農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響研究

摘要：在經(jīng)濟社會發(fā)展全面綠色轉(zhuǎn)型背景下，探究農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響，旨在實現(xiàn)減污降碳的同時，為完善農(nóng)業(yè)社會化服務(wù)體系提供有力支撐。基于新疆塔里木河流域5地州7縣360名棉農(nóng)的調(diào)查數(shù)據(jù)，通過普通最小二乘法和傾向得分匹配法分析農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響，進一步運用逆向概率加權(quán)法對農(nóng)業(yè)社會化服務(wù)采納程度與農(nóng)業(yè)面源污染排放量的關(guān)系進行實證檢驗。實證結(jié)果表明：不同農(nóng)業(yè)社會化服務(wù)類型對農(nóng)業(yè)面源污染的影響存在差異。其中，農(nóng)業(yè)技術(shù)服務(wù)和農(nóng)業(yè)機械服務(wù)對農(nóng)業(yè)面源污染具有顯著抑制作用，分別降低農(nóng)戶每公頃農(nóng)資投入費用約1 070元和1 170元，而農(nóng)業(yè)保險服務(wù)對農(nóng)業(yè)面源污染存在顯著正向影響。控制變量中，務(wù)農(nóng)年限、家庭非農(nóng)勞動力比例、種植規(guī)模對農(nóng)業(yè)面源污染具有顯著正向影響，而土壤肥力具有負向影響。農(nóng)業(yè)社會化服務(wù)采納程度越高，農(nóng)業(yè)面源污染排放程度越低，且農(nóng)業(yè)機械服務(wù)與農(nóng)業(yè)技術(shù)服務(wù)的協(xié)同作用能夠進一步降低農(nóng)業(yè)面源污染，相較于僅采納機械服務(wù)或技術(shù)服務(wù)，同時購買兩項服務(wù)的農(nóng)戶農(nóng)資投入費用分別減少約640元和800元。據(jù)此，提出積極推進各方主體參與環(huán)境污染綜合治理，完善環(huán)境污染防控協(xié)作共治機制；加強農(nóng)業(yè)科技投入，研發(fā)農(nóng)業(yè)面源污染防控先進技術(shù)；把握農(nóng)戶差異化訴求，提供針對性農(nóng)業(yè)社會化服務(wù)的對策建議。

關(guān)鍵詞：塔里木河流域；農(nóng)業(yè)社會化服務(wù)；農(nóng)業(yè)面源污染；線性多元回歸法；傾向值得分匹配法

中圖分類號：F30 文獻標識碼：A 文章編號：2095?5553 （2024） 11?0325?10

Study on the impact of agricultural socialized services on agricultural non?point source pollution： Empirical analysis based on the micro?survey data of cotton farmers

in the Tarim River Basin

Xia Tong， Yu Guoxin

（College of Economics and Management， Xinjiang Agricultural University， Urumqi， 830052， China）

Abstract： In the context of green transformation of economic and social development in general， the impact of agricultural socialized services on agricultural non?point source pollution is explored， aiming to achieve pollution reduction and carbon reduction while providing strong support for improving the agricultural socialized service system. Based on the survey data of 360 cotton farmers in 5 prefectures and 7 counties in the Tarim River Basin of Xinjiang， the paper examines the effect of socialized agricultural services on agricultural non?point source pollution through ordinary least squares and propensity score matching methods， and further applies to the inverse probability weighting method to conduct an empirical test on the relationship between the degree of agricultural socialized services and the amount of agricultural non?point source pollution emissions. Empirical results show that different types of agricultural socialized services have different impacts on agricultural non?point source pollution. Among them， agricultural technical services and machinery services have a significant inhibitory effect on agricultural non?point source pollution， which reduce the cost of agricultural inputs by about 1 070 yuan and 1 170 yuan per hectare for farmers， respectively， while insurance services exist a positive effect. Among the control variables， the farming years of farmers， the proportion of non?agricultural labor in households and the scale of cotton planting have a significant positive effect on agricultural non?point source pollution， while soil fertility has a negative effect. The higher the degree of adoption of agricultural socialized services， the lower the degree of agricultural non?point source pollution emissions， and the synergy of agricultural machinery services and agricultural technology services can further reduce agricultural non?point source pollution， compared with the adoption of machinery services or technical services only， the cost of agricultural inputs for farmers who purchase the two services is reduced by about 640 yuan and 800 yuan， respectively. Accordingly， it is proposed to actively promote the participation of all parties in the comprehensive management of environmental pollution and improve the collaboration and co?management mechanism of environmental pollution prevention and control， strengthen agricultural science and technology investment， and develop advanced technologies for prevention and control of agricultural non?point source pollution， grasp the farmers’ demand for differentiation， and provide countermeasures and suggestions for targeted agricultural socialized services.

Keywords： Tarim River Basin; agricultural socialized services; agricultural non?point source pollution; OLS estimation method; propensity score matching method

0 引言

自黨的十八大至今，中央政府高度重視農(nóng)業(yè)農(nóng)村生態(tài)環(huán)境保護工作，持續(xù)加快環(huán)境污染整治能力，扎實開展農(nóng)業(yè)農(nóng)村污染綜合治理攻堅戰(zhàn)，將農(nóng)業(yè)面源污染治理視為綠色發(fā)展的重要突破口，為實現(xiàn)農(nóng)業(yè)農(nóng)村經(jīng)濟高質(zhì)量發(fā)展賦能。十九大報告強調(diào)：“強化土壤污染控制和整治，加強農(nóng)業(yè)面源污染防治”。2022年發(fā)布的中央一號文件及“十四五”規(guī)劃，進一步推動農(nóng)業(yè)生產(chǎn)投入減量化和科學(xué)使用農(nóng)膜。此后，2023年發(fā)布的中央一號文件強調(diào)，加強農(nóng)用地重金屬污染源頭防治。可見，政府部門應(yīng)持續(xù)加大環(huán)境污染治理力度，推進農(nóng)業(yè)經(jīng)濟綠色發(fā)展。但需要注意的是，當(dāng)前我國面臨農(nóng)業(yè)面源污染物排放仍處高位、農(nóng)業(yè)面源防治法規(guī)標準體系不完善以及農(nóng)藥化肥減量增效難度較大等問題，與人民群眾對農(nóng)村生態(tài)環(huán)境的美好期盼還有較大差距[1]。鑒于此，遏制農(nóng)業(yè)面源污染已成為亟待解決的核心問題。

