雾霾影响下的蔬菜生产及农户适应性行为研究

李成龙, 张 良

(南京农业大学经济管理学院,江苏 南京 210095)

随着中国社会经济的不断发展，环境问题日益凸显，环境污染已成为制约中国可持续发展的瓶颈之一。其中，空气污染已对居民身体健康、农业生产、经济发展等产生重要影响[1-2]。《2016中国环境状况公报》显示，2016年，全国338个地级及以上城市中，254个城市环境空气质量超标，占75.1%；338个城市发生重度污染2464天次、严重污染784天次[3]。全国338个城市中，以PM2.5为首要污染物的天数占重度及以上污染天数的80.3%，以PM10为首要污染物的天数占重度及以上污染天数的20.4%，以O3为首要污染物的天数占重度及以上污染天数的0.9%[3]。蔬菜产业作为农业的重要组成部分，是中国除粮食作物外栽培面积最广、经济地位最重要的作物，而雾霾会影响蔬菜种植，导致蔬菜零售价格上涨等，已成为公众关注的民生问题。因此，有必要系统研究和评估雾霾对蔬菜生产的影响，进一步分析农户的适应性行为和相应的解决措施。

一、文献综述与相关理论分析

(一)文献综述与问题的提出

当前，学界对环境状况与农业生产之间关系的实证研究主要从气候变化的角度展开，研究气候变化对农业生产的影响。气候变化是影响农业生产的重要因素，对农作物的产量及农业生产效率产生重要影响。周曙东等通过构建经济-气候模型，实证研究发现气候变化对南方地区水稻产量有显著的负向影响，且气候对各区域的影响存在差异[4]；白秀广等运用超越对数随机前沿生产函数分析了1992—2012年气候变化对中国两大苹果主产区单产和全要素生产率的影响，研究发现气候变化对不同地区全要素生产率的影响不同，苹果单产增长的来源也不同[5]；侯麟科等研究了气候变化对中国不同区域农业生产的影响，研究发现气温上升降低了土地生产率，但地区间存在差异，西北地区受气温上升的不利影响最大[6]。可见，气候变化对农业生产的负面影响已得到学界的广泛认可，但关于雾霾对农业生产的影响研究较少，有待进一步展开。

农户的适应性行为不仅是一种响应，更是一种调整的过程。目前，学界对农户适应性行为的研究主要集中在以下3个方面：(1)农户对气候变化的适应性行为研究。钱凤魁等指出气候变化对农业生产的影响表现出多层次和多方面的特点，但农业领域适应气候变化的技术仍处于初级阶段，且相关技术的开发与应用水平不均衡[7]；许朗等指出农户对气候变化的适应性行为因时空不同而存在较大差异，但整体具有共性，提前预防行为总体上要优于被动应对行为[8]；王亚茹等对高寒生态脆弱区农户的气候变化适应策略进行研究，研究发现多数农户选择组合型应对策略[9]。(2)农户适应性行为的影响因素研究。吕亚荣等认为农户采取适应性行为不仅受农户的教育水平、认知能力、信息获取能力和信贷行为等影响，还受地区生产特征等影响[10]；李根丽等研究发现，除了农户的年龄、风险偏好、耕地面积等自身因素外，地形、地貌等外部环境因素也会影响农户的适应性行为[11]；吴春雅等通过稻农洪涝适应性工程措施采用行为研究，分析指出除了年龄、家庭兼业程度等自身因素外，地形、政策支持等外部因素也会影响农户的适应性行为[12]。(3)农户的认知能力对其适应性行为的影响研究。侯玲玲等研究了不同收入水平的农民对气候变化的感知，分析指出农户的收入水平会影响其认知水平和适应性行为[13]；Truelove和刘华民等研究了农民对气候变化的认知，指出农户的行为选择以认知为基础，是一个心理决策过程，农户对气候变化的良好认知可以显著促进其选择适应性行为[14-15]；陈梅英等对农户的安全茶叶生产行为进行研究，分析指出农户的认知水平对农户安全茶叶生产行为具有显著影响[16]。

