一、引言及文献综述

农药的施用对于防范粮食作物病虫害、提高产量有积极的作用。联合国粮农组织的数据显示，每年全世界因病虫草鼠害导致粮食总产量20%～30%的损失。Schreinemachers和Tipraqsa(2012)研究发现，全球农药投入量增加1%会带来农作物产量增加0.56%。农药促进农作物产量提高的同时带来的负外部性也日益显现出来[1]。负外部性主要来自以下几方面：首先，当前多种农药有效使用率只有10%～20%左右，其余部分通过土壤、地下水、大气等进入生态系统，每年因农药残留对环境带来的损失达30亿美元[2]；其次，农户在水源处不规范配药和农药包装物的随意丢弃带来环境污染；再次，喷洒过程中会对人体暴露的皮肤、呼吸系统造成伤害，对免疫系统产生慢性毒理作用。

鉴于农药施用的这些负外部性，理清哪些因素会影响农药的使用、如何减少农药施用成为国内外关注的话题。由于农户是农药的使用主体，研究分析农药的施用情况主要落脚到微观农户层面上。关于农户使用农药行为的影响因素的研究，国外已有大量研究成果。市场收益是学者们研究农药施用行为焦点之一，Boussemart等(2011)利用非参数函数模型得出结论，短期内农药施用的边际成本要远远低于边际收益，农户会通过增加农药投入量来增加收益，但长期来看农户在一定程度降低农药施用强度既不会减少经济收益，又能达到保护生态环境的双赢效果[3]。从政府介入角度考察相关政策的效果是当前农药治理的主要研究领域。Archer和Shogren(2001)利用生态经济CEEPES模型发现，税收政策是一种有效的、有成本收益的控制农药的手段[4]。农户的个体特征也会对农药施用产生影响。Christos A Damalas和Muhammad Khan(2017)利用有序probit模型对巴基斯坦的蔬菜农户研究发现，菜农受教育程度、阅读农药标签的培训、使用农药的经验对菜农施用农药有积极的贡献[5]。

国内关于农户使用农药的研究文献相对较少，并且偏重于对农户使用行为的统计描述以及个体特征对施药行为的影响方面。毛飞、孔祥智(2011)研究了陕西苹果生产过程农户施药行为的影响因素，得出农户人均收入、户主对农药的认知水平、苹果需求方挑选标准的严格程度等因素与农药施用有关[6]。王建华等(2015)通过研究五个农业大省施药情况得出农药施用行为主要受知识能力水平、心理认知水平、外部环境条件和经济条件等因素的影响[7]。

综合来看，国外文献倾向于考察财政补贴、税收、教育等宏观政策的影响效果；国内文献倾向于考察农户微观个体特征，对我国农户施药机理系统性研究还比较少。能否同时综合这两种倾向来研究我国粮食生产中的农户施药行为？农户特征、政府介入、市场收益这三种类型的因素中，是否每种类型都会对我国农户的农药施用行为产生影响？是促进作用还是抑制作用？不同类型粮农对政策的诉求是否一样？对上述问题的回答，能够更清楚地理解影响粮农使用农药行为的内在动因，也为相关部门制定农药治理政策提供参考。同时本文结果来自对全国上万农户的面对面问卷调查，相关结论应该具有较强的普适性。

二、理论分析、模型设定与数据描述

(一)农药施用影响因素的经济学分析

根据已有的研究文献，许多因素会影响农药的施用强度，本文首先从经济学视角对影响农药施用强度的几个重要因素进行分析。

1．市场价格。根据微观经济理论，生产要素的需求和使用主要受产品的价格、要素自身价格的影响。2003-2015年随着政府对粮食价格的调控以及粮食目标价和临储价的出台，粮食的销售价格不断提高；而伴随着工业的科技进步以及国内市场与国际市场接轨，农药的销售价格在不断下降。二者价格的此起彼伏会影响追求利润最大化的农民通过更多农药的投入保证粮食稳定产出。

2．科技人员投入。近年来，农作物的病虫害出现多样化趋势,不时出现新的病虫害类型；针对不同虫害的农药的种类和品牌也越来越多。选择哪种品牌的农药、喷洒的浓度和频率等这些信息的供给远未达到农民的需求。农民对农药施用可能更多地依赖村干部介绍、邻居模仿、阅读说明书等，在粮农文化水平普遍较低的情况下，信息的理解和传播很可能出现偏误。如果有专业的农业科技人员适时介入，对农药的施用作出指导和示范，增加施药信息的供给，满足农民对不断更新的信息的需求，将会在较大程度上影响农药的施用强度。