棉花產(chǎn)業(yè)是我國重要經(jīng)濟產(chǎn)業(yè)，更是新疆地區(qū)不可替代的支柱性產(chǎn)業(yè)。而塔里木河流域（以下簡稱塔河流域）作為新疆主要棉區(qū)之一，在穩(wěn)定邊防和促進經(jīng)濟發(fā)展方面具有重要戰(zhàn)略地位[2]。自2001年國家投入大量資金支持流域綜合治理以來，塔河流域生態(tài)問題得到緩解。然而，農(nóng)用化學(xué)品使用不當(dāng)導(dǎo)致塔河流域水土污染嚴重。在水土污染嚴重的重壓力之下，明晰農(nóng)業(yè)社會化服務(wù)是農(nóng)戶對接現(xiàn)代農(nóng)業(yè)的重要內(nèi)容，有利于緩解農(nóng)業(yè)面源污染和推進中國特色農(nóng)業(yè)現(xiàn)代化進程[3]。深入來看，農(nóng)業(yè)社會化服務(wù)組織擁有資本、技術(shù)和管理等現(xiàn)代生產(chǎn)要素，可介入農(nóng)戶農(nóng)業(yè)生產(chǎn)不同環(huán)節(jié)，化解農(nóng)戶勞動力短缺、資本和技術(shù)不足等難題，對農(nóng)業(yè)面源污染具有潛在比較優(yōu)勢[4]。因此，深入探究農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響作用，為科學(xué)考察塔河流域生態(tài)保護和農(nóng)業(yè)綠色發(fā)展提供一定理論參考。

現(xiàn)階段，國內(nèi)外關(guān)于農(nóng)業(yè)社會化服務(wù)研究已形成一定規(guī)模，主要從以下幾方面展開：一是農(nóng)業(yè)社會化服務(wù)的發(fā)展現(xiàn)狀。李榮耀[5]研究發(fā)現(xiàn)，農(nóng)戶對農(nóng)業(yè)社會化服務(wù)的需求日益增長，包括種苗供應(yīng)、農(nóng)產(chǎn)品營銷等。張研等[6]考察發(fā)現(xiàn)，當(dāng)前黑龍江省農(nóng)業(yè)社會化服務(wù)體系發(fā)展存在農(nóng)戶主觀觀念制約、服務(wù)主體經(jīng)營質(zhì)量不高以及制度保障措施不健全等現(xiàn)實問題，并提出針對性解決措施。穆娜娜等[7]認為“十四五”時期中國農(nóng)業(yè)社會化服務(wù)體系將更加注重供給優(yōu)質(zhì)的公共服務(wù)，主要體現(xiàn)在服務(wù)的內(nèi)容、主體、對象以及形式方面。二是農(nóng)業(yè)社會化服務(wù)的影響效應(yīng)。部分學(xué)者考察發(fā)現(xiàn)農(nóng)業(yè)社會化服務(wù)能夠推進化肥減量[8]、提升農(nóng)業(yè)生產(chǎn)效率[9]、促進土地規(guī)模經(jīng)營行為[10]以及抑制耕地撂荒行為[11?14]。還有學(xué)者研究發(fā)現(xiàn)，農(nóng)業(yè)社會化服務(wù)能夠通過降低農(nóng)用化學(xué)品施用量以緩解農(nóng)戶兼業(yè)對農(nóng)業(yè)面源污染的不利影響[15]。此外，部分學(xué)者認為農(nóng)業(yè)社會化服務(wù)中保險服務(wù)存在的信息不對稱、交易成本偏高等問題，導(dǎo)致農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)綠色生產(chǎn)影響較小[16]。

當(dāng)前，學(xué)界關(guān)于農(nóng)業(yè)面源污染的研究主要從以下兩方面展開。在發(fā)展現(xiàn)狀方面，有研究認為我國農(nóng)業(yè)面源污染排放空間差異明顯，部分學(xué)者認為污染增長主要集中在西北地區(qū)[17]，也有學(xué)者發(fā)現(xiàn)在農(nóng)業(yè)發(fā)達地區(qū)污染程度更高[18]。在影響因素方面，農(nóng)戶個體自然特征[19]、人力資本[20]、耕地利用規(guī)模[21]、農(nóng)業(yè)基礎(chǔ)設(shè)施[22]、非農(nóng)收入占比[23]及農(nóng)業(yè)生產(chǎn)條件[24]等內(nèi)部因素對農(nóng)業(yè)面源污染存在影響，農(nóng)業(yè)經(jīng)濟水平[25]、農(nóng)業(yè)產(chǎn)業(yè)集聚[26]、政策環(huán)境[27]等外部環(huán)境因素同樣會在一定程度上影響農(nóng)業(yè)面源污染。

綜合而言，已有文獻為本文奠定堅實理論基礎(chǔ)，但樣本主要集中于全國層面，鮮有針對西部欠發(fā)達地區(qū)展開實證檢驗。基于此，以塔河流域棉花種植戶的調(diào)查數(shù)據(jù)為基礎(chǔ)，通過構(gòu)建OLS和PSM模型，分析農(nóng)戶購買不同農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響。進一步通過構(gòu)建IPWRA模型，分析農(nóng)業(yè)社會化服務(wù)采納程度差異對農(nóng)業(yè)面源污染排放量的影響，以期為塔河流域農(nóng)業(yè)環(huán)境問題的改善和促進綠色經(jīng)濟可持續(xù)發(fā)展提供有益參考。

1 理論基礎(chǔ)與研究假說

1.1 理論基礎(chǔ)

農(nóng)業(yè)社會化服務(wù)主要涵蓋產(chǎn)前服務(wù)、產(chǎn)中服務(wù)和產(chǎn)后服務(wù)，其中機械服務(wù)、技術(shù)服務(wù)、保險服務(wù)三項“服務(wù)流”屬于農(nóng)業(yè)生產(chǎn)“中間投入”，一定程度上可以提高農(nóng)戶社會資本存量。可以說，農(nóng)業(yè)社會化服務(wù)以專業(yè)化、規(guī)模化以及標準化屬性滲透到具體農(nóng)業(yè)生產(chǎn)經(jīng)營活動中。在專業(yè)化層面，農(nóng)業(yè)社會化服務(wù)機構(gòu)具備的技術(shù)人員和儀器設(shè)備的專業(yè)化屬性，可幫助農(nóng)戶提升化學(xué)品用量判斷力，提高生產(chǎn)效率、服務(wù)實際運用效果和技術(shù)應(yīng)用程度。在規(guī)模化層面，農(nóng)業(yè)社會化服務(wù)具備的規(guī)模化屬性使其在要素市場中具備較強競價優(yōu)勢，有效降低農(nóng)戶生產(chǎn)要素購買成本、信息搜尋成本以及決策成本，實現(xiàn)規(guī)模化經(jīng)營。在標準化層面，農(nóng)業(yè)社會化服務(wù)組織的標準化屬性有助于改善農(nóng)戶慣性生產(chǎn)行為，通過正確的引導(dǎo)和培養(yǎng)農(nóng)戶的環(huán)保意識，規(guī)范農(nóng)業(yè)生產(chǎn)行為[28]。

