郑微微，何在中，徐雪高*

（1.江苏省农业科学院农业经济与发展研究所，江苏 南京 210014；2.中国储备粮管理总公司，北京 100044；3.南京农业大学经济管理学院，江苏 南京 210095）

江苏主要粮食生产中化肥过量施用评价及影响因素研究

郑微微1，何在中2,3，徐雪高1*

（1.江苏省农业科学院农业经济与发展研究所，江苏 南京 210014；2.中国储备粮管理总公司，北京 100044；3.南京农业大学经济管理学院，江苏 南京 210095）

中国化肥施用量已超过其经济意义上的最优施用量。基于固定观察点2003-2012年粮食连续种植的农户面板数据，对江苏省小麦和稻谷生产中的化肥过量施用程度进行评价，并实证分析其影响因素。结果表明，江苏省小麦的化肥过量施用程度为14.13%，稻谷为44.15%。其中，受教育水平、劳动力非农转移和土地租入比例一定程度上促进了化肥的过量施用，而家庭人均收入、农业技术培训和耕地规模效应则对化肥过量施用起一定的抑制作用，此外，上一年粮价也会对化肥用量产生一定的影响。应从施肥观念、施肥技术、新型农业经营主体培育、土地流转服务体系及粮食市场体制等方面做出完善。

粮食作物；化肥；过量施用；评价；影响因素；江苏省

Abstract：From the economics perspective, China’s application of chemical fertilizer has exceeded the optimal magnitude. Based on the panel data from 2003 to 2012 of grain growing households from the fxed observation points, this paper evaluated the overuse degree of chemical fertilizer in Jiangsu Province for wheat and rice production, and then empirically identifed the infuencing factors. Results show that the overuse degrees of wheat and rice reached 14.13% and 44.15%, respectively. Particularly, the education degree, off-farm labor migration, and the rate of land rent contribute to the over application of fertilizer. However, per capita income, agricultural technical training, and arable land scale have negative impacts of fertilizer overuse. In addition, lagged grain price could also cause fertilizer overuse. Hence, to reduce the fertilizer overuse, this paper suggests: to change fertilization concept, to improve application technology, to cultivate new types of agricultural business, to promote land transfer service system, and to reform the grain marketing system.

Key words：grain crops; chemical fertilizer; over fertilization; evaluation; infuencing factors; Jiangsu Province

化肥大量施用对我国促进农业增产、保障粮食安全起到了重要作用。Fan和Pardy[1]研究表明1965-1993年我国化肥施用对农业生产增长的贡献率达21.7%，Wang等[2]研究指出，1986-1990年我国40%的农业生产增加来源于化肥施用，王祖力和肖海峰[3]也研究得出，1978-2006年间化肥施用对粮食产量增加的贡献率达57%。然而，化肥大量施用在加快农业生产、保障粮食安全的同时，也面临着化肥施用过量的问题。数据显示，中国化肥施用强度是世界平均水平的1.6倍以上[4]。过量的化肥施用造成了严重的农业面源污染问题，是农业面源污染的主要来源[5-7]，已经引起了政府的高度重视。2008-2010年、2013-2015年的6个中央一号文件都明确提到了农业化肥污染的治理问题；国家“十二五”、“十三五”规划分别将减少化肥施用列为重点工作任务；农业部也提出“零增长”的化肥施用目标，并制定出《到2020年化肥使用量零增长行动方案》。如何在保障粮食安全的同时实现化肥减量，已成为我国农业可持续发展中急需关注和解决的重要问题。

学术界已形成统一定论：目前中国化肥施用量已超过其经济意义上的最优施用量，但还有持续增加的趋势[8-9]。而至于化肥过量施用的程度还存在较大争议。一些学者利用一元二次化肥效应函数测算最优量，忽略了其他投入要素对农业生产的影响，研究结论存在一定的误差。也有学者基于技术有效前提对化肥最优量进行研究，但现实生产中农户之间、地区之间的技术效率相差较大，这使研究结论与现实生产情况存在一定偏差。还有学者基于利润最大化，通过测算边际收益与肥料价格之间的比值来推算最优量，但由于研究的时间不同、地区不同，最后的结论也存在较大差异。而关于化肥施用量持续增长的原因也并没有统一，一些学者认为种植结构调整是导致化肥施用量持续增长的主要原因[9-10]，也有学者认为同种作物化肥施用强度增加是导致化肥过量施用的主要驱动力[11-12]，还有学者认为技术培训不足等主体特征是影响化肥用量的关键因素[13]。

