The impact of agricultural socialized services on the reduction of fertilizer: double inspection based on panel data of 31 provinces in China
-
摘要: 实现化肥减量是我国农业走向高质量发展的重要举措, 也是实现农业绿色发展的关键所在。基于专业分工理论, 利用2011—2020年统计年鉴数据, 采用中介调节模型和工具变量模型实证分析了农业社会化服务对化肥减量的作用机制。研究发现, 农业社会化服务对化肥使用总量和单位面积使用量具有显著负向影响, 即农业社会化服务产值每增加1%, 化肥使用总量和单位面积化肥使用量分别能降低0.055%和0.443%。中介和调节分析发现, 农业社会化服务通过资源配置和科技进步两条路径实现化肥减量, 分工深化和政府主导分别对该路径存在0.039的促进作用和−0.017的抑制作用。进一步研究发现, 农业社会化服务可以显著降低服务规模小、农业发展程度高和东部地区省份的化肥使用量, 而对中西部地区省份化肥减量未能发挥作用。其中, 监管体系的缺失和分工深化的不足是目前我国农业社会化服务面临的主要问题, 也是阻碍化肥减量实现的重要因素。Abstract: In the face of the real dilemma that traditional small farmer management cannot meet the sustainable development of agriculture, the reduction of chemical fertilizers is an important measure for China’s agriculture to move towards high-quality development, and it is also the key to the development of green agriculture. Based on the theory of professional division of labor, a theoretical model of “service outsourcing”, a division of labor economy, and the reduction of chemical fertilizer is constructed. Using statistical yearbook data from 2011 to 2020, this study empirically analyzed the affacting mechanism of agricultural socialized services on the reduction of chemical fertilizer by using an intermediary adjustment model and an instrumental variable model. The study found that agricultural socialized services had a significant negative impact on the total use of chemical fertilizer and the use per unit area; that is, for every 1% increase in the output value of agricultural socialized services, the total amount of fertilizer used and the amount of fertilizer used per unit area can be reduced by 0.055% and 0.443%, respectively. The robustness test of the tool variables also confirmed the positive effect of socialized agricultural services on the reduction of chemical fertilizer. At the same time, resource allocation, technological progress, and disaster areas had a negative impact on the use of chemical fertilizers. While deepening the division of labor and grain output had a positive role in promoting the total use of chemical fertilizers, with impact effects of 0.063 and 0.266, respectively. From the perspective of the mechanism, agricultural socialized services reduced the application of chemical fertilizer through resource allocation and scientific and technological progress. The deepening of the labor division had a 0.039 promotion effect on this path, and the government had a negative impact of 0.271 and an inhibition of 0.017 on the reduction of chemical fertilizers and this path, respectively. Further research found that there were differences between agricultural service scale, agricultural development degree, and geographical location in the impact of agricultural socialized services on reducing chemical fertilizer. Provinces with small service scales had a greater impact on the reduction of chemical fertilizers. Agricultural provinces have a higher impact on the reduction of chemical fertilizers than non-agricultural provinces on the premise of a more complete agricultural infrastructure and a more mature industrial chain. Socialized agricultural services in the central and western province had no significant impact on the use of chemical fertilizers. Among them, the lack of a supervision system and the lack of a deepening division of labor are the main problems faced by China’s socialized agricultural services, and they are also important factors that hinder the realization of fertilizer reduction. Therefore, we should continue to play the positive role of agricultural socialized services in reducing the amount of fertilizer, expanding the market demand for socialized services and green agricultural products, improving the deepening and supervision system of socialized service division, establishing a sound service outsourcing and green production standard system, strengthening risk management and control, promoting rational allocation of resources, and realizing an increase in both the income and productivity of farmers.
-
据数据显示, 截至2020年底, 我国化肥施用总量达5250.9万t, 是全球化肥使用量最高的国家; 且化肥施用强度高达349.53 kg∙hm−2, 远高于发达国家公认的225 kg∙hm−2环境安全施用上限。化肥施用量稳居不减带来自然环境的持续恶化, 严重威胁了农业绿色发展。虽然2015年原农业部出台的《到2020年化肥使用量零增长行动方案》等相关政策从体制上要求农业生产中的化肥使用量必须得到有效控制, 但过量施用的根本问题依然存在。特别是进入农业高质量发展阶段, 小规模兼业农户绿色生产意愿和生产能力的普遍不足很难满足当前农业发展的需求, 过量施肥产出风险规避行为和以农地零散、人力劳动为代表的传统农业生产模式与化肥减量需求之间的矛盾愈发突出。然而, 随着城乡一体化建设和农业机械化普及, 农业社会化服务在近几年得以快速发展, 以专业服务外包为机制的农业社会化服务体系也日趋完善。截至2021年底, 全国已有各类农业生产社会化服务组织95.5万个, 农业社会化服务覆盖面积达16.7亿hm2∙次, 带动小农户超过7800万户。农业社会化服务俨然成为实现当前小农户融入现代农业发展的主客观要求和农业规模化生产经营模式的重要途径。因此, 在这一背景下, 传统农耕模式的瓦解能否破除化肥减量的矛盾所在? 即农业社会化服务能否促进化肥减量、农业社会化服务如何促进农业化肥减量等命题已成为亟需思考与回答的现实问题。
尽管2018年农业部《关于大力实施乡村振兴战略 加快推进农业转型升级的意见》中指出通过统配统施的社会化服务以持续推进农业投入品减量。然而, 学术界对此的评价却是褒贬不一, 一部分学者认为在现行制度框架下, 农业社会化服务是实现农业高质量发展和绿色生态农业的有效途径[1-3], 农业社会化服务通过构建农户与规模经济之间的“交集”实现了社会资源的高效配置[4], 从而提升化肥的生产效率, 促进了产出层面的化肥减量[5]。规模经济视角下农业社会化服务相比于土地流转不受人地关系和农地制度等强约束条件的制约对推进农地规模化[6]和扩大生产经营[7]中更具普遍性、更有快速发展潜力。同时, 土地托管[8]、农机服务[9]和生产性服务[10]等不同的农业社会化服务模式对化肥减施或绿色施肥的促进作用也通过了微观数据的实证分析, 强有力地解释了农业社会化服务对化肥减量的积极作用。但是, 仍有部分学者认为农业社会化服务在政府的过多干预下缺乏针对性和影响力, 往往对农业发展是无效的。我国的农业技术服务存在供需不足与失衡的现象对我国现阶段农业发展具有逆向影响[11]。农业社会化服务组织作为盈利性商业组织, 在信息不对称的驱使下, 农业社会化服务诱发赚取更高利润的投机行为选择通过增加化肥材料费等途径来补贴固定支出[12], 反而加重了化肥的施用量[13]。事实上, 社会化服务中存在的交易费用的存在不容忽视, 不同资源禀赋农户采用不同环节的社会化服务对农户亲环境行为存在差异[14], 交易费用导致的不同农业生产性服务合约类型及稳定性能够造成农户收益和生产效率的差异[15]。在比较优势下, 农户通过选择契约类型和组织化程度控制交易成本, 服务组织则通过选择不同服务外包垂直协作模式[16]促进经济合理性, 进而实现经营效益的提升。因此, 农业社会化服务对化肥减量的效应取决于农户匹配的服务对象[17], 实现土肥市场上的最优匹配和化肥减量离不开服务组织与农户之间协同发展。
