生態(tài)補償對農(nóng)戶綠肥種植行為慣性產(chǎn)生的激勵機制：基于傾向得分匹配的估計

李福奪，張康潔，郝艾波，尹昌斌

(中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081)

種植綠肥是改善農(nóng)業(yè)生態(tài)環(huán)境、推進(jìn)農(nóng)業(yè)綠色發(fā)展的有效手段。近十年來，隨著農(nóng)業(yè)現(xiàn)代化的推進(jìn)，以種植綠肥為代表的農(nóng)業(yè)綠色生產(chǎn)措施越來越受到政府部門的重視。2017年，原農(nóng)業(yè)部(2018年3月在國務(wù)院機構(gòu)改革中改組為農(nóng)業(yè)農(nóng)村部)相繼出臺《耕地質(zhì)量保護(hù)與提升行動方案》《耕地質(zhì)量提升行動方案》等系列文件，將種植綠肥列為耕地質(zhì)量提升的重點建設(shè)項目，并強調(diào)了種植綠肥對保障國家農(nóng)產(chǎn)品安全、農(nóng)業(yè)資源安全和生態(tài)安全的重要意義。2018年7月農(nóng)業(yè)農(nóng)村部印發(fā)《農(nóng)業(yè)綠色發(fā)展技術(shù)導(dǎo)則(2018—2030年)》，提出加快綠肥作物生產(chǎn)與利用技術(shù)集成示范、推進(jìn)綠肥推廣應(yīng)用，積極引導(dǎo)綠肥服務(wù)于農(nóng)業(yè)綠色生產(chǎn)實踐。《農(nóng)業(yè)農(nóng)村部、財政部關(guān)于做好2019年耕地輪作休耕制度試點工作的通知》則強調(diào)休耕期間鼓勵種植綠肥、培肥地力，促使綠肥生態(tài)價值最大程度得以發(fā)揮出來。作為現(xiàn)代農(nóng)業(yè)系統(tǒng)中一種傳統(tǒng)的綠色生產(chǎn)要素，綠肥對提高農(nóng)業(yè)發(fā)展質(zhì)量的價值歷久彌新，在當(dāng)前農(nóng)業(yè)綠色轉(zhuǎn)型的宏觀背景下，探討綠肥參與農(nóng)業(yè)系統(tǒng)升級的實現(xiàn)路徑具有重要的現(xiàn)實意義。

綠肥對改善農(nóng)業(yè)系統(tǒng)的價值發(fā)揮有賴于農(nóng)戶廣泛地參與到綠肥種植實踐中來。已有研究表明，激發(fā)農(nóng)戶的生態(tài)行為是政府生態(tài)目標(biāo)實現(xiàn)的基礎(chǔ)。如楊玉蘋等[1]指出，農(nóng)戶作為農(nóng)業(yè)生產(chǎn)經(jīng)營的主體，激發(fā)其參與的積極性是實現(xiàn)農(nóng)業(yè)生態(tài)轉(zhuǎn)型的關(guān)鍵；李芬妮等[2]認(rèn)為，激發(fā)農(nóng)戶的綠色生產(chǎn)行為直接關(guān)系到政府農(nóng)業(yè)綠色發(fā)展目標(biāo)的實現(xiàn)；而李衛(wèi)等[3]則闡明，農(nóng)戶具備保護(hù)性耕作技術(shù)采用行為是實現(xiàn)政府農(nóng)田保護(hù)目標(biāo)的重要基礎(chǔ)。針對綠肥種植，李福奪等[4]研究也表明農(nóng)戶愿意種植綠肥是政府綠肥政策實施的前提條件。然而，隨著相關(guān)研究的不斷深入，越來越多的學(xué)者指出，激發(fā)農(nóng)戶的行為僅僅是相關(guān)工作的起點，而維持農(nóng)戶行為的可持續(xù)性才是政府政策目標(biāo)實現(xiàn)的保障。如李想[5]研究指出，采用農(nóng)業(yè)技術(shù)首先需要農(nóng)戶做出是否采用此類技術(shù)的決策，采用后進(jìn)入農(nóng)戶技術(shù)持久采用階段；肖新成等[6]研究發(fā)現(xiàn)，從長期來看，維持農(nóng)戶的清潔生產(chǎn)技術(shù)采納行為比產(chǎn)生單純引導(dǎo)行為對農(nóng)業(yè)環(huán)境目標(biāo)的實現(xiàn)更具現(xiàn)實意義。那么，當(dāng)農(nóng)戶綠肥種植行為發(fā)生后又該如何維持？換句話說，農(nóng)戶綠肥種植行為的維持動力來源于哪里？

