2025年4月14日星期一
首页 | 主办单位 | 期刊简介 | 编委会 | 作者指南 | 刊物订阅 | 下载中心 | 联系我们 | English | 期刊界

网刊加载中。。。

使用Chrome浏览器效果最佳，继续浏览，你可能不会看到最佳的展示效果，

确定继续浏览么?

复制成功，请在其他浏览器进行阅读

城镇化对农药、化肥施用强度的影响

——基于中介效应的分析

- ORCID：
祝伟 ¹
- ORCID：
祁丽霞 ²
- ORCID：
王瑞梅 ¹
✉

1. 中国农业大学经济管理学院，北京 100083； 2. 华北水利水电大学公共管理学院，河南郑州 450045

中图分类号： F323

最近更新：2022-07-01

DOI：10.7621/cjarrp.1005-9121.20220503

摘要

目的

探讨城镇化对农药、化肥施用强度的影响及其作用机制。

方法

文章基于文献梳理，归纳城镇化对农药、化肥施用强度的影响机理；利用2000—2018年河南省106个县的面板数据，分别探讨城镇化对农药施用强度和化肥施用强度的影响；通过分析农地经营规模与居民收入水平的中介效应，探索其影响机制。

结果

（1）城镇化对农药、化肥施用强度均具有显著的负向影响；（2）城镇化的农地规模效应显著，城镇化有利于扩大农地经营规模，从而有利于降低农药、化肥施用强度；（3）城镇化的收入效应显著，居民收入水平对农药、化肥施用强度的影响呈“倒U型”变化趋势，超过1/3的县已跨过农药施用强度的拐点，全部县均已跨过化肥施用强度的拐点；（4）城镇化对农药、化肥施用强度较低的县的影响更大。

结论

适度推进新型城镇化建设有利于促进农药、化肥减量；鼓励农地适度规模经营，可以充分发挥城镇化的农地规模效应，降低农药、化肥施用强度；持续增加居民收入，同时促进居民选择环境友好型食物、减少食物浪费，可以从需求侧助推农药、化肥减量。

关键词

农药; 化肥; 强度; 城镇化; 中介效应

0 引言

农药和化肥是重要的农业生产资料，在保障粮食安全和重要农产品有效供给中发挥了不可替代的作用。与此同时，也存在农药、化肥过量施用、盲目施用等问题，带来了生产成本增加、食品安全和环境污染。据联合国粮农组织（FAO）数据显示，我国农药和化肥用量占全球总用量的比重分别为43%和28%，但种植面积仅占全球总种植面积的8.64%，单位面积的农药、化肥用量（即施用强度）远高于世界平均水平。为推进农业发展方式转变，有效控制农药、化肥用量，保障农业生产安全、农产品质量安全和生态环境安全，促进农业可持续发展，2015年原农业部制定了《到2020年农药使用量零增长行动方案》和《到2020年化肥使用量零增长行动方案》。随后国家印发的《关于创新体制机制推进农业绿色发展的意见》、《乡村振兴战略规划（2018—2022年）》和近年的“中央一号文件”都明确提到农药、化肥减量问题，足见其重要性和紧迫性。推进农药、化肥减量增效，是促进农业绿色发展、实现生态环境与经济增长协调发展的重要举措。

乡村振兴战略是新时代做好“三农”工作的总抓手。坚持城乡融合发展，推动新型城镇化和农业现代化同步发展，坚持乡村振兴和新型城镇化双轮驱动，是实施乡村振兴战略的基本原则和方略。随着我国城镇化进入快速发展与质量提升的新阶段，城镇地区辐射带动乡村的能力进一步增强，城镇化对农村劳动力、土地资源、农业现代化和农村产业等方面都产生着深刻的影响。那么，城镇化对农药和化肥的使用有怎样的影响？其影响机理是怎样的？在实施乡村振兴战略的背景下，准确地回答上述问题，在理论与实践上都颇具意义。

已有研究对城镇化与农药、化肥等农业化学品投入之间的关系进行了有益的探索。在我国快速城镇化进程中，农业生产要素投入强度显著增加，导致农业面源污染日益严重^[

1]。Jiang和Li^{[参考文献 2

百度学术}2]研究发现，城市化通过提高农业生产中化肥的使用水平，加剧了农业面源污染。薛蕾等^{[参考文献 3

百度学术}3]分析了城镇化对化肥流失、畜禽废弃物等农业面源污染的影响，结果表明随着城镇化水平的提高，全国层面的农业面源污染呈现出先增长后降低的“倒U型”趋势，地区之间存在差异。栾健、韩一军^{[参考文献 4

