生态补偿对农村脱贫的影响路径研究——基于陕西省吴起县的农户调查

刘晓伟，赵伟峰，刘宗飞

(安徽科技学院 管理学院，安徽 凤阳 233100)

生态补偿是人们为应对不断恶化的生态退化和环境问题而采取的政策措施[1]。生态补偿的直接目的是改善和保护生态环境，但由于实施区域大多集中在生态脆弱且经济发展较为落后的中西部地区，所以，生态补偿还兼具改善贫困的重任。2015年，习近平总书记在“减贫与发展高层论坛”上明确提出了“五个一批”的精准脱贫措施，“生态补偿脱贫一批”是其中的重要内容。在此背景下，深入分析生态补偿政策的减贫效果及其作用机理，对制定和完善生态扶贫的方针政策具有重要意义。

1 文献综述

在黄土高原地区，伴随退耕还林工程、天然林保护工程、三北防护林工程等一系列林业重点保护工程的实施，国家对土地生产用途及农户生产方式进行了管制，为弥补区域生产生活行为的选择性缺失，政府给予了农户一定数量的货币补偿[2]，亦即生态补偿。从实际效果来看，生态补偿是政府转移支付的一部分，具备调整农户生产生活行为的作用，是影响家庭贫困的重要因素。

当前，众多学者研究了生态补偿与贫困的关系，但并未得出生态补偿对贫困的确切影响。部分研究者认为生态补偿可以缓解区域贫困，如尚海洋等利用2015年石羊河流域生态补偿机制调查数据，测算了现金生态补偿对FGT贫困指数的影响，结果显示，生态补偿的现金方式可以有效降低区域贫困[2]。朱冬亮等比较评估了贫困山区林业生态扶贫实践模式，并认为生态补偿扶贫模式是林业生态属性带来的资产性收入，是国家财政转移支付的再分配，这种扶贫模式精准度较高，短期内扶贫成效也较为显著[3]。杜洪燕等基于农户异质性的视角，分析了不同生态补偿项目对缓解贫困的影响，研究认为岗位型及现金型生态补偿分别能够在低分位数及中分位数上显著提高农户家庭收入[4]。

也有部分学者得出生态补偿并未有效缓解农户贫困的结论。如吴乐利用logit模型检验了生态补偿政策户对贵州省三贫困县农户生计策略的影响，并认为政策户的总体生计资本水平低于无政策户[5]。李国平等从比较视角出发，分析了退耕还林补偿对农村的经济福利效应，研究认为与非退耕区相比，退耕区农村收入水平普遍更低，城乡收入差距更大[6]。李欣等对武陵山区农户调查发现参与生态补偿项目与农户收入存在负相关关系[1]。吴乐等研究发现参与生态管护岗位的多属于贫困群体中贫困程度较轻的一部分人群，且岗位型补偿的减贫效果有限[7]。

针对生态补偿对贫困影响方向不确定的问题，部分学者从不同视角进行了解读，如刘璨利用多年面板数据进行了分析，并认为生态补偿对贫困的影响具备区域异质性，且不同的生态环保工程对贫困的影响存在显著差异[8]。王丹，黄季焜则认为生态补偿与贫困之间呈现倒U型关系，当生态补偿达到一定程度之后，会导致农户休闲需求的增长[9]。另外还有学者基于生态补偿对贫困影响的时期效果[3]，生态补偿对不同贫困程度群体的影响等视角进行了分析研究[4,10]。

