Measurement and analysis of cultivated land protection externalities under different sample schemes based on the single-bounded dichotomous choice CVM:a case study of Jiaozuo
NIUHaipeng收稿日期:2017-03-13
修回日期:2017-05-5
网络出版日期:2017-07-20
版权声明:2017《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (813KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
当前,在忽视耕地生态效益和社会效益的土地利用机制下,耕地比较收益低下、粮食主产区非农产业发展障碍、经济发达地区耕地占用成本外溢所引发的耕地非农化加剧和区际发展不均衡等耕地保护外部性问题日益突出[1,2]。因此,构建耕地保护外部性内部化机制(耕地保护经济补偿机制),显化耕地生态社会效益,提高耕地利用(经营)主体保护耕地的积极性,抑制耕地非农化,实现区际公平和区域协调发展,已成为目前推动耕地保护的迫切要求[1-5]。而测度耕地保护外部性,确定科学合理的耕地保护经济补偿标准则是构建实施耕地保护经济补偿机制的重要内容。由于单边界二分式CVM引导技术的灵活性及较强的信息获取能力,使其在环境公共物品非使用价值的测度与分析领域有重要的应用空间。蔡潇、刘耀彬等采用单边界二分式CVM引导技术,以南昌市为例,对河湖水域生态服务功能价值进行评估分析[6,7]。杨银川从社会资本的视角,针对城市垃圾问题,运用单边界二分式,以武汉市居民为调查对象,分析研究居民对购买政府提供的垃圾袋的支付意愿[8]。陈红光等应用单边界二分式CVM测度了三江平原生态旅游水资源的非使用价值,并与支付卡式和双边界二分式CVM的测度结果进行了对比分析[9]。邱国梁等、姜昊以江苏省涟水县为例,采用单边界二分式CVM对研究区域耕地资源非市场价值开展测度与分析[10,11]。此外,单边界二分式CVM在参数估计、支付意愿影响因素的线型计量模型分析、偏差规避和控制等方面也已取得显著成果。综上所述,虽然在二分式CVM引导技术相关研究领域已取得显著成效,但在样本分类与合并、投标值样本数量及其均衡性对耕地保护外部性测度结果有效性及其精度的影响方面重视不够,缺乏实证分析与对比研究。基于此,本文以焦作市为例,在分类非均分样本、非均分样本和均分样本三种不同样本方案下,基于单边界二分式CVM测度居民耕地保护支付意愿,并在此基础上进行耕地保护外部性测度和对比分析,探析不同样本方案下测度结果的差异性,以期为二分式CVM样本方案设计和应用提供借鉴和实证参考。
2 研究区概况
焦作市坐落于河南省西北部,北靠太行,南临黄河,东与新乡接壤,西与济源毗邻。地理坐标为34°41′03″N -35°29′45″N,112°43′31″E -113°38′35″E,区内地势西北高东南低,地貌类型齐全,自北向南地貌组合为山地、丘岗、平原、滩涂,呈典型的“北山、中川、南滩”的地貌特征。焦作市属温带大陆性季风气候,日照丰富,冬冷夏热,四季分明,年均温为12.8℃~14.8℃,全年平均无霜期为237天。地表水资源充裕,南水北调中线工程穿焦作城区而过。焦作市辖孟州市、沁阳市、武陟县、修武县、博爱县、温县、解放区、中站区、马村区、山阳区、高新区等两市四县五区,全区土地总面积3972.58km2(第二次土地调查数据),境内高速公路、铁路网密集,交通便捷。2014年底,焦作市总户数为100万户,城镇化率53.23%,全市生产总值1844.31亿元,一、二、三次产业占GDP 的比重为7.423 研究方法
3.1 耕地保护外部性界定
