蔡啸宇，张俊飚，王璇

（1.华中农业大学经济管理学院，湖北 武汉 430070，2.湖北农村发展研究中心，湖北 武汉 430070，3.湖北生态文明建设研究院，湖北 武汉 430070）

化肥作为农业科技成果的结晶之一，为解决新中国成立以来所面临的粮食短缺及人民温饱问题提供了强有力的保障，同时也组成了现代农业生产投入要素中的核心部分。然而随着农业生产中对化肥要素投入的依赖逐步上涨，越来越多的学者开始关注到化肥过量施用所带来的负面影响。随着国家化肥减量增效政策的深入实施，化肥施用强度提高对粮食主产区化肥施用量增长的贡献正在下降[1]，过量施用化肥不仅会损害土地肥力、降低土壤微生物活性[2]，同时还是农村面源污染的主要来源之一[3]。我国目前所面临的化肥施用过量问题已十分严峻，2015年原国家农业部发布的《到2020年化肥使用量“零增长”行动方案》中指出，中国的农作物化肥折纯施用量达到了328.5 kg/hm2，远高于世界120 kg/hm2的水平。化肥的科学施用越来越受到国家的重视，如2019年中央一号文件强调要“加大农业面源污染治理力度，开展农业节肥节药行动，实现化肥农药使用量负增长”。国家关于农户施肥调控政策也从“增量增产”逐步演变到“减量增效”[4]。

目前，关于耕地细碎化、耕地质量认知以及化肥施用，诸多学者在不同领域开展了有关的研究，主要集中在以下四个方面：第一，不同要素对化肥施用量的影响。这一部分研究多关注于农户自身资源禀赋的变化对化肥施用行为的影响，研究发现，劳动力非农转移促使农户在农业生产中投入更多的化肥[5]，农户风险规避程度越高，越倾向于施用更多化肥以避免潜在的产量损失[6]，而稳定转入土地的经营权或土地转入呈连片化特征，经营规模与地块规模的同步扩张会带来地块层面的规模经济，能显著降低农户化肥施用强度[7-8]。

第二，宏观层面计算化肥施用效率。该类研究从技术效率角度衡量化肥施用效率，史常亮等[9]使用夏普里值分解方法考察了全国25省的耕地细碎化对农户化肥使用效率的影响方向及程度，发现农户在化肥使用上存在着较高的技术无效率，王萍萍和韩一军[10]在计算小麦、水稻主产区的化肥施用技术效率，并对其进行空间相关性和收敛性研究分析后发现，我国农业生产过程中化肥施用的技术效率严重低下，但是不管在时间上还是空间上都呈现出了不断趋同的现象。

第三，耕地细碎化程度对生产效率或技术效率的影响。由于不同国家和地区在地形、气候、政策、资源禀赋等方面的显著差异，关于耕地细碎化程度对生产效率或技术效率的影响方向在国际国内研究中均存在较大的分歧。Lon等[11]使用缅甸4个村庄为样本，研究发现耕地细碎化与水稻生产率之间存在负向关系；Todorova和Lulcheva[12]发现了保加利亚土地制度改革后，导致耕地细碎化程度不断增加，并对耕地产量、生产效率、生产成本都造成了显著的负向影响；邹伟和张晓媛[13]选用江苏省微观农户调研数据，研究发现扩大经营规模有助于提高化肥施用效率。而Tchale[14]则认为耕地细碎化反而能够提高耕地生产效率，这主要是由于选取耕地平均地块大小来作为衡量耕地细碎化标准造成的，其运用马拉维国家统计局数据分析得到该国农户耕地细碎化程度与生产效率存在正向关系，即使控制了耕地类型、质量以及其他投入要素，该关系仍是显著的。Niroula和Thapa[15]同样认为细碎化的耕地能够使农户进行多样化的种植并平衡各生产要素的投入比例。

第四，耕地质量认知产生差异的原因。研究发现农户自身条件是农户耕地质量认知最主要的直接影响因素，社会经济因素和自然资源禀赋对农户耕地质量认知的直接影响效度依次减弱[16]。刘洪斌和吕杰[17]通过构建理论计量经济模型发现土地调整次数、农产品价格、农户参与技术培训的次数和家庭中农业收入的比例是导致农户耕地质量保护认知行为差异的主要原因。

