郭利京, 王 穎
(1.安徽財經(jīng)大學經(jīng)濟學院, 安徽 蚌埠 233030; 2.中國人民大學農(nóng)業(yè)與農(nóng)村發(fā)展學院, 北京 100872)
當前,我國每年農(nóng)業(yè)生產(chǎn)中農(nóng)藥施用量高達175萬t,每1 hm2耕地農(nóng)藥施用量是世界平均水平的2.5倍以上,所施農(nóng)藥只有30%作用于目標作物,70%殘留于土壤、空氣和水體等環(huán)境中[1]。農(nóng)業(yè)生產(chǎn)中施用農(nóng)藥,可以有效節(jié)約勞動,抑制農(nóng)作物病蟲害,增加農(nóng)業(yè)經(jīng)濟效益。然而,農(nóng)藥過量施用不但危害農(nóng)業(yè)生產(chǎn)者健康和食品安全,而且會污染耕地土壤和水資源等生態(tài)環(huán)境[2]。2015年,我國提出“一控、兩減、三基本”的目標治理農(nóng)業(yè)面源污染問題,其中“兩減”之一便是減少農(nóng)藥施用量。黨的十九大報告提出要防治農(nóng)業(yè)面源污染,實施食品安全戰(zhàn)略和產(chǎn)業(yè)興旺、生態(tài)宜居等鄉(xiāng)村振興戰(zhàn)略。在此背景下,對農(nóng)藥過量施用及外部成本進行核算,解決農(nóng)藥大量殘留導(dǎo)致的環(huán)境污染和食品安全等問題,迫在眉睫。
農(nóng)業(yè)生產(chǎn)中農(nóng)藥的作用是減少病蟲害導(dǎo)致的農(nóng)作物產(chǎn)量損失,這使得將其作為直接生產(chǎn)要素引入生產(chǎn)函數(shù)顯得不夠合理[3]。LICHTENBERG等[4]認為農(nóng)藥不同于化肥和勞動力等要素,是一種損害控制要素,不能直接增加農(nóng)作物產(chǎn)量,將其直接引入生產(chǎn)函數(shù)會高估農(nóng)藥邊際生產(chǎn)率,應(yīng)引入損害控制模型來解決這一問題。HUANG等[5]運用損害控制函數(shù)估算我國水稻農(nóng)藥施用情況,發(fā)現(xiàn)水稻生產(chǎn)中農(nóng)藥過量使用情況比較嚴重,雙季晚稻、單季中稻和單季晚稻等農(nóng)藥過量施用均超過50%。周曙東等[6]對江蘇省水稻種植戶調(diào)查發(fā)現(xiàn),不考慮農(nóng)藥施用效率時損害控制模型會高估農(nóng)藥過度施用量。朱淀等[7]借助損害控制模型估算了我國蘇南地區(qū)水稻農(nóng)藥邊際生產(chǎn)率,發(fā)現(xiàn)農(nóng)藥的邊際產(chǎn)出接近0,水稻生產(chǎn)中農(nóng)藥施用已經(jīng)過量。
開展農(nóng)業(yè)生產(chǎn)中農(nóng)藥施用效果研究,不但要考慮農(nóng)藥抑制農(nóng)作物病蟲害和增加農(nóng)產(chǎn)品產(chǎn)量而產(chǎn)生的農(nóng)戶私人利益,還要考慮農(nóng)藥對人體健康、食品安全和生態(tài)環(huán)境等造成危害而影響的社會利益。因此,筆者在考慮農(nóng)藥外部成本基礎(chǔ)上,從社會和私人利益最大化視角,采用農(nóng)藥環(huán)境測算(pesticide environmental accounting,PEA)工具和損害控制模型,利用1990—2016年我國水稻主產(chǎn)區(qū)的面板數(shù)據(jù),估算農(nóng)藥施用外部成本以及社會和私人最佳施用成本,測度我國水稻生產(chǎn)中農(nóng)藥的過量施用情況。該研究結(jié)果對引導(dǎo)農(nóng)藥適量施用、保證食品安全、保障農(nóng)戶和消費者健康及營造良好生態(tài)環(huán)境,具有重要的理論和現(xiàn)實意義。
依據(jù)農(nóng)藥對農(nóng)作物生產(chǎn)的間接作用特征,將其作為損害控制要素引入農(nóng)業(yè)生產(chǎn)函數(shù)。參照KOUSER等[8]的研究,構(gòu)建的損害控制模型為
Y=F(Z)·G(X)。
(1)
