楊鈺瑩，司偉

（中國農(nóng)業(yè)大學經(jīng)濟管理學院，北京 100083）

中國是秸稈資源第一大國，供給總量大，單產(chǎn)水平高，年均秸稈資源量達10億多噸，占全球秸稈資源量的1/3。近年來，農(nóng)業(yè)經(jīng)營方式和農(nóng)戶生活方式的轉(zhuǎn)變致使秸稈傳統(tǒng)作用逐步減弱，減少了對秸稈的需求。加之，中國秸稈產(chǎn)業(yè)化仍處于基礎(chǔ)發(fā)展階段，綜合利用水平有限。這導致秸稈供需失衡，淪為農(nóng)業(yè)重點污染源，由此造成諸多負面影響，例如秸稈焚燒帶來大氣污染、耕地墑情、土質(zhì)降低等問題[1]。顯然，以焚燒為首的秸稈不合理利用問題已成為制約農(nóng)業(yè)綠色發(fā)展的重要因素。秸稈還田是一項培肥增產(chǎn)的綠色生產(chǎn)技術(shù)，能有效增加土壤有機質(zhì)含量，改良土壤結(jié)構(gòu)，培肥地力等[2]。多年來，中央一號文件持續(xù)鼓勵農(nóng)戶秸稈還田。目前，政府已采取補貼、政策宣傳、作業(yè)組織和示范推廣多種途徑促進農(nóng)戶采納秸稈還田技術(shù)。然而，盡管激勵途徑逐漸多樣、激勵力度逐步加大，秸稈還田率仍待提升。因此，如何充分利用政策手段以激勵農(nóng)戶秸稈還田至關(guān)重要，對于秸稈資源管理與利用具有現(xiàn)實意義。

近年來，學者針對如何促進農(nóng)戶秸稈還田技術(shù)采納開展了廣泛探討。部分研究集中于農(nóng)戶自身特征、偏好、認知和家庭稟賦等內(nèi)部因素，證實農(nóng)戶生態(tài)認知水平、人力資本和家庭物質(zhì)資本越高，兼業(yè)化水平越低，農(nóng)戶越偏好風險等，越有利于農(nóng)戶采納秸稈還田技術(shù)[3-4]。另一部分研究認為，政府補貼、禁燒政策和社會資本等外部因素對農(nóng)戶秸稈還田技術(shù)采納行為具有正效應(yīng)[5-7]。而國外學者集中討論政策干預(yù)措施對秸稈能源化、飼料化等產(chǎn)業(yè)化利用的激勵作用，研究視角包括市場環(huán)境、供給潛力等[8-9]。通過多種形式發(fā)揮農(nóng)業(yè)規(guī)模經(jīng)營的引領(lǐng)作用，從而形成有利于現(xiàn)代農(nóng)業(yè)生產(chǎn)要素創(chuàng)新與運用的體制機制是現(xiàn)代農(nóng)業(yè)經(jīng)營體系的核心[10]。隨著土地流轉(zhuǎn)加快，中國耕地資源逐漸集中于高生產(chǎn)效率的農(nóng)戶，規(guī)模戶經(jīng)營規(guī)模占全國總耕地面積已經(jīng)超過33.5%，在農(nóng)業(yè)生產(chǎn)系統(tǒng)中的角色越發(fā)重要[11]。隨之，農(nóng)業(yè)機械化率不斷提升，2020年中國農(nóng)作物耕種收機械化率達71%，為實現(xiàn)農(nóng)業(yè)現(xiàn)代化奠定了堅實基礎(chǔ)。由于規(guī)模戶與小農(nóng)戶生產(chǎn)經(jīng)營特征日益分化，經(jīng)營規(guī)模的擴大將會引起農(nóng)戶生產(chǎn)行為轉(zhuǎn)變。在傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)過渡的形勢下，擴大經(jīng)營規(guī)模是否有利于農(nóng)戶采納秸稈還田技術(shù)，如何充分利用政策措施以提升農(nóng)戶秸稈還田概率，以上問題的回答以期破解在推進農(nóng)業(yè)規(guī)?；^程中如何促進秸稈資源化利用難題，旨在推進農(nóng)業(yè)現(xiàn)代化發(fā)展。

現(xiàn)有研究已關(guān)注到經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的影響。江鑫等[12]和徐志剛等[13]利用農(nóng)戶層面調(diào)研數(shù)據(jù)的分析結(jié)果表明，經(jīng)營規(guī)模越大，農(nóng)戶越傾向于采納秸稈還田技術(shù)。近年來，學者高度關(guān)注適度規(guī)模經(jīng)營問題，認為存在經(jīng)營規(guī)模閾值，經(jīng)營規(guī)模超過該值后將降低農(nóng)戶秸稈還田技術(shù)采納行為。劉樂等[14]、曹慧和趙凱[15]運用黑龍江、四川、浙江和山東省500個左右農(nóng)戶數(shù)據(jù)和近1 500個地塊數(shù)據(jù)，得出農(nóng)戶和地塊的秸稈還田技術(shù)采納最優(yōu)經(jīng)營規(guī)模分別為4.13 hm2和0.05 hm2。由于農(nóng)戶樣本差異，閾值差距懸殊。由此可見，秸稈還田技術(shù)采納的最佳經(jīng)營規(guī)模點是否存在或達到還待討論，且針對規(guī)模經(jīng)營先行區(qū)更大樣本的論證較為必要。為進一步發(fā)揮規(guī)模經(jīng)營對推進秸稈還田的作用，上述研究提出提高補貼力度、加大政策宣傳、優(yōu)化社會服務(wù)供給等政策建議，但尚未量化改善政策條件對農(nóng)戶秸稈還田采納概率的提升程度。盡管有研究分析了秸稈還田宣傳[16]、秸稈還田補貼[17]等單一政策因素對農(nóng)戶秸稈還田技術(shù)采納行為的激勵作用，但忽視了中國農(nóng)業(yè)逐漸向規(guī)模化經(jīng)營轉(zhuǎn)變的現(xiàn)實背景，也未有不同階段的政策干預(yù)重點比較，以致缺乏農(nóng)戶秸稈還田行為的動態(tài)干預(yù)機制。

