城镇化对种植业面源污染影响的中介效应分析*

罗海平, 何志文, 胡学英

(1.南昌大学中国中部经济社会发展研究中心 南昌 330031; 2.南昌大学经济管理学院 南昌 330031;3.中共江西省委党校 南昌 330038)

城镇化的推进助力中国经济发展取得了举世瞩目的成就。截至2018年, 我国常住人口城镇化率达59.58%, 高于世界平均水平(55.27%)。然而, 由于我国经济增长方式的粗放型以及城镇化推进的盲目性,导致农业面源污染现象日益严峻[1]。农业面源污染系指在农业生产活动中氮素和磷素等营养物质、农药及其他有机或无机污染物质通过农田的地表径流和农田渗漏形成的环境污染[2]。化肥面源污染是农业面源污染的重要来源之一, 2018年我国化肥投入量为5653.4万t, 占世界使用量的30%以上, 化肥投入强度是欧盟和美国的2倍以上, 化肥施用总量大与施用强度高现象并存[3]。化肥的过度施用不仅使农产品边际产出不断降低, 亦使耕地质量持续下降、地下水污染日益严峻, 中国依靠化肥来提高农作物产量的空间已变得非常有限[4]。当前, 我国进入增长速度换档期、结构调整阵痛期和前期刺激政策消化期“三期叠加”阶段, 推动经济持续和绿色发展成为重中之重。在城镇化持续推进的背景下, 城镇化作为社会发展的客观现象和国家现代化的重要标志, 明晰城镇化与化肥面源污染间的关系, 探究城镇化影响化肥面源污染的直接效应与间接效应具有重要现实意义。

国内外学者针对化肥面源污染做了许多探索性研究, 主要基于库兹涅茨假说和STIRPAT模型。前者旨在探究经济增长与化肥面源污染之间的关系[5-6];后者探究化肥面源污染的影响因素, 主要包括城镇化[7]、农民收入[8]、农村劳动力转移[9]、农业政策[10]、农业技术进步[11]等。其中城镇化对化肥面源污染影响的研究观点分为两类: 一是认为城镇化会加剧化肥面源污染。侯孟阳等[12]和夏秋等[13]认为城镇化使非农比较收益不断提升, 劳动力非农转移和农民兼业化现象日益严峻, 农户倾向于使用更加廉价的化肥替代价格不断上涨的劳动力。史常亮等[14]认为城镇化的推进吸引了大量的优质劳动力, 农业劳动力质量的下降造成了化肥的过量施用。廖炜等[15]基于输出系数模型解析面源污染, 发现城镇化导致农村耕地面积减少, 在耕地稀缺的背景下, 农户会加大化肥施用以提高产出。吴义根等[16]基于空间面板STIRPAT模型分析城镇化对农业面源污染的直接效应与空间效应, 认为城镇化的示范效应间接加剧了农业面源污染排放。二是认为城镇化会缓解化肥面源污染。徐承红等[17]基于空间自回归模型与空间误差模型检验了城镇化对农业面源污染的缓解效应, 认为城镇化发展能够促进科技进步和文化知识宣传, 提升农户环保能力与环保意识。

综上可见, 现有文献在探究城镇化对化肥面源污染的影响方面成果颇丰, 但基于粮食功能区视角对区域异质性的研究却鲜有涉足。2018年粮食主产区、粮食主销区及粮食产销平衡区的农业产值分别为2924亿元、1065亿元和1453亿元。由于资源禀赋、功能定位、经济发展的差异, 不同粮食功能区的农业产值存在较大差距。因此, 相比以地理、经济因素划分的空间格局, 基于粮食功能区视角更易发现化肥面源污染影响机制的空间异质性。此外,现有文献大多使用普通面板模型对化肥面源污染的驱动因素展开研究, 但对城镇化作用于化肥面源污染的影响机制缺乏进一步分析。中介效应模型可以探究自变量对因变量的影响过程与作用机制, 相比分析城镇化直接影响化肥面源污染的同类研究, 使用中介分析往往能够得到更深入的结果[18]。鉴于此,本文构建“城镇化−中介因子−化肥面源污染”分析框架, 以期发掘城镇化持续推进背景下我国粮食安全保障的化肥面源污染问题, 为农业经济的可持续发展提供实证依据。