百度学术}4]研究发现，城镇化对化肥面源污染的影响逐渐由扩张效应主导转变为质量效应主导，即从促进转变为抑制。吴义根等^{[参考文献 5

百度学术}5]则指出，城镇化对农业面源污染有正向直接影响。其他一些研究则探讨了城镇化带来的某一方面的变化对农药、化肥使用的影响。例如，劳动力非农转移促使农户在农业生产中投入更多的化肥，加重了化肥施用的面源污染^{[参考文献 6

百度学术}6,7]；兼业农户普遍存在增加短期资本投入以弥补劳动力投入的不足，从而造成农业面源污染问题的加重^{[参考文献 6

百度学术}6,7]。

已有文献分析了城镇化对农药、化肥等农业化学品投入的影响，然而缺少对城镇化影响农药、化肥使用的机制的剖析与检验；此外，已有研究所使用的数据多为省级面板数据，地区间差异大且样本量较小。因此，文章以2000—2018年河南省106个县为研究对象，分别探讨城镇化对农药、化肥施用强度的影响，并通过分析农地经营规模与居民收入水平的中介效应，检验城镇化对农药、化肥施用强度的影响机制。该文的边际贡献在于：为城镇化对农业化学品投入的影响研究提供了新的经验证据，并增加对其影响机制的检验。

1 理论框架

农药和化肥都是农业生产中重要的投入要素，农民对农药和化肥的需求是一种派生需求。在投入要素需求函数中，投入要素需求是农产品价格的增函数，是自身价格的减函数。在实际的农业生产中，除了价格之外，还有很多因素会影响农民对农药和化肥的需求。对于农药来说，农业劳动力相对稀缺是导致农药需求增加的主要原因之一，病害压力和抗病品种的有效性也影响农药的需求。对于化肥来说，农业用地的相对稀缺是化肥需求扩大的一个主要原因，更直接的原因包括发展互补的、对肥料有反应的高产种子和灌溉系统的改善^[

9]。此外，经营规模、技术进步、补贴政策、环境规制、教育培训等都会影响农民对农药和化肥的需求^{[参考文献 10-12}10-12]。

根据已有研究可知，城镇化可能通过以下4种途径影响农药、化肥施用强度：①城镇化对农村劳动力的影响。随着青壮年农民大量进城务工，我国农村劳动力老龄化开始凸显^[

13]。这一方面引致农业化学投入品、农业机械等要素对劳动力的替代^{[参考文献 14

百度学术}14,15]，即对农药、化肥施用强度有正向影响；但另一方面，农村劳动力减少和老龄化也促进了农地经营规模的扩大，而农地经营规模对农药、化肥施用强度有负向影响^{[参考文献 16-21}16-21]。因此，农村劳动力的减少对农药和化肥的使用具有两个方向的影响。②城镇居民规模的迅速扩大，使得食物需求总量攀升，而且对蔬菜、水果、肉、蛋、奶类食物的需求增长更快^{[参考文献 22

百度学术}22]。食物需求总量的升高和食物需求结构的变化，都会导致农药、化肥施用强度的变化^{[参考文献 5

百度学术}5,23]。③城镇化引致的居民收入水平和受教育水平提高，会促进社会食品安全观念提升，消费者对无公害、绿色、有机农产品的需求增加，从而激励农民减少农药、化肥施用强度^{[参考文献 5

百度学术}5,23]。④城镇化导致越来越多的耕地被占用，高质量农田受到巨大威胁^{[参考文献 24

百度学术}24]，致使出现农产品供需缺口，而在目前的生产水平下，供需缺口在很大程度上需要通过增加农药、化肥等要素的使用来解决^{[参考文献 23

百度学术}23]。综上所述，城镇化可能通过4种途径影响农药、化肥施用强度，其影响机理如图1所示。

图1 城镇化对农药、化肥施用强度的影响机理

2 变量定义与数据来源

该文的被解释变量为农药施用强度和化肥施用强度，用各县（市）的农药使用量与农作物总播种面积的比值表示农药施用强度，用化肥使用量与农作物总播种面积的比值表示化肥施用强度。这里的施用强度为各县（市）所有作物平均的施用强度，考虑到不同作物的施用强度不同，在模型中加入粮食作物播种面积比重，以控制种植结构的影响。

