互联网使用对化肥用量的影响研究——来自省级面板数据的证据

赖年根 罗 蓉

(贵州大学经济学院,贵阳 550025)

0 引 言

我国农业生产过程中普遍存在化肥高量施用和低效利用的问题,而农业生产要素投入受边际报酬递减规律的支配,仅靠化肥要素难以实现农业可持续发展,化肥高施用量远远偏离实现帕累托最优的区间,降低了社会福祉的同时,也加剧了农业面源污染。对此,2015年农业部办公厅印发了《到2020年化肥使用量零增长行动方案》,全力推进化肥减量增效行动。然而,化肥使用量问题却并未得到较大改善,2020年粮食作物化肥利用率仅为40.2%①,这意味着我国农业可持续发展仍有较长的路要走。

互联网在全球发展迅速,我国也积极推动农业信息化建设。然而,互联网使用对于化肥施用量起到何种作用仍鲜有研究。因此,本文旨在探究互联网使用是否会影响化肥用量,如果会,其影响机制是什么,进而为后续优化化肥减量增效相关政策提供参考。鉴于此,本文以2005—2020年中国30个省级行政区(除西藏及港澳台地区)的面板数据作为研究样本,试图厘清互联网使用与化肥用量之间的关联。同已有研究相比,本文的边际贡献在于:本研究验证了互联网使用与化肥用量间存在非线性关系,并为理解互联网使用与化肥减量增效的内在机制提供了理论参考,拓宽了这一研究领域;并进一步分析了化肥用量、农业功能区和自然地理区的维度异质性,为优化化肥减量增效政策提供参考。

1 理论分析与研究假说

互联网使用初期促进了化肥的施用。早期农村互联网普及率低,2005—2010年我国农村地区互联网普及率不及20%②,互联网使用发展仍不完善,主要发挥城乡连接功能。一方面,信息通信技术拓宽了农村劳动力的社会关系网络,为非农就业提供了信息渠道[1];同时,打破了城乡流动障碍,实现劳动力、资本、技术与信息资源的整合,促使大量农村青壮年去往城市就业[2]。在农村劳动力日益稀缺的背景下,农村劳动力成本不断上升,而化肥价格相对低廉,且化肥要素市场扭曲导致化肥边际产出与化肥实际价格偏离[3],二者共同加剧了农民过量施用化肥的行为。依据要素替代理论,劳动力价格相对升高会诱导农业生产者过量施用化肥,此时农业技术进步产生的效应呈现出节约劳动力、增加化肥用量的趋势[4],加之电子商务的发展提供了多样化的化肥购买渠道,进而导致化肥的过量施用。

现阶段的互联网使用发展抑制了化肥施用。当前农村地区互联网普及率与早期相比有了较大提升,截至2022年6月达到了58.8%③。全国行政村已经实现“村村通宽带”,5G网络逐渐覆盖重点行政村,推动农村居民从“触网”到“用网”,互联网适老化及无障碍改造方案的实行进一步弥补了代际和性别“数字鸿沟”,故互联网使用得以深度融入农业的产前、产中和产后环节,提升了农业全产业链的数字化水平,促进了农业生产效率的提高,从而实现化肥减量。一是产前环节的信息传播效应。实施化肥减量技术的微观主体是农业生产者,产前相关信息传播对其技术采纳行为起着重要作用。互联网的发展不仅宣传了优质绿色农产品,使农业生产者对绿色农产品的价格预期提高,也通过线上培训等方式对农业生产者进行科学指导,进而激励其使用绿色生产技术,减少化肥用量,提高农产品品质。二是产中阶段的技术创新效应。从宏观层面看,数字技术在农业方面被广泛应用,物联网、大数据、人工智能等互联网技术与种植业深度融合,智慧农业助推化肥减量施用。依据内生增长理论,落后的生产技术终会被新的绿色生产技术所替代,故新兴数字技术创新,无论其创新程度大小,都能自然地推动农业可持续发展[5],进而减少化肥用量。从微观层面看,数字化的知识和信息作为边际报酬递增的新兴要素,融入农业生产中会优化原有的要素配置结构,提高要素的边际产出率,且通过自身衍生性使得资本、劳动力、技术等要素产生倍增效应[6],不断调整要素的最佳投入量,不仅有利于化肥的合理使用,更能提高农业生产效率。三是产后阶段的信息溯源效应。消费者在收到农产品后,可以利用互联网打破时空限制,进行农产品质量安全追溯,倒逼生产者减少化肥投入,实现农业绿色生产,提高农产品质量。

综上分析,提出假说:互联网使用对化肥施用量具有先促进后抑制的倒“U”型影响。

2 模型构建、变量说明与数据来源

2.1 模型构建

为验证上述理论分析提出的假说,本研究构建计量模型如式(1)所示。

Ferit=β0+β1Interit+β2Interit2+φCvit+εi+εt+εit

(1)

