閔 敏， 韓 露， 史瀅宜， 袁經(jīng)德， 張安錄

(華中農(nóng)業(yè)大學 公共管理學院， 武漢 430070)

?

礦區(qū)城鎮(zhèn)居民的農(nóng)地保護異質(zhì)性偏好及其影響因素研究
——以江西省九江縣沙河街鎮(zhèn)為實證

閔 敏*， 韓 露， 史瀅宜， 袁經(jīng)德， 張安錄

(華中農(nóng)業(yè)大學 公共管理學院， 武漢 430070)

礦產(chǎn)資源開發(fā)與農(nóng)地資源保護之間的矛盾，是我國生態(tài)文明建設和區(qū)域可持續(xù)發(fā)展所面臨的重要問題之一.深入了解我國公眾對于礦區(qū)農(nóng)地保護的偏好差異，對今后礦區(qū)農(nóng)地生態(tài)補償政策的制定具有重要意義.該文以江西省九江縣沙河街鎮(zhèn)為實證區(qū)，利用選擇試驗法，基于Multinomial Logit和Mixed Logit模型對礦區(qū)城鎮(zhèn)居民對農(nóng)地保護各要素特征變動的偏好進行敏感性分析，并探索其保護偏好異質(zhì)性的來源.研究主要結(jié)論如下：1)礦區(qū)農(nóng)地保護的生態(tài)補償政策設計中，空氣狀況和水質(zhì)狀況是受訪城鎮(zhèn)居民最敏感的屬性；2)不同城鎮(zhèn)居民家庭之間存在顯著的選擇偏好異質(zhì)性，農(nóng)產(chǎn)品開支和對農(nóng)地多功能性的認知是影響城鎮(zhèn)居民現(xiàn)狀改善偏好的主要來源；不同屬性偏好差異來源中，空氣屬性偏好異質(zhì)性主要源于年齡和農(nóng)產(chǎn)品開支差異，而收入對水質(zhì)屬性異質(zhì)性偏好影響顯著.3)比較兩類模型對異質(zhì)性偏好測度的解釋力時，研究發(fā)現(xiàn)Mixed Logit模型相對于引入了交互變量的 Multinomial Logit模型而言，解釋力更高，更適合用于分析本調(diào)查樣本.

選擇試驗法； Multinomial Logit模型； Mixed Logit 模型； 偏好異質(zhì)性

農(nóng)地是礦區(qū)生態(tài)系統(tǒng)的重要組成部分之一.但長期的礦產(chǎn)資源開發(fā)會不可避免地占用與破壞礦區(qū)周邊農(nóng)地資源，惡化周邊地區(qū)生態(tài)環(huán)境.上世紀50年代以來，中國因礦產(chǎn)資源開發(fā)等生產(chǎn)建設活動，挖損、塌陷、壓占等各種人為因素造成的破壞廢棄土地約2億畝左右，被破壞的土地70%是耕地或其他農(nóng)用地[1].隨著人們對農(nóng)地認識的逐漸深化，農(nóng)地所具有的生態(tài)和社會效益的重要性也越來越受到人們的重視.世界各國廣泛采用各種基于市場激勵機制的生態(tài)補償方法來進行農(nóng)地保護[2].我國農(nóng)地生態(tài)補償研究起步較晚，多數(shù)農(nóng)地生態(tài)補償?shù)膶嵶C研究主要集中在城鄉(xiāng)過渡區(qū)、農(nóng)產(chǎn)品主產(chǎn)區(qū)以及水源涵養(yǎng)區(qū)等地[3-6]，對于礦區(qū)農(nóng)地保護的生態(tài)補償研究文獻相對較少.已有的礦區(qū)農(nóng)地生態(tài)補償實證研究或參考Costanza和謝高地的生態(tài)系統(tǒng)單位面積服務價值當量對礦區(qū)農(nóng)地生態(tài)服務價值的測度[7-8]，或使用CVM方法進行礦區(qū)農(nóng)地生態(tài)補償價值研究[9-10].這些研究對于進一步深入研究礦區(qū)農(nóng)地保護提供了重要參考價值，但受研究方法的影響，這些實證更偏重于評估礦區(qū)農(nóng)地的整體生態(tài)服務價值.然而在礦區(qū)農(nóng)地保護實踐活動中，農(nóng)地價值需求主體的關注點更多在于對農(nóng)地的多重功能和不同屬性之間的損益比較.了解農(nóng)地價值需求主體對于多功能性農(nóng)地的保護偏好是合理制定礦區(qū)農(nóng)地保護政策、提高保護效率首先要解決的問題.選擇試驗法(Choice Experiment， CE)是目前公認的一種較好解決假想市場中多重屬性變化的價值評估方法，但目前國內(nèi)尚未見有運用該方法來評估礦區(qū)農(nóng)地生態(tài)補償?shù)难芯?基于此，本文首次用選擇試驗法對我國礦區(qū)農(nóng)地保護研究進行了有益的探索，以江西省九江縣沙河鎮(zhèn)居民為調(diào)研對象，對當?shù)鼐用駞⑴c城門山礦區(qū)農(nóng)地保護進而改善當?shù)厣鷳B(tài)環(huán)境活動的參與偏好以及影響因素進行了分析，為礦區(qū)農(nóng)地保護政策的制定提供了參考依據(jù)，并對實踐改進提供了合理建議，豐富了我國農(nóng)地保護生態(tài)補償?shù)膶崉昭芯堪咐?

