影響農戶減施化肥行為因素實證研究

曾維軍　侯明明

摘要 以洱源縣6個鄉鎮農戶問卷調查數據為基礎，運用因子分析與回歸分析方法，對6個鄉鎮農戶參與減施化肥的影響因素進行了研究。結果表明，政府補貼與政府組織教育培訓是農戶決定是否參與減施化肥的關鍵因素；農戶對化肥利用率與品牌的認知對農戶是否參與減施化肥產生較大影響；具有風險偏好、性別為男性、文化程度較高、有特殊經歷的農戶，農作物種植面積較大、產生的廢棄物較多、農業收入較高、屬于科技創新示范戶的家庭更傾向于在農業生產中減施化肥；農戶的環境污染與綠色產品的認知水平對農戶是否參與減施化肥基本不產生影響。

關鍵詞 問卷調查；因子分析；回歸分析；減施化肥；影響因素

中圖分類號 S181.3；F767.2 文獻標識碼 A 文章編號 0517-6611（2014）05-01489-06

Abstract Based on the questionnaire survey of farm households from 6 villages， this paper studies the influencing factors of reducing the use of fertilizer through factor analysis and regression analysis. The result shows that pension and basic training offered by the government are the key factors that influence the farmers willingness to join the fertilizer reduction project. The farmers knowledge about fertilizer use efficiency and fertilizer brands also greatly influence their willingness to join the fertilizer reduction project. It was found that the farmers who are more willing to reduce the use of fertilizers have the following characteristics： prefer risks， male， higher education level， special experience， possessing bigger cultivation area， producing more wastes， higher income， and model household of scientific and technological innovation. On the other hand， the farmers cognitive level of environmental pollution and green products has no influence on their willingness to join the fertilizer reduction project.

Key words Questionnaire survey； Factor analysis； Regression analysis； Reduction of chemical fertilizer； Influencing factors

環境污染主要分成點源污染與非點源污染，非點源污染又稱面源污染，與點源污染相比，非點源污染具有廣泛而分散、隨機且高度不確定、潛伏性、研究和控制難度大等特點[1]。在流域尺度的水體污染中，由農田、農村養殖業以及城鄉結合部產生的農業面源污染的危害大大地超過了城市工業點源污染。我國污染最為嚴重的三大湖泊太湖、巢湖、滇池，其中巢湖的水質為V類，太湖、滇池的水質為劣V類，三大湖面源污染所占比例已經超過點源污染，成為水質惡化和富營養化的主要原因[2-4]。農業面源污染的日益惡化，給世界各國造成了巨大的經濟損失。據估計，水污染造成的經濟損失占我國GDP的1.46%～2.84%[5]。

洱源縣6個鄉鎮位于洱海流域的上游，每年通過6個鄉鎮注入洱海的水量約占其補水總量的70%。在進入洱海的總氮、總磷負荷中，農業面源污染分別占53%和42%，而洱海流域的化肥利用率僅為24.50%，每年約有13.87萬～27.88萬t的氮、磷殘留在農田土壤，而后隨徑流進入水體[6]。洱海流域農村與農田面源氮、磷污染是洱海富營養化的主要影響因素[7]。農作物施肥量增加引起水質下降，袁天澤等研究認為隨著施肥量的增加，稻田水體中、土壤中的總氮、總磷化學需氧量隨之增加[8-9]。洱海的污染主要來自于農業面源污染，化肥的不合理使用是造成農業面源污染的主要原因，傳統的施肥方式與觀念、對化肥利用率的認知又是造成化肥使用不合理的主要影響因素，在農業生產中減少化肥施用量，可以有效減少農業面源污染。農戶施肥行為作為農戶生產行為重要組成部分，國外許多學者利用農戶的施肥行為模型對農戶行為進行研究，結果顯示，農戶施肥行為受農戶個人特征、家庭特征、外部環境等多種因素的影響[10-13]。因此，筆者研究洱源縣6個鄉鎮農戶對施肥行為認知、態度、動機等影響因素，對控制洱海流域農業面源污染、保護洱海生態具有重要意義。

1 資料與方法

1.1 問卷調查

1.1.1 問卷調查地點。

在問卷調查地點的選擇上，主要基于以下幾點考慮：一是調查的鄉鎮、村莊地理位置必須位于洱海流域界內；二是農業收入是所調查的鄉鎮及村莊的主要經濟來源；三是兼顧不同的農業資源稟賦，種植的農作物有一定的差異。按以上原則，項目調查地點選擇在茈碧湖鎮、鄧川鎮、右所鎮、三營鎮、鳳羽鎮、牛街鄉進行。這5鎮1鄉的農業生產、生活用水等最終匯入洱海，成為洱海農業面源污染的主要來源。通過查閱相關資料及實地走訪，在上述5鎮1鄉范圍內選擇了16個行政村（表1）作為走訪調查的對象。此次問卷調查總計發放問卷400份，最終共收回有效問卷368份。