從農(nóng)業(yè)社會化服務(wù)與農(nóng)業(yè)面源污染二者關(guān)系來看（圖1），農(nóng)業(yè)社會化服務(wù)通過改變農(nóng)戶資源稟賦，優(yōu)化要素投入合理配置，促進化學(xué)品精準化施用，影響農(nóng)業(yè)面源污染。結(jié)合當(dāng)前學(xué)術(shù)界研究發(fā)現(xiàn)，農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染具有正向和負向影響。農(nóng)業(yè)社會化服務(wù)以全新組織形式參與到農(nóng)業(yè)生產(chǎn)過程中，一定程度上破解了傳統(tǒng)生產(chǎn)方式的束縛，提高農(nóng)戶的生產(chǎn)能力和生產(chǎn)效率，減低農(nóng)業(yè)面源污染[29]。具體而言，伴隨著農(nóng)業(yè)社會化服務(wù)分工水平的逐步加深，農(nóng)業(yè)產(chǎn)業(yè)鏈各環(huán)節(jié)專業(yè)化程度得以提升。在此情形下，農(nóng)業(yè)服務(wù)經(jīng)營主體能夠通過專業(yè)化分工協(xié)作為各類農(nóng)戶群體提供針對性服務(wù)，大幅提升農(nóng)業(yè)經(jīng)營效率，形成專業(yè)化分工優(yōu)勢，不斷優(yōu)化要素投入結(jié)構(gòu)、提升資源配置效率，降低農(nóng)業(yè)面源污染。但也有部分研究持相反觀點，認為農(nóng)業(yè)社會化服務(wù)會加大農(nóng)業(yè)面源污染。由理性小農(nóng)學(xué)派的農(nóng)戶行為理論可知[30]，作為農(nóng)業(yè)社會化服務(wù)的重要主體，農(nóng)戶是理性經(jīng)濟人，會選擇收益高、成本小的農(nóng)業(yè)生產(chǎn)方式，更愿意依據(jù)個人經(jīng)驗維持化學(xué)品高用量以謀求產(chǎn)量最大化，這會造成農(nóng)業(yè)環(huán)境污染。

1.2 研究假說

1.2.1 農(nóng)業(yè)技術(shù)服務(wù)對面源污染的影響

當(dāng)前，農(nóng)業(yè)生產(chǎn)過程中缺乏相關(guān)信息和技術(shù)支持，導(dǎo)致農(nóng)戶需要花費更多精力投入至挑選適用的農(nóng)業(yè)技術(shù)和關(guān)注技術(shù)采納效果上，不利于農(nóng)業(yè)生產(chǎn)效率提升[31]。而農(nóng)業(yè)技術(shù)服務(wù)可在一定程度上緩解農(nóng)業(yè)生產(chǎn)技術(shù)約束，減低農(nóng)業(yè)面源污染。詳細而言，農(nóng)業(yè)技術(shù)服務(wù)的嵌入帶來技術(shù)引導(dǎo)及監(jiān)督，可在極大程度上降低農(nóng)戶技術(shù)復(fù)雜度感知[32]、技術(shù)采納風(fēng)險和使用成本，提升農(nóng)戶低碳農(nóng)業(yè)認知，實現(xiàn)農(nóng)用化學(xué)品投入的精準把握，降低農(nóng)業(yè)面源污染。由此，提出假說H1：農(nóng)業(yè)技術(shù)服務(wù)可以通過提高農(nóng)戶技術(shù)認知水平，降低農(nóng)業(yè)面源污染。

1.2.2 農(nóng)業(yè)機械服務(wù)對面源污染的影響

農(nóng)業(yè)機械服務(wù)緩解了農(nóng)業(yè)生產(chǎn)勞動力約束。目前，由于農(nóng)業(yè)生產(chǎn)過程中存在人工難以滿足生產(chǎn)需求、勞動力投入供給彈性較高等問題，農(nóng)戶作為理性人，傾向于借助市場機制，通過增加廉價農(nóng)用化學(xué)品施用量替代昂貴稀缺的勞動力要素，以保障收入穩(wěn)定[33]。同時，受到地形、不規(guī)范操作等因素限制，農(nóng)戶在農(nóng)業(yè)生產(chǎn)過程中存在化學(xué)品損耗和重復(fù)施用問題[34]。而農(nóng)業(yè)機械服務(wù)通過科學(xué)指導(dǎo)及精準化作業(yè)工具，在保證農(nóng)業(yè)產(chǎn)量收益基礎(chǔ)上可提高農(nóng)用化學(xué)品利用率，實現(xiàn)規(guī)模化經(jīng)營，大幅降低農(nóng)業(yè)面源污染。另外，農(nóng)業(yè)機械服務(wù)與農(nóng)業(yè)技術(shù)服務(wù)融合形成相輔相成、共生互補的發(fā)展形式，能夠較大限度地釋放農(nóng)業(yè)社會化服務(wù)潛力[35]，進一步提高農(nóng)用化學(xué)品的利用率，降低農(nóng)業(yè)面源污染。基于上述分析，提出假說H2：農(nóng)業(yè)機械服務(wù)可以通過強化勞動力替代效應(yīng)，降低農(nóng)業(yè)面源污染；假說H3：農(nóng)業(yè)機械服務(wù)與農(nóng)業(yè)技術(shù)服務(wù)的協(xié)同作用，可進一步降低農(nóng)業(yè)面源污染。

1.2.3 農(nóng)業(yè)保險服務(wù)對面源污染的影響

農(nóng)業(yè)保險服務(wù)緩解了農(nóng)業(yè)生產(chǎn)風(fēng)險約束。根據(jù)計劃行為理論，農(nóng)業(yè)保險服務(wù)可以有效分散農(nóng)戶主體風(fēng)險，穩(wěn)定生產(chǎn)預(yù)期。一方面，農(nóng)業(yè)保險服務(wù)可有效降低農(nóng)業(yè)生產(chǎn)不確定性，提高生產(chǎn)風(fēng)險保障，緩解可能存在的化學(xué)要素投入過量問題[36]。另一方面，政策支持可能誘發(fā)農(nóng)戶跟隨補貼的機會主義行為[37]，改變傳統(tǒng)經(jīng)營模式，打破原有生產(chǎn)平衡，加大農(nóng)業(yè)面源污染。同時，由于低碳農(nóng)業(yè)生產(chǎn)理念尚未普及、低碳生產(chǎn)意識薄弱，農(nóng)戶通常通過進一步增加農(nóng)資施用量的方式以保障產(chǎn)量，導(dǎo)致土壤污染問題日趨嚴重[38， 39]。因此，本文認為農(nóng)業(yè)保險服務(wù)對農(nóng)業(yè)面源污染的影響存在不確定性，需進一步實證檢驗。基于此，提出假說H4：農(nóng)業(yè)保險服務(wù)對農(nóng)業(yè)面源污染的影響尚不明確。

2 數(shù)據(jù)來源與變量選取

2.1 數(shù)據(jù)來源

數(shù)據(jù)主要來源于2020年人力資源發(fā)展與農(nóng)業(yè)企業(yè)數(shù)據(jù)中心聯(lián)合新疆農(nóng)業(yè)大學(xué)組織的暑期調(diào)研數(shù)據(jù)，選取其中塔河流域5地州中7個縣的360個微觀調(diào)研數(shù)據(jù)作為研究樣本。