黑龍江省是我國糧食生產(chǎn)第一大省，每年秸稈產(chǎn)量達1.3億噸，約占全國秸稈總產(chǎn)量的1/8。但受限于氣候條件，黑龍江省也是推行秸稈還田技術(shù)的難點區(qū)[18]。同時，作為農(nóng)業(yè)規(guī)模經(jīng)營發(fā)展的前沿地和機械化環(huán)保技術(shù)的重點應(yīng)用區(qū)，黑龍江省秸稈還田的政策導向能為其他發(fā)展規(guī)模經(jīng)營的地區(qū)提供借鑒。因此，本文以黑龍江省為例，利用課題組2018年對1 348個農(nóng)戶調(diào)研得到的7 391個地塊數(shù)據(jù)，首先運用Probit模型探討經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的影響?？紤]到經(jīng)營規(guī)模的內(nèi)生性，選用工具變量法進行檢驗。其次，按照經(jīng)營規(guī)模中值將農(nóng)戶分為規(guī)模戶與小農(nóng)戶，并根據(jù)農(nóng)業(yè)創(chuàng)新采用過程的各階段選取指標，利用調(diào)節(jié)效應(yīng)模型估算和分析經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的潛在途徑及效應(yīng)，并運用較新評價方法剝離出提升效應(yīng)。最后，為避免局部平均處理效應(yīng)，本文進一步測度不同秸稈還田采納概率下各途徑的提升效應(yīng)，并據(jù)此創(chuàng)新性地討論不同秸稈還田采納概率下的政策干預(yù)重點，建立秸稈還田行為動態(tài)管理機制，為推進秸稈資源化利用提供決策參考。

1 理論分析框架

1.1 經(jīng)營規(guī)模對秸稈還田技術(shù)采納行為的影響

經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的影響主要有幾個方面。

1）農(nóng)戶偏好角度：經(jīng)營規(guī)模不同，農(nóng)戶稟賦和比較優(yōu)勢不同，這導致小農(nóng)戶與規(guī)模戶的行為目標偏好和長期投入決策的時間偏好差異化，進而誘發(fā)不同的要素配置行為和技術(shù)匹配策略，由此產(chǎn)生不同的農(nóng)業(yè)經(jīng)營效果。由于秸稈還田行為會降低當前收益，以產(chǎn)量最大化為目標的生產(chǎn)型小農(nóng)不愿采取秸稈還田行為[19]；而規(guī)模戶往往資本稟賦充裕，當前收益邊際效用相對較低，偏好未來收益，所以更傾向于采用秸稈還田技術(shù)[13]。

2）家庭成本收益角度：經(jīng)營規(guī)模的擴大會在現(xiàn)有資源約束下產(chǎn)生規(guī)模效應(yīng)，由于勞動力、機械投入等部分生產(chǎn)要素不可分，擴大經(jīng)營規(guī)?？煞謹偨斩掃€田總成本；而且，規(guī)模戶議價能力相對較高，在購買秸稈還田服務(wù)時具有價格優(yōu)勢；再者，規(guī)模經(jīng)營能吸引并使用更多先進設(shè)備和技術(shù)，提高邊際產(chǎn)出率以降低單位成本[20]。

3）生產(chǎn)組織形式角度：規(guī)模戶能聯(lián)合龍頭企業(yè)實現(xiàn)組織化管理，激發(fā)組織柔性、知識外溢、比較優(yōu)勢、品牌質(zhì)量和范圍經(jīng)濟效應(yīng)，降低監(jiān)督、信息和轉(zhuǎn)換等成本；促進區(qū)域秸稈還田服務(wù)行業(yè)的競爭性市場結(jié)構(gòu)的形成，進一步降低交易成本；而且，通過加大與服務(wù)商的利益聯(lián)結(jié)機制，提高秸稈還田質(zhì)量，緩解道德風險與逆向選擇[21]。吳比等[22]也證實無組織的小農(nóng)戶無法在秸稈還田中發(fā)揮組織化效益，導致秸稈還田技術(shù)擴散緩慢。

4）外部風險角度：小農(nóng)戶相較于規(guī)模戶產(chǎn)出風險高、抵抗風險能力弱，因而更愿意采取保穩(wěn)保產(chǎn)的經(jīng)驗方法，降低對新技術(shù)的采納意愿和強度[23]。

基于上述梳理，本文認為經(jīng)營規(guī)模的擴大能顯著促進農(nóng)戶采納秸稈還田技術(shù)，且規(guī)模戶與小農(nóng)戶生產(chǎn)行為的影響程度具有明顯差異。

1.2 經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的提升途徑

在經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為有積極影響的前提下，考慮不同規(guī)模農(nóng)戶的生產(chǎn)決策差異來促進農(nóng)戶采納秸稈還田技術(shù)。本文依據(jù)農(nóng)業(yè)創(chuàng)新采用過程的階段[24]，探索出在全國秸稈禁燒約束下提升經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為影響的潛在途徑，包括秸稈還田宣傳、秸稈還田補貼、機械作業(yè)質(zhì)量和機械設(shè)備供給。