本研究采用牛海鹏对耕地保护外部性内涵的界定,牛海鹏在对耕地利用效益体系重构的基础上,系统分析了耕地利用效益的形态、基于生态系统服务功能的类型以及作用过程,并从外部性的特点出发,将耕地保护外部性内涵界定为在耕地利用和保护过程中,未能纳入到耕地利用和保护主体收益之中的基于耕地生态系统服务所产生的生态社会效益。其中,耕地利用生态效益是指在耕地利用过程中,基于耕地生态系统部分生命系统支持功能,通过物理和化学作用而产生的效益。耕地社会效益是指耕地生态系统产品和生命系统支持功能对人类个体的心理、精神和对人类社会组织(如国家或行政区)的发展所产生的宏观社会影响和效果。耕地保护外部性具有可量化性,可以年度单位面积耕地外部效益或年度区域耕地外部效益予以衡量[2]。3.2 单边界二分式CVM
条件价值评估法(Contingent Valuation Method,CVM)适用于缺乏替代市场交换和实际市场的商品价值评估,是“公共物品”非市场价值评估的一种特有方法,可有效评估各种生态系统服务功能的经济价值。因此,条件价值评估法可以有效评估耕地保护外部性(外部效益)大小,并进而确定基于耕地保护外部性的耕地保护经济补偿标准[2]。条件价值评估法的一个重要思想就是效用,即消费者对商品的满足程度[2,12,13]。其原理是在假想市场情况下,调查受访者对资源生态环境等公共物品和服务的偏好程度,及其为改善该环境所能接受的支付意愿(Willingness to Pay,WTP),或因资源生态环境质量遭到破坏而愿意接受的受偿意愿(Willin-gness to Accept,WTA)。通过WTP 和WTA 的数值大小来反映受访者对非市场商品的偏好程度,并以货币形式对受访者的个人消费意愿进行价值评估[14-16]。在实际应用中,常用的条件价值评估法引导技术包括开放式、封闭式、支付卡式、二分式等,其中二分式引导技术又可分为单边界二分式和双边界二分式。
本研究采用单边界二分式引导技术对受访者进行WTP询价,投标值根据预调查结果设定,受访者只需要对问题做出“是”或“否”的回答。此引导技术灵活性较高,信息获取能力较强,不易出现受访者对问题回避现象,有利于偏差规避,可较为真实地获取受访者的支付意愿。在此引导技术下,假设被调查者对初始投标额的效用函数为
为了研究的方便需要,假定前面所提的效用函数
则效用函数确定部分
式中
对上式进行Logit转换,结果如下:
式中
4 结果与分析
4.1 多样本方案设置
4.1.1 单边界二分式CVM问卷设计遵循美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)设计原则进行问卷设计。问卷包括四部分内容:第一部分为耕地生态社会效益认知程度调查;第二部分为耕地生态社会效益支付意愿调查;第三部分为被调查者个人及家庭情况;第四部分为问卷有效性调查(即对问卷的理解程度)。其中耕地生态社会效益支付意愿调查部分包括受访者对耕地外部效益最高支付意愿(WTP)调查的假想市场设置,即:假如为了保护耕地数量不减少,质量不降低,保持耕地生态社会效益稳定,维持和提高居民目前的生活质量,同时也为子孙后代保留一份生存空间,大家共同参与耕地的保护工作,通过建立耕地保护基金会的方式筹集专款用于耕地保护。然后在此假想市场模拟下,设置相关问题进行调查。在预调查的基础上,结合特定时期受访者对货币区间的敏感程度确定投标值[2]。此次问卷采用单边界二分式引导技术,确定11个投标值,分别为50元、75元、100元、150元、200元、250元、300元、350元、400元、500元、600元。
4.1.2 问卷调查与多样本方案设置
依据2014年农户类、城镇居民类户数和地域分布特征,问卷调查组于2014年10月21日-11月4日正式开展调查,调查区域为整个焦作市。依据Scheaffer抽样公式(抽样误差设定为0.06),确定调查区域适宜样本容量约为280份[19,20]。但考虑到在调查过程中会产生无效问卷,因此,问卷调查组共发放568份问卷,实际回收有效问卷536份,问卷有效率为94.37%。具有正支付意愿样本量为481份,其中城镇、农村样本量分别为206份、275份,称之为分类非均分样本方案。为进一步探讨不同样本方案下受访者平均支付意愿(WTP)的差异性,进而分析不同样本方案下单位面积耕地保护经济补偿标准的差异性,在分类非均分样本方案基础上再归并出非均分样本和均分样本两类样本方案。三类样本的不同点在于:①分类非均分样本方案具有城镇类和农村类样本之分,在测算单位面积耕地保护经济补偿标准时,先分类测算城镇类和农村类受访者平均支付意愿,再依据城镇户数和农村户数进行单位面积耕地保护经济补偿标准测算;②非均分样本方案则是将分类非均分样本方案下城镇类和农村类样本同一化,受访者所在区域因素(城镇或农村)仅作为样本特征,在统一测算平均支付意愿的基础上依据研究区域总户数进行单位面积耕地保护经济补偿标准测算,其样本数量与分类非均分样本数量相同;③均分样本方案是在非均分样本方案下针对各个支付方案均随机选取相同样本数量而构成(本研究在每个支付方案下随机选取35份),其单位面积耕地保护经济补偿标准测算过程与非均分样本方案相同。
