聶 彎，謝彥明

（1.中國社會科學院研究生院，北京 102488；2.西南林業(yè)大學，云南 昆明 650224）

農作物病蟲害是我國農業(yè)面臨的一項重要難題。受氣候變化、農藥使用強度、生物多樣性變化等因素的影響，近年來，我國農作物病蟲害發(fā)生呈現(xiàn)出兩大特點：一是發(fā)生面積逐年增加，由2003年的30 000萬公頃次上升到2013年的60 800萬公頃次，并且每年還在以8.85%的速度增長；二是病蟲害的種類逐年增加，有關研究表明［1］，20世紀50～70年代，每年約有10種農作物病蟲害暴發(fā)，80～90年代每年約有15種農作物病蟲害暴發(fā)，21世紀以來農作物病蟲害暴發(fā)的品種增加到30 種左右。農作物病蟲害發(fā)生的不斷增加給農業(yè)生產造成很大威脅，每年因農作物病蟲害導致的糧食作物產量損失數(shù)以億計，有關資料顯示［2］，2006年，僅水稻、小麥、玉米和大豆4種主要糧食作物的實際產量損失就高達127.08億kg，是2000年損失的1.21倍。迄今為止，無論是水稻、小麥、玉米、大豆等主要糧食作物還是蔬菜、水果等園藝作物的病蟲害的發(fā)生都呈現(xiàn)出逐年增加的態(tài)勢。由防治病蟲害導致的生態(tài)環(huán)境問題也日益凸顯出來，典型的就是農藥的過量使用帶來的一系列問題。長期以來，通過農藥防治病蟲害的發(fā)生是我國最主要的病蟲害防治技術。農藥是一種化學試劑，具有殺死病蟲害的作用，但由于缺乏對農藥防治農作物病蟲害的準確預測預報，導致我國農藥利用率不足10%，并且在不同區(qū)域存在較大的效果差異。一方面，由于農藥利用率極低，導致農民盲目通過加大農藥使用強度以期控制農作物病蟲害的發(fā)生，但其對農作物病蟲害發(fā)生面積的控制作用到底如何，是否存在邊際遞減效用，有待進行深入研究；另一方面，農藥殘留通過食物鏈進入人體，對人類的生存和發(fā)展產生嚴重的威脅，亟須開展相應研究。

針對農藥使用強度對農作物病蟲害發(fā)生面積的影響研究，國外學者研究較早，并且取得了豐碩的研究成果。Sivaprakasam等［3］早在1981年就植物保護對高粱病蟲害發(fā)生的復雜影響進行研究，結果表明，植物保護可以減輕高粱病蟲害的發(fā)生，進而促進農作物的增產。Hardwick等［4］在1996年關于氣候變化對英國主要農作物病蟲害的發(fā)病率、嚴重程度和分布的影響進行了研究，結果表明，氣候變化使得本土農作物病蟲害攻擊性的嚴重程度增加。1997年，Chakraborty等 就氣候變化對澳大利亞農作物病蟲害發(fā)生的影響進行了全面而系統(tǒng)的研究，結果表明，燃燒化石燃料、大規(guī)?？撤ド趾推渌祟惢顒右呀泴е氯蜃兣⑶覍Π拇罄麃喼参锊∠x害的發(fā)生和地理分布產生影響。此后，Knight等［6］、Massaad 等［7］就氣候變化對農作物病蟲害發(fā)生的影響進行了深入研究，結果表明，氣候變化，如降雨短缺、炎熱、干旱、白天與黑夜之間的溫度波動以及極端天氣對農作物病蟲害的種類和地理傳播等具有重要影響。近年來，Abudulai等［8］和 Danso等［9］從農作物管理方式方面，探究它們對農作物病蟲害發(fā)生面積的影響。國內關于農作物病蟲害發(fā)生面積的影響因素的研究起步較晚。霍治國等［1］從2000年開始就氣象因素對農作物病蟲害的影響進行研究，并且就降水減少、暴雨、洪澇、高溫、干旱、等氣象因素對農作物病蟲害的影響進行了深入研究，結果表明，一定區(qū)域和時段的降水、高溫、干旱、臺風等多種氣候變化因素均會對農作物病蟲害的發(fā)生產生影響。趙淼等［10］、尹朝靜等［11］針對影響農作物病蟲害發(fā)生的氣候變化因素進行了深入研究。目前，國內有關影響農作物病蟲害發(fā)生的氣象因素的研究已經非常成熟，研究成果也相當豐富。就農藥使用強度對農作物病蟲害發(fā)生面積的影響的相關研究較多，徐曉鵬［12］研究了農戶施藥行為的變遷過程。郭利京等［13］對農戶生物農藥施用意愿進行了研究。應瑞瑤等［14］等反向分析了農作物病蟲害防治對農藥施用強度的影響。

