周穎 甘壽文 祖君鳴 杜艷芹

摘要 基于河北省保定市徐水區(qū)502份調(diào)查數(shù)據(jù)，運(yùn)用意愿價(jià)值評(píng)估方法，結(jié)合Logistic回歸模型分析手段，構(gòu)建耦合個(gè)體稟賦、生產(chǎn)經(jīng)營(yíng)、環(huán)保認(rèn)知、社會(huì)資源、政策偏好等因素的秸稈還田技術(shù)采納意愿評(píng)價(jià)模擬模型，定量分析秸稈還田費(fèi)用支付意愿影響因素。結(jié)果表明，正向影響支付意愿的因素由強(qiáng)到弱為秸稈用途、問(wèn)題求助、技術(shù)培訓(xùn)措施、粉碎費(fèi)用、農(nóng)藥費(fèi)用及銷售收入；負(fù)向影響支付意愿的因素由強(qiáng)到弱為采納別人意見(jiàn)、家庭總收入及化肥費(fèi)用；樣本總體的支付意愿平均水平為724.8元/hm2。鑒于北方地區(qū)農(nóng)戶秸稈還田技術(shù)采納意愿較低，技術(shù)決策中應(yīng)充分考慮農(nóng)戶的意愿和偏好，建立和完善農(nóng)民參與政策項(xiàng)目的保障機(jī)制；搭建農(nóng)村信息交流共享平臺(tái)，提高農(nóng)民的知識(shí)水平和操作能力；建立生產(chǎn)環(huán)節(jié)長(zhǎng)效動(dòng)態(tài)激勵(lì)機(jī)制，引導(dǎo)農(nóng)戶環(huán)境友好型生產(chǎn)行為。

關(guān)鍵詞 秸稈還田技術(shù)；意愿價(jià)值評(píng)估法；支付意愿；影響因素；計(jì)量經(jīng)濟(jì)模型

中圖分類號(hào) S-9 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2017）29-0214-07

Determinants Affecting Farmers Willingnesstopay for Adopting Straw Countersfield Technology from View of Farmers

ZHOU Ying1， GAN Shouwen1， ZU Junming2 et al

（1.Institute of Agricultural Resources and Regional Planning， Chinese Academy of Agricultural Science， Beijing 100081；2.Xushui Agriculture Bureau in Baoding City，Hebei Province，Baoding，Hebei 072550）

Abstract Based on the survey data of 502 households in Xushui District， Baoding City，we applied the contingent valuation method （CVM） and the logistic regression Model， constructed the simulation model of evaluating the adoption willing for straw countersfield technology including individual endowments， production and management， environmental awareness， social resources and policy preferences characteristic variables. We put forward the determinants affecting willingnesstopay for adopting straw countersfield technology. The positive impacts of willingness to pay from strong to weak were straw use， problem assisting， technical training， crushing costs， pesticide costs and sales revenue， and the negative impacts from strong to weak were adopting the views of others， the total household income and fertilizer costs. The average level of willingness to pay is 724.8 yuan/hm2. In view of the low willingnesstopay for adopting straw countersfield technology in the northern China， the government should take the following effective measures： taking full account of farmers wishes and preferences for decisionmaking， establishing the safeguards mechanisms for participating projects for farmers， and building the rural information exchange platform to promote the knowledge level and operational capability of farmers， establishing the longterm dynamic incentive mechanism of production link to guide farmers environmental friendly production behavior.

Key words Straw crushing returning technology；Contingent valuation method （CVM）；Willingnesstopay （WTP）；Influence factors；Compensation policy；Econometric model

作者簡(jiǎn)介 周穎（1975—），女，北京人，副研究員，博士，從事農(nóng)業(yè)生態(tài)補(bǔ)償研究。

收稿日期 2017-07-12

秸稈還田技術(shù)是保護(hù)性耕作的一項(xiàng)重要內(nèi)容，其利用作物秸稈殘茬覆蓋地表，培肥土壤地力和減少水分無(wú)效蒸發(fā)[1-2]，加強(qiáng)資源節(jié)約和環(huán)境保護(hù)[3]，已成為全球普遍推廣應(yīng)用的綠色環(huán)保農(nóng)機(jī)化技術(shù)。美國(guó)、加拿大、巴西等國(guó)的秸稈還田技術(shù)應(yīng)用面積已占本國(guó)耕地面積的40%～70%[4]。我國(guó)從20世紀(jì)70年代起開(kāi)展保護(hù)性耕作技術(shù)和理論研究，現(xiàn)已在全國(guó)15個(gè)省（區(qū)、市）開(kāi)展項(xiàng)目示范推廣，小麥、玉米、水稻等主要農(nóng)作物秸稈還田面積已接近總耕地面積15%。截至2015年，全國(guó)小麥、玉米、水稻三大糧食作物的機(jī)收率已經(jīng)達(dá)到92%、63%和86%[5]。盡管秸稈還田技術(shù)在我國(guó)得到重視和長(zhǎng)足發(fā)展[6]，但是玉米機(jī)械化收割依然是短板，農(nóng)民對(duì)玉米秸稈還田仍缺乏足夠的重視和了解。

秸稈還田技術(shù)具有良好的土壤效應(yīng)、生物效應(yīng)和農(nóng)田效應(yīng)[7-9]，對(duì)農(nóng)田生態(tài)環(huán)境帶來(lái)非負(fù)的效益或福利而表現(xiàn)出顯著的正外部性[10]。由于技術(shù)活動(dòng)的邊際私人收益小于邊際社會(huì)收益，所以政府因外部經(jīng)濟(jì)而帶來(lái)的效用應(yīng)該給予農(nóng)戶報(bào)酬和鼓勵(lì)。我國(guó)從2004年起推廣保護(hù)性耕作及秸稈還田獎(jiǎng)補(bǔ)試點(diǎn)，逐年加大農(nóng)機(jī)購(gòu)置補(bǔ)貼力度，大幅度提高購(gòu)機(jī)的積極性。農(nóng)機(jī)市場(chǎng)爆發(fā)式增長(zhǎng)背后是更多的農(nóng)機(jī)大戶享受補(bǔ)貼優(yōu)惠，但對(duì)于廣大農(nóng)民來(lái)說(shuō)，采納秸稈還田技術(shù)表現(xiàn)出的顯著正外部性，卻沒(méi)能由政府通過(guò)補(bǔ)貼手段來(lái)糾正。農(nóng)業(yè)生產(chǎn)的弱質(zhì)性特征導(dǎo)致糧食作物需求收入彈性小，在市場(chǎng)上與其他產(chǎn)業(yè)競(jìng)爭(zhēng)必然產(chǎn)生“外溢效應(yīng)”[11-12]。由于缺乏有針對(duì)性的補(bǔ)貼政策，生產(chǎn)投入額外成本不能內(nèi)部化解決，農(nóng)民參與環(huán)境保護(hù)和清潔生產(chǎn)動(dòng)力不足，導(dǎo)致現(xiàn)階段秸稈還田技術(shù)推廣依然面臨困境。

