農(nóng)村水環(huán)境政策與污染的時(shí)空遷移特征及關(guān)系

關(guān)鍵詞：農(nóng)村水污染；重心遷移；政策力度；污染強(qiáng)度；“政策一污染”類(lèi)型

黨的二十大報(bào)告指出要“全面推進(jìn)鄉(xiāng)村振興”，強(qiáng)調(diào)“建設(shè)宜居宜業(yè)和美鄉(xiāng)村”。實(shí)現(xiàn)鄉(xiāng)村振興必須牢固樹(shù)立和踐行“綠水青山就是金山銀山”的理念，站在“人與自然和諧共生”的高度謀劃發(fā)展。改善農(nóng)村人居環(huán)境是實(shí)施鄉(xiāng)村振興戰(zhàn)略的關(guān)鍵舉措，是推動(dòng)城鄉(xiāng)建設(shè)高質(zhì)量發(fā)展的重要任務(wù)，而水污染又是農(nóng)村環(huán)境問(wèn)題的重中之重。2020年公布的《第二次全國(guó)污染源普查公報(bào)》顯示，我國(guó)農(nóng)業(yè)源水污染物占比接近排放總量的50%。農(nóng)村污水收集和處理設(shè)施落后，村民環(huán)境危害警覺(jué)性偏低，使得農(nóng)村水污染具有隱蔽性、分散性和隨機(jī)性的特點(diǎn)，成為亟待解決的環(huán)境問(wèn)題。近年來(lái)，在中央政策的帶動(dòng)下，各地針對(duì)農(nóng)村地區(qū)在生態(tài)環(huán)境保護(hù)、河湖治理、人居環(huán)境整治等方面頻繁出臺(tái)專項(xiàng)或綜合性的水環(huán)境治理政策。然而，由于政策問(wèn)題的動(dòng)態(tài)性和政策環(huán)境的不斷變化，農(nóng)村水環(huán)境治理仍面臨諸多問(wèn)題。各地的政策供給是否與污染治理匹配？?jī)烧咴跁r(shí)空上的演變規(guī)律如何？各省份政策與污染是否存在因果聯(lián)系？這些關(guān)鍵問(wèn)題的回答有助于從協(xié)同治理角度把握政策工具對(duì)農(nóng)村水污染的治理成效，識(shí)別政策制定的薄弱環(huán)節(jié)，加強(qiáng)各省份政策與污染治理的協(xié)調(diào)有序發(fā)展。

制度建設(shè)是環(huán)境治理體系現(xiàn)代化建設(shè)的關(guān)鍵維度，從制度層面對(duì)農(nóng)村水污染治理的研究主要關(guān)注了3個(gè)方面。一是對(duì)如何完善相關(guān)治理機(jī)制的探討，如陸杉等、周志波、劉某承等分別采用回歸分析、實(shí)驗(yàn)經(jīng)濟(jì)學(xué)、模型模擬等方法，分析了財(cái)政分權(quán)、環(huán)境稅征收和生態(tài)補(bǔ)償?shù)葯C(jī)制的改進(jìn)對(duì)農(nóng)業(yè)面源污染防控的影響；馬鵬超等通過(guò)回歸分析探討了農(nóng)戶參與河長(zhǎng)制治理意愿的影響機(jī)制。二是對(duì)農(nóng)村水環(huán)境污染相關(guān)政策進(jìn)行計(jì)量分析，相關(guān)研究從政策數(shù)量、區(qū)域分布、詞頻分析、發(fā)文主體等一個(gè)或多個(gè)角度，刻畫(huà)面源污染、畜牧業(yè)碳減排等政策的演化特征及發(fā)展趨勢(shì)。三是對(duì)政策實(shí)施效果的檢驗(yàn)和評(píng)估，一些學(xué)者重點(diǎn)關(guān)注了農(nóng)業(yè)支持保護(hù)、有機(jī)肥補(bǔ)貼、綠色農(nóng)業(yè)補(bǔ)貼等某方面政策的實(shí)施效果，也有學(xué)者針對(duì)更為寬泛的農(nóng)村水環(huán)境政策總體進(jìn)行分析，使用的研究方法主要有雙重差分法、回歸分析法、灰色系統(tǒng)模型等。由此可見(jiàn)，從制度層面探討農(nóng)村水環(huán)境污染的現(xiàn)有研究中，缺少對(duì)政策工具與污染治理結(jié)果的聯(lián)合考慮，雖然有研究分析了相關(guān)政策實(shí)施對(duì)污染治理的影響效果，但主要采用傳統(tǒng)的統(tǒng)計(jì)分析方法，僅能考慮政策有無(wú)的影響，未能從時(shí)間和空間雙重維度對(duì)政策與污染的演化關(guān)系作深入分析。

