生計分化下農戶低碳生產技術采納行為績效研究

摘要：為明晰低碳技術采納行為績效，推進農戶參與低碳化建設，基于695份稻農調研數據，綜合運用數據包絡分析法和傾向得分匹配法，測算農戶低碳生產采納行為績效及群體間差異性。結果表明：樣本農戶的平均生產績效為0.777 4，消除生產要素錯配的影響，尚存在0.222 6的上升空間。低碳農業生產技術影響總樣本農戶農業生產績效處理效應系數值均為正，但不顯著。不同類型農戶低碳農業生產技術采納對農業生產績效的影響呈現異質性。生活型、生存型和生產型三類農戶采納技術對農業生產績效的影響不顯著，僅功能型農戶可以顯著促進農業生產績效提升。并指出未來需要加強宣傳教育技術培訓、構建政府與市場協同的農業低碳轉型補償機制、基于農戶經營目標異質性分類實施激勵政策和配套措施。

關鍵詞：低碳行為；技術采納績效；農戶生計分化；數據包絡分析法；傾向得分匹配法

中圖分類號： F323

文獻標識碼： A

文章編號：20955553 （2024） 070302

09

Research on the behavioral performance of farmers’ low carbon production technology

adoption under livelihood differentiation

Yang Yifeng1， Zhang Lixin1， Wang Guixia2

（1. School of Economics and Management， Hebei North University， Zhangjiakou， 075000， China;

2. School of Economics and Management， Jilin Agricultural University， Changchun， 130118， China）

Abstract：

In order to clarify the performance of low-carbon technology adoption behavior and promote farmers’ participation in low-carbon construction， based on 695 rice farmer survey data， data envelopment analysis and propensity score matching methods were comprehensively used to calculate the performance of farmers’ low-carbon production adoption behavior and group differences. The results indicated that the average production performance of the sample farmers was 0.777 4， and there was still room for an increase of 0.222 6 to eliminate the impact of production factor mismatch. The impact of low-carbon agricultural production technology on the overall agricultural production performance of sample farmers was positive， but not significant. The impact of low-carbon agricultural production technology adoption by different types of farmers on agricultural production performance showed heterogeneity. The adoption of technology by three types of farmers such as life type， survival type and production type， had no significant impact on agricultural production performance. Only functional farmers could significantly promote the improvement of agricultural production performance. The research put forward policy recommendations such as strengthening publicity education and technology training， building a collaborative compensation mechanism between the government and the market for agricultural low-carbon transformation， implementing incentive policies and supporting measures based on the heterogeneity of farmers’ business objectives.

Keywords：

low carbon behavior; technology adoption performance; differentiation of farmers’ livelihoods; data envelopment analysis; propensity score matching method

0 引言

農業作為重要的碳排放來源和關鍵的碳匯系統，發展低碳農業既是緩解全球氣候變暖的應有之義，也是現代農業轉型的內在要求［1］。多年來，中國圍繞農業發展方式轉型，推廣普及了有機肥替代化肥、測土配方施肥、保護性耕作、秸稈還田等農業低碳技術，雖起初并未冠以“低碳”理念加以推行，但是在農戶層面得到了一定程度的采用［2］。然而，農戶作為理性經濟人，一項農業技術是否能夠真正可持續地被農戶用于農業生產，其本質仍然取決于該項技術是否能夠有效地實現農業節本增效［3］。因此，科學評價低碳農業生產技術采納前后績效，深入剖析績效結果背后的影響機制與深層緣由，便具有重要的研究價值［4］。

通過梳理既有文獻發現，學者們對農戶低碳生產技術采納行為績效尚未形成統一共識。部分學者認為農戶低碳生產技術采納行為具有良好的經濟與環境效應。曾晶等［5］指出低碳生產技術采納能夠顯著提高農戶生產績效。吳萌等［6］研究指出近郊區農戶的土地低碳投入行為具有較好的環境績效水平。然而，也有學者認為由于農戶資本稟賦、生計分化、低碳農業生產技術屬性等存在差異，不同類型農戶、不同屬性低碳技術與技術采納行為績效的關聯關系具有異質性［79］。鑒于此，將進行以下拓展：一是研究內容上，考慮技術屬性差異問題，聚焦于有機肥替代化肥這一具體低碳技術；二是研究視角上，突破既有研究將農戶視為同質化群體，或僅以收入、規模、個體特征等加以區分，對農戶生計模式分化考察不足這一局限，本文試圖從有效甄別農戶家庭經營目標異質性這一分化視角出發，分類刻畫不同類型農戶低碳生產技術采納行為績效及其內在邏輯；三是研究方法上，采用傾向得分匹配方法通過構造一個“反事實”框架可以減少實際觀察中的數據偏差和混雜的變量影響，較好地甄別技術采納后的實際效用［10］。

