陳茜 段偉

摘?要：以廣東省集體林區(qū)農(nóng)戶為研究對(duì)象，以前景理論為基礎(chǔ)，采用經(jīng)濟(jì)學(xué)實(shí)驗(yàn)測度農(nóng)戶風(fēng)險(xiǎn)偏好，并用Heckman模型對(duì)樣本農(nóng)戶風(fēng)險(xiǎn)偏好對(duì)其經(jīng)營意愿與投入強(qiáng)度等決策的影響關(guān)系進(jìn)行分析。結(jié)果表明：樣本農(nóng)戶大多呈現(xiàn)風(fēng)險(xiǎn)厭惡的特征;農(nóng)戶的風(fēng)險(xiǎn)厭惡程度、損失厭惡程度以及對(duì)事件判斷的主觀概率均會(huì)對(duì)其投入決策產(chǎn)生不同程度的影響;其經(jīng)營決策并非遵循理性經(jīng)濟(jì)人的收益最大化，而是遵循“安全第一”的法則，面對(duì)風(fēng)險(xiǎn)等級(jí)較高的林業(yè)項(xiàng)目投入意愿較弱，投入強(qiáng)度較低。

關(guān)鍵詞：農(nóng)戶;風(fēng)險(xiǎn)偏好;林業(yè)投入決策

中圖分類號(hào)：F325????文獻(xiàn)標(biāo)識(shí)碼：A????文章編號(hào)：1003-7217（2019）05-0055-07

長周期、高風(fēng)險(xiǎn)是森林經(jīng)營的天然特性，農(nóng)戶是森林經(jīng)營的主要參與者和風(fēng)險(xiǎn)的直接承擔(dān)者，因此，農(nóng)戶的營林投入決策受到營林項(xiàng)目風(fēng)險(xiǎn)的重要影響。識(shí)別農(nóng)戶的風(fēng)險(xiǎn)偏好，分析農(nóng)戶風(fēng)險(xiǎn)偏好對(duì)營林投入決策的影響關(guān)系，有助于更為全面地了解農(nóng)戶營林投入決策過程，幫助政策制定者針對(duì)農(nóng)戶偏好，設(shè)計(jì)和推廣不同風(fēng)險(xiǎn)等級(jí)的林業(yè)投資項(xiàng)目，幫助農(nóng)戶認(rèn)識(shí)和接納風(fēng)險(xiǎn)，促進(jìn)我國林業(yè)的可持續(xù)發(fā)展。

一、相關(guān)理論和文獻(xiàn)綜述

（一）相關(guān)理論

1.前景理論。

行為金融學(xué)學(xué)家Kahneman和Tverskey在1979年提出了著名的個(gè)體風(fēng)險(xiǎn)偏好理論“Prospect Theory”（前景理論）[1]。該理論認(rèn)為，個(gè)體行為是有限理性的，影響人們風(fēng)險(xiǎn)決策的不是財(cái)富絕對(duì)量，而是財(cái)富增量，因此，在個(gè)體心中會(huì)事先存在一個(gè)決策參考點(diǎn)，大多數(shù)人對(duì)得失的判斷往往根據(jù)決策參考點(diǎn)來決定;相對(duì)于同等規(guī)模的盈利，大多個(gè)體對(duì)損失比對(duì)收益更敏感，財(cái)富減少的痛苦遠(yuǎn)大于等量財(cái)富增加的快樂，這就是 “損失厭惡”現(xiàn)象;而個(gè)體面對(duì)風(fēng)險(xiǎn)決策時(shí)，往往違背貝葉斯法則，夸大小樣本的代表性，呈現(xiàn)“小數(shù)法則偏差”，人們購買保險(xiǎn)或彩票的動(dòng)機(jī)也正源于此。與此相反，個(gè)體也會(huì)低估大樣本的代表性，造成大概率盈利下的風(fēng)險(xiǎn)厭惡和大概率損失下的風(fēng)險(xiǎn)追逐。因此，個(gè)體的風(fēng)險(xiǎn)偏好可用三個(gè)系數(shù)表示，分別為：

（1）風(fēng)險(xiǎn)厭惡系數(shù)（σ）——反映個(gè)體的風(fēng)險(xiǎn)厭惡程度，并將個(gè)體風(fēng)險(xiǎn)偏好根據(jù)σ值分成三組類型：σ=0，代表風(fēng)險(xiǎn)中立型;σ>0，代表風(fēng)險(xiǎn)厭惡型;σ<0，代表風(fēng)險(xiǎn)追逐型。σ值越低，風(fēng)險(xiǎn)厭惡程度越低。