该文的核心解释变量为城镇化水平，用城镇常住人口占总人口的比重来衡量。为探索城镇化对农药、化肥施用强度的影响机制，根据数据可得性，该文选择农地经营规模和居民收入水平作为中介变量进行中介效应检验。其中，农地经营规模以农作物总播种面积与种植业劳动力人数的比值表示；居民收入水平以人均GDP指数表示。需要说明的是，该文对城镇化水平和居民收入水平指数作滞后一期处理。这样处理主要是基于两方面的考虑：其一，农民主要依据上一年的市场情况作出生产决策；其二，如果采用当年数据进行回归面临潜在的内生性问题，作滞后一期处理则可以减少潜在的内生性问题的影响^[

25]。

为提高回归估计值获得因果解释的可能性以及提高估计精度,该文在模型中引入了相关的控制变量，包括：粮食作物播种面积的比重，以粮食作物播种面积与农作物总播种面积的比值表示，用来控制种植结构的影响；有效灌溉面积比重，以有效灌溉面积与农作物总播种面积的比值表示，用来控制农业生产技术和条件的影响；成灾面积比重，以成灾面积与农作物总播种面积的比值表示，用来控制自然灾害的影响；财政支农支出，以农林水事务支出（用农业生产资料价格指数平减）来衡量，用来控制政府对农支出的影响；农业产值占GDP的比重，用来控制国民经济产业结构的影响。

该文数据来自历年的《河南统计年鉴》以及河南省各地级市统计年鉴，涵盖河南省106个县（市），数据年份范围为2000—2018年，样本量为2 014个，数据为平衡的面板数据。变量的描述性统计如表1所示。2000—2018年河南省的农作物总播种面积、农药使用量、化肥使用量占全国的平均比重分别为8.57%、7.31%、11.35%，其农药、化肥施用强度与全国平均水平的对比如图2所示。

表1 变量的描述性统计

类别	变量	代码	均值	标准差	最小值	最大值
被解释变量	农药施用强度（kg/hm²）	Pest	8.023	4.141	1.021	27.670
被解释变量	化肥施用强度（kg/hm²）	Fert	416.862	144.056	137.122	894.632
核心解释变量	城镇化水平	Urban	0.274	0.126	0.037 2	0.965
中介变量	农地经营规模（hm²/人）	Scale	0.487	0.155	0.165	1.076
中介变量	居民收入水平	GDPPC	361.210	230.447	82.900	1 364.430
控制变量	粮食作物面积比重	Grain	0.709	0.115	0.373	0.998
	有效灌溉面积比重	Irri	36.266	11.837	7.019	81.387
	成灾面积比重	Disa	6.927	5.464	0.506	20.142
	财政支农支出（亿元）	Expen	1 764.775	2 081.540	69.075	20 462.550
	农业产值比重	AGDP	22.856	12.097	1.480	57.305

图2 2000—2018年河南省农药、化肥施用强度与全国平均水平的比较

3 模型设定及检验

在前文分析及已有研究的基础上，该文采用面板数据固定效应模型进行分析。为了消除异方差的影响、提高估计的准确度，选择对数形式的回归方程，模型设定为：

l n Y_{i t} = α_{0} + α_{1} l n U r b a n_{i t} + \sum α_{j} Z_{i j t} + θ_{i} + γ_{t} + ε_{1 i t}

（1）

式（1）中， $i$ 和 $t$ 分别表示第 $i$ 个县和第 $t$ 年； $Y_{i t}$ 为被解释变量，包括农药施用强度和化肥施用强度； $U r b a n_{i t}$ 表示城镇化水平； $Z_{i j t}$ 表示控制变量，包括粮食作物播种面积比重、有效灌溉面积比重、成灾面积比重、财政支农支出和农业产值占GDP的比重； $θ_{i}$ 表示县固定效应，这里主要指土地质量和降水、光照和气温等气候因素； $γ_{t}$ 为时间趋势项，用来控制可能存在的时间趋势的影响； $α_{0}$ 、 $α_{1}$ 、 $α_{j}$ 为待估计的参数； $ε_{1 i t}$ 表示随机误差项。

为探索城镇化对农药施用强度和化肥施用强度的影响机制，借鉴温忠麟等^[

26]阐述的中介效应分析方法，该文构建如下的中介效应模型对各个中介变量进行检验：

l n M_{i t} = β_{0} + β_{1} l n U r b a n_{i t} + \sum β_{j} Z_{i j t} + θ_{i} + γ_{t} + ε_{2 i t}

（2）

l n Y_{i t} = γ_{0} + γ_{1} l n U r b a n_{i t} + γ_{2} l n M_{i t} + \sum γ_{j} Z_{i j t} + θ_{i} + γ_{t} + ε_{3 i t}

