文章快速检索     高级检索
  中国环境管理  2021, Vol. 13 Issue (6): 98-105  
0

引用本文 

喻永红, 刘耀森, 蔡荣. 农业减量化补偿方式的农户偏好及异质性——基于重庆357户农户的选择实验分析[J]. 中国环境管理, 2021, 13(6): 98-105.
YU Yonghong, LIU Yaosen, CAI Rong. Farmer Preferences and Its Heterogeneity for Compensation Patterns of Agricultural Chemical Reduction: Evidence from Choice Experimental Analysis of 357 Farmers in Chongqing[J]. Chinese Journal of Environmental Management, 2021, 13(6): 98-105.

基金项目

国家社会科学基金西部项目(19XGL012);国家社会科学基金重点项目(18AJY019);重庆三峡学院博士资助项目(20ZZ-01)

作者简介

喻永红(1979-), 男, 副教授, 硕士生导师, 研究方向为农业资源与环境管理, E-mail: yuyh1979@126.com.
农业减量化补偿方式的农户偏好及异质性——基于重庆357户农户的选择实验分析
喻永红 1, 刘耀森 1, 蔡荣 2     
1. 重庆三峡学院财经学院, 重庆 404120;
2. 南京财经大学粮食和物资学院, 江苏南京 210003
摘要: 合理的农业生态补偿方式应符合农户利益预期和意愿。基于重庆10区县357户农户的调查数据,采用选择实验法和随机参数Logit模型分析了农户参与农业减量化的补偿方式偏好及异质性。结果表明:①各种补偿方式均能显著提高农户农业减量化的参与效用;②农户平均偏好程度最高的是农资补偿和现金补偿,其次是技术补偿,最低的是政策补偿;③农户对不同补偿方式存在显著的偏好异质性,并且部分偏好异质性来源于决策者特征、家庭经营/生计特征和区域因素。建议继续通过生态补偿有效推进化肥农药减量施用,但补偿方式应该结合不同农户的偏好采取差异化设计。
关键词: 补偿方式    农户偏好    异质性    选择实验    农业减量化    
Farmer Preferences and Its Heterogeneity for Compensation Patterns of Agricultural Chemical Reduction: Evidence from Choice Experimental Analysis of 357 Farmers in Chongqing
YU Yonghong1 , LIU Yaosen1 , CAI Rong2     
1. College of Finance and Economics, Chongqing Three Gorges University, Chongqing 404120, China;
2. College of Food and Materials, Nanjing University of Finance and Economics, Nanjing 210003, China
Abstract: The appropriate pattern of agro-ecological compensation should cater to farmers' interest expectation and willingness. Using the survey data of 357 households from ten districts (counties) in Chongqing, this paper analyzes the preferences and heterogeneity of compensation patterns for farmers participating in pesticides and fertilizers reduction program by employing the choice experiment approach and the random parameter logit model. The results show that each of the compensation patterns can significantly increase the participation utility of farmers in the agricultural chemical reduction program. When it comes to choice preference, farmers have the highest preference for the direct compensation of agricultural inputs and cash, followed by the agricultural technology training and assistance, while they give the lowest preference to the policy compensation of offering safety certification of agricultural products. Further, there is significant heterogeneity in farmers' preferences for different compensation patterns, and that be found partially comes from the individual characteristics of decision makers and their family production or livelihood and regional differences. It is suggested that chemical reduction should be effectively promoted through ecological compensation, but the patterns should be differentiated according to the preferences of different farmers.
Keywords: compensation pattern    farmer preference    heterogeneity    choice experiment    agricultural chemical reduction    
引言

化肥农药长期过量施用是危及农业可持续发展的极大隐患[1, 2]和农业政策转型必须关注的重点问题[3]。虽然自2015年原农业部实施《到2020年化肥使用量零增长行动方案》和《到2020年农药使用量零增长行动方案》(以下简称“化肥零增长”和“农药零增长”行动方案)以来已取得较好的农业减量效果,但中国的化肥和农药使用强度分别是世界平均水平的近3倍和2.5倍,并且利用率低于欧美发达国家20%〜30%[4],因此仍然存在较大减量空间[5]。降低化肥农药的施用数量是农业减量化的关键内容,更是推进农地土壤污染治理的重要途径和实现农业高质量发展的必然要求[4]