2.2 變量選取

1） 核心解釋變量：農(nóng)業(yè)社會化服務(wù)。利用農(nóng)業(yè)技術(shù)服務(wù)、農(nóng)業(yè)保險服務(wù)以及農(nóng)業(yè)機械服務(wù)三項農(nóng)業(yè)社會化服務(wù)是否被采納來衡量。

2） 被解釋變量：農(nóng)業(yè)面源污染。利用棉花生產(chǎn)過程中農(nóng)戶對化肥、農(nóng)藥、農(nóng)膜三項農(nóng)用化學(xué)品每公頃投入的總費用衡量農(nóng)業(yè)面源污染程度[15]。

3） 控制變量：參照已有研究[21?25]，選取農(nóng)戶個體特征和家庭經(jīng)營特征兩個層面內(nèi)容作為控制變量。其中農(nóng)戶個體特征包括性別、年齡、受教育程度、政治身份、務(wù)農(nóng)年限、健康狀況；家庭經(jīng)營特征包括非農(nóng)勞動力比例、家庭年收入、是否加入合作社、棉花種植規(guī)模、土壤肥力。具體相關(guān)變量定義與賦值見表1。

3 研究方法

3.1 線性多元回歸法

被解釋變量農(nóng)業(yè)面源污染屬于連續(xù)變量，因此采用最小二乘法（OLS）估計購買三種農(nóng)業(yè)社會化服務(wù)分別對棉農(nóng)農(nóng)業(yè)生產(chǎn)要素投入費用的影響，從而驗證農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響效應(yīng)。計量模型如式（1）所示。

[lnYi=β0+β1 Si+β2 Xi+εi ] （1）

式中： Yi——被解釋變量，表示第i個農(nóng)戶農(nóng)業(yè)面源污染情況；

Si——核心解釋變量，表示第i個農(nóng)戶的農(nóng)業(yè)社會化服務(wù)采納情況；

Xi——控制變量，包括個體特征、家庭經(jīng)營特征；

β0——常數(shù)項；

β1、β2——系數(shù)；

εi——隨機擾動項。

為避免由截面數(shù)據(jù)引發(fā)的異方差問題，影響回歸系數(shù)的有效性，本文利用異方差穩(wěn)健標準誤法，對結(jié)果進行修正。

3.2 傾向值得分匹配法

由于個體間存在異質(zhì)性，農(nóng)資投入費用差異既受農(nóng)戶是否購買農(nóng)業(yè)社會化服務(wù)影響，還受其他因素影響，極易導(dǎo)致內(nèi)生性問題。OLS模型無法解決內(nèi)生性問題，可能導(dǎo)致估計結(jié)果有偏。為控制可能存在的反向因果關(guān)系，本文借助Rosenbaum等[40]提出的傾向值匹配法（PSM）進行估計，以此作穩(wěn)健性檢驗對比OLS模型結(jié)果。使用Probit模型估計在既定條件下農(nóng)戶采納農(nóng)業(yè)社會化服務(wù)的條件概率，用P（X）表示，以此作為樣本匹配依據(jù)；最后，通過對傾向值所在共同區(qū)域內(nèi)的個體進行匹配，得到農(nóng)業(yè)社會化服務(wù)對農(nóng)戶農(nóng)資投入費用的平均影響，具體如式（2）所示。

[P（X）=12πexp∫（-βX22）dX] （2）

[ATT=E[Y1-Y0|D=1]=E{E[Y1-Y0|D=1，P（X）]}=E{E[Y1|D=1，P（X）]-]

[E[Y0|D=0，P（X）]|D=1}] （3）

式中： D——二分變量，D=1表示采納農(nóng)業(yè)社會化服務(wù)，D=0表示未采納；

Y1——采納農(nóng)業(yè)社會化服務(wù)農(nóng)戶農(nóng)資投入費用水平；

Y0——未采納農(nóng)業(yè)社會化服務(wù)農(nóng)戶農(nóng)資投入費用水平；

ATT——農(nóng)業(yè)社會化服務(wù)對農(nóng)戶農(nóng)資投入費用水平的平均處理效應(yīng)。

3.3 IPWRA模型

為檢驗農(nóng)業(yè)社會化服務(wù)采納程度與農(nóng)業(yè)面源污染間的內(nèi)在聯(lián)系，研究采用IPWRA模型展開實證分析。IPWRA模型結(jié)合了逆加權(quán)估計方法（IPW）和回歸調(diào)整方法（RA）的優(yōu)勢，同時設(shè)置了干預(yù)和結(jié)果模型，檢驗結(jié)果具有雙重穩(wěn)健性[41]。當(dāng)農(nóng)戶同時購買兩項顯著影響農(nóng)資投入費用的農(nóng)業(yè)社會化服務(wù)，設(shè)置3個處理水平，[s=0]表示農(nóng)戶未購買任何服務(wù)，[s=1]表示農(nóng)戶僅購買一項服務(wù)，[s=2]表示農(nóng)戶僅購買另一項服務(wù)，[s=3]表示農(nóng)戶同時購買兩項服務(wù)。主要步驟如下：首先，采用多項logit模型估計處理組與控制組的傾向得分，如式（4）所示。其次，使用加權(quán)最小二乘法進行回歸，預(yù)測各處理水平s下所有農(nóng)戶的潛在結(jié)果，如式（5）所示。最后，采用整體處理樣本預(yù)測值的平均差以估計平均處理效應(yīng)（ATT），如式（6）所示。

[P（D=s）=α（XYs）] [?]s=0，1，2，3 （4）

[Yi（s）=Xβ+ε] [?]s=0，1，2，3 （5）

[As|m=E[Ys-Ym|s=s]] [?]m≠s，s∈S=[0，1，2，3] （6）

式中： [As|m]——估計購買農(nóng)業(yè)社會化服務(wù)s相對于農(nóng)業(yè)社會化服務(wù)m的預(yù)期平均效果。

4 結(jié)果與分析

4.1 基準回歸分析

使用stata17軟件，利用OLS回歸模型考察農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響效應(yīng)，對假說H1、H2、H4進行驗證。回歸前采用VIF法檢測得出平均VIF為1.47，表明變量間不存在明顯多重共線性。

表2顯示三項農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染排放的影響。結(jié)果顯示，模型1和模型3中農(nóng)業(yè)技術(shù)服務(wù)、農(nóng)業(yè)機械服務(wù)變量的估計系數(shù)均在1%的水平上顯著為負，表明購買農(nóng)業(yè)技術(shù)服務(wù)和農(nóng)業(yè)機械服務(wù)能顯著降低農(nóng)戶農(nóng)資費用投入，即顯著降低農(nóng)業(yè)面源污染，與假說H1、H2相符。

