生態效益、經濟租金對生態保護受償意愿的影響
2018-01-05 05:38:40石涵予李國平
中國人口·資源與環境 2018年11期
石涵予 李國平
摘要 生態保護向全社會提供了巨量生態效益。然而，對農戶而言，生態環境的改善也造成了脅地效應、野生動物攻擊等困擾。與此同時，生態保護行為改變了農戶的生產生活方式，使得生態保護前后的收入發生變化，形成經濟租金。農戶的利益變化直接決定了生態保護受償意愿，卻鮮有研究在分析受償意愿時全面地考慮生態效益和經濟租金因素。本文將生態效益和經濟租金引入農戶的效用函數中，將生態效益分解為生態正效益和生態負效益，將經濟租金分解為勞動的經濟租金和土地的經濟租金，分設三種情景探討生態效益和經濟租金對受償意愿的影響。采用支付卡式條件價值法（CVM）考察陜西省851位退耕還林農戶的受償意愿及其影響因素，選取右端截取模型對樣本總體和地區子樣本分別進行實證分析，驗證生態正（負）效益對受償意愿的弱（強）化作用、經濟租金對受償意愿的強化作用以及生態效益的邊際效應。結果表明：①陜南和陜北在受償意愿、生態正效益、生態負效益、耕地產出和勞動收益上均存在顯著差異；②從陜西總體來看，生態正效益每增加1項，受償意愿減少14.97%，生態負效益每降低一個等級，受償意愿減少27.46%，生態效益的弱（強）化作用得到驗證；③耕地產出和土地租金的回歸系數顯著為正，勞動經濟租金的回歸系數不顯著為正，土地的經濟租金對受償意愿的強化作用得到驗證；④從陜南和陜北地區分別來看，陜北地區生態正效益的回歸系數絕對值更大，陜南地區生態負效益的回歸系數絕對值更大，生態效益的邊際效應得到驗證。據此，本文建議：①結合生態效益的弱（強）化作用確定補償標準，建立針對生態負效益的補償制度；②瞄準低效益土地開展退耕還林，通過勞務輸出等方式提高退耕農戶收入；③建立退耕還林任務配額交易制度，引導退耕還林任務向生態環境脆弱地區傾斜。
關鍵詞 生態效益；經濟租金；受償意愿；退耕還林；條件價值法
中圖分類號 F062.2
文獻標識碼 A 文章編號 1002-2104（2018）11-0091-11 DOI：10.12062/cpre.20180523
生態文明建設是中國共產黨“十八大”確立的中國新時代“五位一體”總體布局的重要組成之一，是全面建成小康社會需要重點攻破的突出短板。退耕還林生態保護工程是實現生態文明的重要實踐，國家對退耕還林生態補償做出了一系列新的頂層設計。2015年《中共中央關于全面深化改革若干重大問題的決定》要求“穩定和擴大退耕還林范圍”，2017年國家五部委聯合下發通知（發改辦西部[2017]220號）要求“加快推進新一輪退耕還林”。然而，目前我國退耕還林工程執行的是均一型補償標準，忽略了農戶參與生態建設機會成本的社會異質性和區域差異，可能導致某些農戶過度補償、另一些農戶欠補償甚至踩空現象[1]，這直接影響了農民參與的積極性、生態補償的公平性和補償資金投入的有效性[2]。由此，為了高效推進新一輪退耕還林工作，研究農戶生態保護受償意愿的影響因素，并據此完善生態補償制度就顯得尤為重要。
1 綜 述
受償意愿（Willingness to Accept， WTA）是指個人在忍受負面事物（例如環境污染）或者提供正面事物（例如生態效益）時，愿意接受的最低貨幣補償額[3]。
影響生態保護受償意愿的常見因素包括個體的基本社會人口學特征和社會經濟特征，如性別、年齡、文化程度、家庭人口數、勞動力人數等，雖然由于分析方法和選取案例的不同。雖然已有研究關于上述變量與受償意愿的關系的結論不盡相同[2，4-6]，但是這些特征已被學術界普遍認可和接受，成為研究受償意愿影響因素的基本控制變量。在此基礎之上，有學者從可持續生計角度出發，研究生計資本（包括自然資本、物質資本、金融資本、社會資本和人力資本）對受償意愿的影響，以及生計資本與受償意愿之間的相互作用[7-9]。研究表明，自然資本對農戶再參與退耕還林意愿有負影響[10]，金融資本以及社會資本對農戶再參與有正影響[10-11]，人際信任、制度信任對農民環境治理參與意愿有正影響[12]。已有研究對生計資本變量的選擇，多為土地狀況、家庭財務狀況、家庭人口情況、信任等變量，其本質上是對個體及家庭的社會經濟特征的細化和歸類。
