陳柏旭，周 穎※，王立剛，王麗英，張彥東

（1.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081；2.河北省農(nóng)林科學(xué)院農(nóng)業(yè)資源環(huán)境研究所，石家莊 050057；3.河北省保定市徐水區(qū)農(nóng)業(yè)農(nóng)村局，保定 072550）

0 引言

長(zhǎng)期以來，秸稈作為重要的生物質(zhì)資源，在我國(guó)北方農(nóng)村地區(qū)的生產(chǎn)生活中占據(jù)著重要地位[1]。但隨著社會(huì)經(jīng)濟(jì)的發(fā)展，我國(guó)農(nóng)村地區(qū)的生活條件不斷改善，越來越多的秸稈被新型燃料所取代，各地區(qū)都出現(xiàn)了結(jié)構(gòu)性、周期性的秸稈過剩問題[2,3]。特別是2015年以來，我國(guó)糧食產(chǎn)量連年上漲，使得農(nóng)作物秸稈的總量也在不斷增加，秸稈露天焚燒、隨意廢棄等現(xiàn)象屢禁不止[4]。農(nóng)作物秸稈的露天焚燒可在短時(shí)間內(nèi)釋放出大量的CO2、CH4、NO2和PM2.5等有害物質(zhì)[5]，不僅加劇了大氣中的溫室氣體含量，還嚴(yán)重威脅著人類的身體健康。為解決這一系列的問題，農(nóng)作物秸稈的資源化再利用技術(shù)受到了社會(huì)各界的廣泛關(guān)注，該技術(shù)以秸稈“肥料化、飼料化、燃料化、原料化和基料化”利用為基礎(chǔ)，通過農(nóng)田內(nèi)部能量再循環(huán)的原理，實(shí)現(xiàn)農(nóng)業(yè)生態(tài)系統(tǒng)內(nèi)部物質(zhì)的良性循環(huán)[6]，以減輕農(nóng)作物秸稈的不合理處置而引發(fā)的農(nóng)業(yè)生態(tài)環(huán)境的負(fù)向影響。因此，引導(dǎo)農(nóng)戶采納秸稈還田技術(shù)具有重要意義。

秸稈還田作為秸稈綜合利用中的重要方式之一，不僅可以有效地降低農(nóng)業(yè)碳排放和保護(hù)農(nóng)田生態(tài)環(huán)境，還可以提高作物產(chǎn)量、改善土壤質(zhì)量[7]。秸稈還田技術(shù)也因其簡(jiǎn)單、便捷的普適性屬性，受到了各地政府的大力支持[8]。盡管中央和地方政府出臺(tái)了一系列的技術(shù)推廣支持政策來推廣秸稈還田技術(shù)[9,10]，但在實(shí)地的調(diào)查過程中卻發(fā)現(xiàn)秸稈的隨意丟棄和露天焚燒等現(xiàn)象依然存在[13]，如河北省農(nóng)業(yè)農(nóng)村廳公布的數(shù)據(jù)顯示，2020年全省共核實(shí)秸稈焚燒火點(diǎn)8 842處，雖較往期同比減少7 728處，但仍有較大的下降空間。究其原因不難發(fā)現(xiàn)，受到技術(shù)的外部性影響，農(nóng)戶作為秸稈還田的實(shí)踐者，其在技術(shù)采納后的個(gè)人收益遠(yuǎn)低于環(huán)境改善后的社會(huì)效益，使得農(nóng)戶難以對(duì)秸稈還田進(jìn)行響應(yīng)[11,12]。