因此，在農(nóng)業(yè)技術(shù)活動(dòng)中建立一種合理、有效的補(bǔ)貼政策機(jī)制，充分發(fā)揮生產(chǎn)經(jīng)營(yíng)主體的能動(dòng)作用，是彌補(bǔ)因“政策失靈”和“市場(chǎng)失靈”造成農(nóng)業(yè)可持續(xù)發(fā)展困境的有效途徑。該研究針對(duì)我國(guó)現(xiàn)階段在農(nóng)業(yè)技術(shù)補(bǔ)償政策機(jī)制及公眾參與機(jī)制等方面存在的問(wèn)題，基于河北省保定市徐水區(qū)502份農(nóng)戶調(diào)查數(shù)據(jù)，運(yùn)用國(guó)際上最普遍的對(duì)環(huán)境物品非市場(chǎng)價(jià)值評(píng)估的意愿價(jià)值評(píng)估法（contingent valuation method，CVM）和Logistic二分類回歸模型，從農(nóng)戶視角定量提出秸稈還田技術(shù)應(yīng)用支付意愿決定因素，摸清影響因素在一定環(huán)境條件下的耦合關(guān)系和作用機(jī)制，并對(duì)其強(qiáng)度進(jìn)行排序，以期為技術(shù)決策及環(huán)境保護(hù)提供參考和服務(wù)。

1 研究綜述

農(nóng)業(yè)生態(tài)補(bǔ)償政策是國(guó)際社會(huì)支持和保護(hù)農(nóng)業(yè)發(fā)展的重要激勵(lì)手段，20世紀(jì)80年代起國(guó)外學(xué)者圍繞保護(hù)性耕作技術(shù)應(yīng)用影響因素及補(bǔ)償機(jī)制開(kāi)展了探索研究。大多數(shù)研究基于計(jì)量經(jīng)濟(jì)模型手段，分析技術(shù)應(yīng)用行為的決定因素，其結(jié)果為各國(guó)政府制定有效的農(nóng)業(yè)生態(tài)補(bǔ)償政策提供科學(xué)依據(jù)。Norton等[13]分析農(nóng)戶采納農(nóng)業(yè)清潔生產(chǎn)方式的決策過(guò)程，認(rèn)為只要補(bǔ)貼不小于農(nóng)戶的采納意愿，農(nóng)戶就愿意采納污染控制技術(shù)；如果這種技術(shù)能夠改善農(nóng)田環(huán)境質(zhì)量，那么農(nóng)戶的采納意愿就小于采納這種技術(shù)所造成的利潤(rùn)損失；信息與技術(shù)支持政策能夠改變農(nóng)戶的利潤(rùn)函數(shù)與效用函數(shù)，從而降低農(nóng)戶的采納意愿。Derpsch等[14]系統(tǒng)梳理全球30個(gè)國(guó)家和地區(qū)保護(hù)性耕作技術(shù)發(fā)展現(xiàn)狀，提出影響技術(shù)采納的因子包括思想認(rèn)知、技術(shù)方法、機(jī)械設(shè)備、除草藥劑及激勵(lì)性政策。Davey等[15]基于43 573份樣本的Probit計(jì)量模型分析認(rèn)為，影響加拿大牧場(chǎng)地區(qū)保護(hù)性耕作技術(shù)采納意愿的因素有農(nóng)場(chǎng)規(guī)模、與研究地點(diǎn)接近程度、土壤類型及受教育程度；Babcock等[16]重點(diǎn)分析了農(nóng)業(yè)項(xiàng)目投入與保護(hù)性耕作技術(shù)采納意愿的關(guān)系。Kurkalova等[17]提出可直接估算保護(hù)性耕作技術(shù)采納補(bǔ)貼標(biāo)準(zhǔn)的方法， 以愛(ài)荷華州為例，運(yùn)用意愿價(jià)值評(píng)估法計(jì)算平均補(bǔ)貼標(biāo)準(zhǔn)為玉米5.93美元/（hm2 ·a）， 大豆8.65美元/（hm2 ·a）。

國(guó)內(nèi)學(xué)者2000年以來(lái)開(kāi)展以秸稈還田為主的保護(hù)性耕作技術(shù)效果及采納意愿研究，大多數(shù)研究基于農(nóng)戶微觀層面數(shù)據(jù)，定量分析技術(shù)采納行為的政策、環(huán)境和家庭屬性等影響因素。方松海等[18]研究農(nóng)戶稟賦各因子對(duì)于保護(hù)地生產(chǎn)技術(shù)采納決策的影響作用，結(jié)合Logistic回歸模型分析摸清明顯傾向于采納及不采納技術(shù)的農(nóng)戶特征，并為政府制定推廣政策提供建議。葛繼紅等[19]基于江蘇省376戶調(diào)查數(shù)據(jù)，運(yùn)用Probit模型分析了影響農(nóng)戶選擇配方肥技術(shù)的因素，運(yùn)用Tobit模型分析影響配方肥施用比例的因素，結(jié)果表明：農(nóng)戶科學(xué)施肥能力特征和信息技術(shù)可得性特征對(duì)配方施肥技術(shù)選擇與配方肥施用比例有更顯著的影響。錢加榮等[20]以河南和江蘇兩地151份問(wèn)卷數(shù)據(jù)為依據(jù)，運(yùn)用Logit模型對(duì)秸稈還田技術(shù)補(bǔ)貼政策實(shí)施效果進(jìn)行實(shí)證分析，研究表明：年齡、教育程度和秸稈還田機(jī)械質(zhì)量等因素顯著影響技術(shù)采納意愿。王艷等[21]實(shí)證分析了花生種植戶機(jī)械化耕作、播種和收獲技術(shù)采納行為的影響因素，研究得出：以非農(nóng)收入為主的農(nóng)戶家庭收入對(duì)技術(shù)采納具有顯著負(fù)向影響；花生用地、示范戶特征和農(nóng)機(jī)補(bǔ)貼等對(duì)技術(shù)采納具有正向影響。王文信等[22]分析黃淮海地區(qū)農(nóng)戶種植苜蓿的影響因素，建立幼稚價(jià)格預(yù)期模型，證明針對(duì)其他作物的種植補(bǔ)貼不會(huì)顯著影響苜蓿種植面積，增加苜蓿供給能有效降低飼料糧供給壓力。郭霞等[23]基于對(duì)山東省糧食作物和經(jīng)濟(jì)作物種植農(nóng)戶的調(diào)查，應(yīng)用Logistic模型和區(qū)間回歸模型，探討影響農(nóng)技推廣服務(wù)外包農(nóng)戶支付意愿及水平的影響因素，得出農(nóng)戶受教育程度、種植成本和作物用途、技術(shù)作用認(rèn)知等因素顯著影響支付意愿和水平。

