左喆瑜，李 周

（1.新疆大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆 烏魯木齊 830000；2.仲愷農(nóng)業(yè)工程學(xué)院 經(jīng)貿(mào)學(xué)院，廣東 廣州 510225；3.中國(guó)社會(huì)科學(xué)院農(nóng)村發(fā)展研究所，北京 100732）

一、引言與文獻(xiàn)綜述

化肥過(guò)量施用及低利用率是導(dǎo)致中國(guó)農(nóng)業(yè)面源污染的主要原因之一。農(nóng)戶為什么會(huì)過(guò)量施肥？為何農(nóng)業(yè)上最優(yōu)的化肥施用量卻不是經(jīng)濟(jì)上最優(yōu)用量？學(xué)者們從農(nóng)業(yè)的不確定性對(duì)其進(jìn)行解釋?zhuān)?-2］。農(nóng)業(yè)的不確定性主要源于生產(chǎn)不確定性、價(jià)格不確定性、技術(shù)不確定性、政策不確定性以及區(qū)域資源稟賦和環(huán)境差異導(dǎo)致的不確定性等，這些不確定性會(huì)影響農(nóng)戶投入行為。綠色農(nóng)業(yè)技術(shù)是一種新技術(shù)，其生產(chǎn)和技術(shù)的不確定性通過(guò)作用于農(nóng)戶風(fēng)險(xiǎn)偏好進(jìn)而影響技術(shù)采納行為。現(xiàn)有文獻(xiàn)認(rèn)為存在中介因素可正向調(diào)節(jié)風(fēng)險(xiǎn)厭惡對(duì)農(nóng)戶綠色農(nóng)業(yè)技術(shù)采納行為的抑制作用［3-5］。政策干預(yù)主要分為輕推和傳統(tǒng)干預(yù)兩類(lèi)，其中，輕推可以產(chǎn)生更高的福利［6］。輕推實(shí)施的必要前提是保證決策者的自由選擇權(quán)并使其客觀支付和報(bào)酬不變［7-8］。傳統(tǒng)政策干預(yù)方式主要有推廣教育、技術(shù)支持、補(bǔ)貼政策、政府規(guī)制等［9-11］。政策干預(yù)可以直接或通過(guò)風(fēng)險(xiǎn)偏好間接影響農(nóng)戶技術(shù)采納行為［12］。風(fēng)險(xiǎn)偏好是一系列社會(huì)經(jīng)濟(jì)和政策變量的函數(shù)，忽略這類(lèi)因素對(duì)風(fēng)險(xiǎn)偏好的影響會(huì)導(dǎo)致對(duì)經(jīng)濟(jì)行為的分析有偏［13-14］。