式(1)中,Y為農(nóng)作物產(chǎn)量,元·hm-2;Z為生產(chǎn)要素投入,分別表示水稻單位面積耕地生產(chǎn)中化肥投入(元·hm-2)、勞動投入(d·hm-2)和機械投入(元·hm-2);X為農(nóng)藥投入成本,元·hm-2;F(Z)為C-D生產(chǎn)函數(shù);G(X)為關(guān)于X的分布函數(shù),表示農(nóng)藥作為損害控制變量而非直接生產(chǎn)要素投入間接作用于農(nóng)作物生產(chǎn)。
將G(X)設(shè)為指數(shù)型分布函數(shù),取值為0~1。為優(yōu)化G(X)的擬合效果,加入截距項,函數(shù)形式為
G(X)=1-exp(-β·X-α)。
(2)
式(2)中,α為截距系數(shù),β為農(nóng)藥投入成本系數(shù)。
構(gòu)建的利潤函數(shù)(π)為
π=p·Y-w·Z-v·X。
(3)
式(3)中,p為農(nóng)產(chǎn)品價格,元·hm-2;w為生產(chǎn)要素價格,分別表示水稻單位面積耕地生產(chǎn)中化肥投入(元·hm-2)、勞動投入(d·hm-2)和機械投入(元·hm-2);v為農(nóng)藥價格,元·hm-2。
假設(shè)農(nóng)戶是理性經(jīng)濟人,以追求自身利益最大化為目標,對式(3)關(guān)于農(nóng)藥求一階偏導(dǎo)得到農(nóng)業(yè)生產(chǎn)利潤最大化條件為
Pv,m,x=Pm,x·p=v。
(4)
式(4)中,Pv,m,x為水稻生產(chǎn)中農(nóng)藥的邊際產(chǎn)品價值,元·hm-2;Pm,x為農(nóng)藥的邊際產(chǎn)品價值,元·hm-2;p為水稻價格,元·hm-2。
由式(4)可得農(nóng)戶個人利益最大化時私人農(nóng)藥最佳施用成本,即Pv,m,x與v相等時的農(nóng)藥施用成本。若考慮農(nóng)藥施用的外部成本,農(nóng)業(yè)生產(chǎn)利潤最大化的條件變?yōu)镻v,m,x等于v和農(nóng)藥外部成本之和,則得到社會利益最大化時社會農(nóng)藥最佳施用成本。
以1990—2016年27 a的水稻生產(chǎn)面板數(shù)據(jù)進行實證研究。由于農(nóng)藥種類繁多,分別衡量各類農(nóng)藥的價格較為困難,故參照GROVERMANN等的方法[9],以水稻生產(chǎn)中每hm2耕地施用的農(nóng)藥價值核算農(nóng)藥施用成本。為對比農(nóng)藥作為直接生產(chǎn)要素和間接損害控制要素對水稻產(chǎn)出的影響,在式(1)~(2)的基礎(chǔ)上,分別設(shè)定C-D生產(chǎn)函數(shù)和損害控制模型為
lnY=a0+∑βi·lnZi+∑μj·lnMj+
φ0·lnX+ε,
(5)
lnY=a0+∑βi·lnZi+∑μj·lnMj+
lnG(X)+ε。
(6)
式(5)~(6)中,Y為水稻單位面積耕地產(chǎn)值,元·hm-2;a0、βi、μj和φ0均為待估參數(shù);ε為隨機擾動項;Zi為水稻生產(chǎn)中投入的除農(nóng)藥以外的生產(chǎn)要素,i=1,2,3時分別表示水稻單位面積耕地生產(chǎn)中化肥投入(元·hm-2)、勞動投入(d·hm-2)和機械投入(元·hm-2),其中化肥作為水稻生產(chǎn)中的一種要素投入,不考慮化肥的過量施用問題;Mj為控制變量,其中j=1,2,3時分別表示水稻平均收購價格(元·hm-2)、有效灌溉面積比例(%)和成災(zāi)面積比例(%);X為水稻生產(chǎn)中單位面積耕地農(nóng)藥投入成本,元·hm-2。
私人農(nóng)藥最佳施用成本為Pv,m,x與v相等時的農(nóng)藥施用成本。由于式(5)~(6)中,農(nóng)藥投入以貨幣形式計量,農(nóng)藥實際施用成本為單位面積耕地農(nóng)藥投入量的貨幣價值,農(nóng)藥價格已包含在單位面積耕地農(nóng)藥投入價值中,故參照JIN等[10]的研究,調(diào)整農(nóng)藥最佳施用成本計算公式,設(shè)私人農(nóng)藥最佳施用成本(Xp*)為Pv,m,x等于單位1時的農(nóng)藥施用成本,而社會農(nóng)藥最佳施用成本(Xs*)為Pv,m,x等于單位1加單位面積耕地農(nóng)藥施用的外部成本與農(nóng)藥實際投入成本之比時的值。
