基于保证生态需水的生态补偿标准研究 ----以塔里木河干流为例

罗万云，卢玉文，陈亚宁

(1.兰州大学经济学院，兰州 730000；2. 兵团党委党校经济研究所，新疆 五家渠 831300； 3.中国科学院新疆生态与地理研究所 荒漠与绿洲生态国家重点实验室，乌鲁木齐 830011)

0 前 言

在过去的50 a中，塔里木河干流以水资源开发利用为核心的高强度发展模式下，河道断流、天然植被面积迅速减少、荒漠化加剧。生态环境恶化的根本原因是人类农业开发用水大量挤占生态用水[1]。如何协调经济发展与生态保护之间的矛盾，生态补偿成为最佳选择[2]。生态补偿标准确定又是流域水资源配置研究中的难点[3]。

生态补偿就是解决人类为了生态保护而放弃发展，导致个人的私人利益小于给他人带来的公共利益而产生的外部经济性的现象[4]。因此，生态补偿标准的确定是一种化解人类活动外部性的方法。目前，国内外确定生态补偿标准的研究方法有多种，包括机会成本法、意愿调查法、生态系统服务功能价值法、经济学模型法等，其中机会成本法确定生态补偿标准的实践较多[4-7]。机会成本概念第一次是由奥地利学派经济学家弗里德里希·冯·维塞尔在其《自然价值》中提出，指出其机会成本并非“支出”，而是潜在的收益减少[8]。经济学界对机会成本已经形成较为统一概念，认为一项决策的机会成本是指做出该决策而不作出另一个决策所放弃的最大收益[9-11]。自20世纪80年代以来，国外很多国家利用机会成本方法应用于与生态环境密切相关的土地利用方面[12-14]，取得了比较好的生态补偿效果。最有典型代表性案例：哥斯达黎加的埃雷迪市在征收“水资源环境调节费”时，以土地的机会成本作为对上游土地使用者的补偿标准[15]。Frank A Ward等人在美国西部将农用水转为城市用水的案例研究中提出:可将农业用水的机会成本作为城市应支付的水资源价格[16]。纽约河流域管理局为保证流域水环境质量，在确定生态补偿标准时充分考虑流域经营者最佳经营活动的成本[17]。国外学者和政府管理者在生态补偿研究和实践中，大多数认为生态补偿标准与土地利用的机会成本是有关系的。国内对生态补偿标准的研究兴起于20世纪90年代，众多学者基于机会成本法对不同类型生态补偿标准计算。李晓光等精确计量了生态公益林划定和管护对林农造成的经济损失，以该机会成本确定海南中部山区生态补偿标准，并探讨时间因子和风险因子对机会成本的影响[18]。综上所述，国外在流域生态补偿标准研究中，很好地将经济学理论与生态建设相结合，而且在生态补偿方案的实际操作中取得较好的效果。国内众多研究者采用机会成本方法对山区、主体功能区、海洋等不同生态补偿标准计算，缺乏从干旱区塔里木河干流保障生态用水角度限制种植业发展而对种植业进行生态补偿标准展开研究。

塔里木河干流大规模种植业开发大量挤占生态用水，导致下游绿色走廊濒于毁灭。陈亚宁等人从维系塔里木河生态安全角度出发，提出干流生态需水为31.74亿m3[19]。塔里木河流域管理局颁布《2010-2030年塔里木河流域水资源综合利用规划》，规定到2020年塔里木河干流种植业规模为63.36 khm2，减少农业生产占用生态用水。以往对塔里木河干流生态可持续研究大多集中在植被生理、生态修复等方面，缺乏从产业发展受限角度探讨流域经济增长和生态建设问题。本文抓住塔里木河干流保证生态用水而限制种植业发展，将种植业的机会成本作为保证生态用水而需付出生态补偿标准，为市场化手段解决生态用水问题提供一种新思路。

1 数据来源和模型构建

1.1 数据来源

本文选取与种植业发展相关的经济指标(见表1)进行研究。本文凭借美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具eviwes 7.0对相关经济数据预处理和线性回归模拟。

