APP下载

生态补偿对农户绿肥种植行为惯性产生的激励机制:基于倾向得分匹配的估计

2021-08-02李福夺张康洁郝艾波尹昌斌

生态与农村环境学报 2021年7期
关键词:绿肥惯性补偿

李福夺,张康洁,郝艾波,尹昌斌

(中国农业科学院农业资源与农业区划研究所,北京 100081)

种植绿肥是改善农业生态环境、推进农业绿色发展的有效手段。近十年来,随着农业现代化的推进,以种植绿肥为代表的农业绿色生产措施越来越受到政府部门的重视。2017年,原农业部(2018年3月在国务院机构改革中改组为农业农村部)相继出台《耕地质量保护与提升行动方案》《耕地质量提升行动方案》等系列文件,将种植绿肥列为耕地质量提升的重点建设项目,并强调了种植绿肥对保障国家农产品安全、农业资源安全和生态安全的重要意义。2018年7月农业农村部印发《农业绿色发展技术导则(2018—2030年)》,提出加快绿肥作物生产与利用技术集成示范、推进绿肥推广应用,积极引导绿肥服务于农业绿色生产实践。《农业农村部、财政部关于做好2019年耕地轮作休耕制度试点工作的通知》则强调休耕期间鼓励种植绿肥、培肥地力,促使绿肥生态价值最大程度得以发挥出来。作为现代农业系统中一种传统的绿色生产要素,绿肥对提高农业发展质量的价值历久弥新,在当前农业绿色转型的宏观背景下,探讨绿肥参与农业系统升级的实现路径具有重要的现实意义。

绿肥对改善农业系统的价值发挥有赖于农户广泛地参与到绿肥种植实践中来。已有研究表明,激发农户的生态行为是政府生态目标实现的基础。如杨玉苹等[1]指出,农户作为农业生产经营的主体,激发其参与的积极性是实现农业生态转型的关键;李芬妮等[2]认为,激发农户的绿色生产行为直接关系到政府农业绿色发展目标的实现;而李卫等[3]则阐明,农户具备保护性耕作技术采用行为是实现政府农田保护目标的重要基础。针对绿肥种植,李福夺等[4]研究也表明农户愿意种植绿肥是政府绿肥政策实施的前提条件。然而,随着相关研究的不断深入,越来越多的学者指出,激发农户的行为仅仅是相关工作的起点,而维持农户行为的可持续性才是政府政策目标实现的保障。如李想[5]研究指出,采用农业技术首先需要农户做出是否采用此类技术的决策,采用后进入农户技术持久采用阶段;肖新成等[6]研究发现,从长期来看,维持农户的清洁生产技术采纳行为比产生单纯引导行为对农业环境目标的实现更具现实意义。那么,当农户绿肥种植行为发生后又该如何维持?换句话说,农户绿肥种植行为的维持动力来源于哪里?

越来越多的研究表明,可持续行为只有在行为惯性产生时才能获得不竭动力。如卓四清等[7]研究指出,行为惯性对移动电子商务用户持续使用意愿与行为具有正向影响;朱方伟等[8]研究发现,组织惯性能够持续推进企业进行项目制变革。对于农户绿肥种植行为来说,行为惯性将使得农户可以在没有外源刺激的情况下仍具有长期性行为,这是绿肥推广目标实现的重要保障。那么,农户的行为惯性又来源于哪里?目前针对这一问题的探讨不多,少量文献关注到外部经济激励,特别是来自政府的生态补偿政策对农户生态行为惯性形成的影响[9]。这些研究大多从定性角度分析了生态补偿影响的过程:在农户行为产生初期,政府生态补偿可以通过不断以激励施于农户来强化行为意愿,持久的高强度行为意愿将对农户态度产生积极影响,进而促进行为惯性的产生。然而,从定量视角检验生态补偿政策对农户行为惯性影响的客观性并评估影响程度的研究却鲜见。基于此,笔者将基于南方稻区5省(区)调研数据,通过实证探讨生态补偿政策对激励农户绿肥种植行为惯性产生的影响,揭示维持农户绿肥种植行为的外部动力,以期为相关部门制定有针对性的农户行为激励方案提供借鉴。

1 理论模型与研究方法

1.1 行为惯性的理论模型

1.1.1行为惯性的经济学模型

根据宋佰谦等[10]的研究,假设被解释变量农户绿肥种植行为惯性为Yt,且只受1个核心解释变量生态补偿Xt的影响。那么,就有:

Yt=α+βXt+λ1Yt-1+…+λkYt-k+μt。

(1)

对式(1)进行两个简化:一是只考虑被解释变量迟滞一期的影响,这不仅为了方便处理,更因现实中很多行为惯性只需迟滞一期就能得到很好的解释;二是取消常数项,这是因为凡是有常数项和解释变量的迟滞一期项同时存在的方程,回归处理后多数无法通过显著性检验。经上述处理得到式(2):

Yt=βXt+γYt-1+μt。

(2)

根据式(2),可得:

Yt-1=βXt-1+γYt-2+μt-1。

(3)

将式(3)带入式(2),可得:

Yt=βXt+βγXt-1+γ2Yt-2+(μt+γμt-1)。

(4)

只要|β|<1,|γ|<1,连续迭代下去即可得:

(5)

如此,就得到了一个由解释变量的无穷级数来表示被解释变量的形式。比较式(2)和式(5)可以看出,只要满足|β|<1且|γ|<1条件,那么,被解释变量则完全由解释变量的渐近、累积作用造成。由此得出结论,即当期农户绿肥种植行为惯性是过去多期外生的生态补偿激励效应累积影响的结果。

1.1.2行为惯性的概念模型

行为惯性是在行为发生一段时间后,暂停外源刺激,通过行为系统内原有思维模式或重复行为惯例,遵循原有轨迹运作的一种属性[11]。从这一定义可以看出,外源刺激是行为惯性产生的重要动力。对于农户绿肥种植行为来说,政府生态补偿政策是最重要的外部激励措施。短期内,生态补偿政策能够提高农户的农业收入;长期来看,持续的生态补偿一方面可以稳定农户的收入预期,另一方面,又能提升农户对绿肥价值的认知,这两个方面因素都对农户行为惯性产生积极的导向作用。

1.2 研究方法

1.2.1Logit模型

首先,运用Logit模型计算每个农户接受生态补偿的条件概率拟合值,此概率值也就是倾向得分值(PS,SP)。Logit模型运算是倾向得分匹配(propensity score matching,PSM)估计的第1阶段,其定义为

SPi=P[Di=1|Xi]=E[Di=0|Xi]。

(6)

式(6)中,Di=1表示农户接受了生态补偿;Di=0表示农户未接受生态补偿;Xi表示可观测到的农户特征(协变量)。

1.2.2倾向得分匹配法

PSM是由美国宾夕法尼亚大学Rosenbaum和哈佛大学Rubin于1983年开发的一种反事实因果推断方法。PSM 方法的优点是通过匹配再抽样方法使得观测数据尽可能地接近随机实验数据,在最大程度上减少观测数据偏差,从而能有效解决由样本自选择造成的有偏估计问题。

建立如下模型估计生态补偿政策对农户绿肥种植行为惯性产生的影响:

Yi=αiXi+βiDi+εi。

(7)

式(7)中,Yi为农户i的行为惯性;Xi为农户i接受生态补偿的情况,Xi=1表示接受过生态补偿,Xi=0表示未接受过生态补偿;Di为农户i可观测的禀赋特征;αi、βi为待估参数;εi为随机分布项。

使用倾向得分匹配法计算平均处理效应的步骤[12]:首先,选择合适的协变量以便进行倾向得分匹配;其次,运用Logit回归,估计倾向得分,主要匹配方法有最近邻匹配、半径匹配和核匹配等;再次,用第1步中选择的协变量进行倾向得分匹配;最后,根据匹配后的样本计算参与者的平均处理效应(ATT,ATT)、未参与者的平均处理效应(ATU,ATU)和平均处理效应(ATE,ATE)。

ATT=E(Yi1-Yi0|X=1,D=d),

(8)

ATU=E(Yi1-Yi0|X=0,D=d),

(9)

ATE=E(Yi1-Yi0|D=d)。

(10)

式(8)~(10)中,Yi1为接受过生态补偿农户i的绿肥种植行为惯性;Yi0为未接受过生态补偿农户i的绿肥种植行为惯性;ATT为随机挑选一个接受过生态补偿且具有D特征的样本农户在绿肥种植中生态补偿对行为惯性影响的均值;ATU为随机挑选一个未接受过生态补偿且具有D特征的样本农户在绿肥种植中生态补偿对行为惯性影响的均值;ATE为随机挑选一个具有D特征的样本农户在绿肥种植中生态补偿对行为惯性影响的均值。

