农户参与岗位类生态补偿项目的影响因素分析——基于生态补偿减贫的视角

杜洪燕，武晋

(中国农业大学 人文与发展学院，北京 100193)

农户参与岗位类生态补偿项目的影响因素分析
——基于生态补偿减贫的视角

杜洪燕，武晋

(中国农业大学 人文与发展学院，北京 100193)

研究以延庆区的448户农户的调查数据为例，采用二值选择模型，研究生态因素和生计因素对农户参与岗位类生态补偿项目的影响。研究结果表明：农业生产活动多、非农劳动多或者家庭规模大的农户均倾向于参与岗位类生态补偿项目；目前的岗位类生态补偿项目存在富裕户和贫困户收益不对等、对贫困户的识别和瞄准机制不完善、不能有效刺激贫困户就业等方面的问题。进而提出以下政策建议：注重农业生产在农村地区的基础性作用、加强项目实施前后的基础信息收集、注重项目的提质增效、对就业不充分的贫困户给予有效关照、做好涉农政策普及等。

生态补偿；贫困；农村劳动力；就业；影响因素

“生态补偿脱贫”是首次从国家层面提出的扶贫新理念，这给以后的生态补偿机制设计提出了新的目标和任务。2015年底中共中央国务院发布的《关于打赢脱贫攻坚战的决定》中再次强调，到2020年实现现有贫困标准下的7017万农村贫困人口脱贫，同时强调坚持扶贫开发与生态保护并重，提出“生态补偿脱贫一批”的扶贫措施，对居住在生态脆弱或生态保护区的贫困人口，实行生态保护补偿。利用生态补偿和生态保护工程资金，使当地有劳动能力的部分贫困人口转为护林员或其他方式的生态保护人员，这项措施一方面有利于减轻政府社会保障兜底的压力，另一方面有利于加强目前的生态保护工作。有劳动能力的贫困人口可以通过生态保护获得劳动收入，补偿直接与劳动力市场相关联，降低了贫困人口的贫困脆弱性，减少了贫困人口以破坏自然资源作为生计来源的激励。

要实现农村贫困人口脱贫，最根本的是要提高其收入，与之相关的最重要的就是农村贫困人口的收入来源问题，而就业是获得收入的重要途径。近年来，随着政府转移支付力度不断增大，农户的转移性收入也在不断增多，政府转移支付在调节收入不平等方面发挥越来越重要的作用。传统的减贫措施往往是政府无条件地对贫困人口进行转移支付。与有条件的政府转移支付相比，政府无条件的转移支付会产生一些负面的影响。庇古在其《福利经济学》一书中反对无条件的政府转移支付，他认为这种政府转移支付不能激励工作和储蓄，会造成懒散与浪费。[1]Darity认为无条件的政府转移支付引起的行为反应，使穷人深陷贫困之中。[2]刘穷志认为无条件的政府转移支付保证了贫困家庭的基本生存条件，但是无条件的政府转移支付造成贫困家庭的劳动和投资减少。[3]樊丽明和解垩认为无条件的政府转移支付对贫困脆弱性几乎没有任何影响，原因是：覆盖面有限或水平较低；没能与劳动力市场相关联，不能从根本上缓解贫困脆弱性；识别、瞄准机制不完善。[4]

一、 概念界定和分析框架

生态补偿方式对于提高生态补偿项目的补偿效率及持续性至关重要。目前的岗位类生态补偿项目是政府直接设置生态保护岗位，对受到生态保护政策限制或者为生态保护作出贡献的农户进行补偿。[5]这一补偿方式同时与生态环境问题和农村劳动力就业问题相关，生态环境问题和农村劳动力就业问题也是目前中国面临的两个主要问题。[6]中国的农村劳动力存在大量剩余和低效率利用的现象。[7]城市化、工业化的发展和生态建设都需要空间，随着城市化、工业化不断深入发展，空间资源的稀缺性将越来越强，维护国家生态安全底线的压力日益加大，农村劳动力就业的问题也越来越突出。中国人均森林面积仅为世界平均水平的四分之一，生态产品短缺依然是制约中国可持续发展的突出问题。第八次全国森林资源清查结果显示，截止2014年末，除香港、澳门和台湾地区外，全国共有林地面积1.91万公顷，以公益林为主，公益林面积1.02万公顷，占林地总面积的53.40%*数据来自《中国林业年鉴2015》。由于公益林主要提供公益性、社会性产品或服务，其流转和开发利用受到一些限制，所以经济收益比较低。公益林具有较高的生态价值，由于其生态价值没有体现在林农利益上，所以其管护人员往往存在管护积极性不强的问题。为了提高公益林管护效果，中国从2001年开始启动森林生态效益补偿工作，中央财政专门设立了“森林生态补偿基金”，主要用于公益林管护者发生的营造、抚育、保护和管理等支出。此外，农村地区还有其他形式的生态保护人员，主要以护水和保洁为主，主要目的是保护农村水源地和改善农村人居环境。

