农业规模经营真的有助于化肥减量吗？——来自荟萃分析的证据

谢 琳 廖佳华 张禹欣 胡新艳*

(1.华南农业大学 国家农业制度与发展研究院， 广州 510642；2.华南农业大学 经济管理学院， 广州 510642)

作为世界上最大的化肥消费国，中国存在严重的化肥过量施用问题[1]。在中国农业向规模经营与绿色经营“双转型”的背景下，经营规模与化肥施用强度之间的关系成为许多研究者关注的焦点问题。但是，已有研究的结论却往往并不一致：大量基于中国的研究认为，经营规模和化肥施用强度之间存在负向相关关系，即规模经营有助于化肥减量化[2-7]。然而，也有研究显示经营规模和化肥施用强度之间的关系并不显著[8-10]，甚至有研究表明两者之间存在正向相关关系[11-14]。基于其他发展中国家数据的实证研究也表明：经营规模和化肥施用强度之间存在正向相关关系[15-17]。究其原因，可能在于已有研究的取样多数只限于某一地，或某一作物，减弱了研究结论的普适性。事实上，各类情境因素均会影响到变量之间相关关系程度，甚至符号方向[18]。因此，不同甚至矛盾的研究结论可能源于不同的情境因素。为此，学术界仍然有待厘清以下2个问题：(1)农业规模经营真的有助于降低化肥施用强度吗？(2)两者之间的关系受到哪些情境因素的影响？

作为一种文献综述方法，荟萃分析已由最初的医学领域拓展至经济学和管理学等多个学科领域[19-20]。传统文献综述方法整理以往研究文献得出结论，但作为定性研究，其自身会存在不足，如研究者的主观意识对所得结论有较大影响，而且在综述过程中往往会忽视所得结论是否具有统计意义[21]。荟萃分析为定量研究方法，能弥补传统叙述性文献综述上述的不足，即通过量化文献，得到更为客观准确的结论。而且荟萃分析以及由其衍生出的荟萃回归分析技术不仅可以评估变量之间的关系及其强度，还能探寻变量关系中的调节变量。如果现有研究中经营规模和化肥施用强度之间的关系在不同样本之间存在差异，且这些样本在某些特质方面存在不同，那么这些样本特质就可以成为两者之间关系的调节变量[22]。鉴于此，本研究基于荟萃分析技术，评估农业经营规模和化肥施用强度之间的真实相关性，并进一步利用荟萃回归分析方法深入探究种植结构、教育、年龄、国别和时间等潜在调节变量的作用。

1 关于农业规模经营的化肥减量效应的争论

自Feder等[23]识别出规模经营是决定发展中国家农户化肥施用行为的关键因素之一以来，规模经营的化肥减量效应引起了众多研究者的注意。针对中国情境，许多研究认为随着经营规模的扩大，中国农户的化肥施用强度也随之降低。蔡颖萍和杜志雄[2]基于1 322个家庭农场的问卷指出，大型家庭农场更容易应用测土施肥技术，因此化肥施用水平更低。他们还认为，大型家庭农场存在样本选择问题，即那些拥有更高社会责任和现代思维的农户更可能成为大型农场主，并进一步使得这些农场主减少施用对环境有害的化肥。而且，随着经营规模的扩大，大型家庭农场因考虑成本控制而加大应用先进科学和管理技术力度，进而降低化肥施用强度。Zhang等[3]基于湖北省梁子湖区的300户农户调查数据也发现，化肥施用强度与经营规模存在负向相关关系，其中那些经营规模较小的农户倾向于寻找非农就业机会，在农业生产中花费更少的时间，因此忽视了先进施肥技术在农业生产中的应用，并由此导致更高的化肥施用强度。这与Wu 等[4]使用浙江大学“中国家庭数据库”的实证研究结果一致。此外，还有很多实证研究表明经营规模与化肥施用强度之间存在负向相关关系[5-7]，说明化肥施用存在“规模经济”效应。