分类非均分样本方案下农户类样本特征包括性别、年龄、健康状况、教育程度、是否兼业、家庭收入主要来源、家庭总人数、劳动力人数、被抚养人数、兼业人数、家庭耕地面积、家庭年收入以及农业收入占家庭总收入的比例,城镇类样本特征包括性别、年龄、健康状况、教育程度、从事职业、家庭总人口、被抚养人口、工作人数、在校学生、家庭平均月收入、日常生活支出占总收入比例。
非均分样本和均分两类样本方案的特征包括性别、年龄、健康状况、教育程度、受访者家庭总人口、受访者家庭劳动力人数/工作人数、家庭被抚养人数、家庭年收入(城镇类样本在归并为均分样本方案和非均分样本方案时,将其家庭平均月收入换算为家庭年收入)、区域(城镇或农村)。
三类样本方案下各投标值的接受率如表1所示。表1显示出均分样本、非均分样本和分类非均分样本三种不同样本方案下,随着投标值的增加各支付方案的受访者接受率总体上呈下降态势。均分样本、非均分样本、分类非均分城镇类样本、分类非均分农村类样本受访者支付率分别从100%下降到20.00%、21.05%、13.33%和26.09%,符合理论总体态势变化规律。
Table 1
表1
表1单边界二分式CVM引导技术方案设置
Table 1The guidance technology scheme setting under single-bounded dichotomous choice CVM
投标值/元 | 总样本量/份 | 接受样本量/份 | 接受率/% | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
均分 样本 | 非均分样本 | 分类非均分样本 | 均分 样本 | 非均分样本 | 分类非均分样本 | 均分 样本 | 非均分样本 | 分类非均分样本 | ||||
城镇类 | 农村类 | 城镇类 | 农村类 | 城镇类 | 农村类 | |||||||
50 | 35 | 49 | 17 | 32 | 35 | 49 | 17 | 32 | 100.00 | 100.00 | 100.00 | 100.00 |
75 | 35 | 36 | 15 | 21 | 31 | 31 | 14 | 17 | 88.60 | 86.11 | 93.33 | 80.95 |
100 | 35 | 60 | 31 | 29 | 29 | 44 | 23 | 21 | 82.90 | 73.33 | 74.19 | 72.41 |
150 | 35 | 47 | 18 | 29 | 20 | 25 | 13 | 12 | 57.10 | 53.19 | 72.22 | 41.38 |
200 | 35 | 41 | 20 | 21 | 14 | 16 | 7 | 9 | 40.00 | 39.02 | 35.00 | 42.86 |
250 | 35 | 39 | 19 | 20 | 19 | 19 | 10 | 9 | 54.30 | 48.72 | 52.63 | 45.00 |
300 | 35 | 53 | 25 | 28 | 18 | 22 | 7 | 15 | 51.40 | 41.51 | 28.00 | 53.57 |
350 | 35 | 42 | 14 | 28 | 10 | 11 | 4 | 7 | 28.60 | 26.19 | 28.57 | 25.00 |
400 | 35 | 40 | 18 | 22 | 11 | 11 | 6 | 4 | 31.40 | 27.5 | 33.33 | 18.18 |
500 | 35 | 36 | 14 | 22 | 11 | 11 | 4 | 7 | 31.40 | 30.56 | 28.57 | 31.82 |