中國(guó)政府高度關(guān)注由化肥過(guò)量施用導(dǎo)致的農(nóng)業(yè)面源污染問(wèn)題。2017—2020 年中央一號(hào)文件明確提出要加強(qiáng)農(nóng)業(yè)面源污染防治、促進(jìn)農(nóng)業(yè)綠色發(fā)展；2021年中央一號(hào)文件再次明確提出“推進(jìn)農(nóng)業(yè)綠色發(fā)展”，重點(diǎn)從綠色生產(chǎn)行動(dòng)、綠色保護(hù)行動(dòng)和健全治理體系三方面推進(jìn)農(nóng)業(yè)綠色發(fā)展邁上新臺(tái)階［15］。中國(guó)政府主要從技術(shù)和政策兩方面開(kāi)展農(nóng)業(yè)綠色發(fā)展實(shí)踐。在技術(shù)方面，我國(guó)探索實(shí)施耕地輪作休耕制度、實(shí)地作物管理、保護(hù)性耕作實(shí)踐、現(xiàn)代灌溉技術(shù)等。在政策方面，2016年中央出臺(tái)《建立以綠色生態(tài)為導(dǎo)向的農(nóng)業(yè)補(bǔ)貼制度改革方案》，中國(guó)農(nóng)業(yè)政策目標(biāo)從“保供給”與“保增收”為主轉(zhuǎn)變?yōu)橐跃G色發(fā)展為主，由農(nóng)業(yè)“四項(xiàng)補(bǔ)貼”（良種補(bǔ)貼、農(nóng)機(jī)具購(gòu)置補(bǔ)貼、種糧農(nóng)民直接補(bǔ)貼和農(nóng)業(yè)生產(chǎn)資料綜合補(bǔ)貼）轉(zhuǎn)變?yōu)檗r(nóng)業(yè)支持保護(hù)補(bǔ)貼［16-17］。廣東省是中國(guó)農(nóng)業(yè)面源污染最嚴(yán)重的省份之一，為探索農(nóng)業(yè)可持續(xù)發(fā)展路徑，廣東省于2014—2018年實(shí)施世界銀行貸款農(nóng)業(yè)面源污染治理項(xiàng)目（簡(jiǎn)稱(chēng)“世行項(xiàng)目”）。世行項(xiàng)目推廣的綠色農(nóng)業(yè)技術(shù)主要有配方肥、緩（控）釋肥、水稻實(shí)地養(yǎng)分管理技術(shù)（簡(jiǎn)稱(chēng)“實(shí)地技術(shù)”）、水肥一體化技術(shù)等，其中，實(shí)地技術(shù)源引自國(guó)際水稻研究所，并在華南地區(qū)進(jìn)行本土化改進(jìn)［18］，以適應(yīng)當(dāng)?shù)氐臍夂驐l件、土壤性狀和耕種習(xí)慣等。與傳統(tǒng)栽培技術(shù)相比，實(shí)地技術(shù)通過(guò)改變施肥時(shí)間和施肥比例在減少化肥投入同時(shí)實(shí)現(xiàn)不減產(chǎn)甚至增產(chǎn)（實(shí)地技術(shù)不施回青肥，通過(guò)減少該時(shí)期的無(wú)效分蘗以減少化肥用量，但在幼穗分化期進(jìn)行追肥以保證產(chǎn)量），其配套肥料為配方肥或緩（控）釋肥。世行項(xiàng)目實(shí)施技術(shù)支持政策和綠色農(nóng)業(yè)補(bǔ)貼政策以促進(jìn)農(nóng)戶技術(shù)采納行為。前者指提供實(shí)地技術(shù)培訓(xùn)；后者指對(duì)配方肥或緩（控）釋肥進(jìn)行補(bǔ)貼，補(bǔ)貼對(duì)象為項(xiàng)目村內(nèi)種植面積不超過(guò)3.33 公頃的散戶，補(bǔ)貼額度為肥料零售價(jià)的25%。有鑒于此，本文以世行項(xiàng)目的實(shí)施為契機(jī)，根據(jù)對(duì)項(xiàng)目村和非項(xiàng)目村1 190個(gè)水稻種植地塊調(diào)查數(shù)據(jù)，在測(cè)度農(nóng)戶風(fēng)險(xiǎn)偏好參數(shù)基礎(chǔ)上，借助兩階段方法估計(jì)風(fēng)險(xiǎn)偏好和政策干預(yù)對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的影響并估計(jì)其經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)。

二、理論分析與研究假說(shuō)

實(shí)地技術(shù)是知識(shí)密集型技術(shù)，需要農(nóng)戶結(jié)合天氣、病蟲(chóng)害等情況對(duì)施肥行為作出適時(shí)調(diào)整。當(dāng)農(nóng)戶尚未完全掌握技術(shù)時(shí)，產(chǎn)量具有較大的不確定性，風(fēng)險(xiǎn)厭惡程度對(duì)實(shí)地技術(shù)采納行為具有消極影響。新古典經(jīng)濟(jì)理論基本假設(shè)條件之一是理性人假設(shè)，根據(jù)期望效用理論人們面對(duì)風(fēng)險(xiǎn)和不確定性事件時(shí)可推算結(jié)果發(fā)生的概率和效用。不完全信息決定了農(nóng)戶是基于有限理性假設(shè)作出實(shí)地技術(shù)采納行為決策，新古典經(jīng)濟(jì)理論不能很好地解釋和預(yù)測(cè)農(nóng)戶風(fēng)險(xiǎn)偏好，行為經(jīng)濟(jì)學(xué)中的前景理論可以更好地進(jìn)行解釋。根據(jù)前景理論偏好特征，除效用函數(shù)凹度外，對(duì)小概率事件重視系數(shù)可從另一個(gè)角度反映風(fēng)險(xiǎn)偏好特征［19］，其值越大，表明農(nóng)戶對(duì)小概率事件越不重視，其行為越保守，技術(shù)采納概率越小?；诖?，提出第一個(gè)研究假說(shuō)：

H1：風(fēng)險(xiǎn)厭惡系數(shù)和對(duì)小概率事件重視系數(shù)對(duì)農(nóng)戶實(shí)地技術(shù)采納行為具有消極影響。

