市場(chǎng)主體參與能否減少稻農(nóng)的農(nóng)藥過(guò)量施用？

秦詩(shī)樂(lè)，呂新業(yè)

(中國(guó)農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081)

農(nóng)藥是農(nóng)業(yè)生產(chǎn)中的一種重要投入資料，在消滅害蟲(chóng)、袪除病菌、控制草害等方面發(fā)揮著重要作用，保障著農(nóng)產(chǎn)品的產(chǎn)量，但也導(dǎo)致農(nóng)業(yè)面源污染加劇、食品安全問(wèn)題頻出等。隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展、農(nóng)業(yè)現(xiàn)代化進(jìn)程的加快以及人民生活水平的提高，社會(huì)對(duì)農(nóng)產(chǎn)品的需求已由數(shù)量需求轉(zhuǎn)向質(zhì)量需求，對(duì)農(nóng)產(chǎn)品農(nóng)藥不超標(biāo)、無(wú)殘留的要求更高，那么究竟農(nóng)產(chǎn)品是否被過(guò)量施用農(nóng)藥？量化我國(guó)農(nóng)產(chǎn)品生產(chǎn)中農(nóng)藥的生產(chǎn)率，并探討農(nóng)藥減施的可能路徑，已成為當(dāng)務(wù)之急。

關(guān)于農(nóng)藥的施用，它并不是單一主體的農(nóng)戶問(wèn)題抑或是中間商問(wèn)題，而是一個(gè)涉及多方利益主體的經(jīng)濟(jì)問(wèn)題，這其中包括生產(chǎn)者農(nóng)戶、經(jīng)銷商、消費(fèi)者甚至涉及監(jiān)管職責(zé)的相關(guān)政府部門以及市場(chǎng)等多方主體。解決農(nóng)藥過(guò)量施用問(wèn)題，可以從政府監(jiān)管視角出發(fā)，以強(qiáng)制手段促使相關(guān)主體改善經(jīng)營(yíng)行為，也可以從經(jīng)營(yíng)主體視角出發(fā)，以市場(chǎng)激勵(lì)或組織約束使經(jīng)營(yíng)主體自發(fā)注重農(nóng)產(chǎn)品質(zhì)量安全。目前來(lái)看，政府監(jiān)管對(duì)我國(guó)農(nóng)戶行為改善的作用似乎并不顯著[1]。在現(xiàn)有的技術(shù)條件下，農(nóng)藥在農(nóng)產(chǎn)品生產(chǎn)中仍然占據(jù)著非常重要且不可替代的地位。若想最大限度控制農(nóng)藥過(guò)量施用的外部成本，或許可從市場(chǎng)視角出發(fā)。市場(chǎng)主體參與農(nóng)戶施藥行為這一視角可能更具有實(shí)踐價(jià)值與經(jīng)濟(jì)可行性。那么，市場(chǎng)主體的參與究竟能否成為農(nóng)戶減施農(nóng)藥用量的重要路徑值得探究。

一、文獻(xiàn)回顧

農(nóng)藥是農(nóng)業(yè)生產(chǎn)投入中不可或缺的要素之一，它通過(guò)有效抑制農(nóng)作物病蟲(chóng)害來(lái)增加農(nóng)產(chǎn)品的產(chǎn)量。世界范圍內(nèi)每公頃農(nóng)產(chǎn)品的產(chǎn)量，其1%的增加都伴隨著1.8%的農(nóng)藥用量的增長(zhǎng)[2]。由于農(nóng)藥施用量不斷增長(zhǎng)，其造成的食品安全問(wèn)題與生態(tài)環(huán)境問(wèn)題也受到越來(lái)越多學(xué)者的關(guān)注。有關(guān)農(nóng)戶施藥行為的研究主要圍繞農(nóng)戶是否過(guò)量施用農(nóng)藥問(wèn)題的測(cè)算及其模型矯正、農(nóng)戶施藥行為的影響因素等方面展開(kāi)，主要觀點(diǎn)可以歸納為：

第一，現(xiàn)有研究對(duì)于農(nóng)戶是否過(guò)量施藥方面存在不一致的觀點(diǎn)。大多數(shù)研究認(rèn)為，農(nóng)戶的農(nóng)藥施用量超過(guò)了合理用藥量，存在過(guò)量行為[3-5]，但也有研究認(rèn)為事實(shí)并非如此，他們認(rèn)為部分農(nóng)戶也存在施藥量不足或零使用現(xiàn)象[6-8]。盡管大部分研究站在農(nóng)戶存在過(guò)量施用農(nóng)藥行為的立場(chǎng)，但這一結(jié)論與農(nóng)業(yè)生產(chǎn)者是理性人的假定不符，而且相關(guān)研究給出的解釋并不全面。

第二，關(guān)于測(cè)算農(nóng)藥邊際生產(chǎn)率模型的矯正。在農(nóng)藥邊際生產(chǎn)率的研究中，學(xué)者們主要采用柯布-道格拉斯生產(chǎn)函數(shù)(簡(jiǎn)稱“C-D生產(chǎn)函數(shù)”)和損害控制生產(chǎn)函數(shù)等方法。早期關(guān)于邊際生產(chǎn)率的研究往往采用C-D生產(chǎn)函數(shù)來(lái)分析投入要素對(duì)農(nóng)作物產(chǎn)出的影響。在農(nóng)業(yè)的持續(xù)發(fā)展、農(nóng)民的有限理性選擇、農(nóng)藥的品種和價(jià)格變化以及農(nóng)作物的抗藥性增強(qiáng)等背景下，農(nóng)業(yè)生產(chǎn)中農(nóng)藥的邊際生產(chǎn)率不斷變化，但許多研究并不能準(zhǔn)確反映農(nóng)藥邊際生產(chǎn)率的變化規(guī)律。已有研究并未區(qū)分對(duì)待損害控制投入與生產(chǎn)性投入，這將導(dǎo)致對(duì)農(nóng)藥投入生產(chǎn)率的過(guò)高估計(jì)或?qū)ζ渌度肷a(chǎn)率的低估，因此，Lichtenberg等提出損害控制模型(Damage Control Model)來(lái)估計(jì)農(nóng)藥的邊際生產(chǎn)率[9]。Babcock等[10]和Chambers等[11]通過(guò)對(duì)比C-D生產(chǎn)函數(shù)與損害控制生產(chǎn)函數(shù)估計(jì)的農(nóng)藥邊際生產(chǎn)率，證實(shí)以往研究中C-D生產(chǎn)函數(shù)可能高估農(nóng)藥生產(chǎn)率的結(jié)果，損害控制模型更加合理。

