EN中文

自然资源学报 >

2024 , Vol. 39 >Issue 10: 2431 - 2449

DOI: https://doi.org/10.31497/zrzyxb.20241011

其他研究论文

农户参与有机农业的政策偏好及其异质性来源——基于选择实验法的实证分析

  • 苏凯文 , 1, 2 ,
  • 任婕 2 ,
  • 侯一蕾 , 2 ,
  • 温亚利 2
展开
  • 1.西南林业大学经济管理学院，昆明 650224
  • 2.北京林业大学经济管理学院，北京 100083
侯一蕾（1989- ），女，陕西汉中人，博士，副教授，研究方向为资源环境经济与政策。E-mail:

苏凯文（1993- ），男，云南腾冲人，博士，讲师，研究方向为资源环境经济与政策。E-mail:

收稿日期: 2023-09-25

  修回日期: 2023-12-14

  网络出版日期: 2024-10-16

基金资助

国家社会科学基金重大项目(21ZDA090)

收起

Policy preference and preference heterogeneity of farmers' participation in organic farming: Empirical analysis based on choice experiment method

  • SU Kai-wen , 1, 2 ,
  • REN Jie 2 ,
  • HOU Yi-lei , 2 ,
  • WEN Ya-li 2
Expand
  • 1. School of Economics and Management, Southwest Forestry University, Kunming 650224, China
  • 2. School of Economics and Management, Beijing Forestry University, Beijing 100083, China

Received date: 2023-09-25

  Revised date: 2023-12-14

  Online published: 2024-10-16

Fold

摘要

从政策主要受体农户的角度出发，基于洋县朱鹮栖息地的816份农户问卷调研数据，利用选择实验法测度农户对有机农业发展政策的需求，进而分析政策优化的方向。 结果发现：（1）资金补贴、技术培训、品牌认定和电商帮扶这四项政策能够显著提升农户参与有机农业发展方案的意愿，而化肥农药限制会起到负向抑制的作用；（2）不同社会经济特征农户对有机农业发展政策的偏好存在异质性；（3）农户对不同有机农业发展政策组合的偏好程度存在差异，对电商帮扶的偏好程度最高，其次是品牌认定，之后是技术培训，再次是资金补贴，而对化肥农药限制的偏好是负向的。研究结论对未来有机农业发展政策的制定具有指导意义，政策的制定不应只局限于常规的资金补贴和技术培训，应该打破固有思路，从电商帮扶、品牌认定等方面入手，帮助农户搭建从产到销的桥梁，提升政策的有效性。同时应充分考虑农户区位和禀赋的异质性，紧扣农户需求，保障政策的公平性和有效性。

关键词： 有机农业; 农户参与; 政策偏好; 选择实验

本文引用格式

苏凯文 , 任婕 , 侯一蕾 , 温亚利 . 农户参与有机农业的政策偏好及其异质性来源——基于选择实验法的实证分析[J]. 自然资源学报, 2024 , 39(10) : 2431 -2449 . DOI: 10.31497/zrzyxb.20241011

Abstract

This study measures farmers' needs for organic farming development policies from the perspective of the main policy recipients, farmers, and then analyzes the direction of policy optimization based on 816 farmer questionnaire research data from the ibis habitat in Yangxian county, using the choice experiment method. The results found that: (1) Four policies, namely, financial subsidies, technical training, brand recognition and e-commerce support, can significantly increase farmers' willingness to participate in organic agriculture development programs, but restrictions on the use of chemical fertilizers and pesticides have a negative inhibitory effect. (2) There is heterogeneity in the preferences of farmers with different socioeconomic characteristics for organic farming development policies. (3) There are differences in farmers' preferences for different organic farming development policy combinations, with the highest preference for e-commerce support, followed by brand recognition, technical training, financial subsidies, and a negative preference for fertilizer and pesticide restrictions. This means that in the future, development of organic farming policy should not be limited to conventional financial subsidies and technical training, should be in line with the development of the times, break the inherent thinking, from the electric business support, brand recognition, etc., to help farmers build a bridge from production to marketing, to enhance the effectiveness of the policy. At the same time, it should fully consider the heterogeneity of farmers' location and endowment, closely follow the needs of farmers, and guarantee the fairness and effectiveness of the policy.

Key words： organic farming; farmer participation; policy preferences; choice experiments

从历史上看，施肥和防治病虫害是基本的耕作环节，与农业产出（即作物产量、农民收入）和农业外部性（即土壤维护和农田污染）高度相关[1]。在中国的大部分地区，施肥和防病虫害仍然以使用化肥与农药为主[2]，因为它们可以有效地提高作物产量，从而增加农民的收入。然而，化肥和农药被广泛认为会导致严重的环境问题，如土壤退化和农业面源污染加剧[3]，严重威胁生态环境质量，亟需通过农业生产的绿色转型实现经济和环境的可持续协同发展[4]。有机农业在生产中遵循自然规律和生态学原理，重视社会、经济和生态之间相辅相成的关系，强调秸秆、畜禽粪便等农业废弃物的综合利用，在生产过程中不使用化学制品而施用有机肥，釆用物理或生物方式进行病虫害防治，对环境的污染性极低，有助于生态恢复和生物多样性保护[5]。但是，促进有机农业等环境友好型耕种方式的发展历来受到农民（特别是小农）对激励措施不敏感的挑战[6]。小农户是中国农业生产的基本单位，由于人口稠密，人均耕地资源有限，农户习惯于集约化肥和农药，以提高农业生产力，而有机农业产量上的劣势和短期内较高的风险让诸多农户望而却步。因此，面对这种情势，政府必须实施政策激励措施，促进农民采取规范的有机农业生产措施。
政策的实施是一系列政策组合长期作用的过程，农户会根据自身情况和政策导向产生对政策的期望，依此调整和修正自身行为[7]，而农户的行为往往最终决定着政策实施的有效性，因此了解农户对政策的需求和偏好是制定促进有机农业发展政策组合的关键[8]。只有确保政策符合农户的遵守意愿和接受意愿，才有利于农民参与有机农业，实现政策激励的目的。然而，目前农业发展的政策工具通常以具有成本效益的方法设计，农民的偏好和需求往往被忽视[9]，这不利于有机农业发展政策的进一步优化。为此，亟需从农户视角切入，探讨有机农业发展政策实施过程中，农户的参与意愿及政策选择偏好。
选择实验（Choice experiment）模型基于现实的政策场景，通过设置未来可能的政策变化来了解被访者对未来政策的需求。目前，已有诸多学者利用选择实验模型从农户的偏好及需求入手，探究通过政策激励实现农业生产生态化的政策优化和改进。例如，Zhu等[10]分析了农户绿色农业政策的需求以及差异性，潘丹[11]分析了农户对不同牲畜粪便污染处理政策的偏好，Zhang等[12]分析农户对使用粪肥替代化肥政策的偏好。通过前人的研究可以发现，以选择实验模型测度利益相关者的政策偏好及需求具有较好的效果，有利于科学地指导政策的优化和改进，这为本文提供了良好的基础与借鉴。
基于此，借鉴前人做法，以陕西省洋县朱鹮（Nipponia nippon）栖息地为实证研究区域，基于816份农户调研数据，利用选择实验模型，借助混合Logit模型对有机农业发展政策的农户偏好进行分析，探究农户对有机农业发展政策的偏好和响应、政策之间关联关系，进而为政策的优化保护提供科学依据。

