碳中和背景下農戶兼業能否促進低碳生產行為？

王 洋，孫 玥

（東北農業大學經濟管理學院，黑龍江哈爾濱 150030）

1 研究背景

2020 年9 月，習近平主席明確提出我國在實現碳達峰和碳中和過程中所承擔的重大使命。鄉村振興是我國的重要戰略，碳達峰和碳中和的提出對于鄉村振興戰略的實施提出新要求，對于我國農業農村發展提出低碳生產新號召。碳中和是通過吸收CO2等溫室氣體的方式來中和碳排放并減少碳盈余，對近年來我國農業生產過程中化肥農藥投入過多、水資源使用不節制導致的土壤成分比例失衡、固氮率較低以及碳排放量過大等一系列經濟效益與環境效益相沖突的問題提供新穎的解決思路［1］。因此，鼓勵農戶進行低碳生產，在農業生產中響應碳中和號召，對于保護農村生活環境和農業生態、促進鄉村振興以及完成大國使命都具有重要意義。

同時，伴隨農業農村現代化進程，農戶“農忙務農，農閑兼業”的“半農半耕”現象日益普遍。農戶是農業生產的直接參與者，現有研究廣泛關注影響農戶進行低碳生產的因素，這有利于從根本上推動農戶進行低碳生產，更好更快實現農業農村碳中和。綜合現有研究，影響農戶進行低碳生產的因素主要集中在農戶稟賦、農戶心理動因、政府規制等方面。在農戶稟賦上，李波等［2］、徐嬋娟等［3］強調農戶風險偏好、政治身份、性別、年齡以及種植規模等因素在促進農戶低碳生產上具有異質性影響。在農戶心理動因上，趙連杰等［4］通過二元Logistic 回歸模型研究表明環境公平感知對農膜和秸稈處理具有促進作用；張露等［5］基于技術易用性視角指出，技術門檻越低、實施條件越便利，越有利于農戶進行低碳生產行為。在政府規制上，劉勇等［6］基于農戶有限理性，指出政府補貼可保障農戶成本收益以促進農戶低碳生產行為；陳儒等［7］強調政府補償對于拉動農戶進行低碳生產行為的有效性取決于實際補償的有效性。此外，有學者強調農戶并不是獨立存在的個體，農戶低碳生產決策也受到社會網絡、周圍農戶環境約束等外部因素影響。

伴隨城鎮化進程加快，農戶兼業成為普遍現象。學術界對于農戶兼業的研究較為廣泛。綜合現有研究，學者們的共同觀點是農戶兼業對農戶低碳生產行為有影響，但尚未對影響方向有一個明確的定論。部分學者認為農戶兼業對農戶低碳生產行為具有促進作用，促進路徑有增收效應和耕地功能轉變效應。在增收效應上，劉瓊等［8］認為農戶兼業減少農戶種植時間的同時增加了農戶經濟收入，這為農地流轉、土地托管或引入專業農機提供了經濟基礎和前提條件。農戶兼業有利于加快農地流轉和土地托管的進程，進而促使農戶進行低碳生產；另外，農戶兼業增加非農收入，使農戶對耕地依賴減少。農戶一般選擇對自有耕地粗放經營，通過土地撂荒或閑置的方式減少農業碳排放從而達到低碳生產的目的［9］。在耕地功能轉變效應上，謝賢鑫等［10］認為農戶兼業使非農收入增加，對農業收入依賴度降低；同時自有耕地功能從獲取經濟效益向自給自足轉變，因而更注重農產品高質量產出，更傾向于施用有機肥、測土配方施肥等技術，并從側面進行低碳生產。另一部分學者認為非農兼業對農戶進行低碳生產行為具有抑制作用，如暢倩等［11］利用630 戶稻農數據，認為農戶兼業通過提高農戶地塊集中度對農戶生態生產行為產生的抑制作用，會隨著家庭生命周期的后移不斷增強；楊肅昌等［12］分析由于年輕勞動力向非農產業轉移，農村剩余老年勞動力低碳意識淡薄，同時為彌補勞動力投入不足，保證農業產出和經濟效益的獲得，農戶選擇增加化肥農藥。

由此可見，現有研究仍具有發展空間。第一，現有研究大多集中在機械、電力等方面的碳中和上，鮮有強調農業農村碳中和的重要作用和探究鄉村振興的低碳化發展新路徑。第二，現有研究主要關注外部環境、農戶認知對農戶低碳生產行為的影響以及農戶兼業對于其他農戶生產行為的影響，但在城鄉勞動力結構失衡和碳中和對農業農村發展提出新要求的背景下，鮮有研究農戶兼業對農戶低碳生產行為的影響。第三，在研究方法上，以往研究中學者多采用二元Logistic 模型，鮮有采用傾向得分匹配（PSM）法解決樣本自選擇偏誤問題。因而，本研究利用黑龍江省376 份農戶調研數據，基于傾向得分匹配法，在碳中和背景下分析農戶兼業對農戶低碳生產行為的影響，并基于農戶兼業視角提出農業農村碳中和的有效實現路徑。

