种植业集聚与农业面源污染的时空特征及影响分析
——来自长江流域的证据

马 骏，旦增维旦，高慧娴

（1.河海大学 商学院，江苏 南京 211100；2.河海大学 经济与金融学院，江苏 南京 211100；3.江苏省水资源与可持续发展研究中心，江苏 南京 211100；4.沿海开发与保护协同创新中心，江苏 南京 211100）

0 引言

我国农业现代化相较于发达国家起步较晚，为治理这一短板，国家对农业带建设、区域优化给予高度重视，曾多次出台相关政策调整种植业结构，建设粮食主产区，粮食生产主销区等。当前，建设和培育规模化、特色化和专业化的种植业生产集聚区，已成为农业发展的重要趋势 （郑风田等，2005）。纵观国内外，不难发现种植业生产集聚区的良好发展态势，如美国玉米集聚区、法国的葡萄集聚区、荷兰的花卉集聚区等。长江流域横跨我国东、中、西三大区域，流经19个省（市），是我国最主要的农业基地，共有我国农业农村部、财政部组织认证的18个优势特色种植业集群，如江苏中晚熟大蒜产业集群、湖北三峡蜜橘产业集群、西藏青稞产业集群等。然而，在种植业集聚水平不断提升、农作物产量增加的同时，因农资消耗过度、种养模式不科学、土地规划不合理等问题，种植业生产带来的化肥农药污染、农田固废污染等农业面源污染，已成为生产环境质量下降的重要原因。国务院于2018年印发的《乡村振兴战略规划（2018—2022年）》指出，要“打造集约高效生产空间，保护山清水秀生态空间”。生态环境部办公厅于2021年出台的《农业面源污染治理与监督指导实施方案（试行）》也指出，要“优化农业生产空间布局，改善土壤地力。”由此可见，合理高效的种植业集聚是发展高质量乡村经济、推进农业绿色生产发展的重要途径。当下，长江流域在“共抓大保护，不搞大开发，把修复长江生态环境摆到压倒性位置”的发展战略下，解决流域农业面源污染问题非常关键。因此，分析种植业集聚的时空特征，研究其对农业面源污染的影响，对厘清当下长江流域农业绿色生产发展道路尤为必要。

不同于对制造业、服务业集聚的研究，国内种植业集聚方面的研究起步较晚且主要集中在理论层面。近些年部分学者从不同视角对种植业生产集聚进行研究，发现其集聚特征日趋复杂化：1）从集聚程度来看，我国种植业具有显著的生产集聚特征，且呈波浪型上升趋势（赵丹丹，2018；赵颖文等，2020；赵娜等，2014；贾兴梅等，2014）；2）从农作物种类来看，我国种植业生产集聚具有产品差异性，因政府规划、规模利益、制度变革等社会因素，经济作物相较于粮食作物的生产集聚程度更高（任频频等，2022；肖卫东，2012；李二玲等，2012）；3）从农作物生产重心来看，我国各作物种植优势地区存在不同程度的转移，粮食生产重心从“中心”地区向“边缘”地区转移（Wu等，2020；高帆，2005；Fan等，2003），蔬菜则由 “郊区”向“农区”转移（吕超等，2011）；4）从集聚分布情况来看，中国种植业在整体和局部区域上都表现出显著的正向空间自相关性，其空间分布呈现非随机的地理集聚格局，具有强烈的空间溢出效应（傅玮韡等，2021；薛蕾等，2020；贺亚亚等，2016；肖卫东，2014；陆文聪等，2008）。