鑒于此，本文利用695份稻農調研數據，在運用數據包絡分析法測算農戶農業生產績效基礎上，采用傾向得分匹配方法，測算低碳農業生產技術采納行為績效及不同類型農戶群體間異質性。

1 理論分析與研究方法

1.1 理論分析與研究假設

根據農業技術選擇理論，農戶技術采納行為本質上可以理解為農戶對部分農業生產要素的重新配置組合［11］。舒爾茨的“理性小農理論”指出，農戶作為理性經濟人，任何行為的實施均以追求利潤最大化為首要目標，具體到農戶低碳生產技術采納行為，技術采納前后投入與產出二者間的轉換效應是影響農戶采納決策的主要因素［12］。有機肥替代化肥技術作為一項轉變農業生產方式的低碳生產技術，是通過人畜糞便、秸稈等合理發酵處置后或直接使用商品有機肥的方式，實現化肥減量替代的技術［13］。在面對傳統技術被新技術革新的過程中，農戶技術采納后首先會對技術的實際效果進行評估，例如，考量采納技術是否使得農業生產成本顯著增加，是否使得農作物產量、質量、農業產值得到顯著提高等［14］。科學試驗表明，有機肥替代化肥技術可以減少化肥施用量、改善土壤結構、提升農產品品質、實現農業增產增效［15］。具體來看，有機肥替代化肥技術采納選擇對農戶生產績效的影響機理主要包括三條路徑。一是對農戶生產成本的影響，一般而言，由于有機肥市場價格普遍高于化肥價格，且有機肥施用需要較高的人工成本，因此，采納有機肥替代化肥技術的農戶，尤其是施用商品有機肥的農戶，其生產成本會較大幅度增加［16］。二是對農作物產量的影響。理論上，有機肥替代化肥通過優化施肥結構，改善土壤肥力，進而提高農作物產量。然而，農戶農業實際生產受到多種因素的影響，很難滿足試驗要求的標準。因此，技術真正產生的效果與試驗結果可能會存在較大偏差，尤其是有機肥作為一種“慢性”技術，對土壤改良效果作用于農作物產量需要較長時間，可能存在不確定性和滯后效應［17］。三是對農作物產值的影響。有機肥替代化肥技術對農作物產值的影響主要通過產量和價格兩個途徑，首先上述分析得知在短期內有機肥替代化肥對農作物產量的影響存在不確定性，其次，若農產品市場是有效的，農產品可以實現優質優價的狀況下，采納技術的農戶可能會在市場機制作用下提高農作物產值，進而提高生產績效［18］。農戶分化背景下，由于不同類型農戶資源稟賦特征、經營目標以及面臨政策環境的差異，不同類型農戶技術采納的效果也會存在較大差異［19］。基于此，提出如下假說，假說1：低碳農業生產技術對農戶生產績效的影響具有不確定性。假說2：低碳農業生產技術對不同類型農戶生產績效具有差異性。

1.2 研究方法與模型構建

1.2.1 數據包絡分析法

數據包絡分析法（DEA）是基于相對效率概念，借助于每個決策單元（DMU）與最佳前沿面距離進而測量效率值的一種評價方法。其優勢表現在不必預先設置任何指標權重和無須估計參數，可以評估多投入、多產出的效率問題。DEA依據規模報酬可變與否的標準，可分為兩種模型：一是CCR模型，二是BCC模型。水稻生產具有多投入、多產出的特征，且水稻種植投入相對較容易控制，而產出規模收益可變，因此，適合采用DEA模型中投入導向的BCC模型對農戶生產績效進行評價。方程表達式為

minθ-ε∑mi=1si+∑sr=1s+r

s.t.

