摘要 生态保护向全社会提供了巨量生态效益。然而，对农户而言，生态环境的改善也造成了胁地效应、野生动物攻击等困扰。与此同时，生态保护行为改变了农户的生产生活方式，使得生态保护前后的收入发生变化，形成经济租金。农户的利益变化直接决定了生态保护受偿意愿，却鲜有研究在分析受偿意愿时全面地考虑生态效益和经济租金因素。本文将生态效益和经济租金引入农户的效用函数中，将生态效益分解为生态正效益和生态负效益，将经济租金分解为劳动的经济租金和土地的经济租金，分设三种情景探讨生态效益和经济租金对受偿意愿的影响。采用支付卡式条件价值法（CVM）考察陕西省851位退耕还林农户的受偿意愿及其影响因素，选取右端截取模型对样本总体和地区子样本分别进行实证分析，验证生态正（负）效益对受偿意愿的弱（强）化作用、经济租金对受偿意愿的强化作用以及生态效益的边际效应。结果表明：①陕南和陕北在受偿意愿、生态正效益、生态负效益、耕地产出和劳动收益上均存在显著差异；②从陕西总体来看，生态正效益每增加1项，受偿意愿减少14.97%，生态负效益每降低一个等级，受偿意愿减少27.46%，生态效益的弱（强）化作用得到验证；③耕地产出和土地租金的回归系数显著为正，劳动经济租金的回归系数不显著为正，土地的经济租金对受偿意愿的强化作用得到验证；④从陕南和陕北地区分别来看，陕北地区生态正效益的回归系数绝对值更大，陕南地区生态负效益的回归系数绝对值更大，生态效益的边际效应得到验证。据此，本文建议：①结合生态效益的弱（强）化作用确定补偿标准，建立针对生态负效益的补偿制度；②瞄准低效益土地开展退耕还林，通过劳务输出等方式提高退耕农户收入；③建立退耕还林任务配额交易制度，引导退耕还林任务向生态环境脆弱地区倾斜。
关键词 生态效益；经济租金；受偿意愿；退耕还林；条件价值法
中图分类号 F062.2
文献标识码 A 文章编号 1002-2104（2018）11-0091-11 DOI：10.12062/cpre.20180523
生态文明建设是中国共产党“十八大”确立的中国新时代“五位一体”总体布局的重要组成之一，是全面建成小康社會需要重点攻破的突出短板。退耕还林生态保护工程是实现生态文明的重要实践，国家对退耕还林生态补偿做出了一系列新的顶层设计。2015年《中共中央关于全面深化改革若干重大问题的决定》要求“稳定和扩大退耕还林范围”，2017年国家五部委联合下发通知（发改办西部[2017]220号）要求“加快推进新一轮退耕还林”。然而，目前我国退耕还林工程执行的是均一型补偿标准，忽略了农户参与生态建设机会成本的社会异质性和区域差异，可能导致某些农户过度补偿、另一些农户欠补偿甚至踩空现象[1]，这直接影响了农民参与的积极性、生态补偿的公平性和补偿资金投入的有效性[2]。由此，为了高效推进新一轮退耕还林工作，研究农户生态保护受偿意愿的影响因素，并据此完善生态补偿制度就显得尤为重要。
1 综 述
受偿意愿（Willingness to Accept， WTA）是指个人在忍受负面事物（例如环境污染）或者提供正面事物（例如生态效益）时，愿意接受的最低货币补偿额[3]。
影响生态保护受偿意愿的常见因素包括个体的基本社会人口学特征和社会经济特征，如性别、年龄、文化程度、家庭人口数、劳动力人数等，虽然由于分析方法和选取案例的不同。虽然已有研究关于上述变量与受偿意愿的关系的结论不尽相同[2，4-6]，但是这些特征已被学术界普遍认可和接受，成为研究受偿意愿影响因素的基本控制变量。在此基础之上，有学者从可持续生计角度出发，研究生计资本（包括自然资本、物质资本、金融资本、社会资本和人力资本）对受偿意愿的影响，以及生计资本与受偿意愿之间的相互作用[7-9]。研究表明，自然资本对农户再参与退耕还林意愿有负影响[10]，金融资本以及社会资本对农户再参与有正影响[10-11]，人际信任、制度信任对农民环境治理参与意愿有正影响[12]。已有研究对生计资本变量的选择，多为土地状况、家庭财务状况、家庭人口情况、信任等变量，其本质上是对个体及家庭的社会经济特征的细化和归类。
