基于熵权TOPSIS的流域生态补偿政策绩效评价

摘要：流域生态补偿政策是兼顾生态保护与经济发展的一项重要举措，科学评价流域生态补偿政策绩效对进一步完善、推广流域生态补偿政策具有重要意义。采用熵权TOPSIS评价2012—2021年黄山市生态补偿政策绩效水平，并利用障碍度模型探究影响黄山市生态补偿政策绩效水平的主要障碍因子。结果表明：（1）黄山市生态补偿政策综合绩效水平由0.301上升到0.665，整体呈现上升趋势，从较差水平提升至良好水平。（2）黄山市生态补偿政策实施对生态、经济和社会的影响程度不尽相同，经济绩效、社会绩效、生态绩效年均增长分别为0.071、0.036、0.032。（3）影响黄山市生态补偿政策绩效水平的主要障碍因子是工业废水中化学需氧量、工业废水排放量和人均GDP等，各障碍因子对流域生态补偿政策绩效的约束作用存在显著差异。

关键词：流域生态补偿；绩效评价；熵权TOPSIS；障碍因子；黄山市

中图分类号：K902 文献标志码：A 文章编号：1001-2443（2024）03-0230-07

“建立生态产品价值实现机制，完善生态保护补偿制度。”是践行“两山”理念的具体部署。流域是生态产品价值实现的重要区域。作为一项重要的环境、经济、社会政策，流域生态补偿是生态系统服务付费在水环境方面的组成部分，是推进流域经济建设和生态文明建设的制度性工具［1-3］。随着生态文明建设战略的提出，流域生态补偿制度日益成为生态文明制度的重要组成部分。党中央、国务院高度重视流域生态补偿工作，基本建立流域上下游横向生态补偿机制，新安江、汀江—韩江、东江、九洲江、渭河等流域积极开展流域生态补偿试点工作。虽然中国流域生态补偿制度不断完善、试点成效显著，但是仍然存在着流域生态补偿法律法规体系不健全、流域生态补偿方式单一、政策执行不到位等问题。因此，科学合理评价流域生态补偿政策绩效，不仅是健全流域生态补偿机制的必然要求，也是促进流域上下游地区协调发展的迫切需要［4-5］。

流域生态补偿政策绩效评价是学术界研究的热点领域之一，尤其受到国内学者们的广泛关注。在评价对象上，主要从流域生态状况［6-7］、流域居民支付意愿［8］、流域居民满意度［9］等方面进行流域生态补偿政策绩效评价。在评价指标体系上，主要从生态、经济与社会三个维度［10-11］，以及效果、效率与效应三个准则［12］等方面构建评价指标体系。在评价方法上，主要运用层次分析—模糊综合评价［12］、熵权TOPSIS［13］、数据包络分析［14］等方法对流域生态补偿政策绩效进行评价。总的来说，现有的评价方法逐渐从单一模型向组合模型、从定性模型向定量模型转变，评价结果更加科学化；研究内容多集中在评价指标体系设计、补偿政策建议等方面，对政策实施后产生的生态绩效、经济绩效和社会绩效评估重视不够，缺乏较为系统的深入研究，特别是对跨省流域生态补偿政策实施的绩效评估。

新安江流域是习近平总书记亲自倡导和推动的全国首个跨省流域生态补偿机制试点区域。试点以来，新安江流域上游地区黄山市开展了形式多样的生态补偿措施，为维护流域生态安全、下游杭州市用水安全和经济社会发展做出了巨大贡献。基于此，本文构建黄山市生态补偿政策绩效评价指标体系，通过分析黄山市生态补偿政策绩效水平，探究影响黄山市生态补偿政策绩效的障碍因子，不仅能够为黄山市生态补偿政策实施提供决策参考，也为其他地区开展流域生态补偿实践提供理论指导。