当前，围绕农业面源污染，国内外学者从污染测算（Zhang等，2019；Yazdi等，2019；赖斯芸，2004）、空间格局（郭利京等，2021；徐承红等，2019；Tang等，2016；陈敏鹏等，2006）、影响因素和治理措施 （金书秦等，2018；Vernier等，2017；司言武，2010）等多个方面作出大量有益研究。学者们对农业面源污染影响因素的研究主要分为宏观和微观2个层面：宏观层面包括农业经济增长（谢文宝等，2018；梁流涛等，2013；张晖等，2009）、农业技术水平（葛继红等，2011）、农业财政投入（马九杰等，2021；李守伟等，2019）、农业环境规制（邓晴晴等，2020）、城镇化水平（栾健等，2020）、农村人口规模（吴义根等，2017）等社会经济诱因；微观层面包括农业技术培训（华春林等，2013）、农户风险感知（张郁等，2017）、农户治污意愿（周慧等，2021；唐学玉等，2012）等农户行为因素。农业面源污染的相关研究虽然为治理农业面源污染提供了有效的借鉴，但也不难发现，当前相关研究多集中于整体层面，缺乏针对种植业生产中面源污染排放的空间特征以及形成原因等的深层次分析，造成对农业面源污染现状的把握尚不全面。从种植业集聚特征来看，同其他产业集聚一样，种植业集聚的环境效应在理论上具有正向的“集聚效应”（胡志强等，2018；Liu等，2017）和负向的“拥塞效应” （郑小强等，2022；Cheng，2016；王兵等，2016）。已有研究表明，种植业集聚特征日趋复杂化，其产生的面源污染相对于点源污染存在一定的独特性（李秀芬等，2010）。鉴于此：1）本文从研究视角上聚焦于种植业领域，选择长江流域19省（市）作为研究对象，探究种植业集聚对农业面源污染的影响，一定程度上丰富产业集聚产生的环境效应的相关研究；2）在指标选取方面，不同于以往研究，本文采用流域整体数据，并利用清单分析法针对性地测算种植业集聚程度及农业面源污染排放程度；3）在研究内容上，利用Arcgis技术直观展示并对比分析长江流域种植业集聚与农业面源污染的空间分布、空间关联特征及其空间变化趋势，同时，采用空间计量模型分析种植业集聚对农业面源污染的影响和空间效应，进一步利用门槛模型探究不同经济发展阶段下长江流域种植业集聚对农业面源污染产生的影响，为长江流域种植业集聚发展、减少种植业集聚带来农业面源污染等的环境负外部性、协调流域内各地区农业发展制定区域相关政策措施提供科学依据。

1 理论分析与研究假设

1.1 种植业集聚影响农业面源污染的空间效应

种植业层面的农业面源污染产生于种植业生产活动中，主要包括化肥、农田废弃物等污染源排放的污染物以水为载体通过农田地表径流等多种方式进入水体，对环境造成污染。并且不同于第二、第三产业的生产活动，种植业生产活动高度依赖于土壤、地形、气候、水环境等自然条件，具有明显的空间相关性。相邻地域因具有相似的农业生产环境，在农作物品种、生产方式的选择上会具有趋同性。因此，种植业产生的农业面源污染会因水体流动以及农业生产活动的趋同性而具备较为显著的空间相关性。随着乡村经济和长江流域一体化战略的发展，长江流域种植业的发展方向从粗放、自由、分散逐步趋向集约化和专业化转变。种植业集聚也在一定程度上体现了各类种植业生产资源向某一区域汇集，这一汇聚造成了污染项目的相互作用，从而出现各种污染物的结合或叠加现象，导致种植业生产过程中污染物排放的频率和密度不断增加，给区域带来超负荷的农业面源污染。然而，由于区域的环境承载能力以及吸纳转变与净化污染的能力十分有限，随着种植业的进一步集聚，该区域农业面源污染在累积效应的作用下也相应地进一步加剧。

据此，本文提出研究假设H1：长江流域农业面源污染具备较为明显的空间正相关性，种植业集聚对农业面源污染的影响存在空间溢出效应。

1.2 种植业集聚影响农业面源污染的门槛效应

因在农业经济发展的不同阶段，地方政府推动农业经济增长的策略和手段有所不同，种植业集聚对农业面源污染的影响也因此有所差异，所以本文把种植业集聚分为经济发展初级集聚阶段和经济发展中高级集聚阶段（严思齐等，2019）。在不同阶段，种植业集聚对农业面源污染的影响也有所不同（图1）。

图1 种植业集聚对农业面源污染的影响机制Fig.1 Impacting mechanism of planting agglomeration on agricultural area pollution

在经济发展初级阶段，要素积累是经济增长的主要源泉，“高投入、高能耗”的种植业生产方式占据主导地位，农业生产技术没有得到有效发展，该阶段种植业集聚的主要表现为规模盲目扩大、滥用生产技术、农资过度消耗。农户过分注重产量的提高而非对污染的防治，盲目集聚带来的生产规模扩大会造成投入要素的浪费，产生摩擦成本，加剧农业面源污染。

在经济发展中高级阶段，技术进步逐渐取代要素积累成为农业经济增长的主要源泉，地方政府也更加注重环境规制，通过促进农业技术进步和技术效率的提高来推动农业经济增长，同时消费者对绿色安全农产品的需求量增加，促使农业生产者改进生产方式，营造绿色农业生产环境。该阶段种植业集聚主要表现为，在生产结构逐渐优化、农业技术水平不断创新进步的同时，产生知识溢出和技术溢出，呈良性发展趋势，物质资源在聚集区内得到充分利用，降低种植业集聚对环境质量的破坏，逐步造就经济效益与生态环境效益的双赢局面。