（3）

式（2）中， $M_{i t}$ 表示中介变量，包括农地经营规模和居民收入水平； $β_{0}$ 、 $β_{1}$ 、 $β_{j}$ 、 $γ_{0}$ 、 $γ_{1}$ 、 $γ_{2}$ 、 $γ_{j}$ 为待估计的参数； $ε_{2 i t}$ 和 $ε_{3 i t}$ 表示随机误差项；其他参数的含义与前文相同。考虑到核心解释变量与中介变量对被解释变量的影响可能是非线性的，因此在模型的初始回归中加入核心解释变量与中介变量的二次项进行检验。

根据中介效应的定义^[

26]，

α_{1}

为城镇化对农药施用强度或化肥施用强度的总效应；

β_{1}

为城镇化对中介变量的效应；

γ_{1}

是在控制中介变量的影响后，城镇化对农药施用强度或化肥施用强度的直接效应；

γ_{2}

是在控制城镇化的影响后，中介变量对农药施用强度或化肥施用强度的效应；中介效应等于系数乘积

β_{1} γ_{2}

。

该文首先对变量进行LLC面板单位根检验（Levin-Lin-Chu unit-root test），以避免出现伪回归，检验结果均拒绝面板包含单位根的原假设。为选择合适的估计方法，该文先对式（1）进行豪斯曼检验（Hausman test），以判断选择固定效应模型还是随机效应模型；再进行组间异方差的沃尔德检验（Wald test），以判断是否存在组间异方差；最后进行组间同期相关的检验（Pesaran's test），以判断是否存在组间同期相关。检验结果都表明应采用固定效应模型，存在组间异方差，存在组间同期相关。因此，该文采用组间异方差、组间同期相关稳健的标准误差的固定效应模型，即面板校正标准误差（Panel-Correction Standard Error，简记为PCSE）的方法对模型进行估计。

4 结果与分析

4.1　城镇化对农药施用强度的影响及中介效应分析

城镇化对农药施用强度的影响的估计结果如表2所示。城镇化和农地经营规模的二次项在10%的显著性水平上不显著，居民收入水平的二次项在5%的显著性水平上显著，根据赤池信息准则（AIC），在模型中去掉城镇化和农地经营规模的二次项。可以发现，城镇化对农药施用强度具有显著的负向影响（列3）。然而，这并不能说明城镇化水平的提高必然带来农药施用强度的降低，因为二者之间不是直接的因果关系。根据前文提出的城镇化影响农药施用强度的理论框架，城镇化对农药施用强度的影响通过多种效应同时发生作用，其总效应是多种效应叠加后的最终呈现。

表2 农药施用强度的回归

变量	（1）	（2）	（3）	（4）	（5）	（6）
	lnScale	lnGDPPC	lnPest	lnPest	lnPest	lnPest
lnUrban	0.112^***	0.232^***	-0.201^***	-0.177^***	-0.193^***	-0.166^***
lnUrban	(0.023)	(0.034)	(0.030)	(0.030)	(0.029)	(0.027)
lnScale				-0.211^***		-0.237^***
lnScale				(0.046)		(0.044)
lnGDPPC					1.078^**	1.327^**
lnGDPPC					(0.497)	(0.516)
(lnGDPPC)²					-0.081^***	-0.099^**
(lnGDPPC)²					(0.039)	(0.041)
lnGrain	-0.024	-0.194^**	-0.41^***	-0.417^***	-0.425^***	-0.433^***
lnGrain	(0.061)	(0.094)	(0.140)	(0.137)	(0.134)	(0.129)
lnIrri	-0.270^***	0.009	0.245^***	0.188^***	0.258^***	0.197^***
lnIrri	(0.034)	(0.028)	(0.043)	(0.040)	(0.042)	(0.038)
lnDisa	-0.009	-0.019	-0.038^**	-0.040^**	-0.032^**	-0.033^**
lnDisa	(0.012)	(0.027)	(0.018)	(0.020)	(0.014)	(0.015)
lnExpen	0.001	0.276^***	0.065^**	0.066^**	0.030	0.021
lnExpen	(0.019)	(0.040)	(0.027)	(0.029)	(0.027)	(0.028)
lnAGDP	-0.019	-0.375^***	-0.048	-0.052	-0.028	-0.026
lnAGDP	(0.029)	(0.051)	(0.048)	(0.048)	(0.041)	(0.040)
县固定效应	Yes	Yes	Yes	Yes	Yes	Yes
时间趋势	0.146^***	0.217^***	0.112^**	0.142^***	0.010	0.020
时间趋势	(0.033)	(0.071)	(0.046)	(0.051)	(0.062)	(0.064)
常数项	0.251	5.127^***	2.228^***	2.281^***	-0.820	-1.476
常数项	(0.279)	(0.479)	(0.684)	(0.680)	(1.447)	(1.492)
样本量	1908	1908	1908	1908	1908	1908
R²	0.833	0.954	0.863	0.865	0.864	0.867