第三，農(nóng)戶施藥行為的影響因素眾多，既包括自身稟賦因素，也包括外部環(huán)境因素。農(nóng)戶自身稟賦因素包括：年齡、性別等個(gè)人特征因素[12]；對(duì)農(nóng)藥的專業(yè)認(rèn)知和使用技能等認(rèn)知因素[8，13]；種植年限[14]、口糧比例[15-16]等家庭特征因素。除了上述內(nèi)部因素的影響，農(nóng)戶施藥行為也受到外部環(huán)境因素的影響，如市場(chǎng)的收益激勵(lì)、市場(chǎng)主體約束等市場(chǎng)環(huán)境因素。

從市場(chǎng)收益激勵(lì)來(lái)看，大多數(shù)研究都將農(nóng)戶行為與市場(chǎng)激勵(lì)掛鉤，視之為影響農(nóng)戶施藥行為的重要力量。一般而言，如果農(nóng)戶對(duì)作物產(chǎn)量更為依賴，他就更傾向于規(guī)避風(fēng)險(xiǎn)[17]，產(chǎn)量效應(yīng)對(duì)農(nóng)藥使用量有正向影響，認(rèn)為不使用農(nóng)藥對(duì)產(chǎn)量影響較大的農(nóng)戶傾向于使用過(guò)量農(nóng)藥，市場(chǎng)激勵(lì)對(duì)農(nóng)戶的農(nóng)藥施用行為影響較大[18]。同時(shí)，以市場(chǎng)為基礎(chǔ)的激勵(lì)政策對(duì)農(nóng)戶過(guò)量施用農(nóng)藥、閱讀標(biāo)簽說(shuō)明以及遵守間隔期均有顯著的規(guī)范效果[19]。

從市場(chǎng)主體約束來(lái)看，在影響農(nóng)戶施藥行為的眾多市場(chǎng)主體中，大多數(shù)學(xué)者將目光聚焦于合作社這一市場(chǎng)主體。在現(xiàn)代農(nóng)業(yè)建設(shè)中，合作社作為新型農(nóng)業(yè)經(jīng)營(yíng)主體，是市場(chǎng)組織中的重要組成部分，是農(nóng)業(yè)發(fā)展的中堅(jiān)力量。在合作社的管理和規(guī)范下，農(nóng)業(yè)趨向于標(biāo)準(zhǔn)化生產(chǎn)，彌補(bǔ)了小農(nóng)經(jīng)濟(jì)下農(nóng)產(chǎn)品質(zhì)量管理的普遍缺失，有效提升了農(nóng)產(chǎn)品的質(zhì)量和安全[20]，確保農(nóng)戶具有更規(guī)范的農(nóng)產(chǎn)品質(zhì)量控制行為[21]。已有研究證實(shí)合作社和非合作社農(nóng)民的農(nóng)藥使用存在差異[22]，加入合作社能夠使家庭農(nóng)場(chǎng)農(nóng)藥減量施用概率大幅提高[23]，可在一定程度上減少農(nóng)藥的密集使用[17]。但也有研究認(rèn)為，參加合作社等市場(chǎng)因素對(duì)農(nóng)戶的農(nóng)藥用量反而具有正向促進(jìn)作用[1]。關(guān)于其他市場(chǎng)主體對(duì)農(nóng)戶施藥行為的研究較少。

綜上可知，在農(nóng)戶施藥行為的研究中，國(guó)內(nèi)外學(xué)者已積累了大量的經(jīng)驗(yàn)證據(jù)，這為本研究提供了豐富的理論基礎(chǔ)和借鑒經(jīng)驗(yàn)。但國(guó)內(nèi)外大部分的研究將目標(biāo)聚焦到微觀農(nóng)戶層面，少有研究從市場(chǎng)主體參與這一視角進(jìn)行探討。即便農(nóng)戶是農(nóng)藥施用的主體，減施農(nóng)藥的重任也不能單單依賴農(nóng)戶本身。從市場(chǎng)激勵(lì)對(duì)農(nóng)戶施藥行為的顯著影響[18]可以看出，市場(chǎng)或許是減施農(nóng)藥的可行路徑之一。作為市場(chǎng)組織的重要形式，合作社是規(guī)范農(nóng)戶用藥行為的重要因素，而在水稻的生產(chǎn)過(guò)程中，包攬農(nóng)戶打藥工作的承包者、與農(nóng)戶交易農(nóng)產(chǎn)品的收購(gòu)商，這些市場(chǎng)主體都可能是影響農(nóng)戶農(nóng)藥投入量的關(guān)鍵因素。如：農(nóng)戶將打藥環(huán)節(jié)外包后，承包者對(duì)施藥時(shí)機(jī)、施藥設(shè)備的選擇等；農(nóng)戶與收購(gòu)商交易中，收購(gòu)商是否重視農(nóng)產(chǎn)品的農(nóng)藥殘留超標(biāo)與否等，市場(chǎng)主體的上述行為都可能會(huì)在一定程度上影響農(nóng)戶的施藥行為。然而，在當(dāng)前的研究中，少有學(xué)者關(guān)注到這些市場(chǎng)主體(承包者、收購(gòu)商)在農(nóng)戶整個(gè)生產(chǎn)過(guò)程中的影響。因此，本文基于現(xiàn)有研究可能的缺失，立足于近期的調(diào)査數(shù)據(jù)，對(duì)稻農(nóng)的農(nóng)藥邊際生產(chǎn)率重新估計(jì)，重點(diǎn)關(guān)注合作社、承包者、收購(gòu)商等市場(chǎng)主體對(duì)農(nóng)戶的農(nóng)藥用量選擇的影響，這是減少農(nóng)藥施用量的一個(gè)重要突破口，也為從源頭上控制農(nóng)產(chǎn)品質(zhì)量安全問(wèn)題提供了一個(gè)新的視角。