綜合以上國內外關于農作物病蟲害發(fā)生面積影響因素的研究以及就農藥使用強度對農作物病蟲害發(fā)生面積的影響的相關研究可以看出，大部分研究都集中在探究氣候變化對農作物病蟲害發(fā)生面積的影響、評價農藥使用強度以及農藥對農作物病蟲害的作用機理和技術改進方面，針對農藥使用強度對農作物病蟲害發(fā)生面積的影響的研究尚不多見。在研究方法方面，以往的研究主要采用定性的描述方法，缺乏定量分析，即使運用了計量分析方法，但是限于當時計量經濟學發(fā)展尚不成熟，計量模型也多是簡單的普通最小二乘估計。在此背景下，我們基于已有研究成果，以邊際效用遞減理論為指導，采用面板數(shù)據(jù)隨機效應模型就農藥使用強度對農作物病蟲害發(fā)生面積的影響進行實證研究，并且提出針對性的對策建議，以期為我國防治農作物病蟲害提供理論依據(jù)。

1 模型設定與變量說明

1.1 模型設定

靜態(tài)面板數(shù)據(jù)模型主要有混合估計模型、固定效應模型和隨機效應模型3種。首先通過F檢驗在混合估計模型和固定效應模型中選擇了固定效應模型，然后，通過LM檢驗在混合估計模型和隨機效應模型中選擇了隨機效應模型，最后，通過Hausman檢驗在固定效應模型和隨機效應模型中選擇了隨機效應模型，具體的模型設定如下：

式中，i代表30個省（市、自治區(qū)），t（t =2003，…2013）代表年份，lnnyqd代表農藥使用強度的對數(shù)值，dyx代表農作物多樣性指數(shù)，lnsr代表農村居民家庭人均純收入的對數(shù)值，β1、β2、β3分別為農藥使用強度、作物多樣性和農村居民家庭人均純收入的系數(shù)，εit為隨機擾動項。

1.2 變量說明

1.2.1 因變量 選取農作物病蟲害發(fā)生面積（fsl）作為因變量，并且采用當年農作物病蟲害發(fā)生面積的對數(shù)作為農作物病蟲害發(fā)生面積的衡量指標。

1.2.2 自變量 選取農藥使用強度（nyqd）作為自變量，并且用當年農作物農藥使用量除以當年農作物播種面積來衡量，這種方法得到了向濤［15］等多數(shù)學者的支持。

1.2.3 控制變量 選取農作物多樣性（dyx）和農村居民家庭人均純收入（sr）作為控制變量。其中，農作物多樣性指數(shù)采用Shannon信息指數(shù)計算得到，計算公式為H = -∑pilnpi，式中，H為多樣性指數(shù)，pi代表第i種作物的種植面積比例，為確保形式上的一致，規(guī)定ln = 0，這種做法得到了張蕾等［14］多數(shù)學者的支持。作物多樣性指數(shù)越大，說明該?。ㄊ?、自治區(qū)）的農作物種植的種類越多，并且各種作物種植面積分布越均勻，反之則說明該?。ㄊ小⒆灾螀^(qū)）農作物種植的種類越少，各種農作物種植面積分布越不均勻。農村居民家庭人均純收入采用當年農村居民家庭人均純收入的對數(shù)來衡量。

