生計資本對國家重點生態(tài)功能區(qū)農(nóng)戶受償意愿的影響

羅萬云,周 楊,*,王福博

1 新疆大學(xué) 經(jīng)濟與管理學(xué)院 烏魯木齊 830046

2 新疆大學(xué) 新疆創(chuàng)新管理研究中 烏魯木齊 830046

3 西安交通大學(xué) 經(jīng)濟與金融學(xué)院,西安 710061

截至2022年,全國重點生態(tài)功能區(qū)的數(shù)量達到25個,占到國土總面積的40%左右,涵蓋676個縣級行政單位,涉及人口接近2億人。這一舉措旨在確保生態(tài)安全,但需要限制大規(guī)模、高強度的工業(yè)化、城鎮(zhèn)化開發(fā),以此來降低外圍農(nóng)戶對資源的消耗和對生態(tài)系統(tǒng)的依賴,提高生態(tài)產(chǎn)品供給能力[1]。與此同時,2008—2022年中央政府針對國家重點生態(tài)功能區(qū)的財政轉(zhuǎn)移支付規(guī)模從60.52億元增長到982.04億元,累積支付總額達到7727.44億元。2021年,阿勒泰地區(qū)根據(jù)國家“三條控制線”要求[2],頒布了阿勒泰地區(qū)“三線一單”通知[3],明確要求優(yōu)先保護單元原則上禁止人類活動,其他區(qū)域嚴(yán)格禁止或限制開發(fā)性、生產(chǎn)性活動,上述措施對原住民的影響如下:第一,雖保留基本耕種活動,但不得擴大耕地、新增農(nóng)業(yè)種植和經(jīng)濟林,并且嚴(yán)格控制化肥、農(nóng)藥等非點源污染。第二,控制牲畜數(shù)量,由放養(yǎng)改為圈養(yǎng),禁止牲畜超載,尤其是不得興建畜禽養(yǎng)殖場、養(yǎng)殖小區(qū)。農(nóng)戶作為身處國家重點生態(tài)功能區(qū)的重要理性經(jīng)濟主體之一,若想讓其在生計策略上保持生態(tài)友好型方式,勢必帶來農(nóng)戶私人成本大于公共成本問題。遺憾的是,中央政府現(xiàn)行的生態(tài)功能區(qū)財政轉(zhuǎn)移支付資金大多用于生態(tài)修復(fù)項目成本以及地方政府的公共服務(wù)支出[4—5],而對重點生態(tài)功能區(qū)具有直接保護貢獻且對資源高度依賴的農(nóng)戶并沒有采取實質(zhì)性的生態(tài)補償[6—8],此時農(nóng)戶出于生計優(yōu)先考慮,不得不再次選擇違反禁限措施,使得一部分地區(qū)在執(zhí)行“禁限”措施時,普遍陷入“政府前面干、農(nóng)民后面看”的尷尬境地。

最早,著名學(xué)者丁四寶強調(diào)主體功能區(qū)域劃分帶來一部分地區(qū)發(fā)展機會和權(quán)益損失的問題,提出對受損地區(qū)進行彌補[9]。目前,學(xué)者們對彌補問題的研究主要聚焦在轉(zhuǎn)移支付的補償效果[10]、激勵機制[11]、資金分配機制[12]、補償標(biāo)準(zhǔn)[13]、補償區(qū)域選擇[14]等。隨著國家重點生態(tài)功能區(qū)的深入實施,一部學(xué)者[15]認(rèn)識到外圍農(nóng)戶補償缺失問題,農(nóng)戶補償參與意愿以及受償水平是政策可持續(xù)執(zhí)行的關(guān)鍵。對于農(nóng)戶參與意愿,多數(shù)研究選擇條件估值方法(CVM)[16],借助田野調(diào)查方法構(gòu)建研究問題的假設(shè)市場,直接詢問受訪者的參與意愿和最低意愿受償額度,并利用期望公式測算總體農(nóng)戶的期望受償水平[17]。另一部分學(xué)者在此基礎(chǔ)上,通過補償意愿和機會成本的分配來確定受償水平:關(guān)海波[18]以機會成本為下限,補償額度為上限確定補償?shù)拈撝?龐潔[19]根據(jù)專家打分法,結(jié)合受償意愿和機會成本,通過賦權(quán)確定補償額度;丘水林[20]以機會成本作為參考,印證測算的受償水平的合理性。也有部分學(xué)者利用最小數(shù)據(jù)法,基于生態(tài)系統(tǒng)服務(wù)價值,耦合農(nóng)戶的機會成本來確定生態(tài)補償閾值[21]。對于農(nóng)戶受償意愿的影響因素,大部分學(xué)者們主要聚焦在個體特征、家庭情況、生計稟賦、政策力度等方面[22—23]。例如:丘水林[22]利用雙欄模型,實證分析出資本稟賦對紅線區(qū)農(nóng)戶受償意愿的顯著影響。也有學(xué)者致力于研究受償意愿與各個影響因素之間以及影響因素內(nèi)部的作用機制[24]。例如:謝依林[24]運用PLS-SEM方法分析農(nóng)戶分化、生態(tài)認(rèn)知與受償意愿三者之間的作用機制。研究方法方面,涉及的模型包括Logit模型、Tobit模型、PLS-SEM方法、雙欄模型等[22,24—25]。例如,陳科屹[25]利用二元Logistic模型和Tobit模型實證研究影響受訪者受償態(tài)度和意愿水平的相關(guān)因素。