1 城镇化对化肥面源污染影响的作用机理

1.1 城镇化、农地禀赋与化肥过量施用引起的面源污染

城镇化的快速发展易导致耕地被占用, 大量的农用耕地变为工业用地、住宅用地, 农地禀赋不断下降[19]。相关研究发现, 1990−2015年我国城镇建设用地占用耕地面积达2.12万km2, 占我国城镇建设用地总面积的72.5%, 我国城镇建设用地占用耕地程度形成“东强西弱”的空间分布态势[20]。城镇化虽能够有效促进经济增长, 为农业规模经营提供金融服务、管理创新、农业技术等生产要素支撑。但根据理性人假设, 资本的逐利性会诱致大量资本流入收益更高的第二、第三产业。例如建设产业工业园、投资乡村旅游特色服务业等等, 耕地“非农化”现象加剧[21]。虽然已经存在“占补平衡”等农地保护政策, 但政策执行效果难以评估, 部分人口密集地区在完成“占补平衡”要求及“GDP锦标赛”双重刺激下, 甚至出现“山下闹田荒, 山上进军垦造”现象。一方面, 农地稀缺地区通常会更加依赖化肥提高粮食产量, 导致农地稀缺地区的化肥投入强度显著高于农地丰富地区, 农地稀缺地区因化肥的过度施用导致化肥面源污染[22]。另一方面, 农地禀赋决定农作物播种面积, 是化肥要素投入的基础, 农作物播种面积的增加导致化肥投入增加[23]。

1.2 城镇化、技术进步与化肥过量施用引起的面源污染

发展中国家城乡间存在紧密的经济联系, 使得城乡资源配置效率不断优化, 农业技术水平不断提高, 与此同时, 城镇化带来的新型农业技术持续向农村输出, 从而缓解化肥面源污染[24]。城镇化通过技术进步对化肥面源污染影响的作用机制可能表现在如下两点: 第一, 促进技术进步。城镇化发展导致农业生产要素的稀缺性变化(如劳动力、耕地等), 使得要素相对价格发生变化, 进而对技术变革产生诱致性作用[25]。城镇化发展促进农业部门收入快速增长, 农业部门为实现社会环保需求与农业经济的可持续增长, 会加大农业科技投入, 提高化肥资源利用效率,减少面源污染排放。当前我国高新施肥技术包括温室现代化管控、水肥一体化技术、根际土壤调控技术、3S技术与精准施肥和飞机施肥技术等, 此类高新技术若能因地制宜, 合理使用, 将会对缓解化肥面源污染做出重大贡献[26-27]。第二, 促进技术应用。目前具有规模大、效率高、成本低等特点的面源污染控制技术少之又少, 高额的面源治理费用普通农户无力承担, 导致农业面源污染现象愈发严重[28]。但城镇化发展能够促进农业生产要素形成新的要素结构关系, 土地流转集中、农业规模化逐步发展成为新型农业生产形态, 具有规模效应的农业经营主体更有能力应用先进农业技术。

1.3 城镇化、劳动力转移与化肥过量施用引起的面源污染

城镇化的本质是人口持续从农村向城市集聚,农村劳动力的转移会影响化肥面源污染, 其表现可能包含两个方面: 一方面, 城镇化的不断发展使得非农比较收益持续提升, 农村劳动力非农转移、农民兼业化等现象加剧, 在其他要素相对价格不变情况下, 农民更倾向选择廉价省力的化肥以替代劳动力投入。另一方面, 农村劳动力转移导致的耕地抛荒、闲置现象在全国各地存在广泛[29], 而耕地抛荒、闲置会促进农村生态环境的恢复与改善[30]。同时在户籍制度的限制下, 农村劳动力很难真正融入迁入地, 其父母通常会留在户籍地从事农业生产活动, 导致农业劳动力老龄化现象加剧[9]。据第3次农业普查数据显示, 2016年末55岁及以上的农业劳动人员占比高达33.6%, 高龄劳动力对化肥过度投入的危害认知不足, 此类劳动力的增加反而会促进化肥的过量施用[31]。因此劳动力转移会通过以上两条路径对化肥面源污染产生相反的两种影响, 影响方向取决于两类力量的合力, 作用机制见图1。

图1 城镇化对化肥面源污染的作用机制Fig.1 Mechanism of effects of urbanization on non-point source pollution of fertilizer

