华春林，张灿强

（1.西南科技大学经济管理学院/四川循环经济研究中心，四川 绵阳　621010；2.农业部农村经济研究中心，北京　100810）

多维社会资本视角下农户对农业面源污染治理机制的响应意愿研究

华春林1，张灿强2

（1.西南科技大学经济管理学院/四川循环经济研究中心，四川 绵阳621010；2.农业部农村经济研究中心，北京100810）

基于四川省实地调研数据，运用因子分析法将农户社会资本以社会网络、社会声望、社会信任、社会参与4个维度表征，针对农业面源污染治理中政府监管机制、市场机制以及教育引导机制的农户响应意愿，构建Multi-variate Probit模型，分析多维度社会资本对农户响应意愿的影响。结果表明，社会资本不同维度对农户的响应意愿有显著积极影响，在构建和实施农业面源污染治理机制时，应重视对农户社会资本的利用。

农业面源污染；治理机制；社会资本；农户响应意愿；Multi-variate Probit模型

华春林，张灿强.多维社会资本视角下农户对农业面源污染治理机制的响应意愿研究［J］.广东农业科学，2016，43（9）：159-169.

根据OECD的分类，环境治理机制一般分为命令控制型、经济激励型和劝说教育型三大类。我国现有农业面源污染治理措施主要有强制执行的法律与行政法规、调节市场行为的补贴以及面向农户等各类主体的教育培训。不同治理机制的目标是有差异的，政府监管机制重在制定规范，约束和限制污染行为的发展；市场机制在于调节资源，激励追求利润最大化的污染行为转换；教育引导机制旨在信息传播和文化培养，引导污染行为的正确实施。政府监管治理政策能在较短时间内强制减少污染排放，但不能以最低成本减少污染排放，且缺乏可持续性［1-2］；另外，一定时空范围内，农户难以理解“理性施肥”的引导政策，导致现有法律法规难以发挥治污作用。农业面源污染治理的市场机制包括多方面的经济调节措施，主要有补贴、污染税费、污染权交易等，有学者建议我国实行农业可持续性环保型补贴政策，如王晓燕等［3］以北京市密云县为例，估算了补贴农户环保行为的额度。污染税费方面，众多学者进行了理论探讨，如化肥投入税与责任制结合手段、污染排放和环境税收、污染排放和产出税收、化肥投入和环境税收、土地使用税和化肥投入税等。近年来，更多学者将这些理论应用于实践数据检验。向平安等［4］以洞庭湖区为例，认为征收氮肥税虽然会增加农民支出，但能带来更多社会净效益；原毅军等［5］通过分析我国2004年31个省市数据指出，环保产业的利润最大时污染税能帮助实现社会福利最优的博弈均衡。但污染权交易由于需要维护污染许可和建立多个交易市场，交易成本巨大。农业面源污染的治理必须从源头开始，而教育引导是源头治理的重要手段。国内外学者研究了教育培训与农业面源污染之间的定量或定性关系，汪厚安等［6］指出畜禽养殖废弃物及农膜污染量均与参加农业专业培训均呈负相关；还有学者从农户视角考察教育引导机制的实施效果，研究结果表明农业技术培训可以有效地减少农户化肥施用［7-8］。

从已有文献可以看出，由于农业面源污染及我国农户独有特征，在单独实施某种治理机制的情况下，难以达到减少农业面源污染的目的。也就是说，实施单一治理机制已经无法满足改善我国农业面源污染的需求。另外，农户不当的生产行为是造成农业面源污染的直接原因，农户在政策、市场及社会文化等因素的约束或激励下制定生产决策。农户是农业面源污染治理的主体，在治理污染过程中考虑农户对不同治理机制的响应态度，是保障治理机制有效实施的必要举措。在数据收集过程中，我们发现，许多农户在农业生产决策过程中（如化肥购买及施用数量、是否参与培训班等）会考虑或观察亲戚朋友以及周围人的决策，在具有“地缘社会”和“亲缘社会”典型特点的农村，农户社会资本对农户的行为有重要影响。

本研究从农户多维度社会资本视角出发，分析农户对农业面源污染治理政府监管、市场及教育引导机制的响应意愿，可为制定约束、激励和引导并举的农业面源污染治理机制提供有效的理论及政策依据。首先，在相关文献梳理基础之上，选定农户社会资本变量；然后，利用四川省3种不同地形区域447农户的调查数据，采用探索性因子分析法归纳农户社会资本的不同维度；接着，构建Multi-variate probit（MVP）计量模型分析不同维度社会资本对农户治理机制响应行为的影响；最后提出促进农户响应行为的对策建议。

