綠色防控技術(shù)采納影響因素及收入效應(yīng)研究*
——基于792戶菜農(nóng)調(diào)查數(shù)據(jù)的實證分析

田 路, 鄭少鋒, 陳如靜

(西北農(nóng)林科技大學(xué)經(jīng)濟管理學(xué)院 楊凌 712100)

我國作為人口大國和農(nóng)業(yè)大國, 化學(xué)農(nóng)藥在農(nóng)業(yè)生產(chǎn)中扮演著必不可少的角色, 在消滅病、蟲、草害的同時, 可以保障農(nóng)產(chǎn)品的產(chǎn)量和供給, 但是不科學(xué)、不合理地使用農(nóng)藥會為生態(tài)環(huán)境帶來很大的負(fù)外部性。我國在農(nóng)業(yè)科學(xué)技術(shù)的研究、應(yīng)用和推廣上起步較晚, 精細(xì)化農(nóng)業(yè)生產(chǎn)的發(fā)展緩慢, 農(nóng)作物對化肥的吸收效率低下, 因此在實際生產(chǎn)中普遍存在著化肥農(nóng)藥污染嚴(yán)重、農(nóng)產(chǎn)品質(zhì)量安全治理困難等問題, 化學(xué)農(nóng)藥也已經(jīng)成為影響生態(tài)環(huán)境和農(nóng)產(chǎn)品質(zhì)量安全的重要因素之一。由于受困于經(jīng)濟狀況, 欠發(fā)達(dá)地區(qū)和發(fā)展中國家的農(nóng)藥使用, 相較于發(fā)達(dá)地區(qū)和發(fā)達(dá)國家更高; 因此普遍存在過量使用農(nóng)藥引發(fā)的農(nóng)民中毒事件發(fā)生。連續(xù)3年, 中央一號文件均提出有關(guān)農(nóng)產(chǎn)品質(zhì)量安全生產(chǎn)的內(nèi)容, 提倡加大禁限用藥物查處力度, 加強農(nóng)獸藥用藥安全培訓(xùn)。在此背景下, 我國政府加快了綠色防控技術(shù)的推廣步伐。綠色防控技術(shù)包括科學(xué)農(nóng)藥防治、物理防治、生物防治和生態(tài)調(diào)控共4種技術(shù)措施, 可以實現(xiàn)控制病蟲害, 確保農(nóng)產(chǎn)品質(zhì)量和農(nóng)業(yè)生態(tài)安全,被視為典型的農(nóng)藥替代性技術(shù)。且有研究表明, 農(nóng)業(yè)技術(shù)進步有利于降低中國化肥投入的面源污染。綠色防控技術(shù)的采用既可以提高防控效率, 降低農(nóng)藥依賴度, 對生態(tài)環(huán)境也很友好, 其環(huán)保效應(yīng)在學(xué)術(shù)界得到普遍認(rèn)同。

經(jīng)濟學(xué)研究中的“理性人”假設(shè)幾乎是所有經(jīng)濟分析的邏輯前提, 該假設(shè)認(rèn)為, 決策主體是精于計算和判斷的, 他們不會盲目從眾、也不會感情用事,而是以自身經(jīng)濟利益最大化為目標(biāo), 經(jīng)過權(quán)衡分析后做出最理性的決策。因此根據(jù)利潤的計算公式:利潤=收入-成本, 農(nóng)戶作為農(nóng)業(yè)生產(chǎn)決策者, 面對綠色防控技術(shù)的采納決策時, 一方面要考慮采用該技術(shù)所能帶來的收益, 另一方面也要考慮新技術(shù)的采納成本和風(fēng)險。從農(nóng)戶的角度研究影響其對綠色防控技術(shù)采納決策的問題, 本質(zhì)是研究農(nóng)戶稟賦等主客觀因素對農(nóng)戶采納新技術(shù)的成本和風(fēng)險認(rèn)知的影響。陳會英等在研究影響農(nóng)戶采納新技術(shù)水平的因素后將其總結(jié)為6個方面: 1)農(nóng)業(yè)經(jīng)營利益低,2)農(nóng)業(yè)技術(shù)外部性強, 3)規(guī)模約束, 4)風(fēng)險約束,5)信息制約, 6)素質(zhì)約束。其他學(xué)者的研究表明農(nóng)戶性別、年齡、受教育程度、家庭中從事農(nóng)業(yè)生產(chǎn)的人數(shù)等因素會對其學(xué)習(xí)能力和風(fēng)險認(rèn)知產(chǎn)生不同程度的影響; 而種植面積、土地集約化程度等會通過改變新技術(shù)的單位面積固定成本影響農(nóng)戶的技術(shù)采納決策; 農(nóng)戶的信息素養(yǎng)、政府的技術(shù)推廣政策則會通過新技術(shù)采用成本影響農(nóng)戶的決策行為。Yoder等在1959年提出的“農(nóng)業(yè)踏車效應(yīng)”中指出, 農(nóng)產(chǎn)品生產(chǎn)中引入先進技術(shù)會造成生產(chǎn)成本函數(shù)的下移、農(nóng)產(chǎn)品供給函數(shù)的右移。因為通常農(nóng)產(chǎn)品的需求曲線是向右下方傾斜的, 因此農(nóng)產(chǎn)品的市場價格就會下降, 如果生產(chǎn)者能夠增加產(chǎn)量或者使成本的下降幅度超過商品價格的下降幅度,那么生產(chǎn)者就會獲益; 而如果農(nóng)產(chǎn)品的需求曲線的價格彈性比較低, 可能會造成農(nóng)產(chǎn)品價格的急劇下降, 以至于產(chǎn)品的銷售總收入下降大于成本下降量,最終會造成生產(chǎn)者損失。

