摘要：在經(jīng)濟(jì)社會(huì)發(fā)展全面綠色轉(zhuǎn)型背景下，探究農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染的影響，旨在實(shí)現(xiàn)減污降碳的同時(shí)，為完善農(nóng)業(yè)社會(huì)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(guò)普通最小二乘法和傾向得分匹配法分析農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染的影響，進(jìn)一步運(yùn)用逆向概率加權(quán)法對(duì)農(nóng)業(yè)社會(huì)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(jìn)行實(shí)證檢驗(yàn)。實(shí)證結(jié)果表明：不同農(nóng)業(yè)社會(huì)化服務(wù)類(lèi)型對(duì)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(jī)械服務(wù)對(duì)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(fèi)用約1 070元和1 170元，而農(nóng)業(yè)保險(xiǎn)服務(wù)對(duì)農(nóng)業(yè)面源污染存在顯著正向影響?？刂谱兞恐?，務(wù)農(nóng)年限、家庭非農(nóng)勞動(dòng)力比例、種植規(guī)模對(duì)農(nóng)業(yè)面源污染具有顯著正向影響，而土壤肥力具有負(fù)向影響。農(nóng)業(yè)社會(huì)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(jī)械服務(wù)與農(nóng)業(yè)技術(shù)服務(wù)的協(xié)同作用能夠進(jìn)一步降低農(nóng)業(yè)面源污染，相較于僅采納機(jī)械服務(wù)或技術(shù)服務(wù)，同時(shí)購(gòu)買(mǎi)兩項(xiàng)服務(wù)的農(nóng)戶農(nóng)資投入費(fèi)用分別減少約640元和800元。據(jù)此，提出積極推進(jìn)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(jī)制；加強(qiáng)農(nóng)業(yè)科技投入，研發(fā)農(nóng)業(yè)面源污染防控先進(jìn)技術(shù)；把握農(nóng)戶差異化訴求，提供針對(duì)性農(nóng)業(yè)社會(huì)化服務(wù)的對(duì)策建議。

關(guān)鍵詞：塔里木河流域；農(nóng)業(yè)社會(huì)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(lèi)號(hào)：F30 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(hù)工作，持續(xù)加快環(huán)境污染整治能力，扎實(shí)開(kāi)展農(nóng)業(yè)農(nóng)村污染綜合治理攻堅(jiān)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(shí)現(xiàn)農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)高質(zhì)量發(fā)展賦能。十九大報(bào)告強(qiáng)調(diào)：“強(qiáng)化土壤污染控制和整治，加強(qiáng)農(nóng)業(yè)面源污染防治”。2022年發(fā)布的中央一號(hào)文件及“十四五”規(guī)劃，進(jìn)一步推動(dòng)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(hào)文件強(qiáng)調(diào)，加強(qiáng)農(nóng)用地重金屬污染源頭防治。可見(jiàn)，政府部門(mén)應(yīng)持續(xù)加大環(huán)境污染治理力度，推進(jìn)農(nóng)業(yè)經(jīng)濟(jì)綠色發(fā)展。但需要注意的是，當(dāng)前我國(guó)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(biāo)準(zhǔn)體系不完善以及農(nóng)藥化肥減量增效難度較大等問(wèn)題，與人民群眾對(duì)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(wèn)題。

棉花產(chǎn)業(yè)是我國(guó)重要經(jīng)濟(jì)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(jiǎn)稱(chēng)塔河流域）作為新疆主要棉區(qū)之一，在穩(wěn)定邊防和促進(jìn)經(jīng)濟(jì)發(fā)展方面具有重要戰(zhàn)略地位[2]。自2001年國(guó)家投入大量資金支持流域綜合治理以來(lái)，塔河流域生態(tài)問(wèn)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(yán)重。在水土污染嚴(yán)重的重壓力之下，明晰農(nóng)業(yè)社會(huì)化服務(wù)是農(nóng)戶對(duì)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(jìn)中國(guó)特色農(nóng)業(yè)現(xiàn)代化進(jìn)程[3]。深入來(lái)看，農(nóng)業(yè)社會(huì)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(dòng)力短缺、資本和技術(shù)不足等難題，對(duì)農(nóng)業(yè)面源污染具有潛在比較優(yōu)勢(shì)[4]。因此，深入探究農(nóng)業(yè)社會(huì)化服務(wù)對(duì)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(hù)和農(nóng)業(yè)綠色發(fā)展提供一定理論參考。

