羅萬云，盧玉文，陳亞寧

(1.蘭州大學經濟學院，蘭州 730000；2. 兵團黨委黨校經濟研究所，新疆 五家渠 831300； 3.中國科學院新疆生態(tài)與地理研究所 荒漠與綠洲生態(tài)國家重點實驗室，烏魯木齊 830011)

0 前 言

在過去的50 a中，塔里木河干流以水資源開發(fā)利用為核心的高強度發(fā)展模式下，河道斷流、天然植被面積迅速減少、荒漠化加劇。生態(tài)環(huán)境惡化的根本原因是人類農業(yè)開發(fā)用水大量擠占生態(tài)用水[1]。如何協(xié)調經濟發(fā)展與生態(tài)保護之間的矛盾，生態(tài)補償成為最佳選擇[2]。生態(tài)補償標準確定又是流域水資源配置研究中的難點[3]。

生態(tài)補償就是解決人類為了生態(tài)保護而放棄發(fā)展，導致個人的私人利益小于給他人帶來的公共利益而產生的外部經濟性的現(xiàn)象[4]。因此，生態(tài)補償標準的確定是一種化解人類活動外部性的方法。目前，國內外確定生態(tài)補償標準的研究方法有多種，包括機會成本法、意愿調查法、生態(tài)系統(tǒng)服務功能價值法、經濟學模型法等，其中機會成本法確定生態(tài)補償標準的實踐較多[4-7]。機會成本概念第一次是由奧地利學派經濟學家弗里德里?！ゑT·維塞爾在其《自然價值》中提出，指出其機會成本并非“支出”，而是潛在的收益減少[8]。經濟學界對機會成本已經形成較為統(tǒng)一概念，認為一項決策的機會成本是指做出該決策而不作出另一個決策所放棄的最大收益[9-11]。自20世紀80年代以來，國外很多國家利用機會成本方法應用于與生態(tài)環(huán)境密切相關的土地利用方面[12-14]，取得了比較好的生態(tài)補償效果。最有典型代表性案例：哥斯達黎加的埃雷迪市在征收“水資源環(huán)境調節(jié)費”時，以土地的機會成本作為對上游土地使用者的補償標準[15]。Frank A Ward等人在美國西部將農用水轉為城市用水的案例研究中提出:可將農業(yè)用水的機會成本作為城市應支付的水資源價格[16]。紐約河流域管理局為保證流域水環(huán)境質量，在確定生態(tài)補償標準時充分考慮流域經營者最佳經營活動的成本[17]。國外學者和政府管理者在生態(tài)補償研究和實踐中，大多數(shù)認為生態(tài)補償標準與土地利用的機會成本是有關系的。國內對生態(tài)補償標準的研究興起于20世紀90年代，眾多學者基于機會成本法對不同類型生態(tài)補償標準計算。李曉光等精確計量了生態(tài)公益林劃定和管護對林農造成的經濟損失，以該機會成本確定海南中部山區(qū)生態(tài)補償標準，并探討時間因子和風險因子對機會成本的影響[18]。綜上所述，國外在流域生態(tài)補償標準研究中，很好地將經濟學理論與生態(tài)建設相結合，而且在生態(tài)補償方案的實際操作中取得較好的效果。國內眾多研究者采用機會成本方法對山區(qū)、主體功能區(qū)、海洋等不同生態(tài)補償標準計算，缺乏從干旱區(qū)塔里木河干流保障生態(tài)用水角度限制種植業(yè)發(fā)展而對種植業(yè)進行生態(tài)補償標準展開研究。

塔里木河干流大規(guī)模種植業(yè)開發(fā)大量擠占生態(tài)用水，導致下游綠色走廊瀕于毀滅。陳亞寧等人從維系塔里木河生態(tài)安全角度出發(fā)，提出干流生態(tài)需水為31.74億m3[19]。塔里木河流域管理局頒布《2010-2030年塔里木河流域水資源綜合利用規(guī)劃》，規(guī)定到2020年塔里木河干流種植業(yè)規(guī)模為63.36 khm2，減少農業(yè)生產占用生態(tài)用水。以往對塔里木河干流生態(tài)可持續(xù)研究大多集中在植被生理、生態(tài)修復等方面，缺乏從產業(yè)發(fā)展受限角度探討流域經濟增長和生態(tài)建設問題。本文抓住塔里木河干流保證生態(tài)用水而限制種植業(yè)發(fā)展，將種植業(yè)的機會成本作為保證生態(tài)用水而需付出生態(tài)補償標準，為市場化手段解決生態(tài)用水問題提供一種新思路。