1 文献综述

有机农业作为对传统农业进行升级的新型农业经营方式，追求环境效益和经济效益的双赢，但由于较高的成本和较大的风险，其实施和推广离不开政府各项政策的支持与保障。诸多学者论证了政策支持对于有机农业发展的必要性。Reganold等[13]通过生产力、环境影响、经济可行性和社会福祉四个关键的可持续性指标验证有机农业的发展前景，认为有机农业提供了更多的生态系统服务和更大的社会效益。但目前在政策制度方面存在重大障碍，亟需各种各样的政策手段来促进有机农业的推广和实施。Seufert等[14]认为有机农业是当前传统农业的可持续的替代方案，但也同样面临农业劳动力、农民生计和消费者准入方面的挑战，需要在这方面进行更根本的变革和更精准的政策设计。钱静斐等[15]指出中国有机生产者的生产成本和交易成本随认证标准和认证费用的提高而增加，认为政府有必要加大对有机农业的政策扶持，包括实行有机生产者补贴政策、加大对有机数据收集和科研的投入，推广政策性有机作物保险等。
农户作为有机农业的生产经营主体，其对于政策的响应决定着政策激励的最终效果。基于农户视角分析其在实际生产过程中的弱势条件并探究有效促进有机农业发展的政策优化路径，具有重要意义。曹前满[16]认为发展有机农业存在一定的进入门槛，对生产和经营者提出更高的专业技能要求，需要较高资金投入及承担环境保护和治理成本。因此，需要成立专门的有机农业科研机构与培训机构，提供有机农业生产资料供应和提供病虫害综合防治的技术和服务支持。胡凌啸等[17]认为农业支持保护体系对小农户的增收效应偏弱。在生产者支持方面，农业补贴政策体系仍不健全，影响了补贴政策效果；在一般服务支持方面，对农业基础设施建设和维护支持力度不大，不少农户的农业生产条件仍较为落后。王亚华[18]指出了小农户的弱势条件，他们缺乏新型农业技术的知识，对农产品电子商务了解较少，无法对自己的生产进行合理、科学的指导和管理。
针对诸多的政策实施及农户响应的困境，学者们研究发现：农户作为农业政策的直接作用对象，只有明确其对发展政策的内在需求与偏好特征，才能保障政策制定能够更大程度地获得农户的支持[19,20]。由此，学者们尝试以农户的政策偏好为切入点展开研究。例如，徐涛等[20]利用MNL模型估计和边际替代率以农户对膜下滴灌技术中不同补贴政策的偏好及其边际替代关系展开了研究；高杨等[21]通过构建分层贝叶斯广义混合Logit模型研究了家庭农场对绿色防控技术不同推广政策的偏好与受偿意愿；刘锐金等[22]基于海南省和云南省西双版纳傣族自治州天然橡胶主产区的616个农户数据探索了农户对农业支持政策的偏好分布；李想等[23]研究了在农业技术选择中农户对直接补贴、政府推广项目、技术支持、思想教育等激励措施的不同偏好。
综合来看，有机农业的推广和实施需要政策的扶持已取得学界的共识，关于有机农业政策优化的研究成果较为丰富，提供了较好的借鉴。但仍有需要改进之处：在研究视角上，目前已有研究多从生产成本、认证成本、技术支撑体系等进行政策优化设计，基于农户需求和偏好对有机农业政策优化的研究相对较少，已有的针对农户政策偏好的研究也主要从资金补贴、技术支撑等传统激励手段入手，缺乏对农业区域品牌建设、数字经济发展等时代新发展的关注，且一定程度上忽视了农户由于自身特征造成的偏好异质性，会影响政策优化有效性的判断。在研究方法上，选择实验法在有机农业政策优化领域的应用鲜见，该研究能够为在生态保护重点区域发展有机农业提供第一手农户的政策偏好数据。基于此，本文在前人研究成果的基础上，将农户偏好及其偏好异质性纳入有机农业政策优化的分析，基于效用理论，运用选择实验方法，建立混合Logit模型，实证分析小农户对于有机农业发展的政策偏好，从而更好地展现小农户的真实意愿和内在需求。

2 研究设计

2.1 属性及状态水平设置

本文的目的是了解农户对有机农业发展政策的参与意愿和偏好，选项方案的设置基于研究区域的实际情况和目前有机农业发展的问题，并在借鉴前人研究的基础进行构建。在方案属性确定的过程中，首先对当地的有机农业发展有关政策文件进行了文本分析，对当地的现行政策进行了归纳和总结。分析发现目前当地的政策主要包括：资金补贴（150元/亩）（1亩≈667 m2）、种植技术宣传和培训、有机认证费减免、树立朱鹮区域品牌等。在此基础上，通过半结构化访谈的形式进行关键人物访谈和小组讨论对研究区域现行政策的效果及农户的诉求进行收集。关键人物访谈的对象包括洋县有机产业发展办公室管理人员4名、洋县农业局管理人员2名、朱鹮国家级自然保护区管理局管理人员3名、有机农业企业管理人员4名、调研所涉社区村级领导12名、随机农户家庭10户，在对象的选择上要求受访者为政策执行的相关人员（如负责技术推广、资金发放、有机认定等）或受到政策惠及的农户，以确保受访者对政策的熟悉并能对政策的执行给出见解。另外，组织3次焦点小组讨论，参与者包括年龄在38~73岁之间19名的男性和9名女性。访谈要求受访者描述自己已知的政策内容，并描述政策的执行情况，同时要求农户对政策进行个人评价并描述对相关政策的诉求。最终确定将资金补贴、技术培训、化肥农药限制、品牌认定和电商帮扶作为有机农业发展政策的属性变量（表1）。这些属性囊括政府规制的激励、引导和约束三个方面，具体来说：
表1 有机农业发展政策组合属性和状态水平

Table 1 Organic agriculture development policy portfolio attributes and status levels

