农户绿色农业技术采纳行为及收入效应

侯晓康，刘天军 ，黄 腾，袁雪霈

(西北农林科技大学，经济管理学院/西部农村发展研究中心，陕西 杨凌 712100)

引 言

我国农业主要依靠“高肥高药”等粗放生产方式以年均4.6%的速度持续增长了40年,同时农业污染也成为了严重的面源污染。农户化肥施用不当是导致农村土壤污染最主要的因素,灌溉或雨水冲刷进而导致水资源与空气污染,从而形成了土壤、水资源和空气污染的恶性循环[1]。1995-2016年我国化肥施用总量由3 594万吨增长至5 984万吨,施用强度由15.6千克/亩增长至24.2千克/亩,远超国际化肥投入警戒标准15千克/亩,农业施肥增产效应持续下降,化肥有效利用率低至33%[2]。十九大报告指出:“推进乡村绿色发展,强化土壤污染管控和修复,加强农业面源污染防治,打造人与自然和谐共生发展新格局。”绿色农业技术依靠科技创新推动环境友好型绿色农业发展,具有“节量”“现代”与“低污染”等特点[3]。自2005年以来,测土配方施肥技术作为我国政府大力推行的绿色农业生产技术,不仅能够促进农户的节支增收,而且有助于改善因化肥施用不当而造成的农业面源污染。

农户是绿色农业技术的终端需求者,是否采纳测土配方施肥技术将影响该技术的创新及推广效率。本文梳理了相关文献,一是农户测土配方技术采纳行为影响机理研究。张聪颖、张复宏、冯晓龙、葛继红等分别运用PSM模型、二元Logit模型、Probit模型对于农户该技术采纳行为影响因素进行了研究[4-7]。张成玉、高辉灵、王世尧等分别从农户采纳动机、采纳意愿、采纳决策等视角进行了分析,研究表明农户采纳该技术的动机是为了提高粮食产量,周围农户技术采纳情况、价格与预期产量等多重因素影响农户采纳决策[8-10]。韩洪云等采用T检验和Bivariate Probit模型发现农户“未采纳”“部分采纳”和“完全采纳”该技术行为在效果上存在显著差异[11]。二是农户测土配方施肥技术采纳行为的收入效应研究。张成玉等通过建立粮食作物的单产函数发现水稻和小麦采用该技术单产分别增加32.35千克和36.07千克,农民每亩分别增收35.44元和32.81元[12]。韩会平发现太湖流域采纳该技术的农户每亩收益提高9%以上[13]31。罗小娟等对于水稻种植户的研究结果表明,该技术采纳率每增加1%,水稻单产提高0.04%[14]。

农户对新技术的采纳行为应视为一个逐步采纳过程[15-18],农户新技术采纳行为通常呈动态形式,以上研究有些采用的是截面数据分析方式,这样对于模拟动态技术采纳行为是有缺陷的[19]。只有经过测土阶段,农户才有可能根据测土结果进行施肥。农户是否采纳测土配方施肥技术与诸多因素有关,有自我选择的成分,但也可能受到周围未采纳该技术的农户间接影响,所以存在样本选择性偏误的问题。因此本文基于我国苹果主产区的微观调研数据,将农户测土配方施肥技术采纳行为分为两个动态阶段:第一阶段是农户选择是否采纳该技术;第二阶段是农户是否按照测土结果进行施肥,以避免样本选择性偏误的干扰。

另外,以上研究探讨测土配方施肥技术对于农户收入的影响时,将农户是否采纳该技术视为外生变量,这一点是不恰当的。原因有二:一是是否采纳该技术是农户作为“理性人”的自我选择;二是不可观测变量在影响农户技术采纳行为的同时也影响其农业收入。所以采用OLS法所得到的估计系数有可能出现偏差[20]。另外,常见的计量方法还有IV法和PSM法。IV法虽能够在一定程度上解决由遗漏变量产生的估计偏差,却未考虑处理效应的异质性。PSM法估计技术采纳处理效应仅能够控制可观测变量的异质性,无法控制不可观测变量的异质性。因此,本文采用ESR模型进行估计,将不可观测变量作为缺失变量处理,控制可观测和不可观测变量的异质性,以解决模型的选择性偏差[21-22]。

