低碳視角下農業生態補償的激勵有效性

陳 儒，姜志德，趙 凱

(西北農林科技大學 經濟管理學院，陜西 楊陵 712100)

引 言

農業生態補償已被世界各國廣泛用來應對農業領域的生態環境問題[1-3],其本質在于通過經濟激勵手段,將農業生產活動的環境外部性內部化[3]。如何更好地實現農業生態補償的實際可操作性和激勵有效性[1,4],一直是學術領域關切的焦點,部分學者嘗試通過不同角度和方法對資源環境進行精確定價,如生態系統價值當量因子法[5]、機會成本法[6]、條件價值法[7]、生態足跡法[8]等,以期厘定更為合理的生態補償金額,從而提升農業生態補償的可行性、公平性;還有學者運用理論分析[4]、實證檢驗[9-10]等方法,通過對生態補償實際案例的剖析,多角度評價生態補償機制有效性,試圖找出可能導致生態補償機制失靈的問題,并針對此提出相應的對策建議,從而提升補償機制的激勵有效性等。

雖然關于生態補償的研究日趨成熟,但是在農業領域內,由于農業生產活動本身具有較強的分散性、靈活性,生態價值零碎且難以量化評估[6],所以在農業產業層面尚未形成全面的、成熟的生態補償方案[3]。隨著相關低碳農業研究的深入,部分學者嘗試探索構建一套新視角的補償方案——“碳補償”,試圖從“低碳”視角入手探討構建生態補償機制的可能性,以期運用農業碳計量將農業發展的生態價值以溫室氣體排放量或抵消量來加以衡量,從而打破農業領域內生態補償的瓶頸,如宋博、李穎等基于農業碳匯功能視角,分別模擬構建了設施蔬菜、糧食作物農業生產項目的生態補償機制[11-12],趙榮欽等在開展區域層面碳收支量化評估基礎之上,提出了區域橫向碳補償的模式等[13]。然而在實際生產中,農業領域內并不缺乏類似“碳補償”形式的生態補償實際操作案例,譬如上海、江蘇、浙江等地通過向農戶提供每噸150～400元價格補貼鼓勵農戶購買和使用有機肥,山東桓臺由縣鄉兩級政府對玉米秸稈還田以每畝30～50元的標準進行補貼等[3],政府均通過一定數量貨幣支付向農戶購買低碳農業生產的生態正外部性,只不過未能將其放在“低碳”概念的框架內對補償的有效性進行評價、修正,而現有研究在進行“碳補償”形式生態補償的機制構建或標準測算時,也均缺乏對生態補償本質特征——激勵關系的深入探討,這使得研究結論難以逃避碳補償機制激勵有效性的質疑,鑒于此,本研究基于“低碳”視角,首先運用多任務委托代理模型分析農業生態補償契約中的激勵關系,并得到一些待檢驗假說,其次利用調研獲取的微觀農戶數據進行實證檢驗,以此分析現行農業生態補償機制的激勵性與有效性。

一、理論分析

農業生產過程嚴格遵循聯合生產原則,在低碳視角下其產出方面包括作為期望產出的農產品、碳匯產品和非期望產出的碳排放產品、其他形式廢棄物兩大類。在市場經濟條件下,農產品是可以在市場出售的有價商品,而碳產品是不能自動實現市場價值的公共產品,大多通過政府補償機制實現農業生產活動環境外部性的內部化,其外部性由凈碳匯(碳匯與碳排放差值)額度決定[14]。因此,在農業生產生態補償契約中,政府通常作為契約委托方,農戶則為契約代理方,委托人通過給予代理人一定的獎賞去引導代理人按照委托人的利益要求完成一定的行為,即代理人農戶需要遵守契約要求,在有限的時間和資源等約束條件下,綜合考慮任務收益和努力成本等因素完成兩個任務,其一為經濟產品(本研究界定為農產品)生產任務,其二為生態產品(本研究界定為碳產品)生產任務,并將努力程度在各項任務間做出分配。