在認識階段，宣傳對農(nóng)戶秸稈還田技術(shù)采納發(fā)揮重要作用，但對不同規(guī)模農(nóng)戶的影響程度具有差異。由于政府采取各類優(yōu)惠政策扶植新型經(jīng)營主體，規(guī)模戶需及時關(guān)注農(nóng)業(yè)生產(chǎn)政策以保證項目資金申領(lǐng)。這使得規(guī)模戶更易于掌握新政策和新技術(shù)，對秸稈還田的響應(yīng)程度更高。而小農(nóng)戶往往僅關(guān)注自家生產(chǎn)收益，對政策關(guān)注積極性不高。因居住分散，小農(nóng)戶政策宣傳難以到位，以致其不了解秸稈還田的多重效益，也不清楚相關(guān)政策，甚至有農(nóng)戶并未聽過秸稈還田技術(shù)。因此，加大宣傳力度對提高小農(nóng)戶秸稈還田采納率至關(guān)重要。

在興趣階段，利益最大化是理性小農(nóng)愿意進一步了解技術(shù)的直接考量標準，本文選取秸稈還田補貼指標說明。由于秸稈還田經(jīng)濟效益跨期顯現(xiàn)，周期長且多具有投資性質(zhì)，遠低于當期環(huán)境效益和社會效益，故需要政府給予補貼[25]。提高補貼標準，使之至少不低于技術(shù)采用成本，是最直接提高秸稈還田采納率的方式[26]。存在秸稈還田補貼時，根據(jù)心理賬戶理論，規(guī)模戶作業(yè)補貼總額高，更能誘導規(guī)模戶采納秸稈還田，且農(nóng)機購置補貼能激發(fā)規(guī)模戶通過自購秸稈還田設(shè)備實現(xiàn)秸稈還田。對于小農(nóng)戶，補貼能降低機械作業(yè)服務(wù)價格，刺激秸稈還田需求。

在評價階段，機械作業(yè)質(zhì)量是決定農(nóng)戶是否采納和持續(xù)采納秸稈還田技術(shù)的關(guān)鍵因素。東北地區(qū)氣溫偏低，秸稈不易腐爛分解，對秸稈還田技術(shù)要求高。除自然因素外，機械設(shè)備設(shè)計和生產(chǎn)質(zhì)量與農(nóng)機手操作水平也對秸稈還田作業(yè)質(zhì)量產(chǎn)生直接影響。農(nóng)機秸稈還田設(shè)備的皮帶、軸承、切碎刀片和變速箱等零部件易產(chǎn)生問題，或農(nóng)機操作水平不高，會導致秸稈翻地深度不夠、拋灑不均勻以及切碎長度和留茬過長問題，影響機械作業(yè)質(zhì)量。如機械作業(yè)質(zhì)量好，規(guī)模戶傾向于自購秸稈還田設(shè)備，故對秸稈還田采納率提升更大。若機械作業(yè)質(zhì)量差，規(guī)模戶會降低對大片土地持續(xù)秸稈還田的需求，小農(nóng)戶會通過近鄰效應(yīng)抑制秸稈還田技術(shù)采納行為。

在采用階段，機械設(shè)備供給為實施秸稈還田技術(shù)創(chuàng)造條件。秸稈機械設(shè)備包括拖拉機和秸稈粉碎機，其機型和操作流程因區(qū)域種植制度不同有差異。一方面，由供求關(guān)系可知，秸稈還田機械設(shè)備供給會影響秸稈還田技術(shù)采納需求，供給越多，機械服務(wù)價格越低，農(nóng)戶秸稈還田采納需求越高。另一方面，機械還田設(shè)備供給能減輕不同規(guī)模農(nóng)戶的服務(wù)搜尋成本。一旦機械設(shè)備滿足需求，規(guī)模戶采納秸稈還田技術(shù)能較快提升地塊采納率。而相比規(guī)模戶，小農(nóng)戶由于置辦還田機械和吸引還田服務(wù)的能力較弱，周邊有機械設(shè)備供給也能有效促進其采納秸稈還田技術(shù)。

因此，本文提出秸稈還田宣傳、秸稈還田補貼、機械作業(yè)質(zhì)量和機械還田設(shè)備供給能顯著提升經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的影響。

2 研究方法

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于課題組2018年7月在黑龍江省開展的實地調(diào)研。此數(shù)據(jù)包括農(nóng)戶層面和地塊層面數(shù)據(jù)，涵蓋農(nóng)戶特征、家庭特征、地塊特征、環(huán)境問題、農(nóng)戶主觀感受等內(nèi)容。

數(shù)據(jù)抽樣范圍覆蓋黑龍江省主要糧食產(chǎn)區(qū)，抽樣方法采取多階段抽樣。首先采用PPS抽樣方法按積溫帶分布抽取15個縣市，其次采用等距抽樣依據(jù)經(jīng)濟水平從各縣市分別抽取3個鄉(xiāng)鎮(zhèn)，每個樣本鄉(xiāng)鎮(zhèn)隨機抽取3個村，最后每村隨機抽取10戶，共獲得1 350個農(nóng)戶樣本。地塊層面，將不相連地塊視為不同地塊，共獲得7 411個地塊樣本。滿足本研究的農(nóng)戶層面樣本為1 348個，地塊層面樣本為7 391個，樣本有效率分別為99.85%和99.73%。

2.2 變量設(shè)置

1）被解釋變量。本文選取的被解釋變量為農(nóng)戶秸稈還田技術(shù)采納行為?？紤]到農(nóng)戶層面與地塊層面秸稈還田技術(shù)采納決策的差異，選用農(nóng)戶層面和地塊層面數(shù)據(jù)共同驗證。農(nóng)戶層面，本文選取“您家是否秸稈還田”；地塊層面，選取“該塊地是否秸稈還田”。

