政策性農作物保險的生態環境效應研究

　　摘 要：發展綠色農業已成為全球共識，通過對農業補貼等政策的調整引導農民發展綠色農業已成為各國農業發展的新趨勢。相關研究表明，政策性農作物保險通過改變農戶農業生產的預期收益，會引起對化肥、農藥等農業生產資料投入行為的調整并對生態環境造成影響。文章基于對福建省稻農的調查數據，運用聯立方程組模型對現行政策性農作物保險與農戶農用化學品投入行為之間的關系進行了實證分析。結果顯示，農戶增加化肥的投入數量會提高其參保意愿，增加農藥投入量會降低其參保意愿;相對于未參保的農戶，農戶參保后其單位面積化肥投入量增加了 6.21%，而單位面積農藥投入量降低了 1.82%。再以農戶耕地規模為分類標準，對政策性農作物保險制度與農戶農用化學品投入行為的關系進行異質性檢驗，發現規模農戶參保后其單位面積化肥投入量比普通農戶降低了 3.41%;在農藥投入上，規模農戶比普通農戶降低了 4.13%。據此，提出政策建議：應針對農戶“低碳型”與“高碳型”農業生產技術實施差異化的補貼和保障方案，使政策性農作物保險的補貼和保障水平設計更精準化;應積極引導農戶通過土地流轉或土地托管等方式實施適度規模化經營，從而發揮政策性農作物保險制度潛在的生態環境效應;應建立政策性農作物保險利益誘導機制，引導農戶選擇環境友好型的農業生產行為。

　　關鍵詞：政策性農作物保險;化肥投入;農藥投入;生態環境效應

　　馬改艷 ; 賴永波; 林業經濟2021.08

　　1 引言

　　在經歷了長期業務停滯和萎縮之后，我國政策性農作物保險在 2004 年進入了快速發展期。2004 年的《中共中央 國務院關于促進農民增加收入若干政策的意見》提出，要加快建立政策性農業保險制度，選擇部分地區先行試點，有條件的地方要給予參保農戶一定的保費補貼。2007 年初，財政部印發《中央財政農業保險保費補貼試點管理辦法》，同年即開始在內蒙古、吉林、江蘇、湖南、四川和新疆等省(區)試點政策性農作物保險制度，財政部承擔 25% 的保費，省級財政部門也承擔 25% 的保費，剩余部分由市縣級財政部門和參保主體承擔，承保標的物包括玉米、水稻、小麥、大豆和棉花。試點地區執行“低保障、廣覆蓋”的原則，保險提供的保障范圍僅覆蓋農作物生產的直接物化成本。2007 年之后，在政策推動和市場需求的共同作用下，政策性農業保險進入快速、規范發展階段，除試點省(區)外其他省(區、市)也陸續開展了政策性農業保險試點。截至 2012 年，我國除港澳臺地區之外，所有省(區、市)都已實施了政策性農業保險，涉及種植業、養殖業、畜牧業、漁業、林業等多個領域。近年來我國政策性農業保險發展迅速，根據《中國農業保險統計年鑒 2020》的數據，2020 年全國農業保險保費收入 814.93 億元，為 1.89 億農戶提供了 4.13 萬億元的風險保障，我國農業保險保費收入規模已超越美國，成為全球最大的農業保險市場。政策性農作物保險在保障我國農業生產、穩定農民收入方面發揮了重要作用(馬九杰等，2020)。

　　目前，我國的農業面源污染情況十分嚴重，化肥、農藥等農用化學品的過量投入是造成農業面源污染的重要原因(陳俊聰等，2015)。中國地質調查局(2016)發布的《中國地球化學調查報告(2016 年)》數據顯示，我國 8480 萬 hm2 (12.72 億畝)耕地無重金屬污染，占已調查耕地面積的 91.8%。化肥農藥等化學品的過量投入，不僅嚴重危害生態安全和農業安全，影響我國農業的可持續發展，還會影響我國農產品國際競爭力的提升。

　　那么，政策性農作物保險實施是否和日益嚴重的面源污染存在一定的關聯?即政策性農作物保險制度會通過影響農戶生產行為調整進而影響農業生態環境嗎?這個問題是值得深入探究的重要議題。理論上講，政策性農作物保險可以通過發揮其風險分散和收入補償功能，進而調整農戶的收入預期，從而影響其農業生產要素(如水、肥、藥等)的投入或生產行為(如種養結構調整等)，而化肥與農藥投入的變化必然會影響農業生態環境。本質上講，農戶參與保險和水肥藥投入調整都是農戶對風險的管理行為，探究農戶這兩種風險管理行為之間的內在關聯具有重要意義。相關研究也表明，農業保險制度對農戶化學品投入有正向或負向(鐘甫寧等，2007 ;張偉等，2014)的影響。2012 年中共中央《關于加快推進農業科技創新持續增強農產品供給保障能力的若干意見》就提出，通過農業保險補貼推動農業技術進步、改善農村生態環境，可以看出，現行政策性農業保險已將環保職能作為其政策目標之一(庹國柱等，2018)。總之，政策性農作物保險實施是否影響以及如何影響農業生態環境，需要從農戶生產要素調整的微觀視角進行深入的理論分析與實證檢驗。

　　因此，本文從兩個方面重點研究 ：(1)與其他從更宏觀的糧食安全效應、收入保障效應角度分析政策性農作物保險的研究不同，本文從農戶化學品投入調整這個微觀視角進行保險政策的研究。假定農戶是理性經濟人，在農業保險平滑家庭收入的預期和既定生產約束條件下，農戶將合理配置化學品要素的投入，以降低農業生產風險方差、實現化學品投入效用的最大化，化學品配置的調整將通過農田土壤和地下水系統影響農業生態環境。(2)考慮到農戶投保決策與其化學品投入行為可能是同時發生且相互影響的，擬用聯立方程模型模擬農戶投保決策與其化學品投入的內在互動反饋關系，以較好地規避大多數現有研究所采用的單方程模型分開估計而產生的內生性問題和樣本選擇偏差導致的估計不準確問題。本研究既能豐富有關農業保險制度的相關政策效應研究，又能為進一步優化現行政策性農作物保險制度提供一定的決策依據，以減少保險補貼導致的未來生產資源錯配而引起的農業生態環境問題。