二、理論分析與實(shí)驗(yàn)設(shè)計(jì)

整體來(lái)看，對(duì)農(nóng)戶行為的研究一般歸結(jié)為兩類，一類主要是基于農(nóng)戶追求利潤(rùn)最大化的假設(shè)，運(yùn)用經(jīng)濟(jì)學(xué)的方法進(jìn)行研究，另一類主要是基于有限理性的假設(shè)，運(yùn)用社會(huì)學(xué)方法進(jìn)行研究。關(guān)于農(nóng)藥過(guò)量施用與否的判定可從兩方面展開(kāi)：一是從經(jīng)濟(jì)學(xué)角度來(lái)說(shuō)，當(dāng)農(nóng)藥施用的邊際收益低于邊際成本時(shí)，則為過(guò)量施用。二是技術(shù)意義上的過(guò)量，即用了比實(shí)際需求多的量，如未按照農(nóng)藥標(biāo)簽的規(guī)定用量和操作規(guī)程來(lái)使用農(nóng)藥所致的過(guò)量、錯(cuò)過(guò)最佳用藥時(shí)機(jī)所致的過(guò)量等。因此，本文將從兩個(gè)角度對(duì)農(nóng)戶的農(nóng)藥過(guò)量施用進(jìn)行界定：在水稻種植中，農(nóng)戶每增加一單位農(nóng)藥投入所帶來(lái)的邊際收益低于邊際成本時(shí)的農(nóng)藥用量，則為農(nóng)藥過(guò)量施用；當(dāng)農(nóng)戶的單次用藥劑量超過(guò)農(nóng)藥標(biāo)簽的規(guī)定，也為農(nóng)藥過(guò)量施用。

1.理論分析

農(nóng)戶在水稻的生產(chǎn)種植過(guò)程中，究竟是否存在過(guò)量施藥行為？用藥過(guò)量或不足的程度如何？對(duì)于這一問(wèn)題的判別，根本在于對(duì)農(nóng)藥邊際生產(chǎn)率的測(cè)算。

(1)農(nóng)藥的邊際生產(chǎn)率。假設(shè)所有農(nóng)戶都是理性的經(jīng)濟(jì)人，都以利潤(rùn)最大化為目標(biāo)，利潤(rùn)最大化的目標(biāo)利潤(rùn)函數(shù)為：

(1)

式(1)中，Π表示稻農(nóng)的農(nóng)業(yè)生產(chǎn)凈收益，F(xiàn)(X,Z)為生產(chǎn)函數(shù)，表示水稻的總產(chǎn)量，py表示稻米價(jià)格。Xi表示一系列生產(chǎn)性投入，ri表示Xi的價(jià)格；Z表示農(nóng)藥投入，pz表示農(nóng)藥的價(jià)格。在完全競(jìng)爭(zhēng)的市場(chǎng)條件下，農(nóng)藥投入的最優(yōu)一階條件滿足：

pyFz(x,z)=pz

(2)

式(2)中，F(xiàn)z表示對(duì)z的一階導(dǎo)數(shù)，根據(jù)微觀經(jīng)濟(jì)學(xué)理論，pyFz(x,z)為農(nóng)藥的邊際產(chǎn)品價(jià)值(value of the marginal product，VMP)，表示每增加使用一單位農(nóng)藥增加的收益。因此農(nóng)藥的邊際生產(chǎn)率則為每增加一單位農(nóng)藥投入量所增加的收入與農(nóng)藥價(jià)格的比值，即VMP/pz。只有VMP等于pz時(shí)，可獲得最大利潤(rùn)，這意味著VMP/pz=1表示用藥達(dá)到最優(yōu)；VMP/pz<1表示用藥過(guò)量，減少農(nóng)藥施用才能提高利潤(rùn)；VMP/pz>1表示用藥不足，增加農(nóng)藥施用才能增加利潤(rùn)。

(2)損害控制生產(chǎn)函數(shù)。水稻的產(chǎn)出受生產(chǎn)性投入與損害控制投入兩者的共同影響。在農(nóng)業(yè)生產(chǎn)活動(dòng)中，農(nóng)藥投入與其他投入不同，它不能直接增加農(nóng)作物的產(chǎn)量，而是作用于病蟲(chóng)害來(lái)減少由病蟲(chóng)害所引起的農(nóng)作物產(chǎn)量損失。然而，在C-D生產(chǎn)函數(shù)中，并未區(qū)別對(duì)待農(nóng)藥投入，這將導(dǎo)致對(duì)農(nóng)藥投入生產(chǎn)率的過(guò)高估計(jì)或者對(duì)其他投入生產(chǎn)率的低估[9]。因此，使用標(biāo)準(zhǔn)的C-D生產(chǎn)函數(shù)去估算農(nóng)藥的邊際生產(chǎn)率并不恰當(dāng)，而將農(nóng)藥投入當(dāng)作風(fēng)險(xiǎn)控制投入進(jìn)行估算，則可克服C-D生產(chǎn)函數(shù)無(wú)法準(zhǔn)確擬合農(nóng)藥邊際生產(chǎn)率的缺陷。

Lichtenberg等提出的損害控制生產(chǎn)函數(shù)具體表述為：Q=F[X,G(Z)][9]。Q表示水稻產(chǎn)值，F(xiàn)(X)表示C-D生產(chǎn)函數(shù)，X表示一系列生產(chǎn)性投入，如有機(jī)肥投入、化肥投入、種苗投入、勞動(dòng)力投入、灌溉投入、機(jī)械投入等。G(Z)表示損害控制函數(shù)，有四個(gè)函數(shù)分布形式，其概率密度函數(shù)能夠迅速收斂到0，介于0與1之間，因此決定了農(nóng)藥(Z)造成損害的程度和控制的有效性。本文選擇Weibull函數(shù)形式進(jìn)行估計(jì)(1)在四種分布中，Pareto分布的模型隱含著產(chǎn)出彈性不變的條件，因此本研究不予采納。在實(shí)證研究中，除Pareto分布外，其余三種分布都曾被應(yīng)用于實(shí)證分析中。但由于沒(méi)有確切的理論依據(jù)表明選擇哪種形式是最好的，可依據(jù)計(jì)算簡(jiǎn)便、易于理解、對(duì)數(shù)據(jù)擬合度較好的原則，選擇三種分布中的一種，而本研究中Weibull分布對(duì)數(shù)據(jù)的擬合效果較好，予以采納。，其表達(dá)形式如下：