假設:代理人農戶在兩任務間投入的努力分別為e1與e2,代理人一次性選擇努力為eT=(e1,e2),代理人為此支付努力成本C(e),預期給委托人帶來收益B(e),C(e)為e嚴格遞增的凸函數,B(e)為e嚴格遞增的凹函數;由于代理人農戶的努力程度不可觀測,所以委托人政府只能根據可觀測的業績信息xT=(x1,x2)給予補償W(x),設定農戶生產函數為x=μ(e)+εT,其中εT=(ε1,ε2)為正態分布向量,且協方差矩陣為Σ=(σij),ij=1,2;設定線性合同報酬為W(x)=α+βTx,βT=(β1,β2)表示可變收益分配率(0≤β≤1)。

政府作為委托人是風險中性的,其效用函數為up(yp)=yp,農戶作為代理人是風險規避的,且具有不變絕對風險厭惡系數ρ,其效用函數為ua(ya)=-e-ρya,ya=W(x)-C(e)=α+βTx-C(e)是代理人農戶不確定性收入。那么,可用期望效用函數這一次優結果求得委托人和代理人的確定性等價收益為:

CEp=E(yp)=B(e)-α-βTμ(e)

(1)

式(1)中CEp是委托人的確定性等價收益,CEa是代理人的確定性等價收益,用分布函數參數化方法推導求得,1/2ρβTΣβ為代理人支付的風險成本。由于委托人設計的激勵契約必須滿足代理人激勵相容和參與約束兩個條件,所以激勵機制設計變成如下帶約束最優化問題:

(2)

?β/?e=?C2/?e2=(Cij),?e/?β=(Cij)-1

(3)

β=[1+ρ(Cij)Σ]-1?β/?e

(4)

圖1 代理人農戶的邊際努力成本曲線

在低碳農業生產過程中,當市場化的產品和非市場化生態服務在成本上并不相互獨立時,兩者之間的產品關系可能是互補、競爭或者替代,由于農戶在農產品上的努力程度是可以被客觀度量和觀測的,而生產碳產品任務的努力程度因其價值難以顯化,不可被準確度量和觀測,所以對于理性農戶來講,更側重于追逐增加農產品產量而不在乎增加碳產品,這使得兩個任務之間的努力成本產生替代關系(B點右側區域),即代理人農戶增加經濟產品生產任務的努力程度會提高其生態產品生產任務的邊際機會成本,使得代理人往往將努力集中投入于容易被觀測的農產品生產任務中(以犧牲另外碳產品生產任務的努力為代價),此時Cij>0,那么由式(4)可知,由于兩種任務是相互代替的,激勵系數β變小,此時多任務補償機制的激勵效能將被弱化。

基于以上理論分析可知,現行低碳農業領域內生態補償機制所體現的激勵作用只能算作“弱激勵”而非“強激勵”,即代理人農戶以生態建設為目標的生產性努力缺乏有效激勵,導致這種現象的主要原因集中在兩個方面:第一,由于農戶生產所得碳產品的經濟價值未能顯化,導致剛性的生態補償機制缺乏一定的瞄準性,難以對真正實現正外部性的農戶形成有效激勵,在這種委托與代理雙方信息不對稱的條件下極易造成道德風險和逆向選擇[3]。第二,在低碳農業生產過程中,農產品是農戶有目的投入和努力經營的結果,而碳產品可能是與此過程密不可分的無意后果,盡管低碳農業的生態效益會隨著農戶努力而提高,但這種效益卻因缺乏經濟價值的顯示和實現途徑而不能無條件納入農戶的決策視野之中,從而導致委托人和代理人的目標函數發生偏差,最終降低了農戶低碳生產的努力程度,難以形成有效的生態生產性激勵。基于以上兩點理論假設,本研究將繼續運用微觀農戶證據,對現行生態補償機制的瞄準性和農戶低碳生產的現實努力程度進行實證檢驗。

