農(nóng)戶對秸稈深翻還田的選擇偏好及異質(zhì)性來源研究*
——基于黑土地保護視角

張 帆，王富林，吳 玲※，李 航

（1.東北農(nóng)業(yè)大學工程學院，黑龍江哈爾濱 150030；2.東北農(nóng)業(yè)大學經(jīng)濟管理學院，黑龍江哈爾濱 150030）

0 引言

肥沃的黑土地筑牢了“大國糧倉”的根基，是國家糧食安全的“壓艙石”和“穩(wěn)壓器”。長期“重用輕養(yǎng)”的耕作舉措致使黑土地持續(xù)退化，保護“耕地中的大熊貓”刻不容緩。秸稈還田能夠為黑土地注入新活力，已成為保護黑土地的重要技術(shù)模式。現(xiàn)有秸稈直接還田方式包括深翻、碎混和覆蓋還田等，實驗和數(shù)據(jù)表明，秸稈深翻還田是目前東北地區(qū)黑土地保護和修復最主要的方式之一[1]。盡管東北地區(qū)采取了諸如“東北地區(qū)秸稈處理行動”等一系列手段來推行秸稈深翻還田作業(yè)，但事實表明，東北地區(qū)秸稈綜合利用率仍遠低于全國平均水平[2]，農(nóng)民對秸稈深翻還田的選擇意愿依然不強，相關(guān)政策并未達到預(yù)期效果[3]。因此，研究秸稈深翻還田的農(nóng)戶選擇偏好并解析其異質(zhì)性來源，不僅能為東北地區(qū)破解秸稈深翻還田作業(yè)推廣瓶頸提供理論依據(jù)，也能為高效保護黑土地實現(xiàn)“藏糧于地，藏糧于技”提供政策調(diào)控導向。

縱觀現(xiàn)有研究發(fā)現(xiàn)學者們認為不同的秸稈還田方式具有顯著的差異性[4,5]，其不同技術(shù)模式的適宜度、成本和收益均不同[2]。但從農(nóng)戶技術(shù)采納相關(guān)文獻聚焦的視角來看，現(xiàn)有研究均將所有秸稈還田技術(shù)模式視作同一研究對象，重點關(guān)注了農(nóng)戶個人特征、認知等變量對農(nóng)民秸稈還田行為的影響機制：在農(nóng)戶個人特征層面，個人和家庭特征、資本稟賦、信息來源和農(nóng)地確權(quán)等成為影響秸稈還田決策的重要因素[6-9]；在農(nóng)戶認知層面，農(nóng)戶的感知價值、風險偏好以及對秸稈還田的生態(tài)認知和福利認知對秸稈還田技術(shù)采納行為有顯著影響[10,11]。此外，學者也針對農(nóng)民秸稈還田的支付意愿和受償意愿進行研究，主要研究區(qū)域為河北省[12]和江蘇省[13]，對農(nóng)戶的調(diào)研均采取同質(zhì)性農(nóng)戶調(diào)研，并采用多界二分選擇式詢價法和多元線性對數(shù)回歸法等獲取支付意愿水平。

政策因素也得到了廣泛的關(guān)注，學者們對此也做出了許多有益的探討與分析。政策支持、經(jīng)濟性補貼、強制性懲罰或者管制措施等政策工具的施行對農(nóng)戶秸稈還田技術(shù)采納行為發(fā)揮著顯著的促進作用[14,15]，但農(nóng)戶就地露天焚燒秸稈現(xiàn)象依然屢禁不止，秸稈還田政策存在失效的問題。從經(jīng)濟學的角度出發(fā)，焚燒秸稈成為追求自身利潤最大化的農(nóng)戶根據(jù)處置秸稈的成本與收益比較后的理性行為[16,17]，秸稈還田成本過高依然是農(nóng)戶選擇秸稈就地焚燒的重要原因[18]，從目前看，推進秸稈還田政府補貼政策的不完善以及補貼金額的不穩(wěn)定，也是政策治理秸稈焚燒不止的核心所在[3]。

