20世纪后半叶大规模的森林砍伐和过度的坡地农耕被认为是中国生态环境被破坏的主要原因^[1-2]，而1998年的特大洪灾引起了人们对于植被破坏的关注，为此我国于1999年开始实施退耕还林，通过坡耕地植树种草来防治水土流失、修复土地沙化。截至2013年，第一轮退耕还林共完成退耕面积0.298亿hm²，直接涉及3 200万农户、1.24亿农民；而生态文明建设的大力推进又促使2014年新一轮退耕还林的重新启动。作为世界上最大的生态工程^[3-4]，退耕还林影响和改变了数以千万计农户传统的生产方式，因此农户的积极参与是工程得以顺利开展的重要基础。

在生态环境保护项目中，生态补偿作为一种与参与主体建立起的稳定的激励相容的契约关系，能有效地激励其参与积极性，是政策成功实施的关键^{[3, 5]}。退耕还林实施后，根据区域、还林种类和时间差别，农户的退耕行为均得到了相应额度的补偿，但一成不变的补偿标准使得退耕还林生态补偿的积极作用随着时间的变化越来越小^[6]。因此，学者从农户参与工程的成本损失和退耕还林的生态效益等客观方面去核算新的补偿标准，以便为农户的环境友好行为提供更为合理的生态补偿额度^[7-9]。在生态-经济-社会复合系统中，生态补偿不应只关注成本与效益问题，也应关注异质化参与主体的偏好，重视主观意愿、生计策略与环境保护之间的关系^[10]。农户作为退耕还林的参与主体，他们的生态补偿意愿是其对自身生计策略、环境认知与国家政策接纳性之间的综合反映，在一定程度上能够反映他们参与工程的真实意愿。但农户异质性的影响使得其个人意愿和偏好在退耕还林生态补偿中考虑得不多，仅有少数研究关注农户的受偿意愿及心理预期水平^[11-13]。2014年之后全面开展新一轮退耕还林并提高了补偿标准，同时第一轮退耕还林补偿陆续到期，这一时期农户的工程参与积极性直接影响着退耕还林工程的有效开展与可持续发展，这也使得在两轮退耕还林交错期开展农户对于退耕还林生态补偿的意愿研究就更为重要。因此，以宁夏泾源县为例，笔者采用双边界二分式条件价值评估法研究农户参与退耕还林的生态补偿意愿，以期为退耕还林生态补偿的完善提供借鉴与参考。

1 研究区概况

泾源县位于宁夏回族自治区最南部、六盘山自然保护区腹地，地处黄土高原西部、六盘山东麓，是国家级贫困县之一，下辖7个乡镇，共11万余人，其中近90%为农业人口。该地区为黄土高原丘陵沟壑区，49.5%的国土面积为水土流失区域(不包括六盘山林区)，是我国重要的水土保持地区。为防治水土流失、保护环境，泾源县从2000年开始“自上而下”的退耕还林，采取“政府连片划定，农民自愿参加”的方式，将2.1万hm²的陡坡耕地或沙化严重的耕地用于生态造林；2015年泾源县新一轮退耕还林重新启动，如今县域林地面积已达到近800 km²，森林覆盖率达到48.5%。

2 数据来源与研究方法 2.1 数据来源

2017年8月，课题组就泾源县农户参与退耕还林工程的生态补偿意愿进行了实地调研。根据Scheaffer抽样公式^[14](抽样误差为5%，2016年泾源县农户超过2万户)确定样本为401。在预调研基础上进行问卷调整，然后根据当地退耕还林的实施情况及农户分布情况，在县政府工作人员及当地向导的建议下选择了4个乡镇作为调研区域。采取分层随机抽样方法，从每个乡镇随机抽取4个行政村(每个乡镇行政村数量大致相等，约为15个)，各村随机入户进行问卷调查，且每个村保证问卷量20~30份。问卷调查以户为单位展开，采取入户面对面访谈形式，共发放问卷410份，收回有效问卷398份，有效率95%。

