基于Heckman模型的支付意愿及强度的影响因素研究*——以大理州276个奶牛养殖户为例

潘亚茹 ，罗良国※， 刘宏斌

(1.中国农业科学院农业环境与可持续发展研究所,北京 100081； 2.中国农业科学院农业资源与区划研究所，北京 100081)

0 引言

农业生态环境是农村经济和农业发展的基础，保护好生态环境对农业乃至整个社会的可持续发展都有益处。目前，我国的农业、农村经济发展与农业生态环境发展矛盾日益剧增，农业生态环境面临极大挑战[1]。据了解，我国的农业污染量已占全国总污染量的1/3～1/2，已成为大气、水体、土壤污染的主要来源[2]。亚洲开发银行估计，农业污染的直接经济损失占全国 GDP 的0.5%～1%[3]。而据2010年全国污染源普查公报显示，畜禽废弃物污染已成为地表水污染的主要来源，其化学需氧量、总氮和总磷分别占农业污染源的96%、38%和56%[4]。虽然2014年和2015年畜禽粪便的产生量较前几年有所下降，分别为1 552万t和1 436.8万t[5]，但大量数据表明，畜禽废弃物污染的防治仍然是当前控制农业面源污染、遏制水体污染和保护农业生态环境的重要一环。

现阶段我国对畜禽废弃物污染的防治主要集中在技术上(生物技术、生物工程对畜禽废弃物进行厌氧发酵处理、增设沼气工程等)的资源化处理，没有考虑到微观农户意愿层面[6]。事实上，就奶牛养殖而言，奶牛养殖户是奶牛养殖活动的主体，让农户参与奶牛废弃物循环利用并承担一部分治理成本是减缓目前农业污染问题的一项重要举措。基于“谁污染，谁付费”的生态补偿理论，毛显强[6]明确提出要对破坏农业生态环境的行为主体进行收费，以提高这种破坏行为的成本，激励破坏行为主体减少因其行为造成的外部不经济性，从而达到保护农业生态环境的目的。而农户作为奶牛废弃物污染活动的主体理应为此付费。因此，研究农户参与奶牛废弃物循环利用环保行为的支付意愿及强度有助于理解奶牛养殖户的态度和参与奶牛养殖业污染防控之间的关系，对减少养殖业源污染、保护农业生态环境具有重要意义。但农户的支付意愿及支付意愿强度又受到各种变量的影响。基于此，借助Heckman 模型分析农户的支付意愿及行为，以期明晰奶农对畜禽污染防治的态度及支付意愿，找到影响农户支付意愿及支付强度的因素，为进一步提高奶牛废弃物污染防治的公众参与度及大理州政府治理洱海流域面源污染提供决策依据。

1 理论支撑

条件价值评估法(Contingent Valuation Method，CVM)是在假想的市场情况下，直接询问和调查人们对某一环境效益改善或资源保护措施的支付意愿(Willing to Pay，WTP)或对环境、资源质量损失的接受赔偿意愿(Willing to Accept Compensation，WTA)，以人们的 WTP 或 WTA 来估计环境效益改善或环境质量损失的经济价值。条件价值评估法(CVM)以其对环境物品利用价值和非利用价值的独特评估，近10年来被评为国内外生态与环境经济学中应用最广泛的公共物品价值评估方法[7-10]。

传统的农业生产方式是一种由“资源—农产品—污染排放”所构成的物质单向流动的经营模式。而循环农业是一种把农业生产活动按照自然生态的模式，形成一个“资源—农产品—再生资源”的双向物质循环流动的生态链，以资源利用最大化和污染排放最小化为原则，要求整个农业生产过程中基本不产生或很少产生废弃物，最终实现将清洁生产、资源综合利用和农业可持续发展等融为一体的目的[11-12]。文章借助循环农业理论，拟提出在大理白族自治州(简称大理州)奶牛养殖分散、距离肥料企业牛粪收集站较远的地区建立村镇收集池(小型初加工牛粪收集池)，试图通过引导农户卖掉日常堆积在自家房前屋后无处理的牛粪，形成“牛粪(奶牛废弃物)—初加工有机肥(牛粪收集池)—农户还田”的循环模式，并基于大理州276名奶牛散养户调研数据，研究分析奶农们是否愿意为村镇收集池(小型初加工牛粪收集池)的建立分担支付部分成本费用付费(WTP)及支付强度影响因素。