已有研究普遍認(rèn)識到國家重點生態(tài)功能區(qū)外圍農(nóng)戶面對嚴(yán)格的禁止和限制措施帶來的生計沖擊,往往存在心理上的二階段響應(yīng)過程[22],即第一階段的參與意愿以及第二階段的受償額度。但對受償意愿決策過程的討論多是單一因素的零散論述,缺少從農(nóng)戶所擁有的生計資本角度探討農(nóng)戶受償意愿的決策過程。本研究可能的邊際貢獻有:(1)在國家重點生態(tài)功能區(qū)的“人際補償”尚未實施之前,本文針對農(nóng)戶生計活動在未來受到禁止和限制背景下,考察微觀主體的補償參與意愿以及受償額度,為將來確定能被廣泛接受的補償標(biāo)準(zhǔn)提供可靠依據(jù)。(2)構(gòu)建更加全面且貼近農(nóng)戶生計現(xiàn)狀的解釋框架,分析農(nóng)戶生計資本對受償意愿的影響,對于調(diào)動外圍利益主體廣泛參與的積極性,確保國家重點生態(tài)功能區(qū)禁止和限制措施的順利執(zhí)行,具有較強的借鑒價值。

本文以阿爾泰山地森林草原生態(tài)功能區(qū)外圍農(nóng)戶作為田野調(diào)查對象,構(gòu)建生計資本與農(nóng)戶受償意愿的理論分析框架,運用Heckman兩階段選擇模型對其影響因素進行討論,為國家重點生態(tài)功能區(qū)政策獲得周邊微觀利益群體的廣泛支持提供可靠依據(jù)。

1 理論基礎(chǔ)與研究框架

1.1 國家重點生態(tài)功能區(qū)劃定后農(nóng)戶受償合理性的經(jīng)濟學(xué)分析

2010年《全國主體功能區(qū)規(guī)劃》明確提出把對國土生態(tài)安全具有非常重大貢獻的區(qū)域列為禁止和限制開發(fā)區(qū)域。2019年這一措施顯著升級,在《關(guān)于國土空間規(guī)劃中統(tǒng)籌落實三條控制線的指導(dǎo)意見》中明確提出將具有重要水源涵養(yǎng)、生物多樣性保護等生態(tài)功能極重要區(qū)域劃入紅線區(qū)之內(nèi)。2021年阿勒泰地區(qū)“三線一單”出臺了針對農(nóng)戶的行為禁止和限制目錄。本文認(rèn)為中央政府對國家重點生態(tài)功能區(qū)展開面向農(nóng)戶的生態(tài)補償實質(zhì)是從“增益”角度出發(fā)的人際補償,需要關(guān)注到在嚴(yán)格的禁止和限制下農(nóng)戶發(fā)展權(quán)利受損這一基本事實,并對此進行激勵性補償。假設(shè)國家重點生態(tài)功能區(qū)農(nóng)戶的生計策略分為生態(tài)友好型與資源開發(fā)型,伴隨著“三線一單”政策執(zhí)行后,農(nóng)戶采用生態(tài)友好型生計策略,所擁有的耕地和草地從生計資本轉(zhuǎn)變?yōu)樯鷳B(tài)產(chǎn)品,增加功能區(qū)的生態(tài)服務(wù)價值,此時生態(tài)獲得改善但是農(nóng)戶傳統(tǒng)的生計模式受到限制,農(nóng)戶的經(jīng)濟利益受到損失導(dǎo)致機會成本上升。如圖1所示,X1為自然資源作為生計資本時的要素投入量,X2為自然資源作為生態(tài)產(chǎn)品時的要素投入量,農(nóng)戶效用曲線為U1、U2,預(yù)算線為E0、E1、E2,補償需求曲線為H0,普通需求曲線為X。假設(shè)農(nóng)戶初始均衡點為A點,預(yù)算約束線為E0,與縱軸相交于N0,效用水平為U1。由于禁止和限制開發(fā),自然資源作為生計資本時的要素投入量X1減少,導(dǎo)致價格上升。X1的價格上升使得預(yù)算約束線圍繞縱軸的交點向內(nèi)旋轉(zhuǎn),得到預(yù)算約束線E1,農(nóng)戶效用水平下降為U2,此時均衡點為B點。為了保持效用水平不變,給農(nóng)戶一定貨幣補償,相當(dāng)于增加收入,此時對應(yīng)的預(yù)算約束線向外平移(與新的預(yù)算約束線E1平行)并與最初的無差異曲線U1相切,與縱軸相交于N1,得到預(yù)算約束線E2,此時均衡點為C點。