模型2中，農(nóng)業(yè)保險服務(wù)的估計系數(shù)為正，且通過1%的顯著性檢驗，說明購買農(nóng)業(yè)保險服務(wù)能夠顯著增加農(nóng)戶農(nóng)資投入費用，即農(nóng)業(yè)保險服務(wù)會進一步增加農(nóng)業(yè)面源污染，研究假說H4得以驗證。可能的原因是農(nóng)業(yè)保險服務(wù)的加入影響了農(nóng)戶傳統(tǒng)經(jīng)營模式，而低碳農(nóng)業(yè)概念普及率較低，因此農(nóng)戶采用增加農(nóng)資投入方式以保證產(chǎn)出，導(dǎo)致土壤污染嚴重。控制變量方面，務(wù)農(nóng)年限、非農(nóng)勞動力比例及種植規(guī)模均對農(nóng)業(yè)面源污染具有正向促進作用。這說明農(nóng)戶務(wù)農(nóng)年限越長，越依賴個人經(jīng)驗，更愿意采納傳統(tǒng)生產(chǎn)方式。從事非農(nóng)生產(chǎn)人數(shù)占比越高，種植規(guī)模越大，其農(nóng)業(yè)生產(chǎn)精力投入則越有限，從而采用增加農(nóng)資投入替代勞動力缺失以保障農(nóng)業(yè)產(chǎn)出。土壤肥力對農(nóng)業(yè)面源污染具有顯著抑制作用，且通過5%的顯著性檢驗，這說明土壤肥力越高，需要的農(nóng)資投入越少，有利于減低農(nóng)業(yè)面源污染。農(nóng)戶受教育水平及家庭年收入對農(nóng)業(yè)面源污染的影響均呈現(xiàn)出抑制作用，但在模型1、模型3中不顯著，說明這兩類控制變量對降低農(nóng)戶農(nóng)資投入費用的影響相對較小。

4.2 糾正選擇性偏誤

進一步使用PSM方法估計農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的平均處理效應(yīng)。三種匹配方法分別為最近鄰匹配、半徑匹配以及核匹配。為確保匹配結(jié)果的有效性，匹配后進行了共同支撐檢驗和平衡性檢驗。共同支撐檢驗結(jié)果顯示大多數(shù)樣本均處于共同取值范圍內(nèi)，匹配效果良好。平衡性檢驗結(jié)果與估計系數(shù)（ATT）如表3所示。匹配后LRchi2由46.34下降到1.65～28.76，p值除農(nóng)業(yè)機械服務(wù)中近鄰匹配和半徑匹配方法外均在10%以上；標準化偏差由22.1下降到2.7～11.3，且協(xié)變量標準化偏差均低于20。總的來說，樣本滿足傾向得分匹配整體平衡條件。

由表3可知，農(nóng)業(yè)技術(shù)服務(wù)和農(nóng)業(yè)機械服務(wù)負向影響農(nóng)資投入費用，而農(nóng)業(yè)保險服務(wù)影響為正。除農(nóng)業(yè)機械服務(wù)中的近鄰匹配與半徑匹配在5%的水平上顯著外，其余匹配方法的估計結(jié)果均在1%的水平下通過檢驗，且三種匹配方法估計的平均處理效應(yīng)較為接近，表明估計結(jié)果具有穩(wěn)健性。結(jié)果顯示，購買農(nóng)業(yè)技術(shù)服務(wù)、農(nóng)業(yè)機械服務(wù)會使農(nóng)戶農(nóng)資投入費用分別降低1 070元和1 170元，農(nóng)業(yè)保險服務(wù)則會使每公頃農(nóng)資投入費用增加1 100元，進一步驗證了假說H1、H2和H4。與前文中OLS估計的方向一致但結(jié)果上略有差異，主要原因在于OLS回歸估計時忽略了選擇偏誤，即認為農(nóng)戶購買服務(wù)屬于隨機行為，導(dǎo)致估計結(jié)果存在偏差。

4.3 農(nóng)戶參與單個與多個社會化服務(wù)對農(nóng)業(yè)面源污染影響對比分析

為檢驗研究假說H3，使用農(nóng)業(yè)技術(shù)服務(wù)與農(nóng)業(yè)機械服務(wù)進一步分析農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響。IPWRA模型估計結(jié)果如表4所示，AIPW與IPW模型的估計結(jié)果一并顯示。可以看出，三種方法的估計結(jié)果大致相同。

表4中“0”代表兩項服務(wù)均未購買的農(nóng)戶，共有32戶；“1”代表僅購買農(nóng)業(yè)機械服務(wù)的農(nóng)戶，為82戶；“2”代表僅購買農(nóng)業(yè)技術(shù)服務(wù)的農(nóng)戶，為45戶；同時購買兩項服務(wù)的農(nóng)戶用“3”表示，共有201戶。結(jié)果顯示，除2vs1未通過顯著性檢驗外，其余對比均為顯著。相較于未購買服務(wù)的農(nóng)戶，僅購買農(nóng)業(yè)機械服務(wù)或農(nóng)業(yè)技術(shù)服務(wù)的農(nóng)戶每公頃農(nóng)資投入費用分別平均降低了1 630元、1 480元；同時購買兩項服務(wù)的農(nóng)戶農(nóng)資投入費平均降低了2 280元。僅購買一項服務(wù)的農(nóng)戶間對比未通過顯著性檢驗。相較于僅購買農(nóng)業(yè)機械服務(wù)或農(nóng)業(yè)技術(shù)服務(wù)的農(nóng)戶，同時購買兩項服務(wù)的農(nóng)戶每公頃農(nóng)資投入費用分別平均降低了640元和800元。結(jié)果表明，同時購買農(nóng)業(yè)機械服務(wù)和農(nóng)業(yè)技術(shù)服務(wù)能夠更大程度降低農(nóng)業(yè)面源污染，這說明農(nóng)業(yè)機械化服務(wù)與農(nóng)業(yè)技術(shù)化服務(wù)存在一定的協(xié)同效應(yīng)，對進一步降低農(nóng)業(yè)面源污染排放量存在積極影響，假說H3得以驗證。

此外，IPWRA模型需要滿足重疊假設(shè)，即大多數(shù)樣本均有接受每種處理效應(yīng)的可能。圖2和圖3展示了農(nóng)業(yè)技術(shù)服務(wù)和農(nóng)業(yè)機械服務(wù)的預(yù)測概率的估計密度。分析可知，密度分布沒有大量集中于0或1，且估計密度大部分重疊，故可以認為本研究遵守了重疊假設(shè)。

4.4 穩(wěn)健性檢驗

為進一步論證結(jié)果的可靠性，本文采用農(nóng)戶每公頃化肥施用量作為衡量農(nóng)業(yè)面源污染排放強度的指標，通過回歸分析來評估其穩(wěn)健性，穩(wěn)健性檢驗具體回歸結(jié)果留存?zhèn)渌鳌Ｌ娲蟮腛LS模型、PSM模型以及IPWRA模型結(jié)果顯示，各變量對農(nóng)業(yè)面源污染的影響方向及顯著性無明顯變化，再次驗證了結(jié)論穩(wěn)健性。

5 結(jié)論與建議

5.1 結(jié)論

在闡述農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染影響作用機理的基礎(chǔ)上，采用來自新疆省塔里木河流域360份有效問卷調(diào)查數(shù)據(jù)，運用OLS模型、PSM模型以及IPWRA模型，分析農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)面源污染的影響。

