種植業集聚與農業面源污染的時空特征及影響分析
——來自長江流域的證據

馬 駿，旦增維旦，高慧嫻

（1.河海大學 商學院，江蘇 南京 211100；2.河海大學 經濟與金融學院，江蘇 南京 211100；3.江蘇省水資源與可持續發展研究中心，江蘇 南京 211100；4.沿海開發與保護協同創新中心，江蘇 南京 211100）

0 引言

我國農業現代化相較于發達國家起步較晚，為治理這一短板，國家對農業帶建設、區域優化給予高度重視，曾多次出臺相關政策調整種植業結構，建設糧食主產區，糧食生產主銷區等。當前，建設和培育規?；?、特色化和專業化的種植業生產集聚區，已成為農業發展的重要趨勢 （鄭風田等，2005）?？v觀國內外，不難發現種植業生產集聚區的良好發展態勢，如美國玉米集聚區、法國的葡萄集聚區、荷蘭的花卉集聚區等。長江流域橫跨我國東、中、西三大區域，流經19個?。ㄊ校?，是我國最主要的農業基地，共有我國農業農村部、財政部組織認證的18個優勢特色種植業集群，如江蘇中晚熟大蒜產業集群、湖北三峽蜜橘產業集群、西藏青稞產業集群等。然而，在種植業集聚水平不斷提升、農作物產量增加的同時，因農資消耗過度、種養模式不科學、土地規劃不合理等問題，種植業生產帶來的化肥農藥污染、農田固廢污染等農業面源污染，已成為生產環境質量下降的重要原因。國務院于2018年印發的《鄉村振興戰略規劃（2018—2022年）》指出，要“打造集約高效生產空間，保護山清水秀生態空間”。生態環境部辦公廳于2021年出臺的《農業面源污染治理與監督指導實施方案（試行）》也指出，要“優化農業生產空間布局，改善土壤地力?！庇纱丝梢?，合理高效的種植業集聚是發展高質量鄉村經濟、推進農業綠色生產發展的重要途徑。當下，長江流域在“共抓大保護，不搞大開發，把修復長江生態環境擺到壓倒性位置”的發展戰略下，解決流域農業面源污染問題非常關鍵。因此，分析種植業集聚的時空特征，研究其對農業面源污染的影響，對厘清當下長江流域農業綠色生產發展道路尤為必要。

不同于對制造業、服務業集聚的研究，國內種植業集聚方面的研究起步較晚且主要集中在理論層面。近些年部分學者從不同視角對種植業生產集聚進行研究，發現其集聚特征日趨復雜化：1）從集聚程度來看，我國種植業具有顯著的生產集聚特征，且呈波浪型上升趨勢（趙丹丹，2018；趙穎文等，2020；趙娜等，2014；賈興梅等，2014）；2）從農作物種類來看，我國種植業生產集聚具有產品差異性，因政府規劃、規模利益、制度變革等社會因素，經濟作物相較于糧食作物的生產集聚程度更高（任頻頻等，2022；肖衛東，2012；李二玲等，2012）；3）從農作物生產重心來看，我國各作物種植優勢地區存在不同程度的轉移，糧食生產重心從“中心”地區向“邊緣”地區轉移（Wu等，2020；高帆，2005；Fan等，2003），蔬菜則由 “郊區”向“農區”轉移（呂超等，2011）；4）從集聚分布情況來看，中國種植業在整體和局部區域上都表現出顯著的正向空間自相關性，其空間分布呈現非隨機的地理集聚格局，具有強烈的空間溢出效應（傅瑋韡等，2021；薛蕾等，2020；賀亞亞等，2016；肖衛東，2014；陸文聰等，2008）。

