李后建 曹安迪

摘要 中國農業(yè)正在向綠色發(fā)展轉變，綠色防控技術在確保糧食安全和保護生態(tài)環(huán)境方面發(fā)揮著重要作用。文章基于四川省623戶水稻種植戶的微觀調查數(shù)據(jù)，采用傾向得分匹配法消除了樣本選擇性偏差，分析了綠色防控技術對農戶經濟收益的影響及其作用機制，并對研究結果進行了一系列的穩(wěn)健性檢驗。研究結果表明：①綠色防控技術的采納能夠顯著改善稻農的經濟收益。與未采納綠色防控技術的狀態(tài)相比，采納綠色防控技術能夠使農戶每畝水稻的毛收入增加104.96%，每畝水稻的凈利潤增加40.45%。②從作用機制上看，采納綠色防控技術使稻農獲得了更高的市場溢價，同時有利于激勵稻農擴大水稻種植規(guī)模，并增加對農地的投入，包括提高有機肥和種子的投入費用。③盡管采納綠色防控技術帶來了一定的消極影響，即提高了病蟲害損失率，導致一定程度的減產，但整體而言，采納綠色防控技術所帶來的價格溢價彌補了因病蟲害引致的產量損失，改善了稻農的經濟收益。④綠色防控技術對稻農經濟收益的影響會由于教育水平的差異以及互聯(lián)網的應用而存在明顯的異質性。最后，研究從加大農村人力資本投入、完善農村互聯(lián)網設施、強化綠色防控技術政策支持以及加強對農用化學投入品的監(jiān)管等四個方面提出對策建議。

關鍵詞 綠色防控技術;經濟收益;傾向得分匹配;逆概率加權;回歸調整

中圖分類號 F323.3 文獻標識碼 A 文章編號 1002-2104（2021）02-0080-10 DOI：10.12062/cpre.20200619

以稻飛虱、水稻紋枯病、稻縱卷葉螟為主的病蟲害嚴重制約著中國水稻的穩(wěn)產和高產。為防治水稻病蟲害，中國自1970年以來圍繞抗病品種、農業(yè)防治、生物防治和化學防治等四個方面開發(fā)了許多水稻病蟲害防治方法[1]。其中，化學防治仍是當前中國作物病蟲害的主要防治措施，原因是化學防治具有耗時短、效率高和價格低等特點，能極大地滿足農民快速、有效控制作物病蟲害的需求[2]。然而，中國水稻種植的農藥邊際生產率早在2012年就已經近乎為零，即農藥使用已經過量，唯有減少農藥使用量才能提高種植者的農業(yè)純收入[3]。眾所周知，過量使用化學農藥會產生諸多負外部性，如破壞生態(tài)環(huán)境、危害人體健康、增加農業(yè)生產成本以及阻礙農產品出口[4-7]。為遏制化學農藥過量使用，中國于2015年出臺了《到2020年農藥使用量零增長行動方案》，明確提出要“加快轉變病蟲害防控方式，大力推進綠色防控”。綠色防控強調減少化學農藥使用量，采用農業(yè)防治、物理防治、生物防治、生態(tài)調控以及科學用藥等技術有效控制作物病蟲害，以確保農業(yè)生產安全、農產品質量安全和農業(yè)生態(tài)環(huán)境安全，促進農業(yè)增產、增收[8]。

然而，當前中國的綠色防控技術應用水平較低[9]，化學農藥一直被農民視為保護農作物免受病蟲害和助力農業(yè)生產的必要投資[2]。只有當采納綠色防控技術帶來的凈收益大于傳統(tǒng)化學防治的凈收益時，農戶才會采納綠色防控技術[7]。目前，學術界在綠色防控技術能否改善農戶經濟收益的問題上尚未達成共識，部分學者認為采納綠色防控技術能夠顯著改善農戶的經濟收益，主要體現(xiàn)在節(jié)約農藥使用成本[10-11]、提高作物產量[5]、增加種植收入[12-13]以及提高家庭消費支出[14-15]等方面。不過，亦有學者認為綠色防控技術對農戶經濟收益的改善作用并不明顯，甚至會產生消極影響[16-17]。值得注意的是，現(xiàn)有文獻多以蔬菜[11，17-18]、水果[19-22]等經濟作物種植戶作為研究對象，缺乏對糧食作物種植戶的考量。其次，已有相關文獻多針對印度[18，20]、孟加拉國[11，19]、柬埔寨[17]、肯尼亞[22-23]等國家考察了綠色防控技術對農戶經濟收益的影響，但并未就中國情景探討綠色防控技術對稻農經濟收益的影響及其作用機制。對于中國而言，稻農仍是一個龐大的群體，且大部分稻農屬于低收入群體，自然和市場的雙重風險使得這部分群體面臨著較高的返貧風險。因此，相比關注蔬菜、水果等高附加值的農產品生產主體，將稻農作為研究對象并探究采納綠色防控技術的經濟收益對于建立健全穩(wěn)定脫貧的長效機制，解決好“誰來種地”，以及確保國家糧食安全等重大問題具有更加重要的現(xiàn)實意義?；诖耍疚睦盟拇ㄊ?23戶水稻種植戶的微觀調查數(shù)據(jù)，采用傾向得分匹配法探究綠色防控技術對稻農經濟收益的影響及其作用機制。