上述研究深入分析了生态补偿与贫困之间的关系，为探索生态补偿的脱贫效果作出了巨大贡献，但是现有研究并未说明生态补偿对农村贫困的作用路径。已有大量研究证实，家庭劳动力在非农就业领域的配置是家庭摆脱贫困的重要途径[11-12]，当农村家庭有1.5-2人非农就业时，贫困发生率可以降低到4%左右，2人以上非农就业可以完全实现脱贫[13]。基于此，本研究将非农就业引入生态补偿对贫困的分析框架，重点关注以下两个问题：一是生态补偿通过何种路径影响农村贫困；二是在生态补偿影响农村贫困的过程中，非农就业是否存在中介效应。与既有研究相比，本文的主要贡献在于，第一，利用陕西省吴起县微观调查数据，深入分析黄土高原地区相关补偿政策对贫困的影响，检验生态补偿缓解贫困的作用效果；第二，使用联立方程模型将生态补偿及非农就业等变量纳入模型，测算并分析生态补偿对农村贫困的直接效应和间接效应。

2 理论分析框架及模型建立

2.1 理论分析框架

2.1.1 生态补偿与农村贫困的关系

生态补偿始于20世纪60年代的“庇古税”，包括基于市场机制的科斯型生态补偿和基于政府干预的庇古型生态补偿两种基本制度范式[14]；在我国，生态补偿被定义为保护和可持续利用生态系统服务为目的，以经济手段为主调节相关者利益关系的制度安排[15]。生态补偿的直接目的是为了提升生态服务供给，但从社会福利再分配的角度来看，生态补偿是政府转移性支出的一部分，其对农村贫困的影响主要体现为以下几个层面：一是生态补偿可以直接增加农户收入，与农业收入相比，在黄土高原地区，以退耕还林政策为核心的亩均生态补偿收入更高，且更加稳健[8]，因此，生态补偿整体提升了家庭收入，能够直接降低农户陷入贫困的概率；二是生态补偿政策的实施，降低了家庭的耕地生产数量，解放了家庭劳动力，在一定程度上促进了农业劳动力向非农部门的转移，进而改善农村贫困；三是生态补偿具备一定的稳定性，可以在较长时期内缓解农户家庭面临的消费约束，在非农就业存在较高门槛的情况下，生态补偿会提升农户的休闲需求，降低农户参与非农就业的意愿，导致家庭整体收入下降。

2.1.2 非农就业与农村贫困的关系

劳动力过剩及有效配置不足是导致农村贫困的重要原因[16]，提升农村劳动力在农业及非农部门间的流动对缓解农村居民贫困具有积极作用。整体来看，非农就业可以从两个方面增加农户收入：一方面，非农部门边际收益高于农业部门，农村劳动力参与非农就业不仅可以获得更高的劳动报酬，还有助于打破原有固化的社会阶层，降低收入不平等，从而有效缓解农村贫困；另一方面，农村劳动力参与非农就业可以缓解农业生产过密的问题，促使资本和技术实现对劳动力的替代，提升农业劳动生产率，进而增加农业收入，实现对农村贫困的缓解[12]。

2.1.3 生态补偿与非农就业的关系

一般情况下，农村家庭劳动力存在三种生产行为选择，亦即农业生产、非农就业和选择休闲。在农业生产社会化服务日益提升的背景下，农业生产经营对劳动力的依赖逐渐减少，农业部门难以吸收农村剩余劳动力，因此，非农就业和休闲是农村家庭劳动力面临的重要选择。在家庭整体收益最大化的理性指引下，农户应将剩余劳动力配置在非农部门，然而，农村劳动力从农业生产向非农就业部门转移面临三个方面的障碍：一是非农就业对农村劳动力质量的选择，具备一定技能的青壮年劳动力更容易在稀缺的非农就业岗位中胜出；二是非农就业岗位存在较高的搜寻成本，远离非农市场的地理区位差异增加了非农就业的难度；三是非农就业要求农村居民做出生产生活行为的改变，大量非农就业岗位需要远离家乡，使非农就业劳动力必须承担一定的感情负债。

家庭收入是影响劳动力行为选择的重要因素，作为家庭收入的一部分，生态补偿可以在两个方面对农户非农就业行为进行影响：一是生态补偿可以提升农户家庭整体收益水平，缓解农户非农就业过程中面临的搜寻成本压力；二是生态补偿的连续性会改变农户对未来收入的预期，降低收入对家庭消费的约束，进而诱发农户产生休闲选择的惰性心理[9,17]。