据此，本文提出研究假设H2：长江流域内种植业集聚对农业面源污染的影响有门槛效应，随着农业经济发展水平的不断提高，种植业集聚对农业面源污染的加剧程度减弱。

2 种植业集聚与农业面源污染的测度

2.1 种植业集聚的测度

种植业集聚作为一种生产分布不均衡现象，有多种衡量指标。针对种植业集聚程度的测度，根据已有研究文献（肖卫东，2012；贾兴梅等，2014；赵丹丹，2018）可以看出，采用的农业生产数据不尽相同，主要以农作物播种面积、农作物产量数据以及总产值为主。考虑到农作物的产量水平及产值受自然灾害影响较大，极易出现异常数据，并且数据波动性大，因此，本文采用各省农作物播种面积在全国总播种面积的占比（肖卫东，2012）测算基尼系数和区位熵指数，以此来分别体现长江流域整体和各省（市）种植业集聚程度。

2.1.1 基尼系数

基尼系数是反映不均衡程度的重要指标。本文采用张建华（2007）推导的一种简便易用的基尼系数，测度长江流域19省（市）整体水平的种植业集聚水平，具体计算公式为

式中：Gini为种植业基尼系数，取值范围为［0，1］，数值越大，表明长江流域种植业集聚程度越高；n为省 （市）数量，本文把长江流域19省（市）各农作物播种面积按从小到大的顺序排列分成19组，即n＝19；Li为累计前i组播种面积占全国总播种面积的比例。

2.1.2 区位熵指数

由于区位熵指数能较为有效地衡量各地区要素分布状态，反映产业集聚程度 （Marcon等，2017），本文选用区位熵指数测度长江流域19省（市）种植业集聚水平，计算公式为

式中：Aggik为k省（市）农作物i的区位熵指数；Eik为k省（市）农作物i的播种面积；Etk为k省（市）农作物总播种面积；Ai为全国农作物i的播种面积；At为全国农作物总播种面积。当Aggik＞1，表示k省（市）农作物i生产集聚水平高于全国平均水平；当Aggik＝1，表示k省（市）农作物i生产集聚水平与全国平均水平相同；当Aggik＜1，表示k省（市）农作物i生产集聚水平低于全国平均水平。因农作物产量受自然灾害影响较大，在实证过程中对集聚水平的衡量存在误差，本文选取各农作物播种面积来衡量区位熵指数，并采用各农作物的平均区位熵代表各省（市）种植业集聚水平。

2.2 农业面源污染的测度

综合比较已有文献中农业面源污染的测度方法，本文利用基于清单分析的单元调查评估法（赖斯芸，2004），对种植业层面农业面源污染物排放量进行核算，将农业面源污染确定为化肥施用、农田固体废弃物2个污染单元，如表1所示。考虑到我国长江流域的麻类、烟叶、药材类等其他农作物种植面积较小且统计数据不完整，本文选择谷物、豆类、薯类、油料、棉花、糖料、蔬菜和水果8种农作物的农业固体废弃物核算污染物排放量，计算公式为

表1 农业面源污染产污清单列表Table 1 List of agricultural area pollution sources

式中：Te为被解释变量种植业农业面源污染物的排放量；Cod为化学需氧量；Tn为总氮；Tp为总磷；Ekj为k省 （市）农业面源污染物的排放量；EUkj为k省 （市）单元j指标的统计数；ρkj为k省（市）单元j指标的产污强度系数；ηkj为k省（市）相关资源利用效率的系数；PEkj为k省（市）单元j指标污染物的排放量；Ckj为k省（市）单元j指标污染物的排放系数，取决于单元自身特征 (EU)kj和空间特征( )S，表征省（市）生态环境、气候及各种管理措施对农业面源污染的综合影响。

3 种植业集聚与农业面源污染的时空特征

3.1 种植业集聚与农业面源污染的时序变化

由公式（1）、（3）测算出2007—2020年长江流域19省（市）整体种植业基尼系数与农业面源污染物排放量的时序变化，如图2所示。由图2可以看出，2007—2020年长江流域种植业的基尼系数为0.529～0.545，集聚程度较高，且整体呈波浪型上升趋势，说明长江流域优势农产品区域集聚度稳步提高。分别计算8种农作物基尼系数，发现谷物、豆类、薯类等粮食作物和油料蔬菜水果等播种面积较大的作物种植分布广泛，集聚程度相对较小。棉花、糖料等经济作物集聚更为明显，且在样本期内稳步提高，2020年分别高达0.774和0.867。种植业面源污染排放量在样本期内则是明显的先升后降的状态，并且在2017年后呈加速下降趋势，而此时种植业集聚的增速开始减缓。究其原因，我国自2015年起大力着手改革农村环境和乡村建设问题，2017年党的十九大更是提出乡村振兴战略，推进农业生产布局优化，促进乡村经济和生态文明的协同发展。