因此已有研究對不同農(nóng)業(yè)技術(shù)的收入效應(yīng)還存在爭議: Doss等研究發(fā)現(xiàn)多項農(nóng)業(yè)技術(shù)采用對玉米種植戶有顯著的產(chǎn)量效應(yīng)、收入效應(yīng)和減貧效應(yīng);黃祖輝等通過分析研究我國1994-2001年的農(nóng)業(yè)數(shù)據(jù), 發(fā)現(xiàn)在農(nóng)業(yè)生產(chǎn)中技術(shù)進步帶來的影響占比越來越重, 但技術(shù)進步帶給農(nóng)民純收入的提升水平遠(yuǎn)低于技術(shù)進步水平, 在技術(shù)進步背景下農(nóng)民農(nóng)業(yè)純收入是負(fù)增長; Mercy等通過對加納的可可種植戶研究發(fā)現(xiàn), 采用推薦的成套技術(shù)可以提高單位面積可可的產(chǎn)量; 張寬等通過面板向量自回歸模型(PVAR)分析發(fā)現(xiàn), 農(nóng)業(yè)的技術(shù)進步會正向促進農(nóng)民收入。近年來還有大量學(xué)者對各類化肥農(nóng)藥替代技術(shù)進行具體研究: 陳雪婷等和侯曉康等分別對長江流域水稻種植戶采用生態(tài)種養(yǎng)模式、蘋果種植戶采納測土配方施肥技術(shù)對其收入影響進行研究, 結(jié)果發(fā)現(xiàn)新技術(shù)的采用與其收入顯著正相關(guān),驗證了農(nóng)戶采納化肥農(nóng)藥替代技術(shù)會給收入帶來正面影響; 耿宇寧等研究發(fā)現(xiàn)采取綠色防控技術(shù)對陜西獼猴桃種植戶有顯著的經(jīng)濟效應(yīng)。但也有部分研究的結(jié)論與之相反, 熊鷹等運用Logit模型和DEA-PSM模型對四川省水稻種植戶進行研究, 實證結(jié)果表明綠色防控技術(shù)的采用對水稻種植戶的生產(chǎn)績效影響并不明顯。綠色防控技術(shù)運用在蔬菜種植業(yè)中的收入效應(yīng)如何, 有待實證。同時由于農(nóng)戶主觀應(yīng)用意識不夠強、技術(shù)使用成本高、技術(shù)推廣力度不夠等因素, 目前綠色防控技術(shù)在我國的推廣和應(yīng)用程度仍然有待提高, 在實際生產(chǎn)中使用該技術(shù)的農(nóng)戶數(shù)量較少, 這也成為影響我國農(nóng)業(yè)可持續(xù)發(fā)展的因素之一。研究清楚何種因素影響菜農(nóng)對綠色防控技術(shù)的認(rèn)知和采納, 這關(guān)系著菜農(nóng)對綠色防控技術(shù)采納的信賴度和長期性; 探究采納綠色防控技術(shù)對收入的影響效應(yīng), 可以了解綠色防控技術(shù)對菜農(nóng)的經(jīng)濟激勵, 有助于激發(fā)菜農(nóng)采納該技術(shù)的內(nèi)生動力, 從而更有針對性地推廣綠色防控技術(shù)。

