论文部分内容阅读
摘 要：在畜养产污机理及影响因素分析的基础上，构建了包括污染物产生量、农业种养、社会经济条件3类27个指标的省域畜养产污分析指标体系。同时，以河南省为实证案例区，搜集了2000—2015年河南省农业种养、社会经济条件的相关指标，借助相关分析方法构建了河南省畜养产污分析指标体系，并借助回归分析方法检验影响因素指标的选取效果。结果表明，本研究构建的河南省畜养产污分析指标体系较为合理，污染物产生量与农业种植和社会经济指标相关性较高，符合养殖业与种植业协同发展、污染集聚态势与经济集聚态势趋同的发展规律。因此，依据畜养产污机理简图选取省域畜养产污影响因素的方法是可行的;能够及时更新的畜养产污量可作为省域畜禽养殖业管理政策制定的数据参考;本研究所构建的省域畜养产污影响因素分析指标体系具有一定的实用价值。
关键词：省域;畜养产污;指标体系;影响因素;河南省
中图分类号：F302.5 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2019.08.013
Abstract： Based on the analysis of the livestock and poultry waste generation （LPWG） mechanism and its influencing factors， this paper established a provincial LPWG analysis index system， including 27 indicators of the pollution amount， agricultural planting and breeding， and soci-economic conditions. Meanwhile， this paper also took Henan province as an empirical study for LPWG influencing index system analysis. The Henan province LPWG influencing factors index system was verified by correlation analysis and regression analysis. The results showed that， the provincial LPWG analysis index system of Henan province accordance with the law of the coordinated development of the livestock and poultry breeding industry and planting industry. And it was also accorded with the law of the trend of pollution aggregation was similar to the trend of economic aggregation. Therefore， it was feasible to select the influencing factors of provincial LPWG by the LPWG mechanism; the updatable LPWG quantity could be used as the data reference of the policy formulation for the livestock and poultry breeding industry; the index system of provincial LPWG influencing factors has practical values.
Key words：provincial; livestock and poultry waste generation; index system; influencing factors; Henan province
随着工业源等点源污染控制技术的发展，非点源污染成为全球范围的突出问题[1]，且造成水源地污染的主要是农业非点源污染[2]。中国环保部《2016年中国环境状况公报》（2017年6月5日发布）显示全国地表水1 940个国考断面中，IV类、V类、劣V类占32.3%，全国地下水6 124个水质监测点中较差级和极差级的监测点占60.1%，中国水环境污染问题仍然不容乐观。2010年第一次全国污染源普查公报显示，农业非点源污染是中国地表水污染的主要来源，而畜养污染的COD、总氮和总磷分别占农业污染源的96%，38%和56%[3]。因此，农业非点源污染的管理与治理在中国更加重要。
改革开放40年来，我国畜牧业快速发展，总体规模世界第一[4]。不断扩大的养殖规模导致畜养废弃物超出土地消納能力，区域规模化养殖存在着对环境的污染加重、疫病危害程度大、标准化水平不高以及面临生存危机和市场风险加大等问题[5-6]。2015年《水污染防治行动计划》的“水十条”和2016年《土壤防治行动计划》的“土十条”等从国家层面上对畜禽养殖业日益趋严的环保约束也说明了畜养污染在中国的严峻性[4]，畜禽养殖业污染的管理与治理是当前中国农业非点源污染治理的关键。
