劉寶印 杜洪燕 趙姜

摘 要 以北京市延慶區(qū)為例，采用調查數(shù)據(jù)為基礎，建立生態(tài)補償在農(nóng)戶層面的作用機制模型，旨在通過深入分析生態(tài)補償?shù)纳鷳B(tài)效應和生計效應，進一步明確生態(tài)補償與生態(tài)環(huán)境之間的內在作用機制，進而促進生態(tài)補償在現(xiàn)實中更好地發(fā)揮作用。借助Baron的實證檢驗方法，研究生態(tài)補償、非農(nóng)就業(yè)與農(nóng)藥投入之間的直接與間接作用。結果表明：1）非農(nóng)就業(yè)戶以較多的農(nóng)藥代替勞動力投入，目前的生態(tài)管護項目通過抑制非農(nóng)就業(yè)，間接減少農(nóng)藥投入;2）平原造林項目通過改變項目地塊的種植結構，直接減少原有地塊的農(nóng)藥投入;3）退耕還林項目對非農(nóng)就業(yè)和農(nóng)藥投入的影響均不顯著。最后列出了根據(jù)已有研究結論得到的三點啟示。

關鍵詞 生態(tài)補償;非農(nóng)就業(yè);農(nóng)藥;直接效應;間接效應

中圖分類號：F323.22;F328 文獻標志碼：A DOI：10.19415/j.cnki.1673-890x.2021.22.018

中國的“生態(tài)補償”與國際上的“生態(tài)服務付費（PES，payment for ecosystem services）”概念相似，前者的概念和范圍更加廣泛。2020年，國家發(fā)展和改革委員會發(fā)布的《生態(tài)保護補償條例（公開征求意見稿）》，將生態(tài)補償定義為“采取財政轉移支付或市場交易等方式，對生態(tài)保護者因履行生態(tài)保護責任所增加的支出和付出的成本，予以適當補償?shù)募钚灾贫劝才??！边@一概念的明確，表明國家對生態(tài)補償關注的重點從資金的來源轉向資金使用的效果[1]。然而，近年來我國農(nóng)戶層面的生態(tài)補償項目資金仍存在使用不夠精準、激勵作用不強等突出問題。針對這一現(xiàn)實問題，本文以北京市延慶區(qū)為例，采用調查數(shù)據(jù)為基礎，建立生態(tài)補償在農(nóng)戶層面的作用機制模型，旨在通過深入分析生態(tài)補償?shù)纳鷳B(tài)效應和生計效應，進一步明確生態(tài)補償與生態(tài)環(huán)境之間的內在作用機制，進而促進生態(tài)補償在現(xiàn)實中更好地發(fā)揮作用。

1? 文獻回顧及分析框架

目前農(nóng)戶層面的生態(tài)補償項目實施方式主要有兩種，一種是將農(nóng)業(yè)用地轉變?yōu)樯鷳B(tài)用地，另一種是設置生態(tài)管護崗位[2]。第一種生態(tài)補償項目的實施方式會通過改變作物種植結構，導致原有地塊的農(nóng)藥投入發(fā)生變化，即直接的生態(tài)效應。而第二種則會引發(fā)家庭就業(yè)決策的變化，即生計效應;同時由于農(nóng)業(yè)投工量與農(nóng)藥投入之間具有替代關系[3]，家庭就業(yè)決策的變化也會間接引起農(nóng)藥投入的變化，即間接的生態(tài)效應（見圖1）。

現(xiàn)有研究大多數(shù)聚焦于直接生態(tài)效應和生計效應，對間接生態(tài)效應的關注較少。與生態(tài)補償對農(nóng)藥投入的直接影響不同的是，生態(tài)補償對非農(nóng)就業(yè)的影響方向具有不確定性。一些研究證明生態(tài)補償有助于優(yōu)化農(nóng)村就業(yè)結構，促進非農(nóng)就業(yè)[4-5];但是，同樣也有部分研究認為生態(tài)補償項目對非農(nóng)就業(yè)的促進作用不顯著，甚至會導致剩余勞動力的增多[6-7]。同生態(tài)補償項目對非農(nóng)就業(yè)的影響類似，非農(nóng)就業(yè)對農(nóng)藥投入的影響方向也沒有一致的研究結論。一方面，部分學者認為非農(nóng)就業(yè)會導致農(nóng)業(yè)生產(chǎn)規(guī)模減小，從而減少農(nóng)藥的投入，進而減少農(nóng)業(yè)生產(chǎn)對生態(tài)環(huán)境的破壞[8-10];另一方面，也有部分學者認為非農(nóng)就業(yè)會導致農(nóng)村勞動力減少，剩余勞動力為保證產(chǎn)量只能大量增加化肥、農(nóng)藥等的投入[11]。