综上，学界对环境状况与农业生产之间关系，以及农户适应性行为的研究，为农户不同适应性行为的组合研究提供了一定的借鉴，但当前研究多集中于气候变化对农业生产的影响，较少对农户适应性行为进行细分。本研究基于经济学的研究视角，以黄瓜和西红柿为研究对象，分析雾霾对蔬菜生产的影响，并进一步将农户应对雾霾所采取的适应性行为进行细分，分析农户适应性行为的影响因素和相应对策，以提高农户应对灾害的能力，为推动传统农业向现代农业转型提供一定的借鉴。

(二)相关理论分析

空气污染对农业具有多重影响，其中，雾霾会直接影响蔬菜的产量和质量，即雾霾对蔬菜生产存在剥夺作用。本研究主要以理性“经济人”理论和农户适应性理论为基础，通过构建生产约束线和等产量线来展开具体的分析。

1.理性“经济人”理论。理性“经济人”假设认为经济决策的主体都是理性的，其在追求自身利益最大化的经济活动中所作出的行为都是有意识和理性的。而农户作为理性“经济人”，为了获得农业生产利润的最大化，会依据当前的生产条件和生态环境合理配置农业生产资料。

2.农户适应性理论。有效的适应性行为是降低农户脆弱性和提升生计可持续水平的关键。农户应对环境变化的适应性行为，是在综合考虑适应性行为的成本与收益、适应性行为的可操作性等多种因素后作出的利润最大化的行为决策。一般情况下，只有当采取适应性行为的预期净收益大于不采取适应性行为的机会成本时，农户才会有采取适应性行为的意愿。

为了进一步厘清空气质量对农业生产的影响以及农户适应性行为对农业生产的积极影响，本研究构建了农作物生长的生产约束线和等产量线(图1)。假设农户有两块除空气质量存在差异而其他方面均同质的地块：地块一空气质量满足农作物的生长发育需求；地块二空气质量恶化抑制了农作物的生长发育，农户须采取适应性行为来改善农作物的外部生长环境。假设农户总的生产资料投入不变，生产资料中的一部分用来应对空气质量的恶化，农户通过采取适应性行为可将外部生长环境约束改善到空气质量良好的初始状态或更优的状态(即图1纵轴的点S3)。图1的横轴为农户生产资料投入；纵轴为农作物生长的空气质量;0为原点;A1、A2、A3分别为空气质量良好、恶化和改良状态的生产约束线;S1、S2、S3为农作物生长的不同空气质量,ΔS为生产资料投入不变时空气质量改良与空气质量恶化状态下的产出差距;K1、K2为农户不同的生产资料投入;Q1、Q2、Q3、Q4为不同生产约束下的等产量线。

图1 农作物生长的生产约束线和等产量线

图1中，在A1空气质量良好的生产约束下,空气质量与生产资料投入组合的最优均衡点为(K1,S1),均衡点农作物产量为Q1。空气质量降低会给农作物的生长环境带来一定程度的负向影响,导致生产约束线由A1移到A2。此时,空气质量与生产资料投入组合的最优均衡点为(K2,S2)，均衡点农作物产量为Q2,该过程是农户通过增加资金投入来减少空气污染的危害(但并未有效改善农作物生长环境)。空气质量降低时，生产者在短期内不能及时对生产资料进行调整，此时的生产资料投入仍然为K1,空气质量与生产资料投入组合的最优均衡点为(K1,S2),均衡点农作物产量为Q3，农作物产量Q1>Q2>Q3。当农户感知到雾霾对农业生产的负向影响时，即Q3远远小于Q1,则农户会采取适应性行为来降低空气质量恶化对农业生产的影响,生产约束线由A1移到A3。除应对外部生长环境变化的投入外，此时的生产资料投入仍为K1,空气质量与生产资料投入组合的最优均衡点为(K1,S3),均衡点农作物产量为Q4,农作物产量Q4>Q1>Q2>Q3。

理论分析发现，雾霾改变了蔬菜生长的外部环境，农户面对雾霾采取适应性行为是减轻雾霾影响的关键。鉴于农户适应性行为存在差异，本研究在验证雾霾对蔬菜生产影响的基础上进一步分析农户适应性行为的影响因素。

