贫困地区农户参与生态补偿自愿性影响因素分析：以退耕还林和公益林补偿为例

楚宗岭，庞 洁，蒋 振，靳乐山 （中国农业大学人文与发展学院/中国生态补偿政策研究中心，北京 100193）

自2012年党的十八大做出“大力推进生态文明建设”的战略决策以来，生态文明建设一直是中国各级政府的重点工作，是中国特色社会主义建设的重中之重。作为保护和改善生态环境的重要政策工具，生态补偿机制是生态文明建设的八大制度之一，是生态文明建设的重要推动力。经过多年的发展，生态补偿机制已经基本建立了由领域补偿、区域补偿、横向补偿以及市场化补偿构成的生态补偿基本框架体系。

自愿性是生态补偿的基本特性之一，生态补偿研究中的自愿性研究显得尤为重要。首先，生态补偿作为政策工具，其首要目标是实现环境治理与保护的效果，基于政策对农户的正向激励使其自愿参与，使得生态补偿政策效果更好，政策的可持续性更长。其次，生态优良区域往往与发展滞后区域相互交织，生态环境保护与区域减贫、脱贫相伴而行，提升农户参与的自愿性，可以更好地兼顾生态补偿实施区域的减贫目标。再次，国家发展和改革委员会联合财政部、自然资源部、生态环境部等九部委联合印发的《建立市场化、多元化生态保护补偿机制行动计划》[1-2]（以下简称《行动计划》），是我国市场化、多元化生态保护补偿机制的顶层设计，标志着我国市场化、多元化的生态补偿手段将逐渐健全完善。而自愿性是建立市场化、多元化生态补偿制度体系的前提和基础，生态补偿是一种经济手段，本质是一种交易行为，交易双方必然满足一个重要的前提——基于自愿[3]。最后，从政策评估的角度来实证农户参与生态补偿政策的自愿性，对于揭示生态补偿机制的内在逻辑和外在效应更具现实意义。所以明确影响农户自愿性的因素有哪些，以及如何提高农户的参与自愿性等问题，将有助于更好地实现生态补偿政策的环境目标和减贫目标，对生态补偿机制建设和生态文明建设具有重要的现实意义。

生态补偿来源于国际上研究的生态系统服务付费（PES），而有关PES的讨论主要集中在概念界定方面。WUNDER[3-4]和 WIINSCHER 等[5]在界定PES概念时将自愿性（voluntary）作为最重要的特性加以讨论，指出自愿性是PES项目实施的基础和前提。VAN NOORDWIJK等[6]讨论了环境服务（environmental service，ES）项目基于自愿的谈判及其交易成本和效率问题，认为自愿性可以有效降低交易成本。TACCONI[7]认为PES是一项通过向自愿参与环境服务的提供者进行有条件的付费来获得额外的环境服务供给的透明制度，应该满足透明性、自愿性、条件性和额外性4个特性。国内的文献对于生态补偿的自愿性分析较少，重点多为农户参与生态补偿政策的意愿研究，主要集中在受偿意愿[8-10]、支付意愿[11-12]和行为意愿[13]等方面，主要从资源禀赋[14-17]或单独从社会资本的角度[18-19]分析其对生态补偿政策农户参与意愿的影响。

自愿性和意愿性有其共同之处，但从生态补偿政策实施的过程来看，其内涵有很大差异，意愿性是在政策实施之前所做的是否参与生态补偿政策的一种预期，自愿性是政策实施之后的一种反馈，根据两者的调查结果皆可对政策进行修正，一个属于事前，一个属于事后。鉴于国内外文献中较少讨论生态补偿的自愿性，笔者以生态补偿政策中的自愿性作为研究视角，可以填补国内生态补偿研究领域关于自愿性研究内容的缺失，更好地区分自愿性和意愿性，更具理论意义。