越來越多的研究表明，可持續(xù)行為只有在行為慣性產(chǎn)生時才能獲得不竭動力。如卓四清等[7]研究指出，行為慣性對移動電子商務(wù)用戶持續(xù)使用意愿與行為具有正向影響；朱方偉等[8]研究發(fā)現(xiàn)，組織慣性能夠持續(xù)推進(jìn)企業(yè)進(jìn)行項目制變革。對于農(nóng)戶綠肥種植行為來說，行為慣性將使得農(nóng)戶可以在沒有外源刺激的情況下仍具有長期性行為，這是綠肥推廣目標(biāo)實現(xiàn)的重要保障。那么，農(nóng)戶的行為慣性又來源于哪里？目前針對這一問題的探討不多，少量文獻(xiàn)關(guān)注到外部經(jīng)濟激勵，特別是來自政府的生態(tài)補償政策對農(nóng)戶生態(tài)行為慣性形成的影響[9]。這些研究大多從定性角度分析了生態(tài)補償影響的過程：在農(nóng)戶行為產(chǎn)生初期，政府生態(tài)補償可以通過不斷以激勵施于農(nóng)戶來強化行為意愿，持久的高強度行為意愿將對農(nóng)戶態(tài)度產(chǎn)生積極影響，進(jìn)而促進(jìn)行為慣性的產(chǎn)生。然而，從定量視角檢驗生態(tài)補償政策對農(nóng)戶行為慣性影響的客觀性并評估影響程度的研究卻鮮見。基于此，筆者將基于南方稻區(qū)5省(區(qū))調(diào)研數(shù)據(jù)，通過實證探討生態(tài)補償政策對激勵農(nóng)戶綠肥種植行為慣性產(chǎn)生的影響，揭示維持農(nóng)戶綠肥種植行為的外部動力，以期為相關(guān)部門制定有針對性的農(nóng)戶行為激勵方案提供借鑒。

1 理論模型與研究方法

1.1 行為慣性的理論模型

1.1.1行為慣性的經(jīng)濟學(xué)模型

根據(jù)宋佰謙等[10]的研究，假設(shè)被解釋變量農(nóng)戶綠肥種植行為慣性為Yt，且只受1個核心解釋變量生態(tài)補償Xt的影響。那么，就有：

Yt=α+βXt+λ1Yt-1+…+λkYt-k+μt。

(1)

對式(1)進(jìn)行兩個簡化：一是只考慮被解釋變量遲滯一期的影響，這不僅為了方便處理，更因現(xiàn)實中很多行為慣性只需遲滯一期就能得到很好的解釋；二是取消常數(shù)項，這是因為凡是有常數(shù)項和解釋變量的遲滯一期項同時存在的方程，回歸處理后多數(shù)無法通過顯著性檢驗。經(jīng)上述處理得到式(2)：

Yt=βXt+γYt-1+μt。

(2)

根據(jù)式(2)，可得：

Yt-1=βXt-1+γYt-2+μt-1。

(3)

將式(3)帶入式(2)，可得：

Yt=βXt+βγXt-1+γ2Yt-2+(μt+γμt-1)。

(4)

只要|β|<1，|γ|<1，連續(xù)迭代下去即可得：

(5)

如此，就得到了一個由解釋變量的無窮級數(shù)來表示被解釋變量的形式。比較式(2)和式(5)可以看出，只要滿足|β|<1且|γ|<1條件，那么，被解釋變量則完全由解釋變量的漸近、累積作用造成。由此得出結(jié)論，即當(dāng)期農(nóng)戶綠肥種植行為慣性是過去多期外生的生態(tài)補償激勵效應(yīng)累積影響的結(jié)果。

1.1.2行為慣性的概念模型

行為慣性是在行為發(fā)生一段時間后，暫停外源刺激，通過行為系統(tǒng)內(nèi)原有思維模式或重復(fù)行為慣例，遵循原有軌跡運作的一種屬性[11]。從這一定義可以看出，外源刺激是行為慣性產(chǎn)生的重要動力。對于農(nóng)戶綠肥種植行為來說，政府生態(tài)補償政策是最重要的外部激勵措施。短期內(nèi)，生態(tài)補償政策能夠提高農(nóng)戶的農(nóng)業(yè)收入；長期來看，持續(xù)的生態(tài)補償一方面可以穩(wěn)定農(nóng)戶的收入預(yù)期，另一方面，又能提升農(nóng)戶對綠肥價值的認(rèn)知，這兩個方面因素都對農(nóng)戶行為慣性產(chǎn)生積極的導(dǎo)向作用。