2 理論分析與研究假設

農戶兼業對農戶低碳生產行為的促進作用主要體現在增收效益和思想認知轉變效益兩方面。在時間恒定的前提下，農戶兼業必定改變勞動力配置，使農戶工作重心向非農兼業轉移，促使農戶收入結構發生變化，兼業收入逐漸多于農業收入。農戶作為理性經濟人，為實現利潤最大化，會作出將自有土地進行流轉的理性選擇，這不僅是出于土地轉出獲得租金可增加收入的考慮，也是因為化肥過量施用帶來的農作物邊際產出逐漸下降，而且化肥投入成本比較高，因而從成本與收益兩方面看，兼業農戶選擇土地流轉，間接減少農業生產中的各種要素投入，有效實現低碳生產。

眾多學者表明，農戶兼業使農戶工作重心轉移，家庭剩余勞動力數量減少，農戶處于被動和主動兩方面考慮會選擇用機械代替勞動力，農戶兼業與農業生產機械代替，二者是遞進關系。首先在被動層面，在農忙時節，農戶由于時間、精力等約束，不能同時兼顧農業生產和兼業工作，因而農業生產效率較低，兼業農戶為保證農作物產出，被動選擇土地托管或購買農機代替傳統人力畜力，解放自身勞動力；其次在主動層面，基于被動選擇的契機，農業機械優化了生產過程中的要素配置，形成了全新的勞動力和機械投入配置模式，達到了農作物產量增加的目的［13］。因而，兼業農戶出于理性考慮會主動選擇購買農機或購買相應農機服務，從而實現生產要素配置持久有效。

不僅如此，農戶無論是在外地務工還是在本地務工，都能夠破除信息閉塞約束，農戶兼業后所接受的外部信息更為全面。一方面，轉變“保護環境是政府責任”的刻板認知，使農戶對于自身的角色定位從原來農業生產經營者轉變為低碳生活方式的提倡者與享受者，這種正確的環境認知對農戶行為具有正向引導作用，會促使農戶保護環境，積極進行低碳生產；另一方面，農戶會根據現有稟賦進行新一輪勞動力配置，減少對耕地的生存依賴，增加對耕地的生活需要［14］，這種耕地功能的轉變會促使農戶更加關注農作物的高品質產出，因而積極進行低碳生產。

綜上所述，伴隨農戶各類資本的積累，農戶兼業會促進農戶進行低碳生產?；诖?，提出以下假設：農戶兼業能夠促進農戶進行低碳生產行為。

3 數據來源與模型構建

3.1 數據來源

本研究所采用的數據來源于筆者所在研究團隊（以下簡稱“課題組”）于2020 年1～2 月對黑龍江省農戶進行調研中獲取的數據。調研樣本選取原則為分層抽樣。首先，選取黑龍江省11 個地市（包括哈爾濱市、牡丹江市、佳木斯市、綏化市、雙鴨山市、齊齊哈爾市、伊春市、雞西市、黑河市、鶴崗市以及七臺河市）；然后再從11 個地市中選取1～7 個鄉鎮，共計39 個鄉鎮；最后，結合當地發展情況，從各鄉鎮選擇農業發展水平較好和常住人口較多樣本村，并從每個樣本村中隨機選取農戶作為調研對象。為保證調研數據的真實性，課題組對調研員進行多次培訓和答疑，采用深度訪談與電話回訪相結合的方式進行調研。同時為保證樣本具有代表性，確保調研對象涵蓋規模大戶和普通農戶。在調研結束后，最終得到有效問卷376 份（以下簡稱“樣本”）。

3.2 模型設定

3.2.1 二元Logistic 基準回歸模型

設置研究的因變量為農戶是否進行低碳生產，是“0 或1”二分類變量，因而將二元Logistic 模型作為基準回歸模型，表示為：

式（1）中：p表示農戶進行低碳生產的概率；X1～X11為影響農戶進行低碳生產的各項因素。具體而言，選取了農戶兼業、家庭成員人數、農戶受教育程度、農業收入占比、毛收入、是否加入合作社、政治身份、縣城距離以及政府宣傳教育、政府監管和政府處罰等11 個因素。

