农业绿色生产的宏观逻辑与实证检验
——以农药施用为例

□张宗军

[内容提要]农药减量施用需要从宏观上掌握农户的决策逻辑。选择了12个变量指标分为“禀赋因素”“投入因素”“调节因素”三大类，采用平衡面板数据进行了实证检验，并分北方和南方两大区域做了比较。结果表明：禀赋因素中粮食种植占比、灌溉率每提高1%，施药强度分别降低0.061公斤和增加0.16公斤；经营规模每增加1公顷，施药强度降低8.07公斤。要素投入中城镇化与农药减施存在不显著的协同效应；机械化投入每增加1千瓦时，施药强度增加0.926公斤；可支配收入每增加1000元，农药投入降低0.4公斤，财政支农对施药具有不显著的激励作用。调节性因素中，经营性收入占比提高1%，施药量降低0.197公斤；教育年限增加1年，施药量会增加1.08公斤；农产品价格和农药价格分别对施药量具有不显著的激励和抑制作用。两大区域6个指标对施药量作用方向一致，6个指标作用方向相反，意味着在国家层面上制定减施政策具有一定理论基础，但在执行过程中需要出台因地制宜的实施细则。为此，提出了实现环境治理与收入保障有机统一的政策建议。

一、引言

随着全球人口的快速增长和耕地面积的不断萎缩，世界粮食安全受到了重大威胁。联合国发布的《世界粮食安全和营养状态》报告显示，2020年全球有7.2亿至8.11亿人口面临粮食短缺，占全球人口近10%的比例。尤其是自然灾害和病虫害的侵扰，使粮食生产更是雪上加霜，据粮农组织估计，每年病虫害造成全球作物产量损失高达40%，每年全球植物病害产生的经济损失在2200亿美元以上，其中昆虫入侵造成的损失超过了700亿美元。因此，在科学技术的推动下①，形形色色的增产手段被运用于农业生产中，而农药作为一种物化的技术形式，被广泛的应用在农业病虫害的防治中，对农产品产量的保障作用在理论和实践上均达成了普遍共识。但随着农药被广泛使用，尤其是农药毒性不断增强，对人们的食品安全以及环境构成了重大威胁，世界卫生组织调查显现，每年全球发生的农药中毒事件高达300万件，造成人员死亡25万。农药使用还产生慢性的伤害，如通过空气传播、水污染、土壤重金属等影响人的神经和内分泌系统，大大提高了致癌概率。

因此，发达国家从上世纪开始重视农药施用行为，推进农药减量施用。美国自20世纪八十年代末开始，农药使用量下降到了稳定状态；英国自1990年出台了农药使用政策白皮书之后，杀虫剂使用量逐步降低，除草剂使用量小幅波动，杀菌剂用量从1996年开始下降；意大利自1986年出台了有害生物综合治理政策之后，杀虫剂和除草剂用量小幅波动，杀菌剂大幅下降；日本农药使用量自20世纪90年代开始稳步下降，1999年建立了污染物排放与登记系统之后，农药用量大幅下降。②如图1所示，我国农药施用量一直保持不断增加，从2015年国家出台了《农药使用量零增长行动方案》后，农药施用量才出现了微弱下降。但2018年每公顷的施用量还是高达14.83公斤，是全球平均水平的4.96倍、是农业高度发达的美国的5.74倍、是同为发展中大国印度的38.85倍，也是耕地资源极为稀缺的日本的1.17倍。因此，我国要推进农业绿色生产，实现农产品安全环保，就必须从理论上梳理和探索影响农户农药施用的主要诱因及其作用的机理。

图1 1990-2018年全球及典型国家农药施用情况(单位：公斤/公顷)