現(xiàn)階段，國(guó)內(nèi)外關(guān)于農(nóng)業(yè)社會(huì)化服務(wù)研究已形成一定規(guī)模，主要從以下幾方面展開(kāi)：一是農(nóng)業(yè)社會(huì)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(duì)農(nóng)業(yè)社會(huì)化服務(wù)的需求日益增長(zhǎng)，包括種苗供應(yīng)、農(nóng)產(chǎn)品營(yíng)銷(xiāo)等。張研等[6]考察發(fā)現(xiàn)，當(dāng)前黑龍江省農(nóng)業(yè)社會(huì)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(yíng)質(zhì)量不高以及制度保障措施不健全等現(xiàn)實(shí)問(wèn)題，并提出針對(duì)性解決措施。穆娜娜等[7]認(rèn)為“十四五”時(shí)期中國(guó)農(nóng)業(yè)社會(huì)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(duì)象以及形式方面。二是農(nóng)業(yè)社會(huì)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(huì)化服務(wù)能夠推進(jìn)化肥減量[8]、提升農(nóng)業(yè)生產(chǎn)效率[9]、促進(jìn)土地規(guī)模經(jīng)營(yíng)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(huì)化服務(wù)能夠通過(guò)降低農(nóng)用化學(xué)品施用量以緩解農(nóng)戶兼業(yè)對(duì)農(nóng)業(yè)面源污染的不利影響[15]。此外，部分學(xué)者認(rèn)為農(nóng)業(yè)社會(huì)化服務(wù)中保險(xiǎn)服務(wù)存在的信息不對(duì)稱(chēng)、交易成本偏高等問(wèn)題，導(dǎo)致農(nóng)業(yè)社會(huì)化服務(wù)對(duì)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(kāi)。在發(fā)展現(xiàn)狀方面，有研究認(rèn)為我國(guó)農(nóng)業(yè)面源污染排放空間差異明顯，部分學(xué)者認(rèn)為污染增長(zhǎng)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(dá)地區(qū)污染程度更高[18]。在影響因素方面，農(nóng)戶個(gè)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(duì)農(nóng)業(yè)面源污染存在影響，農(nóng)業(yè)經(jīng)濟(jì)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(huì)在一定程度上影響農(nóng)業(yè)面源污染。

綜合而言，已有文獻(xiàn)為本文奠定堅(jiān)實(shí)理論基礎(chǔ)，但樣本主要集中于全國(guó)層面，鮮有針對(duì)西部欠發(fā)達(dá)地區(qū)展開(kāi)實(shí)證檢驗(yàn)?；诖?，以塔河流域棉花種植戶的調(diào)查數(shù)據(jù)為基礎(chǔ)，通過(guò)構(gòu)建OLS和PSM模型，分析農(nóng)戶購(gòu)買(mǎi)不同農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染的影響。進(jìn)一步通過(guò)構(gòu)建IPWRA模型，分析農(nóng)業(yè)社會(huì)化服務(wù)采納程度差異對(duì)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(wèn)題的改善和促進(jìn)綠色經(jīng)濟(jì)可持續(xù)發(fā)展提供有益參考。

1 理論基礎(chǔ)與研究假說(shuō)

1.1 理論基礎(chǔ)

農(nóng)業(yè)社會(huì)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(jī)械服務(wù)、技術(shù)服務(wù)、保險(xiǎn)服務(wù)三項(xiàng)“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(huì)資本存量?？梢哉f(shuō)，農(nóng)業(yè)社會(huì)化服務(wù)以專(zhuān)業(yè)化、規(guī)?；约皹?biāo)準(zhǔn)化屬性滲透到具體農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)中。在專(zhuān)業(yè)化層面，農(nóng)業(yè)社會(huì)化服務(wù)機(jī)構(gòu)具備的技術(shù)人員和儀器設(shè)備的專(zhuān)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(shí)際運(yùn)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(huì)化服務(wù)具備的規(guī)?；瘜傩允蛊湓谝厥袌?chǎng)中具備較強(qiáng)競(jìng)價(jià)優(yōu)勢(shì)，有效降低農(nóng)戶生產(chǎn)要素購(gòu)買(mǎi)成本、信息搜尋成本以及決策成本，實(shí)現(xiàn)規(guī)?；?jīng)營(yíng)。在標(biāo)準(zhǔn)化層面，農(nóng)業(yè)社會(huì)化服務(wù)組織的標(biāo)準(zhǔn)化屬性有助于改善農(nóng)戶慣性生產(chǎn)行為，通過(guò)正確的引導(dǎo)和培養(yǎng)農(nóng)戶的環(huán)保意識(shí)，規(guī)范農(nóng)業(yè)生產(chǎn)行為[28]。

