非农就业对农户碳排放行为的影响研究——来自辽宁省辽中县的证据，本文主要内容关键词为：辽中县论文,辽宁省论文,农户论文,证据论文,非农论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
修订日期：2013-07-14
1 引言
改革开放30年来，在农民收入迅速增长的同时，其收入结构也在发生变化。改革初期，农业生产是农民收入的主要来源。20世纪80年代中后期以来，劳动力流动和农村非农产业的发展为农民提供了非农就业机会，农民的非农收入增多。农民收入结构在90年代中期发生了重大变化，这一时期农民收入的增长几乎完全依靠非农收入。到2010年，农民非农收入已达农业收入的1.36倍。
农村非农产业的发展以及农村劳动力向城市流动增加了农民的非农就业机会，非农就业促进了兼业和土地流转，由此导致农户的化肥施用、能源消耗等农业碳排放行为发生变化。一种观点认为非农就业使农户从事农业的机会成本升高，农户倾向于依靠农业机械和农用化学品减轻劳动强度和增加单产，因此非农就业背景下，农户的柴油、电力等能源消耗和化肥、农药等农用化学品使用必将增加，即非农就业将导致高碳生产[1，2]。另一种观点则认为非农就业将促进农户的低碳生产行为，理由是如果非农就业机会增多、非农收入与农业收入差距扩大，则农户从事农业的积极性就会降低，这将减少其能源消耗量和农用化学品使用量，从而客观上促进了低碳生产[3，4]。总体上研究非农就业对农户农业碳排放行为影响的文献较少，而研究非农就业影响农户化肥投入的文献较多。化肥使用是农户农业碳排放的主要来源，学者们大多认为非农就业将减少农户的农业劳动时间，而依靠增加化肥投入来替代劳动投入，同时非农就业增加的现金收入也促使农户增加化肥投入[5，6]。进一步看，不同兼业类型农户的化肥投入不同①，Ⅰ兼农户的地均化肥施用量最大，倾向于通过增加化肥投入实现增产增收，纯农户次之；Ⅱ兼农户化肥投入最少[7]。也有研究认为非农就业对农户化肥投入有负向影响，非农收入增多将减少化肥施用量，随着非农就业的深化，农户倾向于减少化肥投入[8-10]。
那么，非农就业将对农户的农业碳排放行为产生何种影响？影响程度如何？将导致农户的高碳生产行为还是促进农户的低碳生产行为？本文首先从理论上分析了非农就业与农户农业碳排放行为之间的关系，其次以稻农为例，基于实地调研数据实证分析非农就业对农户农业碳排放行为的影响，以期为农业碳减排理论的深入研究和相关政策制定提供依据。
本文选择辽宁省辽中县为研究区域。辽中县位于辽宁省中部，处于沈阳经济区范围内，距离省城沈阳52km，区域面积1 460km[2]，耕地面积7.67万hm[2]。全县辖17个乡镇，184个行政村，总人口53万，农业人口43万，农村劳动力非农就业比较普遍。境内地势平坦，土质肥沃，适宜水稻、玉米等作物生长，是全国粮食生产基地县，种植面积最大的作物为水稻。
2 理论分析
随着非农产业发展和劳动力流动，获得非农就业机会的农户根据家庭初始土地规模、家庭劳动者的劳动能力等确定是否流转土地：部分农户转出土地，另一部分从事兼业经营[11]。首先，非农就业改变了农户类型，农户类型直接影响农业投入行为；其次，非农就业推动土地流转，进而影响农业投入行为。农业投入决定农业碳排放，因此，非农就业对农户农业碳排放行为的影响包括兼业的影响和土地流转导致的间接影响。