问卷分为3部分：(1)农户的环境认知及对退耕还林政策的了解程度；(2)农户参与退耕还林的意愿及期望的最低补偿额度；(3)受访者的社会经济特征。第二部分中二分式条件价值评估的估值问题是调查问卷的核心内容，按单位面积退耕地年度补偿标准共设置了8组投标方案。其设置以2轮退耕还林政策补助标准为基础：第1轮退耕还林北方地区还生态林的补助标准(包含生活补助)为2 400元·hm^-2，2007年后减半为1 350元·hm^-2；新一轮退耕还林补助(包括种苗费用)平均每年为4 500元·hm^-2。同时，考虑到货币面值及现实情况，3 000元之内以750元为一增加梯度值，最低投标值为750元·hm^-2；其后以300元为一增加梯度值，最高投标值为4 800元·hm^-2。

2.2 双边界二分式条件价值评估法

条件价值评估法(contingent valuation method，CVM)是在假想市场构建的前提下，通过问卷调查，直接询问参与者使用或保护环境物品或服务的最大支付意愿(willingness to pay，WTP)，或者失去特定环境物品或服务时期望的最小补偿意愿(willingness to accept，WTA)。WTP/WTA引导技术是CVM法的关键内容^[15]，主要包括开放式、支付卡式和二分式。双边界二分式CVM通过双边界二分式问卷模拟市场交易中的讨价还价过程，可以获得受访者更为真实合理的意愿情况。当研究对象的产权明晰时，要求受访者放弃该物品时适于使用WTA^[16]，而WTA也在类似情景中得以应用^{[12, 17-18]}。

双边界二分式引导技术是在前期调查基础上设定一系列初始投标值(即受偿意愿值)，然后在问卷调查中随机抽取某一投标值，调查受访对象对该标值“是”或“否”的态度。随后，根据受访者的回答情况，选择一个较低或较高标值进行二次提问，从而获得受访对象的真实受偿意愿。在WTA调查中，设初始投标值为T_o，若受访者回答“是”，则第二次询问较低标值T_l；若回答“否”则第二次询问较高标值T_h。因此，双边界二分式问卷会产生4种回答结果：“是-是(y-y)”、“是-否(y-n)”、“否-是(n-y)”、“否-否(n-n)”。

假设受访对象的回答会受社会经济变量和投标值影响，则：

$ y = {\alpha _0} + \beta {x_i} + cT + \varepsilon 。$

(1)

式(1)中，y为虚拟变量，表示受访者回答结果，y=1(是)或0(否)；x_i为社会经济变量；T为投标值；ε为扰动项；α₀、β、c为参数。

用yy_i、yn_i、ny_i、nn_i分别表示受访者可能的回答情况，若受访者回答“是-是”，则yy_i=1，yn_i=ny_i=nn_i=0，其他情况依次类推，4种回答的概率分别为P_yy、P_yn、P_ny、P_nn，则

$ {P_{yy}} = 1-\frac{1}{{1 + \exp \left( {{\alpha _{0 + }}\beta {x_{\text{i}}} + c{T_{\text{l}}}} \right)}}, $

(2)

$ \begin{gathered} {P_{yn}} = \frac{1}{{1 + \exp \left( {{\alpha _{0 + }}\beta {x_{\text{i}}} + c{T_{\text{l}}}} \right)}}-\hfill \\ \;\;\;\;\;\;\;\;\frac{1}{{1 + \exp \left( {{\alpha _{0 + }}\beta {x_{\text{i}}} + c{T_0}} \right)}}, \hfill \\ \end{gathered} $

(3)

$ \begin{gathered} {P_{ny}} = \frac{1}{{1 + \exp \left( {{\alpha _{0 + }}\beta {x_{\text{i}}} + c{T_{\text{o}}}} \right)}}-\hfill \\ \;\;\;\;\;\;\;\frac{1}{{1 + \exp \left( {{\alpha _{0 + }}\beta {x_{\text{i}}} + c{T_{\text{h}}}} \right)}}, \hfill \\ \end{gathered} $