目前，国内学者基于农户参与环境保护行为(环境友好型农业)的支付意愿受制于哪些因素的研究已有许多探讨。如左正强[13]基于江苏省盐城市农户的调研数据，运用Logit模型探讨了农户参与农业废弃物循环利用(秸秆处置行为)支付意愿的影响因素。王娜娜等[14]基于洱海流域上游农户的数据，运用Logistic模型研究了农户为当地环境改善支付一定费用的影响因素。梁增芳[15]和章家清等[16]基于CVM法分别分析了三峡库区农户处理生活垃圾和江苏省扬州市农户参与农业面源污染防控的支付意愿及其影响因素。Beharry-Borg等[17]探讨了影响农户参与防控非点源污染行为时支付意愿的因素。Uddin等[18]基于Tobit和Probit模型，探讨了孟加拉国农户参与环境友好型农业推广服务时支付意愿的影响因素。Nyongesa等[19]基于条件价值法(CVM)估算了农户为保护内瓦沙大湖流域接受补偿意愿的影响因素。不过，现有研究多是基于Logit、Probit模型或条件价值法(CVM)来分析农户参与环境保护行为(环境友好型农业生产)支付意愿的影响因素，少有在农户产生支付意愿的基础上，支付金额大小受制于哪些因素的研究。基于洱海流域视角对农户参与废弃物循环利用的支付意愿及强度的研究更是极少。鉴于此，该文将农户参与洱海流域奶牛废弃物循环利用支付意愿的决策行为分两个阶段进行研究，运用Heckman选择模型进行实证分析：第一阶段考察哪些因素影响奶牛养殖户的支付意愿； 第二阶段分析奶牛养殖户在有支付意愿的前提下，影响支付金额大小的因素。

表1 具有不同个人特征向量的农户参与奶牛废弃物循环利用的支付意愿比例

类别组别参与废弃物循环利用付费的农户未参与废弃物循环利用付费的农户总计人数比例(%)人数比例(%)性别男11063.586636.42173女6364.083735.92103年龄<22周岁375.00125.00422～35周岁2965.911534.094436～50周岁10468.874731.13151>50周岁3748.054051.9577学历没上过学750.00750.0014小学3155.362544.6456初中8061.545038.46130高中4372.881627.1259大专及以上1270.59529.4117总计173103276

2 数据来源及解释变量的设定

2.1 数据来源

数据来源于国家“十二五”水专项项目关于“洱海永安江面源污染控制关键技术及工程示范”的研究，基于大理州的调查问卷。调研对象为大理州的大理市和洱源县共计9个乡镇32个村的奶农。调研采取实地走访和面对面交流的形式进行。共发放调查问卷321份，有效问卷276份，样本有效率达85.98%。其中，凤羽镇37户，茨碧湖镇27户，右所镇36户，邓川镇36户，三营镇36户，牛街乡37户，上关镇33户，喜洲镇27户，银桥乡7户。在接受访问的276名农户中，实际愿意参与奶牛废弃物循环利用的环保行为并支付费用的农户共173户，占有效问卷的62.68%。具体情况见表1。

2.2 解释变量的设定及描述性统计

在参考已有研究和进行实地调研的基础上，把影响农户支付意愿及支付意愿强度的因素分为户主特征变量、家庭特征变量和行为认知变量等3个方面的因素，具体又细分为10项指标。

(1)户主特征变量。一般理论认为，年龄大的农户接受新信息和新知识的速度较慢，对国家出台的新政策理解能力薄弱[20]。因此，年龄越大的农户，越不会采用环境友好型技术措施，更不愿意为奶牛废弃物的循环利用付费。受教育程度的提高增加了农户对新信息技术及环保政策的理解能力，有助于农户意识到奶牛废弃物不合理使用后带来的资源浪费及环境污染问题[21]。性别对农户参与奶牛废弃物循环利用的支付意愿影响方向无法直接判断。男性或女性均有可能表现出强烈的支付意愿，具体情况依赖于该农户的其他个人特征(学历、年龄等)而定。