1 數(shù)據(jù)來源和模型構建

1.1 數(shù)據(jù)來源

本文選取與種植業(yè)發(fā)展相關的經濟指標(見表1)進行研究。本文憑借美國QMS公司研制的在Windows下專門從事數(shù)據(jù)分析、回歸分析和預測的工具eviwes 7.0對相關經濟數(shù)據(jù)預處理和線性回歸模擬。

表1 機會成本因子的描述性統(tǒng)計量Tab.1 Descriptive statistics of opportunity cost factors

注：數(shù)據(jù)來源于新疆統(tǒng)計年鑒、新疆生產建設兵團年鑒。

1.2 模型構建

1.2.1機會成本因子選取與測算

從產業(yè)關聯(lián)理論角度出發(fā)，塔里木河干流種植業(yè)發(fā)展對當?shù)亟洕l(fā)展會產生影響，導致相關經濟指標發(fā)生變動。塔里木河干流縮減農作物播種面積，會波及流域農業(yè)產值、農民人均收入、公共財政收入等經濟指標。計算本地種植業(yè)增長水平對相關經濟指標的影響程度，亦即種植業(yè)規(guī)模每增減一個百分點分別導致其他相關指標變動多少，也就是本文中機會成本因子彈性系數(shù)。在此，以X表示種植業(yè)規(guī)模增長水平，Yi(Y1、Y2、Y3,…,Yn，n=20)表示對相關指標的數(shù)值，由此可得到X和Yi的函數(shù)關系式：

Yi=f(X)

(1)

機會成本因子(彈性)的公式為：

(2)

其中，種植業(yè)規(guī)模是以農作物播種面積形式表現(xiàn)在一定時期內生產不同種植作物的播種面積，能反映一定時間內種植業(yè)生產總規(guī)模。在此X表示種植業(yè)農作物播種面積，Ei代表機會成本因子彈性，Y代表相關經濟指標。

1.2.2種植業(yè)受限下的機會成本的確定

(1)單項機會成本分析。單項機會成本指限制種植業(yè)開發(fā)而導致的某一單項經濟指標的產出損失，其數(shù)量關系模型表示如下：

OCs=K-Kd

(3)

式中：OCs(s=single)為單項機會成本；K表示種植業(yè)播種規(guī)模在正常增長下的水平；Kd(d=down)表示種植業(yè)播種規(guī)模受限下的該項指標減少額。

(2)綜合機會成本分析。本文根據(jù)塔里木河干流具體情況以及研究需要，依據(jù)機會成本因子的大小對種植業(yè)相關經濟指標進行篩選，并結合當?shù)亟洕鐣陌l(fā)展狀況進行分析，選擇部分受影響程度較大的指標代入模型進行研究。計算各指標的單項機會成本，最后加總就可得到綜合機會成本：

OCm=k-Kid

(4)

式中：OCm表示綜合機會成本；Kid表示種植業(yè)增長受限時的多項相關指標損失額；其余符號意義同前。

據(jù)此構建生態(tài)補償“綜合機會成本”模型。

1.2.3機會成本與生態(tài)補償標準

保障生態(tài)用水前提是充分考慮到被補償?shù)氐臋C會成本，只有當生態(tài)補償標準額度(EC)≥本地政府財政收入與農民收入的機會成本(OC)時，各地政府和農民才會有積極性縮減種植業(yè)播種面積，減少農業(yè)用水。確定生態(tài)補償標準時應選取與塔里木河干流各地直接利益相關的經濟指標作為生態(tài)補償標準的經濟指標。因此本文將公共財政收入、農村人均收入的機會成本因子作為塔里木河干流生態(tài)補償標準：

EC單≥OC財政收入+OC農民收入

(5)