已有關(guān)于農(nóng)戶采納綠色防控技術(shù)的研究主要從采納決策進行單方面的研究, 本文將農(nóng)戶對綠色防控技術(shù)的采納看作一個逐步加深的動態(tài)學(xué)習(xí)過程,從“采納決策”和“采納程度”兩個方面表征菜農(nóng)綠色防控技術(shù)采納行為。本文以在山東壽光調(diào)研獲取的792份蔬菜種植戶微觀數(shù)據(jù)為研究對象, 一方面是相較于其他農(nóng)產(chǎn)品, 蔬菜生長具有肥水要求高、病蟲害多、周期短等特點, 這些特征決定了蔬菜生產(chǎn)的污染控制更依賴于生產(chǎn)者、安全控制更困難等特點, 且現(xiàn)有研究主要集中在糧食作物, 較少涉及蔬菜這一特殊經(jīng)濟作物; 另一方面是山東壽光被稱為 “中國蔬菜之鄉(xiāng)”, 近些年加快了病蟲害防控技術(shù)的發(fā)展步伐, 全面推廣綠色防控技術(shù)的生產(chǎn)應(yīng)用, 對研究綠色防控技術(shù)的收入效應(yīng)具有代表性?；诖? 本文在借鑒前人研究的基礎(chǔ)上, 從農(nóng)戶視角出發(fā), 先驗性地從個人、家庭、信息和政府4個方面對影響菜農(nóng)采納綠色防控技術(shù)的因素進行劃分, 通過赫克曼矯正法對菜農(nóng)采納綠色防控技術(shù)的影響因素進行分析研究; 通過內(nèi)生轉(zhuǎn)換回歸模型分析研究綠色防控技術(shù)采納行為對菜農(nóng)的收入效應(yīng), 以期為綠色防控技術(shù)的持續(xù)推廣提供理論支撐和政策建議。

1 研究方法

1.1 菜農(nóng)綠色防控技術(shù)采納行為影響因素分析——赫克曼矯正法

面對一項新的農(nóng)業(yè)生產(chǎn)技術(shù), 農(nóng)戶的采納行為是逐步加深的過程。因此本文將菜農(nóng)綠色防控技術(shù)采納行為分為兩個階段: 第一步是菜農(nóng)是否采納該項技術(shù); 第二步是菜農(nóng)對于該項綠色防控技術(shù)的采納程度。菜農(nóng)只有在選擇采用綠色防控技術(shù)的行為基礎(chǔ)上, 才能判定其對新技術(shù)的采納程度?；赩an de Ven等的理論基礎(chǔ)和秦詩樂等的實證研究, 本文通過構(gòu)建赫克曼矯正法模型來擬合菜農(nóng)的決策過程。

第一步是菜農(nóng)是否采用綠色防控技術(shù)的決策模型:

式中:是菜農(nóng)是否采納綠色防控技術(shù)的二元變量,1表示菜農(nóng)至少采用4項綠色防控技術(shù)中任意一項, 它由個因素X解釋。()是累積正態(tài)分布函數(shù),其中α為常數(shù)項, α為待估系數(shù)。由于可能存在樣本選擇性偏誤, 因此構(gòu)建如下修正因子:

式中:代表經(jīng)過回歸估計計算出的逆米爾斯比率,用作第二階段的修正參數(shù), 如果該參數(shù)顯著不為0,說明樣本存在選擇性偏誤;(·)與φ(·)分別代表服從標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)和相應(yīng)的累積分布函數(shù)。第二步是構(gòu)建菜農(nóng)對綠色防控技術(shù)采納程度的估計模型:

式中:y為被解釋變量, 代表第個樣本農(nóng)戶對綠色防控技術(shù)的采納程度, 取值范圍大于等于0, 小于等于4;X表示控制變量;是回歸常數(shù)項;β和ω是待估計參數(shù); π是隨機誤差項。

為驗證該模型回歸結(jié)果的穩(wěn)健性, 本文采用Logit模型和普通最小二乘法(OLS)的回歸結(jié)果進行對比分析, 因這兩種模型比較簡單常見, 故不再展開說明。

1.2 菜農(nóng)綠色防控技術(shù)采納的收入效應(yīng)——內(nèi)生轉(zhuǎn)換回歸模型

已有研究最常用的方法是工具變量法(IV)和傾向得分匹配法(PSM), 目的是一方面解決變量的內(nèi)生性問題, 另一方面解決樣本的選擇性偏差問題, 其中傾向得分匹配法(PSM)僅能控制可觀測變量的異質(zhì)性, 無法控制不可觀測變量的異質(zhì)性; 工具變量法(IV)解決了估計偏差問題, 但是未考慮處理效應(yīng)的異質(zhì)性。因此, 本文采用Lokshin等提出的內(nèi)生轉(zhuǎn)換回歸模型估計綠色防控技術(shù)的收入效應(yīng), 原因如下:1)解決了菜農(nóng)綠色防控技術(shù)采納的自選擇和內(nèi)生性問題, 還考慮了不可觀測變量的影響; 2)可以分別對采納和未采納綠色防控技術(shù)的收入效應(yīng)進行對比考察; 3)可以實現(xiàn)反事實分析, 避免信息遺漏, 所得的模型結(jié)果有更高的準(zhǔn)確性。