農(nóng)戶實(shí)地技術(shù)采納行為具有環(huán)境正外部性，個(gè)體采納水平將低于社會(huì)最優(yōu)水平，需要政策干預(yù)以促進(jìn)技術(shù)采納。綠色農(nóng)業(yè)補(bǔ)貼政策對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的影響不確定。一方面，綠色農(nóng)業(yè)補(bǔ)貼政策可以促進(jìn)技術(shù)采納行為；另一方面，當(dāng)農(nóng)戶對(duì)實(shí)地技術(shù)不信任或未完全掌握時(shí)，即使獲得了綠色農(nóng)業(yè)補(bǔ)貼，也可能不采納該技術(shù)，而是沿用傳統(tǒng)栽培技術(shù)。技術(shù)培訓(xùn)可以提高人力資本水平，通過(guò)改善農(nóng)戶技術(shù)掌握情況而促進(jìn)采納行為?；诖耍岢龅诙€(gè)研究假說(shuō)：

H2：綠色農(nóng)業(yè)補(bǔ)貼政策對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的影響不確定，技術(shù)支持政策對(duì)農(nóng)戶實(shí)地技術(shù)采納行為影響為正。

農(nóng)戶采納實(shí)地技術(shù)面臨產(chǎn)量不確定性風(fēng)險(xiǎn)。綠色農(nóng)業(yè)補(bǔ)貼政策可以降低生產(chǎn)投入成本，部分抵消不確定性帶來(lái)的風(fēng)險(xiǎn)，降低農(nóng)戶對(duì)新技術(shù)的風(fēng)險(xiǎn)厭惡程度，有助于提高技術(shù)采納水平?；诖?，提出第三個(gè)研究假說(shuō)：

H3：綠色農(nóng)業(yè)補(bǔ)貼政策可以正向調(diào)節(jié)風(fēng)險(xiǎn)厭惡對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的抑制作用。

當(dāng)農(nóng)戶完全采納實(shí)地技術(shù)時(shí)，綠色農(nóng)業(yè)補(bǔ)貼政策和技術(shù)支持政策可以保證農(nóng)戶在水稻生長(zhǎng)前期減少基肥和分蘗肥施用量，通過(guò)減少無(wú)效分蘗提高作物對(duì)肥料的吸收率，避免剩余養(yǎng)分以徑流形式進(jìn)入水體和土壤，從而減低環(huán)境污染［20-21］，使政策干預(yù)對(duì)肥料投入環(huán)境效率的影響為正?；诖?，提出第四個(gè)研究假說(shuō)：

H4：對(duì)于完全采納行為，綠色農(nóng)業(yè)補(bǔ)貼政策和技術(shù)支持政策對(duì)肥料投入環(huán)境效率影響為正。

三、數(shù)據(jù)來(lái)源、變量選取與模型選擇

（一）數(shù)據(jù)來(lái)源

課題組于2019 年10 月—2020 年1 月在廣東省的4 個(gè)市8 個(gè)縣25 個(gè)鎮(zhèn)67 個(gè)村開(kāi)展農(nóng)戶問(wèn)卷調(diào)查。為保證樣本代表性，按廣東省地理區(qū)域和項(xiàng)目實(shí)施情況，選取4 個(gè)試點(diǎn)市8 個(gè)試點(diǎn)縣（包括縣級(jí)市和區(qū)）作為樣本市（縣），具體為：在粵東北地區(qū)選取梅州市的興寧縣和蕉嶺縣；在粵東地區(qū)選取汕尾市的海豐縣；在珠三角地區(qū)選取江門(mén)市的恩平、臺(tái)山和開(kāi)平市，選取惠州市的惠陽(yáng)區(qū)和博羅縣。在每個(gè)樣本縣選取2～4 個(gè)樣本鎮(zhèn)，在每個(gè)樣本鎮(zhèn)選取項(xiàng)目村和非項(xiàng)目村作為樣本村，在每個(gè)樣本村隨機(jī)選取8～12 位農(nóng)戶進(jìn)行一對(duì)一訪談。調(diào)查獲得2018 年和2019 年兩期面板數(shù)據(jù)，包括農(nóng)戶數(shù)據(jù)和地塊數(shù)據(jù)，地塊數(shù)據(jù)主要統(tǒng)計(jì)最大的兩塊地。總樣本的農(nóng)戶數(shù)為720 戶，獲取的兩期地塊數(shù)據(jù)為2 632 份。

世行項(xiàng)目實(shí)施的截止時(shí)間為2018 年，2019 年僅有小部分示范村仍能獲得綠色農(nóng)業(yè)補(bǔ)貼，且額度較之前下降。為保證研究數(shù)據(jù)的可比性，本文僅保留2018 年的調(diào)查數(shù)據(jù)；為反映農(nóng)戶在不同地塊施肥行為的差異，使用地塊數(shù)據(jù)分析技術(shù)采納行為。由于需要計(jì)算肥料生產(chǎn)率，要求地塊的氮磷鉀純量投入之和不為0，因此刪除純量投入之和為0 的樣本。經(jīng)處理后，本文所用數(shù)據(jù)包含1 190 個(gè)地塊樣本。