縱觀現(xiàn)有研究發(fā)現(xiàn)，有關(guān)秸稈還田技術(shù)的采納意愿研究主要集中在三個(gè)方面：（1）影響因素研究。農(nóng)戶會(huì)因?yàn)槠渥陨淼膫€(gè)體特征、認(rèn)知水平和資源稟賦的差異導(dǎo)致技術(shù)采納意愿的差異。例如，受教育水平高的農(nóng)戶更能認(rèn)識(shí)到秸稈還田和保護(hù)環(huán)境的重要性[14]；農(nóng)戶對(duì)秸稈還田的技術(shù)認(rèn)知、生態(tài)認(rèn)知均會(huì)對(duì)其采納意愿產(chǎn)生正向影響[15,16]。（2）采納意愿與實(shí)際行為的一致性研究。在實(shí)際的生產(chǎn)過程中，往往存在農(nóng)戶對(duì)技術(shù)的采納意愿與其實(shí)際生產(chǎn)行為不相符的現(xiàn)象[17]。張童朝等[18]研究表明，有62.73%的農(nóng)戶愿意進(jìn)行秸稈還田，但實(shí)際還田的農(nóng)戶僅占到35.42%。這種意愿與行為之間的不一致性現(xiàn)象嚴(yán)重制約著我國(guó)秸稈還田技術(shù)的推廣。（3）生態(tài)補(bǔ)償對(duì)農(nóng)戶意愿的引導(dǎo)研究。已有文獻(xiàn)表明，生態(tài)補(bǔ)償政策是影響農(nóng)戶技術(shù)采納意愿不可或缺的因素。例如，王雨蓉等[19]通過長(zhǎng)期的定點(diǎn)研究發(fā)現(xiàn)，生態(tài)補(bǔ)償制度能有效降低農(nóng)業(yè)氮輸入；楊欣等基于市民的視角，運(yùn)用選擇實(shí)驗(yàn)法得到武漢城市圈地區(qū)的單位面積下農(nóng)田生態(tài)補(bǔ)償轉(zhuǎn)移支付的范圍683.10～6 169.60元/hm2[20]。由此可見，生態(tài)補(bǔ)償機(jī)制對(duì)農(nóng)戶的技術(shù)采納意愿具有積極的影響。

綜上所述，現(xiàn)有研究主要從農(nóng)戶秸稈還田技術(shù)采納意愿及相關(guān)影響因素展開了諸多探索，但對(duì)于秸稈還田應(yīng)用價(jià)值評(píng)估的相關(guān)研究還略顯薄弱，仍缺乏系統(tǒng)的秸稈還田價(jià)值評(píng)估體系，導(dǎo)致政府在制定補(bǔ)償機(jī)制的過程中往往出現(xiàn)補(bǔ)償標(biāo)準(zhǔn)設(shè)立較低、政策激勵(lì)效果不明顯等問題的發(fā)生。鑒于此，文章在探究徐水區(qū)農(nóng)戶技術(shù)支付意愿影響因素的基礎(chǔ)上，聚焦秸稈還田技術(shù)的應(yīng)用價(jià)值評(píng)估問題，從當(dāng)?shù)剞r(nóng)戶對(duì)秸稈還田技術(shù)的支付意愿價(jià)值和秸稈還田技術(shù)對(duì)溫室氣體減排的環(huán)境效益價(jià)值兩個(gè)角度測(cè)算秸稈還田技術(shù)的應(yīng)用價(jià)值，并最終構(gòu)建具有普適性和科學(xué)性的秸稈還田技術(shù)生態(tài)補(bǔ)償標(biāo)準(zhǔn)體系，為激發(fā)河北地區(qū)農(nóng)戶參與耕地質(zhì)量保護(hù)與提升的內(nèi)生動(dòng)力，提供科學(xué)的決策與參考。

1 理論分析與研究假說

計(jì)劃行為理論（TPB）是在社會(huì)心理學(xué)領(lǐng)域解釋和預(yù)測(cè)人類行為的理論[21]，目前已廣泛應(yīng)用于農(nóng)戶技術(shù)采納和行為意愿等方面的研究。該理論認(rèn)為，人的意愿是受行為態(tài)度、主觀規(guī)范和知覺行為控制三者共同影響的，具體流程如圖1所示。

圖1 農(nóng)戶秸稈還田技術(shù)采納意愿理論分析框架

假說H1：農(nóng)戶的行為態(tài)度、主觀規(guī)范和知覺行為控制對(duì)其秸稈還田技術(shù)采納意愿具有顯著影響。

（1）行為態(tài)度是指?jìng)€(gè)體對(duì)某種特定行為的積極或消極的評(píng)價(jià)[22]。農(nóng)戶行為態(tài)度可以理解為農(nóng)戶在秸稈還田技術(shù)采納過程中對(duì)技術(shù)預(yù)期收益和風(fēng)險(xiǎn)支出進(jìn)行權(quán)衡后得出的整體評(píng)價(jià)。從理論上來看，農(nóng)戶采納秸稈還田技術(shù)不僅可以減少秸稈不合理處置所帶來的環(huán)境問題，而且能夠減少化肥施用量[23,24]。當(dāng)農(nóng)戶越能認(rèn)識(shí)到技術(shù)帶來的環(huán)境和經(jīng)濟(jì)效益，則對(duì)技術(shù)的認(rèn)可度就越強(qiáng)，采納意愿也就越強(qiáng)。但如果農(nóng)戶秸稈還田技術(shù)的采納伴隨著較大的額外生產(chǎn)成本投入，則會(huì)對(duì)技術(shù)保持消極的行為態(tài)度。