近年來(lái)，國(guó)內(nèi)學(xué)術(shù)界重視農(nóng)業(yè)環(huán)保技術(shù)采納行為意愿影響機(jī)理方面的研究，雖然大多數(shù)研究在方法上借助計(jì)量經(jīng)濟(jì)模型工具，但是選擇國(guó)際上最流行的意愿價(jià)值評(píng)估方法（CVM）的研究案例仍不多見(jiàn)。CVM方法不僅是目前國(guó)際社會(huì)廣泛采用的衡量非市場(chǎng)環(huán)境物品價(jià)值的重要方法，也是社會(huì)科學(xué)中定量化行為研究的有效手段。CVM是在假想市場(chǎng)環(huán)境下，直接詢問(wèn)受訪者對(duì)于某一環(huán)境物品或資源保護(hù)措施的支付意愿（willingnesstopay，WTP）或因環(huán)境受到破壞及資源損失的受償意愿（willingnesstoaccept，WTA），以WTP和WTA來(lái)評(píng)估環(huán)境服務(wù)的經(jīng)濟(jì)價(jià)值[24-25]。CVM采用社會(huì)調(diào)查方法來(lái)收集數(shù)據(jù)，引導(dǎo)受訪者對(duì)環(huán)境物品和服務(wù)做出定價(jià)，對(duì)于缺乏真實(shí)市場(chǎng)價(jià)格信息的環(huán)境物品價(jià)值評(píng)估獨(dú)具優(yōu)勢(shì)[26]。CVM方法至今依然沒(méi)有成為官方認(rèn)可的生態(tài)補(bǔ)償標(biāo)準(zhǔn)判定方法，其原因是CVM采取假想市場(chǎng)揭示偏好，在評(píng)估中出現(xiàn)策略性偏差、手段偏差、資料偏差及假想偏差等，使人們對(duì)其信度和效度缺乏信任[27]。鑒于此，該研究嘗試通過(guò)合理的技術(shù)途徑和對(duì)策措施規(guī)避CVM的偏差和可能產(chǎn)生誤差，以期獲得更為科學(xué)的評(píng)估結(jié)果，并為提高我國(guó)農(nóng)業(yè)生態(tài)補(bǔ)償領(lǐng)域CVM應(yīng)用的有效性和可靠性積累經(jīng)驗(yàn)。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 研究區(qū)概況

保定市徐水區(qū)是河北省中部的產(chǎn)糧大縣，現(xiàn)轄14個(gè)鄉(xiāng)鎮(zhèn)的304個(gè)行政村。全區(qū)農(nóng)業(yè)生產(chǎn)條件優(yōu)越，為典型的冬小麥/夏玉米一年兩熟制；常年各類農(nóng)作物種植面積約7.2萬(wàn)hm2。2013年，全區(qū)糧食作物面積約5.9萬(wàn)hm2，其中：小麥播種面積2.8萬(wàn)hm2，玉米播種面積2.9萬(wàn)hm2；農(nóng)業(yè)機(jī)械總動(dòng)力887 255 kW，大中型拖拉機(jī)1 583臺(tái)[28]。秸稈年產(chǎn)量大約70.6萬(wàn)t，其中：小麥秸稈約24.8萬(wàn)t，玉米秸稈約42.5萬(wàn)t，其他農(nóng)作物秸稈約3.3萬(wàn)t。年秸稈還田面積4.6萬(wàn)hm2，還田量49.4萬(wàn)t，分別占種植面積和秸稈總量的63.5%和70.1%；青貯、氨化秸稈10.8萬(wàn)t，占秸稈總量的15.3%。全區(qū)秸稈綜合利用率保持在87.3%，秸稈未被利用率為12.7%；小麥秸稈還田比例達(dá)到100%，玉米秸稈粉碎還田的比例達(dá)85%，仍有較大的推廣空間。全區(qū)現(xiàn)有秸稈粉碎還田機(jī)1 300臺(tái)，每個(gè)行政村擁有3～4臺(tái)秸稈粉碎機(jī)，可見(jiàn)機(jī)械化裝備水平已不是秸稈還田的主要障礙。

2.2 數(shù)據(jù)來(lái)源

采用目標(biāo)抽樣與分層抽樣相結(jié)合的方法獲取數(shù)據(jù)。第一階段目標(biāo)抽樣，考慮全區(qū)種植業(yè)總體布局，選擇中東部以糧食生產(chǎn)為主的10個(gè)鄉(xiāng)（鎮(zhèn)）作為目標(biāo)區(qū)域。第二階段分層抽樣，參照當(dāng)?shù)赜嘘P(guān)專家及農(nóng)業(yè)技術(shù)員的意見(jiàn)，根據(jù)各村生產(chǎn)條件及秸稈還田的實(shí)施現(xiàn)狀，將10個(gè)鄉(xiāng)（鎮(zhèn)）劃分為3個(gè)層次：安肅鎮(zhèn)、崔莊鎮(zhèn)、遂城鎮(zhèn)和高林村鎮(zhèn)生產(chǎn)條件最好為第一層；東史端鄉(xiāng)、漕河鎮(zhèn)、留村鄉(xiāng)生產(chǎn)條件較好為第二層；大王店鎮(zhèn)、正村鄉(xiāng)、大因鎮(zhèn)生產(chǎn)條件一般為第三層。每個(gè)層中的各鄉(xiāng)（鎮(zhèn)）分別抽取2個(gè)行政村，共計(jì)20個(gè)行政村，每個(gè)村隨機(jī)選擇26戶受訪者構(gòu)成樣本總體。調(diào)查時(shí)間為2014年7月10—16日，問(wèn)卷內(nèi)容涉及2013—2014年冬小麥和2013年夏玉米生產(chǎn)情況。 該次調(diào)查收集問(wèn)卷共計(jì)513份，不合格問(wèn)卷有11份，有效率達(dá)97.9%。以502份有效問(wèn)卷作為研究的數(shù)據(jù)來(lái)源，符合樣本容量整體要求故研究有代表性。

