技术偏好异质性、农户参与式方案创设与政策绿色转型

王娜娜1, 2  王志刚3  罗良国1

作者单位：1.中国农业科学院农业环境与可持续发展研究所；

                2.山东省农业科学院湿地农业与生态研究所；

                3.中国人民大学农业与农村发展学院

原文刊发：《中国农村经济》2023年第3期

在大多数高收入国家和许多新兴经济体，农业生产带来的面源污染已经超过了工业污染和生活污染，成为内陆和沿海水质退化的主要原因。中国是世界上最大的化肥和农药使用国，农业面源污染形势更加严峻。国际上尤其是发达国家通过农业环境计划（agri-environmental schemes，AES）方案来推广绿色农业技术、支持农业绿色生产，这已成为扭转农业环境质量下降趋势的核心政策工具（Pavlis et al.，2016）。目前，中国农业政策在对农户农业生产中环境保护行为的支持和补贴方面尚处于探索阶段，还没有形成对农业面源污染等外部性问题的有效制约（Smith et al.，2017），中国农业政策亟待绿色转型。

国际上通常利用离散选择实验（discrete choice experiment，DCE）来开展AES方案的创设研究。但中国以离散选择实验为工具的AES方案创设研究欠缺，且对离散选择实验的实验设计、数据结构及离散选择模型实操知识的理解不足；同时国内外关注单一绿色农业技术或单一环境目标的文献居多，缺失从面源污染综合防控角度的探讨。

为此，本文基于离散选择实验方法，分析农户对绿色农业技术、技术指导与培训以及补贴额度的选择偏好、异质性和受偿意愿，并基于此创设最佳AES方案。本文的创新性贡献主要体现在两点：第一，利用前沿性的离散选择理论探明农户对AES方案的选择偏好、异质性和受偿意愿，并开展农户参与式的AES方案创设，这是对农业环境政策制定的一次有益的实践探索；第二，给出兼具综合防控、激励、约束和灵活性的最佳AES方案，并将补贴标准核算与农户采纳绿色农业技术种类、数量及要求直接挂钩，以提高农业支持补贴政策的指向性、精准性和实效性。

新中国成立70多年以来，中国农业政策经历了从索取到反哺再到农业支持补贴体系初步形成的多次演变。从农业支持补贴的角度，该演变历程大致可分三个阶段（肖小虹等，2019；全世文，2022）：“取”的阶段（1949－2003年）、“予”的阶段（2004－2014年）和“绿”的阶段（2015年至今）。在此背景下，中国开启了从鼓励生产到补贴激励农户采纳绿色农业技术等环境保护行为的转型之路。尽管从中央到地方各级政府都为绿色农业技术的推广付出了巨大努力，但农业家庭经营占主导地位、大国小农基本国情农情将长期存在，如何确保小农可持续性采纳尚面临巨大挑战。长久以来，自上而下的命令式推广单一技术或模式达不到环境综合保护的目的，没有考虑农户意愿和选择。而且推广以实验或者试点的形式开展，模式固定、适配性低，一期项目结束后参与试点的村庄就不再被纳入试点范围，参与试点的农户因试点项目的结束而被动退出。加之将农业支持补贴与农业绿色生产和环境保护切实关联的政策机制缺失，农业支持补贴政策的指向性、精准性和实效性亟待提高。

离散选择实验以要素价值理论和随机效用理论为基础。要素价值理论认为，任何物品或研究对象都可以被一组反映其特征的属性以及这些属性的不同水平来描述，且个体可以从这些属性中获得效用（Lancaster，1966）。随机效用理论认为，人们的决策过程具有不确定性。但是，农户总是选择自己看来总效用最大的那个方案（Luce，1959）。

本文研究对象是AES方案，它由属性及其水平构成，所有属性及其水平经过部分析因设计得到备选的假想AES方案集合。农户从2个备选方案和退出选项中作出选择。在农户选择基础上，通过模型识别并定量评估农户对拟制定AES方案内容的事前偏好，分析影响农户选择的各种属性及其水平的相对重要性（Mamine et al.，2020），指导最佳AES方案的创设。

这种农户参与式的AES方案创设，可以解决如下现实问题：第一，可实现绿色农业技术推广政策由自上而下命令式到自下而上自主式的转型；第二，绿色农业技术不再以单一技术的形式推广，而是转变为以AES方案的形式推广；第三，方案将补贴额度与农户所要实施的技术种类、数量和要求直接挂钩，能够实现农业支持补贴与农业绿色生产的切实关联，提高补贴政策的指向性、精准性和实效性。