一、理论分析框架

(一)“理性小农”假设

借鉴舒尔茨“理性小农”假设[23],农户生产目标是追求利润最大化,当面对多种技术方案时,农户会考虑采纳新型农业技术可能会带来的技术风险及预期净收益,技术风险是指新技术替代传统技术后,有可能因操作复杂程度变化所造成的减产风险[24]。同时当新技术的预期净收益大于当前技术的净收益时,农户通常选择采纳该项技术,反之则会拒绝采纳该项技术。

基于以上分析,构建农户收益最大化函数[5]:

(1)

(1)式中，E(·)代表农户农业收入的期望；A、ν1(A)分别代表采纳测土配方施肥技术及技术风险;π0、π1(A)分别表示农户未采纳和采纳该技术所获得的单位收益;C、F分别代表采纳该技术的单位成本、固定成本;N、n分别代表种植总规模、采纳该技术的种植规模;μ代表均值为0的随机变量。

基于“理性小农”假设,只有当采纳该技术所获得的净收益不低于未采纳的净收益时,农户才会采纳该技术,即农户采纳测土配方施肥技术的条件为:

[π1(A)+υ1(A)μ-C]n+(N-n)π0-F-Nπ0≥0

(2)

由式(1)和式(2)整理得到:

υ1(A)μ(·)n*≥[C+π0-π1(A) ]n*+F

(3)

式(3)中n*为农户利润最大化条件下的最佳种植规模,μ(·)表示农户该技术的风险函数,进一步将(3)式整理得到:

(4)

(5)

由式(5)可得农户采纳该技术的概率表达式:

(6)

式(6)中Xi表示影响农户采纳测土配方施肥技术的矩阵变量；α为常数项；β为待估计的变量参数;ξi为不可观测变量；εi为误差项。

(二)农户测土配方施肥技术采纳行为影响因素分析

影响农户采纳该技术的矩阵变量Xi是多维的,本文结合苹果主产区农户测土配方技术采纳的实际情况,并参考已有研究成果,构建农户测土配方施肥技术采纳行为影响因素模型,先验性的将Xi具体界定为农户个体及家庭特征、生产经营特征、信息获取程度和施肥技术认知(见图1),并提出以下假设:

通常情况下男性较女性的风险承受能力强,且采纳测土配方施肥技术的意愿更强[13]。年龄稍小的农户对于测土配方施肥技术的接受程度高于年龄稍大的农户[25]。教育水平较高的农户对于技术知识的学习能力较强,理解和掌握程度也相对较深,采纳该技术的概率较高[5]。村干部对测土配方施肥技术了解比较详细,选择该技术的可能性较大[6]。另外,农户非农就业机会影响新技术采纳,一方面农村青壮劳动力的减少会降低新技术的采纳比率,另一方面劳动力转移又会促进规模化经营,增加新技术采纳比例和提高技术覆盖规模[10],在以上两种作用下,外出务工人数对于农户是否采纳测土配方施肥技术影响方向尚不确定。

假设1:男性、教育程度、村干部经历对该技术采纳行为具有正向影响,年龄与该技术采纳行为可能存在倒“U”型关系。

收入直接决定了农户采纳新技术的支付能力,收入越高的农户抵御风险的能力越强[8]。农业收入占家庭总收入的比例越高,农户采纳该技术的可能性越大[26]。合作社为农户提供技术指导,加入合作社的农户更愿意采纳该技术,经营规模越大的农户越倾向于持续使用该技术以获得较稳定的长期收益[27]。地块分散程度影响技术的推广,地块越分散越不利于规模经营和测土配方施肥技术的应用[28],矮砧栽培是当前苹果种植较为先进的一种模式,果品质量好、产量高,标准化作业程度较高。与矮砧栽培方式不同,乔砧栽培需要更多空间、肥水和人工投入[29-30]。