為了盡量避免CVM可能產(chǎn)生的偏差，該研究采取了以下有效措施：一是在安肅鎮(zhèn)、漕河鎮(zhèn)、留村鄉(xiāng)開(kāi)展預(yù)調(diào)查，以考察和提高問(wèn)卷質(zhì)量；二是向農(nóng)戶發(fā)放《秸稈粉碎還田技術(shù)講解》手冊(cè)，集中講解秸稈還田補(bǔ)貼政策情況；三是向參與問(wèn)卷調(diào)查的農(nóng)戶發(fā)放誤工費(fèi)，標(biāo)準(zhǔn)為30元/人，以模擬補(bǔ)貼實(shí)施的真實(shí)市場(chǎng)情況；四是采取面對(duì)面訪談形式，獲取個(gè)體屬性和外部因素相關(guān)信息；五是創(chuàng)新性地在核心估值問(wèn)題后設(shè)計(jì)后續(xù)確定性問(wèn)題，以提高支付意愿表達(dá)的準(zhǔn)確性。首先，假設(shè)政府資金有限不能負(fù)擔(dān)全部的玉米機(jī)械收割費(fèi)用，詢問(wèn)受訪者是否愿意自己支付部分秸稈還田費(fèi)用。如果受訪者愿意支付（WTP>0），則詢問(wèn)受訪者最多愿意支付的額度。WTP投標(biāo)值按單位面積秸稈粉碎與旋耕費(fèi)用之和設(shè)定，共分為11個(gè)選項(xiàng)，最高值為110元以上。其次，設(shè)計(jì)“10”刻度量化表，受訪者對(duì)某個(gè)投標(biāo)值回答“是”之后，請(qǐng)其在10刻度量度表上選擇支付意愿的可能性（圖1）。根據(jù)后續(xù)問(wèn)題的回答對(duì)WTP的選項(xiàng)值進(jìn)行修正，即將確定度小于某一數(shù)值的回答并入“不太愿意”[29-30]。該次調(diào)查的確定性門檻定為“8”，凡是答案選擇小于或等于“8”均被認(rèn)為是“不太愿意”，通過(guò)校正進(jìn)一步量化行動(dòng)意愿的真實(shí)可能性。

2.3 模型構(gòu)建

基于農(nóng)戶調(diào)查橫截面數(shù)據(jù)，選擇經(jīng)典的Logistic二元離散模型作為分析工具。Logistic回歸模型是最成熟也是應(yīng)用最廣泛的分類模型[31]，能把（0，1）上預(yù)測(cè)概率的問(wèn)題轉(zhuǎn)化為在實(shí)數(shù)軸上預(yù)測(cè)一個(gè)時(shí)間發(fā)生的機(jī)會(huì)比問(wèn)題，普遍應(yīng)用于經(jīng)濟(jì)決策領(lǐng)域的研究[32-33]。該研究將秸稈還田費(fèi)用支付意愿作為離散型因變量，運(yùn)用Logistic模型的邏輯概率分布函數(shù)如下：

Pi（t=1|Xi）=F（α+βXi）= 1 1+e-（α+βxi） （1）

1-Pi== 1 1+e-（α+βxi） （2）

式中，t表示是否非常愿意支付秸稈還田費(fèi)用；Xi為影響支付意愿的因素；對(duì)于給定Xi，Pi是非常愿意支付的概率，1-Pi為不太愿意支付的概率，Pi /（1-Pi）為非常愿意與不太愿意支付行為的發(fā)生比。經(jīng)過(guò)變換可得Logit回歸模型：

Logit（P）= ln（ P 1-P ）=β0+β1X1i+β2X2i+…+βkXki+μi，k=1，2，…，n；i=1，2，…，n （3）

式中，P/（1-P）表示是否非常愿意支付還田費(fèi)用（即粉碎與旋耕費(fèi)用之和，被解釋變量）；Xi（i=1，2，…，n）表示支付意愿影響因素（解釋變量）；β0為常數(shù)項(xiàng)（截距），β1，β2，…，βk表示回歸系數(shù)；μ為隨機(jī)誤差項(xiàng)；k為解釋變量的個(gè)數(shù)；n為調(diào)查樣本容量。

2.4 變量選擇

模型引入的解釋變量有4組，參照《徐水縣國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)資料（2011—2013年）》，變量賦值及預(yù)期影響判斷見(jiàn)表1。由表1可知，個(gè)體屬性變量，包括性別、年齡、受產(chǎn)成本及秸稈用途；環(huán)境及社會(huì)資源變量，包括對(duì)土壤污染關(guān)注、信息來(lái)源途徑、問(wèn)題求助對(duì)象以及對(duì)別人意見(jiàn)采納情況；政策認(rèn)知變量，包括秸稈還田補(bǔ)貼、糧食價(jià)格政策認(rèn)知以及惠農(nóng)政策排序。

3 結(jié)果與分析

3.1 樣本總體特征

受訪者是戶主的有339人，占總?cè)藬?shù)67.5%，戶主中男性受訪者295人，占戶主人數(shù)的87%。受訪者年齡結(jié)構(gòu)中，46歲以上的中老年人占84.66%，35歲以下青年人僅占3.19%，反映了當(dāng)前農(nóng)村勞動(dòng)力年齡總體出現(xiàn)老年化態(tài)勢(shì)。受訪者每年勞動(dòng)時(shí)間累計(jì)不超過(guò)3個(gè)月占樣本的83.47%，表明農(nóng)業(yè)機(jī)械化普及極大提高勞動(dòng)生產(chǎn)率。戶均耕地面積為0.35 hm2，耕地0.40 hm2以下的占72.31%。家庭總收入數(shù)據(jù)獲取難度較大，大多數(shù)受訪者能在調(diào)查員引導(dǎo)下估計(jì)，其中：家庭總收入在1.1萬(wàn)～3.0萬(wàn)元的占總?cè)藬?shù)的48.4%。玉米生產(chǎn)成本費(fèi)用組成見(jiàn)圖2：機(jī)械費(fèi)用所占比例最高，為43.68%，化肥費(fèi)用為33.91%，種子費(fèi)用占994%，灌溉費(fèi)用占7.61%，農(nóng)藥費(fèi)用最少，為4.86%。

