新疆农业面源污染的时空分异及动态演进——基于特色畜牧视角的再分析

夏文浩，潘生亮，霍 瑜，马义光，孙超俊

（1.塔里木大学 经济与管理学院/南疆经济社会发展研究院，新疆 阿拉尔 843300；3.云南大学滇池学院 经济学院，云南 昆明 650228）

0 引言

农业面源污染又称“非点源污染”，是指在农业生产和日常生活过程中产生的未经净化处理的各种污染物对土壤、水体和大气等环境造成的污染［1］。由于农业面源污染具有分布区域较广、覆盖面积大、随机性强和污染源分散程度高［1］等特征，成为农业现代化进程中实现“2030 年前碳达峰，2060 年前碳中和”双重目标［2］和绿色农业发展［3］新的重难点之一。在中央农业可持续发展政策的指导下，新疆经济快速发展，综合实力明显增强，经济结构逐渐优化，基础设施建设不断加强，农业综合生产能力显著增强，但农业生产过程中特别是农村超量和不合理施用化肥、农药等造成的农业污染日益严重，威胁着农业的可持续发展，加剧了生态环境的脆弱性，进而减缓经济增长速度，降低人们的生活水平。《新疆维吾尔自治区第二次全国污染源普查公报》显示，2017年畜禽养殖、农村生活污染排放量分别占全区农业面源污染物排放量的67.7%和31.2%。2018 年，新疆化肥施用量比2009 年增长了100 万t，农用塑料薄膜使用量扩大了近2 倍，农药使用量增加至3.04万t，农业面源污染排放量年均增长率达2.903%［4］。新疆作为我国种养殖大省之一，其单位面积农作物产量大、规模化养殖程度较高，目前已成为我国农业面源污染治理的攻坚克难主战场。

纵观近年国内外对农业面源污染的研究，国外学者集中于水质监测与污染源研究［5，6］、农业面源污染模型模拟技术的使用和拓展［7，8］、BMPs 效益及环境治理政策［9，10］等方面，国内学者对农业面源污染的研究包括农业面源污染的内涵［11］、调控策略［12］、污染量测算［13］、空间区域差异及特征［14-18］、影响因素［19-21］、与经济增长的关系［4］等方面。就农业面源污染的核算和评价方法而言，国内外研究集中于以下几个方面：一是赖斯芸［22］运用单元调查法，借助地图可视化对我国及部分地区的农业面源污染进行了测算，并进一步展示了其空间差异及分布特征；二是熊昭昭等［14］、杨永健等［15］通过排污系数法分别对三峡库区重庆段、江西省和黑龙江省的农业面源污染排放情况进行了考察；三是陈敏鹏等［16］、谢文宝等［4］和林江彪等［23］利用清单分析法计算了我国及各省份农业面源污染的排放量和排放强度；四是王思如等［17］通过输出系数模型法估算了洞庭湖和全国的COD、TN、TP的农业面源污染负荷量；五是贾陈忠等［18］借助等标污染负荷法对2016 年山西省农业面源污染负荷进行了计算，认为该省农业面源污染严重，尤其是COD 排放量最大，污染物来源主要为畜牧养殖污染和农村生活污染。

综上所述，学者们在农业面源污染领域取得了丰硕的成果，为后续研究奠定了坚实的基础。但在文献总结过程中，仍存在以下不足：①从研究内容看，已有文献多考察常见农作物、禽畜类型的污染排放，未将区域特色种养殖单元纳入其中；②从研究区域看，多以全国、中部和东南部地区经济发展较好的省份为主，而对新疆维吾尔自治区不同地州市的研究较少，忽略了少数民族地区不同区域区情所造成的差异；③从研究方法看，目前多以单一计量方法为主，未考虑到区域内环境条件的复杂性、调查数据的稀缺性和数学模型本身存在的局限性。