注：括号外的数字为估计系数，括号内为面板校正标准误；^*、^**、^***分别代表10%、5%、1%的显著性水平，Yes表示控制变量已控制，下同

为了检验城镇化对农药施用强度的作用机制，该文对式（2）（3）所示的中介效应模型进行回归。中介变量对城镇化水平的回归结果显示（列1、列2），回归系数均在1%的显著性水平上显著，城镇化对农地经营规模、居民收入水平均具有显著的正向影响，与理论框架分析的预期一致。中介效应的逐步检验和Sobel检验表明：农地经营规模的中介效应显著（P值为0.001）；居民收入水平的中介效应显著（P值为0.041）。

中介效应的检验结果表明：①在控制其他因素的情况下，城镇化水平的提高显著增加了农地经营规模（列1），即城镇化具有农地规模效应，这主要是通过农业劳动力向非农产业转移实现的；农地经营规模的扩大显著降低了农药施用强度（列4、列6），这是因为农地经营规模的扩大有利于农民对高效植保技术的采纳^[

27,28]，从而提升农药的利用效率，减少农药使用量。②在控制其他因素的情况下，城镇化显著提高了居民收入水平（列2），即城镇化具有收入效应；而居民收入水平对农药施用强度的影响呈“倒U型”变化趋势（列5、列6），表明随着居民收入水平的提高，农药施用强度呈现出先上升后下降的走势，这符合环境库兹涅茨曲线（EKC）的假说^{[参考文献 29

百度学术}29]。通过求解一元二次函数的极值，得到拐点为人均GDP指数769.79，2018年有38个县已跨过拐点，即这些县处于农药施用强度随居民收入水平提高而下降的阶段。除了继续提高居民收入水平以使更多的县跨过拐点外，还可以通过提高居民的环境保护意识、食品安全意识、餐饮节约意识，促进居民选择环境友好型食物、减少食物浪费，从需求侧助推农药减量。

从其他控制变量来看，粮食种植面积比重对农药施用强度有显著的负向影响，即与经济作物相比，粮食作物的农药施用强度较低。有效灌溉面积比重的回归系数显著为正，即随着农业生产技术水平提高以及生产条件的改善，农民对产出的预期更高，通过增加农药施用强度来减少病虫草害带来的损失风险。成灾面积比重对农药施用强度有显著的负向影响，财政支农支出与农业产值比重的影响不显著。

为了更全面地反映城镇化对农药施用强度的影响，该文进行了面板分位数回归，1/4、1/2、3/4分位数的回归结果如表3所示（这里省略了控制变量的回归结果，下同）。可以看出，随着分位数的增加，城镇化的分位数回归系数呈现递减的趋势。这表明，城镇化对农药施用强度较低的县的影响更大。

表3 农药施用强度的分位数回归

变量	1/4	1/2	3/4	1/4	1/2	3/4
lnUrban	-0.257^***	-0.194^***	-0.147^***	-0.173^**	-0.165^**	-0.159
lnUrban	(0.050)	(0.038)	(0.052)	(0.083)	(0.070)	(0.099)
lnScale				-0.257^***	-0.235^***	-0.218^**
lnScale				(0.093)	(0.078)	(0.111)
lnGDPPC				2.054^***	1.225^*	0.595
lnGDPPC				(0.779)	(0.651)	(0.924)
(lnGDPPC)²				-0.165^***	-0.901^*	-0.033
(lnGDPPC)²				(0.061)	(0.051)	(0.072)

4.2　城镇化对化肥施用强度的影响及中介效应分析

城镇化对化肥施用强度的影响的估计结果如表4所示。城镇化和农地经营规模的二次项在10%的显著性水平上不显著，居民收入水平的二次项在1%的显著性水平上显著，根据赤池信息准则，在模型中去掉城镇化和农地经营规模的二次项。可以发现，城镇化对化肥施用强度具有显著的负向影响（列3），这是城镇化对化肥施用强度的总效应。