然而，上述研究都忽視了生態保護對生態效益和農戶生產方式的改變對農戶的影響，而生態效益和生產方式的變化恰恰是農戶福利變化的重要體現，是以成本收益為導向的農戶在決策過程中不可忽略的關鍵。生態效益變化和保護生態的機會成本是影響受償意愿的關鍵因素[13]。有研究表明，生態保護為保護者提供的除經濟補償以外的效益（因生態效益改善而受益）與受償意愿存在正向關系[14]，農戶退耕還林的機會成本與受償意愿存在正向關系，家庭收入與受償意愿有負向關系[15]。生態效益對受償意愿的影響不僅局限于生態改善對農戶的益處，其對農戶造成的負面影響也是影響受償意愿的重要方面。隨著生態環境改善，林緣農地面臨耕種困難（又稱脅地效應），農戶棄耕現象頻出，野生動物增加也對土地收益和人身安全產生威脅[16]，另一方面，僅使用耕地收益作為退耕還林的機會成本，無法解釋農戶自主退耕的問題。機會成本與受償意愿的關系，本質上應當是退耕還林前后收入的預期變化與受償意愿的關系，不僅包括退耕的土地收入變化，還應包括勞動要素的收入變化。經濟租金，即土地要素和勞動要素的收入變化之和，才是直接影響受償意愿的因素。此外，還有學者研究了退耕還林受償意愿的區域差異性，認為受償意愿的區域差異性可能與農戶與外界的接觸機會[2]、 家庭生計資本差異[15]等因素有關，已有研究對受償意愿的地域差異性的原因僅停留在文字推測解釋上，缺乏理論和實證支撐。
因此，本文將生態效益和經濟租金納入受償意愿的理論分析框架，分析生態正效益、生態負效益、土地的經濟租金、勞動的經濟租金對受償意愿的作用效果，并利用2016年陜南和陜北山區農戶的調研數據進行實證探究，通過地區間生態效益和經濟租金的差異來解釋受償意愿的地域差異性，旨在為我國退耕還林生態補償提供理論借鑒與政策建議。
2 考慮生態效益和經濟租金的受償意愿理論分析
2.1 退耕還林過程中的生態效益和經濟租金
生態效益包括生態正效益和生態負效益。退耕還林帶來了巨大的生態物質量和價值量，提供了涵養水源、保育土壤、固碳釋養、凈化大氣環境等服務[17]，植被覆蓋率增加，沙塵暴、山體滑坡等自然災害及災害性氣候顯著減少[18-19]，這些都是對社會和當地居民有益的生態效益，我們稱之為生態正效益。與此同時，得到改善的生態環境也對部分地區農民的生活造成一定的困擾，我們稱之為生態負效益。例如，林緣農田面臨脅地效應，林木進入成熟期后，由于林帶根系奪去了土壤水分和養分，樹冠遮蔭影響農作物光照，造成林地邊緣的農作物存在生長不良、品質降低和產量減少的現象[20]；山區野生動物明顯增加影響糧食生產，野豬啃食玉米、土豆等糧食作物，造成農地經營效益下降[21]；防控野生動物需要付出高額成本，農戶需花費大量的時間和資金，并采取多種措施進行防控，但收效甚微，還容易造成森林火災、農戶誤傷等[22]。
經濟租金是要素收入與其機會成本之差，經濟租金為負是轉變生產要素用途的前提。對于退耕還林而言，經濟租金是農戶退耕前收入與退耕后收入之差，經濟租金為負才能避免毀林復耕。對農戶提供補償可以增加退耕還林后的收入，調節經濟租金的大小，實現退耕還林的持久性。假設農戶擁有土地和勞動兩種生產要素，退耕還林前農戶收入I（A）是從事農業生產的土地收入i（A）和勞動收入i（L）之和，退耕還林后農戶收入I（F）是從事林業生產的土地收入i（F）和勞動收入i（L′）之和，那么土地的經濟租金為i（A）-i（F），勞動的經濟租金為i（L）-i（L′），退耕還林的經濟租金等于勞動的經濟租金ΔI和土地的經濟租金之和。
由此可見，生態效益和經濟租金都會對農戶的利益產生影響，是農戶退耕還林受償意愿的重要因素。因此，本文將環境效益和經濟租金納入受償意愿分析框架（見圖1），從理論上分析二者對受償意愿的影響，再實證分析環境正效益、環境負效益、勞動的經濟租金、土地的經濟租金對受償意愿的影響。
2.2 生態效益和經濟租金影響WTA的理論機制
我們遵循控制變量的思路，設定三種情景分別闡述生態效益與經濟租金影響WTA的理論機制。首先，假設經濟租金為零，分析生態正效益與生態負效益如何影響WTA；然后，假設退耕還林前后生態效益不變，分析經濟租金如何影響WTA；最后，綜合分析生態效益與經濟租金對WTA的共同作用結果。
2.2.1 情景一：收入不變時，生態效益對受償意愿的影響
假設在退耕還林之前，土地用途是農業生產。農戶獲取農業收益I（A），I（A）=I。農戶所處的生態環境狀況為Q（A），初始效用水平為U0，U0≡V（I，Q（A），p，x），其中p=（p1，p2，…，pj）是傳統市場商品空間的價格體系，x=（x1，x2，…，xk）是農戶的個人特征。
退耕還林之后，土地用途改變為林地。農戶獲取林業收益I（F），I（F）=I0，農戶所處的生態環境狀況變為Q（F）。此時，農戶效用水平為U1，U1≡V（I，Q（F），p，x），其中p=（p1，p3，…，pj）是傳統市場商品空間的價格體系，x=（x1，x2，…xk）是農戶的個人特征。
在價格體系和收入水平不變的情況下，提供生態效益的最小受償意愿對應于補償性變化（Compensation Variation， CV）[23]，即貨幣補償后，要使退耕農戶的境況與退耕還林前的境況一樣好（效用水平不變）。因此，間接效用函數滿足：
V（Q（A），I0，p，x）=V（Q（F），I0+CV，p，x）=U0（1）
求解式（1）中兩個間接效用函數的反函數，得到相應的支出函數e（Q（A），U0，p，x）=I0和e（Q（F），U0，p，x）=I0+CV，相減可得：