2 模型构建与数据来源

2.1 中介效应模型

面板数据具有解决遗漏变量、样本容量大的优点。因此, 本文构建以农地禀赋、农业技术和劳动力为中介变量的面板中介效应模型。模型计算流程如下: 第一, 运用修正的Wald Test检验是否存在组间异方差; 第二, 运用Pesaran Test检验是否存在截面相关; 第三, 运用Hausman Test选择固定效应模型或随机效应模型; 第四, 检验是否存在时间固定效应;第五, 使用Driscoll-Kraay的标准误。Driscoll-Kraay的标准误综合考虑了异方差、截面相关以及序列相关等问题, 即使存在以上面板异质性问题仍能获得可信的结果。此外, 本文的面板数据属短面板, 因此单位根等问题不予考虑。

式中: U表示城镇化; F表示化肥面源污染; M表示中介因子;Fit表示第i个省第t年的化肥面源污染排放的对数;Uit表示第i个省(市)第t年的常住人口城镇化率;Mit表示第i个省第t年的中介因子, 包括农地禀赋、农业技术进步和农业劳动力3类变量;Xkit表示第i个省第t年第k个会影响化肥面源污染排放和中介因子的控制变量;ft表示第t年不可观测的时间固定效应, 用来描述研究期内发生的可以影响化肥投入的事件;ui表示第i个省不可观测的个体固定效应。εit、δit和zit分别表示对应模型的扰动项。

2.1.1 单元调查评估法测算化肥面源污染排放

由于现有统计资料中并无化肥面源污染排放的直接数据, 因此本文采用文献中运用广泛的单元调查评估法[32-33]对化肥面源污染排放测算, 测算流程如下:

首先, 对化肥面源污染类型进行产污分析。化肥过量投入会对农田土壤、作物和水体(含地下水、地表水)等方面的环境造成污染, 本文重点关注化肥过量对水体的污染, 确定核算的污染指标为总氮(TN)和总磷(TP)。其次, 确定产污单元。产污单元为直接产生污染物且加剧面源污染的独立单位, 由于恶化环境污染的主要肥料为氮肥与磷肥, 因此选择氮肥、磷肥及复合肥作为产污单元。再次, 确定产污单元排放系数。排放系数由排污系数与化肥流失率确定。其中, 排污系数采用以往文献的普遍做法[33], 根据化肥折纯量的化学成分计算, 氮肥、磷肥和复合肥的TN产污系数分别为1.00、0和0.33, TP产污系数分别为0、0.44和0.15。化肥流失率受化肥施用强度、化肥施用比例、肥效限制因子的影响。因此, 根据化肥施用强度高, 流失率高, 化肥施用比例合理, 流失率低, 肥效限制因子利用率高, 化肥流失率低的原则, 将化肥流失率分为低、中、高3个层级, 并依据分析化肥去向试验的研究结果进行赋值, 各省区的统一化肥流失率以相应区域的均值替代。最后, 测算化肥面源污染排放。根据以上流程分别确定产污类型、产污单元、产污系数、流失率,通过式(4)测算化肥面源污染物排放量。生量; Ti为单元i 的 指标统计量; λij为 单元i 中 污染物j的产污系数; ηi为i类化肥的流失率; I为污染物排放

式中: E为化肥面源污染物排放总量(万t); Eij为单元i产生并流失进入水体的j类污染物量, 亦称为污染物排放量; Cij为单元i产生并对水资源造成潜在化肥面源污染影响的j类污染物量, 亦称为污染物产强度, L为农作物播种面积。

2.1.2 DEA-Malmquist指数测度农业技术进步

Solow增长理论认为, 全要素生产率是经济增长过程中剔除劳动、资本、自然资源等投入要素后的残余部分, 是度量技术进步的重要指标[34]。因此, 本文参考刘晨跃等[35]和Fare等[36]的方法, 以农业全要素增长率作为技术进步的替代指标, 计算公式如下:

式中: Mi(xt+1,yt+1,xt,yt)为第t期到t+1期的全要素生产率的变化; ( xt,yt)与(xt+1,yt+1)分别指第t期与t+1期的投入与产出向量。由于Malmquist指数为动态增长率, 需将其转化为累积绝对值, 因此借鉴程惠芳等[37]的方法, 以2007年为基期, 则TFP2008=TFP2007×Mal2008,其中TFP2007=1, Mal2008为2008年的Malmquist指数,按此公式类推, 可得到历年TFP值。

