周 晨 李国平
农户生态服务供给的受偿意愿及影响因素研究——基于陕南水源区406农户的调查*
周 晨 李国平
(西安交通大学经济与金融学院 陕西西安 710061)
本文基于农户生态服务供给的受偿意愿(WTA)福利变化分析,运用支付卡式(PC)条件价值法(CVM)考察了南水北调中线工程陕南水源区农户的受偿意愿,并采取右端截取(Right censored)模型分析了受偿意愿的影响因素及边际效应。结果表明:生态服务供给引致的人类福利变化会影响农户真实受偿意愿,陕南水源区农户报告的受偿意愿均值为911元/(户·年)。农户年龄、家庭人数和家庭支出等方面的异质性对受偿意愿的影响显著;农户会根据自身迁移倾向报告受偿意愿,计划迁出农村的农户受偿意愿比不愿迁出的农户高51.71%;农户生态服务服务供给的决策背景也是重要影响因素,对生态保护政策持乐观预期的农户受偿意愿比那些持悲观预期的高53.63%,而退耕户受偿意愿比非退耕户低43.51%。
生态服务 受偿意愿 条件价值法 边际效应
在中国经济转型背景下,生态文明建设成为中国特色社会主义建设的重要内容。生态环境保护事关人民群众切身利益,事关全面建成小康社会,事关实现中华民族伟大复兴中国梦。近年来,虽然中国生态环境方面的法律法规日益完善,政府在生态管理包括环境保护、资源合理利用和生物多样性维护方面做了很多工作,但很多地区仍没有走出“边治理、边破坏”的粗放发展模式,人们普遍尚未充分意识到生态系统所提供的服务(产品)。从生态服务提供的总体情况看,中国不仅以占全球7%的耕地养活了世界22%的人口,而且靠全球4%的森林、14%的草地和10%的湿地所提供多种生态服务来支持13亿人的需求。2014年中国环境公报的统计显示,全国423条主要河流、62座重点湖泊I-Ⅲ类水质断面占63.1%;Ⅳ类占20.9%;Ⅴ类和劣Ⅴ类占16%。在62座重点湖泊中,38个湖泊水质为Ⅰ-Ⅲ类,15个为Ⅳ类,9个为Ⅴ类或劣Ⅴ类①。从生态服务提供的微观主体看,由于生态服务主要依附于森林、耕地、流域等土地类型而存在,在我国这些土地的所有权主体一般是国家或集体,但土地使用权一般都以农户为主。因此,农户是生态保护和生态服务提供的重要利益相关方,农户生态环境认知情况和生态保护态度将对生态服务供给产生重要影响。可惜的是,在我国生态环境保护政策中,农户往往被认为是生态环境的威胁者,缺乏对农村社区权利及农户利益保障的内容。这种封闭式的保护模式只考虑生态环境保护的目标实现,而忽略了生态保护区和周边农村社区相互嵌套、相互牵制、相互影响的关系,造成生态环境保护与农村社区发展、农户利益之间的矛盾冲突(王昌海,2014)。
近年来,国外学者对生态服务提供方受偿意愿(Willing to accept,WTA)的研究主要集中在生态环境保护项目背景下土地所有者(农户)提供生态服务的参与意愿和行为偏好,维德尔等(Vedel et al,2015)通过研究欧盟“Nature 2000”大自然保护计划中丹麦森林私人所有者的参与偏好和行为,发现他们提供生态服务的受偿意愿与政策现状有一定联系,那些之前从未允许公众进入森林(获得清新空气等生态服务)的私人所有者受偿意愿为14-28欧元/(公顷·年),而那些之前允许公众进入森林的私人所有者受偿意愿则几乎为零。林德杰姆(Lindhjem)和米塔尼(Mitani,2012)研究发现挪威森林所有者自愿提供非市场化生态服务的受偿意愿为180克朗/(km2·年),农户拥有的森林面积、产权完整程度与受偿意愿负相关,与森林产品生产率正相关。杜普拉齐等(Duprazet al,2003)分析了比利时瓦卢(Walloon)大区农户参与欧盟农业环境计划(Agri-environmental measures)的意愿和环境服务供给行为,发现农业支柱性较弱地区的农户受偿意愿为198欧元/(户·年),而农业支柱性较强地区的受偿意愿为372欧元/(户·年),进一步研究发现农场潜在生产率和家畜密度对农户提供环境服务有显著的负向影响,表明在农业发达地区更难执行环境保护计划。布什(Bush,2009)研究了乌干达保护区农户保护生物多样性的受偿意愿,发现农户的受偿意愿均值为354美元/(户·年),远高于运用农产品市场价格衡量的收入损失。舒尔兹等(Schulz et al,2014)研究了德国“共同农业政策”(Common Agricultural Policy)中农户生态保护的受偿意愿,发现生态保护区面积每提高1%,农户受偿意愿会额外增加6.32欧元/公顷,农户的参与决策受到现行政策特征、个人和家庭特征等影响。