當前，圍繞農業面源污染，國內外學者從污染測算（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 （金書秦等，2018；Vernier等，2017；司言武，2010）等多個方面作出大量有益研究。學者們對農業面源污染影響因素的研究主要分為宏觀和微觀2個層面：宏觀層面包括農業經濟增長（謝文寶等，2018；梁流濤等，2013；張暉等，2009）、農業技術水平（葛繼紅等，2011）、農業財政投入（馬九杰等，2021；李守偉等，2019）、農業環境規制（鄧晴晴等，2020）、城鎮化水平（欒健等，2020）、農村人口規模（吳義根等，2017）等社會經濟誘因；微觀層面包括農業技術培訓（華春林等，2013）、農戶風險感知（張郁等，2017）、農戶治污意愿（周慧等，2021；唐學玉等，2012）等農戶行為因素。農業面源污染的相關研究雖然為治理農業面源污染提供了有效的借鑒，但也不難發現，當前相關研究多集中于整體層面，缺乏針對種植業生產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，造成對農業面源污染現狀的把握尚不全面。從種植業集聚特征來看，同其他產業集聚一樣，種植業集聚的環境效應在理論上具有正向的“集聚效應”（胡志強等，2018；Liu等，2017）和負向的“擁塞效應” （鄭小強等，2022；Cheng，2016；王兵等，2016）。已有研究表明，種植業集聚特征日趨復雜化，其產生的面源污染相對于點源污染存在一定的獨特性（李秀芬等，2010）。鑒于此：1）本文從研究視角上聚焦于種植業領域，選擇長江流域19?。ㄊ校┳鳛檠芯繉ο?，探究種植業集聚對農業面源污染的影響，一定程度上豐富產業集聚產生的環境效應的相關研究；2）在指標選取方面，不同于以往研究，本文采用流域整體數據，并利用清單分析法針對性地測算種植業集聚程度及農業面源污染排放程度；3）在研究內容上，利用Arcgis技術直觀展示并對比分析長江流域種植業集聚與農業面源污染的空間分布、空間關聯特征及其空間變化趨勢，同時，采用空間計量模型分析種植業集聚對農業面源污染的影響和空間效應，進一步利用門檻模型探究不同經濟發展階段下長江流域種植業集聚對農業面源污染產生的影響，為長江流域種植業集聚發展、減少種植業集聚帶來農業面源污染等的環境負外部性、協調流域內各地區農業發展制定區域相關政策措施提供科學依據。

1 理論分析與研究假設

1.1 種植業集聚影響農業面源污染的空間效應

種植業層面的農業面源污染產生于種植業生產活動中，主要包括化肥、農田廢棄物等污染源排放的污染物以水為載體通過農田地表徑流等多種方式進入水體，對環境造成污染。并且不同于第二、第三產業的生產活動，種植業生產活動高度依賴于土壤、地形、氣候、水環境等自然條件，具有明顯的空間相關性。相鄰地域因具有相似的農業生產環境，在農作物品種、生產方式的選擇上會具有趨同性。因此，種植業產生的農業面源污染會因水體流動以及農業生產活動的趨同性而具備較為顯著的空間相關性。隨著鄉村經濟和長江流域一體化戰略的發展，長江流域種植業的發展方向從粗放、自由、分散逐步趨向集約化和專業化轉變。種植業集聚也在一定程度上體現了各類種植業生產資源向某一區域匯集，這一匯聚造成了污染項目的相互作用，從而出現各種污染物的結合或疊加現象，導致種植業生產過程中污染物排放的頻率和密度不斷增加，給區域帶來超負荷的農業面源污染。然而，由于區域的環境承載能力以及吸納轉變與凈化污染的能力十分有限，隨著種植業的進一步集聚，該區域農業面源污染在累積效應的作用下也相應地進一步加劇。

據此，本文提出研究假設H1：長江流域農業面源污染具備較為明顯的空間正相關性，種植業集聚對農業面源污染的影響存在空間溢出效應。

1.2 種植業集聚影響農業面源污染的門檻效應

因在農業經濟發展的不同階段，地方政府推動農業經濟增長的策略和手段有所不同，種植業集聚對農業面源污染的影響也因此有所差異，所以本文把種植業集聚分為經濟發展初級集聚階段和經濟發展中高級集聚階段（嚴思齊等，2019）。在不同階段，種植業集聚對農業面源污染的影響也有所不同（圖1）。

圖1 種植業集聚對農業面源污染的影響機制Fig.1 Impacting mechanism of planting agglomeration on agricultural area pollution

在經濟發展初級階段，要素積累是經濟增長的主要源泉，“高投入、高能耗”的種植業生產方式占據主導地位，農業生產技術沒有得到有效發展，該階段種植業集聚的主要表現為規模盲目擴大、濫用生產技術、農資過度消耗。農戶過分注重產量的提高而非對污染的防治，盲目集聚帶來的生產規模擴大會造成投入要素的浪費，產生摩擦成本，加劇農業面源污染。

在經濟發展中高級階段，技術進步逐漸取代要素積累成為農業經濟增長的主要源泉，地方政府也更加注重環境規制，通過促進農業技術進步和技術效率的提高來推動農業經濟增長，同時消費者對綠色安全農產品的需求量增加，促使農業生產者改進生產方式，營造綠色農業生產環境。該階段種植業集聚主要表現為，在生產結構逐漸優化、農業技術水平不斷創新進步的同時，產生知識溢出和技術溢出，呈良性發展趨勢，物質資源在聚集區內得到充分利用，降低種植業集聚對環境質量的破壞，逐步造就經濟效益與生態環境效益的雙贏局面。