(2)家庭特征变量。一般认为，家庭收入越高的农户，参与奶牛废弃物循环利用时的支付意愿及强度越高(图1)。任何新技术的实施都需要强大的财力支持，较高家庭收入的农户对环境友好型行为的投资能力也较高[2]。一个农户的非农业收入占比越高，其从事农业的收入比例就越低，对涉及农业的环境友好型行为的关心程度也越低，因此其参与奶牛废弃物循环利用的支付意愿就越低(图2)。耕地面积越多，表明农户会更注重农业经营生产的长期性，耕地面积的增加会鼓励农户主动参与到环境友好型行为中，为农户废弃物的循环利用付费[22]。奶牛养殖头数的多少决定了奶牛废弃物产生量的大小。一方面，奶牛养殖户应为奶牛废弃物造成的污染买单； 另一方面，奶牛废弃物的循环利用不仅有助于改善农村生活环境，而且长期下去，有助于增加奶农收益(肥效提高、产量增加)。因此，奶牛养殖头数越多的农户对奶牛废弃物循环利用的支付意愿就更强。

图1 不同收入水平的农户参与奶牛废弃物循环利用的支付比例 图2 不同主要收入来源的农户参与奶牛废弃物循环利用的支付比例

(3)行为认知变量。一般认为，奶农越想卖掉牛粪，表明对牛粪的需求程度越小。侧面反映农户可能因更加了解牛粪对周围环境造成的污染而选择卖掉牛粪，因此其参与奶牛废弃物循环利用行为的支付意愿可能就越强。奶农选择牛粪还田，而不是随意把牛粪堆积在房前屋后，表明奶农更倾向于牛粪得到及时合理的利用，因此农户参与环境友好型技术的积极性就越高。农户对肥效的认知取决于其接受新知识程度的大小。参加过环境友好型技术培训的农户，能更清楚地认识到商业有机肥的必要性和好处，更愿意接受牛粪资源化利用的理念，从而参与支付的可能性就越大。

表2 不同行为特征变量农户参与奶牛废弃物循环利用的支付意愿比例

组别参与废弃物循环利用付费的农户未参与废弃物循环利用付费的农户总计人数比例(%)人数比例(%)想不想卖牛粪想卖5862.373537.6393不想卖11562.846837.16183牛粪是否还田不还田116.67583.336部分还田1758.621241.3829全部还田15564.328635.68241牛粪肥效认知不清楚1050.001050.0020鲜牛粪1152.381047.6221自家堆置牛粪9069.234030.77130初发酵牛粪3459.652340.3557商品有机肥2858.332041.6748总计173103276

根据上述对自变量(解释变量)的假定，该文在表3给出了自变量(解释变量)的定义与描述性统计。

表3 解释变量的定义及描述性统计

变量名称变量定义均值标准差最小值最大值预期作用方向户主特征变量户主性别(X1)男=1;女=00.6380.48201??户主年龄(X2)<22周岁=1;22～35周岁=2;36～50周岁=3;>50周岁=43.0910.67014—户主学历(X3)没上过学=1;小学=2;初中=3;高中=4;大专及以上=53.0330.93215++家庭特征变量家庭收入(X4)<0.5万=1;0.5万～1万=2;1万～3万=3;3万～5万=4;>5万=5(元/年)3.2101.06515++收入主要来源(X5)畜牧业=1;养殖业=2;非农收入=31.7820.77913—奶牛头数(X6)按实际养殖头数计算(头)4.8108.9690140++耕地规模(X7)按实际种植规模计算(667m2)2.8042.537030++行为认知变量牛粪是否还田(X8)完全不还田=1;部分还田=2;全部还田=32.8510.41313++是否想卖牛粪(X9)想卖=1;不想卖=00.3370.47401++牛粪肥效认知(X10)1=不清楚;2=鲜牛粪;3=自家堆积的牛粪;4=初次发酵的;5=成品有机肥;3.3331.07815++ 注:在“预期作用方向”列中,第1个符号表示解释变量在支付意愿模型中的作用方向;第2个符号表示解释变量在支付程度模型中的作用方向