然而，上述研究都忽视了生态保护对生态效益和农户生产方式的改变对农户的影响，而生态效益和生产方式的变化恰恰是农户福利变化的重要体现，是以成本收益为导向的农户在决策过程中不可忽略的关键。生态效益变化和保护生态的机会成本是影响受偿意愿的关键因素[13]。有研究表明，生态保护为保护者提供的除经济补偿以外的效益（因生态效益改善而受益）与受偿意愿存在正向关系[14]，农户退耕还林的机会成本与受偿意愿存在正向关系，家庭收入与受偿意愿有负向关系[15]。生态效益对受偿意愿的影响不仅局限于生态改善对农户的益处，其对农户造成的负面影响也是影响受偿意愿的重要方面。随着生态环境改善，林缘农地面临耕种困难（又称胁地效应），农户弃耕现象频出，野生动物增加也对土地收益和人身安全产生威胁[16]，另一方面，仅使用耕地收益作为退耕还林的机会成本，无法解释农户自主退耕的问题。机会成本与受偿意愿的关系，本质上应当是退耕还林前后收入的预期变化与受偿意愿的关系，不仅包括退耕的土地收入变化，还应包括劳动要素的收入变化。经济租金，即土地要素和劳动要素的收入变化之和，才是直接影响受偿意愿的因素。此外，还有学者研究了退耕还林受偿意愿的区域差异性，认为受偿意愿的区域差异性可能与农户与外界的接触机会[2]、 家庭生计资本差异[15]等因素有关，已有研究对受偿意愿的地域差异性的原因仅停留在文字推测解释上，缺乏理论和实证支撑。
因此，本文将生态效益和经济租金纳入受偿意愿的理论分析框架，分析生态正效益、生态负效益、土地的经济租金、劳动的经济租金对受偿意愿的作用效果，并利用2016年陕南和陕北山区农户的调研数据进行实证探究，通过地区间生态效益和经济租金的差异来解释受偿意愿的地域差异性，旨在为我国退耕还林生态补偿提供理论借鉴与政策建议。
2 考虑生态效益和经济租金的受偿意愿理论分析
2.1 退耕还林过程中的生态效益和经济租金
生态效益包括生态正效益和生态负效益。退耕还林带来了巨大的生态物质量和价值量，提供了涵养水源、保育土壤、固碳释养、净化大气环境等服务[17]，植被覆盖率增加，沙尘暴、山体滑坡等自然灾害及灾害性气候显著减少[18-19]，这些都是对社会和当地居民有益的生态效益，我们称之为生态正效益。与此同时，得到改善的生态环境也对部分地区农民的生活造成一定的困扰，我们称之为生态负效益。例如，林缘农田面临胁地效应，林木进入成熟期后，由于林带根系夺去了土壤水分和养分，树冠遮荫影响农作物光照，造成林地边缘的农作物存在生长不良、品质降低和产量减少的现象[20]；山区野生动物明显增加影响粮食生产，野猪啃食玉米、土豆等粮食作物，造成农地经营效益下降[21]；防控野生动物需要付出高额成本，农户需花费大量的时间和资金，并采取多种措施进行防控，但收效甚微，还容易造成森林火灾、农户误伤等[22]。
经济租金是要素收入与其机会成本之差，经济租金为负是转变生产要素用途的前提。对于退耕还林而言，经济租金是农户退耕前收入与退耕后收入之差，经济租金为负才能避免毁林复耕。对农户提供补偿可以增加退耕还林后的收入，调节经济租金的大小，实现退耕还林的持久性。假设农户拥有土地和劳动两种生产要素，退耕还林前农户收入I（A）是从事农业生产的土地收入i（A）和劳动收入i（L）之和，退耕还林后农户收入I（F）是从事林业生产的土地收入i（F）和劳动收入i（L′）之和，那么土地的经济租金为i（A）-i（F），劳动的经济租金为i（L）-i（L′），退耕还林的经济租金等于劳动的经济租金ΔI和土地的经济租金之和。
由此可见，生态效益和经济租金都会对农户的利益产生影响，是农户退耕还林受偿意愿的重要因素。因此，本文将环境效益和经济租金纳入受偿意愿分析框架（见图1），从理论上分析二者对受偿意愿的影响，再实证分析环境正效益、环境负效益、劳动的经济租金、土地的经济租金对受偿意愿的影响。
2.2 生态效益和经济租金影响WTA的理论机制
我们遵循控制变量的思路，设定三种情景分别阐述生态效益与经济租金影响WTA的理论机制。首先，假设经济租金为零，分析生态正效益与生态负效益如何影响WTA；然后，假设退耕还林前后生态效益不变，分析经济租金如何影响WTA；最后，综合分析生态效益与经济租金对WTA的共同作用结果。
2.2.1 情景一：收入不变时，生态效益对受偿意愿的影响
假设在退耕还林之前，土地用途是农业生产。农户获取农业收益I（A），I（A）=I。农户所处的生态环境状况为Q（A），初始效用水平为U0，U0≡V（I，Q（A），p，x），其中p=（p1，p2，…，pj）是传统市场商品空间的价格体系，x=（x1，x2，…，xk）是农户的个人特征。
退耕还林之后，土地用途改变为林地。农户获取林业收益I（F），I（F）=I0，农户所处的生态环境状况变为Q（F）。此时，农户效用水平为U1，U1≡V（I，Q（F），p，x），其中p=（p1，p3，…，pj）是传统市场商品空间的价格体系，x=（x1，x2，…xk）是農户的个人特征。
在价格体系和收入水平不变的情况下，提供生态效益的最小受偿意愿对应于补偿性变化（Compensation Variation， CV）[23]，即货币补偿后，要使退耕农户的境况与退耕还林前的境况一样好（效用水平不变）。因此，间接效用函数满足：