2.2 指标选取及数据来源

研究数据为2008−2018年31省(自治区、直辖市, 不含港澳台, 以下统称省)共11年的面板数据,均来源于《中国统计年鉴》 《中国农村统计年鉴》和各省的统计年鉴。为降低模型异方差以及量纲差异对模型回归的影响, 本文对变量进行对数归一处理。变量选取方面, 在参照现有文献的基础上, 选择技术进步(累积全要素生产率)、劳动力(第一产业劳动力)、农地禀赋(农作物播种面积)作为核心解释变量[11,23,38], 富裕程度、财政支农、农民收入结构作为社会经济控制变量[39-41], 选择农田水利建设、自然灾害作为微观控制变量。

富裕程度: 农业生产活动过程中需消耗大量资源, 同时伴随着各类污染物, 加剧生态环境压力。当前, 我国农业仍处于高消耗、高污染的粗放式发展,高农业经济规模意味着高农业资源消耗以及高农业面源污染程度, 本文选择农业总产值作为富裕程度的替代指标。

财政支农: 葛继红等[40]认为中国的财政支农政策导致化肥要素市场扭曲, 对化肥农业面源污染物排放有显著的激发作用。本文选择农林水事务支出作为财政支农的替代指标。

农民收入结构: 随着经济不断发展, 农村劳动力就业选择逐渐多样, 非农化、兼业化现象也越来越普遍, 农民由单一收入结构向多元收入结构转变。若某特定个体非农收入占比越高, 表明对农业收入的依赖越小, 因而缓解面源污染, 本文选择农村居民工资性收入占农村居民人均纯收入(农村居民人均可支配收入)的比重作为农民收入结构的替代指标。需要说明的是, 由于2013年前后统计口径不一, 因此在2013年前选择农村居民人均纯收入, 在2013年之后选择农村居民人均可支配收入。

农田水利建设: 农田水利设施能够调节地区水情, 改善农田水分含量, 促进农产品稳产高产。但水利设施建成后, 部分地区由于农技人员不足, 未能充分掌握灌溉技术, 过度灌溉导致化肥大量冲入河流湖泊造成污染, 同时稀释了需要微生物滋养的农田肥力, 反使农田逐渐贫瘠, 本文选择有效灌溉面积作为农田水利建设替代指标。

自然灾害: 自然灾害能够影响农业产出, 带来潜在产量损失风险, 进而对农户化肥施用行为产生影响, 本文选择受灾面积作为自然灾害的替代指标。

3 结果与分析

3.1 我国化肥面源污染现状分析

基于式(4)和式(5)测算我国化肥面源污染排放总量及排放强度(由于数据缺失, 因此无港澳台地区的结果), 相比全国第二次污染源普查数据, 本文的测算结果偏高。其原因可能是单元调查评估法更侧重大尺度的农业面源污染估算, 与实际微观污染源的数据存在一定差距。但与现有研究相比, 测算结果并无显著差别[14], 且本文研究重点是探究城镇化与化肥面源污染的动态关系, 对总量数据精确度要求不高。部分测算结果如表1所示。

表1 各省(市、自治区)化肥面源污染排放总量及排放强度Table 1 Total emissions and emission intensity of fertilizers of non-point source pollution in various province (cities, autonomous regions)

总体来看, 研究期内我国化肥面源污染排放呈现先增后减的倒“U”型特征。2008年化肥面源污染物排放量达527万t, 平均排放强度为38.93 kg·hm−2,随后逐渐上升, 至2015年达到峰值, 排放总量和排放强度分别为567.92万t和39.07 kg·hm−2。此后, 受《到2020年化肥使用量零增长行动方案》政策影响, 我国化肥面源污染排放总量及排放强度均有所下降,2018年化肥面源污染排放量及排放强度分别降至516.46万t和37.65 kg·hm−2。从空间结构来看, 2018年化肥面源污染排放强度较大的地区(≥45 kg·hm−2)大多位于我国粮食主销区, 包括北京、广东、浙江、江苏、福建、陕西、天津、上海等省市。2018年化肥面源污染排放总量较大的地区主要分布于粮食主产区, 包括江苏、山东、河南、广东、河北、湖北等地, 这6个省的化肥面源污染排放总量占我国总排放量的比例高达46.12%。可见, 基于粮食功能区的视角探究城镇化对化肥面源污染影响机制更具现实性。

