李瑞 顧莉麗 李雪

摘要：選擇中國蔬菜種植大省山東省為主要調研對象，在分析山東省蔬菜種植戶安全用藥行為的基礎上，探究蔬菜種植戶安全用藥行為及影響因素，以期為引導蔬菜種植戶安全用藥的相關政策制定提供科學依據(jù)，進而提高山東省的蔬菜質量安全。運用二元Logistic回歸模型以及ISM模型進行實證分析，實證結果顯示：蔬菜種植戶年齡、受教育程度、是否參加農民合作社、是否參加過蔬菜種植技術培訓以及對農藥政策的了解情況的顯著度分別為0.008、0.001、0.071、0.075和0.075，回歸系數(shù)分別為-0.866、0.917、0.696、0.793和0.863。說明蔬菜種植戶的年齡對其安全用藥行為存在顯著負向影響，蔬菜種植戶受教育程度、是否參加農民合作社、是否參加過蔬菜種植技術培訓和對農藥政策了解情況對其安全用藥行為存在顯著正向影響，且蔬菜種植戶是否參加過蔬菜種植技術培訓和對農藥政策了解情況作為表層因素處于階梯結構的第一層，蔬菜種植戶是否參加農民合作社作為中層因素處于階梯結構的第二層，蔬菜種植戶的年齡和受教育程度作為深層因素處于階梯結構的第三層。針對實證分析結果提出以下對策建議：提供安全用藥技術指導；加大安全用藥培訓力度；提升意識與科學用藥并重；施行綠色農藥補貼政策；推動以農民合作社為主的蔬菜生產模式；構建農藥檢測監(jiān)督機制。

關鍵詞：蔬菜種植戶；安全用藥行為；二元Logistic模型；ISM模型；山東省

中圖分類號：S436.3： F326.13

文獻標識碼：A

文章編號：20955553 （2024） 02010708

收稿日期：2022年5月18日 ?修回日期：2022年7月13日

基金項目：吉林省社會科學基金項目（2019C15）

第一作者：李瑞，男，1997年生，山東濟南人，碩士；研究方向為農業(yè)經濟理論與政策。Email： 895969904@qq.com

通訊作者：顧莉麗，女，1979年生，黑龍江伊春人，博士，教授；研究方向為農業(yè)經濟理論與政策。Email： gulili@jlau.edu.cn

Study on safe drug use behavior and influencing factors of vegetable growers：

Taking Shandong Province as an example

Li Rui， Gu Lili， Li Xue

（College of Economics and Management， Jilin Agriculture University， Changchun， 130118， China）

Abstract：

Shandong province， a major vegetables planting province in China， was selected as the main research object， on the basis of analyzing the safe drug use behavior of vegetable farmers in Shandong province， this paper explored the safe drug use behavior and its influencing factors of vegetable growers， so as to guide the vegetable growers safe medication to provide a scientific basis for the establishment of related policies， and thus further improve the quality and safety of vegetable in Shandong province. Binary Logistic regression model and ISM model were used for empirical analysis. The empirical results showed that the significance of vegetable farmers?age， education level， participation in farmers?cooperatives， participation in vegetable planting technology training and understanding of pesticide policy were 0.008， 0.001， 0.071， 0.075 and 0.075， respectively. The regression coefficients were -0.866， 0.917， 0.696， 0.793 and 0.863， respectively， indicating that the age of vegetable growers had a significant negative influence on their safe drug use behavior， while education level， participation in farmer cooperatives， participation in vegetable planting technology training and understanding of pesticide policy had a significant positive impact on their safe?drug use behavior. And vegetable growers were involved in vegetable planting technology training and knew the situation of pesticide policy as the first layer of the surface factors in a ladder structure， whether vegetable farmers to farmers?cooperatives?as the second floor of the middle factors in a ladder structure， age and level of education of vegetable farmers as the third floor of the deep factors in a ladder structure. Based on the results of empirical analysis， the following suggestions were put forward： to provide technical guidance for safe drug use， to strengthen the training of safe medication， to attach equal importance to awareness promotion and scientific drug use， ?to implement green pesticide subsidy policies， to promote the vegetable production mode dominated by farmers?cooperatives， and to establish a pesticide detection and supervision mechanism.

Keywords：

vegetable growers; safe drug use behavior; binary Logistic model; ISM model; Shandong Province

0 引言

我國耕地面積僅占全世界耕地面積的10%左右，卻養(yǎng)活了全世界20%的人口，其中農藥做出了相當大的貢獻。隨著農藥種類的增多，使得農藥不僅限于針對病蟲災害，在護田滅蟲、殺草滅菌甚至是生長調節(jié)方面都起到了重要的作用，從而使得作物能夠高質高產健康生長。但同樣由于農藥的高效，使得菜農對農藥逐漸依賴，從而導致農藥成了一柄雙刃劍，長期且大量的使用以及一些對于情況分析錯誤所造成的農藥不合理使用或濫用，使得土壤、河流水體等自然環(huán)境遭到了損害，同樣帶來的還有一系列的食品安全問題。