圖1 農(nóng)戶受償合理性的經(jīng)濟學(xué)分析 Fig.1 Economic analysis of the reasonableness of farmers′ compensation X1:自然資源作為生計資本時的要素投入量;X2:自然資源作為生態(tài)產(chǎn)品時的要素投入量;P:要素價格;U1:農(nóng)戶初始效用曲線;U2:X1價格上升時農(nóng)戶的效用曲線;A:農(nóng)戶初始均衡點,即E0與U1的切點;B:X1價格上升,農(nóng)戶效用水平下降為U2時,E1與U2的切點;C:X1價格上升,為了保持效用水平為U1,給農(nóng)戶一定貨幣補償時的均衡點,即E2與U1的切點;E0:初始預(yù)算約束線;E1:X1價格上升時的預(yù)算約束線;E2:與E1平行且與U1相切的預(yù)算約束線;E3:與E0平行且與U2相切的預(yù)算約束線;N0:E0、E1與縱軸的交點;N1:E2與縱軸的交點;N2:E3與縱軸的交點;M:B點對應(yīng)的橫坐標(biāo);G:C點對應(yīng)的橫坐標(biāo);W:A點對應(yīng)的橫坐標(biāo);X:普通需求曲線;H0:HICKS補償需求曲線;A′:普通需求曲線X與HICKS補償需求曲線H0的交點;B′:當(dāng)橫坐標(biāo)為M時,普通需求曲線X對應(yīng)的點;C′:當(dāng)橫坐標(biāo)為G時,HICKS補償需求曲線H0對應(yīng)的點;P0:A′對應(yīng)的縱坐標(biāo);P1:B′、C′對應(yīng)的縱坐標(biāo);CV:補償變化;EV:等價變化

1.2 不同生計資本對農(nóng)戶受償決策的影響

農(nóng)戶受償決策的過程中往往受到家庭謀生所需生計資本的影響。農(nóng)戶生計資本是指影響農(nóng)戶個人或家庭生存現(xiàn)狀和發(fā)展前景的各類資源和能力的集合[27]。參考相關(guān)研究以及研究區(qū)實地特點,本文將生計資本劃分為自然資本、人力資本、物質(zhì)資本、金融資本和社會資本,并提出以下研究假說。

自然資本是農(nóng)戶生產(chǎn)生活的重要載體。一般來說,農(nóng)戶擁有的自然資本越多,與生態(tài)環(huán)境的聯(lián)系越緊密,越明白人與自然的共生關(guān)系,因而參與意愿越強。與此同時,農(nóng)戶擁有的自然資本越多,參與補償?shù)臋C會成本越高,那么農(nóng)戶的受償水平也就越高。

人力資本是農(nóng)戶改造和利用自然資源獲得收入的源泉。人力資本水平越高的農(nóng)戶,兼業(yè)化程度越高,分散風(fēng)險的能力越強,生態(tài)補償政策實施與否,對他們的沖擊可能較小,因而會表現(xiàn)出較高的參與意愿[28]。但此類農(nóng)戶一般對家庭勞動力的產(chǎn)值預(yù)期更高,于是會期望更高的補償金額。

物質(zhì)資本是指長期存在的生產(chǎn)物資形式。農(nóng)戶的物質(zhì)資本水平越高,其對農(nóng)業(yè)生產(chǎn)投入的成本越高,對自然資源的依賴性越強,保護意識更高,因而參與意愿越強[29]。與此同時,此類農(nóng)戶在是否參與補償政策的決策面前,擁有更高的沉沒成本,因而會期望更高的補償金額。

金融資本越富足的農(nóng)戶,在本地的生活水平越高,對精神富足的追求越高,環(huán)境保護意識越強[30],參與生態(tài)補償政策的積極性越高[31]。相應(yīng)的,此類農(nóng)戶較好的家庭生計狀況會降低農(nóng)戶對補償金額的期待,會愿意主動分擔(dān)部分保護環(huán)境的機會成本,因而表現(xiàn)出較低的受償水平[32]。

布迪厄(Pierre Bourdieu)認(rèn)為所謂的社會資本就是實際的或潛在的資源集合體[33]。一般來說,社會資本水平越高的農(nóng)戶,對生態(tài)環(huán)境的認(rèn)知程度和環(huán)保意識越高,更加了解保護環(huán)境所需要付出的機會成本,因而會表現(xiàn)出較高的參與意愿和受償水平[34]。