據此，本文提出研究假設H2：長江流域內種植業集聚對農業面源污染的影響有門檻效應，隨著農業經濟發展水平的不斷提高，種植業集聚對農業面源污染的加劇程度減弱。

2 種植業集聚與農業面源污染的測度

2.1 種植業集聚的測度

種植業集聚作為一種生產分布不均衡現象，有多種衡量指標。針對種植業集聚程度的測度，根據已有研究文獻（肖衛東，2012；賈興梅等，2014；趙丹丹，2018）可以看出，采用的農業生產數據不盡相同，主要以農作物播種面積、農作物產量數據以及總產值為主?？紤]到農作物的產量水平及產值受自然災害影響較大，極易出現異常數據，并且數據波動性大，因此，本文采用各省農作物播種面積在全國總播種面積的占比（肖衛東，2012）測算基尼系數和區位熵指數，以此來分別體現長江流域整體和各?。ㄊ校┓N植業集聚程度。

2.1.1 基尼系數

基尼系數是反映不均衡程度的重要指標。本文采用張建華（2007）推導的一種簡便易用的基尼系數，測度長江流域19?。ㄊ校┱w水平的種植業集聚水平，具體計算公式為

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

2.1.2 區位熵指數

由于區位熵指數能較為有效地衡量各地區要素分布狀態，反映產業集聚程度 （Marcon等，2017），本文選用區位熵指數測度長江流域19?。ㄊ校┓N植業集聚水平，計算公式為

式中：Aggik為k?。ㄊ校┺r作物i的區位熵指數；Eik為k?。ㄊ校┺r作物i的播種面積；Etk為k?。ㄊ校┺r作物總播種面積；Ai為全國農作物i的播種面積；At為全國農作物總播種面積。當Aggik＞1，表示k?。ㄊ校┺r作物i生產集聚水平高于全國平均水平；當Aggik＝1，表示k?。ㄊ校┺r作物i生產集聚水平與全國平均水平相同；當Aggik＜1，表示k?。ㄊ校┺r作物i生產集聚水平低于全國平均水平。因農作物產量受自然災害影響較大，在實證過程中對集聚水平的衡量存在誤差，本文選取各農作物播種面積來衡量區位熵指數，并采用各農作物的平均區位熵代表各?。ㄊ校┓N植業集聚水平。

2.2 農業面源污染的測度

綜合比較已有文獻中農業面源污染的測度方法，本文利用基于清單分析的單元調查評估法（賴斯蕓，2004），對種植業層面農業面源污染物排放量進行核算，將農業面源污染確定為化肥施用、農田固體廢棄物2個污染單元，如表1所示?？紤]到我國長江流域的麻類、煙葉、藥材類等其他農作物種植面積較小且統計數據不完整，本文選擇谷物、豆類、薯類、油料、棉花、糖料、蔬菜和水果8種農作物的農業固體廢棄物核算污染物排放量，計算公式為

表1 農業面源污染產污清單列表Table 1 List of agricultural area pollution sources

式中：Te為被解釋變量種植業農業面源污染物的排放量；Cod為化學需氧量；Tn為總氮；Tp為總磷；Ekj為k省 （市）農業面源污染物的排放量；EUkj為k省 （市）單元j指標的統計數；ρkj為k?。ㄊ校﹩卧猨指標的產污強度系數；ηkj為k?。ㄊ校┫嚓P資源利用效率的系數；PEkj為k?。ㄊ校﹩卧猨指標污染物的排放量；Ckj為k?。ㄊ校﹩卧猨指標污染物的排放系數，取決于單元自身特征 (EU)kj和空間特征( )S，表征?。ㄊ校┥鷳B環境、氣候及各種管理措施對農業面源污染的綜合影響。

3 種植業集聚與農業面源污染的時空特征

3.1 種植業集聚與農業面源污染的時序變化

由公式（1）、（3）測算出2007—2020年長江流域19?。ㄊ校┱w種植業基尼系數與農業面源污染物排放量的時序變化，如圖2所示。由圖2可以看出，2007—2020年長江流域種植業的基尼系數為0.529～0.545，集聚程度較高，且整體呈波浪型上升趨勢，說明長江流域優勢農產品區域集聚度穩步提高。分別計算8種農作物基尼系數，發現谷物、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，集聚程度相對較小。棉花、糖料等經濟作物集聚更為明顯，且在樣本期內穩步提高，2020年分別高達0.774和0.867。種植業面源污染排放量在樣本期內則是明顯的先升后降的狀態，并且在2017年后呈加速下降趨勢，而此時種植業集聚的增速開始減緩。究其原因，我國自2015年起大力著手改革農村環境和鄉村建設問題，2017年黨的十九大更是提出鄉村振興戰略，推進農業生產布局優化，促進鄉村經濟和生態文明的協同發展。