基于此，本文采用清单分析法，以2000—2019年为研究时段，尝试对新疆维吾尔自治区14 个地州市的农田化肥、农用固体废弃物、禽畜养殖、水产养殖和农村生活5 个产污核算单元造成的农业面源污染排放强度进行测算。在此基础上，引入Dagum 基尼系数分解法和Kernel 核密度，借助ArcGIS 揭示新疆农业面源污染排放强度的空间分布、区域差异及动态演进特征。对比以往的研究，本文主要在以下方面有所突破：一是在对农业面源污染强度进行核算时，从新疆区域实际出发，在“禽畜养殖”核算单元中引入新疆特色畜牧养殖清单，譬如牛、马、骆驼等；二是在进行实证分析时，利用Dagum 基尼系数分解和非参数估计，借助ArcGIS 与三维视图，多维度把握新疆农业面源污染排放的时空分布特征及变化规律，深入分析其现状原因，以期为新疆地区农业面源污染的治理提供参考。

1 研究区概况

新疆位于我国西北地区，地处73°40′—96°23′E、34°22′—49°10′N之间，国土面积166.49 万km2，是我国陆地面积最大的省级行政区，约占我国国土总面积的六分之一（图1）。国家统计局数据显示，2019年自治区常住人口为2559 万人。新疆地处亚欧大陆腹地，与俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、巴基斯坦、蒙古、印度、阿富汗8 个国家接壤，历史上是丝绸之路的重要通道。

图1 研究区区位Figure 1 Location of the study area

新疆是我国农业大省，2019 年粮食种植面积为220.36 万hm2，粮食产量同比增产了1.5%；猪牛羊禽肉产量160.6 万t，同比增长了2.2%；农村居民人均可支配收入14056 元，同比增长了7.1%。但新疆农业经济在快速发展的同时，也带来了一系列的环境污染问题。经计算，2019 年新疆农田化肥、农田固体废弃物、畜禽养殖、水产养殖和农村生活污染物的排放量分别达到4056.58t、29789.30t、158041.38t、213152. 71t、1694.3t，较 2000 年 分 别 增 长 了162.44%、95.06%、40.2%、175.81%、68.3%，农业面源污染物排放总量同比2018 年增长了6.13%。由此可见，农业面源污染是新疆生态环境综合治理、打赢“蓝天保卫战”和实现“双碳”目标的重要障碍。

2 研究方法与数据来源

2.1 研究方法

清单分析法：基于新疆农业污染现状，本文选择农田化肥、农田固体废弃物、禽畜养殖、水产养殖和农村生活排污5 个产污单元，利用清单分析法构建新疆农业面源污染排放测算与评估的5 层结构，包括污染来源、调查单元、调查指标、单位HE 排放清单（表1）。

表1 新疆农业面源产污单元清单Table 1 List of agricultural non- point source pollution production units in Xinjiang

参考陈敏鹏等［16］、赖斯芸［22］的研究，对新疆农业面源污染的排放量及排放强度进行测算，计算公式为：

式中：E 表示新疆农业面源污染排放量；PEn表示新疆农业面源污染的产生量；σn表示单元中第n种污染物的产污强度系数；ηn表示各种相关资源利用效率的系数；ωn表示第n 种污染物的流失系数，该系数由污染源本身及空间特征（S）决定，表征为新疆地区异于内地的地理特征、降水量、水质、地表径流、复种指数和人为管理措施等复杂因素对农业面源污染的综合影响；EUn表示第n 种污染物指标的统计数量；EI 表示新疆地区农业面源污染的排放强度；AL 表示新疆年末耕地面积。

Dagum基尼系数分解法：借助Dagum 基尼系数分解法对新疆地区农业面源污染的区域差异考察，计算公式为：

Dagum［24］将基尼系数GN 分解为地区内差异GNw、地区间差异GNb和超变密度差异GNt3 个模块，三者的关系满足GN = GNw+ GNb+ GNt。具体如下：