(4)

$ {p_{nn}} = \frac{1}{{1 + \exp \left( {{\alpha _{0 + }}\beta {x_{\text{i}}} + c{T_{\text{h}}}} \right)}}。$

(5)

利用最大似然估计法建立投标值与4种回答概率之间的函数关系，为

$ \ln \;L = \sum\limits_{i = 1}^n {\left( {y{y_i}{P_{yy}} + y{n_i}{P_{yn}} + n{y_i}{P_{ny}} + n{n_i}{P_{nn}}} \right)} 。$

(6)

利用上式可计算出参数α、β、c。当WAT≥0时，根据Hanemann等推导的公式可计算出受访者的平均受偿意愿^{[19, 20]}，公式为

$ {T_{{\text{mean}}}} = \int_0^{{T_{\max }}} {\frac{{{\text{d}}T}}{{1 + \exp \left( {-\alpha-\beta \bar XcT} \right)}}} 。$

(7)

式(7)中，T_max为最大投标值；X为影响受访者受偿意愿的各社会经济变量均值；β为除投标值外的其他变量的回归系数；c为投标值回归系数。

3 结果与讨论 3.1 样本特征及参与意愿

研究区受访者中男性比例远大于女性，这可能是由调研过程中所显示的农村男性的家庭主导地位所决定。农村青壮年劳动力大量外出务工及中老年农民留守家中使得受访者年龄偏大，集中在41~70岁，平均年龄为51.5岁，且整体受教育水平偏低(表 1)。研究区农户对于退耕还林的参与度很高，仅有4.5%的样本农户未参与过该工程。经过第1轮退耕还林的密集实施之后，农户现有耕地面积较少，但耕地越少的农户对退耕还林的参与积极性越高。退耕还林兼具着促进农村产业结构调整的任务，这也使得泾源县传统的粮食作物种植逐渐转向于牧草、苗木等经济作物种植，单位面积土地收益增加，而大面积的集中种植使得这种收益的累加效应更明显，因而耕地面积大的农户更倾向于继续经营耕地，其退耕积极性也较小。除此之外，性别、文化程度和家庭收入也成为影响农户参与退耕还林的主要因素。

受访农户的环境意识及其对退耕还林政策的认知是影响农户退耕意愿及受偿意愿的重要因素。农户对于当地的环境保护问题反应积极，44.3%的受访者关心当地的环境保护问题，还有13.4%的农户非常关心，但有一半以上农户对退耕还林政策的认知呈消极状态(表 2)，这说明虽然农民有较强的环境保护意识，但对于退耕还林这一环境保护政策并不了解，处于被动执行而不求了解的状态。这一现象反映了当地退耕还林政策宣传力度尚不够，作为参与主体的农民并不了解政策实施的真正目的，而仅限于一般行政命令的被动执行。对于兼顾保护与发展双重目的的退耕还林工程来说，工程的长期效益重于短期实施状态，建立在政策了解基础上的农户积极主动参与比行政命令强制执行的效果更好。

在398户受访农户中，87.2%的农户愿意参与退耕还林工程，仅52户拒绝参与。农户抗议的原因主要包括两方面：一是现有耕地面积小，为维持家庭正常运行而拒绝参与，占44%；二是担心补偿标准的不合理及参与过程的不公平，占48%。工程初期“连片划定”的退耕方式是农户退耕还林高参与率的主要原因之一，同时1 500 kg·hm^-2的粮食补助较之于退耕初期农户正常的土地经营收入更加稳定，这也使得农户积极参与退耕还林。但随着耕地经营方式的改变及土地经营收入的提高，退耕补助对农户的吸引力越来越小，而且各种原因而致的退耕补助“非足额发放”问题亦被受访者所担心。因此，目前农户对退耕还林的参与意愿要低于初期的工程参与率。拒绝参与的受访者普遍认为，当年老体弱无力外出务工时，耕地才是生计所托，失去耕地则失去了农民赖以生存的根基。因此，公平合理的补偿标准及健全的社会福利是维持农户退耕还林积极性的重要因素。