從農(nóng)業(yè)社會(huì)化服務(wù)與農(nóng)業(yè)面源污染二者關(guān)系來(lái)看（圖1），農(nóng)業(yè)社會(huì)化服務(wù)通過(guò)改變農(nóng)戶資源稟賦，優(yōu)化要素投入合理配置，促進(jìn)化學(xué)品精準(zhǔn)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(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染具有正向和負(fù)向影響。農(nóng)業(yè)社會(huì)化服務(wù)以全新組織形式參與到農(nóng)業(yè)生產(chǎn)過(guò)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(huì)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(zhuān)業(yè)化程度得以提升。在此情形下，農(nóng)業(yè)服務(wù)經(jīng)營(yíng)主體能夠通過(guò)專(zhuān)業(yè)化分工協(xié)作為各類(lèi)農(nóng)戶群體提供針對(duì)性服務(wù)，大幅提升農(nóng)業(yè)經(jīng)營(yíng)效率，形成專(zhuān)業(yè)化分工優(yōu)勢(shì)，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(diǎn)，認(rèn)為農(nóng)業(yè)社會(huì)化服務(wù)會(huì)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(huì)化服務(wù)的重要主體，農(nóng)戶是理性經(jīng)濟(jì)人，會(huì)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(gè)人經(jīng)驗(yàn)維持化學(xué)品高用量以謀求產(chǎn)量最大化，這會(huì)造成農(nóng)業(yè)環(huán)境污染。

1.2 研究假說(shuō)

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

當(dāng)前，農(nóng)業(yè)生產(chǎn)過(guò)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(fèi)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(xì)而言，農(nóng)業(yè)技術(shù)服務(wù)的嵌入帶來(lái)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(xiǎn)和使用成本，提升農(nóng)戶低碳農(nóng)業(yè)認(rèn)知，實(shí)現(xiàn)農(nóng)用化學(xué)品投入的精準(zhǔn)把握，降低農(nóng)業(yè)面源污染。由此，提出假說(shuō)H1：農(nóng)業(yè)技術(shù)服務(wù)可以通過(guò)提高農(nóng)戶技術(shù)認(rèn)知水平，降低農(nóng)業(yè)面源污染。

1.2.2 農(nóng)業(yè)機(jī)械服務(wù)對(duì)面源污染的影響

農(nóng)業(yè)機(jī)械服務(wù)緩解了農(nóng)業(yè)生產(chǎn)勞動(dòng)力約束。目前，由于農(nóng)業(yè)生產(chǎn)過(guò)程中存在人工難以滿足生產(chǎn)需求、勞動(dòng)力投入供給彈性較高等問(wèn)題，農(nóng)戶作為理性人，傾向于借助市場(chǎng)機(jī)制，通過(guò)增加廉價(jià)農(nóng)用化學(xué)品施用量替代昂貴稀缺的勞動(dòng)力要素，以保障收入穩(wěn)定[33]。同時(shí)，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(guò)程中存在化學(xué)品損耗和重復(fù)施用問(wèn)題[34]。而農(nóng)業(yè)機(jī)械服務(wù)通過(guò)科學(xué)指導(dǎo)及精準(zhǔn)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(shí)現(xiàn)規(guī)?；?jīng)營(yíng)，大幅降低農(nóng)業(yè)面源污染。另外，農(nóng)業(yè)機(jī)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(bǔ)的發(fā)展形式，能夠較大限度地釋放農(nóng)業(yè)社會(huì)化服務(wù)潛力[35]，進(jìn)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?；谏鲜龇治觯岢黾僬f(shuō)H2：農(nóng)業(yè)機(jī)械服務(wù)可以通過(guò)強(qiáng)化勞動(dòng)力替代效應(yīng)，降低農(nóng)業(yè)面源污染；假說(shuō)H3：農(nóng)業(yè)機(jī)械服務(wù)與農(nóng)業(yè)技術(shù)服務(wù)的協(xié)同作用，可進(jìn)一步降低農(nóng)業(yè)面源污染。