二、變量選取與數據來源

在低碳農業生態補償機制中,代理人農戶在生產農產品和碳產品之間如何做出分配努力是基于成本與收益之間權衡比較的決策行為。從收益角度來看,由于農戶生產的碳產品價值難以顯化,其可得生態收益不可被精確估量,所以能納入農戶決策視野的僅有農產品收益;同樣地,從成本角度來看,農戶在碳產品生產任務上的努力程度也難以被直接度量和觀測,所以具體生態成本支出也無法確切測算。在收益與成本無法明晰的情況下,農戶如何做出分配努力的決策結果也就難以真實反映出來,基于計劃行為理論(TPB)可知,解決該問題唯一可行的路徑是通過運用一系列可客觀觀測和獲取的信息、數據對分配努力的決策行為進行轉化,為此,本研究立足于農戶在碳產品生產任務上的努力程度,依據計劃行為理論明確指出的行為態度、主觀規范和知覺行為控制[15]3個方面對其進行轉化。換言之,農戶低碳生產努力程度可通過其對于低碳農業生產的感知、意識、態度和行為展現出來,結合相關研究成果及數據可獲得性,選取農戶低碳生產感知、低碳生產意識、低碳生產態度、低碳生產行為4個角度衡量農戶在碳產品生產任務上的努力程度。具體變量定義如表1所示。

本研究所采用的數據來源于課題組于2017年3-4月對陜西涇陽縣實施的問卷調查,考慮到由自然資源稟賦和環境條件的差異可能帶來的碳計量誤差,本文將研究范圍鎖定在縣域農戶層面,并在分析過程中盡可能區分農業生產項目類型,確保碳產品產量核算的精確性。涇陽縣是西北地區最大蔬菜生產基地,近年來涇陽縣不斷轉變農業發展方式,探索和推廣了諸多低碳農業技術,如測土配方施肥技術、節水灌溉技術、秸稈資源化技術等,取得了良好的低碳效果。本次調研對2016年涇陽縣農戶家庭基本情況、農業生產經營情況、技術采用情況等進行了全面了解,共發放370份問卷,最終確定有效問卷350份,有效率94.59%,農戶農業經營項目共計613項,主要包括糧食作物、經濟作物兩大類,糧食作物包括小麥、玉米、大豆,共計247項;經濟草本作物包括蔬菜、瓜果,作業方式分為露天作業和設施作業,共計287項,其中露天作業109項,設施大棚作業178項;經濟木本作物包括桃、杏,共計79項,作物分類參照陳儒等[16]研究成果。

表1 農戶低碳生產努力程度的變量定義

三、實證檢驗與分析

盡管農戶在農業生產過程中經營所得碳產品的經濟價值難以顯化,但隨著低碳農業研究的深入,溫室氣體排放核算方法學已被成熟運用于農業碳計量之中,每項農業生產活動的碳排放量或碳匯量均可得以較為精確地計量,只不過由于缺乏類似價格機制的實現途徑而難以兌換成貨幣收益。因此,在實證檢驗過程中,首先通過核算出農戶經營所得的碳產品產量,將其與農戶可獲得的生態補償收益進行匹配分析,從而對政府主導的生態補償機制的瞄準性和公平性進行評價,其次結合前文界定的變量,運用因子分析法檢驗農戶低碳生產的現實努力程度,并以此挖掘出影響農戶低碳生產努力的重要因素。

(一)農戶經營所得碳產品產量分析

1.核算方法。為節約篇幅,對于農戶經營所得碳產品產量的核算方法,本文沿用已有階段性研究成果[14],農業碳計量公式表達為:

E=ΣEi=Σ(Dci+Dei)φci+Σ[(DNi+Bi+Li)

φni+(Dm+Bi+Li)φmi]×GWP

(5)

Ccv=ΣCcv-i=ΣCiYi(1-ri)