假說H2：農(nóng)戶對(duì)秸稈還田技術(shù)的環(huán)境、經(jīng)濟(jì)效益認(rèn)知水平越高，其技術(shù)采納的態(tài)度就會(huì)越積極。

（2）主觀規(guī)范是指?jìng)€(gè)體在進(jìn)行某種行為時(shí)受到外界社會(huì)的感知壓力[22]。在該文中，農(nóng)戶對(duì)技術(shù)采納意愿的主觀規(guī)范主要是受到示范性和指令性兩個(gè)方面的影響[25]。一方面是受到社會(huì)網(wǎng)絡(luò)示范性影響，在技術(shù)采納決策過程中，農(nóng)戶會(huì)借鑒或求助周圍鄰居、親朋好友等的做法或經(jīng)驗(yàn)[26]，即當(dāng)農(nóng)戶周邊親朋都自覺應(yīng)用秸稈還田技術(shù)時(shí)，也會(huì)極大地提高農(nóng)戶的技術(shù)采納自覺性[27]；另一方面是受到農(nóng)業(yè)補(bǔ)貼政策的影響，對(duì)農(nóng)戶而言，一切生產(chǎn)行為都是以追求自身效益最大化為前提的，但有時(shí)將私人效益最大化的處理方式會(huì)產(chǎn)生負(fù)外部性，導(dǎo)致社會(huì)福利整體下降，此時(shí)政府會(huì)通過強(qiáng)制性、約束性和誘導(dǎo)性的政策手段來實(shí)現(xiàn)秸稈還田外部效益內(nèi)部化，提高農(nóng)戶對(duì)技術(shù)采用的積極性和自覺性[28,29]。

假說H3A：周邊采納秸稈還田技術(shù)的熟人越多，農(nóng)戶采納技術(shù)的可能性就越大。

假說H3B：技術(shù)的補(bǔ)貼（扶持）力度越大，農(nóng)戶參與秸稈還田的態(tài)度就會(huì)越積極。

（3）知覺行為控制是指?jìng)€(gè)體對(duì)某種行為所感知到的難度或掌控能力的感知[22]。農(nóng)戶對(duì)秸稈還田技術(shù)的知覺行為控制可看作是農(nóng)戶對(duì)秸稈還田行為的掌控能力[30]，主要體現(xiàn)在對(duì)個(gè)體特征和家庭因素兩個(gè)方面。農(nóng)戶具有良好的個(gè)體特征時(shí)，其對(duì)自身完成秸稈還田的能力就會(huì)充滿信心，便會(huì)表現(xiàn)出積極的態(tài)度；同理，當(dāng)農(nóng)戶具有較好的家庭因素來應(yīng)對(duì)秸稈還田的不穩(wěn)定性，也會(huì)對(duì)農(nóng)戶的技術(shù)采納產(chǎn)生積極的影響[31]。

假說H4：農(nóng)戶對(duì)可控因素的感知越強(qiáng)，其對(duì)掌握秸稈還田技術(shù)的信心越大。

2 材料與研究方法

2.1 區(qū)域概況

該研究選取河北省保定市徐水區(qū)作為調(diào)研區(qū)域。徐水區(qū)作為河北省中部的產(chǎn)糧大縣，不僅在農(nóng)業(yè)的標(biāo)準(zhǔn)化、產(chǎn)業(yè)化水平方面處于河北省前列，而且也是全國(guó)糧食生產(chǎn)先進(jìn)縣之一，具有優(yōu)越的農(nóng)業(yè)生產(chǎn)條件。徐水區(qū)作為我國(guó)華北平原地區(qū)典型的“麥—玉”輪作區(qū)，全年主要糧食作物播種面積約5.9萬(wàn)hm2，占徐水區(qū)總面積的61.55%。秸稈年產(chǎn)量約為70.6萬(wàn)t，年秸稈還田面積4.6萬(wàn)hm2，秸稈還田量達(dá)49.4萬(wàn)t，分別占全區(qū)種植面積和秸稈總量的77.97%和69.97%。因此，選擇徐水區(qū)作為調(diào)查區(qū)域，對(duì)于了解我國(guó)河北平原地區(qū)農(nóng)戶秸稈還田采納意愿方面具有較好的代表性和示范性。