2）解釋變量與調(diào)節(jié)變量。本文選取經(jīng)營規(guī)模為核心解釋變量，為分析農(nóng)戶分化的行為特征，參照徐志剛等[13]的研究，運用農(nóng)戶類型表征經(jīng)營規(guī)模。為避免經(jīng)營規(guī)模極大值影響，本文取經(jīng)營規(guī)模中值，將農(nóng)戶分為小農(nóng)戶和規(guī)模戶，得到分界點為6 hm2。該分界點與錢克明和彭廷軍[27]、冀縣卿等[28]關(guān)于規(guī)模化經(jīng)營閾值的測算結(jié)果（4~8 hm2；5.33~10 hm2）相一致。根據(jù)研究框架，選用秸稈還田宣傳、秸稈還田補貼、機械作業(yè)質(zhì)量和機械設(shè)備供給作為調(diào)節(jié)變量。

3）控制變量。本文從農(nóng)戶特征、家庭特征、地塊特征和政府規(guī)制角度選取控制變量。根據(jù)楊志海[29]、文長存等[30]的相關(guān)研究，農(nóng)戶特征選取年齡、村領(lǐng)導和教育年限3個變量。根據(jù)杜三峽等[31]、羅明忠等[32]研究結(jié)論與變量處理方式，家庭特征選取兼業(yè)情況、組織化水平、農(nóng)技培訓和距城遠近4個變量。地塊特征方面，根據(jù)江鑫等[12]、曹慧和趙凱[15]、王新剛等[33]和唐利群[34]的研究，選取地塊數(shù)、地塊類型、耕地質(zhì)量、地權(quán)穩(wěn)定、耕地地形和受災(zāi)情況6個變量。監(jiān)管約束與懲罰能有效刺激農(nóng)戶秸稈還田技術(shù)采納行為[35]，政府規(guī)制方面據(jù)此選取秸稈禁燒處罰作為控制變量。

4）工具變量?？紤]到經(jīng)營規(guī)?？赡転閮?nèi)生變量，本文參考陳海江[36]選取村莊平均耕地面積作為經(jīng)營規(guī)模的工具變量，原因在于村莊平均耕地面積能夠反映區(qū)域的經(jīng)營規(guī)模特征，且作為地區(qū)土地資源稟賦滿足外生性要求。

本文所選變量的定義和描述性統(tǒng)計見表1。

表1 變量定義與描述性統(tǒng)計Table 1 Variable definitions and descriptive statistics

2.3 模型構(gòu)建

根據(jù)分析框架，設(shè)定Probit模型為：

其中，Yi表示第i個農(nóng)戶是否采納秸稈還田技術(shù)，包括農(nóng)戶層面與地塊層面。Xij表示第i個農(nóng)戶的第j個解釋變量，代表所有解釋變量。β0與γj為待估參數(shù)，εi為擾動項。

高分子鏈在空間的形貌是高分子柔性的一種表現(xiàn)形式,也是高分子鏈的基本特征之一.如何運用數(shù)學模型來了解高分子鏈在空間的形貌和基本尺寸,是高分子物理學的基本內(nèi)容.

2.4 調(diào)節(jié)效應(yīng)的識別

本文根據(jù)Bowen[37]和陳國強[38]的思路識別非線性模型中變量的調(diào)節(jié)效應(yīng)。若式（1）中核心變量系數(shù)顯著，說明經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為有明顯促進作用。如其影響分別依賴于秸稈還田宣傳、秸稈還田補貼、機械作業(yè)質(zhì)量和機械設(shè)備供給的變化，則上述變量在經(jīng)營規(guī)模與農(nóng)戶秸稈還田技術(shù)采納行為之間起調(diào)節(jié)作用，稱為調(diào)節(jié)變量（MOD）。因使用地塊層面樣本，本文選用農(nóng)戶類型（SIZ）作為目標變量以表示農(nóng)戶經(jīng)營狀態(tài)，構(gòu)建非線性模型為：

式中，F(xiàn)(·)是關(guān)于SIZ和MOD的單調(diào)函數(shù)，CTRL為控制變量。β1、β2、β12和γ為待估參數(shù)?？傉{(diào)節(jié)效應(yīng)為目標變量SIZ邊際影響變化對各調(diào)節(jié)變量MOD變化的比率。其中，非線性模型的調(diào)節(jié)效應(yīng)有如下特點：即使參數(shù)β12為零，總調(diào)節(jié)效應(yīng)也非零；β12的統(tǒng)計顯著水平不能代表調(diào)節(jié)效應(yīng)的顯著水平；引入個體特征作為控制變量時，調(diào)節(jié)效應(yīng)存在個體差異，因此非線性模型中的調(diào)節(jié)效應(yīng)不能被有效識別。

Bowen[37]將總調(diào)節(jié)效應(yīng)分解為結(jié)構(gòu)效應(yīng)和次級調(diào)節(jié)效應(yīng)。結(jié)構(gòu)效應(yīng)是反事實調(diào)節(jié)效應(yīng)，即假設(shè)調(diào)節(jié)變量無實質(zhì)性的調(diào)節(jié)效應(yīng)（β12=0）。次級調(diào)節(jié)效應(yīng)是非線性模型中存在β12的調(diào)節(jié)效應(yīng)與不存在β12的調(diào)節(jié)效應(yīng)之差，即總調(diào)節(jié)效應(yīng)剔除結(jié)構(gòu)效應(yīng)的值，更能反映調(diào)節(jié)變量的真實效應(yīng)，故也稱真實調(diào)節(jié)效應(yīng)。因目標變量和調(diào)節(jié)變量均為二元變量，各調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)（T）、結(jié)構(gòu)效應(yīng)（Ω）和次級調(diào)節(jié)效應(yīng)（Λ）可分別表示為：

