生态补偿是否有助于未来减贫
2020-12-21张佩琴
摘 要：2020年是我国全面建成小康社会和“十三五”规划的收官之年，也是脱贫攻坚的决胜之年，“脱贫”“扶贫”更是成为高频词。2015年10月16日，习近平总书记在减贫与发展高层论坛上首次提出“五个一批”脱贫措施，为打通脱贫“最后一公里”开出破题药方，而“生态补偿脱贫一批”是其中的重要内容。本文以被列为黄土高原水土保持区范围的白银市会宁县、靖远县作为研究对象，基于贫困脆弱性视角，研究了生态补偿对于农户预期贫困脆弱性（即未来陷入贫困的概率）的作用，提出对策建议。
关键词：生态补偿;贫困脆弱性;未来减贫;脱贫攻坚
中图分类号：F240 文献标识码：B 文章编号：1674-0017-2020（9）-0080-08
一、引言
2020年是我国全面建成小康社会和“十三五”规划的收官之年，也是脱贫攻坚工作的决胜之年，“脱贫”“扶贫”更是成为高频词。然而，区域贫困的动态变化表明，让农户脱贫不仅仅是消除即期贫困，还要降低农户未来贫困发生的可能性。2015年10月16日，习近平总书记在减贫与发展高层论坛上首次提出“五个一批”脱贫措施，为打通脱贫“最后一公里”开出破题药方。随后，“五个一批”脱贫措施被写入了《中共中央国务院关于打赢脱贫攻坚战的决定》。其中，“生态补偿脱贫一批”是其中重要的内容，要求加大贫困地区生态保护修复力度，增加重点生态功能区转移支付，扩大政策实施范围，让有劳动能力的贫困人口就地转成护林员等生态保护人员。2020年甘肃省政府工作报告指出，要把握黄河流域生态保护和高质量发展的重大机遇，完善生态环保制度体系，推动实施生态补偿机制，提高生态环境治理与修复水平。研究生态补偿对于农户未来贫困减缓的作用具有重要的现实意义。
梳理现有研究文献，发现大部分研究都肯定了生态补偿对贫困缓解的积极作用，但是基于贫困脆弱性视角分析两者之间作用机理的文献很少。2001年，贫困脆弱性的概念由世界银行正式提出，用于估算由某种风险引起的未来一个时间段内农户家庭福利损失的概率，贫困脆弱性的程度取决于农户家庭受到风险冲击的大小以及农户自身对于外在冲击的应对能力。本文以甘肃省白银市会宁县、靖远县作为研究对象，基于贫困脆弱性视角，采取实地走访、问卷调查等方式，研究生态补偿是否有助于区域农户脱贫，脱贫成效如何，在此基础上提出相应的对策建议。
二、研究方法与数据
（一）研究对象与数据获取
根据《西部地区重点生态区综合治理规划纲要（2012-2020年）》，甘肃省被列入黄土高原水土保持区范围，而白银市靖远县、会宁县被列入治理范围。2017年，白银市正式出台《关于健全生态保护补偿机制的实施意见》，指出要结合生态保护补偿推进精准脱贫，到2020年实现森林、草原、湿地、荒漠、水流、耕地、矿区等重点领域和禁止开发区域、重点生态功能区等重要区域生态保护补偿全覆盖。本文对白银市会宁县、靖远县2012-2019年的农业生产经营情况进行了调查，选取了会宁县丁沟、中川、汉家岔、土门岘、土高乡、刘寨、新庄等7个乡（镇）和靖远县双龙、兴隆、靖安、高湾、若笠、北湾等6个乡（镇），每个乡（镇）随机选择3-4个村，在每个被选的村随机走访10-20户农户，共收到有效数据问卷（样本）665份。
（二）变量设计与指标确定
贫困脆弱性分析的重要内容是设定农户家庭福利函数，本文的研究对象是被列为黄土高原水土保持区范围的白银市会宁县、靖远县，两县的农户家庭福利具体包括了农业生产经营收入、非农业生产经营收入和部分转移性的收入。在生态脆弱区，政府实施的一系列生态治理与保护措施能够增加农户家庭的转移性收入，因此就会影响到农户家庭福利函数的变动。借鉴学者黄潇（2013）和范明明、李文军（2017）的研究，本文设计的指标体系如下表所示。
三、模型设定
本文主要测算的是农户未来陷入贫困的概率大小，即预期贫困脆弱性，借鉴杨龙、汪三贵（2015），徐超（2017）等的研究，本文測度贫困脆弱性的模型如下：
其中，V指的是在t时期第i个农户的贫困脆弱性，z代指贫困线，V也就是在t+1时期第i个农户的福利水平被计算出来低于贫困线的概率大小。Y代表t+1时期第i个农户拥有的福利或者收入水平。f（Y）指农户在未来一段时间里拥有福利的概率密度分布函数。借鉴学者万广华、刘飞（2014）的研究，假定农户未来的福利函数服从对数正态分布，本文设定农户未来时间里的福利函数如下：