岗位类生态补偿项目的劳动岗位是为了保护环境而专门设置的，政策设计者希望在实现生态环境保护的同时，促进农村剩余劳动力就业，实现“生态补偿脱贫一批”的政策目标。Gauvin首先针对影响农户参与生态补偿项目的生计因素和生态因素进行了实证研究，他以发展中国家最大规模的生态补偿项目——退耕还林项目为例，提出了实施生态补偿项目的“黄金标准”：政府能够识别出贫困户，并且使其提供更多的生态服务。[8]本文以北京市延庆区为例，根据448户农户的调查数据，选取当地的护林、护水、保洁等具有代表性的岗位类生态补偿项目，将影响农户参与岗位类生态补偿项目的因素分为生态因素和生计因素，借助二值选择模型，研究生态因素和生计因素对农户参与岗位类生态补偿项目的影响，探究岗位类生态补偿项目实施过程中生态目标和生计目标的协调过程，并据此对如何完善项目设计提出思路措施。

二、 影响因素分析和模型设定

(一)影响因素分析

影响农户参与岗位类生态补偿项目的生计因素可以分解为贫富程度因素和机会成本因素。岗位类生态补偿项目要起到减贫作用，首先要吸引贫困户参与到项目中，其次要保证转移支付金额大于参与户的机会成本。要吸引贫困户参与到项目中就需要了解农户的贫富信息。在调研中，有的农户为了面子夸大自己的财富水平或者为了得到补贴而隐藏自己的财富信息，所以直接获得农户的贫富信息比较困难，而中国农民对于大房子有着非常强烈的偏好[9]，住宅可以从一定程度上反映农户的贫富信息。同理，农户在大宗物品上的购买偏好也能够在一定程度上反映出农户的贫富程度，根据中国现行的统计资料，研究主要选取了与农户生产生活息息相关的大宗物品，包括家庭主要耐用消费品和农村居民家庭生产性固定资产。农户的住宅条件以及农户在大宗物品上的购买偏好，能够共同勾勒出农户在现实中的贫富状况。

由于农村劳动力在乡村的闲暇时间较长[10]，并且农户家庭共同作出劳动决策，所以岗位类生态补偿项目参与者的农活可以由其他闲暇时间较长的家庭成员代为完成，故家庭成员从事岗位类生态补偿项目的机会成本主要是家庭由于投入劳动力参与项目而放弃的非农劳动收入。对于项目的参与者来说，其完成项目任务而不能从事其他非农劳动的收入损失是一种“反事实”，在现实中是不可能观测到的，研究拟采用上一年度的非农劳动时间来反映这一不能被观测到的反事实。原因有两点，第一，近年来劳动力的机会成本与非农就业时间呈同向变动[11]，而且由于工作岗位有限，农民是否获得工作机会往往是由劳动力市场外生决定的，从而非农劳动时间也是外生决定的，故选取非农就业时间作为衡量指标并不存在严重的内生性。[12]第二，大部分农户的非农劳动是按日计酬的零工，大部分劳动者能够准确地给出自己的非农劳动时间，非农劳动时间的数据准确性和真实性高于非农劳动收入，而且农户收入的问卷调查中往往存在高收入户隐瞒收入和大量低收入户没有收入的情况，使用非农劳动时间避免了这两种极端情况的出现。

影响农户参与岗位类生态补偿项目的生态因素可以从两个方面衡量：一是生态效益总量的大小，二是生态边际效益的大小。在自然资源总量丰富的地区，实施岗位类生态补偿项目能够产生较大的生态效益总量。在生态退化严重的地区，实施岗位类生态补偿项目，其产生的较小的生态修复效果也能产生较大的生态边际效益。Gauvin使用中国科学院资源环境科学数据中心的二手数据和问卷调查的一手数据形成的复合数据作为生态效益的指标。[8]Uchida则使用地块的坡度信息作为生态效益的指标。[13]参考相关文献和考虑数据的可得性，本研究倾向于从生态效益总量的角度，使用乡镇的森林覆盖率来衡量生态效益。一般情况下，森林资源增多能够较大程度地提高整个地区的生态安全和生态涵养水平。森林资源丰富的地区往往是山区，那里本地就业机会比较少，外出务工较为不便，农村劳动力剩余和低效率利用现象更加突出，生态补偿岗位的吸引力可能更大。