国内也有不少学者研究了农户生态服务供给的受偿意愿和影响因素,但由于所选案例的不同,得出的结论差异往往较大。徐大伟等(2013)在考虑受访者基本特征的情况下,利用条件价值法和参数估计方法,估计出辽河流域的农户受偿意愿为350.51元/人·年,并建议完善基于公众参与的生态环境保护制度。王昌海(2014)研究发现农户年龄、受教育水平、家庭人口数以及外出务工人数比例均对农户保护态度具有显著影响。农户的受教育水平并不与保护态度正相关,并且,国家政策的落实程度会影响农户保护态度。余亮亮和蔡银莺(2015)研究发现农户受教育水平、距离城镇的远近、家庭农业收入占比、对生态环境的认知和改善生态环境期望指数对受偿意愿有显著正向影响,而年龄和家庭年收入有显著负向影响。苏芳等(2011)认为流域上游农户作为生态服务提供方,具备较好的环境意识和生态补偿意识,农户参与生态保护和生态服务供给的意愿和行为是一个复杂的动态过程,是由农户自身、家庭和社会等内外部影响因素共同作用的结果。但是,影响农户受偿意愿的理论机理如何,重要影响因素有哪些及其边际效应又是怎样,至今仍缺少较为明确的研究成果。
本文可能的贡献包括:(1)理论上探讨了生态服务供给引致的微观主体福利(效用)变化,发现了生态服务供给影响农户受偿意愿的机理,为受偿意愿影响因素研究奠定了理论基础。(2)在将条件价值法(Contingent valuation method,CVM)可能产生的偏误降至最低的情况下,运用支付卡引导技术评估了农户提供生态服务的受偿意愿,为我国相关决策部门合理评估生态建设和环境保护项目、改善生态环境政策效果提供了初步经验证据;(3)结合农户自身异质性特征和我国生态环境保护政策背景,通过引入右端截取模型(Right censored model)估计方法,较为合理地评估了农户受偿意愿的影响因素及其边际效应,并进一步探讨了可能存在的内生性问题,检验了模型稳健性。我们的这一处理方式有效避免了问卷调查中受偿意愿高报的策略性行为,并为影响因素边际效应分析提供了一个通用的技术处理手段。
南水北调中线工程是缓解我国北方水资源严重短缺局面的战略性基础设施,随着2014年12月正式竣工和通水,水源区生态环境保护、生态服务(水质和水量)供给与区域经济社会发展之间的矛盾日益增加。在这一背景下,本文首先对农户提供生态服务受偿意愿的理论机理进行分析,然后基于南水北调中线工程陕南水源区问卷调查获得的微观数据,评估水源区农户提供生态服务的受偿意愿,并考察农户受偿意愿的影响因素及其边际效应,最后对可能的内生性影响因素和模型稳健性进行检验。
(一)生态服务提供方受偿意愿理论分析
新古典福利经济学认为生态服务(产品)的改善能给消费者带来效用变化,从而引起福利变化,但由于生态服务的公共物品性质,难以像私人物品那样找到均衡的市场价格。为了找到生态服务的货币价格,环境经济学家运用基于个人偏好和需求的间接效用函数模型,使生态服务具体化为效用函数的一个自变量,还考虑了个人所面临的价格变化、个人收入及环境质量相关的福利变化度量(Mäler和Vincent,2003)。因此,我们假定水源区农户提供生态服务的间接效用函数为:
其中,是各类生态服务(产品)的平均价格,()是生态服务的市场价值,比如农户从流域生态系统中提取食物和原材料而获得的货币收益,()是生态服务的质量水平,属于非市场价值,比如流域生态系统气候调节、废物处理的生态服务价值,是影响农户效用水平的特征向量。
我们考虑两期,政府在水源区实施生态环境保护计划之前,农户在时期1(即实施前)的间接效用函数为:
现假设政府准备在水源区实施生态环境保护计划,并假定各类生态服务的市场价格不变,即P不变。那么,在生态环境保护计划实行后,农户获得的市场价值和非市场价值都会随之变化。在时期2(即实施后),度量农户福利变化的间接效应函数为:
(3)
那么,两期中农户福利的效用变化函数为:
(5)