学术界从生产方式转变[6]、农业技术培训[7]、生态环境认知[8]、风险心理[1, 9]、组织化和市场主体参与[5, 10]、经营规模[11]和小农分化[12]等方面影响农户化肥或农药减量行为和过量施用原因[2]进行了广泛而深入的研究,为农业减量化和农业污染治理做了大量建言献策。从现实情况来看,政府监管、市场激励或组织约束并未对农户行为改善发挥显著作用[5, 13]。考虑到农业减量化行为的外部性和公共品特征,通过农业生态丰M尝手段激励农户减少化肥农药施用数量和采用配方施肥、有机肥替代、生物农药、综合防治等措施依然是实现农业减量目标和遏制农业污染的主要政策安排。

农业生态补偿通过对农业在生态环境保护中做出的牺牲进行合理补偿来协调相关主体之间的利益关系,确保农业生态可持续发展与农民经济利益平衡。其中,适宜的补偿方式是补偿机制科学构建的重要内容和补偿政策成功实施的关键[14]。实践中,政府主导的补贴和项目支持是主要补偿方式[15]。但因对农民的实际需求和意愿考虑较少,现有农业生态补偿机制无法调动农户的积极性和主动性,降低了项目绩效[16]。农户差异化、多样化的补偿需求亟须得到政策设计者的关注。农户作为农业生态补偿政策的微观执行主体,也是补偿方式的主要接受者[14],补偿方式与农户的需求错位必将导致农业生态补偿项目的低效率[17]。那么,何种补偿方式符合农户参与减量化的利益诉求?农户对不同补偿方式的偏好序是什么?不同补偿方式的农户偏好有何特征?科学回答上述问题对于农业减量化补偿机制的科学构建和补偿激励政策的合理优化,推进农业生态文明及其可持续发展具有重要的理论和现实意义。

1 文献综述

补偿方式的合理设计不仅是生态补偿政策顺利执行的客观要求,其本质也是由补偿主体多元性与补偿对象的需求多样性共同决定的[16]。特别是农户对农业生态补偿方式的认同度,直接影响补偿项目的实施效果及政策可持续性[14]。为此,学术界围绕生态补偿方式的农户响应及补偿政策设计做了大量有益探索。

一方面,直接询问农户在耕地保护、农田生态保护、流域生态保护等不同实践和减量替代技术采纳中对农业生态补偿方式的选择偏好,并分析其影响因素。大多数研究发现农户主要偏好现金补偿[16, 18]或直接补偿[19],少数研究则认为农户更偏好政策补偿和技术补偿[20],或者有助于能力建设的补偿方式[17]和技术、政策、实物、现金、项目等多要素相结合的补偿方式[14];影响农户偏好不同补偿方式的主要因素是生计策略[21]和以人力禀赋、经济禀赋、社会禀赋为主要构成的农户禀赋[19]。另一方面,评价不同生态补偿方式对农户的福利影响。生态补偿方式不仅影响农户生计,更关系到社会的公平性[22]。有研究发现,居民对现行补偿方式的贡献度评价总体处于正向范围,但不同补偿方式对家庭生计或社区发展的贡献度存在显著差异[22, 23]。相关研究一致认为,当前亟须转变生态补偿方式的设计理念,避免“一刀切”式的补偿政策[19],应使各种补偿方式的供给与差异化、个性化的补偿需求在高水平上保持动态平衡[16];只有激励相容度高的补偿方式才是实现生态保护目标的有效方式[24]

近年来,补偿方式在生态环境政策设计的选择实验(Choice Experiment)研究中受到了广泛关注。比如,韩洪云和杨增旭[25]考察了农业面源污染治理政策的农户接受意愿,结果发现技术支持最受农户偏好。潘丹[26]考察了养殖户的畜禽污染治理政策偏好,结果发现不同补偿方式的农户接受意愿具有异质性。俞振宁等[27]发现,含有收入补偿较高的重金属污染耕地治理式休耕补偿方案更容易被农户选中。徐涛等[28]发现,较高的工时补贴有利于“两型技术”补贴政策的农户参与,但农户对部分补偿方式具有异质性偏好。李想和陈宏伟[29]发现,不同激励政策均能够显著提升农户的农业技术选择效用,但农户偏好程度存在显著差异。此外,农业生态补偿政策的选择实验研究一般都将补贴金额作为方案属性之一[30],肯定了货币补偿方式在生态补偿政策设计中的重要作用。