600 | 35 | 38 | 15 | 23 | 7 | 8 | 2 | 6 | 20.00 | 21.05 | 13.33 | 26.09 |
合计 | 385 | 481 | 206 | 275 | – | – | – | – | – | – | – | – |
新窗口打开
4.2 变量选择
为归纳分析受访者的社会经济特征、耕地保护认知对耕地保护支付意愿的影响,并通过公式(5)测算受访居民的耕地保护支付意愿。依据单边界二分式CVM原理,选取受访者的反应Y作为被解释变量(受访者对投标值回答接受时,Y=1;受访者对投标值回答不接受时,Y=0),选取受访者的社会经济特征、耕地保护认知等因素作为解释变量,具体如表2所示。Table 2
表2
表2单边界二分式CVM变量的选取与定义
Table 2The selection and definition of the variable under single-bounded dichotomous choice CVM
变量名称/单位 变量指标说明 | |
---|---|
Y | 被解释变量,受访者对投标值回答接受时,Y=1;受访者对投标值回答不接受时,Y=0 |
TC/元 | 初始投标值 |
X1 | 您认为耕地重要吗?1=“不重要”,2=“不清楚”,3=“重要” |
X2 | 您认为政府有必要进一步加强耕地保护并出台相关政策吗?1=“没有”,2=“无所谓”,3=“有” |
X3 | 您认为耕地种植农作物除了能产生经济效益外,还具有涵养水源、保持水土、调节气候、改善大气质量、维持生物多样性和土壤净化等生态效益以及提供粮食安全保障、农民养老和失业的社会保障、开敞空间及景观效益和科学文化等社会效益吗?1=“没有”,2=“不清楚”,3=“有” |
X4 | 您认为耕地面积减少和质量降低会影响您家庭今后的生活吗?1=“不会”,2=“不清楚”,3=“会” |
X5 | 您认为耕地面积减少和质量降低会影响子孙后代的生活吗?1=“不会”,2=“不清楚”,3=“会” |
X6/人 | 受访者家庭总人口,实际调查数据 |
X7/人 | 受访者家庭劳动力人数/工作人数,实际调查数据 |
X8/人 | 兼业人数,实际调查数据 |
X9/人 | 在校学生人数,实际调查数据 |
X10/人 | 家庭被抚养人数,实际调查数据 |
X11 | 性别,1=男,0=女 |
X12/岁 | 年龄,l=30以下,2=31~45,3=46~60,4=60及以上 |
X13 | 文化程度,1=未念过书,2=小学,3=初中,4=高中(中专),5=大专,6=本科及以上 |
X14 | 健康状况,1=较差,2=一般,3=良好 |
X15/(万元/年) | 家庭年总收入水平,1=1以下,2=1~3,3=3~5,4=5~7,5=7~9以上,6=9以上 |
X16 | 区域,1=城镇,0=农村 |
X17/% | 日常支出比例,1=30以下,2=31~60,3=61~90,4=90以上 |
X18 | 职业,1=公务员/公司领导,2=公司经理或高管,3=教师/医务人员,4=私营企业家,5=其他技术人员,6=企事业办事人员,7=工人/服务员/业务员,8=个体工商户,9=下岗/失业人员,10=退休人员 |
X19/亩 | 耕地面积,1=3亩以下,2=3~5亩,3=5~7亩,4=7亩以上 |
X20 | 兼业,1=是,2=否 |
X21/% | 农业收入占家庭总收入比例,1=30以下,2=31~60,3=61~90,4=90以上 |
X22 | 家庭收入来源,1=种地,2=本地或外地打工,3=自己创业 |
新窗口打开
4.3 不同样本方案下支付意愿测度与分析
4.3.1 不同样本方案下支付意愿测度运用统计软件SPSS17.0对不同方案样本进行二元Logistic回归模型分析时,通过试验与分析,均分样本方案采用向后逐步回归法(Backward Con-ditional)进行处理,回归变量被剔除模型的依据是条件参数估计所得的似然比统计量的概率值,是以假定参数为基础作似然比检验;非均分样本及分类非均分样本均采用向前逐步回归法(Forward Con-ditional)进行处理,变量引入的根据是得分统计量的显著性水平,回归变量被剔除模型的依据是条件参数估计所得的似然比统计量的概率值。因此,在已确定的逐步回归方法下,依据回归变量被剔除模型的控制要求,直至模型通过检验时步骤终止,最终步骤中达到显著性水平的自变量即为模型自变量。三类样本方案各参数最终估值结果如表3、表4、表5所示。