通過上述分析可以發(fā)現(xiàn)，除生態(tài)補償對農(nóng)藥投入的直接影響外，生態(tài)補償對非農(nóng)就業(yè)的影響方向和非農(nóng)就業(yè)對農(nóng)藥投入的影響方向均有一定的不確定性，即生態(tài)補償除直接生態(tài)效應趨好外，其生計效應和間接生態(tài)效應的趨向皆不確定。此外，現(xiàn)有研究主要是根據(jù)研究需要選取其中一種生態(tài)補償項目，分別研究其生態(tài)效應或生計效應，沒有研究者注意到這兩方面的研究是否具有某種關系，是否可以整合起來。因此，本文選取北京市延慶區(qū)作為案例，并選用Baron的實證檢驗方法，對三者之間的關系進行進一步的分析，進而檢驗生態(tài)項目的生計效應和間接生態(tài)效應。

2? 數(shù)據(jù)來源與研究方法

2.1? 數(shù)據(jù)來源

考慮到近年來生態(tài)補償項目實施方式的多樣性，研究選取北京市延慶區(qū)作為案例地點。該區(qū)位于官廳水庫和密云水庫上游，在北京市的生態(tài)涵養(yǎng)區(qū)和京津冀北部水源涵養(yǎng)功能區(qū)內，其中京津冀北部水源涵養(yǎng)功能區(qū)是全國63個重要生態(tài)功能區(qū)之一。由于生態(tài)功能定位和北京市政府強大的財力支持，延慶區(qū)近年來實施了一系列的生態(tài)補償項目。從農(nóng)戶層面來看，一類是退耕還林、平原造林等土地類生態(tài)補償項目，一類是對從事護林、護水和保潔等生態(tài)管護工作的人員進行補償?shù)纳鷳B(tài)管護項目。

采用分層隨機抽樣的方法，以鄉(xiāng)鎮(zhèn)作為分層依據(jù)，在每個鄉(xiāng)鎮(zhèn)隨機抽取2個村進行問卷調查，共得到30個村649戶農(nóng)戶的觀測值。在被選出的樣本村，根據(jù)戶主花名冊，由隨機數(shù)確定第一個被選中的農(nóng)戶，然后根據(jù)等距抽樣的方法選取其他的農(nóng)戶。調查員同時與一家之主或多個家庭成員進行約2個小時的訪談，以收集問卷數(shù)據(jù)。由于一些文化程度較低的農(nóng)民對商品的外包裝有深刻的記憶，所以為了獲得更準確的農(nóng)藥數(shù)據(jù)，調查人員在訪問一個村莊時，首先調查該村莊附近的農(nóng)資分銷點，了解相關商品的銷售情況，對產(chǎn)品進行拍照，并制作價格清單。

2.2? 模型設定和變量選取

為了檢驗生態(tài)補償項目的生計效應和間接生態(tài)效應，文章選用最常用的實證檢驗方法，即由Baron提出的三步曲：影響變量影響被解釋變量;影響變量影響中間變量;控制中間變量以后，影響變量對被解釋變量的作用消失了，或是明顯減小了[12]。Baron方法具有操作簡單、易于理解和解釋的特點。結合研究區(qū)的實際情況，對影響變量、被解釋變量和控制變量選取如下。

