諸培新,任艷利,曲福田
(南京農(nóng)業(yè)大學(xué)中國土地問題研究中心,江蘇 南京 210095)
改革開放以來,隨著經(jīng)濟發(fā)展和城市化進程的加速,中國耕地面積不斷減少,1978—2007年平均每年減少5.06萬hm2。耕地大量流失的一個重要原因是人們在決定耕地資源配置時,往往只認識到它的經(jīng)濟價值,而忽視了它的非市場價值(環(huán)境價值和社會價值),造成資源配置偏離社會最優(yōu)。眾多學(xué)者的研究表明,耕地資源的非市場價值不但存在,而且還大于其經(jīng)濟產(chǎn)出的價值[1-5]。現(xiàn)有耕地資源非市場價值的實證研究大多以經(jīng)濟欠發(fā)達地區(qū)為例,而對耕地資源非農(nóng)化需求大的經(jīng)濟較發(fā)達地區(qū)的實證研究較少,定量分析居民對耕地非市場價值認知和影響其支付意愿因素的研究則更少。本研究以南京市為例,研究耕地資源非市場價值,以明確經(jīng)濟發(fā)達地區(qū)城鄉(xiāng)居民對耕地非市場價值的認知和支付意愿的影響因素,為耕地非市場價值納入資源配置決策提供實證支持。
衡量資源非市場價值的主要方法有條件價值評估法、旅游成本法和特征價值法。其中,條件價值評估法(CVM)屬于事前評估方法,旅游成本法和特征價值法屬于事后評估方法,且只能評估資源當(dāng)期的使用價值。因此,本文選擇條件價值法來評估南京市耕地資源的非市場價值。這種方法根據(jù)效用最大化理論,采用問卷調(diào)查方式來揭示受訪者對特定環(huán)境物品和服務(wù)的偏好,并推導(dǎo)消費者整體的支付意愿,從而得到資源非市場價值[6]。盡管CVM已被廣泛應(yīng)用于資源環(huán)境價值的評估,但由于該方法不是對實際已經(jīng)發(fā)生的交易行為的觀察,而是基于假定的市場交易下受訪者愿意為資源環(huán)境保護支付的價格,受訪者支付意愿的真實表達很大程度上取決于受訪者對資源環(huán)境價值的認知以及對調(diào)查意圖的認可。因此,準(zhǔn)確獲得受訪者的真實支付意愿要求問卷和訪問員能簡明扼要地表達調(diào)查的問題和目的,消除被訪者的排斥心理。為此,本研究在訪問員培訓(xùn)和多次預(yù)調(diào)查基礎(chǔ)上完善問卷,問卷內(nèi)容包括:(1)受訪者的社會經(jīng)濟特征,主要包括受訪者的性別、年齡、受教育程度、農(nóng)村生活經(jīng)歷、家庭人口數(shù)、家庭收支情況等;(2)受訪者對耕地資源非市場價值的認知;(3)受訪者對耕地資源非市場價值支付意愿,采用支付卡方式獲得受訪者的最大支付意愿以及對是否意愿支付的原因調(diào)查。
在獲得受訪者的年支付意愿基礎(chǔ)上,根據(jù)式1和式2,估算區(qū)域耕地資源的非市場價值:
由于受訪者對耕地非市場價值支付意愿與其社會經(jīng)濟特征如年齡、文化程度、家庭收支狀況等有關(guān),而城鄉(xiāng)居民在社會經(jīng)濟特征方面有明顯差異。因此,對市民和農(nóng)民樣本分別進行計量分析,模擬影響他們對耕地非市場價值最大支付意愿的因素。此外,受訪者是否愿意為耕地非市場價值付費與愿意支付多少是兩個不同決策,各自的影響因素也存在差異,本研究擬運用Tobit模型和Double Hurdle模型(包含Probit和Truncated兩個子模型)分別進行模擬檢驗。由于因變量(受訪者最大支付意愿)中有零值的存在,并且零值部分是不可忽略的,因此構(gòu)建受訪者最大支付意愿及其影響因素的基本多元線性回歸模型如下:
式3中,yi*表示受訪者最大支付意愿觀察值;xi為支付意愿的影響因素;β為參數(shù)項;μi為殘差項。
采用Tobit模型,可以估計出受訪者是否愿意為耕地非市場價值付費與支付金額大小的影響因素及其顯著程度。此時,當(dāng)觀察值yi*≥0時,模型中變量yi取yi*;當(dāng)yi*<0時,yi取值0。但該模型只能模擬是否愿意支付費用和支付多少的影響因素相同情況下的支付意愿決策。但實際上兩者之間并不完全相同。為此,擬進一步選擇Double Hurdle模型進行分析。