现有研究为农业生态补偿方式的科学设计提供了丰富的理论及实证依据,但也存在一些不足:第一,大多数研究将不同补偿方式直接呈现给农户供其做出偏好选择,忽视了不同补偿方式可能会导致农户不同的生态行为水平;并且,此类偏好获取方法因缺乏真实行为的可观测性,农户回答主观随意性较强而可能导致研究结论偏颇。第二,直接补偿与间接补偿相结合的多样化补偿政策设计考虑不足。第三,多数生态补偿的选择实验文献只是将货币补偿或少数非货币补偿方式作为补偿政策属性之一加以考察,专门关注不同农业生态补偿方式的农户偏好研究欠缺,不同农业生态补偿方式优先序设计仍缺乏微观证据,特别是农业减量化补偿方式的政策设计所受关注明显不足。

本文以化肥农药减量施用为例,采用选择实验法定量分析农户对不同农业减量化补偿方式的偏好、异质性及其来源。不同于以往研究通常将货币支付或货币受偿作为政策选择结果和衡量农户行为水平的指标,本文认为,“化肥农药减量比例”更能体现农户的生态行为水平并具有更强的实践意义,因此将其作为目标结果变量来分析农户对不同补偿方式的偏好。本文进一步丰富了选择实验法在农业生态环境政策研究中的应用案例,从补偿方式的农户响应视角提供了农户生态参与行为逻辑的微观证据,并为农业减量化生态补偿的激励制度设计提供了实证依据。

2 研究方法:计量模型及实验设计 2.1 计量模型

选择实验法是基于Lancaster的属性价值理论和McFadden的随机效用理论分析框架,构造由不同政策属性组合的多个方案选项供被试者权衡取舍。由于该方法加大了被试者策略性行为的认知成本并具有兴趣行为的可观测性和激励相容性[30-32],因而比偏好的直接询问法具有更高的外部效度[33]而被广泛采用。本文通过构造由不同补偿方式和行动要求所构成的多个农业减量化补偿方案供农户权衡选择。设决策者选择某个方案j的效用Uij可以表示为:

(1)

式中,Vij表示选择方案j的可观测效用部分,由方案j的补偿方式属性和行动要求属性来解释;eij为随机扰动项,表示选择方案j的不可观测效用部分。

当决策者在由多个方案构成的选择情景(即选择集)C中选择方案g时,由效用最大化原则可知,方案g被选中的概率Pig为:

(2)

应用中,在eij服从极值分布且满足独立同分布(IID)和不相关选择独立性假设(IIA)下,式(2) 为多元Logit模型(MNL)并采用极大似然估计法估计参数。若考虑农户偏好的异质性,则前述限制性假设通常无法满足[26, 27, 30],此时需允许属性参数存在随机性,式(2)则成为随机参数Logit模型(RPL)并采用拟极大似然估计法估计参数。

在式(1)和式(2)中,可观测效用Vij通常被设定为方案属性的线性函数[34]:

(3)
(4)

其中,ASCi, 为选择特定常数变量。本文中,如果决策者在每个选择情景中选择任一“补偿”方案,ASCi, 赋值为1;如果选择“都不选”方案,则ASCi, 赋值为0。系数αASC用来表示不可观测因素对决策者选择特定方案带来的平均效用。Dij表示决策者i所选方案j的支付属性,本文指补偿方案的行动要求(目标结果)“化肥农药减量比例”;CMijk表示决策者i所选方案j的第k个补偿方式属性;k为属性个数。βdβk为待估计参数,亦即各属性的平均边际效用,可反映决策者对第k个政策属性的偏好程度[28]。式(3) 通常为MNL模型的效用函数基准方程。