农药对粮食生产的影响分为两阶段。以使用数量最多的杀虫剂为例,在第一阶段，农药的施用可以减少害虫的数量，第二阶段减少害虫的数量意味着可以增加粮食的产量。假设在不使用农药的情况下害虫数量为A0，当在面积为S的耕地使用投入强度为T的农药时，可以杀死B(ST)比例的害虫，0≤B(ST)≤1。由于不同农户对农药的使用效果也存在理解差异，因此将B(ST)设定成随农户个体变化的量Bi(ST)与现实更吻合。假设农药使用量越大，可以杀死的害虫数量也越多，即∂Bi(ST)/∂T>0。因此，害虫的数量控制函数可设为：

4．农业保险。舒尔茨(1964)指出农业保险具备分散风险和稳定农民生产预期的功能，能够激发农民尝试效率高、成本低、风险大的新的生产技术和设备。没有购买农业保险的农户，由于担心病虫害可能造成的经济损失，往往采用高强度、高频率施用农药的方法来规避风险。购买农业保险的农户消除了心理恐惧，解决了后顾之忧，愿意尝试采用成本低、富有风险的农药新品种、新技术，这在一定程度上会影响农药施用强度。农业生产保险作为农民为数不多的风险转移途径，可以促进农民更加理性地向农药最优施用强度靠近。

(二)模型设定

Y=(1-θ)F(X)+θF(X)[1-D(A0(1-Bi(ST)))]

3．农业补贴。粮食不同于一般的商品，具有公共品的部分属性，政府有责任对公共品的供给提供支持以解决市场失灵带来的问题。近年来，我国政府提供了粮食直接补贴、农资综合补贴、农业保险保费补贴、自然灾害救济补贴等多项支持政策。农业补贴作为区别于价格支持的政策，具有明显的协同效应——在降低生产成本的同时能够更加有效地提高农民种粮净收益。农业补贴可以部分缓解农民对种粮收益的追逐，进而可以缓解因粮食生产的脆弱性导致的农民对农药的过度依赖。

A=A0[1-Bi(ST)]

(1)

在第二阶段，粮食的实际产量设为Y，不受害虫影响的前沿生产量设为F(X)，X为劳动力、土地、化肥、机械等生产要素向量，粮食生产受害虫影响的比例设为θ。害虫以D(A)的形式对粮食生产造成影响，表示害虫数量A对粮食生产的影响，一般而言，实际害虫数量越多，对粮食生产影响的程度越大，即∂D(A)/∂A>0。由于害虫对质量影响难以显性量化，本文仅考虑害虫对粮食生产数量的影响。粮食的实际生产函数可以表示为：

经过十多年的发展，金山第二工业区已经形成新型表面活性剂、功能性涂料、合成新材料、生物医药、化工物流五大产业集群，并产生了巴斯夫、三井、朗盛、亨斯迈、东曹、科莱恩等一批具有代表性的龙头企业，成为上海重要的化工园区。

焊接试验：试件按规定组对后，用CO2气体保护焊焊接拘束焊缝，焊接时严格控制了试件的角变形。拘束焊缝焊接24h后，完成试验焊缝的焊接。对板厚32 mm的钢板不预热，对板厚50mm的钢板预热80℃，分别采用焊条电弧焊和气体保护焊进行焊接试验。

(2)

市场收益对农药施用影响分析：(1)在控制了其他解释变量以后，粮食的产量和价格均对农药的施用有正向促进作用，在六次回归中均显著。粮食的价格越高，产量越大，农民的收益就会越大，为了防范病虫害的干扰，粮农更倾向于多施用农药来确保粮食产量。从回归的系数看，种植面积50亩以上的大户比种植面积小于10亩的小户回归系数要大，可能的原因是大户种粮主要目的是获利而不是自给，他们对市场收益的反应比一般农户更敏感。(2)农业生产病虫害保险回归系数为负值，对农药施用有显著抑制作用，回归的结果也符合规避收益风险波动理论。购买农业生产保险的农户即使发生病虫害导致粮食减产，他们可以把造成的损失转嫁给保险公司，解除了后顾之忧，因此，他们更有可能根据农药说明书科学适量施用农药；没有购买保险的农户为了规避风险，尤其是风险厌恶型的农户可能会倾向于多施农药。