2.2 數(shù)據(jù)來源

該文數(shù)據(jù)主要以課題組于2020年10—11月在徐水區(qū)開展的專項(xiàng)調(diào)研為基礎(chǔ)。調(diào)查人員根據(jù)徐水區(qū)農(nóng)業(yè)農(nóng)村局推薦及當(dāng)?shù)剞r(nóng)戶的介紹，選取當(dāng)?shù)亍靶←?玉米”輪作農(nóng)戶基數(shù)較大的荊塘鋪村、北龐村等11個(gè)行政村為此次調(diào)研的樣本點(diǎn)，每個(gè)行政村采用隨機(jī)抽樣方式發(fā)放30份左右的問卷。同時(shí)，為確保數(shù)據(jù)的真實(shí)可靠，此次調(diào)查先進(jìn)行3d的預(yù)調(diào)查，了解和掌握當(dāng)?shù)氐膶?shí)際情況，并根據(jù)預(yù)調(diào)查中存在的問題對(duì)問卷進(jìn)行修改完善。此次調(diào)研共調(diào)查農(nóng)戶337人，剔除信息不全、存在明顯錯(cuò)誤等問題的問卷，最后得到有效問卷319份，有效率達(dá)94.66%。

問卷在對(duì)農(nóng)戶秸稈還田技術(shù)采納情況調(diào)查的基礎(chǔ)上，還著重對(duì)農(nóng)戶的技術(shù)采納支付意愿和支付金額進(jìn)行調(diào)查。調(diào)查人員通過建立假想市場(chǎng)，采用條件價(jià)值法的支付卡引導(dǎo)技術(shù)來獲取農(nóng)戶對(duì)技術(shù)的支付值。具體引導(dǎo)流程3步驟：（1）由調(diào)查人員介紹相關(guān)技術(shù)的背景，來提高受訪者對(duì)技術(shù)的熟悉度；（2）構(gòu)建假想市場(chǎng)，假設(shè)地方政府與農(nóng)戶共同承擔(dān)秸稈還田作業(yè)費(fèi)用，詢問農(nóng)戶是否愿意承擔(dān)。（3）如果愿意（WTP＞0）則詢問農(nóng)戶的支付上限是多少。為方便農(nóng)戶回答，在詢問金額時(shí)，根據(jù)當(dāng)?shù)亟斩掃€田的實(shí)際成本設(shè)定10個(gè)對(duì)應(yīng)比例的投標(biāo)值，即：0～18，19～36，37～54，55～72，73～90，91～108，109～126，127～144，145～162，163～180（元/0.067hm2）。

2.3 樣本基本特征

此次調(diào)查農(nóng)戶基本特征如表1所示，在319名填寫問卷的農(nóng)戶中，從個(gè)體特征角度來看，樣本農(nóng)戶中女性占比57.37%，略高于男性。從年齡分布來看，受訪農(nóng)戶的平均年齡在59歲，集中分布于60～70歲，這一年齡段占受訪農(nóng)戶的39.81%。在受教育程度方面，受訪農(nóng)戶的受教育水平整體較低，初中及以下教育水平的農(nóng)戶占總體的88.09%。在319個(gè)調(diào)查對(duì)象中，年際平均農(nóng)業(yè)純收入為0.6萬(wàn)元的人數(shù)最多，占受訪農(nóng)戶總體的87.15%。綜上所述，樣本農(nóng)戶的基礎(chǔ)特征符合我國(guó)當(dāng)前大部分農(nóng)村的實(shí)際情況，家庭特征與農(nóng)業(yè)純收入也符合徐水區(qū)的經(jīng)濟(jì)發(fā)展水平，因此樣本的選擇具有一定的代表性。

2.4 變量選擇

（1）因變量。該文以“農(nóng)戶秸稈還田采納意愿”作為因變量，并通過二元賦值法對(duì)農(nóng)戶的采納意愿進(jìn)行度量。其中，1=愿意采納，0=不愿意采納。

（2）解釋變量。該文根據(jù)現(xiàn)有文獻(xiàn)及實(shí)地調(diào)研選取了涵蓋農(nóng)戶個(gè)體特征、家庭因素、生產(chǎn)成本、社會(huì)資源和生態(tài)認(rèn)知等5類16組變量來作為解釋變量。