表4 化肥施用强度的回归

变量	（1）	（2）	（3）	（4）	（5）	（6）
变量	lnScale	lnGDPPC	lnFert	lnFert	lnFert	lnFert
lnUrban	0.112^***	0.232^***	-0.103^***	-0.090^***	-0.070^***	-0.056^***
lnUrban	(0.023)	(0.034)	(0.019)	(0.021)	(0.017)	(0.017)
lnScale				-0.111^***		-0.116^***
lnScale				(0.022)		(0.019)
lnGDPPC					0.473^**	0.595^***
lnGDPPC					(0.193)	(0.185)
(lnGDPPC)²					-0.045^***	-0.054^***
(lnGDPPC)²					(0.015)	(0.015)
lnGrain	-0.024	-0.194^**	-0.237^***	-0.235^***	-0.206^***	-0.202^***
lnGrain	(0.061)	(0.094)	(0.047)	(0.045)	(0.046)	(0.043)
lnIrri	-0.270^***	0.009	0.143^***	0.114^***	0.152^***	0.122^***
lnIrri	(0.034)	(0.028)	(0.033)	(0.033)	(0.034)	(0.033)
lnDisa	-0.009	-0.019	-0.017^*	-0.018^*	-0.016^**	-0.016^**
lnDisa	(0.012)	(0.027)	(0.009)	(0.010)	(0.007)	(0.007)
lnExpen	0.001	0.276^***	0.104^***	0.104^***	0.119^***	0.115^***
lnExpen	(0.019)	(0.040)	(0.015)	(0.015)	(0.012)	(0.012)
lnAGDP	-0.019	-0.375^***	0.061^***	0.059^***	0.025	0.026
lnAGDP	(0.029)	(0.051)	(0.017)	(0.017)	(0.017)	(0.017)
县固定效应	Yes	Yes	Yes	Yes	Yes	Yes
时间趋势	0.146^***	0.217^***	0.053^**	0.069^***	0.023	0.029
时间趋势	(0.033)	(0.071)	(0.026)	(0.027)	(0.027)	(0.027)
常数项	0.251	5.127^***	3.435^***	3.463^***	2.385^***	2.063^***
常数项	(0.279)	(0.479)	(0.250)	(0.239)	(0.628)	(0.603)
样本量	1908	1908	1908	1908	1908	1908
R²	0.833	0.954	0.893	0.895	0.895	0.897

为检验农地经营规模、居民收入水平的中介效应，对式（2）（3）所示的中介效应模型进行回归，结果如表4的列4～6所示。中介效应的逐步检验和Sobel检验表明：农地经营规模的中介效应显著（P值为0.001）；居民收入水平的中介效应显著（P值为0.057）。

中介效应的检验结果表明：①城镇化具有农地规模效应，城镇化显著增加农地经营规模（列1），较大的农地经营规模有利于农民对高效施肥技术的采纳^[

27]，从而提升化肥的利用效率，显著降低化肥施用强度（列4、列6）。②城镇化具有收入效应，城镇化显著提高居民收入水平（列2），而居民收入水平对化肥施用强度的影响呈“倒U型”变化趋势（列5、列6），表明随着居民收入水平的提高，化肥施用强度呈现出先上升后下降的走势，符合环境库兹涅茨曲线的假说。通过求解一元二次函数的极值，得到拐点为人均GDP指数191.63，2018年所有县均已跨过拐点，即所有县均处于化肥施用强度随居民收入水平提高而下降的阶段。

从其他控制变量来看，粮食种植面积比重对化肥施用强度有显著的负向影响，即与经济作物相比，粮食作物的化肥施用强度较低。有效灌溉面积比重的回归系数显著为正，即随着农业生产技术水平提高以及生产条件的改善，农民通过增加化肥投入提高产量。成灾面积比重对化肥施用强度有显著的负向影响，财政支农支出促进化肥使用，而农业产值比重的影响不显著。

城镇化对化肥施用强度的影响的分位数回归结果如表5所示。可以看出，随着分位数的增加，城镇化的分位数回归系数呈现递减的趋势。这表明，与农药类似，城镇化对化肥施用强度较低的县的影响更大。

表5 化肥施用强度的分位数回归

变量	1/4	1/2	3/4	1/4	1/2	3/4
lnUrban	-0.150^***	-0.099^***	-0.055^**	-0.087	-0.055	-0.026
lnUrban	(0.035)	(0.024)	(0.030)	(0.057)	(0.058)	(0.094)
lnScale				-0.093	-0.117^**	-0.139
lnScale				(0.059)	(0.060)	(0.098)
lnGDPPC				0.888^**	0.584^*	0.303
lnGDPPC				(0.393)	(0.398)	(0.647)
(lnGDPPC)²				-0.081^***	-0.053^*	-0.028
(lnGDPPC)²				(0.030)	(0.030)	(0.049)