山東省作為蔬菜大省，肩負著重大的蔬菜產出任務，為了保證蔬菜的穩(wěn)定產出，山東省種植戶在農藥使用過程中存在因缺乏對農藥的了解而盲目用藥的情況，從而導致農藥使用效率不高的問題，山東省的農藥使用量常年居于我國各省（市、自治區(qū)）首位。雖然近幾年山東省的農藥使用量逐年遞減，已從2010年的164.9 kt降低至2019年的120.3 kt，并且在2015年對此現(xiàn)象，國家出臺了《到2020年農藥使用量零增長行動方案》，政策效果明顯，但仍超出平均水平。鑒于此，本文對山東省蔬菜種植戶安全用藥行為及影響因素進行實證分析，針對存在的問題提出相應的對策建議，并且最終能夠從最大程度上降低因為農藥過量使用問題對人體健康、食品安全以及環(huán)境生態(tài)所產生的負面影響。

1 文獻綜述

1.1 關于農戶用藥行為的研究

朱春雨等［1］通過調查問卷的數(shù)據(jù)發(fā)現(xiàn)，農戶在對農藥使用時，比較關注的有三個點，一是農藥產品的質量，二是農藥使用的管制機制，三是農藥的市場價格。張毅等［2］發(fā)現(xiàn)農戶在噴灑農藥后處理農藥時，由于缺乏環(huán)保和安全的意識，沒有采取妥善處置農藥廢包裝物的措施，隨著時間和雨水的侵蝕，對生產環(huán)境造成了污染危害。Priyadarshini等［3］研究發(fā)現(xiàn)，當政府對危險農藥征稅以增加農戶的購買成本時，農戶往往會減少對此類產品的購買，增加政府對培訓的支持，也能影響農戶對用藥行為的選擇。Liu等［4］發(fā)現(xiàn)農戶認為農藥的使用量的增加會起到增強病蟲防治的效果，甚至能增大農作物的產量。鄭建秋等［5］認為農戶在噴灑農藥時，往往因對農作物病蟲害認識不足而增加農藥用量。祝文峰等［6］對種植戶通過調查發(fā)現(xiàn)種植戶在農藥使用的過程中存在使用種類繁多、噴灑范圍廣的特點，這使得農藥殘留問題的出現(xiàn)。吳月來等［7］認為對于農藥使用情況，合作社的行為偏好明顯好于分散農戶。羅崇旺等［8］認為安全間隔期是在農業(yè)種植過程中必須堅持的，不同種類的作物在其不同的生長階段有著不一樣的農藥降解率。

1.2 關于農戶用藥行為影響因素的研究

朱淀等［9］通過研究發(fā)現(xiàn)種植面積與種植的規(guī)模也是制約著農藥使用的重要因素。何云川等［10］認為文化程度差異是導致各地區(qū)農民頻頻出現(xiàn)不符合安全用藥行為和養(yǎng)成這些行為意識的重要原因。竇蕾等［11］的研究表明當農戶認識到高毒農藥對環(huán)境的危害時就會減少甚至拒絕使用高毒農藥轉而使用無公害農藥。Akinwande等［12］分析了在不同蔬菜銷售渠道的情況下，蔬菜種植戶會根據(jù)蔬菜是出口國外還是國內銷售，會有不同的農藥使用情況。崔亞飛等［13］的研究結果表明，農戶家庭人口對農戶安全用藥行為存在負向影響。陳超等［14］認為高風險傾向的農戶更偏好于減少對于化肥以及農藥的使用。莊武［15］通過研究發(fā)現(xiàn)，在蔬菜種植戶的生產過程中，會不受控制地出現(xiàn)病蟲天災等一系列自然災害。杜鳳君等［16］行為準則與農戶的綠色用藥行為之間是存在一定程度的正向相關關系；并對質量安全意識的中介效應起到了強化作用。

1.3 關于農戶用藥行為優(yōu)化路徑的研究

宋雨河等［17］對蔬菜種植戶的生產行為和貿易環(huán)境進行了研究和分析，他們發(fā)現(xiàn)蔬菜的貿易環(huán)境對種植戶的蔬菜種植行為是一種正相關的促進作用。王緒龍等［18］基于山東省菜農數(shù)據(jù)的實證檢驗認為菜農的信息能力和認知可以促進其用藥行為的轉變。王潔等［19］認為相關部門對種植戶科學用藥方法以及技術的培訓指導是最重要的影響因素，并且隨著加深技術培訓的程度，使得他們做出更安全和更科學的決策。張丹［20］調查分析遼寧省設施蔬菜的生產概況、主要病蟲害發(fā)生種類與農藥使用情況后提出了開展安全用藥培訓、加強病蟲害檢測預警、全面收集農藥風險信息等風險治理對策。邵冬［21］針對酒泉市肅州區(qū)隔壁農業(yè)番茄生產中農藥使用現(xiàn)狀存在的問題，提出了加強農技知識培訓、推廣新型化學和生物農藥、提升用藥安全水平、推廣新型植保器械等措施。