二、雾霾对蔬菜生产的影响分析

本研究以黄瓜和西红柿这2种人们日常生活中消费占比较大的蔬菜品种为研究对象，分析雾霾对蔬菜生产的影响。其中，黄瓜和西红柿的数据来源于2005—2016年《全国农产品成本收益资料汇编》中大中城市的设施黄瓜和设施西红柿的生产统计数据；地区农业经济发展水平用各地区人均农业GDP表示，人均农业GDP数据来源于2005—2016年《中国农村统计年鉴》；雾霾数据来源于2005—2016年《中国环境统计年鉴》。为保证数据的连续性，本研究对重要变量缺失及数据不连贯的城市进行剔除，共获得设施黄瓜的样本数为235个，设施西红柿的样本数为232个。本研究在理论分析的基础上，为实证分析雾霾对蔬菜生产的影响，构建了雾霾影响下的蔬菜产量模型：

lnPit=α0+α1lnAit+φlnMit+μit

(1)

式(1)中,P为蔬菜产量(kg·hm-2),A为雾霾情况,M为控制变量,α0为常数项,α1为雾霾的影响系数,φ为控制变量的待估参数,μ为残差项,i为不同的城市,t为不同的时间点。本研究选取各个城市的PM10年度指标(mg·m-3)和年度空气质量二级以上天数所占比例(%)等2个变量作为雾霾的代理变量进行分析(表1)，分别用污染物浓度和空气质量良好天数来表示；控制变量包括劳动力(家庭用工和雇工折价)，土地费用，物质与服务费，种子，肥料，农药，专业化水平(管理费、销售费和财务费的总和)，机械化水平(租赁费、燃料动力费、技术服务费和工具材料费的总和)，地区农业经济发展水平。其中，地区农业经济发展水平的单位为万元·人-1，其他控制变量的单位为元·hm-2。

表1中，模型1为使用污染物浓度进行回归的结果，模型2为使用空气质量良好天数进行回归的结果。在其他条件不变的情况下，污染物浓度对蔬菜产量产生负向影响，对设施黄瓜产量的影响未表现出统计学上的显著性，但对设施西红柿产量的影响系数为-0.0496，且通过了10%的显著性检验；空气质量良好天数显著正向影响蔬菜产量，空气质量良好天数每增加1%，则设施黄瓜产量和设施西红柿产量分别增加0.2113%和0.1330%，且分别通过了1%和5%的显著性检验。劳动力、土地费用、物质与服务费及专业化水平对蔬菜产量的影响未表现出统计学上的显著性。种子和肥料显著正向影响蔬菜产量，且均通过了1%的显著性检验，即种子和肥料的投入有利于提高蔬菜产量。农药显著负向影响设施黄瓜产量，在模型1和模型2中分别通过了5%和10%的显著性检验，但对设施西红柿产量的影响不显著。机械化水平显著正向影响设施黄瓜产量，在模型1和模型2中均通过1%的显著性检验；但机械化水平显著负向影响设施西红柿产量，在模型1和模型2中均通过10%的显著性检验。地区农业经济发展水平一定程度上有利于蔬菜产量的提高，在模型1和模型2中对设施西红柿产量的影响系数分别为0.0526和0.0474，且均通过1%的显著性检验，即农业经济发展水平较高的地区拥有较多的资源优势和信息优势，一定程度上有利于农业生产。综上可知，雾霾对蔬菜生产存在剥夺作用，即雾霾的增加会降低蔬菜产量，而其他生产资料的投入对蔬菜产量具有不同程度的影响，会促进蔬菜产量的提升或对蔬菜产量有抑制作用。理性农户面对雾霾时通常会采取适应性行为以降低不良天气状况对农业生产的影响。农户适应性行为受行为类型和行为组合方式以及外部条件等因素制约，通过分析农户适应性行为的影响因素有助于进一步指导农户展开蔬菜生产，减轻雾霾对蔬菜生产的负向影响。