4.3　稳健性检验

为检验上述分析结果的稳健性，该文分别利用随机效应模型（RE）和工具变量法（IV）对中介效应模型进行回归。该文选取城镇化水平的一阶滞后项作为城镇化水平的工具变量。从表6、7所示的估计结果来看，不同估计方法所得结果与基准模型的估计结果（表2、4）基本一致，这证明了该文的核心结论的稳健性。

表6 农药施用强度的稳健性检验

变量	RE	IV	RE	IV	RE	IV	RE	IV
lnUrban	-0.193^***	-0.216^***	-0.174^***	-0.196^***	-0.183^**	-0.195^***	-0.160^**	-0.167^***
lnUrban	(0.069)	(0.030)	(0.066)	(0.031)	(0.077)	(0.029)	(0.076)	(0.028)
lnScale			-0.190^***	-0.197^***			-0.218^***	-0.212^***
lnScale			(0.069)	(0.050)			(0.071)	(0.048)
lnGDPPC					1.099^*	1.311^**	1.341^**	1.450^***
lnGDPPC					(0.613)	(0.538)	(0.639)	(0.562)
(lnGDPPC)²					-0.083^*	-0.102^**	-0.101^*	-0.113^**
(lnGDPPC)²					(0.050)	(0.043)	(0.052)	(0.045)

表7 化肥施用强度的稳健性检验

变量	RE	IV	RE	IV	RE	IV	RE	IV
lnUrban	-0.105^***	-0.109^***	-0.094^***	-0.098^***	-0.072^*	-0.074^***	-0.061	-0.060^***
lnUrban	(0.037)	(0.019)	(0.036)	(0.021)	(0.037)	(0.016)	(0.037)	(0.017)
lnScale			-0.104^**	-0.100^***			-0.109^**	-0.112^***
lnScale			(0.051)	(0.024)			(0.053)	(0.021)
lnGDPPC					0.483^*	0.478^**	0.602^**	0.552^***
lnGDPPC					(0.259)	(0.201)	(0.271)	(0.198)
(lnGDPPC)²					-0.046^**	-0.045^***	-0.054^***	-0.051^***
(lnGDPPC)²					(0.020)	(0.016)	(0.021)	(0.016)

5 结论与讨论

该文基于2000—2018年河南省106个县的统计数据，分别探讨了城镇化对农药、化肥施用强度的影响，并通过分析农地经营规模和居民收入水平的中介效应，探索城镇化影响农药、化肥施用强度的机制，主要结论包括以下四方面。

（1）城镇化对农药、化肥施用强度的总效应均为负。即从目前来看，新型城镇化建设与农药、化肥减量在政策目标上具有协同性。

（2）城镇化具有显著的农地规模效应，城镇化通过农业劳动力向非农产业转移实现农地经营规模的扩大，从而显著降低农药、化肥施用强度。

（3）城镇化具有显著的收入效应，城镇化通过提高居民收入水平对农药、化肥施用强度产生影响。超过1/3的县处于农药施用强度随居民收入水平提高而下降的阶段，所有县均处于化肥施用强度随居民收入水平提高而下降的阶段。

（4）分位数回归结果表明，城镇化对农药、化肥施用强度较低的县的影响更大。

因此，该文认为：现阶段推进新型城镇化建设可以促进农药、化肥减量；鼓励农地适度规模经营、农业生产托管服务和联耕联种，可以充分发挥城镇化的农地规模效应，降低农药、化肥施用强度；持续增加居民收入，同时促进居民选择环境友好型食物、减少食物浪费，可以从需求侧助推农药、化肥减量。

需要说明的是，因数据限制，该文仅就农地经营规模和居民收入水平的中介效应进行检验，未能涵盖其他潜在的中介变量。而且该文的被解释变量为各县平均的农药、化肥施用强度，城镇化对农药、化肥施用强度的影响可能因作物不同而存在差异。未来可以通过获取更详细的数据加以分析，以验证和拓展该文的结论。

参考文献

You H.Impact of urbanization on pollution-related agricultural input intensity in Hubei, China.Ecological Indicators, 2016, 62(3): 249-258. [百度学术]

Jiang L, Li Z.Urbanization and the change of fertilizer use intensity for agricultural production in Henan Province.Sustainability, 2016, 8(2): 186. [百度学术]