根据以上函数的推导计算过程可以看出，农户i在t时期贫困脆弱性V的主要影响因素是农户i的福利函数LnY的均值及方差。从公式（8）能够看出，如果a
四、推算过程及结果分析
（一）推算过程
本文对2012-2019年选取的研究对象的所有指标数据采取了均值化处理，消除了偶然因素对个别年份数据的影响。然后，运用加权最小二乘法对农户家庭福利均值及方差函数验证，验证结果见表2。
通过白银市生态补偿对贫困脆弱性影响的检验结果（表2），可以分析出模型一F统计量的值为239.513，模型二F统计量的值为148.620，两者均在1%水平上显著。模型一和模型二R2统计值都是96.2%，调整后R2统计值分别是95.5%、95.3%，表明模型一、模型二整体拟合程度较好。
（二）具体结果分析
1.农户的市场参与类指标（X2）能够有效提升农民的福利水平，从而缓解贫困问题。本文用从事非农业生产的劳动时间占农户总的劳动时间的比例来表示农户的市场参与程度，根据表2，农户的市场参与类指标（X2）和农户的家庭福利均值之间的关系是显著正相关的，X2指标每增加1%就能带动农户的家庭福利均值提升0.947个百分点;农户的市场参与类指标（X2）与农户的家庭福利方差之间的关系是显著负相关的，X2指标每增加1%就能带动农户的家庭福利方差下降1.306个百分点，表明农户的非农市场参与程度越高，农户的收入波动就越小。结合公式（8）就能推出农户的市场参与情况在一定程度上能够降低贫困的脆弱性。
2.资产类指标（X3）中农户的耕地规模（LC）能够增加家庭收益，改善农户的福利状况，耕地细碎化程度并没有对农户的家庭福利造成负向作用，而林地资源却降低了农户的贫困脆弱性。根据实证结果表2所示，农户的耕地规模（LC）与家庭福利均值呈正相关关系，耕地规模（LC）每提升1%就能带动农户家庭福利均值提高0.021个百分点，表示本文选取的黄土高原区研究对象会宁县、靖远县境内，农户家庭承包经营的耕地数量越多，农户的家庭收益越高。同时，耕地质量（LF）与农户的家庭福利均值也呈正相关关系，这与本文预期假设不符。耕地质量（LF）每提升1%就能带动农户家庭福利均值提高0.002个百分点;耕地质量（LF）与农户的家庭福利方差呈负相关关系，耕地质量（LF）每提升1%就能使得农户的家庭福利方差下降0.029个百分点，耕地质量上升则收入波动减少。耕地质量反映了农户家庭承包经营耕地的细碎化程度，实证结果显示耕地的细碎化程度并不会负向影响农户家庭福利水平，因为研究对象黄土高原区会宁县、靖远县境内的农户非农就业机会较少，大部分农户主要从事耕地种植活动。虽然土地细碎化增加了农户的经营成本，可是农户投入了更多的劳动时间，使得耕地的细碎化程度并没有导致农户的家庭福利水平下降。
根据表2，林地规模（FC）与农户家庭福利均值呈现正相关关系，林地规模（FC）每提升1%就能使得农户的家庭福利均值提高0.001个百分点;林地规模（FC）与农户家庭福利方差呈现负相关关系，林地规模（FC）每提升1%就能使得农户的家庭福利方差减少0.001个百分点。表明农户家庭承包经营林地规模越大，越能够增加农户的家庭福利收入，同时缩小农户收入的波动性，在黄土高原区进行林业生态修复以及保护措施，既能改善黄土高原区的环境质量，也能缓解农户的贫困状况。
对于资产类指标（X3）中农户的林地质量（FF），一般用农户家庭承包经营的林地块数表示，根据表2所示实证分析结果，林地块数与农户的家庭福利均值之间呈现负相关关系，林地块数每增加1%，就会使得农户的家庭福利均值减少0.005个百分点;林地块数与农户的家庭福利方差之间也呈现出负相关关系，林地块数每增加1%，就会使得农户的家庭福利方差减少0.028个百分点。因此，林地块数越多，越不利于提升农户的家庭福利水平，也不利于缓解贫困脆弱性。