V（Q（A），I0，p，x）=V（Q（F），I0+CV，p，x）=U0（1）
求解式（1）中两个间接效用函数的反函数，得到相应的支出函数e（Q（A），U0，p，x）=I0和e（Q（F），U0，p，x）=I0+CV，相减可得：
WTA=CV（2）
式（2）表明，在退耕还林前后农户收入不变的情况下，受偿意愿是以退耕还林前的效用为基准，计算生态效益Q的变化造成的货币变化。
生态正效益对受偿意愿的影响（环境负效益对受偿意愿的影响分析与此类似，受篇幅所限，这里不再赘述）见图 2。
图 2（1）是受偿意愿的均衡分析。横轴代表可供消费的生态效益Q，纵轴代表农户的收入水平I。退耕还林前，农户的效用水平为U0，收入约束下对生态效益和普通商品的最优消费组合是点A（Q（A），I0）。退耕还林后，效用水平提升至U1，最优消费组合由点A移动到点B（Q（F），I0）。根据式（2）的含义，受偿意愿是以U0以为基准计算生态效益由Q（A）增加到Q（F）而造成的收入变化，即图中BC的距离。这种情况下CV<0，其含义是，若退耕还林不改变农户收入，还能让农户享受到更多的生态正效益，即便农户没有收到补偿，甚至支付一部分资金（最多不超过BC），农户也愿意参加退耕还林。可见，生态正效益会降低受偿意愿。
图2（2）是受偿意愿的边际分析。退耕还林后，农户可能达到的两个效用水平分别为U1 和U11（U1
，处于U0和U1的人比处于U00和U11的人更看重生态效益，愿意用更多的货币换取1单位的生态效益。如图所示，当效用水平由U0变化至U1时，受偿意愿是CV；效用水平由U00变化至U11时，受偿意愿是CV′，|CV|>|CV′|。可见，生态效益对收入水平的边际替代率越大，生态效益对降低农户受偿意愿的作用越大。
2.2.2 情景二：生态效益不变时，经济租金对受偿意愿的影响
假设退耕还林不改变生态效益，Q（A）=Q（F）=Q0。退耕还林的经济租金是农业收益与林业收益（这里的林业收益既包括劳动要素收入，也包括土地要素收入）之差，ΔI=I（A）-I（F）。
退耕还林前，农户效用水平为U0，U0≡V（I（A），Q0，p，x）；退耕还林后，农户效用水平为U1，U1≡V（I（F），Q0，p，x）。退耕还林补偿后，要使农户的境况与退耕还林前的境况一样好（效用水平不变），那么，间接效用函数满足：
V（Q0，I（A），p，x）=V（Q0，I（F）+ΔI，p，x）=U0（3）
求解式（3）中两个间接效用函数的反函数，相减可得：
WTA=ΔI（4）
式（4）表明，生态效益不变的情况下，受偿意愿等同于经济租金。
图 3（1）是受偿意愿的均衡分析。退耕还林前后，农户的最优消费组合分别是点A（Q0，I（A））和点B（Q0，I（F）），根据式（3）的含义，受偿意愿是图中AB的距离。可见，若退耕还林后农户收入下降，农户应该受到补偿，补偿额为经济租金；相反，若退耕还林后农户收入增加，则有助于降低农户的受偿意愿。
图 3（2）是受偿意愿的边际分析。退耕还林后，农户的收入可能是I（F）1或者I（F）11，且I（F）1>I（F）11，最优消费组合可能是点B1或者B11，相应的效应水平分别为U1和U11（U1
态效益。效用水平由U0变化至U1时，或者由U00变化至U11，受偿意愿都是ΔI。可见，退耕还林前后效用函数的边际替代率不影响农户的受偿意愿。
2.2.3 情景三：生态效益和经济租金对受偿意愿的共同影响
假设经济租金和生态效益同时发生变化，那么，农户的受偿意愿满足：
V（Q（A），I（A），p，x）=V（Q（F），I（F）+WTA，p，x）（5）
即受偿意愿WTA可以被分解为补偿性变化与经济租金：
WTA=CV+ΔI（6）
在图 4（1）中，退耕还林后，农户享受了生态正效益（Q（F）>Q（A）），但是收入下降（I（F）
在图 4（2）中，退耕还林后，农户承受了生态负效益（Q（F）>Q（A）），且农户收入下降（I（F）
2.3 生态效益和经济租金影响受偿意愿的假说
通过理论分析可知，生态效益和经济租金都对受偿意愿产生影响，生态正效益的增加和经济租金的减少都有助于降低受偿意愿。相反，生态负效益和经济租金的增加都是农户受偿的直接原因。结合本文的理论分析，提出以下待检验的假说：
假说1 生态正效益有弱化受償意愿的作用，生态负效益有强化受偿意愿的作用。即生态保护后，农户感受到的生态正效益越多，受偿意愿越低。反之，农户经历的生态负效益会使受偿意愿变大。
假说2 经济租金会对受偿意愿产生影响，经济租金越大，受偿意愿越高。
经济租金对受偿意愿的影响，由劳动的经济租金和土地的经济租金共同决定的。理论上，若退耕还林后劳动要素的收入增加，劳动的经济租金将变小，甚至为负，这有助于降低受偿意愿，反之亦然。