1 文獻回顧

既有相關文獻主要探討了綠色防控技術的經濟和非經濟福利效應。部分學者認為綠色防控技術會給農戶帶來顯著的福利效應。Kouser和Qaim[5]指出采用轉基因抗蟲棉增加了農戶的毛收入，并對生態(tài)環(huán)境和人體健康產生了積極影響。Isoto等[24]通過分析烏干達咖啡種植者的調查數(shù)據(jù)發(fā)現(xiàn)采納綠色防控技術使咖啡凈收入增加了118%，并估算出采納綠色防控技術的農村收入乘數(shù)為1.27。Rakshit等[19]評估了信息素給甜瓜害蟲防治帶來的經濟效益，指出采用信息素的投資回報率在140%～165%之間。而另一部分學者則對多國或多種病蟲害防治方法的經濟和非經濟效益進行了綜合評估。Pretty和 Bharucha[10]對亞洲和非洲24國的85個綠色防控項目進行了綜合評估，發(fā)現(xiàn)采納綠色防控技術不僅能減少農藥使用量，提高作物產量，還能改善土壤質量和農場衛(wèi)生狀況。Rahman等[11]評估了嫁接、堆肥、黃板誘殺、信息素、生物殺蟲劑以及土壤改良等不同綠色防控技術的經濟效益，認為綠色防控技術通過降低生產成本來增加農戶的經濟收益。然而，有部分學者認為綠色防控技術對農戶經濟收益的改善作用并不明顯，甚至會產生消極影響。Cornejo[16]認為綠色防控技術對番茄產量和種植利潤無顯著影響。Malacrinò等[17]評估了綠色防控技術對柬埔寨豇豆種植戶的經濟影響，認為較高的綠色防控成本降低了農戶的經濟收益，這種結果在生物防治產品短缺的國家表現(xiàn)得尤為明顯。除此之外，綠色防控技術帶來的經濟與環(huán)境效應會隨采納程度和采納時間[25]、采納技術[7]、采納季節(jié)[18]、作物品種[22，26]的不同而表現(xiàn)出明顯的異質性。

通過梳理相關文獻后發(fā)現(xiàn)，關于綠色防控技術對農戶經濟收益影響的研究多集中在國外，鮮有學者就中國情景探討綠色防控技術對農戶經濟收益的影響及其作用機制。盡管有學者以中國黃淮海平原的家庭農場為研究對象評估了綠色防控技術對家庭農場經濟收益的影響[26]，但家庭農場與小規(guī)模農戶在生產要素、勞動性質以及產品屬性等方面存在明顯差異，因而對家庭農場的研究并不能等同于對小規(guī)模農戶的研究。放眼國外，關于綠色防控技術對農戶經濟收益影響的研究相對較多，但也存在一定的研究缺陷。就研究對象而言，研究對象比較單一，多以除中國以外的其他發(fā)展中國家的蔬菜、水果等經濟作物種植戶為研究對象，而缺乏對糧食作物，尤其是水稻種植戶的考量。另外，已有文獻涉及的綠色防控技術多局限于品種改良、生物殺蟲劑、信息素和引入天敵等生態(tài)調控和生物防治方法，而鮮有關于燈光誘殺和黃藍板誘殺等理化誘控技術的研究。就研究方法而言，部分研究未能較好地解決采納綠色防控技術這一變量可能存在的內生性問題，估計結果的準確性和可靠性較低?；谏鲜鲅芯咳笨?，本文利用四川省623戶水稻種植戶的微觀調查數(shù)據(jù)，采用傾向得分匹配法估計綠色防控技術對稻農經濟收益的影響，并揭示其中的作用機制，為政府有關部門在制定促進農業(yè)綠色發(fā)展和稻農增收的相關政策時提供參考和借鑒。

2 研究設計

2.1 模型選擇

傾向得分匹配是目前用于解決自選擇問題的主流方法，其基本思想是根據(jù)估算出的傾向得分將處理組（采納綠色防控技術）與控制組（未采納綠色防控技術）中可觀測變量取值盡可能相似的個體和進行匹配后，以（yi-yj）來度量個體的經濟收益受到干預后的處理效應。本文主要使用Logit回歸來估計傾向得分，并綜合考慮樣本特點和各種匹配方法的優(yōu)缺點，選擇卡尺內最近鄰匹配和核匹配作為傾向得分匹配的主要方法?？ǔ邇茸罱徠ヅ洳捎玫氖且粚σ坏钠ヅ浞椒?，并在給定的卡尺范圍內尋找最近匹配。而核匹配是一種整體匹配的方法，其基本思想是根據(jù)個體距離的大小賦予不同的權重，再將處理組中的每個樣本與整個對照組樣本（去掉在共同取值范圍之外的個體）進行匹配。具體而言，用來與處理組進行匹配的樣本是虛擬樣本，它們是通過核函數(shù)計算出的權重構造的，即反事實結果。在本文中，就是為每個采納者構造出一個與之各方面特征盡可能相似的虛擬的未采納者，這個虛擬的未采納者的結果變量可被視為反事實情境下采納者不采納綠色防控技術的結果變量，那么這兩個結果變量的差異就是采納者采納綠色防控技術的平均凈效應。因此，傾向得分匹配能夠有效解決兩組子樣本由于初始條件不完全相同而造成的選擇偏差問題。我們利用從兩組子樣本中觀測到的數(shù)據(jù)計算以下三個平均處理效應：