為了把握環(huán)境、經(jīng)濟(jì)．人口發(fā)展在地理上的演進(jìn)特征，一些學(xué)者將空間統(tǒng)計(jì)學(xué)領(lǐng)域的重心遷移模型應(yīng)用于大氣污染物、城市空間擴(kuò)展、人口分布格局等問(wèn)題的研究上。這些研究通常會(huì)將重心遷移模型與貢獻(xiàn)度分解法結(jié)合，以探索相關(guān)要素（如不同區(qū)域或影響因素等）對(duì)重心時(shí)空演變的推力。例如，李蘭蘭等和Zhang等分別描繪了天然氣消費(fèi)和低碳能源技術(shù)創(chuàng)新的重心遷移路徑，并用夏普利值分解技術(shù)分析各省份對(duì)遷移路徑牽引的貢獻(xiàn)情況。Li等結(jié)合重心遷移模型和LMDI模型，研究了碳排放的重心遷移路徑，并識(shí)別了遷移路徑下貢獻(xiàn)度最高的風(fēng)險(xiǎn)因素。因此，為了實(shí)現(xiàn)更為復(fù)雜的研究目的，有必要將重心遷移模型與貢獻(xiàn)度分解法結(jié)合，深入揭示農(nóng)村水污染治理的宏觀遷移和區(qū)域貢獻(xiàn)特征。

基于水污染治理時(shí)空關(guān)聯(lián)的特點(diǎn)以及相關(guān)研究缺乏的現(xiàn)狀，本研究收集2004-2020年省級(jí)（包括直轄市、自治區(qū)）層面的農(nóng)村水環(huán)境政策文本和水污染物相關(guān)數(shù)據(jù)，測(cè)算政策力度與污染強(qiáng)度指標(biāo)值，在此基礎(chǔ)上采用重心遷移模型對(duì)兩指標(biāo)的時(shí)空遷移特征進(jìn)行分析，進(jìn)一步結(jié)合夏普利值分解法將典型?。ㄊ校﹦澐譃?種類(lèi)型，并利用格蘭杰因果檢驗(yàn)法探討各類(lèi)型下政策與污染治理的關(guān)系。本研究引入空間統(tǒng)計(jì)領(lǐng)域研究方法，同時(shí)考慮時(shí)間和地理維度的影響，探討農(nóng)村水環(huán)境政策治理成效，有助于從宏觀層面把握政策與污染的聯(lián)動(dòng)關(guān)系，為理解省級(jí)層面農(nóng)村水環(huán)境政策協(xié)同、形成政策合力提供了新的研究思路和研究途徑，可為相關(guān)政策制度體系構(gòu)建與優(yōu)化提供參考和借鑒。

1材料與方法

1.1政策力度與污染強(qiáng)度測(cè)算

1.1.1政策力度測(cè)算方法

政策力度表示政策的治理強(qiáng)度，體現(xiàn)了政策的權(quán)威性和執(zhí)行力度。參考相關(guān)研究，某政策的年度政策力度（PS）由該政策所屬的政策類(lèi)型（PT）、發(fā)文部門(mén)（PD）、政策主題覆蓋率（PC）以及政策的當(dāng)年有效天數(shù)4個(gè)變量決定，具體如公式（1）所示。當(dāng)年有效天數(shù)是某政策在某年的有效實(shí)施天數(shù)。據(jù)此，某?。ㄊ校┊?dāng)年所有有效政策的政策力度值可由每一政策的PS值加和得到。

