农业科技采纳对农户收入影响的实证研究——基于江西空巢农户分析

朱萌君，姚兴安

(1.广西师范大学，广西 桂林 541000；2.南京农业大学，江苏 南京 210095)

近年随着国家基础性产业的不断调整与融合，农业问题不断被提上议程。梳理最近几年的中央一号文件，可以发现都无一例外地强调了农业科技的重要性。如2012年中央一号文件第一次对农业科技的未来发展作出了较为详尽的规划；2013年中央一号文件提出增强科技创新能力的基础性建设，同时加快国家农业科技园和高新产业园发展；2017年中央一号文件明确指明要继续促进农业科技创新，加大先进技术入户和农户职业培训的力度；2018年中央一号文件再一次强调农业科技在现代化农业建设的重要性；2019年中央一号文件更是提出了农业科技总体水平要达到发展中国家领先地步的口号[1]。农业发展能否顺利进行很大程度上取决于科学技术的推广力度，传统农业向现代农业转变的根本动力来源于科技进步。农业科技不仅可以很好地支持非价格农业的发展，还是政府扶持农业的一个重要考量指标[2]。农业技术创新是突破资源约束的必然选择，在促进现代化农业发展及提升农业劳动生产率方面具有十分关键的作用[3]。农户在农业技术的使用和推广过程中起着中流砥柱作用，引导农户理性采纳新科技对于深化农业体制改革具有很强的战略意义。

一、文献回顾

关于农业科技采纳对农户收入影响的专门研究仍不多见，不过关于农业科技采纳的相关研究可以从如下两个方面梳理，文献梳理能够为本文相关研究问题的解决提供新的思路与破解途径。

(一)农户技术采纳行为的相关研究

关于农户技术采纳新技术的研究，最早来源于Griliches，他以杂交玉米为例，研究不同传递条件下的农户采纳技术随时间变化的关系[4]。Miracle认为农户采纳新行为时主要考虑对新技术的接受程度、对新技术的学习掌握等因素[5]。舒尔茨以Griliches实验为基础，认为农户具有一定的理性，得出即使在传统农业生产中也要十分注重对资源的合理分配运用的结论[6]36。Rogers以预期风险为例，研究其对于墨西哥当地农户对水稻新品种采纳行为的影响[7]79。Mara引入Probit(MNP)模型对农业生产技术进行研究，发现尽早地作出正确决策判断对农户技术采纳会起到积极的正面作用[8]41。Dorfinan认为农户采纳一项新技术必须经历认知、说服等5个不同阶段[9]。David选取埃塞俄比亚农户采用化肥和除草剂的行为作为研究对象，在运用期限分析研究法后，发现良好的经济激励是影响农户采纳新技术的最主要因素;此外，牛的使用与当地基础设施的完善度都是影响农户技术采纳的重要因素[10]。国内黄宗智认为囿于劳动转移困境，在边际收益递减的情况下，农户仍然会投入生产，形成农业“过密化”现象[11]71。农户的观察性学习、社会化规范意识同农业技术推广之间存在着明显的替代效应关系，而农户私下交流体验与农业技术推广同样存在替代效应与互补效应[12]。董理等人研究表明：政府对农业技术的支持、果农心理预期收益对物理机械性防控技术采纳均具有较强的影响作用，补贴程度、培训次数、预期经济收益等均会促进机械防控技术的采用[13]。自雇佣妇女采用耕作技术的比例不到六成，超过六成的自雇佣妇女在较低状态下的社会网络环境下运行，约占半数比例的自雇佣妇女面临收入不确定性风险，无论是社会网络的广度还是高度均能显著提高其耕地保护行为[14]。绿色农业技术的认知程度明显影响了小农户采用商品有机肥与农家肥的比例；外部环境也会正向促进商品有机肥与农家肥的采纳概率[15]。

