皮泓漪，張萌雪，夏建新

(中央民族大學(xué)生命與環(huán)境科學(xué)學(xué)院，北京 100081)

20世紀(jì)后半葉大規(guī)模的森林砍伐和過度的坡地農(nóng)耕被認(rèn)為是中國生態(tài)環(huán)境被破壞的主要原因[1-2]，而1998年的特大洪災(zāi)引起了人們對于植被破壞的關(guān)注，為此我國于1999年開始實施退耕還林，通過坡耕地植樹種草來防治水土流失、修復(fù)土地沙化。截至2013年，第一輪退耕還林共完成退耕面積0.298億hm2，直接涉及3 200萬農(nóng)戶、1.24億農(nóng)民；而生態(tài)文明建設(shè)的大力推進(jìn)又促使2014年新一輪退耕還林的重新啟動。作為世界上最大的生態(tài)工程[3-4]，退耕還林影響和改變了數(shù)以千萬計農(nóng)戶傳統(tǒng)的生產(chǎn)方式，因此農(nóng)戶的積極參與是工程得以順利開展的重要基礎(chǔ)。

在生態(tài)環(huán)境保護(hù)項目中，生態(tài)補償作為一種與參與主體建立起的穩(wěn)定的激勵相容的契約關(guān)系，能有效地激勵其參與積極性，是政策成功實施的關(guān)鍵[3，5]。退耕還林實施后，根據(jù)區(qū)域、還林種類和時間差別，農(nóng)戶的退耕行為均得到了相應(yīng)額度的補償，但一成不變的補償標(biāo)準(zhǔn)使得退耕還林生態(tài)補償?shù)姆e極作用隨著時間的變化越來越小[6]。因此，學(xué)者從農(nóng)戶參與工程的成本損失和退耕還林的生態(tài)效益等客觀方面去核算新的補償標(biāo)準(zhǔn)，以便為農(nóng)戶的環(huán)境友好行為提供更為合理的生態(tài)補償額度[7-9]。在生態(tài)-經(jīng)濟(jì)-社會復(fù)合系統(tǒng)中，生態(tài)補償不應(yīng)只關(guān)注成本與效益問題，也應(yīng)關(guān)注異質(zhì)化參與主體的偏好，重視主觀意愿、生計策略與環(huán)境保護(hù)之間的關(guān)系[10]。農(nóng)戶作為退耕還林的參與主體，他們的生態(tài)補償意愿是其對自身生計策略、環(huán)境認(rèn)知與國家政策接納性之間的綜合反映，在一定程度上能夠反映他們參與工程的真實意愿。但農(nóng)戶異質(zhì)性的影響使得其個人意愿和偏好在退耕還林生態(tài)補償中考慮得不多，僅有少數(shù)研究關(guān)注農(nóng)戶的受償意愿及心理預(yù)期水平[11-13]。2014年之后全面開展新一輪退耕還林并提高了補償標(biāo)準(zhǔn)，同時第一輪退耕還林補償陸續(xù)到期，這一時期農(nóng)戶的工程參與積極性直接影響著退耕還林工程的有效開展與可持續(xù)發(fā)展，這也使得在兩輪退耕還林交錯期開展農(nóng)戶對于退耕還林生態(tài)補償?shù)囊庠秆芯烤透鼮橹匾Ｒ虼?，以寧夏涇源縣為例，筆者采用雙邊界二分式條件價值評估法研究農(nóng)戶參與退耕還林的生態(tài)補償意愿，以期為退耕還林生態(tài)補償?shù)耐晟铺峁┙梃b與參考。

1 研究區(qū)概況

涇源縣位于寧夏回族自治區(qū)最南部、六盤山自然保護(hù)區(qū)腹地，地處黃土高原西部、六盤山東麓，是國家級貧困縣之一，下轄7個鄉(xiāng)鎮(zhèn)，共11萬余人，其中近90%為農(nóng)業(yè)人口。該地區(qū)為黃土高原丘陵溝壑區(qū)，49.5%的國土面積為水土流失區(qū)域(不包括六盤山林區(qū))，是我國重要的水土保持地區(qū)。為防治水土流失、保護(hù)環(huán)境，涇源縣從2000年開始“自上而下”的退耕還林，采取“政府連片劃定，農(nóng)民自愿參加”的方式，將2.1萬hm2的陡坡耕地或沙化嚴(yán)重的耕地用于生態(tài)造林；2015年涇源縣新一輪退耕還林重新啟動，如今縣域林地面積已達(dá)到近800 km2，森林覆蓋率達(dá)到48.5%。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