值得注意的是，农业生产中施用的化肥除了会被作物吸收外，还有一部分会流失在土壤中[18]，若直接选用化肥施用量作为评价化肥施用效果会使结果出现偏误，而选用将传统的“单投入”扩展至“多投入”结构的化肥施用效率作为评价化肥使用效果的代理变量则更精确[19]。此外，已有的研究表明，经济作物化肥施用强度显著高于粮食作物化肥施用强度，如若混合考虑，可能会导致所测得的效率值偏低。但即使是同样分类的粮食作物，水稻、小麦、玉米的生长周期与生长环境要求却不尽相同[20]，尽管这类粮食作物均存在化肥过量施用的现象[21-22]，但农户仍然会根据不同作物的需求差异化的施用化肥，而不是选择“一刀切”[23]，也会造成化肥效率值测算出现偏误。因此选择区分不同作物进行研究是保障实证结果准确的前提。

综上所述，既有文献鲜有将农业生产中不同投入要素纳入同一框架下进行研究，耕地作为化肥施用的直接受体，耕地的相应特征理应在研究中被充分考虑。此外，由于地理、气候、政策等诸多自然、人为因素的影响，不同地区的化肥施用效率存在较大的差异，实际分析时应该细化到作物的品种和产区，得出的结论与对策才更具有建设性意义，这正是本研究的创新点。湖北省坐拥江汉平原，是中国水稻的主要产区之一，2017年湖北省水稻产量为1.93×107t，水稻播种面积为2.37×106hm2，分别占全国的7.70%和9.06%。研究湖北省调研区内化肥施用现状、总结化肥施用存在的问题和误区，对综合优化化肥要素投入配置以及促进我国水稻产业良性发展具有重要意义。基于上述分析，本文选用湖北省水稻种植农户微观调研数据，以化肥施用效率来评价农户化肥施用效果，并综合考虑了耕地细碎化程度与耕地质量认知对化肥施用效率的影响。首先建立计量模型测算化肥施用效率，其次分析影响化肥施用效率的因素并对结果进行稳健性检验，最后得出相应的结论和政策启示，以期对未来相关部门化肥施用结构调整、实现化肥施用量负增长的目标并推动农业现代化发展提供参考与借鉴。

1 理论分析与研究假设

1.1 耕地细碎化与化肥施用效率

耕地作为农业生产中最重要的投入要素，其细碎化程度将会对农户在农业生产中化肥投入决策产生十分重要的影响。耕地在空间上的分散不仅增加了农业劳动力往返不同地块之间的时间损耗、变相降低了单位地块的用工投入，同时还提高了农用机械作业的时间与难度、降低了机械的作业效率，进一步提高了农业生产的总成本。农户作为追求自身收益最大化的理性经济人，在短期内无法改变现有耕地分布状况的前提条件下，会选择将自身拥有的农业投入资源进行内部重新配置，即存在通过增加化肥要素投入以弥补农业劳动力相对不足和替代费用高昂的机械要素投入的动机。另一方面，耕地细碎化增加了农户的监督成本与因气候等不确定因素导致减产的风险，出于对风险规避的考量，农户倾向于加大化肥要素的投入[6]。