　　2 文獻回顧與評述

　　隨著農業保險的發展，很多學者開始關注農業保險對農民化學品投入、生產方式的影響以及由此產生的環境效應。學者們對農業保險制度究竟是增加了還是減少了化學品投入的研究，至今尚未取得一致性定論。一部分學者認為農業保險會導致農民減少化學品的投入，如 Quiggin(1993)對美國中西部地區玉米和大豆種植者的研究發現，購買農業保險后農民會減少農藥、除草劑和化肥的投入量 ;Smith et al.(1996)針對美國堪薩斯州麥農的研究也得出類似結論，即農戶參保后其氮肥投入金額大致會減少 5 美元 / hm2 。Yan et al.(2009)針對美國密西西比州棉農的實證研究表明，由于存在道德風險，參保會誘使棉農減少除草劑和殺蟲劑的投入量。張弛等(2017)采用傾向得分匹配法分析了農業保險參保行為對糧食種植戶有機肥投入的影響，結果表明，農戶參保行為能顯著降低有機肥投入，參保地塊上投入有機肥的概率比未參保地塊低 3% ? 7% 左右。張哲晰等(2018)基于黃淮海與環渤海區域的蔬菜專業村農戶調查數據，運用內生轉換模型對農戶參保后其化肥投入變化進行了檢驗，結果表明參保后農戶單位面積化肥投入量有所下降。張弛等(2019)運用 2015 年黑龍江、河南、浙江、四川4個省的糧農調研數據，以地塊為研究對象，考察了農業保險對農戶農藥投入的影響，實證結果表明，糧農參保的地塊其農藥投入次數顯著低于未參保的地塊。李琴英等(2020)運用 2018 年河南省的調研數據，基于情景模擬的組間實驗和 Probit 模型，揭示農戶對農業保險政策不同認知的情景下其參保行為對化學品投入的影響。結果顯示，當農戶對政策認知度較低時，其參保行為對化學品投入傾向的影響不顯著，而當農戶對政策認知度較高時，其參保行為對化學品投入有顯著的負向影響。

　　與此相反，Horowitz et al.(1993)針對美國中西部玉米種植者的研究表明，參保農民相對未參保農民，其單位面積的氮肥投入量增加了 19%，農藥投入量增加了 21%，除草劑等的投入量也相應增加 ;Chakir et al.(2010)在對法國油菜保險進行實證研究后發現，農業保險政策鼓勵農戶提高了農業生產中的化學品投入。仇煥廣等(2014)運用四省(黑龍江、吉林、河南和山東)玉米種植戶的調查數據，探究導致農戶過量施肥的原因，結果表明，農戶風險規避是造成其過量施肥的重要原因。張偉等(2014)的研究也發現，農業保險政策會促使農戶重新耕作高風險土地，進而在該地塊上增加化學要素的投入。羅向明等(2016)以廣東省中山市為調研地區的實證研究發現，農業保險政策的推廣增加了專業化養殖和種植大戶數量，在缺乏有效政策約束的情況下，種養大戶的增加又可能引致更多的農用化學品污染和畜禽糞便造成地下水污染，并最終對農業生態環境產生不良影響。Kenneth et al.(2020)利用肯尼亞玉米種植戶的數據，考察當地的天氣指數保險與農戶化肥投入的關系，結果發現，該保險會引起農戶化肥投入的增加，但會減少有機肥的投入。

　　還有學者的研究表明，農業保險政策對農民化學品投入的影響具有不確定性，如 Mishra et al.(2005)研究發現，參保后農民會增加某一類化學品的投入量，卻會減少另一些化學品的投入量。還有研究指出，農業保險補貼政策對農民形成了經濟激勵，導致原本不適合耕作的貧瘠土地被開墾為耕地，造成土壤侵蝕范圍擴大。鐘甫寧等(2007)以新疆瑪納斯河流域為例，對棉花保險引起的農戶化學品投入行為進行了實證分析，發現農戶參保決策在一定程度上可以增加其化肥與農膜的投入，但統計結果并不是很顯著，而農戶參保決策對其農藥投入量則產生顯著的負向影響。

　　綜上所述，學界已對“包括農業保險在內的農業補貼政策會影響農業生態環境”這個議題達成了共識，但是由于學者們采用的估計方法不同、農業生產環境各異、各地及每種作物的農業保險條款和每種化學要素對作物生長的作用各異，使得實證結論存在一定差異，甚至截然相反(周靜，2020)。不過，現有研究還存在一定的局限性。一是在理論分析框架上，大多數學者單獨就農戶參保意愿或農戶參保對其化學品投入的影響進行研究，但農戶參保與其化學品投入是一個連貫的、雙向互動的過程，將兩者割裂開來進行研究，不利于全面掌握政策性農作物保險的功能以及如何發揮功能的作用機制。二是在研究方法上，現有研究大多采用單方程模型對農戶參保決策的影響因素或農戶參保的生產資料投入效應進行估計，但是，農戶參保行為與其生產要素配置決策可能是同時發生的，并受到共同的不可觀測因素影響，將它們分開估計將不利于解決內生性問題。三是現有研究大多從區域或地塊的角度進行農戶參保及其效應的異質性分析，較少從農戶分化的角度進行異質性分析，雖然不同區域農戶的參保決策及參保后生產要素投入行為確實存在較大差異，農戶也根據地塊質量好壞投入不同的生產要素以取得最大收益，但農戶參保及生產資料投入行為最主要還是受農戶農業生產規模的影響。通常小規模農戶因其農業收入占家庭收入的比重小，不重視保險的作用，而大規模農戶出于農業收入占比大的考慮，其參保意識明顯較強，因而，農戶角度的異質性分析很有必要。

　　鑒于此，本文與已有研究相比，主要在三個方面有所創新 ：第一，在理論分析框架上，將農戶參保決策與其化學品投入量放在統一的框架下進行分析，考察農戶在趨利性和風險規避動機下，如何根據自身經濟社會特征和資源稟賦、耕地質量等生產條件和對生態環境的認知等約束條件，進行農業保險的參保決策分析和化學品投入量的決策分析，且將化肥與農藥這兩種化學品投入量放在一個框架內同時考察，有別于大多數已有文獻選擇某一種化學品單獨考察 ;第二，在研究方法上，采用聯立方程組分別將農戶參保決策與化學品投入行為進行聯合估計，進而系統考察農戶參保決策與化學品投入量的關系，以解決模型估計的內生性問題，并通過變更估計方法(以極大似然估計法 MLE 替代三階最小二乘法 3SLS)和替換核心解釋變量的測度技術進行穩健性檢驗，以提高研究結論的可靠性 ;第三，針對不同經營規模的農戶，其政策性農作物保險的參保決策影響農業化學品投入必然不同。本文將農戶劃分為普通農戶和規模農戶，分析政策性農作物保險影響農戶化學品投入的異質性，以明確政策性農作物保險對什么類型的農戶產生化學品投入調整的影響更顯著。

