影响农户减施化肥行为因素实证研究

曾维军　侯明明

摘要 以洱源县6个乡镇农户问卷调查数据为基础，运用因子分析与回归分析方法，对6个乡镇农户参与减施化肥的影响因素进行了研究。结果表明，政府补贴与政府组织教育培训是农户决定是否参与减施化肥的关键因素；农户对化肥利用率与品牌的认知对农户是否参与减施化肥产生较大影响；具有风险偏好、性别为男性、文化程度较高、有特殊经历的农户，农作物种植面积较大、产生的废弃物较多、农业收入较高、属于科技创新示范户的家庭更倾向于在农业生产中减施化肥；农户的环境污染与绿色产品的认知水平对农户是否参与减施化肥基本不产生影响。

关键词 问卷调查；因子分析；回归分析；减施化肥；影响因素

中图分类号 S181.3；F767.2 文献标识码 A 文章编号 0517-6611（2014）05-01489-06

Abstract Based on the questionnaire survey of farm households from 6 villages， this paper studies the influencing factors of reducing the use of fertilizer through factor analysis and regression analysis. The result shows that pension and basic training offered by the government are the key factors that influence the farmers willingness to join the fertilizer reduction project. The farmers knowledge about fertilizer use efficiency and fertilizer brands also greatly influence their willingness to join the fertilizer reduction project. It was found that the farmers who are more willing to reduce the use of fertilizers have the following characteristics： prefer risks， male， higher education level， special experience， possessing bigger cultivation area， producing more wastes， higher income， and model household of scientific and technological innovation. On the other hand， the farmers cognitive level of environmental pollution and green products has no influence on their willingness to join the fertilizer reduction project.

Key words Questionnaire survey； Factor analysis； Regression analysis； Reduction of chemical fertilizer； Influencing factors

环境污染主要分成点源污染与非点源污染，非点源污染又称面源污染，与点源污染相比，非点源污染具有广泛而分散、随机且高度不确定、潜伏性、研究和控制难度大等特点[1]。在流域尺度的水体污染中，由农田、农村养殖业以及城乡结合部产生的农业面源污染的危害大大地超过了城市工业点源污染。我国污染最为严重的三大湖泊太湖、巢湖、滇池，其中巢湖的水质为V类，太湖、滇池的水质为劣V类，三大湖面源污染所占比例已经超过点源污染，成为水质恶化和富营养化的主要原因[2-4]。农业面源污染的日益恶化，给世界各国造成了巨大的经济损失。据估计，水污染造成的经济损失占我国GDP的1.46%～2.84%[5]。

洱源县6个乡镇位于洱海流域的上游，每年通过6个乡镇注入洱海的水量约占其补水总量的70%。在进入洱海的总氮、总磷负荷中，农业面源污染分别占53%和42%，而洱海流域的化肥利用率仅为24.50%，每年约有13.87万～27.88万t的氮、磷残留在农田土壤，而后随径流进入水体[6]。洱海流域农村与农田面源氮、磷污染是洱海富营养化的主要影响因素[7]。农作物施肥量增加引起水质下降，袁天泽等研究认为随着施肥量的增加，稻田水体中、土壤中的总氮、总磷化学需氧量随之增加[8-9]。洱海的污染主要來自于农业面源污染，化肥的不合理使用是造成农业面源污染的主要原因，传统的施肥方式与观念、对化肥利用率的认知又是造成化肥使用不合理的主要影响因素，在农业生产中减少化肥施用量，可以有效减少农业面源污染。农户施肥行为作为农户生产行为重要组成部分，国外许多学者利用农户的施肥行为模型对农户行为进行研究，结果显示，农户施肥行为受农户个人特征、家庭特征、外部环境等多种因素的影响[10-13]。因此，笔者研究洱源县6个乡镇农户对施肥行为认知、态度、动机等影响因素，对控制洱海流域农业面源污染、保护洱海生态具有重要意义。

1 资料与方法

1.1 问卷调查

1.1.1 问卷调查地点。

在问卷调查地点的选择上，主要基于以下几点考虑：一是调查的乡镇、村庄地理位置必须位于洱海流域界内；二是农业收入是所调查的乡镇及村庄的主要经济来源；三是兼顾不同的农业资源禀赋，种植的农作物有一定的差异。按以上原则，项目调查地点选择在茈碧湖镇、邓川镇、右所镇、三营镇、凤羽镇、牛街乡进行。这5镇1乡的农业生产、生活用水等最终汇入洱海，成为洱海农业面源污染的主要来源。通过查阅相关资料及实地走访，在上述5镇1乡范围内选择了16个行政村（表1）作为走访调查的对象。此次问卷调查总计发放问卷400份，最终共收回有效问卷368份。

