Effect of Nearby Farms and Operation Scale on Farmer's Pesticide Application -A Case Study on Peanut Growers
-
摘要: 基于山东省邹城市296户花生种植户的调查数据,研究邻里效应对农户农药施用行为的影响,并从规模分化的视角进一步考察邻里效应在不同规模农户间的差异。结果表明:(1)农户农药施用行为受邻居农药施用行为的影响,即邻居的农药用量越低,农户的农药用量也会随之降低;(2)技术培训的效果会通过邻里效应扩散,邻居参与技术培训会降低自身农药总用量、增加绿色农药用量,进而使同村庄其他农户的农药总用量降低、绿色农药用量增加;(3)不同规模农户间邻里效应作用效果不同,大规模农户的绿色农药用量对同村庄其他农户的绿色农药用量有显著的示范效应。据此提出,政府可以通过树立示范户、加强技术培训、加大绿色农药推广力度来实现农药减量,促进农业可持续发展。Abstract: Based on a survey of 296 peanut farms in Zoucheng, Shandong, the effect of nearby farms and operation scales on grower's pesticide application was studied. It was found that (1) a farmer's use of pesticides was affected by their neighbors' practices-lower dosages of pesticides tended to be adopted for the application when the others did so; (2) technical training and dissemination helped spread a similar practice among all farmers in the area resulting in a reduction on the applied dosage and increase on the use of organic pesticides; and (3) large-scale farm operations effectively showcased their neighbors the green approach for the neighboring growers to emulate. Therefore, by implementing measures, such as establishment of demonstration units and/or enhancement on extension service, government agencies could stimulate the development of a sustainable agriculture for a farming area.
-
Keywords:
- neighborhood effect /
- pesticide application /
- green pesticide /
- peanut
-
不规范施用农药所带来的外部性负效应已成为现阶段中国农业生产亟需解决的问题之一。农药作为农业生产中不可或缺的投入要素,在控制病虫害、保障作物产量等方面具有显著效果[1],农户往往通过施用更多农药以规避作物产出的不确定风险[2]。目前,中国已成为世界最大的农药消费国[3],然而过量施用农药(特别是高毒农药)所造成的农业面源污染,已经引起水体与土壤的生态系统退化[4],并引致食品安全风险与居民健康风险[5]。在此背景下,农业部于2015年出台了《到2020年农药使用量零增长行动方案》,实施农药减量控害,在保障农产品数量供应和质量安全的情况下,推广生物农药和高效低毒低残留农药,有效实现农药减量,促进农业可持续发展。
农户作为施用农药的微观主体,其行为决策直接影响农药用量和农药品种。然而,以往对于农户农药施用行为的研究主要基于农户独立决策,很少关注农户行为间的相互影响,学者们将这种他人的行为或特征对个人行为产生影响的现象称为邻里效应[6-8]。当前国内外对于邻里效应的相关研究主要集中于贫困问题[9-10]、青少年辍学问题[11-12]、青少年肥胖问题[13-14]、农业技术采纳问题[15-16]等;其中,Conley和Udry[15]、Krishnan和Patnam[16]的研究均证实了邻里效应对农户化肥施用决策的影响。目前还鲜有将邻里效应纳入农户农药施用行为的研究,农户的农药施用行为作为一种重要的农业生产行为,是否也会受到周围农户行为的影响而存在邻里效应?事实上,农户在大田生产中通常连片种植同一种作物、使用同一种技术措施,其生产行为可能存在某种从众现象[17]。因此可以推测农户的农药施用行为会受到区域内其他成员的行为或特征的影响。不仅如此,当前,我国农业劳动力大量向非农部门转移促进了农地流转,进而导致了我国在未来较长一段时间内将面临大、小规模农户并存的格局[18]。经营规模影响农户对先进技术和方法的采用以及对预期农业收入风险和生态环境风险的承受能力[19],不同规模的农户进行农业生产时的施药决策也不尽相同:小规模农户缺乏学习农药使用知识的激励,较大规模的农户往往拥有更丰富的施药知识和技能而且受政府和市场的监督力度更大[20],经营规模越大的农户越倾向于规范施用农药、更好更多地应用生物农药和高效低毒低残留农药[21-22]。那么大规模农户与小规模农户间是否存在邻里效应?大规模农户的农药施用行为是否会对其他农户产生示范效应?目前研究上述问题的文献相对较少。