圖2 2007—2020年種植業基尼系數與農業面源污染變化情況Fig.2 2007 to 2020 planting Gini coefficient and changes of agricultural area pollution

3.2 種植業集聚與農業面源污染的空間分布

在采用公式（2）測算各?。ㄊ校┓N植業集聚水平和公式（3）、 （4）測算農業面源污染物排放量的基礎上，選用自然間斷點分級法分別繪制2007年與2020年種植業集聚與農業面源污染空間分布圖，分別如圖3與圖4所示。

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

圖4 2007年、2020年農業面源污染空間分布Fig.4 Spatial distribution of agricultural area pollution in 2007 and 2020

由圖3可見，種植業集聚水平存在較為明顯的空間差異。2007年，種植業集聚水平較高的?。ㄊ校┚佣?，分布較為集中，種植業集聚水平最低和最高的省份分別為西藏自治區和廣西壯族自治區。由分類范圍可知，與2007年相比，2020年整體種植業集聚水平增加且空間差異明顯存在，種植業集聚水平最低和最高的省份仍為西藏自治區和廣西壯族自治區。整體來看，樣本期內種植業集聚水平布局變動明顯且一直存在空間差異，各省市發展較不平衡，其中，廣西壯族自治區種植業集聚水平一直處于高位，其區位熵較高的農產品為糖料。農業較為發達的河南、安徽等省份雖是我國重要的糧食主產區，但因種植業農作物種類繁多、生產結構調整滯后、各農產品生產的絕對規模較小，種植業競爭力優勢并不明顯。并且，蘇浙滬位于沿海經濟發達地區，作為“魚米之鄉”，其勞動力成本較高且土地資源緊張，種植業集聚程度較低，總體上缺乏競爭優勢。

由圖4可見，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，以農業大省為主。與2007年相比，2020年整體布局略有變動，仍存在較為明顯的空間差異。西藏自治區、青海省、甘肅省、重慶市和上海市的污染物排放量一直較低。整體來看，農業面源污染物排放量較高的地區為農業生產較為發達的地區，存在較為明顯的空間差異，且樣本期內農業面源污染物排放量降低。

綜合來看，樣本期內各省份種植業集聚和農業面源污染的分布情況均具有一定的空間差異，且在時序變化和空間分布上呈現出不同規律，并不存在一一對應關系。由此，從直觀層面可以看出，二者關系較為復雜，可能具有空間效應和門檻特征。在此基礎上，本文進一步通過空間計量模型和門檻模型，詳細研究種植業集聚對農業面源污染的影響。

4 模型構建、變量選取與實證檢驗

4.1 模型構建

本文以York等（2003）改進的IPAT模型擴展式（STIRPAT）為基礎進行實證檢驗。STIRPAT模型應用于環境經濟等多個領域，主要用于測量人類活動對生態環境的影響程度，表達式為

式中：I為環境污染；P為人口規模；A為富裕程度；T為技術進步；a、b、c、d均為待估計參數；e為隨機誤差。本文選取農村人口規模、農業經濟水平、農業技術進步3個變量衡量公式（5）中的人口規模、富裕程度、技術水平，同時充分考慮農業面源污染受到的多種影響，另加入城鎮化、財政支農力度和農業環境規制3個控制變量，在此基礎上加入核心解釋變量——種植業集聚水平，構建有關種植業集聚水平與農業面源污染的計量模型。為消除異方差影響，本文將模型進行對數化處理，表達式為

式中：i為?。ㄊ校?；t為年份；ln Teit為被解釋變量農業面源污染；lnAggit為核心解釋變量種植業集聚水平；lnPopit、lnAgdpit、lnTecit、ln Urit、lnFinit、ln Erit均為控制變量，分別表示農村人口規模、農業經濟水平、農業技術進步、城鎮化、財政支農力度和農業環境規制；β1、β2、β3、β4、β5、β6、β7均為待估計系數；εit為隨機擾動項。

