山西省化肥施用的时空特征演变及驱动因素分析

摘要：基于2010—2020年山西省县（市、区）化肥施用相关数据，运用空间自相关分析、泰尔指数和空间计量模型等方法，从多维度研究分析了山西省化肥施用量的时空特征演变、区域差异及化肥施用强度的驱动因素。结果表明，山西省化肥施用量整体呈“N”形的时间变化和集聚特征的空间分布现象。具体而言，“N”形时间变化的统计学高值为2013年，低值为2019年；集聚特征的空间分布主要表现为热点区域集中分布在晋南地区，冷点区域集中在吕梁山区，且存在明显的空间不均衡特征，晋南地区、忻定盆地、大同盆地等地化肥施用量明显高于其他区域。山西省化肥施用强度整体呈北低南高、逐年递增的现象，施用强度差异主因为区域内差异。具体而言，晋北地区的化肥施用强度最低，其次是晋中地区，而晋南地区的化肥施用强度最高，且处于逐年平稳增长的时间变化趋势；泰尔指数结果表明，区域内的差异是区域总差异的主因，总差异呈波动变化，2018年达最高值；县域化肥施用强度与施用量空间变化特征基本一致。山西省化肥施用强度主要影响因素中，人均耕地面积、农业种植结构、农业劳动力转移对化肥施用强度呈显著负向影响，人口数量呈正向影响，农村居民人均收入及农业技术进步无显著影响。

关键词：化肥施用量；化肥施用强度；时空特征；演变；驱动因素；空间计量模型；山西省

中图分类号：S143；X839.2 文献标识码：A

文章编号：0439-8114（2024）10-0035-09

DOI：10.14088/j.cnki.issn0439-8114.2024.10.007 开放科学（资源服务）标识码（OSID）：

Abstract： Based on the relevant data of fertilizer application in the counties （cities and districts） of Shanxi Province from 2010 to 2020， the spatial auto-correlation analysis， Theil index and spatial econometric model were used to explore and analyze the spatio-temporal characteristics of fertilizer application， regional differences and driving factors of fertilizer application intensity in Shanxi Province from a multidimensional perspective. The results showed that the amount of chemical fertilizer applied in Shanxi Province showed an “N” type temporal change and showed concentration characteristics spatially. To be specific， the statistically high value of the chemical fertilizer applied amount was in 2013 and the low value was in 2019. The hot spots were concentrated in southern Shanxi， and the cold spots were concentrated in the Luliang Mountain Area. There was an obvious spatial imbalance. The fertilizer application amount in southern Shanxi， Xinding Basin and Datong Basin was significantly higher than that in other regions. The fertilizer application intensity in Shanxi Province showed the phenomenon of “low in the north， high in the south， increasing year by year”， with the main reason for the intensity difference being intra-regional differences. To be specific， the fertilizer application intensity in northern Shanxi was the lowest， followed by that in central Shanxi， while that in southern Shanxi was the highest， and it was in a time trend of steady growth year by year. Theil index results showed that intra-regional differences were the main cause of the total regional differences， and the total differences fluctuated， reaching the highest value in 2018. The spatial variation characteristics of fertilizer application intensity and amount at the county level were basically consistent. Among the main influencing factors of the fertilizer application intensity in Shanxi Province， the per capita cultivated land area， agricultural planting structure and agricultural labor transfer had a significant negative impact on the fertilizer application intensity， while the population had a positive impact， and the per capita income of rural residents and agricultural technology progress had no significant impact.

Key words： fertilizer application amount； fertilizer application intensity； spatio-temporal characteristics； evolution； driving factors； spatial econometric model； Shanxi Province

化肥被称作“粮食的粮食”，在农作物增产和确保粮食安全方面有着不可替代的重要位置［1］。20世纪80年代以来，中国化肥施用量呈直线上升趋势［2］，1978年全国化肥施用量为884.0万t，2020年增长到5 250.7万t，增长了近5倍（采用中国统计年鉴数据计算得出）。同时，中国粮食总产量也由1978年的3.05亿t增加到2020年的6.69亿t，增长了1倍多。虽然化肥在很大程度上保障了中国粮食供应充足［3-5］，但同时存在着盲目施肥、施肥结构不合理及利用率低等现象，造成了农业土壤肥力降低、农业面源污染严重等生态环境问题［6-9］。中央与许多地方政府均提出了化肥施用量零增长行动方案及化肥减量增效指导意见，强调要实现化肥施用量零增长或达到负增长目标［10，11］。方案实施以来，化肥施用量开始逐年稳步下降，施用量减少趋势较明显，表明当前施肥结构逐渐趋于合理化，化肥利用率提高。

