農(nóng)業(yè)綠色生產(chǎn)的宏觀邏輯與實證檢驗
——以農(nóng)藥施用為例

□張宗軍

[內(nèi)容提要]農(nóng)藥減量施用需要從宏觀上掌握農(nóng)戶的決策邏輯。選擇了12個變量指標(biāo)分為“稟賦因素”“投入因素”“調(diào)節(jié)因素”三大類，采用平衡面板數(shù)據(jù)進行了實證檢驗，并分北方和南方兩大區(qū)域做了比較。結(jié)果表明：稟賦因素中糧食種植占比、灌溉率每提高1%，施藥強度分別降低0.061公斤和增加0.16公斤；經(jīng)營規(guī)模每增加1公頃，施藥強度降低8.07公斤。要素投入中城鎮(zhèn)化與農(nóng)藥減施存在不顯著的協(xié)同效應(yīng)；機械化投入每增加1千瓦時，施藥強度增加0.926公斤；可支配收入每增加1000元，農(nóng)藥投入降低0.4公斤，財政支農(nóng)對施藥具有不顯著的激勵作用。調(diào)節(jié)性因素中，經(jīng)營性收入占比提高1%，施藥量降低0.197公斤；教育年限增加1年，施藥量會增加1.08公斤；農(nóng)產(chǎn)品價格和農(nóng)藥價格分別對施藥量具有不顯著的激勵和抑制作用。兩大區(qū)域6個指標(biāo)對施藥量作用方向一致，6個指標(biāo)作用方向相反，意味著在國家層面上制定減施政策具有一定理論基礎(chǔ)，但在執(zhí)行過程中需要出臺因地制宜的實施細則。為此，提出了實現(xiàn)環(huán)境治理與收入保障有機統(tǒng)一的政策建議。

一、引言

隨著全球人口的快速增長和耕地面積的不斷萎縮，世界糧食安全受到了重大威脅。聯(lián)合國發(fā)布的《世界糧食安全和營養(yǎng)狀態(tài)》報告顯示，2020年全球有7.2億至8.11億人口面臨糧食短缺，占全球人口近10%的比例。尤其是自然災(zāi)害和病蟲害的侵擾，使糧食生產(chǎn)更是雪上加霜，據(jù)糧農(nóng)組織估計，每年病蟲害造成全球作物產(chǎn)量損失高達40%，每年全球植物病害產(chǎn)生的經(jīng)濟損失在2200億美元以上，其中昆蟲入侵造成的損失超過了700億美元。因此，在科學(xué)技術(shù)的推動下①，形形色色的增產(chǎn)手段被運用于農(nóng)業(yè)生產(chǎn)中，而農(nóng)藥作為一種物化的技術(shù)形式，被廣泛的應(yīng)用在農(nóng)業(yè)病蟲害的防治中，對農(nóng)產(chǎn)品產(chǎn)量的保障作用在理論和實踐上均達成了普遍共識。但隨著農(nóng)藥被廣泛使用，尤其是農(nóng)藥毒性不斷增強，對人們的食品安全以及環(huán)境構(gòu)成了重大威脅，世界衛(wèi)生組織調(diào)查顯現(xiàn)，每年全球發(fā)生的農(nóng)藥中毒事件高達300萬件，造成人員死亡25萬。農(nóng)藥使用還產(chǎn)生慢性的傷害，如通過空氣傳播、水污染、土壤重金屬等影響人的神經(jīng)和內(nèi)分泌系統(tǒng)，大大提高了致癌概率。

因此，發(fā)達國家從上世紀(jì)開始重視農(nóng)藥施用行為，推進農(nóng)藥減量施用。美國自20世紀(jì)八十年代末開始，農(nóng)藥使用量下降到了穩(wěn)定狀態(tài)；英國自1990年出臺了農(nóng)藥使用政策白皮書之后，殺蟲劑使用量逐步降低，除草劑使用量小幅波動，殺菌劑用量從1996年開始下降；意大利自1986年出臺了有害生物綜合治理政策之后，殺蟲劑和除草劑用量小幅波動，殺菌劑大幅下降；日本農(nóng)藥使用量自20世紀(jì)90年代開始穩(wěn)步下降，1999年建立了污染物排放與登記系統(tǒng)之后，農(nóng)藥用量大幅下降。②如圖1所示，我國農(nóng)藥施用量一直保持不斷增加，從2015年國家出臺了《農(nóng)藥使用量零增長行動方案》后，農(nóng)藥施用量才出現(xiàn)了微弱下降。但2018年每公頃的施用量還是高達14.83公斤，是全球平均水平的4.96倍、是農(nóng)業(yè)高度發(fā)達的美國的5.74倍、是同為發(fā)展中大國印度的38.85倍，也是耕地資源極為稀缺的日本的1.17倍。因此，我國要推進農(nóng)業(yè)綠色生產(chǎn)，實現(xiàn)農(nóng)產(chǎn)品安全環(huán)保，就必須從理論上梳理和探索影響農(nóng)戶農(nóng)藥施用的主要誘因及其作用的機理。