∑nj=1λjxij+s-i=θxi0

∑nj=1λjyij-s+r=yr0

∑nj=1λj=1

λj，s-i，s+r≥0

j=1，2，…，n;i=1，2，…，m;r=1，2，…，s

（1）

式中：

θ——DMU（農戶）的農業生產績效；

ε——非阿基米德無窮小，通常取ε=10-6；

y——

產出矩陣，主要為每戶農家水稻的總產量、總產值；

x——

投入矩陣，主要包括耕地投入、資本投入和勞動投入；

λ——決策變量；

s——松弛變量。

1.2.2 傾向得分匹配法（PSM）

低碳農業生產技術是否采納是農戶自愿選擇的結果，由于農戶的資源稟賦特征不同，且每個個體無法同時存在采納與不采納兩種狀態，因此無法準確衡量農戶采納技術后的實際效用。傳統的回歸方法和固定效應模型不能避免遺漏變量的存在，如何剝離其他因素對技術采納后效用的影響，解決內生性問題往往是研究這一問題的較大難點。而傾向得分匹配法（PSM）則通過將試驗組與對照組的樣本信息進行匹配，能夠減少實際觀察中的數據偏差和混雜的變量影響，較好地甄別技術采納后的實際效用。

因此，本文采用傾向得分匹配法研究農戶采納低碳農業生產技術的績效，將采納低碳農業生產技術的農戶設為“試驗組”，未采納低碳農業生產技術的農戶設為“對照組”。特別指出的是，低碳農業生產技術的采納與否是農戶自我選擇的結果，然而，考慮到農戶各異的初始稟賦特征，試驗組與對照組農戶若是直接比對結果易受到“選擇性偏差”的干擾。為此，Rubin提出了“反事實框架”，具體而言，以虛擬變量Di=0，1表示農戶是否采納低碳農業生產技術，即“已采納=1”，“未采納=0”，Di為處理變量，表示農戶采納技術后獲得的實際效用。基于此，農戶采納低碳農業生產技術后的農業生產績效存在兩種情況，即

yi=

y1i若Di=1

y0i若Di=0

（2）

式中：

y0i——

農戶未采納低碳農業生產技術的農業生產績效；

y1i——

農戶采納低碳農業生產技術的農業生產績效。

進一步可以將yi寫為

yi

=（1-Di）y0i+Diy1i

=y0i+（y1i-y0i）Di

（3）

其中，（y1i-y0i）表示農戶采納低碳農業生產技術的處理效應，由于（y1i-y0i）為隨機變量，因此平均處理效應

ATE=E（y1i-y0i）

（4）

其中，ATE表示隨機抽取的某個樣本農戶的平均處理效應，并不區分其是否采納有機肥替代化肥技術。為考察農戶采納有機肥替代化肥技術后獲得的農業生產績效，對上述公式做了進一步處理，獲得參與者的平均處理效應

ATT

=E（y1i-y0i|Di=1）

=E（y1i|Di=1）-E（y0i|Di=1）

（5）

由于E（y0i|Di=1）無法觀測，為了避免“選擇性樣本偏差”，對低碳農業生產技術的采納者匹配一個具有資源稟賦特征類似的未采納者，從而得到農戶采納技術的農業生產績效。因此，可以將式（5）進一步修正

ATT

=E（y1i|Di=1）-E（y0i|Di=0）

=E（y1i-y0i|Di=1）

=E{E［y1i-y0i|Di=1），P（x）］}

=

E{E［y1i|Di=1），P（x）］}-

E{E［（y0i|Di=1），P（x）］}

（6）

式中：

x——

除是否采納技術外其他可以影響農戶農業生產績效的可觀測變量；

P（x）——

農戶的傾向得分值，也就是在農戶資源稟賦特征既定的條件下，農戶進入處理組的條件概率。

2 數據來源與變量選取

2.1 數據來源與描述性統計分析

隨著工業化、城市化進程的加快，水稻在生產過程中化肥的過量與低效利用，已成為破壞農田生態系統、造成溫室氣體排放的重要原因之一［20］。東北地區是中國粳稻主產區與重要的商品糧生產基地，東北黑土區又是我國重要的生態功能區。鑒于此，選擇東北黑土區水稻典型種植區域農戶展開實地問卷調查，每個縣（市區）隨機選擇2個鄉鎮，每個鎮隨機選擇2個村，每個村隨機選擇10～20個農戶。以水稻種植戶為調研對象，調研方式為“一對一、面對面”入戶實地訪談。發放問卷730份，刨除數據缺失和存在偏差的問卷，共計有效問卷695份，有效率為95.21%。此外，本文借鑒張露等［21］的劃分標準，按照農戶經營目標，具體綜合農戶農業收入和為社會福利改進支付意愿二者的水平高低為劃分依據，將農戶分為生存型、生產型、生活型和功能型四類。其中，農業收入高低劃分以調研樣本農戶農業收入占家庭總收入比重來衡量，大于50%為高農業收入群體，反之為低農業收入群體；社會福利改進支付意愿則以詢問農戶碳減排支付意愿來衡量（表1）。

