中國農業面源污染的空間差異與影響因素分析

馬軍旗，樂章

（1.重慶工商大學公共管理學院，重慶 400067；2. 中南財經政法大學公共管理學院，湖北 武漢 430073）

農業面源污染治理是新時代美麗中國建設的內在要求，同時也是實施鄉村生態振興的關鍵舉措。近年來中國在農村經濟取得顯著成就的同時，農業面源污染結構性、根源性、趨勢性問題也日益凸顯，農村經濟發展和農業面源污染治理間的不平衡和不充分矛盾依舊突出[1]。農業面源污染不僅損害了居民生存環境和健康狀況[2]，還嚴重破壞了水體、土壤的自然恢復，已成為制約農村經濟可持續發展的重要因素[3]。在此背景下，鄉村振興戰略規劃和2021年中央一號文件均指出了要深入開展農藥化肥減量行動，加強農膜污染治理，集中治理突出的農業面源污染問題。基于此，我們需要知道的是，當前中國農業面源污染的空間分布如何？又是呈現出什么樣的集聚形態，與此同時，又有哪些因素會影響到農業面源污染的空間差異？上述問題的回答，對于我們理解農業面源污染空間具體形態，實施因地制宜和聯防聯控的治理策略，推進形成農業綠色可持續發展具有重要的現實意義。

農業面源污染是指在農業生產和農村生活過程中產生的污染物，通過地表徑流或者土壤滲入的方式引起的有機物或者氮磷污染。主要包括化肥農藥、畜禽養殖、農膜地膜、固體廢棄物等污染形式[4]。有關農業面源污染的研究最早始于20世紀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劃時提出要將點源污染和面源污染同時納入規劃中，農業面源污染成為學者研究地表水質和地下水質污染的重要對象[5]。當前，國內外學者從不同視角對農業面源污染進行分析，內容主要涉及農業面源污染的EKC假說檢驗[6]、影響因素[7-8]、產生機制與演進軌跡[9-10]、治理路徑[11-14]，研究區域主要集中在省、市、某一流域或者某一庫區[15-17]。近年來開始有學者從空間維度研究農業面源污染的動態演變和空間差異。譬如，虞慧怡等[18]采用單元調查法，選取農用化肥、農作物秸稈和畜禽排泄物作為總氮、總磷和化學需氧量的衡量指標，探討了農業面源污染的空間分布特征和各污染指標對農業面源污染的貢獻率。吳義根等[19]選取了1997—2013年中國省級面板數據，采用空間數據探索分析方法，研究發現農業面源污染嚴重的區域主要集中在糧食主產區和經濟發達省份，面源污染在農業大省之間形成高污染集聚現象。

在已有農業面源污染影響因素研究中，諸多學者從農業經濟規模[20]、農業產業集聚[21]、農業技術進步[22]、環境政策[23]等因素對農業面源污染差異進行了解釋。農業經濟規模越大，意味著將消耗更多的資源產生更多的農業面源污染。而農業結構調整通常是伴隨著種植業比重的下降和附加值較高的養殖業比重上升，養殖業產生的污染主要是動物糞便和飼料流失的形式，單位產值下的種植業污染和養殖業污染具有較大的差異。技術進步對農業面源污染產生或正或負的影響，在經濟發展水平較低的階段時，技術進步對產出水平和能源需求增加，而在經濟發展水平達到一定階段后，高污染和低效率的產業技術將會被低污染高效率技術所取代，因此又降低了農業面源污染水平。除此以外，農村人口規模的擴大會給環境帶來壓力，人口規模的擴大往往伴隨著與環境污染相關的消費和經濟活動的增多。環境規制是政府層面開展的正式制度，政府通過制定一系列環境保護法律法規和經濟激勵等手段有利于激勵農戶產生環境友好型生產生活行為，最終達到農業面源污染減排效果。

