王琨 杨树果

摘    要：利用黑龙江省大庆市230户调研数据，运用多元 Logistic 模型对农户秸秆处理行为的影响因素进行分析。研究表明，农户受教育程度、耕地面积、额外支出成本、机械化作业质量是否良好、是否了解相关政策、周边是否有秸秆利用市场等影响显著。因此，需加强科学文化教育、增大耕地集中程度、加大相关金融政策扶持、加大科技创新投入、增加秸秆利用多渠道培训、支持秸秆相关产业。

关键词：秸秆处理方式;多元Logistic模型;影响因素

中图分类号： F323.21          文献标识码：A         DOI 编码：10.3969/j.issn.1006-6500.2021.05.012

Abstract： Based on the survey data of 230 farmers in Daqing City， the influencing factors of straw treatment behavior of farmers were analyzed by using logit model. The results showed that the education level， cultivated land area， additional cost ， whether the quality of straw treatment by mechanization was good， whether the current relevant straw treatment policies were understood， whether there was straw utilization market around the farmers were significantly affected. Therefore， it is necessary to strengthen scientific and cultural education， increase the concentration of cultivated land， increase the support of relevant financial policies， and increase the science and culture education Technical innovation investment， increase straw use multi-channel training， support straw related industries.

Key words： straw treatment methods; multiple Logistic regression model; influencing factors

隨着我国农作物品种改良，农作物秸秆总量不断增加，如何将秸秆综合利用成为了首要任务。近年来一系列政策文件都在鼓励秸秆综合利用，在此背景下的秸秆综合利用已经成为重要课题。目前，黑龙江省大庆市秸秆综合利用工作虽取得了阶段性成功，但是要想秸秆综合利用工作更进一步，仍然面临着一些挑战。因此，本研究从农户视角出发，探究影响当地农户秸秆处理行为的因素，提出优化农户秸秆处理行为的建议，以期为推动大庆市秸秆综合利用工作进一步发展提供参考，同时对保护黑土地、增加农业生产经济效益具有重要的现实意义。

1 数据来源与样本描述

1.1 数据来源

本次调研选取了大庆市10个村镇，共发放250份问卷，回收有效问卷230份，有效率92%。

1.2 农户样本描述性分析

1.2.1 农户个人及家庭情况 其中男性农户有116人，占样本总数比值50.4%;女性有114人，占样本总数比值49.6%。40岁及以下农户样本数共18人，占样本总数比值7.8%;51岁及以上年龄段的农户共有153人，占样本总数比值67%。受教育程度是小学及以下的农户样本数共127人，占样本总数比值55.2%;文化程度在大专及以上的农户样本数共8人，占样本总数比值3.4%。参与农业劳动人数是2人的样本共132户，占样本总数比值57.4%;参与农业劳动人数是5人的样本共6户，占样本总数比值2.6%。农户家庭耕地面积在1.4～3.3 hm2的样本共123户，占样本总数比值54%。

1.2.2 农业生产情况 耕地面积在6.73 hm2及以上的样本共16户，占样本总数比值7%。农户表示处理秸秆时会额外支出成本的样本数有102人，占样本总数比值44%;未产生额外成本的样本数为128人，占样本总数比值56%。机械化作业质量有待改进的样本数共153人，占样本总数比值67%，机械化作业质量良好的样本数为77人，占样本总数比值33%。

1.2.3 农户认知情况 农户对其他秸秆处理方式了解的样本数181人，占样本总数比值78.7%;农户对其他秸秆处理方式不了解的样本数49人，占样本总数比值21.3%。农户对相关政策较为了解的样本75人，占样本总数值32.6%;不了解相关政策的样本155人，占样本总数值67.4%。

1.2.4 外部环境情况 没有接受过技术培训的农户共178人，占样本总数值77.4%;接受过技术培训的农户共52人，占样本总数值22.6%。农户周边有秸秆利用市场共43人，占样本总数比值18.7%;周边没有秸秆利用市场样本数共187人，占样本总数比值81.3%。

2 实证分析

2.1 模型构建

农户秸秆处理方式作为式中因变量分为4种，即“焚烧或废弃”、“做生活燃料或饲料”、“秸秆出售”和 “秸秆还田”，取值Y=1，Y=2，Y=3，Y=4，自变量设为X1…Xn，因此本文使用多项Logistic模型，所构建具体模型为：

对数解释则为：

2.2 变量设计

本研究根据已有的研究结合大庆市实际情况变量分为以下几方面：农户个人及家庭情况、农业生产特征、农户认知特征和外部环境特征。黄武等[1]从“秸秆综合利用”、“秸秆焚烧”、“秸秆还田”方式来对农户的秸秆处置行为进行分析研究。其中自变量农户个人及家庭情况变量分为性别、年龄、受教育程度、参与农业劳动人数;农业生产特征包括耕地面积、是否额外支出成本、机械化作业质量是否良好;农户认知特征分为是否了解秸秆处理方式、是否了解相关政策;外部环境特征包括是否接受过技术培训、周边是否有秸秆利用市场变量[2-11]。具体情况见表1。