已有研究已取得了一定的成绩，对本文具有一定的参考价值。本文尝试用农村固定观察点农户农产品成本收益面板数据，选用C-D生产函数以及利润最大化理论，从经济学角度对江苏省农户小麦、稻谷两种主要粮食作物的化肥施用情况进行评价，再据此构建面板计量模型，从个体特征、家庭特征、农业经营特征、市场特征等方面对影响化肥过量施用的主要因素进行分析，以期为江苏省提早实现“减肥”目标提供数据支持和政策支撑。

1 研究方法与数据来源

1.1 化肥过量施用经济学评价模型

根据农户经济学理论，小农都是理性的“经济人”，农户化肥投入遵循边际产值等于边际成本的规律。因此，本文参考史常亮等[14]的研究方法，首先基于农户面板数据构建C-D生产函数，测算化肥边际产值，然后采用边际产值与边际成本的比值是否等于1来判定农户化肥施用过量情况，最后借助化肥最优施用量，测算化肥过量施用程度。具体方法如下：

1）构建C-D生产函数。本文采用对数线性形式进行构建。

式中：下标i=1，2分别表示小麦和稻谷两种粮食作物；j=1，2，…，n表示农户个体；t=1，2，…，t为时间趋势，反映技术变化；Y为两种作物的产量；L为劳动力投入，F为化肥投入，O为其他投入，指除化肥以外的所有物质和服务费用；α为待估计参数向量；μi,j为随机扰动项。

2）计算化肥边际产值VMPi，并检验边际产值VMPi与化肥价格Pf的比值。

若VMPi/Pf＞1，说明农户化肥施用量超过经济最优量；若VMPi/Pf≤1，说明农户化肥施用量并没有超过经济最优量。式中：α2为化肥产出弹性，Pi、Pf分别表示小麦或稻谷的价格和化肥的价格。

3）测算化肥过量施用程度。

则化肥过量施用程度

1.2 化肥过量施用影响因素模型

参考前人的研究成果[9-14]，化肥过量施用主要与农户的个体特征、家庭特征、农业经营特征及市场环境特征有关。因此，本文设计如下影响因素模型：

式中：下标i=1，2分别表示小麦和稻谷两种粮食作物，j=1，2，…，n表示农户个体，t=1，2，…，t为时间趋势；β为估计参数向量；γt为时间效应变量；ωi,jt为随机扰动项；被解释变量EPT为农户化肥过量施用程度；解释变量edu为受教育程度、train为农业技术培训，代表个体特征变量，income为家庭人均收入、labor为家庭劳动力数量、trans为劳动力非农转移比例，代表家庭特征变量，land为耕地经营面积、rent为土地租入比例，代表农业经营特征变量，price为上一年粮食价格，代表市场环境特征变量。各解释变量对化肥过量施用的影响机制如下：

1）受教育程度（edu）。农户受教育程度直接影响其对化肥科学施用的判断，进而影响化肥施用量。受教育程度越高的农户，从理论上讲越倾向于科学施肥，但也有可能受教育程度越高，对化肥作用的认可度越高，越依赖于化肥投入。本文采用家庭农业劳动力平均受教育年限来表示。

2）农业技术培训（train）。农业技术培训有利于提高农户的农业生产效率，进而转嫁对化肥投入的依赖。农业技术培训包括施肥技术培训，施肥技术培训指导农户有机肥与无机肥科学配施，或培训测土配方施肥，提高肥料利用效率，增加农业生产效益。因此，接受农业技术培训的农户化肥过量施用程度越低。本文采用0、1虚拟变量来表示，接受过农业技术培训的用1表示，没有接受过农业技术培训的用0表示。