公式（9）—（11）中：djh为各地州市污染强度的差值；pjh为超变一阶距；Fj、Fh分别表示区域j 与区域h 的累计密度分布函数。

Kernel 密度估计：核密度估计采用连续密度曲线绘制随机变量分布形态及特征。基于其可使研究对象摆脱未知参数影响的非参数估计方法优点［25］，本文将使用该方法进一步分析新疆农业面源污染排放强度的动态演进。假设随机变量X的密度函数为：

式中：N 为样本的数量；h 为带宽；K 为核函数；Xi为独立同分布的样本值，x 为均值。本文中，X1，X2，…，Xi表示各地区的农业面源污染排放强度，f（x）是Kernel密度估计。由于核密度估计对带宽h较为敏感，故本文选择小带宽以提高估计精度。同时，采用较为常见的高斯核函数，计算公式为：

2.2 数据来源及参数选择

本文使用的新疆农业面源产污单元清单列表数据来自于《新疆统计年鉴》和《中国农村统计年鉴》。对于缺失值首先找寻地区统计年鉴、公报进行数据填补，然后采用均值替换法进行处理。农业面源污染排放测算中使用的各产污强度系数、排污系数等参数取值通过大量的文献调研和综合比对所得，重点参考陈敏鹏等［16］、赖斯芸［22］、潘丹［26］、梁流涛［20］、丘雯文等［27］的参数取值，同时还参考了《污染源普查农业源系数手册》分省份参数取值，以此为基础建立新疆地区的相关影响参数数据库（表2）。

表2 新疆农业面源污染影响参数Table 2 Impact parameters of agricultural non- point source pollution in Xinjiang

3 结果与分析

3.1 污染排放量及时序分布特征

从图2 可见，在南疆、北疆、东疆（南疆包括喀什地区、阿克苏地区、和田地区、克孜勒苏柯尔克孜自治州、巴音郭楞蒙古自治州，北疆包括乌鲁木齐市、克拉玛依市、阿勒泰地区、塔城地区、昌吉回族自治州、伊犁哈萨克自治州、博尔塔拉蒙古自治州，东疆包括哈密市、吐鲁番市）分布中，北疆的污染物排放量最高（72.3%），南疆次之（21.5%），东疆的污染物排放量最少（5.7%）。通过查阅数据资料，发现北疆地区中经济发展排名靠前的地级市数量较多，如乌鲁木齐、阿勒泰地区、克拉玛依市等地，此类地区人口数量多、密度大、分布密集，导致农村生活类污染排放较其他地区较多。调研发现，北疆地区养殖以散养为主，规模化养殖程度不高，大部分养殖户无资源集约化、循环利用的思想，导致禽畜粪便污染比其他地区高。而南疆有着大面积的耕地，意味着化肥、农药投入的不可或缺，化肥量从2001 年的330561t（折纯）增加到2016 年的1188166t，增长了2.6 倍，使用密度达到347 kg/hm2，超出国际公认安全上限的38.8%，但化肥利用率较低，富余的化肥残留在土壤中成为农业生产和土壤的污染源。平均每年农药使用密度达到3.36kg/hm2，超出农药使用的重度污染线。年均农用地膜使用量达到692582t，20%以上的废弃地膜残留在土壤中，造成非常严重的”白色污染”。此外，南疆农业机械化作业水平较高，农用柴油消耗量由14.5 万t 增加到32.17 万t，增涨了2 倍以上。各种农资投入量的增加，是导致南疆农业生态环境恶化的主要原因。东疆地区由于气温高、蒸发量大，故不种植水稻、甜菜等含水量较高的作物，农田固体废弃物污染物排放量不高，其水产养殖面积也不高。通过数据发现，该地区禽畜养殖量较其他地区相比数量极低，因此污染程度不高。2019 年，新疆COD、TN、TP 3 类污染排放量较2000年分别增长了102363.2t、81876.3t、14664.9t，平均增长速度为0.033%，但在2014—2015 年间增长率高达22%；北疆地区COD、TN、TP 3 类污染排放量较2000年分别增长了67763.31t、41759.89t、4733.43t，同在2014 年，3 类污染物排放量较2013 年分别增长了174418.85t、231707.93t、25810.27t，翻了2.2 倍；南疆2019 年COD、TN、TP 3 类污染排放量较2000 年分别增长13775.42t、- 5690.7t、2148.32t，但仅2014年，3 类污染物排放量较 2013 年分别增长了173773.65t、230680.62t、25785.43t，翻了3.69 倍；东疆2019 年COD、TN、TP3 类污染排放量较2000 年分别增长了3134.59t、- 208.5、387.03t，增幅不明显，但在2014 年，3 类污染物排放量较2013 年分别增长了25706.59t、34343.02t、3746.60t，翻了9 倍。新疆各地区在2014 年均实现了污染物排放量翻倍增长，可能存在的解释是：随着各地区农业人口的不断增加，农业种植技术和农业机械技术的发展，导致农民对耕地的需求量不断增加，加之2014 年政府鼓励农民开发戈壁、河滩等不易利用的土地类型发展农业，农业播种面积和耕地面积随之迅速增长，为提高农业产量，对化肥、农药的需求不断增加。而大量使用化肥和农药不仅会破坏土壤有机质，土壤中的污染残留还会随农田排水和地表径流流入江河湖海，扩大了农业面源污染的面积。