1 研究區(qū)概況

九江縣沙河街鎮(zhèn)位于江西省西北部，長江中游南岸，廬山西麓.地理位置優(yōu)越，交通便利.地域面積12 km2，轄1個行政村，7個社區(qū)居委會，共有12 038戶，人口約48 000人，為九江縣政府所在地.2013年城鎮(zhèn)居民人均總收入23 362元，人均可支配收入22 504元.江銅集團城門山礦區(qū)以大規(guī)模露天機械開采為主，是國內(nèi)已探明的18座大型銅礦之一和9大稀有稀散金屬礦床之一，也是國家和江西省政府重點規(guī)劃建設的銅基地.城門山礦區(qū)的礦業(yè)開發(fā)是推動九江縣經(jīng)濟發(fā)展的重要產(chǎn)業(yè).沙河街鎮(zhèn)作為距離城門山礦區(qū)最近的城鎮(zhèn)居民聚集地，既享受了礦區(qū)內(nèi)農(nóng)地保護的外部效益，又獲得了礦區(qū)發(fā)展的經(jīng)濟效益，對于農(nóng)地保護和礦區(qū)發(fā)展用地的矛盾感受較深.本文選取沙河街鎮(zhèn)為實證研究區(qū)，對于研究城鎮(zhèn)居民對礦區(qū)農(nóng)地保護的偏好有一定的代表性.

2 研究方法

選擇實驗法(Choice Experiment， CE)是資源環(huán)境經(jīng)濟價值評估的重要方法之一.相較于同屬于陳述偏好法的CVM，基于Lancaster消費者選擇理論[11]的CE將待評估的資源環(huán)境物品和服務視為多重特征要素水平的組合，消費者的選擇實質(zhì)是在不同屬性狀態(tài)組成的選擇集之間進行權(quán)衡的結(jié)果.因此，CE更適用于關注環(huán)境物品和服務多重屬性特征的經(jīng)濟價值評估應用中.同時，CE還可以避免CVM中的初始點偏差、肯定性回答偏差、抗議反映偏差、策略性偏差等受訪者響應偏差問題，為進一步分析提供更豐富更可靠的信息[12-13].

基于隨機效用理論，選擇試驗法中個體i從N個選項中選擇j選項的效用(Uij)包括確定的可觀測效用和隨機的不可觀測的誤差項兩部分，即

Uij=βiXij+εij.

