高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的影響

曾琳琳，李曉云，張安錄，劉念潔

高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的影響

曾琳琳1,2，李曉云1※，張安錄1，劉念潔1

（1. 華中農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，武漢 430070；2. 湖北省社會科學(xué)院農(nóng)村經(jīng)濟研究所，武漢 430077）

由于農(nóng)用化學(xué)品的過度施用，中國農(nóng)業(yè)的可持續(xù)發(fā)展面臨一系列資源環(huán)境問題，政府通過合理的政策措施以促進農(nóng)用化學(xué)品減量，應(yīng)該成為農(nóng)業(yè)可持續(xù)發(fā)展的主要目標(biāo)之一?；诖?，該研究以高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施為切入點，運用雙重差分法（Differences-in-Differences，DID）方法，基于長江中下游3個糧食主產(chǎn)省湖北、湖南和江蘇282個縣域2007—2017年的面板數(shù)據(jù)，分析了高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對農(nóng)業(yè)化肥減量的影響及其作用機制。結(jié)果發(fā)現(xiàn)：1）基礎(chǔ)回歸分析表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施后化肥施用總量減少了5.1%；2）影響路徑分析表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)通過提升產(chǎn)糧大縣的機械化和糧食作物種植專業(yè)化水平實現(xiàn)對化肥施用量的削減效應(yīng)。機械化水平的提升擴大了糧食作物種植專業(yè)化水平對化肥減量效應(yīng)，進而增強了高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的化肥減量作用；3）異質(zhì)性分析結(jié)果表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對平原和丘陵縣、中部縣域以及中高化肥施用強度地區(qū)的化肥減量有更顯著的影響。因此未來各區(qū)域要繼續(xù)大力推進高標(biāo)準(zhǔn)農(nóng)田建設(shè)，充分發(fā)揮高標(biāo)準(zhǔn)農(nóng)田建設(shè)在化肥減量和減污降碳的有效作用。同時，在高標(biāo)準(zhǔn)農(nóng)田建設(shè)中，大力推進農(nóng)業(yè)機械化發(fā)展水平和作物種植專業(yè)化水平可成為產(chǎn)糧大縣兼顧發(fā)展農(nóng)業(yè)和生態(tài)保護的統(tǒng)籌之策。

高標(biāo)準(zhǔn)農(nóng)田建設(shè)；可持續(xù)發(fā)展；化肥；農(nóng)業(yè)機械化；糧食作物種植專業(yè)化

0 引 言

長期以來，中國農(nóng)業(yè)高投入、高產(chǎn)出的生產(chǎn)模式為農(nóng)業(yè)增長創(chuàng)造了喜人的佳績，2020年中國糧食總產(chǎn)實現(xiàn)了17連增，產(chǎn)量達到6.69億t。但這種生產(chǎn)模型卻是以高排放、高污染為代價的，導(dǎo)致中國農(nóng)業(yè)可持續(xù)發(fā)展面臨大氣污染、面源污染加劇，耕地質(zhì)量下降等一系列資源環(huán)境緊約束。農(nóng)業(yè)發(fā)展既要可持續(xù)又肩負著保障國家糧食安全的重任。2020年12月中央經(jīng)濟工作會議明確提出要落實好“藏糧于地”和“藏糧于技”的戰(zhàn)略。“藏糧于地”是保障糧食安全的戰(zhàn)略要求，是實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的重要舉措。高標(biāo)準(zhǔn)農(nóng)田建設(shè)是“藏糧于地”戰(zhàn)略的重要組成部分，2020年是第一輪高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃實施的收官之年，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施在實現(xiàn)藏糧于地的同時，對化肥減量具有重要的意義。

已有圍繞化肥減量行為的研究主要包括3個方面，一是從生產(chǎn)端出發(fā)，側(cè)重于農(nóng)戶家庭或農(nóng)民個體因素的影響，如家庭兼業(yè)化程度或者家庭收入水平[1]、認知特征[2]、風(fēng)險偏好[3]等；二是從消費端出發(fā)，聚焦于通過引導(dǎo)消費者增強對綠色或有機農(nóng)產(chǎn)品的偏好，倒逼農(nóng)業(yè)生產(chǎn)向減量化方向轉(zhuǎn)型[4]；三是從農(nóng)業(yè)經(jīng)營組織層面出發(fā)，側(cè)重于土地確權(quán)[5]、土地經(jīng)營權(quán)穩(wěn)定性[6]、土地流轉(zhuǎn)和規(guī)模經(jīng)營[7-8]、農(nóng)業(yè)專業(yè)化分工[9]。其中，基于規(guī)模經(jīng)營和專業(yè)化分工的化肥減量邏輯受到普遍重視。關(guān)于化肥減量的規(guī)模效應(yīng)，研究者們主要通過農(nóng)地經(jīng)營規(guī)模效應(yīng)、地塊規(guī)模效應(yīng)和連片規(guī)模效應(yīng)以及不同規(guī)模效應(yīng)之間的交互作用等不同規(guī)模情景下對農(nóng)戶的化肥施用行為展開研究。對于經(jīng)營規(guī)模效應(yīng)，多數(shù)研究表明，農(nóng)地經(jīng)營規(guī)模與化肥施用量呈現(xiàn)顯著的負向相關(guān)性[7,10]。也有學(xué)者認為兩者之間存在非線性關(guān)系[11-12]，甚至有研究指出農(nóng)地經(jīng)營規(guī)模的擴大并不能帶來化肥減量[13]。上述研究結(jié)論多樣化的原因主要有兩方面：一是未對農(nóng)地規(guī)模多樣性進行區(qū)分，規(guī)模經(jīng)營可細分為農(nóng)戶農(nóng)地經(jīng)營規(guī)模、地塊規(guī)模和連片規(guī)模，不同的規(guī)模形式隱含著不同的化肥減量邏輯；二是忽視了不同的土地轉(zhuǎn)入情景，即分散轉(zhuǎn)入與集中連片轉(zhuǎn)入帶來的化肥減量效果不同。此外，現(xiàn)有研究均將促進農(nóng)地流轉(zhuǎn)作為擴大經(jīng)營規(guī)模的唯一可行路徑，忽視了如宅基地復(fù)墾、高標(biāo)準(zhǔn)農(nóng)田建設(shè)[14]等工程類措施的作用。對于地塊規(guī)模效應(yīng)，已有研究一致認為地塊規(guī)模越大，化肥減施量越高[12,15]。部分學(xué)者深入探究不同土地轉(zhuǎn)入情景下地塊規(guī)模擴張對化肥減量的作用，認為與原有地塊相鄰地塊的轉(zhuǎn)入或土地呈連片化轉(zhuǎn)入有利于增加地塊規(guī)模，促進化肥減量。值得注意的是，這一結(jié)果的前提假設(shè)是相鄰地塊的轉(zhuǎn)入必然帶來地塊規(guī)模的擴大。然而在生產(chǎn)實踐中，轉(zhuǎn)入與自家土地相連的地塊，能夠?qū)崿F(xiàn)土地“整片利用”，一定程度上降低了農(nóng)業(yè)生產(chǎn)成本[16-17]。但由于缺乏對地塊的工程改造，很難實現(xiàn)地塊合并，地塊規(guī)模難以擴張，無法真正發(fā)揮地塊的規(guī)模效應(yīng)，從而達到化肥減量的效果。已有研究尚未對此予以重視。此外，多數(shù)研究基于不同的情景下，分析不同規(guī)模的化肥減量效應(yīng)。在當(dāng)前小農(nóng)占主體地位的農(nóng)業(yè)生產(chǎn)經(jīng)營體系下，缺乏將3個不同維度規(guī)模效應(yīng)連接起來的紐帶。關(guān)于分工效應(yīng)對化肥減量的影響，已有研究主要聚焦于橫向分工與縱向分工的化肥減量邏輯。在中國戶均規(guī)模小、農(nóng)地流轉(zhuǎn)市場潛力難以挖掘，既有的土地流轉(zhuǎn)未從根本上改變中國細碎化與分散化的種植模式[18]的現(xiàn)實情景之下，作物連片種植、聯(lián)耕聯(lián)種所形成的橫向?qū)I(yè)化分工成為小農(nóng)生產(chǎn)融入現(xiàn)代農(nóng)業(yè)發(fā)展軌道[19]，實現(xiàn)化肥減量的有效路徑[9]。以及由橫向?qū)I(yè)化對服務(wù)外包的市場需求誘導(dǎo)生產(chǎn)環(huán)節(jié)縱向分工，進一步促進化肥減量?，F(xiàn)有為數(shù)不多的研究中缺少對二者交互作用對化肥減量的機理分析，以及多將橫向分工視為外生變量，即沒有進一步探討橫向分工深化的來源，孤立地研究農(nóng)業(yè)橫向分工與縱向分工深化對化肥減量的影響。