采納者平均處理效應（ATT），指采納者如果不采納綠色防控技術的經濟收益變化，表達式為：

未采納者平均處理效應（ATU），指未采納者如果采納綠色防控技術的經濟收益變化，表達式為：

平均處理效應（ATE），指綠色防控技術的采納者相比那些未采納者在經濟收益上的差異，表達式為：

在（1）～（3）式中，N1為處理組的樣本個數(shù)，N0為控制組的樣本個數(shù)，N=N0+N1為樣本容量。虛擬變量Di={0，1}表示個體是否采納綠色防控技術，即是否采用燈光誘殺或黃藍板誘殺，0表示未采納，1表示采納。

需要注意的是，傾向得分匹配無法控制那些不可觀測因素對估計結果造成的偏差，所以本文使用Rosenbaum邊界估計來評估不可觀測因素對傾向得分匹配結果造成的影響。假設農戶采納綠色防控技術的概率為：

（4）式中的xi代表可觀測變量，ui代表不可觀測變量，γ代表不可觀測變量的影響程度。只有當不存在不可觀測因素或不可觀測因素對結果無影響時，γui=0。農戶采納綠色防控技術的概率可表示為Pi/（1-Pi）。本文設F服從Logistic分布，則匹配的農戶i和j是否采納綠色防控技術的概率之比可表示為：

由（5）式可知，當不存在不可觀測因素時，ui-uj=0，匹配農戶i和j采納綠色防控技術的概率之比等于1，即eγ=1，這種情況被稱為基本情形。可能性比例邊界為[e-γ，eγ]，eγ用于衡量農戶是否采納綠色防控技術對不可觀測因素的敏感程度。因此，我們可以賦予eγ不同的值，從而得到不同水平下不可觀測因素對農戶采納綠色防控技術的可能性造成的偏離程度。最后，通過觀察Rosenbaum邊界的顯著性水平和相應的置信區(qū)間即可判斷不可觀測因素對估計結果的影響程度。

2.2 數(shù)據(jù)來源

四川省是中國重要的稻作區(qū)。國家統(tǒng)計局數(shù)據(jù)顯示，四川省常年種植面積穩(wěn)定在190萬hm2左右，總產1 500萬t左右，在中國全部省份中均位列第7。因此，選擇四川省作為調研地點具有典型的代表意義。2019年8—9月，我們在四川省水稻主產區(qū)中隨機抽取了7個地級市（自治州），分別是成都、德陽、巴中、達州、宜賓、瀘州、涼山州。然后，從每個地級市（自治州）中抽取新型經營主體集中度較高的1～2個縣（區(qū)），再從每個縣（區(qū)）抽取1～2個鄉(xiāng)（鎮(zhèn)）。對于每個鄉(xiāng)（鎮(zhèn)），采取兩步分層隨機抽樣的方法來獲取調查數(shù)據(jù)。

第一步，根據(jù)各鄉(xiāng)（鎮(zhèn)）農業(yè)主管部門負責人提供的資料，將所有樣本村莊分成兩類：有新型經營主體的村莊和無新型經營主體的村莊。接下來根據(jù)分層隨機抽樣的原則，確定每個樣本鄉(xiāng)（鎮(zhèn)）需要抽取的有新型經營主體的村莊1～2個。為了讓抽取的兩類村莊具有較強的可比性，本研究根據(jù)每個村莊的經濟狀況、交通狀況以及水稻生產潛力等指標的綜合評價結果，在每個樣本鄉(xiāng)（鎮(zhèn)）中選取與有新型經營主體的村莊類似的無新型經營主體的村莊1～2個。第二步，根據(jù)村兩委提供的水稻種植戶資料和名單，在第一步抽取的有新型經營主體和無新型經營主體的村莊中各抽取約10戶水稻種植戶作為調查對象。問卷調查的內容包括戶主特征、家庭特征、水稻種植投入和產出等諸多方面，并指派受過專業(yè)培訓的調研人員與調查對象進行一對一訪談。最后，我們共收集到641份問卷，剔除相關信息嚴重缺失或異常的樣本后，剩余有效問卷為623份。

2.3 變量選取和描述性統(tǒng)計

2.3.1 結果變量

本文主要參考Midingoyi等[21]、Githiomi等[22]對綠色防控技術經濟效益的評估，選擇每畝毛收入和每畝凈利潤兩個結果變量來測度農戶的經濟收益，選擇每畝產量、每千克稻谷的市場價格、種植面積、每畝有機肥投入費用、每畝種子費用、水稻病蟲害損失占比等作為衡量作用機制的變量。其中，每畝毛收入代表了農戶從事水稻種植的盈利水平（留存的糧食按市價折算）;每畝凈利潤代表了農戶在一個水稻生產周期內的經營成果;種植面積不包括復種面積。

2.3.2 解釋變量

本文涉及的綠色防控技術主要包括燈光誘殺和黃藍板誘殺等理化誘控技術。將農戶是否采納綠色防控技術設為關鍵解釋變量，若采納綠色防控技術則賦值為“1”，否則賦值為“0”。

