论文部分内容阅读
摘 要：以中国12个省36个市238个农户为样本，采用Logit模型，对农户农药化肥零增长行动选择的意愿进行研究。研究结果表明：农户年龄、农户受教育程度、鱼塘面积和种植作物种类数目对农户农药化肥零增长行动参与意愿具影响正向显著；农户家中农业收入占家庭总收入比例对农户农药化肥零增长行动参与意愿具影响负向显著。而农户性别、农户家庭年收入、家庭耕地面积、林地面积、农户对农药的认知对农户农药化肥零增长行动参与意愿不显著。
关键词：农户；农药化肥；零增长；Logit模型
中图分类号：TB 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.06.077
1 引言
化肥的平均灌溉量自1978年至2014年增加372.55%。化肥的施用量的多少会影响农产品的质量，最终影响消费者的身体健康，所以引导农户参与农药化肥零增长迫在眉睫，为此，2016年中央一号文件提出绿色创新的主题，并且鼓励农业生产过程中化肥农药零增长，而要成功引导农户参与之前必须弄清楚影响农户化肥农药施用的关键因素。
2 文献综述与假设提出
通过对相关文献的梳理，本文讨论影响农户行为选择的个人特征、家庭特征、土地特征、农业生产特征和认知特征因素。
2.1 个人特征
在农户农药化肥施用过程中，由于中国农村女性比男性节约，因此女性比男性农药化肥施用量比男性少（鲁柏祥， 蒋文华与史清华，2000）；年龄越大的农户越容易参与零增量行动（左喆瑜，2015）；受教育程度越高的农户环保意识更强（何浩然， 张林秀，李强，2006）。根据以上分析，具体假设如下：
假设1：男性农户比女性农户更倾向于不参与零增量行动。
假设2：年龄越大的农户更倾向于参与零增量行动。
假设3：受教育程度越高的农户更倾向于参与零增量行动。
2.2 家庭特征
从预算约束的角度来看，农户家庭经济状况会影响农户农药化肥零增量行动参与（王志威，刘娜，侯博，2014），农户收入越高，预算约束越小，用于农业生产资料的投入会更高（马骥，2006）。根据以上分析，具体假设如下：
假设4：农户家庭年收入越高的农户更倾向于不参与零增量行动。
假设5：农业收入占家庭总收入比例越高的农户更倾向于不参与零增量行动。
2.3 土地特征
当农户家庭耕地面积在一定规模时，面积越大时，农业生产占据农户家庭经济活动的比例更大，所能带来的经济收入也会更大，因此农户需要更多的农药化肥维持或者提高耕地带来的经济效益，可能会倾向不参加零增量活动（何浩然， 张林秀，李强，2006）。农户家庭水田旱地、林地和鱼塘的规模相对较小，能够带来经济利润的可能性更低，所以当它们的面积越大时，农户可能会不施用化肥农药，因此农户参与农药化肥零增量行动的可能性更低（何浩然， 张林秀，李强，2006）。根据以上分析，具体假设如下：
假设6：家庭耕地面积越大的农户更倾向于不参与零增量行动。
假设7：水田旱地面积越大的农户更倾向于参与零增量行动。
假设8：林地面积越大的农户更倾向于参与零增量行动。
假设9：鱼塘面积越大的农户更倾向于参与零增量行动。
2.4 农业生产特征
在耕地面积一定时，农户种植作物种类越多意味着农户可能考虑到了生态性，需要的农药化肥用量就更少，农户更倾向于参与零增量行動。根据以上分析，具体假设如下：
假设10：种植作物种类数目越多的农户更倾向于参与零增量行动。
2.5 认知特征
农户如果了解农药化肥对人体的危害，那么会更加科学合理的进行施用（马骥，蔡晓羽，2007），因此农户对农药化肥的认知越深刻，就更倾向于参加零增加行动。根据以上分析，具体假设如下：
假设11：农户对农药的认知越多的农户更倾向于参与零增量行动。
3 研究方法
3.1 样本选取与数据来源
本文所用的数据采用随机抽样的方式，在中国抽取了12个省，每个省抽取2个县，共抽取了25个县，每个县抽取5个村 ，每个村抽取2个户进行调查 ，共获得了250个农户样本，剔除无效样本12份，获得有效样本共238份。调查员发放问卷给每一个农户来收集农户信息。农户调查问卷涵盖了农户的个人特征等信息。
3.2 变量选取