化肥施用强度即单位农作物种植面积的化肥施用量是衡量地区或国家化肥利用率的常用指标［12］。国内外学者对于化肥施用强度的研究成果颇丰，主要有以下几个方面。第一，基于不同研究尺度估测化肥施用强度并评估面源污染程度。研究结果发现，在不同研究尺度下，中国各区域化肥施用强度一直呈上升趋势，并且大多数区域高于国际公认的测算标准范围。长期高强度的施用化肥导致地表水质污染、农田土壤酸化等一系列生态环境问题。在农业农村部出台的化肥“零增长”政策背景下，部分区域化肥施用量趋势出现转折点，减量增效初显成效，但仍然有较大的实施空间［13，14］。第二，从宏观层面探究化肥施用强度的驱动因素。通过构建不同的空间计量模型，结果发现中国不同区域化肥施用强度主要受农作物种植结构、种植规模、农户收入水平、农业技术投入等驱动因素影响［15-18］，具有空间差异性和依赖性。第三，从微观层面研究农户化肥施用行为的主客观原因。研究结果表明，科学施肥观念、劳动力成本、土地适度规模经营、农业社会化服务、土地集中连片等因素都明显影响农户的施肥强度［19-21］。

山西省是重要的杂粮生产基地，素有“小杂粮王国”的美誉［22］。山西省化肥施用量（折纯量）由1978年的35.6万t增长至2020年的107.4万t，增长了约 2倍。2022年山西省农业农村厅印发《2022年山西省化肥减量增效工作指导意见》，强调要紧紧围绕山西省有机旱作农业发展，按照“高产施肥、经济施肥、生态施肥”的理念，优化施肥方式，调整施肥结构，减少不合理的化肥投入，增加有机肥资源利用，提高化肥利用率，促进全省化肥施用量负增长。基于此，本研究利用2010—2020年山西省115个县（市、区）的面板数据，结合空间自相关分析、泰尔指数等方法且基于多尺度探讨山西省化肥施用强度的时空格局特征，并通过构建最优空间计量模型探析影响化肥施用强度的关键驱动因素，以期为山西省化肥减量增效和有机旱作农业绿色可持续发展提供参考。

1 数据与方法

1.1 数据来源

所用数据包括山西省2010—2020年不同县（市、区）的化肥施用量（折纯）、农作物播种面积（包括粮食作物、油料、瓜果、蔬菜面积）等指标，均来自各部门统计年鉴。由于个别地区行政区划的调整及行政区名称的变更导致的数据信息不对称，以2020年行政区划为基础进行了修正。由于阳泉市所辖城区、矿区数据缺失较多，在探究驱动力因素时以2020年截面数据为样本，空间尺度定为115个县（市、区）为研究单元。所需省、市、县矢量数据来自国家基础地理信息中心（http：//www.ngcc.cn/ngcc/）。

1.2 研究方法

采用空间自相关分析法（包括Moran’s I法和冷热点分析法）和泰尔指数对山西省化肥施用量及施用强度进行时空维度及多尺度维度可视化分析，最后采用空间计量模型对化肥施用量的驱动因素进行现实验证，具体分析框架见图1。

1.2.1 空间自相关分析 全局空间自相关分析用于检测山西省各县（市、区）与其邻近空间区域之间是否存在空间集聚的态势，其中，Moran’s I用于测度山西省化肥施用量空间相关性的总体变化趋势，计算式如下。

式中，n为县（市、区）行政单元数量；Xi和Xj分别为空间单元i和j上的化肥施用量；[X]为平均化肥施用量；S2为方差；Wij为构建的空间权重矩阵。Moran’s I在［-1，1］，当Moran’s I大于0时，表示山西省化肥施用量在空间上具有显著的集聚态势；Moran’s I小于0时，表示山西省化肥施用量在空间上呈空间离散态势；当Moran’s I等于0时，表示山西省化肥施用量随机分布，不具有空间相关性。