属性 水平 各水平解释
资金补贴 150元/亩 政府对从事有机农业种植的农户按种植面积给予资金补贴
200元/亩
250元/亩
技术培训 0次 政府每年组织技术培训对有机农业种植技术和有机农业认证规范进行宣传的频率
3次/年
6次/年
化肥农药限制 用量降低10% 政府要求农户在所有种植活动中总体农药化肥用量降低的比例
用量降低20%
用量降低30%
品牌认定 不进行品牌认定 不允许农户生产的农产品冠以“朱鹮”品牌
进行品牌认定 政府对符合生态有机的、生产于朱鹮栖息地的产品进行品牌认定
电商帮扶 不进行电商帮扶 不提供电商帮扶
进行电商帮扶 政府在电商平台上宣传当地有机产品，搭建农户与电商合作渠道，鼓励电商交易
（1）资金补贴：通过向农户提供津贴来促进有机肥料和生态农药的应用是促进农户实施绿色生态种植的惯用手段[24]，前人的研究发现补贴政策可以有效地激励农民采用绿色农业技术[25]，而政府是否补贴生产也是农户在决定减少化肥农药使用时的重要考虑因素[26,27]。通过访谈得知，洋县对农户种植有机稻谷实行了每亩补贴150元补贴政策，政府制定的补贴标准是基于对有机稻谷种植时种苗费和有机肥料估计值的推算，旨在让农户承担的风险变小。而农户普遍认可补贴对有机农业的激励作用，但同时认为补贴的标准偏低，不足以负担升级传统种植方式带来的成本增加，因而有可能一定程度上调高补贴标准能提升农户的参与积极性。基于此，本文设计“资金补贴”为选择实验的属性之一，并以“150元/亩”为现状基准，设置“150元/亩”“200元/亩”“250元/亩”三个状态水平。
（2）技术培训：技术培训是指向农户提供有机农业种植技术的培训，并同时在培训过程中发挥宣传引导的作用，向农户传播可持续发展、生物多样性、环境保护和资源节约等概念知识[28]。有研究表明，通过培训和宣传能够有效提高农户对新技术的认知和接纳度[29]，从而促进有机农业的推广。在访谈中，多位农户提到了对技术培训的认可，表示自己参与过多次技术培训，并从中获得了许多有机农业种植的具体知识，对有机农业有了更深入的了解，有效地解答了自己在实际种植过程的困惑，但也有农户表示自己想要获得培训，但并没有渠道得到培训。基于此，设计“技术培训”为选择实验的属性之一，并设置“不提供技术培训”“每年3次”“每年6次”三个状态水平；在数据分析过程中，取各个区间的平均数来处理，每年3次赋值为3，每年6次赋值为6，不提供培训即为0次。
（3）化肥农药限制：政府规制并非只通过正向激励发挥作用，同样通过对错误行为的控制达到约束不理想效果的目的，形成一套让决策者综合权衡的政策机制[10]，故而，在提供激励和引导政策的同时，同样需要出台关于化肥农药使用的约束政策对有机农业的种植规范性进行保证。通过访谈得知，在研究区域内，农户的耕地与朱鹮的觅食地重合，化肥农药的使用一直以来都受到较强的控制，近年来农户的整体农药化肥使用量已经得到降低。但在非有机认证的土地上，农户仍然会施用一定的农药化肥以保证作物产量；同时，大多数农户都不会将所有土地转换为有机认证土地，仍会留一部分土地用作自用消费作物的种植，这部分土地的农药化肥使用仍然会造成负外部性，影响整体生态环境，甚至会影响相连的有机认证土地，造成负外部性问题，也需要政策进行调控，让农户在获得有机农业正向激励的同时对总体农药化肥的施用量进行权衡。同时，由于农户的土地、资本等生产资本有限，农户在做出生产决策时往往会权衡有机农业和非有机农业的综合效益。化肥农药的限制会影响其非有机认证耕地的作物产出和最终收入，进而会进一步对其投入决策（即是否参加有机农业、多少土地参加有机农业）的权衡造成影响。基于此，设计降低农药化肥使用量为选择实验的属性之一，并设置“降低农药化肥使用量的10%”“降低农药化肥使用量的20%”“降低农药化肥使用量的30%”三个状态水平。
（4）品牌认定：研究发现，市场价值对农户的生产决策有较大影响，市场预期收益可推动先进生产观念和技术的普及，促进农户实行生态化的生产种植[30,31]。农产品区域品牌作为市场信号的重要构成，对市场交易过程塑造、市场交易结果实现具有重要影响[32]，而农户作为农产品市场的基础组成部分，其生产必然受到农产品区域品牌发展的影响。通过访谈得知，当地已经着力建设“朱鹮”区域公用品牌，产品涵盖了粮、油、酒、药等多种品类，在有机农业发展后，对“朱鹮”品牌与有机产品进行了深入绑定，其知名度在全国范围内仍有一定影响力，已多次赴外省参加品牌推介会等宣传活动。大多数农户也表示知悉朱鹮品牌，但同时也表示对品牌认定是否能起到作用有所疑虑。基于此，将“品牌认定”设计为选择实验的属性之一，并设置“认定朱鹮品牌”和“不认定朱鹮品牌”两种状态水平。
（5）电商帮扶：随着网络普及和物流网络的提升，电商成为新形势下快速发展的新商业销售模式[33]。而农产品的营销渠道也不再局限于传统的渠道，逐步与电商接轨[34]，特别是对于具有生态高附加值的有机农产品，其能够更好地满足城市居民对于高品质、高营养、原生态农产品的需求，然而有机农产品的产地与消费者往往存在较远的物流距离，通过电商渠道能更好地衔接产地到大城市的交易渠道。在研究区域内，政府并未出台电商帮扶的相关政策，但在实际调研过程中，相当部分从事有机农产品生产的小农户和有机农业企业已经通过电商平台（如多多买菜等）与个人社交平台（如微信等）获取市场信息、资金等支持，从而拓宽交易受众范围，提升销售收入。而政府在这个过程中可以通过电商平台进行官方宣传、统一组织有机农产品生产者入驻电商平台、对农户入驻电商平台给予补贴等措施对农户参与衔接电商平台进行帮扶。基于此，将“电商帮扶”设计为选择实验的属性之一，并设置“进行电商帮扶”和“不进行电商帮扶”两个状态水平。

2.2 调查实验设计及实施

在理论上，潜在的有机农业发展政策组合一共有108（3×3×3×2×2）种，为保证调查的准确性，需要采用部分因子设计的方法以减少选项。本文利用SPSS 26.0软件，通过正交设计以设计合理的选择方案集，并在正交设计的基础上进一步结合预调研实际情况对选择集进行调整，最终得到16种优化的选择方案。之后将所得方案两两归类分为8个选择集，另外，在每个选择集中加入退出方案（即“以上方案都不选择”）作为基准选项。最终由8个选择集组成选择实验调查问卷，在每个选择集中，受访农户需要从三个方案中挑选一个方案（包括以上两种方案都不选择）。表2为方案选择集的示例。
表2 方案选择集示例

Table 2 Examples of program option sets

序号 资金补贴/(元/亩) 技术培训/(次/年) 化肥农药限制/% 品牌认定 电商帮扶
方案1 150 6 用量降低20 认定 帮扶
方案2 250 0 用量降低10 认定 不帮扶
方案3 以上两种方案都不选择
本文的研究区域为洋县朱鹮栖息地，农业生产由于朱鹮保护的特殊性受到较强限制。2003年以来，在国家林业局和世界自然基金会的支持下，朱鹮保护管理局带领朱鹮主要活动和觅食区域的农户开展了绿色大米种植项目，给予了农户资金补贴、技术支持等积极扶持，不仅降低了农药化肥造成的面源污染，保障了朱鹮觅食的安全、恢复了朱鹮的生境，还保证了水稻的品质、提高了水稻的价格，很大程度上保障了农户的经济收益。2005年起，洋县积极发展以有机农业为主的有机产业，重点打造“朱鹮”品牌。截至2020年底，洋县累计已有15大类共85种产品获得有机认证，种植面积达14.42万亩。问卷调研于2022年3-4月开展，在洋县12个乡镇展开一对一的农户入户调查，采访对象皆为户主或参与生产决策的主要家庭成员。实地调查依据“乡镇（街道）—行政村—农户”分层及随机抽样相结合的方法展开。在综合考虑各乡镇的经济发展水平、人口比例、交通条件、是否为有机农业示范区、是否位于自然保护区等社会经济条件基础上，全县共选取12个小镇，每个乡镇选取1~4个行政村，共25个行政村，每个行政村随机抽取35户农户共875户农户进行问卷调查（图1）。在一对一的具体调查前，调查员会向受访者解释各个属性和状态水平的含义，并告知受访者所有选择均是基于假设未来会发生的有机农业发展政策。调查时，调查员会对每个政策属性组合的表达含义进行解释，并让受访者做出选择。最终剔除信息大量缺失、回答明显错误的样本之后，获取的有效样本为816份。
图1 研究区域示意图

Fig. 1 Map of the study area (Yangxian county)

2.3 样本特征

在调查样本中，就性别分布而言，72.3%的户主为男性。51.6%受访者的年龄在51~65岁间，表明在洋县，中老年劳动力是从事和主导家庭生产生活的主力，从细分的年龄结构来看，仅有1.7%的受访者为35岁及以下，而有32.8%的受访者在65岁以上，进一步说明农业劳动力老龄化已然是洋县一个较为突出的社会发展问题。从婚姻状况来看，绝大多数受访者都为已婚，未婚占比较少。在教育水平层面，受访者受教育程度多在初中以下，甚至有7.2%的受访者属于文盲水平，整体受教育水平较低。从居住地区位来说，50.7%的农户常住于自然保护区内，其中大多数位于实验区（总样本的44.4%），其拥有的耕地、林地等生产资料也多在自然保护区内，这也表明了仍有大量人口的生产生活空间与自然保护区、生态敏感区重叠，发展绿色生产的现实需求较为迫切。