3）家庭人均收入（income）。随着城镇化的不断推进，非农收入在农户家庭收入所占比重不断提高，家庭人均收入越少的农户，往往是家庭收入以种植业收入为主的农户，其家庭人均收入越低，对农业生产效益的期望就越高，往往会通过增加化肥施用量来保障农业收益。仇焕广等[15]的研究也印证了家庭人均收入越低的农户，越倾向于多施肥。

4）劳动力非农转移比例（trans）。劳动力非农转移比例越高的家庭，其农业劳动力的机会成本越高，为节约劳动力成本，农户更倾向于减少化肥施用次数，但增加每次化肥施用分量，从而导致化肥过量施用比例越高[15]。本文采用家庭劳动力从事非农就业时间/（家庭劳动力从事农业就业时间+家庭劳动力从事非农就业时间）的比值来表示。

5）耕地经营面积（land）。在家庭承包经营责任制的耕地制度背景下，农户耕地经营规模一定程度上反映了农业生产的集约化程度。耕地规模越大，对土地的集约化经营压力越小。可以通过土地规模经济促进节肥技术应用，提高化肥利用效率，减少化肥施用量。

6）土地租入比例（rent）。一般来讲，农户在自家土地和租用土地间的农业生产决策是不一样的，对于自己土地需要考虑长期效益，而对于租用土地，则更倾向于通过“透支肥力”获取短期效益，农户会较少考虑过量施肥对土壤的破坏，更多考虑通过多施肥获取更多眼前效益。巩前文等[16]研究也表明，农户对于租用土地的化肥施用量要高于自己土地的化肥施用量。

7）上一年粮食价格（price）。根据蛛网模型理论，农产品前一期的产品价格会对农户当期的行为决策产生影响。因此，上一年粮食价格的高低理论上会影响农户当年的粮食种植行为决策，即会影响化肥施用量。

1.3 数据来源及说明

本文数据来自农业部农业经济研究中心固定观察点2003-2012年连续十年的江苏省农户面板数据。固定观察点数据库中江苏省每年固定调查809户农户，其中2003-2012年连续十年接受调查的农户352户，其中连续十年从事小麦和稻谷种植的农户86户。因此，本文采用这86户农户2003-2012年连续十年的面板数据，对江苏省化肥施用情况进行评价。

由于家庭人均收入、农业生产其他投入费用及粮食价格均为当年价格，本文分别采用江苏省相应年份的农村居民消费价格指数和生产资料价格指数折算为2003年不变价。

2 结果与分析

2.1 江苏主要粮食作物化肥施用强度及效率变化分析

图1显示了江苏省小麦和稻谷2003-2012年化肥施用强度变化。可以看出，江苏小麦和稻谷的化肥施用强度已远远超过国际公认的225 kg/hm2的安全施肥上限，并且稻谷的化肥施用强度高于小麦的化肥施用强度，其中，稻谷的平均化肥施用强度为481.6 kg/hm2，小麦的平均化肥施用强度为360.1 kg/hm2。从变化趋势看，2003-2012年小麦和稻谷的化肥施用强度均呈现波动上升趋势，其中小麦的年均增长率为1.5%，稻谷的年均增长率为1.2%。可见，农户对化肥的依赖程度依旧很高。

图1 2003-2012年江苏主要粮食作物化肥施用强度变动情况Fig. 1 Changes in Jiangsu main grain crop fertilizer intensity from 2003 to 2012

在化肥施用强度不断上升的同时，化肥效率（此处指化肥投入量与作物产量的比值）则出现了先增长后下降的“倒U型”发展趋势。如图2所示，小麦和稻谷的化肥效率在2003-2008年间表现为增长趋势，小麦从4.2 kg/kg增长至5.7 kg/kg，增长35.6%，稻谷从3.0 kg/kg增长至6.1 kg/kg，增长104.0%，而从2008-2012年间表现为下降趋势，小麦从5.7 kg/kg下降至4.5 kg/kg，下降20.8%，稻谷从6.1 kg/kg下降至4.2 kg/kg，下降30.8%。可见，在现有的生产技术水平下，化肥施用强度的增加并没有带来相应的农业产出的增加。换言之，化肥边际报酬已呈现递减趋势，继续增加化肥投入，极有可能使边际报酬递减到边际成本以下，即出现化肥过量施用现象。