表1 雾霾对蔬菜产量的影响

注：1)C表示常数项。2)*、**和***分别表示回归结果在10%、5%和1%的水平上显著。3)为控制共线性，模型1和模型2分别使用1个代理变量进行回归。其中，模型1中的“-”表示未使用空气质量良好天数进行回归，模型2中的“-”表示未使用污染物浓度进行回归

三、农户适应性行为研究

(一)数据来源及描述性统计

农户适应性行为的数据来源于2017年10月对江苏省盐城市、苏州市和无锡市的大棚蔬菜种植户的调研，主要对以种植黄瓜和西红柿为主的农户展开调研。本次调研共发放问卷361份，回收有效问卷350份，问卷有效率达96.95%。根据本文的研究目的，将变量分为自变量和因变量，各变量的描述性统计和赋值具体如表2所示。

1.自变量。自变量包括家庭特征、生产特征和雾霾认知。其中，家庭特征方面，户主的均值为0.94，说明户主占样本的大多数；年龄的均值为49.05岁，标准差为9.23，说明被采访者具有较大的年龄差异；文化程度的均值为4.79年，说明被采访者的受教育年限较低，多数农户仅为小学教育水平；种植蔬菜年限的最小值为1年，最大值为35年，均值为13.02年，说明被采访者种植蔬菜年限跨度较大，但长期种植蔬菜的农户占多数；参加培训次数的均值为1.15次·年-1，说明多数农户每年至少参加了1次培训；家庭经济情况的均值为2.31，介于不太富裕与一般之间。生产特征方面，土地面积的均值为9.32 hm2，标准差达22.40，说明农户间的土地面积存在较大差异；地租的均值为1208.17元·hm-2，标准差为361.60，说明农户的土地之间存在较大的地租差；农户类型的均值为0.77，说明被采访者中有超过一半的农户为基地种植户。雾霾认知方面，雾霾造成蔬菜减产的影响程度的均值为3.77，说明多数农户认为雾霾对蔬菜产量的影响介于一般与较大之间；雾霾造成蔬菜减产比例的均值为4.00，说明多数农户认为雾霾造成蔬菜减产的比例达到了当年产出的4%，雾霾对蔬菜产量的负向影响较大。

2.因变量。因变量为农户的适应性行为，包括未采取适应性行为、采取被动适应性行为、采取主动适应性行为以及同时采取被动适应性行为和主动适应性行为。适应性行为的均值为2.20，说明大部分农户采取了适应性行为。

表2 各变量的描述性统计和赋值

(二)农户适应性行为的细分统计

本研究对农户适应性行为进行细分：主动适应性行为包括采用蔬菜新品种、调整种植结构、合理安排茬口和购买保险；被动适应性行为包括补光增光、铺设草席保温、田间精细化管理和水肥管理。若农户采取了适应性行为的细分行为之一，即认为其采取了相应的主动或被动的适应性行为。统计分析发现，仅采取主动适应性行为的农户和仅采取被动适应性行为的农户分别占样本总数的26%和40%，同时采取被动适应性行为和主动适应性行为的农户占样本总数的9%。

1.主动适应性行为方面。占比排在前三的为采用蔬菜新品种、合理安排茬口和购买保险，分别占样本总数的15%、6%和5%，总体所占比例均较低。(1)采用蔬菜新品种方面。新的蔬菜品种(尤其是耐低温弱光和抗病的品种)通常有经过改良，一定程度上可以抵御不良生长环境的影响，但农户长期采用某种蔬菜品种的习惯和新技术宣传较少等因素会导致蔬菜新品种的采用比例较低。(2)合理安排茬口方面。雾霾多发生于当年的11月至次年的2月。这一期间，越冬茬蔬菜正处于开花结果阶段，雾霾对其产量影响较大；秋冬茬蔬菜正处于挂果后期，雾霾对其产量影响相对较小；冬春茬蔬菜正处于育苗和小苗期，雾霾对其生长速度影响较大，但对其产量影响较小。因此，应做好蔬菜大棚的保温工作，防止幼苗冻伤。但由于越冬茬蔬菜正处于需求旺盛时期，价格相对较高，农户考虑到价格优势会优先安排越冬茬蔬菜的生产，从而不会改变其茬口安排。(3)购买保险方面。被调查地区的农业保险并没有完全覆盖，较少有农业保险人员进行宣传，且农户因理赔程序复杂、担心赔付不及时等因素不愿意购买保险，由此导致购买保险的农户比例较低。