令C=,则C表示水源区非市场化生态服务质量(0)变化为(1)时的人类福利损失,属于非市场价值的福利变化。
(6)
农户的生态环境保护行为会提高水源区的生态服务供给水平,并且,周边地区(比如流域下游地区)也会获得部分生态服务(比如清洁水源),这相当于转移了部分生态服务。因此,总体环境质量水平()的变化方向是不确定的,农户福利变化也是不确定的,即C的变化方向不确定。根据和C的变化情况,农户真实受偿意愿有如下几种情况(见表1)。
表1 农户真实受偿意愿的变化分析
若要使农户在两期的效用水平保持不变,根据公式(2)、公式(3)和公式(6),可以得到
重写公式(7),并假定各类生态服务价格水平P在两期中保持不变,可得到WTA投标函数的一般形式:
(8)
由公式(8)可见,生态服务的数量水平和质量水平会直接影响农户真实受偿意愿,农户效用水平特征向量也是农户真实受偿意愿的重要影响因素。
(二)关于农户提供生态服务受偿意愿的假说
受偿意愿是生态服务提供方在家庭经济社会特征、当前制度背景和环境水平等约束条件下对福利(效用)水平变化的反映。首先,农户受偿意愿影响因素包括农户经济社会特征这样的可观测特征和劳动的机会成本等不可观测特征(Jack etal,2009)。生态服务作为一种公共物品,供给方由于个体差异和偏好类型不同等异质性特征,会直接或间接对公共物品自愿供给水平产生显著影响(周业安等,2013);农户对自己提供生态服务的土地机会成本了解很多,在执行生态环境保护政策时会为了寻租而高报自己的机会成本,因信息不对称而存在策略性行为。可见,真实受偿意愿是农户的隐藏信息,并受农户自身偏好和生态服务供给成本的影响(Parks,1995)。其次,在中国农村劳动力转移和农村土地利用变化的背景下,农户迁移将对农村土地利用产生重要影响,土地作为生态服务的载体,其利用方式的改变会影响生态服务的经济价值,因此,对农户迁移倾向的生态环境影响进行考察是有必要的。再次,农户决策制度背景和现实背景是影响受偿意愿的重要变量。比如我国实行的退耕还林工程,以现金补贴、免费提供职业培训等方式降低了农户参与生态环境保护的机会成本,增加了农户的收入预期,使得农户更加愿意提供生态服务(万海远和李超,2009)。另外,农户所在地的生态环境现状反映了农户受偿意愿的决策现实背景,会影响农户的真实受偿意愿。
因此,至少有三类因素是十分重要的:一是水源区农户家庭经济社会特征,这是由生态服务提供方自身异质性引起的,比如年龄、性别、受教育水平、家庭收入等方面的差别;二是农户的迁移倾向,比如农户在村庄的生活时间长度,务农收入占总收入的比例,对迁移的态度等;三是当地生态环境现状和环境保护政策是农户受偿意愿的重要决策背景。根据以上分析和基本的经济理论,提出以下假说:
假说Ⅰ:农户个人特征和家庭经济社会方面的异质性特征会对农户生态服务供给的受偿意愿产生潜在影响。
假说Ⅱ:农户迁移倾向会对受偿意愿产生影响。
假说Ⅱa:农户务农收入占比高,说明他们在当地居住时间长,农业生产活动更多,生态环境的改善会提高农户的福利水平。也即,当时,农户的人类福利损失下降(或者人类福利收益上升),从而受偿意愿更低。
假说Ⅱb:在选择迁移的情况下,农户期望尽快获得生态服务供给的补偿资金,受偿意愿更高。
假说Ⅲ:农户提供生态服务的决策背景是影响受偿意愿的重要因素。
假说Ⅲa:农户受偿意愿与退耕还林政策执行效果相关。由于退耕还林政策会改善当地生态服务,即当时,退耕农户由于非市场化生态服务价值的增加使人类福利增加(或者人类福利损失下降),从而真实受偿意愿更低。
假说Ⅲb:水源现状背景也会对农户受偿意愿产生重要影响。
(一)数据来源
运用条件价值法应充分了解可能产生的偏误问题,以获得受访者的真实受偿意愿。首先,为避免问卷设计偏误,本文根据美国NOAA蓝带小组(Blue Ribbon Panel)提出的条件价值法应用准则(Venkatachalam,2004),并结合水源区实际情况将问卷设计为以下形式:(1)水源区环境问题和农户环境意识。这一部分用来提供引导农户受偿意愿的背景信息;(2)水源区生态环境保护现状,主要包括当前农户土地利用情况、退耕还林情况以及污染治理现状。这一部分实际上是在展现水源区生态服务的产品属性。问卷前两部分为受访者提供了大量关于生态服务的信息,以避免可能产生的信息偏误;(3)采用支付卡形式引导水源区农户受偿意愿,即每年以现金直接补贴的方式发放到家庭专有银行账户。支付卡式引导技术为受访者提供了一个良好的投标环境(徐大伟等,2008),不会产生起始点偏误,也不会出现极端异常值;(4)受访者家庭经济社会特征及态度。