假设2:农业收入、加入合作社、经营规模、矮砧栽培方式对于该技术采纳行为具有正向影响,地块分散程度负向影响该技术采纳行为。

影响早期技术采纳的因素主要是信息获取[31],技术相关信息对农户生产行为影响显著[32]。农户从互联网上能获得包括绿色农业在内的各类涉农信息,从而选择绿色生产行为的可能性会增强[33],农户通过血缘或地缘所形成的关系网络在一定程度上可以提高种植户获得资源可能性[6],化肥购买途径影响技术扩散效率,选择正规化农技机构的农户采纳该技术的比例较高[13]。

假设3:互联网、亲朋好友在农技推广部门工作、正规化肥购买渠道正向影响该技术采纳行为。

农户对于过量施肥和测土配方施肥技术的认知水平直接影响农户生产决策行为,本文以农户是否认为过量施肥影响苹果品质、是否了解测土配方施肥技术作为农户施肥技术认知的代理变量。

假设4:农户对于过量施肥及测土配方施肥技术的认知水平对于该技术采纳行为具有正向影响。

图1 农户测土配方施肥技术采纳行为影响因素模型

二、模型构建

(一)农户测土配方施肥技术采纳行为—Heckman两阶段回归模型

通过构建Heckman两阶段模型拟合农户动态测土配方施肥技术采纳行为,基于Van de Ven和Greene等人的研究结论[34-35]和前文理论分析,模型构建如下:

(7)

(8)

prob[yi1=0,yi2=1|X,Z]=Φ2(-X’β1,Z’β2,-ρ)

(9)

prob[yi2=0|X,Z]=1-Φ(Z’β2)

(10)

prob[yi1=1，yi2=1|X,Z]=Φ2(X’β1,Z’β2,ρ)

(11)

基于(9)～(11)式,可构建对数似然函数如下:

(12)

(12)式中,n1、n2、n3分别代表yi2=0,yi2=1、yi1=0,yi2=1、yi1=1时的样本量;lnL代表对数似然值;Φ(·)和Φ2(·)分别代表累积标准正态分布函数和二元正态分布函数。

本文以农户是否使用测土配方施肥技术y1与农户是否按照测土结果进行施肥y2为可观测因变量,而以农户个体及家庭特征、生产经营特征、信息获取特征、施肥技术认知为自变量,同时以山东省作为参照,引入河南、陕西和甘肃3个省的虚拟变量,以表征区域差异。(7)式和(8)式都包含以上变量,因此本文选取地形、是否灌溉作为识别变量以提高(8)式估计的可识别性,经检验以上2个变量对于y1有显著影响,对于y2无直接影响。

(二)测土配方施肥技术收入效应—内生转换回归模型

假设农业收入Yi是自变量Xi的线性函数,那么可构建农户农业收入模型:

Yi=Xia+Aiη+εi

(13)

Ai为农户是否采纳测土配方施肥技术的虚拟变量;α和η为待估参数;εi是误差项。内生转换回归模型采用两阶段估计思路。第一阶段对选择方程估计,即测土配方施肥技术采纳模型估计;第二阶段对结果方程估计,将采纳和未采纳该技术的农户分成2个样本组,分别构成2个农业收入模型:

Ai=Ziγ+μi

(14)

(15)

(16)

估计测土配方施肥技术采纳方程式(14)后,计算逆米尔斯比率λi1、λi0和误差项的协方差σμ1=cov(μ1、εi1)、σμ0=cov(μ1、εi0),并放入公式(15)和公式(16),有:

(17)

(18)

式中λi1和λi0控制不可观测变量产生的选择性偏差；ζi1和ζi0满足条件零均值假设；ρμ1=σμ1/σμσi1和ρμ0=σμ0/σμσi0是式(17)和(18)协方差的相关性系数。如果ρμ1、ρμ0有1个或2个显著,则说明由于不可观测变量的存在产生了选择性偏差;如果ρμ1>0表明农业收入低于平均值的农户更愿意采纳该技术,即存在负向选择偏差,反之则存在正选择性偏差。