(二)农户技术采纳影响因素的相关研究

关于农户采纳新技术的影响因素主要集中在如下几个方面：一是农户个人及家庭特征对技术采纳的影响，主要集中在年龄、性别、文化素养、家庭人口数、家庭劳动力个数等方面的研究[16-22]；二是土地禀赋资源对技术采纳的影响，包括土地效益、耕地面积及土地质量等方面研究[23-27]；三是农户的种植养殖业及户主的兼业情况对科技采纳的影响，集中在种植的种类及规模、兼业类型、兼业的程度等方面[28-32]；四是经济与收入水平对科技采纳的影响，包括当地经济活动的多元性、经济发展的速度、农户家庭收入对技术采纳的影响[33-36]。

通过上述探讨可以发现如下问题：第一，目前有关技术采纳的研究集中在农户领域，并未将当今农村生产劳动主力军——空巢农户考虑在内；第二，有关技术采纳的研究颇丰，但大多集中在技术采纳行为及其影响因素方面，却鲜有涉及采纳行为对农户收入的影响的相关研究。根据聂志平、姚兴安等人的划分，空巢农户是这样一群特殊的农户：他们的生活范围只局限于农村地区，年龄多数在45岁以上，子女多因各种原因离家在外，只有二老常居家中，并且他们身体力行，能够自行从事农业生产活动[37]。基于微观层面，农户作为科技采纳技术受益的主体，了解其对农业科技采纳的认知度及探讨出科技采纳与农户收入的影响关系，对于政府制定出合适的农户科技采纳政策及提高农户家庭收入都具有一定的参考意义。

二、研究方法、数据来源及相关变量的选取

借助一定的研究方法有助于更加清晰地对研究问题勾画、凸显，并对问题的最终结果具有较强的解释功能。

(一)研究方法

截至目前，在经济学领域关于农户技术采纳行为对收入影响的研究并不多，这也导致其没有完善的研究方法可以借鉴，不过，我们依然可以将农户采纳科技行为等同于农户加入农业合作社行为，因此可以采用农户加入生产合作社对农户的收入行为理论探讨农户的科技采纳行为对收入的影响关系。

借鉴苏群、陈杰等学者的研究成果[38]，本文将农户分为纯农户与兼业农户两大类，并构建采纳农业科技对农户收入影响的决策模型，标准思路如下:

从事农业科技采纳对农户i的收入效应Yi可以用如下公式表示：

Yi=Xi、βχ+yDDi+εi={YOi=Xi、βχ+εi}

(1)

其中，X是解释变量，D为是否从事农业科技采纳的虚拟变量，ε为误差项。假设农户对未从事科技采纳时的收入效果期望值为E(Y0|D=1)，那么以农户为基准的平均处理效果ATT则可以表示为：

ATT=E(Y1i-Y0i|Di=1)=E(Y1i|Di=1)-E(Y0i|Di=1)

(2)

将同一主体从业农业科技采纳和未从事科技采纳的效果相对比，则能计算出平均处理效果。但是，农户只能选择采纳或不采纳中的任一项，因此无法同时观测到(2)式中的右边两项，所以上述的E(Y0|D=1)只是为了研究需要而设定的假想收入期望值。若将ATT〞定义为纯农户与兼业农户的期望效果值，则会出现：

ATT〞=E(Y1i|Di=1)-E(Y0i|Di=0)

(3)

假设农户采纳农业科技是一个随机变量，则ATT=ATT〞；若假设不成立，就会出现实际效果与预期效果存在偏差的情况，为更好地解决这个问题，将选择变量设定为：

Di*=Zi'βz+ui；Di=1；ifDi*>0，0otherwise

(4)

(4)式中，Di*是潜在的变量，Z表示可能影响到农户科技采纳或不采纳的影响因素。在假设ε和μ符合二元正态分布的条件下，采用一定的计量方法对(1)式和(4)式处理，得到如下没有偏差的估算值。此时，农户的预期效果期望值为：

E(Y|X,D=1)=X'βX+γD+ρσλ(Z'βZ)

(5)

(5)式中的λ(Z'βZ)=ψ(Z'βZ)/φ(Z'βZ)是正规密度函数与正规分布函数的比值，又称为逆米尔斯比。因此,纯农户与兼业农户的预期效果期望值可以表示为：

E(Y|X,D=1)-E(Y|X,D=0)=γD+ρσψ(Z'βZ)/φ(Z'βZ)[1-φ(Z'βZ)]