1.1.2 調查方案。

1.1.2.1 調查目的。通過實地走訪洱源縣洱海流域內的農戶，了解農戶在農業生產中施肥行為、減施化肥的態度影響因素。

1.1.2.2 預調查。在開展正式調查前，對調查區域農戶先進行了小規模的預調查，對參加調查人員做了統一的培訓工作，預調查的村莊選取了三營鎮的永樂村、永興村以及茈碧湖鎮的官營村進行，共調查了農戶20戶，收回調查問卷20份。

1.1.2.3 調查的形式。采用問卷調查的方式，根據調查問卷樣本區的總樣本數確定樣本容量，采取隨機樣本抽樣法對農戶發放調查問卷進行調查。調查樣本的抽取分成2個階段，第1階段，在所選取得進行問卷調查的鄉鎮，選擇典型的有代表性的村級樣本；第2階段，在選擇的有代表性的村級樣本中，按照隨機抽樣原則選擇農戶進行入戶調查。

1.1.2.4 調查問卷補充與修改。通過對預調查問卷進行信度與效度檢驗、因子相關性分析等，剔除問卷中相關性高的選項，對問題的順序進行重新排列，對調查問卷中問卷設計的問題與內容主旨不相符的內容，先后對調查問卷進行了5次修改與補充，形成最終的問卷。問卷內容緊扣農戶施肥行為主旨，問卷表現形式上通俗易懂，問卷的安排合理，基本上達到了預期目的。

1.1.2.5 正式調查。項目組共組織在校碩士研究生5名、博士研究生1名，通過統一培訓后，于2012年5～8月在洱源縣的三營鎮、茈碧湖鎮、牛街鄉等6個鄉鎮進行問卷調查。項目組共發放調查問卷400份，收回調查問卷392份，通過對問卷的完整性進行檢驗及遺失樣本進行統計，有效問卷總計368份。

1.1.2.6 調查問卷數據的處理。收回調查問卷后，筆者于2012年10月～2013年4月對調查問卷的數據進行了統計及錄入等工作；統計工具主要是Excel 、SPSS、Eviews等軟件。

1.1.3 問卷內容。

1.1.3.1 農戶及農戶家庭基本情況調查。主要包括農戶的性別、年齡、文化程度、政治面貌、特殊經歷、主要從事的行業、年家庭總收入及來源、家庭耕地面積及播種面積、農業收入占比、是否為生態文明示范戶等。

1.1.3.2 2011年種植行業及肥料施用基本情況調查。主要包括主要作物名稱、種植面積、土地權屬性質、茬口、產量以及產品處理方式等調查內容、施用肥料種類。

1.1.3.3 化肥使用相關情況調查。在這部分調查中，主要以調查農戶的施肥量、施肥方式、施肥行為、購買化肥行為相關影響因素為目的。

1.1.3.4 農戶對減施化肥生態補償的認知、態度及動機調查。此部分共設計14個問題，通過這部分的調查，了解農戶對生態補償、農業面源污染、循環農業、化肥利用率、綠色生態產品及農戶對治理農業面源污染措施等相關知識的認知程度，了解農戶對參與減施化肥的態度及動機。

1.2 研究方法

1.2.1 因子分析。因子分析是多元統計分析的一個重要分支，是一種將多變量化簡的技術，其目的是分解原始變量，從中歸納出潛在的類別，每一種類別即代表一個“共同因子”，原始變量與因子分析時抽出的共同因子的相關關系用因子負荷表示[14]。

2 結果與分析

2.1 變量描述

在閱讀相關文獻的基礎上，結合研究區的實際情況，利用問卷調查得到的15個解釋變量參與因子分析，并利用因子分析后得到的公因子得分進行回歸分析，并對解釋變量的正、負影響方向進行推測。設因變量為農戶對減施化肥的態度，自變量包括農戶的性別、農戶的文化程度、農戶對待風險的態度、農戶的特殊經歷、家庭農業收入、科技創新示范戶、家庭農業種植面積、政府宣傳培訓次數、農戶家庭生產和生活廢棄物數量、有機肥施用量等，并分別對各變量的含義、取值范圍、平均值進行解釋和統計。由表2可知，受訪農戶中男性占85.87%，女性僅占14.13%；農戶對待風險的態度中選擇風險規避的占75.4%，家庭農業種植面積平均為0.5 hm2，家庭農業收入為5 873.56元，屬于科技創新示范戶占11.69%；政府宣傳培訓次數的平均值為3.352 6，說明農戶認為政府需增加宣傳培訓次數。從農戶對于化肥認知的情況來看，農戶對環境污染、施用化肥利用率、綠色產品、化肥品牌的認知比較了解，分別僅占39.1%、28.3%、24.5%、32.2%，認知程度較低。

