花文元,李宁辉,罗良国
(1中国农业科学院农业环境与可持续发展研究所,北京 100081;2中国农业科学院农业经济与发展研究所,北京 100081)
化肥,作为农作物生产过程中的一项重要物质投入,对保障粮食安全做出了重大贡献,特别是在中国,化肥施用对粮食产量增长的贡献率达56.81%[1]。与此同时,中国的化肥施用量已从1978年的884万t增加到2018年的5653万t。但是,化肥使用量的快速增加削弱了粮食增产的边际效应[2],化肥的过度、低效使用也进一步产生了一系列负面的环境影响,例如水的富营养化和污染、生物多样性丧失、土壤养分失衡、土壤压实和盐渍化。从政策背景角度来看,化肥的过量使用与“产出高效、产品安全、资源节约、环境友好”的现代农业发展道路相悖,因此,为了实现农业绿色生产和可持续性发展,必须减少化学肥料的不合理使用。而提高农户化肥施用效率是减少肥料不合理使用的一项关键措施[3]。中国的化肥使用效率大约只有30%~39.8%,和发达国家间还存在着较大差距,如果中国将当前的化肥使用效率提高到发达国家水平,则肥料的使用量可减少50%[4],这显示出中国在减少肥料使用量和消除化学肥料对环境的不利影响方面的巨大潜力。
目前,关于化肥施用效率的研究[5-8]主要集中在效率测度方面。王萍萍等[9]基于28个省市的面板数据,采用随机前沿分析方法对各省市的化肥施用效率进行了测算,发现1991—2017年中国农业化肥施用效率呈现不断增长的趋势;刘华军等[10]采用全局参比的非期望产出SBM模型测算2001—2015年环境约束下中国分省及各地区化肥利用效率,并利用Theil指数、Kernel密度估计与Markov链分析方法考察其空间差异及分布动态演进,发现环境约束下中国化肥利用效率呈现“东西高,中部低”的空间分布格局;空间差异程度表现出先升后降趋势;史常亮等[11]运用基于随机前沿方法的单一投入技术效率测度模型,对1998—2013年全国15个小麦主产省的化肥投入效率进行测算,并采用面板随机效应Tobit模型分析其影响因素。研究发现,中国小麦化肥投入效率整体水平较低,平均只有0.45,这意味着在其他投入不变的情况下,维持既定产出的节肥潜力达到55%。纵观现有研究成果,目前研究多以大田作物为研究对象,且大多运用的是宏观层面的省市级面板数据,鲜有以设施蔬菜为研究对象,并基于微观农户调查数据的实证研究。
基于现有研究成果及不足,本研究利用辽宁、山东两省的设施蔬菜种植户调研数据,运用随机前沿分析模型,首先测度了设施蔬菜种植户的生产技术效率;其次,在已测度的生产技术效率基础上,进一步计算了种植户的化肥施用效率;最后采用OLS模型,分析了农户化肥施用效率的影响因素。本研究将现有研究拓展至设施蔬菜这一经济作物,通过明晰农户化肥施用效率和其影响因素,为今后政府制定相关政策引导农民合理施肥,减轻日益突出的农业面源污染借鉴与参考。
本研究数据来自于“十三五”国家重点研发计划“设施蔬菜化肥减施增效技术集成与示范项目”的技术模式试点调研数据。该调研数据主要包括两个研究区域,一个是辽宁省辽中区,另一个是山东省寿光市和青州市,且在两地区都以设施蔬菜种植户为调研对象。调研问卷的主要内容包括农户的基本特征、蔬菜种植模式、农户对过量施肥的认知情况、农户采纳化肥减施增效技术情况以及参加技术培训的情况等。
