張 可，馬成文，豐景春，薛 松

(1.河海大學(xué)商學(xué)院，江蘇 南京 211100；2.河海大學(xué)項(xiàng)目管理研究所，江蘇 南京 211100；3.江蘇省“世界水谷”與水生態(tài)文明協(xié)同創(chuàng)新中心，江蘇 南京 211100；4.河海大學(xué)國際河流研究中心，江蘇 南京 211100)

?

基于離散灰色模型的農(nóng)村水環(huán)境政策減排效應(yīng)及其空間分異性研究

張 可1,2,3,4，馬成文1,2，豐景春1,2,3,4，薛 松1,2

(1.河海大學(xué)商學(xué)院，江蘇 南京 211100；2.河海大學(xué)項(xiàng)目管理研究所，江蘇 南京 211100；3.江蘇省“世界水谷”與水生態(tài)文明協(xié)同創(chuàng)新中心，江蘇 南京 211100；4.河海大學(xué)國際河流研究中心，江蘇 南京 211100)

我國農(nóng)村水環(huán)境污染日益嚴(yán)重，準(zhǔn)確地度量各類農(nóng)村水環(huán)境治理措施的減排效果對于后續(xù)政策制定具有重要的參考價(jià)值。由于農(nóng)村水環(huán)境污染物監(jiān)測數(shù)據(jù)偏少，且存在非平穩(wěn)性特征，傳統(tǒng)方法難以有效度量各類政策作用效果。為此，本文采用多變量離散灰色模型構(gòu)建減排量測度方法并進(jìn)行實(shí)證研究。首先，梳理了1995年以來我國頒布的農(nóng)村水環(huán)境管理政策，根據(jù)政策內(nèi)容和目標(biāo)進(jìn)行歸類并選擇代表性政策；然后，采用單元調(diào)查評估法核算農(nóng)村各類水污染物排放量；進(jìn)而將各類政策作為虛擬驅(qū)動(dòng)項(xiàng)引入多變量灰色模型，并采用競爭性模型策略設(shè)定一系列減排測度模型，通過適配結(jié)果選擇最優(yōu)模型從而度量各類水環(huán)境政策的減排效應(yīng)。研究結(jié)果表明，(1)我國農(nóng)村水環(huán)境管理政策總體上具有較好的減排效果，COD、TN、TP三類污染物的年均減排量分別為54.25、66.08和12.9萬噸。(2)三類政策減排效應(yīng)存在一定差異性，“產(chǎn)業(yè)與經(jīng)濟(jì)型”政策群的減排效應(yīng)低于“命令控制型”和“自愿參與型”政策。(3)省際層面的政策減排效應(yīng)存在一定的空間聚集特征。最后，提出了我國農(nóng)村水環(huán)境管理的對策建議。本研究為數(shù)據(jù)匱乏條件下的政策效應(yīng)測度提供了借鑒和參考。

離散灰色模型；水環(huán)境政策；空間分異性

1 引言

近年來，我國農(nóng)村經(jīng)濟(jì)實(shí)現(xiàn)了快速增長和全面發(fā)展。由于我國農(nóng)業(yè)增長較多地依賴要素投入，高投入、高污染的發(fā)展方式?jīng)]有得到根本性的轉(zhuǎn)變，農(nóng)村水環(huán)境污染問題日益嚴(yán)重。農(nóng)業(yè)面源污染已經(jīng)成為水體污染的重要來源之一[1]。環(huán)境保護(hù)部發(fā)布的《2014年中國環(huán)境狀況公報(bào)》顯示，全國水污染物排放中農(nóng)村COD排放占總排放量的48%，氨氮排放量占總排放量的32%。農(nóng)村面源污染具有分散性、隱蔽性等特點(diǎn)，因此，農(nóng)村水環(huán)境治理需要綜合環(huán)保宣傳、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、技術(shù)扶持和引導(dǎo)等多項(xiàng)政策措施，從源頭控制農(nóng)村水環(huán)境污染。

為此，不少學(xué)者對農(nóng)村水環(huán)境政策的作用機(jī)制與效果展開了深入的研究。一方面，歐盟學(xué)者通常從水環(huán)境效率角度間接度量政策效應(yīng)。例如：Picazo-Tadeo等[2]通過建立DEA模型研究了歐盟《共同農(nóng)業(yè)政策》(Common Agricultural Policy)對于農(nóng)業(yè)環(huán)境效率的提升影響。結(jié)果表明，該政策在一定程度上改善了農(nóng)村水環(huán)境。Ruttan[3]研究了環(huán)境約束下世界農(nóng)業(yè)生產(chǎn)率增長。Nanere等[4]考慮環(huán)境成本的投入，對農(nóng)業(yè)生產(chǎn)效率進(jìn)行修正，實(shí)證結(jié)果表明環(huán)境規(guī)制顯著影響農(nóng)業(yè)效率。國內(nèi)學(xué)者也借鑒了這一研究思路，對我國農(nóng)村水環(huán)境政策進(jìn)行研究，例如：李谷成[5]度量了基于環(huán)境修正的農(nóng)業(yè)全要素生產(chǎn)率。李谷成探討了不同時(shí)期農(nóng)業(yè)政策對于農(nóng)業(yè)水環(huán)境效率的作用機(jī)理。梁流濤等[6]研究了我國農(nóng)業(yè)環(huán)境技術(shù)效率時(shí)空特征及其影響因素。杜江[7]采用GML指數(shù)研究了我國農(nóng)業(yè)增長的環(huán)境績效。