上述研究為促進農(nóng)戶選擇秸稈深翻還田作業(yè)提供了十分重要的理論依據(jù)和實踐參考。但不難發(fā)現(xiàn)，從技術(shù)層面來看，大多數(shù)研究均將秸稈還田的所有作業(yè)方式混為一類不加區(qū)別的進行分析，缺乏在綜合考慮不同類型農(nóng)戶特征的視域下，解析秸稈深翻還田方式的技術(shù)特征對農(nóng)戶選擇偏好的影響，對農(nóng)戶深翻還田選擇意愿可能影響因素的分析存在不足[19]，目前還存在研究與現(xiàn)實行為悖離的情況；從政策層面來看，現(xiàn)有研究仍局限在宏觀解讀激勵政策和約束政策能夠影響農(nóng)戶行為的角度，而無法準確識別補貼政策對農(nóng)戶具體起效的因素。事實上，不同秸稈還田技術(shù)的復雜性與風險性不同，其補貼政策的設(shè)計也存在差異，如秸稈深翻還田與其他秸稈處理方式相比面臨著特殊困難，如農(nóng)機耗油量較高、作業(yè)程序繁瑣、所需政策補貼金額較高等，而農(nóng)戶的選擇意愿很大程度上取決于技術(shù)效果和政策效用的利弊權(quán)衡[18]，所以秸稈深翻還田不能簡單以廣義的秸稈還田或秸稈綜合利用概念推進，需根據(jù)自身特色另辟蹊徑。有鑒于此，文章以秸稈深翻還田為研究對象，從技術(shù)和政策雙層面解析秸稈深翻還田的特征屬性，將調(diào)研對象農(nóng)戶分為規(guī)模戶和小農(nóng)戶兩類，運用選擇實驗法識別農(nóng)戶秸稈深翻還田作業(yè)的選擇偏好和支付意愿，并探討偏好的異質(zhì)性來源，以期為相關(guān)部門合理制定秸稈深翻還田推廣政策和科學推進黑土地保護實施方案提供參考。

1 屬性設(shè)置和模型構(gòu)建

1.1 屬性和水平的設(shè)置

1.1.1 技術(shù)屬性與屬性水平的設(shè)置

（1）技術(shù)效果屬性：大量實驗表明秸稈深翻還田技術(shù)能夠解決生產(chǎn)中耕層淺、實、少和土壤有機質(zhì)下降以及養(yǎng)分過量消耗等諸多土壤肥力退化問題，其能夠構(gòu)建肥沃耕層，減少化肥的使用，最終實現(xiàn)高產(chǎn)穩(wěn)產(chǎn)。因此，將技術(shù)效果屬性確定為3個水平：化肥減量、增產(chǎn)增效和改善土壤質(zhì)量，其變量賦值為1、2、3，下同。

（2）技術(shù)風險屬性：農(nóng)業(yè)秸稈深翻還田的技術(shù)風險主要與深翻作業(yè)機具和操作方式有關(guān)，如機械切碎裝置動力配套不先進導致秸稈切碎細度不夠，容易造成病蟲害積累；或還田操作不規(guī)范影響還田質(zhì)量導致翌年種植減產(chǎn)、減收。因此，將技術(shù)風險屬性歸納為3個水平：病蟲害風險、成本風險和技術(shù)操作規(guī)范風險。

（3）要素投入密集度屬性：農(nóng)戶采用秸稈深翻還田也受到資金或勞動力等要素投入的影響。研究表明，農(nóng)戶的風險偏好程度不同，對應(yīng)其農(nóng)戶投入選擇也不同。因此，將要素投入密集度屬性分為兩個水平：資金投入密集度和勞動力投入密集度。

（4）技術(shù)采用環(huán)境屬性：農(nóng)戶對秸稈深翻還田技術(shù)的采用主要通過購買農(nóng)機化服務(wù)實現(xiàn)，在作業(yè)時節(jié)，能否雇傭到翻耕機械對農(nóng)戶采用秸稈深翻還田技術(shù)有重要影響，現(xiàn)實中農(nóng)戶獲取農(nóng)機渠道主要包括農(nóng)戶自行聯(lián)系農(nóng)機戶或合作社企業(yè)租用農(nóng)機和政府統(tǒng)一安排并下發(fā)農(nóng)機兩種方式。因此，將技術(shù)采用環(huán)境屬性解析為兩個水平：農(nóng)戶雇傭農(nóng)機作業(yè)服務(wù)和行政農(nóng)機作業(yè)托管。

1.1.2 政策屬性與屬性水平的設(shè)置

（1）政策性質(zhì)屬性：已有研究表明經(jīng)濟性補貼、強制性懲罰或者管制措施都會對農(nóng)戶行為產(chǎn)生影響。激勵性政策作為政府調(diào)控的重要措施，作用在于降低農(nóng)民的秸稈處置成本和風險，提高農(nóng)民秸稈資源化利用的意愿與行為。同時，作為秸稈焚燒的替代選擇，政府禁燒的強力實施會增加秸稈深翻還田采納率。因此，將政策性質(zhì)屬性確定為約束為主政策和激勵為主政策兩個水平。