G(Z)=1-exp(-Zγ)

(3)

在損害控制函數(shù)中，變量一般選擇產(chǎn)值和投入要素成本，而非產(chǎn)量和要素投入量。同時(shí)，由于農(nóng)藥的防治對(duì)象(如：病害、蟲(chóng)害、草害及生長(zhǎng)調(diào)節(jié)等)和加工劑型的不同，農(nóng)藥的品類和規(guī)格繁多且具體用藥數(shù)值的單位不統(tǒng)一，導(dǎo)致在微觀調(diào)研中難以對(duì)農(nóng)藥投入量進(jìn)行精確計(jì)算，且農(nóng)戶對(duì)生產(chǎn)中投入的農(nóng)藥成本更為敏感。因此，選擇利用水稻產(chǎn)值和投入要素的成本對(duì)農(nóng)藥邊際生產(chǎn)率進(jìn)行估計(jì)。在此基礎(chǔ)上，建立損害控制模型的回歸方程，如下：

lnQi=α+∑βilnXi+lnG(Z)+∑θjCj+μ

(4)

式(4)中，Qi為第i個(gè)稻農(nóng)的種植收入，Cj代表一系列控制變量，α、β和θ均是待估參數(shù)，μ是誤差項(xiàng)。在模型中，因變量為稻農(nóng)的種植收入，自變量主要包括農(nóng)藥投入(Z)、化肥投入、種苗投入、勞動(dòng)力投入、灌溉投入、機(jī)械投入和其他物質(zhì)投入等。

將(4)式左右兩邊分別對(duì)Z求偏導(dǎo)，得出農(nóng)藥邊際生產(chǎn)率為：

(5)

2.準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)

在確定農(nóng)戶是否存在過(guò)量施藥行為之后，如果控制其他條件不變，農(nóng)戶選擇各市場(chǎng)主體參與對(duì)其自身的施藥行為會(huì)產(chǎn)生多大影響呢？

常用的研究方法包括三種：第一種是在回歸模型中引入“是否有市場(chǎng)主體參與”這一虛擬變量來(lái)估計(jì)市場(chǎng)主體參與對(duì)農(nóng)戶施藥行為的影響。但農(nóng)戶對(duì)市場(chǎng)主體參與的選擇決策并不是隨機(jī)的，是農(nóng)戶綜合多方面因素而做出的決定，具有自選擇性。這種自選擇性會(huì)導(dǎo)致傳統(tǒng)回歸的估計(jì)結(jié)果產(chǎn)生偏誤。第二種是直接比較兩類農(nóng)戶在施藥行為上的差異，這種方法的缺陷在于忽略了在農(nóng)業(yè)生產(chǎn)過(guò)程中選擇市場(chǎng)主體參與的農(nóng)戶與未選擇市場(chǎng)主體參與的農(nóng)戶之間的異質(zhì)性，即存在樣本選擇性偏差。第三種是采用DID方法比較市場(chǎng)主體參與前后農(nóng)戶施藥行為的差異，但這種方法并不可行。這是因?yàn)樯a(chǎn)過(guò)程有市場(chǎng)主體參與的農(nóng)戶在市場(chǎng)主體參與之前的施藥行為特征是難以被準(zhǔn)確地觀察到的。

綜上所述，本文將在反事實(shí)分析框架下，利用傾向得分匹配法(PSM)來(lái)模擬自然實(shí)驗(yàn)的狀態(tài)，從而檢驗(yàn)不同市場(chǎng)主體參與對(duì)稻農(nóng)農(nóng)藥施用行為的影響。傾向得分匹配法于1983年由Rosenbaum和Rubin提出，他們將反事實(shí)框架下人們不能觀測(cè)的結(jié)果界定為反事實(shí)結(jié)果。農(nóng)戶在生產(chǎn)過(guò)程中，特別是在其施藥行為中，他們對(duì)市場(chǎng)主體參與的選擇并不是隨機(jī)的，而是根據(jù)自身需求和稟賦條件所作出的“自選擇”結(jié)果，存在選擇偏差。傾向得分匹配法的機(jī)理在于試圖通過(guò)匹配再抽樣使得觀測(cè)數(shù)據(jù)盡可能接近隨機(jī)試驗(yàn)數(shù)據(jù)，這可以在很大程度上降低觀測(cè)數(shù)據(jù)的偏差，是克服選擇偏差進(jìn)行實(shí)證估計(jì)的有效方法。

傾向得分匹配法的研究思路：首先，利用Logit模型估計(jì)市場(chǎng)主體參與對(duì)稻農(nóng)的農(nóng)藥施用量影響的概率，將其作為傾向匹配得分即傾向值，再利用受訪農(nóng)戶的農(nóng)藥施用量選擇作為傾向得分匹配法的輸出結(jié)果，最后評(píng)價(jià)市場(chǎng)主體參與對(duì)稻農(nóng)的農(nóng)藥施用量的減量效果。

(1)農(nóng)戶對(duì)市場(chǎng)主體的選擇模型。本文的研究重點(diǎn)是市場(chǎng)主體(合作社、承包者、收購(gòu)商)在農(nóng)戶整個(gè)生產(chǎn)過(guò)程中的影響，即當(dāng)農(nóng)戶選擇加入合作社后，合作社的農(nóng)資購(gòu)買、技術(shù)指導(dǎo)等行為；當(dāng)農(nóng)戶選擇將打藥環(huán)節(jié)外包后，承包者對(duì)施藥時(shí)機(jī)、施藥設(shè)備的選擇等行為；當(dāng)農(nóng)戶選擇與收購(gòu)商交易時(shí)，收購(gòu)商是否重視農(nóng)產(chǎn)品的農(nóng)藥殘留超標(biāo)與否等行為，這三種行為能否對(duì)農(nóng)戶的農(nóng)藥施用量的判斷與選擇產(chǎn)生影響。為考察市場(chǎng)主體參與對(duì)稻農(nóng)的農(nóng)藥施用量的影響機(jī)制，本文將加入合作社、非專業(yè)外包防治、與重視農(nóng)產(chǎn)品的農(nóng)藥殘留超標(biāo)與否的收購(gòu)商(以下簡(jiǎn)稱“質(zhì)量型”收購(gòu)商)交易等3個(gè)變量加入模型，3個(gè)變量均為二元離散選擇變量，建立Logit模型如下：