图2 2007—2020年种植业基尼系数与农业面源污染变化情况Fig.2 2007 to 2020 planting Gini coefficient and changes of agricultural area pollution

3.2 种植业集聚与农业面源污染的空间分布

在采用公式（2）测算各省（市）种植业集聚水平和公式（3）、 （4）测算农业面源污染物排放量的基础上，选用自然间断点分级法分别绘制2007年与2020年种植业集聚与农业面源污染空间分布图，分别如图3与图4所示。

图3 2007年、2020年种植业集聚空间分布Fig.3 Spatial distribution of planting agglomeration in 2007 and 2020

图4 2007年、2020年农业面源污染空间分布Fig.4 Spatial distribution of agricultural area pollution in 2007 and 2020

由图3可见，种植业集聚水平存在较为明显的空间差异。2007年，种植业集聚水平较高的省（市）居多，分布较为集中，种植业集聚水平最低和最高的省份分别为西藏自治区和广西壮族自治区。由分类范围可知，与2007年相比，2020年整体种植业集聚水平增加且空间差异明显存在，种植业集聚水平最低和最高的省份仍为西藏自治区和广西壮族自治区。整体来看，样本期内种植业集聚水平布局变动明显且一直存在空间差异，各省市发展较不平衡，其中，广西壮族自治区种植业集聚水平一直处于高位，其区位熵较高的农产品为糖料。农业较为发达的河南、安徽等省份虽是我国重要的粮食主产区，但因种植业农作物种类繁多、生产结构调整滞后、各农产品生产的绝对规模较小，种植业竞争力优势并不明显。并且，苏浙沪位于沿海经济发达地区，作为“鱼米之乡”，其劳动力成本较高且土地资源紧张，种植业集聚程度较低，总体上缺乏竞争优势。

由图4可见，2007年，污染物排放量高的省份为江苏省和广东省，其余排放量较高的省份分布集聚在他们周围，以农业大省为主。与2007年相比，2020年整体布局略有变动，仍存在较为明显的空间差异。西藏自治区、青海省、甘肃省、重庆市和上海市的污染物排放量一直较低。整体来看，农业面源污染物排放量较高的地区为农业生产较为发达的地区，存在较为明显的空间差异，且样本期内农业面源污染物排放量降低。

综合来看，样本期内各省份种植业集聚和农业面源污染的分布情况均具有一定的空间差异，且在时序变化和空间分布上呈现出不同规律，并不存在一一对应关系。由此，从直观层面可以看出，二者关系较为复杂，可能具有空间效应和门槛特征。在此基础上，本文进一步通过空间计量模型和门槛模型，详细研究种植业集聚对农业面源污染的影响。

4 模型构建、变量选取与实证检验

4.1 模型构建

本文以York等（2003）改进的IPAT模型扩展式（STIRPAT）为基础进行实证检验。STIRPAT模型应用于环境经济等多个领域，主要用于测量人类活动对生态环境的影响程度，表达式为

式中：I为环境污染；P为人口规模；A为富裕程度；T为技术进步；a、b、c、d均为待估计参数；e为随机误差。本文选取农村人口规模、农业经济水平、农业技术进步3个变量衡量公式（5）中的人口规模、富裕程度、技术水平，同时充分考虑农业面源污染受到的多种影响，另加入城镇化、财政支农力度和农业环境规制3个控制变量，在此基础上加入核心解释变量——种植业集聚水平，构建有关种植业集聚水平与农业面源污染的计量模型。为消除异方差影响，本文将模型进行对数化处理，表达式为

式中：i为省（市）；t为年份；ln Teit为被解释变量农业面源污染；lnAggit为核心解释变量种植业集聚水平；lnPopit、lnAgdpit、lnTecit、ln Urit、lnFinit、ln Erit均为控制变量，分别表示农村人口规模、农业经济水平、农业技术进步、城镇化、财政支农力度和农业环境规制；β1、β2、β3、β4、β5、β6、β7均为待估计系数；εit为随机扰动项。