中国经济史上，最基本的经济单位一直都是农户家庭。[14]早在马克思的《资本论》中就有关于这方面的论述，费孝通也在《江村经济》中写道：家庭是指一个包括父母及未成年子女的生育单位，农村中最基本的社会群体是扩大化的家或者家庭，这个群体的成员占有共同的财产，是农村群体所有权的基础。[15]在中国农村，整个家庭共同做出生产、消费、分配和交易决策的现象更加普遍。在岗位类生态补偿项目的实施过程中，虽然参与者以个人的形式参与项目，但是其劳动决策是其家庭劳动力分配决策的一部分。所以实证模型分析的最小单位是农户家庭，有家庭成员参与项目的农户就是参与户，没有家庭成员参与项目的农户就是未参与户。

(二)模型设定

基于以上分析，建立农户参与岗位类生态补偿项目的影响因素的计量模型。模型中解释变量包括生态因素、生计因素和其他控制因素。其中，生计因素分解为机会成本因素和贫富程度因素。生态因素以乡镇的森林覆盖率衡量，住宅间数和大宗物品购买偏好是贫富程度因素的衡量指标，非农劳动时间是机会成本因素的衡量指标。由于解释变量选取了上一年度家庭成员总的非农劳动时间，所以加上家庭人口数作为控制变量。农户习惯于使用“间”作为农村住宅面积的度量单位，研究也采用这种度量方法。农户近5年内是否购买大宗物品采用了取值为0或1的虚拟变量。家庭耕地亩数代表家庭的农业劳动情况。最终农户参与岗位类生态补偿项目的影响因素的计量模型设定如模型(1)所示。模型的解释变量及其含义等见表1。

D=b0+b1forest+b2house+b3commodity+b4nfwtime+b5land+b6hsize+e

(1)

资料来源：作者的问卷数据。

由于被解释变量农户是否参与岗位类生态补偿项目为二值变量服从两点分布，线性概率模型的预测值可能出现大于1或者小于0这种不现实的情形，所以二值选择模型的估计结果更加准确，二值选择模型有Logit模型和Probit模型两种形式。假设被解释变量为y，所有的解释变量包含在向量X中，b是参数估计结果的向量，则有：

(2)

在模型(2)种，F(x,b)为标准正态的累计分布函数，该模型称为Probit模型。

(3)

在模型(3)中，F(x,b)为逻辑分布的累积分布函数，该模型称为Logit模型。

显然以上两个模型都是非线性模型，可以使用最大似然法进行估计。Satat13软件提供了分析以上模型的方法。[16]

三、 实证分析

(一)数据来源和描述性统计

本文的调查数据来自北京市延庆区。延庆区在全国和北京市的主体功能区规划中均处于重要的生态功能区位上。在全国的主体功能区规划中，延庆区位于京津冀北部水源涵养功能区和京津冀大都市群人居保障功能区内。京津冀北部水源涵养功能区属于全国63个重要生态功能区之一，主导功能是水源涵养和土壤保持，存在的主要生态问题是水资源过度开发、森林生态系统质量低、水库周边地区人口较密集、地质灾害敏感程度高等。京津冀大都市群人居保障功能区的主要生态问题是城市无限制扩张，生态承载力严重超载，人居环境质量下降。延庆区是北京市西北的重要水源地和生态屏障，在北京市的主体功能区规划中属于五个生态涵养区之一。延庆区具有代表性的岗位类生态补偿项目主要有护林、护水和保洁三种，农户就近就地参与，资金主要来自中央政府、北京市政府和延庆区政府三级。在延庆区的统计年鉴中，护林人员的收入纳入城镇单位从业人员工资统计，按国民经济行业分组其人员数据包含在公共管理与社会组织行业中。2014年延庆全区15～64岁农村劳动年龄人口约11万，其中护林人员约0.9万，护水人员约0.1万，保洁人员约1.3万*数据来自延庆区人力社保局月监测数据，护林护水和保洁这三种生态保护人员占农村劳动力的比例约为20%，具有广覆盖性。