1.2 研究方法

1.2.1Logit模型

首先，運用Logit模型計算每個農(nóng)戶接受生態(tài)補償?shù)臈l件概率擬合值，此概率值也就是傾向得分值(PS，SP)。Logit模型運算是傾向得分匹配(propensity score matching，PSM)估計的第1階段，其定義為

SPi=P[Di=1|Xi]=E[Di=0|Xi]。

(6)

式(6)中，Di=1表示農(nóng)戶接受了生態(tài)補償；Di=0表示農(nóng)戶未接受生態(tài)補償；Xi表示可觀測到的農(nóng)戶特征(協(xié)變量)。

1.2.2傾向得分匹配法

PSM是由美國賓夕法尼亞大學(xué)Rosenbaum和哈佛大學(xué)Rubin于1983年開發(fā)的一種反事實因果推斷方法。PSM 方法的優(yōu)點是通過匹配再抽樣方法使得觀測數(shù)據(jù)盡可能地接近隨機實驗數(shù)據(jù)，在最大程度上減少觀測數(shù)據(jù)偏差，從而能有效解決由樣本自選擇造成的有偏估計問題。

建立如下模型估計生態(tài)補償政策對農(nóng)戶綠肥種植行為慣性產(chǎn)生的影響：

Yi=αiXi+βiDi+εi。

(7)

式(7)中，Yi為農(nóng)戶i的行為慣性；Xi為農(nóng)戶i接受生態(tài)補償?shù)那闆r，Xi=1表示接受過生態(tài)補償，Xi=0表示未接受過生態(tài)補償；Di為農(nóng)戶i可觀測的稟賦特征；αi、βi為待估參數(shù)；εi為隨機分布項。

使用傾向得分匹配法計算平均處理效應(yīng)的步驟[12]：首先，選擇合適的協(xié)變量以便進(jìn)行傾向得分匹配；其次，運用Logit回歸，估計傾向得分，主要匹配方法有最近鄰匹配、半徑匹配和核匹配等；再次，用第1步中選擇的協(xié)變量進(jìn)行傾向得分匹配；最后，根據(jù)匹配后的樣本計算參與者的平均處理效應(yīng)(ATT,ATT)、未參與者的平均處理效應(yīng)(ATU,ATU)和平均處理效應(yīng)(ATE,ATE)。

ATT=E(Yi1-Yi0|X=1,D=d)，

(8)

ATU=E(Yi1-Yi0|X=0,D=d)，

(9)

ATE=E(Yi1-Yi0|D=d)。

(10)

式(8)～(10)中，Yi1為接受過生態(tài)補償農(nóng)戶i的綠肥種植行為慣性；Yi0為未接受過生態(tài)補償農(nóng)戶i的綠肥種植行為慣性；ATT為隨機挑選一個接受過生態(tài)補償且具有D特征的樣本農(nóng)戶在綠肥種植中生態(tài)補償對行為慣性影響的均值；ATU為隨機挑選一個未接受過生態(tài)補償且具有D特征的樣本農(nóng)戶在綠肥種植中生態(tài)補償對行為慣性影響的均值；ATE為隨機挑選一個具有D特征的樣本農(nóng)戶在綠肥種植中生態(tài)補償對行為慣性影響的均值。

2 數(shù)據(jù)來源與描述性統(tǒng)計

2.1 數(shù)據(jù)獲取

研究數(shù)據(jù)來源于課題組對南方稻區(qū)湖南、江西、廣西、河南和安徽5省(區(qū))的實地調(diào)查。南方稻區(qū)地域廣闊，涉及眾多省份，在調(diào)查中需要進(jìn)行樣本點的篩選。樣本省份的選擇應(yīng)遵循強代表性和有條件的隨機化的原則。所謂強代表性，指所選擇的樣本省份能夠代表該區(qū)域內(nèi)農(nóng)業(yè)系統(tǒng)的普遍特征和綠肥發(fā)展的一般趨勢；有條件的隨機化，則指在限定綠肥適種條件并考慮綠肥種植傳統(tǒng)優(yōu)勢前提下進(jìn)行隨機抽樣。基于這兩個原則，最終選擇上述5個省(區(qū))作為調(diào)研區(qū)域。具體而言，如此選擇的合理性體現(xiàn)在3個方面：一是從綠肥種植歷史來看，上述5個省(區(qū))均是我國傳統(tǒng)綠肥種植區(qū)，具有悠久的綠肥文化，具備快速恢復(fù)綠肥種植的基礎(chǔ)，在這些省份開展調(diào)查能夠為研究提供更全面、準(zhǔn)確的信息。二是從綠肥種植規(guī)模來看，近十年來上述5個省(區(qū))農(nóng)田綠肥種植面積占南方稻區(qū)農(nóng)田綠肥種植面積的比例均在60%以上，可見，上述5個省(區(qū))是南方稻區(qū)農(nóng)田綠肥的重點栽培區(qū)，綠肥政策相對完善，具有開展高質(zhì)量研究的潛在基礎(chǔ)。第三，從農(nóng)戶角度來看，上述省份農(nóng)民對綠肥具有相對較高的認(rèn)知度，能夠清楚地表達(dá)自己對綠肥的態(tài)度和對政府綠肥政策的看法，這是開展調(diào)查研究的現(xiàn)實基礎(chǔ)。