農業生產績效離不開農戶生產要素配置水平與產出水平，根據C-D生產函數的設定形式，農戶水稻生產投入主要包括耕地、種子、化肥、農藥、機械、勞工等，將種子、化肥、農藥、機械等費用合并后，分別對應于水稻種植耕地、資本和勞動力投入。產出主要包括農戶家庭水稻總產量和總產值，具體的描述性統計結果如表2所示。

由于樣本數據中各變量的量綱不同，數據之間差距太大，不能直接使用標準差比較各變量的離散程度，因此引入變異系數的概念，變異系數越大表明變量的離散程度越大。由表1中全樣本的結果可知，勞動力數量的變異系數最小，僅為0.49，說明各農戶家庭間勞動力投入的差異性相對較小，均值為3.89；總產值的變異系數則最大，為1.54，說明不同農戶農業生產創造的總產值差異較大，而種植面積的變異系數為1.04，小于總產值和總產量的變異系數，樣本農戶用相對較接近的種植面積創造出相對較離散的農業產出，這就意味著農戶間的農業生產績效存在差異。從不同類型的農戶來看，生產型農戶各變量的變異系數最大，生存型農戶則最小，說明生產型農戶農業投入、產出的差異性最大，而生存型最小；在對投入、產出變量的變異系數進行比較后發現，功能型農戶農業投入變量的變異系數明顯低于農業產出的變異系數，而其他類型農戶農業投入與產出變量的變異系數差異性相對較小，亦可初步推斷各類型農戶之間農業生產績效的相關趨勢。

2.2 變量設置

在變量設置上，以農戶農業生產績效、產量、產值作為因變量；以農戶是否采納低碳農業生產技術作為處理變量，即若采納，則賦值為1，反之，賦值為0；以農戶資源稟賦特征作為匹配變量；具體的農戶資源稟賦特征變量主要選擇：（1）年齡。年齡越大，其傳統的思維愈發根深蒂固，越不易接受新鮮事物，生產路徑的依賴性更強，也就是說年齡差距越大，其農業生產績效可能也大不相同；（2）受教育水平。受教育程度越高的農戶，其對農業生產性政策、管理能力等素質水平也越強，農業生產績效可能會更高；（3）技術培訓。理論上，技術培訓可以提高農戶的農業生產技術水平，從而提高農業生產績效，但已有文獻表明現有的農業技術培訓存在供需結構不匹配的問題，因此技術培訓會影響農業生產績效，但具體的影響程度存在不確定性；（4）務農人數。勞動力投入是農業生產績效測算中重要的投入變量，務農人數的多寡會影響農業生產績效；（5）家庭收入。一般來說，家庭收入水平越高，采納先進的農業技術的可能性就越高，農業生產績效由此可能會發生改變。

3 實證結果分析

3.1 數據包絡模型結果分析

采用前文介紹的數據包絡模型，運用MaxDEA軟件，對樣本農戶農業生產績效進行了測算，并對不同農戶進行分類統計，結果如表3所示。

由表2可知，樣本農戶的平均生產績效為0.777 4，如果消除生產要素錯配的影響，尚存在0.222 6的上升空間。農戶的農業生產績效主要集中在0.7～0.8之間，數量為277戶，占比為39.86%，農業生產績效低于0.6的農戶占比最少，僅為7.63%。從不同類型農戶來看，生活型、生存型和功能型農戶的農業生產績效較為接近，分別為0.767 6、0.762 6和0.760 5，略低于全樣本農戶的平均績效，生產型農戶的農業生產績效最高，達到0.811 5，可能的原因在于憑借其大面積土地的經營特點，規模效應在生產要素配置過程中愈發明顯，使得生產績效得以提高；從具體的績效分布來看，與指標的變異系數分析結果一致，功能型農戶的績效分布較為分散，除績效在0.7～0.8區間的農戶占比較大外，其他區間農戶占比相對較為平均。生活型農戶農業生產績效高于0.9的占比較少，而生產型農戶農業生產績效低于0.6的占比較少，這在一定程度上說明，由于生產型農戶投入到農業生產上的時間和精力均高于生活型農戶，造成了生產型農戶整體的農業生產績效高于生活型農戶的局面。