（二）變量選取

1.被解釋變量 實(shí)地技術(shù)采納行為方程的被解釋變量為“采納行為”和“完全采納行為”。經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)方程的被解釋變量為“肥料生產(chǎn)率”和“肥料投入環(huán)境效率”。其中，肥料投入環(huán)境效率為氮磷鉀純量投入的最小可能值與觀測(cè)值之比，有效率時(shí)比值為1，非效率時(shí)比值小于1。本文采用隨機(jī)前沿分析方法計(jì)算肥料投入環(huán)境效率。為避免多重共線性，采用柯布-道格拉斯生產(chǎn)函數(shù)形式：

式（1）中，Yi為地塊i的單位面積產(chǎn)值；X1為地塊面積；X2為勞動(dòng)成本，定義為雇工成本與機(jī)械服務(wù)成本之和；X3為可變物質(zhì)投入成本；Z為單位面積氮磷鉀純量投入。本文測(cè)度的是環(huán)境有害投入變量的環(huán)境效率問(wèn)題，借鑒Reinhard等［22］的方法，以ZF表示生產(chǎn)一定產(chǎn)出的有害投入的最小可能值，令Ui= 0，得到氮磷鉀純量投入獲得有效使用時(shí)的產(chǎn)出（lnY F i），則式（1）可以表示為：

令式（1）與式（2）中的環(huán)境效率相等，得到環(huán)境效率估計(jì)式為：

2.核心解釋變量 （1）風(fēng)險(xiǎn)偏好參數(shù)。農(nóng)戶基于有限理性作出實(shí)地技術(shù)采納行為決策，其風(fēng)險(xiǎn)選擇表現(xiàn)出前景理論偏好特征，效用函數(shù)凹度不是影響風(fēng)險(xiǎn)偏好的唯一參數(shù)，非線性的概率權(quán)重和損失規(guī)避也會(huì)影響風(fēng)險(xiǎn)偏好［23］。本文參考Tanaka等［19］提出的實(shí)驗(yàn)方法測(cè)度農(nóng)戶風(fēng)險(xiǎn)偏好參數(shù)，假設(shè)前景值函數(shù)為：

式（4）～式（6）中，V(x，p；y，q)為前景值函數(shù)；x和y為結(jié)果，v(·)代表不同結(jié)果的值函數(shù)；p、q分別為x和y出現(xiàn)的概率；π(p)和π(q)為概率權(quán)重函數(shù)。（1 -σ）、α、λ分別代表風(fēng)險(xiǎn)厭惡系數(shù)、對(duì)小概率事件重視系數(shù)和損失規(guī)避程度。本文主要考察（1 -σ）和α對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的影響。

本文設(shè)計(jì)了三個(gè)成對(duì)選擇的抽獎(jiǎng)游戲［19］，通過(guò)現(xiàn)場(chǎng)實(shí)驗(yàn)測(cè)度農(nóng)戶風(fēng)險(xiǎn)厭惡系數(shù)和對(duì)小概率事件重視系數(shù)。第一，貨幣激勵(lì)。損益值（卡片上的數(shù)值）代表分?jǐn)?shù)，令1 分等價(jià)于0.01 元。當(dāng)農(nóng)戶做完所有的抽獎(jiǎng)游戲后，將其抽取的總分?jǐn)?shù)乘以0.01 元，得到可以兌取的獎(jiǎng)金額，通過(guò)貨幣支付激勵(lì)農(nóng)戶真實(shí)顯示風(fēng)險(xiǎn)偏好。第二，抽獎(jiǎng)設(shè)計(jì)。將抽獎(jiǎng)游戲設(shè)置成選擇題形式，每個(gè)選擇題包括A 和B 兩個(gè)選項(xiàng)；抽獎(jiǎng)游戲一和二分別設(shè)置14 個(gè)選擇題，抽獎(jiǎng)游戲三設(shè)置7 個(gè)選擇題。選項(xiàng)A 代表低風(fēng)險(xiǎn)抽獎(jiǎng)，從題項(xiàng)1～題項(xiàng)14 獎(jiǎng)金額保持不變；選項(xiàng)B 代表高風(fēng)險(xiǎn)抽獎(jiǎng)，獎(jiǎng)金額逐漸提高。按題項(xiàng)順序依次詢問(wèn)農(nóng)戶，直至其選擇從A 轉(zhuǎn)向B 為止。抽獎(jiǎng)游戲一和抽獎(jiǎng)游戲二的轉(zhuǎn)折點(diǎn)共同決定σ和α，抽獎(jiǎng)游戲三的轉(zhuǎn)折點(diǎn)決定λ。