2.3 模型结果分析

模型的似然比检验卡方值为982.878，并在1%的水平上显著（见表2）。具体结果分析如下：

（1）农户受教育程度变量在5%，1%的置信水平上显著，说明X3变量对农户秸秆处理行为有正向影响。农户的受教育程度越高，越愿意去接受新的农业活动方式，也更加愿意主动接受政府出台的新政策。

（2）耕地面积变量在1%，5%，10%置信水平上显著，说明X5变量对农户秸秆处理行为有正向影响。农户家庭耕地面积越大，产生越多秸秆资源，农户进一步资源利用的可能性越大。

（3）处理秸秆时是否有额外成本变量在10%，5%，1%置信水平上显著，说明X6变量对农户秸秆处理行为有负向影响。普通农户无法支出庞大的费用去购买补贴范围以外的农机具;农户秸秆离田费用除去国家补贴还需自付22元·t-1。

（4）机械化作业质量是否良好变量在1%，5%置信水平上显著，说明X7变量对农户秸秆处理行为有正向影响。大庆市大部分农户通常选择秸秆还田、离田作业主体来作业，但作业效果欠佳。例如，秸秆碎混深翻还田，秸秆粉碎长度不达标时无法消灭秸秆上附着的虫卵，易对作物生长产生影响。

（5）是否了解相关政策变量在5%，1%，10%的置信水平上显著，说明X9变量对农户秸秆处理行为有正向影响。了解相关政策的农户都拥有较好的外部环境，如组织农户开现场大会。

（6）周边是否有秸秆利用市场变量在1%，5%，10%上显著，说明X11变量对农户秸秆处理行为有正向影响。大庆市秸秆产业化程度低、家庭农场的辐射范围有限和大型的养殖场少，且养殖场每年需求量和交易价格都不稳定，同时远距离运输对于农户来说成本高。

3 结论与建议

3.1 加强科学文化教育

提高农户受教育程度，使其提高对新技术的理解力，缩短对新知识的接受期;同时拓宽信息渠道，方便农户接受正确的农业信息。

3.2 增大耕地集中程度

增大耕地集中程度可提高耕地的资源利用效率，降低生产成本，增强农业机械化程度。

3.3 加大相关金融政策扶持

增加补贴额度，同时对有购买农机具意愿但是自身经济能力弱的农户提供无息贷款。

3.4 加大科技创新投入

鼓励各科研机构与政府合作解决秸秆综合利用过程中所产生的共性问题，探索实用性较强的机械设备。

3.5 增加秸秆利用多渠道培训

在培训形式上，积极向秸秆利用较好的村镇学习，如多开现场大会，或通过互联网远程培训的形式弥补不足;在培训内容上，重点结合农户的问题，采取理论+实践的方式进行详细讲解。

3.6 支持秸秆相关产业

加大对外招商力度，同时增加订单服务，企业所生产秸秆产品可通过订单的方式销往外地。

参考文献：

[1] 黄武， 黄宏伟， 朱文家. 农户秸秆处理行为的实证分析——以江苏省为例[J]. 中国农村观察， 2012（4）： 37-43， 69， 93.

[2] 左正強. 农户秸秆处置行为及其影响因素研究——以江苏省盐城市264个农户调查数据为例[J]. 统计与信息论坛， 2011， 26（11）： 109-113.

[3] 李芬妮， 张俊飚， 何可. 非正式制度、环境规制对农户绿色生产行为的影响——基于湖北1105份农户调查数据[J]. 资源科学， 2019， 41（7）： 1227-1239.

[4] 郭利京， 赵瑾. 非正式制度与农户亲环境行为——以农户秸秆处理行为为例[J]. 中国人口资源与环境， 2014， 24（11）： 69-75.

[5] 廖薇. 农户秸秆处理行为特征与影响因素分析[J]. 地域研究与开发， 2020， 39（4）： 134-138， 145.

[6] 刘旭凡. 农户秸秆处理行为的影响因素研究——基于江苏省盐城市农户数据[J]. 安徽农业科学， 2013， 41（12）： 5576-5579.

[7] 王文博. 密山市农户秸秆还田意愿及其影响因素研究[D]. 大庆： 黑龙江八一农垦大学， 2020.

[8] 雷云. 农户秸秆处置行为及其影响因素的研究——基于湖北省T县的调查数据[D]. 武汉： 华中农业大学， 2017.

[9] 苗续. 黑龙江省农户秸秆利用行为及影响因素分析[D]. 哈尔滨： 东北农业大学， 2018.

[10]  李想. 多重约束下的农户绿色生产技术采用行为分析[J]. 统计与决策， 2019， 35（14）： 61-64.

[11]  李珊珊， 岳坤， 许亚男， 等. 农户采用秸秆资源化利用技术的行为选择及影响因素分析——基于河北省182户农户的调查与分析[J]. 黑龙江畜牧兽医（下半月）， 2015（6）： 7-9， 16.