3.2 受偿意愿及补偿方式

按照双边界二分式CVM原理，问卷调查过程中随机抽取初始标值，并使每组投标方案数量基本均衡，在二分式引导技术下对农户的受偿意愿情况进行统计(表 3)。受访者对于最低标值750元·hm^-2的接受概率为4.6%，对最高标值4 800元·hm^-2的接受概率为84.8%，标值区间涵盖了大多数受访者的受偿意愿，标值设计较为合理。除方案2与方案6外，受访者对初始标值第一回答为“是”的概率明显高于“否”的概率，这说明农户参与退耕还林的补偿预期不是很高。这一现象与当地的环境现状有关，调研中农户反映，2000年开始的大规模退耕还林提高了当地的森林覆盖率，同时也使得野生动物也逐渐增多，而野生动物对农作物的破坏使得近山耕地农作物种植收益减少，因而只要予以合理补偿，农户均愿意将这部分耕地用于植树种草。

在补偿方式的选择上，68.8%的农户选择现金补偿，13.3%和10.9%的受访者分别选择工作机会及技术培训，剩下7%的农户选择低息小额贷款，这是由于多数农户认为现金补偿有利于减少补偿执行过程中的耗损，更为公平合理。同时研究还显示，补偿方式的选择具有明显的年龄差异性，即接受现金补偿农户的平均年龄为54岁，选择低息小额贷款及技术培训农户的平均年龄均为49岁，而选择工作机会农户的平均年龄为44岁。这种差异性是由农民劳动能力及生计策略不同所造成：年长农民的年龄限制了他们对于新的生计方式的追求，因而更倾向于以保守的方式获得稳定的收入；而年轻农民更多考虑的是未来的生活出路及收入增加，因而有效的生计资本和生存能力更为重要，也就更倾向于通过工作机会、技术培训、贷款等方式来创造持续的更高收入，以解决长远生计问题。

3.3 农户最小WTA的计算与验证

农户的受偿意愿受社会经济条件影响，在实地调研基础上，参考前人研究成果^{[18, 20]}，在农户受偿意愿的logistic模型中引入性别、年龄、文化程度、家庭年收入、耕地面积、家庭是否有长期疾病患者、对退耕还林补偿满意与否及对退耕还林政策的了解程度8个变量。运用SPSS 19.0软件对问卷结果进行logistic回归分析，得出回归系数(表 4)。

在Hosmer-Lemeshow(H-L)拟合优度检验中，H-L统计量为8.584，P值为0.379>0.05，模型拟合优度较好。同时，在LR统计量和McFadden R-squard统计量上，显著性水平通过统计检验，且模型预测能力为73%，表明该模型在该地区农户退耕受偿意愿分析中是有效的。由此，可得到受访者WTA的logistic模型：Logit P=0.568+0.006T+0.077X₁+0.068X₂-0.663X₃-0.183X₄-0.215X₅-0.648X₆+0.606 X₇+0.207 X₈。

由模型回归结果可知，投标值对农户受偿意愿的影响呈显著的正相关性，即补偿额度越高，农户对于退耕还林的参与积极性越高，与理论预期相一致。在社会经济变量中，受访者文化程度对农户受偿意愿为显著负相关影响，文化程度越高的农民接受投标的可能性越小，相应地受偿意愿越高。文化程度高的农民更倾向于通过经济作物种植等高收益的种植方式来经营耕地，因而接受退耕还林投标值的可能性较小。受访家庭是否有长期疾病患者与其受偿意愿也呈显著负相关，有长期疾病患者的家庭更希望通过耕地经营获得持续收入，因而对投标值接受可能性小，其受偿意愿就更高。对现有退耕还林补偿的满意度与其受偿意愿呈显著正相关，即对现有退耕补偿标准满意者所期望的受偿意愿较低，反之则较高，与实际情况相一致。对生态补偿的满意程度不仅影响着农户的受偿意愿，更影响着农户参与及维护工程的积极性，进而影响工程的长期可持续性^[21]。