總體而言，已有文獻從不同視角對農業面源污染的空間分布和治理路徑進行了討論，但還存在以下不足：第一，在指標選取上，已有文獻衡量農業面源污染主要選用了化肥施用量、畜禽養殖污染、農作物秸稈三類污染指標，較多的忽略了農藥、農膜、地膜以及生活污水等指標。選取不同污染指標，往往會產生不同的分析結果，由于農業面源污染具有分散性、復雜性、隱蔽性以及不確定性特點，在分析時空演變時，需要進一步使用綜合可測指標進行分析。第二，在分析方法上，由于區域內和區域間的環境污染狀況具有關聯性，對于農業面源污染的分析不能僅僅只考察單一區域要素，還要考察區域間的空間關聯效應，已有文獻使用傳統面板數據對農業面源污染進行分析，缺少使用空間計量分析方法對農業面源污染的空間相關性進行研究。

鑒于此，本文的邊際貢獻主要體現在以下三個方面：第一，根據中國農業面源污染的現實情況，盡可能多的選取農業面源污染測度指標，采用單元調查法，構造農業面源污染的綜合指數。第二，使用空間計量方法，分析農業面源污染的空間自相關性，通過構造地理鄰接權重矩陣，考察了農業面源污染的空間溢出效應和影響因素。第三，使用了2003—2017年《中國農村統計年鑒》、《中國統計年鑒》和《中國環境統計年鑒》的數據，保證了研究結論的代表性和時效性。

1 研究方法

1.1 數據來源

本文使用的數據來自于2003—2017年《中國農村統計年鑒》、《中國環境統計年鑒》以及《中國統計年鑒》，共涉及31個省級行政區域，不包括港澳臺地區。其中化肥施用量、農藥施用量、糧食單位面積產出、清潔能源技術來自于《中國農村統計年鑒》。環境治理投資指標來自《中國環境統計年鑒》。城鎮化水平、產業結構指標來自《中國統計年鑒》。地理距離權重矩陣中各地區地理中心位置坐標經GeoDa軟件計算得到。對于部分指標的缺失值，采用均值進行插補，本文在正式回歸前對所有變量進行了標準化處理。

1.2 研究方法

1.2.1 單元調查法 單元調查法首先分析非點源污染的主要來源，在此基礎上通過識別單元產污強度影響參數，確定參數取值，計算得到單元產污強度，從而進行非點源污染評估。該方法保證了調查單元的全面性、典型性和代表性,同時還充分考慮調查統計數據的可獲得性、可比性和顯著性，在當前農業面源污染評估中被廣泛應用。本文參考賴斯蕓 等[24]、陳敏鵬等[25]的研究，采用單元調查法對農業面源污染排放量進行核算，將農業面源污染確定為化肥使用和農藥使用2個污染單元，核算的主要污染物排放量為總氮（TN）、總磷（TP）排放量。農業面源污染排放總量的計算公式如下[25]：

式中：E為進入水體的農業面源污染排放總量，在本文中具體指農業面源污染氮排放量和農業磷排放量，SUi為單元污染物i的產生基數，具體為化肥使用量和農藥使用量。ρi為i污染單元產污強度系數，SUi和ρi乘積是在不考慮資源利用與管理因素時i污染單元農業面源污染產生量，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，其中SUi所需要的化肥使用、農藥使用量數據來源于2003—2017年《中國農村統計年鑒》。ρi和LCi確定方法中，化肥使用量和農藥使用量的單元所需系數參考了梁流濤[26]相關文獻，最終確立農業面源污染產污強度系數和排放系數。

1.2.2 泰爾指數 為了準確反映各區域之間的農業面源污染差異程度，以及總體差異中有多大程度是由東、中、西三個地區間的差異所產生，本文采用泰爾指數分解方法對農業面源污染的區域差異進行分析，具體計算方式如下：