1.2.2 冷热点分析 冷热点分析是用来探究局部空间集聚或离散态势的方法。利用冷热点分析标识出山西省化肥施用量的空间高值区（热点区）和低值区（冷点区），采用Getis-Ord Gi*指数计算，公式如下。

式中，若[G*i（d）]大于0，表示空间单元j周围为热点区域（高值集聚）；若[G*i（d）]小于0时，表示空间单元j周围为冷点区域（低值集聚）。

1.2.3 泰尔指数 采用泰尔指数衡量化肥施用强度区域间及区域内的差异。参考荆立群等［23］对山西省地理区域的划分，本研究将山西省115个县（市、区）划分为晋北、晋中、晋南三大区域（表1），分析2010—2020年山西省各区域化肥施用强度的差异及动态变化特征。泰尔指数计算式如下。

式中，w为全省化肥施用强度；n为全省农作物播种总面积；wki为k区域i市的化肥施用强度；wk为k区域的农作物播种面积；nki为k区域i市的农作物播种面积；nk为k区域的农作物播种总面积；T为山西省化肥施用强度总差距，TW是区域内差距，TB是区域间差距，值均在［0， 1］，数值越大，表明差距越大。

1.2.4 空间计量模型

1）指标选取。参考文献［24，25］的研究方法，将人均耕地面积（AL）、人口数量（POP）、农业种植结构（STRUC）、农村居民人均收入（INCOME）、农业劳动力转移（LABOR）、农业技术进步（TFP）作为驱动力解释变量，并对数据进行标准化预处理。

人均耕地面积（AL）。碎片化的农田不利于农业生产效率的提高，从而影响农户化肥施用强度。通过土地流转等可扩大农业经营规模，人均耕地面积提高，农户能以低成本获取科学施肥知识和技术，势必会提高化肥利用率，降低化肥施用强度，促进化肥减量增效，改善农业生态环境。该指标用耕地面积与农村人口数量比值表示。

人口数量（POP）。在土地面积一定的情况下，随着常住人口数量的增加，势必会加剧土地增收增产压力，通过增施化肥保证粮食安全，从而满足社会及发展的需要。

农业种植结构（STRUC）。不同类别农作物的化肥用量需求有差异，因此农作物的种植结构在一定程度上会影响化肥施用强度。已有研究表明，经济作物的化肥施用量明显高于粮食作物［26］，故本研究用粮食作物播种面积与农作物播种面积比值表示农业种植结构。

农村居民人均收入（INCOME）。当农村居民的人均收入提高时，通常会促使农户对农业生产资料的加倍投入。在雇佣劳动力成本逐年升高的背景下，农户通常通过加大施肥强度节约劳动力投入，最终导致化肥施用强度逐年提高。

农业劳动力转移（LABOR）。由于国民经济的快速发展，中国农业劳动力逐渐向非农产业或城市转移，农业劳动力占社会劳动力的比重逐年下降，从而对种植业化肥施用量产生正、负两面的影响：一方面是部分种植户为了省时省力并继续保持高产，会加大施肥强度以代替缺失的劳动力；另一方面是非农业收入远大于农业收入，农民就会撂荒土地［27］，外出务工的农民逐年增加，直接导致化肥施用强度“断崖式”降低。本研究用二、三产业从业人员总和与一、二、三产业从业人员总和的比值表示。

农业技术进步（TFP）。农业技术进步是实现科学施肥的源动力，是实现化肥施用量“零增长”的技术保障，是实现粮食安全的重要保障。理论上，农业技术进步会促使化肥利用率提高，降低化肥施用强度。本研究用各县（区、市）的农业全要素生产率表示农业技术进步，产出变量选用农林牧渔业总产值，投入变量选用农作物播种面积、有效灌溉面积、农业机械总动力及化肥施用量，利用DEA-Malmquist指数方法计算TFP［28］。

