化肥施用量对中国粮食产量的影响分析*

刘芳，刘帅

(1.吉林农业大学经济管理学院，长春市，130118；2.吉林农业大学粮食主产区农村经济研究中心，长春市，130118)

0 引言

国家粮食稳定增产在一定程度上得益于化肥的施用。1978—2019年中国粮食产量从304 765 kt增加到663 843.4 kt，人均粮食产量从316.6 kg上升到474.95 kg，实现了由“吃不饱”到“吃得饱”，并且“吃得好”的历史性转变。显然，中国在保障粮食安全的方面取得了显著的成就，也为世界粮食安全做出了重大贡献。不过，中国粮食安全仍然面临着巨大的压力和挑战。人多地少的矛盾现实、生态环境恶化和耕地质量不断下降以及粮食生产成本增长速度高于粮食收益增长速度等一系列问题都直接或间接地影响国家粮食生产。因此，虽然中国粮食总量供给充足，但是粮食安全仍然面临着十分严峻的挑战。

目前，中国粮食产量正处于历史高点。据国家统计局数据显示，2020年全国粮食总产量669 490 kt，比2019年增加0.85%，相比于2019年全国粮食总产量增长0.9%的历史最高水平而言，其增幅仅差0.05%。但与此同时，粮食作物的化肥过量施用程度较为严重[1]，通过大量施用化肥获得高产的现象在中国粮食生产中出现的越发普遍[2]。据国家统计局公布的数据可知，自改革开放以来，中国农用化肥施用量(折纯，下同)从1978年的8 840 kt增长到2019年的54 035.9 kt，占世界总用量的三分之一。如今，中国化肥施用量已经超过了其经济意义上的最优施用量[3]。根据《中国农村统计年鉴》和《中国统计年鉴》数据可知，1980—2019年每公顷耕地化肥施用量(总化肥施用量/总耕地面积)由127.8 kg增加到400.7 kg，是国际公认的化肥施用安全上限225 kg/hm2的1.78倍。基于上述现状，不禁发问，化肥施用量对中国粮食产量有何种影响？其影响效果又如何？

1 文献综述

实践证明，不论是在发达国家还是发展中国家，以化肥作为外源输入都是最快、最为有效的增产措施之一[4]。化肥施用量对中国粮食产量有显著正向影响[5]，苏静萱运用最小二乘回归和Granger因果检验分析方法，得出化肥施用量对苹果价格具有正向作用[6]。在学术界关于化肥施用量对作物影响效果以及影响化肥施用量的主要因素等研究尚未得出一致结论。部分学者研究了全国或某省份化肥施用量增长的驱动因素[7-8]，得出化肥的利用效率[9-11]、土壤中有机质含量下降、农产品对有机质吸收利用的程度以及科学施肥相关技术知识的缺乏都会成为导致化肥过量施用的主要因素[12-13]。此外，一些学者采用计量经济模型分析发现，农业种植的横纵向分工[14-15]、地区经济水平[16-17]、劳动及资本投入量[18]等因素也对化肥施用量产生一定程度的影响。

化肥过量施用给环境带来了一系列不良后果，例如：破坏农业耕地土壤结构，加速其养分流失，更严重者会造成土壤严重板结和土壤环境次生盐碱化。其中，土壤酸化的主要推手之一就是化肥的过量使用[19]。化肥施用过量以及化肥施用不科学的问题引起了社会各界的广泛关注[20]。为发展环境友好的现代农业之路，农业农村部于2015年印发了《到2020年化肥使用量零增长行动方案》，并指出力争到2020年，主要农作物化肥使用量实现零增长。近年来，化肥施用量逐渐超过了经济上施用量的最佳水平，加之化肥“零增长”政策的出台，中国的化肥施用逐渐偏向化肥与有机肥的混合施用。2016—2019年间，中国化肥施用量出现了负向增长的趋势，但同期粮食产量却仍然呈现了增长的趋势。因此，部分学者认为化肥减量配施有机肥不仅会促进作物产量[21-22]和品质[23]还能够提升土壤质量[24]。