薛蕾, 廖祖君, 王理.城镇化与农业面源污染改善——基于农民收入结构调节作用的空间异质性分析.农村经济, 2019(7): 55-63. [百度学术]

栾健, 韩一军.城镇化会加剧化肥面源污染吗——基于门槛效应与空间溢出的双重视角.中国农业大学学报, 2020, 25(5): 174-186. [百度学术]

吴义根, 冯开文, 李谷成.人口增长、结构调整与农业面源污染——基于空间面板STIRPAT模型的实证研究.农业技术经济, 2017(3): 75-87. [百度学术]

史常亮, 李赟, 朱俊峰.劳动力转移、化肥过度使用与面源污染.中国农业大学学报, 2016, 21(5): 169-180. [百度学术]

栾健, 韩一军.农村劳动力转移对化肥面源污染的影响研究——以冀鲁豫3省为例.中国农业资源与区划 .2021, 42(7): 183-191. [百度学术]

夏秋, 李丹, 周宏.农户兼业对农业面源污染的影响研究.中国人口·资源与环境, 2018, 28(12): 131-138. [百度学术]

Heisey P W, Norton G W.Chapter 53 fertilizers and other farm chemicals .Handbook of Agricultural Economics, Amsterdam: Elsevier, 2007: 2741-2777. [百度学术]

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.管理世界, 2019, 35(10): 120-132. [百度学术]

占辉斌, 胡庆龙.农地规模、市场激励与农户施肥行为.农业技术经济, 2017(11): 72-79. [百度学术]

张露, 罗必良.农业减量化及其路径选择: 来自绿能公司的证据.农村经济, 2019(10): 9-21. [百度学术]

向晶, 钟甫宁.农村人口转移、工业化和城镇化.农业经济问题, 2018(12): 51-56. [百度学术]

胡浩, 杨泳冰.要素替代视角下农户化肥施用研究——基于全国农村固定观察点农户数据.农业技术经济, 2015(3): 84-91. [百度学术]

魏君英, 韩丽艳.农村人口结构变化对农作物种植结构的影响——基于中国粮食主产区面板数据的全面FGSL估计.农村经济, 2019(3): 55-63. [百度学术]

罗小锋, 杜三峡, 黄炎忠, 等.种植规模、市场规制与稻农生物农药施用行为. 农业技术经济, 2020(6): 71-80. [百度学术]

Wu Y, Xi X, Tang Xet al.Policy distortions, farm size, and the overuse of agricultural chemicals in China.Proceedings of the National Academy of Sciences, 2018, 115(27): 7010-7015. [百度学术]

张露, 罗必良.农业减量化: 农户经营的规模逻辑及其证据.中国农村经济, 2020(2): 81-99. [百度学术]

Zhu W, Wang R.Impact of farm size on intensity of pesticide use: Evidence from China.Science of The Total Environment, 2020, 753(1): 141696. [百度学术]

郑适, 陈茜苗, 王志刚.土地规模、合作社加入与植保无人机技术认知及采纳——以吉林省为例.农业技术经济, 2018(6): 92-105. [百度学术]

高晶晶, 史清华.农户生产性特征对农药施用的影响: 机制与证据.中国农村经济, 2019(11): 83-99. [百度学术]

张少春, 闵师, 马瑞.城市化、食物消费转型及其生态环境影响.城市发展研究, 2018, 25(3): 13-20. [百度学术]

张红凤, 姜琪, 吕杰.经济增长与食品安全——食品安全库兹涅茨曲线假说检验与政策启示.经济研究, 2019, 54(11): 180-194. [百度学术]

Wang C Y, Sun X F, Wang M, et al.Chinese cropland quality and its temporal and spatial changes due to urbanization in 2000—2015.Journal of Resources and Ecology, 2019, 10(2): 174-183. [百度学术]

周振, 张琛, 彭超, 等.农业机械化与农民收入: 来自农机具购置补贴政策的证据.中国农村经济, 2016(2): 68-82. [百度学术]

温忠麟, 叶宝娟.中介效应分析: 方法和模型发展.心理科学进展, 2014, 22(5): 731-745. [百度学术]

尹军军, 余国新.家庭农场与农户小规模农地对农业技术服务需求行为差异及影响因素.中国农业资源与区划, 2019, 40(10): 93-100. [百度学术]

崔亚飞, 周荣.基于Meta的农户农药使用行为影响因素综合效应量评估.中国农业资源与区划, 2019, 40(8): 29-37. [百度学术]

Dinda S.Environmental Kuznets Curve hypothesis: A survey.Ecological Economics, 2004, 49(4): 431-455. [百度学术]