1 研究区域、研究方法与数据来源

1.1 研究区域

新安江地跨安徽、浙江两省，发源于黄山市休宁县六股尖，最终汇入浙江省千岛湖，干流长约359公里，流域面积约11453平方公里，其中安徽境内242.3公里，面积6736.8平方公里，占流域总面积的58.8%［15-16］。新安江流域上游覆盖的行政区县包括黄山市7个区县和宣城市绩溪县。新安江流域生态补偿机制试点于2012年开始，补偿对象以安徽省黄山市为主，黄山市属于生态脆弱区和经济欠发达地区［17］。自试点以来，黄山市加强流域生态环境保护，通过严格控制企业排放标准，改造升级或者关停高污染、高耗能、高排放企业等举措，有效改善了新安江流域水质状况和黄山市居民生活环境。此外，黄山市不断加强与杭州市的生态、产业、人才等全方位合作，促进产业转型升级。因此，考虑到流域数据的可获得性、统计口径等因素，本文以流域上游黄山市作为研究区域。

1.2 研究方法

1.2.1 熵权TOPSIS法 熵权TOPSIS法是将熵值法和TOPSIS法相结合的一种定量评价方法，是先利用熵值法确定指标权重，再利用TOPSIS法开展评价对象的优劣程度排序的一种研究方法，评价结果更客观合理。借鉴前人研究［18］，本文运用熵权TOPSIS法对2012—2021年的黄山市生态补偿政策绩效水平进行测度。

①原始数据标准化处理

对于正向型指标：[yij=（xij-minxj）/（maxxj-minxj）]" " " " " " " " " " " " " " " " （1）

对于负向型指标：[yij=（maxxj-xij）/（maxxj-minxj）]" " " " " " " " " " " " " " " " （2）

其中：[xij]表示黄山市第[i]年第[j]项指标值，[i=1，2，3…，n]；[j=1，2，3…，m]。

②计算第[i]年第[j]项指标的比重和信息熵

[rij=yij/i=1nyij]" " " " " " " " " " " " " " " （3）

[ej=-1lnni=1nrijlnrij]" " " " " " " " " " " " " （4）

③计算第[j]项指标的权重

[ wj=（1-ej）/j=1m（1-ej）]" " " " " " " " " " " （5）

④计算正理想解[R+j]和负理想解[R-j]

[R+j=maxrij|j=1，2，…，m=r+1，r+2，…，r+m]" （6）

[R-j=minrij|j=1，2，…，m=r-1，r-2，…，r-m]" （7）

⑤计算每个年份评价向量到[R+j]和 [R-j]的欧式空间距离[L+]和[L-]

[L+i=j=1m（rij-r+i）2]" " " " " " " " " " " " " "（8）

[L-i=j=1m（rij-r-i）2]" " " " " " " " " " " " " "（9）

⑥计算各个指标的相对贴近度

贴进度[Di]表征各评价对象与最优方案的接近程度，即黄山市生态补偿政策绩效水平。

[Di= L-i/（L+i+L-i）]" " " " " " " " " " " " " "（10）

其中：[Di]取值范围为［0，1］，其值越大表示政策绩效越靠近最优水平。在已知研究基础上［19］，将绩效水平小于0.30，定义为较差水平；将绩效水平处于0.31至0.60，定义为一般水平；将绩效水平处于0.61至0.80，定义为良好水平；将绩效水平处于0.80以上，定义为优秀水平。

1.2.2 障碍因子分析 障碍度模型是在综合评价模型基础上建立的，通过引入因子贡献度、指标偏离度、障碍度三个指标对流域生态补偿政策绩效进行分析。通过计算各指标的障碍度，探究影响流域生态补偿政策绩效评价的障碍因子，为流域生态补偿政策实施和调整提供参考依据［20］。障碍度越大表示指标对流域生态补偿政策绩效评价的阻碍程度越强，反之则越弱。计算公式为：

[Oij=Vij* wjj=1mVij* wj]" " " " " " " " " " " " " " " " "（11）

其中：[Vij=1-yij]，[Vij]为指标偏离度，[yij]是标准化后的数值；[ wj]为因子贡献度，表示第[j]项指标权重。

1.3 指标体系构建

流域生态补偿政策是一个多目标的公共政策，在参考相关研究成果基础上，结合新安江流域生态补偿政策实施状况，从生态绩效、经济绩效、社会绩效三个维度构建黄山市生态补偿政策绩效评价指标体系（表1）。

其中，生态绩效表示黄山市生态补偿政策实施带来的生态环境保护效果，分水量和水质两个层面。选取地表水、用水量、工业废水排放量等指标，反映黄山市水资源状况和水生态环境治理状况［21-22］。