1 理论框架

农户参与生态补偿政策的自愿与否，是一个复杂而又有逻辑可寻的过程。笔者采用WUNDER[2]提出的研究框架，分别对参加退耕还林生态补偿和公益林补偿政策的农户，从参与条件（eligibility）、参与动力（desire）、参与能力（ability）、政策吸引力（competitiveness）4个维度对农户的自愿性及其影响因素进行分析，再对退耕还林政策和公益林补偿政策进行对比分析，以期得出影响自愿性的主要因素，理论分析框架见图1。

图1 理论框架分析图Fig.1 Theoretical analysis framework

参与条件是农户参与生态补偿政策必须满足的条件。退耕还林和公益林补偿最基础的前提是农户拥有可支配的土地，并且可以改变土地利用方式，产生一定的生态效益。退耕还林和公益林补偿政策对农户的参与条件约束较小。国外市场化的生态系统服务付费机制有明确的买卖双方，有约定的土地利用方式的转变条件，有益于双方的经济和环境效益，对农户的参与条件约束较大。

参与动力是衡量农户自愿性的一个重要阶段和前提。政策参与动力的高低往往取决于预期的收益[14]、民生生计情况的改善[16]、风险把控以及对买方的信任程度[20]。

参与能力指农户有合适的土地可以转变利用方式，也有参与生态补偿政策的欲望，但农户所拥有的能力是否可以让其参与其中是一个重要的影响因素。笔者探讨的退耕还林和公益林补偿政策中，农户参与能力的高低通常取决于农业生产和非农就业的限制因素以及抵抗风险的金融资本大小[10]。而一旦建立市场化的补偿机制，买卖双方的约束条件就会增多，此时农户必须要具备一定的条件，比如金融资本、技能、劳动力数量、获得信贷和技术援助的能力等。此外，如岗位型生态补偿政策等，农户的参与积极性非常高，参与机会成为一种稀缺性资源，农户在参与的过程中可能会因自身能力的不足，存在一些准入门槛。

政策吸引力指政策对农户激励程度的大小，是决定农户是否自愿参与政策的重要因素。首先，参与生态补偿政策带来的收益是不是可以很好地兼顾改变土地利用方式之后产生的机会成本。其次，与国际上的PES项目比较，目前国内的退耕还林和公益林补偿政策对农户参与的准入机制门槛较低，甚至存在一些行政命令型的政策，还有强制参加的现象，但是关于准出机制却几乎没有涉及。再者，目前国内的生态补偿机制市场化程度低，交易成本可能不是一个重要的因素，但从长远来看，为了建立市场化的生态补偿机制，必须要重视交易成本的问题。好的政策更能激发农户的自愿性，政策的执行效果也会更好、更有效率。

满足以上4个维度，农户参与生态补偿的自愿性可能会较高，其中任何一个维度有缺失，农户的自愿性就会受到影响。

2 数据来源与研究方法

云南省地处我国西南边陲，境内多以山地高原地形为主，森林覆盖率高，是我国生态环境的西南屏障。课题组以云南省红河哈尼族彝族自治州屏边苗族自治县、文山壮族苗族自治州西畴县作为调研地，两县均为国家级扶贫重点县，同时也是享受国家财政转移支付的重点生态功能区所在县，区域内贫困发生率高，生态环境脆弱，贫困问题和生态问题交织。

2.1 数据来源

调研以农户层面的问卷调查为主，通过调研员与农户座谈的方式发放问卷获取数据，采取分层随机抽样的方法选取了5个乡（镇）的12个样本村，在每个样本村与村领导进行村级访谈，了解村庄基本情况。随后采用随机抽样进行问卷调查，根据样本点与中心集镇的距离、经济社会发展程度、农作物种植结构等因素，结合受访农户的年龄、性别、受教育年限、兼业类型、家庭收入等个人及家庭社会经济特征，随机抽取退耕还林政策户样本291份，公益林补偿政策户样本330份，分别获得有效问卷289和326份，问卷有效率分别为99.3%和98.8%。