基于以上分析，本文提出两个关键假设：

假设一：生态补偿对农村贫困具有直接效应。

假设二：生态补偿通过影响非农就业对农村贫困产生中介效应。

2.2 模型建立

为了研究生态补偿对农村贫困的作用路径，实证分析非农就业在生态补偿对农村贫困影响过程中是否存在中介效应，本文借鉴温忠麟提出的中介效应检验方法及检验程序[18]。首先将模型中的变量标准化，同时考虑非农就业的中介效应大小及其显著性，具体设定模型如下：

(1)

Ti=α2+β2ECi+γ2CTi+φi

(2)

Yi=α3+β3ECi+λ3Ti+γ3CTi+δi

(3)

其中，Yi表示第i个农户的贫困状况；ECi表示第i个农户家庭的生态补偿；CTi表示第i个农户的个体特征变量矩阵；Ti表示农户非农就业状况；γ1、γ3分别表示农户个体特征对家庭贫困影响的总效应及直接效应；γ2表示农户个体特征对非农就业的影响效应；εi,φi,δi分别为各个模型的随机扰动项。

方程(1)通过检验生态补偿对农户贫困的影响是否显著，测算生态补偿对农户贫困的总效应；方程(2)用来测算生态补偿对非农就业的影响程度；方程(3)用于测算生态补偿及非农就业对农户贫困的直接效应。该模型是一个统一体，若方程(1)中生态补偿对农户贫困的影响成立，且方程(2)生态补偿对中介变量非农就业的影响显著成立，此时，当方程(3)中生态补偿对农户贫困的影响不存在时，可以证明生态补偿对贫困的影响全部由非农就业这一中介变量传递实现，而当生态补偿对农户贫困的作用依然存在，但显著弱于方程(1)时，可以认为生态补偿对农户贫困的影响有一部分通过非农就业实现。

3 数据来源及变量选择

3.1 数据来源

吴起县位于陕西省延安市西北部，属黄土高原梁庄丘陵沟壑区，其生产经营具备黄土高原地区的典型特征。吴起县是中国最早实施退耕还林政策的试点地区，生态补偿对农户的生产生活产生了巨大影响[8,10]。

退耕还林工程是我国实施的最大的生态补偿服务项目，自1998年至今，已在全国25个省区开展，取得了举世瞩目的成果。2014年8月，国务院批准实施《新一轮退耕还林还草总体方案》，标志着我国退耕还林还草工作再启征程，新一轮退耕还林工程主要用于巩固和稳定既有的退耕还林成果，新扩增的范围有限，且补贴标准及方式发生了改变。由于新一轮退耕还林政策与原有政策存在交叉，难以在微观样本中分离出不同时期生态补偿政策对农户脱贫的影响，因此，本研究主要调查了新一轮退耕还林工程实施之前农户生产生活的基本情况，以便于清晰地说明单一生态补偿政策的实施效果。本文所用数据来源于西北农林科技大学资源经济与环境管理研究中心。2016年8月，课题组采用入户问卷调查的方式对陕西省吴起县2013-2015年农户生产经营状况进行了调查。课题组随机选择了吴起镇、周湾镇、白豹镇、五谷镇、铁边城五个乡镇，每个乡镇随机选择三个村、每个村随机走访20-30户。剔除无效问卷，本研究共获取吴起县有效样本348个。

调查问卷内容包括户主特征、农户家庭特征、家庭资源特征、家庭获得生态补偿情况、分类型土地资源数量及地块数量、土地生产投入及产出、家庭劳动力工时分配、家庭收入来源状况、家庭消费状况等信息，可以很好地满足研究需要。