1.2.3 農(nóng)業(yè)保險(xiǎn)服務(wù)對(duì)面源污染的影響

農(nóng)業(yè)保險(xiǎn)服務(wù)緩解了農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)約束。根據(jù)計(jì)劃行為理論，農(nóng)業(yè)保險(xiǎn)服務(wù)可以有效分散農(nóng)戶主體風(fēng)險(xiǎn)，穩(wěn)定生產(chǎn)預(yù)期。一方面，農(nóng)業(yè)保險(xiǎn)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(xiǎn)保障，緩解可能存在的化學(xué)要素投入過(guò)量問(wèn)題[36]。另一方面，政策支持可能誘發(fā)農(nóng)戶跟隨補(bǔ)貼的機(jī)會(huì)主義行為[37]，改變傳統(tǒng)經(jīng)營(yíng)模式，打破原有生產(chǎn)平衡，加大農(nóng)業(yè)面源污染。同時(shí)，由于低碳農(nóng)業(yè)生產(chǎn)理念尚未普及、低碳生產(chǎn)意識(shí)薄弱，農(nóng)戶通常通過(guò)進(jìn)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(wèn)題日趨嚴(yán)重[38， 39]。因此，本文認(rèn)為農(nóng)業(yè)保險(xiǎn)服務(wù)對(duì)農(nóng)業(yè)面源污染的影響存在不確定性，需進(jìn)一步實(shí)證檢驗(yàn)?；诖?，提出假說(shuō)H4：農(nóng)業(yè)保險(xiǎn)服務(wù)對(duì)農(nóng)業(yè)面源污染的影響尚不明確。

2 數(shù)據(jù)來(lái)源與變量選取

2.1 數(shù)據(jù)來(lái)源

數(shù)據(jù)主要來(lái)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(gè)縣的360個(gè)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(huì)化服務(wù)。利用農(nóng)業(yè)技術(shù)服務(wù)、農(nóng)業(yè)保險(xiǎn)服務(wù)以及農(nóng)業(yè)機(jī)械服務(wù)三項(xiàng)農(nóng)業(yè)社會(huì)化服務(wù)是否被采納來(lái)衡量。

2） 被解釋變量：農(nóng)業(yè)面源污染。利用棉花生產(chǎn)過(guò)程中農(nóng)戶對(duì)化肥、農(nóng)藥、農(nóng)膜三項(xiàng)農(nóng)用化學(xué)品每公頃投入的總費(fèi)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(gè)體特征和家庭經(jīng)營(yíng)特征兩個(gè)層面內(nèi)容作為控制變量。其中農(nóng)戶個(gè)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(yíng)特征包括非農(nóng)勞動(dòng)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(jiàn)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(jì)購(gòu)買(mǎi)三種農(nóng)業(yè)社會(huì)化服務(wù)分別對(duì)棉農(nóng)農(nóng)業(yè)生產(chǎn)要素投入費(fèi)用的影響，從而驗(yàn)證農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染的影響效應(yīng)。計(jì)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(gè)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(gè)農(nóng)戶的農(nóng)業(yè)社會(huì)化服務(wù)采納情況；

Xi——控制變量，包括個(gè)體特征、家庭經(jīng)營(yíng)特征；

β0——常數(shù)項(xiàng)；

β1、β2——系數(shù)；

εi——隨機(jī)擾動(dòng)項(xiàng)。

為避免由截面數(shù)據(jù)引發(fā)的異方差問(wèn)題，影響回歸系數(shù)的有效性，本文利用異方差穩(wěn)健標(biāo)準(zhǔn)誤法，對(duì)結(jié)果進(jìn)行修正。

3.2 傾向值得分匹配法

由于個(gè)體間存在異質(zhì)性，農(nóng)資投入費(fèi)用差異既受農(nóng)戶是否購(gòu)買(mǎi)農(nóng)業(yè)社會(huì)化服務(wù)影響，還受其他因素影響，極易導(dǎo)致內(nèi)生性問(wèn)題。OLS模型無(wú)法解決內(nèi)生性問(wèn)題，可能導(dǎo)致估計(jì)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(jìn)行估計(jì)，以此作穩(wěn)健性檢驗(yàn)對(duì)比OLS模型結(jié)果。使用Probit模型估計(jì)在既定條件下農(nóng)戶采納農(nóng)業(yè)社會(huì)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(guò)對(duì)傾向值所在共同區(qū)域內(nèi)的個(gè)體進(jìn)行匹配，得到農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)戶農(nóng)資投入費(fèi)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(huì)化服務(wù)，D=0表示未采納；

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

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

ATT——農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)戶農(nóng)資投入費(fèi)用水平的平均處理效應(yīng)。