此時首先選擇Probit模型,當(dāng)yi*>0時,yi取值1;yi*≤0時,yi取值0。該模型可以估計出受訪者是否愿意為耕地非市場價值付費的影響因素,但無法對愿意支付費用的那部分樣本進行影響其支付額大小的因素模擬分析。此時需要選擇Truncated模型估計受訪者中愿意付費的樣本組的支付金額影響因素,在此模型中,當(dāng)yi*>0時,yi=yi*;yi*≤0的樣本數(shù)據(jù)則不進入Truncated模型。
南京市地處長江下游的寧鎮(zhèn)丘陵山區(qū),面積6598km2,其中建成區(qū)面積577km2。2007年,全市地區(qū)生產(chǎn)總值為3283.73億元,占全國1.32%,人均GDP為53206.53元,是全國人均GDP的2.82倍。隨著經(jīng)濟快速發(fā)展,南京城市用地不斷向外蔓延。2000—2007年,全市共減少耕地面積60030hm2,人均耕地面積由0.055hm2減少到0.039hm2,存量耕地資源的生態(tài)環(huán)境與社會價值也越發(fā)重要。
2008年9月至10月,課題組在南京城區(qū)和郊區(qū)(縣)農(nóng)村隨機選取愿意接受訪問的成年城市居民500名、農(nóng)民300名,進行面對面的訪問。首先以圖片和文字向受訪者簡要介紹耕地資源非市場價值的基礎(chǔ)知識,然后根據(jù)問卷進行調(diào)查。訪問結(jié)束后,經(jīng)過問卷質(zhì)量鑒別,獲得有效問卷742份,其中市民有效問卷490份,農(nóng)民有效問卷252份。市民和農(nóng)民兩個樣本組的社會經(jīng)濟特征如表1所示。
表1 受訪樣本社會經(jīng)濟特征Tab.1 Socioeconomic characteristics of sampling participates
由表1可以看出,樣本中城鄉(xiāng)居民的社會經(jīng)濟特征差別較大。在受訪市民中,男女比例相差不大,分別為58.37%和41.63%,而農(nóng)民受訪者中男性比例高達96.00%,原因是農(nóng)村男性更愿意代表家庭表達意見。市民受訪者的平均年齡為36.05歲,而農(nóng)民受訪者的平均年齡為56.55歲,原因是農(nóng)村青壯年勞動力大多在外打工。市民的文化程度集中在大學(xué)(含大專)及以上,其比例為72.61%,而農(nóng)民的文化程度集中在初中和高中(含中專),比例分別為33.54%和37.23%;市民和農(nóng)民的平均家庭人口數(shù)相差不大,分別為3.35人和3.61人。市民的家庭月平均收入與支出分別為5217.21元和2663.92元,而農(nóng)民的家庭月平均收入與支出分別為3564.04元和1631.76元。
根據(jù)受訪者是否愿意為耕地的非市場價值付費而得到樣本的支付意愿率。市民和農(nóng)民的支付率比較接近,分別為57.76%和60.32%,說明半數(shù)以上的受訪者都愿意為耕地資源的非市場價值付費。
根據(jù)問卷統(tǒng)計,在愿意支付非市場價值的樣本中,市民平均支付意愿為208.33元/戶·a,而農(nóng)民的平均支付意愿為120.26元/戶·a。據(jù)《南京市統(tǒng)計年鑒2008》,全市2007年農(nóng)村居民65.94萬戶,城鎮(zhèn)居民133.68萬戶。依據(jù)式1、式2可以測算出城鄉(xiāng)居民對南京市耕地非市場價值的年最大支付意愿和耕地非市場價值總值分別為20869.24萬元和504087.92萬元,耕地的非市場價值為2.08萬元/hm2(表2)。
表2 南京市耕地資源非市場價值測算結(jié)果Tab.2 Calculation results of non-market value of cultivated land resource in Nanjing City
4.2.1 市民支付意愿影響因素分析 被訪市民的特征變量主要有性別、年齡、受教育程度、家庭人口數(shù)、居住年限、家庭月平均收入和支出、是否有參與公益性活動經(jīng)歷等。其中性別和是否參與公益性活動是虛擬變量,男性和參與公益性活動分別用1表示,反之用0表示,其余指標(biāo)用觀察值表示。采用Tobit模型和Double Hurdle模型模擬市民的耕地非市場價值支付意愿及其影響因素(表3)。