解释变量的相关解释如下：（1）本文选用的农户个体特征变量是性别、年龄和受教育水平三个变量，其中性别分为两个等级：1=男，0=女；农户年龄采用农户的实际年龄，单位：年；农户受教育水平为农户的最高受教育程度，总共分为六个等级 ：小学、初中、高中或者中专、大专、本科和研究生依次取1-6 。（2）家庭特征。本文选用的家庭特征变量是家庭总收入和农业收入占家庭总收入比例两个变量，其中家庭总收入是整个家庭所有成员的工作收入之和，单位：千元，农业收入占家庭总收入比例是农业收入与家庭总收入的比值所在的区间，总共分成四个区间：1= 0-30%；2=30%-50%；3=50%-80%；4=80%-100%。（3）土地特征。本文选用的土地特征变量是家庭耕地面积、水田旱地面积、林地面积和鱼塘面积这四个变量，单位：亩。（4）农业生产特征。在本文中选用的农业生产特征变量是种植作物种类数目，其数值为调查对象实际种植的作物种类数目，单位：种。（5）认知特征。在本文中选用的农户对农药化肥认知特征变量是农户对农药化肥对人体安全的认知情况，总共分为五个等级：完全不知道=1；非常了解=5。
被解释变量是农户农药化肥零增长行动参与意愿，具有参与意愿=1，否则=0。
4 实证分析 4.1 模型设定
研究化肥农药使用量的计量模型主要有Logit模型、Probit模型、Tobit模型、Heckman模型、一般线性模型、Double-Hurdle模型。由于本研究的被解释变量是分类变量，并且本文的目的是对农户农药化肥零增加行动的参与意愿进行研究，本文运用Logit模型，模型如下：
其中，i是第i个农户参与农药化肥零增长行动可能性、sex为性别、age为年龄、edu为受教育程度、tincome为农户家庭年收入、agrincome为农业收入占家庭总收入比例、land为家庭耕地面积、paddydry为水田旱地面积、wood为林地面积、fishpond为鱼塘面积、variety为种植作物种类数目、cog为农户对农药的认知。
4.2 描述性统计
运用Stata13软件对样本数据进行描述性统计结果如下：性别的平均值为0.80，标准差为0.40，最小值为0，最大值为1；年龄的平均值为46，标准差为10.58，最小值为22，最大值为70；受教育程度的平均值为2.17，标准差为1.05，最小值为1，最大值为6；农户家庭年收入的平均值为2.72，标准差为1.13，最小值为1，最大值为5；农业收入占家庭总收入比例的平均值为1.81，标准差为0.90，最小值为1，最大值为4；家庭耕地面积的平均值为8.21，标准差为24.14，最小值为0，最大值为215；水田旱地面积的平均值为4.99，标准差为18.78，最小值为0，最大值为210；林地面积的平均值为0.91，标准差为3.35，最小值为0，最大值为30；鱼塘面积的平均值为0.09，标准差为0.35，最小值为0，最大值为2；种植作物种类数目的平均值为1.63，标准差为0.93，最小值为0，最大值为4；农戶对农药的认知的平均值为2.55，标准差为0.83，最小值为1，最大值为5；参与农药化肥零增长行动的平均值为0.41，标准差为0.49，最小值为0，最大值为1。
4.3 实证结果
本文运用Stata软件对238份问卷数据进行分析的结果见表1。
5 结果分析
从表1的模型结果具体如下：
农户个人特征：在关于农户个人特征的三个变量中，性别回归系数为负数，与假设1一致，但是结果不显著；年龄回归系数为负数，在5%的显著水平下通过显著性检验，验证了假设2；受教育程度回归系数为正，在5%的显著水平下通过显著性检验，验证假设3。
农户家庭特征：农户家庭年收入回归系数为正数，符号与假设4不一致，且没有通过显著性检验；农户家中农业收入占家庭总收入比例在5%的显著水平下通过显著性检验，但是其回归系数为负数，验证假设5。
土地特征：农户家庭耕地面积的回归系数为负数，与假设6一致，但是没有通过显著性检验；水田旱地、林地和鱼塘这三个变量回归系数均为正，与假设7、8、9一致，水田旱地和林地没有通过显著性检验，鱼塘面积在5%的显著水平下通过显著性检验，验证假设9。
农户生产特征与认知特征：农户种植作物种类数目的回归系数为证，与假设10一致，在1%的显著水平下通过显著性检验，验证假设10。农户对化肥农药的认知情况的回归系数与假设11一致，但是没有通过显著性检验。
参考文献
[1]鲁柏祥， 蒋文华，史清华.浙江农户农药施用效率的调查与分析[J].中国农村观察， 2000，（05）：62-69.
[2]左喆瑜.农户对环境友好型肥料的选择行为研究——以有机肥及控释肥为例[J]农村经济， 2015，（10）：72-77.
[3]何浩然， 张林秀，李强.农民施肥行为及农业面源污染研究[J].农业技术经济， 2006，（06）：2-10.
[4]王志威，刘娜，侯博.农产品安全视角下农户化肥施用决策研究[J].广东农业科学， 2014，（01）：223-226.