2017年8月，課題組就涇源縣農(nóng)戶參與退耕還林工程的生態(tài)補償意愿進(jìn)行了實地調(diào)研。根據(jù)Scheaffer抽樣公式[14](抽樣誤差為5%，2016年涇源縣農(nóng)戶超過2萬戶)確定樣本為401。在預(yù)調(diào)研基礎(chǔ)上進(jìn)行問卷調(diào)整，然后根據(jù)當(dāng)?shù)赝烁€林的實施情況及農(nóng)戶分布情況，在縣政府工作人員及當(dāng)?shù)叵驅(qū)У慕ㄗh下選擇了4個鄉(xiāng)鎮(zhèn)作為調(diào)研區(qū)域。采取分層隨機(jī)抽樣方法，從每個鄉(xiāng)鎮(zhèn)隨機(jī)抽取4個行政村(每個鄉(xiāng)鎮(zhèn)行政村數(shù)量大致相等，約為15個)，各村隨機(jī)入戶進(jìn)行問卷調(diào)查，且每個村保證問卷量20～30份。問卷調(diào)查以戶為單位展開，采取入戶面對面訪談形式，共發(fā)放問卷410份，收回有效問卷398份，有效率95%。

問卷分為3部分：(1)農(nóng)戶的環(huán)境認(rèn)知及對退耕還林政策的了解程度；(2)農(nóng)戶參與退耕還林的意愿及期望的最低補償額度；(3)受訪者的社會經(jīng)濟(jì)特征。第二部分中二分式條件價值評估的估值問題是調(diào)查問卷的核心內(nèi)容，按單位面積退耕地年度補償標(biāo)準(zhǔn)共設(shè)置了8組投標(biāo)方案。其設(shè)置以2輪退耕還林政策補助標(biāo)準(zhǔn)為基礎(chǔ)：第1輪退耕還林北方地區(qū)還生態(tài)林的補助標(biāo)準(zhǔn)(包含生活補助)為2 400元·hm-2，2007年后減半為1 350元·hm-2；新一輪退耕還林補助(包括種苗費用)平均每年為4 500元·hm-2。同時，考慮到貨幣面值及現(xiàn)實情況，3 000元之內(nèi)以750元為一增加梯度值，最低投標(biāo)值為750元·hm-2；其后以300元為一增加梯度值， 最高投標(biāo)值為4 800元·hm-2。

2.2 雙邊界二分式條件價值評估法

條件價值評估法(contingent valuation method，CVM)是在假想市場構(gòu)建的前提下，通過問卷調(diào)查，直接詢問參與者使用或保護(hù)環(huán)境物品或服務(wù)的最大支付意愿(willingness to pay，WTP)，或者失去特定環(huán)境物品或服務(wù)時期望的最小補償意愿(willingness to accept，WTA)。WTP/WTA引導(dǎo)技術(shù)是CVM法的關(guān)鍵內(nèi)容[15]，主要包括開放式、支付卡式和二分式。雙邊界二分式CVM通過雙邊界二分式問卷模擬市場交易中的討價還價過程，可以獲得受訪者更為真實合理的意愿情況。當(dāng)研究對象的產(chǎn)權(quán)明晰時，要求受訪者放棄該物品時適于使用WTA[16]，而WTA也在類似情景中得以應(yīng)用[12，17-18]。