在式(4)中,σik表示决策者i关于第k个政策属性变量CMijk的个体系数与总体均值系数βk的差异,即标准差系数,σik显著则表明决策者在选择参与减量化补偿方案时,对第k个补偿方式的偏好具有异质性。式(4)通常为RPL模型的效用函数基准方程。

为了进一步考察农户偏好异质性的来源,直接的方法是在RPL模型中引入农户个体特征,并设置其与政策属性的交叉项:

(5)

式(5)中,CMijk× Zim为第k个补偿方式变量CMijk与第m个农户个体特征变量Zim的交叉项,用于考察参与农户对第k个补偿方式偏好的异质性来源;M为农户个体特征变量的个数;λm为待估计参数。

2.2 实验设计 2.2.1 农业减量化选择实验的方案属性设置及选择情景设计

选择实验法成功的核心在于确定方案属性及其状态水平,进而设计选择情景。根据研究目的,本文将农业减量化补偿方案的主要属性解构为补偿方式属性和行动要求属性两个方面。

根据“化肥零增长”和“农药零增长”行动方案中的技术路径和保障措施,结合相关文献、补偿实践及专家讨论,本文将农业减量化的主要补偿方式分两类:一是直接补偿,主要指用于弥补减量化行动成本的现金补偿和直接提供化肥农药替代投入品的物资补偿两种方式;二是间接补偿,主要指以化肥农药减量化技术培训与指导为目的的技术补偿和以安全农产品认证服务为主要内容的政策补偿两种方式。农业减量化的主要目标在于改变化肥农药长期过量施用现状,因此本文将“化肥农药减量比例”作为减量化补偿方案的行动要求(或方案的目标结果),并结合专家咨询和预调查结果最终确定10°%、20%、30%共3个水平。选择情景通常采用部分因子正交设计[25]。根据前述属性及水平定义,本文利用SPSS 26.0软件的正交程序设计农业减量化补偿方案,剔除无效方案后进行方案匹配并删除含占优方案的选择情景,最终保留8个选择情景供农户选择:每个选择情景中包括两个“补偿”方案(方案①和方案②)和一个“都不选”方案(方案③)。选择情景示例见表 1

表 1 农业减量化补偿方案的选择情景示例

① 本研究旨在考察不同补偿方式的农户偏好,因此现金补偿和物资补偿不涉及具体数量,调查中当受访者问及“补偿多少”时,均以“按照当地政府或农业技术相关部门测算的适当数量进行补偿,并且现金补偿与物资补偿的货币价值相当”作为回答。当然,实验中没有设计多个数量标准的另一原因则是为了降低选择实验的复杂性。

② 实际调查时,向受访者说明“化肥农药减量通过以下途径实现:以有机肥替代、配方施肥、水肥一体化等技术实现化肥减量,通过应用高效低毒农药或生物农药和采用生物防治、物理防治、综合防治等技术减少农药施用水平。”

2.2.2 实验问卷的有效性设计

选择实验的有效性要求确保模拟真实决策情景。本文研究在受访农民对选择情景做出回答之前,调查员向其介绍实验目的和说明选择方法,并详细介绍补偿方案的政策属性含义及内容。然后,依次将8个选择情景以卡片方式呈现给受访农民。最后,在受访农民完成全部选择之后,通过询问“您是否确定已完全理解上述问题,并按照自己的真实意愿准确做出了回答”和“现实中,您是否意愿按照您所做出的上述选择付诸实际行动”两个问题来进一步保证实验数据的有效性。

3 数据来源、变量设置及样本描述性统计 3.1 数据来源

本文所用数据来自课题组2020年1月和4一5月对重庆市十区县开展的抽样调查。重庆市农业现代化水平较低,生态环境脆弱。虽然该市化肥农药施用总量和强度均实现双减目标,但利用率仅有35%和30% [35],仍然存在较大减量空间。作为三峡库区的重要水源涵养区和长江中下游地区的生态环境屏障,重庆特殊的地理位置和农业资源与环境经济矛盾,决定进一步治理化肥农药过度投入具有重要现实意义。