1　社会资本相关研究概述

目前学术界对社会资本这种特殊形态的资本还没有形成统一的概念，而由于研究领域的差异对社会资本的内涵理解也不尽相同。但可以看出，对社会资本概念的理解是从两个角度出发的。一是社会角度，如布迪厄［9］认为相互认识或由于制度而在一起的个体组成了一个集体，而社会资本是集体拥有的实际或潜在资源，用来提供每一个成员所需的支持；Robert等［10］认为社会资本能够促进个体间的合作行为来提高社会总效率，是社会组织的特征，包含规范、信任及网络。二是个体角度，如James［11］认为社会资本是个人拥有的社会结构资源；边燕杰等［12］认为社会资本是行动主体与社会的关系以及通过这种联系摄取稀缺资源的能力；张其仔［13］认为社会资本从形式上看是一种个人拥有的社会关系网络。

农户社会资本较常应用于金融行为的相关研究，如蒋乃华等［14］以2005年扬州市500户农民为样本，发现农户的工资性收入会由于社会资本的增长有较大幅度的提高；范香梅等［15］的理论分析表明社会资本有助于提高农户贷款的可得性，而在实证分析中发现农村地区的贷款规模也能随着社会资本的增加而扩大，并建议将社会资本引入农户贷款合约中，有助于农村贷款难问题的解决；孙颖等［16］研究了市场化进程中社会资本对农户融资的影响，并以2005年中国居民收入调查数据（CHIPS）为样本，运用联立方程模型，发现农户的非正式社会资本使农业更容易进行非正规融资；吴本健等［17］构建了分析社会资本与农户风险的非正规分担机制的理论框架，并运用实地调研数据进行实证分析，研究发现社会资本越丰富，农户风险的非正规分担额度越大；社会资本参与组织情况、社会网络、集体行动、团结程度等维度都对农户风险的非正规分担额度有正向影响。还有许多学者研究证实，农户社会资本对其借贷行为具有显著影响［18-20］。

随着研究的深入，社会资本也被应用于农户的其他生产行为中，如苏芳等［21］以黑河流域中游为例，选取300户随机样本，分析了农户参与生态补偿的意愿与生计资本的关系研究，并指出社会资本对农户参与生态补偿的意愿形成正面影响作用；王昕等［22］利用陕省700个农户样本，分析小型水利设施的合作供给与积极性，结果表明，农户合作中的变异有49.5%是由社区因素导致的，社区因素和农户因素交互影响农户的合作意愿；张方圆等［23］利用甘肃省张掖市、甘南藏族自治州、临夏回族自治州实地调研数据，采用二元Logistic回归模型分析了社会资本对农户生态补偿参与意愿的影响，结果显示农户社会资本的网络、规范、信任维度均对生态补偿参与意愿有显著的正向影响；苏小松等［24］基于山东省高青县的农户调查数据，分析农户社会资本对农业生产效率的影响，发现农户社会资本能够有效提高农户生产效率，不同的社会资本要素对不同的农户生产效率所产生的影响也不尽相同，农户社会资本的改进将扩大农户“资源池”，提高农户的生产效率；黄欣等［25］分析社会资本视域下的林权制度改革与参与式森林资源保护，实证研究结果表明，社会资本对参与式森林资源保护具有显著影响，并且正向调节林改与参与式森林资源保护之间的关系；丰军辉等［26］利用湖北省调研数据，实证分析家庭禀赋约束下农户作物秸秆能源化需求，指出农户是否会对作物秸秆进行能源化利用是综合考虑家庭禀赋的理性选择，76.84%的农户具有较高的作物秸秆能源化需求，家庭社会资本禀赋是影响农户需求的关键因素；赵立娟等［27］利用内蒙古地区313户农户调查数据，对农户参与灌溉管理改革意愿的影响因素进行了分析，并发现农户参与灌溉管理改革的行为受到农户社会资本的影响。