综上, 目前已有研究虽然分析了农业社会化服务的化肥减量效应, 但研究结论存在较大的分歧, 且理论视角和分析框架较为单一, 缺乏专业分工视角下农业社会化服务作用机制及对化肥减量效应的理论分析。也未深入探讨农业社会化服务对化肥减量内外部环境等因素的协调性和异质性。基于此, 本文以专业分工和制度变迁理论为基础, 构建农业社会化服务对化肥减量的理论框架, 采用《中国农村统计年鉴》的面板数据实证分析农业社会化服务对化肥减量的效应及传导机制。
1. 理论框架与研究假设
农业社会化服务是服务组织向农户或新型经营主体提供农业产前、产中、产后各类生产性服务, 以及与农业生产相关的研发、培训、技术等有偿服务的总称。基于专业分工理论, 如图1所示, 构建农业社会化服务外包分工对化肥减量的影响机理分析框架。
![]()
图 1 农业社会化服务对化肥减量影响的分析框架Figure 1. Analysis framework of effects of agricultural socialized service on fertilizer reduction1.1 农业社会化服务、资源配置效应与化肥减量
农业社会化服务的实施丰富了农业经营的多元主体, 形成了农业生产主体和社会化服务组织共同经营的格局, 农业经营权的分离本质上是农户与组织之间对农业生产的社会分工及农业资源的优化配置[18], 通过生产资料和生产要素的重组, 将资源向绿色农业集中, 提升化肥生产率实现单位产量下的化肥减量; 同时外包机制所造成的农业生产制度的变迁对化肥减量及农业绿色发展具有资源配置效应。主要的作用途径: 一是劳动力市场的优化, 虽然农业服务外包的产生和发展实现农业劳动力向非农产业的转移[19], 但是社会分工却促进了高素质劳动力和专业技能人力资本向农业专业服务组织及农业产业的转移; 且农户作为供应链的“起点”和服务链的“终点” 与服务供应商形成的协同机制促进了人力资本的内部化和一体化; 而农业劳动力资源的优化配置, 既解决了“谁来种地”的问题, 又改善了因专业化人力资本不足产生过量施肥的“路径依赖”。二是资本市场的倾斜, 农业社会化服务通过扩大市场需求拉动政府和市场双重资源[20]实现化肥减量资本要素的优化配置, 譬如政府通过财政扶持的手段对农业绿色发展实施补偿机制、利用主导性政策调控金融市场、高新技术企业等社会资源和制度环境向农业产业方向的探索和变动等, 既能够有效缓解因农业生产的要素供给不足而导致的化肥生产效率和土地产出效率低下的问题, 又能够通过刺激绿色农产品市场需求, 拉动农户减施化肥行为的主动性。
1.2 农业社会化服务、技术进步效应与化肥减量
根据农户施肥行为的相关研究可知, 绿色生产意识缺失和生产技术落后而产生普遍的经验性施肥方式是引发化肥滥用、过量施肥的主要原因[21-22]; 事实上, 外出务工机会成本的增加和劳动力的过量转移导致农户并不会为此支付高额的学习成本, 自给自足的农业一体化生产模式并不能改变技术不足而产生的过量施肥问题。但是, 社会分工的出现, 农业社会化服务组织的参与能够有效地改善这一问题。专业分工理论认为, 专业人员能通过重复性工作不仅能培养极高的熟练度, 减少工作失误及物料浪费; 而且还可以在不断学习积累经验的思考中创新技术, 实现化肥“精、调、改、替”的技术革新。同时服务组织的强市场谈判能力和强采购成本优势, 能够大量引进先进技术[14], 通过外包服务机制发挥技术的正向溢出效应, 为农户科学施肥提供先进绿色技术[23], 减少化肥施用量达到化肥减量的效果。其次, 化肥减量和科学施肥技术离不开农机基础设施的完善和应用。农业生产服务的规模经济可以促进服务组织农机设备的完善和快速更新, 克服小农户经营规模和资源禀赋的刚性束缚[24] , 为农户借助服务组织农机设备优势实现低成本的农业机械化提供了现实路径[10]。从收益视角看, 在市场自由竞争中服务主体作为商业性营利组织为扩大市场份额、提高盈利收益往往选择加强技术研发及应用以强化自身市场核心竞争力, 同样证明了农业社会化服务外包机制通过促进技术溢出和进步效应促进化肥减量及实现绿色施肥的这一逻辑链条。
1.3 农业社会化服务、专业分工深化与化肥减量
农业社会化服务的本质是一种交易, 起源于主体间互通交换, 分工结构受市场购买力规模的限制, 而经济增长的内生动力又来自专业化分工, 换言之, 生产力形态决定社会分工, 社会分工又影响生产力发展[25], 即“分工取决于分工, 分工影响分工” [26]。同样, 化肥减量的效果也受市场需求规模和科技发展水平的影响, 在外包服务结构中, 是否能实现科学施肥取决于外包方整体的服务水平及能力。因此, 农业社会化服务通过不断地专业再分工推动市场结构和规模的发展进而实现化肥减量。具体而言, 一是劳动转移的服务横向联结, 外包服务促进了劳动力跨部门的转移, 农业劳动力兼业程度和专业化水平均得到提升, 农业社会化服务向产前、产中、产后的一体化服务方向发展, 通过土壤修复、统防统治等多种方式促进并实现化肥减量。二是市场需求的服务纵向联结, 农业社会化服务及农产品市场容量的扩大, 刺激了市场需求的上升, 为农业经营主体的追加投入扩大再生产提供了动力, 特别是对服务组织的进一步分工提供了市场; 促进了化肥技术、有机肥等替代产品的纵向研发并通过组织间的合作降低化肥减量服务的交易成本。三是生产力提升的制度完善, 基于生产力的解放和生产结构的转型, 为社会化服务体系的完善和施肥标准制度的建立创造了有利条件, 从而促进化肥减量的实现。除此之外, 在社会分工—经济增长—社会分工的闭环发展路径中, 市场需求的增加和生产力的解放使社会分工在正反馈网络中形成“循环积累”, 强化农业社会化服务对化肥减量带来的减量效应。
1.4 政府主导对农业社会化服务和化肥减量的促进
政策是政府基于宏观发展的一种制度安排, 每一项政策的提出和实施都是制度的变迁。我国农业社会化服务和绿色施肥处于起步发展阶段, 在实施总量不多、市场能力薄弱的情境下对主导型政策具有较强的依赖性。对于农业社会化服务而言, 利用激励型和补助型政策完善农业社会化服务的市场体系, 促进服务的分工深化及资源配置能力, 进而加快化肥减量的实现; 对于绿色施肥而言, 管制型和补偿型政策能够建立规范性、科学性施肥标准, 引导和规范经营主体选择科学绿色的施肥方式, 促进农户对社会化服务的市场需求, 进而在市场的竞争作用下加快化肥减量的实现。其次, 政府主导也是政府机构与农户和服务主体之间的委托代理, 政府作为委托方提供和设计不同的激励契约(政策), 决定了代理方(农户和代理主体)的努力程度; 当政府向农户主体提供激励时, 能够刺激农户对农业社会化服务及化肥减量服务的需求, 促进农业社会化服务的发展, 加快化肥减量的实现; 当政府向服务主体提供激励时, 能够直接提升社会化服务的质量, 加快服务方式的转变, 进而促进化肥减量。因此, 在当前的市场环境下, 政府无论是针对不同的行为主体还是通过不同的主导方式均能够促进农业社会化服务对化肥减量的效果, 且政策主导能力越强, 农业社会化服务对化肥减量的效果越显著, 反之亦然。
基于上述分析, 提出本文的研究假说:
H1: 农业社会化服务通过资源配置效应(H1a)、技术进步效应(H1b)和专业分工深化(H1c)的中介作用降低化肥施用量。
H2: 政府主导(H2a)和专业分工深化(H2b)对农业社会化服务推动化肥减量具有正向调节作用。
2. 变量选取与模型设定
2.1 变量选取
根据上述分析, 对农业社会化服务水平、资源配置效应、技术进步效应、专业分工深化、政府主导、化肥减量等因素进行指标选取和表征。在总量控制的背景下选取化肥施用总量(F)作为被解释变量, 核心解释变量社会化服务水平则选用农业生产性服务产值(
$ \mathrm{S}\mathrm{e}\mathrm{r} $ )。中介变量和调节变量方面, 资源配置效应是一个相对的指标, 可以通过生产效率、错配程度和具体要素等方式进行度量[27], 而在农业的相关研究中学者通常选择产出角度作为度量标准[5,8,28], 因此本文也采用第一产业增加值(
$ \mathrm{V}\mathrm{a}\mathrm{l} $ )——农业的最终生产(出)价值反映资源配置效率的差异; 技术进步效应选用有效灌溉面积占比($ \mathrm{T}\mathrm{e}\mathrm{c} $ )作为计量指标, 既能反映农业生产中的机械化发展程度, 又能体现农业生产的技术含量; 分工深化采用农业服务业中间消耗($ \mathrm{C}\mathrm{o}\mathrm{n} $ )反映社会化服务的综合效率, 即中间消耗越低说明服务效率越高; 政府主导则采用地方农林牧渔财政支出($ \mathrm{F}\mathrm{i}\mathrm{n} $ )。控制变量方面, 根据已有研究和上述分析, 选取受灾成灾面积($ \mathrm{A}\mathrm{f}\mathrm{f} $ )、粮食单位面积产量(Per)、种植业总产值(Out)。根据数据可得性原则, 本文数据采用中国农村统计年鉴和中国统计年鉴数据。由于相关变量数据在2010年前的缺失值较多, 本文采用面板数据来弥补数据较短的缺陷, 将面板数据的时间区间定为2011—2020年, 截面数据包含31个省(市、自治区) (因统计缺失值过多, 未包括香港、澳门和台湾)。从总体情况上看, 根据表1显示可知, 化肥施用量和单位面积施肥量较高, 存在严重的过量施肥问题; 各省份之间的农业发展程度极度不平衡, 最高有效灌溉面积比最低有效灌溉面积高82%, 第一产业增加值之间相差117倍。从变化趋势(图2)上看, 化肥施用总量(F)、单位面积化肥施用量(Fi)和农林牧渔服务业中间消耗(Con)经过了先增后降的变化趋势; 其中化肥施用量和单位面积化肥施用量在2016年后开始下降, 但下降幅度较小, 综合降幅分别为5.59%和4.83%; 农林牧渔服务业中间消耗在2019年的同比下降幅度最大超过135.56%; 说明总量控制下的化肥减量和农业供给侧结构性改革相关政策能够起到显著的效果。其次, 农林牧渔服务业产值(Ser)、第一产业增加值(Val)和农林水财政支出(Fin)均有上升的态势, 特别是2015—2020年之间的增长态势最高, 分别达72%、82%和78%, 第一产业增加值在2019年和2020年更有“鱼跃”式的上升, 同比增长率分别为59.52%和44.36%。
表 1 农业社会化服务对化肥减量影响机制相关变量的基本统计信息Table 1. Descriptive statistical of related variables of effects of agricultural socialized service on fertilizer reduction变量
Variable指标
Index总值
Gross value均值
Average value标准差
Standard deviation最小值
Minimum value最大值
Maximum value${\rm{F}}$ 化肥施用总量
Fertilizer application amount (×104 t)57 625.20 185.89 147.01 4.40 716.10 ${\mathrm{Fi} }$ 单位面积化肥施用量
Fertilizer application rate (kg∙hm−2)112 330.46 362.36 129.26 96.25 750.66 $ \mathrm{S}\mathrm{e}\mathrm{r} $ 农林牧渔服务业产值
Agricultural service industry value (×108 ¥)47 167.81 152.15 146.75 3.00 804.10 $ \mathrm{V}\mathrm{a}\mathrm{l} $ 第一产业增加值