调查样本点的选取采用分层抽样和随机抽样相结合的方法。首先,在综合考虑了区位因素和社会经济发展水平的基础上,课题组确定渝东南片区2个区县、渝东北片区4个区县、渝西片区4个区县,共3个片区的10个区县作为调查样本区县;然后,在每个区县随机抽取2个乡镇,每个乡镇再随机抽取20〜25户农户作为调查对象。调查方式为入户面对面访谈,调查对象为农户主要农业生产决策者。因部分样本农户拒绝访问或无人在家,调查实际收回问卷371份,有效问卷357份,样本有效率96%。

3.2 变量设置及样本描述性统计

本文模型中的被解释变量为某方案是否被受访农户选中。核心解释变量为方案属性,其中:补偿方式属性包括现金补偿、物资补偿、技术补偿和政策补偿,均为二分类变量;行动要求属性指农业减量比例。

为了解释农户选择参与农业减量化方案时对补偿方式可能存在的偏好异质性,借鉴农户行为理论和有关农户补偿政策选择的相关文献[14, 28, 29],本文在式(5)中引入的农户个体特征变量包括主要农业生产决策者的个体特征、家庭经营/生计特征、区域虚拟变量共3类。变量定义见表 2

表 2 变量定义及其描述性统计

变量的描述性统计显示(表 2),农户决策者以男性为主(占68.9%),平均年龄54.61岁,平均文化程度初中以下(均值1.27);农户平均耕种规模0.209 hm2, 按平均人口规模(4.72人/户)计算的人均耕种土地面积仅0.044 hm2; 农户平均非农就业比例58.58%,从事农业生产的主要目的是自足需要(仅8.1%的农户以收入为目的)。对比重庆市第三次全国农业普查主要数据公报,可以认为以上样本特征基本符合研究区的农村社会现实,具有较好的代表性。

① 重庆市第三次全国农业普查主要数据公报显示,2016年重庆农业生产经营人员(不包括规模经营户)男性占比54.2%,36 ~ 54岁和55岁以上人员占比分别为60.4% 和26.3%,小学和初中文化程度人员占比分别为30.2% 和45%。

4 模型结果及分析

本文采用Nlogit 6.0软件进行模型参数估计。模型估计的样本容量为8568个(357 x 8 x 3)。

4.1 农业减量化补偿方式的农户偏好及其对参与选择的影响

本文首先对基准方程式(3)进行多元Logit模型的极大似然估计。结果显示(表 3中Model 1),所有补偿方式属性变量的系数显著为正,说明各种补偿方式均能显著提高农户选择参与农业减量化方案的概率,因此符合农户利益预期,方案属性设计具有代表性。但考虑到偏好可能存在异质性及多元Logit模型的假设违背,本文进一步对基准方程式(4)进行随机参数Logit模型的仿真似然估计:根据惯例[34],将ASC和具有支付属性的农业减量比例变量设定为固定参数变量,补偿方式属性变量设定为服从正态分布的随机参数变量,并进行100次Halton抽样估计。根据结果(表 3中Model 2),正的补偿方式属性系数和负的农业减量比例系数表明本文实验方案含有较好的效用权衡特征,符合选择实验法的设计要求;与Model 1相比,Pseudo R2和对数似然值明显增大,说明随机参数Logit模型具有更好的拟合效果。

表 3 基准方程的多元Logit模型和随机参数Logit模型估计结果

根据Model 2的结果,补偿方式属性变量的全部均值系数显著为正,说明无论是直接补偿、还是间接补偿,均能显著提高农户选择“参与”农业减量化方案的效用。从不同补偿方式的作用看,现金补偿和农资补偿可以直接弥补农户采用减量化技术的部分成本,而技术补偿和政策补偿则可以降低农户采用减量化措施的不确定性及市场风险。因此,在推进农业减量化行动中向农户提供适当的现金补偿、农资补偿、技术补偿和政策补偿可以提高其项目参与概率。进一步地,从不同补偿方式的均值系数大小和其边际效用含义可知,农户对农资补偿和现金补偿的平均偏好程度最高,其次是技术补偿,偏好最低的是政策补偿。但是,各补偿方式的标准差系数统计显著,意味着不同农户对不同补偿方式具有显著的偏好差异。