因此基于以上分析, 構(gòu)建菜農(nóng)的收入模型為:

式中:Y為農(nóng)業(yè)收入, 是自變量X的線性函數(shù);A代表虛擬變量“菜農(nóng)是否采納了綠色防控技術(shù)”,A=1表示菜農(nóng)采納了綠色防控技術(shù),A=0表示菜農(nóng)未采納該技術(shù);和為待估計參數(shù); ε是誤差項。按照菜農(nóng)是否采用綠色防控技術(shù)構(gòu)建結(jié)果方程, 分成采納組和未采納組兩個樣本組, 對比分析對菜農(nóng)收入的影響, 具體模型如下:

式中:Z為自變量向量;Y和Y分別表示菜農(nóng)采納和未采納綠色防控技術(shù)的農(nóng)業(yè)收入;X'是解釋變量,代表菜農(nóng)收入水平的影響因素;μ、ε、ε分別表示誤差項;、β、β為待估參數(shù)。此處引入“菜農(nóng)對綠色防控技術(shù)有效性認(rèn)知”變量作為菜農(nóng)采納該技術(shù)的識別變量, 檢驗結(jié)果顯示, 菜農(nóng)對綠色防控技術(shù)的有效性認(rèn)知會影響農(nóng)戶采納該技術(shù), 但是對菜農(nóng)收入沒有直接影響。

計算出逆米爾斯比率λ、λ和誤差項的協(xié)方差σ=cov(μ,ε)、σ=cov(μ,ε), 分別帶入公式(6)和公式(7):

式中:λ和λ控制不可觀測變量產(chǎn)生的選擇性偏差;ζ和 ζ滿足條件零均值假設(shè)。應(yīng)用完全信息極大似然法對公式(5)和公式(8)、公式(9)進行聯(lián)立估計。根據(jù)內(nèi)生轉(zhuǎn)換回歸模型的估計結(jié)果, 測算出菜農(nóng)綠色防控技術(shù)采納行為的平均處理效應(yīng)以及反事實收入效應(yīng), 二者相減即為菜農(nóng)綠色防控技術(shù)采納行為的平均處理效應(yīng)(ATT)。

2 數(shù)據(jù)來源與統(tǒng)計分析

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于2019年在山東壽光開展的實地調(diào)研, 在國家自然科學(xué)基金項目“現(xiàn)代通訊技術(shù)使用對農(nóng)戶市場參與行為及績效影響機制研究——基于交易成本視角”的支持下, 課題組對山東省壽光市的蔬菜種植戶采用多階段抽樣和隨機抽樣相結(jié)合的抽樣方法進行實地調(diào)研。通過采用一對一問卷調(diào)查以及訪談的方式, 最終完成801份農(nóng)戶問卷調(diào)查, 其中有效問卷797份, 問卷有效率為99.50%。將重要變量缺失的樣本刪除后, 本文實證研究樣本為792份。

2.2 樣本基本特征

本文研究的綠色防控技術(shù)包括有農(nóng)藥防治技術(shù)、物理防治技術(shù)、生物防治技術(shù)和生態(tài)調(diào)控技術(shù)共4項, 調(diào)查樣本中有567戶、332戶、267戶和136戶菜農(nóng)分別采用4項技術(shù)(表1)。其中采納戶數(shù)最多的是農(nóng)藥防治技術(shù), 占樣本農(nóng)戶的71.6%; 采納戶數(shù)最少的是生態(tài)調(diào)控技術(shù), 占樣本農(nóng)戶的17.2%。

表1 樣本菜農(nóng)采納不同綠色防控技術(shù)的分布情況Table 1 Distribution of different green prevention-control technologies adopted by sample vegetable famers

樣本農(nóng)戶對4種綠色防控技術(shù)的采納個數(shù)分布如圖1所示, 其中完全未采納綠色防控技術(shù)的農(nóng)戶數(shù)量有96戶, 占總樣本的12.12%; 完全采納, 即4項綠色防控技術(shù)全部采納的僅有14戶, 占樣本農(nóng)戶的1.77%; 僅采納一項技術(shù)的農(nóng)戶占比最高, 占總樣本的36.87%, 菜農(nóng)對綠色防控技術(shù)的采納程度嚴(yán)重不足。

圖1 采用不同數(shù)量綠色防控技術(shù)的農(nóng)戶占比分布圖Fig. 1 Distribution of proportions of sample vegetable farmers adopting different numbers of green preventioncontrol technologies