3.2.2 傾向得分匹配法

傾向得分匹配法在本研究中的應用是通過設置初始條件非常接近的對照組和控制組，并加入農戶兼業的外部干預，對比農戶低碳生產行為的采納差異，從而判斷農戶兼業的外部干預效果，以解決在研究農戶兼業與農戶進行低碳生產過程中除了上述所選控制變量外，那些同時影響農戶兼業與農戶進行低碳生產的因素帶來的樣本自選擇偏誤問題。使用PSM 模型，通過構造反事實來論證對照組和控制組的關系。

傾向得分匹配法步驟如下：首先第一階段，以二元Logistic 模型為基準，計算每個農戶選擇兼業的條件概率擬合值，可用Pscore（以下簡稱“Ps”）代表傾向得分值，定義為：表示農戶選擇兼業；表示農戶不選擇兼業。Xi為協變量。其次第二階段，農戶兼業根據傾向評分進行匹配，通過對多種匹配方式結果的衡量和比較，若匹配結果趨于一致，則說明匹配結果的穩健性。最后第三階段，對處理效應進行估計，即農戶兼業對農戶進行低碳生產的平均影響，用ATT 表示：

3.3 變量說明

3.3.1 被解釋變量：農戶是否進行低碳生產

綜合考量碳排放系數大小排序和有效實現碳中和的途徑，將低碳生產技術具體分為3 種：進行秸稈還田、使用測土配方施肥、使用有機肥。當農戶采納任一種或幾種低碳生產技術時，即認為農戶進行低碳生產，此時y=1；當農戶不采納任意一種低碳生產技術時，即認為農戶不進行低碳生產，此時y=0。樣本中，有261 位農戶進行低碳生產，115 位農戶不進行低碳生產。

3.3.2 關鍵解釋變量：農戶兼業

參考江鑫等［15］的研究成果，詢問“農戶除了農業生產以外是否兼業”，當農戶回答為“是”時，認為農戶除了農業生產外，還從事經商、務工以及其他非農工作；當農戶回答為“否”時，認為農戶只從事農業生產。

3.3.3 控制變量

參考謝賢鑫等［10］、儲成兵［16］、李曉靜等［17］、趙會杰等［18］的研究成果，將控制變量分為4 個部分（見表1）。

表1 變量描述性統計

（1）人力資本，主要包括家庭成員人數和受教育程度。一般認為，家庭成員人數越多，農戶兼業產生的內部聯動性越強，家庭內部其他成員會受經濟利益驅使也從事兼業，因而短期內勞動力投入減少，無法沿用勞動密集型技術而土地流轉，間接進行低碳生產行為；農戶受教育程度越低，在技術接受度和理解能力上都不及文化水平高的勞動力，因而對低碳生產行為接納度較低。

（2）社會資本，主要包括是否加入合作社和政治身份。低碳生產作為實現農業可持續發展和碳中和重大戰略目標的正確路徑，黨員農戶政治覺悟高于其他普通農戶，應是其他農戶的行動標桿，積極響應低碳號召、實施低碳生產行為。加入合作社的農戶，其技術獲取途徑和來源都多于其他農戶，若加入合作社的農戶不實施低碳生產行為，普通農戶出于觀察、學習以及規避風險的角度，也不予采納。

（3）經濟資本，主要包括農業收入占比和毛收入。一般認為，種植規模越大越容易形成規模經營，采納低碳生產行為單位成本越低，則越傾向于采納低碳生產行為；農戶毛收入越低、越注重經濟效益，對減少碳排放行為的生態認知與效益的關注度較差，對低碳生產行為的采納積極性較低。

（4）外部環境。除以上三方面農戶生計資本外，外部環境對農戶生產行為決策的影響，主要考量縣城距離、政府宣傳教育、政府監管以及政府處罰。一般認為，距離縣城越近，接觸到的外部信息越多，農戶低碳生產認知越全面客觀，則農戶越愿意進行低碳生產；政府宣傳教育對農戶影響越大，農戶對低碳生產越能夠理解和接受，則農戶越樂于進行低碳生產。政府監管處罰力度越大，越反向促使農戶進行低碳生產。

4 實證結果分析

4.1 基準回歸分析

首先農戶是否進行低碳生產和農戶兼業的相關性分析結果顯示（見表2），在5%顯著性水平下相關系數為0.264，說明二者存在正相關。其中，模型1、模型2是將農戶是否進行低碳生產作為被解釋變量、農戶兼業作為核心解釋變量，X2～X11作為控制變量引入方程并進行回歸。

