张 移，罗珍珍

（1.中国瑞林工程技术股份有限公司，江西南昌 330038；2.南昌大学 研究生院，江西南昌 330047）

随着农业面源污染加剧，农业面源污染治理工作已成为国家和地区环境保护、农业可持续发展的重点内容。研究表明，在我国水环境污染比较严重的流域，农田化肥污染、农村畜禽养殖污染和农村生活污染是造成区域水体氮、磷负荷偏高及水体富营养化和水质恶化的主要因素，其贡献率高于点源污染（包括工业废水和城镇生活污水）。

农业面源污染的影响因素很多，包括地表径流、大气干湿沉降、土壤侵蚀与流失、地形地貌、土壤植被、农田化肥和农药施用、农村家畜粪便及垃圾、农田污水灌溉等等。其中，土地利用方式、农事活动和田间管理、牲畜粪便污染与垃圾和社会经济因素等是可以通过改变人类的生产、生活方式进行改善的。江西省作为我国重要的农业大省，也是我国农作物、经济作物、肉产品、水产品的重要产区之一，其所受的农业面源污染也日趋严重。为了更好地厘清各种污染源对农业面源污染程度的贡献比，本文拟利用因子分析法对江西省农业面源污染源的核算进行综合评价。

1 江西省农业面源污染影响因子分析

目前相关研究中，农业面源污染定量测定方法主要分为3类：1）利用基于小流域的大量模拟和实验，通过数学模型对农业面源污染负荷进行测度；2）以综合调查为基础的定量分析方法；3）寻求相应的指标替代，如利用化肥、农药、农膜等农用化学用品使用量、禽畜粪便排放量、水土流失等指标代替农业面源污染[1]。

1.1 指标数据选取

由于数据有限，加上区域内农业面源污染主要以农业化学化投入及禽畜粪便排放污染为主，本文参照罗珍珍的研究成果[2]，利用1991—2014年的《江西省统计年鉴》，将利用1990—2014年江西省单位面积农业化肥流失量（简称“化肥”）、单位面积农业废弃物数量（简称“废弃物”）、单位面积禽畜粪便排放量（简称“禽畜粪便”，以牛的年底存栏数和猪的年底出栏数为主，换算氮、磷排放总和）、单位面积水产养殖量（简称“水产”）及水土流失（水灾受灾面积）等指标污染源核算评价，通过因子分析对各变量进行相关性研究，建立原始数据的模型架构。

1.2 评价模型架构

因子分析法是通过研究众多变量之间的内部依赖关系，寻求数据的基本结构，用少数几个被称为公因子的不可观测变量来表示基本数据结构的一种计量方法，即通过对全部变量的相关性研究，用少数几个变量来表示原来变量的主要信息，进而用以替代原来变量，用于解释一些经济、社会信息等。

因子分析法的一般模型为：X=（X1，X2，…，Xp）’，X为p元随机变量，可表示为：Xi=μi+ai1F1+…+aimFm+εi，（i=1，2，…，p，m≤p），

式中：模型X-μ=AF+ε 为正交因子模型；F1，F2，…，Fm为影响因子，影响因子是不可观测的变量，它们的系数矩阵 A 称为因子载荷矩阵；aij（i=1，2，…，p；j=1，2，…m）为第i个变量在第j个因子上的载荷（简称为因子载荷）；ε1，ε2，…，εp为特殊因子，它们是不能被前m个影响因子包含的部分。

并且满足：

Cov（F，ε）=0，即F，ε 不相关；

E（F）=0，D（F）=，即F1，F2，…，Fm不相关。

在相关的一组指标中，每个指标（变量）都是由影响因子和特殊因子决定。

本文通过因子分析，找出一组影响农业面源污染的影响因子，其模型为：

式中：xi是指标（变量），fi是影响因子，彼此两两正交，ei是特殊因子，只对相应的xi起作用；aij是影响因子的负载，是第i个变量在第j个因子上的负载；矩阵（aij）是负载矩阵。

2 计算及结果

2.1 模型建构及计算

利用SPSS13.0软件，设化肥、废弃物、禽畜粪便、水产水灾受灾面积等指标为xi，对其初始数据进行因子分析。

首先，判断原始变量是否适合作因子分析，即对变量进行检验。SPSS13.0所提供的KMO样本测度和巴特莱特球体检验是主要的检验方法之一。KMO在0.5以上，适合做因子分析，且该值越大越适合。根据SPSS计算结果，农副食品加工业的KMO样值为0.688，这说明变量间的共同因素较多，适合做因子分析。

通过求解得到相关性矩阵（见表1），这说明变量间相关性较高。

表1 相关系数矩阵

采用主成分分析法提取特征值大于1的因子，运用最大方差法进行因子旋转。得到5个特征根是3.002、1.250、0.606、0.08 和 0.064， 前 2 个主因子的贡献率高达85.006%，说明提取前2个主因子是比较合适的。

结合负载矩阵（表2），可得到各观测量的因子表达式，如：主因子Ⅰ=0.958（农业废弃物）+0.955（化肥）+0.438（禽畜粪便）+0.97（水产）-0.193（水土流失），各因子前的系数表示变量在因子上的载荷。

初始因子载荷矩阵中的各公因子虽然在众多变量上具有较高载荷，但实际含义仍不清晰。为使公因子的解释力更强，对因子载荷矩阵进行旋转，同样采用最大方差法得到因子旋转后的载荷矩阵（表3）。

表2 初始负载矩阵

表3 旋转后的影响因子

由表1、表2，可计算出：

x农业废弃物=0.968f1-0.102f2+特殊因子e2；

x化肥=0.952f1+0.075f2+特殊因子e1；

x禽畜粪便=0.387f1+0.721f2+特殊因子e4；

x水产=0.967f1+0.089f2+特殊因子e3；

x水土流失=-0.254f1+0.845f2+特殊因子e5。

可见，第1个影响因子f1（从绝对值角度看）对化肥、农业废弃物和水产的影响大，f1应当是污染源造成农业面源污染的某些特征的共同影响因子，例如农业产值、农业就业人数等刺激农业经济的因素；第2个影响因子f2对水土流失面积的影响较大，可以理解为土地利用率，同时对禽畜粪便的排放影响也较大，可以解释为农业禽畜的饲养量。

2.2 农业面源主要影响因子统计结果分析

从上述统计结果得出江西省农业面源污染影响因子有两个：1）化肥、农业废弃物和水产养殖综合影响引起的面源污染；2）土地有效利用率的提高和耕作强度加大所造成的禽畜粪便等污染物排放量的增加。

3 总结与建议

根据上述统计分析，针对江西省农业面源污染的影响因素主要为农业开发程度的加强和土地利用率的提高，畜禽养殖业排污量的增加两个方面。因此，针对农业面源污染的控制提出如下建议：1）结合农村振兴战略，应对农业生产进行产业合理规划，使农业面源污染控制在环境可承受的限度内，包括农产品种类，耕作制度和种植规模，农肥、农药使用量，灌排方式等进行整体规划控制，对农业污染源（禽畜养殖、农产品加工）进行集中污染治理。2）结合美丽乡村建设，对农村生态文明进行规划建设，包括垃圾分类，对垃圾集中收集利用和无害化处理处置，对家电、电池等废弃物的分类收集、综合利用及处理，对生活污水的收集处理利用等。