(6)

式(6)中，Yj(j=1，2，3)表示市場(chǎng)主體參與，j=1表示加入合作社；j=2表示選擇非專業(yè)外包防治；j=3表示與“質(zhì)量型”收購(gòu)商交易。P為因變量為1的概率，為常數(shù)項(xiàng)，βi(i=1，2，3…，n)為第i個(gè)影響因素的回歸系數(shù)，Xi為農(nóng)戶對(duì)市場(chǎng)主體選擇與否的影響變量，n為有效變量個(gè)數(shù)，εij為隨機(jī)誤差項(xiàng)且服從正態(tài)分布。在給定稟賦特征Xi時(shí)，樣本中市場(chǎng)主體參與對(duì)稻農(nóng)的農(nóng)藥施用量的影響概率就是PSM得分。

(2)PSM方法。將樣本稻農(nóng)分為處理組I和對(duì)照組J，定義虛擬變量M，Mi=1表示市場(chǎng)主體參與稻農(nóng)的農(nóng)藥施用行為，作為處理組；Mi=0表示市場(chǎng)主體未參與稻農(nóng)的農(nóng)藥施用行為，作為對(duì)照組。y1i和y0i分別表示有市場(chǎng)主體參與的稻農(nóng)農(nóng)藥施用量與市場(chǎng)主體未參與情況下的稻農(nóng)農(nóng)藥施用量，其差值(y1i-y0i)即為市場(chǎng)主體參與的凈效應(yīng)。PSM步驟如下：

第一步，選擇協(xié)變量Xi，將影響市場(chǎng)主體參與稻農(nóng)的農(nóng)藥施用行為與否的變量Mi與(y1i,y0i)的變量盡可能包括進(jìn)來(lái)。

第二步，估計(jì)傾向得分，一般使用Logit回歸。稻農(nóng)i的傾向得分為：在給定Xi的情況下，稻農(nóng)i進(jìn)入處理組的條件概率：

p(y1i)=p(Mi=1|x=xi)

(7)

第三步，進(jìn)行傾向得分匹配。協(xié)變量xi在匹配后，處理組與對(duì)照組之間應(yīng)分布均勻，這一數(shù)據(jù)平衡要通過(guò)檢驗(yàn)協(xié)變量xi每個(gè)分量的標(biāo)準(zhǔn)化偏差來(lái)進(jìn)行，表達(dá)式為：

(8)

第四步，根據(jù)匹配樣本計(jì)算平均處理效應(yīng)。ATT估計(jì)量的一般表達(dá)式為:

(9)

三、數(shù)據(jù)來(lái)源與變量特征

本研究所采用數(shù)據(jù)來(lái)自作者2018年7-8月的實(shí)地調(diào)查，根據(jù)全國(guó)各省稻谷產(chǎn)量，選擇產(chǎn)量最高的水稻主產(chǎn)省為樣本省份，主要包括湖北、湖南、江蘇、江西和四川五省份，從而保證樣本的代表性。調(diào)研實(shí)發(fā)問(wèn)卷750份，有效問(wèn)卷731份，有效率為97.47%。

1.農(nóng)藥邊際生產(chǎn)率的變量特征

稻農(nóng)每畝的種植收入為1 233.97元，其中，每畝的農(nóng)藥投入為101.82元。在農(nóng)藥邊際生產(chǎn)率測(cè)算中，除了化肥投入、種苗投入和勞動(dòng)力投入等變量外，還引入一些額外控制變量，包括農(nóng)戶的兼業(yè)情況、種植年限、技術(shù)指導(dǎo)以及收購(gòu)商關(guān)注點(diǎn)等。同時(shí)納入省份虛擬變量，從而控制樣本所處不同省份的政策、土壤等宏觀因素，如表1所示。

表1 農(nóng)藥邊際生產(chǎn)率測(cè)算的變量釋義

2.市場(chǎng)主體參與模型的變量特征

在市場(chǎng)主體參與對(duì)稻農(nóng)農(nóng)藥過(guò)量施用的影響分析中，具體變量的特征如表2所示。關(guān)于“農(nóng)藥施用過(guò)量”的界定，選擇以農(nóng)戶每次的農(nóng)藥劑量是否超過(guò)農(nóng)藥標(biāo)簽的規(guī)定為判別標(biāo)準(zhǔn)，如果農(nóng)戶每次的農(nóng)藥劑量都選擇超過(guò)農(nóng)藥標(biāo)簽的規(guī)定來(lái)施用，則認(rèn)為過(guò)量，用“1”表示，否則用“0”表示。當(dāng)前，調(diào)研區(qū)域中23.26%的稻農(nóng)選擇過(guò)量施用農(nóng)藥。

關(guān)于市場(chǎng)主體參與，選擇加入合作社、非專業(yè)外包防治、與“質(zhì)量型”收購(gòu)商交易等3個(gè)變量綜合衡量。當(dāng)前，調(diào)研區(qū)域中有25.58%的稻農(nóng)加入了合作社，合作社在農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)中發(fā)揮著重要作用，為農(nóng)民提供生產(chǎn)技術(shù)指導(dǎo)和農(nóng)資購(gòu)買等服務(wù)，不僅可以增強(qiáng)農(nóng)民生產(chǎn)經(jīng)營(yíng)的組織化程度，克服小生產(chǎn)與大市場(chǎng)之間的矛盾，更可以有效規(guī)范和約束農(nóng)戶行為。但據(jù)調(diào)研數(shù)據(jù)統(tǒng)計(jì)，樣本區(qū)域加入合作社的稻農(nóng)多以大農(nóng)戶為主，小農(nóng)戶的比重較低。在大農(nóng)戶中有44.86%的農(nóng)戶加入了合作社，而小農(nóng)戶中入社比例不足20%，說(shuō)明合作社對(duì)小農(nóng)戶吸納率較低，內(nèi)部結(jié)構(gòu)不平衡(2)對(duì)大農(nóng)戶的界定為：年內(nèi)實(shí)際投入水稻生產(chǎn)的耕地面積在50畝及以上的農(nóng)戶，農(nóng)戶經(jīng)營(yíng)耕地包括農(nóng)戶承包耕地和流轉(zhuǎn)耕地。種植面積在50畝以下為小農(nóng)戶。。

