摘要：研究目的：探討不同類型生態(tài)補償政策對農(nóng)戶就業(yè)和收入的影響差異，以期評估和揭示不同類型生態(tài)補償政策實施的效果及有效性，為完善生態(tài)補償政策、提高農(nóng)戶福利提供參考。研究方法：內(nèi)生轉(zhuǎn)換模型和內(nèi)生轉(zhuǎn)換Probit模型。研究結(jié)果：（1）人力資本水平對農(nóng)戶參與“造血型”生態(tài)補償政策具有顯著影響；農(nóng)戶年齡和教育水平、家庭勞動力數(shù)量對農(nóng)戶參與“造血型”補償政策具有正向作用，家庭生產(chǎn)性耐用品數(shù)量、耕地面積和質(zhì)量、距鄉(xiāng)鎮(zhèn)中心距離對農(nóng)戶參與“造血型”補償政策具有負向作用。（2）相比“輸血型”生態(tài)補償政策，參與“造血型”生態(tài)補償政策的農(nóng)戶總收入減少4.2%，但非農(nóng)就業(yè)概率顯著提高26.4%。（3）“造血型”生態(tài)補償政策對中低收入農(nóng)戶的發(fā)展機會型收入具有顯著正向影響，釋放了一定的流動性，但對資源依賴型收入沒有顯著影響。研究結(jié)論：應(yīng)繼續(xù)優(yōu)化“造血型”生態(tài)補償政策，采用多元化措施提升農(nóng)戶的人力資本水平以拓寬就業(yè)增收途徑，以保障生態(tài)補償政策實施的有效性和可持續(xù)性。

關(guān)鍵詞：生態(tài)補償政策；農(nóng)戶收入；非農(nóng)就業(yè)；內(nèi)生轉(zhuǎn)換模型；新安江流域

中圖分類號：F301.2 文獻標志碼：A 文章編號：1001-8158（2024）03-0038-10

基金項目：國家自然科學(xué)基金面上項目（71873003）；教育部人文社科研究一般項目（23YJCZH108）。

隨著中國式現(xiàn)代化和生態(tài)文明戰(zhàn)略的深入實施，中國正積極推動構(gòu)建人與自然和諧共生的生態(tài)價值觀。中共二十大報告明確指出“完善生態(tài)保護補償制度”的必要性。目前，一系列生態(tài)補償政策，如退耕還林[1]、公益林補償[2]和流域橫向補償[3]等，正從區(qū)域試點邁向全域推廣，彰顯了中國政府在生態(tài)補償制度創(chuàng)新方面的堅定承諾與積極行動。在這一創(chuàng)新過程中，上級政府（中央政府）已由直接干預(yù)轉(zhuǎn)變?yōu)檫m度干預(yù)，促成次級管理部門之間建立了基于契約的協(xié)商合作模式。與此同時，補償方式也從單一的貨幣補貼模式，轉(zhuǎn)變?yōu)楦鼮槎嘣摹霸煅汀毖a償，如提供就業(yè)崗位和就業(yè)培訓(xùn)等[4]。盡管如此，保護區(qū)內(nèi)自然資源使用的限制仍給農(nóng)戶帶來了生產(chǎn)生活空間約束及生計轉(zhuǎn)型的挑戰(zhàn)[5]。因此，深入對比“輸血型” “造血型”生態(tài)補償政策的實踐邏輯及對農(nóng)戶就業(yè)和收入影響的內(nèi)在機制，對于多元化補償格局的持續(xù)優(yōu)化，具有重大而深遠的意義。

學(xué)界圍繞生態(tài)補償政策的就業(yè)收入效應(yīng)進行了豐富的實證研究。具體來說，一是聚焦于特定類型補償政策進行側(cè)寫式理論剖析，著重分析其制度邏輯和實踐進路。例如，退耕還林作為中國實施最早、規(guī)模最大、惠及農(nóng)戶人數(shù)最多的補償項目，實施了典型的“輸血型”補償模式，其社會效應(yīng)受到廣泛關(guān)注[6]。隨著多元化補償格局逐漸形成，“造血型”補償模式也成為研究熱點[7]。二是從多個維度探討了補償政策的福利效應(yīng)。如有研究發(fā)現(xiàn)，通過提供經(jīng)濟補償，退耕還林以可持續(xù)方式激勵農(nóng)戶生計改變，降低了農(nóng)戶對自然資源的依賴，釋放勞動力，農(nóng)戶退耕成為替代收入的主要來源[8]。也有觀點認為，直接的經(jīng)濟補償可能導(dǎo)致農(nóng)村家庭調(diào)整生計策略，減少依賴農(nóng)業(yè)的生計風(fēng)險[9]。還有研究認為，生態(tài)補償通過吸引農(nóng)戶回流，增加就業(yè)機會，促使了農(nóng)戶收入結(jié)構(gòu)的優(yōu)化轉(zhuǎn)型[10]，但這種影響并非立竿見影，而是存在一定的門檻效應(yīng)[11-12]。此外，有研究還從利益相關(guān)者視角出發(fā)，實證分析了農(nóng)戶對補償政策的參與意愿[13]，揭示了退耕程度和時間對農(nóng)戶收入的顯著影響[14]。以上研究均提供了關(guān)于生態(tài)補償政策的制度邏輯、實踐進路和福利效應(yīng)的深刻見解，但仍有改進空間。首先，鮮有文獻系統(tǒng)梳理“輸血式”與“造血式”補償政策在理論邏輯上的差異；其次，在考慮政策差異的背景下，對農(nóng)戶就業(yè)收入影響的異質(zhì)性分析仍不夠充分。這些問題使得了解政策差異如何影響農(nóng)戶收入就業(yè)的機制及識別政策的有效邊界變得困難。在協(xié)同推進鄉(xiāng)村振興戰(zhàn)略與生態(tài)文明建設(shè)的背景下，“造血型”補償政策的具體效用究竟如何？能否成為驅(qū)動農(nóng)村勞動力就業(yè)轉(zhuǎn)型的新勢能？其內(nèi)在作用機制也值得深入研究。厘清上述問題，有助于深化我國生態(tài)補償制度創(chuàng)新，以高品質(zhì)生態(tài)環(huán)境助力高質(zhì)量發(fā)展。