表2統(tǒng)計結(jié)果顯示: 個人角度來看, 男性在樣本農(nóng)戶中占比達(dá)60%, 其平均年齡為51.41歲, 上學(xué)時長均值為7.79年, 主要文化程度為初中水平; 家庭角度來看, 樣本農(nóng)戶中平均每戶有2.06人從事蔬菜種植，平均每戶種植蔬菜0.27 hm、地塊數(shù)為2.04塊;信息角度來看, 有48%的樣本農(nóng)戶家中接入了互聯(lián)網(wǎng), 平均每個樣本農(nóng)戶家庭擁有電腦和智能手機等信息設(shè)備數(shù)量為2.31部, 86%的受訪菜農(nóng)表示會主動利用互聯(lián)網(wǎng)和信息設(shè)備搜索獲取所需農(nóng)業(yè)信息;政府角度來看, 95%的受訪農(nóng)戶表示接受過蔬菜質(zhì)量檢測, 36%的農(nóng)戶接受過政府組織的技術(shù)培訓(xùn),76%的農(nóng)戶表示在購買化肥時接受過專業(yè)人員的指導(dǎo); 80%的農(nóng)戶認(rèn)為采用綠色防控技術(shù)會對自己的收益產(chǎn)生正向影響。

表2 菜農(nóng)綠色防控技術(shù)采納影響因素模型的變量定義、預(yù)期方向及描述性統(tǒng)計Table 2 Variable definition, expected direction and descriptive statistics of influencing factors model of vegetable farmers’ green prevention-control technology adoption

本文的收入效應(yīng)研究以菜農(nóng)種植蔬菜獲取的收入來表征, 具體是指菜農(nóng)家庭全年從事蔬菜種植所取得的凈收入: 在菜農(nóng)全年的蔬菜種植收入減去各種可變成本之后的每公頃凈收益基礎(chǔ)上, 為消除異方差, 又對每公頃凈收益取對數(shù), 最終農(nóng)業(yè)收入的表征均值為13.18 (表3)。

表3 綠色防控技術(shù)采納的收入效應(yīng)模型變量定義、預(yù)期方向及描述性統(tǒng)計Table 3 Variable definition, expected direction and descriptive statistics of revenue effect model of adoptation of green prevention-control technologies

3 結(jié)果與討論

3.1 農(nóng)戶綠色防控技術(shù)采納行為影響因素

由于可能存在樣本選擇性偏誤的問題, 本文通過赫克曼矯正法進行估計。在第一階段關(guān)于菜農(nóng)采納綠色防控技術(shù)的決策模型中, 逆米爾斯比率顯著不為零, 說明調(diào)研樣本確實存在選擇性偏誤的問題。將赫克曼矯正法的估計結(jié)果與Logit模型、普通最小二乘法(OLS)的估計結(jié)果進行對比分析, 發(fā)現(xiàn)結(jié)果較為接近, 這說明研究結(jié)果具有穩(wěn)健性。表4為決策方程和程度方程的回歸結(jié)果。

表4 菜農(nóng)綠色防控技術(shù)采納決策和采納程度影響因素的估計結(jié)果及OLS回歸和Logit回歸對比Table 4 Estimation of factors influencing the adoption decision and adoption degree of green prevention-control technology of vegetable farmers, and the comparison of OLS regression and Logit regression

1)個人因素方面, 年齡和年齡的平方2個變量在行為方程和決策方程中的系數(shù)都趨近于零, 因此菜農(nóng)年齡對其綠色防控技術(shù)的采納行為影響較小。調(diào)查發(fā)現(xiàn)在傳統(tǒng)農(nóng)村家庭中, 家庭中的重大決策主要由戶主做出, 包括關(guān)于蔬菜種植中是否采用新技術(shù)的決策, 因此受訪菜農(nóng)的年齡對綠色防控技術(shù)的采納行為影響不大。菜農(nóng)的性別和文化程度與兩個因變量正向相關(guān)但并不顯著, 實地調(diào)研發(fā)現(xiàn)傳統(tǒng)農(nóng)村家庭中, 戶主的性別大多數(shù)是男性, 且主要為初中文化程度, 菜農(nóng)在種植過程中, 主要依賴于種植經(jīng)驗和人工投入, 文化程度和教育水平對菜農(nóng)的影響并不顯著。

2)家庭因素方面, 種植人數(shù)對于是否采用綠色防控技術(shù)和采用綠色防控技術(shù)的程度正相關(guān)。因為一個家庭專門從事蔬菜種植的勞動力越多, 該家庭的主要收入就越依賴于蔬菜種植, 家庭就會投入更多的時間和精力在蔬菜生產(chǎn)中, 他們接觸和學(xué)習(xí)綠色防控技術(shù)的可能性會更大, 采用該技術(shù)的意愿也更強烈。蔬菜種植面積與兩個因變量正相關(guān), 但不顯著, 而種植蔬菜的土地塊數(shù)對于兩個因變量顯著負(fù)相關(guān), 這表明種植面積越大、土地越集中, 菜農(nóng)對于新技術(shù)和規(guī)模經(jīng)營的需求也會更強烈, 菜農(nóng)在生產(chǎn)經(jīng)驗中更容易形成規(guī)模經(jīng)濟。而土地細(xì)碎化的生產(chǎn)方式對于采納和推廣綠色防控技術(shù)會有負(fù)面影響,即農(nóng)戶的地塊數(shù)量越多, 土地分散程度越強, 越不利于采納綠色防控技術(shù)。