3.2 全国层面城镇化对化肥面源污染的影响

从模型1看, 城镇化对化肥面源污染的直接效应不显著, 根据中介效应判定流程[18], 城镇化对化肥面源污染的影响可能存在“遮掩效应”, 因此进行逐步法判定, 结果显示全国层面城镇化对化肥面源污染的中介效应显著。技术进步、劳动力、农地禀赋3类中介因子均存在负向中介效应, 其中农地禀赋中介效应最大, 绝对值为0.0092, 劳动力与技术进步的中介效应趋近, 绝对值分别为0.0040、0.0033 (表2)。从模型2看, 城镇化发展促进农业技术进步, 同时农业技术进步降低了化肥面源污染。其原因可能是城镇化发展使得社会财富快速积累, 农业部门收入的上升可以促进环境友好型农业技术的应用。有研究发现, 城镇化率每上升1个单位, 农业技术进步增长率提高1.68个单位[42]。农业技术进步的减排效应可能包括如下几方面: 第一, 技术替代或提升资源利用效率。例如, 控释肥通过外表包膜将水溶性肥料裹在膜内使其养分缓慢释放, 其肥料利用率比常规化肥高1倍左右。第二, 治污技术的提升。例如, 太湖治理中采用专门工艺将蓝藻转化为有机肥, 在实现资源循环利用的同时也减少污染[43]。

表2 城镇化对化肥面源污染影响的回归结果Table 2 Regression results of the impact of urbanization on fertilizer non-point source pollution

从模型3看, 城镇化发展促进农村劳动力转移,同时劳动力的转移加剧了化肥面源污染。冷晨昕等[44]研究发现: 第一, 高龄劳动力与农业劳动参与率显著正相关, 原因是随着年龄的增加, 其非农就业机会逐渐减少; 第二, 劳动力的教育年限对农业劳动参与率存在负向影响, 原因是随着教育年限的增加, 劳动力从事农业的机会成本上升。而我国65岁以上农业劳动力从业者自2010年起大幅上升, 农村剩余劳动力老龄化、教育不足等现象日益严峻, 此类劳动力的减肥意愿明显偏弱[45]。

从模型4看, 城镇化发展占用了大量农地, 同时农地禀赋与化肥面源污染正相关。相关研究表明,2010−2015年耕地对新增城镇建设用地面积的贡献高达67.5%[46], 且由于“西部大开发”“振兴东北”和“中部崛起”等战略的实施, 大量的城镇建设导致耕地面积流失现象日益严峻[20]。值得注意的是, 农地对缓解面源污染的中介效应最大。可见, 维持18亿亩耕地红线不动摇, 稳定农作物播种面积是保障粮食安全的重中之重。

3.3 城镇化对化肥面源污染影响的异质性

为探究城镇化对化肥面源污染影响的空间异质性, 分别对粮食主产区(黑龙江、吉林、辽宁、河北、山东、内蒙古、四川、河南、江西、湖南、湖北、江苏、安徽)、粮食主销区(北京、天津、上海、浙江、福建、广东、海南)和粮食产销平衡区(山西、陕西、甘肃、宁夏、青海、新疆、西藏、云南、贵州、重庆、广西)三大粮食功能区进行中介分析[47],结果见表3。

由表3可知, 农业技术进步在粮食主产区和粮食主销区存在显著负向中介效应, 其中粮食主销区的中介效应绝对值最大(0.0160), 粮食主产区次之(0.0118), 粮食产销平衡区中不存在显著的技术进步中介效应。可能的原因是粮食主销区经济水平发达,农业科技成果的转化与应用环境更加完善。现有研究发现, 我国农业科技成果转化绩效呈现东、中、西依次降低的特征, 东部地区(粮食主销区均属东部地区)农业科技成果转化绩效得分高达74.29[48]。与之相反, 粮食产销平衡区以西部欠发达地区为主(除四川、内蒙古外均属粮食产销平衡区), 农业科技成果转化与应用受制于农业基础设施的不足(西部地区的农业科技成果转化绩效得分最低), 导致农业技术进步对化肥面源污染的减肥效应无法显现。

表3 三大粮食功能区城镇化对化肥面源污染的中介效应测算结果Table 3 Calculation results of the intermediary effect of urbanization on fertilizer non-point source pollution in the three major food functional areas

劳动力在粮食主销区和粮食产销平衡区均无中介效应, 仅在粮食主产区存在显著负向中介效应(0.0538), 表明我国劳动力转移对化肥面源污染的影响主要由粮食主产区驱动, 其原因可能是粮食主产区农业劳动力的老龄化程度高于全国其他地区[49]。

