互聯網使用對化肥用量的影響研究
——來自省級面板數據的證據

賴年根 羅 蓉

(貴州大學經濟學院,貴陽 550025)

0 引 言

我國農業生產過程中普遍存在化肥高量施用和低效利用的問題,而農業生產要素投入受邊際報酬遞減規律的支配,僅靠化肥要素難以實現農業可持續發展,化肥高施用量遠遠偏離實現帕累托最優的區間,降低了社會福祉的同時,也加劇了農業面源污染。對此,2015年農業部辦公廳印發了《到2020年化肥使用量零增長行動方案》,全力推進化肥減量增效行動。然而,化肥使用量問題卻并未得到較大改善,2020年糧食作物化肥利用率僅為40.2%①,這意味著我國農業可持續發展仍有較長的路要走。

互聯網在全球發展迅速,我國也積極推動農業信息化建設。然而,互聯網使用對于化肥施用量起到何種作用仍鮮有研究。因此,本文旨在探究互聯網使用是否會影響化肥用量,如果會,其影響機制是什么,進而為后續優化化肥減量增效相關政策提供參考。鑒于此,本文以2005—2020年中國30個省級行政區(除西藏及港澳臺地區)的面板數據作為研究樣本,試圖厘清互聯網使用與化肥用量之間的關聯。同已有研究相比,本文的邊際貢獻在于:本研究驗證了互聯網使用與化肥用量間存在非線性關系,并為理解互聯網使用與化肥減量增效的內在機制提供了理論參考,拓寬了這一研究領域;并進一步分析了化肥用量、農業功能區和自然地理區的維度異質性,為優化化肥減量增效政策提供參考。

1 理論分析與研究假說

互聯網使用初期促進了化肥的施用。早期農村互聯網普及率低,2005—2010年我國農村地區互聯網普及率不及20%②,互聯網使用發展仍不完善,主要發揮城鄉連接功能。一方面,信息通信技術拓寬了農村勞動力的社會關系網絡,為非農就業提供了信息渠道[1];同時,打破了城鄉流動障礙,實現勞動力、資本、技術與信息資源的整合,促使大量農村青壯年去往城市就業[2]。在農村勞動力日益稀缺的背景下,農村勞動力成本不斷上升,而化肥價格相對低廉,且化肥要素市場扭曲導致化肥邊際產出與化肥實際價格偏離[3],二者共同加劇了農民過量施用化肥的行為。依據要素替代理論,勞動力價格相對升高會誘導農業生產者過量施用化肥,此時農業技術進步產生的效應呈現出節約勞動力、增加化肥用量的趨勢[4],加之電子商務的發展提供了多樣化的化肥購買渠道,進而導致化肥的過量施用。

現階段的互聯網使用發展抑制了化肥施用。當前農村地區互聯網普及率與早期相比有了較大提升,截至2022年6月達到了58.8%③。全國行政村已經實現“村村通寬帶”,5G網絡逐漸覆蓋重點行政村,推動農村居民從“觸網”到“用網”,互聯網適老化及無障礙改造方案的實行進一步彌補了代際和性別“數字鴻溝”,故互聯網使用得以深度融入農業的產前、產中和產后環節,提升了農業全產業鏈的數字化水平,促進了農業生產效率的提高,從而實現化肥減量。一是產前環節的信息傳播效應。實施化肥減量技術的微觀主體是農業生產者,產前相關信息傳播對其技術采納行為起著重要作用?；ヂ摼W的發展不僅宣傳了優質綠色農產品,使農業生產者對綠色農產品的價格預期提高,也通過線上培訓等方式對農業生產者進行科學指導,進而激勵其使用綠色生產技術,減少化肥用量,提高農產品品質。二是產中階段的技術創新效應。從宏觀層面看,數字技術在農業方面被廣泛應用,物聯網、大數據、人工智能等互聯網技術與種植業深度融合,智慧農業助推化肥減量施用。依據內生增長理論,落后的生產技術終會被新的綠色生產技術所替代,故新興數字技術創新,無論其創新程度大小,都能自然地推動農業可持續發展[5],進而減少化肥用量。從微觀層面看,數字化的知識和信息作為邊際報酬遞增的新興要素,融入農業生產中會優化原有的要素配置結構,提高要素的邊際產出率,且通過自身衍生性使得資本、勞動力、技術等要素產生倍增效應[6],不斷調整要素的最佳投入量,不僅有利于化肥的合理使用,更能提高農業生產效率。三是產后階段的信息溯源效應。消費者在收到農產品后,可以利用互聯網打破時空限制,進行農產品質量安全追溯,倒逼生產者減少化肥投入,實現農業綠色生產,提高農產品質量。

綜上分析,提出假說:互聯網使用對化肥施用量具有先促進后抑制的倒“U”型影響。

2 模型構建、變量說明與數據來源

2.1 模型構建

為驗證上述理論分析提出的假說,本研究構建計量模型如式(1)所示。

Ferit=β0+β1Interit+β2Interit2+φCvit+εi+εt+εit

(1)