雙邊界二分式引導(dǎo)技術(shù)是在前期調(diào)查基礎(chǔ)上設(shè)定一系列初始投標(biāo)值(即受償意愿值)，然后在問卷調(diào)查中隨機(jī)抽取某一投標(biāo)值，調(diào)查受訪對象對該標(biāo)值“是”或“否”的態(tài)度。隨后，根據(jù)受訪者的回答情況，選擇一個較低或較高標(biāo)值進(jìn)行二次提問，從而獲得受訪對象的真實受償意愿。在WTA調(diào)查中，設(shè)初始投標(biāo)值為To，若受訪者回答“是”，則第二次詢問較低標(biāo)值Tl；若回答“否”則第二次詢問較高標(biāo)值Th。因此，雙邊界二分式問卷會產(chǎn)生4種回答結(jié)果：“是-是(y-y)”、“是-否(y-n)”、“否-是(n-y)”、“否-否(n-n)”。

假設(shè)受訪對象的回答會受社會經(jīng)濟(jì)變量和投標(biāo)值影響，則：

y=α0+βxi+cT+ε。

(1)

式(1)中，y為虛擬變量，表示受訪者回答結(jié)果，y=1(是)或0(否)；xi為社會經(jīng)濟(jì)變量；T為投標(biāo)值；ε為擾動項；α0、β、c為參數(shù)。

用yyi、yni、nyi、nni分別表示受訪者可能的回答情況，若受訪者回答“是-是”，則yyi=1，yni=nyi=nni=0，其他情況依次類推，4種回答的概率分別為Pyy、Pyn、Pny、Pnn，則

(2)

(3)

(4)

(5)

利用最大似然估計法建立投標(biāo)值與4種回答概率之間的函數(shù)關(guān)系，為

(6)

利用上式可計算出參數(shù)α、β、c。當(dāng)WAT≥0時，根據(jù)Hanemann等推導(dǎo)的公式可計算出受訪者的平均受償意愿[19， 20]，公式為

(7)

3 結(jié)果與討論

3.1 樣本特征及參與意愿

研究區(qū)受訪者中男性比例遠(yuǎn)大于女性，這可能是由調(diào)研過程中所顯示的農(nóng)村男性的家庭主導(dǎo)地位所決定。農(nóng)村青壯年勞動力大量外出務(wù)工及中老年農(nóng)民留守家中使得受訪者年齡偏大，集中在41～70歲，平均年齡為51.5歲，且整體受教育水平偏低(表1)。研究區(qū)農(nóng)戶對于退耕還林的參與度很高，僅有4.5%的樣本農(nóng)戶未參與過該工程。經(jīng)過第1輪退耕還林的密集實施之后，農(nóng)戶現(xiàn)有耕地面積較少，但耕地越少的農(nóng)戶對退耕還林的參與積極性越高。退耕還林兼具著促進(jìn)農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的任務(wù)，這也使得涇源縣傳統(tǒng)的糧食作物種植逐漸轉(zhuǎn)向于牧草、苗木等經(jīng)濟(jì)作物種植，單位面積土地收益增加，而大面積的集中種植使得這種收益的累加效應(yīng)更明顯，因而耕地面積大的農(nóng)戶更傾向于繼續(xù)經(jīng)營耕地，其退耕積極性也較小。除此之外，性別、文化程度和家庭收入也成為影響農(nóng)戶參與退耕還林的主要因素。

受訪農(nóng)戶的環(huán)境意識及其對退耕還林政策的認(rèn)知是影響農(nóng)戶退耕意愿及受償意愿的重要因素。農(nóng)戶對于當(dāng)?shù)氐沫h(huán)境保護(hù)問題反應(yīng)積極，44.3%的受訪者關(guān)心當(dāng)?shù)氐沫h(huán)境保護(hù)問題，還有13.4%的農(nóng)戶非常關(guān)心，但有一半以上農(nóng)戶對退耕還林政策的認(rèn)知呈消極狀態(tài)(表2)，這說明雖然農(nóng)民有較強(qiáng)的環(huán)境保護(hù)意識，但對于退耕還林這一環(huán)境保護(hù)政策并不了解，處于被動執(zhí)行而不求了解的狀態(tài)。這一現(xiàn)象反映了當(dāng)?shù)赝烁€林政策宣傳力度尚不夠，作為參與主體的農(nóng)民并不了解政策實施的真正目的，而僅限于一般行政命令的被動執(zhí)行。對于兼顧保護(hù)與發(fā)展雙重目的的退耕還林工程來說，工程的長期效益重于短期實施狀態(tài)，建立在政策了解基礎(chǔ)上的農(nóng)戶積極主動參與比行政命令強(qiáng)制執(zhí)行的效果更好。