(6)

仔细观察可发现，运用上述方法进行参数估计时，由于内生性问题的存在，会对结果产生干扰。因此，采用PSM方法代替此种参数估计值法，它的优势在于打破了将效益函数进行特殊假设的做法，转而将参与或者不参与的选择置于随机状态，并将处理组和对照组的效益分析比较。

随机状态下，一定存在：

Y0⊥D|W

(7)

(7)式称为独立性条件假设，W是影响选择与效益的一个变量，平衡状态下，ATT=ATT〞恒成立，此时样本处理效果如下：

ATT=E(Y1|D=1，W)-E(Y0|D=0，W)

(8)

基于W包括较多不确定性变量，因此采用倾向分值PB确保其相似性，此条件下的参与组织的概率为：

P(W)=Pr(D=1|W)

(9)

若(7)式成立，则Y0⊥D|P(W)已成立，此时可认为W拥有的属性具有同一性，处理组和对照组可以配对。

为方便分析对比，将样本个体区分为两种类型，即处理组(从事科技采纳的农户)和对照组(未从事科技采纳的农户)。本文运用PSM方法对农业科采纳的预估效果基本思路如下：首先，采用Logit模型分析农户在具体条件下采纳农业科技的概率，即倾向得分；其次，为了保证结果的精确性，分别选择最邻近匹配方法、半径匹配方法和核匹配方法三种不同的方法对样本一一匹配；最后，在已知倾向得分的前提下，采纳农业科技对农户的平均处理效应便可通过分析处理组和对照组收入状况差异得到。

(二)数据来源

本文的数据来源于课题组2019年7―9月对江西省各地空巢农户所做的抽样调查，首先选取农业科技转化率较高的8个市(县)作为调查对象，接着在每个市(县)随机抽取一定的乡镇的农户进行取样，为保证结果的精确性，在每个乡镇等距离的抽取一定样本，共获取580户样本，整理后共得到有效问卷541户，有效率为93.28%。样本情况见表1。

表1 样本情况描述

(三)指标选择与描述性统计

本文试图探明的是农户的科技采纳行为对其收入的影响，根据上文的描述可知：农户的个人特征、家庭特征、种植类型及兼业化程度、土地禀赋资源、经济与收入水平等因素均会对农户的科技采纳产生影响，进而影响农户的收入，具体变量特征及赋值见表2。

表2 变量赋值及描述性统计

(四)变量选择

本文选取幸福感指数、恩格尔系数、期望收入指数为输出变量，选取是否采纳农业科技为指示变量，并根据实际调研情况选取12个具体特征变量，首先借助多元Iogistic模型分析农户参与农业采纳行为的概率，然后通过倾向得分匹配法分析采纳农业科技对农户收入的平均处理效应。

1.输出变量

农户普遍有重视收入的惯例，本文选取幸福感指数、期望收入指数和恩格尔系数作为反映其收入状况的三个指标。前二者属主观性指标，后者属于客观指标。幸福感不仅反映了目前生活状态的情况，更能判断出未来生活的满意程度，而幸福感指数，则是度量这种满意程度的标尺。若幸福感指数高，赋值为1，反之为0。就目前来看，收入高的家庭幸福感指数要偏高，反之幸福感水平高的群体的收入也要显著高于幸福感水平低的群体[39]。恩格尔系数反映消耗在食品上的成本占全家日常生活消费总支出的比例，系数高说明家庭年收入少，系数低则说明家庭年收入较高。若恩格尔系数高，赋值为1，反之为0。由于现形势下农村民众的消费函数为线性或近似线性，因此加大农村民众收入差距会降低农户自身的恩格尔系数[40]。期望收入指数=期望收入-实际收入，当期望收入指数高时赋值为1，低时赋值为0。期望收入指数来源于健康卫生领域，其含义为当期望收入与实际收入之间差距较大时，即期望收入指数较高时，其对收入的满意度就会低[41]。尽管目前将期望收入指数应用在农业生产领域的研究还不多见，但依旧可将其引用至农业经济研究中，就收入而言，若农户的期望值与实际值之间存在偏差，则从事农业生产的积极性和动力就会减弱，由此提高农户家庭收入、降低期望收入指数是解决此问题的关键措施。