1.1.2 调查方案。

1.1.2.1 调查目的。通过实地走访洱源县洱海流域内的农户，了解农户在农业生产中施肥行为、减施化肥的态度影响因素。

1.1.2.2 预调查。在开展正式调查前，对调查区域农户先进行了小规模的预调查，对参加调查人员做了统一的培训工作，预调查的村庄选取了三营镇的永乐村、永兴村以及茈碧湖镇的官营村进行，共调查了农户20户，收回调查问卷20份。

1.1.2.3 调查的形式。采用问卷调查的方式，根据调查问卷样本区的总样本数确定样本容量，采取随机样本抽样法对农户发放调查问卷进行调查。调查样本的抽取分成2个阶段，第1阶段，在所选取得进行问卷调查的乡镇，选择典型的有代表性的村级样本；第2阶段，在选择的有代表性的村级样本中，按照随机抽样原则选择农户进行入户调查。

1.1.2.4 调查问卷补充与修改。通过对预调查问卷进行信度与效度检验、因子相关性分析等，剔除问卷中相关性高的选项，对问题的顺序进行重新排列，对调查问卷中问卷设计的问题与内容主旨不相符的内容，先后对调查问卷进行了5次修改与补充，形成最终的问卷。问卷内容紧扣农户施肥行为主旨，问卷表现形式上通俗易懂，问卷的安排合理，基本上达到了预期目的。

1.1.2.5 正式调查。项目组共组织在校硕士研究生5名、博士研究生1名，通过统一培训后，于2012年5～8月在洱源县的三营镇、茈碧湖镇、牛街乡等6个乡镇进行问卷调查。项目组共发放调查问卷400份，收回调查问卷392份，通过对问卷的完整性进行检验及遗失样本进行统计，有效问卷总计368份。

1.1.2.6 调查问卷数据的处理。收回调查问卷后，笔者于2012年10月～2013年4月对调查问卷的数据进行了统计及录入等工作；统计工具主要是Excel 、SPSS、Eviews等软件。

1.1.3 问卷内容。

1.1.3.1 农户及农户家庭基本情况调查。主要包括农户的性别、年龄、文化程度、政治面貌、特殊经历、主要从事的行业、年家庭总收入及来源、家庭耕地面积及播种面积、农业收入占比、是否为生态文明示范户等。

1.1.3.2 2011年种植行业及肥料施用基本情况调查。主要包括主要作物名称、种植面积、土地权属性质、茬口、产量以及产品处理方式等调查内容、施用肥料种类。

1.1.3.3 化肥使用相关情况调查。在这部分调查中，主要以调查农户的施肥量、施肥方式、施肥行为、购买化肥行为相关影响因素为目的。

1.1.3.4 农户对减施化肥生态补偿的认知、态度及动机调查。此部分共设计14个问题，通过这部分的调查，了解农户对生态补偿、农业面源污染、循环农业、化肥利用率、绿色生态产品及农户对治理农业面源污染措施等相关知识的认知程度，了解农户对参与减施化肥的态度及动机。

1.2 研究方法

1.2.1 因子分析。因子分析是多元统计分析的一个重要分支，是一种将多变量化简的技术，其目的是分解原始变量，从中归纳出潜在的类别，每一种类别即代表一个“共同因子”，原始变量与因子分析时抽出的共同因子的相关关系用因子负荷表示[14]。

2 结果与分析

2.1 变量描述

在阅读相关文献的基础上，结合研究区的实际情况，利用问卷调查得到的15个解释变量参与因子分析，并利用因子分析后得到的公因子得分进行回归分析，并对解释变量的正、负影响方向进行推测。设因变量为农户对减施化肥的态度，自变量包括农户的性别、农户的文化程度、农户对待风险的态度、农户的特殊经历、家庭农业收入、科技创新示范户、家庭农业种植面积、政府宣传培训次数、农户家庭生产和生活废弃物数量、有机肥施用量等，并分别对各变量的含义、取值范围、平均值进行解释和统计。由表2可知，受访农户中男性占85.87%，女性仅占14.13%；农户对待风险的态度中选择风险规避的占75.4%，家庭农业种植面积平均为0.5 hm2，家庭农业收入为5 873.56元，属于科技创新示范户占11.69%；政府宣传培训次数的平均值为3.352 6，说明农户认为政府需增加宣传培训次数。从农户对于化肥认知的情况来看，农户对环境污染、施用化肥利用率、绿色产品、化肥品牌的认知比较了解，分别仅占39.1%、28.3%、24.5%、32.2%，认知程度较低。