另一方面，為了量化農(nóng)村水環(huán)境政策的直接減排效果，也有學(xué)者采用回歸分析、水質(zhì)預(yù)測模型等對政策效應(yīng)進(jìn)行測度。Shao Weiyun[8]將水環(huán)境政策納入水質(zhì)預(yù)測模型，研究結(jié)果表明：若政府積極履行監(jiān)管和教育職責(zé)，同時(shí)，農(nóng)戶積極采取環(huán)保措施，則相關(guān)政策會(huì)顯著改善農(nóng)村水質(zhì)狀況。Deuner等[9]研究了德國Honigau流域水質(zhì)污染物含量的變化，認(rèn)為水環(huán)境政策明顯改善了該流域的水質(zhì)狀況。Semaan[10]將農(nóng)業(yè)過程模擬模型與多目標(biāo)規(guī)劃相結(jié)合，研究了氮磷流失控制政策的效果。梁流濤等[11]采用回歸分析方法研究了我國農(nóng)村水環(huán)境管理政策，認(rèn)為其對農(nóng)業(yè)環(huán)境產(chǎn)生了負(fù)向作用，并將這一問題歸因于農(nóng)業(yè)環(huán)境管理制度不健全。劉鴻淵和閆泓[12]研究了農(nóng)業(yè)面源污染與農(nóng)地制度之間的關(guān)系。葛繼紅[13]研究了江蘇省農(nóng)業(yè)經(jīng)濟(jì)、技術(shù)進(jìn)步和環(huán)境政策對農(nóng)村水環(huán)境的影響，結(jié)果顯示測土施肥等政策具有較好的污染減排效應(yīng)。

上述研究對于科學(xué)分析農(nóng)村水環(huán)境政策的作用效果，指導(dǎo)農(nóng)村水環(huán)境治理具有重要的參考作用。但是，現(xiàn)有研究主要對農(nóng)地政策、污染治理手段等單一政策措施進(jìn)行效果測度，難以全面分析農(nóng)村水環(huán)境政策的效應(yīng)。同時(shí)，由于我國農(nóng)村水環(huán)境污染排放數(shù)據(jù)較為缺乏，現(xiàn)有研究通常采用的回歸分析方法存在樣本量不足、數(shù)據(jù)非平穩(wěn)等問題，容易造成分析結(jié)果的偏差。此外，關(guān)于農(nóng)村水環(huán)境政策效應(yīng)的空間分異性研究較為缺乏。

因此，本文首先對我國農(nóng)村水環(huán)境治理政策體系進(jìn)行了系統(tǒng)性地梳理，并選取代表性的治理政策；然后，將典型政策作為虛擬驅(qū)動(dòng)項(xiàng)建立適合于“少數(shù)據(jù)”建模的DGM(1,N)模型，度量我國水環(huán)境管理政策的減排效應(yīng)；最后，在省級層面比較了不同政策的減排強(qiáng)度，并研究減排效應(yīng)的空間聚集特征。

2 我國農(nóng)村水環(huán)境管理政策體系與代表性政策

目前，雖然我國針對農(nóng)村水環(huán)境治理的法律法規(guī)和政策體系尚不完善，但為了控制農(nóng)村水環(huán)境污染，中央和地方的相關(guān)政策中均對該問題有所涉及。通過國務(wù)院法制辦公室官網(wǎng)檢索到與“農(nóng)村水環(huán)境”、“農(nóng)業(yè)面源污染”、“農(nóng)藥、化肥污染”等相關(guān)的政策條款20174條。根據(jù)歷史發(fā)展軌跡以及具體政策目標(biāo)，我國農(nóng)村水環(huán)境管理政策主要可分為“命令控制型”、“產(chǎn)業(yè)與經(jīng)濟(jì)型”以及“自愿參與型”三類[14]。

農(nóng)村水環(huán)境管理的初期主要側(cè)重于相關(guān)標(biāo)準(zhǔn)的制定與監(jiān)管責(zé)任的落實(shí)。最具代表性的是1996年修訂的《中華人民共和國水污染防治法》(以下簡稱《水污染防治法》)。該政策從農(nóng)藥的運(yùn)輸、存儲(chǔ)、使用和處置等方面做出了規(guī)定。同時(shí)，首次確立了縣級農(nóng)業(yè)主管部門對于農(nóng)村水環(huán)境的監(jiān)管主體地位。此外，2001年發(fā)布的《畜禽養(yǎng)殖污染防治管理辦法》、2002年出臺(tái)的《農(nóng)藥限制使用管理規(guī)定》等，進(jìn)一步對相關(guān)標(biāo)準(zhǔn)和措施進(jìn)行了更為詳細(xì)的設(shè)計(jì)和說明。2008年對于《水污染防治法》的修訂進(jìn)一步加強(qiáng)了畜禽養(yǎng)殖的水污染治理。

