生态补偿是否有助于未来减贫
——基于贫困脆弱性的实证分析
2019-10-24刘宗飞刘晓伟姚顺波
刘宗飞， 刘晓伟， 姚顺波
(1.安徽科技学院 管理学院， 安徽 凤阳 233100； 2.西北农林科技大学 资源经济与环境管理研究中心， 陕西 杨凌 712100)
一、引言
改革开放至今，我国实施的一系列反贫困措施取得了举世瞩目的成就。按照每人每年2300元(2010年不变价)贫困标准计算，1978—2016年，我国农村贫困人口从77039万人降低至4335万(国家统计局，2016)。贫困人口绝对数量的下降预示着今后扶贫工作既要关注剩余贫困人口的消除，又要防止返贫、持续贫困的发生[1]。2015年，习近平总书记在“减贫与发展高层论坛”上明确提出了“五个一批”的精准脱贫措施，“生态补偿脱贫一批”是其中的重要内容，然而，当前生态补偿政策是否有助于当前贫困的缓解，其对未来贫困发生概率又有什么样的影响，尚无定论。因此，深入分析生态补偿的减贫效果，对调整和完善当前生态补偿政策具有重要实践意义。
生态补偿是以保护和可持续利用生态系统服务为目的，以经济手段调节相关者利益关系的制度安排[2]。生态补偿的直接目的是为了提升生态服务供给，但从社会福利再分配的角度来看，生态补偿是政府转移性支出的一部分，具备一定的经济调节功能。当前，大量学者对生态补偿的经济调节作用进行了研究。
现有研究肯定了生态补偿对现有贫困的缓解作用[3，4]。然而，基于贫困脆弱性视角分析生态补偿对未来贫困影响的研究相对较少。传统贫困指标只是静态度量了家庭或个人的福利水平，对家庭未来福利及其风险并未考虑[5]。世界银行2001年正式提出贫困脆弱性的概念，用于度量负向冲击导致家庭未来福利下降的可能性，随后大量学者围绕贫困脆弱性定义，测度方法及其影响因素展开了研究[6-10]。
在前人研究的基础上，本文基于贫困脆弱性的测度原理，考察了生态补偿对未来贫困的影响。文章余下部分安排如下：第二部分为数据与方法；第三部分为结果分析；第四部分结论与政策建议。
二、数据与方法
1.数据来源
本文所用数据来源于西北农林科技大学资源经济与环境管理研究中心。2016年8月，课题组采用入户问卷调查的方式对陕西省吴起县2013—2015年农业生产经营状况进行了调查。课题组随机选择了吴起镇、周湾镇、白豹镇、五谷镇、铁边城五个乡镇，每个乡镇随机选择三个村、每个村随机走访20-30户。剔除无效问卷，本研究共获取有效样本348个。
调查问卷内容包括户主特征、农户家庭特征、家庭资源特征、家庭获得生态补偿情况、分类型土地资源数量及地块数量、土地生产投入及产出、家庭劳动力工时分配、家庭收入来源状况、家庭消费状况等信息，可以很好满足研究需要。
2.变量选取及假设提出
农户家庭福利函数的设定是贫困脆弱性测度及其因素分析的关键。在黄土高原区，农户家庭福利主要包括农业收入、非农收入及转移性收入。现有研究中，受限于数据可得性，一般将影响家庭福利的变量设定为家庭可观测变量，如户主特征、家庭人力资源特征、区位特征、社区关系等[11-14]，上述变量可以反映农户从事农业生产经营的基本特征，但对家庭非农收入及转移性收入的拟合性不强。
当前，非农收入是农户家庭收入的重要组成部分[15]。市场参与程度是农户在现有家庭资源禀赋的基础上，依托劳动力、土地、储蓄等生产要素参与市场分工，获取收益的能力，对农户收入具有重要影响。除此之外，黄土高原区是典型的生态脆弱区，政府实施的一系列生态保护政策均可通过增加转移性收入，进而影响家庭福利函数。因此，本文在前人研究的基础上，增加了市场参与程度及生态补偿指标，具体指标选择如下：
(1)生态补偿指标。在黄土高原区，国家实施了一系列林业重点保护工程，对农户的土地生产用途及生产方式进行了管制，为弥补农户的选择性缺失，给予了农户一定数量的货币性补偿，这种为了实现生态环保目的的补偿也被称作生态补偿。生态补偿可以从以下两个方面调整农户收益模式：一是生态补偿作为一种货币性补偿，直接增加了农户收入；二是部分土地资源由耕地向林地的强制性转变，降低了土地对农户劳动数量的需求，解放了家庭劳动力，增加了农户的市场参与程度，间接提升了农户收益。本文选择人均退耕还林补贴来衡量农户享受生态补偿情况，预期与家庭收益成正比。