二、农药施用的微观决策与宏观逻辑

目前，国内外对农药施用行为的研究主要通过问卷调查的方式从微观角度来分析，根据不同侧重点观察到了一些现象。首先，个体或者家庭特征对施药行为具有一定的影响。部分研究表明男性对农药知识有更多的了解和认识，能较好地把握施用量，使施药行为更加规范[1][2]；但也有研究认为女性的施药行为比男性更加安全[3]。农户年龄对施药行为的影响同样存在分歧，有研究表明年龄大的农户更加依赖于种植经验，对农药危害认识不足，难以规范用药[4][5]；但Hashemi等却发现年龄越大的农户，越多地了解农药对作物的伤害，也更重视施药操作的安全性[6]。教育程度、技能培训等能够使农户更多地接受绿色生产、环境保护等知识，较深地感触到农药对健康和环境带来的重大危害，敦促其更合理地使用农药[7][8]。人口数较大的家庭，受生计压力，为保障收入会更多地施用农药[9]。其次，生产过程中的各种要素对施药行为也具有重要影响。有研究认为经营规模小的农户对接受新技术、新知识缺乏激励，会更多地施用农药或采用毒性较高的农药，而耕种规模大的农户更加积极学习农技知识，会降低农药施用量[10][11][12]；但也有相反的证据表明，经营规模大的农户，为了更好地规避收入风险而增加农药的用量[13]。以产品出售为主要目的、农业收入占比高的农户，为了进一步增加收入会增加农药用量[14][15]16[]；且当农产品价格上涨时，农户受市场刺激也会加大药量[17]。随着城镇化快速发展，大量农村青壮年脱离农业生产，为弥补劳动力不足可能产生的损失也会增加农药的用量[18][19]。第三，社会规范行为对农户施药行为具有一定的引导作用。行政法律作为一种强制性约束手段，使用于各个领域，不同国家的实践均表明，环保检测、行政处罚、政府补贴等政策法规的制定与实施，能有效降低农业化学品的用量，促进农业绿色生产[20][21]。加入农村合作社的农户，会更加规范施药行为，提高农药减量施用的概率[22],具有农地退出意愿的农户更倾向于提高农药的用量[23]。社会经济地位越高的农户，受道德责任感的约束越强，会降低农药施用量[24]。

对于微观个体而言，其行为决策既有相似性的一面，又有异质性的一面。因而，舒尔茨的“理性小农理论”、西蒙的“有限理性理论”、斯科特的“农户风险回避理论”、恰亚诺夫的“农户劳役回避理论”等均在农户决策行为中有其实践的证据。对于我国这样一个国土面积辽阔、农村人口庞大、区域差异显著、生产条件相异、种植品种丰富的农业大国，基于特定区域和小范围问卷调查的研究缺乏一定的普遍性和规律性，不同研究常出现互相矛盾的结论，不利于宏观调控政策的制定。那么众多农户个体在农药施用行为上的区域性宏观累计是否具有一定的规律性？这种规律性形成的内在原因是什么？这种选择的一致性程度有多大？遗憾的是目前从宏观层面研究我国农民农药施用决策的成果还比较少。

事实上，就国内各地区来看，农药施用强度在区域之间既存在很大的差异性，而且这种差异又具有较强的稳定性。如图2所示，我们将30个地区按照农药施用强度划分为高、中、低三个档次，分别设置10个省份。通过各地区1999-2005年、1999-2012年、1999-2019年、2019年四个时期农药使用量平均值的比较可以看出，各地区农药施用量在不同时期的档次比较稳定，只有极个别省份的档次发生了变化。