據(jù)此，本文在運用Probit模型估計式（1）參數(shù)值的基礎(chǔ)上，通過式（3）（4）（5）計算秸稈還田宣傳、秸稈還田補貼、機械作業(yè)質(zhì)量和機械設(shè)備供給分別在經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的影響中的總調(diào)節(jié)效應(yīng)、結(jié)構(gòu)效應(yīng)和次級調(diào)節(jié)效應(yīng)，并將顯著的次級調(diào)節(jié)效應(yīng)稱為提升效應(yīng)。

3 結(jié)果與分析

3.1 經(jīng)營規(guī)模與農(nóng)戶秸稈還田技術(shù)采納行為分析

調(diào)研結(jié)果顯示，黑龍江省秸稈還田率較低，采納秸稈還田的農(nóng)戶僅占20.59%，進行秸稈還田的地塊僅為17.74%（表2）。地塊采納率普遍低于農(nóng)戶采納率，說明農(nóng)戶并非將其全部地塊都進行秸稈還田?？梢姡瑹o論農(nóng)戶還是地塊層面，黑龍江省秸稈還田率仍有較大提升空間。

表2 2018年黑龍江省經(jīng)營規(guī)模與秸稈還田采納率分布統(tǒng)計Table 2 Distribution statistics of production scale and returning straw to field adoption rate in Heilongjiang Province in 2018

黑龍江省農(nóng)戶平均經(jīng)營規(guī)模為13.18 hm2，其中，經(jīng)營規(guī)模為0~6 hm2的小農(nóng)戶分布較集中，占樣本總數(shù)的50.81%，平均經(jīng)營規(guī)模為2.65 hm2。規(guī)模戶分布分散，平均經(jīng)營規(guī)模為24.06 hm2。隨著經(jīng)營規(guī)模擴大，農(nóng)戶秸稈還田采納率由14.79%提升到38.55%，地塊采納率也提升了17.23%。經(jīng)營規(guī)模為18~21 hm2的農(nóng)戶由于樣本集中分布于高緯度地區(qū)，受氣候影響，秸稈還田采納率僅16%左右。但整體上，秸稈還田采納率呈現(xiàn)出隨經(jīng)營規(guī)模增加而提高的態(tài)勢?？梢?，經(jīng)營規(guī)模越大，越有利于農(nóng)戶采納秸稈還田技術(shù)。

盡管政府已出臺一系列推進秸稈還田的政策，但從采納率來看，政策效果尚未充分發(fā)揮?？傮w上，主要由以下原因所致：一是秸稈還田成本高，補貼覆蓋率低。據(jù)蘇柳方等[26]研究，東北地區(qū)秸稈還田成本高達570~1 035元/hm2，而僅有10%的農(nóng)戶能獲得秸稈還田補貼，且該技術(shù)效益跨期顯現(xiàn)，農(nóng)戶在技術(shù)采納當年收益為負值。二是機械作業(yè)質(zhì)量差。受氣候影響，秸稈腐解速度慢，這對機械作業(yè)和配套技術(shù)要求高，操作不當易致使效益不升反降。三是機械設(shè)備缺乏。因秸稈還田機械設(shè)備供給不足，一般需聯(lián)合周邊上百公頃連片耕地的農(nóng)戶進行集中作業(yè)，造成部分農(nóng)戶等候時間過長，從而錯過最佳時間，技術(shù)效益難以保障（表3）。

表3 不同規(guī)模農(nóng)戶未采納秸稈還田的原因統(tǒng)計分析Table 3 Statistical analysis of the reasons why farmers of different production scales do not adopt returning straw to field technology

不同規(guī)模農(nóng)戶未采納秸稈還田技術(shù)的原因存在差異。獨立樣本T檢驗結(jié)果顯示，秸稈還田成本、替代生活燃料和秸稈還田宣傳在不同規(guī)模農(nóng)戶間均值顯著不相等，這說明相比規(guī)模戶，小農(nóng)戶更易受上述因素影響。秸稈還田成本方面，規(guī)模戶有更多的項目資金補貼和資本積累，可承擔秸稈還田前期負收益，所以成本并非規(guī)模戶首要制約因素。替代生活燃料方面，小農(nóng)戶收入較低，對秸稈替代生活燃料的需求更迫切，且其秸稈資源總量少，僅作為生活燃料就能實現(xiàn)秸稈消納。秸稈還田宣傳方面，僅有極少數(shù)小農(nóng)戶不了解秸稈還田技術(shù)，這是因為規(guī)模戶有更廣泛的信息來源，對秸稈還田技術(shù)的認知水平較高。因此，正是由于制約因素影響不同，不同規(guī)模農(nóng)戶的秸稈還田技術(shù)采納行為存在差異?？梢姡纳粕鲜鰲l件是調(diào)節(jié)不同規(guī)模農(nóng)戶秸稈還田技術(shù)采納行為的有效途徑。

3.2 經(jīng)營規(guī)模對秸稈還田技術(shù)采納的影響分析

本文運用stata16.0對模型進行Probit估計，方差擴大因子檢驗各變量VIF均小于7，均值為1.63，表明變量間不存在多重共線性。為避免異方差，本文在估計時均采用robust穩(wěn)健標準誤的方法，得到參數(shù)估計結(jié)果見表4。模型1為全變量估計結(jié)果，經(jīng)營規(guī)模平方的系數(shù)不能拒絕顯著不為0的原假設(shè)，即不能表明利于秸稈還田的農(nóng)業(yè)經(jīng)營規(guī)模存在閾值。模型2為剔除經(jīng)營規(guī)模平方項的估計結(jié)果，模型可決系數(shù)和各系數(shù)基本無變化，且BIC更小，說明不含二次項的模型更優(yōu)。事實上，即使閾值存在，黑龍江省農(nóng)戶的經(jīng)營規(guī)模整體上還未達到倪國華和蔡昉[39]測算的單位面積產(chǎn)量最優(yōu)時的經(jīng)營規(guī)模41.07~41.26 hm2，處于規(guī)模報酬單向變化階段。因此，現(xiàn)階段經(jīng)營規(guī)模越大，越利于農(nóng)戶采納秸稈還田技術(shù)。