3 模型设定

影响农户参与奶牛废弃物循环利用是多种因素相互共同作用的结果。奶农参与奶牛废弃物的循环利用行为的支付意愿实际上是两阶段决策过程的有机结合。第一阶段表示农户是否愿意为奶牛废弃物的循环利用支付费用； 第二阶段表示农户在有支付意愿的基础上，决定支付数额的多少。一般而言，所能观察到的是愿意参与奶牛废弃物循环利用的农户的相关信息，但很难观察到不愿意参与奶牛废弃物循环利用的农户的有关情况，但奶农参与奶牛废弃物循环利用所支付费用的多少可能与那些观察不到的而又会影响支付金额大小的因素系统相关，计量经济学上统称这类问题为“样本选择性偏差”[23]。如果“样本选择性偏差”问题未能得到解决，就会造成结果的有偏估计。因此采用Heckman 两阶段模型法来解决和验证该样本可能存在的选择性偏差问题。模型分为两个阶段：第一阶段表示哪些自变量因素影响农户在参与奶牛废弃物循环利用中的支付意愿； 第二阶段表示基于有意愿进行支付的农户，考察这类农户的支付强度受制于哪些因素。

3.1 支付意愿模型

奶农参与奶牛废弃物循环利用的支付意愿=f(户主特征变量、家庭特征变量、行为认知变量)+随机扰动项。由于其支付意愿(被解释变量)是一个二元离散变量，具有两种情况：奶农愿意支付(取值为1)和不愿意支付(取值为0)。因此Heckman模型的第一阶段是以“是否愿意支付”作为因变量来构建支付意愿概率方程，即用影响因素对所有的276个样本进行 Probit 估计，以确定影响奶农参与奶牛废弃物循环利用行为时支付意愿的因素，具体为：

(1)

(2)

式(1)(2)中，WTP表示奶农参与奶牛废弃物循环利用的支付意愿。WTP取值为1(式1)，表示奶农乐意为奶牛废弃物的循环利用付费； 相反，WTP取值为0(式2)，表示奶农对参与奶牛废弃物循环利用支付费用的行为不感兴趣。X表示影响奶农支付意愿的因素；β表示待估参数； Φ(β′X)表示相应的正态分布函数。

3.2 支付数量参与决策模型

支付数量参与模型是指用Heckman 模型对农户支付意愿的强度进行OLS估计，即用相关自变量对276个样本中乐意支付费用的农户样本进行回归，找出影响农户支付意愿强度的因素。考虑到在第二阶段OLS回归中可能存在选择性偏误，需要从Probit估计公式中得到逆米尔斯比率λ作为工具变量，以修正第二阶段的样本选择性偏差。公式为：

(3)

bidi=α0+∑ωiZi+δλ+μ

(4)

式(4)中,bidi表示农户支付的具体数额；α0为常数项；ω为普通自变量的待估系数；Z为解释变量(户主特征变量、家庭特征变量、行为认知变量)；μ为误差项；δ为λ值的待估系数，如果该系数是显著的，则证明存在选择性偏误，Heckman Probit两阶段模型选择得当。

4 结果与分析

运用Stata 12.0软件对276个样本进行Heckman Probit两阶段模型回归，估计的结果详见表4。表中 Prob>F=0.036 8，Prob>chi2=0.000 5，说明F检验和卡方检验分别在5%和1%的水平上显著，整体计量结果有效。另外，λ(逆米尔斯比率)的系数不为0，在10%的显著性水平上通过检验，说明样本选择性偏差确实存在，奶农参与奶牛废弃物循环利用的支付意愿及支付意愿强度的两阶段决策相互依赖，选择Heckman Probit模型合理。

表4 Heckman Probit选择模型估计结果

解释变量支付意愿模型(模型Ⅰ)支付程度模型(模型Ⅱ)系数Z值系数Z值户主特征变量 户主性别(X1)-0.231-12.65365.2030.435 户主年龄(X2)-0.172-1.363-234.790*-1.899 户主学历(X3)0.203**1.97650.787**1.814家庭特征变量 家庭收入(X4)0.0140.165-19.388-0.294 收入主要来源(X5)-0.184*-1.658-108.826-0.931 奶牛头数(X6)0.101**1.9879.2560.271 耕地规模(X7)0.047*1.7050.0870.012行为认知变量 牛粪是否还田(X8)0.447**2.137199.564*1.433 是否想卖牛粪(X9)0.1630.931116.7540.769 牛粪肥效认知(X10)0.0120.15517.4180.277 常数项-0.965-1.122526.3040.450λ0.373*1.908Prob>chi2=0.0005 Prob>F=0.0368Loglikelihood=-166.69985 注:*,**分别表示在10%和5%水平下通过显著性检验