（2）損失厭惡系數(shù)（λ）——代表個(gè)體的損失厭惡程度。在同樣的風(fēng)險(xiǎn)偏好類型下，λ越低意味著個(gè)體的損失厭惡程度越低。

（3）非線性加權(quán)概率（α）——代表個(gè)體決策的主觀權(quán)重。該概率并非代表事件發(fā)生的概率，它既受到事件概率的影響，也受到個(gè)體主觀因素的影響，表示該事件對(duì)前景的影響程度，是事件概率的對(duì)數(shù)，表現(xiàn)為先凹后凸的非線性概率。

2.道義小農(nóng)理論。

人類學(xué)家斯科特（Scott）提出“道義小農(nóng)理論”。Scott（1977）在對(duì)東南亞農(nóng)戶的研究中發(fā)現(xiàn)，滿足生計(jì)需求是農(nóng)戶的首要目標(biāo)[2]。因此，農(nóng)戶進(jìn)行生產(chǎn)時(shí)的首要考量因素是生產(chǎn)的安全性，而并非生產(chǎn)效率，從而決定了農(nóng)戶對(duì)生產(chǎn)方式和技術(shù)的選擇。這一研究解釋了傳統(tǒng)農(nóng)業(yè)中農(nóng)戶的“非理性”行為，被稱為“農(nóng)戶風(fēng)險(xiǎn)回避理論”。

（二）文獻(xiàn)綜述

1.個(gè)體偏好測度的經(jīng)濟(jì)學(xué)實(shí)驗(yàn)。

經(jīng)濟(jì)學(xué)實(shí)驗(yàn)被行為經(jīng)濟(jì)學(xué)和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)的學(xué)者們廣泛應(yīng)用于對(duì)個(gè)體風(fēng)險(xiǎn)偏好的測度。在眾多風(fēng)險(xiǎn)偏好的測度方法中，Binswanger（1980）的有序彩票選擇設(shè)計(jì)（OLS）[3]，以及Holt和Laury（2002）的多元價(jià)格序列設(shè)計(jì)（MPL）[4]的運(yùn)用范圍最廣。其中MPL設(shè)計(jì)因其測度的準(zhǔn)確性被視為風(fēng)險(xiǎn)偏好測度實(shí)驗(yàn)的黃金標(biāo)準(zhǔn)。Tanaka等（2010）同樣對(duì)MPL設(shè)計(jì)做出了進(jìn)一步改進(jìn)，采用多元價(jià)格選擇實(shí)驗(yàn)法對(duì)越南農(nóng)戶的風(fēng)險(xiǎn)偏好進(jìn)行了研究[5]。該方法的問卷設(shè)計(jì)和真實(shí)貨幣激勵(lì)均基于當(dāng)?shù)剞r(nóng)戶的收入水平設(shè)定，對(duì)農(nóng)戶的激勵(lì)效果最強(qiáng)，能更準(zhǔn)確地體現(xiàn)被試農(nóng)戶的偏好情況。Liu（2008）也是用了該方法對(duì)中國農(nóng)戶的風(fēng)險(xiǎn)偏好對(duì)其種植棉花的技術(shù)選擇行為進(jìn)行了研究[6]。Tanaka的多元價(jià)格選擇實(shí)驗(yàn)法是對(duì)MPL的改進(jìn)，其基本理念均源于MPL設(shè)計(jì)，但激勵(lì)機(jī)制更有針對(duì)性且操作過程比MPL設(shè)計(jì)更加細(xì)化，是對(duì)MPL設(shè)計(jì)的進(jìn)一步完善。因此，本文農(nóng)戶風(fēng)險(xiǎn)偏好相關(guān)數(shù)據(jù)將采用Tanaka的多元價(jià)格選擇實(shí)驗(yàn)法。

2.農(nóng)戶風(fēng)險(xiǎn)偏好對(duì)生產(chǎn)決策影響的相關(guān)研究。

Binswanger等（1993）發(fā)現(xiàn)收入水平僅能維持溫飽的農(nóng)戶通常會(huì)規(guī)避風(fēng)險(xiǎn)較大的生產(chǎn)項(xiàng)目，表現(xiàn)出極度的厭惡風(fēng)險(xiǎn)，因?yàn)榫S持收入是這些農(nóng)戶的首要決策目標(biāo)。但隨著收入的增加，這些農(nóng)戶的風(fēng)險(xiǎn)厭惡程度逐漸減弱[7]。Alvarez等（2006）[8]以及Couture 等（2008）[9]的研究表明風(fēng)險(xiǎn)規(guī)避意識(shí)強(qiáng)的農(nóng)戶會(huì)縮短林木的輪伐周期以降低林業(yè)生產(chǎn)中的不確定性因素。

