农业面源污染的影响因素研究——基于2009—2018年安徽省数据的实证分析

武以敏，余秋菊，陈 鼎，孙迎迎

宿州学院统计调查咨询服务中心，安徽宿州，234000

中国农业发展与环境之间存在严重矛盾和冲突，其中，农业面源污染问题尤为突出，已经成为影响农业、环境、资源和社会实现可持续发展的重大威胁。安徽作为农业生产大省之一，农业面源污染是污染源的重要来源，其化学需氧量、氮磷排放量占安徽全省的四成和六成以上，是污染防治攻坚战的主战场[1]。近年来，安徽省依托国家重点流域农业面源污染综合治理示范工程(2016—2020)，围绕“一控两减三基本”，全面打响农业面源污染防治攻坚战，统筹推进农业面源污染防治。本文以安徽省各地市为研究对象，运用清单分析法等对安徽农业面源污染物排放量及空间特征等进行分析和评价，并通过建立回归模型对安徽省农业面源污染的影响因素进行分析，提出农业面源污染防治的建议和对策，不仅对安徽省各地区推进绿色农业发展有积极的促进作用，同时也可为其他类似地区提供参考。

1 文献综述

许多学者围绕农业面源污染如何提升环境质量，展开了一系列研究。Grossman等[2]实证了环境质量与人均收入之间的关系。赖斯芸等[3]首次提出了单元调查法，并从农田化肥、畜禽养殖、农田固体废弃物和农村生活四个方面测算了2001年中国的农业面源污染量。陈敏鹏等[4]利用清单分析方法计算了中国2003年337个地级市的农业和农村污染的CODCr、总氮(TN)和总磷(TP)的产生量、排放量和排放强度,分析了其空间分布特征。梁流涛[5]分析了农村发展中农业面源污染的时空特征和演变规律，建立计量经济模型分析了农业面源污染的影响因素，农业产业结构和技术进步对农业面源污染有显著影响。张佳卓[6]通过建立回归模型分析得出种植业规模、养殖业规模、区域经济发展水平和农业生产中间消耗、农村固定资产投资对我国中部地区农业面源污染排放浓度具有显著影响。曹万林[7]通过构建面板数据固定效应模型进行实证分析，农业经济规模、农户环保支付意愿、种植业结构均对农业面源污染排放量和排放强度有正向影响。鲁庆尧等[8]建立空间计量模型对影响我国经济环境指数的因素进行了实证研究。邓晴晴等[9]采用空间分析技术、计量模型实证探究了中国337个地级市农业面源污染的时空特征及农业集聚对农业面源污染的门槛效应。葛继红等[10]对江苏省农业面源污染的经济影响因素进行了实证分析，得出农业经济增长与环境质量是可以实现相互协调的。张中华[11]基于EKC理论，验证了安徽省农业经济增长与农业面源污染之间是否存在“倒U型”关系。高升[12]从整体对中国面源污染的状况特点和规律进行了了解并结合经济分析和政策研究来探讨治理农业面源污染的具体措施。熊丽萍等[13]从不同污染源角度出发,分析了南方流域农业面源污染的现状和近年来综合防控实践中所采用的主要技术措施。

国内外学者利用各种建模分析方法，从不同角度对农业面源污染进行了分析和影响因素分析。本文在这些研究的基础上，选取安徽省16个地级市2009—2018年的面板数据，对安徽省各地市的农业面源污染排放量进行定量分析，通过建立空间计量模型对农业面源污染的影响因素进行讨论。

2 研究方法和数据处理

2.1 数据变量选取

研究数据源于安徽省2010—2019年《安徽省统计年鉴》。

因变量：农业面源污染物排放量。本文根据安徽省农业生活生产现状，在赖斯芸[2]、陈敏鹏[3]、葛继红[10]等研究的基础上稍作修改，最终农业面源污染源选取农村生活、畜禽养殖、水产养殖、化肥施用、农作物等5类，其中核算的污染指标主要包括COD(化学需氧量)、TN(总氮)、TP(总磷)。核算农业面源污染的五类污染源的排污系数参考以下来源：农村生活污染源排污系数参考国家生态环境部发布的《生活污染源产排污系数手册2010修订》、畜禽养殖污染源排污系数参考《第一次全国污染普查畜禽养殖业产污系数与排污系数手册》、水产养殖污染源排污系数参考《第一次水产养殖业污染源产排污系数手册》、化肥施用污染源所需系数参考相关文献[6]、农作物污染单元所需系数参考《全国种植业污染源普查排污系数测算实施方案》。

在安徽省农业面源污染的影响因素模型的构建中，选取了人口规模、农业经济规模、农业结构、种植业结构农业现代化、农业投资、城镇化率等作为自变量。

2.2 农业面源污染物排放量的计算

根据安徽省农业生活生产现状，主要产污清单如表1。

表1 农业面源污染产污清单

化肥施用量产生的农业面源污染排放物不包括COD，因此化肥施用单元只需要确定TN和TP的产排污系数[8]。

本文基于数据的可获得性，以陈敏鹏[4]的研究方法为基础，并结合现有文献[6,14]的研究进展，将农业面源污染排放量测算公式确定为如下形式：

E表示农业面源污染排放量；EUk为污染单元k的统计量；Pk为污染单元k的产生系数；Ck为污染单元k的流失系数，它由污染单元以及污染单元所在区域的自然条件决定；PEk为农业面源污染产生量。