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查評估法核算的種植業層面農業面源污染物排放量（Te），是化學需氧量（Cod）、總氮（Tn）、總磷（Tp）之和。由于區位熵能夠較為真實地反映地理要素的空間分布，消除地區規模差異因素，本文以谷物、豆類、薯類、油料、棉花、糖料、蔬菜和水果8種農作物區位熵的平均值作為核心解釋變量，說明各?。ㄊ校┓N植業集聚水平。

4.2.2 控制變量

在參考前人研究的基礎上，本文選取如下控制變量。

1）農村人口規模（Pop）。農村人口規模的擴大會造成產品需求的增加，促進農村消費，帶動農業生產活動，從而影響污染物排放量，本文采用農村人口數量進行衡量（吳義根等，2017）。

2）農業經濟發展水平(Agd)p。各?。ㄊ校┺r業經濟水平的不同會引起生產資料投入的差異，從而影響污染物排放量，本文采用消除價格因素的實際農業人均GDP進行衡量（梁流濤等，2013；葛繼紅等，2011）。

3）農業技術進步(Tec)h。技術進步通過發展綠色種養技術、治污技術等渠道可以對農業面源污染實行有效防控，降低污染量，本文采用Dea-Malmquist測算的農業TFP來表示。參考已有研究（石慧等，2008）。投入指標采用農業播種面積、第一產業從業人員、農用化肥施用量和農業機械總動力來表示，產出指標采用消除價格因素的第一產業增加值來表示。

4）城鎮化( U)r。城鎮化的推進一方面反映農村居民的遷移變動，另一方面反映居民生活水平的提高，不僅會影響農業生產效率，而且對農業生產環境也提出新的要求，進而對農業面源污染產生影響，本文采用城鎮人口占常住人口比重進行衡量（欒健等，2020）。

5）財政支農力度(F)in。政府對農業的財政投入，一方面，可以通過補貼有機肥施用、推廣測土配方技術等手段減少污染排放量，另一方面，部分支農補貼資金會引導農戶加劇化肥、農藥的使用，增加污染排放，本文采用農林牧漁業財政支出與政府財政支出的占比進行衡量（馬九杰等，2021；李守偉等，2019）。

6）農業環境規制( E)r。環境規制表示政府協調環境與經濟發展的一系列作為，在政府的環境規制下經濟主體會受到相應政策與措施的約束，從而減少對環境的污染。參考鄧晴晴等（2020）的研究，本文采用農業節能環保支出占該地區GDP的比重來表示。

4.2.3 數據來源

本文選取長江流域作為研究對象，但由于各統計年鑒發布的數據大多是以省級為主，大部分市級數據獲取難度大且并不全面，因此，選取長江流域19個?。ㄊ校òㄉ虾Ｊ信c重慶市）作為決策單元，進行下一步的分析研究，研究年份為2007—2020年。農業基礎數據來源于《中國統計年鑒》《中國農村統計年鑒》及各?。ㄊ校┙y計年鑒，農業面源污染核算系數重點參考賴斯蕓（2004）、畢于運（2010）、馬靜（2013）等文獻成果以及《全國第一次污染源普查農業源系數手冊》。對于個別年份數據缺失的問題，本文采用加權平均結果補齊。變量說明如表2所示。

表2 變量說明Table 2 Explanation of variables

4.3 實證檢驗

4.3.1 農業面源污染的空間自相關性檢驗

在探討種植業集聚影響農業面源污染的空間效應前，需要判斷農業面源污染是否存在空間自相關性。本文對各?。ㄊ校┺r業面源污染排放總量Te取對數后，通過全局自相關法，測算其莫蘭指數。結合以往學者的研究成果，本文采用地理距離權重矩陣和經濟地理權重矩陣進行測算，并采用鄰接空間權重矩陣檢驗結果穩定性，結果如表3所示。由表3可知，莫蘭指數全部為正，且全部年份在10%水平下通過顯著性檢驗，說明長江流域各?。ㄊ校┑霓r業面源污染存在顯著的空間正相關性，從而驗證H1中長江流域農業面源污染具備較為明顯的空間正相關性假設。

表3 長江流域農業面源污染的空間相關性Table 3 Spatial correlation of agricultural area pollution in Yangtze River Stream

4.3.2 種植業集聚影響農業面源污染的空間效應分析

1）最優空間模型選擇。分別對3種空間權重矩陣下的最優空間模型進行選擇，首先通過Hausman檢驗選擇固定效應模型。其次進行LM檢驗，結果顯示空間誤差效應和空間滯后效應同時存在，F統計量顯著拒絕混合OLS模型，應采用空間面板模型計量，之后采用Wald檢驗，結果顯示SDM模型不應退化為SLM模型和SEM模型。最后對比個體固定、時間固定、雙向固定效應模型的R2值，選用個體固定效應的空間杜賓模型（由于篇幅所限，檢驗結果不予列出）。