管理者需要根据各地畜养污染的空间差异并及时制定有针对性的管理政策，宏观层面的畜禽养殖及其产排污的空间分布规律的识别是管理政策落地的前提条件，且政策的制定不仅包括畜禽养殖业、种植业等农业行业，还应包括与畜禽养殖业相关的社会经济发展中的其他行业。在实际操作中存在着两种困难，即作为政策依据的污染量的核定和与各地畜禽养殖业污染息息相关的社会经济影响要素的确定。一方面，在中国区域养殖业和种植业严重不平衡的当下，各地的养殖规模、养殖工艺、农业种养模式和减排措施各不相同，需要耗费大量物力人力测算经不同减排措施后的需要处理的污染物排放量，如2007年全国第一次农业污染源普查和2017年的第二次污染源普查工作。而在区域养殖畜种稳定的情况下，各地不同畜种的污染物产生系数相对稳定，利用产污系数法估算畜禽养殖污染物的产生量简便易行，也能够做到及时更新，其作为宏观政策制定的数据参考更为合适。另一方面，国内畜养空间分布研究集中在全国范围和特定区域畜养污染物的时空分布和变化[7]分区治理[8]等方面。近年来，一些学者也开始关注省域畜养污染物的时空分布和耕地污染负荷[9]、环境影响[10]、防治对策[11]等。这些研究多采用统计年鉴中的省级畜养量数据或市级畜养量数据进行污染物基础数据核算，进而分析养殖量或污染量的时空分布特征。但畜禽养殖业同样受到除农业种养条件以外的人口、经济、能源、交通等社会经济发展因素的影响，少有研究涉及这些影响因素。因此，探索一种能够及时更新的畜禽养殖业污染量核算及其影响因素的方法势在必行。 从相关学者在全国范围的研究来看，全国范围内实行畜禽污染防治工作的关键在于对畜禽量聚集程度显著的省份（四川、河南、山东）优先进行相关政策的实施[12]。河南省是农业大省，畜禽养殖业是河南农业经济的重要支柱产业之一，河南部分县的畜养业产值占农业总产值的一半以上。与此同时，河南畜禽养殖业废弃物污染也已成为其环境污染的重要来源，部分地市畜禽养殖业污染已超过农田的消纳和承受能力[11]。鉴于此，本文以河南为案例进行省域畜养产污影响因素分析指标体系构建研究，以期探索识别畜养产污影响因素的方法，为畜禽养殖业区域管理政策的制定提供参考。
1 畜养产污机理及影响因素分析
1.1 畜养产污机理分析
在自然环境、农业种养、社会经济活动等的综合作用下，畜禽养殖业产生的污染物经过减排措施后进入环境形成排放，污染物超过环境可消纳的量时形成污染，这是人类活动与地域环境多因素综合作用的结果。借鉴吴传钧先生[13]的人地关系思想表述这种过程，即是自然环境（天）、农业基础（地）、人类活动（人）三方面相互影响的结果。
从全国角度看，大区域范围内，自然环境孕育了不同地域内差异化的农业基础条件，如中国西部的牧区和东部的农区，北方的旱地和南方的水田，各地也因此形成了不同的农业产业结构。从省域角度看，一个省内部的自然环境和农业基础条件是相似的，但其市、县的社会经济发展却不均衡，进而影响各地的农业种养模式和污染物处理工艺。当农业污染物进入自然环境并超过环境可消纳的量时，形成污染。在这种污染机理过程认识的基础上，可借用压力（P）、状态（S）、响应（R）思想进一步分析畜养污染机理，绘制畜养产污机理简图如图1所示[14]。其中，农业基础和自然条件代表当前阶段的环境状态和环境变化情况（S），产污、减排和排污的形成代表人类的畜禽养殖活动对环境的作用（P），农业种养结构调整和社会经济影响因素的干预代表社会和个人采取行动来减轻、阻止、恢复和预防畜禽养殖活动对环境的负面影响（R）。
1.2 影响因素分析
从机理分析可知，畜禽养殖业污染的影响因素主要涉及自然环境、农业种养、社会经济和减排措施等方面。
自然环境和农业基础是宏观尺度的影响因素，是大空间范围下的同质性要素。自然环境是农业生产的基础，主要涉及地形、土壤、植被、降水、温度、湿度等等要素。地形是污染发生的先决条件，土壤有机质含量和植被覆盖影响着污染的消纳，降水、温度、湿度影响着污染物的处理与流失。农业基础反映农业生产的载体——耕地的基本情况，主要涉及耕地面积和土壤肥力。耕地面积影响着养殖业的饲料来源和有机肥施用去向，土壤肥力反映土壤N、P、K、有机质等的含量情况，影响着土壤对污染的消纳。
农业种养和社会经济条件，是中观尺度的影响因素，在大空间范围下空间差异明显。农业种养指标是农业的产品输出，主要包括种植业的粮食产量和养殖业的存栏与出栏量。粮食产量影响着畜禽养殖业的饲料源，养殖量则与污染物产生直接相关。在对接农业污染源普查工作的基础上，结合河南省相关年鉴的数据可获取性，将畜禽养殖品种确定为猪、牛、鸡，这些数据是分行政区域统计的，其空间尺度分为全省、分市和分县3个级别，是核算畜养污染物产生量的主要依据。社会经济是农业生产活动的社会经济环境，人口、经济、能耗、交通运输等都对农业生产活动有着直接影响。人口反映了各地区的农产品需求，经济和能耗影响着各地区的农产品市场和农业发展水平，交通运输体现着地区间的物资流通能力。
在全国范围进行畜养污染研究时，不仅需要考虑社会经济条件和减排措施情况，还需要考虑不同地区的自然环境条件影响和农业种养习惯。在省域及以下空间尺度进行畜养污染研究时，自然环境条件的影响和农业种养习惯在各自区域内有相似性，省域内部各地区的畜养污染差异主要是农业种养、社会经济条件、减排措施综合作用的结果。因此，如果不考虑减排措施情况，只进行省域畜养产污分析，那么可从农业种养、社会经济条件来确定畜养产污的影响因素。
2 省域畜养产污影响因素分析指标体系构建
2.1 构建原则
基于以上的机理研究，从污染机理的整体出发，设计符合省域畜养产污分析的指标体系。指标体系的构建原则遵循常规区域性分析指标选取的一般原則，即科学性原则、代表性原则、综合性原则、独立性原则。科学性原则，指标选取、权重确定、核算方法均在公认的科学理论指导下;代表性原则，指标概念明确、与畜养产污相关性强（统计学意义上显著）;综合性原则，综合反映多种因素，指标体系涵盖农业种养和社会经济各方面;独立性原则，指标相互独立，指标间不存在包含和重叠关系。
2.2 分析指标体系构建
在省域尺度的研究中，农业种养和社会经济是动态变化的，指标体系的实证研究主要针对该部分指标。农业种养核心指标为粮食总产量和猪牛鸡养殖量，考虑到数据分析的实际情况种植指标增加农作物种植面积，养殖量分畜禽养殖品种分别获取生猪、肉牛、肉鸡的出栏量，和能繁母猪、奶牛、蛋鸡的存栏量。
社会经济指标选取代表人口、经济、能源消耗和交通条件的指标。核心指标为城镇和乡村人口、GDP、农村用电量，考虑到数据分析的实际情况，增加乡村从业人员、农林牧渔从业人员、农林牧渔总产值、牧业总产值、农用机械总动力等指标，同时增加公路里程、铁路里程、货运量等反映交通和物流的经济指标。以上农业种养指标和社会经济指标可由各省相关年鉴、调查资料得到。