現(xiàn)有關(guān)于高標(biāo)準(zhǔn)農(nóng)田建設(shè)的研究聚焦于建設(shè)的規(guī)劃設(shè)計[20-21]、建設(shè)實施的適宜性分析[22]與建設(shè)潛力評估[23]、建設(shè)實施的現(xiàn)狀分析[24]以及高標(biāo)準(zhǔn)農(nóng)田的監(jiān)管[25]。少數(shù)對該政策績效評估的研究，也側(cè)重于農(nóng)業(yè)生產(chǎn)條件改善和保產(chǎn)增產(chǎn)的糧食安全保障能力效果評估[26-27]，政策的環(huán)境效應(yīng)[28]并未得到充分的討論，如政策的化肥減量效果。隨著高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的落地實施，政策實施由示范區(qū)的“星星之火”逐漸到糧食主產(chǎn)區(qū)再至全國范圍的“燎原之勢”，該政策在保障糧食安全、實現(xiàn)高效節(jié)水、賦能農(nóng)業(yè)產(chǎn)業(yè)化、生態(tài)環(huán)境保護等方面發(fā)揮了重大的效用。2021年是新一輪高標(biāo)準(zhǔn)農(nóng)田建設(shè)開局之年，現(xiàn)有關(guān)于高標(biāo)準(zhǔn)農(nóng)田建設(shè)的理論研究滯后于農(nóng)業(yè)生產(chǎn)實踐，亟需從理論分析、實證探究等多方面展開相關(guān)研究，為新一輪政策規(guī)劃與實施提供理論與政策參考。

鑒于此，本文利用長江中下游地區(qū)3個糧食主產(chǎn)區(qū)44市282個縣（區(qū)）2007—2017年的面板數(shù)據(jù)，將2013年國務(wù)院批復(fù)通過《國家農(nóng)業(yè)綜合開發(fā)高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃（2011—2020）》（以下簡稱規(guī)劃）視為一次部分縣域保障糧食安全的準(zhǔn)自然實驗，應(yīng)用雙重差分模型（Differences-in-Differences，DID）實證分析了高標(biāo)準(zhǔn)農(nóng)田建設(shè)對化肥減量的影響效果，并進一步分析驗證了其影響機制。與現(xiàn)有文獻相比，本文從以下方面進行了擴展：1）基于政策評估的視角，從實現(xiàn)藏糧于地的重要內(nèi)容——高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策出發(fā)，利用縣域單位數(shù)據(jù)量化分析高標(biāo)準(zhǔn)農(nóng)田建設(shè)對化肥減量的政策效應(yīng)；2）內(nèi)生性問題的緩解。已有較多實證研究采用了面板估計或最小二乘（Ordinary Least Squares，OLS)估計，可能存在內(nèi)生性問題。為了緩解農(nóng)業(yè)發(fā)展與農(nóng)業(yè)減量之間的內(nèi)生性問題，本文采用DID方法，利用準(zhǔn)自然實驗進行政策分析。數(shù)據(jù)處理上進行事前平穩(wěn)性檢驗，模型還通過控制空間與時間趨勢交互項的方法，進一步消除可能存在的非平穩(wěn)性；3）引入農(nóng)業(yè)機械與勞動力替代比例和糧食作物種植專業(yè)化指數(shù)作為中介變量，揭示出高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥施用總量削減效應(yīng)的內(nèi)在機理與實現(xiàn)路徑。本文的研究結(jié)果將有助于加深對高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的環(huán)境效應(yīng)理解，為持續(xù)推進高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施和依托該政策推進化肥減量提供政策參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

長江中下游地區(qū)是中國傳統(tǒng)的糧、棉、油主產(chǎn)區(qū)，2019年長江中下游地區(qū)水稻種植面積和產(chǎn)量分別占全國的50%和51%；棉花和油菜種植面積分別占全國的10.4%和50%。2018年全國水稻生產(chǎn)化肥投入量達到1 021.16 萬t，占農(nóng)業(yè)總化肥投入量的18.1%，水稻平均每公頃化肥投入量達到338.25 kg，長江中下游地區(qū)更是高達368.87 kg。

2020年湖北全省新增高標(biāo)準(zhǔn)農(nóng)田面積22.67萬hm2；湖南省建成高標(biāo)準(zhǔn)農(nóng)田26萬hm2，并在全省打造14個高標(biāo)準(zhǔn)農(nóng)田建設(shè)示范區(qū)；江蘇建設(shè)高標(biāo)準(zhǔn)農(nóng)田24萬hm2。

1.2 數(shù)據(jù)來源及處理

本文以長江中下游湖北、湖南和江蘇3省44市282縣域2007—2017的數(shù)據(jù)作為樣本，實證檢驗高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的影響。選擇長江中下游3省作為樣本的原因一方面是考慮到數(shù)據(jù)的可得性，另一方面是由于該3省均為糧食主產(chǎn)區(qū)，產(chǎn)糧大縣數(shù)量較多，即高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施的范圍相對較廣，政策實施縣域占比近46%。選擇2007—2017年的樣本區(qū)間是由于高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策于2013年開始實施，為有效測度政策效果，將政策開始實施的年份作為樣本區(qū)間的近中點位置。本文的數(shù)據(jù)來源如下：1）使用的數(shù)據(jù)主要來源于2008—2018年《湖北農(nóng)村統(tǒng)計年鑒》《湖南農(nóng)村統(tǒng)計年鑒》以及《江蘇農(nóng)村統(tǒng)計年鑒》；2）地形分類變量的數(shù)據(jù)來源于中國經(jīng)濟社會大數(shù)據(jù)研究平臺；3）其余部分變量的數(shù)據(jù)來源于各市統(tǒng)計年鑒及市政府網(wǎng)站發(fā)布的統(tǒng)計公報。

在收集原始數(shù)據(jù)的基礎(chǔ)上，本文對原始數(shù)據(jù)進行了如下處理：1）依據(jù)已有的數(shù)據(jù)，對部分缺失值采用插值法進行補充；2）對部分行政區(qū)劃發(fā)生變動的縣域，按照樣本區(qū)間結(jié)束的年份，即2017年的縣域區(qū)劃進行數(shù)據(jù)合并處理；3）為消除物價因素的影響，將本文將化學(xué)肥料生產(chǎn)資料價格指數(shù)和谷物生產(chǎn)價格指數(shù)調(diào)整為2007年不變價格指數(shù)。