2.2 因子分析

2.2.1 KMO和Bartlett檢驗。

對因子進行是否適合因子分析檢驗的常用方法有KMO檢驗與Bartlett檢驗。對農戶減施化肥的影響因素進行KMO和Baterlett檢驗，發現取樣足夠度的 KaiserMeyerOlkin 度量值為0.774，大于0.5接近1，Bartlett球體檢驗的近似卡方達964.721，自由度df達105，顯著水平值P<0.000 1，說明因子分析相關矩陣中存在共同因子，適合于因子分析。

2.2.2 抽取共同因子。

在此采用主成分分析法來估計因素負荷量，因子數目的確定采取的是特征值（eigen value）準則與碎石圖檢驗（scree test）準則相結合的辦法，特征值準則僅提取特征值>1 的選項，從碎石圖檢驗（圖1）可以看出，有5個公因子的特征值>1，第6個因子的特征值與后面因子的特征值均小于1，處于一種近似平行的趨勢。確定主因子數目后，通過因子模型進一步分析，計算原有變量的相關矩陣非零特征根方差貢獻率、累計方差貢獻率以及最大方差法旋轉后所得到的方差貢獻率、累計方差貢獻率。

從表3可以看出，初始特征值>1的公因子共有5個，5個公因子的方差貢獻率分別為34.293%、12.463%、11.262%、8.456%、6.904%，5個公因子因子的累積貢獻率達73.379%，即累積貢獻率>70%，說明前5個公因子基本能反映所有變量的大部分信息，可以進行下一步的分析。經最大方差法旋轉后，5個公因子累計貢獻率不變，方差貢獻率分別為22.982%、17.773%、13.438%、11.730%、7.456%。

2.2.3 因子分析及命名。

為了對抽取的因子做出更有意義的解釋，往往需要對因子進行坐標旋轉，調整各因子負荷量的大小，轉軸后，公共因子的特征值會發生改變，但變量的共同性不會改變。由經方差最大法正交旋轉的因子載荷矩陣（表4）可見，變量農作物種植面積、家庭農業收入、科技創新示范戶以及家庭生產、生活廢棄物數量在第1個公共因子F1上載荷較大，說明F1公共因子對這些變量有較大影響，變量中農作物種植面積、家庭農業收入、生態文明示范戶以及家庭生產、生活廢棄物數量均屬農戶家庭特征，因此將公共因子F1取名為農戶家庭特征；第2個公共因子F2對變量農戶對待風險態度、農戶性別、農戶文化程度、農戶特殊經歷影響較大，4個變量均是農戶個人特征，因此公共因子F2取名為農戶個人特征；第3個公共因子F3對變量農戶對環境污染的認知、有機肥施用量、農戶對綠色產品的認知影響較大，3個變量均與農戶對環境污染認知有關，因此將公共因子F3取名為農戶環境污染認知；第4個公共因子F4對變量接受農技培訓、政府補貼影響較大，2個變量均與政府政策有關，因此將公共因子F4取名為政府涉農政策；第5個公共因子F5對變量是否知道化肥利用率、是否了解化肥品牌影響較大，因此將公共因子F5取名為農戶化肥認知。

2.2.4 計算樣本各因子得分。

因子分析的最終目的是在進一步分析中用較少的因子代替原有的變量參與建模，原有變量是通過各個主因子與之建立線性方程來表示的。各個變量的因子得分系數矩陣是將公因子表示成各個變量的線性組合，由此計算出5個公因子的得分（表5）并代替16個變量參與下一步的回歸分析。

2.3 回歸分析

2.3.1 模型檢驗。在因子分析的基礎上，為了考察各變量對農戶減施化肥行為的影響，筆者將5個公因子的得分與經標準化處理后的農戶減施化肥意愿進行Logistic二元回歸分析。回歸分析進入的方法采用常用的backward conditonal方法，首先將所有的變量全部引入方程，并進行回歸系數顯著性檢驗，對回歸系數不顯著的變量排除出方程，并重新進行