鑒于此，本文采取追蹤、實證的方式，選擇了新安江流域進行實地調(diào)查。原因在于，新安江流域目前正在疊加實施“造血型” “輸血型”補償政策，如退耕還林、生態(tài)公益林補償和流域橫向生態(tài)補償。其中，流域橫向生態(tài)補償作為全國首個跨省生態(tài)補償試點區(qū)域，自2011年以來已實施3輪試點，是典型的“造血型”補償。因此，本文選擇新安江流域典型縣域——黃山歙縣、休寧縣為研究區(qū)域，運用內(nèi)生轉(zhuǎn)換模型構(gòu)建反事實分析框架，研究農(nóng)戶參與“輸血型”和“造血型”生態(tài)補償?shù)挠绊懸蛩兀接憛⑴c補償政策差異對其家庭收入及就業(yè)結(jié)構(gòu)的影響，為生態(tài)補償政策提質(zhì)增效與可持續(xù)運行提供科學(xué)依據(jù)?？赡艿倪呺H貢獻在于：首先，對“輸血型” “造血型”生態(tài)補償?shù)母拍顑?nèi)涵、福利影響進行全景式描繪梳理，勾勒中國式生態(tài)補償政策的制度邏輯，揭示政策差異與變遷的關(guān)系進路；其次，通過對農(nóng)戶生存型收入與發(fā)展型收入的實證探索，探究和總結(jié)“造血型”生態(tài)補償在推動農(nóng)戶就業(yè)轉(zhuǎn)型和資源優(yōu)化配置中的政策效果。

1 理論分析

1.1 “輸血型”和“造血型”生態(tài)補償?shù)膶嵺`邏輯對比

生態(tài)補償政策通過最大程度地利用有限經(jīng)費來補償保護區(qū)農(nóng)戶的機會成本，兼具保護環(huán)境和改善社會福利的雙重目標[15]?，F(xiàn)有生態(tài)補償政策主要可以劃分為“輸血型”和“造血型”兩大類，二者在補償方式、補償內(nèi)容和補償效應(yīng)方面存在明顯差異（圖1）。其中，“輸血型”補償通常指通過貨幣資金或?qū)嵨镞M行一次性補償，退耕還林和公益林補償屬于典型的“輸血型”補償。參與補償?shù)霓r(nóng)戶可獲取一次性、短期的財政補助或?qū)嵨镅a償，用以提升生計資本。農(nóng)戶作為直接經(jīng)濟補貼的接收者，其收入可能會短期增加，但補貼到期后，也可能由于生計依賴，面臨資源資金短缺[16]。此時，參與農(nóng)戶的收入差距可能進一步增大?！霸煅汀鄙鷳B(tài)補償是一種旨在提高被補償區(qū)經(jīng)濟自主能力為目標的補償方式，主要通過幫扶第三產(chǎn)業(yè)發(fā)展、提供技能培訓(xùn)等方式進行。自2011年開始試點的新安江流域橫向生態(tài)補償是“造血型”補償?shù)牡湫痛?。地方政府通過長期持續(xù)的技能培訓(xùn)、技術(shù)支持和資源供給來幫助農(nóng)戶提升就業(yè)技能和收入水平。農(nóng)戶作為主動參與者，在補償初期的經(jīng)濟支持可能低于“輸血型”政策，但隨著人力資本的持續(xù)提升和改造，農(nóng)戶可以獲得勞動技能的提升、生產(chǎn)效率的提高，最終形成穩(wěn)定的收入[17]。

1.2 農(nóng)戶選擇參與生態(tài)補償政策的影響機理分析

農(nóng)戶家庭的生計資本是理解其參與生態(tài)補償決策、生計策略和應(yīng)對風(fēng)險的基礎(chǔ)，也是分析“輸血型”和“造血型”補償政策差異的切入點[16]。農(nóng)戶作為理性經(jīng)濟人，具有降低風(fēng)險，追求利益最大化的偏好。在農(nóng)戶生計資本中，人力資本是影響農(nóng)戶做出參與不同補償決策的主要因素，而其他資本對其決策的影響可能以間接形式存在[18]。已有研究顯示，農(nóng)戶受教育水平高低影響農(nóng)戶政策認知[19]，受教育水平高的農(nóng)戶更有可能看到“造血型”生態(tài)補償政策的長期價值和潛在回報，因此更傾向于參與“造血型”政策。同時，年齡越大的農(nóng)戶側(cè)重于關(guān)心子女未來發(fā)展和土地繼承問題[20]，更傾向于通過“造血型”生態(tài)補償政策為后代提供穩(wěn)定收入，而年輕農(nóng)戶通常不需要通過參與“造血型”補償政策就能實現(xiàn)非農(nóng)就業(yè)。此外，家庭勞動力數(shù)量影響農(nóng)戶的勞動力供應(yīng)和家庭收入水平，進而影響“造血型”政策參與意愿[21]。但是，由于人力資本水平的增長具有一定的時滯性，這種正向影響的周期可能較長。