1） 基準回歸分析和PSM方法估計結(jié)果顯示，不同農(nóng)業(yè)社會化服務(wù)類型對農(nóng)業(yè)面源污染的影響存在異質(zhì)性。其中PSM回歸結(jié)果顯示，農(nóng)業(yè)技術(shù)服務(wù)和農(nóng)業(yè)機械服務(wù)對農(nóng)業(yè)面源污染具有抑制作用，能夠分別使農(nóng)戶每公頃農(nóng)資投資費用降低約1 070元和1 170元，而農(nóng)業(yè)保險服務(wù)對農(nóng)業(yè)面源污染存在正向影響，每公頃的農(nóng)資投入費用增加約1 100元，三項服務(wù)對農(nóng)業(yè)污染的影響均在1%的水平下顯著。

2） 基準回歸分析結(jié)果顯示，控制變量中，務(wù)農(nóng)年限、非農(nóng)勞動力比例、種植規(guī)模對農(nóng)業(yè)面源污染具有顯著正向影響，而土壤肥力具有負向影響，且顯著性均在10%及以上水平。

3） IPWRA模型估計結(jié)果顯示，相較于僅購買農(nóng)業(yè)機械服務(wù)或技術(shù)服務(wù)，同時購買兩項服務(wù)的農(nóng)戶農(nóng)資投入費用分別減少約640元和800元，表明農(nóng)業(yè)社會化服務(wù)采納程度越高，農(nóng)業(yè)面源污染排放程度則越低，農(nóng)業(yè)機械服務(wù)與農(nóng)業(yè)技術(shù)服務(wù)的協(xié)同作用能夠進一步降低農(nóng)業(yè)面源污染。

5.2 對策建議

為進一步強化農(nóng)業(yè)社會化服務(wù)對塔河流域農(nóng)業(yè)面源污染問題的緩解作用，保障塔河流域棉花產(chǎn)業(yè)可持續(xù)發(fā)展，基于上述理論分析和實證檢驗結(jié)果，提出如下對策建議。

1） 發(fā)揮各方主體作用，完善污染治理協(xié)同共治機制。為發(fā)揮政府導(dǎo)向效應(yīng)，引導(dǎo)農(nóng)業(yè)中間組織和農(nóng)民三方履行主體責(zé)任，相關(guān)生產(chǎn)部門應(yīng)引進專業(yè)技術(shù)管理體系，加強社會監(jiān)督機制，促進政府責(zé)任向行業(yè)責(zé)任的轉(zhuǎn)變，進一步提高面源污染治理有效性。同時，相關(guān)環(huán)保部門應(yīng)該采取多種措施，包括生產(chǎn)稅、環(huán)境稅、當(dāng)?shù)卣a貼或者排污權(quán)交易等，加強各級責(zé)任主體的參與程度，構(gòu)建政府部門、農(nóng)業(yè)中間組織、農(nóng)民等多方協(xié)同配合的共治共管體系，以期達到有效治理的目的。政府部門應(yīng)加強對農(nóng)業(yè)社會化服務(wù)的監(jiān)督，規(guī)范服務(wù)活動，進一步提高作業(yè)標準化管理水平，以此強化農(nóng)戶對農(nóng)業(yè)社會化服務(wù)的需求，降低農(nóng)業(yè)面源污染。

2） 加強農(nóng)業(yè)科技投入，研發(fā)農(nóng)業(yè)面源污染防控先進技術(shù)。相關(guān)部門應(yīng)進一步強化農(nóng)業(yè)技術(shù)服務(wù)與農(nóng)業(yè)機械服務(wù)的協(xié)同效應(yīng)，提升要素投入利用率。政府部門應(yīng)加大對農(nóng)業(yè)社會化服務(wù)供給的支持力度，注重以社會化服務(wù)為抓手，做到功能互補，形成合力，進一步提高農(nóng)業(yè)科技推廣工作中小農(nóng)戶的效能。政府部門應(yīng)當(dāng)加強對服務(wù)質(zhì)量的監(jiān)督和考核，為促進農(nóng)業(yè)綠色發(fā)展創(chuàng)造有力的人才支持和制度保障。

3） 把握農(nóng)戶差異化訴求，提供針對性農(nóng)業(yè)社會化服務(wù)。相關(guān)部門應(yīng)針對不同農(nóng)戶的農(nóng)業(yè)生產(chǎn)訴求，為其提供針對性強的農(nóng)業(yè)社會化服務(wù)，提高農(nóng)業(yè)生產(chǎn)效率，降低農(nóng)業(yè)面源污染。具體而言，針對家庭非農(nóng)勞動力比重高、棉花種植規(guī)模大的農(nóng)戶，可優(yōu)先提供機械或保險服務(wù)，緩解勞動力緊張的同時分散生產(chǎn)風(fēng)險，改善不當(dāng)化學(xué)品投入行為。針對棉田土壤肥力較低的農(nóng)戶，提供技術(shù)服務(wù)，利用相關(guān)技術(shù)增加土壤肥力，形成良性循環(huán)，有效降低農(nóng)業(yè)面源污染。

參 考 文 獻

[ 1 ] 陳歡， 周宏. 加強農(nóng)業(yè)面源污染防治與綠色興農(nóng)策略研究——病蟲害統(tǒng)防統(tǒng)治實現(xiàn)農(nóng)藥減量的生態(tài)效應(yīng)分析[J]. 價格理論與實踐， 2022（9）： 183-187， 208.

Chen Huan， Zhou Hong. Research on the relationship between ecological protection and high?quality coordinated development of economy： Analysis based on the data of urban agglomeration in central China [J]. Price： Theory & Practice， 2022（9）： 183-187， 208.

[ 2 ] 賈佳， 陳建寧， 康順光. 塔里木河流域棉花種植氣候資源適宜性主要影響因素分析[J]. 數(shù)學(xué)的實踐與認識， 2016（22）： 129-135.

Jia Jia， Chen Jianning， Kang Shunguang. Analysis of the main affecting factors of the climate resources and climate suitability for cotton cultivation in Tarim River Basin [J]. Mathematics in Practice and Theory， 2016（22）： 129-135.

[ 3 ] 程永生， 張德元， 汪俠. 農(nóng)業(yè)社會化服務(wù)的綠色發(fā)展效應(yīng)——基于農(nóng)戶視角[J]. 資源科學(xué)， 2022， 44（9）： 1848-1864.

Cheng Yongsheng， Zhang Deyuan， Wang Xia. Green development effect of agricultural socialized services： An analysis based on farming households' perspective [J]. Resources Science， 2022， 44（9）： 1848-1864.

[ 4 ] 盧華， 周應(yīng)恒， 張培文， 等. 農(nóng)業(yè)社會化服務(wù)對耕地撂荒的影響研究——基于中國家庭大數(shù)據(jù)庫的經(jīng)驗證據(jù)[J]. 中國土地科學(xué)， 2022（9）： 69-78.