3.3 IPWRA模型

為檢驗(yàn)農(nóng)業(yè)社會(huì)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(kāi)實(shí)證分析。IPWRA模型結(jié)合了逆加權(quán)估計(jì)方法（IPW）和回歸調(diào)整方法（RA）的優(yōu)勢(shì)，同時(shí)設(shè)置了干預(yù)和結(jié)果模型，檢驗(yàn)結(jié)果具有雙重穩(wěn)健性[41]。當(dāng)農(nóng)戶同時(shí)購(gòu)買(mǎi)兩項(xiàng)顯著影響農(nóng)資投入費(fèi)用的農(nóng)業(yè)社會(huì)化服務(wù)，設(shè)置3個(gè)處理水平，[s=0]表示農(nóng)戶未購(gòu)買(mǎi)任何服務(wù)，[s=1]表示農(nóng)戶僅購(gòu)買(mǎi)一項(xiàng)服務(wù)，[s=2]表示農(nóng)戶僅購(gòu)買(mǎi)另一項(xiàng)服務(wù)，[s=3]表示農(nóng)戶同時(shí)購(gòu)買(mǎi)兩項(xiàng)服務(wù)。主要步驟如下：首先，采用多項(xiàng)logit模型估計(jì)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(jìn)行回歸，預(yù)測(cè)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(cè)值的平均差以估計(jì)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(jì)購(gòu)買(mǎi)農(nóng)業(yè)社會(huì)化服務(wù)s相對(duì)于農(nóng)業(yè)社會(huì)化服務(wù)m的預(yù)期平均效果。

4 結(jié)果與分析

4.1 基準(zhǔn)回歸分析

使用stata17軟件，利用OLS回歸模型考察農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染的影響效應(yīng)，對(duì)假說(shuō)H1、H2、H4進(jìn)行驗(yàn)證?；貧w前采用VIF法檢測(cè)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(xiàng)農(nóng)業(yè)社會(huì)化服務(wù)對(duì)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(jī)械服務(wù)變量的估計(jì)系數(shù)均在1%的水平上顯著為負(fù)，表明購(gòu)買(mǎi)農(nóng)業(yè)技術(shù)服務(wù)和農(nóng)業(yè)機(jī)械服務(wù)能顯著降低農(nóng)戶農(nóng)資費(fèi)用投入，即顯著降低農(nóng)業(yè)面源污染，與假說(shuō)H1、H2相符。

模型2中，農(nóng)業(yè)保險(xiǎn)服務(wù)的估計(jì)系數(shù)為正，且通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明購(gòu)買(mǎi)農(nóng)業(yè)保險(xiǎn)服務(wù)能夠顯著增加農(nóng)戶農(nóng)資投入費(fèi)用，即農(nóng)業(yè)保險(xiǎn)服務(wù)會(huì)進(jìn)一步增加農(nóng)業(yè)面源污染，研究假說(shuō)H4得以驗(yàn)證?？赡艿脑蚴寝r(nóng)業(yè)保險(xiǎn)服務(wù)的加入影響了農(nóng)戶傳統(tǒng)經(jīng)營(yíng)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(yán)重?？刂谱兞糠矫?，務(wù)農(nóng)年限、非農(nóng)勞動(dòng)力比例及種植規(guī)模均對(duì)農(nóng)業(yè)面源污染具有正向促進(jìn)作用。這說(shuō)明農(nóng)戶務(wù)農(nóng)年限越長(zhǎng)，越依賴(lài)個(gè)人經(jīng)驗(yàn)，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(dòng)力缺失以保障農(nóng)業(yè)產(chǎn)出。土壤肥力對(duì)農(nóng)業(yè)面源污染具有顯著抑制作用，且通過(guò)5%的顯著性檢驗(yàn)，這說(shuō)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(duì)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(shuō)明這兩類(lèi)控制變量對(duì)降低農(nóng)戶農(nóng)資投入費(fèi)用的影響相對(duì)較小。

4.2 糾正選擇性偏誤

進(jìn)一步使用PSM方法估計(jì)農(nóng)業(yè)社會(huì)化服務(wù)對(duì)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(jìn)行了共同支撐檢驗(yàn)和平衡性檢驗(yàn)。共同支撐檢驗(yàn)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(yàn)結(jié)果與估計(jì)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(jī)械服務(wù)中近鄰匹配和半徑匹配方法外均在10%以上；標(biāo)準(zhǔn)化偏差由22.1下降到2.7～11.3，且協(xié)變量標(biāo)準(zhǔn)化偏差均低于20。總的來(lái)說(shuō)，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(jī)械服務(wù)負(fù)向影響農(nóng)資投入費(fèi)用，而農(nóng)業(yè)保險(xiǎn)服務(wù)影響為正。除農(nóng)業(yè)機(jī)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(jì)結(jié)果均在1%的水平下通過(guò)檢驗(yàn)，且三種匹配方法估計(jì)的平均處理效應(yīng)較為接近，表明估計(jì)結(jié)果具有穩(wěn)健性。結(jié)果顯示，購(gòu)買(mǎi)農(nóng)業(yè)技術(shù)服務(wù)、農(nóng)業(yè)機(jī)械服務(wù)會(huì)使農(nóng)戶農(nóng)資投入費(fèi)用分別降低1 070元和1 170元，農(nóng)業(yè)保險(xiǎn)服務(wù)則會(huì)使每公頃農(nóng)資投入費(fèi)用增加1 100元，進(jìn)一步驗(yàn)證了假說(shuō)H1、H2和H4。與前文中OLS估計(jì)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(jì)時(shí)忽略了選擇偏誤，即認(rèn)為農(nóng)戶購(gòu)買(mǎi)服務(wù)屬于隨機(jī)行為，導(dǎo)致估計(jì)結(jié)果存在偏差。