1.4 文獻評述

國內外的學者對于研究農戶的用藥行為，大多選擇以農戶的基本特征包括家庭特征等作為影響因素進行研究，并對其進行分析，如農戶的種植面積和規(guī)模以及其所帶來的經濟影響等，再加上對農藥的價格、蔬菜產品的銷路、不同地區(qū)的土壤及氣候條件等影響因素，都對農戶在選擇用藥行為時所帶來的影響進行系統(tǒng)地闡述，為本文的開展奠定了基礎。山東省作為蔬菜種植大省，其蔬菜種植戶的用藥行為對保障農產品質量安全有著重要意義，現(xiàn)有研究大多是關于山東省蔬菜種植中存在問題的分析，鮮有針對山東省蔬菜種植戶安全用藥行為及其影響因素的深入探討。本文擬通過對山東省蔬菜種植戶的實地調查，分析其安全用藥行為，探討影響因素并提出相應的對策和建議。

2 研究方法與數(shù)據(jù)來源

2.1 模型構建

2.1.1 二元Logistic回歸模型

以調查問卷所得的數(shù)據(jù)進行分析，對蔬菜種植戶的安全用藥行為的影響因素進行實證模型的構建

Y=F（X1，X2，X3，X4，X5，X6，X7，X8，X9）+ε

式中：

Y——蔬菜種植戶安全用藥行為；

X1——蔬菜種植戶年齡；

X2——蔬菜種植戶的受教育程度；

X3——蔬菜種植戶是否為兼業(yè)種植戶；

X4——蔬菜種植所得的年收入；

X5——蔬菜種植戶蔬菜種植的面積；

X6——蔬菜種植戶的種植年限；

X7——

蔬菜種植戶是否參加了農民合作社；

X8——

蔬菜種植戶是否參加過蔬菜種植技術培訓；

X9——對農藥政策的了解情況；

ε——隨機擾動項。

當Y=1時，認為種植戶的農藥使用行為安全，而當Y=0時，則可認為種植戶的農藥使用行為不安全。由于被解釋變量有Y=1、Y=0兩種取值，是一個典型的二元選擇模型，因此本文采用二元Logistic回歸模型，模型的具體形式如式（1）所示。

logp1-p=β0+∑ni=1βiXi+ε

（1）

式中：

Xi——解釋變量；

p——

種植戶安全用藥行為選擇的概率；

β0——常數(shù)項；

βi——第i個影響因素的回歸系數(shù)。

β0和βi的值可用極大似然估計法估計。

2.1.2 ISM模型

因為影響蔬菜種植戶減少農藥使用量的因素相互獨立且相互影響。為了探究各種影響因素之間的相關性特征，處理復雜且有影響的因素及其相互關系，闡明因素之間的相關性和層次結構，創(chuàng)建直觀的架構系統(tǒng)。所以本文選擇構建ISM模型來研究各種影響因素之間的層次結構，模型步驟如下。

第一步，若影響蔬菜種植戶安全用藥行為的影響因素為k個，則用S0表示蔬菜種植戶安全用藥，而Si（i=1，2，…，k）表示蔬菜種植戶安全用藥行為的k個影響因素。判斷蔬菜種植戶安全用藥S0與各影響因素Si以及各影響因素Si之間是否存在相互影響的邏輯關系，根據(jù)判斷結果畫出各因素間的影響關系圖。

第二步，通過各因素間的相互影響關系圖進行鄰接矩陣B和可達矩陣K的構建。鄰接矩陣體現(xiàn)各因素間的直接關系，可達矩陣體現(xiàn)間接關系。鄰接矩陣B由式（2）得到。

bij=

1Si與Sj有關系

0Si與Sj無關系

（2）

式（2）中，i=0，1，2，…，k；j=0，1，2，…，k。

以鄰接矩陣為基礎對可達矩陣進行構建，如式（3）所示。

K=（B+I）λ+1=（B+I）λ≠（B+I）λ-1

≠…≠（B+I）2≠（B+1） 2≤λ≤k

（3）

式中：

I——單位矩陣。

第三步，通過可達矩陣K體現(xiàn)各相關因素間的層次關系?？蛇_矩陣K包含了可達集P（Si）與先行集T（Si）。其中可達集P（Si）表示可達矩陣的Si行含有各個矩陣元素為1的列關聯(lián)的因子集，即P（Si）={Si|kij=1}；先行集T（Si）表示可達矩陣的Si列含有各個矩陣元素為1的行關聯(lián)的因子集，即T（Si）={Si|kji=1}。其中，kij、kji都是可達矩陣K中的元素。得到可達集和先行集后，最高層L1中存在的元素通過式（4）計算。

L1={Si∣P（Si）∩T（Si）=P（Si）}

（4）

P（Si）={Si∣kij=1}

（5）

T（Si）={Si∣kji=1}

（6）

式中：

P（Si）——

可達矩陣K中從因素Si出發(fā)可以到達的全部行因素合集；

T（Si）——

可達矩陣K中從因素Si出發(fā)可以到達的全部列因素合集；

kij、kji——可達矩陣K的因素。

將最高層L1中的元素所在的行和列從原可達矩陣K中去掉，得到新的可達矩陣K1，并對K1重復式（4）和式（5）的操作，得到第二層L2的元素。同理獲得各個層次所對應的元素。