2.指示变量

指示变量是否从事农业科技采纳。在设定的具体条件下，假设农户从事农业科技采纳，则赋值为1；若农户从不采纳农业科技，则赋值为0。

3.特征变量

特征变量可以归纳为四大类：一是个人特征变量，包括性别、年龄等；二是家庭特征变量，包括家庭成员数、从事农业劳动人数；三是土地资源禀赋，包括土地效益、人均耕地面积、土地质量；四是经济与收入水平，包括人均年收入、农业收入占全年收入比例、经济活动是否多元化。

从表2可以看出：处理组在三个收入指标上的平均值都要高于对照组，从某种程度上来说，从事科技采纳的农户收入状况要好于未采纳的农户，采纳农业科技行为与农户收入之间存在相关性，但需要注意的是，这种意义上的相关性并不表示采纳农业科技与农户之间存在因果关系，更不能得出采纳农业科技促进了农户的收入。因为此种相关性可能来源于样本本身的内生性问题，即收入状况好的农户更愿意采纳农业科技。根据特征变量的分析结果看，参与农业科技采纳的多是年纪轻、受教育时间长、家庭土地质量好、外部经济活动多元化的农户，具有较为典型的“自我选择”或“他人选择”特征。基于此种情况，若使用常规的回归方法，将会出现效应评估过高或过低的情况，因此采用更为合适的计量方法避免模型的内生性和自我选择性是很有必要的，并可以分析采纳农业科技行为与农户收入之间的因果关系。

三、实证结果分析

农户参加农业科技采纳行为具有一定的个体主观能动性，因此其参与的概率大小一定程度上显示出农业科技的重要性。

(一)农户参与农业采纳行为的概率

根据上文的理论基础，本文首先建立Logistic模型，得到倾向得分对农户参与农业科技采纳行为的概率进行评估，进而完成处理组和对照组的匹配，选取Pseudo-R2和AUC两个指标进行量化，前者是拟合优度评价指标，而倾向得分是一连续变量，且数值介于0到1之间，此时采用AUC量化得到的评价结果更精确。表3中的Pseudo-R2数值为0.179，说明拟合度较高，而AUC数值为0.782，符合平衡性标准要求。

表3 农户是否参与农业科技采纳行为的Logistic模型估计结果

从表3可知，农户采纳科技行为与农户的受教育时间、是否为村干部、从业农业劳动人数、土地效益、人均耕地面积、土地质量、人均年收入、农业收入占全年收入比例等呈显著性正相关关系，与农户年龄、家庭人口数、经济活动是否多元化呈显著性负相关关系，与性别的关系并不显著。

(二)样本匹配效果检验

以最近邻匹配法为例检验样本的配对程度，各变量在配对前后的结果如表4所示。一般来说，若标准偏差的绝对值介于0到20之间，则表明匹配效果良好，反之代表效果偏差。由表4知，配对前各个变量的平均标准偏差是24.6，配对后的平均标准偏差降低至3.7，不仅说明不同特征变量的平均值水平已十分接近，同时表明样本的差异性已经基本得到解决，匹配效果较理想。同理，可得到半径匹配法和核匹配法的检测结果。

表4 样本匹配前后特征变量变化情况

(三)采纳农业科技对农户收入的平均处理效应分析

考虑到结果平稳性等实际问题，笔者选取最邻近匹配法、半径匹配法和核匹配法对农业科技采纳的收入平均处理效应进行研究(见表5)。

1.采纳农业科技对幸福感指数的平均处理效应

通过表5可知，匹配前农业科技采纳对农户的幸福感指数起到正向1%的显著影响，参与农业科技采纳行为使得农户幸福感的概率提高5%，但进行匹配后发现，采纳农业技术对农户幸福感指数的影响显著降低。这说明农业科技的采纳未能从根本上提高农户的幸福感指数，原因可能有以下几方面：第一，虽然过往的研究证明农业技术的应用与农户的收入间存在显著关系，但不可忽视的是农户作为主观能动体的情况，调研过程中，农户可能受自身文化素养知识的局限或出于特定目的的需要，而不能做出准确的幸福感指数估量结果，导致研究结果出现偏差；第二，现行的农业补贴政策不可避免地存在着制度设计不合理、资源优化不全面、监控程序不完善等问题，未能真正起到有效提高采纳者收入的作用。

