新安江生态补偿环境经济效应及影响机制研究

于冰 ，史颖

（1.宁波大学 商学院，浙江 宁波 315211；2.宁波大学 港口经济协同创新中心，浙江 宁波 315211）

0 引言

流域生态补偿是调解流域社会经济发展与生态环境保护间矛盾冲突的环境经济手段，通过要求生态保护中的受益者承担相应费用，对流域生态保护者进行合理补偿，实现流域生态保护外部性的内部化[1]。近年来我国流域生态补偿发展迅速，全国20多个省份出台了流域生态补偿政策，现已形成了省市县多层次、多尺度、多元化的流域生态补偿模式[2-3]。然而，虽然流域自然区域分属为不同行政区，但是流域水资源属于公共物品，具有非排他性和非竞争性特征[3-4]，如果缺少评估和监管机制，流域生态补偿亦可能加剧上下游地区间的矛盾与冲突，导致区域发展失衡。对此，2018年发布的《中共中央 国务院关于建立更加有效的区域协调发展新机制的意见》提出，“要完善多元化横向生态补偿机制，平衡流域上下游利益主体之间的利益、协调区域发展”。2019年国家发展改革委制定了《生态补偿综合补偿试点方案》提出，“推进流域上下游生态补偿试点工作，完善重点流域监测与绩效考核机制，开展补偿绩效评价”。因此，系统评估生态补偿政策效应、深入分析政策效应影响路径，不仅是健全生态补偿机制的必然要求也是促进区域协调发展的迫切需要。

随着生态补偿实践的快速发展，生态补偿研究已从前补偿的理论研究阶段转向后补偿的评估完善阶段[5]，众多学者也都从不同角度对生态补偿的政策效应、影响、作用路径等展开相关研究。根据文献调研，已有研究主要从四个层面展开：一是政策的环境效应研究。生态补偿的主要目标是提升环境质量，因此生态补偿的环境效应深受学者们关注。如学者们[6-7]分别研究了沙颍河生态补偿在改善水质方面的作用，赤水河流域生态补偿对工业污染减排的作用。二是政策的经济效应研究。生态补偿作为一种环境经济手段，其对社会经济的影响也是学者们的关注重点。如在宏观层面，学者们[8--10]研究了流域生态补偿政策对受偿地区上游经济增长的影响、对上下游地区经济的差异以及对流域产业结构升级的影响；在微观层面，学者们[11-12]对不同利益主体的影响展开研究，如研究不同生态补偿方式对农户生计、对农民生活资产的影响等。三是政策的综合效应研究，随着研究的深入，学者们也从多方面综合考察生态补偿的效应。如有学者[13]从社会经济发展、污染排放及污染处理三个层面综合评估小洪河流域生态补偿效果，也有学者[14]以复合指标水污染强度检验流域生态补偿作用效果；此外，有研究[15]对亚洲及拉美地区26个生态补偿案例的环境绩效和社会绩效进行分析，发现生态补偿在环境效应方面作用明显，但在社会效应方面（包含公平、减贫和公众参与率）存在不足。与该研究结果相似，有学者[16]对中国105项生态补偿案例的政策效果进行分析，结果也显示生态补偿政策效果从高到低依次是生态效益、经济效益和社会效益。四是对政策的影响因素和作用路径的研究，在对生态补偿政策进行评估后，部分学者进一步探究了影响生态补偿政策实施效果的因素。如有研究[17]指出区域人口经济活动越强，生态补偿政策执行效果越弱；有研究[18]表明生态补偿通过污染产业转移和产业结构升级两条途径调整地区产业结构，且技术创新在其中起到中介作用；也有研究[19]认为行政区划和财政赤字对生态补偿绩效存在影响，行政区的目标追求、管理体制、政策执行效率会影响政策效果，而财政赤字作为一种经济激励方式可有效增加政府提供生态环境等公共物品的动力。