基于以上问题,本文采用2017年7月对山东省邹城市花生种植户的实地调查数据,实证分析邻里效应对农户农药施用行为的影响以及不同规模农户间邻里效应的差异,以期为农药减量相关政策措施的制定提供建议。
1. 研究假说与方法
1.1 研究假说
户籍制度限制了人口流动,使得中国农村具有“熟人社会”的特征,因此乡邻关系在中国农村显得尤为重要。农户在生产活动中,其行为容易受到邻里行为的相互影响,这种影响可能来自于农户盲目模仿村内其他农户生产行为产生的从众效应,也可能来自于农户通过信息交流产生的互动学习效应[23]。有研究表明,农户的生产种植决策,例如施肥决策[15-16]、新种子采纳决策[16],很容易通过社会学习而受到生产效率较高的邻居的影响。因此可以推测,农户农药施用作为一种重要的生产行为,在村落群居的环境特征下,农户农药施用行为可能受到邻居农药施用行为的影响而趋同。基于此,提出假说1。
假说1:邻里效应对农户农药施用行为产生显著的正向影响。
邻里群体特征的差异同样会对邻里效应产生影响[8, 11]。种植规模是农户农药施用行为的重要影响因素之一[21-22],在当今中国大、小规模农户并存的格局下,大规模农户往往掌握更丰富的施药知识技能,而且相对于规模较小的农户,规模较大的农户农药支出更多、受政府和市场的监督更大,他们更有积极性去学习科学的施药知识来规范农药用量、应用生物农药和高效低毒低残留农药。大规模农户的行为会对其他农户产生示范效应,如颜廷武等[24]发现大规模农户对农民秸秆还田决策行为的示范带动作用显著;应瑞瑶和徐斌[25]在实际调查中发现,小规模种植户常有模仿村中种植大户生产行为的现象。因此可以推测大规模农户因其自身知识禀赋高、成本节约效果好而产生示范效应,影响其他农户的农药施用行为。基于此,提出假说2。
假说2:大规模农户的农药施用行为会对其他农户产生示范效应,即农户农药施用行为会受到大规模农户农药施用行为的正向影响。
1.2 邻里效应的识别策略
Manski[6]认为,造成家庭与邻里间行为共同变动的作用机制是关联效应、外生效应(情景效应)和内生效应。在本文中,当农户根据自身偏好与某些类似特征农户居住在同一村庄时所导致农药施用行为的共同变动(自我选择问题),或由于受到某一共同因素的影响造成该村农户农药施用行为的共同变动(混淆问题)时属于关联效应;当农户受到邻居其他外部特征影响时,可以认为农户会受到外生影响;此外,农户的农药施用行为可能与邻居农户的农药施用行为相互影响,即可能存在内生效应。因此,在邻里效应的估计中,需要采取一系列策略来解决邻里效应的识别问题。
首先,对于关联效应产生的自我选择问题和混淆问题,本文的解决策略如下:由于中国特殊的户口制度在一定程度上限制了人口流动,典型的“熟人社会”特征导致同村内农户成为天然的邻居,自我选择问题对邻里效应估计产生的影响较小[11, 13],与以往研究不同的是本文采用了邻居平均距离变量来进一步控制自我选择问题;为了控制混淆问题,参照方迎凤和张芬[10]、晏艳阳等[26]的做法,本文控制了乡镇虚拟变量。
其次,本文通过控制群体外部特征来解决外生效应问题。具体来说,本文控制了邻居平均参与技术培训频次、邻居平均病虫害严重程度、邻居平均政府公共投入比例等。理由是因为技术培训具有一定的技术扩散作用[20]、病虫害具有连片发生的特性、政府公共投入具有规模化的特点,邻居的这些外部特征可能会对农户农药施用行为产生影响。
最后,本文采用工具变量法来检验可能存在的内生效应问题(邻居农药施用行为的内生性问题)。Duflo等[27]指出,可以选用某一类可观察的家庭特征变量的村均值作为工具变量。例如,Li等[11]用村庄群体中第一胎位男性的家庭比例作为工具变量来检验学生辍学的邻里效应;方迎风和张芬[10]用村就业率、村电视拥有率、村电话拥有率作为工具变量来估计人口流动和贫困的邻里效应。因此本文选择邻居平均家庭纯收入作为邻居农药施用行为的工具变量,理由是邻居平均家庭纯收入与邻居的农药施用行为相关,但没有理由认为邻居平均家庭纯收入会直接影响农户自身的农药施用行为。
2. 模型、数据及变量
2.1 数据来源
邹城市位于山东南部,花生为当地重要的经济作物,常年种植20 000 hm2。为了有效解决花生病虫害连年暴发、高毒农药施用量大的问题,邹城市政府自2008年开始重点推广花生病虫害绿色防控技术,引进低毒低残留农药和生物农药、杀虫灯、性诱捕器、黏虫板等产品。划分标准参见农业部制定的《植业生产使用低毒低残留农药主要品种名录(2016)》,下文统称绿色农药。
本文样本数据来源于课题组2017年7月对邹城市4个乡镇20个村庄花生种植户的实地调研,调查了农户2016年花生种植的各项情况。当地花生种植历史悠久,研究邻里效应对农户农药施用行为的影响,具有典型性和代表性。此次调查共计发放301份问卷,回收300份,剔除重要数据缺失的问卷后,有效问卷296份。值得注意的是,为保证答卷的真实性和有效性,在调查过程中,调查员与农户一对一直接面谈0.5~1.0 h,并由调查员负责问卷填写,而且此次被调查对象基本上是家庭农药施用决策者或家庭生产决策者,这极大地提高了数据的准确性和问卷质量。
2.2 模型设定
根据前文的分析,本文构建如下形式的计量经济模型分析邻里效应对农户农药施用行为的影响:
Pesticideic=α+β1PeerPesticide−ic+β2Xic+β3Z−ic+β4Dist−ic+Towndummy+εic (1) 式中,Pesticideic为被解释变量,表示村庄c内农户i的农药施用行为,具体体现为农户农药总用量(或农户绿色农药用量)。PeerPesticide-ic为主要解释变量,用来估计邻里效应,本文对于邻居的定义采用目前较为常用的邻里效应度量方法,将居住于同一个村庄的农户划分为一个整体,邻里效应即为除农户i之外,村庄c内被调查的其他农户的平均农药施用行为,具体体现为邻居平均农药总用量(或邻居平均绿色农药用量)。本文控制了其他可能影响农户农药施用行为的因素,Xic为一系列与农户i个体特征相关的控制变量,包括技术培训频次、病虫害发生程度、政府公共投入、农药价格、户主年龄、户主性别、户主受教育程度、户主健康水平、是否党员或村干部、花生种植经验、花生种植规模、农业纯收入占比、风险偏好程度等。为控制外生效应,本文控制了一系列群体特征变量Z-ic,度量方法与上文类似,为农户i之外村庄c其他农户外部特征的均值,具体包括邻居平均技术培训频次、邻居平均病虫害程度、邻居平均政府公共投入等。为控制关联效应问题,本文还控制了农户i的家庭住址与村庄c内其他被调查农户家庭住址的平均距离Dist-ic和乡镇虚拟变量Towndummy。α为常数项,β1、β2、β3、β4为待估系数,εic为随机扰动项。
2.3 变量设定和描述性统计
变量的定义与描述统计如表 1所示,样本农户中,农户农药总用量和绿色农药用量的均值分别为24.193 kg·hm-2和6.424 kg·hm-2,标准差分别为16.784 kg·hm-2和5.534 kg·hm-2;平均户主年龄为57.82岁,男性户主占总样本的比例为96%,平均种植花生0.495 hm2,其余变量的基本统计量不再一一赘述。
表 1 变量定义与描述统计Table 1. Definition on variables and description of statistical analysis变量名称 含义和单位 均值 标准差 被解释变量 农药总用量 农户农药总施用量/(kg·hm-2) 24.193 16.784 绿色农药用量 农户绿色农药施用量/(kg·hm-2) 6.424 5.534 关键解释变量:邻里效应 邻居平均农药总用量 邻居平均农药总施用量/(kg·hm-2) 24.121 16.685 邻居平均绿色农药用量 邻居平均绿色农药施用量/(kg·hm-2) 6.432 5.524 控制变量:农户特征 技术培训频次 农户参与技术培训的次数/次 0.564 1.003 病虫害严重程度 农户感知病虫害程度(0=没发生,1=轻,2=中,3=重) 1.297 0.599 政府公共投入 农户受到政府投入的物理防控技术(1=是,0=否) 0.564 0.497 农药价格 农户所选用各种农药的平均价格/元 15.470 2.796 户主性别 性别(1=男,0=女) 0.959 0.198 户主年龄 年龄/岁 57.818 9.298 户主受教育程度 受教育年限/年 7.084 3.444 户主健康水平 自评健康状况(0=丧失劳动能力,1=差,2=一般,3=好) 2.514 0.653 是否党员或村干部 家庭成员是否为党员或村干部(0=否,1=是) 0.399 0.490 花生种植经验 累计种植花生的年限/年 35.105 11.347 花生种植规模 花生种植面积/hm2 0.495 0.689 农业纯收入占比 农业纯收入占家庭纯收入比例 0.432 0.370 风险偏好程度 风险偏好程度(1=弱,2=中,3=强) 2.243 0.940 控制变量:群体特征 邻居平均技术培训频次 村庄其他农户平均参与技术培训的次数/次 0.568 1.004 邻居平均病虫害严重程度 村庄其他农户平均病虫害严重程度 1.295 0.597 邻居平均政府公共投入 村庄其他农户受到政府投入的物理防控技术的比例 0.562 0.496 控制变量:距离特征 邻居平均距离 农户与村庄其他农户家庭住址间的平均距离/km 0.462 0.560 3. 实证分析
3.1 邻里效应与农户农药施用行为的基准回归结果
为了验证农户农药施用行为是否受到邻里效应的显著影响,对(1)式进行OLS回归后的估计结果如表 2所示。回归(1)是以农药总用量为因变量的系数估计结果,回归(2)是以绿色农药用量为因变量的系数估计结果。
表 2 邻里效应的基准回归结果Table 2. Baseline neighborhood effects变量 回归(1)农药总用量 回归(2)绿色农药用量 邻里效应 0.034** (0.015) 0.052*** (0.015) 技术培训频次 -0.569** (0.235) 0.273*** (0.082) 病虫害严重程度 10.257*** (0.425) 1.403*** (0.137) 政府公共投入 -1.312* (0.698) -0.254 (0.240) 农药价格 -1.472*** (0.087) -0.272*** (0.029) 户主性别 0.358 (1.196) 0.795* (0.467) 户主年龄 -0.040 (0.031) 0.025* (0.014) 户主受教育程度 0.033 (0.068) 0.092*** (0.026) 户主健康状况 -0.628 (0.495) -0.878*** (0.129) 是否党员或村干部 -0.111*** (0.025) -0.160*** (0.012) 花生种植经验 -1.238*** (0.404) 0.950*** (0.177) 花生种植规模 -0.536*** (0.155) 0.274** (0.132) 农业收入占比 5.406*** (0.673) -0.208 (0.203) 风险偏好程度 -0.931*** (0.234) -0.445*** (0.093) 邻居平均技术培训频次 -0.583** (0.265) 0.158* (0.083) 邻居平均病虫害程度 -0.252 (0.404) 0.092 (0.132) 邻居平均政府公共投入 -1.066* (0.616) -0.646*** (0.205) 邻居平均距离 0.869* (0.502) 0.017 (0.139) 常数项 46.283*** (3.438) 15.480*** (1.099) 乡镇虚拟变量 控制 控制 R2 0.248 0.214 样本数 296 296 注:***、**和*分别表示在1%、5%和10%水平上显著,括号内数值为标准误。表 3、4同。乡镇虚拟变量的估计结果未汇报在表中。 3.1.1 邻里效应对农户农药施用行为的影响
回归(1)和回归(2)中邻里效应分别在5%和1%的水平上具有显著性,且估计系数为正,说明农户的农药总用量和农户绿色农药用量会受到邻居农药总用量和邻居绿色农药用量的正向影响,邻居每1 kg的农药总用量和绿色农药用量的增加,农户自身农药用总量和绿色农药用量将分别增加0.03 kg和0.05 kg,证明假说1成立。参考Bobonis和Finan[12]的研究,农药施用行为邻里效应的社会乘数是指农户农药施用量最初的增加通过邻里效应导致全体农户农药施用量最终增加的结果,即假设邻里效应为a[aε(0, 1)],则该邻里效应的社会乘数为1+a+a2+…+a∞=1/(1-a)。根据该公式,本文农户农药总用量和绿色农药用量的邻里效应的社会乘数分别是1.04和1.05,说明农户平均农药总用量和绿色农药用量每增加1 kg,通过乘数效应,使全体农户的平均农药总用量和绿色农药用量分别增加1.04 kg和1.05 kg。
3.1.2 技术培训对农户农药施用行为的影响
技术培训频次在回归(1)中显著为负,在回归(2)中显著为正,说明技术培训可以使农户获得更丰富的科学施药知识、对农药的品种有更全面的了解,从而有效规范农户的农药施用行为,使其农药总用量下降、绿色农药用量上升。邻居平均技术培训频次在回归(1)中显著为负,在回归(2)中显著为正,说明邻居参与技术培训后,农药施用技术知识在邻里间传播和溢出[20],促进了农户农药总用量的降低和绿色农药用量的增加。
3.1.3 花生种植规模对农户农药施用行为的影响
花生种植规模在回归(1)中显著为负,在回归(2)中显著为正,说明农户花生种植规模越大,农药总用量越少、绿色农药用量越多。可能的原因是:首先,规模较大的农户往往对科学施药知识更加了解;其次,规模较大的农户自身施药总成本更高,他们更有积极性去减少农药用量;再次,规模较大的农户往往花生商品化程度更高,受到来自市场监管的影响更大,他们更倾向加大绿色农药的应用。
3.1.4 其他控制变量对农户农药施用行为的影响
在其他控制变量中,是否党员或村干部、花生种植经验、风险偏好程度、邻居平均政府公共投入等变量也对农户农药施用行为具有显著的影响。家庭中有党员或村干部的农户,其农药施用行为更加合理。花生种植经验越丰富,农药用量越少,可能的原因是,种植经验越丰富的农户对农药用量有更好的把握,不论是在农药总用量还是在绿色农药用量的选择上都倾向选择更少的用量。风险偏好程度越高的农户,越倾向少施农药。邻居平均政府公共投入比例越高,农户农药用量越少,这主要是因为政府投入的物理防控技术(杀虫灯、性诱剂、粘虫板)一般都以村庄为单位规模投入,物理防控技术对于农药的使用有很强的替代作用,村庄内其他农户受到政府公共投入的比例越高,农户的农药用量越少。
3.2 不同规模农户的邻里效应估计结果
农户的花生种植规模对其农药用量有显著影响,所以本文进一步分析不同规模农户间农药施用行为的邻里效应,以考察邻里效应在不同规模农户间的差异。由于农户经营规模的划分尚无具体标准,本文主要参考屈小博等[28]、刘天军和蔡起华[29]对农户经营规模的划分方法,并结合业内专家建议和当地农户实际种植经验来划分花生种植户的经营规模:以花生种植规模0.33 hm2为界,将0.33 hm2以下的农户视为小规模农户(平均花生种植规模0.19 hm2),0.33 hm2及以上的农户为大规模农户(平均花生种植规模0.71 hm2)。为考察邻里效应在不同规模农户间的差异,本文对农户与邻居进行重新配对,邻里定义与估计方法与前文对全部样本的方法一致,产生四种“邻里”分类:自身为小规模农户与邻居为大规模农户、自身为大规模农户与邻居为大规模农户、自身为小规模农户与邻居为小规模农户、自身为大规模农户与邻居为小规模农户。
不同规模农户邻里效应的估计结果如表 3所示。为节省篇幅,表 3只列出了邻里效应[即邻居平均农药总用量(或平均绿色农药用量)对该农户农药总用量(或绿色农药用量)]的估计结果。在以0.33 hm2为划分标准的前提下,对于邻居大户的两类农户(自身小户或自身大户)而言,绿色农药用量的邻里效应估计结果显著为正,表明大规模农户对其他农户的绿色农药用量会产生积极的邻里效应,证明假说2成立。可能的原因是,大规模农户科学用药知识丰富,且他们在村庄内往往具有较高的影响力,其生产行为对其他农户具有重要的辐射与带动作用,大户对绿色农药的应用容易引起周边农户的效仿,产生示范效应,带动其他农户绿色农药用量的增加。