本文采用的模型为混合Logit模型和潜在类别模型。受偿意愿用方案属性变量的系数与补贴额度变量的系数的比值来计算，其置信区间使用delta方法计算。

纳入AES方案的属性及其水平如下：化肥减施技术（无要求；测土配方施肥；侧条施肥；30%有机肥替代无机肥）、秸秆还田技术（无要求；还田）、农药减施技术（无要求；高效低毒生物农药；诱虫板）、生态沟渠技术（无要求；20米长；30米长）和生态缓冲带技术（无要求；0.5米宽；1米宽）、技术指导与培训（无要求；在田间；在村部；在乡镇）以及补贴额度（0；121；202；283）。通过部分析因设计宁夏和黑龙江分别得到10个和8个选择集。稻农的每一次选择，从备选方案1和备选方案2中选择最偏好的方案，或者选择退出。

本文数据来源于研究团队对宁夏回族自治区引黄灌区和黑龙江省松花江流域稻农的问卷调查。本文被解释变量为某方案是否被稻农选中，如果被选中则变量取值为1，否则取值为0。解释变量为方案属性变量（测土配方施肥、侧条施肥、30%有机肥替代无机肥、秸秆还田、高效低毒生物农药、诱虫板、生态沟渠长度、生态缓冲带宽度、田间技术培训、村部技术培训、乡镇技术培训、补贴额度）及农户特征变量（性别、年龄、受教育程度等）。

混合Logit模型显示，稻农偏好于测土配方施肥技术和在田间接受现场技术培训，但对秸秆还田、高效低毒生物农药、生态沟渠和生态缓冲带技术持消极态度。而且，稻农对测土配方施肥技术和侧条施肥技术的偏好存在异质性。补贴额度越高，稻农的参与率越高，但也存在偏好异质性。此外，受教育程度越高以及家庭收入越高的稻农选择参与AES方案的可能性就越大。由此可见，稻农的选择偏好受到AES方案属性变量的显著影响，且存在异质性。此外，相较于农户特征变量，方案属性变量是影响稻农参与的重要因素。

（1）潜在类别模型进一步识别稻农的偏好异质性，并将相同偏好的稻农划分为同一类别。第1类稻农占受访者总数的56.5%，第2类稻农占比43.5%。两类稻农选择参与AES方案的平均概率分别为45.1%和49.6%。且补贴额度越高，两类稻农参与AES方案的概率越大。

（2）稻农对绿色农业技术与配套政策的选择偏好因类别而异。对于第1类稻农，测土配方施肥、参加田间和村部技术培训能够显著促进其参与，而秸秆还田、高效低毒生物农药和生态沟渠技术对其参与有显著的负向影响；对于第2类稻农，测土配方施肥、侧条施肥、30%有机肥替代无机肥等技术对其参与有显著的正向影响，而生态缓冲带技术和三种培训对其参与有显著的负向影响。以上结果表明：方案属性变量是稻农AES方案参与行为的主要影响因素。稻农对绿色农业技术的偏好异质性应是AES方案创设过程中需着重考虑的因素。

（3）农户特征变量的显著性表明第1类稻农以女性为主，偏好省力的农事活动；第2类稻农以男性为主，需要兼顾非农务工实现增收，偏好省时的农业实践。因此，根据两类稻农的偏好及特征，本文将第1类稻农定义为“体力节约型”稻农，将第2类稻农定义为“时间节约型”稻农。

综上，在绿色农业技术推广及AES方案推行的过程中，需着重考虑两个方面：一是稻农对绿色农业技术与配套政策的偏好及异质性，以最大限度地减少稻农的反对意见；二是技术实施所需要的劳动力、时间和补贴。

第1类稻农偏好劳动强度较低的测土配方施肥技术，且愿意付出时间参加在田间或者村部开展的技术培训。因此，如果上述三项被放入AES方案，则稻农愿意为此分别放弃60.53、144.83和63.92元/亩的补偿，即可签订保护合同。相反，对于第1类稻农非偏好的秸秆还田、高效低毒生物农药和生态沟渠技术，只有分别满足其61.54、244.08和7.07元/亩的受偿意愿他们才愿意采纳这些技术。

第2类稻农不愿意付出时间参加任何形式的技术培训，对于接受田间、村部和乡镇三种技术培训方式的受偿意愿分别为133.13、61.02和107.61元/亩。另外，第2类稻农不愿意在田间预留生态缓冲带，只有满足其138.91元/亩的受偿意愿他们才愿意在田间预留缓冲带。其余大多数技术都很容易推进，第2类稻农愿意为采纳其偏好的这些技术而放弃101.05～273.97元/亩不等的补偿。