2018年10月至2019年4月，農(nóng)戶調(diào)查共開展3次。由于各地人口規(guī)模和綠肥推廣情況不同，農(nóng)戶調(diào)查采用不成比例的隨機抽樣方式開展。其中，第1次農(nóng)戶調(diào)查于2018年10-02—10-16在廣西西鄉(xiāng)塘、雁山、灌陽3縣(區(qū))進(jìn)行；第2次調(diào)查于2018年11-05—12-16在湖南長沙、赫山、醴陵3縣(市、區(qū))以及江西南昌、豐城、高安3縣(市)；第3次調(diào)查于2019年03-22—04-17在河南光山縣以及安徽南陵、繁昌、當(dāng)涂3縣開展；由于河南省只有信陽市在地理區(qū)位上屬于南方稻區(qū)，因此，課題組僅抽取光山1個樣本縣。具體調(diào)查方案：在每個縣(市、區(qū))隨機抽取1～3個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)隨機抽取3～4個村，在每個村隨機抽取8～15個實際從事糧食生產(chǎn)經(jīng)營的農(nóng)戶。3次調(diào)研共獲得有效問卷1 217 份，詳細(xì)的樣本分布見表1。

表1 農(nóng)戶調(diào)查樣本分布

由于河南省在地理區(qū)位上只有信陽市屬于南方稻區(qū)，因此，在河南省的調(diào)研僅限于信陽市的相關(guān)縣市。

需要指出的是，農(nóng)戶調(diào)查對象均為實際從事農(nóng)業(yè)勞動和全程參與農(nóng)業(yè)生產(chǎn)決策的家庭成員。調(diào)查時間的選擇受綠肥種植與生長周期的影響，2018年10月至2019年4月所開展的調(diào)查，實際上調(diào)查的是2018年綠肥種植情況，收集的也是2018年農(nóng)戶數(shù)據(jù)。此外，3次農(nóng)戶調(diào)查時間實際上也正對應(yīng)著綠肥生長周期中的播種、生長管理和翻壓還田3個階段，便于課題組深入現(xiàn)場、更為直觀地觀察和收集第一手信息。

① 在調(diào)查中，課題組訪談了近10年農(nóng)戶綠肥種植和接受生態(tài)補償?shù)那闆r。之所以選擇這一時間段，主要有兩個方面的考慮：一是時間跨度太長會導(dǎo)致農(nóng)民記憶模糊，降低調(diào)查信息的可信度；二是因為南方稻區(qū)大部分省份綠肥種植生態(tài)補償政策開始于2008年之后，如2008年綠肥發(fā)展獲得國家重大資助，對農(nóng)民開展生態(tài)補償開始成為綠肥推廣工作中最重要的環(huán)節(jié)之一。在此指導(dǎo)下，當(dāng)年江西省出臺《關(guān)于開展冬種油菜、綠肥生產(chǎn)調(diào)查和技術(shù)指導(dǎo)的通知》，提出以綠肥種植補貼為手段，提高農(nóng)民種植積極性，促進(jìn)全省綠肥快速恢復(fù)和發(fā)展；2012年，湖南省發(fā)布《湖南省人民政府辦公廳關(guān)于恢復(fù)發(fā)展綠肥生產(chǎn)的意見》，要求實施綠肥種植補貼制度，加快構(gòu)建各具特色的綠肥生產(chǎn)新格局；之后，安徽、廣西等省(區(qū))相繼出臺文件，制定綠肥種植補貼措施，推進(jìn)綠肥發(fā)展。