农地禀赋在三大粮食功能区均存在显著中介效应, 粮食产销平衡区的中介效应为正, 其他地区中介效应为负。其中粮食主销区中介效应的绝对值最大(0.0126), 粮食产销平衡区次之(0.0095), 粮食主产区最低(0.0055)。由于绿洲农业的发展, 粮食产销平衡区耕地大量开垦, 相关研究显示, 2010−2015年西部地区耕地面积增加5.2×103km2[46], 丰富的农地禀赋有效缓解了化肥面源污染。与之相反, 粮食主产区和粮食主销区的耕地资源更为紧张, 1990−2015年新增城镇建设用地占用耕地面积较大的省份(大于1000 km2)主要分布在东部沿海地区和粮食主产区[20]。

4 讨论与结论

4.1 讨论

在城镇化推进不可逆的背景下, 实行因地制宜的城镇化发展政策, 是促进化肥减量增效, 推进农业绿色发展的重要路径。本文测算了我国2008−2018年的化肥面源污染物排放总量及排放强度, 探究了城镇化对化肥面源污染的作用机制及其空间异质性,为中央政府制定城镇差异化发展政策提供了理论依据。研究结果表明城镇化会减少农地禀赋, 加快劳动力转移, 促进技术进步, 这一结论与范泽孟等[20]、程名望等[50]和高延雷等[47]的研究结果一致, 验证了城镇化对化肥面源污染的第一阶段影响。农地禀赋减少、劳动力转移和技术进步对化肥面源污染会造成显著影响, 这一观点与向涛等[22]、史常亮等[14]和闫桂权等[11]的结果相近, 证实了城镇化对化肥面源污染的中介效应。对比现有研究, 本文研究做出了以下两点深化与发展。一是基于中介效应视角分析城镇化对化肥面源污染的影响机制, 厘清了城镇化对化肥面源污染的作用路径。二是基于粮食功能区视角探究城镇化对化肥面源污染影响的空间异质性,即各类中介因子在不同粮食功能区作用机制的差异。

从农地禀赋来看, 本文验证了城镇化通过占用耕地以提高化肥面源污染排放的路径及其空间异质性, 其中粮食产销平衡区的中介效应与粮食主销区和粮食主产区相反的原因可能是: 城镇化占用耕地现象在粮食主销区和粮食主产区更加严重。有研究发现城镇建设占用耕地面积较大的省份大多位于东部沿海地区(粮食主销区均位于东部沿海地区)与粮食主产区[20]。从劳动力转移来看, 城镇化发展导致从事农业的机会成本上升, 农村青壮年劳动力因而向非农部门转移, 农业劳动力逐渐呈现老龄化特征[51],高龄劳动力的体力和知识水平相对较低, 对化肥过度施用危害的认知不足, 通常会提高化肥投入以减少劳动生产率下降带来的影响, 即劳动力对化肥投入影响的“老化效应”大于“替代效应”[52]。在粮食主产区此种影响最为显著, 其原因可能是粮食主产区农业劳动力的老龄化程度高于其他地区[49]。从技术进步来看, 城镇化通过促进技术进步以缓解农业面源污染的中介效应确实存在, 但这一路径仅在粮食主销区和粮食主产区实现。究其原因, 可能是大多粮食产销平衡区位于经济发展相对落后的西部, 农业现代化程度不高, 技术进步的治污效应无法充分发挥, 而农业现代化程度最高的粮食主销区则能充分利用环境友好型技术[53]。

4.2 结论

本文基于2008−2018年中国31个省的省际面板数据, 构建城镇化对化肥面源污染影响的中介效应模型, 探究了城镇化对化肥面源污染的作用机制,主要结论如下: 1)我国城镇化对化肥面源污染的影响存在显著的中介效应, 农地禀赋、劳动力转移、技术进步均发挥负向中介影响。2)我国城镇化对化肥面源污染的影响机制存在显著空间异质性, 即粮食主产区3类中介因子均显著, 粮食主销区农地禀赋和技术进步两类中介因子显著, 粮食产销平衡区仅农地禀赋中介因子显著。基于上述结论, 本文提出如下建议: 1)在粮食主销区应实施更加严格的耕地保护政策, 同时弱化行政壁垒, 在用地严重不足地区构建跨区协作的耕地“占补平衡”制度。2)加大农业补贴力度, 引导优质劳动力回流农业部门, 同时积极开展新型农业生产技术培训与科普讲座, 培养农户科学施肥意识。3)加大粮食产销平衡区的支持力度, 重点加强农业基础设施建设, 强化农业科技成果的应用。