表 3 不同规模农户邻里效应的估计结果Table 3. Estimated results on neighborhood effect by farms of varied operational scales邻居大户自身小户 邻居大户自身大户 邻居小户自身小户 邻居小户自身大户 农药总量 绿色用量 农药总量 绿色用量 农药总量 绿色用量 农药总量 绿色用量 邻里效应 0.042 0.049* 0.012 0.074*** -0.032 -0.027 0.023 0.046 (0.026) (0.026) (0.024) (0.023) (0.033) (0.032) (0.039) (0.037) R2 0.319 0.346 0.311 0.277 0.351 0.312 0.302 0.264 样本数 123 123 173 173 123 123 173 173 注:农户特征变量、群体特征变量、距离特征变量、乡镇虚拟变量的估计结果未在表中汇报。 3.3 邻里效应的内生性检验
由于OLS回归可能无法解决邻里效应识别中存在的内生性问题,参照Li等[11]和方迎风和张芬[10]的解决方法,选取邻居某一类可观察的家庭特征变量的均值作为工具变量,本文采用邻居平均家庭纯收入(相应的农户不在计算范围内)作为工具变量进行稳健性检验。原因是邻居平均家庭纯收入与邻居的农药施用行为相关,但没有理由认为邻居平均家庭纯收入会直接影响农户自身的农药施用行为。
表 4为工具变量的回归结果,并进行了一系列检验,来考察工具变量的有效性,并且对邻里效应可能存在的内生性进行检验。首先,使用Anderson′s Canonical LR检验,检查是否存在工具变量识别不足(under identification)问题,检验结果在1%的显著性水平上拒绝了工具变量识别不足的原假设。其次,使用Cragg-Donald Wald检验,检查是否存在工具变量弱识别(week identification)问题,检验结果在1%的显著性水平上拒绝了存在弱识别的原假设,说明本文选择的工具变量有效。最后进行Hausman检验,结果显示不能拒绝工具变量回归和普通最小二乘法回归没有显著差异的原假设,不存在内生性问题,因此上文中OLS回归结果是科学严谨的。
表 4 工具变量的回归结果Table 4. Results on instrumental variables变量 农药总用量 绿色农药用量 邻里效应 -0.114 (0.290) 0.109 (0.082) 农户特征变量 控制 控制 群体特征变量 控制 控制 距离特征变量 控制 控制 乡镇虚拟变量 控制 控制 工具变量识别不足检验 11.037 P=0.001 128.708 P=0.000 工具变量弱识别检验 11.007 P=0.001 132.117 P=0.000 Hausman检验 0.269 P=0.604 0.498 P=0.480 R2 0.230 0.211 样本数 296 296 注:农户特征变量、群体特征变量、距离变量、乡镇虚拟变量未在表中汇报。 4. 结论与启示
本文基于山东省邹城市296个花生种植户的调查数据,研究了农户农药施用行为的邻里效应,即邻居平均农药施用行为(邻居平均农药总用量或邻居平均绿色农药用量)对农户农药施用行为(农药总用量或绿色农药用量)的影响,并且将花生种植户划分为小规模农户与大规模农户,进一步考察了邻里效应在不同规模农户间的差异。得出的主要结论如下:(1)农户农药施用行为会受邻居农药施用行为的正向影响,即邻居的农药用量越低,农户的农药用量也会随之降低;邻居的农药用量越高,农户的农药用量也会随之增加;(2)技术培训的效果会通过邻里效应扩散,邻居参与技术培训会降低自身农药总用量、增加绿色农药用量,进而使同村庄其他农户农药总用量降低、绿色农药用量增加,说明技术培训具有一定的知识溢出效果;(3)不同规模农户间邻里效应作用效果不同,大规模农户绿色农药用量的增加会带动同村庄其他农户绿色农药用量的增加,说明大规模农户使用绿色农药有显著的示范效应。
综上,本文的政策启示为:
(1) 政府应树立示范典型,扩大技术辐射。利用邻里效应来传播科学用药知识信息,进而影响农户行为是完全可行的[15-16]。农户习惯于观察他人运用技术的效果并模仿他人来采用新技术,政府可以通过树立农村技术示范户,利用示范户的带头作用,促进其他农户的农药总用量降低、绿色农药用量增加。
(2) 政府应加强农药施用技术培训,提升农民素质。政府及农业技术推广机构应通过定期集中培训、资料发放、定期走访、技术人员现场指导等多种技术形式开展农药施用技术培训;加强对大规模农户的培养力度,通过树立大规模农户作为示范典型、开展“传帮带”活动,促进技术知识的传播,提高技术培训效率。
(3) 政府应加大绿色农药推广力度,促进信息流通。政府应拓宽绿色农药宣传渠道,通过举办讲座、播放影像、分发资料、网络推送等多种形式传播绿色农药信息;加强对绿色农药防治效果的宣传,促使农户全面认识绿色农药高效、低毒、低残留的特点,并结合技术培训,保障农户使用绿色农药能够“药到病除”。
-
表 1 变量定义与描述统计
Table 1 Definition on variables and description of statistical analysis