1.3 數(shù)據(jù)來源

數(shù)據(jù)均來自歷年《中國農業(yè)年鑒》和《中國農村統(tǒng)計年鑒》。由于西藏地區(qū)的數(shù)據(jù)缺失嚴重，故將其剔除，最終得到2003—2013年全國30個?。ㄊ?、自治區(qū)）的330個樣本作為研究樣本。

2 變量特征描述

2.1 變量的描述性統(tǒng)計

從表1可以看出，近10多年來，我國農作物病蟲害發(fā)生面積的對數(shù)的均值較大，表明我國農作物病蟲害較嚴重，農作物多樣性的對數(shù)的均值較小，表明我國農作物多樣性較低。

表1 全部樣本變量的描述性統(tǒng)計

表2 東、中、西部地區(qū)變量的描述性統(tǒng)計

從表2可以看出，東、中、西部地區(qū)的農作物病蟲害發(fā)生面積、農藥使用強度、作物多樣性水平、農村居民家庭人均純收入的描述性統(tǒng)計結果支持全部樣本的描述性統(tǒng)計結果，但是各地區(qū)之間存在差異。其中，中部地區(qū)農作物病蟲害發(fā)生面積的均值最大、標準差最小，表明中部地區(qū)農作物病蟲害發(fā)生最嚴重；東部地區(qū)和中部地區(qū)農藥使用強度均值均大于西部地區(qū)農藥使用強度，并且方差均小于西部地區(qū)，說明東部地區(qū)和中部地區(qū)農藥使用強度普遍高于西部地區(qū)農藥使用強度；西部地區(qū)作物多樣性均值最大，但是標準差即不是最小也不是最大，很難從總體上判斷區(qū)域差異性；東部地區(qū)農村居民家庭人均純收入均值最大，但方差也最大，說明東部地區(qū)農村居民家庭人均純收入的狀況并不是十分理想。

2.2 變量的地區(qū)差異分析

2.2.1 各地區(qū)農作物病蟲害發(fā)生面積的差異 2013年，全國農作物病蟲害發(fā)生面積最嚴重的省份為山東省，高達5 587萬公頃次，是農作物病蟲害發(fā)生面積最輕的北京市的38倍多。河南省居第2位，高達5 267.5萬公頃次，湖南省以5 052.4萬公頃次的高農作物病蟲害發(fā)生面積高居第3位。青海是西部地區(qū)當中農作物病蟲害發(fā)生面積最小，也是全國農作物病蟲害發(fā)生面積僅高于北京市的地區(qū)，其農作物病蟲害發(fā)生面積為159.5萬公頃次。包括天津、上海、海南、寧夏、福建、重慶和貴州地區(qū)的農作物病蟲害發(fā)生面積均未超過1 000萬公頃次?？傮w而言，各地區(qū)農作物病蟲害發(fā)生面積的差異較大，并且具有區(qū)域集聚的特征，表現(xiàn)在中部地區(qū)的農作物病蟲害發(fā)生面積較東部地區(qū)和西部地區(qū)更甚，支持描述性統(tǒng)計的結果（圖1）。

圖1 2013年各地區(qū)農作物病蟲害發(fā)生面積比較

2.2.2 各地區(qū)農作物農藥使用強度的差異 2013年，全國農藥使用強度最高的地區(qū)是海南省，高達51.26 kg/hm2，接近第2名浙江省農藥使用強度的兩倍，是農藥使用強度最輕的寧夏的24倍多。福建省農藥使用強度高居全國第3位，為25.22 kg/hm2，廣東省農藥使用強度為23.43 kg/hm2，居第4位。包括甘肅、江西、北京、江蘇等11個?。ㄊ校┑霓r藥使用強度在10～20 kg/hm2，其他省（市、自治區(qū)）農藥使用強度均在10 kg/hm2以下?？傮w而言，各地區(qū)農作物農藥使用強度的差異較大，并且具有明顯的地域集中分布特征，其中，東部和中部地區(qū)的農藥使用強度普遍較高，而西部地區(qū)的農藥使用強度普遍較低，與描述性統(tǒng)計結果一致（圖2）。