表5 采纳农业科技对农户收入影响的平均处理效应结果

2.采纳农业科技对恩格尔系数平均处理效应

由表5的结果可以看出，匹配前采纳农业科技对恩格尔系数的降低有着明显的促进作用，参与农业科技采纳行为使得恩格尔系数平均降低5.2个百分点，然而完成匹配后却发现，农业科技采纳的效果大幅度降低，无法对恩格尔系数的降低起到积极作用，这表明采纳农业技术与恩格尔系数之间并无直接关系。本文认为这一结果与目前农业科技采纳的采纳范围和采纳水平有关，当前农村地区的科技采纳制度的主要受益者还是农民专业合作社内部成员，而对于那些未能及时参加农业合作社的农户而言，无论是在农业科技资源的获取上、农业技术人员的专业指导上还是在政府政策的倾向性上都与专业合作社内部成员之间存在不小差距，由于部分农户因种种原因未能及时加入合作社，使得对科技的采纳热情减弱不少，因此恩格尔系数难以降低。

3.采纳农业科技对期望收入指数的平均处理效应

通过表5发现，在假设期望收入值恒定的前提下，匹配前的采纳农业科技行为对降低农户的期望收入指数起到明显的积极作用，参与农业科技采纳会使得农户的期望收入指数降低5.4%，但匹配后结果表明，农业科技的采纳对减少期望收入指数的贡献极其有限，效果并不显著。出现这一现象的原因在于农户科技采纳自身存在着自我选择性和不可避免的内生性问题，无法预知的能力和文化素养高的农户更容易采纳农业科技。从数据分析结果看，处理组的农户往往年纪较小、村干部的比例和文化素养都较高，这部分人本身视野开阔、创新意识较强，在社会资本、人脉资源、个人能力上都要好于一般农户，因此不管是采纳或不采纳农业科技对其收入都无较大影响，正是基于自我选择性和内生性问题的存在，才会高估了农业科技的采纳对农户期望收入指数及实际收入的影响。

四、结论与建议

本文基于江西省8市(县)的541户样本的调研数据，立足于分析农业科技采纳对农户收入的影响关系，在综合考虑样本选择性的偏差和内生性问题后，采用PSM方法实证研究农业科技的采纳对农户收入的影响。研究表明，基于样本自选择性和内生性情况的存在，无法预知的能力和文化素养较高的农户更倾向于采纳农业科技，农户科技采纳行为与幸福感指数、恩格尔系数、期望收入指数之间均无显著关系，其对农户收入的提高作用偏小。根据上文的研究，本文拟给出如下政策建议。

第一，增大农业科技的采纳范围，逐步实现由“基本采纳”向“全面采纳”目标的跨越。政府应大力扶持农民专业合作社进一步发展壮大，鼓励更多农户加入其中，宣传采纳农业科技的优势，这对提升农户的收入至关重要。

第二，加大农户职业教育培训的力度，增强农户科技采纳意识。对于不同层次、不同特征的农户应制定因人而异的培训方案，加强培训机构的监督强度，确保农户真正意义上提高职业文化素养和提升创新意识，这是增大农户收入的根本所在。

第三，改变传统的农业技术采纳“自上至下”的行政命令模式，提倡“自下而上”的参与模式。即打破过去的政府单方面提供农业技术资源的做法，更多地交由农户自己选择所需要的技术资源，让农户真正参与农业技术采纳政策的修订，提高科技采纳政策的目标导向性。

第四，进一步改善农业技术推广制度，加快基层部门农业技术推广的步伐。提倡非政府性农技推广部门的建立，为非政府性农技部门的发展提供更多优质资源，借助农技推广部门、非政府性农技推广部门和农民专业合作社的共同作用，大幅降低农户采纳农业科技中的未知风险。