（2）政策補貼對象屬性：在《2020年度秸稈綜合利用資金使用管理辦法》中顯示，秸稈深翻還田的補貼對象為安裝秸稈還田檢測儀并實施作業(yè)的農(nóng)機戶、合作社、企業(yè)等主體，沒有將直接給予農(nóng)戶本身納入補貼范圍之內(nèi)。經(jīng)實地調(diào)查了解到大多數(shù)農(nóng)戶對秸稈深翻還田政策補貼金額并不了解，且希望能夠直接補貼到農(nóng)戶自己手中。因此，將政策補貼對象屬性歸納為農(nóng)機戶合作社企業(yè)和農(nóng)戶兩個水平。

（3）政策補貼程序?qū)傩裕汉邶埥⊙a貼政策的兌付程序如下：首先，作業(yè)者填寫《秸稈機械化還田作業(yè)驗收單》，經(jīng)鄉(xiāng)村兩級組織對作業(yè)實地進行核實驗收后，向縣級農(nóng)機調(diào)度指揮中心溝通確定補助對象和面積，最后補助資金發(fā)放到作業(yè)者手中，以上政策補貼程序?qū)儆谧鳂I(yè)后補貼。為了研究作業(yè)補貼前后是否影響農(nóng)戶采納秸稈深翻還田技術(shù)，故將政策補貼程序?qū)傩苑譃樽鳂I(yè)前補貼和作業(yè)后補貼兩個水平。

（4）政策補貼強度屬性：根據(jù)2020年黑龍江省秸稈綜合利用工作實施方案，對于秸稈深翻還田的作業(yè)補貼需翻埋作業(yè)深度達到30cm，達到待播狀態(tài)后補貼600元/hm2（40元/畝）。因此，以此為補貼中強度基準線，將政策補貼強度屬性分為高強度、中強度和低強度3個水平。

價值屬性水平確定。價值屬性是農(nóng)戶愿意為秸稈深翻還田支付的金額，參考近年國內(nèi)學者對農(nóng)戶的支付意愿進行調(diào)查的結(jié)果[20]，將價格屬性的水平狀態(tài)確定為75元/hm2、150元/hm2和225元/hm2（5元/畝、10元/畝和15元/畝）。綜上，技術(shù)和政策層面可分別產(chǎn)生108和72種不同方案。運用正交設(shè)計方法剔除重復發(fā)生、強勢選項和不符合現(xiàn)實等組合，則技術(shù)層面最終形成7個選擇集，政策層面最終形成5個選擇集。秸稈深翻還田選擇集示例如表1所示。

表1 選擇集示例

1.2 模型構(gòu)建

1.2.1 農(nóng)戶選擇偏好的測度模型

運用選擇實驗法，定義農(nóng)戶選擇技術(shù)的隨機效用函數(shù)，并假定農(nóng)戶根據(jù)效用最大化選擇自己采納秸稈深翻還田的方案。設(shè)農(nóng)戶i從選擇集C的k子集中選取第j個秸稈深翻還田方案的效用函數(shù)Uij可表示為:

式（1）中，Vij為參與秸稈深翻還田的農(nóng)戶i是根據(jù)能夠觀測的一定屬性，來確定方案j具體作用；εij為無法觀察和測量的屬性使效用函數(shù)產(chǎn)生的隨機誤差。且Vij=βjXij，隨機項Xij是農(nóng)戶i選擇第j個秸稈深翻還田方案的屬性向量。βj是對應(yīng)的待估系數(shù)。

混合Logit模型假定βj是一個服從某種概率分布的隨機變量，即農(nóng)戶i選擇方案j的概率為：

式（2）中，θ是該密度函數(shù)的待估參數(shù)向量。βj隨機變量為：

式（3）中，βk是隨機效用變量系數(shù)，設(shè)定為均值；是隨機擾動項，設(shè)定為均值的偏差。因此，農(nóng)戶i從選擇集中選擇方案j的可觀測效用函數(shù)Vij為：

1.2.2 農(nóng)戶選擇偏好異質(zhì)性來源的測度模型

引入農(nóng)戶i的個人特征、社會特征及認識和家庭經(jīng)營特征等變量Zij和選擇的屬性Xij的交互項，具體為：

式（5）中，αj為Xij和Zij的交互項系數(shù)。如果αj與βk的符號相同且顯著，說明變量Zij對農(nóng)戶的采納效用有正向作用，即變量Zij增強了農(nóng)戶采納秸稈深翻還田的效用，反之則相反。

1.2.3 農(nóng)戶支付意愿的測度模型

通過估計特定屬性變化和支付項系數(shù)變化之間的邊際替代率獲得個人對特定屬性變化的邊際支付意愿，表明農(nóng)戶愿意采納秸稈深翻還田所愿意支付的價格。公式為：