圖1 1990-2018年全球及典型國家農(nóng)藥施用情況(單位：公斤/公頃)

二、農(nóng)藥施用的微觀決策與宏觀邏輯

目前，國內(nèi)外對農(nóng)藥施用行為的研究主要通過問卷調(diào)查的方式從微觀角度來分析，根據(jù)不同側(cè)重點觀察到了一些現(xiàn)象。首先，個體或者家庭特征對施藥行為具有一定的影響。部分研究表明男性對農(nóng)藥知識有更多的了解和認識，能較好地把握施用量，使施藥行為更加規(guī)范[1][2]；但也有研究認為女性的施藥行為比男性更加安全[3]。農(nóng)戶年齡對施藥行為的影響同樣存在分歧，有研究表明年齡大的農(nóng)戶更加依賴于種植經(jīng)驗，對農(nóng)藥危害認識不足，難以規(guī)范用藥[4][5]；但Hashemi等卻發(fā)現(xiàn)年齡越大的農(nóng)戶，越多地了解農(nóng)藥對作物的傷害，也更重視施藥操作的安全性[6]。教育程度、技能培訓(xùn)等能夠使農(nóng)戶更多地接受綠色生產(chǎn)、環(huán)境保護等知識，較深地感觸到農(nóng)藥對健康和環(huán)境帶來的重大危害，敦促其更合理地使用農(nóng)藥[7][8]。人口數(shù)較大的家庭，受生計壓力，為保障收入會更多地施用農(nóng)藥[9]。其次，生產(chǎn)過程中的各種要素對施藥行為也具有重要影響。有研究認為經(jīng)營規(guī)模小的農(nóng)戶對接受新技術(shù)、新知識缺乏激勵，會更多地施用農(nóng)藥或采用毒性較高的農(nóng)藥，而耕種規(guī)模大的農(nóng)戶更加積極學(xué)習(xí)農(nóng)技知識，會降低農(nóng)藥施用量[10][11][12]；但也有相反的證據(jù)表明，經(jīng)營規(guī)模大的農(nóng)戶，為了更好地規(guī)避收入風(fēng)險而增加農(nóng)藥的用量[13]。以產(chǎn)品出售為主要目的、農(nóng)業(yè)收入占比高的農(nóng)戶，為了進一步增加收入會增加農(nóng)藥用量[14][15]16[]；且當(dāng)農(nóng)產(chǎn)品價格上漲時，農(nóng)戶受市場刺激也會加大藥量[17]。隨著城鎮(zhèn)化快速發(fā)展，大量農(nóng)村青壯年脫離農(nóng)業(yè)生產(chǎn)，為彌補勞動力不足可能產(chǎn)生的損失也會增加農(nóng)藥的用量[18][19]。第三，社會規(guī)范行為對農(nóng)戶施藥行為具有一定的引導(dǎo)作用。行政法律作為一種強制性約束手段，使用于各個領(lǐng)域，不同國家的實踐均表明，環(huán)保檢測、行政處罰、政府補貼等政策法規(guī)的制定與實施，能有效降低農(nóng)業(yè)化學(xué)品的用量，促進農(nóng)業(yè)綠色生產(chǎn)[20][21]。加入農(nóng)村合作社的農(nóng)戶，會更加規(guī)范施藥行為，提高農(nóng)藥減量施用的概率[22],具有農(nóng)地退出意愿的農(nóng)戶更傾向于提高農(nóng)藥的用量[23]。社會經(jīng)濟地位越高的農(nóng)戶，受道德責(zé)任感的約束越強，會降低農(nóng)藥施用量[24]。