图2 2003-2012年江苏主要粮食作物化肥效率变动情况Fig. 2 Changes in Jiangsu main grain crop fertilizer effciencies from 2003 to 2012

2.2 江苏主要粮食作物生产函数估计及化肥过量施用测算

根据前文构建的C-D生产函数，本文使用stata12.0软件分别采用F检验、Breusch-Pagan LM检验、Hausman检验和组间异方差检验对农户面板数据进行有效性检验。根据检验结果，本文分别采用固定效应和随机效应模型对小麦和稻谷生产函数进行估计，结果见表1。

表1 生产函数估计结果Table 1 Estimation results of the production function

估计结果显示，江苏省小麦的化肥产出弹性为0.170 9，稻谷的化肥产出弹性为0.096 4，略高于史常亮等[14]对全国2004-2013年小麦和水稻化肥产出弹性的估算结果（全国小麦化肥产出弹性0.119 9，全国水稻化肥产出弹性0.076 2）。可能的原因是，江苏省属于我国华东地区，气候、水土等自然资源均适合粮食作物生长，并且处于经济水平相对发达地区，农业科技进步较快，农业生产效率较高，粮食作物的化肥产出弹性也相对较大。

根据估算结果，分别测算出小麦和稻谷的化肥边际产值以及与化肥价格的比值，以此检验小麦和稻谷的化肥施用量是否过量。若比值小于1，则表明化肥的边际报酬已小于边际成本，存在化肥过量现象。计算结果如表2所示。

表2 江苏主要粮食作物化肥产出弹性和化肥过量施用程度Table 2 Output elasticity of fertilizer and the degrees of over fertilization of Jiangsu main grains

计算结果显示，江苏小麦和稻谷的化肥边际产值与化肥价格的比值均小于1，说明江苏小麦和稻谷的化肥施用量均已超过经济最优量。其中小麦的化肥施用量超出经济最优量的14.13%，稻谷的化肥施用量超出经济最优量的44.15%。换而言之，理论上在保障农户经济效益的前提下，小麦可实现14.13%的化肥减量目标，稻谷可实现44.15%的化肥减量目标。那么影响化肥过量施用的主要因素是什么？如何引导农户实现化肥减量目标？本文接下来分别对小麦和稻谷化肥过量施用的影响因素进行研究。

2.3 江苏主要粮食作物化肥过量施用影响因素分析

根据前文构建的影响因素模型，本文采用Stata12.0软件继续对农户面板数据进行有效性检验，并根据检验结果，选用可行广义最小二乘法（FGLS）进行模型估计。估计结果见表3。

回归结果显示，各影响因素对小麦和稻谷化肥过量施用程度的影响存在较大差异。

1）受教育程度对小麦化肥过量施用程度的影响在1%水平上显著为正，对稻谷化肥过量施用程度的影响并不显著但方向为正。说明受教育程度对化肥过量施用有一定的促进作用。可能的原因是，受教育程度越高的农户，对化肥作用效果的认可度越高，导致其对化肥过量施用的程度越高。而其中受教育程度对小麦化肥过量施用的影响更为显著的原因，可能是在当前的技术经济水平下，小麦的化肥过量程度（14.13%）小于稻谷（44.15%），产出弹性（0.170 9）大于稻谷（0.096 4），即农户对小麦多增加一单位的化肥投入所获得的产出效应远大于稻谷，为此，受教育程度越高的农户，对化肥作用的认知程度越高，对小麦化肥过量投入的影响更为明显。

表3 化肥过量施用程度影响因素估计结果Table 3 Determinants of over fertilization of wheat and rice

2）农业技术培训对小麦和稻谷化肥过量施用程度的影响均在1%水平上显著为负。表明对农户进行农业技术培训，尤其是科学施肥技术培训，是提高农户科学施肥水平，降低化肥过量施用程度的重要途径。