被解釋變量的選取上，模型使用農(nóng)戶家庭在農(nóng)業(yè)生產(chǎn)中的農(nóng)藥支出，而不使用投入量的折純量，原因有兩點：1）調查樣本主要是小農(nóng)戶。小農(nóng)戶更加關注農(nóng)藥在農(nóng)業(yè)生產(chǎn)中的防治作用，而對環(huán)境友好的關注較少，因此小農(nóng)使用農(nóng)藥的差異主要是投入量的差異，而不是產(chǎn)品本身的環(huán)境友好性的差異。2）中國加入WTO后，農(nóng)藥價格基本趨于一致[13]。同一產(chǎn)品在不同地區(qū)的價格差異主要是由于運輸成本和倉儲成本的差異所致[13]。因此，對于同一地區(qū)的同一產(chǎn)品，購買支出和投入金額是非常有代表性的。最終模型加入農(nóng)戶在化肥和農(nóng)藥上的總支出的對數(shù)值作為被解釋變量。

關鍵解釋變量的選取上，主要有農(nóng)戶是否非農(nóng)就業(yè)及其生態(tài)補償項目參與情況：1）家庭第一產(chǎn)業(yè)收入大于第二、三產(chǎn)業(yè)收入的農(nóng)戶即為農(nóng)業(yè)就業(yè)戶，反之則為非農(nóng)就業(yè)戶，最終模型加入農(nóng)戶是否非農(nóng)就業(yè)的虛擬變量作為中間變量。2）生態(tài)補償項目參與情況，主要是指相關項目涉及的土地面積和家庭人口數(shù)。

控制變量的選取上，農(nóng)戶收入、農(nóng)藥價格、農(nóng)產(chǎn)品價格、農(nóng)業(yè)勞動力供給、農(nóng)業(yè)生產(chǎn)規(guī)模、復種指數(shù)、氣候條件、病蟲害、農(nóng)業(yè)機械化水平等均納入考查范圍：1）由于區(qū)域之間的農(nóng)藥和農(nóng)產(chǎn)品價格是收斂的[13]，對于橫截面數(shù)據(jù)，可以假定在同一年的橫截面數(shù)據(jù)中農(nóng)民面臨著相同的產(chǎn)品價格，因此模型未考慮價格因素。2）根據(jù)消費需求的非線性特征，將上一年的家庭總收入和上一年的家庭總收入的平方項同時作為控制變量。3）農(nóng)業(yè)勞動是所有家庭成員共同承擔的。在控制農(nóng)民是否為非農(nóng)業(yè)就業(yè)的情況下，經(jīng)濟和生活與家庭融為一體的農(nóng)戶數(shù)量可以反映該家庭的農(nóng)業(yè)勞動力供給。4）農(nóng)業(yè)生產(chǎn)規(guī)模由家庭實際耕種的耕地和林地面積來衡量。5）本研究假設同一村莊的復種指數(shù)、農(nóng)業(yè)機械化水平、氣候條件和病蟲害是相同的，因此加入村莊虛擬變量來控制這些差異。此外，該模型還添加了平均年齡、平均年齡的平方、平均受教育年限、性別結構和平均健康狀況作為控制變量。

根據(jù)上述選定的相關變量，參考Baron的方法，最終的模型設定為模型（1）（2）（3）。綜合三個模型中三類生態(tài)補償項目的系數(shù)估計結果，如果某一生態(tài)補償項目類型對應的系數(shù)估計結果在三個模型中均顯著，則這種類型的生態(tài)補償項目具有直接的作用，并且通過非農(nóng)業(yè)就業(yè)，對農(nóng)藥支出有間接影響;如果模型（1）（2）中與某類型生態(tài)補償項目相對應的系數(shù)估計結果顯著，而在模型（3）中不顯著，則該類型的生態(tài)補償項目僅對農(nóng)藥支出產(chǎn)生直接影響，間接影響為零;如果與某種類型的生態(tài)補償項目相對應的系數(shù)估計結果在模型（2）中不顯著，而在模型（1）（3）中顯著，則表明該類型的生態(tài)補償項目僅對農(nóng)藥支出具有間接影響，直接影響為零。