表3 居民支付意愿的影響因素模型估計Tab.3 Model estimation on influential factors of the residents’willingness to pay
①由于被訪對象都是成年人,所以不應(yīng)該據(jù)此外推未成年人的支付意愿更大的結(jié)論。
模型1中,年齡在10%的水平上顯著,系數(shù)是負,說明樣本居民年齡越小,支付意愿越大。這可能是因為城市居民中年齡越小,對耕地的環(huán)境和社會價值的認知越多,支付意愿也越大①似然率檢驗用來識別影響受訪市民是否愿意支付與支付金額大小的因素是否相同,對應(yīng)統(tǒng)計量α=-2[-2062.660-(-304.0645-1655.916)]=205.3590,在1%的顯著性水平上對應(yīng)的卡方(8個自由度)為20.1000,α>20.1000,拒絕初始假設(shè)——影響兩個決策的因素是相同的,說明選擇Double Hurdle模型是合適的。。此外,家庭人口數(shù)和家庭月收入在15%的水平上顯著。家庭人口數(shù)的估計系數(shù)為負,說明家庭人口數(shù)越多,支付意愿越小。原因是家庭人口越多,同等收入條件下用于家庭其他生活的支出越高,影響了他對耕地非市場價值的支付能力。這種解釋在變量家庭月平均收入的估計中能得到了驗證——收入越高,支付意愿越大。其余變量不顯著。
由于Tobit模型無法區(qū)分居民是否愿意支付(選擇決策)和愿意支付多少(支付額決策)的影響因素差別,筆者進一步用Double Hurdle模型來模擬不同決策的影響因素,其中模型3反映居民的選擇決策,而模型5模擬居民的支付額決策①。模型3和5顯示性別在10%水平上影響市民是否愿意支付和支付金額大小。模型3中,只有性別在10%的水平上顯著,且系數(shù)為負,說明女性比男性更愿意支付,其余變量都不顯著。
模型5中,性別在5%水平上顯著,符號為正,說明市民一旦決定支付,男性愿意支付的金額較多。結(jié)合模型3和5,說明男性在決策時價值意愿表達更明確,而女性更為含蓄。模型5中年齡、本地居住年限和家庭月平均收入等都在1%的水平上顯著。年齡在模型1、3、5的系數(shù)符號相同,其經(jīng)濟學(xué)含義也是一致的。在南京居住年限和家庭月平均收入的系數(shù)估計表明,在本地居住時間越久,對本地的耕地非市場價值越認同、支付意愿也越高;家庭收入越高,支付能力越強,支付金額越高。
4.2.2 農(nóng)民受訪者支付意愿的影響因素分析 被訪農(nóng)民的特征變量有性別、年齡、受教育程度、家庭人口數(shù)、家庭月平均收入與支出、對耕地非市場價值的認知等。其中性別、對耕地非市場價值的認知為虛擬變量。性別中男性用1表示,反之用0表示;耕地非市場價值的認同有三種選擇,認同用(1,0)表示,不認同用(0,1),不清楚用(0,0)表示;其余變量值用實際觀察值表示。
模型2中,受教育程度在15%水平上顯著,且符號為正,表明受教育程度越高,越認同耕地的非市場價值,愿意為此付費并且支付額也越高;性別在10%的水平上顯著,且符號為負,表明男性的支付金額較小;家庭月平均支出和認同耕地的非市場價值都在1%的水平上顯著,且符號都為正,表明家庭月平均支出越高和認同耕地非市場價值者越愿意付費并且支付金額較大。
從表3中Double Hurdle模型的估計看,影響樣本農(nóng)民是否愿意支付和支付金額大小的因素是有區(qū)別的②似然率檢驗用來識別影響農(nóng)民受訪者是否愿意支付與支付金額大小的因素是否相同。對應(yīng)統(tǒng)計量α=-2[-1045.2160-(-161.2220-835.0274)]=97.9332,在1%的顯著性水平上對應(yīng)的卡方(8個自由度)為20.1000,α>20.1000,拒絕初始假設(shè)——影響兩個決策的因素是相同的,因而選擇Double Hurdle模型估計樣本農(nóng)民支付額決策是合適的。。模型4中,所有變量都不顯著,表明樣本農(nóng)民的社會經(jīng)濟特征變量對他們是否愿意支付的決策影響不顯著。這與對市民的模擬結(jié)果相似,同樣可能與決策因素復(fù)雜以及因變量值為非真實行為觀察值的缺陷等有關(guān)。