然而，一些实证研究却发现经营规模与化肥施用强度之间存在正向相关关系。杨钢桥和靳艳艳[11]研究指出，大型农场的经营目标已经从生存需求转向追逐利润，由此导致化肥施用强度的增加。徐卫涛等[12]基于375户农户调查问卷数据的实证研究发现，在农业技术推广缺失的中国农村地区，播种面积更大的农户更可能增加化肥施用强度。田云等[13]发现，经营规模越大，农户越不可能以低于标准或按标准施肥。当经营规模扩大时，农户将通过加大化肥的投入以获得更多的收益。Hu 等[14]则从化肥施用效率出发，基于2004—2006年4 281户农户调查数据的实证分析得出，经营面积最小的农户群体的化肥施用效率最高，从侧面说明经营规模越大，化肥的施用强度越大。此外，也有研究认为，经营规模与化肥施用强度之间并没有显著相关关系[8-10]。

2 引起争论的原因：调节作用分析

2.1 种植结构的调节效应

经济作物的经济价值比粮食作物大。受潜在产出价值增加等心理预期的激励，农户对经济作物的化肥施用强度要显著高于主粮作物[5]。实证研究也表明，经济作物的化肥施用量普遍高于粮食作物[24]。实践中，经济作物播种面积比例的逐步增长，是导致中国化肥施用强度增加的重要原因[25-27]。以经济作物苹果为例，农民会通过增加化肥投入以获得更大的产量来提高收入[7]。因而，种植结构的变化会导致化肥施用强度的变化[28]。纪月清等[29]基于中国农村固定观察点的农户调查数据也发现，种植的作物不同，经营规模与化肥施用强度的关系也不同。Rahman[30]基于孟加拉国17个地区的 2 083 户农户数据的实证研究同样表明，经营规模与化肥施用强度之间的关系受农作物种植品种的影响。

2.2 农户受教育程度的调节效应

人力资本积累是现代农业发展的重要前提[31]。发展中国家的农民普遍欠缺农业化学投入品施用知识，因此较难按要求施用[1,32]。诸多基于中国数据的研究发现，农民缺乏科学知识是导致化肥滥用的关键原因之一[1,33]。而农资市场的差异化发展更是加重了这种趋势[29]。

农技推广体系的商业化浪潮使得其难以提供合适的农业技术培训[1,4]，因此农民自身的教育水平显得更为重要。研究表明，受教育程度较高的农民知识储备丰富，更注重施肥效果[34]；懂得更多合理施肥的知识与技术要点[35]；接受新事物的能力较强，见识与视野更宽阔，更有远见，更愿意选择生态生产行为，并通过减少化肥投入强度来保护耕地质量与农村环境[2]。相反，教育程度较低的农户缺乏基本知识，仅靠务农经验耕作，不愿接受外界新的信息，也不愿学习节肥技术等科学种植技术[36]，追求眼前小利，往往通过增加化肥的施用来获取更多收益[37]。多项实证研究也表明，农户受教育程度与化肥施用强度之间存在负向相关关系[2,35,38-39]。和小农户相比，大规模农场更容易应用现代施肥农业技术[4]。如水肥一体化、无人机施肥技术都对经营规模提出了要求。那么，高人力资本的优势在大规模农场能够获得更好的发挥，即教育能够帮助大农户更好地实现化肥减量化。

2.3 农户年龄的调节效应

在中国，农户的施肥行为是一个相对稳定的经验行为，很少存在恶意增大化肥投入的现象[5]。随着年龄的增长和务农年限的增加，农户可以积累更多农业经验，能更好地判断作物对化肥的要求并合理施肥[13]。由于农户认知与经验的积累，他们更容易接受新颖的农业技术，更愿意采用现代施肥技术[40]。在其他发展中国家，Fufa等[41]基于埃塞俄比亚农户调查数据的实证研究表明，农户年龄是影响化肥施用强度的重要因素。随着年龄的增长，农民对新兴技术有更多的了解，能有效率地使用新技术来减少化肥投入。Akpan等[42]基于尼日利亚农户调查数据的研究同样发现，化肥施用强度随农户年龄增加而减少。可见，农户年龄不同，会对规模经营与化肥减量化行为之间的关系产生影响，导致实证结果的异质性。