从上述文献可以看出，学者们普遍认同的社会资本核心在于社会网络、信任与规范。然而，学者对社会资本的定义及内涵的各持己见，导致现有文献更多地从社会资本的某一单一维度出发，忽视了社会资本的整体性特征及其不同维度在集体行动发起中所起的作用［28］。本研究以农业面源污染治理的政府监管、市场治理及教育引导3种机制为例，将社会资本归纳为社会网络、社会声望、社会参与和社会信任4个维度，考察农户对农业面源污染治理机制响应行为的影响因素，探析不同维度社会资本影响治理机制实现的内在机理。

2　研究方法

2.1数据描述

本研究所用数据来自于国家社会科学基金青年项目“新型农业经营形式下多种农业面源污染治理机制的效果评价研究”课题组的调研。课题组于2014年8月对四川省进行调研，共计发放调研问卷500份，其中有效问卷447份。调研区域以丘陵地区为主，其中丘陵地区的调查样本量为294份、占样本总量的74%，平原地区89份、占23%，农牧交错地14份、占3%，符合四川省的人口分布及地形分布。本研究中政府监管机制的响应意愿在问卷中体现为“您是否会根据国家颁布的限制化肥投入的法律，改变耕作行为”；市场治理机制的响应意愿体现为“您是否会根据国家实施的农业面源污染税，改变耕作行为”；教育培训机制的响应意愿体现为“您是否会根据农业技术培训内容，改变农业生产活动”。农户对不同机制的响应意愿及基本特征见表1、表2。在参与调查的447名农户中，农户对农业面源污染治理的3种机制响应程度略有不同，但总体来讲，响应度不高，其中有134名农户表示会对政府监管治理机制进行响应，占样本总数的30.0%；有107农户表示会对市场治理机制进行响应，改变自己的农业生产行为，占样本总数的23.9%；有155名农户表示会对教育引导治理机制进行响应，占样本总数的34.7%（表1）。可见，农户对教育引导机制的响应程度较其他两种治理机制略高。从被调查农户个体特征看，男女比例相当，男性农户稍多，占55.7%；调查对象年龄集中在30岁和60岁这两个区间段，呈正态分布趋势；受教育程度普遍较低，高中和大专及以上两者的比例总和仅为25.6%；被调查农户大多农业生产经验丰富，5年以下务农年限者仅占8.8%；农户多为一般村民，担任村干部、队长或组长的比例为9.3%。从被调查者的家庭特征看，家庭规模主要集中在3～6人的中小型家庭，90.9%农户的种植作物种类是4种以下，94.5%的农户化肥使用种类也在4种以下，调研地区51%的农户具有农业外收入，反映出实现规模化种植的农户较少（表2）。

表1　农户对不同治理机制的响应意愿

表2　被调查农户的基本特征

2.2研究方法

2.2.1探索性因子分析法 首先采用探索性因子分析法来验证指标选取的合理性，保证社会资本各个维度指标的不相关性，识别多元观测变量的本质结构并进行相应的降维处理。探索性因子分析法的第一步是分析设定各个指标，通过因子提取和因子旋转技术，将相关性强的变量降维至少数几个因子，并在此基础上对降维后新的因子予以命名，验证事先设定的不同维度社会资本的科学性与合理性。对原始指标相关性的分析，主要采用KMO统计量和巴特利球形检验方法，以确定是否适合进行因子分析，然后计算各维度的得分。一般情况下，KMO值大于0.6，说明因子分析的结果可以接受。以每个因子的方差贡献率占所选因子总方差贡献率的比重作为权重进行加权汇总，选取累计方差贡献率大于80%的公共因子，得出不同维度社会资本的权重，如下式所示：

式中，Ci表示第i个农户的社会资本综合评价值，cij表示第i个农户的第j个主因子的得分，Wij表示第j个主因子的权重，第j个因子的方差贡献率除以4个主因子的累积贡献率为其权重值，p表示主因子的个数为4，也即本研究选择的社会资本4个维度。然后，通过计算农户社会资本各维度的评价值，得农户社会资本的综合评价值。

2.2.2Multi-variate probit模型 当被调查者需要对两个以上且相互之间有关联的问题分别做出选择时，可以采用Multi-variate probit（MVP）模型进行估计。本研究中农户行为响应意愿包括对农业面源污染治理的政策监督机制、市场机制以及教育培训机制3个方面，农业面源污染治理这3种机制的制定和实施虽然相对独立，但在实施过程中会产生相互影响，从而导致各种治理机制所产生的效果具有互动关系。例如，农户在接受关于农业面源污染的培训后，对环境污染的认识增强，执行国家相关法律法规的倾向就越强，也就越容易推动实施排污税等环境税收。因此，农户对3种治理机制的响应选择是有关联的，适合采用MVP模型进行估计。