表1 机会成本因子的描述性统计量Tab.1 Descriptive statistics of opportunity cost factors

注：数据来源于新疆统计年鉴、新疆生产建设兵团年鉴。

1.2 模型构建

1.2.1机会成本因子选取与测算

从产业关联理论角度出发，塔里木河干流种植业发展对当地经济发展会产生影响，导致相关经济指标发生变动。塔里木河干流缩减农作物播种面积，会波及流域农业产值、农民人均收入、公共财政收入等经济指标。计算本地种植业增长水平对相关经济指标的影响程度，亦即种植业规模每增减一个百分点分别导致其他相关指标变动多少，也就是本文中机会成本因子弹性系数。在此，以X表示种植业规模增长水平，Yi(Y1、Y2、Y3,…,Yn，n=20)表示对相关指标的数值，由此可得到X和Yi的函数关系式：

Yi=f(X)

(1)

机会成本因子(弹性)的公式为：

(2)

其中，种植业规模是以农作物播种面积形式表现在一定时期内生产不同种植作物的播种面积，能反映一定时间内种植业生产总规模。在此X表示种植业农作物播种面积，Ei代表机会成本因子弹性，Y代表相关经济指标。

1.2.2种植业受限下的机会成本的确定

(1)单项机会成本分析。单项机会成本指限制种植业开发而导致的某一单项经济指标的产出损失，其数量关系模型表示如下：

OCs=K-Kd

(3)

式中：OCs(s=single)为单项机会成本；K表示种植业播种规模在正常增长下的水平；Kd(d=down)表示种植业播种规模受限下的该项指标减少额。

(2)综合机会成本分析。本文根据塔里木河干流具体情况以及研究需要，依据机会成本因子的大小对种植业相关经济指标进行筛选，并结合当地经济社会的发展状况进行分析，选择部分受影响程度较大的指标代入模型进行研究。计算各指标的单项机会成本，最后加总就可得到综合机会成本：

OCm=k-Kid

(4)

式中：OCm表示综合机会成本；Kid表示种植业增长受限时的多项相关指标损失额；其余符号意义同前。

据此构建生态补偿“综合机会成本”模型。

1.2.3机会成本与生态补偿标准

保障生态用水前提是充分考虑到被补偿地的机会成本，只有当生态补偿标准额度(EC)≥本地政府财政收入与农民收入的机会成本(OC)时，各地政府和农民才会有积极性缩减种植业播种面积，减少农业用水。确定生态补偿标准时应选取与塔里木河干流各地直接利益相关的经济指标作为生态补偿标准的经济指标。因此本文将公共财政收入、农村人均收入的机会成本因子作为塔里木河干流生态补偿标准：

EC单≥OC财政收入+OC农民收入

(5)

2 计量经济模型分析过程与结果

2.1 机会成本因子选取

本文采用相关经济指标的年平均增长率与农作物播种面积年平均增长率表示农作物播种面积变化和相关经济指标的影响程度。经过计算，塔里木河干流经济指标年均增长速度均高于5%，其中全社会固定资产投资额增长33.8%，为最高；其次是公共财政收入快速增长，年均增长20.4%。农业产值、农村人均收入、国民生产总值、全社会消费品零售总额指标年均增长保证为10%～20%。农作物播种面积年均增长5.82%，主要是由于水资源历年变化幅度不大。

根据公式(2)计算得各经济指标的平均弹性系数见表2。10 a间，塔里木河干流各项经济指标年均增长较快，但由于农作物播种面积最小，导致所有经济指标弹性系数小于1。公共财政收入、农村人均纯收入、农业产值的弹性系数超过0.5，影响较大。全社会固定资产投资额为0.082，意味着种植业生产规模变化对其影响较小，造成这种原有可能是新疆工作会议之后，中央以及对口支援省市不断加大塔里木河干流(南疆巴音郭楞蒙古自治州、阿克苏地区、第一师等)的基础设施等项目投资，导致全社会固定资产投资快速增加。

表2 塔里木河干流机会成本因子的增长率以及弹性系数(2002-2013年) Tab.2 Growth rate and elastic coefficient of opportunity costfactors of the mainstream Tarim river(2002-2013)