Added value of agriculture (×108 ¥)679 370.60 2191.52 1643.60 66.70 7853.80 $ \mathrm{T}\mathrm{e}\mathrm{c} $ 有效灌溉面积
Effective irrigation area (%)141.11 0.46 0.22 0.17 0.99 $ \mathrm{C}\mathrm{o}\mathrm{n} $ 农林牧渔服务业中间消耗
Agricultural service intermediate consumption (×108 ¥)20 319.97 65.55 66.31 0.80 356.90 $ \mathrm{F}\mathrm{i}\mathrm{n} $ 农林水财政支出
Agricultural financial expenditure (×108 ¥)166 533.95 537.21 271.86 91.78 1339.36 ![]()
2.2 模型设定
2.2.1 多元线性回归
根据各变量的特征, 本文采用多元线性回归(OLS)模型实证分析农业社会化服务对化肥减量的影响, 具体模型如下:
$$\begin{split} & \qquad \mathrm{log}\left({\mathrm{F}}_{{t}}\right)={\mathrm{\alpha }}_{{i}}+{\mathrm{\beta }}_{{i}}\mathrm{log}\left({\mathrm{S}\mathrm{e}\mathrm{r}}_{{i}{t}}\right)+{\mathrm{\gamma }}_{1{i}}\mathrm{log}\left({\mathrm{V}\mathrm{a}\mathrm{l}}_{{i}{t}}\right)+{\mathrm{\gamma }}_{2{i}}{\mathrm{T}\mathrm{e}\mathrm{c}}_{{i}{t}}+ \\& {\mathrm{\gamma }}_{3{i}}\mathrm{log}\left({\mathrm{C}\mathrm{o}\mathrm{n}}_{{i}{t}}\right)+\sum {\mathrm{\delta }}_{{i}}\mathrm{log}\left({{C}}_{{i j}{t}}\right)+{\mathrm{\varepsilon }}_{{i}}\\[-10pt] \end{split} $$ (1) 式中:
$ {\mathrm{\beta }}_{{i}} $ 为核心解释变量农业社会化服务对化肥减量的影响系数,$ {\gamma }_{i} $ 为其他解释变量对化肥减量的影响系数,$ {{C}}_{{i}{ j}{t}} $ 代表各项控制变量,$ {\mathrm{\varepsilon }}_{{i}} $ 为随机干扰项, i、j和t分别代表第i个省份、第j个控制变量和第t个年份。模型中存在内生性问题, 农户选择社会化服务会受各区域间社会经济等方面的影响, 其次农业社会化服务增加值的测量值也存在区域间的度量误差。为了消除内生性, 本文采用工具变量法进行二阶段最小二乘法(2LS)的估计, 引入上一年度的农业生产性服务产值( $ {\mathrm{S}\mathrm{e}\mathrm{r}}_{{t}-1} $ )和相邻省份农业生产性服务业产值($ {\mathrm{S}\mathrm{e}\mathrm{r}}_{{j}{t}} $ )作为工具变量, 相邻省份农业生产性服务产值可能会延伸或推动本省社会化服务的发展, 同时该变量与化肥施用量并没有直接的关系, 符合工具变量的外生性要求。2.2.2 中介效应与调节效应模型
为了分析农业社会化服务对化肥减量的作用路径, 借鉴已有分析方法[29], 采用依次检验法构建本文的中介效应模型:
$$ \left\{\begin{array}{l}\mathrm{log}\left({\mathrm{F}}_{{t}}\right)={\mathrm{a}}_{0{i}}+{{\mathrm{a}}_{1{i}}\mathrm{T}\mathrm{e}\mathrm{c}}_{{i}{t}}+\sum {\mathrm{a}}_{2{i}}\mathrm{log}\left({{C}}_{{i} {j}{t}}\right)+{\mathrm{\varepsilon }\mathrm{{'}}}_{{i}}\\ \qquad \mathrm{log} \, \left( \,{\mathrm{V}\mathrm{a}\mathrm{l}}_{{i}{t}}, \,{\mathrm{T}\mathrm{e}\mathrm{c}}_{{i}({t}-1)}, \,{\mathrm{Co}\mathrm{n}}_{{i}{t}} \,\right) \,= \,{\mathrm{b}}_{0{i}} \,+ \,{\mathrm{b}}_{1{i}}\mathrm{log} \,\left( \,{\mathrm{S}\mathrm{e}\mathrm{r}}_{{i}{t}} \,\right) \,+ \\ \sum {\mathrm{b}}_{2{i}}\mathrm{log}\left({{C}}_{{i} {j}{t}}\right)+{{\varepsilon }\mathrm{{'}}\mathrm{{'}}}_{{i}}\\ \qquad \mathrm{log}\left({\mathrm{F}}_{{t}}\right)={\mathrm{c}}_{0{i}}+{\mathrm{c}}_{1{i}}\mathrm{log}\left({\mathrm{S}\mathrm{e}\mathrm{r}}_{{i}{t}}\right)+{\mathrm{c}}_{2{i}}[\mathrm{log}\left({\mathrm{V}\mathrm{a}\mathrm{l}}_{{i}{t}},{\mathrm{C}\mathrm{o}\mathrm{n}}_{{i}{t}}\right), \\ {\mathrm{T}\mathrm{e}\mathrm{c}}_{{i}({t}-1)}]+{{\varepsilon }\mathrm{{'}}\mathrm{{'}}\mathrm{{'}}}_{{i}}\end{array}\right. $$ (2) 式中:
${{{\rm{log}}}\left({{\rm{Val}}}_{it},{{\rm{Tec}}}_{it},{{\rm{Con}}}_{it}\right)}$ 代表资源配置效应、科技进步效应和专业分工深化的中介变量,$ {\mathrm{\varepsilon }{{'}}}_{{i}} $ 、$ {\mathrm{\varepsilon }{{'}}{{'}}}_{{i}} $ 、$ {\mathrm{\varepsilon }{{'}}{{'}}{{'}}}_{{i}} $ 分别是随机扰动项。中介变量是否具有中介效应需要满足系数$ {\mathrm{a}}_{1{i}} $ 、$ {\mathrm{b}}_{1{i}} $ 、$ {\mathrm{c}}_{2{i}} $ 同时显著, 即农业社会化服务对化肥减量显著、农业社会化服务对中介效应显著、农业社会化服务和中介变量同时对化肥减量显著, 此时中介效应为$ {\mathrm{b}}_{1{i}} $ ×$ {\mathrm{c}}_{1{i}} $ 。为了检验专业分工和政府主导的调节效应, 本文引入农业社会化服务与专业分工和政府主导的交互项,
$ {\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{C}\mathrm{o}\mathrm{n}}_{{i}{t}} $ 和$ {\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{F}\mathrm{i}\mathrm{n}}_{{i}{t}} $ , 在式(1)的基础上构建调节效应模型:$$ \begin{split} & \qquad \mathrm{log}\left({\mathrm{F}}_{{t}}\right)={\mathrm{d}}_{0{i}} \, + \, {\mathrm{d}}_{1{i}}\mathrm{log}\left({\mathrm{S}\mathrm{e}\mathrm{r}}_{{i}{t}}\right)\,+\,{\mathrm{d}}_{2{i}}\mathrm{log}\left({\mathrm{C}\mathrm{o}\mathrm{n}}_{{i}{t}},{\mathrm{F}\mathrm{i}\mathrm{n}}_{{i}{t}}\right)+ \\& {\mathrm{d}}_{3{i}}\mathrm{l}\mathrm{o}\mathrm{g}({\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{C}\mathrm{o}\mathrm{n}}_{{i}{t}},{\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{F}\mathrm{i}\mathrm{n}}_{{i}{t}})+{{\varepsilon }}_{{i}} \\[-10pt] \end{split} $$ (3) 式中:
$ {\mathrm{d}}_{3{i}} $ 为交互项系数,$ {\mathrm{\varepsilon }}_{{i}} $ 为随机扰动项。当$ {\mathrm{d}}_{3{i}} $ 显著时,$ {\mathrm{d}}_{3{i}} > 0 $ 则说明专业分工或政府主导具有正向深化作用,$ {\mathrm{d}}_{3{i}} < 0 $ 则说明专业分工或政府主导具有逆向抑制作用; 当$ {\mathrm{d}}_{3{i}} $ 不显著时则不存在调节效应。3. 实证结果分析
3.1 基准回归
首先对农业社会化服务与化肥施用量进行相关性检验, 根据表2显示, 模型(1)中农业社会化服务产值(
$ {\rm{Ser}} $ )在1%的显著水平上呈现负向影响, 说明农业社会化服务与化肥使用量之间存在负向相关, 每增加 1 %的农业社会化服务产值化肥施用量降低 0.055%。进一步加入重要解释变量和控制变量进行OLS回归, 并采用个体和时间的固定效应结果的稳定性, 模型(2)~(5)显示农业社会化服务产值仍在1%的显著水平中为负。最终模型(6)结果显示农业社会化服务产值在1%的显著水平为负, 即农业社会化服务能够减少化肥使用量, 促进化肥减量, 初步验证了研究假说1。综合上述模型结果, 农业社会化服务对化肥施用量具有负向影响, 农业社会化服务能够明显地促进化肥减量, 研究假说1得以验证, 并与前人的研究结论一致[8,11]。表 2 农业社会化服务对化肥施用量的基准回归结果Table 2. Benchmark regression results of agricultural socialized service on fertilizer application变量 Variable 模型(1) Model (1) 模型(2) Model (2) 模型(3) Model (3) 模型(4) Model (4) 模型(5) Model (5) 模型(6) Model (6) $\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ −0.077***
(0.016)−0.075***
(0.019)−0.061***
(0.016)−0.065***
(0.018)−0.068***
(0.016)−0.055***
(0.017)$\mathrm{l}\mathrm{n}\left(\mathrm{V}\mathrm{a}\mathrm{l}\right)$ −0.190***
(0.039)−0.094**
(0.047)$ \mathrm{T}\mathrm{e}\mathrm{c} $ −0.213***
(0.046)−0.192***