污染物产生量指标对接第一次全国污染源普查畜禽养殖业源产排污系数手册，通过手册中日产污系数核算畜养产污量（养殖量×产污系数×养殖周期）作为畜养产污影响因素研究的畜禽养殖业污染参考量。
最终，本研究构建的省域畜养产污影响因素分析指标体系如表1所示。
3 河南省省域畜养产污影响因素分析实证
3.1 数据搜集与整理 本部分实证分析所用指标来自河南统计年鉴、调查年鉴和农业调查资料中2000年以来的农业种养、社会经济数据（数据期为2000—2015年）。为建立符合研究省份统计指标特点的畜养产污分析指标体系，需要对搜集到的农业种养和社会经济指标进行相关分析，以确定指标的代表性。由于污染物产量是由养殖量指标核算得来，因此可用污染物产生量与农业种植和社会经济指标的相关分析来检验指标的代表性。
根据统计原理，在相关分析之前应首先检验指标的正态性。经正态性检验，发现在已搜集到的27个指标中，除E10（公路里程）外，均符合正态分布。经原始数据核查，发现河南省统计年鉴的公路里程数据在2005年之后将村道里程纳入了统计，导致2006年及以后年份的数据与2006年之前的数据有很大差异，两个时段的公路里程数据在各自时段内也均符合正态分布。综合以上分析，本研究进行污染物产生量与社会经济指标的相关分析，选用Pearson积矩相关系数进行相关性检验，其中E10指标参与相关分析的数据时段为2006—2015年，其他指标数据时段为2000—2015年。
3.2 污染物产生量与农业种植指标的相关分析
各地区的污染物产生量指标是依据污染源普查产排污系数手册的区域产污系数和各地区畜禽养殖量指标计算得到。不同地区的畜禽养殖量反映了其养殖业发展规模及畜禽市场供给，相应的不同地区的作物种植面积或粮食总产量反映了其种植业发展规模及粮食市场供给。畜禽养殖业和种植业本身都是一个地区的农业门类，具有产业发展的协同效应。因此，在当前的社会经济发展环境下，间接反映了养殖业发展规模及畜禽市场供给的污染物产生量指标与反映种植业发展规模及粮食市场供给的作物种植面积或粮食总产量指标也应存在协同关系。在具体分析时，作物种植面积和粮食总产量都代表种植业发展规模，且两个指标不相互独立，在纳入指标体系时二选其一即可。
污染物产生量指标与农业种植指标的相关系数见表2。由表2可知，河南作为农业大省，其作物种植面积指标优于粮食总产量指标。因此，建构河南省畜养产污分析指标体系时，以作物种植面积指标代表区域种植业发展规模。
3.3 污染物产生量与社会经济指标的相关分析
污染物产生量指标与社会经济指标的相关系数见表3。
如表3所示，人口指标（E1、E2）中，城镇人口相关系数绝对值较大，且为正相关，而乡村人口为负相关。从业人员指标（E3、E4）中，乡村从业人员指标的相关系数绝对值是所有社会经济指标中最小的，农林牧渔从业人员与污染物产生量为负相关，且农林牧渔从业人员指标的相关系数绝对值较大。乡村人口和从业人员为农业生产提供了劳动力保障，总人口影响着对农产品的需求，出现这种结果的原因可能是：养殖量与市场端的需求成正比，因此与代表主要消费市场的城镇人口呈正相关关系，与不代表主要市场的乡村人口呈负相关关系;目前畜禽养殖业发展的趋势是规模化养殖，养殖数量与乡村人口数量相关性不高。
总产值指标（E5、E6、E7）中，所有指标与污染物产生量的相关系数均较高，且牧业总产值指标的相关系数是三者中最高的。可能的原因是：畜禽养殖业作为农林牧副渔的一部分，在现代农业中具有重要地位，畜禽养殖与区域经济，特别是牧业经济呈正相关关系。
农村用电量（E8）、农用机械总动力（E9）分别作为能源消耗、农用机械动力的代表，与污染物产生量相关性都很高。可能的原因是：能耗越高、農用机械动力越高，代表农业生产水平具有优势，越能支撑规模化的畜禽养殖业发展，因此畜禽养殖与能耗、动力呈正相关关系。
交通指标（E10、E11、E12）中，三者与污染物产生量均极显著相关（P<0.01），其中公路里程指标与污染物产生量的相关系数最高。可能的原因是：现代交通影响了中心地的形成和区域范围的扩张，优势的运输条件代表优势的市场拓展能力，因此畜禽养殖与交通指标成呈正相关关系。
3.4 河南省畜养产污影响因素分析指标体系构建
污染物产生量指标（P1～P7）由养殖量指标（L1～L6）核算得来，在进行省域畜养产污分析研究时，这些指标均应作为基础核算指标纳入分析指标体系。
对于农业种植指标，粮食总产量（A1）和作物种植面积（A2）指标可依据相关性分析的结果，选择最具代表性的指标。对本案例来说，作物种植面积指标较好。
对于社会经济指标，可按照人口、经济、能源、交通等类别指标的具体相关性进行筛选，结合河南的实际情况：（1）人口类指标，城镇人口作为主要的畜养产品销售的目标群体，更具代表性;从业人员指标，农林牧渔从业人员指标更具代表性。（2）经济类指标，牧业总产值指标优于农林牧渔总产值和GDP指标。（3）能源动力类指标，体现能源消耗的农村用电量指标和体现机械化水平的农用机械总动力指标均具备代表性。（4）交通运输类指标，公路里程和铁路里程都具备代表性，而在本研究案例中铁路里程的数据时段较长，因此在构建模型时选择铁路里程指标（表4）。
3.5 畜养产污影响因素回归模型验证
依据河南省畜养产污影响因素分析指标体系，可构建河南省的畜养产污回归模型。需要说明的是，回归模型的构建是为了检验影响因素选取的有效性，而非利用农业种植和社会经济指标估算畜养产污。因此，只需要建构出显著的、校正决定系数高的模型即可说明影响因素的有效性。统计学上，回归模型仅适用于参与模型建构的数据时段，不能用于畜养产污量的估算，这是本末倒置的做法。畜养产污量利用产污系数和养殖量核算即可。
农业种养指标中畜禽养殖量指标（L1～L6）是核算污染物产生量的基础指标，存在共线性问题，不参与回归分析。以污染物产生量为因变量，以表4中选取的作物种植面积、社会经济指标为自变量进行一般线性回归分析，得到回归模型结果如表5所示。从回归结果看，根据河南2000—2015年畜养产污量、作物种植面积和社会经济指标数据，能够建构出显著的、校正决定系数高（均大于0.85）的回归模型。因此，本研究方法在河南案例中建构的畜养产污影响因素分析指标体系是有效的，且效果较好。 4 结论与讨论