(2)市场参与类指标。农户参与市场分工主要表现为家庭劳动力在农业及非农产业间的配置。本文主要选取非农劳动时间比例来衡量农户参与市场分工的程度。由于非农产业边际收益高于农业产业，农户家庭配置于非农产业的劳动时间越多，其家庭收益也越高，因此，预期非农劳动时间比例与家庭收益成正比。
(3)资产类指标。土地资源是农户家庭最重要的生产资料。本文选取了不同土地类型的数量及质量来衡量家庭资产状况。其中，耕地资源及林地资源规模用家庭承包经营耕地及林地数量表示。由于家庭从事耕地及林地经营目标存在差异，耕地经营以经济性目标为主，而林地经营则受政策限制，以生态目标为主，因此，预期耕地资源数量与家庭收入成正比，而林地资源数量与家庭收入关系并不明确。不同土地类型的细碎化程度是土地资源质量的重要体现，土地细碎化会增加农业劳动的转换时间并降低社会化服务的利用水平，进而导致土地经营成本上升。文章主要选择了农户家庭耕地及林地经营块数来衡量土地资源细碎化程度，预期耕地经营块数与家庭收益成反比，而林地经营块数与家庭收益关系不明确。
(4)家庭特征类指标。农户家庭收入受其生计环境的影响[13]，家庭特征会影响农户生产经营行为的选择，进而引起家庭收入的变化。参照前人研究，本文选取家庭规模来衡量家庭整体特征，一方面，家庭人口数量较多可以导致家庭生产及消费的规模效应，有利于家庭收益的增加，另一方面，家庭规模越大，劳动力担负的抚养比就越高，不利于收入的增加，因此，家庭规模与收入的关系难以确定。户主特征可以利用户主年龄、户主受教育年限、户主健康状况以及户主社会关系等指标进行表示。大多研究发现户主越年轻、受教育程度越高、身体越健康以及社会地位越高，家庭收入也越高，因此，预期户主特征与收入成正比。
(5)地理区位指标。区位条件会通过市场可达性、交通成本与技术扩散成本等对经济增长产生影响[16]。农户家庭区位的不同会导致收入的差异，距离市场越远，信息的搜寻能力越差，市场参与成本也越高。本文选择家庭居住地至最近县城的距离来控制不同农户的区位因素，预期该指标与收入成反比。表1对主要变量定义及其预期影响作用进行了表述。
3.模型设定
现有研究中，贫困脆弱性的界定包括三种，分别是预期贫困脆弱性，低效用水平的脆弱性，以及风险暴露贫困的脆弱性[17，18]。由于微观面板数据收集难度较大，能够利用截面数据进行衡量的预期贫困脆弱性得到了广泛应用。因此，本文选取了预期贫困脆弱性的定义，也即测度农户未来陷入贫困的可能性。结合前人研究，将贫困脆弱性的测度方法设定如下：
表1 变量特征及假设
(1)
其中，Vit表示第i个农户t时期的贫困脆弱性，也即农户在t+1时期的福利水平低于贫困线Z的概率；Yi，t+1表示第i个农户t+1时期的福利水平(一般用收入或消费水平表示)，Z为贫困线；f(Yi，t+1)表示农户未来福利的概率密度分布函数。参照万广华等[9，18]研究，假设其服从对数正态分布。因此，本研究中假定农户的未来福利函数为：
lnYi=α1X1+α2X2+α3X3+α4X4+α5X5+εi
(2)
其中，X1为一组核心解释变量指标，具体研究中利用人均退耕还林补贴(EC)进行表示；X2表示农户市场参与类指标，分别用劳动力数量(LQ)及非农劳动时间比例(LT)进行表示；X3为一组家庭资产类变量，分别用耕地规模(LC)及耕地质量(LF)；林地规模(FC)及林地数量(FF)表示；X4表示家庭资产类指标变量集，包括家庭规模(HC)、户主年龄(HY)、户主文化程度(HN)、户主健康状况(HJ)、户主是否是村干部(HG)、户主是否是党员(HD)、户主是否是合作社成员(HH)；X5表示地理区位变量，用家庭与县城距离(DQ)表示。α为变量参数；ε为干扰项。
在公式(2)中，各农户干扰项ε与lnY之间并不满足同方差的假设，因此不能直接利用最小二乘法进行估计，参照前人的研究[13]，可以将干扰项ε的方差设为福利函数中各变量的函数：
(3)
其中，Xi(i=1～5)含义与上文相同，θ为各变量参数。
借鉴Amemiya的方法[19]，采用三阶段的可行广义最小二乘法对(2)(3)进行估计，可得到农户i福利函数的均值及方差，分别为
(4)
(5)
利用(4)(5)的估计结果，可以得出农户i的脆弱性估计式为：
(6)
其中，Φ(·)为标准正态分布函数，Vit即为农户i的贫困脆弱性。