我國學(xué)者就風(fēng)險(xiǎn)偏好對(duì)農(nóng)戶行為決策的影響也做出了許多相關(guān)研究。侯麟科和仇煥廣等（2014）認(rèn)為，農(nóng)戶的風(fēng)險(xiǎn)厭惡程度會(huì)影響其對(duì)農(nóng)作物品種的選擇[10]。朱臻和沈月琴等（2015）發(fā)現(xiàn)，南方集體林區(qū)中風(fēng)險(xiǎn)規(guī)避型農(nóng)戶樂于按照傳統(tǒng)的經(jīng)營模式配置資源要素，開展森林經(jīng)營;而風(fēng)險(xiǎn)偏好型農(nóng)戶則更愿意通過林地流轉(zhuǎn)，實(shí)現(xiàn)規(guī)?；?jīng)營[11]。

二、研究設(shè)計(jì)

（一）樣本選擇和數(shù)據(jù)來源

本文選擇廣東省的南方集體林區(qū)為研究區(qū)域，隨機(jī)選擇了4個(gè)市（湛江市、韶關(guān)市、陽江市、清遠(yuǎn)市），每個(gè)市隨機(jī)選擇2個(gè)縣（區(qū)），每個(gè)縣（區(qū)）隨機(jī)選擇2個(gè)鄉(xiāng)（鎮(zhèn)），每個(gè)鄉(xiāng)鎮(zhèn)隨機(jī)選擇20個(gè)農(nóng)戶，合計(jì)調(diào)研農(nóng)戶320戶。由于林地的細(xì)碎化程度較高，每個(gè)農(nóng)戶家庭擁有的林地地塊數(shù)量不止一個(gè)，最后得到林地地塊數(shù)量合計(jì)976塊。

（二）變量設(shè)定

1.農(nóng)戶風(fēng)險(xiǎn)偏好的變量設(shè)定。

前景理論是本文的理論基礎(chǔ)，因此，農(nóng)戶的風(fēng)險(xiǎn)偏好將以三個(gè)系數(shù)表示：風(fēng)險(xiǎn)厭惡系數(shù)（σ）、損失厭惡系數(shù)（λ）和非線性加權(quán)概率（α）。

本文采用Tanaka等（2010）的多元價(jià)格選擇實(shí)驗(yàn)法，根據(jù)當(dāng)?shù)剞r(nóng)戶2017年人均月收入額，設(shè)計(jì)一系列的雙向選擇問題，對(duì)樣本農(nóng)戶進(jìn)行經(jīng)濟(jì)學(xué)實(shí)驗(yàn)，用以測度樣本農(nóng)戶的以上三個(gè)系數(shù)值。

2.其他變量設(shè)定。

農(nóng)戶的林業(yè)投入決策受到許多因素的影響，包括農(nóng)戶個(gè)體條件、家庭條件、林地條件、政策因素等[12]。農(nóng)戶個(gè)體條件是指農(nóng)戶的性別、年齡、受教育程度、健康程度和是否曾擔(dān)任村干部等農(nóng)戶個(gè)體稟賦特征。家庭條件是指農(nóng)戶的家庭勞動(dòng)力人口數(shù)量、非農(nóng)務(wù)工人數(shù)、家庭財(cái)富、信貸約束①、耕地面積②。林地條件是指林地面積、林地坡度、林地到公路的距離、地塊數(shù)量（用以衡量林地細(xì)碎化程度）。政策因素是指森林種類（是否為公益林）、是否參加林權(quán)改革（以是否有林權(quán)證衡量）。

農(nóng)戶家庭規(guī)模是否對(duì)農(nóng)戶林業(yè)經(jīng)營投入決策產(chǎn)生影響尚不確定。有學(xué)者認(rèn)為家庭規(guī)模越大，意味著可用于營林投入的勞動(dòng)力人口越多，當(dāng)勞動(dòng)力投入與資本投入之間存在可替代性時(shí)，農(nóng)戶就會(huì)在森林經(jīng)營中投入較少的資本[13]。農(nóng)戶家庭的非農(nóng)務(wù)工人數(shù)也被認(rèn)為是影響農(nóng)戶森林經(jīng)營決策的一個(gè)重要因素。還有學(xué)者認(rèn)為非農(nóng)務(wù)工人口越多的農(nóng)戶家庭在森林經(jīng)營活動(dòng)中投入更少，因?yàn)樗麄儗?duì)森林經(jīng)營收入的依賴程度更低，同時(shí)也因?yàn)闋I林勞動(dòng)力的機(jī)會(huì)成本更高。當(dāng)邊際成本大于邊際收入，農(nóng)戶將減少森林經(jīng)營活動(dòng)。然而，也有部分學(xué)者認(rèn)為，非農(nóng)務(wù)工人數(shù)越多的家庭在營林階段投入更多，因?yàn)榉寝r(nóng)收入變成了家庭收入的主要來源，因此，該家庭將有可能釋放出更多的資本投入森林經(jīng)營活動(dòng)，部分農(nóng)戶甚至投入更多的資本來替代短缺的勞動(dòng)力。