第四步，根據(jù)所獲得的層次關系構建階梯結構模型。Li從大到小依次向上指向最高層L1，同層次的多個元素橫向排列，最終得到各影響因素間的邏輯關系和層次架構體系。

2.2 變量選擇

通過梳理劉芳園［22］、劉文軍［23］、王佳新［24］和秦詩樂［25］等對農業(yè)種植戶農藥使用行為影響因素變量的研究，結合實地調研情況，本文對解釋變量和被解釋變量做出了具體規(guī)定，見表1。

2.3 數(shù)據(jù)來源

蔬菜種植戶用藥行為的主體是蔬菜種植戶，通過實地調研數(shù)據(jù)，總結蔬菜種植戶的個人特征、家庭經營特征、施藥特征和認知特征，探尋蔬菜種植戶不同的安全用藥周期規(guī)律，對比不同教育水平、不同認知水平下農戶的行為選擇，從而為研究農戶安全用藥行為的影響因素研究提供基礎條件。

本文研究所用數(shù)據(jù)來自2021年6月對山東省的蔬菜種植戶進行的隨機問卷調查，為深入了解山東省蔬菜種植戶安全用藥行為及影響因素，本文將山東省分為東、中、西部地區(qū)并對蔬菜種植戶進行調查。在這3個地區(qū)中，每個地區(qū)選2個市（縣），每個市（縣）選2個鎮(zhèn)，每個鎮(zhèn)選2個村，每個村隨機抽取10位農戶。并對一些農村蔬菜個體種植戶進行了隨機調查以及一些蔬菜種植企業(yè)和種植基地進行了抽樣調查。本次調查向濟南市、青島市、濰坊市、煙臺市、泰安市等城市的鄉(xiāng)鎮(zhèn)發(fā)放了240份問卷，收回有效問卷217份，問卷有效率約為90.4%。

3 結果與分析

3.1 蔬菜種植戶農藥使用行為統(tǒng)計結果與分析

用種植戶是否按說明書按量按次使用農藥Y1、是否正確處理施藥后的污染物Y2和是否對農藥的安全間隔期嚴格執(zhí)行Y3這3個指標對農藥的使用行為Y進行綜合衡量是否安全，只有上述3項指標均為安全的（行為安全則賦值為1，否則為0），才認為農藥使用行為是安全的。令Y=Y1Y2Y3，當Y=1時，認為種植戶的農藥使用行為安全，而當Y=0時，則可認為種植戶的農藥使用行為不安全。

78.3%的種植戶是能按照安全用藥的標準進行一周1次用藥，有12.9%的種植戶一周2次用藥，有5.9%的種植戶是一周3次用藥，一周4次及以上的有2.9%。所以Y1=1的人數(shù)為170人，占比78.3%。

能夠按照安全用藥標準進行農藥間隔期7天及以上的有158人，占72.8%，3天及以下的種植戶占比5.6%，4～5天的占比7.8%，6～7天的占比13.8%。所以Y2=1的人數(shù)為158人，占比72.8%。

對于農藥使用過后包裝的處理方式，選擇隨手丟棄、燃燒或掩埋的人占11.9%。選擇隱蔽存放，長期不處理的人有占6.5%，而對于能選擇正確的方式投放到定點回收處，統(tǒng)一安全處理的種植戶占80.2%，選擇其他方式的種植戶占1.4%。所以Y3=1的人數(shù)為174人，占比80.2%。

蔬菜種植戶對農藥的使用行為Y=1，即Y1、Y2、Y3同時等于1的人數(shù)有121人，在總調研人數(shù)中的占比約為55.8%。

3.2 山東省蔬菜種植戶安全用藥結果與分析

將9個自變量代入模型中，利用SPSS 26對二元Logistic回歸方程的參數(shù)進行估計并且檢驗，將所有變量帶入回歸模型中，得到的回歸結果見表2。

根據(jù)表2的回歸結果可以看出：

蔬菜種植戶年齡X1和蔬菜種植戶受教育程度X2的顯著度分別為0.008和0.001，所以蔬菜種植戶的年齡和受教育程度在1%的水平上顯著；蔬菜種植戶是否參加農民合作社X7、是否參加過蔬菜種植技術培訓X8和對農藥政策了解情況X9的顯著度分別為0.071、0.075和0.075，所以蔬菜種植戶是否參加農民合作社、是否參加過蔬菜種植技術培訓和對農藥政策了解情況在10%的水平上顯著；蔬菜種植戶是否為兼業(yè)種植戶X3、蔬菜種植年收入X4、蔬菜種植面積X5和蔬菜種植年限X6的顯著度分別為0.632、0.668、0.102和0.582，所以蔬菜種植戶是否為兼業(yè)種植戶、蔬菜種植年收入、蔬菜種植面積和蔬菜種植年限對于蔬菜種植戶安全用藥行為的影響不顯著。