农户对治理机制的响应来自于调查问卷中的3个问题，分别为“您是否会根据国家颁布的限制化肥投入的法律，改变耕作行为？”、“您是否会根据国家实施的农业面源污染税，改变耕作行为？”、“您是否会根据农业技术培训内容，改变农业生产活动？”，当农户回答会，则变量值为“1”，否则变量值为“0”。本研究样本数量为447，用n表示；农户需要对3种类型的治理机制进行响应，那么m=3。由于MVP模型假设残差项服从联合正态分布，因此εnN（0，Σ），其中Σ为对称的相关系数矩阵，表达式为：

式中，Ym为本研究的因变量，即农户对不同治理机制的响应；φm（·）是以0为均值，∑为协方差阵的正态分布函数；Am为积分区间，表示为：

本研究采用Expectation Maximization（EM）算法对模型进行极大似然估计，由上式可得模型的似然函数为：

对数似然函数为：

式中，θ = （ β，∑），为参数空间。

2.3变量说明

现有研究分别从个人特征、家庭特征和生产特征角度探讨农户行为响应的影响因素。例如，方鹏等［29］考虑农户家庭结构、农业收入、兼业程度、耕地面积等因素，分析农户行为响应对于农业土地利用变化的影响；翟文侠等［30］将农户劳动力构成、非农化水平、受教育水平、收人水平、退耕后人均耕地面积等变量引入农户水土保持行为指标体系，对区域退耕还林政策实施的农户水土保持行为响应进行分析；李建强等［31］选择了农户的农业收入、劳动力投入等变量，分析农户土地开发整理响应决策的影响因素；赵帅华等［32］引入家庭结构、农户家庭收支、住房情况、收入来源等变量，分析不同类型农户对农村居民点整合的行为响应程度；邓正华等［33］则指出收入水平、民众受教育程度、性别、农户认知对行动响应显著相关。基于此，本研究选取性别、年龄、文化教育程度、是否有非农收入、家庭人数、农业收入、务农时间、机械化务农等农户个人、家庭及生产特征变量（表3）。

表3　变量说明和统计性描述

除上述农户个人、家庭及种植特征变量，本研究还引入社会资本变量，借鉴王昕等［22］的研究方法，以社会网络、社会声望、社会参与、社会信任4个维度来表征农户社会资本变量，每个维度包含不同变量，共31个变量（表4）。

本研究采用KMO统计量和巴特利球形检验方法，以确定是否适合进行因子分析，然后计算各维度的得分。检验结束后，利用Stata13.0软件对样本数据进行提取和综合因子，最终求解出各因子不同的载荷矩阵，各变量因子载荷见表5。

通过主成分分析法的因子分析解出上述因子载荷后，剔除不显著变量，将31个社会资本变量概括、融合为4类因子变量，即社会网络、社会声望、社会参与及社会信任。最后，通过Bartlett得分法计算这4个变量的得分，并与农户个人、家庭及生产特征变量一同引入MVP模型。

3　实证结果分析

将农户对农业面源污染3种治理机制的响应意愿作为因变量，以农户个人、家庭、生产特征变量以及社会网络、社会声望、社会参与和社会信任作为自变量，构建MVP模型，运用Stata 13.0软件分析社会资本各维度对农户响应意愿的影响，结果见表6。从表6可以看出，社会网络与社会声望维度对农户的响应意愿具有显著积极影响，而社会参与及信任对响应意愿具有负向影响但不显著，性别、年龄、是否有非农收入、务农经验是否丰富以及机械化务农是影响农户对农业面源污染不同治理机制响应意愿的重要因素。

表4　农户社会资本维度及其度量指标

（1）社会网络。对于政府监督机制的响应意愿，社会网络在5%的显著性水平下通过检验，估计系数为正，说明农户与亲戚朋友、同村村民、村干部及农业组织之间的交流频率越高，越有可能响应农业面源污染治理的政府监管机制。其原因一方面可能是交流频率越高，信息获取量越大，对污染治理政策的目标及意义理解越全面，会使农户响应意愿更高；另一方面，交流频率越高也会更多地受到对方的影响，特别是村干部及农业组织之间的影响会使农户更为积极响应政府监管机制。社会网络变量对于市场机制及教育引导机制的响应意愿，估计系数均为正，但不显著。