退耕还林前的土地收益可能是耕种收益，也可能是土地租金，这使得土地的经济租金存在两种表达方式，一种是耕种收益与林地收益之差，另一种是土地租金与林地收益之差。理论上，若土地经济租金越大，农户的受偿意愿越高。
下文分别实证检验劳动的经济租金和土地的经济租金对受偿意愿的影响。
假说3 生态环境脆弱地区的生态正效益改变对受偿意愿的边际影响更大，生态环境优越地区的生态负效益改变对受偿意愿的边际影响更大。
根据边际收益递减规律，在其他条件不变的情况下，增加边际正效益所带来的边际效用是递减的。因此，在生态环境脆弱地区，农户的效用函数更“陡峭”，生态效益对收入水平的边际替代率更大，生态正效益的边际增加更能降低农户受偿意愿。相反，在生态环境相对优越的地区，生态正效益的边际增加所带来的边际效用变小，而生态负效益对农户的困扰更多，生态负效益的边际增加带来的受偿意愿边际增加更大。
3 实证分析
3.1 数据来源
本文遵循CVM应用准则[24]，结合陕西省退耕还林的现实情况设计调查问卷，于2016年7月对陕西省退耕还林重点地区农户进行入户访谈。问卷内容主要包括五个部分：①退耕还林工程的实施效果评价；②受访者参与退耕还林的情况；③采用支付卡形式引导农户退耕还林的受偿意愿；④家庭耕地质量和收益情况；⑤受访者的家庭社会状况。关于生态正效益和生态负效益的问题为退耕还林后受访者感知到的生态效益种类。与劳动的经济租金相关的问题设定为退耕还林后是否有更多的务工机会。与土地的经济租金相关的问题设定为耕地产出、土地租金收入和退耕后的林地收益。鑒于受访者普遍反映，受栽植树种和技术等因素所限，退耕还林后的土地收益甚微，与土地的经济租金相关的问题被简化为耕地产出和土地租金收入。具体问题设定及赋值见表 1。
在选择调研地区上，为了使样本总体尽可能地具有代表性，我们采用“全国-省市-区县-乡镇-行政村”的逐级筛选办法，选择退耕还林的重点地区和典型地区，并在选点时充分考虑了陕西省林业厅退耕还林办公室以及相关县级林业部门的建议。具体过程如下：首先，在全国范围内选择陕西省。据2013年《林业统计年鉴》数据，截至2013年，陕西省参与退耕还林的农户户数约17.7万户（位居全国第五），累计补助金额351 640万元（位居全国第二），是退耕还林重点省。然后，分别在的陕北和陕南地区选择退耕还林重点市县，确定选择旬阳县、吴起县和靖边县。陕南地区包括汉中、安康和商洛三市的28个县，其中旬阳县退耕规模最大。陕北地区包括延安、榆林两市的25个县，其中吴起县的退耕规模最大。与此同时，我们还选取了与吴起县退耕规模相近，但经济发展水平不同的榆林市靖边县。
接着，采用多阶段抽样法进一步确定调研的乡镇和行政村。首先，按照各乡镇与县城之间的距离分为远近两类，在每一类中随机抽取一个乡镇。然后，按照0.25的比例在该乡镇抽取行政村。最后，每个村选择35位农户。
最终，我们共走访了7个镇25个行政村875位退耕还林农户，只保留明确回答了受偿意愿的问卷，得到有效问卷851份。
3.2 模型设定
调研样本显示，有5.2%受访者的受偿意愿高于支付卡的上限值1 000元/（年·亩）。针对农户倾向于虚报受偿意愿的情况，若直接采用最小二乘估计法，会导致估计结果有偏，且估计量不一致；若剔除这些超出支付卡上限的数据，又会产生策略性偏误。因此，本文在受偿意愿为1 000处进行了右审查（left censored），而不是把观测不到的WTA*简单地从样本中除掉，根据研究需要，建立以下Tobit模型：
WTA*i=α0+α1PosEnvii+α2NegEnvii+α3LaborRi+α4LandRi+X′iβ+Z′jγ+μ
（7）
其中，WTA*是潜变量，关键解释变量包括生态正效益PosEnvii、生态负效益NegEnvii、劳动的经济租金LaborRi以及土地的经济租金LandRi；Xi是影响受偿意愿的特征变量，包括受访者的性别、年龄、受教育程度、家庭总人口数、务农劳动力数和家庭月收入；Zj是代表地区特征的解释变量，α0、α1、α2、α3、α4、β和γ是待估计系数，μ是随机误差项。农户报告的受偿意愿WTA与潜变量WTA*之间的关系如下：
WTA=WTA*，若WTA*<1 000
1 000，若WTA*≥1 000（8）
3.3 变量的描述性统计
表1报告了样本总体中解释变量和被解释变量的描述性统计情况。农户退耕的平均受偿意愿是365.16元/亩·年，最高2 000元，最低40元。受访者认为退耕还林带来的生态正效益最多6项，最少1项，平均3.55项，问卷中可供选择的生态正效益选项及其频率分别为：植被得到快速恢复（0.747）、水土流失大幅减少（0.810）、灾害性天气大幅减少（0.525）、野生动物数量和种类明显增加