3）家庭人均收入对稻谷化肥过量施用程度的影响在1%水平上显著为负，对小麦化肥过量施用程度的影响并不显著但方向为负。可见家庭收入水平越低的农户，化肥过量施用程度越高。原因是，随着城镇化的推进，农业劳动力的转移，家庭人均收入水平越低的农户，以种植业作为家庭主要收入来源的可能性越高。其家庭人均收入越低，对种植业收入的期望越高，进而对化肥过量施用的依赖度也越高。这与仇焕广等[15]的研究结论一致。而至于家庭收入对稻谷化肥过量施用的作用程度更为显著的原因，可能是目前稻谷的单位产值高于小麦，家庭人均收入越低的农户，对稻谷产值的期望值更高，对化肥过量施用的依赖度也更高。

4）劳动力非农转移比例对小麦和稻谷的化肥过量施用程度的影响均在1%水平上显著为正。劳动力非农转移比例越高，农户从事农业的劳动力比例越少。而众多研究表明，在农业生产中，化肥是农村劳动力向非农产业转移之后最主要的替代要素之一，对粮食产量的贡献率高达57%[3]。因此，农户家庭劳动力非农转移比例越高，需要对劳动力进行替代的化肥用量越多，化肥过量施用程度越高。与以往研究中劳动力非农转移促使农户在粮食生产中投入更多化肥的观点是一致的。

5）耕地经营面积对小麦和稻谷的化肥过量施用程度均有显著的负向影响。证实了化肥投入规模经济效应的存在性。一方面，耕地经营面积越大，农户资源要素配置灵活度越高，越容易实现资源要素的优化配置，减少化肥过量施用程度。另一方面，耕地经营面积越大，表明农业的专业化程度越高，为获取经济效益，对科学施肥的重视程度越高。

6）土地租入比例对小麦和稻谷的化肥过量施用程度均有显著的正向影响。表明农民对租入土地的化肥施用量要高于自家土地的化肥施用量，与预期相符。过高的化肥施用量不利于农业生产的可持续性，对于租入的土地，农户更多追求的是短期效益。

7）上一年粮食价格对小麦化肥过量施用程度的影响显著为正，对稻谷化肥过量施用程度的影响虽不显著但方向为正。总体而言，上一年粮食价格越高，刺激化肥过量施用程度越高。主要原因是，上一年粮食价格通过影响农户对当年粮食价格的预期，进而刺激农户对粮食产量的追求，而粮食产量的保障一定程度上依赖化肥投入来实现，因此粮食价格的波动也在一定程度上影响化肥的过量施用。

3 结论

本文采用2003-2012年江苏省农户面板数据，基于农户经济学理论，以利润最大化为前提，从经济学角度对江苏省小麦、稻谷生产中的化肥施用情况进行评价。结果发现：

1）江苏省小麦和稻谷的化肥施用强度已远远超过国际公认的225 kg/hm2的安全施肥上限。其中稻谷的平均化肥施用强度为481.6 kg/hm2，小麦的平均化肥施用强度为360.1 kg/hm2。

2）在化肥施用强度持续上升的同时，江苏省小麦和稻谷的化肥效率以2008年为峰值呈现先上升后下降的“倒U型”发展趋势。稻谷从2003年的3.0 kg/kg增长至2008年的6.1 kg/kg，再降至2012年的4.2 kg/kg；小麦则从2003年的4.2 kg/kg增长至2008年的5.7 kg/kg，再降至2012年的4.5 kg/kg。

3）小麦和稻谷的化肥产出弹性分别为0.170 9和0.096 4。经过检验，江苏省小麦和稻谷的化肥施用量已超过经济最优量，其中小麦超出14.13%，稻谷超出44.15%。

4）检验其影响因素，受教育水平、家庭人均收入水平、农业技术培训、劳动力非农转移、耕地规模、土地租赁和粮食价格波动对化肥过量施用程度均有显著影响。

4 政策启示

在农业生产实践中，农户减少化肥施用量不仅能够降低农业生产成本，带来经济效益，而且还能减轻过量施肥对生态环境的破坏。根据本文研究结论，可以得出以下五点启示：

一是加强宣传引导，树立农户正确的价值观、施肥观。研究表明，农户对化肥作用的认知程度影响化肥过量施用程度。因此，为减少化肥过量施用程度，政府应进一步加强宣传引导，提高农户对过量施肥利弊的辨识程度，改变农户因追求土地短期效益而“透支肥力”的掠夺行为。