(1)

其中，為Xij個體i選擇選項j時可觀測到的屬性向量；βi為與屬性相關的參數(shù)向量.εij為隨機誤差項.一般而言，Multimonial Logit(MNL)模型常被用于解釋影響受訪者選擇行為的因素，MNL模型也是Hensher和Greene推薦的基本分析模型[14].然而MNL的假設前提是無關選擇獨立性假設(IIA)和獨立同分布假設(IID)，即該模型假定消費者偏好具有同質(zhì)性.該假定在現(xiàn)實中難以實現(xiàn)，受消費者社會經(jīng)濟特征和認知程度等個體差異的影響，個體對各種資源環(huán)境物品和服務的偏好顯然是具有異質(zhì)性的.為了解決MNL的異質(zhì)性偏好問題，可以在模型中引入受訪者的社會經(jīng)濟變量與屬性的交互項或者受訪者的社會經(jīng)濟變量與特定選項的常數(shù)項的交互項，然而這種刻畫偏好異質(zhì)性的MNL改良方法仍相對粗糙，存在一定局限性[15].因此，在MNL基礎上又進一步發(fā)展了 Mixed Logit(MXL)模型(又稱為Random Parameter Logit(RPL)).MXL模型放寬了MNL模型隨機誤差項的IID和IIA限制，將效用參數(shù)設定為隨機參數(shù)，被視為效用最大化理論最靈活的模型[16]，該模型解釋了個體之間的異質(zhì)性，允許各選擇的效用之間存在相關性，并慮及了受訪者之間的隨機偏好.

Mixed Logit模型的效用函數(shù)形式如下：

(2)

(3)

其中，f(β)為給定的概率密度函數(shù)，常用的概率分布形式包含了均勻分布、三角分布、正態(tài)分布和對數(shù)正態(tài)分布等[17].

本研究中，我們使用了引入社會經(jīng)濟變量交互項的MNL模型和MXL模型來揭示偏好的異質(zhì)性，并通過LL和AIC準則來選擇最佳模型.

3 問卷設計與數(shù)據(jù)獲取

3.1問卷設計

為研究礦區(qū)城鎮(zhèn)居民對于農(nóng)地保護的偏好，首先要構(gòu)建礦區(qū)農(nóng)地的屬性及其水平.本研究在參考國內(nèi)外相關文獻的基礎上，通過預調(diào)查來確定問卷中的屬性及其變動范圍.根據(jù)2013年8月進行的預調(diào)查結(jié)果，對問卷進行了修正和完善，最終選定3個生態(tài)屬性、2個社會屬性和1個經(jīng)濟屬性并確定了其水平值(表1).

表1中生態(tài)屬性包括物種多樣性、空氣狀況以及水質(zhì)狀況.在礦山開采過程中不可避免的，周邊環(huán)境會遭到各種污染，物種多樣性會降低，也會有空氣質(zhì)量變差，水質(zhì)狀況下降的現(xiàn)象出現(xiàn).出于對預調(diào)查中受訪者對環(huán)境的關注程度以及礦區(qū)周邊實際情況的考量，正式調(diào)查中將其作為選擇集中的生態(tài)屬性.

表1 屬性及水平值

社會屬性包括農(nóng)地開發(fā)風險以及開放程度.近年來，受九江縣內(nèi)礦業(yè)擴能工程項目影響，農(nóng)用地流轉(zhuǎn)為工礦建設用地的趨勢也愈加明顯，所以受訪市民對周邊耕地的保護年限意愿也被納入選擇集屬性中.與此同時，城市的快節(jié)奏生活讓市民對農(nóng)地開放程度要求提高，體驗式農(nóng)業(yè)(農(nóng)家樂)和觀光農(nóng)業(yè)成為市民休閑的新選擇.

經(jīng)濟屬性是指以貨幣形式表示的支付意愿，是選擇實驗模型的重要組成部分，受訪者在保護方案與現(xiàn)狀之間權(quán)衡的不僅是屬性狀態(tài)的差異，并且還要考慮支付金額的差異.在選擇集中做出選擇的一個非常關鍵因素就是市民綜合考慮自己的支付能力與選項中的支付意愿.本研究中將支付意愿定義為以個人所得稅方式進行支付的金額.