（0.481）、水质水量改善（0.303）、净化空气（0.613），以
“植被得到恢复（0.747）”为例，表明有74.7%的受访者认为退耕还林后可以使植被得到恢复。然而，野生动物，尤
其是野猪变多，又会损害良田庄稼，其损害程度为2.74，在“一般严重”和“存在”之间。关于退耕还林能否提高家庭收入，受访者的回答均值为3.55，介于“没影响”和“同意”之间。农户转让土地经营承包权的平均受偿意愿为264.95元/亩·年，低于参与退耕还林的平均受偿意愿（365.16）。可能的解释如下：一是相比于租金收入，退耕还林生态补偿相对滞后，对农户而言属于不利因素；二是参与退耕还林仍需要农户投入劳动打理林地，而出租土地后不再需要劳动投入。农户每亩耕地的年利润平均值为2.26（相当于500余元），其中种植小麦、玉米等粮食作物的利润较低，种值烟草的利润较高，最高可达到1 100及以上。受访者为户主，大多数为男性，平均年龄为53.32，普遍是小学至初中文化水平，家庭人口数平均4.94人，其中务农劳动力1.64人，家庭月收入平均为4.73（相当于1 000元左右）。受访者所在县2015年人均GDP的自然对数代表了地区差异[25]。此外，据调研掌握的信息来看，满足当前退耕还林条件的地块的立地条件往往较差，存在撂荒和赔钱种地的现象，极少数土地被出租。
陕南地区和陕北地区在地理环境、气候条件、农业种植、经济环境以及文化风俗差异很大。陕南地区位于秦岭以南的秦巴山区，属巴楚文化，分属亚热带湿润气候，生态环境优美，水资源和生物资源丰富，年平均气温14℃～16℃，年平均降水量839.56 mm[26-27]，具有明显的中国南方特点，特色种植烤烟、板栗、核桃、桑树、菜籽、魔芋、药材等经济作物，野猪、獾子等野生动物损害农户利益。陕北地区位于秦岭以北的黄土高原区，属塞外文化，分属温带亚干旱季风气候，生态环境脆弱，年平均气温7℃～12℃摄氏度，年平均降水量278.73 mm[26-27]，具有中国北方地区的特点，煤炭、石油以及天然气资源丰富，以能源化工产业为主导，特色种植糜子、荞麦、麻籽、辣椒和豆类等粮食作物，猯、狐狸等野生动物损害农户利益。
采用独立样本t检验，分析陕南地区和陕北地区两个子样本在关键变量上的区别，具体见表 2。结果表明：①陕南地区农户退耕还林的平均受偿意愿显著更高。②陕北地区受访者感受到的生态正效益显著更多。③陕南地区受访者感受到的环境负效益显著更高。退耕还林后，陕南秦岭山区的森林覆盖率大大提高，野生动物的数量和种类增加，导致动物践踏庄稼的事件屡有发生，造成农户经济损失，甚至威胁生命安全。④陕南地区的平均劳动收益更高，即劳动力流出效应在陕南更大。⑤受访者出租土地的平均心理价位在两地区间的差异不显著。⑥陕北地区的平均耕地产出更高，陕南地区的耕地产出差异更大。陕南的立地条件更适宜耕种，尤其是种植烤烟、桑树和药材等经济作物的收益可观，但陕南地区也多见土地撂荒情况，呈现出均值低、标准差大的特点。
4 实证结果
4.1 生态效益和经济租金对WTA的影响
表3报告了模型的回归结果，stata13.0自动删减了少量存在缺失值的样本。在回归A和回归B中，关键解释变量包括环境正效益、环境负效益、劳动的经济租金和土地的经济租金。二者的区别是，代表土地的经济租金的指标不同，前者是耕地产出，后者是土地租金，这是因为土地用途要么是自用，要么是出租，二者不可能同时存在，因此土地租金和耕地产出没有同时出现在同一个回归中。β列是Tobit回归的系数，dx/dy列是变量的边际效应（marginal effect）。本节主要探讨的是回归A和回归B，回归一和回归二的分析详见稳健性分析。
4.1.1 假说1的检验
在回归A和回归B中，生态正效益在1%的显著性水平下通过检验，生态正效益的回归系数为负，生态正效益的增加有助于减少受偿意愿。从生态正效益均值处的边际效应来看，回归A中回归系数是-14.97，表明生态正效益每增加1项，受偿意愿减少14.97%。
生態负效益在1%的显著性水平下通过检验，生态负效益的回归系数为负，生态负效益的增加使得受偿意愿增加。从生态负效益均值处的边际效应来看，回归A中，回归系数是-27.46，表明生态负效益每降低1个等级，受偿意愿减少27.46%。
上述结果很好地支持了假说1的结论。
4.1.2 假说2的检验