令
(7)
(8)
则公式(6)可以变形为
(9)
对c求导，可得：
(10)
以上公式推导显示，在假定贫困线不发生变化(国家统计局2010年贫困标准2300元/人)的情况下，影响贫困脆弱性的因素主要来自两个方面，一是农户福利函数均值，二是农户福利函数方差。由公式(10)中可知，若θ<0，a
因此，若黄土高原区生态补偿对农户福利均值及其方差均产生显著性影响，说明生态补偿是影响农户未来贫困的重要因素。且利用公式(10)的评判标准，通过对比生态补偿与社会福利均值函数及其方差的影响系数大小，可以深入分析生态补偿对贫困及贫困脆弱性的影响。
三、结果与分析
为避免单一年份数据受偶然因素的影响，在模型验证中，所有指标均对2013—2015年数据进行了均值化处理。在家庭福利均值函数的验证中，由于截面数据不满足异方差的假设，本研究利用加权最小二乘法对其进行了验证，结果如表2所示。
表2 生态补偿对贫困脆弱性检验结果
注：表中*、**、***分别代表在10%、5%、1%水平下显著；下表同上。
模型检验结果显示，F值在1%水平上通过了显著性检验，且R2及其调整值均在95%以上，说明模型的整体拟合状况较好，解释变量可以较好地反映家庭福利均值及其方差。
1.市场参与程度是增加农民福利，缓解贫困的重要措施
非农产业的劳动边际收益高于农业产业，利用非农时间比例衡量的农户市场参与程度指标与农户福利均值之间呈现显著正相关关系，农户的非农就业比例每提升1%，农户福利均值可以提升0.96%。且市场参与程度可以显著降低农户福利方差，说明农户劳动力配置于非农部门可以降低农户的收入波动，这一结果与黄土高原区劳动力非农就业收益相吻合，调查显示，黄土高原区农户参与非农就业年收益在30000—35000元之间，收入波动较小。结合公式(10)可知，市场参与程度可以降低贫困的脆弱性。
2.耕地规模可以增加农民福利，林地资源则可降低贫困脆弱性
农户资产类指标的研究结果显示，耕地规模与家庭福利均值之间呈显著正相关关系，说明黄土高原区农户耕地数量的增加可以提升家庭整体收益；然而，耕地细碎化程度与预期假设不相符，利用耕地块数衡量的土地质量与家庭福利呈显著正相关关系，这与黄土高原区劳动力就业特征有关，由于劳动力非农就业机会稀缺，大量家庭劳动力仍以耕地种植为主。调查显示，黄土高原区从事土地生产的户均劳动力年投入约为164.46工时，其中耕地用工约为106.83工时。尽管土地细碎化弱化了耕地生产的机械化操作水平，增加了经营难度，但在劳动力就业不充分的情况下，农户倾向于选择投入更多劳动时间实现对其他生产要素的替代，因此，耕地细碎化并未对家庭福利产生负向影响。
表2结果显示，林地规模可显著提升家庭整体福利，且可以降低农户收入波动，说明在黄土高原区实施林业生态保护工程，不仅可以提升区域环境质量，也可缓解区域贫困状况，符合农户家庭的理性选择。林地块数与家庭福利方差之间呈显著负相关关系，说明林地质量差异会影响农户收入波动，不利于缓解贫困脆弱性，因此，如何通过土地整理，减少农户林地块数，增加林地质量是缓解未来贫困的重要举措。
3.家庭特征是影响贫困的重要因素
家庭规模验证结果显示，家庭规模可以促进家庭福利均值的提升，但同时会增大家庭收入波动性，这一结果与黄土高原区家庭现状相符，规模较大的家庭拥有的劳动力数量较多，农户参与非农市场的概率也越大，体现为福利均值的增加，然而，在非农就业机会稀缺的背景下，其收入波动也相应增加。
户主年龄可以显著提升家庭福利，并可降低家庭收入波动，有利促进了贫困缓解；与预期假设不符。这与调查样本数量有关，统计显示，样本中户主年龄约为51.62岁，且变动范围较小，户主是家庭收入的主要劳动力，在调查年龄范围内，随着年龄的增加其工作经验、技能得到了较大提升，劳动收益也较高，且户主年龄越大其收入也越稳定，因此，家庭收入波动较小。
户主受教育程度与家庭收入方差呈显著正相关关系，与家庭收入之间呈正向关系，但并不显著。调查显示，黄土高原区农户户主接受教育年限为5.99年，普遍教育程度不高，人力资本因素对农户贫困影响的作用并不显著。