变量名称 含义和单位 均值 标准差 被解释变量 农药总用量 农户农药总施用量/(kg·hm-2) 24.193 16.784 绿色农药用量 农户绿色农药施用量/(kg·hm-2) 6.424 5.534 关键解释变量:邻里效应 邻居平均农药总用量 邻居平均农药总施用量/(kg·hm-2) 24.121 16.685 邻居平均绿色农药用量 邻居平均绿色农药施用量/(kg·hm-2) 6.432 5.524 控制变量:农户特征 技术培训频次 农户参与技术培训的次数/次 0.564 1.003 病虫害严重程度 农户感知病虫害程度(0=没发生,1=轻,2=中,3=重) 1.297 0.599 政府公共投入 农户受到政府投入的物理防控技术(1=是,0=否) 0.564 0.497 农药价格 农户所选用各种农药的平均价格/元 15.470 2.796 户主性别 性别(1=男,0=女) 0.959 0.198 户主年龄 年龄/岁 57.818 9.298 户主受教育程度 受教育年限/年 7.084 3.444 户主健康水平 自评健康状况(0=丧失劳动能力,1=差,2=一般,3=好) 2.514 0.653 是否党员或村干部 家庭成员是否为党员或村干部(0=否,1=是) 0.399 0.490 花生种植经验 累计种植花生的年限/年 35.105 11.347 花生种植规模 花生种植面积/hm2 0.495 0.689 农业纯收入占比 农业纯收入占家庭纯收入比例 0.432 0.370 风险偏好程度 风险偏好程度(1=弱,2=中,3=强) 2.243 0.940 控制变量:群体特征 邻居平均技术培训频次 村庄其他农户平均参与技术培训的次数/次 0.568 1.004 邻居平均病虫害严重程度 村庄其他农户平均病虫害严重程度 1.295 0.597 邻居平均政府公共投入 村庄其他农户受到政府投入的物理防控技术的比例 0.562 0.496 控制变量:距离特征 邻居平均距离 农户与村庄其他农户家庭住址间的平均距离/km 0.462 0.560 表 2 邻里效应的基准回归结果
Table 2 Baseline neighborhood effects
变量 回归(1)农药总用量 回归(2)绿色农药用量 邻里效应 0.034** (0.015) 0.052*** (0.015) 技术培训频次 -0.569** (0.235) 0.273*** (0.082) 病虫害严重程度 10.257*** (0.425) 1.403*** (0.137) 政府公共投入 -1.312* (0.698) -0.254 (0.240) 农药价格 -1.472*** (0.087) -0.272*** (0.029) 户主性别 0.358 (1.196) 0.795* (0.467) 户主年龄 -0.040 (0.031) 0.025* (0.014) 户主受教育程度 0.033 (0.068) 0.092*** (0.026) 户主健康状况 -0.628 (0.495) -0.878*** (0.129) 是否党员或村干部 -0.111*** (0.025) -0.160*** (0.012) 花生种植经验 -1.238*** (0.404) 0.950*** (0.177) 花生种植规模 -0.536*** (0.155) 0.274** (0.132) 农业收入占比 5.406*** (0.673) -0.208 (0.203) 风险偏好程度 -0.931*** (0.234) -0.445*** (0.093) 邻居平均技术培训频次 -0.583** (0.265) 0.158* (0.083) 邻居平均病虫害程度 -0.252 (0.404) 0.092 (0.132) 邻居平均政府公共投入 -1.066* (0.616) -0.646*** (0.205) 邻居平均距离 0.869* (0.502) 0.017 (0.139) 常数项 46.283*** (3.438) 15.480*** (1.099) 乡镇虚拟变量 控制 控制 R2 0.248 0.214 样本数 296 296 注:***、**和*分别表示在1%、5%和10%水平上显著,括号内数值为标准误。表 3、4同。乡镇虚拟变量的估计结果未汇报在表中。 表 3 不同规模农户邻里效应的估计结果
Table 3 Estimated results on neighborhood effect by farms of varied operational scales
邻居大户自身小户 邻居大户自身大户 邻居小户自身小户 邻居小户自身大户 农药总量 绿色用量 农药总量 绿色用量 农药总量 绿色用量 农药总量 绿色用量 邻里效应 0.042 0.049* 0.012 0.074*** -0.032 -0.027 0.023 0.046 (0.026) (0.026) (0.024) (0.023) (0.033) (0.032) (0.039) (0.037) R2 0.319 0.346 0.311 0.277 0.351 0.312 0.302 0.264 样本数 123 123 173 173 123 123 173 173 注:农户特征变量、群体特征变量、距离特征变量、乡镇虚拟变量的估计结果未在表中汇报。 表 4 工具变量的回归结果
Table 4 Results on instrumental variables