行动要求属性变量农业减量比例的系数显著为负,意味着保持其他条件不变时,化肥农药减量比例提高会显著降低农户方案“参与”效用。这符合经验预期,由于长期生产习惯形成对化肥农药过度“信任”,提高减量比例会降低农户项目参与概率。

4.2 不同减量化补偿方式的农户偏好异质性来源

本文引入农户个体特征变量,对含交叉项方程式(5)进行随机参数Logit模型的仿真似然估计,考察农户对不同减量化补偿方式的偏好异质性。具体做法是:首先进行共线性诊断,确保模型变量共线性不显著(所有变量的方差膨胀因子 < 10);然后,将各个补偿方式属性变量设定为随机参数变量,并分别与农户个体特征变量形成交叉项,再将交叉项和其他变量均设定为固定参数变量,采用100次Halton抽样估计。结果显示(表 4中的Model 3〜6), Pseudo R2和对数似然值均比Model 2有所提高,且各个属性变量的系数符号及显著性未发生变化,说明模型结果具有稳健性,但带交叉项的模型解释能力更高。

表 4 带交叉项的随机参数Logit模型估计结果

根据表 4, 不同补偿方式的标准差系数在引入交叉项后较Model 2均有所降低,说明农户个体特征解释了不同农户对不同补偿方式的部分偏好差异。根据交叉项系数的显著性,这种偏好差异如下。

从农户主要农业生产决策者的个体特征来看:①男性决策者更偏好现金补偿,但不偏好技术补偿。可能的解释是,男性一般比女性有更多的社会交往和资源获取机会,因此男性偏好获得现金补偿来购买减量化投入资源和自己获取减量化技术。②年龄越大的决策者对现金补偿和政策补偿的偏好越低。一般而言,年龄越大的农民越保守,对传统的农药化肥施用方式越依赖,安全农产品生产意识也越淡薄,通过现金补偿和以安全农产品认证为主要内容的政策补偿难以激励其行为转变。③教育程度越高、参加过农技培训的决策者更偏好技术补偿。教育程度较高和参加过农技培训的农民具有更好的学习能力和较高的生态认知水平,更愿意通过技术培训与指导来获取并采用化肥农药减量施用技术。

从家庭经营/生计特征来看:①人口规模越大的农户越偏好现金补偿。家庭人口越多,支出压力越大,寄希望于现金补偿来增加消费性和生产[生支出的心理决定了大家庭对现金补偿方式的强烈偏好。②非农就业比例越高的农户对现金补偿和农资补偿的偏好越低。非农就业增加了农户收入来源,进而增加其采用减量化技术的生产资料购买能力,对现金补偿和农资补偿的偏好较弱。③耕种规模越大的农户对现金补偿和技术补偿的偏好越强烈。通过现金补偿来购买采用减量化技术的生产资料和通过技术补偿来学习并采用减量化技术,可能对于农业大户具有规模经济性。④农业生产以出售为目的的农户对现金补偿的偏好较低。样本农户中,农业以出售为目的的农户通常是那些没有更多非农收入来源的农户,迫于收入来源的单一性导致的生计压力,他们认为现金补偿不足以弥补采取减量化措施的风险损失。⑤参加合作社的农户对农资补偿的偏好较低。提供农资服务是合作社的重要功能之一,参加合作社的农户可以享受这一便利性,因而并不看重农资补偿方式。

从区域特征来看:渝东北片区的农户更偏好现金补偿和农资补偿,渝东北片区和渝西片区的农户对技术补偿的偏好较低。这可能是由不同区域农业生产的社会经济和资源条件差异所决定。