2 数据来源与描述性统计

2.1 数据获取

研究数据来源于课题组对南方稻区湖南、江西、广西、河南和安徽5省(区)的实地调查。南方稻区地域广阔,涉及众多省份,在调查中需要进行样本点的筛选。样本省份的选择应遵循强代表性和有条件的随机化的原则。所谓强代表性,指所选择的样本省份能够代表该区域内农业系统的普遍特征和绿肥发展的一般趋势;有条件的随机化,则指在限定绿肥适种条件并考虑绿肥种植传统优势前提下进行随机抽样。基于这两个原则,最终选择上述5个省(区)作为调研区域。具体而言,如此选择的合理性体现在3个方面:一是从绿肥种植历史来看,上述5个省(区)均是我国传统绿肥种植区,具有悠久的绿肥文化,具备快速恢复绿肥种植的基础,在这些省份开展调查能够为研究提供更全面、准确的信息。二是从绿肥种植规模来看,近十年来上述5个省(区)农田绿肥种植面积占南方稻区农田绿肥种植面积的比例均在60%以上,可见,上述5个省(区)是南方稻区农田绿肥的重点栽培区,绿肥政策相对完善,具有开展高质量研究的潜在基础。第三,从农户角度来看,上述省份农民对绿肥具有相对较高的认知度,能够清楚地表达自己对绿肥的态度和对政府绿肥政策的看法,这是开展调查研究的现实基础。

2018年10月至2019年4月,农户调查共开展3次。由于各地人口规模和绿肥推广情况不同,农户调查采用不成比例的随机抽样方式开展。其中,第1次农户调查于2018年10-02—10-16在广西西乡塘、雁山、灌阳3县(区)进行;第2次调查于2018年11-05—12-16在湖南长沙、赫山、醴陵3县(市、区)以及江西南昌、丰城、高安3县(市);第3次调查于2019年03-22—04-17在河南光山县以及安徽南陵、繁昌、当涂3县开展;由于河南省只有信阳市在地理区位上属于南方稻区,因此,课题组仅抽取光山1个样本县。具体调查方案:在每个县(市、区)随机抽取1~3个乡镇,每个乡镇随机抽取3~4个村,在每个村随机抽取8~15个实际从事粮食生产经营的农户。3次调研共获得有效问卷1 217 份,详细的样本分布见表1。

表1 农户调查样本分布

由于河南省在地理区位上只有信阳市属于南方稻区,因此,在河南省的调研仅限于信阳市的相关县市。

需要指出的是,农户调查对象均为实际从事农业劳动和全程参与农业生产决策的家庭成员。调查时间的选择受绿肥种植与生长周期的影响,2018年10月至2019年4月所开展的调查,实际上调查的是2018年绿肥种植情况,收集的也是2018年农户数据。此外,3次农户调查时间实际上也正对应着绿肥生长周期中的播种、生长管理和翻压还田3个阶段,便于课题组深入现场、更为直观地观察和收集第一手信息。

① 在调查中,课题组访谈了近10年农户绿肥种植和接受生态补偿的情况。之所以选择这一时间段,主要有两个方面的考虑:一是时间跨度太长会导致农民记忆模糊,降低调查信息的可信度;二是因为南方稻区大部分省份绿肥种植生态补偿政策开始于2008年之后,如2008年绿肥发展获得国家重大资助,对农民开展生态补偿开始成为绿肥推广工作中最重要的环节之一。在此指导下,当年江西省出台《关于开展冬种油菜、绿肥生产调查和技术指导的通知》,提出以绿肥种植补贴为手段,提高农民种植积极性,促进全省绿肥快速恢复和发展;2012年,湖南省发布《湖南省人民政府办公厅关于恢复发展绿肥生产的意见》,要求实施绿肥种植补贴制度,加快构建各具特色的绿肥生产新格局;之后,安徽、广西等省(区)相继出台文件,制定绿肥种植补贴措施,推进绿肥发展。