基于此，本研究提出假设1：

H1：耕地细碎化程度提高会增加农户化肥要素的投入，进而降低化肥施用的效率。

1.2 耕地质量认知与化肥施用效率

根据认知心理学及其相关理论，认知是个体对信息进行加工的过程，而决策是信息处理过程，决策行为取决于认知行为，不同的农户因认知能力、思维、自身经验以及知识储备的差异，对“耕地质量”这一概念的认知程度也不尽相同，进而导致决策的差异性[24]。20世纪70年代，在农业技术相对落后的背景下，为了实现耕者有其田，“肥瘦搭配”的均分地权制度应运而生。一方面，农户作为追逐自身收益最大化的理性经济人，会将绝大多数精力和管理投入到相对肥沃的耕地上，期望以相对较低的投入就能换来较高的产出，此时要素在肥沃耕地的配置上更趋于合理。另一方面，由于农户对化肥投入相关知识储备不足，其施用化肥强度多依据传统经验和习惯，一部分农户在购买高质量化肥后仍按照过去经验或其他农户的一般做法施肥[25]。若农户认为耕地贫瘠，则其倾向于大量施用化肥以期能够在短期内改善耕地质量，从而提高作物产量获得期望收益。而关于耕地是否肥沃或贫瘠很大程度取决于农户自身的主观判断，这种对耕地质量的认知或评价将会影响农户对于耕地的化肥施用量。

基于此，本研究提出假设2：

H2：农户的耕地质量认知会影响化肥要素投入决策，进而影响化肥施用的效率。

2 研究方法

2.1 模型设定

农业生产对环境变化十分敏感，容易受到天气、自然灾害等随机因素的影响，而随机前沿法（SFA）相较于数据包络分析法Data Envelopment Analysis（DEA）能够有效区分随机扰动项与非技术效率[9]。本文运用超越对数形式的随机前沿生产函数对稻农化肥施用效率进行测算，由于一步法使用时需满足非效率项分布必须服从正态截尾分布的苛刻条件[26]，故本文选用两步法估计，在忽略技术效率影响因素的前提下，估计生产函数和技术效率值，并且对技术效率的影响因素进行回归分析[27]。在本文回归分析中，先利用随机前沿模型回归取得非效率项FEE的估计值，然后运用CLAD模型分析外生性因素对FEE的影响。

Aigner等[28]与Meeusen和van den Broeck[29]独立提出了随机前沿生产函数模型，其具体形式如下：

式中：yi代表第i个农户的水稻总产量；t(·)代表农户的农业生产技术，表现为具体设定的生产函数形式；xij代表第i个农户除化肥投入外的第j种投入要素向量，fi代表第i个农户的化肥投入要素向量；β为待估计参数向量；νi为随机误差项，且νi～N(0,σ2)，代表农户不可控因素及测量误差的影响；ui为非负数的技术效率损失值。

随机前沿理论通过测算实际产出与最大产出之间的差距，从而计算出技术效率，这些差距主要是由于技术非效率引起的，具体测算公式为：

式中：TEi取值为0～1，表示第i个农户的农业生产技术效率，Xi为生产函数中的变量集合，E(·)为数学期望值。

随机前沿法常见的生产函数形式主要有柯布—道格拉斯（Cobb-Douglas，C-D）生产函数与超越对数（Trans-log）生产函数等，尽管C-D生产函数在计算与解释方面存在优势，但它使用的前提假定了不同农户间的产出弹性为定值和替代弹性为1，条件较为固定，不能很好的反应出不同农户之间决策能力的异质性带来的产出差异[30]。因此，本文在实际估计中选用替代弹性可变的、形式相对灵活的超越对数生产函数以克服C-D生产函数中希克斯中性技术进步假定的缺陷[31]，模型具体形式为：

式中：产出变量yi定义为第i个农户的水稻总产量；xij、xik表示为第i个农户除化肥投入外的第j种、第k种投入变量，包括耕地、劳动和机械费用总投入；fi表示第i个农户在水稻生产中施用化肥的总量；其余变量为各自变量的平方项与交互项。通过已有研究，采用Kopp和Smith[32]提出的非径向概念来计算化肥施用效率，即保持投入要素与产出水平不变，以可能达到的最低化肥施用量fi l代替实际化肥施用量fi，并假定技术效率损失为零，（3）式可改写为：

将（5）式看为一元二次方程并求解得：

（6）式解答出效率值有正负两个值，根据化肥效率定义，应舍去负值取正值。

由（6）式计算出的化肥施用效率值介于0～1之间，属于受限因变量，为探寻影响化肥施用效率的因素及避免估计结果出现偏误，本文首先选择采用Tobit模型进行回归，运用极大似然估计法（MLE）对模型进行参数估计。模型形式如下：