2）模型构建。利用空间反距离权重矩阵构建模型，并对空间计量模型进行稳健性检验。在空间计量经济学中，空间权重矩阵是不同区域空间相互关系的重要表现形式，构建空间权重矩阵是空间计量模型中不可或缺的一环。在反距离空间权重矩阵中，假定山西省不同县（市、区）的化肥施用强度空间关联程度随距离的增大而减小，距离越近空间关系越强，距离根据县（市、区）质心经纬度所计算，并对其取倒数，对角线为0。

经典计量模型（OLS）需要研究对象具有空间均质性及独立同分布等特性，而忽略了地理空间效应，容易使计算结果产生偏差，由此给出的政策建议可能会存在误导。空间计量模型可以考虑到各区域间的空间相关性和异质性，能很好地解释山西省化肥施用强度的驱动因素。空间误差模型（SEM）是空间计量经济学中常用的模型，构建的模型中存在被遗漏的解释变量即误差项，误差项表示不同地区之间的联系。空间滞后模型（SLM）表示空间实质相关，也是空间计量经济学中常用的模型，在计量模型中被解释变量的溢出效应以空间滞后的形式存在。本研究通过构建这3种模型并进行对比和分析，选用最优模型。效应指数（F）计算式如下。

OLS模型表达式：

SEM模型表达式：

SLM模型表达式：

式中，α0为常数项；β为各自变量系数；λ为空间误差项系数；ρ为空间滞后项系数；WF为空间滞后项变量；Wε表示空间误差项；[μ]表示随机误差项；ε为随机误差；各解释变量均为标准化后的数值。

2 结果与分析

2.1 化肥施用量的时空特征演变

2.1.1 时间变化 从省域尺度看，2010—2020年山西省全省作物播种面积整体呈下降趋势（图2），由2010年的364万hm2下降到2020年的354万hm2，降幅为2.75%，这一趋势与山西省农业效益较低、退耕还林、耕地撂荒现象、城镇化加快等有很大关联。2010—2013年化肥施用量（折纯量）呈快速增长趋势，由110万t增长到121万t，增长率为10.00%，2013年后开始逐年下降，说明2015年农业农村部提出的化肥减量增效政策有一定的实施成效，但化肥施用强度依旧高于国家250 kg/hm2的警戒线，为303.3 kg/hm2，因此山西省化肥减量仍需加大力度。同时，2010—2020年山西省的粮食产量由1 108万t增长到2020年的1 424万t，增长率为28.52%。在播种面积逐年下降的情况下粮食产量却稳步增长，这可能是由于随着人口增长和经济的快速发展，农户为了解决土地增产的压力，加大了化肥施用强度。

2.1.2 空间变化

1）化肥施用量的空间可视化。从县域尺度将山西省各县（市、区）化肥施用量分为5个等级（表2），利用ArcGIS软件绘制的2010年、2015年、2020年的化肥施用量空间可视化图谱如图3所示，可以看出山西省化肥施用量在县域之间表现出空间分布不均衡的特点，用量较多的区域主要位于晋南及晋北部分县。

由图3可知，2010年山西省大部分县（市、区）化肥施用量处于最低量水平，主要分布在晋西北的平鲁区、右玉县、左云县等区域，吕梁山区大部分县（市、区），太行山区昔阳县、和顺县、左权县等区域；化肥施用量处于次低量水平的县（市、区）主要分布在恒山、五台山及晋南的沁水县、安泽县、浮山县、乡宁县等区域；化肥施用量处在中等量区域的县（市、区）主要分布在大同盆地、太原盆地及晋南的阳城县、泽州县、陵川县等地；化肥施用量处在次高量和最高量水平的地区主要位于原平市、忻府区及运城盆地等地。2020年山西省大部分县（市、区）仍以最低量水平为主，次低量县（市、区）的空间分布及数量变动不大，灵丘县、繁峙县、神池县、五寨县等地由2010年的次低量变为了2020年的中等量水平，忻府区、芮城县、盐湖区、闻喜县等地由2010年的最高量水平降低到2020年的次高量水平，但原平市、襄汾县、夏县等地由2010年的次高量水平上升到最高量水平。整体来看，山西省2010—2020年化肥施用量各等级水平县（市、区）数量变化不大（表2）。