2.4 变量选择和说明

本文的被解释变量为某政策组合方案是否被选中，农户选中则赋值为1，农户未选择则赋值为0。用以分析有机农业发展政策农户偏好的解释变量为政策组合方案属性的各状态水平。描述农户户主特征及其从事农业活动的相关信息的解释变量用以分析农户选择偏好异质性的来源。有鉴于混合Logit回归属于广义线性模型，表达能力受限，将户主年龄、受教育年限、耕地面积、家庭年收入等农户特征变量中的连续变量离散化，以起到简化模型、增强模型快速迭代、降低模型过拟合风险的作用，从而提升模型的表达能力[35]。具体的变量解释及描述性统计如表3所示。
表3 主要变量及描述性统计

Table 3 Main variables and descriptive statistics

变量 变量定义 样本数量 平均值 标准差
被解释变量
某方案是否被选中 选中=1；未选中=0 13056 0.448 0.497
方案属性变量
资金补贴 向开展有机种植的农户按面积进行资金补贴（150=150元/亩；200=200元/亩；250=250元/亩） 13056 187.500 41.460
技术培训 提供针对农户的有机农业技术培训（0=不提供培训；3=每年提供3次；6=每年提供6次） 13056 2.250 2.488
化肥农药限制 要求农户减少整体农药化肥施用量的比例（0.1=用量减少10%；0.2=用量减少20%；0.3=用量减少30%） 13056 0.175 0.083
品牌认定 对符合生态有机的、产于朱鹮栖息地的产品进行品牌认定（1=是；0=否） 13056 0.500 0.500
电商帮扶 政府在电商平台上宣传当地有机产品，搭建农户与电商合作渠道，鼓励电商交易（1=是；0=否） 13056 0.500 0.500
农户特征变量
是否有有机农业种植经验 1=是；0=否 13056 0.277 0.448
年龄 户主2021年实际年龄（1=35岁以下；2=36~50岁；3=51~65岁；4=65岁以上） 13056 3.163 0.703
受教育年限 户主实际受教育年限（1=0~6年；2=7~9年；3=10~12年；4=12年以上） 13056 1.800 0.713
村干部 户主是否是村干部（1=是；0=否） 13056 0.141 0.348
耕地面积 家庭经营耕地面积/亩 13056 2.467 0.943
收入 家庭2021年的年收入（1=3万元以下；2=3万~6万元；3=6万~9万元；4=9万~12万元；5=12万元以上） 13056 2.576 1.309
保护区 是否居住于朱鹮国家级自然保护区（1=是；0=否） 13056 0.506 0.500

3 数据分析方法

选择实验方法是由Lancaster[36]提出的随机效用理论发展起来的。根据Lancaster[36]的说法，任何项目都可以用一组具有不同层次的特征元素来描述，消费者从这些特征中获得效用。根据随机效用理论，效用是方案给决策者带来的好处，以及个体从替代方案中感知到的满意度[37]。无论决策者选择哪种选项，个体都可能获得一定的效用。而且基于个体的追求效用最大化心理，决策者总是选择会具有最大总和的已定义效用和随机效用（总效用）的方案[38]。
具体而言，决策者n从选择方案j中获得的随机效用U由下式给出：
U n j = V n j + ε n j = x j α + z j β + ε n j
式中：随机效用U由确定性效用V和干扰项 ε组成；确定性效用V由政策组合方案 x j表示的属性水平和决策者社会经济属性 z j决定； α和 β是随机部分的向量； ε表示不可观测部分效用的随机误差项。选择每个替代方案的概率可以表示为其固定效用的函数： P = F ( V )，函数的具体形式取决于随机效应的分布。
决策者n选择某个政策组合方案i的概率可以表示为：
P n i = P r o b   ( U n i > U n j ,   ∀ j ≠ i )                             = P r o b   ( V n i + ε n i > V n j + ε n j ,   ∀ j ≠ i )                             = P r o b   ( ε n j - ε n i < V n i - V n j ,   ∀ j ≠ i )
由于概率 P n i服从累积分布：
P n i = ∫ I ( ε n j - ε n i < V n i - V n j ,   ∀ j ≠ i ) f ( ε n ) d ϵ n
这里，I( ) 是一个指示性函数。当括号中的项为真时， I等于1，反之 I等于0。式（3）表示的是效用不可观测部分的联合密度函数的多维积分，获得的离散选择模型依赖于对随机项 ε分布的假设。在进行选择实验模型的参数估计时，通常假设随机项相互独立且服极值分布，则决策者的选择概率为：
P n i = e x p ( V n i ) ∑ j = 1 J e x p ( V n i )
该选择带来的效用可以线性形式表达为：
V n i = x n i ' β + z n ' γ i
式中： x n i '是同时随个体n和方案i改变而改变的解释变量； z n '是只随个体n改变而改变的解释变量； γ i为解释变量针对不同方案i的效用影响系数。
在参数估计时，由于农民是异质性的，他们对有机农业发展政策属性的偏好也可能是异质的。当实际上存在异质性时，强加偏好和响应同质性的假设，会导致参数和概率估计的偏差[39]，因此，本文利用混合Logit模型进行参数估计。混合Logit模型，也称为随机参数Logit模型（RPL），是评估偏好异质性的常用方法，能较为稳健地对样本存在异质性偏好的情况下对样本的决策行为进行探究。混合Logit模型具有高度的灵活性，可模拟任何随机效用模型，并可通过允许样本内根据指定分布进行变化来放宽传统条件Logit模型限定性假设的局限性[40]，而且其对处理一个受访者需要做出多次选择的情况尤为有效[41]。利用混合Logit模型估计农户的选择概率可用下式表达：
P n i = ∫ e x p ( x n i ' β ) ∑ j = 1 J e x p ( x n j ' β ) f ( β ∣ θ ) d β
式中： β是特定于农民i的参数向量（代表农民的偏好，因人而异）； f ( β ∣ θ ) 是 β的密度函数。
最后，为了分析不同有机农业发展政策的边际价值，可利用式（7）计算非价格选择属性单位变化价值（边际价值）的点估计，即边际接受意愿（Marginal Willingness to Accept，MWTA），其代表了价格属性对其他属性的边际替代率[42]。其中 β o t h e r   a t t r i b u t e s为其他政策属性的估计系数， β p r i c e为价格属性的估计系数，在本文中指资金补贴的估计系数：
M W T A = - β o t h e r   a t t r i b u t e s / β p r i c e

4 结果分析

4.1 农户的有机农业发展政策偏好分析

本文运用Stata 17.0软件进行回归。混合Logit模型的估计过程中需要确定固定参数变量以及随机参数变量，多数研究的常用方法为先将所有参数变量都设定为随机参数变量，并估计其均值和标准差，然后将标准差统计学上不显著的参数变量改为固定参数变量后再次拟合[43]，如果存在多个解释变量，需要重复进行此过程直至所有随机参数变量的标准差都具有统计学意义[44,45]。通过该方法，多次尝试后发现将“资金补贴”“技术培训”“化肥农药限制”和“电商帮扶”作为随机参数变量，“品牌认定”作为固定参数变量时，随机变量的均值和标准差、固定变量系数的估计值最为显著，模型的拟合效果最优。拟合结果见表4。
表4 农户有机农业发展政策属性偏好的混合logit估计结果

Table 4 Mixed logit estimation of farmers' preferences for policy attributes for organic agriculture development

变量 模型1
均值 标准差
品牌认定 1.062** —
(0.513) —
资金补贴 0.059*** 0.042***
(0.005) (0.003)
技术培训 0.366*** 0.465***
(0.057) (0.038)
化肥农药限制 -6.600*** 3.660***
(1.195) (1.397)
电商帮扶 2.758*** 0.914***
(0.158) (0.188)
Log likelihood -1827.6002
卡方值 796.53***