Table 3
表3
表3均分样本模型估计结果
Table 3The estimation results of the average sample model
Exp(B)的95%C.I. | ||||||||
---|---|---|---|---|---|---|---|---|
模型 | 自变量 | 均值 | 系数 | 自由度 | 显著水平 | Exp(B) | 下限 | 上限 |
步骤11 | X4 | 2.650 | -0.553 | 1 | 0.002*** | 0.575 | 0.407 | 0.812 |
TC | 270.450 | -0.007 | 1 | 0.000*** | 0.993 | 0.991 | 0.995 | |
X13 | 3.400 | 0.237 | 1 | 0.036** | 1.268 | 1.016 | 1.582 | |
X15 | 2.990 | 0.273 | 1 | 0.035** | 1.315 | 1.019 | 1.696 | |
X16 | 0.480 | -1.158 | 1 | 0.003*** | 0.314 | 0.147 | 0.670 | |
常量 | - | 2.438 | 1 | 0.001 | 11.451 | - | - |
新窗口打开
Table 4
表4
表4非均分样本模型估计结果
Table 4The estimation results of the non-average sample model
Exp(B)的95%C.I. | ||||||||
---|---|---|---|---|---|---|---|---|
模型 | 自变量 | 均值 | 系数 | 自由度 | 显著水平 | Exp(B) | 下限 | 上限 |
步骤7 | TC | 256.860 | -0.006 | 1 | 0.000*** | 0.994 | 0.992 | 0.995 |
X13 | 3.310 | 0.326 | 1 | 0.001*** | 1.386 | 1.141 | 1.684 | |
X16 | 0.430 | -0.509 | 1 | 0.050*** | 0.601 | 0.361 | 1.000 | |
常量 | - | 0.807 | 1 | 0.011 | 2.242 | - | - |
新窗口打开
Table 5
表5
表5分类非均分样本模型估计结果
Table 5The estimation results of the classified non-average sample model
Exp(B)的95%C.I. | ||||||||
---|---|---|---|---|---|---|---|---|
模型 | 自变量 | 均值 | 系数 | 自由度 | 显著水平 | Exp(B) | 下限 | 上限 |
城镇类 | ||||||||
步骤2 | TC | 253.030 | -0.008 | 1 | 0.000*** | 0.992 | 0.990 | 0.995 |
X13 | 4.220 | 0.301 | 1 | 0.019*** | 1.351 | 1.052 | 1.735 | |
常量 | - | 0.698 | 1 | 0.226 | 2.010 | - | - | |
农村类 | ||||||||
步骤4 | TC | 259.730 | -0.006 | 1 | 0.000*** | 0.994 | 0.992 | 0.996 |
X13 | 2.620 | 0.390 | 1 | 0.023*** | 1.477 | 1.056 | 2.065 | |
X15 | 2.130 | 0.595 | 1 | 0.002*** | 1.184 | 1.249 | 2.634 | |
X21 | 1.860 | 0.477 | 1 | 0.000*** | 1.611 | 1.244 | 2.087 | |