本研究共有6個屬性，每個屬性有3個水平，故全正交方案組合為729種.由于過多方案組合會導致受訪者回答時的困惑，因此，采用Ngene軟件進行部分因子試驗設計篩選出12組選擇集.為了進一步減輕受訪者負擔，將12組選擇集隨機分為2套，每套包含6個選擇集，即實際調(diào)查中每個受訪者要完成其中1套問卷版本中的6次選擇.每組選擇集由2個保護方案(方案A和方案B)與1個現(xiàn)狀方案(方案C)構(gòu)成.選擇集示例如表2.

表2 選擇集示例

調(diào)查的正式問卷包括了4個部分：第1部分是關于受訪居民對農(nóng)地的認知調(diào)查；第2部分是保護方案選擇，即選擇集部分；旨在了解礦區(qū)居民對于農(nóng)地保護方案屬性的偏好；第3部分為受訪者的社會經(jīng)濟特征調(diào)查；第4部分是問卷有效性檢驗.

3.2數(shù)據(jù)獲取

本研究調(diào)研組于2014年1月再次赴沙河街鎮(zhèn)進行正式調(diào)查.調(diào)查方式為對當?shù)鼐用褚约覒魹閱挝贿M行隨機入戶面對面問卷調(diào)查.調(diào)查時結(jié)合受訪者的性別、年齡、文化程度、家庭收入等個人及家庭特征，依據(jù)Scheaffer的抽樣公式隨機抽取，設定抽樣誤差為0.09，抽樣樣本總數(shù)問卷為124份.按照研究計劃共發(fā)放問卷154份，問卷收回率100%，剔除有明顯錯誤及信息嚴重殘缺的無效問卷后得到有效問卷146份，問卷有效率為94.8%.此外，根據(jù)問卷有效程度計算公式[18]計算，本次問卷的有效性為94.6%，可以充分保證本次研究數(shù)據(jù)的整體可靠性和有效性.

4 實證結(jié)果分析

4.1樣本基本特征

樣本中男女比例略有偏差，男性比例為55.21%，這比較符合我國多數(shù)家庭戶主為男性.受訪家戶戶主年齡以青中年為主，其中年齡為20至49歲的受訪者所占比例超過80%.受訪市民的受教育程度主要為大學以上學歷，其次為高中.受訪市民家庭總收入在每個收入?yún)^(qū)間幾乎均有分布，其中以4萬～5萬、7萬～8萬區(qū)間的偏多，6～7萬和10～20萬之間收入的比例次之，這表明市民收入狀況存在較大差異.從農(nóng)產(chǎn)品開支看，受訪家庭每月用于農(nóng)產(chǎn)品支出在500～1 000元之間的占50%以上，但也有部分家庭農(nóng)產(chǎn)品每月支出費用較高，超過2 000元/月.90%以上的受訪家庭都對農(nóng)地多功能性持認同觀點，這為農(nóng)地多功能性損失補償政策提供了認知基礎.具體市民特征數(shù)據(jù)分布百分比與編碼方式可見表3.

表3 市民特征數(shù)據(jù)及編碼

4.2異質(zhì)性偏好估計結(jié)果

本研究利用Nlogit 5.0軟件在僅考慮選擇集屬性特征的MNL基本模型基礎上分別對包括個體特征和常數(shù)項與屬性特性交互項的MNL模型以及MXL模型的參數(shù)進行了估計.

4.2.1基于MNL交互模型的異質(zhì)性偏好估計 MNL基礎模型的檢驗結(jié)果(表4中的MNL(1))反映了受訪者對礦區(qū)周邊農(nóng)地屬性的平均偏好，但是卻無法解釋偏好的來源，為此，本文首先在MNL基礎模型中引入了交互項進行保護偏好異質(zhì)性研究.首先將全部個體特征變量與特定選項的常量和屬性變量進行交互，然后根據(jù)似然比檢驗結(jié)果和AIC準則判斷模型的解釋力是否提高，否則就刪除降低模型解釋力的交互項[19]，最終模型結(jié)果可見表4的MNL(2)項.