2）化肥施用量的全局自相关。由表3可见，2010年、2015和2020年山西省化肥施用量的Moran’s I分别为0.312 4、0.252 4和0.286 6。这3年的数据中，Z均大于2.58且P均小于0.01，说明此数据在99%的置信水平下显著正相关，表明山西省化肥施用量存在空间相关性，并具有一定的空间集聚特征。3个年份中，2015年化肥施用量的空间自相关性最小；2010—201KXyFoKxkSvb8B92+Q9e3Yg==5年化肥施用量的空间自相关性表现出下降态势，说明山西省化肥施用量在空间上相关性降低；2015—2020年化肥施用量的空间相关性又开始呈上升态势。

3）化肥施用量的局部自相关。为了更全面直观地显示山西省化肥施用量在空间上的局部集聚或扩散态势，对2010年、2015年、和2020年山西省各县（市、区）的化肥施用量进行冷热点分析，利用ArcGIS中的G*及自然断点法将结果划分为5类，分别为冷点区、次冷点区、过渡区、次热点区、热点区（图4）。热点区代表化肥施用量的高值集聚，冷点区表示化肥施用量的低值集聚。由图4可知，山西省化肥施用量空间上存在明显差异。2010—2015年化肥施用量的空间格局变化较大，晋北地区开始出现次热点区和次冷点区，晋南地区的热点区和吕梁山附近的冷点区都稍有收缩。2015—2020年，晋北地区次热点区由代县向应县继续扩张，平城区次冷点区消失，吕梁山附近的县（市、区）冷点区和次冷点区均出现明显扩张的趋势，由娄烦县、古交市向岚县、交城县、方山县扩张，晋南地区的次热点区也出现扩张，由新绛县向襄汾县扩张。

2.2 化肥施用强度的时空格局演变

2.2.1 化肥施用强度的时间变化 由图5可知，2010—2020年山西省各区域化肥施用强度表现为晋南地区（年均371.43 kg/hm2）>晋中地区（年均264.88 kg/hm2）>晋北地区（年均253.53 kg/hm2）。2010—2020年化肥施用强度的年平均变化率表现为晋中地区（0.88%）>晋南地区（0.59%）>晋北地区（0.31%）。晋南地区的化肥施用强度高于其他区域可能是由于自然条件和社会经济的多重影响。山西省晋南地区以种植水果、蔬菜为主，部分区域为一年二熟制，为了增加经济效益，种植户倾向于加大化肥施用量。晋北地区主要是一年一熟制，以粮食作物为主，山多地少，土地碎片化，耕地撂荒现象严重，因而化肥施用强度相对较低。2015年后各区域化肥施用强度均有不同程度下降，主要原因可能是为积极响应农业农村部推行的化肥减量增效方案。但晋北地区在2015年下降后又于2017年开始出现增长态势，可能与当地土壤贫瘠，必须加大化肥投入才能增产有关。

2.2.2 化肥施用强度的区域性差异和演变 如图6、表4所示，山西省化肥施用强度的总差异呈先下降后上升再下降趋势；泰尔指数由2010年的0.180 7上升到2020年的0.192 2，年均变化率为0.62%，2018年总差异最大。化肥施用强度的区域间差异呈现出整体上升趋势，只在2017年降到最低，泰尔指数为0.012 8，占总差异的6.61%。化肥施用强度的区域内差异变化趋势和总差异相似，11年来晋中区域的泰尔指数占比均超过50%，晋北区域的泰尔指数占比基本在2%左右，为最低，说明晋中区域化肥施用强度的差异是区域内差异的主因。2010—2020年区域内差异的贡献均处于79.00%以上，表明区域内差异是山西省化肥施用强度出现差异的主因。