由此提出假設(shè)H1（圖2）：在生計資本中，人力資本水平對農(nóng)戶參與“造血型”補償?shù)臎Q策可能具有顯著影響，且影響周期較長。

1.3 政策差異對農(nóng)戶就業(yè)和收入的影響機理分析

“輸血型”和“造血型”生態(tài)補償政策主要通過影響農(nóng)戶的生計資本，對農(nóng)戶就業(yè)決策和收入水平產(chǎn)生異質(zhì)性影響（圖2）?！拜斞汀毖a償政策通過直接增加農(nóng)戶的物質(zhì)資本和金融資本影響農(nóng)戶就業(yè)決策，如農(nóng)戶生產(chǎn)耐用品的增加可以提高農(nóng)戶農(nóng)業(yè)生產(chǎn)效率，節(jié)約時間開展新的非農(nóng)就業(yè)領(lǐng)域以增加收入[10]。直接補償獲取的耕地、經(jīng)濟林等可以為其提供更多的就業(yè)轉(zhuǎn)型機會，如發(fā)展生態(tài)旅游業(yè)或生產(chǎn)綠色農(nóng)林產(chǎn)品等[22]。相較而言，由于補償方式和效用的差異，“造血型”補償政策主要通過改變農(nóng)戶的人力資本、社會資本等來影響其就業(yè)決策，如人力資本較高的農(nóng)戶具備更多技能和知識，更高的教育和技能水平通常能夠幫助農(nóng)戶獲得更高收入的非農(nóng)工作[23]。同時，社會資本的增加可以幫助農(nóng)戶獲得更多的合作和支持，便捷的社會網(wǎng)絡(luò)能夠幫助農(nóng)戶找到更多非農(nóng)就業(yè)機會[24]。

由此提出假設(shè)H2：“輸血型”補償通過影響農(nóng)戶的物質(zhì)資本和金融資本從而影響農(nóng)戶就業(yè)，而“造血型”補償通過影響農(nóng)戶的人力資本和社會資本從而影響農(nóng)戶就業(yè)。

在收入影響方面，“輸血型”補償政策以直接發(fā)放現(xiàn)金或?qū)嵨锏姆绞絹韽浹a農(nóng)戶的收入損失，可在短期內(nèi)快速提升農(nóng)戶的非農(nóng)收入[25]。“造血型”生態(tài)補償政策則通過促進當?shù)禺a(chǎn)業(yè)轉(zhuǎn)型升級、促進人力資本水平多維增長，如增加教育、培訓(xùn)等機會等使農(nóng)戶獲得均等發(fā)展機會，可能對缺乏資源和勞動技能的中低收入農(nóng)戶群體的發(fā)展機會型收入具有正向效應(yīng)[4]。

由此提出假設(shè)H3：“造血型”補償對勞動力市場、勞動力分配的影響機理具有異質(zhì)性。

2 數(shù)據(jù)來源、變量選取與模型設(shè)定

2.1 研究區(qū)域與數(shù)據(jù)來源

新安江是安徽省境內(nèi)僅次于長江、淮河的第三大水系，是下游浙江省乃至長三角地區(qū)重要的生態(tài)屏障和戰(zhàn)略水源地[4]。2011年以來，新安江流域開始實施橫向流域生態(tài)補償政策，實施范圍集中在安徽省黃山市全境，通過協(xié)議對賭方式協(xié)同保護流域水質(zhì)和生態(tài)環(huán)境。經(jīng)過3輪試點，已逐漸形成多元“造血型”生態(tài)補償治理模式，即通過就業(yè)扶持、就業(yè)培訓(xùn)、綠色種養(yǎng)幫扶、生態(tài)茶園建設(shè)等多元化補償方式促進農(nóng)戶參與流域生態(tài)環(huán)境治理[4]。同時，該地區(qū)也在實施退耕還林工程和生態(tài)公益林補助項目，補貼標準為退耕還林補助為125元/畝/年，生態(tài)公益林補償為16元/畝/年。截至2022年10月份，黃山市累計建成生態(tài)公益林535萬畝，退耕還林107萬畝。而新安江流域生態(tài)補償試點10年來，中央及皖浙兩省累計撥付補償資金57億元，其中累計撥付到黃山市51億元。同時，黃山市累計投入200多億元，實施325個新安江綜合治理和生態(tài)保護項目①。因此，本文以新安江流域為研究區(qū)域，對比分析農(nóng)戶參與補償政策差異對其就業(yè)和收入的影響。

本文所用數(shù)據(jù)來源于2020—2021年課題組對“造血型”補償實施典型區(qū)（黃山休寧縣、歙縣）的實地調(diào)研數(shù)據(jù)。由于補償政策主要基于農(nóng)戶層面進行，而不是針對整個村莊。因此，實地調(diào)研采取分層抽樣方法，在每個樣本縣隨機選取6個鄉(xiāng)（鎮(zhèn)），每個鄉(xiāng)鎮(zhèn)選取3個行政村共計36個行政村，根據(jù)村莊人口比例每村選取20戶生態(tài)補償參與戶進行一對一面訪。調(diào)研內(nèi)容涵蓋農(nóng)戶個人特征、家庭特征、地理特征以及參與生態(tài)補償政策情況等。通過對原始數(shù)據(jù)進行整理并剔除無效樣本（如參與多種類型補償農(nóng)戶），最終獲取534個有效農(nóng)戶樣本。