许多学者从多角度分析了影响粮食产量的主要因素，现有研究多数集中于从统计描述的角度分析不同区域、不同品种粮食作物化肥过量程度的差异，对化肥影响主要粮食作物产量方面的详细研究并不多见。现有关于中国主要粮食作物过量施肥行为及影响因素的研究，多选用传统的多元线性回归方程进行分析，较少研究结合完整回归结果进行分析。那么，在粮食产量不断增长的过程中，化肥究竟起到了多大的作用？除化肥外，包含作物育种、技术推广和应用等在内的广义农业科技进步又起到了何种效果？二者对于粮食产量的增加是否存在此消彼涨的作用？化肥施用量对不同主粮作物是否存在同样的影响？囿于《全国农产品成本收益资料汇编》2020未出刊，2019年的数据无法获得，笔者利用1978—2018年的时间序列数据亦可为本文的研究提供详实的数据支撑。因此，本文基于1978—2018年间的相关数据，运用分位数回归的方法，进一步检验化肥施用量对玉米、小麦、水稻三种主粮作物产量的影响，明晰化肥对于粮食产量增长的作用，进而为化肥减量施用提供科学合理的政策建议。

2 模型构建与数据来源

2.1 研究方法与模型构建

2.1.1 研究方法

本文旨在分析化肥施用量对玉米、小麦、水稻三种主粮作物产量的影响。文中使用分位数回归分析法，相较于OLS回归来讲，分位数回归分析法更适合研究解释变量对位置参数和尺度参数的影响，研究结果不仅更稳健，还可对数据进行更为丰富的特征分析。本文研究的被解释变量粮食产量Y为连续型随机变量，那么Y的“总体q分位数”记为yq，满足式(1)。

q=P(Y≤yq)=Fy(yq)

(1)

由于条件积累分布函数Fy|x(·)依赖于x，可写成yq(x)是条件分位函数，即条件分位数yq(x)是解释变量x的函数，因此，考虑到以下模型。

y=x′β+u

(2)

u=x′α·ε

(3)

ε～iid(0,σ2)

(4)

根据条件分位数函数yq(x)满足条件分位数的定义，且Fε(·)为ε的累积分布函数，因此由式(1)～式(4)可推导出

(5)

(6)

式中：x′α——常数项；

β——条件分位数函数的斜率。

2.1.2 模型构建

基于西奥多·舒尔茨“理性小农”的基本假设，本文对道格拉斯生产函数进行拓展，拓展后的方程如式(7)所示。

(7)

式中：β0——截距；

β——待估计参数向量；

Q——特定分位数回归；

m——不同粮食作物(玉米、小麦和水稻)；

n——不同省区；

t——时间变化；

μ——随机误差项。

为排除播种面积对粮食产量和化肥施用量的影响，本研究使用单位面积粮食产量以及单位面积化肥施用量来探究化肥施用量对粮食产量的影响。因此，模型的被解释变量为单位面积粮食产量(Y)，解释变量为单位面积化肥施用量(Fert)。控制变量如下。

1)单位面积用工数量(Work)：劳动力的数量会对粮食产量产生影响，随着农业机械化的快速发展，粮食生产过程中对劳动力的需求将会逐渐降低，本文用工数量的单位为每1/15 hm2用工(日)。

2)粮食销售价格(Pric)：化肥作为农户生产投入中较大的成本支出之一，其施用可能会受到粮食价格的影响。囿于多数农户容易根据上一年的粮食销售价格对当年的粮食售价形成一定预期，进而影响其当年的生产经营决策，因此本文使用农户粮食销售价格的滞后一期数据进行研究。

3)年平均降水量(Rain)、年平均气温(Temp)：年平均降水量以及年平均气温代表相应的气候影响因素。

4)农业技术人员数(Atech)：科技创新主要分为农业技术创新以及农业技术推广两部分，且均会对粮食产量产生影响，但因技术创新和推广较难量化，故此，本文以各省平均每个乡镇的农技人员数来代表科技创新。

5)地区变量：本文选择玉米、小麦和水稻产量排名前五的省份进行研究，在研究过程中，设置不同省份地区的虚拟变量作为地区的控制变量，并以不同作物各自产量最高的省份为基期进行研究。