WTA=CV（2）
式（2）表明，在退耕還林前后農戶收入不變的情況下，受償意愿是以退耕還林前的效用為基準，計算生態效益Q的變化造成的貨幣變化。
生態正效益對受償意愿的影響（環境負效益對受償意愿的影響分析與此類似，受篇幅所限，這里不再贅述）見圖 2。
圖 2（1）是受償意愿的均衡分析。橫軸代表可供消費的生態效益Q，縱軸代表農戶的收入水平I。退耕還林前，農戶的效用水平為U0，收入約束下對生態效益和普通商品的最優消費組合是點A（Q（A），I0）。退耕還林后，效用水平提升至U1，最優消費組合由點A移動到點B（Q（F），I0）。根據式（2）的含義，受償意愿是以U0以為基準計算生態效益由Q（A）增加到Q（F）而造成的收入變化，即圖中BC的距離。這種情況下CV<0，其含義是，若退耕還林不改變農戶收入，還能讓農戶享受到更多的生態正效益，即便農戶沒有收到補償，甚至支付一部分資金（最多不超過BC），農戶也愿意參加退耕還林。可見，生態正效益會降低受償意愿。
圖2（2）是受償意愿的邊際分析。退耕還林后，農戶可能達到的兩個效用水平分別為U1 和U11（U1 圖2（3）是受償意愿的彈性分析。U0和U1代表一組退耕還林前后的效用水平，U00和U11代表另一組退耕還林前后的效用水平。兩組效用函數的區別在于生態效益對收入水平的邊際替代率MRSQI不同。在點A上，MRSQI，U0>MRSQI，U00，在點B上，MRSQI，U1>MRSQI，U11
，處于U0和U1的人比處于U00和U11的人更看重生態效益，愿意用更多的貨幣換取1單位的生態效益。如圖所示，當效用水平由U0變化至U1時，受償意愿是CV；效用水平由U00變化至U11時，受償意愿是CV′，|CV|>|CV′|。可見，生態效益對收入水平的邊際替代率越大，生態效益對降低農戶受償意愿的作用越大。
2.2.2 情景二：生態效益不變時，經濟租金對受償意愿的影響
假設退耕還林不改變生態效益，Q（A）=Q（F）=Q0。退耕還林的經濟租金是農業收益與林業收益（這里的林業收益既包括勞動要素收入，也包括土地要素收入）之差，ΔI=I（A）-I（F）。
退耕還林前，農戶效用水平為U0，U0≡V（I（A），Q0，p，x）；退耕還林后，農戶效用水平為U1，U1≡V（I（F），Q0，p，x）。退耕還林補償后，要使農戶的境況與退耕還林前的境況一樣好（效用水平不變），那么，間接效用函數滿足：
V（Q0，I（A），p，x）=V（Q0，I（F）+ΔI，p，x）=U0（3）
求解式（3）中兩個間接效用函數的反函數，相減可得：
WTA=ΔI（4）
式（4）表明，生態效益不變的情況下，受償意愿等同于經濟租金。
圖 3（1）是受償意愿的均衡分析。退耕還林前后，農戶的最優消費組合分別是點A（Q0，I（A））和點B（Q0，I（F）），根據式（3）的含義，受償意愿是圖中AB的距離。可見，若退耕還林后農戶收入下降，農戶應該受到補償，補償額為經濟租金；相反，若退耕還林后農戶收入增加，則有助于降低農戶的受償意愿。
圖 3（2）是受償意愿的邊際分析。退耕還林后，農戶的收入可能是I（F）1或者I（F）11，且I（F）1>I（F）11，最優消費組合可能是點B1或者B11，相應的效應水平分別為U1和U11（U1 圖 3（3）是受償意愿的彈性分析。U0和U1，U00和U11分別代表邊際替代率不同的兩組效用水平，處于U0和U1的人更在乎生態效益，愿意用更多的貨幣換取1單位的生 態效益。效用水平由U0變化至U1時，或者由U00變化至U11，受償意愿都是ΔI。可見，退耕還林前后效用函數的邊際替代率不影響農戶的受償意愿。 2.2.3 情景三：生態效益和經濟租金對受償意愿的共同影響 假設經濟租金和生態效益同時發生變化，那么，農戶的受償意愿滿足： V（Q（A），I（A），p，x）=V（Q（F），I（F）+WTA，p，x）（5） 即受償意愿WTA可以被分解為補償性變化與經濟租金： WTA=CV+ΔI（6） 在圖 4（1）中，退耕還林后，農戶享受了生態正效益（Q（F）>Q（A）），但是收入下降（I（F） 在圖 4（2）中，退耕還林后，農戶承受了生態負效益（Q（F）>Q（A）），且農戶收入下降（I（F） 2.3 生態效益和經濟租金影響受償意愿的假說 通過理論分析可知，生態效益和經濟租金都對受償意愿產生影響，生態正效益的增加和經濟租金的減少都有助于降低受償意愿。相反，生態負效益和經濟租金的增加都是農戶受償的直接原因。結合本文的理論分析，提出以下待檢驗的假說： 假說1 生態正效益有弱化受償意愿的作用，生態負效益有強化受償意愿的作用。即生態保護后，農戶感受到的生態正效益越多，受償意愿越低。反之，農戶經歷的生態負效益會使受償意愿變大。 假說2 經濟租金會對受償意愿產生影響，經濟租金越大，受償意愿越高。 經濟租金對受償意愿的影響，由勞動的經濟租金和土地的經濟租金共同決定的。