经济绩效表示黄山市生态补偿政策实施带来的经济发展状况，分经济发展水平、经济结构调整和资源利用水平三个层面。评价指标选取以GDP为主，从GDP增长率和人均GDP的增减衡量经济发展状况，从第三产业占GDP比重变化衡量产业结构调整，从能耗和用水量变化反映资源的高效利用［23-24］。

社会绩效表示黄山市生态补偿政策实施带来的社会发展，分公众意识水平和社会服务水平两个层面。选取人均日生活用水量来衡量公众意识水平，选取人均可支配收入和养老保险参保人数来衡量社会服务水平［25-26］。

1.4 数据来源

本文考察新安江流域上游地区黄山市生态补偿政策综合绩效，选取黄山市生态、经济、社会发展等相关指标，数据来源于黄山市统计年鉴、黄山市生态环境局和政府部门公开数据。其中个别缺失数据采用极大似然估计法、均值插补法进行补齐。

2 实证研究

2.1 黄山市生态补偿政策绩效分析

通过熵权TOPSIS法得到2012—2021年黄山市生态补偿政策绩效值（图1），综合绩效水平和三大绩效水平整体呈现上升趋势，且经济绩效、社会绩效、生态绩效年均增长依次递减。黄山市生态补偿政策综合绩效水平从2012年的0.301增长到2021年的0.665，年均增长0.036。因政策实施具有滞后性，2012—2014年黄山市生态补偿政策综合绩效水平整体呈现下降趋势，但第二轮和第三轮试点综合绩效水平稳步上升。第二轮和第三轮试点提高了生态补偿标准，环境问题整治得到了更多的财政支持，水质考核标准更加全面化、精准化、科学化，生态保护在考核体系中的比重不断加大，改变了首轮试点中综合治理评价较为单一的情况，一定程度上减轻了黄山市的流域生态环境治理压力。试点期间，黄山市积极推进从端点管理到源保护、项目推广到机构保护、生态资源到生态资本的“三个转变”，实施千万亩森林增长工程和林业增绿增效行动，强化工业点源污染治理，建立水资源、水环境承载能力监测评价体系。

黄山市生态补偿政策生态绩效水平从2012年的0.313增长到2021年的0.633，年均增长0.032，总体稳步上升。黄山市生态补偿政策的实施打破了黄山市经济社会发展原有的模式，政府职能转变、行动计划等都存在一定滞后性。工业废水化学需氧量排放量逐年增加，工业固体废物综合利用率也呈现下降趋势，导致2012—2014年黄山市生态补偿政策生态绩效水平呈现下降趋势。第二轮试点后，黄山市生态补偿政策生态绩效总体稳步上升，这与政策深入推进有关。在此期间，黄山市督促大型污染型工业企业进行绿色转型，陆续出台补偿办法、管理条例、发展规划等，不断加强黄山市生态环境保护与修复。经过长期努力，黄山市生态环境状况趋向稳定，2021年新安江流域水资源与生态环境保护等主要指标位于全国领先水平。

黄山市生态补偿政策经济绩效水平从2012年的0.220增长到2021年的0.927，年均增长0.071，呈现大幅度上升。2012年“对赌”开启后，黄山市连续达到补偿考核要求，获得中央政府和浙江省政府提供的经济补偿。黄山市政府积极利用特色资源优势推进产业现代化，努力拓宽绿色产品价值实现途径。初步形成了以旅游业为主导、以战略性新兴产业为支撑、以精细农业为基础的绿色产业体系。此外，黄山市在新安江流域生态治理过程中设立了绿色发展基金，通过市场机制引导社会资金发展，增加资金来源，实现互利共赢。黄山市政府通过采取给予农户资金补助、聘请村民作为保洁人员、建立“生态美超市”等举措，提高居民收入，降低实施黄山市生态补偿政策对居民收入产生的负面影响。