(0.044)$\mathrm{l}\mathrm{n}\left(\mathrm{C}\mathrm{o}\mathrm{n}\right)$ 0.094***
(0.017)0.063***
(0.020)$\mathrm{l}\mathrm{n}\left(\mathrm{A}\mathrm{f}\mathrm{f}\right)$ 0.031***
(0.006)0.029***
(0.006)0.027***
(0.006)0.025***
(0.006)0.023***
(0.006)$\mathrm{l}\mathrm{n}\left(\mathrm{P}\mathrm{e}\mathrm{r}\right)$ −0.321**
(0.125)−0.280**
(0.121)−0.289**
(0.121)−0.333***
(0.119)−0.280**
(0.115)$\mathrm{l}\mathrm{n}\left(\mathrm{O}\mathrm{u}\mathrm{t}\right)$ 0.133***
(0.037)0.438***
(0.057)0.128***
(0.036)0.120***
(0.035)0.226***
(0.064)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ 5.066***
(0.057)6.715***
(1.027)6.155***
(0.995)6.552***
(0.991)6.590***
(0.975)6.205***
(0.947)N 310 310 310 310 310 310 F 342.45*** 112.38*** 115.30*** 119.57*** 114.26*** 120.38*** 变量Ser、Val、Tec和Con的解释见表1; Aff、Per和Out为控制变量, 分别表示受灾成灾面积、粮食单位面积产量和种植业总产值。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Cons、N和F分别代表方程的常数项、样本数和统计检定值。非标准估计系数表示自变量改变1个单位时, 因变量的改变量; 标准化估计系数表示自变量改变1个标准差时, 因变量改变量。The explanation of variables of Ser, Val, Tec and Con is shown in the table 1. The variables of Aff, Per and Out mean the disaster affected area, crop yield per cultivated land area, and total output of planting industy. *, ** and *** indicate significance at P<0.1, P<0.05 and P<0.01 levels. _Con, N and F are constant of the equation, samples number and equality of variances. The nonstandard estimation coefficient represents the change of dependent variable when the independent variable changes one unit; the standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation. 重要解释变量方面, 第一产业增加值(
$ \mathrm{V}\mathrm{a}\mathrm{l} $ )、有效灌溉面积占比($ \mathrm{T}\mathrm{e}\mathrm{c} $ )分别在5%和1%的显著水平上显著为负, 农业服务业中间消耗($ \mathrm{C}\mathrm{o}\mathrm{n} $ )则在1%的显著水平上显著为正。说明资源配置效应和科技进步效应能够有效降低农业生产中的化肥使用量, 即对化肥减量具有正向促进作用。农业服务业中间消耗对化肥使用量具有显著的正向作用, 说明化肥施用量随着农业社会化服务的中间消耗的提升而增加, 即农业社会化服务中间消耗的增加反而不利于化肥减量的实现, 意味着农业社会化服务的分工发展程度和服务效率对化肥减量具有显著的促进作用, 这与微观视角下专业化服务组织的供给能力要远高于一般农户型的服务组织的研究结论是完全一致的[11,30]。控制变量方面, 受灾成灾面积(
$ \mathrm{A}\mathrm{f}\mathrm{f} $ )在1%的显著水平上对化肥使用量具有正向影响, 农作物受灾成灾面积会降低化肥减量的效果, 即作物受灾成灾面积作为农业生产经营的自然风险, 农户会通过增加施肥来规避粮食产出的各种风险[31]。粮食单位面积产量(Per)在5%的显著水平上对化肥施用量具有抑制作用, 粮食产量同样作为衡量土地产出及风险控制能力的主要指标, 粮食单位面积产量越高则代表了本年度的产出风险越低、收成越好, 农户对追加化肥的需求就会降低, 从而减少了化肥用量。种植业总产值(Out)在1%的显著水平产生正向影响, 说明种植业越发达的省份或年份对化肥施用量的需求越多。3.2 稳健检验
为了考察农业社会化服务的作用效果是否具有稳健性, 分别采用替换相关变量法和引入工具变量法对模型进行稳健性检验。表3中模型(7)结果显示, 将被解释变量更换为单位面积施肥量后农业社会化服务产值在5%的显著水平上对化肥施用量具有负向影响, 每增加 1%的农业社会化服务产值会降低0.443%的单位面积化肥使用量。表3中模型(8)和模型(9)报告了工具变量法的稳健检验结果; 模型(8)中, 虽然农业社会化服务产值(Ser)在5%的显著水平中为负, 但第1阶段F值为4.26<10且不显著存在弱工具变量问题, 表明上一年农业社会化服务产值的工具变量不可靠(
$ {{\rm{Ser}}}_{t-1} $ )。进而采用周边省份农业社会化服务业产值($ {{\rm{Ser}}}_{jt} $ )作为工具变量进行分析, 第1阶段F值为25.71>10不存在弱工具变量问题, 工具变量与社会化服务之间具有较强相关性; 且过度识别约束检验的chi2值在1%的统计学上显著拒绝原假设, 工具变量满足相关性和外生性两个要求。可以认为工具变量是有效的, 此时农业社会化服务产值仍在1%的显著水平中为负。因此, 这在一定程度上说明农业社会化服务对化肥减量的促进作用是稳健的, 进一步验证了研究假说1。表 3 农业社会化服务对化肥施用量影响的稳健性检验结果Table 3. Robustness test results of effect of agricultural socialized service on fertilizer application变量
Variable模型(7)
Model (7)模型(8)
Model (8)模型(9)
Model (9)$\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ −0.443**
(0.212)−0.533*
(0.270)−0.416***
(0.727)$\mathrm{l}\mathrm{n}\left({\mathrm{S}\mathrm{e}\mathrm{r} }_{{t}-1}\right)$ 0.110*
(0.056)$\mathrm{l}\mathrm{n}\left({\mathrm{S}\mathrm{e}\mathrm{r} }_{{j}{t} }\right)$ 2.163***
(0.323)C YES YES YES N 310 310 310 F 146.32*** 4.26 25.71*** $ \mathrm{F}\mathrm{i}\mathrm{r}\mathrm{s}\mathrm{t}\_{F} $ 4.31 44.61*** $ \mathrm{C}\mathrm{h}\mathrm{i}2 $ 40.54*** Ser表示农林牧渔服务业产值, j和t分别表示变量和年份。*、**、***分别代表P<0.1、P<0.05、P<0.01; C、N和F代表控制变量、样本数和统计检定值。标准化估计系数表示自变量改变1个标准差时, 因变量的改变量。Ser is the agricultural service industry value, j and t indicate the variable and year. *, ** and *** indicate significance at P<0.1, P<0.05 and P<0.01 levels. C, N and F are the control variable, number of samples and equality of variances. The standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation. 3.3 中介识别
基于前面的理论分析, 农业社会化服务可能通过资源配置效应、科技进步效应和专业分工效应来促进化肥减量。为了检验农机社会化服务对化肥减量影响机制, 本文采用中介效应模型进行分析, 根据中介效应模型中(2)式进行回归分析, 表1中模型(2)结果显示, 农业社会化服务产值(Ser)对化肥施用量具有显著负向影响, 中介效应模型的第1个约束条件得以实现。模型(3)—模型(5)结果显示, 第一产业增加值(Val)、有效灌溉面积(Tec)、农业服务业中间消耗(Con
$\mathrm{}\mathrm{}\mathrm{}$ )及农业生产性服务产值(Ser)均在1%的显著水平上对化肥施用量具有不同的影响作用, 即满足了中介效应存在的第2个约束条件。最终根据中介模型要求对第3条件进行回归分析, 结果如表4所示。表 4 农业社会化服务对中间变量的检验结果Table 4. Test results of agricultural socialized service on intermediate variables变量
Variable模型(10)
Model (10)模型(11)
Model (11)模型(12)
Model (12)$\mathrm{l}\mathrm{n}\left(\mathrm{V}\mathrm{a}\mathrm{l}\right)$ $ \mathrm{T}\mathrm{e}\mathrm{c} $ ln($ \mathrm{C}\mathrm{o}\mathrm{n} $) $\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ 0.073***
(0.027)0.046*
(0.024)−0.071
(0.065)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ −2.955*
(1.509)−0.767
(1.308)1.341