延庆区共有15个乡镇，以延庆镇为中心，北部山区包括张山营镇、旧县镇和香营乡，川区地带包括永宁镇、大榆树镇、沈家营镇和井庄镇；东部山区包括珍珠泉乡、大庄科乡、四海镇、刘家堡乡和千家店镇；南部山区包括八达岭镇、康庄镇和井庄镇。在北部山区、川区、东部山区、南部山区分别随机选取了8个乡镇，分别是旧县镇、康庄镇、四海镇、沈家营镇、

刘斌堡乡、千家店镇、大庄科乡、井庄镇，在每个乡镇内随机选取2个村进行问卷调查。考虑到大部分调查对象受教育程度较低，农户问卷由调研员根据调查对象的回答代为填写。问卷包括家庭成员基本信息、家庭自然资本情况、家庭物化资本情况、家庭收入支出情况和家庭参与生态补偿项目情况等。共发放问卷482份，剔除有数据缺失的样本34份，共得到有效问卷448份。此外，调研组还对村镇领导干部和典型农户进行了半结构式访谈，以获得更加全面的信息。参与户和未参与户的各个变量的描述性统计见表2。从描述性统计来看，参与户的各项指标均值均大于未参与户。

表2 参与户和未参与户的描述性统计

资料来源：作者的问卷数据。

(二)模型分析结果

为了更深入地分析各个解释变量对农户参与岗位类生态补偿项目的影响方向和影响程度大小，借助stata13软件，采用二值选择模型对以上变量进行回归，Probit模型和Logit模型的估计结果基本相同，本文仅报告Logit模型的估计结果，估计结果见表3。模型(1)仅包括生态因素，模型(2)(3)依次增加了生计因素，模型(4)包括前三个模型的所有影响因素以及其他控制因素。从估计结果可以看出，在全部六个解释变量中，有四个解释变量通过了显著性检验，其中森林覆盖率、非农劳动时间和家庭人口数这三个解释变量在0.1%的水平上显著为正，家庭耕地亩数在5%的水平上显著为正。从模型(1)到模型(4)，模型的伪决定系数(pseudoR2)随着解释变量的增多，由0.045稳步地增大到0.142，说明模型估计结果可信度比较高。从模型(1)到模型(4)，所有解释变量的估计结果均非常稳定，说明模型的稳健性比较好。

森林覆盖率的估计结果在0.1%的水平上显著为正，说明森林资源丰富地区的农户更加倾向于参与岗位类生态补偿项目。这一方面是由于政府出于生态效益的考虑，倾向于在森林资源丰富地区设置更多的生态保护岗位，另一方面是由于森林资源丰富的地区，往往是闭塞的山区，本地就业机会比较少，生态保护岗位对于当地的农户来说吸引力更大。家庭人口数的估计结果在0.1%的水平上显著为正，说明家庭人口数越多，农户参与岗位类生态补偿项目的概率越大。这一点与农户家庭集体决策的观点相符，家庭人口越

多，成员之间的劳动替代性就越高，家庭成员的农活和家务劳动可以由其他家庭成员代为完成，家庭的劳动分工就越多样化。住宅间数和是否购买大宗物品的估计结果均不显著，所以就目前的证据来说，仍不能说明贫富程度是影响农户参与岗位类生态补偿项目的因素。这说明岗位类生态补偿项目实施过程中，对于贫困户的识别和瞄准机制仍然不完善。

非农劳动时间的估计结果在0.1%的水平上显著为正，这说明非农劳动越多的农户越倾向于参与岗位类生态补偿项目。对于一个农村劳动力来说，其从事非农劳动获得的收入往往高于其从事农业劳动获得的收入，非农劳动较多的农户期望得到的生态补偿费用也较多，这会加大政府的财政政移支付压力。可能有两个原因解释非农劳动越多的农户越倾向于参与岗位类生态补偿项目。一个原因是家庭决策不是以家庭收入最大化，而是以全体家庭成员的效用最大化为目标。一些能够通过外出务工获得更多收入的劳动力之所以参加本地的岗位类生态补偿项目，是因为项目满足了他们就近就地灵活就业的要求，便于照料家庭中的老人和小孩。另外一个原因是农户之间的模仿行为，岗位类生态补偿项目对于农户来说还是新鲜事物，受限于自身认知水平，由模仿而来的简单决策会代替效用最大化或收入最大化。

