风险偏好、政策干预与实地养分管理技术采纳——基于世行贷款农业面源污染治理项目的考察

左喆瑜，李 周

（1.新疆大学经济与管理学院，新疆 乌鲁木齐 830000；2.仲恺农业工程学院 经贸学院，广东 广州 510225；3.中国社会科学院农村发展研究所，北京 100732）

一、引言与文献综述

化肥过量施用及低利用率是导致中国农业面源污染的主要原因之一。农户为什么会过量施肥？为何农业上最优的化肥施用量却不是经济上最优用量？学者们从农业的不确定性对其进行解释［1-2］。农业的不确定性主要源于生产不确定性、价格不确定性、技术不确定性、政策不确定性以及区域资源禀赋和环境差异导致的不确定性等，这些不确定性会影响农户投入行为。绿色农业技术是一种新技术，其生产和技术的不确定性通过作用于农户风险偏好进而影响技术采纳行为。现有文献认为存在中介因素可正向调节风险厌恶对农户绿色农业技术采纳行为的抑制作用［3-5］。政策干预主要分为轻推和传统干预两类，其中，轻推可以产生更高的福利［6］。轻推实施的必要前提是保证决策者的自由选择权并使其客观支付和报酬不变［7-8］。传统政策干预方式主要有推广教育、技术支持、补贴政策、政府规制等［9-11］。政策干预可以直接或通过风险偏好间接影响农户技术采纳行为［12］。风险偏好是一系列社会经济和政策变量的函数，忽略这类因素对风险偏好的影响会导致对经济行为的分析有偏［13-14］。

中国政府高度关注由化肥过量施用导致的农业面源污染问题。2017—2020 年中央一号文件明确提出要加强农业面源污染防治、促进农业绿色发展；2021年中央一号文件再次明确提出“推进农业绿色发展”，重点从绿色生产行动、绿色保护行动和健全治理体系三方面推进农业绿色发展迈上新台阶［15］。中国政府主要从技术和政策两方面开展农业绿色发展实践。在技术方面，我国探索实施耕地轮作休耕制度、实地作物管理、保护性耕作实践、现代灌溉技术等。在政策方面，2016年中央出台《建立以绿色生态为导向的农业补贴制度改革方案》，中国农业政策目标从“保供给”与“保增收”为主转变为以绿色发展为主，由农业“四项补贴”（良种补贴、农机具购置补贴、种粮农民直接补贴和农业生产资料综合补贴）转变为农业支持保护补贴［16-17］。广东省是中国农业面源污染最严重的省份之一，为探索农业可持续发展路径，广东省于2014—2018年实施世界银行贷款农业面源污染治理项目（简称“世行项目”）。世行项目推广的绿色农业技术主要有配方肥、缓（控）释肥、水稻实地养分管理技术（简称“实地技术”）、水肥一体化技术等，其中，实地技术源引自国际水稻研究所，并在华南地区进行本土化改进［18］，以适应当地的气候条件、土壤性状和耕种习惯等。与传统栽培技术相比，实地技术通过改变施肥时间和施肥比例在减少化肥投入同时实现不减产甚至增产（实地技术不施回青肥，通过减少该时期的无效分蘖以减少化肥用量，但在幼穗分化期进行追肥以保证产量），其配套肥料为配方肥或缓（控）释肥。世行项目实施技术支持政策和绿色农业补贴政策以促进农户技术采纳行为。前者指提供实地技术培训；后者指对配方肥或缓（控）释肥进行补贴，补贴对象为项目村内种植面积不超过3.33 公顷的散户，补贴额度为肥料零售价的25%。有鉴于此，本文以世行项目的实施为契机，根据对项目村和非项目村1 190个水稻种植地块调查数据，在测度农户风险偏好参数基础上，借助两阶段方法估计风险偏好和政策干预对农户实地技术采纳行为的影响并估计其经济效应与环境效应。