3.2 变量选取

3.2.1 农村居民贫困

1.培养周期较长。根据对海洋采油厂2007～2011年新发展党员情况进行统计，从被确定为入党积极分子到发展为预备党员，平均周期为4.1年，培养时间最长的达到12.2年。

确定贫困线是研究贫困问题的基础，2010年，中国政府结合国内居民基本生存所需的消费水平将国家贫困线基准定为人均纯收入2300元，以后每年按照购买力价格的变化进行调整。现有农村贫困研究中大多结合区域贫困标准将研究对象进行贫困和非贫困分类，但是随着精准扶贫的持续推进，农村贫困农户数量逐年减少，样本数据中贫困数量过低往往会影响模型拟合精度。鉴于此，本文直接选择农户家庭人均收入近似代替贫困状况。若各指标变量正向作用于家庭人均收入则认为可以缓解农村贫困，反之则认定为加重贫困状况。

3.2.2 生态补偿指标

在黄土高原区，国家实施了一系列林业重点保护工程，对农户的土地生产用途及生产方式进行了管制。相比退耕还林工程，三北防护林工程、天然林保护工程等林业生态保护工程的生态补偿金额较低，且部分林业重点保护工程的实施范围有限，因此，本文选择覆盖面更广、补贴额度更高的退耕还林工程近似代替区域所采取的生态保护工程，利用人均退耕还林补贴作为生态补偿指标。

3.2.3 非农就业指标

非农就业是农户参与市场分工的主要表现，反映了家庭劳动力在非农就业市场中的配置。本文主要选取非农劳动时间比例来衡量农户非农就业的程度。由于非农产业的劳动边际收益高于农业产业，农户家庭配置于非农产业的劳动时间越多，其家庭收益也越高，因此，预期非农劳动时间比例与家庭收益成正比。

3.2.4 控制变量指标

资产类指标。土地资源是农村家庭最重要的生产资料，结合吴起县土地生产利用特点，本文选择了对农户最为依赖的两种土地亦即耕地和林地的数量及质量来衡量家庭资产状况。其中，耕地资源及林地资源规模用家庭承包经营耕地及林地数量表示。由于家庭从事耕地及林地经营目标存在差异，耕地经营以经济性目标为主，而林地经营则受政策限制，以生态目标为主，因此，预期耕地资源数量与家庭收入成正比，而林地资源数量与家庭收入关系并不明确。不同土地类型的细碎化程度是土地资源质量的重要体现，土地细碎化会增加农业劳动的转换时间并降低社会化服务的利用水平，进而导致土地经营成本上升。文章主要选择了农户家庭耕地及林地经营块数来衡量土地资源细碎化程度，预期耕地经营块数与家庭收益成反比，而林地经营块数与家庭收益关系不明确。

家庭特征类指标。农户家庭收入受其生计环境的影响[19]，家庭尤其是户主的特征会影响农户生产经营行为的选择，进而引起家庭收入的变化。参照前人研究，本文选取家庭规模来衡量家庭整体特征，一方面，家庭人口数量较多可以引致家庭生产及消费的规模效应，更有利于家庭收益的增加；另一方面，家庭规模越大，劳动力承担的抚养比就越高，不利于收入的增加，因此，家庭规模与收入的关系难以确定。户主特征可以利用户主年龄、户主受教育年限、户主健康状况以及户主社会关系等指标进行表示。大多研究发现户主越年轻、受教育程度越高、身体越健康以及社会地位越高，家庭收入也越高，因此，预期户主特征与收入成正比。

地理区位指标。区位条件会通过市场可达性、交通成本与技术扩散成本等对经济增长产生影响[20]。农户家庭区位的不同会导致收入的差异，距离市场越远，信息的搜寻能力越差，市场参与成本也越高。本文选择家庭居住地到最近县城的距离来控制不同农户的区位因素，预期该指标与收入成反比。