3.家庭特征类指标（X4）是影响贫困脆弱性的重要方面。根据表2，农户的家庭规模（HC）与家庭福利均值、福利方差均呈现出正相关关系，家庭规模（HC）能够提升农户家庭福利均值的水平，即家庭规模（HC）每增加1%，就能带动农户家庭福利均值提高0.052个百分点。同时，家庭规模（HC）也会增大家庭收入的波动性，这一结果与本文的研究现状相符。如果农户的家庭劳动人口较多，其参与非农就业的可能性也会变大，这就导致农户家庭福利均值的提升;如果农户家庭劳动人口较多，但其参与非农就业的机会很少，农户家庭的收入波动也会随之增大。
家庭特征类指标（X4）中的户主年龄（HY）与家庭福利均值成正相关关系，能够改善家庭福利，户主年龄（HY）每提升1%，就可以带动农户家庭福利均值提高0.001个百分点。同时，户主年龄（HY）与家庭福利方差成负相关关系，能够减少家庭收入的波动性，促进贫困缓解，这与本文预期假设不符。在本文的调查样本范围内，户主年龄（HY）平均为50.51岁，波动较小。在本文的调查样本中，户主是家庭收入的主要劳动力，其工作经验以及工作技能随着年龄的增加得到一定提升，增加了家庭收益，提升了家庭福利均值水平。根据表2，户主年龄（HY）与家庭福利方差呈现负向关系，户主年龄（HY）增加1%，家庭福利方差减少0.001个百分点，即户主年龄越大收入也就越稳定，降低了家庭收入的波动性。
家庭特征类指标（X4）中的户主受教育年限（HN）与农户家庭福利均值与福利方差均呈现正相关关系，户主受教育年限（HN）增加1%，农户家庭福利均值就上升0.003個百分点，户主受教育年限（HN）与农户家庭福利均值之间的正相关关系并不显著。然而，户主受教育年限（HN）与农户家庭福利方差之间的正相关关系却很显著，户主受教育年限（HN）增加1%，农户家庭福利方差就上升0.029个百分点，随着户主受教育年限的增加，农户家庭收入的波动很大。根据调查，黄土高原区内的会宁县、靖远县农户户主平均接受教育的年限是6.12年，接受教育年限较短，表明人力资本因素对本文研究地域内农户的贫困影响不大。
家庭特征类指标（X4）中的户主身体是否健康（HJ）、户主是否担任村干部（HG）、户主是否加入中国共产党（HD）、户主是否加入某合作社（HH）与农户家庭福利均值之间均有显著的正相关关系，并且与预期假设相符，这四个因素每增加1%，可以带动农户家庭福利均值分别上升0.157、0.135、0.159、0.155个百分点。户主身体是否健康（HJ）、户主是否担任村干部（HG）、户主是否加入中国共产党（HD）、户主是否加入某合作社（HH）与农户家庭福利方差之间均有显著的负相关关系，这四个因素每增加1%，可以带动农户家庭福利方差分别下降0.039、0.308、0.163、0.138个百分点。户主身体健康会使得农户参加非农生产的机会增加，从而提升家庭福利水平;户主担任村干部，具备社会成员身份以及加入合作社等能够使得获取市场信息的渠道更便捷，从而增加农户家庭收入，降低市场竞争风险。户主身体是否健康（HJ）、户主是否担任村干部（HG）、户主是否加入中国共产党（HD）、户主是否加入某合作社（HH）这些因素均能减少农户的贫困脆弱性，有利于缓解贫困。
4.地理区位指标（X5）会加重农户的贫困程度。通过实证分析结果表2，地理区位指标（X5）与农户的家庭福利均值呈现显著的负相关关系，地理区位指标（X5）增加1%，会使得农户家庭福利均值下降0.001个百分点。地理区位（X5）本文用农户家庭住址至最近县城的距离（DQ）表示，主要原因有两个方面：一是距离县城越远，农户家庭获取市场信息的能力受到影响，参与市场非农就业机会也会变少，从而收入较低;二是距离县城越远，农户家庭参与市场的成本就越大，不利于提高家庭收入，研究结论与预期相符。
5.生态补偿能够缓解农户的贫困脆弱性。根据表2可知，核心解释变量（X1）中生态补偿（EC）与家庭福利方差成显著的负相关关系，说明生态补偿力度越大，农户家庭收入的波动性越小，生态补偿每提升1%，农户的家庭福利方差会降低0.045%。生态补偿（EC）可以帮助低收入农户增收，提高农户对自然灾害的应对能力。根据公式（8）的推导，生态补偿（EC）能够降低未来贫困发生的概率，也能降低农户的贫困脆弱性。根据表2的结果显示，生态补偿（EC）与农户的家庭福利均值呈负相关关系，生态补偿（EC）每增加1%，就会引起农户家庭福利均值下降0.014%，这表明生态补偿（EC）没有引起农户家庭整体福利均值的增加，在一定程度上反而阻碍了农户收入水平的提升，这与本文的预期假设不符。核心解释变量中的生态补偿（EC）不利于农户收入的增长，主要原因就是退耕还林使得部分耕地向林地转换，挤出了农户的劳动市场参与度，从而影响了农户家庭福利状况的改善。