　　3 理論分析框架與研究方法

　　為考察農戶參保與其化學品投入量之間雙向互動機制，基于農戶生產行為理論，結合已有文獻，構建農戶參保決策與化學品投入量關系的理論分析框架，并選擇聯立方程組模型進行檢驗。

　　3.1 理論分析框架

　　根據理性經濟人假設理論，利潤最大化是農戶參保決策與生產要素投入決策的目標。農戶參保情境下，其預期收益發生改變，為保證生產利潤的最大化，以及在一定程度的道德風險作用下，農戶會調整生產要素的投入量。同時，農戶生產要素的投入也會改變農作物生產風險環境，進而引起農戶參保決策的變化(寧滿秀，2006)，農戶參保與其化學品投入量之間雙向互動影響機制如圖 1 所示。

　　3.1.1 農戶化學品投入行為對參保決策的影響

　　根據理性經濟人假設，農戶通常會結合其自身情況(個人社會經濟特征)、歷史或預期風險和損失情況、保險產品條款、經營規模等方面綜合考慮是否參保(張偉等，2014)。具體而言，農戶首先會判斷家庭收入對保險的支付能力，進而會根據歷史風險狀況預測下一季發生災害風險的情況，并相應調整自身風險應對措施，如用農業化學品的投入來綜合判斷其是否參與農業保險(張弛等，2017 ;張哲晰等，2018)。倘若減少某種化學品的投入會引起農作物減產的可能性增加，進而得到保險賠付的概率增加，那么，農戶在減少該種要素投入的同時會傾向于參保 ;而如果增加某種化學品的投入會引起更高的期望產量與產量波動，產量波動的增加意味著農戶得到保險賠付的概率增加，農戶就有動機在增加該化學品投入的同時購買農業保險(寧滿秀，2006)。農戶對保險產品性價比的估計，會根據其以往參保遭遇損失后，保險賠付的進度與金額，并與保費支出作對比，綜合考慮是否參保。農作物歷史單產和農業經營規模也會影響農戶對保險的認知與風險態度，農作物歷史單產也反映了該地區遭遇自然災害的歷史情況，不同災害風險下不同經營規模的農戶的參保決策必然不同(陳俊聰等，2015)。據此，農戶參保決策函數式如式(1)所示。

　　式(1)中，insurance 表示農戶是否參保，feature 表示農戶社會經濟特征，用農戶家庭收入、農戶風險態度和農戶個人教育年限三個具體變量衡量。chemicals 表示農戶化學品投入情況，relief 表示政府救災幫扶情況，security 表示農業保險條款，如保險保障金額和保險服務水平，scale 表示農戶的經營規模，用耕地面積衡量。

　　3.1.2 農戶參保決策對其化學品投入行為的影響

　　農戶參保后其生產行為的調整機制分析是本文的重點。農戶盲目投入化肥、農藥等化學品已導致我國嚴重的面源污染，威脅著農業的可持續發展。理清農戶化學品投入決策過程對引導農戶合理投入化學品非常重要。農戶化學品投入決策同樣是一個復雜的過程，理性農戶會根據化學品投入的成本與收益最大化其化學品投入效率。一般來說，在未參保的情況下，農戶化學品投入決策受到其個人和家庭經濟社會特征、耕地質量、耕地規模、農業風險狀況、對化學品潛在環境危害的認知度和是否參與了肥藥使用技術培訓等因素的綜合影響(張祖榮等，2016 ;劉莉，2020)。

　　農業保險政策影響農戶化學品投入行為的理論機制為 ：政策性農作物保險作為重要的支農工具，能為參保農戶提供風險轉嫁和損失補償功能，進而提高參保農戶的福利水平和預期收入，緩解農戶的資金約束(宗國富等，2014)，且政策性保險大量的保費補貼能降低農戶的參保門檻。農戶參保能在短期內穩定家庭收入，長期內提高其家庭收入，進而為農戶增加單位耕地化學品投入提供了資金保障，且理性農戶為了規避風險會增加肥藥投入量，尤其會增加中下等耕地上的肥藥投入量，因為水熱條件良好的高產耕地的肥藥投入一般是飽和的(徐斌等，2016)。已有研究表明，在不考慮道德風險的條件下，為獲得預期收入，與未參保農戶相比，參保農戶會增加其風險性資本投入，減少非風險性資本投入(Ramaswami， 1993)。化肥被普遍認為是風險性資本，農藥是非風險性資本(Horowitz et al. 1993)，即農戶是否施肥對農業產出波動的影響巨大，農藥投入量不增加預期的正常產量，但會在嚴重病蟲害情況下減少農業產出損失。因此，理論上，農戶投保后會提高其化肥投入量，而減少農藥投入量，以期望獲得更大收益。此外，農業保險有利于激勵農戶的種糧積極性(葉明華等，2017)，農業保險會鼓勵農戶投入邊際土地種糧，也有助于棄耕農戶復種。顯然，家庭投入邊際土地或棄耕復種的情形下，相對于沒有投入更多土地或復耕的情形，農業生產中投入的土地更多，進而帶來化肥、農藥投入的整體增加。可以看出，農戶參保決策是其化學品投入行為的重要影響因素。據此，農戶化學品投入決策如式(2)所示。

　　式(2)中，chemicals 表示農戶化學品投入情況，feature 表示農戶社會經濟特征，insurance 表示農戶是否參保，quality 表示耕地質量，scale 表示農戶的經營規模，risk 表示農業風險狀況，用近三年遭受自然災害狀況衡量，yield 表示農作物單產，training 表示農戶參與化學品投入技術培訓的情況，relief 表示政府救災情況，cognition 表示農戶對生態環境保護的認知。

　　3.1.3 農戶參保決策與其化學品投入行為的雙向互動關系

　　綜合以上理論分析框架，再結合鐘甫寧等(2007)和張哲晰等(2018)相關文獻的模型構建與變量選取辦法，構建農戶參保決策與其化學品投入行為的雙向互動關系的聯立方程組模型，分別如式(3)、式(4)、式(5)所示。