對(duì)上述變量的具體定義、賦值以及統(tǒng)計(jì)如表2所示。

表2 變量的說明、均值及標(biāo)準(zhǔn)差

2.5 模型構(gòu)建

2.5.1 影響農(nóng)戶采納意愿的因素分析模型

鑒于所選取的因變量屬于二分類變量，所以該文構(gòu)建二元Logit模型來分析和構(gòu)建秸稈還田采納意愿與各影響因素之間的關(guān)系。用P來表示農(nóng)戶兩類采納意愿的概率，具體公式表示為：

式（1）中，y表示農(nóng)戶技術(shù)采納意愿；P為技術(shù)采納概率；α0為模型截距；x1，x2，…，xn為自變量；α1，α2，…，αn為相應(yīng)自變量的回歸系數(shù)；μ為隨機(jī)干擾項(xiàng)。

2.5.2 農(nóng)戶支付意愿價(jià)值測(cè)算模型

該文借鑒當(dāng)前具有代表性的研究方法[32]，以“C-D”生產(chǎn)函數(shù)模型為基礎(chǔ)，構(gòu)建農(nóng)戶WTP與各影響因素之間的函數(shù)關(guān)系式。

為減少數(shù)據(jù)波動(dòng)和數(shù)據(jù)異方差所帶來的問題，對(duì)式（2）進(jìn)行對(duì)數(shù)化，并將該文所選的16個(gè)變量代入后進(jìn)一步擴(kuò)展，可得出評(píng)估農(nóng)戶支付意愿價(jià)值量的多元線性對(duì)數(shù)回歸方程為：

式（2）（3）中，Yi為農(nóng)戶對(duì)秸稈還田的支付金額（元/0.067 hm2）；A為常數(shù)項(xiàng)；lnd為農(nóng)戶個(gè)體特征；Fam為農(nóng)戶家庭因素特征；Prod為生產(chǎn)經(jīng)營(yíng)條件；Soc為社會(huì)資源；Eco為生態(tài)認(rèn)知；μ為隨機(jī)干擾項(xiàng)。

2.5.3 秸稈還田技術(shù)外部成本測(cè)算方法

（1）農(nóng)田土壤固碳速率計(jì)算方法為：

式（4）中，SCSR為土壤總固碳速率；Pro為當(dāng)?shù)赜衩桩a(chǎn)量，單位為kg/hm2；RMS為草谷比，取值0.84[35]；ST為徐水區(qū)秸稈還田比例；Emi為生產(chǎn)氮肥時(shí)的溫室氣體排放系數(shù)，該系數(shù)取值以CO2-eq計(jì)算，為1.748 kg/hm2[36]；DMF和FN分別為玉米干物質(zhì)含量和秸稈干物質(zhì)中的含氮量，取值0.78和0.92%[33]。

（2）溫室氣體（Greenhouse Gas，GHG）排放量計(jì)算方法。該研究將徐水區(qū)玉米秸稈的處置途徑分為秸稈焚燒和全量還田兩種，但由于研究區(qū)域內(nèi)秸稈焚燒比例難以獲取，所以假設(shè)秸稈的露天焚燒量為當(dāng)年用于還田的秸稈量，即秸稈全量焚燒，其溫室氣體排放量計(jì)算公式為：

式（5）中，EB為秸稈全量焚燒后產(chǎn)生的溫室氣體排放量，以CO2-eq計(jì)算，單位為kg/hm2；EFCH4與EFN2O為秸稈焚燒后CH4和NO2的排放因子，該研究參考IPCC的排放因子數(shù)值，分別取值3.4g/kg和0.07g/kg。

（3）徐水區(qū)玉米秸稈全量還田后的GHG減排量計(jì)算為：

式（6）中，NMR為農(nóng)田所提供的GHG減排量，單位為kg/hm2；ED為農(nóng)機(jī)單次旋耕（翻耕）作業(yè)時(shí)柴油損耗所造成的GHG排放量，設(shè)為15.57kg/hm2[33]，且秸稈還田需進(jìn)行兩次旋耕或翻耕。

該文根據(jù)上述方法并結(jié)合ICAP公布的《2020年歐盟排放現(xiàn)貨一級(jí)市場(chǎng)拍賣報(bào)告》中的單位溫室氣體排放價(jià)格，推算出徐水區(qū)秸稈還田所產(chǎn)生溫室氣體減排外部經(jīng)濟(jì)效益為171.47元/hm2。