根据模型估计结果,测算农户测土配方施肥技术采纳行为的平均农业收入效应,及其反事实农业收入效应,二者相减即为测土配方施肥技术采纳行为的平均处理效应(ATT)[20]。

ATT=E[Yi1|A=1]-E[Yi0|A=1]=Xi(βi1-βi0)+λi1(σμ1-σμ0)

三、数据来源与统计分析

(一)数据来源

数据来源于国家苹果产业技术体系产业经济研究室2014年在全国4个苹果主产省(陕、甘、鲁、豫)开展的实地调研,调研采用分层抽样方法,最终确定12个样本县36个乡镇,共完成1 086户农户问卷,其中有效问卷1 079份,问卷有效率为99.36%(见表1)。采用一对一问卷调查以及访谈的方式,将重要变量缺失的样本删除后,本文实证研究样本为999份。

(二)样本基本特征

样本农户未采纳测土配方施肥的数量有735户,占总样本的74%,经过测土但并未完全按照测土结果进行施肥的农户有73户,占总样本的7%,经过测土且完全按照测土结果进行施肥的农户有191户,占总样本的19%(见表2)。对于农户经过测土但没有完全采纳测土配方施肥技术的原因有二:一是技术提供方(技术推广单位、科研院所、农资商等)与农户的动机偏差,导致测土之后农户没有得到有效的信息反馈和施肥指导;二是通常情况下该技术要求进行多次施肥,技术操作的难度较高,因此有些农户选择忽略测土结果,仍然按照经验进行施肥。

表1 样本数量与区域分布 个

表2 农户测土配方施肥技术采纳情况

表3 变量定义、预期方向及描述性统计

表3统计结果显示,98%的样本农户为男性,其平均年龄为50岁,教育程度集中在初中文化水平,具有村干部经历的农户占总样本的14%,平均每2户有1人外出务工;样本农户平均年家庭农业收入为54 190元,平均经营规模为10.21亩,平均有4.6个地块,栽培方式以乔化为主,加入合作社组织的农户占总样本的29%;家中接入互联网的农户占总样本的35%,有亲朋好友在农业科技推广部门工作的农户占总样本的8%,化肥购买渠道平均值为0.29,说明农户购买农资以非正规渠道为主;认为化肥施用量会影响苹果品质的样本农户占58%,了解测土配方施肥技术的农户占68%;地形主要有平地和坡地,有灌溉条件的农户占总样本的65%。

四、模型估计结果与讨论

(一)农户测土配方施肥技术采纳行为分析

考虑到样本选择性偏误的问题,本文采用Heckman两阶段模型进行估计,结果显示Lambda系数显著。同时使用Probit模型进行稳健性分析,最终估计结果显示解释变量对被解释变量的影响方向和显著性未发生变化。

表4中方程(7)和方程(8)的回归结果显示,年龄与是否使用测土配方施肥技术、是否按照测土结果进行施肥正向相关,年龄的平方与2个因变量分别在1%、5%的显著性水平下负向相关,证实年龄与该技术采纳行为存在倒“U”型关系的假设。性别、受教育水平与2个因变量正向相关但并不显著,原因可能是98%的样本农户性别为男性,教育水平主要集中在初中文化,实际调研中发现苹果种植户仍主要以人工投入、经验种植为主,对于教育水平的依赖程度并不强烈。村干部经历与2个因变量分别在5%、10%的显著性水平下正向相关,说明村干部对于测土配方施肥技术的推广和应用上发挥了示范带头作用。外出务工人数对于2个因变量负向相关但均不显著,原因可能是样本农户每2户有1人外出务工,相对于种粮农户来说,这一比例并不算高,苹果作为高附加值农产品,加之又是劳动密集型产业,收益稳定,所以外出务工的人数并不多。虽然农村劳动力转移对于农户测土配方施肥技术采纳行为起到了一定抑制作用,但影响程度并不明显。