二、理论分析与研究假说

实地技术是知识密集型技术，需要农户结合天气、病虫害等情况对施肥行为作出适时调整。当农户尚未完全掌握技术时，产量具有较大的不确定性，风险厌恶程度对实地技术采纳行为具有消极影响。新古典经济理论基本假设条件之一是理性人假设，根据期望效用理论人们面对风险和不确定性事件时可推算结果发生的概率和效用。不完全信息决定了农户是基于有限理性假设作出实地技术采纳行为决策，新古典经济理论不能很好地解释和预测农户风险偏好，行为经济学中的前景理论可以更好地进行解释。根据前景理论偏好特征，除效用函数凹度外，对小概率事件重视系数可从另一个角度反映风险偏好特征［19］，其值越大，表明农户对小概率事件越不重视，其行为越保守，技术采纳概率越小。基于此，提出第一个研究假说：

H1：风险厌恶系数和对小概率事件重视系数对农户实地技术采纳行为具有消极影响。

农户实地技术采纳行为具有环境正外部性，个体采纳水平将低于社会最优水平，需要政策干预以促进技术采纳。绿色农业补贴政策对农户实地技术采纳行为的影响不确定。一方面，绿色农业补贴政策可以促进技术采纳行为；另一方面，当农户对实地技术不信任或未完全掌握时，即使获得了绿色农业补贴，也可能不采纳该技术，而是沿用传统栽培技术。技术培训可以提高人力资本水平，通过改善农户技术掌握情况而促进采纳行为。基于此，提出第二个研究假说：

H2：绿色农业补贴政策对农户实地技术采纳行为的影响不确定，技术支持政策对农户实地技术采纳行为影响为正。

农户采纳实地技术面临产量不确定性风险。绿色农业补贴政策可以降低生产投入成本，部分抵消不确定性带来的风险，降低农户对新技术的风险厌恶程度，有助于提高技术采纳水平。基于此，提出第三个研究假说：

H3：绿色农业补贴政策可以正向调节风险厌恶对农户实地技术采纳行为的抑制作用。

当农户完全采纳实地技术时，绿色农业补贴政策和技术支持政策可以保证农户在水稻生长前期减少基肥和分蘖肥施用量，通过减少无效分蘖提高作物对肥料的吸收率，避免剩余养分以径流形式进入水体和土壤，从而减低环境污染［20-21］，使政策干预对肥料投入环境效率的影响为正。基于此，提出第四个研究假说：

H4：对于完全采纳行为，绿色农业补贴政策和技术支持政策对肥料投入环境效率影响为正。

三、数据来源、变量选取与模型选择

（一）数据来源

课题组于2019 年10 月—2020 年1 月在广东省的4 个市8 个县25 个镇67 个村开展农户问卷调查。为保证样本代表性，按广东省地理区域和项目实施情况，选取4 个试点市8 个试点县（包括县级市和区）作为样本市（县），具体为：在粤东北地区选取梅州市的兴宁县和蕉岭县；在粤东地区选取汕尾市的海丰县；在珠三角地区选取江门市的恩平、台山和开平市，选取惠州市的惠阳区和博罗县。在每个样本县选取2～4 个样本镇，在每个样本镇选取项目村和非项目村作为样本村，在每个样本村随机选取8～12 位农户进行一对一访谈。调查获得2018 年和2019 年两期面板数据，包括农户数据和地块数据，地块数据主要统计最大的两块地。总样本的农户数为720 户，获取的两期地块数据为2 632 份。

世行项目实施的截止时间为2018 年，2019 年仅有小部分示范村仍能获得绿色农业补贴，且额度较之前下降。为保证研究数据的可比性，本文仅保留2018 年的调查数据；为反映农户在不同地块施肥行为的差异，使用地块数据分析技术采纳行为。由于需要计算肥料生产率，要求地块的氮磷钾纯量投入之和不为0，因此删除纯量投入之和为0 的样本。经处理后，本文所用数据包含1 190 个地块样本。

（二）变量选取

1.被解释变量 实地技术采纳行为方程的被解释变量为“采纳行为”和“完全采纳行为”。经济效应与环境效应方程的被解释变量为“肥料生产率”和“肥料投入环境效率”。其中，肥料投入环境效率为氮磷钾纯量投入的最小可能值与观测值之比，有效率时比值为1，非效率时比值小于1。本文采用随机前沿分析方法计算肥料投入环境效率。为避免多重共线性，采用柯布-道格拉斯生产函数形式：