隨著農(nóng)村水污染狀況的不斷加劇，相關(guān)專家學(xué)者提出將環(huán)保政策與產(chǎn)業(yè)政策相結(jié)合的源頭治理策略。以《中華人民共和國農(nóng)業(yè)法》(以下簡稱《農(nóng)業(yè)法》)為代表的“產(chǎn)業(yè)與經(jīng)濟(jì)型”政策先后頒布和實(shí)施。2002年頒布的《農(nóng)業(yè)法》提出了“加強(qiáng)農(nóng)業(yè)綜合開發(fā)和農(nóng)田水利、農(nóng)業(yè)生態(tài)環(huán)境保護(hù)”、“發(fā)展生態(tài)農(nóng)業(yè)，保護(hù)和改善生態(tài)環(huán)境”等目標(biāo)。此類政策還包括《中華人民共和國循環(huán)經(jīng)濟(jì)促進(jìn)法》(2008)、《關(guān)于實(shí)行“以獎(jiǎng)促治”加快解決突出的農(nóng)村環(huán)境問題的實(shí)施方案》(2009)、《國家環(huán)境保護(hù)“十二五規(guī)劃”》(2011)、《全國現(xiàn)代農(nóng)業(yè)發(fā)展規(guī)劃》(2012)、《畜禽規(guī)模養(yǎng)殖污染防治條例》(2013)、《水污染防治行動(dòng)計(jì)劃》(2015)等。

由于農(nóng)村面源污染的隨機(jī)性、分散性等特點(diǎn)，全面的環(huán)境監(jiān)管難以實(shí)現(xiàn)。而對水污染采取稅費(fèi)和懲罰措施也較難得到農(nóng)戶和鄉(xiāng)鎮(zhèn)企業(yè)的支持。因此，更為有效的治理措施是加強(qiáng)宣傳、教育和指導(dǎo)，使農(nóng)戶了解水環(huán)境污染的危害，掌握清潔生產(chǎn)技術(shù)，積極參與水環(huán)境管理。因此，從2004年開始，連續(xù)多年的“中央一號(hào)文件”先后推出了“秸稈氣化”、“一池三改”、“測土施肥”、綠肥、有機(jī)肥補(bǔ)貼等“自愿參與型”政策措施。

表1列舉了1995年以來我國農(nóng)村水環(huán)境管理的主要政策措施。一方面，政策數(shù)量的快速增長體現(xiàn)了我國對水環(huán)境問題日益重視。另一方面，政策措施不斷從“命令控制型”向“自愿參與型”轉(zhuǎn)變；政策目標(biāo)也逐漸從宏觀指導(dǎo)向微觀操作轉(zhuǎn)變。根據(jù)以上分析，將我國農(nóng)村水環(huán)境管理政策分為以下三個(gè)政策群：以《水污染防治法》為核心的“命令控制型”政策群；以《農(nóng)業(yè)法》為代表的“產(chǎn)業(yè)經(jīng)濟(jì)型”政策群；歷年“中央一號(hào)文件”組成的“自愿參與型”政策群。

表1 1995年以來農(nóng)村水環(huán)境管理方面的主要政策措施

3 數(shù)據(jù)測算與研究方法

3.1 農(nóng)村水環(huán)境污染物測算

國內(nèi)外研究通常采用具體污染指標(biāo)表達(dá)一個(gè)地區(qū)的環(huán)境破壞和資源損耗水平，本研究也沿襲這一研究思路?！吨袊h(huán)境統(tǒng)計(jì)年鑒》中關(guān)于的農(nóng)村水污染的統(tǒng)計(jì)指標(biāo)主要包括：生化需氧量(COD)和總氮(TN)、總磷(TP)排量三類指標(biāo)，因此，選擇COD、TN、TP作為水環(huán)境政策效應(yīng)的檢驗(yàn)指標(biāo)。由于環(huán)保部從2012年才開始統(tǒng)計(jì)和公布農(nóng)業(yè)源水污染排放的數(shù)據(jù)。因此，采用文獻(xiàn)[14, 15]中的單元調(diào)查評估方法測算1990-2014年各省區(qū)COD和總氮、磷數(shù)據(jù)。根據(jù)單元調(diào)查評估方法的要求，首先明確我國農(nóng)村水污染的主要來源。將污染源確定為農(nóng)田化肥施用、畜禽養(yǎng)殖、農(nóng)田固體廢棄物和農(nóng)村生活4個(gè)污染單元。水污染物排放總量計(jì)算公式如(1)所示：

(1)

(1)式中，E為農(nóng)村水污染物排放量；SUi為第i個(gè)污染單元的污染物產(chǎn)生基數(shù)，主要指化肥折純量、畜禽養(yǎng)殖量、農(nóng)作物產(chǎn)量和鄉(xiāng)村人口數(shù)；ρi是第i個(gè)污染單元產(chǎn)污強(qiáng)度系數(shù)；LCi表示考慮資源綜合利用和管理因素時(shí)第i個(gè)污染單元污染物排放系數(shù)。

SUi所需數(shù)據(jù)可從1991-2015年《中國統(tǒng)計(jì)年鑒》、《中國農(nóng)村統(tǒng)計(jì)年鑒》等中獲得；農(nóng)田化肥施用、畜禽養(yǎng)殖兩個(gè)單元的所需系數(shù)分別從第一次全國污染源普查公布的《農(nóng)業(yè)污染肥料流失系數(shù)手冊》、《養(yǎng)殖業(yè)排污系數(shù)手冊》中分省份查閱，農(nóng)田固體廢棄物和農(nóng)村生活兩個(gè)單元的系數(shù)通過相關(guān)文獻(xiàn)中查閱[15]。同時(shí)，將重慶市數(shù)據(jù)納入四川省，最終獲得1990-2014年30個(gè)區(qū)域的三類污染物數(shù)據(jù)。測算結(jié)果如圖1所示。