在398戶受訪農(nóng)戶中，87.2%的農(nóng)戶愿意參與退耕還林工程，僅52戶拒絕參與。農(nóng)戶抗議的原因主要包括兩方面：一是現(xiàn)有耕地面積小，為維持家庭正常運行而拒絕參與，占44%；二是擔(dān)心補償標(biāo)準(zhǔn)的不合理及參與過程的不公平，占48%。工程初期“連片劃定”的退耕方式是農(nóng)戶退耕還林高參與率的主要原因之一，同時1 500 kg·hm-2的糧食補助較之于退耕初期農(nóng)戶正常的土地經(jīng)營收入更加穩(wěn)定，這也使得農(nóng)戶積極參與退耕還林。但隨著耕地經(jīng)營方式的改變及土地經(jīng)營收入的提高，退耕補助對農(nóng)戶的吸引力越來越小，而且各種原因而致的退耕補助“非足額發(fā)放”問題亦被受訪者所擔(dān)心。因此，目前農(nóng)戶對退耕還林的參與意愿要低于初期的工程參與率。拒絕參與的受訪者普遍認(rèn)為，當(dāng)年老體弱無力外出務(wù)工時，耕地才是生計所托，失去耕地則失去了農(nóng)民賴以生存的根基。因此，公平合理的補償標(biāo)準(zhǔn)及健全的社會福利是維持農(nóng)戶退耕還林積極性的重要因素。

表1樣本基本特征描述

Table1Basicstatisticalcharacteristicsofthesamples

變量變量分類 樣本數(shù)/人比例/%參與比/%特征描述性別男 26165.790.0男性參與愿意高于女性女13734.381.6年齡≤25歲 112.890.9年齡與參與意愿之間關(guān)系不26～40歲9523.990.5明顯41～55歲14235.584.456～70歲10927.588.1≥71歲4110.385.4文化程度小學(xué)及以下 32782.485.3文化程度越高的農(nóng)戶其參與初中 5714.194.6比例越高高中及以上 143.5100.0耕地面積<0.13 hm214636.887.7耕地面積越少的農(nóng)戶其參與0.13～0.67 hm2 22055.486.8比例越高>0.67 hm2327.884.3退耕面積0 hm2 184.588.9初次退耕情況與參與意愿間0.03～0.33 hm214335.888.7亦無明顯關(guān)系>0.33～1.00 hm216842.383.3> 1.00 hm26917.492.8家庭年收入≤1萬元 4812.189.6除年收入1萬元以下外,家庭>1～2.5萬元17343.383.7收入情況與參與意愿成正比>2.5～4萬元11629.287.1>4～7萬元4912.493.9>7萬元123.0100

表2樣本農(nóng)戶環(huán)境、政策認(rèn)知

Table2Environmentalcognitionandpolicyrecognitionofthesamples

受訪者的環(huán)境、政策認(rèn)知 統(tǒng)計結(jié)果占比/%非常同意同意不確定不同意十分不同意是否關(guān)心本地的環(huán)境保護(hù)問題13.444.315.419.37.6是否了解退耕還林政策2.315.329.043.310.1退耕還林能有效保護(hù)環(huán)境5.520.121.242.111.1退耕補助可以有效改善農(nóng)民生活15.21.126.741.415.6為保護(hù)環(huán)境,是否愿意參與退耕還林87.212.8