（2）社会声望。从表6可以看出，对于政府监督机制、市场机制及教育培训机制的响应意愿，社会声望的估计系数均为正，分别在1%、5%及10%的显著性水平下通过检验，说明在农户与周围亲戚朋友及村民之间互相帮助频率越多、在当地的声望越高，响应多种农业面源污染治理机制的可能性越大。

（3）社会参与及社会信任。由表6可知，社会参与及社会信任两个变量均不显著且估计系数为负，与本研究预期相反。社会参与是农户根据自我需求而想要获取相关信息所做出的相关反应，若在信息获取过程中未达到目的，社会参与行为将会降低农户对不同治理机制的响应意愿或不会对农户响应意愿产生影响。另外，社会信任反映出农户个体之间以及农户与政府、培训专家之间的信任程度，根据农户的参与活动体验不同，农户的社会信任会产生差异，而由于农户信任差异性会相互抵消其作用，导致社会信任对农户的响应意愿影响不显著。

（4）农户个人特征。对于政府监督机制、市场机制及教育培训机制的响应意愿，性别变量分别在5%、10%及5%的显著性水平下通过检验，对政府监管机制和市场机制的响应意愿估计系数均为正，对教育培训机制的响应意愿估计系数为负。表明男性农户响应政府监管机制的意愿更高，这是由于男性对于国家政策及宏观经济发展趋势等方面较女性更为关注，也会提高男性对政府监管机制和市场机制的响应意愿。女性更愿意响应教育引导机制，这是由于男性和女性的思维方式及关注对象之间差异所造成的，而且在中国社会男性普通较女性更有主见，因为响应教育引导机制的意愿更低。农户年龄变量对市场机制及教育引导机制响应意愿的影响显著，通过5%显著性水平检验且估计系数为负。说明年龄越大农户越不愿意响应污染治理的市场机制，这是由于年龄越大农户的风险意识较为保守，更难以转变自己的农业生产方式，而本研究中市场机制以污染税来代表，对于可能影响农业收入带来风险的相关举措，农户会较为抵触。

表5　社会资本各变量的因子载荷

表6　农户对农业面源污染教育培训项目的响应意愿MVP模型估计结果

（5）农户家庭特征。是否有非农收入变量正向显著影响农户对政府监管机制及市场机制的意愿，分别通过1%和5%的显著性水平检验，说明家庭拥有非农收入的农户响应污染治理政府监管及市场机制的意愿更高，其原因可能是我国近年出台了较多维护农民工权益的相关法规以及减免农业税等政策，使农户收益有较大改善，从而增加了农户响应意愿。农户家庭人数变量仅显著影响农户对教育引导机制的响应意愿，通过1%的显著性水平检验且估计系数为负，说明家庭人数越多的农户，响应教育引导机制的意愿越低，其原因可能是更多的家庭人数意味着更多的信息渠道，关于农业生产决策所需信息可以由家庭成员提供，因此，农户对教育引导机制的响应意愿并不会强烈。

（6）农户生产特征。务农经验是否丰富显著影响农户对政府监管机制和教育引导机制，均通过1%的显著性水平检验，但对于政府监管机制的估计系数为正，对于教育引导机制的估计系数为负。说明务农经验越丰富的农户越愿意响应政府监管机制，而响应教育引导机制的意愿更低。务农经验丰富的农户一般年龄较大，更习惯于政府的监管机制，对国家农业政策更为熟悉，也更愿意响应该类型的污染治理机制。而务农经验丰富的农户不愿意响应教育引导机制的原因是，农户务农经验越丰富，该类型农户相信自己长期积累的农业生产经验，也认为自己不需要关于农业生产的相关教育，所以不愿意响应教育引导机制。机械化务农变量显著影响农户对市场机制的响应意愿，其估计系数为负且通过1%的显著性水平检验，说明如果在使用机械务农的农户响应污染治理的市场机制意愿更低。由于短期内，机械化务农的成本较大，而农业污染税收可能会进一步增加农业生产成本，因此，农户不愿响应以农业污染税为代表的市场机制。