對于微觀個體而言，其行為決策既有相似性的一面，又有異質(zhì)性的一面。因而，舒爾茨的“理性小農(nóng)理論”、西蒙的“有限理性理論”、斯科特的“農(nóng)戶風(fēng)險回避理論”、恰亞諾夫的“農(nóng)戶勞役回避理論”等均在農(nóng)戶決策行為中有其實踐的證據(jù)。對于我國這樣一個國土面積遼闊、農(nóng)村人口龐大、區(qū)域差異顯著、生產(chǎn)條件相異、種植品種豐富的農(nóng)業(yè)大國，基于特定區(qū)域和小范圍問卷調(diào)查的研究缺乏一定的普遍性和規(guī)律性，不同研究常出現(xiàn)互相矛盾的結(jié)論，不利于宏觀調(diào)控政策的制定。那么眾多農(nóng)戶個體在農(nóng)藥施用行為上的區(qū)域性宏觀累計是否具有一定的規(guī)律性？這種規(guī)律性形成的內(nèi)在原因是什么？這種選擇的一致性程度有多大？遺憾的是目前從宏觀層面研究我國農(nóng)民農(nóng)藥施用決策的成果還比較少。

事實上，就國內(nèi)各地區(qū)來看，農(nóng)藥施用強度在區(qū)域之間既存在很大的差異性，而且這種差異又具有較強的穩(wěn)定性。如圖2所示，我們將30個地區(qū)按照農(nóng)藥施用強度劃分為高、中、低三個檔次，分別設(shè)置10個省份。通過各地區(qū)1999-2005年、1999-2012年、1999-2019年、2019年四個時期農(nóng)藥使用量平均值的比較可以看出，各地區(qū)農(nóng)藥施用量在不同時期的檔次比較穩(wěn)定，只有極個別省份的檔次發(fā)生了變化。

圖2 不同時期各省農(nóng)藥施用強度分布圖

由此說明個體農(nóng)戶在農(nóng)藥施用行為決策上雖然具有一定的異質(zhì)性，但在區(qū)域?qū)用嫔洗嬖谝恍┮蛩貙r(nóng)藥施用的影響具有相對穩(wěn)定性。區(qū)域?qū)用嫔嫌绊戅r(nóng)藥施用強度的因素可以分為三個方面：一是稟賦因素，區(qū)域之間由于在氣候環(huán)境、種植結(jié)構(gòu)、土地規(guī)模、灌溉條件、災(zāi)害狀況等方面存在著先天性不同，這些因素在長期內(nèi)具有一定的穩(wěn)定性，也使地區(qū)之間農(nóng)民農(nóng)藥施用強度保持一種穩(wěn)定的差異性。二是投入因素，農(nóng)業(yè)生產(chǎn)受到機械、農(nóng)戶資金、財政資金、勞動力等因素的重要影響，這些因素因為改善了農(nóng)業(yè)生產(chǎn)條件和購買農(nóng)藥的支付能力、提高了土壤和作物對農(nóng)藥的吸收分解能力，從而影響到農(nóng)藥施用強度。三是調(diào)節(jié)因素，農(nóng)業(yè)生產(chǎn)還受到市場價格波動、農(nóng)業(yè)收入的重要性、教育認知等方面的影響，這些因素在一定程度上會影響農(nóng)民農(nóng)藥施用的決策。為了探索各地區(qū)農(nóng)藥施用強度差異性的形成因素，本文利用1999—2019年中國30個省(市、區(qū))的平衡面板數(shù)據(jù)，通過實證來檢驗這些因素的作用方向和顯著性，以及影響程度的大小，為綠色農(nóng)業(yè)政策的實施提供依據(jù)，發(fā)揮出調(diào)控措施的引導(dǎo)效果。

三、變量、模型與數(shù)據(jù)說明

(一)變量選擇

我們以農(nóng)藥施用強度(單位耕地面積的農(nóng)藥施用量)作為農(nóng)業(yè)綠色生產(chǎn)的被解釋變量。用糧食作物的耕種面積占總耕種面積、有效灌溉面積占總播種面積的比重、人均耕地面積、成災(zāi)率四個變量反映影響農(nóng)藥施用的稟賦性因素；用城鎮(zhèn)化率、機械化水平、農(nóng)民人均可支配收入、財政支農(nóng)四個變量來反映農(nóng)藥施用的投入性因素；用農(nóng)民人均受教育年限、農(nóng)戶經(jīng)營性收入占比、農(nóng)業(yè)生產(chǎn)者價格指數(shù)、農(nóng)藥價格指數(shù)四個變量來反映影響農(nóng)藥施用的調(diào)節(jié)性因素。