在502份有效問(wèn)卷中，有404人表示“非常愿意”支付部分秸稈還田費(fèi)用（WTP>0），占樣本總體的80.48%；有98份表示“不太愿意”（WTP=0），僅占樣本總體的19.52%。受訪者支付意愿的分布如圖3所示：支付意愿的分布出現(xiàn)2個(gè)峰值，分別是300元/hm2以下（占22.5%），751～900元/hm2（占18.3%）；樣本總體支付意愿均值為724.5元/hm2。

3.2 單因素統(tǒng)計(jì)分析

表2進(jìn)一步分析了單一影響因素與支付意愿之間相關(guān)關(guān)系。

3.2.1 個(gè)體屬性的影響。初中及以下文化程度的占樣本總體86.85%，文化程度越高農(nóng)戶越愿意支付秸稈還田費(fèi)用。年齡在56～65歲的占樣本總體35.26%，該年齡組的支付意愿高于其他年齡組，表明中老年人作為家庭的主要?jiǎng)趧?dòng)力，還是非常愿意為改善耕地質(zhì)量而增加投入的，因而表現(xiàn)出較高的支付意愿。家庭經(jīng)營(yíng)收入在2.1萬(wàn)～4.0萬(wàn)元，占總?cè)藬?shù)的53.78%，隨著收入增加其非常愿意支付意愿反而減小，說(shuō)明中等和較高收入家庭并不愿意在農(nóng)業(yè)生產(chǎn)上增加投入。此外，使用機(jī)械收割方式的受訪者不太愿意支付的比例明顯高于不使用機(jī)械收割的農(nóng)戶，說(shuō)明機(jī)械收割方式對(duì)農(nóng)戶支付意愿有顯著的負(fù)向影響。

3.2.2 環(huán)境及社會(huì)因素方面的影響。受訪者認(rèn)為投入品引起土壤污染的占73.11%，其中非常愿意支付秸稈還田費(fèi)用占72.03%，說(shuō)明農(nóng)民的環(huán)保意識(shí)逐漸增強(qiáng)，生態(tài)環(huán)境問(wèn)題正在引起農(nóng)民的關(guān)注。生產(chǎn)中遇到問(wèn)題經(jīng)常求助于周邊村民的占樣本總體的50.59%，其非常愿意支付費(fèi)用的占5644%，遠(yuǎn)高于不太愿意的比例；有問(wèn)題不求助別人且不太愿意支付還田費(fèi)用的比非常愿意支付的高29.9%?？梢?jiàn)，社會(huì)資源比較豐富且溝通交流廣泛的農(nóng)戶對(duì)于秸稈還田改善環(huán)境的作用認(rèn)識(shí)更深，因而更愿意支付粉碎還田費(fèi)用。

3.2.3 政策因素方面的影響。在了解購(gòu)機(jī)補(bǔ)貼政策的受訪者中，有更多的人表示不太愿意支付秸稈還田費(fèi)用，說(shuō)明我國(guó)現(xiàn)行的秸稈還田技術(shù)補(bǔ)貼試點(diǎn)均依托農(nóng)機(jī)購(gòu)置補(bǔ)貼政策來(lái)實(shí)行，針對(duì)農(nóng)機(jī)裝備進(jìn)行補(bǔ)貼，受益者是農(nóng)機(jī)大戶及農(nóng)機(jī)手，農(nóng)戶參與的積極性并不高。然而，當(dāng)提出將實(shí)施針對(duì)農(nóng)戶的秸稈還田補(bǔ)貼政策時(shí)，農(nóng)戶非常愿意支付的比例明顯高于不太愿意的比例，說(shuō)明政策的激勵(lì)作用效果顯著。

3.3 多因素回歸分析

運(yùn)用SPSS 19.0統(tǒng)計(jì)軟件的基于Wald統(tǒng)計(jì)量的前進(jìn)法，以是否愿意支付秸稈還田費(fèi)用（即秸稈粉碎和旋耕費(fèi)用之和）為被解釋變量，將解釋變量進(jìn)入模型進(jìn)行二元Logistic回歸分析。在0.05顯著水平上進(jìn)行回歸模型的擬合優(yōu)度檢驗(yàn)、匯總檢驗(yàn)和偏回歸系數(shù)顯著性檢驗(yàn)。首先，模型的Hosmer-Lemeshow 擬合優(yōu)度檢驗(yàn)結(jié)果顯示：檢驗(yàn)統(tǒng)計(jì)量概率高于顯著性水平α，因此可以判斷沒(méi)有充分的理由拒絕被解釋變量的觀測(cè)值與模型預(yù)測(cè)值不存在差異的零假設(shè)，表明在0.05顯著性水平上模型的估計(jì)擬合了數(shù)據(jù)且預(yù)測(cè)準(zhǔn)確率達(dá)86.10%。其次，模型匯總檢驗(yàn)結(jié)果顯示：Cox& Snell R2值和Nagelkerke R2值分別是0.215和0342，對(duì)數(shù)似然值為374.324，說(shuō)明模型可以解釋被解釋變量30%以上的變動(dòng)，模型的擬合優(yōu)度較好。第三，模型偏回歸系數(shù)檢驗(yàn)結(jié)果見(jiàn)表3。相關(guān)系數(shù)矩陣中的元素值顯示，各變量之間無(wú)高度相關(guān)性，不存在多重共線性的問(wèn)題，回歸方程有統(tǒng)計(jì)意義且結(jié)果可信。

（1）個(gè)體屬性變量中家庭總收入在0.01水平上通過(guò)顯著性檢驗(yàn)，并且與支付意愿呈顯著負(fù)相關(guān)，與假設(shè)一致。說(shuō)明家庭總收入越高的農(nóng)戶越不愿意增加農(nóng)業(yè)生產(chǎn)技術(shù)投入，因?yàn)閷?duì)于高收入家庭來(lái)說(shuō)農(nóng)業(yè)收入已經(jīng)不是主要經(jīng)濟(jì)來(lái)源，若再增加農(nóng)業(yè)方面投資意義不大。