注：***、**分别表示在1%、5%的显著性水平上显著；括号内数值为标准误。下同。

由结果可知，资金补贴、技术培训、品牌认定和电商帮扶四个属性的系数均为正向且都是显著的，表明这些政策属性对农户进行有机农业的选择行为产生了显著的正向影响，农户更倾向于选择资金补贴和技术培训多，化肥农药限制较宽松，且具有品牌认定和电商帮扶措施的政策。具体来说：
（1）农户对资金补贴和技术培训属性具有显著的偏好。这是符合直觉的，也是目前较为普遍的农业激励手段，估计结果显示在有机农业领域，资金补贴和技术仍然能发挥作用。资金补贴能让农户直接地获得收入，扩宽了农户的利润空间，增加了农户对成本增加的负担能力和对风险的抵御能力，让农户参与有机农业的顾虑更少。而技术培训则能提高农户的技术水平，对有意向从传统农业转向有机农业的农户来说，技术培训能为其节省诸多因认知不够造成的试错成本，而对于对有机农业不是十分了解的农户，也希望能通过政府组织的培训会获取更多关于有机农业的知识。
（2）品牌认定和电商帮扶对农户具有更强的吸引力。各指标的系数均值反映了农户对不同发展政策的相对偏好程度，品牌认定和电商帮扶的系数均值分别为1.062和2.758，均大于资金补贴（0.059）和技术培训（0.366），显示出两者对农户具有比资金补贴和技术培训更强的吸引力。这是因为有机农产品的价格相较普通产品更高，生产、销售和获利的模式及方式与传统农产品有一定区别，传统的刺激手段虽然有用，但边际效用已经降低。而品牌建设和电商帮扶一方面能为有机农产品的价格溢价增加更多的空间，另一方面能拓宽有机农产品的销路，搭建产地到销售地的交流渠道，这是让有机农产品能卖出高附加值价格，同时保证稳定销路的有力措施，故而更受到农户的偏好，也显示出农户对朱鹮品牌和电商新业态的认可。
（3）化肥农药的限制显著地降低了农户参与有机农业的概率。当要求农户降低化肥农药的整体使用量越高时，农户选择参与有机农业的概率就越低，说明部分农户认为减少化肥农药的使用不利于家庭农业总产量，会对他们造成损失。如前所说，农户们并不会将自家的所有土地都用作有机种植，这一方面因为农户还需要留出部分土地供自己消费，另一方面也是因为有机认证的土地需要一定条件，并非所有土地都能通过有机认证标准。在有机认证的土地上，农户的化肥农药施用受到监督和限制，但在自用作物耕种的土地上要求农户降低化肥农药的用量，一定程度上会造成农产品收成变少，而且这部分土地产出的作物并不能获取有机农产品的价格溢价，所以农户们对降低化肥农药使用量的意愿较弱。
（4）从标准系数来看，随机参数变量资金补贴、技术培训、化肥农药限制和电商帮扶的标准差系数较大，且均在1%水平上显著，说明农户对这四项有机农业发展政策的偏好存在明显的异质性。这也进一步说明混合Logit模型对于本文的适用性，若运用条件Logit模型会造成估计结果较大的偏差。

4.2 农户政策偏好异质性来源分析

只包含政策属性变量的基础模型（模型1）的估计结果已经证实了农户对有机农业发展政策的偏好存在异质性。为进一步分析偏好异质性的来源，本节将农户的特征变量与各随机变量的交互项加入模型，一共构建7个混合logit模型进行分析。
模型2~模型5分别引入代表农户户主个人特征的四个变量和各随机参数变量的交互项，户主各个特征包括户主年龄、受教育年限、是否为村干部和是否有有机种植经验，估计结果见表5。
表5 农户政策偏好异质性分析——户主特征

Table 5 Analysis of heterogeneity in farm household policy preferences: Household head characteristics

变量 模型2 模型3 模型4 模型5
资金补贴 Mean 0.055*** 0.069*** 0.060*** 0.059***
(0.012) (0.007) (0.005) (0.005)
SD 0.042*** 0.043*** 0.041*** 0.042***
(0.003) (0.003) (0.003) (0.003)
技术培训 Mean 0.470*** 0.355*** 0.308*** 0.383***
(0.136) (0.093) (0.058) (0.059)
SD 0.459*** 0.473*** 0.470*** 0.465***
(0.040) (0.038) (0.040) (0.038)
电商帮扶 Mean 2.452*** 2.760*** 2.578*** 2.808***
(0.513) (0.318) (0.161) (0.163)
SD 0.918*** 0.825*** 0.938*** 0.890***
(0.191) (0.214) (0.189) (0.188)
化肥农药限制 Mean -3.040 -5.637*** -6.235*** -6.170***
(2.975) (2.058) (1.223) (1.223)
SD 3.380** -5.289*** 3.378** 3.829***
(1.583) (1.271) (1.546) (1.331)
品牌认定 1.031** 1.023** 0.910* 1.110**
(0.519) (0.515) (0.519) (0.515)
资金补贴×年龄 0.001
(0.003)
变量 模型2 模型3 模型4 模型5 变量
技术培训×年龄 -0.034
(0.038)
化肥农药限制×年龄 -1.150
(0.887)
电商帮扶×年龄 0.096
(0.156)
资金补贴×教育年限 -0.005*
(0.003)
技术培训×教育年限 0.008
(0.040)
化肥农药限制×教育年限 -0.545
(0.927)
电商帮扶×教育年限 0.006
(0.154)
资金补贴×有机种植经验 -0.006
(0.004)
技术培训×有机种植经验 0.126**
(0.060)
化肥农药限制×有机种植经验 -3.598**
(1.750)
电商帮扶×有机种植经验 0.919***
(0.310)
资金补贴×村干部 0.002
(0.005)
技术培训×村干部 -0.063
(0.071)
化肥农药限制×村干部 -2.188
(1.872)
电商帮扶×村干部 -0.355
(0.316)
Log likelihood -1826.4771 -1824.9630 -1815.9564 -1812.3344
卡方值 789.59*** 786.48*** 789.40*** 800.06***

注： *表示在10%的显著性水平上显著，下同。

由模型2和模型5的估计结果可知，户主年龄、户主是否村干部与各随机参数变量的交互项都不显著，表明年龄和村干部身份并不是农户政策偏好异质性的来源。
模型3的估计结果显示，资金补贴和教育年限的交互项系数为-0.005，且在10%的水平上显著，说明受教育水平越高的农户越不愿意选择通过补贴政策加入有机农业。一般而言，农户教育水平越高，其越能了解有机农业对增收和生态的意义，越倾向于参与有机农业。但是，当农户拥有较高教育水平时，往往代表其有更高的技术水平和更多的资源，其自身在有机农业经营上也具有更多的优势，相对于低教育水平农户而言其对于直接资金补贴的需求并不高，而低教育水平的农户由于缺乏足够的知识水平，其可能承担的试错成本会更大，对资金补贴需求的迫切性会更大。
模型4的估计结果显示，有机种植经验与技术培训、化肥农药使用限制、电商帮扶的交互项系数分别在5%、5%、1%的水平显著，与资金补贴的交互系数并不显著，说明有机种植经验是农户对于有机农业发展政策偏好存在异质性的来源之一，主要通过技术培训、化肥农药使用限制和电商帮扶三个属性体现。具体来说，拥有有机种植经验的农户更愿意选择提供更多技术培训和更多电商帮扶的政策，这是由于有机农业具有较高的技术要求，操作不当极易造成产量锐减，且对种苗选择、肥料施用都有专门的技术规程，有过有机种植经验的农户深知种植技术对于有机农业成功经营的重要性，故而对技术培训有更高的需求，而且有过有机农业种植经验的农户对于有机农业市场有更深入的了解，清楚电商平台对于搭建高消费水平市场到农产品产地的渠道有重要作用，也清楚有机农产品更需要考虑的是市场销路而不是价格，所以对于电商帮扶的需求也更强烈。但有机农业种植经验与化肥农药使用限制的交互项系数为负，说明有过有机种植经验的农户也同样不愿意降低化肥农药的使用量，甚至比没有过有机农业种植经验的农户更抵触。这可能的原因是，有过有机农业种植经验的农户更有可能将更多的土地用于有机农业，这代表其用于家庭消费的土地更少，其对自用作物产量的减少更敏感。
在分析户主个人特征对于农户政策偏好的影响后，模型6~模型8进一步引入家庭特征与随机参数变量的交互项，以分析家庭特征是否是农户政策偏好异质性的来源，家庭特征包括家庭耕地面积、家庭年收入以及家庭是否位于保护区内。估计结果见过表6。
表6 农户政策偏好异质性分析——家庭特征