Lu Hua， Zhou Yingheng， Zhang Peiwen， et al. Impact of socialized agricultural services on farmland abandonment： Empirical evidence based on Chinese family database [J]. China Land Science， 2022（9）： 69-78.

[ 5 ] 李榮耀. 農(nóng)戶對農(nóng)業(yè)社會化服務(wù)的需求優(yōu)先序研究——基于15省微觀調(diào)查數(shù)據(jù)的分析[J]. 西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版）， 2015（1）： 86-94.

Li Rongyao. Agricultural social service demand priority from farmers： Based on micro survey data analysis of 15 provinces of China [J]. Journal of Northwest A & F University （Social Science Edition）， 2015（1）： 86-94.

[ 6 ] 張研， 黃峰華， 王紅蕾， 等. 黑龍江省農(nóng)業(yè)社會化服務(wù)體系發(fā)展問題及對策研究[J]. 農(nóng)業(yè)經(jīng)濟， 2023（1）： 17-19.

[ 7 ] 穆娜娜， 鐘真. 中國農(nóng)業(yè)社會化服務(wù)體系構(gòu)建的政策演化與發(fā)展趨勢[J]. 政治經(jīng)濟學(xué)評論， 2022（5）： 87-112.

Mu Nana， Zhong Zhen. Policy evolution and development trend of the construction of agricultural socialized service system in China [J]. China Review of Political Economy， 2022（5）： 87-112.

[ 8 ] 謝琳， 張禹欣， 鐘文晶. 農(nóng)業(yè)社會化服務(wù)組織何以促進化肥減量——基于經(jīng)營主體的匹配效應(yīng)研究[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2022（2）： 47-56.

Xie Lin， Zhang Yuxin， Zhong Wenjing. How does the development of agricultural social service organizations promote fertilizer reduction： Based on the matching effect with agricultural management entities [J]. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2022（2）： 47-56.

[ 9 ] 唐玉佩， 陳濤， 楊佳怡. 山東省農(nóng)業(yè)社會化服務(wù)對農(nóng)業(yè)生產(chǎn)效率的影響——基于DEA模型[J]. 山東農(nóng)業(yè)科學(xué)， 2022（2）： 159-164.

Tang Yupei， Chen Tao， Yang Jiayi. Effects of agricultural socialized services on agricultural production efficiency in Shandong Province： Based on DEA model [J]. Shandong Agricultural Sciences， 2022（2）： 159-164.

[10] 劉洋， 余國新. 農(nóng)業(yè)社會化服務(wù)對土地規(guī)模經(jīng)營的影響——基于棉花產(chǎn)業(yè)的實證研究[J]. 經(jīng)濟問題， 2022（1）： 93-100.

Liu Yang， Yu Guoxin. The impact of agricultural socialization services on land scale management： An empirical study based on the cotton industry [J]. On Economic Problems， 2022（1）： 93-100.

[11] 曾福生， 史芳. 農(nóng)業(yè)社會化服務(wù)能抑制小農(nóng)戶的耕地撂荒行為嗎？——基于湘贛浙三地微觀調(diào)查數(shù)據(jù)的實證分析[J]. 農(nóng)村經(jīng)濟， 2022（2）： 37-44.

[12] 胡霞， 周旭海， 羅崇佳. 農(nóng)戶采納農(nóng)機社會化服務(wù)對耕地撂荒的抑制效應(yīng)研究[J]. 寧夏社會科學(xué)， 2022（1）： 111-122.

Hu Xia， Zhou Xuhai， Luo Chongjia. Research on the inhibiting effect of farmers' adoption of socialized agricultural machinery service on farmland abandonment [J]. Ningxia Social Sciences， 2022（1）： 111-122.

[13] Jones M， Kondylis F. Does feedback matter？ Evidence from agricultural services [J]. Journal of Development Economics， 2018， 131： 28-41.

[14] 黃斌， 高強. 農(nóng)地確權(quán)對農(nóng)機社會化服務(wù)的影響——來自黃淮海農(nóng)區(qū)的經(jīng)驗證據(jù)[J]. 資源科學(xué)， 2021， 43（6）： 1115-1127.

Huang Bin， Gao Qiang. The impact of agricultural land rights confirmation on agricultural machinery service adoption： Evidence from the North China Plain [J]. Resources Science， 2021， 43（6）： 1115-1127.

[15] 夏秋， 李丹， 周宏. 農(nóng)戶兼業(yè)對農(nóng)業(yè)面源污染的影響研究[J]. 中國人口 ? 資源與環(huán)境， 2018（12）： 131-138.

Xia Qiu， Li Dan， Zhou Hong. Study on the influence of farmers' concurrent business behavior on agricultural non?point source pollution [J]. China Population， Resources and Environment， 2018（12）： 131-138.

[16] Barnett V B. Efficiency of weather derivatives as primary crop insurance instruments [J]. Journal of Agricultural & Resource Economics， 2004（3）： 387-103.

[17] 丘雯文， 鐘漲寶， 李兆亮， 等. 中國農(nóng)業(yè)面源污染排放格局的時空特征[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2019（1）： 26-34.

Qiu Wenwen， Zhong Zhangbao， Li Zhaoliang， et al. Spatial?temporal variations of agricultural non?point source pollution in China [J]. Chinese Journal of Agricultural Resources and Regional Planning， 2019（1）： 26-34.

[18] 虞慧怡， 扈豪， 曾賢剛. 我國農(nóng)業(yè)面源污染的時空分異研究[J]. 干旱區(qū)資源與環(huán)境， 2015（9）： 1-6.

Yu Huiyi， Hu Hao， Zeng Xiangang. Spatial?temporal variation of agricultural non?point source pollution in China [J]. Journal of Arid Land Resources and Environment， 2015（9）： 1-6.

[19] Waithaka M M， Thornton P K， Shepherd K D， et al. Factors affecting the use of fertilizers and manure by smallholders： The case of Vihiga， western Kenya [J]. Nutrient Cycling in Agroecosystems， 2007， 78（3）： 211-224.

[20] 欒健， 韓一軍. 農(nóng)村勞動力轉(zhuǎn)移對化肥面源污染的影響研究——以冀魯豫3省為例[J]. 中國農(nóng)業(yè)資源與區(qū)劃， 2021（7）： 183-191.

[21] 馬賢磊， 車序超， 李娜， 等. 耕地流轉(zhuǎn)與規(guī)模經(jīng)營改善了農(nóng)業(yè)環(huán)境嗎？——基于耕地利用行為對農(nóng)業(yè)環(huán)境效率的影響檢驗[J]. 中國土地科學(xué)， 2019（6）： 62-70.

Ma Xianlei， Che Xuchao， Li Na， et al. Has cultivated land transfer and scale operation improved the agricultural environment？ An empirical test on impact of cultivated land use on agricultural environment efficiency [J]. China Land Science， 2019（6）： 62-70.