全社会消费品零售总额为0.192，可能是塔里木河干流种植业发展较为缓慢，还未能充分带动以商贸流通、酒店餐饮、货物销售为主的传统服务业发展。

2.2 种植业规模的预测

本文根据拟合直线法预测模型来预测正常发展情况下塔里木河干流2020年的种植业规模，基本公式为：

(6)

(8)

2.3 种植业机会成本分析

2.3.1单项机会成本

塔里木河干流公共财政收入受种植业变化影响最大，在此将地方财政收入作为单项机会成本因子进行分析。利用塔里木河干流农作物播种面积与公共财政收入数据，进行线性回归分析。

(1)平稳性和协整检验。时间序列(2002-2013年)具有自相关性，从而使得时间序列不具有平稳性，使用最小二乘法可能面临伪回归问题，本文ADF单位根检验采用常数项，无时间趋势的检验类型对Y、X1、DY、DX1进行检验，其结果见表3。

表3 单位根检验结果Tab.3 The test results of unit root

根据单位根检验结果，变量Y、X1、DY、DX1的一阶差分在5%的置信水平下拒绝原假设，为平稳时间序列。因此Y、X1、DY、DX1都是一阶单整序列，可进一步进行协整检验。

(2)协整检验。为了研究塔里木河干流种植业与公共财政收入是否存在长期稳定的关系，需要对Y、X1、DY、DX1进行协整检验。对lnY和lnX1进行最小二乘回归，得出残差项u，对残差进行单位根检验。检验结果是u在5%的水平上一阶稳定，所以变量DY/X1协整。

经检验，原方程的相关系数和偏相关系数都具有一阶自相关，运用广义最小二乘法GLS，估计模型各参数的结果见表4。

模型的相关系数为0.842，调整后的相关系数为0.826，F统计量为53.432(P=0)，表明该经济模型显著成立。

通过单元线性回归分析，可得两者的函数关系：

lnY=1.526+0.310 lnX1

(9)

将塔里木河干流种植业在正常发展情况下的预测值

表4 C/ln X1模型各参数的估计结果Tab.4 The estimate results of C/ln X1 model parameters

(283.91 khm2)代入该方程中，可得出塔里木河干流2020年预期公共财政收入为596 535万元。塔里木河流域管理局规定2020年塔里木河干流种植业规模保证在63.36 khm2，将强制规定规模代入方程式(9)，可测算出公共财政收入为4 725万元，得出限制种植业单项机会成本为566 535万元。

2.3.2综合机会成本

将塔里木河干流农业产值、农村人均收入作为综合机会成本因子，利用塔里木河干流农作物播种面积与农业产值、农村人均收入数据，进行线性回归分析。

(1)平稳性和协整检验。时间序列(2002-2013年)具有自相关性，从而使得时间序列不具有平稳性，使用最小二乘法可能面临伪回归问题，本文ADF单位根检验采用常数项，无时间趋势的检验类型对Y、X2、X3、DY、DX2、DX3进行检验，其结果见表5。

表5 单位根检验结果Tab.5 The test results of unit root

(2)协整检验。为了研究塔里木河干流种植业与农业产值、农村人均收入是否存在长期稳定的关系，需要对Y、X2、X3、DY、DX2、DX3进行协整检验。对lnY分别与lnX2和lnX3进行最小二乘回归，得出残差项u，对残差进行单位根检验。检验结果是u在5%的水平上一阶稳定，所以变量lnY/X2、lnY/X3协整。

经检验，原方程的相关系数和偏相关系数都具有一阶自相关，运用最小二乘法(GLS)估计模型各参数的结果见表6、表7。

表6中模型的相关系数为0.953，调整后的相关系数为0.948，F统计量为204.816 (P=0)，表明该经济模型显著成立。通过单元线性回归分析，可得两者的函数关系式：

lnY=0.01+0.393 lnX2

(10)

表7中模型的相关系数为0.950，调整后的相关系数为0.944，F统计量为189.176 (P=0)，表明该经济模型显著成立。得出公式：

表6 C/ln X2的模型各参数的估计结果Tab.6 The estimate results of C/ln X2 model parameters

表7 C/ln X3的模型各参数的估计结果Tab.7 The estimate results of C/ln X3 model parameters

lnY=0.392+0.527 lnX2

(11)