模型擬合，直到方程中變量的系數達到顯著水平。

Hosmer和Lemeshow檢驗值是檢驗模型擬合優度指標，回歸模型經Hosmer 和 Lemeshow 檢驗，2個模型的Hosmer 和 Lemeshow 檢驗值概率P值（0.479、0.490）均大于顯著性水平（表6），即不拒絕原假設，在可接受的水平上的模型估計擬合了數據，模型回歸是有效的。模型系數的綜合檢驗是模型的χ2檢驗，它檢驗的是自變量與研究事件對數發生比線性相關的檢驗，經綜合檢驗發現模型1與模型2的P值<0.001（表7），說明模型中的自變量對因變量有顯著的解釋能力，自變量與因變量之間存在顯著的線性相關。2個模型的預測準確率均達81.7%，說明模型基本可以通過模擬回歸農戶減施化肥的影響因素，準確預測農戶對待減施化肥的態度。

為了方便對回歸模型做出說明，筆者在此將方差最大正交旋轉因子載荷矩陣（表4）與農戶減施化肥影響因素模型回歸估計結果（表8）的有用信息整合成一張表（表9）。再根據各變量的推測影響方向與表9回歸檢驗結果，得到表10。

2.4 農戶減施化肥主要影響因素分析 從表9可以看出，4個公因子對農戶減施化肥影響大小的排序為公因子F4（政府涉農政策）>公因子F5（農戶對化肥的認知）>公因子F2（農戶個人特征）>公因子F1（農戶家庭特征）。F1對農戶化肥減施意愿影響最小，F1對農戶減施化肥的影響顯著小于F4，從4個公因子對農戶減施化肥意愿影響的正負關系來看，除F1農戶家庭特征對農戶減施化肥意愿為負相關外，其余公因子與農戶減施化肥意愿均呈現正相關的關系。下面，筆者根據模型公因子回歸系數與因子載荷對模型回歸結果進行說明。

2.4.1 公因子F4對農戶減施化肥意愿影響。F4是對農戶減施化肥影響最大的因子，主要包括政府補貼與政府組織農技教育培訓2個變量，2個變量對農戶減施化肥意愿均是正向的影響（表10），政府對農戶每畝農作物減施化肥的補貼越多，則農戶參與減施化肥的的意愿越強烈；同理，政府組織越多的農技培訓，農戶越傾向在農業生產中減施化肥。在問卷調查中，很多農戶把政府是否有補貼作為其是否愿意參與減施化肥的最重要的條件，所以政府涉農政策公因子對農戶減施化肥意愿的影響最大，由此可見，政府在引導農戶進行減施化肥過程中，制定合理的減施化肥生態補償標準是最關鍵的一步。

2.4.2 公因子F5對農戶減施化肥意愿影響。F5對農戶減施化肥意愿影響居于第2位，F5包括農戶是否了解化肥利用率、是否了解化肥品牌2個變量，2個變量對農戶減施化肥意愿的影響均是正向的（表10），表明農戶越了解化肥的利用率與化肥品牌，則農戶參與減施化肥的積極性更高。在現實中，一般說來，農戶了解的化肥品牌越多，了解哪一類化肥主要適用于哪一類農作物的知識越多，其了解化肥利用率的知識也會越多，在過量施肥比較普遍的情況下，則農戶在農業生產中減施化肥的意愿也更強烈。

2.4.3 公因子F2對農戶減施化肥意愿影響。F2對農戶減施化肥意愿影響居于第3位，F2包括農戶對待風險的態度、農戶性別、農戶文化程度、農戶特殊經歷4個變量，4個變量對農戶減施化肥意愿的影響均是正向的（表10），表明農戶越有冒險精神，文化程度越高，擁有的特殊個人經歷越豐富，則農戶參與減施化肥的積極性更高，男性在實際農業生產中參與減施化肥的意愿強于女性。

2.4.4 公因子F1對農戶減施化肥意愿影響。F1對農戶減施化肥意愿影響最小，F1包括家庭種植面積、家庭農業收入、科技創新示范戶以及家庭生產、生活廢棄物數量4個變量。變量家庭農作物種植面積、家庭農業收入對農戶減施化肥意愿的影響是正向的，表明受訪農戶家庭農作物種植面積越多、家庭農業收入越高，農戶越愿意在農業生產中進行化肥減施的嘗試；變量家庭生產、生活廢棄物數量以及科技創新示范戶對農戶減施化肥意愿的影響是負向的，變量家庭生產、生活廢棄物數量影響方向與實際推測方向相同，在實際生活中，家庭產生越多的生產、生活垃圾，即會產生越多的有機肥，在農業生產中農戶減施化肥的愿望也越強烈；變量科技創新示范戶影響方向與實際推測方向相反，一般說來，科技創新示范戶文化程度較高，接受生態施肥的培訓較多，農業科學知識相對豐富，在農業生產中越傾向減施化肥。模型回歸結果與實際推測影響方向出現偏差可能的原因是在受訪的農戶中，科技創新示范戶所占比例非常小，不能代表樣本的總體水平，從而造成模型回歸結果與實際推測方向出現差異。