家庭收入水平被認(rèn)為是影響農(nóng)戶營林投入的重要因素。隨著家庭經(jīng)濟(jì)水平的提高，農(nóng)戶的生產(chǎn)經(jīng)營決策將逐步從滿足生計(jì)安全的風(fēng)險(xiǎn)規(guī)避和損失規(guī)避型決策向高風(fēng)險(xiǎn)高收益的利潤最大化決策轉(zhuǎn)變。資本市場的不完全性也影響著農(nóng)戶森林經(jīng)營投入的決策，因此，本文使用“信貸約束”的虛擬變量來反映農(nóng)戶從金融機(jī)構(gòu)獲得貸款的難易程度。耕地面積對(duì)森林經(jīng)營投入的影響尚不確定，但由于替代性效應(yīng)的存在，在相同家庭規(guī)模的情況下，耕地越多的農(nóng)戶家庭在森林經(jīng)營上投入的勞動(dòng)力越少。與此同時(shí)，擁有較多耕地的家庭可能擁有更多可支配的農(nóng)業(yè)收入用于森林經(jīng)營投入。因此，本文將耕地面積也納入影響農(nóng)戶森林經(jīng)營投入決策的一個(gè)變量。

林地面積的大小被認(rèn)為是影響農(nóng)戶森林經(jīng)營投入決策的最重要因素，但是影響的程度及方向尚不能確定。眾多學(xué)者認(rèn)為，由于規(guī)模經(jīng)濟(jì)效應(yīng)，擁有較少林地的農(nóng)戶傾向于較少的投入。然而，部分學(xué)者卻認(rèn)為擁有較少林地的農(nóng)戶的資本投入強(qiáng)度較高[12]。林地的質(zhì)量和地理位置也是影響農(nóng)戶森林經(jīng)營投入的重要因素。如果林地的土壤質(zhì)量較好，或靠近公路或農(nóng)戶家庭，通常能有較高的產(chǎn)出或較低的成本。林地細(xì)碎化程度也是影響農(nóng)戶森林經(jīng)營投入的一個(gè)重要因素。大量的研究表明，林地細(xì)碎化會(huì)抑制農(nóng)戶的森林經(jīng)營投入[14]。由于公益林限制采伐制度，擁有公益林越多的農(nóng)戶的林地投入越少。穩(wěn)定和清晰的產(chǎn)權(quán)將減少交易成本，從而提高林地預(yù)期的收益，因此，對(duì)農(nóng)戶的森林經(jīng)營投入有正向作用。然而，現(xiàn)存的采伐配額制度抑制了農(nóng)戶營林投入的積極性[15]。

綜上所述，本文將農(nóng)戶的林業(yè)總投入作為因變量，包括造林階段和撫育階段的勞動(dòng)力等價(jià)投入和資金投入的綜合。同時(shí)，本文選擇了一系列影響投入決策的因素作為自變量。其中，將農(nóng)戶個(gè)體條件和家庭條件統(tǒng)一歸類為社會(huì)經(jīng)濟(jì)變量，將林地條件設(shè)為林地變量，將政策因素設(shè)為政策變量（見表1）。

（三）模型構(gòu)建與方法選擇

本文用以分析農(nóng)戶風(fēng)險(xiǎn)偏好對(duì)林業(yè)經(jīng)營投入決策影響計(jì)量經(jīng)濟(jì)學(xué)模型如下：