理論上，若退耕還林后勞動要素的收入增加，勞動的經濟租金將變小，甚至為負，這有助于降低受償意愿，反之亦然。 退耕還林前的土地收益可能是耕種收益，也可能是土地租金，這使得土地的經濟租金存在兩種表達方式，一種是耕種收益與林地收益之差，另一種是土地租金與林地收益之差。理論上，若土地經濟租金越大，農戶的受償意愿越高。 下文分別實證檢驗勞動的經濟租金和土地的經濟租金對受償意愿的影響。 假說3 生態環境脆弱地區的生態正效益改變對受償意愿的邊際影響更大，生態環境優越地區的生態負效益改變對受償意愿的邊際影響更大。 根據邊際收益遞減規律，在其他條件不變的情況下，增加邊際正效益所帶來的邊際效用是遞減的。因此，在生態環境脆弱地區，農戶的效用函數更“陡峭”，生態效益對收入水平的邊際替代率更大，生態正效益的邊際增加更能降低農戶受償意愿。相反，在生態環境相對優越的地區，生態正效益的邊際增加所帶來的邊際效用變小，而生態負效益對農戶的困擾更多，生態負效益的邊際增加帶來的受償意愿邊際增加更大。
3 實證分析
3.1 數據來源
本文遵循CVM應用準則[24]，結合陜西省退耕還林的現實情況設計調查問卷，于2016年7月對陜西省退耕還林重點地區農戶進行入戶訪談。問卷內容主要包括五個部分：①退耕還林工程的實施效果評價；②受訪者參與退耕還林的情況；③采用支付卡形式引導農戶退耕還林的受償意愿；④家庭耕地質量和收益情況；⑤受訪者的家庭社會狀況。關于生態正效益和生態負效益的問題為退耕還林后受訪者感知到的生態效益種類。與勞動的經濟租金相關的問題設定為退耕還林后是否有更多的務工機會。與土地的經濟租金相關的問題設定為耕地產出、土地租金收入和退耕后的林地收益。鑒于受訪者普遍反映，受栽植樹種和技術等因素所限，退耕還林后的土地收益甚微，與土地的經濟租金相關的問題被簡化為耕地產出和土地租金收入。具體問題設定及賦值見表 1。
在選擇調研地區上，為了使樣本總體盡可能地具有代表性，我們采用“全國-省市-區縣-鄉鎮-行政村”的逐級篩選辦法，選擇退耕還林的重點地區和典型地區，并在選點時充分考慮了陜西省林業廳退耕還林辦公室以及相關縣級林業部門的建議。具體過程如下：首先，在全國范圍內選擇陜西省。據2013年《林業統計年鑒》數據，截至2013年，陜西省參與退耕還林的農戶戶數約17.7萬戶（位居全國第五），累計補助金額351 640萬元（位居全國第二），是退耕還林重點省。然后，分別在的陜北和陜南地區選擇退耕還林重點市縣，確定選擇旬陽縣、吳起縣和靖邊縣。陜南地區包括漢中、安康和商洛三市的28個縣，其中旬陽縣退耕規模最大。陜北地區包括延安、榆林兩市的25個縣，其中吳起縣的退耕規模最大。與此同時，我們還選取了與吳起縣退耕規模相近，但經濟發展水平不同的榆林市靖邊縣。
接著，采用多階段抽樣法進一步確定調研的鄉鎮和行政村。首先，按照各鄉鎮與縣城之間的距離分為遠近兩類，在每一類中隨機抽取一個鄉鎮。然后，按照0.25的比例在該鄉鎮抽取行政村。最后，每個村選擇35位農戶。
最終，我們共走訪了7個鎮25個行政村875位退耕還林農戶，只保留明確回答了受償意愿的問卷，得到有效問卷851份。
3.2 模型設定
調研樣本顯示，有5.2%受訪者的受償意愿高于支付卡的上限值1 000元/（年·畝）。針對農戶傾向于虛報受償意愿的情況，若直接采用最小二乘估計法，會導致估計結果有偏，且估計量不一致；若剔除這些超出支付卡上限的數據，又會產生策略性偏誤。因此，本文在受償意愿為1 000處進行了右審查（left censored），而不是把觀測不到的WTA*簡單地從樣本中除掉，根據研究需要，建立以下Tobit模型：
WTA*i=α0+α1PosEnvii+α2NegEnvii+α3LaborRi+α4LandRi+X′iβ+Z′jγ+μ
（7）
其中，WTA*是潛變量，關鍵解釋變量包括生態正效益PosEnvii、生態負效益NegEnvii、勞動的經濟租金LaborRi以及土地的經濟租金LandRi；Xi是影響受償意愿的特征變量，包括受訪者的性別、年齡、受教育程度、家庭總人口數、務農勞動力數和家庭月收入；Zj是代表地區特征的解釋變量，α0、α1、α2、α3、α4、β和γ是待估計系數，μ是隨機誤差項。農戶報告的受償意愿WTA與潛變量WTA*之間的關系如下：
WTA=WTA*，若WTA*<1 000
1 000，若WTA*≥1 000（8）
3.3 變量的描述性統計
表1報告了樣本總體中解釋變量和被解釋變量的描述性統計情況。農戶退耕的平均受償意愿是365.16元/畝·年，最高2 000元，最低40元。受訪者認為退耕還林帶來的生態正效益最多6項，最少1項，平均3.55項，問卷中可供選擇的生態正效益選項及其頻率分別為：植被得到快速恢復（0.747）、水土流失大幅減少（0.810）、災害性天氣大幅減少（0.525）、野生動物數量和種類明顯增加