對式(6)關(guān)于X求一階偏導(dǎo),得到:
(7)
令式(7)分別等于單位1和單位1加單位面積耕地農(nóng)藥外部成本(Pe)與農(nóng)藥實際投入成本(Pa)的比值,則私人和社會農(nóng)藥最佳施用量計算公式分別為
Pv,m(Xp*)=1,
(8)
Pv,m(Xs*)=1+Pe/Pa。
(9)
私人利益最大化時農(nóng)藥過量施用成本計算公式為
(10)
式(10)中,Xo,1為私人利益最大化時農(nóng)藥過量施用成本,元·hm-2;Xa為農(nóng)藥實際施用成本,元·hm-2。
社會利益最大化時農(nóng)藥過量施用成本計算公式為
(11)
式(11)中,Xo,2為社會利益最大化時農(nóng)藥過量施用成本,元·hm-2;Xa為農(nóng)藥實際施用成本,元·hm-2。
通常采用以下2種方法測算農(nóng)業(yè)生產(chǎn)中農(nóng)藥的外部成本:一種是使用農(nóng)戶農(nóng)藥中毒的醫(yī)療支出、農(nóng)藥殘留造成的農(nóng)作物損失以及對生態(tài)環(huán)境的污染成本,另一種是通過稅收方式將農(nóng)藥外部成本內(nèi)部化[11]。然而這2種研究方法均不適用于估算某種農(nóng)作物農(nóng)藥的外部成本。因此,PEA工具作為一種可行的估算方法由LEWIS等[12]提出。
PEA工具對農(nóng)藥外部成本的測算是以每hm2農(nóng)藥的外部成本為基礎(chǔ),并以英國、美國和德國的數(shù)據(jù)為基準數(shù)據(jù)估算的。該測算方法實際上是將農(nóng)藥的外部成本映射為治理農(nóng)藥水體污染的污水處理、政府對農(nóng)藥施用的監(jiān)管、處理農(nóng)藥中毒的醫(yī)療和修復(fù)受損生態(tài)環(huán)境等費用的總和。同時,根據(jù)每個國家或地區(qū)農(nóng)藥施用效率和毒性差異做出相應(yīng)調(diào)整?;赑EA工具,農(nóng)藥外部成本計算公式為
(12)
式(12)中,Ct,e,q為農(nóng)藥q的外部成本,元·hm-2;Rq為單位面積耕地施用的配方農(nóng)藥q中活性成分含量,kg·hm-2;Aq為單位面積耕地施用農(nóng)藥中農(nóng)藥q的占比。根據(jù)不同種類的農(nóng)藥,確定不同的環(huán)境影響因子(environmental impact quotient,EIQ)值,取值借鑒2012年美國康奈爾大學公布的結(jié)果[13]。Ce,c為農(nóng)藥q分別對使用者、采摘者、消費者、地下水、水生動物、鳥類、蜜蜂和有益昆蟲[14]8個類別c(c=1,2,…,8)造成危害的外部成本基值;Fc為農(nóng)藥施用中的潛在風險因子,借鑒LAMICHHANE等[15]的研究,根據(jù)農(nóng)藥毒性大小定義低、中和高3類風險因子水平,分別取值0.5、1.0和1.5;Fa和Fg為經(jīng)濟調(diào)節(jié)因子,由于計算農(nóng)藥外部成本的參數(shù)取值是以德國、英國和美國3個發(fā)達國家為樣本,在測算我國農(nóng)藥外部成本時,需相應(yīng)進行調(diào)整。
與發(fā)達國家相比,我國農(nóng)戶農(nóng)業(yè)生產(chǎn)規(guī)模小,務(wù)農(nóng)人口比例高,數(shù)量多,農(nóng)戶在農(nóng)業(yè)生產(chǎn)中施用農(nóng)藥受到的危害大,因此農(nóng)藥施用的外部成本高。參照PRANEETVATAKUL等[16]的研究,利用農(nóng)業(yè)就業(yè)人口占總就業(yè)人口的比例,對農(nóng)藥外部成本進行調(diào)整,能更好地反映農(nóng)業(yè)生產(chǎn)中施用農(nóng)藥的人數(shù)。因此,在計算農(nóng)藥施用對使用者和采摘者的外部成本時,需乘以調(diào)整因子Fa,即我國農(nóng)業(yè)就業(yè)人口比例與德國、英國和美國農(nóng)業(yè)就業(yè)人口平均比例的比值。另外,由于我國勞動成本低,政府監(jiān)管成本和醫(yī)療成本也相對較低,所以應(yīng)適當調(diào)減農(nóng)藥的外部成本。參照LEACH等[17]采用的調(diào)整因子Fg調(diào)減農(nóng)藥的外部成本,即我國的人均GDP與德國、英國和美國3國人均GDP平均值的比值。