畜禽养殖业污染的管理与治理是当前中国农业非点源污染治理的关键，宏观层面的畜禽养殖及其产排污的空间分布规律的识别是管理政策落地的前提条件，畜养产污影响因素分析指标体系的构建可作为区域畜养产污分析工作的基础。本研究立足于解决“作为政策依据的污染量的核定”和“与各地畜禽养殖业污染息息相关的社会经济影响要素的确定”两个现实困难，尝试以畜养产污机理分析为基础，构建包括污染物产生量、农业种养、社会经济三大类指标的省域畜养产污影响因素分析指标体系，并以河南为案例进行了实证研究。研究结论如下。
第一，本研究依据畜养产污机理简图选取省域畜养产污影响因素的方法是可行的。畜养产污影响因素分析指标体系的建构也需要考虑研究尺度变化、社会经济环境变化和其他因素的变化所带来的影响。畜养产污机理简图为多类型指标选取提供了参考依据，它刻画了“畜禽养殖”这一活动对人类社会和自然环境的影响机理，从人地关系视角审视畜养污染现象是可行的。依据畜养产污机理简图，在不考虑减排措施的情况下，省域畜养产污分析影响因素可从农业种养和社会经济条件确定。
第二，能够及时更新的畜养产污量可作为省域畜禽养殖业管理政策制定的数据参考。当前，中国的畜禽养殖及其污染的空间分布研究开始从全国性的规律转向省域、市域尺度的研究。随着研究尺度的变化，畜养产污规律的研究将更多地引入农业种植、养殖、社会经济发展等分省、分市统计数据的使用。随着研究尺度的变化，从分省到分县，再到公里格网抽样数据，畜养产污的影响因素都存在着一定的规律性。如全国层面主要影响因素为农业种养、人口因素，东北区分县数据的粮食产量、农业经济因素[14]。因此，相关学者的研究已经开始注意到研究尺度变化后，畜养产污影响因素分析指标体系的建构更要结合研究区域数据的分析结果来筛选适合本区域的指标。特别是通过统计和调查数据核算得到的畜禽养殖量数据，其计算简便且能够及时更新，可作为省域畜禽养殖业管理政策制定的数据参考。
第三，本研究所构建的省域畜养产污影响因素分析指标体系具有一定的实用价值。本研究在科学性、代表性、综合性、独立性原则下，构建了包括污染物产生量、农业种养、社会经济三大类27个指标的省域畜养产污分析指标体系。社会经济发展过程中，经济的发展伴随着污染水平的提高似乎是必然的规律，经济的集聚加速了污染的集聚，并且污染的集聚态势趋同于经济的集聚态势[15]。畜禽养殖业在经历散养到专业化、规模化发展的过程中，产业也呈现集聚态势，因此，畜养产污影响因素分析指标体系的构建过程将社会经济、农业种养指标纳入基础分析指标是符合行业发展规律的。经过实证分析，在河南省畜养产污影响因素分析指标体系建构中也是十分适用的。
总之，本研究的指标体系构建过程考虑了研究的空间尺度和数据获取的空间尺度问题。省域畜养产污指标体系体现了多类型指标在空间上的结合，能够为后续利用空间连续数据（主要是格网数据）与空间离散数据（主要是分政区的统计和调查点位数据）的畜养产污空间分析研究提供方法支持。需要注意的是，畜禽养殖业除了受经济环境的影响外，还受到其他因素的影响，特别是动物疫情和肉类的进出口政策。如“非洲猪瘟”的发生对疫区的生猪产业和我国猪肉市场造成的影响[16]。如果未来中国肉类进口支出保持增长趋势，对多数进口来源国的肉类进口额保持大幅增长将是未来一段时间必须要面对的现实[17]，势必也会影响到国内畜禽养殖业的供给空间格局。在进一步的研究中也需要考虑这些因素的影响。
参考文献：
[1]SHEN Z Y， LIAO Q， HONG Q， et al. An overview of research on agricultural non-point source pollution modelling in China[J]. Separation and purification technology， 2012，84： 104-111.
[2]柳建國.畜禽粪便污染的农业系统控制模拟及系统防控对策[D].南京：南京农业大学， 2009.
[3]付强，诸云强，孙九林，等.中国畜禽养殖的空间格局与重心曲线特征分析[J].地理学报， 2012， 67（10）：1383-1398.
[4]王明利.改革开放四十年我国畜牧业发展： 成就、经验及未来趋势[J].农业经济问题， 2018 （8）： 60-70.
[5]付强，诸云强，杨红新，等.2002—2009 年中国规模化畜禽养殖量区域差异及政策建议[J].农业工程学报， 2012， 28（18）： 185-191.
[6]王晋臣，杨瑞珍.中国畜产品区域规模化发展策略、问题与对策[J].中国农业资源与区划， 2011， 32（4）： 9-12.
[7]李帷，李艳霞，杨明，等.北京市畜禽养殖的空间分布特征及其粪便耕地施用的可达性[J].自然资源学报， 2010， 25（5）： 746-755.
[8]鞠昌华，芮菡艺，朱琳，等.我国畜禽养殖污染分区治理研究[J].中国农业资源与区划， 2016， 37（12）： 62-69.
[9]易秀，陈生婧，田浩.陕西省养殖业畜禽粪便氮磷耕地负荷的时空分布[J].水土保持通报， 2016， 36（3）： 235-240.
[10]冯爱萍，王雪蕾，刘忠，等.东北三省畜禽养殖环境风险时空特征[J].环境科学研究， 2015（6）： 967-974.
[11]赵丽莉，朱远航，宋俊杰，等.河南省畜禽养殖废弃物污染现状及防治对策[J].湖北农业科学， 2013（22）： 5446-5448，5495.
[12]王军霞，徐菲，刘瑞民，等.我国畜禽养殖总量空间热点分析及主要污染物核算[J].农业环境科学学报， 2017， 36（7）： 1316-1322.
[13]吴传钧.论地理学的研究核心——人地关系地域系统[J].经济地理， 1991， 11（3）： 1-6.
[14]付强.中国畜养产污综合区划方法研究[D].郑州：河南大学， 2013.
