基于条件价值法的耕地非市场价值评估——以安徽省合肥市为例

俞书萍

(兰州财经大学经济学院，甘肃 兰州 730020)

引言

近些年，随着中国经济的快速发展，大批耕地资源征收转变为国有建设用地，于此过程造成耕地资源数量的无效损失，亦带来农民基本生活保障问题。探究深层次原因，主要源于耕地资源价值认识的片面性，耕地资源价值评估局限于最常见的经济价值，漠视其社会价值与生态价值，因耕地资源的社会价值和生态价值在市场交易中无法显现，故称其为非市场价值[1]。土地征收过程中单纯地追求耕地资源的经济价值，忽视非市场价值，带来诸多负面影响，因此，必须以科学、全面的视角评估耕地资源价值，重视耕地资源的非市场价值核算，以此实现土地资源的可持续发展，有效解决土地征收的社会矛盾。目前条件价值评估法(CVM)[2-8]是国内外学者研究耕地资源非市场价值的主要方法，因此，本文借鉴国内外学者关于耕地资源非市场价值的研究方法，选取条件价值评估法(CVM)进行深入研究。基于大量学者对耕地资源非市场价值的相关研究，本文以安徽省合肥市为例，测算了合肥市耕地资源的非市场价值；利用Totit和Double Hurder计量模型分析影响城乡居民对耕地资源非市场价值的支付意愿的主要因素。通过本文研究，期待为耕地资源的非市场价值研究提供有益启示。

1 研究方法

1.1 评估方法

由于耕地资源等公共物品无法通过市场交易估算价格，因此通过人工建立虚拟市场，利用条件价值评估法(CVM)法询问受访者是否愿意为购买或储存一定数量的非市场商品支付费用(WTP)，或者是否愿意接受因未拥有或未充分利用非市场商品而获得补偿(WTA)。根据多数学者的研究结果显示WTA通常比WTP大，王瑞雪和颜廷武等研究发现,WTP和WTA在相同条件下两者的计算结果存在较大偏差[9]，在分析造成偏差的种种原因后发现WTA的结果通常不稳定，并且WTA所要求的研究环境和技术在国内还不成熟，故本文采取WTP方式。关于耕地资源非市场价值的计算公式如公式(1)、(2)所示：

WTP=Ai×Bi×Ci

(1)

Di=WTP/r

(2)

公式(1)中，WTP为居民年支付意愿；Ai为样本居民平均年支付意愿；Bi为居民人数，Ci为支付率。公式(2)中，Di为耕地资源的非市场价值；WTP为居民年支付意愿；r为还原率。

1.2 模型选择

本文分别采用Tobit模型和Double Hurder模型分析城市居民和农村居民的支付意愿，使用Tobit模型整体分析城乡居民支付意愿的影响因素，考虑城乡居民在是否愿意付费和愿意支付多少金额的心理活动差异，从而决定其支付意愿的影响因素可能不完全相同，为此，再进一步采用Double Hurdle模型将2个问题分开分析。其中Double Hurder模型包括Probit子模型和Truncated子模型，2个子模型分别代表2个阶段，城乡居民是否愿意为耕地资源的非市场价值付费，可称为参与决策；城乡居民决定为耕地资源的非市场价值支付多少费用，可称为支付决策。具体计算模型如式(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场价值评估

2.1 研究区域概况

合肥市是安徽省省会，2019年合肥市土地总面积为11445.06km2，其中，农用地面积为818336hm2，耕地面积为558840hm2，建设用地面积为220865hm2。2019年末，合肥市户籍总人口770.44万人，其中，城市人口404.99万人，农村人口365.46万人，人均耕地面积为0.153hm2/人。随着合肥市经济的蓬勃发展，呈现出建设用地逐年增加以及种植面积逐年减少的局面，从2013—2019年，合肥市耕地面积由561207hm2下降到558840hm2，年平均减少338.14hm2，耕地资源流失问题日益严峻。