4.3 農(nóng)戶參與單個(gè)與多個(gè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染影響對(duì)比分析

為檢驗(yàn)研究假說(shuō)H3，使用農(nóng)業(yè)技術(shù)服務(wù)與農(nóng)業(yè)機(jī)械服務(wù)進(jìn)一步分析農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染的影響。IPWRA模型估計(jì)結(jié)果如表4所示，AIPW與IPW模型的估計(jì)結(jié)果一并顯示?？梢钥闯?，三種方法的估計(jì)結(jié)果大致相同。

表4中“0”代表兩項(xiàng)服務(wù)均未購(gòu)買(mǎi)的農(nóng)戶，共有32戶；“1”代表僅購(gòu)買(mǎi)農(nóng)業(yè)機(jī)械服務(wù)的農(nóng)戶，為82戶；“2”代表僅購(gòu)買(mǎi)農(nóng)業(yè)技術(shù)服務(wù)的農(nóng)戶，為45戶；同時(shí)購(gòu)買(mǎi)兩項(xiàng)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(guò)顯著性檢驗(yàn)外，其余對(duì)比均為顯著。相較于未購(gòu)買(mǎi)服務(wù)的農(nóng)戶，僅購(gòu)買(mǎi)農(nóng)業(yè)機(jī)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(fèi)用分別平均降低了1 630元、1 480元；同時(shí)購(gòu)買(mǎi)兩項(xiàng)服務(wù)的農(nóng)戶農(nóng)資投入費(fèi)平均降低了2 280元。僅購(gòu)買(mǎi)一項(xiàng)服務(wù)的農(nóng)戶間對(duì)比未通過(guò)顯著性檢驗(yàn)。相較于僅購(gòu)買(mǎi)農(nóng)業(yè)機(jī)械服務(wù)或農(nóng)業(yè)技術(shù)服務(wù)的農(nóng)戶，同時(shí)購(gòu)買(mǎi)兩項(xiàng)服務(wù)的農(nóng)戶每公頃農(nóng)資投入費(fèi)用分別平均降低了640元和800元。結(jié)果表明，同時(shí)購(gòu)買(mǎi)農(nóng)業(yè)機(jī)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(shuō)明農(nóng)業(yè)機(jī)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(duì)進(jìn)一步降低農(nóng)業(yè)面源污染排放量存在積極影響，假說(shuō)H3得以驗(yàn)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(jī)械服務(wù)的預(yù)測(cè)概率的估計(jì)密度。分析可知，密度分布沒(méi)有大量集中于0或1，且估計(jì)密度大部分重疊，故可以認(rèn)為本研究遵守了重疊假設(shè)。

4.4 穩(wěn)健性檢驗(yàn)

為進(jìn)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(qiáng)度的指標(biāo)，通過(guò)回歸分析來(lái)評(píng)估其穩(wěn)健性，穩(wěn)健性檢驗(yàn)具體回歸結(jié)果留存?zhèn)渌?。替代后的OLS模型、PSM模型以及IPWRA模型結(jié)果顯示，各變量對(duì)農(nóng)業(yè)面源污染的影響方向及顯著性無(wú)明顯變化，再次驗(yàn)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(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染影響作用機(jī)理的基礎(chǔ)上，采用來(lái)自新疆省塔里木河流域360份有效問(wèn)卷調(diào)查數(shù)據(jù)，運(yùn)用OLS模型、PSM模型以及IPWRA模型，分析農(nóng)業(yè)社會(huì)化服務(wù)對(duì)農(nóng)業(yè)面源污染的影響。