图2 不同时期各省农药施用强度分布图

由此说明个体农户在农药施用行为决策上虽然具有一定的异质性，但在区域层面上存在一些因素对农药施用的影响具有相对稳定性。区域层面上影响农药施用强度的因素可以分为三个方面：一是禀赋因素，区域之间由于在气候环境、种植结构、土地规模、灌溉条件、灾害状况等方面存在着先天性不同，这些因素在长期内具有一定的稳定性，也使地区之间农民农药施用强度保持一种稳定的差异性。二是投入因素，农业生产受到机械、农户资金、财政资金、劳动力等因素的重要影响，这些因素因为改善了农业生产条件和购买农药的支付能力、提高了土壤和作物对农药的吸收分解能力，从而影响到农药施用强度。三是调节因素，农业生产还受到市场价格波动、农业收入的重要性、教育认知等方面的影响，这些因素在一定程度上会影响农民农药施用的决策。为了探索各地区农药施用强度差异性的形成因素，本文利用1999—2019年中国30个省(市、区)的平衡面板数据，通过实证来检验这些因素的作用方向和显著性，以及影响程度的大小，为绿色农业政策的实施提供依据，发挥出调控措施的引导效果。

三、变量、模型与数据说明

(一)变量选择

我们以农药施用强度(单位耕地面积的农药施用量)作为农业绿色生产的被解释变量。用粮食作物的耕种面积占总耕种面积、有效灌溉面积占总播种面积的比重、人均耕地面积、成灾率四个变量反映影响农药施用的禀赋性因素；用城镇化率、机械化水平、农民人均可支配收入、财政支农四个变量来反映农药施用的投入性因素；用农民人均受教育年限、农户经营性收入占比、农业生产者价格指数、农药价格指数四个变量来反映影响农药施用的调节性因素。

(二)数据来源与说明

本文采用我国30个省、市、自治区(不包括港、澳、台和西藏地区)的平衡面板数据，样本时间为1999-2019年，数据来源于《中国农业统计年鉴》《中国统计年鉴》和Wind数据库。数据包含了我国所有的农业种植地区，年度上分析了21世纪以来的变化情况，总体针对性强、覆盖面高，具有良好的代表性。需要说明的是，财政支农资金的统计前后发生过调整，为降低数据误差，该数据在部分年度做了替代计算；③其次，2012年后国家统计局不再披露农村人均纯收入指标数据，转为农村居民人均可支配收入，转化前后统计口径变化甚微，不影响实证检验；第三，北京市、天津市、上海市和重庆市的农业生产资料价格指数、农药价格指数缺失，本文分别以其相邻的河北省、江苏省和四川省的相关数据替代。

通过对变量序列数据分析看出，粮食作物单位面积产量与农民人均经营净收入都保持着平稳较快增长，而农药施用强度则出现持续增长后小幅下降的趋势。如表1所示，从所选时期内的变量统计描述看出，各变量的最小值、均值、最大值之间有一定的平衡性，各变量总体形成趋势，可以用来真实反映所研究问题。

表1 数据统计描述

(三)模型构建

基于上述变量的选择，本文采用了静态面板数据模型，对农药施用强度的宏观影响因素进行回归检验。我们的目标并非考察农药施用量的增长状况，因此，对所有变量均不取对数，按照原序列进行检验。由此，我们设定如下的回归模型：

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

模型中i代表地区，t代表时间，β0表示常数项，aj、bj、cj表示回归系数；NYit表示为第i个地区第t年的农药单位面积施用折纯量；BFit表示为第i个地区第t年的禀赋性因素；TRit分别表示第i个地区第t年的投入性因素；TJit表示为第i个地区第t年的调节性因素；γi和δt分别表示个体和时间效应，εit为误差项。

四、实证检验与结果分析

(一)单位根检验与协整检验

实证检验之前要对模型中的各个序列进行平稳性检验，常用的方法就是单位根检验，具体有LLC检验、PP检验、IPS检验、ADF检验等四种方法。检验结果如表2所示，我们发现部分变量原序列不平稳，对原序列做一阶差分后继续检验，发现除个别序列在5%和10%的显著性水平上平稳外，其他序列均在1%的显著性水平上平稳，说明各变量之间是一阶单整的。在此基础上对变量进行协整检验，结果如表 3所示，显示各变量序列之间存在协整关系。由此，确保了后续面板回归的有效性。