2.2 数据来源与描述性分析

2.2.1 数据来源

本文研究的时间区间设定为1994—2018年，文中分析的三种主要粮食作物分别为玉米、小麦和水稻，其中稻谷由于品种多样，包括了早籼稻、中籼稻、晚籼稻和粳稻4种，本文选取粳稻进行分析。

在区域个体的选取上，考虑到中国不同地区自然条件差异较大，不同作物在各省份的生长分布情况并不相同等因素，本文针对每种粮食作物都选取了该种作物种植面积和产量综合排名前五的省份，其各项指标的全国占比均在50%以上。如表1所示，玉米主要选取了黑龙江、吉林、山东、河南和内蒙古5省，其种植面积之和占全国玉米总种植面积的52.6%，产量占全国玉米总产量的56.2%。小麦主要选取了河南、山东、安徽、江苏、河北5个省份，其种植面积占全国比重的71.9%，产量总和占全国比重的79.3%。水稻选取了湖南、黑龙江、江西、安徽、湖北5个省份，其种植面积之和占全国的60.9%，产量占全国的61.5%。

表1 中国三大粮食作物主要种植省份及占比情况(前五名种植省份)Tab.1 Three major grain crops growing provinces and their proportion in China(Top five planting provinces)

本文数据主要来自于《中国统计年鉴》、《中国农村统计年鉴》、《建国以来全国主要农产品成本收益资料汇编(1953—1997年)》、《全国农产品成本收益资料汇编》、《中国农业年鉴》和《中国气象年鉴》。其中，化肥施用量、单位面积用工数量、农业技术人员数量、年平均降水量以及年平均气温均使用当年数据，农户粮食销售价格则使用滞后一期的价格数据。

2.2.2 不同粮食作物化肥施用量与粮食产量的变化分析

总体来看，1994—2018年玉米、小麦、水稻三种粮食作物的化肥施用量和单产水平都呈现出不同程度的增长趋势。如表2所示，化肥施用量增长率越显著的品种其单产水平增长率越显著。具体来看，玉米、小麦和水稻三种粮食的化肥施用量增长幅度虽有波动，但总体呈增长趋势，且在1994—2018年间分别由233 kg/hm2、236 kg/hm2、291 kg/hm2增长到372 kg/hm2、411 kg/hm2、338 kg/hm2，其增幅分别为56.65%，72.03%以及14.43%。其中，小麦化肥施用量增幅最大，其单产水平增幅最高，而水稻化肥施用量增幅最小，其单产水平增幅最低。玉米和小麦化肥施用量的平均年增幅均在1.9%以上，相比而言，水稻平均年增幅虽较小，但也处于持续增长态势。就粮食产量来看，玉米、小麦和水稻三种粮食的单产增长幅度虽出现波动，但总体呈现增长趋势，且在1994—2018年间分别由5 502 kg/hm2、3 660 kg/hm2、6 182 kg/hm2增长到7 305 kg/hm2、5 535 kg/hm2、7 378 kg/hm2，其增幅分别为33.26%，72.46%以及19.54%。玉米和小麦单产的平均年增幅在1.1%以上。由此可知，化肥施用量与粮食单位面积产量呈同向变化趋势(表2)。

粮食作物化肥施用量与其单产水平具有显著的关联效应且其增长具有明显的阶段性特征[25]。从表2中可知，化肥施用量与粮食单位面积产量变化方向虽相同，但二者的部分变化趋势会有小幅度的波动差异。换言之，当化肥施用量降低时，粮食单产并未表现出随着化肥施用量的降低而降低的现象。

表2 不同化肥施用量对粮食单产影响Tab.2 Effects of different fertilizer application rates on grain yield

1994年化肥施用量与粮食单产(玉米、小麦和水稻三者平均值)的关系呈现阶段式递增趋势(图1)，1997年以前，化肥施用量和单位面积粮食产量呈现较为一致的发展趋势，二者的浮动程度趋于水平。1998—2004年，化肥施用量呈现大幅度跳跃趋势，即化肥施用量在猛增后逐渐递减，而粮食单产水平虽呈现波动增长态势，但总体来看较为稳定，其产量始终维持在5 000 kg/hm2以上，2004年更是激增到了6 072 kg/hm2。此阶段，化肥施用量和单位面积粮食产量的变化趋势不同步，甚至有反向增长的趋向。2005—2015年，化肥施用量稳步增长，粮食单产呈现波动增长趋势，二者增长趋势较为一致，都呈现出逐步递增的发展趋势。2016年后，随着化肥施用量“零增长”的方案出台，化肥施用量出现小幅度增长再到小幅度回落的趋势，粮食单产的变化趋势与之相同。