式（6）中，WTPi是消費者對第i個屬性層次的支付意愿，βi和βp分別是該項屬性層次變量和價格的估計。

2 數(shù)據(jù)、變量與樣本分析

2.1 數(shù)據(jù)來源

調(diào)研數(shù)據(jù)來自于2020年9月課題組在黑龍江省6個縣開展的實地調(diào)查。正式調(diào)查共發(fā)放問卷212份，實際收回問卷212份，剔除信息不完整和選擇實驗問題回答無效的問卷后，最終得到有效問卷195份，有效率達到92%。其中小農(nóng)戶和規(guī)模戶的樣本量分別為106和89。

2.2 變量設(shè)置與樣本描述

2.2.1 農(nóng)戶個體特征

如表2所示，在195位受訪樣本中，小農(nóng)戶和規(guī)模戶女性占比分別為51.89%和41.51%，其中規(guī)模戶男性樣本數(shù)相對較高。從分布形態(tài)來看，40～59歲小農(nóng)戶和25～39歲規(guī)模戶分布較多，占比一半。從受教育程度來看，農(nóng)戶受教育程度不高的狀況依然沒有改變，絕大多數(shù)農(nóng)戶最多只有初中文化水平。

表2 變量定義及其描述性統(tǒng)計

2.2.2 農(nóng)戶家庭經(jīng)營特征

受訪小農(nóng)戶和規(guī)模戶的家庭年收入均值分別為2.179萬元和3.607萬元。在兼業(yè)程度變量中，用農(nóng)業(yè)凈收入占家庭總收入比重作為反應(yīng)兼業(yè)程度的變量，農(nóng)業(yè)凈收入占家庭總收入比重越高，則兼業(yè)程度越低，可以看出40.57%的小農(nóng)戶農(nóng)業(yè)凈收入占比較少，而規(guī)模戶全部以農(nóng)業(yè)為收入的占比最高，占比47.19%，小農(nóng)戶的兼業(yè)程度較高、規(guī)模戶的兼業(yè)程度較低。

2.2.3 農(nóng)戶社會特征及認知情況

在農(nóng)戶對秸稈深翻還田認知變量中，52.83%的小農(nóng)戶和69.67%的規(guī)模戶對秸稈深翻還田認知得分均大于3分，農(nóng)戶對秸稈深翻還田的認知程度較高；樣本中參加農(nóng)村合作社的農(nóng)戶不多，原因是在少量調(diào)查區(qū)域內(nèi)，農(nóng)戶參加農(nóng)村合作社有土地規(guī)模限制，有資格參加農(nóng)村合作社的農(nóng)戶較少，且較少農(nóng)戶接受過秸稈深翻技術(shù)培訓。

3 模型估計結(jié)果及分析

3.1 技術(shù)層面的農(nóng)民對秸稈深翻還田作業(yè)的偏好和支付意愿分析

回歸結(jié)果如表3所示。由表3可知，ASC的估計系數(shù)值均為負值，且通過5%和1%的顯著性檢驗，這表示小農(nóng)戶和規(guī)模戶均對秸稈深翻還田技術(shù)持支持態(tài)度，且愿意為此支付一定的金額。由表3可知，從技術(shù)效果來看，小農(nóng)戶增產(chǎn)增效和改善土壤質(zhì)量的均值系數(shù)均為正，且均在1%水平下顯著。規(guī)模戶對兩者變量的均值系數(shù)也均為正，且均顯著。其中，小農(nóng)戶中增產(chǎn)增效的均值系數(shù)大于改善土壤質(zhì)量的均值系數(shù)，規(guī)模戶則相反。這一結(jié)果表明相比土壤質(zhì)量的改善，小農(nóng)戶更重視增產(chǎn)增效，而規(guī)模戶則相反。原因在于農(nóng)戶經(jīng)營規(guī)模不同使得農(nóng)戶的農(nóng)業(yè)生產(chǎn)目標存在異質(zhì)性，目前黑土區(qū)小農(nóng)戶仍存在生產(chǎn)經(jīng)營規(guī)模小、經(jīng)營主體分散、經(jīng)營成本高等問題，因此其更注重農(nóng)業(yè)生產(chǎn)的短期經(jīng)濟收益，而規(guī)模戶則相反，黑土區(qū)現(xiàn)有規(guī)模戶的資本投向主要是農(nóng)業(yè)生產(chǎn)，其更注重農(nóng)業(yè)生產(chǎn)的長期收益，如秸稈深翻還田作業(yè)改善土壤質(zhì)量能夠使得農(nóng)業(yè)發(fā)展具有可持續(xù)性。