各变量定义及其描述性统计特征如表1所示。

表1 变量界定及描述性统计特征

4 实证分析结果

4.1 模型整体检验

参照前文设定的联立方程模型，采用最小二乘估计法估计各项参数，表2从整体上检验了各方程的显著性及变量间的共线性特征。结果显示，联立方程中各方程的F值均通过了1%的显著性水平检验，说明线性回归各方程拟合的效果较好。从方差膨胀因子来看，各模型中变量的方差膨胀因子最大值都接近1，远小于10，说明各变量之间不存在严重的多重共线性问题。上述检验保证了由三个方程构成的联立模型的有效性。

表2 模型整体检验

注：***表示在1%的显著性水平下通过统计检验

4.2 路径分析

4.2.1 农村贫困的一般影响因素分析

表3列出了生态补偿及非农就业对农村贫困的估计结果。从中可以看出，家庭成员数量、户主健康状况及户主是否为村干部等变量与家庭整体收入呈显著负相关关系，说明农村贫困更容易出现在规模较大、户主身体不健康及非村干部家庭，这一结论与杨龙、汪三贵研究结果相似[19]。耕地数量、户主受教育水平及家庭非农劳动力就业比例是缓解农村贫困的重要因素，印证了刘一伟2018年的研究结论[16]。

4.2.2 非农就业的影响因素分析

从影响家庭非农就业的影响因素来看，耕地面积越大，家庭所需的农业劳动力也越高，非农就业比例也就越低，且这一研究结果通过了1%的显著性水平检验。从户主特征来看，户主年龄越大、健康程度越低的农户参与非农就业的可能性越低；而户主受教育程度越高，则家庭非农就业比例越高，这一结论与实际情况相符合，非农就业对家庭劳动力有着质量上的筛选，大龄、非健康劳动力参与非农就业机会面临的障碍更大。家庭地理区位负向影响非农就业，与现实相符，家庭距离县城越远，收集就业信息的难度越大，农户面临的非农就业机会也越少。

4.2.3 生态补偿对农村贫困的影响分析

表3检验结果显示，生态补偿并未起到缓解贫困的作用。从生态补偿对农村贫困的总效应来看，在其他条件不变的情况下，生态补偿每提升1%，农村家庭收入平均降低3.5%，加重了农村贫困；从直接效应来看，生态补偿负向作用于家庭收入，直接效应约为-0.029，假说一成立。

表3 生态补偿对农村贫困中介效应分析

注：1.表的左侧是模型(2)和(3)的估计结果，右侧是各变量对农村贫困的直接效应、中介效应、中介效应占比以及总效应，总效应即是模型(1)的估计值；2.“*，**，***，”分别表示在10%，5%，1%的显著性水平通过统计检验。

生态补偿对农村非农就业影响结果显示，生态补偿可以直接降低农户参与非农就业的比例。生态补偿每提升1个百分点，非农就业比例将平均降低1%，且通过了5%的显著性水平检验。说明生态补偿提升了农户参与休闲的需求，在非农就业机会稀缺的情况下，生态补偿收入降低了农户面临的流动性约束，家庭劳动力参与非农就业的意愿受到了抑制。从中介效应来看，生态补偿通过弱化非农就业对农村贫困产生影响的中介效应为0.0055，约占总效应的15.6%，假说二成立。

4.3 生态补偿对不同收入层次家庭的影响

生态补偿政策对不同收入层次的农户存在差异化影响(王丹，黄季焜，2018)。为了进一步说明生态补偿对不同收入家庭贫困状况的整体效应及中介效应，利用分位数回归模型对联立模型中各个方程进行了检验，结果如表4所示。