1） 基準(zhǔn)回歸分析和PSM方法估計(jì)結(jié)果顯示，不同農(nóng)業(yè)社會(huì)化服務(wù)類(lèi)型對(duì)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(jī)械服務(wù)對(duì)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(fèi)用降低約1 070元和1 170元，而農(nóng)業(yè)保險(xiǎn)服務(wù)對(duì)農(nóng)業(yè)面源污染存在正向影響，每公頃的農(nóng)資投入費(fèi)用增加約1 100元，三項(xiàng)服務(wù)對(duì)農(nóng)業(yè)污染的影響均在1%的水平下顯著。

2） 基準(zhǔn)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(dòng)力比例、種植規(guī)模對(duì)農(nóng)業(yè)面源污染具有顯著正向影響，而土壤肥力具有負(fù)向影響，且顯著性均在10%及以上水平。

3） IPWRA模型估計(jì)結(jié)果顯示，相較于僅購(gòu)買(mǎi)農(nóng)業(yè)機(jī)械服務(wù)或技術(shù)服務(wù)，同時(shí)購(gòu)買(mǎi)兩項(xiàng)服務(wù)的農(nóng)戶農(nóng)資投入費(fèi)用分別減少約640元和800元，表明農(nóng)業(yè)社會(huì)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(jī)械服務(wù)與農(nóng)業(yè)技術(shù)服務(wù)的協(xié)同作用能夠進(jìn)一步降低農(nóng)業(yè)面源污染。

5.2 對(duì)策建議

為進(jìn)一步強(qiáng)化農(nóng)業(yè)社會(huì)化服務(wù)對(duì)塔河流域農(nóng)業(yè)面源污染問(wèn)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(shí)證檢驗(yàn)結(jié)果，提出如下對(duì)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(jī)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(mén)應(yīng)引進(jìn)專(zhuān)業(yè)技術(shù)管理體系，加強(qiáng)社會(huì)監(jiān)督機(jī)制，促進(jìn)政府責(zé)任向行業(yè)責(zé)任的轉(zhuǎn)變，進(jìn)一步提高面源污染治理有效性。同時(shí)，相關(guān)環(huán)保部門(mén)應(yīng)該采取多種措施，包括生產(chǎn)稅、環(huán)境稅、當(dāng)?shù)卣a(bǔ)貼或者排污權(quán)交易等，加強(qiáng)各級(jí)責(zé)任主體的參與程度，構(gòu)建政府部門(mén)、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(dá)到有效治理的目的。政府部門(mén)應(yīng)加強(qiáng)對(duì)農(nóng)業(yè)社會(huì)化服務(wù)的監(jiān)督，規(guī)范服務(wù)活動(dòng)，進(jìn)一步提高作業(yè)標(biāo)準(zhǔn)化管理水平，以此強(qiáng)化農(nóng)戶對(duì)農(nóng)業(yè)社會(huì)化服務(wù)的需求，降低農(nóng)業(yè)面源污染。

2） 加強(qiáng)農(nóng)業(yè)科技投入，研發(fā)農(nóng)業(yè)面源污染防控先進(jìn)技術(shù)。相關(guān)部門(mén)應(yīng)進(jìn)一步強(qiáng)化農(nóng)業(yè)技術(shù)服務(wù)與農(nóng)業(yè)機(jī)械服務(wù)的協(xié)同效應(yīng)，提升要素投入利用率。政府部門(mén)應(yīng)加大對(duì)農(nóng)業(yè)社會(huì)化服務(wù)供給的支持力度，注重以社會(huì)化服務(wù)為抓手，做到功能互補(bǔ)，形成合力，進(jìn)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(mén)應(yīng)當(dāng)加強(qiáng)對(duì)服務(wù)質(zhì)量的監(jiān)督和考核，為促進(jìn)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(duì)性農(nóng)業(yè)社會(huì)化服務(wù)。相關(guān)部門(mén)應(yīng)針對(duì)不同農(nóng)戶的農(nóng)業(yè)生產(chǎn)訴求，為其提供針對(duì)性強(qiáng)的農(nóng)業(yè)社會(huì)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(duì)家庭非農(nóng)勞動(dòng)力比重高、棉花種植規(guī)模大的農(nóng)戶，可優(yōu)先提供機(jī)械或保險(xiǎn)服務(wù)，緩解勞動(dòng)力緊張的同時(shí)分散生產(chǎn)風(fēng)險(xiǎn)，改善不當(dāng)化學(xué)品投入行為。針對(duì)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(xiàn)

[ 1 ] 陳歡， 周宏. 加強(qiáng)農(nóng)業(yè)面源污染防治與綠色興農(nóng)策略研究——病蟲(chóng)害統(tǒng)防統(tǒng)治實(shí)現(xiàn)農(nóng)藥減量的生態(tài)效應(yīng)分析[J]. 價(jià)格理論與實(shí)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(shí)踐與認(rèn)識(shí)， 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(huì)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(huì)化服務(wù)對(duì)耕地撂荒的影響研究——基于中國(guó)家庭大數(shù)據(jù)庫(kù)的經(jīng)驗(yàn)證據(jù)[J]. 中國(guó)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(duì)農(nóng)業(yè)社會(huì)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(bào)（社會(huì)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(huì)化服務(wù)體系發(fā)展問(wèn)題及對(duì)策研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)， 2023（1）： 17-19.