[22] 曾琳琳， 李曉云， 王硯. 作物多樣性變化及其對農(nóng)業(yè)產(chǎn)出的影響——基于期望出產(chǎn)和非期望產(chǎn)出的分析[J]. 長江流域資源與環(huán)境， 2019（6）： 1375-1385.

Zeng Linlin， Li Xiaoyun， Wang Yan. Impact of crop diversity on agricultural output： Based on the desirable and undesirable production [J]. Resources and Environment in the Yangtze Basin， 2019（6）： 1375-1385.

[23] 薛蕾， 廖祖君， 王理. 城鎮(zhèn)化與農(nóng)業(yè)面源污染改善——基于農(nóng)民收入結(jié)構(gòu)調(diào)節(jié)作用的空間異質(zhì)性分析[J]. 農(nóng)村經(jīng)濟， 2019（7）： 55-63.

[24] 鄧晴晴， 李二玲， 任世鑫. 農(nóng)業(yè)集聚對農(nóng)業(yè)面源污染的影響——基于中國地級市面板數(shù)據(jù)門檻效應(yīng)分析[J]. 地理研究， 2020（4）： 970-989.

[25] 林江彪， 王亞娟， 樊新剛. 寧夏農(nóng)業(yè)面源污染的經(jīng)濟驅(qū)動特征研究[J]. 干旱區(qū)資源與環(huán)境， 2021， 35（3）： 58-65.

Lin Jiangbiao， Wang Yajuan， Fan Xingang. Research on economic driving characteristics of agricultural non?point source pollution in Ningxia [J]. Journal of Arid Land Resources and Environment， 2021， 35（3）： 58-65.

[26] 徐承紅， 薛蕾. 農(nóng)業(yè)產(chǎn)業(yè)集聚與農(nóng)業(yè)面源污染——基于空間異質(zhì)性的視角[J]. 財經(jīng)科學(xué)， 2019（8）： 82-96.

Xu Chenghong， Xue Lei. Agricultural industry agglomeration and agricultural non?point source pollution： A perspective based on spatial heterogeneity [J]. Finance & Economics， 2019（8）： 82-96.

[27] 陳儒， 姜志德. 農(nóng)戶低碳農(nóng)業(yè)生產(chǎn)生態(tài)補償標準研究[J]. 干旱區(qū)資源與環(huán)境， 2018（9）： 63-70.

Chen Ru， Jiang Zhide. Study on ecological compensation standard for farmers' low carbon agricultural production [J]. Journal of Arid Land Resources and Environment， 2018（9）： 63-70.

[28] 張夢玲， 童婷， 陳昭玖. 農(nóng)業(yè)社會化服務(wù)有助于提升農(nóng)業(yè)綠色生產(chǎn)率嗎？[J]. 南方經(jīng)濟， 2023（1）： 135-152.

Zhang Mengling， Tong Ting， Chen Zhaojiu. Can socialized service of agricultural production improve agricultural green productivity [J]. South China Journal of Economics， 2023（1）： 135-152.

[29] 趙航， 高強， 李丹. 農(nóng)業(yè)社會化服務(wù)帶動小農(nóng)戶增收的機制、障礙與路徑——基于城鄉(xiāng)經(jīng)濟循環(huán)的分析視角[J]. 南京工業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2022， 21（6）： 98-108， 110.

Zhao Hang， Gao Qiang， Li Dan. Mechanism， obstacle and path of agricultural socialized service driving small farmers' income increase： From perspective of urban?rural economic cycle [J]. Journal of Nanjing Tech University （Social Science Edition）， 2022， 21（6）： 98-108， 110.

[30] Chen Xiaoxuan， Liu Tongshan. Can agricultural socialized services promote the reduction in chemical fertilizer？ Analysis based on the moderating effect of farm size [J]. International Journal of Environmental Research and Public Health， 2023， 20（3）： 2323-2323.

[31] 張恒， 郭翔宇. 農(nóng)業(yè)生產(chǎn)性服務(wù)、農(nóng)業(yè)技術(shù)進步與農(nóng)民增收——基于中介效應(yīng)與面板門檻模型的分析[J]. 農(nóng)業(yè)現(xiàn)代化研究， 2021， 42（4）： 652-663.

[32] 彭繼權(quán)， 張利國. 農(nóng)業(yè)技術(shù)進步會降低農(nóng)戶的相對貧困嗎——基于節(jié)本增產(chǎn)和外出務(wù)工的視角[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟， 2023（1）： 95-111.

（下轉(zhuǎn)第 352頁）

（上接第 333頁）

[33] 張曉晗， 馬恒運. 農(nóng)村勞動力弱質(zhì)化對農(nóng)業(yè)生產(chǎn)化肥利用效率的影響——基于機械化的調(diào)節(jié)效應(yīng)分析[J]. 中國農(nóng)機化學(xué)報， 2022， 43（8）： 189-198.

Zhang Xiaohan， Ma Hengyun. Impact of rural labor forces weakness on fertilizer use efficiency： Perspective of machinery adjustment effect [J]. Journal of Chinese Agricultural Mechanization， 2022， 43（8）： 189-198.

[34] 張露， 羅必良. 農(nóng)業(yè)的減量化邏輯： 一個分析框架[J]. 農(nóng)業(yè)經(jīng)濟問題， 2022（4）： 15-26.

[35] 梅付春， 馬開軒. 農(nóng)業(yè)適度規(guī)模經(jīng)營路徑之爭： 土地規(guī)模還是服務(wù)規(guī)模[J]. 經(jīng)濟經(jīng)緯， 2022， 39（2）： 46-56.

[36] 陳燕， 林樂芬. 政策性農(nóng)業(yè)保險的福利效應(yīng)——基于農(nóng)民視角的分析[J]. 中國農(nóng)村觀察， 2023（1）： 116-135.

[37] 魏建， 王慧敏， 嚴曉東. 農(nóng)業(yè)保險高質(zhì)量發(fā)展與農(nóng)民風(fēng)險防范——基于費率區(qū)劃的視角[J]. 宏觀質(zhì)量研究， 2023， 11（1）： 38-51.

[38] 秦國慶， 杜寶瑞， 賈小虎， 等. 政策性農(nóng)業(yè)保險的化肥、農(nóng)藥、農(nóng)膜減量效應(yīng)分析[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報， 2023， 28（1）： 237-251.

[39] 富麗莎， 秦濤， 汪三貴. 農(nóng)業(yè)保險的要素配置效應(yīng)及其作用機制——基于助力現(xiàn)代農(nóng)業(yè)發(fā)展視角[J]. 資源科學(xué)， 2022， 44（10）： 1980-1993.

[40] Rosenbaum P R， Rubin D B. The central role of the propensity score in observational studies for causal effect [J]. Biometrika， 1983（1）： 41-55.

[41] 胡新艷， 許金海， 陳相潑， 等. 農(nóng)地確權(quán)方式與農(nóng)戶投資激勵效應(yīng)——基于IPWRA模型的比較分析[J]. 地域研究與開發(fā)， 2021， 40（4）： 152-157.