2.2 變量定義及描述性統(tǒng)計

2.2.1因變量

變量定義及描述性統(tǒng)計見表2。根據(jù)研究目的，設(shè)置因變量為“是否具有行為慣性”。采用二元賦值法，農(nóng)戶如果具有行為慣性則賦值為1，否則賦值為0。對于農(nóng)戶綠肥種植行為慣性，參考已有研究成果[13]，并結(jié)合南方稻區(qū)綠肥推廣的現(xiàn)實背景①，做出如下界定：在無任何外部激勵的情況下，近5年內(nèi)綠肥種植行為連續(xù)發(fā)生，且未來非常愿意繼續(xù)維持這種行為〔以前5年(2009—2013年)為補貼政策考察期，以后5年為農(nóng)戶行為慣性評估期，研究持續(xù)的補貼激勵是否有利于后期農(nóng)戶行為慣性的產(chǎn)生〕。根據(jù)這一定義，綠肥種植行為慣性包含3個要點：一是慣性系統(tǒng)中的行為發(fā)生不能由外部激勵引起；二是行為持續(xù)時間不少于5年；三是未來仍有強烈的綠肥種植意愿。只有同時滿足以上3個條件，才認(rèn)定農(nóng)戶的綠肥種植行為是由慣性所驅(qū)動。

2.2.2處理變量

為分析生態(tài)補償政策對農(nóng)戶綠肥種植行為慣性產(chǎn)生的影響，首先應(yīng)對生態(tài)補償政策的衡量規(guī)則進(jìn)行界定。生態(tài)補償政策實施理應(yīng)發(fā)生在行為慣性形成之前，且理論上講，需要通過多年持續(xù)的補償激勵才可能導(dǎo)致行為慣性產(chǎn)生。因此，用“行為慣性產(chǎn)生之前的5年內(nèi)是否連續(xù)獲得補償”來衡量生態(tài)補償政策。若獲得補償，則賦值為1，否則，賦值為0。

2.2.3協(xié)變量

協(xié)變量主要是農(nóng)戶稟賦，包括受訪者個體特征、農(nóng)戶家庭特征和經(jīng)營特征等。農(nóng)戶綠肥種植行為慣性的產(chǎn)生不僅受外部生態(tài)補償激勵的影響，還會受到自身和外部條件的限制。協(xié)變量選取的合理性也將關(guān)系到研究結(jié)果的精確性和以此為依據(jù)的政策措施的有效性。

2.3 樣本農(nóng)戶特征比較分析

對兩組農(nóng)戶進(jìn)行傾向得分匹配的被解釋變量及控制變量t檢驗結(jié)果見表3。接受過生態(tài)補償?shù)霓r(nóng)戶比未接受過的農(nóng)戶更可能形成綠肥種植的行為慣性。對于影響農(nóng)戶綠肥種植行為慣性形成的協(xié)變量，兩組農(nóng)戶除農(nóng)戶特征方面的性別變量沒有表現(xiàn)出顯著差異外，其他變量均表現(xiàn)出顯著差異。具體可做如下表述：接受過生態(tài)補償?shù)霓r(nóng)戶比未接受過生態(tài)補償?shù)霓r(nóng)戶更為年輕，受教育水平更高，身體健康狀況更好，具有村干部身份或家庭中有成員擔(dān)任村干部，家庭農(nóng)業(yè)勞動力更多，農(nóng)業(yè)收入更高，耕地經(jīng)營規(guī)模更大，以平原地區(qū)的集中連片經(jīng)營為主。

表2 變量定義及描述性統(tǒng)計

表3 接受過與未接受過生態(tài)補償?shù)霓r(nóng)戶差異

3 研究結(jié)果

3.1 農(nóng)戶接受生態(tài)補償條件概率方程

3.1.1受訪者基本特征

樣本農(nóng)戶及受訪者基本特征見表4。從性別來看，受訪者中男性占據(jù)絕大多數(shù)；從年齡來看，以50歲以上年齡段的中老年為主，40歲以下的中青年比例較低；從受教育程度來看，以初中及以下為主，接受過高等教育的受訪者較少，這反映出當(dāng)前農(nóng)村居民文化素質(zhì)仍然普遍較低的事實；從健康狀況來看，絕大部分受訪者身體健康，身體較差的受訪者僅占10.32%；從家庭農(nóng)業(yè)勞動力來看，3～4人規(guī)模的家庭占總樣本量的比例超過50%，其次為1～2人規(guī)模的家庭，而7人以上的大規(guī)模家庭較少；從家庭農(nóng)業(yè)收入來看，近70%的農(nóng)戶家庭年農(nóng)業(yè)收入在6萬元以下，其中，37.59%的農(nóng)戶不足3萬元，說明農(nóng)戶農(nóng)業(yè)收入不高的現(xiàn)狀仍沒有得到明顯改觀。