通过对模型回归结果的分析，不难发现： (1)在影响奶农支付意愿的10个因素中(模型Ⅰ)，只有5个因素较为显著，分别是户主受教育程度、家庭收入主要来源、牛粪还田方式、奶牛养殖头数和耕地规模。影响程度大小依次为：家庭收入主要来源>牛粪是否还田>户主受教育程度>奶牛养殖头数>耕地规模。其中，户主受教育程度、奶牛养殖头数、耕地规模及牛粪是否还田对奶农支付意愿的影响呈正相关，家庭收入主要来源呈负相关。(2)在影响支付意愿强度的10个因素中(模型Ⅱ)，只有3个因素较为显著，分别是户主年龄、受教育程度和牛粪是否还田。其中，户主年龄对奶农支付意愿强度的影响呈负相关，而后两者表现为正相关。具体分析如下。

4.1 户主特征变量的影响

户主的性别系数在模型Ⅰ中方向为正，在模型Ⅱ中方向为负。但户主的性别对奶农参与奶牛废弃物循环利用行为的支付意愿及强度影响不显著。年龄系数在两模型中均表现为负，与预期相符。但年龄对支付意愿强度的影响在10%的水平上通过了显著性检验，对支付意愿的影响未通过显著性检验。这可能与调查中36～50岁的农户占比54.71%和大于50岁的农户占比27.89%有关，特别是36～50岁的农户中40～50岁的农户占大多数。一般认为，农户年龄越大，思想越趋于保守，越不愿意接受新事物。加上，年龄大的农户对环境友好型农业的了解不多，因此这类农户本能地认为保护环境是一件与己无关的事情，最终选择坚持现有的劳作模式。即表现出农户年龄变量未对支付意愿产生显著影响。但模型Ⅱ表明，一旦农户开始接受新技术、新知识、新政策，乐意参与到奶牛废弃物的循环利用中，产生支付意愿。那么越是年轻的农户，支付的金额也越高。

户主的受教育程度在两个模型中都通过了显著性检验且系数为正，与预期相符。说明户主的受教育程度越高，其对奶牛废弃物污染生态环境的认知概率越大，参与环境友好型行为的可能性就越高，支付意愿强烈，支付金额更高。受教育程度越高的农户，对农业新技术、新信息的理解能力越强，对生态环境退化及污染的认知也越深刻。加上，受教育程度高的农户更加注重农村生活环境质量的好坏，因此这类农户更愿意为环境污染买单，参与环境友好型农业，从而表现出高支付意愿与高强度支付金额。

4.2 家庭特征变量的影响

家庭收入对支付意愿的影响为正，与预期相符； 对支付意愿强度的影响为负，不符合预期，且家庭收入在两个模型中都未通过显著性检验。这可能与调查中有21.74%奶农的收入主要来源于非农业收入(常年外出务工)有关，这部分奶农认为奶牛废弃物的循环利用与他们无关，收入再高，支付意愿依然很薄弱。另外。78.26%奶农的收入主要来源虽然是农业(养殖业或种植业)，但这类奶农的年均收入普遍很低，不超过3万元，表现为无力支付。

家庭收入主要来源在模型Ⅰ中在10%的水平上通过了显著性检验且系数为负，与预期相符。表明奶农的农业收入来源越高，其参与奶牛废弃物循环利用环保行为的支付意愿就越高。调查中发现78.26%的农户都靠务农为生，收入主要来源于农业。因此，积极参与到奶牛废弃物污染防治中，促使牛粪加工成有机肥，并还田提高农产品产量，实现增收是农户一致的渴求。但家庭收入主要来源在模型Ⅱ中并未通过显著检验，系数为负。