回归A中，耕地产出在5%的显著性水平下通过检验，耕地产出与受偿意愿之间存在正向关系，耕地产出的回归系数为11.35。退耕还林前的土地收益越高，退耕还林的受偿意愿越大。在回归B中，土地租金在1%的显著性水平下通过检验，土地租金与受偿意愿之间存在正向关系，土地租金的回归系数为0.38。农户出租土地的心理价位越高，退耕还林的受偿意愿越大。耕地产出和土地租金都代表了土地的经济租金，可见，土地的经济租金越大，受偿意愿越大。
然而，劳动收益的回归系数不显著。劳动的经济租金与受偿意愿之间的关系未得到有效验证，这与以往研究一致[9]。可能的解释是，伴随着城市化和现代化进程，农业收入和打工收入相差巨大，农户外出打工的动机不仅为了改善生活，还为了体验生活和追求梦想[28]。
4.1.3 其他特征变量与受偿意愿的关系
在回归A中，性别、年龄、家庭总人口数、主要务农劳动力以及家庭月收入均在1%显著性水平下通过检验，学历、县人均GDP对数与受偿意愿之间的关系不显著。各变量与受偿意愿的关系以及该变量在均值处的边际效应具体如下：①女性的平均受偿意愿比男性高78.84%，过往的受偿意愿调研结果也表明女性的受偿意愿普遍更高[29]。可能的解释是，男性与女性在风险偏好上存在差异，大量文献表明，女性比男性更惧怕风险，女性更担心退耕还林后将面临的不确定性，因此受偿意愿更高[30]。②年龄每增加1岁，受偿意愿减少3.01%；③家庭总人口数每增加1人，受偿意愿增加15.98%；④主要务农劳动力每增加1个单位，受偿意愿增加15.98%；⑤家庭月收入每上升一个层次，受偿意愿减少12.14%。
4.2 地区间生态效益和经济租金的比较分析
我们将陕南地区和陕北地区的受访农户作为两个子样本，分别进行回归分析，结果见表 4。回归C和回归D是分别针对陕南地区和陕北地区的一组回归，回归E和回归F是两地区间的另一组回归。两组回归之间的区别是，回归C和回归D以耕地产出代表经济租金，回归E和回归F以土地租金代表经济租金。以下对回归C和回归D的结果加以说明，回归E和回归F的说明详见稳健性分析。
4.2.1 假说3的检验
对比回归C和回归D的生态效益变量（包括生态正效益和生态负效益）的回归系数，可知：
①在回归C（陕南地区）中，生态正效益的回归系数为-7.64，变量未通过显著性检验，而在回归D（陕北地区）中，生态正效益的回归系数为-17.14，且在1%的显著性水平下通过检验，即环境正效益每增加一项，受偿意愿减少17.14%。回归D（陕北地区）中生态正效益的回归系数绝对值更大，这表明生态环境脆弱地区的生态正效益的边际改善对受偿意愿的降低作用更大。
②生态负效益的回归系数在回归C（陕南地区）和在回归D（陕北地区）中分别为-33.68和-22.9，且均通过变量显著性检验，即生态负效益每降低一个等级，受偿意愿分别减少33.68%和22.9%。回归C（陕南地区）中生态负效益的回归系数绝对值更大，这表明生态环境好的地区的生态负效益的边际改善对受偿意愿的降低作用更大。
上述结果很好地支持了假说3的结论。
4.2.2 地区间经济租金的比较分析
通过对比回归C和回归D的经济租金变量（包劳动收益、耕地产出）的回归系数，可知：
（1）劳动收益的回归系数分别为6.69和2.15，均未通过显著性检验；
（2）耕地产出与受偿意愿之间存在正向关系，陕南地区农户的耕地产出每上移一个等级，受偿意愿增加16.17%，陕北地区农户的耕地产出每上移一个等级，受偿意愿增加11.4%。这是因为陕南地区的平均耕地产出更高，在一个相对高水平的耕地产出上，让农户退耕还林需要补偿的更多。
（3）土地租金与受偿意愿之间存在正向关系，土地租金每增加1%，陕南地区和陕北地区的受偿意愿分别增加0.23%和0.41%。土地租金在两地区间没有显著差异，因为其对受偿意愿的影响在两地之间也没有显著差异。
其他特征变量与受偿意愿的关系与回归A中基本一致，此处不再赘述。
4.3 稳健性检验
首先，从变量出发，对回归A和回归B进行稳健性检验。在回归A的基础上，剔除变量“生态负效益”，得到回归一。回归一的变量回归系数的数值、符号以及显著性与
回归A相比未发生显著变化。在回归B的基础上，剔除变量“生态负效益”，得到回归二。回归二中变量县人均GDP的对数由-5.40变为-22.69，且该变量在10%的显著性水平下通过检验，其余变量回归系数的数值、符号以及显著性与回归B相比未有显著变化（见表 3）。
然后，在回归C和回归D的基础上，将土地的经济租
金变量由“耕地产出”替换为“土地租金”，分别得到回归E和回归F。回归E和回归F的变量回归系数的数值、符号以及显著性与回归C和回归D相比未发生显著变化（见表 4）。