受访者的主要生计来源为务农和务工，营林和旅游业收入甚微。以务农为主要收入来源的受访者占比为62%，以外出打工为主要收入来源的受访者占比为37%，以营林为主要收入来源的受访者占比为1%。

以务农为主要生计来源的受访者中，种植玉米和水稻等传统作物的农户占比为76%，种植烟草、香蕉、三七、草果等经济作物的农户占比为24%。以务工为主要生计来源的受访者中，县外打工者占比为21%，县内打工者占比为43%，在当地从事农业劳工者占比为36%。以营林为主要收入的受访者中，营收主要以种植经果林为主，木材林因土地政策和林业政策的约束，变现较难。

2.2 模型与变量选择

退耕还林和公益林补偿政策参与农户的自愿性（y）选择有“自愿参与”和“被动参与”2种情况，因此，选择二元Logistic模型来分析影响农户自愿性的因素。建立如下函数公式：

对式（1）进行对数转换，得到Logistic回归模型的线性表达式：

式（1）～（2）中，pi为第i个样本农户参与生态补偿政策自愿性的概率；α为截距项；xj为影响农户是否自愿参与生态补偿政策的第j个解释变量；βj为xj的回归系数；n为解释变量的个数，研究中n=12。

根据农户自愿参与退耕还林、公益林补偿政策的分析框架，结合云南省红河哈尼族彝族自治州屏边苗族自治县、文山壮族苗族自治州西畴县退耕还林和公益林补偿的进展状况，综合样本村和农户的实际情况，分别从参与条件、参与动力、参与能力、政策吸引力4个维度选取农户参与退耕还林和公益林补偿研究的变量，用来解释影响农户参与生态补偿 政策自愿性的因素。变量指标说明及其赋值见表1。

表1 变量解释及赋值说明Table 1 Variable interpretation and assignment description

参与条件维度下选取的变量是农户土地面积，包括耕地、水田和林地面积。参与动力维度下选取的变量指标有年龄、受教育程度、对周围人的信任程度、对村干部的信任程度。参与能力维度下选取变量为家庭劳动力数量、家庭总收入、是否外出务工。政策吸引力维度下选取变量为生态补偿标准、政策预期评价和生态补偿政策了解程度。

因为所调研地区交通闭塞，农户与外界接触较少，教育相对匮乏，农户对参加政策的预期收益、前景以及风险因素的衡量很大程度上取决于其与周围人的交流中获得的信息。杨庆媛等[21]在研究云南休耕农户的效用水平时提出社会性比较和习惯性比较，农户在做决策时的主要参考因素是周围农户的预期评价，即社会性比较，而习惯性比较是农户自身与往期数据进行比较，显然在参与退耕还林政策之前无法满足比较条件，因此笔者选取对周围人信任程度和对村干部的信任程度来测度农户的预期收益及风险因素。在实际调研中，询问农户对政策预期评价的方式为“在决定是否自愿参加退耕还林/公益林政策的时候，您对该政策的整体评价是否满意？”，此变量代表农户参与生态补偿政策之前对政策的预期评价。

3 结果与讨论

3.1 描述性统计

由表2可知，退耕还林政策受访者样本数为289，受访者平均年龄46.661岁，2017年家庭平均年收入4.98万元，受教育程度偏低，以小学及以下为主，比例高达60.2%，初中学历占比33.9%，高中学历占比4.5%，本科及以上学历合计占比1.4%。公益林补偿政策受访者平均年龄46.582岁，2017年家庭实际平均年收入4.78万元，受教育程度与退耕还林政策受访者类似，小学及以下占比59.8%，初中学历占比34.1%，高中学历占比4.9%，本科及以上学历合计占比1.2%。

3.2 回归结果分析

对选取的变量运用Stata 15.0软件进行Logistic回归分析。参与退耕还林政策的农户中，自愿参与和非自愿参与的比例分别为84.4%和15.6%，影响自愿性的因素中，农户年龄、家庭劳动力数量、对周围人信任程度、对村干部信任程度、是否外出打工、补偿标准、政策预期评价以及生态补偿了解程度均有不同程度的显著影响。森林效益生态补偿政策中，自愿和非自愿参与的农户比例分别为36%和64%，且农户对周围人的信任程度、对村干部信任程度、补偿标准、政策预期评价、生态补偿了解程度均有不同程度的显著影响。