(6)

Ctg=ΣCtg-i=ΣσiAi

(7)

Cland=ΣδuAu+ΣCiωi[Yi(1-ri)(1/Hi-1)fr+

Yi(1-ri)/HiRs+Dm]

(8)

式(5)中E為農業碳排放總量,Ei為各種碳排放源的排放量,i為表示類型,Dci、Dei為不同農用化學品和能源的消耗量,φci為相應碳排放系數,DNi為不同產出途徑下的氮投入量,Bi為農業廢棄物焚燒量,Li為不同品種牲畜的飼養量,φni為相應氧化亞氮排放系數,Dm為農家肥消耗量,φmi為相應甲烷排放系數,GWP為所排放溫室氣體的增溫潛勢;式(6)中Ccv為農作物碳匯總量(不包含經濟林木),Ccv-i為各類農作物的碳吸收量,i為農作物類型,ci為碳轉化系數,Yi為農作物產量,ri為相應農作物經濟產品部分的含水量;式(7)中Ctg為林草年均固碳量(含經濟林木),Ctg-i為各類林草的年均碳吸收量,i為林草類型,σi為林草不同層落的平均固碳速率,Ai為林草的栽植面積;式(8)中Cland為土壤固碳量,u為土地利用方式(翻耕、翻耕并施化肥、免耕等),δu為不同土地利用方式下的土壤平均固碳速率,Au為土地面積,ωi為分解殘留率,Hi為農作物經濟系數,fr為秸稈還田率,Rs為根冠比,排放系數使用中注意CO2當量與C當量的區別。

2.結果分析。依據構建的農業碳計量公式,測算了樣本農戶生產經營所得的碳排放產品、碳匯產品和凈碳匯產品產量,為了保證測算結果的精確性和可比性,在區分農戶經營項目類型的基礎之上,分項目測算了單位耕地面積上的碳產品產量,具體分布如圖2～4所示。

圖2顯示,農戶經營不同農業項目的碳排放量呈現出一定的差異性,依據“誰污染、誰付費”的生態補償原則可得,草本經濟作物生產項目由于自身“高投入、高產出”的生產特點,在經營過程中產生了較多的碳排放量,需要支付較高的污染費用,而經營糧食作物和木本經濟作物碳排放量較低且分布較為集中,對環境污染程度較低。農戶的經營方式對碳排放量也產生較大影響,對于經營草本經濟作物而言,由于該項目對化肥、農藥、農膜等生產要素依賴度較高,要實現資源的合理配置需要農戶具備較高的素質條件,而走訪調研中發現農業經營主體之間具有較強的異質性,不同農戶經營方式差異較大,最終導致碳排放(污染量)離散程度較高,同時在露天和設施兩種作業方式下,生產草本經濟作物平均碳排放密度分別為每畝0.297噸碳、0.577噸碳,設施作業方式需要支付較高的污染費用。

圖2 各樣本農業生產項目碳排放產品產量

圖3顯示了農戶在單位耕地面積上經營所得的碳匯產品,由于不同農業作物自身生長特性的差異,以及農戶經營方式的區別,最終導致農戶在不同農業項目上經營所得的碳匯產量差異較大。碳匯是減緩氣候變化的生態產品,依據“誰保護、誰受益”的補償原則可得,農戶經營木本經濟作物生態收益率最高,單位耕地面積上平均碳匯產出量達到每畝0.93噸碳,主要得益于經濟果木根莖器官逐年的碳積累;農戶在糧食作物生產項目上碳匯產量最小,生態收益率最低,平均碳匯密度為每畝0.496噸碳;對于草本經濟作物生產項目,設施作業方式更有利于碳匯量的積累,相比露天作業而言,設施作業單位耕地面積上的碳匯產量要比其高出0.333噸碳。