選擇水稻為研究對象。水稻是我國農(nóng)業(yè)生產(chǎn)中的重要口糧,并且其生產(chǎn)中農(nóng)藥施用較頻繁。水稻生產(chǎn)具有明顯的地域性,基于樣本的代表性和數(shù)據(jù)的可得性,選取《全國農(nóng)產(chǎn)品成本收益資料匯編》中數(shù)據(jù)比較完整且在生產(chǎn)上具有連續(xù)性的江蘇、浙江、安徽、黑龍江、吉林、遼寧、內(nèi)蒙古、湖北、湖南、福建、江西、廣東、廣西、海南、云南、貴州、四川、天津、河北、上海、山東、河南、陜西和寧夏24個省、自治區(qū)、直轄市,研究水稻生產(chǎn)中農(nóng)藥最佳施用成本和過量施用成本。
1990—2016年各省、自治區(qū)、直轄市27 a的面板數(shù)據(jù)來源于1991—2017年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國農(nóng)產(chǎn)品價格調(diào)查年鑒》和《全國農(nóng)產(chǎn)品成本收益資料匯編》。為去除通貨膨脹對實證結(jié)果的影響,對水稻單位面積耕地產(chǎn)值、化肥投入成本、農(nóng)產(chǎn)品平均收購價格和農(nóng)藥投入成本以1990年不變價格進行平減。
當前,農(nóng)業(yè)生產(chǎn)中施用的農(nóng)藥主要為除草劑、殺蟲劑和殺菌劑3類[18]。選擇2013年《世界農(nóng)藥新進展(三)》[19]中施用量排名靠前的3類農(nóng)藥:五氟磺草胺、乙草胺、百草枯、丙草胺和苯醚磺隆等除草劑,吡蟲啉、氟啶蟲酰、氟蟲腈、毒死蜱和噻蟲嗪等殺蟲劑,嘧菌酯、多菌靈、百菌清、苯醚甲環(huán)唑和三環(huán)唑等殺菌劑[20]。
在實證分析中,C-D生產(chǎn)函數(shù)采用最小二乘法估算,選用固定效應(yīng)模型;損害控制模型采用極大似然估算,選擇指數(shù)分布,為優(yōu)化模型擬合效果,在原有指數(shù)分布基礎(chǔ)上,加入截距項。由表1可知,水稻C-D生產(chǎn)函數(shù)估算結(jié)果中R2為0.8,F統(tǒng)計量在1%水平上顯著,損害控制模型的極大似然估計值也在1%水平上顯著,表明2個模型整體擬合度較高。
表1水稻生產(chǎn)的實證結(jié)果
Table1Empiricalresultsofriceproduction
變量C-D生產(chǎn)函數(shù)損害控制模型(指數(shù)分布) α03.51**(24.01)3.60**(27.02) 化肥0.48**(22.26)0.40**(13.72) 勞動0.14**(5.71)0.19**(8.42) 機械0.30**(2.13)0.06**(5.26) 水稻平均收購價格0.41**(25.81)0.60**(17.66) 有效灌溉面積比例0.25*(1.53)0.17*(2.29) 成災(zāi)面積比例-0.13*(-1.92)-0.21*(-2.93) φ0-0.004(-0.16)— β—0.14*(2.32) α—1.50**(6.31) R20.8— F統(tǒng)計量28.91**— LLL統(tǒng)計量—215.87**
“—”表示無數(shù)據(jù)。*和**分別表示在5%和1%水平上顯著。LLL統(tǒng)計量為對數(shù)似然值,該值越大表示模型擬合效果越好。
C-D生產(chǎn)函數(shù)中,化肥、勞動、機械、水稻平均收購價格、有效灌溉面積比例和成災(zāi)面積比例均為顯著變量。其中,化肥、水稻平均收購價格、機械、有效灌溉面積比例、勞動與水稻單位面積耕地產(chǎn)值呈正相關(guān),且作用強度依次遞減;成災(zāi)面積比例與水稻單位面積耕地產(chǎn)值呈負相關(guān)。φ0不顯著,說明農(nóng)藥作為直接生產(chǎn)要素在C-D生產(chǎn)函數(shù)中為不顯著變量,表明將農(nóng)藥作為直接要素引入C-D生產(chǎn)函數(shù)中是不恰當?shù)?模型構(gòu)建有待改進。
