俞書萍

(蘭州財經(jīng)大學經(jīng)濟學院，甘肅 蘭州 730020)

引言

近些年，隨著中國經(jīng)濟的快速發(fā)展，大批耕地資源征收轉(zhuǎn)變?yōu)閲薪ㄔO用地，于此過程造成耕地資源數(shù)量的無效損失，亦帶來農(nóng)民基本生活保障問題。探究深層次原因，主要源于耕地資源價值認識的片面性，耕地資源價值評估局限于最常見的經(jīng)濟價值，漠視其社會價值與生態(tài)價值，因耕地資源的社會價值和生態(tài)價值在市場交易中無法顯現(xiàn)，故稱其為非市場價值[1]。土地征收過程中單純地追求耕地資源的經(jīng)濟價值，忽視非市場價值，帶來諸多負面影響，因此，必須以科學、全面的視角評估耕地資源價值，重視耕地資源的非市場價值核算，以此實現(xiàn)土地資源的可持續(xù)發(fā)展，有效解決土地征收的社會矛盾。目前條件價值評估法(CVM)[2-8]是國內(nèi)外學者研究耕地資源非市場價值的主要方法，因此，本文借鑒國內(nèi)外學者關于耕地資源非市場價值的研究方法，選取條件價值評估法(CVM)進行深入研究。基于大量學者對耕地資源非市場價值的相關研究，本文以安徽省合肥市為例，測算了合肥市耕地資源的非市場價值；利用Totit和Double Hurder計量模型分析影響城鄉(xiāng)居民對耕地資源非市場價值的支付意愿的主要因素。通過本文研究，期待為耕地資源的非市場價值研究提供有益啟示。

1 研究方法

1.1 評估方法

由于耕地資源等公共物品無法通過市場交易估算價格，因此通過人工建立虛擬市場，利用條件價值評估法(CVM)法詢問受訪者是否愿意為購買或儲存一定數(shù)量的非市場商品支付費用(WTP)，或者是否愿意接受因未擁有或未充分利用非市場商品而獲得補償(WTA)。根據(jù)多數(shù)學者的研究結(jié)果顯示W(wǎng)TA通常比WTP大，王瑞雪和顏廷武等研究發(fā)現(xiàn),WTP和WTA在相同條件下兩者的計算結(jié)果存在較大偏差[9]，在分析造成偏差的種種原因后發(fā)現(xiàn)WTA的結(jié)果通常不穩(wěn)定，并且WTA所要求的研究環(huán)境和技術在國內(nèi)還不成熟，故本文采取WTP方式。關于耕地資源非市場價值的計算公式如公式(1)、(2)所示：

WTP=Ai×Bi×Ci

(1)

Di=WTP/r

(2)

公式(1)中，WTP為居民年支付意愿；Ai為樣本居民平均年支付意愿；Bi為居民人數(shù)，Ci為支付率。公式(2)中，Di為耕地資源的非市場價值；WTP為居民年支付意愿；r為還原率。

1.2 模型選擇

本文分別采用Tobit模型和Double Hurder模型分析城市居民和農(nóng)村居民的支付意愿，使用Tobit模型整體分析城鄉(xiāng)居民支付意愿的影響因素，考慮城鄉(xiāng)居民在是否愿意付費和愿意支付多少金額的心理活動差異，從而決定其支付意愿的影響因素可能不完全相同，為此，再進一步采用Double Hurdle模型將2個問題分開分析。其中Double Hurder模型包括Probit子模型和Truncated子模型，2個子模型分別代表2個階段，城鄉(xiāng)居民是否愿意為耕地資源的非市場價值付費，可稱為參與決策；城鄉(xiāng)居民決定為耕地資源的非市場價值支付多少費用，可稱為支付決策。具體計算模型如式(3)～(6)所示：

Ei=α×Fi+μiμi∈N(0,1)

(3)

(4)

(5)

(6)

2 安徽省合肥市耕地非市場價值評估

2.1 研究區(qū)域概況

合肥市是安徽省省會，2019年合肥市土地總面積為11445.06km2，其中，農(nóng)用地面積為818336hm2，耕地面積為558840hm2，建設用地面積為220865hm2。2019年末，合肥市戶籍總?cè)丝?70.44萬人，其中，城市人口404.99萬人，農(nóng)村人口365.46萬人，人均耕地面積為0.153hm2/人。隨著合肥市經(jīng)濟的蓬勃發(fā)展，呈現(xiàn)出建設用地逐年增加以及種植面積逐年減少的局面，從2013—2019年，合肥市耕地面積由561207hm2下降到558840hm2，年平均減少338.14hm2，耕地資源流失問題日益嚴峻。