(二)數(shù)據(jù)來源與說明

本文采用我國30個省、市、自治區(qū)(不包括港、澳、臺和西藏地區(qū))的平衡面板數(shù)據(jù)，樣本時間為1999-2019年，數(shù)據(jù)來源于《中國農(nóng)業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》和Wind數(shù)據(jù)庫。數(shù)據(jù)包含了我國所有的農(nóng)業(yè)種植地區(qū)，年度上分析了21世紀(jì)以來的變化情況，總體針對性強、覆蓋面高，具有良好的代表性。需要說明的是，財政支農(nóng)資金的統(tǒng)計前后發(fā)生過調(diào)整，為降低數(shù)據(jù)誤差，該數(shù)據(jù)在部分年度做了替代計算；③其次，2012年后國家統(tǒng)計局不再披露農(nóng)村人均純收入指標(biāo)數(shù)據(jù)，轉(zhuǎn)為農(nóng)村居民人均可支配收入，轉(zhuǎn)化前后統(tǒng)計口徑變化甚微，不影響實證檢驗；第三，北京市、天津市、上海市和重慶市的農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、農(nóng)藥價格指數(shù)缺失，本文分別以其相鄰的河北省、江蘇省和四川省的相關(guān)數(shù)據(jù)替代。

通過對變量序列數(shù)據(jù)分析看出，糧食作物單位面積產(chǎn)量與農(nóng)民人均經(jīng)營凈收入都保持著平穩(wěn)較快增長，而農(nóng)藥施用強度則出現(xiàn)持續(xù)增長后小幅下降的趨勢。如表1所示，從所選時期內(nèi)的變量統(tǒng)計描述看出，各變量的最小值、均值、最大值之間有一定的平衡性，各變量總體形成趨勢，可以用來真實反映所研究問題。

表1 數(shù)據(jù)統(tǒng)計描述

(三)模型構(gòu)建

基于上述變量的選擇，本文采用了靜態(tài)面板數(shù)據(jù)模型，對農(nóng)藥施用強度的宏觀影響因素進行回歸檢驗。我們的目標(biāo)并非考察農(nóng)藥施用量的增長狀況，因此，對所有變量均不取對數(shù)，按照原序列進行檢驗。由此，我們設(shè)定如下的回歸模型：

NYit=β0+ΣajBFIT+ΣbjTRit+ΣcjTJit+γi+δt+εit

模型中i代表地區(qū)，t代表時間，β0表示常數(shù)項，aj、bj、cj表示回歸系數(shù)；NYit表示為第i個地區(qū)第t年的農(nóng)藥單位面積施用折純量；BFit表示為第i個地區(qū)第t年的稟賦性因素；TRit分別表示第i個地區(qū)第t年的投入性因素；TJit表示為第i個地區(qū)第t年的調(diào)節(jié)性因素；γi和δt分別表示個體和時間效應(yīng)，εit為誤差項。

四、實證檢驗與結(jié)果分析

(一)單位根檢驗與協(xié)整檢驗

實證檢驗之前要對模型中的各個序列進行平穩(wěn)性檢驗，常用的方法就是單位根檢驗，具體有LLC檢驗、PP檢驗、IPS檢驗、ADF檢驗等四種方法。檢驗結(jié)果如表2所示，我們發(fā)現(xiàn)部分變量原序列不平穩(wěn)，對原序列做一階差分后繼續(xù)檢驗，發(fā)現(xiàn)除個別序列在5%和10%的顯著性水平上平穩(wěn)外，其他序列均在1%的顯著性水平上平穩(wěn)，說明各變量之間是一階單整的。在此基礎(chǔ)上對變量進行協(xié)整檢驗，結(jié)果如表 3所示，顯示各變量序列之間存在協(xié)整關(guān)系。由此，確保了后續(xù)面板回歸的有效性。

表2 變量單位根檢驗

表3 面板協(xié)整檢驗

(二)實證檢驗與結(jié)果分析

實證檢驗的結(jié)果如表4所示，四種情形下的回歸系數(shù)與顯著性均有一定的差異，需要選擇最優(yōu)模型。F統(tǒng)計量用于檢驗所有的個體效應(yīng)在整體上的顯著性，F(xiàn)統(tǒng)計量值越大、P值越小，則說明固定效應(yīng)模型比混合OLS模型更可取，農(nóng)藥施用強度檢驗的F值為86.81，P值為0，選擇固定效應(yīng)模型。LM統(tǒng)計量用來選擇混合OLS模型和隨機模型，本次農(nóng)藥施用強度檢驗的LM值分別為2102.56，P值為0，拒絕了混合OLS模型。固定效應(yīng)和隨機效應(yīng)各有優(yōu)點，隨機效應(yīng)節(jié)省了自由度，樣本數(shù)據(jù)在時間和截面上變化均較大時，隨機效應(yīng)模型能更明確地描述誤差來源；固定效應(yīng)模型則很容易分析任意截面數(shù)據(jù)所對應(yīng)的因變量與全部截面數(shù)據(jù)所對應(yīng)的應(yīng)變量均值的差異程度。用Hausman檢驗在這兩種模型中進行選擇，農(nóng)藥施用強度檢驗的chi2值為32.89，P值為0.0003，由此應(yīng)拒絕原假設(shè)，進行固定效應(yīng)模型估計。固定效應(yīng)模型只能反映隨時間變化的變量信息，不隨時間變化的變量信息會被自動遺漏，加入時間虛擬變量檢驗的結(jié)果表明在模型中不包括時間效應(yīng)，最終選擇固定效應(yīng)模型。