综上可以看出，学者们已对生态补偿政策效应进行了较为细致的研究，这对于健全生态补偿机制有重要意义，但这些研究还有待进一步深入和细化，尤其关于政策效应的异质性分析和政策效应的作用机制研究还不够全面。以流域生态补偿为例，一般来说，上下游的环境和经济“本底值”有显著差异，流域生态补偿政策很有可能对上下游产生不同的政策效应。因此对流域生态补偿效应进行研究，需要从多个空间尺度评估政策的环境效应和经济效应，并且识别导致政策效应异质性的可能作用路径，以更加准确的健全生态补偿机制。为此，本文在前人研究的基础上，以我国首个跨省流域生态补偿新安江生态补偿为例，系统探究流域生态补偿政策的环境经济效应及其影响路径，为完善流域生态补偿机制、促进流域上下游的协调发展提供参考依据。

1 新安江生态补偿概况

新安江发源于安徽省黄山市休宁县，自西向东流经皖浙两省，是浙江省千岛湖的最大入湖河流。新安江干流全长359千米，流域总面积11 452.5平方千米，上游覆盖安徽省黄山市全境和宣城市的绩溪县，下游包括浙江省杭州市淳安县全境和建德市的部分地区[20]。

为解决流域水资源保护的整体性与行政管辖权割裂的矛盾，原环保部和财政部于2011年印发《新安江流域水环境补偿试点实施方案》，开启我国首个跨省流域生态补偿试点工作。至今，新安江生态补偿已完成了三期试点，取得了明显的生态环境效益，不仅流域水质持续保持优良，考核连年达标，新安江生态系统服务价值更是达到了246.5亿元[20]。新安江流域生态补偿以皖浙两省交接断面的水质指标为依据构建补偿指数P，核算补偿资金，各期试点的具体考核依据详见表1。这种“水质对赌”模式为全国其他流域生态保护补偿实践提供良好的示范与经验，开创了我国流域横向生态补偿的新安江模式。

表1 新安江流域生态补偿三期试点考核依据

2 模型构建与研究区域

2.1 模型构建与变量选取

本文采用双重差分法（DID）来评估新安江生态补偿对流域环境和经济的政策效应。双重差分法最早由ASHENFELTER[21]引入经济学研究中，近年来已成为因果分析和政策效应研究的主流方法。基于面板数据，本研究建立如下基本模型：

式中：Yit分别代入表征环境效应、经济效应的被解释变量，didit为核心解释变量，X分别代入环境效应、经济效应的控制变量组，δi为个体效应，θt为时间效应，εit为随机干扰项，中系数β1即为所求政策效应值。具体变量选用如下：

（1）被解释变量。

废水排放量（lnwaste）：流域生态补偿的根本目的在于减少污染排放、改善水生态环境。根据数据可得性，本文采用各地区历年工业废水排放量对数来反映水环境改善水平。

地区生产总值（lngdp）：GDP是衡量经济增长最常见的指标，本文以各地区的生产总值对数来衡量经济增长水平。

（2）核心解释变量。

本文在模型中引入地区虚拟变量与时间虚拟变量的交互项（did=treat×time），来检验处理组与对照组由于新安江生态补偿而引起的政策效应净变化情况。其中地区虚拟变量（treat）将处理组取1，对照组取0；时间虚拟变量（time）将实施新安江生态补偿政策试点的年份（t≥2010）取1，未实施的年份（t＜2010）取0。

（3）控制变量。

产业结构（structure）：产业结构的调整对于流域的环境质量和经济增长均有重要影响，因此本文以各地区的第三产业增加值占第二产业增加值比重来表征产业结构，分别引入环境、经济效应控制变量组中。

科技支出（science）：科技进步对于转换经济增长动力[22]、提高水资源利用率和提升污染治理能力等均能起到积极作用[23]。参考已有研究[24]，本文以各地区政府科技支出表征科技进步水平，并取对数后分别引入环境和经济效应控制变量组中。

城镇化率（urban）：我国快速的城镇化进程促使各类资源与要素流向城市，扩大城市规模，并拉动经济增长、改变生产力布局[25]，但也相应增加了对生态环境的压力[26]。本文以各地区城镇常住人口占地区常住人口的比例计算城镇化率，分别引入环境和经济效应控制变量组中。

物质资本（fixaseest）：物质资本投入要素对区域经济增长具有重要贡献[27]，同时物质资本投资有助于完善城市基础设施建设，从而达到净化水质、降解污染物，有效改善地区的环境发展状况的目的。参考已有研究[14]，本文以各地区历年的全社会固定资产投资表征地区物质资本投入水平，并取对数后引入环境、经济效应控制变量组中。