二是推广应用测土配方施肥、有机肥无机肥配施、缓控释肥等先进的科学施肥技术。结论显示，农业技术培训对化肥过量施用有显著的负向影响。因此，可通过增加技术培训，改变农户传统的施肥方式，提高化肥利用效率，缓解化肥过量施用程度。

三是积极培育新型农业经营主体，推进化肥减量种植示范。在市场经济推动下，随着高素质劳动力的不断转移，培育新型农业经营主体已成为政府当务之急的首要任务。新型农业经营主体对新生事物的接受程度较高，并且在政府的扶持下，进行示范种植的意愿也较高。因此，可借助市场化引导农业劳动力转移，培育新型农业经营主体，进行化肥减量种植示范，以点带面，带动周边农户减量化生产。

四是加快土地流转形成适度规模经营，抓好化肥减量生产管理。加快土地流转形成适度规模经营，将传统小而碎的土地生产经营转变为相对集约的适度规模经营。一方面，对适度规模经营的农户进行统一管理，及时发布农业资讯，统一指导农业生产施肥打药；另一方面，借助规模经营农户在农业风险驱动下对信息技术的需求，为农户提供良好的生产服务平台，适时推广农业生产减肥技术。

五是稳定粮食市场价格，完善粮食市场机制，减少因粮食价格波动引起的化肥过量施用。根据经济学中的蛛网模型理论，上一年粮食价格通过影响农户对当年粮食价格的预期，进而刺激农户对粮食产量的追求，而粮食产量的保障一定程度上依赖化肥投入来实现。那么粮食价格的波动在一定程度上影响化肥的过量施用。因此，完善粮食市场机制，稳定粮食市场价格也是政府调减化肥过量施用的途径之一。

[1] Fan S, Pardy P G. Research productivity and output growth in Chinese agriculture[J]. Journal of Development Economics, 1997, 53(1): 115-137.

[2] Wang J Y, Wang S J, Chen Y. Leaching loss of nitrogen doublerice-cropped paddy fields in China[J]. Acta Agriculturae Zhejiangensis, 1995, 7(3): 155-166.

[3] 王祖力, 肖海峰. 化肥施用对粮食产量增长的作用分析[J]. 农业经济问题, 2008(8): 65-68.

Wang Z L, Xiao H F. The effect of fertilizer on grain production growth analysis[J]. Issues in Agricultural Economy, 2008(8): 65-68.

[4] 张福锁, 王激清, 张卫峰, 等. 中国主要粮食作物肥料利用率现状与提高途径[J]. 土壤学报, 2008, 45(5): 915-924.

Zhang F S,Wang J Q, Zhang W F, et al. Nutrient use effciencies of major cereal crops in China and measures for improvement[J]. Acta Pedologica Sinica, 2008, 45(5): 915-924.

[5] Fischer G, Winiwarter W, Ermolieva T, et al. Integrated modeling framework for assessment and mitigation of nitrogen pollution from agriculture: Concept and case study for China[J]. Agriculture, Ecosystems and Environment, 2010, 136(1/2): 116-124.

[6] Velthof G L, Oudendag D, Witzke H P, et al. Integrated assessment of nitrogen losses from agriculture in EU-27 using MITERRAEurope[J]. Journal of Environmental Quality, 2009, 38(2): 402-417.

[7] Guo J H, Liu X J, Zhang Y, et al. Signifcant acidifcation in major Chinese croplands[J]. Science, 2010, 327(5968): 1008-1010.

[8] 李红莉, 张卫峰, 张福锁, 等. 中国主要粮食作物化肥施用量与效率变化分析[J]. 植物营养与肥料学报, 2010, 16(5): 1136-1143.

Li H L, Zhang W F, Zhang F S, et al. Chemical fertilizer use and effciency change of main grain crops in China[J]. Plant Nutrition and Fertilizer Science, 2010, 16(5): 1136-1143.

[9] Xin L J, Li X B, Tan M H. Temporal and regional variations of China’s fertilizer consumption by crops during 1998-2008[J]. Journal of Geographical Sciences, 2012, 22(4): 643-652.