表3 混合Logit模型估計（模型T）

（1）從技術(shù)風險來看，小農(nóng)戶和規(guī)模戶的成本風險和技術(shù)操作規(guī)范風險的均值系數(shù)均在1%水平上顯著，說明技術(shù)風險是影響農(nóng)戶秸稈深翻還田作業(yè)選擇偏好的重要因素。且農(nóng)戶對這3種技術(shù)風險的接受程度依次為成本風險、技術(shù)操作規(guī)范風險、病蟲害風險。這可能是由于病蟲害災(zāi)害影響農(nóng)作物的產(chǎn)量和質(zhì)量會大幅度下降，會導致農(nóng)戶承受巨大的經(jīng)濟損失；而技術(shù)操作規(guī)范風險是指深翻深度不夠等不規(guī)范的操作會導致勞動量大幅增加，如不規(guī)范的深翻作業(yè)會導致水稻泡田時秸稈殘茬上浮，農(nóng)戶需重新打撈殘茬，勞動量會隨之增加。而成本風險是農(nóng)戶最易接受的風險，這代表現(xiàn)代黑土區(qū)農(nóng)戶的意識已經(jīng)逐漸提高，其愿意為選擇秸稈深翻還田作業(yè)承受一定量的成本風險。

（2）從要素投入密集度來看，小農(nóng)戶的資金投入密集度的均值系數(shù)為負，規(guī)模戶的資金投入密集度的均值系數(shù)為正，且均在1%水平上顯著，表明黑土地小農(nóng)戶為秸稈深翻還田投入較多資金的意愿不大，傾向于勞動力投入，而規(guī)模戶更傾向于投入更多資金。這與黑土區(qū)的農(nóng)戶資源稟賦和土地規(guī)模有關(guān)，由于黑土區(qū)多位于欠發(fā)達地區(qū)，其小農(nóng)戶資金匱乏，融資困難，難以拿出有效的抵押物來融資，限制了小農(nóng)戶的經(jīng)濟投入；而規(guī)模戶的土地規(guī)模較大，但勞動力數(shù)量不足，故規(guī)模戶相對于小農(nóng)戶更傾向選擇資金投入，同時規(guī)模戶相對于小農(nóng)戶的耕地收入較多，對于資金投入承受能力也相對更強。

（3）從技術(shù)采用環(huán)境來看，小農(nóng)戶和規(guī)模戶的行政農(nóng)機作業(yè)托管的均值系數(shù)均為正，且分別在1%和10%水平下顯著，這表明政府統(tǒng)一安排下派農(nóng)機至各戶田地會顯著提高農(nóng)戶對秸稈深翻還田作業(yè)的選擇偏好程度，行政農(nóng)機作業(yè)托管一方面使農(nóng)戶更加省時省力，有效緩解了農(nóng)業(yè)生產(chǎn)勞動力不足的矛盾，大大降低了勞動強度，另一方面政府統(tǒng)一安排農(nóng)機到戶，使得農(nóng)機一次作業(yè)面積大，深翻還田平均到單位農(nóng)田的成本降低，提高了農(nóng)戶對秸稈深翻還田作業(yè)的選擇偏好程度。據(jù)調(diào)研走訪也發(fā)現(xiàn)，政府統(tǒng)一安排農(nóng)機進戶時，國家補貼的額度足夠負擔秸稈深翻還田的成本，農(nóng)戶也愿意選擇秸稈深翻還田作業(yè)對秸稈進行處理。

根據(jù)邊際支付意愿模型，計算得出兩類農(nóng)戶對技術(shù)層面秸稈深翻還田屬性指標的支付意愿，如圖1所示。對于小農(nóng)戶來說，最高支付意愿為243.6元/hm2（16.24元/畝），對于規(guī)模戶來說，支付意愿為397.95元/hm2（26.53元/畝）。與規(guī)模戶相比，增產(chǎn)增效等短期經(jīng)濟效益依然是最吸引小農(nóng)戶的關(guān)鍵要素。

3.2 政策層面的農(nóng)民對秸稈深翻還田的偏好和支付意愿分析

在政策層面，回歸結(jié)果見表4，由于篇幅原因表4中不展示固定參數(shù)變量。由表4可知，從政策性質(zhì)來看，以激勵為主的政策變量小農(nóng)戶和規(guī)模戶的均值系數(shù)均為正且顯著，這說明以激勵為主的農(nóng)業(yè)補貼政策能顯著提高農(nóng)戶選擇秸稈深翻還田作業(yè)的效用。