“五水共治”政策（wsgz）：为了提升水环境治理能力，浙江省政府2013年提出“五水共治”决策部署。研究[28]表明，“五水共治”实施显著提高了浙江省的水环境安全指数。考虑相关政策的影响干扰，本文将“五水共治”政策纳入环境效应控制变量组中，用二元虚拟变量表征，其中变量取1表示实施该政策，变量取0表示未实施该政策。

人力资本（education）：人力资本与经济增长之间具有重要因果关系，人力资本能够促进经济增长[29]。参考已有研究[8]，本文以各地区政府在教育领域的财政支出表征人力资本水平，并取对数后引入经济效应控制变量组中。

金融发展水平（finance）：金融发展能够促进实体经济，从而推动地区经济增长[30]。参考已有研究[31]，本文以各地区年末金融机构贷款余额表征地区金融发展水平，并取对数后引入经济效应控制变量组中。

2.2 研究区域

本文以新安江生态补偿政策试点地区上游黄山市、下游杭州市为处理组，选取周围未实施新安江生态补偿政策的地级市为对照组。对照组包括：安徽省（合肥、芜湖、蚌埠、淮南、马鞍山、淮北、铜陵、安庆、滁州、阜阳、宿州、六安、亳州、宣城）、浙江省（宁波、温州、嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水）。

本文研究数据来源于2007—2021年的《中国城市统计年鉴》《安徽省统计年鉴》《浙江省统计年鉴》。

3 新安江流域生态补偿政策效应评估

3.1 平行趋势检验

双重差分法的应用前提是政策冲击前处理组与对照组具有相同的变化趋势。故在政策效应评估前，本文首先采用JACOBSON等[32]提出的事件研究方法，通过构建如下模型进行平行趋势检验：

式中：Yit分别代入lnwasteit、lngdpit进行检验。其中prej和postl分别为政策实施前、后的时间虚拟变量。如新安江生态补偿政策的实施年份为2010年，则pre-4代表政策实施前第四年，即2006年；同理，post4代表政策实施后第四年，即2014年。

平行趋势检验结果如图1所示。由图1得知，在政策实施以前，政策系数β的置信区间包含0，表明政策实施之前处理组和对照组的lnwasteit、lngdpit不存在显著差异，可视为平行。政策实施以后，政策系数β的置信区间不包含0，表明政策对处理组的lnwasteit、lngdpit产生了一定影响。因此本文所选择的处理组与对照组的lnwasteit、lngdpit满足平行趋势假设，可以运用双重差分法。

图1 lnwaste、lngdp的平行趋势检验结果

3.2 基本回归结果

本文首先借助Stata14软件进行基本回归分析。表2为新安江生态补偿政策的环境效应和经济效应的基本回归结果。其中M1为环境效应评估模型，M2为经济效应评估模型。从表2可以发现，生态补偿政策环境效应系数在1%的水平下显著为负，表明其在减少流域工业废水排放量上起到积极作用，显著改善了流域的水环境。而M2中生态补偿政策经济效应系数不显著，表明生态补偿政策对流域经济发展未起到明显作用。

表2 新安江生态补偿环境经济效应基本回归结果

3.3 稳健性检验

为保证检验结果的准确性，本文采用反事实检验、改换样本组两种方法进行稳健性检验。

新安江生态补偿政策的真实处理组是黄山市和杭州市，本文选择黄山市、杭州市邻近未受政策影响的宣城及湖州市作为虚假处理组进行反事实检验。结果如表3所示，在M3和M4中，环境效应和经济效应的政策系数did'均不显著，表明基本回归结果具有稳定性。

表3 新安江生态补偿环境经济效应稳健性检验

本文的基本回归结果是以安徽省和浙江省内其他未受政策影响的城市作为对照组，若增加对照组的样本数量后仍能得到同样的结果即可表明基本回归的稳健性。本文将临近安徽省和浙江省的江西省内其他城市加入对照组中，回归结果如M5和M6所示。其中政策的环境效应系数仍显著为负，经济效应系数不显著，同基本回归结果保持一致。