（0.481）、水質水量改善（0.303）、凈化空氣（0.613），以
“植被得到恢復（0.747）”為例，表明有74.7%的受訪者認為退耕還林后可以使植被得到恢復。然而，野生動物，尤
其是野豬變多，又會損害良田莊稼，其損害程度為2.74，在“一般嚴重”和“存在”之間。關于退耕還林能否提高家庭收入，受訪者的回答均值為3.55，介于“沒影響”和“同意”之間。農戶轉讓土地經營承包權的平均受償意愿為264.95元/畝·年，低于參與退耕還林的平均受償意愿（365.16）。可能的解釋如下：一是相比于租金收入，退耕還林生態補償相對滯后，對農戶而言屬于不利因素；二是參與退耕還林仍需要農戶投入勞動打理林地，而出租土地后不再需要勞動投入。農戶每畝耕地的年利潤平均值為2.26（相當于500余元），其中種植小麥、玉米等糧食作物的利潤較低，種值煙草的利潤較高，最高可達到1 100及以上。受訪者為戶主，大多數為男性，平均年齡為53.32，普遍是小學至初中文化水平，家庭人口數平均4.94人，其中務農勞動力1.64人，家庭月收入平均為4.73（相當于1 000元左右）。受訪者所在縣2015年人均GDP的自然對數代表了地區差異[25]。此外，據調研掌握的信息來看，滿足當前退耕還林條件的地塊的立地條件往往較差，存在撂荒和賠錢種地的現象，極少數土地被出租。
陜南地區和陜北地區在地理環境、氣候條件、農業種植、經濟環境以及文化風俗差異很大。陜南地區位于秦嶺以南的秦巴山區，屬巴楚文化，分屬亞熱帶濕潤氣候，生態環境優美，水資源和生物資源豐富，年平均氣溫14℃～16℃，年平均降水量839.56 mm[26-27]，具有明顯的中國南方特點，特色種植烤煙、板栗、核桃、桑樹、菜籽、魔芋、藥材等經濟作物，野豬、獾子等野生動物損害農戶利益。陜北地區位于秦嶺以北的黃土高原區，屬塞外文化，分屬溫帶亞干旱季風氣候，生態環境脆弱，年平均氣溫7℃～12℃攝氏度，年平均降水量278.73 mm[26-27]，具有中國北方地區的特點，煤炭、石油以及天然氣資源豐富，以能源化工產業為主導，特色種植糜子、蕎麥、麻籽、辣椒和豆類等糧食作物，猯、狐貍等野生動物損害農戶利益。
采用獨立樣本t檢驗，分析陜南地區和陜北地區兩個子樣本在關鍵變量上的區別，具體見表 2。結果表明：①陜南地區農戶退耕還林的平均受償意愿顯著更高。②陜北地區受訪者感受到的生態正效益顯著更多。③陜南地區受訪者感受到的環境負效益顯著更高。退耕還林后，陜南秦嶺山區的森林覆蓋率大大提高，野生動物的數量和種類增加，導致動物踐踏莊稼的事件屢有發生，造成農戶經濟損失，甚至威脅生命安全。④陜南地區的平均勞動收益更高，即勞動力流出效應在陜南更大。⑤受訪者出租土地的平均心理價位在兩地區間的差異不顯著。⑥陜北地區的平均耕地產出更高，陜南地區的耕地產出差異更大。陜南的立地條件更適宜耕種，尤其是種植烤煙、桑樹和藥材等經濟作物的收益可觀，但陜南地區也多見土地撂荒情況，呈現出均值低、標準差大的特點。
4 實證結果
4.1 生態效益和經濟租金對WTA的影響
表3報告了模型的回歸結果，stata13.0自動刪減了少量存在缺失值的樣本。在回歸A和回歸B中，關鍵解釋變量包括環境正效益、環境負效益、勞動的經濟租金和土地的經濟租金。二者的區別是，代表土地的經濟租金的指標不同，前者是耕地產出，后者是土地租金，這是因為土地用途要么是自用，要么是出租，二者不可能同時存在，因此土地租金和耕地產出沒有同時出現在同一個回歸中。β列是Tobit回歸的系數，dx/dy列是變量的邊際效應（marginal effect）。本節主要探討的是回歸A和回歸B，回歸一和回歸二的分析詳見穩健性分析。
4.1.1 假說1的檢驗
在回歸A和回歸B中，生態正效益在1%的顯著性水平下通過檢驗，生態正效益的回歸系數為負，生態正效益的增加有助于減少受償意愿。從生態正效益均值處的邊際效應來看，回歸A中回歸系數是-14.97，表明生態正效益每增加1項，受償意愿減少14.97%。
生態負效益在1%的顯著性水平下通過檢驗，生態負效益的回歸系數為負，生態負效益的增加使得受償意愿增加。從生態負效益均值處的邊際效應來看，回歸A中，回歸系數是-27.46，表明生態負效益每降低1個等級，受償意愿減少27.46%。
上述結果很好地支持了假說1的結論。
4.1.2 假說2的檢驗
回歸A中，耕地產出在5%的顯著性水平下通過檢驗，耕地產出與受償意愿之間存在正向關系，耕地產出的回歸系數為11.35。退耕還林前的土地收益越高，退耕還林的受償意愿越大。在回歸B中，土地租金在1%的顯著性水平下通過檢驗，土地租金與受償意愿之間存在正向關系，土地租金的回歸系數為0.38。農戶出租土地的心理價位越高，退耕還林的受償意愿越大。耕地產出和土地租金都代表了土地的經濟租金，可見，土地的經濟租金越大，受償意愿越大。