2.2 变量定义及描述性统计

2.2.1因变量

变量定义及描述性统计见表2。根据研究目的,设置因变量为“是否具有行为惯性”。采用二元赋值法,农户如果具有行为惯性则赋值为1,否则赋值为0。对于农户绿肥种植行为惯性,参考已有研究成果[13],并结合南方稻区绿肥推广的现实背景①,做出如下界定:在无任何外部激励的情况下,近5年内绿肥种植行为连续发生,且未来非常愿意继续维持这种行为〔以前5年(2009—2013年)为补贴政策考察期,以后5年为农户行为惯性评估期,研究持续的补贴激励是否有利于后期农户行为惯性的产生〕。根据这一定义,绿肥种植行为惯性包含3个要点:一是惯性系统中的行为发生不能由外部激励引起;二是行为持续时间不少于5年;三是未来仍有强烈的绿肥种植意愿。只有同时满足以上3个条件,才认定农户的绿肥种植行为是由惯性所驱动。

2.2.2处理变量

为分析生态补偿政策对农户绿肥种植行为惯性产生的影响,首先应对生态补偿政策的衡量规则进行界定。生态补偿政策实施理应发生在行为惯性形成之前,且理论上讲,需要通过多年持续的补偿激励才可能导致行为惯性产生。因此,用“行为惯性产生之前的5年内是否连续获得补偿”来衡量生态补偿政策。若获得补偿,则赋值为1,否则,赋值为0。

2.2.3协变量

协变量主要是农户禀赋,包括受访者个体特征、农户家庭特征和经营特征等。农户绿肥种植行为惯性的产生不仅受外部生态补偿激励的影响,还会受到自身和外部条件的限制。协变量选取的合理性也将关系到研究结果的精确性和以此为依据的政策措施的有效性。

2.3 样本农户特征比较分析

对两组农户进行倾向得分匹配的被解释变量及控制变量t检验结果见表3。接受过生态补偿的农户比未接受过的农户更可能形成绿肥种植的行为惯性。对于影响农户绿肥种植行为惯性形成的协变量,两组农户除农户特征方面的性别变量没有表现出显著差异外,其他变量均表现出显著差异。具体可做如下表述:接受过生态补偿的农户比未接受过生态补偿的农户更为年轻,受教育水平更高,身体健康状况更好,具有村干部身份或家庭中有成员担任村干部,家庭农业劳动力更多,农业收入更高,耕地经营规模更大,以平原地区的集中连片经营为主。

表2 变量定义及描述性统计

表3 接受过与未接受过生态补偿的农户差异

3 研究结果

3.1 农户接受生态补偿条件概率方程

3.1.1受访者基本特征

样本农户及受访者基本特征见表4。从性别来看,受访者中男性占据绝大多数;从年龄来看,以50岁以上年龄段的中老年为主,40岁以下的中青年比例较低;从受教育程度来看,以初中及以下为主,接受过高等教育的受访者较少,这反映出当前农村居民文化素质仍然普遍较低的事实;从健康状况来看,绝大部分受访者身体健康,身体较差的受访者仅占10.32%;从家庭农业劳动力来看,3~4人规模的家庭占总样本量的比例超过50%,其次为1~2人规模的家庭,而7人以上的大规模家庭较少;从家庭农业收入来看,近70%的农户家庭年农业收入在6万元以下,其中,37.59%的农户不足3万元,说明农户农业收入不高的现状仍没有得到明显改观。

表4 样本农户及受访者的基本特征

3.1.2农户接受生态补偿的估计结果

农户绿肥种植生态补偿方程估计结果见表5。

表5 农户绿肥种植生态补偿方程估计结果

表5显示,农户获得政府生态补偿的可能性与受访者人口学、农户社会经济学特征显著相关。就受访者特征来说,越年轻、受教育程度越高的农户越可能获得政府的绿肥种植生态补偿,对此做出的解释:年轻、受教育程度高的农户有足够的体力、精力和丰富的文化知识用于农业生产,一定量的政府生态补偿只有被这部分农户所利用才能最大限度地发挥作用,因此,政府生态补偿政策也往往会向这部分农户倾斜。就家庭及其经营特征而言,耕地集中连片、规模经营且耕地地形为平原的农户可能获得政府的绿肥种植生态补偿。这是因为农户耕地的经营条件越良好,就越具备种植绿肥的先天性优势,如果加以外部生态补偿激励,农户行为会更容易被调动起来。因此,政府在选择生态补偿潜在目标农户时,更易关注符合这些特征的农户群体。