其中，finvestij 是指各地塊林業(yè)經(jīng)營的總投入。由于林業(yè)經(jīng)營投入的分布顯示偏態(tài)和重尾，因此，將該指標(biāo)取對(duì)數(shù)進(jìn)行分析。riski 是指農(nóng)戶的風(fēng)險(xiǎn)厭惡系數(shù)σ，lossi是指農(nóng)戶的損失厭惡系數(shù)λ， probweighti 是指非線性加權(quán)概率α。Xi 反映了農(nóng)戶社會(huì)經(jīng)濟(jì)變量，包括戶主年齡、性別、受教育程度、健康狀況、是否擔(dān)任過村干部、家庭勞動(dòng)力人口、家庭非農(nóng)務(wù)工人數(shù)、耕地面積、家庭財(cái)富、信貸約束。Fj 代表林地變量，包括林地面積、林地坡度、林地與公路的距離、地塊數(shù)量。P 代表政策變量，包括森林類型、是否參加林改（以地塊是否擁有林權(quán)證表示）。Vv 代表村落固定效應(yīng)，εij 為殘差項(xiàng)。此外， i 代表農(nóng)戶， j代表地塊， v代表村落（見表2）。

由于并非所有的農(nóng)戶都會(huì)從事林業(yè)經(jīng)營活動(dòng)，因變量“林業(yè)投入”存在大量零值數(shù)據(jù)（即審查數(shù)據(jù)），因此，用最小二乘法估計(jì)（OLS）會(huì)導(dǎo)致選擇性偏差。解決該問題的方法有Tobit模型[16]或Heckman兩階段模型[17]。

由于需同時(shí)考慮農(nóng)戶“是否進(jìn)行林業(yè)投入”（即是否從事林業(yè)生產(chǎn)經(jīng)營活動(dòng)）和“投入多少”，因此，選擇Heckman兩階段模型研究農(nóng)戶個(gè)體風(fēng)險(xiǎn)偏好對(duì)其林業(yè)經(jīng)營決策的影響。表3同時(shí)顯示了OLS和Tobit模型下的回歸結(jié)果，用以與選擇的Heckman模型結(jié)果進(jìn)行對(duì)比。

三、研究結(jié)果與分析

（一）農(nóng)戶風(fēng)險(xiǎn)偏好的經(jīng)濟(jì)學(xué)實(shí)驗(yàn)

本文共訪問農(nóng)戶320戶，農(nóng)戶的風(fēng)險(xiǎn)厭惡系數(shù)σ均值為0.37，風(fēng)險(xiǎn)規(guī)避型農(nóng)戶（σ>0）257人，占樣本總量的80.16%，風(fēng)險(xiǎn)中立型農(nóng)戶（σ=0）17人，占樣本總量的5.31%，風(fēng)險(xiǎn)追逐型農(nóng)戶（σ<0）46人，占樣本總量的14.53%，表明大部分農(nóng)戶呈現(xiàn)風(fēng)險(xiǎn)規(guī)避的特征。非線性加權(quán)概率α的均值為0.78，小于1，意味著被試農(nóng)戶對(duì)小概率事件加權(quán)過重或?qū)Υ蟾怕适录訖?quán)過輕，違反了貝葉斯法則，非線性加權(quán)概率曲線呈現(xiàn)倒S型。損失厭惡系數(shù)的均值為3.95，高于發(fā)展中國家農(nóng)戶損失厭惡系數(shù)λ≈218。

（二）風(fēng)險(xiǎn)偏好對(duì)森林經(jīng)營總投入的影響分析

表3中，Heckman模型結(jié)果表明，農(nóng)戶風(fēng)險(xiǎn)厭惡系數(shù)對(duì)農(nóng)戶林地投入意愿和投入強(qiáng)度均有顯著負(fù)影響，系數(shù)分別為-0.549和-0.352，顯著性程度1%。損失厭惡系數(shù)對(duì)投入意愿影響不顯著，但對(duì)投入強(qiáng)度有顯著負(fù)影響，系數(shù)為-0.017，顯著性5%。非線性加權(quán)概率對(duì)投入意愿影響不顯著，但對(duì)投入強(qiáng)度有顯著負(fù)影響，系數(shù)-0.103，顯著性10%。以上結(jié)果表明風(fēng)險(xiǎn)厭惡和損失厭惡程度越高的農(nóng)戶，林地投入意愿越低，林地投入越少。這可能是由于森林經(jīng)營具有高風(fēng)險(xiǎn)、長周期的天然弱質(zhì)性，林木生長周期中會(huì)遭遇各種不可預(yù)測的自然風(fēng)險(xiǎn)、市場價(jià)格風(fēng)險(xiǎn)等，未來收益的不確定性極高[19]。許多研究表明農(nóng)戶并非完全理性，其經(jīng)營決策并非遵循理性經(jīng)濟(jì)人的收益最大化，而是遵循“安全第一”的法則，即損失最小化。基于資金安全性和機(jī)會(huì)成本的考量，風(fēng)險(xiǎn)規(guī)避的農(nóng)戶往往對(duì)不確定性較高的經(jīng)濟(jì)活動(dòng)呈現(xiàn)回避的態(tài)度，因此，營林意愿不強(qiáng)和營林投入強(qiáng)度較弱。這一結(jié)果同其他學(xué)者的研究結(jié)論相似，如 Liu（2008）研究表明，風(fēng)險(xiǎn)規(guī)避型農(nóng)戶會(huì)推遲采用新的棉花品種，在已采用新品種的農(nóng)戶中，風(fēng)險(xiǎn)規(guī)避型農(nóng)戶會(huì)減少新技術(shù)的投入[6]。陳新建等（2015）的研究結(jié)果表明，農(nóng)戶的風(fēng)險(xiǎn)態(tài)度與新技術(shù)投入呈負(fù)相關(guān)[20]。