3 結(jié)果與分析

3.1 農(nóng)戶秸稈還田技術(shù)采納意愿影響因素分析

該文使用SPSS 26.0軟件進(jìn)行分析，各變量對(duì)農(nóng)戶秸稈還田技術(shù)采納意愿的回歸結(jié)果如表3所示。同時(shí)，為確保模型分析結(jié)果的有效性，在分析之初便對(duì)所選取的各個(gè)變量進(jìn)行多重共線性檢驗(yàn)。結(jié)果顯示，所選變量VIF均＜2，證明此次研究中所選的各個(gè)變量之間不存在多重共線性問題；此外，Hosmer-Lemeshow的檢驗(yàn)值P=0.675＞0.05，說明接受原定假設(shè)，即該次模型通過HL檢驗(yàn)，模型具有較好的擬合優(yōu)度。

表3 二元Logit回歸分析

（1）在個(gè)體特征變量中，農(nóng)戶的性別、受教育程度的對(duì)農(nóng)戶技術(shù)采納影響概率值分別為0.033和0.028。與女性農(nóng)戶相比，男性農(nóng)戶更具有冒險(xiǎn)精神和接受新技術(shù)的勇氣，在其生產(chǎn)過程中會(huì)更傾向于采納秸稈還田技術(shù)；受教育程度越高的農(nóng)戶，對(duì)環(huán)境保護(hù)的認(rèn)知越深刻，所以農(nóng)戶的受教育程度正向影響采納意愿。

（2）在家庭因素變量中，受訪農(nóng)戶家庭的農(nóng)業(yè)收入與家庭所種植耕地的平整化程度對(duì)農(nóng)戶技術(shù)采納影響概率值分別為0.067和0.002。農(nóng)業(yè)純收入越高的農(nóng)戶家庭對(duì)秸稈還田采納意愿越高，這是因?yàn)橐粋€(gè)家庭中農(nóng)業(yè)純收入比重越大，其對(duì)農(nóng)業(yè)的依賴性也就越強(qiáng)，農(nóng)戶會(huì)將大量的時(shí)間、精力投入到農(nóng)業(yè)生產(chǎn)中去，使其在生產(chǎn)決策時(shí)會(huì)更加傾向于有利于農(nóng)業(yè)發(fā)展的生產(chǎn)行為；同時(shí)，鑒于秸稈還田需要大量農(nóng)業(yè)機(jī)械的參與，集中連片且較為平整的耕地，有利于農(nóng)業(yè)機(jī)械進(jìn)行還田作業(yè)，降低農(nóng)戶在秸稈還田過程中的操作難度和投入成本，使農(nóng)戶的采納意愿更加積極。從式（1）（2）部分可知，假說H4部分成立。

（3）在生產(chǎn)成本變量中，僅有化肥投入成本在1%的水平上正向影響農(nóng)戶對(duì)技術(shù)的采納意愿。這是因?yàn)榛食杀镜耐度肓客ǔＥc農(nóng)戶對(duì)農(nóng)業(yè)的重視程度成正比，農(nóng)戶通過加大化肥投入量來保證農(nóng)作物的產(chǎn)量與生育期內(nèi)的良好長(zhǎng)勢(shì)。而秸稈粉碎還田能有效提升土壤有機(jī)質(zhì)和通透性，能在一定程度上減少化肥施用量，實(shí)現(xiàn)“以地養(yǎng)地”，降低農(nóng)戶生產(chǎn)成本。

（4）在社會(huì)資源變量中，農(nóng)戶的政策認(rèn)知和社會(huì)網(wǎng)絡(luò)關(guān)系對(duì)農(nóng)戶技術(shù)采納影響概率值分別為0.092和0.050。近年來，各級(jí)政府大力宣傳有關(guān)秸稈還田技術(shù)的相關(guān)政策和技術(shù)指導(dǎo)，加深農(nóng)戶對(duì)秸稈還田技術(shù)的認(rèn)知，進(jìn)而促使農(nóng)戶開展秸稈還田；此外，農(nóng)戶對(duì)技術(shù)的采納行為通常會(huì)受到身邊人的影響，即農(nóng)戶會(huì)借鑒或效仿周圍鄰居、親朋好友等的做法或經(jīng)驗(yàn)，當(dāng)農(nóng)戶周邊存在的采納新技術(shù)的人越多，就越會(huì)激發(fā)農(nóng)戶的從眾心理，自覺應(yīng)用秸稈還田技術(shù)，假說H3A，H3B部分成立。