（2）政策干預(yù)。用綠色農(nóng)業(yè)補(bǔ)貼政策和技術(shù)支持政策代表政策干預(yù)。分散的小農(nóng)戶通常更關(guān)注眼下最急需的技術(shù)，如未來(lái)一周或幾周是否需要施肥及施肥方法，因此針對(duì)小農(nóng)戶可以通過(guò)提高技術(shù)培訓(xùn)頻數(shù)來(lái)提高技術(shù)采納概率和改善采納效果。

3.控制變量 （1）個(gè)體特征。第一，年齡。戶主年齡越大，風(fēng)險(xiǎn)承受能力可能越低、行為越保守，對(duì)新技術(shù)采納意愿越低。對(duì)于技術(shù)采納者，年齡越大，可能風(fēng)險(xiǎn)厭惡系數(shù)越大，更看重產(chǎn)量的穩(wěn)定性，為保證采納技術(shù)后產(chǎn)量不降低，傾向于完全采納，從而可能產(chǎn)生正的經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)。第二，受教育年限。一般來(lái)講，受教育年限越長(zhǎng)，則人力資本水平越高，農(nóng)戶學(xué)習(xí)、分析和試驗(yàn)?zāi)芰υ綇?qiáng)，對(duì)新技術(shù)的接受程度越高，技術(shù)采納效果越好。第三，社會(huì)學(xué)習(xí)。農(nóng)村社區(qū)內(nèi)部農(nóng)戶之間的社會(huì)學(xué)習(xí)可以形成學(xué)習(xí)溢出效應(yīng)，對(duì)技術(shù)采納水平和采納效果將產(chǎn)生積極影響。（2）生產(chǎn)經(jīng)營(yíng)特征。第一，地塊規(guī)模。為降低技術(shù)采納風(fēng)險(xiǎn)，農(nóng)戶可能會(huì)先選擇小面積地塊進(jìn)行試驗(yàn)，以與使用傳統(tǒng)栽培技術(shù)的作物生長(zhǎng)情況進(jìn)行對(duì)比，地塊規(guī)模對(duì)技術(shù)采納行為影響可能為負(fù)。當(dāng)農(nóng)戶作出技術(shù)采納行為后，受規(guī)模經(jīng)濟(jì)影響地塊規(guī)模越大，則獲得的收益越高，對(duì)技術(shù)采納者，地塊規(guī)?？赡墚a(chǎn)生正的經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)。第二，土地流轉(zhuǎn)行為。土地流轉(zhuǎn)使農(nóng)地向具有比較優(yōu)勢(shì)的經(jīng)營(yíng)者集中，這類(lèi)主體在人力資本水平、資金、技術(shù)等方面更具優(yōu)勢(shì)，其風(fēng)險(xiǎn)承受能力更強(qiáng)、技術(shù)采納概率將更高、采納效果將更好。第三，兼業(yè)情況。學(xué)習(xí)新技術(shù)需要更多的時(shí)間和精力，而兼業(yè)農(nóng)戶所能投入的精力相對(duì)少，技術(shù)采納水平可能更低。兼業(yè)與非兼業(yè)農(nóng)戶的平均受教育年限分別為8.9 年和7.2 年，兼業(yè)農(nóng)戶更高的人力資本水平使其更有可能?chē)?yán)格按照技術(shù)規(guī)程施肥，產(chǎn)生正的經(jīng)濟(jì)效應(yīng)和環(huán)境效應(yīng)。各變量說(shuō)明與描述性統(tǒng)計(jì)情況如表1 所示。

表1 變量說(shuō)明與描述性統(tǒng)計(jì)

（三）模型選擇

1.農(nóng)戶實(shí)地技術(shù)采納行為 根據(jù)實(shí)地技術(shù)“不施回青肥、增施幼穗肥”的關(guān)鍵技術(shù)點(diǎn)，提煉出兩條采納行為判斷標(biāo)準(zhǔn)：一是以“第一次追肥時(shí)間是否在插完秧的12 天以后”判斷農(nóng)戶“不施回青肥”行為；二是以“第二次追肥時(shí)間是否在插完秧的30 天以后”判斷農(nóng)戶“增施幼穗肥”行為。當(dāng)農(nóng)戶施肥行為同時(shí)滿足上述兩條標(biāo)準(zhǔn)，為完全采納；僅滿足其中一條標(biāo)準(zhǔn)，為部分采納；不滿足任何一條標(biāo)準(zhǔn)，為非采納。據(jù)此，將農(nóng)戶技術(shù)采納行為分為兩個(gè)層次：一是農(nóng)戶做出采納行為還是非采納行為；二是采納行為屬于完全采納還是部分采納。技術(shù)采納行為的理論模型為：