5 结论与讨论

补偿方式是决定农业生态补偿项目成功实施的关键因素,合理的农业减量化补偿方式应符合农户利益预期和意愿。本文基于重庆10区县357户农户调查数据,采用选择实验法和随机参数Logit模型分析了农户对化肥农药减量施用的补偿方式偏好及异质性。结论如下:第一,无论是以现金补偿和农资补偿为内容的直接补偿方式,还是以技术补偿和政策补偿为内容的间接补偿方式,均能显著提高农户对减量化的参与效用。第二,农户平均偏好程度最高的补偿方式是农资补偿和现金补偿,其次是技术补偿,最低的是政策补偿。第三,农户对不同补偿方式存在显著的偏好异质性。从决策者的个体特征来看,男性农民更偏好现金补偿、但不偏好技术补偿,年龄越大的农民对现金补偿和政策补偿的偏好越低,教育程度越高、参加过农技培训的农民更偏好技术补偿;从家庭经营/生计特征来看,人口规模越大的农户越偏好现金补偿,非农就业比例越高的农户对现金补偿和农资补偿的偏好越低,耕种规模越大的农户对现金补偿和技术补偿的偏好越强烈,农业以出售为目的的农户对现金补偿的偏好较低,参加合作社的农户对农资补偿的偏好较低;同时,不同补偿方式的农户偏好还存在区域差异。

以上结论的政策启示包括:第一,通过各种补偿方式进行激励依然是有效推进农业减量化行动的重要政策手段,但补偿方式设计应该充分尊重农户偏好差异方能取得较好的农业减量化效果和政策效率。第二,结合样本区分散化、小规模农业生产和农业自足为主、生计非农为主的社会现实,激励农户减量化行为的适宜补偿方式,应该以提供有机肥料与高效低毒农药或生物农药为内容的农资补偿方式和以提供技术培训与指导为内容的技术补偿方式为主,对耕种规模较大和以农为主的农户着重进行技术补偿;同时,补偿方式选择还应考虑区域差异,不同区域应该采取不同的补偿方式及组合设计。

由于化肥减量与农药减量对农业生产的影响不同,农户的操作难度亦不相同,加之二者不具备必然的同步性,农户的补偿方式偏好在两种减量实践中可能会有差异,因此后续研究需要进一步对此进行比较,以完善农业减量化补偿方式的科学设计。此外,受数据所限,本文并未就农户对不同补偿方式的偏好异质性做出完全解释,各补偿方式的标准差系数依然显著,这也给后续研究留下了进一步探索空间。本文可以为不同生态保护项目的合理补偿方式设计提供研究方法借鉴。