将塔里木河干流种植业正常发展下的预测值、规定2020年压缩种植业的数值代入公式中，得出综合机会成本见表8。

表8 塔里木河干流综合机会成本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态用水压缩种植业到63.36 khm2，得出以农业产值和农村人均收入等经济指标为主的种植业综合机会成本为2 855 746万元。

2.4 生态补偿标准的确定

若塔里木河流域管理局强制限制塔里木河干流种植业规模保持在63.36 khm2，根据EC单≥OC公共财政收入+OC农村人均收入=566 535万元+1 190 244万元=1 756 779万元，则应给予塔里木河干流生态补偿。塔里木河干流保证下游生态需水，每年给地方政府和农户生态补偿标准至少为1 756 779万元。

3 结 论

文章统计2002-2014年塔里木河干流种植业相关经济指标等数据，首先通过拟合直线法预测种植业正常情况下的发展规模为283.91 khm2。基于种植业规模正常发展下和保证生态需水限制种植业发展的受限值，运用机会成本方法构造出种植业规模变化与农业产值、公共财政收入、农民人均纯收入等相关指标的函数关系，通过单位根和协整检验证明种植业与农业产值、公共财政收入等经济指标存在长期稳定 的关系。最后得出，塔里木河干流为保证生态需水，对地方政府和农户的生态补偿标准每年不低于1756779万元。

解决塔里木河干流生态需水与农业用水之间的矛盾，应从市场化的水资源交易制度构建着眼，而非一味地用行政管理手段强加干预。

[1] 陈亚宁，郝兴明，李卫红，等.干旱区内陆河流域的生态安全与生态需水量研究----兼谈塔里木河生态需水量问题[J]. 地球科学进展，2008，23(7):732-738.

[2] 毛显强，钟 瑜，张 胜.生态补偿的理论探讨[J]. 中国人口·资源与环境，2002，12(4):38-39.

[3] 邓红兵，王庆礼，蔡庆华. 流域生态学----新学科、新思想、新途径[J]. 应用生态学报，1998，9(4):443-449.

[4] 周大杰,董文娟,孙丽英，等. 流域水资源管理中的生态补偿问题研究[J]. 北京师范大学学报(社会科学版)，2005，(4):131-135.

[5] 李怀恩, 尚小英, 王 媛. 流域生态补偿标准计算方法研究进展[J]. 西北大学学报(自然科学版)，2009,(4):668-669.

[6] 李晓光，苗 鸿，郑 华，等. 生态补偿标准确定的主要方法及其应用[J]. 生态学报，2009，29(8):4 431-4 440.

[7] 杨光梅, 闵庆文, 李文华, 等. 我国生态补偿研究中的科学问题[J]. 生态学报，2007，27(10):4 290-4 291.

[8] 弗里德里希·冯·维塞尔. 自然价值[M]. 北京：中国商务出版社，1982:12-25.

[9] 高鸿业.西方经济学(微观部分)[M]. 北京：中国人民大学出版社，1996:46-48.

[10] 蒋洪强，徐玖平. 环境成本核算研究的进展[J]. 生态环境，2004，13(3):429-433.

[11] 章 铮. 边际机会成本定价----自然资源定价的理论框架[J]. 自然资源学报，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] 秦艳红，康慕谊. 国内外生态补偿现状及其完善措施[J]. 自然资源学报，2007，22(4):557-567.

[14] 刘平养. 发达国家和发展中国家生态补偿机制比较分析[J]. 干旱区资源与环境，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] 李晓光，苗 鸿，郑 华，等. 机会成本法在确定生态补偿标准中的应用----以海南中部山区为例[J]. 生态学报，2009，29(9):4 875-4 883.

[19] 乔旭宁，杨永菊，杨德刚，等. 流域生态补偿标准的确定----以渭干河流域为例[J]. 自然资源学报，2012，27(10):1 665-1 676.

[20] 陈亚宁. 新疆塔里木河流域生态水文问题研究[M]. 北京:科学出版社，2010:169-174.