式中：T為泰爾指數，n表示樣本省區數量。式（3）中TWR為東、中、西部地區三大地帶內差異，式（4）中TBR為三大地帶間差異，nd、nz、nx分別為東中西部省（區）數，Ti為i省（區）農業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、西部地區農業面源污染與全國平均水平的比值。東部地區省份包括：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；中部地區省份：黑龍江、吉林、內蒙古、山西、安徽、江西、河南、湖北和湖南；西部地區省份：陜西、甘肅、寧夏、青海、新疆、四川、重慶、云南、貴州和西藏。

1.2.3 空間自相關模型 本文使用莫蘭指數從整體上刻畫農業面源污染的空間分布與集聚情況，其公式表達如下：

1.2.4 空間計量模型 為進一步考察農業面源污染的影響因素，本文借鑒Anselin[27]相關研究設置了空間自回歸模型（Spatial Autoregression，簡記SAR）。用于分析農業面源污染的空間自相關及各解釋變量對農業面源污染的影響，其表達式如下：

1）空間自回歸模型。

式中：ρ為空間回歸系數，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對本省份內部環境污染觀測值P的作用程度和方向。W為n×n的空間權重矩陣，WPit為空間滯后因變量，反映空間距離對省域農業面源污染的作用程度。Xit表示農業面源污染的影響因素。εit代表隨機誤差項。

2）空間誤差模型。農業面源污染的空間依賴性還可以通過誤差項來體現，由此本文設定空間誤差模型（Spatial Errors Model，簡記SEM），其表達式如下：

式中：參數λ為空間誤差系數，測度了鄰近省域的農業面源污染P對本省域農村環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內部的變化對本省份農業面源污染的影響程度，μit為正態分布的隨機誤差向量。在上述空間計量模型估計中使用普通的OLS將導致估計結果的有偏或者無效，而使用極大似然估計方法在應用于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方法。

1.3 變量選擇

前文文獻分析指出，農業面源污染可能存在顯著的地區差異和空間自相關性。而在已有經濟學視角下，在探討經濟增長與環境污染的關系時常使用因素分解的思路，即將對污染分解成幾種不同的經濟效應，然后探討不同效應對環境污染的影響。經濟增長對環境污染的影響也分解成三種效應,分別為經濟規模效應、經濟結構效應和技術進步效應。因此本文借鑒上述分析思路，選取上述三類指標來解釋農業面源污染的空間差異。具體選取指標如下：

1）農村人均GDP。農村人均GDP使用農村總產值（包含當年農、林、牧、漁產值收入）與農村總人口之比得到。該指標反映了一個省份農村經濟發展狀況，農村環境污染與經濟增長存在緊密的聯系，諸多學者通過使用經典的環境庫玆涅茨曲線驗證了環境污染與經濟增長之間的倒“U”或“N”形關系[24]。

2）糧食單位面積產出。糧食單位面積產出使用糧食總產量與糧食總種植面積來衡量。因為過于要求單產的提高，過量施用化肥農藥等，糧食產出水平一方面可能會加劇農業面源污染。另一方面農業產出水平提高本身也具有正的外溢效應，提高了農業規模化和技術化水平的利用效率，從而減輕了農業面源污染。

3）城鎮化水平。城鎮化發展可能產生污染效應或減排效應。一方面，城鎮化水平的提高，大量的二、三產業在城鎮聚集，農村青壯年勞動力向城鎮轉移，留守老年人和婦女只能靠加大化肥農藥的投入來保持農業產出，這加劇了農業面源污染的產生。另一方面，城鎮化促進了農業規模發展，促進了農業科技進步，城鎮化的快速發展帶來的農業人口數量減少，將使得農業規模化和科技化成為可能，從而工業規模化經營帶來的減排效應得以發揮。

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

5）產業結構。產業結構使用本省第二產業總產值與本省一、二、三產業總產值之比進行衡量。二產比重的提高，有利于調整農村產業結構升級，吸收農村勞動力進程務工就業，提高了農民整體收入水平，為農業綠色發展提供了基礎與動力。