2.2 問卷設計與發(fā)放

本次調(diào)查以安徽省合肥市為例，合肥市的居民包括城市和農(nóng)村居民都是本次調(diào)查的目標群體。問卷包括4個部分的內(nèi)容，調(diào)查預熱環(huán)節(jié)，主要是詢問城鄉(xiāng)居民對于問卷的內(nèi)容順序、愿意接受何種形式的支付方式以及大概愿意支付的金額等；非市場價值引導環(huán)節(jié)，主要是詢問城鄉(xiāng)居民對于耕地資源的社會和生態(tài)價值以及對非市場價值的存在、選擇、遺贈價值的理解；非市場價值支付環(huán)節(jié)，假設建立一支基金，該基金可以保護耕地資源的非市場價值，再詢問城鄉(xiāng)居民對該基金的最大支付意愿；收集城鄉(xiāng)居民的基本信息，具體的基本信息如表1所示。2021年12月20日至2022年1月25日，在安徽省合肥市進行了問卷隨機抽樣調(diào)查，以130名城市居民和180名農(nóng)村居民為對象發(fā)放問卷，此次調(diào)查采取面對面入戶調(diào)查的方式，增強了數(shù)據(jù)的客觀性和真實性，在剔除無效問卷后，共回收了123份城市居民有效問卷和171份農(nóng)村居民有效問卷。

表1 合肥市城鄉(xiāng)居民基本資料設置

2.3 研究結(jié)果與分析

2.3.1 合肥市耕地資源非市場價值

條件價值評估法(CVM)首先假設建立耕地保護基金，詢問合肥市城鄉(xiāng)居民是否愿意為基金捐款，問卷中的結(jié)果顯示，有81.30%的城市居民和75.44%的農(nóng)村居民愿意捐款，故支付率分別為81.30%和75.44%。進一步詢問有支付意愿的城鄉(xiāng)居民愿意支付的具體金額，通過預調(diào)查收集城鄉(xiāng)居民的支付意愿，最低20元，最高200元，將0～200元分為5組供城鄉(xiāng)居民選擇，具體分組區(qū)間為：0～40元、40～80元、80～120元、120～160元、160～200元，最終支付意愿取每一檔的平均值，權(quán)數(shù)取區(qū)間對應的百分比，耕地資源非市場價值的平均支付意愿通過公式(7)進行計算：

(7)

公式(7)中，E(WTP)為受訪城鄉(xiāng)居民耕地資源非市場價值的平均支付意愿，即支付意愿的期望值；Gi為受訪城鄉(xiāng)居民的支付數(shù)值；Pi為支付區(qū)間對應的百分比，通過公式(7)的計算，合肥市城市居民和農(nóng)村居民的平均支付意愿分別為590.57元/(人·年)和386.91元/(人·年)，根據(jù)2020年《安徽省統(tǒng)計年鑒》的統(tǒng)計數(shù)據(jù)顯示，截至2019年，合肥市城市人口和農(nóng)村人口分別為404.99萬人和365.46萬人，城市居民和農(nóng)村居民的支付率為81.30%和75.44%。截至2019年底，合肥市的耕地面積為558840hm2?？紤]到時間價值，還原率一般為安全利率加上風險調(diào)整值[10]，安全利率一般用一年期銀行存款利率來代替，所以2019年中央銀行一年期存款基準利率1.5%代表安全利率為1.5%，同時，將風險調(diào)整值定義為最近5a以來合肥市居民消費價格指數(shù)變化率的平均數(shù)[11]，2015—2019年，合肥市消費者物價指數(shù)如下：101.6、102.6、101.4、102.0、102.9，因此風險調(diào)整值為2.1%，則還原率r為3.6%。根據(jù)公式(1)和公式(2)就可以測算出耕地資源的非市場價值，得出城市居民的年支付意愿為194450.88萬元·a-1，農(nóng)村居民的年支付意愿為106672.38萬元·a-1，則2019年合肥市耕地資源非市場價值的總支付意愿為301123.26萬元·a-1，按照3.6%的還原率計算得到合肥市耕地資源的非市場價值為8364534.98萬元，按照合肥市當年的耕地面積558840hm2折合出每單位面積的非市場價值為14.97萬元·hm-2。