根据上文计量分析结果，创设最佳AES方案，包括必选部分、可选部分、培训要求、补贴额度及其他要求共五部分。

必选部分是易推广的技术，即政府主推、至少有一类稻农表现出偏好的技术，主要涉及化肥减量、土壤有机质提升和农药减量三大技术类别。每一类有两种技术可供选择，在吸引第2类稻农参与AES方案的同时，也不会阻碍第1类稻农参与。

可选部分是难推广的技术，即政府主推但两类稻农均未表现出偏好的技术，主要包括生态沟渠和生态缓冲带这类生态工程技术。稻农在必选部分中选择采用绿色农业技术获得应得的补贴之后，若在可选部分进一步选择采用某一生态工程技术，可获得额外补贴。

培训要求将田间技术培训、村部技术培训和乡镇技术培训并列，作为三选一纳入培训要求的选项。补贴额度主要是参照对稻农参与AES方案有显著影响的绿色农业技术与配套政策的受偿意愿，并结合当地补贴条件来具体计算方案补贴额度。其他要求是指对于补贴发放、监督、方案执行合同年限及退出情形等的说明。

第一，稻农整体上偏好测土配方施肥技术和田间技术培训，抵触秸秆还田、高效低毒生物农药、生态沟渠和生态缓冲带技术。稻农受教育程度越高、家庭收入越高，他们选择参与AES方案的概率就越大。

第二，潜在类别模型将稻农分为体力节约型和时间节约型两大偏好类别，其占比分别为56.50%和43.50%。上述两类稻农的AES方案参与率分别为45.11%和49.59%，与国际同类研究结果相比属于较高水平。

第三，绿色农业技术与配套政策是稻农参与AES方案的主要影响因素。对于体力节约型稻农，显著吸引其参与AES方案的是测土配方施肥、参加田间与村部技术培训。对于时间节约型稻农，显著吸引其参与AES方案的是测土配方施肥、侧条施肥、30%有机肥替代无机肥、秸秆还田、诱虫板和高效低毒生物农药。

第四，因稻农对AES方案的选择偏好不同，其受偿意愿存在很大差异。对于两类稻农偏好的技术，即便放弃一部分补偿他们也愿意采用这些技术；而对于两类稻农非偏好的技术，政府需给予稻农更高的补贴激励。

最终，本文创设了最佳农业环境计划方案，方案包括必选部分、可选部分、培训要求、补贴额度及其他要求五部分。

第一，深化AES方案创设与推广方式革新。本研究通过离散选择实验方法实现农户参与式AES方案顶层设计与合同激励－约束型推广方式创新，突破了传统的自上而下命令式农技推广困境。这有助于推动政府在依然保持农技推广主导作用的前提下，根据农户参与式的自下而上选择偏好创设农技推广新方式，让农户长期参与到AES方案中来，进行可持续的农业绿色生产。

第二，注重AES方案的灵活性。首先，农户的偏好异质性是政策创设应着重考虑的因素。对于目前正在推广的绿色农业技术，不应无选择性地直接推向农户，考虑将哪些待推广技术以及配套政策纳入方案显得尤为重要。其次，高效、可持续的AES方案应为农户提供多种选择，而非提供单一、固定的技术或模式。再次，要考虑农户个体特征，尤其是女性稻农体力偏弱、偏好省力农事，男性稻农有非农务工增收需求、偏好省时农事。

第三，制定层层递进的绿色农业支持补贴机制。科学的农业支持补贴也应该是差异化的。根据稻农对AES方案选择偏好差异计算得到的受偿意愿，不仅能给补贴标准制定者提供更精准的参考，而且给补贴标准的制定创造更大的调整空间和节省补贴开支的潜力。同时，层层递进的补贴方式可避免以往“一刀切”的补贴标准，有利于让自愿采纳更多绿色农业技术的稻农有机会获得更多补偿，最终实现更好的政策实施效果和环保效果。

第四，推进农业支持补贴与绿色生产深度融合。本研究初步形成了与农户农业生产中绿色农业技术采纳直接挂钩的农业支持补贴标准核算方法。将补贴标准核算与农户采纳绿色农业技术种类、数量及要求直接挂钩，提高了农业支持补贴政策的指向性、精准性和实效性，切切实实地将农业支持补贴与农业绿色生产和环境保护关联。

第五，建立健全系统性的AES方案。AES方案必须强调系统性和完整性，避免“散装上阵”。在绿色农业技术种类上，应是农田系统内作物生产全过程所涉及系列绿色技术的集成，兼顾化肥农药减量与拦截污染负荷进入外部环境等农田面源污染综合防控目的。在AES方案架构和功能上，除了要兼具激励、约束、可持续和灵活性，还应强调系统性和完整性。