6）環境治理投資。環境治理投資使用本省環境治理投資總額（元）進行衡量，環境治理投資總額越高，表明地方政府對環境保護的力度越大。環境治理投資為農村面源污染治理提供了資金保障，對農業生態環境改善具有持續正向影響。本文選取的農業面源污染影響因素與描述統計見表1。

表1 變量定義與描述性統計Table 1 Variable definitions and descriptive statistics

2 農業面源污染的空間差異分析

2.1 農業面源污染的整體性差異分析

表2給出了泰爾指數分解結果，結果顯示農業面源污染水平整體差異呈現逐步下降趨勢，且呈現“下降-上升-下降”的波動趨勢。泰爾指數由2003年的0.274下降至2017年的0.159，下降幅度達42.11%。中國農業面源污染的總體差異、地區間差異和地區內差異的最大值均出現在2003年，分別為0.274、0.164和0.110，之所以呈現該種特征是因為區域間差異對總體差異貢獻起絕對作用，區域內差異相對于區域間差異顯得較小。總體差異、地區間差異和地區內差異最小值出現在2013年，分別為0.137、0.069和0.068。產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農業面源污染治理的相關政策文件，如2015年國務院印發了《水污染防治行動計劃》，突出了農業面源污染防治內容和農村環境的綜合整治，通過科學劃定畜禽養殖禁養區，實行測土配方施肥，推廣精準施肥技術和機具，降低了農業面源污染。

2.2 農業面源污染的區域間差異分析

農業面源污染區域性差異明顯縮小，三大地區內差異呈現“下降-上升-下降”的趨勢。表2顯示，西部地區內差異高于中部地區內差異，而中部地區內差異又高于東部地區內差異，2003—2017年西部地區內差異均值最高為0.154，其次為中部地區環境污染的區域差異均值，均值為0.090，東部地區農業面源污染差異最小，均值為0.050。三大地區內農業面源污染差異均呈現出顯著的下降趨勢，2003—2017年間，西部和中部地區內差異下降幅度分別為52.36%和23.09%，東部地區內差異為2.2%，存在小微幅度上升。西部地區內差異最大值出現在2006年，中部地區內差異最大值出現在2003年，東部地區內差異變化幅度最小，其最大值出現在2017年。上述分析可以看出，東部地區面源污染強度最輕，中部地區次之，西部地區最弱。呈現上述空間分布特征的原因是，我國西部地區地廣人稀，單位面積農業面源污染排放強度較小，對生態環境的壓力也較為緩和。而對于中東部地區而言，畜禽養殖規模雖然較小，但種植業規模比重較大，且由于地區人口密度大，畜禽消費需求量較高，導致農業面源污染的排放強度較高。

表2 2003—2017年中國農業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 農業面源污染的空間格局變化

2.3.1 農業面源污染空間自相關檢驗 為檢驗農業面源污染是否存在空間相關性，本文計算了2003—2017年不同年份農業面源污染的莫蘭指數，如表3所示,可以看出2003—2017年農村環境污染的莫蘭值均在1%的顯著性水平上通過顯著性檢驗，這表明我國農業面源污染存在明顯的空間正相關性，即農業面源污染的空間分布呈現一定的空間集聚現象。2004年莫蘭指數達到最高值0.450，2013年時達到最低值0.313，此后呈現出一定的上升態勢，表明農村面源污染的空間集聚現象近年來呈現增強趨勢。