2.4 国别的调节效应

发展中国家的农业大都以小农户经营为主[23]。但中国与许多发展中国家不同：中国的农业技术相对先进，市场上化肥供应充足，价格相对低廉。在劳动力成本不断攀升的情况下，中国农民普遍存在化肥滥用问题。来自FAO的数据显示，中国已经成为世界上最大的化肥和农药消费国，2016年，中国大陆的氮肥、磷肥和钾肥施用量分别占全球的27.647%、32.230%和35.428%，氮肥、磷肥、钾肥施用强度分别为138.64、49.81 和38.22 kg/hm2，分别是同期全球水平的2.01倍、1.63倍和1.57倍[5]。这与其他发展中国家化肥短缺，小农户化肥施用量不够甚至少施化肥的情况形成了鲜明的对比，如撒哈拉以南非洲地区2005—2014年平均化肥消耗量14 kg/ha2，而全球为127 kg/ha2[43]，差距十分明显。实际上，早期关于发展中国家农户化肥施用行为的研究是在“绿色革命”的背景下进行的，认为农户采纳化肥技术是其接受现代农业技术的重要表现方式。许多来自诸如泰国、埃塞俄比亚和肯尼亚等发展中国家的研究表明，经营规模与化肥采纳之间存在正向相关[15-17]。在这些较落后的发展中国家，较大的农场可能无需依赖信贷计划就有较多现金购买化肥并投入农业生产[16]，而普通小农户则因信贷约束缺乏资金购买。因此农户的农地规模越大，其获得并使用化肥的能力越强。可见，其他发展中国家和中国农业生产中化肥施用的出发点是不同的，前者仍然希望通过“绿色革命”来提高农业生产率，而中国农业则向化肥减量化的发展阶段转型。

一些发达国家的经验也可以在侧面印证上面的问题。许多发达国家的农业集约化发展早于发展中国家，自20 世纪80 年代末以来，欧美发达国家开始重视对农业面源污染的研究和治理，积极开展化肥减量化行动，降低化肥施用强度[44]。Wu等[4]研究也发现，化肥施用与经济增长的环境库兹涅茨曲线(EKC)一致，化肥施用强度会随人均GDP的提高先增加再减少，呈倒U型变化趋势，即人均GDP较高的国家，农业科学技术与专业管理的广泛应用有助于提高化肥施用效率。可见，国别不同，处于不同经济发展阶段的农业政策也会导致规模经营的化肥减量效应出现差异。

2.5 研究时间点的调节效应

本研究纳入荟萃分析的文献的时间跨度长达35年，在此期间农业生产条件发生了巨大变化。以中国为例，早期在土壤质量条件较低与向地要粮的时代背景下，中国制定的化肥施用标准高于世界标准[5]，期望通过化肥施用弥补农地质量的不足。在过去的几十年里，中国逐步建立起较为完整的化肥工业体系，化肥施用量直线上升。然而，随着科学技术的发展，农业生产要求机械化、专业化和科学化，化肥的施用也更追求合理化、科学化和环境保护。为此，中国出台了多项政策，以推动化肥减量化。随着时间推移，各国的化肥施用政策在不断改变，农民也会根据政策环境的变化对其化肥施用行为进行调整。这意味着，农户的化肥施用行为还可能受到时间因素的影响。尤其是经营规模更大的农户，其人力资本水平更高，且更具社会责任和现代思维，因而更容易接受最新的施肥技术和政策[2]，那么，随着时间的推移，不同经营规模的农户的施肥行为变化幅度也将不同。

就数字资源建设岗位而言，本科院校图书馆对岗位职责和所需技能的描述最为完备，以设备维护、网络维护和特色数据库建设为主。可见，本科院校图书馆在计算机人才需求方面规划清晰，定位明确。

3 研究方法

3.1 文献搜索

为确保数据的准确性与完整性，本研究较为全面地搜索了中文和英文文献。中文文献主要通过中国知网(CNKI)期刊数据库、中国优秀硕士论文全文数据库、中国博士学位论文全文数据库、维普数据库、万方数据库进行搜索。中文文献搜索关键词包括化肥施用行为、经营规模、化肥投入水平和农业化学品使用等。英文文献主要在Springer Link、Elsevier Science、EBSCO-ASP综合学科研究文献全文库、Emerald期刊全文库、Wiley-Black-Well、ProQuest期刊全文库与ProQuest硕博士论文全文数据库和Google scholar中搜索，英文文献搜索关键词为farm size and fertilizer、chemical fertilizer use、determinants of fertilizer use、fertilizer application intensity、fertilizer use strength和influencing factors of fertilizer use等。为了避免文献遗漏，本研究还对搜索到的相关文献的参考文献进行第二次搜索，即对样本文献中所有涉及研究主题的中英文参考文献进行手工搜索，确保样本文献的全面性。