2）空間杜賓模型的回歸結果。對前文構建的3種空間權重矩陣下個體固定效應的空間杜賓模型進行估計和檢驗，估計結果如表4所示。由表4可知，3種權重矩陣模型下相關系數均在1%和5%的水平下顯著為正，說明種植業集聚對農業面源污染的影響存在顯著的空間效應。其中，在經濟距離權重矩陣下，種植業集聚在1%的水平下顯著為正，表明長江流域內經濟距離下種植業集聚對農業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集聚水平對農業面源污染影響的系數均顯著為正，即種植業集聚加劇了農業面源污染，表明長江流域內隨著種植業集聚水平的提高，種植業生產規模擴大，農資消耗增加，生產陋習匯集，污染源疊加，逐步加劇了農業面源污染，其集聚帶來的“擁塞效應”占主導地位，而正向的“集聚效應”尚未充分發揮作用?？刂谱兞糠矫?，農村人口規模對農業面源污染的影響顯著為正，主要原因是，在目前的生產水平下，農村人口增加會帶來與種植業污染相關生產和消費活動的增多，造成污染物排放量的增加。農業經濟發展水平系數在3種模型下均顯著為正，說明長江流域內農業面源污染隨著農業經濟發展水平的提高而逐漸加重，主要原因在于，為加快實現農村精準脫貧，長江流域擴大經濟作物的種植面積，其中，油菜作為長江流域最主要的經濟作物，被中央“一號文件”提出要大力支持生產，然而，因技術落后、補貼不足、產業鏈建設不完善等原因，長江流域目前種植業生產方式較為粗放，過度依賴化肥、農藥的使用，尚未實現可持續發展。城鎮化的系數同樣顯著為正，主要原因是，隨著長江流域城鎮化的推進，二、三產業發展吸引眾多優質農村勞動力，從事農業生產勞動力逐漸不足，為節約勞動成本和生產成本，使用化學技術成為更多農戶的選擇，有學者發現農戶家庭中非農就業人數越多，化肥施用強度越高（何浩然等，2006）。農業技術進步在3種權重矩陣下均顯著為負，說明雖然在種植業發展過程中存在污染型生產技術給環境帶來的壓力，但總體而言，農業技術進步能有效降低農業面源污染物排放強度，農業生產技術的發展，一方面，可以通過清潔型生產技術替代或減少資源消耗來達到減污目的，另一方面，可以通過治污技術有效解決農業面源污染問題。財政支農力度系數在鄰接權重矩陣和經濟距離權重矩陣下同樣顯著為負，說明政府給予的農業財政支持具有一定的減排效應，原因是農業財政支持中部分針對環境污染治理方面的支出一定程度上引導農業生產者改進生產方式，營造綠色農業生產環境，減少了農業面源污染排放量。環境規制的影響系數在3種權重矩陣下有正有負且均不顯著，原因可能在于，目前長江流域各?。ㄊ校┱谵r業污染治理方面存在短板，針對農業面源污染的治理投入在降污方面并沒有取得明顯成效，對農業污染的重視、管控以及治理投入等方面還有待進一步完善。

表4 空間杜賓模型的回歸結果Table 4 Regression results of spatial Dubin model

3）空間效應分解。為更好地考察種植業集聚對農業面源污染的影響，深入探究種植業集聚對農業面源污染的影響是否對鄰近地區產生空間溢出效應，本文通過偏微分方法進行進一步的測算，將種植業集聚對農業面源污染的影響分為直接效應、間接效應及總效應，結果如表5所示。由表5可知，在3種權重矩陣下，種植業集聚對農業面源污染的直接效應、間接效應和總效應均為正。地理距離權重矩陣下只有直接效應顯著，表明在只考慮地理距離的情況下種植業集聚僅對本地區農業面源污染產生影響，不存在空間溢出效應；在經濟距離權重矩陣和鄰接權重矩陣下直接效應、間接效應以及總效應均顯著，其中，相比于鄰接空間權重矩陣，經濟距離權重矩陣的間接效應更加明顯，說明在長江流域經濟網絡的影響下種植業集聚在加劇本地區農業面源污染的同時，也會跨省加劇鄰近地區的農業面源污染，產生空間溢出效應，其原因可能在于，長江流域一體化發展戰略的推進，以及其日益發達的交通系統，強化了?。ㄊ校┲g的經濟交流，使種植業在集聚過程中對鄰近省份帶來知識外溢、技術外溢等外部性，同時，種植業生產很大程度上依賴于農戶的行為，而農戶具有較強的“模仿能力”以及“從眾性”，因此，為降低生產成本，一些粗放式的生產陋習會在各?。ㄊ校╅g傳播，從而對鄰近省份種植業生產狀況及環境狀況產生一定的影響。據此，驗證了研究假設1中種植業集聚對農業面源污染的影響可能存在空間溢出效應的假設。