(3.521)C YES YES YES N 310 310 310 F 22.84*** 12.83*** 21.21*** Ser、Val、Tec和Con的解释见表1。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Con、C、N和F分别代表方程的常量、控制变量、样本数和统计检定值。非标准估计系数表示自变量改变1个单位时, 中间变量的改变量; 标准化估计系数表示自变量改变1个标准差时,中间变量的改变量。The explanation of Ser, Val, Tec and Con is shown in the table 1. *, ** and *** indicate significance at P<0.1, P<0.05 and P<0.01 levels. _Con, C, N and F indicate the constant of equation, contral variable, number of samples and equality of variances. The nonstandard estimation coefficient represents the change of intermediate variable when the independent variable changes one unit; the standardized estimation coefficient represents the change of intermediate variable when the independent variable changes one standard deviation. 表4报告了中介变量对核心解释变量的结果, 在模型(10)中, 第一产业增加值(Val)和有效灌溉面积对农业生产性服务产值分别在1%和10%的显著水平对农业生产性服务产值(Ser)具有显著的正向影响, 说明农业社会化服务通过促进资源配置效应和科技进步效应, 结合资源配置效应、科技进步效应的正向影响作用, “农业社会化服务—资源配置效应—化肥减量” “农业社会化服务—科技进步效应—化肥减量”的作用机制得以验证; 同时证明了研究假说H1a、H1b的合理性, 这与已有的研究结论保持一致[32]。然而模型(12)分析结果显示, 虽然农业生产性服务产值对农业服务业中间消耗有负向影响, 但并没通过显著性检验; 说明当前农业社会化服务并不能通过专业分工深化促进化肥减量, 否定了我们的研究假说H1c。其原因在于, 我国农业社会化服务处于社会分工的初级阶段, 市场起步较晚、服务规模较小, 造成服务供给能力不足、供需不匹配的现象, 加之农业社会化服务体系的不健全, 社会资源投入和市场资源分配制度的缺失, 导致分工深化程度不足, 专业化服务能力有限。根据现有数据显示, 农业生产性服务产值平均增长率为41.54%, 平均产值为152.15亿元, 在第一产业中平均占比仅为4.07%。
3.4 调节效应
基于理论分析提出的专业分工和政府主导对农业社会化服务促进化肥减量的调节机制, 采用调节效应分析模型进行检验。表5显示, 无论是在模型(13)还是模型(15)中, 农业生产性服务产值与农业服务业中间消耗的交互项(
$ \mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{C}\mathrm{o}\mathrm{n} $ )均在10%的显著水平呈负向影响, 即农业生产性服务产值与农业服务业中间消耗的交互项对化肥施用量具有抑制作用; 再结合农业生产性服务对化肥使用量的负向影响, 可以说明分工深化对农业社会化服务降低化肥施用量具有促进作用, 研究假说H2a得以验证。表 5 分工深化和政府主导在农业社会化服务对化肥使用量影响中的调节作用Table 5. Regulatory effect of deepening division of labor and government leadership in the impact of agricultural socialized services on fertilizer production变量
Variable模型 (13)
Model (13)模型 (14)
Model (14)模型 (15)
Model (15)$\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ −0.146***
(0.055)−0.220***
(0.067)−0.181***
(0.070)$\mathrm{l}\mathrm{n}(\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{C}\mathrm{o}\mathrm{n})$ −0.017*
(0.010)−0.021*
(0.011)$\mathrm{l}\mathrm{n}(\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{F}\mathrm{i}\mathrm{n})$ 0.029***
(0.010)0.039***
(0.011)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ 6.159***
(0.944)5.712***
(0.956)5.953***
(0.961)N 310 310 310 C YES YES YES F 121.23*** 126.21*** 127.12*** Ser、Ser_Con和Ser_Fin分别表示农业生产性服务产值、农业生产性服务产值与农业服务业中间消耗的交互项和农业生产性服务产值和农林牧渔财政支出的交互项。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Con、C 、N和F分别代表方程的常量、控制变量、样本数和统计检定值。标准化估计系数表示自变量改变1个标准差时, 因变量的改变量。Ser, Ser_Con and Ser_Fin indicate agricultural service industry value, interaction between Ser and agricultural service intermediate consumption, interaction between Ser and agricultural financial expenditure. *, ** and *** indicate significance at P<0.1, P<05 and P<0.01 levels. _Con, C, N and F indicate the constant of equation, contral variable, number of samples and equality of variances. The standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation. 在政府主导的调节作用中, 模型(14)和模型(15)显示农业生产性服务产值与农林牧渔财政支出的交互项(
$ \mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{F}\mathrm{i}\mathrm{n} $ )在1%的显著水平呈正向影响, 这意味着政府主导对农业社会化服务降低化肥施用量存在抑制作用, 产生了与研究假说H2b相悖的结论。但从分析结果上看, 农林牧渔财政支出($ \mathrm{F}\mathrm{i}\mathrm{n} $ )(Coef为−0.271, Std为0.043)在1%的显著水平上对化肥施用量具有负向影响, 且影响系数较大。这说明政府主导能够促进化肥减量, 但并不能通过促进农业社会化服务的发展实现化肥减量。当前我国农业社会化服务监管体系不健全, 缺少相关的监督措施, 服务组织为套取国家补贴或资助往往在提供服务时产生投机行为; 此外农户与服务组织之间大量存在的非正式合约形态也增加了服务主体的逆向选择。因此在实际发展中随着政府主导能力的提升, 农业社会化服务推动化肥减量呈现抑制作用而非促进作用。3.5 差异分析
通过上述的分析发现, 农业社会化服务对化肥减量具有积极的推动作用, 但农业社会化服务和化肥减量在实际运行期间存在众多外部因素的影响, 因而在农业社会化服务对化肥减量的实现过程中表现出异质性。因此, 本文进一步从农业社会化服务规模、农业发展程度和地理区位3方面进行一致性分析。农业社会化服务规模和农业发展程度的划分标准为当年农业社会化服务产值或农业总产值高于平均值的为服务规模化省份或农业支柱产业省份, 而低于平均值的地区则为非规模化省份和非农业支柱产业省份。共分为6个样本分别进行回归分析。
表6结果显示, 模型(16)中无论是规模化省份还是非规模化省份, 农业社会化服务都在1%的水平产生负向影响, 农业社会化非规模化省份对化肥减量的影响高于农业社会化服务规模化省份; 意味着, 农业社会化服务存在规模上的“边际递减”, 根据上述分析, 极有可能是农业社会化服务体系缺失造成规模扩大下分工深化不足而引起的门限效应。模型(17)可以看出农业社会化服务在不同农业发展程度中均对化肥施用量呈显著负影响, 且对农业大省的化肥减量的影响更加显著。相较于农业发展程度较低的省份, 农业大省具有更完善的农业基础设施和更加成熟的产业链条, 为农业社会化服务的产生和发展提供了有利条件, 更大程度上降低了化肥使用量。模型(18)则解释了地理区位之间的差异, 东部地区农业社会化服务对化肥使用量具有显著负向影响, 而在中西部地区的负向影响则不显著, 说明农业社会化服务仅对东部地区的化肥减量具有显著推动作用。同时从侧面证实了经济发展的反哺和适宜的自然条件是农业社会化服务实现化肥减量的基本前提。
表 6 农业社会化服务对化肥施用量的异致性分析结果Table 6. Analysis results of heterogeneity of effect of agricultural socialized service on fertilizer application变量
Variable模型(16) 模型(17) 模型(18) 规模化
Large-scale agricultural
socialized service非规模化
Small-scale agricultural
socialized service农业大省
Agricultural
province非农业大省
Non-agricultural
province东部省份
Eastern
provinces中西部省份
Central and western
provinces$\mathrm{L}\mathrm{n}\left({\rm{Ser}}\right)$ −0.182***
(0.026)−0.378***
(0.053)−0.2621***
(0.052)−0.019***
(0.008)−0.175***
(0.382)−0.006
(0.159)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ 3.302***
(0.920)2.916***
(1.191)4.093***
(1.180)5.243***
(1.086)8.139***
(1.264)1.236
(1.023)N 171 139 100 210 130 180 C YES YES YES YES YES YES F 475.35*** 105.54*** 107.59*** 455.27*** 207.16*** 164.05*** Ser表示农林牧渔服务业产值。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Con、 C 、 N 和 F 分别代表方程的常量、控制变量、样本数和统计检定值。标准化估计系数表示自变量改变1个标准差时, 因变量的改变量。Ser is the agricultural service industry value. *, ** and *** indicate significance at P<0.1, P<05 and P<0.01 levels. _Con, C , N and F indicate the constant of equation, contral variable, number of samples and equality of variances. The standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation. 4. 研究结论与政策启示
4.1 研究结论
在小农经营模式与农业绿色发展之间矛盾日益激化的背景下, 本文基于分工理论, 采用中国农村统计年鉴面板数据, 实证分析了农业社会化服务对化肥减量的效应及作用机制。研究发现, 无论是基准回归还是稳健性检验, 农业社会化服务对化肥施用量均具有显著的负向影响, 有助于化肥减量的实现。通过构建农业社会化服务对化肥减量传导路径和调节机制, 采用中介效应和调节效应模型进行实证检验发现, 农业社会化服务通过资源配置效应和科技进步效应促进化肥减量, 分工深化对农业社会化服务推动化肥减量具有促进作用, 而受农业社会化服务体系缺失的影响, 政府主导在现实发展中对该路径存在抑制作用。同时规模程度、发展类型和地理区位的差异对农业社会化服务推动化肥减量存在不同的异质性, 非农省份和中西部地区在农业社会化服务推动化肥减量中的缺失或低效也为下一步研究指明了方向和思路。