2.2.3 化肥施用强度空间格局演变 根据2007年国家环保总局规定的建设中国生态县过程中化肥施用强度不得超过250 kg/hm2的标准，将化肥施用强度划分为≤250 kg/hm2（低强度）、250～350 kg/hm2（中强度）、350～450 kg/hm2（高强度）、>450 kg/hm2（超高强度）4个等级。由图7可知，在数量演变特征上，低强度施肥区域的县（市、区）数量最多，由2010年的54个减少到2015年的46个，2020年又增加到了50个；中强度施肥区域的县（市、区）2010—2020年变化不大，均在33个左右；高强度施肥区域的县（市、区）2010—2020年变化较小；超高强度施肥区域的县（市、区）从2010年的14个增加到2015年的20个，2020年又减少至16个。在空间演变特征上，超高强度的施肥区域呈现出向长治市集中、向代县和太谷区临近区域扩张的态势，运城市部分县（市、区）也发展为超高强度施肥区域；高强度的施肥区域有向晋南及晋北集中的趋势；中强度的施肥区域变化不大，空间分布较分散；低强度的施肥区域主要分布在吕梁山区、阳泉市及晋中东南区域。

整体来看，2010—2020年山西省县域化肥施用强度的空间分布较分散且不均衡。纵向原因可能是人口增长快速，土地和经济压力增大，农户为了提高粮食产量和满足经济需求加大化肥施用强度；横向原因可能是各区域的种植结构、农业生产水平、农户科学施肥认知等的差异导致农户对化肥的需求量和对科学施肥的认知不同。

2.3 化肥施用强度的驱动因素分析

化肥施用量的Moran’s I检验说明山西省各县（市、区）存在空间相关性，有必要使用空间计量模型进行分析。在LM检验中，对误差项和滞后项的检验均通过1%显著水平检验，而在稳健的LM检验中，滞后项通过了10%显著水平检验，而误差项未通过检验（表5），表明空间滞后模型优于空间误差模型。通过Stata 17软件对拟选定的计量模型进行估计分析，结果见表6。空间滞后模型的拟合度R2最高，为0.462，AIC和BIC均最小，分别为191.090 2和213.049 6，且ρ在1%水平显著，进一步证实空间滞后模型为最优模型。因此，本研究基于空间滞后模型的回归结果对山西省化肥施用强度的驱动因素进行实证分析。

1）人均耕地面积（AL）。如表6所示，人均耕地面积显著负向影响山西省化肥施用强度。人均耕地面积每提高1%，化肥施用强度降低0.677 6%。这表明土地规模化利用程度越高，越有利于提高化肥利用率，降低化肥施用强度。

2）人口数量（POP）。如表6所示，人口数量显著影响山西省化肥施用强度，且作用方向为正。人口数量每增加1%，化肥施用强度增加0.275 4%。这表明随着人口数量的不断增加，土地增产的压力增大，农户会通过提高化肥施用强度保障粮食安全。

3）农业种植结构（STRUC）。如表6所示，农业种植结构显著负向影响山西省化肥施用强度。粮食作物占农作物播种面积的比值每减少1%，化肥施用强度会增加1.975 1%，侧面反映出粮食作物的化肥施用量显著低于经济作物。就山西省而言，晋南地区侧重于经济作物的种植，晋北地区由于气候条件及地形等自然条件的影响，倾向于种植短日期的杂粮作物。这说明区域间的农业生产结构不同会造成化肥施用强度的差异。

4）农村居民人均收入（INCOME）。如表6所示，农村居民人均收入回归系数为正，但系数不显著，说明农户收入因素对化肥施用强度并没有多大影响。过去农民以种地为生，收入来源单一，只能通过加大化肥施用强度增收增产，而随着城镇化的快速发展，农民就业机会增加，收入来源多样，多数农民不再依靠单一的种地为生，对化肥的依赖性减少。

5）农业劳动力转移（LABOR）。如表6所示，农业劳动力转移回归系数为负，且通过了1%水平的显著性检验。二三产业就业人口占比每增加1%，化肥施用强度减少3.299 7%。这说明，一方面，随着农村大量的中青年涌入城市，农村老龄化加重，农村劳动力骤然下降，造成大量耕地撂荒；另一方面，随着脱贫攻坚及乡村振兴战略的实施，农民实现脱贫，消费观念和饮食习惯发生质的转变，开始注重农产品的绿色、环保、健康，不再盲目地通过施肥增产。