3)信息因素方面, 受訪農(nóng)戶家中是否接入互聯(lián)網(wǎng)與兩個因變量呈正相關(guān), 但不顯著, 原因可能是大部分受訪農(nóng)戶對互聯(lián)網(wǎng)的使用不熟練, 且主要用來娛樂, 很少利用互聯(lián)網(wǎng)學(xué)習(xí)農(nóng)業(yè)相關(guān)知識。是否擁有智能手機、電腦等信息設(shè)備與農(nóng)戶的綠色防控技術(shù)是否采用及采用程度顯著負(fù)相關(guān), 在實地調(diào)查中發(fā)現(xiàn), 受訪農(nóng)戶主要使用智能手機的娛樂軟件, 很少有農(nóng)戶會使用手機主動搜索解決蔬菜種植中遇到的問題, 因此信息設(shè)備更多地用于娛樂消耗時間, 對綠色防控技術(shù)的采納并沒有正面幫助。而會使用信息設(shè)備主動搜集獲取信息與采納綠色防控技術(shù)顯著正相關(guān), 這與已有的研究結(jié)論類似, 即菜農(nóng)的信息素養(yǎng)會通過降低學(xué)習(xí)成本對其綠色防控技術(shù)的采納產(chǎn)生影響。主動獲取蔬菜種植技術(shù)與是否采納綠色防控技術(shù)、采納程度呈正相關(guān)關(guān)系, 但不顯著。

4)政府因素方面, 農(nóng)戶有接受質(zhì)量檢測的經(jīng)歷對兩個因變量都顯著正相關(guān), 說明有政府政策監(jiān)督的情況下, 大家更傾向于學(xué)習(xí)使用綠色防控技術(shù), 生產(chǎn)符合檢測標(biāo)準(zhǔn)的蔬菜。政府是否組織安全培訓(xùn)與農(nóng)戶是否采納綠色防控技術(shù)的決策顯著正相關(guān), 這與熊鷹等的研究結(jié)論一致: 安全培訓(xùn)有助于加深農(nóng)戶對綠色防控技術(shù)的了解和認(rèn)知, 使其更愿意采納該技術(shù)。指導(dǎo)購買化肥指標(biāo)對兩個因變量的影響不夠顯著, 這可能是因為農(nóng)戶在施肥過程中更依賴于經(jīng)驗種植, 更愿意使用熟悉的化肥品牌, 按照經(jīng)驗控制施肥量。

此外, 本文將菜農(nóng)對綠色防控技術(shù)的有效性認(rèn)知作為識別變量, 結(jié)果表明當(dāng)菜農(nóng)認(rèn)為綠色防控技術(shù)有用時, 采納意愿更強烈, 采納概率更高?？傮w來看, 對菜農(nóng)的綠色防控技術(shù)采納決策行為影響最明顯的因素來自政府; 而對菜農(nóng)綠色防控技術(shù)采納程度產(chǎn)生顯著影響的是信息因素和政府因素。

3.2 綠色防控技術(shù)采納的收入效應(yīng)

表5是內(nèi)生轉(zhuǎn)換回歸模型的結(jié)果, 探究綠色防控技術(shù)采納對菜農(nóng)收入的影響效應(yīng)。其中, 表內(nèi)最后一行的對數(shù)似然估計值為負(fù), 這說明模型的參數(shù)擬合效度較高。表中rho1和rho2分別是綠色防控技術(shù)采納決策模型與采納綠色防控技術(shù)菜農(nóng)的收入模型、未采納綠色防控技術(shù)菜農(nóng)的收入模型誤差項的相關(guān)系數(shù)?？梢詮囊韵聨讉€方面對其經(jīng)濟學(xué)含義作以理解: 其一, rho1和rho2分別在0.05和0.01水平顯著, 表明樣本數(shù)據(jù)存在選擇性偏差的問題。即農(nóng)戶采納或不采納綠色防控技術(shù)并不是隨機的,而是農(nóng)戶根據(jù)采納技術(shù)前后的成本收益分析做出的 “自選擇”, 這種情況下如果不對其進行糾正, 得到的結(jié)果將是有偏的。其二, rho1和rho2的符號相反, 說明農(nóng)戶在做出是否采納綠色防控技術(shù)的決策時, 如果預(yù)期采納該技術(shù)能夠帶來收入的提升就會選擇采納, 反之則不會采納。其三, rho1的符號為負(fù)且顯著不為0, 說明選擇性偏差是正的, 即選擇采納綠色防控技術(shù)的菜農(nóng)收入高于樣本中隨機選擇一個菜農(nóng)的收入, 說明收入高于平均水平的菜農(nóng)更樂于采納綠色防控技術(shù)。