3.2 文献筛选

结合研究主题和荟萃分析方法的要求，纳入本研究荟萃分析的文献符合以下条件：(1)必须包含农业经营规模与化肥施用强度等2个变量。(2)必须是实证研究，排除纯理论与文献综述类文献，并在论文中报告了样本量、相关系数或者其他可转换为效应值的数据指标。(3)各研究之间的样本必须是独立的。若2个研究之间的样本相同或存在交叉重叠，则选择报告内容更详细或者样本更大的研究纳入分析。本研究从中英文数据库中搜索出550篇相关文献，通过上述条件进行筛选，最终有45篇文献符合荟萃分析的要求，其中中文文献17篇，英文文献28篇(表1)。

表1 纳入荟萃分析研究的文献资料目录Table 1 Catalog of literature materials included in meta-analysis research

3.3 文献编码

本研究根据Lipsey和Wilson[45]的步骤进行文献编码，研究特征主要包括文献作者、出版年份、样本量、研究国别、经营规模、化肥施用强度及研究对象等。效应值包括各相关变量的相关系数、回归系数及其显著性水平等指标。文献效应值以每一样本一个效应值进行编码，如文章中同时报告了多个样本，对效应值进行分开编码。当编码步骤完成后，由另一位研究者对随机抽取出的部分研究重新编码，以保证编码的准确性，如编码出现内容不同，则回到文献原文进行比对。在本研究中，2位研究者编码一致性为91.5%，说明在文献编码过程中人为误差较小，编码较为准确。最终，本研究获得63个独立效应量，总样本量达到148 411个。

3.4 效应值计算

本研究使用CMA2.0(Comprehensive meta- analysis 2.0)软件进行荟萃分析，并以相关系数作为效应量对经营规模与化肥施用强度的关系进行研究。在编码时，有些文献没有直接报告相关系数，而是报告了t检验值、F检验值，或者χ2检验值，本研究根据郑凤英和彭少麟[46]的公式将相关指标转换成相关系数。有部分文献只报告了回归系数，本研究根据Peterson 和 Brown[47]所提供的公式对回归系数进行转换，其中回归系数的适用范围为(-0.5，0.5)。随后将文献中报告的，或者通过上述计算出的r值进行Fisher’sZ值转换，得出研究分析所需数据。

3.5 出版偏差

多数期刊更愿意发表实证结果显著的文章，而结果不显著的文章发表较少。因此，纳入荟萃分析的文献可能会存在出版偏差问题。为此，本研究首先采用漏斗图(Funnel plot)(图1)对是否存在严重的出版偏差进行检验。可以看到，研究样本基本分布在总效应两边，说明不存在严重的出版偏差。

图1 主效应的漏斗图Fig.1 Funnel plot of main effect

然后，本研究通过失安全系数N(Classic fail-safeN)对出版偏差问题进行进一步检验。所谓失安全系数N是指研究中要包含多少未出版的研究才能把本次研究中累积效应量减低到不显著水平[48]。若计算出来的系数N与研究样本数量相差较大，则说明本研究的出版偏差小，不存在严重的出版偏误。结果表明，本研究的失安全系数N为8 723，即要额外增加8 723篇文献作为样本进行分析才能否定经营规模与化肥施用强度之间的关系，说明本研究不存在严重的出版偏差。

3.6 异质性检验

异质性检验(Heterogeneity test)用于研究效应值的变化程度，目的在于判断主效应之间是否存在调节效应。如存在异质性，那么主效应间存在潜在的调节变量。本研究使用I2检验和Q检验来进行异质性检验。I2检验即效应值的变异占总变异的百分比：0≤I2<25%表示不存在异质性；25%≤I2<50%表示存在低异质性；50%≤I2<75%表示存在中度异质性；75%≤I2<100%表示存在高异质性[49]。Q检验值则符合卡方分布，如P<0.05，即说明效应值存在异质性。