2 研究思路與方法

2.1 識別策略

本文選擇2013年高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃頒布這一事件展開分析，可以有效比較產(chǎn)糧大縣和一般縣域化肥減量的差異，進行因果分析。高標(biāo)準(zhǔn)農(nóng)田建設(shè)的實施是確保國家糧食安全，實現(xiàn)藏糧于地的重要舉措。分析藏糧于地是否有利于化肥減量便轉(zhuǎn)化為識別高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的處理效應(yīng)。據(jù)此，本研究以2013年高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃實施為一次準(zhǔn)自然實驗而分析其對化肥減量的政策效應(yīng)。選擇湖北、湖南和江蘇3省為研究樣本區(qū)域，共計282個縣級單位，其中處理組為127個其余155個為控制組?？紤]到處理組即產(chǎn)糧大縣相較與控制組具有資源稟賦和生產(chǎn)上的天然優(yōu)勢，故本文借助雙重差分法，利用2007—2017年11期282個縣級單位的面板數(shù)據(jù)，在控制年份固定效應(yīng)和縣域固定效應(yīng)的基礎(chǔ)上，還通過控制省份固定效應(yīng)、市級固定效應(yīng)與時間虛擬變量交互項的方法，盡量消除政策干預(yù)前后處理組和控制組在自然和經(jīng)濟等條件上不隨時間變化的差異以及未觀測到的地區(qū)特征變量的影響。

2.2 模型設(shè)置

2.2.1 基準(zhǔn)模型設(shè)

本文參考已有對于農(nóng)業(yè)減量的研究，直接以化肥施用量為被解釋變量[29]，分析高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的影響，據(jù)此構(gòu)建的實證模型如下：

式中因變量為化肥施用量。group表示是否為高標(biāo)準(zhǔn)農(nóng)田建設(shè)實施區(qū)的虛擬變量，即當(dāng)縣域為產(chǎn)糧大縣時取1，反之取0；post表示高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施時點的虛擬變量，若當(dāng)時間在政策實施期取1，反之取0；代表一組控制變量（包括農(nóng)業(yè)勞動力、農(nóng)業(yè)機械、有效灌溉面積、作物種植結(jié)構(gòu)、地形、復(fù)種指數(shù)、農(nóng)藥、化肥價格、糧食價格和測土配方施肥等）。、和為待估參數(shù)，μ表示縣域固定效應(yīng)，λ表示時間固定效應(yīng)，表示隨機擾動項。grouppost是本文關(guān)注的核心自變量，其估計系數(shù)即為雙重差分估計量，表示高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施對化肥施用量的具體影響程度。

2.2.2 事前平行趨勢檢驗?zāi)Ｐ驮O(shè)定

本文采用2007—2012年縣域面板數(shù)據(jù)，使用事件分析法進行事前平行趨勢檢驗。方程設(shè)為如下形式：

式中year為年份虛擬變量。如當(dāng)=2007時，2007=1；反之取0。當(dāng)≥2013時，估計系數(shù)β表示政策干預(yù)后各時期處理效應(yīng)的動態(tài)變化。

2.2.3 減量路徑模型設(shè)置

為進一步探究高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施通過何種機制促進化肥減量，結(jié)合前文理論分析，引入機械化和糧食作物種植專業(yè)化指數(shù)，并借鑒中介效應(yīng)分析方法，分別驗證上述影響路徑。具體模型的表達式如下：

式中分別選取農(nóng)業(yè)機械總動力與農(nóng)業(yè)勞動力的比值以及糧食作物種植專業(yè)化指數(shù)作為本文的中介變量M。和均為待估參數(shù)，分別表示高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施對中介變量和對化肥施用量的影響程度。表示中介變量對化肥施用量的影響效應(yīng)。本文將式（3）、（4）的回歸結(jié)果與式（1）作比較，以揭示影響機制的作用方向和大小。

2.3 變量選擇

2.3.1 被解釋變量

化肥施用總量（fertilizer）以化肥折純量來表征；化肥施用強度以化肥施用總量與農(nóng)作物總播種面積比值來表征。該指標(biāo)主要用于穩(wěn)健性檢驗。

2.3.2 控制變量

本文借鑒羅斯炫等[30-31]的研究以及結(jié)合農(nóng)業(yè)生產(chǎn)實踐，選取10個可能影響化肥施用量的指標(biāo)作為控制變量（表1）。具體來說，包括以下因素：①地形；②復(fù)種指數(shù)；③有效灌溉面積：有效灌溉面積的自然對數(shù)；④農(nóng)業(yè)勞動力：用第一產(chǎn)業(yè)從業(yè)人員數(shù)代替農(nóng)業(yè)勞動力數(shù)量，再將農(nóng)業(yè)總產(chǎn)值占農(nóng)林牧漁業(yè)總產(chǎn)值的比重作為權(quán)重，計算所得即為種植業(yè)的勞動力投入，最后再取自然對數(shù)值；⑤農(nóng)業(yè)機械：農(nóng)業(yè)機械總動力的自然對數(shù)；⑥農(nóng)藥投入：農(nóng)藥使用量總量的自然對數(shù)；⑦作物種植結(jié)構(gòu)：糧食作物與農(nóng)作物播種面積的比值；⑧化肥價格：以化學(xué)肥料生產(chǎn)資料價格指數(shù)來表征，以2007年為基期；⑨糧食價格：以谷物生產(chǎn)價格指數(shù)來表征，以2007年為基期；⑩測土配方技術(shù)：以測土配方施肥面積與農(nóng)作物播種面積的比例來表示。其中復(fù)種指數(shù)和測土配方技術(shù)指標(biāo)主要用于穩(wěn)健性檢驗分析。

表1 變量定義與說明

2.3.3 中介變量

本文將農(nóng)業(yè)機械總動力/農(nóng)業(yè)勞動力定義為機械與勞動力的替代比例（1），該值越大，在一定程度上表明該區(qū)域機械化水平越高；以水稻、小麥、玉米、豆類和薯類等五大糧食作物種植專業(yè)化指數(shù)（2）來表征糧食作物種植專業(yè)化水平，具體測度計算式如下：

式中=5（類），S表示第個縣域第種農(nóng)作物種植面積（103hm2），X表示該縣域農(nóng)作物播種面積（103hm2）。

3 結(jié)果與分析

3.1 化肥施用的特征分析

3.1.1 基本特征分析

計量檢驗之前，本文先通過對特征性事實的描述以發(fā)現(xiàn)初步證據(jù)。通過對樣本數(shù)據(jù)進行分類，圖1展示了長江中下游地區(qū)3個糧食主產(chǎn)區(qū)（湖北、湖南和江蘇）44市282個縣（區(qū)）2007—2017年糧食主產(chǎn)縣和非產(chǎn)糧食主產(chǎn)縣種植業(yè)平均化肥施用量和施用強度情況。