Table 6 Analysis of heterogeneity in farm household policy preferences: Household characteristics

变量 模型6 模型7 模型8
资金补贴 Mean 0.075*** 0.062*** 0.059***
(0.008) (0.006) (0.005)
SD -0.045*** 0.042*** 0.043***
(0.003) (0.003) (0.003)
技术培训 Mean 0.420*** 0.312*** 0.375***
(0.097) (0.079) (0.063)
SD 0.532*** 0.463*** 0.509***
(0.044) (0.039) (0.044)
电商帮扶 Mean 2.331*** 2.829*** 2.844***
(0.360) (0.283) (0.201)
SD 1.099*** 0.910*** -1.126***
(0.196) (0.192) (0.202)
化肥农药限制 Mean -1.833 -8.882*** -5.061***
(2.155) (1.852) (1.378)
SD -6.659*** 3.896*** 3.501***
(1.041) (1.347) (1.302)
品牌认定 1.043* 1.066** 0.838
(0.551) (0.516) (0.525)
资金补贴×耕地面积 0.075***
(0.008)
技术培训×耕地面积 0.420***
(0.097)
化肥农药限制×耕地面积 2.331***
(0.360)
电商帮扶×耕地面积 -1.833
(2.155)
资金补贴×家庭年收入 -0.001
(0.001)
技术培训×家庭年收入 0.023
(0.021)
化肥农药限制×家庭年收入 0.851*
(0.500)
电商帮扶×家庭年收入 -0.019
(0.086)
资金补贴×保护区 -0.002
(0.004)
技术培训×保护区 -0.083
(0.054)
化肥农药限制×保护区 -4.301***
(1.325)
电商帮扶×保护区 0.047
(0.232)
Log likelihood -1812.3344 -1825.3141 -1817.2005
卡方值 809.44*** 797.46*** 808.24***
模型6的估计结果显示，耕地面积与资金补贴、技术培训、化肥农药限制的交互项系数都为正，且均在1%的水平上显著，说明耕地面积的差异造成了农户政策偏好的异质性，具体来说，耕地面积越大的农户越愿意选择补贴金额更高、技术培训更多的政策方案，同时也更愿意降低整体化肥农药的使用量。这是因为农户拥有更多的耕地意味着农户留下比例较小的土地就能满足自用消费，有更多的土地开展有机农业，而开展有机种植的土地越多，其能获得的有机种植补贴就越多，故而其倾向于高标准的补贴政策。而农户开展有机农业的面积越大，其可能面临的技术难题就越多，其对技术培训的需求更迫切。同时，因为耕地面积大，开展有机农业的机会多，农户的收入更依赖不使用农药化肥的有机农业，其对于降低农药化肥使用量的敏感性较大，更愿意降低农药化肥的使用量获得更多的资金补贴和技术培训等优惠政策。
模型7的估计结果显示，家庭年收入与化肥农药限制的交互项系数为正，且在10%的水平上显著，说明家庭年收入越高的农户选择降低化肥农药使用量的政策的概率就越大。其原因和耕地面积造成农户政策偏好异质性的原因类似，家庭的年收入高往往意味着农户的收入来源渠道更广，对传统农业的依赖更低，农户有更高的意愿降低化肥农药的使用量。
模型8的估计结果显示，农户是否居住于保护区内与化肥农药限制的交互项系数为负，且在1%的水平上显著，说明居住于保护区内的农户更不愿意选择需要降低化肥农药使用量的政策。可能的原因是自然保护区对有机农业的开展有更多的限制，如对位置、规模、强度等，居住于自然保护区内的农户更多地依赖于传统农业带来的收入，对作物产量的变化极为敏感，再加上由于自然保护区的管控措施，其本身的化肥农药的使用就受到严格约束，故而更不愿意大幅度降低化肥农药的使用量。
综合模型2~模型8的结果可以得出，农户的户主特征和家庭特征的异质性造成了其对于有机农业发展政策偏好的异质性，因而在未来的政策设计时，应注意政策的区别化和针对性，充分考虑农户在资源禀赋、区位条件上存在的差距，避免在政策推行过程中出现精英捕获现象，确保政策的公平性。
最后，通过对比模型1不含交互项的模型估计结果和模型2~模型8包含交互项的模型估计结果可以看出各模型的变量系数方向及显著性水平基本一致，说明本文的估计结果具有稳健性。

4.3 农户对有机农业发展政策的偏好程度分析

农户对不同有机农业发展政策的偏好存在差异，而政策的设计过程也需要在不同政策组合中做出取舍和权衡，利用有限的成本制定最有效的政策方案，因而了解农户对不同保护政策的偏好程度具有重要意义。采用式（7），基于模型1中不同有机农业发展政策属性的估计系数，分别计算出农户的边际接受意愿，从而反映出农户对不同政策的偏好程度，计算结果见表7。
表7 农户对不同政策属性的边际接受意愿

Table 7 Farmers' marginal willingness to accept different policy attributes

属性 估计系数 边际接受意愿
资金补贴 0.059
技术培训 0.366 -6.20
品牌认定 1.062 -18.00
化肥农药限制 -6.600 111.86
电商帮扶 2.758 -46.75
表7中结果表明：（1）农户对电商帮扶的偏好程度最高，农户愿意降低 46.75元/亩的预期有机种植补贴标准获取政府对农户通过电商平台销售有机农产品的帮扶。这一方面体现了当前地方政府并未对电商平台销售有机农产品进行帮扶，而农户对此需求较为迫切，政策出台和实际需求产生了错位；另一方面，也体现出农户充分认识到传统的销售模式与有机农业的发展存在脱节，需要拓宽新的渠道。
（2）农户对品牌认定的偏好程度排第二，农户愿意降低18元/亩的有机种植补贴标准获取政府对朱鹮有机区域品牌建设的完善。这体现出农户对品牌价值的肯定，也说明农户看好“朱鹮”品牌发展的前景，对加入农产品区域品牌的意愿较为强烈，希望政府能加大力度完善品牌的打造和维护。
（3）农户对技术培训的偏好程度排第三，农户愿意降低6.20元/亩的预期有机种植补贴标准获取政府提供多1次/年的技术培训。这体现出农户对技术培训的需求，也说明了在推广有机农业时，需要对农户提供配套的技术方案，以避免农户投入过多的试错成本。
（4）农户对化肥农药限制的偏好是负向的，需要提高每亩111.86元的有机农业种植补贴才能让农户降低10%的整体化肥农药使用量。这一方面说明农户对于降低化肥农药仍然有疑虑甚至抵触情绪，在经济补偿不到位时，难以激励农户自发地降低化肥农药的使用；另一方面也说明政府在要求农户降低化肥农药的使用量时，应慎重考虑农户能否接受用量降低的比例，以免造成政策的失效。