（1）從政策補貼對象來看，以補貼給農(nóng)戶為參量，小農(nóng)戶中補貼給農(nóng)機戶、合作社和企業(yè)的均值系數(shù)為負（-0.714），而規(guī)模戶補貼給農(nóng)機戶、合作社和企業(yè)的均值系數(shù)為正（3.876），且均顯著，這一結(jié)果表明小農(nóng)戶更希望補貼給農(nóng)戶本身，而規(guī)模戶更希望補貼給農(nóng)機戶、合作社和企業(yè)。根據(jù)課題組調(diào)研，部分地區(qū)對加入合作社企業(yè)有土地規(guī)模的要求，小農(nóng)戶與合作社企業(yè)聯(lián)系較少，部分農(nóng)戶對合作社企業(yè)缺乏信任，而規(guī)模戶則反之，故黑土地規(guī)模戶更傾向于補貼對象為合作社企業(yè)。

（2）從政策補貼程序來看，小農(nóng)戶和規(guī)模戶的作業(yè)后補貼均值系數(shù)均為正（0.827和2.560），且均顯著，說明無論經(jīng)營規(guī)模大小的農(nóng)戶均更偏好作業(yè)后享受補貼政策。這表明農(nóng)戶愿意通過秸稈深翻作業(yè)質(zhì)量的檢測之后獲得補貼。這可能是由于近年來黑土區(qū)農(nóng)民的教育水平逐年提高，戶主教育水平表現(xiàn)為未上過學和小學程度的占比不斷減少，整體素質(zhì)和意識已經(jīng)逐漸提高，已具備一定的社會理性甚至生態(tài)理性。

（3）從政策補貼強度來看，以低強度補貼為參量，兩類農(nóng)戶的高強度補貼的均值系數(shù)和中強度補貼的系數(shù)均為正，且均顯著，說明農(nóng)戶都更偏好高強度的農(nóng)業(yè)補貼政策，補貼強度越高，農(nóng)戶對采納秸稈深翻還田積極性越強。在走訪調(diào)研中也得知，部分村的農(nóng)戶對秸稈深翻還田的政策補貼金額并不清楚，甚至還有少量作業(yè)花費從糧食補貼和地補中扣除的情況，農(nóng)民大多希望補貼高一些能夠減少其負擔的成本。

兩類農(nóng)戶對政策層面秸稈深翻還田屬性指標的支付價格如圖2所示，小農(nóng)戶和規(guī)模戶對高強度補貼強度的支付意愿均最高，分別愿意為享受高強度的補貼而支付227.4元/hm2（15.16元/畝）和125.4元/hm2（8.36元/畝）。高強度的補貼強度能夠降低農(nóng)戶對秸稈深翻還田作業(yè)的資金投入，農(nóng)戶也愿意為此多支付金額進而選擇該項作業(yè)。

圖2 農(nóng)戶對秸稈深翻還田屬性政策層面的支付意愿（元/畝，1畝=0.067hm2）

3.3 農(nóng)民秸稈深翻還田作業(yè)選擇偏好的異質(zhì)性來源

根據(jù)表3和表4的結(jié)果，小農(nóng)戶和規(guī)模戶兩類農(nóng)戶中增產(chǎn)增效、以激勵為主政策等隨機參數(shù)變量標準差的估計系數(shù)均顯著，說明農(nóng)戶對秸稈深翻還田技術(shù)和政策層面不同屬性的偏好均存在異質(zhì)性。在模型中分別引入農(nóng)戶個體特征、家庭經(jīng)營特征和農(nóng)戶社會特征及認知與秸稈深翻還田各屬性層次的交叉項，重點探討這些因素對農(nóng)戶采納秸稈深翻還田屬性偏好的異質(zhì)性來源。

表4 混合Logit模型估計（模型P）

3.3.1 個體特征對農(nóng)戶秸稈深翻還田作業(yè)選擇偏好的影響分析

模型T1～T3和P1～P3分別引入小農(nóng)戶和規(guī)模戶的性別、年齡和受教育程度3個體特征變量與隨機參數(shù)變量的交互項，由于篇幅限制，該文僅展示技術(shù)層面的回歸結(jié)果，如表5所示。由回歸結(jié)果可知，無論是技術(shù)層面還是政策層面，農(nóng)戶的個體特征均是影響農(nóng)戶在政策層面采納秸稈深翻還田技術(shù)行為的重要影響因素，其中農(nóng)戶的性別和受教育程度對農(nóng)戶秸稈深翻還田作業(yè)的選擇有正向影響，而年齡對其有負向影響，即男性、年齡較小、受教育程度較高的農(nóng)戶更愿意選擇秸稈深翻還田作業(yè)。