圖1 1990-2014年我國農(nóng)村水環(huán)境污染物排放量

3.2 政策減排效應(yīng)測度模型

由于農(nóng)村水環(huán)境受到多種政策的沖擊影響，其時(shí)間序列呈現(xiàn)出非平穩(wěn)的特征。為合理地分析農(nóng)村水環(huán)境政策的減排效應(yīng)，借鑒朱建軍[16]和花玲等[17]中適合“少數(shù)據(jù)”建模的灰色系統(tǒng)模型，進(jìn)行政策效果測度。

灰色DGM(1,N)模型是傳統(tǒng)灰色GM(1,1)模型的改進(jìn)形式。該模型繼承了傳統(tǒng)模型的優(yōu)勢，首先對短時(shí)間序列進(jìn)行累加生成變換，將不具有規(guī)律性的非負(fù)序列轉(zhuǎn)換為具有指數(shù)特征的序列，再通過差分模型對其進(jìn)行模擬和預(yù)測，從而揭示系統(tǒng)狀態(tài)的演化規(guī)律。同時(shí)，DGM(1,N)模型允許將部分已知變量作為驅(qū)動(dòng)因素，將其他未知因素作為灰作用量，共同揭示系統(tǒng)的復(fù)雜作用機(jī)理。DGM(1,N)的定義如(2)所示。

(2)

為多變量離散灰色模型，記為DGM(1,N)(discretegreymodelofNvariables)。其中，β1、β2、β3,…,βN+1為DGM(1,N)模型的參數(shù)。

本研究以DGM(1,N)為基礎(chǔ)，采用競爭性模型策略設(shè)定一系列測算模型，通過模型匹配程度，識(shí)別最優(yōu)模型并測度政策減排效應(yīng)。根據(jù)環(huán)境EKC相關(guān)理論，農(nóng)村水環(huán)境污染(wr)與農(nóng)業(yè)GDP之間存在倒U型關(guān)系[18-20]。由于灰色DGM(1,N)對水環(huán)境污染物和GDP數(shù)據(jù)進(jìn)行了累加生成變換，將兩者均轉(zhuǎn)換為具有指數(shù)特征的序列。兩者原始數(shù)據(jù)之間的倒U型關(guān)系在累加生成后轉(zhuǎn)換為線性相關(guān)關(guān)系，因此基本模型中只引入了GDP原始數(shù)據(jù)，忽略其平方項(xiàng)，如(3)所示。為檢驗(yàn)三類政策的作用效果，構(gòu)建模型-，依次為引入《水污染防治法》政策群(swr)、《農(nóng)業(yè)法》政策群(nyf)以及從2005年以來的“中央一號(hào)文件”政策群(yhwj)的虛擬驅(qū)動(dòng)項(xiàng)而設(shè)定的模型。各類政策虛擬驅(qū)動(dòng)項(xiàng)的設(shè)置與回歸分析類似，政策執(zhí)行前均為零，政策執(zhí)行后為1，有所區(qū)別的是DGM(1,N)模型采用各類政策驅(qū)動(dòng)項(xiàng)的一次累加生成序列構(gòu)建模型，DGM(1,N)左側(cè)的wr(I)(k)、β1wr(I)(k-1)為污染物的累加生成序列。根據(jù)累減還原公式，wr(1)(k)-wr(1)(k-1)=wr(0)(k)可以獲得污染物模擬值。

wr(1)(k)+β1wr(1)(k-1)=gdp(1)(k)+β2

(3)

(4)

模型(III)

(5)

(6)

4 實(shí)證結(jié)果與分析

4.1 減排總量測算

首先衡量各類政策對于COD的減排效應(yīng)，將我國農(nóng)村COD排放數(shù)據(jù)、農(nóng)林牧副漁總產(chǎn)值和三類政策驅(qū)動(dòng)項(xiàng)分別帶入模型-。各模型參數(shù)估計(jì)值和平均相對誤差(MRE)如表2所示。

模型IV各變量的系數(shù)表明，COD累計(jì)排放量對當(dāng)期排放的貢獻(xiàn)為2%。這表明若不存在任何政策的干預(yù)，以環(huán)境為代價(jià)的經(jīng)濟(jì)增長方式會(huì)持續(xù)加劇農(nóng)村水環(huán)境的惡化。GDP系數(shù)為0.0008則表明，我國農(nóng)村水環(huán)境尚處于倒U型曲線的左側(cè)，農(nóng)業(yè)GDP累計(jì)值的每億元增長將推動(dòng)當(dāng)期COD排放增長8噸。這一結(jié)論與我國農(nóng)村COD排放的實(shí)際情況較為吻合，根據(jù)農(nóng)業(yè)部公布的數(shù)據(jù)，我國農(nóng)業(yè)COD排放中90%來源于畜禽養(yǎng)殖業(yè)排放。多年累積的經(jīng)濟(jì)增長與收入增加為農(nóng)戶擴(kuò)大養(yǎng)殖規(guī)模提供了物質(zhì)基礎(chǔ)，COD排放數(shù)量也不可避免的隨之增加。三類政策虛擬驅(qū)動(dòng)項(xiàng)的系數(shù)均為負(fù)值，這表明三類政策的實(shí)施年均分別可降低22.94萬噸、5.72萬噸和25.59萬噸的COD排放。