表2 变量单位根检验

表3 面板协整检验

(二)实证检验与结果分析

实证检验的结果如表4所示，四种情形下的回归系数与显著性均有一定的差异，需要选择最优模型。F统计量用于检验所有的个体效应在整体上的显著性，F统计量值越大、P值越小，则说明固定效应模型比混合OLS模型更可取，农药施用强度检验的F值为86.81，P值为0，选择固定效应模型。LM统计量用来选择混合OLS模型和随机模型，本次农药施用强度检验的LM值分别为2102.56，P值为0，拒绝了混合OLS模型。固定效应和随机效应各有优点，随机效应节省了自由度，样本数据在时间和截面上变化均较大时，随机效应模型能更明确地描述误差来源；固定效应模型则很容易分析任意截面数据所对应的因变量与全部截面数据所对应的应变量均值的差异程度。用Hausman检验在这两种模型中进行选择，农药施用强度检验的chi2值为32.89，P值为0.0003，由此应拒绝原假设，进行固定效应模型估计。固定效应模型只能反映随时间变化的变量信息，不随时间变化的变量信息会被自动遗漏，加入时间虚拟变量检验的结果表明在模型中不包括时间效应，最终选择固定效应模型。

表4 农药施用强度影响因素回归结果

表4的实证结果表明，禀赋性因素对农药减量施用具有较强的约束性：(1)粮食种植面积比例每提高1%，农药施用强度降低0.0606公斤，说明粮食作物对农药的需要比经济作物低，表明我国经济作物种植面积的扩大是农药施用强度提高的重要原因。(2)实证进一步验证了灌溉水平的提高有助于农药被土壤和作物充分吸收进而增加其施用量，灌溉率每提高1%，农药施用强度增加0.16公斤。(3)检验表明人均种植面积的扩大显现出明显的规模经济效应，有效地降低了农药的施用强度，经营规模每增加1公顷，农药施用强度降低8.07公斤。④(4)灾害风险发生后农民面临两种选择，一是通过增加农药施用促进之后的作物长势以弥补灾害造成的产量损失；另一种选择是当灾害损失不可逆转时放弃农药的继续投入，以控制生产成本。实证表明随着灾害风险越大，农户越倾向于第一种选择，但这种表现不显著。

投入性因素对农户农药施用具有较强的激励性。(1)劳动力是我国小农作业很重要的一项投入要素，与部分微观调研结论相反，本文发现随着城镇化的推进，显著降低了农户施药量，城镇化率每提高1%，农药施用强度降低0.124公斤。看似相悖的结论其实有其现实的原因，随着国内农业机械化水平的不断提高，对劳动力投入产生了很大的替代效益；同时，劳动力的大量转移使农业生产失去了精耕细作的传统方式，施药的频率有所降低。因此，城镇化发展产生的劳动力转移与农药施用之间不是替代效应而是协同效应。(2)机械化水平的提高对农药施用强度产生了显著的提升作用，而且这种作用程度非常大，机械化投入每增加1千瓦时，农药施用强度增加0.926公斤。这充分印证了机械化投入会提高土壤对农药的吸收与分解能力，从而增加了施用强度。(3)传统经济理论表明，收入的提升会刺激消费增长，本文的实证却发现农民可支配收入的增长与农药的施用强度存在显著的负相关关系，年收入每增加1000元，农药投入降低0.4公斤。说明随着农民收入的不断增加，增加农药施用所获得的经济效益重要性大大降低，削弱了农药施用的经济目的。实际上1999-2019年期间农民可支配收入增长远高于农药施用量增长速度，2019年农民可支配收入、农药施用强度分别是1999年的6.91倍、1.28倍；(4)随着财政支农投入的增加，尤其是十八大以来更是不断提高国家财政支出中涉农资金的比例，大大改善了农业生产条件、提高了农业科技赋能、提升了农业抗灾能力，增强了农户预期目标产量的保障性，因而减弱了农民对农药增产的依赖性，但这种效果还不显著。