圖3 各樣本農業生產項目碳匯產品產量

將農業生產碳排放量(污染成本)從相應碳匯量(生態收益)中扣除,最終得出農戶在不同農業項目上經營所得的凈碳匯產量(生態凈收益)。如圖4所示,大部分農業項目經營實現了碳匯量的盈余,農業生產在整體水平上保持了良好的凈碳匯效益,其中,農戶經營木本經濟作物單位耕地面積上的凈碳匯效益最好,每畝盈余0.767噸碳;糧食作物凈碳匯密度位列第二,單位耕地面積實現碳匯盈余0.377噸碳;在露天作業和設施作業兩種生產方式下,草本經濟作物生產項目單位耕地面積分別實現碳匯盈余0.293和0.346噸碳。然而,并非所有農業項目的經營都實現了碳匯量盈余或正的環境外部性,農戶生產經營過程也存在不少碳匯量虧損現象,且主要分布在草本經濟作物項目上,露天作業和設施作業兩種方式下碳匯虧損比例分別達到了27.52%、28.99%。

圖4 各樣本農業生產項目凈碳匯產品產量

由此可知,盡管有些農戶在某一生產環節上采取了低碳農業措施獲得了生態補償,但其在整個低碳生產過程中實質上產生了負的生態外部性。他們在未實現經營項目上的“低碳”或未承擔起應該承擔的外部性成本情況下,卻同樣獲得了農業生態補償,違背了“誰保護、誰受益;誰污染、誰付費”的公平補償原則。在現實農業生產過程中,由于農戶進行生態生產經營所得的碳產品價值難以顯化,導致出現了“搭便車”的現象,“一刀切”的剛性補償機制缺乏一定瞄準性,從而難以對真正實現正外部性的農戶形成有效激勵。如此長期下去,農戶逆向選擇問題將不可避免:現行補償機制將吸引越來越多的對生態生產任務不努力或努力程度偏低的農戶參與,原先較努力的農戶受到補償金額和心理因素落差的影響,逐漸轉向生態產品生產不努力或降低努力,最終將會弱化生態補償的激勵效應,理論假設(原因一)得以驗證。

(二)農戶低碳生產的努力程度分析

1.估計方法。考慮到表1定義的解釋變量較多,且難以全面反映農戶低碳生產的努力程度,因而采用因子分析法對諸多解釋變量進行降維處理,以此選出公共因子,并通過計算所有解釋變量的綜合因子得分來判斷農戶低碳生產努力程度的強弱。因子分析法通過對解釋變量相關系數矩陣的內部結構進行研究,將諸多變量進行歸類,同一類別中的解釋變量相關性較高,而不同類別之間相關性較低,每個類別即視為一個公共因子,之后用這些公共因子的線性函數與特殊因子之和來描述原來觀測的解釋變量。其數學表達式為:

Xi=αi1F1+αi2F2+…+αimFm+εi

(9)

式(9)中,Xi為p各可觀測變量;F1,F2,…,Fm(m≤p)為公共因子;αi1,αi2,αim為因子載荷;εi為Xi的特殊因子。上式可用矩陣表達為:X=AF+ε,其中,A為因子載荷矩陣,F是p個觀測指標的公共因子。將各公共因子方差貢獻率占累積方差貢獻率的比率作為權重,可計算出綜合因子得分,并據此對農戶低碳生產努力程度進行評價。

為了進一步解釋各變量對農戶低碳生產努力程度的影響,將繼續采用最優尺度回歸分析法對農戶低碳生產努力程度進行回歸分析,最優尺度回歸采用一定的非線性變換方法對原始變量進行轉換,然后反復迭代找到最佳方程,分析各解釋變量對被解釋變量影響的強弱變化情況,不僅可以描述解釋變量對被解釋變量的影響程度,也可根據重要性指標描述解釋變量對被解釋變量的重要性水平。模型構建如下所示:

ELCPi=β0+β1pepti+β2cnsci+β3willi+β4ncsti+β5stfci+β6TABi+β7FIBi+β8PIBi+β9AFIBi+β10DOIBi+μi