“非專業(yè)外包防治”是指農(nóng)戶在水稻種植中，將全部或部分稻田的農(nóng)藥打藥環(huán)節(jié)外包出去，外包的對(duì)象是非專業(yè)的個(gè)體或私人，他們基本以同村或鄰村的兼業(yè)村民為主，這個(gè)群體的組織化水平、植保防治手段與合作社、植保站等專業(yè)化的統(tǒng)防統(tǒng)治存在很大的差距，在統(tǒng)防統(tǒng)治中屬于非常初級(jí)的階段。數(shù)據(jù)顯示，調(diào)研區(qū)域中有22.44%的稻農(nóng)選擇非專業(yè)外包進(jìn)行防治，承包者主要以同村或鄰村的村民為主，防治水平較低。

與“質(zhì)量型”收購(gòu)商交易，主要指農(nóng)戶是否將自家生產(chǎn)的稻米，出售給重視稻米農(nóng)殘超標(biāo)與否的收購(gòu)商。數(shù)據(jù)顯示，農(nóng)戶在與收購(gòu)商進(jìn)行稻米交易中，19.56%的農(nóng)戶選擇了重視稻米農(nóng)殘超標(biāo)與否的收購(gòu)商，而80.44%的農(nóng)戶則選擇更為重視稻米外觀和形態(tài)的收購(gòu)商，二者之間比重差別較大(表2)。

另外，控制變量主要選擇性別、受教育年限及其二次項(xiàng)、兼業(yè)、農(nóng)殘認(rèn)知、種植年限及其二次項(xiàng)、口糧比例、種植收入的依賴度以及安全用藥的培訓(xùn)等變量。

表2 市場(chǎng)主體參與模型的變量釋義

四、結(jié)果分析

1.農(nóng)藥邊際生產(chǎn)率的測(cè)算

損害控制模型具有非線性的特征，本文選用非線性最小二乘法(Non-linear least squares，NLLS)對(duì)農(nóng)藥的邊際生產(chǎn)率進(jìn)行估計(jì)，回歸結(jié)果見(jiàn)表3。在模型一和模型二中，Weibull分布的γ值分別在10%和1%的水平上顯著且為負(fù)，說(shuō)明當(dāng)前的農(nóng)藥投入不僅不會(huì)提高稻農(nóng)的種植收入，反而起負(fù)向作用，稻農(nóng)應(yīng)適當(dāng)減少當(dāng)前的農(nóng)藥施用量。根據(jù)表3的估計(jì)結(jié)果，本文利用已構(gòu)建的具體的損害控制生產(chǎn)函數(shù)的方程，對(duì)農(nóng)藥投入Z求一階偏導(dǎo)，將Weibull分布的函數(shù)形式和相關(guān)投入要素等變量的均值代入，得到的農(nóng)藥邊際生產(chǎn)率(VMP/pz)為-0.214。這說(shuō)明，稻農(nóng)每繼續(xù)增加1元農(nóng)藥投入，收益將減少0.2元，這一實(shí)證結(jié)果基本與調(diào)研區(qū)域農(nóng)戶介紹的情況一致，部分農(nóng)戶曾提到“怎么打藥都治不住”“打藥量增加，產(chǎn)量卻不見(jiàn)增加，有的甚至越來(lái)越差”，這是因?yàn)檗r(nóng)藥的大劑量和高頻次投入，造成了病蟲(chóng)害抗性的增強(qiáng)?？顾幮栽綇?qiáng)，病蟲(chóng)害越多，農(nóng)戶的農(nóng)藥使用量就越多，形成了病蟲(chóng)害與農(nóng)藥投入之間的惡性循環(huán)，因此，農(nóng)戶的農(nóng)藥投入造成了種植收益的減少，這與許多已有研究的結(jié)果是一致的。

表3 損害控制模型的回歸估計(jì)結(jié)果 n=731

注:***、**和*分別表示變量在1%、5%和10%的水平下顯著，后表同。

2.市場(chǎng)主體參與對(duì)稻農(nóng)農(nóng)藥施用水平的影響

(1)Logit模型估計(jì)。本文運(yùn)用Stata軟件進(jìn)行傾向得分的Logit模型估計(jì)，因變量為“加入合作社”“非專業(yè)外包防治”和“與‘質(zhì)量型’收購(gòu)商交易”等3個(gè)變量。在農(nóng)戶的個(gè)人特征中，性別對(duì)農(nóng)戶加入合作社、與“質(zhì)量型”收購(gòu)商交易的負(fù)向影響顯著，女性加入合作社的概率較高，也更傾向于與“質(zhì)量型”收購(gòu)商交易。農(nóng)戶的文化程度越高越傾向于將農(nóng)藥防治過(guò)程外包，同時(shí)對(duì)農(nóng)藥殘留更為了解的農(nóng)戶與“質(zhì)量型”收購(gòu)商交易的可能性更高(表4)。