表4 農(nóng)藥施用強度影響因素回歸結(jié)果

表4的實證結(jié)果表明，稟賦性因素對農(nóng)藥減量施用具有較強的約束性：(1)糧食種植面積比例每提高1%，農(nóng)藥施用強度降低0.0606公斤，說明糧食作物對農(nóng)藥的需要比經(jīng)濟作物低，表明我國經(jīng)濟作物種植面積的擴大是農(nóng)藥施用強度提高的重要原因。(2)實證進一步驗證了灌溉水平的提高有助于農(nóng)藥被土壤和作物充分吸收進而增加其施用量，灌溉率每提高1%，農(nóng)藥施用強度增加0.16公斤。(3)檢驗表明人均種植面積的擴大顯現(xiàn)出明顯的規(guī)模經(jīng)濟效應(yīng)，有效地降低了農(nóng)藥的施用強度，經(jīng)營規(guī)模每增加1公頃，農(nóng)藥施用強度降低8.07公斤。④(4)災(zāi)害風(fēng)險發(fā)生后農(nóng)民面臨兩種選擇，一是通過增加農(nóng)藥施用促進之后的作物長勢以彌補災(zāi)害造成的產(chǎn)量損失；另一種選擇是當(dāng)災(zāi)害損失不可逆轉(zhuǎn)時放棄農(nóng)藥的繼續(xù)投入，以控制生產(chǎn)成本。實證表明隨著災(zāi)害風(fēng)險越大，農(nóng)戶越傾向于第一種選擇，但這種表現(xiàn)不顯著。

投入性因素對農(nóng)戶農(nóng)藥施用具有較強的激勵性。(1)勞動力是我國小農(nóng)作業(yè)很重要的一項投入要素，與部分微觀調(diào)研結(jié)論相反，本文發(fā)現(xiàn)隨著城鎮(zhèn)化的推進，顯著降低了農(nóng)戶施藥量，城鎮(zhèn)化率每提高1%，農(nóng)藥施用強度降低0.124公斤?？此葡嚆５慕Y(jié)論其實有其現(xiàn)實的原因，隨著國內(nèi)農(nóng)業(yè)機械化水平的不斷提高，對勞動力投入產(chǎn)生了很大的替代效益；同時，勞動力的大量轉(zhuǎn)移使農(nóng)業(yè)生產(chǎn)失去了精耕細作的傳統(tǒng)方式，施藥的頻率有所降低。因此，城鎮(zhèn)化發(fā)展產(chǎn)生的勞動力轉(zhuǎn)移與農(nóng)藥施用之間不是替代效應(yīng)而是協(xié)同效應(yīng)。(2)機械化水平的提高對農(nóng)藥施用強度產(chǎn)生了顯著的提升作用，而且這種作用程度非常大，機械化投入每增加1千瓦時，農(nóng)藥施用強度增加0.926公斤。這充分印證了機械化投入會提高土壤對農(nóng)藥的吸收與分解能力，從而增加了施用強度。(3)傳統(tǒng)經(jīng)濟理論表明，收入的提升會刺激消費增長，本文的實證卻發(fā)現(xiàn)農(nóng)民可支配收入的增長與農(nóng)藥的施用強度存在顯著的負相關(guān)關(guān)系，年收入每增加1000元，農(nóng)藥投入降低0.4公斤。說明隨著農(nóng)民收入的不斷增加，增加農(nóng)藥施用所獲得的經(jīng)濟效益重要性大大降低，削弱了農(nóng)藥施用的經(jīng)濟目的。實際上1999-2019年期間農(nóng)民可支配收入增長遠高于農(nóng)藥施用量增長速度，2019年農(nóng)民可支配收入、農(nóng)藥施用強度分別是1999年的6.91倍、1.28倍；(4)隨著財政支農(nóng)投入的增加，尤其是十八大以來更是不斷提高國家財政支出中涉農(nóng)資金的比例，大大改善了農(nóng)業(yè)生產(chǎn)條件、提高了農(nóng)業(yè)科技賦能、提升了農(nóng)業(yè)抗災(zāi)能力，增強了農(nóng)戶預(yù)期目標(biāo)產(chǎn)量的保障性，因而減弱了農(nóng)民對農(nóng)藥增產(chǎn)的依賴性，但這種效果還不顯著。