图2 2000—2019 年新疆各地区农业面源污染物排放量时序分布特征Figure 2 Time series distribution characteristics of agricultural non- point source pollutant emissions in various regions of Xinjiang，2000-2019

3.2 污染排放强度的空间分布特征

李海鹏等（2009）［1］在进行农业面源污染排放的空间分布研究时，按照一定标准将污染强度划分为轻度、中度、重度污染区3 种类型。本文在研究新疆农业面源污染排放强度的空间分布时，考虑到新疆地理位置的特殊性、民族的多样性、思想的复杂性和脱贫攻坚成果的不稳定性，根据自治区的实际情况，将污染物排放物强度划分为5 个等级，并以此为基础，结合AirGIS 10.8 软件绘制空间差异分布图，具体如图3 所示。

图3 2000—2019 年新疆农业面源污染排放强度空间分布Figure 3 Spatial distribution of agricultural non- point source pollution emission intensity in Xinjiang，2000-2019

（续图3 2000—2019 年新疆农业面源污染排放强度空间分布）

从图3 可见，2000—2019 年新疆农业面源污染排放强度呈“上升—下降—上升—下降”的曲折下降态势，空间差异明显。较高值主要出现在阿勒泰地区、乌鲁木齐市、喀什地区、吐鲁番市、哈密市，较低值主要分布在克拉玛依市、塔城地区、阿克苏地区，说明新疆农业面源污染排放强度由南北两端向中心逐渐递减，治理效果沿着天山山脉，由中心向南北两端逐渐凸显。具体来看：2000 年排放强度最高的是阿勒泰地区，为25.43t/km2；其次是乌鲁木齐市，为22.57t/km2；最低是克拉玛依市，仅为1. 44t/km2。2005年排放强度排名前三位的分别是吐鲁番市、乌鲁木齐市、哈密市，分别为25.55t/km2、22.59t/km2、20.42t/km2；排名最低的是克拉玛依市，仅为2.25t/km2。2010年排放强度排名前三位的分别是乌鲁木齐市、和田地区、喀什地区，分别为 21. 56t/km2、10.10t/km2、9.52t/km2；排名最低的是克拉玛依市，仅为1.15t/km2。2015 年排放强度排名在前三位的分别是巴音郭楞蒙古自治州、乌鲁木齐市、昌吉回族自治州，分别为215.49t/km2、79.66t/km2、39.95t/km2；排名最低的是克拉玛依市，仅为0.98t/km2。2019 年排放强度排名在前三位的分别是乌鲁木齐市、博尔塔拉蒙古自治州、克孜勒苏柯尔克孜自治州，分别达到68.64t/km2、44.40t/km2、9.48t/km2；排名最低的依旧是克拉玛依市，仅为1.43t/km2。