　　式(3)為農戶參保決策方程，式(4)為農戶化肥投入方程，式(5)為農戶農藥投入方程。式(3)是式(1)的具體展開，式(4)與式(5)是式(2)的具體展開。

　　式(3)中的 insurance、式(4)中的 fertilizer、式(5)中的 pestcide 都是內生變量，其余影響農戶參保決策和化學品投入決策的變量是外生變量，模型中除虛擬變量外，其他變量均取其自然對數值。

　　上述模型中的變量符號與含義說明如下 ：

　　模型中包含三個內生變量 ：農戶是否參保 insurance(賦值 ：1 = 是，0 = 否)，它是式(3)的被解釋變量，也是式(4)與式(5)的核心解釋變量 ;fertilizer 為農戶單位耕地化肥投入量(kg / hm2 )，它是式(4)被解釋變量及式(3)的核心解釋變量 ;pestcide 為農戶單位耕地農藥投入量(kg / hm2 )，它是式(5)的被解釋變量及式(3)的核心解釋變量。因為這兩種化學品的投入會改變農戶農業生產風險狀況，進而對農戶參保決策產生影響。同時，農戶參保情境下，農戶的化肥與農藥投入也會發生變化。

　　本文將其余外生變量設為控制變量。attitude 表示農戶的風險態度(賦值：1= 風險偏好，0= 風險規避)。一般而言，農戶越是風險偏好型的，越不采用保險的方式 ;反之，農戶越是厭惡風險，越會購買保險抵御風險，風險態度會影響農戶對化學品的投入決策。

　　income 為農戶家庭人均收入(元 / 年)。該因素反映農戶對保險的購買能力和風險承受能力，一般而言，一方面，家庭收入越高的農戶，對保險費的承受能力越強，越愿意購買保險 ;另一方面，家庭收入高，意味著風險承受能力強，反過來會制約其購買保險 ;家庭收入顯然也會影響農戶化肥、農藥的投入決策，農戶家庭收入越高，農戶對化肥、農藥投入的資金約束就越小。

　　education 為農戶教育年限(年)。農戶教育程度越高，越容易接受保險，購買保險的可能性就越大 ;同時，農戶教育程度決定其技術接受程度，從而影響化肥、農藥的投入量。

　　disaster 為農戶近三年遭受自然災害狀況(賦值 ：1 = 近三年農戶遭受了自然災害，0 = 近三年農戶沒有遭受自然災害)。顯然，近三年內農戶遭受了氣象災害、病蟲害，農戶越可能購買保險抵御風險 ;近三年農戶遭受了病蟲害，農戶投入的農藥量就越多，化肥的投入量與自然災害的關系不大，因此，該變量不進入農戶化肥投入行為模型，而進入農藥投入行為模型。

　　coverage 為保險賠付額度(元 / hm2 )。保險公司對參保農戶遭受風險后賠付的保險金越多，保險產品就越具有吸引力，農戶參保的積極性就越高。

　　yield 為近三年農作物平均單產(kg / hm2 )。農作物平均單產意味著農業生產產量的穩定性，從而引起農戶化肥與農藥投入決策的調整。

　　scale 為耕地規模(hm2 )。農作物種植面積越多，農戶越可能參保，因為大規模農戶遭受一次災害帶來的損失較大，小規模農戶的種植面積小，一次災害帶來的損失占其家庭收入的比重較小。經營規模越大，化肥農藥的總投入成本就越大，從而引起農戶對化肥與農藥單位面積耕地投入決策的調整。

　　relief 為農戶受災后是否接受過政府救災(賦值 ：1 = 是、0 = 否)。一方面，政府救災補貼與農業保險賠付是替代關系，農戶越能得到政府的救災補貼，其可能越不愿意購買保險 ;另一方面，農戶接受到政府救災次數越多，表明當地的災害越頻發，農戶越可能購買保險 ;農戶化學品投入的多少不受政府救災情況的影響，因此，該變量不進入農戶化學品投入模型。

　　quality 為耕地質量(賦值 ：1 = 好，0 = 差)。該因素只影響農戶化肥投入決策，不影響其農藥投入和參保決策。耕地質量越好，肥力越強，農戶化肥投入可能越少，但該變量不影響農戶農藥的投入決策。

　　training 為農戶是否參加過化肥農藥科學投入的相關技術培訓(賦值 ：1 = 是、0 = 否)。顯然，參加過相關培訓的農戶，其科學施肥用藥的能力就會提高，從而對其單位面積耕地上的化學品投入產生影響。

　　cognition 表示農戶對生態的認知水平(賦值 ：1 = 認知低、2 = 認知一般、3 = 認知高)。不同的農戶對化學品潛在的生態隱患認知有別，進而導致其單位面積耕地上化學品投入產生差異。理論上，高認知度的農戶會減少化學品投入，而低認識度的農戶則不會降低單位耕地上化學品的投入量。

　　3.2 研究方法

　　根據上文分析，農戶參保決策與其化學品投入行為是相互影響、互為因果的，單方程模型以單向因果關系為前提，忽略了農戶參保決策與其化學品投入行為的相互影響，用單方程模型無法準確考察變量之間的內生屬性及其運行機制(孫曉華等，2010)，會導致模型參數的估計失效。故需要構建聯立方程組模型反映農戶參保決策與其化學品投入行為之間的內在反饋機制。

　　與單方程模型相比，聯立方程組模型用若干個相互關聯的單方程同時表示一個經濟系統中變量之間的相互聯立依存性，聯立方程模型系統內某個方程的被解釋變量為另一方程的解釋變量。單個方程只能反映一個方程內變量之間的關系，而聯立方程通過內部相互聯系的方程組可反映多向因果關系，從而可以綜合考察各個方程變量之間的內在互動關系(周大鵬，2019)。本文構建的農戶參保決策模型式(3)中，其核心解釋變量化肥和農藥投入，分別是農戶化肥投入模型式(4)與農藥投入模型式(5)的被解釋變量，而農戶參保決策模型中的被解釋變量又是農戶化肥投入模型式(4)與農藥投入模型式(5)的解釋變量。將它們同時納入一組模型中，可以較好地考察農戶參保決策與其化學品投入之間的內在互動關系，并最大程度規避模型的內生性。

　　為確保方程組的聯立性，需要對方程組進行聯立性檢驗，以檢驗單一方程中的解釋變量是否與誤差項相關。對于聯立方程組模型，采用 OLS 估計一般產生有偏結果(霍露萍等，2020)，因此，本文使用 Hausman 檢驗對聯立方程組中各變量的聯立性進行檢驗。