蔬菜種植戶年齡的回歸系數(shù)為-0.866，說明蔬菜種植戶的年齡越大，越不注意安全用藥。年齡越大的蔬菜種植戶對新思想、新事物接受程度越低，其用藥思想存在于過去的傳統(tǒng)思維和習慣，而對于安全用藥以及綠色生產種植沒有足夠的認知。隨著時代的進步，種植戶年輕化，對待新事物的接受程度強，知識豐富，會對自身的施藥行為進行改良，聚焦于農藥合理減施以及綠色安全蔬菜的生產。

蔬菜種植戶受教育程度回歸系數(shù)為0.917，說明教育程度越高對于安全用藥行為越規(guī)范，對用藥行為會有更高的認知。高學歷人才會帶來先進的安全用藥知識，懂得相關農藥政策，能拒絕購買高度高殘留農藥，并能規(guī)范按照說明書適量施藥，能嚴格遵守安全用藥間隔期，有更加規(guī)范的安全用藥意識，并且能夠帶動身邊的種植戶一起進行安全用藥，從而提高了安全用藥的推廣和普及。

蔬菜種植戶是否參加農民合作社回歸系數(shù)為0.696，說明蔬菜種植戶參加農民合作社對其安全用藥行為的影響是正向的，原因在于合作社可以提供技術、信息、購銷等方面的支持，參加合作社的種植戶能夠及時獲取使用農藥、買賣市場、國家的最新信息，并且國家大力支持農業(yè)合作社的發(fā)展，有更多的政策補貼使得越來越多的種植戶愿意加入合作社中，而合作社往往能提供更加科學合理且規(guī)范的蔬菜用藥及種植方式，有助于種植戶實施安全用藥行為。

蔬菜種植戶是否參加過蔬菜種植技術培訓回歸系數(shù)為0.793，說明參加過蔬菜種植技術培訓的蔬菜種植戶更能夠安全用藥，原因在于其接受的蔬菜種植技術培訓越多，種植戶對于安全用藥的行為就會有更加深入的認知，可以避免高度高殘留農藥的使用，對于安全用藥間隔期以及農藥使用的相關行為能夠更加的規(guī)范進行，并且培訓的時間越長，對于安全用藥的意識會更加強烈，能夠主動地進行安全用藥。

蔬菜種植戶對農藥政策的了解情況回歸系數(shù)為0.863，說明蔬菜種植戶對農藥政策越了解越能夠安全用藥，原因在于對農藥政策了解程度越高，種植戶越能有效地規(guī)避高毒高殘留農藥的購買，在對農藥選擇方面更加合理有效。并且農藥政策所帶來的財政補貼不僅對經濟效益較高的設施蔬菜生產園區(qū)、合作社、種植大戶等起到了積極促進的作用，還對個人種植的小戶同樣起到了足夠的激勵作用，使得他們更加主動且積極的購買低毒低殘留的農藥，并在使用過程中嚴格遵守用法用量，從而傾向于安全用藥行為。

種植戶蔬菜種植的年收入回歸結果不顯著，可能是由于農戶的兼業(yè)化程度的提高，人數(shù)越多的家庭外出兼業(yè)的可能性越高，家庭收入也多元化，蔬菜種植的收入占總收入的比例并不高，且安全用藥對于蔬菜的產量和價格波動沒有明顯的影響。

蔬菜種植的面積回歸結果不顯著，可能是由于種植戶多為小規(guī)模散戶，土地細碎化較高，對于病蟲災害的反應較差，更多地憑借自己的經驗進行施藥，沒有足夠的規(guī)?；盟幰?guī)范。

蔬菜種植戶的種植年限回歸結果不顯著，可能是由于很多年輕種植戶的加入，他們種植年限少，往往有著先進的種植技術和較高的安全用藥行為意識，而有些種植年限高的種植戶往往會用自己的經驗來進行農藥使用，無法有效做到安全用藥。

蔬菜種植戶是否為兼業(yè)種植戶回歸結果不明顯，可能是專業(yè)種植戶有著更加豐富的蔬菜用藥經驗，能夠自然而然地選擇安全用藥行為，而兼職種植戶在外出工作的同時，能夠有更加健康的綠色蔬菜認知以及對于農藥殘留危害的認知，使得這類種植戶在對蔬菜種植過程中能自覺回避有危害的施藥行為，從而選擇安全用藥行為。

3.3 基于ISM模型的影響因素分析

為了深入了解影響蔬菜種植戶安全用藥行為影響因素之間的關系，本文用S1、S2、S3、S4、S5分別表示年齡、文化程度、是否參加農民合作社、是否參加過蔬菜種植技術培訓、對農藥政策的了解情況。這5個影響蔬菜種植戶安全用藥行為的影響因素。在查閱大量已有相關研究的基礎上，本文給出如圖1所示的上述5個影響因素之間的邏輯關系。圖1中“V”表示行因素對列因素有直接或間接的影響，“A”表示列因素對行因素有直接或間接的影響。