可以識(shí)別以下三類(lèi)技術(shù)采納行為：

對(duì)三類(lèi)采納行為建立bivariate probit模型：

式（8）～式（10）中，φ和Φ2分別為標(biāo)準(zhǔn)正態(tài)分布和標(biāo)準(zhǔn)雙變量正態(tài)分布的累積分布函數(shù)。

2.不同技術(shù)采納行為的經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng) 以肥料生產(chǎn)率和肥料投入環(huán)境效率代表經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)，計(jì)算公式為：

式（11）～式（12）中，P為肥料生產(chǎn)率；EE為肥料投入環(huán)境效率；Xp、Xe為影響因素。

農(nóng)戶技術(shù)采納行為存在自選擇偏差。相對(duì)部分采納和非采納者，完全采納者的某種內(nèi)在特征決定其即使不采納實(shí)地技術(shù)，也可能產(chǎn)生相對(duì)高的肥料生產(chǎn)率和肥料投入環(huán)境效率，因此利用式（11）～式（12）進(jìn)行直接估計(jì)將高估經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)。為此，引入反米爾斯比率以糾正自選擇偏差，得到三類(lèi)技術(shù)采納行為的肥料生產(chǎn)率和肥料投入環(huán)境效率方程：

第一類(lèi)，完全采納：

第二類(lèi)，部分采納：

第三類(lèi)，非采納：

式（13）～式（18）中，λ01和λ02、λ1和λ2、λ0分別代表完全采納、部分采納和非采納行為的反米爾斯比率。

四、結(jié)果與分析

技術(shù)采納行為模型估計(jì)結(jié)果如表2中回歸（1）所示。分樣本回歸中，肥料生產(chǎn)率和肥料投入環(huán)境效率方程估計(jì)結(jié)果如回歸（2）所示。

表2 技術(shù)采納行為模型和經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)方程估計(jì)結(jié)果

（一）bivariate probit模型估計(jì)結(jié)果

回歸（1）估計(jì)結(jié)果顯示，Wald值較大，達(dá)到了1%顯著性水平，表明模型擬合度較好。ρ= 1，且在1%顯著性水平上拒絕“ρ= 0”的原假設(shè)，說(shuō)明采用bivariate probit模型估計(jì)參數(shù)具有有效性。

1.風(fēng)險(xiǎn)偏好和政策干預(yù)對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的影響 由回歸（1）估計(jì)結(jié)果可知，風(fēng)險(xiǎn)厭惡系數(shù)和對(duì)小概率事件重視系數(shù)對(duì)技術(shù)采納行為的影響為負(fù)，且分別在5%和10%水平上顯著，說(shuō)明農(nóng)戶風(fēng)險(xiǎn)厭惡程度越高、對(duì)小概率事件越不重視，越不采納實(shí)地技術(shù)，即H1得以驗(yàn)證。綠色農(nóng)業(yè)補(bǔ)貼政策對(duì)采納行為和完全采納行為的估計(jì)系數(shù)分別為負(fù)和為正，但均不具有統(tǒng)計(jì)顯著性。政府無(wú)法對(duì)實(shí)地技術(shù)進(jìn)行直接補(bǔ)貼，只能對(duì)與之配套的配方肥或緩（控）釋肥進(jìn)行補(bǔ)貼。而農(nóng)戶即使獲得該補(bǔ)貼也可能仍沿用傳統(tǒng)栽培技術(shù)，或者雖然采用實(shí)地技術(shù)也可能沒(méi)有獲得綠色農(nóng)業(yè)補(bǔ)貼，因?yàn)檗r(nóng)戶使用的仍是傳統(tǒng)化肥。說(shuō)明綠色農(nóng)業(yè)補(bǔ)貼政策對(duì)實(shí)地技術(shù)采納行為的影響是間接的和不確定的，不具有統(tǒng)計(jì)顯著性。技術(shù)支持政策對(duì)完全采納行為的估計(jì)系數(shù)在5%水平上顯著為正，說(shuō)明提高技術(shù)培訓(xùn)頻數(shù)可以提高農(nóng)戶對(duì)新技術(shù)的認(rèn)知水平和掌握程度，從而促使農(nóng)戶做出完全采納行為。由此，H2得以驗(yàn)證。