式中：ti为受限因变量，即农户在水稻生产过程中的化肥施用效率；si为影响化肥施用效率的变量集合；ui为随机扰动项。由于Tobit模型回归结果对分布的依赖性很强，因此本文在使用Tobit模型回归的基础上，经检验后选择更加稳健的归并最小离差法（Censored Least Absolute Deviations，CLAD）模 型，即使在非正态与异方差的情况下也能得到一致估计结果。

2.2 数据来源

本文使用的数据来源于课题组2018年对湖北省武汉市、鄂州市、黄冈市、荆门市4市6区县农户调研数据，调研人员采用随机抽样对农户进行一对一的访谈，剔除掉无效、关键变量缺失问卷，共获得有效问卷549份。其中武汉市选取江夏区与黄陂区，问卷总占比为49.00%；鄂州市选取鄂城区与梁子湖区，问卷占比为17.12%；荆门市选取京山市，问卷占比为13.84%；黄冈市选取团风县，问卷占比为20.04%，具体调查样本地理分布如表1所示。

表1 调查问卷地理分布情况Table 1 Geographical distribution of the questionnaire

2.3 变量选取与赋值

2.3.1 化肥施用效率 运用随机前沿方法测算化肥施用效率值，生产函数中产出变量选用稻农一年的水稻总产量，单位为kg；投入变量主要选择耕地、劳动力、化肥以及机械投入费用。其中耕地投入指农户实际经营的耕地面积，包括自家承包耕地与流转承包耕地；劳动力投入指水稻生产过程中参与劳动力总和；化肥投入指在水稻生产过程中施用的化肥总量；机械投入费用是在水稻生产过程中运用机械耕地、收割所支出的费用总和。

2.3.2 化肥施用效率影响因素 土地作为农业生产过程中最重要的投入要素，其规模、性状的差异自然影响了农业产出。由于自然地理因素和家庭联产承包责任制对耕地地块面积、耕地质量进行分割，导致耕地呈现细碎化、质量不等化分布的特征[33-34]。现有的研究表明，耕地细碎化将降低农业生产要素的配置效率，不利于农业生产和农户收入[35]，同时也增加了农业生产成本[36]。本文关注的核心解释变量分别为耕地细碎化程度与耕地质量认知。就耕地细碎化程度而言，现有研究多采用地块数、平均地块规模、户均经营面积等单变量作为衡量耕地细碎化程度的指标；也有不少学者采用辛普森指数（Simpson’s Index）作为耕地细碎化程度的衡量指标，其在一定程度上弥补了用单变量衡量耕地细碎化程度的不足，故本文选用辛普森指数作为衡量耕地细碎化程度的指标。辛普森指数具体的定义如下：

式中：n代表农户地块数，ai代表各地块面积，由上式可以看出，SI值介于0～1之间，且SI数值越接近1，其代表农户耕地的细碎化程度越高。

就耕地质量认知而言，农户在长期的农业生产过程中积累了丰富的经验，能够对耕地的质量做出较为准确的判断，耕地质量变化会影响其化肥使用。因此本文选取农户对耕地肥力、耕地肥力变化趋势两个指标的认知状况，作为衡量耕地质量认知的 指标。

关于控制变量的选择，考虑到调研区实际情况和农户的异质性是造成农户行为差异的重要因素，本文选取以下控制变量：灌排条件、耕地流转情况、农户个人及家庭特征。耕地灌排条件对水稻的生长具有直接影响作用，不方便的灌排条件可能会导致水稻减产，促使农户加大化肥施用以规避预期损失；不稳定的耕地流转可能会使农户增施化肥以追求短期利益最大化，从而规避耕地流转环境不确定性带来的风险；农户个体特征包括农户的性别、年龄、受教育程度、务农年限、技术培训参与次数；农户家庭特征包括家庭人均收入、务农人口、非农收入占比。