根据式(7)，并利用表 4中的数据计算出受访农户参与退耕还林的WTA为3 180元·hm^-2。与新一轮退耕还林3 600元·hm^-2(不含900元·hm^-2的种苗费)的现金补偿标准相比，研究区农户受偿意愿低于政策补偿标准，这说明新一轮退耕还林补偿能够满足多数农户的补偿预期，因而能有效发挥生态补偿的激励作用，提高农户参与积极性。与文献[13]相比，虽然研究区相似，但农户受偿意愿数据差异性明显，数据获取方式的不同是造成这种差异的主要原因。在条件价值评估中，开放式引导技术虽易获取数据，但容易出现极值情况，所获数据易偏大，而双边界二分式引导技术可以模拟市场交易过程，通过讨价还价将农户的WTA降到更为真实合理的程度。

实地调查显示，20%的农户在退耕补偿停发后会考虑以不同的形式复耕，而这一比例低于部分学者的相关研究^[22]。研究区畜牧业的大力发展使得青贮玉米、紫花苜蓿等青饲料的市场需求变大，这也使得耕地经营的收益增加。对于农民来说，种植青饲料比退耕更划算，在退耕补偿逐渐减小甚至趋无的情况下，部分农户就可能将一部分易垦退耕地再次复耕。因此，退耕补偿是农户保持退耕还林的主要激励因素，它在退耕还林长期效益的维护中依然有着重要作用^[12]。

4 结论

研究以泾源县为例，运用双边界二分式CVM核算了农户参与退耕还林的受偿意愿，并用logistic模型分析了农户受偿意愿的影响因素。研究显示，87.2%的受访农户愿意参与退耕还林工程，预期接受的最小生态补偿标准为3 180元·hm^-2。在补偿方式选择上，68.8%的农户选择现金补偿，而且补偿方式的选择具有明显的年龄差异性，即年长农民倾向于现金补偿，年轻农民更倾向于低息小额贷款、技术培训及工作机会。在农户WAT影响因素分析中，受访者文化程度、家庭是否有长期疾病患者及对退耕补助是否满意显著影响着WAT，前两者呈负相关，后者呈正相关。

根据研究区的实际情况，在第一轮退耕还林成果巩固而新一轮退耕还林大力推进的交错期，应进一步完善退耕还林生态补偿，以更好地发挥其激励作用，促进退耕还林的可持续发展。首先，根据区域还生态林特点及后续收益甚微的实际情况，寻求合适的方法将农户退耕还林的部分生态贡献纳入补偿范围，适当提高补偿标准。同时，实行多样化的补偿方式，根据农民需求，将多种补偿方式组合进行综合补偿，尤其加大智力补偿范围，提升农民再次就业或创业的能力，以实现补偿效果的可持续性。其次，针对区域耕地面积有限，但农业人口多的现状，鼓励多样化的就业方式以提高农民收入，减轻耕地压力。一方面，通过劳动技能培训、务工机会介绍等将一部分剩余劳动力向区外的工业和服务业中转移；另一方面，根据地区特点及发展方向，大力发展诸如养殖、旅游等区域特色产业，提高土地收益率的同时，将农户对耕地的部分依赖转移到对林地的依赖上来。最后，还应根据受访农民环境保护意识强、政策知晓性差的特点，加强退耕还林政策的宣传与引导，使农民了解退耕政策与当地环境保护和社会发展之间的关系，将政策实施内化于地区发展、家园维护之中，实现合理退耕，积极维护退耕成果，从而促进退耕还林的长期可持续发展。