[15]刘满凤，谢晗进.中国省域经济集聚性与污染集聚性趋同研究[J].经济地理，2014，34（4）：25-32.
[16]聂赟彬，乔娟.非洲猪瘟发生对我国生猪产业发展的影响[J].中国农业科技导报，2019，21（1）：11-17.
[17]田聪颖，肖海峰.贸易开放背景下中国肉类进口市场格局研究——基于产品异质性的实证分析[J].国际贸易问题，2017（9）：130-141.
关键词：省域;畜养产污;指标体系;影响因素;河南省
中图分类号：F302.5 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2019.08.013
Abstract： Based on the analysis of the livestock and poultry waste generation （LPWG） mechanism and its influencing factors， this paper established a provincial LPWG analysis index system， including 27 indicators of the pollution amount， agricultural planting and breeding， and soci-economic conditions. Meanwhile， this paper also took Henan province as an empirical study for LPWG influencing index system analysis. The Henan province LPWG influencing factors index system was verified by correlation analysis and regression analysis. The results showed that， the provincial LPWG analysis index system of Henan province accordance with the law of the coordinated development of the livestock and poultry breeding industry and planting industry. And it was also accorded with the law of the trend of pollution aggregation was similar to the trend of economic aggregation. Therefore， it was feasible to select the influencing factors of provincial LPWG by the LPWG mechanism; the updatable LPWG quantity could be used as the data reference of the policy formulation for the livestock and poultry breeding industry; the index system of provincial LPWG influencing factors has practical values.
Key words：provincial; livestock and poultry waste generation; index system; influencing factors; Henan province
随着工业源等点源污染控制技术的发展，非点源污染成为全球范围的突出问题[1]，且造成水源地污染的主要是农业非点源污染[2]。中国环保部《2016年中国环境状况公报》（2017年6月5日发布）显示全国地表水1 940个国考断面中，IV类、V类、劣V类占32.3%，全国地下水6 124个水质监测点中较差级和极差级的监测点占60.1%，中国水环境污染问题仍然不容乐观。2010年第一次全国污染源普查公报显示，农业非点源污染是中国地表水污染的主要来源，而畜养污染的COD、总氮和总磷分别占农业污染源的96%，38%和56%[3]。因此，农业非点源污染的管理与治理在中国更加重要。
改革开放40年来，我国畜牧业快速发展，总体规模世界第一[4]。不断扩大的养殖规模导致畜养废弃物超出土地消納能力，区域规模化养殖存在着对环境的污染加重、疫病危害程度大、标准化水平不高以及面临生存危机和市场风险加大等问题[5-6]。2015年《水污染防治行动计划》的“水十条”和2016年《土壤防治行动计划》的“土十条”等从国家层面上对畜禽养殖业日益趋严的环保约束也说明了畜养污染在中国的严峻性[4]，畜禽养殖业污染的管理与治理是当前中国农业非点源污染治理的关键。
管理者需要根据各地畜养污染的空间差异并及时制定有针对性的管理政策，宏观层面的畜禽养殖及其产排污的空间分布规律的识别是管理政策落地的前提条件，且政策的制定不仅包括畜禽养殖业、种植业等农业行业，还应包括与畜禽养殖业相关的社会经济发展中的其他行业。在实际操作中存在着两种困难，即作为政策依据的污染量的核定和与各地畜禽养殖业污染息息相关的社会经济影响要素的确定。一方面，在中国区域养殖业和种植业严重不平衡的当下，各地的养殖规模、养殖工艺、农业种养模式和减排措施各不相同，需要耗费大量物力人力测算经不同减排措施后的需要处理的污染物排放量，如2007年全国第一次农业污染源普查和2017年的第二次污染源普查工作。而在区域养殖畜种稳定的情况下，各地不同畜种的污染物产生系数相对稳定，利用产污系数法估算畜禽养殖污染物的产生量简便易行，也能够做到及时更新，其作为宏观政策制定的数据参考更为合适。另一方面，国内畜养空间分布研究集中在全国范围和特定区域畜养污染物的时空分布和变化[7]分区治理[8]等方面。