3.2 樣本匹配結果與平衡性檢驗

通過PSM方法構造“反事實”樣本。基于2.2節設定的樣本農戶資源稟賦特征，測算低碳農業生產技術采納績效的傾向得分值。通過對比傾向得分匹配前后二者的核密度函數圖可以看出，匹配后試驗組與對照組的（PS）曲線趨向重合，此時兩組樣本農戶的資源稟賦特征較為相近，具體如圖1所示。

為使技術采納效應結果更加精準，將全樣本中與共同取值范圍不符的樣本剔除后，對最終保留的584個樣本進行同質性檢驗。由表4可知，相較于匹配前，匹配后核心變量的標準化偏差值均小于10%，t檢驗結果也同樣顯示匹配后的兩組樣本在匹配變量上均無系統差異。上述檢驗的通過為下文實證分析低碳農業生產技術對農業生產績效的影響匹配出較為理想的數據樣本，有助于提升技術采納績效的實際效果。

3.3 全樣本下農戶采納低碳農業生產技術對農業生產績效的影響

為考察農戶采納低碳農業生產技術對農業生產績效的影響，采用傾向得分匹配方法中的k近鄰匹配、卡尺半徑匹配和核匹配同時進行估計，結果如表5所示。所得結果方向相同，數值相近，說明結果具有較強的穩健性。

理論上來講，低碳農業生產技術可以減少化肥施用量、改善土壤結構、提升農產品產量品質、實現農業增產增效，從而可以促進農戶農業生產績效的提升。但表5的結果表明，低碳農業生產技術影響農業生產績效的處理效應系數值為正，但不顯著。原因在于：（1）由于有機肥生產廠商的準入門檻較低，尤其在“綠色發展”理念提出后，政策紅利下市場上涌現出大量的有機肥生產者，為了追求利潤，部分有機肥生產廠商以假亂真，在較大程度上降低了有機肥替代化肥技術的增產效果。（2）由于有機肥的價格高于化肥價格，且在基肥環節需要將有機肥一次性投入，所需人工成本較高，在一定程度上降低了農業生產績效。（3）在農產品市場與質量認證機制不完善的狀況下，較難實現“優質優價”，不利于農產品產值的顯著提升。（4）作為一種“慢性”技術，有機肥替代化肥技術生產績效顯現可能存在滯后效應。這與調研中相關專家與多數農戶均認為有機肥替代化肥技術需要連續采用3～5年的時間才會產生明顯效果相一致。

為了進一步考察有機肥替代化肥技術對農業生產績效的影響，將農業生產績效分解成總產量和總產值進行PSM檢驗。結果表明，總產量和總產值的處理效應均呈現正向影響，但均不顯著。對于總產量而言，有機肥替代化肥技術的初衷本是改善土壤肥力、提高產品質量，而對產量的影響本就是一個長期的過程，短期的不顯著便可以理解了；對于總產值而言，若有機肥替代化肥技術能夠提高產品質量并且農產品市場是有效的，則農產品質量的提升會帶動價格的同步上漲，但結果卻與之不符。調研中發現，較多農戶采納有機肥替代化肥技術后生產的產品缺乏認證，銷售價格與普通的產品無異，這無疑不利于實際產值的提升。

3.4 不同類型農戶采納有機肥替代化肥技術對農業生產績效的影響差異

為了進一步分析不同農戶技術采納對農業生產績效的影響，采用傾向得分匹配法中的近鄰匹配對不同類型農戶進行群體差異性研究，結果如表6所示。

由表6可知，生活型、生存型和生產型農戶采納低碳農業生產技術對農業生產績效的影響不顯著，與全樣本結果一致，僅有功能型農戶采低碳農業生產技術后可以顯著促進農業生產績效的提升。出現這一結果的原因可能在于，功能型農戶的農業生產經營目標往往是追求產值最大化，更偏好于選擇采納能提高附加值的技術。在綠色有機認證制度下，功能性農戶會創造更高的生產總值，有利于農業生產績效的提高。生活型農戶的農業生產績效不顯著的原因可能在于，這類農戶通常以兼業為主，為了降低從事農業的勞動成本，普遍較少采納有機肥替代化肥技術，而往往偏好于增加單次肥料施用量，即所謂的“一炮轟”，不利于產出數量和產品質量的改善。生存型農戶的農業生產績效不顯著的原因可能在于，該類農戶的生產能力和資金條件相對有限，使用以家庭內部循環為基礎的有機肥替代化肥技術和勞動力的“無限投入”可能是較好的方案選擇，然而受限于土地規模小而分散的特點，降低了農業生產績效。從技術采納的產量效應來看，生存型由于其在小規模范圍內精耕細作的經營特點，技術的采納對其產量在10%的水平上具有顯著提升的作用。產量的小幅提高并沒有帶來產值的顯著提高，這與農產品市場不健全下價格機制難以發揮作用有關。生產型農戶的農業生產績效不顯著的原因可能在于，該類農戶往往是通過規模化生產實現規模效應，但在農業生產過程中，不論是商品有機肥替代模式還是生物肥替代模式，均存在耗費額外高昂的人工成本和肥料產出低效的風險，不利于農業生產績效的改善。