2 計量經濟模型分析過程與結果

2.1 機會成本因子選取

本文采用相關經濟指標的年平均增長率與農作物播種面積年平均增長率表示農作物播種面積變化和相關經濟指標的影響程度。經過計算，塔里木河干流經濟指標年均增長速度均高于5%，其中全社會固定資產投資額增長33.8%，為最高；其次是公共財政收入快速增長，年均增長20.4%。農業(yè)產值、農村人均收入、國民生產總值、全社會消費品零售總額指標年均增長保證為10%～20%。農作物播種面積年均增長5.82%，主要是由于水資源歷年變化幅度不大。

根據(jù)公式(2)計算得各經濟指標的平均彈性系數(shù)見表2。10 a間，塔里木河干流各項經濟指標年均增長較快，但由于農作物播種面積最小，導致所有經濟指標彈性系數(shù)小于1。公共財政收入、農村人均純收入、農業(yè)產值的彈性系數(shù)超過0.5，影響較大。全社會固定資產投資額為0.082，意味著種植業(yè)生產規(guī)模變化對其影響較小，造成這種原有可能是新疆工作會議之后，中央以及對口支援省市不斷加大塔里木河干流(南疆巴音郭楞蒙古自治州、阿克蘇地區(qū)、第一師等)的基礎設施等項目投資，導致全社會固定資產投資快速增加。

表2 塔里木河干流機會成本因子的增長率以及彈性系數(shù)(2002-2013年) Tab.2 Growth rate and elastic coefficient of opportunity costfactors of the mainstream Tarim river(2002-2013)

全社會消費品零售總額為0.192，可能是塔里木河干流種植業(yè)發(fā)展較為緩慢，還未能充分帶動以商貿流通、酒店餐飲、貨物銷售為主的傳統(tǒng)服務業(yè)發(fā)展。

2.2 種植業(yè)規(guī)模的預測

本文根據(jù)擬合直線法預測模型來預測正常發(fā)展情況下塔里木河干流2020年的種植業(yè)規(guī)模，基本公式為：

(6)

(8)

2.3 種植業(yè)機會成本分析

2.3.1單項機會成本

塔里木河干流公共財政收入受種植業(yè)變化影響最大，在此將地方財政收入作為單項機會成本因子進行分析。利用塔里木河干流農作物播種面積與公共財政收入數(shù)據(jù)，進行線性回歸分析。

(1)平穩(wěn)性和協(xié)整檢驗。時間序列(2002-2013年)具有自相關性，從而使得時間序列不具有平穩(wěn)性，使用最小二乘法可能面臨偽回歸問題，本文ADF單位根檢驗采用常數(shù)項，無時間趨勢的檢驗類型對Y、X1、DY、DX1進行檢驗，其結果見表3。

表3 單位根檢驗結果Tab.3 The test results of unit root

根據(jù)單位根檢驗結果，變量Y、X1、DY、DX1的一階差分在5%的置信水平下拒絕原假設，為平穩(wěn)時間序列。因此Y、X1、DY、DX1都是一階單整序列，可進一步進行協(xié)整檢驗。

(2)協(xié)整檢驗。為了研究塔里木河干流種植業(yè)與公共財政收入是否存在長期穩(wěn)定的關系，需要對Y、X1、DY、DX1進行協(xié)整檢驗。對lnY和lnX1進行最小二乘回歸，得出殘差項u，對殘差進行單位根檢驗。檢驗結果是u在5%的水平上一階穩(wěn)定，所以變量DY/X1協(xié)整。

經檢驗，原方程的相關系數(shù)和偏相關系數(shù)都具有一階自相關，運用廣義最小二乘法GLS，估計模型各參數(shù)的結果見表4。

模型的相關系數(shù)為0.842，調整后的相關系數(shù)為0.826，F(xiàn)統(tǒng)計量為53.432(P=0)，表明該經濟模型顯著成立。

通過單元線性回歸分析，可得兩者的函數(shù)關系：

lnY=1.526+0.310 lnX1

(9)