表4 樣本農(nóng)戶及受訪者的基本特征

3.1.2農(nóng)戶接受生態(tài)補償?shù)墓烙嫿Y(jié)果

農(nóng)戶綠肥種植生態(tài)補償方程估計結(jié)果見表5。

表5 農(nóng)戶綠肥種植生態(tài)補償方程估計結(jié)果

表5顯示，農(nóng)戶獲得政府生態(tài)補償?shù)目赡苄耘c受訪者人口學(xué)、農(nóng)戶社會經(jīng)濟學(xué)特征顯著相關(guān)。就受訪者特征來說，越年輕、受教育程度越高的農(nóng)戶越可能獲得政府的綠肥種植生態(tài)補償，對此做出的解釋：年輕、受教育程度高的農(nóng)戶有足夠的體力、精力和豐富的文化知識用于農(nóng)業(yè)生產(chǎn)，一定量的政府生態(tài)補償只有被這部分農(nóng)戶所利用才能最大限度地發(fā)揮作用，因此，政府生態(tài)補償政策也往往會向這部分農(nóng)戶傾斜。就家庭及其經(jīng)營特征而言，耕地集中連片、規(guī)模經(jīng)營且耕地地形為平原的農(nóng)戶可能獲得政府的綠肥種植生態(tài)補償。這是因為農(nóng)戶耕地的經(jīng)營條件越良好，就越具備種植綠肥的先天性優(yōu)勢，如果加以外部生態(tài)補償激勵，農(nóng)戶行為會更容易被調(diào)動起來。因此，政府在選擇生態(tài)補償潛在目標(biāo)農(nóng)戶時，更易關(guān)注符合這些特征的農(nóng)戶群體。

3.2 生態(tài)補償?shù)霓r(nóng)戶行為慣性激勵效應(yīng)測算

3.2.1共同支撐域與PSM結(jié)果

為了更加直觀地觀測出匹配前和匹配后處理組和控制組傾向得分值的差異，繪制農(nóng)戶綠肥種植行為慣性的核密度函數(shù)圖(圖1)。由圖1可知，匹配后接受過生態(tài)補償?shù)霓r(nóng)戶和控制組農(nóng)戶的傾向得分區(qū)間基本能夠?qū)崿F(xiàn)重疊，此重疊區(qū)間即是共同支撐域?？梢?，筆者研究的共同支撐域條件令人滿意，大多數(shù)觀測值均在共同取值范圍內(nèi)，表明在進(jìn)行傾向得分匹配時僅會損失少量樣本，匹配效果良好。

由于不同的匹配方法會損失不同的樣本數(shù)，表6給出了在不同匹配方法下樣本的最大損失結(jié)果。可見，處理組沒有樣本損失，而控制組僅損失3個樣本，說明最終匹配效果較好。

表6 傾向得分匹配(PSM)結(jié)果

3.2.2平衡性檢驗

為保證傾向得分匹配估計的質(zhì)量，借鑒楊彩艷等[14]的方法，從標(biāo)準(zhǔn)化偏差、均值和LR統(tǒng)計量等方面進(jìn)行平衡性檢驗。(1)考察處理組與控制組的匹配變量均值是否存在差異，用t檢驗判斷差異是否顯著。(2)考察偽R2(pseudo-R2)、卡方(χ2)、偏差均值(mean bias)、B值和R值，從整體上檢驗匹配是否滿足平衡性假定。

農(nóng)戶綠肥種植行為慣性匹配平衡性假定檢驗結(jié)果見表7。與匹配前相比，匹配后大部分標(biāo)準(zhǔn)化偏差都有所降低，且標(biāo)準(zhǔn)化偏差全部小于10%；匹配后，大多數(shù)t檢驗結(jié)果不拒絕處理組與控制組無系統(tǒng)差異的原假設(shè)；與匹配前相比，匹配后偽R2、χ2、偏差均值、B值均有所下降，B值小于25%，R值達(dá)到0.88。上述結(jié)果表明樣本匹配較完美。

表7 行為慣性的匹配平衡性假定檢驗結(jié)果

3.2.3生態(tài)補償激勵效應(yīng)測算

為了保證匹配結(jié)果的穩(wěn)健性，分別對樣本進(jìn)行最近鄰匹配、卡尺匹配、核匹配、局部線性回歸匹配和樣條匹配，并計算農(nóng)戶綠肥種植行為慣性的ATT、ATU和ATE 值。PSM 估計結(jié)果見表8。從整體上來看，5種匹配之后的結(jié)果基本一致，ATT、ATU和ATE在農(nóng)戶綠肥種植行為慣性中均顯著。另外，還提供了OLS回歸結(jié)果。比較 OLS 和 PSM回歸結(jié)果得到，OLS 相對于真實的處理效應(yīng)給出了一個上偏的估計，傳統(tǒng)線性回歸模型并沒有考慮選擇性偏差，高估了生態(tài)補償政策對農(nóng)戶綠肥種植行為慣性的處理效應(yīng)。