图1 1994—2018年化肥施用量与粮食单产变化趋势Fig.1 Change trend of chemical fertilizer application and grain yield from 1994 to 2018注：数据来源于《建国以来全国主要农产品成本收益资料汇编(1953—1997年)》和《全国农产品成本收益资料汇编》。

3 化肥施用量与粮食产量关系的回归分析与稳定性检验

3.1 化肥施用量对粮食单产影响的回归分析

表3报告了不同分位数下化肥施用量等因素对粮食单产水平的影响。化肥施用量的增加对玉米、小麦、水稻单产水平都存在显著正向影响，这种正向影响随着分位点由低向高的移动，呈现出逐渐减弱的趋势。换而言之，随着分位点由低分位向高分位移动，化肥施用量对粮食作物依旧存在增产效果，但其显著性逐渐降低。就玉米而言，化肥施用量的显著性水平除在0.9分位上有所降低外，在其他分位上都通过了1%水平的显著性检验。而小麦化肥施用量在0.9分位点上已不再显著。与此同时，水稻化肥施用量在0.7和0.9分位点上也已不再显著。这说明对于小麦和水稻而言，随着分位点的升高，化肥施用量的增加已不能显著影响其产量。

具体而言，玉米化肥施用量在0.1、0.3、0.5、0.7分位点通过1%水平的显著性检验，这表明化肥施用量对玉米单产存在持续的正向影响，且增产效果显著。除化肥施用量的主要影响外，单位面积用工数量、农户销售价格以及农业技术人员数都会对玉米的单产存在较为明显的影响。据表3可知，单位面积用工数在0.5分位点上通过1%水平的显著性检验，在0.1和0.3分位点上通过5%水平的显著性检验，结合其回归结果符号为负可知，单位面积用工数量对玉米产量存在较为明显的负向影响。结合社会因素来看，可能的原因是：科技的进步带动了农业机械行业的兴起，玉米耕种环节和收获环节越来越多地由机器替代，极大程度地解放了农地中的劳动力，进而使得相同面积耕地的用工数量不断减少，所以单位面积用工数量与玉米产量存在负向影响，这符合社会进步的要求；农户玉米销售价格在0.5分位点通过1%水平的显著性检验，在0.1、0.3、0.7分位点上通过5%水平的显著性检验，说明农户销售价格对玉米产量具有较为显著的正向影响，这意味着农户本年度玉米的销售价格会影响其对下一年玉米种植规模和产量的预期，实际验证了蛛网理论，即农户主要根据前一期的产品价格信息对本期生产投入进行决策的结论；农业技术人员数在0.1和0.3分位上通过5%水平的显著性检验，在0.5和0.7分位点上通过10%水平的显著性检验，说明农业技术人员对玉米产量有一定的正向影响，农业技术人员数代表着科技进步与农业推广水平的发展，这表明农业科技的进步和农业水平的推广与发展对玉米增产具有促进作用。

小麦化肥施用量在0.3和0.5分位点通过了5%水平的显著性检验，0.1和0.7分位点通过了10%水平的显著性检验，回归系数由0.216下降到0.092，而在0.9分位点上，未通过显著性检验。这表明小麦化肥施用量的增产效应已经不再显著。此外，单位面积用工数量在0.1分位点上通过1%水平的显著性检验，在0.3、0.5、0.7分位点通过5%水平的显著性检验，这表明单位面积用工数量对小麦产量的影响较为显著。而在种植环节中，机械动力不断地替代人力，使得单位面积用工数量大大减少，再结合表3的结果可知，单位面积用工数量对小麦单产存在较为显著的负向影响；农户小麦销售价格在0.1和0.3分位点通过1%水平的显著性检验，在0.5、0.7、0.9分位点上通过5%水平的显著性检验，结合蛛网理论联系实际可知，农户小麦销售价格对小麦的产量存在显著正向影响。