表5 個人特征對農(nóng)戶秸稈深翻還田行為偏好的影響（技術(shù)層面）

產(chǎn)生上述結(jié)果的原因可能是大多數(shù)農(nóng)村家庭中作生產(chǎn)主導決策的人依然以男性為主，農(nóng)村的男性相較于女性與外界交流更多，獲得的信息也更多，有利于其選擇秸稈深翻還田的作業(yè)方式。并且文化較高的農(nóng)戶對新技術(shù)新信息的理解和反應(yīng)能力較強，較能意識到秸稈深翻還田的長期經(jīng)濟效益、社會效益甚至于生態(tài)效益；同樣年齡較小的農(nóng)戶接納能力強，也更容易接受新事物，對于秸稈深翻還田作業(yè)具有一定的選擇偏好。

3.3.2 家庭經(jīng)營特征對農(nóng)戶秸稈深翻還田作業(yè)選擇偏好的影響分析

模型T4～T5和P4～P5分別引入小農(nóng)戶和規(guī)模戶的農(nóng)戶收入和農(nóng)戶兼業(yè)程度兩個家庭經(jīng)營特征變量與隨機參數(shù)變量的交互項，回歸結(jié)果如表6所示，年收入與兼業(yè)程度均對兩類農(nóng)戶選擇秸稈深翻還田作業(yè)的效用存在正向作用，收入越高兼業(yè)程度越高的農(nóng)戶，對秸稈深翻還田作業(yè)的選擇意愿更高。

表6 農(nóng)戶收入及兼業(yè)程度對農(nóng)戶秸稈深翻還田行為偏好的影響（技術(shù)層面）

產(chǎn)生上述結(jié)果的原因主要表現(xiàn)在兩方面：一方面是相較于傳統(tǒng)的秸稈處理方式，秸稈深翻還田作業(yè)的翻埋需要達到一定深度，拖拉機的油耗較大，成本也隨之增加。收入較高的農(nóng)戶能夠負擔秸稈深翻還田的成本，其選擇秸稈深翻還田作業(yè)的意愿也較高。另一方面，收入較高的農(nóng)戶以及兼業(yè)程度較高的農(nóng)戶均具有更為廣泛的收入來源，獲取信息的渠道較為廣闊，其對新事物的接納程度也較高，表現(xiàn)出更強烈的作業(yè)選擇意愿。

3.3.3 社會特征及認知對農(nóng)戶秸稈深翻還田作業(yè)選擇偏好的影響分析

模型T6～T9和P6～P9分別引入小農(nóng)戶和規(guī)模戶對秸稈深翻還田的認知和農(nóng)戶家中是否有村干部、是否加入農(nóng)民專業(yè)合作社、是否接受過技術(shù)培訓3個社會特征變量與隨機參數(shù)變量的交互項，結(jié)果顯示是否接受過技術(shù)培訓與模型中隨機變量的交互項均不顯著，說明此因素不是異質(zhì)性來源（模型T9和P9結(jié)果不再列出）。

模型T6～T8的結(jié)果如表7所示，無論是技術(shù)層面還是政策層面，兩類農(nóng)戶中農(nóng)戶秸稈深翻還田認知程度高、家中有村干部且加入農(nóng)民專業(yè)合作社的農(nóng)戶，對秸稈深翻還田作業(yè)的選擇意愿更高。通過對比模型T1～T8和模型P1～P8的估計結(jié)果，各模型的變量系數(shù)方向及顯著性水平基本一致，此模型估計結(jié)果較為穩(wěn)健。

表7 社會特征及認知對農(nóng)戶秸稈深翻還田行為偏好的影響（技術(shù)層面）

產(chǎn)生上述結(jié)果的原因主要是農(nóng)戶認知的長遠性及信息獲取途徑的多元性。從認知的長遠性來看，農(nóng)戶作為從事農(nóng)業(yè)生產(chǎn)活動的主體，其行為受“理性人”即效益最大化的立場驅(qū)動；從信息獲取途徑來看，由于村干部和合作社是目前東北地區(qū)秸稈深翻還田補貼政策在基層落實的重要主體，其較高的社會地位、較密集的社會網(wǎng)絡(luò)使其信息獲取速度和渠道均較為快速和廣泛，同時也有助于提高其對秸稈深翻還田技術(shù)效果和效益的認知。在課題組調(diào)研過程中發(fā)現(xiàn)，村干部和合作社股東對于政府下的政策了解更為清晰，其對秸稈深翻還田技術(shù)效果也認知的更為深入。此外，接受技術(shù)培訓對小農(nóng)戶和規(guī)模戶秸稈深翻還田作業(yè)均沒有產(chǎn)生顯著影響這個結(jié)果與課題組預(yù)想存在差距，主要原因是參加秸稈深翻還田技術(shù)培訓的農(nóng)民樣本量過少。經(jīng)實地調(diào)查發(fā)現(xiàn)該結(jié)果與黑龍江省農(nóng)村現(xiàn)狀相吻合，說明目前黑龍江省對秸稈深翻還田技術(shù)培訓的覆蓋率較低，秸稈深翻還田的技術(shù)培訓和推廣力度還仍需加強。