异质性检验结果见表2所示。可以看出，I2值为97.819%，表示效应值的变异占总变异的97.819%；各样本研究效应值的Q检验也具备统计显著性(Q=2 842.743，P<0.001)，说明荟萃分析中效应值存在高度异质性，即主效应间存在潜在调节变量。

表2 异质性检验Table 2 Heterogeneity test

异质性检验结果还可以用于判断荟萃分析应该采用固定效应模型还是随机效应模型。固定效应模型和随机效应模型的不同点在于对文献研究结论之间差异的原因持不同的假设：固定效应模型认为，全部研究只有一个真实效应值，研究结论的不同仅因为抽样误差；随机效应模型则假设每个研究都有其真实效应值，结论的差异不仅仅是由于抽样误差[50]。一般来说，如果异质性检验中Q检验值的P值<0.01且I2>50%，则使用随机效应模型更为合适，反之，则使用固定效应模型[51]。本研究的异质性检验表明，I2为97.819%(I2>50%)且Q检验值为2 842.743(P<0.001)，因此本研究应采用随机效应模型进行调节效应分析。

4 结果与分析

4.1 主效应分析

荟萃分析结果见表3。Cohen[52]认为，综合效应量在0.1以下说明相关性较弱。本研究的随机效应模型结果表明，综合效应量为-0.042(P<0.05)，表明经营规模与化肥施用强度之间存在负向相关关系。这与Wu等[4]和Sun等[6]的实证研究结果一致，即农地经营规模与化肥施用强度存在负相关关系。这意味着，综合现有实证文献的证据表明，农业规模经营确实有助于化肥减量化，尽管这种作用比较微弱。

表3 主效应的荟萃分析Table 3 Meta-analysis of main effect

4.2 调节效应分析

异质性检验表明，效应值之间具有高度异质性，说明存在潜在调节变量对农户经营规模与化肥施用强度之间的主效应产生影响。实际上，主效应分析中显示经营规模与化肥施用强度之间的相关关系过于微弱，其原因可能就在于潜在调节变量的影响。本研究通过荟萃回归分析方法进一步来探索异质性来源与调节变量的作用，即借鉴Stanley 和 Jarrell[53]，以及张晓和胡丽娜[20]的方法，把各样本研究中农户经营规模与化肥施用强度的相关系数作为被解释变量，将潜在调节变量赋值并作为解释变量进行荟萃回归处理。潜在调节变量的赋值方法及荟萃回归分析结果见表4。

表4 调节变量的荟萃回归分析Table 4 Meta-regression analysis of moderators

(1)种植结构的调节效应。各样本研究涉及的作物可以分为经济作物和粮食作物，其中经济作物包括水果、蔬菜、烟草、可可、油料作物等，而粮食作物主要包括水稻、玉米、小麦等。此外，有24个效应值所在的样本研究没有明确划分作物类型，因此未包含在种植结构潜在调节变量的分析中。由表4可知，种植结构的回归系数不具备统计显著性(β=-0.048，P>0.1)，说明种植结构未在经营规模与化肥施用强度之间的关系中起调节作用。原因可能在于，在一些研究中样本农户种植规模偏小，主要以自给为主，区分经济作物与粮食作物对他们意义不大，在施肥的过程中，农户为了便利会一视同仁，化肥施用行为存在一致性。

(2)农户受教育程度的调节效应。考虑到不同研究中对农户受教育程度的测量指标并不一致，因此本研究对农户受教育程度进行了重新编码。大多数国家为6年制小学教育，故本研究将受教育年份≥7，或者接受过小学以上教育的农户视为受教育水平较高的农户，并赋值为1，否则负值为0。对于那些没有报告受教育程度的研究，本研究并未纳入关于教育程度潜在调节变量的分析。荟萃回归结果显示，农户受教育程度的回归系数显著为负(β=-0.192，P<0.01)，说明农户受教育程度越高，经营规模与化肥施用强度之间的负向关系将增强。这与蔡颖萍和杜志雄[2]、史常亮等[35]的实证研究结果一致。他们认为教育提升了思维方式，有助于农户接受新技术，认识到作物产量的增加不仅依靠化肥的使用，也可以通过调整作物间距、种植优良品种等其他方式来实现。而且，文化水平较高的农户更具长远思维，不过分追求通过施用大量化肥来获取短期收益，而会合理施用化肥，强化土壤健康，重视面源污染问题以实现长期稳定收益。