2.3.3 控制變量

我們參考現(xiàn)有研究經驗，選取14個關于戶主和家庭特征的變量作為控制變量。①戶主性別：朱萌等[27]發(fā)現(xiàn)與女性戶主相比，男性戶主接受新事物的能力較強，因此更傾向于采納環(huán)境友好型農業(yè)技術。在本研究中，若戶主為男性，則賦值為1，否則賦值為0。②戶主年齡：老齡勞動力對農業(yè)生產技術的學習能力和應用能力較弱，因此農業(yè)勞動力老齡化不利于綠色防控技術的采納。參照楊志海[28]的研究，我們將戶主年齡納入控制變量。③戶主年齡的平方：考慮到戶主年齡與綠色防控技術的采納之間可能是非線性關系，故將戶主年齡的平方納入控制變量，并定義為戶主年齡的平方除以100。④戶主的婚姻狀況：由于結婚意味著要承擔照顧家庭的責任，因此戶主的婚姻狀況可能會影響綠色防控技術的采納。在本研究中，若戶主已婚，則賦值為1，否則賦值為0。⑤戶主的政治面貌：由于中共黨員需要履行在生產、工作、學習和社會生活中起先鋒模范作用的義務，因此可能會率先采納綠色農業(yè)生產技術。在本研究中，若戶主是中共黨員，則賦值為1，否則賦值為0。⑥戶主的受教育年數(shù)：Khonje等[13]發(fā)現(xiàn)受教育水平對采納農業(yè)技術和提升農業(yè)生產率具有顯著的正向影響，擁有較高受教育水平的農民能夠更好地理解采納綠色農業(yè)技術對人體健康和生態(tài)環(huán)境的重要性。本研究將戶主的受教育年數(shù)納入控制變量，并定義為受正規(guī)教育的年數(shù)。⑦戶主的兄弟姐妹數(shù)量：定義為有直接血緣關系的兄弟姐妹數(shù)量。⑧戶主的健康水平：定義為戶主自評的與同齡人相比的健康水平，分值為1～4分，依序為很不健康、不健康、健康和很健康。⑨戶主的通信費用：借鑒佟大建等[29]的研究，農戶的社會關系網絡越強，就越容易獲取農業(yè)信息和技術推廣服務。本研究將戶主的通信費用納入控制變量，并定義為2018年戶主通信支出總額的自然對數(shù)，在某種程度上能夠衡量戶主的社會關系網絡水平。⑩家庭人口數(shù)：定義為戶主家中的人口總數(shù)。家庭人口數(shù)越多，家庭生活壓力越大，因此農戶更希望采用先進的農業(yè)生產技術來提高農業(yè)生產率，改善家庭生計[27]。○11

家庭老年人數(shù)量：定義為戶主家庭中60歲及以上的人口數(shù)?！?2家庭兒童數(shù)量：定義為戶主家庭中16歲及以下的人口數(shù)。

○13家中水稻種植能手的數(shù)量：家中水稻種植能手的數(shù)量在一定程度上反映了農戶水稻種植經驗的掌握程度。借鑒耿宇寧等[30]的研究，我們將家中水稻種植能手的數(shù)量納入控制變量，并定義為家中掌握水稻種植技術和經驗的人數(shù)。

○14家庭用網情況：互聯(lián)網的使用有助于提升農民的信息搜索能力和生產決策能力[31]。本研究將家庭用網情況納入控制變量，并定義為2018年戶主家中能否使用互聯(lián)網，若能使用互聯(lián)網，則賦值為1，否則賦值為0。

我們把未采納綠色防控技術的農戶集合設置為控制組，把采納了綠色防控技術的農戶集合設置為處理組。表1匯報了兩樣本獨立t檢驗結果，可看出兩組間存在顯著差異。具體而言，除每畝產量之外，采納者的每畝毛收入、每畝凈利潤、每千克稻谷的市場價格、種植面積、每畝有機肥投入費用、每畝種子費用以及水稻病蟲害損失占比均顯著高于未采納者。然而，由于稻農采納綠色防控技術的行為并非隨機，而是一種自我選擇行為，因此我們不能簡單地比較兩組間因變量的均值差異來估計綠色防控技術對農戶經濟收益的影響，否則會導致研究結果出現(xiàn)明顯的偏差。在控制變量上，對于采納綠色防控技術的稻農而言，他們的兄弟姐妹數(shù)更多、受正規(guī)教育的時間更短、身體更健康、家庭人口數(shù)更少、家中種植能手更多。此外，未觀測到的變量也可能存在顯著差異，如采納綠色防控技術的動機、農業(yè)情懷等內部因素都會對是否采納綠色防控技術這一自選擇行為產生一定的影響，同時也可能影響農戶的經濟收益。

3 實證分析

3.1 傾向得分匹配

3.1.1 農戶采納綠色防控技術的決策估計

本文使用Logit模型估計農戶采納綠色防控技術的傾向得分，并得出相關控制變量的邊際效應。回歸結果顯示，戶主受正規(guī)教育的時間越長，采納綠色防控技術的可能性就越小。其次，戶主的政治面貌和健康水平對綠色防控技術的采納具有積極影響。此外，家庭老年人數(shù)每增加一個單位標準差，采納綠色防控技術的可能性就降低6.4%。與之相反，家中的種植能手每增加一個單位標準差，采納綠色防控技術的可能性就增加17.3%。而其余控制變量未通過顯著性檢驗，對農戶綠色防控技術采納決策的影響幾乎可以忽略。限于篇幅，回歸結果并未列出。

3.1.2 共同取值范圍和平衡性檢驗

考慮到采納綠色防控技術的農戶占樣本總體的65.7%，控制組和處理組之間的樣本數(shù)量有一定的差異，故使用最近鄰匹配和核匹配兩種方法匹配兩組間的個體，通過對比選出匹配效果較好的估計結果做進一步分析。圖1（a）和圖1（b）分別描繪了最近鄰匹配和核匹配的傾向得分共同取值范圍，可看出控制組與處理組的重疊區(qū)域較大，僅有極少數(shù)觀測對象被排除在共同取值范圍之外，剔除后對整體的影響甚微。