黄山市生态补偿政策社会绩效水平从2012年的0.301增长到2021年的0.653，年均增长0.036。改善居民生活水平是实施黄山市生态补偿政策的重要目标之一，在政策实施期间，黄山市城镇居民和农村居民人均可支配收入稳步上升。主要是因为黄山市形成了“政府引导、市场补充、公众参与、生态共享”的全民保护新机制，政府采取医疗卫生向农村延伸、实施“精准扶贫”、生态移民等措施统筹城乡发展，并提供居民生产生活补偿和公共服务能力补偿。流域地区干部群众思想观念进一步转变，居民个人生态保护意识进一步增强，试点工作曾入选全国十大改革案例，得到社会各界高度评价。此外，黄山市与下游杭州市在园区建设、产业联盟、医疗服务等方面积极开展合作，实现互惠共赢。

2.2 黄山市生态补偿绩效障碍因子分析

根据障碍度计算公式，探究影响黄山市生态补偿政策绩效水平的主要障碍因子（表2）。整体上看，障碍度最大值为27.5%，最小值仅为5.4%，各年份障碍度平均值介于10.1% ～ 15.8%。黄山市生态补偿政策实施期间，各障碍因子对政策绩效的约束作用存在显著差异。

第一轮试点期间，C4（工业废水中化学需氧量）、C6（工业固体废物综合利用率）、C8（生态保护单位数）、C10（人均GDP）和C15（城镇人均可支配收入）是影响黄山市生态补偿政策绩效水平的主要障碍因子。试点初期，由于黄山市对流域生态环境治理缺乏统筹管理，废水排放监测和化肥农药代替工程等存在问题，废水化学需氧量和氨氮浓度呈缓慢上升趋势，工业废水化学需氧量和工业固体废物综合利用率障碍度均在15%上下。人均GDP和可支配收入障碍度在8%左右，主要因为黄山市政府为保护新安江流域水质，不得不关停污染企业、搬迁工业企业，并严格工业和项目的环保准入制度，区域经济发展受限，对居民就业和收入也产生了一定影响。

第二轮和第三轮试点期间，C1（地表水）、C2（地下水）、C4（工业废水中化学需氧量）、C5（工业废水排放量）和C8（生态保护单位数）逐渐演变成影响黄山市生态补偿政策绩效水平的主要障碍因子。相比第一轮试点，人均可支配收入不再是主要障碍因子，表明黄山市政府通过加强就业体系和积极组织劳动力培训，着力解决政策实施前期居民就业问题。黄山市把保护生态环境摆在重要位置的同时，积极推进水土流失综合治理，扩大林地、草地等绿地面积，倡导绿色生活，加大环保宣传教育力度，努力让人们形成珍惜水源、绿色低碳出行、文明健康生活的良好习惯。

3 结论与建议

3.1 结论

以新安江流域上游地区黄山市为研究对象，运用熵权TOPSIS法对黄山市生态补偿政策绩效进行研究，探究影响政策绩效水平的主要障碍因子，主要结论如下：

（1）黄山市生态补偿政策绩效水平整体稳中向好。2012—2021年黄山市生态补偿政策综合绩效水平整体呈现上升趋势，从0.301提升到0.665。安徽省不再考核黄山市工业指标，黄山市政府把流域生态环境保护和修复摆在重要位置，构建了补偿-约束-共治-共享的长效制度机制，几轮试点均达到生态补偿考核要求。

（2）黄山市生态补偿政策经济绩效最优、生态绩效较弱。黄山市生态补偿政策对黄山市生态、经济和社会等方面的影响不尽相同，生态绩效、经济绩效和社会绩效基本呈现逐年增长态势，但增长速度有所差异。经济绩效年均增长最高，为0.071；社会绩效年均增长0.036；生态绩效年均增长最低，为0.032。黄山市坚持生态优先、绿色发展，重点围绕农村面源污染整治、生态修复工程、环保能力建设等方面投入大量资金，扎实推进新安江流域生态补偿实践。

（3）影响黄山市生态补偿政策绩效水平的主要障碍因子是地表水、地下水、工业废水中化学需氧量、工业废水排放量和人均GDP等，不同障碍因子的约束作用强弱不一。流域生态环境治理涉及到水污染、生态、环保等多个层面，是一个复杂的巨系统。由于环境、经济、社会等因素的差异，历年黄山市生态补偿政策绩效水平不同，阻碍政策绩效的障碍因子也不同。黄山市政府通过关停淘汰污染企业、实施清洁能源替代等方式开展流域生态环境治理，影响了当地居民就业方式和收入，居民生计方式发生变迁。