根據(jù)兩個MNL模型運行結(jié)果，可得如下結(jié)論.

1) 總體來說，MNL模型的顯著水平均為0.001，擬合程度較好.相比而言，MNL(2)優(yōu)于MNL(1)模型，這表明MNL模型中引入受訪者的相關個體特征變量可以更好地解釋其決策行為.

2) 兩個MNL模型中ASC值均為正向顯著，表明受訪居民對于改善居住區(qū)周邊農(nóng)地保護現(xiàn)狀持支持態(tài)度.模型中各屬性變量符號符合預期.MNL(1)模型中各顯著性變量表明受訪市民傾向于通過支付較少的金額，獲得更多的物種、更好的空氣質(zhì)量、更高的水質(zhì)情況、以及更遠期的開發(fā)風險來以獲取更大農(nóng)地保護效用.其中，空氣和水質(zhì)屬性最為敏感.模型中農(nóng)地開放程度屬性不顯著，表明該屬性對于本區(qū)域受訪者的選擇沒有影響.這可能是由于沙河街鎮(zhèn)地處廬山腳下，市民可以輕松享有暢游廬山風景之便，因而對本區(qū)域農(nóng)地開放程度的關注性不高.MNL(2)模型結(jié)果基本與MNL(1)相似，但模型中空氣屬性并不顯著，由于該模型缺乏相關標準，因而難以判斷空氣屬性的不顯著性是否與異質(zhì)性偏好有關.

3) MNL(2)模型引入交互作用來確定偏好異質(zhì)性的可能來源.從個體特征變量與特定選項的常數(shù)項交互影響看，年齡、農(nóng)產(chǎn)品支出和對農(nóng)地多功能性的認知程度是影響城鎮(zhèn)居民選擇改變農(nóng)地保護現(xiàn)狀的重要影響因素.越年輕，農(nóng)產(chǎn)品支出越多，對農(nóng)地多功能性越認同，越傾向于改善農(nóng)地保護現(xiàn)狀，該結(jié)果與諸培新等[20]、蔡銀鶯等[21]用CVM方法研究的結(jié)論相吻合.而對農(nóng)地保護的各特定屬性變量的偏好可從個體特征變量與選擇集屬性變量的交互結(jié)果看出農(nóng)產(chǎn)品支出較多的居民相對于支出較少的，對于空氣改善為顯著負偏好；年齡較大、收入較高的人相對于較年輕、收入較低的人，對空氣改善為顯著正偏好；同時，高收入人群還對更潔凈水質(zhì)的需求偏好明顯.

表4 城鎮(zhèn)居民農(nóng)地保護偏好模型的參數(shù)估計結(jié)果表

注：***，**，*表示分別在 1%， 5%， 10% 水平上顯著.

4.2.2基于MXL的異質(zhì)性偏好估計 鑒于帶交互項的MNL模型缺乏空氣屬性是否存在異質(zhì)性偏好的明確判斷標準，本研究采用MXL模型對選擇受訪者對于農(nóng)地保護屬性的偏好差異的來源進行分析.鑒于MNL基礎模型表明受訪者最為重視的屬性為空氣和水質(zhì)狀況，本模型選取這兩個屬性作為隨機參數(shù).值得注意的是，在模型建立的過程中選定的隨機參數(shù)衍生標準差必須顯著，否則模型無意義[22].Santanu Ghosh等學者對比研究了MXL模型隨機參數(shù)的各假設分布，最終發(fā)現(xiàn)約束三角分布要優(yōu)于其他的分布[23].因此，本研究中采用三角分布進行MXL模型分析.分析結(jié)果見表4的MXL模型結(jié)果.