（5）在生態(tài)認(rèn)知變量中，農(nóng)戶對(duì)化肥用量和地力提升兩個(gè)變量的認(rèn)知對(duì)農(nóng)戶技術(shù)采納影響概率值分別為0.004和0.003?；实倪^量施用會(huì)導(dǎo)致土壤板結(jié)、面源污染等問題的發(fā)生，作物秸稈作為重要的生物質(zhì)資源之一，在碎混還田后具有改善耕地質(zhì)量、減少化肥投入等改善農(nóng)田生態(tài)環(huán)境的作用，當(dāng)農(nóng)戶對(duì)粗獷式施肥所帶來的問題認(rèn)知越深刻時(shí)，其對(duì)秸稈還田的采納意愿就越強(qiáng)烈。結(jié)合式（3）可以判斷假說H2部分成立。

值得注意的是，秸稈還田的地力提升認(rèn)知未能通過正向顯著性檢驗(yàn)，可能的原因是秸稈還田主要是通過常年連續(xù)的作物秸稈粉碎還田進(jìn)而提高土壤內(nèi)有機(jī)質(zhì)含量實(shí)現(xiàn)耕地地力的提升，但由于地力提升效果的發(fā)揮間接性且短期內(nèi)的效果不明顯而不被農(nóng)戶所重視。

綜上所述，假說H1部分成立。

3.2 農(nóng)戶對(duì)秸稈還田技術(shù)的支付意愿價(jià)值評(píng)估

根據(jù)“2.5.2”中的計(jì)算方法，在假設(shè)當(dāng)?shù)卣畷?huì)提供一定技術(shù)補(bǔ)貼的前提下，農(nóng)戶的技術(shù)成本支付意愿價(jià)值為661.8元/hm2。同時(shí)，根據(jù)前文中對(duì)秸稈還田技術(shù)環(huán)境效益價(jià)值的測(cè)算可知，徐水區(qū)玉米種植戶的技術(shù)應(yīng)用補(bǔ)貼標(biāo)準(zhǔn)的閾值應(yīng)為171.47～661.8元/hm2（11.43～44.12元/0.067hm2），為進(jìn)一步加強(qiáng)補(bǔ)償標(biāo)準(zhǔn)制定的可操作性，該研究選用補(bǔ)貼標(biāo)準(zhǔn)閾值的算術(shù)平均數(shù)作為徐水區(qū)秸稈還田技術(shù)補(bǔ)貼標(biāo)準(zhǔn)的參考值，即416.64元/hm2（27.78元/0.067hm2）。

近年來，我國(guó)多地區(qū)陸續(xù)開展了秸稈還田技術(shù)補(bǔ)貼活動(dòng)，2017年宿遷市秸稈機(jī)械化還田補(bǔ)助標(biāo)準(zhǔn)為375元/hm2；2018年山東省東營(yíng)市廣饒縣玉米秸稈還田補(bǔ)助標(biāo)準(zhǔn)為750元/hm2；2019年黑龍江省玉米秸稈全量翻埋和碎混還田作業(yè)補(bǔ)貼標(biāo)準(zhǔn)為600元/hm2。由此可見，該文所計(jì)算的徐水區(qū)補(bǔ)貼標(biāo)準(zhǔn)參考值可以作為當(dāng)?shù)亟斩掃€田技術(shù)推廣補(bǔ)償標(biāo)準(zhǔn)制定的重要實(shí)證依據(jù)。

4 結(jié)論與政策建議

4.1 結(jié)論

該文基于徐水區(qū)4鎮(zhèn)11村實(shí)地調(diào)研的319份農(nóng)戶數(shù)據(jù)，通過二元Logistic回歸模型探究影響農(nóng)戶秸稈還田技術(shù)采納意愿因素，并進(jìn)一步測(cè)算當(dāng)?shù)剞r(nóng)戶對(duì)秸稈還田技術(shù)的支付意愿價(jià)值，主要研究結(jié)論如下。

（1）在調(diào)查的319位農(nóng)戶中，有287位農(nóng)戶愿意為秸稈還田進(jìn)行付費(fèi)，占總樣本量的90.0%，農(nóng)戶整體采納意愿較強(qiáng)，且模型分析結(jié)果顯示，性別、受教育程度、農(nóng)業(yè)純收入、化肥成本、耕地平整化程度、政策認(rèn)知、社會(huì)網(wǎng)絡(luò)、化肥用量認(rèn)知等8個(gè)因素對(duì)農(nóng)戶秸稈還田采納意愿具有顯著正向影響，而地力提升因素因其作用的間接性、長(zhǎng)期性使得該因素短期內(nèi)還不被農(nóng)戶所重視。