在進一步對表6（2）總產量和表6（3）總產值分析可知，在4種類型農戶中，僅有功能型農戶采納技術后總產值得到了顯著的提升，但是結果也表明，總產量也出現了明顯的下降。調研中發現，由于綠色有機認證制度對功能型農戶施肥有明確規定，如有機水稻在僅施用有機肥的狀況下，產量一般會下降1/3～1/2。因此，技術采納對功能型農戶的水稻產量是負向影響。而其他三類農戶在沒有質量標準規定的情況下，為保證產量，有機肥替代化肥的比例會根據地力情況，替代比例一般較小，在一定程度上對產量有提高作用，但是有機肥替代化肥對地力改善是一個長期過程，短期內對產量有正向影響，但是不顯著。此外，基于家庭經營目標，生活型、生存型和生產型三類農戶較難通過價值機制實現產品溢價，因此，對農業產值具有正向影響，但不顯著。

4 結論與政策啟示

4.1 研究結論

利用695份農戶實地調研數據，實證分析農戶采納低碳生產技術對農業生產績效及群體差異。

1） 樣本農戶的平均生產績效為0.777 4。其中，生活型、生存型和功能型農戶的農業生產績效較為接近，分別為0.767 6、0.762 6和0.760 5；生產型農戶的農業生產績效最高，達到0.811 5。

2） 農戶采納低碳農業生產技術影響農業生產績效、總產量和總產值的處理效應系數值均為正，但不顯著。

3） 不同類型農戶低碳農業生產技術采納對農業生產績效的影響存在異質性。僅有功能型農戶采納技術后可以顯著促進農業生產績效的提升，而生活型、生存型和生產型三類農戶采納低碳農業生產技術對農業生產績效的影響不顯著。從對產量影響來看，低碳農業生產技術對生存型農戶水稻產量具有顯著正向影響，對功能型農戶水稻產量具有顯著負向影響，對其他兩類農戶水稻產量影響方向為正但不顯著。從產值來看，只有功能型農戶技術采納后對水稻產值具有顯著正向影響，對其他農戶影響方向為正，但不顯著。上述群體差異本質上還是要歸因于農戶家庭經營目標的不同。

4.2 政策啟示

全球氣候變暖對世界糧食安全、人類健康和經濟社會可持續發展造成嚴重威脅。黨的二十大報告指出，要協同推進降碳、減污、擴綠、增長，推進生態優先、節約集約、綠色低碳發展。農業具有減碳和增匯的雙重屬性，這就決定了“雙碳”目標的實現需要農業的深度參與。多年來，中國圍繞農業發展方式轉型，推廣普及了一系列農業低碳技術，在農戶層面得到了一定程度的采用。然而，在農業實際生產中，由于市場機制不健全，以政府為主導的生態補償呈現“弱激勵”特征，導致農戶生產的低碳農產品經濟價值未能顯化，付出的生態成本無法確切測算，難以對農戶低碳生產行為形成有效激勵，最終導致技術普及效果不盡如人意。因此，低碳農業發展任重而道遠，需要從多方面努力。

（1）加強宣傳教育與技術培訓，提高農戶技術價值認知水平與技術應用能力，這是農戶采納技術的基礎條件。

（2）在傳統政府激勵的基礎上重視和拓寬市場驅動機制，構建政府與市場協同的農業低碳轉型補償機制，這是推動農戶持續參與低碳農業生產建設的關鍵路徑。

（3）從自下而上視角考察農戶經營目標的異質性，有針對性地分類實施激勵政策和配套措施，這是農戶分化趨勢下，提升政策有效性，實現“政府‘雙碳’目標”與“農戶經濟受償”的有機銜接的重要保障。

參 考 文 獻

［1］張俊飚， 何可. “雙碳”目標下的農業低碳發展研究： 現狀、誤區與前瞻［J］. 農業經濟問題， 2022， 513（9）： 35-46.