綜合以上理論分析,構(gòu)建如圖2所示的理論分析框架。

圖2 理論分析框架Fig.2 Theoretical analysis frameworkN:自然資本;S:社會資本;F:金融資本;P:物質(zhì)資本;H:人力資本

2 研究區(qū)域概況與樣本特征

2.1 研究區(qū)域概況

阿勒泰地區(qū)位于新疆北部,下轄6縣2市,總面積11.80萬km2(圖3)。根據(jù)《全國主體功能區(qū)》的劃定,阿勒泰地區(qū)屬于阿爾泰山地森林草原生態(tài)功能區(qū),為西部地區(qū)重要的水源涵養(yǎng)區(qū),分布草原帶和森林草原帶,林草茂盛,構(gòu)成了十分優(yōu)越的生態(tài)資源。2018年中央政府相繼在研究區(qū)實施了山水林田湖草生態(tài)保護修復(fù)工程。2021年,《阿勒泰地區(qū)“三線一單”生態(tài)環(huán)境分區(qū)管控方案》一共劃定了176個環(huán)境管控單元(包含第十師)。2021年,國家給予的生態(tài)功能區(qū)轉(zhuǎn)移支付額度為5.059億元,主要對地方政府必要的生態(tài)保護支出進行彌補,但是對周邊農(nóng)戶給予的補償僅僅體現(xiàn)在公共服務(wù)水平改善等普惠性補償上。

圖3 樣點分布圖Fig.3 Sample distribution map

2.2 樣本特征

本文數(shù)據(jù)來自新疆大學(xué)課題組2021年8月10—8月25日對阿勒泰地區(qū)展開的農(nóng)戶抽樣調(diào)查。課題組采用分層隨機抽樣的方法,在每個樣本縣市中選擇1—2鄉(xiāng)鎮(zhèn),每個鄉(xiāng)鎮(zhèn)選擇2—5行政村(表1),樣點村盡可能靠近河流兩岸或者禁止和限制開發(fā)區(qū)外圍。調(diào)查形式采用1對1直接訪談法進行,在每個調(diào)查小隊中安排1位哈薩克族大學(xué)生進行搭配訪談。調(diào)查采用Scheaffer公式[35]確定樣本量(至少需要241個有效樣本),調(diào)查發(fā)放問卷575份,回收問卷565份,剔除前后問答不一致和數(shù)據(jù)缺失嚴(yán)重的樣本,得到有效問卷553份,有效回收率為96.17%。

表1 調(diào)查樣本分布情況 Table 1 Investigate the distribution of samples

3 模型設(shè)計與變量選擇

3.1 研究方法

3.1.1條件價值評估法(CVM)

條件價值評估法(CVM)是利用效用最大化原理,通過假定一個特定的情景和描述可能的情況,詢問受訪者對資源或者環(huán)境質(zhì)量損失的最小接收賠償意愿的一種為商品或服務(wù)估算價值的試驗方法[36]。本文利用CVM兩項選擇調(diào)查法,即構(gòu)造國家重點生態(tài)功能區(qū)生態(tài)補償情景,首先詢問受訪者的參與意愿,不愿意需給出原因,愿意則進一步基于問卷調(diào)查支付卡詢問其最低受償額度。農(nóng)戶受償水平期望值的計算公式為:

(1)

式中,Ai為受訪農(nóng)戶的意愿補償額度,Pi為受訪農(nóng)戶選擇該額度的概率,n表示補償額度的類別。

3.1.2Heckman兩階段選擇模型

在調(diào)查過程中樣本選擇是非隨機的,可能存在樣本選擇偏差帶來的內(nèi)生性問題,若直接利用OLS方法進行系數(shù)估計,可能會存在偏差[37]。為此,本文選擇Heckman兩階段模型來分析農(nóng)戶的受償意愿。

假設(shè)回歸模型為:

yi=xiβ+εi

(2)

式中,yi表示農(nóng)戶受償水平,xi為解釋變量的行向量,β為待估參數(shù)列向量,εi為隨機誤差項,i為第i位受訪農(nóng)戶。被解釋變量yi是否可以觀測取決于二值選擇變量zi(取值為0或1),即:

(3)

而決定二值變量zi的方程為:

(4)

(5)

(6)

式中,p(zi=1|w1i)表示農(nóng)戶愿意接受補償?shù)母怕?Φ(·)和φ(·)分別為標(biāo)準(zhǔn)正態(tài)分布的累積分布函數(shù)和概率密度函數(shù)。

為了修正樣本選擇性偏差,需要把第一階段(Probit模型)估計出的逆米爾斯比率λ(Inverse Mills Ratio,IMR)作為工具變量,納入到第二階段OLS回歸中,經(jīng)過修正的估計方程為:

yi=q+w2iγ0+λiδ+ui

(7)