表4 生态补偿对不同收入层次家庭的影响

总效应结果显示，在0.25分位点上，生态补偿对农村家庭收入的影响总效应为-0.0545，且通过了1%的显著性水平检验，而在0.5和0.75分位点上也均通过了10%的显著性水平检验。从总效应大小来看，随着农户家庭收入的提升，生态补偿的总效应呈现下降趋势，说明生态补偿对中低收入家庭的影响更为显著。而在高分位家庭中，生态补偿依然对家庭收入呈现负向作用，但是并不显著。这一结论与李桦的研究相似[10]，其原因是高收入家庭的收入来源为长期且稳定的非农收入，生态补偿对此类家庭的影响效果有限。

在中低收入家庭，生态补偿对农户收入的直接效应与总效应相似，均呈显著负相关，从作用效果来看，随着农户收入层次的提升，生态补偿对家庭收入的直接效应的绝对值由0.0218增加至0.0417，说明生态补偿对中低收入家庭的负向直接效应随着收入的增加而逐渐增强。其原因是，相比贫困家庭，农村低收入家庭面临的现金约束更小，在获得生态补偿后，低收入家庭的休闲需求增长更为明显。非农就业是提升家庭整体收入的重要措施，且对低收入家庭的影响更为显著。在0.25分位点上，非农就业对家庭收入的直接效应为1.0593，且通过了1%的显著性水平检验，说明提升家庭非农就业水平可以有效缓解农村贫困。

中介效应检验结果显示，生态补偿通过非农就业对农村家庭收入的中介效应主要体现在对低收入家庭的影响上。从表4结果来看，在0.5分位数上，中介效应最为明显，大小约占总效应的56.52%，进一步验证了假说二，说明非农就业是生态补偿影响家庭收入的重要媒介。因此，合理调整生态补偿政策结构，创新生态补偿形式，弱化生态补偿对非农收入的挤出效应，对提升生态补偿扶贫效果具有重要意义。

5 结论及政策建议

5.1 结论

生态补偿是我国当前扶贫的重要措施之一，衡量生态补偿的减贫作用对实现“精准扶贫”具有重要意义。基于陕西省吴起县的微观农户调查数据，利用联立方程模型实证检验了生态补偿、非农就业及其对农村贫困的影响，结果显示，在其他条件不变的情况下，生态补偿每提升1%，农村家庭收入平均降低3.5%，加重了农村贫困。其中，生态补偿对家庭收入的直接效应约为-0.029，通过弱化非农就业对农村贫困产生影响的中介效应为0.0055，约占总效应的15.6%。进一步分析生态补偿对不同收入层次农户的影响可知，生态补偿对农村贫困的直接效应及中介效应在中低收入家庭中体现得更为明显。

5.2 政策建议

生态补偿是政府实施“精准扶贫”的重要措施。理论上，生态补偿具备提升家庭收入的作用，但是现实中，生态补偿的现金补贴方式降低了家庭劳动力的非农就业比例，进而导致家庭整体收入出现了下降，且这一效果对中低收入家庭的影响更为明显。因此，如何提升生态补偿的精准性，弱化生态补偿对农户参与市场的影响将是提升生态扶贫作用的重要举措。

5.2.1 调整生态补偿结构

当前，黄土高原区生态补偿以针对农户的直接金钱补偿为主，然而，这种补偿方式会影响农户对未来生产生活的预期，降低农户市场参与程度，不利于家庭福利的增加。因此，可以通过调整生态补偿结构缓解这一现象：一是将一定比例的生态补偿资金进行农村劳动力培训，改善农村劳动力就业技能，提升农户市场参与能力；二是依托区域产业发展，将农户生态补偿资金入股地区特色产业实施“资金变股金”的改革，提升农户持续增收的能力。

5.2.2 高效利用生态补偿资金的规模优势

针对微观农户的生态补偿发放降低了生态补偿资金的规模优势，农户对生态补偿资金的利用效率较低[21]。基于此，政府可以集中农户生态补偿资金，用于提升土地资源整理、公共设施建设等公共物品投资，充分发挥生态补偿资金的规模优势。同时，依托政府投资可充分吸收贫困农户参与就业，实现贫困的减缓。