　　4 數據來源與描述性統計

　　為探究農戶參保決策與其農用化學品投入量之間的互動關系，在對二者關系作了理論分析并明確了研究方法后，本文運用課題組在福建省的調查數據進行實證研究，并對相關數據進行描述性統計分析。

　　4.1 數據來源

　　本文的數據來源于課題組在 2019 年 6 ? 9 月對福建省福州市、南平市、龍巖市、三明市和寧德市等 5 個市稻農的實地問卷調查。為確保調查數據的可靠性，在正式調查前，先在福建省閩侯縣進行了小范圍的預調查，再根據預調查的信息反饋，修正了問卷中有歧義和表述不規范的問題。抽樣時先分別選取這 5 個市水稻年產量相對較高的 3 個縣，再從這些縣中各選取 3 個鄉鎮 10 ? 15 戶農戶進行問卷調查。

　　本次共調查 500 農戶(包括普通農戶 320 個、農業合作社 50 個、種植大戶 130 個)，回收 492 份問卷，剔除無效問卷后得到 475 份有效問卷，其中回收普通農戶問卷 304 份、農業合作社 50 份、種植大戶 121 份，總體樣本有效率為 95%。受訪農戶在 2019 年參加政策性水稻保險的有 176 戶，參保率 37.1%，其中普通農戶參保78個，農業合作社參保39個，種植大戶參保59個，農業合作社與種糧大戶的參保率遠高于普通農戶。

　　4.2 變量的描述性統計

　　對調查獲取的 475 份問卷經整理后進行描述性統計分析，主要包含各變量的均值和標準差，具體的描述性統計結果如表 1 所示。

　　由表 1 可知，2019 年福建省 5 個市稻農的政策性水稻保險參保率為 37.05%，參保比例還有待提升 ;農戶平均化肥投入量約為 345.4875kg / hm2 ，農藥投入量約為 3.8295kg / hm2 ;農戶整體上偏保守，其風險態度的平均值約為 0.3716;農戶平均教育年限大約為 7.2141 年;近三年農戶遭受的自然災害整體上不嚴重，平均值為 0.3230 ;平均水稻保險的保險賠付額為 4576.8570 元 / hm2 ，可見保險保障水平還有待提高，以增強水稻保險的吸引力 ;近三年水稻平均單產為 10518.5625kg / hm2 ;農戶人均耕地面積平均僅為 0.0369hm2 ，耕地質量整體較好，其平均值為 0.5754 ;農戶受災后一般能得到政府的救災補助，平均值約為 0.5394 ;農戶參與相關化學品科學投入的培訓較少，只有大約 22% 的農戶參與了相關培訓 ;農戶對化肥農藥投入量不當所引起的生態環境破壞作用的認知度較高，其平均值為 2.3621。

　　5 經驗性結果

　　在上述理論分析、研究方法、模型構建和變量設置的基礎上，對農戶參保決策與其化學品投入關系的聯立方程組模型進行內生性檢驗和模擬估計。

　　5.1 方程內生性檢驗及方程估計方法

　　對聯立方程模型估計前，需要根據階條件和秩條件識別聯立方程的類型，從式(3)、式(4)和式(5)可以看出，這三個單方程都是可識別的，它們都是有效方程，整個聯立方程組是可識別的，可以進行有效估計(陳強，2014)。此外，為了在經驗上確定農戶參保決策與化學品投入是否相互影響，需要對變量進行內生性檢驗，以確保方程組的聯立性，一般使用 Hausman 方法進行檢驗(陳強，2014)。先用簡單 OLS 對某一單方程中的內生變量與所有外生變量進行回歸，得到殘差值，再將所得殘差值代入該內生變量所在方程進行 OLS 回歸，最后看殘差值的顯著性(p 值)，若顯著，則拒絕“不存在內生性”的原假設，說明方程組存在內生性 ;反之，則不存在內生性。Hausman 檢驗顯示，農戶參保決策方程式(3)、農戶化肥投入方程式(4)和農戶農藥投入方程式(5)分別在 5%、5%、1% 的顯著性水平上通過檢驗，表明該方程達到聯立方程的條件。內生性檢驗結果如表 2 所示。

　　由于兩階段最小二乘法(2SLS)只投入了模型的有限信息，忽視了模型結構對其他方程的參數值所施加的全部約束條件，其本質上單一方程估計方法，這樣 2SLS 就不是很有效。三階段最小二乘法(3SLS)是聯立方程模型的一種完全信息估計方法，能兼顧方程內的聯立偏差問題與方程間的相關性，估計結果相對更為有效(陳強，2010)。它既能解決內生性問題，并對控制變量進行有效解釋，可以同時估計模型中的各個方程。3SLS 的估計步驟是 ：先采用 2SLS 估計聯立方程組中各結構方程，再對整個聯立方程組進行 GLS 反復迭代估計，直至收斂(吳信如，2007 ;陳強，2014)。

　　5.2 估計結果

　　聯立方程組模型已通過內生性檢驗，該方程組具備聯立條件，運用 3SLS 方法對農戶參保決策與其化學品投入行為的雙向互動關系進行分析。

　　5.2.1 農戶參保決策的估計結果分析

　　通過對農戶參保決策影響因素的結構方程執行 3SLS 檢驗，得到各參數的有效一致估計，反映了方程中各變量的邊際變化對農戶參保決策的邊際影響。從表 3 第 2 列檢驗結果看，農戶參保決策結構方程的回歸結果比較理想。具體結果如表 3 所示。

　　(1)核心變量“農戶化學品投入”對其參保決策的影響。該變量對農戶參保決策的影響是本文最關心的。表 3 第 2 列顯示，農戶增加化肥投入對其參保決策有較顯著的正向影響，即農戶化肥投入量每增加 1%，其參保意愿就提高 6.21%。這是因為，增加化肥投入會加大農作物產量波動方差，從而造成農戶遭遇預期損失的風險加大，農戶便會通過參加保險的方式補償風險損失。另外，農戶增加化肥投入量能提高農戶對農業生產的預期收入，為保障預期收入的實現，農戶愿意為農業生產再加一層保險。農戶農藥投入量的增加對其參保決策有較顯著的負向影響，即農戶每增加 1% 的農藥投入，參保意愿就降低 1.82%。可能的原因是，農藥主要是用于抵御病蟲害威脅，增加農藥的投入量只會降低農作物減產的風險，而不能提高農作物產量預期。因此，農戶既然已經利用增加農藥投入量的方式抵御了病蟲害，就不會再參加農業保險。