奶牛头数和耕地规模分别于模型Ⅰ中在5%和10%的水平上通过显著性检验且系数为正，与预期相符。表明农户养殖奶牛头数越多，种植面积越大，其参与奶牛废弃物循环利用的支付意愿越高。侧面来讲，这凸显了农户在污染行为中的主体地位，基于“谁污染，谁付费”原则，农户为奶牛废弃物污染造成的结果“买单”理所应当。但奶牛头数和耕地规模在模型Ⅱ中均未通过显著性检验。可能与调查中高达63.04%的奶农的家庭年收入少于3万元有关，大部分农户虽有为奶牛废弃物污染付费的意愿，但因受限于家庭收入，不愿意或者无力承担支付费用，暗示了政府补贴的必要性。

4.3 行为认知变量的影响

牛粪是否还田分别在模型Ⅰ和模型Ⅱ中通过5%和10%水平的显著性检验且系数为正，与预期相符。表明农户还田方式程度的大小决定了奶农参与废弃物循环利用支付意愿的高低。调查了解到，有83.71%的农户选择把牛粪全部还田，一是因为牛粪无处可卖，只能还田处理； 二是因为农户意识到牛粪随处堆积对环境造成的危害，会选择把日常处理的牛粪堆放在田间地头，待到春秋之际再还田以防控面源污染。这充分说明农户越愿意把牛粪还田，其环保责任意识就会越强，促使农户参与到环境保护中，增加支付意愿及支付数量。

农户是否想卖牛粪和农户对牛粪肥效的认知在两模型中系数为正，与预期相符。但均未通过显著性检验，表明是否想卖牛粪和对牛粪肥效的认知对农户参与奶牛废弃物循环利用支付意愿及支付强度的影响不显著。这可能与高达61.95%的农户认为自家堆置的牛粪肥效较初发酵甚至商品有机肥的肥效高和66.3%的农户不愿意卖掉牛粪有关。这类农户尚未意识到奶牛废弃物参与循环利用后的好处与优势，最终导致是否想卖牛粪和对牛粪肥效认知两个变量在支付意愿及支付意愿强度模型中表现不显著。

5 结论与政策建议

该文基于大理州276份农户的调查样本，运用Heckman Probit选择模型实证分析了影响农户参与奶牛废弃物循环利用支付意愿及强度的因素，结果表明：户主的受教育程度、家庭收入主要来源、奶牛养殖头数、耕地数量及牛粪还田方式等因素对农户的支付意愿影响较为显著；户主的年龄、户主的受教育程度及牛粪是否还田等因素对农户的支付意愿强度影响显著。基于此，提出以下政策建议。

(1)信息宣传与技术培训并行，增强农户支付意愿。通过村委会或街道宣传栏(横幅及海报)、举办讲座(普及养殖业源污染防控知识)、洱海文化系列主题沙龙和新媒体推广(微信公众号)等多种途径宣传建设环境友好型农业、美丽乡村的必要性、紧迫性和重要性，增强广大农户对面源污染特别是养殖业源污染的认知，提高农户的支付意愿。同时，有计划、有针对性地对农户特别是奶牛养殖户开展环境友好型技术培训，主要表现为对奶牛废弃物资源化处理的培训，如垫料管理和设备使用。鼓励农户对奶牛粪便定时清扫、合理堆放、及时售卖，达到奶牛废弃物不再随意堆积在房前屋后或田间地头，初加工成有机肥春秋恰好还田的目的，以此防控奶牛养殖业带来的洱海流域污染问题。

(2)设立特定的奶牛废弃物污染治理小组，促进农户规模化生产。鼓励自律性环保组织的设立，实施以地方政府主导、民间协会监督、奶牛养殖户自觉参与奶牛废弃物循环处理的策略。民间协会自愿成立，负责人可由每个村里有名望的人担任并率先投入到环保行动中。鼓励农户抱团加入协会，对奶牛废弃物进行统一处理，促进奶牛养殖业的规模化发展。地方政府应给予民间协会组织充分的肯定及政策优惠，如补贴协会农户购置有机肥等。

(3)构建合理的生态补偿制度，补贴农户机会成本。虽然农户作为公民具有环保的义务，应在其力所能及的范围内为环境改善做出贡献。但农户作为经济人，一切考量均以自身利益最大化为核心。一般而言，农户参与增加其成本或减少其收益的农业活动的主动性都比较差。调查显示，62.68%的农户愿意参与到奶牛废物循环利用的环保行动中，并为此付费。数据表明大多数农户具有环保意识，只是缺乏行动力。原因可能如Heckman模型回归结果中，家庭收入及收入主要来源并未对支付意愿强度产生显著影响所示，农户参与奶牛废弃物循环利用并为此付费的行为存在外部成本，而政府实施有效的生态补偿制度，鼓励农户参与环境保护行为，以补贴的方式激励农户为环境污染付费，是一种外部成本内部化的最好体现。