根據(jù)式（2）構建蔬菜種植戶安全用藥影響因素的鄰接矩陣

然后借助式（3）和Matlab2020a軟件，得到可達矩陣

對于可達矩陣K，首先，根據(jù)式（4）～式（6）得到L1={S0}。同理可得到L2={S4、S5}，L3={S3}，L4={S1、S2}。根據(jù)L1、L2、L3、L4得到重新排列的可達矩陣

由K′可見，S0位于第一層，S4、S5位于第二層，S3位于第三層，S1、S2位于第四層，形成了具有邏輯聯(lián)系的因素鏈。用有向線將各層次因素連接起來，從第四層依次指向第一層，最終得到如圖2所示的蔬菜種植戶安全用藥行為影響因素間的關聯(lián)與層次結構。

根據(jù)式（2）構建蔬菜種植戶安全用藥行為影響因素的可達矩陣K。從圖2可以看出，在蔬菜種植戶安全用藥行為的影響因素中，是否參加過蔬菜種植技術培訓和對農藥政策的了解情況為表層因素；蔬菜種植戶是否參加農民合作社為中層因素；蔬菜種植戶年齡和受教育程度為深層因素。

第一層：表層因素直接影響蔬菜種植戶的安全用藥行為。在是否參加過農藥使用技術培訓和對農藥政策了解情況方面，參加過使用技術培訓的蔬菜種植戶比沒有參加過使用技術培訓的蔬菜種植戶，知識更豐富，能更加嚴格地進行農藥使用的各個環(huán)節(jié)，在農藥使用方面更能準確把握用量和用法，而對國家的農藥政策更加了解的種植戶，能在農藥購買時主動選擇低毒低殘留的農藥，見識更加廣闊，對蔬菜市場信息更加了解，更愿意選擇安全用藥。

第二層：中層因素間接影響蔬菜種植戶的安全用藥行為。在是否參加農民合作社方面，參加農民合作社的蔬菜種植戶會在合作社中學習到系統(tǒng)且全面的蔬菜種植的技術，從而有助于提高蔬菜的產量及蔬菜綠色無污染的品質。其次會有農藥政策的講解，讓種植戶對農藥購買的選擇以及使用的方式方法認知程度更高，農民合作社共享市場信息，更有助于種植戶及時地了解到市場價格波動，降低成本以及減少蔬菜種植過程中的風險，從而達到蔬菜作物利潤最大化，促使著種植戶參加農藥技術培訓以及了解農藥政策的意愿越發(fā)強烈。

第三層：深層因素從根源上影響蔬菜種植戶的安全用藥行為。在蔬菜種植戶年齡和受教育程度方面，年齡較小的種植戶在新鮮事物的接觸上會更加容易，且對于現(xiàn)代農業(yè)的認知和安全用藥的意識要更加深刻，更加偏向于綠色無毒無殘留的新型蔬菜產品，也更愿意進入到一個團體中系統(tǒng)全面的學習新的技術，及時獲取市場信息及走向，所以年齡小的種植戶會更加偏向于參加農民合作社。受教育程度影響著蔬菜種植戶是否愿意參加農民合作社，文化程度越高，接受能力越強，越愿意參加農民合作社，文化程度越低，接受能力越低，知識面越窄，參加農民合作社的意愿越低。

4 結論與政策建議

4.1 結論

1） ?蔬菜種植戶的用藥行為與其年齡、受教育水平、對農藥相關方面的認知和其對農藥知識和技術的重視程度相關并且蔬菜種植戶年齡對其安全用藥行為存在負向影響，蔬菜種植戶受教育程度、是否參加農民合作社、是否參加過蔬菜種植技術培訓和對農藥政策了解情況對其安全用藥行為存在正向影響。隨著種植戶年齡的增長，雖然用藥經驗也在不斷累積，但同時固有思想的弊端也在顯露，對于先進技術的接受度隨著年齡的增長也在逐漸降低。而種植戶受教育水平的提高，能有助于種植戶對農藥認知能力的提升以及有效提高其對農藥知識和技術能力的重視程度，并且會對種植戶在農藥使用過程中提高對閱讀說明書和考慮安全間隔期方面的比重，但由于大多數(shù)的種植戶受教育水平相對較低，導致事實結果往往與之相反，所以無論種植戶的受教育水平還是其對農藥相關的認識的提高，都使得種植戶的用藥意識逐步發(fā)揮正向、積極的作用，促進農戶施藥行為的規(guī)范、科學與合理。

2） ?蔬菜種植戶的年齡和受教育程度是影響其安全用藥行為的深層因素。將5個通過顯著性檢驗的指標帶入ISM模型，結果表明：蔬菜種植戶是否參加過蔬菜種植技術培訓和對農藥政策了解情況處于階梯結構的第一層，是影響其安全用藥行為的表層因素；蔬菜種植戶是否參加農民合作社處于階梯結構的第二層，是影響其安全用藥行為的中層因素；蔬菜種植戶的年齡和受教育程度處于階梯結構的第三層，是影響其安全用藥行為的深層因素。