不同類(lèi)型政策的效力等級(jí)不同，參照《立法法》《行政規(guī)章制定程序條例》《黨政機(jī)關(guān)公文處理工作條例》等，將屬于知照性、指揮性、規(guī)劃性和法規(guī)性的政策文件，按1-4分依次對(duì)PT賦值，具體見(jiàn)表1。根據(jù)省級(jí)發(fā)文部門(mén)的層級(jí)，對(duì)PD按1-3分賦值，具體見(jiàn)表2。

考慮到政策具有綜合性，即一個(gè)政策文本中只有部分內(nèi)容與某主題相關(guān)，因此通過(guò)計(jì)算在某個(gè)政策文本中與農(nóng)村水環(huán)境污染主題相關(guān)的文字覆蓋比例（PC）來(lái)確定該主題的權(quán)重。首先，根據(jù)政策文本繪制詞云圖，以確定相關(guān)段落的關(guān)鍵詞，包括“農(nóng)村環(huán)境”“農(nóng)村水”“化肥”“秸稈”“畜禽糞便”“養(yǎng)殖污染”“農(nóng)村飲用水”“面源”“農(nóng)村地下水”“黑臭水體”“農(nóng)村污水”“農(nóng)村居住環(huán)境”等。然后，利用質(zhì)性分析軟件Nvivo標(biāo)定含有上述關(guān)鍵詞的段落，計(jì)算對(duì)應(yīng)的文字總量（MW）。最后，將MW與該政策的文字總量（TW）相比，即可求得PC，見(jiàn)公式（2）。

1.1.2農(nóng)村水污染物測(cè)算方法

農(nóng)村水污染通常包括在農(nóng)田耕作過(guò)程中使用的農(nóng)藥、化肥、農(nóng)膜及所產(chǎn)生的農(nóng)田固體廢棄物，養(yǎng)殖業(yè)排污以及農(nóng)民生活所帶來(lái)的水污染。由于全國(guó)范圍內(nèi)的農(nóng)藥流失和農(nóng)膜殘留污染量數(shù)據(jù)較難獲取，所以本文所計(jì)算的水污染物不包括上述來(lái)源。最終，本文考慮的污染源包括農(nóng)田化肥施用、農(nóng)田固體廢棄物、畜禽養(yǎng)殖業(yè)、水產(chǎn)養(yǎng)殖業(yè)和農(nóng)村生活5個(gè)方面。農(nóng)村水污染通常以化學(xué)污染物的形式存在，通過(guò)統(tǒng)計(jì)化學(xué)需氧量（COD）、總氮（TN）和總磷（TP）三類(lèi)污染物濃度來(lái)評(píng)價(jià)水質(zhì)。

采用第二次全國(guó)污染源普查公布的《排放源統(tǒng)計(jì)調(diào)查產(chǎn)排污核算方法和系數(shù)手冊(cè)》中的《農(nóng)業(yè)源產(chǎn)排污核算方法和系數(shù)手冊(cè)》（簡(jiǎn)稱《手冊(cè)》）里的公式計(jì)算農(nóng)田化肥施用和水產(chǎn)養(yǎng)殖業(yè)所帶來(lái)的農(nóng)村水污染物，即COD、TN和TP的排放量?！妒謨?cè)》中未涉及的以及部分參數(shù)無(wú)法獲取的情況，采用單元調(diào)查評(píng)估法計(jì)算污染量，包括農(nóng)田固體廢棄物、畜禽養(yǎng)殖業(yè)和農(nóng)村生活污染物。

通過(guò)計(jì)算得到各?。ㄊ校┑腃OD、TN、TP排放量后，將3個(gè)指標(biāo)使用熵值法匯總為水污染物流失總量，如公式（3）所示。為了消除各?。ㄊ校┺r(nóng)業(yè)規(guī)模差異的影響，借鑒相關(guān)研究，用單位農(nóng)用地面積的水污染物流失量來(lái)表示各?。ㄊ校┑奈廴緩?qiáng)度，如公式（4）所示。