表3 農業面源污染的莫蘭指數Table 3 Moran index of agricultural non-point source pollution

2.3.2 農業面源污染的空間集聚特征 為進一步詳細考察農業面源污染的空間集聚特征，本文使用GeoDa軟件分析了農業面源污染的莫蘭散點圖。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。從動態角度看，盡管各個省份略有變化，但所選擇的各個省份中，大部分省市均處于一、三象限中，2017年有9個省份位于第一象限，比2003年少2個，2017年有16個省份位于第三象限，比2003年多1個。整體而言，2003年和2017年農業面源污染的莫蘭散點圖位于一、三象限的省份分別占總省份的83.87%和80.64%。將農業面源污染空間相關性分成四個象限的空間關聯模式（表4），第一象限(HH)表示高環境污染區域同時被高環境污染省份所包圍；第二象限(LH)表示低環境污染的省份被高環境污染區域所包圍；第三象限(LL)表示低環境污染省份被低環境污染省份所包圍；第四象限(HL)表示高環境污染省份被低環境污染省份所包圍。一三象限反映環境污染的空間正相關性，二四象限反映出空間集聚的負相關性。整體而言，上述分析表明我國農業面源污染存在顯著的空間正相關性，農業面源污染的同質性溢出效應明顯，即高排放的省份加劇鄰近省區的農業面源污染排放，低排放的省區減緩鄰近省份的農業面源污染排放

表4 中國農業面源污染莫蘭指數的省份分布Table 4 Province distribution of the Moran index of agricultural non-point source pollution in China

3 中國農業面源污染影響因素分析

前文分析表明農業面源污染存在顯著的空間集聚特征，因此在分析農業面源污染的影響因素時，本文進一步構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)，以得到經濟效應、技術進步以及產業結構對農業面源污染的具體影響。在對空間面板模型進行回歸之前，我們首先對固定效應和隨機效應模型進行了豪斯曼檢驗，檢驗結果顯示P值為0.003，強烈拒絕使用隨機效應模型的原假設，即接受使用固定效應模型。表5為根據地理鄰接權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均加入了時間固定效應和地區固定效應。由表5可以看出，SAR模型中空間自回歸系數ρ值為0.572，SEM模型空間誤差回歸系數λ值為0.668，且兩種模型回歸系數均在1%的水平上顯著，表明我國農業面源污染確實存在顯著的空間溢出效應，本省的農業面源污染受到鄰近省份的影響，同時也對鄰近省域農業面源污染產生影響。

表5中，農村人均GDP對農業面源污染沒有產生顯著的正向影響，且人均GDP的平方對農業面源污染影響的回歸系數為正，但統計不顯著，表明經濟增長與農業面源污染的倒“U”形關系不存在。可能的解釋是，中國農村的經濟增長仍然處于以損害環境污染為代價的階段。生產要素的投入中化肥、農藥的投入較多，在發展經濟的同時也帶來了農業面源污染問題。糧食單位面積產出能夠顯著降低農業面源污染程度，這是因為糧食單位面積產出提高了農業資源利用率，通過機械化和技術水平的有效利用，減少了農業面源污染。SAR模型和SEM模型中城鎮化水平均在1%顯著性水平上降低了農業面源污染，這是因為城鎮化水平促進了城市技術在農村地區的外溢作用，推動了農村地區的可持續發展與運用，同時城鎮化水平的提高還促進了村民綠色生產意識，完善了農村排污治污的基礎設施建設，因而減輕了農業面源污染。清潔能源技術推廣能夠顯著減低農業面源污染，一種解釋是，清潔能源技術提高了農業資源循環利用程度，顯著降低了生活污水和畜禽養殖污染排放，促進了生態農業和環保農業發展。產業結構對農業面源污染產生了顯著的負向影響，這表明第二產業比重的增加，提高了綠色生產化水平，改變了過去過度依靠化肥農藥的粗放型農業生產模式，使得農村產業結構從污染密集型向清潔能源型轉變。環境治理投資顯著降低了農業面源污染水平，表明環境治理投資通過資金激勵效應和生態補償效應，提高了農村生態環境質量。

表5 農業面源污染影響因素分析結果Table 5 Analysis results of factors affecting agricultural non-point source pollution

