農(nóng)業(yè)減量化補償方式的農(nóng)戶偏好及異質(zhì)性
——基于重慶357 戶農(nóng)戶的選擇實驗分析

喻永紅，劉耀森，蔡榮

（1.重慶三峽學(xué)院財經(jīng)學(xué)院，重慶 404120；2.南京財經(jīng)大學(xué)糧食和物資學(xué)院，江蘇南京 210003）

引言

化肥農(nóng)藥長期過量施用是危及農(nóng)業(yè)可持續(xù)發(fā)展的極大隱患[1,2]和農(nóng)業(yè)政策轉(zhuǎn)型必須關(guān)注的重點問題[3]。雖然自2015 年原農(nóng)業(yè)部實施《到2020 年化肥使用量零增長行動方案》和《到2020 年農(nóng)藥使用量零增長行動方案》（以下簡稱“化肥零增長”和“農(nóng)藥零增長”行動方案）以來已取得較好的農(nóng)業(yè)減量效果，但中國的化肥和農(nóng)藥使用強度分別是世界平均水平的近3 倍和2.5 倍，并且利用率低于歐美發(fā)達國家20%～30%[4]，因此仍然存在較大減量空間[5]。降低化肥農(nóng)藥的施用數(shù)量是農(nóng)業(yè)減量化的關(guān)鍵內(nèi)容，更是推進農(nóng)地土壤污染治理的重要途徑和實現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展的必然要求[4]。

學(xué)術(shù)界從生產(chǎn)方式轉(zhuǎn)變[6]、農(nóng)業(yè)技術(shù)培訓(xùn)[7]、生態(tài)環(huán)境認(rèn)知[8]、風(fēng)險心理[1,9]、組織化和市場主體參與[5,10]、經(jīng)營規(guī)模[11]和小農(nóng)分化[12]等方面影響農(nóng)戶化肥或農(nóng)藥減量行為和過量施用原因[2]進行了廣泛而深入的研究，為農(nóng)業(yè)減量化和農(nóng)業(yè)污染治理做了大量建言獻策。從現(xiàn)實情況來看，政府監(jiān)管、市場激勵或組織約束并未對農(nóng)戶行為改善發(fā)揮顯著作用[5,13]?？紤]到農(nóng)業(yè)減量化行為的外部性和公共品特征，通過農(nóng)業(yè)生態(tài)補償手段激勵農(nóng)戶減少化肥農(nóng)藥施用數(shù)量和采用配方施肥、有機肥替代、生物農(nóng)藥、綜合防治等措施依然是實現(xiàn)農(nóng)業(yè)減量目標(biāo)和遏制農(nóng)業(yè)污染的主要政策安排。

農(nóng)業(yè)生態(tài)補償通過對農(nóng)業(yè)在生態(tài)環(huán)境保護中做出的犧牲進行合理補償來協(xié)調(diào)相關(guān)主體之間的利益關(guān)系，確保農(nóng)業(yè)生態(tài)可持續(xù)發(fā)展與農(nóng)民經(jīng)濟利益平衡。其中，適宜的補償方式是補償機制科學(xué)構(gòu)建的重要內(nèi)容和補償政策成功實施的關(guān)鍵[14]。實踐中，政府主導(dǎo)的補貼和項目支持是主要補償方式[15]。但因?qū)r(nóng)民的實際需求和意愿考慮較少，現(xiàn)有農(nóng)業(yè)生態(tài)補償機制無法調(diào)動農(nóng)戶的積極性和主動性，降低了項目績效[16]。農(nóng)戶差異化、多樣化的補償需求亟須得到政策設(shè)計者的關(guān)注。農(nóng)戶作為農(nóng)業(yè)生態(tài)補償政策的微觀執(zhí)行主體，也是補償方式的主要接受者[14]，補償方式與農(nóng)戶的需求錯位必將導(dǎo)致農(nóng)業(yè)生態(tài)補償項目的低效率[17]。那么，何種補償方式符合農(nóng)戶參與減量化的利益訴求？農(nóng)戶對不同補償方式的偏好序是什么？不同補償方式的農(nóng)戶偏好有何特征？科學(xué)回答上述問題對于農(nóng)業(yè)減量化補償機制的科學(xué)構(gòu)建和補償激勵政策的合理優(yōu)化，推進農(nóng)業(yè)生態(tài)文明及其可持續(xù)發(fā)展具有重要的理論和現(xiàn)實意義。