3.2 建议

党的二十大报告提出“人与自然和谐共生的现代化”，明确了新时代中国生态文明建设的战略任务。良好的生态环境是区域经济社会高质量发展的重要支撑，为保护日益恶化的流域生态环境，各地纷纷实施流域生态补偿政策。在研究结论基础上，综合新安江流域生态补偿政策具体实施情况，为进一步优化政策，提高政策后续执行的绩效水平，提出以下建议：

（1） 因地制宜制定实施方案。由于环境、经济、社会等因素的差异，不同年份的黄山市生态补偿政策绩效水平和障碍因子不尽相同。黄山市政府应因地制宜设置生态补偿综合政策目标，加快形成灵活多样、切实有效的生态补偿方式，建立健全用水权、碳排放权初始分配制度，建立市场化、多元化流域生态补偿机制。突破行政区划边界，畅通人才、资本、技术、信息等要素的自由流入，探索“虚拟”产业园和产业集群。建立健全执行环节的激励约束机制和绩效考核机制，运用法律手段规范生态保护补偿行为，保证各类生态补偿创新模式的落地生根。

（2） 加强生态产品价值核算。牢固树立和践行两山理念，明晰生态产品的产权归属，建立生态产品价值核算制度体系，构建生态产品价值核算指标体系，形成一套可重复、可推广的生态产品价值核算技术体系，拓宽生态产品价值实现路径。培育生态产品市场供给主体，建立生态产品市场交易中心和信息共享平台，引导社会资本进入生态产品市场，推进生态产品交易市场建设。

（3） 拓展生态补偿融资渠道。除了中央政府和浙江省政府补偿资金、绿色发展基金外，实施生态环境导向开发模式、“生态资产权益抵押+项目贷”模式，推行政府购买、PPP模式、绿色金融等多元化生态补偿融资机制，建立政府主导、全社会共同参与的多元化投入机制。增加绿色资产配置，设立碳减排货币政策工具，创新碳减排融资机制，探索碳账户与金融对接机制。

参考文献：

［1］ WUNDER S， ENGEL S， PAGIOLA S. Taking stock： A comparative analysis of payments for environmental services programs in developed and developing countries［J］.Ecological Economics，2008，65（4）：834-852.

［2］ WUNDER S. Revisiting the concept of payments for environmental services［J］.Ecological economics， 2015，117：234-243.

［3］ BROWNSON K， FOWLER L. Evaluating how we evaluate success： monitoring， evaluation and adaptive management in payments for watershed services programs［J］. Land Use Policy，2020，94：104-505.

［4］ 于冰，史颖.新安江生态补偿环境经济效应及影响机制研究生态经济［J］.生态经济，2023，39（7）：157-164.

［5］ 熊玮，郑鹏，赵园妹.江西重点生态功能区生态补偿的绩效评价与改进策略——基于SBM-DEA模型的分析［J］.企业经济，2018（12）：34-40.

［6］ 申开丽，王晓艺，张盈盈，等.生态屏障地区的生态补偿绩效评价研究［J］.生态经济，2018，34（6）：199-204.

［7］ WELLS G J， STUART N， FURLEY P A， et al. Ecosystem service analysis in marginal agricultural lands： A case study in Belize［J］. Ecosystem Services，2018，32：70-77.

［8］ 张化楠，葛颜祥，接玉梅.生态认知、生计资本对流域居民生态补偿支付意愿的影响研究［J］.农业经济与管理，2019（3）：61-69.

［9］ 陈廷贵，刘芳，杨杨.长江流域禁捕生态补偿政策绩效评价及影响因素分析——以湖北和贵州为例［J］.自然资源学报，2021，36（12）：3144-3155.

［10］ 沈菊琴，王楠楠，孙付华，等.基于AHP-CRITIC变权物元可拓模型的南水北调东线一期工程水源地生态补偿绩效评价［J］.资源与产业，2022，24（2）：76-85.

［11］ 丁佳佳，蔡庆，牛晋兰，等.基于组合赋权模型的重庆市流域生态补偿政策绩效评价［J］.环境生态学，2023，5（6）： 21-26+46.