損害控制模型中,水稻平均收購價格、化肥、勞動、機械和成災(zāi)面積比例與C-D生產(chǎn)函數(shù)估算結(jié)果一致,均為顯著變量,且作用強度和方向相似。值得關(guān)注的是,β顯著,說明農(nóng)藥作為損害控制要素在損害控制模型中為顯著變量,表明將農(nóng)藥作為損害控制要素引入模型更為合理。為保證后續(xù)計算的科學性和有效性,選擇帶有指數(shù)分布的損害控制模型估算水稻生產(chǎn)中農(nóng)藥的最佳施用成本。
由圖1可知,1990—2016年水稻生產(chǎn)中農(nóng)藥實際施用成本和外部成本總體呈上升趨勢。第1階段為1990—2003年,農(nóng)藥實際施用成本持續(xù)波動,增速較慢,此時農(nóng)藥外部成本增長也較緩慢;第2階段為2004—2016年,隨農(nóng)業(yè)稅減免和糧食最低收購價等政策的實施,水稻種植效益日益顯現(xiàn),刺激農(nóng)戶農(nóng)藥投入的積極性,農(nóng)藥實際施用成本呈跳躍式增長,每hm2農(nóng)藥投入由2004年133.5元增長至2016年的225.3元,增幅達68.8%;同時,農(nóng)藥外部成本也快速增長,每hm2農(nóng)藥外部成本由2004年47.0元增長至2016年的76.7元,增幅達63.2%。農(nóng)藥外部成本快速增長說明水稻生產(chǎn)中農(nóng)藥過量施用對人體健康危害、食品安全危害和生態(tài)環(huán)境污染加劇。因此,除關(guān)注產(chǎn)量和農(nóng)戶收入等以外,農(nóng)藥殘留對社會的危害同樣應(yīng)引起重視。
圖1 水稻生產(chǎn)中農(nóng)藥實際施用成本與外部成本
3.3.1水稻生產(chǎn)中農(nóng)藥的最佳施用成本
由圖2可知,水稻生產(chǎn)中私人與社會農(nóng)藥最佳施用量變化趨勢大體一致,均以2003年為拐點呈先下降后上升趨勢。2003年之前,農(nóng)業(yè)稅的存在和水稻市場價格的不確定性,水稻生產(chǎn)的經(jīng)濟效益較低,農(nóng)戶生產(chǎn)意愿不強,均使得農(nóng)藥等要素投入呈下降趨勢;2003年后,政府實施減免農(nóng)業(yè)稅和糧食最低收購價等政策,水稻生產(chǎn)成本減少,市場價格穩(wěn)定,農(nóng)戶水稻生產(chǎn)積極性提高,農(nóng)藥等要素投入隨之增加。
從數(shù)值上看,農(nóng)藥社會最佳施用量和私人最佳施用成本不同,2016年分別為155.5和184.0元·hm-2,后者比前者提高18.3%。從增速上看,1990—2016年,農(nóng)藥社會和私人最佳施用量之間的差距在逐漸拉大,由1990年相差11.0元·hm-2增長至2016年相差28.5元·hm-2,增長1.6倍,農(nóng)藥私人最佳施用量增速快于社會最佳施用量。這表明農(nóng)戶在水稻生產(chǎn)中是從自身利潤最大化出發(fā)決定農(nóng)藥投入量的,而對農(nóng)藥過量施用導(dǎo)致的食品安全和生態(tài)環(huán)境等問題關(guān)注不夠。
圖2 水稻生產(chǎn)中農(nóng)藥的社會和私人最佳施用成本
3.3.2水稻生產(chǎn)中農(nóng)藥的過量施用
由圖3可知,水稻生產(chǎn)中社會和私人利益最大化時農(nóng)藥過量施用成本均呈波動上升趨勢。1990年代,社會和私人利益最大化時農(nóng)藥過量施用成本均在0以下,農(nóng)藥投入不足;首次過量施用成本分別為2000年的15.5元·hm-2和2005年的12.9元·hm-2;截至2016年,社會和私人利益最大化時農(nóng)藥過量施用成本增長至75.9和44.1元·hm-2,分別增長3.9倍和2.4倍;農(nóng)藥實際施用成本與社會和私人最佳施用成本的比值,分別由1990年代的0.7和0.6增長至2016年的1.45和1.22。
