的布局規(guī)劃，有助于充分發(fā)揮種植業(yè)生產(chǎn)的生態(tài)功能、景觀功能等。在合理布局規(guī)劃過(guò)程中，各地區(qū)要根據(jù)自身經(jīng)濟(jì)基礎(chǔ)和資源優(yōu)勢(shì)，嚴(yán)格篩選集聚區(qū)內(nèi)種植作物類型，合理設(shè)置種植業(yè)結(jié)構(gòu)，重視種植業(yè)集聚區(qū)內(nèi)由于集聚帶來(lái)的污染效應(yīng)，提高種植業(yè)集聚質(zhì)量。

2）建立聯(lián)動(dòng)機(jī)制，加強(qiáng)區(qū)域間農(nóng)業(yè)面源污染的協(xié)同治理。長(zhǎng)江流域農(nóng)業(yè)面源污染存在明顯的空間正相關(guān)性，種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響又具有正向空間溢出效應(yīng)，因此，政府在制定種植業(yè)發(fā)展政策時(shí)，需充分考慮經(jīng)濟(jì)距離鄰近地區(qū)間的差異，加強(qiáng)地區(qū)間的溝通交流，完善經(jīng)濟(jì)、技術(shù)溢出渠道，促進(jìn)種植業(yè)集聚區(qū)的專業(yè)化、連片化，鼓勵(lì)跨區(qū)合作，將不同地區(qū)種植業(yè)生產(chǎn)的空間聯(lián)系和相互作用納入政策制定的考量中，使種植業(yè)集聚對(duì)當(dāng)?shù)丶班徑貐^(qū)發(fā)揮正向“集聚效應(yīng)”。同時(shí)，積極探索建立有效的聯(lián)動(dòng)機(jī)制對(duì)農(nóng)業(yè)面源污染防治工作進(jìn)行高效聯(lián)合，形成區(qū)域統(tǒng)籌協(xié)調(diào)、農(nóng)業(yè)發(fā)展互通互融、農(nóng)業(yè)面源污染協(xié)同治理的發(fā)展格局。

3）推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平穩(wěn)步提高，發(fā)揮種植業(yè)集聚對(duì)農(nóng)業(yè)面源污染的減緩效應(yīng)。隨著農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的不斷提高，直至跨越門檻值時(shí)，種植業(yè)集聚加劇農(nóng)業(yè)面源污染的影響效應(yīng)減弱，說(shuō)明提高農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平可以通過(guò)門檻效應(yīng)降低農(nóng)業(yè)面源污染。因此，要提高種植業(yè)生產(chǎn)技術(shù)水平，有效運(yùn)用新型農(nóng)耕技術(shù)，實(shí)施化肥改革，建立健全農(nóng)業(yè)生產(chǎn)技術(shù)創(chuàng)新機(jī)制和推廣機(jī)制，提高種植業(yè)生產(chǎn)效率，推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平，減輕種植業(yè)集聚過(guò)程中由于效率低下、資源環(huán)境損耗所造成的“擁塞效應(yīng)”，從而發(fā)揮種植業(yè)集聚的正向“集聚效應(yīng)”，來(lái)減緩農(nóng)業(yè)面源污染。

4）合理利用財(cái)政資金，增強(qiáng)農(nóng)業(yè)環(huán)境規(guī)制，促進(jìn)種植業(yè)綠色化發(fā)展。政府財(cái)政支農(nóng)具有一定的減排效應(yīng)，政府需要合理利用財(cái)政支農(nóng)資金，引導(dǎo)生產(chǎn)者改進(jìn)種植業(yè)生產(chǎn)方式，采用清潔、低污染生產(chǎn)方式，營(yíng)造綠色生產(chǎn)環(huán)境。與此同時(shí)，構(gòu)建更加嚴(yán)格、科學(xué)的農(nóng)業(yè)環(huán)境規(guī)制體系，制定具有針對(duì)性的環(huán)境規(guī)制條例，科學(xué)選擇環(huán)境規(guī)制手段，加強(qiáng)環(huán)境規(guī)制的執(zhí)行力度，使環(huán)境規(guī)制在抑制農(nóng)業(yè)面源污染方面發(fā)揮成效，促進(jìn)種植業(yè)綠色化發(fā)展。