兼业对农户的农业投入行为具有“兼业效应”和“收入效应”，“兼业效应”直接影响农户农业投入行为，“收入效应”通过提高农户收入间接影响其农业投入行为[12]。“兼业效应”可分解为农业投入总量减少效应和农业投入结构调整效应。农业投入总量减少效应促使农户粗放经营，减少各种农业要素投入，包括化肥和农机服务，由此客观上促进了农户的低碳生产行为。农业投入结构调整效应造成农业生产中资本对劳动的替代，使劳动力从农业转向劳动收益较高的非农业，而使用化肥替代农家肥或依靠农机作业替代人力劳作。此外，兼业增加了农户总收入，使其更有经济能力购买和使用化肥、农机等高碳农业要素，即兼业的“收入效应”。兼业对农户碳排放行为的影响是“兼业效应”和“收入效应”综合作用的结果。
此外，非农就业通过土地流转间接影响农户的农业碳排放行为。土地流转改变了农户的土地面积和块数，有利于提高农户的土地经营规模和地块集中程度[13]。同等面积下地块集中程度高的农户在合理确定化肥使用量及农机作业等方面更有优势，土地细碎化降低了平均土地综合产出率[14]。通过转入土地扩大经营规模的农户一般机械化程度较高，对单产的要求也较高，因而使用较多的能源和化肥等高碳农业要素。在以单位面积农业碳排放量，即碳密度衡量农户的农业碳排放行为时，规模扩大将提高碳密度。但在以单位农产品碳排放量，即碳成本衡量农户的农业碳排放行为时，如果规模扩大对单产的提高幅度大于高碳农业要素增加对碳密度的提高幅度，规模扩大将降低碳成本。
综上所述，非农就业对农户农业碳排放行为的影响是多重的，既包括兼业的“兼业效应”和“收入效应”，又包括非农就业和土地流转导致的间接影响。基于此，本文提出如下假说：非农就业背景下，兼业将导致农户的高碳生产行为，提高地块集中程度和减小土地细碎化将促进农户的低碳生产行为。扩大经营规模将提高农业碳密度，但考虑规模经济对单产的影响，扩大经营规模有利于降低农业碳成本。
3 研究方法
3.1 模型方法
本文将稻农的农业碳排放行为分为低碳、中碳、高碳3个递进的层次，分别用1、2、3表示。对于有序的离散被解释变量应该采用排序选择模型，排序选择模型一般包括Ordered probit模型和Ordered logit模型，前者假设随机扰动项服从正态分布，后者假设为逻辑分布，Ordered probit模型是近年来应用较多的一种处理多类别离散数据的方法[15]。
在排序选择模型中，被解释变量表示排序结果，其取值为整数，本文分别以1、2、3表示低碳、中碳、高碳3类农业碳排放行为方式。解释变量是可能影响被解释变量排序结果的各种因素，本文具体指影响稻农农业碳排放行为低碳、中碳、高碳程度的因素。
Ordered probit模型的一般形式为：
3.2 变量界定
3.2.1 解释变量选取 在理论分析基础上，本文将影响稻农农业碳排放行为的因素归纳为农户类型、生产经营特征和家庭特征3类，用农户类型考察非农就业的直接影响，用生产经营特征考察非农就业的间接影响，家庭特征为控制变量。由于样本户来自于5个村，所以设置了1个调查点分类变量。除调查点分类变量外，各解释变量的具体设置如表1所示。
廖西元等[16]、陈超等[17]、申云等[18]以0.33
(或0.67)、1(或2)为界将水稻种植规模分为3或4类，本文参考上述研究并结合本研究区样本稻农的水稻面积分布，以1和2为界分为小规模、中规模、大规模3类，分别指1及以下、1至2、2以上。地块集中程度的分类参考万广华等[19]、李寅秋等[20]的研究，用经营1块土地表示不存在土地细碎化，即地块高集中；考虑样本稻农的地块数在3块以上的较少，故以2块为中集中，3块及以上为低集中。由于样本区种植水稻和玉米两种作物，故按面积比例将种植专业化程度分为低专业化、中专业化、高专业化，分别指稻玉兼营且水稻面积小于50%、稻玉兼营且水稻面积占50%及以上、只种水稻。
本文选择上述主要解释变量考察非农就业对稻农农业碳排放行为的影响，准备纳入模型的包括表1中的6个解释变量和1个调查点分类变量。