農(nóng)藥過量施用成本可分為3個增長階段:1990年代,無論是從社會利益最大化視角還是從私人利益最大化視角看,農(nóng)藥過量施用成本均為負值,說明水稻生產(chǎn)中農(nóng)藥的實際投入成本未達到社會和私人最佳施用成本,農(nóng)藥投入不足,不存在過量施用問題。從2000年開始,農(nóng)藥實際施用成本超過了社會利益最大化時的農(nóng)藥施用成本,而從私人利益最大化視角看,農(nóng)藥過量施用是自2005年開始的;2005年,社會和私人利益最大化時農(nóng)藥過量施用成本分別為42和13元·hm-2,前者是后者的3.2倍。產(chǎn)生該現(xiàn)象的原因可能是,伴隨農(nóng)業(yè)生產(chǎn)成本和收益的改變,農(nóng)戶從自身利益出發(fā),追求高產(chǎn)量和高收益,導(dǎo)致農(nóng)藥投入成本超過水稻生產(chǎn)的實際需求量和生態(tài)系統(tǒng)可持續(xù)發(fā)展的實際承載量。2008年之后,為遏制農(nóng)藥過量施用導(dǎo)致的環(huán)境和食品安全問題,國家加強了農(nóng)藥監(jiān)管,《農(nóng)藥工業(yè)“十一五”發(fā)展規(guī)劃》中要求農(nóng)藥生產(chǎn)企業(yè)對環(huán)保的投資不低于總投資的8%,迫使農(nóng)藥生產(chǎn)企業(yè)加大環(huán)保投入。此外,農(nóng)藥價格上漲也抑制了農(nóng)藥投入成本過快增長,農(nóng)藥過量施用情況受到一定程度的遏制。
圖3 水稻生產(chǎn)中農(nóng)藥的過量施用成本Fig.3 Costs for the overuse of pesticides in rice production
應(yīng)用農(nóng)藥環(huán)境測算工具、環(huán)境影響因子和損害控制模型,基于1990—2016年江蘇、浙江、安徽、黑龍江、吉林、遼寧、內(nèi)蒙古、湖北、湖南、福建、江西、廣東、廣西、海南、云南、貴州、四川、天津、河北、上海、山東、河南、陜西和寧夏24個省、自治區(qū)、直轄市的面板數(shù)據(jù),從社會和私人利益最大化視角估算了水稻生產(chǎn)中農(nóng)藥的最佳施用成本和過量施用情況,得出以下結(jié)論:
(1)當前我國水稻生產(chǎn)中農(nóng)藥過量施用現(xiàn)象較嚴重。從2000年開始,社會利益最大化視角下農(nóng)藥施用開始過量,2005年私人利益最大化視角下農(nóng)藥施用開始過量,過度施用量分別為15.5和12.9元·hm-2,2016年分別增長至75.9和44.1元·hm-2,增長3.9倍和2.4倍。截至2016年,我國水稻生產(chǎn)中農(nóng)藥施用量為225.3元·hm-2(以1990年不變價格計),分別是社會和私人最佳施用成本的1.45倍和1.22倍。由此可見,當前無論是從社會利益最大化還是私人利益最大化視角,水稻生產(chǎn)中農(nóng)藥施用均是過量的,并且從社會利益最大化視角看農(nóng)藥過量施用出現(xiàn)的時間更早,過量程度更大。
(2)1990—2016年水稻生產(chǎn)中農(nóng)藥施用的外部成本逐年上升,對環(huán)境的污染日益加重。1990年水稻生產(chǎn)中農(nóng)藥外部成本僅為11.2元·hm-2,2016年增長為76.7元·hm-2,農(nóng)藥施用外部成本增長5.8倍,年增長率為7.3%,水稻生產(chǎn)中農(nóng)藥施用的外部負效應(yīng)增長較快,對環(huán)境的污染較大。雖然我國已逐步禁用高毒農(nóng)藥,開始推廣新型低毒農(nóng)藥,但農(nóng)藥過量施用現(xiàn)象仍然較普遍,農(nóng)藥施用的外部成本依舊較高。公共部門及農(nóng)藥生產(chǎn)企業(yè)應(yīng)關(guān)注生物農(nóng)藥價格較高、施用效果差、農(nóng)戶信任感低的問題,這是導(dǎo)致生物農(nóng)藥推廣困難、施用率較低等的原因。因此,如何在保證農(nóng)作物產(chǎn)量穩(wěn)定增長的前提下,控制農(nóng)藥過量施用和提高農(nóng)業(yè)生產(chǎn)的可持續(xù)性,需要整個社會的關(guān)注。