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

4.3.3 種植業集聚影響農業面源污染的門檻效應分析

1）門檻模型設計。根據前文的分析可知，種植業集聚水平對農業面源污染的影響在經濟發展的不同階段有所不同，二者之間存在非線性關系。因此，本文選用門檻模型，進一步分析種植業集聚影響農業面源污染的門檻效應。為提高分析結果的穩健性，本文選取2個區分農業不同經濟發展階段的門檻變量（嚴思齊等，2019）：農業經濟發展水平(lnAgd)p與農業技術進步(lnTec)h。

2）門檻模型估計結果。首先進行“門檻效應”檢驗，結果如表6所示。由表6可知，當門檻變量為lnAgdp時的最優門檻值為1個時，存在單門檻效應，門檻估計值為-0.963 8；當門檻變量為lnTech的最優門檻值為2個時，存在雙門檻效應，門檻估計值分別為-0.011 1和0.106 2。

表6 門檻效應檢驗結果Table 6 Test results of threshold effect

由表7可知，在不同的農業經濟發展水平下，種植業集聚對農業面源污染的影響作用確實具有門檻特征。對于農業經濟發展水平，當lnAgdp≤-0.963 8時，種植業集聚對農業面源污染的影響系數（0.538 5）顯著為正，當lnAgdp＞-0.963 8時，影響系數依舊顯著為正，但下降至0.228 1，說明隨著農業經濟發展水平的提高，種植業集聚雖然處于加劇農業面源污染的狀態，但是加劇程度呈現減弱的趨勢，原因是，隨著農業經濟發展水平逐步提高至跨過門檻值后，種植業集聚的正向“集聚效應”在降污減排方面發揮了部分作用。一方面，種植業生產趨向規?；?，政府增強環境管制，種植業生產趨向集約化、高效化和專業化，提高生產效率、研發效率和流通效率，降低污染；另一方面，農業經濟的發展帶動地區經濟水平的提高，在滿足基本的經濟效益后，政府和市場對農產品的綠色安全和農業生產環境的可持續發展提出了更高的要求，種植業生產趨向綠色化，產生的農業面源污染減少?？傮w來說，長江流域種植業集聚依舊處于經濟發展初級集聚階段，種植業集聚產生的“集聚效應”并未完全發揮作用，“擁塞效應”處于主導地位。為提高分析結果的穩健性，繼而采用農業技術進步（lnTech）作為門檻變量，統計結果依然表明，種植業集聚對農業面源污染的影響具有非線性特征。當lnTech≤-0.011 1時，種植業集聚對農業面源污染的影響系數（0.385 1）顯著為正，當-0.011 1＜lnTech≤0.106 2時，影響系數依舊顯著為正，但下降至0.272 6，當lnTech＞0.106 2時，影響系數雖不顯著，但依舊為正，且下降至0.162 9，說明隨著農業技術水平的不斷進步，種植業集聚加劇農業面源污染的程度也在逐步減弱。

表7 門檻模型回歸結果Table 7 Regression results of threshold model

3）門檻跨越情況。根據農業經濟發展水平（lnAgdp）的門檻值，將樣本劃分為2個區間，以分析長江流域19個?。ㄊ校?007—2020年門檻跨越情況。由表8可見，總體上長江流域各?。ㄊ校┺r業經濟發展水平朝著優化的方向發展，低于門檻值的?。ㄊ校盗砍尸F出下降趨勢。2007年只有8個?。ㄊ校┛邕^門檻值，分別為廣西壯族自治區、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。其他中西部地區的各?。ㄊ校┮仓鹉昕邕^門檻值，到2020年只有西藏自治區和上海市沒有跨過門檻，主要原因是，西藏自治區雖人均耕地面積大，但人口過于分散，很難實施農業機械化和集約化生產方式，實際耕地面積較少，生產效率低下，并且因受到自然災害和地理位置的影響，西藏自治區農業系統較為脆弱，農業經濟發展緩慢，而上海市農業人均GDP低下的主要原因是，農業面積狹小，沒有足夠的農業用地，且上海經濟以工業和金融業為主，農產品依靠外省調入，農業經濟發展相對不足。