3.2.2 被解释变量选取 稻农的农业碳排放行为包括农用化学品使用行为和农业能源消耗行为，虽然水稻种植产生甲烷，但作为一种自然源在一定的自然条件和技术水平下不受个别稻农生产行为的影响。因此笔者将本文所考察的稻农农业碳排放行为限定为农业能源和化肥使用行为，以使用能源和化肥引起的农业碳排放水平高低衡量稻农农业碳排放行为是低碳、高碳抑或中碳。
本文将计量模型的被解释变量设置为稻农农业碳排放行为的类型，分别以1、2、3表示低碳、中碳、高碳3类农业碳排放行为方式，以其农业碳排放水平高低作为分类依据，为此需要先测度稻农的农业碳排放量。
碳排放量的测度依据张广胜等[21]基于生命周期评价法(LCA)构建的农业碳排放测度体系。所调查的稻农在农业生产中使用的能源包括柴油、汽油和电力，使用柴油的过程包括机械耕整、种植、大型机械收割和柴油灌溉，汽油消耗只存在于小型机械收割中，电力消耗只存在于电力灌溉中。柴油和汽油燃烧产生
，使用电力虽不直接产生碳排放，但在火力发电过程中产生，属于间接排放。化肥引起的碳排放包括两部分，一部分是农田土壤施用氮肥产生的
，另一部分是生产和运输化肥产生的，即化肥的隐含碳。
目前尚无碳排放量聚类依据方面的文献，碳成本和碳密度是研究农户碳排放行为最重要的两个指标，因此本文用其衡量稻农的农业碳排放水平，以此区分稻农的农业碳排放行为是低碳、中碳抑或高碳。笔者将核算出的碳密度和碳成本进行聚类，以1、2、3表示由低到高3种水平，分别表示低碳、中碳、高碳3类农业碳排放行为方式，以其作为被解释变量。
4 数据来源与样本描述
4.1 数据来源
本文的数据来自笔者2012年5月对辽宁省辽中县3个镇5个村稻农的调查。此次调查共获取118份问卷，其中用于分析的稻农数据108份，有效样本率为91.53%。样本户在各村的分布为：西房身村26户、寇家村16户、许家村30户、裴家乡村26户和肖北村10户④，5个村样本稻农的平均水稻种植面积分别为0.84、1.08、1.16、1.22和8.59。
4.2 样本描述
(1)农户类型与家庭特征。从农户类型看，所调查稻农中的纯农户和Ⅰ兼户分别为72户和24户，Ⅱ兼户为12户。户主在40岁以下的稻农为21户，40～60岁和60岁以上的稻农分别为72户和15户。户主受教育程度在高中及以上的稻农为16户，小学及以下和初中文化程度的稻农分别为44户和48户。
(2)生产经营特征。样本户种稻面积最多的为13.33，最少的为0.13，平均为1.77。样本户中，小规模稻农为62户，中规模和大规模稻农分别为28户和18户。从经营地块数看，最多的为6块，平均为1.84块。地块高集中稻农有57户，中集中和低集中的分别为29户和22户。75户只种水稻，16户以种稻为主，17户以玉米为主。
(3)耕种和收割中的农业机械使用情况。样本户中，耕地和整地已完全实现机械化。种植以人工插秧或抛秧为主，有7户采用机械插秧。92户为机械收割，其中60户为收割和脱粒一体的大型机械收割，32户为只推倒不脱粒的小型机械收割；16户为人工收割。
(4)灌溉过程中的能源使用情况。调查的所有稻农都进行人工灌溉，不存在旱稻雨育情况。从灌溉动力看，采用柴油和电力的比例相当，分别为56户和52户。从灌溉主体看，集体统一灌溉和稻农个人灌溉的分别为29户和79户。
(5)化肥使用情况。化肥按照有效成分可以分为氮肥、磷肥、钾肥和复合肥。调查的所有稻农都使用复合肥，没有稻农单施磷肥，67户施用氮肥，34户施用钾肥。使用最普遍的氮肥是尿素和硫酸铵，其次是氯化铵；使用的钾肥有两种，即硫酸钾和氯化钾。