由于陕南三市(汉中市、安康市、商洛市)是汉江、丹江的主要流经地区,丹江口水库约70%的水源来自于该地区,是南水北调中线工程重要的水源涵养区,因此,本文选择陕南水源区作为样本调研区域。首先,调研组在陕南水源区镇安县回龙镇万寿村对农户焦点团体进行座谈以确定具体的假设情景,并通过预调研(Pre-test)修正假设情景并确定投标值,以避免可能产生的假设偏误。然后,采用分层随机抽样的方法,在陕南三市汉江、丹江及其支流附近的农村地区,以面对面访谈的形式进行入户调查。
本文正式调研时间是2014年4月-5月份,由西安交通大学“完善流域生态补偿机制”课题组在陕西理工学院和商洛学院招募大学生并进行培训和筛选,这有效避免了CVM调研实施过程可能产生的访员偏误。入户调查地区包括40个行政村,涉及汉江、丹江近20条支流,共回收问卷471份,通过对收回的问卷进行审核并剔除信息不全和矛盾的样本后,发现有10个样本不愿意接受补偿(),这可能是出现了受访者抗议出价的情况,为避免受访者的策略行为造成估计偏误,这些样本将被剔除,最终我们得到406份有效问卷。
(二)变量描述统计
本文被解释变量是受访农户报告的受偿意愿。水源区农户参与流域生态环境保护可能会丧失一些经济发展权,引起市场价值损失,即;另外,水源区需要将部分流域生态服务(水量和水质)调出至受水区,降低了水源区当地的生态服务存量水平,引起生态服务供给的非市场价值损失,即。因此,水源区农户的,即作为生态服务提供方的农户需要获得一个正的补偿激励以提供生态服务。在406个有效样本中,农户报告的受偿意愿主要集中在700-1000元/(户·年),表2第一行显示受偿意愿均值为911元 /(户·年)。
本文解释变量分为四类(表2):第一,描述受访者个人和家庭经济社会特征的变量,主要包括受访者年龄、性别、受教育水平、家庭总人数、家庭生活总支出等。第二,农户迁移倾向,其中,务农收入占总收入的比例用以衡量农户生产方式偏好,是否打算离开农村迁入城镇用以衡量乡-城人口流动的推力,农户当地生活时长用以衡量继续在农村生活的引力。第三,农户提供生态服务的政策背景,包括是否参加退耕还林工程、生态补偿政策预期和环境保护政策了解程度。第四,关于农户所在地区水源现状的变量,主要有农户居住点与附近水源的距离和本地保护水源对下游地区的影响等。
表2 变量统计性描述
续表2
变量名变量说明最小值最大值均值标准差样本量 policy政策了解度(1=非常了解,2=了解,3=一般,4=不了解,5=完全不了解)152.8700.730406 expect虚拟变量,生态补偿政策是否将实施(1=是,0=否)010.4930.501406 km居住点到水源地的距离(千米)0.1203.7074.129406 protect本地水源保护对下游的重要性(1=非常重要,2=重要,3=一般,4=不重要,5=完全不重要141.9760.673406 join虚拟变量,受访家庭是否参与退耕还林(1=是,0=否)010.5820.494406
(三)模型设定
本次调研结果显示,有22.6%受访农户报告的受偿意愿高于支付卡上限值,即大于1200元/(户·年)。受访农户报告的受偿意愿高于支付卡上限值符合条件价值法问卷调研过程中的经验事实,因为受访者可能采取策略性行为,高报受偿意愿。但是,若把高于支付卡上限值的样本直接纳入或剔除进行分析,估计结果都可能会产生策略性偏误(Strategic bias)。为避免这种偏误以合理分析高于支付卡上限值的农户样本,本文引入右端截取模型来处理受访农户报告的受偿意愿高于支付卡上限值的情况。用一个基本的潜变量来表示所观测的响应,右端数据截取模型一般形式如下(Cameron和Trivedi,2005):
(2)
(二)初步回归结果