3.2.1 退耕还林生态补偿政策

由表3可知，退耕还林政策中，参与能力、参与动力、政策吸引力3个维度下的变量对农户参与退耕还林的自愿性具有不同程度的显著影响。

（1）参与条件。衡量退耕还林参与条件的变量在退耕还林政策模型中未通过显著性检验。已有研究对生态补偿自愿性方面涉及较少，多数探讨的是参与意愿。在参与意愿研究中，农户拥有的土地面积多数显著影响参与决策，且为正向影响[22-23]。笔者研究中土地面积指标未通过显著性检验，可能的原因是调研地区属于老少边穷地区，多以山地为主，而不同乡镇农户所拥有的土地数量差异明显，以退耕还林政策为例，拥有土地最多的农户土地面积高达30 hm2，而拥有土地最少的农户仅0.13 hm2。土地大户以规模种植为主，有一定的规模效益，参加退耕还林的意愿较低，而拥有土地较少的农户也更倾向于自己种植，以获得相应的生活资料，降低从市场购买生活资料的成本。而拥有土地数量适中的农户则根据自己的喜好、收益、机会成本有选择性地参加。故此变量未通过显著性检验，基于调研区的实际情况存在一定的合理性。

表2 样本描述性统计结果Table 2 Sample descriptive statistics

（2）参与动力。退耕还林生态补偿政策模型选取的5个变量中，对村干部的信任程度在1%水平上影响显著，另3个变量均在5%水平上显著，分别是农户年龄、年龄的平方和对周围人的信任程度。社会关系中的信任程度能有效提升信息的获取度，降低交易费用[24-25]。农户对村干部和周围人的信任程度每增加一个单位，农户参与退耕还林的自愿性分别提升73.2%和86.3%，这与已有研究结果一致，即信任程度对农户参与生态补偿政策有正向影响[18-19]。对周围人的信任程度和对村干部的信任程度对农户参与生态补偿政策有显著影响，这2个变量可以在某种程度上代表农户对参与退耕还林生态补偿政策的预期收益以及风险评估。调研地村落的构成人员以少数民族为主，主要是宗亲和氏族聚居而成的小组，而他们了解生态补偿政策的途径主要是村干部传达以及和亲戚邻里交谈，通过了解周围人对此事的看法，弥补信息匮乏环境下自我认知的不足。其次，年龄和年龄的平方均在5%水平上显著，且年龄与自愿性的效应呈负相关，而年龄的平方与自愿性的效应呈正相关，说明自愿性与年龄并非简单的线性关系，而是呈“U”型，通过计算得出拐点年龄约为54岁。再次，WUNDER[2]的分析框架表明，农户对买方的信任程度也是决定农户参与动力高低的一个重要因素。在退耕还林生态补偿政策中，政府实则代替广大人民群众履行买方责任，村委会为政府的最基层组织，农户对村干部的信任程度一定程度上反映其对政府和买方的信任程度。可见，农户对政府和买方越信任，其参与退耕还林生态补偿政策的自愿性就越高。