相關變量的含義和描述性統(tǒng)計列于表1。

3? 結果與分析

對于模型（1）（2）來說，被解釋變量是離散值0與連續(xù)數(shù)據(jù)的組合，符合歸并數(shù)據(jù)的特征。如果模型存在歸并，則所有觀測值或子樣本數(shù)據(jù)（僅包含農(nóng)藥支出的樣本數(shù)據(jù)）的OLS估計都是非均勻估計量?？朔巳秉c的方法是使用Tobit模型進行估算。在Tobit模型中，所解釋的變量是離散分布和連續(xù)分布的混合分布，并且假定誤差項服從正態(tài)分布。為了檢驗正態(tài)性，可以將Tobit模型的最大似然估計的一階條件視為某個矩條件，并且可以基于此條件矩進行檢驗。如果誤差項不滿足正態(tài)分布的假設，則Tobit估計仍然是非均勻估計。解決此問題的更好方法是使用更可靠的半?yún)?shù)估計。歸并最小絕對離差法CLAD可用于解決半?yún)?shù)估計問題。CLAD不需要假定正態(tài)分布，并且CLAD可以使離差的絕對值之和最小。由于它不是平方項，因此受極值的影響較小。總體而言，CLAD是一種更可靠的方法，即使在非正態(tài)和異方差的情況下，也可以獲得一致的估計。如果Tobit模型設定正確，則Tobit和CLAD的估計結果基本一致。對于模型（3）來說，解釋的變量是虛擬變量，因此更適合使用二進制Logit模型進行估計。所有模型的估計結果列于表2。表2分別報告了模型（1）（2）的Tobit和CLAD的估計結果，以及模型（3）的普通標準誤和穩(wěn)健標準誤的估計結果。

平原造林項目的估算結果在模型（1）（2）中顯著為負，但在模型（3）中不顯著，表明平原造林項目對非農(nóng)業(yè)就業(yè)的影響不顯著，并且對農(nóng)藥支出顯示為直接影響。原因可能是與種植其他農(nóng)作物相比，林木的農(nóng)藥施用強度較低，而政府可能直接承擔相關費用。退耕還林項目在三個模型中均不顯著，說明退耕還林項目沒有對農(nóng)戶的非農(nóng)就業(yè)和農(nóng)藥支出產(chǎn)生顯著影響。在模型（2）中，非農(nóng)業(yè)就業(yè)的估計結果顯著為正，表明在控制農(nóng)業(yè)生產(chǎn)規(guī)模和其他因素的條件下，非農(nóng)業(yè)就業(yè)家庭在農(nóng)藥上的花費要高于農(nóng)業(yè)就業(yè)家庭。原因可能是，與具有相同農(nóng)業(yè)生產(chǎn)規(guī)模的農(nóng)業(yè)就業(yè)家庭相比，非農(nóng)業(yè)就業(yè)家庭的農(nóng)業(yè)工作時間更少，傾向于使用更多的農(nóng)藥以節(jié)省時間和勞動力，并確保農(nóng)產(chǎn)品的產(chǎn)量。

生態(tài)管護項目在模型（2）中不顯著，在模型（1）（3）中顯著為負，說明生態(tài)管護項目對農(nóng)藥支出的影響，完全取決于其通過非農(nóng)就業(yè)而產(chǎn)生的間接效應，最終表現(xiàn)為負向的影響。生態(tài)管護項目限制了農(nóng)戶的非農(nóng)就業(yè)，原因可能是這種補償方法還不是充分就業(yè)的一種形式，參加該項目后，農(nóng)民將調整其就業(yè)決定以參加其他勞動，以進一步獲得收入并充分利用家庭的勞動力。其他非農(nóng)業(yè)勞動通常對勞動者的勞動時間有更嚴格的要求，勞動者不能同時照顧。但是，農(nóng)業(yè)勞動對工人一天的工作時間沒有嚴格的要求，農(nóng)業(yè)勞動可能成為參與家庭的就業(yè)決定，并且農(nóng)業(yè)勞動力可以在一定程度上替代農(nóng)藥投入。所以生態(tài)管護項目通過抑制農(nóng)戶的非農(nóng)就業(yè)，間接減少農(nóng)藥投入。

4? 結論與啟示

本文利用位于重點生態(tài)功能區(qū)北京市延慶區(qū)的649戶農(nóng)戶的調查數(shù)據(jù)，借助Baron的實證檢驗方法和OLS、Logit、Tobit、CLAD等估計方法，從生態(tài)和生計兩個方面，研究了生態(tài)補償與生態(tài)環(huán)境之間的內在作用機制。結果表明：1）非農(nóng)就業(yè)戶以較多的農(nóng)藥代替勞動力投入，目前的生態(tài)管護項目通過抑制非農(nóng)就業(yè)，間接減少農(nóng)藥投入;2）平原造林項目通過改變項目地塊的種植結構，直接減少原有地塊的農(nóng)藥投入;3）退耕還林項目對非農(nóng)就業(yè)和農(nóng)藥投入的影響均不顯著。