2.4 样本描述性分析

各变量解释及描述性统计如表2所示。在本文关注的核心变量中，辛普森指数平均值为0.70，其中高于均值的农户样本数达到了341个，占比达62.11%，说明农户经营耕地的细碎化程度比较严重；农户对耕地肥力、耕地肥力变化的主观认知均值较为接近中值，说明该地区耕地质量情况较为乐观、稳定，农业生产条件整体较好。在农户家庭及个人特征变量方面，农户平均年龄为58.84岁，其中年龄超过50岁的农户占比达到了81.65%，年龄最大的农户甚至达到了90岁，年龄低于40岁的农户占比只有4.14%，说明从事农业生产的劳动力老龄化严重。农户受教育程度均值为1.60年，即样本农户主要是小学、初中文化，文化程度普遍较低。农户务农年限平均值为36.95年，务农年限较长，说明样本农户务农经验丰富，对耕地质量的认知更加准确。家庭非农收入占比平均值为0.66，说明被调查样本农户兼业化程度较高。

表2 变量设置及描述性统计Table 2 Variable definitions and descriptive statistics

3 实证结果及分析

3.1 随机前沿生产函数回归结果分析

超越对数生产函数估计结果如表3所示，回归结果中λ值为1.6435，无效率项u在复合扰动项中占据了主导地位，而不是测量误差和随机干扰项，LR检验值为28.63，通过了LR检验，故使用随机前沿函数模型方法估计是合理的。模型中的部分参数具有统计的显著性，通过计算得出稻农的化肥施用效率均值为63.85%。

通过表3各变量参数估计值可计算出投入要素的产出弹性，并根据辛普森指数值顺序排列按四分位点分区间列出，如表4所示。由表4可知，大多农户所经营的耕地细碎化程度比较高，辛普森指数超过0.5的农户占比达到了80.33%，且随着耕地细碎化程度的不断提高，农户化肥施用量呈现增加的趋势。在耕地、劳动、化肥、机械投入4种要素中，耕地投入的产出弹性最大，均值为1.16，即水稻种植面积每增加1%，水稻产量增长1.16%，说明增加水稻播种面积仍然是水稻增产的重要贡献因素，该值随着耕地细碎化程度的增加而增大，一定程度上说明了耕地投入对增产的贡献作用在细碎化程度高的耕地上更明显；劳动产出弹性在四个组别里均为负值，表明加大劳动投入不仅不能促进水稻增产，反而会减少水稻的产量，这与张晓恒和周应恒[37]的研究结论相似，可能的原因是为追求水稻产量最大化，现有的劳动力投入相对于地块数不多的耕地已经过剩，但对于地块数相对较多，即细碎化程度更高的耕地，往往需要花费更多的劳动投入以兼顾所有地块上作物的生产，这也一定程度上解释了表4 中劳动产出弹性随着耕地细碎化程度的增加略有上升的现象；化肥产出弹性在四个组别中差距不大，均值为0.07，说明化肥投入增加对水稻产量增加的促进作用十分有限，这与调研区过量施用化肥的现象具有一定的联系[38]；机械投入产出弹性在四组中几乎为0，说明运用机械耕地、收割对产出的增加是有限的，可能的原因是调研区地形以丘陵、平原为主，许多稻农的耕地由于地理环境因素的限制较为分散，耕地普遍较为细碎，平均地块面积小，不利于农用机械的规模化作业，使得机械投入带来的边际收益小于使用机械的边际成本。

表3 随机前沿生产函数估计结果Table 3 Stochastic frontier production function estimation results

表4 耕地细碎化程度与各要素产出弹性Table 4 Fragmentation degree of farmland and input-output elasticity

化肥施用效率均值仅为0.6385，农户在水稻生产过程中施肥效率较低，并未达到最优的化肥施用状态，若完全消除效率损失，化肥施用效率仍有36.15%的提升空间。换言之，当前农户在适量减少化肥投入的情况下，不仅不会带来水稻产量的下 降，反而有利于提高化肥施用效率，可能的影响因素是多方面的，需要在后文用具体的实证模型进一步分析。