雖然三類政策對于農(nóng)村的COD減排均有較強(qiáng)的作用效果，但作用強(qiáng)度存在一定差異性。以《水污染防治法》為代表的“命令控制型”政策與“中央一號(hào)文件”為代表的“自愿參與型”政策均具有較強(qiáng)的減排效果。這主要是由于這些政策通過財(cái)政補(bǔ)貼、技術(shù)扶持等方式，吸引農(nóng)戶和養(yǎng)殖企業(yè)參與到改水改廁、沼氣池建設(shè)中來，對畜禽養(yǎng)殖和生活污水進(jìn)行收集、處理和資源化利用，此外，每年“中央一號(hào)文件”的報(bào)道更為廣泛，也為這些政策的宣傳和執(zhí)行奠定了良好的基礎(chǔ)?！懊羁刂菩汀闭唠m然效果較為顯著，但主要采取一些強(qiáng)制性措施，例如：拆除水源區(qū)200米內(nèi)養(yǎng)殖場、養(yǎng)殖小區(qū)和居民住宅，監(jiān)督養(yǎng)殖企業(yè)污水處理設(shè)施的建設(shè)、運(yùn)行等。這些政策能在短期內(nèi)取得較好的減排效果，但由于拆遷賠償標(biāo)準(zhǔn)、污水處理費(fèi)等問題難以獲得農(nóng)戶的認(rèn)同。與預(yù)期不同的是，以《農(nóng)業(yè)法》為代表的“產(chǎn)業(yè)經(jīng)濟(jì)型”政策減排效應(yīng)并未充分顯現(xiàn)。農(nóng)村水環(huán)境問題的核心是種養(yǎng)比例失衡以及畜禽養(yǎng)殖糞便資源化利用不足等問題[21]，產(chǎn)業(yè)政策調(diào)整原本是從源頭治理農(nóng)村水環(huán)境問題的最有效手段，但實(shí)證結(jié)果表明，該類政策的作用效果低于其他兩類政策。可能的原因是，中國畜禽產(chǎn)品的收入彈性為正，隨著中國人口和收入的增加，畜禽養(yǎng)殖將繼續(xù)發(fā)展，產(chǎn)業(yè)調(diào)整的任務(wù)較為艱巨[14]。

表2 模型系數(shù)與誤差表

圖2 四類模型的COD測算結(jié)果

圖3 TN、TP模型測算結(jié)果

進(jìn)一步研究三類政策對于TN、TP的減排效應(yīng)。四類模型的競爭結(jié)果表明，模型對于TN、TP序列的貼合程度最高，如圖3所示。這說明三類政策對于TN的作用效果都較為顯著，而“產(chǎn)業(yè)經(jīng)濟(jì)型”政策對于TP的排放作用效果并不顯著。各類政策年均減排數(shù)量如表3所示。

表3表明，1995年以來各項(xiàng)農(nóng)村水環(huán)境治理政策年均減少三類污染物的排放量分別為54.25、66.08和12.9萬噸。其中，“命令控制型”政策對于TN、TP的減排貢獻(xiàn)度最大。這主要是由于農(nóng)村水污染物中的TN和TP主要來源于種植業(yè)農(nóng)藥化肥污染、畜禽養(yǎng)殖污染。以《水污染防治法》為代表的該類政策明確了上述污染源監(jiān)督、管理部門及其職責(zé)和權(quán)力，處理一般水污染事件的具體步驟和懲罰措施。同時(shí)，也將污染控制效果納入監(jiān)督管理部門年終考核之中。此外，普通農(nóng)戶既是污染的產(chǎn)生者，也是污染的直接受害者，因此，“命令控制型”政策雖在一定程度上對普通農(nóng)戶的生產(chǎn)、生活帶來不便，但其執(zhí)行效果相對較好?！爸醒胍惶?hào)文件”為代表的“自愿參與型”政策由于出臺(tái)較晚，測土施肥、綠肥、有機(jī)肥等控制總氮、總磷排放的措施目前尚在推廣之中，因此，其作用效果并未完全顯現(xiàn)。相對而言，以《農(nóng)業(yè)法》為代表的“產(chǎn)業(yè)經(jīng)濟(jì)型”政策對于各類污染物的減排效果均不顯著?？赡艿慕忉屖恰爱a(chǎn)業(yè)經(jīng)濟(jì)型”政策目標(biāo)數(shù)量相對較多，而對于農(nóng)村水環(huán)境方面的規(guī)定相對較少，難以有效促進(jìn)污染物的減排[22]。

表3 三大政策群各類水污染物年均減排量 (單位：萬噸)

為檢驗(yàn)本文模型對于農(nóng)村水環(huán)境政策減排效應(yīng)測度的有效性，同時(shí)建立了(7)-(10)式所示的多元回歸模型進(jìn)行對比研究(以COD為例)。其中模型為傳統(tǒng)的環(huán)境庫茲涅茨曲線，模型-借鑒文獻(xiàn)[11-13]的方法，在模型的基礎(chǔ)上逐步引入三類政策，以測度減排效應(yīng)。