农药作为粮食生产的投入要素之一，和土地、劳动力、化肥等要素存在不同：它不能直接增加粮食产量而是通过对病虫害、病菌、杂草的抑制间接地促进粮食生产。Hall和Norgaard(1973)最早在生产函数中将农药作为一种要素研究，而且将此类函数定义为damage-abatement生产函数[8]。此后Talpaz和Borosh(1974)，Fox和Weersink(1995)等给出了damage-abatement生产函数的显性解析式[9-11]。

(3)

1．农药最优投入强度。假设每亩粮田补贴w，粮食的销售价格为p，农药的购买价格为r，除农药外其他生产要素X的价格标准化为q，则农户的利润可以表示为：

I=pY+wS-qX-rST

(4)

由于我国粮食的价格受政府调控定价，所以价格p为外生变量。将式(3)代入式(4)得种粮利润关于农药投入强度的表达式：

在263份样本的269株多重耐药菌中，2015年检出79株（占29.37%），2016年检出90株（占33.46%），2017年检出100株（占37.17%），其结果显示3年来，多重耐药菌的检出率呈逐年上升趋势。

I=p{(1-θ)F(X)+θF(X)[1-D(A0(1-Bi(ST)))]}+wS-qX-rST

(5)

令f(T)=1-D(A0(1-Bi(ST)))，参考Glenn Fox 和Alfons Weersink(2001)研究，设f(T)=1-e-ρiST。将f(T)的表达式代入式(5)可得农药施用强度的最优表达式：

至于两药的安全性，有报道称奥沙利铂常见神经毒性反应，其中急性神经毒性反应的发生率可达到85%～95%[19]。本研究中神经毒性反应较少，而胃肠道反应较多，但有研究表示，奥沙利铂的胃肠道反应发生率较低。另有研究中也见肝功能损害，照理讲二药均无需经肝转化与胆汁排泄，所以一般情况下肝功能不受影响[20]。而吉西他滨可能引起白细胞、血小板减少而致骨髓毒性症状。TACE具有不良反应少的优点，从本研究结果看，二药联合并未明显增加不良反应。

(6)

假说1：市场收益对农药施用强度有重要影响作用，具体是粮食的价格、粮食产量等对农药施用产生影响。

Y=(1-θ)F(X)+θF(X)(1-D(A))

目前，我国煤矿巷道掘进以悬臂式掘进机为主。我国悬臂式掘进机与奥地利、德国等国外先进装备相比，在远程控制技术、自动控制技术及可靠性方面还存在一定的差距。目前，悬臂式掘进机主要采用人工目视截割断面的激光光斑进行操作，操作人员劳动强度较大、舒适性较差、生产率较低[1-3]。煤矿掘进工作面仍然是我国煤矿事故多发区，2010—2014年期间，煤矿掘进工作面事故造成3人以上死亡人数，所占煤矿所有造成3人以上事故的比例超过了40%[4]。因此，亟需提高掘进装备自动化和智能化水平，对于确保我国煤矿安全高效生产具有极其重要的意义。

3．研究假说。通过以上数理推导及分析，结合图1可以得出：

2．研究启示。由式(6)可知，最优农药施用强度与粮食产量F(X)、粮食的销售价格p、农药的购买价格r、农药杀虫效果的认知差异ρi等有相关关系。农药施用强度依赖于粮食产量和粮价，而这两者决定农民种粮市场收益；粮食产量F(X)又和政府介入的程度密切相关：种粮补贴的提高、病虫害保险的推广、农技机构人员的普及很大程度上会促进粮食稳产增产。农药施用强度还依赖于农户对杀虫效果的预判和估计，而这这种预判和估计又取决于农户的家庭特征：户主的年龄、文化程度、种粮动机、种粮收益占家庭总收益之比等因素影响着农户对病虫害的估计和农药效果的认知。