5 结论

政策对农户有机农业起着不可忽视的作用，而政策执行的有效性和公平性有赖于政策受体的需求与偏好。为精准评估农户对于有机农业发展政策的需求和偏好，本文基于农户异质性的假设，通过与各层级利益相关者访谈并结合文献资料和当地目前实际政策情况，选取有机农业发展政策组合设计选择实验方案，利用混合Logit模型对当前研究区域农户对不同有机农业发展政策的选择偏好进行了测度，进而可以为未来有机农业发展政策的制定和实施提供决策参考。主要研究结论如下：
第一，资金补贴、技术培训、品牌认定和电商帮扶这四项有机农业发展政策都能够显著提升农户参与有机农业发展方案的意愿，而化肥农药使用限制会抑制农户参与有机农业发展方案的意愿，农户不愿意大幅度地降低化肥农药的使用量。
第二，农户对有机农业发展政策的偏好存在异质性，异质性由农户本身的异质性造成。通过将农户户主特征、家庭特征与政策属性的交互项引入模型可以发现农户政策偏好性主要来源于户主特征层面上的的受教育水平、是否有有机种植经验以及家庭特征层面上的耕地面积、家庭年收入和家庭区位条件（是否居住于保护区），具体表现为受教育水平越低的农户越愿意选择补贴金额更高的政策。有有机种植经验的农户更愿意选择提供更多技术培训和更多电商帮扶的政策。而拥有耕地面积越大的农户越愿意选择补贴金额更高、技术培训更多的政策方案，同时也更愿意减低整体化肥农药的使用量。另外，年收入越高的农户选择降低化肥农药使用量政策的概率就越大。而有过有机种植经验的农户和居住在保护区的农户都不愿意降低化肥农药的使用量，更倾向于化肥农药使用限制较宽松的政策。
第三，农户对不同有机农业发展政策组合的偏好程度有差异，对电商帮扶的偏好程度最高，其次是品牌认定，之后是技术培训，再次是资金补贴；而对化肥农药限制的偏好是负向的，需要通过较大程度的补贴金额增长才能促进农户降低化肥农药的使用量。
本文的研究结论能够给未来有机农业的发展政策提供一些启示：（1）面对消费者对生态绿色消费需求的不断上升加之电商平台、社交媒体等新型销售媒介的发展，生态产业的发展迎来巨大机遇；但与之对应的是，对参与农户的政策不应只局限于常规的资金补贴和技术培训，应该顺应时代发展，打破固有思路，从电商帮扶、品牌认定等方面入手，帮助农户搭建从产到销的桥梁，助力产业升级，提升政策的有效性。（2）对于农户而言，保证其基础生活和发展是其践行亲环境行为的底线。以农业种植而言，过大幅度的化肥农药使用量降低可能会导致其自用粮的短缺，故而，政府在要求农户降低化肥农药用量降低时一方面应慎重考虑农户能够接受的幅度，另一方面也应考虑农户区位和禀赋异质性带来的对化肥农药的依赖，比如居住于自然保护区的农户，其本身的化肥农药用量就已经受到控制，再要求其进一步降低会严重影响其生计水平。总而言之，有机农业发展相关政策的制定和实施应紧跟时代发展，紧扣农户需求，从客观实际出发，并充分考虑农户的异质性。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
BALOG A, HARTEL T, LOXDALE H D, et al. Differences in the progress of the biopesticide revolution between the EU and other major crop-growing regions. Pest Management Science, 2017, 73(11): 2203-2208.

DOI PMID

[2]
WU H, GE Y. Excessive application of fertilizer, agricultural non-point source pollution, and farmers' policy choice. Sustainability, 2019, 11(4): 1165, Doi: 10.3390/su11041165.

[3]
SUN B, ZHANG L, YANG L, et al. Agricultural non-point source pollution in China: Causes and mitigation measures. Ambio, 2012, 41(4): 370-379.

DOI PMID

[4]
张英男, 龙花楼. 农业生产转型及其环境效应的研究进展与展望. 自然资源学报, 2022, 37(7): 1691-1706.

DOI

[ZHANG Y N, LONG H L. Agricultural production transition and its environmental effects: Research progress and prospect. Journal of Natural Resources, 2022, 37(7): 1691-1706.]

[5]
黄惠英. 中国有机农业及其产业化发展研究. 成都: 西南财经大学, 2013.

[HUANG H Y. Research on China's organic agriculture and its industrialization development. Chengdu: Southwest University of Finance and Economics, 2013.]

[6]
WILSON C, TISDELL C. Why farmers continue to use pesticides despite environmental, health and sustainability costs. Ecological Economics, 2001, 39(3): 449-462.

[7]
雷硕. 林下经济发展中的农户生态行为动因及激励研究. 北京: 北京林业大学, 2020.

[LEI S. Study on motivation and incentives of rural household's ecological behaviors in under-forest economy management. Beijing: Beijing Forestry University, 2020.]

[8]
TITTONELL P, VAN WIJK M T, HERRERO M, et al. Beyond resource constraints: Exploring the biophysical feasibility of options for the intensification of smallholder crop-livestock systems in Vihiga district, Kenya. Agricultural Systems, 2009, 101(1): 1-19.

[9]
LIENHOOP N, BROUWER R. Agri-environmental policy valuation: Farmers' contract design preferences for afforestation schemes. Land Use Policy, 2015, 42: 568-577.

[10]
ZHU Y, CHEN J. Small-scale farmers' preference heterogeneity for green agriculture policy incentives identified by choice experiment. Sustainability, 2022, 14(10): 5770, Doi: 10.3390/su14105770.

[11]
潘丹. 基于农户偏好的牲畜粪便污染治理政策选择: 以生猪养殖为例. 中国农村观察, 2016, (2): 68-83, 96-97.

[PAN D. Farmers' preferences for manure pollution control policies: The case of pig breeding. China Rural Survey, 2016, (2): 68-83, 96-97.]

[12]
ZHANG T, MENG T, HOU Y, et al. Which policy is preferred by crop farmers when replacing synthetic fertilizers by manure? A choice experiment in China. Resources, Conservation and Recycling, 2022, 180: 106176, Doi: 10.1016/j.resconrec.2022.106176.

[13]
REGANOLD J P, WACHTER J M. Organic agriculture in the twenty-first century. Nature Plants, 2016, 2(2): 1-8.

[14]
SEUFERT V, RAMANKUTTY N. Many shades of gray: The context-dependent performance of organic agriculture. Science Advances, 2017, 3(3): e1602638, Doi: 10.1126/sciadv.1602638.

[15]
钱静斐, 李宁辉. 美国有机农业补贴政策: 发展、影响及启示. 农业经济问题, 2014, 35(7): 103-109, 112.

[QIAN J F, LI N H. US organic payments policy: Development, impacts and enlightenment. Issues in Agricultural Economy, 2014, 35(7): 103-109, 112.]

[16]
曹前满. 我国绿色农业发展的层次与结构体系的逻辑研究. 当代经济管理, 2020, 42(9): 1-9.

[CAO Q M. A logical study on the hierarchy and structural system of green agriculture development in China. Contemporary Economy & Management, 2020, 42(9): 1-9.]

[17]
胡凌啸, 王亚华. 小农户和现代农业发展有机衔接: 全球视野与中国方案. 改革, 2022, (12): 89-101.

[HU L X, WANG Y H. Organic connection between small farmers and modern agricultural development: Global vision and China's approach. Reform, 2022, (12): 89-101.]

[18]
王亚华. 什么阻碍了小农户和现代农业发展有机衔接. 人民论坛, 2018, (7): 72-73.

[WANG Y H. What hinders the organic connection between small farmers and modern agricultural development. People's Forum, 2018, (7): 72-73.]

[19]
李东轩, 刘平养. 三权分置改革中新型农业经营主体的政策认知及其行为响应: 以上海市青浦区为例. 自然资源学报, 2020, 35(4): 950-962.