生产经营特征方面,农业收入、组织化程度、经营规模对于两因变量正向显著相关。经济水平高的农户拥有更高的支付能力和风险承担能力,测土配方采纳行为更为积极。加入合作社的农户通过参加技术培训能够更全面地了解新技术,降低了信息不对称风险,促进了农户测土配方施肥技术采纳行为。相对于经营规模较小的农户,中等经营规模以上的农户专业化程度更高,对于新技术的认知和掌握程度也较强,更愿意通过采纳该技术以促进土地资源利用的最大化,达到规模效应的目的。地块分散程度对于是否使用测土配方施肥技术负向相关但并不显著,对于是否按照测土结果进行施肥有负向显著影响。这表明土地细碎化的经营方式不利于测土配方施肥技术的推广和采纳,土地细碎化增加了测土的时间成本和经济成本,农户地块分散程度越强,越不愿意采纳测土配方施肥技术。栽培方式对于是否使用测土配方施肥技术负向相关但并不显著,对于是否按照测土结果进行施肥有显著的负向影响,与假设相反,原因可能有2个方面:一是94%的样本农户栽培方式为乔化,矮化果园比例较低且以幼园为主;二是与乔化种植相比,矮化模式单位面积栽种株数多,可以充分利用土地资源,亩均产量明显高于乔化模式,挂果时间较乔化模式提早1～2年,在早期就可实现丰产,基本消除大小年的现象[29]。产量稳定、管理便捷反而降低了农户通过改善土地资源来实现增收的目的。

信息获取特征方面,家中是否接入互联网对于2个因变量正向相关但不显著。原因可能是农户家中接入互联网的目的主要以娱乐为主,对于互联网在线学习的意识并不强烈。亲朋好友在农业科技推广部门工作对于2个因变量正向相关但不显著。原因可能有2个方面:一是农户对于测土配方施肥技术重视程度不够,对于学习新型农业技术的主动性较差;二是农户与亲朋好友之间存在着信任偏差,关于测土配方施肥技术的交流不足,农户可能没有完全明白技术原理及重要性。化肥购买渠道对于是否使用测土配方施肥技术正向相关但不显著,对于是否按照测土结果进行施肥正向显著相关,与假设相符。说明与非正规化的化肥购买渠道相比,正规的化肥购买渠道对于测土配方施肥技术推广起到了促进作用。

施肥技术认知方面,过量施肥、测土配方施肥技术认知水平与2个因变量正向显著相关,与假设相符。说明农户施肥技术认知水平越高,则更倾向于采纳测土配方施肥技术。

地区差异方面,以山东省为参照,陕西省农户测土配方施肥技术采纳行为更为积极,河南省、甘肃省农户测土配方施肥技术采纳行为不足。

另外,地形对于是否使用测土配方施肥技术负向显著相关。样本地形为平地和坡地的比例分别为58%、29%,川台地、塬地及其他复杂地形较少,地形条件越好,农户省时省力,同时较为稳定的收益激励其采纳测土配方施肥技术。反之,地形条件越复杂,农户费时费力、收益情况不稳定,抑制其采纳测土配方施肥技术的积极性。能否灌溉对于使用测土配方施肥技术正向显著相关,灌溉条件与施肥环节紧密相关,测土配方施肥技术需要灌溉保障,有灌溉条件的农户测土配方施肥技术采纳行为更积极。

表4 Heckman两阶段模型估计结果及稳健性检验

注:*、**、***分别表示10%、5%和1%的显著性水平;农业收入用农业收入的自然对数形式表示,以下相同

同时,各变量对该技术采纳行为的边际效应如表5所示。其中,农业收入每提高一单位,农户采纳该技术的概率增加8.6%,类似地,技术认知水平每提高一单位,农户采纳该技术的概率增加31.9%,地块分散程度每增加1个单位,农户采纳该技术的概率降低0.8%。村干部经历、组织化程度、经营规模、互联网接入等情况每变化一单位,也将不同程度影响农户测土配方施肥采纳行为的可能性。