表2匯報了最近鄰匹配和核匹配質量的平衡性檢驗結果，可看出最近鄰匹配和核匹配的各項平衡性指標均無顯著差異，匹配后的R2均由0.178降低到0.019，說明控制組和處理組之間平衡性良好;均值偏差由19分別降低到6.8和8.3，中位數(shù)偏差由13.1分別降低到5和4.8;不過，最近鄰匹配的總體偏差削減情況相對較好，從50%降到40%。進一步地，基于最近鄰匹配的各控制變量偏差削減情況也相對核匹配較好，限于篇幅并未列示。

3.1.3 敏感性分析

在分析匹配結果之前，我們使用Rosenbaum邊界分析來檢驗最近鄰匹配和核匹配兩種方法所得匹配結果對不可觀測因素的敏感程度。若匹配結果對那些不可觀測因素的影響不敏感，則認為匹配結果是可靠的。本文進行Γ范圍從1～2的敏感性分析。參數(shù)Γ表示隱藏偏差的大小，即Γ=1時表示無隱藏偏差，Γ值越大，存在的隱藏偏差就越大。如果Γ在接近1的時候已有結果就變得不顯著了，則表明估計結果對不可觀測因素十分敏感。反之，如果Γ在接近2的時候已有結果才變得不顯著，則表明該結果對不可觀測因素不太敏感。

表3的最后兩列分別匯報了基于最近鄰匹配和核匹配的綠色防控技術采納對農戶經濟收益影響的Rosenbaum邊界估計結果。在給定Γ為1～2的整個區(qū)間內，兩種匹配方法所得每畝凈利潤、每畝毛收入、每畝產量、每千克稻谷的市場價格、種植面積、每畝有機肥投入費用以及每畝種子費用等變量的結果均在1%的水平上顯著，說明它們都沒有受到不可觀測因素的影響。然而，就水稻病蟲害損失占比而言，當Γ=2時，最近鄰匹配所得結果才在10%的水平上變得不顯著。而當Γ=1.7時，核匹配所得結果已經在10%的水平上變得不顯著。因此，我們認為最近鄰匹配的結果最優(yōu)。

3.1.4 匹配結果

表3匯報了最近鄰匹配的結果，我們主要關注采納者的平均處理效應（ATT）和未采納者的平均處理效應（ATU）。限于篇幅，核匹配相關結果并未列示。

（1）綠色防控技術對水稻種植凈利潤和毛收入的影響。研究結果表明，綠色防控技術的采納使稻農的每畝凈利潤和每畝毛收入顯著增加。具體地，ATT結果顯示若采納者未采納綠色防控技術，則每畝凈利潤將降低40.45%，每畝毛收入將降低104.96%;ATU結果顯示若未采納者采納了綠色防控技術，則每畝凈利潤將由402元增加至623元，增加了54.98%，且每畝毛收入將由1 229元增加至2 033元，增加了65.42%。這與現(xiàn)有研究結果一致，即綠色防控技術的采納能顯著改善農戶的經濟收益[10，18-19，22]。

（2）綠色防控技術對水稻產量和病蟲害損失的影響。研究結果還表明，綠色防控技術的采納對水稻產量及水稻病蟲害損失占比具有顯著的負向影響。在反事實情境下，倘若采納者不采納綠色防控技術，其每畝產量將增加24.17%，水稻病蟲害損失占比將下降32.43%;倘若未采納者采納了綠色防控技術，其每畝產量將減少22.27%，水稻病蟲害損失占比將提高16.67%。該研究結果與Kibira等[23]、Pretty和 Bharucha[10]的研究結果并不一致，合理的解釋可能是他們研究中涉及到的綠色防控技術主要包括生物殺蟲劑、信息素、品種改良以及引入天敵等生態(tài)調控和生物防治方法，與本文所涉及的黃藍板誘殺和燈光誘殺等理化誘控手段有較大差異。黃藍板誘殺和燈光誘殺分別利用害蟲的趨色和趨光特性來降低害蟲密度，但不會破壞害蟲種群平衡[32]，對病蟲害的防治效果可能不及生態(tài)調控和生物防治等方法。此外，綠色防控要求科學、合理、安全地使用農藥，但在種植過程中使用的綠色農藥或生物殺蟲劑可能不足以徹底控制病蟲害的爆發(fā)[33]，由此可能會造就由病蟲害引致的作物減產。