3.2 生态补偿的农户行为惯性激励效应测算

3.2.1共同支撑域与PSM结果

为了更加直观地观测出匹配前和匹配后处理组和控制组倾向得分值的差异,绘制农户绿肥种植行为惯性的核密度函数图(图1)。由图1可知,匹配后接受过生态补偿的农户和控制组农户的倾向得分区间基本能够实现重叠,此重叠区间即是共同支撑域。可见,笔者研究的共同支撑域条件令人满意,大多数观测值均在共同取值范围内,表明在进行倾向得分匹配时仅会损失少量样本,匹配效果良好。

由于不同的匹配方法会损失不同的样本数,表6给出了在不同匹配方法下样本的最大损失结果。可见,处理组没有样本损失,而控制组仅损失3个样本,说明最终匹配效果较好。

表6 倾向得分匹配(PSM)结果

3.2.2平衡性检验

为保证倾向得分匹配估计的质量,借鉴杨彩艳等[14]的方法,从标准化偏差、均值和LR统计量等方面进行平衡性检验。(1)考察处理组与控制组的匹配变量均值是否存在差异,用t检验判断差异是否显著。(2)考察伪R2(pseudo-R2)、卡方(χ2)、偏差均值(mean bias)、B值和R值,从整体上检验匹配是否满足平衡性假定。

农户绿肥种植行为惯性匹配平衡性假定检验结果见表7。与匹配前相比,匹配后大部分标准化偏差都有所降低,且标准化偏差全部小于10%;匹配后,大多数t检验结果不拒绝处理组与控制组无系统差异的原假设;与匹配前相比,匹配后伪R2、χ2、偏差均值、B值均有所下降,B值小于25%,R值达到0.88。上述结果表明样本匹配较完美。

表7 行为惯性的匹配平衡性假定检验结果

3.2.3生态补偿激励效应测算

为了保证匹配结果的稳健性,分别对样本进行最近邻匹配、卡尺匹配、核匹配、局部线性回归匹配和样条匹配,并计算农户绿肥种植行为惯性的ATT、ATU和ATE 值。PSM 估计结果见表8。从整体上来看,5种匹配之后的结果基本一致,ATT、ATU和ATE在农户绿肥种植行为惯性中均显著。另外,还提供了OLS回归结果。比较 OLS 和 PSM回归结果得到,OLS 相对于真实的处理效应给出了一个上偏的估计,传统线性回归模型并没有考虑选择性偏差,高估了生态补偿政策对农户绿肥种植行为惯性的处理效应。

由表8可知,ATT、ATU和ATE 的系数值均在1%统计水平上显著。就最近邻匹配而言,ATT值为0.218,表明与未接受过政府生态补偿相比,接受过生态补偿的农户绿肥种植行为惯性产生的可能性增加21.8%。进一步比较ATT、ATU和ATE大小,存在ATU>ATE>ATT的情况,表明与接受过生态补偿的农户相比,如果给予实际上未接受过生态补偿的农户以生态补偿政策激励,则会大幅提高农户绿肥种植行为惯性产生的可能性。

4 讨论

研究表明,接受过生态补偿的农户绿肥种植行为惯性产生的概率显著高于未接受过生态补偿的农户。作为一种外部经济激励措施,生态补偿可以通过两个途径对农户行为形成持续刺激,最终在累积效应下促使农户行为惯性产生。

路径1:生态补偿→收入效应→行为惯性。生态补偿对农户最直接的影响即提高了农户的家庭收入,这种收入的增长包括两个方面:一是直接收入效应,即作为政府财政转移支付的生态补偿政策直接增加了农户的转移性收入[15]。直接收入效应使得农户能以最稳定的方式从政府获取资金支持以提高家庭收入。一般来讲,在农户生态行为产生初期,政府实施生态补偿时,直接收入效应对其行为维持激励作用比较显著。二是间接收入效应,即生态补偿政策通过激励农户做出更理性的农业生产决策,从而增加其经营性收入[16]。很多研究表明,在农户生态行为产生一段时间后,生态补偿的间接收入效应如同收入的“倍增器”,通过优化农业系统生产关系使得农户家庭农业收入水平得到快速提升[17]。在绿肥种植生态补偿中,直接收入效应和间接收入效应相辅相成、共同发力,对农户行为形成持续激励,最终引导农户长期收入预期趋于稳定,绿肥种植行为惯性得以产生。