　　(2)控制變量中“農戶個人及家庭特征”對其參保決策的影響。由表 3 第 2 列可知，農戶的風險態度對其參保決策有顯著的正向影響，即農戶越是風險規避型的，其參保積極性就越高。究其原因，風險規避者對風險的心理承受能力小，其害怕自然災害帶來農業收入的不確定(李英，2020)。農戶家庭收入對其參保決策有一定的正向影響，但影響不大且不顯著。一般而言，在其他條件不變的情況下，農戶家庭收入越高，對保費的負擔能力就越強，也就越愿意通過參加農業保險的方式分散風險。然而，在政策性農作物保險制度下，農戶保費負擔較輕，且調研地區福建省的戶均耕地較少，其保費負擔占家庭收入的比例較小，因此，農戶家庭收入對參加政策性農作物保險的影響很小，且不顯著。受教育年限對農戶參保決策的影響為正，且在 5% 水平上顯著，這是因為農戶受教育水平越高，對保險作用的認知就越高，因此越愿意參保。

　　(3)控制變量中“農戶生產特征”因素對參保決策的影響。農戶生產特征因素包括近三年的風險狀況和耕地規模兩個變量。近三年農戶遭受的自然災害狀況對其參保決策有顯著的正向影響。這是因為，農戶近三年遭受的自然災害越多，他們的風險意識越強烈，就越可能通過參加農業保險的方式分散與轉移風險。農戶耕地規模在 5% 的水平上對其參保決策有顯著的正向影響，即農戶耕地規模越大越愿意參保。原因是，耕地規模越大的農戶通常是專業化種糧大戶，其遭遇一次災害后造成的損失巨大，因此越愿意通過保險的方式抵御風險(徐斌等，2016)。課題組在調研中發現，越是種糧大戶或農業合作社其參保的比例越高，這說明實施農業生產的適度規模化有利于農業保險的推廣。

　　(4)其他控制變量對農戶參保決策的影響。政府救災對農戶參保決策有顯著的負向影響，即農戶受災后如果能得到政府救災幫扶，就有可能不再參保。這是因為，農戶受災后得到的政府救災幫扶能幫助農戶維持基本生產生活，這將不利于農戶參保，出現政府救災幫扶對農業保險的替代效應。農業保險賠付金額的大小，對農戶參保具有顯著的激勵作用，農業保險資金賠付額越高對農戶參保的吸引力越大。

　　5.2.2 農戶化學品投入行為的估計結果分析

　　同樣對農戶化學品投入行為模型式(4)與式(5)執行 3SLS 估計，得到各方程的參數估計值，分別如表 3 第 3 列和第 4 列所示。

　　(1)核心變量“農戶參保決策”對其化學品投入行為的影響。該變量對農戶化學品投入的影響是本文最關注的。農戶參保決策與化學品投入雖然可能不是同時發生的，但會相互影響、互為因果。從表 3 第 3 列和第 4 列可知，農戶參保對其化肥投入在 5% 的顯著性水平上有較顯著的正向影響，系數為 6.09%，而對單位耕地上的農藥投入產生了不夠顯著的負向影響，系數為 -2.21%。這一結果的可能解釋是，參加保險會提高農戶的預期收入，緩解農戶生產資料投入的資金約束，進而增加單位耕地的化肥投入量(付小鵬等，2017)。農戶參保決策對其農藥投入有負向影響，但影響程度比較有限，也不夠顯著。由于農藥一般被認為是非風險性資本投入，農藥投入量的增加不會提高農作物產量的波動方差，減少農藥投入量只會在病蟲害情況下增加產出損失風險(寧滿秀，2006)。因此，農戶參保后會減少農藥投入量，以便獲得更大概率的保險賠付。

　　(2)控制變量中“農戶個人及家庭特征”對其化學品投入行為的影響。由表 3 的第 3 列和第 4 列可知，農戶的風險態度對其化肥與農藥投入均有顯著的負向影響，即農戶的風險態度越保守，其農業生產中化肥與農藥的投入越多。原因是，風險保守型農戶其風險感知能力強，不愿承擔農作物因肥藥投入量不足而導致的農作物減產損失風險。農戶對化學品不當使用所產生的環境破壞效應的認知度越高，就越會選擇降低化肥農藥的投入量。從估計結果看，該變量的系數分別為 -8.00% 和 -2.47%，并在 1% 的顯著性水平上顯著。農戶家庭年收入對其化肥與農藥投入量均有正向影響，但不顯著，且對化肥投入量的影響要大于對農藥投入量的影響。其原因可能是，化肥投入成本占其家庭收入的比重大于農藥，因此，并非家庭收入越高，農戶化肥投入就一定越多，從而出現影響不顯著的結果。農藥投入成本占其家庭收入比重較小，農藥投入量主要由當季農田病蟲害情況決定，與家庭收入關系并不大。農戶受教育年限對其化肥與農藥投入均有顯著的負向影響。原因是，農戶受教育程度越高，其農業生產與管理技術越高，就越容易通過其他農業生產技術促進糧食穩產增產，且農戶受教育程度越高，意味著其越能意識到化學品投入量對綠色農業的危害，因此，出現受教育程度越高化學品投入量越低的結果(劉澤瑩等，2019)。

　　(3)控制變量中“農戶生產特征因素”對化學品投入決策的影響。由表 3 第 3 列和第 4 列可知，近三年農作物平均單產對農戶化肥與農藥投入量均產生顯著的正向影響。因為，近三年農作物平均單產越高，意味著農戶對未來農作物單產的預期就越高，而為了保障預期單產水平的實現，農戶就會增加化肥與農藥的投入量。耕地質量越好，農戶化肥投入量越少，但耕地質量不會影響農藥的投入量，因為農藥的投入量主要由當年農田病蟲害情況決定，病蟲害越嚴重農藥投入量就越多。“耕地規模”變量對農戶化肥與農藥的投入量均產生了顯著的負向影響，原因是，耕地規模越大的農戶科學種田、科學管理的水平越高，越會集約化投入化肥與農藥，這有助于降低單位耕地的化學品投入量。從表 3 估計結果來看，如果農戶參加了科學施肥用藥的技術培訓，農戶單位耕地上的化肥農藥投入量就會降低。