1.1.3數(shù)據(jù)來(lái)源與統(tǒng)計(jì)特征

本文在北大法寶、萬(wàn)方數(shù)據(jù)等數(shù)據(jù)庫(kù)以及各地政府官網(wǎng)上，檢索農(nóng)村水環(huán)境治理相關(guān)主題的省級(jí)政策文件，根據(jù)中央一號(hào)文件發(fā)布時(shí)間，并考慮數(shù)據(jù)可獲取性，時(shí)間跨度設(shè)定為2004-2020年。關(guān)鍵詞選取參考相關(guān)文獻(xiàn)，并結(jié)合《農(nóng)業(yè)部關(guān)于打好農(nóng)業(yè)面源污染防治攻堅(jiān)戰(zhàn)的實(shí)施意見(jiàn)》《農(nóng)業(yè)面源污染治理與監(jiān)督指導(dǎo)實(shí)施方案（試行）》《農(nóng)業(yè)農(nóng)村污染治理攻堅(jiān)戰(zhàn)行動(dòng)計(jì)劃》等中央級(jí)政策文件，詳見(jiàn)表3。采用的關(guān)鍵詞包括“農(nóng)業(yè)面源污染”“農(nóng)村水污染”“農(nóng)村水環(huán)境”“農(nóng)村地下水”“農(nóng)村生活污水”“農(nóng)業(yè)農(nóng)藥污染”“農(nóng)村黑臭水體”“農(nóng)業(yè)化肥”“農(nóng)業(yè)秸稈”“農(nóng)村畜禽污染”“農(nóng)村養(yǎng)殖污染”“農(nóng)村飲用水保護(hù)”等。根據(jù)以上設(shè)定，最終篩選出2627項(xiàng)政策文件，繪制的詞云圖如圖1所示。本文所謂“農(nóng)村水環(huán)境政策”主要包括兩類(lèi)：一類(lèi)是針對(duì)農(nóng)村生活污水、黑臭水體、畜禽養(yǎng)殖污染、秸稈焚燒污染等突出水污染問(wèn)題專門(mén)出臺(tái)的政策，此類(lèi)政策約占20%。另一類(lèi)是鄉(xiāng)村建設(shè)治理、生態(tài)環(huán)境保護(hù)等方面出臺(tái)的綜合性政策，其中部分章節(jié)或條款涉及農(nóng)村水環(huán)境治理，此類(lèi)政策約占80%。例如，《北京市提升農(nóng)村人居環(huán)境推進(jìn)美麗鄉(xiāng)村建設(shè)的實(shí)施意見(jiàn)（2014-2020年）》中涵蓋農(nóng)村污水治理、村莊環(huán)境綜合整治等內(nèi)容?！墩憬∪嗣裾P(guān)于進(jìn)一步加強(qiáng)環(huán)境污染整治工作的意見(jiàn)》中包括農(nóng)業(yè)農(nóng)村污染治理模塊等。

各?。ㄊ校┱吡Χ鹊拿枋鲂越y(tǒng)計(jì)結(jié)果見(jiàn)表4。由表4可知，長(zhǎng)三角地區(qū)的江蘇、浙江和安徽三省的政策力度均值、標(biāo)準(zhǔn)差及樣本量均排在前幾位，說(shuō)明三省針對(duì)農(nóng)村水污染出臺(tái)的政策數(shù)量及規(guī)制力度較大，但波動(dòng)性也較大。各?。ㄊ校┰谡哳?lèi)型和發(fā)文部門(mén)方面的差異較小，政策主題覆蓋率均值處于10.96%-28.89%之間，說(shuō)明各省（市）在政策文件的層級(jí)和發(fā)文主體上差異不大，且有相當(dāng)比例的政策是綜合性的。

農(nóng)村水污染強(qiáng)度數(shù)據(jù)主要來(lái)源于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》《中國(guó)漁業(yè)年鑒》等。計(jì)算中所需系數(shù)從《農(nóng)業(yè)源產(chǎn)排污核算方法和系數(shù)手冊(cè)》及文獻(xiàn)中查閱得到。表5展示了各省（市）農(nóng)村水污染強(qiáng)度的描述性統(tǒng)計(jì)結(jié)果。對(duì)于污染強(qiáng)度而言，上海市的均值、標(biāo)準(zhǔn)差均明顯高于其他?。ㄊ校?，表明其農(nóng)村水污染問(wèn)題較為突出，且污染的波動(dòng)幅度較大；此外，北京市雖然均值未排在前列，但污染的變化性最大；相比之下，內(nèi)蒙古、西藏、新疆和青海等經(jīng)濟(jì)欠發(fā)達(dá)省份的污染強(qiáng)度均值明顯較低。