其中,i和t分別表示省份和年份,Fer表示化肥用量;Inter表示互聯網使用;Inter2表示互聯網使用的平方項;Cvit表示一系列控制變量;εi和εt分別表示省份和年份固定效應;εit表示隨機誤差項。

2.2 變量說明

2.2.1 被解釋變量

化肥用量,用單位面積的化肥用量(千克/公頃)來表示,即化肥用量(折純量)總量/農作物總播種面積。

2.2.2 解釋變量

本文參考已有研究[7-8],用地區互聯網普及率來反映該地的互聯網使用水平。理由在于,互聯網的接入能夠支持更多信息通信設備,如手機、平板、電腦等,并且使更多家庭成員享受互聯網帶來的好處?；ヂ摼W在農村社會中得到普及,改善了在互聯網接入階段和使用階段所引致的“數字鴻溝”,減少了信息不對稱,提高了農村居民的信息獲取能力,從而深刻改變了農業生產模式。

2.2.3 控制變量

本文借鑒已有研究[1-2,9],選取以下控制變量:農村勞動力資源稟賦狀況,如農業勞動力數量、農村勞動力平均受教育年限、農村居民可支配收入;農業生產特征變量,如農地流轉狀況、滯后一期糧食單產、土壤質量、灌溉條件、地塊規模及農業技術水平。農地流轉,用農地流轉占比作為其代理變量,即農地流轉率=家庭承包耕地流轉面積/家庭承包經營耕地總面積;滯后一期糧食單產,通過上一年糧食產量除以糧食播種面積來表示;土壤質量,采用水土流失治理面積作為代理變量;灌溉條件,用地區有效灌溉面積來衡量;地塊規模,用土地整治中新增耕地面積作為代理變量;農業技術水平則用省級農業機械總動力來表示。農業生產所處的外部環境,包括地區經濟發展水平以及氣候因素(年均氣溫和降雨量)。

2.3 數據來源

由于本文從2005年開始統計農村土地流轉面積數據,且統計源并未包含西藏自治區,故采用2005—2020年中國30個省級行政區(除西藏及港澳臺地區)的面板數據作為樣本。數據來源于《中國農村統計年鑒》《中國國土資源年鑒》《中國統計年鑒》《中國互聯網絡發展狀況統計報告》,其中氣溫和降雨量數據來源于中國氣象數據④,部分缺失數據用線性二插法補齊。表1給出了數據的描述性統計。

表1 變量含義及描述性統計

3 實證結果與分析

3.1 基準回歸分析

互聯網使用對化肥用量影響的回歸結果如表2所示。從回歸1至回歸3,逐步加入農村勞動力資源稟賦、農業生產特征變量及農業生產的外部環境?？紤]到回歸3能夠更好地減少遺漏變量偏誤,本文進一步分析回歸3的研究結果。從回歸3來看,互聯網使用的一次項影響系數為正值,而其二次項影響系數為負值,且都在1%水平上顯著,即互聯網使用對化肥施用量的影響是先促進后抑制,驗證了假說,即兩者存在倒“U”型關系。原因在于,互聯網使用發展前期主要發揮互聯網的連接功能,增加非農就業,農業技術進步偏向增加化肥用量來替代勞動力,引發化肥高量施用;而當前農村互聯網普及率大幅提升,互聯網使用深度融入農業全產業鏈中,通過產前階段的信息傳播效應、產中階段的技術創新效應以及產后階段的信息溯源效應,實現減少化肥用量。

表2 互聯網使用對化肥用量的影響

3.2 異質性分析

為了更加清楚地了解農村土地流轉、互聯網使用對化肥用量的異質性影響,本文采用無條件分位數回歸(UQR)模型來進行實證分析,回歸結果如表3所示。從化肥用量分布維度上來看,不管在0.1、0.25、0.5、0.75還是0.9分位點上,互聯網使用的一次項影響系數始終為正,隨著化肥用量的增加先上升后下降;而二次項影響系數為負,呈逐漸減弱的趨勢,但并未通過顯著性檢驗?？赡茉蛟谟?化肥用量越高的地區,農業生產者高量施肥的行為慣性越大,由于信息不完全加上自身知識有限,生產者施肥時會參照過去施肥增產的生產經驗,互聯網使用的化肥減量效應有限,可能需要減量增效措施的協同。

表3 互聯網使用對不同化肥用量維度的影響

由于不同地區的種植結構有差異,而不同作物的化肥用量本身就存在差異,如糧食作物比經濟作物的化肥需求量更小。為進一步探索農地流轉與互聯網使用對化肥減量的區域性差異,本文分別從農業功能區位和自然地理區位維度對30個省級行政區進行劃分,實證結果如表4所示。