利用Stata12软件估计农户受偿意愿影响因素经验模型,估计结果见表3。模型的LR统计量为72.78,并在1%显著性水平下通过似然比检验,说明本文构建的模型较为合理。然后,我们在各个解释变量均值处估计了各变量对受偿意愿的边际效应,结果显示各变量的显著性水平与模型系数β的显著性基本保持一致。
表3 农户受偿意愿影响因素研究
注:(1)系数列括号内为t统计量,边际效应列括号内为z统计量;(2)***、**、*分别表示估计值在0.01、0.05、0.10 水平上显著。
(三)假说检验及边际效应分析
1、假说I的检验
农户个人和家庭方面的异质性特征是生态服务供给中受偿意愿的重要影响因素。从农户的个人异质性看,年龄对农户受偿意愿有负向影响,并在10%显著性水平下通过检验。通过计算年龄均值处的边际效应,发现年龄每增加一岁,受偿意愿将降低2.1%。另外,受教育年限对受偿意愿的影响为负,但并未通过显著性水平检验。
从农户的家庭异质性看,家庭支出变量在1%显著性水平下通过检验,通过计算家庭支出均值处的边际效应,发现家庭支出的对数值每提高1%,受偿意愿降低52.52%。家庭人数变量在1%显著性水平下通过检验,其均值处的边际效应同样显著,家庭人数每增加一人,受偿意愿将增加23.22%。可能的解释是随着家庭人数的增加,有限耕地下的收入压力越大大,提供生态服务并放弃部分经济发展权对他们的福利影响也越大,即当生态服务供给增加导致时,家庭人数多的农户对放弃直接农业生产活动引起的收入损失更敏感,从而显著提高了农户的受偿意愿。
2、假说II的检验
农户的迁移倾向会对受偿意愿产生重要影响。农户是否准备迁出农村进入城市对受偿意愿有显著影响,从边际效应看,计划迁出农户的受偿意愿比不迁出的农户高51.71%。可能的解释是,在选择迁移或外出务工的情况下,迁移农户的农业收入大幅下降,在生态补偿政策即将执行的预期下,他们希望获得更多货币补偿以弥补农业收入方面的损失。随着南水北调中线工程的通水,水源区实行流域生态补偿的政策预期越来越强,引致农户生产方式和生活行为发生变化,从而改变了农户的福利水平,进而影响农户的受偿意愿。
务农收入占总收入比例是衡量农户迁移倾向的间接指标,这一变量在1%显著性水平下通过检验,其边际效应为-127.16。农户务农收入占比越高,对农村生产生活环境的依赖性就越强,在生态环境保护政策能改善当地生态环境和生态服务供给水平的背景下,即在的情况下,农户将由于水源区非市场生态服务质量变化为时的人类福利损失下降(或者人类福利收益上升),引致农户受偿意愿降低。
3、假说III的检验
农户生态服务供给的决策背景是受偿意愿的重要影响因素。农户对生态环境保护政策了解程度变量在10%水平下通过检验,且边际效应为正,说明农户越了解相关生态环境政策,受偿意愿越高。农户对生态补偿政策预期变量在1%显著性水平下通过检验。从边际效应看,如果农户认为南水北调中线工程的生态补偿政策会付诸实施,其受偿意愿比那些持悲观期望的农户高53.63%。农户居住地距离水源地的远近变量在1%的水平下显著,从该变量均值处的边际效应看,居住地每远离水源地1公里,受偿意愿提高6.65%。农户水源保护给下游造成影响的变量显著为负,说明若农户认为当地保护水源对下游来说不重要,其受偿意愿会降低。
农户退耕还林参与度在5%显著性水平下通过检验。从该变量的边际效应看,退耕户的受偿意愿比非退耕户低43.51%。退耕户的受偿意愿显著低于非退耕户,可能是因为退耕户对土地的依赖性较弱,提供生态服务的机会成本更低,从而具有较低的受偿意愿。并且,退耕还林能给水源区带来诸如清新空气、景观质量改善和水土流失控制等非市场化的环境经济价值(韩洪云和喻永红,2012),在的情况下,农户由于非市场化生态服务质量变化时的人类福利损失下降(人类福利收益提升),从而导致受偿意愿显著下降。从非退耕户的视角看,耕地本身具有生态服务价值,能提供食物生产等市场化生态服务,从而导致非退耕户的受偿意愿更高。另外,非退耕户因未曾享有过退耕还林收益,因此希望通过参加其他的生态环境保护计划以获得额外收益,从而具有相对较高的受偿意愿。
(四)稳健性检验
本文采用逐步剔除解释变量和替换被解释变量的方法,并运用右端截取和双边界Tobit(Two-limit Tobit)两种估计手段,对本文建立的模型进行稳健性检验。