(10)

式(10)中ELCPi為農戶低碳生產的努力程度,即綜合因子得分;i為樣本農戶;β0為常數項,β1～β10分別為各解釋變量的待估參數;μ為隨機擾動項。

2.結果分析。采用KMO和Bartlett球形檢驗判斷數據是否可使用因子分析,運用SPSS20.0對觀測指標進行因子分析后,結果顯示KMO值為0.650，大于0.5,Bartlett球形檢驗統計量為835.830,顯著性水平遠小于1%,說明數據存在公共因子,適合進行因子分析,結果如表 2所示。

旋轉后前4個公因子成分特征值均大于1,累計方差貢獻率達到82.866%,所以選取前4個成分作為公因子來描述每個農戶低碳生產的努力程度是可行的。因此,在此基礎之上繼續估算各個農戶在該4個公共因子上的綜合得分,輸出結果如圖5所示。

表2 因子分析解釋的總方差

圖5給出了350個樣本農戶在4個公共因子上綜合得分的分布情況,綜合得分均值為0。從圖中可以看出,因子得分大于零的農戶有154戶,得分小于零的農戶有196戶,而因子得分的正負情況反映了該農戶的低碳努力程度與調研地區農戶平均努力水平的高低程度,由此可知,占樣本量56%的農戶低碳生產的努力程度處于平均努力水平之下,在碳產品生產任務上的努力程度不高。換言之,在現行低碳農業生態補償機制下,農戶將較多的努力分配在了農產品生產任務上,而對碳產品的生產表現出較弱的積極性,即代理人農戶以低碳生產為目標的生產性努力缺乏有效激勵。

圖5 樣本農戶低碳生產的努力程度

結合表1來看,低碳生產態度反映了農戶對相關低碳農業政策的響應情況,其中對于農戶進行低碳農業生產的意愿和必要性認知,二者平均得分結果均超過了樣本總量的平均水平,體現出農戶對參與低碳生產具有飽滿的熱情和較高的積極性。有趣的是,通過分析農戶實際的低碳生產行為發現,無論從低碳技術采用方面,還是從生產要素投入方面,其平均得分結果較多處于樣本均值中等或中等偏下水平,表明在實際農業生產過程中,農戶并沒有真正積極地開展低碳生產行動,其態度與行為發生背離現象,可能的解釋是農戶之所以具有參與低碳生產的熱情,其主要目的在于獲取更多的農業政策支持,一旦獲取到補償金額及相關優惠措施后,由于缺乏后續的監管、監測機制,農戶便在生產過程中懈怠下來,最終難以真正地實現低碳生產,加之農戶對于現行低碳政策實施的滿意度較低(表1),如此便形成惡性循環,這也較好地解釋了農戶在碳產品生產任務上努力程度不高的原因。

因此,農戶在農業生產過程中所收獲的凈碳匯效益,極可能是與農業生產過程密不可分的無意后果,而并非其有目的努力經營所得,同時在現實農業生產過程中,由于農業碳匯的經濟價值缺乏相關實現途徑而不能被精確定價,而剛性的生態補償金額又難以滿足不同農戶的需求,最終導致農戶在分配努力的決策上更青睞于農產品收益,現行補償機制的生態激勵效能則進一步被弱化,由此理論假設(原因二)得以驗證。為了挖掘出影響農戶低碳生產努力的最重要的內在因素,本研究以農戶低碳生產努力的程度(綜合因子得分)作為被解釋變量,以表1設定的變量作為解釋變量,繼續利用SPSS20.0進行回歸分析,結果如表3所示。在回歸結果中,模型的方差分析表顯示模型通過顯著性檢驗,各個解釋變量具有統計學意義,且解釋變量的容忍度在轉換前后都大于0.1,表明模型不存在共線性問題。