將塔里木河干流種植業(yè)在正常發(fā)展情況下的預測值

表4 C/ln X1模型各參數(shù)的估計結果Tab.4 The estimate results of C/ln X1 model parameters

(283.91 khm2)代入該方程中，可得出塔里木河干流2020年預期公共財政收入為596 535萬元。塔里木河流域管理局規(guī)定2020年塔里木河干流種植業(yè)規(guī)模保證在63.36 khm2，將強制規(guī)定規(guī)模代入方程式(9)，可測算出公共財政收入為4 725萬元，得出限制種植業(yè)單項機會成本為566 535萬元。

2.3.2綜合機會成本

將塔里木河干流農業(yè)產值、農村人均收入作為綜合機會成本因子，利用塔里木河干流農作物播種面積與農業(yè)產值、農村人均收入數(shù)據(jù)，進行線性回歸分析。

(1)平穩(wěn)性和協(xié)整檢驗。時間序列(2002-2013年)具有自相關性，從而使得時間序列不具有平穩(wěn)性，使用最小二乘法可能面臨偽回歸問題，本文ADF單位根檢驗采用常數(shù)項，無時間趨勢的檢驗類型對Y、X2、X3、DY、DX2、DX3進行檢驗，其結果見表5。

表5 單位根檢驗結果Tab.5 The test results of unit root

(2)協(xié)整檢驗。為了研究塔里木河干流種植業(yè)與農業(yè)產值、農村人均收入是否存在長期穩(wěn)定的關系，需要對Y、X2、X3、DY、DX2、DX3進行協(xié)整檢驗。對lnY分別與lnX2和lnX3進行最小二乘回歸，得出殘差項u，對殘差進行單位根檢驗。檢驗結果是u在5%的水平上一階穩(wěn)定，所以變量lnY/X2、lnY/X3協(xié)整。

經檢驗，原方程的相關系數(shù)和偏相關系數(shù)都具有一階自相關，運用最小二乘法(GLS)估計模型各參數(shù)的結果見表6、表7。

表6中模型的相關系數(shù)為0.953，調整后的相關系數(shù)為0.948，F(xiàn)統(tǒng)計量為204.816 (P=0)，表明該經濟模型顯著成立。通過單元線性回歸分析，可得兩者的函數(shù)關系式：

lnY=0.01+0.393 lnX2

(10)

表7中模型的相關系數(shù)為0.950，調整后的相關系數(shù)為0.944，F(xiàn)統(tǒng)計量為189.176 (P=0)，表明該經濟模型顯著成立。得出公式：

表6 C/ln X2的模型各參數(shù)的估計結果Tab.6 The estimate results of C/ln X2 model parameters

表7 C/ln X3的模型各參數(shù)的估計結果Tab.7 The estimate results of C/ln X3 model parameters

lnY=0.392+0.527 lnX2

(11)

將塔里木河干流種植業(yè)正常發(fā)展下的預測值、規(guī)定2020年壓縮種植業(yè)的數(shù)值代入公式中，得出綜合機會成本見表8。

表8 塔里木河干流綜合機會成本Tab.8 The comprehensive opportunity cost of the mainstream Tarim River Basin

若到2020年，塔里木河干流保障生態(tài)用水壓縮種植業(yè)到63.36 khm2，得出以農業(yè)產值和農村人均收入等經濟指標為主的種植業(yè)綜合機會成本為2 855 746萬元。

2.4 生態(tài)補償標準的確定

若塔里木河流域管理局強制限制塔里木河干流種植業(yè)規(guī)模保持在63.36 khm2，根據(jù)EC單≥OC公共財政收入+OC農村人均收入=566 535萬元+1 190 244萬元=1 756 779萬元，則應給予塔里木河干流生態(tài)補償。塔里木河干流保證下游生態(tài)需水，每年給地方政府和農戶生態(tài)補償標準至少為1 756 779萬元。

3 結 論

文章統(tǒng)計2002-2014年塔里木河干流種植業(yè)相關經濟指標等數(shù)據(jù)，首先通過擬合直線法預測種植業(yè)正常情況下的發(fā)展規(guī)模為283.91 khm2?；诜N植業(yè)規(guī)模正常發(fā)展下和保證生態(tài)需水限制種植業(yè)發(fā)展的受限值，運用機會成本方法構造出種植業(yè)規(guī)模變化與農業(yè)產值、公共財政收入、農民人均純收入等相關指標的函數(shù)關系，通過單位根和協(xié)整檢驗證明種植業(yè)與農業(yè)產值、公共財政收入等經濟指標存在長期穩(wěn)定 的關系。最后得出，塔里木河干流為保證生態(tài)需水，對地方政府和農戶的生態(tài)補償標準每年不低于1756779萬元。