2.2 變量選取與相關(guān)樣本特征

（1）因變量：根據(jù)上文理論分析框架，參考已有研究[21]，本文選擇非農(nóng)就業(yè)和家庭總收入作為因變量。根據(jù)調(diào)研問卷數(shù)據(jù)，提取農(nóng)戶家庭的非農(nóng)勞動時間判斷其是否參與非農(nóng)就業(yè)，若存在非農(nóng)勞動時間，則記為1；若否則記為0。農(nóng)戶家庭總收入是指農(nóng)戶家庭年度總收入，包括農(nóng)業(yè)收入、非農(nóng)業(yè)收入等。為保持數(shù)據(jù)的平穩(wěn)，對農(nóng)戶家庭的總收入取自然對數(shù)。

（2）處理變量：參考已有研究[14]，將農(nóng)戶參與補償政策差異處理為二元離散變量，即農(nóng)戶是否參與造血型補償政策。在所有農(nóng)戶中選取參與生態(tài)補償農(nóng)戶作為研究樣本，其中，農(nóng)戶若僅參與 “造血型”補償政策記為1，即為實驗組；若未參與“造血型”僅參與“輸血型”補償則記為0，即為對照組。

（3）控制變量：借鑒已有研究成果[14，21]，本文選取農(nóng)戶個體特征、家庭特征和地理特征3部分控制變量。農(nóng)戶個體特征包括年齡、受教育年限2個變量；家庭特征包括家庭成員中是否有村干部、勞動力數(shù)量、過去是否有貸款、耕地面積（指不包括拋荒地的在耕地面積）、耕地質(zhì)量（為便于農(nóng)戶應(yīng)答，將1—15等耕地劃為3級質(zhì)量耕地，即每5等為1級）、經(jīng)濟林面積、拋荒地面積和生產(chǎn)性耐用品數(shù)量8個變量；地理特征采用農(nóng)戶住所步行至鎮(zhèn)政府時間來表征。各變量具體含義可見表1。

（4）工具變量：本文選擇農(nóng)戶對村莊生態(tài)環(huán)境的滿意度和生物多樣性改善滿意度作為工具變量。對村莊環(huán)境滿意度和生物多樣性改善滿意度在一定程度上體現(xiàn)了受償農(nóng)戶對于政策的預(yù)期評價。已有研究表明，該指標不對農(nóng)戶收入產(chǎn)生直接影響，但能體現(xiàn)農(nóng)戶參與補償政策的獲得感，滿足外生性條件[25]。在回歸結(jié)果也進一步驗證了識別變量的有效性。

表1列出了不同參與類型的農(nóng)戶樣本統(tǒng)計信息。在總收入方面，參與造血型政策農(nóng)戶顯著低于未參與造血型政策的農(nóng)戶。這說明造血型生態(tài)補償對農(nóng)戶家庭總收入影響較大。以上描述統(tǒng)計結(jié)果有待進一步檢驗。不同參與決策農(nóng)戶在個體特征、家庭特征和地理特征之間均具有顯著差異，說明其存在內(nèi)生性影響，需要進行內(nèi)生轉(zhuǎn)換以克服偏差。

2.3 模型設(shè)定

為排除農(nóng)戶“自選擇”及不可觀測變量對其收入的影響，本文通過構(gòu)建內(nèi)生轉(zhuǎn)換模型來探討差異性影響。根據(jù)因變量“農(nóng)戶家庭總收入”和“是否參與非農(nóng)就業(yè)”變量特征，本文分別采用內(nèi)生轉(zhuǎn)換模型（ESR）和內(nèi)生轉(zhuǎn)換Probit模型（ESP），以了解政策差異效應(yīng)。相比于一般Probit模型，內(nèi)生轉(zhuǎn)換Probit模型引入了內(nèi)生解釋變量，通過將內(nèi)生解釋變量轉(zhuǎn)換為潛在連續(xù)變量，利用Probit模型建模，解決模型內(nèi)生性問題[19]。

3 結(jié)果分析

3.1 生態(tài)補償政策差異對農(nóng)戶就業(yè)的影響分析

從就業(yè)選擇方程結(jié)果（表2）看出，年齡（b = 0.026）、教育（b = 0.093）、勞動力數(shù)量（b = 0.142）的影響系數(shù)均為正向顯著，表明其是正向影響農(nóng)戶參與“造血型”補償?shù)闹饕蛩?。根?jù)人力資本理論可知，年齡增長意味著豐富的生活經(jīng)驗與決策能力，教育水平提升增強了農(nóng)戶理解和適應(yīng)新政策的能力，勞動力數(shù)量的增加提供了更多的人力資源，有助于家庭在多種經(jīng)營活動中做出選擇。

另一方面，生產(chǎn)性耐用品數(shù)量（b= -0.111）、耕地面積（b = -0.068）、耕地質(zhì)量（b = -0.249）、步行時間（b = -0.017）的影響系數(shù)為負向顯著，表明其是負向影響參與“造血型”補償政策的主要因素。從資源依賴理論來看，擁有較多物質(zhì)資本和自然資本的農(nóng)戶，可能更傾向于繼續(xù)從事傳統(tǒng)農(nóng)業(yè)活動，而不是轉(zhuǎn)向“造血型”補償政策所涉及的非農(nóng)活動。步行勞動時間的負向顯著說明地理位置的偏遠可能減少了農(nóng)戶接觸和參與補償政策的機會。