表3 不同分位数下化肥施用量等因素对粮食单产水平的影响Tab.3 Effects of chemical fertilizer application rate and other factors on grain yield under different quantiles

水稻化肥施用量在0.3分位点通过了5%水平的显著性检验，在0.1和0.5分位点通过了10%水平的显著性检验，但在0.7和0.9分位点未通过显著性检验，说明随着分位点由低到高的变化，化肥施用量的增加对水稻增产效用不再显著。单位面积用工数量在0.5分位点通过了5%水平的显著性检验，在0.3和0.7分位点通过了10%水平的显著性检验，说明单位面积用工数量对水稻化肥施用量存在一定的负向影响。农户水稻销售价格在0.3分位点通过了5%水平的显著性检验，在0.1和0.7分位点通过了10%水平的显著性检验。这表明农户销售价格对水稻产量有一定的正向影响。

综上所述，在三大粮食作物中，随着分位点的逐渐升高，玉米单产受化肥施用量的影响最为显著，其次是小麦，而水稻单产受化肥施用量的影响最不显著。

从回归结果来看，玉米单产随着化肥施用量的增加而增加，随着分位点由低到高，逐渐呈现边际产量递减趋势，而小麦和水稻则受化肥施用量影响较小。除化肥施用量外，单位面积用工数量的符号为负，出现此种结果的原因可能是由于农业生产技术的进步，导致农业耕作逐渐往机械化方向发展，单位面积的耕地所需劳动力数量便会逐渐减少。滞后一期的农户销售价格对粮食单产具有正向显著的影响，这说明粮食单产受上一期粮食价格的影响较大，且上一年粮食价格对本期化肥施用具有显著的正向影响。根据蛛网模型理论分析可知，上一年的粮食价格越高，农户要求增加产出的愿望就越强烈，就越有可能在当期通过一系列的操作以获得粮食的高产。而农业技术人员数除了在玉米单产估计中通过了显著性水平检验外，其余的系数大部分都不显著，但所有模型的系数都是正数，究其原因，随着中国对科技创新的大力支持和对农业技术人员的激励和重视，使得科研人数不断增科技能力逐步提升，进一步促进了玉米产量的攀升。但相较于玉米而言，小麦和水稻不显著的原因，可能在于科技创新环节以及技术推广环节的推进并不尽如人意，尤其是对小麦的科技创新较为缺乏。其中，针对创新环节而言，创新技术的可行性，可供选择性、是否符合实际生产生活需要、是否能够在实际的种植条件下实现预期结果，这都与粮食的产量息息相关，稍有欠缺就很难对粮食产量产生促进的影响；就技术推广环节而言，推广人力不足、推广所需经费支持不足以及推广方向把握不准确，不但会影响粮食产量和科技创新的实现效果，甚至还会出现更为严重的后果。例如：20世纪80年代，农户很少或很难从农技推广人员那里得到科学施肥相关的信息，反而会得到化肥的推销宣传，进而导致农户通过化肥的盲目增量施用来增加粮食单产。于是，在粮食大幅度增产的同时，化肥施用量也在逐年攀升，这不仅加大了对环境的危害性，更是生态永久破坏式的增产，虽一时见效，但后患无穷。同时，结合表3可知，在年平均气温以及年平均降水量这两个因素中，部分年平均降水量和年平均气温的系数符号为负，说明尽管二者对粮食单产的影响较不显著，但年平均降水量对粮食单产存在负向影响。

3.2 模型的稳健性检验

本文通过更换计量方法来检验研究结论是否存在估计方法依赖性。将上述变量使用OLS方法，探究化肥施用量对三种粮食单产的影响。对上述模型和数据进行OLS检验，其结果输出如表4所示。结果表明，单位面积化肥施用量、单位面积用工数量、农户销售价格、农业技术人员数的符号与分位数回归所得结果较为一致，且部分变量的影响较为显著。虽然在年平均气温与年平均降水量这两个变量上存在部分符号不一致的现象，但在两个模型中，OLS的分析结果与分位数回归模型中部分分位点的符号基本相同。所以，年平均气温与年平均降水量这两个变量的结果与分位数回归得到的结果大体一致。即总体上分位数回归与OLS估计量的分析结果较为一致。