表3 最優尺度回歸分析結果

解釋變量中除低碳生產感知沒有通過顯著性外,其余變量均在5%的水平上顯著,表明農戶低碳生產意識、態度、行為是農戶低碳生產努力程度的顯著影響因素,即低碳生產意識較強、態度較積極、已采取低碳措施的農戶在碳產品生產任務上的努力程度越高,三類指標影響的重要程度依次為態度(0.812)、行為(0.168)、意識(0.096),因而調整農戶低碳農業生產的態度實為首要責任。低碳態度是農戶心理和情緒因素的直觀反映,通過完善低碳農業生態補償機制、構建多元化激勵措施,發揮農戶心理、情緒等因素對生態生產努力水平的積極影響,激發農戶低碳生產的積極性是有效提升農戶低碳生產努力的關鍵路徑,這與張文彬等[17]研究結論一致。

四、結論與啟示

(一)研究結論

基于以上分析,本研究得出以下結論:

1.政府主導的低碳農業生態補償機制呈現出弱激勵特性:對于在生產過程中真正實現了正外部效益的農戶,不合理的補償方式和補償金額難以對其在碳產品生產努力上實現有效激勵,反之對于存在負外部效益的農戶,卻形成了過度激勵,最終導致生態補償機制出現“失靈”現象。

2.導致補償機制呈現弱激勵性的原因之一在于農戶進行碳產品生產的努力程度及其經濟價值難以顯化,使得農戶在農產品生產任務和碳產品生產任務之間的努力成本產生替代關系,多任務補償機制的激勵效能被弱化;原因之二在于現行生態補償機制的剛性特征,導致補償政策在短期內雖然對農戶低碳生產行為形成一定的激勵性,但長期來看仍然難以解決代理人個體行為偏離生態建設目標的問題。

3.農戶農業生產在整體水平上保持了良好的凈碳匯效益,以經營木本經濟作物凈碳匯效益最優,然而,并非所有農業項目的經營都實現了碳匯量盈余或正外部性,農戶在農業生產經營過程存在碳匯量虧損的現象,且主要分布在草本經濟作物項目上,部分農戶在進行低碳農業生產時出現了“搭便車”的現象,最終導致現行生態補償機制缺乏一定瞄準性。

4.農業生態補償機制的弱激勵性使得農戶低碳生產態度與低碳生產行為發生了背離,所以農戶在農業生產過程中所收獲的凈碳匯效益并非其有目的努力經營所得,以致于在碳產品生產任務上的努力程度不高,其中低碳生產態度是農戶低碳生產努力程度的重要影響因素,調整農戶低碳農業生產的態度、激發農戶低碳生產的積極性是提升農戶低碳生產努力的首要責任。

(二)政策啟示

基于以上結論可知,現行低碳農業領域內生態補償機制所體現的激勵作用較弱,要改變這種現象就必須實現低碳農業生態補償的激勵機制創新。

1.盡快將核證的低碳農業生態產品產量納入碳交易中心,借助碳交易市場的價格機制將農戶低碳生產努力的經濟價值顯化,沖破現有生態補償機制的剛性,實現資源環境“誰保護、誰受益;誰污染、誰付費”的公平原則。

2.依據當地實際生產經營特征以及不同類型農戶的技術采用偏好,轉變低碳農業技術推廣方式,實行精準性技術推廣方式方法,滿足農戶多樣化的技術需求,提升低碳農業技術的適用性,不斷提升農戶技術使用效果的滿意度。

3.制定具有彈性的補償標準是低碳生態補償機制創新的基本方向,合理有效的補償標準需要考慮農戶心理、情緒因素對其生態生產努力水平的影響,也是獎懲措施落實有效的基本依據,通過巧妙設置補償金差距、改善補償方式,鼓勵不同農戶之間的競爭,有助于提高政府資金使用效率。此外,制定相關政策進行積極引導、宣傳和教育,提升農戶低碳生產意識,進而約制其自身行為規范,進一步增強農戶進行低碳生產的自覺性。