3.2 CLAD模型回归结果分析

为探究影响调研区稻农化肥施用效率的影响因素并使回归结果更准确，本文在模型中加入了水稻单产变量，用于控制如气温、降水量和农户管理能力等其他不可观测因素对效率的影响[39]。本文在使用Tobit模型回归后，对模型扰动项进行了检验，检验发现条件矩估计量为34.39，拒绝“扰动项服从正态分布”的原假设，故使用在非正态情况下也适用的CLAD模型，Tobit模型与CLAD模型回归结果如表5所示。整体对比两模型回归结果可知，CLAD模型的标准误整体小于Tobit模型，对比本文所关注的核心变量，CLAD模型相较于Tobit模型在变量的显著性水平上有了提高。进一步说明了使用Tobit模型估计结果存在一定的偏误，故使用更为稳健的CLAD模型。如果Tobit模型设定正确（满足正态性和同方差性），则应与CLAD模型估计结果相差不大，因此可以将CLAD模型视为对Tobit模型的设定检验。

表5 Tobit与CLAD模型结果比较Table 5 Result comparison of the Tobit and the CLAD models

3.2.1 耕地细碎化与化肥施用效率 由回归结果可知，代表耕地细碎化程度的代理变量辛普森指数有负向影响，且在1%的置信水平上显著，即农户耕地细碎化程度越高会显著降低化肥的施用效率。一方面本次调研区域位于湖北江汉平原水稻种植区，类似农业机械服务等技术的推广与实施较为成熟，但耕地的大量分散阻碍了现代农用技术的推广，降低了大规模经营带来的收益，进而提高了农业生产成本[40]；另一方面，农村劳动力的大量外流导致了参与农业生产劳动的农户相对数量不足，且农村留守的多为年纪较大的中老年人，身体健康程度与体力都不如年轻人，面对细碎化的耕地，往往需要投入更多的劳动成本才能兼顾到所有耕地的生产，避免水稻减产，而化肥要素投入在一定程度上可以作为劳动要素的替代，从而导致了农户出现过量施用化肥的现象，降低了化肥的施用效率[41]，研究假说H1得到证实。

3.2.2 耕地质量认知与化肥施用效率 作为耕地质量认知的代理变量，耕地肥力与耕地肥力变化评价显著影响了化肥施用效率，且在1%的置信水平下显著。可能的原因是农户常年经营耕地，对耕地质量状况有着较为准确的判断与感知，农户出于利润最大化的考虑，能够根据耕地的肥沃程度调整化肥施用量，一方面可以减少自己的生产成本，提高种植收益，另一方面，当农户发现在适当减少优质化肥投入不仅不会导致减产，反而却能使得水稻获得产量的提升后，农户会倾向于继续调整化肥使用量以进一步减少成本并增加收益，最终结果是化肥要素投入逐步趋向于合理化，化肥施用效率逐步提高，研究假说H2得到证实。

3.2.3 控制变量与化肥施用效率 其他控制变量中，户主性别正向显著影响化肥施用效率；而户主年龄则负向显著影响化肥施用效率，这与黎孔清和马豆豆[42]的研究结论一致。原因主要来源于两方面，一是农业生产是劳动密集型产业，随着劳动力年龄的增加，体力受限，更倾向于使用大量化肥投入替代劳动投入；二是年龄越大的农户思想更为传统保守，不会轻易改变化肥施用习惯与行为，造成了化肥施用不合理、效率降低的现象。受教育程度与农业劳动力投入正向显著影响化肥施用效率，农户受教育程度越高，对科学施用化肥的技能接受度更 高[43]，进而对合理施用化肥的认知更为全面，因此化肥施用效率越高；而农业劳动力与化肥同为水稻生长的要素投入之一，劳动投入要素的增加在一定程度减轻了农户过多投入化肥要素的倾向；人均年收入与是否存在耕地流转皆负向显著影响化肥施用效率，可能原因在于：本次调研区域中，人均年收入高的样本集中于非农就业比例较高的农户，为兼顾非农就业，更倾向于采用一次多施的行为以节省农业劳动时间，而存在流转耕地时，由于当前耕地契约流转的不稳定性，农户更倾向于追求短期利益最大化，即通过增施化肥的行为获得产量的提升，从而降低了化肥施用的效率。