6）农业技术进步（TFP）。如表6所示，农业技术进步对山西省化肥施用强度呈不显著正向影响。一般而言，农业技术进步会使化肥施用强度降低，但本研究结果显示山西省的农业技术进步对化肥施用强度影响不大。这可能与山西省特殊的地形地貌有关，部分区域耕地碎片化严重，农业机械化利用程度偏低，从而导致区域化肥施用率不高。

3 小结与启示

本研究从多尺度探究了2010—2020年山西省化肥施用量和施用强度的时空格局演变及区域差异，并通过构建空间计量模型分析了山西省化肥施用强度的驱动因素，得出以下研究结论。①化肥施用量。在省域尺度上，山西省化肥施用量呈先上升后下降的时间变化特征，转折点为2013年；在县域尺度上，化肥施用量集聚特征显著，热点区域集中分布在晋南地区，冷点区域集中分布在吕梁山区，且存在明显的空间不均衡特征。晋南地区、忻定盆地、大同盆地等地化肥施用量明显高于其他区域。②化肥施用强度。在地理区域尺度上，晋北地区的化肥施用强度最低，其次是晋中地区，晋南地区的化肥施用强度最高，且处于逐年平稳增长的时间变化趋势；泰尔指数结果表明区域内的差异是区域总差异的主因，总差异呈波动变化，2018年达最高值；县域化肥施用强度与施用量空间变化特征基本一致。③化肥施用强度驱动因素。空间滞后模型结果显示，人均耕地面积、农业种植结构、农业劳动力转移对化肥施用强度呈显著负向影响，人口数量呈显著正向影响，农村居民人均收入及农业技术进步无显著影响。

因此，为推动山西省化肥减量增效农业绿色可持续发展应从以下几方面着手。①大力宣传和推广科学施肥技术，全区域建立有机肥代替化肥示范基地，全方位支持测土配方施肥技术，指导农户按需施肥、科学施肥，提高化肥的利用效率。②改变传统农业经营模式，鼓励农户适度规模经营，引导农户加快土地流转、合法的前提下进行土地互换以扩大地块。尤其是晋北地区，土地碎片化和耕地撂荒严重，通过土地托管、土地承包等方式发展适度规模经营，可以提高化肥利用率，降低农业面源污染，提高耕地质量，保护生态环境。③农业相关部门应积极组织农民培训，使农民掌握新型施肥技术，改变过去盲目施肥认知，将提高农民掌握先进的、科学的、现代的农业技术培训常态化，加大科学施肥扶持力度，增强农民对化肥施用减量增效的认知与实践，从源头实现化肥施用的“零增长”，推动农业绿色可持续发展。④大力培育新型青年农业从业人员。通过提高农业院校及农业科研单位的经费支持，加大科研投入，扩大农业院校招生力度，大力培养农业科技人才，为农业发展注入青年力量，突破农业发展瓶颈，推动“特”“优”农业高质量发展。

参考文献：

［1］ 潘晓东， 李 品， 冯兆忠， 等. 2000～2015年中国地级市化肥使用量的时空变化特征［J］.环境科学， 2019， 40（10）：4733-4742.

［2］ 刘钦普.安徽省化肥面源污染环境风险分析［J］.生态与农村环境学报， 2015， 31（6）：876-881.

［3］ 辛良杰， 李秀彬， 谈明洪. 2000—2010年我国农业化肥施用的时空演变格局［J］.中国农业大学学报， 2013， 18（5）：21-27.

［4］ 田沛佩， 卢宏玮， 李 丹， 等. 2008～2017年中国地级市化肥施用碳足迹的时空演变格局［J］.中国环境科学， 2021， 41（2）：967-973.

［5］ 经 阳，叶长盛.江西省县域农业化肥施用差异及其驱动机制［J］.农业现代化研究， 2015， 36（4）：657-665.

［6］ 刘钦普.河南省化肥使用环境风险时空特征分析［J］.生态经济， 2014， 30（10）：175-178.

［7］ 赵大伟， 曲凯欣.黑龙江省境内黑土带地区化肥施用量的时空异质性［J］.东北林业大学学报， 2018， 46（2）：88-92，104.

［8］ 周 亮， 徐建刚， 蔡北溟， 等.淮河流域粮食生产与化肥消费时空变化及对水环境影响［J］.自然资源学报， 2014， 29（6）：1053-1064.