社會(huì)經(jīng)濟(jì)變量中，戶主年齡與投入強(qiáng)度顯著正相關(guān);非農(nóng)務(wù)工人口數(shù)量與投入意愿和投入強(qiáng)度顯著負(fù)相關(guān);信貸約束與投入意愿和投入強(qiáng)度顯著正相關(guān);耕地面積與投入強(qiáng)度顯著負(fù)相關(guān)。其可能原因是，由于目前我國林業(yè)生產(chǎn)仍以勞動(dòng)密集型為主，林地的細(xì)碎化程度決定了難以實(shí)現(xiàn)林業(yè)規(guī)模經(jīng)營，因此家中非農(nóng)務(wù)工人口越多，非林業(yè)性勞動(dòng)收入越多，農(nóng)戶從事林業(yè)生產(chǎn)的意愿就越低，林業(yè)投入越少[21];由于耕地收入對(duì)林業(yè)收入的可替代性，擁有耕地面積多的農(nóng)戶其營林意愿和投入強(qiáng)度都不高。同時(shí)，獲得林業(yè)資金的難易程度影響了農(nóng)戶從事林業(yè)生產(chǎn)的意愿和投入強(qiáng)度。大多研究表明，戶主年齡越大營林投入強(qiáng)度越小，但這一結(jié)論與本文研究結(jié)果并不一致。

林地變量中，林地面積與林業(yè)投入強(qiáng)度分別在1%的重要性水平下顯著正相關(guān)，證實(shí)了擁有林地面積越多的農(nóng)戶更愿意進(jìn)行林業(yè)投入;林地坡度與投入強(qiáng)度在1%的重要性水平下顯著負(fù)相關(guān)，表明擁有的林地越陡峭，農(nóng)戶的林業(yè)投入越少。林地距公路的距離與林業(yè)投入意愿在1%的重要性水平下負(fù)相關(guān)，說明了林地離公路越遠(yuǎn)，農(nóng)戶從事林業(yè)生產(chǎn)的意愿越低。而地塊數(shù)量的多少并未與投入意愿和投入強(qiáng)度出現(xiàn)明顯的相關(guān)關(guān)系。

政策變量中，林地類型與投入意愿均在1%的重要性水平下呈現(xiàn)顯著的負(fù)相關(guān)，表明公益林農(nóng)戶的投入意愿和投入強(qiáng)度顯著低于非公益農(nóng)戶，這與我國限制公益林采伐的森林分類管理制度有關(guān)。是否擁有林權(quán)證與投入強(qiáng)度在10%的重要性水平下正相關(guān)，說明確權(quán)發(fā)證的農(nóng)戶由于林地產(chǎn)權(quán)明晰，其營林積極性更高，更愿意在林地上投入更多，表明林權(quán)改革有助于增加農(nóng)戶的林業(yè)投入。

（三）穩(wěn)健性檢驗(yàn)

在上述回歸分析的基礎(chǔ)上，將社會(huì)經(jīng)濟(jì)變量、林地變量、政策變量作為控制變量，對(duì)Heckman模型中風(fēng)險(xiǎn)偏好對(duì)林業(yè)投入強(qiáng)度的影響進(jìn)行穩(wěn)健性檢驗(yàn)（見表4）。具體步驟如下：

第一，考慮到并非所有的受訪農(nóng)戶都是戶主，而通常戶主在家庭經(jīng)營決策中占主要位置，因此，非戶主的風(fēng)險(xiǎn)偏好對(duì)其家庭森林經(jīng)營決策影響可能不大，因此，剔除了其中非戶主的被試農(nóng)戶（見表4列1）。

第二，考慮到家庭年收入可能具有一定波動(dòng)性，而家庭資產(chǎn)總額是農(nóng)戶家庭歷年收入的最終體現(xiàn)，因此，用家庭資產(chǎn)額代替家庭年收入作為家庭財(cái)富的代理變量，對(duì)Heckman模型再次進(jìn)行回歸（見表4列2）。