表5 各变量对测土配方施肥技术采纳行为的边际效应分析

(二)测土配方施肥技术采纳行为对农业收入的影响

本文采用ESR模型估计测土配方施肥技术采纳行为对农业收入的影响(见表6)。ρμ0、ρμ1分别在1%、5%水平上显著,即必须对选择性偏差进行修正,以避免产生估计系数偏差。同时ρμ1<0,说明采纳该技术意愿更强的群体为农业收入高于平均水平的农户。对照现实情形,农业收入低于平均水平的农户有两类：第一类农户常年外出务工或兼业化程度较高,农业收入占家庭总收入的比例不高,对于测土配方施肥技术的需求不足;第二类农户农业收较低,风险承担能力较差,考虑到测土配方施肥技术的成本,农户更愿意选择经验施肥。

最后,通过内生转换回归模型消除选择性偏差后,结果显示测土配方施肥技术采纳行为有助于提高年均农业收入的比例为8%,见表7。

表6 测土配方施肥技术采纳行为对农业收入的影响

表7 测土配方施肥技术对农业收入影响的平均处理效应

五、主要结论与政策含义

(一)主要结论

本文利用苹果主产区陕、甘、鲁、豫4个省份1 079户农户微观数据,并考虑到实地调查数据的样本选择偏误问题,以测土配方施肥技术为例,实证分析农户绿色农业技术采纳行为的影响因素及收入效应。主要研究结论如下:

1.我国苹果主产区测土配方施肥技术采纳率不足,74%的样本农户未采纳该技术,7%的样本农户经历测土但并未完全按照测土结果进行施肥,19%的样本农户完全按照测土结果进行施肥。

2.年龄平方、土地分散程度、栽培方式对农户绿色农业技术采纳行为负向显著相关。村干部经历、农业收入、组织化程度、经营规模、施肥技术认知对农户技术采纳行为正向显著相关。

3.测土配方施肥技术认知水平每提高1个单位,农户采纳该技术的概率增加31.9%。农业收入每提高1个单位,农户采纳该技术的概率增加8.6%。地块分散程度每增加1个单位,农户采纳该技术的概率降低0.8%。村干部经历、组织化程度、经营规模、互联网等每变化1个单位,也将不同程度影响农户测土配方施肥采纳行为的可能性。

4.农业收入高于平均水平的农户更愿意采纳测土配方施肥技术,该技术采纳行为有助于提高年均农业收入的比例为8%。

(二)政策含义

随着我国乡村振兴战略不断深入和农业现代化进程持续加快,新型农业技术的推广和有效使用是实现“农业强、农村美、农民富”绿色农业发展的必要条件。基于以上研究结论,具体政策含义如下:

1.加快健全绿色农业技术推广机制,将先进现代化的农业技术落实到田间地头,落实到农户的实际生产经营管理过程中。测土配方施肥技术虽经十余年推广,效果堪忧,其中,推广环节存在一定问题,一是要调查和结合农户实际,有针对性地制定技术实施方案;二是要及时反馈测土结果,并根据测土结果和农户实际支付能力,指导农户进行施肥。另外,还需要重视正规化农资供销商的技术推广作用,可以考虑给予其一定的政策补贴。

2.在提高绿色农业技术认知方面,基层技术推广部门应给予年龄偏大、文化程度偏低、家中有在外务工劳动力的农户一定的帮扶和指导。同时还应该鼓励有村干部经历的农户发挥宣传和示范作用,如果能够将其内嵌于技术推广服务正式组织中,或可发挥更大的带动作用。

3.土地规模化经营有利于农户采纳更加先进的生产技术,在土地政策方面,政府应加快土地流转机制,扩大土地利用空间活力。在鼓励和发展新型农业经营组织方面,政府应给予农业企业、合作社等种植大户政策补贴、信贷优惠和技术指导。在合作社建设方面,政府应重视合作社的教育培训和技术指导作用,提升绿色农业技术的溢出效应。

4.对于农业收入较低的农户根据具体情况制定相应的政策,若技术采纳不足是由于农户资源禀赋引起的,政府可以提供技术补贴和资金支持,若技术采纳不足是由于外出务工或兼业程度较高引起的,政府应鼓励其将土地流转出去,提高土地流转政策优惠,从而促进测土配方施肥技术的整体有效利用。