1 文獻綜述

補償方式的合理設(shè)計不僅是生態(tài)補償政策順利執(zhí)行的客觀要求，其本質(zhì)也是由補償主體多元性與補償對象的需求多樣性共同決定的[16]。特別是農(nóng)戶對農(nóng)業(yè)生態(tài)補償方式的認(rèn)同度，直接影響補償項目的實施效果及政策可持續(xù)性[14]。為此，學(xué)術(shù)界圍繞生態(tài)補償方式的農(nóng)戶響應(yīng)及補償政策設(shè)計做了大量有益探索。

一方面，直接詢問農(nóng)戶在耕地保護、農(nóng)田生態(tài)保護、流域生態(tài)保護等不同實踐和減量替代技術(shù)采納中對農(nóng)業(yè)生態(tài)補償方式的選擇偏好，并分析其影響因素。大多數(shù)研究發(fā)現(xiàn)農(nóng)戶主要偏好現(xiàn)金補償[16,18]或直接補償[19]，少數(shù)研究則認(rèn)為農(nóng)戶更偏好政策補償和技術(shù)補償[20]，或者有助于能力建設(shè)的補償方式[17]和技術(shù)、政策、實物、現(xiàn)金、項目等多要素相結(jié)合的補償方式[14]；影響農(nóng)戶偏好不同補償方式的主要因素是生計策略[21]和以人力稟賦、經(jīng)濟稟賦、社會稟賦為主要構(gòu)成的農(nóng)戶稟賦[19]。另一方面，評價不同生態(tài)補償方式對農(nóng)戶的福利影響。生態(tài)補償方式不僅影響農(nóng)戶生計，更關(guān)系到社會的公平性[22]。有研究發(fā)現(xiàn)，居民對現(xiàn)行補償方式的貢獻度評價總體處于正向范圍，但不同補償方式對家庭生計或社區(qū)發(fā)展的貢獻度存在顯著差異[22,23]。相關(guān)研究一致認(rèn)為，當(dāng)前亟須轉(zhuǎn)變生態(tài)補償方式的設(shè)計理念，避免“一刀切”式的補償政策[19]，應(yīng)使各種補償方式的供給與差異化、個性化的補償需求在高水平上保持動態(tài)平衡[16]；只有激勵相容度高的補償方式才是實現(xiàn)生態(tài)保護目標(biāo)的有效方式[24]。

近年來，補償方式在生態(tài)環(huán)境政策設(shè)計的選擇實驗（Choice Experiment）研究中受到了廣泛關(guān)注。比如，韓洪云和楊增旭[25]考察了農(nóng)業(yè)面源污染治理政策的農(nóng)戶接受意愿，結(jié)果發(fā)現(xiàn)技術(shù)支持最受農(nóng)戶偏好。潘丹[26]考察了養(yǎng)殖戶的畜禽污染治理政策偏好，結(jié)果發(fā)現(xiàn)不同補償方式的農(nóng)戶接受意愿具有異質(zhì)性。俞振寧等[27]發(fā)現(xiàn)，含有收入補償較高的重金屬污染耕地治理式休耕補償方案更容易被農(nóng)戶選中。徐濤等[28]發(fā)現(xiàn)，較高的工時補貼有利于“兩型技術(shù)”補貼政策的農(nóng)戶參與，但農(nóng)戶對部分補償方式具有異質(zhì)性偏好。李想和陳宏偉[29]發(fā)現(xiàn)，不同激勵政策均能夠顯著提升農(nóng)戶的農(nóng)業(yè)技術(shù)選擇效用，但農(nóng)戶偏好程度存在顯著差異。此外，農(nóng)業(yè)生態(tài)補償政策的選擇實驗研究一般都將補貼金額作為方案屬性之一[30]，肯定了貨幣補償方式在生態(tài)補償政策設(shè)計中的重要作用。