参考文献
[1]
仇焕广, 栾昊, 李瑾, 等. 风险规避对农户化肥过量施用行为的影响[J]. 中国农村经济, 2014(3): 85-96.
[2]
朱淀, 孔霞, 顾建平. 农户过量施用农药的非理性均衡: 来自中国苏南地区农户的证据[J]. 中国农村经济, 2014(8): 17-29, 41-41.
[3]
魏后凯. 中国农业发展的结构性矛盾及其政策转型[J]. 中国农村经济, 2017(5): 2-17.
[4]
丛晓男, 单菁菁. 化肥农药减量与农用地土壤污染治理研究[J]. 江淮论坛, 2019(2): 17-23. DOI:10.3969/j.issn.1001-862X.2019.02.004
[5]
秦诗乐, 吕新业. 市场主体参与能否减少稻农的农药过量施用?[J]. 华中农业大学学报(社会科学版), 2020(4): 61-70.
[6]
杨万江, 李琪. 稻农化肥减量施用行为的影响因素[J]. 华南农业大学学报(社会科学版), 2017, 16(3): 58-66.
[7]
李昊, 李世平, 南灵. 农药施用技术培训减少农药过量施用了吗?[J]. 中国农村经济, 2017(10): 80-96.
[8]
邝佛缘, 陈美球, 李志朋, 等. 农户生态环境认知与保护行为的差异分析——以农药化肥使用为例[J]. 水土保持研究, 2018, 25(1): 321-326.
[9]
陈超, 王莹, 翟乾乾. 风险偏好、风险感知与桃农化肥农药施用行为[J]. 农林经济管理学报, 2019, 18(4): 472-480.
[10]
蔡荣, 汪紫钰, 钱龙, 等. 加入合作社促进了家庭农场选择环境友好型生产方式吗?——以化肥、农药减量施用为例[J]. 中国农村观察, 2019(1): 51-65.
[11]
张露, 罗必良. 农业减量化: 农户经营的规模逻辑及其证据[J]. 中国农村经济, 2020(2): 81-99.
[12]
张露. 小农分化、行为差异与农业减量化[J]. 农业经济问题, 2020(6): 131-142.
[13]
王常伟, 顾海英. 市场VS政府, 什么力量影响了我国菜农农药用量的选择?[J]. 管理世界, 2013(11): 50-66.
[14]
曾小红, 陈海鹰, 张慧坚. 农户接受农业生态补偿方式的偏好及影响因素——基于海南省16个自然村的调查[J]. 福建农业学报, 2017, 32(9): 1026-1033.
[15]
梁丹, 金书秦. 农业生态补偿: 理论、国际经验与中国实践[J]. 南京工业大学学报(社会科学版), 2015, 14(3): 53-62.
[16]
杨欣, 蔡银莺. 农田生态补偿方式的选择及市场运作——基于武汉市383户农户问卷的实证研究[J]. 长江流域资源与环境, 2012, 12(5): 591-596.
[17]
赵雪雁, 董霞, 范君君, 等. 甘南黄河水源补给区生态补偿方式的选择[J]. 冰川冻土, 2010, 32(1): 204-210.
[18]
陈刚, 陈海军. 耕地保护与农业生态补偿研究——以云南红河沿岸为例[J]. 云南社会科学, 2015(6): 97-102.
[19]
张丰翼, 颜廷武, 江鑫. 农户禀赋与环境友好型技术补贴方式选择意愿影响分析[J]. 中国科技论坛, 2020(6): 168-179.
[20]
施翠仙, 郭先华, 祖艳群, 等. 基于CVM意愿调查的洱海流域上游农业生态补偿研究[J]. 农业环境科学学报, 2014, 33(4): 730-736.
[21]
苏芳, 尚海洋. 生态补偿方式对农户生计策略的影响[J]. 干旱区资源与环境, 2013, 27(2): 58-63.
[22]
丁金梅, 李霞, 文琦. 能源开发区生态补偿方式对农户生计影响研究——以榆林市为例[J]. 地理与地理信息科学, 2017, 33(6): 80-86.
[23]
陈海鹰, 杨桂华. 社区旅游生态补偿贡献度及意愿研究——玉龙雪山案例[J]. 旅游学刊, 2015, 30(8): 53-65.
[24]
马莹. 流域生态补偿方式激励相容性的比较研究[J]. 财经论丛, 2012, 167(5): 27-33.
[25]
韩洪云, 杨增旭. 农户农业面源污染治理政策接受意愿的实证分析——以陕西眉县为例[J]. 中国农村经济, 2010(1): 45-52.
[26]
潘丹. 基于农户偏好的牲畜粪便污染治理政策选择——以生猪养殖为例[J]. 中国农村观察, 2016(2): 68-83.
[27]
俞振宁, 谭永忠, 茅铭芝, 等. 重金属污染耕地治理式休耕补偿政策: 农户选择实验及影响因素分析[J]. 中国农村经济, 2018(2): 109-125.
[28]
徐涛, 赵敏娟, 乔丹, 等. 农户偏好与"两型技术"补贴政策设计[J]. 西北农林科技大学学报(社会科学版), 2018, 18(4): 109-118.
[29]
李想, 陈宏伟. 农户技术选择的激励政策研究——基于选择实验的方法[J]. 经济问题, 2018(3): 52-56, 65-65.
[30]
龚亚珍, 韩炜, BENNETT M, 等. 基于选择实验法的湿地保护区生态补偿政策研究[J]. 自然资源学报, 2016, 31(2): 241-251.
[31]
ADAMOWICZ W, LOUVIERE J, SWAIT J. Introduction to Attribute-Based Stated Choice Methods[M]. Washington: The National Oceanic and Atmospheric Administration, US Department of Commerce, 1998: 1-52.
[32]
LUSK J L, SCHROEDER T C. Are choice experiments incentive compatible?A test with quality differentiated beef steaks[J]. American journal of agricultural economics, 2004, 86(2): 467-482.
[33]
全世文. 选择实验方法研究进展[J]. 经济学动态, 2016(1): 127-141.
[34]
TRAIN K E. Discrete Choice Methods with Simulation[M]. Cambridge: Cambridge University Press, 2003: 138-151.
[35]
胡静锋. 重庆市农业面源污染测算与空间特征解析[J]. 中国农业资源与区划, 2017, 38(1): 135-144.