表2 農戶低碳生產行為采納基準回歸

模型1 結果的系數為正，表明農戶兼業使農戶進行低碳生產的概率提高12.8%，與本研究的假設初步一致。隨著兼業程度不斷加深，農戶對農業收入依賴程度和農業生產積極性逐漸下降，農業生產中的各種要素投入量不斷減少，對自有耕地進行粗放經營，間接進行低碳生產；同時由于兼業工作會分散農戶精力，農戶自然會作出土地轉出的選擇，這有利于土地規?；洜I，也便于引入專業農機進行大規模施肥，進而在一定程度上減少農戶不合理施肥行為，反向促使農戶進行低碳生產。此外，在社會資本上，加入合作社抑制了農戶進行低碳生產，政治身份促進了農戶進行低碳生產，政治身份對農戶進行低碳生產的促進作用更為明顯，系數為0.213。加入合作社的農戶雖然獲取消息渠道更多，但易受到周邊環境和情感束縛的影響，進而抑制農戶進行低碳生產。可理解為當農戶是黨員或村干部時，無論是從實施國家戰略層面還是從維護良好生活環境視角，都要積極進行低碳生產。在經濟資本上，由于農業生產比較效益較低，農業收入占比較少的農戶一般從事非農兼業或非農業，對于農業生產的關注較少，因而從側面減少高碳生產行為。在外部環境上，距離縣城越遠，獲取消息的媒介越少，不利于農戶全面認知低碳生產，也不利于農戶積極進行低碳生產。政府宣傳教育內容越細致、越緊密結合農戶實際，對農戶影響越大，農戶進行低碳生產積極性越高。政府監管以及政府處罰對農戶低碳生產行為采納具有不同程度抑制作用。

4.2 傾向得分匹配結果

4.2.1 農戶兼業的處理效應

以上基準回歸分析未考慮樣本自選擇偏誤帶來的影響，以下控制其他變量，通過傾向得分匹配法得到農戶在兼業情況下的平均處理效應。采用最小近鄰匹配（n=1 和n=4）、核匹配以及卡尺分別為0.005和0.010 的半徑匹配，匹配結果如表3 所示。其中，處理組為兼業的農戶，控制組為不兼業的農戶。以上5 種匹配方式在消除樣本自選擇偏誤后，結果都表明與不從事兼業的農戶相比，農戶兼業能夠促進其進行低碳生產。在平均處理效應上，5 種匹配方式t 值都大于1.96，表明5 種匹配方式都在5%水平上顯著。具體來說，農戶兼業對于農戶低碳生產的概率提升效果為0.140～0.249，最小近鄰匹配得到的ATT 值最大為0.249，核匹配得到的ATT 值最小為0.140，表明與不兼業的農戶相比，農戶兼業會使農戶進行低碳生產的概率提升14%～24.9%。傾向得分匹配法結果與基準回歸結果基本一致，但在其他變量影響下基準回歸表明農戶兼業促進低碳生產的效果小于傾向得分匹配法得到的ATT 值，這說明若不考慮樣本自選擇偏誤問題，農戶兼業對農戶進行低碳生產的促進效果將被低估。綜上所述，農戶兼業有效促進低碳生產，與本研究假設相一致。

表3 農戶低碳生產行為采納的傾向得分匹配法處理效應

4.2.2 共同支撐假設檢驗

為確保匹配結果的準確性，通過共同支撐檢驗是否在匹配過程損失過多樣本，結果如圖1～圖3所示。匹配前處理組與控制組之間差異較大，經過半徑匹配后，處理組與控制組差異顯著減小，且在峰值周圍區域有所重合，足以證明傾向得分匹配的匹配效果較好，經過半徑匹配縮減了控制組與對照組之間的差異。此外，匹配樣本大部分都在共同支撐域內，說明損失的樣本為少數，足以證明PSM 模型滿足共同支撐假設。

圖1 匹配前處理組與控制組核密度分布

圖2 匹配后處理組與控制組核密度分布

圖3 傾向得分共同取值范圍

4.2.3 平衡性檢驗

參考潘東陽等［19］、Rosenbaum［20］等學者的做法，對傾向得分匹配后的結果進行平衡性檢驗，檢驗結果如表4 所示。大多數匹配變量標準偏誤絕對值在10 以內，匹配前的t概率值基本大于0.96 且部分P值在1%水平上顯著，經過匹配后變量T 檢驗的P值都遠大于0.005，表明差異不顯著，足以說明通過傾向得分匹配，樣本之間個體特征差異得以明顯削弱或消除，匹配效果良好。