　　為保證估計結果的穩健性，進行兩種方法的穩健性檢驗：(1)變更模型估計方法。借鑒林光華(2013)和 Kenneth(2020)的做法，再運用聯立方程極大似然估計法 Maximum likelihood(MLK)，對方程組執行 MLE 估計，并將估計結果與 3SLS 的估計結果對比，結果顯示，MLE 弱化了農戶參保決策對其化學品投入量的作用，但仍然顯著，結果較為接近，表明研究結果具有穩健性。(2)變換化肥與農藥這兩個核心變量的測度方法(秦詩樂，2020)。雖然本文采用的聯立方程組方法能較好地控制可能遺漏變量導致的內生性問題，但關鍵變量的測度仍可能存在偏誤，因此將化肥與農藥投入量兩個變量的測度方法由自然計量單位 “kg / hm2 ”調整為貨幣計量單位“元 / hm2 ”，執行 3SLS 估計，估計結果與上文結果基本一致。

　　6 異質性分析

　　不同種植規模的農戶，由于其種植業收入占比差異，導致其種植業在家庭中的重視程度勢必不同，進而導致農戶參保決策以及化學品投入數量與結構也必定不同(葉明華等，2017)。因此，有必要區分不同規模農戶，分析農戶參保決策與化學品投入行為關系在農戶規模層面上的異質性，以明確政策性農作物保險對什么類型的農戶引起化學品投入決策調整更明顯。

　　根據調研地區稻農種植規模的實際情況，以家庭水稻種植規模 13.33hm2 (50 畝)為分類標準，并考慮樣本量的大小，本文將農戶分為規模農戶與普通農戶兩類，將水稻種植規模在 13.33hm2 (50 畝)及其以上的農戶稱為規模農戶，小于 13.33hm2 (50 畝)的則稱為普通農戶。規模農戶包括課題組調研中的農業合作社、農業企業與種植大戶，共 171 戶，其余則為普通農戶，有 304 戶。用同樣的方法，得到的回歸結果如表 4 所示。

　　由于農戶參保決策與化學品投入行為的互動關系是本文最關注的，模型中其他因素對農戶參保決策的影響，以及其他影響農戶化學品投入的因素，這里不作討論。由表 4 可知，增加化肥投入量對規模農戶與普通農戶的參保決策均有顯著的正向影響，但對規模農戶的邊際參保效應(8.21%)大于普通農戶(3.14%)。這一結果的原因是 ：在增加化肥投入的背景下，規模農戶的種植業收入占家庭收入的比重高于普通農戶，規模農戶更愿意為農業生產再加一道保險，以獲得更大更穩定的產出預期。農戶增加農藥投入對其參保決策均產生了負向影響，但對普通農戶參保決策產生的負向影響(1.04%)小于對規模農戶產生的負向影響(4.15%)。其原因可能是，增加農藥投入量會減少產出波動的方差，規模農戶更專業的農藥投入技術會使產出波動方差更小，因此，規模農戶在增加農藥投入量的時候參保意愿更低。

　　再觀察農戶參保決策對其化學品投入量的影響，這是重點研究的內容。從表 4 的估計結果看，發現規模農戶和普通農戶的參保決策均對各自的單位面積耕地化肥投入量在 1% 的顯著性水平上產生了正向影響，系數分別為 0.0590 和 0.0931。很明顯，規模農戶參保決策對其化肥投入量的影響要小于對普通農戶的影響，規模農戶較普通農戶小 0.0341。究其原因 ：一是保費產生了對化肥投入成本的擠占效應，規模農戶要大于普通農戶;二是規模農戶的專業化、標準化生產會提升其田間生產管理水平，進而產生了對化肥的替代效應，降低了化肥的無效投入(張哲晰等，2018)。規模農戶參保決策對其農藥投入量產生的負向影響大于普通農戶，規模農戶的參保率每增加一個單位，其單位面積耕地上的農藥投入量將減少為 6.24%，普通農戶將減少 2.11% 的農藥投入，規模農戶高出普通農戶 4.13%。其原因同上述對化肥投入量影響的分析，一是保費產生的成本擠占效應，規模農戶要大于普通農戶 ;二是規模農戶高效的田間管理有助于降低對農藥的投入，因此，規模農戶減少農藥投入的數量要大于普通農戶。

　　7 研究結論與政策啟示

　　本文運用聯立方程組模型對農戶參保決策與其化學品投入量之間的關系進行了檢驗，從而基于農戶微觀視角討論政策性農作物保險的環境效應，并區分規模農戶與普通農戶兩種類型進行異質性討論，據此得出相關結論，并提出相應的政策建議。

　　7.1 研究結論

　　基于福建省 5 個市的 475 份農戶問卷數據，考察了農戶參保與其化學品投入量之間的雙向互動關系，得出兩個方面的主要結論。

　　7.1.1 關于“農戶參保決策與其化學品投入行為之間互動關系”的研究結論

　　通過對農戶參保決策模型式(3)、農戶化肥投入模型式(4)與農戶農藥投入模型式(5)構建聯立方程組模型并執行 3SLS 估計后，得出如下結論。

　　第一，對“農戶參保決策的影響因素”的研究發現 ：(1)農戶增加化肥投入量對其參保決策有顯著的正向影響，即農戶每增加一單位化肥的投入量，其參保概率就提高 6.21% ;農戶農藥投入量的增加對其參保決策有較顯著的負向影響，即農戶每增加一單位農藥投入，其參保概率就降低 1.82%。(2)農戶家庭收入和受教育程度對其參保意愿有正向影響，農戶風險態度越保守，其參保意愿越低，反之則越高。(3)“農戶近三年遭受的自然災害”和“農戶耕地規模”這兩個生產特征因素均對參保意愿有正向影響，即農戶近三年遭受的自然災害越多，其參保意愿就越高，農戶耕地規模越大其參保概率就越大。其他因素中，政府救災情況對農戶參保決策有顯著的負向影響，即政府救災會對農戶參保產生擠出效應 ;農業保險賠付金額對農戶參保具有模型的激勵作用 ;農業保險賠付額越高對農戶參保就越具有吸引力。