式（1）中，Yi为地块i的单位面积产值；X1为地块面积；X2为劳动成本，定义为雇工成本与机械服务成本之和；X3为可变物质投入成本；Z为单位面积氮磷钾纯量投入。本文测度的是环境有害投入变量的环境效率问题，借鉴Reinhard等［22］的方法，以ZF表示生产一定产出的有害投入的最小可能值，令Ui= 0，得到氮磷钾纯量投入获得有效使用时的产出（lnY F i），则式（1）可以表示为：

令式（1）与式（2）中的环境效率相等，得到环境效率估计式为：

2.核心解释变量 （1）风险偏好参数。农户基于有限理性作出实地技术采纳行为决策，其风险选择表现出前景理论偏好特征，效用函数凹度不是影响风险偏好的唯一参数，非线性的概率权重和损失规避也会影响风险偏好［23］。本文参考Tanaka等［19］提出的实验方法测度农户风险偏好参数，假设前景值函数为：

式（4）～式（6）中，V(x，p；y，q)为前景值函数；x和y为结果，v(·)代表不同结果的值函数；p、q分别为x和y出现的概率；π(p)和π(q)为概率权重函数。（1 -σ）、α、λ分别代表风险厌恶系数、对小概率事件重视系数和损失规避程度。本文主要考察（1 -σ）和α对农户实地技术采纳行为的影响。

本文设计了三个成对选择的抽奖游戏［19］，通过现场实验测度农户风险厌恶系数和对小概率事件重视系数。第一，货币激励。损益值（卡片上的数值）代表分数，令1 分等价于0.01 元。当农户做完所有的抽奖游戏后，将其抽取的总分数乘以0.01 元，得到可以兑取的奖金额，通过货币支付激励农户真实显示风险偏好。第二，抽奖设计。将抽奖游戏设置成选择题形式，每个选择题包括A 和B 两个选项；抽奖游戏一和二分别设置14 个选择题，抽奖游戏三设置7 个选择题。选项A 代表低风险抽奖，从题项1～题项14 奖金额保持不变；选项B 代表高风险抽奖，奖金额逐渐提高。按题项顺序依次询问农户，直至其选择从A 转向B 为止。抽奖游戏一和抽奖游戏二的转折点共同决定σ和α，抽奖游戏三的转折点决定λ。

（2）政策干预。用绿色农业补贴政策和技术支持政策代表政策干预。分散的小农户通常更关注眼下最急需的技术，如未来一周或几周是否需要施肥及施肥方法，因此针对小农户可以通过提高技术培训频数来提高技术采纳概率和改善采纳效果。

3.控制变量 （1）个体特征。第一，年龄。户主年龄越大，风险承受能力可能越低、行为越保守，对新技术采纳意愿越低。对于技术采纳者，年龄越大，可能风险厌恶系数越大，更看重产量的稳定性，为保证采纳技术后产量不降低，倾向于完全采纳，从而可能产生正的经济效应与环境效应。第二，受教育年限。一般来讲，受教育年限越长，则人力资本水平越高，农户学习、分析和试验能力越强，对新技术的接受程度越高，技术采纳效果越好。第三，社会学习。农村社区内部农户之间的社会学习可以形成学习溢出效应，对技术采纳水平和采纳效果将产生积极影响。（2）生产经营特征。第一，地块规模。为降低技术采纳风险，农户可能会先选择小面积地块进行试验，以与使用传统栽培技术的作物生长情况进行对比，地块规模对技术采纳行为影响可能为负。当农户作出技术采纳行为后，受规模经济影响地块规模越大，则获得的收益越高，对技术采纳者，地块规模可能产生正的经济效应与环境效应。第二，土地流转行为。土地流转使农地向具有比较优势的经营者集中，这类主体在人力资本水平、资金、技术等方面更具优势，其风险承受能力更强、技术采纳概率将更高、采纳效果将更好。第三，兼业情况。学习新技术需要更多的时间和精力，而兼业农户所能投入的精力相对少，技术采纳水平可能更低。兼业与非兼业农户的平均受教育年限分别为8.9 年和7.2 年，兼业农户更高的人力资本水平使其更有可能严格按照技术规程施肥，产生正的经济效应和环境效应。各变量说明与描述性统计情况如表1 所示。