2.2 因子分析

2.2.1 KMO和Bartlett检验。

对因子进行是否适合因子分析检验的常用方法有KMO检验与Bartlett检验。对农户减施化肥的影响因素进行KMO和Baterlett检验，发现取样足够度的 KaiserMeyerOlkin 度量值为0.774，大于0.5接近1，Bartlett球體检验的近似卡方达964.721，自由度df达105，显著水平值P<0.000 1，说明因子分析相关矩阵中存在共同因子，适合于因子分析。

2.2.2 抽取共同因子。

在此采用主成分分析法来估计因素负荷量，因子数目的确定采取的是特征值（eigen value）准则与碎石图检验（scree test）准则相结合的办法，特征值准则仅提取特征值>1 的选项，从碎石图检验（图1）可以看出，有5个公因子的特征值>1，第6个因子的特征值与后面因子的特征值均小于1，处于一种近似平行的趋势。确定主因子数目后，通过因子模型进一步分析，计算原有变量的相关矩阵非零特征根方差贡献率、累计方差贡献率以及最大方差法旋转后所得到的方差贡献率、累计方差贡献率。

从表3可以看出，初始特征值>1的公因子共有5个，5个公因子的方差贡献率分别为34.293%、12.463%、11.262%、8.456%、6.904%，5个公因子因子的累积贡献率达73.379%，即累积贡献率>70%，说明前5个公因子基本能反映所有变量的大部分信息，可以进行下一步的分析。经最大方差法旋转后，5个公因子累计贡献率不变，方差贡献率分别为22.982%、17.773%、13.438%、11.730%、7.456%。

2.2.3 因子分析及命名。

为了对抽取的因子做出更有意义的解释，往往需要对因子进行坐标旋转，调整各因子负荷量的大小，转轴后，公共因子的特征值会发生改变，但变量的共同性不会改变。由经方差最大法正交旋转的因子载荷矩阵（表4）可见，变量农作物种植面积、家庭农业收入、科技创新示范户以及家庭生产、生活废弃物数量在第1个公共因子F1上载荷较大，说明F1公共因子对这些变量有较大影响，变量中农作物种植面积、家庭农业收入、生态文明示范户以及家庭生产、生活废弃物数量均属农户家庭特征，因此将公共因子F1取名为农户家庭特征；第2个公共因子F2对变量农户对待风险态度、农户性别、农户文化程度、农户特殊经历影响较大，4个变量均是农户个人特征，因此公共因子F2取名为农户个人特征；第3个公共因子F3对变量农户对环境污染的认知、有机肥施用量、农户对绿色产品的认知影响较大，3个变量均与农户对环境污染认知有关，因此将公共因子F3取名为农户环境污染认知；第4个公共因子F4对变量接受农技培训、政府补贴影响较大，2个变量均与政府政策有关，因此将公共因子F4取名为政府涉农政策；第5个公共因子F5对变量是否知道化肥利用率、是否了解化肥品牌影响较大，因此将公共因子F5取名为农户化肥认知。

2.2.4 计算样本各因子得分。

因子分析的最终目的是在进一步分析中用较少的因子代替原有的变量参与建模，原有变量是通过各个主因子与之建立线性方程来表示的。各个变量的因子得分系数矩阵是将公因子表示成各个变量的线性组合，由此计算出5个公因子的得分（表5）并代替16个变量参与下一步的回归分析。

2.3 回归分析

2.3.1 模型检验。在因子分析的基础上，为了考察各变量对农户减施化肥行为的影响，笔者将5个公因子的得分与经标准化处理后的农户减施化肥意愿进行Logistic二元回归分析。回归分析进入的方法采用常用的backward conditonal方法，首先将所有的变量全部引入方程，并进行回归系数显著性检验，对回归系数不显著的变量排除出方程，并重新进行