1.2重心遷移模型

為了描述農(nóng)村水環(huán)境政策力度和污染強(qiáng)度的重心遷移路徑，計(jì)算兩指標(biāo)在各省（市）每一年的重心坐標(biāo)，如公式（5）所示。

根據(jù)重心坐標(biāo)值，可計(jì)算移動(dòng)方向、移動(dòng)距離、與幾何重心的距離、一致性比較4項(xiàng)指標(biāo)，以進(jìn)一步分析重心遷移軌跡的特征。

（1）移動(dòng)方向：移動(dòng)方向用重心在空間上的移動(dòng)角度來(lái)表示，暗示了在該區(qū)域內(nèi)政策或污染發(fā)展較快、較強(qiáng)的方位?。ㄊ校?，具體計(jì)算見(jiàn)公式（6）。

（2）移動(dòng)距離：重心的移動(dòng)距離主要反映政策或污染重心點(diǎn)的變化幅度，可體現(xiàn)出變化的靈活性，見(jiàn)公式（7）。

（3）與幾何重心的距離：幾何重心是地理屬性在空間區(qū)域內(nèi)平均分布時(shí)的理論重心，政策、污染的重心點(diǎn)坐標(biāo)與幾何重心坐標(biāo)之間的距離反映了其不均衡程度，該距離越大表明空間不均衡性越強(qiáng)。

（4）一致性指標(biāo)：該指標(biāo)用于衡量?jī)梢胤较蛏系囊恢滦?。用要素間重心遷移路徑角度差的余弦值來(lái)衡量，該值為正意味著兩要素在遷移方向上更為一致，反之則不一致。需要說(shuō)明的是，因政策力度與污染強(qiáng)度是反向指標(biāo)，所以不一致比例越大說(shuō)明兩指標(biāo)越協(xié)調(diào)。

1.3夏普利值分解法

與其他貢獻(xiàn)度分析方法相比，夏普利值分解法既能考慮自變量之間的關(guān)聯(lián)性，又能考慮其他變量的間接貢獻(xiàn)，還可兼顧變量前后期大幅度變化的情況。由于各省（市）的水流是關(guān)聯(lián)的，一個(gè)?。ㄊ校┱吡Χ戎档慕档突蜣r(nóng)村水污染強(qiáng)度值的增長(zhǎng)勢(shì)必會(huì)對(duì)周邊造成影響，所以各?。ㄊ校╅g的政策力度值或污染強(qiáng)度值是相關(guān)聯(lián)的，并且受?chē)?guó)家政策牽引，兩指標(biāo)在某些時(shí)間節(jié)點(diǎn)上可能出現(xiàn)較大變化幅度。因此，本文用夏普利值分解法計(jì)算各?。ㄊ校┑呢暙I(xiàn)度。邊際貢獻(xiàn)的計(jì)算公式見(jiàn)公式（8）和公式（9），考慮到n個(gè)小區(qū)域排列位置的影響，經(jīng)排列組合后的計(jì)算公式見(jiàn)（10）。

1.4面板格蘭杰因果檢驗(yàn)法

格蘭杰因果檢驗(yàn)用于檢驗(yàn)變量A是否為另一變量B的原因，回歸模型見(jiàn)公式（11）。

若在包含了變量A、B的過(guò)去信息的條件下對(duì)B進(jìn)行預(yù)測(cè)的效果要優(yōu)于單獨(dú)由B的過(guò)去信息對(duì)B進(jìn)行預(yù)測(cè)的效果，即A有助于解釋B的未來(lái)變化，則認(rèn)為A是引致B的格蘭杰原因。由此，兩變量間存在4種檢驗(yàn)關(guān)系：（1）無(wú)因果關(guān)系；（2）從A到B的單向因果關(guān)系；（3）從B到A的單向因果關(guān)系；（4）雙向因果關(guān)系。