2.綠色農(nóng)業(yè)補(bǔ)貼政策可以正向調(diào)節(jié)風(fēng)險(xiǎn)厭惡程度對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的抑制作用 風(fēng)險(xiǎn)厭惡系數(shù)與綠色農(nóng)業(yè)補(bǔ)貼政策的交互項(xiàng)對(duì)采納行為和完全采納行為的估計(jì)系數(shù)均為正，且均在1%水平上顯著。綠色農(nóng)業(yè)補(bǔ)貼政策可以部分抵消新技術(shù)采納風(fēng)險(xiǎn)，降低生產(chǎn)成本，使農(nóng)戶對(duì)新技術(shù)的風(fēng)險(xiǎn)厭惡程度降低，從而提高技術(shù)采納水平，H3得以驗(yàn)證。

3.控制變量對(duì)農(nóng)戶技術(shù)采納行為的影響 受教育年限、社會(huì)學(xué)習(xí)、土地流轉(zhuǎn)行為對(duì)農(nóng)戶實(shí)地技術(shù)采納行為影響顯著為正，地塊規(guī)模對(duì)其影響顯著為負(fù)，與前文預(yù)期一致。年齡對(duì)實(shí)地技術(shù)采納行為影響不顯著，可能是由于樣本年齡的差異性較小，對(duì)模型的控制效果不明顯。

（二）肥料生產(chǎn)率和肥料投入環(huán)境效率方程估計(jì)結(jié)果

本文將樣本分為完全采納、部分采納和非采納三類(lèi)進(jìn)行分樣本回歸，分別考察風(fēng)險(xiǎn)偏好、政策干預(yù)對(duì)肥料生產(chǎn)率和肥料投入環(huán)境效率的影響，回歸（2）報(bào)告了完全采納和部分采納樣本的回歸結(jié)果。第一，綠色農(nóng)業(yè)補(bǔ)貼政策和技術(shù)支持政策對(duì)完全采納行為的肥料投入環(huán)境效率影響均顯著為正。說(shuō)明政策干預(yù)有助于農(nóng)戶準(zhǔn)確掌握技術(shù)要點(diǎn)，做出完全采納行為，產(chǎn)生正的環(huán)境效應(yīng)，H4得以驗(yàn)證。第二，技術(shù)支持政策和風(fēng)險(xiǎn)厭惡系數(shù)的交互項(xiàng)對(duì)部分采納行為的肥料生產(chǎn)率和肥料投入環(huán)境效率影響顯著為負(fù)，對(duì)完全采納行為的肥料投入環(huán)境效率影響顯著為負(fù)。對(duì)于技術(shù)采納者，農(nóng)戶參加實(shí)地技術(shù)培訓(xùn)次數(shù)越多，則投入的時(shí)間成本和學(xué)習(xí)成本越高，越希望采納技術(shù)后產(chǎn)量不降低甚至增產(chǎn)，這種預(yù)期會(huì)提高其風(fēng)險(xiǎn)厭惡程度。農(nóng)戶雖然采納實(shí)地技術(shù)，改變了施肥時(shí)間和施肥比例，但隨著風(fēng)險(xiǎn)厭惡程度的提升其傾向于多施肥以保證產(chǎn)量，從而對(duì)肥料生產(chǎn)率和肥料投入環(huán)境效率產(chǎn)生負(fù)向影響。第三，控制變量的影響。受教育年限對(duì)部分采納行為的肥料生產(chǎn)率影響顯著為正。對(duì)于部分采納者，受教育程度越高，越有助于農(nóng)戶理解實(shí)地技術(shù)核心，從而肥料生產(chǎn)率越高。地塊規(guī)模對(duì)完全采納行為的肥料投入環(huán)境效率影響顯著為正。地塊規(guī)模越大，則技術(shù)采納收益的規(guī)模效應(yīng)越明顯，農(nóng)戶越傾向于作出完全采納行為，從而肥料投入環(huán)境效率越高。兼業(yè)情況對(duì)部分采納行為的肥料生產(chǎn)率影響顯著為負(fù)，對(duì)完全采納行為的肥料投入環(huán)境效率影響顯著為正。兼業(yè)農(nóng)戶具有受教育程度更高和務(wù)農(nóng)時(shí)間更稀缺的特征。對(duì)于完全采納，兼業(yè)農(nóng)戶更高的人力資本水平使其對(duì)知識(shí)和技術(shù)的掌握程度更好，能完全按照關(guān)鍵技術(shù)要點(diǎn)進(jìn)行施肥，對(duì)肥料投入環(huán)境效率影響為正。對(duì)于部分采納，兼業(yè)農(nóng)戶沒(méi)有時(shí)間完全按照技術(shù)規(guī)程操作，對(duì)肥料生產(chǎn)率影響為負(fù)。

（三）穩(wěn)健性檢驗(yàn)