3.2 受償意愿及補償方式

按照雙邊界二分式CVM原理，問卷調(diào)查過程中隨機(jī)抽取初始標(biāo)值，并使每組投標(biāo)方案數(shù)量基本均衡，在二分式引導(dǎo)技術(shù)下對農(nóng)戶的受償意愿情況進(jìn)行統(tǒng)計(表3)。受訪者對于最低標(biāo)值750元·hm-2的接受概率為4.6%，對最高標(biāo)值4 800元·hm-2的接受概率為84.8%，標(biāo)值區(qū)間涵蓋了大多數(shù)受訪者的受償意愿，標(biāo)值設(shè)計較為合理。除方案2與方案6外，受訪者對初始標(biāo)值第一回答為“是”的概率明顯高于“否”的概率，這說明農(nóng)戶參與退耕還林的補償預(yù)期不是很高。這一現(xiàn)象與當(dāng)?shù)氐沫h(huán)境現(xiàn)狀有關(guān)，調(diào)研中農(nóng)戶反映，2000年開始的大規(guī)模退耕還林提高了當(dāng)?shù)氐纳指采w率，同時也使得野生動物也逐漸增多，而野生動物對農(nóng)作物的破壞使得近山耕地農(nóng)作物種植收益減少，因而只要予以合理補償，農(nóng)戶均愿意將這部分耕地用于植樹種草。

表3投標(biāo)方案及其受償意愿分布情況

Table3BiddingproposalsanddistributionofWAT

投標(biāo)方案初始標(biāo)值/(元·hm-2)較低標(biāo)值/(元·hm-2)較高標(biāo)值/(元·hm-2)回答結(jié)果占比/%是-是是-否否-是否-否11 500 7502 2504.663.6031.822 2501 5003 00018.415.815.850.033 0002 2503 30039.428.83.028.843 3003 0003 60058.116.13.222.653 6003 3003 90044.817.212.125.963 9003 6004 20020.825.014.639.674 2003 9004 50038.521.325.015.284 5004 2004 80045.536.33.015.2

在補償方式的選擇上，68.8%的農(nóng)戶選擇現(xiàn)金補償，13.3%和10.9%的受訪者分別選擇工作機(jī)會及技術(shù)培訓(xùn)，剩下7%的農(nóng)戶選擇低息小額貸款，這是由于多數(shù)農(nóng)戶認(rèn)為現(xiàn)金補償有利于減少補償執(zhí)行過程中的耗損，更為公平合理。同時研究還顯示，補償方式的選擇具有明顯的年齡差異性，即接受現(xiàn)金補償農(nóng)戶的平均年齡為54歲，選擇低息小額貸款及技術(shù)培訓(xùn)農(nóng)戶的平均年齡均為49歲，而選擇工作機(jī)會農(nóng)戶的平均年齡為44歲。這種差異性是由農(nóng)民勞動能力及生計策略不同所造成：年長農(nóng)民的年齡限制了他們對于新的生計方式的追求，因而更傾向于以保守的方式獲得穩(wěn)定的收入；而年輕農(nóng)民更多考慮的是未來的生活出路及收入增加，因而有效的生計資本和生存能力更為重要，也就更傾向于通過工作機(jī)會、技術(shù)培訓(xùn)、貸款等方式來創(chuàng)造持續(xù)的更高收入，以解決長遠(yuǎn)生計問題。

3.3 農(nóng)戶最小WTA的計算與驗證

農(nóng)戶的受償意愿受社會經(jīng)濟(jì)條件影響，在實地調(diào)研基礎(chǔ)上，參考前人研究成果[18，20]，在農(nóng)戶受償意愿的logistic模型中引入性別、年齡、文化程度、家庭年收入、耕地面積、家庭是否有長期疾病患者、對退耕還林補償滿意與否及對退耕還林政策的了解程度8個變量。運用SPSS 19.0軟件對問卷結(jié)果進(jìn)行l(wèi)ogistic回歸分析，得出回歸系數(shù)(表4)。