調(diào)節(jié)性因素對農(nóng)藥施用強度也具有一定影響：(1)農(nóng)民收入結(jié)構(gòu)與農(nóng)民農(nóng)藥施用強度呈顯著的負相關(guān)關(guān)系，農(nóng)民經(jīng)營性收入占比每降低1%，農(nóng)藥施用強度提高0.197公斤。1999年我國農(nóng)村居民經(jīng)營性收入占可支配收入的比重達65.53%，2019年已降低至35.97%，說明隨著農(nóng)民經(jīng)營性收入占可支配收入的比重不斷降低，農(nóng)民對農(nóng)業(yè)生產(chǎn)收益的依賴性大大降低，對土地的愛惜和照顧程度日益減弱，因此在農(nóng)藥的施用上隨意性更大。(2)農(nóng)產(chǎn)品預(yù)期價格對農(nóng)民的施藥行為具有不顯著的激勵作用，預(yù)期價格指數(shù)每提高1，農(nóng)藥施用強度增加0.028公斤。這意味著良好的預(yù)期收益提高了農(nóng)民農(nóng)業(yè)生產(chǎn)的積極性，促動了農(nóng)藥生產(chǎn)要素的投入力度。(3)實證發(fā)現(xiàn)農(nóng)藥價格的提升雖會使農(nóng)戶減量施用，但并不顯著，說明農(nóng)戶對農(nóng)藥的需求具有一定的剛性，也就是說作為保障農(nóng)產(chǎn)品產(chǎn)量的投入要素，農(nóng)戶對農(nóng)藥施用有一個大致的預(yù)定量，不會因為價格的波動產(chǎn)生較大的調(diào)整。(4)現(xiàn)有研究成果在教育培訓(xùn)對農(nóng)戶施肥行為的影響研究上產(chǎn)生了相互矛盾的結(jié)論，本文的檢驗表明受教育年限每增加1年，農(nóng)藥施用強度顯著提高1.08公斤。事實上出現(xiàn)相矛盾的研究結(jié)果，關(guān)鍵在于對教育培訓(xùn)的定位上不同：從普及教育和學(xué)歷教育角度看，教育年限的增加使從事農(nóng)業(yè)生產(chǎn)的勞動力減少，從事農(nóng)業(yè)生產(chǎn)的經(jīng)驗積累降低，使其在我國經(jīng)驗性耕作特征顯著的農(nóng)業(yè)生產(chǎn)中不易掌握農(nóng)藥的用量，比較容易過量施用；而具有針對性和專業(yè)性的教育培訓(xùn)，能使農(nóng)戶掌握科學(xué)的施藥技術(shù)，了解農(nóng)藥過量施用的負面作用，使農(nóng)戶在生產(chǎn)中把握合理的施用量，起到減量不減效的作用。

(三)穩(wěn)健性檢驗與農(nóng)藥施用行為宏觀異質(zhì)性分析

穩(wěn)健性檢驗用來確定實證結(jié)果是否會隨著參數(shù)設(shè)定變化而變化，目前為止關(guān)于如何進行穩(wěn)健性檢驗還沒有一個統(tǒng)一的標(biāo)準(zhǔn)，只能根據(jù)研究視角和目標(biāo)的不同選擇適合的方法。為進一步驗證模型的穩(wěn)健性，我們采取調(diào)整樣本期間的方式。對農(nóng)藥施用問題，在理論上已經(jīng)較早地提出了其過量施用的現(xiàn)象，但在政策上一直采取寬容的態(tài)度，沒有引起足夠的重視。黨的十八大把生態(tài)文明建設(shè)作為“五位一體”總布局當(dāng)中的一個重要部分，加之食品安全廣受社會矚目，中央出臺了兩個“零增長”行動方案，各級政府將其作為農(nóng)業(yè)農(nóng)村的重點工作大力貫徹推進，因而自2015年開始國內(nèi)農(nóng)藥施用強度有所下降?？紤]到這一重大政策對農(nóng)民行為的影響，我們將實證檢驗的樣本期間調(diào)整為1999-2014年，再次進行回歸。通過對比分析表明模型在調(diào)整前后各解釋變量對被解釋變量的作用方向完全一致，顯著性和回歸系數(shù)變化很小。說明本文構(gòu)建模型具有良好的穩(wěn)定性，選擇的指標(biāo)也比較科學(xué)合理。