4 結論與政策建議

4.1 結論

農業面源污染治理是推進農業農村現代化，實現農業綠色生產方式的重要舉措。文章使用了2003—2017年《中國農村統計年鑒》、《中國統計年鑒》和《中國環境統計年鑒》的面板數據，以農業面源污染為研究對象，采用單元調查法和空間計量分析方法實證分析了中國農業面源污染的空間差異，并在此基礎上，使用空間自回歸模型和空間誤差模型分析了農業面源污染的影響因素。研究結果表明：

1）整體而言，中國農業面源污染呈現出下降趨勢，但空間差異明顯。農業面源污染較嚴重的區域主要集中在東部地區，較輕的區域主要集中在西部地區和東北地區，表明中國農業面源污染強度由東中部地區向西北和東北地區遞減。中國總體農業面源污染差異呈現縮小—擴大—縮小趨勢。

2）中國農業面源污染存在顯著的空間正相關性，同質溢出性效應明顯。表明農業面源污染高排放的省域加劇鄰近省份的農業面源污染排放，低排放的省域減緩鄰近省份的農業面源污染排放。高農業面源污染集聚區域主要集中在東部沿海發達地區，低農業面源污染集聚區域主要集中在中國東北部和西部欠發達地區。

3）2003—2017年間，中國農業面源污染存在顯著的空間依賴性，表明我國省域農業面源污染不僅受到鄰近省域農業面源污染的影響，還會受到區域間產業結構以及經濟發展水平的影響。影響因素分析表明，糧食單位面積產出、城鎮化水平、清潔能源技術、產業結構優化、環境治理投資能顯著降低農業面源污染。

4.2 政策建議

1）提高區域聯防聯控效應，開展政府間農業面源污染治理合作。文章分析表明，我國農業面源污染存在顯著的空間集聚特征，各省份之間應該強化系統性治理、多部門聯合、集成性示范和穩定性經費支持。積極推廣區域綜合治理的成功模式，打破農業、林業、水利、環保等部門分頭行動、各自為戰的舊有格局，科學制定污染防控項目實施方案，系統化設計、總體化運作、規模化實施、集成化示范、整體化推進。各地區之間不可堅持“誰污染、誰治理”的態度，尤其是在高污染集聚區，各省份在制定地方性環境保護政策時，既要重視因地制宜制定本區域環境治理方案，同時又要重視鄰近省域之間的治理聯系，堅持齊抓共管，實現共贏。

2）環境投資進一步向農業生產區傾斜，為農業面源污染治理提供堅實物質基礎。一方面，要完善農業生態保護補償制度，對實施化肥農藥減量、土壤改造和使用綠色生產技術的農戶要給予生態補貼激勵。對鄉鎮企業環境保護行為給予資金支持，提高鄉鎮企業環境保護責任意識，促使其積極承擔社會責任與減排責任。此外，要通過特許經營權制度規范引導社會資本參與農村面源污染治理，使資本和技術能夠在農業農村中流動，一定程度上可以彌補農村農業面源污染治理資金短缺問題。

3）合理調整農村產業結構，推進農業產業結構轉型升級。在當前及以后的農業面源污染治理中，農業生產行動應注重由增產向提質轉變，因此要統籌調整種植業生產結構，積極推動農業生產結構的轉型升級。在農業生產中，農業資源的要素配置要堅持市場為導向，積極建立健全現代農業生產相銜接的一系列服務配套體系。與此同時，要強化農村人力資本的投入，提高農民生產知識和綠色生產意識，積極倡導培養綠色生產的新型農民，為農業產業結構升級提供智力支持。

4）提升農業綠色科技支撐，創新農業綠色生產模式。大力開展農業生態修復技術、農藥化肥減量化技術和替代技術、農業廢棄物無害化處理等的研發與應用，確保農業面源污染防控和生態修復對科技成果的需求。推廣先進的綠色生產技術和綠色生產項目，合理的調整農業研究和技術開發方向，加強農業科研成果的轉化率，將先進的農業科研成果運用到農業綠色生產中去，注重發揮農業科技示范基地的帶頭作用，不斷提升農業現代化和綠色生產水平。