模型拟合，直到方程中变量的系数达到显著水平。

Hosmer和Lemeshow检验值是检验模型拟合优度指标，回归模型经Hosmer 和 Lemeshow 检验，2个模型的Hosmer 和 Lemeshow 检验值概率P值（0.479、0.490）均大于显著性水平（表6），即不拒绝原假设，在可接受的水平上的模型估计拟合了数据，模型回归是有效的。模型系数的综合检验是模型的χ2检验，它检验的是自变量与研究事件对数发生比线性相关的检验，经综合检验发现模型1与模型2的P值<0.001（表7），说明模型中的自变量对因变量有显著的解释能力，自变量与因变量之间存在显著的线性相关。2个模型的预测准确率均达81.7%，说明模型基本可以通过模拟回归农户减施化肥的影响因素，准确预测农户对待减施化肥的态度。

为了方便对回归模型做出说明，笔者在此将方差最大正交旋转因子载荷矩阵（表4）与农户减施化肥影响因素模型回归估计结果（表8）的有用信息整合成一张表（表9）。再根据各变量的推测影响方向与表9回归检验结果，得到表10。

2.4 农户减施化肥主要影响因素分析 从表9可以看出，4个公因子对农户减施化肥影响大小的排序为公因子F4（政府涉农政策）>公因子F5（农户对化肥的认知）>公因子F2（农户个人特征）>公因子F1（农户家庭特征）。F1对农户化肥减施意愿影响最小，F1对农户减施化肥的影响显著小于F4，从4个公因子对农户减施化肥意愿影响的正负关系来看，除F1农户家庭特征对农户减施化肥意愿为负相关外，其余公因子与农户减施化肥意愿均呈现正相关的关系。下面，笔者根据模型公因子回归系数与因子载荷对模型回归结果进行说明。

2.4.1 公因子F4对农户减施化肥意愿影响。F4是对农户减施化肥影响最大的因子，主要包括政府补贴与政府组织农技教育培训2个变量，2个变量对农户减施化肥意愿均是正向的影响（表10），政府对农户每亩农作物减施化肥的补贴越多，则农户参与减施化肥的的意愿越强烈；同理，政府组织越多的农技培训，农户越倾向在农业生产中减施化肥。在问卷调查中，很多农户把政府是否有补贴作为其是否愿意参与减施化肥的最重要的条件，所以政府涉农政策公因子对农户减施化肥意愿的影响最大，由此可见，政府在引导农户进行减施化肥过程中，制定合理的减施化肥生态补偿标准是最关键的一步。

2.4.2 公因子F5对农户减施化肥意愿影响。F5对农户减施化肥意愿影响居于第2位，F5包括农户是否了解化肥利用率、是否了解化肥品牌2个变量，2个变量对农户减施化肥意愿的影响均是正向的（表10），表明农户越了解化肥的利用率与化肥品牌，则农户参与减施化肥的积极性更高。在现实中，一般说来，农户了解的化肥品牌越多，了解哪一类化肥主要适用于哪一类农作物的知识越多，其了解化肥利用率的知识也会越多，在过量施肥比较普遍的情况下，则农户在农业生产中减施化肥的意愿也更强烈。

2.4.3 公因子F2对农户减施化肥意愿影响。F2对農户减施化肥意愿影响居于第3位，F2包括农户对待风险的态度、农户性别、农户文化程度、农户特殊经历4个变量，4个变量对农户减施化肥意愿的影响均是正向的（表10），表明农户越有冒险精神，文化程度越高，拥有的特殊个人经历越丰富，则农户参与减施化肥的积极性更高，男性在实际农业生产中参与减施化肥的意愿强于女性。

2.4.4 公因子F1对农户减施化肥意愿影响。F1对农户减施化肥意愿影响最小，F1包括家庭种植面积、家庭农业收入、科技创新示范户以及家庭生产、生活废弃物数量4个变量。变量家庭农作物种植面积、家庭农业收入对农户减施化肥意愿的影响是正向的，表明受访农户家庭农作物种植面积越多、家庭农业收入越高，农户越愿意在农业生产中进行化肥减施的尝试；变量家庭生产、生活废弃物数量以及科技创新示范户对农户减施化肥意愿的影响是负向的，变量家庭生产、生活废弃物数量影响方向与实际推测方向相同，在实际生活中，家庭产生越多的生产、生活垃圾，即会产生越多的有机肥，在农业生产中农户减施化肥的愿望也越强烈；变量科技创新示范户影响方向与实际推测方向相反，一般说来，科技创新示范户文化程度较高，接受生态施肥的培训较多，农业科学知识相对丰富，在农业生产中越倾向减施化肥。模型回归结果与实际推测影响方向出现偏差可能的原因是在受访的农户中，科技创新示范户所占比例非常小，不能代表样本的总体水平，从而造成模型回归结果与实际推测方向出现差异。