為進一步證實區(qū)域差異對農(nóng)藥施用量的宏觀影響，按照我國傳統(tǒng)南北劃分界線，分別對南、北兩大區(qū)域進行檢驗發(fā)現(xiàn)：兩大區(qū)域在灌溉、種植規(guī)模、機械化、可支配收入、財政、收入結(jié)構(gòu)等六個因素對農(nóng)藥施用量的作用方向完全一致，但部分指標(biāo)的顯著性上有差異。說明各地區(qū)農(nóng)戶在農(nóng)藥施用的部分決策因素上具有相同的思考，也意味著在國家層面上制定農(nóng)藥減施的引導(dǎo)政策和具體的操作措施具有一定的理論基礎(chǔ)。兩大區(qū)域在種植結(jié)構(gòu)、城鎮(zhèn)化、成災(zāi)率、教育、農(nóng)產(chǎn)品價格、農(nóng)藥價格等六個指標(biāo)對施藥量的作用上方向相反，顯著性上也不盡相同。說明各地區(qū)農(nóng)戶由于受地理氣候、社會經(jīng)濟、種植傳統(tǒng)等各方面影響，在農(nóng)藥施用決策上也存在著不同的考量，意味著在農(nóng)藥減施的執(zhí)行過程中，各地區(qū)還需要出臺符合當(dāng)?shù)厍闆r的實施細則。

表5 穩(wěn)健性檢驗與分區(qū)域檢驗結(jié)果⑤

五、農(nóng)藥減量施用的政策激勵

通過理論分析與實證檢驗，結(jié)合我國農(nóng)業(yè)生產(chǎn)的特殊國情，要實現(xiàn)農(nóng)民經(jīng)營凈收入的不斷增加、農(nóng)產(chǎn)品產(chǎn)量的穩(wěn)步提高和農(nóng)業(yè)綠色生產(chǎn)的逐步推進，需要在經(jīng)濟激勵政策和工程技術(shù)支持方面雙管齊下。

第一，提高農(nóng)藥利用率，發(fā)揮減量不減效的作用。據(jù)農(nóng)業(yè)農(nóng)村部測算，2019年我國三大糧食作物農(nóng)藥利用率為39.8%，比2015年的36.6%提升了3.2個百分點。目前歐美發(fā)達國家糧食作物農(nóng)藥利用率在50%-60%，高出我國10-20個百分點?？梢?，中國農(nóng)藥的利用率相對偏低。另外，中國農(nóng)戶的農(nóng)藥施用更多是一種經(jīng)驗性的習(xí)慣行為，是早期生產(chǎn)條件和時代背景下生產(chǎn)技術(shù)指導(dǎo)不足的結(jié)果。因此，需要政府部門在開展農(nóng)業(yè)綠色生產(chǎn)宣傳、增強農(nóng)民環(huán)保認知的同時，更要大力組織針對性、專業(yè)性的農(nóng)技培訓(xùn)，從實踐中讓農(nóng)戶掌握科學(xué)施藥的技術(shù)要領(lǐng)。農(nóng)技部門要根據(jù)不同地區(qū)、不同土壤條件、不同作物需求，制定施藥標(biāo)準(zhǔn)和指南，推進精準(zhǔn)施藥。由此，通過改變以往粗放式的生產(chǎn)習(xí)慣，提高農(nóng)藥的利用率，達到減量不減效的效果。

第二，加強農(nóng)業(yè)科技投入，抵消因農(nóng)藥減量造成的產(chǎn)量損失。截至2019年我國糧食總產(chǎn)量實現(xiàn)“十五連增”，但隨著國內(nèi)經(jīng)濟進入新常態(tài)，財政和個人農(nóng)業(yè)資金投入提升空間不斷縮小，城鎮(zhèn)化發(fā)展使耕地面積和農(nóng)村勞動力數(shù)量還會不斷降低。未來較長時期內(nèi)農(nóng)業(yè)物化生產(chǎn)要素的投入將接近上限，這促使我們必須將農(nóng)業(yè)增產(chǎn)方式逐漸轉(zhuǎn)變?yōu)橐揽靠萍紕?chuàng)新拉動。需要加強優(yōu)良種子研發(fā)，在提高單產(chǎn)的同時增強抵御自然災(zāi)害的能力；深化施藥技術(shù)研究，提高農(nóng)藥利用率；推廣新型栽培種植技術(shù)，提升農(nóng)業(yè)種植的科學(xué)化、精準(zhǔn)化和規(guī)?；?；普及節(jié)水灌溉技術(shù)，打破國內(nèi)農(nóng)業(yè)“靠天吃飯”的硬約束；不斷完善轉(zhuǎn)基因技術(shù)，趨利避害做到量和質(zhì)雙突破。最終實現(xiàn)我國農(nóng)業(yè)由平面化向立體化、由機械化向智慧化、由常規(guī)化向生態(tài)化的轉(zhuǎn)變。