假说2：政府介入对农药施用强度有重要影响作用，具体是种粮补贴、农技机构人员作用、农业保险等对农药施用产生影响。

在对数据库表进行编辑(增删改)操作时，所有与表对应的VO(值对象)类都附加一个操作码，以代表是何种编辑(增加、删除、修改)。由此，从VO类中抽象出一个所有VO类的共同父类AbstractData，此类为抽象类。如图2所示。

假说3：农户家庭特征对农药施用强度有重要影响作用，具体是户主的年龄、文化程度、种粮动机、种粮收益占家庭总收益之比等对农药施用产生影响。

上述假说主要依据理论模型推理而得，在粮食种植过程中各种因素对农药施用强度是否会产生影响，方向如何，是否显著，需要通过以下实证研究加以精确检验。

图1 农药施用强度影响因素分解

(三)数据来源与描述性统计

1．数据来源。本文使用数据为2011年上海财经大学暑期千村调查(含补充调查)的数据。为了确保调查数据的代表性，调查范围覆盖全国31个省/自治区/直辖市；为了确保调查数据的准确性，调查前对调查员进行了专题培训。调查问卷回收共计11430份。从样本区域分布来看，主产区占69.75%；主销区占10.04%；平衡区占20.21%。

2．样本特征。从年龄看，所选样本中最大90岁，最小14岁，平均年龄为49.71岁，说明中老年是粮食生产的主力。从性别看，样本中男性占了60.3%，假设调查是随机的，说明粮食种植以男性为主。从教育程度来看，样本粮农平均受教育年限为7.56年，初中及以下占80.1%，高中及以上仅占19.9%，说明我国粮农总体文化水平偏低。从收入来源来看，样本粮农种粮收益占总收益的比值均值为34%，说明种粮兼业化趋势比较明显。

由于市场上不同地区、不同功能、不同品牌的农药种类繁多，具有较强异质性，不同种类农药之间换算困难；部分被访问农户对农药种类、农药施用剂量记忆模糊、难以精确量化，本文在定义农药施用强度时做了如下处理：首先计算出样本总体的农药的平均施用次数n*，以n*为基准，上下浮动40%，即0.6n*～1.4n*设为农药施用中等强度，低于0.6n*设为农药施用低强度，1.4n*～2n*设为农药施用高强度，大于2n*设为农药施用极高强度。虽然农药使用说明书上对某种作物使用次数作了说明，但由于对农药药效的质疑和受邻居施用次数的影响，粮农不规范使用农药的现象屡见不鲜。同一地区相同品种粮食作物施用农药的强度差别有可能非常大：低强度的只有1次，极高强度的多达7次以上。

三、实证分析

选用计量模型：Intensityj=α+∑βijXij+∑γijZij+∑λijWij+εj。其中，Intensityj为被解释变量，表示粮农施用农药的强度。Xij为市场激励解释变量，包括农业生产保险、粮食产量、粮食收购价格；Zij是政府介入解释变量，包括农业补贴、农业技术人员作用；Wij为粮农特征变量，包括粮农的年龄、性别、文化程度、种粮收益占总收益的比例，下标j代表第j个样本个体，ε为随机误差项，N为样本数，粮食产量在模型估计过程中取对数(见表1)。

表1 变量的描述性统计

类别变量名称解释最大值最小值均值标准差施药强度农药强度(Intensity)低=0,中=1,高=2,极高=3301.7070.069市场收益政府介入农业生产保险(insurance)参加农业生产保险=1,其他=0100.0610.240粮食产量(output)样本粮农粮食产量24700011020559.99814631.210粮食价格(price)偏低=0;可以=1;偏高=2200.5430.539补贴(subsidies)获得补贴=1,未获=0100.7430.215农技机构人员作用(tech)作用小=0,一般=1,作用大=2201.0270.780个体特征年龄(age)样本年龄901449.7110.76户主性别(gender)男=1,女=0100.600.44文化程度(edu)受教育年限1907.563.49种粮收入与总收入比(rate)种粮收入/总收入10.010.340.31种粮动机(aim)自给=0,自给和增收=1,增收=2201.290.43