表4 經(jīng)營規(guī)模對秸稈還田技術(shù)采納行為的回歸結(jié)果Table 4 Regression results of the production scale on the adoption of returning straw to field technology

其他變量并非本部分關(guān)注的焦點，但系數(shù)估計結(jié)果大部分在1%水平上顯著，其經(jīng)濟含義值得討論。秸稈還田宣傳、機械設(shè)備供給和機械作業(yè)質(zhì)量對農(nóng)戶秸稈還田技術(shù)采納行為有顯著正向影響。由于秸稈還田補貼與農(nóng)戶秸稈還田技術(shù)采納行為的關(guān)系受農(nóng)戶類型調(diào)節(jié)，估計系數(shù)不符合預(yù)期。

控制變量中，農(nóng)戶方面，年齡越大，農(nóng)戶越不愿嘗試新技術(shù)；村干部具有表率作用且受多方監(jiān)督，能積極響應(yīng)政策，較早成為秸稈還田技術(shù)采納者；教育年限對農(nóng)戶秸稈還田技術(shù)采納行為具有正效應(yīng)。家庭層面，兼業(yè)經(jīng)營表明農(nóng)戶外出務(wù)工時間更長，更易感知可持續(xù)耕種技術(shù)的經(jīng)濟價值；加入農(nóng)業(yè)合作社提高了組織化水平，能提高秸稈還田技術(shù)可及性；農(nóng)技培訓系數(shù)與經(jīng)濟意義不符，可能由于農(nóng)戶參加的農(nóng)技培訓并非針對秸稈還田。距城越近，離秸稈資源化利用市場較近，農(nóng)戶可能更傾向?qū)⒔斩挻虬x田進行產(chǎn)業(yè)化利用，較少采用秸稈還田技術(shù)。地塊方面，地塊越細碎，越會弱化規(guī)模效應(yīng)，不利于秸稈還田機械作業(yè)；旱地微生物分解更快更徹底，更利于秸稈還田效果的發(fā)揮；地權(quán)越穩(wěn)定，農(nóng)戶越愿意投資耕地，故越傾向于采納秸稈還田技術(shù)；平地更適宜機械作業(yè)，更利于秸稈還田；農(nóng)戶傾向于通過秸稈還田改善遭災(zāi)地塊的地力。政府規(guī)制方面，秸稈焚燒處罰能顯著促進農(nóng)戶采納秸稈還田技術(shù)。

模型3是農(nóng)戶層面未控制地塊特征的模型，結(jié)果顯示在小樣本情況下，經(jīng)營規(guī)模與農(nóng)戶秸稈還田技術(shù)采納行為仍在1%水平上呈正向影響，且主要變量影響方向和系數(shù)基本無變化。模型4將經(jīng)營規(guī)模替換為農(nóng)戶類型，回歸系數(shù)方向仍無變化，說明估計結(jié)果較為穩(wěn)健。

3.3 內(nèi)生性分析

本文采用IV-Probit模型的“兩步法”進行內(nèi)生性檢驗。第一階段村莊平均耕地面積估計系數(shù)顯著增大且為正（表5），說明村莊平均耕地面積越大，農(nóng)戶經(jīng)營規(guī)模越大，符合相關(guān)性條件。弱工具變量識別檢驗結(jié)果顯示，村莊平均耕地面積具有較強的解釋力。與表4結(jié)果比較可知，第二階段使用工具變量后各變量系數(shù)方向一致，經(jīng)營規(guī)模估計值增大0.004，說明其作用明顯低估。據(jù)此，進一步驗證出經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為具有顯著促進作用。

表5 工具變量法的回歸結(jié)果Table 5 Regression results of the instrumental variable method

3.4 各途徑的調(diào)節(jié)效應(yīng)估計與分解分析

為探析不同規(guī)模農(nóng)戶在何種途徑下利于采納秸稈還田技術(shù)，本文采用Probit模型估計式（2）。結(jié)果表明，各模型中秸稈還田補貼、機械作業(yè)質(zhì)量和機械設(shè)備供給的系數(shù)估計值及其分別與農(nóng)戶類型的交叉項均在5%水平上顯著（表6），可認為上述3個變量在經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的影響中具有顯著次級調(diào)節(jié)作用。而秸稈還田宣傳，僅調(diào)節(jié)變量估計值在1%水平上顯著。

表6 各途徑的參數(shù)估計結(jié)果Table 6 Parameter estimates of each influence pathway

基于參數(shù)估計結(jié)果，本文計算出秸稈還田宣傳、秸稈還田補貼、機械作業(yè)質(zhì)量和機械設(shè)備供給四種途徑的總調(diào)節(jié)效應(yīng)、結(jié)構(gòu)調(diào)節(jié)效應(yīng)和次級調(diào)節(jié)效應(yīng)的期望值。在計算中，控制變量取樣本均值。估計結(jié)果顯示，秸稈還田補貼、機械作業(yè)質(zhì)量和機械設(shè)備供給的次級調(diào)節(jié)效應(yīng)在1%水平上顯著（表7），說明上述變量具有提升效應(yīng)。

表7 調(diào)節(jié)效應(yīng)的估計與分解結(jié)果Table 7 Estimation and decomposition results of the moderating effect