現(xiàn)有研究為農(nóng)業(yè)生態(tài)補償方式的科學(xué)設(shè)計提供了豐富的理論及實證依據(jù)，但也存在一些不足：第一，大多數(shù)研究將不同補償方式直接呈現(xiàn)給農(nóng)戶供其做出偏好選擇，忽視了不同補償方式可能會導(dǎo)致農(nóng)戶不同的生態(tài)行為水平；并且，此類偏好獲取方法因缺乏真實行為的可觀測性，農(nóng)戶回答主觀隨意性較強而可能導(dǎo)致研究結(jié)論偏頗。第二，直接補償與間接補償相結(jié)合的多樣化補償政策設(shè)計考慮不足。第三，多數(shù)生態(tài)補償?shù)倪x擇實驗文獻只是將貨幣補償或少數(shù)非貨幣補償方式作為補償政策屬性之一加以考察，專門關(guān)注不同農(nóng)業(yè)生態(tài)補償方式的農(nóng)戶偏好研究欠缺，不同農(nóng)業(yè)生態(tài)補償方式優(yōu)先序設(shè)計仍缺乏微觀證據(jù)，特別是農(nóng)業(yè)減量化補償方式的政策設(shè)計所受關(guān)注明顯不足。

本文以化肥農(nóng)藥減量施用為例，采用選擇實驗法定量分析農(nóng)戶對不同農(nóng)業(yè)減量化補償方式的偏好、異質(zhì)性及其來源。不同于以往研究通常將貨幣支付或貨幣受償作為政策選擇結(jié)果和衡量農(nóng)戶行為水平的指標(biāo)，本文認(rèn)為，“化肥農(nóng)藥減量比例”更能體現(xiàn)農(nóng)戶的生態(tài)行為水平并具有更強的實踐意義，因此將其作為目標(biāo)結(jié)果變量來分析農(nóng)戶對不同補償方式的偏好。本文進一步豐富了選擇實驗法在農(nóng)業(yè)生態(tài)環(huán)境政策研究中的應(yīng)用案例，從補償方式的農(nóng)戶響應(yīng)視角提供了農(nóng)戶生態(tài)參與行為邏輯的微觀證據(jù)，并為農(nóng)業(yè)減量化生態(tài)補償?shù)募钪贫仍O(shè)計提供了實證依據(jù)。

2 研究方法：計量模型及實驗設(shè)計

2.1 計量模型

選擇實驗法是基于Lancaster 的屬性價值理論和McFadden 的隨機效用理論分析框架，構(gòu)造由不同政策屬性組合的多個方案選項供被試者權(quán)衡取舍。由于該方法加大了被試者策略性行為的認(rèn)知成本并具有興趣行為的可觀測性和激勵相容性[30-32]，因而比偏好的直接詢問法具有更高的外部效度[33]而被廣泛采用。本文通過構(gòu)造由不同補償方式和行動要求所構(gòu)成的多個農(nóng)業(yè)減量化補償方案供農(nóng)戶權(quán)衡選擇。設(shè)決策者i選擇某個方案j的效用Uij可以表示為：

式中，Vij表示選擇方案j的可觀測效用部分，由方案j的補償方式屬性和行動要求屬性來解釋；eij為隨機擾動項，表示選擇方案j的不可觀測效用部分。

當(dāng)決策者在由多個方案構(gòu)成的選擇情景（即選擇集）C中選擇方案g時，由效用最大化原則可知，方案g被選中的概率Pig為：

應(yīng)用中，在eij服從極值分布且滿足獨立同分布（IID）和不相關(guān)選擇獨立性假設(shè)（IIA）下，式（2）為多元Logit 模型（MNL）并采用極大似然估計法估計參數(shù)。若考慮農(nóng)戶偏好的異質(zhì)性，則前述限制性假設(shè)通常無法滿足[26,27,30]，此時需允許屬性參數(shù)存在隨機性，式（2）則成為隨機參數(shù)Logit 模型（RPL）并采用擬極大似然估計法估計參數(shù)。

在式（1）和式（2）中，可觀測效用Vij通常被設(shè)定為方案屬性的線性函數(shù)[34]：

其中，ASCi為選擇特定常數(shù)變量。本文中，如果決策者在每個選擇情景中選擇任一“補償”方案，ASCi賦值為1；如果選擇“都不選”方案，則ASCi賦值為0。系數(shù)αASC用來表示不可觀測因素對決策者選擇特定方案帶來的平均效用。Dij表示決策者i所選方案j的支付屬性，本文指補償方案的行動要求（目標(biāo)結(jié)果）“化肥農(nóng)藥減量比例”；CMijk表示決策者i所選方案j的第k個補償方式屬性；K為屬性個數(shù)。βd、βk為待估計參數(shù)，亦即各屬性的平均邊際效用，可反映決策者對第k個政策屬性的偏好程度[28]。式（3）通常為MNL 模型的效用函數(shù)基準(zhǔn)方程。