(一)粮食种植过程中施用农药强度分析模型

表2报告了粮食种植施用农药影响因素的估计结果。模型(1)、模型(2)、模型(3)为采用 OLS方法的线性概率回归，模型(4)、模型(5)、模型(6)为采用有序probit模型回归。由于种粮大户和一家一户小规模经营的粮农对农药的施用诉求可能存在异质性，对农药的施用强度可能存在差异，鉴于此，根据种植面积差异又对不同的子样本进行回归。模型(2)、(5)为针对种植面积超过50亩的种粮大户回归结果，模型(3)、(6)为对种植面积小于10亩的小规模农户回归结果，模型(1)、(4)为针对所有样本农户回归结果。

由式(1)和(2)可得含有农药投入的damage-abatement 生产函数：

“斋，戒洁也”，指在敬神之前戒除不洁使自身清净，由此而引申为一种清幽净洁的建筑物，如书房称之书斋，学舍谓之东斋。“志归斋”是寓园最早的建筑物，“当开园之初，偶市得敞(敝)椽，移置于此”。其建筑格局是：“斋左右，贯以长廊，右达寓山草堂，左登笛亭。”[3]428

表2 粮食种植施用农药影响因素的估计结果

解释变量模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)Insurance-0.091*(0.041)-0.107**(0.033)-0.083*(0.035)-0.088*(0.034)-0.097**(0.020)-0.069*(0.025)output 0.055**(0.021) 0.063***(0.000) 0.047**(0.013) 0.057**(0.015)0.072**(0.020) 0.054**(0.015)price 0.052***(0.005)0.162**(0.045) 0.033***(0.000) 0.064**(0.022)0.176*(0.055) 0.044**(0.013)subsidies-0.093*(0.034)-0.330***(0.003)-0.055*(0.011)-0.137**(0.040)-0.300***(0.000)-0.131*(0.047)tech-0.075***(0.000)-0.196***(0.000)-0.069*(0.025)-0.044*(0.014)-0.150**(0.043)-0.075*(0.031)age-0.003(0.004)0.011*(0.003)-0.007(0.015)-0.002(0.013)0.010(0.100)-0.011*(0.003)gender-0.090*(0.035)-0.149**(0.034)-0.077*(0.020) -0.098**(0.023)-0.106**(0.021) -0.085**(0.020)edu-0.038**(0.010)-0.044**(0.014)-0.024**(0.009) -0.050**(0.015) -0.093***(0.025) -0.049**(0.011)rate 0.109**(0.029) 0.302***(0.000)0.071*(0.025)0.117***(0.000)0.266***(0.000) 0.110***(0.000)aim 0.112***(0.010) 0.134***(0.000)0.050*(0.011)0.132***(0.000)0.176***(0.019) 0.098**(0.020)N71454095571 7145409 5571

注***、**、*分别代表显著性水平为 1% 、5% 、10%。

政府介入对农药施用影响分析:(1)种粮补贴对农药施用影响系数为负，对农药施用有显著抑制作用。可能原因是补贴能够增加农民的收入，冲抵粮食的部分生产成本，一定程度上缓解粮农对种植收益的追逐，减少对农药的过度依赖，降低农药的施用强度。(2)农业技术机构人员发挥的作用对农药产生显著负向影响。从调研情况看，粮农文化水平普遍不高，样本受教育年限均值只有7.56年，初中及以下占多数。他们的农药施用决策或是受邻居、村干部的影响或是通过阅读说明书结合自己的知识储备来做出。由于篇幅限制，农药说明书对使用量、使用方法、注意事项只做简要说明，即使农民的文化水平能够完整阅读说明书，鉴于信息量所限和理解差异，农药的施用行为也可能差别较大。如果有专业的农业技术机构人员对农药的施用做出科学解读和指导，增加科学施药信息的供给，就可能在较大程度上避免农药的滥用。