为了继续验证核心解释变量（X1）中生态补偿（EC）对农户家庭福利均值的影响渠道，本文在公式（4）的基础上引入生态补偿与农户市场参与程度的交互项（EC—LT），实证分析结果如下表所示。
白银市生态补偿对农户家庭福利均值影响渠道的检验结果如表3所示，生态补偿与市场参与交互项变量（EC—LT）被引入后，其他各个变量对于农户家庭福利均值的影响作用没有发生较大变化。生态补偿（EC）与农户家庭福利均值仍然呈现出负相关关系，生态补偿（EC）每增加1%，农户的家庭福利均值则下降0.008个百分点。表2中生态补偿（EC）对农户家庭福利均值的影响系数是-0.014，而表3中生态补偿（EC）对农户家庭福利均值的影响系数是-0.008，通过对比得出引入生态补偿与市场参与交互项变量（EC—LT）后，生态补偿（EC）对农户家庭福利均值的负向影响在一定程度下降了。同时，生态补偿与市场参与交互项（EC—LT）对农户家庭福利均值具有显著的负向影响，该变量每增加1%，就会引起农户家庭福利均值下降0.143%，表明退耕还林以及生态修复保护产生的生态补偿（EC）会挤出农户家庭的劳动力，加之黄土高原区会宁县、靖远县境内的农户参与非农就业的机会很少，生态补偿（EC）在一定程度上缓解了农户家庭的消费压力，降低了农户对于非农就业市场参与的倾向和偏好，再加上黄土高原区小农生产自给自足的意识，影响了农户参与非农生产的积极性，从而不利于农户家庭福利与收入的增长。
五、结论及对策建议
（一）结论分析
1.生态补偿（EC）能够降低农户未来贫困发生的概率，即降低农户的贫困脆弱性，对农户的未来贫困发生有一定程度的缓解作用。生态补偿（EC）与农户家庭福利方差成显著的负相关关系，生态补偿（EC）每提升1%，农户的家庭福利方差就会降低0.045%。生态补偿（EC）可以适当帮助低收入的农户增收，提高贫困户对自然灾害的应对能力，减缓贫困户收入的波动。
2.生态补偿（EC）与当期农户家庭福利均值呈负相关关系，对于当期家庭福利均值具有负向影响，生态补偿（EC）每增加1%，就会引起农户家庭福利均值下降0.014%。生态补偿与市场参与交互项变量（EC—LT）被引入后，生态补偿（EC）与农户家庭福利均值仍然呈现出负相关关系，生态补偿（EC）每增加1%，农户的家庭福利均值则下降0.008个百分点。通过对比得出引入生态补偿与市场参与交互项变量（EC—LT）后，生态补偿（EC）对农户家庭福利均值的负向影响在一定程度下降了。
3.生态补偿与市场参与交互项（EC—LT）对农户家庭福利均值具有显著的负向影响，该变量每增加1%，就会引起农户家庭福利均值下降0.143%，表明生态补偿（EC）会挤出黄土高原区农户家庭的劳动力。生态补偿（EC）虽然在一定程度上缓解了黄土高原区农户家庭的消费压力，但是降低了农户对于非农就业市场参与的倾向和偏好，影响了农户未来生产生活的预期，从而不利于黄土高原区农户家庭未来福利与收入的增长。
4.农户从事非农就业的市场参与因素（LT）能够有效提升农户的福利水平，从而缓解贫困问题，能够降低农户贫困的脆弱性。农户的非农就业市场参与因素（LT）每增加1%就能显著带动农户的家庭福利均值提升0.947个百分点;农户的非农就业市场参与因素（LT）和农户的家庭福利方差之间的关系是显著负相关的，非农就业市场参与因素（LT）每增加1%就能带动农户的家庭福利方差下降1.306个百分点，农户的非农就业市场参与程度越高，则农户家庭的收入波动就越小。
5.农户的耕地规模（LC）能够增加家庭收益，改善农户的福利状况，耕地规模（LC）每提升1%就能带动农户家庭福利均值提高0.021个百分点。农户耕地的细碎化程度并没有对农户的家庭福利造成负向作用，因为研究对象黄土高原区会宁县、靖远县境内的农户非农就业机会较少，虽然土地细碎化增加了农户的经营成本，可是農户投入了更多的劳动时间，使得耕地的细碎化程度并没有导致农户的家庭福利水平下降。