4.2 变量选取

4.2.1 被解释变量与核心解释变量

本文的被解释变量为单元调查评估法核算的种植业层面农业面源污染物排放量（Te），是化学需氧量（Cod）、总氮（Tn）、总磷（Tp）之和。由于区位熵能够较为真实地反映地理要素的空间分布，消除地区规模差异因素，本文以谷物、豆类、薯类、油料、棉花、糖料、蔬菜和水果8种农作物区位熵的平均值作为核心解释变量，说明各省（市）种植业集聚水平。

4.2.2 控制变量

在参考前人研究的基础上，本文选取如下控制变量。

1）农村人口规模（Pop）。农村人口规模的扩大会造成产品需求的增加，促进农村消费，带动农业生产活动，从而影响污染物排放量，本文采用农村人口数量进行衡量（吴义根等，2017）。

2）农业经济发展水平(Agd)p。各省（市）农业经济水平的不同会引起生产资料投入的差异，从而影响污染物排放量，本文采用消除价格因素的实际农业人均GDP进行衡量（梁流涛等，2013；葛继红等，2011）。

3）农业技术进步(Tec)h。技术进步通过发展绿色种养技术、治污技术等渠道可以对农业面源污染实行有效防控，降低污染量，本文采用Dea-Malmquist测算的农业TFP来表示。参考已有研究（石慧等，2008）。投入指标采用农业播种面积、第一产业从业人员、农用化肥施用量和农业机械总动力来表示，产出指标采用消除价格因素的第一产业增加值来表示。

4）城镇化( U)r。城镇化的推进一方面反映农村居民的迁移变动，另一方面反映居民生活水平的提高，不仅会影响农业生产效率，而且对农业生产环境也提出新的要求，进而对农业面源污染产生影响，本文采用城镇人口占常住人口比重进行衡量（栾健等，2020）。

5）财政支农力度(F)in。政府对农业的财政投入，一方面，可以通过补贴有机肥施用、推广测土配方技术等手段减少污染排放量，另一方面，部分支农补贴资金会引导农户加剧化肥、农药的使用，增加污染排放，本文采用农林牧渔业财政支出与政府财政支出的占比进行衡量（马九杰等，2021；李守伟等，2019）。

6）农业环境规制( E)r。环境规制表示政府协调环境与经济发展的一系列作为，在政府的环境规制下经济主体会受到相应政策与措施的约束，从而减少对环境的污染。参考邓晴晴等（2020）的研究，本文采用农业节能环保支出占该地区GDP的比重来表示。

4.2.3 数据来源

本文选取长江流域作为研究对象，但由于各统计年鉴发布的数据大多是以省级为主，大部分市级数据获取难度大且并不全面，因此，选取长江流域19个省（市）（包括上海市与重庆市）作为决策单元，进行下一步的分析研究，研究年份为2007—2020年。农业基础数据来源于《中国统计年鉴》《中国农村统计年鉴》及各省（市）统计年鉴，农业面源污染核算系数重点参考赖斯芸（2004）、毕于运（2010）、马静（2013）等文献成果以及《全国第一次污染源普查农业源系数手册》。对于个别年份数据缺失的问题，本文采用加权平均结果补齐。变量说明如表2所示。

表2 变量说明Table 2 Explanation of variables

4.3 实证检验

4.3.1 农业面源污染的空间自相关性检验

在探讨种植业集聚影响农业面源污染的空间效应前，需要判断农业面源污染是否存在空间自相关性。本文对各省（市）农业面源污染排放总量Te取对数后，通过全局自相关法，测算其莫兰指数。结合以往学者的研究成果，本文采用地理距离权重矩阵和经济地理权重矩阵进行测算，并采用邻接空间权重矩阵检验结果稳定性，结果如表3所示。由表3可知，莫兰指数全部为正，且全部年份在10%水平下通过显著性检验，说明长江流域各省（市）的农业面源污染存在显著的空间正相关性，从而验证H1中长江流域农业面源污染具备较为明显的空间正相关性假设。

表3 长江流域农业面源污染的空间相关性Table 3 Spatial correlation of agricultural area pollution in Yangtze River Stream

4.3.2 种植业集聚影响农业面源污染的空间效应分析

1）最优空间模型选择。分别对3种空间权重矩阵下的最优空间模型进行选择，首先通过Hausman检验选择固定效应模型。其次进行LM检验，结果显示空间误差效应和空间滞后效应同时存在，F统计量显著拒绝混合OLS模型，应采用空间面板模型计量，之后采用Wald检验，结果显示SDM模型不应退化为SLM模型和SEM模型。最后对比个体固定、时间固定、双向固定效应模型的R2值，选用个体固定效应的空间杜宾模型（由于篇幅所限，检验结果不予列出）。