圖1 2007—2017年研究區(qū)化肥施用量和化肥施用強度

從圖1a來看，2007—2017年長江中下游地區(qū)3省糧食主產(chǎn)縣的化肥施用絕對量一直遠高于非糧食主產(chǎn)縣，這是因為糧食主產(chǎn)縣本身即為產(chǎn)量大縣，農(nóng)作物總播種面積和糧食作物播種面積遠超于非產(chǎn)糧大縣，高化肥投入亦是必然。在2013年以前，糧食主產(chǎn)縣和非產(chǎn)糧食主產(chǎn)縣平均化肥施用的絕對量的變化趨勢基本保持平行；2013年后，糧食主產(chǎn)縣平均化肥施用絕對量呈現(xiàn)較大幅度下降，而非糧食主產(chǎn)縣平均化肥施用絕對量仍然保持平穩(wěn)。這從側(cè)面表明了高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施可能有助于糧食主產(chǎn)縣內(nèi)化肥減量。當(dāng)把化肥施用絕對量換成化肥施用強度時，結(jié)果亦然（圖1b）。在2013年前，糧食主產(chǎn)縣平均化肥施用強度高于非糧食主產(chǎn)縣；但2013年后，非糧食主產(chǎn)縣的平均化肥施用強度反超糧食主產(chǎn)縣，雖然在隨后的2014年二者差距縮小，但2015 —2017年二者在增長態(tài)勢上呈現(xiàn)明顯的分離，非糧食主產(chǎn)縣平均化肥施用強度呈現(xiàn)增長趨勢，糧食主產(chǎn)縣則呈現(xiàn)下降的態(tài)勢，二者差距進一步拉開。這一結(jié)果進一步表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施在實現(xiàn)藏糧于地的同時未必加劇污染，反而有利于化肥減量。

3.1.2 組間差異比較

2013年3省高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施縣域占總體樣本的46%；分省份來看，湖北、湖南和江蘇政策實施縣域分別占40%、43%和55%。在樣本期內(nèi)，化肥施用量整體呈現(xiàn)先上升后波動下降的趨勢；政策實施前，化肥施用量呈現(xiàn)波動上升趨勢，年均增長率達0.42%；政策實施后，化肥施用量呈現(xiàn)下降趨勢，年均降幅為0.4%。通過值檢驗發(fā)現(xiàn)（詳見表2），處理組各變量均值均在1%水平上顯著高于控制組；無論是處理組還是控制組政策干預(yù)后化肥施用量均小于政策干預(yù)前；政策干預(yù)前，處理組化肥施用量年均增長率高于控制組；政策干預(yù)后，處理組化肥年均減量高于控制組。

表2 處理組與控制組各變量均值差異比較

注：表示樣本數(shù)量；**和***分別表示在5%和1%的置信水平上顯著。

Note:represents the samples number; **, *** indicate significance at the 5%, and 1% levels, respectively.

3.2 高標(biāo)準(zhǔn)農(nóng)田建設(shè)對化肥減量的影響結(jié)果

本文采用雙重差分回歸模型展開計量檢驗。表3為高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的模型估計結(jié)果。由模型（1）可知，本文關(guān)注的政策變量的估計系數(shù)為負，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施對化肥施用的處理效應(yīng)在統(tǒng)計上高度顯著，即與控制組相比，產(chǎn)糧大縣在2013—2017年間化肥施用總量減少，這表明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施降低了產(chǎn)糧大縣的化肥施用水平。

在加入控制變量后，政策變量的估計系數(shù)的絕對值略有下降，為-0.051，但依然在1%水平上顯著。這說明，在其他條件不變的情況下，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施在2013—2017年間平均降低了處理組化肥施用總量的5.1%。這可能主要是由于高標(biāo)準(zhǔn)農(nóng)田建設(shè)在實施中積極完善農(nóng)業(yè)基礎(chǔ)配套設(shè)施，如田間道路和水利設(shè)施建設(shè)等，促進了農(nóng)業(yè)機械化的快速發(fā)展，增強了機械對農(nóng)業(yè)勞動力的替代，充分發(fā)揮了機械化生產(chǎn)的標(biāo)準(zhǔn)化、精確化；另一方面可能是由于高標(biāo)準(zhǔn)農(nóng)田建設(shè)主要實施區(qū)域在產(chǎn)糧大縣，高標(biāo)準(zhǔn)農(nóng)田建成后，進一步增強了產(chǎn)糧大縣生產(chǎn)糧食作物的優(yōu)勢。相比于非產(chǎn)糧大縣，產(chǎn)糧大縣內(nèi)高度集中且呈規(guī)?；I(yè)化的糧食生產(chǎn)有助于提高農(nóng)業(yè)生產(chǎn)效率，實現(xiàn)化肥減量。模型（3）控制了省份虛擬變量，模型（4）進一步控制了省份虛擬變量與時間趨勢的交互項，模型（5）進一步將省份虛擬變量替換為地級市虛擬變量，模型（6）控制了地級市虛擬變量與時間趨勢的交互項，雖然估計系數(shù)的絕對值有所增加但依舊在1%的統(tǒng)計水平上顯著。以上模型估計的結(jié)果都表明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施會促進化肥施用總量的減少，結(jié)果穩(wěn)健。

表3 高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的影響基準(zhǔn)回歸結(jié)果

注：*、**和***分別表示在10%、5%和1%的置信水平上顯著；小括號中的數(shù)值代表標(biāo)準(zhǔn)誤，下同。

Note: *, **, and *** indicate significance at the 10%, 5%, and 1% levels, respectively. Robust standard errors in parentheses. The same below.

3.3 平行趨勢檢驗

表3中基于雙重差分回歸模型估計結(jié)果是否能夠真實地反映高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施對化肥減量的因果效應(yīng)，還需進一步對平行趨勢假設(shè)展開檢驗。如圖2a所示，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施前處理組與控制組之間的變化趨勢無明顯差異，具體表現(xiàn)為2007—2012年估計系數(shù)在0值上下徘徊，即處理組與控制組在2013年高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施之前變動趨勢一致，具有可比性。

為更準(zhǔn)確驗證處理組和控制組在高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施之前化肥施用總量變動趨勢是否一致，本文進一步對2007—2012年各估計系數(shù)β執(zhí)行聯(lián)合假設(shè)檢驗。由表4模型（1）知，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施前聯(lián)合估計系數(shù)不顯著，即處理組與控制組的化肥施用總量在政策實施之前無系統(tǒng)性差異。此外，本文進一步考慮了各縣的線性趨勢，即在（2）式的基礎(chǔ)上納入縣域虛擬變量與時間趨勢的交互項，以減輕或消除處理組與控制組政策干預(yù)前因時間趨勢差異對估計結(jié)果造成的偏誤。由表4模型（2）知，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施前聯(lián)合估計系數(shù)依然不顯著。綜上所述，上述回歸模型滿足事前平行趨勢假設(shè)，即上文所估計的高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施的平均處理效應(yīng)是可靠與穩(wěn)健的。

注：圖中虛豎線表示95%的置信區(qū)間。

表4 2007—2012、2014—2017年各時期估計系數(shù)聯(lián)合假設(shè)檢驗

注：模型（1）未考慮線性時間趨勢；模型（2）考慮線性時間趨勢;0表示原假設(shè)，20072012，20142017分別表示各年份政策對化肥減量的影響效果。

Note: Model(1), without-considering linear temporal trends; Model(2), considering linear temporal trends;0represents null hypothesis,20072012，20142017represent the impact of the policy on fertilizer reduction in each year.