(3)农户年龄的调节效应。样本文献一般报告了农户户主年龄的均值，本研究以其作为自变量进行回归，来探寻农户年龄的调节效应。在删除没有报告农户年龄的样本后，本研究最后获得31个效应量。荟萃回归结果显示，农户年龄的回归系数显著为负(β=-0.030，P<0.01)，说明随着农户年龄的增长，经营规模与化肥施用强度之间的负向关系将增强，与田云等[13]的实证结果一致。

(4)国别的调节效应。在纳入荟萃分析的文献中，样本涉及中国、菲律宾、肯尼亚、尼日利亚、加纳、埃塞俄比亚、巴基斯坦和坦桑尼亚等多个国家。为了研究国别的影响，本研究构造了国别虚拟变量，即将基于中国的研究赋值为1，否则赋值为0。荟萃回归结果表明，“中国”虚拟变量的回归系数显著为负(β=-0.169，P<0.01)，说明和其他发展中国家比起来，中国农户经营规模与化肥施用强度之间的负向关系更强，进一步印证了Demeke等[16]、Olwande等[17]对于其他发展中国家中规模经营促进化肥施用的研究结论；但在中国，正如Zhang等[3]、高晶晶等[5]表明的，规模经营有助于减少化肥施用。类似于撒哈拉以南的非洲国家，发达程度较低，甚至有的还未进行农业“绿色革命”，农业生产力低[54]，面临的国民温饱与国家粮食安全问题较严重，加上经济较弱、科学技术落后，农业难以提过专业化、科学化生产来提高产量，更多地希望增加化肥使用量以实现增产。但是在中国，随着社会经济的不断进步，人们更注重农业生产的科学化，并推进化肥减量化工作。

(5)研究时间的调节效应。由于有的样本研究没有报告明确的研究时间点，所以本研究将2020年与文献发表年份的差值作为研究时间变量进行荟萃回归分析。结果显示，研究时间变量的系数显著为正(β=0.009，P<0.05)，说明距离2020年时间越远的研究，经营规模与化肥施用强度越可能正相关，即相比早期的研究，时间越近的研究中经营规模与化肥施用强度之间的负向关系将增强。这一结果反映出，随着社会与技术不断进步，化肥的施用更加追求合理化。

4.3 稳健性检验

4.3.1改变因变量刻画方式

为检验实证结果的稳健性，本研究变换了被解释变量的刻画方式重新进行荟萃回归分析。本研究构造了一个新的被解释变量：若经营规模与化肥施用强度显著正相关则赋值为1，若无显著相关关系则赋值为0，若显著负相关则赋值为-1。考虑到被解释变量为排序变量，因此使用Ordered Logit模型进行回归分析。在本研究中，虽然被解释变量被刻画为排序数据会丢失一部分信息，但可以将那些不能将效应值转换为相关系数的研究纳入回归分析里面来，因此增加了样本研究的数量。在稳健性检验中，样本研究的效应量数量最多的回归达到108个。由表5可以看出，各潜在调节变量的回归系数符号和显著性与表4具有高度的一致性，说明实证结果非常稳健。

表5 稳健性检验Table 5 Robustness test

4.3.2亚组检验

亚组检验(Subgroup analysis)是荟萃分析中分析主效应调节变量的常用方法之一[55]。亚组检验按潜在调节变量的大小进行分组，并对各组的综合效应值是否相等进行统计检验，以解释是否存在异质性[56]。亚组检验结果如表6所示，结果表明：(1)经济作物与粮食作物的效应值没有显著区别(Qb=0.182，P>0.1)，说明种植结构未在经营规模与化肥施用强度之间的关系中起调节作用；(2)高教育组的效应量为-0.142，低教育组的效应量为0.055，且两者差异显著(Qb=12.064，P<0.01)，说明农户受教育程度越高，经营规模与化肥施用强度之间的负向关系越强；(3)以研究样本的年龄均值(51.010)分组，高年龄组的效应量为-0.153，低年龄组的效应量为0.034，且两者差异显著(Qb=13.433，P<0.01)，说明农户年龄越大，经营规模与化肥施用强度之间的负向关系越强；(4)中国组的效应量为-0.105，非中国组的效应量为0.066，且两者差异显著(Qb=16.453，P<0.01)，说明和其他发展中国家比起来，中国农户经营规模与化肥施用强度之间的负向关系更强；(5)以1985年至2019年的中间年份2002为界分组，近期研究的效应量为-0.065，早期研究的效应量为0.235，且两者差异显著(Qb=8.457，P<0.01)，说明与早期研究相比，时间较近的研究中经营规模与化肥施用强度之间的负向关系更强。可以看出，亚组检验的结果与调节效应分析的结果具有高度一致性，进一步说明了实证结果的稳健性。