调节性因素对农药施用强度也具有一定影响：(1)农民收入结构与农民农药施用强度呈显著的负相关关系，农民经营性收入占比每降低1%，农药施用强度提高0.197公斤。1999年我国农村居民经营性收入占可支配收入的比重达65.53%，2019年已降低至35.97%，说明随着农民经营性收入占可支配收入的比重不断降低，农民对农业生产收益的依赖性大大降低，对土地的爱惜和照顾程度日益减弱，因此在农药的施用上随意性更大。(2)农产品预期价格对农民的施药行为具有不显著的激励作用，预期价格指数每提高1，农药施用强度增加0.028公斤。这意味着良好的预期收益提高了农民农业生产的积极性，促动了农药生产要素的投入力度。(3)实证发现农药价格的提升虽会使农户减量施用，但并不显著，说明农户对农药的需求具有一定的刚性，也就是说作为保障农产品产量的投入要素，农户对农药施用有一个大致的预定量，不会因为价格的波动产生较大的调整。(4)现有研究成果在教育培训对农户施肥行为的影响研究上产生了相互矛盾的结论，本文的检验表明受教育年限每增加1年，农药施用强度显著提高1.08公斤。事实上出现相矛盾的研究结果，关键在于对教育培训的定位上不同：从普及教育和学历教育角度看，教育年限的增加使从事农业生产的劳动力减少，从事农业生产的经验积累降低，使其在我国经验性耕作特征显著的农业生产中不易掌握农药的用量，比较容易过量施用；而具有针对性和专业性的教育培训，能使农户掌握科学的施药技术，了解农药过量施用的负面作用，使农户在生产中把握合理的施用量，起到减量不减效的作用。

(三)稳健性检验与农药施用行为宏观异质性分析

稳健性检验用来确定实证结果是否会随着参数设定变化而变化，目前为止关于如何进行稳健性检验还没有一个统一的标准，只能根据研究视角和目标的不同选择适合的方法。为进一步验证模型的稳健性，我们采取调整样本期间的方式。对农药施用问题，在理论上已经较早地提出了其过量施用的现象，但在政策上一直采取宽容的态度，没有引起足够的重视。党的十八大把生态文明建设作为“五位一体”总布局当中的一个重要部分，加之食品安全广受社会瞩目，中央出台了两个“零增长”行动方案，各级政府将其作为农业农村的重点工作大力贯彻推进，因而自2015年开始国内农药施用强度有所下降。考虑到这一重大政策对农民行为的影响，我们将实证检验的样本期间调整为1999-2014年，再次进行回归。通过对比分析表明模型在调整前后各解释变量对被解释变量的作用方向完全一致，显著性和回归系数变化很小。说明本文构建模型具有良好的稳定性，选择的指标也比较科学合理。

为进一步证实区域差异对农药施用量的宏观影响，按照我国传统南北划分界线，分别对南、北两大区域进行检验发现：两大区域在灌溉、种植规模、机械化、可支配收入、财政、收入结构等六个因素对农药施用量的作用方向完全一致，但部分指标的显著性上有差异。说明各地区农户在农药施用的部分决策因素上具有相同的思考，也意味着在国家层面上制定农药减施的引导政策和具体的操作措施具有一定的理论基础。两大区域在种植结构、城镇化、成灾率、教育、农产品价格、农药价格等六个指标对施药量的作用上方向相反，显著性上也不尽相同。说明各地区农户由于受地理气候、社会经济、种植传统等各方面影响，在农药施用决策上也存在着不同的考量，意味着在农药减施的执行过程中，各地区还需要出台符合当地情况的实施细则。

表5 稳健性检验与分区域检验结果⑤

五、农药减量施用的政策激励

通过理论分析与实证检验，结合我国农业生产的特殊国情，要实现农民经营净收入的不断增加、农产品产量的稳步提高和农业绿色生产的逐步推进，需要在经济激励政策和工程技术支持方面双管齐下。