式中,yi為第二階段回歸方程的被解釋變量,即農(nóng)戶受償水平,q為常數(shù)項,w2i為影響農(nóng)戶受償水平的解釋變量行向量,γ0為待估參數(shù)列向量,λi為IMR修正變量,δ為λi的待估參數(shù),ui為隨機誤差項。為了避免多重共線性問題,需滿足:w2i?w1i。農(nóng)戶受償水平期望值(WTA′)為:

(8)

3.2 變量選擇

本研究設(shè)置了兩個因變量,一個是參與意愿,為二元虛擬變量,另一個是受償水平。參考相關(guān)文獻[22—23,29],農(nóng)戶對受償意愿的估計主要受來自內(nèi)部與外部因素的約束,故本文選取生計資本作為自變量,生態(tài)感知、個體特征為控制變量。變量含義及描述性統(tǒng)計特征如表2所示。

表2 模型中解釋變量的含義及賦值Table 2 The meaning and assignment of explanatory variables in the model

4 結(jié)果分析

4.1 農(nóng)戶參與生態(tài)補償?shù)囊庠敢约叭后w偏好

如表3所示,在553份樣本中473個農(nóng)戶愿意接受補償,占比為85.53%,這表明農(nóng)戶對生態(tài)補償具有較強受償需求。從受償方式來看,現(xiàn)金補償(81.06%)成為最主要的受償方式。從生計方式來看,隨著農(nóng)戶兼業(yè)程度的提高其接受補償?shù)囊庠敢搽S之上升。從家庭人均年收入來看,家庭人均收入越高的農(nóng)戶擁有更強烈的參與意愿;分流域來看,烏倫古河流域以及支流的農(nóng)戶參與補償?shù)姆e極性更高。

表3 農(nóng)戶受償意愿及群體差異分析Table 3 Analysis of farmers′ willingness to receive compensation and group differences

如圖4所示,調(diào)查問卷中將農(nóng)戶受償金額分為40元到2000元以上的7個區(qū)間,根據(jù)統(tǒng)計學(xué)原理,用各區(qū)間的中值代表農(nóng)戶意愿受償額度[31]。利用公式(1),計算得出農(nóng)戶受償水平期望值的上限為717.18元 戶-1a-1。根據(jù)Kristrom的Spike公式可計算出農(nóng)戶受償水平期望值的下限[20],即717.18×85.53%=613.40元 戶-1a-1。因此,農(nóng)戶受償水平的期望值為613.40—717.18元 戶-1a-1。

圖4 農(nóng)戶受償水平分布Fig.4 Distribution of farmer′s compensation level

4.2 農(nóng)戶受償意愿的影響因素分析

4.2.1農(nóng)戶受償水平的參數(shù)估計

回歸之前,需要對變量的多重共線性進行檢驗,發(fā)現(xiàn)解釋變量的容差遠大于0.1,方差膨脹因子(VIF)遠小于10,故不存在變量多重共線性問題(限于篇幅,此處略去結(jié)果)。利用Stata 16.0進行Heckman兩階段回歸,結(jié)果見表4。結(jié)合農(nóng)戶受償水平方程(8)的計算方法,在剔除樣本選擇偏誤及不顯著的影響因素之后,可得農(nóng)戶受償水平的參數(shù)估計值為:1250.5元 戶-1a-1。與非參數(shù)估計結(jié)果相比,農(nóng)戶受償水平有所升高。相較于東部地區(qū)[22],研究區(qū)農(nóng)戶受償水平明顯偏低,可能是受農(nóng)戶所在區(qū)域的經(jīng)濟發(fā)展水平滯后以及農(nóng)民收入低下且來源單一的限制。

表4 Heckman兩階段選擇模型回歸結(jié)果Table 4 Regression results of Heckman two-stage selection model

4.2.2基于Heckman兩階段選擇模型的實證分析

Heckman兩階段選擇模型的回歸結(jié)果如表4所示,F檢驗值為10.01,Prob>F=0.000,達到了1%的顯著性水平,整體效果較;λ值為2.135,在5%的統(tǒng)計水平上顯著,表明使用Heckman兩階段模型較為合理,可以糾正樣本選擇偏差。

(1)自然資本

人均耕地面積(N1)對農(nóng)戶參與意愿有顯著的正向影響。人均耕地面積越多的農(nóng)戶,對生態(tài)依賴性強,更加明白保護環(huán)境的重要性,因而參與補償?shù)姆e極性越高。另外,農(nóng)戶受償水平受到人均耕地(N1)與草場面積(N2)的正向影響,說明人均耕地和草地面積越大,農(nóng)戶占有的自然資源越豐富,禁限規(guī)定帶給農(nóng)戶的機會成本損失越高,他們也就更希望生態(tài)補償能夠彌補這一損失,這與丘水林[22]的研究結(jié)論初步一致。