从化肥使用量⑤看，复合肥的平均使用量最大，其次是氮肥。稻农的氮肥平均使用量为199.31kg/，不同稻农的使用量差异较大。复合肥的平均使用量为596.46kg/，稻农间差异较小。钾肥的平均使用量为42.50kg/，不同稻农的使用量差异很大。
5 实证结果与分析
5.1 被解释变量计算结果
计算得到碳密度和碳成本的相关系数为0.85，说明二者具有较强的正线性相关性，因此本文将二者一起作为分类依据。运用快速聚类法依据碳密度和碳成本将稻农分为3类，3类稻农的农业碳排放行为分别为低碳、中碳和高碳，每类稻农分别含48户、40户和20户。本文将其分别赋值为1、2、3，作为实证模型的被解释变量。
5.2 模型估计结果与分析
由于被解释变量为定序变量，本文采用Ordered probit模型。首先判断解释变量的相关关系，计算得到表1中各解释变量之间的简单相关系数：种植专业化程度与地块集中程度的相关系数为0.64，与水稻种植规模的相关系数为0.35，初步判断种植专业化程度可能会引起多重共线性。为克服多重共线性，采用逐步回归法估计模型。
使用Statal 2.0，采用后向逐步回归法估计模型，得到的模型结果如表2所示。
计算得到表2中各解释变量的方差膨胀因子，由于最大的方差膨胀因子为1.37，远小于10，故不必担心存在多重共线性。从模型的估计结果看，模型整体拟合程度较好，可以用于分析非农就业对稻农农业碳排放行为的影响。
根据模型结果可以看出：
(1)兼业将促进稻农的高碳生产行为，变量在10%的置信水平下显著。随着非农就业机会的增多，农户分化为纯农户、Ⅰ兼户、Ⅱ兼户，直至部分农户完全放弃农业生产成为非农户。在仍从事农业的3类稻农中，非农就业机会多、非农收入比重大的农户比非农就业机会少、非农收入比重小的农户有更高的碳排放，说明兼业的收入效应和投入结构调整效应之和超过了农业投入总量减少效应，兼业将促进高碳生产。
(2)种植规模是影响稻农农业碳排放行为的重要因素。估计结果显示，在1%的置信水平下，规模扩大显著促进了稻农的高碳生产行为。当种植规模扩大时，农户倾向于投入更多的化肥、更普遍地采用农业机械，在以能源和化肥衡量的碳密度测度中具有较高的水平。由于本文中不同规模的稻农在单产水平上没有明显的差异，稻农的农业碳成本和碳密度变化趋势相同，农业碳排放行为分类更多地取决于碳密度。计量结果表明种植规模扩大对碳密度具有正向影响，对碳成本的影响需要进一步研究。
(3)地块集中程度对稻农的农业碳排放行为具有负向影响。估计结果表明，在5%的置信水平下，提高地块集中程度显著促进了稻农的低碳生产行为。经营地块数目多而分散的稻农难以准确地确定化肥施用数量和结构，而能源使用量在一个地区大致相似，地块数目多而分散的稻农由于不合理的施肥行为而造成较高的碳排放。
(4)年龄和受教育程度对稻农的农业碳排放行为具有正向影响，但影响效果不确定。从模型的估计结果看，年龄和受教育程度变量的系数均为正数，说明二者正向影响稻农的农业碳排放行为，但是变量在统计上并不显著。
(5)本文设置了调查点分类变量，分别以肖北村=1、许家村=2、寇家村=3、裴家乡村=4、西房身村=5。该变量在1%的置信水平下显著，表明本文中的调查点分布对农户碳排放行为具有显著影响；回归系数为负，说明上述从肖北村到西房身村的村庄排序对农户碳排放程度的影响为负。采用方差分析进一步检验调查点对农户碳排放程度的影响，结果见表3。
从表3可以看出，P值小于0.01，所以拒绝5个村庄碳排放程度都相等的原假设，表明调查点之间的碳排放程度差异是显著的；也就是说，本文有99%的把握认为调查点对农户碳排放程度的影响是显著的。
6 结论与启示
6.1 主要结论