2.2.3 各地區(qū)農作物多樣性的差異 2013年，全國農作物多樣性指數(shù)最高的地區(qū)是新疆維吾爾自治區(qū)，其生物多樣性指數(shù)為1.39，湖北省農作物多樣性指數(shù)高居第2位，為1.38，廣西壯族自治區(qū)居第3位，為1.36。黑龍江省的農作物多樣性指數(shù)最低，僅為0.28，吉林的農作物多樣性指數(shù)僅高于黑龍江，為0.49?？傮w而言，各地區(qū)農作物多樣性指數(shù)較低，地區(qū)差異較小，但是沒有明顯的地域集中分布特征，與描述性統(tǒng)計結果一致（圖3）。

圖2 2013年各地區(qū)農作物農藥使用強度比較

圖3 2013年各地區(qū)農作物多樣性指數(shù)比較

2.2.4 各地區(qū)農村居民家庭人均純收入的差異 2013年，全國農村居民家庭人均純收入最高的地區(qū)為上海，高達19 595元，北京僅次于上海，農村居民家庭人均純收入為18 337.5元。包括浙江、天津、江蘇、廣東、福建、山東和遼寧地區(qū)的農村居民家庭人均純收入均超過了10 000元。甘肅省農村居民家庭人均純收入居全國最后1位，低至5 107.8元，貴州省居倒數(shù)第2位，農村居民家庭人均純收入為5 434元。其他省（市、自治區(qū)）的農村居民家庭人均純收入均在6 000～10 000元之間?？傮w而言，全國農村居民家庭人均純收入地區(qū)差異明顯，并且具有區(qū)域集中分布的特征，東部地區(qū)遠高于西部地區(qū)（圖4）。

3 面板模型檢驗及隨機效應回歸結果分析

3.1 面板單位根檢驗

為了避免可能出現(xiàn)的虛假回歸現(xiàn)象，需要對面板數(shù)據(jù)進行單位根檢驗。面板數(shù)據(jù)的單位根檢驗方法主要有LLC、IPS、ADF-F等，為了提高檢驗的效力，運用這3種檢驗對全部樣本和東部地區(qū)、中部地區(qū)以及西部地區(qū)的樣本均進行單位根檢驗，并且對檢驗回歸項中有趨勢項和無趨勢項分別進行檢驗，結果見表3。

圖4 2013年各地區(qū)農村居民家庭人均純收入比較

表3 面板單位根檢驗結果

如表3所示，全部樣本、東部地區(qū)樣本、中部地區(qū)樣本和西部地區(qū)樣本的農作物病蟲害發(fā)生面積的對數(shù)、農藥使用強度的對數(shù)、作物多樣性的水平值均通過了單位根檢驗，是平穩(wěn)序列，農村居民家庭人均純收入的對數(shù)的水平值無法拒絕單位根檢驗，為非平穩(wěn)序列，進行一階差分后在1%的顯著性水平下拒絕了3種單位根檢驗，表明農村居民家庭人均純收入的一階差分為平穩(wěn)過程。

3.2 全部樣本的隨機效應模型回歸結果分析

從表4模型設定后的檢驗結果可以看出，固定效應模型優(yōu)于混合估計模型，而Hausman檢驗則表明隨機效應模型優(yōu)于固定效應模型，因此對隨機效應回歸模型的回歸結果進行分析和說明。