第一，提高农药利用率，发挥减量不减效的作用。据农业农村部测算，2019年我国三大粮食作物农药利用率为39.8%，比2015年的36.6%提升了3.2个百分点。目前欧美发达国家粮食作物农药利用率在50%-60%，高出我国10-20个百分点。可见，中国农药的利用率相对偏低。另外，中国农户的农药施用更多是一种经验性的习惯行为，是早期生产条件和时代背景下生产技术指导不足的结果。因此，需要政府部门在开展农业绿色生产宣传、增强农民环保认知的同时，更要大力组织针对性、专业性的农技培训，从实践中让农户掌握科学施药的技术要领。农技部门要根据不同地区、不同土壤条件、不同作物需求，制定施药标准和指南，推进精准施药。由此，通过改变以往粗放式的生产习惯，提高农药的利用率，达到减量不减效的效果。

第二，加强农业科技投入，抵消因农药减量造成的产量损失。截至2019年我国粮食总产量实现“十五连增”，但随着国内经济进入新常态，财政和个人农业资金投入提升空间不断缩小，城镇化发展使耕地面积和农村劳动力数量还会不断降低。未来较长时期内农业物化生产要素的投入将接近上限，这促使我们必须将农业增产方式逐渐转变为依靠科技创新拉动。需要加强优良种子研发，在提高单产的同时增强抵御自然灾害的能力；深化施药技术研究，提高农药利用率；推广新型栽培种植技术，提升农业种植的科学化、精准化和规模化；普及节水灌溉技术，打破国内农业“靠天吃饭”的硬约束；不断完善转基因技术，趋利避害做到量和质双突破。最终实现我国农业由平面化向立体化、由机械化向智慧化、由常规化向生态化的转变。

第三，严格把控农产品价格，进一步稳定优化种植结构。我国农民面临着农业生产成本和农产品价格的双重挤压，频繁发生投入与产出不平衡的现象，并诱发了种植结构的波动。因此，健全农产品价格监测系统显得格外必要，通过加强农产品价格的监测力度，一方面通过政府干预减小通货膨胀给农产品价格带来的负面影响，减轻市场波动对农民劳动成果的侵蚀；另一方面通过行政监管强化对人为操纵市场、制造农产品尤其是经济作物价格异常波动等侵害农户利益的行为进行严厉打击和惩处。通过加快新型经营主体的培育、提高专业合作社的运行效率、完善社会服务体系，引导经济作物的种植向专业化和规模化发展。在此基础上将部分农业直接补贴与农药污染检测结果相挂钩，推动农药减量施用。

第四，推进绿色农业保险发展，达到环境治理与保障农民收入的有机统一。一般的农业保险可以有效降低农业生产过程中的不确定性，弥补农民受灾损失，保障农民收益。但面对我国农村环境污染的严峻形势，农药施用量的降低已成为必须，这也势必影响到农民的投入决策和经济收益。因此，我们需要在农业保险产品的设计当中补偿农民因减少农药而产生的经济利益损失，在农业保险的保费补贴上将绿色生产激励的要素纳入其中，将部分农业直接补贴转化为农业保险的绿色保费补贴。以此，使农业保险更好地发挥绿色兴农作用，推动乡村振兴战略的实施。

注 释：

① 联合国粮农组织2021版《气候变化对植物病虫害影响的科学综述》。

②数据根据联合国粮农组织(FAO)数据库、中国农药信息网(http://www.icama.org.cn)相关数据整理计算所得。

③因1999-2006年尚未披露农林水务的财政支出指标，所以1999-2002年的财政支农资金用财政支援农村生产支出和财政农业综合开发支出之和来代替，2003-2006年数据用财政农业支出与财政林业支出之和来代替。

④实证中经营规模采用的单位为亩/人，为与农药施用强度的单位(公斤/公顷)相统一，按照1公顷=15亩进行了换算。

⑤根据国家传统地理分界线，南方地区包括上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南；北方地区包括北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、陕西、甘肃、青海、宁夏、新疆。