所有模型的結(jié)果都顯示，風(fēng)險(xiǎn)厭惡系數(shù)和損失厭惡系數(shù)均對(duì)林地投入強(qiáng)度有負(fù)向影響，表明研究結(jié)果是穩(wěn)健的。

四、建議與對(duì)策

農(nóng)戶并非完全理性，大部分農(nóng)戶都是風(fēng)險(xiǎn)厭惡型，農(nóng)戶的風(fēng)險(xiǎn)程度、損失厭惡程度和對(duì)事件判斷的主觀概率均會(huì)對(duì)其從事林業(yè)生產(chǎn)的意愿和林業(yè)投入強(qiáng)度產(chǎn)生重要影響;風(fēng)險(xiǎn)厭惡型的農(nóng)戶其林業(yè)生產(chǎn)決策往往脫離理性經(jīng)濟(jì)人的“收益最大化”原則，他們往往對(duì)損失更為敏感，資金的安全性或“損失最小”才是其首要考量因素。這一發(fā)現(xiàn)有著重要的政策涵義。

第一，林業(yè)具有高風(fēng)險(xiǎn)、長周期的天然弱質(zhì)性，卻是兼具了生態(tài)效益、經(jīng)濟(jì)效益和社會(huì)效益的重要產(chǎn)業(yè)。從農(nóng)戶風(fēng)險(xiǎn)偏好的視角分析影響農(nóng)戶營林生產(chǎn)積極性的因素，可以從經(jīng)濟(jì)學(xué)和心理學(xué)視角充分挖掘激勵(lì)農(nóng)戶林業(yè)生產(chǎn)積極性的原因，既能充分激勵(lì)農(nóng)戶投身林業(yè)，促進(jìn)我國林業(yè)的多元化和可持續(xù)發(fā)展，更是解決我國“三農(nóng)”問題和建設(shè)生態(tài)文明的重要舉措。

第二，在集體林權(quán)改革的配套改革中，應(yīng)綜合考慮農(nóng)戶的資源約束和風(fēng)險(xiǎn)偏好，有針對(duì)性地制定相應(yīng)的政策，積極引導(dǎo)農(nóng)戶認(rèn)識(shí)不同風(fēng)險(xiǎn)等級(jí)的林業(yè)投資項(xiàng)目，認(rèn)識(shí)風(fēng)險(xiǎn)和收益之間的關(guān)系。例如，對(duì)于風(fēng)險(xiǎn)追逐型的農(nóng)戶，他們對(duì)風(fēng)險(xiǎn)和損失的敏感度相對(duì)較弱，可向他們大力推廣新樹種、新的森林培育技術(shù)，加大林產(chǎn)品期貨和森林碳匯期貨等新型金融產(chǎn)品的宣傳，通過期貨等新型金融產(chǎn)品對(duì)沖由于林業(yè)高風(fēng)險(xiǎn)、長周期的天然弱質(zhì)性引發(fā)的自然風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)給農(nóng)戶帶來的損失，提高農(nóng)戶收入。再用這些人的成功經(jīng)驗(yàn)去感染身邊的其他農(nóng)戶，對(duì)周邊農(nóng)戶的林業(yè)生產(chǎn)積極性產(chǎn)生輻射效應(yīng)。針對(duì)風(fēng)險(xiǎn)中立和風(fēng)險(xiǎn)規(guī)避型農(nóng)戶及其稟賦特征，可向其推廣森林保險(xiǎn)，分散營林過程中因自然災(zāi)害、病蟲害、火災(zāi)帶來的風(fēng)險(xiǎn);并鼓勵(lì)他們加入合作社或與林業(yè)企業(yè)聯(lián)合經(jīng)營，通過經(jīng)營方式的改變減少林業(yè)生產(chǎn)活動(dòng)中帶來的收益不確定性，減少損失，增加收益。

第三，基于農(nóng)戶普遍風(fēng)險(xiǎn)規(guī)避的心理，保險(xiǎn)機(jī)構(gòu)應(yīng)根據(jù)農(nóng)戶的不同稟賦條件設(shè)計(jì)多元化的森林保險(xiǎn)產(chǎn)品，制定差異化定價(jià)，優(yōu)化服務(wù)質(zhì)量，完善理賠程序，幫助農(nóng)戶建立并完善營林風(fēng)險(xiǎn)分散和分擔(dān)機(jī)制。

注釋：

① ?信貸約束：用以評(píng)估農(nóng)戶資金的流動(dòng)性約束。通過詢問農(nóng)戶能否能在一周內(nèi)借到錢來判斷，如果“能”，則代表無信貸約束。

② 耕地面積：由于農(nóng)戶家庭勞動(dòng)力數(shù)量一定，本文認(rèn)為在耕地上從事的農(nóng)業(yè)活動(dòng)和在林地上從事的林業(yè)活動(dòng)間有替代效應(yīng)。

參考文獻(xiàn)：

[1]?Kahneman D， Tversky A. Prospect theory：an analysis of decision under risk [J]. Econometrica， 1979， 47（2）：263-291.