（2）生產(chǎn)經(jīng)營(yíng)變量中有5個(gè)解釋變量通過(guò)顯著性檢驗(yàn)?；寿M(fèi)用在0.01水平上顯著負(fù)向影響支付意愿，由于施用化肥是保障糧食增產(chǎn)和穩(wěn)產(chǎn)的主要措施，秸稈還田相比化肥的增產(chǎn)作用是長(zhǎng)期而緩慢的，所以化肥投入較高的農(nóng)戶更重視短期內(nèi)的效果和收益，并不愿意為秸稈還田增加投入。農(nóng)藥費(fèi)用在0.05水平上顯著正向影響支付意愿，大多數(shù)農(nóng)戶認(rèn)識(shí)到施用農(nóng)藥會(huì)污染土壤，從秸稈還田提高土壤肥力狀況考慮，非常愿意支付粉碎還田費(fèi)用。 粉碎費(fèi)用在0.01水平上顯著正向影響支付意愿，說(shuō)明農(nóng)戶的支付意愿與生產(chǎn)行為是一致的。銷售收入通過(guò)0.05的顯著性檢驗(yàn)且參數(shù)為正，即玉米種植獲得收益越高越愿意支付機(jī)械服務(wù)費(fèi)用，說(shuō)明農(nóng)戶比較認(rèn)可機(jī)械化生產(chǎn)方式給農(nóng)業(yè)生產(chǎn)帶來(lái)的顯著變化。秸稈用途在0.01水平上顯著正向影響支付意愿且偏回歸系數(shù)較高，表明對(duì)于玉米秸稈的處置除非青貯或送人，農(nóng)戶依然會(huì)選擇秸稈還田這種環(huán)保方式，不管政府是否實(shí)施補(bǔ)貼政策。

（3）環(huán)境及社會(huì)變量中問(wèn)題求助及采納別人意見(jiàn)2個(gè)變量通過(guò)顯著性檢驗(yàn)。農(nóng)戶遇到問(wèn)題是否求助親戚朋友或周邊村民在0.01水平上顯著正向影響支付意愿，若農(nóng)戶在生產(chǎn)中經(jīng)常向別人求助表明其思維比較活躍，對(duì)于農(nóng)業(yè)生產(chǎn)及環(huán)境保護(hù)的知識(shí)獲取欲望較強(qiáng)，越傾向于從事環(huán)保型生產(chǎn)行為，故表現(xiàn)出較強(qiáng)的支付意愿。反之，思想僵化、知識(shí)貧乏的農(nóng)戶，并不關(guān)心生產(chǎn)對(duì)環(huán)境的負(fù)面影響，因而支付意愿較低。采納別人意見(jiàn)通過(guò)0.01的顯著檢驗(yàn)且方向?yàn)樨?fù)，原因可能是完全采納別人意見(jiàn)的農(nóng)戶在生產(chǎn)中缺乏獨(dú)立思考的意識(shí)和能力，對(duì)秸稈還田的環(huán)境效應(yīng)認(rèn)識(shí)不足，在猶豫不覺(jué)地回答中表現(xiàn)出較低的支付意愿。

（4）政策認(rèn)知變量中惠農(nóng)政策排序第三位因素顯著影響支付意愿?；蒉r(nóng)政策排序虛擬變量是農(nóng)戶根據(jù)自己理解將現(xiàn)行的五項(xiàng)惠農(nóng)政策按照重要性排序?；蒉r(nóng)政策重要性排序第三位是“加強(qiáng)培訓(xùn)”，即：當(dāng)農(nóng)戶認(rèn)為加強(qiáng)教育培訓(xùn)政策排序第三，其“非常意愿”支付秸稈還田費(fèi)用的意愿最高，表明大多數(shù)農(nóng)戶認(rèn)為增加科技培訓(xùn)和技術(shù)推廣服務(wù)講座對(duì)于推廣環(huán)保技術(shù)還是很有必要的。

4 結(jié)論與建議

4.1 結(jié)論

運(yùn)用意愿價(jià)值評(píng)估法（CVM），引導(dǎo)獲取北方旱作區(qū)農(nóng)戶對(duì)于國(guó)家大力推廣的秸稈還田技術(shù)的機(jī)械收割費(fèi)用的支付意愿，構(gòu)建Logistic是模型實(shí)證分析了糧食作物農(nóng)戶秸稈還田技術(shù)采納行為意愿的影響因素，得出以下結(jié)論。

4.1.1

家庭收入主要來(lái)源是技術(shù)采納意愿的決定因素。以農(nóng)業(yè)收入為主要經(jīng)濟(jì)來(lái)源的農(nóng)戶對(duì)綠色環(huán)保農(nóng)機(jī)化技術(shù)有較強(qiáng)的采納意愿，主要是由農(nóng)業(yè)收入的主導(dǎo)地位決定的。種地農(nóng)戶在追求高產(chǎn)量、高收入的同時(shí)，非常迫切地希望改善農(nóng)業(yè)生產(chǎn)條件、提高農(nóng)業(yè)技術(shù)水平。因此，他們希望體驗(yàn)新技術(shù)成果給生產(chǎn)帶來(lái)的新變化，即使會(huì)增加成本投入也在所不惜。反而以非農(nóng)業(yè)收入為主要經(jīng)濟(jì)來(lái)源的家庭，更愿意將精力和物力投入到非農(nóng)行業(yè)中，對(duì)農(nóng)業(yè)生產(chǎn)關(guān)注程度普遍降低。

4.1.2

生產(chǎn)輔助能投入是影響技術(shù)采納意愿的關(guān)鍵因素。生產(chǎn)經(jīng)營(yíng)成本中化肥投入對(duì)于技術(shù)采納意愿具有顯著負(fù)向影響，化肥施用仍是保證糧食產(chǎn)量的重要措施，農(nóng)戶不會(huì)關(guān)注對(duì)于土壤環(huán)境質(zhì)量的影響，因而不愿意使用秸稈還田技術(shù)。農(nóng)藥投入影響方向與化肥投入相反。結(jié)合農(nóng)戶調(diào)查可知，大多數(shù)人已經(jīng)認(rèn)識(shí)到農(nóng)藥更容易引起空氣、土壤及水質(zhì)的污染，希望通過(guò)秸稈還田改善土壤理化性狀和病蟲害狀況，確保糧食產(chǎn)量不降低。因此，研制推廣能夠替代化肥的有機(jī)肥料，引導(dǎo)農(nóng)戶通過(guò)輪作、科學(xué)管理及生物防治等措施預(yù)防農(nóng)田病蟲害，能有效引導(dǎo)農(nóng)民采納秸稈還田技術(shù)。