從結(jié)果方程來看（表2），在參與“造血型”補償政策農(nóng)戶中，年齡（b = -0.053）的影響系數(shù)為負且呈現(xiàn)顯著性，這可能與年長農(nóng)戶對傳統(tǒng)農(nóng)業(yè)的依賴以及對新政策的不熟悉或不適應(yīng)有關(guān)。勞動力數(shù)量（b = 0.310）、耐用品數(shù)量（b = 0.290）、耕地面積（b = 0.067）、耕地質(zhì)量（b = 0.537）和步行至鎮(zhèn)政府時間（b = 0.016）的影響系數(shù)顯著為正，這主要是由于擁有更多勞動力、更多數(shù)量和更高質(zhì)量耕地的農(nóng)戶可能有更多的成員和資本投入到非農(nóng)就業(yè)中。農(nóng)戶步行至鄉(xiāng)鎮(zhèn)行政中心越近，則擁有更多城鎮(zhèn)非農(nóng)就業(yè)機會，再次反映了農(nóng)戶地理區(qū)位對就業(yè)選取的影響。

表3顯示了參與“造血型”補償政策對非農(nóng)就業(yè)影響的平均處理效應(yīng)（ATT）。從影響程度看，參與“造血型”補償政策的農(nóng)戶進行非農(nóng)就業(yè)的概率比反事實下要高26.4%。在參與樣本中，平均處理效應(yīng)（ATT）為正向顯著，這表明參與“造血型”補償相較于“輸血型”補償對非農(nóng)就業(yè)的正向影響更大。這主要是由于現(xiàn)階段“造血型”補償政策更強調(diào)多元賦能農(nóng)戶，如新安江地區(qū)通過打造區(qū)域生態(tài)產(chǎn)品品牌、擴大綠色農(nóng)產(chǎn)品供應(yīng)鏈和提供社會保障等激勵措施增加就業(yè)機會，增加農(nóng)戶就業(yè)機會的多樣化。此外，“造血型”補償還提供了就業(yè)技能培訓(xùn)和環(huán)境知識教育等，進一步提高了參與農(nóng)戶的就業(yè)競爭力，非農(nóng)就業(yè)比例提高。

3.2 生態(tài)補償政策差異對農(nóng)戶收入的影響分析

從收入選擇方程（表4）可知，年齡（b = 0.024）、教育（b = 0.095）、勞動力數(shù)量（b = 0.116）仍是正向影響參與“造血型”補償政策的主要因素。與此同時，生產(chǎn)性耐用品數(shù)量（b = -0.101）、耕地面積（b =-0.058）、耕地質(zhì)量（b = -0.240）、步行至鎮(zhèn)政府時間（b = -0.017）仍呈現(xiàn)負向顯著影響，反映出這些因素可能限制了農(nóng)戶參與“造血型”補償政策。此外，模型結(jié)果表明高質(zhì)量耕地使農(nóng)戶更傾向于繼續(xù)傳統(tǒng)農(nóng)業(yè)而非轉(zhuǎn)向補償政策相關(guān)的非農(nóng)活動。

從結(jié)果方程看出（表4），勞動力數(shù)量（b= 0.365）、耕地質(zhì)量（b= 0.587）、生產(chǎn)性耐用品數(shù)量（b= 0.281）、步行至鎮(zhèn)政府時間（b = 0.016）、拋荒耕地面積（b = 1.256）和經(jīng)濟林面積（b= 0.072）對參與“造血型”補償政策的農(nóng)戶總收入具有顯著正向影響。這主要是由于生產(chǎn)性耐用品數(shù)量的增加反映農(nóng)戶的生產(chǎn)條件和資本投入的改善，有助于農(nóng)戶提高生產(chǎn)效率和開發(fā)新的收入來源。同時，擁有更多耕地、高質(zhì)量耕地的農(nóng)戶，可以從耕地規(guī)模效益和高生產(chǎn)率中獲益，可以通過“造血型”補償獲取技術(shù)支持或市場接入等機會來提高總收入。然而，農(nóng)戶年齡（b = -0.024）的影響顯著為負，這反映了隨著年齡增長，農(nóng)戶可能面臨生產(chǎn)力下降或?qū)π抡哌m應(yīng)性減弱的問題，從而影響其參與“造血型”補償政策以提高總收入的能力。這一發(fā)現(xiàn)強調(diào)了需要特別關(guān)注年長農(nóng)戶的需求和潛力，以及為他們提供適當?shù)闹С趾唾Y源，以確保他們能夠有效參與并從“造血型”補償政策中受益。

表5顯示了參與“造血型”補償政策的農(nóng)戶總收入處理效應(yīng)估計結(jié)果。對于參與“造血型”補償政策的農(nóng)戶，其在參與“造血型”補償政策時的平均收入為9.780，在未參與“造血型”補償政策的平均收入為10.191。這表明參與“造血型”補償政策的農(nóng)戶如果放棄該政策，其收入會提高4.20%。對于未參與“造血型”補償政策的農(nóng)戶而言，其若選擇參與“造血型”政策的平均收入為10.990，高于未參與“造血型”補償政策的平均收入10.247?？梢钥闯?，“造血型”補償政策對農(nóng)戶收入的提升小于“輸血型”補償政策。“造血型”補償政策雖未提供直接資金補貼，但通過提供就業(yè)崗位培訓(xùn)、擴大就業(yè)機會和動員農(nóng)戶參與建立持續(xù)性惠益分享機制等方式提升農(nóng)戶家庭就業(yè)渠道，彌補受償家庭機會成本損失。