COD=a1*agrgdp2+a2*agrgdp+η1

(7)

COD=a1*agrgdp2+a2*agrgdp+a3*swrfzf+η2

(8)

模型(VII)

COD=a1*agrgdp2+a2*agrgdp+a3*swrfzf+a4*nyf+η3

(9)

COD=a1*agrgdp2+a2*agrgdp+a3*swrfzf+a4*nyf+a5*yhwj+η4

(10)

模型系數(shù)和模型檢驗(yàn)情況如表4所示。

表4 線性回歸模型系數(shù)和檢驗(yàn)結(jié)果

注：***表示P<1%，**表示P<5%，*表示P<10%。

4.2 空間分布特征研究

我國農(nóng)村區(qū)域廣闊，各省區(qū)水資源稟賦和水環(huán)境承載力存在差異性，經(jīng)濟(jì)發(fā)展水平和發(fā)展模式也存在一定的空間依賴性[23-24]。同時(shí)，我國水資源利用效率、水環(huán)境污染排放量和環(huán)境技術(shù)效率也具有較強(qiáng)的空間聚集特征[25-27]。為進(jìn)一步探尋我國農(nóng)村水環(huán)境政策減排的空間分布模式，采用(3)-(6)式分別測度三類政策在各省區(qū)的水污染減排量，四類模型的適配情況如表5所示。

表5 模型適配情況統(tǒng)計(jì)

表5表明，三類政策在多數(shù)省區(qū)對于農(nóng)村水環(huán)境污染均具有較強(qiáng)的減排效應(yīng)。其中，模型在江蘇、浙江、北京等省市的適用性更好，即“自愿參與型”政策效果并不顯著。這一現(xiàn)象主要是由于經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)開展農(nóng)村水環(huán)境治理的時(shí)間較早，相關(guān)政策措施的出臺(tái)超前于國家層面的政策措施，減排效應(yīng)提前顯現(xiàn)。以江蘇為例，2000年以后江蘇省針對太湖流域、南水北調(diào)東線水源區(qū)等地先后出臺(tái)了加強(qiáng)農(nóng)業(yè)面源污染控制，限制農(nóng)藥化肥過量使用和禽畜糞便綜合利用的相關(guān)具體措施。

各地區(qū)三類主要污染物減排總量如圖4-6所示。由于缺乏香港、澳門和臺(tái)灣地區(qū)的基礎(chǔ)測算數(shù)據(jù)，研究結(jié)果不包含上述區(qū)域。

圖4 各省區(qū)COD減排數(shù)量

圖5 各省區(qū)TP減排數(shù)量

圖6 各省區(qū)TN減排數(shù)量

由于各省區(qū)農(nóng)村土地面積不同，污染源數(shù)量和種類存在差異，圖4-6所示的測算結(jié)果難以代表政策作用強(qiáng)度水平。借鑒文獻(xiàn)[28]對于面源污染排放強(qiáng)度定義，如(11)所示，計(jì)算各個(gè)地區(qū)減排強(qiáng)度，如圖(7)所示。

(11)

圖7 政策減排強(qiáng)度空間分布

各省區(qū)減排強(qiáng)度的Moran I指數(shù)為0.22，P值0.085。通過α=0.1置信度下的莫蘭檢驗(yàn)，這說明從總體上看政策實(shí)施效果具有一定的空間聚集效應(yīng)，這與Horst對萊茵河流域非點(diǎn)源污染減排政策的研究結(jié)論一致[29]。從圖(7)中不難觀察到，政策減排強(qiáng)度以北京和上海兩市為中心向外圍輻射，政策實(shí)施效果依次遞減。這一特征的形成是自然因素和經(jīng)濟(jì)原因雙重驅(qū)動(dòng)的結(jié)果。一方面，上海市和北京市分別位于長江下游地區(qū)和南水北調(diào)終點(diǎn)，兩者與周邊省區(qū)存在著較為緊密的水系聯(lián)系，這就使得它們?nèi)菀捉邮盏絹碜杂谙噜弲^(qū)域的面源污染遷移，因此其更愿意與相鄰區(qū)域協(xié)同治理農(nóng)村水環(huán)境污染。同時(shí)，兩中心經(jīng)濟(jì)水平較高、農(nóng)業(yè)占比較低，且已經(jīng)跨越了環(huán)境EKC的拐點(diǎn)[29]，因此對于水質(zhì)改善的內(nèi)在需求也促使其不斷加強(qiáng)與周邊省區(qū)的面源污染治理合作。

5 結(jié)語

農(nóng)村水環(huán)境是我國水環(huán)境的重要組成部分，農(nóng)村水污染物排放的不斷增加引起了國內(nèi)外學(xué)者對于農(nóng)村水環(huán)境治理政策的關(guān)注。已有文獻(xiàn)從環(huán)境效率、污染形成機(jī)理等角度對于單一政策工具作用效果進(jìn)行了研究，卻較少從污染減排量的角度系統(tǒng)性分析各類政策作用效果以及空間差異性。