最后，从数据出发，回归A、回归C和回归D中选取的解释变量相同，但样本容量分别为646，150和505，样本容量改变仅改变了变量数值的大小，未改变解释变量的符号和显著性。回归B、回归E和回归F选取的解释变量相同，但样本容量分别为621，148，484，样本容量改变也没有改变解释变量的符号合显著性。
综上所述，可以表明本文建立的模型具有稳健性。
5 讨论与建议
退耕还林是国家重大生态修复工程，是生态文明建设的重要环节。农户作为实践退耕还林的微观个体，掌握其受偿意愿及其影响因素对高效推动工程实施具有重要意义。基于农户成本收益视角的现有文献研究了生态正效益对受偿意愿的弱化作用，以及机会成本与受偿意愿的同步变化关系。但现有研究没有考虑生态负效益对农户利益的影响，也没有指出机会成本影响受偿意愿的本质是经济租金，这不利于深入了解农户受偿意愿。
本文将生态效益对受偿意愿的影响分解为两种作用：生态正效益的弱化作用和生态负效应的强化作用。将经济租金对受偿意愿的影响分解为土地的经济租金和劳动的经济租金。将生态效益和经济租金变量同时引入农户的效用函数，采用控制变量分析思路，分情景讨论其对受偿意愿的影响。利用陕西省851位退耕农户的大样本实地调研数据，运用右端截取模型实证检验生态正效益、生态负效益、土地的经济租金和劳动的经济租金对受偿意愿的影响。得到以下结论：
①生态正效益能显著降低受偿意愿，生态负效益显著提升受偿意愿。计量结果表明，生态正效益每增加1项，受偿意愿减少14.97%，生态负效益每降低一个等级，受偿意愿减少27.46%。因此，生态正效益对受偿意愿的弱化作用、生态负效益对受偿意愿的强化作用在陕西省退耕还林农户身上确实存在。
②土地经济租金、劳动的经济租金与受偿意愿同步变化。计量结果显示，耕地产出和土地租金的回归系数显著为正，而劳动收益的回归系数不显著，即劳动的经济租金与受偿意愿的影响尚不明确。这表明，当前现实情况下，农户的打工决策与是否退耕还林的联系并不紧密，土地收益是农户是否退耕还林的依据。
③生态环境脆弱地区的生态效益改善对受偿意愿的弱化作用更大，生态环境优越地区的生态效益改善对受偿意愿的强化作用更大。分别对陕南陕北地区的计量分析表明，陕北地区生态正效益对受偿意愿的降低作用比陕南地区大，陕南地区生态负效益对受偿意愿的提升比陕北地区大。生态效益的边际效应确实存在。
基于此，为了提高补偿资金的使用效率、确保农户利益和实现农户公平，我们对退耕还林工作提出以下建议：①确定生态补偿标准时应结合当地的生态环境条件，因地制宜将生态正效益和生态负效益对农户利益的影响考虑在内。在生态环境脆弱地区，将工作重点放在如何改善生态环境上；在生态环境良好地区，则应关注如何减少或避免对农户造成生态负效益，考虑在环境负效益问题严重的地区开展针对生态负效益的补偿制度。②应瞄准耕地收益低下的土地开展退耕还林工作，在人地关系紧张的集中连片特困地区，要考虑劳务输出、生态移民等措施，激发退耕农户谋出路的内生动力，切实提高退耕农户的经济收入，推动劳动的经济租金对参受偿意愿的弱化作用。③建立省际退耕还林任务配额交易制度，解决某些地区退耕还林实施难而另一些地区超计划退耕的问题，通过任务配额交易实现退耕还林任务向生态环境脆弱地区倾斜。
（编辑：于 杰）
参考文献
[1]赵雪雁.生态补偿效率研究综述[J].生态学报，2012，32（6）：1960-1969.
[2]馮琳，徐建英，邸敬涵.三峡生态屏障区农户退耕受偿意愿的调查分析[J].中国环境科学，2013，33（5）：938-944.
[3]HEYWOOD V H， WATSON R T. Global biodiversity assessment[M].Cambridged： Cambridge University Press， 1995：385-386.
[4]熊凯，孔凡斌，陈胜东.鄱阳湖湿地农户生态补偿受偿意愿及其影响因素分析——基于CVM和排序Logistic模型的实证[J].江西财经大学学报，2016（1）：28-35.
[5]李海燕，蔡银莺.基于帕累托改进的农田生态补偿农户受偿意愿——以湖北省武汉市、荆门市和黄冈市典型地区为例[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]谢旭轩，张世秋，朱山涛.退耕还林对农户可持续生计的影响[J].北京大学学报（自然科学版），2010，46（3）：457-464.
[8]孙贵艳，王传胜.退耕还林（草）工程对农户生计的影响研究——以甘肃秦巴山区为例[J].林业经济问题，2017，37（5）：54-59.
[9]李树茁，梁义成， FELDMAN M， 等.退耕还林政策对农户生计的影响研究——基于家庭结构视角的可持续生计分析[J].公共管理学报， 2010，7（2）：1-10.