3.3 影響機制分析

勞動力分配理論表明，農(nóng)戶初始的勞動力分配可能在其參加“造血型”補償政策后影響其收入結(jié)構(gòu)[26]。為深入了解這一影響，本文通過建立一個“造血型”政策的虛擬變量，將農(nóng)戶收入分為資源依賴型和發(fā)展機會型兩類進行分析。為更好地理解“造血型”政策對不同收入水平農(nóng)戶的差異化影響與分化機制，這里采用分位數(shù)回歸方法，特別是在25%、50%和75%這三個收入分布的關(guān)鍵點（即分位數(shù)點）進行研究（表6）。例如，25%分位數(shù)（Q25）代表低收入農(nóng)戶，50%分位數(shù)（Q50，即中位數(shù)）代表中等收入農(nóng)戶，而75%分位數(shù)（Q75）代表較高收入農(nóng)戶。在表6中，資源依賴型收入主要包括種植業(yè)、養(yǎng)殖業(yè)、林業(yè)和漁業(yè)收入等；發(fā)展機會型收入主要包括開發(fā)非傳統(tǒng)的農(nóng)業(yè)收入或非農(nóng)收入，如農(nóng)產(chǎn)品加工、生態(tài)旅游民宿、本地或外地務(wù)工等。研究結(jié)果顯示，“造血型”補償政策對資源依賴型收入的影響均不顯著。可能因為這類政策更多地鼓勵發(fā)展非農(nóng)業(yè)產(chǎn)業(yè)或從事服務(wù)業(yè)，而不直接改變農(nóng)戶利用自然資源的方式。然而，對于發(fā)展機會型收入，政策在Q25，Q50分位數(shù)上影響顯著，表明對于低收入和中等收入水平的農(nóng)戶，政策有顯著的幫扶作用。在Q25分位數(shù)的農(nóng)戶參與政策后，其發(fā)展機會型收入提高了766.4%，而在Q50分位數(shù)的農(nóng)戶提高了392.6%。但在Q75分位數(shù)的農(nóng)戶中，政策對發(fā)展機會型收入的影響不顯著。

3.4 穩(wěn)健性檢驗

為保證結(jié)果準確，本文對非農(nóng)就業(yè)和總收入進行穩(wěn)健性檢驗?？紤]到非農(nóng)就業(yè)極端值較多以及其他因素的影響，采取兩種方法驗證：一是限定樣本數(shù)量；二是改變樣本數(shù)量。結(jié)果（表7）與表3結(jié)果一致，說明結(jié)果穩(wěn)健。

為保證總收入結(jié)果穩(wěn)健性，本文采取兩種方法驗證：一是使用同時考慮內(nèi)生性和自選擇的處理效應(yīng)模型，對模型重新估計；二是改變樣本數(shù)量。ATT結(jié)果（表8）與表5估計結(jié)果一致，說明結(jié)果穩(wěn)健。

4 結(jié)論與啟示

解析生態(tài)補償政策差異對農(nóng)戶生計轉(zhuǎn)型及收入變化的影響機理，對于完善現(xiàn)行生態(tài)補償制度，推動生態(tài)文明建設(shè)具有重要的參考價值。本文研究結(jié)論如下：（1）農(nóng)戶人力資本水平對其參與“造血型”補償政策產(chǎn)生顯著影響，農(nóng)戶年齡、教育、勞動力數(shù)量是正向影響參與“造血型”補償政策的主要因素，生產(chǎn)性耐用品數(shù)量、耕地面積、耕地質(zhì)量、步行至鎮(zhèn)政府時間對農(nóng)戶參與“造血型”補償政策產(chǎn)生負向影響。（2）參與“造血型”補償政策的農(nóng)戶非農(nóng)就業(yè)概率相比未參與時高26.4%，其總收入相對降低4.20%，“造血型”生態(tài)補償政策更有利于促進農(nóng)戶非農(nóng)就業(yè)，但對總收入的影響尚未完全彌補機會成本的損失。（3）“造血型”生態(tài)補償政策對于農(nóng)戶資源依賴型收入沒有顯著影響，但對于中低收入農(nóng)戶的發(fā)展機會型收入具有顯著正向影響。其中，處于Q25分位數(shù)農(nóng)戶在參與“造血型”補償后的發(fā)展機會型收入提高了766.4%，處于Q50分位數(shù)農(nóng)戶的發(fā)展機會型收入提高了392.6%，