3.4 處理效應(yīng)的動態(tài)變化

以上分析表明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施對化肥施用總量具有顯著的減少作用，即削減效應(yīng)，基于此本研究進一步探究政策實施后，各期中這種削減效應(yīng)的變動，即隨著時間的推移，削減效應(yīng)得到逐漸增強還是減弱。首先表4中的聯(lián)合假設(shè)檢驗結(jié)果表明，2013—2017年各時期估計系數(shù)在1%的水平上顯著。從政策實施后各期效果來看（圖2b），2013年為政策起始年，由于政策的全面落實實施需要一定的時間，初期政策效果較弱；2014年政策的削減效應(yīng)迅速增強，化肥減量效果立竿見影；2015年化肥減量效果繼續(xù)增強，一方面是由于政策實施范圍和地力提升的效果累加作用，政策實施的效果全面顯現(xiàn)，另一方面可能是由于《到2020年化肥使用零增長行動方案》政策出臺的助推作用；2016—2017年，政策效果處于高位平穩(wěn)發(fā)揮作用階段，這說明高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量作用持續(xù)穩(wěn)定發(fā)揮效果。

3.5 穩(wěn)健性檢驗

本文在基準(zhǔn)回歸模型的基礎(chǔ)上展開了如下的穩(wěn)健性檢驗：一是改變因變量度量方式；二是改變計量模型；三是改變因變量的時間序列；四是剔除部分樣本；五是考慮復(fù)種指數(shù)與農(nóng)業(yè)技術(shù)因素；六是排除干擾性因素。穩(wěn)健性檢驗結(jié)果如表5所示。

表5 穩(wěn)健性檢驗結(jié)果

3.5.1 改變因變量度量方式

改變因變量度量方式，即以化肥施用強度替換化肥施用總量。由表5模型（1）可知，政策變量的估計系數(shù)在1%的水平上顯著為負。該結(jié)果與本文研究結(jié)果一致。

3.5.2 改變計量模型

本文將化肥施用總量進行標(biāo)準(zhǔn)化，使得因變量的值域處于[0,1]，進而使用Tobit計量模型重新檢驗。模型（2）估計結(jié)果顯示高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施縣化肥施用總量減少的概率將顯著提升。

3.5.3 考慮政策實施效果的滯后性

考慮到農(nóng)業(yè)生產(chǎn)的季節(jié)性以及政策實施效果的形成需要一定時間，故此處考察當(dāng)期的政策對未來期間化肥施用總量的影響，lnfertilizer+1表示下一期化肥施用總量（對數(shù)值）。模型（3）結(jié)果顯示，政策變量的回歸系數(shù)仍在1%的水平上顯著為負，其絕對值顯著增大，說明政策對化肥的減量效果確實存在滯后效應(yīng)。該結(jié)果與本文研究結(jié)果基本一致。

3.5.4 樣本選擇

由于本文主要使用的是縣級單位面板數(shù)據(jù)，將部分省直轄市（如湖北省的天門、仙桃、神農(nóng)架林區(qū)等）混雜其中，可能造成樣本選擇偏差，故本文剔除省直轄市級單位進行分析，由模型（4）可知，剔除市級樣本后，估計系數(shù)依舊在1%的統(tǒng)計水平上顯著且與基準(zhǔn)模型的估計值十分接近；行政區(qū)劃的變動導(dǎo)致部分縣域數(shù)據(jù)可能被拆分或者合并，從而可能對估計結(jié)果造成偏誤。鑒于此，此處剔除2007年后行政區(qū)劃發(fā)生變動的縣域進行檢驗，模型（5）回歸結(jié)果表明，政策變量的回歸系數(shù)在1%的水平上顯著為負，估計值與基準(zhǔn)模型基本一致。

3.5.5 控制復(fù)種指數(shù)與農(nóng)業(yè)技術(shù)因素

考慮到作物的復(fù)種指數(shù)可能影響產(chǎn)糧大縣的化肥施用強度，因此本文在原有控制變量的基礎(chǔ)上進一步增加了復(fù)種指數(shù)，表5模型（6）回歸結(jié)果表明，政策變量的回歸系數(shù)為-0.054，在1%的水平上顯著為負，且估計值與基準(zhǔn)模型基本一致。

同時，近年來湖南湖北等地各產(chǎn)糧大縣測土配方施肥技術(shù)得到迅速推廣，由此可能引起化肥施用強度的下降。為減少這一遺漏變量的影響，本研究進一步使用測土配方施肥面積與農(nóng)作物播種面積的比例衡量測土配方技術(shù)水平，作為新增的控制變量進行穩(wěn)健性檢驗。模型（7）回歸結(jié)果表明，政策變量的回歸系數(shù)仍在1%的水平上顯著為負，化肥減量效果稍有增加。此外，本文同時控制復(fù)種指數(shù)與測土配方施肥技術(shù)兩個變量后，回歸結(jié)果依然穩(wěn)?。ㄒ娔Ｐ停?））。

3.5.6 排除化肥零增長政策的影響

如上述考慮，2015年出臺的化肥零增長行動方案無疑會引導(dǎo)各地農(nóng)業(yè)生產(chǎn)化肥減施，為降低這一政策對本文估計結(jié)果的干擾，模型（9）剔除2015年及之后的樣本數(shù)據(jù)，回歸系數(shù)為-0.053，與基礎(chǔ)回歸結(jié)果基本一致。但系數(shù)的顯著性由原來的1%下降為5%，說明消除化肥零增長政策的混淆影響后，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策依然能夠有效地促進化肥減量，但其影響效果有所下降。

3.6 減量路徑理論分析

高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施后，農(nóng)業(yè)生產(chǎn)條件得到極大改善，土壤肥力增強，土地生產(chǎn)能力得到提高，進而生產(chǎn)相同糧食產(chǎn)量所需的化肥、農(nóng)藥等生產(chǎn)資料投入減少。因此，本文認為高標(biāo)準(zhǔn)農(nóng)田建設(shè)通過提高農(nóng)業(yè)機械化水平、提高糧食作物種植專業(yè)化水平、農(nóng)業(yè)機械化與糧食作物種植專業(yè)化交互，形成良性的減量循環(huán)機制，實現(xiàn)化肥減量。

首先分析高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策是否顯著提高了產(chǎn)糧大縣的機械化水平和糧食作物種植專業(yè)化水平。之后再將機械化和糧食作物種植專業(yè)化作為控制變量加入模型中，如果回歸結(jié)果中高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策變量的顯著性發(fā)生明顯變化或者其系數(shù)的絕對值明顯減小，則認為高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策主要通過提高機械化和糧食作物種植專業(yè)化水平來影響化肥施用量。

3.6.1 機械化與化肥減量

表6模型（1）的估計結(jié)果顯示，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施對農(nóng)業(yè)機械與勞動力的比值存在顯著正向影響，系數(shù)為0.070，且在5%的水平上顯著。說明隨著高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施，農(nóng)業(yè)機械化水平不斷提高，機械對勞動力的替代比例隨之?dāng)U大。模型（2）的估計結(jié)果表明，機械化水平的提高能顯著降低化肥的施用量，這與上述理論分析一致。進一步同表3模型（2）的結(jié)果相比較，當(dāng)模型中加入機械化與勞動力的比值這一中介變量后，政策變量group×post對化肥施用總量的估計系數(shù)的顯著性明顯下降，由原來的在1%水平上顯著變?yōu)樵?0%水平上顯著。這表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策通過提高農(nóng)業(yè)機械化水平促進化肥減量，故上述影響路徑得以驗證。機械化水平的提高有利于利用一些依靠人力所無法達到的先進技術(shù)，如深松翻和少免耕技術(shù)，減少土壤水分蒸發(fā)和水土流失，提高土壤蓄水保墑能力，增加土壤有機質(zhì)含量，從而起到增產(chǎn)和化肥減量作用。

3.6.2 糧食作物種植專業(yè)化與化肥減量

如表6的模型（3），高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施后，糧食作物種植專業(yè)化水平提高了0.5%。模型（4）顯示將糧食作物種植專業(yè)化指數(shù)作為控制變量加入回歸方程中后，group×post的估計系數(shù)的顯著性也明顯下降，由原來的在1%水平上顯著變?yōu)樵?0%水平上顯著。結(jié)果說明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策的實施對化肥施用總量的一部分削減效應(yīng)是通過提高糧食作物種植專業(yè)化水平而實現(xiàn)。