其中,i和t分别表示省份和年份,Fer表示化肥用量;Inter表示互联网使用;Inter2表示互联网使用的平方项;Cvit表示一系列控制变量;εi和εt分别表示省份和年份固定效应;εit表示随机误差项。

2.2 变量说明

2.2.1 被解释变量

化肥用量,用单位面积的化肥用量(千克/公顷)来表示,即化肥用量(折纯量)总量/农作物总播种面积。

2.2.2 解释变量

本文参考已有研究[7-8],用地区互联网普及率来反映该地的互联网使用水平。理由在于,互联网的接入能够支持更多信息通信设备,如手机、平板、电脑等,并且使更多家庭成员享受互联网带来的好处。互联网在农村社会中得到普及,改善了在互联网接入阶段和使用阶段所引致的“数字鸿沟”,减少了信息不对称,提高了农村居民的信息获取能力,从而深刻改变了农业生产模式。

2.2.3 控制变量

本文借鉴已有研究[1-2,9],选取以下控制变量:农村劳动力资源禀赋状况,如农业劳动力数量、农村劳动力平均受教育年限、农村居民可支配收入;农业生产特征变量,如农地流转状况、滞后一期粮食单产、土壤质量、灌溉条件、地块规模及农业技术水平。农地流转,用农地流转占比作为其代理变量,即农地流转率=家庭承包耕地流转面积/家庭承包经营耕地总面积;滞后一期粮食单产,通过上一年粮食产量除以粮食播种面积来表示;土壤质量,采用水土流失治理面积作为代理变量;灌溉条件,用地区有效灌溉面积来衡量;地块规模,用土地整治中新增耕地面积作为代理变量;农业技术水平则用省级农业机械总动力来表示。农业生产所处的外部环境,包括地区经济发展水平以及气候因素(年均气温和降雨量)。

2.3 数据来源

由于本文从2005年开始统计农村土地流转面积数据,且统计源并未包含西藏自治区,故采用2005—2020年中国30个省级行政区(除西藏及港澳台地区)的面板数据作为样本。数据来源于《中国农村统计年鉴》《中国国土资源年鉴》《中国统计年鉴》《中国互联网络发展状况统计报告》,其中气温和降雨量数据来源于中国气象数据④,部分缺失数据用线性二插法补齐。表1给出了数据的描述性统计。

表1 变量含义及描述性统计

3 实证结果与分析

3.1 基准回归分析

互联网使用对化肥用量影响的回归结果如表2所示。从回归1至回归3,逐步加入农村劳动力资源禀赋、农业生产特征变量及农业生产的外部环境。考虑到回归3能够更好地减少遗漏变量偏误,本文进一步分析回归3的研究结果。从回归3来看,互联网使用的一次项影响系数为正值,而其二次项影响系数为负值,且都在1%水平上显著,即互联网使用对化肥施用量的影响是先促进后抑制,验证了假说,即两者存在倒“U”型关系。原因在于,互联网使用发展前期主要发挥互联网的连接功能,增加非农就业,农业技术进步偏向增加化肥用量来替代劳动力,引发化肥高量施用;而当前农村互联网普及率大幅提升,互联网使用深度融入农业全产业链中,通过产前阶段的信息传播效应、产中阶段的技术创新效应以及产后阶段的信息溯源效应,实现减少化肥用量。

表2 互联网使用对化肥用量的影响

3.2 异质性分析

为了更加清楚地了解农村土地流转、互联网使用对化肥用量的异质性影响,本文采用无条件分位数回归(UQR)模型来进行实证分析,回归结果如表3所示。从化肥用量分布维度上来看,不管在0.1、0.25、0.5、0.75还是0.9分位点上,互联网使用的一次项影响系数始终为正,随着化肥用量的增加先上升后下降;而二次项影响系数为负,呈逐渐减弱的趋势,但并未通过显著性检验。可能原因在于,化肥用量越高的地区,农业生产者高量施肥的行为惯性越大,由于信息不完全加上自身知识有限,生产者施肥时会参照过去施肥增产的生产经验,互联网使用的化肥减量效应有限,可能需要减量增效措施的协同。

表3 互联网使用对不同化肥用量维度的影响

由于不同地区的种植结构有差异,而不同作物的化肥用量本身就存在差异,如粮食作物比经济作物的化肥需求量更小。为进一步探索农地流转与互联网使用对化肥减量的区域性差异,本文分别从农业功能区位和自然地理区位维度对30个省级行政区进行划分,实证结果如表4所示。