2）空间杜宾模型的回归结果。对前文构建的3种空间权重矩阵下个体固定效应的空间杜宾模型进行估计和检验，估计结果如表4所示。由表4可知，3种权重矩阵模型下相关系数均在1%和5%的水平下显著为正，说明种植业集聚对农业面源污染的影响存在显著的空间效应。其中，在经济距离权重矩阵下，种植业集聚在1%的水平下显著为正，表明长江流域内经济距离下种植业集聚对农业面源污染的影响整体大于地理距离下的影响。核心解释变量种植业集聚水平对农业面源污染影响的系数均显著为正，即种植业集聚加剧了农业面源污染，表明长江流域内随着种植业集聚水平的提高，种植业生产规模扩大，农资消耗增加，生产陋习汇集，污染源叠加，逐步加剧了农业面源污染，其集聚带来的“拥塞效应”占主导地位，而正向的“集聚效应”尚未充分发挥作用。控制变量方面，农村人口规模对农业面源污染的影响显著为正，主要原因是，在目前的生产水平下，农村人口增加会带来与种植业污染相关生产和消费活动的增多，造成污染物排放量的增加。农业经济发展水平系数在3种模型下均显著为正，说明长江流域内农业面源污染随着农业经济发展水平的提高而逐渐加重，主要原因在于，为加快实现农村精准脱贫，长江流域扩大经济作物的种植面积，其中，油菜作为长江流域最主要的经济作物，被中央“一号文件”提出要大力支持生产，然而，因技术落后、补贴不足、产业链建设不完善等原因，长江流域目前种植业生产方式较为粗放，过度依赖化肥、农药的使用，尚未实现可持续发展。城镇化的系数同样显著为正，主要原因是，随着长江流域城镇化的推进，二、三产业发展吸引众多优质农村劳动力，从事农业生产劳动力逐渐不足，为节约劳动成本和生产成本，使用化学技术成为更多农户的选择，有学者发现农户家庭中非农就业人数越多，化肥施用强度越高（何浩然等，2006）。农业技术进步在3种权重矩阵下均显著为负，说明虽然在种植业发展过程中存在污染型生产技术给环境带来的压力，但总体而言，农业技术进步能有效降低农业面源污染物排放强度，农业生产技术的发展，一方面，可以通过清洁型生产技术替代或减少资源消耗来达到减污目的，另一方面，可以通过治污技术有效解决农业面源污染问题。财政支农力度系数在邻接权重矩阵和经济距离权重矩阵下同样显著为负，说明政府给予的农业财政支持具有一定的减排效应，原因是农业财政支持中部分针对环境污染治理方面的支出一定程度上引导农业生产者改进生产方式，营造绿色农业生产环境，减少了农业面源污染排放量。环境规制的影响系数在3种权重矩阵下有正有负且均不显著，原因可能在于，目前长江流域各省（市）政府在农业污染治理方面存在短板，针对农业面源污染的治理投入在降污方面并没有取得明显成效，对农业污染的重视、管控以及治理投入等方面还有待进一步完善。

表4 空间杜宾模型的回归结果Table 4 Regression results of spatial Dubin model

3）空间效应分解。为更好地考察种植业集聚对农业面源污染的影响，深入探究种植业集聚对农业面源污染的影响是否对邻近地区产生空间溢出效应，本文通过偏微分方法进行进一步的测算，将种植业集聚对农业面源污染的影响分为直接效应、间接效应及总效应，结果如表5所示。由表5可知，在3种权重矩阵下，种植业集聚对农业面源污染的直接效应、间接效应和总效应均为正。地理距离权重矩阵下只有直接效应显著，表明在只考虑地理距离的情况下种植业集聚仅对本地区农业面源污染产生影响，不存在空间溢出效应；在经济距离权重矩阵和邻接权重矩阵下直接效应、间接效应以及总效应均显著，其中，相比于邻接空间权重矩阵，经济距离权重矩阵的间接效应更加明显，说明在长江流域经济网络的影响下种植业集聚在加剧本地区农业面源污染的同时，也会跨省加剧邻近地区的农业面源污染，产生空间溢出效应，其原因可能在于，长江流域一体化发展战略的推进，以及其日益发达的交通系统，强化了省（市）之间的经济交流，使种植业在集聚过程中对邻近省份带来知识外溢、技术外溢等外部性，同时，种植业生产很大程度上依赖于农户的行为，而农户具有较强的“模仿能力”以及“从众性”，因此，为降低生产成本，一些粗放式的生产陋习会在各省（市）间传播，从而对邻近省份种植业生产状况及环境状况产生一定的影响。据此，验证了研究假设1中种植业集聚对农业面源污染的影响可能存在空间溢出效应的假设。