6.农户家庭承包经营林地规模（FC）越大，越能够增加农户的家庭福利收入，同时缩小农户收入的波动性。在黄土高原区进行林业生态修复以及施行保护措施，既能改善黄土高原区的环境质量，也能缓解农户的贫困状况。但是林地块数（FF）越多，林地质量就越低，则不利于提升农户的家庭福利水平，也不利于缓解贫困的脆弱性。
7.农户的家庭规模（HC）能够提升农户家庭福利均值的水平，但是家庭规模（HC）也会增大农户家庭收入的波动性。户主的工作经验以及工作技能随着户主年龄（HY）的增加得到一定提升，增加了家庭福利水平，降低了家庭收入的波动性，促进了贫困的缓解。黄土高原区内的会宁县、靖远县户主受教育年限（HN）与农户家庭福利均值之间的正相关关系并不显著，人力资本因素对本文研究地域内农户的贫困影响不大。户主身体是否健康（HJ）、户主是否担任村干部（HG）、户主是否加入中国共产党（HD）、户主是否加入某合作社（HH）与农户家庭福利均值之间均有显著的正相关关系，增加农户家庭收入，降低市场竞争风险，减少农户的贫困脆弱性，有利于缓解贫困。
8.地理区位指标（X5）与农户的家庭福利均值呈现显著的负相关关系，地理区位指标（X5）增加1%，会使得农户家庭福利均值下降0.001个百分点，距离县城的距离（DQ）越远，农户家庭获取市场信息的能力受到影响，参与市场的成本就越大，农户加入市场非农就业机会也会变少，从而不利于农户家庭收入的增长，会加重农户的贫困程度。
（二）对策建议
一是着力调整生态补偿方式，提高农户的市场参与度。生态补偿的方式如果总是以货币性补偿为主，那么就会释放农村劳动力，增加农户的空闲时间，降低农户的市场参与程度，对农户家庭未来的生产生活方式产生影响，从而使得农户家庭的整体福利水平下降。所以，务必要调整对农户的生态补偿方式，考虑到黄土高原区内农户参与非农生产的就业机会比较少，加之农户自身的职业技术能力还很欠缺。建议当地政府将部分比例的生态补偿货币资金用于农户的职业技能培训项目方面，引導农户掌握一些非农生产的专业技术，提高农户的市场参与度，增加农户的非农就业机会，从而提升农户家庭整体的福利与收入水平。
二是着力扶持特色生态产业，提升农户的持续增收能力。建议依托农村“资金变股金”改革，将生态补偿资金入股农业企业以及农民专业合作社，大力发展特色产业。对于黄土高原区来说，尤其要注重保护环境与生态修复，在此基础上大力发展特色产业，按照“公司+合作社+农户”的产业化经营模式，融合发展多元化的产业模式，着力打造集农业新技术、新品种示范推广、旅游休闲于一体的现代高效农业示范基地，带动农户增收。
三是集中生态补偿资金，充分发挥规模优势。生态补偿资金在农户中间的分配使得资金的使用效率降低了，建议将生态补偿资金集中起来，用于农村公共设施建设以及提升土地资源整理等，充分发挥生态补偿资金的规模优势。同时，依托政府投资可以吸纳贫困户参与就业，解决贫困户就业问题，提高贫困户家庭整体的福利水平，从而减缓贫困的脆弱性。
参考文献
[1]范明明，李文军.生态补偿理论研究进展及争论——基于生态与社会关系的思考[J].中国人口资源与环境，2017，（ 3） ： 130-137.
[2]黄承伟，王猛.“五个一批”精准扶贫思想视阈下多维贫困治理研究[J].河海大学学报（哲学社会科学版） ，2017，（ 10） ： 1-5.
[3]胡洁怡，岳经纶.农村贫困脆弱性及其社会支持网络研究[J].行政论坛，2016，（3）：19-23.
[4]胡振通.中国草原生态补偿机制——基于内蒙甘肃两省（区）的实证研究[D].北京：中国农业大学，2016.
[5]孔德帅.区域生态补偿机制研究——以贵州省为例[D].北京：中国农业大学，2017.
[6]王佳宁，史志乐.贫困退出机制的总体框架及其指标体系[J].改革，2017，（1）：119-131.
[7]徐超，宫兵.农民创业是否降低了贫困脆弱性[J].天津财经大学学报， 2017，（5）：46-59.
[8]宗禾.中央财政支持新一轮退耕还林还草[J].经济研究参考，2017，（6）：19-20.