[2]?Scott J C. The moral economy of the peasant：rebellion and subsistence in Southeast Asia[J]. The Journal of Politics， 1977， 39（4）：604-605.

[3]?Binswanger H P. Attitudes toward risk：experimental measurement in rural India [J]. American Journal of Agricultural Economics， 1980， 62（3）：395-407.

[4]?Holt C A， Laury S K. risk aversion and incentives effects[J].The American Economic Review，2002（12）：1644-1655.

[5]?Tanaka T， Camerer C F， Nguyen Q. Risk and time preferences：linking experimental and household survey data from vietnam [J]. American Economic Review， 2010， 100（1）：557-571.

[6]?Liu E M. Time to change what to sow：risk preferences and technology adoption decisions of cotton farmers in China [D]. Working Papers，2008：526.

[7]?Rosenzweig M R， Binswanger H P. Wealth， weather risk and the composition and profitability of agricultural investments[J]. Economic Journal， 1993， 103（416）：56-78.

[8]?Alvarez L H R， Koskela E. Does risk aversion accelerate optimal forest rotation under uncertainty？[J]. Journal of Forest Economics， 2006， 12（3）：171-184.

[9]?Couture S， Reynaud A. Multi-stand forest management under a climatic risk：do time and risk preferences matter？[J]. Environmental Modeling & Assessment， 2008， 13（2）：181-193.

[10]侯麟科， 仇煥廣， 白軍飛，等. 農(nóng)戶風(fēng)險(xiǎn)偏好對(duì)農(nóng)業(yè)生產(chǎn)要素投入的影響——以農(nóng)戶玉米品種選擇為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2014（5）：21-29.

[11]朱臻， 沈月琴， 白江迪. 南方集體林區(qū)農(nóng)戶的風(fēng)險(xiǎn)態(tài)度與碳匯供給決策：一個(gè)來自浙江的風(fēng)險(xiǎn)偏好實(shí)驗(yàn)[J]. 中國軟科學(xué)， 2015（7）：148-157.

[12]謝屹， 李小勇， 溫亞利. 農(nóng)戶集體林權(quán)流轉(zhuǎn)意愿及影響因素分析——基于遼寧、浙江、陜西、重慶四省（市）的調(diào)研[J]. 廣東社會(huì)科學(xué)， 2014（1）：13-19.

[13]Xie Y， Gong P， Han X， et al. The effect of collective forestland tenure reform in China：does land parcelization reduce forest management intensity？ [J]. Journal of Forest Economics， 2014， 20（2）：126-140.

[14]侯一蕾， 王昌海， 吳靜，等. 南方集體林區(qū)林地規(guī)?；?jīng)營的理論探析[J]. 北京林業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2013， 12（4）：1-6.

[15]Miao G， West R A. Chinese collective forestlands：contributions and constraints[J]. International Forestry Review， 2004， 6（3/4）：282-298.

[16]Tobin J. Estimation of relationships for limited dependent variables[J]. Econometrica， 1958， 26（1）：24-36.

[17]Heckman J J . Sample selection bias as a specification error[J]. Econometrica， 1979， 47（1）：153-161.

[18]Novemsky N， Kahneman D. The boundaries of loss aversion[J]. Journal of Marketing Research， 2005， 42（2）：119-128.

[19]Moscardi E， Janvry A D. Attitudes toward risk among peasants：an econometric approach[J]. American Journal of Agricultural Economics， 1977， 59（4）：710-716.

[20]陳新建， 楊重玉. 農(nóng)戶稟賦、風(fēng)險(xiǎn)偏好與農(nóng)戶新技術(shù)投入行為——基于廣東水果種植農(nóng)戶的調(diào)查實(shí)證[J]. 科技管理研究， 2015（17）：131-135.

[21]Yi Y，Khlin G，Xu J.Property rights， tenure security and forest investment incentives：evidence from China's collective forest tenure reform[J]. Environment and Development Economics，2014，19（1）：48-73.

（責(zé)任編輯：鐵?青）