表5 空间杜宾模型的空间效应分解Table 5 Decomposition of spatial effect of spatial Dubin model

4.3.3 种植业集聚影响农业面源污染的门槛效应分析

1）门槛模型设计。根据前文的分析可知，种植业集聚水平对农业面源污染的影响在经济发展的不同阶段有所不同，二者之间存在非线性关系。因此，本文选用门槛模型，进一步分析种植业集聚影响农业面源污染的门槛效应。为提高分析结果的稳健性，本文选取2个区分农业不同经济发展阶段的门槛变量（严思齐等，2019）：农业经济发展水平(lnAgd)p与农业技术进步(lnTec)h。

2）门槛模型估计结果。首先进行“门槛效应”检验，结果如表6所示。由表6可知，当门槛变量为lnAgdp时的最优门槛值为1个时，存在单门槛效应，门槛估计值为-0.963 8；当门槛变量为lnTech的最优门槛值为2个时，存在双门槛效应，门槛估计值分别为-0.011 1和0.106 2。

表6 门槛效应检验结果Table 6 Test results of threshold effect

由表7可知，在不同的农业经济发展水平下，种植业集聚对农业面源污染的影响作用确实具有门槛特征。对于农业经济发展水平，当lnAgdp≤-0.963 8时，种植业集聚对农业面源污染的影响系数（0.538 5）显著为正，当lnAgdp＞-0.963 8时，影响系数依旧显著为正，但下降至0.228 1，说明随着农业经济发展水平的提高，种植业集聚虽然处于加剧农业面源污染的状态，但是加剧程度呈现减弱的趋势，原因是，随着农业经济发展水平逐步提高至跨过门槛值后，种植业集聚的正向“集聚效应”在降污减排方面发挥了部分作用。一方面，种植业生产趋向规模化，政府增强环境管制，种植业生产趋向集约化、高效化和专业化，提高生产效率、研发效率和流通效率，降低污染；另一方面，农业经济的发展带动地区经济水平的提高，在满足基本的经济效益后，政府和市场对农产品的绿色安全和农业生产环境的可持续发展提出了更高的要求，种植业生产趋向绿色化，产生的农业面源污染减少。总体来说，长江流域种植业集聚依旧处于经济发展初级集聚阶段，种植业集聚产生的“集聚效应”并未完全发挥作用，“拥塞效应”处于主导地位。为提高分析结果的稳健性，继而采用农业技术进步（lnTech）作为门槛变量，统计结果依然表明，种植业集聚对农业面源污染的影响具有非线性特征。当lnTech≤-0.011 1时，种植业集聚对农业面源污染的影响系数（0.385 1）显著为正，当-0.011 1＜lnTech≤0.106 2时，影响系数依旧显著为正，但下降至0.272 6，当lnTech＞0.106 2时，影响系数虽不显著，但依旧为正，且下降至0.162 9，说明随着农业技术水平的不断进步，种植业集聚加剧农业面源污染的程度也在逐步减弱。

表7 门槛模型回归结果Table 7 Regression results of threshold model

3）门槛跨越情况。根据农业经济发展水平（lnAgdp）的门槛值，将样本划分为2个区间，以分析长江流域19个省（市）2007—2020年门槛跨越情况。由表8可见，总体上长江流域各省（市）农业经济发展水平朝着优化的方向发展，低于门槛值的省（市）数量呈现出下降趋势。2007年只有8个省（市）跨过门槛值，分别为广西壮族自治区、湖南省、湖北省、上海市、浙江省、广东省、江苏省和福建省，主要分布在东部和中部地区。其他中西部地区的各省（市）也逐年跨过门槛值，到2020年只有西藏自治区和上海市没有跨过门槛，主要原因是，西藏自治区虽人均耕地面积大，但人口过于分散，很难实施农业机械化和集约化生产方式，实际耕地面积较少，生产效率低下，并且因受到自然灾害和地理位置的影响，西藏自治区农业系统较为脆弱，农业经济发展缓慢，而上海市农业人均GDP低下的主要原因是，农业面积狭小，没有足够的农业用地，且上海经济以工业和金融业为主，农产品依靠外省调入，农业经济发展相对不足。

表8 2007—2020年不同经济发展水平门槛区间内省（市）数量统计结果Table 8 2007 to 2020 province／city numbers with different economic development levels