家庭耕种的耕地亩数在5%的水平上显著为正，说明稳定的农业生产能够为农户生活提供基本生活保障，进而促进其生计多样化。家庭耕种的耕地亩数和非农劳动时间的估计结果同时显著为正，说明农业生产活动多和非农劳动多的农户均倾向于参与岗位类生态补偿项目。这反映出两方面的问题，首先，目前农村劳动力市场存在劳动力剩余和低效率利用的现象，当面对新的劳动机会时，尽管已经从事一些农业和非农劳动，他们还是会积极地参与其中。其次，农业生产活动少并且非农劳动少的农户往往是当地的贫困户，那些农业生产活动少并且非农劳动少的贫困户反而没有参与到岗位类生态补偿项目中，说明目前的项目设计缺少对就业更加不充分的贫困户的有效关照。

表3 Logit模型估计结果

资料来源：作者的问卷数据。

备注：括号内是t值*p<0.05,**p<0.01,***p<0.001。

四、 结论及政策建议

“生态补偿脱贫”理念的提出，体现了生态补偿由经济补偿到生计补偿的政策目标的变化。岗位类生态补偿项目是政府以有条件的财政转移支付的形式对生态保护人员进行补偿，目前农村地区的生态保护岗位主要有护林、护水和保洁等。本文以位于重点生态功能区的北京市延庆区为例，研究生态因素和生计因素对农户参与岗位类生态补偿项目的影响。分析结果表明：森林资源丰富地区的农户、农业生产活动多或非农劳动多的农户、家庭规模大的农户倾向于参与岗位类生态补偿项目。就目前的证据来说，仍不能说明贫富程度是影响农户参与岗位类生态补偿项目的因素。农户的行为可能受到家庭收入最大化或者家庭效用最大化的影响，但是也可能由于对政策不了解或者受限于自身认知水平，变为简单的模仿行为。岗位类生态补偿项目实施过程，有效增大了富裕户的劳动供给，缺少对贫困户的有效关照。

针对以上研究结论，本文给出以下三条政策建议。

第一，岗位类生态补偿项目实施过程中，对于贫困户的识别和瞄准机制不完善，富裕户从岗位类生态补偿项目中受益更多。所以下一步的政策重点是加强岗位类生态补偿项目实施前后的基础信息收集，增强项目的瞄准性。农村地区自然资源丰富，生态禁令的实施从一定程度上限制了当地人对于本地自然资源的开发利用，以自然资源作为生计来源的贫困户受到的损失更大。吸引贫困户参与岗位类生态补偿项目，能够减少他们以生态损耗换取经济利益的内在激励，巩固业已取得的生态修复效果。目前的大部分生态保护人员缺少相应技能，政府需要加强对生态保护人员的指导和培训，提高生态保护岗位的生态效益，生态效益越高，生态保护人员能获得的生态补偿费用就越多。岗位类生态补偿项目的脱贫对象是具有一定劳动能力的农村劳动力，对贫困人口中丧失劳动能力的人，应当加强政府社会保障兜底的作用。

第二，工业化、城市化的发展应当与生态建设相协调，生态建设也应当与当地的实际情况相协调，在生态建设需要空间的客观要求下，应当特别注意农业生产在农村地区的重要作用。目前农村劳动力市场存在劳动力剩余和低效率利用的现象，让有劳动能力的贫困人口就地转移成生态保护人员，一方面有利于减轻政府的扶贫攻坚压力，一方面有利于加强目前的生态保护工作。同时应当注意到，家庭中稳定的农业就业能够为家庭提供基本的生活保障，能够促进家庭拓宽谋生渠道，所以应当重视农村地区农业生产的重要作用。在农村内部，要彻底改变传统的对环境不友好的农业生产方式是困难的，大部分劳动形式只是现有农业生产系统的一种补充，虽然许多农村地区正在发展生态旅游、生态农业、设施农业、有机农业等新的绿色农业产业模式，但是新的产业模式尚未形成完整的产业链条。由于产业发展不成熟，这些新兴产业吸纳的劳动力数量有限，其提供的就业岗位往往存在就业收入低，就业不稳定的特点。

第三，农户的决策行为不仅考虑家庭收入最大化，也考虑家庭效用最大化，有时受限于自身认知水平，由模仿而来的简单决策会代替效用最大化或收入最大化，甚至一些农户由于不了解政策而产生一些误解，这加大了政策制定和执行的难度，使得政策难以获得预期效果。应当加大农村地区的政策普及力度，提高基层政策执行者的业务水平，特别重视项目实施前的政策普及工作。

[1][英]亚瑟·赛斯尔·庇古著.福利经济学[M].上海：上海财经大学出版社, 2009:369-370.