首先,家庭支出对受偿意愿来说可能是一个具有较强内生性的变量,因此不太适合作为一个解释变量来简单考察它对另一个变量的影响程度,我们剔除了这一变量进行检验,发现除年龄变量不再显著外,模型(2)中的其他变量与模型(1)相比未发生显著变化。为进一步排除家庭支出方面的内生性可能,在剔除与农户家庭支出密切相关的务农收入占比变量后,模型(3)除年龄外的其他变量仍未发生显著变化。另外,退耕还林工程是一种已长期执行的生态环境保护政策,会对南水北调工程产生正外部性,从而可能对农户受偿意愿决策产生内生影响。我们在剔除农户退耕还林参与度后,模型(4)中的变量与模型(1)相比,仅年龄不再显著,与模型(2)和模型(3)相比则不再发生显著变化(见表3)。
然后,我们将样本扩大为包含10个受偿意愿为零的416样本,即以≥0作为被解释变量,但仍然使用右端截取模型作为估计手段。结果发现与模型(1)相比,模型(5)中上游保护水源对下游地区影响的变量不再显著。为避免样本冲击可能带来的估计偏误,我们采用能处理受限因变量具有上下边界的双边界Tobit(Two-limit Tobit)估计手段,发现与模型(5)相比,模型(6)中变量显著性不再有明显变化。我们的估计结果表明,各计量模型的参数估计结果与前文的分析基本一致,表明在弱化变量间内生性问题的情况下,本文的主要研究结论依然是成立的,本文的研究发现具有较强的解释力(受篇幅限制,未报告这里的稳健性检验结果)。
本文在对生态服务提供方受偿意愿进行福利变化分析的基础上,以南水北调中线工程陕南水源区农户问卷调查的微观数据为基础,运用支付卡式条件价值法考察了农户生态服务供给的受偿意愿,并运用右端截取模型分析了农户受偿意愿的影响因素及边际效应。研究发现:第一,农户是生态环境保护的重要利益相关方,生态服务供给将引致农户自身福利水平变化,从而影响农户受偿意愿。第二,农户提供生态服务的受偿意愿较为合理,农户受偿意愿均值为911元/(户·年),这为确定合理的生态补偿标准以激励水源区农户自发、自愿的保护水源提供了依据。第三,农户个人和家庭特征方面的异质性、迁移倾向和生态服务供给的决策背景是受偿意愿的重要影响因素。年龄、家庭人数和家庭支出对农户受偿意愿的影响显著;农户的迁移倾向会对受偿意愿产生重要影响;退耕户的受偿意愿比非退耕户的受偿意愿低。因此,应加强政府对水源区生态环境保护的管理和资金投入,以此提高水源区农户生态环境保护的参与程度和共同管理激励;应完善农民迁移体制,推进乡-城人口流动,进一步做好退耕还林工程,并降低农户对土地和农业收入的依赖性,为构建完善的生态补偿机制奠定制度基础。
1. 韩洪云、喻永红:《退耕还林的环境价值及政策可持续性——以重庆万州为例》[J],《中国农村经济》2012年第11期。
2. 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年第4期。
3. 万海远、李超:《农户退耕还林政策的参与决策研究》[J],《统计研究》2013年第10期。
4. 王昌海:《农户生态保护度: 新发现与政策启示》[J],《管理世界》2014 年第 11 期。
5. 徐大伟、刘春燕,常亮:《流域生态补偿意愿的WTP与WTA差异性研究:基于辽河中游地区居民的CVM调查》[J],《自然资源学报》2013年第3期。
6. 徐大伟、刘民权、李亚伟:《黄河流域生态系统服务的条件价值评估研究——基于下游地区郑州段的 WTP测算》[J],《经济科学》2008 年第 6期。
7. 余亮亮、蔡银莺:《生态功能区域农田生态补偿的农户受偿意愿分析——以湖北省麻城市为例》[J],《经济地理》2015年第1期。
8. 周业安、连洪泉、陈叶烽等:《社会角色、个体异质性和公共品自愿供给》[J],《经济研究》2013年第1期。
9. Bush G., Hanley N.and Rondeau D.,2009,“Measuring the Costs of Conservation: Willingness-to-accept Measures of the Impacts of Protected Areas in Africa”[J].Bioecon, Vol.26(5), pp.171-189.