4.2 政策建議

1） ?提供安全用藥技術指導。政府可選擇派出專家技術人員到種植地進行實踐指導，有效且及時地解決種植戶在蔬菜生產過程中面臨的實際問題。蔬菜種植戶使用農藥最主要的目的是防治病蟲害，所以要提高防治病蟲科學合理的技術能力，用最小的成本進行防治害蟲，并且逐漸轉變過去種植戶盲目選擇高毒高殘留農藥的行為習慣，逐步培養(yǎng)其更加科學且合理的農藥使用行為。

2） ?加大安全用藥培訓力度。與高毒農藥相比，安全農藥的使用所需的知識要求更高更復雜。所以需要有關部門要充分發(fā)揮其政府功能，通過組織開展實施各種專業(yè)技術的培訓，進一步提升種植戶的蔬菜種植技術，進而改善農藥過量使用，增強安全用藥的實施。

3） ?提升意識與科學用藥并重。政府應當從推廣與培訓工作上著手，對蔬菜種植戶有側重地開展推廣宣傳工作，使他們真正意識到農產品質量安全以及生態(tài)環(huán)境的重要性；同時做好加強科技下鄉(xiāng)的培訓工作，從農村鄉(xiāng)鎮(zhèn)中選址試驗示范，用最真切的投入與效益說話，發(fā)揮全面深入推動的作用，最終讓蔬菜種植戶自覺選擇購買高效低毒農藥，從而達到蔬菜種植戶科學合理的用藥意識和蔬菜生產水平的提高。

4） ?施行綠色農藥補貼政策。政府還應當針對中小型種植戶制定科學合理的農藥補貼優(yōu)惠政策，提高種植戶安全用藥的積極性，聯(lián)合農藥生產廠家和經銷商積極開展低毒低殘留農藥的使用補貼試點，強化保障、促進推廣。

5） ?推動以農民合作社為主的蔬菜生產模式。蔬菜作物的農藥殘留與種植戶的用藥行為息息相關，因此山東省應該運用合作社的模式，運用合作社的優(yōu)勢快速獲取市場信息以及國家政策信息，運用先進科學的種植標準加強對菜農病蟲害防治策略的引導以及低毒低殘留農藥的購買，堅持對癥下藥、及時用藥、劑量適宜、科學用藥相結合的原則。

6） ?完善農藥檢測監(jiān)督機制。把握好蔬菜種植的關鍵環(huán)節(jié)，采用隨機抽查、重點抽檢和專項抽查等技術手段，組織企業(yè)對農藥產品進行監(jiān)測抽檢，對于檢測質量不合格的農藥產品，追蹤其生產和銷售的各個環(huán)節(jié)，及時采取補救措施，以此確保蔬菜品質的綠色安全。

參 考 文 獻

［1］朱春雨， 楊峻， 劉西莉， 等. 蔬菜安全生產過程中農藥污染危害與控制途徑分析［J］. 農藥科學與管理， 2014， 35（2）： 12-18.

Zhu Chunyu， Yang Jun， Liu Xili. Analysis of pesticide pollution hazard and control approach in vegetable safe production process ［J］. Pesticide Science and Administration， 2014， 35（2）： 12-18.

［2］張毅， 郭鵬飛， 徐進， 等. 農藥安全使用存在的問題［J］. 農藥科學與管理， 2014（11）： 54-57.

Zhang Yi， Guo Pengfei， Xu Jin. Issues from safe use of pesticides ［J］. Pesticide Science and Administration， 2014（11）： 54-57.

［3］Priyadarshini P， Abhilash P C. Towards the transformations of socialecological systems for sustainable development ［J］. Tropical Ecology， 2019， 60（1）： 163-165.

［4］Liu E M， Huang J K. Risk preferences and pesticide use by cotton farmers in China ［J］. Journal of Development Economics， 2013， 103： 202-215.

［5］鄭建秋， 鄭翔， 孫海， 等. 設施蔬菜施藥中存在問題及技術改進［J］. 中國蔬菜， 2017（5）： 87-89.

［6］祝文峰， 李太平. 基于文獻數(shù)據(jù)的我國蔬菜農藥殘留現(xiàn)狀研究［J］. 經濟問題， 2018（11）： 92-98.

Zhu Wenfeng， Li Taiping. Study on the status of vegetable pesticide residues in china based on literature data ［J］. On Economic Problems， 2018（11）： 92-98.

［7］吳月來， 樊孝鳳. 不同生產模式下菜農用藥行為的比較研究——基于海南省實地調研［J］. 中國食物與營養(yǎng)， 2020， 26（1）： 14-17.

Wu Yuelai， Fan Xiaofeng. Comparative study on drug use behavior of vegetable farmers under different production modes： Based on field survey in Hainan Province ［J］. Food and Nutrition in China， 2020， 26（1）： 14-17.

［8］羅崇旺， 楊媚. 淺析新型農業(yè)種植技術有效降低農藥殘留提高農產品質量安全［J］. 農家參謀， 2020（4）： 52.

［9］朱淀， 孔霞， 顧建平. 農戶過量施用農藥的非理性均衡： 來自中國蘇南地區(qū)農戶的證據(jù)［J］. 中國農村經濟， 2014（8）： 17-29.