（3）参与能力。在退耕还林生态补偿政策模型参与能力维度下的变量中，是否外出务工在1%水平上显著，且对农户参与生态补偿的自愿性有正向影响。已有研究也证实外出务工显著影响农户参与生态补偿的意愿[26]。外出务工对自愿性的影响主要有2个方面：一是非农就业收入较高的农户参与生态补偿政策的积极性较高[27-28]；二是外出务工的农户会接收到更多的环境保护信息，对城乡生态环境的差异具有较直观的感受，进而导致男性农民在流域生态治理中具有较高的参与意愿[29]。家庭劳动力数量在10%水平上显著，且家庭劳动力数量与自愿性呈负相关。生态补偿参与意愿的研究中，多数结论认为家庭劳动力数量对参与意愿影响为正[10]。该研究中家庭劳动力数量对自愿性的影响为负向效应，可能是因为当地缺乏相应的劳务输出措施，不能够将多余农业劳动力有效分流到非农就业岗位上。往往周边地区的创收机会（如打工、经商机会）越多，劳动力往周边地区进行转移的机率也就越高[14]。在多余劳动力得不到有效转移的情况下，家庭劳动力数量越多，人均可耕种土地则越少，农户更倾向于自己耕种土地以获得相应的生产和生活资料。

（4）政策吸引力。在退耕还林生态补偿政策模型中，政策吸引力维度下补偿标准、政策预期评价均在5%水平上显著，对退耕还林生态补偿政策的了解程度在10%水平上显著。说明政策本身设置的激励作用对农户参加政策的自愿性影响较大，其中补偿标准居重要地位。在生态补偿项目中，补偿标准应全面、准确地弥补损失者的直接成本、机会成本和发展成本，补偿标准的确立是生态补偿项目中最为关键的环节[30]。另外，参与方式和参与程度、政策认知及政策执行力度是影响农户退耕还林意愿的主导因素，退耕还林净效用、家庭禀赋的作用则有所弱化[31]。

3.2.2 公益林补偿政策

公益林补偿政策模型中，仅参与动力和政策预期评价2个维度有显著影响，结果见表4。

（1）参与条件。公益林补偿模型中，参与条件维度并未通过显著性检验。

（2）参与动力。参与动力维度下，对村干部的信任程度在1%水平上显著，对周围人的信任程度只在10%水平上显著。对村干部的信任程度和对周围人的信任程度均通过显著性检验，说明在少数民族宗亲和氏族聚居的调研区域，村干部在政策宣传和执行过程中发挥着重要的作用，邻里之间的相互交流一定程度上也决定了农户参与动力的高低。

（3）参与能力。公益林补偿模型中，参与能力维度未通过显著性检验。

（4）政策吸引力。政策吸引力维度下，补偿标准和政策预期评价均在5%水平上显著，对公益林补偿政策的了解程度在10%水平上显著。农户对标准的敏感程度较高，普遍认为当前的公益林补偿标准严重偏低，补偿金额到达农户手中仅10元·a-1·（667 m2）-1，对农户自愿参与的激励程度较小。

表4 公益林补偿政策Logistic模型回归结果Table 4 Regression results of Logistic model for PBFC project

3.2.3 退耕还林与公益林补偿的对比

经过退耕还林和公益林补偿自愿性影响因素的对比，生态补偿自愿性研究框架中，参与条件维度下的变量对农户参加退耕还林政策的自愿性有影响，对参加公益补偿政策的自愿性没有影响。在参与动力维度下，对村干部和对周围人的信任程度均在不同程度上对农户参与生态补偿政策的自愿性有影响，说明参与动力在自愿参与生态补偿的研究框架中发挥着重要作用。在政策吸引力维度下，退耕还林和公益林补偿政策的回归结果极其相似，说明生态补偿政策本身是否具有竞争性和吸引力，对农户是否具有正向激励作用，是决定农户是否自愿参与生态补偿政策的最重要环节。

在退耕还林和公益林补偿政策模型中，现有的补偿标准难以弥补农户因改变土地利用方式产生的机会成本，更难以满足因生态改善带来的生态价值的实现，而补偿标准又是政策吸引力的一个重要影响因素。过去十几年来我国生态补偿制度发展不平衡，主要表现为政府主导和政府出资的生态补偿政策和项目发展迅速，而社会资金主导的生态补偿发育不全[32]。据中国生态补偿政策研究中心统计，2016年中央财政投入的生态补偿资金占全部生态补偿资金的87.7%，地方财政资金占比为12%，其他资金来源占比不到1%[33]。随着生态补偿规模的进一步扩大，单靠政府主导的生态补偿远远不能解决经济发展与环境发展日益尖锐的矛盾[34]。政府应改变职能和角色定位，从政策的主导者向引导者过渡，从政策的参与者向政策的制定者转变，政府不再是生态保护补偿项目资金的主要提供者，而是激励各方尤其是市场参与者积极参与生态保护补偿的推动者。