3.6.3 機械化與專業(yè)化的交互項對化肥減量的影響

如表6的模型（5）所示，機械化與糧食作物種植專業(yè)化水平的交互項顯著為負，說明機械化水平的提高能夠顯著增強糧食作物種植專業(yè)化水平對化肥施用量的負向影響，從而進一步增強了高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥的減量效果。

表6 影響機制分析：機械化及專業(yè)化對化肥減量的影響

3.7 異質(zhì)性分析

本文對不同地形、不同地區(qū)和不同化肥施用強度的縣域進行了異質(zhì)性分析，回歸結(jié)果如表7所示。高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對平原區(qū)和丘陵區(qū)、中部地區(qū)以及化肥施用中高強度區(qū)化肥減量具有顯著的促進作用。平原地區(qū)的化肥施用總量分別是丘陵和山地的近1.5、2.3倍。這可能是由于平原地區(qū)化肥施用量較高，因此高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實施后，減少化肥投入能夠獲得邊際上的收益；對于化肥施用總量和化肥施用強度均較小的山區(qū)來說，要保障一定的農(nóng)業(yè)收入，化肥減量的空間較小。同理，對于化肥施用中高強度地區(qū)，化肥減量不僅能降低邊際成本還能獲得額外的邊際收益。本文發(fā)現(xiàn)中部地區(qū)的機械化和糧食作物種植專業(yè)化水平均顯著高于東部地區(qū)，因而中部地區(qū)通過機械化和專業(yè)化可以實現(xiàn)化肥減量。需要說明的是，本文的分類存在著重疊，如東部地區(qū)多山地，中部地區(qū)多平原和丘陵。一般來說，平原地區(qū)農(nóng)業(yè)發(fā)展水平更高，化肥施用強度也較丘陵和山地更大。

表7 高標(biāo)準(zhǔn)農(nóng)田建設(shè)對化肥減量異質(zhì)性分析估計

注：化肥施用強度前50%的縣域定義為低強度區(qū)，其余為中高強度區(qū)。

Note: The top 50% of counties with fertilizer application intensity are defined as low-intensity areas, and the rest are medium-high intensity areas.

4 結(jié) 論

本文使用長江中下游3省44市282縣域2007—2017年面板數(shù)據(jù)，應(yīng)用雙重差分法實證分析了中國高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的影響，并揭示化肥減量的內(nèi)在邏輯及其實證證據(jù)。主要研究結(jié)論如下：

1）基礎(chǔ)回歸分析表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策實現(xiàn)藏糧于地的同時有利于化肥減量。因此，各區(qū)域要繼續(xù)積極落實和推進高標(biāo)準(zhǔn)農(nóng)田建設(shè)，從而發(fā)揮規(guī)模優(yōu)勢和技術(shù)優(yōu)勢，實現(xiàn)農(nóng)業(yè)發(fā)展與生態(tài)環(huán)境保護的有機統(tǒng)一。

2）影響路徑分析結(jié)果表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策通過提升機械化和糧食作物種植專業(yè)化水平實現(xiàn)化肥減量。專業(yè)化程度的加深能夠增強區(qū)域的規(guī)模效應(yīng)，分享分工經(jīng)濟與發(fā)揮區(qū)域的比較優(yōu)勢。當(dāng)機械化和專業(yè)化相互作用時，進一步增強了高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥施用量的削減效應(yīng)，因此，機械化和專業(yè)化可成為產(chǎn)糧大縣發(fā)展農(nóng)業(yè)和兼顧生態(tài)環(huán)境保護的統(tǒng)籌之策。

3）異質(zhì)性分析結(jié)果表明，高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對平原和丘陵地區(qū)、中部地區(qū)和中高化肥施用強度地區(qū)的化肥減量作用更明顯，這進一步證明了當(dāng)前主要在平原或丘陵地區(qū)實施的高標(biāo)準(zhǔn)農(nóng)田建設(shè)確實對農(nóng)業(yè)化肥減量起到了重要作用，同時由于產(chǎn)量大縣往往也是高強度化肥施用大戶，所以在產(chǎn)量大縣繼續(xù)推進高標(biāo)準(zhǔn)農(nóng)田建設(shè)有利于提高糧食產(chǎn)量和促進生態(tài)環(huán)境可持續(xù)發(fā)展。

高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策啟動是個拐點事件，本文以高標(biāo)準(zhǔn)農(nóng)田政策實施作為準(zhǔn)自然實驗，采用雙重差分法研究政策實施對化肥施用的減量效果，能夠有效地緩解可能存在的內(nèi)生性問題。研究中雖然一定程度上考慮了高標(biāo)準(zhǔn)農(nóng)田政策實施的時間持續(xù)性，但囿于數(shù)據(jù)限制，未能結(jié)合各地每年高標(biāo)準(zhǔn)農(nóng)田建設(shè)新增面積分析政策實施強度對化肥減量的影響，可能會低估高標(biāo)準(zhǔn)農(nóng)田建設(shè)對化肥施用的減量效應(yīng)。因此未來研究中除了需要進一步完善數(shù)據(jù)，結(jié)合高標(biāo)準(zhǔn)農(nóng)田的修建進程，搜集縣級單位每年新增高標(biāo)準(zhǔn)農(nóng)田建設(shè)面積外，同時可采用多期雙重差分法、漸進或交疊雙重差分法等雙重差分法前沿計量方法，以更準(zhǔn)確地捕捉政策影響的連續(xù)性以及政策影響的深度。

[1] 朱淀，孔霞，顧建平. 農(nóng)戶過量施用農(nóng)藥的非理性均衡：來自中國蘇南地區(qū)農(nóng)戶的證據(jù)[J]. 中國農(nóng)村經(jīng)濟，2014(8)：17-29，41.

[2] 張復(fù)宏，宋曉麗，霍明. 果農(nóng)對過量施肥的認知與測土配方施肥技術(shù)采納行為的影響因素分析：基于山東省9個縣(區(qū)、市)蘋果種植戶的調(diào)查[J]. 中國農(nóng)村觀察，2017(3)：117-130.

ZhangFuhong, Song Xiaoli, Huo Ming. Excess fertilizer application and growers’ adoption behavior for soil testing for fertilizer formulation and their determinants: An empirical analysis based on survey data from apple growers in 9 counties of Shandong Province[J]. China Rural Survey, 2017(3): 117-130. (in Chinese with English abstract)

[3] 仇煥廣，欒昊，李瑾，等. 風(fēng)險規(guī)避對農(nóng)戶化肥過量施用行為的影響[J]. 中國農(nóng)村經(jīng)濟，2014(3)：85-96.

[4] 趙大偉. 中國綠色農(nóng)業(yè)發(fā)展的動力機制及制度變遷研究[J].農(nóng)業(yè)經(jīng)濟問題，2012，33(11)：72-78，111.

Zhao Dawei. Research on the dynamic mechanism and institutional change of the development of green agriculture of China[J]. Issues in Agricultural Economy, 2012, 33(11): 72-78,111. (in Chinese with English abstract)

[5] 周力，王鐿如. 新一輪農(nóng)地確權(quán)對耕地質(zhì)量保護行為的影響研究[J]. 中國人口·資源與環(huán)境，2019，29(2)：63-71.

Zhou Li, Wang Yiru. The impact of new round of farmland right verification on the behavior of land quality protection[J]. China Population, Resources and Environment, 2019, 29(2): 63-71. (in Chinese with English abstract)

[6] 郜亮亮，黃季焜. 不同類型流轉(zhuǎn)農(nóng)地與農(nóng)戶投資的關(guān)系分析[J]. 中國農(nóng)村經(jīng)濟，2011(4)：9-17.