　　第二，“農戶參保決策對其化學品投入量的影響”是本文的最核心問題，研究發現 ：(1)農戶參保決策對其化肥投入量有顯著的正向影響，而對農藥投入量有顯著的負向影響。(2)農戶個人及家庭特征因素中，農戶的風險態度對其化肥與農藥投入量均有顯著的負向影響 ;農戶家庭年收入對其化學品投入有正向影響，但不顯著，且對其化肥投入量的影響要大于對農藥投入量的影響 ;農戶受教育程度對其化學品投入量有負向影響。(3)農戶生產特征因素中，農作物平均單產對農戶化肥與農藥投入量均產生顯著的負向影響 ;耕地質量對化肥投入量是負向的，對農藥投入量不發生影響。農戶對化學品不當投入所產生的環境破壞效應的認知度越高，其越會選擇降低化肥農藥的投入量。如果農戶參與了科學施肥用藥的相關技術培訓，農戶單位面積耕地上的肥藥投入量就會降低。

　　7.1.2 關于“農戶異質性”的研究結論

　　(1)規模農戶與普通農戶增加化肥投入均對各自的邊際參保傾向產生顯著的正向影響，但規模農戶增加化肥投入量產生的邊際投保效應要大于對普通農戶的邊際投保效應，即規模農戶單位面積耕地的化肥投入量每提高 1%，其參保意愿就提高 8.21%，而普通農戶單位面積耕地的化肥投入量每提高 1%，其參保意愿僅提高 3.14%。規模農戶與普通農戶增加農藥投入量均對各自的邊際參保傾向產生了負向影響，但規模農戶增加農藥投入量其邊際參保傾向降低程度要大于普通農戶的，即規模農戶單位面積耕地的農藥投入量每提高 1%，其參保意愿就降低 4.15%，而普通農戶單位面積耕地的農藥投入量每提高 1%，其參保意愿僅降低 1.04%。

　　(2)規模農戶與普通農戶的參保決策均對各自的單位面積耕地化肥投入量產生了正向影響，但規模農戶參保后其單位面積耕地化肥投入量增加要小于普通農戶化肥的增加量，即規模農戶參保意愿每提高 1%，其單位面積耕地化肥投入量增加 5.90%，而普通農戶參保意愿每提高 1%，其單位面積耕地化肥投入量增加 9.31%。規模農戶與普通農戶的參保決策均對各自的單位面積耕地農藥投入產生了負向影響，但規模農戶參保決策對其單位面積耕地農藥投入產生的負向影響要大于普通農戶，即規模農戶參保意愿每提高 1%，其單位面積耕地農藥投入量減少 6.24%，普通農戶參保意愿每提高 1%，其單位面積耕地農藥投入量減少 2.11%，規模農戶參保引起的“減藥”效應要大于普通農戶。

　　7.2 討論

　　本文基于農戶預期效用最大化理論，運用聯立方程組模型討論政策性農作物保險框架下的農戶化學品投入行為，研究表明了農戶參保決策與其農用化學品投入行為是雙向互動的過程。但由于化肥與農藥所具有的不同風險屬性，引致了農戶參保決策的不同 ;不同規模農戶在政策性農作物保險制度下其化肥與農藥的投入行為也不盡相同。農戶在政策性農作物保險制度下減少農藥的投入量，對保障食品安全、促進我國農產品出口具有重要的意義。

　　根據本文研究結論，農戶參保決策會激勵其在單位面積耕地上增加化肥投入量，這與鐘甫寧等(2007)的研究結論相似。鐘甫寧等(2007)的研究顯示，農戶的參保決策雖然在一定程度上可促進其化肥投入量，不過統計上并不是很顯著。關于農戶參保對其化肥投入的影響，較多的研究認為，農戶參保會減少化肥的投入量，如張哲晰等(2018)的理由是道德風險和成本擠占。但本研究認為，我國當前實施的政策性農作物保險是僅保物化成本投入的成本保險，其單位面積保額相對歐美等國的產量保險要低很多，在當前保險條款下，農戶通過降低化肥投入以降低產出從而獲取保險賠付的動機較小，因此，道德風險發生的可能性較小。至于成本擠占的觀點，當前的政策性農作物保險，由農戶承擔的保費很少，因此，農戶參保對化肥投入產生的成本擠占效應很低，這也可以從本文的“家庭收入對農戶參保的影響較小且不顯著” 的結論得到印證。

　　現有文獻很少就農業保險的環境效應從農戶經營規模大小的視角作異質性分析，而農戶經營規模不同，其參保決策與生產資料投入必然不同。本文在作了農戶規模層面的異質性分析后，發現規模化農戶參保后其在單位面積耕地上增加的化肥投入量要小于普通農戶的增加量。該結論表明，推動適度規模化經營不僅有利于保障糧食安全，還有利于農業生態環境保護。

　　在后續研究中將進一步深入討論 ：(1)在不同農業保險保障條款下農戶化學品的投入行為如何變化?(2)不同參保率情況下農戶化學品投入的整體變化趨勢如何?(3)為使結論更加可靠，需要進一步擴大調研區域和樣本量，尤其是要獲取糧食主產區更多的數據，進而研究政策性農作物保險的環境效應。

　　7.3 政策啟示

　　可以看出，政策性農作物保險通過調整農戶農業生產的預期收益，從而引起其化肥、農藥等農業生產資料投入的改變，最終從不同層面對農業生態環境產生影響。因此，政府在推行政策性農作物保險時，除了應關注政策性農作物保險對糧食安全和農民收入的積極影響外，還應關注該制度潛在的環境效應，規避由該制度引致的生態環境問題(張馳等，2017)。

　　首先，應建立和推廣農業保險的綠色補貼模式，使農業保險補貼體現普惠性和功能性，針對實施“低碳環保型”農業生產方式與“高碳污染型”農業生產方式的農戶，分別實施差異化的補貼和保障方案，使政策性農作物保險的補貼和保障水平設計更精準化。同時，建立健全“低碳環保型”農業生產方式的技術引導和服務體系，提升農戶施肥用藥的技術水平，引導農戶積極實施綠色產生方式。

　　其次，由于相對于普通農戶，規模農戶的參保意愿更高，規模農戶參保后具有更好的“減肥減藥”效應，因此，應引導農戶實施適度規模化經營，從而一方面提高農業保險的覆蓋率，另一方面有助于緩解日益嚴重的農業面源污染。

　　最后，依托農業技術服務，強化政策性農作物保險和農業面源污染的宣傳力度，提高農戶的農業保險參保意識和對農用化學品潛在環境破壞作用的認知度，進而提高農戶政策性農作物保險的參保率，控制并降低農業生產中化肥農藥過量使用對生態環境的不利影響。