Zhang Junbiao， He Ke. Current situation， misunderstandings and prospects of agricultural low-carbon development under the targets of carbon peak and carbon neutrality ［J］. Issues in Agricultural Economy， 2022， 513（9）： 35-46.

［2］熊素， 羅蓉. “雙碳”目標下中國農業綠色發展： 理論框架、困境審視及破局之道［J］. 農村經濟， 2023， 484（2）： 106-115.

Xiong Su， Luo Rong. Green development of agriculture in China under the “dual carbon” goal： Theoretical framework， dilemma review， and ways to break the situation ［J］. Rural Economy， 2023， 484（2）： 106-115.

［3］Cui Y， Khan S U， Deng Y， et al. Regional difference decomposition and its spatiotemporal dynamic evolution of chinese agricultural carbon emission： Considering carbon sink effect ［J］. Environmental Science and Pollution Research， 2021， 28： 38909-38928.

［4］陳儒， 姜志德， 趙凱. 低碳視角下農業生態補償的激勵有效性［J］. 西北農林科技大學學報（社會科學版）， 2018， 18（5）： 146-154.

Chen Ru， Jiang Zhide， Zhao Kai.Study on incentive effectiveness of agricultural ecological compensation under low carbon perspective ［J］. Journal of Northwest A amp; F University（Social Science Edition）， 2018， 18（5）： 146-154.

［5］曾晶， 李劍， 青平，" 等. 農戶作物營養強化技術采納提高了生產績效嗎？——基于小麥種植戶的實證分析［J］. 中國農村觀察， 2022（1）： 107-125.

Zeng Jing， Li Jian， Qing Ping， et al. Does farmers’ adoption of biofortification crop technologies improve production performance？ An empirical analysis based on wheat growers ［J］. China Rural Survey， 2022（1）： 107-125.

［6］吳萌， 任立， 甘臣林， 等. 城市近郊區農戶土地投入行為績效評價及障礙因子診斷——耕地多功能價值視角下的多群組對比分析［J］. 中國土地科學， 2020， 34（2）： 37-45.

Wu Meng， Ren Li， Gan Chenlin， et al. Performance evaluation and obstacle factor diagnosis of farmers’ land investment behavior in suburbs： a contrastive analysis based on MVCL ［J］ China Land Science， 2020， 34（2）： 37-45.

［7］劉暢， 呂杰， 付嬈. 小農戶嵌入現代農業的銜接模式及其績效研究［J］. 農村經濟， 2021（10）： 119-126.

Liu Chang， Lü Jie， Fu Rao. Research on the connection mode and performance of small farmers embedding into modern agriculture ［J］. Rural Economy， 2021（10）： 119-126.

［8］吳雪蓮， 張俊飚， 何可. 農戶水稻秸稈還田技術采納意愿及其驅動路徑分析［J］. 資源科學， 2016， 38（11）： 2117-2126.

Wu Xuelian， Zhang Junbiao， He Ke. Farmer willingness to adopt rice straw returning technology and driving path ［J］. Resources Science， 2016， 38（11）： 2117-2126

［9］耿宇寧， 鄭少鋒， 劉婧. 農戶綠色防控技術采納的經濟效應與環境效應評價——基于陜西省獼猴桃主產區的調查［J］. 科技管理研究， 2018， 38（2）： 245-251.

Geng Yuning， Zheng Shaofeng， Liu Jing. The evaluation of economic and environmental effects of farmers’ integrated pest management technology adoption behavior： Based on the investigation in kiwi fruit main production areas of Shaanxi Province ［J］. Science and Technology Management Research， 2018， 38（2）： 245-251.

［10］馬鵬超， 朱玉春. 設立村級河長提升農村水環境治理績效了嗎？——基于傾向得分匹配（PSM）的反事實估計［J］.南京農業大學學報（社會科學版）， 2022， 22（1）： 149-159.

Ma Pengchao， Zhu Yuchun.Did the establishment of village-level river chief improve the performance of rural water environment governance？ Based on the counter-factual estimation of the propensity score matching （PSM）［J］. Journal of Nanjing Agricultural University（Social Sciences Edition）， 2022， 22（1）： 149-159.

［11］許珍珍， 趙曉峰. 農業經營主體技術采納行為差異化的實踐形態、形成原因及其影響［J］. 中國科技論壇， 2022， 310（2）： 178-188.