本文根據(jù)我國農(nóng)村水環(huán)境政策的發(fā)展軌跡和政策目標(biāo)將其劃分為“命令控制型”、“產(chǎn)業(yè)與經(jīng)濟(jì)型”和“自愿參與型”三個(gè)政策群；將各類政策群作為虛擬驅(qū)動(dòng)項(xiàng)，構(gòu)建基于DGM(1,N)的農(nóng)村水環(huán)境政策減排效應(yīng)測度模型，并采用1990-2014年污染排放數(shù)據(jù)進(jìn)行實(shí)證研究。研究結(jié)果表明：

(1)三類政策總體上具有較為明顯的污染減排效應(yīng)，但各政策的效果存在一定差異性，“產(chǎn)業(yè)與經(jīng)濟(jì)型”政策群的減排效應(yīng)低于“命令控制型”和“自愿參與型”政策。

(2)水環(huán)境政策減排效應(yīng)在省際層面存在空間聚集特征，莫蘭檢驗(yàn)結(jié)果顯示政策減排強(qiáng)度以北京和上海兩市為中心向外圍輻射，政策實(shí)施效果依次遞減。

(3)模型對比結(jié)果顯示，本文構(gòu)建的基于DGM(1,N)的農(nóng)村水環(huán)境政策減排效應(yīng)測度模型在擬合精度、檢驗(yàn)結(jié)果和解釋性方面較傳統(tǒng)方法具有一定優(yōu)勢，更適合數(shù)據(jù)量有限、數(shù)據(jù)不平穩(wěn)條件下的政策減排測算問題。

農(nóng)村水環(huán)境污染的影響因素眾多、形成機(jī)理較為復(fù)雜，本文從農(nóng)村經(jīng)濟(jì)增長和環(huán)境政策作用兩個(gè)視角構(gòu)建了減排效應(yīng)測度模型，尚未考慮各類政策的疊加作用以及產(chǎn)業(yè)結(jié)構(gòu)、用水習(xí)慣等更為復(fù)雜的因素，這既是本文研究的不足之處，也是后續(xù)研究需要進(jìn)一步解決的問題。

[1] Abler D. Economic evaluation of agricultural pollution control options for China[J]. Journal of Integrative Agriculture, 2015,14(6):1045-1056.

[2] Picazo-Tadeo A J, Gómez-Limón J A, Reig-Martínez E. Assessing farming eco-efficiency: A data envelopment analysis approach[J]. Journal of Environmental Management, 2011,92(4):1154-1164.

[3] Ruttan V W. Productivity growth in world agriculture: Sources and constraints[J]. Journal of Economic Perspectives, 2002,16(4):161-184.

[4] Nanere M, Fraser I, Quazi A, et al. Environmentally adjusted productivity measurement: An Australian case study[J]. Journal of Environmental Management, 2007,85(2):350-362.

[5] 李谷成. 中國農(nóng)業(yè)的綠色生產(chǎn)率革命:1978—2008年[J]. 經(jīng)濟(jì)學(xué)(季刊), 2014,13(2):537-558.

[6] 梁流濤, 曲福田, 馮淑怡. 基于環(huán)境污染約束視角的農(nóng)業(yè)技術(shù)效率測度[J]. 自然資源學(xué)報(bào), 2012,27(9):1580-1589.

[7] 杜江. 中國農(nóng)業(yè)增長的環(huán)境績效研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2014,31(11):53-69.

[8] Shao Weiyun. Effectiveness of water protection policy in China: A case study of Jiaxing[J]. Science of The Total Environment, 2010,408(4):690-701.

[9] Deunert F, Lennartz B, Tiemeyer B. Legislative effects on the development of surface water quality in rural areas in Northern Germany[J]. Journal of Cleaner Production, 2007,15(16):1507-1513.

[10] Semaan J, Flichman G, Scardigno A, et al. Analysis of nitrate pollution control policies in the irrigated agriculture of Apulia Region (Southern Italy): A bio-economic modelling approach[J]. Agricultural Systems, 2007,94(2):357-367.

[11] 梁流濤, 曲福田, 馮淑怡. 基于環(huán)境污染約束視角的農(nóng)業(yè)技術(shù)效率測度[J]. 自然資源學(xué)報(bào), 2012,27(9):1580-1589.

[12] 劉鴻淵, 閆泓. 農(nóng)業(yè)面源污染形成機(jī)理的實(shí)證研究——以四川省1982～2006年統(tǒng)計(jì)數(shù)據(jù)為例[J]. 農(nóng)村經(jīng)濟(jì), 2010,21(5):98-101.

[13] 葛繼紅. 江蘇省農(nóng)業(yè)面源污染及治理的經(jīng)濟(jì)學(xué)研究[D]. 南京:南京農(nóng)業(yè)大學(xué), 2011.

[14] 陳敏鵬, 陳吉寧, 賴斯蕓. 中國農(nóng)業(yè)和農(nóng)村污染的清單分析與空間特征識(shí)別[J]. 中國環(huán)境科學(xué), 2006,26(6):751-755.

[15] 賴斯蕓, 杜鵬飛, 陳吉寧. 基于單元分析的非點(diǎn)源污染調(diào)查評估方法[J]. 清華大學(xué)學(xué)報(bào): 自然科學(xué)版, 2004,44(9):1184-1187.

[16] 朱建軍, 劉思峰, 張里, 等. 基于灰色組合預(yù)測的節(jié)能政策能源節(jié)約量測算模型[J]. 軟科學(xué), 2009,23(5):42-45.