2結(jié)果與討論

2.1重心遷移特征分析

全國(guó)范圍內(nèi)政策力度和污染強(qiáng)度的重心遷移路徑圖見(jiàn)圖2。從政策力度重心遷移路徑來(lái)看，其整體位于河南省界內(nèi)，遷移方向可明顯分為2004-2006、2006-2009、2009-2017年和2017-2020年4個(gè)階段，呈現(xiàn)“偏南一偏西一偏北一偏東”的移動(dòng)軌跡。就污染強(qiáng)度而言，路徑圖位于安徽省的西北角，整體遷移幅度小于政策力度，方向上一直呈現(xiàn)南移的遷移軌跡。在某時(shí)間段內(nèi)，若政策與污染同向移動(dòng)，則污染增強(qiáng)的方向也是政策加強(qiáng)的方向，說(shuō)明治理效果較差。由圖2可知，整體上政策與污染變動(dòng)趨勢(shì)的關(guān)聯(lián)性較弱，但在2009-2017年間兩者呈現(xiàn)反向遷移，說(shuō)明此階段政策推力和污染推力來(lái)自相反方向，在一定程度上反映了政策規(guī)制的有效性。

對(duì)政策力度與污染強(qiáng)度各年移動(dòng)方向、移動(dòng)距離、與幾何重心的平均距離以及兩者一致性的計(jì)算結(jié)果見(jiàn)表6。在移動(dòng)距離上，政策力度的離散性更強(qiáng)，其合計(jì)值約為污染強(qiáng)度的3倍，說(shuō)明農(nóng)村水環(huán)境政策出臺(tái)的力度在不同?。ㄊ校┏尸F(xiàn)出時(shí)間和空間上的較大差異，而污染強(qiáng)度的時(shí)空變化比較同步。從移動(dòng)方向來(lái)看，污染強(qiáng)度的移動(dòng)方向角在東南或西南范圍的占比達(dá)到81.25%，說(shuō)明污染整體向南遷移；相比之下，政策力度在各方向上占比均衡。在污染方位上，由圖2可知兩指標(biāo)的路徑線均位于幾何重心的東南方向，即在空間上一致向東南方向傾斜，說(shuō)明經(jīng)濟(jì)較為發(fā)達(dá)的東南部省份是農(nóng)村水污染的聚集地，也是相關(guān)政策出臺(tái)力度最大的區(qū)域，結(jié)合表6中與幾何重心距離的結(jié)果——污染強(qiáng)度比政策力度更向東南方向傾斜，表明東南方向?。ㄊ校┫嚓P(guān)政策出臺(tái)未能跟上污染遷移的步伐。從一致性指標(biāo)cos來(lái)看，兩指標(biāo)向相反方向遷移的比例為31.25%，表明在研究期的大部分時(shí)間內(nèi)政策與污染不存在反向作用關(guān)系，即協(xié)調(diào)性較差，這與圖2呈現(xiàn)的特征一致。因此，相關(guān)部門(mén)應(yīng)根據(jù)不同階段的污染特征以及污染治理成效，通過(guò)流域間、省際間協(xié)同配合，合理調(diào)整政策重心，改善政策工具與污染治理的時(shí)空耦合關(guān)系。

2.2“政策一污染”關(guān)系分析

2.2.1類(lèi)型劃分

利用夏普利值分解法可以確定各?。ㄊ校?duì)遷移路徑線的貢獻(xiàn)百分比，結(jié)合各省所在地理位置，得到政策力度和污染強(qiáng)度在整個(gè)區(qū)域中對(duì)遷移方向的貢獻(xiàn)，即時(shí)間維度上與往年相比、在空間維度上與其他?。ㄊ校┫啾葍芍笜?biāo)的增減情況。根據(jù)政策和污染兩維度分別的增減量情況，得到反映“政策一污染”關(guān)系的4種類(lèi)型，即“增長(zhǎng)一降低”型、“降低一降低”型、“降低一增長(zhǎng)”型、“增長(zhǎng)一增長(zhǎng)”型，具體見(jiàn)表7。