表4 農戶低碳生產行為采納的傾向得分匹配平衡性檢驗

4.2.4 異質性分析

根據表1，農戶兼業對農戶進行低碳生產的促進作用在家庭成員人數、是否加入合作社、政治身份、農業收入占比以及受政府宣傳教育、政府監管影響等方面具有顯著差異，因而對農戶進行分組，并依照江鑫等［15］、李曉靜等［17］、趙鑫等［21］和張朝輝［22］的研究成果，將農戶按照以下標準分成相對照的兩組，同樣進行傾向得分匹配法，分析農戶兼業對農戶進行低碳生產促進作用的異質性。結果如表5所示。

表5 農戶低碳生產行為采納的異質性分析

（1）在人力資本上，當家庭成員多時，農戶兼業可使農戶進行低碳生產的概率提升13.9%。家庭成員作為重要的人力資本，其數量多少直接影響著農戶決策。當家庭成員多時，農戶受各方面約束更少，家庭分工更為合理，知識和技術的積累更全面，非農兼業對農戶進行低碳生產的促進作用更容易顯現。

（2）在社會資本上，當農戶加入合作社和無政治身份時，農戶兼業對農戶進行低碳生產的促進效果更為顯著。加入合作社的農戶以自有耕地入股，在解放勞動力的同時降低農戶粗放經營自有耕地的可能性；合作社進行規模生產，統一進行施肥，農戶不僅能夠節約時間成本和自身勞動力，而且能夠通過合作社的農機實現自有耕地高產，實現效益雙豐收。普通農戶比具有政治身份的農戶受到的社會關注和政治約束少，因而更能夠從自身理性小農角度出發，作出利己決策。

（3）在經濟資本上，當農戶的農業收入占比大于均值時，農戶兼業促進農戶進行低碳生產的作用更為明顯。農業收入占比大于均值的農戶與農業收入占比小于均值的農戶相比，更具有“農忙務農、農閑打工”的農戶兼業特點，這類農戶兼業目的是增加收入來反哺農業，減少對農業生產的經濟依賴，并且改變原有生產模式，引入專業農機，有效解放勞動力、提高生產效率，實現規范化生產，從而減少不必要的碳排放達到低碳生產。

（4）在外部環境上，農戶受政府宣傳教育影響大和政府監管力度大時，農戶兼業促進農戶進行低碳生產的作用更為明顯。政府宣傳教育為農戶塑造良好低碳生產環境，政府監管為農戶樹立嚴格約束。對于政府宣傳教育理解能力更強、受政府監管約束更多的農戶，兼業后對自有耕地的處理更能偏向于低碳，也更有利于其進行低碳生產。

5 結論與政策啟示

本研究利用黑龍江省376 份農戶調研數據，通過傾向得分匹配法解決樣本自選擇偏誤問題，分析農戶兼業對農戶進行低碳生產的影響，得出以下研究結論：（1）與不兼業的農戶相比，農戶兼業可使農戶進行低碳生產的概率提升12.8%，其中農戶政治身份以及政府宣傳教育在農戶兼業促進農戶進行低碳生產的過程中作出主要貢獻。（2）經過多種匹配方式，農戶兼業可使農戶進行低碳生產的概率提高14.0%～24.9%，說明若不考慮樣本自選擇偏誤問題時，農戶兼業對農戶進行低碳生產的促進作用將被低估。（3）農戶兼業對農戶進行低碳生產的促進作用具有異質性，當農戶家庭成員多、加入合作社、無政治身份、農業收入占比大于均值、受政府宣傳教育影響大、政府監管力度大時，非農兼業對農戶進行低碳生產的促進作用更明顯。

上述研究結論蘊含的政策啟示包括：首先要提供農戶更多兼業機會，拓寬農戶兼業渠道。考慮到農戶兼業有利于農戶進行低碳生產，因而政府應該為農戶提供兼業機會，減少農戶對耕地的經濟依賴，增加農戶兼業收入，使農戶在兼業中提高低碳生產認知、提升低碳生產能力，爭取成為一名高素質農民，進而為早日實現農業農村碳中和貢獻力量。其次，要發揮合作社優勢，營造低碳生產環境。促使農戶加入合作社或促使農戶進行土地托管委托合作社進行農業生產。農戶加入合作社后，信息交流更為便捷、生產認知得以扭轉，促使農戶對低碳生產正外部性更為明確；從點到面地積極引導身邊農戶了解和采納低碳生產行為，不斷擴展采納低碳生產行為的農戶范圍。最后，發揮政府監管的約束作用。政府運用微博、微信等多種手段進行監管，對農戶高碳生產行為進行實時監督有效監管，對農戶錯誤生產認知及時糾正，減少農戶不合理行為產生的不良后果，減少碳中和戰略實施道路上的基礎性障礙，有效促進我國碳達峰目標的實現。