4　结论与建议

本研究利用四川省447份实地调研数据，运用因子分析法将农户社会资本归纳为社会网络、社会声望、社会信任及社会参与4个维度，并在此基础之上，构建MVP模型，分析多维度社会资本对农户响应不同农业面源污染治理机制意愿的影响。结果表明，社会网络维度对农户响应政府监管机制的意愿有积极显著的影响，社会声望维度则对农户响应3种治理机制的意愿都具有正向显著影响，而社会参与及信任对响应意愿有负向影响但不显著；男性更倾向于响应政府监管及市场治理机制，女性则更愿意响应教育引导机制；年龄越大的农户越不愿意响应市场及教育引导机制；有非农收入的农户响应政府监管及市场机制更为强烈；务农经验丰富的农户愿意响应政府监管机制而对教育引导机制响应意愿不强烈，机械化务农显著影响农户对市场治理机制的响应，且影响为负。

针对上述分析结果，提出如下建议：

（1）应建立政府促进农户社会资本积累的机制，加大社会资本在农户农业面源污染治理行为中的积极作用。政府应加强农村交通与通讯等基础设施建设，为农户间的信息交流、社会活动参与创造便利条件，促使农户积累具有广度和深度的社会资本，再积极利用和发挥社会资本对农户生产行为的影响，使农业面源污染治理机制长期、有效、稳定地实施。充分发挥合作社在联合和带动农户中的作用，在信息共享、组织培训、技术指导等方面的加强合作社的服务功能。

（2）建立社会资本引导农户行为的机制，充分发挥农户社会资本的作用。社会资本的广度和深度对农户的影响具有差异，广泛的社会资本会使农户受到影响的方向较宽，具有深度的社会资本使农户受到的影响程度较大。政府可以利用当地农业生产“名人”对农户进行引导。教育培训的重点和面源污染示范户的选择，重点针对大户、家庭农场等带动能力较强的，或者是经营规模不大，但在农村社会中威信较高的农户。

［1］James S S，James W D. The relative efficiency of agricultural source water pollution control policies［J］. American Journal of Agricultural Economics，1986（68）：668-677.

［2］胡剑锋，朱剑秋. 水污染治理及其政策工具的有效性［J］. 管理世界，2008（5）：77-84.

［3］王晓燕，曹利平. 农业非点源污染控制的补贴政策［J］. 水资源保护，2008，24（1）：34-38.

［4］向平安，周燕，黄璜，等. 氮肥面源污染控制的绿税激励措施探讨—— 以洞庭湖区为例［J］.中国农业科学，2007，40（2）：330-337.

［5］原毅军，耿殿贺. 环境政策传导机制与中国环保产业发展—— 基于政府、排污企业与环保企业的博弈研究［J］. 中国工业经济，2010（10）：65-74.

［6］汪厚安，叶慧，王雅鹏. 农业面源污染与农户经营行为研究—— 对湖北农户的实证调查与分析［J］. 生态经济，2009（9）：87-91.

［7］何浩然，张林秀，李强. 农民施肥行为及农业面源污染研究［J］. 农业技术经济，2006（6）：2-10.

［8］巩前文，张俊飚，李瑾. 农户施肥量决策的影响因素实证分析—— 基于湖北省调查数据的分析［J］. 农业经济问题，2008（10）：63-68.

［9］布迪厄. 文化资本与社会炼金术［M］. 上海：上海人民出版社，1997.

［10］Robert D P，Bowling A. America's declining social capital［J］. Journal of Democracy，1995，6：65-78.

［11］James S C. Social capital in the creation of human capital［J］. American Journal of Sociology，1988（94）：95-120.

［12］边燕杰，丘海雄. 企业的社会资本及其功效［J］. 中国社会科学，2000（2）：87-99.

［13］张其仔. 社会资本论—社会资本与经济增长［M］. 北京：社会科学文献出版社，2000.

［14］蒋乃华，卞智勇. 社会资本对农村劳动力非农就业的影响—— 来自江苏的实证［J］. 管理世界，2007（12）：158-159.

［15］范香梅，张晓云. 社会资本影响农户贷款可得性的理论与实证分析［J］. 管理世界，2012（4）：177-178.

［16］孙颖，林万龙. 市场化进程中社会资本对农户融资的影响—— 来自CHIPS的证据［J］. 农业技术经济，2013（4）：26-34.

［17］吴本健，郭晶晶，马九杰. 社会资本与农户风险的非正规分担机制：理论框架与经验证据［J］.农业技术经济，2014（4）：4-13.

［18］张建杰. 农户社会资本及对其信贷行为的影响［J］. 农业经济问题，2008（9）：28-34.