表8 行为惯性倾向得分匹配(PSM)估计结果

路径2:生态补偿→环境知识→行为惯性。生态补偿政策的另一个影响即提高了农户的环境知识水平。国内外研究也已经验证了这一点。如DEFRANCESCO等[18]在分析影响农民参与农业环境保护措施的因素时,指出生态补偿政策通过提升农民的环境知识进而促进其参与行为。LIU等[19]在研究中国水田转旱地项目中的农业水资源保护问题时,也认为政府的生态补偿政策可以提高农户对水资源合理利用的知识积累,进而促进农户更愿意参与到项目中来。国内方面,何可等[20]同样也指出生态补偿通过影响农户的环境知识决定了农户的农业废弃物资源化决策。生态补偿是一项系统工程,除了政府向农户转移支付补偿资金这一层内涵以外,还包含与之相配套的政府对农户生态行为的引导、监管措施和适度的环境教育。据调查,在农户绿肥种植生态补偿中,政府对农户发放补偿资金一般会以要求农户参加相关绿肥专业知识培训和接受政府的绿肥田间管理指导、监督为条件,这些措施的实施都将增加农户的环境知识,提高农户对绿肥价值的认知,形成农户自觉种植绿肥的有益导向,最终激励绿肥种植行为惯性的产生。

年轻、受教育程度高、规模经营和耕地自然条件良好的主体更可能获得政府的生态补偿,因此也更可能产生绿肥种植行为惯性。年轻、受教育程度高表征的是农户的人力资本禀赋,人力资本越丰富,农户对绿肥的价值认知就越清楚,参与绿肥种植的能力也就越强,从绿肥种植中获益的程度更大,因此也更可能持续参与到绿肥种植实践中来。规模经营的农户具有长期从农业中获益的迫切需求,因此也更具备对农业系统进行可持续性建设的动力。与其他保护性耕作措施相比,种植绿肥对农户来说成本相对较低,生态效果明显,因此规模经营户更易形成绿肥种植行为惯性。耕地自然条件越好,农户种植绿肥的机械作业成本越低,相对收益越高,则产生种植惯性的可能性就越大。

5 结论与政策启示

以南方稻区广西、湖南、江西、河南、安徽5省(区)1 217户农户调研数据为基础,采用倾向得分匹配(PSM)方法,分析了生态补偿政策实施对农户绿肥种植行为惯性产生的影响逻辑和影响程度。研究显示,与未接受过生态补偿的农户相比,接受过生态补偿的农户绿肥种植行为惯性产生的可能性大幅提升,这表明生态补偿政策能够显著促进农户绿肥种植行为惯性的产生。究其原因,生态补偿可以通过两条路径激励农户行为惯性的产生,一条是生态补偿→收入效应→行为惯性,即生态补偿通过提高农户家庭收入、稳定其收入预期进而引导行为惯性产生;另一条是生态补偿→环境知识→行为惯性,即生态补偿通过提升农户的环境知识水平和对绿肥价值的正确认知,进而促进其行为惯性产生。另一个重要结论是,年轻、受教育程度高、规模经营和耕地自然条件良好的主体更可能产生绿肥种植行为惯性。这为长期性绿肥政策实施计划中重点推广群体的选择提供了依据。

生态补偿作为一种重要的外部推动力,可以赋予农户绿肥种植行为惯性,这一结论为相关部门破解财政约束下农业环境治理困境提供了新的思路。通过设计、实施有限期的生态补偿政策,提高农户在绿肥种植中的实际经济收益和长期收益期望,同时伴以科学引导,塑造农户依靠自身将绿肥种植的环境效益转化为经济效益的动机和能力。如此,以最小的经济成本激励农户绿肥种植行为惯性产生,不仅有利于减小政府财政压力,还能实现最有效率的农户行为持久性提升。需要指出的是,生态补偿政策的合理性受多方面因素的影响,其中,补偿标准是生态补偿政策的核心,而适宜的补偿方式是保障生态补偿政策效果的关键[21]。从这一点来讲,评估并确定合理的补偿标准和差异化的补偿方式,构建系统的绿肥种植行为惯性产生机制,将是下一步需要重点探讨的方面。

猜你喜欢

绿肥惯性补偿
旱地麦田夏闲期复种绿肥 保持土壤的可持续生产力
基于KF-LESO-PID洛伦兹惯性稳定平台控制
绿肥与化肥配合施用培肥土壤
疫情下的补偿式消费 引爆宠物氪金新时代
『绿肥黄瘦』
知否知否
解读补偿心理
无处不在的惯性
对惯性的认识误区
无处不在的惯性