2.2 问卷设计与发放

本次调查以安徽省合肥市为例，合肥市的居民包括城市和农村居民都是本次调查的目标群体。问卷包括4个部分的内容，调查预热环节，主要是询问城乡居民对于问卷的内容顺序、愿意接受何种形式的支付方式以及大概愿意支付的金额等；非市场价值引导环节，主要是询问城乡居民对于耕地资源的社会和生态价值以及对非市场价值的存在、选择、遗赠价值的理解；非市场价值支付环节，假设建立一支基金，该基金可以保护耕地资源的非市场价值，再询问城乡居民对该基金的最大支付意愿；收集城乡居民的基本信息，具体的基本信息如表1所示。2021年12月20日至2022年1月25日，在安徽省合肥市进行了问卷随机抽样调查，以130名城市居民和180名农村居民为对象发放问卷，此次调查采取面对面入户调查的方式，增强了数据的客观性和真实性，在剔除无效问卷后，共回收了123份城市居民有效问卷和171份农村居民有效问卷。

表1 合肥市城乡居民基本资料设置

2.3 研究结果与分析

2.3.1 合肥市耕地资源非市场价值

条件价值评估法(CVM)首先假设建立耕地保护基金，询问合肥市城乡居民是否愿意为基金捐款，问卷中的结果显示，有81.30%的城市居民和75.44%的农村居民愿意捐款，故支付率分别为81.30%和75.44%。进一步询问有支付意愿的城乡居民愿意支付的具体金额，通过预调查收集城乡居民的支付意愿，最低20元，最高200元，将0～200元分为5组供城乡居民选择，具体分组区间为：0～40元、40～80元、80～120元、120～160元、160～200元，最终支付意愿取每一档的平均值，权数取区间对应的百分比，耕地资源非市场价值的平均支付意愿通过公式(7)进行计算：

(7)

公式(7)中，E(WTP)为受访城乡居民耕地资源非市场价值的平均支付意愿，即支付意愿的期望值；Gi为受访城乡居民的支付数值；Pi为支付区间对应的百分比，通过公式(7)的计算，合肥市城市居民和农村居民的平均支付意愿分别为590.57元/(人·年)和386.91元/(人·年)，根据2020年《安徽省统计年鉴》的统计数据显示，截至2019年，合肥市城市人口和农村人口分别为404.99万人和365.46万人，城市居民和农村居民的支付率为81.30%和75.44%。截至2019年底，合肥市的耕地面积为558840hm2。考虑到时间价值，还原率一般为安全利率加上风险调整值[10]，安全利率一般用一年期银行存款利率来代替，所以2019年中央银行一年期存款基准利率1.5%代表安全利率为1.5%，同时，将风险调整值定义为最近5a以来合肥市居民消费价格指数变化率的平均数[11]，2015—2019年，合肥市消费者物价指数如下：101.6、102.6、101.4、102.0、102.9，因此风险调整值为2.1%，则还原率r为3.6%。根据公式(1)和公式(2)就可以测算出耕地资源的非市场价值，得出城市居民的年支付意愿为194450.88万元·a-1，农村居民的年支付意愿为106672.38万元·a-1，则2019年合肥市耕地资源非市场价值的总支付意愿为301123.26万元·a-1，按照3.6%的还原率计算得到合肥市耕地资源的非市场价值为8364534.98万元，按照合肥市当年的耕地面积558840hm2折合出每单位面积的非市场价值为14.97万元·hm-2。

2.3.2 合肥市耕地资源非市场价值支付意愿的影响因素分析

根据公式(3)～(6)可知，在Tobit模型中，因变量是城乡居民的最大支付意愿WTP，在Double Hurdle模型中，城乡居民在面临第一阶段即参与决策时，因变量是虚拟变量1和0，分别代表城乡居民愿意支付和不愿意支付的情况，当面临第2阶段即支付决策时，因变量是城乡居民愿意支付的最大金额，自变量都是性别、年龄、家庭人数、耕地面积、最高教育水平、是否为村干部、家庭年收入、职业、家庭年农业收入、对耕地的感情，但是城市居民和农村居民的自变量稍有差别，分别将不同情况的自变量和因变量带入stata软件中，估计结果如表2所示。