1) MXL 模型在0.01水平上顯著.同時Mcfadden R2明顯高于MNL模型，表明模型解釋力有所提高.模型對數(shù)似然函數(shù)值、 AIC值都優(yōu)于MNL模型，表明MXL模型比MNL模型的擬合度更高.

2) MXL模型中各變量系數(shù)的符號和顯著性與MNL模型檢驗結(jié)果相似.但是ASC值顯著且高于MNL模型中的ASC值(3.813>3.621)，表明引入偏好異質(zhì)性后的個體決策選擇對于具有不同偏好的城鎮(zhèn)居民而言福利有所提高.隨機屬性的衍生標準差都在1%水平顯著，空氣屬性和水質(zhì)屬性的標準差分別為2.336和3.232，明確表明受訪居民對于這兩項隨機變量確實存在偏好差異.其中空氣屬性均值不顯著區(qū)別為零，可能是因為對該屬性的不同偏好在樣本中相互抵消.其他變量與MNL(2)模型結(jié)果類似，但MXL所估測的變量系數(shù)多大于MNL 模型.

3) 從異質(zhì)性的來源看：特定選項的偏好異質(zhì)性主要來源中，農(nóng)產(chǎn)品開支和認知變量對于改變現(xiàn)狀的需求影響明顯，均在5%水平上顯著.而特定屬性的異質(zhì)性來源中，在5%水平上，空氣屬性的邊緣函數(shù)受到年齡、農(nóng)產(chǎn)品開銷變量的影響(變量系數(shù)表現(xiàn)為顯著)，即：年齡越大、家庭每月在農(nóng)產(chǎn)品上花費較少的受訪者對空氣質(zhì)量的要求越高.同時水質(zhì)屬性的邊緣函數(shù)受收入變量的影響，家庭收入越高的受訪者對水質(zhì)的要求更高.

5 結(jié)論與討論

5.1結(jié)論

本文運用選擇試驗法，通過一組礦區(qū)周邊農(nóng)地屬性選項進行農(nóng)地保護異質(zhì)性偏好的分析，具體研究結(jié)論如下.

1) 雖然受訪居民都希望通過支付較少的金額，獲取更多的物種、更好的空氣、更高的水質(zhì)以及較低的近期農(nóng)地開發(fā)風險，但空氣和水質(zhì)是受訪居民最為敏感的屬性.

2) 不同受訪居民對于城門山礦區(qū)農(nóng)地保護存在顯著的異質(zhì)性偏好.其中農(nóng)產(chǎn)品開支和對農(nóng)地多功能性的認知是影響現(xiàn)狀改善偏好的主要因素.同時，不同個體特征的受訪居民對于農(nóng)地的各種屬性變量偏好差異明顯：空氣屬性偏好異質(zhì)性主要源于年齡和農(nóng)產(chǎn)品開支差異，而收入對水質(zhì)屬性異質(zhì)性偏好影響顯著.

3) 在選擇試驗法的兩類模型中，MXL模型在模型擬合度上要優(yōu)于MNL模型.同時Mixed Logit模型能夠明確分析受訪者偏好是否存在異質(zhì)性，并深入分析異質(zhì)性的來源，因而可以根據(jù)目標人群制定針對性更強的農(nóng)地保護政策，從而提高政策實施績效.

5.2討論

對礦區(qū)農(nóng)地進行保護偏好異質(zhì)性分析，主要是為了更深入地了解農(nóng)地保護利益主體的差異性保護動機，從而更好的制定和實施合理高效的農(nóng)地保護政策.針對上述結(jié)論，本文提出如下政策建議：第一，政府部門應該充分意識到城鎮(zhèn)居民目前對于農(nóng)地保護現(xiàn)狀的改善意愿，尤其是居民對于空氣、水質(zhì)、物種等方面的改善需求，應通過一些切實可行的工作對礦區(qū)農(nóng)地生態(tài)環(huán)境進行改良治理.一方面，政府可以出臺相關農(nóng)地生態(tài)環(huán)境保護政策，另一方面，政府可以指導當?shù)氐V產(chǎn)企業(yè)提高和改良生產(chǎn)技術，減少對當?shù)剞r(nóng)地生態(tài)環(huán)境破壞.第二，政府部門應根據(jù)當?shù)貙嶋H情況，發(fā)展地區(qū)經(jīng)濟，增加當?shù)鼐用袷杖?，鼓勵當?shù)鼐用穹e極參與到改善空氣和水質(zhì)的保護活動中來；同時，積極引導農(nóng)民發(fā)展環(huán)境友好的綠色農(nóng)業(yè)，減少農(nóng)業(yè)生產(chǎn)中的空氣污染和水污染.