(3)在水稻生產(chǎn)中,農(nóng)藥的社會和私人最佳施用成本在數(shù)量和增速上均出現(xiàn)不一致的現(xiàn)象。從數(shù)量上看,2016年農(nóng)藥的社會最佳施用成本和私人最佳施用成本分別為155.5和184.0元·hm-2,后者比前者提高18.3%;從增速上看,1990—2016年,農(nóng)藥社會和私人最佳施用量之間的差距由1990年的11.0元·hm-2增長至2016年的28.5元·hm-2,增長1.6倍,即后者的增速快于前者。作為理性的經(jīng)濟人,農(nóng)戶在農(nóng)業(yè)生產(chǎn)決策中為實現(xiàn)自身利益最大化的目的,片面追求農(nóng)作物的高產(chǎn)量和高收益,使農(nóng)藥投入成本遠超過水稻生產(chǎn)的實際需求量和生態(tài)系統(tǒng)可持續(xù)發(fā)展的最大承載量。因此,在當前社會經(jīng)濟條件下,如何從法律和道德上構(gòu)建環(huán)境友好的社會規(guī)范,使農(nóng)戶在追求自身利益最大化的同時能夠兼顧社會利益,自覺調(diào)和社會和私人農(nóng)藥最佳施用量之間的矛盾,是今后值得關(guān)注的問題。
基于以上分析提出以下政策建議:(1)推進農(nóng)藥行業(yè)供給側(cè)改革,控制高毒農(nóng)藥產(chǎn)量,優(yōu)先發(fā)展低毒農(nóng)藥和生物農(nóng)藥,通過有害生物綜合防控,例如利用生物多樣性,包括驅(qū)趕植物、間套作和天敵引入等,或使用物理防治措施,如誘蟲燈和性引誘劑等,減少農(nóng)戶對化學農(nóng)藥的依賴,從源頭治理化學農(nóng)藥過量施用問題。(2)對農(nóng)戶實施農(nóng)藥毒理學知識和科學施用技能培訓(xùn)。農(nóng)戶是我國農(nóng)業(yè)生產(chǎn)的主體,也是農(nóng)藥施用種類、投入數(shù)量等決策的重要制定者。因此,只有改變農(nóng)戶的認知和行為,環(huán)境友好的農(nóng)業(yè)政策才能得到有效貫徹。(3)依托農(nóng)業(yè)合作社、農(nóng)業(yè)大戶和農(nóng)業(yè)企業(yè)等新型農(nóng)業(yè)經(jīng)營主體,對農(nóng)作物病蟲害進行規(guī)?;?、社會化防控,提高農(nóng)業(yè)生產(chǎn)中病蟲害防控的社會化服務(wù)水平,遏制農(nóng)藥過量施用導(dǎo)致的環(huán)境污染問題。
[1] 孫鵬,高玉玲,王金梅,等.漂浮固化分散液-液微萃取-氣相色譜法測定液態(tài)奶中5種擬除蟲菊酯類農(nóng)藥殘留[J].農(nóng)藥學學報,2016,18(4):497-502.[SUN Peng,GAO Yu-ling,WANG Jin-mei,etal.Dispersive Liquid-Liquid Microextraction Based on the Solidification of a Floating Organic Droplet Followed by Gas Chromatography for the Determination of Five Pyrethroid Pesticides Residues in Liquid Milk Samples[J].Chinese Journal of Pesticide Science,2016,18(4):497-502.]
[2] 郭利京,趙瑾.認知沖突視角下農(nóng)戶生物農(nóng)藥施用意愿研究:基于江蘇639戶稻農(nóng)的實證[J].南京農(nóng)業(yè)大學學報(社會科學版),2017,17(2):123-133,154.[GUO Li-jing,ZHAO Jin.A Study on Farmers Willingness of Biological Pesticide Application From the Perspective of Cognitive Conflict:An Empirical Analysis Based on 639 Rice Farmers in Jiangsu[J].Journal of Nanjing Agricultural University(Social Sciences Edition),2017,17(2):123-133,154.]