(2)人力資本

農(nóng)戶受償水平受到勞動力比重(H1)的正向影響。合理的解釋是家庭勞動力占比越高的農(nóng)戶,一般來說其家庭人口的年齡結(jié)構(gòu)越年輕,其對家庭勞動力的預(yù)期產(chǎn)值更高,因而其要求的補償金額就越多。受教育水平(H3)并沒有通過顯著性檢驗,這可能與受訪樣本的整體受教育較低所致(均值H3=3.13,處于初中水平左右)。

(3)物質(zhì)資本

生產(chǎn)性工具(P2)對農(nóng)戶參與意愿和受償水平都有顯著的正向影響。合理的解釋是生產(chǎn)性工具價值總和越高,其對農(nóng)業(yè)生產(chǎn)投入的成本越高,對自然資源的依賴性越強,保護意識更高,因而參與意愿越強。另外,由于禁限政策要求的退耕、禁牧或者限牧,會使得一部分生產(chǎn)工具閑置,那么農(nóng)戶擁有的生產(chǎn)性工具價值總和越高,相應(yīng)的農(nóng)戶會更加期待生態(tài)補償可以彌補一部分生產(chǎn)工具閑置帶來的損失。然而,牲畜存欄量(P1)對農(nóng)戶受償水平卻具有顯著負(fù)向影響,主要原因有兩點:第一,在以畜牧業(yè)為主要家庭生計來源的阿勒泰地區(qū)作為半農(nóng)半牧區(qū),牲畜存欄量越多的農(nóng)戶,家庭財富更為殷實,這部分群體對補償資金可以改善家庭生活水平的預(yù)期較低,此類農(nóng)戶對生態(tài)補償?shù)钠诖囿w現(xiàn)在禁限措施能夠治理周邊較為雜亂的人居生活環(huán)境,而非盡可能提高補償金額。第二,由于牲畜數(shù)量較多,這部分群體率先完成了從原始的游牧方式過渡到遠離自然保護區(qū)的定居圈舍飼養(yǎng),使得生態(tài)功能區(qū)禁限政策對這部分群體產(chǎn)生的直接沖擊較小。

(4)金融資本

是否為脫貧鞏固戶(F3)僅對農(nóng)戶參與意愿具有顯著正向影響。貧困戶的收入低且收入來源單一,其對于政府補貼的依賴性本就高,對政府政策也相對更加信任,因而對于生態(tài)補償?shù)恼呓邮芏纫簿透?。農(nóng)戶受償水平受到家庭收入(F1)顯著的負(fù)向影響,合理的解釋是家庭收入較高的農(nóng)戶,一般來說兼業(yè)化程度比較高,較好的家庭生計狀況使得農(nóng)戶調(diào)低對補償資金的減貧預(yù)期。

(5)社會資本

漢語水平(S1)對農(nóng)戶參與意愿有顯著的正向影響。大部分受訪者為哈薩克族農(nóng)戶,其中,漢語水平越高的群體,社會融入程度越高,對生態(tài)保護的重要性更加了解,故表現(xiàn)出較高的參與意愿。是否常去村級文化中心(S2)對農(nóng)戶的受償水平具有顯著的正向影響。合理的解釋是村級公共文化中心是群眾文化活動的重要陣地,經(jīng)常去去村級文化中心的農(nóng)戶們通過圖書閱覽室、村干部等渠道對當(dāng)?shù)厣鷳B(tài)環(huán)境的脆弱性、重要性以及保護環(huán)境需要付出的機會成本有較高的認(rèn)知水平,進而表現(xiàn)出較高的受償水平。

(6)控制變量

生態(tài)感知中降雨次數(shù)變化(E1)對農(nóng)戶參與意愿和受償水平均具有顯著的負(fù)向影響;水源流量變化(E2)與農(nóng)戶受償水平呈顯著的負(fù)相關(guān)。合理的解釋是農(nóng)戶感知降雨頻率和水源流量增加,其感受到的生態(tài)脅迫感、生態(tài)風(fēng)險也會相應(yīng)降低,會認(rèn)為當(dāng)?shù)丨h(huán)境狀況變好了,就不需要為了保護環(huán)境而增加額外的成本,故此類農(nóng)戶期望的受償水平較低。草地重要性(E4)對農(nóng)戶的參與意愿有顯著的正向影響,合理的解釋是農(nóng)戶認(rèn)為草地對自己家庭來說越重要,越會認(rèn)識到保護環(huán)境的重要性以及生態(tài)補償政策的意義,因而受償?shù)姆e極性越高。森林重要性(E3)對農(nóng)戶的受償水平有顯著的負(fù)向影響。合理的解釋是森林雖然對農(nóng)戶家庭以及當(dāng)?shù)氐纳鷳B(tài)環(huán)境來說至關(guān)重要,但從家庭生計來看,農(nóng)戶普遍表示國家不讓砍伐森林,也不能放牧,農(nóng)戶認(rèn)為產(chǎn)生不了直接的利用價值,故表現(xiàn)出較低的受償水平。