通过表2可以看出，根据Tobit模型(包括参与决策和支付决策)的估计结果显示，针对城市居民，年龄、最高教育水平、家庭年收入在1%的显著性水平上显著，家庭人数、对耕地的感情在5%的水平上显著。年龄和家庭人数的系数为负数，说明城市居民的年龄与家庭人数和其支付意愿WTP呈现显著负相关关系，其余系数均为正数，为正相关关系。综上，年龄越小(不包括未成年人)、家庭人数越少、最高教育水平越高、家庭年收入越多、对耕地的感情越深的城市居民越愿意支付并且支付的金额越高。针对农村居民，性别、耕地面积、家庭年收入、对耕地的感情在1%的水平上显著。综上，男性、种植耕地面积越多、家庭年收入越高、对耕地的感情越深的农村居民越愿意支付并且支付的金额越高。

表2 合肥市城乡居民支付意愿的影响因素模型估计

Double Hurdle模型分为2个阶段，Probit模型和Truncated模型。从Probit模型可以看出，对于城市居民，年龄在5%的水平上显著，年龄的系数为负数，说明城市居民的年龄负向影响其参与决策，故年龄越小的城市居民越愿意为耕地资源的非市场价值付费。针对农村居民，耕地面积、家庭年收入、对耕地的感情在1%的水平上显著，且其系数均为正数，正向影响农村居民的参与决策，故种植耕地面积越多、家庭年收入越高、对耕地的感情越深的农村居民，越愿意为耕地资源的非市场价值付费。

从Truncated模型可以看出，针对城市居民，年龄、最高教育水平、家庭年收入在1%的水平上显著，家庭人数、对耕地的感情在5%的水平上显著，年龄和家庭人数的系数为负数，说明年龄、家庭人数负向影响城市居民的支付决策，其余系数均为正数，正向影响城市居民的支付决策。这说明年龄越小，家庭人数越少的城市居民如果决定支付，其支付的金额越多，而最高教育水平越高、家庭年收入越多、对耕地的感情越深的城市居民如果决定支付其愿意支付的金额越多。针对农村居民，性别、家庭年收入在1%的水平上显著，年龄、家庭人数、最高教育水平、家庭年农业收入在10%的水平上显著。年龄和家庭人数的系数为负数，和支付金额成负相关关系，其他影响因素的系数均为正数，和支付金额成正相关关系。说明年龄越小、家庭人数越少的农村居民如果决定支付，其支付的金额越多，性别为男性、家庭年收入越多、文化程度越高、家庭年农业收入越多的农村居民其愿意支付的金额就越多。

3 研究结论

本文以安徽省合肥市为例，运用条件价值评估法(CVM)研究了耕地资源的非市场价值，通过对294份有效问卷(123份城市居民和171份农村居民)的分析，利用城乡居民的最大支付意愿对耕地资源的非市场价值进行测算。测算结果为安徽省合肥市城市居民和农村居民的平均支付意愿分别为590.57元/(人·年)和386.91元/(人·年)，耕地资源的非市场价值为8364534.98万元，单位耕地面积的非市场价值为14.97万元·hm-2。本文的研究结果不仅有助于加强对耕地资源非市场价值的理解和肯定，而且为合肥市耕地保护和耕地占有补偿机制提供参考。所以，合肥市不仅要将耕地资源的非市场价值纳入征地补偿金额中，提高补偿额度，还要发展经济，改善家庭年收入，并借助网络、电视、报纸等媒介普及耕地资源非市场价值的知识，充分调动广大群众保护耕地的积极性。