在式（4）中，σik表示決策者i關(guān)于第k個政策屬性變量CMijk的個體系數(shù)與總體均值系數(shù)βk的差異，即標(biāo)準(zhǔn)差系數(shù)，σik顯著則表明決策者在選擇參與減量化補償方案時，對第k個補償方式的偏好具有異質(zhì)性。式（4）通常為RPL 模型的效用函數(shù)基準(zhǔn)方程。

為了進一步考察農(nóng)戶偏好異質(zhì)性的來源，直接的方法是在RPL 模型中引入農(nóng)戶個體特征，并設(shè)置其與政策屬性的交叉項：

式（5）中，CMijk×Zim為第k個補償方式變量CMijk與第m個農(nóng)戶個體特征變量Zim的交叉項，用于考察參與農(nóng)戶對第k個補償方式偏好的異質(zhì)性來源；M為農(nóng)戶個體特征變量的個數(shù)；λm為待估計參數(shù)。

2.2 實驗設(shè)計

2.2.1 農(nóng)業(yè)減量化選擇實驗的方案屬性設(shè)置及選擇情景設(shè)計

選擇實驗法成功的核心在于確定方案屬性及其狀態(tài)水平，進而設(shè)計選擇情景。根據(jù)研究目的，本文將農(nóng)業(yè)減量化補償方案的主要屬性解構(gòu)為補償方式屬性和行動要求屬性兩個方面。

根據(jù)“化肥零增長”和“農(nóng)藥零增長”行動方案中的技術(shù)路徑和保障措施，結(jié)合相關(guān)文獻、補償實踐及專家討論，本文將農(nóng)業(yè)減量化的主要補償方式分兩類：一是直接補償，主要指用于彌補減量化行動成本的現(xiàn)金補償和直接提供化肥農(nóng)藥替代投入品的物資補償兩種方式①本研究旨在考察不同補償方式的農(nóng)戶偏好，因此現(xiàn)金補償和物資補償不涉及具體數(shù)量，調(diào)查中當(dāng)受訪者問及“補償多少”時，均以“按照當(dāng)?shù)卣蜣r(nóng)業(yè)技術(shù)相關(guān)部門測算的適當(dāng)數(shù)量進行補償，并且現(xiàn)金補償與物資補償?shù)呢泿艃r值相當(dāng)”作為回答。當(dāng)然，實驗中沒有設(shè)計多個數(shù)量標(biāo)準(zhǔn)的另一原因則是為了降低選擇實驗的復(fù)雜性。；二是間接補償，主要指以化肥農(nóng)藥減量化技術(shù)培訓(xùn)與指導(dǎo)為目的的技術(shù)補償和以安全農(nóng)產(chǎn)品認(rèn)證服務(wù)為主要內(nèi)容的政策補償兩種方式。農(nóng)業(yè)減量化的主要目標(biāo)在于改變化肥農(nóng)藥長期過量施用現(xiàn)狀，因此本文將“化肥農(nóng)藥減量比例”作為減量化補償方案的行動要求②實際調(diào)查時，向受訪者說明“化肥農(nóng)藥減量通過以下途徑實現(xiàn)：以有機肥替代、配方施肥、水肥一體化等技術(shù)實現(xiàn)化肥減量，通過應(yīng)用高效低毒農(nóng)藥或生物農(nóng)藥和采用生物防治、物理防治、綜合防治等技術(shù)減少農(nóng)藥施用水平?！保ɑ蚍桨傅哪繕?biāo)結(jié)果），并結(jié)合專家咨詢和預(yù)調(diào)查結(jié)果最終確定10%、20%、30%共3個水平。選擇情景通常采用部分因子正交設(shè)計[25]。根據(jù)前述屬性及水平定義，本文利用SPSS 26.0 軟件的正交程序設(shè)計農(nóng)業(yè)減量化補償方案，剔除無效方案后進行方案匹配并刪除含占優(yōu)方案的選擇情景，最終保留8 個選擇情景供農(nóng)戶選擇：每個選擇情景中包括兩個“補償”方案（方案①和方案②）和一個“都不選”方案（方案③）。選擇情景示例見表1。