基于上述結(jié)論，本文的政策啟示如下：（1）研究結(jié)果充分表明人力資本水平對“造血型”補償參與決策的積極影響，但也需要認識到人力資本提升的長周期性。因此，應(yīng)持續(xù)提供專業(yè)技能培訓(xùn)、繼續(xù)教育、定向培養(yǎng)等方式優(yōu)化現(xiàn)有幫扶體系，運用數(shù)字化技術(shù)網(wǎng)格化就業(yè)崗位、建立在線一站式就業(yè)平臺緩解農(nóng)戶就業(yè)信息不對稱等問題，打通再就業(yè)的“最后一公里”，降低農(nóng)戶再就業(yè)機會成本。建議在新安江流域，加強對生態(tài)旅游、綠色農(nóng)業(yè)等領(lǐng)域人力資本的培育，提供與生態(tài)保護相結(jié)合的新型就業(yè)崗位，如生態(tài)向?qū)А⒂袡C農(nóng)產(chǎn)品深加工等，增加農(nóng)戶就業(yè)機會。（2）實證結(jié)果驗證了“造血型”補償對非農(nóng)就業(yè)的積極作用，而“輸血型”補償可能會導(dǎo)致農(nóng)戶“失林”“失地”又“失業(yè)”。因此，應(yīng)細化新安江流域“造血型”補償方式，提質(zhì)增速制定差異化補償措施，根據(jù)當?shù)夭煌a償區(qū)域的特點與優(yōu)勢，結(jié)合勞動力和產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)狀，完善勞動力市場，設(shè)置補償上限，如對參與當?shù)鼗A(chǔ)設(shè)施建設(shè)農(nóng)戶建立再就業(yè)獎勵積分信用賬戶，提高分紅比例，給予適當稅收減免和補貼，引導(dǎo)農(nóng)戶積極轉(zhuǎn)產(chǎn)轉(zhuǎn)業(yè)。（3）機制分析結(jié)果剖析了“造血型”補償對勞動力市場和勞動力分配的異質(zhì)性影響。因此，應(yīng)在當?shù)卣唧w系中注重“分類引導(dǎo)，分類施策”，拓寬中低收入農(nóng)戶資源依賴型收入的增收渠道，充分開發(fā)當?shù)厣鷳B(tài)產(chǎn)品價值實現(xiàn)機制，賦能農(nóng)戶收入結(jié)構(gòu)良性發(fā)展。還可對新安江流域內(nèi)低收入群體建立3～5年專項補貼或無息低息貸款，開發(fā)專項融資項目，緩解其流動性約束。

值得注意的是，雖然內(nèi)生轉(zhuǎn)換模型可以有效評估不同生態(tài)補償政策對農(nóng)戶就業(yè)和收入的影響，但也容易囿于問卷設(shè)計偏誤、調(diào)研農(nóng)戶年齡層次單一等使得估計結(jié)果產(chǎn)生差異。以上問題有待今后在實地調(diào)研過程中進行矯正，以期更加精準評估生態(tài)補償政策效應(yīng)。

參考文獻（References）：

[1] 于元赫，吳健.云南拉市海流域退耕還濕對農(nóng)戶的增收效應(yīng)[J] .中國環(huán)境科學(xué)，2022，42（2）：982 - 992.

[2] 李軍龍，鄧祥征，張帆，等.激勵相容理論視角下生態(tài)公益林補償對農(nóng)戶的增收效應(yīng)——以福建三明為例[J] .自然資源學(xué)報，2020，35（12）：2942 - 2955.

[3] 嚴有龍，王軍，王金滿.基于生態(tài)系統(tǒng)服務(wù)的閩江流域生態(tài)補償閾值研究[J] .中國土地科學(xué)，2021，35（3）：97 -106.

[4] 李坦，徐帆，祁云云.從“共飲一江水”到“共護一江水”——新安江生態(tài)補償下農(nóng)戶就業(yè)與收入的變化[J] .管理世界，2022，38（11）：102 - 124.

[5] 盧文秀，吳方衛(wèi).生態(tài)補償橫向轉(zhuǎn)移支付能縮小城鄉(xiāng)收入差距嗎 ——基于2000—2019年中國典型流域生態(tài)補償?shù)慕?jīng)驗證據(jù)[J] .財政研究，2022（7）：35 - 51.

[6] 廖文梅，童婷，彭泰中，等.生態(tài)補償政策與減貧效應(yīng)研究：綜述與展望[J] .林業(yè)經(jīng)濟，2019，41（6）：97 - 103.

[7] 吳樂，靳樂山.生態(tài)補償扶貧背景下農(nóng)戶生計資本影響因素研究[J] .華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018（6）：55 - 61，153 - 154.

[8] 蔡晶晶.從經(jīng)濟激勵到規(guī)范導(dǎo)引：生態(tài)系統(tǒng)服務(wù)付費研究評析[J] .林業(yè)經(jīng)濟，2020，42（4）：20 - 33.

[9] 龐潔，徐珂，靳樂山.濕地生態(tài)補償對農(nóng)戶生計策略和收入的影響研究——以鄱陽湖區(qū)調(diào)研數(shù)據(jù)為例[J] .中國土地科學(xué)，2021，35（4）：72 - 80，108.

[10] 龐娟，冉瑞平.石漠化綜合治理促進了當?shù)亟?jīng)濟發(fā)展嗎 ——基于廣西縣域面板數(shù)據(jù)的DID實證研究[J] .資源科學(xué)，2019，41（1）：196 - 206.

[11] REYES-HERNáNDEZ H. Payment for environmental services： forest conservation and poverty alleviation in a tropical region of Mexico[J] . Land Use Policy， 2023， 133. doi： 10.1016/j.landusepol.2023.106847.

[12] HU Y， KUHN L， ZENG W Z， et al. Who benefits from payments for ecosystem services Policy lessons from a forest carbon sink program in China[J] . Ecological Economics， 2023， 214. doi： 10.1016/j.ecolecon.2023.107976.