4.2 政策启示
农业社会化服务作为破解农业生产制度与绿色农业发展之间矛盾的重要方式, 应加快农业社会化服务的推动作用和带动效应。基于本文研究结论, 提出以下政策启示: 第一, 充分发挥农业社会化服务对化肥减量的积极作用。不仅要加强财政支出, 通过补贴、减税等方式激励农户社会化服务的参与意愿和发展意愿, 更要扩大宣传农业社会化服务和绿色农业的积极作用, 利用影响力较大的电视、网络和村讲堂等方式进行宣传教育, 进一步扩大社会化服务和绿色农产品市场需求, 发挥培训服务在农技推广和绿色技术的溢出作用, 提高农户和组织绿色生产的主动性和积极性, 拉动农业社会化服务的市场需求。第二, 加强农业社会化服务的分工深化。一方面, 实现多元主体参与, 通过引导高校、科研机构和企业等社会主体的参与, 为农业社会化服务的再分工提供有利条件, 加快专业分工的深化及先进技术的研发; 另一方面, 进一步完善农业社会化服务内容, 扩大农业社会化服务的覆盖面, 引导农业社会化服务类型、服务方式和服务模式的针对性建设, 增加社会化服务的针对性, 消除不同地区之间种植结构和地理地质带来的异质性影响, 实现供需对等的农业社会化服务。第三, 完善农业社会化服务的监督管理体系。建立社会化服务对接平台和监督部门, 加强信息沟通, 建立规范的农业合约制度, 减少代理方的商业性投机行为与逆向选择。同时完善绿色农业标准和生产体系, 建立绿色农业生产标准体系, 实现有规可循、有法可管的农业绿色生产格局。第四, 加强风险管控和产业深化发展带来的促进效果。完善农业保险市场, 充分解放农业劳动力, 在合理的劳动力配置下实现作物增产和农户收入提升; 吸收社会资源扩大农业生产规模, 强化产业发展的推动能力, 注重农业产业纵向一体化和横向链条化发展。
-
![]()
图 1 农业社会化服务对化肥减量影响的分析框架
Figure 1. Analysis framework of effects of agricultural socialized service on fertilizer reduction
![]()
表 1 农业社会化服务对化肥减量影响机制相关变量的基本统计信息
Table 1 Descriptive statistical of related variables of effects of agricultural socialized service on fertilizer reduction
变量
Variable指标
Index总值
Gross value均值
Average value标准差
Standard deviation最小值
Minimum value最大值
Maximum value${\rm{F}}$ 化肥施用总量
Fertilizer application amount (×104 t)57 625.20 185.89 147.01 4.40 716.10 ${\mathrm{Fi} }$ 单位面积化肥施用量
Fertilizer application rate (kg∙hm−2)112 330.46 362.36 129.26 96.25 750.66 $ \mathrm{S}\mathrm{e}\mathrm{r} $ 农林牧渔服务业产值
Agricultural service industry value (×108 ¥)47 167.81 152.15 146.75 3.00 804.10 $ \mathrm{V}\mathrm{a}\mathrm{l} $ 第一产业增加值
Added value of agriculture (×108 ¥)679 370.60 2191.52 1643.60 66.70 7853.80 $ \mathrm{T}\mathrm{e}\mathrm{c} $ 有效灌溉面积
Effective irrigation area (%)141.11 0.46 0.22 0.17 0.99 $ \mathrm{C}\mathrm{o}\mathrm{n} $ 农林牧渔服务业中间消耗
Agricultural service intermediate consumption (×108 ¥)20 319.97 65.55 66.31 0.80 356.90 $ \mathrm{F}\mathrm{i}\mathrm{n} $ 农林水财政支出
Agricultural financial expenditure (×108 ¥)166 533.95 537.21 271.86 91.78 1339.36 
下载: 导出CSV
表 2 农业社会化服务对化肥施用量的基准回归结果
Table 2 Benchmark regression results of agricultural socialized service on fertilizer application
变量 Variable 模型(1) Model (1) 模型(2) Model (2) 模型(3) Model (3) 模型(4) Model (4) 模型(5) Model (5) 模型(6) Model (6) $\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ −0.077***
(0.016)−0.075***
(0.019)−0.061***
(0.016)−0.065***
(0.018)−0.068***
(0.016)−0.055***
(0.017)$\mathrm{l}\mathrm{n}\left(\mathrm{V}\mathrm{a}\mathrm{l}\right)$ −0.190***
(0.039)−0.094**
(0.047)$ \mathrm{T}\mathrm{e}\mathrm{c} $ −0.213***
(0.046)−0.192***
(0.044)$\mathrm{l}\mathrm{n}\left(\mathrm{C}\mathrm{o}\mathrm{n}\right)$ 0.094***
(0.017)0.063***
(0.020)$\mathrm{l}\mathrm{n}\left(\mathrm{A}\mathrm{f}\mathrm{f}\right)$ 0.031***
(0.006)0.029***
(0.006)0.027***
(0.006)0.025***
(0.006)0.023***
(0.006)$\mathrm{l}\mathrm{n}\left(\mathrm{P}\mathrm{e}\mathrm{r}\right)$ −0.321**
(0.125)−0.280**
(0.121)−0.289**
(0.121)−0.333***
(0.119)−0.280**
(0.115)$\mathrm{l}\mathrm{n}\left(\mathrm{O}\mathrm{u}\mathrm{t}\right)$ 0.133***
(0.037)0.438***
(0.057)0.128***
(0.036)0.120***
(0.035)0.226***
(0.064)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ 5.066***
(0.057)6.715***
(1.027)6.155***
(0.995)6.552***
(0.991)6.590***
(0.975)6.205***
(0.947)N 310 310 310 310 310 310 F 342.45*** 112.38*** 115.30*** 119.57*** 114.26*** 120.38*** 变量Ser、Val、Tec和Con的解释见表1; Aff、Per和Out为控制变量, 分别表示受灾成灾面积、粮食单位面积产量和种植业总产值。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Cons、N和F分别代表方程的常数项、样本数和统计检定值。非标准估计系数表示自变量改变1个单位时, 因变量的改变量; 标准化估计系数表示自变量改变1个标准差时, 因变量改变量。The explanation of variables of Ser, Val, Tec and Con is shown in the table 1. The variables of Aff, Per and Out mean the disaster affected area, crop yield per cultivated land area, and total output of planting industy. *, ** and *** indicate significance at P<0.1, P<0.05 and P<0.01 levels. _Con, N and F are constant of the equation, samples number and equality of variances. The nonstandard estimation coefficient represents the change of dependent variable when the independent variable changes one unit; the standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation.
下载: 导出CSV
表 3 农业社会化服务对化肥施用量影响的稳健性检验结果
Table 3 Robustness test results of effect of agricultural socialized service on fertilizer application
变量
Variable模型(7)
Model (7)模型(8)
Model (8)模型(9)
Model (9)$\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ −0.443**
(0.212)−0.533*
(0.270)−0.416***
(0.727)$\mathrm{l}\mathrm{n}\left({\mathrm{S}\mathrm{e}\mathrm{r} }_{{t}-1}\right)$ 0.110*
(0.056)$\mathrm{l}\mathrm{n}\left({\mathrm{S}\mathrm{e}\mathrm{r} }_{{j}{t} }\right)$ 2.163***
(0.323)C YES YES YES N 310 310 310 F 146.32*** 4.26 25.71*** $ \mathrm{F}\mathrm{i}\mathrm{r}\mathrm{s}\mathrm{t}\_{F} $ 4.31 44.61*** $ \mathrm{C}\mathrm{h}\mathrm{i}2 $ 40.54*** Ser表示农林牧渔服务业产值, j和t分别表示变量和年份。*、**、***分别代表P<0.1、P<0.05、P<0.01; C、N和F代表控制变量、样本数和统计检定值。标准化估计系数表示自变量改变1个标准差时, 因变量的改变量。Ser is the agricultural service industry value, j and t indicate the variable and year. *, ** and *** indicate significance at P<0.1, P<0.05 and P<0.01 levels. C, N and F are the control variable, number of samples and equality of variances. The standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation.