近年来，一些学者也开始关注省域畜养污染物的时空分布和耕地污染负荷[9]、环境影响[10]、防治对策[11]等。这些研究多采用统计年鉴中的省级畜养量数据或市级畜养量数据进行污染物基础数据核算，进而分析养殖量或污染量的时空分布特征。但畜禽养殖业同样受到除农业种养条件以外的人口、经济、能源、交通等社会经济发展因素的影响，少有研究涉及这些影响因素。因此，探索一种能够及时更新的畜禽养殖业污染量核算及其影响因素的方法势在必行。 从相关学者在全国范围的研究来看，全国范围内实行畜禽污染防治工作的关键在于对畜禽量聚集程度显著的省份（四川、河南、山东）优先进行相关政策的实施[12]。河南省是农业大省，畜禽养殖业是河南农业经济的重要支柱产业之一，河南部分县的畜养业产值占农业总产值的一半以上。与此同时，河南畜禽养殖业废弃物污染也已成为其环境污染的重要来源，部分地市畜禽养殖业污染已超过农田的消纳和承受能力[11]。鉴于此，本文以河南为案例进行省域畜养产污影响因素分析指标体系构建研究，以期探索识别畜养产污影响因素的方法，为畜禽养殖业区域管理政策的制定提供参考。
1 畜养产污机理及影响因素分析
1.1 畜养产污机理分析
在自然环境、农业种养、社会经济活动等的综合作用下，畜禽养殖业产生的污染物经过减排措施后进入环境形成排放，污染物超过环境可消纳的量时形成污染，这是人类活动与地域环境多因素综合作用的结果。借鉴吴传钧先生[13]的人地关系思想表述这种过程，即是自然环境（天）、农业基础（地）、人类活动（人）三方面相互影响的结果。
从全国角度看，大区域范围内，自然环境孕育了不同地域内差异化的农业基础条件，如中国西部的牧区和东部的农区，北方的旱地和南方的水田，各地也因此形成了不同的农业产业结构。从省域角度看，一个省内部的自然环境和农业基础条件是相似的，但其市、县的社会经济发展却不均衡，进而影响各地的农业种养模式和污染物处理工艺。当农业污染物进入自然环境并超过环境可消纳的量时，形成污染。在这种污染机理过程认识的基础上，可借用压力（P）、状态（S）、响应（R）思想进一步分析畜养污染机理，绘制畜养产污机理简图如图1所示[14]。其中，农业基础和自然条件代表当前阶段的环境状态和环境变化情况（S），产污、减排和排污的形成代表人类的畜禽养殖活动对环境的作用（P），农业种养结构调整和社会经济影响因素的干预代表社会和个人采取行动来减轻、阻止、恢复和预防畜禽养殖活动对环境的负面影响（R）。
1.2 影响因素分析
从机理分析可知，畜禽养殖业污染的影响因素主要涉及自然环境、农业种养、社会经济和减排措施等方面。
自然环境和农业基础是宏观尺度的影响因素，是大空间范围下的同质性要素。自然环境是农业生产的基础，主要涉及地形、土壤、植被、降水、温度、湿度等等要素。地形是污染发生的先决条件，土壤有机质含量和植被覆盖影响着污染的消纳，降水、温度、湿度影响着污染物的处理与流失。农业基础反映农业生产的载体——耕地的基本情况，主要涉及耕地面积和土壤肥力。耕地面积影响着养殖业的饲料来源和有机肥施用去向，土壤肥力反映土壤N、P、K、有机质等的含量情况，影响着土壤对污染的消纳。
农业种养和社会经济条件，是中观尺度的影响因素，在大空间范围下空间差异明显。农业种养指标是农业的产品输出，主要包括种植业的粮食产量和养殖业的存栏与出栏量。粮食产量影响着畜禽养殖业的饲料源，养殖量则与污染物产生直接相关。在对接农业污染源普查工作的基础上，结合河南省相关年鉴的数据可获取性，将畜禽养殖品种确定为猪、牛、鸡，这些数据是分行政区域统计的，其空间尺度分为全省、分市和分县3个级别，是核算畜养污染物产生量的主要依据。社会经济是农业生产活动的社会经济环境，人口、经济、能耗、交通运输等都对农业生产活动有着直接影响。人口反映了各地区的农产品需求，经济和能耗影响着各地区的农产品市场和农业发展水平，交通运输体现着地区间的物资流通能力。
在全国范围进行畜养污染研究时，不仅需要考虑社会经济条件和减排措施情况，还需要考虑不同地区的自然环境条件影响和农业种养习惯。在省域及以下空间尺度进行畜养污染研究时，自然环境条件的影响和农业种养习惯在各自区域内有相似性，省域内部各地区的畜养污染差异主要是农业种养、社会经济条件、减排措施综合作用的结果。因此，如果不考虑减排措施情况，只进行省域畜养产污分析，那么可从农业种养、社会经济条件来确定畜养产污的影响因素。
2 省域畜养产污影响因素分析指标体系构建
2.1 构建原则
基于以上的机理研究，从污染机理的整体出发，设计符合省域畜养产污分析的指标体系。指标体系的构建原则遵循常规区域性分析指标选取的一般原則，即科学性原则、代表性原则、综合性原则、独立性原则。科学性原则，指标选取、权重确定、核算方法均在公认的科学理论指导下;代表性原则，指标概念明确、与畜养产污相关性强（统计学意义上显著）;综合性原则，综合反映多种因素，指标体系涵盖农业种养和社会经济各方面;独立性原则，指标相互独立，指标间不存在包含和重叠关系。
2.2 分析指标体系构建
在省域尺度的研究中，农业种养和社会经济是动态变化的，指标体系的实证研究主要针对该部分指标。农业种养核心指标为粮食总产量和猪牛鸡养殖量，考虑到数据分析的实际情况种植指标增加农作物种植面积，养殖量分畜禽养殖品种分别获取生猪、肉牛、肉鸡的出栏量，和能繁母猪、奶牛、蛋鸡的存栏量。
社会经济指标选取代表人口、经济、能源消耗和交通条件的指标。核心指标为城镇和乡村人口、GDP、农村用电量，考虑到数据分析的实际情况，增加乡村从业人员、农林牧渔从业人员、农林牧渔总产值、牧业总产值、农用机械总动力等指标，同时增加公路里程、铁路里程、货运量等反映交通和物流的经济指标。以上农业种养指标和社会经济指标可由各省相关年鉴、调查资料得到。
污染物产生量指标对接第一次全国污染源普查畜禽养殖业源产排污系数手册，通过手册中日产污系数核算畜养产污量（养殖量×产污系数×养殖周期）作为畜养产污影响因素研究的畜禽养殖业污染参考量。
最终，本研究构建的省域畜养产污影响因素分析指标体系如表1所示。
3 河南省省域畜养产污影响因素分析实证