[10] 张卫峰, 季玥秀, 马骥, 等. 中国化肥消费需求影响因素及走势分析 II种植结构[J]. 资源科学, 2008, 30(1): 31-36.

Zhang W F, Ji Y X, Ma J, et al. Driving forces of fertilizer consumption in China (II Planting Structure)[J]. Resources Science, 2008, 30(1): 31-61.

[11] Ebenstein Avraham. The consequences of industrialization: Evidence from water pollution and digestive cancers in China[J]. Review of Economics and Statistics, 2012, 94(1): 186-201.

[12] 何浩然, 张林秀, 李强. 农民施肥行为及农业面源污染研究[J].农业技术经济, 2006(6): 2-10.

He H R, Zhang L X, Li Q. Study on farmers’ fertilization behavior and agricultural non-point source pollution[J]. Journal of Agrotechnical Economics, 2006(6): 2-10.

[13] Huang J K, Hu R F, Cao J M, et al. Training programs and inthe- feld guidance to reduce China’s overuse of fertilizer without hurting profitability[J]. Journal of Soil and Water Conservation, 2008, 63(5): 165-167.

[14] 史常亮, 郭焱, 朱俊峰. 中国粮食生产中化肥过量施用评价及影响因素研究[J]. 农业现代化研究, 2016, 37(4): 671-679.

Shi C L, Guo Y, Zhu J F. Evaluation of over fertilization in China and its influencing factors[J]. Research of Agricultural Modernization, 2016, 37(4): 671-679.

[15] 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 influence of the behavior of farmers fertilizer excessive application of risk aversion[J]. Chinese Rural Economy, 2014(3): 85-96.

[16] 巩前文, 穆向丽, 田志宏. 农户过量施肥风险认知及规避能力的影响因素分析——基于江汉平原284个农户的问卷调查[J].中国农村经济, 2010(10): 66-76.

Gong Q W, Mu X L, Tian Z H. Excessive fertilizer farmers risk cognition and the infuence factors of evading capability: Based on the questionnaire survey of 284 farmers in Jianghan plain[J]. Chinese Rural Economy, 2010(10): 66-76.

（责任编辑：王育花）

Evaluation of over fertilization in main grain crops in Jiangsu and its infuencing factors

ZHENG Wei-wei1, HE Zai-zhong2,3, XU Xue-gao1
（1. Institute of Agricultural Economics and Development, Jiangsu Academy of Agricultural Sciences, Nanjing, Jiangsu 210014, China; 2. China Grain Reserves Corporation, Beijing, 100044, China; 3. College of Economics and Management, Nanjing Agricultural University, Nanjing, Jiangsu 210095）

F062.1 文献标识码：A 文章编号：1000-0275（2017）04-0666-07

10.13872/j.1000-0275.2017.0046

郑微微, 何在中, 徐雪高. 江苏主要粮食生产中化肥过量施用评价及影响因素研究[J]. 农业现代化研究, 2017, 38(4): 666-672.

Zheng W W, He Z Z, Xu X G. Evaluation of over fertilization in main grain crops in Jiangsu and its infuencing factors[J]. Research of Agricultural Modernization, 2017, 38(4): 666-672.

国家自然科学基金项目（71273147）；江苏省博士后科学基金（1601206C）；江苏省农业科学院基本科研业务专项（ZX（16）4002）。

郑微微（1987-），女，浙江台州人，博士，助理研究员，主要从事农业经济学方面的研究，E-mail：starxiaowei168@163.com；

徐雪高（1981-），男，江苏宜兴人，博士，研究员，主要从事农业经济学方面的研究，E-mail：xuxuegaoxxg@163.com。

2016-10-28，接受日期：2017-03-02

Foundation item: National Natural Science Foundation of China (71273147); Jiangsu Postdoctoral Science Foundation (1601206C); Basic Scientifc Research Business Special in Jiangsu Academy of Agricultural Sciences (ZX(16)4002).

Corresponding author: XU Xue-gao, E-mail: xuxuegaoxxg@163.com.

Received 28 October, 2016;Accepted 2 March, 2017