本文根据辽宁省辽中县108户稻农的调查数据，采用Ordered probit模型实证分析了非农就业对稻农农业碳排放行为的影响。主要结论如下：
(1)兼业将促使农户采取高碳生产行为，表现为兼业农户更多地使用化肥和农机作业服务，即兼业的收入效应和资本对劳动的替代效应作用之和强于对农业依赖程度降低导致的兼业农户粗放经营效应。
(2)扩大规模将促使农户采取高碳农业生产行为。种植规模越大，越需要依靠化肥和农机替代和协助人力完成农业生产；相应地，由能源和化肥造成的碳密度越高。另一方面，本文由于样本容量的限制，规模扩大和投入增加的增产效果没有体现出来。在规模经济显著的情况下，规模对碳成本的影响需要进一步讨论。
(3)提高地块集中程度将促进农户的低碳生产行为。地块集中的农户在合理确定化肥使用量、灌溉、使用农机作业乃至测土配方、秸秆还田等农业技术的应用方面都具有分散地块所不具有的优势，提高地块集中程度能够因合理配置生产要素而减少能源和化学品浪费，进而减少农户的农业碳排放。
6.2 政策启示
(1)促进兼业农户的分化是克服兼业导致农户高碳生产行为的有效途径。促使有非农就业比较优势的农户专门从事非农业，有农业生产比较优势的农户专门从事农业，这要依靠增加非农就业机会和鼓励土地流转来实现。
(2)减小土地细碎化程度有利于农户采取低碳生产行为。在规模经济显著的情况下，如果单产提高幅度大于碳密度提高幅度，则扩大生产规模将降低农户的农业碳成本。因此，综合考虑规模对碳密度和单产两方面的影响，应该鼓励土地流转，推进适度规模经营和减小土地细碎化程度。
(3)通过土地流转实现农户专业化生产和扩大经营规模需要通过非农产业发展、农业劳动力获得充分的非农就业机会来实现，为此要发展经济以创造更多的非农就业机会，同时需要政府提供有利于农业劳动力非农就业的制度保障。
综上所述，本文考察了非农就业对稻农农业碳排放行为的影响，由于样本容量等局限性，还存在如下需要进一步讨论的问题：
(1)本文以碳密度和碳成本共同衡量稻农的农业碳排放行为，由于调查区样本户单产的离散程度较小，碳成本和碳密度的变化方向趋同，依据这两个指标得到的碳排放行为分类较多地反映了碳密度的影响。由于经营规模不仅影响碳密度，而且影响单产，在单产显著变化的情况下，经营规模对碳成本的影响将发生变化。何种规模能够在提高碳密度和增加单产之间获得平衡、从而得到最小碳成本还需要进一步研究。
(2)本文研究了非农就业对稻农农业碳排放行为的影响，对农业碳排放量的测度选取了由能源和化肥引起的碳源排放，核算后进行聚类。由于农户农业生产行为对碳排放的影响既包括碳源排放又包括碳汇吸收，由于缺乏相应数据，本文未考虑免耕、秸秆还田等碳汇措施的抵消作用，如果考虑这部分影响是否得到相同的结论还有待探讨。
①农户类型的划分采用第一次全国农业普查的口径：家庭从业人员主要从事农业的为纯农户；少量从事非农业、但其收入不超过家庭总收入10%的农户也归为纯农户；非农收入超过家庭总收入的10%但小于50%的兼业农户为Ⅰ兼户；非农收入超过家庭总收入50%的兼业农户为Ⅱ兼户.
②考虑到未计算脱粒和运输等环节的能源消耗量，故本文农机作业的柴油和汽油消耗量赋值偏高，约为实际消耗量的2倍，但由于被解释变量为分类变量，不影响计量结果.
③根据IPCC指南(2006年)计算的电力排放系数为0.997kg/kWh，由于仅火力发电产生碳排放，故再乘以我国的平均火电系数(约80%)，最终电力排放系数实取0.80kg/kWh.
④由于肖北村大部分土地已转包到种粮大户手中，其余村民专门从事非农业，故只抽取了10户稻农.
⑤此处的化肥使用量指未按有效成分折纯的实物量，当农户同时使用两种以上氮肥时，此处简单相加.