第三，嚴格把控農(nóng)產(chǎn)品價格，進一步穩(wěn)定優(yōu)化種植結(jié)構(gòu)。我國農(nóng)民面臨著農(nóng)業(yè)生產(chǎn)成本和農(nóng)產(chǎn)品價格的雙重擠壓，頻繁發(fā)生投入與產(chǎn)出不平衡的現(xiàn)象，并誘發(fā)了種植結(jié)構(gòu)的波動。因此，健全農(nóng)產(chǎn)品價格監(jiān)測系統(tǒng)顯得格外必要，通過加強農(nóng)產(chǎn)品價格的監(jiān)測力度，一方面通過政府干預(yù)減小通貨膨脹給農(nóng)產(chǎn)品價格帶來的負面影響，減輕市場波動對農(nóng)民勞動成果的侵蝕；另一方面通過行政監(jiān)管強化對人為操縱市場、制造農(nóng)產(chǎn)品尤其是經(jīng)濟作物價格異常波動等侵害農(nóng)戶利益的行為進行嚴厲打擊和懲處。通過加快新型經(jīng)營主體的培育、提高專業(yè)合作社的運行效率、完善社會服務(wù)體系，引導(dǎo)經(jīng)濟作物的種植向?qū)I(yè)化和規(guī)?；l(fā)展。在此基礎(chǔ)上將部分農(nóng)業(yè)直接補貼與農(nóng)藥污染檢測結(jié)果相掛鉤，推動農(nóng)藥減量施用。

第四，推進綠色農(nóng)業(yè)保險發(fā)展，達到環(huán)境治理與保障農(nóng)民收入的有機統(tǒng)一。一般的農(nóng)業(yè)保險可以有效降低農(nóng)業(yè)生產(chǎn)過程中的不確定性，彌補農(nóng)民受災(zāi)損失，保障農(nóng)民收益。但面對我國農(nóng)村環(huán)境污染的嚴峻形勢，農(nóng)藥施用量的降低已成為必須，這也勢必影響到農(nóng)民的投入決策和經(jīng)濟收益。因此，我們需要在農(nóng)業(yè)保險產(chǎn)品的設(shè)計當(dāng)中補償農(nóng)民因減少農(nóng)藥而產(chǎn)生的經(jīng)濟利益損失，在農(nóng)業(yè)保險的保費補貼上將綠色生產(chǎn)激勵的要素納入其中，將部分農(nóng)業(yè)直接補貼轉(zhuǎn)化為農(nóng)業(yè)保險的綠色保費補貼。以此，使農(nóng)業(yè)保險更好地發(fā)揮綠色興農(nóng)作用，推動鄉(xiāng)村振興戰(zhàn)略的實施。

注 釋：

① 聯(lián)合國糧農(nóng)組織2021版《氣候變化對植物病蟲害影響的科學(xué)綜述》。

②數(shù)據(jù)根據(jù)聯(lián)合國糧農(nóng)組織(FAO)數(shù)據(jù)庫、中國農(nóng)藥信息網(wǎng)(http://www.icama.org.cn)相關(guān)數(shù)據(jù)整理計算所得。

③因1999-2006年尚未披露農(nóng)林水務(wù)的財政支出指標(biāo)，所以1999-2002年的財政支農(nóng)資金用財政支援農(nóng)村生產(chǎn)支出和財政農(nóng)業(yè)綜合開發(fā)支出之和來代替，2003-2006年數(shù)據(jù)用財政農(nóng)業(yè)支出與財政林業(yè)支出之和來代替。

④實證中經(jīng)營規(guī)模采用的單位為畝/人，為與農(nóng)藥施用強度的單位(公斤/公頃)相統(tǒng)一，按照1公頃=15畝進行了換算。

⑤根據(jù)國家傳統(tǒng)地理分界線，南方地區(qū)包括上海、江蘇、浙江、安徽、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南；北方地區(qū)包括北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、山東、河南、陜西、甘肅、青海、寧夏、新疆。