（3）綠色防控技術對稻谷價格的影響。從表3提供的數(shù)據(jù)可以看出，綠色防控技術的采納能夠顯著提升稻谷的市場單價。ATT結果顯示，若采納者不采納綠色防控技術，其稻谷的市場單價將降低239.41%;ATU結果顯示，若未采納者采納了綠色防控技術，其稻谷的市場單價將提高154.49%，即由每千克2.44元提升至6.21元。由此可見，綠色防控技術的采納提高了稻谷的市場溢價，可能的原因有以下三點：首先，推廣和應用綠色防控技術的主要目的是保障農產品質量安全和促進農業(yè)綠色可持續(xù)發(fā)展。綠色防控要求減少化學農藥使用量，采用科學、環(huán)保的方法控制作物病蟲害。Timprasert等[2]在研究泰國菜農采納綠色防控技術的動機時指出，盡管綠色防控技術能夠有效控制病蟲害，但在材料上的花費卻比普通化學農藥昂貴，且準備工作比較煩瑣。為此，稻農需要通過抬高水稻售價來彌補額外的水稻種植成本。其次，正如前文所述，采納綠色防控技術會降低水稻的產量，為彌補水稻產量降低導致的收益損失，稻農也有強烈的動機來提高水稻售價，從而彌補減產導致的損失。最后，在市場信息不對稱的情況下，采納綠色防控技術的稻農通常會借助經濟組織提供的質量認證資質來為食品質量貼標簽，利用這種信號顯示機制向消費者傳遞稻米的質量信息[34]，即相比化學農藥，采用綠色防控技術控制病蟲害有助于減少稻米農藥殘留和其他有害物質含量，提高了稻米的品質，能夠獲得更高的市場認可度。因此，采用綠色防控技術生產的稻米能夠獲取較高的價格溢價。

（4）綠色防控技術對水稻種植面積的影響。我們還發(fā)現(xiàn)綠色防控技術的采納會激勵稻農擴大水稻種植面積，且在1%的水平上顯著。ATT結果表明，若采納者不采納綠色防控技術，其種植面積將減少96.87%;ATU結果表明，若未采納者采納了綠色防控技術，其種植面積將增加102.64%。這與Cuyno等[35]的研究結果一致。采納綠色防控技術改善了稻米的品質，而市場對這種高品質稻米有更加強烈的需求，這就刺激了稻農必須通過擴大種植面積來提高供應量，從而滿足市場需求。更重要的是，采納綠色防控技術使得稻米的單產下降了，在同等條件下，稻農只有通過擴大水稻種植面積才能彌補由于單產下降導致的總產量削減，從而維持原有的總產量。最后，擴大種植面積有利于發(fā)揮規(guī)模效應，降低采納綠色防控技術的單位生產成本[2]。

（5）綠色防控技術對有機肥和種子投入費用的影響。匹配結果還顯示，綠色防控技術的采納會激勵稻農增加每畝有機肥和種子的投入費用。ATT結果表明，如果采納者不采納綠色防控技術，則每畝有機肥投入費用將減少36.84%，每畝種子費用將減少104.17%;ATU結果表明，如果未采納者采納了綠色防控技術，則每畝有機肥投入費用將增加21.65%，每畝種子費用將增加64.94%。該結果與Isoto等[24]的研究結果一致，其研究表明在采納綠色防控技術后，農戶購買農資和服務的支出也隨之增加。其次，為了提高作物的質量和產量，農戶通常會將減少農藥用量節(jié)省下來的資金轉投至肥料和種子上[10]。

綜上所述，綠色防控技術的采納能夠顯著改善農戶的經濟收益。一方面，雖然綠色防控技術的采納會導致水稻減產，但其帶來的價格溢價明顯超過了因產量下降而造成的經濟損失。另一方面，綠色防控技術的采納有利于激勵農戶增加對土地的投入，在本文中，采納綠色防控技術促使農戶增加了有機肥和種子的投入，并擴大了水稻種植面積。因此，我們認為采納綠色防控技術主要通過提高水稻質量以及發(fā)揮規(guī)模效應來改善農戶的經濟收益，但卻顯著降低了水稻單產。

3.2 穩(wěn)健性檢驗

在采用逆概率加權、回歸調整以及逆概率加權回歸調整等三種實證策略對前文的估計結果進行穩(wěn)健性檢驗后，我們發(fā)現(xiàn)基于以上三種策略的檢驗結果均與前文的估計結果一致，這表明本文的研究結果具有較強的穩(wěn)健性。限于篇幅，穩(wěn)健性檢驗結果并未列示。

3.3 異質性處理效應

為進一步理解綠色防控技術采納對不同樣本群體經濟收益影響的差異，我們根據(jù)受教育程度和互聯(lián)網使用情況對總樣本進行分組，并采用核匹配估計采納者的平均處理效應ATT。對于受教育程度，我們將受正規(guī)教育年數(shù)小于7年的個體定義為受教育程度低的群體，用“0”表示，共490個樣本;將受正規(guī)教育年數(shù)大于或等于7年的個體定義為受教育程度高的群體，用“1”表示，共133個樣本。對于互聯(lián)網使用情況，我們以家中能否使用互聯(lián)網為標準將總樣本分為兩組。其中，不能使用互聯(lián)網的家庭共126個，用“0”表示;能使用互聯(lián)網的家庭共497個，用“1”表示。表4匯報了綠色防控技術采納的異質性處理效應。

在受教育程度方面，受教育程度低的群體采納綠色防控技術后增收顯著，其每畝凈利潤和每畝毛收入分別增加了159元和1 519元。受教育程度高的群體在采納綠色防控技術后，其每畝凈利潤的增加不顯著，而每畝毛收入顯著增加了420元。已有研究表明，受教育程度對農村勞動力參與非農就業(yè)具有正向影響，即受教育程度越高，勞動力就越傾向于參與非農就業(yè)[36]，因此可能在一定程度上分散他們從事水稻生產的精力。

在互聯(lián)網使用方面，不能使用互聯(lián)網的群體在采納綠色防控技術后，其每畝凈利潤顯著增加了95元，但每畝毛收入的變化不顯著。能使用互聯(lián)網的群體采納綠色防控技術后增收顯著，其每畝凈利潤和每畝毛收入分別增加了169元和1 591元。使用互聯(lián)網有助于提升農民對農業(yè)政策、農業(yè)技術、農產品市場以及農業(yè)生產資料等生產經營信息的獲取能力，并降低信息的獲取成本[31]。因此，能使用互聯(lián)網的群體獲得的經濟收益較高。