Xu Zhenzhen， Zhao Xiaofeng. Practical patterns， causes and implications of differentiated technology adoption behaviour of agricultural operators ［J］. Forum on Science and Technology in China， 2022， 310（2）： 178-188.

［12］賓幕容， 文孔亮. 基于農戶滿意度的循環農業技術采納的績效研究——以畜禽養殖廢棄物利用為例［J］. 江西社會科學， 2017， 37（9）： 93-99.

Bin Murong， Wen Kongliang. Research on the performance of circular agriculture technology adoption based on farmers’ satisfaction： Taking the utilization of livestock and poultry farming waste as an example ［J］.Jiangxi Social Sciences， 2017， 37（9）： 93-99.

［13］孫若梅. 綠色農業生產： 化肥減量與有機肥替代進展評價［J］. 重慶社會科學， 2019（6）： 33-43.

Sun Ruomei. Production of green agriculture： An evaluation of the process of reducing chemical fertilizer and replacing with organic fertilizer ［J］. Chongqing Social Sciences， 2019（6）： 33-43.

［14］劉莉， 劉靜. 基于超越對數生產函數的有機肥與化肥替代彈性分析——來自渤海灣蘋果主產區果農施肥行為調查［J］. 農業技術經濟， 2022（8）： 69-82.

Liu Li， Liu Jing. Analysis of substitution elasticity of organic fertilizer and chemical fertilizer based on trans—log production function： Investigation from the dominant apple producing areas in Bohai bay ［J］. Journal of Agrotechnical Economics， 2022（8）： 69-82.

［15］陸泉志， 張益豐. 農戶從測土配方施肥中獲益了嗎？——兼論測土配方施肥技術緣何“叫好不叫座”［J］. 農業經濟與管理， 2023， 79（3）： 48-58.

Lu Quanzhi， Zhang Yifeng. Have farmers benefited from soil testing and formulated fertilization？ On the reason why soil testing and formulated fertilization is “widely acclaimed but not widely adopted” ［J］. Agricultural Economics and Management， 2023， 79（3）： 48-58.

［16］許玲燕， 張端端， 杜建國. 環境規制與新型農業經營主體綠色發展績效——基于有調節的中介效應分析［J］. 中國農業資源與區劃， 2023， 44（2）： 77-88.

Xu Lingyan， Zhang Duanduan， Du Jianguo. Environmental regulation and green development performance of new agricultural operation entities： Based on moderated mediation effect analysis ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2023， 44（2）： 77-88.

［17］于艷麗， 李樺. 多主體協同治理下茶農綠色生產績效［J］. 長江流域資源與環境， 2021， 30（9）： 2299-2310.

Yu Yanli， Li Hua. Performance analysis of tea farmers’ green production under multi-agent collaborative governance ［J］. Resources and Environment in the Yangtze Basin， 2021， 30（9）： 2299-2310.

［18］陳轉青. 政策導向、市場導向對農戶綠色生產的影響——基于河南865個農戶的實證分析［J］. 管理學， 2021， 34（5）： 109-125.

Chen Zhuanqing. The influence of policy-orientation and market-orientation on farmers’ green production： Based on the empirical analysis of 865 farmers in Henan ［J］. Journal of Management， 2021， 34（5）： 109-125.

［19］王桂霞， 楊義風. 農戶有機肥替代化肥技術采納行為決定： 市場驅動還是政府激勵？——基于農戶分化視角［J］. 農村經濟， 2021（4）： 102-110.

Wang Guixia， Yang Yifeng. To make decision on adopting organic fertilizer instead of chemical fertilizer： Market-driven or government incentives？ ［J］. Rural Economy， 2021（4）： 102-110.

［20］張廣斌， 馬靜， 徐華. 中國農田非CO2溫室氣體減排的研究現狀與建議［J］. 中國科學院院刊， 2023， 38（3）： 504-517.

Zhang Guangbin， Ma Jing， Xu Hua. Status quo of research and suggestions on reduction of non-CO2 greenhouse gas emission from chinese farmland ［J］. Bulletin of Chinese Academy of Sciences， 2023， 38（3）： 504-517.

［21］張露， 羅必良. 農業減量化： 農戶經營的規模邏輯及其證據［J］. 中國農村經濟， 2020， 422（2）： 81-99.

Zhang Lu， Luo Biliang. Agricultural chemical reduction： The logic and evidence based on farmland operation scale of households ［J］. China Rural Economy， 2020， 422（2）： 81-99.