Whether Ecological Compensation Contributes to Poverty Reduction in the Future
——An Empirical Study based on the vulnerability of poverty
ZHANG Peiqin
（Baiyin Municipal Sub-branch PBC，Baiyin Gansu 730900）
Abstract：The year 2020 is the closing year of China's Comprehensive Xiaokang and the 13th five-year plan. It is also a decisive year in the fight against poverty. “Poverty Eradication” and “poverty alleviation” have also become high-frequency words. On October 16，2015， at the high-level Forum on Poverty Reduction and Development， President Xi Jinping proposed for the first time the “five-in-one” poverty eradication measures， laying out a prescription for overcoming the “last kilometer”of poverty eradication， and “ecological compensation for the eradication of poverty” is one of the important content. In this paper， the Baiyin Huining County and Jingyuan County， which are classified as Some Random Place Somewhere soil and water conservation areas， are taken as the research objects.Based on the perspective of poverty vulnerability， 665 valid data questionnaires （samples） were received by means of on-the-spot visits and questionnaires.The related index variables and assumptions of ecological compensation to help farmers escape poverty are constructed， and then the paper studies the effect of ecological compensation on the expected poverty vulnerability （the probability of falling into poverty in the future） of farmers.It draws relevant conclusions through empirical analysis.Finally， the countermeasures and suggestions are proposed.
Keywords： Ecological compensation; Poverty Vulnerability; Poverty Reduction in the future; Baiyin City
责任编辑、校对：高 锦
收稿日期：2020-08
作者简介：张佩琴（1987.12-），女，甘肃平凉人，硕士研究生，经济师，现供职于中国人民银行白银市中心支行。
注：本文为作者观点，文责自负。