4 結論與建議

綠色防控技術對保護生態(tài)環(huán)境、保障糧食安全以及促進農業(yè)綠色發(fā)展具有重要作用。同時，促進農業(yè)增產以及改善農戶經濟收益一直是中國農村經濟發(fā)展的關鍵。在此背景下，本文從農戶經濟收益的角度切入，利用四川省623戶水稻種植戶的微觀調查數(shù)據(jù)，采用傾向得分匹配法解決了采納綠色防控技術可能存在的選擇偏差問題，評估了綠色防控技術對稻農經濟收益的影響，并對其作用機制進行了系統(tǒng)分析。研究發(fā)現(xiàn)，綠色防控技術的采納顯著增加了稻農的種植收益，改善了稻農的生計。從作用機制來看，綠色防控技術的采納提高了稻谷的價格溢價，但降低了每畝水稻的產量，這意味著綠色防控技術的采納主要通過稻谷的價格溢價來改善農戶的經濟收益，即價格溢價給農戶帶來的收益已經超過由于病蟲害導致的經濟損失，從而顯著改善了農戶的經濟收益。進一步研究發(fā)現(xiàn)，綠色防控技術的采納顯著改變了農戶對土地的投入，即增加了有機肥和種子的投入，擴大了水稻種植面積。此外，本文的研究結果還顯示，對于不同受教育程度以及能否使用互聯(lián)網的稻農而言，綠色防控技術對他們經濟收益的影響存在明顯的異質性。最后，我們使用逆概率加權、回歸調整、逆概率加權回歸調整等實證策略對研究結果進行了穩(wěn)健性檢驗，充分表明研究結果具有較強的穩(wěn)健性。

基于上述研究結果，本文認為應從以下五個方面來促進綠色防控技術的推廣和應用。①要加大對農村人力資本的投入力度，切實保障農村義務教育的開展，提高農村人口的科學文化水平。興辦農民田間學校，加大綠色防控技術的培訓力度，提高農民對綠色防控技術的認知水平。農業(yè)推廣部門、合作社以及農業(yè)技術公司應加大對綠色防控技術的宣傳，優(yōu)先鼓勵種糧大戶采納綠色防控技術，從而帶動小規(guī)模農戶參與其中。②要完善農村互聯(lián)網基礎設施，提高農村地區(qū)的互聯(lián)網普及程度，讓農民跟上市場發(fā)展和技術轉變的步伐。在鄉(xiāng)鎮(zhèn)一級設立優(yōu)質農資供應點，確保綠色防控技術所需物資的供應。③要加強對綠色防控技術推廣和應用的政策支持力度，可針對采用綠色防控技術生產的稻米適當提高最低收購價，并對綠色農資的購買提供一定的農業(yè)補貼，從而激勵農戶采納綠色防控技術。④要嚴格規(guī)定和細化農藥使用標準，加強對化學農藥使用行為的監(jiān)管力度，對違反農藥使用規(guī)定者予以嚴肅懲處。

參考文獻

[1]LOU Y G， ZHANG G R， ZHANG W Q， et al. Reprint of： biological control of rice insect pests in China[J]. Biological control， 2014， 68： 103-116.

[2]TIMPRASERT S， DATTA A， RANAMUKHAARACHCHI S L. Factors determining adoption of integrated pest management by vegetable growers in Nakhon Ratchasima Province， Thailand[J]. Crop protection， 2014， 62： 32-39.

[3]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）： 17-29，41.

[4]KOLEVA N G， SCHNEIDER U A， MCCARL B A. Pesticide externalities from the US agricultural sector：the impact of internalization， reduced pesticide application rates， and climate change[J]. Procedia environmental sciences， 2011，6： 153-161.

[5]KOUSER S， QAIM M. Valuing financial， health， and environmental benefits of Bt cotton in Pakistan[J]. Agricultural economics， 2013， 44（3）： 323-335.

[6]MURIITHI B W， AFFOGNON H D， DIIRO G M， et al. Impact assessment of Integrated Pest Management （IPM） strategy for suppression of mango-infesting fruit flies in Kenya[J]. Crop protection， 2016， 81： 20-29.

[7]耿宇寧， 鄭少鋒， 劉婧. 農戶綠色防控技術采納的經濟效應與環(huán)境效應評價：基于陜西省獼猴桃主產區(qū)的調查[J]. 科技管理研究， 2018， 38（2）： 245-251.

[8]高楊， 牛子恒. 風險厭惡、信息獲取能力與農戶綠色防控技術采納行為分析[J]. 中國農村經濟， 2019 （8）： 109-127.

[9]GAO Y， ZHANG X， LU J， et al. Adoption behavior of green control techniques by family farms in China： evidence from 676 family farms in Huang-Huai-Hai Plain[J]. Crop protection， 2017， 99： 76-84.

[10]PRETTY J， BHARUCHA Z P. Integrated pest management for sustainable intensification of agriculture in Asia and Africa[J]. Insects， 2015， 6（1）： 152-182.

[11]RAHMAN M S， NORTON G W， RASHID M H A. Economic impacts of integrated pest management on vegetables production in Bangladesh[J]. Crop protection， 2018， 113： 6-14.