2.2.2關(guān)系分析

根據(jù)上述類(lèi)型劃分方法，可確定各?。ㄊ校┰谘芯科趦?nèi)各年的分類(lèi)情況。分別統(tǒng)計(jì)各?。ㄊ校儆?種“政策一污染”類(lèi)型的占比，通過(guò)對(duì)不同占比取值進(jìn)行測(cè)算，發(fā)現(xiàn)以35%作為劃分標(biāo)準(zhǔn)，可最大限度區(qū)分各類(lèi)型?。ㄊ校?jù)此，對(duì)31個(gè)?。ㄊ校┲械?4個(gè)確定了所屬的“政策一污染”類(lèi)型，其余?。ㄊ校┯捎谔卣鞑幻黠@未能劃分到任何類(lèi)型中。劃分結(jié)果見(jiàn)表8。

為了分析政策與污染之間的因果關(guān)系，對(duì)各類(lèi)型?。ㄊ校┑臄?shù)據(jù)進(jìn)行格蘭杰因果檢驗(yàn)。首先，對(duì)政策力度和污染強(qiáng)度取自然對(duì)數(shù)，分別記為InPS和InEI，以消除數(shù)據(jù)間異方差的影響。然后，采用LLC檢驗(yàn)、Fisher-ADF檢驗(yàn)和Hadri LM檢驗(yàn)對(duì)InPS和InEI進(jìn)行單位根檢驗(yàn)，判斷其平穩(wěn)性。結(jié)果顯示，本文各序列均為穩(wěn)定序列，能夠使用原始數(shù)據(jù)進(jìn)行格蘭杰因果檢驗(yàn)。最后，根據(jù)AIC、BIC和HQIC 3個(gè)統(tǒng)計(jì)量最小，來(lái)確定最優(yōu)滯后階數(shù)。格蘭杰檢驗(yàn)結(jié)果見(jiàn)表9。

從表9中可見(jiàn)，對(duì)于“增長(zhǎng)一降低”型的?。ㄊ校廴緦?duì)政策存在滯后2階的單向因果關(guān)系，即污染強(qiáng)度的相對(duì)降低會(huì)導(dǎo)致政策力度的相對(duì)增加。污染強(qiáng)度值下降說(shuō)明該類(lèi)型省（市）在水污染治理上已經(jīng)取得一定成效，然而我國(guó)環(huán)境治理處于負(fù)重前行階段，政策力度仍在增加有其合理性。上海、浙江等東部?。ㄊ校┰缙诮?jīng)濟(jì)快速發(fā)展導(dǎo)致水污染問(wèn)題突出，雖然目前水污染治理成效顯著，但未來(lái)仍面臨河湖富營(yíng)養(yǎng)化、多元復(fù)合水污染等治理難題，并且在污染消減到一定程度后，其對(duì)處理技術(shù)和成本控制提出了更高的要求。因此，未來(lái)政策增長(zhǎng)應(yīng)著重針對(duì)農(nóng)村水環(huán)境治理頑疾，加強(qiáng)技術(shù)和經(jīng)濟(jì)類(lèi)政策工具使用，形成支持技術(shù)創(chuàng)新和新技術(shù)推廣與應(yīng)用的政策環(huán)境。相比之下，該類(lèi)型中江西、四川、青海等西部?。ㄊ校┱咴鲩L(zhǎng)的動(dòng)因主要在于，借鑒了東部發(fā)達(dá)?。ㄊ校┺r(nóng)村環(huán)境治理的經(jīng)驗(yàn)，更具前瞻性和預(yù)防性地出臺(tái)了相關(guān)政策，尤其是在秸稈綜合治理方面，這對(duì)于避免走“先污染后治理”的老路是尤為必要的。