表1 变量说明与描述性统计

（三）模型选择

1.农户实地技术采纳行为 根据实地技术“不施回青肥、增施幼穗肥”的关键技术点，提炼出两条采纳行为判断标准：一是以“第一次追肥时间是否在插完秧的12 天以后”判断农户“不施回青肥”行为；二是以“第二次追肥时间是否在插完秧的30 天以后”判断农户“增施幼穗肥”行为。当农户施肥行为同时满足上述两条标准，为完全采纳；仅满足其中一条标准，为部分采纳；不满足任何一条标准，为非采纳。据此，将农户技术采纳行为分为两个层次：一是农户做出采纳行为还是非采纳行为；二是采纳行为属于完全采纳还是部分采纳。技术采纳行为的理论模型为：

可以识别以下三类技术采纳行为：

对三类采纳行为建立bivariate probit模型：

式（8）～式（10）中，φ和Φ2分别为标准正态分布和标准双变量正态分布的累积分布函数。

2.不同技术采纳行为的经济效应与环境效应 以肥料生产率和肥料投入环境效率代表经济效应与环境效应，计算公式为：

式（11）～式（12）中，P为肥料生产率；EE为肥料投入环境效率；Xp、Xe为影响因素。

农户技术采纳行为存在自选择偏差。相对部分采纳和非采纳者，完全采纳者的某种内在特征决定其即使不采纳实地技术，也可能产生相对高的肥料生产率和肥料投入环境效率，因此利用式（11）～式（12）进行直接估计将高估经济效应与环境效应。为此，引入反米尔斯比率以纠正自选择偏差，得到三类技术采纳行为的肥料生产率和肥料投入环境效率方程：

第一类，完全采纳：

第二类，部分采纳：

第三类，非采纳：

式（13）～式（18）中，λ01和λ02、λ1和λ2、λ0分别代表完全采纳、部分采纳和非采纳行为的反米尔斯比率。

四、结果与分析

技术采纳行为模型估计结果如表2中回归（1）所示。分样本回归中，肥料生产率和肥料投入环境效率方程估计结果如回归（2）所示。

表2 技术采纳行为模型和经济效应与环境效应方程估计结果

（一）bivariate probit模型估计结果

回归（1）估计结果显示，Wald值较大，达到了1%显著性水平，表明模型拟合度较好。ρ= 1，且在1%显著性水平上拒绝“ρ= 0”的原假设，说明采用bivariate probit模型估计参数具有有效性。

1.风险偏好和政策干预对农户实地技术采纳行为的影响 由回归（1）估计结果可知，风险厌恶系数和对小概率事件重视系数对技术采纳行为的影响为负，且分别在5%和10%水平上显著，说明农户风险厌恶程度越高、对小概率事件越不重视，越不采纳实地技术，即H1得以验证。绿色农业补贴政策对采纳行为和完全采纳行为的估计系数分别为负和为正，但均不具有统计显著性。政府无法对实地技术进行直接补贴，只能对与之配套的配方肥或缓（控）释肥进行补贴。而农户即使获得该补贴也可能仍沿用传统栽培技术，或者虽然采用实地技术也可能没有获得绿色农业补贴，因为农户使用的仍是传统化肥。说明绿色农业补贴政策对实地技术采纳行为的影响是间接的和不确定的，不具有统计显著性。技术支持政策对完全采纳行为的估计系数在5%水平上显著为正，说明提高技术培训频数可以提高农户对新技术的认知水平和掌握程度，从而促使农户做出完全采纳行为。由此，H2得以验证。

2.绿色农业补贴政策可以正向调节风险厌恶程度对农户实地技术采纳行为的抑制作用 风险厌恶系数与绿色农业补贴政策的交互项对采纳行为和完全采纳行为的估计系数均为正，且均在1%水平上显著。绿色农业补贴政策可以部分抵消新技术采纳风险，降低生产成本，使农户对新技术的风险厌恶程度降低，从而提高技术采纳水平，H3得以验证。

3.控制变量对农户技术采纳行为的影响 受教育年限、社会学习、土地流转行为对农户实地技术采纳行为影响显著为正，地块规模对其影响显著为负，与前文预期一致。年龄对实地技术采纳行为影响不显著，可能是由于样本年龄的差异性较小，对模型的控制效果不明显。