常量 | - | -1.586 | 1 | 0.023 | 0.205 | - | - |
新窗口打开
由表3、表4、表5可知,三类不同样本方案下的变量统计检验结果均达到了规定的显著性水平。初始投标值TC,回归系数均为负,表明受访者的支付意愿与投标额呈负相关,即:投标额越高,受访者对耕地保护的支付意愿越低,该结果与经济学外部性相关原理相符。X13(受访者的受教育程度)和X15(受访者的家庭年收入水平)在规定的显著性范围内回归系数为正,表明文化程度和年收入水平越高的受访者,越愿意支付一定的金额用于耕地保护,符合预期,且与文献[21-23]研究的结果一致。X4与受访者的支付意愿呈负相关,即对“耕地面积减少和质量降低会影响您家庭今后的生活”的认知程度越深,支付意愿越低,不符合预期。但研究认为,问卷调查下的数据与经过专门整合后的数据存在差别,在处理多个变量时,存在某个变量结果不符合预期情况。同时鉴于该变量并不影响模型的整体,所以此处未将其剔除[22]。X16(区域)的回归系数为负,表明在其他条件一定的前提下,城镇区域受访者对随机投标额的接受概率小于农村受访者。X21(农业收入占家庭总收入比例)回归系数为0.477,表明农业收入比例占家庭总收入越高的家庭,农户越愿意拿出一部分收入用来保护耕地。尤其对种粮大户而言,农业收入是家庭的主要经济来源,耕地质量的高低直接影响着家庭生活水平,因此农户对耕地保护政策比较支持。
表3、表4、表5中各变量均在5%的显著性水平下通过检验,依据各变量的回归系数、均值构建不同样本方案下受访者WTP的二元Logistic回归模型:
均分样本:
非均分样本:
分类非均分城镇类样本:
分类非均分农村类样本:
将上述三类不同样本方案下各变量的回归系数和均值带入公式(5),测度出三类不同样本方案下受访者的平均WTP分别为:
均分样本受访者平均WTP=293.19元/(年·户)
非均分样本受访者平均WTP=284.2元/(年·户)
分类非均分城镇类样本受访者平均WTP=255.2元/(年·户)
分类非均分农村类样本受访者平均WTP=201.3元/(年·户)
以上测度结果显示,分类非均分城镇类样本、分类非均分农村类样本受访者平均WTP存在一定差异,分类非均分城镇类样本受访者平均WTP高出分类非均分农村类样本53.9元/(年·户)。通过对分类非均分样本模型估值结果分析可知,文化程度、家庭年总收入水平的回归系数均为正值,与居民的支付意愿呈正相关。该特征表明受访者文化程度越高、家庭年总收入水平越高,越愿意支付一定的金额用于耕地保护,这与研究区域城镇居民在文化程度、家庭年总收入水平方面整体高于农村居民相一致。
4.3.2 不同样本方案下WTP模型检验
二元Logistic回归模型常用的检验方法有H-L检验和对数似然比检验[24-27]。为提高模型检验的精确度,选取模型系数综合检验、H-L检验、-2对数似然比、C& S R方值、Nagelkerke R方值进行综合检验,直至模型通过检验时步骤终止,最终步骤中达到显著性水平的自变量即为模型自变量。
由表6可知,均分样本、非均分样本、分类非均分样本最终模型的Hosmer-Lemeshow检验sig值均大于0.05,说明接受零假设,表明各样本方案下最终模型均能够很好拟合数据;均分样本、非均分样本、分类非均分样本最终模型卡方检验的sig=0.000<0.05,说明统计结果具有较高的显著性,模型拟合优度较高;不同样本方案下最终模型的C&S R方值均在[0.2~0.4]之间,Nagelkerke R方值均在[0~1]之间,而且非均分样本、分类非均分样本的Nagelkerke R方值均逐步趋向于1,也表明各方案下的最终模型具有较好的拟合度。模型-2对数似然值服从卡方分布且在数学上更为方便,所以-2LL用于检验Logistic回归的显著性。非均分样本、分类非均分城镇类样本、分类非均分农村类样本中最终模型的-2对数似然值分别为533.704、227.958、307.280,且均是在所属样本模型组中的最小值,说明三种样本模型拟合优度均较高。均分样本-2对数似然值425.056值在所属样本模型组中最大,从该检验结果表明模型拟合优度不是很高,但依据Hosmer-Lemeshow检验sig值、卡方检验sig值、C&S R方值和Nagelkerke R方值,该样本方案下的最终模型也具有较高的拟合度。