10. Cameron C. and Trivedi K., 2005, “Microeconometrics: Methods and applications”[M], Cambridge University Press.
11. Dupraz P.,Vermersch D. and De Frahan B. H.,2003, “The Environmental Supply of Farm Households: A Flexible Willingness to Accept Model”[J], Environmental and Resource Economics, Vol.25(2), pp.171-189.
12. Jack B. K., Leimona B. and Ferraro P. J.,2009, “A Revealed Preference Approach to Estimating Supply Curves for Ecosystem Services: Use of Auctions to Set Payments for Soil Erosion Control in Indonesia”[J],Conservation Biology, Vol.23(2), pp.359-367.
13. Lindhjem H. andMitani Y.,2012, “Forest Owners’ Willingness to Accept Compensation for Voluntary Conservation: A Contingent Valuation Approach”[J],Journal of Forest Economics, Vol.18(4), pp.290-302.
14. Mäler K. G. and Vincent J. R., 2003,“Handbook of Environmental Economics: Valuing Environmental Changes”[M]. Amsterdam: Elsevier.
15. Parks P. J., 1995,“Explainingirrationall and Use: Risk Aversion and Marginal Agricultural Land”[J], Journal of Environmental Economics and Management, Vol.28(1),pp.34-47.
16. Schulz N.,Breustedt G. and Latacz-Lohmann U.,2014, “Assessing Farmers' Willingness to Accept “Greening”: Insights from a Discrete Choice Experiment in Germany”[J], Journal of Agricultural Economics,Vol.65(1), pp.26-48.
17. Vedel S. E., Jacobsen J. B. and Thorsen B. J.,2015,“Forest Owners' Willingness to Accept Contracts for Ecosystem Service Provision is Sensitive to Additionality”[J],Ecological Economics, Vol.113, pp.15-24.
18. Venkatachalam L., 2004,“The Contingent Valuation Method: A Review”[J], Environmental Impact Assessment Review, Vol.24(1), pp.89-124.
(ZH)
①数据来源于中华人民共和国环境保护部发布的《2014年中国环境状况公报》。
* 本文为国家社会科学基金重大项目(12&ZD072)阶段性成果,作者感谢西安交通大学丁晓辉博士后、商洛学院彭晓邦副教授和陕西理工学院唐萍萍讲师在问卷调查过程中给予的支持与帮助,文责自负。