此外，從回歸結果來看，公因子農戶對環境污染的認知對減施化肥影響不顯著，而從現實的情況看，有機肥施用量會對農戶是否參與減施化肥產生影響。可能的原因是從調查問卷結果分析，農戶對環境污染的認知、對綠色產品的認知的程度很低，大部分農戶對農業生產活動是否對環境產生污染、生產產品是否綠色生態持無所謂的態度；在模型分析過程中，農戶對環境污染的認知與對綠色產品的認知對公因子F3的回歸結果產生影響，從而造成公因子F3對減施化肥影響不顯著。

3 結論與討論

（1）在參與減施化肥的動機中，農戶更關注自身的經濟利益，即減施化肥行為能得到政府的補貼是多少，這也成為決定農戶是否參與減施化肥的決定因素； 通過政府組織農技教育培訓，有助于提高了農戶農業科學知識與技術水平，則農戶參與減施化肥的意愿也更趨于強烈。

（2）作為理性經濟人的農戶以糧食產量的最大化為目標，當決定是否參與減施化肥時，農戶更關注化肥利用率及化肥品牌對糧食產量的影響程度，而農戶的環境污染與綠色產品的認知水平對農戶是否參與減施化肥基本不產生影響。

（3）具有風險偏好、性別為男性、文化程度較高、有特殊經歷的農戶，農作物種植面積大、產生的廢棄物較多、農業收入較高、屬于科技創新示范戶的家庭更傾向在農業生產中減施化肥。

參考文獻

[1]DENNIS L CORWIN，KEITH LOAGUE，TIMOTHY R.Ellsworth.GISbased modeling of nonpoint source pollutants in the vadose zone[J].Journal of soil and water Conservation，1998，53（1）：34-38.

[2] 鮑全盛，王華東.我國水環境非點源污染研究與展望[J].地理科學，1996，16（1）：66-72.

[3] 袁曉燕，余志敏，施衛明.浙北平原河網農村小流域面源污染調查與防治對策——以德清縣武康鎮新琪村為例[J].生態與農村環境學報，2010，26（3）：193-198.

[4]席運官，陳瑞冰，李國平，等.太湖流域坡地茶園徑流流失規律[J].生態與農村環境學報，2010，26（4）：381-385.

[5] 曲格平.影響中國生態安全的若干問題分析[J].環境保護，2002（9）：25.

[6] 李鳳香.洱海面源污染治理現狀及對策[J].環境科學導刊，2008，27（S1）：82-84.

[7] 程磊磊，尹昌斌，胡萬里，等.云南省洱海北部地區農田面源污染現狀及控制的補償政策[J].農業現代化研究，2010，31（4）：471-474.

[8] 袁天澤，徐燕，黃仁軍，等.水稻施肥量對農田水質的影響[J].江蘇農業科學，2010（2）：343-344.

[9] 劉紅梅，修偉明，趙建宇，等.不同施肥量和方式對小麥產量及土壤硝態氮的影響[J].湖北農業科學，2011，50（2）：253-262.

[10] NKAMLEUG B，ADESINA A A.Determinants of Chemical Input Use in PeriUrban Lowland Systems：Bivariate Probit Analysis in Cameroon[J].Agricultural Systems，2000，63（2）：111-121.

[11] ASFAW A，ADMASSIE A.The Role of Education on the Adoption of Chemical Fertilizer under Different Socioeconomic Environments in Ethiopia[J].Agricultural Economies，2004，30（3）：215-228.

[12] ABDOULAYE T，SANDERS J H.Stages and Determinants of Fertilizer Use in Semiarid Afican Agricultural[J].The Niger Experience.Agricultural Economics，2005，32（1）：167-179.

[13] COADY D P.An Empirical Analysis of Fertilizer Use in Pakistan[J].Eeonomica，1995，62（246）：213-234.

[14] 郭志剛.社會統計分析方法SPSS軟件應用[M].北京：中國人民大學出版社，2001：195-210.