3.4 动态效应分析

新安江生态补偿政策至今已经试行了三期，三期政策在环境标准上逐渐严格。为能够比较每一期政策的环境、经济效应，本文建立政策动态效应模型，如模型（3）所示：

式中：Yit分别代入lnwasteit、lngdpit进行检验。其中，phase1、phase2、phase3是表示政策实施阶段的虚拟变量。phase1表示第一期政策实施的年份（即2012—2014年）均取1，其余年份均取0；phase2表示第二期政策实施的年份（即2015—2017年）均取1，其余年份均取0；phase3表示第三期政策实施的年份（即2017—2020年）均取1，其余年份取0。由此可得，第一期生态补偿政策的效应值为β1+γ1，第二期生态补偿政策的效应值为β1+γ2；第三期生态补偿政策的效应值为β1+γ3。

回归结果如表4所示，M7和M8分别为新安江生态补偿政策的环境动态效应和经济动态效应分析结果。可以看到，对于环境效应，政策在每一期试点中都有显著的积极影响，但对水环境改善作用的强度却随时间呈现下降趋势。而对于经济效应，M8中政策系数did不显著，因此可以认为生态补偿政策对于流域经济发展无明显动态作用。

表4 新安江生态补偿环境经济动态效应结果

3.5 异质性分析

由于新安江分属于不同行政区域，上下游地区在经济基础、环保政策方面存在差异，因此生态补偿政策给上下游带来的环境经济影响也可能不尽相同。据此，本文建立模型（4）进一步对新安江生态补偿政策效应的空间异质性进行分析。

式中：Yit分别代入lnwasteit、lngdpit进行检验。group为空间虚拟变量，设下游地区杭州市取为1，其余城市取为0。由此，政策对上游地区产生的影响可计算为β1，对下游地区产生的影响可计算为β1+γ1。

异质性分析结果如表5所示。在M9中，did系数为-0.702，1%水平下显著，这表明生态补偿政策对减少上游地区的工业废水排放量具有明显作用，而did×group的系数不显著为负，表明政策对流域上下游的环境效应无较大差异。在M10中，did系数为-0.04，10%水平下显著，表明生态补偿政策抑制了上游地区的经济发展，而did×group系数为0.072，5%水平下显著，计算可得政策对于下游地区的经济效应系数为0.032，表明政策对下游地区的经济发展具有促进作用。生态补偿在抑制上游经济发展的同时对流域下游的经济存在积极影响，这也在一定程度上对前文中全流域视角及动态分析中政策的经济效应不显著做出解释。

表5 新安江生态补偿环境经济效应空间异质性检验结果

4 新安江流域生态补偿政策影响路径分析

为了探究新安江生态补偿政策效应异质性的原因，本文建立中介效应模型（5）～（7），进一步分析影响新安江上下游生态补偿经济效应的传导路径。

其中，将Yit代入lngdpit进行检验，M为中介变量，本文选用其他变量如下：

地方财政净收入（fiscal-reνenue）：为维护新安江的一江碧水，黄山市和杭州市政府均限制地方工业企业的发展，严格环境准入标准，同时投入较多人力物力用以环境保护。这在一定程度上减少了政府的财政净收入，限制了政府投资建设、提供公共物品的能力。因此本文以各地区政府财政净收入作为中介变量，探究其对上下游经济效应的影响路径。

地方就业人数（employ）：新安江上游地区农户以畜禽养殖、采矿捕捞为主要产业，为有效改善流域水质，上游实施“禁采”“禁捕”“关停养殖场”等措施，使得大批农户失去就业岗位。同时当地关停、转移了一批工业企业，促使就业人数进一步减少，严重降低了个体收入水平，影响地区经济发展。因此，本文以各地区就业人数对数作为中介变量，探究其对流域上下游经济效应的影响路径。