[2]DarityWAJ,MyersSLJ.DoTransferPaymentsKeepthePoorinPoverty?[J].AmericanEconomicReview, 1987:216-222.

[3]刘穷志.转移支付激励与贫困减少——基于PSM技术的分析[J].中国软科学, 2010(9):8-15.

[4]樊丽明, 解垩.公共转移支付减少了贫困脆弱性吗?[J].经济研究, 2014(8):67-78.

[5]杜洪燕, 武晋.生态补偿项目对缓解贫困的影响分析——基于农户异质性的视角[J].北京社会科学, 2016(1):121-128.

[6]LongH,LiuY,LiX,etal.BuildingnewcountrysideinChina:Ageographicalperspective[J].LANDUSEPOLICY, 2010,27(2):457-470.

[7]蔡昉.对中国城镇化研究中若干统计数据的辨析[J].城市与环境研究, 2014(2):3-12.

[8]GauvinC,UchidaE,RozelleS,etal.Cost-effectivenessofpaymentsforecosystemserviceswithdualgoalsofenvironmentandpovertyalleviation[J].Environmentalmanagement, 2010,45(3):488-501.

[9]朱喜, 马晓青, 史清华.信誉、财富与农村信贷配给——欠发达地区不同农村金融机构的供给行为研究[J].财经研究, 2009(8):4-14.

[10]周天勇.托达罗模型的缺陷及其相反的政策含义——中国剩余劳动力转移和就业容量扩张的思路[J].经济研究, 2001(3):75-82.

[11]胡浩, 杨泳冰.要素替代视角下农户化肥施用研究——基于全国农村固定观察点农户数据[J].农业技术经济, 2015(3):84-91.

[12]李庆, 林光华, 何军.农民兼业化与农业生产要素投入的相关性研究——基于农村固定观察点农户数据的分析[J].南京农业大学学报(社会科学版), 2013(3):27-32.

[13]UchidaE,RozelleJXAS.GrainforGreen:Cost-EffectivenessandSustainabilityofChina′sConservationSet-AsideProgram[J].LandEconomics, 2005(2):247-264.

[14]黄宗智.中国过去和现在的基本经济单位:家庭还是个人?[J].人民论坛·学术前沿, 2012(1):76-93.

[15]费孝通.江村经济[M].北京：北京大学出版社, 2012:260-270.

[16]陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社, 2010:169-178.

(编辑：牛晓霞)

The analysis of factors affecting households participating in employment——type ecological compensation projects——based on the perspective of ecological compensation for poverty reduction

Du Hongyan,Wu Jin

(CollegeofHumanitiesandDevelopmentStudies,ChinaAgriculturalUniversity,Beijing100193,China)

Based on 448 survey data of rural households in Yanqing District, using Binary Choice Model, this paper explored the impacts of ecological factors and livelihood factors on rural households' participating in employment eco-compensation projects. The results prove that richer forest resources, higher active degree of agricultural or non-agricultural working, larger household size are conducive for rural households to participate in employment eco-compensation projects, and that poverty factors have no significant influence on the rural households' participation. The results figure out that the benefits between poor rural households and rich rural households are not equal, and that the identification and targeting mechanism of the projects to poor rural households is not perfect, and that the projects do not effectively increase the labor supply of rural households that have low labor activity and poor. The above research conclusions include the following policy implications, such as attaching great importance to the agricultural production in rural areas, strengthening basic rural data collection before and after the project implementation, pay attention to the quality and the efficiency of the projects, taking effective care for rural households that have low labor activity and poor, and doing a good job in agricultural policy popularization.

Eco-compensation; Poverty; Rural labor force; Employment; Influence factors

2016-12-30

杜洪燕(1989-)，女(汉)，山东东营人，博士研究生，主要从事农村经济与环境问题方面的研究。

武晋，教授，博士生导师。E-mail:wujin@cau.edu.cn

清华大学中国农村研究院博士论文奖学金项目(201522)

F323.22;F328

A

1671-816X(2017)04-0017-07