年齡(I1)對農(nóng)戶的受償水平有顯著的負(fù)向影響。原因是年齡越大的農(nóng)戶,對自己的生產(chǎn)力預(yù)期越低,從而期望的補償金額也就越低。性別(I2)僅對農(nóng)戶的受償水平具有顯著負(fù)向影響,表明女性期望的補償金額高于男性。戶主身份(I3)對農(nóng)戶的受償水平具有顯著正向影響。戶主是生產(chǎn)決策的執(zhí)行者[38],擔(dān)負(fù)著維持家庭生計的主要責(zé)任,因而戶主對補償金額的期望高于非戶主。

5 研究結(jié)論與政策啟示

5.1 結(jié)論

本文基于阿勒泰地區(qū)553份農(nóng)戶調(diào)查數(shù)據(jù),利用CVM法、Heckman兩階段選擇模型對國家重點生態(tài)功能區(qū)農(nóng)戶生態(tài)補償?shù)膮⑴c意愿和受償水平以及影響因素進行分析,為國家重點生態(tài)功能區(qū)后續(xù)出臺生態(tài)補償政策提供參考依據(jù)。研究結(jié)果表明:

第一,調(diào)查區(qū)域85.53%的農(nóng)戶對國家重點生態(tài)功能區(qū)生態(tài)補償具有較強受償需求,這一意愿具有生計方式、收入層次以及流域差異,經(jīng)Heckman期望值估計方法調(diào)整后,農(nóng)戶受償水平為1250.5元 戶-1a-1。第二,生計資本是影響農(nóng)戶參與意愿與受償水平的關(guān)鍵因素:自然資本中,人均耕地面積對補償參與意愿和受償水平都具有正向影響,人均草場面積顯著正向影響農(nóng)戶受償水平;人力資本中,勞動力比重對農(nóng)戶受償水平具有正向影響;物質(zhì)資本中,牲畜存欄量與受償水平呈顯著的負(fù)相關(guān),生產(chǎn)性工具對補償參與意愿和受償水平都具有正向影響;金融資本中家庭總收入顯著負(fù)向影響農(nóng)戶受償水平,是否為脫貧鞏固戶對補償參與意愿有正向影響;社會資本中漢語水平與農(nóng)戶參與意愿呈顯著正相關(guān),是否常去村級文化中心正向影響農(nóng)戶受償水平。

第三,農(nóng)戶參與意愿和受償水平受到生態(tài)感知以及個體特征的影響:生態(tài)感知中,降雨次數(shù)變化對農(nóng)戶參與意愿和受償水平均具有顯著的負(fù)向影響;水源流量變化、森林重要性均與農(nóng)戶受償水平呈顯著的負(fù)相關(guān);草地重要性與農(nóng)戶的參與意愿呈顯著正相關(guān)。個體特征中年齡、性別對農(nóng)戶的受償水平有顯著的負(fù)向影響;戶主身份對農(nóng)戶的受償水平具有顯著正向影響。

5.2 討論

國家重點生態(tài)功能區(qū)生態(tài)補償更具有綜合性,即益貧性、差異性、激勵性[39]。從現(xiàn)有國家重點生態(tài)功能區(qū)實施情況與學(xué)術(shù)界共識來看[6—8],功能區(qū)生態(tài)補償應(yīng)由生態(tài)治理修復(fù)項目的“人地補償”向外圍農(nóng)戶生計行為禁限的“人際補償”過渡。農(nóng)戶作為生態(tài)資源最直接的利用與保護主體,其受償意愿是未來制定面向農(nóng)戶生態(tài)補償政策的重要依據(jù)。

本文運用意愿調(diào)查法發(fā)現(xiàn)愿意接受生態(tài)補償?shù)霓r(nóng)戶比例為85.53%,這一比例與來自湖北省(96.79%)、陜西省(96.91%)、山東省(86.44%)的數(shù)據(jù)相比較而言,研究區(qū)農(nóng)戶的補償參與意愿較低;從受償額度來看,農(nóng)戶受償意愿期望值為1250.5元 戶-1a-1,這與其他研究[20,40—41]相比,位于中等水平(表5)。研究區(qū)的受訪戶接受生態(tài)補償積極性不高,主要原因是牲畜輪牧、農(nóng)作物種植的生計方式對生態(tài)系統(tǒng)服務(wù)存在較強依賴性。