根據(jù)已有的研究結論，得到三點啟示：1）如果政府僅僅追求特定的生態(tài)恢復效果，例如森林覆蓋率的提高、水土保持、生物多樣性的保護等，而沒有考慮生態(tài)補償在促進農(nóng)民增收和減貧等方面的多目標性等，或者為了防止生態(tài)補償?shù)膶嵤┯绊戅r(nóng)民的生計，那么首先考慮從林地實施生態(tài)補償項目是一個合理的選擇。2）直觀來看，平原造林項目在直接減少農(nóng)藥投入方面非常有效，但是農(nóng)耕地在農(nóng)業(yè)生產(chǎn)和農(nóng)村地區(qū)中具有基礎性作用，因此，應該警惕平原造林工程可能帶來的剩余勞動力增加、糧食產(chǎn)量下降等一系列問題。3）應該清楚地認識到，雖然目前的生態(tài)管護項目對間接減少農(nóng)藥投入有一定的作用，但如果農(nóng)民不愿意放棄他們耕種的土地，那么生態(tài)管護項目的參與者還是會加大農(nóng)藥投入。

參考文獻：

[1] 徐麗媛.貧困地區(qū)生態(tài)綜合補償轉移支付法制研究[J].中國環(huán)境管理，2020，12（6）：137-142.

[2] 杜洪燕，武晉.生態(tài)補償項目對農(nóng)村勞動力轉移就業(yè)的影響——基于農(nóng)村地區(qū)自我發(fā)展能力的視角[J].人口與經(jīng)濟，2017（6）：116-124.

[3] 劉文倩，費喜敏，王成軍.化肥經(jīng)濟過量施用行為的影響因素研究[J].生態(tài)與農(nóng)村環(huán)境學報，2018，34（8）：726-732.

[4] 唐鳴，湯勇.生態(tài)公益林建設對山區(qū)農(nóng)村生計的影響分析——基于浙江省128個村的調查[J].中南民族大學學報（人文社會科學版），2012（4）：124-129.

[5] 侯成成，趙雪雁，張麗，等.生態(tài)補償對區(qū)域發(fā)展的影響——以甘南黃河水源補給區(qū)為例[J].自然資源學報，2012（1）：50-61.

[6] 徐晉濤，陶然，徐志剛.退耕還林：成本有效性、結構調整效應與經(jīng)濟可持續(xù)性——基于西部三省農(nóng)戶調查的實證分析[J].經(jīng)濟學（季刊），2004（4）：139-162.

[7] 張方圓，趙雪雁.基于農(nóng)戶感知的生態(tài)補償效應分析——以黑河中游張掖市為例[J].中國生態(tài)農(nóng)業(yè)學報，2014（3）：349-355.

[8] Aide T M，Grau H R. Ecology - Globalization，migration，and Latin American ecosystems[J]. Science，2004，305（5692）：1915-1916.

[9] Shi X，Heerink N，F(xiàn)utian Q U. Does off-farm employment contribute to agriculture-based environmental pollution？ New insights from a village-level analysis in Jiangxi Province，China[J]. China Economic Review，2011，22（4）：524-533.

[10] Qin H. Rural-to-Urban Labor Migration，Household Livelihoods，and the Rural Environment in Chongqing Municipality，Southwest China[J]. HUMAN ECOLOGY，2010，38（5）：675-690.

[11] 錢文榮，鄭黎義.勞動力外出務工對農(nóng)戶水稻生產(chǎn)的影響[J].中國人口科學，2010（5）：58-65.

[12] Baron R M，Kenny D A. The moderator–mediator variable distinction in social psychological research：Conceptual，strategic，and statistical considerations[J]. Journal of personality and social psychology，1999，51（6）：1173.

[13] Qiao F，Lohmar B，Huang J，et al. Producer benefits from input market and trade liberalization：the case of fertilizer in China[J]. American Journal of Agricultural Economics，2003，85（5）：1223-1227.

（責任編輯：丁志祥）