3.1 数据搜集与整理 本部分实证分析所用指标来自河南统计年鉴、调查年鉴和农业调查资料中2000年以来的农业种养、社会经济数据（数据期为2000—2015年）。为建立符合研究省份统计指标特点的畜养产污分析指标体系，需要对搜集到的农业种养和社会经济指标进行相关分析，以确定指标的代表性。由于污染物产量是由养殖量指标核算得来，因此可用污染物产生量与农业种植和社会经济指标的相关分析来检验指标的代表性。
根据统计原理，在相关分析之前应首先检验指标的正态性。经正态性检验，发现在已搜集到的27个指标中，除E10（公路里程）外，均符合正态分布。经原始数据核查，发现河南省统计年鉴的公路里程数据在2005年之后将村道里程纳入了统计，导致2006年及以后年份的数据与2006年之前的数据有很大差异，两个时段的公路里程数据在各自时段内也均符合正态分布。综合以上分析，本研究进行污染物产生量与社会经济指标的相关分析，选用Pearson积矩相关系数进行相关性检验，其中E10指标参与相关分析的数据时段为2006—2015年，其他指标数据时段为2000—2015年。
3.2 污染物产生量与农业种植指标的相关分析
各地区的污染物产生量指标是依据污染源普查产排污系数手册的区域产污系数和各地区畜禽养殖量指标计算得到。不同地区的畜禽养殖量反映了其养殖业发展规模及畜禽市场供给，相应的不同地区的作物种植面积或粮食总产量反映了其种植业发展规模及粮食市场供给。畜禽养殖业和种植业本身都是一个地区的农业门类，具有产业发展的协同效应。因此，在当前的社会经济发展环境下，间接反映了养殖业发展规模及畜禽市场供给的污染物产生量指标与反映种植业发展规模及粮食市场供给的作物种植面积或粮食总产量指标也应存在协同关系。在具体分析时，作物种植面积和粮食总产量都代表种植业发展规模，且两个指标不相互独立，在纳入指标体系时二选其一即可。
污染物产生量指标与农业种植指标的相关系数见表2。由表2可知，河南作为农业大省，其作物种植面积指标优于粮食总产量指标。因此，建构河南省畜养产污分析指标体系时，以作物种植面积指标代表区域种植业发展规模。
3.3 污染物产生量与社会经济指标的相关分析
污染物产生量指标与社会经济指标的相关系数见表3。
如表3所示，人口指标（E1、E2）中，城镇人口相关系数绝对值较大，且为正相关，而乡村人口为负相关。从业人员指标（E3、E4）中，乡村从业人员指标的相关系数绝对值是所有社会经济指标中最小的，农林牧渔从业人员与污染物产生量为负相关，且农林牧渔从业人员指标的相关系数绝对值较大。乡村人口和从业人员为农业生产提供了劳动力保障，总人口影响着对农产品的需求，出现这种结果的原因可能是：养殖量与市场端的需求成正比，因此与代表主要消费市场的城镇人口呈正相关关系，与不代表主要市场的乡村人口呈负相关关系;目前畜禽养殖业发展的趋势是规模化养殖，养殖数量与乡村人口数量相关性不高。
总产值指标（E5、E6、E7）中，所有指标与污染物产生量的相关系数均较高，且牧业总产值指标的相关系数是三者中最高的。可能的原因是：畜禽养殖业作为农林牧副渔的一部分，在现代农业中具有重要地位，畜禽养殖与区域经济，特别是牧业经济呈正相关关系。
农村用电量（E8）、农用机械总动力（E9）分别作为能源消耗、农用机械动力的代表，与污染物产生量相关性都很高。可能的原因是：能耗越高、農用机械动力越高，代表农业生产水平具有优势，越能支撑规模化的畜禽养殖业发展，因此畜禽养殖与能耗、动力呈正相关关系。
交通指标（E10、E11、E12）中，三者与污染物产生量均极显著相关（P<0.01），其中公路里程指标与污染物产生量的相关系数最高。可能的原因是：现代交通影响了中心地的形成和区域范围的扩张，优势的运输条件代表优势的市场拓展能力，因此畜禽养殖与交通指标成呈正相关关系。
3.4 河南省畜养产污影响因素分析指标体系构建
污染物产生量指标（P1～P7）由养殖量指标（L1～L6）核算得来，在进行省域畜养产污分析研究时，这些指标均应作为基础核算指标纳入分析指标体系。
对于农业种植指标，粮食总产量（A1）和作物种植面积（A2）指标可依据相关性分析的结果，选择最具代表性的指标。对本案例来说，作物种植面积指标较好。
对于社会经济指标，可按照人口、经济、能源、交通等类别指标的具体相关性进行筛选，结合河南的实际情况：（1）人口类指标，城镇人口作为主要的畜养产品销售的目标群体，更具代表性;从业人员指标，农林牧渔从业人员指标更具代表性。（2）经济类指标，牧业总产值指标优于农林牧渔总产值和GDP指标。（3）能源动力类指标，体现能源消耗的农村用电量指标和体现机械化水平的农用机械总动力指标均具备代表性。（4）交通运输类指标，公路里程和铁路里程都具备代表性，而在本研究案例中铁路里程的数据时段较长，因此在构建模型时选择铁路里程指标（表4）。
3.5 畜养产污影响因素回归模型验证
依据河南省畜养产污影响因素分析指标体系，可构建河南省的畜养产污回归模型。需要说明的是，回归模型的构建是为了检验影响因素选取的有效性，而非利用农业种植和社会经济指标估算畜养产污。因此，只需要建构出显著的、校正决定系数高的模型即可说明影响因素的有效性。统计学上，回归模型仅适用于参与模型建构的数据时段，不能用于畜养产污量的估算，这是本末倒置的做法。畜养产污量利用产污系数和养殖量核算即可。
农业种养指标中畜禽养殖量指标（L1～L6）是核算污染物产生量的基础指标，存在共线性问题，不参与回归分析。以污染物产生量为因变量，以表4中选取的作物种植面积、社会经济指标为自变量进行一般线性回归分析，得到回归模型结果如表5所示。从回归结果看，根据河南2000—2015年畜养产污量、作物种植面积和社会经济指标数据，能够建构出显著的、校正决定系数高（均大于0.85）的回归模型。因此，本研究方法在河南案例中建构的畜养产污影响因素分析指标体系是有效的，且效果较好。 4 结论与讨论