2.被动适应性行为方面。农户首先会进行水肥管理，其次是进行田间精细化管理，二者分别占样本总数的86%和38%；而进行补光增光的农户为0。(1)水肥管理方面。增施有机肥、控制灌溉次数和灌水量等增强植株抗逆能力的措施，因操作相对简单成为大部分农户的选择。(2)田间精细化管理方面。长时间的雾霾会造成农作物植株病变，通过田间精细化管理适当去除病变叶片和摘除受影响的果实可以减少对养分的过度消耗，天晴后适度放风等措施也可以缓解雾霾对蔬菜产量的负向影响。(3)补光增光方面。农户认为购置补光灯、人工进行补光等操作比较复杂，且沉没成本较高，利用率相对较低，因此不愿采取这种措施。

(三)模型设定

为了进一步分析农户采取适应性行为的影响因素，本研究将农户是否采取适应性行为作为被解释变量，农户的家庭特征、生产特征、雾霾认知等可能影响其适应性行为的因素作为解释变量，分以下2个阶段进行研究：(1)选用二元Logistic模型进行估计，对农户是否采取适应性行为进行分析；(2)选用多元Logistic模型进行估计，将具体的适应性行为分为采取被动适应性行为、采取主动适应性行为及同时采取被动适应性行为和主动适应性行为等3种类型。农户针对雾霾采取适应性行为时被解释变量赋值为1，未采取适应性行为时被解释变量赋值为0，则二元Logistic模型如下：

(2)

式(2)中,p为Xi的非线性函数,Xi为农户是否采取适应性行为的第i个影响因素,β为Xi的系数,F为累积分布函数,α为常数项,e为指数函数底。

进一步转化，得到二元Logistic模型的线性表达式：

(3)

式(3)中,pi为农户是否采取适应性行为的概率,α1为常数项,n为农户是否采取适应性行为影响因素的个数,β1i为Xi的系数,Xi为农户是否采取适应性行为的第i个影响因素,μ为随机扰动项。

假设农户采取的适应性行为为y，采取的具体细分行为为K(K=1,2,…,k)，则多元Logistic模型如下：

(4)

(5)

(6)

(7)

式(5)～(7)中,p1为未采取适应性行为的概率,p2为采取被动适应性行为的概率,p3为采取主动适应性行为的概率,p4为同时采取被动适应性行为和主动适应性行为的概率,α2、α3、α4分别为各模型的常数项,n为农户采取适应性行为影响因素的个数,β2i、β3i、β4i为Xi的系数,Xi为农户采取适应性行为的第i个影响因素,ε为随机误差。数据统计发现，未采取适应性行为的农户为86户，采取被动适应性行为的农户为140户，采取主动适应性行为的农户为92户，同时采取被动适应性行为和主动适应性行为的农户为32户，满足回归分析的相关条件。

(四)农户适应性行为的影响因素分析

适应性行为是农户通过合理利用有利条件抵御环境变化的潜在风险，降低农业生产在不良环境下的脆弱性的行为。通过上述分析可知，雾霾会对蔬菜生产产生负向影响，而农户理性面对雾霾必然会采取适应性行为以改善当前的生产环境，但农户采取适应性行为不仅受自身条件影响，也受外部条件制约。因此，本研究进一步分析农户是否采取适应性行为以及采取不同适应性行为的影响因素(表3)，以更好地指导农业生产，提高农民收入。

表3中，模型3检验农户是否采取适应性行为的影响因素，由公式(3)估计得出；模型4检验农户采取不同适应性行为的影响因素，由公式(5)～(7)估计得出。本研究主要从家庭特征、生产特征和雾霾认知等3个方面分析农户是否采取适应性行为和采取不同适应性行为的影响因素。