3.3 稳健性检验

本文已充分考虑模型设定偏误问题并尽力减弱，但为了减少不可观测因素可能带来的模型设定偏误，同时检验前文估计结果的稳健性，本文采用替换模型方法对回归结果进行稳健性检验。具体而言，将前文利用随机前沿法测得的化肥施用效率样本按等距比例分为5组并赋值1～5，运用有序Probit模型对变量进行稳健性检验，具体回归结果如表6所示。可以发现，改变模型后主要解释变量的影响与前文保持一致，说明了本文的回归结果与结论是比较稳健的。

表6 Ordered Probit模型回归结果Table 6 Ordered Probit model regression results

4 结论与建议

4.1 结论

本文利用湖北省水稻种植户微观调查数据，运用随机前沿方法测算农户在水稻生产过程中化肥施用效率，采用CLAD模型重点研究了耕地细碎化程度及耕地质量认知等变量对化肥施用效率的影响，并通过检验验证了结论的稳健性。得出的结论如下：

1）被调研区样本稻农随着耕地的细碎化程度提高存在化肥施用过量的现象，且化肥施用效率均值为0.6385，效率较低，仍具有较大的提升空间。

2）耕地细碎化程度较高的农户的化肥施用效率低于耕地细碎化程度较低的农户，耕地细碎化阻碍了机械服务与农业劳动力的投入，使得化肥要素投入增加，在一定程度上降低了化肥施用效率，经过模型检验发现，耕地细碎化程度对农户化肥施用效率具有负向影响。

3）农户对耕地质量的认知显著影响了化肥施用效率，户主性别、年龄、受教育程度、家庭人均年收入、是否存在土地流转等对化肥施用效率同样具有显著影响，农户会根据自身利润最大化的需求，改变不同质量耕地条件下化肥要素投入水平，使化肥施用效率得到提升。

4.2 政策建议

耕地细碎化程度、耕地质量认知是影响化肥施用效率的重要因素之一，为进一步推进湖北省水稻产业良性发展，确保化肥要素投入在农业生产中的合理使用，基于以上研究结论，本文提出以下政策建议：

1）加快耕地整合与耕地连片经营法律法规设立。湖北省坐拥江汉平原，是中国水稻的主产区之一，相对平坦的地形对推行鼓励农户置换或互换分散地块、促进耕地连片政策的阻力较小，取得的成效较大；政府应合理制定与耕地整合、置换相关的法律法规，如通过给予一定补贴或优待等形式，加强农户参与耕地整合的意愿与动机，打消农户顾虑并促进耕地有序流转，进一步为构建高标准农田、合理配置要素投入比例、农业机械化作业提供良好的环境。

2）加速耕地细碎化治理实践经验和制度创新的结合。政府与当地农技推广合作组织学习已有的耕地细碎化整治成功案列经验，在继续推行农村耕地所有权、经营权、承包权“三权分置”的政策改革的基础上，结合当地特色产业，因地制宜，如湖北省京山市的“国宝桥米”招牌、鄂州市与黄冈市“虾稻共生”、潜江市的“稻渔共作”等创新模式。具有针对性的开展耕地细碎化综合治理工作；同时应尊重农户需求与意愿，并在治理过程中秉持公开、公平、公正的原则，打消农户对耕地地块调整而产生的忧虑。

3）加强引导纠正农户对化肥施用的错误认识以及对耕地质量的合理认知，并给予科学施用化肥的方法与指导。一方面，政府可与农技站等农业技术推广机构开展合作，定期为村民免费开展化肥知识讲解与施用的技术培训，从理论知识上纠正农户的认知偏差；另一方面，化肥生产商可在生产或销售化肥过程中增加“施用说明书”等科学指导小册，从实际操作中进一步提高农户对化肥施用的准确认识，从而提高化肥施用效率。

4）积极推行农业科学种植生产模式，保障耕地质量稳中有升。湖北省江汉平原作为水稻主产区之一，推行如作物轮作、休耕等科学生产模式，不仅有助于减少耕地营养元素不合理流失，还能提高耕地质量，有利于水稻生产的可持续发展。