为保证样本的合理性,调研采取判断性抽样和随机性抽样相结合的方式。在选择具体调研地区时,采取判断性抽样调查,所调查的区域都是设施蔬菜种植户的集聚区域。具体调查地点包括山东省寿光市稻田镇、侯镇、里营镇,山东省青州市谭坊镇和益都街道,辽宁省沈阳市辽中区,葫芦岛市万屯镇、南票区等。在抽选调研对象时,采取随机抽样调查的方法从每个村中选取10户菜农,且尽量保证各个行政村抽取的样本数相等。为了保证样本的全面性和准确性,调查对象都是自家设施蔬菜施肥的负责人。考虑到农户受教育程度和对问题的理解能力会对调查问卷的真实性造成一定影响,因此调研方式为一对一和面对面的访谈,调研人员通过农户的回答情况手写问卷。整个调研活动期间,研究团队在各个行政村发放问卷总数为115份,回收的有效问卷总数是113份,回收率约为98.26%。
表1报告了调研数据中与本文研究内容相关的变量的总体描述性统计结果,所有变量可分为4类:种植户基本情况、参与培训情况、农户种植情况、农户环保认知情况。其中,种植户基本情况方面,参考朱新彧等[12]的处理方式,农户受教育水平由调研数据中的受教育程度数据转化得到,其对应关系如下:未上过学=0年,小学=6年,中学=9年,高中=12年,大专、大学本科及以上=16年,而在原始调研数据中,农户平均受教育水平是初中学历,为64.86%;参与培训情况方面,农户接受的培训技术由国家科研机构在调研地区开展推广示范,主要包括秸秆腐熟还田、测土配方施肥技术、有机无机配施、水肥一体化技术,在调研的113个农户中,参与有机无机配施技术培训的人数最多,有15个种植户;农户种植情况方面,设施蔬菜种植生产中的肥料成本包含基肥、追肥两个阶段所施用的粪肥、商业有机肥、生根肥、生物菌肥以及复合肥等,占总成本的30%。种苗成本在总成本中占比也较高,达15%;农户环保认知情况方面,被访农户中81.08%的农户认为化肥施用过量会对环境造成污染,54.05%的农户认为过量施用化肥会影响蔬菜品质,78.38%的农户认为过量施用化肥会造成土壤板结与酸化。
表1 调研数据的描述性统计
技术效率在经济学中被定义为在既定的生产要素投入下产出可增加的能力,或在既定的产出下生产要素投入可减少的能力[13]。从方法论角度来看,目前,最常用的技术效率测度方法是生产前沿分析方法,所谓的“生产前沿”是指在一定的技术水平条件下,既定的生产要素投入所能实现的最大产出集合,在模型中通常用生产函数来表示。前沿分析方法根据是否已知生产函数的具体形式分为参数方法和非参数方法,其中参数法以随机前沿分析(SFA)为代表,非参数法以数据包络分析(DEA)为代表。鉴于本文的研究对象主要为设施蔬菜种植户的化肥施用效率,而Reinhard[14]发现随机前沿分析更适用于单要素投入分析,且考虑到了诸如调研地区气候差异、问卷应答的测量误差等随机因素对于产出的影响,因而本研究拟采用随机前沿生产函数模型来估计化肥施用效率及其与参加技术培训间的关系。
在进行生产函数设定方法,参考王萍萍等[9]的处理方式,采用Translog函数作为设施蔬菜生产的前沿函数,Translog函数的优点在于它能以二阶近似值贴近真实生产函数的形式,并且比其他函数形式有更少的对估计的约束条件[15-17]。生产前沿函数的具体构造如式(1)所示。
其中,yi是第i个种植户的设施蔬菜产量;x1是种植面积;x2是劳动力投入个数;x3是农药投入成本;x4是种苗投入成本;NPK是化肥投入成本;(vi-ui)表示模型的扰动项,其中vi服从独立同分布假设,ui是一个非负的服从半正态分布随机变量,反映设施蔬菜生产中由于技术非效率导致的产出损失,vi和ui相互独立。
技术效率(TEi)可表示为式(2)。
TEi表示种植户i的技术效率,如果ui>0,则0<vi<1,意味着设施蔬菜的生产技术效率存在一定损失,产量在潜在产出水平之下。假设已知vi和ui的分布形式,在模型估计时可以用最大似然估计法对技术效率值进行估计。