表4模型參數(shù)估計結(jié)果

Table4Estimatedparametersofthemodel

變量變量解釋回歸系數(shù)P值常數(shù)項0.5680.561T投標(biāo)值0.0060.016X1性別:男=1,女=00.0770.792X2年齡:1=≤25歲,2=26～40歲,3=41～55歲,4=56～70歲,5=≥71歲0.0680.636X3文化程度:1=小學(xué)及以下,2=初中,3=高中及以上-0.6630.012X4家庭年收入:1=≤1萬元,2=>1～2.5萬元,3=>2.5～4萬元,4=>4～7萬元,5=>7萬元-0.1830.188X5耕地面積:1=0～0.13 hm2,2=>0.13～0.67 hm2,3=>0.67 hm2-0.2150.333X6是否有長期疾病患者:1=是,0=否-0.6480.017X7對退耕還林補償滿意與否:1=滿意,0=不滿意0.6060.026X8對退耕還林政策的了解程度:1=完全不了解,2=不太了解,3=一般,4=了解,5=非常了解0.2070.168

在Hosmer-Lemeshow(H-L)擬合優(yōu)度檢驗中，H-L統(tǒng)計量為8.584，P值為0.379>0.05，模型擬合優(yōu)度較好。同時，在LR統(tǒng)計量和McFadden R-squard統(tǒng)計量上，顯著性水平通過統(tǒng)計檢驗，且模型預(yù)測能力為73%，表明該模型在該地區(qū)農(nóng)戶退耕受償意愿分析中是有效的。由此，可得到受訪者WTA的logistic模型：LogitP=0.568+0.006T+0.077X1+0.068X2-0.663X3-0.183X4-0.215X5-0.648X6+0.606X7+0.207X8。

由模型回歸結(jié)果可知，投標(biāo)值對農(nóng)戶受償意愿的影響呈顯著的正相關(guān)性，即補償額度越高，農(nóng)戶對于退耕還林的參與積極性越高，與理論預(yù)期相一致。在社會經(jīng)濟(jì)變量中，受訪者文化程度對農(nóng)戶受償意愿為顯著負(fù)相關(guān)影響，文化程度越高的農(nóng)民接受投標(biāo)的可能性越小，相應(yīng)地受償意愿越高。文化程度高的農(nóng)民更傾向于通過經(jīng)濟(jì)作物種植等高收益的種植方式來經(jīng)營耕地，因而接受退耕還林投標(biāo)值的可能性較小。受訪家庭是否有長期疾病患者與其受償意愿也呈顯著負(fù)相關(guān)，有長期疾病患者的家庭更希望通過耕地經(jīng)營獲得持續(xù)收入，因而對投標(biāo)值接受可能性小，其受償意愿就更高。對現(xiàn)有退耕還林補償?shù)臐M意度與其受償意愿呈顯著正相關(guān)，即對現(xiàn)有退耕補償標(biāo)準(zhǔn)滿意者所期望的受償意愿較低，反之則較高，與實際情況相一致。對生態(tài)補償?shù)臐M意程度不僅影響著農(nóng)戶的受償意愿，更影響著農(nóng)戶參與及維護(hù)工程的積極性，進(jìn)而影響工程的長期可持續(xù)性[21]。

根據(jù)式(7)，并利用表4中的數(shù)據(jù)計算出受訪農(nóng)戶參與退耕還林的WTA為3 180元·hm-2。與新一輪退耕還林3 600元·hm-2(不含900元·hm-2的種苗費)的現(xiàn)金補償標(biāo)準(zhǔn)相比，研究區(qū)農(nóng)戶受償意愿低于政策補償標(biāo)準(zhǔn)，這說明新一輪退耕還林補償能夠滿足多數(shù)農(nóng)戶的補償預(yù)期，因而能有效發(fā)揮生態(tài)補償?shù)募钭饔茫岣咿r(nóng)戶參與積極性。與文獻(xiàn)[13]相比，雖然研究區(qū)相似，但農(nóng)戶受償意愿數(shù)據(jù)差異性明顯，數(shù)據(jù)獲取方式的不同是造成這種差異的主要原因。在條件價值評估中，開放式引導(dǎo)技術(shù)雖易獲取數(shù)據(jù)，但容易出現(xiàn)極值情況，所獲數(shù)據(jù)易偏大，而雙邊界二分式引導(dǎo)技術(shù)可以模擬市場交易過程，通過討價還價將農(nóng)戶的WTA降到更為真實合理的程度。