[7] 蔡穎萍，杜志雄. 家庭農(nóng)場生產(chǎn)行為的生態(tài)自覺性及其影響因素分析：基于全國家庭農(nóng)場監(jiān)測數(shù)據(jù)的實證檢驗[J]. 中國農(nóng)村經(jīng)濟，2016(12)：33-45.

[8] 高晶晶，彭超，史清華. 中國化肥高用量與小農(nóng)戶的施肥行為研究：基于1995～2016年全國農(nóng)村固定觀察點數(shù)據(jù)的發(fā)現(xiàn)[J]. 管理世界，2019，35(10)：120-132.

Gao Jingjing, Peng Chao, Shi Qinghua. Study on the high chemical fertilizer consumption and fertilization behavior of small rural household in China: Discovery from 1995-2016 National Fixed Point Survey Data[J]. Management World, 2019, 35(10): 120-132. (in Chinese with English abstract)

[9] 梁志會，張露，劉勇，等. 農(nóng)業(yè)分工有利于化肥減量施用嗎?——基于江漢平原水稻種植戶的實證[J]. 中國人口·資源與環(huán)境，2020，30(1)：150-159.

Liang Zhihui, Zhang Lu, Liu Yong, et al. Is the agricultural division of labor conducive to the reduction of fertilizer input? empirical evidence from rice production households in the Jianghan Plain[J]. China Population, Resources and Environment, 2020, 30(1): 150-159. (in Chinese with English abstract)

[10] Wu Y Y, Xi X C, Tang X, et al. Policy distortions, farm size, and the overuse of agricultural chemicals in China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(27): 7010-7015.

[11] 諸培新，蘇敏，顏杰. 轉(zhuǎn)入農(nóng)地經(jīng)營規(guī)模及穩(wěn)定性對農(nóng)戶化肥投入的影響：以江蘇四縣(市)水稻生產(chǎn)為例[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版)，2017，17(4)：85-94，158.

Zhu Peixin, Su Min, Yan Jie. Impact of farmland scale and stability on fertilizer input: Taking rice production of four counties of Jiangsu Province as example[J]. Journal of Nanjing Agricultural University(Social Sciences Edition), 2017, 17(4): 85-94,158. (in Chinese with English abstract)

[12] 張露，羅必良. 農(nóng)業(yè)減量化：農(nóng)戶經(jīng)營的規(guī)模邏輯及其證據(jù)[J]. 中國農(nóng)村經(jīng)濟，2020(2)：81-99.

Zhang Lu, Luo Biliang. Agricultural chemical reduction: The logic and evidence based on farmland operation scale of households[J]. Chinese Rural Economy, 2020(2): 81-99. (in Chinese with English abstract)

[13] 張曉恒，周應(yīng)恒，嚴(yán)斌劍. 農(nóng)地經(jīng)營規(guī)模與稻谷生產(chǎn)成本：江蘇案例[J]. 農(nóng)業(yè)經(jīng)濟問題，2017，38(2)：48-55，2.

Zhang Xiaoheng, Zhou Yingheng, Yan Binjian. Farm size and rice production cost: A case study in Jiangsu Province[J]. Issues in Agricultural Economy, 2017, 38(2): 48-55,2. (in Chinese with English abstract)

[14] 梁志會，張露，張俊飚. 土地整治與化肥減量：來自中國高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)政策的準(zhǔn)自然實驗證據(jù)[J]. 中國農(nóng)村經(jīng)濟，2021(4)：123-144.

Liang Zhihui, Zhang Lu, Zhang Junbiao. Land consolidation and fertilizer reduction: quasi-natural experimental evidence from China’s well-facilitated capital farmland construction[J]. Chinese Rural Economy, 2021(4): 123-144. (in Chinese with English abstract)

[15] 梁志會，張露，張俊飚. 土地轉(zhuǎn)入、地塊規(guī)模與化肥減量：基于湖北省水稻主產(chǎn)區(qū)的實證分析[J]. 中國農(nóng)村觀察，2020(5)：73-92.

Liang Zhihui, Zhang Lu, Zhang Junbiao. Land inward transfer, plot scale and chemical fertilizer reduction: An empirical analysis based on main rice-producing areas in Hubei Province[J]. China Rural Survey, 2020(5): 73-92. (in Chinese with English abstract)

[16] 紀(jì)月清，顧天竹，陳奕山，等. 從地塊層面看農(nóng)業(yè)規(guī)模經(jīng)營：基于流轉(zhuǎn)租金與地塊規(guī)模關(guān)系的討論[J]. 管理世界，2017(7)：65-73.

[17] 顧天竹，紀(jì)月清，鐘甫寧. 中國農(nóng)業(yè)生產(chǎn)的地塊規(guī)模經(jīng)濟及其來源分析[J]. 中國農(nóng)村經(jīng)濟，2017(2)：30-43.

Gu Tianzhu, Ji Yueqing, Zhong Funing. The sources of economies of scale in China’s agricultural production[J].China Rural Survey, 2017(2): 30-43. (in Chinese with English abstract)

[18] 羅必良. 從產(chǎn)權(quán)界定到產(chǎn)權(quán)實施：中國農(nóng)地經(jīng)營制度變革的過去與未來[J]. 農(nóng)業(yè)經(jīng)濟問題，2019(1)：17-31.

Luo Biliang. The property rights: From delimitation to implementation: The logical clue of Chinese farmland management system transformation[J]. Issues in Agricultural Economy, 2019(1): 17-31. (in Chinese with English abstract)

[19] 張露，羅必良. 小農(nóng)生產(chǎn)如何融入現(xiàn)代農(nóng)業(yè)發(fā)展軌道?——來自中國小麥主產(chǎn)區(qū)的經(jīng)驗證據(jù)[J]. 經(jīng)濟研究，2018，53(12)：144-160.

Zhang Lu, Luo Biliang. How can small farmers be incorporated into modern agricultural development? Evidence from wheat-producing areas of China[J]. Economic Research Journal, 2018, 53(12): 144-160. (in Chinese with English abstract)

[20] 韓帥，李穎，李雙異，等. 遼北旱作區(qū)高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)選址與建設(shè)模式研究[J]. 中國人口·資源與環(huán)境，2015，25(S1)：439-442.

Han Shuai, Li Ying, Li Shuangyi, et al. Siting and construction mode of high-standard basic farmland for the dry land in North Liaoning[J]. China Population, Resources and Environment, 2015, 25(S1): 439-442. (in Chinese with English abstract)

[21] 趙振庭，孔祥斌，張雪靚，等. 基于多維超體積生態(tài)位的高標(biāo)準(zhǔn)生態(tài)農(nóng)田建設(shè)分區(qū)方法[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(13)：253-263.

Zhao Zhenting, Kong Xiangbin, Zhang Xueliang, et al. Method for zoning high-standard ecological farmland construction using multi-dimensional super-volume ecological niche[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(13): 253-263. (in Chinese with English abstract)

[22] 湯峰，徐磊，張蓬濤，等. 縣域高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)適宜性評價與優(yōu)先區(qū)劃定[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(21)：242-251.

Tang Feng, Xu Lei, Zhang Pengtao, et al. Suitability evaluation and priority area delineation of high standard basic farmland construction at county level[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2019, 35(21): 242-251. (in Chinese with English abstract)

[23] 楊偉，謝德體，廖和平，等. 基于高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)模式的農(nóng)用地整治潛力分析[J]. 農(nóng)業(yè)工程學(xué)報，2013，29(7)：219-229.

Yang Wei, Xie Deti, Liao Heping, et al. Analysis of consolidation potential of agricultural land based on construction mode of high-standard basic farmland[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2013, 29(7): 219-229. (in Chinese with English abstract)

[24] 費建波，凌靜，吳璽，等. 基于土地整治監(jiān)測監(jiān)管系統(tǒng)的高標(biāo)準(zhǔn)農(nóng)田建設(shè)狀況分析[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(3)：267-274.