表4 OLS检验结果Tab.4 OLS test results

因此，无论是使用分位数回归模型还是OLS分析，都可以得到一个比较一致的结论：化肥施用量对玉米、小麦和水稻这三大粮食单产都具有较为显著的影响，但其中化肥施用量对小麦和水稻产量的影响明显不如对玉米产量的影响效果更显著。且就小麦和水稻而言，虽然在OLS分析中影响效果较为接近，但在分位数回归中，化肥施用量对二者的影响效果随分位点的变化而变化，其中，化肥施用量对水稻的影响在较多分位点上更不显著。综上可得，化肥施用量对三大粮食作物产量的影响排序为：玉米>小麦>水稻。在影响三大粮食作物产量的因素中，除化肥施用量外，部分其他因素对主要粮食作物也存在较为显著的影响，且在两个模型中其他因素对粮食产量影响的变化方向总体来讲较为一致。这说明结论并没有因计量方法的不同而发生实质性改变，体现了实证结果的稳定性。

4 结论与政策建议

本文基于1994—2018年中国粮食主产区玉米、小麦、水稻三种主粮作物化肥施用量和粮食产量的面板数据，构建了分位数回归的方法模型，考量了化肥施用量对粮食产量的影响。主要得出以下结论：(1)化肥施用量与其粮食单产水平呈正向相关关系。化肥虽对粮食产量有一定的促进作用，但这种促进作用随着化肥施用量的不断增加呈现“倒U型”增长趋势。目前粮食作物的化肥施用量总体呈现上升态势，就化肥施用量而言，2018年玉米化肥施用量为372 kg/hm2、小麦为411 kg/hm2、水稻为338 kg/hm2，即小麦化肥施用量最高，玉米、水稻次之。(2)化肥施用量对不同粮食作物的影响不尽相同。化肥施用量对玉米单产水平有正向影响，但这种正向影响随着分位点的升高趋于弱化。玉米化肥施用量在0.1、0.3、0.5、0.7分位点通过了1%水平的显著性检验，而在0.9分位点通过5%水平的显著性检验，符号均为正，这表明化肥施用已出现明显的边际效用递减特征，但整体上仍有助于提高玉米单产。随着分位点的升高，小麦、水稻的化肥施用量对其单产的促进作用逐渐减弱。(3)在其他因素中，农户销售价格和农业技术推广对粮食单产存在显著正向影响，说明农户销售价格的提升、科技的发展以及农技推广人数的增加都会对粮食增产起促进作用，而单位面积用工数量对其则存在负向影响，年平均降水量和年平均气温影响不显著。

针对上述结论，本文结合实际情况提出以下建议。

第一，在育种方面鼓励企业自主研发，通过设立奖励措施，为国家培育出更为高产、高效、高质的粮食品种。同时，农户作为土地的直接使用者，其对科技的接受程度和应用程度都直接影响着耕地的质量与粮食产量。因此，从农户入手，丰富农户科学施肥的知识。运用科技的力量为农户提供优质种子和肥料，达到在保证粮食产量的同时兼顾养地，切实做好粮食作物产量与耕地质量两手抓的总目标。

第二，推进基层农业技术推广机构改革，完善现行农技推广体系。同时，鼓励和支持农技人员开展化肥新品种、施肥新技术的试验和推广。因地制宜地建立“县域站”，适量地增加县以下的农技推广人数，落实“推广到户，推广到人，推广到田”的原则。

第三，支持土地集约化生产。如今，农民兼业化趋势显化，农户可利用规模效应使得耕地连片进而降低生产成本；也可通过机械设施的大面积投入和施用，防治农业灾害，提升粮食作物的生产效率，以增加粮食产量。

第四，继续出台相应政策，鼓励和扶持种粮大户、农民专业合作社和家庭农场适时地施用有机肥料及生物肥料，助推“化肥零增长”行动。同时，可通过调控粮食价格和颁布政策来促进农户生产积极性，在保障农民利益的前提下，充分调动农民参与“化肥零增长”行动的积极性，让“减肥”成为农民的自觉行动。