表4 互聯網使用對不同地區化肥用量的影響

農業功能區的異質性影響如表4列1和列2所示。相比于非糧食主產區,互聯網使用對糧食主產區化肥用量的負向影響更明顯,這與我國政策向糧食主產區傾斜有關。糧食主產區有更多的資金建設農村基礎通信設施,農業產業鏈的數字化水平越高,化肥減量效應越明顯。

自然地理區位的異質性影響如表4列3至列5所示?；ヂ摼W使用對中西部地區化肥用量的影響要大于東部地區,可能與中西部地區農村基礎通信設施落后有關。當互聯網逐漸普及到較為落后的中西部農村地區時,邊際貢獻就更高。

3.3 內生性分析

互聯網使用與化肥用量之間也可能相互影響,且模型設定可能遺漏變量,因此,互聯網使用對化肥用量的影響可能存在內生性問題。對此,本文借鑒有關研究方法[10],以1984年百萬人郵局數作為工具變量。但同時考慮到本文涉及的互聯網使用具有時間維度,而僅選取單年度數據不隨時間變動,無法實現時間維度匹配,故進一步采用1984年百萬人郵局數與上一年度的電信業務量的乘積再取對數作為互聯網使用的工具變量。

進行2SLS回歸,第一階段和第二階段的回歸結果如表5所示。從第一階段回歸結果來看,F檢驗值均大于10且在1%水平上顯著,說明不存在弱工具變量問題。從第二階段回歸結果來看,互聯網使用的一次項影響系數為正,二次項影響系數為負,且都通過了顯著性檢驗。盡管系數大小和顯著性水平有差異,但并未影響基本結論,即互聯網使用與化肥用量存在倒“U”型關系。

表5 內生性檢驗

3.4 穩健性分析

為提高研究結論的科學性和準確性,本文采用多種方法進行穩健性檢驗,檢驗結果如表6所示。首先,進行UTest檢驗。結果如表6列1所示,互聯網使用對化肥用量影響的拐點是44.896 9,處于互聯網普及率的區間范圍內,且在5%水平上通過了顯著性檢驗。同時,結果中的上、下限斜率均表現為:下限斜率為正值(1.617 4),上限斜率為負值(-1.456 7),呈現先升高后下降的趨勢,也通過了顯著性檢驗,進一步驗證了存在倒“U”型關系。其次,剔除2015—2020年的樣本數據?？紤]到相關政策會對地區化肥施用量產生干擾,尤其是2015年農業部出臺了《到2020年化肥使用量零增長行動方案》,因此,本文刪除2015—2020年的樣本數據進行穩健性檢驗,結果如表6列2所示。最后,替換被解釋變量。將化肥施用總量取對數來代替單位面積化肥施用量,進一步驗證研究結果的可靠性,結果如表6列3所示。從以上3種穩健性檢驗結果來看,互聯網使用對化肥用量具有先促進后抑制的顯著影響,與前文研究結論一致,驗證了本文研究結果的穩健性。

表6 穩健性檢驗

4 結論與政策建議

本文利用2005—2020年中國30個省級行政區的面板數據進行實證檢驗,探索了互聯網使用對化肥用量的影響機制,為農業生產中實現化肥施用減量增效提供了一個新的視角。研究發現,互聯網使用與化肥用量之間存在非線性關系,呈現先促進后抑制的倒“U”型關系;從化肥用量維度來看,互聯網使用對不同化肥用量地區產生的負向影響具有差異,其中在高化肥用量地區,化肥減量效應相對較弱;從農業功能區位維度來看,相比于非糧食主產區,互聯網使用在糧食主產區的化肥減量效應更明顯;從自然地理區位維度上看,互聯網使用在中西部地區對化肥減量的影響要大于對東部地區的影響。

基于以上研究結論,得到以下政策啟示:第一,加快互聯網技術在農業高質量發展中的應用。一方面,政府部門應積極推動農業產業數字化進程,在農業全產業鏈上加速農業產業化服務體系的創新,實現農業生產數字化與規?；?、標準化同步推進;另一方面,進一步發揮現代信息技術在農業綠色生產中的監管作用,加強國家農產品質量安全追溯管理信息平臺建設,利用以互聯網為依托的數字技術為農村環境治理提供新途徑,實現鄉村綠色化和數字化協同發展。第二,因地制宜推動互聯網技術的應用。一方面,在高化肥用量地區,加快智慧大田農場建設,促進農業生產實現“規?！迸c“綠色”雙重效益并舉;另一方面,完善非糧食主產區和中西部偏遠農村地區的基礎通信設施建設,推動農村居民從“觸網”到“用網”,推廣互聯網技術在農業生產中的應用,進一步提升互聯網使用的化肥施用減量效應。

注 釋

① 數據來源:農業農村部,我國三大糧食作物化肥農藥利用率雙雙超40%,2021/11/9.http://www.kjs.moa.gov.cn/gzdt/202101/t20210119_6360102.htm。

② 2005—2010年《中國互聯網絡發展狀況統計報告》。

③ 第50次《中國互聯網絡發展狀況統計報告》。

④ 中國氣象數據,https://data.cma.cn/。