基于TPB 理论的农业生产主体对农业面源污染治理的响应分析

林君瑜，虎陈霞，杨素雅，汪祎铭，马嘉若

（中国计量大学经济与管理学院，浙江杭州 310018）

《第一次全国污染源普查公报》显示，在地表水环境污染中，农业面源污染物的负荷占比高达60%，农业面源污染已成为我国水环境污染的主要来源，同时也是当前农业绿色发展和农村生态治理研究领域中的攻坚点。党的十九大报告和中央一号文件曾多次强调：要加强农业面源污染防治，治理农村生态环境突出问题。由此可见，加强农业面源污染防治已成为关系到中华民族永续发展的重大战略问题[1]。

农业面源污染的相关研究始于20 世纪60 年代的欧美等国家，直到20 世纪70 年代该领域才逐渐在全球范围内受到重视。国外农业面源污染研究大致经历了3 个阶段，从20 世纪70 年代对面源污染特征、影响因素的识别，到20 世纪80 年代对面源污染产生的机理研究[2]，再到20 世纪90 年代以后，热点趋向面源污染物迁移转化机制的研究[3]。随着对农业面源污染形成机制及其危害认识的深入，各国提出了各种控制管理措施，涉及经济、法律、政策等方面。国内对农业面源污染的研究起步较晚，20 世纪80 年代，周梦娇等[4]基于湖泊富营养化调查展开了农业面源污染的探索性研究，对农业面源污染的特点与污染负荷定量计算进行了初步研究。20 世纪90 年代以后，学者们对农业面源污染的产污机理及影响因素进行了深入探讨[5-6]。21 世纪以来，随着国外面源污染机理模型的引进和发展，众多学者运用各种模型和算法在不同地区和不同尺度开展了大量的应用研究[7]，并开始探索适合我国国情的农业面源污染治理政策和措施[8-9]。

农业生产和经营者是实施农业面源污染治理的重要主体，在治理污染过程中考虑农业生产和经营主体对不同治理机制的响应能力及可操作性，是保障治理措施有效实施的必要举措。要实现乡村振兴和农业绿色发展，须对农业生产主体的生产决策行为及其对农业面源污染的影响和对农业面源污染治理的响应机制进行系统研究。因此，本文以浙江省为例，基于计划行为理论和农户问卷调查与访谈数据，运用结构方程模型，对农业生产主体的响应行为与响应意向进行了深入分析，以期为有效开展农业面源污染“靶向治理”提供实证依据。

1 理论基础与研究假设

1.1 理论基础

计划行为理论（Theory of Planned Behavior，TPB）认为人的行为模式主要受行为态度、主观规范、感知行为控制这3 个内在因素影响[10]，具体关系如图1 所示。其中，行为态度是指个体对执行某特定行为的喜恶程度的评估；主观规范是指个体在决策是否执行某特定行为时感知到的社会压力，反映了重要的他人或团体对个体行为决策的影响；感知行为控制是指个体对执行某特定行为的难易程度的判断[11]。Jardali 等[12]认为人的行为都是计划的结果，行为态度、主观规范和感知行为控制是决定行为意向的主要变量，个人主观态度越积极，外部条件越有利，选择行为意向可能性越大。行为意向是指个人对采取某项特定行为的主观几率，反映了个人对于某一特定行为的采行意愿。

图1 计划行为理论

农业面源污染程度与农户生产决策行为息息相关，农户的经济目标、资源禀赋、其自身所处的自然和市场环境，以及政府的相关政策决定了农户的生产决策行为。只有明确了农业面源污染与农户行为决策之间的关系，通过有效的政策来约束和优化农户行为，才能从微观上、根本上减轻农业面源污染。本文将农业生产主体响应农业面源污染治理措施时积极或消极的评价设置为行为态度变量，将农业生产主体在参与农业面源污染治理过程中来自社会各界的影响设置为主观规范变量，将农业生产主体对农业面源污染及治理措施的认知设置为感知行为控制变量，将农业生产主体对农业面源污染治理措施的接受意愿设置为响应意向变量，将农业生产主体近3 年的施肥行为设置为响应行为变量。

1.2 模型构建与研究假设

基于计划行为理论，本文构建了农业生产主体对农业面源污染治理政策响应行为模型（图2），并设计了潜变量和显变量，其中5 个潜变量分别为：主观规范、行为态度、感知行为控制、响应意向、响应行为。衡量潜变量的指标包括：社会环境、制度环境、经济理性、生态理性、政策认知、污染认知等几个方面，并在此基础上根据理论与实际提出了如表1 所示的假设。

表1 响应行为模型假设

图2 农业生产主体对农业面源污染治理的响应行为模型

1.3 变量设计

本文基于模型设定，针对各潜变量设计了相应的观测变量作为问卷题项，并采用5 级李克特量表的形式测量各题项，其中1～5 的赋值分别对应被调查主体从“完全不同意”至“完全同意”的5 级意愿水平。