表5 綠色防控技術(shù)采納行為對采納和未采納農(nóng)戶農(nóng)業(yè)收入的影響對比Table 5 Comparison of the impact of green prevention-control technology adoption behvior on the agricultural income of farmers adopting and unaccepting technology

為了解決變量的內(nèi)生性問題, 將菜農(nóng)對綠色防控技術(shù)的有效性認(rèn)知作為工具變量引入決策模型(表5)。結(jié)果顯示關(guān)鍵自變量和控制變量對菜農(nóng)收入的影響方向和顯著性與上一節(jié)的決策模型結(jié)果基本一致, 表明估計結(jié)果具有穩(wěn)健性。收入效應(yīng)模型估計結(jié)果顯示, 網(wǎng)絡(luò)對于采納組和未采納組的菜農(nóng)收入分別在0.01和0.1的水平顯著正相關(guān), 菜農(nóng)可以通過網(wǎng)絡(luò)快速有效地獲取蔬菜的市場信息、種植技術(shù)和政府政策等, 網(wǎng)絡(luò)為菜農(nóng)提供了獲取技術(shù)信息的渠道, 價格便宜, 可以有效降低農(nóng)戶采納新技術(shù)的成本, 從而對菜農(nóng)收入產(chǎn)生正向影響。信息設(shè)備數(shù)量與采納組菜農(nóng)的農(nóng)業(yè)收入在0.05的水平顯著負(fù)相關(guān), 實地調(diào)查發(fā)現(xiàn)菜農(nóng)對于手機和電腦的使用主要集中在短視頻娛樂和視頻電話功能上, 對于自主使用信息設(shè)備搜集信息的能力是欠缺的。政府組織的種植技術(shù)指導(dǎo), 對綠色防控技術(shù)的采納組和未采納組菜農(nóng)收入分別在0.05和0.01的顯著性水平有正向影響, 農(nóng)業(yè)生產(chǎn)中離不開相關(guān)技術(shù)的應(yīng)用, 政府提供的種植技術(shù)指導(dǎo)可以降低農(nóng)戶搜集獲取信息的成本, 無論農(nóng)戶最終是否采納了綠色防控技術(shù), 對其農(nóng)業(yè)收入提高都會有幫助。

最后, 通過內(nèi)生轉(zhuǎn)換回歸模型消除選擇性偏差后, 結(jié)果顯示綠色防控技術(shù)的采用可增加菜農(nóng)年均收入的比重為7.2% (表6)。

表6 菜農(nóng)采納綠色防控技術(shù)對農(nóng)業(yè)收入影響的平均處理效應(yīng)Table 6 Average treatment effect of the adoption of green prevention-control technology on agricultural income of vegetable farmers

4 主要結(jié)論與政策建議

4.1 主要結(jié)論

本文利用山東省壽光市792戶微觀調(diào)研數(shù)據(jù), 在考慮樣本選擇性偏誤和異質(zhì)性的前提下, 運用赫克曼矯正法和內(nèi)生轉(zhuǎn)換回歸模型, 實證探討了影響農(nóng)戶采取綠色防控生產(chǎn)技術(shù)的因素以及農(nóng)戶采取綠色防控生產(chǎn)技術(shù)對其收入的影響。研究結(jié)果表明:

1)山東省壽光市蔬菜種植戶對綠色防控技術(shù)的采納程度不足。調(diào)研數(shù)據(jù)顯示有95個樣本菜農(nóng)完全未采納該技術(shù), 687個樣本菜農(nóng)只采取了部分該技術(shù), 采納4項綠色防控技術(shù)的僅有14戶, 占樣本菜農(nóng)的比例為1.77%; 其中只采納一項技術(shù)的菜農(nóng)占比最高, 達(dá)36.87%。

2)菜農(nóng)家庭因素中的地塊數(shù)量、信息因素中的信息設(shè)備數(shù)量與菜農(nóng)采納綠色防控技術(shù)行為顯著負(fù)相關(guān)。菜農(nóng)家庭經(jīng)營的蔬菜種植地塊數(shù)量每提高1個單位, 采納綠色防控技術(shù)的概率就會降低5.8%; 菜農(nóng)家庭的信息設(shè)備數(shù)量每提高1個單位, 采納綠色防控技術(shù)的概率降低38.6%。