［12］ 王慧杰，毕粉粉，董战峰.基于AHP-模糊综合评价法的新安江流域生态补偿政策绩效评价［J］.生态学报，2020，40（30）：7493-7506.

［13］ 周子航，张京祥，王梓懿.基于TOPSIS-物元模型的流域生态补偿绩效研究——以东江流域为例［J］.现代城市研究，2020（10）：115-121.

［14］ 马骏，石艳秋，卢玉钦.基于四阶段数据包络分析（DEA）模型的长江经济带生态补偿效率评价［J］.科技研究管理，2022，42（16）：62-69.

［15］ 吴凤平，邵志颖，季英雯.新安江流域横向生态补偿政策的减排和绿色发展效应研究［J］.软科学，2022，36（9）：65-71.

［16］ 任以胜，陆林，虞虎，等.尺度政治视角下的新安江流域生态补偿政府主体博弈［J］.地理学报，2020，75（8）：1667-1679.

［17］ 沈满洪，谢慧明.跨界流域生态补偿的“新安江模式”及可持续制度安排［J］.中国人口资源与环境，2020，30（9）：156-163.

［18］ 郭建华.湖南地方政府绩效评价及时空演化特征分析——基于动态熵权TOPSIS方法的实证研究［J］.湖南师范大学社会科学学报，2016，45（5）：84-92.

［19］ 杨亮洁，杨永春.甘肃省资源环境承载力时空分异［J］.生态学报，2017，37（20）：7000-7017.

［20］ 余亮亮，蔡银莺.基于农户满意度的耕地保护经济补偿政策绩效评价及障碍因子诊断［J］.自然资源学报，2015，30（7）：1092-1103.

［21］ 彭玉婷.新安江流域水源地生态补偿的综合效益评价［J］.江淮论坛，2020（5）：75-82.

［22］ 芦苇青，王兵，徐琳瑜.一种省域综合生态补偿绩效评价方法与应用［J］.生态经济，2020，36（4）：145-149.

［23］ 李坦，徐帆，祁云云.从“共饮一江水”到“共护一江水”——新安江生态补偿下农户就业与收入的变化［J］.管理世界，2022，38（11）：102-124.

［24］ 张艳彬，梁颖，耿槟，等.基于熵权TOPSIS模型的耕地生态补偿政策绩效评价与关联分析——以浙江省开化县为例［J］.浙江农业学报，2022，34（12）：2800-2808.

［25］ 张慧，武萍.三江源国家公园生态补偿综合效益评价研究［J］.生态经济，2022，38（12）：153-158.

［26］ 杜林远，许莹莹，高红贵.流域生态补偿综合效益评价——以湘江流域为例［J］.统计与决策，2022，38（16）：77-81.

Performance Evaluation of Watershed Ecological Compensation Policy Based on Entropy Weight TOPSIS Model： A Case Study of Huangshan City

REN Yi-sheng1， HAN Han1， LU Lin2

（1.School of Economics and Management， Anhui Normal University， Wuhu 241002， China; 2. School of Geography and Tourism， Anhui Normal University， Wuhu 241002， China）

Abstract： The watershed ecological compensation policy is an important measure that balances ecological protection and economic development. Scientific evaluation of the performance of watershed ecological compensation policies is of great significance for further improving and promoting watershed ecological compensation policies. The entropy weight TOPSIS was used to evaluate the performance level of Huangshan City's ecological compensation policy from 2012 to 2021， and the barrier degree model was used to explore the main barriers affecting the performance level of Huangshan City's ecological compensation policy. The results showed that： （1） The comprehensive performance level of ecological compensation policy in Huangshan City increased from 0.301 to 0.665， showing an overall upward trend， from a poor level to a good level. （2） The implementation of ecological compensation policy in Huangshan City has different impacts on ecology， economy and society. The annual average growth of economic performance， social performance and ecological performance is 0.071， 0.036 and 0.032 respectively. （3） The main obstacle factor affecting the performance level of ecological compensation policy in Huangshan City is the chemical oxygen demand in industrial wastewater， industrial wastewater discharge and per capita GDP. There are significant differences in the constraints of each obstacle on the performance of ecological compensation policy in the basin.

Key words： watershed ecological compensation; performance evaluation; entropy weight TOPSIS; obstacle factors; Huangshan city

（责任编辑：王海燕）