秸稈還田補貼的總調(diào)節(jié)效應(yīng)期望值最高，為0.124。此結(jié)果說明，享有秸稈還田補貼的農(nóng)戶在規(guī)模由小變大過程中采納秸稈還田概率，比無補貼的農(nóng)戶采納秸稈還田的概率平均高0.124。盡管有秸稈還田補貼的農(nóng)戶采納秸稈還田技術(shù)的概率更高，但并不意味著0.124全為此變量的影響結(jié)果。如果其對農(nóng)戶類型與農(nóng)戶秸稈還田技術(shù)采納行為之間無實質(zhì)性的調(diào)節(jié)作用，受非線性模型中結(jié)構(gòu)性因素影響，秸稈還田補貼仍可能產(chǎn)生提高或降低秸稈還田技術(shù)采納行為的干擾效應(yīng)。因此，秸稈還田補貼的提升效應(yīng)為總調(diào)節(jié)效應(yīng)與結(jié)構(gòu)效應(yīng)的差值0.127。

機械設(shè)備供給的總調(diào)節(jié)效應(yīng)次之，當?shù)貦C械設(shè)備供給滿足需求的農(nóng)戶在規(guī)模由小變大過程中采納秸稈還田概率，比缺乏機械設(shè)備的農(nóng)戶在規(guī)模變化過程中采納秸稈還田概率平均高0.091，由機械設(shè)備供給因素引起的提升效應(yīng)為0.097。

機械作業(yè)質(zhì)量的總調(diào)節(jié)效應(yīng)為0.076，提升效應(yīng)為0.075，說明在農(nóng)業(yè)經(jīng)營主體由小農(nóng)戶向規(guī)模戶轉(zhuǎn)變過程中，提高機械作業(yè)質(zhì)量能使農(nóng)戶秸稈還田采納概率平均實際提升0.075。

秸稈還田宣傳估計系數(shù)不顯著，總調(diào)節(jié)效應(yīng)方向符合經(jīng)濟意義，但次級調(diào)節(jié)效應(yīng)不符合預(yù)期。結(jié)合前文，本文認為因規(guī)模戶均已知曉當?shù)亟斩掃€田宣傳，加強宣傳僅對小農(nóng)戶有效。所以，在由小農(nóng)戶轉(zhuǎn)向規(guī)模戶過程中，宣傳因素自身影響漸弱，故無法表明其具有提升效應(yīng)。

3.5 個體異質(zhì)性分析

由于農(nóng)戶存在個體差異，考慮到局部平均處理效應(yīng)缺乏代表性，本文進行個體異質(zhì)性分析。根據(jù)表6的估算結(jié)果，計算出每個樣本采納秸稈還田技術(shù)的概率，按概率大小將其等分為100組，取組內(nèi)秸稈還田采納概率的均值和效應(yīng)，再運用Delta方法計算出各調(diào)節(jié)效應(yīng)95%水平的置信區(qū)間，得到影響秸稈還田技術(shù)采納的四種途徑的總調(diào)節(jié)效應(yīng)、結(jié)構(gòu)效應(yīng)和次級調(diào)節(jié)效應(yīng)值與秸稈還田采納概率的關(guān)系圖。因篇幅限制，僅展示次級調(diào)節(jié)效應(yīng)（圖2）。

秸稈還田補貼的次級調(diào)節(jié)效應(yīng)的置信區(qū)間下邊界大于0，表明秸稈還田補貼能顯著提升每個樣本經(jīng)營規(guī)模對農(nóng)戶秸稈還田技術(shù)采納行為的促進作用。享有秸稈還田補貼后，隨著農(nóng)戶規(guī)模由小變大，農(nóng)戶采納秸稈還田技術(shù)的概率將快速提高。同時，秸稈還田補貼的提升效應(yīng)也隨秸稈還田采納概率整體上呈“指數(shù)型”增長，農(nóng)戶秸稈還田采納概率越高，秸稈還田補貼的提升效應(yīng)增長越快，在概率達到0.6后提升效應(yīng)減弱至0.20。

機械作業(yè)質(zhì)量的次級調(diào)節(jié)效應(yīng)結(jié)果顯示，農(nóng)戶對機械作業(yè)質(zhì)量評價高時，隨著經(jīng)營規(guī)模由小變大，樣本秸稈還田采納概率逐漸提高，其提升效應(yīng)隨秸稈還田采納概率的提高呈“對數(shù)型”增長。在秸稈還田采納概率達0.4后，機械作業(yè)質(zhì)量的提升效應(yīng)逐漸趨于0.08。

機械設(shè)備供給的次級調(diào)節(jié)效應(yīng)結(jié)果顯示，周邊機械設(shè)備供給滿足需求時，隨著農(nóng)戶由小農(nóng)戶轉(zhuǎn)向規(guī)模戶，農(nóng)戶秸稈還田采納概率會逐漸提高。機械設(shè)備供給的提升效應(yīng)隨秸稈還田采納概率呈“對數(shù)型”增長，在秸稈還田采納概率為0.2前增幅較大，之后逐漸趨于0.11。

秸稈還田宣傳的次級調(diào)節(jié)效應(yīng)大致在水平軸上，表示其效應(yīng)與0沒有顯著差異。

為便于秸稈還田的動態(tài)管理，本文利用上述結(jié)果建立政策動態(tài)干預(yù)機制。在秸稈還田采納概率低于0.2時，秸稈還田補貼的提升效應(yīng)最強、增速最快，機械設(shè)備供給次之，機械作業(yè)質(zhì)量的提升效應(yīng)最弱。因此，此階段應(yīng)該著力運用秸稈還田補貼誘導農(nóng)戶采納秸稈還田技術(shù)。秸稈還田采納概率處于[0.2, 0.4]時，秸稈還田補貼的提升效應(yīng)仍快速增長，機械作業(yè)質(zhì)量的提升效應(yīng)緩慢增長，機械設(shè)備供給的提升效應(yīng)趨于穩(wěn)定，此階段應(yīng)著力提高秸稈還田補貼、提升機械作業(yè)質(zhì)量。秸稈還田采納概率為(0.4, 0.5]時，秸稈還田補貼的提升效應(yīng)依舊強勁，應(yīng)重視發(fā)揮秸稈還田補貼的提升作用，但在概率為0.5時已達頂峰。機械作業(yè)供給、機械設(shè)備質(zhì)量的提升效應(yīng)在此階段分別穩(wěn)定在0.11和0.08。秸稈還田采納概率達到0.6后，三種途徑的提升效應(yīng)均開始減弱，機械作業(yè)質(zhì)量尤為明顯。只要提升效應(yīng)非零，政策干預(yù)依舊有效。但秸稈還田概率大于0.6時，政策干預(yù)已處于邊際效益遞減階段，故不建議再對農(nóng)戶秸稈還田技術(shù)采納行為進行政策干預(yù)。