下载: 导出CSV
表 4 农业社会化服务对中间变量的检验结果
Table 4 Test results of agricultural socialized service on intermediate variables
变量
Variable模型(10)
Model (10)模型(11)
Model (11)模型(12)
Model (12)$\mathrm{l}\mathrm{n}\left(\mathrm{V}\mathrm{a}\mathrm{l}\right)$ $ \mathrm{T}\mathrm{e}\mathrm{c} $ ln($ \mathrm{C}\mathrm{o}\mathrm{n} $) $\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ 0.073***
(0.027)0.046*
(0.024)−0.071
(0.065)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ −2.955*
(1.509)−0.767
(1.308)1.341
(3.521)C YES YES YES N 310 310 310 F 22.84*** 12.83*** 21.21*** Ser、Val、Tec和Con的解释见表1。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Con、C、N和F分别代表方程的常量、控制变量、样本数和统计检定值。非标准估计系数表示自变量改变1个单位时, 中间变量的改变量; 标准化估计系数表示自变量改变1个标准差时,中间变量的改变量。The explanation of Ser, Val, Tec and Con is shown in the table 1. *, ** and *** indicate significance at P<0.1, P<0.05 and P<0.01 levels. _Con, C, N and F indicate the constant of equation, contral variable, number of samples and equality of variances. The nonstandard estimation coefficient represents the change of intermediate variable when the independent variable changes one unit; the standardized estimation coefficient represents the change of intermediate variable when the independent variable changes one standard deviation.
下载: 导出CSV
表 5 分工深化和政府主导在农业社会化服务对化肥使用量影响中的调节作用
Table 5 Regulatory effect of deepening division of labor and government leadership in the impact of agricultural socialized services on fertilizer production
变量
Variable模型 (13)
Model (13)模型 (14)
Model (14)模型 (15)
Model (15)$\mathrm{l}\mathrm{n}\left(\mathrm{S}\mathrm{e}\mathrm{r}\right)$ −0.146***
(0.055)−0.220***
(0.067)−0.181***
(0.070)$\mathrm{l}\mathrm{n}(\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{C}\mathrm{o}\mathrm{n})$ −0.017*
(0.010)−0.021*
(0.011)$\mathrm{l}\mathrm{n}(\mathrm{S}\mathrm{e}\mathrm{r}\_\mathrm{F}\mathrm{i}\mathrm{n})$ 0.029***
(0.010)0.039***
(0.011)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ 6.159***
(0.944)5.712***
(0.956)5.953***
(0.961)N 310 310 310 C YES YES YES F 121.23*** 126.21*** 127.12*** Ser、Ser_Con和Ser_Fin分别表示农业生产性服务产值、农业生产性服务产值与农业服务业中间消耗的交互项和农业生产性服务产值和农林牧渔财政支出的交互项。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Con、C 、N和F分别代表方程的常量、控制变量、样本数和统计检定值。标准化估计系数表示自变量改变1个标准差时, 因变量的改变量。Ser, Ser_Con and Ser_Fin indicate agricultural service industry value, interaction between Ser and agricultural service intermediate consumption, interaction between Ser and agricultural financial expenditure. *, ** and *** indicate significance at P<0.1, P<05 and P<0.01 levels. _Con, C, N and F indicate the constant of equation, contral variable, number of samples and equality of variances. The standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation.
下载: 导出CSV
表 6 农业社会化服务对化肥施用量的异致性分析结果
Table 6 Analysis results of heterogeneity of effect of agricultural socialized service on fertilizer application
变量
Variable模型(16) 模型(17) 模型(18) 规模化
Large-scale agricultural
socialized service非规模化
Small-scale agricultural
socialized service农业大省
Agricultural
province非农业大省
Non-agricultural
province东部省份
Eastern
provinces中西部省份
Central and western
provinces$\mathrm{L}\mathrm{n}\left({\rm{Ser}}\right)$ −0.182***
(0.026)−0.378***
(0.053)−0.2621***
(0.052)−0.019***
(0.008)−0.175***
(0.382)−0.006
(0.159)$ \_\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{s} $ 3.302***
(0.920)2.916***
(1.191)4.093***
(1.180)5.243***
(1.086)8.139***
(1.264)1.236
(1.023)N 171 139 100 210 130 180 C YES YES YES YES YES YES F 475.35*** 105.54*** 107.59*** 455.27*** 207.16*** 164.05*** Ser表示农林牧渔服务业产值。*、**、***分别代表P<0.1、P<0.05、P<0.01; _Con、 C 、 N 和 F 分别代表方程的常量、控制变量、样本数和统计检定值。标准化估计系数表示自变量改变1个标准差时, 因变量的改变量。Ser is the agricultural service industry value. *, ** and *** indicate significance at P<0.1, P<05 and P<0.01 levels. _Con, C , N and F indicate the constant of equation, contral variable, number of samples and equality of variances. The standardized estimation coefficient represents the change of dependent variable when the independent variable changes one standard deviation.
下载: 导出CSV
-
[1] YU F W. An analysis of the reasons, core and countermeasures of agricultural green development in the new era[J]. Chinese Rural Economy, 2018(5): 19−34
[2] 韩俊. 论“三农”中国梦的实现[J]. 农村经济, 2014(8): 3−6 HAN J. On the realization of the Chinese dream of “agriculture, countryside and farmers”[J]. Rural Economy, 2014(8): 3−6
[3] 黄季焜. 新时期的中国农业发展: 机遇、挑战和战略选择[J]. 中国科学院院刊, 2013, 28(3): 295−300 doi: 10.3969/j.issn.1000-3045.2013.03.001 HUANG J K. China’s agricultural development in the new era: opportunities, challenges, and strategies[J]. Bulletin of Chinese Academy of Sciences, 2013, 28(3): 295−300 doi: 10.3969/j.issn.1000-3045.2013.03.001
[4] 李春海. 新型农业社会化服务体系框架及其运行机理[J]. 改革, 2011(10): 79−84 LI C H. New agricultural social service system framework and operation mechanism[J]. Reform, 2011(10): 79−84
[5] 姜松, 曹峥林, 刘晗. 农业适度规模经营与金融服务创新: 特征现象与演化机制[J]. 世界农业, 2017(7): 67−73, 244 JIANG S, CAO Z L, LIU H. Moderate scale management of agriculture and financial service innovation: characteristics and evolution mechanism[J]. World Agriculture, 2017(7): 67−73, 244
[6] 赵昶, 孔祥智, 仇焕广. 农业经营规模扩大有助于化肥减量吗−基于全国1274个家庭农场的计量分析[J]. 农业技术经济, 2021(4): 110−121 ZHAO C, KONG X Z, QIU H G. Does the expansion of farm size contribute to the reduction of chemical fertilizers? — Empirical analysis based on 1274 family farms in China[J]. Journal of Agrotechnical Economics, 2021(4): 110−121
[7] WU Y, XI X, 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): 7010−7015
[8] 曹铁毅, 周佳宁, 邹伟. 土地托管与化肥减量化: 作用机制与实证检验[J]. 干旱区资源与环境, 2022, 36(6): 34−40 CAO T Y, ZHOU J N, ZOU W. Effects of land trusteeship on fertilizer input reduction: mechanism and empirical test[J]. Journal of Arid Land Resources and Environment, 2022, 36(6): 34−40
[9] 张露, 罗必良. 农业减量化: 农户经营的规模逻辑及其证据[J]. 中国农村经济, 2020(2): 81−99 ZHANG L, LUO B L. Agricultural chemical reduction: the logic and evidence based on farmland operation scale of households[J]. Chinese Rural Economy, 2020(2): 81−99
[10] 朱建军, 徐宣国, 郑军. 农机社会化服务的化肥减量效应及作用路径研究——基于CRHPS数据[J/OL]. 农业技术经济, 1−13 (2021-11-29). http://doi.org/10.13246/j.cnki.jae.20211126.002 ZHU J J, XU X G, ZHENG J. Research on chemical fertilizer reduction effect of agricultural machinery socialized service and action path— Based on CRHPS data[J/OL]. Journal of Agrotechnical Economics, 1−13 (2021-11-29). http://doi.org/10.13246/j.cnki.jae.20211126.002
[11] 李颖慧, 李敬. 中国农业生产性服务供给效率测算与影响因素研究−基于DEA-Malmquist指数和Rough Set方法[J]. 重庆社会科学, 2021(5): 6−16 LI Y H, LI J. Research on the measurement and influencing factors of the supply efficiency of agricultural productive services in China: based on DEA Malmquist index and rough set method[J]. Chongqing Social Sciences, 2021(5): 6−16