4 結(jié)論與建議

4.1 結(jié)論

運用選擇實驗法，從技術(shù)和政策雙層面研究了規(guī)模戶和小農(nóng)戶秸稈深翻還田作業(yè)的選擇偏好和異質(zhì)性來源，并測算了支付意愿。研究發(fā)現(xiàn)：從技術(shù)層面來看，增產(chǎn)增效、改善土壤質(zhì)量和行政農(nóng)機托管模式均能提高農(nóng)戶的采納效用，小農(nóng)戶注重短期產(chǎn)量和效益，而規(guī)模戶則更重視改善土壤質(zhì)量等長期效益；農(nóng)戶對病蟲害風險有排斥心理；小農(nóng)戶傾向于勞動力投入，最高支付意愿為243.6元/hm2（16.24元/畝），而規(guī)模戶傾向于資金投入，最高支付意愿為397.95元/hm2（26.53元/畝）。從政策層面來看，以激勵為主的政策、作業(yè)后補貼以及高強度補貼均能顯著提高農(nóng)戶采納秸稈深翻還田技術(shù)的積極性，小農(nóng)戶希望補貼給農(nóng)戶本身，而規(guī)模戶更傾向于補貼給合作社企業(yè)。此外，農(nóng)戶采納秸稈深翻還田的行為偏好存在異質(zhì)性，且異質(zhì)性主要來源于農(nóng)戶的個體特征、農(nóng)戶年收入、農(nóng)戶兼業(yè)程度、農(nóng)戶對秸稈深翻還田的認知以及農(nóng)戶社會特征，農(nóng)戶是否接受過技術(shù)培訓對農(nóng)戶采納秸稈深翻還田技術(shù)沒有顯著影響。

4.2 建議

（1）技術(shù)層面需優(yōu)化相關(guān)配套輔助技術(shù)，大力推進黑土地保護監(jiān)測數(shù)據(jù)和技術(shù)信息的共享。一方面，科研部門要加緊研發(fā)和完善配套秸稈深翻還田的輔助病蟲草害等田間管理技術(shù)，并加強宣傳推廣力度，打消農(nóng)戶因不了解輔助技術(shù)而導致的技術(shù)采用的顧慮，增強農(nóng)戶選用秸稈深翻還田作業(yè)的信心；另一方面，建立和優(yōu)化黑土區(qū)耕地質(zhì)量監(jiān)測點和黑土地耕地質(zhì)量數(shù)據(jù)庫，并疏通地方政府和農(nóng)民尤其是小農(nóng)戶之間信息和資源共享的通道。通過共享和宣傳秸稈深翻還田改善耕地質(zhì)量促進作物產(chǎn)量逐年增長的相關(guān)數(shù)據(jù)信息，提高小農(nóng)戶對秸稈深翻還田技術(shù)重要性和必要性的認知程度。

（2）政策層面需完善秸稈深翻還田的政府補償機制。從補償對象來看，可采用農(nóng)戶與農(nóng)機戶按比例補貼的方式，強化和促進農(nóng)戶主體作用的發(fā)揮，進而調(diào)動農(nóng)戶秸稈深翻還田保護黑土地的積極性。從補償方式來看，可延續(xù)作業(yè)后補貼的補償方式，并進行實時監(jiān)管，既要規(guī)范農(nóng)戶行為，既要保證農(nóng)戶利益不受侵害。從補償標準來看，根據(jù)黑土區(qū)的經(jīng)濟發(fā)展水平、農(nóng)業(yè)生產(chǎn)特征和農(nóng)村勞動力結(jié)構(gòu)等因素，依據(jù)秸稈深翻還田的農(nóng)戶支付意愿，合理制定差異化的作業(yè)補貼標準。

（3）保障層面推進行政農(nóng)機作業(yè)托管模式，加強對合作社的規(guī)范和監(jiān)督。裝備保障有力、組織調(diào)度有效是農(nóng)戶進行秸稈深翻還田作業(yè)的重要影響因素，政府應(yīng)大力推進行政農(nóng)機作業(yè)托管模式，并通過加強對合作社和農(nóng)機戶的監(jiān)督與管理，開展對作業(yè)質(zhì)量的第三方查驗，主動約束和規(guī)范作業(yè)行為，防止合作社出現(xiàn)表面“光彩”，實質(zhì)“空殼”的現(xiàn)象。