[3] TILMAN D,CLARK M.Food,Agriculture & the Environment:Can We Feed the World & Save the Earth?[J].Daedalus,2015,144(4):8-23.
[4] LICHTENBERG E,ZILBERMAN D.The Econometrics of Damage Control:Why Specification Matters[J].American Journal of Agricultural Economics,1986,68(2):261-273.
[5] HUANG J K,QIAO F B,ZHANG LX,etal.Farm Pesticide,Rice Production,and Human Health[R].?rebro,Sweden:Economy and Environment Program for Southeast Asia(EEPSEA),2000.
[6] 周曙東,張宗毅.農(nóng)戶農(nóng)藥施藥效率測算、影響因素及其與農(nóng)藥生產(chǎn)率關(guān)系研究:對農(nóng)藥損失控制生產(chǎn)函數(shù)的改進[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2013(3):4-14.
[7] 朱淀,孔霞,顧建平.農(nóng)戶過量施用農(nóng)藥的非理性均衡:來自中國蘇南地區(qū)農(nóng)戶的證據(jù)[J].中國農(nóng)村經(jīng)濟,2014(8):17-29,41.
[8] KOUSER S,QAIM M.Bt Cotton,Damage Control and Optimal Levels of Pesticide Use in Pakistan[J].Environment and Development Economics,2014,19(6):704-723.
[9] GROVERMANN C,SCHREINEMACHERS P,BERGER T.Quantifying Pesticide Overuse From Farmer and Societal Points of View:An Application to Thailand[J].Crop Protection,2013,53:161-168.
[10] JIN S Q,BLUERMLING B,MOL A P J.Information,Trust and Pesticide Overuse:Interactions Between Retailers and Cotton Farmers in China[J].NJAS-Wageningen Journal of Life Sciences,2015,72/73:23-32.
[11] PRANEETVATAKUL S,SCHREINERMACHERS P,PANANURAK P,etal.Pesticides,External Costs and Policy Options for Thai Agriculture[J].Environmental Science & Policy,2013,27:103-113.
[12] LEWIS K A,TZILIVAKIS J,WARNER D J,etal.An International Database for Pesticide Risk Assessments and Management[J].Human and Ecological Risk Assessment:An International Journal,2016,22(4):1050-1064.
[13] New York State Integrated Pest Management Program.List of Pesticide Active Ingredient EIQ Values[R/OL].[2017-12-21].https:∥nysipm.cornell.edu/eiq/list-pesticide-active-ingredient-eiq-values.
[14] BROOKES G,BARFOOT P.Environmental Impacts of Genetically Modified(GM) Crop Use 1996-2015:Impacts on Pesticide Use and Carbon Emissions[J].GM Crops & Food,2017,8(2):117-147.
[15] LAMICHHANE J R,DACHBRODT-SAAYDEH S,KUDSK P,etal.Toward a Reduced Reliance on Conventional Pesticides in European Agriculture[J].Plant Disease,2016,100(1):10-24.
[16] PRANEETVATAKUL S,SCHREINEMACHERS P,PANANURAK P,etal.Pesticides,External Costs and Policy Options for Thai Agriculture[J].Environmental Science & Policy,2013,27:103-113.
[17] LEACH A W,MUMFORD J D.Pesticide Environmental Accounting:A Method for Assessing the External Costs of Individual Pesticide Applications[J].Environmental Pollution,2008,151(1):139-147.
[18] 張國,逯非,黃志剛,等.我國主糧作物的化學農(nóng)藥用量及其溫室氣體排放估算[J].應(yīng)用生態(tài)學報,2016,27(9):2875-2883.[ZHANG Guo,LU Fei,HUANG Zhi-gang,etal.Estimations of Application and Greenhouse Gas Emission of Chemical Pesticides in Staple Crops in China[J].Chinese Journal of Applied Ecology,2016,27(9):2875-2883.]
[19] 張一賓,張懌,伍賢英.世界農(nóng)藥新進展(三)[M].北京:化學工業(yè)出版社,2014:34-42.
[20] 王常偉,顧海英.市場VS政府,什么力量影響了我國菜農(nóng)農(nóng)藥用量的選擇?[J].管理世界,2013(11):50-66.
作者簡介: 郭利京(1981—),男,河南新安人,副教授,博士,主要研究方向為農(nóng)業(yè)資源與環(huán)境。E-mail: guolijing0379@163.com