2 研究方法与数据来源

2.1 数据来源

本研究采用分层抽样方法，在浙江省下辖的9个地级市中分别随机选取3 个区（县），每个区（县）随机选取3 个乡（镇），每个乡（镇）选取2 个行政村进行农户问卷调查和深度访谈。最终发放650 份问卷，实际收回有效问卷598 份，样本有效率为92%。

被调查农户的基本特征如表2 所示。其中，男性占调查总量的72.90%，被调查者的年龄主要集中于50～69 岁，说明从事农业生产活动的群体主要为中老年群体；具有小学文化程度的农户居多，以普通农户调查为主，党员农户和村干部农户占12.20%、8.40%。

表2 受访农户基本特征

2.2 研究方法

本文采用结构方程模型对农业生产主体的政策响应行为与响应意向进行分析。结构方程模型（structural equation modeling，简称SEM）是整合了路径分析与因子分析两种统计学方法的一种多变量统计模型，分别为结构模型和测量模型两个基本的模型组成。结构模型用来界定潜在自变量（行为态度、主观规范、感知行为控制）与潜在因变量（响应意向、响应行为）之间的线性关系。结构模型如下：

式中，η 为内生潜变量，研究中指农业生产主体的响应意向；B 为结构系数矩阵；ζ 为外生潜变量；Γ 为外生潜变量的系数；ζ 为随机误差项。

测量模型如下：

式中，ζ 为外生变量，代表种植业生产主体的种植结构、规模、耕作方式和施肥行为，生产主体的种植结构、规模和经营方式等响应行为为潜变量；ψ 为内生变量，代表观察指标变量；Λζ 代表ζ 在外生变量上的因子载荷矩阵；Λψ 代表的内生变量的因子载荷矩阵；δ 与ε 分别为与ψ 的测量误差项。

3 结果与分析

3.1 数据信效度分析与模型拟合度分析

利用SPSS 19.0 和Amod 23.0 进行了问卷数据的信度、效度分析、变量间的多重共线性分析和农业生产主体对农业面源污染治理政策响应行为模型的拟合度检验。结果表明，各变量的容差值均大于0.538，方差膨胀因子最大值为1.857，均小于5，且变量间的相关系数均小于0.6，说明变量之间不存在多重共线性，数据的同源性偏差并不明显。数据的信度和效度检验结果显示，Cronbach’s α 和组合信度（CR）大于0.5（表3）。同时，各潜变量的收敛效度（AVE）均大于0.5，可见本研究数据具有较好的内部一致性和收敛性。采用最大似然法对模型的拟合优度进行了检验，结果显示各指标拟合效果较好，χ2/df＜5，GFI、CFI 和NFI 的值均大于0.9，RMSEA 的值为0.057，模型整体拟合效果满足要求。

表3 数据信度、效度及模型拟合度检验

3.2 农业生产主体对农业面源污染治理的响应分析

农业生产主体对农业面源污染治理的响应行为模型中所有的假设路径系数都通过了显著性检验（P＜0.05），表明各路径指向的参数估计值具有较好的参考价值[13]，且变量之间都呈现显著的正相关关系（表4）。

表4 结构模型变量间的回归结果

行为态度、主观规范、感知行为控制对农业生产主体响应意向的标准化路径系数分别为0.348、0.169、0.394，均在0.001 水平上显著，支持假设H1、H2、H3；农业生产主体的响应意向对响应行为的标准化路径系数为0.341，在0.01 水平上显著，支持假设H4；主观规范与行为态度、行为态度与感知行为控制、主观规范与感知行为控制之间的标准化路径系数分别为0.252、0.145、0.172，均显著，假设H5、H6、H7 得到验证。

为进一步探索农业生产主体对农业面源污染治理的响应机制，本研究借助Amos 23.0 通过中介效应检验了农业生产主体的行为态度、主观规范和感知行为控制对响应意向和响应行为的直接效应、间接效应和总体效应（表5）。笔者发现，行为态度、主观规范和感知行为控制对响应意向和行为具有显著的正向影响，直接效应和间接效应程度大小依次为：感知行为控制＞行为态度＞主观规范。这不仅验证了前文提出的假设，还说明了本研究提出的理论模型的合理性，即农业生产主体的行为态度、主观规范和感知行为控制直接影响他们的响应意向，进而间接影响其响应行为。

表5 中介效应检验

3.3 农业生产主体对农业面源污染治理响应行为的影响因素分析

3.3.1 响应行为的影响因素分析 农业生产主体的响应行为主要受其响应意向的直接影响。如图3 所示，响应意向对响应行为有着显著的正向影响（路径系数为0.34），表明农业生产主体对农业面源污染治理的响应意向越强烈，他们的响应行为越积极。当农业生产主体对农业面源污染治理措施具备一定的认知后，他们就会对自身的耕种习惯（如减量化施肥、施用有机肥等）和相关部门提供的技术服务和指导培训（如测土配方技术服务与科学施肥指导）产生相应的接受意向，从而对自身的农业生产活动做出一系列响应和调整。