畜禽养殖业污染的管理与治理是当前中国农业非点源污染治理的关键，宏观层面的畜禽养殖及其产排污的空间分布规律的识别是管理政策落地的前提条件，畜养产污影响因素分析指标体系的构建可作为区域畜养产污分析工作的基础。本研究立足于解决“作为政策依据的污染量的核定”和“与各地畜禽养殖业污染息息相关的社会经济影响要素的确定”两个现实困难，尝试以畜养产污机理分析为基础，构建包括污染物产生量、农业种养、社会经济三大类指标的省域畜养产污影响因素分析指标体系，并以河南为案例进行了实证研究。研究结论如下。
第一，本研究依据畜养产污机理简图选取省域畜养产污影响因素的方法是可行的。畜养产污影响因素分析指标体系的建构也需要考虑研究尺度变化、社会经济环境变化和其他因素的变化所带来的影响。畜养产污机理简图为多类型指标选取提供了参考依据，它刻画了“畜禽养殖”这一活动对人类社会和自然环境的影响机理，从人地关系视角审视畜养污染现象是可行的。依据畜养产污机理简图，在不考虑减排措施的情况下，省域畜养产污分析影响因素可从农业种养和社会经济条件确定。
第二，能够及时更新的畜养产污量可作为省域畜禽养殖业管理政策制定的数据参考。当前，中国的畜禽养殖及其污染的空间分布研究开始从全国性的规律转向省域、市域尺度的研究。随着研究尺度的变化，畜养产污规律的研究将更多地引入农业种植、养殖、社会经济发展等分省、分市统计数据的使用。随着研究尺度的变化，从分省到分县，再到公里格网抽样数据，畜养产污的影响因素都存在着一定的规律性。如全国层面主要影响因素为农业种养、人口因素，东北区分县数据的粮食产量、农业经济因素[14]。因此，相关学者的研究已经开始注意到研究尺度变化后，畜养产污影响因素分析指标体系的建构更要结合研究区域数据的分析结果来筛选适合本区域的指标。特别是通过统计和调查数据核算得到的畜禽养殖量数据，其计算简便且能够及时更新，可作为省域畜禽养殖业管理政策制定的数据参考。
第三，本研究所构建的省域畜养产污影响因素分析指标体系具有一定的实用价值。本研究在科学性、代表性、综合性、独立性原则下，构建了包括污染物产生量、农业种养、社会经济三大类27个指标的省域畜养产污分析指标体系。社会经济发展过程中，经济的发展伴随着污染水平的提高似乎是必然的规律，经济的集聚加速了污染的集聚，并且污染的集聚态势趋同于经济的集聚态势[15]。畜禽养殖业在经历散养到专业化、规模化发展的过程中，产业也呈现集聚态势，因此，畜养产污影响因素分析指标体系的构建过程将社会经济、农业种养指标纳入基础分析指标是符合行业发展规律的。经过实证分析，在河南省畜养产污影响因素分析指标体系建构中也是十分适用的。
总之，本研究的指标体系构建过程考虑了研究的空间尺度和数据获取的空间尺度问题。省域畜养产污指标体系体现了多类型指标在空间上的结合，能够为后续利用空间连续数据（主要是格网数据）与空间离散数据（主要是分政区的统计和调查点位数据）的畜养产污空间分析研究提供方法支持。需要注意的是，畜禽养殖业除了受经济环境的影响外，还受到其他因素的影响，特别是动物疫情和肉类的进出口政策。如“非洲猪瘟”的发生对疫区的生猪产业和我国猪肉市场造成的影响[16]。如果未来中国肉类进口支出保持增长趋势，对多数进口来源国的肉类进口额保持大幅增长将是未来一段时间必须要面对的现实[17]，势必也会影响到国内畜禽养殖业的供给空间格局。在进一步的研究中也需要考虑这些因素的影响。
参考文献：
[1]SHEN Z Y， LIAO Q， HONG Q， et al. An overview of research on agricultural non-point source pollution modelling in China[J]. Separation and purification technology， 2012，84： 104-111.
[2]柳建國.畜禽粪便污染的农业系统控制模拟及系统防控对策[D].南京：南京农业大学， 2009.
[3]付强，诸云强，孙九林，等.中国畜禽养殖的空间格局与重心曲线特征分析[J].地理学报， 2012， 67（10）：1383-1398.
[4]王明利.改革开放四十年我国畜牧业发展： 成就、经验及未来趋势[J].农业经济问题， 2018 （8）： 60-70.
[5]付强，诸云强，杨红新，等.2002—2009 年中国规模化畜禽养殖量区域差异及政策建议[J].农业工程学报， 2012， 28（18）： 185-191.
[6]王晋臣，杨瑞珍.中国畜产品区域规模化发展策略、问题与对策[J].中国农业资源与区划， 2011， 32（4）： 9-12.
[7]李帷，李艳霞，杨明，等.北京市畜禽养殖的空间分布特征及其粪便耕地施用的可达性[J].自然资源学报， 2010， 25（5）： 746-755.
[8]鞠昌华，芮菡艺，朱琳，等.我国畜禽养殖污染分区治理研究[J].中国农业资源与区划， 2016， 37（12）： 62-69.
[9]易秀，陈生婧，田浩.陕西省养殖业畜禽粪便氮磷耕地负荷的时空分布[J].水土保持通报， 2016， 36（3）： 235-240.
[10]冯爱萍，王雪蕾，刘忠，等.东北三省畜禽养殖环境风险时空特征[J].环境科学研究， 2015（6）： 967-974.
[11]赵丽莉，朱远航，宋俊杰，等.河南省畜禽养殖废弃物污染现状及防治对策[J].湖北农业科学， 2013（22）： 5446-5448，5495.
[12]王军霞，徐菲，刘瑞民，等.我国畜禽养殖总量空间热点分析及主要污染物核算[J].农业环境科学学报， 2017， 36（7）： 1316-1322.
[13]吴传钧.论地理学的研究核心——人地关系地域系统[J].经济地理， 1991， 11（3）： 1-6.
[14]付强.中国畜养产污综合区划方法研究[D].郑州：河南大学， 2013.
[15]刘满凤，谢晗进.中国省域经济集聚性与污染集聚性趋同研究[J].经济地理，2014，34（4）：25-32.
[16]聂赟彬，乔娟.非洲猪瘟发生对我国生猪产业发展的影响[J].中国农业科技导报，2019，21（1）：11-17.
[17]田聪颖，肖海峰.贸易开放背景下中国肉类进口市场格局研究——基于产品异质性的实证分析[J].国际贸易问题，2017（9）：130-141.