（二）肥料生产率和肥料投入环境效率方程估计结果

本文将样本分为完全采纳、部分采纳和非采纳三类进行分样本回归，分别考察风险偏好、政策干预对肥料生产率和肥料投入环境效率的影响，回归（2）报告了完全采纳和部分采纳样本的回归结果。第一，绿色农业补贴政策和技术支持政策对完全采纳行为的肥料投入环境效率影响均显著为正。说明政策干预有助于农户准确掌握技术要点，做出完全采纳行为，产生正的环境效应，H4得以验证。第二，技术支持政策和风险厌恶系数的交互项对部分采纳行为的肥料生产率和肥料投入环境效率影响显著为负，对完全采纳行为的肥料投入环境效率影响显著为负。对于技术采纳者，农户参加实地技术培训次数越多，则投入的时间成本和学习成本越高，越希望采纳技术后产量不降低甚至增产，这种预期会提高其风险厌恶程度。农户虽然采纳实地技术，改变了施肥时间和施肥比例，但随着风险厌恶程度的提升其倾向于多施肥以保证产量，从而对肥料生产率和肥料投入环境效率产生负向影响。第三，控制变量的影响。受教育年限对部分采纳行为的肥料生产率影响显著为正。对于部分采纳者，受教育程度越高，越有助于农户理解实地技术核心，从而肥料生产率越高。地块规模对完全采纳行为的肥料投入环境效率影响显著为正。地块规模越大，则技术采纳收益的规模效应越明显，农户越倾向于作出完全采纳行为，从而肥料投入环境效率越高。兼业情况对部分采纳行为的肥料生产率影响显著为负，对完全采纳行为的肥料投入环境效率影响显著为正。兼业农户具有受教育程度更高和务农时间更稀缺的特征。对于完全采纳，兼业农户更高的人力资本水平使其对知识和技术的掌握程度更好，能完全按照关键技术要点进行施肥，对肥料投入环境效率影响为正。对于部分采纳，兼业农户没有时间完全按照技术规程操作，对肥料生产率影响为负。

（三）稳健性检验

本文通过调整风险厌恶程度的测量方式进行稳健性检验。风险厌恶系数取值范围为［-1，1］，该值越大，代表越厌恶风险，将风险厌恶系数处于［-0.5，0］的农户定义为风险偏好型，对其取值0；将风险厌恶系数处于（0，1］的农户定义为风险厌恶型，对其取值为1［4］。在风险厌恶程度被重新定义的基础上，得到新估计结果如表3 所示。风险偏好、政策干预及其交互项对采纳行为和完全采纳行为的估计结果在作用方向和显著性水平方面，均与表2的结果较为一致，控制变量的作用方向与显著性水平也与表2结果较为一致，说明模型估计结果较为稳健。

表3 稳健性检验结果

五、结论与启示

根据对世行贷款农业面源污染治理项目村和非项目村1 190 个地块样本调查数据，基于行为经济学的前景理论，在测度农户风险厌恶系数和对小概率事件重视系数基础上，利用bivariate probit 模型分析风险偏好和政策干预对农户实地技术采纳行为的影响，并采用两阶段方法在纠正自选择偏差的基础上分析技术采纳行为的经济效应与环境效应。结果表明：第一，风险厌恶系数和对小概率事件重视系数对农户实地技术采纳行为具有消极影响；第二，技术支持政策对农户实地技术采纳行为具有积极影响；第三，绿色农业补贴政策能够正向调节风险厌恶程度对农户实地技术采纳行为的抑制作用；第四，对于完全采纳行为，绿色农业补贴政策和技术支持政策会产生正的环境效应。

研究结论具有一定的政策启示：第一，政策制定者可以通过绿色农业补贴政策调节风险偏好与实地技术采纳行为之间的关系，减弱风险偏好对技术采纳行为的消极影响，使农民采纳并逐渐习惯实地技术，提高技术采纳行为的可持续性。第二，通过实施精准培训提高技术培训效果。在农业生产的关键时间节点进行技术培训，方便农户掌握当下最急需技术的要点，通过提高培训的频数和精准度以提高培训效果。第三，通过促进社会学习以提高技术采纳水平。建议在村内选择亲自耕种且具有技术基础的农户（如村干部、种地能手等）作为技术助理，由政府对其进行技术培训，使其成为村内新技术的早期采纳者，为其他农户提供技术指导并发挥示范带动作用，解决技术推广的“最后一公里”问题。