注：1)C表示常数项；2)*、**和***分别表示回归结果在10%、5%和1%的水平上显著；3)模型4是以未采取适应性行为为基准的回归，因此具有共同的检验统计量

1.家庭特征方面。家庭特征包括户主、年龄、文化程度、种植蔬菜年限、参加培训次数和家庭经济状况。其中，文化程度方面，由模型3可知，文化程度的提高显著提高了农户采取适应性行为的概率，且通过了5%的显著性检验；由模型4可知，文化程度对农户采取被动适应性行为及同时采取被动适应性行为和主动适应性行为均具有显著的正向影响，且均通过了1%的显著性检验。因为随着文化水平的提升，农户视野更加开阔，更易于接受新鲜事物和先进技术，从而更愿意采取适应性行为以应对恶劣的天气状况，尤其是采取被动适应性行为。种植蔬菜年限方面，由模型3可知，种植蔬菜年限的增加显著提高了农户采取适应性行为的概率，且通过了1%的显著性检验；由模型4可知，种植蔬菜年限对农户采取不同适应性行为具有不同程度的影响，尤其是对采取主动适应性行为有较高的显著性影响，且通过了1%的显著性检验。因为随着种植蔬菜年限的增加，农户的种植经验更丰富，可以直观地感受到雾霾对蔬菜生产的影响，促使其主动采取措施应对雾霾天气。参加培训次数方面，由模型3可知，参加培训次数的系数为0.5935，且通过了5%的显著性检验；由模型4可知，参加培训次数对农户采取被动适应性行为影响不显著，但对农户采取主动适应性行为及同时采取被动适应性行为和主动适应性行为均具有显著的正向影响，且均通过了1%的显著性检验。因为参加培训有助于农户获取更多的生产知识，促使其采取更有效的措施应对雾霾天气。家庭经济状况方面，由模型3可知，家庭经济状况的改善显著提高了农户采取适应性行为的概率，且通过了1%的显著性检验；由模型4可知，家庭经济状况对农户采取不同适应性行为均具有显著的正向影响，且均通过了1%的显著性检验。因为农户无论是采取主动适应性行为还是采取被动适应性行为，都要有经济上的支撑，越富裕的家庭越有能力来承担这部分支出。此外，户主和年龄对农户是否采取适应性行为和采取不同适应性行为均不具有统计学上的显著性，即农户面对雾霾影响时，户主和年龄不是影响农户采取适应性行为的关键因素。

2.生产特征方面。生产特征包括土地面积、地租和农户类型。其中，土地面积方面，由模型3可知，土地面积的扩大显著提高了农户采取适应性行为的概率，且通过了1%的显著性检验；由模型4可知，土地面积对农户采取不同适应性行为均具有显著的正向影响，除了采取被动适应性行为通过10%的显著性检验外，采取主动适应性行为及同时采取被动适应性行为和主动适应性行为均通过1%的显著性检验。因为土地面积越大，雾霾对农业生产的影响越大，雾霾发生时农户可能会遭受越大的损失，所以农户越倾向于采取各种适应性行为。地租方面，由模型3和模型4可知，地租仅对同时采取被动适应性行为和主动适应性行为具有显著的正向影响，且通过了5%的显著性检验。因为地租作为生产资料投入的一种表现形式，雾霾在降低蔬菜产量的同时，地租的提升意味着投入产出比的降低，农户损失更大，所以农户会倾向于同时采取被动适应性行为和主动适应性行为。农户类型方面，由模型3和模型4可知，农户类型对农户是否采取适应性行为和采取不同适应性行为均不具有统计学上的显著性。因为农户即使是在生产基地进行生产，基地也仅是提供给农户土地或租金，不具有生产集聚的优势，所以农户类型在是否采取适应性行为和采取不同适应性行为上没有表现出显著性差异。