[17] 花玲, 謝乃明. 政策沖擊影響下中國能源消費(fèi)預(yù)測分析及控制策略[J]. 中國管理科學(xué), 2014,22(7):87-95.

[18] 李太平, 張鋒, 胡浩. 中國化肥面源污染EKC驗(yàn)證及其驅(qū)動(dòng)因素[J]. 中國人口.資源與環(huán)境, 2011,21(11):118-123.

[19] 沈能, 周晶晶, 王群偉. 考慮技術(shù)差距的中國農(nóng)業(yè)環(huán)境技術(shù)效率庫茲涅茨曲線再估計(jì):地理空間的視角[J]. 中國農(nóng)村經(jīng)濟(jì), 2013(12):72-83.

[20] 梁流濤, 馮淑怡, 曲福田. 農(nóng)業(yè)面源污染形成機(jī)制:理論與實(shí)證[J]. 中國人口·資源與環(huán)境, 2010,20(4):74-80.

[21] 金書秦, 沈貴銀. 中國農(nóng)業(yè)面源污染的困境擺脫與綠色轉(zhuǎn)型[J]. 改革, 2013,23(5):79-87.

[22] Schader C, Lampkin N, Muller A, et al. The role of multi-target policy instruments in agri-environmental policy mixes[J]. Journal of Environmental Management, 2014,145(2):180-190.

[23] 龍冬平, 李同昇, 苗園園, 等. 中國農(nóng)業(yè)現(xiàn)代化發(fā)展水平空間分異及類型[J]. 地理學(xué)報(bào), 2014,69(2):213-226.

[24] 吳玉鳴. 中國區(qū)域農(nóng)業(yè)生產(chǎn)要素的投入產(chǎn)出彈性測算——基于空間計(jì)量經(jīng)濟(jì)模型的實(shí)證[J]. 中國農(nóng)村經(jīng)濟(jì), 2010,(6):25-37.

[25] 趙良仕, 孫才志, 鄭德鳳. 中國省際水資源利用效率與空間溢出效應(yīng)測度[J]. 地理學(xué)報(bào), 2014,69(1):121-133.

[26] 孫才志, 趙良仕, 鄒瑋. 中國省際水資源全局環(huán)境技術(shù)效率測度及其空間效應(yīng)研究[J]. 自然資源學(xué)報(bào), 2014,29(4):553-563.

[27] 王新成, 王斌之, 黃建毅. 基于空間自相關(guān)的水污染空間聚類研究[J]. 環(huán)境工程技術(shù)學(xué)報(bào), 2014,4(4):293-298.

[28] 梁流濤. 農(nóng)村生態(tài)環(huán)境時(shí)空特征及其演變規(guī)律研究[D]. 南京:南京農(nóng)業(yè)大學(xué), 2009.

[29] Song Malin, Zhang Wei, Wang Shuhong. Inflection point of environmental Kuznets curve in Mainland China[J]. Energy Policy, 2013,57:14-20.

Emission Reduction Effects and Its Spatial Heterogeneity of Rural Water Environmental Policy Based on Discrete Grey Model

ZHANG Ke1,2,3,4, MA Cheng-wen1,2, FENG Jing-chun1,2,3,4, XUE Song1,2

(1.Bussiness School, Hohai University,Nanjing 211100, China;2. Institute of Project Management, Hohai University,Nanjing 211100, China;3.“The World Water Valley” and Collaborative Innovation Center of Water Ecolo-gical Civilization in Jiangsu Province,Nanjing 211100, China;4.The Research Center of International Rivers, Hohai University, Nanjing 211100,China)

With the growing pollution of rural water environment in China, accurate emission reduction measurement of rural water environment management is significant for the subsequent policies. It is difficult to effectively measure the effects of different kinds of policies due to the relatively small amount of data as well as its non-stability characteristics. Therefore, a multivariate discrete grey model is introduced to measure the emission reduction effect and then an empirical research is conducted. Firstly, the policies related to rural water environment management since 1995 are sorted out, and then they are classified into different groups and some representative policies are selected respectively according to the contents and targets. Secondly, the amount of different kinds of water pollutants emission is computed using the unit investigation and evaluation method. Furthermore, different groups of policies are introduced as virtual driven variables into the model, and competitive models strategy is adopted by setting a series of emission reduction measuring models. By comparing the adaptability among those models, the most adaptive model is selected to measure the emission reduction effect of different policy groups respectively. The research results show that rural water environment management policies are effective in general. Meanwhile, there exists certain difference about the emission reduction effect among three groups of policies. Moreover, the effect displays a spatial-clustering feature at province level. Lastly, some countermeasures are proposed to improve the management of rural water environment in China. It is hoped that the study will provide some reference for measurement of policy effectwith insufficient data.

discrete grey model; water environment policy; spatial heterogeneity

1003-207(2017)05-0157-10

10.16381/j.cnki.issn1003-207x.2017.05.019

2016-03-09；

2016-06-10

國家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目(12AZD108)；國家自然科學(xué)基金資助項(xiàng)目(71401052)；中央高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目(2016B09214，2013B11014)

張可(1983-)，男(漢族)，河南信陽人，河海大學(xué)商學(xué)院副教授，博士，研究方向：農(nóng)村水環(huán)境管理，E-mail：kezhang@hhu.edu.cn.

C93

A