如何将社会资本吸引到生态补偿中来，根据《行动计划》的总体设计，再结合调研地的基本情况，可从以下方面着手：第一，对当地的“依法建设占用自然生态空间和压覆矿产占用”的矿产开采企业进行资源开发补偿，补偿资金用于生态修复和保护；第二，《行动计划》明确鼓励，“将林业碳汇项目优先纳入全国碳汇市场”，这为当地开展林业碳汇项目提供了政策支撑，可吸引社会资本进驻现有补偿体系，在现有林业基础上开展碳汇林改造或再造；第三，应紧紧围绕产业生态化和生态产业化开展经济活动，对污染企业实行倒逼购买排污指标，对环境友好型企业从林业碳汇或其他途径给予补偿；第四，调研地生态环境优良，辖区内不乏国家级森林公园，植被覆盖率极高，可着力推动绿色标识措施，提升农产品绿色附加值，带动农民增收；第五，成立区域性的绿色发展基金，开展绿色金融，成为产业生态化的催化剂，例如投资于特色生态农业发展、风力发电等，或者成为生态产业化的助推器，例如投资于垃圾或秸秆发电、碳汇林营造、湿地银行等。通过以上方面，吸引社会资本进入生态补偿资金的整体配置中，减轻政府财政压力，增强市场化竞争力，优化资源配置，提升生态补偿效率。

4 结论

基于云南省红河哈尼族彝族自治州屏边苗族自治县、文山壮族苗族自治州西畴县的调研数据，分析农户参与生态补偿政策自愿性的影响因素，得出如下结论：

（1）退耕还林生态补偿政策模型中，从参与生态补偿政策的逻辑维度讲，在参与动力、参与能力、政策吸引力方面均有显著影响。具体包括对周围人的信任程度、对村干部的信任程度、是否外出务工、补偿标准、政策预期评价、政策了解程度，以上因素为正向影响。年龄和家庭劳动力数量为负向影响。

（2）公益林补偿政策模型中，仅在参与动力和政策预期评价2个维度下有显著影响。具体包括对周围人的信任程度、对村干部的信任程度、补偿标准、政策预期评价、政策了解程度，且均为正向影响。

（3）通过退耕还林和公益林补偿政策模型的对比分析可知，参与动力和政策吸引力对农户自愿性的影响较大。

5 政策建议

为提高农户参与森林生态补偿的自愿性，促进生态补偿政策环境目标和减贫目标的实现，满足逐步建立多元化市场化的生态补偿机制目标要求，有如下政策建议：

（1）应加大退耕还林和公益林补偿政策的宣传力度。让农户通过自身获取信息形成价值判断，使其对参与政策的预期收益、风险感知的评估能力以及生态补偿政策的参与动力得以提升。避免村干部和周围人传达的信息失真及村干部工作欠公允带来的负面影响，从而直接或间接导致农户的自愿性降低。

（2）适当提高生态补偿的补偿标准，将退耕还林政策和公益林补偿政策与乡村振兴战略总体规划有机衔接，推出生态综合补偿机制合理配置生态补偿资金，通过市场化途径，从资源开发补偿、碳交易与碳汇补偿、生态产业、绿色标识、绿色金融等方面引入社会资金，以应对目前国内生态补偿项目资金来源渠道单一的问题，提升政策的整体吸引力。

（3）合理规划引导，创造更多非农就业机会。首先，在当地可适当引导创造更多的非农就业机会；其次，针对外出务工成立劳务公司或服务机构，增加居民外出务工的机会。通过提高非农收入，降低土地依赖性，以提升生态补偿政策参与的自愿性。