表1 農(nóng)業(yè)減量化補償方案的選擇情景示例

2.2.2 實驗問卷的有效性設(shè)計

選擇實驗的有效性要求確保模擬真實決策情景。本文研究在受訪農(nóng)民對選擇情景做出回答之前，調(diào)查員向其介紹實驗?zāi)康暮驼f明選擇方法，并詳細(xì)介紹補償方案的政策屬性含義及內(nèi)容。然后，依次將8 個選擇情景以卡片方式呈現(xiàn)給受訪農(nóng)民。最后，在受訪農(nóng)民完成全部選擇之后，通過詢問“您是否確定已完全理解上述問題，并按照自己的真實意愿準(zhǔn)確做出了回答”和“現(xiàn)實中，您是否意愿按照您所做出的上述選擇付諸實際行動”兩個問題來進一步保證實驗數(shù)據(jù)的有效性。

3 數(shù)據(jù)來源、變量設(shè)置及樣本描述性統(tǒng)計

3.1 數(shù)據(jù)來源

本文所用數(shù)據(jù)來自課題組2020 年1 月和4—5 月對重慶市十區(qū)縣開展的抽樣調(diào)查。重慶市農(nóng)業(yè)現(xiàn)代化水平較低，生態(tài)環(huán)境脆弱。雖然該市化肥農(nóng)藥施用總量和強度均實現(xiàn)雙減目標(biāo)，但利用率僅有35%和30%[35]，仍然存在較大減量空間。作為三峽庫區(qū)的重要水源涵養(yǎng)區(qū)和長江中下游地區(qū)的生態(tài)環(huán)境屏障，重慶特殊的地理位置和農(nóng)業(yè)資源與環(huán)境經(jīng)濟矛盾，決定進一步治理化肥農(nóng)藥過度投入具有重要現(xiàn)實意義。

調(diào)查樣本點的選取采用分層抽樣和隨機抽樣相結(jié)合的方法。首先，在綜合考慮了區(qū)位因素和社會經(jīng)濟發(fā)展水平的基礎(chǔ)上，課題組確定渝東南片區(qū)2 個區(qū)縣、渝東北片區(qū)4 個區(qū)縣、渝西片區(qū)4 個區(qū)縣，共3 個片區(qū)的10 個區(qū)縣作為調(diào)查樣本區(qū)縣；然后，在每個區(qū)縣隨機抽取2 個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)再隨機抽取20～25戶農(nóng)戶作為調(diào)查對象。調(diào)查方式為入戶面對面訪談，調(diào)查對象為農(nóng)戶主要農(nóng)業(yè)生產(chǎn)決策者。因部分樣本農(nóng)戶拒絕訪問或無人在家，調(diào)查實際收回問卷371 份，有效問卷357 份，樣本有效率96%。

3.2 變量設(shè)置及樣本描述性統(tǒng)計

本文模型中的被解釋變量為某方案是否被受訪農(nóng)戶選中。核心解釋變量為方案屬性，其中：補償方式屬性包括現(xiàn)金補償、物資補償、技術(shù)補償和政策補償，均為二分類變量；行動要求屬性指農(nóng)業(yè)減量比例。

為了解釋農(nóng)戶選擇參與農(nóng)業(yè)減量化方案時對補償方式可能存在的偏好異質(zhì)性，借鑒農(nóng)戶行為理論和有關(guān)農(nóng)戶補償政策選擇的相關(guān)文獻[14,28,29]，本文在式（5）中引入的農(nóng)戶個體特征變量包括主要農(nóng)業(yè)生產(chǎn)決策者的個體特征、家庭經(jīng)營/生計特征、區(qū)域虛擬變量共3 類。變量定義見表2。

表2 變量定義及其描述性統(tǒng)計

變量的描述性統(tǒng)計顯示（表2），農(nóng)戶決策者以男性為主（占68.9%），平均年齡54.61 歲，平均文化程度初中以下（均值1.27）；農(nóng)戶平均耕種規(guī)模0.209 hm2，按平均人口規(guī)模（4.72 人/戶）計算的人均耕種土地面積僅0.044 hm2；農(nóng)戶平均非農(nóng)就業(yè)比例58.58%，從事農(nóng)業(yè)生產(chǎn)的主要目的是自足需要（僅8.1%的農(nóng)戶以收入為目的）。對比重慶市第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報①重慶市第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報顯示，2016 年重慶農(nóng)業(yè)生產(chǎn)經(jīng)營人員（不包括規(guī)模經(jīng)營戶）男性占比54.2%，36～54 歲和55 歲以上人員占比分別為60.4%和26.3%，小學(xué)和初中文化程度人員占比分別為30.2%和45%。，可以認(rèn)為以上樣本特征基本符合研究區(qū)的農(nóng)村社會現(xiàn)實，具有較好的代表性。