粮农个人特征对农药施用影响分析：(1)户主的年龄对农药决策行为影响不显著。可能的原因是粮农户施用农药决策主要跟农户的风险偏好和当年遭遇的灾害程度有关，和户主年龄关系不大。(2)户主性别对农药决策行为有影响，户主为女性的更倾向于多施用农药。可能的原因是女性相对于男性风险厌恶程度更强，更倾向于多施用农药来确保粮食稳产。(3)农民的文化程度对农药决策行为影响显著，有明显抑制作用。文化程度较高的农民对农药施用说明书理解得可能更客观，也更有可能通过网络、电视等媒介来查询如何高效施用农药，对出现的农药新品种也更容易尝试，同时他们的环境保护观念也比较强。文化程度较低的农民往往会加大农药投入，采用比别人“更保险”的方式来规避风险。(4)种粮收益占总收益的比值对农药施用有显著影响，比值越大的家庭粮食收益对生活质量的影响就越大。当比值接近1时，粮农的几乎全部收入来自种粮，为了保证家庭生活水平，通过增加农药施用强度降低风险的可能性就越大。(5)种粮动机对农药施用有显著影响，种粮主要是为了自给的农户农药施用强度偏小，而主要为了出售获利的则施用强度较大。可能原因是随着各种传媒的宣传，农户也渐渐了解了农药的毒副作用，自给的农户为了减少农药在粮食中进而在人体内的残留，会主动减少农药施用。而种粮主要为出售获利的农户，由于在出售时农药残留难以显性地表现，不会影响销售价格，为了提高产量更倾向于多施农药。

(二)分品种主粮种植过程中施用农药强度分析模型

种植不同的粮食品种的粮农关于农药的施用诉求和施用决策可能存在异质性。鉴于此，选用小麦、玉米、水稻三个子样本进行回归，考察不同粮食品种下影响农药施用的因素。表3报告了估计结果，其中模型(1)、(3)、(5)是OLS估计结果，其中模型(2)、(4)、(6)是有序Probit模型估计结果。模型(1)、(2)是小麦子样本回归结果；模型(3)、(4)是玉米子样本回归结果；模型(5)、(6)是水稻子样本回归结果。

三种作物共同的特征是：在控制了其他解释变量以后，粮食的价格、产量、种粮收益占总收益的比例对农药的施用有显著促进作用；购买农业生产保险、种粮补贴、农业技术人员的宣传和指导作用、农民的文化程度、粮食的种植动机等都对农药的滥用有抑制作用，农民的年龄不显著。在对小麦子样本估计时，户主的性别这一项不显著，可能的原因是小麦的种植区域大部分位于我国北方地区，来自北方地区的统计样本占总样本的比例也较大，由于受传统习惯的影响，这些地区户主绝大多数为男性，因此户主的性别这一项在小麦施用农药过程中区分度不显著。在对玉米子样本估计时，种粮动机这一项不显著，可能的原因是种植玉米主要是出售获取利润，用作饲料粮和工业用粮，而不是为了自给，尤其对种粮大户更是如此。即使是用于自给的农户，玉米主要用做饲料粮而非口粮。因此，农民更看重的是粮食产量而不是粮食品质，导致了种粮动机这一项在玉米施用农药过程中区分度不显著。对水稻子样本进行估计时，和整体回归结果比较一致，可能原因是水稻种植的范围比较广，从我国的东北三省到最南端的海南省都有水稻的种植，而且水稻还是我国第一大口粮，其产量在粮食总量中的比例也很大。水稻的种植可以看作我国粮食生产的一个缩影，对水稻的回归结果和对粮食总体回归结果相似。

总体而言，市场收益、政府介入、农户的特征三大因素都会影响农药的施用强度。无论从粮食总体还是分品种来看，粮食销售价格、产量、种粮收益占总收益的比例对农药的施用有显著促进作用；购买农业生产保险、种粮补贴、农业技术人员的宣传和指导作用、农民的文化程度都对农药的滥用有抑制作用。粮食的种植动机、户主的性别对部分粮食品种影响不显著，对粮食总体影响显著。分品种回归的结果和粮食作为一个整体回归结果基本保持一致，只是对某些品种而言，在影响因素的显著性上略有差别。