然而，勞動收益的回歸系數不顯著。勞動的經濟租金與受償意愿之間的關系未得到有效驗證，這與以往研究一致[9]。可能的解釋是，伴隨著城市化和現代化進程，農業收入和打工收入相差巨大，農戶外出打工的動機不僅為了改善生活，還為了體驗生活和追求夢想[28]。
4.1.3 其他特征變量與受償意愿的關系
在回歸A中，性別、年齡、家庭總人口數、主要務農勞動力以及家庭月收入均在1%顯著性水平下通過檢驗，學歷、縣人均GDP對數與受償意愿之間的關系不顯著。各變量與受償意愿的關系以及該變量在均值處的邊際效應具體如下：①女性的平均受償意愿比男性高78.84%，過往的受償意愿調研結果也表明女性的受償意愿普遍更高[29]。可能的解釋是，男性與女性在風險偏好上存在差異，大量文獻表明，女性比男性更懼怕風險，女性更擔心退耕還林后將面臨的不確定性，因此受償意愿更高[30]。②年齡每增加1歲，受償意愿減少3.01%；③家庭總人口數每增加1人，受償意愿增加15.98%；④主要務農勞動力每增加1個單位，受償意愿增加15.98%；⑤家庭月收入每上升一個層次，受償意愿減少12.14%。
4.2 地區間生態效益和經濟租金的比較分析
我們將陜南地區和陜北地區的受訪農戶作為兩個子樣本，分別進行回歸分析，結果見表 4。回歸C和回歸D是分別針對陜南地區和陜北地區的一組回歸，回歸E和回歸F是兩地區間的另一組回歸。兩組回歸之間的區別是，回歸C和回歸D以耕地產出代表經濟租金，回歸E和回歸F以土地租金代表經濟租金。以下對回歸C和回歸D的結果加以說明，回歸E和回歸F的說明詳見穩健性分析。
4.2.1 假說3的檢驗
對比回歸C和回歸D的生態效益變量（包括生態正效益和生態負效益）的回歸系數，可知：
①在回歸C（陜南地區）中，生態正效益的回歸系數為-7.64，變量未通過顯著性檢驗，而在回歸D（陜北地區）中，生態正效益的回歸系數為-17.14，且在1%的顯著性水平下通過檢驗，即環境正效益每增加一項，受償意愿減少17.14%。回歸D（陜北地區）中生態正效益的回歸系數絕對值更大，這表明生態環境脆弱地區的生態正效益的邊際改善對受償意愿的降低作用更大。
②生態負效益的回歸系數在回歸C（陜南地區）和在回歸D（陜北地區）中分別為-33.68和-22.9，且均通過變量顯著性檢驗，即生態負效益每降低一個等級，受償意愿分別減少33.68%和22.9%。回歸C（陜南地區）中生態負效益的回歸系數絕對值更大，這表明生態環境好的地區的生態負效益的邊際改善對受償意愿的降低作用更大。
上述結果很好地支持了假說3的結論。
4.2.2 地區間經濟租金的比較分析
通過對比回歸C和回歸D的經濟租金變量（包勞動收益、耕地產出）的回歸系數，可知：
（1）勞動收益的回歸系數分別為6.69和2.15，均未通過顯著性檢驗；
（2）耕地產出與受償意愿之間存在正向關系，陜南地區農戶的耕地產出每上移一個等級，受償意愿增加16.17%，陜北地區農戶的耕地產出每上移一個等級，受償意愿增加11.4%。這是因為陜南地區的平均耕地產出更高，在一個相對高水平的耕地產出上，讓農戶退耕還林需要補償的更多。
（3）土地租金與受償意愿之間存在正向關系，土地租金每增加1%，陜南地區和陜北地區的受償意愿分別增加0.23%和0.41%。土地租金在兩地區間沒有顯著差異，因為其對受償意愿的影響在兩地之間也沒有顯著差異。
其他特征變量與受償意愿的關系與回歸A中基本一致，此處不再贅述。
4.3 穩健性檢驗
首先，從變量出發，對回歸A和回歸B進行穩健性檢驗。在回歸A的基礎上，剔除變量“生態負效益”，得到回歸一。回歸一的變量回歸系數的數值、符號以及顯著性與
回歸A相比未發生顯著變化。在回歸B的基礎上，剔除變量“生態負效益”，得到回歸二。回歸二中變量縣人均GDP的對數由-5.40變為-22.69，且該變量在10%的顯著性水平下通過檢驗，其余變量回歸系數的數值、符號以及顯著性與回歸B相比未有顯著變化（見表 3）。
然后，在回歸C和回歸D的基礎上，將土地的經濟租
金變量由“耕地產出”替換為“土地租金”，分別得到回歸E和回歸F。回歸E和回歸F的變量回歸系數的數值、符號以及顯著性與回歸C和回歸D相比未發生顯著變化（見表 4）。
最后，從數據出發，回歸A、回歸C和回歸D中選取的解釋變量相同，但樣本容量分別為646，150和505，樣本容量改變僅改變了變量數值的大小，未改變解釋變量的符號和顯著性。回歸B、回歸E和回歸F選取的解釋變量相同，但樣本容量分別為621，148，484，樣本容量改變也沒有改變解釋變量的符號合顯著性。
綜上所述，可以表明本文建立的模型具有穩健性。
5 討論與建議
退耕還林是國家重大生態修復工程，是生態文明建設的重要環節。農戶作為實踐退耕還林的微觀個體，掌握其受償意愿及其影響因素對高效推動工程實施具有重要意義。基于農戶成本收益視角的現有文獻研究了生態正效益對受償意愿的弱化作用，以及機會成本與受償意愿的同步變化關系。但現有研究沒有考慮生態負效益對農戶利益的影響，也沒有指出機會成本影響受償意愿的本質是經濟租金，這不利于深入了解農戶受償意愿。