4.1.3

社會(huì)資源豐富程度是技術(shù)采納意愿重要促進(jìn)因素。農(nóng)業(yè)生產(chǎn)勞動(dòng)是在一定的社會(huì)交往、社會(huì)活動(dòng)中實(shí)現(xiàn)的，個(gè)體的生產(chǎn)動(dòng)機(jī)和行為不可避免地受到各種社會(huì)因素的影響；人們?cè)诟鞣N各樣的信息、觀念、信仰等碰撞下，轉(zhuǎn)變?yōu)槿说膭?dòng)機(jī)、情緒和態(tài)度，并最終形成明確的行為導(dǎo)向。社會(huì)關(guān)系對(duì)于農(nóng)民來(lái)說(shuō)是一種稀缺資源，生產(chǎn)信息獲取渠道、鄰里親戚關(guān)系及社會(huì)資源分享情況等直接影響行為決策。農(nóng)戶的社會(huì)關(guān)系資本越豐富，其獲取的生產(chǎn)信息來(lái)源渠道越廣闊，對(duì)環(huán)保技術(shù)的認(rèn)知和接受能力越強(qiáng)，就越愿意嘗試并采納新技術(shù)。

4.1.4

政策與制度是影響技術(shù)采納意愿的重要外部因素。農(nóng)業(yè)補(bǔ)貼政策不僅直接增加了農(nóng)民可支配的農(nóng)業(yè)收入，使家庭經(jīng)濟(jì)狀況較之前有所改善，同時(shí)也對(duì)農(nóng)民生產(chǎn)行為及素質(zhì)產(chǎn)生更深層次的影響。政策因素主要通過(guò)農(nóng)民福利的改善和非農(nóng)就業(yè)機(jī)會(huì)增加，提高農(nóng)民環(huán)境保護(hù)的認(rèn)識(shí)水平，逐步實(shí)現(xiàn)農(nóng)村經(jīng)濟(jì)良性循環(huán)和綠色發(fā)展。

4.2 政策建議

4.2.1

建立和完善農(nóng)民參與的保障機(jī)制。從法律層面明確規(guī)定農(nóng)民參與項(xiàng)目的權(quán)利，建立匹配的操作程序以及相應(yīng)的保障措施；通過(guò)對(duì)項(xiàng)目的利益相關(guān)者農(nóng)戶的賦權(quán)，使得農(nóng)戶對(duì)公益項(xiàng)目自發(fā)建立起主人翁意識(shí)。從財(cái)政層面明確參與資金的來(lái)源，為農(nóng)戶參與提供資金保障，在稅收減免、財(cái)政支持、金融服務(wù)等方面進(jìn)行扶持。從市場(chǎng)層面建立參與項(xiàng)目農(nóng)戶的糧食價(jià)格保護(hù)制度，加強(qiáng)投入品使用的監(jiān)督及監(jiān)管。

4.2.2

搭建農(nóng)村信息交流共享服務(wù)平臺(tái)。依托新型農(nóng)村社會(huì)化服務(wù)組織架起農(nóng)民與政府利益聯(lián)結(jié)的橋梁紐帶，一方面提供更多更好的農(nóng)村公共文化信息服務(wù)，滿足農(nóng)民的文化需求和技術(shù)知識(shí)需求；另一方面將農(nóng)技服務(wù)、農(nóng)資供銷、品牌營(yíng)銷、資金互助、金融幫扶等涉農(nóng)經(jīng)營(yíng)服務(wù)領(lǐng)域的資源整合起來(lái)，通過(guò)機(jī)制、管理和服務(wù)的創(chuàng)新，為農(nóng)業(yè)生產(chǎn)提供更為便利、高效的社會(huì)化服務(wù)。

4.2.3

建立生產(chǎn)環(huán)節(jié)長(zhǎng)效動(dòng)態(tài)激勵(lì)機(jī)制。一是加大農(nóng)戶環(huán)保生產(chǎn)行為補(bǔ)貼，包括：自覺(jué)減少化肥、殺蟲劑和除草劑的使用，更多地使用有機(jī)肥料、生物農(nóng)藥和機(jī)械除草；自覺(jué)采用秸稈機(jī)械粉碎覆蓋還田技術(shù)，增加耕地土壤環(huán)境質(zhì)量；自愿聯(lián)合結(jié)成農(nóng)業(yè)合作經(jīng)濟(jì)組織，采用全程機(jī)械化作業(yè)生產(chǎn)。二是設(shè)置農(nóng)業(yè)技術(shù)補(bǔ)貼獎(jiǎng)懲機(jī)制，凡申請(qǐng)補(bǔ)貼項(xiàng)目的農(nóng)戶必須承諾預(yù)期成果和保證措施，若不能達(dá)到最低標(biāo)準(zhǔn)要求則不能獲得全額補(bǔ)貼；并將技術(shù)補(bǔ)貼與國(guó)家環(huán)境檢測(cè)最低標(biāo)準(zhǔn)指標(biāo)體系掛鉤，生產(chǎn)活動(dòng)必須符合國(guó)家標(biāo)準(zhǔn)的方可獲得補(bǔ)貼。三是健全農(nóng)業(yè)保險(xiǎn)的長(zhǎng)效機(jī)制，建議單獨(dú)成立政策性的農(nóng)業(yè)保險(xiǎn)公司，政府可以對(duì)從事農(nóng)業(yè)保險(xiǎn)的機(jī)構(gòu)提供大規(guī)模的保費(fèi)補(bǔ)貼，使農(nóng)民能以較低保險(xiǎn)費(fèi)參加保險(xiǎn)，真正享受到保險(xiǎn)帶來(lái)的收益。

參考文獻(xiàn)

[1] 李曼，崔和瑞.發(fā)展保護(hù)性耕作技術(shù) 促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展[J].中國(guó)農(nóng)機(jī)化，2005（5）：51-53.

[2] 趙亞麗，薛志偉，郭海斌，等.耕作方式與秸稈還田對(duì)土壤呼吸的影響及機(jī)理[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30（19）：155-163.

[3] 高旺盛.論保護(hù)性耕作技術(shù)的基本原理與發(fā)展趨勢(shì)[J].中國(guó)農(nóng)業(yè)科學(xué)，2007，40（12）：2702-2708.