與國外豐富的CE案例研究成果相比，我國的CE研究仍處于萌芽階段，相關可借鑒文獻較少，這可能導致本研究在CE問卷設計方面出現(xiàn)一些不足；其次，基于CE的問卷包含選項眾多且受訪者對此類調(diào)查接觸較少，在人們對該方法認識程度有限情況下，調(diào)查結(jié)果可能有所偏差.此外，受調(diào)研區(qū)域范圍影響，調(diào)研樣本較少，對于研究結(jié)論的可推廣性也可能產(chǎn)生一定制約.

[1] 中國新聞網(wǎng). 中國因礦產(chǎn)開發(fā)等人為破壞廢棄的土地約達2億畝[EB/OL]. [2015-10-01].http://www.chinanews.com/gn-11-20/2669620.shtml.

[2] BAYLIS K， PEPLOW S， RAUSSER G， et al. Agri-environmental policies in the EU and United States: a comparison[J]. Ecological Economics， 2008， 65(4): 753-764．

[3] 蔡銀鶯， 朱蘭蘭. 農(nóng)田保護經(jīng)濟補償政策的實施成效及影響因素分析——閔行區(qū)、張家港市和成都市的實證[J]. 自然資源學報， 2014， 29(8): 1310-1322．

[4] 汪 霞， 南忠仁， 郭 奇， 等. 干旱區(qū)綠洲農(nóng)田土壤污染生態(tài)補償標準測算——以白銀、金昌市郊農(nóng)業(yè)區(qū)為例[J]. 干旱區(qū)資源與環(huán)境, 2012， 26(12): 46-52．

[5] 余亮亮， 蔡銀鶯. 基于農(nóng)戶受償意愿的農(nóng)田生態(tài)補償——以湖北省京山縣為例[J]. 應用生態(tài)學報， 2015， 26(1): 215-223．

[6] 譚秋成. 丹江口庫區(qū)化肥施用控制與農(nóng)田生態(tài)補償標準[J]. 中國人口[J].資源與環(huán)境, 2012， 22(3): 124-129．

[7] 陳雅琳， 高吉喜， 常學禮， 等.礦區(qū)土地利用及生態(tài)服務價值動態(tài)評估——以山西省朔州市為例[J]. 干旱區(qū)資源與環(huán)境， 2011， 25(1): 44-48．

[8] 李保杰， 顧和和， 紀亞洲， 等. 基于RS和GIS的礦區(qū)土地利用變化對生態(tài)服務價值損益影響研究——以徐州市九里礦區(qū)為例[J]. 水土保持研究， 2010， 17(5): 123-128．

[9] 李效順， 林憶南， 劉泗斐， 等. 基于農(nóng)戶意愿的礦區(qū)耕地損害補償測度研究——以龐莊、垞城、柳新煤礦開采為例[J]. 自然資源學報， 2013， 28(9): 1526-1537．

[10] 李國平， 郭 江. 榆林煤炭礦區(qū)生態(tài)環(huán)境改善支付意愿分析[J]. 中國人口·資源與環(huán)境， 2012， 22(3): 137-143．

[11] LANCASTER K J. A new approach to consumer theory[J]. The Journal of Political Economy， 1966， 74(2): 132-157．

[12] BATEMAN I J， CARSON R T， DAY B， et al， Economic Valuation with Stated Preference Techniques[M]. London: Edward Elgar Pub. 2004．

[13] ADAMOWICZ W，BOXALL P，WILLIAMS M，et al. Stated preference approaches for measuring passive use values: choice experiment and contingent valuation[J]. American Journal of Agricultural Economics， 1998， 80(1):64-75.