Table 6
表6
表6三类样本WTP模型检验
Table 6The WTP model test of three kinds samples
类别 | 模型 | 模型系数综合检验 | H-L检验 | -2对数似然值 | C&S R 方值 | Nagelkerke R方值 | |||||
---|---|---|---|---|---|---|---|---|---|---|---|
卡方 | df | sig | 卡方 | df | sig | ||||||
均分样本 | 步骤1 | 114.229 | 15 | 0 | 10.324 | 8 | 0.243 | 417.869 | 0.257 | 0.343 | |
步骤6 | 113.236 | 10 | 0 | 11.461 | 8 | 0.177 | 418.863 | 0.255 | 0.340 | ||
步骤11 | 107.042 | 5 | 0 | 7.994 | 8 | 0.434 | 425.056 | 0.243 | 0.324 | ||
非均分样本 | 步骤1 | 98.413 | 1 | 0 | 10.324 | 8 | 0.243 | 568.043 | 0.185 | 0.247 | |
步骤4 | 120.727 | 4 | 0 | 11.461 | 8 | 0.177 | 545.730 | 0.222 | 0.296 | ||
步骤7 | 132.752 | 7 | 0 | 7.994 | 8 | 0.434 | 533.704 | 0.241 | 0.322 | ||
分类非均分样本 | 城镇类样本 | 步骤1 | 51.495 | 1 | 0 | 16.575 | 8 | 0.035 | 233.771 | 0.221 | 0.295 |
步骤2 | 57.308 | 2 | 0 | 13.616 | 8 | 0.092 | 227.958 | 0.243 | 0.324 | ||
农村类样本 | 步骤2 | 56.303 | 2 | 0 | 24.747 | 8 | 0.002 | 324.837 | 0.185 | 0.247 | |
步骤4 | 73.860 | 4 | 0 | 10.710 | 8 | 0.219 | 307.280 | 0.236 | 0.314 |
新窗口打开
4.4 耕地保护外部性测度结果
外部性估算思路为[2,28]:由条件价值评估法得出的受访者以家庭为单位的平均支付意愿,求出焦作市整体耕地保护的外部性,进而计算出单位面积耕地外部性,其测算公式为:式中
Table 7
表7
表72014年焦作市耕地保护外部性
Table 7Externality of cultivated land protection in Jiaozuo in 2014
支付意愿/(元/(户 | 支付率/% | 单位面积耕地外部性/(元/(hm2 | ||||||||
---|---|---|---|---|---|---|---|---|---|---|
均分 样本 | 非均分 样本 | 分类非均分样本 | 均分 样本 | 非均分 样本 | 分类非均分样本 | 均分 样本 | 非均分 样本 | 分类非均 分样本 | ||
城镇类 | 农村类 | 城镇类 | 农村类 | |||||||
293.19 | 284.20 | 255.20 | 201.30 | 89.74 | 89.74 | 88.03 | 91.06 | 1 351.80 | 1 310.30 | 1 054.80 |
新窗口打开
5 结论与讨论