3.3.2 响应意向的影响因素分析 农业生产主体对农业面源污染治理措施的响应意向受到主观规范、行为态度和感知行为控制的直接正向影响，且影响程度存在差异。由图3 可知，农业生产主体的行为态度和感知行为控制对他们的响应意向影响较大，且感知行为控制的影响程度略大于行为态度（路径系数分别为0.39、0.35）；而主观规范对农业生产主体响应意向的影响最弱（路径系数为0.17）。由此可知，随着农业现代化水平的提升，农业生产主体的农业生产行为逐渐趋向理性[14]，他们对农业面源污染治理措施的响应意向很大程度上不再依赖于自身经验或对社会环境的主观判断，而是基于对成本与收益的权衡以及对环境污染和政策的认知，进而指导其农业生产行为。

图3 结构方程模型路径系数及因子载荷

3.3.3 主观规范的影响因素分析 农业生产主体在预测他人行为时，往往受到对自身行为决策具有影响力的个人或组织的影响，主要来自于两个方面：一是国家制定的农业生产活动相关政策[15]，即制度环境；二是亲友、邻里，以及进行相同农业生产活动的个人，即社会环境。

制度环境（路径系数为0.45）对农业生产主体主观规范的影响明显大于社会环境（路径系数为0.23），说明农业生产主体对农业面源污染治理措施的认知更容易影响其主观规范的形成，政府制定的农业面源污染治理政策有效地指导着农业生产主体的农业生产活动。社会环境所带来的农业生产经验对主观规范的影响相对较弱，说明经验型的农业生产正不断弱化，政策对农业生产主体的行为指导作用将愈加显现。

3.3.4 行为态度的影响因素分析 行为态度的组成成分经常被视为农业生产主体对其行为结果的显著信念的函数[16]。由于计划行为理论是理性行为理论的衍生与进步，所以在行为态度上，更偏向于农业生产主体对其农业生产活动进行理性判断后形成的态度，包括经济理性和生态理性。

结果表明，生态理性（路径系数为0.49）对农业生产主体行为态度的影响明显大于经济理性（路径系数为0.31），说明农业生产主体逐渐重视农业生产的可持续发展。近年来，有机肥的逐渐普及也能很好地说明这一点。由于化肥和有机肥对农业生态环境的污染程度不同，相对于化肥所带来的经济效益，理性的农业生产主体更倾向于考虑有机肥带来的生态效益，从而影响自身的行为态度。

3.3.5 感知行为控制的影响因素分析 当个人认为自己所掌握的资源与机会愈多、预期的阻碍愈少，对农业生产行为的感知行为控制就愈强。影响其行为的方式主要有两种，一是对行为动机的影响，二是对行为结果的直接预测。感知行为控制就是农业生产主体基于过往农业生产经营活动的经验和预期，对当下政策与污染的认知程度[16]。

结果表明，政策认知（路径系数为0.56）对农业生产主体感知行为控制的影响大于生态认知（路径系数为0.37）。在判断最新政策是否将对自身农业生产活动造成影响时，农业生产个体根据以往经验的判断，做出自己的预期，形成自身对政策的认知，从而影响感知行为控制。当政策通过有机肥补贴的形式鼓励农业生产主体使用有机肥代替化肥，从而减少化肥带来的生态环境污染时，农业生产主体会根据以往该行为的影响来考虑其污染与产量价值[20]，从而形成每个农业生产主体独有的感知行为控制。

4 讨论与结论

农业面源污染对农业和农村经济的可持续发展、农业市场化环境下绿色农业的纵深发展有着重要影响，已成为我国农村环境治理体系的重点关注领域。随着我国耕地流转市场的快速发展和农业资本的不断深化，农业面源污染的成因与现状也更加复杂化，进一步加剧了农业面源污染治理的难度。

本文以浙江省为例，基于TPB 理论，构建出农业生产主体对农业面源污染治理的响应意向和响应行为模型，并利用SEM 模型进行了检验与修正，通过研究得出以下结论。

（1）农业生产主体的行为态度、主观规范、感知行为控制对他们的响应意向有显著正向影响；农业生产主体的响应意向对响应行为有显著的正向影响；主观规范、行为态度、感知行为控制三者之间互相有显著的正向影响。

（2）行为态度和感知行为控制对农业生产主体响应意向的影响较大，主观规范相对较弱。其中，制度环境对主观规范的影响明显大于社会环境，生态理性对行为态度的影响大于经济理性，政策认知对感知行为控制的影响远大于生态认知。

（3）部分农业生产主体的科学施肥意识较为薄弱，尚未形成科学、有效的政策认知与污染认知。此外，不同农业生产主体的组织形式、年龄结构、受教育程度等多种复杂因素也会直接或间接影响农业生产主体的响应意向与行为，由于研究范围与研究方法的局限性，本文尚未严格控制这些复杂因素，在今后的研究中将考虑把这些因素纳入模型中。