[10]徐建英，孔明，刘新新，等.生计资本对农户再参与退耕还林意愿的影响——以卧龙自然保护区为例[J].生态学报，2017，37（18）：6205-6215.
[11]张方圆，赵雪雁，田亚彪，等.社会资本对农户生态补偿参与意愿的影响——以甘肃省张掖市、甘南藏族自治州、临夏回族自治州为例[J].资源科学，2013，35（9）：1821-1827.
[12]何可，张俊飚，张露，等.人际信任、制度信任与农民环境治理参与意愿——以农业废弃物资源化为例[J].管理世界，2015（5）：75-88.
[13]周晨，李国平.农户生态服务供给的受偿意愿及影响因素研究——基于陕南水源区406农户的调查[J].经济科学，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，郝海广，翟瑞雪，等.農户退耕还林生态补偿预期及其影响因素——以哈巴湖自然保护区和六盘山自然保护区为例[J].干旱区资源与环境，2017，31（8）：69-75.
[16]宋文飞，李国平，杨永莲.农民生态保护受偿意愿及其影响因素分析——基于陕西国家级自然保护区周边660户农户的调研数据[J].干旱区资源与环境，2018，32（3）：63-69.
[17]周鸿升，敖安强，李保玉，等.退耕还林工程重点监测省份生态效益评估[J].林业经济，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]李凯，孙悦迪，江宝骅，等.基于像元二分法的白龙江流域植被覆盖度与滑坡时空格局分析[J].兰州大学学报（自然科学版），2014，50（3）：376-382.
[20]尚静原，赵焕成，王宝珠.农田防护林胁地效应及其解决对策[J].防护林科技，2006（4）：1-97.
[21]何威风，阎建忠，周洪，等.森林转型的微观机制——以重庆市山区为例[J].自然资源学报，2016，31（1）：102-113.
[22]李赞红，阎建忠，花晓波，等.不同类型农户撂荒及其影响因素研究——以重庆市12个典型村为例[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.环境污染与居民政治态度[J].经济学（季刊），2016，15（4）：1409-1438.
[26]刘闻，曹明明，宋进喜，等.陕西年降水量变化特征及周期分析[J].干旱区地理，2013，36（5）：865-874.
[27]万相均，任志远，张翀.陕西省气温与降水变化时空分布研究[J].干旱区资源与环境，2013，27（6）：140-147.
[28]赵春雨，苏勤，方觉曙.农村劳动力转移就业环境认知研究体系与方法[J].地理研究，2013，32（5）：891-901.
[29]张淑敏，张宝雷.黄河三角洲高效生态经济区生态经济综合评价[J].经济与管理评论，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
- 浅谈企业年金存在的问题及发展对策
- 住房公积金制度发展的国际经验借鉴
- 中小企业融资难题破解思考
- 项目融资方案的过程筹划初探
- 小微企业信贷融资风险管理分析
- 绿色保险制度的未来发展
- 钢铁行业供应链金融发展模式与建议
- 新金融工具准则对商业银行的影响及对策
- 银行内控管理与风险防范的问题与对策
- 试论农村信用社小额农贷的发展
- 人口老龄化对县域经济的影响分析
- 基于大数据理念下经济金融管理体系构建策略分析
- “双师型”视域下财经类教师培养培训基地建设的探索与实践
- 安徽省亳州市利用外商直接投资的现状、问题及对策分析
- 财务共享中心建设研究
- 企业融资能力影响因素研究
- 薪酬差距、会计稳健性与盈余管理研究
- 探讨证券公司财务会计向管理会计的转型
- 现代信息技术对企业财务会计的影响研究
- 浅谈如何发挥经营性财务管理作用提高PPP项目投资收益
- 大数据背景下企业财务会计向管理会计转型的几点思考
- 全面预算管理在电力企业中的应用
- 浅析政府会计制度改革及其对事业单位财务管理的影响
- 经济新常态下企业会计发展方向及转型分析
- 试析网络经济背景下企业财务管理的创新思路
- foot-prints
- footprints
- footracing
- foots
- footsie
- footsies
- footstep
- footsteps
- footstool
- footstools
- foot the bill
- foottraffic
- foot traffic
- footwear
- footwears
- footwork
- foot²
- foot¹
- for
- for afters
- forage
- foraged
- foragers
- forages
- foraging
- 在中间
- 在丰
- 在主人家从事贱役者的通称
- 在主管将帅的指挥之下
- 在乎
- 在乡村中流动着兜揽生意
- 在乡村各家各户之间走动
- 在乡间巡游卖手艺
- 在乡间往来
- 在书、文章中引用例证
- 在书信、文稿或文件上签上或打印上名字
- 在书信、礼品等上面题写姓名
- 在书札的封口上签押
- 在书法上一味模仿古人，毫无创见
- 在书画上题名
- 在书画创作上互相学习，取长补短
- 在书眉上批注的文字
- 在书眉或文稿上方空白处所写的评语
- 在书简上署名
- 在买卖中为双方介绍成交或提供信息的人
- 在争斗中取得全面胜利
- 在事业上保持前人的成就
- 在事业上共同进步
- 在事业或工作中开创局面的人或集体
- 在事情发生或进行之前