（2）通過觀察分析Logit模型回歸結(jié)果的回歸系數(shù)，可以比較出不同影響因素對(duì)農(nóng)戶秸稈還田技術(shù)采納意愿的影響強(qiáng)度，按照強(qiáng)度的高低排序?yàn)椋焊仄秸潭龋净食杀荆巨r(nóng)戶性別＞化肥用量認(rèn)知＞家庭農(nóng)業(yè)純收入＞受教育程度＞政策認(rèn)知＞社會(huì)網(wǎng)絡(luò)＞地力提升認(rèn)知。

（3）通過對(duì)農(nóng)戶支付意愿價(jià)值的評(píng)估和秸稈還田溫室氣體減排外部性經(jīng)濟(jì)效益的計(jì)算，可推算出徐水區(qū)玉米秸稈還田補(bǔ)償標(biāo)準(zhǔn)的閾值為171.47～661.8元/hm2（11.43～44.12元/0.067hm2），該文選取該閾值的算術(shù)平均數(shù)作為補(bǔ)償標(biāo)準(zhǔn)的確定值，即416.64元/hm2（27.78元/0.067hm2）。該數(shù)值可以作為徐水區(qū)秸稈還田技術(shù)推廣補(bǔ)償標(biāo)準(zhǔn)制定的重要實(shí)證依據(jù)，具有較強(qiáng)的可行性。

4.2 政策建議

（1）細(xì)化補(bǔ)貼類型，制定科學(xué)補(bǔ)貼標(biāo)準(zhǔn)。政府需要在充分考慮當(dāng)?shù)剞r(nóng)戶對(duì)秸稈還田技術(shù)的真正訴求，可以從生產(chǎn)資料、技術(shù)指導(dǎo)和基礎(chǔ)設(shè)施建設(shè)等多種類型對(duì)農(nóng)戶進(jìn)行補(bǔ)償，不斷增加農(nóng)戶自身知覺行為控制能力，從而實(shí)現(xiàn)對(duì)農(nóng)戶積極性的調(diào)動(dòng)；同時(shí)，鑒于農(nóng)戶支付意愿價(jià)值與實(shí)際支出成本仍存在較大差距，地方政府應(yīng)充分發(fā)揮自身宏觀調(diào)控作用，適度調(diào)整和增加技術(shù)補(bǔ)償標(biāo)準(zhǔn)。具體補(bǔ)貼金額，可根據(jù)該文研究結(jié)果中的理論上、下限進(jìn)行定價(jià)，即實(shí)際補(bǔ)貼金額在171.47～661.8元/hm2，建議取值414.64元/hm2。

（2）加強(qiáng)技術(shù)培訓(xùn)，提升農(nóng)戶生態(tài)認(rèn)知水平。鑒于農(nóng)戶自身認(rèn)知水平較低的局限性，在技術(shù)培訓(xùn)過程中，應(yīng)著重從兩個(gè)方面進(jìn)行培訓(xùn)：一方面是加強(qiáng)農(nóng)戶對(duì)農(nóng)業(yè)資源環(huán)境保護(hù)的認(rèn)知。要讓農(nóng)戶充分認(rèn)識(shí)到保護(hù)農(nóng)業(yè)資源環(huán)境的重要性以及不合理的秸稈處置方式會(huì)對(duì)當(dāng)?shù)鼐用竦纳顜砟男┎豢晒懒康膿p失和危害；另一方面是強(qiáng)化農(nóng)戶對(duì)秸稈還田技術(shù)的掌握程度，使農(nóng)戶能夠更為輕松便捷地掌握相應(yīng)技術(shù)，降低技術(shù)應(yīng)用門檻，使農(nóng)戶直觀感受到秸稈再利用的經(jīng)濟(jì)、環(huán)境效益，加強(qiáng)農(nóng)戶對(duì)秸稈還田技術(shù)的認(rèn)可度。

（3）聚焦群眾意愿，提高政策精準(zhǔn)定位。要打造因地制宜的秸稈資源化再利用社會(huì)服務(wù)體系，充分考慮到技術(shù)的采納群體，制定多元、靈活、長(zhǎng)效的社會(huì)服務(wù)機(jī)制。在女性農(nóng)戶逐漸成為農(nóng)業(yè)生產(chǎn)過程中的主要經(jīng)營(yíng)角色的大背景下，要高度重視女性農(nóng)戶所獨(dú)有的性別價(jià)值，從女性農(nóng)戶視角出發(fā)，給予適當(dāng)?shù)恼邇A斜或制定合理的推廣模式，增強(qiáng)其認(rèn)知，豐富其技能。