户主健康状况及其身份对家庭福利具有显著性影响，且与预期相符。户主健康可以提升农户参与非农就业的机会，进而增加家庭收入；同时，具备社会成员身份的家庭可以掌握更多市场信息，并可以降低市场竞争的风险，因此，其收入较高。这一结果说明提升农户健康水平，并积极引导农户参与合作社等社会化组织有利于缓解贫困。
4.地理区位会加重农户贫困
地理区位与家庭福利之间呈现显著负相关关系。这一结果主要受两个方面的影响，一是地理区位会降低家庭市场信息获取能力，偏远地区农户面临的市场就业机会较少，收入也相对较低；二是地理区位会增加家庭的生产经营成本，进而降低家庭收入。这一结果与预期相符。
5.生态补偿可以有效缓解贫困脆弱性
表2结果显示，生态补偿可以降低农户家庭福利方差，缓解家庭收入波动性，生态补偿每提升1%，家庭福利方差将降低0.056%。这一结论与McSweeney，K及Chambers和Leach的研究结论相似[20，21]，生态补偿是低收入农户的天然储蓄，可以提升农户应对自然灾害的能力。且根据公式(10)的评价方法可知，生态补偿可以弱化未来贫困发生的可能性，也即可以降低贫困脆弱性。
然而，实证结果显示生态补偿并不能促进家庭整体福利均值的增加，反而在一定程度上阻碍了农户收入水平，与文章假设不符。产生这一结果的可能原因是，生态补偿增加了农户休闲的时间，降低了农户非农产业就业的倾向，也即生态补偿可能会通过挤出劳动市场参与程度进而影响家庭福利。为了进一步验证生态补偿对家庭福利均值的影响渠道，文章在公式(4)的基础上引入了生态补偿及农户市场参与程度的交互项，验证结果如表3所示。
表3 生态补偿对家庭福利影响渠道
表3结果显示，当引入生态补偿与市场参与度的交互项后，其他变量对家庭福利均值影响并未产生较大变化，生态补偿依然负向作用于家庭福利，生态补偿每提升1%，家庭福利均值将下降0.008%；与表2系数相比，生态补偿对家庭福利均值的负向影响出现了下降。生态补偿及市场参与度交互项与家庭福利均值呈显著负相关关系，说明生态补偿会通过挤出家庭劳动力的非农市场参与程度降低家庭福利。产生这一现象的原因主要有两个：一是黄土高原区非农就业机会较少，非农就业的信息搜集成本较高，农户从事非农产业生产的目的主要是满足家庭生存消费及基本生产的需要，生态补偿可以缓解家庭消费压力，从而降低了农户从事非农产业的偏好。二是受区域环境的影响，由于黄土高原区地处偏远，受小农生产自给自足等因素的影响，农户从事非农生产的积极性不高，进一步提升家庭福利的动力不足。
四、结论及政策建议
1.结论
生态补偿是我国当前扶贫的重要措施之一，衡量生态补偿的减贫作用对实现“精准扶贫”具有重要意义。然而区域贫困的动态变化又显示，缓解贫困不仅要消除即期贫困，还要降低未来贫困的发生概率。贫困脆弱性测度过程可以说明，影响贫困脆弱性的因素分解为福利均值及方差两个方面。在此基础上，文章利用黄土高原区实地调研数据，在控制市场参与、家庭资产、家庭特征、地理区位的基础上，验证了生态补偿对家庭福利均值及其方差的影响，结果显示，生态补偿可以降低贫困脆弱性，也即对未来贫困具备一定的缓解作用，生态补偿每提升1%，家庭福利方差将降低0.056%。但是，生态补偿对当期家庭整体福利均值具有负向影响，深入分析生态补偿与农户市场参与程度的交互影响可知，生态补偿会通过挤出劳动力市场参与程度而影响家庭福利。
2.政策建议
尽管黄土高原区生态补偿可以缓解未来贫困，但并未有效提升家庭福利均值，因此，如何提升生态补偿的精准性，弱化生态补偿对农户参与市场的影响是提升生态扶贫作用的重要举措。
第一，调整生态补偿结构。当前，黄土高原区生态补偿以货币化补偿为主，然而，这种补偿方式会影响农户对未来生产生活的预期，降低农户市场参与程度，不利于家庭福利的增加。因此，可以通过调整生态补偿结构缓解这一现象。一是将一定比例的生态补偿资金进行农村劳动力培训，提升农户市场参与能力。二是依托区域产业发展，将农户生态补偿资金入股地区特色产业，实施“资金变股金”的改革，提升农户持续增收的能力。
第二，高效利用生态补偿的规模优势。生态补偿在农户间的平均分配有助于公平的实现，但降低了生态补偿资金的规模优势，且单一农户对生态补偿资金的利用效率较低。基于此，政府可以集中农户生态补偿资金，用于提升土地资源整理、公共设施建设等公共物品投资，充分发挥生态补偿资金的规模优势。同时，依托政府投资可充分吸收贫困农户参与就业，实现贫困的减缓。