2）建设体育特色小镇，要强调市场在资源配置中的决定性作用，激发市场活力，要打破政府垫资或出资的融资模式，吸引具有较强实力的企业参与投资和管理。

表3 主粮种植施用农药影响因素的估计结果

解释变量小麦玉米水稻模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)Insurance-0.057*(0.025)-0.048*(0.023)-0.149**(0.059)-0.146**(0.055)-0.111*(0.059)-0.048*(0.021)output 0.050**(0.018)0.055**(0.019)0.029*(0.010)0.033**(0.014) 0.142**(0.045)0.055**(0.023)price 0.051***(0.009)0.069**(0.000)0.030*(0.011)0.041*(0.015) 0.099**(0.035)0.069**(0.026)subsidies-0.089*(0.040)-0.155**(0.049)-0.081**(0.035)-0.091**(0.037)-0.148**(0.045)-0.155**(0.050)tech -0.073**(0.025)-0.034*(0.015)-0.057*(0.024)-0.041*(0.019)-0.149**(0.045)-0.034*(0.013)age-0.007(0.011)-0.005(0.005)-0.002(0.037)-0.003(0.010)0.020*(0.049)-0.005(0.010)gender-0.004(0.060)-0.009(0.077)-0.017(0.049)-0.035*(0.014)-0.183**(0.038)-0.009(0.020)edu -0.034**(0.010)-0.055**(0.014)-0.019*(0.009)-0.040*(0.014)-0.124**(0.040)-0.055**(0.018)rate0.088**(0.035)0.105***(0.021) 0.144**(0.029)0.140**(0.044) 0.279***(0.050)0.105***(0.000)aim0.189***(0.000)0.152***(0.000)0.018(0.101) 0.019(0.065)0.071*(0.029)0.152***(0.014)N 415041504490 449043224150

注：***、**、*分别代表显著性水平为 1% 、5% 、10%。

四、政策诉求

对粮农种植粮食过程中农药施用行为的研究，目的在于制定针对性较强的政策措施，改善粮农的使用农药的路径依赖。前面部分研究表明，购买农业生产保险、种粮补贴、农业技术人员的宣传和指导作用对降低农药施用强度有显著影响。从施药主体来看，高强度和极高强度施用农药的农民是否存在对政府价格补贴、技术指导的诉求，是否愿意通过针对性项目完善施药行为？如果粮农有这样的诉求和意愿，政府就可以结合他们的诉求制定相应的政策以遏制农药的滥用。本部分将进一步探讨不同施用强度的粮农对政策的诉求是否相同。

⑪Demerouti，“Job crafting and extra－role behavior:The role of work engagement and flourishing”，Journal of Vocational Behavior，2015，91，pp．87 ～96．

问卷中对粮农最可能期望的政策诉求进行了调查(见表4)，政策主要分为农业技术机构人员的技术指导、政府种粮补贴、生产保险、贷款为主的金融服务。总体来看，粮农需求最强烈的是“政府补贴”，占到样本总量的39.70%；其次是“技术指导”， 占到样本总量的33.04%；再次是农业生产保险占19.59%，以贷款为代表的金融服务占比最小。粮农对贷款的需求并不大，可能的原因在于我国粮食还是以一家一户小规模种植为主，种植规模并不大，资金需求也相应较小，而且我国农户在习惯上也多倾向于使用自有资金；种粮大户需求的资金也多来自于熟人之间的拆借。粮食的政府补贴是粮农最大的政策需求，反映了粮农存在对粮食种植收益波动风险规避的诉求。技术指导是第二大政策需求，可能的解释是现在粮食作物病虫害的种类和农药种类繁多，文化水平偏低的粮农需要更多的施药信息的供给，以降低农药施用量，节省农药开支，同时也减轻在喷洒过程中对人体健康的损害。

表4 不同施用农药强度粮农的政策诉求

政策种类 样本总体 低强度 中等强度 高强度 极高强度 数量比例/%数量比例/%数量比例/%数量比例/%数量比例/%价格补贴13339.476538.923738.541942.221241.38技术指导11233.236035.933334.381226.67724.14农业保险6619.582917.372020.831022.22724.14贷款267.72137.7866.2548.89310.34

从粮农施用农药强度与政策诉求的交叉统计看，极高强度使用农药的粮农对价格补贴、技术指导、保险、贷款的诉求比例分别为41.38%、24.14%、24.14%、10.34%，高强度使用农药的粮农对各政策诉求的比例分别为42.22%、26.67%、22.22%、10.34%。这两类农药施用强度较高的农户对技术指导诉求的比例显著低于样本总体对技术指导诉求比例(33.23%)；而这两类农户对政府粮食补贴诉求的比例显著高于样本总体对粮食补贴诉求比例(39.47%)。上述结果表明，农药施用强度越高的农户对直接经济利益诉求越强烈，而对技术指导的自发需求偏低。从保护农业生态环境的角度来看，这两类农户更需要技术指导的服务，但对技术指导的诉求反而偏低，这一逆向选择现象加大了农药滥用治理的难度。