[ 7 ] 穆娜娜， 鐘真. 中國(guó)農(nóng)業(yè)社會(huì)化服務(wù)體系構(gòu)建的政策演化與發(fā)展趨勢(shì)[J]. 政治經(jīng)濟(jì)學(xué)評(píng)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(huì)化服務(wù)組織何以促進(jìn)化肥減量——基于經(jīng)營(yíng)主體的匹配效應(yīng)研究[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)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(huì)化服務(wù)對(duì)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(guó)新. 農(nóng)業(yè)社會(huì)化服務(wù)對(duì)土地規(guī)模經(jīng)營(yíng)的影響——基于棉花產(chǎn)業(yè)的實(shí)證研究[J]. 經(jīng)濟(jì)問(wèn)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(huì)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(shí)證分析[J]. 農(nóng)村經(jīng)濟(jì)， 2022（2）： 37-44.

[12] 胡霞， 周旭海， 羅崇佳. 農(nóng)戶采納農(nóng)機(jī)社會(huì)化服務(wù)對(duì)耕地撂荒的抑制效應(yīng)研究[J]. 寧夏社會(huì)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(qiáng). 農(nóng)地確權(quán)對(duì)農(nóng)機(jī)社會(huì)化服務(wù)的影響——來(lái)自黃淮海農(nóng)區(qū)的經(jīng)驗(yàn)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(duì)農(nóng)業(yè)面源污染的影響研究[J]. 中國(guó)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(guó)農(nóng)業(yè)面源污染排放格局的時(shí)空特征[J]. 中國(guó)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(guó)農(nóng)業(yè)面源污染的時(shí)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(dòng)力轉(zhuǎn)移對(duì)化肥面源污染的影響研究——以冀魯豫3省為例[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2021（7）： 183-191.

[21] 馬賢磊， 車(chē)序超， 李娜， 等. 耕地流轉(zhuǎn)與規(guī)模經(jīng)營(yíng)改善了農(nóng)業(yè)環(huán)境嗎？——基于耕地利用行為對(duì)農(nóng)業(yè)環(huán)境效率的影響檢驗(yàn)[J]. 中國(guó)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(duì)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(zhǎng)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(jì)， 2019（7）： 55-63.

[24] 鄧晴晴， 李二玲， 任世鑫. 農(nóng)業(yè)集聚對(duì)農(nóng)業(yè)面源污染的影響——基于中國(guó)地級(jí)市面板數(shù)據(jù)門(mén)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(jì)驅(qū)動(dòng)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(cái)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(bǔ)償標(biāo)準(zhǔn)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(mèng)玲， 童婷， 陳昭玖. 農(nóng)業(yè)社會(huì)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(jì)， 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(qiáng)， 李丹. 農(nóng)業(yè)社會(huì)化服務(wù)帶動(dòng)小農(nóng)戶增收的機(jī)制、障礙與路徑——基于城鄉(xiāng)經(jīng)濟(jì)循環(huán)的分析視角[J]. 南京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)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(jìn)步與農(nóng)民增收——基于中介效應(yīng)與面板門(mén)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(guó). 農(nóng)業(yè)技術(shù)進(jìn)步會(huì)降低農(nóng)戶的相對(duì)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(jì)， 2023（1）： 95-111.

（下轉(zhuǎn)第 352頁(yè)）

（上接第 333頁(yè)）

[33] 張曉晗， 馬恒運(yùn). 農(nóng)村勞動(dòng)力弱質(zhì)化對(duì)農(nóng)業(yè)生產(chǎn)化肥利用效率的影響——基于機(jī)械化的調(diào)節(jié)效應(yīng)分析[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 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(gè)分析框架[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題， 2022（4）： 15-26.

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

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

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

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

[39] 富麗莎， 秦濤， 汪三貴. 農(nóng)業(yè)保險(xiǎn)的要素配置效應(yīng)及其作用機(jī)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(lì)效應(yīng)——基于IPWRA模型的比較分析[J]. 地域研究與開(kāi)發(fā)， 2021， 40（4）： 152-157.