根据上述公式，分别计算2009—2018年五种污染源所产生的COD、TN、TP排放量，以此进行分析，探究安徽省农业面源污染程度以及安徽省各市农业面源污染具体情况。

2.3 空间效应检验

为进一步对安徽省农业面源污染的不平衡性和空间自相关进行研究，需要考察数据是否存在空间依赖性，本文使用的是“莫兰指数”(Moran’s I)。

全局Moran’s I指数，用于反映空间或空间临近的区域单元观测值整体的相关性和差异程度,其计算公式如下[13]：

2.4 空间杜宾模型

对于一般的空间面板模型：

3 数据分析

3.1 安徽省农业面源污染物排放量的基本情况

图1是安徽省2009—2018年COD、TN、TP污染物排放总量折线图，可以看出各类污染物的排放量中COD最多，其次是TN,最后是TP。此外，2009—2018年，TP的排放量基本稳定，而TN和COD的排放量总体上看是缓慢上升的，直到2017年下降趋势开始明显。这种下降趋势有利于安徽省农业可持续发展，这也说明，安徽省实施推进农业面源污染综合治理建设卓有成效。

图1 安徽省2009—2018年COD、TN、TP污染物排放总量折线图

3.2 安徽省农业面源污染的空间相关性检验

本文运用Geoda软件基于rook一阶邻接权重矩阵对安徽省区域农业面源污染情况进行全局自相关检验，检验结果见表2。

表2 安徽省农业面源污染的Moran’s I检验

从表2中可以发现，在2009—2018年间，安徽省各地农业面源污染排放量的莫兰指数值均大于0，取值范围为0.126 3～0.296 4，这表明安徽省的农业面源污染在空间上存在正相关，即在空间分布上存在集聚效应(高-高集聚或低-低集聚)。其中，在2011—2012年空间相关程度逐渐减少，2013—2018年逐渐增强，并在2018年达到最大(0.296 4)。这说明安徽省农业面源污染的全局空间关联度经历了先缩小后扩大的趋势。

3.3 安徽省农业面源污染的影响因素分析

本文选取2009—2018年安徽省16个地市的相关数据，建立空间计量模型。以各市地域农业面源污染排放量的自然对数为被解释变量；选取了人口规模、农业经济规模、农业结构、种植业结构、农业现代化、农业投资、城镇化率作为自变量。该模型中，选用乡村人口总数作为人口因素的指标(pop)；采用农林牧渔业总产值的自然对数来表示农业经济规模这一变量的具体数值(gdp)；采取农业生产总值与农林牧渔业的生产总值的比重来表示农业结构(as)；采取粮食种植规模与经济作物种植规模的比值来表示种植业结构(ps)；使用农业GDP与农业从业人口的比值来表示农业现代化(mod)；使用农林牧渔业固定资产投资情况表示农业投资(tz)；使用总人口与乡村人口的差与总人口的比值来表示城镇化率(urb)。

样本数据选取2009—2018年安徽省各地市数据，以安徽省各地是否相邻确定空间权重矩阵，经过hausman检验，选择固定效应的SDM模型,模型估计结果如表3所示。

表3 固定效应的SDM估计结果

可以看到,种植业结构和农业现代化未能通过显著性检验，其他5项影响因素和4项影响因素的滞后项通过5%的显著性检验，模型R2为0.906 3,拟合程度良好。为了更好地分析自变量对因变量的影响，接下来看空间溢出效应(见表4)。

表4 固定效应的空间杜宾模型的效应分解

在直接效应中，农业结构和农业经济规模对安徽省农业面源污染的影响最为显著，种植业结构对农业面源污染的影响不显著；人口规模、农业投资、城镇化率和农业现代化对安徽省农业面源污染有显著的间接效应，农业经济规模、农业结构和种植业结构的间接效应不显著，表明这几种因素对邻近单元的农业面源污染影响较小，溢出效应不明显；总体来说，农业经济规模、农业结构、农业投资和农业现代化对农业面源污染的影响较为显著。

4 结 论

本文通过污染清单分析法对安徽省各地农业面源污染的排放进行了测算，通过构建空间杜宾模型分析了安徽省农业面源污染的影响因素，得出：第一，安徽省农业面源污染排放量自2017年下降趋势开始明显，安徽省农业面源污染治理显现成效；第二，安徽省的农业面源污染在空间上存在正相关，即在空间分布上存在集聚效应，安徽省农业面源污染的全局空间关联度在2009—2018年间经历了先缩小后扩大的趋势。第三，安徽省农业面源污染的排放受到农业经济规模、城镇化率、农业投资和农业现代化等因素的影响。在农业面源污染治理中，应该根据地区发展的实际情况，优化调整农业结构，发展当地经济建立完善的产业体系，提升农业生产力，增加涉及保护环境的农业投资，加快发展城镇化，以期减少农业面源污染排放。