[12] 于鸷隆, 刘玉铭. 我国农村科技服务供给方式探析−以科技特派员制度为例[J]. 中国行政管理, 2011(4): 69−72 YU Z L, LIU Y M. An analysis of China’s rural science and technology service means[J]. Chinese Public Administration, 2011(4): 69−72
[13] ZHANG C, HU R F, SHI G M, et al. Overuse or underuse? An observation of pesticide use in China[J]. The Science of the Total Environment, 2015, 538: 1−6 doi: 10.1016/j.scitotenv.2015.08.031
[14] 卢华, 陈仪静, 胡浩, 等. 农业社会化服务能促进农户采用亲环境农业技术吗[J]. 农业技术经济, 2021(3): 36−49 LU H, CHEN Y J, HU H, et al. Can agricultural socialized services promote farmers to adopt pro-environment agricultural technologies?[J]. Journal of Agrotechnical Economics, 2021(3): 36−49
[15] 吕杰, 薛莹, 韩晓燕. 风险规避、关系网络与农业生产托管服务选择偏向−基于有限理性假设的分析[J]. 农村经济, 2020(3): 118−126 LYU J, XUE Y, HAN X Y. Risk avoidance, relationship network and preference of agricultural production trusteeship service: analysis based on the hypothesis of limited rationality[J]. Rural Economy, 2020(3): 118−126
[16] 穆娜娜, 周振, 孔祥智. 农业社会化服务模式的交易成本解释−以山东舜耕合作社为例[J]. 华中农业大学学报(社会科学版), 2019(3): 50−60, 160 MU N N, ZHOU Z, KONG X Z. Explanation of transaction cost on the mode of specialized agricultural services — A case study of Shungeng Cooperative in Shandong Province[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2019(3): 50−60, 160
[17] 谢琳, 胡新艳, 罗必良. 技术进步、信任格局与农业生产环节外包[J]. 农业技术经济, 2020(11): 4−16 doi: 10.13246/j.cnki.jae.2020.11.001 XIE L, HU X Y, LUO B L. Technical progress, trust pattern and the outsourcing of agricultural production links[J]. Journal of Agrotechnical Economics, 2020(11): 4−16 doi: 10.13246/j.cnki.jae.2020.11.001
[18] 赵玉姝, 焦源, 高强. 农业技术外包服务的利益机制研究[J]. 农业技术经济, 2013(5): 28−35 doi: 10.13246/j.cnki.jae.2013.05.003 ZHAO Y S, JIAO Y, GAO Q. Study on the benefit mechanism of agricultural technology outsourcing service[J]. Journal of Agrotechnical Economics, 2013(5): 28−35 doi: 10.13246/j.cnki.jae.2013.05.003
[19] 庞春. 一体化、外包与经济演进: 超边际-新兴古典一般均衡分析[J]. 经济研究, 2010, 45(3): 114−128 PANG C. Vertical integration, outsourcing and economic progress: a new classical infra-marginal general equilibrium analysis[J]. Economic Research Journal, 2010, 45(3): 114−128
[20] YANG X K. Economics: New Classical Versus Neoclassical Frameworks[M]. New York: Blackwell Publishers, 2011
[21] 高晶晶, 彭超, 史清华. 中国化肥高用量与小农户的施肥行为研究−基于1995—2016年全国农村固定观察点数据的发现[J]. 管理世界, 2019, 35(10): 120−132 doi: 10.3969/j.issn.1002-5502.2019.10.011 GAO J J, PENG C, SHI Q H. Study on the high chemical fertilizers 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 doi: 10.3969/j.issn.1002-5502.2019.10.011
[22] 魏欣, 李世平, 张丛军. 农户施肥行为及其影响因素分析−基于陕西关中地区不同农作物种植户的调研[J]. 农村经济, 2018(12): 86−92 WEI X, LI S P, ZHANG C J. Farmer’s fertilization behavior and its influencing factors — Based on the investigation of different crop planters in Guanzhong area of Shaanxi Province[J]. Rural Economy, 2018(12): 86−92
[23] 卢洋啸, 孔祥智. 农业生产托管的形成机制与服务模式分析[J]. 现代经济探讨, 2021(6): 119−125, 132 doi: 10.3969/j.issn.1009-2382.2021.06.014 LU Y X, KONG X Z. Analysis on the formation mechanism and service mode of agricultural production trusteeship[J]. Modern Economic Research, 2021(6): 119−125, 132 doi: 10.3969/j.issn.1009-2382.2021.06.014
[24] 李宪翔, 丁鼎, 高强. 小农户如何有机衔接全程机械化−基于农机社会化服务的视角[J]. 农业技术经济, 2021(4): 98−109 doi: 10.13246/j.cnki.jae.2021.04.008 LI X X, DING D, GAO Q. How to organically connect small farmers to mechanize the whole process? — Based on the perspective of social service of agricultural machinery[J]. Journal of Agrotechnical Economics, 2021(4): 98−109 doi: 10.13246/j.cnki.jae.2021.04.008
[25] 谢长安, 程恩富. 分工深化论: 五次社会大分工与部门内分工探析[J]. 马克思主义研究, 2016(12): 46−58, 157 XIE C A, CHENG E F. The further division of labor: exploration of the five great social division of labor and the internal division of labor within sectors[J]. Studies on Marxism, 2016(12): 46−58, 157
[26] 王拓. 分工经济思想的发展−从亚当·斯密到新兴古典经济学[J]. 当代财经, 2003(11): 13−17 doi: 10.3969/j.issn.1005-0892.2003.11.003 WANG T. The development of division economy thought: from Adam Smith to new classical economics[J]. Contemporary Finance & Economics, 2003(11): 13−17 doi: 10.3969/j.issn.1005-0892.2003.11.003
[27] 郑宏运, 李谷成. 城乡政策偏向对农业资源配置效率的影响研究[J]. 农业技术经济, 2020(7): 79−92 doi: 10.13246/j.cnki.jae.2020.07.005 ZHENG H Y, LI G C. The impact of urban-rural biased policy on agricultural resource allocation efficiency[J]. Journal of Agrotechnical Economics, 2020(7): 79−92 doi: 10.13246/j.cnki.jae.2020.07.005
[28] 刘晗, 王钊, 曹峥林. 农业要素配置效率及其地区收敛性研究−基于省际面板数据的实证分析[J]. 中南大学学报(社会科学版), 2016, 22(4): 70−78 LIU H, WANG Z, CAO Z L. On allocation efficiency and its regional convergence of agricultural resources: based on empirical analysis of provincial panel data[J]. Journal of Central South University (Social Science), 2016, 22(4): 70−78
[29] BARON R M, KENNY D A. The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J]. Journal of Personality and Social Psychology, 1986, 51(6): 1173−1182 doi: 10.1037/0022-3514.51.6.1173
[30] 谢琳, 廖佳华, 李尚蒲. 服务外包有助于化肥减量吗? −来自荟萃分析的证据[J]. 南方经济, 2020(9): 26−38 XIE L, LIAO J H, LI S P. Does agricultural service outsourcing help reduce fertilizer use: evidence from meta-analysis[J]. South China Journal of Economics, 2020(9): 26−38
[31] 仇焕广, 栾昊, 李瑾, 等. 风险规避对农户化肥过量施用行为的影响[J]. 中国农村经济, 2014(3): 85−96 QIU H G, LUAN H, LI J, et al. The impact of risk aversion on farmers’ behavior of excessive fertilizer application[J]. Chinese Rural Economy, 2014(3): 85−96
[32] 刘浩, 韩晓燕, 薛莹, 等. 农业生产性服务的化肥减量逻辑: 替代和匹配−基于东北三省741户玉米种植农户的调研数据[J]. 干旱区资源与环境, 2022, 36(4): 32−38 LIU H, HAN X Y, XUE Y, et al. The logic of agricultural productive services affecting fertilizer reduction: substitution and matching[J]. Journal of Arid Land Resources and Environment, 2022, 36(4): 32−38
-
期刊类型引用(13)
1. 文军，周源杰，王海宁，张宇. 广西农业社会化服务与农业现代化耦合协调发展研究. 东北农业科学. 2025(01): 57-64 . 
百度学术
2. 刘艺，李谷成，李练军. 农业社会化服务对农业碳全要素生产率增长的影响. 华中农业大学学报(社会科学版). 2025(02): 42-55 . 百度学术
3. 张务伟，高帅. 中国农村经济包容性增长的空间差异、动态演进及影响因素. 中国农业大学学报. 2025(05): 262-277 . 百度学术
4. 郭宇星，党国英. 适度规模经营对农业绿色生产的影响. 西南林业大学学报(社会科学). 2024(02): 40-46 . 百度学术
5. 王焱剑，曹大宇，廖冰. 农户生计资本对新型农业社会化服务采纳行为影响研究. 中国农业资源与区划. 2024(05): 144-154 . 百度学术
6. 石锐，黄鹂，钱忠好. 如何有效实现化肥减量化施用?——基于农户认知视角的分析. 生态经济. 2024(10): 117-125 . 百度学术
7. 郭庆，刘静，张寒影，吴志旻. 农业生产性服务对农业生态效率的影响及作用机制. 中国生态农业学报(中英文). 2024(10): 1744-1755 . 本站查看
8. 李孟珍. 农村家庭供养负担对化肥减量的影响分析. 数字农业与智能农机. 2024(11): 93-97 . 百度学术
9. 张甜，张艳荣. 粮食主产区农业社会化服务对农业碳排放强度的影响及空间溢出效应. 中国生态农业学报(中英文). 2024(12): 2008-2021 . 本站查看
10. 熊飞雪，宁才旺，饶盼，朱述斌. 数字信息获取能否促进化肥减量增效技术采纳?——兼论农户理性疏忽的影响. 农业现代化研究. 2024(06): 1071-1081 . 百度学术
11. 张琦，张艳荣. 以农业社会化服务破解土地撂荒难题. 人民论坛. 2023(05): 87-92 . 百度学术
12. 文高辉，王夏玙，胡贤辉，夏卫生. 耕地规模、细碎化对化肥面源污染的影响. 中国生态农业学报(中英文). 2023(07): 1081-1093 . 本站查看
13. 张艺涵，郭飞. 乡村振兴战略背景下智慧农业平台发展研究. 中共郑州市委党校学报. 2023(04): 49-51 . 百度学术
其他类型引用(23)
计量
- 文章访问数: 912
- HTML全文浏览量: 622
- PDF下载量: 80
- 被引次数: 36