表4 全部樣本3種面板模型回歸結果

農藥使用強度對農作物病蟲害發(fā)生面積的影響顯著為正，說明農藥使用強度越大，農作物病蟲害的發(fā)生面積越大。農藥使用強度每增加1個單位會顯著增加農作物病蟲害發(fā)生面積0.2308個單位。近幾年，我國農作物病蟲害的發(fā)生面積逐年加重，通過加大農藥使用強度來治理和預防農作物病蟲害的需求也日益迫切，進而導致我國農作物農藥使用嚴重超標，不僅對農業(yè)生態(tài)環(huán)境造成嚴重的壓力，也對人類健康產生巨大威脅。但是，與傳統(tǒng)認識相反，農藥使用強度的一味增加并不能有效抑制農作物病蟲害的發(fā)生，反而會促進農作物病蟲害的發(fā)生。究其原因，是農作物病蟲害對農藥使用會產生適應性反應，并且通過產生抗體等多種方式來抵抗農藥的殺害。隨著農藥使用強度的增加，這種適應性反應非但不會減弱，反而會增強，進而導致農作物病蟲害的發(fā)生面積隨農藥使用強度的增加而增加，這與邊際效用遞減規(guī)律相契合。由此可見，通過增加農藥使用強度來抵制農作物病蟲害發(fā)生面積的方法行不通，亟待探索新的防治農作物病蟲害發(fā)生的辦法。

在控制變量方面，作物多樣性的系數(shù)為負，說明作物多樣性對農作物病蟲害發(fā)生面積的影響為負，作物多樣性的增加可以減少農作物病蟲害的發(fā)生面積。究其原因，主要是作物多樣性可以保證生態(tài)系統(tǒng)的自動調節(jié)能力，進而有效抵制病蟲害的發(fā)生和發(fā)展，從而減少農作物病蟲害的發(fā)生。但是，近幾年來，由于經濟作物種植面積的持續(xù)增加，而非經濟作物種植面積的持續(xù)減少，甚至有的地區(qū)停止種植非經濟作物，使得我國作物多樣性銳減，這將助長農作物病蟲害的發(fā)生，不利于我國農業(yè)的健康可持續(xù)發(fā)展。農村居民家庭人均純收入的系數(shù)為正，但是在混合估計和固定效應模型中，農村居民家庭人均純收入的系數(shù)有正有負，出現(xiàn)這種現(xiàn)象的原因可能是樣本量太小。

3.3 東部、中部和西部地區(qū)隨機效應模型回歸結果的比較分析

東部地區(qū)和中部地區(qū)農藥使用強度對農作物病蟲害發(fā)生面積的影響與全部樣本隨機效應回歸結果一致，顯著為正。在東部地區(qū)，農藥使用強度每增加1個單位會顯著增加農作物病蟲害的發(fā)生面積0.3818個單位；在中部地區(qū)，農藥使用強度每增加1個單位會顯著增加農作物病蟲害的發(fā)生面積0.3931個單位?？梢钥闯觯胁康貐^(qū)每增加1個單位農藥使用強度對農作物病蟲害發(fā)生面積的促進作用比東部地區(qū)更甚。相比之下，西部地區(qū)農藥使用強度對農作物病蟲害發(fā)生面積的正向影響表現(xiàn)不顯著，可能的原因是西部地區(qū)各?。ㄊ?、自治區(qū)）的農藥使用強度總體小于東部和中部地區(qū)農藥使用強度，并且西部地區(qū)各?。ㄊ小⒆灾螀^(qū)）的農藥使用強度差異較東部地區(qū)和西部地區(qū)更大（表5）。

表5 東、中、西部地區(qū)隨機效應模型回歸結果

在控制變量方面，東部地區(qū)和西部地區(qū)作物多樣性對農作物病蟲害發(fā)生面積的影響均為負，與全部樣本隨機效應回歸結果一致，但是，中部地區(qū)作物多樣性的回歸系數(shù)卻為正，可能原因是中部地區(qū)樣本量太少。農村居民家庭人均純收入對農作物病蟲害發(fā)生面積的影響顯著為正，與全部樣本隨機效應回歸結果一致。

4 結論與建議

通過對2003—2013年我國農藥使用強度對農作物病蟲害發(fā)生面積的影響進行隨機效應回歸分析，并且將全國（除西藏）劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)分別進行隨機效應回歸分析，研究結果表明，全部樣本、東部地區(qū)樣本和中部地區(qū)樣本均顯著支持農藥使用強度的增加非但不能減少農作物病蟲害發(fā)生面積，反而會促進農作物病蟲害的發(fā)生；全部樣本、東部地區(qū)樣本、中部地區(qū)樣本以及西部地區(qū)樣本均支持作物多樣性對農作物病蟲害發(fā)生面積具有抑制作用。