在農(nóng)戶的家庭特征中，種植經(jīng)驗(yàn)與“加入合作社”“非專業(yè)外包防治”和“與‘質(zhì)量型’收購(gòu)商交易”的關(guān)系均呈現(xiàn)“U”型趨勢(shì)。以加入合作社為例，在到達(dá)拐點(diǎn)之前，隨著種植年限的增加，農(nóng)戶越不愿意加入合作社，種植年限較少的新型農(nóng)民，加入合作社的可能性更大，他們更愿意嘗試和利用新型的市場(chǎng)組織實(shí)現(xiàn)其種植利潤(rùn)。當(dāng)種植年限達(dá)到35年(農(nóng)戶種植經(jīng)驗(yàn)與加入合作社的拐點(diǎn)，經(jīng)計(jì)算所得)以后，隨著種植年限的增加，農(nóng)戶加入合作社的概率又逐漸增強(qiáng)，這可能是由于種植年限較大的農(nóng)戶多為年老者，精力難以支撐種植生產(chǎn)的需要，對(duì)合作社這種市場(chǎng)組織更為依賴。農(nóng)戶對(duì)種植收入的依賴度正向作用于“加入合作社”“非專業(yè)外包防治”，也就是說(shuō)，農(nóng)戶家庭的水稻種植收入占總收入的比例越大，農(nóng)戶加入合作社和將打藥環(huán)節(jié)外包的概率越大。安全用藥的培訓(xùn)正向作用于農(nóng)戶“加入合作社”“非專業(yè)外包防治”“與‘質(zhì)量型’收購(gòu)商交易”等方面，接受安全用藥培訓(xùn)指導(dǎo)的農(nóng)戶，他們更傾向于加入合作社、與“質(zhì)量型”收購(gòu)商交易，同時(shí)選擇非專業(yè)外包防治的可能性也更高(表4)。

表4 傾向得分的Logit模型估計(jì)結(jié)果 n=731

(2)平衡性檢驗(yàn)。本文的匹配方法采用有放回抽樣的最近鄰匹配法，為保證傾向得分匹配結(jié)果的可靠性，需對(duì)市場(chǎng)主體參與組與未參與組農(nóng)戶協(xié)變量的平衡性進(jìn)行檢驗(yàn)，即經(jīng)過(guò)匹配后，協(xié)變量不應(yīng)該存在顯著的系統(tǒng)性差異，具體結(jié)果如表5所示。匹配后，兩組農(nóng)戶的絕大部分特征變量的標(biāo)準(zhǔn)化偏差絕對(duì)值都降到了20%以下，同時(shí)t檢驗(yàn)結(jié)果表明，不能拒絕市場(chǎng)主體參與組與未參與組農(nóng)戶協(xié)變量差異為零的原假設(shè)，即滿足匹配后兩組農(nóng)戶在每個(gè)特征變量上不具有系統(tǒng)性差別的要求。經(jīng)過(guò)匹配后，兩組農(nóng)戶絕大部分特征變量的標(biāo)準(zhǔn)化偏差絕對(duì)值都有所減少，表明傾向得分匹配法確實(shí)能夠降低兩組農(nóng)戶之間的差異。匹配前，兩組農(nóng)戶大部分特征變量的差異在統(tǒng)計(jì)上顯著異于零，表明確實(shí)存在顯著差異；而匹配后，兩組農(nóng)戶的每個(gè)特征變量上的差異不再顯著?？梢?jiàn)，傾向得分匹配法能夠有效地降低處理組、控制組之間農(nóng)戶樣本的組間異質(zhì)性，樣本匹配通過(guò)了平衡性檢驗(yàn)，匹配效果較好。

同時(shí)，PSM方法還需要滿足共同支撐假設(shè)，即必須要求處理組和控制組的樣本個(gè)體的傾向得分值盡可能處于相同范圍。匹配前，加入合作社組與未加入合作社組農(nóng)戶、非專業(yè)外包防治組農(nóng)戶與非外包組農(nóng)戶、與“質(zhì)量型”收購(gòu)商交易組農(nóng)戶與非交易組農(nóng)戶的傾向得分值分布均存在明顯差異，匹配后，以上三類處理組農(nóng)戶和控制組農(nóng)戶的傾向得分曲線都幾乎重疊，不存在顯著差異，表明匹配效果良好。

表5 傾向得分的平衡性檢驗(yàn)結(jié)果

3. 估計(jì)結(jié)果分析

本文通過(guò)最近鄰匹配法，對(duì)市場(chǎng)主體參與組農(nóng)戶與未參與組農(nóng)戶的特征變量進(jìn)行傾向得分匹配，將兩組農(nóng)戶對(duì)農(nóng)藥施用量選擇差異的估計(jì)結(jié)果分析如下，見(jiàn)表6。

匹配前，加入合作社組與未加入合作社組農(nóng)戶過(guò)量用藥的概率分別為0.214和0.239，差值為0.025。匹配后，兩組農(nóng)戶過(guò)量用藥的概率差值為0.023，與匹配前的差異不顯著，即加入合作社組農(nóng)戶在農(nóng)藥過(guò)量施用的概率上，不顯著低于未加入合作社組(表6)。這說(shuō)明，在考慮了農(nóng)戶選擇性偏差后，加入合作社對(duì)農(nóng)戶農(nóng)藥過(guò)量施用的抑制作用不明顯。這可能是因?yàn)椋谝?，?dāng)前合作社的服務(wù)功能更偏重于提供農(nóng)資購(gòu)買和農(nóng)產(chǎn)品銷售等，在農(nóng)戶施藥行為方面的技術(shù)指導(dǎo)與約束效果不明顯；第二，現(xiàn)階段，整個(gè)農(nóng)戶群體仍以小農(nóng)戶為主，但合作社的內(nèi)部成員大部分以種植面積較大的農(nóng)戶為主，對(duì)小農(nóng)戶吸納率較低，內(nèi)部結(jié)構(gòu)不平衡。因此，加入合作社對(duì)農(nóng)戶整體在農(nóng)藥過(guò)量施用上的約束作用有限。