[5]马骥.农户粮食作物化肥施用量及其影响因素分析——以华北平原为例[J]. 农业技术经济， 2006，（06）：36-42.
[6]马骥，蔡晓羽.农户降低氮肥施用量的意愿及其影响因素分析——以华北平原为例[J].中国农村经济，2007，（09）：9-16.
关键词：农户；农药化肥；零增长；Logit模型
中图分类号：TB 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.06.077
1 引言
化肥的平均灌溉量自1978年至2014年增加372.55%。化肥的施用量的多少会影响农产品的质量，最终影响消费者的身体健康，所以引导农户参与农药化肥零增长迫在眉睫，为此，2016年中央一号文件提出绿色创新的主题，并且鼓励农业生产过程中化肥农药零增长，而要成功引导农户参与之前必须弄清楚影响农户化肥农药施用的关键因素。
2 文献综述与假设提出
通过对相关文献的梳理，本文讨论影响农户行为选择的个人特征、家庭特征、土地特征、农业生产特征和认知特征因素。
2.1 个人特征
在农户农药化肥施用过程中，由于中国农村女性比男性节约，因此女性比男性农药化肥施用量比男性少（鲁柏祥， 蒋文华与史清华，2000）；年龄越大的农户越容易参与零增量行动（左喆瑜，2015）；受教育程度越高的农户环保意识更强（何浩然， 张林秀，李强，2006）。根据以上分析，具体假设如下：
假设1：男性农户比女性农户更倾向于不参与零增量行动。
假设2：年龄越大的农户更倾向于参与零增量行动。
假设3：受教育程度越高的农户更倾向于参与零增量行动。
2.2 家庭特征
从预算约束的角度来看，农户家庭经济状况会影响农户农药化肥零增量行动参与（王志威，刘娜，侯博，2014），农户收入越高，预算约束越小，用于农业生产资料的投入会更高（马骥，2006）。根据以上分析，具体假设如下：
假设4：农户家庭年收入越高的农户更倾向于不参与零增量行动。
假设5：农业收入占家庭总收入比例越高的农户更倾向于不参与零增量行动。
2.3 土地特征
当农户家庭耕地面积在一定规模时，面积越大时，农业生产占据农户家庭经济活动的比例更大，所能带来的经济收入也会更大，因此农户需要更多的农药化肥维持或者提高耕地带来的经济效益，可能会倾向不参加零增量活动（何浩然， 张林秀，李强，2006）。农户家庭水田旱地、林地和鱼塘的规模相对较小，能够带来经济利润的可能性更低，所以当它们的面积越大时，农户可能会不施用化肥农药，因此农户参与农药化肥零增量行动的可能性更低（何浩然， 张林秀，李强，2006）。根据以上分析，具体假设如下：
假设6：家庭耕地面积越大的农户更倾向于不参与零增量行动。
假设7：水田旱地面积越大的农户更倾向于参与零增量行动。
假设8：林地面积越大的农户更倾向于参与零增量行动。
假设9：鱼塘面积越大的农户更倾向于参与零增量行动。
2.4 农业生产特征
在耕地面积一定时，农户种植作物种类越多意味着农户可能考虑到了生态性，需要的农药化肥用量就更少，农户更倾向于参与零增量行動。根据以上分析，具体假设如下：
假设10：种植作物种类数目越多的农户更倾向于参与零增量行动。
2.5 认知特征
农户如果了解农药化肥对人体的危害，那么会更加科学合理的进行施用（马骥，蔡晓羽，2007），因此农户对农药化肥的认知越深刻，就更倾向于参加零增加行动。根据以上分析，具体假设如下：
假设11：农户对农药的认知越多的农户更倾向于参与零增量行动。
3 研究方法
3.1 样本选取与数据来源
本文所用的数据采用随机抽样的方式，在中国抽取了12个省，每个省抽取2个县，共抽取了25个县，每个县抽取5个村 ，每个村抽取2个户进行调查 ，共获得了250个农户样本，剔除无效样本12份，获得有效样本共238份。调查员发放问卷给每一个农户来收集农户信息。农户调查问卷涵盖了农户的个人特征等信息。
3.2 变量选取
解释变量的相关解释如下：（1）本文选用的农户个体特征变量是性别、年龄和受教育水平三个变量，其中性别分为两个等级：1=男，0=女；农户年龄采用农户的实际年龄，单位：年；农户受教育水平为农户的最高受教育程度，总共分为六个等级 ：小学、初中、高中或者中专、大专、本科和研究生依次取1-6 。（2）家庭特征。本文选用的家庭特征变量是家庭总收入和农业收入占家庭总收入比例两个变量，其中家庭总收入是整个家庭所有成员的工作收入之和，单位：千元，农业收入占家庭总收入比例是农业收入与家庭总收入的比值所在的区间，总共分成四个区间：1= 0-30%；2=30%-50%；3=50%-80%；4=80%-100%。（3）土地特征。本文选用的土地特征变量是家庭耕地面积、水田旱地面积、林地面积和鱼塘面积这四个变量，单位：亩。（4）农业生产特征。在本文中选用的农业生产特征变量是种植作物种类数目，其数值为调查对象实际种植的作物种类数目，单位：种。（5）认知特征。在本文中选用的农户对农药化肥认知特征变量是农户对农药化肥对人体安全的认知情况，总共分为五个等级：完全不知道=1；非常了解=5。