[4] 農(nóng)業(yè)部，國(guó)家發(fā)展改革委.保護(hù)性耕作工程建設(shè)規(guī)劃（2009—2015年）[EB/OL].（2009-08-28）[2017-05-11].http：//www.moa.gov.cn/zwllm/zcfg/nybgz/200908/t20090828_1340481.htm.

[5] 董潔芳.2015年全國(guó)玉米機(jī)收率達(dá)63%，提升5個(gè)百分點(diǎn)[EB/OL].（2015-12-25）[2017-05-11].http：//www.nj.agri.gov.cn/nxtwebfreamwork/zz/detail.jsp？articleId=ff80808151d2c6040151d6ba88a337ec.

[6] 王長(zhǎng)生，王遵義，蘇成貴，等.保護(hù)性耕作技術(shù)的發(fā)展現(xiàn)狀[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2004，35（1）：167-169.

[7] 宋志偉，楊超.農(nóng)作物秸稈綜合利用技術(shù)[M].北京：中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社，2011.

[8] BESCANSA P，IMAZI M J，VIRTO I，et al.Soil water retention as affected by tillage and residue management in semiarid Spain[J].Soil and tillage research，2006，87（1）：19-27.

[9] 于曉蕾，吳普特，汪有科，等.不同秸稈覆蓋量對(duì)冬小麥生理及土壤溫、濕狀況的影響[J].灌溉排水學(xué)報(bào)，2007，26（4）：41-44.

[10] 韋葦，楊衛(wèi)軍.農(nóng)業(yè)的外部性及補(bǔ)償研究[J].西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2004，34（1）：148-153.

[11] 徐祥臨.如何理解“農(nóng)業(yè)是弱質(zhì)產(chǎn)業(yè)”[J].經(jīng)濟(jì)研究參考，1997（12）：43.

[12] 任大鵬，郭海霞.我國(guó)農(nóng)業(yè)補(bǔ)貼的法制化研究[J].農(nóng)村經(jīng)濟(jì)，2005（10）：7-9.

[13] NORTON N A，PHIPPS T T，F(xiàn)LETCHER J J.Role of voluntary programs in agricultural nonpoint pollution policy [J].Contemporary economic policy，1994，12（1）：113-121.

[14] DERPSCH R，F(xiàn)RIEDRICH T.Development and current status of notill adoption in the world[C]//.Proceedings on CD，18th Triennial Conference of the International Soil Tillage Research Organization（ISTRO）.Izmir：[s.n.]，2009.

[15] DAVEY K A，F(xiàn)URTAN W H.Factors that affect the adoption decision of conservation tillage in the prairie region of Canada [J].Canadian journal of agricultural economics/revue canadienne dagroeconomie，2008，56（3）：257-275.

[16] BABCOCK B A，CHAHERLI N M，LAKSHMINARAYAN P G.Program participation and farmlevel adoption of conservation tillage：Estimates from a multinomial Logit model[D].Iowa：Iowa State University，1995.

[17] KURKALOVA L A，KLING C L，ZHAO J H.The subsidy for adopting conservation tillage：Estimation from observed behavior [J].CARD IowA：Iowa State University，2001.

[18] 方松海，孔祥智.農(nóng)戶稟賦對(duì)保護(hù)地生產(chǎn)技術(shù)采納的影響分析：以陜西、四川和寧夏為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2005（3）：35-42.

[19] 葛繼紅，周曙東，朱紅根，等.農(nóng)戶采用環(huán)境友好型技術(shù)行為研究：以配方施肥技術(shù)為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（9）：57-63.

[20] 錢加榮，穆月英，陳阜，等.我國(guó)農(nóng)業(yè)技術(shù)補(bǔ)貼政策及其實(shí)施效果研究：以秸稈還田補(bǔ)貼為例[J].中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2011，16（2）：165-171.

[21] 王艷，周曙東.花生種植戶機(jī)械化技術(shù)采納行為實(shí)證分析[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，14（5）：106-111.

[22] 王文信，蔡世攀，王剛.黃淮海地區(qū)農(nóng)戶苜蓿種植行為影響因素分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31（S1）：284-290.

[23] 郭霞，朱建軍，劉曉光.農(nóng)技推廣服務(wù)外包農(nóng)戶支付意愿及支付水平影響因素的實(shí)證分析：基于山東省種植業(yè)農(nóng)戶的調(diào)查[J].農(nóng)業(yè)現(xiàn)代化研究，2015，36（1）：62-67.

[24] MITCHELL R C，CARSON R T.Using surveys to value Public Goods：The Contingent Valuation Method[M].Washington D C：Resource for the Future Press，1989：900-902.

[25] DAVIS R K.Recreation planning as an economic problem[J].Natural Resource Journal，1963，3（2）：239-249.

[26] HANEMANN W M.Valuing the environment through contingent valuation [J].Journal of economic perspective，1994，8（4）：19-43.

[27] 蔡志堅(jiān)，杜麗永，蔣瞻.條件價(jià)值評(píng)估的有效性與可靠性改善：理論、方法與應(yīng)用[J].生態(tài)學(xué)報(bào)，2011，31（10）：2915-2923.

[28] 徐水縣統(tǒng)計(jì)局.徐水縣國(guó)民經(jīng)濟(jì)統(tǒng)計(jì)資料（2013年）[M].保定：保定統(tǒng)計(jì)局出版，2014：52-76.

[29] BLOMQUIST G，BLUMENSCHEIN K，JOHANNESSON M.Eliciting willingness to pay without bias using followup certainty statements：Comparisons between probably/definitely and a 10-point certainty scale[J].Environ Resource Econ，2009，43（4）：473-502.

[30] 許麗忠，鐘滿秀，韓智霞，等.環(huán)境資源價(jià)值CV評(píng)估的后續(xù)確定性問(wèn)題有效性分析[J].自然資源學(xué)報(bào)，2012，27（8）：536-545.

[31] 樊歡歡，李嫣怡，陳勝可.Eviews統(tǒng)計(jì)分析與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2011：102-122.

[32] 羅伯斯S.平狄克，丹尼爾L·魯賓費(fèi)爾德.計(jì)量經(jīng)濟(jì)模型與經(jīng)濟(jì)預(yù)測(cè)[M].北京：機(jī)械工業(yè)出版社，2008.

[33] 王秀東，王永春.基于良種補(bǔ)貼政策的農(nóng)戶小麥新品種選擇行為分析：以山東、河北、河南三省八縣調(diào)查為例[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2008（7）：24-31.