表8 2007—2020年不同經濟發展水平門檻區間內?。ㄊ校盗拷y計結果Table 8 2007 to 2020 province／city numbers with different economic development levels

5 結論與啟示

本文以長江流域19個?。ㄊ校檠芯繉ο?，采用2007—2020年面板數據，分析種植業集聚與農業面源污染的時空變化規律，并通過空間杜賓模型與門檻模型分析種植業集聚影響農業面源污染的空間效應及門檻效應，得出以下結論。

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

2）長江流域農業面源污染有明顯的空間相關性，種植業集聚對農業面源污染的影響存在顯著的空間效應。種植業集聚不僅會加劇當地農業面源污染，也會加劇經濟距離鄰近地區的農業面源污染，即種植業集聚對農業面源污染的影響在經濟距離矩陣下存在顯著的正向空間溢出效應。

3）長江流域種植業集聚對農業面源污染的影響存在非線性關系，具有門檻效應。在農業經濟發展水平的影響下，種植業集聚對農業面源污染的影響也會隨之變化，農業經濟發展初級和中高級階段，種植業集聚對農業面源污染分別存在單門檻、雙門檻效應，而跨越門檻前后的系數都顯著為正，當跨越后，種植業集聚對農業面源污染的影響系數下降，說明隨著農業經濟發展水平的提高，種植業集聚加劇農業面源污染的程度有所下降，種植業集聚產生的正向“集聚效應”在降污減排方面逐漸發揮作用，對農業面源污染的加劇程度減弱。

4）長江流域農村人口規模、農業經濟發展水平以及城鎮化的發展加劇了農業面源污染程度，農業技術進步和政府的財政支農則有效降低農業面源污染的排放強度，然而，政府的環境規制對農業面源污染的影響方向不確定且并不顯著。

根據上述研究結論，針對長江流域種植業發展和農業面源污染的防治，提出如下建議。

1）優化種植業集聚的空間布局，提高種植業集聚質量。種植業生產不僅擁有直觀的經濟意義，更具有非常重要的生態價值，選擇適度的種植業集聚程度，進行合理的布局規劃，有助于充分發揮種植業生產的生態功能、景觀功能等。在合理布局規劃過程中，各地區要根據自身經濟基礎和資源優勢，嚴格篩選集聚區內種植作物類型，合理設置種植業結構，重視種植業集聚區內由于集聚帶來的污染效應，提高種植業集聚質量。

2）建立聯動機制，加強區域間農業面源污染的協同治理。長江流域農業面源污染存在明顯的空間正相關性，種植業集聚對農業面源污染的影響又具有正向空間溢出效應，因此，政府在制定種植業發展政策時，需充分考慮經濟距離鄰近地區間的差異，加強地區間的溝通交流，完善經濟、技術溢出渠道，促進種植業集聚區的專業化、連片化，鼓勵跨區合作，將不同地區種植業生產的空間聯系和相互作用納入政策制定的考量中，使種植業集聚對當地及鄰近地區發揮正向“集聚效應”。同時，積極探索建立有效的聯動機制對農業面源污染防治工作進行高效聯合，形成區域統籌協調、農業發展互通互融、農業面源污染協同治理的發展格局。

3）推動農業經濟發展水平穩步提高，發揮種植業集聚對農業面源污染的減緩效應。隨著農業經濟發展水平的不斷提高，直至跨越門檻值時，種植業集聚加劇農業面源污染的影響效應減弱，說明提高農業經濟發展水平可以通過門檻效應降低農業面源污染。因此，要提高種植業生產技術水平，有效運用新型農耕技術，實施化肥改革，建立健全農業生產技術創新機制和推廣機制，提高種植業生產效率，推動農業經濟發展水平，減輕種植業集聚過程中由于效率低下、資源環境損耗所造成的“擁塞效應”，從而發揮種植業集聚的正向“集聚效應”，來減緩農業面源污染。

4）合理利用財政資金，增強農業環境規制，促進種植業綠色化發展。政府財政支農具有一定的減排效應，政府需要合理利用財政支農資金，引導生產者改進種植業生產方式，采用清潔、低污染生產方式，營造綠色生產環境。與此同時，構建更加嚴格、科學的農業環境規制體系，制定具有針對性的環境規制條例，科學選擇環境規制手段，加強環境規制的執行力度，使環境規制在抑制農業面源污染方面發揮成效，促進種植業綠色化發展。