3.3 新疆农业面源污染排放强度的空间差异

根据相关计算方法，分别计算得到2000—2019年新疆及各地区农业面源污染排放强度的基尼系数，结果如表3 所示。新疆农业面源污染排放强度的空间差异具体体现在总体差异及其分解、地区间差异两大方面。

表3 新疆农业面源污染排放强度的基尼系数及分解结果Table 3 Gini coefficient and decomposition results of agricultural non- point source pollution intensity in Xinjiang

（续表3）

新疆农业面源污染的总体差异及其分解：新疆农业面源污染排放强度总体Dagum 基尼系数及其动态演变如图4a所示。

图4 新疆农业面源污染排放强度差异动态演变Figure 4 Dynamic evolution of differences in agricultural non- pointsource pollution emission intensity in Xinjiang

观测期内，新疆农业面源污染排放强度总体基尼系数以2009 年和2013 年为拐点表现出“增加—减少—增加”的“N”形变化趋势，观测期末的排放强度差异较2000 年期初不断扩大。①从差异来源的变化趋势来看，2000 年新疆地区内差异对总体差距的贡献率为38.14%，2019 年增长至41.38%，其年均增幅为11.17%；同时，2000 年新疆地区间差异对总体差距的贡献率为24. 64%，2019 年增长至46.22%，年均增幅为87.6%。超变密度反映了新疆地区间交叉重叠对总体差距的影响，观测期内表现出先上升后下降的趋势。②从差异来源的贡献来看，地区内差异是总体差异的最主要来源，观测期内贡献率位于30.97%—43.38%之间；其次，超变密度是第二来源，贡献率在12.40%—47.92%之间；新疆地区间差异对总体差异的贡献最小，观测期内贡献率位于10.97%—46.22%之间。③从均值来看，地区内差异、地区间差异和超变密度对总体差异的贡献率分别为37.8748%、27.1536%、34.9716%，验证了新疆农业面源污染排放强度差异来源的贡献程度为地区内差异>超变密度>地区间差异。

新疆农业面源污染排放强度地区内Dagum 基尼系数及其动态演进如图4b所示。①从均值看，北疆和南疆地区的排放强度基尼系数较高，分别达到0.4354、0.2297，排放强度内部不均衡现象明显。相较而言，东疆的排放强度基尼系数较低，为0.0753，农业面源污染排放强度内部差异较其他地区相对较小，与空间分布动态特征结果相一致。②从增长态势看，北疆地区农业面源污染排放强度的地区内差异存在曲折上升趋势，2019 年达到最高点0.6170，年均增长率达3.00%；南疆地区污染排放强度基尼系数呈现升降交替的动态波动增加变化趋势，2015 年达到峰值0.5596，该年度南疆地区内污染物排放强度差异最大，年均增幅为9.8%；东疆地区相对于其他地区而言，其污染物排放强度区域内差异呈现曲折下降的趋势，2019 年基尼系数较2000 年降低了0.0738，但在2005 年、2018 年出现骤增的变化趋势，两年年度增长幅度分别高达14.05%、16.76%。

新疆农业面源污染地区间差异：新疆农业面源污染排放强度地区间Dagum 基尼系数及其动态演进如图5 所示。①从均值看，北疆和南疆的污染物排放强度差异最为明显，观测期内基尼系数均值达0.4099；其次是北疆和东疆，系数均值为0.3884；南疆与东疆之间的污染物排放强度差异最小，其系数均值为0.2904。②从变化趋势看，观测期内北疆和南疆之间的污染物排放强度差异增幅最为明显，年均增幅为8.11%，呈现出以2015 年、2016 年为拐点的“N”字形增长态势，且观测期末较期初有所增加。2013年之前北疆—东疆的污染物排放强度差异变化趋势较为稳定，无较突出的波动，但在2014 年及之后的观测期内，该地区间差异增长态势差异极为不稳定；而南疆、东疆之间的污染物排放强度差异增幅最小，观测期末较期初而言无太大的差距，除个别年份外，该地区间的差异呈现波动减少的趋势。