此外，从回归结果来看，公因子农户对环境污染的认知对减施化肥影响不显著，而从现实的情况看，有机肥施用量会对农户是否参与减施化肥产生影响。可能的原因是从调查问卷结果分析，农户对环境污染的认知、对绿色产品的认知的程度很低，大部分农户对农业生产活动是否对环境产生污染、生产产品是否绿色生态持无所谓的态度；在模型分析过程中，农户对环境污染的认知与对绿色产品的认知对公因子F3的回归结果产生影响，从而造成公因子F3对减施化肥影响不显著。

3 结论与讨论

（1）在参与减施化肥的动机中，农户更关注自身的经济利益，即减施化肥行为能得到政府的补贴是多少，这也成为决定农户是否参与减施化肥的决定因素； 通过政府组织农技教育培训，有助于提高了农户农业科学知识与技术水平，则农户参与减施化肥的意愿也更趋于强烈。

（2）作为理性经济人的农户以粮食产量的最大化为目标，当决定是否参与减施化肥时，农户更关注化肥利用率及化肥品牌对粮食产量的影响程度，而农户的环境污染与绿色产品的认知水平对农户是否参与减施化肥基本不产生影响。

（3）具有风险偏好、性别为男性、文化程度较高、有特殊经历的农户，农作物种植面积大、产生的废弃物较多、农业收入较高、属于科技创新示范户的家庭更倾向在农业生产中减施化肥。

参考文献

[1]DENNIS L CORWIN，KEITH LOAGUE，TIMOTHY R.Ellsworth.GISbased modeling of nonpoint source pollutants in the vadose zone[J].Journal of soil and water Conservation，1998，53（1）：34-38.

[2] 鲍全盛，王华东.我国水环境非点源污染研究与展望[J].地理科学，1996，16（1）：66-72.

[3] 袁晓燕，余志敏，施卫明.浙北平原河网农村小流域面源污染调查与防治对策——以德清县武康镇新琪村为例[J].生态与农村环境学报，2010，26（3）：193-198.

[4]席运官，陈瑞冰，李国平，等.太湖流域坡地茶园径流流失规律[J].生态与农村环境学报，2010，26（4）：381-385.

[5] 曲格平.影响中国生态安全的若干问题分析[J].环境保护，2002（9）：25.

[6] 李凤香.洱海面源污染治理现状及对策[J].环境科学导刊，2008，27（S1）：82-84.

[7] 程磊磊，尹昌斌，胡万里，等.云南省洱海北部地区农田面源污染现状及控制的补偿政策[J].农业现代化研究，2010，31（4）：471-474.

[8] 袁天泽，徐燕，黄仁军，等.水稻施肥量对农田水质的影响[J].江苏农业科学，2010（2）：343-344.

[9] 刘红梅，修伟明，赵建宇，等.不同施肥量和方式对小麦产量及土壤硝态氮的影响[J].湖北农业科学，2011，50（2）：253-262.

[10] NKAMLEUG B，ADESINA A A.Determinants of Chemical Input Use in PeriUrban Lowland Systems：Bivariate Probit Analysis in Cameroon[J].Agricultural Systems，2000，63（2）：111-121.

[11] ASFAW A，ADMASSIE A.The Role of Education on the Adoption of Chemical Fertilizer under Different Socioeconomic Environments in Ethiopia[J].Agricultural Economies，2004，30（3）：215-228.

[12] ABDOULAYE T，SANDERS J H.Stages and Determinants of Fertilizer Use in Semiarid Afican Agricultural[J].The Niger Experience.Agricultural Economics，2005，32（1）：167-179.

[13] COADY D P.An Empirical Analysis of Fertilizer Use in Pakistan[J].Eeonomica，1995，62（246）：213-234.

[14] 郭志剛.社会统计分析方法SPSS软件应用[M].北京：中国人民大学出版社，2001：195-210.