[13] 徐珂，龐潔，尹昌斌.生態(tài)公益林補償標準及其影響因素——基于農(nóng)戶受償意愿視角[J] .中國土地科學(xué)，2022，36（6）：76 - 87.

[14] 潘丹，陸雨，孔凡斌.退耕程度高低和時間早晚對農(nóng)戶收入的影響——基于多項內(nèi)生轉(zhuǎn)換模型的實證分析[J] .農(nóng)業(yè)技術(shù)經(jīng)濟，2022（6）：19 - 32.

[15] 吳樂，孔德帥，靳樂山.中國生態(tài)保護補償機制研究進展[J] .生態(tài)學(xué)報，2019，39（1）：1 - 8.

[16] 吳樂，孔德帥，靳樂山.生態(tài)補償對不同收入農(nóng)戶扶貧效果研究[J] .農(nóng)業(yè)技術(shù)經(jīng)濟，2018（5）：134 - 144.

[17] 娜仁，陳藝，萬倫來，等.中國典型流域生態(tài)補償財政支出的減貧效應(yīng)研究——來自2010—2017年安徽新安江流域的經(jīng)驗數(shù)據(jù)[J] .財政研究，2020（5）：51 - 62.

[18] CHENG A T， SIMS K R E， YI Y Y. Economic development and conservation impacts of China’s nature reserves[J] . Journal of Environmental Economics and Management， 2023， 121. doi： 10.1016/j.jeem.2023.102848.

[19] 潘丹，陸雨，孔凡斌.不同貧困程度農(nóng)戶退耕還林的收入效應(yīng)[J] .林業(yè)科學(xué)，2020，56（8）：148 - 161.

[20] 李長生，劉西川.土地流轉(zhuǎn)的創(chuàng)業(yè)效應(yīng)——基于內(nèi)生轉(zhuǎn)換Probit模型的實證分析[J] .中國農(nóng)村經(jīng)濟，2020（5）：96 - 112.

[21] 謝先雄，趙敏娟，蔡瑜，等.農(nóng)地休耕如何影響農(nóng)戶收入？——基于西北休耕試點區(qū)1240個農(nóng)戶面板數(shù)據(jù)的實證[J] .中國農(nóng)村經(jīng)濟，2020（11）：62 - 78.

[22] VEZZONI R， SIJTSMA F， VIHINEN H. Designing effective environmental policy mixes in the UN Decade on ecosystem restoration[J] . Ecosystem Services， 2023， 62. doi： 10.1016/ j.ecoser.2023.101541.

[23] 曹芳芳，黃東，武拉平.農(nóng)民工家庭化流動和土地流轉(zhuǎn)的聯(lián)合決策分析——基于全國2781份農(nóng)民工的調(diào)查數(shù)據(jù)[J] .農(nóng)村經(jīng)濟，2018（3）：37 - 44.

[24] 趙晶晶，葛顏祥，李穎.“多主體協(xié)同”對流域生態(tài)補償運行績效的影響研究[J] .中國土地科學(xué)，2022，36（11）：95- 105.

[25] 柳荻，胡振通，柳金昊.休耕生態(tài)補償對農(nóng)戶收入的影響——以地下水超采區(qū)為例[J] .資源科學(xué)，2022，44（2）：350 - 364.

[26] 徐晶，張正峰.家庭務(wù)工對農(nóng)戶參與農(nóng)地流轉(zhuǎn)行為的影響[J] .中國土地科學(xué)，2020，34（10）：99 - 107.

Effects of Ecological Compensation Policy Differences on Farmers’Employment and Income

LI Tan1， ZHANG Xiaohui1， JIN Cai1， SU Yue1， ZHU Congmou2， YUAN Shaofeng2

（1. College of Economics and Management， Anhui Agricultural University， Hefei 230036， China； 2. College of Public Administration， Zhejiang Gongshang University， Hangzhou 310018， China）

Abstract： The propose of this study is to investigate the effects of different ecological compensation policies on farmer’s employment and income， to evaluate and reveal the effectiveness of the implementation of different ecological compensation policies and provide scientific reference for improving ecological compensation policy and farmer’s welfare. The research methods include the endogenous switching regression （ESR） and endogenous switching probit （ESP）models. The research results show that 1） the level of human capital has a significant impact on farmer’s participation in hematopoietic ecological compensation policy； the age and education levels of farmers and the number of household labor force have a positive effect on farmer’s participation in hematopoietic ecological compensation policy， while the quantity of durable goods for household production， the area and quality of cultivated land， and the distance from the township center have a negative effect on farmers’ participation in hematopoietic ecological compensation policy. 2） Compared to the “blood transfusion” ecological compensation approach， the total income of farmers participating in hematopoietic ecological compensation policy decreases by 4.2%， while the probability of off-farm employment obviously increases by 26.4%. 3） The hematopoietic ecological compensation policy has no significant impact on the resource dependent income of farmers， but has a significant positive impact on the development opportunity income of middle and low-income farmers. In conclusion， the government should continue to improve the hematopoietic ecological compensation policy， and establish a diversified and comprehensive hematopoietic ecological compensation mechanism， which is conducive to expand the employment and income increasing channels for farmers by improving their human capital levels. In this regard， the dual goals of ecological protection and farmers’ vitality transformation can be achieved， and the effectiveness and sustainability of ecological compensation policy can be ensured.

Key words： ecological compensation policy； farmer’s income； off-farm employment； endogenous switching model； Xin’an river basin

（本文責(zé)編：仲濟香）