本文將生態效益對受償意愿的影響分解為兩種作用：生態正效益的弱化作用和生態負效應的強化作用。將經濟租金對受償意愿的影響分解為土地的經濟租金和勞動的經濟租金。將生態效益和經濟租金變量同時引入農戶的效用函數，采用控制變量分析思路，分情景討論其對受償意愿的影響。利用陜西省851位退耕農戶的大樣本實地調研數據，運用右端截取模型實證檢驗生態正效益、生態負效益、土地的經濟租金和勞動的經濟租金對受償意愿的影響。得到以下結論：
①生態正效益能顯著降低受償意愿，生態負效益顯著提升受償意愿。計量結果表明，生態正效益每增加1項，受償意愿減少14.97%，生態負效益每降低一個等級，受償意愿減少27.46%。因此，生態正效益對受償意愿的弱化作用、生態負效益對受償意愿的強化作用在陜西省退耕還林農戶身上確實存在。
②土地經濟租金、勞動的經濟租金與受償意愿同步變化。計量結果顯示，耕地產出和土地租金的回歸系數顯著為正，而勞動收益的回歸系數不顯著，即勞動的經濟租金與受償意愿的影響尚不明確。這表明，當前現實情況下，農戶的打工決策與是否退耕還林的聯系并不緊密，土地收益是農戶是否退耕還林的依據。
③生態環境脆弱地區的生態效益改善對受償意愿的弱化作用更大，生態環境優越地區的生態效益改善對受償意愿的強化作用更大。分別對陜南陜北地區的計量分析表明，陜北地區生態正效益對受償意愿的降低作用比陜南地區大，陜南地區生態負效益對受償意愿的提升比陜北地區大。生態效益的邊際效應確實存在。
基于此，為了提高補償資金的使用效率、確保農戶利益和實現農戶公平，我們對退耕還林工作提出以下建議：①確定生態補償標準時應結合當地的生態環境條件，因地制宜將生態正效益和生態負效益對農戶利益的影響考慮在內。在生態環境脆弱地區，將工作重點放在如何改善生態環境上；在生態環境良好地區，則應關注如何減少或避免對農戶造成生態負效益，考慮在環境負效益問題嚴重的地區開展針對生態負效益的補償制度。②應瞄準耕地收益低下的土地開展退耕還林工作，在人地關系緊張的集中連片特困地區，要考慮勞務輸出、生態移民等措施，激發退耕農戶謀出路的內生動力，切實提高退耕農戶的經濟收入，推動勞動的經濟租金對參受償意愿的弱化作用。③建立省際退耕還林任務配額交易制度，解決某些地區退耕還林實施難而另一些地區超計劃退耕的問題，通過任務配額交易實現退耕還林任務向生態環境脆弱地區傾斜。
（編輯：于 杰）
參考文獻
[1]趙雪雁.生態補償效率研究綜述[J].生態學報，2012，32（6）：1960-1969.
[2]馮琳，徐建英，邸敬涵.三峽生態屏障區農戶退耕受償意愿的調查分析[J].中國環境科學，2013，33（5）：938-944.
[3]HEYWOOD V H， WATSON R T. Global biodiversity assessment[M].Cambridged： Cambridge University Press， 1995：385-386.
[4]熊凱，孔凡斌，陳勝東.鄱陽湖濕地農戶生態補償受償意愿及其影響因素分析——基于CVM和排序Logistic模型的實證[J].江西財經大學學報，2016（1）：28-35.
[5]李海燕，蔡銀鶯.基于帕累托改進的農田生態補償農戶受償意愿——以湖北省武漢市、荊門市和黃岡市典型地區為例[J].水土保持研究，2016，23（4）：245-250，256.
[6]LI H，YANG X，ZHANG X，et al.Estimation of rural households willingness to accept two PES programs and their service valuation in the Miyun Reservoir Catchment， China[J].Sustainability，2018，10（1）：170.
[7]謝旭軒，張世秋，朱山濤.退耕還林對農戶可持續生計的影響[J].北京大學學報（自然科學版），2010，46（3）：457-464.
[8]孫貴艷，王傳勝.退耕還林（草）工程對農戶生計的影響研究——以甘肅秦巴山區為例[J].林業經濟問題，2017，37（5）：54-59.
[9]李樹茁，梁義成， FELDMAN M， 等.退耕還林政策對農戶生計的影響研究——基于家庭結構視角的可持續生計分析[J].公共管理學報， 2010，7（2）：1-10.
[10]徐建英，孔明，劉新新，等.生計資本對農戶再參與退耕還林意愿的影響——以臥龍自然保護區為例[J].生態學報，2017，37（18）：6205-6215.
[11]張方圓，趙雪雁，田亞彪，等.社會資本對農戶生態補償參與意愿的影響——以甘肅省張掖市、甘南藏族自治州、臨夏回族自治州為例[J].資源科學，2013，35（9）：1821-1827.