[12]KASSIE M， SHIFERAW B， MURICHO G. Agricultural technology， crop income， and poverty alleviation in Uganda[J]. World development， 2011， 39（10）： 1784-1795.

[13]KHONJE M， MANDA J， ALENE A D， et al. Analysis of adoption and impacts of improved maize varieties in eastern Zambia[J]. World development， 2015， 66： 695-706.

[14]SHIFERAW B， KASSIE M， JALETA M， et al. Adoption of improved wheat varieties and impacts on household food security in Ethiopia[J]. Food policy， 2014， 44： 272-284.

[15]BECERRIL J， ABDULAI A. The impact of improved maize varieties on poverty in Mexico： a propensity score-matching approach[J]. World development， 2010， 38（7）： 1024-1035.

[16]FERNANDEZ-CORNEJO J.The microeconomic impact of IPM adoption： theory and application[J]. Agricultural and resource economics review， 1996， 25（2）： 149-160.

[17]MALACRIN A， SENG K H， AN C， et al. Integrated pest management for yard-long bean （Vigna unguiculata subsp. Sesquipedalis）in Cambodia[J]. Crop protection， 2020， 135：104811.

[18]AHUJA D B， AHUJA U R， SINGH S K， et al. Comparison of Integrated Pest Management approaches and conventional （non-IPM） practices in late-winter-season cauliflower in Northern India[J]. Crop protection， 2015， 78： 232-238.

[19]RAKSHIT A， KARIM A R， HRISTOVSKA T， et al. Impact assessment of pheromone traps to manage fruit fly on sweet gourd cultivation[J]. Bangladesh journal of agricultural research， 1970， 36（2）： 197-203.

[20]MYRICK S， NORTON G W， SELVARAJ K N， et al. Economic impact of classical biological control of papaya mealybug in India[J]. Crop protection， 2014， 56： 82-86.

[21]MIDINGOYI S K G， KASSIE M， MURIITHI B， et al. Do farmers and the environment benefit from adopting integrated pest management practices： evidence from Kenya[J]. Journal of agricultural economics， 2019， 70（2）： 452-470.

[22]GITHIOMI C， MURIITHI B， IRUNGU P， et al. Economic analysis of spillover effects of an integrated pest management （IPM） strategy for suppression of mango fruit fly in Kenya[J]. Food policy， 2019， 84： 121-132.

[23]KIBIRA M， AFFOGNON H， NJEHIA B， et al. Economic evaluation of integrated management of fruit fly in mango production in Embu County， Kenya[J]. African journal of agricultural and resource economics， 2015， 10（4）： 343-353.

[24]ISOTO R E， KRAYBILL D S， ERBAUGH M J. Impact of integrated pest management technologies on farm revenues of rural households： the case of smallholder Arabica coffee farmers[J]. African journal of agricultural and resource economics， 2014， 9（2）： 1-13.

[25]GAO Y， NIU Z H， YANG H R， et al. Impact of green control techniques on family farms welfare[J]. Ecological economics， 2019， 161： 91-99.

[26]GAUTAM S， SCHREINEMACHERS P， UDDIN M N， et al. Impact of training vegetable farmers in Bangladesh in integrated pest management （IPM）[J]. Crop protection， 2017， 102： 161-169.

[27]朱萌， 齊振宏， 羅麗娜， 等. 不同類型稻農保護性耕作技術采納行為影響因素實證研究：基于湖北、江蘇稻農的調查數(shù)據(jù)[J]. 農業(yè)現(xiàn)代化研究， 2015， 36（4）： 624-629.

[28]楊志海. 老齡化、社會網絡與農戶綠色生產技術采納行為：來自長江流域六省農戶數(shù)據(jù)的驗證[J]. 中國農村觀察， 2018 （4）： 44-58.

[29]佟大建， 黃武， 應瑞瑤. 基層公共農技推廣對農戶技術采納的影響：以水稻科技示范為例[J]. 中國農村觀察， 2018 （4）： 59-73.

[30]耿宇寧， 鄭少鋒， 王建華. 政府推廣與供應鏈組織對農戶生物防治技術采納行為的影響[J]. 西北農林科技大學學報（社會科學版）， 2017， 17（1）： 116-122.

[31]AKER J C. Dial ‘Afor agriculture： a review of information and communication technologies for agricultural extension in developing countries[J]. Agricultural economics， 2011， 42（5）： 631-647.

[32]PINTO-ZEVALLOS D M， VNNINEN I. Yellow sticky traps for decision-making in whitefly management： what has been achieved？[J]. Crop protection， 2013， 47（5）： 74-84.

[33]XU H X， YANG Y J， LU Y H， et al. Sustainable management of rice insect pests by non-chemical-insecticide technologies in China[J]. Rice science， 2017， 24（2）： 61-72.

[34]MCCLUSKEY J J， WESSELER J， WINFREE J A. The economics and politics GM food labeling： an introduction to the special issue[J]. Food policy， 2018， 78： 1-5.

[35]CUYNO L C M， NORTON G W， ROLA A. Economic analysis of environmental benefits of integrated pest management： a Philippine case study[J]. Agricultural economics， 2001， 25（2/3）： 227-233.

[36]REARDON T， BERDEGUé J， ESCOBAR G. Rural nonfarm employment and incomes in Latin America： overview and policy implications[J]. World development， 2001， 29（3）： 395-409.

（責任編輯：劉照勝）