［19］童馨乐，褚保金，杨向阳. 社会资本对农户借贷行为影响的实证研究—— 基于八省1003个农户的调查数据［J］. 金融研究，2011（12）：177-191.

［20］徐璋勇，杨贺. 农户信贷行为倾向及其影响因素分析—— 基于西部11省（区）1664户农户的调查［J］. 中国软科学，2014（3）：45-56.

［21］苏芳，尚海洋，聂华林. 农户参与生态补偿行为意愿影响因素分析［J］. 中国人口·资源与环境，2011，21（4）：119-125.

［22］王昕，陆迁. 小型水利设施的合作供给与积极性找寻：陕省700 个农户样本［J］. 改革，2012（10）：130-135.

［23］张方圆，赵雪雁，田亚彪，等. 社会资本对农户生态补偿参与意愿的影响—— 以甘肃省张掖市、甘南藏族自治州、临夏回族自治州为例［J］. 资源科学，2013，35（9）：1821-1827.

［24］苏小松，何广文. 农户社会资本对农业生产效率的影响分析—— 基于山东省高青县的农户调查数据［J］. 农业技术经济，2013（10）：64-72.

［25］黄欣，黎洁. 社会资本视域下的林权制度改革与参与式森林资源保护［J］. 东南学术，2013（5）：130-138.

［26］丰军辉，何可，张俊飚. 家庭禀赋约束下农户作物秸秆能源化需求实证分析—— 湖北省的经验数据［J］. 资源科学，2014，36（3）：530-537.

［27］赵立娟，史俊宏. 农户参与灌溉管理改革意愿的影响因素分析—— 基于内蒙古的农户微观调查数据［J］. 干旱区资源与环境，2014，28（6）：20-26.

［28］苗珊珊. 社会资本多维异质性视角下农户小型水利设施合作参与行为研究［J］. 中国人口·资源与环境，2014，24 （12）：46-54.

［29］方鹏，黄贤金，陈志刚，等. 区域农村土地市场发育的农户行为响应与农业土地利用变化—— 以江苏省苏州市、南京市、扬州市村庄及农户调查为例［J］. 自然资源学报，2003，18（3）：319-325.

［30］翟文侠，黄贤金. 应用DEA分析农户对退耕还林政策实施的响应［J］. 长江流域资源与环境，2005，14（2）：198-203.

［31］李建强，诸培新，陈江龙. 土地开发整理农户行为响应机制研究［J］. 中国人口·资源与环境，2005，15（4）：74-78.

［32］赵帅华，王成，李晓庆，等. 基于农户行为响应的农村居民点整合模式探析—— 以重庆市合川区兴坝村为例［J］. 资源科学，2012，34（8）：1477-1483.

［33］邓正华，张俊飚，许志祥，等. 农村生活环境整治中农户认知与行为响应研究—— 以洞庭湖湿地保护区水稻主产区为例［J］. 农业技术经济，2013（2）：72-79.

（责任编辑 邹移光）

Farmers' response willingness to different mechanism of controlling agricultural non-point source pollution: a multi-dimensional social capital perspective

HUA Chun-lin1，ZHANG Can-qiang2
（1.School of Economics and Management，Southwest University of Science and Technology/ Sichuan Province Cyclic Economy Research Center，Mianyang 621010，China；2.Research Center for Rural Economy，Ministry of Agriculture，Beijing 100810，China）

This paper built a multi-variate Probit model to analyze the impact factors to farmers’ responsive willingness to different mechanism of controlling agricultural non-point source（NPS） pollution by using survey data in Sichuan province，characterized farmers’ social capital in four dimensions: social network，social prestige，social trust，and social participation by using factor analysis method. The three different mechanisms were restrictive policies，market mechanism and extension program. The results indicated that farmers’ social capital significantly affected farmers’ response willingness. When government constructed and implemented the mechanism of controlling agricultural NPS pollution，the effects of social capital should be considered at the same time with the effects of governmental supervision，market and education mechanism.

agricultural non-point source pollution；controlling mechanism；social capital；farmers’ response willingness；Multi-variate Probit model

F323.22；X592

A

1004-874X（2016）09-0159-11

2016-07-02

国家社会科学基金青年项目（14CJY046）；四川省社科规划基地项目“循环经济视角下的农业面源污染治理机制研究”；教育部项目“西部地区农业面源污染的经济分析与对策研究”

华春林（1980-），女，博士，讲师，E-mail：hua-cl@swust.edu.cn