對(duì)于“降低一降低”型的?。ㄊ校?，污染對(duì)政策存在滯后1階的單向因果關(guān)系，即污染強(qiáng)度降低是導(dǎo)致政策力度降低的原因。雖然該類(lèi)型中污染和政策同向變動(dòng)，但就具體的污染指標(biāo)而言，兩者的變動(dòng)程度并不協(xié)調(diào)，說(shuō)明在具體的污染治理維度上存在政策關(guān)注失衡現(xiàn)象。這一現(xiàn)象在水產(chǎn)養(yǎng)殖污染和化肥施用污染上表現(xiàn)最為突出，即污染下降有限，但對(duì)應(yīng)的政策力度卻大幅下降。一方面由于該類(lèi)型中大多數(shù)?。ㄊ校┑靥巸?nèi)陸，水產(chǎn)養(yǎng)殖往往不是水體污染的主要來(lái)源，因此在政策上重視程度相對(duì)較低；另一方面，多數(shù)?。ㄊ校┮陨降?、丘陵為主要地形，地面高差導(dǎo)致農(nóng)田化肥等污染物易發(fā)生徑流流失，加劇河湖富營(yíng)養(yǎng)化問(wèn)題。因此，未來(lái)政策應(yīng)根據(jù)當(dāng)?shù)禺a(chǎn)業(yè)、地形等特點(diǎn)，對(duì)污染下降有限的維度精準(zhǔn)化、屬地化地制定相關(guān)政策。例如，積極鼓勵(lì)和引導(dǎo)分散型水產(chǎn)養(yǎng)殖戶參與水環(huán)境保護(hù)行動(dòng)、根據(jù)地形地貌建立化肥施用制度、合理規(guī)劃和興建水土保持工程等。

此外，在1%置信水平下，“降低一增長(zhǎng)”型和“增長(zhǎng)一增長(zhǎng)”型下的InPS和InEI之間均不存在格蘭杰因果關(guān)系，即整體而言，污染增長(zhǎng)與政策力度降低或增長(zhǎng)沒(méi)有因果關(guān)系。相較于“污染降低”類(lèi)?。ㄊ校?，“污染增長(zhǎng)”類(lèi)?。ㄊ校┑奈廴局卫硭悸泛头椒ㄅc當(dāng)?shù)氐倪m配度較差，政策和污染的關(guān)系處于相對(duì)無(wú)序狀態(tài)，即兩者存在脫鉤?！罢咴鲩L(zhǎng)”情況下的脫鉤可能與政策執(zhí)行不利有關(guān)?！罢呓档汀鼻闆r下的脫鉤表明污染的增長(zhǎng)很可能是由非政策力度原因?qū)е碌?，如政策?nèi)容與當(dāng)?shù)厮廴厩闆r適配性差等。

3結(jié)論

（1）總體來(lái)說(shuō)，政策與污染的重心均位于我國(guó)東南方向，政策呈現(xiàn)出“偏南一偏西一偏北一偏東”的遷移軌跡，變化幅度較大，離散性較強(qiáng)，而污染強(qiáng)度整體向南遷移，且與政策相比更向東南方向傾斜，變化幅度較小。

（2）“增長(zhǎng)一降低”型包括上海、浙江、江西、四川、青海等5個(gè)省（市），在該類(lèi)型中滯后2期的污染降低是政策增長(zhǎng)的格蘭杰原因。上海、浙江等東部?。ㄊ校┪磥?lái)需要重點(diǎn)針對(duì)農(nóng)村水污染頑疾問(wèn)題，加強(qiáng)技術(shù)和經(jīng)濟(jì)類(lèi)政策工具使用，突破技術(shù)瓶頸；而對(duì)于江西、四川、青海等西部省（市）借鑒發(fā)達(dá)?。ㄊ校┙?jīng)驗(yàn)，前瞻性和預(yù)防性制定政策是關(guān)鍵。

（3）“降低一降低”型省（市）包括北京、廣東、山西、河南、貴州、西藏、陜西7個(gè)省（市），該類(lèi)型下滯后1期的污染降低是政策降低的格蘭杰原因。在具體污染指標(biāo)上存在政策關(guān)注失衡現(xiàn)象，在水產(chǎn)養(yǎng)殖污染和農(nóng)田化肥施用污染上該現(xiàn)象最為突出，應(yīng)充分考慮當(dāng)?shù)靥攸c(diǎn)，針對(duì)突出污染問(wèn)題精準(zhǔn)化制定相關(guān)政策。

（4）“降低一增長(zhǎng)”型和“增長(zhǎng)一增長(zhǎng)”型?。ㄊ校┑恼吲c污染之間不存在格蘭杰因果關(guān)系?！拔廴驹鲩L(zhǎng)”的情況下政策與污染脫鉤，這很可能與政策執(zhí)行、環(huán)境因素等政策制定力度之外的因素影響有關(guān)。