技术效率反映的是实际产出与可能实现的最大产出的比值。为了进一步得到单要素(化肥)的技术效率,假定上式中的ui=0,即假定生产过程中不存在技术非效率项,生产是非常有效率的,此时的农业生产位于生产的有效前沿面上,那么,在保持土地、劳动力、农药、种苗投入和产出不变的情况下将化肥减少到可能的最小投入量NPKmin时获得的产出可表示为式(3)。
由于βik=βki,式(3)减去式(1)可得到式(4)。
而化肥施用效率(该效率与常用的化肥利用率是不同的,它完全基于数学模型角度在保证产出不变的情景下求解出最小化肥投入量)可被定义为式(5)。
同时,化肥施用效率可由式(6)~(7)解出。
δi也可看成化肥的产出弹性。
在探究农户参与技术培训和化肥施用效率间的关系之前,本研究首先需要利用随机前沿分析方法(SFA)对设施蔬菜的生产技术效率进行测度。在测算前,为了保证模型设定的合理性,本研究运用LR方法对模型的选择进行合理性检验。LR的检验结果如表2所示,为6.74,表明在1%的显著性水平下,LR统计量大于其相应的临界值,即说明本文的模型设定是合理的。
表2 随机前沿生产函数模型估计结果
利用随机前沿分析得到的回归结果见表2。回归结果表明:(1)设施蔬菜种植面积与产出间存在正向关系,且该关系在5%的显著性水平上显著,对应的回归系数说明,蔬菜种植面积每提高1%,产出将提高1.41%,其原因在于种植规模的扩大便于规模化经营和机械化作业,从而有利于亩均产出的提高;(2)家庭务农人数也与产出间存在正向关系,并在10%的显著性水平上显著,其回归系数显示,家庭务农人数每增加1%,产出将增加0.829%。王萍萍等[9]发现,农村生产中从事农业劳动数量的降低会导致种植户通过施用更多的化肥来替代劳动力投入,从而产生过量施肥的现象,不利于产出的增加。相对的是,家庭务农人数的增多能够缓解农户通过施用更多的化肥来替代劳动力投入的行为,且不同劳动参与者间的交流和合作能使种植行为更加科学化,有利于产出的增加;(3)农药费和化肥费的投入均与产出间存在显著的负向关系,说明调研地区的农户存在过量施肥施药的现象,而化肥农药的过量施用不仅会降低作物产出、影响农户收入,还会破坏了耕地的土壤结构,加速了营养元素的流失,致使土壤可持续利用水平降低,而且还会使农产品品质下降,如蔬菜中硝酸盐含量的超标[18-19]。
图1报告了设施蔬菜种植户生产技术效率的分布图。分布图显示,随机前沿分析(SFA)估计出的农户生产技术效率最小约为16%,最大约为85%,均值约为58%,且大部分农户生产技术效率介于60%~70%之间。生产技术效率的分调研地区统计结果见表3,其中辽宁地区的均值为65.5%,山东地区农户的生产技术效率均值为54.3%。辽宁地区生产技术效率值明显高于山东地区的原因可能在于,本研究在辽宁地区所调研农户的流转土地面积远远高于山东的调研农户,其中辽宁地区种植户的流转面积均值为0.284 hm2,山东地区为0.118 hm2,而土地流转不仅具有“拉平效应”,即土地从生产经营禀赋低的农户向生产经营禀赋高的农户集中,有利于实现土地资源的帕累托改进,还可以有效降低农地细碎化程度,推动农地规模经营,提高农业生产效率[20-23],因而辽宁地区种植户较大的土地流转规模有利于推动当地设施蔬菜规模化种植,提升其生产技术效率。
图1 设施蔬菜生产技术效率的分布图
表3 分调研地区的效率值