表5 與其他研究成果的比較分析Table 5 Comparative analysis with other research groups

自然資本中水源可獲得性并沒有通過顯著性檢驗,初步說明農(nóng)戶受償意愿與水源之間的關(guān)系并未像其他研究中的那樣存在“距離效應(yīng)”[42],合理解釋是哈薩克族居民生計方式與其他生態(tài)功能區(qū)存在顯著差異所致[43],多數(shù)受訪農(nóng)戶以傳統(tǒng)游牧業(yè)為主,種植業(yè)為輔(糧食、飼草種植),此種生計方式使得農(nóng)戶始終尋找水草兼具的地區(qū)進行放牧,而不會片面地去追求豐富的水資源,相反為了緩解水資源稀缺,牧民選擇通過上山鋪設(shè)引水管道進行應(yīng)對。與其他研究相比[22],人力資本中外出打工變量對參與意愿和受償額度均沒有通過顯著性檢驗,但這一結(jié)果并不妨礙本文結(jié)論的合理性,由于地域限制,再加之語言、生計習(xí)慣差異,多數(shù)受訪戶長期生活在村子或者牧場,只要不是家庭變故或者耕地、草場變化,他們很少會改變半農(nóng)半牧的生計策略,更不會放棄草地和耕地資源,選擇長期離開家鄉(xiāng)前往城市務(wù)工,就算外出打工僅限村(社區(qū))周邊的散工。多數(shù)研究認(rèn)識到物質(zhì)資本對農(nóng)戶受償意愿的重要性[44],但對物質(zhì)資本的考察更加側(cè)重農(nóng)民生活方面的家庭住房結(jié)構(gòu)、生活資料添置方面[22—23]。由于生態(tài)補償?shù)暮诵脑谟谝龑?dǎo)農(nóng)戶調(diào)整生產(chǎn)方式,減小對生態(tài)資源的生計依賴,進而調(diào)整生計策略,于是本文納入了與生計策略緊密相關(guān)的牲畜存欄量與生產(chǎn)性工具變量,發(fā)現(xiàn)具有顯著正向作用。本文還發(fā)現(xiàn)家庭收入與農(nóng)戶受償水平呈負(fù)向關(guān)系,雖與蘇芳等人的研究結(jié)果相悖[44],但這一結(jié)論存在其合理性。當(dāng)家庭收入越低,農(nóng)戶越希望在禁限補償中能夠獲得更高且滿足家庭開銷的補償收入,這也體現(xiàn)了國家重點生態(tài)功能區(qū)生態(tài)補償在欠發(fā)達地區(qū)的“益貧性”特征。

若想最大限度的激發(fā)農(nóng)戶主動遵守禁限措施,核心在于農(nóng)戶受償意愿(WTA)如何體現(xiàn)在生態(tài)補償標(biāo)準(zhǔn)之中[8]。根據(jù)阿勒泰地區(qū)“三線一單”的管控要求,對農(nóng)戶生計沖擊最大的依次分別為保護性耕種(不得擴大耕地、禁止使用農(nóng)藥)、減畜或禁畜、禁止砍伐等,這些措施造成的收入下降成為農(nóng)戶的機會成本。在補償項目設(shè)計中,農(nóng)戶自覺遵守禁限措施且調(diào)整生計方式的前提是補償金額是否能夠大于或者等于機會成本。在田野調(diào)查中發(fā)現(xiàn),2021年受訪戶平均畜牧業(yè)盈利達到48042.92元 戶-1a-1、平均種植業(yè)盈利為27018.79元 戶-1a-1。然而本文通過Heckman兩階段模型估算出的受償水平期望值為1250.5元 戶-1a-1。農(nóng)戶受償水平期望值遠遠低于憑借生態(tài)資源所獲取的種植和畜牧業(yè)收入(占畜牧業(yè)收入2.6%、占種植業(yè)收入4.63%)。初步發(fā)現(xiàn),受訪戶的受償行為具有“抑制性”特征,一方面彌補了宋文飛等人并沒有指出“抑制性”的成本來源[45],另一方面印證了“三線一單”措施若想順利實施,合理的生態(tài)補償標(biāo)準(zhǔn)需要解決農(nóng)戶私人成本與公共成本不對等的難題。更為緊迫的是,政策層面亟待加快推進阿爾泰山地森林草原生態(tài)功能區(qū)出臺面向農(nóng)戶生計禁限的補償方案,動態(tài)監(jiān)測優(yōu)先保護單元、重點管控單元的禁限強度引起的農(nóng)戶收入下降幅度是確定補償標(biāo)準(zhǔn)的首要任務(wù)。

本文存在的不足是,根據(jù)國家重點生態(tài)功能區(qū)相配套的“三線一單”管控方案,優(yōu)先保護單元和重點管控單元所對應(yīng)的管控措施有所差異,應(yīng)該進一步考察農(nóng)戶受償意愿的空間異質(zhì)性問題。