被解释变量是农户农药化肥零增长行动参与意愿，具有参与意愿=1，否则=0。
4 实证分析 4.1 模型设定
研究化肥农药使用量的计量模型主要有Logit模型、Probit模型、Tobit模型、Heckman模型、一般线性模型、Double-Hurdle模型。由于本研究的被解释变量是分类变量，并且本文的目的是对农户农药化肥零增加行动的参与意愿进行研究，本文运用Logit模型，模型如下：
其中，i是第i个农户参与农药化肥零增长行动可能性、sex为性别、age为年龄、edu为受教育程度、tincome为农户家庭年收入、agrincome为农业收入占家庭总收入比例、land为家庭耕地面积、paddydry为水田旱地面积、wood为林地面积、fishpond为鱼塘面积、variety为种植作物种类数目、cog为农户对农药的认知。
4.2 描述性统计
运用Stata13软件对样本数据进行描述性统计结果如下：性别的平均值为0.80，标准差为0.40，最小值为0，最大值为1；年龄的平均值为46，标准差为10.58，最小值为22，最大值为70；受教育程度的平均值为2.17，标准差为1.05，最小值为1，最大值为6；农户家庭年收入的平均值为2.72，标准差为1.13，最小值为1，最大值为5；农业收入占家庭总收入比例的平均值为1.81，标准差为0.90，最小值为1，最大值为4；家庭耕地面积的平均值为8.21，标准差为24.14，最小值为0，最大值为215；水田旱地面积的平均值为4.99，标准差为18.78，最小值为0，最大值为210；林地面积的平均值为0.91，标准差为3.35，最小值为0，最大值为30；鱼塘面积的平均值为0.09，标准差为0.35，最小值为0，最大值为2；种植作物种类数目的平均值为1.63，标准差为0.93，最小值为0，最大值为4；农戶对农药的认知的平均值为2.55，标准差为0.83，最小值为1，最大值为5；参与农药化肥零增长行动的平均值为0.41，标准差为0.49，最小值为0，最大值为1。
4.3 实证结果
本文运用Stata软件对238份问卷数据进行分析的结果见表1。
5 结果分析
从表1的模型结果具体如下：
农户个人特征：在关于农户个人特征的三个变量中，性别回归系数为负数，与假设1一致，但是结果不显著；年龄回归系数为负数，在5%的显著水平下通过显著性检验，验证了假设2；受教育程度回归系数为正，在5%的显著水平下通过显著性检验，验证假设3。
农户家庭特征：农户家庭年收入回归系数为正数，符号与假设4不一致，且没有通过显著性检验；农户家中农业收入占家庭总收入比例在5%的显著水平下通过显著性检验，但是其回归系数为负数，验证假设5。
土地特征：农户家庭耕地面积的回归系数为负数，与假设6一致，但是没有通过显著性检验；水田旱地、林地和鱼塘这三个变量回归系数均为正，与假设7、8、9一致，水田旱地和林地没有通过显著性检验，鱼塘面积在5%的显著水平下通过显著性检验，验证假设9。
农户生产特征与认知特征：农户种植作物种类数目的回归系数为证，与假设10一致，在1%的显著水平下通过显著性检验，验证假设10。农户对化肥农药的认知情况的回归系数与假设11一致，但是没有通过显著性检验。
参考文献
[1]鲁柏祥， 蒋文华，史清华.浙江农户农药施用效率的调查与分析[J].中国农村观察， 2000，（05）：62-69.
[2]左喆瑜.农户对环境友好型肥料的选择行为研究——以有机肥及控释肥为例[J]农村经济， 2015，（10）：72-77.
[3]何浩然， 张林秀，李强.农民施肥行为及农业面源污染研究[J].农业技术经济， 2006，（06）：2-10.
[4]王志威，刘娜，侯博.农产品安全视角下农户化肥施用决策研究[J].广东农业科学， 2014，（01）：223-226.
[5]马骥.农户粮食作物化肥施用量及其影响因素分析——以华北平原为例[J]. 农业技术经济， 2006，（06）：36-42.
[6]马骥，蔡晓羽.农户降低氮肥施用量的意愿及其影响因素分析——以华北平原为例[J].中国农村经济，2007，（09）：9-16.