4.1 新安江生态补偿政策对上游经济影响路径分析

新安江生态补偿政策对上游地区经济影响路径结果如表6所示。其中M11、M12分别为地方财政净收入和地方就业变化情况对上游经济发展的影响结果，M13、M14为滞后一期的地方财政净收入和地方就业变化情况对上游经济发展的稳健性检验结果。M11和M13中did的系数在1%水平下显著为负，表明生态补偿政策减少了上游的地方财政净收入，进而抑制了上游地区的经济发展。通过对黄山市2006—2020年政府财政支出和收入的数据观察可以发现，黄山市近年来财政出现连年赤字情况，这主要是因为生态补偿政策在减少上游地区财政收入的同时增加了环境成本支出。政府财政净收入的减少进一步限制了政府的投资建设，影响地区的经济发展。M12和M14中did的系数在1%的水平下显著为负，结果表明生态补偿政策的确减少了上游地区的就业人数，降低个体收入，从而抑制了经济发展。

4.2 新安江生态补偿政策对下游经济影响路径分析

新安江生态补偿政策对下游地区经济影响路径分析结果如表7所示。其中M15、M16分别为地方财政净收入、地方就业情况对下游经济发展的影响结果，M17、M18为滞后一期的地方财政净收入和地方就业情况对下游经济发展的稳健性检验结果。M15和M17中，did的系数在1%水平下显著为正，表明生态补偿政策增加了下游地区的财政净收入，从而促进下游地区的经济增长。结合2006—2020年杭州市的政府财政收入和支出数据可以得知，杭州市近年来少有财政赤字情况，且由于杭州市积极发展生态旅游业、绿色产业，更是增加了财政净收入。财政收入的提升有利于积极财政的政策落实，带动经济的高质量发展。M16和M18中did的系数在1%水平下显著为正，表明生态补偿增加了下游的就业人数，从而促进下游地区的经济增长。生态补偿政策实施以来，杭州市虽然也实施了关停并转污染企业的政策，但由于其第三产业发达，如旅游业、服务业及生态产业吸纳了转移出去的劳动力并创造了更多就业岗位，因此最终对地区的经济产生了促进作用。

表7 新安江生态补偿对下游经济影响路径结果

5 结论与建议

本文对新安江流域生态补偿的政策效应及影响机制进行了系统研究，结论如下：新安江生态补偿政策在流域整体层面对水环境改善具有积极影响，对于经济发展作用不显著；新安江生态补偿政策的环境效应具有动态性，其政策效应强度逐期变弱，第一期政策的环境效应最为明显，而三期政策的经济效应均不显著；新安江生态补偿政策的经济效应存在空间异质性，该政策阻碍上游地区的经济发展，但促进了下游地区的经济增长；新安江生态补偿经济效应的异质性通过地方财政收入、地方就业人数进行传导。生态补偿政策减少了上游的净财政收入和就业人数，从而抑制上游的经济增长；但下游地区通过寻找新发展模式，在生态补偿政策的作用下，增加了净财政收入和就业人数，推动下游的经济增长。

根据上述结果，不难发现流域生态补偿不仅对地区的环境和经济有不同性质的影响，而且对上下游的影响也有显著差异，因此需要根据上下游的各自情况有针对性地健全生态补偿机制。就新安江生态补偿而言，其对上游经济发展产生的负面影响是现阶段新安江流域生态补偿机制的短板，应注重对其经济发展能力的补偿。在补偿模式上，上游地区可以流域生态补偿为契机，深入挖掘经济发展动力，加快恢复其自身的“造血”功能，提升自我发展的内生动力。下游地区应当协助、引导上游的产业调整，加强地区合作，运用多种补偿模式提高对上游地区的生态补偿效率，提供有力的外力支持。在补偿主体上，应由补偿政府转向补偿政府与居民相结合，构建包括政府、企业、居民的多元补偿主体，既要加大对黄山市政府的财政转移和政策扶持，补偿其为生态保护的成本投入和损失的机会成本，同时积极发展新产业带动就业，解决民生问题，建设长效的补偿机制。

此外，受数据可得性限制，本文还存在几点局限性。由于新安江下游仅流经杭州市淳安县和建德市，因此使用杭州市级数据扩大了研究区，减少了实验精度。另外，由于个别地级市缺少居民生活污水排放量的统计指标，本文仅以工业废水构建环境改善指标，缺乏全面性。但本文在一定程度上可为流域生态补偿的政策研究提供参考，为完善生态补偿政策机制设计发现着力点。