關(guān)于非專業(yè)外包防治，外包組農(nóng)戶與非外包組農(nóng)戶無(wú)論在匹配前還是匹配后，二者在農(nóng)藥過(guò)量施用與否的選擇上均存在顯著差異。從變量的系數(shù)大小和顯著程度可知，在樣本匹配前后，非專業(yè)外包防治對(duì)農(nóng)戶農(nóng)藥過(guò)量施用與否的影響顯著。匹配前，外包組農(nóng)戶的農(nóng)藥過(guò)量施用概率比非外包組農(nóng)戶高0.117，且在1%水平上顯著。匹配后，非專業(yè)外包防治的平均處理效應(yīng)為0.170，在1%水平上顯著。這說(shuō)明在考慮農(nóng)戶選擇偏差后，非專業(yè)外包防治對(duì)農(nóng)戶農(nóng)藥過(guò)量施用的正向影響顯著，當(dāng)農(nóng)戶選擇非專業(yè)外包防治，農(nóng)藥過(guò)量施用的概率就會(huì)增加5.3%?？梢?jiàn)，在排除不同類別的組間協(xié)變量差異性之后，非專業(yè)外包防治會(huì)增加農(nóng)戶農(nóng)藥過(guò)量施用的概率(表6)，這是因?yàn)楫?dāng)前調(diào)研區(qū)域的農(nóng)戶選擇將打藥環(huán)節(jié)外包給私人或者個(gè)體承包者，而非統(tǒng)防統(tǒng)治的專業(yè)病蟲(chóng)害防治組織，農(nóng)戶家庭的施藥頻次與私人、個(gè)體承包者的利益直接掛鉤，而當(dāng)前相關(guān)部門對(duì)非專業(yè)外包防治這一市場(chǎng)環(huán)節(jié)的監(jiān)管較少。

關(guān)于與“質(zhì)量型”收購(gòu)商交易，匹配前，交易組農(nóng)戶與非交易組農(nóng)戶農(nóng)藥過(guò)量施用的概率分別為0.126和0.259，前者概率比后者低0.133，且在1%的水平上顯著。這表明，與“質(zhì)量型”收購(gòu)商交易，將大大降低農(nóng)戶的農(nóng)藥過(guò)量施用概率。匹配后，與“質(zhì)量型”收購(gòu)商交易的平均處理效應(yīng)為0.143。這說(shuō)明忽視選擇性偏差，會(huì)造成農(nóng)戶與“質(zhì)量型”收購(gòu)商交易，對(duì)是否過(guò)量施用農(nóng)藥的影響效果估計(jì)產(chǎn)生偏差?？梢?jiàn)，采用傾向得分匹配法修正樣本選擇偏誤是十分必要的。如果不消除組間協(xié)變量差異所產(chǎn)生的估計(jì)偏誤，實(shí)證結(jié)果將低估與“質(zhì)量型”收購(gòu)商交易對(duì)農(nóng)戶農(nóng)藥用量選擇的作用(表6)。

為驗(yàn)證上述結(jié)果的準(zhǔn)確性，同時(shí)采用了有放回抽樣的半徑匹配法與核匹配法，對(duì)處理組農(nóng)戶和控制組農(nóng)戶的特征變量進(jìn)行匹配。表6顯示，采用半徑匹配法與核匹配法估算市場(chǎng)主體參與對(duì)農(nóng)戶農(nóng)藥過(guò)量施用的影響效果，與采用最近鄰匹配法得出的結(jié)果基本一致，研究結(jié)果具有穩(wěn)健性。

表6 傾向得分匹配法的估計(jì)結(jié)果

五、結(jié)論與啟示

在資源環(huán)境約束趨緊、食品安全問(wèn)題嚴(yán)峻的背景下，如何走出農(nóng)業(yè)安全、高效生產(chǎn)的現(xiàn)代化發(fā)展之路，已成為重要的現(xiàn)實(shí)問(wèn)題。本文通過(guò)湖北、湖南、江蘇、江西和四川五省的抽樣調(diào)查數(shù)據(jù)，利用損害控制模型對(duì)稻農(nóng)的農(nóng)藥過(guò)量施用水平進(jìn)行測(cè)算，發(fā)現(xiàn)稻農(nóng)存在嚴(yán)重的過(guò)量施藥行為?；诖?，采用傾向得分匹配考察市場(chǎng)主體參與對(duì)稻農(nóng)農(nóng)藥施用水平的影響，得出以下結(jié)論：第一，“質(zhì)量型”收購(gòu)商對(duì)農(nóng)戶施藥行為的約束作用明顯。在控制其他影響因素的條件下，與“質(zhì)量型”收購(gòu)商交易，將有助于抑制稻農(nóng)的農(nóng)藥過(guò)量施用行為。收購(gòu)商對(duì)稻米的無(wú)公害、綠色、有機(jī)等特性越重視，稻農(nóng)對(duì)稻米的農(nóng)藥殘留等質(zhì)量問(wèn)題就越關(guān)注，也就越傾向于采用符合規(guī)定的安全農(nóng)藥施用量。第二，合作社對(duì)農(nóng)戶施藥行為的作用微弱。當(dāng)前合作社對(duì)小農(nóng)戶吸納有限，內(nèi)部社員主要以大農(nóng)戶為主，結(jié)構(gòu)不平衡，并不能對(duì)以小農(nóng)戶為主的農(nóng)戶群體的施藥行為產(chǎn)生顯著的影響，約束作用有限。第三，非專業(yè)外包防治對(duì)農(nóng)戶施藥行為有較強(qiáng)的負(fù)外部性。非專業(yè)外包防治與專業(yè)的統(tǒng)防統(tǒng)治在植保先進(jìn)性、科學(xué)性、規(guī)范性上存在很大的差距，對(duì)稻農(nóng)施藥行為的負(fù)向影響顯著，這是當(dāng)前市場(chǎng)體系發(fā)展中的短板，是限制市場(chǎng)環(huán)境整體作用水平的直接因素。

因此，應(yīng)加強(qiáng)對(duì)市場(chǎng)的監(jiān)管，特別是對(duì)打藥環(huán)節(jié)承包主體中私人、個(gè)體的管理，確保其植保方式和技術(shù)行為的安全、專業(yè)與規(guī)范。同時(shí)，加強(qiáng)合作社等市場(chǎng)組織對(duì)小農(nóng)戶的吸納能力，充分利用市場(chǎng)組織的內(nèi)部質(zhì)量評(píng)價(jià)、生產(chǎn)決策控制以及系列獎(jiǎng)懲機(jī)制，規(guī)范農(nóng)戶行為，縮小農(nóng)戶在農(nóng)藥知識(shí)與農(nóng)藥使用之間的差距，實(shí)現(xiàn)從認(rèn)知提升到行為規(guī)范的跨越，根本上保障安全的農(nóng)藥使用環(huán)境。