4 結(jié)論與建議

4.1 結(jié)論

研究表明，現(xiàn)階段黑龍江省秸稈還田率較低，有較大提升空間。無論農(nóng)戶層面還是地塊層面，經(jīng)營規(guī)模對秸稈還田技術(shù)采納行為均具有促進作用。本文不能表明適宜秸稈還田的農(nóng)業(yè)經(jīng)營規(guī)模存在閾值。即使閾值存在，當前黑龍江省經(jīng)營規(guī)模水平整體上處于規(guī)模報酬單向變化階段，仍可進一步擴大經(jīng)營規(guī)模。這為秸稈還田技術(shù)采納的最佳經(jīng)營規(guī)模點論證提供了規(guī)模經(jīng)營先行區(qū)的大樣本證據(jù)，也印證了規(guī)?；?jīng)營是農(nóng)業(yè)可持續(xù)生產(chǎn)的有效途徑。

在當前農(nóng)戶分化背景下，秸稈還田補貼、機械設(shè)備供給、機械作業(yè)質(zhì)量能顯著提升農(nóng)戶秸稈還田采納概率。目前，政府已提供諸多秸稈還田技術(shù)推行的政策條件，但政策干預(yù)仍缺乏靈活性，導致政策激勵作用尚未充分發(fā)揮。因此，秸稈還田政策要建立動態(tài)干預(yù)機制。通過分階段差異化調(diào)節(jié)，引導農(nóng)戶秸稈還田技術(shù)采納行為。值得注意的是，雖不能表明秸稈還田宣傳具備提升效應(yīng)，但在推行時應(yīng)著重對小農(nóng)戶加大秸稈還田效益與政策的普及力度。

本文以黑龍江省為代表，得到較為可靠結(jié)果，但因區(qū)域差異，結(jié)論在全國層面的普適性仍待驗證。如未來研究樣本能擴大到全國范圍，將進一步驗證各政策干預(yù)途徑對推進其他區(qū)域秸稈還田的有效性，以證實結(jié)論的可靠性和實踐性。

4.2 建議

1）持續(xù)推進農(nóng)業(yè)規(guī)模化經(jīng)營。目前，仍應(yīng)通過多種形式擴大農(nóng)業(yè)經(jīng)營規(guī)模。應(yīng)加大土地整治，推進高標準農(nóng)田建設(shè)，推進土地連片種植。明晰土地產(chǎn)權(quán)，落實三權(quán)分置，積極引導農(nóng)民合理有序流轉(zhuǎn)土地。大力扶植與當?shù)剞r(nóng)業(yè)發(fā)展水平與經(jīng)營能力相適應(yīng)的新型農(nóng)業(yè)經(jīng)營主體，引導土地向農(nóng)業(yè)生產(chǎn)率較高的多元化主體流轉(zhuǎn)。

2）提高作業(yè)補貼標準和瞄準性。秸稈還田補貼的提升效應(yīng)最高，特別是秸稈還田采納概率較低階段。應(yīng)權(quán)衡補貼經(jīng)營者與機械作業(yè)人員利弊，明晰補貼對象，進行差異化補貼。對于小農(nóng)戶，盡可能制定至少與還田成本持平的作業(yè)補貼下限，且補貼標準體現(xiàn)出區(qū)域差異。對于規(guī)模戶，加大農(nóng)機購置補貼力度，誘導規(guī)模戶自購農(nóng)機。

3）加大秸稈還田研發(fā)投入與技術(shù)培訓。秸稈還田質(zhì)量是持續(xù)采納秸稈還田的保障，在規(guī)?；瑫r，應(yīng)合理配置新技術(shù)和新設(shè)備的研發(fā)投入，推進區(qū)域化技術(shù)研發(fā)，提高病蟲害防治、秸稈腐爛降解、良種選用等多項配套技術(shù)，推進農(nóng)機農(nóng)藝融合，保證機械設(shè)備設(shè)計與生產(chǎn)質(zhì)量。同時，加強對機械操作人員的培訓力度，規(guī)范驗收流程，實行與還田質(zhì)量掛鉤的獎懲制度，切實秸稈機械化還田操作質(zhì)量。

4）健全社會化服務(wù)體系。秸稈還田設(shè)備供給的提升效應(yīng)較高，應(yīng)在不同區(qū)域運用不同措施為秸稈機械化還田創(chuàng)造條件。在規(guī)模經(jīng)營區(qū)域，通過為農(nóng)戶提供小額信貸、組織貨源、強化售后等措施，吸引有條件的經(jīng)營主體自購農(nóng)機并提供秸稈還田服務(wù)，增加秸稈還田服務(wù)供給。對于土地流轉(zhuǎn)困難地區(qū)，加強農(nóng)戶間聯(lián)合與合作，通過土地托管、發(fā)展土地股份合作社等多種形式，培育秸稈機械化還田服務(wù)市場，引導小農(nóng)戶采納秸稈還田技術(shù)。