［10］何云川， 曹景寬， 侯春曉， 等. 云南省農民農藥使用行為及安全用藥措施調查與分析［J］. 中國植保導刊， 2017， 37（8）： 82-86.

［11］竇蕾， 劉菁菁， 王紅蘭. 菜農農藥使用行為的影響因素分析——來自山東農村蔬菜生產實踐的實證分析［J］. 山西農經， 2018（11）： 24-25.

［12］Akinwande D V， Adeyemi J A， Olawuyi S T， et al. Protective effects of camellia sinensis on syzygium aromaticumor chlorpyrifosinduced reproductive toxicity in male wistar rats ［J］. The Journal of Basic and Applied Zoology， 2019， 80（1）： 1-9.

［13］崔亞飛， 周榮. 基于Meta的農戶農藥使用行為影響因素綜合效應量評估［J］. 中國農業(yè)資源與區(qū)劃， 2019， 40（8）： 29-37.

Cui Yafei， Zhou Rong. Evaluation of the overall effect of influencing factors of Chinese farmers?pesticide use behavior based on meta ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2019， 40（8）： 29-37.

［14］陳超， 王瑩， 翟乾乾. 風險偏好、風險感知與桃農化肥農藥施用行為［J］. 農林經濟管理學報， 2019， 18（4）：472-480.

Chen Chao， Wang Ying， Zhai Qianqian. Risk preference， perception and fertilizers， pesticides application ［J］. Journal of AgroForestry Economics and Management， 2019， 18（4）： 472-480.

［15］莊武. 農藥使用現(xiàn)狀及科學用藥措施研究［J］. 農業(yè)科技與裝備， 2021（3）： 69-70.

［16］杜鳳君， 鄭軍， 張明月. 行為規(guī)范、質量安全認知與農戶綠色用藥行為［J］. 科技與經濟， 2021， 34（4）： 56-60.

Du Fengjun， Zheng Jun， Zhang Mingyue. Behavioral norms， quality and safety awareness and green pesticide use behavior of vegetable farmers ［J］. Science & Technology and Economy， 2021， 34（4）： 56-60.

［17］宋雨河， 武拉平. 價格對農戶蔬菜種植決策的影響——基于山東省蔬菜種植戶供給反應的實證分析［J］. 中國農業(yè)大學學報（社會科學版）， 2014（2）： 136-142.

Song Yuhe， Wu Laping. The impact of vegetable price on peasant households planting decisionmaking： A case study of fruit vegetable farmers in Shandong Province ［J］. Journal of China Agricultural University （Social Sciences）， 2014（2）： 136-142.

［18］王緒龍， 周靜. 信息能力、認知與菜農使用農藥行為轉變——基于山東省菜農數(shù)據(jù)的實證檢驗［J］. 農業(yè)技術經濟， 2016（5）： 22-31.

［19］王潔， 漆雁斌， 何悅. 農業(yè)技術培訓實施主體、培訓次數(shù)與農戶安全用藥行為——基于四川柑橘種植戶的調查［J］. 新疆農墾經濟， 2020（2）： 73-78.

Wang Jie， Qi Yanbin， He Yue. On the subjects of agricultural technology training， the number of trainings and farmers?safe use of pesticides： Based on the survey of Sichuan citrus growers ［J］. Xinjiang State Farms Economy， 2020（2）： 73-78.

［20］張丹. 遼寧設施蔬菜農藥使用風險監(jiān)測及治理對策［J］. 中國植保導刊， 2021， 41（11）： 101-103.

［21］邵冬. 酒泉市肅州區(qū)戈壁農業(yè)番茄生產中農藥使用現(xiàn)狀調查與對策［J］. 農業(yè)科技與信息， 2022（1）： 126-128.

［22］劉芳園. 行為經濟學視角下菜農安全用藥行為研究［D］. ?？冢?海南大學， 2019.

Liu Fangyuan. Study on the safe use of pesticides of vegetable farmers from the perspective of behavioral economics： Take Hainan Province as an example ［D］. Haikou： Hainan University， 2019.

［23］劉文軍. 山東蘋果種植戶安全用藥行為意愿的實證研究［D］. 泰安： 山東農業(yè)大學， 2020.

Liu Wenjun. An empirical study on the behavior willingness of safe drug use of apple growers in Shandong Province ［D］. Taian： Shandong Agricultural University， 2020.

［24］王佳新. 黃淮海地區(qū)農戶種植小麥用藥影響因素實證研究［D］. 北京： 中國農業(yè)科學院， 2018.

Wang Jiaxin. Empirical research on influencing factors of pesticides?use in planting wheat by farmers in Huanghuaihai region ［D］. Beijing： Chinese Academy of Agricultural Sciences， 2018.

［25］秦詩樂. 設施蔬菜種植戶施藥行為的影響因素研究——以山東壽光市為例［D］. 北京： 中國農業(yè)科學院， 2017.

Qin Shile. Study on factors affecting facility vegetable growers?behavior in pesticide application in Shouguang City， Shandong Province ［D］. Beijing： Chinese Academy of Agricultural Sciences， 2017.