5 结论与启示

本文以长江流域19个省（市）为研究对象，采用2007—2020年面板数据，分析种植业集聚与农业面源污染的时空变化规律，并通过空间杜宾模型与门槛模型分析种植业集聚影响农业面源污染的空间效应及门槛效应，得出以下结论。

1）长江流域种植业集聚与农业面源污染时空分布及变化特征相异。总体上看，种植业集聚明显，且稳步提高，并呈波浪形上升趋势，但各省市发展不平衡；农业面源污染在样本期内是明显的先升后降，且自2017年加速下降。从样本期内的空间分布图可以看出，种植业集聚水平变动明显，且一直存在空间差异；与2007年相比，2020年农业面源污染的整体布局略有变动，但仍然存在较为明显的空间差异。

2）长江流域农业面源污染有明显的空间相关性，种植业集聚对农业面源污染的影响存在显著的空间效应。种植业集聚不仅会加剧当地农业面源污染，也会加剧经济距离邻近地区的农业面源污染，即种植业集聚对农业面源污染的影响在经济距离矩阵下存在显著的正向空间溢出效应。

3）长江流域种植业集聚对农业面源污染的影响存在非线性关系，具有门槛效应。在农业经济发展水平的影响下，种植业集聚对农业面源污染的影响也会随之变化，农业经济发展初级和中高级阶段，种植业集聚对农业面源污染分别存在单门槛、双门槛效应，而跨越门槛前后的系数都显著为正，当跨越后，种植业集聚对农业面源污染的影响系数下降，说明随着农业经济发展水平的提高，种植业集聚加剧农业面源污染的程度有所下降，种植业集聚产生的正向“集聚效应”在降污减排方面逐渐发挥作用，对农业面源污染的加剧程度减弱。

4）长江流域农村人口规模、农业经济发展水平以及城镇化的发展加剧了农业面源污染程度，农业技术进步和政府的财政支农则有效降低农业面源污染的排放强度，然而，政府的环境规制对农业面源污染的影响方向不确定且并不显著。

根据上述研究结论，针对长江流域种植业发展和农业面源污染的防治，提出如下建议。

1）优化种植业集聚的空间布局，提高种植业集聚质量。种植业生产不仅拥有直观的经济意义，更具有非常重要的生态价值，选择适度的种植业集聚程度，进行合理的布局规划，有助于充分发挥种植业生产的生态功能、景观功能等。在合理布局规划过程中，各地区要根据自身经济基础和资源优势，严格筛选集聚区内种植作物类型，合理设置种植业结构，重视种植业集聚区内由于集聚带来的污染效应，提高种植业集聚质量。

2）建立联动机制，加强区域间农业面源污染的协同治理。长江流域农业面源污染存在明显的空间正相关性，种植业集聚对农业面源污染的影响又具有正向空间溢出效应，因此，政府在制定种植业发展政策时，需充分考虑经济距离邻近地区间的差异，加强地区间的沟通交流，完善经济、技术溢出渠道，促进种植业集聚区的专业化、连片化，鼓励跨区合作，将不同地区种植业生产的空间联系和相互作用纳入政策制定的考量中，使种植业集聚对当地及邻近地区发挥正向“集聚效应”。同时，积极探索建立有效的联动机制对农业面源污染防治工作进行高效联合，形成区域统筹协调、农业发展互通互融、农业面源污染协同治理的发展格局。

3）推动农业经济发展水平稳步提高，发挥种植业集聚对农业面源污染的减缓效应。随着农业经济发展水平的不断提高，直至跨越门槛值时，种植业集聚加剧农业面源污染的影响效应减弱，说明提高农业经济发展水平可以通过门槛效应降低农业面源污染。因此，要提高种植业生产技术水平，有效运用新型农耕技术，实施化肥改革，建立健全农业生产技术创新机制和推广机制，提高种植业生产效率，推动农业经济发展水平，减轻种植业集聚过程中由于效率低下、资源环境损耗所造成的“拥塞效应”，从而发挥种植业集聚的正向“集聚效应”，来减缓农业面源污染。

4）合理利用财政资金，增强农业环境规制，促进种植业绿色化发展。政府财政支农具有一定的减排效应，政府需要合理利用财政支农资金，引导生产者改进种植业生产方式，采用清洁、低污染生产方式，营造绿色生产环境。与此同时，构建更加严格、科学的农业环境规制体系，制定具有针对性的环境规制条例，科学选择环境规制手段，加强环境规制的执行力度，使环境规制在抑制农业面源污染方面发挥成效，促进种植业绿色化发展。