基于设施蔬菜生产技术效率的测度结果,利用模型中化肥施用效率的计算公式可进一步计算种植户的化肥施用效率。图2报告了样本农户化肥施用效率的分布图,其化肥施用效率均值为23.3%,最小值为2.3%,最大值为85.3%,且如图2所示,大部分农户的化肥施用效率值不超过30%,由此可见,调研地区农户存在化肥施用效率过低的问题,从而体现出在该地区推行“减施增效”技术、对当地农户进行技术培训的重要性。化肥施用效率的分调研地区统计结果见表3,其中辽宁地区的均值为27.2%,山东地区为15.4%。辽宁地区农户具有相对较高的化肥施用效率,其原因可能也在于当地较大的土地流转规模有效降低了农地细碎化程度,推动了农地规模经营,更有利于机械化种植,提高了农业生产的效率。
图2 设施蔬菜化肥施用效率的分布图
为了进一步探究农户化肥施用效率的影响因素,本研究以化肥施用效率为因变量,借鉴相关实证研究经验[24-26],选取农户参与培训情况变量(是否参与技术培训、培训次数)、个体特征变量(户主学历水平、年龄、家庭人数)、环境认知变量(过量施用化肥是否对环境产生影响、是否对蔬菜品质影响、是否对土壤影响)作为控制变量,利用OLS回归模型,对其关系进行了探讨。此外,考虑到农户所在地区特征和种植不同蔬菜品种对回归结果的潜在影响,本研究还加入了反映农户所属省份、蔬菜种植品种的虚拟变量。OLS模型设定如式(8)所示。
其中,FEi表示农户i的化肥施用效率,xi表示一系列控制变量,εi表示残差项。
表4报告了OLS模型的回归结果,其中第二、三、四列分别报告了估计系数、标准误和P值。估计结果显示,是否参与技术培训与化肥施用效率间存在显著的正向关系,农户参与技术培训能够使其化肥施用效率提高8.6%。此外,培训次数也与农户化肥施用效率间存在显著的正向关系,农户接受的技术培训次数每增加一次,其化肥施用效率将增加6.1%。这与项诚等[27]的研究结论相一致,技术培训可有效地引导农民合理施肥,从而提升化肥施用效率。
表4 OLS模型估计结果
模型估计结果同时显示,具有较高学历水平的农户有更高的化肥施用效率,如回归系数所示,农户受教育水平每提高一年,其化肥施用效率将提高2.3%,且该正向关系在1%的水平上显著。此外,农户具有正确的环境认知也有助于提升其化肥施用效率。
农户化肥施用量的快速增加不仅降低了当前中国的化肥施用效率,同时造成了一系列的环境问题。本研究利用辽宁、山东的设施蔬菜种植户调研数据,运用随机前沿分析模型,测度了调研地区设施蔬菜种植户的生产技术效率及化肥施用效率,并分析了农户化肥施用效率的影响因素。研究结果表明:(1)设施蔬菜产出与种植面积、务农人数间存在显著的正向关系,但与农药费和化肥费的投入存在显著的负向关系,说明调研地区的种植户存在过量施肥施药的现象;(2)调研地区大部分农户生产技术效率介于60%~70%之间,而其化肥施用效率值介于10%~30%之间,由此可见,调研地区农户存在化肥施用效率过低的问题;(3)农户是否参与技术培训与化肥施用效率间存在显著的正向关系,农户参与技术培训能够使其化肥施用效率提高8.6%,此外,农户受教育水平、是否具有正确的环保认知也与其化肥施用效率存在显著的正向关系。
本研究具有如下政策启示:首先,要针对农户早期的习惯性用量行为给予科学的正确指导和调整,用施肥效率的提高来保证粮食的增产提质;其次,要进一步加强提高施肥效果的适用方法与技术的研究和实践推广,对种植户进行技术培训及有效的农业知识信息传递;此外,还可鼓励化肥生产厂商增加类似药品使用的“化肥施用说明书”,即在化肥包装上增加适用于不同地区、不同作物的科学用量及效率提高小窍门等指导说明;最后,应大力开展农田基本要素(N、P、K)的定期测试工作,让基本要素数据进入农民种田决策视野,让农民有机会享受科技进步带来的提高农业投入效率的福利。