2.3.2 合肥市耕地資源非市場價值支付意愿的影響因素分析

根據(jù)公式(3)～(6)可知，在Tobit模型中，因變量是城鄉(xiāng)居民的最大支付意愿WTP，在Double Hurdle模型中，城鄉(xiāng)居民在面臨第一階段即參與決策時，因變量是虛擬變量1和0，分別代表城鄉(xiāng)居民愿意支付和不愿意支付的情況，當面臨第2階段即支付決策時，因變量是城鄉(xiāng)居民愿意支付的最大金額，自變量都是性別、年齡、家庭人數(shù)、耕地面積、最高教育水平、是否為村干部、家庭年收入、職業(yè)、家庭年農(nóng)業(yè)收入、對耕地的感情，但是城市居民和農(nóng)村居民的自變量稍有差別，分別將不同情況的自變量和因變量帶入stata軟件中，估計結(jié)果如表2所示。

通過表2可以看出，根據(jù)Tobit模型(包括參與決策和支付決策)的估計結(jié)果顯示，針對城市居民，年齡、最高教育水平、家庭年收入在1%的顯著性水平上顯著，家庭人數(shù)、對耕地的感情在5%的水平上顯著。年齡和家庭人數(shù)的系數(shù)為負數(shù)，說明城市居民的年齡與家庭人數(shù)和其支付意愿WTP呈現(xiàn)顯著負相關關系，其余系數(shù)均為正數(shù)，為正相關關系。綜上，年齡越小(不包括未成年人)、家庭人數(shù)越少、最高教育水平越高、家庭年收入越多、對耕地的感情越深的城市居民越愿意支付并且支付的金額越高。針對農(nóng)村居民，性別、耕地面積、家庭年收入、對耕地的感情在1%的水平上顯著。綜上，男性、種植耕地面積越多、家庭年收入越高、對耕地的感情越深的農(nóng)村居民越愿意支付并且支付的金額越高。

表2 合肥市城鄉(xiāng)居民支付意愿的影響因素模型估計

Double Hurdle模型分為2個階段，Probit模型和Truncated模型。從Probit模型可以看出，對于城市居民，年齡在5%的水平上顯著，年齡的系數(shù)為負數(shù)，說明城市居民的年齡負向影響其參與決策，故年齡越小的城市居民越愿意為耕地資源的非市場價值付費。針對農(nóng)村居民，耕地面積、家庭年收入、對耕地的感情在1%的水平上顯著，且其系數(shù)均為正數(shù)，正向影響農(nóng)村居民的參與決策，故種植耕地面積越多、家庭年收入越高、對耕地的感情越深的農(nóng)村居民，越愿意為耕地資源的非市場價值付費。

從Truncated模型可以看出，針對城市居民，年齡、最高教育水平、家庭年收入在1%的水平上顯著，家庭人數(shù)、對耕地的感情在5%的水平上顯著，年齡和家庭人數(shù)的系數(shù)為負數(shù)，說明年齡、家庭人數(shù)負向影響城市居民的支付決策，其余系數(shù)均為正數(shù)，正向影響城市居民的支付決策。這說明年齡越小，家庭人數(shù)越少的城市居民如果決定支付，其支付的金額越多，而最高教育水平越高、家庭年收入越多、對耕地的感情越深的城市居民如果決定支付其愿意支付的金額越多。針對農(nóng)村居民，性別、家庭年收入在1%的水平上顯著，年齡、家庭人數(shù)、最高教育水平、家庭年農(nóng)業(yè)收入在10%的水平上顯著。年齡和家庭人數(shù)的系數(shù)為負數(shù)，和支付金額成負相關關系，其他影響因素的系數(shù)均為正數(shù)，和支付金額成正相關關系。說明年齡越小、家庭人數(shù)越少的農(nóng)村居民如果決定支付，其支付的金額越多，性別為男性、家庭年收入越多、文化程度越高、家庭年農(nóng)業(yè)收入越多的農(nóng)村居民其愿意支付的金額就越多。

3 研究結(jié)論

本文以安徽省合肥市為例，運用條件價值評估法(CVM)研究了耕地資源的非市場價值，通過對294份有效問卷(123份城市居民和171份農(nóng)村居民)的分析，利用城鄉(xiāng)居民的最大支付意愿對耕地資源的非市場價值進行測算。測算結(jié)果為安徽省合肥市城市居民和農(nóng)村居民的平均支付意愿分別為590.57元/(人·年)和386.91元/(人·年)，耕地資源的非市場價值為8364534.98萬元，單位耕地面積的非市場價值為14.97萬元·hm-2。本文的研究結(jié)果不僅有助于加強對耕地資源非市場價值的理解和肯定，而且為合肥市耕地保護和耕地占有補償機制提供參考。所以，合肥市不僅要將耕地資源的非市場價值納入征地補償金額中，提高補償額度，還要發(fā)展經(jīng)濟，改善家庭年收入，并借助網(wǎng)絡、電視、報紙等媒介普及耕地資源非市場價值的知識，充分調(diào)動廣大群眾保護耕地的積極性。