模型6與模型2的估計結(jié)果較相似。模型6估計中受教育程度、性別、耕地非市場價值的認同在5%的水平上顯著,表明受教育程度越高、女性以及認同耕地非市場價值者的支付金額越大。家庭月平均支出在1%的水平上顯著,表明家庭支出越高,愿意支付額越大。年齡在15%水平上顯著,且符號為正,表明年齡越大,支付金額越大。可能的解釋是年齡越大者,越是長期以耕地經(jīng)營為生,對耕地的感情越深,覺得耕地的非市場價值越大。
本研究運用CVM法對南京市耕地非市場價值估算值為504087.92萬元,計2.08萬元/hm2。其中有支付意愿的市民和農(nóng)民的年支付額分別為208.33元/戶和120.26元/戶,前者是后者的1.7倍,說明市民比農(nóng)民更愿意為耕地的非市場價值付費,而農(nóng)民受生活經(jīng)歷、教育程度、家庭收支能力等方面的影響,對耕地價值的認同更傾向于耕地的直接經(jīng)濟價值。
采用Tobit模型和Double Hurdle模型對市民和農(nóng)民樣本的支付意愿影響因素進行回歸分析發(fā)現(xiàn):首先,家庭收支狀況對市民與農(nóng)民的支付意愿都有顯著的正向影響,而且在愿意支付的樣本組中,對支付額的影響更為顯著。但市民的支付額受家庭收入水平影響顯著,而農(nóng)民的支付額受支出水平影響顯著。其次,年齡對城鄉(xiāng)居民支付額都有顯著影響,但市民的年齡是負影響,農(nóng)民的年齡是正影響??赡艿慕忉屖鞘忻裰心贻p人更愿意接受耕地非市場價值的理念而愿意為此付費,而農(nóng)民則從與耕地日常接觸中感知耕地的非市場價值,因此年長者更愿意為此付費,而年輕人向往城市化,不愿為耕地的非市場價值付費。第三,性別對城鄉(xiāng)居民的支付額都有顯著影響,但在愿意付費的市民樣本中,男性愿意付費更多,而在其他的樣本組中,則表現(xiàn)為女性更愿意付費。對此的可能解釋是女性在支付意愿決策時相對保守,愿意付費但不愿意支付很多。第四,對市民而言,在城市居住時間越長,對保持該市的耕地非市場價值的支付額越大;對農(nóng)民而言,文化程度越高,對耕地的非市場價值越認同,更愿意為耕地非市場價值付費。
從以上結(jié)果中可以發(fā)現(xiàn),城鄉(xiāng)居民對耕地非市場價值的支付意愿并不高,40%的樣本居民不愿意為此付費。這與城鄉(xiāng)居民的支付能力較低有關(guān),也與城鄉(xiāng)居民對耕地非市場價值觀方面受到的教育等不足有很大關(guān)系。其政策含義是經(jīng)濟發(fā)展是提高居民對耕地非市場價值的認可和支付意愿的重要前提,加強對城鄉(xiāng)居民耕地生態(tài)環(huán)境和社會價值觀的宣傳教育十分重要。
(References):
[1]宋敏,橫川洋,胡柏.用假設(shè)市場評價法(CVM)評價農(nóng)地的外部效益[J].中國土地科學(xué),2000,14(3):19-22.
[2]霍雅勤,蔡運龍.耕地資源價值的評價與重建——以甘肅省會寧縣為例[J].干旱區(qū)資源與環(huán)境,2003,17(5):81-84.
[3]蔡運龍,霍雅勤.中國耕地價值重建方法與案例研究[J].地理學(xué)報,2006,61(10):1084-1092.
[4]蔡銀鶯,陳瑩,任艷勝,等.都市休閑農(nóng)業(yè)中農(nóng)地的非市場價值估算[J].資源科學(xué),2008,30(2):305-312.
[5]蔡銀鶯,李曉云,張安錄.湖北省農(nóng)地資源價值研究[J].自然資源學(xué)報,2007,22(1):121-130.
[6]徐中民,張志強,龍愛華,等.黑河流域張掖市生態(tài)系統(tǒng)服務(wù)恢復(fù)價值評估研究——連續(xù)型和離散型條件價值評估方法的比較應(yīng)用[J].自然資源學(xué)報,2004,19(2):230-239.
[7]蔡銀鶯,張安錄.武漢市農(nóng)地資源價值估算[J].生態(tài)學(xué)雜志,2007,26(3):422-427.