表6 亚组检验Table 6 Subgroup analysis

为更直观地观察各潜在调节变量对于经营规模与化肥施用强度之间关系的影响，本研究基于亚组检验结果，画出了大致的调节效应图示(图2)。其中，各分组的斜率为所在组的综合效应值(1)为表示方便，示意图并没有考虑截距。。可以看出，在教育程度、农户年龄、国别和研究时间等各变量的图中，不同分组的斜率相反，在一定程度上抵消了经营规模对于化肥施用强度的作用。这可能就是主效应分析中，经营规模与化肥施用强度之间仅仅存在微弱负相关关系的主要原因。

图2 各调节变量的调节效应图示Fig.2 The diagram of moderating effect of the moderators

5 结论与展望

对规模经营是否有助于化肥减量化，现有文献并未得出统一的结论。为探寻经营规模与化肥施用强度之间的真实关系，本研究搜集了大量实证文献，基于荟萃分析技术系统总结了两者之间的关系，并对影响两者关系的潜在调节变量进行识别和讨论。

研究表明：(1)经营规模与化肥施用强度之间存在微弱的负向相关关系；(2)虽然有文献认为经营规模与化肥施用强度之间的关系受种植的农作物品种的影响，但基于大样本文献的分析则表明，至少在经济作物与粮食作物之间，这种影响并不显著；(3)农户受教育程度越高，年龄越大，则经营规模与化肥施用强度之间的负向关系越强，说明受教育程度更高和年龄更大的农户更可能在规模经营背景下推动化肥的减量施用；(4)和其他发展中国家相比，中国农户经营规模与化肥施用强度之间的负向关系更强，其原因可能在于，和中国的化肥减量化战略的出发点不同，很多发展中国家仍然希望通过“绿色革命”来提高农业生产率，而大规模农场本身意味着拥有更强的能力来获得更多的化肥；(5)与早期研究相比，时间越近的研究中经营规模与化肥施用强度之间的负向关系越强，说明和早期“绿色革命”的背景不同，随着时间的推移，化肥的施用也更追求科学化和绿色化，而大规模农场更容易应用最新科技。

本研究针对前人的研究进行更深层次的总结和检验，是对现有经营规模与化肥施用强度关系研究的重要补充：(1)应用荟萃分析技术，在更大样本量的基础上明确了经营规模与化肥施用强度之间的关系，并提供了更为可靠的研究结论，有助于平息现有争议；(2)在调节效应中引入农户受教育程度、年龄、国别和时间等因素，寻找现有文献中研究结论的异质性来源，回答了主效应如何因情境不同而变化的问题，挖掘了经营规模与化肥施用强度之间关系的隐性机制；(3)本研究还有助于研究者用一种动态的思维看待化肥施用问题——或许许多发展中国家正将化肥看作是现代农业的重要标志，但若没有较好地规划和管理，将来可能和中国一样，面临化肥施用过量问题。

本研究仍然存在一定的局限性：(1)纳入荟萃分析的多数都是期刊文献，国内外未发表文献与学位文献较少，文献分布不平衡可能会影响主效应分析结果；(2)由于纳入荟萃分析的文献没有报告，或者报告方式不同，使得本研究没有涉及诸如农户性别、家庭收入、社会化服务水平、农地细碎化和化肥价格等情境因素；(3)部分实证研究表明，经营规模与化肥施用强度之间存在非线性相关关系[57-58]，但得到相似结论的研究较少，因而本研究难以对非线性关系进行深入分析。