[1] 刘洋，熊学萍，刘海清，等.农户绿色防控技术采纳意愿及其影响因素研究——基于湖南省长沙市348个农户的调查数据.中国农业大学学报， 2015， 20(4)： 263～271

[2] 储成兵， 李平.农户环境友好型农业生产行为研究——以使用环保农药为例.统计与信息论坛， 2013, 28(3): 89～93

[3] 杜江， 罗珺.我国农业面源污染的经济成因透析.中国农业资源与区划， 2013, 34(4): 22～69

[4] 郑丙辉， 付青，刘琰．中国城市饮用水源地环境问题与对策.环境保护， 2007,(19)： 59～61

[5] 中国人民共和国国家统计局. 中国统计年鉴.北京：中国统计出版社， 2015

[6] 马瑛， 王保力，张芳，等.新疆棉农对农业面源污染防治的态度和支付意愿研究.中国农业资源与区划， 2016， 37(7)：150～181

[7] 毛显强， 钟瑜，张胜．生态补偿的理论探讨．中国人口·资源与环境， 2002, 12(4): 38～41

[8] Bateman I J，WiIIis K G.Valuing environmental preferences：Theory and practice of the contingent valuation method in the US，EU，and Developing Countries.New York：Oxford University Press， 1999

[9] Asafu-Adjaye J.Environmental economics for Non-economists.Singapore：World Scientific Publishing Co Pte Led， 2000

[10]Bjornstad D J，Kahn J R.The contingent valuation of environmental resources：Method logical issues and research needs.Cheltenham：Edward elgar publishing limited， 1999

[11]翁伯琦， 雷锦桂，江枝和，等.集约化畜牧业污染现状分析及资源化循环利用对策思考.农业环境科学学报， 2010， 29(增刊)： 294～299

[12]冯永忠， 丁瑞霞，杨改河.基于循环经济理论的中国农作制建设研究.现代农业与农作制度建设， 2006，307～311

[13]左正强． 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．统计与信息论坛， 2011，26(11)： 109～113

[14]王娜娜， 罗良国，王芊，等.洱海流域上游农户环保支付意愿及影响因素研究.农业展望， 2016，(6)： 85～92

[15]梁增芳， 肖新成，倪九派.三峡库区农村生活垃圾处理支付意愿及影响因素分析.环境污染与防治， 2014，(9)： 100～110

[16]章家清， 马甜.农业面源污染防控支付意愿的影响因素分析——基于江苏省扬州市的调查研究，安徽农业科学， 2015， 43(23)： 220～223

[17]Beharry-Borg，N.James，C.R.S.Evaluating farmers′ likely participation in a payment program for water quality protection in the UK uplands.Reg.Environ.Change， 2013， 13(3)： 633～647

[18]Uddin，M E，Gao QiJie，Md Mamun-ur-rashid.Crop farmers′ willingness to pay for agricultural extension services in Bangladesh：cases of selected villages in two important agro-ecological zones.Journal of Agricultural Education and Extension， 2016,(1)： 43～60

[19]Nyongesa J M，Bett H K，Legat J K，et al.Estimating farmers′ stated willingness to accept pay for ecosystem services：case of Lake Naivasha watershed payment for ecosystem services scheme-kenya.Ecological Processes， 2016

[20]储成兵， 李平.农户农用地流转意愿及流转数量影响因素实证分析——基于安徽省278户农户的调查数据.软科学， 2013，27(4)： 83～87

[21]吴雪莲， 张俊飚，何可.农户高效农药喷雾技术采纳意愿——影响因素及其差异性分析.中国农业大学学报， 2008， 25(4)： 156～163

[22]时鹏， 余劲.农户生态移民意愿及影响因素研究——以陕西省安康市为例.中国农业大学学报， 2013, 18(1): 218～228

[23]Heckman J．Sample selection bias as a specification error．Econometrica， 1979, 47(1): 153～161