解決塔里木河干流生態(tài)需水與農業(yè)用水之間的矛盾，應從市場化的水資源交易制度構建著眼，而非一味地用行政管理手段強加干預。

[1] 陳亞寧，郝興明，李衛(wèi)紅，等.干旱區(qū)內陸河流域的生態(tài)安全與生態(tài)需水量研究----兼談塔里木河生態(tài)需水量問題[J]. 地球科學進展，2008，23(7):732-738.

[2] 毛顯強，鐘 瑜，張 勝.生態(tài)補償?shù)睦碚撎接慬J]. 中國人口·資源與環(huán)境，2002，12(4):38-39.

[3] 鄧紅兵，王慶禮，蔡慶華. 流域生態(tài)學----新學科、新思想、新途徑[J]. 應用生態(tài)學報，1998，9(4):443-449.

[4] 周大杰,董文娟,孫麗英，等. 流域水資源管理中的生態(tài)補償問題研究[J]. 北京師范大學學報(社會科學版)，2005，(4):131-135.

[5] 李懷恩, 尚小英, 王 媛. 流域生態(tài)補償標準計算方法研究進展[J]. 西北大學學報(自然科學版)，2009,(4):668-669.

[6] 李曉光，苗 鴻，鄭 華，等. 生態(tài)補償標準確定的主要方法及其應用[J]. 生態(tài)學報，2009，29(8):4 431-4 440.

[7] 楊光梅, 閔慶文, 李文華, 等. 我國生態(tài)補償研究中的科學問題[J]. 生態(tài)學報，2007，27(10):4 290-4 291.

[8] 弗里德里希·馮·維塞爾. 自然價值[M]. 北京：中國商務出版社，1982:12-25.

[9] 高鴻業(yè).西方經濟學(微觀部分)[M]. 北京：中國人民大學出版社，1996:46-48.

[10] 蔣洪強，徐玖平. 環(huán)境成本核算研究的進展[J]. 生態(tài)環(huán)境，2004，13(3):429-433.

[11] 章 錚. 邊際機會成本定價----自然資源定價的理論框架[J]. 自然資源學報，1996，11(2):107-112.

[12] Montserrat Albn, Sven Wunder. Decentralized payments for environmental services: the cases of pimampiro and FROFAFOR in Ecuador[J]. Ecological Economics, 2008, 65(4): 685-698.

[13] 秦艷紅，康慕誼. 國內外生態(tài)補償現(xiàn)狀及其完善措施[J]. 自然資源學報，2007，22(4):557-567.

[14] 劉平養(yǎng). 發(fā)達國家和發(fā)展中國家生態(tài)補償機制比較分析[J]. 干旱區(qū)資源與環(huán)境，2010，24(9):1-5.

[15] M Kalacska, G A Sanchez-Azofeifa, B Rivarda, et al. Baseline assessment for environmental services payments from satellite imagery: a case study from Costa Rica and Mexico[J]. Journal of Environmental Management, 2007,(5):348-358.

[16] Frank A Ward, J Philip King. Economic incentives for agriculture can promote water conservation[C]∥ Proceeding of the New Mexico State University Water Conservation Conference. 1997:488-502.

[17] Natasha Landell-Mills, Ina T Porras. Silver bullet or fools' gold, a global review of markets for forest environmental services and their impacts on the poor[R]. International Institute for Environment and Development(IIED), 2001:1-25.

[18] 李曉光，苗 鴻，鄭 華，等. 機會成本法在確定生態(tài)補償標準中的應用----以海南中部山區(qū)為例[J]. 生態(tài)學報，2009，29(9):4 875-4 883.

[19] 喬旭寧，楊永菊，楊德剛，等. 流域生態(tài)補償標準的確定----以渭干河流域為例[J]. 自然資源學報，2012，27(10):1 665-1 676.

[20] 陳亞寧. 新疆塔里木河流域生態(tài)水文問題研究[M]. 北京:科學出版社，2010:169-174.