［9］ 刘钦普.江苏省化肥使用的时空变化及环境安全使用量探讨［J］.江苏农业科学， 2012， 40（10）：7-9.

［10］ 黄晓丹， 李 陈， 黄 翌.基于分省数据的中国农药化肥施用量区域差异研究［J］.生态经济， 2019， 35（4）：118-124.

［11］ 赵雪雁， 刘江华， 王 蓉， 等.基于市域尺度的中国化肥施用与粮食产量的时空耦合关系［J］.自然资源学报， 2019， 34（7）：1471-1482.

［12］ 张利国， 刘 辰， 陈 苏.南方稻作区化肥施用强度时空演变及驱动因素研究［J］.江西财经大学学报， 2021（1）：104-115.

［13］ 李太平， 张 锋， 胡 浩.中国化肥面源污染EKC验证及其驱动因素［J］.中国人口·资源与环境， 2011， 21（11）：118-123.

［14］ 栾 江，仇焕广，井 月，等.我国化肥施用量持续增长的原因分解及趋势预测［J］.自然资源学报， 2013， 28（11）：1869-1878.

［15］ 潘 丹.中国化肥消费强度变化驱动效应时空差异与影响因素解析［J］.经济地理， 2014， 34（3）：121-126，135.

［16］ 李秋生， 李大胜.绿色发展背景下中国化肥施用强度下降的驱动因素研究——基于空间面板数据模型的分析［J］.农林经济管理学报， 2019， 18（4）：462-471.

［17］ 张利国， 鲍丙飞， 董 亮.鄱阳湖生态经济区粮食单产时空格局演变及驱动因素探究［J］.经济地理， 2018， 38（2）：154-161.

［18］ 张军伟， 张锦华， 吴方卫.粮食生产中化肥投入的影响因素研究——基于Durbin模型的分析［J］.经济地理， 2018， 38（11）：174-182.

［19］ 杜丽永， 孟祥海， 沈贵银.规模经营是否有利于农户化肥减量施用？［J］.农业现代化研究， 2022， 43（3）：475-483.

［20］ 高晶晶， 彭 超， 史清华.中国化肥高用量与小农户的施肥行为研究——基于1995～2016年全国农村固定观察点数据的发现［J］.管理世界， 2019， 35（10）：120-132.

［21］ 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.

［22］ 田志芳， 杨 春， 陕 方.发挥自然资源优势 建设“小杂粮王国”［J］. 中国农业科技导报， 2005（3）：56-58.

［23］ 荆立群，薛耀文.资源型地区文化产业空间集聚特征研究［J］.经济问题，2020（5）：123-129.

［24］ 苏淑仪， 周玉玺， 周 霞.中国蔬菜种植化肥施用强度时空演变及影响因素［J］.中国农业大学学报， 2022， 27（6）：248-263.

［25］ 于元赫， 李子君， 姜爱霞， 等.山东省农业化肥施用强度时空格局演变及驱动力分析［J］.中国农业大学学报， 2019， 24（4）：176-186.

［26］ 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——Ⅰ化肥供应［J］. 资源科学， 2007，20（6）：162-169.

［27］ 韩小英，殷海善，王 静.吕梁山区耕地利用影响因素分析［J］.山西农业科学， 2020， 48（10）：1679-1682，1692.

［28］ 何泽军， 李 莹.基于DEA-Malmquist指数法中国农业全要素生产率变化特征分析［J］.河南农业大学学报， 2018， 52（5）：839-844.

收稿日期：2023-09-20

基金项目：国家重点研发计划课题（2021YFD1901105）；山西省科技重大专项计划“揭榜挂帅”项目（202101140601026）；山西农业大学省部共建有机旱作农业国家重点实验室自主研发项目（202105D121008-1-3；202001-3）；山西农业大学农业经济管理学院青年基金项目（2022-12）

作者简介：韩小英（1989-），女，山西偏关人，助理研究员，主要从事GIS技术及农业生态环境研究，（电话）15935696757（电子信箱）sxauhxy@163.com；通信作者，杨三维（1969-），男，山西河曲人，研究员，主要从事生态农业及旱作农业研究，（电子信箱）sxauhxy@163.com。