3.雾霾认知方面。雾霾认知包括雾霾造成蔬菜减产的影响程度和雾霾造成蔬菜减产比例。其中，雾霾造成蔬菜减产的影响程度方面，由模型3和模型4可知，雾霾造成蔬菜减产的影响程度对农户是否采取适应性行为和采取不同适应性行为均具有显著的正向影响，且均通过了1%的显著性检验。因为雾霾导致蔬菜减产会影响农户的收益，农户采取适应性行为是理性选择的结果；同时，农户之间存在差异性，农户选择适应性行为时受偏好影响会采取不同的适应性行为。雾霾造成蔬菜减产比例方面，由模型3和模型4可知，雾霾造成蔬菜减产比例对农户是否采取适应性行为和采取不同适应性行为均具有显著的正向影响，且均通过了1%的显著性检验。因为雾霾造成蔬菜减产比例越大，农户越愿意采取适应性行为应对雾霾，尤其是当雾霾多发时，农户越愿意提前采取预防措施和应急措施来减轻雾霾对蔬菜生产的影响。

四、结论与对策

(一)结论

本研究以黄瓜和西红柿为研究对象，分析了雾霾对蔬菜生产的影响，进一步将农户应对雾霾所采取的适应性行为进行细分，利用二元Logistic模型和多元Logistic模型分析农户是否采取适应性行为以及采取不同适应性行为的影响因素，得出以下结论。

1.雾霾对蔬菜生产存在剥夺作用。即雾霾的增加会降低蔬菜产量。实证结果显示，污染物浓度对蔬菜产量产生负向影响，空气质量良好天数显著正向影响蔬菜产量；而其他生产资料的投入对蔬菜产量具有不同程度的影响，会促进蔬菜产量的提升或对蔬菜产量有抑制作用。

2.农户偏向于被动适应性行为。实证结果显示，农户采取适应性行为时偏向于采取水肥管理和田间精细化管理等投资少、保障高的被动适应性行为；主动适应性行为方面以采用蔬菜新品种、合理安排茬口和购买保险为主，但总体所占比例均较低。

3.家庭特征、生产特征和雾霾认知对农户适应性行为具有不同程度的影响。实证结果显示，文化程度、种植蔬菜年限、参加培训次数、家庭经济状况、土地面积、雾霾造成蔬菜减产的影响程度、雾霾造成蔬菜减产比例等对农户是否采取适应性行为具有显著的正向影响；而各个变量对农户采取不同适应性行为的影响存在差异。

(二)对策

根据雾霾对蔬菜生产存在的剥夺作用，政府和社会应积极引导、协同参与农户采取适应性行为，以有效减轻雾霾对蔬菜生产的影响。

1.加大环境保护的力度。加大环境保护的力度是提升环境质量的关键。当前，我国的产业结构和能源消费结构仍存在诸多不合理的地方，过于依赖资源消耗，因此，调整产业结构和优化能源消费结构是环保过程中的重要一环。(1)调整产业结构。政府应针对当前的环境情况进一步提高环保、能耗等相关标准，加大环境保护方面的处罚力度，对重污染行业进行结构上的调整，利用税收减免和相关扶持政策促进企业的技术创新和升级。(2)优化能源消费结构。通过税收手段(如提高资源税、碳税等)来降低传统能源的消耗，加大对优质能源的使用，如太阳能、风能等。通过调整产业结构和优化能源消费结构可以从源头上降低污染物排放，降低雾霾对蔬菜生产的负向影响。

2.加大对农民的培训和指导力度。培训有助于农户了解雾霾和掌握相关的应对措施。地方的农技服务站应定期在社区展开雾霾应急知识的宣传，提高蔬菜种植户的认知能力；社区应在农技人员的专业指导下定期召开相关会议，激励农户采取被动适应性行为和主动适应性行为相结合的方案，鼓励农户采用蔬菜新品种，指导其合理安排蔬菜生产茬口，以及在雾霾发生时采取水肥管理和田间精细化管理，从而将提前预防措施和适当补救措施有机结合，减少雾霾对蔬菜生产的负向影响。

3.扩大农业保险的覆盖范围和简化赔付流程。政府可以进一步加强与保险公司的合作，普及相关的农业保险知识，提供差异化和多层次的保障，进一步扩大农业保险的服务种类和赔偿范围；地方农业局和农业服务组织可以提供相关的技术支持，协助开展防灾减灾和灾后查勘定损等工作；保险公司要优化业务流程，建立农业保险绿色理赔通道，保障农民及时有效地获得赔偿。