4 模型結(jié)果及分析

本文采用Nlogit 6.0 軟件進行模型參數(shù)估計。模型估計的樣本容量為8568 個（357×8×3）。

4.1 農(nóng)業(yè)減量化補償方式的農(nóng)戶偏好及其對參與選擇的影響

本文首先對基準(zhǔn)方程式（3）進行多元Logit 模型的極大似然估計。結(jié)果顯示（表3 中Model 1），所有補償方式屬性變量的系數(shù)顯著為正，說明各種補償方式均能顯著提高農(nóng)戶選擇參與農(nóng)業(yè)減量化方案的概率，因此符合農(nóng)戶利益預(yù)期，方案屬性設(shè)計具有代表性。但考慮到偏好可能存在異質(zhì)性及多元Logit 模型的假設(shè)違背，本文進一步對基準(zhǔn)方程式（4）進行隨機參數(shù)Logit 模型的仿真似然估計：根據(jù)慣例[34]，將ASC 和具有支付屬性的農(nóng)業(yè)減量比例變量設(shè)定為固定參數(shù)變量，補償方式屬性變量設(shè)定為服從正態(tài)分布的隨機參數(shù)變量，并進行100 次Halton 抽樣估計。根據(jù)結(jié)果（表3 中Model 2），正的補償方式屬性系數(shù)和負(fù)的農(nóng)業(yè)減量比例系數(shù)表明本文實驗方案含有較好的效用權(quán)衡特征，符合選擇實驗法的設(shè)計要求；與Model 1 相比，PseudoR2和對數(shù)似然值明顯增大，說明隨機參數(shù)Logit 模型具有更好的擬合效果。

表3 基準(zhǔn)方程的多元Logit模型和隨機參數(shù)Logit模型估計結(jié)果

根據(jù)Model 2 的結(jié)果，補償方式屬性變量的全部均值系數(shù)顯著為正，說明無論是直接補償、還是間接補償，均能顯著提高農(nóng)戶選擇“參與”農(nóng)業(yè)減量化方案的效用。從不同補償方式的作用看，現(xiàn)金補償和農(nóng)資補償可以直接彌補農(nóng)戶采用減量化技術(shù)的部分成本，而技術(shù)補償和政策補償則可以降低農(nóng)戶采用減量化措施的不確定性及市場風(fēng)險。因此，在推進農(nóng)業(yè)減量化行動中向農(nóng)戶提供適當(dāng)?shù)默F(xiàn)金補償、農(nóng)資補償、技術(shù)補償和政策補償可以提高其項目參與概率。進一步地，從不同補償方式的均值系數(shù)大小和其邊際效用含義可知，農(nóng)戶對農(nóng)資補償和現(xiàn)金補償?shù)钠骄贸潭茸罡?，其次是技術(shù)補償，偏好最低的是政策補償。但是，各補償方式的標(biāo)準(zhǔn)差系數(shù)統(tǒng)計顯著，意味著不同農(nóng)戶對不同補償方式具有顯著的偏好差異。

行動要求屬性變量農(nóng)業(yè)減量比例的系數(shù)顯著為負(fù)，意味著保持其他條件不變時，化肥農(nóng)藥減量比例提高會顯著降低農(nóng)戶方案“參與”效用。這符合經(jīng)驗預(yù)期，由于長期生產(chǎn)習(xí)慣形成對化肥農(nóng)藥過度“信任”，提高減量比例會降低農(nóng)戶項目參與概率。