表4 互联网使用对不同地区化肥用量的影响

农业功能区的异质性影响如表4列1和列2所示。相比于非粮食主产区,互联网使用对粮食主产区化肥用量的负向影响更明显,这与我国政策向粮食主产区倾斜有关。粮食主产区有更多的资金建设农村基础通信设施,农业产业链的数字化水平越高,化肥减量效应越明显。

自然地理区位的异质性影响如表4列3至列5所示。互联网使用对中西部地区化肥用量的影响要大于东部地区,可能与中西部地区农村基础通信设施落后有关。当互联网逐渐普及到较为落后的中西部农村地区时,边际贡献就更高。

3.3 内生性分析

互联网使用与化肥用量之间也可能相互影响,且模型设定可能遗漏变量,因此,互联网使用对化肥用量的影响可能存在内生性问题。对此,本文借鉴有关研究方法[10],以1984年百万人邮局数作为工具变量。但同时考虑到本文涉及的互联网使用具有时间维度,而仅选取单年度数据不随时间变动,无法实现时间维度匹配,故进一步采用1984年百万人邮局数与上一年度的电信业务量的乘积再取对数作为互联网使用的工具变量。

进行2SLS回归,第一阶段和第二阶段的回归结果如表5所示。从第一阶段回归结果来看,F检验值均大于10且在1%水平上显著,说明不存在弱工具变量问题。从第二阶段回归结果来看,互联网使用的一次项影响系数为正,二次项影响系数为负,且都通过了显著性检验。尽管系数大小和显著性水平有差异,但并未影响基本结论,即互联网使用与化肥用量存在倒“U”型关系。

表5 内生性检验

3.4 稳健性分析

为提高研究结论的科学性和准确性,本文采用多种方法进行稳健性检验,检验结果如表6所示。首先,进行UTest检验。结果如表6列1所示,互联网使用对化肥用量影响的拐点是44.896 9,处于互联网普及率的区间范围内,且在5%水平上通过了显著性检验。同时,结果中的上、下限斜率均表现为:下限斜率为正值(1.617 4),上限斜率为负值(-1.456 7),呈现先升高后下降的趋势,也通过了显著性检验,进一步验证了存在倒“U”型关系。其次,剔除2015—2020年的样本数据。考虑到相关政策会对地区化肥施用量产生干扰,尤其是2015年农业部出台了《到2020年化肥使用量零增长行动方案》,因此,本文删除2015—2020年的样本数据进行稳健性检验,结果如表6列2所示。最后,替换被解释变量。将化肥施用总量取对数来代替单位面积化肥施用量,进一步验证研究结果的可靠性,结果如表6列3所示。从以上3种稳健性检验结果来看,互联网使用对化肥用量具有先促进后抑制的显著影响,与前文研究结论一致,验证了本文研究结果的稳健性。

表6 稳健性检验

4 结论与政策建议

本文利用2005—2020年中国30个省级行政区的面板数据进行实证检验,探索了互联网使用对化肥用量的影响机制,为农业生产中实现化肥施用减量增效提供了一个新的视角。研究发现,互联网使用与化肥用量之间存在非线性关系,呈现先促进后抑制的倒“U”型关系;从化肥用量维度来看,互联网使用对不同化肥用量地区产生的负向影响具有差异,其中在高化肥用量地区,化肥减量效应相对较弱;从农业功能区位维度来看,相比于非粮食主产区,互联网使用在粮食主产区的化肥减量效应更明显;从自然地理区位维度上看,互联网使用在中西部地区对化肥减量的影响要大于对东部地区的影响。

基于以上研究结论,得到以下政策启示:第一,加快互联网技术在农业高质量发展中的应用。一方面,政府部门应积极推动农业产业数字化进程,在农业全产业链上加速农业产业化服务体系的创新,实现农业生产数字化与规模化、标准化同步推进;另一方面,进一步发挥现代信息技术在农业绿色生产中的监管作用,加强国家农产品质量安全追溯管理信息平台建设,利用以互联网为依托的数字技术为农村环境治理提供新途径,实现乡村绿色化和数字化协同发展。第二,因地制宜推动互联网技术的应用。一方面,在高化肥用量地区,加快智慧大田农场建设,促进农业生产实现“规模”与“绿色”双重效益并举;另一方面,完善非粮食主产区和中西部偏远农村地区的基础通信设施建设,推动农村居民从“触网”到“用网”,推广互联网技术在农业生产中的应用,进一步提升互联网使用的化肥施用减量效应。

注 释

① 数据来源:农业农村部,我国三大粮食作物化肥农药利用率双双超40%,2021/11/9.http://www.kjs.moa.gov.cn/gzdt/202101/t20210119_6360102.htm。

② 2005—2010年《中国互联网络发展状况统计报告》。

③ 第50次《中国互联网络发展状况统计报告》。

④ 中国气象数据,https://data.cma.cn/。