在灌注水泥砂浆之前，首先钻芯取样，测定母体沥青混合料空隙率，确定填充水泥砂浆用量和技术指标设计参数，同时控制水泥砂浆流动性，使用高频率平板振动装置，以保证水泥砂浆的顺利渗入。而对于大规模施工时，水泥砂浆的灌入应采用特制的水泥砂浆喷洒车进行施工，提高施工效率，保证施工过程中水泥砂浆的流动和均匀性。

五、结论与启示

本文以覆盖31个省份的千村调研的数据为研究样本，分析了政府介入、市场收益、农户特征对农药施用强度的影响。研究表明：追求市场收益保证、对农药效果信任度差异性认知下的风险规避是导致高强度施用农药的主要原因。政府的种粮补贴和技术指导在某种程度上有助于降低农药的施用强度，防范农药过度施用。从施用农药强度不同的粮农对政策诉求来看，高强度施用农药粮农相对于低强度施药粮农对技术指导的诉求较低，越是需要技术指导的粮农越缺乏接受指导意愿，这种逆向选择对农药滥用治理带来了更大的挑战。

为规范我国粮农农药施用行为，可以通过充分发挥市场作用，引入农业保险，开发适合粮农多种需求的农业生产险种，在政府提供保费补贴的基础上，鼓励粮农对病虫害等风险进行投保，降低对农药的依赖。其次加强政府的介入作用，政府可通过农业技术机构、电视网络媒体加强对农药规范使用的宣传和指导。在条件允许情况下，探索和推广粮食销售终端农残检测，制定农残标准，形成价格差异，依靠市场力量规范施药行为。

注释：

系统的核心功能将是提高咨询单位内部各专业之间协同化和自动化工作的程度，技术关键点是进行内容的规则化存储、传输、合并、排序，以及数据统计。

① 上海财经大学“千村调查”项目从2008年开始，是以 “三农”问题为研究对象的大型社会实践和社会调查研究项目，旨在通过专业的社会调查获得我国“三农” 问题的数据资料，形成调查研究报告和决策咨询报告，供国家相关部门决策参考 。2011年主题是“我国粮食安全问题调查”。

因为asinα+bsinβ>csinγ、asinα+csinγ>bsinβ、bsinβ+csinγ>asinα，所以P3P1=2asinα，P1P2=2bsinβ，P2P3=2csinγ三条线段首尾顺次相连组成△P1P2P3.

参考文献：

[1] Schreinemachers P，Tipraqsa P.Agricultural pesticides and land use intensification in high，middle and low income countries[J].Food Policy，2012，37(6)：616-626.

[2] Nikolinka G Koleva, Uwe A Schneider, Bruce A, McCarl.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.

[3] Boussemart J P,Leleu H，Ojo O.Could society’s willingness to reduce pesticide use be aligned with farmers’ economic self-interest? [J].Ecological Economics,2011,70(10):1797-1804.

[4] Archer D W, J F Shogren.Risk-indexed herbicide taxes to reduce ground and surface water pollution:an integrated ecological economics evaluation[J].Ecology Economics，2001,38(2):227-250.

[5] Christian Grovermann, Pepijn Schreinemachers, Suthathip Riwthong, Thomas Berger.“Smart” policies to reduce pesticide use and avoid income trade-offs: an agent-based model applied to Thai agriculture [J].Ecological Economics,2017, 132: 91-103.

[6] 毛飞，孔祥智．农户安全农药选配行为影响因素分析——基于陕西5个苹果主 产县的调查[J]．农业技术经济，2011(5)：4-12.

[7] 王建华，马玉婷，李俏．农业生产者农药施用行为选择与农产品安全[J]．公共管理学报,2015(1):117-126.

[8] Hall D C， Norgaard R B.On the timing and the application of pesticides[J].American Jouenal of Agricultural Economics,1973,55 (2):198-201.

[9] Talpaz H，Borosh I.Strategy for pesticide use:frequency and applications[J].1974,56(4):769-775.

[10] Fox G，Weersink A.Damage control and increasing returns [J].American Journal of Agricultural Economics,1995,77(1):33-39.

[11] 王常伟，顾海英．市场VS政府，什么力量影响了我国菜农农药用量的选择? [J]．管理世界，2013(11):50-66.