由表8可知，ATT、ATU和ATE 的系數(shù)值均在1%統(tǒng)計水平上顯著。就最近鄰匹配而言，ATT值為0.218，表明與未接受過政府生態(tài)補償相比，接受過生態(tài)補償?shù)霓r(nóng)戶綠肥種植行為慣性產(chǎn)生的可能性增加21.8%。進(jìn)一步比較ATT、ATU和ATE大小，存在ATU>ATE>ATT的情況，表明與接受過生態(tài)補償?shù)霓r(nóng)戶相比，如果給予實際上未接受過生態(tài)補償?shù)霓r(nóng)戶以生態(tài)補償政策激勵，則會大幅提高農(nóng)戶綠肥種植行為慣性產(chǎn)生的可能性。

4 討論

研究表明，接受過生態(tài)補償?shù)霓r(nóng)戶綠肥種植行為慣性產(chǎn)生的概率顯著高于未接受過生態(tài)補償?shù)霓r(nóng)戶。作為一種外部經(jīng)濟激勵措施，生態(tài)補償可以通過兩個途徑對農(nóng)戶行為形成持續(xù)刺激，最終在累積效應(yīng)下促使農(nóng)戶行為慣性產(chǎn)生。

路徑1：生態(tài)補償→收入效應(yīng)→行為慣性。生態(tài)補償對農(nóng)戶最直接的影響即提高了農(nóng)戶的家庭收入，這種收入的增長包括兩個方面：一是直接收入效應(yīng)，即作為政府財政轉(zhuǎn)移支付的生態(tài)補償政策直接增加了農(nóng)戶的轉(zhuǎn)移性收入[15]。直接收入效應(yīng)使得農(nóng)戶能以最穩(wěn)定的方式從政府獲取資金支持以提高家庭收入。一般來講，在農(nóng)戶生態(tài)行為產(chǎn)生初期，政府實施生態(tài)補償時，直接收入效應(yīng)對其行為維持激勵作用比較顯著。二是間接收入效應(yīng)，即生態(tài)補償政策通過激勵農(nóng)戶做出更理性的農(nóng)業(yè)生產(chǎn)決策，從而增加其經(jīng)營性收入[16]。很多研究表明，在農(nóng)戶生態(tài)行為產(chǎn)生一段時間后，生態(tài)補償?shù)拈g接收入效應(yīng)如同收入的“倍增器”，通過優(yōu)化農(nóng)業(yè)系統(tǒng)生產(chǎn)關(guān)系使得農(nóng)戶家庭農(nóng)業(yè)收入水平得到快速提升[17]。在綠肥種植生態(tài)補償中，直接收入效應(yīng)和間接收入效應(yīng)相輔相成、共同發(fā)力，對農(nóng)戶行為形成持續(xù)激勵，最終引導(dǎo)農(nóng)戶長期收入預(yù)期趨于穩(wěn)定，綠肥種植行為慣性得以產(chǎn)生。

表8 行為慣性傾向得分匹配(PSM)估計結(jié)果

路徑2：生態(tài)補償→環(huán)境知識→行為慣性。生態(tài)補償政策的另一個影響即提高了農(nóng)戶的環(huán)境知識水平。國內(nèi)外研究也已經(jīng)驗證了這一點。如DEFRANCESCO等[18]在分析影響農(nóng)民參與農(nóng)業(yè)環(huán)境保護(hù)措施的因素時，指出生態(tài)補償政策通過提升農(nóng)民的環(huán)境知識進(jìn)而促進(jìn)其參與行為。LIU等[19]在研究中國水田轉(zhuǎn)旱地項目中的農(nóng)業(yè)水資源保護(hù)問題時，也認(rèn)為政府的生態(tài)補償政策可以提高農(nóng)戶對水資源合理利用的知識積累，進(jìn)而促進(jìn)農(nóng)戶更愿意參與到項目中來。國內(nèi)方面，何可等[20]同樣也指出生態(tài)補償通過影響農(nóng)戶的環(huán)境知識決定了農(nóng)戶的農(nóng)業(yè)廢棄物資源化決策。生態(tài)補償是一項系統(tǒng)工程，除了政府向農(nóng)戶轉(zhuǎn)移支付補償資金這一層內(nèi)涵以外，還包含與之相配套的政府對農(nóng)戶生態(tài)行為的引導(dǎo)、監(jiān)管措施和適度的環(huán)境教育。據(jù)調(diào)查，在農(nóng)戶綠肥種植生態(tài)補償中，政府對農(nóng)戶發(fā)放補償資金一般會以要求農(nóng)戶參加相關(guān)綠肥專業(yè)知識培訓(xùn)和接受政府的綠肥田間管理指導(dǎo)、監(jiān)督為條件，這些措施的實施都將增加農(nóng)戶的環(huán)境知識，提高農(nóng)戶對綠肥價值的認(rèn)知，形成農(nóng)戶自覺種植綠肥的有益導(dǎo)向，最終激勵綠肥種植行為慣性的產(chǎn)生。