[14] HENSHER D A ， GREENE W H. The mixed logit models: the state of practice[J]. Transportation， 2003， 30(2):133-176．

[15] COLOMBO S， HANLEY N， LOUVIERE J. Modeling preference heterogeneity in stated choice data: an analysis for public goods generated by agriculture[J]. Agricultural Economics， 2009， 40(3):307-322．

[16] MCFADDEN D， TRAIN K. Mixed MNL models for discrete response[J]. Journal of Applied Economy， 2000， 15(5): 447-470．

[17] TRAIN K， Discrete choice methods with simulation[M]. Cambridge: Cambridge University Press, 2003．

[18] 白 潔， 王學恭. 基于農(nóng)戶尺度的甘肅省微觀糧食安全影響因素分析[J]. 干旱地區(qū)農(nóng)業(yè)研究，2009， 27(3):256-260．

[19] MORRISON M， BENNETT J， BLAMEY R.. Valuing improved wetland quality using choice modeling[J]. Water Resources Research， 2010， 35(9): 2805-2814．

[20] 諸培新， 任艷利， 曲福田. 經(jīng)濟發(fā)達地區(qū)耕地非市場價值及居民支付意愿研究—以南京市為例[J]. 中國土地科學， 2010， 24(6):50-55．

[21] 蔡銀鶯，王曉霞，張安錄. 居民參與農(nóng)地保護的認知程度及支付意愿研究—以湖北省為例[J]. 中國農(nóng)村觀察， 2006(6):31-39

[22] HENSHER D A， ROSE J M， GREENE W H. Applied Choice Analysis, A primer[M]. Cambridge : Cambridge University Press， 2005.

[23] SANTANU G， MAITRA B， DAS S S. Effect of distributional assumption of random parameter of mixed logit model on willingness-to-pay values[J]. Procedia-Social and Behavioral Science， 2013， 104: 601-610.

heterogeneous p

of agricultural land conservation in mining area and their influential factors analysis——a case of Shahejie Town of Jiujiang County, Jiangxi Province

MIN Min, HAN Lu, SHI Yingyi, YUAN Jingde, ZHANG Anlu

(College of Public Administration, Huazhong Agricultural University, Wuhan 430070)

The conflict between the exploitation of mineral resources and conservation of cultivated land resources is one of the big issues concerning the ecological civilization construction and regional sustainability. Therefore, it is urgent to get insight into the public heterogeneous preferences of agricultural land conservation in mining area which will contribute to the ecological compensation policy making for this area. Taking Shahejie Town of Jiujiang County, Jiangxi Province as a case study, the public heterogeneous preferences towards different attributes of the agricultural land conservation and their influential factors were analyzed employing the method of Choice Experiment and based on the multinomial and mixed logit model. The results indicate that: 1) The air condition and water quality are the two sensitive and important characters in the agricultural-land ecological compensation policy designing for the public in the mining area. 2) There are significant heterogeneity existed among different urban residents’ conservation preferences. The household expense on purchasing agricultural product and the cognition on the multi-function of the agricultural land are the main influential factors of the heterogeneous conservation preferences. 3) The explanatory power was compared between the multinomial logit model and the mixed logit model on measuring the heterogeneity of the preferences, and the results showed that the mixed logit model is more powerful in the interaction and is more suitable to be employed in analysis.

choice experiment; multinomial logit model; mixed logit model; preference heterogeneity

2016-02-21.

國家自然科學基金項目(71103072)；教育部哲學社會科學研究重大課題攻關項目(14JZD009).

1000-1190(2016)04-0592-07

TD88;TD221

A

*E-mail: mmin2010@mail.hzau.edu.cn.