图5 新疆农业面源污染排放强度地区间差异动态演变Figure 5 Dynamic evolution of regional differences in agricultural non- point source pollution emission intensity in Xinjiang

3.4 污染排放强度的动态演进

基于Dagum 基尼系数分解法的研究虽然呈现了新疆不同地区农业面源污染排放强度差异的大小及其来源，反映出新疆地区农业面源污染强度的相对差异，但是无法刻画农业面源污染强度绝对差异变化的动态演进过程。因此，本文利用Kernel 密度函数进一步分析新疆农业面源污染排放强度的动态演进（图6、表4）。

表4 新疆农业面源污染强度分布的动态演进特征Table 4 Dynamic evolution characteristics of agricultural non- point source pollution intensity distribution in Xinjiang

图6 新疆各地区农业面源污染排放强度的动态演进Figure 6 Dynamic evolution of agricultural non- point source pollution emission intensity in various regions of Xinjiang

具体来看：①分布位置。观测期内新疆总体核密度分布曲线随着时间的推移整体呈现小幅度左移趋势，表明新疆农业面源污染排放强度逐渐减少，治理有一定的效果，但效果不明显。南疆、北疆、东疆地区均出现左移趋势。其中：东疆左移幅度最大，表明农业面源污染排放强度降低最多，治理效果显著；南疆和北疆的左移幅度比较小，说明治理效果不明显。②分布形态。观测期内新疆总体核密度分布曲线表现为主峰高度下降而宽度减小趋势，表明新疆总体农业面源污染排放强度总体离散程度呈缩小趋势。各地区中，南疆地区核密度分布曲线表现为主峰高度先降低后升高、宽度变小的趋势，表明南疆地区内部农业面源污染强度的绝对差异呈现扩大趋势；北疆和东疆地区的核密度分布曲线均表现为主峰高度曲折降低、宽度变小的态势，表明北疆和东疆地区内部农业面源污染强度的绝对差异呈现扩大的趋势。③分布延展性。新疆总体和各地区核密度分布曲线均存在显著的右拖尾现象，但延展性有所差异。新疆总体和北疆地区核密度分布呈现拓宽趋势，表明农业面源污染强度与平均水平之间的差距持续增大；而东疆地区核密度分布呈现显著的收敛趋势，表明该地区内部农业面源污染强度较高的地州市同平均水平的距离有所缩减；南疆地区的分布延展趋势不明显。④极化特征。观测期内新疆总体和各地区核密度分布曲线均呈现多峰或多峰现象，表明新疆总体和各地区的农业面源污染强度的发展存在两级或多级分化的现象。北疆和东疆地区核密度分布曲线主峰核侧峰间的距离从期初较小变化为后期的较大，说明前期北疆和东疆地区内部的农业面源污染强度差异不明显，到后期差异逐渐增大。南疆地区观测期内个别年度出现了单峰现象，此时极化现象不显著，较缓和。除此之外，南疆地区还表现为双峰特征，污染物排放强度仍然存在较小程度的空间极化现象。