4.2 不同減量化補償方式的農(nóng)戶偏好異質(zhì)性來源

本文引入農(nóng)戶個體特征變量，對含交叉項方程式（5）進行隨機參數(shù)Logit 模型的仿真似然估計，考察農(nóng)戶對不同減量化補償方式的偏好異質(zhì)性。具體做法是：首先進行共線性診斷，確保模型變量共線性不顯著（所有變量的方差膨脹因子＜10）；然后，將各個補償方式屬性變量設(shè)定為隨機參數(shù)變量，并分別與農(nóng)戶個體特征變量形成交叉項，再將交叉項和其他變量均設(shè)定為固定參數(shù)變量，采用100 次Halton 抽樣估計。結(jié)果顯示（表4 中的Model 3～6），PseudoR2和對數(shù)似然值均比Model 2 有所提高，且各個屬性變量的系數(shù)符號及顯著性未發(fā)生變化，說明模型結(jié)果具有穩(wěn)健性，但帶交叉項的模型解釋能力更高。

根據(jù)表4，不同補償方式的標(biāo)準(zhǔn)差系數(shù)在引入交叉項后較Model 2 均有所降低，說明農(nóng)戶個體特征解釋了不同農(nóng)戶對不同補償方式的部分偏好差異。根據(jù)交叉項系數(shù)的顯著性，這種偏好差異如下。

表4 帶交叉項的隨機參數(shù)Logit模型估計結(jié)果

從農(nóng)戶主要農(nóng)業(yè)生產(chǎn)決策者的個體特征來看：①男性決策者更偏好現(xiàn)金補償，但不偏好技術(shù)補償?？赡艿慕忉屖?，男性一般比女性有更多的社會交往和資源獲取機會，因此男性偏好獲得現(xiàn)金補償來購買減量化投入資源和自己獲取減量化技術(shù)。②年齡越大的決策者對現(xiàn)金補償和政策補償?shù)钠迷降?。一般而言，年齡越大的農(nóng)民越保守，對傳統(tǒng)的農(nóng)藥化肥施用方式越依賴，安全農(nóng)產(chǎn)品生產(chǎn)意識也越淡薄，通過現(xiàn)金補償和以安全農(nóng)產(chǎn)品認(rèn)證為主要內(nèi)容的政策補償難以激勵其行為轉(zhuǎn)變。③教育程度越高、參加過農(nóng)技培訓(xùn)的決策者更偏好技術(shù)補償。教育程度較高和參加過農(nóng)技培訓(xùn)的農(nóng)民具有更好的學(xué)習(xí)能力和較高的生態(tài)認(rèn)知水平，更愿意通過技術(shù)培訓(xùn)與指導(dǎo)來獲取并采用化肥農(nóng)藥減量施用技術(shù)。

從家庭經(jīng)營/生計特征來看：①人口規(guī)模越大的農(nóng)戶越偏好現(xiàn)金補償。家庭人口越多，支出壓力越大，寄希望于現(xiàn)金補償來增加消費性和生產(chǎn)性支出的心理決定了大家庭對現(xiàn)金補償方式的強烈偏好。②非農(nóng)就業(yè)比例越高的農(nóng)戶對現(xiàn)金補償和農(nóng)資補償?shù)钠迷降?。非農(nóng)就業(yè)增加了農(nóng)戶收入來源，進而增加其采用減量化技術(shù)的生產(chǎn)資料購買能力，對現(xiàn)金補償和農(nóng)資補償?shù)钠幂^弱。③耕種規(guī)模越大的農(nóng)戶對現(xiàn)金補償和技術(shù)補償?shù)钠迷綇娏?。通過現(xiàn)金補償來購買采用減量化技術(shù)的生產(chǎn)資料和通過技術(shù)補償來學(xué)習(xí)并采用減量化技術(shù)，可能對于農(nóng)業(yè)大戶具有規(guī)模經(jīng)濟性。④農(nóng)業(yè)生產(chǎn)以出售為目的的農(nóng)戶對現(xiàn)金補償?shù)钠幂^低。樣本農(nóng)戶中，農(nóng)業(yè)以出售為目的的農(nóng)戶通常是那些沒有更多非農(nóng)收入來源的農(nóng)戶，迫于收入來源的單一性導(dǎo)致的生計壓力，他們認(rèn)為現(xiàn)金補償不足以彌補采取減量化措施的風(fēng)險損失。⑤參加合作社的農(nóng)戶對農(nóng)資補償?shù)钠幂^低。提供農(nóng)資服務(wù)是合作社的重要功能之一，參加合作社的農(nóng)戶可以享受這一便利性，因而并不看重農(nóng)資補償方式。