基于上述認識，為了有效控制農作物病蟲害的發(fā)生面積，可采用如下三方面措施：一是轉變農作物病蟲害防治方式，鼓勵農民科學用藥，用好藥，少用藥，并且加大力度支持高效農藥的研發(fā)，從效率上提高農藥對農作物病蟲害發(fā)生的防治作用；二是加大力度保護農作物多樣性，通過加強農業(yè)供給側結構改革，引導農民豐富農作物種植結構，調整農業(yè)生產結構為生態(tài)友好、結構合理、健康發(fā)展的生產結構，從農作物自身源頭開始，防止農作物病蟲害發(fā)生面積的增加；三是東部地區(qū)和中部地區(qū)應盡早減少農藥使用強度、加強農作物多樣性保護以防治農作物病蟲害發(fā)生面積的加重。

參考文獻：

［1］霍治國，李茂松，王麗，等. 氣候變暖對中國農作物病蟲害的影響［J］. 中國農業(yè)科學，2012，45（10）：1926-1934.

［2］霍治國，李茂松，李娜，等. 季節(jié)性變暖對中國農作物病蟲害的影響［J］. 中國農業(yè)科學，2012，45（11）：2168-2179.

［3］Sivaprakasam K，Balasubramanian G. Impact of plant protection on the pest and disease complex of sorghum［J］. Pestology，1981，27（1）：15-35.

［4］Hardwick N V，Armstrong A C，Ellis S A，et al.The impact of climate change on crop pests and diseases［J］. Aspects of Applied Biology，1996，19（1）：11-17.

［5］Chakraborty S，Murray G M，Magarey P A，et al. Potential impact of climate change on plant diseases of economic significance to Australia［J］. Australasian Plant Pathology，1998，27（1）：15-35.

［6］Knight B E A，Wimshurst A A，Alford D V，et al. Impact of climate change on the geographical spread of agricultural pests，diseases and weeds［C］. Plant Protection & Plant Health in Europe：Introduction & Spread of Invasive Species，Held at Humboldt University，Berlin，Germany，June.2005.

［7］Massaad R，Jomaa I，Hobeika C，et al. Climate change：potential impact on plant diseases，pests and physiology in Lebanon［J］. Historical Materialism，2012，12（3）：315-331.

［8］Abudulai M，Kusi F，Seini S S，et al. Effects of planting date，cultivar and insecticide spray application for the management of insect pests of cowpea in northern Ghana［J］. Crop Protection，2017，100：168-176.

［9］Danso J K，Osekre E A，Manu N，et al. Moisture content，insect pests and mycotoxin levels of maize at harvest and post-harvest in the Middle Belt of Ghana［J］. Journal of Stored Products Research，2017，74：46-55.

［10］趙淼，趙闖等. 近20年來我國農作物病蟲害時空變化特征［J］. 北京大學學報（自然科學版），2015 （5）：965-975.

［11］尹朝靜，李谷成，范麗霞，等. 氣候變化、科技存量與農業(yè)生產率增長［J］. 中國農村經濟，2016（5）：16-28.

［12］徐曉鵬. 農戶農藥施用行為變遷的社會學考察—— 基于我國6省6村的實證研究［J］. 中國農業(yè)大學學報（社會科學版），2017，34（1）：38-45.

［13］郭利京，趙瑾. 認知沖突視角下農戶生物農藥施用意愿研究—— 基于江蘇639戶稻農的實證［J］. 南京農業(yè)大學學報（社會科學版），2017，17（2）：123-133，154.

［14］應瑞瑤，徐斌. 農作物病蟲害專業(yè)化防治服務對農藥施用強度的影響［J］. 中國人口·資源與環(huán)境，2017，27（8）：90-97.

［15］向濤，綦勇. 糧食安全、食品安全與貿易—— 基于農藥使用強度的跨國面板數(shù)據(jù)分析［J］. 國際貿易問題，2014（7）：33-41.