本文通過(guò)調(diào)整風(fēng)險(xiǎn)厭惡程度的測(cè)量方式進(jìn)行穩(wěn)健性檢驗(yàn)。風(fēng)險(xiǎn)厭惡系數(shù)取值范圍為［-1，1］，該值越大，代表越厭惡風(fēng)險(xiǎn)，將風(fēng)險(xiǎn)厭惡系數(shù)處于［-0.5，0］的農(nóng)戶定義為風(fēng)險(xiǎn)偏好型，對(duì)其取值0；將風(fēng)險(xiǎn)厭惡系數(shù)處于（0，1］的農(nóng)戶定義為風(fēng)險(xiǎn)厭惡型，對(duì)其取值為1［4］。在風(fēng)險(xiǎn)厭惡程度被重新定義的基礎(chǔ)上，得到新估計(jì)結(jié)果如表3 所示。風(fēng)險(xiǎn)偏好、政策干預(yù)及其交互項(xiàng)對(duì)采納行為和完全采納行為的估計(jì)結(jié)果在作用方向和顯著性水平方面，均與表2的結(jié)果較為一致，控制變量的作用方向與顯著性水平也與表2結(jié)果較為一致，說(shuō)明模型估計(jì)結(jié)果較為穩(wěn)健。

表3 穩(wěn)健性檢驗(yàn)結(jié)果

五、結(jié)論與啟示

根據(jù)對(duì)世行貸款農(nóng)業(yè)面源污染治理項(xiàng)目村和非項(xiàng)目村1 190 個(gè)地塊樣本調(diào)查數(shù)據(jù)，基于行為經(jīng)濟(jì)學(xué)的前景理論，在測(cè)度農(nóng)戶風(fēng)險(xiǎn)厭惡系數(shù)和對(duì)小概率事件重視系數(shù)基礎(chǔ)上，利用bivariate probit 模型分析風(fēng)險(xiǎn)偏好和政策干預(yù)對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的影響，并采用兩階段方法在糾正自選擇偏差的基礎(chǔ)上分析技術(shù)采納行為的經(jīng)濟(jì)效應(yīng)與環(huán)境效應(yīng)。結(jié)果表明：第一，風(fēng)險(xiǎn)厭惡系數(shù)和對(duì)小概率事件重視系數(shù)對(duì)農(nóng)戶實(shí)地技術(shù)采納行為具有消極影響；第二，技術(shù)支持政策對(duì)農(nóng)戶實(shí)地技術(shù)采納行為具有積極影響；第三，綠色農(nóng)業(yè)補(bǔ)貼政策能夠正向調(diào)節(jié)風(fēng)險(xiǎn)厭惡程度對(duì)農(nóng)戶實(shí)地技術(shù)采納行為的抑制作用；第四，對(duì)于完全采納行為，綠色農(nóng)業(yè)補(bǔ)貼政策和技術(shù)支持政策會(huì)產(chǎn)生正的環(huán)境效應(yīng)。

研究結(jié)論具有一定的政策啟示：第一，政策制定者可以通過(guò)綠色農(nóng)業(yè)補(bǔ)貼政策調(diào)節(jié)風(fēng)險(xiǎn)偏好與實(shí)地技術(shù)采納行為之間的關(guān)系，減弱風(fēng)險(xiǎn)偏好對(duì)技術(shù)采納行為的消極影響，使農(nóng)民采納并逐漸習(xí)慣實(shí)地技術(shù)，提高技術(shù)采納行為的可持續(xù)性。第二，通過(guò)實(shí)施精準(zhǔn)培訓(xùn)提高技術(shù)培訓(xùn)效果。在農(nóng)業(yè)生產(chǎn)的關(guān)鍵時(shí)間節(jié)點(diǎn)進(jìn)行技術(shù)培訓(xùn)，方便農(nóng)戶掌握當(dāng)下最急需技術(shù)的要點(diǎn)，通過(guò)提高培訓(xùn)的頻數(shù)和精準(zhǔn)度以提高培訓(xùn)效果。第三，通過(guò)促進(jìn)社會(huì)學(xué)習(xí)以提高技術(shù)采納水平。建議在村內(nèi)選擇親自耕種且具有技術(shù)基礎(chǔ)的農(nóng)戶（如村干部、種地能手等）作為技術(shù)助理，由政府對(duì)其進(jìn)行技術(shù)培訓(xùn)，使其成為村內(nèi)新技術(shù)的早期采納者，為其他農(nóng)戶提供技術(shù)指導(dǎo)并發(fā)揮示范帶動(dòng)作用，解決技術(shù)推廣的“最后一公里”問(wèn)題。