3)農(nóng)戶家庭種植人數(shù)、會利用網(wǎng)絡(luò)主動搜集信息、接受過安全培訓(xùn)與農(nóng)戶綠色防控技術(shù)采納行為正向顯著相關(guān)。農(nóng)戶接受質(zhì)量檢測的經(jīng)歷每增加1個單位, 菜農(nóng)采納綠色防控技術(shù)的概率就會提高47.4%; 菜農(nóng)對綠色防控技術(shù)的認(rèn)知水平每提高1個單位, 采納綠色防控技術(shù)的概率就會增加11.6%。除此之外, 農(nóng)戶的信息設(shè)備數(shù)量、安全培訓(xùn)經(jīng)歷、文化程度等自變量每變化1個單位, 也會不同程度影響菜農(nóng)采納綠色防控技術(shù)的概率。

4)農(nóng)業(yè)收入高于平均水平的菜農(nóng)更愿意在種植過程中采納綠色防控技術(shù), 且該技術(shù)的采用可增加菜農(nóng)年均收入的比重為7.2%。

4.2 政策建議

我國取得了脫貧攻堅戰(zhàn)的全面勝利, 鄉(xiāng)村振興戰(zhàn)略在全國范圍內(nèi)逐步展開, 為助力“農(nóng)業(yè)強、農(nóng)村美、農(nóng)民富”的綠色農(nóng)業(yè)發(fā)展, 做好綠色防控技術(shù)的推廣和應(yīng)用, 基于以上結(jié)論, 有以下幾點政策建議:

1)建立健全農(nóng)業(yè)綠色防控技術(shù)的推廣制度, 把先進的綠色農(nóng)業(yè)技術(shù)落實到實際生產(chǎn)中。針對綠色防控技術(shù)在推廣環(huán)節(jié)存在的問題: 一方面要做好理論和實踐的有效結(jié)合, 將入戶調(diào)查結(jié)果和農(nóng)戶實際情況相結(jié)合, 制定有可行性的推廣方案; 另一方面及時關(guān)注和收集菜農(nóng)采納綠色防控技術(shù)的實施效果,根據(jù)農(nóng)戶的實際支付能力, 指導(dǎo)農(nóng)戶正確采用該技術(shù)。除此之外, 政府也可以通過一定的政策補貼, 規(guī)范農(nóng)資供銷商的技術(shù)推廣行為, 更好地提高技術(shù)的應(yīng)用效果。

2)技術(shù)推廣過程中, 對于年齡偏大, 文化程度偏低的農(nóng)戶要提供更多的幫扶和指導(dǎo), 通過科技員下鄉(xiāng)、現(xiàn)場指導(dǎo)、結(jié)對幫扶等多種方式宣傳指導(dǎo)。另外, 可以通過鼓勵種植大戶和村干部、黨員家庭率先采納新技術(shù), 發(fā)揮示范帶頭作用, 將綠色防控技術(shù)服務(wù)推廣內(nèi)嵌于正式組織中, 發(fā)揮更大的帶動作用。

3)在土地政策方面, 應(yīng)鼓勵菜農(nóng)加快土地流轉(zhuǎn),避免土地閑置, 充分利用土地的空間資源, 降低采用農(nóng)業(yè)新技術(shù)的固定成本; 鼓勵菜農(nóng)成立和發(fā)展新型經(jīng)營主體, 例如建立農(nóng)業(yè)合作社、農(nóng)業(yè)企業(yè), 提供金融信貸優(yōu)惠、政策補貼, 助力形成農(nóng)業(yè)生產(chǎn)規(guī)模效應(yīng); 組織技術(shù)指導(dǎo)和教育培訓(xùn), 提升綠色農(nóng)業(yè)技術(shù)的溢出效應(yīng)。

4)對不同農(nóng)戶家庭要具體情況具體分析, 根據(jù)導(dǎo)致菜農(nóng)技術(shù)采納不足的具體原因制定相對應(yīng)的政策。如果因農(nóng)戶資源稟賦不足、采納新技術(shù)成本過高導(dǎo)致技術(shù)采納不足, 對這類有技術(shù)采納需求但存在困難的菜農(nóng)家庭, 政府可以通過技術(shù)補貼和資金支持予以解決; 如果是因為菜農(nóng)家庭的主要收入依賴于外出務(wù)工或經(jīng)商, 種植蔬菜收入在家庭總收入中占比較少引起的技術(shù)采納不足, 政府可以通過出臺關(guān)于土地流轉(zhuǎn)的政策優(yōu)惠, 鼓勵土地流轉(zhuǎn), 促進綠色防控技術(shù)的整體有效利用。