Fei Jianbo, Ling Jing, Wu Xi, et al. Analysis on construction of well-facilitated farmland based on land reclamation monitoring and supervision system[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2016, 32(3): 267-274. (in Chinese with English abstract)

[25] 李少帥，鄖文聚，張燕，等. 基于空間分異的高標(biāo)準(zhǔn)農(nóng)田建設(shè)空間特征判別系統(tǒng)設(shè)計與實現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(6)：253-261.

Li Shaoshuai, Yun Wenju, Zhang Yan, et al. Design and implementation of spatial differentiation-based system for identifying spatial features of well-facilitated farmland construction[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(6): 253-261. (in Chinese with English abstract)

[26] 熊冰瑤，夏建國，林婉嬪，等. 四川省高標(biāo)準(zhǔn)農(nóng)田建設(shè)績效評價[J]. 中國人口·資源與環(huán)境，2016，26(S2)：219-222.

Xiong Bingyao, Xia Jianguo, Lin Wanpin, et al. Research on performance evaluation of high standard farmland construction in Sichuan Province[J]. China Population, Resources and Environment, 2016, 26(S2): 219-222. (in Chinese with English abstract)

[27] 王曉青，史文嬌，孫曉芳，等. 黃淮海高標(biāo)準(zhǔn)農(nóng)田建設(shè)項目綜合效益評價及區(qū)域差異[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(16)：238-248.

Wang Xiaoqing, Shi Wenjiao, Sun Xiaofang, et al. Comprehensive benefit evaluation and regional differences of construction projects of well-facilitated farmland in Huang-Huai-Hai region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(16): 238-248. (in Chinese with English abstract)

[28] 劉春芳，劉立程，何瑞東. 黃土丘陵區(qū)高標(biāo)準(zhǔn)農(nóng)田建設(shè)的生態(tài)系統(tǒng)服務(wù)響應(yīng)研究：以榆中縣高標(biāo)準(zhǔn)農(nóng)田建設(shè)項目為例[J]. 中國人口·資源與環(huán)境，2018，28(12)：124-130.

Liu Chunfang, Liu Licheng, He Ruidong. Ecosystem services response of well-facilitated farmland construction project in Loess Hilly Region: A case study of Yuzhong County[J]. China Population, Resources and Environment, 2018, 28(12): 124-130. (in Chinese with English abstract)

[29] Huang J K, Huang Z R, Jia X P, et al. Long-term reduction of Nitrogen fertilizer use through knowledge training in rice production in China[J]. Agricultural Systems, 2015, 135: 105-111.

[30] 羅斯炫，何可，張俊飚. 增產(chǎn)加劇污染？——基于糧食主產(chǎn)區(qū)政策的經(jīng)驗研究[J]. 中國農(nóng)村經(jīng)濟，2020(1)：108-131.

Luo Sixuan, He Ke, Zhang Junbiao. The more grain production, the more fertilizer pollution? Empirical evidence from major grain-producing areas in China[J]. Chinese Rural Economy, 2020(1): 108-131. (in Chinese with English abstract)

[31] Chen S, Lan X H. Tractor vs. animal: Rural reforms and technology adoption in China[J]. Journal of Development Economics, 2020, 147: 02536.

Effect of high-standard farmland construction policy on chemical fertilizer reduction

Zeng Linlin1,2, Li Xiaoyun1※, Zhang Anlu1, Liu Nianjie1

(1.,,430070,;2.,,430077,)

Soil degradation and non-point source pollution have posed a great challenge to sustainable agriculture, due mainly to the excessive application of chemical fertilizers. Among them, High-standard Farmland Construction (HSFC) can be the paramount component of the national strategy for food security and environmental protection. Taking the HSFC in 2013 as a quasi-natural experiment, this study aims to clarify the impacts of the HSFC policies on fertilizer reduction at the county level. Firstly, the datasets were divided into the experimental and control groups with/without HSFC policies. A-value test was carried out to determine the mean differences in the characteristics between the treatment and control groups. A Differences-in-Differences (DID) estimator was used to assess the effects, using the panel data of 282 counties in 3 major grain-producing provinces in the Middle and Lower Reaches of the Yangtze River from 2007 to 2017. An event analysis was then constructed to verify the reliability and robustness, particularly for the pre-event parallel trend and joint hypotheses tests from 2007 to 2012, and 2014 to 2017. Secondly, a series of robustness tests were performed, including the measurement of the dependent variable and regression model, considering the lag in the effect of the policy, and excluding the impact of other similar policies. Finally, the agricultural mechanization and the grain production specialization were selected to reveal the conversion after the HSFC in the study area. The mediation effect model was employed to test the mechanism of agricultural mechanization, and the grain production specialization between the HSFC and chemical fertilizer reduction, together with the interaction between the agricultural mechanization and the grain production specialization. After that, the heterogeneity test was performed to determine the differences in the policy impact in the regions. The results showed that: 1) The density of fertilizer application in the treatment groups was higher than that in the control from 2007 to 2013, whereas, it was reversed after the HSFC. The-value test showed that there was a significant difference in the mean of core variables between the treatment and control groups. 2) The HSFC policies exerted a significant reduction effect on the chemical fertilizer application in the exampled grain dominant counties from 2007 to 2017, with an average of 5.1% decrease in the fertilizer application. There was a consistent trend between the treatment and the control groups before the HSFC, indicating a basically stable reduction. By contrast, there was a slight reduction after excluding the impact of the “double reduction policy”. 3) The impacts of HSFC on the chemical fertilizer application depended mainly on agricultural mechanization and grain production specialization. There was a gradual increase in fertilizer reduction in the HSFC, with the development of agricultural mechanization and grain production specialization. Furthermore, mechanization greatly enhanced production specialization and the HSFC impact on fertilizer reduction. 4) The heterogeneity analysis showed that the HSFC effects varied in the fertilizer application. There was a strong reduction in the fertilizer application in the plains and shallow hills areas, whereas, a higher level of fertilizer application was found in the counties of central provinces. Therefore, agricultural mechanization and specialization can be the overall measures to achieve agricultural development and ecological protection in the process of HSFC.

high-standard farmland construction; sustainable development; chemical fertilizer; agricultural mechanization; grain production specialization

10.11975/j.issn.1002-6819.2022.20.026

F326.1

A

1002-6819(2022)-20-0229-10

曾琳琳，李曉云，張安錄，等. 高標(biāo)準(zhǔn)農(nóng)田建設(shè)政策對化肥減量的影響[J]. 農(nóng)業(yè)工程學(xué)報，2022，38(20)：229-238.doi：10.11975/j.issn.1002-6819.2022.20.026 http://www.tcsae.org

Zeng Linlin, Li Xiaoyun, Zhang Anlu, et al. Effect of high-standard farmland construction policy on chemical fertilizer reduction[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(20): 229-238. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.20.026 http://www.tcsae.org

2022-05-31

2022-10-10

教育部哲學(xué)社會科學(xué)重大攻關(guān)項目（20JZD015）；國家自然科學(xué)基金項目（71673102）；國家社會科學(xué)基金重大項目（18ZDA054）

曾琳琳，博士，研究方向為資源環(huán)境經(jīng)濟與糧食安全。Email：zengll@webmail.hzau.edu.cn

李曉云，博士，教授，博導(dǎo)，研究方向為農(nóng)業(yè)耕作系統(tǒng)和糧食安全。Email：lixiaoyun@mail.hzau.edu.cn