4 结论与建议

4.1 结论

针对新疆农业面源污染排放强度的时空分异，本文利用14 个地州市2000—2019 年的面板数据，在利用清单分析法测算新疆农业面源污染排放量及排放强度的基础上，结合Dagum 基尼系数分解和Kernel核密度估计考察了农业面源污染排放强度的空间差异及动态演进。主要结论如下：①新疆农业面源污染排放主要集中于农田固体废弃物和禽畜养殖污染。2000—2019 年，农业面源污染排放强度呈曲折下降态势。在南疆、北疆、东疆分布中，北疆污染物排放量最高，南疆次之，东疆污染物排放量最少。同时，空间差异也非常明显，污染物排放强度较高值主要分布在北疆和东疆地区，排放强度较低值主要分布在克拉玛依市、塔城地区和阿克苏地区，说明新疆农业面源污染排放强度由南北两端向中心阶梯式递减，治理效果沿着天山山脉，由中心向南北两端逐渐凸显的分布特征。农业面源污染虽然得到了一定的治理，但是总体来说形势依旧严峻。就已有文献看，大多数文献在研究时缺乏“因地制宜”，更多的是“一刀切”。大多数学者对污染物排放强度进行计算时，使用污染排放量与土地总面积作比，但新疆区域面积居全国第一，过大的分母导致新疆污染物排放强度计算偏低。此外，就目前新疆农业经济发展状况来看，农业经济在快速增长的同时带来的是农药、化肥等污染物的高投入与农田固体废弃污染物、禽畜养殖污染物的高产出，农业面源污染仍是新疆农业现代化发展中亟需解决的一个重要障碍。农户对资源集约化、循环利用、养地护地、秸秆还田等认识不足、规模化养殖程度低等因素导致新疆农业面源污染问题依旧严峻。②2000—2019 年，污染物排放强度总体基尼系数以2009 年和2013 年为拐点表现出“N”形变化趋势。地区内差异是总体差异的最主要来源，观测期内贡献率位于30.97%—43.38%之间；其次，超变密度是第二来源，其贡献率在12.40%—47.92%之间；新疆地区间差异对总体差异的贡献最小，观测期内贡献率位于10.97%—46.22%之间。即，新疆农业面源污染排放强度差异来源的贡献程度为：地区内差异>超变密度>地区间差异。③观测期内新疆总体核密度分布曲线随着时间的推移整体呈现小幅度左移趋势，农业面源污染逐渐缓和，南疆、北疆、东疆地区均出现左移趋势，左移幅度东疆>南、北疆；观测期内新疆总体分布曲线表现为主峰高度下降、宽度减小的趋势，污染物排放强度离散程度呈减弱的趋势；新疆总体和各地区分布曲线均存在显著的右拖尾现象，但延展性有所差异；观测期内新疆总体和各地区分布曲线均呈现多峰或多峰现象，新疆总体和各地区的农业面源污染强度发展存在两级或多级分化现象。

4.2 建议

基于上述结论，本文提出以下建议：①充分发挥高校在“科技发明的最初一公里”的牵引作用，力求科技发明落地，将论文和发明应用到大地上，充分解决新疆地区因科技含量低造成的污染问题。②充分发挥科技特派员作用，借助农民夜校、知识大讲堂、农民技工培训学校、农牧民培训中心，带动知识水平较高的农户由传统农业向绿色农业转变，通过“传、帮、带”形式，带动区域整体农业转型，如绿色农业的重要性教育、新技术宣传应用教育、秸秆还田教育、养地护地教育等。③减少化肥、农药和塑料薄膜等化学物质的使用，加强生物农药等生物资源的应用，避免因过度使用化肥和农药造成的化学物质残留污染。④加强规模化养殖，提高农家肥的使用率；通过精细化饲料分配，加强控制牛、羊等大牲畜的碳排放。⑤当地政府在制定农业面源污染防控及治理措施时应因地制宜，充分结合各区域农业经济发展趋势、气候环境等制定相应的管控措施。此外，农业面源污染较重的地区应加强与内地的交流与合作，引进新型环境友好型农业技术与管理经验，逐步缩小差距，实现面源污染治理与农业增长共赢。

4.3 讨论

本文结论可为新疆各地区定向制定专项治理政策时提供借鉴与参考。事实上，农业面源污染不仅受到区域内种养殖业生产经营活动的影响，还会受到相邻区域的影响，本文在进行研究时未对其空间溢出效应进行检验。近年来，国家将治理面源污染摆在重要的位置上，下一步应着重对新疆各地区农业面源污染排放量的趋势预测、空间溢出效应与治理效率上作进一步研究。