变量 农药总用量 绿色农药用量 邻里效应 -0.114 (0.290) 0.109 (0.082) 农户特征变量 控制 控制 群体特征变量 控制 控制 距离特征变量 控制 控制 乡镇虚拟变量 控制 控制 工具变量识别不足检验 11.037 P=0.001 128.708 P=0.000 工具变量弱识别检验 11.007 P=0.001 132.117 P=0.000 Hausman检验 0.269 P=0.604 0.498 P=0.480 R2 0.230 0.211 样本数 296 296 注:农户特征变量、群体特征变量、距离变量、乡镇虚拟变量未在表中汇报。 -
[1] SOARES W L, M de SOUZA PORTO. Estimating the Social Cost of Pesticide Use:An Assessment from Acute Poisoning in Brazil[J]. Ecological Economics, 2009, 68(10):2721-2728. DOI: 10.1016/j.ecolecon.2009.05.008
[2] 黄季焜, 齐亮, 陈瑞剑.技术信息知识、风险偏好与农民施用农药[J].管理世界, 2008(5):71-76. http://d.old.wanfangdata.com.cn/Periodical/glsj200805008 [3] GRUNG M, LIN Y, ZHANG H, et al. Pesticide Levels and Environmental Risk in Aquatic Environments in China-A Review[J]. Environmental International, 2015, 81(1):87-97. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=6481ef23b43f7a93857a8ecaa5af3678
[4] ROZELLE S, HUANG J, ZHANG L. Poverty, Population and Environmental Degradation in China[J]. Food Policy, 1997, 22(3):229-251. DOI: 10.1016/S0306-9192(97)00011-0
[5] 王建华, 马玉婷, 李俏.农业生产者农药施用行为选择与农产品安全[J].公共管理学报, 2015, 12(1):117-126, 158. http://d.old.wanfangdata.com.cn/Periodical/spj201608016 [6] MANSKI C F. Identification of Endogenous Social Effects:The Reflection Problem[J]. Review of Economic Studies, 1993, 60(3):531-542. DOI: 10.2307/2298123
[7] BROCK W A, DURLAUF S N. A Multinomial-choice Model of Neighborhood Effects[J]. American Economic Review, 2002, 92(2):298-303. DOI: 10.1257/000282802320189438
[8] DAHL G B, LOKEN K V, MOGSTAD M. Peer Effects in Program Participation[J]. American Economic Review, 2014, 104(7):2049-2074. DOI: 10.1257/aer.104.7.2049
[9] LUDWIG J, DUNCAN G J, GENNETIAN L A, et al. Long-Term Neighborhood Effects on Low-income Families:Evidence from Moving to Opportunity[J]. American Economic Review, 2013, 103(3):226-231. DOI: 10.1257/aer.103.3.226
[10] 方迎风, 张芬.邻里效应作用下的人口流动与中国农村贫困动态[J].中国人口·资源与环境, 2016, 26(10):137-143. http://d.old.wanfangdata.com.cn/Periodical/zgrkzyyhj201610018 [11] LI Q, ZHANG W, AN L. Peer Effects and School Dropout in Rural China[J]. China Economic Review, 2013, 27:238-248. DOI: 10.1016/j.chieco.2013.04.002
[12] BOBNIS G J, FINAN F. Neighborhood Peer Effects in Secondary School Enrollment Decisions[J]. A Review of Economics and Statistics, 2009, 91(4):695-716. DOI: 10.1162/rest.91.4.695