年輕、受教育程度高、規(guī)模經(jīng)營和耕地自然條件良好的主體更可能獲得政府的生態(tài)補償，因此也更可能產(chǎn)生綠肥種植行為慣性。年輕、受教育程度高表征的是農(nóng)戶的人力資本稟賦，人力資本越豐富，農(nóng)戶對綠肥的價值認(rèn)知就越清楚，參與綠肥種植的能力也就越強，從綠肥種植中獲益的程度更大，因此也更可能持續(xù)參與到綠肥種植實踐中來。規(guī)模經(jīng)營的農(nóng)戶具有長期從農(nóng)業(yè)中獲益的迫切需求，因此也更具備對農(nóng)業(yè)系統(tǒng)進(jìn)行可持續(xù)性建設(shè)的動力。與其他保護(hù)性耕作措施相比，種植綠肥對農(nóng)戶來說成本相對較低，生態(tài)效果明顯，因此規(guī)模經(jīng)營戶更易形成綠肥種植行為慣性。耕地自然條件越好，農(nóng)戶種植綠肥的機械作業(yè)成本越低，相對收益越高，則產(chǎn)生種植慣性的可能性就越大。

5 結(jié)論與政策啟示

以南方稻區(qū)廣西、湖南、江西、河南、安徽5省(區(qū))1 217戶農(nóng)戶調(diào)研數(shù)據(jù)為基礎(chǔ)，采用傾向得分匹配(PSM)方法，分析了生態(tài)補償政策實施對農(nóng)戶綠肥種植行為慣性產(chǎn)生的影響邏輯和影響程度。研究顯示，與未接受過生態(tài)補償?shù)霓r(nóng)戶相比，接受過生態(tài)補償?shù)霓r(nóng)戶綠肥種植行為慣性產(chǎn)生的可能性大幅提升，這表明生態(tài)補償政策能夠顯著促進(jìn)農(nóng)戶綠肥種植行為慣性的產(chǎn)生。究其原因，生態(tài)補償可以通過兩條路徑激勵農(nóng)戶行為慣性的產(chǎn)生，一條是生態(tài)補償→收入效應(yīng)→行為慣性，即生態(tài)補償通過提高農(nóng)戶家庭收入、穩(wěn)定其收入預(yù)期進(jìn)而引導(dǎo)行為慣性產(chǎn)生；另一條是生態(tài)補償→環(huán)境知識→行為慣性，即生態(tài)補償通過提升農(nóng)戶的環(huán)境知識水平和對綠肥價值的正確認(rèn)知，進(jìn)而促進(jìn)其行為慣性產(chǎn)生。另一個重要結(jié)論是，年輕、受教育程度高、規(guī)模經(jīng)營和耕地自然條件良好的主體更可能產(chǎn)生綠肥種植行為慣性。這為長期性綠肥政策實施計劃中重點推廣群體的選擇提供了依據(jù)。

生態(tài)補償作為一種重要的外部推動力，可以賦予農(nóng)戶綠肥種植行為慣性，這一結(jié)論為相關(guān)部門破解財政約束下農(nóng)業(yè)環(huán)境治理困境提供了新的思路。通過設(shè)計、實施有限期的生態(tài)補償政策，提高農(nóng)戶在綠肥種植中的實際經(jīng)濟收益和長期收益期望，同時伴以科學(xué)引導(dǎo)，塑造農(nóng)戶依靠自身將綠肥種植的環(huán)境效益轉(zhuǎn)化為經(jīng)濟效益的動機和能力。如此，以最小的經(jīng)濟成本激勵農(nóng)戶綠肥種植行為慣性產(chǎn)生，不僅有利于減小政府財政壓力，還能實現(xiàn)最有效率的農(nóng)戶行為持久性提升。需要指出的是，生態(tài)補償政策的合理性受多方面因素的影響，其中，補償標(biāo)準(zhǔn)是生態(tài)補償政策的核心，而適宜的補償方式是保障生態(tài)補償政策效果的關(guān)鍵[21]。從這一點來講，評估并確定合理的補償標(biāo)準(zhǔn)和差異化的補償方式，構(gòu)建系統(tǒng)的綠肥種植行為慣性產(chǎn)生機制，將是下一步需要重點探討的方面。