DOI

[LI D X, LIU P Y. Impact of policy cognition of new agricultural entities on their behavior changes in the Three Rights Separation reform: A case study of Shanghai Qingpu. Journal of Natural Resources, 2020, 35(4): 950-962.]

[20]
徐涛, 乔丹, 颜俨, 等. 补贴政策属性的农户偏好及其边际替代: 以膜下滴灌技术为例. 干旱区资源与环境, 2019, 33(12): 48-53.

[XU T, QIAO D, YAN Y, et al. Farmers' preferences of agricultural subsidy of policy attributes and their marginal rate of substitution: Taking drip irrigation as an example. Journal of Arid Land Resources and Environment, 2019, 33(12): 48-53.]

[21]
高杨, 赵端阳, 于丽丽. 家庭农场绿色防控技术政策偏好与补偿意愿. 资源科学, 2019, 41(10): 1837-1848.

DOI

[GAO Y, ZHAO D Y, YU L L. Family farms' policy preferences and willingness to accept compensation on green pest control techniques. Resources Science, 2019, 41(10): 1837-1848.]

[22]
刘锐金, 何长辉, 伍薇. 橡胶种植户的农业支持政策偏好分析. 热带农业科学, 2021, 41(6): 105-113.

[LIU R J, HE C H, WU W. Analysis of rubber growers' preference for support policy. Chinese Journal of Tropical Agriculture, 2021, 41(6): 105-113.]

[23]
李想, 陈宏伟. 农户技术选择的激励政策研究: 基于选择实验的方法. 经济问题, 2018, (3): 52-56, 65.

[LI X, CHEN H W. Incentive policy research on technology choice of farmers: Based on choice experiment. On Economic Problem, 2018, (3): 52-56, 65.]

[24]
TIAN T, SUN B, LI H, et al. Commercialization and Regulatory Requirements of Biopesticides in China. Agriculturally Important Microorganisms Singapore: Springer Nature, 2016.

[25]
AJAYI O C, AKINNIFESI F K, SILESHI G, et al. Adoption of renewable soil fertility replenishment technologies in the Southern African region: Lessons learnt and the way forward. Natural Resources Forum, 2007, 31(4): 306-317.

[26]
BAKER B P, GREEN T A, LOKER A J. Biological control and integrated pest management in organic and conventional systems. Biological Control, 2020, 140: 104095, Doi: 10.1016/j.biocontrol.2019.104095.

[27]
ZENG Y, TIAN Y, HE K, et al. Environmental conscience, external incentives and social norms in rice farmers' adoption of pro-environmental agricultural practices in rural Hubei province, China. Environmental Technology, 2020, 41(19): 2518-2532.

[28]
TUR-CARDONA J, BONNICHSEN O, SPEELMAN S, et al. Farmers' reasons to accept bio-based fertilizers: A choice experiment in seven different European countries. Journal of Cleaner Production, 2018, 197: 406-416.

[29]
NAKAJIMA N. Green advertising and green public relations as integration propaganda. Bulletin of Science, Technology & Society, 2001, 21(5): 334-348.

[30]
王常伟, 顾海英. 市场VS政府, 什么力量影响了我国菜农农药用量的选择?. 管理世界, 2013, (11): 50-66, 187-188.

[WANG C W, GU H Y. Market vs. government, what forces influence the choice of pesticide usage by vegetable farmers in China?. Management World, 2013, (11): 50-66, 187-188.]

[31]
余威震, 罗小锋, 李容容. 孰轻孰重: 市场经济下能力培育与环境建设: 基于农户绿色技术采纳行为的实证. 华中农业大学学报: 社会科学版, 2019, (3): 71-78, 161-162.

[YU W Z, LUO X F, LI R R. Which is more important: Ability cultivation or environment construction in market economy? An empirical study based on farmers' behavior to adopt green technology. Journal of Huazhong Agricultural University: Social Sciences Edition, 2019, (3): 71-78, 161-162.]

[32]
李立朋, 丁秀玲, 李桦. 农产品区域品牌、相对剥夺感与农户绿色生产: 以茶农施药量选择为例. 农林经济管理学报, 2022, 21(2): 156-166.

[LI L P, DING X L, LI H. Regional brand of agricultural products, relative deprivation and farmers' green production: A case study of tea farmers and pesticide application. Journal of Agricultural and Forestry Economics and Management, 2022, 21(2): 156-166.]

[33]
熊雪, 聂凤英. 脱贫地区农户融入电商价值链的增收机制与效应分析: 以云南、贵州、陕西和甘肃为例的实证研究. 西南大学学报: 社会科学版, 2022, 48(2): 95-106.

[XIONG X, NIE F Y. Mechanism and effect of increasing income of farmers: Integrating into e-commerce value chain in poverty alleviated areas: An empirical study in Yunnan, Guizhou, Shaanxi and Gansu provinces. Journal of Southwest University: Social Science Edition, 2022, 48(2): 95-106.]

[34]
闫贝贝, 刘天军, 孙晓琳. 社会学习对农户农产品电商采纳的影响: 基于电商认知的中介作用和政府支持的调节作用. 西北农林科技大学学报: 社会科学版, 2022, 22(4): 97-108.

[YAN B B, LIU T J, SUN X L. The impact of social learning on farmers' adoption of agricultural e-commerce: Based on the mediating role of e-commerce cognition and the moderating role of government support. Journal of Northwest Agriculture and Forestry University: Social Science Edition, 2022, 22(4): 97-108.]

[35]
马奔. 基于农户生态福利实现的保护政策评价及优化研究. 北京: 北京林业大学, 2020.

[MA B. Research on the evaluation and optimization of conservation policy based on the realization of farmers' ecological welfare. Beijing: Beijing Forestry University, 2020.]

[36]
LANCASTER K J. A new approach to consumer theory. Journal of Political Economy, 1966, 74(2): 132-157.

[37]
LUCE R D. Individual Choice Behavior: A Theoretical Analysis. Massachusetts: Courier Corporation, 2012.

[38]
WANG N N, LUO L G, PAN Y R, et al. Use of discrete choice experiments to facilitate design of effective environmentally friendly agricultural policies. Environment, Development and Sustainability, 2019, 21(4): 1543-1559.

[39]
OTIENO D J, RUTO E, HUBBARD L. Cattle farmers' preferences for disease-free zones in Kenya: An application of the choice experiment method. Journal of Agricultural Economics, 2011, 62(1): 207-224.

[40]
MCFADDEN D, TRAIN K. Mixed MNL models for discrete response. Journal of Applied Econometrics, 2000, 15(5): 447-470.

[41]
BROWNSTONE D, TRAIN K. Forecasting new product penetration with flexible substitution patterns. Journal of Econometrics, 1998, 89(1-2): 109-129.

[42]
MORRISON M, BENNETT J, BLAMEY R, et al. Choice modeling and tests of benefit transfer. American Journal of Agricultural Economics, 2002, 84(1): 161-170.

[43]
HENSHER D A, GREENE W H. The mixed logit model: The state of practice. Transportation, 2003, 30(2): 133-176.

[44]
吴杜, 何桢. 混合Logit回归在感性设计中的应用. 统计与决策, 2013, (9): 88-91.

[WU D, HE Z. Mixed Logit regression in perceptual design. Statistics and Decision Making, 2013, (9): 88-91.]

[45]
韩喜艳, 刘伟, 高志峰. 小农户参与农业全产业链的选择偏好及其异质性来源: 基于选择实验法的分析. 中国农村观察, 2020, (2): 81-99.

[HAN X Y, LIU W, GAO Z F. Selection preference and preference heterogeneity of smallholders' participation in agricultural industrial chain: An analysis based on the choice experiment method. China Rural Survey, 2020, (2): 81-99.]

Options
文章导航

/

〈 〉