[12]何可，張俊飚，張露，等.人際信任、制度信任與農民環境治理參與意愿——以農業廢棄物資源化為例[J].管理世界，2015（5）：75-88.
[13]周晨，李國平.農戶生態服務供給的受償意愿及影響因素研究——基于陜南水源區406農戶的調查[J].經濟科學，2015（5）：107-117.
[14]LINDHJEM H， MITANI Y. Forest owners willingness to accept compensation for voluntary conservation： a contingent valuation approach[J]. Journal of forest economics， 2012，18（4）：290-302.
[15]王一超，郝海廣，翟瑞雪，等.農戶退耕還林生態補償預期及其影響因素——以哈巴湖自然保護區和六盤山自然保護區為例[J].干旱區資源與環境，2017，31（8）：69-75.
[16]宋文飛，李國平，楊永蓮.農民生態保護受償意愿及其影響因素分析——基于陜西國家級自然保護區周邊660戶農戶的調研數據[J].干旱區資源與環境，2018，32（3）：63-69.
[17]周鴻升，敖安強，李保玉，等.退耕還林工程重點監測省份生態效益評估[J].林業經濟，2014（5）：37-41.
[18]TAN M. Exploring the relationship between vegetation and duststorm intensity（DSI） in China[J]. Journal of geographical sciences， 2016，26（4）：387-396.
[19]李凱，孫悅迪，江寶驊，等.基于像元二分法的白龍江流域植被覆蓋度與滑坡時空格局分析[J].蘭州大學學報（自然科學版），2014，50（3）：376-382.
[20]尚靜原，趙煥成，王寶珠.農田防護林脅地效應及其解決對策[J].防護林科技，2006（4）：1-97.
[21]何威風，閻建忠，周洪，等.森林轉型的微觀機制——以重慶市山區為例[J].自然資源學報，2016，31（1）：102-113.
[22]李贊紅，閻建忠，花曉波，等.不同類型農戶撂荒及其影響因素研究——以重慶市12個典型村為例[J].地理研究，2014，33（4）：721-734.
[23]HANEMANN W M. Willingness to pay and willingness to accept： how much can they differ？[J]. The American economic review， 1991，81（3）：635-647.
[24]VENKATACHALAM L. The contingent valuation method： a review[J]. Environmental impact assessment review， 2004，24（1）：89-124.
[25]左翔，李明.環境污染與居民政治態度[J].經濟學（季刊），2016，15（4）：1409-1438.
[26]劉聞，曹明明，宋進喜，等.陜西年降水量變化特征及周期分析[J].干旱區地理，2013，36（5）：865-874.
[27]萬相均，任志遠，張翀.陜西省氣溫與降水變化時空分布研究[J].干旱區資源與環境，2013，27（6）：140-147.
[28]趙春雨，蘇勤，方覺曙.農村勞動力轉移就業環境認知研究體系與方法[J].地理研究，2013，32（5）：891-901.
[29]張淑敏，張寶雷.黃河三角洲高效生態經濟區生態經濟綜合評價[J].經濟與管理評論，2016（4）：119-123.
[30]WANG X， ZHANG Y， HUANG Z， et al. Assessing willingness to accept compensation for polluted farmlands： a contingent valuation method case study in northwest China[J]. environmental earth sciences， 2016，75（3）：1-7.
[31]CROSON R， GNEEZY U. Gender differences in preferences[J]. Journal of economic literature， 2009，47（2）：448-474.
Abstract Ecological conservation（EC） has provided the sheer amount of ecosystem service（ES） to the society， however， with substantial cost due to marginal shade effect and wildlife attack. The economic rent（ER） resulted from the farmers involvement in the EC program has changed in their life style， and further causes the change in their income. The change in farmers income has directly impact on their wiliness to participate in the EC program， however， the effects of ES and ER on the WTA of farmers participation of EC program has largely lacking in the current research. In this work， we included ES and ER in the utility function of farmers. The effects of ES and ER on the WTA of farmers was then discussed at three scenarios， with ES being decomposed into positive effect and negative effect， and ER being decomposed into ER of labor and ER of land. Using payment card CVM method with a right censored model， the WTA and impact of ES and ER on the WTA of farmers were empirically analyzed with data collected from 851 farmers in Shaanxi Province. Our results revealed that： ① statistical significant difference was found in WTA， positive ES， negative ES， farmland output and labor revenue between the southern and northern Shaanxi； ② we verified the impact of positive ES and negative ES on the WTA on a provincial level. To be precise， a 14.97% decrease was accompanied with addition of an item in positive ES， whereas negative ES decrease 1 level causes WTA to decrease 27.46%； ③ the reinforce effect of ER of labor on WTA was verified with the regression coefficients of land output and labor revenue being positive with statistical significance， whereas the regression coefficient of ER of labor was not significantly positive； ④ since the absolute value of the regression coefficient for negative ES was larger on the data collected from southern Shaanxi， and the absolute value of the regression coefficient for positive ES was larger on the data collected from northern Shaanxi， we therefore verified the marginal effect of ES on WTA. Based on the obtained results， we therefore provided the following policy recommendations： ① compensation criterion should take both positive and negative ES effect into consideration， with an emphasis on the payment for negative ES effect； ② the Grain to Green Project（GTGP） should target the low yield farmland， and improve the income by means of labor export etc.； ③ the GTGP program should be more incline to the environmental vulnerable regions through the implementation of a quota trade regime.
Key words ecosystem service； economic rent； WTA； the Grain to Green Project； CVM