[13] 李强.同伴效应对中国农村青少年体重的影响[J].中国农村经济, 2014(3):73-84. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=49219991 [14] NIE P, SOUSA-POZA A, HE X. Peer Effects on Childhood and Adolescent Obesity in China[J]. China Economic Review, 2015, 35:47-69. DOI: 10.1016/j.chieco.2015.06.002
[15] CONLEY T G, UDRY C R. Learning about a New Technology:Pineapple in Ghana[J]. American Economic Review, 2010, 100(1):35-69. http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_11c5d2bcad8efcd994a2fdc548582974
[16] KRISHNAN P, PATNAM M. Neighbors and Extension Agents in Ethiopia:Who Matters More for Technology Adoption?[J]. American Journal of Agricultural Economics, 2013, 96(1):308-327.
[17] 杨志武, 钟甫宁.农户种植业决策中的外部性研究[J].农业技术经济, 2010(1):27-33. http://d.old.wanfangdata.com.cn/Periodical/nyjsjj201001003 [18] 周应恒, 胡凌啸, 严斌剑.农业经营主体和经营规模演化的国际经验分析[J].中国农村经济, 2015(9):80-95. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=666922952 [19] 王建华, 马玉婷, 刘茁, 等.农业生产者农药施用行为选择逻辑及其影响因[J].中国人口·资源与环境, 2015, 25(8):153-161. http://d.old.wanfangdata.com.cn/Periodical/zgrkzyyhj201508019 [20] 应瑞瑶, 朱勇.农药技术培训方式对农户农业化学投入品使用行为的影响——源自实验经济学的证据[J].中国农村观察, 2015(1):50-58, 83, 95. http://www.cnki.com.cn/Article/CJFDTOTAL-ZNCG201501005.htm [21] 应瑞瑶, 徐斌.农作物病虫害专业化防治服务队农药施用强度的影响[J].中国人口·资源与环境, 2017, 27(8):90-97. [22] 周曙东, 张宗毅.农户农药施药效率测算、影响因素及其与农药生产效率关系研究——对农药损失控制生产函数的改进[J].农业技术经济, 2013(3):4-14. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=nyjsjj201303001 [23] 罗庆, 李小健.农户互动网络特征、功能及培育建议[J].经济地理, 2010, 30(5):808-813. http://d.old.wanfangdata.com.cn/Periodical/jjdl201005019 [24] 颜廷武, 张童朝, 何可, 等.作物秸秆还田利用的农民决策行为研究——基于皖鲁等七省的调查[J].农业经济问题, 2017(4):39-48, 110-111. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QKC20172017051200144832 [25] 应瑞瑶, 徐斌.农户采纳农业社会化服务的示范效应分析——以病虫害统防统治为例[J].中国农村经济, 2014(8):30-41. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=662772211 [26] 晏艳阳, 邓嘉宜, 文丹艳.邻里效应对家庭社会捐赠活动的影响——来自中国家庭追踪调差(CFPS)数据的证据[J].经济学动态, 2017(2):76-87. [27] DUFLO E, DUPAS P, KREMER M. Peer Effects, Teacher Incentives, and the Impact of Tracking:Evidence from a Randomized Evaluation in Kenya[J]. American Economic Review, 2011, 101(5):1739-1774. DOI: 10.1257/aer.101.5.1739
[28] 屈小博, 张海鹏, 宁泽逵.农户生产经营风险来源于认知差异实证分析——以陕西省453户果农为例[J].财经论丛, 2009(2):82-89. [29] 刘天军, 蔡起华.不同经营规模农户的生产技术效率分析——基于陕西省猕猴桃生产基地县210户农户的数据[J].中国农村经济, 2013(3):37-46. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QKV20132013081300159493
计量
- 文章访问数: 1018
- HTML全文浏览量: 166
- PDF下载量: 13