從區(qū)域特征來看：渝東北片區(qū)的農(nóng)戶更偏好現(xiàn)金補償和農(nóng)資補償，渝東北片區(qū)和渝西片區(qū)的農(nóng)戶對技術(shù)補償?shù)钠幂^低。這可能是由不同區(qū)域農(nóng)業(yè)生產(chǎn)的社會經(jīng)濟和資源條件差異所決定。

5 結(jié)論與討論

補償方式是決定農(nóng)業(yè)生態(tài)補償項目成功實施的關(guān)鍵因素，合理的農(nóng)業(yè)減量化補償方式應(yīng)符合農(nóng)戶利益預(yù)期和意愿。本文基于重慶10 區(qū)縣357 戶農(nóng)戶調(diào)查數(shù)據(jù)，采用選擇實驗法和隨機參數(shù)Logit 模型分析了農(nóng)戶對化肥農(nóng)藥減量施用的補償方式偏好及異質(zhì)性。結(jié)論如下：第一，無論是以現(xiàn)金補償和農(nóng)資補償為內(nèi)容的直接補償方式，還是以技術(shù)補償和政策補償為內(nèi)容的間接補償方式，均能顯著提高農(nóng)戶對減量化的參與效用。第二，農(nóng)戶平均偏好程度最高的補償方式是農(nóng)資補償和現(xiàn)金補償，其次是技術(shù)補償，最低的是政策補償。第三，農(nóng)戶對不同補償方式存在顯著的偏好異質(zhì)性。從決策者的個體特征來看，男性農(nóng)民更偏好現(xiàn)金補償、但不偏好技術(shù)補償，年齡越大的農(nóng)民對現(xiàn)金補償和政策補償?shù)钠迷降?，教育程度越高、參加過農(nóng)技培訓(xùn)的農(nóng)民更偏好技術(shù)補償；從家庭經(jīng)營/生計特征來看，人口規(guī)模越大的農(nóng)戶越偏好現(xiàn)金補償，非農(nóng)就業(yè)比例越高的農(nóng)戶對現(xiàn)金補償和農(nóng)資補償?shù)钠迷降?，耕種規(guī)模越大的農(nóng)戶對現(xiàn)金補償和技術(shù)補償?shù)钠迷綇娏遥r(nóng)業(yè)以出售為目的的農(nóng)戶對現(xiàn)金補償?shù)钠幂^低，參加合作社的農(nóng)戶對農(nóng)資補償?shù)钠幂^低；同時，不同補償方式的農(nóng)戶偏好還存在區(qū)域差異。

以上結(jié)論的政策啟示包括：第一，通過各種補償方式進行激勵依然是有效推進農(nóng)業(yè)減量化行動的重要政策手段，但補償方式設(shè)計應(yīng)該充分尊重農(nóng)戶偏好差異方能取得較好的農(nóng)業(yè)減量化效果和政策效率。第二，結(jié)合樣本區(qū)分散化、小規(guī)模農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)自足為主、生計非農(nóng)為主的社會現(xiàn)實，激勵農(nóng)戶減量化行為的適宜補償方式，應(yīng)該以提供有機肥料與高效低毒農(nóng)藥或生物農(nóng)藥為內(nèi)容的農(nóng)資補償方式和以提供技術(shù)培訓(xùn)與指導(dǎo)為內(nèi)容的技術(shù)補償方式為主，對耕種規(guī)模較大和以農(nóng)為主的農(nóng)戶著重進行技術(shù)補償；同時，補償方式選擇還應(yīng)考慮區(qū)域差異，不同區(qū)域應(yīng)該采取不同的補償方式及組合設(shè)計。

由于化肥減量與農(nóng)藥減量對農(nóng)業(yè)生產(chǎn)的影響不同，農(nóng)戶的操作難度亦不相同，加之二者不具備必然的同步性，農(nóng)戶的補償方式偏好在兩種減量實踐中可能會有差異，因此后續(xù)研究需要進一步對此進行比較，以完善農(nóng)業(yè)減量化補償方式的科學(xué)設(shè)計。此外，受數(shù)據(jù)所限，本文并未就農(nóng)戶對不同補償方式的偏好異質(zhì)性做出完全解釋，各補償方式的標(biāo)準(zhǔn)差系數(shù)依然顯著，這也給后續(xù)研究留下了進一步探索空間。本文可以為不同生態(tài)保護項目的合理補償方式設(shè)計提供研究方法借鑒。