(1)在科学设置投标值和假想市场、合理进行假想偏差规避以及合适样本数量下,基于单边界二分式CVM的均分样本、非均分样本方案的居民耕地保护支付意愿和单位面积耕地保护外部性测度结果具有较高的有效性。本研究在开展耕地保护经济补偿支付意愿(二分式格式)调查同时,也开展了耕地保护经济补偿支付意愿(支付卡格式)调查。基于支付卡CVM的焦作市农户类户均耕地保护居民支付意愿(以出钱和义务劳动为支付工具)为350.0元/年,城镇类户均耕地保护居民支付意愿(以出钱和义务劳动为支付工具)为376.3元/年,总体平均户均耕地保护居民支付意愿(以出钱和义务劳动为支付工具)为364.0元/年,单位面积耕地保护外部性为1624.9元/(hm2⋅年)。而基于单边界二分式CVM的均分样本、非均分样本方案下户均居民支付意愿分别为293.19元/年、284.2元/年,均分样本、非均分样本方案下单位面积耕地保护外部性分别为1351.8元/(hm2⋅年)、1310.3元/(hm2⋅年)。考虑基于支付卡CVM的焦作市农户类户均耕地保护居民支付意愿的支付工具为“出钱”和“义务劳动”,义务劳动换算为“出钱”一般偏大这一因素后,测度结果相近。马爱慧以武汉市为例,基于双边界二分式条件价值法估算出的农户耕地支付意愿在206.87~380.38元之间[29],该估算结果也与本研究结果相近。虽然方法不同(单边界二分式CVM、支付卡CVM、双边界二分式CVM三种方法),地域也有差异,但均是基于支付意愿测度结果。因此在一定误差范围内反映出本研究基于单边界二分式CVM的均分样本、非均分样本方案下的耕地保护支付意愿和单位面积耕地保护外部性测度结果具有较高的有效性。(2)基于单边界二分式CVM测度结果与投标值样本数量显著相关,与投标值样本数量均衡度的相关性则不显著。分类非均分样本方案从城镇和农村两个维度分别计算居民年户均耕地保护支付意愿,其中城镇类每个投标值样本数量介于14~31份之间,农村类每个投标值样本数量介于20~32份之间。非均分样本方案和均分样本将城镇和农村类样本予以归并和随机选取,其中非均分样本方案每个投标值样本数量介于36~60份之间,均分样本方案每个投标值样本数量均为35份。均分样本、非均分样本、分类非均分样本方案下单位面积耕地保护外部性测度结果分别为1351.80元/(hm2
(3)本研究中均分样本、非均分样本方案单位面积耕地保护外部性测度结果具有较高的有效性,可作为现实条件下耕地保护最低经济补偿标准,即单位面积平均经济补偿标准的下限值。基于CVM方法的耕地保护外部性是在一种假想市场下所测度出的受访者对耕地保护的平均支付意愿在单位面积耕地上的一种体现,由于没有考虑研究区域外受益主体的支付意愿以及社会经济发展水平的影响,其值较小。因此可作为现实条件下耕地保护最低经济补偿标准。2004年以来,国家的粮食直补政策以及一系列向种粮农户和种粮地区的倾斜政策(如农业三项补贴,2014年后调整为农业支持保护补贴补),其实质就是对耕地保护主体的农户给予一定的经济补偿。2012-2014年焦作市粮食直补和农资综合补贴合计约为(1407~1682)元/hm2,2012年以来,广东省韶关市、揭阳市、汕尾市以及海宁市(浙江省嘉兴市)实施的耕地保护补偿标准介于(600~1500)元/(hm2
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | [J]. , [J]. , |
[2] | [D]. , [D]. , |
[3] | [J]. , [J]. , |
[4] | [J]. , [J]. , |
[5] | [J]. , [J]. , |
[6] | [D]. , [D]. , |
[7] | [J]. , [J]. |
[8] | [D]. , [D]. , |
[9] | [J]. , [J]. , |
[10] | [J]. , [J]. , |
[11] | [D]. , [D]. , |
[12] | [J]. , [J]. , |
[13] | [J]. , [J]. , |
[14] | [J]. , |
[15] | [J]. , |
[16] | [J]. , |
[17] | [A]. In:, |
[18] | [J]. , [J]. , |
[19] | |
[20] | [J]. , |
[21] | [J]. , [J]. |
[22] | [D]. , [D]. , |
[23] | [D]. . [D]. |
[24] | [D]. , [D]. , |
[25] | [J]. , [J]. , |
[26] | [J]. , [J]. , |
[27] | [J]. , [J]. , |
[28] | [D]. , [D]. , |
[29] | [J]. , [J]. , |
[30] |