實地調(diào)查顯示，20%的農(nóng)戶在退耕補償停發(fā)后會考慮以不同的形式復(fù)耕，而這一比例低于部分學(xué)者的相關(guān)研究[22]。研究區(qū)畜牧業(yè)的大力發(fā)展使得青貯玉米、紫花苜蓿等青飼料的市場需求變大，這也使得耕地經(jīng)營的收益增加。對于農(nóng)民來說，種植青飼料比退耕更劃算，在退耕補償逐漸減小甚至趨無的情況下，部分農(nóng)戶就可能將一部分易墾退耕地再次復(fù)耕。因此，退耕補償是農(nóng)戶保持退耕還林的主要激勵因素，它在退耕還林長期效益的維護(hù)中依然有著重要作用[12]。

4 結(jié)論

研究以涇源縣為例，運用雙邊界二分式CVM核算了農(nóng)戶參與退耕還林的受償意愿，并用logistic模型分析了農(nóng)戶受償意愿的影響因素。研究顯示，87.2%的受訪農(nóng)戶愿意參與退耕還林工程，預(yù)期接受的最小生態(tài)補償標(biāo)準(zhǔn)為3 180元·hm-2。在補償方式選擇上，68.8%的農(nóng)戶選擇現(xiàn)金補償，而且補償方式的選擇具有明顯的年齡差異性，即年長農(nóng)民傾向于現(xiàn)金補償，年輕農(nóng)民更傾向于低息小額貸款、技術(shù)培訓(xùn)及工作機(jī)會。在農(nóng)戶WAT影響因素分析中，受訪者文化程度、家庭是否有長期疾病患者及對退耕補助是否滿意顯著影響著WAT，前兩者呈負(fù)相關(guān)，后者呈正相關(guān)。

根據(jù)研究區(qū)的實際情況，在第一輪退耕還林成果鞏固而新一輪退耕還林大力推進(jìn)的交錯期，應(yīng)進(jìn)一步完善退耕還林生態(tài)補償，以更好地發(fā)揮其激勵作用，促進(jìn)退耕還林的可持續(xù)發(fā)展。首先，根據(jù)區(qū)域還生態(tài)林特點及后續(xù)收益甚微的實際情況，尋求合適的方法將農(nóng)戶退耕還林的部分生態(tài)貢獻(xiàn)納入補償范圍，適當(dāng)提高補償標(biāo)準(zhǔn)。同時，實行多樣化的補償方式，根據(jù)農(nóng)民需求，將多種補償方式組合進(jìn)行綜合補償，尤其加大智力補償范圍，提升農(nóng)民再次就業(yè)或創(chuàng)業(yè)的能力，以實現(xiàn)補償效果的可持續(xù)性。其次，針對區(qū)域耕地面積有限，但農(nóng)業(yè)人口多的現(xiàn)狀，鼓勵多樣化的就業(yè)方式以提高農(nóng)民收入，減輕耕地壓力。一方面，通過勞動技能培訓(xùn)、務(wù)工機(jī)會介紹等將一部分剩余勞動力向區(qū)外的工業(yè)和服務(wù)業(yè)中轉(zhuǎn)移；另一方面，根據(jù)地區(qū)特點及發(fā)展方向，大力發(fā)展諸如養(yǎng)殖、旅游等區(qū)域特色產(chǎn)業(yè)，提高土地收益率的同時，將農(nóng)戶對耕地的部分依賴轉(zhuǎn)移到對林地的依賴上來。最后，還應(yīng)根據(jù)受訪農(nóng)民環(huán)境保護(hù)意識強(qiáng)、政策知曉性差的特點，加強(qiáng)退耕還林政策的宣傳與引導(dǎo)，使農(nóng)民了解退耕政策與當(dāng)?shù)丨h(huán)境保護(hù)和社會發(fā)展之間的關(guān)系，將政策實施內(nèi)化于地區(qū)發(fā)展、家園維護(hù)之中，實現(xiàn)合理退耕，積極維護(hù)退耕成果，從而促進(jìn)退耕還林的長期可持續(xù)發(fā)展。